【论文摘要】 本文基于xxx出口贸易结构、进口贸易结构和人均GDP的相关数据，对1989年～2022年间贸易结构变化与经济增长之间的关系进行了实证检验，并得出了三个方面的结论。 【论文关键词】 贸易结构 经济增长 四川贸易 实证研究
一、 引言 经过三十年的改革开放，我国对外贸易得到迅速发展。无论从进出口的规模、进出口商品结构还是我国贸易对全球贸易的贡献来看，我国都已经成为一个名副其实的贸易大国。
在既有的贸易与经济增长关系的研究中，我国对外贸易规模与经济增长关系的探讨有相当多的文献，但对外贸易结构问题的研究却相对较少。“中国成为一个贸易大国的重要方面正是对外贸易结构的迅速提升”（江小涓，2022），忽略贸易结构问题的研究注定是存在偏颇的。
xxx地处我国西部地区，同时也是西部经济发展最为活跃和开放的地区之一，xxx的经济发展较具西部大开发的典型性。地处西部的四川牢固树立“大开放促大发展”的思路，高度重视对外开放工作，开发领域进一步扩大，2022年全省对外贸易总额突破110.2亿美元，外贸依存度达到10%，增幅高于全国平均水平。
与此同时，xxx的进出口商品结构进一步优化。机电产品进出口达到56.14亿美元，占全省出口总额的比重上升到50.9%。
重装设备出口增长迅猛，电站设备、钻井设备、机车等成套设备出口额达到6.29亿美元，高新技术产品进出口达到26.76亿美元。工业制成品出口大幅增加，而初级产品出口迅速下降，贸易结构变化非常明显。
国内外部分学者探讨了贸易结构与经济增长的关系。Lee（1995）根据新贸易和新增长理论，强调一国国内含有先进技术的进出口投入到国内生产，可直接提高国内既有生产函数的效率，进而最终导致经济增长。
Keller（1999）通过不同贸易结构与技术转移影响本国TFP的视角，发现国内TFP的增加与进口份额存在正相关关系。关于贸易结构与经济增长关系的研究也存在着一些不同的结论。
如国内学者王永齐（200
4、2022）基于Baldwin（1992）和Mazumdar（1996）关于贸易与增长关系的争论，构造了一个贸易结构测度指标，通过格兰杰因果关系检验和VAR模型估计中国的贸易结构与经济增长的关系。检验结构显示，中国的贸易结构并不显著影响经济增长。
但是徐光耀（2022）得出了在不同的贸易结构下，进口贸易对我国经济增长有不同促进作用的结论，李兵（2022）的研究表明工业制成品进口对我国经济增长有长期稳定的促进作用，而初级产品进口则有抑制作用。 本文拟选取xxx1989－2022年的数据对贸易结构与经济增长的关系进行实证检验。
通过综合运用单位根检验、Johansen协整检验、Granger因果分析等方法，系统研究贸易结构与经济增长的内在关系。
二、变量、数据与研究方法 贸易结构是衡量一国对外贸易竞争力的重要指标，按照附加值的高低，可以用一国进出口贸易中初级产品和工业制成品的相对比例来表示贸易结构。初级产品附加值低，技术含量低，在国际市场上的竞争力弱；工业制成品附加值高，技术和资本密集度高，在国际市场上竞争力强。
经济发展水平较低的国家往往以出口初级产品为主，而工业制成品主要依靠进口来满足；而经济发展水平较高的国家却相反，以进口初级产品为主，出口以工业制成品为主。经济学家通常以初级产品和工业制成品在进出口中的相对比重来衡量一国对外贸易结构的优劣。
改革开放以来，特别是进入90年代以来，xxx的对外贸易结构日趋优化，进出口贸易中工业制成品的比重不断提升。我们用EXM表示出口贸易结构，IMM表示进口贸易结构，由图1可以看出，1989年工业制成品出口占总出口的比重仅为0.65，而2022年该值达到了0.92；与此类似，1989年工业制成品进口占总进口的比重为0.83，而2022年达到了0.93。
无论是进口贸易结构，还是出口贸易结构，在90年代以来均得到了较大程度的优化。 我们用人均实际GDP来代表经济增长变量，GDP的数值采用1978年不变价格，数据来源于xxx统计年鉴2022。
而进出口贸易结构数据来源于1990年～2022年《中国对外经济贸易年鉴》。为消除时间序列经济数据存在的异方差现象，对所有变量的实际值均采取了自然对数，处理后的数据不影响原序列的相关关系和协整关系，三个变量我们分别记为：LNGDP、LNEXM和LNIMM。
本文从进出口贸易结构的角度来考察其与经济增长的关系，因此我们考虑构建三变量VAR模型来进行考察。这一方面是因为VAR模型较单方程模型具有更高的可靠性，另一方面因为本文所考察的经济变量多为水平变量，具有非平稳性，简单回归方程容易产生伪回归问题，必须进行协整检验，因此我们选择在多变量VAR系统中的考察具有一定的合理性。
（1）式中，表示外生变量，表示残差，为各变量的系数，p为滞后阶数。可根据研究需要而改变各变量的具体指标内涵，从而得出最合适的结论。
三、贸易结构与经济增长关系的实证分析 1.单位根检验。由于几乎所有表示绝对量指标的宏观经济变量都是非平稳的，具有时间趋势。
因此我们在对变量进行具体分析之前，需要首先检验其平稳性。本文用ADF单位根检验方法对变量的水平和一阶差分进行平稳性检验，其中，检验过程中滞后期的确定采用AIC最小准则，以保证残差值非自相关性。
检验结果如表1。 注：检验形式（C，T，L）分别表示带常数项、趋势项，L表示滞后阶数，D表示差分算子*（**，***）表示在10%（5%、1%）的显著性水平上拒绝原假设。
由表1可以看出，在变量的水平值上，所有检验结果均没有拒绝单位根假设，因此可认定LNGDP、LNEXM和LNIMM均为非平稳时间序列。而所有变量的一阶差分均拒绝有单位根的假设，表明变量是平稳的。
于是，我们认为所有变量都是一阶单整序列，即为I
（1）。对于这些非平稳的经济变量不能采用传统的线性回归方法检验他们的相关性，而应采用协整方法进行分析。
2.协整分析。由于VAR模型的稳定性与其滞后期有很大的关系，滞后期越长模型的稳定性越差，因此VAR模型的一个重要问题就是滞后阶数的确定。
在选择滞后阶数时，一方面要使滞后数足够大，以便能完整地反映所构造模型的动态特征。但是另一方面，滞后数越大，需要估计的参数也就越多，模型的自由度就减少。
所以通常在进行选择时，需要综合考虑，既要有足够数目的滞后项，又要有足够数目的自由度。依据上述思路，本文根据Eviews软件中的Lag Length Criteria综合考虑LR检验、AIC信息准则和SC准则等检验方法，并对模型的异方差、自相关和正态性进行检验，最终确定最优滞后期。
通过对各最优滞后期模型进行AR视图检验，VAR模型所有根的模的倒数均小于1，即位于单位圆内时，VAR模型是稳定的。 为判断变量之间是否存在长期均衡关系，采用Johansen提出的方法来检验变量之间的协整关系。
通过对原始数据序列的分析来确定数据空间中是否存在线性趋势，并根据迹统计量和最大特征值统计量所得的结果，从而确定我们选择的检验形式（具体检验步骤略），综合检验结果见表2。 ＊表示在5％的显著性水平下拒绝原假设 由表2可以发现，迹统计量表明三者无协整关系，而最大特征值统计量表明存在一个协整关系。
相应的协整方程为： 由协整方程
(2)发现，工业制成品出口每增加1个百分点，可以引起人均GDP增长约7.67个百分点，对经济增长的促进作用较大，而工业制成品进口每增加1个百分点，可以引起人均GDP增长约0.157个百分点。但是从括号内的标准差来看，进口贸易结构对经济增长的作用与出口贸易结构对经济增长的作用相比，前者作用较小，但也较显著；后者较大，但并不显著。
3.格兰杰因果关系检验 Granger因果检验有两种形式：一种是传统的基于VAR模型的检验，另一种则是最近发展起来的基于VEC模型的检验，两者的区别在于适用范围的不同，前者仅适用于非协整序列间的因果检验，而后者则是用来检验协整序列间的因果关系。本文三变量VAR系统是协整的，因此我们的检验基于VEC模型作出。
具体检验结果可见表3。 注：在10％的条件下显著均拒绝。
从表3的格兰杰因果关系检验可以发现，在样本考察期内，工业制成品出口和工业制成品进口都不是GDP增长的格兰杰原因，工业制成品出口与工业制成品进口之间也不存在因果关系，但GDP的增长确是出口贸易结构优化的格兰杰原因，即随着人均GDP的上升，xxx工业制成品的出口比例也趋于上升。
四、主要研究结论 本文基于xxx出口贸易结构、进口贸易结构和人均GDP的相关数据，对1989年～2022年间贸易结构变化与经济增长之间的关系进行了实证检验，我们发现： 1.在样本期内，xxx工业制成品出口和工业制成品的进口均呈现出大幅度的增加，贸易结构趋于优化，工业制成品的进出口已经成为xxx对外贸易发展的主流，初级产品进出口比例不断趋于下降。 2.协整分析表明，工业制成品进口和工业制成品出口的增加均能促进xxx人均GDP的上升。
但工业制成品出口的经济增长效应要远大于工业制成品进口的经济增长效应。 3.格兰杰因果关系检验表明，出口贸易结构和进口贸易结构的提升均不是人均GDP的格兰杰原因，但人均GDP的增加却是出口贸易结构优化的格兰杰原因，即xxx人均GDP的增加能够促进工业制成品出口的增加。
参考文献： 江小涓:中国经济的开放与增长:1980～2022[M].人民出版社，2022 徐光耀:我国进口贸易结构与经济增长的相关性分析[J].国际贸易问题，2022
（2）:3～7 王永齐:对外贸易结构与中国经济增长：基于因果关系的检验[J].世界经济，2022
（11）：31～39 王永齐:贸易结构、技术密度与经济增长[J].经济学季刊，2022，Vol 5， No 4:1007～1022 李兵:进口贸易结构与我国经济增长的实证研究[J].国际贸易问题，2022
（6）：27～32
查看全文
false