随着计量经济学的发展，利用世界各国的贸易资料、按照规范的计量经济学方法对比较优势理论进行经验检验已成为可能。随着计量经济学的发展，利用世界各国的贸易资料、按照规范的计量经济学方法对比较优势理论进行经验检验已成为可能。利莫尔（Leamer，1984）在《比较优势的来源》一书中，就曾系统地对比较优势理论进行了检验，结论是，虽然部分产品贸易格局很难用比较优势来说明，但比较优势原理仍然能解释相当一部分产品的贸易格局。本节主要考察农业生产要素对我国农产品比较优势的影响程度，因而我们选取以种植业为例分别对劳动力要素、土地要素、资本要素三个要素的影响力进行分析。由于在模型中强调土地集中度与劳动集中度对农产品比较优势影响程度的差别，因而在样本中没有采用畜产品和水产品的相关数据（这些产品的土地集中度对其比较优势的影响微乎其微）。
一、模型描述
1.模型描述。
运用面板数据对宏观经济进行分析和研究实际上是比较近期的事情，在农业经济里运用最成功的例子是运用面板数据对农业生产以及对要素投入的研究。面板数据模型是结合时间序列和横截面两者的数据进行分析。使用这种方法可以提供经济的一个更加丰富的信息来源。它指的是在时间序列上取多个截面，在这些截面上同时选取样本观测值所构成的样本数据。
由于在经典线性计量经济学模型当中，所利用的数据（样本观察值）或者只是利用时间序列数据，或者只利用横截面数据。而实际上，在对经济现象进行解释的时候，仅仅利用时间序列数据，或者只利用横截面数据，不能满足经济分析的需要。只利用截面数据，即选择同一时间上不同农作物作为样本观测值，可以分析各种农作物的不同的生产要素投入情况对于中国农产品比较优势的影响，但是不能分析国内的生产条件变化对于各种农作物的影响；只利用时间序列数据，即选择单个农作物在不同时间上的数据作为样本观测值，可以分析单个农产品比较优势的影响因素，但是对于整个种植业不具有代表性，因而对于我们分析中国农产品比较优势的影响因素来说采用这种方法是不可行的。因此，如果采用面板数据，即在不同的时间上选择不同农作物的生产要素投入情况作为样本观测值，无疑既可分析不同生产要素对于各种农产品竞争力的影响，也可分析我国国内生产要素的变动对于整个种植业乃至整个农业竞争力的影响。
单方程面板数据模型的一般形式为：
其中，xit为1×K向量，βi为K×1向量，K为解释变量的数目。按照规范的表示，这里xit和βi应该写成距阵Xit和Bi。为简化书写，在本篇论文中，采用如上表示方法。误差项uit，均值为零，方差为δ2。
常用的模型有以下三种情形：
对于（1），在横截面上无个体差异，没有结构的变化（即认为所有的农作物是完全一样的），则普通的最小二乘法（OLS）估计给出了α、β的一致有效估计。此时相当于把多个时期的截面数据放在一起作为样本数据。
方程（2）为变截距模型，在横截面上的个体影响不同，个体的影响表现为模型中被忽略的反映个体差异的变量的影响，一般分为固定影响和随机影响两种情况。本书的研究重点主要是定量研究这两种影响。
方程（3）为变系数模型，除了存在个体的影响外，在横截面上还存在变化的经济结构，因而结构参数在不同横截面内单位上的数值是不同的。
2.计量方法选择。
面板数据模型有混合估计模型、固定效应模型和随机效应模型三种，需要在三者中进行选择，看哪个模型更适合解释本部分的内容。
(1) 混合模型和固定效应模型选择
VIEWS 6.0估计结果
从输出结果看，个体固定效应模型中αi有15个，混合模型中截距项是1个，所以约束条件14个（分子自由度）。个体固定效应模型（非约束模型）的自由度是NT－N－k=60－(15+1)=44。其中15 是αi个数，1 是βi个数。
因为F 统计量对应的P值＜0.05（近似为零），所以推翻原假设（混合模型），即应该建立个体固定效应模型。
（2）固定效应模型和随机效应模型选择
第一，固定影响变截距模型。利用F检验，使用变截距模型，其形式可表示为：
其中，xit为1×K向量，βi为K×1向量，αi为个体的异质性影响，为模型中被忽略的反映个体差异变量的影响；uit为随机误差项，为模型当中被忽略的随着横截面和时间变化的因素的影响，同样其均值为零，方差恒定，uit与xit不相关。
第二，随机影响变截距模型。当横截面的单位是总体的所有单位时，固定影响模型是一个合理的模型。如果横截面单位是随机的抽自一个大的总体，而该模型仅仅适用于抽到的横截面数据单位，而不是样本之外的其他单位。在这种情况下，把总体中个体的差异认为是服从随机分布可能会更加合适。于是可以写成：
本节在分析种植业比较优势的时候，我们选取了的样本种类占中国全部种植业的生产和进出口的绝大部分比重，样本单位较大，具有很强的代表性。因此，本书采用了固定效应分析——个体固定效应模型进行分析。
二、模型建立的理论基础
模型是在赫-俄理论的一般均衡框架（如图5-1）基础上的，假设农产品国内市场与国际市场为同一价格与需求，而且要素是不能流动的。根据H-O定理，生产要素的需求可以从对最终产品的需求中派生出来，对要素的供需力量共同决定了要素价格，要素价格和技术水平决定了最终产品的价格，而各国相对商品价格之间的差异确定了比较优势。这是本模型建立的理论基础。
图4-2 赫-俄理论的一般均衡框架
三、 模型使用的数据分析
本书所选用的指标是：CA（Competitive Advantage）显示性竞争优势指数，衡量我国农产品在国际市场上的竞争能力。由于农产品的比较优势存在许多衡量指标，采用不同的指标会得出不同的结论，幸运的是，我们在试用其它衡量指标进行分析时尽管得到不同的T检验值，但基本结论仍然是一致的。这里采用的CA指数是指考虑进口影响后的显示性比较优势指数（RCA），即CA=RCA－(Mia/Mit)/(Mwa/Mwt)，其中Mia是t时期国家i在产品a上的进口，Mit是国家i在t时期的总进口，Mwa是指a产品－在世界市场上的总进口，Mwt是指世界市场上在t时期的总进口。近年来，我国从一些要素禀赋相似的劳动力密集型国家的农产品进口额增加非常迅速，因此考虑要素禀赋对进口的影响也是相当有必要的。
解释变量包括：
A代表劳动集中度，用每亩生产的劳动力投入数量表示。
L代表土地集中度，用每千元产值的土地投入数量表示。
K代表资本集中度，用每亩生产所需要的物质费用投入数量表示，包括农药化肥投入、机械作业投入、农业固定资产折旧等投入。中国农产品显性竞争优势（AC）作为被解释变量。针对当前学术界对我国各类生产要素在农产品国际贸易中的作用的不同观点，就有必要从实证的角度去分析，究竟其是否成为我国农产品的竞争优势。按照这个思想我们建立了如下的检验模型：
Y代表显性竞争优势指数，模型检验的样本来自于2004－2007年我国的15种主要农产品的横截面数据，如下表4-4。
表4-4 中国15种农产品的竞争优势及其影响因素指标
续表4-4
资料来源：作者根据《中国农村统计年鉴》（2005－2008），联合国粮农组织数据库（2004－2007）计算得出。
四、 实证结果回归结果
根据以上分析，得出其回归结果为：
表4-5 个体固定效应模型的EVIEWS 6.0的估计结果
续表 4-5
计量模型的固定效应模型输出结果的方程形式是：
YDG=－8.27+1.08*ADG－1.57*KDG+0.48KDG+[AR(1)=－0.73]
YXM=－2.70+1.08*AXM－1.57*KXM+0.48KXM+[AR(1)=－0.73]
YYM=－6.12+1.08*AYM－1.57*KYM+0.48KYM+[AR(1)=－0.73]
YGL=－3.25+1.08*AGL－1.57*KGL+0.48KGL+[AR(1)=－0.73]
YDD=－7.15+1.08*ADD－1.57*KDD+0.48KDD+[AR(1)=－0.73]
YHS=－8.41+1.08*AHS－1.57*KHS+0.48KHS+[AR(1)=－0.73]
YYC=－4.26+1.08*AYC－1.57*KYC+0.48KYC+[AR(1)=－0.73]
YMH=－32.34+1.08*AMH－1.57*KMH+0.48KMH+[AR(1)=－0.73]
YKY=－43.78+1.08*AKY－1.57*KKY+0.48KKY+[AR(1)=－0.73]
YZM=－34.46+1.08*AZM－1.57*KZM+0.48KZM+[AR(1)=－0.73]
YGZ=－17.02+1.08*AGZ－1.57*KGZ+0.48KGZ+[AR(1)=－0.73]
YTC=－7.70+1.08*ATC－1.57*KTC+0.48KTC+[AR(1)=－0.73]
YSC=－48.47+1.08*ASC－1.57*KSC+0.48KSC+[AR(1)=－0.73]
YLM=－28.66+1.08*ALM－1.57*KLM+0.48KLM+[AR(1)=－0.73]
YPG=－45.90+1.08*APG－1.57*KPG+0.48KPG+[AR(1)=－0.73]
15种农作物的显示性竞争优势指数的固定效应模型回归的统计结果为：R2=0.839，F=7.54，DW=2.22达到了极其显著的统计显著水平，这说明回归模型具有很好的拟合优度，此回归模型能用来分析我国种植业的竞争力水平。
A为劳动集中度，它对于我国种植业的比较优势的影响达到了3.804的统计极显著水平，P值为0.0008，影响系数为1.08，这表明劳动力要素对于我国种植业的比较优势具有显著的正方向影响。模型的结果显示，每亩生产的劳动力投入增加1单位，我国种植业的显性竞争指数将增加1.08单位。这样的结果再次验证了劳动密集型产品是我国农产品贸易中的优势产品，同时劳动密集型农产品国际竞争力的下降是造成我国农产品比较优势下降的主要原因。
L为土地集中度，在模型中由每千元产值的土地投入数量来表示，它对于种植业比较优势的影响达到了－2.04的统计极显著水平，P值为0.05，影响系数为－1.57，这表明土地要素对我国种植业比较优势有显著的反方向影响。模型的结果显示出，当每亩土地的产值增加时，土地集中度L将下降，从而农产品的比较优势将得到提高，这样的结论和理论上是一致的。由此可见，土地密集型农产品已经成为我国农产品中具有比较劣势的产品，土地密集度的增加是导致我国农产品比较优势下降的重要因素。
K为资本密集度，表示每亩生产所需要的物质费用投入数量，包括农药化肥投入、机械作业投入、农业固定资产折旧等投入。它对于我国种植业的比较优势的影响不显著，t值为1.43，P值为0.16，影响系数为0.48，这表明资本要素对于我国种植业比较优势的影响力相对比较微弱或存在一定的不明确性。形成这种结果的原因主要是：一方面我国的农业资本投入远远不足，还不能满足提高农业生产效率和竞争力需要，另一方面是由于资本要素的产出效应具有一定的时滞性，对此将在下一节进行深入分析。
综合以上分析可以看出，我国种植业比较优势受土地因素的影响程度最大，其次是劳动力投入数量，最后是资本的投入的数量。我国种植业的劳动集中度代表每亩生产的劳动力投入数量，该指标系数大于1说明我国种植业生产增加劳动投入不会过大程度地增加生产成本，反而会提升种植业产品的国际竞争力。土地集中度代表每千元产值的土地投入数量，该指标系数小于零说明我国种植业生产若依靠进一步扩大土地的投入，将会导致生产成本的大幅增加，从而使我国种植业产品丧失国际竞争力（1:1.57）。资本集中度代表每亩生产所需要的物质费用投入数量，包括农药化肥投入、机械作业投入、农业固定资产折旧等投入，该指标系数大于零小于1，说明资本投入的增加能对我国种植业产品的比较优势产生一定意义的正向影响。
总之，通过对中国种植业15种产品2004－2007年的数据分析结果来看，我国劳动密集型农产品具有显著的比较优势，而土地密集型农产品具有比较劣势，资本要素投入对于进出口的影响不显著，这与我国目前的贸易模式是相符的。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
