贸易开放、国内市场一体化与中国省际经济增长：1985～2008年，本文主要内容关键词为：经济增长论文,国内市场论文,中国论文,化与论文,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。
一、导言
改革开放30多年来，中国经济以年均近10％的速度保持快速增长，从而创造了“中国奇迹”。在这其中，市场规模的扩大与专业分工的深化是成就奇迹的关键因素，而一般认为对外贸易与国内市场的一体化又是规模扩大与分工深化的两个重要源泉。在对外贸易方面，中国的贸易总额以年均18％的速度迅猛扩张，① 超过同一时期世界贸易6％的平均增长速度。对于贸易促进增长的作用文献鲜有争议，大量研究从经验上证实了贸易开放显著地促进了中国总体经济增长和省际经济发展（沈坤荣和李剑，2003；郭熙保和罗知，2008）。但另一方面，在经过数年的渐进性市场化改革之后，中国国内市场是否日趋整合以及这种趋势对中国的经济增长有何影响却颇有争议。一些学者认为改革开放以来中国的地方保护和市场分割程度趋于上升（Young,2000; Poncet,2003；郑毓盛和李崇高，2003）；而另外一些学者认为尽管中国目前仍然存在地方保护和市场分割现象，但从总体趋势上看这种分割程度是下降的，即国内市场一体化程度在不断上升（Naughton，1999；白重恩等，2004；桂琦寒等，2006；陈敏等，2007；陆铭和陈钊，2009）。此外，近些年来的研究开始关注市场分割对中国经济绩效的影响。例如，Poncet（2003）较早地考察了市场分割对中国经济增长的影响，发现市场分割与实际人均农业GDP和人均GDP之间都具有显著的负向关系，从而得出市场分割不利于经济增长的结论。但在该研究中，市场分割指数只是基于7种农产品的价格数据计算的，因此具有一定的局限性。与此不同的是，赵永亮和刘德学（2008）以中国12个样本城市6大类商品价格为考察对象证明了地方保护壁垒造成的省际市场分割不利于实施保护的省份自身的经济绩效的提高。陆铭和陈钊（2009）还进一步研究了邻省之间商品市场的分割对省级经济增长的影响，他们发现分割市场对经济增长具有“倒U型”的影响，即：对于超过96％的观察点来说，市场分割有利于本地的经济增长，并且对于经济开放程度更高的观察点来说，分割市场可能更有利于当地的增长。但即便如此，该研究强调在加总的意义上并不能得出市场分割有利于总体经济增长的结论。
同时，还有一些学者专门对市场分割的影响因素进行了研究。白重恩等（2004）以国有企业的产出比重和行业利税率来衡量地方保护程度，考察了地方保护与规模经济、外部经济性与专业化程度的关系。范爱军等（2007）利用1985～2005年的国内商品零售价格指数测度了市场分割程度，并发现地区经济发展水平、政府财政支出、国有企业就业比重、对外开放程度皆在不同程度上影响着国内商品市场的整合趋势。陈敏等（2007）也利用商品零售价格指数数据来构造市场分割程度指标，但他们发现在经济开放水平较低时，经济开放加剧了国内市场的分割，而进一步的经济开放能够促进国内市场一体化，从而使经济开放与市场分割呈现出“倒U型”的关系，此外，研究还发现国有企业就业比重和政府消费的相对规模是加剧市场分割的重要因素。
本文将在新的国内市场分割指数测算的基础上，考察中国国内市场一体化以及与国际市场一体化两个因素（即国内外两个市场）对中国省际经济增长的影响。本文试图在以下几个方面有所贡献：（1）以往研究在考察中国的市场分割时只是考虑相邻省份，因此存在较大的局限性和偏差性，作为一个改进，本文将市场分割的测算范围扩展为整个国内市场，并在此基础上构建了新的国内市场一体化指标；（2）以往的研究很少关注贸易开放和国内市场一体化的内生性问题，而严重的内生性会导致估计结果出现偏误，本文则采用多工具变量进行IV－GMM估计有效地克服了内生性问题，从而纠正了传统研究中贸易开放和国内市场一体化因素对省际经济增长影响的低估；（3）为了保证结论的可靠性，本文从多个角度进行了稳健性检验，并从分时段和分地区两个方面比较研究贸易开放和国内市场一体化影响省际经济增长的时空差异性；（4）本文在回归结果的基础上还对中国省际经济增长进行了结构因素分解，从而得到贸易开放和国内市场一体化因素对经济增长的贡献度，也进一步认识了两者之间的关系，这对后金融危机时代中国统筹国内外市场，实现内外需平衡增长，从而转变经济增长方式具有重要的政策启示意义。
本文以下结构安排为：第二部分构建了国内市场一体化和贸易开放指标，并对其典型事实进行统计描述；第三部分为计量模型设定以及对变量和数据的说明；第四部分为计量检验结果和相关分析；第五部分是对基本模型和结果的扩展分析，包括时间子样本、地区子样本和增长来源的因素分解测算；最后是结论和政策启示。
二、中国贸易开放与国内市场一体化的典型化事实
（一）国内市场一体化指标的构造
为了考察国内市场一体化的程度，我们需要构建和测算市场分割指数。目前，文献研究对市场分割指数的测度方法主要有贸易流量法（Naughton,1999）、生产法（Young,2000）、经济周期法（Xu,2002）、专业指数法（白重恩等，2004）和价格指数法（Parsley and Wei,1996、2001）5大类。相比较而言，前4种方法都有其内在的缺陷，② 而价格指数法能够更为准确地反映各相邻省份的市场分割程度。有鉴于此，本文将遵循Parsley和Wei（1996、2001）的方法来测算中国各个省份1985～2008年与其他省份之间的市场分割指数。
价格指数法的核心思想是利用地区之间商品价格的差异来分析市场分割的状况。它来源于“冰山成本”模型（Samuelson,1954），按照该理论，由于存在交易成本（如运输成本等），商品价值在运输过程中会像冰川一样融化掉一部分，而只有部分到达目的地。这样，即使两地之间市场完全整合，没有套利机会，相对价格
（其中i和j表示地区）也不必趋于1。因此，只要相对价格，在某个给定的特定区间内波动，就可以认为地区i和j之间的市场是整合的。
为了测算相对价格方差首先需要构造3维（t×m×k）的面板数据集，其中，t为年份，m为地区，k为商品。原始数据来自1986－2009年《中国统计年鉴》中28个省份的环比价格指数数据。③ 出于保持数据的连贯性，我们选取8类从1985年开始有连续统计的商品，包括：粮食、服装鞋帽、饮料烟酒、文化体育用品、药品、书报杂志、日用品及燃料。在1987年以后商品类别划分发生了一些变化，借鉴陆铭和陈钊（2009）的方法进行了如下处理：1985年和1986年的服装鞋帽以衣着代替，文化体育用品以文化娱乐用品代替，药品以药及医疗用品类代替。此外，在2003年以后，文化体育用品分为文化用品和体育用品两类分别统计，我们取二者价格指数的平均值来代替相应年份的文化体育用品价格指数。
在测算市场分割指数时，鉴于原始数据是商品零售价格的环比指数，本文采用价格比的对数一阶差分的形式来度量相对价格，表示为：
（三）国内市场一体化与贸易开放度的描述性分析
图1描绘了经测算得到1985～2008年中国国内市场一体化指数的时间序列。可以看出，其进程大致可划分为3个阶段：第一阶段为1985～1990年，国内市场一体化整合较为缓慢，基本保持平稳的态势；第二阶段为1991～1996年，市场一体化进程明显加快，除了1993年出现小幅下降外，其余年份保持逐年上升的趋势；第三阶段为1997～2008年，这期间国内市场一体化程度在剧烈波动中趋于上升，并于2005年达到了历史高点。本文的估算表明，从总体上来看，1985年以来中国的国内市场一体化程度是在不断提高的，这一点与Naughton（1999）和桂琦寒等（2006）的结论较为相似，而并非像Young（2000）和Poncet（2003）所揭示的那样地区间的市场分割程度愈演愈烈。值得注意的是，近年来的市场一体化指数波动很大，并有下降趋势。此外，我们还将样本划分为沿海和内陆⑦ 两类地区分别进行考察，如图1所示，其各自的国内市场一体化程度及其变化趋势基本相同，也与全国的情形基本相似。同时，从1992年开始在大部分年份中，内陆地区的国内市场一体化程度相对更高。
图2描绘了1985～2008年中国全国、沿海和内陆地区的贸易开放度的变化趋势。从图2中可以看出，中国贸易开放水平在总体上保持稳步上升的趋势，从1985年的0.229上升至2008年的0.392，提高了近71％。其中，沿海地区的贸易开放度远远高于内陆地区，而且二者之间的差距不断扩大。
图1 中国省际国内市场一体化程度变化趋势（1985～2008年）
图2 中国省际贸易开放度变化趋势（1985～2008年）
上述加总数据的分析可能掩盖了地区间的差异性特征，为此，我们还测算了28个省市的贸易开放度（open）和国内市场一体化指数（integ）在1985～2008年的均值及其变化率，列于表1中。结果表明，贸易开放度较高的省市基本来自东部沿海地区，其中北京、上海和天津3个直辖市的贸易开放度分别高居第一、第三和第四位。除了北京出现负增长外，其余省市的贸易开放度均保持强劲的上升态势，其中江苏、浙江和甘肃3个省份的年均增长率超过10％。此外，同期大部分省市的国内市场一体化程度也有了显著提高，16个省市的integ指数年均增长率大于10％，但它们之间也存在显著的差异。有意思的是，3个直辖市的市场一体化程度居于末位。⑧
三、计量模型、变量与数据
从理论上讲，一个国家或地区对外开放程度越高，就越容易接触到国际前沿技术和先进的管理经验，也更有利于外部融资，并激励制度创新，进而促进经济增长；而国内市场一体化程度越高则在一定程度上说明该地区面向的国内市场潜力越大，越有利于发挥规模经济效应与产业关联，进而促进经济增长。在已有研究经济增长文献（Barro,2000; Frank,2005）的基础上，本文引入贸易开放度和国内市场一体化指数作为自变量，构建如下解释经济增长的计量模型：
（2）人力资本（human）。采用6岁以上人口平均受教育年数来衡量人力资本。把小学、初中、高中、大专以上程度的受教育年限分别记为6年、9年、12年和16年，则人力资本水平为human＝6×prime＋9×middle＋12×high＋16×university，其中prime、middle、high和university分别表示小学、初中、高中、大专以上程度教育人数占6岁以上人口的比重。（3）政府支出规模（govscal）。用政府财政支出占GDP的比重来表示，该指标可以反映一个地区的政府对经济活动的干预程度。它对经济增长的影响具有两面性：当政府把财政支出用于教育、卫生、医疗等投入和改善基础设施等方面时将有利于经济增长，而当把财政支出主要用于冗员低效的行政管理时，则可能会导致资源配置扭曲。（4）国有化程度（state）。以国有企业职工数占所有职工数的比重来表示，用来衡量一个地区的市场化水平，如果该比重越高则说明市场化水平越低。市场化水平越高，经济激励与活力也越强，经济增长速度也更快。（5）产业结构（sturc）。用第三产业就业人口占总就业人口的比重来度量，该比重越高则说明服务业发展水平越高。目前中国的城镇化进程正在加快，越来越多的第一产业劳动力正在向第二和第三产业转移，产业结构升级成为促进中国经济增长的重要动力之一（刘生龙和胡鞍钢，2010）。（6）人口密度（popden）。以每平方公里的人口数来度量。根据Alcalá和Antonio（2003）的研究，该指标表明市场规模的大小，将对经济增长将产生预期的积极影响。
本文的样本为1985～2008年28个省份的面板数据。上述变量中，小学、初中、高中、大专以上程度教育人数占6岁以上人口的比重的数据来自1986～2009年的《中国劳动统计年鉴》；各地区的面积数据来自中华人民共和国中央人民政府网站（http://www.gov.cn/test/2005－08/11/content_27116.htm）；其余相关数据均来自《新中国六十年统计资料汇编》。
四、检验结果及分析
（一）面板普通最小二乘法（OLS）的估计结果
表2的第（1）列～（3）列报告了面板普通最小二乘法的估计结果，其中，第（1）列为混合最小二乘法（pooled least square），第（2）列和第（3）列分别考虑了固定效应（Fixed Effect，FE）和随机效应（Random Effect,RE）。为了克服各省市间可能存在而又无法识别的异方差，所报告的标准误都经过了怀特异方差修正。面板设定的F检验结果表明个体效应十分显著，Breusch－Pagan LM检验进一步说明随机效应模型比混合OLS更合适。最后，为了比较固定效应和随机效应模型的适用性，还进行了Hausman检验，发现在1％显著性水平上拒绝零假设，说明选用固定效应模型更适宜。因此，我们以第（2）列的固定效应估计结果作为分析的基础。计量检验表明：open和integ对经济增长的影响是正向的，并且都在1％水平上显著。它们的交互项的估计系数为负且显著，表明对外开放和国内市场整合在促进省际经济增长方面具有一定的替代性，这一点与黄玖立和李坤望（2006）在研究出口贸易和地区市场规模对中国经济增长影响所得到的结论具有相似之处。对于其他控制变量，人均实物资本（pcapital）、人力资本（human）、产业结构（struc）、人口密度（popden）变量的影响均与预期符号相同，且具有显著性；国有化程度（state）的系数为负（但不显著），表明国有化程度越高的地区，市场垄断力量越强，有碍于经济增长；政府支出规模（govscal）对经济增长的影响是负向的，这可能是由于部分省际政府支出的配置扭曲和效率低下造成的。
（二）内生性问题及工具变量GMM估计结果
我们研究所关注的两个自变量——贸易开放度和国内市场一体化水平与经济增长之间很可能存在高度的双向因果关系，这得到了许多文献研究的支持（Frankel and Romer,1999; Wei and Wu,2001），同时也与中国改革开放的历程相符。此外，遗漏某些随时间变化而又共同影响两个自变量和经济增长的非观测因素也可能会导致内生性。严重的内生性将导致OLS估计结果有偏或非一致，因此，为了降低偏误需要对上述估计模型存在的内生性问题进行处理。
我们采用工具变量法（Ⅳ）解决内生性问题。首先，选用海外市场接近度（fma）作为贸易开放度的一个工具变量，借鉴黄玖立和李坤望（2006）的做法，取各省区省会城市到海岸线距离的倒数再乘以100作为海外市场接近度。该变量的具体构造方法如下：记沿海省份到海岸线距离为其内部距离d[,ii]，⑩ 而内地省份到海岸线距离为其到最近的沿海省区的距离加上该沿海省区的内部距离。此外，假定Y为沿海省份的集合，则第i省份的海外市场接近度表示为：
由于在大样本的条件下增加工具变量通常会得到更加有效的估计结果（Wooldridge,2002），我们还选取1975年各省市的外贸依存度（YCD1975）作为贸易开放度的另一个工具变量。由于海外市场接近度fma和YCD1975两个变量都不随时间变化，为了使其具有动态特征使用1985—2008年的人民币对美元的名义汇率分别与两个变量相乘，(11) 分别得到交互项fmaexrate和YCD1975exrate，并将它们作为贸易开放度的工具变量。
之所以选取上述两个工具变量作为贸易开放度的工具变量主要是基于以下考虑：一是从外生性的角度来看，海外市场接近度是由自然地理因素决定的，而1975年的外贸依存度是历史数据，它们显然都是外生的，不会对当前经济增长产生影响；二是从与内生自变量的关系看，接近国际市场可以降低运输成本，从而有利于出口，而历史上外贸依存度高的地区往往具有更好的发展贸易的基础设施与技能经验。综上，fmaexrate和YCD1975exrate是open较理想的工具变量。此外，国内市场一体化与经济增长之间也可能存在双向因果关系，为此，我们选取integ的一阶滞后项作为它的工具变量。
表2第（4）～（6）列报告了使用工具变量法进行的两阶段GMM估计结果。由于Pagan－Hall异方差检验在5％水平上拒绝误差项是同方差的零假设，相对于一般的最小二乘法，GMM方法对误差项的假设较少，而且还可以产生具有异方差的稳健标准误（Hall,2005），因此，我们采用两阶段GMM方法进行估计。考虑到工具变量的有效性会直接影响到估计和推断的一致性，因此，我们采用多种统计检验进行评判：（1）为了考察工具变量与内生变量的相关性，计算了Stock和Yogo（2002）的最小特征值统计量（minimum eigenvalue statistic），(12) 由于最小特征值统计量为110.957，大于其对应10％水平上的临界值19.93，因此拒绝“弱工具变量”的零假设，这说明所选取的工具变量与内生变量之间具有较强的相关性；（2）Kleibergen－Paap rk LM检验在1％水平上拒绝工具变量识别不足的零假设，Kleibergen－Paap Wald rk F统计量大于Stock－Yogo检验10％水平上的临界值，因此拒绝工具变量是弱识别的假定，而Anderson－Rubin Wald统计量在1％水平上拒绝内生回归系数之和等于零的零假设，这进一步说明了工具变量与内生变量之间具有较强的相关性；（3）最后，Sargan－Hansen过度识别检验的相伴随概率为0.2581，即不能在10％的显著性水平上拒绝工具变量是过度识别的零假设，因此，我们所选取的工具变量是外生的。
第（4）列只考虑了open为内生时的情况，通过Durbin－Wu－Hausman检验，发现在1％的显著性水平上拒绝贸易开放度是外生的零假设。在通过引入fmaexrate和YCD1975exrate工具变量有效控制内生性问题之后，估计结果中贸易开放度的估计系数大为提高，是OLS的估计系数（第2列）的3倍，这说明内生性使得OLS法严重低估了贸易开放因素在促进中国省际经济增长中应有的重要性。此外，交互项open×integ估计系数的绝对值相比OLS法也有一定幅度的提高，这说明在控制内生性后贸易开放与对内开放的替代性有所增强。第（5）列报告了integ为内生时的IV－GMM估计结果。同样，Durbin－Wu－Hausman检验在1％水平上拒绝国内市场一体化为外生的零假设。在控制integ的内生性之后，国内市场一体化的估计系数比OLS方法略有上升。最后，第（6）列进一步报告了open和integ同时为内生变量时的估计结果。Durbin－Wu－Hausman检验在1％显著性水平上拒绝零假设，因此确应将open和integ同时进行内生化处理，即选取fmaexrate和YCD1975exrate作为open的工具变量，integ的滞后一期项作为其工具变量。由此所进行的回归表明：贸易开放度的估计系数比OLS方法的估计相比高出约215％，国内市场一体化的估计系数提高了约32％，交互项open×integ的估计系数的绝对值上升了45％。这个结论更加准确地反映了贸易开放与国内市场一体化两个因素对中国省际经济增长的重要影响以及两者之间的相互替代关系，矫正了以往研究的低估倾向。
最后，为了进一步检验本文所选取工具变量的合理性，即工具变量只通过内生解释变量对被解释变量（经济增长）产生，我们借鉴林毅夫和余淼杰（2009）的做法，把海外市场接近度（fmaexrate）、1975年外贸依存度（YCD1975exrate）、integ的滞后一期项（laginteg）；fmaexrate和laginteg的交互项（fmaexrate×laginteg）以及YCD1975exrate和laginteg的交互项（YCD1975exrate×laginteg）都作为外生解释变量纳入模型进行OLS估计。检验的基本思路是：如果这些工具变量还会通过本文内生变量之外的其他途径来影响经济增长，那么这些工具变量的系数估计值就应该具有统计显著性；而它们如果仅仅通过内生解释变量来影响经济增长，那么在控制内生变量后，这些工具变量的系数估计值就应当没有显著性。表2第（7）列报告了包含工具变量的OLS回归结果，从中可以看出，所有工具变量都未能通过10％的显著性水平检验，这表明本文选取的工具变量是合理的。
（三）稳健性检验
为了保证本文估计结果的可靠性，将从以下4个方面进行稳健性分析。
1.使用修正的贸易开放度。我们把计量模型中的open[,it]替换为修正的贸易开放度adjopen[,it]，并采用工具变量GMM方法进行估计，结果报告在表3的第（1）列中。从中可以看出，修正的贸易开放度系数仍为正，并且在1％水平上显著，这说明在控制地区经济规模和发展水平因素之后，贸易开放对省际经济增长仍然具有积极的促进作用。国内市场一体化变量的估计系数也显著为正，而且交互项的系数显著为负，其他控制变量的系数符号和显著性水平与基本Ⅳ－GMM估计结果(13) 相比都比较一致。因此可见，回归结果不会因核心变量测度方法的改变而出现较大的变化。
2.使用国内市场一体化指标的另一种度量。如前所述，现有的大部分文献在测算国内市场分割时只考虑相邻省份的情况，作为与本文修正指标的一种对照，我们也采用传统方法测算的国内市场一体化指标进行稳健性检验，结果报告在表3第（2）列中。结果显示，在只考虑邻近省份价格波动的情形下，自变量的显著性与符号没有发生变化，回归结果在总体上是稳健的，但与本文使用修正的国内市场一体化指标的结果相比，国内市场一体化与贸易开放对经济增长的影响存在一定低估，且两者之间的替代性也有所减弱。
3.剔除异常样本。从前文的描述性分析可以看出，像北京、上海和天津这样的地区的贸易开放度较高，而国内市场一体化水平却很低，这样的“特殊性”会不会影响模型的估计结果？为了剔除异常样本点的影响，我们首先分别计算出在样本期内各省市贸易开放度和国内市场一体化指数的均值以及它们的10％和90％分位数值，然后把样本中均值低于各自指标10％分位数值和高于90％分位数值的省市予以剔除，最终得到23个省市样本。(14) 对这些新样本再次进行Ⅳ－GMM估计，结果如表3第（3）列所示，我们关注的贸易开放度、国内市场一体化以及交互项的系数符号和显著性与表2第（6）列相比没有发生明显变化，控制变量的估计结果也基本相同，只是人口密度的系数符号发生了变化，但不显著。(15) 因此，总体而言，异常样本点并未给估计带来实质性的影响，说明回归结果是稳健的。
4.动态面板估计。一个地区的经济增长可能与过去的经济增长水平有关，为了反映这种增长的“惯性”与时序特征以及其他未考虑到的因素，我们在计量模型（8）的基础上引入被解释变量的滞后一期项
，从而将回归方程扩展为具有以下形式的动态模型：
五、对基本模型的扩展分析：子样本考察和因素分解
（一）基于不同时间段的分析
由于在1997年之前，中国的国内市场一体化或趋于稳定或平稳上升，波动幅度较小，而在1997年以及随后的年份出现了剧烈波动，因此，我们以1997年作为分界点把样本分为1985～1996年和1997～2008年两个时间段，并采用Ⅳ－GMM方法考察贸易开放度和国内市场一体化对省际经济增长影响的结构性差异，结果报告在表4第（1）和第（2）列中。(17) 通过观察两组回归结果，不难发现：1997年后贸易开放对经济增长的促进作用显著提高，而国内市场一体化的影响大为下降，两者之间的替代关系也有所下降。不过，由于存在交互项，我们不能只根据贸易开放度和国内市场一体化程度的回归系数来判断对省际经济增长的影响，两个因素完整的边际效应为：
（二）基于不同地区的分析
考虑到中国区域经济发展的差别，本文还将样本划分为沿海地区和内陆地区两类子样本分别进行估计，列于表4的第（3）和第（4）列。从中可以看出，两个地区的贸易开放度的系数都显著为正，国内市场一体化系数对于沿海地区不显著（但符号依然为正），而对于内陆地区则较大且非常显著，此外，交互项的系数都依然显著为负。类似的，我们还测算了贸易开放与国内市场一体化对经济增长的边际效应（见表5），结果表明沿海地区的贸易开放对经济增长的边际影响比内陆地区高出约80％，而前者国内市场一体化对经济增长的边际影响只有后者的约15％，这充分反映出两个地区在经济增长来源上的显著差异。
（三）省际经济增长来源的因素分解
我们可以根据表2和表4的参数估计以及各变量的实际数据（均值）对中国省际经济增长的来源进行因素分解，结果报告于表6中。它表明在整个样本期内，贸易开放度和国内市场一体化对省际经济增长的贡献率分别为7.19％和17.91％，但在时间和空间上存在很大的差异。从时间上看，1997～2008年贸易开放度对经济增长的贡献率较大（为16.73％），而国内市场一体化的贡献率在1985～1996年较高（为39.84％）；从空间上看，贸易开放度对沿海地区经济增长的贡献率远远大于内陆地区，分别为20.71％和3.14％，而国内市场一体化的贡献率在两类地区则恰好相反，分别为3.95％和24.69％。
六、结论
本文利用中国28个省市1985—2008年的面板数据，采用工具变量GMM方法考察了贸易开放度与国内市场一体化水平对经济增长的影响效应，结果表明两个因素都显著促进了中国省际人均GDP的提高，它们对增长的贡献度分别为7.2％和17.9％。但同时这种影响也存在着时间与地域上的差别，具体表现为：随着时间的推移，贸易开放对经济增长的影响增强，而国内市场一体化的作用有所减弱；贸易开放对沿海地区经济增长的促进作用远远大于内陆地区，而国内市场一体化对内陆地区的影响更大。同时，经验检验还表明，在促进省际增长方面，贸易开放与国内市场一体化之间是相互替代的，表明不同省份可依据自身的实际情况选择性地利用国际市场和国内市场发展地区经济。本文在计量方法上使用工具变量有效控制了贸易开放和国内市场一体化变量的内生性，纠正了以往研究中存在的系数低估问题，同时通过多维度的稳健性检验也证明我们的检验是可靠的。
在国际金融危机的冲击下，中国传统经济增长模式下“不稳定、不平衡、不协调、不可持续”的问题充分暴露出来，实现经济发展方式的转变已迫在眉睫，其中纠正贸易不平衡、扩大内需、刺激消费是战略转变的重要环节。本文的研究结果表明，为了又好又快转变经济发展方式，应该统筹兼顾促进对外开放和加速国内市场一体化进程。特别是长期实行出口导向型增长模式的东部沿海地区在面临日益加大的外部市场约束和风险的情况下，需更多地转向开发潜力广阔的国内市场以维持经济的稳定和可持续增长。这就要求继续深化市场一体化的改革进程，打破地方行政保护和垄断，消除市场分割，降低物流等交易成本，寻求建立更加统一的国内大市场。
截稿：2011年9月
注释：
① 根据《中国统计年鉴》（2009年）的相关数据测算得到。
② 例如在使用贸易流量法时，除了两地之间市场整合度的变化外，要素禀赋、规模经济等的变化也会导致贸易流量的改变，此外，商品替代弹性也会显著地影响贸易流量，如果不能较好地控制这些因素，那么就会给测算结果带来偏差。有关这些方法的比较可参见桂琦寒等（2006）。
③ 海南、重庆和西藏的环比价格指数的统计分别始于1988年、1997年和1999年，数据较短或缺失较多，在研究中予以剔除。
④ “政治锦标赛”是一项相对绩效考核制度，它是通过竞争选拔优胜者并以相对次序决定最终胜负。在中国，同一行政级别的地方政府和官员都处于政治锦标赛（周黎安，2007）之中，为了获得更高的晋升机会，地方政府和官员不仅与相邻省份的地方政府和官员进行竞争，而且还会与全国其他省份的地方政府和官员进行竞争。
⑤ 如浙江的市场分割指数就是浙江与全国其余各省市组合的相对价格方差的均值。
⑥ 随着一个国家或地区经济的发展，其服务部门在经济中的比重会上升，而大部分服务部门属于非贸易部门（Patrick et al.,1998）。
⑦ 本文的沿海地区包括北京、天津、山东、上海、江苏、浙江、福建和广东8个省市，其余省市归为内陆地区。
⑧ 这与陈敏等（2007）的发现较为类似，其原因可能是这些地区的特殊地位使其所实施的政策不同于其他省份，同时它们经济发达且面积相对较小，因此经济体系更独立，更便于直接实施政府干预。
⑨ 两位作者在研究贸易和市场规模对经济增长影响时，在模型中加入了二者的交互项以考察它们的交互作用对经济增长的影响效应。
(11) 名义汇率的贬值有利于扩大出口，并且汇率制度由中央决策者控制，对各个地方来说可以视为外生给定的。
(12) 在只有一个内生解释变量的情况下，最小特征值统计量与第一阶段F统计量相等，此时可以根据Staiger和Stock（1997）建议的经验法则，即当第一阶段的F值大于10就表明工具变量和内生变量之间具有较强的相关性。
(13) 同时考虑open和integ的内生性，即表2第（6）列的估计结果，下同。
(14) 被剔除掉的异常样本包括北京、上海、天津、广东和河南等5个省市。
(15) 一个可能解释是，由于被剔除的异常样本点包含了北京、上海和天津3个直辖市，它们的地区面积较小，人口密度相对较为集中，进而形成了强劲的市场规模，从而有效地促进了经济增长，而其余省市的人口因素尚未形成足够大的市场规模，不能对经济增长产生强大的影响。
(16) Bond等（2001）提出的检验方法认为，如果滞后因变量的GMM估计值介于固定效应估计值和混合OLS估计值之间，那么GMM估计是有效的。
(17) 在2001入世之后，中国对外开放水平也有明显上升，为此我们还把样本分为2001年前和2001年后进行Ⅳ－GMM估计，得到的结果与表4相似，限于篇幅没有列出。