国际经贸探索第30警第12期"łt30 Nł.12 2014f事12.月International Economics and Trade Research 亚洲区域贸易协定的贸易效应一一基1"PSM方战崎研究李荣林于明言2(1.南开大学国际经济研究所天津30007;2.天津行政学院经济发展战略研究所天津300191)摘要:采用1990-2010年亚洲国家闭双边贸易流量和区域贸易协定(RTA)数据，运用倾向得分匹配(PSM)方法分析亚洲国家签订区域贸易协定的影响因素，以及不同因素对成员国的双边贸易总量、进口贸易和出口贸易的影响，解决了传统引力模型估计中存在的RTA内生性问题。分析结采表明，传统引力模型中的主要解释变量对RTA的形成均具有重要影响，并且对成员国之间的双边贸易总量、进口贸易和出口贸易均有显著的正向促进作用，同时PSM方法缓解了因受国家特征协变量影响而存在的统计偏误(高估RTA的贸易效应)的问题。关键词:区域贸易协定;贸易效应;倾向得分匹配中图分类号F744文献标识码A文章编号∞2-0594(2014) 12-0004-13 一、寻l言亚洲国家参与区域贸易协定相对起步较晚，直到20世纪90年代，亚洲金融危机的爆发使得亚洲国家逐渐意识到区域经济合作的重要性，加之北美和欧洲一体化的示范效应，亚洲国家结成区域贸易协定开始呈现出井喷式的发展态势。依据WTO统计数据，目前亚洲区域内国家之间已经签订和实施的自由贸易协定(FTA)共达到53项，占全世界已实施自由贸易协定总数的%电E右。随着亚洲成为全球经济最具活力的地区之一，使得越来越多的国家开始关注亚洲市场，同时希望通过与亚洲国家签订双边和多边贸易协定来进一步促进贸易发展，同时打开亚洲贸易伙伴国市场。其中最具代表性的是2008年金融危机以后，美国高调参加跨太平洋伙伴关系协定(Trans-PacificPartnership Agreement，简称TPP)谈判。这些贸易协定谈判的开展改变了亚洲现有区域贸易协定的格局，也给亚洲国家未来的贸易协定战略提供了更多的选择，同时也对亚洲原有的区域经济合作模式②形成了极大的挑战。亚洲国家正普遍面临着关于未来区域经济合作方式的重大抉择，收稿日期:2014-06-20 基金项目:国家社会科学基金项目(llAZD036)作者简介:李荣林(1957-).天津市人，南开大学国际经济研究所教授，博士生导师，经济学博士，研究方向为国际经济;于明言(1981-).女，吉林长春人，天津行政学院经济发展战略研究所副教授，经济学博士，研究方向为国际经济、区域经济。4
李荣林，子明言:亚洲区域贸易协定的贸易效应需要在准确评估现有区域贸易协定效应的基础上，才能对于未来区域贸易协定战略做出正确的选择。而且，区域贸易协定的贸易效应的发挥需要一定时间，目前大部分亚洲区域贸易协定实施都已经超过五年，贸易效应已经非常充分。现在有必要采用更为有效的方法重新对于亚洲区域贸易协定的贸易效应做一次全面评估，这也是撰写本文的初衷O二、文献综述区域贸易协定的贸易效应研究由来已久，Viner (1950) 1950年发表的《关税同盟》开创了这一研究的先河，Meads (1955)以及Lips町和Lancaster(1956)又进一步对贸易创造大于贸易转移的条件进行了分析。这些研究成果构成我们考察区域贸易协定贸易效应的理论基础。在区域贸易协定的经验研究中广泛使用的方法是引力模型，也被用来衡量区域贸易协定的贸易效应。引力模型最早由丁伯根(Tinbergen，1962)提出，最简单形式是假设两个国家之间的贸易量依赖于两国间的距离和国家的经济规模，而区域贸易协定的效应用RTA虚拟变量来衡量。大多数研究者也加人其他假定影响双边贸易的变量，例如国家的人口或者收入水平，以及代表是否为内陆国、是否接壤、是否讲同一种语言等二值或多值变量。国外学者对于区域贸易协定的贸易效应研究较多，但是多数并非针对亚洲国家。Hamilton和Winters(1992)采用引力模型加人EC、EFfA、ASEAN等RTA虚拟变量，研究对于前苏联和东欧国家(SUEE)双边出口的影响，同时考察对于这些国家与外部国家之间的贸易影响从而估计SUEE国家最终的贸易流向和贸易量。Frankel和Wei (1993)首先采用引力模型检验全世界的双边贸易类型，发现欧洲、西半球、东亚和太平洋明显形成了几个贸易区进而侧重研究欧洲货币集团的未来以及贸易区和货币集团之间的关系问题。Frankel(1997)则主要分析欧洲、亚洲和拉丁美洲快速增长的区域贸易协定对于外部国家和整个世界贸易体系的影响，进而评价这些贸易区是天然的还是超天然的③。这些研究均采用经典的引力模型，通过加入虚拟变量来分析RTA的贸易效应，但从研究对象上来看，这些研究并未重点关注亚洲地区。国内利用引力模型对亚洲区域贸易协定贸易效应的经验研究大多集中于东亚地区或某一特定自由贸易区。王群飞、孙跃兰(2011)采用巴拉萨模型检验中国-巴基斯坦自由贸易区的贸易创造与贸易转移效应主要以GDP变量和RTA虚拟变量来分析对于进出口的影响，考虑的贸易效应影响因素相对较少。另外他们采用2001-2009年的数据，而中巴自由贸易区在2007年才正式实施，因此贸易效应并不充分。史智宇(2004)采用引力模型分析了中国-东盟自由贸易区的贸易效应，主要解释变量为两个国家的国民生产总值、人均收人、距离和RTA虚拟变量，而没有加人是否接壤、是否讲同种语言等虚拟变量。而且该文侧重于比较中国-东盟自由贸易区结成后的贸易效应与东盟自由贸易区所产生的贸易效应的大小。与这些研究5
李荣林，于明言:亚洲区域贸易协定的贸易效应相比，本文以所有亚洲国家已经签订的区域自由贸易协定为基础进行实证研究，目的是揭示RTA贸易效应的-般影响因素。近年来，越来越多的研究者关注到采用引力模型估计RTA贸易效应具有潜在内生性问题(Baier和Bergstrand，2002; Baier和Bergstrand, 2004; Egger, et al, 2009) 0两个国家很有可能由于彼此之间的特质而白发选择结成RTA，例如具有较强的地缘联系的两个国家之间可能存在更紧密的贸易联系，进而也就更容易结成一个区域贸易协定。因此，误差项和RTA虚拟变量相关，参数估计是有偏的oKrugman (1991a, 1991b)也提出天然贸易伙伴(NaturalTrading Partners)之间的区域贸易协定更容易产生贸易创造效应。如果两个国家原本就是亲密的贸易伙伴，彼此之间有较大的双边贸易量就更容易签订自由贸易协定这样的自由贸易协定也更可能具有正向贸易效应。因此，很难区分两个国家双边贸易量的变化是由签订双边RTA导致，还是由于其他国家间的特征与行为引起。将两个国家是否讲同一种语言，是否接壤等变量包含到模型中，是引力模型解决这一问题的一种常用方法。但是两个国家之间还存在其他不易观察到的联系，也增进两国相互间的贸易流量并具有促进结成区域贸易协定的可能性。处理影响贸易流量的不可观测国家特征的另一个可供选择的方法是在引力模型中加人固定效应。目前处理此类问题除了上面提到的两种方法之外，还可以采用倾向得分匹配方法(Egger，et al, 2008; Neil Foster, et al, 2010;郭申阳，2012)，这正是本文所采取的方法。根据倾向得分匹配(PSM)方法，我们把所有亚洲国家对的样本分为两组，一组为签订RTA的国家对，称之为处理组(treatedgroup) ，另一组为未签订RTA的国家对，称之为控制组(control group)。这种方法就是通过比较匹配后处理组国家对与控制组国家对之间的贸易量(双边贸易总量、进口、出口)变化情况，来客观的评价亚洲国家签订RTA对于双边贸易量的实际影响。本文所作的经验分析有两个显著的特点:第一，与国内关于亚洲国家RTA的研究大多针对东亚地区或亚洲某一特定RTA相比本文以整个亚洲国家作为样本进行分析。我们认为扩大亚洲RTA研究样本范围可以得到一个更加全面的结论。第二，本文所采用的倾向得分匹配(PSM)方法可以克服引力模型中关于RTA外生性的假设，更加关注并解决RTA研究中内生性问题。三、PSM模型构建与匹配变量统计描述{一)PSM模型构建与实施1. PSM模型构建。本文假设亚洲国家之间签订RTA是一个自我选择的过程，因此RTA政策变量具有内生性，会受到两个国家总体经济规模、国家间地理距离、国家间经济规模差距、两个国家与世界其他国家地理上相对孤立程度等国家特征的影响，这是本文经验分析的关键性假设。6
李荣林，子明言:亚洲区域贸易协定的贸易效应根据这一假设，用虚拟变量RTA代表两个国家是否签订区域贸易协定，RTA=l 为已签订区域贸易协定RTA=O为未签订区域贸易协定。按照RTA的不同取值将全部样本分为两组，RTA=l的样本组称为处理组，RTA=O的样本组称为控制组。用叫代表签订RTA时两个国家i和j的双边贸易量m~代表未签订区域贸易协定时两国的双边贸易量，我们所感兴趣的是签订区域贸易协定(处理组)的平均政策效果，即RTA的贸易效应为:8=E[m卜m~回TA=lJ=E[m~ IRTA=l J-E[m~ IRTA=l ] (1) E[m~ IRTA=l]的含义为两个国家同属于一个RTA时的双边贸易量平均值。E[叫IRTA=lJ的含义是对于那些已经签订RTA的国家对，如果他们没有签订RTA的双边贸易量平均值。显然，上式中的第二项如果没有加人区域贸易协定的贸易量平均值E[叫IRTA=l]是无法观察到的，是一种假设性的结果，即所谓的"反事实"观察值。通常的做法是用可以观察到的没有签订区域贸易协定的国家对iY'。γ属于控制组)之间平均贸易量E[叫，IRTA=O]对E[叫IRTA=l]进行替代，并计算出相应的贸易量差额:ß=E[叫IRTA=I]一E[叫，IRTA=O]=8+BS(2) 作为RTA的贸易效应8的估计值，BS为选择偏误(SelectionBias)项。方法实施步骤。根据RTA划分好的处理组和控制组样本实施PSM方法分为三步:第一步，获得倾向值。本文采用Logit模型，假设随机变量的累积分布函数为"逻辑分布(logisticdistribution)的累积分布函数:P(RTA=lIX)=F(X，γ)=exp(X'γ) + exp(耳'γ)其中，X是一系列可能影响国家之间是否签订RTA的国家特征变量构成的向量，γ为相应的参数向量。获得上式的参数估计值后，进一步通过模型预测得到每对国家之间签订RTA的概率豆(X)，即每个国家对样本的ps值。采用概率模型预测得到的概率值总是介于[0，1]之间，这保证了获得的ps值满足共同支持条件。第二步，根据第一步得到的ps值，采用一种匹配算法为处理组中一个国家对司在控制组中寻找到与之匹配的样本集合C(的=1巧'IpSÿ且pS川。其中M表示匹配算法，→般常用的匹配算法有最邻近匹配、半径匹配和核匹配。第三步，采用匹配样本估计RTA的政策效果并计算标准差。基于前两步所得到的匹配样本，RTA的平均政策效应估计式为:扣-7士王(mt-三)warmozy)其中M表示匹配算法(最邻近匹配、半径匹配)，T代表处理组，C代表与处理组成员匹配的控制组成员样本集合，Wzy，为权重系数，匹配样本观察值与处理组成员7
李荣林，于明言:亚洲区域贸易协定的贸易效应的ps值越接近，权重越高。本文采用核匹配方法，平均政策效应估计式(Beckerand Ichino, 2002 )为:8tZ(nzJ-zww矿)mOi'j')其中函数g( )表达式为g(PSij，PSi'/)=K ( pij -; Pi’i’ ) / L K (缸14)，K(-W’J 1-’. , h 1/γeC Gaussian正态分布函数，h为带宽参数。此外，保证PSM匹配方法有效(选择偏误较小)需要满足两个条件。第一，依条件独立性④(conditionalindependence)。即控制了协变量X的情况下，潜在的贸易流量观测值与RTA相互独立，(叫，mü-LRTAIX。第二，共同支持条件③(commonsupport)。对于给定的协变量X，处理组和控制组国家签订RTA的概率处于(0，1) 区间，O<Pr(RTA=lIX)<1。因此，还要进-步检验模型的匹配效果以及选择偏误的减少情况。{二)统计描述与数据来源根据已有文献研究结果(Bairand Bergstrand, 2004 ; F oster, et al, 2010)，本文选择五个影响两个国家签订RTA的经济因素作为PSM模型的协变量(见表1):1. lndist，两个国家之间的地理距离，代表两个国家的地理区位优势，一般来说，两个国家地理距离越近，更倾向于结成RTA。2. lndistr，代表两个国家与世界上其他国家的平均地理距离，计算公式为lndi创刊=1/2[ln( L: 坐fι)+ln(L: 坐fι)]。如果两个国家相对于世界k=l,k"iJ N-1 I ,.U\ -"-Ik=l,k"iJ N-l 上其他国家比较遥远，地缘上比较孤立，更倾向于结成RTA。3. rgdp，两个国家GDP对数之和，rgdpij = lngdpi + lngdpj，代表两个国家市场规模，一般两个国家总体市场规模越大，越有利于结成RTAo4. dgdp，两个国家GDP对数绝对值之差，dgdpij = Iln gdpi -ln gdpjl ，代表两个国家之间经济规模的差异程度，两个国家经济规模越接近，越有利于结成RTA。5. gdprow，除两个贸易伙伴国以外世界上其他国家GDP对数的平均值，代表世界上其他国家平均经济规模O从表2主要匹配变量的统计特征上可以看到，签订RTA(处理组)国家对与未签订RTA国家对(控制组)的特征存在明显的差异。签订RTA的国家对与未签订RTA的国家对相比，国家间地理距离明显更近;与世界其他国家平均距离更大，因此在地理上相对更加孤立;国家间的经济规模差异明显更小;世界其他国家平均经济规模更大。因此，极有可能正是这些特征上的差异导致这些国家自我选择签订RTA。RTA数据由联合国WTO数据库相关数据整理而得，国家间相关地理特征lndist、lndistr数据来自于CEPII数据库，相关国家GDP数据来自世界银行WDI数据库。由于本文研究的目的是考察亚洲国家RTA的贸易效应，因此，样本国家主要为亚洲国8
李荣林，于明言:亚洲区域贸易协定的贸易效应表1:匹配变量的定义及预期系数符号变量定义数据形式预期系数符号lndist 两国间距离对数lndistr 与世界其他国家的平均距离对数+ rgdp 两国GDP之和对数+ dgdp 两国GDP绝对值之差对数gdprow 世界其他国家平均GDP对数+ 表2:主要匹配变量的统计描述观察值个数均值标准差最小值最大值lndist (18770,1807) (,) (, ) (,) (,) lndistr (18770,1807) (,) (,) (,) (,) rgdp (18770,1807) (,) (2到8，)(,) (，∞) dgdp (18770,1807) (,) ( , ) (0,0) (，7.∞9) gdprow (18870,1807) (, ) (, ) (,) (, ) 注:括号内第一项为控制组(RTA=O)样本统计描述，第二项为处理组(RTA=I)样本统计描述。家，考虑到澳大利亚、新西兰与东盟十国已经结成自由贸易区，美国、加拿大、墨西哥与亚洲部分国家正在进行TPP谈判，这些国家虽然不属于亚洲，但是在亚洲地区的经济活动参与程度较高并具有比较大影响力，因此样本中也加入了这些国家。考虑到数据的可获得性样本中共包括50个国家⑥从1990年-2010年的观察数据。四、PSM模型估计与结果分析(一)估计倾向得分值首先进行PSM方法的第一步，估计倾向得分值。本文采用Logit模型来进行回归，考察国家特征变量对于两个国家之间结成RTA的影响，即结成RTA的概率。模型的具体形式为:RTAij，=x'ij，γ+eij'=γ1 ln distij + ’1n distrij +γýgdpii' + ’4dgdpij, +γ~dpro叫，+Bij'(3) 2根据该模型估计的回归系数进一步预测，可以得到两个国家结成RTA的概率，作为下一步匹配所使用的倾向得分值(ps=p(土))0Logit模型考察了在给定国家特征的前提下，国家做出加入特定RTA这一政策选择的概率。从表31ρgit模型的估计结果可见，两国之间的地理距离lndist、两国相对于世界上其他国家的地理孤立程度lndistr、两国总体的经济规模rgdp、两国间经济规模差异dgdp、世界上其他国家的经济规模gdprow是两个国家之间结成自由贸易区的主要影响因素，这些变量全部在的统计水平上具有显著性。具体表现为，两个国家之间地理距离越近、与世界其他国家在地理位置上相对越孤立、两个国家总体经济规模越大、两国间经济规模差异越小、世界其他国家平均经济规模越大，这两个国家结成RTA的概率越大。这一结果与Baier和Bergstrand( 2004 )以及NeilFoster 等(2010)所得出的结论相一致。9
李荣林，于明言:亚洲区域贸易协定的贸易效应表3:Logit模型回归结果RTA 系数标准差z P>lzl 95'1毛置信区间lndist O.α)() lndistr O.α)() rgdp O.∞o "噜dgdp ∞ gdprow "" " ∞ 常数 O.∞o 注:…表示P<。(二)PSM~自己与效果检验Abadie和Imbens(2005)认为通过自举(Bootstrap )获得NN配对因果效应估计的标准差可能会产生无效的估计，邵敏、包群(2011)引用Gilliganand Hoddinott (2006)文献认为核匹配估计方法不存在这一问题，因此本文采用核匹配法。关于模型因果效应估计的标准差，本文采用自举(Bootstrap)的方法获得(Heckma民etal, 1997)。由于本文研究的核心在于探讨亚洲区域内国家间签订RTA对于其出口贸易的影响，因此，在指标选择上考察了国家间贸易总额，即出口额+进口额的对数lntrade、出口贸易额对数lnexp和进口贸易额对数lnimp三项指标。图1对比了处理组和控制组的ps值在匹配前后的核密度函数。如图1所示，两组样本在匹配前ps值的概率分布差异较大，这很有可能是由于控制组样本与处理组样本国家特征的差异造成的。相比之下，经过匹配处理后，两组样本ps值的概率分布已经比较相似，表明二者的各方面特征已非常接近，匹配效果较好。Before Matching After Matching 由N R 的FOFωEBaQjEE吕jjlr xo o 」」 Ps∞r. 町一-一-Treat _..."0"____. Control -一--Treat .., .-- Controt 图1:处理组和控制组ps值概率分布对比进一步验证PSM方法的有效性。如前所述PSM方法的有效性要求样本满足依条件独立和共同支持条件，通过Logit模型预测得到的ps值使得RTA=l概率能够满足在(0，1)的区间，共同支持条件得到满足。依条件独立性是否满足采用匹配平衡检验来考察，即通过计算匹配后处理组与控制组样本之间的标准偏差来考察两者是否存在显著差异。样本匹配效果越好，两者之间的标准偏差值越小。10
李荣林，子明言:亚洲区域贸易协定的贸易效应但是关于标准偏差的临界值目前文献尚无统一标准，邵敏、包群(2011)引用Rosenbaum和Rubin(1985)文献的判断标准认为匹配变量标准偏差值的绝对值应小于20同时，可以通过T检验判断处理组与控制组的国家对之间是否存在显0著差异，进一步检验匹配效果的优劣。一般认为T检验伴随概率值应该是不显著的(>)。本文匹配平衡检验结果如表4所示，通过最后一列T检验伴随概率值可见，经过匹配处理后，处理组与控制组的国家对之间在国家间双边地理距离、与世界其他国家的平均距离、两国总体经济规模、两国间经济规模差异以及世界其他国家平均经济规模等方面均不存在显著差异。而且经匹配处理后各匹配变量的标准偏差均显著小于20，因此可以认为本文所选取的匹配变量有效，匹配方法恰当，所得出的匹配估计结果可靠。表4:匹配平衡检验结果标准偏差(%)I 标准偏差减少幅度(%)I T检验伴随概率值Inlrade lndist lndistr rgdp dgdp ∞ gdprow lnimp lndist lndistr rgdp dgdp gdprow Inexp lndist lndistr rgdp dgdp gdprow {三)亚洲国家RTA的贸易效应分析在未经倾向值匹配处理前，由于没有剔除掉地理位置、经济规模等国家特有特征的影响，致使RTA对于贸易促进作用的统计推断结果存在明显高估。根据未经匹配处理的样本统计结果，加人RTA之后与加人RTA之前相比，双边总贸易额平均增加毛，进口贸易额平均增加串，出口贸易额平均增加奋，明显高估了RTA的贸易效应。11
李荣林，于明言:亚洲区域贸易协定的贸易效应相比之下，经过倾向得分匹配处理后，剔除国家特征协变量的影响后，所得统计结果分别为，签订RTA使得成员间的双边贸易总额平均增加毛，进口贸易额平均增加毛，出口贸易额平均增加毛，大大降低了匹配处理前的统计偏误，较大提升了统计结果的可信度。从计量结果来看，两个亚洲国家加入RTA，对双边贸易总量、进口贸易和出口贸易都产生了显著的正向促进作用，这与以往的经验研究结果一致。o8tJ J二三lntrade~ --J-L wi’j’ ln tradei’j’== 1fT ijeT 1fT i’j’eC(ij) O(trade l-trade) /tradeo=exp( )-1= 8t呻=J-Zlnimp;-J-ELwu，lnimpozy=18707-18则=’T ijeT l'1T刃'εC(ij)(impl-irr旷)/impO=叫()-1= 82eJ J-ELInmp;-J-ZW巧，ln expoi'j'=-口761= ’T ij εT l’1T i'j'εC(ij) (exp l_expO) / expo=exp( )-1= 表5:亚洲国家RTA的贸易效应变量样本处理组控制组8估计标准误T统计量lntrade 匹配前 匹配后 lnimp 匹配前 匹配后 18.∞o lnexp 匹配前 匹配后 接下来，我们进一步考察在所有签订RTA的国家对中，是否天然贸易伙伴⑦之间结成RTA会产生更大的贸易效应。为此，我们利用第一步Logit模型回归所预测的倾向值ps的大小，将国家对观察值分为天然贸易伙伴和非天然贸易伙伴。对于给定的国家特征变量，Logit模型回归预测的ps值越大说明国家特征引致两个国家结成RTA的可能性越高签订RTA自选择效应越强这两个国家是天然贸易伙伴。由于ps值处于(0，1)区间，我们选择以作为分界点，ps值小于的国家对为非天然贸易伙伴，ps值大于的国家对为天然贸易伙伴。经过前面匹配处理后，在1807个处理组样本中，共有1735个样本匹配成功。其中天然贸易伙伴样本有411个，非天然贸易伙伴样本有1324个。1如表6，经过统计计算，天然贸易伙伴加入RTA贸易总量对数lntrade的平o均值为;未加人RTA贸易总量对数lntrade的平均值为加人0RTA使得天然贸易伙伴之间的贸易总量对数lntrade平均增长了，因此，总12
李荣林，于明言:亚洲区域贸易协定的贸易效应表6:天然贸易伙伴签订RTA贸易效应比较分析加入RTA后总贸易增加总贸样平----县财加入RTA前易增加%天然贸易伙伴 串非天然贸易伙伴 'ì毛全体样本 毛1贸易额trade增长岛。非天然贸易伙伴加人RTA贸易总量对数lntrade的平O均值为;未加人RTA贸易总量对数lntrade的平均值为;加人RTA使得非天然贸易伙伴lntrade平均增长了，总贸易额trade增长毛。根据样本的平均值，天然贸易伙伴之间的贸易总量无论在加入RTA之前，还是加入RTA之后，都大于非天然贸易伙伴间的贸易总量，但是加人RTA对于天然贸易伙伴间的贸易促进作用要小于非天然贸易伙伴间的促进作用。一个可能的原因是，天然贸易伙伴间在双方没有加人RTA之前双边贸易关系就已经非常紧密，贸易数量较大，因此政策能够进一步发挥激励作用的空间有限。这一结论的政策意义在于，虽然天然贸易伙伴之间更倾向于结成RTA⑧，并且RTA也更容易产生正向的贸易促进效应(Krugman，1991a; 1991的，但是他们之间的RTA对于贸易促进的程度较小。非天然贸易伙伴之间虽然贸易紧密程度低于天然贸易伙伴，但是两国一旦结成RTA，会产生更大的贸易促进效应。如果一国签订RTA的主要动机是为了促进贸易发展，应更多的考虑非天然贸易伙伴国。五、稳定性检验为了验证PSM模型的稳定性，进一步采用最邻近匹配和半径匹配的方法进行验证。其中，最邻近匹配设定，对于每个处理组变量寻找2个ps值最邻近的控制组成员作为其匹配对象，而半径匹配的半径值设定为，验证结果见表7和表8。从结果来看，最邻近匹配、半径匹配与核匹配所得出的结果相似，也都支持亚洲国家之间签订RTA会对于双边贸易具有促进作用的结论同时减轻了匹配前的高估问题。而且，这两种匹配方法都通过了匹配平衡检验，由于篇幅的限制，省略了该检验结果。这说明PSM模型是稳定的。表7:最邻近匹配方法的估计结果变量样本处理组控制组8估计标准误T统计量lntrade 匹配前 匹配后 lnimp 匹配前 匹配后 lnexp 匹配前 匹配后 13
李荣林，于明言:亚洲区域贸易协定的贸易效应表8:半径匹配方法的估计结果变量样本处理组控制组B 估计标准误T统计量lntrade 匹配前 匹配后 lnirnp 匹配前 匹配后 lnexp 匹配前 匹配后 六、结论与政策建议本文采用1990-2010年亚洲国家RTA和双边贸易数据，运用倾向得分匹配方法分析国家间签订RTA的影响因素，以及RTA所产生的贸易效应。结果发现，对于亚洲国家来说，两个国家间的地理距离、与世界上其他国家的地理距离、两个国家总体经济规模、两国间经济规模差异、世界其他国家平均经济规模等国家经济特征对于两个贸易伙伴间是否签订RTA有较大的影响。国家间距离较近、经济规模相似、相对世界其他国家地理上较为孤立的天然贸易伙伴更容易结成区域贸易协定。两个国家签订RTA在一定程度上是一个自我选择的结果。进一步，我们将结成RTA的国家对作为处理组，与没有结成RTA的国家对组成的控制组相比较，发现剔除掉这些国家特征协变量的影响因素之外，RTA对于国家间的总体贸易量、进口贸易和出口贸易都有显著的促进作用。但是RTA的贸易促进作用大小与国家特征具有一定的关系。一般来说，天然贸易伙伴之间的双边贸易总额在加人RTA前后都要大于非天然贸易伙伴之间的贸易总额，但是加人RTA对于双边贸易的促进程度要小于非天然贸易伙伴间的RTA。非天然贸易伙伴结成RTA导致双边贸易增加比例更高。从实践上来看，既然亚洲国家间签订RTA对于区域贸易的发展具有正向促进作用，因此亚洲国家应进一步致力于加快区域经济一体化的进程。我国正在极力推进的《区域全面经济合作伙伴关系》协定，如果能够实施将会在很大程度上进一步促进亚洲国家之间的贸易往来。而且，参与该协定谈判的国家大多数为天然贸易伙伴，存在一定的自选择效应，将有利于该协定的推进。在未来，亚洲各国应该考虑建立一个更大范围，覆盖更多国家的自由贸易区。从我国的角度来看，我国应积极通过区域贸易协定谈判来促进贸易的发展。目前我国已经与东盟十国、巴基斯坦、新西兰、新加坡等多个国家签订了自由贸易协定，正在与韩国、澳大利亚、挪威等国进行贸易协定谈判。但是在我国的区域贸易协定战略中，大多数是天然贸易伙伴，例如香港、澳门、东盟十国等。而与非天然贸易伙伴签订RTA的数量仍然很少。由于非天然贸易伙伴结成RTA将导致双边贸14
李荣林，子明言:亚洲区域贸易协定的贸易效应易增加比例更高，因此我国未来不但应该与天然贸易伙伴进行RTA谈判，也应该重视发展与非天然贸易伙伴间的RTA。(李荣林电子邮箱nklironglin@)注蒋:①根据WTO数据计算所得，不包括PSA。②例如APEC和东亚的1如6模式。③'Frankel将增进全球福利的RTA称为天然的(nat町曲，将损害全球福利的RTA称为超天然的(supernatural)。④也有学者将这一条件称之为Unconfoundedness或Ignorability。⑤也有学者将其称为OverlapCondition。⑥样本国家包括:美国、加拿大、日本、澳大利亚、新西兰、墨西哥、土耳其、巴林、塞浦路斯、伊朗、伊拉克、以色列、约旦、科威特、黎巴嫩、阿曼、卡塔尔、沙特阿拉伯、叙利亚、阿拉伯联合酋长国、也门、阿富汗、孟加拉国、不丹、文菜、柬埔寨、斯里兰卡、中国香港、印度、印度尼西亚、韩国、老挝、中国澳门、马来西亚、马尔代夫、尼泊尔、巴基斯坦、菲律宾、新加坡、泰国、越南、亚美尼亚、阿塞拜疆、格鲁吉亚、吉尔吉斯斯坦、中国(大陆)、土库曼斯坦、乌兹别克斯坦、蒙古。⑦地理距离较近、与世界其他国家在地理上较为孤立、两国间经济规模总量较大、两国间经济规模差异较小、世界其他国家平均经济规模较大。⑧前面Logit模型所得出的结果。参考文献:郭申阳.2012.倾向值分析:统计方法与应用[M].重庆.重庆大学出版社.邵敏，包群.2011.企业退出出口市场行为与企业的经营表现一基于倾向评分匹配的经验分析[J].财经研究(1).史智字2∞4.中国东盟自由贸易区贸易效应的实证研究[D]上海:复旦大学.王群飞，孙跃兰.2011.中国-巴基斯坦自贸区贸易创造与贸易转移效应的实证分析问改革与战略(5).Abadie,A. and Imbens，∞ tbe Failure of tbe B∞tstrap for Matching Estimators[R]. Mimeo,Kennedy School of 随时，HarvardUniversity. Baier, . and Bergs缸. 2002. on the Endogeneity of lnternational Trade Aows and Frl四TradeAgreements[R]. Mimeo. Bai町，. and Bergstrand J且2∞ Detenninants of Free Trade Agreements[J]. Journal of lnternational Economics(6 4) :29-63. Beck町，S., Ichino A. 2∞2. Estirnation of Average Treatment Effects ba四:don Propensity Scores[J]. Stata Journal2(4): 358-377 Egger, H., Egger, P. and Gr，巳enawayD. 2∞8. The Trade Structure Effects of Endogenous Regional Trade Agreements [J]. Journal ofInternational Economics(74):278-298. Egger,P., Mario Lar饨，Kevin and Rainer Winkelmann. 2脱) Trade Effects of Endogenous Preferential TradeAgr，出ments[R].CESifo Conference Centre Frankel, J. and S-J Blocs and Currency Bl∞s[R]. NBER Paper No. 4335 Frankel, . 1997. Regional Trading Blocs in tbe World Economic System[R]. lnstitute for lnternational Economics, Washington, DC. Gilligan, Daniel O. and Hoddinott, J. 2006. Is τ'here Persistence in由eImpact of Emergency Food Aid? Evidence on Consumption, Food Security, and Assets in Rural Ethiopia[R].FCND discussion paper 209, International Food Policy Research lnstitute. 15
李荣林，于明言:亚洲区域贸易协定的贸易效应Hamilton, C. and Winters up Intemational Trade in Eastem Europe[J]. Economic Policy (7):78-116. H巳ckman，J., Ichimura, H. and Todd P. 1997. Matching as an Econometric Evaluation Estimator: Evidence from Evaluating a Job Training Programme[J].Review of Economic Studies (64):605-654. Krugm钮，. ls bilateralism bad[A]. In: Helpman, E., R但in，A. (Eds.), Intemational Trade and Trade Policy. MIT Press, Cambridge, pp:9-23. Krugman, P. 1991b. Tbe Move toward Free Trade Zones[A]. In: Policy Implications of Trade and Currency Zones, proceedings of a Federal Reserve Bank of Kansas City symposium, pp:7-41. Lipsey, R. G. and Lancaster, K. 1956. Tbe General Tbeory of Second Best[J]. ?Review of Economic Studies24 ?(1): 11-32. Meade . 1955. Trade and Welfare[M].London :Oxford University Press. Neil Foster, Johannes Poschl and Robert Stehrer. 2010. Tbe Impact of Preferential Trade Agreements on the Margins of Intemational Trade[R]. wiiw working paper No. 70. Rosenbaum, P. and Rubin, D. 1985. Constructing a Control Group Using a Multivariate Matched Sampling Method that Incorporates the Propensity Score[J]. American Statistician39:33-38. Tinbergen,J. 1962. Shaping the World Economy: Suggestions for an lntemational Economic Policy[M]. New York:ηm Twentieth Century Fund. Viner, J. 1950. Tbe Customs Union Issue[M]. New York: Carnegie Endowment for lntemational Peace. Research on the Trade EfTect of Asian Regional Trade Agreements ased on Propensity Score Matching 2 LI Rong-lin1, YU Ming-yan( University, Tianjin 30007; Administrative Institute, Tianjin 300191, China) Abstract: ased on the bilateral trade flow and RTA data of Asian countries from 1990 to 2010, this paper analyzes the effect of signing the regional trade agreement on RTA member countries’ bilateral trade, export trade and import trade, and solves the heterogeneity issue of RT A in traditional gravity model. The result shows that signing the regional trade agreement will positively promote the bilateral total trade, export trade and import trade between member countries, and relieve the statistical errors caused by national feature variables (the over-estimating trade effect of RTA). Key words: regional trade agreement; trade effect; propensity score matching (责任编校万小妹)16
