我国进口贸易与经济增长的互动关系研究，本文主要内容关键词为：互动关系论文,经济增长论文,我国论文,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。
世界各国的发展经验表明，一个国家经济增长必须要有一定的进口依存度。20世纪90年代，美国通过技术创新和扩大进口实现产业结构升级，创造了“低通胀、低失业、高逆差、高增长”的新经济。美国的成功实践表明，在良好的制度安排下，进口是促进经济增长的一个不可忽视的重要动力因素。
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1952-2001年度的统计数据为基础（如表1所示），研究我国进口总量与GDP总量之间的内存依存关系，考察两者之间的因果关系，建立相关的数学模型，并测算进口贸易对GDP的贡献率和GDP变动对进口贸易的影响力。
表1 1952-2001年我国GDP总量与进口总量
（单位：亿元）
年份 GDP进口总量年份 GDP 进口总量
年份 GDP 进口总量
1952 679.0037.519691937.9047.2 198610202.21498.3
1953 824.0046.119702252.7056.1 198711962.51614.2
1954 859.0044.719712426.4052.4 198814928.32055.1
1955 910.0061.119722518.10 64 198916909.22199.9
19561028.0053 19732720.90103.6199018547.92574.3
19571068.0050 19742789.90152.8199121617.83398.7
19581307.0061.719752997.30147.4199226638.14443.3
19591439.0071.219762943.70129.3199334634.45986.2
19601457.0065.119773201.90132.8199446759.49960.1
19611220.0043 19783624.10187.4199558478.111048.1
19621149.0033.819794038.20242.9199667884.611557.4
19631233.0035.719804517.80298.8199774462.611806.5
19641454.0042.119814862.40367.7199878345.211622.4
19651716.1055.319825294.70357.5199982067.513736.4
19661868.0061.119835934.50421.8200089442.218639
19671773.9053.419847171.00620.5200195933.020164.2
19681723.1050.819858964.40
1257.82002
102398.0
注：数据源于《新中国五十年统计资料汇编》和《中国统计年鉴》（中国统计出版社）。
一、我国进口总量与GDP总量之间的相关分析与因果关系检验
根据1952-2001年的统计数据，测算我国进口总量与GDP总量两个变量之间的相关系数，结果表明两者之间的Pearson相关系数高达0.9887，显然进口总量与GDP总量之间存在着十分紧密的依存关系。而且，有关资料表明我国进口总量与GDP总量的变化趋势具有很强的一致性。这就表明了进口贸易与经济增长之间确实存在正相关性。
我国进口总量与GDP总量之间存在着十分密切的正相关性，但两者之间是否存在明确的因果关系呢？是进口总量的变化引起GDP的变化，还是GDP的变化引起进口总量的变化，或者是两者之间存在双向的因果关系？本研究用Granger Causalitv的因果关系检验法考察进口总量与GDP总量之间的因果关系。
Granger Causality因果关系检验法的基本思想是：如果X的变化引起Y的变化，则X应该有助于预测Y，即在Y关于Y过去值的回归中，增加X的过去值作为独立变量应当显著地增加回归模型的方差解释能力。检验X是否为引起Y变化的原因基本过程如下：
(1)作出原假设“X不是引起Y变化的原因”；
(2)把Y对Y的滞后值及X的滞后值进行回归，建立无限制条件的回归模型：
(3)把Y只对Y的滞后值进行回归，建立有限制条件的回归模型：
(4)用回归模型的残差平方和计算F统计值，检验回归系数
是否同时显著地不为零。如果是，就拒绝“X不是引起Y变化的原因”的原假设。
进口总量与GDP总量之间Granger Causality因果关系检验结果（见表2）表明两个原假设F统计值都达到了足够大，通过了显著性检验，有理由拒绝两个原假设。可以得出结论：进口总量与GDP总量之间存在着十分明显的双向因果关系，即GDP总量变化是引起进口总量变化的原因，同时进口总量变化也是引起GDP总量变化的原因。
表2 Granger Causality因果关系检验结果
原假设
观测量 F统计值 显著性水平
GDP变化不是进口总量
变化的原因
4817.3074 3.1E-06
进口总量变化不是引起
GDP总量变化的原因
15.5831 8.1E-06
二、我国进口总量对GDP总量的回归分析
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。根据1952-2000年年度的历史数据，以进口总量(
)为因变量和GDP总量(
)为自变量，首先进行简单线性回归分析，结果（见表3）显示，在进口总量对GDP总量的简单线性回归模型中，自变量（GDP总量）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，表明进口总量对GDP总量的影响是显著的。进口总量与GDP总量的复相关系数为0.977，回归方程的方差解释能力高达97.7%。回归方程的F统计值为2081.917，达到了高度显著性水平。但从表3也可以看出，回归模型的DW统计值仅为0.77，说明回归模型残差存在着序列自相关。
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，因而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，因而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，从而可能导致伪回归现象，致使结论无效。上述分析结果表明，我国进口总量与GDP总量之间存在的内在依存关系，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进口总量与GDP总量之间的内在依存关系。
表3 我国进口总量对GDP总量的简单线性回归结果
解释变量 回归系数标准误 T统计值显著性水平
C
-391.4254
129.6239 -3.019700
0.0040
GDP
0.187645
0.004112
45.62803
0.0000
评价指标 数值 评价指标数值
复相关系数
0.977464
被解释变量均值 2756.194
修正复相关系数
0.976994
被解释变量标准差5116.173
回归标准 776.0003
赤池统计值 16.18536
残差平方和
28904467
许瓦兹统计值16.26184
对数似然估计值 -402.6340
F统计值 2081.917
DW统计值 0.771263
显著性水平 0.000000
为了揭示进口总量与GDP总量之间真实的内在依存关系，必需消除序列自相关问题。EViews是采用在原简单线性回归方程中添加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。
表4 我国进口总量对GDP总量的广义差分回归分析结果
解释变量回归系数标准误 T统计值 显著性水平
C-346.4087
77.57697
-4.465354
0.0001
GDP0.161421
0.00290062.56730
0.0000
AR(1)
0.959776
0.1086088.837090
0.0000
AE(2) -0.983289
0.149012
-6.598736
0.0000
评价指标数值
评价指标 数值
复相关系数 0.992650
被解释变量均值
2869.294
修正复相关系数 0.992149
被解释变量标准差 5192.540
回归标准460.0939
赤池统计值
15.18039
残差平方和
9314200
许瓦兹统计值 15.33633
对数似然估计值 -360.3294
F统计值 1980.795
DW统计值2.307070
显著性水平
0.000000
在进口总量()对GDP总量()的原回归模型中添加AR(1)和AR(2)项，得到如表4所示的广义差分回归结果及各项主要评价指标。
由表4可知，DW检验值由原来的0.771提升到2.307，接近于2，表明已经基本消除了残差项的序列自相关。复相关系数由原来的0.977提升到0.993。模型中的所有回归系数都通过了显著性检验，而且达到了非常高的显著性水平。
这样，回归模型不仅很好地消除了简单线性回归模型残差项的自相关问题，而且回归模型对历史数据拟合效果也十分理想。
由此，可以得到以进口总量()为因变量和GDP总量()为自变量的广义差分回归模型如下。
(1)IMP(1952-2001)=-346.409+0.161421*GDP+[AR(1)=0.959777,AR(2)=-0.983289]
GDP的系数为0.16，这就说明了GDP每增加一个单位，就会相应地增加0.16个单位的进口量，表明我国的进口贸易对经济增长具有很强的依存性，也就意味着中国的经济增长对进口增长具有很强的引致和推动作用。
考虑到在经济发展的不同时期和市场体制的不同环境，我国进口贸易与经济增长可能会具有不同强度的依存关系。本文把1952-2001年划分为1952-1978年、1978-1990年、1990-2001年三个时期，分别进行广义差分回归分析，结果得到如下三个回归模型：
(2)IMP(1952-1978)=0.04395321231*GDP+[AR(1)=1.102663702,AR(2)=-0.3502930106]
(3)IMP(1978-1990)=-438.8209778+0.1675441701*GDP+[AR(3)=-0.6585911441
(4)IMP(1990-2001)=0.1758953036*GDP+[AR(1)=0.9526214105,AR(2)=-1.052446425]
从这三个回归模的自变量(GDP)的回归系数可以看出，在1952-1978年，每增加1个单位的GDP，相应地增加0.044个单位的进口量，可见在高度集权的计划经济时期，GDP增长对进口的引致作用是相当弱的。在1978-1990年，每增加1个单位的GDP，相应地增加了0.168个单位的进口量。1990-2001年，每增加1个单位的GDP，相应地会增加0.176个单位的进口量。可见，随着改革开放的不断深入和市场经济体制的逐步建立，我国GDP增长对进口贸易的引致作用呈现不断增强的趋势。
三、我国GDP总量对进口总量的回归分析
根据1952-2001年年度的历史数据，以进口总量()为自变量和GDP总量()为因变量进行简单线性回归分析，结果如表5所示。
表5 我国GDP总量对进口总量的简单线性回归结果
解释变量回归系数标准误 T统计值
显著性水平
C
2417.008
658.2898
3.6716480.0006
IMPORTS 5.209115
0.114165
45.628030.0000
评价指标数值
评价指标 数值
复相关系数 0.977464
被解释变量均值 16774.34
修正复相关系数 0.976994
被解释变量标准差 26956.21
回归标准4088.608
赤池统计值 19.50897
残差平方和 8.02E+08
许瓦兹统计值19.58546
对数似然估计值 -485.7244 F统计值 2081.917
DW统计值0.748506
显著性水平 0.000000
表6 我国进口总量关于GDP的广义差分回归分析结果
解释变量回归系数标准误 T统计值
显著性水平
C2066.870
432.7208 4.776452
0.0000
GDP
5.441988
0.094230 57.75248
0.0000
AR(1) 0.954777
0.109398 8.727594
0.0000
AR(2)-0.928525
0.149594 -6.206969
0.0000
评价指标数值评价指标数值
复相关系数 0.992029
被解释变量均值 17441.96
修正复相关系数 0.991485
被解释变量标准差27316.25
回归标准2520.616
赤池统计值 18.58205
残差平方和 2.80E+08
许瓦兹统计值18.73798
对数似然估计值 -441.9692 F统计值 1825.280
DW统计值2.260211
显著性水平 0.000000
表5结果显示，在GDP总量对进口总量简单线性回归模型中，自变量（进口总量）和常数项的回归系数t统计值都超过了临界值，而且检验结果呈现高度显著性，表明进口总量对GDP总量的影响是显著的。进口总量与GDP总量的复相关系数为0.977，回归方程的方差解释能力高达97.7%。回归方程的F统计值为2081.917，达到了高度显著性水平。但回归模型的DW统计值仅为0.74，与2还有较大距离，说明回归模型残差存在着严重的序列自相关。
上述分析结果显示，我国GDP总量对进口总量之间的关系，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揭示GDP总量与进口总量之间的内在依存关系。
我们在GDP总量()对进口总量()的简单线性回归模型中添加AR(1)和AR(2)项，得到如表6所示的广义差分回归结果及各项主要评价指标。由表6可知，DW检验值提升到2.260211，接近于2，表明已经消除了残差项的序列自相关，回归方程的方差解释能力高达99.2%。模型中的所有回归系数都通过了显著性检验，而且达到了非常高的显著性水平。
这样，回归模型不仅消除了简单线性回归模型残差项的自相关问题，而且对历史数据拟合效果也十分理想。
由此得到我国进口总量()对GDP总量()的广义差分回归模型：
(5)GDP(1952-2001)=2066.8699+5.4419875*IMP+[AR(1)=0.95477742,AR(2)=-0.928524521
从回归模型(5)可知，自变量（进口总量）的回归系数为5.44，说明每增加一个单位的进口总量，GDP总量就会相应地增加5.44个单位。可见，进口非但不是国民经济的一个减项因素，而且是推动我国经济增长的重要动力因子。
如果从长期供给的角度分析，经济增长的主要因素主要应该归结于生产要素供给的增加和全要素生产率的提高两大类。生产要素供给投入的增加包括资本和劳动供给的增加。全要素生产率的提高则涉及到产业结构优化、规模经济、制度变革和技术创新等众多因素。而这些因素则与进口贸易有着十分密切的关系。我国通过进口不但引进了国外的先进设备和技术，促进了技术进步和生产率的提高，而且还引进了国外的先进管理经验和管理制度，提高科学管理水平和经济集约化程度，进而促进了经济增长。这就从理论上解释了本研究所得到的结论。
考虑到在经济发展的不同时期和市场体制的不同环境，我国进口贸易对经济增长可能会具有不同强度的引致作用。本文把1952-2001年划分为1952-1978年、1978-1990年、1990-2001年三个时期，分别进行广义差分回归，结果得到如下三个回归模型：
(6)GDP(1952-1978)=4.025465745*IMP+[AR(1)=1.05485562]
(7)GDP(1978-1990)=2655.494869+5.924275783*IMP+[AR(3)=-0.6769123772]
(8)GDP(1990-2001)=3022.222281+5.395335311*IMP+[AR(3)=-1.229762265]
回归模型(6)表明在1952-1978年期间，我国进口总量每增加1个单位，GDP总量就相应地会增加4.03个单位。回归模型(7)说明在1978-1990年期间进口总量每增加1个单位，GDP总量就会增加5.92个单位。回归模型(8)表明1990-2001年间我国进口总量每增加1个单位，GDP就会增加5.40个单位。通过上述分析可得知，进口对我国经济增长具有较强的促进作用，在改革开放之前（1952-1978年），作用相对较弱；在改革开放初期（1978-1990年），作用很强；在我国市场经济体系建立初期（1990-2001年），作用较强。
改革开放之前，我国实行高度集权的计划经济和“自力更生”经济，我国的对外贸易还处于起步和发育阶段，经济增长的进口依存度很低，进口所占GDP的比重一直没有超过5%的水平，决定了我国在1952-1978年期间进口对经济增长促进作用相对较弱。改革开放以来，我国大力发展商品经济，市场需求旺盛，各类投资品供给极度紧张，在短缺经济和供给约束条件下，进口国内紧缺的投资品和先进技术设备，既扩大了国内供给，抑制物价上涨，同时又节省了研究开发费用和时间，进而有力地促进了经济的快速增长。我国经济经过10多年的高速增长，在20世纪90年代结束了供给约束的格局，出现了买方市场的新局面。市场的重大变化，促使我国经济增长从供给约束转向市场需求约束。在这个过程中，一向靠供给刺激特别是投资扩张为主要动力的经济增长，遇到了市场的强烈约束，从而在一定程度上降低了进口贸易对经济增长的促进作用。
四、结论
出口贸易对国民经济增长的积极作用，受到人们的普遍接受和认同，但是，对于进口的实际作用，往往会产生一些怀疑和争论。本文以国家统计局发布的1952-2001年年度的统计数据为基础，对我国账进口贸易与经济增长之间的互动关系进行了实证研究，结果表明：(1)我国账进口贸易与经济增长之间存在着十分明显的互为因果关系。(2)1952-2001年，我国账经济增长对进口贸易有较强的促进作用，每增加1个单位GDP就会相应地增加0.16个单位进口量。随着以市场为导向的经济体制改革不断向纵深化方向推进，我国GDP增长对进口贸易的促进作用呈现不断增强的趋势。由1952-1978年的0.044个单位，提高到1978-1990年的0.168个单位，再增加到1990-2001年的0.176个单位。(3)1952-2001年，我国账进口贸易对经济增长具有很强的促进作用，每增加1个单位的进口量就会相应地增加5.44个单位的GDP。但经济发展的不同时期，进口贸易对经济增长的促进作用有所不同。在1952-1978年期间，每增加1个单位进口量，就相应地会增加4.03个单位GDP；在1978-1990年期间，进口量每增加1个单位，就会增加5.92个单位GDP；在1990-2001年期间，进口总量每增加1个单位，GDP就会增加5.92个单位。
标签：回归系数论文; 显著性论文; 自相关论文; 显著性水平论文; 经济增长论文; 回归模型论文; 经济论文; 解释变量论文; 统计模型论文; 简单线性回归论文; 自相关系数论文; 线性回归方程论文; 进口论文;