1 文献综述

Linder(1961)较早从需求的角度对产业内贸易进行解释，他认为人均收入水平的相似度是发生产业内贸易的重要因素。Gehrels(1962)认为需求差异会导致产业内贸易的发生。产业内贸易被众多学者们分为垂直型产品的产业内贸易和水平型产品的产业内贸易，Gehrels(1962)认为需求的差异越小，两国间的水平产业内贸易发生的可能性就越大。Helpman(1981)也开创性的发现，当贸易双方市场规模相似的时候，两国人民消费的产品的需求会更加重叠，从而产业内贸易的机会也会增加更多。Fontagn(1997)研究了欧盟内部国家的产业内贸易后发现，市场规模对水平和垂直型产业内贸易的影响也是不同的。同样，冯宗宪、蒋伟杰(2017)对“一带一路”国家进行产业内贸易进行分析Krugman(1981)引入了垄断市场的竞争结构证明了产品差异和市场的规模经济同样是产业内贸易的重要影响因素。Balassa,B(1987)认为国家的经济规模可以反映出产业规模和服务能力的相似度和差异性，他发现国家规模的差异越大两国间的产业内贸易发生的概率越低。Greenaway D(1995)同样研究后发现，产品价格、规模经济、全要素生产率和运输成本的降低均对产业内贸易有正向的影响。

2 机制机理

国际分工是指为了更专业化的生产，将物品的不同生产步骤分散在全球各地，是超越国家边界的生产行为，是全球化生产行为的必然结果。跨国企业一般通过对外直接投资的行为，将产品的生产程序中的一些步骤放在东道国进行生产活动，这样的好处是企业可以充分利用全世界各国、各地区的不同资源，将产品生产的成本最低化和生产质量最大化。

在这样的背景下，我们应该深刻认识到全球化生产被锁定可能存在的风险，本文从FDI的视角，探析中国和主要贸易国之间的产业内贸易的影响因素。以产业内贸易为嵌入点，剖析中国和主要贸易国产业内贸易的发展水平、变化趋势和原因，并为中国产业内贸易的开展和进一步的发展提供理论需求和现实依据。

3 方法和数据来源

3.1 产业内贸易指数

国家层面产业内贸易指数：

Xk(>Mk)表示产业(i)中的第k类产品(假设产业i中的对外贸易产品有m类)上中国对波兰的出口(进口)额，X(M)表示两国间的出口(进口)总额。表示了产业i中的产业间贸易部分，X+M表示两国之间的总贸易，这样就表示产业间贸易的比重，被1减去就是产业内贸易的比重，即为产业内贸易指数。

3.2 数据选取

根据本文的研究目的，本文采取HS四位码。本文最终测算了和20个主要贸易国之间的产业内贸易数据，数据来源是联合国Comtrade数据库。样本年份为1998-2017的20年间的数据。

3.3 计算结果

从整体计算的美国、日本、韩国等主要20个贸易国之间的产业内贸易指数是相对逐年增加的，说明我国在全球产业内贸易的地位呈逐年上升的趋势。并且在2010年前后经历了短暂的下滑后，在2011年以后呈现明显上升的趋势。

4 产业内贸易的影响因素分析

产业内贸易指数的计算大多数是基于两个贸易国之间的进出口产品情况、进出口份额反映出来的，根据现有的参考文献可以归纳为以下几个因素：外国直接投资(FDI)，两国的市场规模差异、两国的贸易往来关系等。此外，由于两国的贸易流量受运输成本等的影响，因此将地理距离和两国是否接壤计入本文的计量模型中。

假说1：一国对东道国的FDI(国际直接投资)实际金额使用量与两国的产业内贸易水平呈正相关。

假说2：国家市场规模的差异与两国间总贸易中产业内贸易的份额呈负相关关系。

假说3：两国之间的地理距离越近，产业内贸易水平越高。两国间贸易的区域贸易自由协定会促进两国的产业内贸易水平的发展。

模型设定和数据来源如下：

IITjt=β0+β1lnFDIjt+β2lnDGDPjt+β3Distancej+β4Xj+γt+δj+μ

j选取了和中国贸易往来最密切的20个国家，t代表了跨度为1998-2017间的20个年份，γt为时间固定效应，δj为国家固定效应，μ为误差项。

IITjt代表中国和j国之间在t年的产业内贸易指数。本文采用联合国Comtrade数据库HS四位码作为产品的代码，HS两位码作为产品所在行业进行产业内贸易指数的计算。FDIjt代表t年当年中国对j国的直接投资的实际使用金额量，数据来源对外直接投资统计公报。两国的市场规模差异用两国当年的GDP的差额替代，各国的国内生产总值的数据来源是世界银行数据库。两国的地理距离用两国在地理上是否相邻替代，两国相邻则Distancej取1，反之则取0，数据来源为CEPII数据库。Xj代表两国间是否签订了区域自由贸易协定，签订则为1，反之为0。