第三节　双边贸易绩效分析

双边贸易绩效主要体现为彼此出口产品在对方进口市场份额的增长，总的市场份额增长得越多表明在对方进口市场取得的绩效越大。本节通过产品市场二元边际分析（BMA）、双边贸易互补性分析以及恒定市场份额分析（CMSA）来考察市场绩效的成因，本节主要采用联合国贸易统计数据库中市场细分最为详细的海关编码（HS）六位码分类。

一、市场绩效的二元边际分析

边际分析的核心思想是通过市场广度和深度来刻画一国出口产品在其贸易伙伴国进口市场中的拓展模式，主要是通过拓展深度或广度而获得的。以下以中国产品在波兰市场的广度和深度分析方法为例，简单说明其核心思想和计算方法及其推导公式⁽⁹⁾。

具体的计算方法是假设中国产品第t年在波兰市场的市场份额（也称市场绩效）为S_t，则其可以分解为广度边际（也称广度绩效，记为）和深度边际（也称深度绩效，记为）的乘积，即。

其中，，M_t为波兰第t年进口中国的产品总额（∗表示世界），i为产品类别，K_t为波兰第t年进口中国的产品的种类集合（∗表示世界）。

为方便理解这一方法的核心思想，我们可以用以下集合示意图（如图1.2所示）来表示中国产品第t年在波兰市场的市场份额（S_t）、广度绩效（）和深度绩效（）。

示意图中大椭圆的面积表示波兰进口世界的进口总额（记为S_W），小椭圆C的面积为进口中国的总额（记为S_C），阴影部分的面积为波兰进口包含中国产品种类的所有商品进口总额（记为S_WC），显然广度效应即为S_WC/S_W，刻画了中国产品种类在波兰市场的覆盖度大小，而深度效应即为S_C/S_WC，刻画了中国产品在其所在产品种类的进口市场所占的份额。

根据公式（1-1）采用HS6位编码计算得出的中国（波兰）出口产品在波兰（中国）进口市场的二元边际如表1.4所示。

从表1.4中可以看出：（1）2012—2021年中国和波兰产品均在对方进口市场取得了巨大的绩效，波兰产品在中国的市场份额从0.11%提高到了0.21%，几乎增加了一倍；同时中国产品在波兰市场的份额从9%提高到了14.8%，增加了60%；（2）中国产品在波兰进口市场的广度和深度均有所提高，特别在深度方面提升幅度较大，表明在广度达到一定程度以后，市场份额的获得主要靠加大市场深度来完成；（3）波兰产品在中国进口市场的广度总体表现为上升趋势，但并不稳定，且上升缓慢，在中国市场份额的获取也主要依靠加大市场深度来完成，表明波兰产品在中国很难打开新的市场。

二、双边贸易互补性分析

双边贸易互补性描述了双边供需（出口和进口）的匹配程度，A国出口世界的结构同B国进口世界的结构越匹配，则称A国对B国的贸易互补性越高。一般而言，A国对B国的互补性越高，越有利于A国对B国的出口，贸易互补性变强，更有利于A国对B国的出口增长。

目前国际贸易文献中，双边贸易互补性有多种计算方法，本书采用出口结构与进口结构的相似性来表示，具体公式如下：

其中，表示中国对全球出口产品中第i类产品的出口比重，表示某中东欧国家进口世界产品中第i类产品的比重，Min为取极小值。

公式（1-2）的几何意思比较直观，描述了中国出口世界的结构分布和同期某中东欧国家进口世界结构分布的重合程度（也有文献称为相似性），反映了中国出口结构（供给结构）和某中东欧国家进口结构（需求结构）的匹配程度⁽¹⁰⁾。

同理，

根据公式（1-2）和公式（1-3），采用海关国际通用编码（HS）两位码计算而得的中国对波兰贸易互补性，以及波兰对中国贸易互补性如表1.5所示。

从表1.5中可以看出：（1）2012—2021年中国对波兰的贸易互补性稳步上升，2021年达到0.682，较2012年上升18.2%，表明中国的产品供给能够较好地满足波兰的需求，这在一定程度上解释了中国对波兰出口年均12.8%的增长率；（2）同期，波兰对中国的贸易互补性稳中有降，表明波兰产品与中国市场需求的匹配程度略有下降，使得波兰对中国出口年均增速（7.4%）远低于中国对波兰的出口；（3）中波两国贸易互补性差距进一步扩大，结合前述二元边际分析，波兰因未能在中国成功开拓新市场，仅仅依靠现有市场深度的提升，并不利于未来双边贸易的平衡发展。

三、恒定市场份额分析（CMSA）

CMSA的核心思想是把一国出口产品在其贸易伙伴国进口市场中的市场绩效（通常是市场份额或其变化）分解为结构效应与竞争力效应两部分之和，结构效应反映了该国产品结构是否合理或者是否适应进口国市场需要的变化，竞争力效应衡量了该国产品在目标国细分市场的竞争力的变化情况，市场份额既可以通过优化结构获得，也可以通过提高细分市场产品竞争力而获得。这两种分析方法分别从不同视角解释了市场绩效的获取模式，虽然不同但又有一定的内在联系。

1.恒定市场份额模型综述

恒定市场份额模型（Constant Market Share Model，简称CMSA模型）最初是由Tyszynski（1951）提出的，后经Leamer等（1970）、Jempa（1986）、Milana（1988）、欧洲央行（ECB, 2005）、尚宇红（2016）等学者的不断扩展完善，目前已经成为国际贸易研究领域的重要模型。

CMSA模型经过70多年的演化，出现了多种分解形式，因研究对象不同各文献采取了不同的具体公式，但其核心都是因假设了：如研究对象国出口产品（在目标地）的上一期细分市场份额不变（恒定市场份额的含义所在），那么，由此而得的市场份额增长率被称为结构效应，而其余部分为竞争力效应（由于细分市场的竞争力变化而获得），由此而称之为恒定市场份额分析（CMSA）。

2.本书CMSA模型的修正与创新

本书的CMSA模型是在尚宇红（2016）的基础上进一步修正而得，修正的好处有两个方面：（1）被分解的部分（总效应）就是市场份额的增加部分，而非市场份额增长率的代理变量，修正后的模型总效应含义更为明确；（2）新的分解进一步区分了竞争力效应究竟是来源于老产品的竞争优势变化，还是来源于因打入新的产品市场而获得的市场份额增加。在本书中，这两部分分别被称为：老品竞争效应和新品竞争效应。可以进一步地把竞争力效应分解为两部分的原因是本书的细分市场是基于海关6位编码的产品市场计算而得的，而以前的大部分CMSA文献的计算中对于产品的分类方法多基于比较宽泛的行业分类⁽¹¹⁾，这些文献的计算如果是基于比较细的行业分类（例如基于海关6位编码的产品层面分类），其模型一般都会出现不可计算问题，关于这一点下文还会具体举例说明。

本书的CMSA具体的基本分解如公式（1-4）所示：

以下以中国产品在波兰市场的绩效分析为例来予以说明。

其中，s表示中国产品在波兰进口市场的份额，Δs_t=s_t-s₀，t（0）表示当期（初期），表示当期（初期）中国产品的市场份额，∗表示世界，M（M^∗）表示波兰进口中国（世界）总额。

，表示在第t期中国第i类产品的市场份额。

，表示第t期波兰进口世界产品中第i类产品所占的比重。

Ω表示波兰进口中国产品种类集合，需要说明的是，这里假定了初期和当期进口中国产品的种类集合（Ω₀和Ω_t）是一致的。事实上，在分类比较粗略（仅仅分为几个类别）的情况下，二者总是一致的，这也是绝大多数文献的做法；二者不一致的情况将在下文进一步讨论。

公式（1-4）的推导见附录1。根据公式（1-4）表达的含义可知：

总效应等于中国产品在波兰进口市场份额当期较上期的变化，正值表示增加，表示当期（第t期）中国产品总体在波兰市场较初期（第0期）的市场份额得到了提升。

结构效应为正，表示在波兰进口产品细分市场中，中国产品多数分布在增长快（）的细分市场中，由此即使是在细分市场的竞争力（细分市场的份额）不变，总的市场份额也会（因结构合理而）提高，因而可以认为：中国产品在波兰市场具有结构优势。

竞争力效应为正，表示在波兰进口产品的细分市场中，中国多数产品的竞争力得到了提高（s_ti-s_0i>0），由此而提高了总的市场份额。

当波兰在当期进口中国产品的种类集合（Ω_t）和初期种类集合（Ω₀）不一致的时候⁽¹²⁾，只需把公式（1-4）中的产品种类集合Ω定义为：Ω=Ω₀∪Ω_t即可。

这时可能会出现个别种类（k）的市场份额s_tk（或s_0k）没有意义，因而需要定义没有意义的s_tk（或s_0k）=0，定义仅仅是保障公式（1-4）中所有i∈（Ω₀∪Ω_t）的s_ti或s_0i都是有意义的，不影响公式（1-4）的正确性。

s_ti或s_0i没有意义的情况分两种：第一种情况是某个产品类别（不妨设为第k类）在初期的进口世界额，但是到当期退出了市场（），此时s_tk（=0/0）就失去了意义；第二种情况是当期的某个产品类别（不妨设为第k类）在初期没有进口（），这时s_0k（=0/0）就失去了意义。

此时，基本公式（1-4）就变成了：

公式（1-5）的推导见附录2。

进一步，可从公式（1-5）中的竞争力效应，把当期中国因进入新产品而产生的市场份额（称之为新品竞争力效应）独立出来，那么剩下的部分可称之为：老品竞争力效应。

这时，具体分解如下：

把新品种效应从竞争力效应中独立出来，主要是为了进一步区分竞争力效应究竟是来源于老产品的竞争优势变化，还是来源于因打入新的产品市场而获得的市场份额增加。新产品效应总是正的，因为开拓新市场带来的总是市场份额的增加。

公式（1-6）的推导见附录3⁽¹³⁾。

3.CMSA模型的数据说明

为了充分体现结构是否合理以及对新产品进入市场带来的影响，本书采用最细的产品级别，即HS6位编码分类法，所有数据均来自联合国贸易统计数据库2012版的HS分类。

在分期上，和多数文献一样采用一年的做法，即当期和初期差一个年份。这么做主要是基于CMSA模型的前提假设[如果本期研究对象国产品在贸易伙伴国的细分市场份额和上期一致，那么由此而获得的市场份额（或其变化）被称为结构效应]在一年范围内是可以接受的，而当期和初期如果时间跨度较大，则这个假设就失去了现实意义，从而其分析结果也失去了参考价值。

当然本书还是无法避免CMSA模型自身的两个缺陷：第一个缺陷是CMSA的分类方法不同，得出的结构会略有差异，一般在同类型分类的情况下，市场分得越粗略，竞争力效应对总效应的影响就越大而对结构效应的影响则越小，例如在不对市场做细分的极端情况下，总效应就等于竞争力效应，而结构效应总是零。第二个缺陷是CMSA中用进口额数据计算而得的市场份额会受到价格因素的影响而扭曲其丰富的含义，当然这是任何计算一揽子商品总量而采用价值加总方法都固有的缺陷。

4.CMSA模型分析结果

根据公式（1-6）以及我们的分类和分期方法计算而得的中国产品2013—2021年在波兰进口市场的CMSA逐年分解结果如表1.6所示，增长率为各效应与初期的市场份额的比值，与绝对量变化相比，增长率视角更能突出反映各效应的相对变化。

从表1.6中可以看出：（1）从总的效应看，2013—2021年中国产品在波兰的市场份额除2017年和2018年之外都在增加，特别是2020年市场份额扩张超过2%，较上年同期增长接近20%，表明中国产品在波兰市场的总体竞争力在不断提升。（2）从三种效应对综合竞争力的贡献看，来自结构效应的贡献最大，且在绝大多数年份结构效应都是正数，这表明在此期间中国出口波兰的产品多数年份非常适应波兰进口市场的增长，大部分产品都集中在波兰进口增长较快的细分市场上。（3）新品竞争力对总体市场份额的增长贡献平均达到了每年增加0.1%的水平，表明中国每年都有新产品进入波兰市场，特别是2020年对市场份额的增长贡献达到接近40%，估计是受新冠肺炎疫情的影响，中国又有较多新产品打开了波兰市场。结合二元边际的分析，可以看出新品竞争力的贡献和二元边际中广度的变化基本一致，不同的是广度同时考虑了新产品的进入和老产品的退出。（4）老品竞争力多数年份也是正数，表明多数年份中国大多数产品在原有细分市场的竞争力都在一定程度上得到了提高，结合结构效应就解释了二元边际分析中市场深度不断增长的原因——中国产品不但适应波兰进口产品增长的结构，而且在多数细分市场的竞争力也在不断提高。

同理根据公式（1-3）以及我们的分类和分期方法计算而得的波兰产品2013—2021年在中国进口市场的CMSA逐年分解结果如表1.7所示。

从表1.7中可以看出：（1）从总的效应看，2013—2021年多数时间波兰产品在中国进口市场的总市场份额得到了增加，虽然增加的绝对幅度并不大，但相对增长率确实比较高，经过9年的增长市场份额几乎增加了一倍，这一点从二元边际分析中也可以看出来；（2）总市场份额增加的主要贡献来自老产品竞争力的不断提升和新产品的不断进入，这一点同中国产品在波兰市场的表现是不一样的，说明两者进入对方市场的模式或市场渠道不一样，中国产品在波兰市场的增加既凭借合理的产品结构，也依靠细分市场竞争力的不断提升；（3）波兰产品在中国市场的结构效应在此期间多数年份是负数，表明波兰产品在中国市场的结构不够合理，产品结构的变化跟不上中国进口需求结构的变化，多数产品分布在中国进口增长比较缓慢的细分市场，因此波兰应该在不断尝试将新产品打入中国市场的同时，更加注重及时调整自己的出口产品结构，以适应中国进口需求的变化，这或许比较困难，因为出口结构的调整一方面受到已有市场渠道的限制，另一方面也受到国内产业结构的限制。