中国出口贸易对经济增长贡献率的实证研究：1952—2003年
关键词：中国，出口贸易，经济增长
一、引言
出口贸易与经济增长的关系问题一直是经济学界十分活跃的重要研究领域。Balassa(1978)采用横截面(cross-section)数据分析了10个国家出口贸易与经济增长的关系，印证和支持了“出口引致经济增长”的传统假设。Jung. Peton & Marshall(1985)采用时间序列(time series)数据来研究出口与经济增长的关系，结果发现只有 4个国家的出口引致经济增长，而其中的37个中国家并不符合传统的假设。Chow(1987)研究发现，在巴西、香港、以色列、韩国、新加坡和等地区和国家，出口贸易与GDP增长之间存在着十分明显的双向因果关系，而在阿根廷出口贸易与GDP增长之间的双向因果关系并不存在。Jang C. Jin和Eden S. H. Yu(1996)研究表明，美国出口贸易与经济增长之间不存在明确的因果关系，表明美国的出口增长对促进经济增长的作用并不明显。
从总体上看，出口贸易的增长的确可以在许多方面创造出有利于经济增长的条件，但具体到一国而言，这些机制的作用往往会受到所在国自身条件的限制。我国自改革开放以来，出口贸易大幅增长，经济增长速度也维持在较高的水平，国内外学者就这两者的相关性展开了广泛的探讨。有的认为出口贸易对经济增长存在明显的正相关作用，有的则认为这种作用很小。Jordan Shan和Fiona Sun(1998)研究结果显示，在1987-1996期间，中国出口增长与实际产量增长之间有一种双向的因果关系。湖南大学的许和连、赖明勇(2003)两位同志，采用协整检验和Granger-causality检验方法，对中国改革开放以来(1978-1998)的出口与经济增长关系进行了实证分析。结果表明，初级产品出口与GDP之间存在唯一的协整关系，而总体出口与GDP、工业制成品出口与GDP之间不协整；总体出口增长和初级产品出口增长与经济增长之间存在单向的Granger因果关系，而工业制成品出口增长与经济增长之间没有Granger因果关系。南开大学的刘晓鹏同志从对外贸易与GDP增长率的相关性人手，通过对我国1980-1998年的有关数据进行计量分析，揭示出我国进口对国民经济增长具有较强的促进作用，同时从出口商品结构的角度说明了为什么出口与我国经济增长存在弱相关性。
上述研究的角度各有侧重，所依据的资料与研究方法有所不同，所得出的结论也不尽一致，但为进一步研究中国出口贸易与经济增长的关系问题提供了良好的基础。本研究以Eviews(计量经济学软件包)为分析工具，以国家统计局发布 1952-2003年度的统计数据为基础(如表1所示)，研究中国出口贸易与GDP总量之间的内在依存关系，并建立相关的数学模型。
二、中国出口贸易对经济增长贡献率的简单线性回归分析
回归分析是研究一个变量或一组变量(自变量)的变动对另一个变量(因变量)变动之影响程度的一种统计分析方法，它可以根据自变量的已知固定值来估计或预测因变量的总体平均值。由于出口贸易增长率和GDP增长率指标的变化趋势具有一定的波动性，很可能会产生异方差问题，从而导致伪回归现象，致使研究结论无效。为了消除异方差，更好地揭示出口贸易与经济增长之间的关系。我们对出口贸易和GDP取对数，并进行差分处理，用⊿log(CDP)表示经济增长率，⊿log(XPORTS)表示出口贸易增长率。
根据1952-2003年年度的数据，我们以出口贸易增长率为自变量和GDP增长率为因变量进行简单线性回归分析，结果如表2所示。表2结果显示，在GDP增长率对出口贸易增长率的简单线性回归模型中，自变量和常数项的回归系数t统计值都超过了临界值，检验结果呈现高度显著性，表明出口贸易增长率对GDP增长率的影响是显著的。回归方程的F统计值为34.65，也通过了显著性检验。但从表3也可以看出，回归模型的复相关系数仅为0.414,其方差解释能力为41.4%。DW统计值仅为1.365，与2还有较大的差距。说明回归模型残差项尚存在着较为严重的序列自相关问题。
图1是在简单线性回归模型下，中国出口贸易对GDP贡献率简单线性回归的残差趋势图。结果显示，虽然简单线性回归模型对历史数据拟合效果比较理想，但其残差项的估计值并不频繁地改变符号，而是相继若干个负的以后跟着几个正的，表明回归模型的残差确实存在着高度的正自相关。
回归模型残差项的序列自相关，违背了OLS (普通最小二乘法)的高斯—马尔柯夫定理的基本假定，会产生严重的后果：(1)OLS估计量虽然仍具有线性无偏性，但不再具有最小方差性，OLS估计量不再是有效的；(2)建立在t和F分布之上的假设是不可靠的，t和F统计量的假设检验结果是不可信的；(3)回归模型一些参数检验结果看起来是通过了显著性检验，其实并非都是如此，从而导致得出错误的结论。上述分析结果表明，出口贸易增长率与GDP增长率之间存在的内在依存关系，但并不是简单的线性回归关系，因而不能采用简单线性回归模型来揭示出口贸易增长率与GDP增长率之间的内在依存关系。
三、中国出口贸易对GDP贡献率的广义差分回归分析
为了揭示中国出口贸易增长率与GDP增长率之间真实的内在依存关系，必需消除序列自相关问题。我们采用广义差分法来达到使得模型残差保持序列独立，不具有自相关性。先将回归方程的变量滞后一期，改写为yt-1=b0+b1xt-1+ut-1，方程的两边同时乘以ρ，得到；ρyt-1=ρbo+ρb1xt-1+ρut-1，将两方程相减，得到yt-ρyt-1=b0(1-ρ)+b1(xt-ρb1xt-1)+Vt。
通常把变换后的上述方程称为广义差分方程。广义差分方程中被解释变量对解释变量的回归，不是使用原来的形式，而是以差分的形式来表示。要成功地求解和应用广义差分方程，必需采用一定方法来估计未知的p。估计p值的方法有很多，Cochrane-Orcutt迭代法已成为目前估计未知的p和消除序列自相关问题的主流方法。EViews是采用在原回归方程中添加AR(1)来消除一阶序列自相关，添加AR(2)消除二阶自相关，添加AR(3)消除三阶自相关，依次类推。
在GDP增长率对出口贸易增长率的原回归模型中添加AR(1)项，得到如表3所示的广义差分回归结果。
由表3可知，DW检验值由原来的1.365提升到1.703，较为圆满地消除了残差项的序列自相关。复相关系数也有了一定的提高，由原来的 0.41提升到0.49。回归模型的F统计值依然呈现高度显著性。回归模型中的常数项、解释变量和AR(1)的t统计值都一致地通过了显著性检验，回归系数都显著地不为零。
表3为中国出口贸易对GDP贡献率广义差分回归的残差趋势图。图2显示，经广义差分变换，回归模型不仅消除了残差项的序列自相关问题，而且模型对数据的拟合效果也非常理想。
由此，我们可以得到中国出口贸易对GDP贡献率的广义差分回归模型(1)：
(1)⊿LOG(CDP)(1952-2003)=0.064+0.241×⊿LOG(XPORTS)+[AR(1)=0.064]
模型自变量的回归系数为0.241，说明⊿LOG (XPORTS)每增加1个单位，⊿LOG(CDP)就相应地增加0.241个单位，表明在1952-2003年期间中国出口贸易对增长贡献率约为24.1%。
四、结语
从上述讨论中可以看出，中国出口贸易增长率与GDP增长率之间确实存在着十分明确的关系，但并非简单的线性关系，本研究以国家统计局发布的1952-2003年年度的统计数据为基础，采用广义差分回归分析的方法揭示了两者之间的内在依存关系，建立了相关的数学模型，考察了在1952-2003年期间中国出口贸易对经济增长的贡献率，结果表明：在1952-2003年期间中国出口贸易对经济增长贡献率约为24.1%。
值得指出的是，本研究对出口贸易与经济增长两者之间的内在依存关系的数量反映仍然是十分粗浅的，今后我们将对以下几个问题进行深入研究：第一，研究经济结构和产业结构调整对我国出口贸易的推动作用，进一步揭示出口贸易与 GDP增长之间存在的结构依存关系；第二，研究贸易政策、汇率变动、技术创新、市场开放度和经济周期等因素对出口贸易的综合影响，建立影响我国出口贸易增长的综合关系模型，进一步揭示贸易政策、汇率政策、市场开放度和经济周期等与出口贸易增长之间存在的结构依存关系；第三，以出口贸易为解释变量和GDP总量为被解释变量，建立GDP总量对出口贸易的广义差分回归模型，进一步揭示GDP总量变动与出口贸易增长之间的互动关系；第四，采用LISREL (线性结构方程)分析方法，探讨出口贸易对我国GDP总量的影响方式、影响路径、影响条件及影响程度，建立GDP总量变量与出口贸易增长之间的LISREL模型。
