Fluctuation Characteristics and Influencing Factors of China's Wood Forest Products Import
-
摘要: 中国是世界木质林产品贸易大国。木质林产品进口大幅波动对国内外林产品市场、国内林产工业发展都会带来不利影响。研究中国木质林产品进口波动特征及影响因素对加强林产品进口管理具有重要意义。基于1992—2020年中国木质林产品进口贸易数据，在对木质林产品进口波动周期识别和特征分析的基础上，构建ARDL模型，从需求和供给的角度分析中国木质林产品进口波动的影响因素，为制定相应政策提供理论依据。结果表明：1992—2020年中国木质林产品进口波动呈现8个波动周期，周期长度约3年；波动的抗衰退能力和稳定性均有所增强；需求侧建筑业产值，供给侧木材产量、汇率和原木进口价格的波动在长短期内对中国木质林产品进口贸易波动均有显著影响。Abstract: China is a major trading country of wood forest products in the world. The large fluctuation of wood forest products imports will bring adverse effects on domestic and inter national forest products markets and the development of domestic forest products industry. Therefore, it is of great significance to study the fluctuation characteristics and influencing factors of China's wood forest products import in order to strengthen the import management of wood forest products and promote the healthy development of China's wood forest products import trade. Based on the data of China's import trade of wood forest products from 1992 to 2020, this paper analyzes the fluctuation cycle and characteristics of wood forest products, constructs an ARDL model to analyze the factors influencing China's import trade fluctuation of woody forest products from the perspective of demand and supply, so as to provide basis for making corresponding policies and taking reasonable measures. The results show that the fluctuation of China's wood forest products import from 1992 to 2020 presents eight cycles, with each cycle length about three years. The expansion ability of China's wood forest products import trade is obviously weakened, but the overall growth level is improving, and the anti-recession ability and stability of fluctuation are enhanced. The fluctuation of demand side construction output value, supply side timber output, exchange rate and log import price have significant effects on the fluctuation of China's wood forest products import trade in the long and short term.
-
Keywords:
- wood forest products /
- import fluctuation /
- fluctuation cycle /
- ARDL model
-
全球爆发新冠肺炎疫情以来，世界经济受到严重的冲击。我国也提出要加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局。林产品贸易是我国对外贸易的重要组成部分，不仅对我国现代林业产业的发展具有重大意义，也对我国生态安全产生重要影响。随着中国经济的迅猛发展以及中国成为世界木质林产品贸易大国，中国木质林产品贸易受到越来越多的关注。木质林产品贸易面临的国际环境复杂多变，其发展也受多种因素的影响。因此，分析中国木质林产品的贸易波动，对提升我国林业的国际竞争力、应对国内外环境变化具有一定的理论和实践意义。国内外学者主要运用恒定市场份额模型（constant market share analysis，简称CMS）及其修正模型，结合描述性统计分析法从市场需求、商品结构和竞争力3个角度分析中国木质林产品出口[1-3]的特征与成因，发现中国木质林产品出口波动受市场规模效应影响较大，受产品结构效应影响相对较小。结合显性比较优势指数分析得到结构效应是中国对美国木质林产品出口波动的最主要动因[4-7]。而中国进口俄罗斯木质林产品贸易波动呈现出明显的阶段性[8]，其中进口结构和国内市场需求是贸易波动的主要因素。可以发现在现有研究中对中国木质林产品进口波动的研究较少。本文基于联合国贸易统计数据库中1992—2020年的木质林产品进口贸易数据，对中国木质林产品进口波动的周期进行测算，分析波动的统计特征，并从需求和供给的角度探究影响中国木质林产品进口波动的因素，提出平抑中国木质林产品进口波动、促进国内木质林产品市场健康发展的对策建议。
一. 产品范围与数据来源
综合《2016中国林业发展报告》[9]和《中国林业年鉴（2017）》[10]，本文所指的木质林产品包括：原木（HS4403）、锯材（HS4406~HS4407）、人造板（包括胶合板HS4408、HS4412，刨花板HS4410、纤维板HS4411）、木制品（HS4414~HS4421）、纸类（包括木浆HS4701~HS4705、纸和纸制品HS48~HS49）、木家具（HS940161、HS940169、HS940330、HS940340、HS940350、HS940360）等6类。
各类木质林产品的进口贸易数据来源于联合国贸易统计数据库（UN Comtrade）和《中国林业发展报告》，并根据《中国林业发展报告》的折算系数，将各类木质林产品进口量折合为原木当量。各影响因素数据来自《中国林业统计年鉴(2017)》[11]、《中国林业和草原统计年鉴(2017)》[12]和《中国统计年鉴》[13]。
二. 波动周期与特征分析
一 波动周期
速度法是用所考察变量的年际环比增长率来衡量波动的强度，考察一定时期内经济变量波动的程度，通过分析增长率的波峰、波谷等指标来研究波动的规律，用公式表示为：
$ {\mathrm{I}\mathrm{F}}_{t}{=(y}_{t}-{y}_{t-1})/{y}_{t-1}\times 100\% $ 。式中：$ {\mathrm{I}\mathrm{F}}_{t}\mathrm{代}\mathrm{表} $ 第t年中国木质林产品进口贸易波动指数，$ {y}_{t} $ 和$ {y}_{t-1} $ 分别代表第t年和第t−1年中国木质林产品的进口贸易量。根据速度法，从一个波峰到相邻的另一个波峰（“峰-峰”法），或从一个波谷到相邻的另一个波谷（“谷-谷”法）称为一个周期，或者按波动中相邻的同一状态来划分[14]。国民经济波动常采用“谷-谷”法，本文研究木质林产品波动规律也采用此方法。1993—2020年中国木质林产品进口周期划分结果如图1所示。图1表明，1993—2020年中国木质林产品进口波动呈现8个完整的波动周期：1993—1995年，长度为3年；1996—1998年，长度为3年；1999—2000年，长度为2年；2001—2005年，长度为5年；2006—2010年，长度为5年；2011—2013年，长度为3年；2014—2016年，长度为3年；2017—2019年，长度为3年；2020年开始进入新的周期。
1993—2020年国民经济大体经历了1993—1999年、2000—2009年、2010—2016年、2017—2020年（不完整周期）共4个周期，中国木质林产品进口波动周期和国民经济波动周期并不完全一致。与国民经济波动相比，中国木质林产品进口贸易波动更为频繁，波动幅度更大，且中国木质林产品进口波动的谷值与国民经济波动同步或滞后一年。同时，依据“谷-谷”法所得到的周期划分结果与1998年天然林保护工程开始试点、2001年底中国加入世界贸易组织、2013年“一带一路”倡议提出等重要事件的时间节点基本吻合。
二 波动特征
我国木质林产品进口波动呈现以下特征：
1）周期长度约3年，呈“波长稳定”型。1993—2020年中国木质林产品进口贸易量的波动中，波长最长为5年，频数为2次，最短为2年，频数为1次，波长为3年出现频数最高，为5次，频率为62.5%。平均周期波长约为3.4年，即中国木质林产品进口贸易量的波动是以3年左右为一个周期，呈“波长稳定”型特征，表明中国木质林产品进口贸易量的年际波动周期具有较明显的稳定性。
2）扩张期小于收缩期，呈“波形右偏”型。一个完整的周期应该由扩张期与收缩期两个阶段组成。扩张是指在一个周期内，该年增长率大于上一年增长率，收缩则是指在一个周期内，该年增长率小于上一年增长率。表1显示，中国木质林产品进口贸易量在1993—2020年的8个波动周期中，扩张共出现了13年，其中长度为1年的扩张期出现频数最高，为5次，占总扩张长度的38.46%，扩张期的平均长度为1.625年；收缩共出现了14年，其中长度为2年的收缩期出现频数最高，为4次，占总收缩长度的57.14%，收缩期的平均长度为1.75年。扩张与收缩比为0.93，说明中国木质林产品进口贸易波动处于收缩期阶段的时间较长，波动的形式为扩张期小于收缩期，呈现“波形右偏”型特征。
表 1 1993—2020年中国木质林产品进口贸易量波动周期特征年 周期区间 周期长度 扩张期 收缩期 1993—1995年 3 1 2 1996—1998年 3 1 2 1999—2000年 2 1 1 2001—2005年 5 2 3 2006—2010年 5 4 1 2011—2013年 3 1 2 2014—2016年 3 2 1 2017—2019年 3 1 2 3）峰位幅度远大于谷位幅度，呈现明显的“尖峰平谷”型特征。峰位是指在每个波动周期内波峰的值，反映贸易量的增长程度；谷位是指在每个波动周期内波谷的值，反映贸易量的降低程度。峰位过高或谷位过低都会对市场的稳定产生不利影响。从表2可以看出，1993—2020年中国木质林产品进口波动的8个周期中，峰位最高达49.28%，最低为9.34%，平均值为23.68%；谷位有正有负，最高达9.65%，最低为−13.05%，平均值为−0.15%。这表明我国木质林产品进口波动中扩张力大于收缩力。
表 2 1993—2020年中国木质林产品进口贸易量波动特征% 周期区间 波峰年份 波谷年份 峰位 谷位 波幅 平均
位势1993—1995年 1994 1995 33.84 −2.31 36.15 9.77 1996—1998年 1996 1998 49.28 9.65 39.64 25.23 1999—2000年 1999 2000 18.21 −3.72 21.93 7.25 2001—2005年 2001 2005 11.31 −4.43 15.74 6.07 2006—2010年 2009 2010 29.29 −13.05 42.35 3.61 2011—2013年 2011 2013 20.22 1.19 19.02 10.61 2014—2016年 2015 2016 9.34 5.86 3.48 7.04 2017—2019年 2017 2019 17.93 5.62 12.32 10.47 4）波动幅度持续下降，呈“波幅收敛”型。波幅是每个波动周期内峰位与谷位之差，用于衡量每个周期内波动的强度。由表2得， 8个周期中波幅最高达39.64%，最低为3.48%，平均值为23.83%。从波峰变化看，与第1个周期相比，第8个周期峰位下降了15.91个百分点，说明中国木质林产品进口贸易的扩张能力明显减弱。从波谷变化看，第2至第5个周期，谷位呈下降趋势，第6至第7个周期，谷位呈上升趋势。与第1个周期相比，第8个周期谷位上升了7.93个百分点，表明中国木质林产品进口贸易量波动的抗衰退能力有所增强。从波幅变化看，与第1个周期相比，第8个周期的波幅下降了23.83个百分点，呈“波幅收敛”型特征，说明中国木质林产品进口贸易市场的稳定性持续提高。
5）平均位势上升，呈“增长波动”型。平均位势是指在每个波动周期内所考察指标的平均值，用每个周期内各年增长率的算术平均值来表示。由表2得，在整个考察期内，中国木质林产品进口额波动的平均位势为10.01%。与第1个周期相比，第8个周期的平均位势上升了0.70个百分点，呈“增长波动”型特征。表明中国木质林产品进口贸易量呈上升趋势，总体增长水平在提高。
综上，1993—2020年我国木质林产品进口贸易波动的特征表现为：波长稳定，波形右偏，峰位下降，谷位上升，波幅减小，平均位势上升。表明虽然中国木质林产品进口贸易的扩张能力明显减弱，但总体增长水平有所提高，同时，市场的抗衰退能力和稳定性都呈持续增强态势。
三. 木质林产品进口波动影响因素的实证分析
木质林产品的国内供给（生产+库存）和需求是影响进口贸易波动的直接因素。在国内供给一定的前提下，需求增加会促进进口量增长；在总需求一定的前提下，国内供给增加，进口贸易量则会相应减少。因此，研究木质林产品进口贸易波动的影响因素，需要考虑以下几个方面：①原木价格。原木价格是影响木质林产品供求的直接因素。②汇率。汇率变动会促使一国进出口商品的相对价格发生变动。人民币升值，进口木质林产品相对于本国产品更便宜，进口木质林产品具有价格上的竞争优势，从而降低进口成本[15]。③建筑业产值。经济增长是影响木质林产品需求的重要因素。尤其是建筑业的蓬勃发展会带动木质林产品的消费。随着人民生活水平的提高，对装修、家具等的要求也随之提高[15-17]。④木材产量。木材是重要的生产和生活资料，主要应用于建筑、家具生产和造纸等部门。建筑、家具和造纸行业生产规模的变化引起木质林产品需求的变化，进而影响木质林产品进口量的变化。因此，需求侧因素选取建筑业产值，供给侧则选取木材产量作为衡量木质林产品进口贸易的影响因素。
从图2可以看出，各影响因素的波动与中国木质林产品进口波动并不完全一致，存在滞后。滞后期的建筑业产值、价格和汇率可能会影响对当期需求及价格的预期，滞后期的木材产量即库存也决定着木质林产品的供给。因此各因素的滞后期也会对中国木质林产品进口贸易波动产生影响。具体实证分析如下。
一 理论模型
通过构建自回归分布滞后模型（autoregressive distributed lag model，简称ARDL），从需求和供给的角度对影响中国木质林产品进口贸易波动的因素进行分析，探究中国木质林产品进口贸易波动与各影响因素间关系的均衡性和稳定性。ARDL模型由因变量的滞后项和自变量的当期及滞后项组成，通过这种方法可以直接估计出变量间的长期和短期效应的平衡关系。与传统的协整检验相比，ARDL方法具有以下几点优势：①可以有效地克服由于内外生变量的确定、协整方程形式以及模型滞后阶数的选择造成的不确定性。即使解释变量为内生变量，ARDL也能得出无偏且有效的估计量。②ARDL不要求协整检验的变量必须同阶单整，无论是平稳变量I(0)还是一阶单整变量I(1)，亦或是两种变量的混合，均适用于该方法。③ARDL模型突破了传统方法大样本的限制，在小样本的情况下也能够保证模型结果的稳健性。④ARDL模型可以通过简单的线性转换导出动态误差修正模型(error correction model，简称ECM)，从而将短期效应与长期效应结合起来[18-20]。
因此，本研究构建ARDL模型如下：
$$ \begin{split} {{M}}_{t}=&\displaystyle\sum\nolimits_{i=1}^{a}{{\alpha }}_{i}{{M}}_{t-i}+\displaystyle\sum\nolimits_{i=1}^{b}{{\beta }}_{i}{{V}}_{t-i}+\displaystyle\sum\nolimits_{i=1}^{c}{{\gamma }}_{i}{{E}}_{t-i}+\\&\displaystyle\sum\nolimits_{i=1}^{d}{{\theta }}_{i}{{T}}_{t-i}+\displaystyle\sum\nolimits_{i=1}^{e}{{\eta }}_{i}{{L}}_{t-i}+C+{{\mu }}_{t} \end{split}$$ (1) 式中：M代表中国木质林产品进口贸易量的发展速度；V代表建筑业产值的发展速度；E代表人民币对美元汇率的变化幅度；T代表木材产量的发展速度；L代表原木进口价格的变化幅度；i为最大滞后阶数；t为年份； C 为常数项；μt 代表白噪声序列。
对模型（1）进行线性变换即可得到相应的长期均衡模型（2）及短期ARDL-ECM模型（3）：
$$ {{M}}_{t}={\varepsilon }_{1}{{V}}_{t}+{\varepsilon }_{2}{{E}}_{t}+{\varepsilon }_{3}{{T}}_{t}+{\varepsilon }_{4}{{L}}_{t}+C+{{\mu }}_{t} $$ (2) $$ \begin{split} \Delta {{M}}_{t}=&\displaystyle\sum\nolimits_{i=1}^{a}{{\alpha }}_{i}{\Delta {M}}_{t-i}+\displaystyle\sum\nolimits_{i=1}^{b}{{\beta }}_{i}{\Delta {V}}_{t-i}+\displaystyle\sum\nolimits_{i=1}^{c}{{\gamma }}_{i}{\Delta {E}}_{t-i}+\\&\displaystyle\sum\nolimits_{i=1}^{d}{{\theta }}_{i}{\Delta {T}}_{t-i}+\displaystyle\sum\nolimits_{i=1}^{e}{{\eta }}_{i}{\Delta {L}}_{t-i}+\varphi {{\rm{ecm}}}_{t-1}+C+{{\mu }}_{t} \end{split}$$ (3) 式（2）、（3）中：
$ {\varepsilon }_{i} $ ，$ \alpha $ ，$\; \beta $ ，$ \gamma $ ，$ \theta ,\;\eta $ 为系数；a，b，c，d，e是最大滞后阶数；误差修正因子ecm前的参数$ \varphi $ 代表了当中国木质林产品进口贸易波动和各影响因素的关系偏离均衡系统后的调整力度，C为常数项，$ {\mu }_{t} $ 为白噪声序列。二 模型拟合结果
1 平稳性检验
利用Stata软件分别将木质林产品进口贸易量、建筑业产值、汇率、木材产量和原木价格的发展速度进行单位根检验。表3显示，在5%的显著性水平下，只有V是平稳的，为I（0）序列，M、E、T和L都是非平稳的，一阶差分后都是平稳的，为I（1）序列，符合ARDL方法单整阶数不超过1的应用要求。
表 3 指标的平稳性检验结果变量 DF值（Dickey-Fuller 检验） P值 是否平稳 M −0.957 0.768 6 否 dM −6.894** 0.000 0 是 V −4.526** 0.000 2 是 E −2.246 0.189 9 否 dE −4.783** 0.000 1 是 T −1.268 0.643 8 否 dT −5.680** 0.000 0 是 L −1.707 0.427 5 否 dL −5.258** 0.000 0 是 注：d表示一阶差分；** 表示在5%的水平下显著。 2 协整检验与参数估计
使用Microfit 5.5软件，利用ARDL边限检验判断变量间是否存在协整关系。计算得出F统计量为7.111 8，在5%显著性水平下，拒绝变量间不存在长期均衡关系的原假设，即中国木质林产品进口贸易量与建筑业产值、汇率以及木材产量之间存在长期的稳定关系，说明中国木质林产品进口波动偏离均衡点只是“临时性”的，均衡机制会在下一期进行调整使其重新回到均衡状态。根据SBC（schwarz's bayesian criterion，简称SBC）准则选择的模型为ARDL(1,0,0,1,0)，说明木质林产品进口贸易量自身及木材产量的滞后一期均对中国木质林产品进口贸易波动有影响。ARDL长期系数和短期ECM的估计结果如表4、5所示。
表 4 ARDL长期系数估计结果变量 系数 标准误差 t值 V 0.24 0.023471 10.4214*** E 0.08 0.025693 3.2207*** T 0.05 0.019034 2.6620** L −0.17 0.078077 −2.1213** C 0.77 0.109100 7.0537*** 注：*、**、***分别表示在10%、5%、1%的水平下显著。 表 5 ARDL-ECM估计结果变量 系数 标准误差 t值 dV 0.12 0.030934 3.8502*** dE 0.04 0.010281 3.9193*** dT −0.02 0.007885 −2.1261** dL −0.08 0.044600 −1.8082* ecm(−1) −0.49 0.104360 −4.6660*** 注：d 表示一阶差分，*、**、***分别表示在10%、5%、1%的水平下显著。 由表4、5可以看出，建筑业产值、汇率、木材产量和原木价格4个变量在长期和短期对中国木质林产品进口贸易波动都有显著影响。建筑业产值增加1%，木质林产品进口贸易量长短期分别增加0.24%和0.12%；汇率上升1%，木质林产品进口贸易量长短期分别增加0.08%和0.04%；木材产量增加1%，木质林产品进口贸易量长期增加0.05%，短期减少0.02%，说明在长期木质林产品需求增加的程度大于供给增加的程度；原木价格提高1%，木质林产品进口贸易量长短期分别减少0.17%和0.08%。ARDL-ECM方程的误差修正系数值约为−0.49，且在1%的显著性水平下成立，说明当因受到某种冲击，中国木质林产品进口贸易波动偏离均衡状态时，会在下一期迅速地向均衡状态调整[21]，调整的程度接近49%。
3 稳定性检验
可利用估计方程递归残差累计和CUSUM（cumulative sum ，简称CUSUM）或递归残差平方累计和（cumulative sum of squares，简称CUSUMSQ）对模型系数的稳定性进行检验。本文采用CUSUMSQ稳定性检验方法，检验得出本文构建的中国木质林产品进口贸易量与各影响因素之间的长期方程，即模型（2）是稳定可靠的，估计的系数是可信的。
四. 结论与建议
根据以上分析结果，得到如下结论：①1993—2020年中国木质林产品进口波动共呈现出8个波动周期，波动的平均周期波长为3年左右。波动处于收缩期阶段的时间较长，波动的特征为扩张期小于收缩期。②中国木质林产品进口贸易波动呈现出的特征为峰位下降、谷位上升、波动幅度下降、平均位势上升。虽然中国木质林产品进口贸易的扩张能力明显减弱，但总体增长水平是提高的，同时，波动的抗衰退能力和稳定性都有所增强。③建筑业产值、汇率、木材产量及原木价格波动在长期和短期对中国木质林产品进口贸易都有显著影响，且长期影响大于短期。当中国木质林产品进口贸易波动受到某种冲击偏离均衡状态时，会在下一期以约为49%的程度迅速地向均衡状态调整。
根据上述结论，笔者提出以下建议：
第一，中国木质林产品进口年际波动周期较稳定，因此平抑波动具有可预期性。对管理部门和生产经营企业而言，采取逆周期调节措施的前提是掌握木质林产品进口波动周期的现行预警信息。建议依托相关行业组织，建立林产品进口贸易监测预警系统，及时发布市场相关信息，为政府管理和企业的生产经营决策提供依据，避免出现大幅波动。同时，由于木材产品进口贸易周期波动中，上升期长于下降期，逆周期调节措施应重点关注周期波动的上升期，同时根据上升期与下降期的特征，合理把握不同阶段调节措施的持续时间和实施强度。
第二，发挥政府政策引导和市场资源配置的作用，逐步构建起木材行业“双循环”发展新格局。国内木材供给的长期增长和短期调整是平抑木材产品进出口波动的根本途径。从短期看，需要根据经济发展形势和国际木材市场状况，合理制定和灵活调整国内木材采伐计划；从长期看，木质林产品供不应求的态势未变。因此有必要在重视通过营造人工林增加森林资源数量的同时，加强现有森林资源经营，提高森林质量，增加森林蓄积，提高木材国内供给的稳定性，缓解国内木材供需矛盾，进而降低木质林产品进口依存度和国际木材市场波动的影响。
第三，建立企业的汇率波动对冲机制。木质林产品企业应树立外汇风险防范意识，通过选择合理的贸易方式、结算方式、贸易融资方式及使用金融衍生产品等措施，对冲汇率波动对木材产品进出口的影响，减少木材产品进出口的波动。
-
表 1 1993—2020年中国木质林产品进口贸易量波动周期特征
年 周期区间 周期长度 扩张期 收缩期 1993—1995年 3 1 2 1996—1998年 3 1 2 1999—2000年 2 1 1 2001—2005年 5 2 3 2006—2010年 5 4 1 2011—2013年 3 1 2 2014—2016年 3 2 1 2017—2019年 3 1 2 
下载: 导出CSV
表 2 1993—2020年中国木质林产品进口贸易量波动特征
% 周期区间 波峰年份 波谷年份 峰位 谷位 波幅 平均
位势1993—1995年 1994 1995 33.84 −2.31 36.15 9.77 1996—1998年 1996 1998 49.28 9.65 39.64 25.23 1999—2000年 1999 2000 18.21 −3.72 21.93 7.25 2001—2005年 2001 2005 11.31 −4.43 15.74 6.07 2006—2010年 2009 2010 29.29 −13.05 42.35 3.61 2011—2013年 2011 2013 20.22 1.19 19.02 10.61 2014—2016年 2015 2016 9.34 5.86 3.48 7.04 2017—2019年 2017 2019 17.93 5.62 12.32 10.47
下载: 导出CSV
表 3 指标的平稳性检验结果
变量 DF值（Dickey-Fuller 检验） P值 是否平稳 M −0.957 0.768 6 否 dM −6.894** 0.000 0 是 V −4.526** 0.000 2 是 E −2.246 0.189 9 否 dE −4.783** 0.000 1 是 T −1.268 0.643 8 否 dT −5.680** 0.000 0 是 L −1.707 0.427 5 否 dL −5.258** 0.000 0 是 注：d表示一阶差分；** 表示在5%的水平下显著。
下载: 导出CSV
表 4 ARDL长期系数估计结果
变量 系数 标准误差 t值 V 0.24 0.023471 10.4214*** E 0.08 0.025693 3.2207*** T 0.05 0.019034 2.6620** L −0.17 0.078077 −2.1213** C 0.77 0.109100 7.0537*** 注：*、**、***分别表示在10%、5%、1%的水平下显著。
下载: 导出CSV
表 5 ARDL-ECM估计结果
变量 系数 标准误差 t值 dV 0.12 0.030934 3.8502*** dE 0.04 0.010281 3.9193*** dT −0.02 0.007885 −2.1261** dL −0.08 0.044600 −1.8082* ecm(−1) −0.49 0.104360 −4.6660*** 注：d 表示一阶差分，*、**、***分别表示在10%、5%、1%的水平下显著。
下载: 导出CSV
-
[1] 张丽媛,曹旭平. 中国木质林产品出口波动特征及成因分析[J]. 林业经济问题,2018,38(6):15-20,100. [2] 顾晓燕,聂影. 基于CMS模型的中国木质林产品出口增长因素分析[J]. 世界林业研究,2010,23(1):76-80. [3] GAO W,TIAN M,WU C,et al. Analysis of supply fluctuation of Chinese woody forest products based on CMS model[J]. Issues of Forestry Economics,2019,39(1):8-17.
[4] 韩月,吴金卓,刘澜. 2005-2014年中国木质家具出口变化影响因素分析[J]. 森林工程,2017,33(1):41-46. doi: 10.3969/j.issn.1006-8023.2017.01.009 [5] LIU Q B,LIU J C,CHEN W H. Empirical analysis on causes for exportation fluctuation of timber-forest products from China to America:based on CMS model[J]. World Forestry Research,2012,25(5):53-57.
[6] 缪东玲,韩艺松,毛玉铃. 基于CMS模型分析中国木家具对美出口增长因素[J]. 北京林业大学学报(社会科学版),2018,17(2):84-90. [7] 黄颖利,李友慧,江秀,等. “一带一路”对接欧盟背景下中国木质家具出口法国贸易波动分析[J]. 世界林业研究,2018,31(3):92-96. [8] 田刚,葛宁宁. 中国进口俄罗斯木质林产品贸易波动原因分析[J]. 林业经济问题,2021,41(1):42-50. [9] 国家林业局. 2016中国林业发展报告[M]. 北京: 中国林业出版社, 2016: 171-194. [10] 国家林业局. 中国林业年鉴（2017）[M]. 北京: 中国林业出版社, 2017: 157-162. [11] 国家林业局. 中国林业统计年鉴（2017）[M]. 北京: 中国林业出版社, 2017: 5-6. [12] 国家林业和草原局. 中国林业和草原统计年鉴[M]. 北京: 中国林业出版社, 2018-2019. [13] 国家统计局. 中国统计年鉴[M]. 北京: 中国统计出版社, 1994-2021. [14] 岳冬冬,王征兵. 陕西省生猪生产波动规律研究[J]. 统计与决策,2010,4(3):82-85. [15] 张颖. 我国林产品进出口贸易及其影响因素分析[D]. 天津: 天津财经大学, 2010. [16] 赵慧娟,张健. 我国林产品贸易中刨花板进口贸易影响因素分析[J]. 中国商贸,2013(17):129-130. [17] 张蕾,蔡志坚,牛利民. 中国木材进口影响因素效应分析[J]. 林业经济问题,2011,31(4):319-323. doi: 10.3969/j.issn.1005-9709.2011.04.008 [18] 陈晓毅. 能源价格、产业结构、技术进步与能源效率关系研究[J]. 统计与决策,2015,4(1):120-122. [19] 李金克,王风华,耿殿明. 中国CO2排放、煤炭消费及经济增长的协整检验[J]. 统计与决策,2011(19):113-115. [20] 熊剑,李春燕. 我国房地产需求影响因素与特征分析[J]. 统计与决策,2015,4(12):127-130. [21] 刘玲. 我国蔬菜价格波动特征与传导机制研究[D]. 泰安: 山东农业大学, 2017. -
期刊类型引用(3)
1. 刘芳菲，曹嘉鹤，吴金卓. 黑龙江省主要木质林产品进口贸易波动分析. 林产工业. 2025(02): 71-77 . 
百度学术
2. 朱岩松. 人民币汇率波动对中国木质林产品进口量的非对称影响——基于NARDL模型的实证研究. 对外经贸实务. 2024(07): 36-44 . 百度学术
3. 徐聿枫，陈磊，朱文洁. 基于混频数据的中国进口日度景气测度研究. 调研世界. 2024(10): 25-36 . 百度学术
其他类型引用(2)
计量
- 文章访问数: 750
- HTML全文浏览量: 235
- PDF下载量: 53
- 被引次数: 5
