非关税措施对农产品贸易的影响：回顾与展望

负估计或正估计（I类偏差），或者如果统计显著性结果得到更有利的处理，则可能发生，因此更可能被公布（II类偏差）（Stanley，2005；Stanley和Doucouliagos，2014）。MA在经济学中越来越流行：例如，它被应用于需求价格弹性（B"ocker and Finger，2017）、卡路里收入弹性（Santeramo and Shabnam，2015）和食品安全（Xavier et al.，2014）。它还被用于调查国际贸易：Rose和Stanley（2005）和Havránek（2010）分析了货币联盟对贸易的影响；Disdier和Head（2008）研究了双边贸易距离效应变化的潜在原因；Cipollina和Salvatici（2010）调查了优惠贸易协议对集团内贸易的影响；Li和Beghin（2012）解释了技术承运人对贸易的估计贸易影响的变化。我们关注非关税壁垒对农业食品部门的贸易影响。3.1文献检索标准和选择过程在过去二十五年中，非关税措施（NTM）论文的趋势（理论，32%，经验，68%）呈指数增长（图1）。图1：。农产品部门非关税壁垒和通知非关税壁垒的贸易影响研究趋势。资料来源：《关于贸发会议的阐述》（2017年），《培训非关税措施：全球非关税措施数据库》。注：我们指的是顶级领域期刊（见附录A.1）。我们按照Stanley等人（2013）提供的指南系统地回顾了文献。我们在书目数据库中搜索研究：Scopus、Web of Science和JSTOR提供了从著名、高影响力研究期刊获取多学科信息的途径；RePEc、IATRC、AgEcon Search和Google Scholar允许我们覆盖灰色文献（即。

工作文件和会议记录）；特定同行评议期刊和论文的存储库与贸易问题的其他分析（如Disdier和Head，2008年；Cipollina和Salvatici，2010年；Li和Beghin，2012年）一致，包括工作论文和会议记录，以确定出版物选择。《声望》杂志可能是出版偏见的一个来源（Santeramo和Shabnam，2015）。为了避免重复计算，我们将与同行评审期刊上发布的修订版本不一致的工作论文和会议记录包括在内。我们考虑以下期刊：欧洲农业经济学评论、美国农业经济学杂志、农业经济学杂志、农业经济学、澳大利亚农业和资源经济学杂志、加拿大农业经济学杂志、应用经济学政策视角、世界银行经济评论、世界发展、，交叉引用追溯了进一步的工作。该搜索于2017年8月进行，仅限于1990年至2017年期间发表的研究。我们使用了“贸易”和“农产品贸易”等关键词，并结合其他术语：“非关税措施/非关税壁垒”、“贸易技术壁垒”、“卫生与植物检疫标准”、“最大残留水平”、“特定贸易问题”。我们确定了155项研究。随后，对每一篇论文都进行了深入审查，以便将分析局限于评估非关税金属贸易影响的论文：我们排除了理论研究和没有提供可比经验结果的论文。

最终样本包括62篇论文（47篇发表在同行评议期刊上，15篇来自灰色文献）、1362项观察结果（措施贸易效应的点估计，ETEM）和1213项估计的t统计数据（表1）。农业综合企业，发展经济学杂志，发展研究杂志，中国农业经济评论，德国农业经济学杂志。附录A.2提供了排除研究的列表。由于在一些论文中缺乏标准误差和t值，我们有149个t统计缺失值。附录A.3提供了样本中包含的每篇论文的描述性统计数据。3.2实证模型估计贸易措施效应（ETEM）的异质性可能取决于出版物选择和实证研究的特点。etem的t统计量(t)  根据估计的精度进行回归（即，估计标准误差的倒数，), 与研究特征相关的J回归分析（χ), 与潜在出版物选择相关的K回归方程（Ζ):t=α+ασ+βχσ+γΖ+ε（1） 根据Stanley等人（2008），我们包括了两个变量（χ)  可能影响估计值，但与接受可能性以及变量不相关（Ζ) 这可能会影响接受出版的可能性，但不应为估计提供信息。常数项(α) 收集模型中未直接包含的出版物选择的潜在信息（Stanley和Jarrell，1989）。错误项(ε) 假设为独立且相同分布（i.i.d.）。我们通过稳健回归技术估计方程（1）中的模型，以缓解与异常值和影响数据点相关的潜在问题（Belsley et al.，1980）。

我们的样本中可能存在有影响力的数据点，因为我们使用了来自同一研究的多个估计值（可能是相关的）。稳健回归系数允许我们推断项目的大小。为了确定哪些驱动因素可以解释统计意义重大的ETEM的方向（正或负），我们使用了多项式Logit（MNL）模型：因变量为分类变量(Y)它允许我们将ETEM分类为负值（t统计量低于-1.96），不显著（t-统计-1.96和1.96），或阳性（t统计量高于1.96）：Y=-ift≤-.if-.<t<.ift≥.（2） 通过替换（1）中的方程（2），我们导出了一个由两个方程组成的系统：我们使用估计的t统计量而不是ETEM来避免异方差问题（Stanley，2001）。与Li和Beghin（2012）不同，我们将负显著性ETEM分类为“-1”（而不是“1”），将非显著性ETEM分类为“0”（而不是“2”），将正显著性ETEM分类为“1”（而不是“3”）。自然对数Pr(Y=-)Pr(Y=)=α+ασ+βχσ+γΖ+ε自然对数Pr(Y=1)Pr(Y=)=α+ασ+βχσ+γΖ+ε（3） 其中ln()()  和ln()()  分别为负显著（而非不显著）或正显著（而非不显著）ETEM概率的对数。采用Probit模型解释统计显著性的驱动因素，并使用Tobit模型深化估计的t-统计量的大小（etem的准确性）。

如果第i个ETEM具有统计显著性（t统计低于-1.96或高于1.96），否则为0：Y=ift≤-.ort≥.否则（4）托比特模型的因变量是一个连续变量，等于项的t统计量(t), 如果大于阈值（绝对值为1.96），否则为0：Y(.)=tift≤-.ift>-.和Y(.)=tift≥.ift<.（5） 在托比特模型中，右删失和左删失的正系数都意味着更大的t统计量，因此，ETEM的准确度较低；反之亦然，对于负系数。根据Li和Beghin（2012），我们使用聚类误差结构的稳健估计来估计MNL、Probit和Tobit模型。我们假设簇之间的独立性（即论文），以及每个簇内观测值之间的依赖性（即同一篇论文的ETEM）。3.3协变量的描述我们的模型包括与研究特征相关的协变量（χ) 并发送至publicationselection（Ζ), 解释非关税措施（NTM）估计效果的异质性。与研究特征相关的一组协变量允许我们控制NTM的类型、NTM的代理和研究的详细程度。具体而言，特定虚拟变量是衡量措施类型（即技术性贸易壁垒、TBT、卫生与植物卫生标准、SPS、最大残留水平、MRL）的计数。进一步的假人被用来代表NTM的密集型和广泛型利润率：从价等价，或AVE，通过捕捉NTM的保护主义程度（即NTM对贸易的影响程度）来代表密集型利润率；虚拟变量和索引代理extensivemargins（例如。

是否存在NTM）。我们还使用虚拟变量来确定研究的详细程度：虚拟控制实施NTM的国家（即报告者）和受NTM影响的国家（即合作伙伴）的地缘经济亲和力：我们将报告者和合作伙伴分为北方（发达经济体）和南方（发展中经济体和转型期经济体）国家，根据联合国分类法（2017年）。其他假人控制产品聚合水平（根据协调系统）和正在调查的特定产品类别。我们控制潜在的出版物选择：一些协变量与方法学问题有关，另一些与出版过程有关。特别是，我们控制采用固定效应来解释引力模型中的多边贸易阻力条款，以及零贸易流的处理。零贸易流问题是基于引力方程的研究中的一个常见问题；我们的样本包括几篇基于重力模型的论文（87%）。在出版过程中，我们考虑出版渠道的声誉，对于具有特定假人的greyliterature：一个假人控制在第一季度期刊上发表的论文（根据Scimago Journal和Country rank在主题领域“经济学和计量经济学”出版之日提供的排名），一个假人控制工作论文。此外，我们使用一个虚拟变量来控制同一作者发表的多篇文章的存在。表2列出了协变量。为了确保进口安全，各国经常固定MRL，作为SPS的替代品。

WTO磋商中未规定MRL的要求，但可将其纳入SPS A200，该标准规定了残留物的容许限度，并规定了食品和饲料中某些物质的限制使用（UNCTAD，2012）。基于这些考虑，我们将SPS和MRLsin分为不同的类别。协调商品描述和编码系统通常被称为协调系统（HS），是用于对交易产品进行分类的国际标准名称和代码系统。我们考虑四个聚合级别：HS-2数字，对应一章（例如09-咖啡、茶、伴侣和香料），HS-4数字，对应一个标题（例如0901-咖啡，无论是否烘焙或脱咖啡因；咖啡壳和皮；含有咖啡的咖啡替代品），HS-6数字，对应子标题（例如090121-咖啡，烘焙，未脱咖啡因），以及对应于子目确定关税的HS-8数字（例如09012100-与090121无区别）。3.3.1共线诊断我们的经验模型涉及几个二分法变量：可能出现潜在共线并混淆估计结果。为了测试共线性，我们使用方差膨胀指数（VIF）和条件数：它们分别不超过阈值10和15，以避免多重共线性问题（Belsley等人，1980）。作为初步分析，相关矩阵表明，“出版偏差”和“SPS”、“N-S”和“SPS”、“食品和食品”和“油籽”以及“饮料”和“肉类”的系数之间的相关性非常高（超过0.80）。诊断输出表明相同变量之间可能存在强共线。我们放弃了具有相对较高VIF的协变量：“Publicationbias”、“Oilseed”、“N-S”和“Beverage”。

没有问题协变量的共线诊断显示没有其他问题。结果与讨论4.1样本描述我们的样本反映了文献中也观察到的异质性。支持“标准作为障碍”观点的论文占多数（34篇），而对“标准作为催化剂”观点进行总结的论文数量有限（3篇）。有几篇论文（21篇）提出了混合证据。一些研究包含多个ETEM：为了保留重要信息，我们纳入了所有可用的证据（Jeppensen et al.，2002），而不是选择首选的估算方法，或综合估算（Card和Krueger，1995；Stanley，2001；Rose和Stanley，2005）。表2描述了措施的估计贸易影响（ETEM）：56%的ETEM（759点估计）为负值；44%（605点估计数）为非负（正或零）。大多数估计值（61%）具有统计学意义，其中508点估计值（37%）为负，325点估计值（24%）为正。（总）ETEM的平均值和中值分别为-0.30和-0.05（置信区间为-3.33至2.73）。表3：。措施估计贸易影响的描述性统计（ETEM）。ETEMs最小最大中值平均标准偏差。

C、 I.aObs。B总计-38.54054.140-0.048-0.3053.039[-3.334；2.734]100%非负（正或零）0.00054.1400.2801.0312.966[-1.935；3.997]44%负-0.001-38.540-0.456-1.372.653[-4.023；1.283]56%显著-38.54018.105-0.160-0.5983.151[-3.749；2.553]61%显著非负（正或0）0.00018.1050.5801.2632.296[-1.033；3.559]24%显著负-38.540-0.004-0.734-1.7893.047[-4.836；1.258]37%不显著-12.92054.1400.0040.1552.795[-2.640；2.950]39%注：在样本中，只有两个观察值等于零。置信区间（C.I.）介于平均值减去标准偏差（最小）和平均值加标准偏差（最大）之间。b根据观察总数计算的百分比（1364）。图2显示了总、正和负项的分布（箱线图）和核密度：有一半具有统计意义的ETEM（1364个观测值中的680个观测值）介于（具有统计意义的）负（MeNeg=-0.42）和（具有统计意义的）正（MePos=0.34）观测值的中值之间（图2，面板（i））。totalETEMs的分布是双峰的，有一个负峰（MoNeg=-0.21）和一个正峰（MoPos=0.02）。负ETEM和正ETEM几乎均匀分散（负标准差σNeg=2.65，正ETEMσPos=2.97接近）（图2，面板（ii））。图2中估计的分布和核密度是指介于10%和95%之间的子样本。图2：。按指示安排的措施的估计贸易影响（ETEM）。注：在面板（i）中，ETEM的分布是在10%和95%之间的具有统计意义的观察值。方框内的水平线为中值（Me）（即。

菜单=-0.42，MeTot=-0.16，MePos=0.34). 在小组（ii）中，ETEM的估计密度是在去除超过10%和95%的观察值后计算的。虚线是根据总观测值计算的中值（Me）（即MeTot=-0.05，MePos=0.28，MeNeg=-0.46）。几个变量似乎与非关税壁垒贸易效应的大小和方向相关（例如地理经济区域、非关税壁垒的类型）。图3显示了不同地理经济区域的ETEM不同。与分析南北贸易或南南贸易的论文（3篇论文，76点估计值）相比，研究南北贸易或南北贸易的论文（40篇论文，822点估计值）数量更多（图3，小组（i））。与考虑南南贸易（σS-S=0.68）的论文相比，考虑南北贸易（σN-N=3.19）或南北贸易（σN-S=4.17）的论文中ETEM的可变性更大。然而，南北贸易（男性-S=-0.10）的ETEM中值低于南北贸易（男性-N=-0.01）（图3，面板（ii））。（i） 分配0。5 1 1.5密度（ii）内核密度估计图3。按地理经济区域安排的措施（ETEM）的估计贸易影响。注：地理经济区域如下：N-N代表“北-北”，N-S代表“北-南”，S-N代表“南-北”，S-S代表“南南”，前者是实施NTM的国家（记者），后者是受NTM影响的国家（合作伙伴）。根据联合国（2017）提出的国家分类，记者和合作伙伴分为北方（发达经济体）和南方（发展中经济体和转型经济体）。在小组（ii）中，ETEM的估计密度是在去除超过10%和95%的观测值后计算的。