中国和新加坡产业内贸易与规模经济关系的协整分析

贵州财经学院学报

2006年第3期(总第122期)

[学子论坛]

文章编号:1003-6636(2006)03-0103-05;中图分类号:F740;文献标识码:A　　　　　　　　　　　　　　　　　　　　

中国和新加坡产业内贸易与规模

经济关系的协整分析

赵文军,严永明,冯(贵州财经学院,贵州)

摘　要:,新加坡生产企业的规模经济对产业内贸易的

,即规模经济促进产业内贸易。

关键词:产业内贸易;规模经济;协整理论;向量误差修正模型;格兰杰因果关系检验

ACointegrationAnalysisoftheRelationshipbetweenSino-SingaporeanIntra-industryTradeandEconomiesofScale

ZHAOWen2jun,YANYong2ming,FENGWei

(GuizhouCollegeofFinanceandEconomics,Guiyang,Guizhou550004,P.R.China)

Abstract:Thereisalong-termequilibriumrelationshipbetweenSino-Singaporeanintra-industrytradeandeconomiesofscale.

Theimpetusofeconomiesofscaletointra-industrytradeisgreaterinSingaporeanmanufacturingcompaniesthaninChineseones,andthereisunidirectionalcausalitybetweeneconomiesofscaleandintra-industrytrade,i.e.thefor2merfostersthelatter.

Keywords:intra-industrytrade;economiesofscale;cointegrationtheory;vectorerrorcorrectionmodel;Grangercausalitytest

　　随着国际产业转移和各国经济结构调整步伐加

快,国际分工在垂直分工的基础上出现水平分工增加的趋势,并且水平型分工中的产业内分工稳步增加,使产业间贸易正逐步转向产业内贸易。新加坡是东南亚国家中与中国贸易往来最密切的国家之一,双边产业内贸易比重快速增加,企业生产规模也加速扩张。在中国大力推动经济外贸增长方式转变升级的背景下,研究中国和新加坡产业内贸易与规模经济的内在关系特别是两者之间量的关系,无疑

有助于中国政府和国内生产企业制定合理的对新贸易政策与经营战略。目前国内对产业内贸易与规模经济关系缺乏系统研究,尤其对国别产业内贸易与规模经济关系的研究更是少见。本文将利用协整理论、误差修正模型和granger因果关系检验等方法对中国和新加坡产业内贸易与规模经济的关系进行探讨分析。

　　一、文献综述

产业内贸易指一国同时出口和进口相同产品类

收稿日期:2006-02-15

作者简介:赵文军(1978-),男,安徽滁州人,贵州财经学院2004级国际贸易专业研究生,研究方向为东南亚经济;严永明(1970-),男,江苏淮安人,贵州财经学院2004级金融学专业研究生,研究方向为金融投资;冯　伟

(1981-),男,江苏苏州人,贵州财经学院2004级产业经济学专业研究生,研究方向为产业组织与政策。

　103

别的活动,因此这种贸易通常也被称为双向贸易(twowaytrade)或重叠贸易(over-laptrade)[1]。联合国国际贸易标准分类(SITC)中,将产品分为类、章、组、分组和基本项目五个层次,每个层次用数字编码来表示。本文研究中所涉及的相同产品,指的是前三个层次分类编码相同的产品。

规模经济是指随着生产规模扩大而发生的单位成本下降所带来的利益。按照纳特(Knight,F.H)、哈伯勒(Haberler,G.)和维勒(Viner,J)的观点,可以把规模经济分为内在规模经济和外在规模经济。前者指企业在扩大生产规模时,采用效率更高的特种生产要素和进行企业内部的专门化生产,而使企业内部引起的收益增加;后者指企业在扩大生产规(享和知识外溢等)。

20世纪70,)(Da2vies)产业内分工,不仅可以通过扩大产业规模、降低生产成本而提高各贸易方的福利水平,还可以通过对变体产品数量的影响、扩大消费者的变体选择范围来改善各贸易方的福利水平

[7]

。林彬乐用协整及

Granger因果关系检验的分析方法,分析了中国总体

对外产业内贸易与规模经济的关系,发现规模经济是产业内贸易的原因,并且两者之间存在着长期的稳定关系,与理论一致

[8]

,但没有结合国别分析。

本文将对中国和新加坡产业内贸易与规模经济关系进行分析,填补国别研究空白。

　　二、(一)(Grubel,H.G.andLloyd,P.

[9]

)GL指数来测量产业内贸易。各产业的产业内贸易指数经过加权调整可以用来测量一国产业内贸易的平均水平,其公式如下:

GLcs=1-nk=1n

证研究,从中发现产业内贸易主要发生在要素禀赋相似的国家,是规模经济和产品差异之间相互作用的结果。规模经济推动各国产业内专业化分工,从而使以产业内专业化分工为基础的产业内贸易得以迅速发展。同时,规模经济使得生产同类产品的众多企业优胜劣汰,最后由一个或少数几个大型厂家垄断了某种产品的生产,这些企业逐渐成为出口商。而产品差异的存在,既使企业走向专业化、大型化,获得经济上的规模效益,又为各个企业提供了竞争

[2]

市场,为消费者提供了多种选择的余地。由此可见,规模经济为产业内贸易奠定了基础。

进入上世纪80年代以后,埃塞尔(Ether,[3][4]

W.)、兰卡斯特(Lancaster,K.)、赫尔普曼

[6]

(Helpman,E.)[5]、克鲁格曼(krugman,P.)等学者对规模经济与产业内贸易关系进行了大量的研究,使得不完全竞争的贸易理论逐步完善。他们所建立的产业内贸易模型包括垄断竞争模型和寡占模型,均建立在规模经济基础上。尽管这些模型不同并有严格的假定条件,但都蕴含着专业化生产并揭示了消费者会从更大范围的多样化消费中受益,从而得出规模经济促进产业内贸易,使各贸易国总体福利水平增加的结论。

我国学者强永昌在其著作《产业内贸易论—国际贸易最新理论》中专门开辟一章节论述规模经济与产业内贸易,从基本模式、规模经济与产业内贸易利益两个方面展示了———建立在规模经济基础上的　　　104

∑|Xcsk-Mcsk|

(1)

∑(Xcsk+Mcsk)

其中,GLcs为中国和新加坡产业内贸易总体水平,其变动范围在0～1之间。若GLcs=1则各产业贸易均为产业内贸易;若GLcs=0则各产业贸易均为产业间贸易。Xcsk和Mcsk分别表示中国对新加坡k产业的出口量和进口量。

本文以1990年不变价格计算的以美元计量的国内生产总值GDP为规模经济指标。理由是,代表市场规模的GDP越大,越有可能在规模效益下实现差异性生产。同时,对外国差异性产品扩大的需求也为产业内贸易提供了潜在市场。按照经济学家

Larson(1978)的观点,任何产品只要大量生产都可以达到规模经济效应水平。所以市场的扩大为生产的扩大和提高规模经济效益提供了可能

[10]

。

2.数据处理。对时间序列数据对数化处理,既

可以避免数据的剧烈波动,又能够体现一个变量对另一变量的弹性。GPCt=Ln(GDPCt),GPSt=

Ln(GDPSt),GLCSt=Ln(GLt),其中GDPCt和GDPSt

分别是t期中国和新加坡生产企业规模经济指标

(单位:美元),GLt是中国和新加坡t期全部产业内

贸易综合指数。本文选用了全部制造业(SITC中的5～8类)的综合加权指数来替代全部产业内贸易综合指数。

3.样本空间的确定。

本文既要研究规模经济与

产业内贸易是否存在长期的均衡关系也要分析短期非均衡的自我调整,所以尽可能扩大选取样本的空间。样本空间确定为1979～2004年,主要原因是中新贸易在改革开放以后才步入快速稳定增长的轨道,外贸统计才得以规范化。本文原始数据来源于

[11]

联合国统计署数据库。

(二)研究方法

1.单位根检验。本文采用ADF检验时间序列变量的稳定性,其回归方程如下:

ξξξ△Yt=ξ0+1Yt-1+2t+31△Yt-1+ξ32△Yt-2+

ξεt(2)……3p△Yt-p+其中:ξ0为常数项;ξ1,ξ2,ξ3i为系数项;t为趋势项;P是ε表示一t为白噪声过程的最优滞后期;△阶差分。假设检验:H0:ξ1=0;H1:ξ1

2.Johansen检验。首先来看协整理论。协整理论是20世纪80年代恩格尔2格兰杰(Engle2Grang2er)提出的可对非平稳时间序列进行分析的计量方法,是从经济变量的数据中所显示的关系出发,确定模型所包含的变量与变量之间的理论关系。如果k维随机向量Y(Y1,Y2,……YK都是m阶单整),存在

β一个向量β=(βY’～I(m-1,β2,……k),使得β

a),即βY’为m-a阶单整序列(a>0),则可认为

βY1,Y2,……YK是m-a阶协整,β=(β1,β2,……k)为协整向量。

Johansen检验是一种用向量自回归模型进行协整检验的方法。假设Yt=(Y1t,Y2t,……,Ykt)为k维随机向量,考虑向量自回归(VAR)一阶差分模型:

(3)△Yt=BYt-1+εt

矩阵B包含了Yt中各变量的线性组合,但不是B中所有向量都是Yt的协整向量。设这种独立的线性组合的个数为r(r

[12]

不为r。

3.向量误差修正模型。向量误差修正模型能从长期和短期两个方面更好地了解变量之间的关系。

如果包含在向量自回归(VAR)模型中的变量存在协整关系,则可以建立包含误差修正项EC在内的向量误差修正模型,以此来研究模型的短期动态特征。向量误差修正模型的一般形式如下:

ββ△GLCSt=β0+∑1i△GLCSt-i+∑2i△GPCt-i

i=1

ββε+∑3i△GPSt-i+4ECt-1+t

i=1

(4)

其中:ECt-1为协整方程的一阶滞后误差修正

βββ项,β4是纠正速度系数;εt为残差,β0、1i、2i、3i为系数项;p是残差项为白噪音的最优滞后阶数。

4.格兰杰因果关系检验

法(,后又经过Hen2。考虑GPC之间的格兰杰因果关系检验方程组:

αiGLCSt-i+∑β　GLCSt=C1+∑iGPCt-i+ut

i=1

(5)(6)

γiGLCSt-i+∑δ　GPCt=C2+∑iGPCt-i+vt

i=1

其中,C1,C2是常数项,ut,vt为误差项,且E

(ut,vt)=0,p为最大滞后期数。对于上述方程组,

γi具有统计显著性下,从理论上在滞后期系数βi、

可以知道GLCS和GPC存在四种关系:(1)如果βi=0且γi=0,则说明GPC的滞后值无助于解释预

测GLCS,GLCS的滞后值也无助于解释预测,从而GLCS和GPC不存在格兰杰因果关系,即它们彼此独立;(2)如果βi≠0且γi=0,则GPC的过去值有助于解释预测GLCS,而GLCS的过去信息无助于解释GPC,从而GPC是GLCS的格兰杰原因,但GLCS不是GPC的格兰杰原因;(3)如果βi=0且γi≠0,则GLCS是GPC的原因,而GPC不是GLSC的原因;(4)如果βi≠0且γi≠0,则GLCS和GPC互为因果关系。GLCS和GPS的格兰杰因果关系检验与上述方法相似,不再赘述。

　　三、实证检验结果及分析

(一)利用单位根检验确定时间序列GPC、GPS

以及GLCS的平稳性

对原序列GLCS、GPC、GPS进行ADF单位根检验,利用Eviews3.1软件得到结果如表1所示:

(二)建立VAR模型与协整和因果关系紧密相连的向量自回归(VAR)是指系统内每个方程有相同的右侧变量,而这些右侧变量包括所有内生变量的滞后值。本文建立的模型如方程(7)所示

　105

表1　　

变　量

GLCSGPCGPS

GLCS、GPC、GPS的ADF检验结果

检验形式(c,t,k)

(c,t,2)(c,t,2)(c,t,2)(c,0,1)(c,0,1)(c,0,1)

ADF统计值-3.098140-2.223203-1.217693-4.854647-4.134101-3.248463

5%临界值-3.6219-3.6219-3.6219-2.9969-2.9969-2.9969

10%临界值-3.2474-3.2474-3.2474-2.6381-2.6381-2.6381

△GLCS△GPC△GPS

结　果非平稳非平稳非平稳平　稳平　稳平　稳

　　注:检验形式(c,t,k)分别表示单位根检验方程带有常数项、时间趋势项和滞后期数,△表示对应变量的一阶差分。k的选择以AIC和SC准则以及DW为准。

　　yt=A1yt-1+……+Apyt-p+C+εt(7)EC=GLCSt-0.199170GPCt-0.339328GPSt+

这里yt是由GLCSt、GPCt及GPSt构成的一个内生变量向量,A1,……,Ap是待估的系数矩阵,而

εt是误差向量,p为最大滞后期,C为截距项。对于滞后期,如果选取的p过大将消耗自由度,也会引入多重共线性的可能性,致设定误差。池、施瓦茨准则,使AI和p=1,2,3,4,p=4时,AIC,SC均

6.854680(9)

(8),,333和33表。当期GLCS、GPC和,EC=0;当期GLCS、GPC和处于非均衡状态时,EC≠0,后期将予以调整,

使之趋于均衡。

(四)建立向量误差修正模型

由于GLCS和GPC、GPS存在协整关系,将VAR调整为有协整约束条件的向量误差修正模型,利用Eviews311得到结果如下:

最小,同时考虑到样本容量不是很大而模型中的参数较多,所以选择最佳滞后期为4。

(三)Johansen协整检验

选择滞后期3(一般是VAR最优滞后期减1),利用软件Eviews3.1得到结果如表3。从表中可以看出,第一行对应没有零假设即不存在协整关系,而似然比(LR)大于在5%的显著水平下的临界值,所以拒绝零假设,认为GLCS和GPC、GPS存在协整关系;对应第二行零假设结果可知至多存在一个协整关系,由于似然比(LR)小于在5%或1%的显著水平下的临界值,所以不能拒绝原假设,也就是三者之间存在唯一的协整关系。　　表2

统计量/p

LogLAICSC

△GLCSt=-2.294589ECt-1+0.727880△GLCSt-1　　　　　　(0.56969)　　　(0.42256)

333

　　　　　　(-4.02781)　(1.72253)

　　　　+0.474249GLCSt-2+0.258356

GLCSt-3　　　　　　(0.30004)　　　(0119108)　　　　　　(1.58064)

333

(1.35210)

333

+0.943999△GPCt-1+11243170△GPSt-1

　　　　　　(0.66899)　　　(0.57088)

333

(2.17763)33　　　　　　(1.41108)

+01927913△GPSt-3-01205463　(10)

不同N的LogL、AIC、SC值

112418714-9102971-8144465

213419306　-91494216

314711773-10118933

415715118　-1017738　

　　　　　　(0.62036)　　　(0114303)

(-1143654)33　　　　　　(1.49575)

R-squared=0.862783　Adj.R-squared=01738040

-81463419　-81-81839675

　　表3

特征值似然比

0.670.18

30.054.54

Johansen协整检验结果

5%水平临界值

29.6815.41

1%水平临界值

35.6520.04

零假设3

最多一个

　AIC=-2.004404　SC=-1.458883

(10)式回归系数下括号内的值与(8)式同义,333、33和3分别表示在10%、5%及1%水平下显著。总体回归决定系数、修正决定系数及模型整体的相关检验统计量LogL=15512416都比较高,SIC=-10184014和SC=-91054801比较小,表明拟

　　Eviews3.1同时也给出了标准化的协整系数,得

到的协整回归(长期均衡关系式)及误差修正项EC分别为:

GLCSt=0.199170GPCt+0.339328GPSt-61854680

(8)

和效果j较好。误差修正项通过了1%的显著水平检验。向量误差修正模型表明:在短期内产业内贸易可能偏离它与规模经济的长期均衡水平,但纠正

速度系数的绝对值较大,β4=-21294589,因此产业

　　　(0111983)　　(0.1532)

(-1.66156)

333

(-2.2149)

　　　106

内贸易与规模经济短期偏离的自我调整是围绕长期均衡波动并快速衰减而趋向长期均衡的过程。

(五)格兰杰检验结果与分析

利用Eviews3.1,选择滞后期4,检验结果见表4。由表4可知,在7%的显著水平下拒绝GPC不是

GLCS的格兰杰原因,即以9314%的置信水平接受GPC是GLCS的格兰杰原因,但在此显著水平下接

从短期看,前期中国企业规模经济的增加对产业内贸易指数变动有积极的影响(见(10)式),弹性系数达到0173%。而新加坡生产企业规模经济的增加对产业内贸易指数抬高更为明显:前一期达到1124%,前第三期规模经济的增加对产业内贸易指数的推动仍然有较强的后劲。其主要原因是:(1)中国

受GLCS不是GPC的格兰杰原因的原假设;对于

GPS不是GLCS的格兰杰原因的原假设,犯第一类

和新加坡各自的当期规模经济产出主要输往西方发达市场,之后再转向对方;(2)新加坡国内市场消化能力有限,在西方发达市场达到饱和或者出现替代品时,相同产品的主要输出方向快速转向中国,从而造成较强的滞后效应;(3)较大的EC,且,(见表4)表明:规模经,反之则不成立。实证结果与产业内贸易理论一致:在强调产品差异化对产业内分工和贸易作用的同时,要看到规模经济是产业内分工必须具备的条件,若不存在规模经济则所有产品变体都可以在国内生产,产业内分工与贸易也就不会发生,换句话说规模经济是产业内贸易的充分条件,而不是产业内贸易的必要条件。

参考文献:

[1]Falvey,R.E.(1981):“CommercialPolicyandIntra-industryTrade”,JournalofInternationalEconomics,Vol.11.

[2]二十一世纪中国教育技术网[EB/OL].http://www.et21.cn/gjmyll/images/2.doc.

[3]Ethier,W.(1982:“NationalandInternationalReturnstoScaleInModernTheoryofInternationalTrade”,AmericanEconomicReview,Vol.101.

[4]Lancaster,K.(1980:“Intra-industryTradeUnderPerfectMo2nopolisticCompetition”,JournalofInternationalEconomics,Vol.10.

[5]Helpman,E.(1981):“InternationalTradeinthePresenceofProductDifferentiation,EconomicsofScaleandMonopolisticCompeti2tion”,JournalofEconomics,Vol.11.

[6]Krugman,P.(1980):“ScaleEconomics,ProductDifferentia2tionandthePatternofTrade”,AmericanEconomicReview,Vol.70.

[7]强永昌.产业内贸易理论—国际贸易最新理论[M].上海:

错误的概率是0102217,表明至少以98%的置信水平拒绝原假设,GPS是GLCS的格兰杰原因,而拒绝

GLCS不是GPS的格兰杰原因所犯错误的概率很

大,达到39%,所以GLCS不是GPS的格兰杰原因。

表4　　

零假设

GPC不是GLCS的格兰杰原因GLCS不是GPCGPS不是GLCSGLCS不是GPS格兰杰因果检验结果

观察次数

F2.2.4.145760.69251

概率

0.0.108170.022170.61022

　　四、结论

　　从以上分析可以看到,中国和新加坡产业内贸易快速的发展是与生产的规模经济紧密相关。协整

的分析结果(见(8)式)说明规模经济与中新主导贸易方式产业内贸易存在长期的稳定关系。规模经济对产业内贸易是促进的,双边的规模经济与产业内贸易有着较强的正相关关系,在其他条件不变的情况下,中国生产企业的规模经济总量变动1%则产业内贸易指数将增加012%,新加坡的规模经济总量变动1%则产业内贸易指数将变动约014%。另外,新加坡的规模经济对产业内贸易的影响程度大于中国,主要原因有:(1)中国和新加坡市场容量差异巨大。中国生产企业的规模经济可以以国内巨大的市场为依托,在市场需求日渐多样化的前提下,较容易实现。新加坡市场狭小,企业规模经济下的产出必须输往海外市场,中国国民收入的提高又为其产品输出奠定了基础,从而规模经济对产业内贸易的推动较明显。(2)中国产业结构的不合理。中国产业部门之间的关联度很低,出口部门的带动和辐射效应不明显,即使某个产业达到规模经济,此产业内贸易提高,但因其他产业的滞后而使总体产业内贸易指数增速减缓。新加坡有资本技术信息优势和成熟的国际营销网络以及较高的产业关联度,所以产业规模经济的辐射效应较强,对产业内贸易指数的推动较明显。

复旦大学出版社,2002.

[8]林彬乐.产业内贸易与规模经济的关系检验:中国的例子[J].企业经济,2004(6).

[9]Grubel,H.G.andL

loyd,P.J.(1975):“Intra-industryTrade:theTheoryandMeasurementofInternationalTradeinDifferentiatedProd2ucts”,Macmillan.

[10]赵志刚.中国对外贸易行业内贸易决定变量[J].世界经济

文汇,2003(4).

[11]联合国统计署数据库[DB/OL].http://unstats.un.org/unsd/comtrade.

[12]王维国.计量经济学[M].大连:东北财经大学出版社,2002.

责任编辑:吴锦丹

　107