贸易模式与经济发展的协整分析

以上对贸易模式演进趋势的测度验证了中国的贸易模式确实存在产业间贸易比重逐渐减少、产业内贸易比重逐渐增加的趋势。本节将运用时间序列分析技术——协整方法对经济发展水平与产业内贸易比重之间的关系进行分析，从而确定经济发展水平与贸易模式变化之间是否存在一种长期稳定的动态均衡关系以及因果关系。

4.4.1　数据的选取

由于1980—1991年这一时间段的产业间、产业内贸易额是按照SITC1位数笼统计算出来的，只能代表一个近似的趋势，而1992年之后的数据资料比较详细，计算也比较准确，因此本节只选取1992年之后的数据进行检验。钱纳里等发展经济学家采用各国的人均收入来衡量经济发展的阶段。本书对于中国经济的发展水平，也采用真实的人均GDP来衡量，并且用字母Y表示，其原始数据来源于各相关年份的《中国统计年鉴》。产业间－产业内贸易模式的变化则采用产业内贸易占总贸易额的比重来衡量^[6]，用字母T表示，其具体数据来源于表4.3中的计算结果，并且按照当年人民币兑美元的平均汇率折算成以人民币计价。同时，为减少变量的异方差性和提高模型估计的可靠性，本书对上面两组数据均取自然对数，取对数之后的变量分别用LnY和LnT表示。

4.4.2　单位根检验

在传统的时间序列计量分析中，通常都假定所分析的数据满足平稳性要求^[7]，并在此基础上对计量模型中的参数进行估计和假设检验。而最近20年的实证研究发现，许多宏观经济时间序列数据都是非平稳的。由于非平稳的时间序列不满足传统估计及推断技术所要求的条件，对非平稳的时间序列采用传统的计量方法往往会产生“伪回归”（Spurious Regression）问题，使得回归的结果并不可信。因此，在建立模型分析时间序列数据之前，首先需要对数据的平稳性进行检验。如果结果表明数据是非平稳的，即含有单位根，则需要对数据进行差分处理以达到平稳性要求。

对时间序列单位根的检验方法有很多种，本书采用使用较为广泛的ADF检验方法（Augmented Dickey－Fuller Test，Dickey ＆Fuller，1979）。该方法认为，如果ADF统计量的绝对值小于某一显著性水平下的临界值，则此变量存在单位根，并且需要在单位根的基础上进一步检验其单位根的阶数。如果ADF统计量的绝对值等于或大于某一显著性水平下的临界值，则此变量不存在单位根，是平稳的时间序列。根据ADF方法对各变量的单位根检验结果在表4.9中列出。

表4.9　ADF单位根检验结果

注：本表中ADF检验结果采用Eviews5.0软件计算得出。检验形式（C，Q，K）分别表示单位根检验方程中的常数项、时间趋势和滞后阶数，取值N意味着单位根检验方程中不包括C或Q。Δ表示该变量的一阶差分。

表4.9显示，在ADF检验方法下，经济发展水平和产业内贸易比重两个变量的水平序列都没有通过检验，是非平稳的，而它们的一阶差分序列则没有单位根，都是平稳的，即这两个时间序列的原序列都是I（1）序列，而其一阶差分序列都是I（0）序列。对这两个同阶序列可以进一步进行协整检验。

4.4.3　协整关系检验

协整检验能够研究经济变量之间的长期均衡关系，如果多个变量的时间序列是非平稳的，则这些变量之间可能存在协整关系。上面的单位根检验结果显示，经济发展水平和产业内贸易比重这两个变量都是一阶单整的I（1）序列，因此它们之间有存在协整关系的可能。常用的协整检验方法有Engle－Granger两步检验法（Engle ＆Granger，1987）和Johanson最大似然估计法（Johanson，1988）两种。本书采用EG的两步检验法检验经济发展水平的增长与产业内贸易比重的增长之间是否存在长期的因果关系。

在EG的两步检验法中，第一步需要以产业内贸易比重（LnT）为因变量，以经济发展水平（LnY）为自变量，运用最小二乘法（OLS法）进行回归，从而得到残差序列εt。第二步再对所得到的残差序列进行平稳性检验。如果εt是平稳的，则说明经济发展水平与产业内贸易比重存在长期稳定的均衡关系，并且经济发展水平的变化是产业内贸易比重发生变化的长期原因；如果εt是非平稳的，则说明二者的协整关系不存在。按照这种方法，经过第一步的检验得到经济发展水平与产业内贸易比重之间的协整方程为：

其中，＊＊＊表示通过了1%显著性水平下的t检验。模型的拟合程度，即R2并不高，这可能是因为缺省了其他重要变量所导致的，但这并不影响到两个变量之间的关系，并且通过F检验值也可以看出模型通过了显著性检验。

第二步对残差序列的单位根检验结果如表4.10所示。

表4.10　EG协整检验结果

表4.10显示，残差序列的ADF统计量在5%水平下显著，说明经济发展水平与产业内贸易比重之间存在唯一的协整关系。也就是说，在长期中，中国经济发展水平的提高对其产业内贸易比重的增长具有积极的影响。并且根据（4.8）式的协整方程，人均GDP水平每提高1个百分点，产业内贸易比重就增长0.025个百分点。

4.4.4　误差修正模型估计(www.xing528.com)

协整分析已经检验出经济发展水平与产业内贸易比重之间存在长期的动态关系。但本书所选取的研究时间段较短，只有21年的样本数据，因此，还需要建立包括误差修正项在内的误差修正模型（Error Correction Model，简称ECM模型），以及已检验经济发展水平与产业内贸易比重之间的短期动态关系，从而进一步增强检验结果的可靠性。在本书中，误差修正模型的一般形式可以表示为：

其中，Δ表示变量的一阶差分算子，m为滞后期，μt为残差项。ECt－1代表误差修正项，为式（4.8）的协整方程中滞后一期的残差序列项，即ECt－1＝LnTt－1－0.025LnYt－1－46.63。误差修正项的系数大小表明了过去的变量值对当前变量值的影响。如果该系数显著不为零，说明过去的均衡误差在决定当前的变量值时发挥了重要作用，此时误差纠正机制产生，检验得到的长期因果关系是可靠的，短期因果关系也成立。反之则短期因果关系不成立。

在对式（4.9）的误差修正模型进行估计时，本书从滞后2阶的数据开始，逐渐排除系数不显著的变量，最后得到的估计方程为：

其中，＊和＊＊分别表示通过了10%和5%显著性水平下的t检验。

在式（4.10）的估计方程中，误差修正项的估计系数通过了显著性检验，经济发展水平与产业内贸易比重之间的长期关系再次得到确认。这一系数为0.161 6，说明校正上一年非均衡的程度为16.16%，从非均衡向长期均衡状态的调整速度还比较快。经济发展水平滞后两期的一阶差分和产业内贸易比重滞后一期的一阶差分的估计系数也都通过了显著性检验，说明经济发展水平也是产业内贸易比重增长的短期原因。

至此，本节通过对人均GDP和产业内贸易比重两个时间序列数据的一系列检验，证明了经济发展水平提高与产业内贸易比重的增加之间确实存在一种长期稳定的动态均衡关系，并且前者对后者有积极的正影响。

本章采用较新的方法和较详尽的数据对中国产业间－产业内贸易模式的历史演进进行了考察，并且对经济发展水平与产业内贸易比重之间的关系进行了协整关系检验。较新的方法和较详尽的数据体现在：①本书把产业内贸易进一步划分为水平型和垂直型，以及出口低档次产品的垂直产业内贸易和出口高档次产品的垂直产业内贸易等多种类型后再分别进行测度；②采用的数据是1980—1991年以及1992—2012年两个阶段共33年的数据，而1992—2012年间的数据则从联合国COMTRADE数据库中，SITC3位数分组的255组产品中得出。这两点工作保证了本书能够在最大程度上给出中国产业间－产业内贸易模式发展变化的详细情况。

测度结果显示，中国贸易模式的演进确实存在产业间贸易比重逐渐减少、产业内贸易比重逐渐增加的趋势。从20世纪90年代开始，中国的贸易模式主要以垂直产业内贸易为主，产业间贸易比重略低于垂直产业内贸易比重，水平产业内贸易比重较低。而在垂直产业内贸易中，进口低档次产品同时出口高档次产品的垂直产业内贸易又具有较大的比重，这与中国大量的加工贸易，尤其是“来料加工”贸易有关。今后中国产业内贸易水平的增加仍然离不开加工贸易的发展，因此，我国应该注重从加工贸易的技术学习中实现产业升级，努力占据更高的增值环节，这样才能获取更多的贸易经济利益。另外，从2005开始的最近几年，尤其是2008年开始的金融危机之后，尽管产业内贸易占总贸易的比重仍然在增加，但垂直产业内贸易的比重出现明显下降的趋势，这反映出近几年我国的进出口贸易存在一些结构升级的趋势。

对经济发展与产业内贸易比重之间的关系进行单位根检验、协整关系检验以及误差修正模型检验后，也得出了经济发展水平与贸易模式变化之间确实存在一定的长期稳定关系，并且经济发展水平的提高带动了产业内贸易比重的增加的结论。

【注释】

[1]SITC编码全称为国际贸易标准分类（Standard International Trade Classification）。按照SITC，有形商品分为10大类，其中0＋1、2＋4和3类商品大多是传统与初级产品；5类与7类商品大多为资本或技术密集型的制成品；6＋8类商品大多为劳动密集型的制成品；9类为邮件、武 器等难以分类的其他商品。

[2]HS编码全称为协调商品名称和编码制度（The Harmonized Commodity Description and Coding System），是一种多用途的国际贸易商品分类目录，广泛用于国际贸易有关各国和组织的征税、统计、运输等方面。HS编码一位数为类，两位数为章，共有22类99章。

[3]部分产品分组，如345组“煤气、水煤气”、525组“放射性及有关物质”等缺少进口单位数量或出口单位数量的数据，无法根据进出口单位价格进行水平产业内贸易和垂直产业内贸易的区分。为保持数据的完整性，本书根据贸易的常识性判断来区分这些特殊组所属的贸易类型。

[4]网址：http：／／comtrade.un.org／db／。

[5]平新乔等（2005）对进口中间投入数据缺失采取了“中间产品中进口与国内生产的比例等于最终产品中进口与国内生产的比例”的假设，而本书采用的处理方法能更好地反映出投入产出表中各部门之间的联系。

[6]贸易模式的变化也可以用产业间贸易占总贸易的比重来衡量，两种方法检验出的结果 应该是一致的，只是估计系数的符号可能会有所不同。

[7]时间序列数据的平稳性是指该序列的均值、方差与时间无关，不随时间的推移而变化。