中国出口收入不稳定性成因的实证分析，本文主要内容关键词为：不稳定性论文,实证论文,成因论文,中国出口论文,收入论文，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。
[中图分类号]F037.1 [文献标识码]A [文章编号]1000-8306(2002)02-0017-03
一、引 言
早在上世纪60年代，经济学家们就对出口贸易的不稳定对经济发展的影响进行了深入的研究。早期的研究认为出口收入的大幅度波动对发展中国家的经济往往会形成一个负的冲击，例如出口贸易的不稳定对外汇收入产生了不确定性，从而减少了工业原材料及机器设备的进口进而影响投资意愿，如此下去不但会影响制造业的发展甚至会因资金短缺而导致整个经济水平的滑坡(Massell 1964,1970)。但是，由于早期的研究采用横截面的研究方法，且研究各国中采取的样本大小不一，取样时间差异，甚至衡量出口不稳定的定义都未必相同，所以，研究的结果并不一致，甚至相互矛盾(Love,1990;walbeek,1993)。事实上，以横截面研究方法得到的出口不稳定性的结果并不能直接用来解释个别国家出口不稳定的情形。
由于传统的横截面研究方法不能用来阐释单一国家出口不稳定的成因，许多学者改用时间序列的方法来研究出口收益的不稳定性问题(Love,1990;Wislon,1994)。本文亦采用1981—1999年的时间序列资料来研究我国出口的不稳定性的成因。但必须注意到时间序列分析本身存在自相关和ARCH现象，本文对此进行检验，希望以最为有效率的估计方式进行参数估计。另外，本文采用指数型的函数式来检验出口不稳定性的存在，摈弃了移动平均型的函数式处理方式。因为原始资料通过移动平均法的处理往往会把不稳定的因素都给平滑掉了，反而不能够体现原始资料中所隐含的不稳定因子。
二、资料收集与计算变量的选取
（一）资料收集
本文的研究期间为1981年至1999年，资料来源于历年《中国统计年鉴》。由于统计年鉴在1981年以后采用海关的进出口统计数据，故1981年之前的数据没有采纳。为了资料的一致性，我们选择了这19年为研究期间。
本文所选取的地理集中度这一变量并没有涉及每个具体的国家，而是以州际为单位，划分为亚、非、欧、拉美、北美、大洋州等六个地理区域。商品集中度中的商品变量选取，本文是以海关历年的出口商品分类的数目来计算，共取九个类别（详见2000年《中国统计年鉴》第589页），其中，工业制成品中“未分类的其他商品”类别没有采用，因为1992年与1993年海关统计改用新的商品目录，未分类的其他商品在1994年之后都包含在其它大类中。
（二）出口不稳定性的定义与衡量
出口不稳定性(Export Instability)的统计定义是指实际出口值偏离长期趋势值的乖离程度。出口不稳定性的衡量方法则有多种，其中关键之处是首先找出样本资料中的出口趋势值，即某个期间的平均水平，其次是应确定该种衡量方法所应用的测量指数是否符合不稳定性的统计定义，避免有极端值产生，是否适用于高成长国家或是低成长国家，以及是否能适用长期资料或短期资料。考虑到本文主要为测量中国大陆的出口不稳定性问题，而中国20年来的出口成长举世瞩目，显然呈高增长的态势，因此在方法选择上采用了指数趋势，而没有选用相关文献最常采用的移动平均指数或直线趋势指数，来计算我国出口的不稳定性。
本文所采用的指数为指数趋势指数IE(Exponential Trend Index)。
式中，n为观察数目，
为log[,t]的时间趋势估计值。指数趋势指数的优点是无极端值之顾虑，可用来长期分析，适用高成长性（Massell,1970;Sheehey,1997;Murray,1978;Ahmad,1993；等均曾采用过）。
但是，上述测量方法只适用于横截面分析，无法应用于时间序列资料分析，因为时间序列分析必须计算出每一期的不稳定数值。因此本文参照Love(1986)的计算方法对上述测度出口不稳定性的方法进行修正，以便衡量第t期的总出口偏离长期趋势值的乖离程度：
（三）解释变量的定义与衡量
文献上常用的解释变量有商品集中度(C)，地理集中度(G)，初级产品比率(PG)外，尚有食物总出口值的比率与原材料占总出口值的比率，但是食物和原材料并非我国的重要出口品，而工业制成品特别是机械设备与杂项制品占总出口的比率很大，是十分重要的出口项目，因此，本文还选用了工业制成品占总出口比率MG及机械设备占总出口比率ME，杂项制品占总出口比率MP三个解释变量。现将各解释变量的定义说明如下：
商品集中度(Commodity Concentration)的衡量指标，应用Gini—Hirschman系数表示，即
式中Xit为第i种商品类别第t期出口值，X[,t]为第t期总出口值，C[,t]值介于
与100之间，当一国输出商品愈平均分配于各类商品时，C[,t]值趋近于；反之当一国输出商品项目只有一种时，C[,t]值为100，一般认为，C[,t]值愈高，表示出口收益受少数商品类别的影响愈大，也易受到一国的宏观经济波动与政策调整的影响。
地理集中度(Geographic Concentration)的衡量指标，仍然使用Gini-Hirschman系数测量，即
式中，Xit为输出到i区域第t期的出口值，X[,t]为第t期总出口值。一般认为，当某类商品的出口过度集中在少数区域时，表示该商品受少数出口市场经济情况的影响很大，因而出口会越不稳定。
初级产品出口比率(Primary Goods Ratio)，即P为初级产品出口值占总出口值的比率。根据Massell(1970)指出，国家的出口项目越依赖于初级产品，则其出口收益的不稳定性的平均值越高。
工业制成品出口比率(Manufatured Goods Ratio)，即M为工业制成品出口值占总出口值的比率，机械设备出口比率(Machinery and Transport Equipment Ratio)即ME为机械设备出口值占总出口值的比率。杂项制品出口比率(Miscellaneous Products Ratio)即MP为杂项制品出口值占总出口值的比率。
三、实证分析结论
本文首先利用指数型式与线性型式两种不同方法计算出口不稳定指数。然后，以下面的回归方程式进行本文的实证分析，
其中：
IE为出口不稳定指数C为商品集中度指标，G为地理集中度指标。PG为初级产品出口占总出口比率。MG为工业制成品占总出口比率。ME为机械设备占总出口比率。MP为杂项制品占总出口比率。μ为回归残差值。
在进行回归分析之前，首先将上述各变量之间的相关性进行检查，了解是否存在多重共线性问题。就变量之间的相关分析的结果如表1所示。本文认为所选择的变量中MP（杂项制品占总出口比率）与其他变量特别是与商品集中度的相关程度较高，其余变量中的相关程度不会太高，本文模型所采用的解释变量之间，存在一定程度多重共线性问题，但因本文随后的实证分析认为这一问题没有严重的影响参数估计值，且认为给定的样本观察期后的一段时期内这种共线性现象将有一定的延续性，故本文对这一问题不作过多考虑。
此外，本文采用的是19年来的时间序列资料，基于时间序列资料可能具有一阶自相关的特性而造成估计偏差，本文利用D—W统计量检验。实证结果如下（见表2）。
从表2的检验结果可以发现，变量不同的各个回归方程式的D—W统计量均在2左右，满足D—W检验的要求（只有方程式(1)的D—W值处于不能确定的区域内），可知本文实证模型不具有一皆自相关的性质。因此，本文采用最小二乘法(OLS)进行参数估计。值得注意的是，本文实证模型的R[2]值不算很高，方程(1)的R[2]为0.589，方程(3)的R[2]为0.558，但并不能以此认为本模型的解释力不强，事实上统计量在F的检验值，表明方程(3)、(4)、(5)都能通过5%水平的总体显著性检验。因此，本文认为就估计参数的正确性和稳定性而言本模型是有意义的。
注：(.)为t统计值，*、**、***分别代表显著水平10%、5%、1%。
就估计结果而言，本文分别以不同的解释变量进行了5次估计，结果发现各方程的估计结果中，其相同的解释变量的回归系数的符号，大小及统计值的显著性都相当的一致，其中商品集中度C对出口不稳定指数有正向且显著的效果。而地理集中度G对出口稳定指数的影响为正但不显著。而初级产品出口比率PG、机械设备出口比率ME、杂项制品出口比率MP的回归系数为负，它们对出口不稳定性指数有负向且显著的效果，而工业制成品比率MG回归系数为负且不显著。总之，根据表2的估计结论，本文认为近20年来造成我国出口不稳定性的影响因素主要为商品集中度、初级产品出口比率、机械设备出口比率及杂项制品出口比率。
至于地理集中度而言，实证结果为对我国出口不稳定性无显著的效果，这显示了我国近年来致力于推广出口市场的分散策略有显著的效果，做到了“东方不亮西方亮”。但是本文的资料分析是针对把出口地分成六大洲而言，没有细化到每个国家，因而有待今后更进一步具体分析。从具体资料来看，19年来中国对外出口地区累计总比率的前三名为亚洲的62.21%、欧洲的16.37%、北美的16.61%。对这三大洲的出口总量占我国总出口国的近93.19%，出口地理度相当的高；但从每年的统计资料来看，近年来亚洲所占的比例是逐步下降的，而欧洲与北美洲的比率呈逐年上升态势，而且由于我国的主要贸易国的经济均属于稳定成长模式，其进口需求相对旺盛，从而使得我国的出口产品能够源源不断地输出到上述国家与地区。因此，即使我国的出口的地理集中度相当地高，也不至于造成出口收益的不稳定性。
四、总 结
本文利用我国1981—1999年19年的出口统计资料，应用指数型式的方法衡量这段时期的出口不稳定指数，从而就造成我国出口收益不稳定的成因进行了实证分析。就检定的结果而言，本文所采取的时间序列资料并无自相关现象，因此在符合古典回归假定的条件下，采用OLS进行估计。本文以指数趋势法求得出口不稳定指数IE作为被解释变量，发现在5%的显著水平上，造成中国出口收益不稳定的主要因素为：商品集中度与杂项制品的出口比率，其影响效果前者为正，后者为负。而在10%的显著水平上，初级产品的出口比率与机械设备的出口比率刚好勉强满足t统计值的检验要求，这两者对我国的出口不稳定有负向显著影响。而地理集中度的影响则不显著。这一现象说明若要降低我国的贸易不稳定性，要降低我国的出口商品的集中度，实行商品出口的多样化，分散出口产品的类别，从而降低杂项制品的出口比重。为此，必须加快改革的步伐，加快出口产业升级，提高出口产品的科技含量与附加值。
当然，本文研究有待更进一步的探讨：第一，由于资料的限制，仅能以19年的期间进行研究，今后可以考虑利用更长期间的年资料或利用月资料进行相关研究；第二，本文的资料的分类方法还是不太精确，比如地理集中度没有采用国别资料，商品集中度没有用更为详细的联合国国际贸易标准分类方法；第三，可以考虑引入实际有效比率作为解释变量考察其对出口不稳定性的影响。