实证分析1990-2010年贸易开放区的经济增长

　　引 言

　　改革开放后伴随着经济的高速增长,中国经济贸易开放度不断快速提升,形成沿海区域的贸易开放度明显高于内陆地区的格局;但与此同时,地区发展差距问题突出。到20世纪90年代末,中国已形成了差距明显的东、中、西三大经济地带。地区发展不平衡不但违背公平与效率兼顾的改革初衷,更是直接挑战社会稳定这一改革和发展的基本保障,已越来越引起各界的广泛关注。
　　本文研究如下问题:
　　(1)贸易开放在多大程度对中国区域经济增长产生了影响;
　　(2)贸易开放是否缩小了中国区域间的发展差距,进而促进中国区域经济收敛。
　　(3)贸易开放通过何种机制影响了中国区域经济增长或区域经济收敛。
　　由于导致中国区域差距扩大的最重要因素是东部沿海地区的经济增长速度远高于内陆地区,回答第一个问题相当于回答了第二个问题。以上问题的研究对于全面客观评价贸易开放在中国经济发展中的作用、制定科学合理的贸易政策促进区域协调发展无疑具有重要的理论价值和现实意义。

　　1、 文献综述

　　伴随经济增长中的区域发展不平衡,贸易和地区差距的关系成为各界关注的一个热点。从理论层面看,根据赫克歇尔-俄林-萨缪尔逊模型,贸易开放能够通过发挥比较优势和改善资源配置效率推动一国达到更高的经济增长率。但Prebisch(1950)和Singer (1950)均指出,发展中国家以出口初级产品为主,由于初级产品价格相对于发达国家出口的工业品价格不断下降,发展中国家同发达国家之间的贸易开放会导致前者面临贸易条件长期恶化的结构性问题。Young (1991)考虑到国际分工的性质也提出,贸易开放可能推动发展中国家按照比较优势专门化生产初级产品,这些产品没有多少可以/干中学0的空间,从而降低发展中国家的长期经济率。因此,他们主张发展中国家通过贸易保护来推行进口替代工业化。
　　20世纪60~70年代,第二代发展经济学家对战后初期部分发展中国家因实施贸易保护和进口替代而引致扭曲和低效率的问题进行了检讨,受此影响,各国加快了贸易自由化的步伐(Krueger,1978)。近些年来,学者尝试对贸易在促进技术创新、国际技术外溢、国内产业结构调整等方面的作用进行探讨,以深入研究贸易开放对经济增长的作用机制。Cameron等(2005)认为发展中国家通过贸易开放引进技术或学习和吸收先进的生产技术和管理经验,从而获得全要素生产率的快速增长。
　　由于理论研究对贸易开放与地区差距的关系未能形成定论,加上计量分析技术的发展和统计资料完善, 90年代中期学者开始转向实证层面的研究。Sachs等(1995)采用122个国家的数据,并用关税率度量贸易开放度,检验了贸易开放对增长的影响,结果表明贸易开放国家比实行贸易保护的国家具有更高的经济增长率。Frankel等(1999)研究表明贸易开放对经济发展具有积极效应。然而,这些结果的稳健性很快就引起学者的批评, Rodrigues等(2000)在指出传统研究实证方法存在内生性问题的基础上重新考察了贸易开放的经济增长绩效?。他们利用140个国家的数据估计制度、地理环境以及贸易对一国收入水平的影响,结果发现一旦控制了制度变量,贸易的增长效应不再显着。近期研究关注贸易增长效应在各国所表现出的异质性。Chang等(2005)在实证模型引入贸易与教育、通胀、基础设施等变量的交互项,检验了贸易对增长的效应如何依赖于一国的先决条件,他们认为只有满足一定条件时贸易才具有增长效应。
　　国内侧重于从出口导向战略的角度评价国内出口增长的经济绩效,沈程翔(1999)发现中国出口和产出之间存在双向因果的联系,但不存在协整关系。然而,孙焱林(2000)研究表明经济增长和出口不具有统计上的显着性,据此他认为,出口导向型战略不具有普遍的经济增长意义,中国应该适时采取进口替代战略。黄玖立等(2006)则从市场规模角度实证发现,国内地区市场规模和出口开放显着地影响了各省区人均收入的增长率。盛斌等(2011)借助工具变量GMM方法实证检验了贸易开放、国内市场一体化与经济增长的关系,结果表明,贸易开放对人均GDP的作用随时间增强,并且贸易开放表现出明显的地域差异,贸易开放对沿海地区经济增长的作用更显着。
　　前人研究提供了有益的启示,本文研究特点在于: (1)以往研究很少关注贸易开放内生性问题,本文采用动态面板系统GMM和外部工具变量法以控制内生性问题,从而修正传统研究中贸易开放增长效应的有偏非一致估计; (2)从多个角度进行稳健性检验以保证结论的可靠性; (3)以往文献较少关注经济增长与贸易间相关性背后的作用机理,本文实证考察了贸易开放影响经济发展的具体机制,为采取综合措施促进区域协调发展提供更详细的依据。

　　2、 贸易开放区域差异与地区增长差距:1990~2010

　　由于渐进的改革开放策略导致地区对外贸易政策的差异性,加上天然的地理优势差异,沿海省份与内陆省份的贸易开放度表现出较大的差距?。图1描绘1990~2010年中国沿海和内陆地区的贸易开放度的变化趋势?。可见,沿海地区贸易开放度远远高于内陆地区,并且二者间的差距不断扩大。图2显示1990~2010年中国各省际人均实际收入的离散系数,及沿海省份与内陆省份在人均实际GDP (1990年=100)均值上的比率。可见,中国省际人均GDP的离散系数在上世纪90年代不断上升,直到21世纪初才呈现明显下降的趋势,中国区域发展差距在上世纪90年代不断扩大,近年来又呈现逐步缩小的态势。如果用沿海地区与中西部地区的人均收入比值来衡量,该比值在2004年之前总体上呈不断上升的趋势,直到2004年之后,这种不断上升的趋势才发生转变,说明地区收入差距不断扩大的趋势发生了缓解。

　　图3显示了各省区在1990~2010年期间的贸易开放度均值与人均收入均值之间的直观关系,贸易开放程度越大的省区,其人均收入也越高。
　　综上,合乎逻辑的推论是,沿海地区与内陆省份在贸易开放度上的巨大差异是形成其发展差距的重要因素。

　　3、 计量模型、变量与数据

　　借鉴已有研究经济增长文献(Beck等, 2000),本文将贸易开放度引入到经典增长回归方程中,采用动态面板回归方法,实证考察贸易开放对地区增长的影响及其作用机制,构建如下形式的计量模型:
　　lnYit=A0+ fi+DlnYit-1+BlnOpenit+UXit+<lnOpenit*lnHumanit+KlnOpenit*Primary sectorit+ClnOpenit*Industrial sectorit+Eit(1)其中,下标i和t分别表示地区和年份, Y为人均实际GDP, OPEN为贸易开放度, Y和OPEN指标与数据如前文所述,用f控制区域条件对经济增长的固定效应。X表示其它影响经济增长的控制变量,包括: (1)人均实物资本(Pcapital),由于资本存量数据不可获得,采用张军等(2004)提供的方法估算。(2)人力资本(Human),人力资本的改善能够提高实物资本的使用效率,人力资本本身对经济增长具有溢出效应,以普通高校在校人数占总人口的比重表示Human。(3)产业结构(Struc)。中国正在加速城镇化的过程,越来越多的第一产业劳动力正在向第二产业和第三产业转移,产业结构升级成为促进中国经济发展的一个重要动力(刘生龙等, 2010)。以第三产业人口占总劳动力人口的比重来衡量Struc。(4)政府支出(Govern)。以政府支出占GDP的比重衡量地区政府支出规模。政府支出一把双刃剑,一方面当政府支出投入到教育、科研、教育医疗以及公共基础设施建设等时,它有助于经济发展;另一方面,当政府支出主要被行政管理费用占用时,会导致无效率的资源配置从而损害经济效率。
　　文献对开放体系作用于经济增长的机理存在不同的理解,主要可以归纳为以下两大机制。

　　3．1 人力资本与贸易开放的互动
　　模型中人力资本和贸易开放的交互项lnOpen*lnhuman是为了考察人力资本禀赋在贸易开放影响地区经济增长过程中是否具有桥梁作用。Gross-man and Helpman (1999)指出,一个国家对外开放程度越高,就越容易接触到国际前沿技术和先进的管理经验,因而国际贸易有助于促进技术创新和实现世界技术扩散。然而,通过国际贸易实现技术赶超的必要条件是技术相对落后国家具备较强的技术吸收和/二次创新0和能力。Ben-David (1999)研究发现发达国家不会将新技术通过贸易渠道带到人力资本水平低的东道国。符宁(2007)也实证发现,基于进口贸易的国际技术溢出对中国技术进步的促进效应受制于国内人力资本水平。综上,发达国家通过贸易对东道国的技术扩散效果可能取决于当地的人力资本积累。

　　3．2 专业化分工与贸易开放的互动
　　模型加入交互项lnOpen*Primary-sector和lnOpen*Industrial-sector是为了考察贸易开放的增长效应是否依赖于地区的专业化分工。Ro-drigues等(2000)、Chang等(2005)认为由于发展中国家在技术水平较低的传统部门具有比较优势,贸易开放将推动其专门从事那些不能产生长期增长率的经济活动,因此其对经济增长是不利的。在赫克歇尔-俄林-萨缪尔逊的模型中,贸易自由化通过促进专业化分工影响产出的水平以及构成,在传统农业上的比较优势意味着当地缺乏通过技术进步促进经济增长的动力。变量Pr-imary sector定义为地区i第t年第一产业增加值占GDP的比重,该值越大表示该地区从事传统农业的专业化程度越高。Industrial sector表示地区i第t年工业增加值占GDP的比重,该比重越大意味着该地区工业化程度越高,由于工业发达的地区通过贸易开放更容易接触到国际前沿技术和先进管理经验,我们预期贸易开放对工业省份的增长效应要强于其对农业省份的效应。
　　本文样本为1990~2010年28个省份的面板数据(由于西藏和海南数据缺乏,本文分析不包含这两个省份,重庆在1997年变成直辖市,将其1997后数据并入四川省计算)。为保持样本数据的一致性,数据均来自5新中国六十年统计资料汇编6、各年份5中国统计年鉴6以及分省统计年鉴。为消除异方差,对变量均做自然对数处理。

　　4、 实证结果及分析

　　4．1 内生性问题和计量方法
　　贸易开放能够促进经济增长,而经济增长也会导致更高的贸易开放度。一旦贸易开放与经济增长之间存在双向的因果关系,模型的内生性问题难以避免。此外,由于本文设定的是动态面板数据模型,滞后一期的被解释变量也是典型的内生变量。解释变量的内生性问题会导致参数估计的非一致性。为控制潜在的内生性问题,本文采用由Arellano和Bover (1995)以及Blundell和Bond(1998)提出的系统GMM估计法来估计参数。该方法基本思路是:一方面采用差分方程来消除固定效应,并使用自变量的水平滞后项作为差分项的工具变量;另一方面又使用差分项的滞后项作为水平项的工具变量,以此来增加工具变量的个数从而解决水平滞后项的弱工具变量问题。

　　4．2 实证结果
　　表1报告了实证模型(1)的估计结果。回归模型(1)~(3)是为评估贸易开放对区域经济增长的效应,其中(1)使用系统GMM方法来估计;(2)采用一阶GMM估计; (3)为了减少商业周期波动对估计结果的影响,对变量每3年取平均值后再采用系统GMM估计。模型(1)~(3)估计结果显示,贸易开放度的估计系数均在1%水平上显着为正,从而贸易开放度越大的省区其经济增长率也越高,这与改革开放以后广东、福建等省份贸易开放度提升而获得快速增长,中西部省份利用国际市场明显落后而经济增长相对缓慢的事实相符,这结果与Kanbur and Zhang (2005)的结果一致。
　　回归模型(4)~(6)是为了检验贸易开放影响区域经济增长的机制。为避免变量间的多重共线性问题,本文采取每一回归模型仅验证一种机制的策略。模型(4)中,交互项lnOpen*lnhu-man的估计系数在5%水平上显着为正,说明贸易开放对人力资本水平高的省区具有更有利的增长效应,人力资本的提高有利于提升国际贸易的技术溢出效果,它是充分吸收和利用发达国家技术溢出的一个重要条件。这结果跟符宁(2007)的结论类似。回归(5)中,交互项lnOpen*Primarysector的估计系数在5%水平上显着为负,这表明贸易开放对第一产业占GDP份额高的省区具有更为不利的效应。回归(6)中,交互项lnOpen*Industrial sector的估计系数在1%水平上显着为正,从而贸易对工业发达省区的增长效应更为显着,这表明贸易开放可能促使沿海和内陆省区各自出口性质迥异的产品(如制成品和初级品),对外贸易开放会拉大沿海和内地的差距。这结果与Ro-drigues等(2000)、Chang等(2005)的结果相似。
　　另外,人均实物资本、人力资本变量的估计系数方向与理论预期相同。政府支出对经济增长的影响为负或者不显着,这可能与中国部分省区政府支出规模较大而造成资源配置扭曲和效率损失有关。产业结构对中国地区增长有着负向或不显着的影响可能揭示中国产业结构存在一定的不合理性,产业结构升级缓慢制约着中国地区经济协调发展。
　　最后,初始人均GDP的估计系数均显着小于1,说明各省区实际人均GDP呈现显着的条件收敛特征?,经济发展落后地区相比富裕地区具有更快的经济增长率。诊断检验结果显示, AR (2)和Sargan检验的伴随概率在6个回归模型中都大于011,说明回归中工具变量是有效的,并不存在二阶自相关,基于系统GMM估计结果总体上是可靠的。

　　4．3 稳健性检验
　　为保证以上估计结果的可靠性,从以下两个方面进行稳健性分析。

　　4．3．1 剔除异常样本
　　像北京、广东和上海这样的地区的贸易开放度很高,为检验异常样本对上述模型是否造成影响,本文剔除北京、广东、上海这3个样本,对剩下的样本重新进行系统GMM估计,结果发现?,贸易开放度、以及交互项的估计结果与表1相比没有发生明显改变,控制变量的估计结果也基本一致。

　　4．3．2 构造贸易开放度的工具变量
　　GMM估计作为控制内生性问题较为有效的一种方法,在经验文献中广为流行,但其也存在一些缺陷,如,解释变量的估计结果往往依赖于研究者对工具变量的设定(Roodman, 2005)。为此,借鉴黄玖立等(2006)的做法,构造国外市场接近度(Foreign Market Access, FMA)作为贸易开放度的一个外部工具变量,构造该工具变量的基本思路是,根据国际贸易的引力模型(Anderson,1979),贸易双方距离等地理因素决定了跨区域贸易流量而与地区经济增长率无直接因果关系。
　　FMA构造方法如下:记沿海省份到海岸线距离为其内部距离Dii?,而内陆省份到海岸线距离等于其到最近的沿海省区的距离加上该沿海省区的内部距离,假定X为沿海省份的集合,则i省份的海外市场接近度由如下式得出：

　　由于海外市场接近度FMA不随时间变化,使用1990~2010年的人民币对美元的名义汇率分别与该变量相乘得出交互项Fmaexrate,以使其具有时间动态特征。在构造贸易开放度工具变量基础上,采用面板二阶段最小二乘法对方程(1)重新估计。
　　表2报告了基于二阶段最小二乘法的估计结果。可见,与前面估计结果相比,贸易开放、交互项的估计系数的符号没有发生变化,且通过至少10%的显着性检验。控制变量的显着性和对省际经济增长的影响方向基本一致。综上,前面回归结果较为稳健。

　　5 结论与政策涵义

　　本文收集中国28个省市1990~2010年的数据,采用动态面板系统GMM方法考察了贸易开放度对地区经济差距的影响及机制,结果表明,(1)贸易开放度显着地影响了各省区经济增长率,东部与中西部地区显着的贸易开放度差异是形成地区发展差距的一个重要因素; (2)贸易通过人力资本积累和促进专业化产业分工影响人均产出,贸易开放对人力资本和工业发展程度高的地区具有更有利的效应,而对传统农业省份存在一定的负面影响。通过剔除异常样本和基于外部工具变量的二阶段最小二乘法进行稳健性检验,验证了估计结果是可靠的。
　　本文政策涵义很明显:
 　　(1)由于对外贸易发展不平衡是导致地区差距的重要因素,从长远看,实现经济发展方式的顺利转变,必须解决导致中国内需不足的各种深层次问题,把经济增长从过分依赖出口转移到主要依赖内需拉动的轨道上来,这无疑有利于中部地区利用广阔的国内市场空间顺利实现崛起,并带动西部的发展以降低地区差距;
　　(2)通过政策和制度、观念上的调整来缩小东部和中西部地区对外开放度的差距,尤其是内陆省区要进一步改善交通基础设施,削弱在国外市场方面的地理劣势,发挥自身的比较优势,扩大与相邻国家间的贸易往来,这有利于加快区域差距的缩小;
 　　(3)一方面必须注重人力资本积累,尤其是强调中西部地区高等教育的发展,提高接受高等教育劳动力的比重,采取综合措施吸引和留住人才,以便有利于其通过国际贸易渠道实现技术外溢和技术赶超;另一方面,内陆省份在承接东部地区产业转移过程中,不应该简单模仿沿海地区已有经验,而是从技术进步和产业结构升级着手,从更长远的角度协调好贸易开放、产业结构与经济增长之间的关系。
　　参考文献：
1. Arellano, M., and S1Bond. Some Tests of Specifica-tion for Panel Data: Monte Carlo Evidence and an Application to　Employment Equations [J]. Reviewof Economic Studies, 1991,
58: 277~297
2. Anderson, J1E.. A Theoretical Foundation for the　Gravity Equation [J]. American Economic Review, 1979, 69(1): 106~116
3. Blundell, R., and S1Bond. Initial Conditions and Mo-ment Restrictions in Dynamic Panel Data Models [J]. Journal of　Econometrics, 1998, 87: 115~43
4. Ben-David. D.. Teach your Children Well: Planting　the Seeds of Education andHarvesting the Benefits ofTrade [R].Unpublished paper. Tel-Aviv University, 1999
5. Beck, T., R Levine and N1Loayza. Finance and the　Sources of Growth [J]. Journal of Financial Economics, 2000,58: 261~300
6. Chang, R., Kaltani, L., Loayza, N.. Openness　can be Good for Growth: The Role of Policy Complementarities　[R]. NBER Working Paper 11787, 2005
7. Cameron, G., Proudman, J., and Redding, S..Technological Convergence, R&D, Trade and Productivity Growth[J]. European Economic Review, 2005, 49: 775~807
8. Frankel, Jeffrey and David Romer. Does Trade Cause　Growth? [J]. American Economic Review, 1999, 89 (3):379~399
9. Grossman, G., Helpman, E.. Trade, Knowledge　Spillovers, and Growth [ J]. European Economic Review,1999, 35: 517~526
10. Krueger, Anne O.. Liberalization Attempts and Con-sequences [M]. Cambridge, Mass: Ballinger, 1978
11. Kanbur Ravi and Xiao bo Zhang. Fifty Years of Re-gional Inequality in China: A Journey through Central Planning,Reform and Openness [J]. Review of Development Economics,2005, 9 (1): 87~106
12. Prebisch, R.. The Economic Development of Latin　America and its Principal Problems [R]. UN Document no. E/CN. 12/89/Rev. 1. Lake Success, N1Y.: United Nations,1950
13. Rodriguez, F., Rodrik, D.. Trade Policy and Eco-nomic Growth: A Skeptics Guide to the Gross-national Evidence
[M]. En B. Bernanke y K. Rogoff, NBER Macroeconomics　Annual 15, MITPress, 2000
14. Roodman, D.. How to do Xtabond2: An Introduction　to Difference and System GMM in Stata [R]. Center for Global　Development. Paper 103, 2005
15. Singer, H1W.. The Distribution of Gains between In-vesting and Borrowing Countries [R]. In the Strategy of Interna-tional Development: Essays in the Economics of Backwardness.
London: Macmillan, 1950
16. Sachs&Warner. Economic Reform and the Process of　Global Integration [J]. Brookings Papers on Economic Activities,1995, (1): 1~95
17. Young, Alwyn. Learning by Doing and the Dynamic　Effects of International Trade [J]. Quarterly Journal of Eco-nomics, 1991, 106 (2): 369~405
18.符宁.人力资本、研发强度与进口贸易技术溢出－－－基于我国吸收能力的实证研究[J].世界经济研究,2007, (11): 37~42, 61
19.黄玖立,李坤望.出口开放、地区市场规模和经济增长[J].经济研究, 2006, (6): 37~38
20.刘生龙,胡鞍钢.基础设施的外部性在中国的检验: 1988~2007 [J].经济研究, 2010, (3): 4~15
21.沈程翔.中国出口导向型经济增长的实证分析:1977~1998 [J].世界经济, 1999, (12): 26~30
22.齐志强,康春鹏.中国经济增长来源实证研究[J].工业技术经济, 2013, (2): 133~141
23.孙焱林.我国出口与经济增长的实证分析[J].国际贸易问题, 2000, (2): 38~42
24.盛斌,毛其淋.贸易开放、国内市场一体化与中国省际经济增长: 1985 ~ 2008 [J].世界经济, 2011,(11): 44~46
25.张军,吴桂英,张吉鹏.中国省际物质资本存量估算: 1952~2000 [J].经济研究, 2004, (10): 35~44