廣州市外貿(mào)出口與產(chǎn)業(yè)結(jié)構(gòu)關(guān)系研究

1、廣州市外貿(mào)出口與產(chǎn)業(yè)結(jié)構(gòu)關(guān)系研究摘要摘要：本文采用Eviews8.0計量分析軟件分析了廣州市1990-2014年25年間的市屬系統(tǒng)外貿(mào)出口總值和三次產(chǎn)業(yè)增加值等時間序列的平穩(wěn)性，并運用協(xié)整分析、脈沖函數(shù)分析和方差分解分析等實證研究方法，對市屬系統(tǒng)外貿(mào)出口總值和三次產(chǎn)業(yè)增加值之間的關(guān)系進行了實證分析。分析結(jié)果表明：廣州市市屬系統(tǒng)外貿(mào)出口與三次產(chǎn)業(yè)增加值之間存在著長期穩(wěn)定的協(xié)整關(guān)系，三次產(chǎn)業(yè)的發(fā)展會促進出口的增加，但主要由第二產(chǎn)業(yè)和第三產(chǎn)業(yè)協(xié)同帶動，但出口對三次產(chǎn)業(yè)的促進作用比較微弱。第一產(chǎn)業(yè)主要受自身和第二產(chǎn)業(yè)的波動的影響，第二產(chǎn)業(yè)主要受自身和第一產(chǎn)業(yè)波動的影響，第三產(chǎn)業(yè)主要受自身和第二產(chǎn)業(yè)波動

2、的影響，因此要使三次產(chǎn)業(yè)協(xié)調(diào)發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，第二產(chǎn)業(yè)是關(guān)鍵?！娟P(guān)鍵詞】出口；產(chǎn)業(yè)結(jié)構(gòu)；協(xié)整分析；方差分解一、緒論（一）、研究背景改革開放以來，我國逐漸確立了出口導(dǎo)向性的外向經(jīng)濟，對外貿(mào)易的發(fā)展取得了矚目的成就，在國民經(jīng)濟和社會發(fā)展中的地位顯著提高。廣東省一直是改革開放的前沿陣地和“試驗田”。作為廣東的省會，廣州是廣東改革開放的中心，僅用30年時間便實現(xiàn)了發(fā)達國家用了200年走過的從工業(yè)化初級階段到中級階段的巨大飛躍。但2008年國際金融危機以來，外需持續(xù)疲軟和人民幣不斷升值嚴重抑制了對外貿(mào)易的發(fā)展，同時國內(nèi)還面臨著經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級等難題。國內(nèi)外環(huán)境復(fù)雜多變，在此局面下我國

3、經(jīng)濟進入了新常態(tài)。對此中央政府提出“一帶一路”和“中國制造2025”兩大發(fā)展戰(zhàn)略，投資貿(mào)易合作是“一帶一路”建設(shè)的重點內(nèi)容，“中國制造2025”是我國政府實施制造強國戰(zhàn)略第一個十年的行動綱領(lǐng)。在此背景下，如何依托廣州的港口城市和國際空港樞紐優(yōu)勢，對外拓寬貿(mào)易領(lǐng)域，優(yōu)化貿(mào)易結(jié)構(gòu)，挖掘貿(mào)易新增長點，對內(nèi)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，優(yōu)化產(chǎn)業(yè)升級，是一個值得思考的重大問題。（二）文獻綜述姜茜、李榮林（2010）分別分析勞動密集型行業(yè)和基本密集型行業(yè)對外貿(mào)易結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)的長、短期關(guān)系，結(jié)果表明我國對外貿(mào)易結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)相關(guān)性非常高，但資源密集型行業(yè)的相關(guān)性不高。張漢東、胡朝麟（2012）基于投入產(chǎn)出模型，從供給與需

4、求兩個角度分別分析了進口和出口對浙江省經(jīng)濟及各行業(yè)增加值的貢獻，結(jié)果表明浙江省對外貿(mào)易對其經(jīng)濟增長具有顯著的貢獻，但由于進出口結(jié)構(gòu)失衡，就對GDP總量的貢獻而言，出口遠大于進口，并且該差距有不斷擴大的趨勢。孫強、溫?zé)j（2016）對1992-2014年廣東省對外貿(mào)易結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)的演進歷程進行定量分析認為，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級可以促進外貿(mào)的進口與出口，并且進口對產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級具有更強的推動力，進口與出口對促進產(chǎn)業(yè)結(jié)構(gòu)升級的強度隨時間變化而變化。二、實證分析（一）、模型的建立與變量的選取向量自回歸模型（VAR模型）模型可對相關(guān)時間序列進行系統(tǒng)地分析與預(yù)測，并可檢驗變量系統(tǒng)遭到隨機擾動的動態(tài)沖擊后所做

5、出的反應(yīng)，進而解釋經(jīng)濟沖擊對經(jīng)濟變量的影響。本文著重分析出口與產(chǎn)業(yè)結(jié)構(gòu)之間的相互作用關(guān)系，所以采用VAR模型。VAR(p)模型的數(shù)學(xué)表達式為：yt=A1 yt-1 +Ap yt-p+B Xt +t其中：yt是k維內(nèi)生變量，Xt是d維外生變量，p是滯后階數(shù)，樣本個數(shù)為T。k×k為矩陣A1，Ap和k×d維矩陣B是要被估計的系數(shù)矩陣。t是k維擾動向量。為了考察廣州市出口與產(chǎn)業(yè)結(jié)構(gòu)之間的相互關(guān)系，本文引入4個變量：第一產(chǎn)業(yè)增加值pi，第二產(chǎn)業(yè)增加值si，第三產(chǎn)業(yè)增加值ti和廣州市屬系統(tǒng)外貿(mào)出口總值ex，廣州市屬系統(tǒng)外貿(mào)出口總值以年末數(shù)據(jù)和當(dāng)年人民幣兌美元平均匯率折算為人民幣元，折算

6、后4個變量的單位均為億元。樣本選取區(qū)間為1990-2014年，使用Eviews8.0進行計量分析。本文所采用的數(shù)據(jù)，除人民幣兌美元平均匯率來自中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫外，其他數(shù)據(jù)均來自廣州年鑒（1991-2015）。（二）、模型檢驗1、平穩(wěn)性檢驗。在進行計量分析時，為了消除時間序列數(shù)據(jù)存在的異方差，應(yīng)采用其對數(shù)的形式來進行分析，并且取對數(shù)后不會改變原始數(shù)據(jù)間的線性關(guān)系。取對數(shù)后，四個變量分別記為lnpi、lnsi、lnti和lnex。VAR模型要求時間序列是同階平穩(wěn)的，因而首先對這四組數(shù)據(jù)進行平穩(wěn)性檢驗。本文采用ADF檢驗方法進行平穩(wěn)性檢驗，結(jié)果如表1：表1：lnpi、lnsi、lnti和lnex的平

7、穩(wěn)性檢驗結(jié)果變量檢驗類型ADF值1%臨界值5%臨界值10%臨界值P值lnpiIntercept-3.866111-3.737853-2.991878-2.6355420.0075lnsiIntercept-4.962212-3.737853-2.991878-2.6355420.0006lntiIntercept-3.690511-3.737853-2.991878-2.6355420.0111lnexIntercept-3.851999-3.737853-2.991878-2.6355420.0077根據(jù)檢驗結(jié)果來看，變量lnpi、lnsi和lnex的ADF值都分別小于1%、5%和10%顯著

8、性水平時的臨界值，變量lnti的ADF值雖然大于1%顯著性水平時的臨界值，但小于5%和10%顯著性水平時的臨界值，且四個變量檢驗結(jié)果的P值均小于0.05，所以變量lnpi、lnsi、lnti和lnex等序列是平穩(wěn)的。2、協(xié)整檢驗。協(xié)整檢驗有兩種方法，一種是基于回歸殘差的協(xié)整檢驗，這種檢驗也稱為單一方程的協(xié)整檢驗；另一種是基于回歸系數(shù)完全信息的Johansen協(xié)整檢驗。前一種方法適用于兩個變量之間的協(xié)整檢驗，后一種方法適用于多個變量之間的協(xié)整檢驗，所以本文采用Johansen檢驗對變量lnpi、lnsi、lnti和lnex進行協(xié)整檢驗。Johansen協(xié)整檢驗的關(guān)鍵在于確定模型的滯后階數(shù)，結(jié)果如

9、表2：表2：VAR模型的最優(yōu)滯后階數(shù)LagLogLLRFPEAICSCHQ039.60920NA5.31e-07-3.096452-2.898975-3.0467871155.6317181.6005*9.13e-11*-11.79406*-10.80668*-11.54574*2170.962918.664051.12e-10-11.73591-9.958610-11.28892注：“*”表示由準則選擇的滯后階數(shù)。由LR、FPE、AIC、SC和HQ等信息原則可確定該VAR模型的最優(yōu)滯后階數(shù)為L=1，根據(jù)Johansen的特征根協(xié)整檢驗原理，下一步是確定檢驗假設(shè)。Johansen協(xié)整檢驗結(jié)果見

10、表3：表3：Johansen協(xié)整檢驗HypothesizedNo. of CE(s)EigenvalueTraceStatistic0.05Critical ValueProb.*None *0.74406951.8092347.856130.0203At most 10.35481420.4637429.797070.3919At most 20.28503410.3847715.494710.2523At most 30.1095172.6678103.8414660.1024注：“*”表示在5%顯著性水平下拒絕原假設(shè)。由表3可知，跡統(tǒng)計量拒絕沒有協(xié)整關(guān)系的原假設(shè)（即r=0），接受r1，即

11、認為在5%顯著性水平下至少存在一個協(xié)整關(guān)系，進而得出lnpi、lnsi、lnti和lnex之間存在著長期穩(wěn)定的協(xié)整關(guān)系。模型估計如下：LNPIt 0.515266 0.395697 0.338070 0.260593 -0.002826 LNPI(t-1) LNSIt = 0.996772 + -0.000851 0.793359 0.151236 0.039819 LNSI(t-1) LNTIt 0.524839 -0.255430 0.114699 1.078782 -0.001339 LNTI(t-1) LNEXt 0.347200 -0.526893 0.718491 1.709696

12、 0.577540 LNEX(t-1) -0.066937 0.279096 -0.447758 -0.053677 LNPI(t-2) t -0.463441 0.180066 0.040467 -0.032370 LNSI(t-2) + t -0.174274 0.352798 -0.242530 -0.070352 LNTI(t-2) t 0.748845 -1.278198 -1.074024 0.100623 LNEX(t-2) t進一步地，需要檢驗?zāi)Ｐ偷姆€(wěn)定性，筆者根據(jù)AR根進行檢驗。如果被估計的VAR模型所有根模的倒數(shù)小于1，即位于單位元內(nèi)，則其是穩(wěn)定的。如果模型不穩(wěn)定，某些結(jié)果

13、將不是有效的（如脈沖響應(yīng)函數(shù)的標準誤差）。AR根檢驗結(jié)果如表4和圖1所示：圖1：單位根檢驗結(jié)果圖示 表4：單位根檢驗結(jié)果數(shù)據(jù)RootModulus0.9844620.9844620.721623 - 0.369275i0.8106190.721623 + 0.369275i0.8106190.498136 - 0.288960i0.5758800.498136 + 0.288960i0.575880-0.4546550.454655-0.061974 - 0.222736i0.231198-0.061974 + 0.222736i0.231198No root lies outside the

14、 unit circle.VAR satisfies the stability condition.由圖1可知，VAR模型的所有根模的倒數(shù)均位于單位圓內(nèi)，表4所呈現(xiàn)的數(shù)據(jù)也表明VAR模型的所有根模的倒數(shù)均小于1，即該VAR模型是穩(wěn)定的。 3、脈沖響應(yīng)函數(shù)分析。在實際應(yīng)用中，由于VAR模型是一種非理論的模型，因此在分析VAR模型時，往往不分析一個變量的變化對另一個變量的影響如何，而是分析當(dāng)一個誤差項發(fā)生變化，或者說模型受到某種沖擊時對系統(tǒng)的動態(tài)影響，此種分析方法稱為脈沖響應(yīng)函數(shù)方法。VAR模型的脈沖響應(yīng)函數(shù)分析如圖2至圖6：圖2：PI對EX的脈沖響應(yīng)圖 圖3：SI對EX的脈沖響應(yīng)圖 由圖2可知

15、，當(dāng)出口ex在當(dāng)期受到一個正的沖擊后，第一產(chǎn)業(yè)增加值pi會呈現(xiàn)出規(guī)律性的波動，但在第一期過程中第一產(chǎn)業(yè)增加值pi沒有響應(yīng)，在第二期開始出現(xiàn)負的響應(yīng)，該負的響應(yīng)在第三期達到最大并持續(xù)到第四期，而后逐漸減小。至第六期時第一產(chǎn)業(yè)增加值pi對出口ex的響應(yīng)由負轉(zhuǎn)變?yōu)檎?，并持續(xù)上升值第八期后開始下降，在第十期收斂為零。由圖3可知，當(dāng)出口ex在當(dāng)期受到一個正的沖擊后，第二產(chǎn)業(yè)增加值si立即做出正的響應(yīng)，該響應(yīng)在第二期達到最大，第二至第四期過程中該響應(yīng)逐漸減小，而后持續(xù)不變至第七期。第七期后第二產(chǎn)業(yè)增加值si對出口ex的正響應(yīng)開始進一步減小，至第八期減小至零。圖4：TI對EX的脈沖響應(yīng)圖 圖5：EX對PI的

16、脈沖響應(yīng)圖由圖4可知，當(dāng)出口ex在當(dāng)期受到一個正的沖擊后，第三產(chǎn)業(yè)增加值并沒有立即做出響應(yīng)，而是從第二期開始有了負響應(yīng)，該負響應(yīng)在第四期達到最大，而后有所波動，但始終為負響應(yīng)。由圖5可知，當(dāng)?shù)谝划a(chǎn)業(yè)增加值pi在當(dāng)期受到一個正的沖擊后，出口ex立即做出正的響應(yīng)，但該響應(yīng)隨著時間推移而不斷減小，在第三期減小為零，至第四期達到負響應(yīng)最大值，而后逐漸上升，但始終為負的響應(yīng)。圖6：EX對SI的脈沖響應(yīng)圖 圖7：EX對TI的脈沖響應(yīng)圖由圖6可知，當(dāng)?shù)诙a(chǎn)業(yè)增加值si在當(dāng)期受到一個正的沖擊后，出口ex立即做出正的響應(yīng)，并在第二期達到最大，之后持續(xù)下滑至第八期并保持穩(wěn)定，此過程一直為正響應(yīng)。由圖3可知，當(dāng)?shù)谌?/p>

17、產(chǎn)業(yè)增加值ti在當(dāng)期受到一個正的沖擊后，出口ex在第一期過程中會做出持續(xù)增加的正響應(yīng)，該響應(yīng)在第二期達到最大值并持續(xù)至第四期，之后緩慢下降，但始終保持著正響應(yīng)。4、方差分解分析。脈沖響應(yīng)函數(shù)用于描述VAR模型中的某個內(nèi)生變量的沖擊給其他內(nèi)生變量所帶來的影響，而方差分解（variance decomposition）可通過分析每一個結(jié)構(gòu)沖擊對內(nèi)生變量變化的貢獻度，進而評價出不同結(jié)構(gòu)沖擊的重要性。所以，方差分解能夠給出對VAR模型中的變量產(chǎn)生影響的每個隨機擾動的相對重要性的信息?；谇笆鯲AR模型進行方差分解，結(jié)果如表5：表5：方差分解表時間LNPI的方差分解LNSI的方差分解LNPILNSILN

18、TILNEXLNPILNSILNTILNEX12345678910100.000086.1734768.9135755.8656848.2679945.1073344.44107 44.56799 44.5900744.346080.00000011.6481428.7999640.8598348.36085 51.80064 51.64350 49.11400 45.87203 43.040960.0000002.1744251.6015002.0702912.210528 2.014338 2.703835 4.928993 8.115244 11.266320.0000000.00396

19、60.6849701.2041991.1606331.077697 1.2115991.3890131.4226571.34664418.30993 17.57259 11.84387 11.06348 13.35951 16.84078 20.18575 22.6861324.3196925.3104281.6900781.41783 85.20416 84.72250 80.33473 73.7433266.5193460.0958355.0129751.262320.0000000.4953022.5014233.8166255.9468009.07243012.9807216.9366

20、020.3679323.007000.0000000.5142830.4505480.3973970.3589630.3434660.3141850.2814440.2994110.420264時間LNTI的方差分解LNEX的方差分解LNPILNSILNTILNEXLNPILNSILNTILNEX123456789102.7125551.4402853.1436005.3253208.82866112.8303416.8384820.2581822.8732924.7222215.72833 21.4133231.8554237.7859640.7643340.9315139.0838736.

21、2048433.1669430.4912281.5591177.1454163.4728353.8822746.7575242.6641040.8431940.6518041.3391642.311520.0000000.0009901.5281473.0064573.6494843.5740563.2344602.8851832.6205992.4750421.5213321.2135091.0219292.0938933.0597864.2433415.1917235.9865136.6011417.09515725.5861838.8342336.2688635.4955634.7303

22、033.9893733.3486432.7820832.3067231.908570.0190537.72461212.8051317.2775019.0449520.0501320.6631421.1778821.6417022.0664472.8734352.2276549.9040845.1330543.1649641.7171640.7965040.0535239.4504338.92983由表5可得出如下結(jié)論：（1）、在第一期過程中，廣州市的第一產(chǎn)業(yè)增加值只受自身波動影響，第二產(chǎn)業(yè)、第三產(chǎn)業(yè)和出口對第一產(chǎn)業(yè)增加值預(yù)測誤差的貢獻度在第二期才能顯現(xiàn)出來，且這三者對第一產(chǎn)業(yè)增加值得貢獻度隨

23、時間推移而增大。第二產(chǎn)業(yè)對第一產(chǎn)業(yè)增加值的貢獻度最大，在第五期期時就微弱超過第一產(chǎn)業(yè)增加值對自身的貢獻度，而后兩者的貢獻度基本相等。第三產(chǎn)業(yè)對第一產(chǎn)業(yè)增加值得貢獻度較弱，前七期均超過3%，至第十期才達到10%。出口對第一產(chǎn)業(yè)增加值的貢獻度很微弱。（2）、在第一期過程中，廣州市的第二產(chǎn)業(yè)增加值受到第一產(chǎn)業(yè)和自身波動的影響，第三產(chǎn)業(yè)和出口對第二產(chǎn)業(yè)增加值沒有影響。第二期至第五期，第二產(chǎn)業(yè)增加值主要受第一產(chǎn)業(yè)和自身波動影響，第三產(chǎn)業(yè)對第二產(chǎn)業(yè)增加值的貢獻度比較弱；第六期至第十期第二產(chǎn)業(yè)增加值受到三次產(chǎn)業(yè)協(xié)同波動影響，但第二產(chǎn)業(yè)占主導(dǎo)地位。出口對二產(chǎn)業(yè)增加值的貢獻度很微弱。（3）、在第一期過程中，廣州

24、市的第三產(chǎn)業(yè)增加值同時受到三次產(chǎn)業(yè)波動的影響，但主要受第二產(chǎn)業(yè)和自身波動的影響，出口對第三產(chǎn)業(yè)增加值沒有影響。第二期至第六期第一產(chǎn)業(yè)、第二產(chǎn)業(yè)和出口對第三產(chǎn)業(yè)增加值的貢獻度均在增加，而第二產(chǎn)業(yè)增加值對自身的影響在不斷減弱。第六期至第十期第二產(chǎn)業(yè)增加值受三次產(chǎn)業(yè)協(xié)同波動影響，其中第二產(chǎn)業(yè)和第三產(chǎn)業(yè)占主導(dǎo)地位，第一產(chǎn)業(yè)居次要地位。出口對第三產(chǎn)業(yè)增加值的貢獻比較微弱。（4）、在第一期過程中，廣州的出口受到三次產(chǎn)業(yè)和自身波動影響，但主要受自身和第二產(chǎn)業(yè)波動影響，分別為72.87%和25.59%，第一產(chǎn)業(yè)和第三產(chǎn)業(yè)對出口的貢獻度很微弱。隨著時間推移，第一產(chǎn)業(yè)和第三產(chǎn)業(yè)對出口的影響在持續(xù)增加，第二產(chǎn)業(yè)對出口的貢獻度在不斷波動上升，出口對自身的影響在持續(xù)下降。