中国出口贸易依存度实证统计研究.docx

中国出口贸易依存度实证统计研究 摘要：文章以GDP中第三产业的比重，加工贸易出口额占总出口额的比重和汇率比价为解释变量，分析了它们对19812011年我国出口依存度的影响。结果表明：GDP中第三产业的比重越高，汇率比价越大，出口依存度越高。而传统观点认为的对出口依存度产生正向影响的因素加工贸易出口额占总出口额的比重作用并不明显。 关键词：中国 贸易依存度 协整检验 科克伦奥克特两步法 一、引言及文献回顾 外贸依存度的测算方法最早由世界银行等国际性经济组织在二战结束后在其发表的研究报告中提出。当时，为了推动各国市场的开放，世界银行等国际性经济组织纷纷在其研究报告中列入有关对外贸易依存度和跨国比较的内容。当时的测算方法主要是采用比率法， 即一国商品对外贸易额占该国国内生产总值（GDP）的比值（即传统的比率法）。但是很快人们便开始注意到对外贸易比率法在实证分析中的局限性。著名经济学家钱纳里发现，对于人口较多的国家，对外贸易比率普遍较低；而库兹涅茨（S. Kuznets）则从统计学的角度指出，对外贸易比率与国家的国民收入之间存在负相关关系。因此，对外贸易比率法并不能真实反映一国的贸易开放程度。或者说，只有在诸如人均 GDP、经济地理位置、人口规模等因素相近的国家之间，以对外贸易比率法度量贸易开放度和进行跨国比较才有意义。 此后，从20世纪6070年代起，围绕贸易开放度的度量方法，国内外涌现了许多新看法和观点。主要有两类：一是对比率法作局部调整和修改，如强调用购买力平价汇率（PPP）计算各国GDP，以减少因名义汇率扭曲所造成的影响等，国内的学者如许统生（2003）提出了修正比率法，沈利生（2003）提出了总活动法； 二是认为度量贸易依存度应立足于贸易政策，不仅要度量关税措施，而且要度量非关税措施。九十年代后出现的度量贸易开放度的方法包括指标法和回归方程法，前者分别有道拉斯（Dollars，1992）、萨克斯（Sachs）和瓦诺（Warner） （1995），以及爱德华兹（Edwards，1989）所提出的三种观点，后者包括 Harrison （1996）回归法、Patrick （1998） 回归法等。 需要指出的是，指标法旨在修正贸易依存度的可比性（包括横向和纵向比较），使该指标更精确。但对于影响贸易依存度的因素缺乏定量分析。从这个角度上讲，本文认为回归方程法更有利于认清贸易依存度的本质和影响它的内在因素。因此，本文拟采用实证回归方法来研究中国贸易依存度。Patrick（1998）回归法选取了GDP（包括一次项和平方项）、各国人口数以及人均GDP的平方作为解释变量，来考察各国的贸易依存度并进行国际横向比较。本文研究的是中国出口贸易依存度，并无国际横向比较的需要，因此，在变量选取时不考虑我国的人口数。段小检（2006）选取汇率（人民币对日元）、外商直接投资（FDI）和GDP作为解释变量，利用OLS对19852004年我国外贸依存度进行了实证分析。综合来看，汇率、GDP和加工贸易的比重大小可能是影响我国出口贸易依存度的关键因素，因此本文选取了与它们直接相关联的三个指标。另外，本文的被解释变量是中国出口贸易依存度，而没有采用通常的贸易依存度（一般来说，贸易依存度等于出口依存度和进口依存度之和）。 二、数据来源及说明 （一）国内生产总值（GDP） 文中所用的GDP数据并未进行物价指数处理，理由是：因变量（出口依存度）和自变量（服务业占GDP的比例，加工贸易出口额占总贸易出口额的比例）都是比率形式。价格指数对分子分母的影响是同步的。采用比率形式可以不受价格指数波动的影响。另外一个考虑是，GDP的国际横向比较是需要进行物价调整及汇率调整的，本文不需要进行GDP或者出口贸易依存度的横向国际比较，因此不需要进行物价指数调整。 （二）加工贸易额及加工贸易出口额 加工贸易与一般贸易不同，主要表现在：在进口环节中，加工贸易进口的多为原材料、中间产品等，进口的目的是为了在国内加工后再出口。而一般贸易进口的多是制成品、最终消费品；在出口环节上，加工贸易的产品在国内的增值部分少，国内的利润只有少量的加工费。而一般贸易出口的产品在国内的增值较多；一般贸易出口属于本国的原产产品，而加工贸易出口在很大程度上属于国外的产品。另外，进行加工贸易的多为外资或三资企业，而进行一般贸易的则多为本国企业。为了考察加工贸易可能存在的对出口依存度的影响，文章将加工贸易中属于出口的部分单列出来，从而剔除加工贸易中属于进口部分的影响。 （三）汇率 本文采用的汇率是采用国家统计年鉴（2012）公布的人民币对美元的年平均汇价（中间价）数据，即所谓的名义汇率。很多学者（如魏建国（2005）认为，在考察汇率对贸易依存度的影响时，应该采用购买力平价汇率（PPP）或实际汇率来分析。对于这点，本文认为，经过PPP调整的过程实际上就是在历年名义汇率的基础上除以某个转换因子（如2001年世界银行公布的转换因子是1.88）。如果各年的汇率都进行这样的调整，最终的汇率指数（当期年份的名义汇率与基期年份的名义汇率相比）和不调整是相同的。另外，沈利生（2005）从另外的角度说明了PPP调整汇率的不适用性。实际汇率也是一个颇具争议的问题，目前还没有统一的计算方法，各种方法所考察的重点不一样，不具有可比性。因此，为了避免卷入这样的争议中，本文也不采用实际汇率数据。 三、变量的选取和模型设定 （一）被解释变量：出口依存度（Ln（EXGDP） 计算外贸出口依存度（下称出口依存度）采用的公式是：出口依存度（Exgdp）=出口贸易额/GDP。出口贸易额和GDP均采用以人民币计算的数据。这些数据都以当年价格计算，两者都不需要进行物价指数调整，理由已在前文说明。为了减少出现异方差的可能性，本文所有变量均采用对数形式。 （二）解释变量 1、GDP中第三产业的比重（Ln（SERGDP） 很多学者都认为，第三产业在GDP中所占的比重会影响出口依存度（而且认为两者之间是反方向变动的关系）。为了考察第三产业在GDP中所占的比重大小是否真正以及在多大程度上影响出口依存度，本文选取该变量作为模型的解释变量之一。 2、加工贸易出口额占总出口额的比重（Ln（PROTEX） 一般的观点认为，加工贸易出口额占总出口额的比重越大，则出口依存度越大。为了验证这种观点正确与否，文章将该变量纳入到模型的初始变量中。国家统计局公布的加工贸易出口额数据截至到2008年，2009年及以后年份的加工贸易出口额数据由作者根据海关公布的数据整理而来。 3、汇率比价（Ln（EXRATEI） 这里采用的汇率是由国家统计局（2012）公布的人民币对美元的平均汇率（中间价）。由于国家统计局公布的汇率只有19852011年的数据，笔者自行换算了19811984年四年的汇率（采用统计局公布的分别以人民币和美元计算的进出口额进行换算）。另外，为了消除物价因素影响，采用与基年汇率的比值来计算历年的汇率指数。令1981年的基年汇率为1，其他年度与1981年相比得到各年的汇率指数。 （三）模型设定 本文认为，我国出口依存度受到第三产业占GDP的比重、加工贸易出口额占外贸总出口额的比重以及人民币汇率比价的影响。因此文章拟进行回归的初步模型为： Ln（EXGDP）t=β1+β2Ln（PROTEX）t+β3Ln（SERGDP）t +β4Ln（EXRATEI）t+εt 其中t表示年份，εt表示随机干扰项。 四、模型回归与检验 （一）单位根检验和协整检验 1、单位根检验 在使用历年的出口依存度数据之前，考虑到时间序列数据的平稳性，先对其进行单位根检验。结果如表1： 根据检验结果，解释变量和被解释变量的ADF统计值不显著，即原数据有单位根，是不平稳的。为了获得平稳数据序列，可对原数据进行一阶差分，得到差分序列。然后再进行平稳性的单位根检验。结果如表2： 结果表明，各变量的一阶差分序列的ADF统计值是显著的，即一阶差分序列没有单位根，是平稳的。因此，出口依存度（Ln（EXGDP），汇率比价（Ln（EXRATEI），加工贸易出口额占外贸总出口额的比重（Ln（PROTEX）和第三产业占GDP的比重（Ln（SERGDP）均为一阶单整序列，可以进行协整检验。 2、协整检验 按照恩格尔葛兰杰（EG）检验的步骤进行检验。先由Ln（EXGDP） 对Ln（EXRATEI），Ln（PROTEX）和Ln（SERGDP）进行OLS回归，估计结果如下： （1） 其中，R2=0.7759，D.W.= 0.5908，F=31.1525（括号内为相应系数的t值） 上述回归的残差的ADF检验结果如表3： 结果表明，在5%水平下，Ln（EXRATEI），Ln（PROTEX）及Ln（SERGDP）和Ln（EXGDP） 之间存在协整关系（滞后1期）。 （二）自相关检验和模型设定检验 回归方程式（1）的其他结果如表4： 另外， R2=0.8739，D.W.= 0.5891。从回归报告结果来看，有两点必须引起注意：第一，加工贸易出口额占比（Ln（PROTEX）的系数不显著，这表明可能存在模型设立误差或者多重共线性问题；第二，R2大于D.W.值，说明回归可能存在自相关。 1、模型设立误差 从上述回归结果中可知，变量加工贸易出口额占比的系数不显著。为了考察Ln（PROTEX）是否能够解释出口依存度的变异，下文做有约束的F检验（原假设：加工贸易出口额占比（Ln（PROTEX）的系数为0）。F（1，27）=1.54（其中，m=1，n=31，k=4）。通过查阅F统计量的临界值表可知，在1%、5%和10%水平上都不显著，从而接受原假设。说明可以将Ln（PROTEX）从原模型中剔除，即加工贸易出口额占比的变化不会对我国出口依存度产生影响。 为了检验模型在剔除Ln（PROTEX）后是否存在设定误差，可以做Ramset检验。将Ramset检验用到的拟合值的二次、三次和四次幂作为增补的回归元引入模型，重新做增补回归，通过查阅Ramset检验用到的F值临界表可以看出，得到的F值都不显著，说明剔除Ln（PROTEX）后的模型不存在设定误差。剔除Ln（PROTEX）后由第三产业占GDP的比重、汇率比价对出口依存度重新做回归得到： （2） 其中：R2=0.8651，D.W.= 0.4787，F=89.7806（括号内为相应系数的t值）。在上述回归中，仍然存在R2大于D.W.值的问题，因此要做自相关检验。 2、自相关检验 直观上，由于R2大于D.W.值，可能提供了存在自相关的信息。为此必须进行自相关检验。本文通过用两种方法进行检验。 （1）D-W检验 上述回归的样本数量为： n=31，不含截距项的因变量个数为：k=3。通过查阅德宾沃森d统计量表，得到D.W.= 0.478701 dU。根据修订的d检验程序，在1%和5%水平下拒绝不存在一阶正自相关的假设，即存在一阶正自相关。 （2）RACH效应检验 利用（1）式的回归残差进行ARCH检验，检验结果如表5： 从上述结果中可以看到，（2）式的回归残差存在ARCH（1）效应。 综合来看，（2）式的回归中确实存在自相关。为了消除自相关，本文采用科克伦-奥克特两步法： 利用（2）式得到的残差，进行回归可得：residt=0.8451residt-1（resid为（2）式回归得到的残差，t表示期数）。由此得到ρ= 0.8451。然后作差分回归： Ln（EXGDP）t-ρLn（EXGDP）t-1=β1（1-ρ）+β2Ln（SERGDP）t-ρLn（SERGDP）t-1+β3Ln（EXRATEI）t-ρLn（EXRATEI）t-1+Vt（3） Vt 表示残差项。其中，回归式（3）中所用的变量的第一次观察值采用普莱斯温斯滕变换（PraisWinsten transformation）。 回归结果如表6所示。其中：R2=0.8268，D.W.=1.4839，F= 66.8314。 为了检验经过广义变换回归后的模型是否还存在自相关，需要对（3）式进行游程检验。正的残差项数为n1=16， 负的残差项数为n2=15，总的残差数为n=n1+n2=31。游程个数为：k=18。游程的均值为：E（k）=16.48。方差为：σ2k=7.48。95%的置信区间为：（11.12，21.84），k值落入此区间内，因此不拒绝原假设，即广义变换回归（3）式的残差相互独立，从而基本上消除了原回归（2）中的自相关。 文章最终采用的模型为：出口依存度只受第三产业在GDP的占比和人民币汇率比价的影响，即 PLn（EXGDP）t=β1+β2PLn（SERGDP）+β3PLn（EXRATEI）t （ 其中，PLnEXGDP，PLnSERGDP，PLnEXRATEI和P LnPROTEX表示经过变换后的因、自变量） 带入系数后得到的回归模型为： PLn（EXGDP）t=-0.2559+1.3070PLn（SERGDP）t+0.9481 PLn（EXRATEI）t（4） （三）最终模型的确立 为了检验模型（4）的适用性，再次对其进行协整检验。得到的ADF值为：-3.808120（滞后阶数为0），通过查阅相应的临界值表可以得到，在5%水平下拒绝回归残差具有单位根的假设。因此，模型（4）变量之间具有协整关系，表明此次所做的回归有效。 将（4）式中的变量还原后得到的估计模型为： Ln（EXGDP）t=-0.2559+1.3070Ln（SERGDP） -1.1046Ln（SERGDP）t-1+0.9481Ln（EXRATEI）t -0.0801Ln（EXTRATEI）t-1+0.8451Ln（EXGDP）t-1 五、结论及政策评价 （一）服务贸易占GDP的比重对出口依存度的影响是正向的 这一点与传统的观点正好相反。传统的观点认为，服务贸易占GDP的比重越大，出口依存度越小。持这种观点的理由是，服务业的可贸易程度低，服务业的比重越大，说明可用来贸易的物品价值越小，从而以出口货物贸易计算的出口贸易依存度就低。实际上，对于这种观点有两点值得思考： 第一，服务业中的交通运输、仓储、邮政业，金融业可能与货物出口有很紧密的相关度。交通运输、仓储行业一般是与一国的出口贸易紧密联系的。一般来说，出口贸易额越大，越能带动交通运输和仓储业的发展，从而交通运输、仓储行业的贡献值越大。对于金融业，虽然其在服务业中所占的比重比较小，但同样与出口贸易紧密相连，如出口货物绝大多数都要投保，保险公司的保费收入一部分来自于出口货物的保险费；货款的结算是要通过银行来进行的，银行业的中间业务收入中一部分来自于出口货款的结算。另外，在服务业中的其他一栏所占的比重比较大（19812011年间该比例一直在25%以上，从2000年开始一直保持在36%以上），而这一栏中也可能包含与出口贸易紧密相关的行业或产