EU 16国计量模型中服务自由化对全要素生产率的影响分析

Kao et al.(2000)指出，若对通过协整检验的面板数据采用普通最小二乘法(OLS)进行估计，尽管可以获得有关未知参数的一致估计量，但由于内生性等问题可能使其不再服从正态分布，因此存在二阶近似偏误(second-order asymptotic bias)从而导致不准确的标准差。可选的估计方法有完全修正最小二乘法(fully modified OLS，FMOLS)、动态最小二乘法(dynamic OLS，DOLS)，上述两种方法均可用于同质或异质面板的估计，但DOLS方法具有更好的有限样本性质。此外，DOLS方法通过在协整方程中纳入解释变量的超前项或(和)滞后项，可以有效解决内生性问题，使之服从渐进的正态分布。

表7a、表7b列明了EU 16国计量模型中逐步纳入预测变量的DOLS估计结果，从中可以看出，区内服务投入自由化指数、区外服务投入自由化指数均显著促进了各国制造业的全要素生产率，且前者的系数明显高于后者系数，这得益于服务贸易自由化不断推进、各国制造业使用较多的区域内他国的服务投入这两方面的作用；而国内服务投入自由化指数的估计系数显著为负，可能源于区内服务投入、区外服务投入对国内服务投入的部分替代。总体而言，由于区内、外服务投入自由化指数对制造业TFP具有更高的正作用，而国内服务投入自由化指数具有较低的负作用，表明在具有“服务投入—制造业生产”网络的区域进行服务贸易自由化引致了显著正向的生产率绩效，这与前文所做的推断相吻合。具体来看，表7a的(1)～(3)列仅考察了解释变量和被解释变量之间的关系，(1)、(2)报告了解释变量未滞后的估计结果，(3)报告了解释变量滞后1期的结果，其中(1)未控制国家—行业、时间的固定效应，(2)、(3)控制了国家—行业、时间的固定效应，可以看出仅有(3)表现出较强的统计功效。在此基础上，表7a的(4)、(5)纳入了控制货物贸易自由化的预测变量，区外最终品关税削减指数、区外中间品关税削减指数均有助于促进制造业全要素生产率，且前者系数低于后者，表明中间品的关税削减相比于最终品关税削减更有效，这符合相关文献的判断(Pavcnik，2002；Amiti and Konings，2007；Arnold et al，2012)；表7a的(6)、表7b的(7)引入了控制行业特征的预测变量，即各细分行业的GDP比重、出口中的国内增加值比例，发现前者对制造业全要素生产率具有非常显著的推动作用，说明制造业行业的自身发展是服务贸易自由化对其产生经济绩效的重要前提，后者则显示出微弱的正向促进作用，可能源于在生产过程中制造业倾向于使用越来越少的国内服务投入从而作用有限；表7b的(8)、(9)加入了衡量人力资本的控制变量，即行业的高技术工人工时比重、中等技术工人工时比重，两者均对制造业生产效率表现出较强的拉动作用，表明教育有助于吸收先进技术并促进生产效率的发展。

表7a　DOLS估计结果(EU)

续表

注：(1)括号中数值为z值，其中*、**、***分别代表10%、5%和1%的显著性水平；
(2)DOLS-0、DOLS-1分别代表各预测变量滞后0、1期的估计结果，由于滞后2期DOLS估计降低了各预测变量的统计功效，这里并未列明其具体结果。

表7b　DOLS估计结果(EU)

续表

注：(1)括号中数值为z值，其中*、**、***分别代表10%、5%和1%的显著性水平；
(2)DOLS-0、DOLS-1分别代表各预测变量滞后0、1期的估计结果，由于滞后2期DOLS估计降低了各预测变量的统计功效，这里并未列明其具体结果。(www.xing528.com)

表8a、表8b列明了NAFTA 3国计量模型中逐步纳入各预测变量后的DOLS估计结果，值得注意的是，区内服务投入自由化指数对制造业全要素生产率表现出较为微弱的抑制作用，这说明尽管服务贸易自由化的逐步推进，但区内国家数量较少从而限制了服务投入的来源、区域内成员国的制造业并未对区内其他国家的服务投入表现出明显的需求关系，从而影响了服务贸易自由化的生产率绩效；国内服务投入自由化指数、区外服务投入自由化指数均促进了各国制造业的全要素生产率，但前者系数较小，后者系数显著较高，这得益于服务贸易壁垒逐步削减、各国制造业使用一定的国内服务投入和更高的区外其他国家的服务投入等这几方面的作用。总体而言，由于国内、区外服务投入自由化指数对制造业TFP具有较强的正向作用，而区内服务投入自由化指数具有较低的负作用，说明在不具“服务投入—制造业生产”网络的区域进行服务贸易自由化虽然总体上推动了制造业生产率的提高，但作用极其有限，若在此区域内削减或消除服务业管制壁垒，与此同时建立对外的服务业管制壁垒，但各国由于倾向于使用区外的服务投入而非区内服务投入，很显然，这一举措将得不偿失。具体来看，表8a的(1)～(3)列仅考察了解释变量和被解释变量之间的关系，(1)、(2)报告了解释变量未滞后的估计结果，(3)报告了解释变量滞后1期的结果，其中(1)未控制国家—行业、时间的固定效应，(2)、(3)控制了国家—行业、时间的固定效应，可以看出仅有(3)表现出较强的统计功效；在此基础上，表8a的(4)、(5)与表8b的(6)、(7)纳入了控制货物贸易自由化的预测变量，区内最终品关税削减指数、区内中间品关税削减指数、区外最终品关税削减指数、区外中间品关税削减指数均有助于促进制造业全要素生产率，且区内关税削减的作用大于区外关税削减的作用，中间品关税削减的作用高于最终品关税削减的作用；表8b的(8)、(9)引入了控制行业特征的预测变量，即各细分行业的GDP比重、出口中的国内增加值比例，发现前者对制造业全要素生产率具有非常显著的推动作用，说明制造业行业的自身发展是服务贸易自由化对其产生经济绩效的重要前提，后者则显示出一定的正向促进作用(其系数高于EU计量模型中该变量的系数)，可能源于在生产过程中制造业并未减少国内服务投入的使用；表8b的(10)、(11)加入了衡量人力资本的控制变量，即行业的高技术工人工时比重、中等技术工人工时比重，两者均提高了制造业生产效率，说明教育对生产率绩效具有支撑作用。

表8a　DOLS估计结果(NAFTA)

续表

注：(1)括号中数值为z值，其中*、**、***分别代表10%、5%和1%的显著性水平；
(2)DOLS-0、DOLS-1分别代表各预测变量滞后0、1期的估计结果，由于滞后2期DOLS估计降低了各预测变量的统计功效，这里并未列明其具体结果。

表8b　DOLS估计结果(NAFTA)

续表

注：(1)括号中数值为z值，其中*、**、***分别代表10%、5%和1%的显著性水平；
(2)DOLS-0、DOLS-1分别代表各预测变量滞后0、1期的估计结果，由于滞后2期DOLS估计降低了各预测变量的统计功效，这里并未列明其具体结果。