装备制造业进出口与经济增长的实证分析

【中国经济】

装备制造业进出口与经济增长的实证分析

朱国娟　钟昌标

摘　要:本文采用协整检验和因果检验技术分析中国1981-2004年装备制造业进出口增长与G DP增长之间的关系,通过分析,发现中国装备制造业的出口和经济增长之间存在着长期均衡

的协整关系,装备制造业的出口带动了经济增长。这一结果的政策启示是:中国要从一个传统制

造业国家升级成为现代制造业国家,可以从引导装备制造业入手来引领产业结构的提升和贸易增

长方式的转变。

关键词:装备制造业进出口　协整检验　因果检验

装备制造业是为国民经济和国家安全提供技术装备的企业的总称。它覆盖了机械、电子、武器弹药制造业中生产投资类产品的全部企业。它所提供的产品包括系统、主机、零部件、元器件和技术服务等。中国是世界制造业的工厂,“中国制造”的产品在世界上也享有声誉,但由此带来了不少问题。中国的装备制造业主要依靠的是劳动力等资源低成本所获得的竞争优势,这种优势并终将随着经济的发展、要素成本的上升以及其他国家的竞争而逐渐丧失。国际经验告诉我们,单纯依靠要素投入而不是依靠创新的经济增长是难以持续的,所以我们必须吸取它们的经验教训,转变自身的发展路径,从依靠要素投入转到依靠自主创新上来。本文基于改革开放以来,装备制造业进出口与G DP的相关数据,运用计量分析装备制造业和经济增长的关系。

一、相关研究文献

国际上对于装备制造业的研究文献不多。在理论研究方面,蒋恩尧,吴传荣(2001)提出关于装备制造业绿色发展战略的对策;刘平(2004)从主导产业选择的角度,分析了装备制造业在中国工业化中期的特征;从加强主导产业的带动效应角度,研究了我国装备制造业发展的主要途径;王金蕾、李宏林(2005)通过对我国装备制造业目前的发展状况、在国民经济中的地位及所存在问题的分析,提出发展我国装备制造业的路径选择。

在实证领域,比较典型的是以下几位学者进行的研究:孙伟(2003)分析了29个省区市装备制造业主要经济指标,对各省市发展水平进行了分组2、李相银、韩建安(2003)通过分析市场影响力、工业增长力、工业效益度和工业创新力这四个指标得出,中国地区装备制造业的发展呈阶梯状、区域性分布,且区域内部的各类别发展也不均衡,中国装备制造业的组织规模过小,市场影响力小,科技投入过低是突出的问题。

可以看出,国内的实证分析主要注重分析不同地区装备制造业的横向比较,对装备制造业和经济增长做过相关性研究较为薄弱。然而这种研究又是十分必要的,可以使决策者准确地把握好产业调整的方向,更好地制定产业政策。因此,本文在吸收前人研究成果的基础上,对装备制造业和中国的经济增长进行协整分析。

二、实证分析

(一)数据的选取

本文利用1982-2005年《中国统计年鉴》中的G DP、装备制造业的出口额、进口额数据,然后对所获得的数据进行处理,即G DP=G DP/国内生产总值指数,出口额=出口×汇率/商品零售价格指数,进口额=进口×汇率/商品零售价格指数,其中,国内生产总值和商品零售价格指数以1978年为基期。为了研究的方便,考虑到通过对数化以后并不改变变量的特征,所以对变量G DP、出口额和进口额进行对数化转换。对L N G DP、L N EX和L N IM等时间序列运用EV IEWS3.1进行经济统计分析。

(二)时间序列的平稳性检验

Granger和Newbold认为,非平稳的时间序列变量之间经常发生伪回归(spurious regression)现象而造成结论失效,因此,对经济变量的时间序列进行传统的最小二乘回归分析之间,首先要进行单位根检验,以判别序列的平稳性,只有平稳的时间序列数据才能进行回归分析。若时间序列数据非平稳且同阶单整,可以进一步进行协整性检验,以确定时间序列变量之间是否存在某种长期稳定的关系。对序列平稳性检验采用ADF检验其结果如表1所示。L N G DP和L N EX在5%的显著性水平下都没有通过平稳性检验,而其一阶差分后两变量在5%的显著性水平下都拒绝了存在单位根的假设,表明这两个变量是一阶差分平稳的,即1阶单整,因此,可以进一步检验两变量之间的协整关系。而L N IM在5%的显著性水平下通过了平稳性检验,表明该变量是平稳的时间序列变量,即0阶单整。L N IM与L N G DP非同阶单整,因此,两者之间没有协整关系,无法进一步证明两者之间有长期稳定关系。

表1　序列平稳性ADF检验结果

变量名ADF检验值(c,t,n)AIC值5%临界值10%临界值整合阶数

LN GDP-2.7607(c,t,0)-3.7178-3.6454-3.2602

△L N GDP-3.3512(c,0,1)-3.3015-3.0199-2.6502I(1)

LN EX-2.2619(c,t,0)-0.0233-3.6330-3.2535

△LN EX-3.3512(c,0,1)-3.3015-3.0199-2.6502I(1)

LNIM-6.6750(c,t,0)-0.9729-3.6330-3.2535I(0)

注:(1)c表示检验平稳性时估计方程中的常数项;t表示时间趋势项;n表示自回归滞后的长度。

(2)用AIC准则来评价效果,选择AIC值最小的检验类型。

(三)协整性检验

根据前述中国1981—2004年的年度序列数据,运用EV IEW3.1可得G DP和出口之间的长期均衡关系估计式为:

调整后R2=0.947636 F-statistic=417.2314

检测结果表明:中国装备制造业的出口与经济增长之间存在一种长期稳定关系,并且在这种长期均衡关系中,两者之间是正向变动的关系。

(四)向量误差修正模型(V ECM)

如果包含在VAR模型中的变量之间存在协整关系,则可以在协整方程的基础上建立包括误差修正项(EC)在内的向量误差修正模型(V ECM),以此来研究系统的短期动态特征。误差修正项反映变量之间的关系偏离长期均衡状态对短期变化的影响,其系数的大小表明了在短期中从非均衡状态向长期均衡状态调整的速度。向量误差修正模型的一般形式为方程:

其中EC t-1表示协整方程的一阶滞后残差,即误差修正项。利用EV IEWS3.1软件,得到向量误差纠正模型:

其中EC t-1=L N Y-0.231232L N EX-4.142125。从结果可以看出,误差修正项的系数不太明显,为0.303929,表明修正上一期非均衡的程度约为30.39%,说明当长期均衡关系出现偏离时,从非均衡状态向长期均衡状态调整的速度比较慢。

(五)Granger因果检验

回归模型拟合度高,并不能说明回归解释变量与被解释变量之间存在因果关系的可能性就大,充其量说明二者之间的依存度高。而经济研究的一个重要目标就是确定经济变量之间的因果关系。因此,笔者利用此种检验法对中国的经济增长与装备制造业之间的因果关系进行检验。

由于Granger检验结果对滞后期长度的变化比较敏感,即滞后期选择的不同可能会得到不一致的结