中国出口产品技术水平与贸易发展是否存在“Rodrik之谜”

张天顶 邹强 赵梦婷

（1.武汉大学 经济与管理学院，湖北 武汉430072；2.浙江大学 经济学院，浙江 杭州310027）

一、引言

随着中国对外贸易的不断发展壮大，中国出口贸易的产品技术结构也在不断进行动态调整和优化。于是，受到上述特征化事实的启迪，国内研究者对中国出口贸易的研究重点从绝对数量转移到了产品质量或产品技术结构方面。樊纲、关志雄和姚枝仲（2006）［1］的研究表明，在1995至2003年间中国出口产品的技术曲线由低向高不断进行移动，整体上已经接近世界中等技术水平。杜修立和王维国（2007）［2］在横向比较中发现，虽然与西方发达国家相比仍有差距，但是改革开放以来我国出口贸易的技术水平已经得到了很大的改善和提高。对此，国内研究者也存在着不同的看法。例如，施炳展和李坤望（2008）［3］研究指出中国制造业国际分工地位低下，出口产品技术结构处于相对不利的地位。

与此同时，国外研究者 Rodrik（2006）［4］、Hausmann等（2007）［5］以及Schott（2008）［6］等则提出颇具影响的理论假说：一个国家出口商品技术越复杂，这个国家经过贸易加权后的平均收入就会越高。这些研究者通过构建出口复杂度或者出口相似度指标进行测量和跨国比较，研究发现中国出口产品的技术水平远远高于其他同等经济发展水平的国家。中国所出现的上述异常情况被称为“Rodrik之谜”。一般而言，西方发达国家在科学技术、研究与发展以及熟练劳动等领域具有比较优势，它们主要生产和出口技术密集型和资本密集型产品，进而在国际竞争中获取高额附加值（唐海燕和张会清，2009［7］）。可以说，按照常理应该是西方发达国家才拥有较高水平的出口产品技术结构。于是，中国出口产品技术水平指标测量中所发现的“Rodrik之谜”自然引起国内外研究者们的广泛关注。

本文遵循出口产品技术复杂度指标的研究范式，利用BACI数据库双边产品层面贸易流量数据重新考察不同国家或地区的出口产品技术水平，随后重点探讨了包括金融发展水平在内多个变量的影响作用，以检验中国是否存在所谓的“Rodriki之谜”。

二、文献回顾

Rodrik（2006）［4］、Hausmann 等 （2007）［5］以及Schott（2008）［6］等利用跨国数据的研究结果表明，绝大多数国家出口产品技术结构和该国人均GDP的拟合度很好。但是，也存在着例外情况，例如中国。Rodrik（2006）［4］研究发现中国在1992-2003年出口产品技术水平变化很小，而同期中国人均GDP增长却很快。于是，Rodrik（2006）［4］经过细致的分析得出一个重要的结论：随着中国出口产品技术水平和人均GDP之间差距不断减小，出口贸易作为经济增长动力的作用会逐渐减弱；如果中国没有其它增长极来替代出口贸易的作用，那么中国的经济增长在出口贸易作用减弱后将会放缓。

针对所谓的“Rodrik之谜”，国内外研究者都提出了不同的理论解释。尽管相关经验证据并不充分，但一些研究表明，FDI和加工贸易对出口贸易技术结构的优化具有促进作用（Mary和 Caroline，2010［8］；Wang和 Wei，2010［9］；Xu和Lu，2009［10］）。而在全球化生产的背景下，外资的参与，特别是来自发达国家的直接投资，促进了中国在高技术产品的低附加值环节上的生产。Xu和Lu（2009）［10］对中国出口贸易结构进行了研究，结果表明中国出口结构向更复杂的产业快速转移，而带来转变原因之一就是外商直接投资，特别是来自OECD成员国的独资。另一些研究者则侧重于对产品质量和地区发展不平衡等方面给出解释。Amiti和Freund（2010）［11］的研究发现，在1997-2005年期间，出口到美国市场的中国产品价格每年平均下降了1.5%，而美国市场上同期来自于其他国家的产品价格则平均上升了0.4%。虽然价格水平变化并不能完全代表产品的技术水平，但忽视了价格因素也许会高估中国产品的出口复杂度。此外，中国出口贸易产品来源地区分布的不平衡以及不同地区之间收入差距则会低估了人均GDP水平，这也会使得出口复杂度指标值出现异常（Xu，2010［12］）。为此，Xu （2010）［12］考虑了上述因素，而且他通过对 Rodrik（2006）［4］指标进行修正，发现中国不再是一个“特殊”的国家。类似地，Yao（2009）［13］认为产品质量、加工贸易、出口地区分布不平衡以及HS编码缺陷等因素共同导致了中国出口复杂度指标值的异常。对“Rodrik之谜”的另一个解释则集中在人力资本、基础设施以及制度因素等方面。Wang和Wei（2010）［9］计算了出口非相似性指数和出口产品单位值等指标，衡量了中国不同城市的出口同种类产品之间和同种类产品以内的出口技术复杂性，他们分析了教育、外国投资以及政府政策等因素的作用。Hausmann等（2007）［5］的研究发现，人力资本和国家规模对出口技术水平有显著的促进作用，在控制人均GDP后，制度因素对于出口产品的技术结构影响并不显著。

也有研究者对 Rodrik（2006）［4］、Hausmann等 （2007）［5］以及Schott（2008）［6］的研究方法提出质疑（Baldone、Sdogati和 Tajoli，2007［14］），他们认为简单地用不同国家出口流量来衡量该国的出口产品技术结构，而且这类经济数据并不能区分外国附加值部分，由此得到的结果实际上是“统计假象”。也有研究者强调出口复杂度指标对不同国家规模相对敏感（Kumakura，2007［15］）。但是，考察 Baldone等（2007）［14］所指出的批评意见和依据，笔者发现：尽管在贸易统计中贸易数据搜集和报告的确是流量，而不是外国增加值（Grossman和 Rossi-Hansberg，2008［16］），但是在现有世界经济统计没有彻底革新的情况下，现有经验研究基本上都是利用贸易流量数据进行事实提炼和分析。事实上，Baldone等人（2007）［14］所构建的显示性比较优势指数经过数学公式转化与 Rodrik（2006）［4］等所构建出口复杂度指标是内在一致的。

在贸易理论和经验研究文献中，一些研究者强调金融发展会对一国比较优势具有重要的影响作用（Beck，2002［17］；2003［18］；Kletzer 和Bardhan，1987［19］）。例如，Kletzer和 Bardhan（1987）［19］扩展了赫克歇尔-俄林理论模型并且纳入了金融部门，研究发现一国的金融体系越发达，那些依赖于外部融资的行业就越具备比较优势。随后，Beck（2002［17］，2003［18］）遵循 Kletzer和Bardhan（1987）［19］的研究，在模型设定上假定制造业部门面临着固定成本，农业部门则不存在固定成本，而信贷市场不完善使得对固定成本进行融资需要付出成本或代价，研究表明金融发展对一国的贸易量和贸易方式都会发挥影响作用。如果金融发展影响比较优势，那么改革金融部门将对该国贸易结构产生作用，于是贸易政策调整的效果也将依赖于该国金融发展程度。在上述理论研究中，信贷市场不完备将会给一些产业发展带来固定成本，进而创造了不同产业之间的比较优势。于是，金融市场发展完善的国家具有较低的融资成本，这些国家会在相应的产业具有比较优势，进而也会影响该国出口产品技术结构。

传统贸易理论文献突出刻画了要素禀赋、技术以及规模经济作为比较优势的源泉，进而探讨贸易原因及贸易所得。由于一国收入水平能够综合反映了一个国家的技术能力和要素丰裕度，因此 Rodrik（2006）［4］等人研究假说和传统贸易理论是内在一致的。综合考虑，本文突出强调金融发展对一国出口产品技术水平的影响作用，在以下方面提供边际增量：（1）本文研究对贸易流量数据不依赖于联合国COMTRADE数据库中原始数据，转而借助于BACI数据库经过统计方法修正的贸易流量数据进行实证探讨；（2）一些研究专注于探讨产生所谓“Rodrik之谜”原因，与现有研究针对一国或者某国一个行业的研究不同，我们利用跨国面板数据对出口产品技术结构进行分析；（3）金融与贸易之间交互作用已经成为当前重要的研究方向（Hur，Raj和Riyanto，2006［20］），在探讨一国出口产品技术水平影响因素中，本文突出强调了金融发展的重要作用。

三、模型设定

依据 Hausmann 等 （2007）［5］“成本发现”（cost discovery）的理论分析，考察总量生产函数，如下

其中，Y表示总产出，K表示物质资本存量，L表示劳动力，A表示技术。假定生产函数F具有规模报酬不变属性。假定A在区间［0，］从均匀分布，而是由该国技术知识、金融发展等因素予以共同决定

其中，A（0）表示期初的技术水平，g表示技术知识的增长率，X表示金融发展等因素。越大，该国所具有的技术水平的边界值越高，就越能够生产较高技术水平的产品。对于微观主体企业而言，它们仅知道不同国家A的概率分布函数。

在世界市场上，不同经济体按照比较优势出口自身具有竞争力的产品，在此过程中企业在技术约束条件下选择一种产品进行生产。随后，根据“成本发现”的理论假说，企业可以选择继续进行现有产品的生产，或者是针对行业内最高技术水平的企业进行模仿。我们假定行业内最高技术水平的企业技术为，其它企业的模仿效率为δ，其中0＜δ＜1。企业通过将其自身的产品技术水平与行业内产品的最高技术确定是否进行新产品开发，即如果Ai＞，那么该企业选择自主开发新产品，反之则选择进行模仿。

参照 Hausmann等人（2007）［5］研究，A在［0，］上服从均匀分布，那么的期望值为

其中，m为选择进行投资的企业个数。

于是，进而得到总量生产函数中技术水平A的期望值E（A）

对总量生产函数表达式两边求期望，根据生产函数属性进行整理，可以得到

式（5）表明，生产率期望值与该国的要素禀赋有关，例如物质资本与劳动力之间比率；也与该国技术知识增长率、企业数量以及金融发展等因素有关。采用出口产品技术水平（Expy）作为一个代理变量，得到如下的模型设定

其中，k表示物质资本与劳动力比率，X表示包括金融发展在内的相关解释变量或控制变量，ε表示随机误差项，i表示不同的国家或地区，t表示时间。

四、指标、数据及数据处理

（一）出口复杂度及其测量

根据构造方式的不同，出口产品技术水平的测量可以分为收入指标和出口相似度指标。其中，备受关注的收入指标是由Rodrik于2006年提出来的，他所构造的指标的一个重要优点在于可以很容易地把它从商品层面加总到产业和国家层面。该指标的计算分为两个步骤：首先，计算产品层面的出口复杂度；然后，再根据产品层面的出口复杂度结果，计算国家层面的出口复杂度指标，公式如下

其中，prody指标表示产品层面的出口复杂度，是所有出口产品p的国家收入水平的加权平均值。它的权重是各个国家p产品的出口份额与所有国家p产品出口份额之和的比值。

根据该公式，如果一种产品较多地由高收入水平的国家出口，那么这个产品的复杂度指标就越高，该预测是与H-O贸易理论模型是相符合的。expy指标表示的是国家层面的出口复杂度，是国家c所有出口产品复杂度的加权平均值，它的权重是各出口产品p的出口额占c国出口总额的比重，公式如下

按照上述计算方法，如果一个国家的出口产品与高收入水平国家的的出口相似程度越高，该国的出口复杂度水平也就越高。

（二）金融发展及其测量

金融发展测量是相对复杂的过程，主要原因在于现有研究尚没有明确界定哪些因素构成金融发展。现有研究常常采用广义货币占GDP的比率来衡量金融深化程度（King和Levine，1993［21］；Levine，Loayza和 Beck，2000［22］），当然，对于金融发展测量还有一些其它替代指标，例如股票市值、股票交易量以及上市公司的数量比率等。有研究者强调指出理想的金融发展指标应该包括规制减少和制度改革等内容（Bandiera等，2000［23］）。但是，对涉及金融发展与政府政策有关的制度方面测量是困难的（Kelly和Mavrotas，2008［24］）。于是，在金融机构深度（Financial Institution Depth）方面，选择 M2占GDP比率（用FIN1表示），流动性负债占GDP的比率（用FIN2表示），中央银行资产占GDP的比率（用FIN3表示），保险公司的资产占GDP的比率（用FIN4表示）；在金融市场深度（Financial Market Depth）方面，我们选择了股票市值占GDP的比率（用FIN5表示）；在金融市场结构方面，选择样本国家5家最大的银行资产集中度（用FIN6表示）。本文采用上述衡量金融发展指标的主要考虑是基于样本数据的可获得性。

本文采用主成分分析（Principal Component Analysis，PCA）方法将传统的金融发展指标构建成总体指标。通过构建衡量金融发展的总体指标，可以避免随后定量分析中多个高度相关的金融发展指标所带来多重共线性问题。主成分分析方法主要是通过线性变换将较多数量的相关变量减少到较小数量的互不相关变量，而这些互不相关变量被称为主成分（Stock和 Watson，2002［25］）。PCA方法不需要对数据满足特定分布施加相关假定，仅仅要求数据在测量尺度上采用区间测量尺度。在金融发展应用测量方面，现有研究中存在相关研究成果利用主成分分析构建总体指标（Creane等，2006［26］）。直观地讲，主成分分析法在衡量金融发展不同指标之间发现共同的统计特征，进而构建衡量金融发展的综合指标。跨国经济数据存在数据缺失问题，我们采用Stock和 Watson（2002）［25］所建议的 EM算法来获取平衡的面板数据。

在探讨主成分分析方法是否适用时，首先需要进行合适性检验，取样适切性量数值（KMO）能够用来进行该项检验。KMO值越接近于1越表明相关性越大，适合采用主成分分析。本文样本中，衡量金融发展水平的6项指标KMO总体值为0.87，这表明采用主成分分析是恰当的。随后，本文采用多层主成分分析方法计算组间和组内协方差矩阵，进而估计组间和组内主成分。在估计过程中，大于1的特征值个数为3个，而且前3个主成分可以累计解释89%的总方差，于是最终选取主成分的个数为3个，分别用、以及予以表示。根据主成分载荷，可以发现与金融机构深化相关指标具有相对较强的正相关，经济学含意上可以用衡量金融机构深化程度；类似地，是用来衡量金融市场结构集中程度，是用来衡量金融市场深化程度的成份。

（三）数据及数据处理

本文基础数据来自BACI数据库，该数据库的原始数据来自于联合国COMTRADE统计数据库。BACI数据库报告了全球超过200个国家以及5 000种产品从1994年至2007年的双向贸易流量数据（Guillaume和Soledad，2010［27］）。BACI数据库解决了COMTRADE数据库中相同贸易流量在出口国与进口国之间金额存在差异问题。此外，与COMTRADE数据库中全球范围内分产品的贸易流量原始数据相比，BACI数据库在产品的贸易流量、地理覆盖、产品单位金额等方面更加具有可信性。我们利用BACI数据库不同样本国家或地区的分产品贸易流量数据进行计算prody，将1997年作为参照年份，这主要是为了尽量避免世界贸易结构演化对计算prody指标的潜在影响。

本文所涉及的金融发展指标，主要来自于知名的研究论文（Beck，Demirgüç-Kunt和Levine，2000［28］）及其后续更新。样本国家或地区宏观经济指标来自于世界银行的《世界发展指标》数据库。为了与BACI数据库观测期限一致，对不同样本国家或地区的数据与我们所计算出的expy指标的时间期限进行匹配，最终本文所涵盖177个国家或地区。

五、实证研究结果

（一）“Rodrik之谜”是否存在

Rodrik（2006）［4］利用1992年约170个国家的跨国经济数据，在量化评估出口品的生产率水平发现中国和印度具有例外性，他指出这两个国家出口更高生产率水平的产品。以中国为例，Rodrik（2006）［4］指出在1992年中国与人均收入相关联的出口生产率测量指标高于同期人均GDP的6倍多。随后，Xu利用美国从世界各国进口的产品数据证实了Rodrik关于中国出口复杂度异常值的经验发现。在上述开创性研究中，异常情况主要是中国或印度。本文利用BACI数据的研究表明中国的出口复杂度异常值情况并不像上述研究中那么突出。在图1中，本文报告了2007年样本中出口产品技术水平与人均GDP的散点图，可以发现中国出口产品技术水平尽管相对高，但是与其他国家相比并不是突出的异常值。

图1 出口产品技术水平与人均GDP散点图（年份：2007）

为了增强稳健性，我们在整个样本观测期间逐年进行考察，结果表明在1997年至2007年全部样本中都没有出现类似于 Rodrik（2006）［4］研究所发现的“异常”情况。观察图1，体现中国出口产品技术水平的图例附近存在包括泰国在内的其它四个国家。而且，比较Expy对数值大小，可以发现菲律宾是比中国更加特别的国家。

如果基于观测性研究探讨异常值的话，在图1中包括菲律宾在内位于上方的观测值中存在数个备选国家。在最近的一项研究中，有研究者采用BACI数据库探讨不同国家出口产品技术水平与人均GDP之间关系，他们的散点图中依然表明存在与“Rodrik之谜”一致的观测结果（Jarreau和 Poncet，2012［29］）。值得注意的是，Jarreau和Poncet（2012）［29］采用170个国家或地区数据进行拟合，但是在散点图中他们只选择了近60个国家或地区的指标值进行实际报告，并且在上述小样本比较结果中强调中国在出口产品技术水平测量值上处于例外情况。如果我们细致观察Jarreau和 Poncet（2012）［29］原文中图1时，那么会发现之所以Jarreau和Poncet（2012）［29］利用BACI数据库也能够发现所谓的“Rodrik之谜”原因在于：他们控制了一些更为特别的国家的指标值没有报告，例如菲律宾。在这种情况下，中国出口产品技术水平与人均GDP之间关系就变得与众不同。

由此可见，所谓的“Rodrik之谜”存在与否与样本期限、样本国家以及特定年份密切。由此看来，Yao（2009）［13］将所谓的“Rodrik之谜”与国际贸易经验研究中经典的“里昂惕夫之谜”相提并论，有些不恰如其分。虽然，本文的经验观察反驳了所谓“Rodrik之谜”存在性，但是，Rodrik（2006）［4］等人所构建衡量出口产品生产率的指标确有其使用价值，该指标在跨国衡量不同国家的出口产品技术水平应用方面可以作为一个重要参照。

（二）出口复杂度与金融发展的跨国经验分析

在Rodrik最初的研究中，他指出典型的国家特征变量都与出口产品技术水平不相关，他仅发现一国的出口产品技术水平与人力资本弱相关。本文则深入探讨到底哪些国家特征变量影响着一个国家出口产品的技术水平。现有经济学理论并没有对一个国家出口产品技术水平的影响因素给出明确界定，可以说对于一国国家出口产品技术水平的影响因素更多的属于经验研究范畴。于是，依据本文模型设定部分的基本理论推导以及相关贸易理论的内涵，重点探讨了物质资本与劳动力比率（用lnk表示）以及包括金融发展等指标在内的解释变量的作用。控制变量包括国土面积、贸易开放度、外国直接投资占GDP比率、通货膨胀率、实际有效汇率变化率以及R＆D开支占GDP比率等变量。国土面积是针对这个国家自然资源所体现的规模进行控制，贸易开放度和外国直接投资占GDP比率这两个变量与一国经济政策开放程度密切相关，通货膨胀率和实际有效汇率变化控制的是货币条件，它们体现一国宏观经济对内和对外经济政策之间的权衡，而R＆D开支占GDP比率则体现一国自主创新的能力建设程度。

贝叶斯模型平均（Bayesian Model Averaging，BMA）方法在统计学和经济计量学文献中引起了广泛关注，本文主要的估计技术为BMA方法。BMA方法广泛吸引研究者的一个重要特征是该方法能够以连贯的方式处理模型不确定性。与传统方法不一样，BMA方法并没有事先设定一个真实的模型，因此，它尤其适合于模型不确定性发挥较大作用的情形，同时也对模型不确定下变量选择具有较好的技术处理能力。而本文考察出口产品技术水平的影响因素经验分析具有典型的模型不确定性。在估计过程中，本文采用相关研究者新近开发的计算程序（Magnus，Powell和Prüfer，2010［30］）予以估计。

表1中，我们报告了固定效应估计和BMA方法下出口产品技术水平的影响因素分析的回归结果。在宏观经济问题的研究中，固定效应估计被研究者们广泛予以采用至少具有以下两个方面的原因：首先，在个体效应包含被忽略变量的情况下，在国家层面特定的特征会与其它回归变量相关；其次，宏观面板数据涵盖了研究者感兴趣的国家，这些样本国家的选择在很大程度上不可能是随机抽样的结果。回归1为固定效应下的回归结果，总体判决系数为0.639 4，主要的解释变量或控制变量基本上都与理论预测相一致的回归系数符号，例如，物质资本与劳动比率（lnk）、国土面积（lnland）、贸易开放度 （openness）、通货膨胀率（infl）以及R＆D开支占GDP比率（rd2gdp）等。此外，实际有效汇率变化率（rreer）在统计意义上并不显著，外国直接投资占GDP比率（fdi2gdp）回归系数值为负。对于金融发展水平的3个主成分、以及中，只有在统计意义上显著，其它2个主成分都没有通过变量显著性检验。固定效应估计结果主要是用来对比BMA方法下的回归结果的，在此不做更多的阐释。在BMA估计中，考虑到解释变量以及年份效应等控制变量，本文整个模型空间的个体模型数量约105万个。

回归2和回归3分别为针对全部样本以及中等收入水平（包含）以上的国家或地区的回归结果。衡量一个国家是否为中等收入及以上依据来自世界银行。尽管我们报告了不同解释变量的变量显著性检验结果，但是在BMA方法下该结果并不像固定效应估计下具有明确的统计意义。在BMA方法中后验包含概率（PIP）表明给定的回归量属于正确的模型设定的概率，从BMA方法估计结果来看，回归2和回归3结果都表明，本文所选定的国家特征变量后验包含概率值大部分均为1，这表明这些变量与出口复杂度密切相关。这也是本文对现有研究提供增量的经验发现，例如 Rodrik（2006）［4］很难发现国家特征变量对出口复杂度提高的积极作用。在BMA方法下，后验包含概率较低的变量为实际有效汇率变化率（rreer），在回归2中PIP为0.02，回归3中为0.35，该变量在固定效应估计中在统计意义上没有通过变量显著性检验，可以说实际有效汇率变化进入真实模型的概率较低。此外，外国直接投资占GDP比率对一国出口产品技术水平的影响作用，回归2和回归3中该变量的PIP值较高，但是回归系数的符号为负值，而该变量回归系数在固定效应估计中也是负值。这与现有一些国别研究突出强调外国直接投资积极作用的研究结果是不一致的，本文经验研究并没有识别出外国直接投资对出口产品技术水平改善的积极作用。

对于衡量金融发展水平的3个主成分，它们在BMA方法下回归结果能够与固定效应估计结果较好地进行对比。在固定效应估计中，仅仅有PCA3在在统计意义上显著，回归系数为1.077 3，表明PCA3所体现的金融市场深化程度对一国出口产品技术水平具有正向的影响作用。在BMA方法下，回归2和回归3中、以及的后验包含概率相对较高，综合回归2和回归3我们可以发现衡量金融发展水平的3个主成分进入真实模型的概率都超过了80%。在回归2中，全体样本国家或地区回归结果中回归系数为0.007 2，该回归系数值与固定效应估计值0.004 5相差不大，表明金融机构深化程度对出口产品技术水平提升的正向影响作用。值得注意的是，在中等收入（含）水平以上的样本回归中回归系数值变大为0.827 3，可以说金融机构深化程度对于出口产品技术水平的积极影响在中等收入水平以上样本国家中更为突出。体现的主要是金融市场集中程度，回归2中它的回归系数为-0.313 8，这表明金融市场集中程度越高就越不利于出口产品技术水平的改善，该项经验发现与标准的经济学理论预测一致。体现的主要是金融市场深化程度，回归2中回归系数为0.941 0，表明金融市场越深化就越有利于出口产品技术水平的提高。从总体上来看，考察全部样本回归中的、以及回归系数值，总和为0.634 4，这表明金融发展对本文样本出口产品技术水平提升具有促进作用。

表1 出口复杂度与金融发展的回归结果

六、主要结论及启示

本文利用177个国家或地区涵盖1997年至2007年的分产品双边贸易流量数据，注重探讨不同样本国家或地区出口产品技术水平以及影响因素。基于本文所依据大样本数据的测量结果和实证研究，主要结论如下：其一，在BACI数据库分产品贸易流量数据支撑下，我们并没有发现177个样本国家或地区存在所谓的“Rodrik之谜”。如果同一些典型国家相比，例如，菲律宾、泰国、印度以及阿尔及利亚等国家，中国的出口复杂度指标并不是异常值，也并不像Rodrik（2006）［4］以及Jarreau and Poncet（2012）［29］刻画的那样与众不同。其二，本文则深入探讨到底哪些国家特征变量影响着一个国家出口产品的技术水平。研究结果表明除了传统的体现国家特征变量的积极作用以外，例如要素禀赋、研究与发展和贸易开放度等，体现金融发展水平总体性指标对一国出口产品技术水平具有影响作用。

根据本文研究结果，在政策含意方面值得关注以下方面：

首先，所谓的“Rodrik之谜”并不存在，在可预见时期内中国宏观经济发展不会在贸易贡献度下降的情况下出现令人担忧的增长停滞问题。值得注意的是，中国出口产品技术水平受到要素禀赋的影响，但是要素禀赋的改善和提升不是一蹴而就的，而是一个渐进的积累过程。在此期间，中国现有劳动力密集型产业从产业结构优化升级的角度来看最终会被淘汰出局，但在一段时间内它们在中国要素禀赋动态变迁中仍然发挥着积极作用。

其次，一国是否开放以及开放程度对于提高出口品技术具有突出的影响作用，需要政府部门坚定不移地推动对外开放向纵深发展。坚持和不断扩大对外开放，能够促使国内企业在激烈的国际市场竞争中变革图强，不断发展壮大，提升所供应产品的整体质量，促进新产品的开发及其产业化，这将有利于提升中国产品的国际声誉。

最后，无论从金融深化程度还是金融市场结构优化等角度，提升金融发展水平都对出口产品技术水平具有着重要意义，可以说金融发展具有至关重要的助推作用。随着金融市场化改革不断向前推进，金融发展水平不断提升，市场配置效率提高会促使资本要素与劳动力优势结合，有利于中国参与国际分工的过程中不断提升出口产品的技术水平，改善中国出口的国际市场竞争力。

［1］樊纲，关志雄，姚枝仲.国际贸易结构分析：贸易品的技术分布［J］.经济研究，2006（08）：70-80.

［2］杜修立，王维国.中国出口贸易的技术结构及其变迁：1980—2003［J］.经济研究，2007（07）：137-151.

［3］施炳展，李坤望.中国制造业国际分工地位研究——基于产业内贸易形态的跨国比较［J］.世界经济研究，2008（10）：3-8.

［4］Rodrik D，What＇s So Special about China＇s Exports［J］.China ＆ World Economy，2006，14（5）：1-19.

［5］Hausmann R，J Hwang，D Rodrik.What you Export Matters［J］.Journal of Economic Growth，2007，12（1）：1-25.

［6］Schott P K，The Relative Sophistication of Chinese Exports［J］.Economic Policy，2008，23（53）：5-49.

［7］唐海燕，张会清.产品内国际分工与发展中国家的价值链提升［J］.经济研究，2009（9）：81-93.

［8］Mary A，F Caroline.The Anatomy of China＇s Export Growth，in China＇s Growing Role in World Trade［M］.Feenstra and Wei：University of Chicago Press，2010.

［9］Wang Z，S-J Wei.What Accounts for the Rising Sophistication of China＇s Exports？in What Accounts for the Rising Sophistication of China＇s Exports？［M］.Feenstra and Wei：University of Chicago Press，2010.

［10］Xu B，J Lu.Foreign Direct Investment，Processing Trade，and the Sophistication of China＇s Exports［J］.China Economic Review，2009，20（3）：425-439.

［11］Amiti M，Freund C.The Anatomy of China’s Export Growth［M］.University of Chicago Press，2010.

［12］Xu B，The Sophistication of Exports：Is China special？［J］.China Economic Review，2010，21（3）：482-493.

［13］Yao S.Why Are Chinese Exports Not So Special？［J］.China ＆ World Economy，2009，17（1）：47-65.

［14］Baldone S，F Sdogati，L Tajoli.On Some Effects of International Fragmentation of Production on Comparative Advantages［J］.Trade Flows and the Income of Countries，World Economy，2007，30（11）：1726-1769.

［15］Kumakura M.What＇s so Special about China＇s Exports？［J］.A Comment，China ＆ World Economy，2007，15（5）：18-37.

［16］Grossman G M，E Rossi-Hansberg.Trading Tasks：A Simple Theory of Offshoring，American Economic Review，2008，98（5）：1978-1997.

［17］Beck T.Financial Development and International trade：Is there a link？［J］.Journal of International Economics，2002，57（1）：107-131.

［18］Beck T.Financial Dependence and International Trade，Review of International Economics［J］，2003，11（2）：296-316.

［19］Kletzer K，P Bardhan.Credit Markets and Patterns of International Trade［J］.Journal of Development Economics，1987，27（1-2）：57-70.

［20］Hur J，M Raj，Y E Riyanto.Finance and Trade：A Cross-country Empirical Analysis on the Impact of Financial Development and Asset Tangibility on International Trade［J］.World Development，2006，34（10）：1728-1741.

［21］King R G，R Levine.Finance and Growth：Schumpeter Might be Right［J］.The Quarterly Journal of Economics，1993，108（3）：717-737.

［22］Levine R，N Loayza，T Beck.Financial Intermediation and Growth：Causality and Causes［J］.Journal of Monetary Economics，2000，46（1）：31-77.

［23］Bandiera O，G Caprio，P Honohan，Does Financial Reform Raise or Reduce Saving？［J］.The Review of Economics and Statistics，2000，82（2）：239-263.

［24］Kelly R，G Mavrotas.Savings and Financial Sector Development：Panel Cointegration Evidence from Africa［J］.The European Journal of Finance，2008，14（7）：563-581.

［25］Stock J H，M W Watson.Macroeconomic Forecasting Using Diffusion Indexes［J］.Journal of Business ＆ Economic Statistics，2002，20（2）：147-162.

［26］Creane S，R Goyal，A M Mobarak，et al.Measuring Financial Development in the Middle East and North Africa：A New Database［J］.Imf Staff Papers，2006，53（3）：479-511.

［27］Guillaume G，Z Soledad.BACI：International Trade Database at the Product-Level［R］.The 1994-2007Version：CEPII research center，2010.

［28］Beck T，A Demirgü-Kunt，R Levine.A New Database on the Structure and Development of the Financial Sector，The World Bank Economic Review，2000，14（3）：597-605.

［29］Jarreau J，S Poncet.Export Sophistication and Economic Growth：Evidence from China［J］.Journal of Development Economics［J］，2012，97（2）：281-292.

［30］Magnus J R，O Powell，P Prüfer.A Comparison of Two Model Averaging Techniques with an Application to Growth Empirics［J］.Journal of Econometrics［J］，2010，154（2）：139-153.