模型回归分析结果详解的介绍

本章采用的计量分析工具是Eveiws6.0^[2]，由于数据包含有时间序列数据和非时间序列数据，所以估计模型选择混合模型，估计方法是Pooled EGLS（Period SUR），即面板广义最小二乘法，对引力模型方程（1）进行回归，结果见图6−3。

图6−3　引力模型的回归结果

根据多元线性回归理论，本研究有必要对模型中的各解释变量进行相关性和多重共线性（Multicollinearity）检验，以验证回归结果的有效性。检验结果详见表6−4 和表6−5。从表6−4 中可以看出，各解释变量的容差（Tolerance）都大于0.1，各解释变量的方差膨胀因子（VIF）均小于10，说明模型中的变量不存在明显的多重共线性。

表6−4　回归模型中变量的共线性检验

表6−5　回归模型中变量的相关系数矩阵

从表6−5 的相关系数矩阵（Correlation Matrix）中可以看出，中国和贸易对象国的语言距离LAN 和地理距离DIS 的相关系数是0.641＞0.5，说明这两个变量之间存在一定的相关性。语言距离反映的是两国之间的语言差异程度，地理距离体现了两国之间的空间距离，它们虽然反映的是不同的距离，但也存在一定的联系。另外，地理距离DIS 和共同边界（ADJ）同经贸合作安排RTA 的相关系数略大于0.5，但是十分接近，它们的相关性对模型的影响不大。

模型Durbin−Watson 统计量为2.017，拟合优度检验（R2）为0.93，拟合结果完好，模型通过了F 检验，各个解释变量与被解释变量的关系符合预期，相关系数和显著水平都比较理想。各解释变量结果分析如下：(www.xing528.com)

（1）中国总体经济规模（GDP2）回归系数约等于0.47，P 值小于1%，变量影响显著；贸易对象国的总体经济规模（GDP1）的回归系数是0.76，变量的影响十分显著。这个结果和预期相符，双边贸易流量与贸易双方经济体的经济规模成显著的正相关关系，即参与贸易的经济体的经济规模越大，双边贸易流量就越大。

（2）两国的地理距离（DIS）的回归系数为−1.02，P 值接近于0，影响显著，说明两个经济体之间的地理距离与双边贸易流量成显著的负相关关系，符合我们的预期，同时也印证了前人的研究，即两国之间的地理距离越大，贸易成本越高，运输成本越大，从而导致双边贸易流量降低，特别是对货物贸易影响很大。

（3）两国之间的经贸合作安排，是否同属一个自由贸易区等贸易便利措施（RTA）的回归系数为0.13，P 值趋于0，影响显著，该变量对双边贸易流量的贡献虽然比贸易双方总体经济规模的贡献更小（系数更小），但是依然是显著的正相关关系，符合预期。

（4）两个经济体是否拥有共同边界（ADJ）的回归系数是0.17，P 值为0.12，说明该变量对两国的双边贸易流量成正相关，但影响不太显著。两个国家的共同边界对两国的双边贸易流量的影响主要由边境贸易来体现，但是，边境贸易受制于具体边境的贸易开放度，开放的边界对两国边境贸易的促进作用明显比封闭的边界更大。

（5）两国之间的语言差异（LAN）的回归系数为−0.70，P 值是0.0575。语言因素对双边贸易流量的影响是本章关注的焦点。从回归结果来看，语言距离与双边贸易成负相关的关系，符合研究的预期，在5%的显著程度上P值接近0.05，影响比较显著。在其他变量不变的情况下，如果两国的语言差异降低1%，则意味着双边的贸易流量可能增加0.7 个百分点。语言经济学认为，两国使用共同语言能够降低交易成本，从而提升双边的贸易流量，语言差异会增加贸易沟通成本，从而增加贸易成本，降低双边贸易流量。本研究印证了语言经济学的这个观点。

从以上回归结果分析可以发现，语言差异、经济体的总体经济规模、地理距离和经贸合作安排等对中国的双边贸易流量有着很大的影响。从回归系数可以看出，语言距离对中国双边贸易流量的影响很大。