耿献辉 张文文 彭世广||基于生存分析法的中国粮食进口稳定性研究||《世界农业》2022年第10期
基于生存分析法的中国粮食进口稳定性研究
作者：
耿献辉1 张文文1 彭世广1，2
作者单位：
1.南京农业大学经济管理学院
2.云南大学经济学院
文章刊发：耿献辉，张文文，彭世广. 基于生存分析法的中国粮食进口稳定性研究[J].世界农业，2022(10):5-17.
1 引言
粮食问题始终是一个全球性的热点议题，粮食安全关系到社会的和谐稳定。作为世界上人口最多的国家，中国一直高度重视粮食安全问题。2003—2021年，中国粮食总产量实现“十八连丰”。中国已经能够较为稳定地用世界不到10%的耕地，生产出世界1/4的粮食，养活世界1/5的人口。但受到农业资源有限、农业生态环境受到污染、农业技术进步速度放缓等因素的制约，今后中国粮食总产量继续增长的难度大大增加。此外，随着中国人口数量的增加、居民饮食结构的升级以及工业与饲料用粮的增长，今后中国粮食总需求将持续增加，粮食供给与需求总体上将长期处于结构性短缺下的紧平衡状态，这对粮食供应链的稳定性提出了更高的要求。在此形势下，为统筹用好国际市场、保障国内粮食等重要农产品供给、确保粮食安全，中央近年来连续发布的一号文件提出了拓展多元化进口渠道、主动扩大国内需求农产品进口等若干建议。随着中国加入世界贸易组织（WTO），贸易在调剂国内农产品缺额、保障粮食有效供给、缓解资源压力等方面逐渐发挥着举足轻重的作用，中国适度而稳定地从世界市场进口部分粮食将不可避免。按照国家统计局对粮食的定义，2002—2019年，中国粮食进口量由0.16亿吨上升至1.11亿吨，年均增长率达14.27%，且连续5年进口量维持在1亿吨左右。2020年，中国粮食进口超1.4亿吨，同比增长28%，其中，大豆进口首次突破1亿吨大关，玉米进口首次超过当年进口配额。粮食贸易已呈现出“常态化”的稳定净进口局面，中国粮食安全对国际贸易途径的倚重程度逐步增大。在弥补国内粮食市场供需缺口的同时，逐步增高的对外依存度及进口市场集中度也使得粮食“卡脖子”隐忧存在，一旦世界粮食市场波动导致中国无法通过国际贸易途径进行粮食进口，国内的粮食需求便难以满足，粮食安全则会受到威胁。可以说，粮食安全和粮食贸易互为前提，互相影响，中国能否通过稳定的贸易途径在国际粮食市场获得足够的、持续的、优质的供给是粮食进口安全的关键。然而，当今世界正经历着百年未有之大变局，在日益严峻复杂的国际形势、肆虐全球的新冠肺炎疫情、不断升级的逆全球化贸易摩擦、俄乌冲突等因素的影响下，国际粮食供给的不稳定性与不确定性大大增加，中国粮食安全，特别是进口依赖型粮食产品的保供稳供压力凸显。在这种背景下，必须提升粮食供应链的韧性，确保粮食进口的稳定性。因此，采用生存分析法研究中国粮食进口贸易关系的稳定性及其影响因素，思考如何促进中国粮食进口贸易稳定发展，对于削减进口安全风险、保障中国粮食安全具有重要意义。
2 文献综述
在中国粮食进口贸易的相关文献中,许多学者分析了中国粮食进口贸易现状，并讨论了粮食进口存在的问题及可能带来的后果。袁平认为国际粮食市场面临着逐步增加的不稳定性，中国对国际粮食市场这一调剂国内粮食缺额的途径利用程度严重偏低。于丽艳等立足供给侧结构性改革的背景，以中国小麦、谷物和大豆进口贸易为例，研究了中国粮食进口贸易现状，认为中国粮食进口存在安全预警机制不够健全、对外进口依存度高、粮食供需失衡等问题。孙玉娟和孙浩然、王廷勇分析发现，中国粮食进口规模不断扩大，进口市场也呈现出高度集中的趋势，并认为粮食产需缺口和较高的生产成本是造成这一贸易现状的原因。此外，一些学者将粮食进口与粮食安全纳入一个分析框架，研究了粮食进口对中国粮食安全的影响方向及影响机制。公茂刚和王学真提出应警惕国际粮价大幅波动对中国粮食安全带来的影响。张瑞娟和李国祥认为国际粮价波动上涨、国内外粮食价差不断增大，中国粮食进口面临很大的压力，不断增长的粮食进口对国内农业生产和粮食安全的冲击也愈发明显。宋洪远对党的十六大以来中国的粮食安全政策进行了梳理，全面分析了新常态下中国粮食安全面临的新挑战，认为随着国内外粮食市场相互影响程度的加深及全球粮食需求的不断增长，中国稳定国内粮食市场和粮食价格、增加粮食进口的难度均将加大。杨晓东研究了世界粮食贸易的发展对中国粮食安全产生的影响，认为世界粮食贸易市场已经成为中国平衡国内粮食总量、保障结构安全的重要途径，但世界粮食价格的波动使国内粮食宏观调控面临更大的难度，对中国粮食安全带来了冲击和影响。还有些学者聚焦进口依赖性，考察其对中国粮食稳定进口与安全的影响。刘锴和柴聪利用粮食贸易依赖指数测度评述了中国对粮食进口国的依赖程度，认为中国粮食总需求的14%需要稳定依赖进口，但中国粮食进口来源国的供应安全存在一定的结构性风险。符嫚嫚使用进口依赖模型对大豆的市场依赖系数进行测算，以确定稳定和潜在的粮食进口贸易国，认为大豆存在较高的进口依赖性，中国最安全、稳定的大豆进口贸易伙伴是阿根廷。魏艳骄等从市场供需双方相互依赖的视角出发，在测算体系中同时纳入了中国对国际大豆市场的依赖性和世界主要大豆出口国对中国大豆进口市场的依赖性，认为中国大豆进口存在进口依赖风险。
生存分析法较早被广泛应用于医学与生物学等领域，用以分析机体在某特征环境下的持续存活情况，以及受到暴力、疾病、环境和其他因素的影响，机体的遗传性状和生态性等发生改变而在某一时间点发生消亡的风险等问题。Besedes和Prusa首次将其引入国际贸易领域，来探讨贸易关系从发生到中断所经历的生存问题，其使用生存分析法对美国1972—2001年进口生存进行了分析，研究发现其贸易段长度非常短，中位数仅为2～4年时间；贸易段长度存在负时间依存性，贸易关系在建立1年后仅有67%的生存率，而一旦超过5年，贸易关系发生失败的概率便会大大降低。此后，越来越多的学者开始用生存分析法对贸易关系的持续时间及影响因素进行研究。Nitsch利用1995—2005年德国HS8分位产品层面进口数据，对德国进口贸易生存进行分析，发现德国的进口贸易段长度较短，均值仅为1～3年。Hess和Persson利用欧盟15个国家1962—2006年SITC4分位产品层面的进口数据，发现欧盟的进口生存状况较差，中位数仅为1年，仅有不足10%的贸易关系能够维持在10年以上。Obashi和Brenton等也利用生存分析法验证了东亚、发展中国家等地区贸易段长度的短暂。国内对于贸易关系的持续时间及影响因素研究起步相对较晚。邵军首次基于生存分析法，利用1995—2007年HS6分位产品层面出口贸易数据，创新性分析了贸易关系生存率随时间的变化，认为其表现出迅速降低的态势。陈勇兵等使用2000—2005年中国海关数据库和工业企业数据库的匹配数据，基于生存分析法估计了中国企业的出口持续时间，发现持续时间中位值和均值均较短，且存在明显的负时间依存性。随后，陈勇兵等又利用CEPII-BACI数据库1998—2006年HS6分位进口数据，从产品层面研究中国进口贸易持续时间及决定因素，也得到了相同的结论。此外，杜运苏和陈小文对中国农产品、邵桂兰等对中国水产品出口贸易持续时间的分析、刘宏曼和李星晨对中国能源进口贸易段长度的基本特征及影响因素分析均发现，中国进出口贸易生存率存在明显的“门槛效应”。沈立君和侯文涤从产品和企业层面探究了反倾销壁垒对企业出口生存的影响，发现反倾销的不同阶段带来的影响类似，即都会导致中国企业出口持续时间减少。彭世广等基于生存分析视角探讨了2002—2018年中国生鲜水果总体及不同品类的出口持续时间，研究表明，中国生鲜水果出口持续时间较短，中位数仅为2年，在3年内消失的贸易段占比高达60.30%，且出口风险率存在负时间依存性。分品类看，鲜柑橘拥有较为稳定的出口贸易关系，鲜葡萄和鲜草莓的出口贸易关系则相对脆弱。
通过对相关文献的梳理可以发现：对于中国粮食进口贸易的研究，国内外学者多侧重于利用直观贸易统计数据讨论粮食进口贸易现状、存在的问题及产生的原因，分析其对中国粮食安全的影响机制，鲜有文献利用相关统计指标来直接反映中国粮食进口稳定性。生存分析法已被国内外学者广泛应用于贸易稳定性的研究中，主要通过贸易段长度、生存期、生存率和风险率等指标来直接反映贸易关系的稳定性，但目前鲜有将其用于粮食贸易稳定性的研究。本文在利用直观贸易统计数据系统分析中国粮食进口贸易特征的基础上，采用生存分析法，定量揭示中国粮食进口渠道的稳定性，对于从贸易端稳定保障国内粮食有效供给具有现实意义。
3 中国粮食进口贸易特征
3.1 粮食界定
本文根据国家统计局对粮食的定义，将贸易粮食产品界定为谷物、豆类和薯类，并根据1992版本的HS6位码对其进行分类，共包括3大类、28种粮食产品。具体分类及对应的HS6位码见表1。
3.2 进口趋势变化
表2呈现了2002—2019年中国粮食进口贸易情况。从总体规模来看，中国粮食进口贸易总量呈波动上升趋势。2002—2006年，中国粮食进口增长较为平缓，2008—2015年中国粮食进口呈现持续性迅猛增长的态势，其中，2014年，中国粮食进口总量突破1亿吨。2015—2016年，中国粮食进口总量经历了一次剧降，仅一年粮食进口量就减少了2 675.1万吨，这可能与2015年供给侧结构性改革实施和相关政策调整有关。但这一剧降并未持续很久，粮食进口总量在2017年就迅速回升，并在2017—2019年持续维持在1亿吨以上。
分类别来看，谷物的进口贸易总量呈现出先增长后减少的趋势。2008—2015年，中国谷物进口总量激增，仅2015年进口总量就高达3 264.01万吨，相较2008年增长了3 114.91万吨。与粮食进口总量变化趋势类似，2015年后谷物进口总量得到了明显的控制，2019年中国谷物进口总量仅为1 751.97万吨，相较2015年减少1 512.04万吨。在谷物进口中，小麦和玉米进口占比37.8%。自2009年开始，小麦和玉米的进口量均有较大幅度的增加，近几年逐步趋于稳定，进口量大体上保持在200万～500万吨。除去少部分年份有小幅减少外，豆类的进口量一直保持高速增长状态，进口量由2002年的1 143.06万吨增加至2019年的9 074.58万吨，增长了7 931.52万吨。大豆作为豆类进口的主要品种，占比高达98.63%，进口趋势变化与豆类基本一致。大量进口玉米和大豆有利于弥补供需缺口，但在高进口依存下，玉米和大豆等饲料用粮受国际市场的影响也更大，尽可能确保进口稳定性至关重要。薯类的进口量波动幅度较大。2002—2015年，薯类进口量由2002年的176.04万吨增长至2015年的937.66万吨。2016—2019年，薯类进口量呈现出减少态势。干木薯作为薯类进口的最主要品种，占比高达99.99%，进口变化趋势与薯类基本保持一致。
3.3 进口产品结构
表3呈现了2002—2019年中国粮食进口比例。总体来看，豆类的进口比例一直居高不下，基本都维持在70%以上，2008年豆类的进口比例更是高达91.58%。谷物的进口比例一度出现小幅增长，在2015年谷物进口占中国粮食进口总量的比例达到26.18%。2016—2019年，谷物进口比例有所降低，但仍高于薯类进口比例。与豆类和谷物相比，薯类的进口比例始终相对平稳地保持在较低的水平，2015年以来总体上出现下降的趋势，2019年薯类进口量仅占中国粮食进口总量的2.55%。
具体到各类别的主要粮食品种来看，2010年以来，小麦、玉米和干木薯的进口比例均在10%以下，且进口比例在以相对平稳的趋势降低，至2019年，小麦、玉米和干木薯的进口比例已不足5%。而大豆的进口比例一直居高不下，基本都维持在70%以上。2008年，大豆的进口比例高达90.7%，虽然2010—2018年大豆的进口比例有所降低，但直至2019年，大豆的进口比例仍保持在79.73%，远高于小麦、玉米和干木薯的进口比例，甚至远高于谷物和薯类进口比例的总和。
可以看出，随着中国粮食进口规模的扩大，近年来各主要品种的粮食进口量都呈上升趋势，但从整体来看，中国粮食进口存在较为明显的结构性短缺问题，这是影响中国粮食安全的一大隐患。稳定粮食进口渠道，对今后调剂粮食品种，解决结构性短缺矛盾，保障粮食安全具有重要作用。
3.4 进口市场结构
粮食进口市场集中度的高低反映了中国粮食进口来源市场的竞争程度和垄断程度。粮食进口市场集中度越高，意味着粮食出口大国对国际粮食市场的垄断越严重，对粮食进口国来说，可能产生的进口风险也就越大。因此，分析中国粮食进口市场集中度，对于减少中国粮食进口风险具有较强的现实意义。表4呈现了2002—2009年中国粮食进口市场来源。
总体来看，中国粮食进口市场具有较高的集中性，虽然各粮食出口国的市场占有率在波动变化，但中国粮食进口市场仍被少数几个国家占据。2002—2019年，美国、巴西、阿根廷平均每年垄断了77.72%的市场。长期以来，美国占据着中国最大的粮食进口市场，而2017年以来中国的粮食进口市场份额开始更多地倾向于巴西，巴西甚至在2018—2019年占据了中国一半以上的粮食进口市场份额。进口来源地的高度集中增加了中国粮食进口“受制于人”的风险，一旦与主要粮食贸易伙伴发生经济贸易摩擦，中国粮食进口的稳定性将受到较大影响。
分类别来看，澳大利亚是中国谷物进口最主要的供应来源，其在2010年之前多次占据中国50%以上的谷物进口市场份额。尽管2010年后，美国对中国谷物进口市场的占有率迅速增长，甚至在2013年超过澳大利亚。但从全局看，澳大利亚仍旧占据了中国最大的谷物进口市场。豆类的进口来源国主要是美国、巴西和阿根廷，2002—2019年这三个国家平均每年垄断了96%的中国豆类进口市场。近年来，受中美贸易摩擦影响，中国从美国进口的豆类数量有所下降，从巴西进口的豆类数量持续增长，2018年仅巴西一国就占据了中国豆类进口73.23%的市场。薯类进口的来源地主要为泰国和越南，尤其是泰国，长年占据中国最大的薯类进口市场。
具体到特定的粮食品种，美国、加拿大、澳大利亚是中国小麦进口的主要来源国。2002—2003年，美国和加拿大占据了中国小麦进口的主要市场。2003年以来，中国小麦进口市场份额开始逐步倾向于澳大利亚，2008年，澳大利亚对小麦进口市场的占有率高达98.83%，几乎垄断了小麦进口市场。尽管2011年以后，中国小麦进口市场份额又开始倾向于美国和加拿大，澳大利亚的市场份额有所减少，但从全局来看，澳大利亚仍旧占据了中国最大的小麦进口市场。2010年之前，越南、老挝、缅甸都是中国玉米进口的主要来源国，2010年以来，美国出口至中国的玉米数量激增，市场份额高达90%以上，中国玉米进口市场几乎被美国垄断。2014年以来，源自乌克兰的玉米进口量激增，乌克兰超过美国，占据中国最大的玉米进口市场。乌克兰是中国重要的玉米进口贸易伙伴。俄乌冲突导致乌克兰粮食出口和物流相继中断，其引发的蝴蝶效应导致一些国家限制粮食出口以寻求自保，中国粮食进口的主动权和稳定性可能会受此影响。大豆作为豆类的主要进口品种，干木薯作为薯类的主要进口品种，进口市场结构与豆类、薯类趋于一致，不再另外分析。
4 生存特征分析
4.1 样本和数据处理
本文采用2002—2019年中国HS6分位层面粮食产品年度进口数据进行分析，数据来源于联合国贸易统计数据库（UN Comtrade），统一采用1992版本HS编码。本文从“国家—产品”层面进行研究，定义一种贸易关系（进口渠道）为中国向某贸易国进口某特定粮食产品（HS6位码层面）；定义一个贸易段为一种贸易关系持续存在的时期，贸易段的持续时间为这一贸易段从起始时间点开始连续不中断至观察时间点所经历的一系列离散时间，单位为年；定义贸易段的存活期为这一贸易段从起始年份至观察到的发生贸易中断（即在下一年不存在进口）的年份所经历的持续时间。同时，本文引入贸易段长度的概念进行分析，对于具有右删失问题的贸易段，记录其最终持续时间作为其长度，而对于不具有右删失问题的贸易段，记录其生存期作为其长度，删失数据的详细定义见下文。贸易关系发生贸易中断的事件称之为“失败”。
在数据处理方面，有两点需要说明：①多个贸易段问题。在样本研究期内，一个贸易关系可以拥有不止一个贸易段。如2002—2019年，中国向俄罗斯进口“120100”粮食产品的贸易关系分别在2004年、2008—2013年、2016—2019年，则该贸易关系在2002—2019年共具有3个贸易段。参考Besedes和Prusa、陈勇兵等、彭世广等的研究，本文将同一贸易关系的多个不同贸易段视作相互独立的贸易段，这不会对总体贸易关系的存活时间分布造成影响。②数据删失问题。本文利用2002—2019年的数据进行中国粮食进口生存分析，无法获知在2002年存在的贸易关系开始建立的确切时间，即数据的左删失问题；同样，也无法确定2019年仍然存在的贸易关系中断的最终时间，即数据的右删失问题。根据Hess和Persson的研究，本文使用的生存分析法可以有效处理右删失问题，避免产生估计偏误；而对于左删失问题，本文并未进行简单的删除处理，而是参考Peterson等的研究，将贸易段持续时间的数据搜集范围延伸至1992—2019年，即若某贸易关系在1997—2018年具有不间断的进口贸易行为，那么该贸易段的长度将被记录为22年。对于延伸处理后仍存在左删失问题的贸易段，本文也未做删除处理，而是在总体贸易关系生存分析中将删除左删失数据的结果以稳健性检验的形式呈现出来。
4.2 贸易段分布特征
就2002—2019年中国粮食进口贸易段的分布特征而言，在总样本期间内，共有503个贸易关系和876个贸易段。其中，有42.744%的贸易关系拥有多个贸易段。在876个贸易段中，54.566%的贸易段仅维持了1年，86.073%的贸易段长度不超过5年，仅有7.417%的贸易段长度超过了10年。长度达28年（即在1992—2019年始终保持进口）的贸易段数量有12个，占比1.370%，涉及谷物和豆类两大粮食类别。总体贸易段长度均值为3.329年，中位数为2年。这表明，从产品层面来看，中国粮食进口贸易关系较为脆弱，进口稳定性不高，新的进口贸易关系的建立往往伴随着原有进口贸易关系的终止。
分类别来看，2002—2019年，中国谷物进口共有278个贸易关系，有114个贸易关系拥有多个贸易段，占比41.007%，共有476个贸易段，其中，55.882%的贸易段仅持续了1年，78.992%的贸易段长度不超过3年，7.771%的贸易段长度超过了10年，有7个贸易段长度达到了28年，占比1.471%；豆类进口共有180个贸易关系，有85个贸易关系具有多个贸易段，占比47.221%，共有331个贸易段，其中，50.775%的贸易段仅持续了1年，79.758%的贸易段长度不超过3年，7.551%的贸易段长度超过了10年，有5个贸易段长度达到了28年；薯类进口共有61个贸易关系，有25个贸易关系拥有多个贸易段，占比40.983%，共有101个贸易段，其中，58.416%的贸易段仅持续了1年，84.158%的贸易段长度不超过3年，仅有5个贸易段长度超过了10年，占比4.95%，没有贸易段长度达到28年。由此可见，在3种不同类别的粮食进口中，谷物和豆类进口稳定性较高，薯类的进口贸易关系则较为脆弱。
4.3 K-M估计
4.3.1 方法介绍
在生存分析中，常用生存函数（生存率）或风险函数（风险率）来刻画贸易段生存时间的变化趋势。本文通过生存率和风险率两个主要指标，使用K-M非参数估计法估计中国粮食进口贸易段的生存特征，测度中国粮食进口稳定性。令Ti代表某一特定贸易段i的生存时间，取值为l=1、2、3……，单位为年。定义风险率hi（l）为贸易段i生存至第l年并恰好在第l年发生失败（即在第l+1年不存在进口）的概率，即：
定义生存率Si（l）为贸易段i生存时间超过l的概率，即：
令nk表示存活至k年的贸易段数，mk表示恰好在第k年发生失败的贸易段数。则由K-M估计法可得到生存函数S（l）的非参数估计值：
风险率h（l）的估计值为：
4.3.2 估计结果
由于在2019年存在进口的贸易段，无法确定其是否在2019年发生贸易失败结局，本文在K-M生存函数估计时删去了2019年的样本，即贸易段长度最大值为27年，后文计量分析做同样处理。根据K-M估计结果，中国粮食进口的生存率随着持续时间的增加而降低，但下降幅度逐渐减小。第1～4年，进口生存率从0.484下降到了0.208，降幅为0.276，第5～8年的生存率从0.186下降到0.149，降幅为0.037，第9～15年的进口生存率从0.141下降到0.116，降幅为0.025，而第18～25年进口生存率更是一直保持在0.101，生存率长达8年没有降低，贸易关系较为稳定。从风险率来看，进口第1年，贸易关系面临高达0.516的风险率，贸易关系持续10年后，风险率下降至0.015，降幅高达0.501，第19～25年进口风险率更是连续7年为0，由此可见，中国粮食进口贸易关系在建立初期面临着较大的失败风险，而随着进口持续时间的增加，面临失败的风险概率逐渐减小，即中国粮食进口贸易的风险率存在明显的负时间依存性，粮食进口贸易关系随着进口持续时间的增加逐渐趋于稳定。删除了左删失数据后K-M估计出的生存率、风险率与未删除左删失数据时的生存率、风险率整体特征一致，这也验证了分析结果的稳健性。
分类别来看，不同类别粮食进口生存率、贸易关系的稳定性存在差异。豆类在贸易关系建立初期的生存率相对较高，第1年的生存率高达0.518，但下滑迅速，在第3年便下降到0.235，降幅为0.283，比同时期的谷物生存率低0.020，第4～27年的谷物进口生存率均高于同时期的豆类和薯类。薯类的进口生存率一直是三者中最低的，第2年的薯类进口生存率分别比同时期的谷物、豆类低0.102、0.122，第10年的薯类进口生存率分别比同时期的谷物、豆类低0.085、0.040，第27年的薯类进口生存率下降为0，贸易关系遭遇失败结局。这可能与不同类别粮食的世界市场贸易量有限，谷物和豆类供应多、需求大且拥有较多的细类替代粮源有一定联系。值得注意的是，虽然相较于豆类和薯类，谷物的进口贸易关系最为稳定，但在贸易关系持续的中后期，谷物的进口风险率波动却较大。贸易关系持续的第14～25年，谷物的进口风险率经历了两次较大幅度的增长，可见，中国粮食进口稳定性仍然有待提高。
5 影响因素分析
5.1 模型设定
在了解加入世界贸易组织（WTO）后中国粮食进口的生存特征后，接着分析其影响因素，参考Hess和Persson、Besedes和Prusa的研究，本文采用面板二值选择模型来分析中国粮食进口生存的影响因素，假定风险率的分布函数服从Logistic分布、极值分布或者正态分布，分别对应于Logit模型、Cloglog模型和Probit模型，构建如下影响因素的计量模型：
其中，yjht为二值变量形式的被解释变量，代表是否发生贸易中断，若在t年中国贸易国j进口h粮食（在HS6位码层面定义）发生贸易中断（即在t+1年不进口），取值为1，反之则为0。
参考Hess和Persson、Peterson等、彭世广等有关贸易生存的相关研究，在分布函数φ（·）中引入各种可能的影响因素，主要如下：
持续时间（DURATION）：为在t年当前贸易段的持续时间，以满足生存分析中风险率本质上是在给定持续生存至某一时间点状况下的条件死亡密度函数这一基本性质。
贸易段序数（NUMBER）：为在t年当前贸易段是所属贸易关系的第几个贸易段，即贸易段序数。由于贸易关系再建立的“沉没成本”相较之前建立时更低（Peterson等），因此预期随着贸易段序数的增加，粮食进口风险率可能趋向下降。
相对国内生产总值（AGDP）：以2010年不变价美元计算的贸易国当期国内生产总值（GDP）与中国当期GDP的比值来表示，象征着一国相对于中国的经济规模程度。此值越大，意味着贸易国经济规模越大，对粮食的自身需求可能越高，中国从该贸易国进口粮食发生贸易中断的风险可能更高。
人均GDP差异（DPGDP）：以2010年不变价美元计算贸易国当期人均GDP与中国人均GDP差值的绝对值来表示，可以用来衡量贸易双方人均收入水平的差异。根据林德的“需求相似理论”，贸易双方的人均收入水平越接近则重叠的需求范围越大，更容易促进贸易的发生，因此需求差异过大不利于双边贸易关系的维持，也就更容易发生贸易中断。
相对粮食产量（APRO）：以贸易国当期h粮食生产量（单位为吨）与中国当期h粮食生产量的比值来表示，象征着一国相对于中国的粮食生产规模。此值越大，意味着贸易国粮食生产规模越大，具有更高的粮食出口供给能力，中国从该贸易国进口粮食发生贸易中断的风险可能更低。
地理距离（lnDIST）：以中国与贸易国按照经纬度计算的双方主要城市的球面距离（单位为千米）的对数值表示，通常被用来衡量贸易的运输成本。此值越大，贸易关系发生贸易中断的风险率可能更高。
是否接壤（CONTIG）：以二值变量形式引入，若贸易国与中国接壤，取值为1，否则为0。预期在与中国接壤的贸易国市场上，发生贸易中断的风险率可能更低。
是否签订区域贸易协定（RTA）：以二值变量形式引入，若贸易国与中国在当期签订区域贸易协定，则在当期和之后年份取值为1，否则为0。一般而言，在与中国签订区域贸易协定的贸易国市场上，发生贸易中断的风险率可能更低。
出口目的国数（SU）：以t年贸易国h粮食的出口目的国总数来表示，可以用来衡量贸易国粮食的出口多样化程度（Cadot等）。由于更具多样化的出口目的地有助于贸易国在不同环境下应对贸易风险，因此预期随着贸易国粮食出口目的国数量的增加，发生贸易中断的风险率逐渐降低。
是否提出出口限制措施（ER）：以二值变量形式引入，若贸易国在t年对h粮食出口实施相应的出口限制措施，取值为1，否则为0。一般而言，出口限制措施的实施使得国际粮食资源配置效率降低，进而影响中国粮食进口的稳定性，因此预期贸易国出口限制措施的实施，发生贸易中断的风险率将升高。
以上所有引入变量的具体定义及描述性统计见表5。
5.2 回归结果
由于回归模型属于多变量面板数据计量模型，首先应对自变量之间是否存在多重共线性进行方差膨胀因子（VIF）检验，检验结果表明，各自变量VIF值均不超过2，可以认为影响因素模型不存在严重的多重共线性。由于解释变量地理距离（lnDIST）、是否接壤（CONTIG）根据个体特征不随时间变化，因而考虑贸易关系的随机效应来控制贸易关系层面的不可观测异质性，同时引入年份虚拟变量来控制不同年份的影响。进一步地，为了解决可能存在的序列自相关和异方差问题，本文报告了贸易关系层面的聚类稳健标准误。
表6报告了中国粮食进口生存影响因素的模型回归结果，（1）列为Logit模型回归结果；（2）列为Cloglog模型回归结果；（3）列为Probit模型回归结果。结果显示，所有模型中，ρ系数值均在1%显著性水平上统计显著，意味着采用随机效应估计方法来控制贸易关系层面的不可观测异质性是合理的。在各影响因素变量中，持续时间（DURATION）对中国粮食进口风险率的影响系数在1%水平上显著为负。也就是说，随着贸易关系持续时间的增加，中国粮食进口发生贸易中断的风险概率逐渐降低，说明中国粮食进口应尽可能地考虑延长贸易关系的持续性，保障进口渠道的稳定性。贸易段序数（NUMBER）对中国粮食进口风险率的影响系数同样显著为负，说明同一贸易关系在发生贸易中断后的再次建立的风险率更低，这是因为，由于以前的资本与经验的积累，贸易关系再次建立后产生的沉没成本更低，也就更难发生贸易中断。因此，在相关粮食进口贸易关系发生中断后，中国不应立即放弃该贸易关系，而是应该考虑在合理的情况下如何再次建立这段贸易关系，因为再次建立更难发生贸易中断。但是，也应注意，频繁的退出与建立同一贸易关系将不可避免地造成资源的浪费。与预期一致，人均GDP差异（DPGDP）对进口风险率的影响系数显著为正。也就是说，随着贸易国与中国人均GDP差异的扩大，进口风险率逐渐升高。根据林德的“需求相似理论”，即随着贸易国与中国粮食需求差异的扩大，中国对其粮食进口的风险率逐渐升高。这一结果表明，中国粮食的进口应该更多地考虑向具有类似粮食需求的国家。相对粮食产量（APRO）对进口风险率的影响系数显著为负，说明随着贸易国粮食生产规模的扩大，中国对其粮食进口更难发生贸易中断。这一结果表明，中国粮食进口应该更多地考虑向粮食生产大国，以保障该段贸易关系粮食的持续供应。与预期一致，在与中国接壤的贸易国市场上发生粮食进口贸易关系，更难发生贸易中断，这与更低的贸易成本相关。出口目的国数（SU）对粮食进口风险率的影响系数显著为负，说明随着贸易国出口多样化程度的增加，中国对其粮食进口的风险率逐渐降低。这一结果表明，中国粮食进口应该考虑具有更高出口多样化程度的贸易国市场，因为这些贸易国的粮食出口具有更高的包容性，容易应对复杂的贸易不确定性，也就更难发生贸易中断。相对国内生产总值（AGDP）、地理距离（lnDIST）、是否签订区域贸易协定（RTA）和是否提出出口限制措施（ER）对中国粮食进口风险率的影响系数均统计不显著，在此不做详细阐述。
进一步地，对删除左删失数据的样本进行再次回归以检验全样本回归结果的稳健性。结果表明 受限于篇幅，此处未列出稳健性检验的详细结果，如有需要，可向作者索取。，所有模型的ρ系数值均显著异于0，说明控制贸易关系层面的不可观测异质性是有必要的。在删除左删失数据后，持续时间、贸易段序数、相对粮食产量、是否与中国接壤、出口目的国数对中国粮食进口风险率的影响系数仍显著为负；人均GDP差异对中国粮食进口风险率的影响系数仍显著为正。总体而言，全样本的回归结果具有稳健性。
6 结论与启示
本文基于2002—2019年中国HS6分位层面粮食进口贸易数据，全面分析了中国粮食总体及不同类别的进口生存，采用二值面板选择模型分析了中国粮食进口生存的影响因素，得出的主要结论如下：进口生存方面，在总样本期间内，有86.073%的贸易段长度不超过5年，总体贸易段长度均值为3.329年，中位数为2年。K-M生存估计分析表明，中国粮食进口的生存率随着持续时间的增加而降低，但下降幅度逐渐减小；在进口第1年，中国粮食进口风险率达0.516，但风险率存在明显的负时间依存性。分类别来看，不同类别粮食进口生存率存在差异，谷物的生存率最高，薯类的生存率最低。影响因素方面，进口持续时间、贸易段序数以及贸易国相对粮食产量、出口目的国数、与中国接壤会显著降低中国粮食进口风险率，而贸易国人均GDP差异则显著增加了中国粮食进口风险率，这一结果在删除左删失数据后仍保持着稳健性。
基于以上主要研究结论，结合中国粮食进口贸易发展的实际情况，为稳定粮食进口贸易关系，进一步促进中国粮食贸易的稳健发展，维护中国粮食安全，得出以下政策启示。
第一，稳定和拓展进口来源国，削减粮食进口风险。一是加大对现有贸易关系的巩固深化力度，考虑与粮食生产规模大、出口活跃度高的贸易国建立贸易关系，延长贸易关系的持续性，促进粮食进口贸易关系生存率的提高。二是扩大粮食外部供给的贸易范围，逐步减少对传统粮食贸易大国的进口依赖，加强与“一带一路”沿线国家的粮食政策沟通，增加与沿线具有生产潜力的新兴粮食贸易国的贸易与合作，拓展多元化的粮食进口渠道。
第二，促进粮食进口品种多元化，缓解粮食进口压力。一是增加粮食进口品种，优化粮食进口品种结构，推动粮食供给层次升级。二是寻找替代品种，减轻对国际市场的依赖。如适度增加对玉米干酒糟、大麦、高粱等饲料品种的进口，对于规避大豆和玉米需求严重依赖进口十分有效。
第三，建立健全粮食进口贸易预警机制，促进国际粮食合作。一是从粮食生产、流通、贸易、消费及金融多个维度综合考虑，密切关注国际粮食市场的动态演变，与发达国家共享粮食数据信息，加强市场监测预警等国际合作，进一步强化粮食数据信息在贸易中的引导作用。二是进一步完善价格预警机制，定时定量监测、评价国际市场粮食价格波动的传导机制与潜在风险。三是设置基准粮食进口量指标，及时分析中国对国际粮食市场的利用与依赖程度，制定粮食进口应急预案，优化粮食进口安全保障能力。
第四，转变农业生产方式，提高粮食自给能力。虽然贸易已成为调剂国内粮食缺额、保障粮食有效供给、缓解资源压力的重要途径，但长远来看，过于倚重粮食进口不利于中国的粮食安全。因此，应重视对耕地、水等农业生产资源及生态环境的保护，加大农业补贴与科技投入力度，将中小农户生产嵌入区域农业经济体系中，逐步将粮食生产方式从传统的追求产量向着追求高质量、高效率转变，不断提高粮食自给能力，把“饭碗”端在自己手里。
本刊投稿网址：https://sjny.cbpt.cnki.net/
点击封面订购2022年10月刊