付 磊,朱森林,潘敬军,管 曦
(1.安徽农业大学 经济管理学院,安徽 合肥 230000;2.华中农业大学 经济管理学院,湖北 武汉 430070;3.梅山镇农业技术推广服务中心,安徽 金寨 237300;4.福建农林大学 经济学院,福建 福州 350000)
本世纪以来,中国茶叶贸易迅速增长,已成为全球最大茶叶生产国和主要茶叶出口国[1]。目前,各国学者对我国茶叶出口贸易的研究主要集中在两个方面:一是对我国茶叶贸易的国际竞争力进行研究测算;二是对我国茶叶出口贸易的影响因素进行分析探讨。如霍丽玥[2]和闫振宇等[3]在对我国茶产业发展现状进行深入分析后,提出提高我国茶叶出口竞争力建议;万青等[4]、许珊[5]和姚文等[6]分别选取部分代表性指标对我国茶叶出口竞争力进行定量测算;邱海蓉等[7]、Ning等[8]、Yang等[9]、Wei等[10]以及盛国勇[11]分别利用不同方法对影响我国茶叶出口贸易的因素进行实证分析。但有关对外开放度与我国茶叶出口贸易关系的研究很少。本文利用我国1985~2016年有关数据,通过建立VAR模型,实证分析了对外开放度对中国茶叶出口贸易的影响。
VAR模型可以很好地的克服传统回归模型中内生变量和外生变量难以区分等问题,在经济学研究中迅速推广。本文采用VAR模型,其具体形式如公式(1)所示。其中Y表示内生二维变量向量,φi(i=1,2…p)表示各向量的系数矩阵,P表示内生变量的滞后阶数,εt表示随机扰动项。
关于对外开放度的指标选取,目前主要有两种观点:一种是以“贸易依存度”等单一指标来衡量;另一种认为应以综合指标体系来衡量[12]。而在综合指标的测算方面,国外文献较少,主要还是集中在中文文献中,如解念慈等[13]、孟夏[14]和赵晓霞等[15]学者均是根据自己的研究建立各不相同的综合指标体系。本文选取贸易开放度(X1,单位:%)和外资开放度(X2,单位:%)两个指标作为解释变量,选取茶叶出口额(Y,单位:亿元)作为被解释变量,因为出口贸易额比出口贸易量更能反映茶叶出口的经济效益。其中:贸易开放度主要用于衡量我国在贸易方面的开放程度,具体计算公式如公式(2)所示;外资开放度主要用于衡量我国在外商投资方面的开放程度,具体计算公式如公式(3)所示。
主要来自1986~2017年《中国统计年鉴》,实际利用FDI金额根据统计年鉴数据和2017年中国统计年鉴的历年人民币兑美元的年平均汇价折算成人民币金额。为减少数据的波动,防止数据出现异方差等问题,将以上三个变量取自然对数得LnX1、LnX2和LnY。
为避免出现伪回归问题,本文利用ADF方法对变量LnY、LnX1和LnX2进行平稳性检验,结果如下表1所示。
由表1可知,本文的三个变量LnY、LnX1和LnX2的ADF值都不能满足相应的显著性水平检验,说明三个变量的原序列都是非平稳序列。而三个变量一阶差分序列的平稳性检验结果则分别可在1%和5%的显著性水平下拒绝原假设,因此可认为LnY、LnX1和LnX2都为一阶平稳序列。
表1 平稳性检验结果Table 1 Stationarity test results
由平稳性检验结果可知,LnX1和LnX2都是一阶平稳序列,可对其进行协整检验。本文利用Johansen检验法对LnX1和LnX2进行协整检验,而在检验之前需要先确定VAR模型的最优滞后阶数[16],最优滞后期数的检验结果如表2所示。由表2可知,当滞后阶数为2时,LR、FPE、AIC、SC和HQ的信息标准一致(以“*”标记),因此本文VAR模型的最优滞后阶数为2。
在滞后阶数为2时,Johansen检验协整的结果如表3所示。在5%的显著性水平下,可以拒绝“没有协整关系”这一原假设,说明三个变量之间至少存在一个协整关系。
协整检验的结果经标准化后,协整向量为(1.00,-1.86,2.15)。因此,茶叶出口额(LnY)、贸易开放度(LnX1)和外资开放度(LnX2)之间的协整方程为:
由(4)式可知,茶叶出口贸易额与贸易开放度同向变动,与外资开放度反向变动。外资开放度对我国茶叶出口的抑制作用比贸易开放度对我国茶叶出口的促进作用更强。
表2 最优滞后阶数检验结果Table 2 Optimal lag order test results
表3 协整检验结果Table 3 Cointegration test results
本文建立滞后阶数为2的VAR模型,模型具体结果输出如式(5)所示。由(5)式可知,该模型的可决系数为0.98,调整后的可决系数也为0.98,二者都接近于1,说明方程(5)的拟合效果优良,用该式来表达本文3个变量间的关系是可信的。
对VAR模型的单位根进行检验,以判断该模型是否稳定。单位根检验结果如图1所示。由图1可知,AR根的模均在单位圆内,因此VAR模型是稳定的,对其进行格兰杰因果检验、脉冲响应分析和方差分解所得结果都是有效的[17-18]。
图1 AR根检验图Fig. 1 AR root test chart
在协整检验中已经确定我国茶叶出口额(LnY)与贸易开放度(LnX1)和资本开放度(LnX2)之间具有长期稳定的协整关系,然而这种协整关系是否存在某种先后的因果关系尚未可知。为此,本文再对这三个变量进行格兰杰因果关系检验,以确定它们之间是否存在先后的因果关系。格兰杰因果关系检验的结果如表4所示。
由表4可知:
滞后1期时,LnX1和LnY互无因果关系,LnX2和LnY互为因果关系,而LnX1和LnX2之间存在单向因果关系。说明短期内贸易开放度不能促进我国茶叶出口贸易额的增长,但能够促进我国外资开放度的扩大;而外资开放度在提高我国茶叶出口贸易额增长的同时,其本身也因我国茶叶出口贸易额的增长而扩大。
滞后2、3和4期时,LnX1和LnY仍然不具有因果关系,LnX1和LnX2之间的因果关系也不再存在,但LnX2和LnY之间则始终存在反向的因果关系。说明贸易开放度不是我国茶叶出口贸易额增长的主要原因,其在长期内也不会对我国外资开放度造成显著影响,但随着时间的推移,我国茶叶出口贸易额的增长会对我国外资开放度造成显著影响,即茶叶贸易所得外汇增加会影响我国的外资开放度,这与陈镜宇[19]和王三兴[20]等学者的发现基本一致。
表4 格兰杰因果关系检验结果Table 4 Granger causality test results
一般而言,VAR模型中单个指标的系数只能反映该指标对被解释变量的影响,并不能全面反映各个变量之间的动态关系,因此VAR模型中单个系数的变动并不是本文关注的对象[21-22]。脉冲响应函数方法(IRF)可以分析当模型受到某种冲击时对系统的动态影响[23],即可以反映模型整体的变化情况。本文的脉冲响应函数分析结果如图2和图3所示(滞后期数为32年)。
分析图2和图3可以得出结果,当本期给贸易开放度(LnX1)一个正向冲击时,茶叶出口额(LnY)会呈现逐渐减小的负向波动,第7期以后,开始出现正向波动并有逐渐增长趋势(图2);当本期给LnX2一个正向冲击时,LnX1整体呈现出较为明显的波动(图3)。由于国际贸易和国际投资是紧密联系在一起的,因此吸引外资会对东道国出口贸易有积极影响,现有研究已经证实这一结论,如王明益等[24]。而在LnX2受到一个正向冲击时,LnY呈现出明显的负向“U”型波动,并在最后趋向于0。
方差分解是分析每一结构冲击对内生变量变化的贡献度,进而评价不同结构冲击重要性的一种分析方法[25-26]。本文方差分解的滞后期选定为32年,其结果如下表5所示。
从表5可看出:
在LnY的波动中,83.20%以上由其自身解释,0~9.72%由贸易开放度解释,0~7.08%由外资开放度解释;而从第5期开始,外资开放度对我国茶叶出口额的影响便强于贸易开放度了。说明茶叶出口贸易额自身具有较强的惯性,同时也可说明短期内贸易开放度比外资开放度对茶叶出口额波动的解释力度更大,在长期则相反。
图2 LnX1对LnY和LnX2的脉冲响应结果Fig. 2 Pulse response of LnX1 to LnY and LnX2
图3 LnX2对LnY和LnX1的脉冲响应结果Fig. 3 Pulse response of LnX2 to LnY and LnX1
表5 方差分解结果Table 5 Variance decomposition results
在LnX1的波动中,56.63%~78.11%可由其自身解释,LnX2和LnY可解释的部分分别为0~10.18%和21.89%~33.18%,这说明外资开放度和茶叶出口额都不是贸易开放度变动的原因。
在LnX2的波动中,有49.96%以上可由其自身解释,另外0.53%~40.07%还可由LnY解释,剩下的部分则由LnX1解释。说明我国茶叶出口额是我国外资开放度变动的主要原因之一。
本文利用1985~2016年有关数据,通过建立向量自回归模型(VAR模型)实证分析对外开放度对我国茶叶出口贸易的影响。结果表明:长期内,贸易开放度提高能够促进我国茶叶出口,而外资开放度提高则会抑制我国茶叶出口;贸易开放度并不是我国茶叶出口贸易额变动的格兰杰原因,但外资开放度和我国茶叶贸易出口额之间互为强格兰杰原因,外资开放度的变动对我国茶叶出口贸易额有较强影响;我国贸易开放度与外资开放度的变动主要来自自身惯性,受茶叶出口的影响较小。因此,政府应适当提高我国外资开放度,借鉴国外经验,利用先进技术和充足资金提高我国茶叶质量与茶叶出口竞争力。