|
X3i是1960年i国的初始发展程度，初始发展程度越高的国家其科技也越先进，由于资本报酬递减，其倾向于增长的越慢。这里采用1960年的人均GDP[15]来度量其初始发展程度； X4i是1960年i国的初始市场规模，市场规模越大的国家，由于规模经济的作用能提高255 企业的生产率。采用此变量，还能验证扩大市场规模能否提高经济增长率。此处采用1960年的人口[15]来控制初始市场规模的影响。 X5i是i国的经济自由度，用经济自由指数（IEF）来衡量。此处采用1970-2005年IEF的平均值，IEF值的范围从0到10，值越高，表明经济自由度越高。 表2. 原始模型最小二乘估计结果 260 组别 (0,3000) (3000,6000) (6000,+ ) 常数项 -2.636 (1.924) -1.647 (2.717) 4.987** （1.271） X1 0.003 (0.008) 0.027* (0.011) 0.000 (0.003) X2 -0.127 (0.078) -0.188 (0.217) -0.591 (0.533) X3 0.000 (0.000) 0.000 (0.000) 0.000*** (0.000) X4 5.428E-6** (0.000) 2.443E-5 (0.000) 5.735E-6* (0.000) X5 0.947** (0.000) 0.507 (0.369) 0.051 (0.166) 调整的R2 0.374 0.501 0.975 样本容量 46 15 15 *表示在5%的水平下显著； **表示在1%的水平下显著； ***表示在1‰的水平下显著。 注：括号内的数据是标准差。 265 表3. 修正后模型最小二乘估计结果 模型1 模型2 模型3 常数项 -5.211*** (1.366) 0.689423 (0.446467) 4.738*** (0.199) X1 0.023326*** (0.004576) X2 X3 -0.000313*** (1.59E-05) X4 6.281E-6*** (0.000) 2.86E-05** (9.23E-06) 5.41E-06* (2.21E-06) X5 1.185*** (0.235) 调整的R2 0.428 0.592117 0.961 样本容量 48 18 17 *表示在5%的水平下显著； **表示在1%的水平下显著； ***表示在1‰的水平下显著。 注：括号内的数据是标准差。 270 2.3.2 修正后模型的检验 表4. 回归模型估计结果的统计检验 F检验的P值 D-W检验 |ei|与自变量的 等级相关系数 方差扩大因子VIF 模型1 0.000001 1.715 X4 -0.201 X5 0.350 X4 1.008 X5 1.008 模型2 0.000469 2.478 X1 -0.344 X4 0.179 X1 1.272 X4 1.272 模型3 0.000000 1.819 X3 0.228 X4 -0.676 X3 1.003 X4 1.003 从表4可以看出，三个模型F检验的P值都小于0.001，说明各模型整体都是显著的。275 而且从表3可知，各模型的系数在0.05的显著性水平下均显著。 用杜宾-沃特森方法检验模型无自相关的假定，在0.01的显著性水平下均不能拒绝无自相关的原假设。 为了检验同方差的假定，用残差的绝对值和自变量求Spearman等级相关系数。在前两个模型中，残差的绝对值和各自变量的等级相关系数都很小，不存在异方差。而第三个模型280 中，残差绝对值和变量X4的等级相关系数为-0.676，其t检验的P值为0.003，等级相关系数显著不为零。可判断模型3存在异方差性，则采用加权最小二乘法对模型3进行估计，结果如下： 表5. 模型3的加权最小二乘估计 常数项 X3 X4 调整的R2 F检验的P值 4.319*** （0.239） -2.614E-4*** （0.000） 4.550E-6*** （0.000） 0.825 1.98E-6 ***表示在1‰的水平下显著。 285 注：括号内的数据是标准差。 用方差扩大因子来检验是否存在多重共线性，从表4中数据可知不同模型各自变量的方差扩大因子都很小，故也不存在多重共线性现象。 综上所述，模型1、2均满足回归的基本假定，而且模型显著。模型3存在异方差，通过加权最小二乘法加以克服。 290 由以上计算结果得到估计方程为： iiiXXEY54185.1)6281.6(-5.211 （5） iiiXXY41000286.0023.009.60 （6） iiiXXY430000455.000026.004.319（7） 从第一个模型来看，在经济发展的初期阶段贸易依存度和经济增长之间的关系不显著，295 故剔除了变量X1。改用X4、X5作为自变量后模型显著。 再看第二个模型，在经济发展到一定程度之后，贸易依存度和经济增长的关系变得显著。表现为在其他变量保持不变的情况下，贸易依存度每提高一个百分点经济增长率提高0.023个百分点。 最后看第三个模型，此时贸易依存度和经济增长的关系又变得不显著了。剔除原模型中300 不显著的变量，用X3、X4作为自变量建立模型。初始发展程度（X3）的系数为负，说明初始发展程度越高经济倾向于增长的越慢。 另外，以上三个模型中X4的系数均为正，说明无论处于什么发展阶段市场规模对经济增长都有正面促进作用。三个模型中X4的系数分别为6.281E-6、2.86E-5、4.55E-6，比较系数大小可以看出1960年人均GDP在3000-6000国际元的国家扩大市场规模对经济的促进作305 用最大，其次是低于3000国际元的国家，扩大市场规模对经济促进作用最小的是高于6000国际元的国家。 从以上三个回归方程可以得出如下结论：人均GDP在3000-6000国际元的国家，外贸依存度和经济增长的关系显著。因此，处在这个阶段的国家可以通过大力发展对外贸易来促进经济增长。同时也说明了国际贸易对经济的带动作用不可持续，当经济发展到较高程度后310 相应的该国科学技术也处于世界的前列，贸易对该国科技的促进作用微乎其微，而且此时扩大市场规模对发展经济的作用也很小。国际贸易带动经济增长的两条重要途径（促进技术进步和扩大市场规模）在这个发展阶段都行不通。 2.3.3 我国对外贸易和经济增长的关系 根据Angus Maddison的《The World Economy: Historical Statistics》一书中的数据，在315 1998年我国人均GDP已超过3000国际元（以1990年为基期），按照前面的结论此时对外贸易和经济增长的相关性最大。 2.3.3.1 相关性分析 图3.1978-2009年贸易依存度和GDP的散点图 320 图3是我国1978-2009年的贸易依存度和GDP[16]的散点图，从图中可以看出贸易依存度随着GDP的增加大致呈先降低后上升的趋势，而贸易依存度最低的年份恰好为1998年。 1980198519901995200020052010050001500025000年份对外贸易图10. 1978-2009年对外贸易量 （单位：亿美元） 图4.1978-2009年对外贸易量（单位：亿美元） 1980198519901995200020052010050000150000250000年份GDP图11. 1978-2009年GDP （单位：亿元） 325 图5.1978-2009年GDP（单位：亿元） 0 50000 150000 250000 0.04 0.05 0.06 0.07 0.08 0.09 GDP 贸易依存度 表6是贸易依存度和GDP的相关系数，分为两个阶段1978-1997年和1998-2009年。另外由于2009年世界经济遭遇金融海啸我国出口下滑，将2009年的数据提出后重新计算了1998-2008年二者的相关系数。从相关系数可以看出，两个阶段贸易依存度和GDP的相关系数都很大，前一阶段为负相关，后一阶段为正相关。 330 表6.贸易依存度和GDP的相关系数 序号 年份 样本量 相关系数 Pearson Kendall Spearman 1 1978-2009 32 0.0984368 （0.592） -0.2016129 （0.1088） -0.1931818 （0.2882） 2 1978-1997 20 -0.8779378 （3.638e-07） -0.7263158 （8.335e-07） -0.8000000 （2.833e-05） 3 1998-2009 12 0.774943 （0.003072） 0.7878788 （0.0001074） 0.8811189 （0.0001922） 4 1998-2008 11 0.8975343 （0.0001778） 0.9272727 （3.257e-06） 0.9818182 （2.2e-16） 注：相关系数栏括号内的为P值。 2.3.3.2 格兰杰因果关系检验 为了进一步验证我国对外贸易和经济增长是何种关系，下面采用我国1978年到2009335 年进出口总额和GDP的时间序列数据做格兰杰因果关系检验。 格兰杰因果关系检验的实质是检验变量及其滞后变量是否可以影响其他方程中的变量，如果其他变量受影响，则称它们具有格兰杰因果关系，否则为不存在格兰杰因果关系。 在进行检验之前，应该首先检验变量间是否存在协整关系。用ADF（Augmented Dickey-Fuller）单位根检验来检验变量的平稳性，用AEG（Augmented Engle-Granger）协整340 检验法检验变量间的协整关系。AEG 协整检验的基本原理为：若同阶单整的时序数据之间的线性组合是平稳的，则证明变量间存在协整关系。 用GDP 和进出口总额建立如下线性模型： tttTradecGDP （8） 其中c为截距项，为待估参数，为残差项。代入数据拟合后得到残差te并检验其345 平稳性，若 t e 是平稳的，则证明进出口和GDP之间存在协整关系。进出口总额和GDP的ADF检验及协整检验结果参见表7。 表7. 1978-2009年进出口总额和GDP的ADF检验及协整检验结果 变量 检验形式（C,T,L） 检验值 P值 GDP (C,T,7) 2.476010 1.0000 Trade D(GDP ,1) D(Trade,1) D(GDP,2) D(Trade,2) e (C,T,7) (C,0,4) (C,0,7) (C,0,3) (C,0,6) (0,0,3) 0.521385 -0.193058 -0.852334 -3.044756** -6.999821*** -2.076904** 0.9987 0.9278 0.7846 0.0438 0.0000 0.0382 (1) *、**、***分别表示在10%、5%和1%的显著性水平下显著。 (2)检验形式(C,T,L)表示检验模型中含有截距项C、趋势项T和滞后期数L，其中滞后期数根据AIC准350 则选取。 (3) D(V,N)表示对变量V进行N阶差分。 表7的检验结果显示，进出口总额和GDP都是二阶单整变量，对残差e的检验结果表明e在5%的显著性水平上是平稳的。所以进出口总额和GDP之间存在长期均衡的关系，可355 以进一步检验二者之间的格兰杰因果关系。 格兰杰因果关系检验的模型为： tnjjtjniitituGDPTradeGDP111 （9） tnjjtjniitituGDPTradeTrade211 （10） 其中干扰项u1t和u2t假定为不相关的。 360 模型（9）的原假设为0H0i ：，若原假设成立，则说明进出口总额（Trade）不是国内生产总值（GDP）的格兰杰原因；模型（10）的原假设为0H0j：，若原假设成立，则说明国内生产总值（GDP）不是进出口总额（Trade）的格兰杰原因。 对进出口总额（Trade）和国内生产总值（GDP）做格兰杰因果检验，结果参见表8。 表8. 格兰杰因果关系检验结果 365 原假设 滞后期数 观察值 F统计量 原创学术论文网Tag： |
 |
 |
 |
 |
 |
 |
 |
