美国在华制造业FDI 对中美集装箱贸易量的影响

刘 洋

（大连海事大学 交通运输工程学院，辽宁 大连 116026）

1 引言

改革开放40 年来，中国对外开放水平取得长足发展，中国成为国际上最大的外商直接投资（FDI）接收国之一。目前，中美两国已经成为彼此经贸往来的重要合作伙伴。美国对华投资始于1980年4月的中美北京饭店项目[1]，进入21 世纪后，美国对华FDI的增速加快、行业构成也呈多样化，在FDI 总存量的行业占比中，制造业年均占比在62.2%以上，只在2008 年受金融危机的影响此数值降为45.6%。就美国制造业在华FDI 流量来看，从2005 年的5.65 亿美元上涨到2018年的48.12亿美元，制造业FDI呈现出逐年上升的态势。商务部经合研究院显示，伴随着美国在华制造业FDI的增长，美国已成为中国第一大货物出口市场和第六大进口来源地，由此带来海运需求的增长。中美制造业产品贸易多以服装、食品、玩具、家用电器、器械设备等为主。据美国商务部统计，2017 年我国对美出口金额的73%为海运，其中88%为适箱货，自美进口金额的56%为海运，其中78%为适箱货。李响[2]认为美国制造业战略短期内不会对中美集装箱运量产生影响，远期运量会减少。张锐[3]研究发现美国对华FDI存在贸易互补效应和贸易替代效应。孙语阳[4]认为美国外商直接投资只对中国的资本与技术密集型产业影响显著。高婕[5]认为美国制造业回归对中国制造业出口存在影响。David[6]认为中美双边FDI 产生的贸易与政策、资源、制度等有关。赵雪玉[7]分析认为世界贸易与世界航运存在长期的协整关系。蒋永雷[8]认为区域产业转移与制造业产业分布格局和港口物流网络相互影响。

总体来看，前人的研究多集中在美国制造业对华FDI 与贸易关系的战略层面。涉及到海运方面的研究更多关注于经济贸易及产业转移与港口网络的关系。而由美国对华制造业FDI 引起的产业要素转移对中美两国海运需求影响的相关定量研究甚少。因此，本文利用Almon 多项式分布滞后模型，实证分析了美国在华制造业FDI 对中美间集装箱贸易量的相关关系和时滞效应，以探寻制造业FDI对国际海运需求影响的规律性。

2 Almon多项式分布滞后模型与数据选取

2.1 美国在华制造业FDI与中美集装箱贸易量关系研究与数据选取

美国制造业FDI 对中国贸易结构和产业结构具有一定的影响。一方面，FDI促使美国跨国公司将本土的原材料、中间产品及生产设备转移到中国来，或安排其供应商直接将物资运输到中国，因而增进了美国对中国的出口。另一方面，根据小岛清的贸易替代理论[9]，FDI 为中国制造业带来了先进的生产技术和管理经验，技术溢出效应使中国产品的比较优势凸显，增加了中国向美国的出口贸易。世界贸易与航运有着本质的联系，贸易产生了运输需求，而中美进出口贸易以海洋运输为主，制造业初级产品及制成品多以集装箱装载，这便导致了中美间集装箱贸易量的变动。为得出FDI 与集装箱贸易量之间的具体数量关系，特选取2005-2018年美国在华制造业FDI和中美间集装箱贸易量年度数据建模分析，数据来自U.S. Bureau of Economic Analysis（BEA）和克拉克森集装箱情报季刊。

2.2 Almon多项式分布滞后模型

经济运行过程中，当某些经济变量作为被解释变量时，不仅受当期解释变量或者自身的影响，而且也受到过去某些时期各种因素甚至自身过去值的影响。通常把这种过去时期的、具有滞后作用的变量叫做滞后变量（Lagged Variable）。含有滞后变量的模型简称滞后模型。在对分布滞后模型估计时，根据滞后长度的有限和无限，滞后模型可划分为有限分布滞后模型和无限分布滞后模型。

阿尔蒙多项式分布滞后模型（Polynomial Distribution Lag Model，PDL）即滞后长度k 为有限数的分布滞后模型：

其中 β0为短期或即期乘数，βi（i=1,2,...,k）为动态乘数或延迟系数。阿尔蒙假定模型（1）中的诸系数 β 可用适当的多项式逼近，即：

其中m 是多项式的最高次数，且假定m 小于k。利用式（1）对式（2）进行整理得到：

3 美国制造业FDI 对中美集装箱贸易量影响的实证分析

3.1 计量模型设定

由于海运需求是国际贸易的派生需求，制造业FDI 导致的集装箱贸易对海运需求具有一定的反应时间，也即存在可能的经济滞后效应。因此，为了分析美国在华制造业FDI 对中美间集装箱贸易量变动的影响，本文以美国对华制造业FDI 为解释变量，美国出口中国的集装箱贸易量、中国出口美国的集装箱贸易量为被解释变量分别建立分布滞后模型。为消除原始变量的异方差影响，对所有变量均进行对数化处理，模型如下：

在模型（4）中LnCUt表示t时期的中国对美国集装箱贸易量，在模型（5）中LnUCt表示t 时期的美国对中国集装箱贸易量；上式中Lnfdit-i均表示t-i时期的美国在华制造业FDI。其中，μt为随机误差项，满足古典假定。由于模型中i=0～k，因此以上两模型反映了从t-k到t 各个时期美国在华制造业FDI 对中美间集装箱贸易量变动的影响，从而揭示了FDI对集装箱贸易量的滞后效应。

3.2 变量的平稳性检验

对时间序列进行分析的前提是保证序列的平稳性，非平稳时间序列参与建模会产生伪回归现象。本文利用Eviews10.0 软件，采用ADF 单位根检验，对变量LnCU、LnUC、Lnfdi 进行平稳性检验。根据变量的时序图确定是否应用截距项和线性趋势，并根据SIC准则由软件自动确定最佳滞后阶数，结果见表1。

表1 单位根检验结果

表1显示，在对中美间双向集装箱贸易量和美国在华制造业FDI 的平稳性检验中，均在5%显著水平下不能完全拒绝原假设，序列LnCU、LnUC、Lnfdi 均存在单位根，是非平稳的。对三个变量进行一阶差分时，均显著的拒绝原假设变得平稳。因此，各变量存在一阶单整，并且认为计量模型变量间可能存在协整关系。

3.3 协整检验

在变量都是非平稳序列，并且同阶单整的情况下，采用Johansen 检验法[11]，分别考察美国在华制造业FDI 与中国出口美国及美国出口中国集装箱贸易量的长期均衡关系。协整方程设定为：组成变量含有线性趋势，协整矢量中含有截距项，滞后阶数为1。协整检验结果见表2、表3。

表2 模型（4）的Johansen协整检验结果

表3 模型（5）的Johansen协整检验结果

从表2、表3中可以看出，美国在华制造业FDI与集装箱贸易量之间的所有统计量均在5%的显著水平下拒绝存在0 个协整向量的原假设，模型（4）中变量LnCU 与Lnfdi 接受存在一个协整向量的假设；由于k个变量之间最多存在k-1个协整关系，因此模型（5）中变量LnUC 与Lnfdi 也为（1,1）阶协整。由此说明，美国在华制造业FDI与中美间集装箱贸易量之间具有长期的协整关系，从而可以进一步分析经济变量间的因果关系和影响方向。

3.4 Granger检验

为确定计量模型所选取的解释变量对被解释变量解释的合理性，得出FDI与集装箱贸易量间具体的因果关系。本文对外商直接投资Lnfdi与集装箱贸易量LnCU 和LnUC 分别进行Granger 因果关系检验。由于Granger 因果关系检验的前提是序列必须平稳[12]，因此采用FDI与集装箱贸易量的一阶差分数据进行检验，得出两变量间的因果关系，结果见表4。

表4 Granger检验结果

由表4可以看出，在判断集装箱贸易量是否是美国在华制造业FDI原因的Granger检验中，在5%的置信水平下检验结果均接受原假设，表明集装箱贸易量不是FDI 的原因。反之，对于第一和第三个原假设，在5%的显著水平下拒绝原假设通过了Granger检验，表明FDI 是中美间集装箱贸易量的Granger 原因。因此在构建Almon多项式分布滞后模型时，将制造业FDI作为解释变量，集装箱贸易量作为被解释变量具有解释的合理性。

3.5 Almon多项式分布滞后模型实证分析

为了大致分析Almon分布滞后模型的滞后长度，首先对模型（4）和模型（5）的两序列做交叉相关系数图，如图1、图2所示。

图1 模型（4）序列交叉相关系数图

图2 模型（5）序列交叉相关系数图

图1 所显示的是序列LnCU 和序列Lnfdi 的交叉相关系数图，图2所显示的是序列LnUC和序列Lnfdi的交叉相关系数图。以上两图中左边第一列显示出序列LnCU、LnUC 与Lnfdi 的滞后交叉相关系数基本上呈指数衰减，滞后长度越大，两者的相关系数越小。在以上两模型中，滞后长度大于4 期以后，两序列的相关系数均小于0.5。因此，由交叉相关系数图分析，两个分布滞后模型的最大滞后长度均为3。分别对两个模型建立k=2,3的多个分布滞后模型，又根据m 小于k 的准则，m 选取2,3。多次实验后，模型（4）、（5）的结果见表5、表6。

表5 模型（4）滞后长度和多项式的选择

表6 模型（5）滞后长度和多项式的选择

依据调整的R2最大和AIC与SC值最小的原则进行取舍，模型（4）、（5）分别选择滞后长度k=3，多项式次数m=3、k=2，m=2的分布滞后模型进行参数估计。

模型（4）、（5）的PDL估计式见式（6）、（7）：

以上估计结果显示，R2和R2__并没有接近1，由经济理论可知本模型只考量了当期FDI 及其滞后期作为影响因素对集装箱量的影响，然而在实际中，集装箱贸易量的影响并非单一因素导致，加入相关的多因素将会提高R2和R2__数值，对模型产生优化的作用。两式中R2和R2__均在0.5 以上，模型整体拟合较好；F 统计量很大，表明模型整体显著。以上模型的DW值均偏低，说明模型随机误差中存在着比较严重的一阶线性自相关，OLS 法具有无偏性但不具有效性。因此，在模型中分别添加一阶滞后残差项AR(1)以消除自相关，从而建立最终的滞后模型，见式（8）和式（9）。

重新回归后，此时模型（8）、（9）的DW 值为1.998 418、1.762 238，此数值接近2，表明在5%的显著水平下，接受残差项不存在一阶自相关的假设。从模型整体的拟合度看，上式两模型中R2和R2__明显高于式（6）和式（7），说明模型整体上拟合得更好；从模型整体显著性看F值很大，可以拒绝模型整体解释变量系数为零的原假设，说明模型的整体拟合情况很好，美国在华制造业FDI对中美双向集装箱贸易量的影响作用是显著的。

实证分析结果解释如下：

（1）美国在华制造业FDI对中国出口美国集装箱贸易量的影响解释。从图3 可以发现，美国制造业FDI 对中国出口美国集装箱贸易量当期及滞后期影响均为正值，表示当期FDI每增长1%，中国出口美国的集装箱贸易量就会增长0.054%，滞后一二三期的FDI 每增长1%时，中国出口美国的集装箱贸易量就会增长0.009 4%、0.046%、0.021%；而从显著性水平看，当期和滞后1 期不显著，滞后2、3 期的影响最为显著。由此说明，美国在华制造业FDI对中国出口美国集装箱贸易量确实存在滞后效应。FDI 对中国出口美国集装箱贸易量产生滞后的原因，是由于美国在华FDI 产生技术溢出效应的时滞性。中国吸收FDI资金在其转化为生产资本后，才能够调整原有生产要素，投入新的生产资料进行生产，并且制成品的产出需要一定的生产周期。因而从外资投入到产成品的运输存在滞后性，表现在集装箱贸易量的滞后性。

图3 Almon分布滞后模型（8）估计（k=3，m=3）

（2）美国在华制造业FDI对美国出口中国集装箱贸易量的影响解释。图4 反映了美国制造业FDI 对美国出口中国集装箱贸易量的影响呈如下特点：首先，从当期到滞后1 期再到滞后2 期，变量系数由正值转变为负值再变为正值，即FDI对集装箱贸易量的影响由正向变为负向再变为正向，复杂多变。但从数值上看，滞后1期FDI增加1%时，美国对华集装箱贸易量就会减少0.008 48%，数值较小影响不大。从显著水平上来看，当期和滞后1 期的影响不显著，滞后2期的影响最为显著。并且滞后2期的系数较大，当FDI 每增加1%时，美国对华集装箱贸易量增加0.070 57%。从长期来看，FDI 每增加1%，美国出口中国的集装箱贸易量总量增加0.112 97%。由此说明，美国在华制造业FDI对美国出口中国集装箱贸易量存在滞后效应，且错综复杂。由于美国对华的制造业FDI 多以跨国公司在中国设立绿地项目，合并、收购相关产业的形式展开。FDI 资金流入的同时也带来了美国制造业厂房设备、生产资料的转移，从而增加了美国向中国的集装箱贸易量。

图4 Almon分布滞后模型（9）估计（k=2，m=2）

从以上两模型可以看出，中国出口美国集装箱贸易量的滞后期晚于美国向中国出口集装箱贸易量的滞后期。当美国对中国制造业进行投资后，美国开始向中国转移原材料、器械、设备等物资，这直接导致美国向中国集装箱出口贸易量的增加。一段时期过后，这些生产资本转化为生产要素，在中国建设厂房、生产线，形成了产业链中产品生产的上游，此时便产生了中国将制造出的产成品向包括美国在内的市场的外向输出。因而致使中国对美国的集装箱出口贸易量增加，并晚于美国对中国出口的滞后期，此模型的时序现象与经济事实相符合。

4 结语

美国在华制造业FDI 促进了美国向中国制造业的产业转移以及先进技术和管理经验的转移。美国企业利用中国本土丰富的资源和广阔富裕的劳动力，从而提高了中国产品的生产效率和产品质量，导致FDI 的技术溢出效应。中国制造业产品质量的提高扩大了其在国际市场的占有地位，拉动了中美间的进出口贸易，而中美间制造业产品多以集装箱运输，从而扩大了中美间集装箱运输的海运需求。传统的文献大多关注于投资与贸易相关关系的研究，本文将FDI与海运集装箱贸易量建立关联，通过实证分析验证了FDI对投资输出国、输入国之间集装箱贸易量的滞后影响，研究成果为制造业FDI对海运需求影响的模型构建提供了参考。