首先，参考Amiti and Freund（2010）的研究，我们采用印度尼西亚的劳动生产率代替中国的劳动生产率重新进行回归。这是基于印度尼西亚与中国在发展水平和产业结构上的相似性而做出的一个折中。所需数据来自于联合国工业发展组织数据库（UNIDO，2008版本），该数据采用的是4位的国际标准工业分类（ISIC，第三版）；结合已有的其他数据，可以得到1998-2005年97个制造行业的贸易和产业数据。回归模型参照第五部分的基本模型和拓展模型进行，但由于中国数据的限制，且从操作简便的角度考虑，我们省略了一些解释变量，而通过行业固定效应和对异方差、序列相关的矫正来控制其影响；简化后的基本模型如公式（13）所示。由于1998-2005年的时间跨度较短，我们只考虑了中国加入WTO这一事件对解释变量的影响，通过一个哑变量及其与劳动生产率的交叉项来反映。
表8列出了相应的实证结果。其中，（1）、（2）列采用固定效应模型进行回归，可见美中相对劳动生产率对美国向中国的出口整体有负面影响，在中国“入世”以后表现得更为显著，与前文结果完全一致。在第（3）列，我们使用可行广义最小二乘（FGLS）方法进行估计，以控制异方差带来的影响；第（4）和（5）列采用面板相关标准差（PCSE）进行估计，以控制异方差和序列相关问题。以上方法均得到了稳健一致的结果。
（五）细分行业Ⅱ：显示性比较优势
另一种细分行业的方法是使用显示性比较优势（revealed comparative advantage，RCA）替代相对劳动生产率。显示性比较优势衡量一国在特定行业的专业化程度，反映的是该国在此行业的相对竞争力。根据Balassa（1965）的定义，显示性比较优势可以通过贸易数据直接计算，如公式（14）所示：
我们可以使用两国相对RCA来重新考虑美国对中国的出口是否符合其贸易模式所显示出的比较优势。与前文类似，美中相对RCA的定义为：
为了尽可能细分行业并使数据之间互相匹配，我们按照标准产业分类（SI，包含400多个门类）作为行业划分标准。附表I-C列出了按照上述方法计算的美国、中国以及美中相对显示性比较优势在2008的数据；由于篇幅所限，仅列出了美中RRCA最大的30个产业。
本节的回归模型与公式（13）类似，但对数化的“美中相对生产率”由“美中相对显示性比较优势”代替。去除极端值的影响后，固定效应模型回归结果如表9的（1）、（2）列所示，可见入世以后的美国对华出口的反比较优势现象依然存在。同样为控制异方差与序列相关问题，我们采用FGLS和PCSE的方法进行回归，结果汇总于表9的（3）—（5）列：在其他解释变量符号符合预期且显著的前提下，近二十年来美中RRCA整体对美国出口起到显著的负向影响。上述结果表明，即使细分行业后，实证结果同样支持美国对华出口“反比较优势”的论述。
八、总结
在2001年中国加入WTO以后，中美贸易不平衡进一步加剧，已成为两国间的重大经济和政治问题。相当数量的文献将这一失衡问题解读为“中国对美国出口太多”，并提出人民币升值等抑制中国出口的政策建议。这样的论述难免片面并脱离实际。事实上，人民