经济增长与中国贸易结构的关联度：由交易费用生发，本文主要内容关键词为：经济增长论文,中国论文,费用论文,结构论文,贸易论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
交易费用是新制度经济学的理论基石，如何测量交易费用一直是研究者们关注的焦点。为解决其中的诸多难点，卢现祥和朱巧玲提出将交易费用界定为两个层次，一是宏观交易费用，二是微观交易费用，并发现社会总量交易费用的上升与单笔交易费用的下降并存[1]。借鉴以往的研究成果，拟从宏观角度研究中国的交易费用同经济增长和贸易结构之间的量化关系。
之所以关注交易成本与贸易结构间的联系，是因为随着中国对外贸易依存度的不断上升和国际收支失衡的持续扩大，国际上要求人民币升值的声音越来越多，然而一些研究却表明，人民币汇率只能解释中国对美贸易盈余的2％（徐建炜、姚洋，2009），必然存在着其他机制在影响中国的贸易结构。如曹利飞（2009）研究了市场分割与汇率低估之间的联系，为该问题寻找到了一个可能的微观基础：王泽填和姚洋的研究则表明人民币目前的估值是比较合理的，不能认为人民币汇率低估是产生巨额贸易顺差的原因[2]。既然汇率不是造成贸易结构失衡和巨额盈余的根本原因，那么到底是何种力量在左右着中国的对外贸易尤其是出口贸易呢？在此，拟通过分析宏观交易费用对中国内贸和外贸的动态影响来寻找其中的一些线索。
一、文献综述
交易费用测量的研究包括宏观和微观交易费用两个方面。宏观交易费用测量方面，Wallis和North（1986）作出了开创性的贡献，他们将国民经济体系划分成了交易部门和转换部门两个大类，通过核算转换部门中交易职员人数与薪酬以及交易部门增加值来测量交易费用[3]。到目前为止，这可能是最权威的一种核算方法。而国内的研究思路主要分为两种，一是陈志昂和廖仁炳基于交易人员的测算[4]。二是直接使用交易部门的增加值计算交易费用，不考虑转换部门的内在交易费用，从而得出所谓的外在交易费用[5]。目前国内大多数关于交易费用测量的研究均遵循上述两条思路，如卢现祥和李小平（2008）对各省份平均交易费用的测量实际上遵循了第二种方法，而黄约瑟则应用第一种方法对广东省的交易费用水平进行了核算[6]。在微观交易费用计量上，Benham（1998）提出了交换成本的概念，认为通过比较一些微观交易行为如转让房地产产权、开办企业等的机会成本可以将交易费用具体化[7]。金玉国与张娟则以国内省会城市为例，研究了非市场交易费用的测度，其含义同微观交易费用极为接近[8]。
测算交易费用数据只是研究的前提，人们往往更加关心交易费用与整体经济之间的联系与相互影响。North（1986）认为交易费用下降是经济增长的源泉，制度变迁是为了节约交易费用。Williamson认为经济组织体制的主要目的及效果在于节约交易费用[9]。国内方面，金玉国等人（2005、2006）利用时间序列数据广泛研究了中国交易费用与经济增长、体制转型间的关系，并且测算了体制转型对交易费用的节约效应。此外，金玉国（2006）还利用VAR模型分析了交易费用变动的动态机制和传导路径。
二、样本、数据和方法
基于交易人员的测量方法优点在于可以把转换部门的交易费用纳入统一测算，从而考虑了内在交易费用的影响，缺点则是低估了交易部门的交易费用水平。此外近些年来劳动报酬在初次分配中也存在下降趋势，这容易使数据产生系统性偏差。因此考虑到当前国民经济核算体系的限制和增加值法更广的涵盖面，在研究交易费用同各宏观变量间动态关系时使用增加值法将更准确。表1总结了关于交易费用的各种测算方法之间的关系。
为了尽可能及时地反映中国近几年宏观经济和交易费用的变化，将样本区间定义为1978～2008年。变量构造方法说明如下：
1.交易费用。借鉴金玉国（2005）和卢现祥（2008）的测算方法，并考虑到2003年后统计数据的行业分类发生了显著变化①，重新考察了行业属性并将交易成本的测算范围限定在第三产业中的交易部门②。数据主要来自2009年统计年鉴。
此处需要对统计年鉴问题进行一个详细说明：根据2007年以前的年鉴，相关数据只能追溯到1991年，因为无论是分行业增加值还是第三产业增加值，都只提供到1991年。这部分数据的行业分类比较详细，和普遍使用的交易部门分类相对应（见表2，下页）。2007年后，统计年鉴提供了可以追溯到1978年的第三产业增加值数据，但是这部门数据的行业分类相对粗糙，只提供了交通运输、仓储和邮政业，批发和零售业，住宿和餐饮业，金融业，房地产业和其他六个子类的细分数据。表3（见下页）展现了各年统计年鉴的情况。
从表3不难看出，虽然行业细分的相关数据与交易部门划分更加贴切，但数据量偏小；而2009年统计年鉴提供的1978～2008年第三产业增加值数据口径前后一致，样本容量较大，对于计量分析更加有利，故主要参考该数据。为了克服这组数据行业分类粗糙的问题，从而使在年鉴里未被进一步分类的其他项反映其余交易部门的增加值情况，将交易费用的核算等式构造如下：
（1）绝对交易费用＝0.5×交通运输、仓储和邮政业增加值＋批发和零售业增加值＋金融保险业增加值＋房地产业增加值＋0.65×其他③
（2）相对交易费用＝绝对交易费用／GDP
2.贸易结构。考察的贸易结构变量包括国内贸易和对外贸易两个方面。其中国内贸易数据采用社会消费品零售总额，对外贸易数据包括出口总额以及初级产品出口额、工业制成品出口额、一般贸易品出口额和加工贸易品出口额。
3.经济增长。以GDP为代表。上述三大类的具体数据参见表4。其中GDP和交易费用数据为以1978年为基年的实际值，内外贸数据为经过CPI价格调整④ 的人民币实际值。
从表4不难看出，交易费用、实际GDP以及各类贸易数据之间是存在长期的相关关系的。研究此类问题的经典做法是根据经济理论提出模型的基本结构，再使用计量方法估计出变量的各种参数。通过构建结构计量经济模型，可以精细地分析系统内生变量与外生变量之间的复杂联系。但此种思路需要两个条件，一是经济理论能够为相关变量之间的关系提供严格定义，二是必须对变量的内、外生性进行严格定义区分。就交易费用、经济增长和贸易结构三者而言目前没有公认的理论模型，大多是一些经验模型而已。对于三者的内生性问题，一般认为他们都不是严格的外生变量，因此无法建立可识别的结构方程模型。此外更重要的是，这里所用变量都明显带有长期趋势，而经典建模方法要求数据本身必须是平稳的，否则容易产生伪回归现象。但是将数据平稳化又必然意味着丢失变量间的长期信息，而这恰是人们所关心的。考虑到这些矛盾，将分别采用数据平稳化后的VAR模型和VEC即向量误差修正模型来研究中国的交易费用、经济增长和贸易结构之间的长期均衡关系和短期调整机制。
三、计量分析结果
为了消除数据的异方差性并使其长期趋势更加明显，首先对绝对交易费用、实际GDP、社会消费品零售总额、出口总额、初级产品出口额、工业制成品出口额、一般贸易品出口额和加工贸易品出口额等八组时间序列数据进行对数化处理，并分别标注为JY、GDP、XF、CK、CJ、GY、YB和JG。
（一）平稳性检验
无论是VAR模型还是YEC模型，确定序列的单整阶数都是分析的前提，因为进行向量协整的Johansen检验从而建立向量误差修正机制的前提是要求所有序列都为一阶单整序列。而对于VAR模型来说，数据存在单位根将意味着估计出来的模型是不稳定的，必须对原始数据进行差分或滤波处理使其平稳化。
对JY、GDP、XF、CK、CJ、GY、YB和JG八个变量分别进行ADF检验，结果发现在10％显著性水平下它们都是一阶单整的，在5％水平下只有JY不显著。表5列出了对上述八个变量一阶差分的ADF检验情况。
（二）VAR模型与Granger非因果检验
由于原始数据是一阶单整的，在建立VAR模型前需要进行平稳化处理，通常的做法是直接取原始数据的一阶差分。一阶差分法的好处是经济含义明确，表示变量的增长率，缺点是容易掩盖短期波动同长期趋势间的联系，因此这里使用H－P滤波法进行平稳化处理以克服该问题。
1.变量选择
由于考察的对外贸易变量较多，不可能全部纳入同一个模型。所以先对滤波后的数据进行Granger非因果检验，然后选择存在明显因果关系的变量进行VAR建模以进行短期分析。检验结果见表6。
Granger检验发现经过H－P滤波，实际GDP、绝对交易费用、加工贸易品出口和社会消费品零售总额之间存在着如图一显示的以交易费用为核心的联系：交易费用同社会消费品零售总额、加工贸易品出口间存在双向因果关系；实际GDP是绝对交易费用以及
图一 交易费用、经济增长和对外贸易间的因果关系加工贸易品出口的Granger原因；其他贸易变量同绝对交易费用间不存在因果关系。
2.建立VAR模型
Granger检验显示HPJY、HPGDP、HPJG和HPXF四个变量间存在着比较紧密的联系，因此可以构造以这四个变量为内生变量的向量自回归模型。
由于在VAR模型的建立过程中确定模型的滞后阶数至关重要，滞后长度检验的结果显示一个VAR（4）模型是比较合理的，于是反映四个内生变量间动态反馈机制的向量自回归模型构建如下：
总体看模型的拟合效果很好，大部分系数显著。经检验本模型所有的特征根均处于单位圆之外，说明该VAR系统结构稳定。
3.脉冲相应与方差分解
通过脉冲相应函数分析可以考察VAR模型中四个内生变量间的交互影响。结合图一给出的因果关系，重点关注HPJY受HPGDP、HPXF、HPJG以及HPXF、HPJG受HPJY一个单位标准差随即冲击的相应情况。
图二（1）由左至右依次展示了上述五种关系的脉冲相应情况。横坐标表示冲击作用的期数（年），纵坐标显示了变化幅度。脉冲响应函数分析表明：
图二 脉冲相应函数
（1）GDP、社会消费品零售总额和加工贸易出口对交易费用的影响：宏观交易费用相对于长期趋势的增长率（即HPJY），在受到偏离均衡趋势的GDP（即HPGDP）1个标准差冲击时会产生持续的震荡；在其受到社会消费品零售总额和加工贸易品出口的冲击时，也会产生一个持续震荡，但在长期震荡幅度将缩小；三个变量对交易费用的影响幅度是比较小的，数据显示这三个变量1个标准差的冲击最多使宏观交易费用相对于长期趋势发生0.01％的波动。在周期方向上，交易费用相对增长率对GDP冲击的反应是先下降再上升；而对内外贸冲击的反应都是先上升再下降，同时加工贸易出口冲击对交易费用的作用周期更长——从波峰到波谷需要4年，是社会消费品零售总额冲击周期长度的2倍。
（2）交易费用对GDP和内外贸的影响：宏观交易费用对于长期均衡水平一个标准差的增长，虽然在冲击后的第2年使社会消费品零售总额的相对增长率略有上升，但从中期看则会产生明显的负面作用——长达4年相对于长期均衡水平最多0.01％的负增长（对于7年后的长期影响为何是正向的还有待进一步研究）；此外宏观绝对交易费用的正向冲击明显使加工贸易品出口在短期内低于长期趋势。但在中期又会高于趋势。
为了更清晰的反映交易费用同中国内外贸之间的联系，在图二（2）中还展示了社会消费品零售总额增长率和加工贸易品出口额增长率受到绝对交易费用增长率冲击时的脉冲相应图。结果与图二（1）略有不同：宏观交易费用增长率发生一个标准差的正冲击后，第1年和第2年社会消费品零售总额产生短暂的正增长，而第3到5年则转变为负增长，此后两年虽有微弱反弹，但长期影响将逐渐消失；类似的，冲击后第2年加工贸易品出口为负增长，但很快从第3年开始加工贸易品出口增长率大幅上升并实现了正增长，一直持续到第6年增长率才逐渐归零，其间第4年为一高峰，增长率接近0.03％。
综上所述，当过滤数据间共同的长期趋势后，交易费用的增长在中期刺激了加工贸易品出口的增长，抑制了国内消费品零售总额的增长，而短期则恰好相反。为了反映不同因素在某一变量的波动上具体贡献程度的差别，表7给出了社会消费品零售总额的方差分解结果。
从长期看，社会消费品零售总额对其自身趋势的偏离，大部分（60％以上）可以由其自身决定，但随着时间的推移宏观绝对交易费用的作用不断增强，并最终稳定在30％左右。这说明一方面作为内贸变量代表的社会消费品零售总额具有较强的自我累加作用，另一方面宏观交易费用的影响远超过经济增长（实际GDP）和对外贸易的作用。
（三）Johansen协整检验与VEC模型分析
由于短期分析中重点考察的是加工贸易品出口，所以为了保持研究的一致，这里仍只分析该外贸变量。其余外贸变量如工业产品出口和一般贸易品出口等留给进一步的研究。向量误差修正模型不要求数据是平稳的，因此这里使用原始的JY、GDP、XF和JG数据进行分析。
1.Jnhansen检验
上文已经说明这组变量序列均为I（1）过程，可直接采用Johansen协整检验考察变量间是否有长期均衡关系。Johansen检验结果对VAR滞后阶数的选择较为敏感，经过反复权衡，此处对原始数据序列建立一个VAR（12,4）来进行检验⑤。协整检验结果表明四组序列内存在协整关系，其中包含全部四个变量的标准化协整方程为：
JY＝3.007＋0.321GDP－0.08XF＋0.399JG
由于此处使用了对数化后的数据，所以方程中的系数代表了弹性。因此，从长期看，GDP的1％增长会使得宏观交易费用增加0.32％；宏观绝对交易费用大约0.4％的增长，将带来加工贸易品出口1％的增长；而交易费用0.08％的增长会伴随社会消费品零售总额1％的下降⑥，该结果同前文的短期分析在方向上是一致的。这就从数量上证明，样本区间内中国宏观交易费用水平同国内贸易额反向变动，同对外贸易尤其是加工贸易呈正向变动关系。
2.向量误差修正模型
尽管交易费用与GDP、国内贸易和出口加工贸易之间存在长期均衡关系，但在短期内这些变量可以是不均衡的。这种不均衡关系的动态结构可以由VEC向量误差修正模型来描述。VEC模型的回归结果还是比较好的，绝大多数的系数在10％水平下显著。但由于篇幅限制，这里不再把完整的参数估计示列出来，只把误差修正系数的估计结果显示出来，见表8（下页）。
误差修正系数反映了VEC模型自身修正偏离均衡误差的作用机制。表8反映交易费用、GDP都存在误差修正机制，调整速度分别达到了28％和2％。社会消费品零售总额和加工贸易品出口额的修正系数与理论预期不符——VEC模型未能有效修正长期均衡误差的影响，反而扩大了XF和JG的增长波动。
四、结论
目前大部分有关宏观交易费用的研究文献都将目光聚焦于交易费用同经济增长、市场化程度等变量间的关系上面，但使用交易费用，尤其是宏观交易费用的概念去量化描述和解释现实经济现象的成果还不多。这一方面是因为在现行国民经济核算框架下对交易费用的核算存在困难，往往既不准确也不全面。而对于中国来说这个问题则更加严重，改革开放30多年来国民经济的统计口径经常发生变化，虽然这是统计工作发展进步的表现，但无疑也给研究制造了较大的障碍，使得本已较短的时间序列数据更显得不足。
因此，这一研究具有两方面的意义，一是填补了2003年以来中国宏观交易费用（或者说外在交易费用）数据方面的缺失，二是利用动态计量经济模型详细分析了交易费用同经济增长和贸易结构之间的关系。通过VAR模型和VEC模型，初步得出如下结论：
（1）中国的宏观交易费用同经济增长和贸易业结构间存在着密切的联系和复杂的因果关系。短期看交易费用与国内贸易和对外贸易都存在着双向因果关系，也就是说中国的贸易结构与交易费用之间具有复杂的互动联系。
（2）在各种描述对外贸易的变量中，加工贸易品出口额同宏观交易费用关系最为密切。VAR模型的脉冲相应函数表明，宏观交易费用相对于其长期均衡值的增长在短期虽然会降低加工贸易品的出口增长（低于均衡值），但在中期则会明显提高该类产品的出口额。VEC模型则反映出，从长期看，加工贸易品出口额与宏观交易费用是同向运动的。
（3）描述国内贸易的社会消费品零售总额与宏观交易费用的关系同对外贸易恰好相反，中长期看，宏观交易费用的上升对国内贸易（社会消费品零售总额）的增长具有负面作用。
（4）上述三点暗示了存在这样一种潜在关系：由经济增长和市场化程度决定的交易费用（金玉国，2006）的上升，刺激了中国加工贸易的发展并在一定程度上抑制了国内消费和贸易的增长，从而不断改变着中国的贸易结构并造成贸易顺差的持续积累。这个结论不但能够丰富人们对于中国巨额贸易顺差形成原因的认识，而且也为解决中国贸易失衡问题提供了线索。
最后需要说明的是，由于样本容量的限制，文中建立的VEC模型并不十分理想。而理想的模型应当是4阶滞后的，问题是此模型将无法进行Johansen检验并做系数估计。目前的VEC模型虽然给出了协整方程，但是回归结果并不令人满意，还有待进一步的研究。
注释：
① 事实上，文中所参阅的文献均未考察过2003年以后的宏观交易费用数据。
② 表4数据显示，文中所测算的相对交易费用比较接近于金玉国等人测算的外在相对交易费用。
③ “交通运输、仓储和邮政业增加值”前系数0.5借鉴了卢现祥（2008）；“其他”前的系数0.65为租赁和商务服务业、居民服务和其他服务业、教育、文化、体育和娱乐业以及公共管理和社会组织五个行业2005～2007年增加值之和占这三年其他类总增加值的比例。
④ 1980～1985年用商品价格指数代替CPI.
⑤ 限于篇幅，协整检验的详细结果不在文章中列出。
⑥ 协整方程中变量排放次序的改变不会对系数产生影响，因此弹性分析结果是稳健的。