开放度水平提升是否促进了区域经济增长?
——基于“一带一路”沿线国家面板数据的实证分析
马 卫1,曹小曙2,李 涛2,高兴川1
(1.陕西师范大学 地理科学与旅游学院,陕西 西安 710119;2.陕西师范大学 西北国土资源研究中心,陕西 西安 710119)
摘 要: 基于“一带一路”沿线66个国家2000—2015年的面板数据,构建开放度综合评价指标,并利用面板数据模型系统探讨了开放度对沿线国家经济增长的影响。研究发现:“一带一路”沿线国家开放度水平总体呈上升趋势,年平均增长率为5.24%,总体上,开放度对“一带一路”沿线国家经济增长有显著正向影响,但不存在倒U形影响。分时段来看,2000—2008年开放度对经济增长有显著促进作用,而2008年以后,开放度对经济增长的影响呈下降趋势。分区域来看,开放度对中东欧、独联体、南亚经济增长的正向影响较大,而对中亚、西亚-北非的正向影响较小。分不同经济水平国家来看,呈纺锤体形影响,即开放度对中高收入国家影响较大,而对高收入和中低及以下收入国家影响相对较小。
关键词: 开放度;经济增长;时空格局;“一带一路”
一、文献综述
1978年以来,中国对外开放进程已走过40多年的历程,取得了举世瞩目的成就。中国的进出口总额由1978年206.4亿美元增长到2016年的36855.6亿美元,年平均增长率达14.62%;外商直接投资总额由1985年的19.56亿美元增长到2016年的1260.01亿美元,年平均增长率达14.38%;GDP由1978年的3678.7亿元增长到2016年的744127.2亿元,年平均增长率达15.0%,但是也应该看到在不断扩大开放的背后,居民收入差距、城乡差距和地区差距却在进一步加剧,制约着社会和谐(陈永志 等,2006)。在国内外政治、经济面临复杂调整和平衡的背景下,2013年9月和10月,习近平主席先后提出共建“丝绸之路经济带”和“21世纪海上丝绸之路”(以下简称“一带一路”)的重大倡议,将“以点带面、从线到片”构建全方位对外开放新格局,这将对“一带一路”沿线国家经济发展起到重要的推动作用。
开放度是衡量一个国家或地区与世界社会经济融合程度的重要测度指标(Edwards,1998)。关于开放度对经济增长的影响研究,国外最早可以追溯到以斯密、李嘉图为代表的古典经济学派,到20世纪80年代中后期新增长理论学派进一步阐述了两者的作用机理,例如贸易开放度可以促进先进技术在国内传播,从而促进经济增长(Romer,1986);贸易的发展可以带来经济规模效应(Krugman et al,1985);贸易开放度能优化国内资源的有效配置(Grossman et al,1991)。然而,仅以贸易开放度单一指标无法在真正意义上反映实际开放水平(Rodriguez et al,2000),Polat等(2015)在实证研究中甚至发现贸易开放度对经济增长存在负面影响。此外,也有一些学者开展了FDI(Curwin et al,2014)、国际金融(Ibrahim et al,2018)、国际旅游(Antonakakis et al,2015)等开放要素对经济增长的研究。国内学者对于开放度对经济增长的影响进行了深入研究。研究内容主要侧重于国际贸易(张同斌 等,2018)、FDI(随洪光 等,2017)、国际金融(陶雄华 等,2017)、资本账户(陈镜宇,2017)、国际旅游(李秋雨 等,2017)等开放要素对经济增长的影响。研究尺度多集中在全国(郭旭红 等,2014;潘凤,2018)、省际(胡国珠 等,2014)等大尺度层面。研究结论可分为开放度对经济增长呈正向影响(康继军 等,2007;熊灵 等,2012)、呈负向影响(田卫民,2017)、呈倒U形影响(林发勤 等,2018)、呈不显著影响等(张永升 等,2014)。
从现有文献来看,关于开放度对经济增长的研究仍存在以下几点不足:(1)国家对外开放水平的测度仍局限于贸易层面。随着全球化和区域经济一体化不断推进,国际金融和国际投资也已经成为一个国家对外开放的基本形式,也有一些学者认为开放度应涵盖多方面(陈升 等,2015;周春山 等,2018)。(2)关于开放度对经济增长的非线性影响研究相对较少。(3)鲜有文献从不同时空角度来比较研究开放度对区域经济增长影响的差异性。据此,本文将以“一带一路”沿线国家为研究对象,系统考察开放度对“一带一路”沿线经济增长的影响,从而为制定“一带一路”对外开放发展规划和策略提供理论依据。本文的贡献主要有:其一,综合已有文献,在此基础上构建新的开放度评价指标,并对2000—2015年“一带一路”沿线开放度变化趋势进行分析;其二,基于面板数据模型,分析开放度对经济增长的线性和倒U形的影响;其三,通过分不同开放度类型、分时段、分地区和分类别研究,更为系统地考察开放度对经济增长的不同影响。
二、研究区域与研究方法
(一)研究区域
“一带一路”是一个开放的全球性经济合作网络,到目前尚未形成统一的空间范围。本文界定的“一带一路”的研究范围主要是根据中国社科院发布的《工业化蓝皮书:“一带一路”沿线国家工业化进程报告》中所公布的国家名单,包括中国在内共计66个国家(见图1)。2015年研究区GDP为23.32万亿美元,占全球GDP比重31.19%;总人口为45.84亿人,占全球总人口比重62.31%。
图 1“一带一路”空间范围
(二)研究方法
1.开放度综合指标体系构建
借鉴已有的综合测度指标体系成果(陈升 等,2015;周春山 等,2018;殷杰 等,2017),初步构建一个涵盖贸易、投资、金融、旅游、科技、信息6个维度的开放度综合评价体系(见表1)。考虑到各指标量纲和数量级存在较大差异,首先采用极值标准化方法对各指标进行归一化处理,转化为0~1之间的无量纲得分值。然后基于熵值法计算各指标权重值,权重结果如表1所示。最后,利用公式(1)统计各国开放度综合得分。
(1)
式(1)中,S i 为i 国家的开放度综合评价值;Z ij 为i 国家第j 项指标的标准化值;w ij 为第j 项指标的权重。S i 值越高,表明该国对外开放水平就越高。
表 1开放度综合指标体系
注:Chinn-Ito指数是Chinn 和Ito利用《兑换制度和兑换限制年报》(Annual Report Exchange Arrangement Exchange Restrictions,AREAER)所公布各IMF成员国是否存在多重汇率、经常交易的管制、资本账户交易的限制、出口创汇上缴的政策信息(Chinn et al,2008),构建二元虚拟变量并运用主成分分析法得到,指数越大,说明法定金融开放程度越高。
为了分析开放度对经济增长的影响作用在不同地区是否存在差异,我们对66个国家(除中国、蒙古)进行分类检验。按照地理区位属性将所有国家分为东南亚、南亚、中亚、独联体、西亚/北非和中东欧6大区域。分区域估计结果如表7所示。
图 2 2000— 2015年“一带一路”沿线开放度变化趋势
2.影响模型的构建及指标选取
本文实证数据主要来源于联合国开发计划署(UNDP)联合国人类发展报告、世界银行数据库、国际货币基金组织(IMF)以及荷兰格罗宁根大学格罗宁根增长和发展中心。
在分析对经济增长影响时,多数学者均采用柯布-道格拉斯(C-D)生产函数作为研究的基本模型。其对数形式为:
lnY =lnA +α lnK +β lnL
(2)
为了满足自己的好奇心,我拿起浇花的水壶,轻轻地朝它身上洒了一些水。在我看来的“涓涓细流”,对于小蚂蚁来说,无异于“山洪暴发”。瞬间,小蚂蚁便被歪歪斜斜地冲到了一边,接着又陷入了“汪洋大海”之中。身陷险境的小蚂蚁并没有被突如其来的困难所打倒,只见它不停地划动着六条腿,拼命地朝着水的边缘挪去。
lnY =lnA +α lnK +β lnL +γ lnO
(3)
式(3)中,γ 表示开放度的弹性系数;为了检验开放度与经济增长之间是否存在倒U形曲线,将公式(2)中的lnO 分解为lnO 与(lnO )2两项。此外,控制变量方面,添加城镇化率(用城镇人口占总人口比重来表示)和产业结构(用第二三产业增加值占GDP比重来表示)两个变量,模型调整为:
lnY =lnA +α lnK +β lnL +γ lnO +δ (lnO )2+φ lnU +ω lnR
(4)
式(4)中,δ 为开放度对数二次项的系数。如果γ 显著为正且δ 显著为负,则说明开放度与经济增长之间存在倒U形曲线;φ 、ω 分别为城镇化和产业结构的弹性系数。表2给出了各个变量的描述性统计。
表 2各变量描述性统计
(三)数据来源
本文使用数据包括国家边界矢量数据和各国社会经济数据。国家边界矢量来源于DIVA-GIS地理信息数据(网址:http://www.diva-gis.org/)。社会经济数据涉及多个来源。GDP、人均GDP、总人口、劳动力人口、土地面积、进出口贸易额、第二三产业增加值、城镇化率、出入境旅游收入、国际专利申请量、知识产权使用费用、高等院校入学率来源于世界发展指数数据库(World Development Index,WDI);外商直接投资额、对外直接投资额,均采用较为稳定的投资存量数据,来源于联合国贸易发展会议所发布的《世界投资报告》;Chinn-Ito指数来源网址为http://web.pdx.edu/~ito/Chinn-Ito_website.htm;对外金融资产、对外金融负债来源于国际货币基金组织所发布的《国际金融统计年鉴》;接入国际互联网的用户、移动手机拥有量来源于信息通信技术数据库(Information and Communication Technology Database),网址为https://www.itu.int/en/ITU-D/Statistics/Pages/stat/default.aspx;本文研究空间为66个国家,时间为2000—2015年。
三、实证结果
(一)总体影响
开放度对6大区域的经济增长均呈显著正向影响,但影响效果有明显差异。其中,中东欧地区的回归系数为1.175,在6个地区中最高,即开放度每提升1%,可使人均GDP提高1.175%。独联体和南亚地区的回归系数均高于0.9。而中亚地区和西亚/北非地区的回归系数最低,均小于0.5,说明这两个地区开放度对经济增长的推动作用相对其他地区较弱,主要原因是中亚地区均为内陆国家,交通等基础设施建设较为滞后,从而限制了与其他国家之间的贸易、人员等开放要素的流通;而西亚/北非地区在与其他国家对外交往方面,过于依赖其丰富的石油资源,对外开放类型较为单一。此外,该地区政治形势较为复杂,战争、恐怖主义等事件时有发生极大阻碍了其对外开放活动。
表 3单位根检验结果
从模型2、模型3看,开放度的回归系数显著为正,开放度每提升1%,人均GDP提高0.918%~1.224%,表明开放度对“一带一路”沿线各国经济增长呈显著正向影响。在加入开放度二次项后,可以发现模型5中二次项变量的回归系数显著为正,这表明开放度与经济增长之间不存在倒U形关系,而只存在单纯的线性关系。
和谐教学法有一个“五环节”的基本教学模式,即单元导入,明确目标—自学指导,合作探究—大组汇报,教师点拨—巩固练习,拓展提高—达标测试,课堂小结。
其他控制变量的回归结果大多同一般研究的结论相同。对于基础变量劳动力和资本而言,两者均有利于促进“一带一路”沿线国家经济增长,但从模型1、3、5、6、7看,劳动力的回归系数要明显大于资本的回归系数,主要原因是“一带一路”沿线多数国家仍属于发展中国家,资本密集型程度相对较低(王镝 等,2018;司增绰 等,2017),同时像中国、印度、孟加拉国等国劳动力密集程度相对较高,因而对于“一带一路”沿线劳动力对经济增长的作用要远高于资本的影响;产业结构在所有自变量中回归系数值最大且通过1%的显著性检验,即第二三产业比重每提升1%,人均GDP提高4%左右,说明产业结构的转型与升级成为拉动“一带一路”沿线各国经济增长的最重要方式;从模型3看,城镇化率对经济增长呈现显著正向影响,城镇化率每提升1%,人均GDP提高0.576%,主要原因是“一带一路”沿线大多数国家仍处于城镇化加速发展阶段(Liu et al,2018),而城镇化的快速推进为产业、人口、信息、资源等要素聚集提供了有效的空间载体,从而推动经济不断发展。
本文重点考察2000—2008年(金融危机爆发前)和2009—2015年(金融危机爆发后)2个时段中开放度对经济增长的不同影响(见表6)。
模型6、7分别反映了城镇化率、产业结构与开放度的交互关系对经济增长的影响。城镇化率与开放度交互项系数显著为正,这表明城镇化率与开放度两者对经济增长的影响存在一定程度上的互补关系,城镇化水平越高的国家,开放度对经济增长的促进作用会更强;同时,产业结构与开放度交互项系数显著为正,这表明第二三产业比重越高的国家,开放度对经济增长的促进作用会越强。
本课题依托于水环境治理的时代背景下,选取“河长制”这一具有代表性的政策实践与制度安排为调研对象,基于标准化视角,站在社会公众角度,综合运用多种研究方法,对调研开展后采集的公众看法评价结果与政府客观评议制度成效进行对比,为“河长制”在进一步改革完善中提出对策性建议,以优化其在水环境治理中的效用。
表5反映了6种类型的开放度对经济增长的影响。贸易开放度的回归系数为-0.101,说明贸易开放度对“一带一路”沿线各国经济增长呈显著负向影响,投资开放度、金融开放度、科技开放度、信息开放度对经济增长呈显著正向影响,而旅游开放度影响不显著。从回归系数对比来看,科技、信息作为新型的开放要素,对推动经济发展将会起到更大的推动作用。
表 4总体估计结果
注:*、**、***分别表示p值通过了10%、5%、1%的显著性检验。下同
表 5分不同类型开放度的估计结果
(二)不同时段的影响
HPLC法测定含黄芪中药制剂中毛蕊异黄酮葡萄糖苷的含量 ……………………………………………… 陈 莉等(15):2041
在施工过程中,对于一序孔,其实际注浆量和理论计算注浆量相同;而二序孔的实际注浆量应取理论计算注浆量的80%。在地表注浆加固中,需采用两序孔及以上,遵循跳孔基本原则实施顺序注浆。其中,一序孔严格按照定压和定量充分结合的基本原则进行控制,二序孔严格按照定压的基本原则注浆。实际上一、二序孔是对跳孔顺序而定的,先进行间隔跳孔的即为一序孔,而布置在以序孔之间的是二序孔,也可称之为多序孔。在实际的施工过程中,通常需要将注浆压力控制在1~2MPa范围内。
从模型14、15看,2000—2008年开放度对经济增长呈显著正向影响,开放度每提升1%,可使人均GDP提高0.794%。但2008年之后开放度促进经济增长的效应呈显著下降趋势,开放度每提升1%,人均GDP仅提高0.276%,这表明2008年金融危机的爆发对“一带一路”沿线国家的贸易、投资、金融、旅游、科技、信息等开放要素均造成巨大冲击,从而极大地降低了开放度对经济增长的影响。赵哲等(2016)研究发现金融危机对全球贸易流量产生巨大负面影响,相当于使其发展水平倒退近2年;在控制变量方面,劳动力、资本和产业结构的回归系数呈下降趋势,而城镇化率的回归系数呈上升趋势,说明2008年后“一带一路”沿线各国积极推进城镇化进程,这对稳定经济发展起到重要作用。
式(2)中,Y 表示总产出,本文采用人均GDP来衡量;K 为投入的资本,用资本总额占GDP比重来表示;L 为投入的劳动力,用劳动力占土地面积比重来表示;a 、β 分别表示资本和劳动力的弹性系数;A 是一个常数项,表示技术生产效率。将开放度作为一个投入要素纳入生产函数,从而扩展为:
表 6分时段和分不同经济发展水平国家的估计结果
(三)不同区域的影响
图2反映了“一带一路”沿线开放度变化趋势。可见,2000—2015年“一带一路”沿线开放度水平总体呈现上升趋势,开放度从0.0664上升至0.1428,年平均增长率为5.24%,而“一带一路”沿线国家间开放度水平差异总体呈现波动下降趋势,变异系数从0.8561下降至0.6810,表明国家间对外开放水平趋于均衡。
由于非平稳的数据做拟合可能会产生伪回归的现象,因而本文分别采用LLC和ADF-Fisher 2种单位根检验方法对各面板数据进行平稳性检验。由表3可知,各变量的自然对数在1%的显著性水平均拒绝具有单位根的原假设,属于零阶单整,可见各变量是平稳的。面板数据拟合模型一般包括混合OLS效应模型、固定效应模型(FE)和随机效应模型(RE)3种类型。本文所有拟合方程均通过3种模型两两比较取最优(Hausman检验是否通过5%显著性作为判断标准),表4中模型1、3、5、6、7为固定效应模型,模型2、4为随机效应模型。另外,对比模型1到模型7,R2由0.247提高到0.722,说明增加城镇化率和产业结构2个控制变量显著提高了模型拟合度,自变量包含了较多的解释因变量的信息,更加符合实际。
在控制变量方面,劳动力对东南亚、南亚、中亚、西亚/北非地区的经济增长呈显著正向影响,对独联体影响不显著,而对中东欧地区呈显著负向影响,主要原因是中东欧与西欧地区在地理上较为邻近,且社会经济存在巨大差异,从而大量劳动力流向西欧地区,从而劳动力对中东欧地区呈现负向影响;在资本方面,南亚和中东欧地区呈显著正向影响,其他地区影响均不显著;在城镇化率方面,独联体的回归系数最高为6.045,西亚/北非、东南亚地区呈显著正向影响,回归系数分别为2.564、1.121,中亚、中东欧地区影响不显著,而南亚地区呈显著负向影响,回归系数为-1.763;在产业结构方面,独联体、中东欧的回归系数较高,分别为8.133、8.0045,其次是西亚/北非地区,回归系数为7.229,东南亚、南亚地区的回归系数均超过1,分别为1.946、1.209,而中亚地区影响不显著。
表 7分区域的估计结果
(四)不同经济水平国家的影响
由于沿线各国经济发展水平存在较大差异,可能会造成开放度对经济增长的不同程度影响。为此,我们按照2015年世界银行划分标准(低收入国家人均GDP低于1045美元;中低收入国家人均GDP在1046~4125美元之间;中高收入国家人均GDP在4126~12735美元之间;高收入国家人均GDP在12736美元之上),将66个国家划分为三类:高收入国家、中高收入国家和中低及以下收入国家。结果如表6所示。
从表6的模型16、17和18看,开放度对不同经济发展阶段国家的经济增长均呈显著正向影响,但影响效果有一定差异。其中,中高收入国家的回归系数最高为0.946,中低及以下收入国家为0.717,高收入国家最低为0.413,这表明对于不同经济发展阶段的国家,开放度对经济增长呈纺锤体形影响,对中高收入国家影响较大,而对高收入和中低收入国家影响相对较小,可能原因是对于高收入国家,贸易、投资等开放要素已经达到较高水平,而在开放结构、开放质量方面还需要有较大提升;对于中低及以下收入国家,国内的经济、法制和政治环境还处于较低水平,对贸易、投资等开放要素支撑力度还不够。
在控制变量方面,劳动力和资本均对高收入国家、中低及以下收入国家的经济增长呈显著正向影响,但对中高收入国家影响不显著;在城镇化率方面,对中高收入国家呈显著正向影响,对中低及以下收入国家影响不显著,但对高收入国家呈显著负向影响;在产业结构方面,高收入国家的回归系数最高,达到29.437,其次是中高收入国家,回归系数为9.336,中低及以下收入国家回归系数最低为3.042,这表明产业结构优化升级对高收入国家的经济影响更为显著。
纳入标准:(1)单节段单侧腰椎间盘突出症;(2)年龄<22岁;(3)所有影像学检查提示腰椎稳定性好;(4)不伴侧隐窝狭窄、黄韧带肥厚钙化;(5)经保守治疗至少3个月无效。
将微孔滤膜过滤后的样品放入紫外分光光度计,测定波长420 nm、520 nm下吸光值,分别记做A420、A520,计算A420/A520的比值作为样品的色调值[9]。
四、结论与启示
基于“一带一路”沿线66个国家2000—2015年的面板数据,构建开放度综合评价指标,并在此基础上,运用面板数据模型系统地探讨了开放度对沿线国家经济增长的影响。主要结论如下:(1)2000—2015年“一带一路”沿线开放度水平总体呈上升趋势,年平均增长率为5.24%;沿线各国开放度发展差距逐步缩小,呈均衡化发展态势。(2)关于开放度对经济增长的系统影响方面,整体来看开放度与经济增长不存在倒U形关系,只存在单纯的线性关系,开放度每提升1%,人均GDP提高0.918%~1.224%。6种开放度类型对经济增长的影响有显著差异,投资开放度、金融开放度、科技开放度、信息开放度呈显著正向影响,贸易开放度呈显著负向影响,而旅游开放度影响不显著。(3)分时段来看,2000—2008年开放度每提升1%,可使人均GDP提高0.794%。而2008年之后开放度促进经济增长的效应呈显著下降趋势,开放度每提升1%,人均GDP仅提高0.276%。(4)分区域来看,开放度对6大区域的经济增长均呈显著正向影响,但影响效果有明显差异。其中,中东欧地区的回归系数为1.175,其次是独联体和南亚地区,回归系数均高于0.9。而中亚和西亚/北非地区的回归系数最低,均小于0.5。(5)分不同经济水平国家来看,呈纺锤体形影响,开放度对中高收入国家影响较大,而对高收入和中低收入国家影响相对较小。
根据以上结论,本文得出如下启示:(1)“一带一路”沿线各国应当不断加强交通等基础设施建设,从而为贸易、投资、人员等开放要素的有序流动提供物质条件支撑。(2)沿线各国除了不断优化国际贸易、金融、投资结构外,还需要加强国际旅游、科技、信息等新型要素对外开放活动,不断优质软件环境。
参考文献:
陈升,潘虹.2015.中国省域开放度的影响因素实证研究——基于1998—2012年省际面板数据的分析[J].经济问题探索(6):1-9.
陈镜宇.2017.资本账户开放能促进经济长期增长吗?——基于新古典增长理论的研究[J].经济经纬(5):62-67.
陈永志,钟春洋.2006.三大差距与社会和谐[J].当代经济研究(5):48-51.
郭旭红,陈三攀.2014.经济开放度的再测算与中国经济增长[J].华东经济管理(11):47-52.
胡国珠,郑文清,夏凡,等.2014.对外开放度与江苏经济增长关系的区域差异研究[J].华东经济管理(11):5-10.
康继军,张宗益,傅蕴英.2007.开放经济下的经济增长模型:中国的经验[J].数量经济技术经济研究(1):3-12.
李秋雨,朱麟奇,刘继生.2017.中国入境旅游的经济增长效应与空间差异性研究[J].地理科学(10):1552-1559.
林发勤,冯帆,符大海.2018.国际贸易与经济增长一定是线性关系吗——基于中国省级面板数据的因果效应再估计[J].国际贸易问题(8):11-23.
潘凤.2018.对外开放、政府规模与经济增长——基于1978—2015年我国省域面板数据的实证分析[J].软科学 (4):31-34.
司增绰,周坤.2017.中国与“一带一路”沿线国家产业贸易关系研究[J].北京工商大学学报(社会科学版)(6):23-34.
随洪光,余李,段鹏飞.2017.外商直接投资、汇率甄别与经济增长质量——基于中国省级样本的经验分析[J]. 经济科学(2):59-73.
陶雄华,谢寿琼.2017.金融开放、空间溢出与经济增长——基于中国31省份数据的实证研究[J].宏观经济研究(5):10-20.
田卫民.2017.金融发展缘何抑制了经济增长——来自中国省际面板数据的经验证据[J].经济问题(1):27-32.
王镝,杨娟.2018.“一带一路”沿线国家风险评级研究[J].北京工商大学学报(社会科学版)(4):117-126.
熊灵,魏伟,杨勇.2012.贸易开放对中国区域增长的空间效应研究:1987—2009[J].经济学(季刊) (2):1037-1058.
殷杰,刘雅芳.2017.“一带一路”沿线欧洲诸国旅游开放度研究[J].经济地理(6):190-197.
张同斌,刘俸奇.2018.贸易开放度与经济增长动力——基于产能利用和资本深化途径的再检验[J].国际贸易问题(1):20-31.
张永升,杨伟坤,荣晨.2014.金融开放与经济增长:基于发达国家与发展中国家的实证分析[J].财政研究 (3):78-80.
赵哲,陈烨,吴钢.2016.美国金融危机对全球贸易网络影响的测度研究[J].宏观经济研究(2):150-159.
周春山,黄婉玲,刘扬.2018.中国城市经济开放度时空演化及影响因素[J].地域研究与开发(2):1-8.
ANTONAKAKIS N,DRAGOUNI M,FILIS G.2015.How strong is the linkage between tourism and economic growth in Europe?[J]. Economic Modelling,44:142-155.
CHINN M D,ITO H.2008. A new measure of financial openness[J]. Journal of Comparative Policy Analysis: Research and Practice,10(3):309-322.
CURWIN K D,MAHUTGA M C.2014. Foreign direct investment and economic growth: New evidence from post-socialist transition countries[J]. Social Forces,92(3):1159-1187.
EDWARDS S.1998. Openness, productivity and growth: What do we really know?[J]. Economic Journal,108(3):383-398.
GROSSMAN G,HELPMAN E.1991. Innovation and growth in the global economy[M]. Cambridge, MA:MIT Press.
IBRAHIM M,ALAGIDEDE P.2018. Nonlinearities in financial development-economic growth nexus: Evidence from Sub-Saharan Africa[J]. Research in International Business & Finance,46:95-104.
KRUGMAN P,HELPMAN E.1985. Market structure and foreign trade[M]. Cambridge, MA:MIT Press.
LIU H,FANG C,MIAO Y,et al.2018. Spatio-temporal evolution of population and urbanization in the countries along the Belt and Road 1950-2050[J]. Journal of Geographical Sciences,28(7):919-936.
POLAT A,SHAHBAZ M,REHMAN I U,et al.2015. Revisiting linkages between financial development, trade openness and economic growth in South Africa: Fresh evidence from combined cointegration test[J]. Quality & Quantity,49(2):785-803.
RODRIGUEZ F,RODRIK D.2000. Trade policy and economic growth: A skeptic guide to the cross-national evidence[J]. NBER Macroeconomics Annual,15:261-325.
ROMER P M.1986. Increasing returns and long-run growth[J]. Journal of Political Economy,94(5):1002-1037.
Does the Increase of Openness Promote Regional Economic Growth ? —An Empirical Analysis Based on the Panel Data of Countries Along the “one Belt and one Road”
MA Wei1,CAO Xiao-shu2,LI Tao2,GAO Xing-chuan1
(1.College of Geography and Tourism ,Shaanxi Normal University ,Xi ’an 710119,China ; 2.Center for Land Resource Research in Northwest China ,Shaanxi Normal University ,Xi ’an 710119,China )
Abstract :Based on the panel data of 66 countries from 2000 to 2015, this paper systematically examines the impact of openness on economic growth of countries along the “Belt and Road” (BRI) by developing a comprehensive evaluation index system of openness and adopting the panel data model. The empirical results show that first, openness presents a rising trend year by year, with an average annual growth rate of 5.24%. Second, on the whole, openness has a significant positive impact on economic growth, but shows no Kuznets Curve effect. Third, from a temporal perspective, openness significantly promoted economic growth from 2000 to 2008, but after 2008, the impact showed a downward trend. Fourth, from a regional perspective, openness has a greater positive impact on economic growth in Central and Eastern Europe, Community of Independent States and South Asia, as opposed to that on Central Asia、West Asia/North Africa. At last, from the perspective of countries with different economic levels, there exists a spindle effect. In other words, openness has a greater positive impact on upper and middle income countries and a smaller impact on other countries.
Key words :Openness; Economic Growth; Spatio-temporal Pattern; “Belt and Road”(BRI)
基金项目: 国家自然科学基金项目(41831284;41671160);中央高校基本科研业务费项目(18SZYB01)
作者简介: 马卫(1988— ),男,江苏泰州人,博士研究生,主要从事交通地理与区域发展研究;(通讯作者)曹小曙(1970— ),男,甘肃灵台人,博士,教授,博士生导师,主要从事交通地理、土地利用规划等研究;李涛(1985— ),男,山西长治人,博士,副教授,硕士生导师,主要从事交通地理与区域发展研究;高兴川(1987— ),男,重庆梁平人,博士研究生,主要从事交通地理与土地利用研究。
中图分类号: F061.5
文献标识码: A
文章编号: 1006-1096( 2019) 05-0064-08
收稿日期: 2018-12-17
(编校:蜀丹)
标签:开放度论文; 经济增长论文; 时空格局论文; “一带一路”论文; 陕西师范大学地理科学与旅游学院论文; 陕西师范大学西北国土资源研究中心论文;