对外贸易对我国省级经济增长的影响――基于空间杜宾模型的实证研究

StatisticsandApplication统计学与应用,2017,6(2),156-164PublishedOnlineJune2017inHans.://doi.org/10.12677/sa.2017.62018TheEffectofChina’sForeignTradeonProvincialEconomicGrowth—AnEmpiricalResearchBasedontheSpatialDurbinModelZhaoyunGu,HuiguoZhang,XijianHuCollegeofMathematicsandSystemScience,XinjiangUniversity,UrumqiXinjiangReceived:May19th,2017;accepted:Jun.15th,2017;published:Jun.19th,2017AbstractInthispaper,thespatialpaneldatamodelisusedtoanalyzetherelationshipbetweentheforeigntradeandprovincialeconomicgrowth.Theresultsshowthat:Theeconomicsoftheprovinceshastheagglomerationeffectandtheeconomicdevelopmentoftheprovincewilldrivetheeconomyofthesurroundingprovinces.Thegrowthofexportscanpromotetheeconomicgrowth,buttheim-portcanhamperthedevelopmentofeconomy,andthepositiveeffectoftheexporttotheeconomyismorethanthehindranceoftheimporttotheeconomy.KeywordsForeignTrade,EconomicGrowth,SpatialPanelModel,SpilloverEffect,IndirectEffect对外贸易对我国省级经济增长的影响——基于空间杜宾模型的实证研究顾召云，张辉国，胡锡健新疆大学数学与系统科学学院，新疆乌鲁木齐收稿日期：2017年5月19日；录用日期：2017年6月15日；发布日期：2017年6月19日摘要本文运用空间面板数据模型，分析我国各省市对外贸易与经济增长的关系。研究结果表明：各省的经济文章引用:顾召云,张辉国,胡锡健.对外贸易对我国省级经济增长的影响——基于空间杜宾模型的实证研究[J].统计学与应用,2017,6(2):156-164.顾召云等具有集聚效应且本省经济的发展会带动周围省份的经济。出口的增长会促进经济增长，但进口会阻碍经济的发展，而且出口对经济的正向促进作用大于进口对经济的阻碍作用。关键词对外贸易，经济增长，空间面板，溢出效应，间接效应Copyright©2017byauthorsandHansPublishersInc.ThisworkislicensedundertheCreativeCommonsAttributionInternationalLicense(CCBY).引言对外贸易与经济增长的关系一直是经济学界比较受关注的问题，研究他们的关系时，大多采用协整检验和向量自回归模型，分析进出口与GDP的长期均衡关系以及格兰杰因果关系。石传玉等[1](2003)总结之前对外贸易与经济增长的研究并提出进口和出口是性质差别很大的变量，出口受到经济体外部影响较大而进口更多地受经济体内部的影响，所以需要全面考虑出口与进口对经济增长的影响，并得出短期内出口增长对经济增长作用较大而进口对经济增长的影响不显著的结论。王森[2](2010)研究表明：我国进出口和GDP之间存在长期而稳定的比例关系即协整关系，出口和进口同时拉动GDP上升，但是相对于出口，进口的拉动作用并不十分明显。魏君英和陈银娥[3](2010)研究认为，从长期来看出口与进口对经济增长都存在正向的影响，其中出口与经济增长存在显著的双向因果关系，进口只是出口的显著原因并且对经济增长影响极小。马章良[4](2012)认为，中国进出口的增长都对我国经济增长有显著的促进作用，但出口的作用更加明显。但是这些研究一般都集中在时间数据，基本上没有涉及空间分布格局，而对区域经济增长的空间相似性或差异的研究更少。近年来空间面板模型的发展，为我们分析经济单元间的空间依赖性提供了有力的工具。魏浩和王宸[5](2011)利用空间自回归和空间误差模型研究对外贸易的空间集聚效应，结果表明中东西部各省市对外贸易总额存在显著的空间集聚效应。全胜跃[6](2011)通过面板数据单位根检验和协整检验，利用面板空间计量模型分析了进出口对区域经济增长的作用，得出结论为：出口的经济增长效应已经远远小于进口的经济增长效应，而且对外开放的经济增长具有较强的空间相关性，即一个省区的外向经济增长会促进周边省区的经济的增长。徐建军和汪浩瀚[7](2013)对我国省域贸易开放的空间相关性及其驱动因素进行了实证分析，证实了省域贸易开放的空间相关性，而且对不同的权重矩阵估计结果具有一致性。沈国兵、张鑫[8](2013)分别利用空间杜宾模型和空间面板误差修正模型分析了外商直接投资和出口对中国省级经济增长的长期和短期影响，发现无论从长期还是短期来看，周边地区经济增长都能够辐射带动本地经济增长，本地出口的增加也能够显著促进该地区的经济增长，而周边地区出口的增加对本地经济增长的促进作用只在长期内显著。本文运用空间面板模型分析出口和进口对GDP的影响以及它们的省际空间溢出效应，但是在选择模型时不是简单的使用空间滞后或空间误差模型，通过比较它们的结果来确定哪个模型更适合描述数据，也不是直接使用空间杜宾模型进行分析，而是利用拉格朗日乘子检验和似然比检验来确定哪种模型更适合描述数据。本文选取模型时也考虑了空间固定效应和时间固定效应，用似然比和Hausman检验确定固定效应是否显著以及效应是固定还是随机的，以此来分析各省的差异性及经济增长的时间效应。OpenAccess157顾召云等2.空间面板模型设定2.1.面板数据模型介绍根据解释变量(自变量)和被解释变量(因变量)的关系，可以定义很多空间面板模型。Elhorst[9](2012)提出三种基本模型估计空间面板数据，所有的空间计量模型可以写成如下总式：111NNitijjtitijijtititjjNitijititjywyXwXwρϕβγµηφφλφε====++++++=+∑∑∑(1)这里ity表示第i个单元t时刻的因变量1,2,,,1,2,,iNtT=⋅⋅⋅=⋅⋅⋅，ijw是预先设定的NN×非负空间权重矩阵W的第i行第j列元素，ijjtjwy∑表示相邻因变量对i地区的平均影响，ρ是因变量空间自回归系数，itX是(1K×)维解释变量，参数β是(1K×)维回归系数向量，ijijtjwX∑是邻接自变量对i地区的平均影响，γ是(1K×)维的解释变量空间自相关系数向量，iµ是空间效应，tη是时间效应，λ表示误差项空间自相关系数，itε是独立服从均值0方差2σ分布误差项。对方程(1)的系数进行限制可得到三种常用模型。(I)0γλ==可得到空间自回归模型(SAR)：1NitijjtitititjywyXρϕβµηε==+++++∑(II)0ργ==可得到空间误差模型(SEM)：1,NitititititijititjyXwϕβµηφφλφε==++++=+∑(III)0λ=可得到空间杜宾模型(SDM)：11NNitijjtitijijtititjjywyXwXρϕβγµηε===++++++∑∑空间自回归模型主要考察被解释变量在各区域的空间相关性，探讨一个地区是否存溢出效应或扩散现象，空间误差模型主要考察的是存在于误差扰动项的空间依赖作用，探讨邻近地区对变量的误差影响在多大程度上影响本地区的观测值，空间杜宾模型是更广泛的模型，既考虑到因变量的空间相关性又考虑了残差项的空间自相关性，同时认为自变量对因变量的影响也存在空间交互作用。2.2.模型选择由于我们事先不知道研究的变量是否存在空间相关性以及存在哪种相关性，而魏浩、王宸[5](2011)和沈国兵、张鑫[8](2013)没有分析就直接选定模型进行估计，这样的出来的结论不足以让人信服，所以进行模型的选择显得很有必要。本文采用Elhorst[9](2012)中的模型选择方法。第一步：用LagrangeMultiplier(LM)和RobustLM检验，检验空间滞后或空间误差模型是否比无空间效应模型更适合描述数据。第二步：用Likelihoodratio(LR)检验空间效应和时间效应是否显著。第三步：如果第一步不能拒绝空间模型，则需利用Wald或LR检验，检验SDM模型是否可以简化为SAR或SEM模型，原假设为：H0:0γ=158顾召云等H0:0γρβ+=H0:0γ=检验SDM模型是否可以简化为SAR模型，H0:0γρβ+=检验SDM模型是否可以简化为SEM模型，两个假设检验都服从自由度为K的卡方分布。如果两个原假设都被拒绝则选择SDM模型，如果第一个假设不能被拒绝而且第一步中的(Robust)LM检验也指向SAR，那么SAR应该被采纳。类似的，如果第二个检验不能被拒绝而且第一步中的(Robust)LM检验指向SEM，那么选择SEM。如果这两种检验指向不同的模型那么选择SDM这个更一般的模型。第四步用Hausman检验空间效应和时间效应是固定的还是随机的。Lee和Yu[10](2010)提出空间面板模型在空间固定效应影响下直接估计参数会引起偏误，所以进行了纠偏修正，LeSage和Pace[11](2009)将直接效应和间接效应估计扩展至空间滞后模型和空间杜宾模型，其中直接效应是指该地区的自变量对该地区因变量的影响，也包括影响周边地区之后又反馈到该地区的效应，间接效应是指该地区自变量对周边地区因变量的影响。Elhorst[9](2012)针对这两项最新的研究成果给出了相应的程序。3.实证研究3.1.数据来源及变量处理本文研究所用的1997~2013中国大陆31个省自治区及直辖市(不含香港、澳门、台湾)进出口和地区生产总值(GDP)数据来源于国家统计局，进出口统计口径按经营单位所在地。出口额和进口额先用当年的汇率转化为人民币，并和GDP一起以1997年为基期用GDP指数平减，单位均为亿元，出口、进口和地区生产总值简记为X、M、GDP。空间权重矩阵是空间计量的关键之一，能够反映地区间的空间效应。文中采用一阶Rook邻近矩阵，即如果区域i和区域j有共同的边，则记为1ijw=，否则记0ijw=。主对角线上的元素为0，而且空间权重矩阵具有对称性同时需对权重矩阵进行标准化处理，使其行元素和为1。3.2.空间相关性检验在建立计量模型前，需要检验各地区的GDP是否存在空间相关性，一般使用全局Moran指数。全局指数反映的是空间邻接或空间邻近的区域单元观测值的相似程度，其公式为：()()()222MoransI;11;ijijijijijiiiiwYYYYSwSYYYYnn−−==−=∑∑∑∑∑∑’其中iY和jY是观测值，ijw是空间权重矩阵中的元素，Moran指数取值范围为[−1,1]，Moran指数为正时，越大说明相关性越强，Moran指数为负时说明存在负的相关性，1997~2013年全国各省GDP的全局Moran指数都在0.28到0.31之间而且在1%水平下显著，说明各省之间的GDP存在正的空间相关性，即各省的经济不是独立的，会受到相邻地区的影响。全局Moran指数检验的