基于面板门限模型的新型城镇化、对外贸易与全要素生产率分析

李斌　倪艳秋　吴书胜

摘要：基于1999-2012年省际面板数据，本文构建包括新型城镇化、对外贸易和全要素生产率在内的面板门限模型，实证分析新型城镇化背景下对外贸易的技术溢出效应。结果表明对外贸易与全要素生产率之间存在门限转换效应，对外贸易程度的加深不利于在新型城镇化的门限值内全要素生产率的提升；反之，跨越新型城镇化的门限值后可以显著促进全要素生产率的增长。

关键词：新型城镇化；对外贸易；全要素生产率；面板门限模型

中图分类号：F1243文献标识码：A

我国正处于新型城镇化建设的新时期，提高全要素生产率、增强技术创新能力是保证我国经济可持续发展的关键，而对内加快新型城镇化建设与对外开放是促进技术进步的两项重要举措。考虑到新型城镇化与对外贸易都是影响技术进步的重要因素，通过构建面板门限模型，本文以新型城镇化为门限变量探究对外贸易与全要素生产率之间非线性效应的存在性，并借助新型城镇化指标体系量化新型城镇化概念，拟对新型城镇化、国际贸易与全要素生产率的关系进行探讨。

一、新型城镇化及全要素生产率测度

（一）新型城镇化评价指标体系

要实证分析新型城镇化背景下对外贸易的技术溢出效应，就必须对新型城镇化水平进行量化测度。本文综合考虑指标的合理性和数据的可获得性，从城镇化基本水平、城镇经济发展水平、城镇社会建设水平、城镇文化建设水平、城镇生态建设水平等层面构建了新型城镇化指标体系，选取16个三级指标衡量我国各省新型城镇化水平，通过人口城镇化水平指标来衡量城镇化基本水平。其中，人口城镇化水平使用城镇人口比重表示，人口城镇化的发展为新型城镇化建设奠定了基础力量。

城镇经济发展水平使用经济增长、消费水平、投资水平和经济开发程度等指标进行衡量，其中经济增长使用人均GDP来表示，而消费水平、投资水平和经济开发程度分别采用居民消费水平、人均固定资产投资和人均货物进出口额来表示。

城镇社会发展水平的评价指标包括城镇人口、用水情况、道路水平和交通水平，城镇人口以城市人口密度表示，用水情况以城市用水普及率表示，道路水平以城市人均擁有道路面积表示，交通水平以城市万人拥有公交车数表示。城镇社会发展水平反映了新型城镇化建设的公共基础设施服务水平，是衡量城镇化建设质量必不可少的指标，是新型城镇化建设的基本诉求。

城镇文化发展水平主要通过高中教育水平、高等院校教育水平、文化基础设施、文化传播等指标来衡量，分别用普通高中和高等院校学生在校人数表示高中和高等院校教育水平，用博物馆个数衡量文化基础设施，用少年儿童读物类图书出版种数衡量文化传播水平。文化与教育的传播是新型城镇化发展的根本动力，是国家进步社会发展的根本举措，在新型城镇化指标体系中有着举足轻重的地位。

城镇生态建设水平用工业三废的排放量作为衡量指标，工业固体废物用工业固体废物产出量表示，工业液体废物用工业废水排放总量表示，工业气体废物用SO2和烟尘排放量表示。注重城镇生态建设是绿色集约型城镇化发展的要求，是片面追求发展速度的传统城镇化向新型城镇化转型迈出的重要一步，也是新型城镇化发展的内涵之一。

基于上述分析，本文构建了测算新型城镇化水平的指标体系（如表1），表2是利用熵值法测算出的我国30个省（由于西藏自治区缺失数据较多未计算在内）1999-2012年新型城镇化的均值水平，可以看出我国东部地区新型城镇化总体水平明显高于中西部地区，但东北三省、河北省以及海南省的发展稍有滞后。

（二）全要素生产率的测算

索洛（Solow）提出的全要素生产率概念是指不能归因于劳动、资本等有形生产要素外的制造工艺改进、技术创新等因素所带动的企业产值增加和效益的提高，是排除有形投入要素对产出增长贡献后剩余的残值部分。常用的估算全要素生产率的方法一般分为两类，一是以索洛余值法为代表的通过估计出生产函数的具体形式再计算TFP的参数方法，二是在测算过程中没有要求明确给出生产函数的非参数方法。本文采用的是非参数方法中的比较常用的数据包络分析方法（Data Envelopment Analysis， DEA）。通过测算中国30个省1999-2012年的Malmquist生产率指数以表示各个省份TFP的增长变化情况。

虽然较早提出Malmquist指数的是瑞典经济学和统计学家Malmquist，但是Fare最早将Malmquist指数表示全要素生产率变动指标（TFPCH），其表达式为：

基于上述方法和数据，本文采用了MaxDEA软件测算出我国30个省1999-2012年的全要素生产率变动情况。由于数据量较大，本文把每年30个省的数据进行了平均制作如图1所示的TFP增长率趋势图，以便更直观地反映我国全要素生产率增长状况。根据折线图可以清晰地看到我国全要素生产率总体呈现出递减的趋势，2008年国际金融危机后的一年多时间发生大幅度下滑，直到2011年中期才恢复到危机前的水平，这在一定程度上说明我国技术水平低下的现状并没有得到根本性的改变。

二、实证检验

（一）模型、变量与数据

本文把新型城镇化水平作为门限变量，以验证对外贸易与全要素生产率之间非线性相关性，并借鉴Hansen（2000）[3]定义的面板门限模型进行具体探究，基本模型初步设定为：

通过门限效应检验验证该模型中的门限是否存在并测算相应数值，如若存在考察不同区间内对外贸易与全要素生产率增长的相关系数大小与显著水平。

1.被解释变量。TFP是根据每年各种要素投入水平和产值大小计算出每年每单位投入的产出，本文基于DEA方法利用MaxDEA软件测算出Malmquist生产率指数来代表TFP的增长变化情况（TFPCH）。

2.门限变量与门限依赖变量。新型城镇化水平（urb）是本文设定的门限变量外贸依存度（FTD）代表对外贸易水平是本文选取的门限依赖变量，新型城镇化水平根据上文构建的指标体系测算，外贸依存度数据根据每年经营单位所在地的进出口总值与地区生产总值的比计算得到。

3.控制变量。FDI作为对外贸易活动的另外一种形式，通过直接引进国外的资本、技术、管理经验等要素推动我国TFP的增长。除此之外，国内R&D投入也对我国科技实力和科技创新能力起到直接作用。本文选取FDI、R&D两个投入变量作为模型的控制变量，FDI数据选取各省每一年的外商直接投资额与地区生产总值的比值，R&D强度数据选取以1998年为基期的各省每一年研究与发展经费内部支出额与地区生产总值的比值。由于西藏自治区的数据缺失比较严重，本文以除西藏外的30个省1999～2012年的面板数据进行研究，数据主要来源于《中国统计年鉴》、《中国科技统计年鉴》和《中国环境统计年鉴》和各省统计年鉴。表3中是本文各变量的描述性统计结果。

（二）门限效应检验

为了避免“伪回归”，本文通过LLC和IPS两种方法对面板数据进行单位根检验，以确保数据的平稳性和最终实证结果的可靠性。根据表4的内容可知所有的变量都通过了LLC检验，但是IPS检验中所有变量都是一阶单整的，需要进行协整检验来进一步验证。面板数据协整检验方法主要有E-G两步法检验、Pedroni检验和Kao检验，本文采用的是Kao检验，观察表4的检验结果可知检验拒绝了原假设，模型存在协整关系且在10%的水平上显著，模型中的各变量之间存在长期均衡的关系，则对模型进行门限效应检验是有意义的。

Hanisen提出的新门限回归方法。不需要给定变量间的非线性关系，就可以通过渐近分布理论来估计方程中参数的置信区间，由于具备借助bootstrop方法来检验门限值等优点，而被广泛应用于门限模型的检验中。本文利用面板门限模型来研究新型城镇化背景下对外贸易对全要素生产率的影响，先对模型进行门限效应检验，该检验的原假设为H0：β1=β2，即模型不存在门限效应，方程（2）变成简单的线性函数形式；反之，当假设H1：β1≠β2成立时，则模型中有明显的门限存在，表明新型城镇化处于不同发展水平下时，对外贸易对全要素生产率的作用效果不同。利用极大似然估计量LR来验证模型门限效应的存在性，那么在统计量LR的估计值近乎等于零时门限变量的取值就是所求的门限值。

为了测算统计量LR，本文运用stata120，采取“自举模拟法”抽样2 000次，得到LR的趋势线。图2和图3是门限自举模拟检验得到的LR趋势图，门限变量的置信区间在图中虚线和LR相交的两点形成的区间内，根据图2可知[00336，00338]是第一个门限值的置信区间，估计结果表明，只有门限值等于00338时满足统计量LR的取值与0最为靠近。因此，可以明确第一个门限值是00338，在此基础上可继续进行第二个门限的抽样检验。图3表明该模型是有第二个门限存在的，门限值为00307。根据表5中给出的门限模型的F值和P值，发现不管是单一门限还是双门限的检验F值都很大，模型完全通过显著性检验。最终，本文选择双门限模型将回归方程变成一个三阶段函数，来分析不同阶段下系数和显著性水平的差异。

（三）实证结果分析

1.门限回归结果分析

本文初步设定的模型為单一门限模型，现在将模型修正为双门限模型：

TFPCHit=β1FTDit（ubritγ1）+β2FTDit（γ1γ2）+θ′1FDIit+θ′2RDit+θ′3HCit+εit（5）

在面板门限效应检验的基础上，本文根据模型（5）进行门限回归估计实证检验得到的相关参数估计结果（如表6所示）。从表6的估计结果可以清晰地观察出当新型城镇化水平低于门限值00307时，对外贸易对全要素生产率增长有显著的抑制作用；当新型城镇化水平提高并介于两个门限值00307和00338之间时，对外贸易对全要素生产率增长的负作用减弱；当新型城镇化水平高于门限值00338时，加快对外贸易的发展会对全要素生产率的增长产生积极的促进作用。

总之，新型城镇化建设的发展有助于对外贸易产生技术溢出效应，有利于促进我国全要素生产率的增长。当新型城镇化水平较低时，一方面城镇人口的综合素质不高，对外贸易以劳动和资源密集型产品的出口以及中间品和资本密集型产品的进口为主，不仅容易陷入比较优势陷阱阻碍我国的技术创新，而且不利于消化吸收贸易带来的技术溢出；另一方面，新型城镇化发展落后时，居民收入较低难以刺激消费，生产性服务业、高新技术产业等第三产业发展动力不足，相应的对外贸易难以发挥出口学习效应和进口竞争效应促进产业升级和技术进步。

当新型城镇化水平跨越了第一个门限值00307且小于第二个门限值00338时，人力资本存量以及城镇消费需求偏低的状况有所改善，进口额增加同时企业开始注重技术创新的培养，产生部分进口学习效应，对外贸易对全要素生产率增长的抑制作用大幅减小。当新型城镇化水平继续提高越过第二个门限值00338时，高质量的城镇化带动基础设施建设的一体化以及公共服务的均等化，提高了城镇居民的生活质量，对外贸易也逐步向集约、绿色、低碳的方向发展，进而有效促进贸易的技术溢出和我国全要素生产率的提升。此外，回归结果显示R&D强度对全要素生产率的影响不显著，外商直接投资对全要素生产率有显著的负面影响，这可能是由于我国R&D投入严重不足以及外商直接投资质量偏低造成的。

2.区域回归结果分析

根据本文测算的数据可知东部地区新型城镇化水平明显高于中西部地区，并且大部分东部省份的新型城镇化水平都越过了第二个门限值00338，而中西部地区新型城镇化水平远低于门限值00338；同时，也只有东部地区的全要素生产率表现出明显的增长势头，而中部和西部地区TFP都逐年递减。因此，本文把我国30个省份划分为东部省份（北京、天津、河北、辽宁、吉林、黑龙江、上海、江苏、浙江、福建、山东、广东、海南）、中部省份（山西、安徽、江西、河南、湖北、湖南）、西部省份（重庆、内蒙古、广西、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆），来分析由于不同地区经济环境差异造成的TFP差异化增长。

本文分别对东部、中部和西部地区数据进行了面板固定效应回归，以研究各区域对外贸易对全要素生产率的作用情况，实证估计结果如表7所示。

（1）全要素生产率与对外贸易的关系。实证结果显示对外贸易对东部地区的全要素生产率的影响为正，对中部和西部地区的影响显著为负。对于这一结果进行分析，发现东部地区的对外贸易占我国贸易总额的比重较大，对外贸易引致的规模经济效应、干中学效应、竞争效应等对东部地区的技术进步有很大促进作用；加之，东部地区技术吸收能力较强，可以及时消化贸易带来的技术溢出。中西部地区的出口品主要集中在资源密集型产品上，很难实现出口的学习效应，并且相对薄弱的技术吸收能力也不利于地区的技术创新与全要素生产率增长。

（2）全要素生產率与研发投入的关系。R&D投入对东部地区有显著的促进作用，影响系数为14477，相反对中西部地区有明显的抑制作用。目前，中西部地区的R&D投入严重不足远低于东部地区，制约企业对国外先进知识的学习以及开拓创新能力的提升，进而阻碍了地区全要素生产率的增长。

（3）全要素生产率与外商直接投资的关系。回归结果表明外商直接投资在东部和中部地区存在负面影响，在西部地区存在正面影响。改革开放以来，我国外商直接投资额逐年递增尤其是东部与中部地区，但是外商主要投资于劳动资源密集型行业，剥削廉价的劳动力、掠夺丰富的自然资源，无法提升我国的自主创新能力和全要素生产率水平。相对而言，西部地区外商进驻较晚，我国相关的法律政策发展更为健全，外商直接投资的质量有所改善，得益于外资的技术溢出有助于西部地区创新能力的培养与技术水平的提高。

三、结论与政策建议

基于1999-2012年省际面板数据，本文构建了包括新型城镇化、对外贸易和全要素生产率在内的面板门限模型，实证分析了新型城镇化背景下对外贸易的技术溢出效应。结果表明对外贸易与全要素生产率之间存在门限效应，当新型城镇化处于门限值内，对外贸易规模的扩大会阻碍全要素生产率增长；反之，跨越新型城镇化的门限值后，对外贸易的发展就可以对全要素生产率的提升有较大的促进作用。根据上述结果，本文提出如下政策建议：第一，加快新型城镇化建设，中西部地区的新型城镇化建设亟待改进。第二，改善外商直接投资质量，鼓励外商投资企业在我国设立研发部门。第三，加大我国研发投入，提高研发资金利用效益。

参考文献：

[1]张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952-2000[J].经济研究，2004（10）：35-44.

[2]单豪杰.中国资本存量的K的再估算：1952-2006[J].数量经济技术经济研究，2008（10）：17-31.

[3]Hansen，B.E.S ample Splitting and Threshold Estimation[J].Economic rica， 2000：575-608.

Abstract：Based on 1999-2012 provincial panel data， the paper builds a panel threshold model including new urbanization， international trade and total factor productivity to empirically study the international trade spillover effect of technology under the new urbanization. The results show that the new urbanization threshold effect does exist between international trade and TFP. When new urbanization is below the threshold， the deepening of international trade is not conducive to enhance total factor productivity， and vice versa， crossing the threshold of new urbanization international trade can significantly promote the increase of total factor productivity.

Key words：new urbanization； international trade； total factor productivity； panel threshold model

（责任编辑：厉新）