李重燕 李先科
(廣州應用科技學院 廣東廣州 511370)
本文利用我國1995-2019年的數(shù)據(jù),采用向量自回歸VAR 模型,并運用脈沖響應分析系統(tǒng)研究技術投入、產(chǎn)出與對外貿(mào)易出口總量、高新技術產(chǎn)品出口、非高新技術產(chǎn)品出口之間的關系。
本文選擇我國1995-2019年的時間跨度進行研究,并依據(jù)經(jīng)濟計量模型研究的經(jīng)驗,對經(jīng)濟數(shù)據(jù)取自然對數(shù)以盡可能地消除原數(shù)據(jù)異方差性的影響。數(shù)據(jù)來源于1995-2019年中國統(tǒng)計年鑒的數(shù)據(jù)。
技術進步可以從科研經(jīng)費投入和科研成果兩個層面來進行測度,因而本文選擇研究與試驗發(fā)展經(jīng)費支出與專利申請受理數(shù)分別作為技術投入(V1)與技術產(chǎn)出(V2)的指標變量;對外貿(mào)易水平直接選取我國出口總額(V5)的進行測度,同時將對外貿(mào)易水平又進一步分解為高新技術產(chǎn)品出口以及非高新技術產(chǎn)品出口,所以選定高新技術產(chǎn)品出口額的數(shù)據(jù)和其他出口額數(shù)據(jù)(出口總額-高新技術產(chǎn)品出口額)作為高技術出口(V3)與低技術出口(V4)的指標變量。
本文利用VAR模型分別構造(V1,V3)(V2,V3)(V1,V4)(V2,V4)(V1,V2,V5)五組時間序列系統(tǒng)分析來技術進步與對外貿(mào)易增長之間的動態(tài)沖擊影響。在進行VAR模型的實證分析前,首先需要確定各組變量的最優(yōu)滯后期。本文利用LR、FPE、AIC、SC、HQ五個統(tǒng)計量來判斷最佳滯后期,并根據(jù)多數(shù)檢驗指標的準則數(shù)值最小的原則確定最優(yōu)滯后期,結果如表1所示。
表1 VAR模型最優(yōu)滯后期檢驗結果
這里只分析兩變量的VAR模型,檢驗結果顯示,前四組變量的最優(yōu)滯后期均為1期,因而可以構建4個VAR(1)模型,并得到下面4個VAR(1)模型的標準形式:
軟件的輸出結果顯示,4個VAR(1)模型的R2和修正R2均在98%以上,充分說明模型的擬合效果非常好,解釋能力強。從式(1)(3)的估計結果來看,滯后一期時,技術投入(V1)的變化受到上期自身因素的影響較大,而受高技術出口(V3)與低技術出口(V4)的影響都較??;從式(2)(4)的估計結果來看,滯后一期時,技術產(chǎn)出(V2)的變化同樣主要受到上期自身因素的影響,而受高技術出口(V3)與低技術出口(V4)的影響都較小。從式(1)(3)的估計結果來看,技術投入(V1)與技術產(chǎn)出(V2)對高技術出口(V3)的影響顯著大于式(3)(4)中顯示的對低技術出口(V3)的影響。因而可以判斷出來技術進步對外貿(mào)易有一定的影響,而對外貿(mào)易對技術進步的影響較弱。
脈沖響應函數(shù),反映的是內生變量對自己以及其他所有內生變量的變化是如何反映的,因此在前述VAR模型估計的基礎上,繼續(xù)分析各變量之間的相互影響關系,4個VAR(1)模型的脈沖響應函數(shù)如圖1所示。圖1(a)顯示了技術投入(V1)與高技術出口(V3)的脈沖響應函數(shù),技術投入對高技術出口產(chǎn)生1個標準差的沖擊后,從第1時期開始其沖擊作用呈現(xiàn)出明顯遞增的現(xiàn)象,而高技術出口對技術投入的影響在剛開始有較大影響,但是其影響隨著時間的推移而逐漸轉弱,即技術投入受自身的影響較大,而高技術出口對自身沖擊的影響表現(xiàn)較平穩(wěn);圖1(b)顯示了技術產(chǎn)出(V2)與高技術出口(V3)的脈沖響應函數(shù),其中技術產(chǎn)出對高技術出口的沖擊從第1期到第10期都變現(xiàn)出明顯的增強趨勢,而高技術出口對技術產(chǎn)出的沖擊顯示出衰減的作用,這種作用從第4期開始形成了對技術產(chǎn)出的抑制作用,因為受技術不斷進步的影響當下的高技術出口在幾年后被新的高技術產(chǎn)品替代,轉而變成低技術出口。即技術產(chǎn)出受自身沖擊的影響同樣表現(xiàn)出明顯的衰減性,高技術出口受自身沖擊的影響也較平穩(wěn);圖1(c)與(d)顯示了技術投入(V1)、技術產(chǎn)出(V2)與低技術出口(V4)的脈沖響應函數(shù),與前述分析類似,技術投入與技術產(chǎn)出對低技術出口的促進作用均表現(xiàn)出明顯遞增趨勢,即低技術出口對技術投入的沖擊在第5期時趨于平穩(wěn),對與技術產(chǎn)出的沖擊作用從第1期到第10期均較平穩(wěn)。
圖1(a) V1與V3的脈沖響應函數(shù)
圖1(b) V2與V3的脈沖響應函數(shù)
圖1(c) V1與V4的脈沖響應函數(shù)
圖1(d) V2與V4的脈沖響應函數(shù)
從方差分解的結果來看,技術投入(V1)對高技術出口(V3)增長的貢獻剛開始沒有反應,但是從第2期開始快速增加,到第10期時產(chǎn)生了高達66.31%的貢獻率;技術產(chǎn)出(V2)對高技術出口(V3)增長的影響類似,只是具體貢獻率略低于技術投入(V1)的影響;高技術出口(V3)對技術投入(V1)增長的反應非常迅速,在第一期時表現(xiàn)出近9%的貢獻率,但是其影響卻呈現(xiàn)出遞減的趨勢;高技術出口(V3)對技術產(chǎn)出(V2)的作用也很快,但是由于技術產(chǎn)出本身具有不確定性,因而其貢獻率的變化表現(xiàn)為先衰減再增加的“U”型走勢;技術投入(V1)與技術產(chǎn)出(V2)對低技術出口(V4)增長的作用表現(xiàn)類似,均是延遲1期后才開始表現(xiàn)出遞增的促進作用,只是技術產(chǎn)出對低技術出口的作用相對來說表現(xiàn)得更明顯;技術投入(V1)與技術產(chǎn)出(V2)受自身沖擊作用的貢獻率均表現(xiàn)為明顯的衰減趨勢,高技術出口(V3)與低技術出口(V4)受自身沖擊作用的貢獻率均表現(xiàn)為明顯的平穩(wěn)狀態(tài)。
在前述分析的基礎上,分析相關變量之間的因果關系,結果如表2所示。首先分析V1和V3的拒絕概率P值,結果顯示在5%的置信水平下V1和V3表現(xiàn)出互為格蘭杰因果關系,這充分說明技術投入與高技術出口存在顯著的相互促進關系;再看V2和V3的拒絕概率P值,結果顯示在5%的置信水平下V2和V3表現(xiàn)出互為格蘭杰因果關系,這充分說明技術產(chǎn)出與高技術出口也存在顯著的相互促進關系;V1和V4的拒絕概率P值顯示,二者均不是對方的格蘭杰因,因而技術投入與低技術出口的因果關聯(lián)度較低;V2和V4的拒絕概率P值顯示,在5%的置信水平下無法拒絕V2是V4的格蘭杰因,但是接受V4不是V2的Granger因的原假設,說明技術產(chǎn)出對低技術出口也存在顯著的促進作用,但是低技術出口對技術產(chǎn)出促進作用較弱。
表2 Ganger因果關系檢驗結果
本文采用VAR 模型,利用1995-2019年的數(shù)據(jù)實證分析了技術進步與我國對外貿(mào)易增長之間的關系。綜上分析,可以得出結論:第一,技術進步能在長期內顯著促進我國對外貿(mào)易增長,其中對高技術出口的影響顯著大于對低技術出口影響,說明技術進步能從高技術產(chǎn)品生產(chǎn)部門傳導至低技術產(chǎn)品生產(chǎn)部門,從而提升整個國家的生產(chǎn)效率;第二,對外貿(mào)易的增長對技術進步的促進作用則表現(xiàn)出不同的趨勢,其中高技術出口對技術進步在第1期較大,隨著時間的推移而從促進作用轉為一定的抑制作用,而低技術出口對技術進步的影響不明顯;第三,技術進步受自身的影響較大,說明技術進步具有一定的內生演化特性。