实证分析：数据来源与处理对引力模型建立的重要性

9.5.4.1　数据的来源和处理

大量的数据对于准确地建立、估计引力模型至关重要。因此，收集与整理样本数据成为建立模型中非常重要的工作之一，其直接影响了引力模型的质量。

本节所需的各项数据均来自各个国际组织的官方报告和数据库，具体如下：

EXPijt数据全部来自联合国贸易数据库（COMTRADE），该数据库属于联合国贸易统计网站（WITS），从而在一定程度上保证了数据的权威性和统计的一致性。

GDPit、GDPjt、POPit、POPjt、LANDi以及LANDj数据全部来自世界银行数据库（World Bank’s World Development Indicators，WDI）。其中，GDP以购买者价格计算，数据为现价美元，采用单一年份的官方汇率得出；人口采用某国的总人口数量的年中估计值进行计算；土地面积为一国的国土总面积，不包括内陆水体、提出主权主张的大陆架和专属经济区。

DISTij数据来自法国国际经济研究所（CEPII）网站的官方报告，表示两个贸易国家首都城市的距离。

FTAijt根据各国加入某一贸易集团的时间收集整理而成。本节只涉及了中国加入的中国—东盟自由贸易区（China and ASEAN Free Trade Area，CAFTA），如果在第t年我国与国家j同属于该自由贸易区则FTAijt = 1，否则取0。

SCit表示第t年我国单位GDP所对应的二氧化碳排放量，其中CO2it数据来自美国田纳西州橡树岭国家实验室环境科学部二氧化碳信息分析中心发布的历年官方报告。本节中的二氧化碳排放量指化石燃料燃烧和水泥生产过程中产生的排放，包括在消费固态、液态和气态燃料以及天然气燃烧时产生的二氧化碳。

9.5.4.2　实证研究结果及分析(www.xing528.com)

由于模型数据既涉及了不同国家的贸易情况，又根据年份不同而分别对数据进行了收集，属于典型的面板数据模型，不同于普通的时间序列模型。在用EVIEWS软件进行分析模拟时如果采用普通的最小二乘法方法会遇到序列相关和奇异矩阵问题，因此本节采用了处理面板数据的poolols方法，以保证模型的质量。利用EVIEWS 6.0分析软件，首先对各个样本国家总贸易的流量进行模拟回归，其分析结果如表2所示。

表2　对我国能源密集型产业出口贸易总额的估计结果

由表2结果可以看出，在利用似不相关估计（SUR加权方法）对我国能源密集型产业出口贸易进行估计时，调整后的可决系数 - R2为0.999 737，说明我国能源密集型产业出口贸易中有超过99.97%的贸易份额都可以用模型中包含的9个变量进行解释，即回归方程对样本观测值的拟合程度较好，方程整体具有显著性。

从单个解释变量上看，模型中列举的9个变量所对应的P值均小于0.01，即解释变量均在1%的水平上通过了显著性检验，都对我国能源密集型产品出口贸易有显著性影响。从符号上看，除了ln POPjt和ln LANDi两个解释变量以外，其余的解释变量在模型中所对应的系数符号均与预期相符。

对于进口国家人口解释变量ln POPjt 的系数符号与预期不符，为正，可能由于以下原因造成：一产品进口国人口代表着该国家对于世界市场商品的潜在需求和消费能力，因此一国人口越多，则其对进口商品越依赖，会促使该国从国外进口更多的商品，进而导致该变量在模型中所对应的系数β3为正；而对于两国的国土面积与两国双边贸易呈现负相关关系，我们可以认为国土面积广大表明两国国土广袤，自然资源丰富，不会依赖于国际市场，因此国土面积越大则双边贸易额越小。

其他变量对于双边贸易所起到的作用均与上文分析预期相同，如两国的GDP均对双边贸易产生了非常明显的积极作用，例如我国（出口国）的ln GDPit在模型中所对应的系数为0.224 774，则从理论上分析，每当我国的GDP上升为原来的2倍时，则我国对相关国家的能源密集型产业的出口额将上升17%左右，很显然这个促进作用是非常显著的。另外，解释变量ln DISTij的系数为负，且达到了 - 0.69，说明两国之间的地理距离确实对贸易有着抑制作用，两国距离遥远不利于开展双边贸易关系。解释变量FTAij的系数为正，其显著性也在1%的水平下通过检验，说明区域经济一体化确实起到了促进双边贸易的作用。

关于新引入的解释变量ln SCit，我们可以看到该变量所对应的回归系数为负，这与我们的预期一致，表明我国现已实行的环境规制措施确实对我国相关的能源密集型产业产品出口产生了不良影响。从理论上分析，每当我国环境规制严格程度增加1倍，则我国相关的产品出口会萎缩42%左右，对我国出口产生显著的负面影响。