SPS 措施影响中国蔬菜出口长短期效应研究开题报告

全文总字数：8408字

1. 研究目的与意义、国内外研究现状（文献综述）

（一）本课题的研究意义及应用前景

截至2018年，中国是目前世界上第1大蔬菜生产国，第5大蔬菜出口国。作为传统农业大国，蔬菜产业长期以来都是中国的优势产业，同时蔬菜也属于中国传统大宗型出口产品，常年占我国农产品出口比重的20%以上。是出口创汇的重要来源。但尽管如此，中国近年来蔬菜出口增速缺呈现下降趋势。中国蔬菜出口贸易额自2002年的48. 53亿美元上升至 2010 年的90.26亿美元，8年间增长幅度高达 86%；而在2010年至2018的8年间，该增长幅度则仅为47.9%。

一些学者认为，蔬菜出口增速的下降原因归结为中国劳动力成本上升，蔬菜产业作为劳动力密集型产业，价格优势丧失导致的竞争力下降。但另有证据显示，sps也是使出口频频受阻也是重要的因素。近年来，随着“菠菜案”、“番茄案”等重大贸易纠纷不断爆发。据国家质检总局统计，2008年，52 .5%的农业、食品出口企业受到国外sps措施影响，直接损失154.6亿美元，来自山东、浙江和福建45家蔬菜出口企业的调查显示，62%的蔬菜出口企业受到sps措施冲击，尤其是农药残留限量标准的影响最大。蔬菜、水果、茶叶等劳动密集型农产品的出口不仅是解决农民就业的重要渠道，而且也是农民增收的重要来源。因而，中国农产品如何应对sps措施就成为政府和学者关注的焦点。

2. 研究的基本内容和问题

（一）研究目标 本论文将以我国蔬菜出口贸易作为sps措施影响研究的对象，采用2000-2017年统计数据，研究sps措施对我国蔬菜的出口的影响、短期的影响和长期的影响是否一致等。

通过吸收借鉴现有的研究方法以及研究成果，对sps措施在蔬菜出口贸易方面的影响进行进一步的实证分析，深入了解sps的农产品的影响机制。

并根据研究结论，提出应对sps措施的针对性建议。

3. 研究的方法与方案

一）研究方法

采用文献研究法、比较研究法以及定性与定量分析相结合等多种方法，分析SPS措施对中国蔬菜出口的影响。

1.文献阅读法

在大量阅读文献的基础上，选取论文研究的切入点及研究方法，并通过收集和阅读资料，调查和分析国内外研究状况，借鉴国内外在相关领域最新的研究成果来进一步深化该议题。

2.规范分析与实证分析相结合的方法

规范分析也就是定性分析，侧重的是对经济变量之间关系的考量，描述的是他们之间的普遍规律性；

实证分析也就是定量分析，侧重的是经济变量之间的数量关系，是对定性分析的一种补充和检验。本文首先对所研究的问题进行定性的理论分析，分析当前主要贸易伙伴针对中国蔬菜出口的SPS措施通报和中国蔬菜出口遭受的拒绝数对中国蔬菜出口额的影响，然后运用收集到的数据利用计量方法对理论分析的结果进行验证。

（二）技术路线

文献综述

江苏省农产品贸易现状及江苏农产品出口遭遇的TBT

TBT对江苏省农产品出口贸易影响的理论与实证分析

江苏农产品出口频遭技术性贸易壁垒的原因分析

结论和政策建议

文献综述

江苏省农产品贸易现状及江苏农产品出口遭遇的TBT

TBT对江苏省农产品出口贸易影响的理论与实证分析

江苏农产品出口频遭技术性贸易壁垒的原因分析

结论和政策建议

文献综述

江苏省农产品贸易现状及江苏农产品出口遭遇的TBT

TBT对江苏省农产品出口贸易影响的理论与实证分析

江苏农产品出口频遭技术性贸易壁垒的原因分析

结论和政策建议

文献综述

江苏省农产品贸易现状及江苏农产品出口遭遇的TBT

TBT对江苏省农产品出口贸易影响的理论与实证分析

江苏农产品出口频遭技术性贸易壁垒的原因分析

结论和政策建议

文献综述

中国在非关税壁垒影响下蔬菜出口的现状描述分析

SPS措施对我国蔬菜出口影响的机理和路径分析

SPS措施对我国服务贸易出口影响的实证分析

结论和政策建议

（三）可行性分析

1、利用WTO/TBT-SPS通报咨询网、WTO官网、联合国贸易数据库等都有许多相关数据以及参考文献中的相关数据，数据获取较为方便。2、指导老师能够从理论和研究方法上给予很好的指导，同时同学及舍友也可以给予相应的帮助与支持。3、关于SPS措施的理论及计量方法已趋成熟，文献参考较为容易。

4. 研究创新点

本文采用规范研究与实证研究、定性分析与定量分析相结合的方法，以规范研究建立理论基础，以实证分析为重点，在实证分析中注重定量分析，运用描述统计和计量经济学分析方法。

在对国内外SPS措施对农产出口的影响的研究基础之上，着重研究了SPS措施对中国蔬菜出口的影响，并引入SPS通报的滞后项，充分考虑了蔬菜出口对SPS措施的适应周期，将SPS的影响分为长期与短期影响来进行规范和系统的分析。

5. 研究计划与进展

2019年3月10日之前：完成开题报告。

2019年3月10日-3月20日：数据的收集与整理。

2019年3月20日-3月30日：数据的处理分析与模型完善。