2018贸易结构与经济增长关系的实证研究

4797971

　　　[摘要] 本文基于四川省出口贸易结构、进口贸易结构和人均GDP的相关数据，对1989年～2006年间贸易结构变化与经济增长之间的关系进行了实证检验，并得出了三个方面的结论。
　　[关键词] 贸易结构 经济增长 四川贸易 实证研究
　　
　　一、 引言
　　经过三十年的改革开放，我国对外贸易得到迅速发展。无论从进出口的规模、进出口商品结构还是我国贸易对全球贸易的贡献来看，我国都已经成为一个名副其实的贸易大国。在既有的贸易与经济增长关系的研究中，我国对外贸易规模与经济增长关系的探讨有相当多的文献，但对外贸易结构问题的研究却相对较少。“中国成为一个贸易大国的重要方面正是对外贸易结构的迅速提升”（江小涓，2007），忽略贸易结构问题的研究注定是存在偏颇的。
　　四川省地处我国西部地区，同时也是西部经济发展最为活跃和开放的地区之一，四川省的经济发展较具西部大开发的典型性。地处西部的四川牢固树立“大开放促大发展”的思路，高度重视对外开放工作，开发领域进一步扩大，2006年全省对外贸易总额突破110.2亿美元，外贸依存度达到10%，增幅高于全国平均水平。与此同时，四川省的进出口商品结构进一步优化。机电产品进出口达到56.14亿美元，占全省出口总额的比重上升到50.9%。重装设备出口增长迅猛，电站设备、钻井设备、机车等成套设备出口额达到6.29亿美元，高新技术产品进出口达到26.76亿美元。工业制成品出口大幅增加，而初级产品出口迅速下降，贸易结构变化非常明显。
　　国内外部分学者探讨了贸易结构与经济增长的关系。Lee（1995）根据新贸易和新增长理论，强调一国国内含有先进技术的进出口投入到国内生产，可直接提高国内既有生产函数的效率，进而最终导致经济增长。Keller（1999）通过不同贸易结构与技术转移影响本国TFP的视角，发现国内TFP的增加与进口份额存在正相关关系。关于贸易结构与经济增长关系的研究也存在着一些不同的结论。如国内学者王永齐（2004、2006）基于Baldwin（1992）和Mazumdar（1996）关于贸易与增长关系的争论，构造了一个贸易结构测度指标，通过格兰杰因果关系检验和VAR模型估计中国的贸易结构与经济增长的关系。检验结构显示，中国的贸易结构并不显著影响经济增长。但是徐光耀（2007）得出了在不同的贸易结构下，进口贸易对我国经济增长有不同促进作用的结论，李兵（2008）的研究表明工业制成品进口对我国经济增长有长期稳定的促进作用，而初级产品进口则有抑制作用。
　　本文拟选取四川省1989－2006年的数据对贸易结构与经济增长的关系进行实证检验。通过综合运用单位根检验、Johansen协整检验、Granger因果分析等方法，系统研究贸易结构与经济增长的内在关系。
　　二、变量、数据与研究方法
　　贸易结构是衡量一国对外贸易竞争力的重要指标，按照附加值的高低，可以用一国进出口贸易中初级产品和工业制成品的相对比例来表示贸易结构。初级产品附加值低，技术含量低，在国际市场上的竞争力弱；工业制成品附加值高，技术和资本密集度高，在国际市场上竞争力强。经济发展水平较低的国家往往以出口初级产品为主，而工业制成品主要依靠进口来满足；而经济发展水平较高的国家却相反，以进口初级产品为主，出口以工业制成品为主。经济学家通常以初级产品和工业制成品在进出口中的相对比重来衡量一国对外贸易结构的优劣。
　　改革开放以来，特别是进入90年代以来，四川省的对外贸易结构日趋优化，进出口贸易中工业制成品的比重不断提升。我们用EXM表示出口贸易结构，IMM表示进口贸易结构，由图1可以看出，1989年工业制成品出口占总出口的比重仅为0.65，而2006年该值达到了0.92；与此类似，1989年工业制成品进口占总进口的比重为0.83，而2006年达到了0.93。无论是进口贸易结构，还是出口贸易结构，在90年代以来均得到了较大程度的优化。

　　我们用人均实际GDP来代表经济增长变量，GDP的数值采用1978年不变价格，数据来源于四川省统计年鉴2007。而进出口贸易结构数据来源于1990年～2007年《中国对外经济贸易年鉴》。为消除时间序列经济数据存在的异方差现象，对所有变量的实际值均采取了自然对数，处理后的数据不影响原序列的相关关系和协整关系，三个变量我们分别记为：LNGDP、LNEXM和LNIMM。
　　本文从进出口贸易结构的角度来考察其与经济增长的关系，因此我们考虑构建三变量VAR模型来进行考察。这一方面是因为VAR模型较单方程模型具有更高的可靠性，另一方面因为本文所考察的经济变量多为水平变量，具有非平稳性，简单回归方程容易产生伪回归问题，必须进行协整检验，因此我们选择在多变量VAR系统中的考察具有一定的合理性。
　　
　　
　　
　　（1）式中，表示外生变量，表示残差，为各变量的系数，p为滞后阶数。可根据研究需要而改变各变量的具体指标内涵，从而得出最合适的结论。
　　三、贸易结构与经济增长关系的实证分析
　　1.单位根检验。由于几乎所有表示绝对量指标的宏观经济变量都是非平稳的，具有时间趋势。因此我们在对变量进行具体分析之前，需要首先检验其平稳性。本文用ADF单位根检验方法对变量的水平和一阶差分进行平稳性检验，其中，检验过程中滞后期的确定采用AIC最小准则，以保证残差值非自相关性。检验结果如表1。
　　注：检验形式（C,T,L）分别表示带常数项、趋势项，L表示滞后阶数，D表示差分算子*（**，***）表示在10%（5%、1%）的显著性水平上拒绝原假设。
　　由表1可以看出，在变量的水平值上，所有检验结果均没有拒绝单位根假设，因此可认定LNGDP、LNEXM和LNIMM均为非平稳时间序列。而所有变量的一阶差分均拒绝有单位根的假设，表明变量是平稳的。于是，我们认为所有变量都是一阶单整序列，即为I（1）。对于这些非平稳的经济变量不能采用传统的线性回归方法检验他们的相关性，而应采用协整方法进行分析。
　　2.协整分析。由于VAR模型的稳定性与其滞后期有很大的关系，滞后期越长模型的稳定性越差，因此VAR模型的一个重要问题就是滞后阶数的确定。在选择滞后阶数时，一方面要使滞后数足够大，以便能完整地反映所构造模型的动态特征。但是另一方面，滞后数越大，需要估计的参数也就越多，模型的自由度就减少。所以通常在进行选择时，需要综合考虑，既要有足够数目的滞后项，又要有足够数目的自由度。依据上述思路，本文根据Eviews软件中的Lag Length Criteria综合考虑LR检验、AIC信息准则和SC准则等检验方法，并对模型的异方差、自相关和正态性进行检验，最终确定最优滞后期。通过对各最优滞后期模型进行AR视图检验，VAR模型所有根的模的倒数均小于1，即位于单位圆内时，VAR模型是稳定的。
　　为判断变量之间是否存在长期均衡关系，采用Johansen提出的方法来检验变量之间的协整关系。通过对原始数据序列的分析来确定数据空间中是否存在线性趋势，并根据迹统计量和最大特征值统计量所得的结果，从而确定我们选择的检验形式（具体检验步骤略），综合检验结果见表2。

　　＊表示在5％的显著性水平下拒绝原假设
　　由表2可以发现，迹统计量表明三者无协整关系，而最大特征值统计量表明存在一个协整关系。相应的协整方程为：