四、实证结果及分析
(一)贸易成本分布情况简介
借鉴胡向婷和张璐(2005)以及孙晓华等(2013)的做法,本节采用地方政府企业所得税占当地财政收入的比重作为各省市贸易成本的替代变量,进而得到2007—2013年我国各省市年均贸易成本。结果如图4-1所示。其中,各省市数据按照东部、中部、西部排列。从图4-1中可以看出,我国贸易成本具有较强的地域特征,其中东部沿海地区平均的省际贸易成本最高,主要包括福建、广东、浙江等;其次是诸如江西、湖南、湖北等靠近东南沿海的中部地区,或是少数南部地区;而西部地区最低。东部、中部和西部地区这种省际贸易成本现状与我国改革开放的格局密切相关。企业对外贸易出口比重越高,其所承担的贸易成本可能也越高。此外,地区内部贸易的快速增长若是替代了部分省外调入和调出,将使得这些省市省外调入的增长低于全国其他地方作为一个整体的内部贸易增长,以及省际调出的增长低于其内部贸易的增长,从而导致贸易成本上升。
图4-1 2007—2013年各省市年均贸易成本
(二)空间相关性的检验结果
我国31省区市之间到底存不存在空间相关性呢?表4-2给出了在统计性描述部分所说的简单权重矩阵和地理距离权重矩阵条件下,我国2007—2013年各省市GDP的莫兰统计值情况。
表4-2 2007—2013年中国31个省区市GDP的Moran's I统计指标
续表
注:表中根据Stata14.0中的相关命令运行结果整理所得。
从表4-2中可以看出,我国31个省区市的GDP存在着显著的正的空间自相关。无论是简单权重矩阵,抑或是地理距离权重矩阵,莫兰统计值都通过了5%的显著性水平检验。我们还可以从表4-2中看出我国各省市GDP之间的空间相关性比较稳定,上下浮动并不大。由于我国各省市GDP之间存在着显著的正的空间相关性,这表明在考虑各省间GDP的情况时应该考虑这种空间关系。
同样,表4-3给出了在简单权重矩阵和地理距离权重矩阵条件下,2007—2013年我国各省市的服务业生产总值的莫兰统计值情况。
表4-3 2007—2013年中国31个省区市服务业生产总值的Moran's I统计指标
注:根据Stata 14.0中的相关命令运行结果整理所得。
从表4-3中可以看出,我国31个省区市的服务业生产总值存在着较为显著的空间自相关,但简单权重矩阵下的空间自相关性相比于地理距离权重矩阵条件下的空间相关性要大得多,两种情况下莫兰值大多通过了5%的显著性水平检验。从表4-3中我们还能够看出我国各省市服务业生产总值之间的空间相关性比较稳定。(4)
对比表4-2不难发现,简单权重矩阵条件下各省市GDP之间的空间相关性要比各省市服务业生产总值之间的空间相关性强,而在地理距离权重矩阵条件下各省市GDP之间的空间相关性则不如服务业生产总值之间的空间相关性。
(三)贸易成本外溢效应研究
因为本章所用到的模型出现了空间滞后因变量以及空间滞后误差项,所以不再满足高斯马尔科夫定理,不能再用简单的OLS进行回归。我们分别在简单权重和地理距离权重条件下,运用SEM和SAR模型进行分析,估计结果见表4-4。
表4-4 被解释变量:对数中国GDP空间溢出效应的估计结果(1)
注:综合运用Stata14.0和Matlob13.0两种软件,采用SEM模型(空间误差模型)和SAR模型(空间滞后模型)两种空间效应模型进行对比分析;∗、∗∗和∗∗∗分别表示10%、5%和1%的显著性水平;圆括号内显示的是稳健的P值。
表4-4的解释变量中第7~9行数据为与空间计量相关的统计检验,根据这些统计检验的结果,我们发现用简单权重和地理距离权重作为空间权重矩阵的选择时,模型不仅存在空间自回归效应,也存在空间误差滞后效应。
从表4-4中的方程(1)可以看出,贸易成本、劳动投入和资本投入的产出弹性分别为0.159、0.191、0.653,略大于地理距离权重作为空间权重矩阵时对应的各结果,即式(3)对应的参数。具体地,劳动投入每增加1个单位,国内生产总值(GDP)提高19.1%;资本投入每提高1个单位,国内生产总值(GDP)则会有65.3%的提升。特别是,贸易成本每增加1个单位,能够显著促进国内生产总值(GDP)增长15.9%。各参数都通过了1%的显著性水平检验。式(2)中的SAR回归结果显示,贸易成本、劳动投入和资本投入的产出弹性分别为0.124、0.138、0.674,与式(4)结果相差不大。其中,贸易成本每增加1个单位,国内生产总值(GDP)提升12.4%;劳动投入每提升1个单位,国内生产总值(GDP)增长13.8%;资本投入每提高1个单位,国内生产总值(GDP)的增加程度达到67.4%,各参数同样都通过了5%的显著性水平检验。由以上各式我们可以看出λ和ρ都通过了1%的显著性水平检验,贸易成本的系数较高且十分显著,由此可见,我国以lnGDP作为被解释变量的空间溢出效应的存在性十分明显。
表4-5为以中国服务业生产总值的对数(lnSERVICE)为被解释变量的空间溢出效应的估计结果,分别运用了简单权重和地理距离权重作为空间权重矩阵。总体看来,各变量大多十分显著,且各模型R2均大于0.93,拟合效果很好。不难发现表4-5中的式(1)、式(3)中均存在空间自回归效应,而且估计出的空间自回归系数λ值均小于1。同样地,式(2)和式(4)中的空间滞后参数ρ也小于1,因此,我们分析的模型是稳定的。
表4-5 被解释变量:对数中国服务业生产总值空间溢出效应的估计结果
续表
注:综合运用Stata14.0和Matlab13.0两种软件,采用SEM模型(空间误差模型)和SAR模型(空间滞后模型)两种空间效应模型进行对比;∗、∗∗和∗∗∗分别表示10%、5%和1%的显著性水平;圆括号内显示的是稳健的P值。
在表4-5中的式(1)中,贸易成本、劳动投入和资本投入的产出弹性分别为0.021、0.428、0.642,它们之和处于1的附近,这和生产函数规模报酬不变的性质是相符合的,式(3)的结果与此类似,且各参数均通过了1%的显著性水平检验。具体地,劳动投入每增加1个单位,中国服务业生产总值(SERVICE)增长42.8%;资本投入每提高1个单位,中国服务业生产总值(SERVICE)则增加64.2%。特别地,贸易成本每增加1个单位,中国服务业生产总值(SERVICE)会有2.1%的提升。总之,式(1)、式(3)的估计结果基本上符合经济学解释,且我们从实证(λ十分显著)中可以看出中国服务业空间溢出效应的确是存在的。
同样对于方程(2),贸易成本每增加1个单位,能够显著促进中国服务业生产总值(SERVICE)提升2.7%;劳动投入每提升1个单位,中国服务业生产总值(SERVICE)增长39.5%;资本投入每提高1个单位,中国服务业生产总值(SERVICE)就增加63.2%,各参数同样都通过了1%的显著性水平检验。同样可以看出中国服务业空间溢出效应的存在性。
通过比较表4-3和表4-4中COST的系数以及对应的λ与ρ系数,我们不难发现以lnGDP作为被解释变量的空间溢出效应显然要大于以lnSERVICE作为被解释变量的空间溢出效应,即我国的空间溢出效应对于我国的GDP作用更加明显。