陳安平 趙 曼 劉娜

一、引言

改革開放以來(lái)，積極融入國(guó)際市場(chǎng)成為中國(guó)經(jīng)濟(jì)發(fā)展的基本國(guó)策與強(qiáng)國(guó)之路。2001年加入WTO 之后，中國(guó)逐漸成為世界工廠，出口貿(mào)易在推動(dòng)中國(guó)經(jīng)濟(jì)增長(zhǎng)中的作用日益突出。但是，2008 年國(guó)際金融危機(jī)后，一些發(fā)達(dá)國(guó)家經(jīng)濟(jì)復(fù)蘇疲軟，開始試圖改變?cè)械膰?guó)際經(jīng)濟(jì)秩序，轉(zhuǎn)為奉行“逆全球化”。受此影響，中國(guó)的出口有所下降。與此同時(shí)，中國(guó)經(jīng)濟(jì)增長(zhǎng)速度也明顯放緩。①討論中國(guó)經(jīng)濟(jì)增速放緩的文獻(xiàn)見(jiàn)劉偉和蘇劍(2014)、蔡昉(2016)、Lin (2019)、Chen 和Groenewold (2021)、陳安平(2022)等。2020 年來(lái)，新冠疫情的爆發(fā)進(jìn)一步助推了國(guó)際貿(mào)易保護(hù)主義的抬頭。面對(duì)這些新情況，中國(guó)相應(yīng)提出了構(gòu)建“以國(guó)內(nèi)大循環(huán)為主體，國(guó)內(nèi)國(guó)際雙循環(huán)相互促進(jìn)”的新發(fā)展格局戰(zhàn)略。

在此背景下，把握“雙循環(huán)”新發(fā)展格局構(gòu)建的方向尤為關(guān)鍵。需要明晰的問(wèn)題是，國(guó)外市場(chǎng)萎縮是否會(huì)切實(shí)為中國(guó)經(jīng)濟(jì)帶來(lái)下行壓力；若是，那么又會(huì)對(duì)中國(guó)實(shí)際GDP 等經(jīng)濟(jì)指標(biāo)產(chǎn)生多大程度的負(fù)向影響。倘若這一負(fù)向影響并不存在或很小，“雙循環(huán)”的構(gòu)建工作應(yīng)該以解決國(guó)內(nèi)需求不足及相關(guān)結(jié)構(gòu)性問(wèn)題為主導(dǎo)。反之，則需在盡可能開拓國(guó)外市場(chǎng)的同時(shí)，考慮國(guó)內(nèi)國(guó)外市場(chǎng)的替代與補(bǔ)充問(wèn)題，以國(guó)內(nèi)市場(chǎng)的建設(shè)與發(fā)展彌補(bǔ)無(wú)法避免的國(guó)外市場(chǎng)縮水。當(dāng)然，中國(guó)幅員遼闊，區(qū)域經(jīng)濟(jì)發(fā)展差異明顯，因地制宜地推行“雙循環(huán)”新發(fā)展格局的構(gòu)建也是必然要求。

本文同時(shí)使用簡(jiǎn)約式回歸與空間一般均衡分析的方法，從地區(qū)差異與經(jīng)濟(jì)體總量?jī)蓚€(gè)角度，探究出口貿(mào)易下降對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)的影響，并通過(guò)數(shù)值模擬，討論針對(duì)國(guó)內(nèi)市場(chǎng)的可行政策是否能夠以及在多大程度上可以緩解國(guó)際市場(chǎng)損失所造成的經(jīng)濟(jì)增速下滑。具體而言，在簡(jiǎn)約式回歸分析中，本文首先利用宏觀數(shù)據(jù)分析中國(guó)出口與經(jīng)濟(jì)增長(zhǎng)的關(guān)系，發(fā)現(xiàn)兩者的變動(dòng)步調(diào)一致，可能存在一定的關(guān)聯(lián)性；其次，利用國(guó)際金融危機(jī)后各地出口下降幅度不同這一事實(shí)，衡量出口下降給各地帶來(lái)的異質(zhì)性沖擊，在此基礎(chǔ)上建立差分模型，采用城市層面的數(shù)據(jù)和Bartik (1991)方法構(gòu)造的工具變量，識(shí)別出口下降對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。結(jié)果表明，出口下降是導(dǎo)致經(jīng)濟(jì)增速下行的原因之一，而且與其他地區(qū)相比，出口下降較多的地區(qū)其經(jīng)濟(jì)增長(zhǎng)率降幅更大。該結(jié)論在進(jìn)行樣本截尾處理、嘗試不同估計(jì)方法、控制增長(zhǎng)趨勢(shì)后依然成立。本文還發(fā)現(xiàn)，2008 年國(guó)際金融危機(jī)引起的出口下降對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)的影響大概持續(xù)5 年時(shí)間，即出口下降對(duì)中國(guó)經(jīng)濟(jì)增速下行有較長(zhǎng)時(shí)期的影響。

在空間一般均衡分析方面，本文建立了一個(gè)類似于Redding (2016)的多區(qū)域量化空間模型(QSM)，分析出口下降對(duì)中國(guó)經(jīng)濟(jì)的一般均衡效應(yīng)。研究發(fā)現(xiàn)，出口下降對(duì)東部沿海地區(qū)，特別是廣東、上海、天津、福建、江蘇等地的影響更為明顯，這是由于這些地區(qū)與國(guó)際市場(chǎng)的聯(lián)系更為緊密從而受國(guó)外需求變動(dòng)的影響更大；從全國(guó)總體來(lái)看，如果出口下降10%，則GDP 下降0.17 個(gè)百分點(diǎn)，福利水平下降0.15 個(gè)百分點(diǎn)。另一個(gè)發(fā)現(xiàn)是，提高生產(chǎn)率、降低國(guó)內(nèi)各地區(qū)之間的貿(mào)易成本可以有效抵消出口下降對(duì)總體經(jīng)濟(jì)的不利影響。這意味著適宜政策舉措的出臺(tái)，完全有可能推動(dòng)形成“雙循環(huán)”的新發(fā)展格局。

二、文獻(xiàn)綜述

出口與經(jīng)濟(jì)增長(zhǎng)的關(guān)系研究由來(lái)已久。通常認(rèn)為，出口通過(guò)直接效應(yīng)和間接效應(yīng)作用于經(jīng)濟(jì)增長(zhǎng)。在直接效應(yīng)方面，作為GDP 核算的重要組成部分，出口擴(kuò)張能夠直接推動(dòng)經(jīng)濟(jì)增長(zhǎng)。間接效應(yīng)主要體現(xiàn)在以下幾個(gè)方面:第一，外匯收入效應(yīng)。出口擴(kuò)張可增加外匯收入，加速本國(guó)資本積累，加大對(duì)本國(guó)資本品進(jìn)口的外匯支持，從而加速經(jīng)濟(jì)增長(zhǎng)(Chenery 和Strout，1966)。第二，規(guī)模經(jīng)濟(jì)效應(yīng)。出口擴(kuò)張能夠促進(jìn)國(guó)家產(chǎn)能增加，隨之形成規(guī)模經(jīng)濟(jì)，從而提高本國(guó)生產(chǎn)率，促進(jìn)經(jīng)濟(jì)增長(zhǎng) (Helpman 和Krugman，1987)。第三，出口學(xué)習(xí)效應(yīng)。出口企業(yè)可以學(xué)習(xí)國(guó)外成熟的管理經(jīng)驗(yàn)和先進(jìn)知識(shí)，提升企業(yè)自身的生產(chǎn)效率，進(jìn)而促進(jìn)經(jīng)濟(jì)增長(zhǎng)(Chuang，1998)。第四，出口專業(yè)化效應(yīng)。出口可以促使企業(yè)提升專業(yè)化水平，優(yōu)化企業(yè)的資源配置，促進(jìn)生產(chǎn)要素從非效率部門向出口部門轉(zhuǎn)移，從而促進(jìn)經(jīng)濟(jì)增長(zhǎng)(Feder，1983)。

大量研究從定量分析的角度驗(yàn)證了出口和經(jīng)濟(jì)增長(zhǎng)的關(guān)系，并發(fā)現(xiàn)中國(guó)經(jīng)濟(jì)增長(zhǎng)與出口之間存在正向關(guān)系，外貿(mào)出口的增加能夠顯著促進(jìn)國(guó)民經(jīng)濟(jì)增長(zhǎng)(林毅夫和李永軍，2003)。范秋芳等(2018)的結(jié)果顯示，中國(guó)出口貿(mào)易主要通過(guò)資源優(yōu)化配置和外溢效應(yīng)促進(jìn)經(jīng)濟(jì)增長(zhǎng)。而崔靜波等(2021)發(fā)現(xiàn)，出口主要是促進(jìn)了企業(yè)的自主技術(shù)創(chuàng)新。也有研究表明，出口與經(jīng)濟(jì)增長(zhǎng)呈非線性關(guān)系(谷克鑒和陳福中，2016)。王賢彬等(2019)則表明，外部經(jīng)濟(jì)依賴度較大的城市受國(guó)際經(jīng)濟(jì)調(diào)整的影響較大。

與此同時(shí)，關(guān)于出口對(duì)中國(guó)勞動(dòng)力市場(chǎng)影響的討論逐漸增多，這豐富了出口與經(jīng)濟(jì)增長(zhǎng)關(guān)系的研究。張川川(2015)發(fā)現(xiàn)，出口增長(zhǎng)可以顯著促進(jìn)制造業(yè)和服務(wù)業(yè)就業(yè)，同時(shí)有利于提高收入水平，降低收入不平等。戴覓等(2019)分析了中國(guó)加入WTO 后關(guān)稅下降所帶來(lái)的影響，發(fā)現(xiàn)受關(guān)稅沖擊較大的城市工資增長(zhǎng)較慢，受雇于可貿(mào)易部門的低技能勞動(dòng)力受到的影響最明顯。劉燦雷等(2018)表明，出口產(chǎn)品的質(zhì)量分化加劇了工資不平等。趙春明等(2021)則發(fā)現(xiàn)出口增速放緩顯著降低了勞動(dòng)力參與工作的概率。

除此之外，近年來(lái)針對(duì)出口結(jié)構(gòu)與經(jīng)濟(jì)增長(zhǎng)關(guān)系的研究也越來(lái)越多，不少學(xué)者探究出口專業(yè)化或多樣化對(duì)經(jīng)濟(jì)增長(zhǎng)的作用機(jī)理和影響程度。岑麗君(2018)表明，出口專業(yè)化與經(jīng)濟(jì)增長(zhǎng)之間存在U 形非線性關(guān)系。劉修巖和吳燕(2013)發(fā)現(xiàn)出口多樣化對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)具有顯著推動(dòng)作用。也有研究顯示，出口復(fù)雜度對(duì)經(jīng)濟(jì)發(fā)展具有正向促進(jìn)作用，出口復(fù)雜度越高的企業(yè)產(chǎn)出波動(dòng)越小，越有利于減小經(jīng)濟(jì)波動(dòng)(李小平等，2018)。

從現(xiàn)有文獻(xiàn)來(lái)看，圍繞出口與經(jīng)濟(jì)增長(zhǎng)的相關(guān)研究已取得重要進(jìn)展，然而有關(guān)出口下降與經(jīng)濟(jì)增速下行關(guān)系的討論還相對(duì)較少，尤其是測(cè)度出口下降對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)影響大小的研究。自2008 年國(guó)際金融危機(jī)發(fā)生以來(lái)，中國(guó)經(jīng)濟(jì)增速出現(xiàn)下降，而新冠肺炎疫情的爆發(fā)給中國(guó)經(jīng)濟(jì)發(fā)展帶來(lái)了再次沖擊，出口貿(mào)易更是首當(dāng)其沖。那么出口下降是否是中國(guó)經(jīng)濟(jì)增速下降的重要原因呢? 如果是，出口下降對(duì)中國(guó)經(jīng)濟(jì)的影響有多大? 本文嘗試使用簡(jiǎn)約式回歸與量化空間模型的方法對(duì)這些問(wèn)題進(jìn)行研究。

本文的貢獻(xiàn)在于:第一，利用2008 年國(guó)際金融危機(jī)這一相對(duì)外生的事件，使用差分模型和城市一級(jí)的數(shù)據(jù)，識(shí)別出口下降對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)的總體及地區(qū)差異性影響，從而豐富出口與經(jīng)濟(jì)增長(zhǎng)關(guān)系的相關(guān)研究；第二，建立多區(qū)域量化空間模型，分析外部需求沖擊對(duì)各區(qū)域的影響，計(jì)算出口下降的總體效應(yīng)，為判斷出口下降對(duì)中國(guó)經(jīng)濟(jì)的影響大小提供依據(jù)；第三，模擬針對(duì)國(guó)內(nèi)市場(chǎng)的相關(guān)政策，比如提高地區(qū)生產(chǎn)率、降低國(guó)內(nèi)貿(mào)易成本對(duì)抵消外部沖擊負(fù)面影響的作用，從而為實(shí)現(xiàn)“雙循環(huán)”新發(fā)展格局的政策制定提供支撐。

三、出口下降和經(jīng)濟(jì)增速下行關(guān)系初探

在判斷出口下降和經(jīng)濟(jì)增速下行之間是否存在因果關(guān)系之前，本文利用全國(guó)層面出口和GDP 增長(zhǎng)率的數(shù)據(jù)，對(duì)兩者之間的關(guān)系進(jìn)行描述性分析。圖1 的左坐標(biāo)軸為出口占GDP 的比重(%)，右坐標(biāo)軸為實(shí)際GDP 的增長(zhǎng)率(%)，實(shí)線表示出口所占比重，虛線表示GDP 增速?？梢钥闯?，2007 年之前，出口占GDP 的比重持續(xù)上升，從2000 年的約20%增至2006 年的35%，提高了15 個(gè)百分點(diǎn)。與此同時(shí)，GDP 增長(zhǎng)率也不斷攀升，從2000 年的8%增至2007 年的14%，上升了6 個(gè)百分點(diǎn)。從這一時(shí)期來(lái)看，出口和GDP 增長(zhǎng)率都在快速上升，兩者存在正向關(guān)系。

圖1 出口和經(jīng)濟(jì)增長(zhǎng)率的變化趨勢(shì)

從2008 年開始，受國(guó)際金融危機(jī)影響，出口出現(xiàn)明顯的下降。到2009 年，出口占GDP 的比重降至24%，與高峰時(shí)期的35%相比，下降了11 個(gè)百分點(diǎn)。與此對(duì)應(yīng)，GDP增長(zhǎng)率在2009 年也從之前的峰值14%下滑到9%，下降了5 個(gè)百分點(diǎn)。受國(guó)家“四萬(wàn)億”計(jì)劃的刺激作用，出口和GDP 增速在2010 年有所回升，但隨著刺激計(jì)劃作用的減弱，2011 年之后出口和經(jīng)濟(jì)增速持續(xù)下滑。2018 年，出口占GDP 的比重下降到18%，為2000 年后的一個(gè)低點(diǎn)，GDP 的增長(zhǎng)率也降至6.7%，且有進(jìn)一步下行的壓力。從這一時(shí)期的變動(dòng)趨勢(shì)來(lái)看，出口和GDP 增長(zhǎng)率都在下降，表現(xiàn)出正向關(guān)系。

與其他時(shí)間段相比，出口和GDP 增長(zhǎng)率的關(guān)系在2007—2009 年表現(xiàn)得更為突出，無(wú)論是出口還是GDP 增長(zhǎng)率，都有一個(gè)很大的降幅?？紤]到國(guó)內(nèi)經(jīng)濟(jì)結(jié)構(gòu)在此期間并未發(fā)生明顯改變，這一時(shí)期出口驟降不大可能是國(guó)內(nèi)因素比如生產(chǎn)率下降引起的，更可能是國(guó)際金融危機(jī)引發(fā)的國(guó)際需求下降造成的。對(duì)中國(guó)而言，這相當(dāng)于一個(gè)外生的需求沖擊。本文利用這一外部沖擊，來(lái)識(shí)別出口對(duì)經(jīng)濟(jì)增長(zhǎng)的作用。具體而言，考慮到各個(gè)地區(qū)比如各城市由于對(duì)外經(jīng)濟(jì)聯(lián)系程度的不同，受國(guó)際需求下降沖擊的影響可能不同，因此可以利用城市之間的這種差異，來(lái)識(shí)別出口下降和經(jīng)濟(jì)增速下行之間的因果關(guān)系。

四、計(jì)量模型

本文采用城市i實(shí)際GDP 的增長(zhǎng)率在t年和2007 年之間的變化(Gi，t－Gi，2007)為因變量，建立以下簡(jiǎn)約式的計(jì)量模型:

其中，ΔExpi，2007—09為城市i出口占GDP 的比重在2009 年和2007 年之間的變化，表示國(guó)際金融危機(jī)后各城市受到的出口下降沖擊，X為初始時(shí)期(2007 年)即出口下降沖擊發(fā)生前的控制變量，包括固定資產(chǎn)投資占比(InvSh)、人均道路里程(Road)、以中學(xué)生占人口比重表示的教育水平(StuSh)、第二產(chǎn)業(yè)占比(IndSh)、政府支出占比(FisSh)、人口密度(PopDen)等，εit為隨機(jī)誤差項(xiàng)。β是本文關(guān)注的參數(shù)，即2007—2009 年的出口下降沖擊對(duì)經(jīng)濟(jì)增速下行的影響大小。以上模型為一階差分模型，類似于兩時(shí)期面板數(shù)據(jù)模型的差分形式，其中差分消除了城市固定效應(yīng)，差分后常數(shù)項(xiàng)吸收了時(shí)間固定效應(yīng)。本文以地級(jí)市的“全市”為對(duì)象，共包含271 個(gè)城市，所有數(shù)據(jù)除說(shuō)明外均來(lái)自各期《中國(guó)城市統(tǒng)計(jì)年鑒》和《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》。為了減輕省內(nèi)城市之間的相關(guān)性對(duì)估計(jì)結(jié)果的影響，本文采用省級(jí)層面的聚類標(biāo)準(zhǔn)誤。

由于出口和經(jīng)濟(jì)增長(zhǎng)可能受一些共同因素的影響從而產(chǎn)生內(nèi)生性問(wèn)題，采用最小二乘法(OLS)來(lái)估計(jì)以上模型會(huì)存在偏誤。比如，隨著人口紅利的消失勞動(dòng)力的供給下降，出口和GDP 均會(huì)受到負(fù)面影響，此時(shí)所估計(jì)的出口與經(jīng)濟(jì)增長(zhǎng)的正向關(guān)系并不能表明出口下降導(dǎo)致了經(jīng)濟(jì)下行。為了解決模型中可能存在的內(nèi)生性問(wèn)題，本文為出口沖擊(ΔExp)構(gòu)造了一個(gè)工具變量(IV)，然后運(yùn)用兩階段最小二乘法(2SLS)來(lái)估計(jì)模型。對(duì)于工具變量，本文首先采用Bartik (1991)的偏離份額法，構(gòu)造各城市出口增長(zhǎng)率的預(yù)測(cè)值(Si):

其中，Shareij是初始年份城市i中產(chǎn)業(yè)j所占比重，GexpNj，2007—09是2007—2009 年全國(guó)產(chǎn)業(yè)j出口增長(zhǎng)率。通過(guò)式(2)及各城市2007 年的出口值可以計(jì)算出每個(gè)城市在2009 年的出口預(yù)測(cè)值及其占GDP 的比重，然后以2009 年出口預(yù)測(cè)值占GDP 的比重與2007 年出口占GDP 的比重之差()為工具變量。因?yàn)?007—2009 年間中國(guó)出口有明顯下降，所以本文用全國(guó)各行業(yè)在這兩年的出口變化來(lái)衡量出口所受到的沖擊，再通過(guò)各城市各產(chǎn)業(yè)所占比重構(gòu)造各城市所受出口沖擊的大小。具體做法是，對(duì)照2017年國(guó)民經(jīng)濟(jì)行業(yè)代碼，將OECD 中國(guó)分行業(yè)(按國(guó)際行業(yè)分類)的出口數(shù)據(jù)分成26 個(gè)行業(yè)，然后逐個(gè)計(jì)算每個(gè)行業(yè)出口增長(zhǎng)率。①OECD 的數(shù)據(jù)見(jiàn)https://stats.oecd.org/index.aspx，本文采用Bilateral Trade in Goods by Industry and End-use (BTDIxE)，ISIC Rev.4 中Export from China to the World 的數(shù)據(jù)。對(duì)于初始時(shí)期各城市的產(chǎn)業(yè)結(jié)構(gòu)，本文以1995 年各城市分行業(yè)的就業(yè)數(shù)據(jù)來(lái)計(jì)算，數(shù)據(jù)來(lái)源于1995 年經(jīng)濟(jì)普查。為了和出口數(shù)據(jù)中的行業(yè)相對(duì)應(yīng)，我們對(duì)普查數(shù)據(jù)中的行業(yè)做了合并處理。②1995 年各城市分行業(yè)就業(yè)數(shù)據(jù)來(lái)源于Baum-Snow 等(2017)的數(shù)據(jù)。

考慮到地理區(qū)位會(huì)影響城市與國(guó)際市場(chǎng)的聯(lián)系程度，從而可能使處于不同區(qū)位的城市受外部需求沖擊的影響不同，因此本文也嘗試構(gòu)造基于地理信息的工具變量。具體做法是，根據(jù)各城市在近代歷史上是否為通商口岸設(shè)定一個(gè)虛擬變量，以此為工具變量。這樣做的依據(jù)是由于在歷史上較早參與外貿(mào)活動(dòng)，通商口岸城市與國(guó)際市場(chǎng)的聯(lián)系更為緊密，因而對(duì)國(guó)外沖擊更為敏感。通商口岸的歷史數(shù)據(jù)參考了吳松弟(2006)的研究，經(jīng)過(guò)行政區(qū)劃和地名調(diào)整的核對(duì)，最終篩選了65 個(gè)城市為歷史通商口岸城市。除了是否為通商口岸的虛擬變量，本文還計(jì)算了每個(gè)城市到最近通商口岸的距離，以此作為另一個(gè)工具變量。這樣做的主要考慮是，與距離通商口岸遠(yuǎn)的城市相比，距離通商口岸近的城市更易參與國(guó)際貿(mào)易。另外，我們也嘗試了以各城市到沿海大城市的距離為工具變量。

五、估計(jì)結(jié)果及分析

(一)基本結(jié)果

首先，本文采用兩階段最小二乘法估計(jì)2007—2009 年間出口下降對(duì)同一時(shí)期經(jīng)濟(jì)增速下行的作用，結(jié)果見(jiàn)表1。如前文所述，主要變量采用了差分形式，對(duì)每個(gè)城市有一個(gè)觀測(cè)值，在所有模型中以初始年份每個(gè)城市的GDP 為權(quán)重進(jìn)行加權(quán)估計(jì)，以出口占比預(yù)測(cè)值()為工具變量。第(1)列是最簡(jiǎn)約的模型，沒(méi)有加入任何控制變量，從中可以看出，出口下降(ΔExp2007—09)對(duì)經(jīng)濟(jì)增速下行有顯著作用。如果出口占GDP 的比重下降10%，GDP 增長(zhǎng)率會(huì)下降0.8 個(gè)百分點(diǎn)③因變量是增長(zhǎng)率(%)的百分點(diǎn)變化，自變量是出口占比的變化，因此自變量下降10%，則因變量下降0.1×7.871 即約0.8 個(gè)百分點(diǎn)。。從第一階段回歸的F檢驗(yàn)值來(lái)看，該值遠(yuǎn)大于經(jīng)驗(yàn)值10，說(shuō)明不存在弱工具變量問(wèn)題。

第(2)列增加了省份固定效應(yīng)(PorvD)以控制各省之間的差異，從估計(jì)結(jié)果來(lái)看，出口下降變量系數(shù)的大小有所下降，但仍在1%水平上高度顯著。第(3)列加入初始時(shí)期固定資產(chǎn)投資占GDP 的比重(InvSh)、人均公路里程(Road)、中學(xué)生占人口的比重(StuSh)等控制變量。由于模型是差分形式，這些變量的加入相當(dāng)于控制了投資、基礎(chǔ)設(shè)施、人力資本的不同趨勢(shì)。估計(jì)結(jié)果表明，出口下降變量仍顯著為正。從控制變量來(lái)看，城市人力資本的系數(shù)為負(fù)但僅在10%水平顯著，投資和基礎(chǔ)設(shè)施兩個(gè)變量的系數(shù)則并不顯著。

第(4)列加入了第二產(chǎn)業(yè)產(chǎn)值所占比重(IndSh)、政府財(cái)政支出占GDP 的比重(FisSh)、人口密度(PopDen)等控制變量。顯然，出口變量仍顯著為正。在第(5)列中，加入了第(3)和第(4)列的所有控制變量，在第(6)列中還加入了省份固定效應(yīng)。從第(5)列和第(6)列的估計(jì)結(jié)果可以看出，盡管控制變量的顯著性在不同模型中有所變化，但出口變量在這兩個(gè)模型中的系數(shù)都為正，且高度顯著。

總之，表1 的估計(jì)結(jié)果顯示，出口對(duì)經(jīng)濟(jì)增長(zhǎng)有顯著的作用，2007—2009 年國(guó)際金融危機(jī)引起的出口下降是中國(guó)經(jīng)濟(jì)增速下行的一個(gè)原因。如果將2007—2009 年間城市出口占比的下降從大到小排序，則處于10%分位的城市與90%分位的城市相比，其出口占GDP 的比重多下降了13.26 個(gè)百分點(diǎn)，根據(jù)表1 第(6)列的估計(jì)結(jié)果，這意味著處于10%分位的城市的GDP 增長(zhǎng)率相較于處于90%分位的城市下降了0.563 個(gè)百分點(diǎn)(0.1326×4.246)。

對(duì)于全國(guó)而言，2007—2009 年間出口占GDP 的比重從34.6%降至23.5%，下降了11.1 個(gè)百分點(diǎn)，從表1 第(6)列的估計(jì)結(jié)果可以推斷GDP 增速由于出口下降減少了0.471 個(gè)百分點(diǎn)(0.111×4.246)。實(shí)際上，全國(guó)GDP 增速在此期間從14.2%降至9.4%，下降了4.8 個(gè)百分點(diǎn)，即出口下降對(duì)GDP 增速下滑的貢獻(xiàn)約為10% (0.47/4.8)。需要指出的是，從城市截面回歸即區(qū)域之間的差異來(lái)推斷總體效應(yīng)有潛在的問(wèn)題，比如沒(méi)有考慮城市之間在人員和商品貿(mào)易上的往來(lái)對(duì)結(jié)果的可能影響。①關(guān)于從截面回歸推斷總體效應(yīng)存在問(wèn)題的討論見(jiàn)Redding (2020)。因此，后文將建立多區(qū)域的空間均衡模型，據(jù)此估計(jì)外部需求沖擊對(duì)各區(qū)域及全國(guó)總體經(jīng)濟(jì)的影響大小。

表1 2SLS 估計(jì)結(jié)果

(二)穩(wěn)健性檢驗(yàn)

為了檢驗(yàn)以上結(jié)果的穩(wěn)健性，以表1 第(6)列的設(shè)定為基礎(chǔ)，本文嘗試了一系列檢驗(yàn)，包括:采取截尾處理法，把2007—2009 年出口下降最多和最少的1%樣本刪除②本文也采用了其他做法，比如把出口下降最多和最少的2%或3%樣本剔除，也嘗試把四個(gè)直轄市從樣本中刪除，發(fā)現(xiàn)出口變量依然顯著為正。；表1 的估計(jì)是以2007 年各城市GDP 為權(quán)重，我們也嘗試采用更早時(shí)期比如1995 年的城市就業(yè)為權(quán)重；采用普通兩階段最小二乘法，不考慮城市規(guī)模大小對(duì)結(jié)果的可能影響；除了出口變化預(yù)測(cè)值，我們還嘗試其他工具變量，比如是否為近代歷史上的通商口岸城市；采用各城市到歷史通商口岸的最近距離為工具變量；上海、廣州、北京等大城市與國(guó)際市場(chǎng)的聯(lián)系較為緊密，距離大城市越近的地區(qū)受出口下降的影響可能越大，因此我們嘗試以各個(gè)城市到大城市的距離為工具變量；城市經(jīng)濟(jì)增長(zhǎng)之間可能具有空間相關(guān)性，因此我們以各城市空間距離的倒數(shù)為權(quán)重矩陣，在基準(zhǔn)回歸中加入被解釋變量的空間滯后項(xiàng)。③本文也嘗試了空間誤差修正模型，并采用Spivregress 估計(jì)了以ΔExp2007—09 為內(nèi)生變量的空間模型，發(fā)現(xiàn)結(jié)果無(wú)明顯區(qū)別。

以上檢驗(yàn)的結(jié)果報(bào)告在表2 相對(duì)應(yīng)的第(1)— (7)列，為了節(jié)省篇幅，表中僅列出關(guān)鍵變量ΔExp2007—09的估計(jì)結(jié)果。顯然，在所有檢驗(yàn)中，出口變量的系數(shù)均為正且高度顯著，系數(shù)估計(jì)值的大小和表1 第(6)列的估計(jì)結(jié)果相近。這些檢驗(yàn)結(jié)果進(jìn)一步證明，2008 年國(guó)際金融危機(jī)引起的出口下降是中國(guó)經(jīng)濟(jì)增速下行的一個(gè)原因。

表2 穩(wěn)健性檢驗(yàn)

(三)排除增長(zhǎng)趨勢(shì)的影響

以上估計(jì)結(jié)果未必能解釋為因果關(guān)系，因?yàn)榻?jīng)濟(jì)增長(zhǎng)和出口可能受一些共同趨勢(shì)的影響，此外，受出口下降影響大的區(qū)域其經(jīng)濟(jì)增長(zhǎng)下滑可能在2008 年金融危機(jī)前就開始了。在這些情況下，利用模型(1)所估計(jì)的效應(yīng)反映的可能只是城市的增長(zhǎng)趨勢(shì)變化。為了對(duì)此加以檢驗(yàn)，本文采用了兩種方法:第一，采用一個(gè)反事實(shí)實(shí)驗(yàn)，以金融危機(jī)前的經(jīng)濟(jì)增速變化為因變量，重新估計(jì)模型。這樣做的主要考慮是，金融危機(jī)后的出口下降不可能是引起金融危機(jī)前經(jīng)濟(jì)增速變化的原因。如果該檢驗(yàn)中出口下降的系數(shù)顯著，則說(shuō)明出口和經(jīng)濟(jì)增長(zhǎng)的關(guān)系并非因果關(guān)系，而是受一些共同趨勢(shì)的影響而表現(xiàn)出來(lái)的同向或反向關(guān)系。第二，我們?cè)谀Ｐ?1)中加入2008 年前各城市的經(jīng)濟(jì)增速，以直接控制出口下降前各城市的增長(zhǎng)趨勢(shì)。

表3 第(1)列是以2004—2007 年GDP 增長(zhǎng)率的變化為被解釋變量的估計(jì)結(jié)果?？梢钥闯?，出口下降系數(shù)為正且顯著。但在第(2)列中，當(dāng)以2005—2007 年GDP 增長(zhǎng)率的變化為被解釋變量時(shí)，出口下降的系數(shù)變?yōu)樨?fù)且不再顯著。為了消除某一特定初始年份經(jīng)濟(jì)波動(dòng)對(duì)結(jié)果的影響，在第(3)列中，我們先取2004—2006 年GDP 增長(zhǎng)率的平均值，然后計(jì)算2007 年GDP 增長(zhǎng)率與該平均值的差，以此為被解釋變量。顯然，此時(shí)出口下降的系數(shù)同樣不顯著?？傊?，這些反事實(shí)實(shí)驗(yàn)說(shuō)明經(jīng)濟(jì)增長(zhǎng)和出口之間的關(guān)系并非是受一些共同趨勢(shì)的驅(qū)動(dòng)所致。

表3 第(4)列的做法和表1 基準(zhǔn)模型的做法一樣，仍以2007—2009 年間GDP 增長(zhǎng)率的變化為因變量，但在模型中加入各城市2004—2006 年GDP 增長(zhǎng)率的平均值，即控制國(guó)際金融危機(jī)前各地的增長(zhǎng)趨勢(shì)。估計(jì)結(jié)果表明，出口下降變量依然為正且在5%水平上顯著，說(shuō)明出口下降和經(jīng)濟(jì)下行的關(guān)系并非是由2008 年前各地的增長(zhǎng)趨勢(shì)造成。

表3 考慮增長(zhǎng)趨勢(shì)的估計(jì)結(jié)果

(四)動(dòng)態(tài)效應(yīng)

前文討論了2007—2009 年間出口下降對(duì)同一時(shí)期GDP 增速下行的影響，以此說(shuō)明金融危機(jī)后出口下降沖擊的短期效應(yīng)。為了探究出口下降沖擊對(duì)經(jīng)濟(jì)增長(zhǎng)影響的持續(xù)時(shí)間，我們從2012 年起逐年估計(jì)這一外部沖擊對(duì)GDP 增速變化的影響。具體的做法和前文一樣，以差分的形式來(lái)估計(jì)模型(1)。比如，對(duì)于2012 年，以2012 年的GDP 增長(zhǎng)率與沖擊發(fā)生前即2007 年的GDP 增長(zhǎng)率之差為因變量，以2007—2009 年間出口占比下降為自變量，以出口下降的預(yù)測(cè)值為工具變量，在模型中加入所有控制變量，然后估計(jì)模型。①之所以采用2007—2009 年而非2007—2012 年出口占比變化為自變量，是因?yàn)閲?guó)際金融危機(jī)后出口下降沖擊主要發(fā)生在2007—2009 年間(如圖1 所示)。采用這一做法也便于同一沖擊在不同時(shí)間段內(nèi)估計(jì)結(jié)果的比較。其他年份的估計(jì)方法類似。之所以從2012 年開始估計(jì)，是考慮到中央政府在2009 年出臺(tái)了4萬(wàn)億元的刺激計(jì)劃，各地的經(jīng)濟(jì)增速有所恢復(fù)，但從2012 年起，各地經(jīng)濟(jì)增速又回到之前的下行趨勢(shì)。②考慮到4 萬(wàn)億元的刺激計(jì)劃對(duì)2012 年后的經(jīng)濟(jì)增長(zhǎng)可能還有影響，參照王賢彬等(2019)的做法，我們?cè)谀Ｐ椭屑尤肓?009 年金融機(jī)構(gòu)貸款余額增長(zhǎng)率與2008 年金融機(jī)構(gòu)貸款余額增長(zhǎng)率之差，以控制各地受4 萬(wàn)億元刺激計(jì)劃的影響大小。金融機(jī)構(gòu)貸款余額數(shù)據(jù)來(lái)自《中國(guó)城市統(tǒng)計(jì)年鑒》。

出口下降對(duì)2012 年后經(jīng)濟(jì)增長(zhǎng)影響的估計(jì)結(jié)果如圖2 所示，為了便于比較，在圖中也加入了短期效應(yīng)即2009 年的估計(jì)結(jié)果。圖中的黑點(diǎn)表示出口下降參數(shù)估計(jì)值的大小，虛線表示5%的置信區(qū)間?？梢钥闯?，在2012 年，出口變量的系數(shù)依然為正且顯著，系數(shù)的大小為3.28，與2009 年的估計(jì)值相比略有下降。從2013 年起，系數(shù)依然為正但不再顯著，到2016 年系數(shù)甚至變?yōu)樨?fù)且仍不顯著。圖2 結(jié)果表明，2008 年國(guó)際金融危機(jī)引起的出口下降對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)的影響持續(xù)了較長(zhǎng)時(shí)期，從2013 年起即國(guó)際金融危機(jī)發(fā)生5 年后其影響不再顯著。

圖2 出口下降的動(dòng)態(tài)效應(yīng)

六、量化空間模型

前文利用差分模型識(shí)別了出口下降與經(jīng)濟(jì)增速下行之間的因果關(guān)系，估計(jì)了出口下降沖擊所引起的各地經(jīng)濟(jì)增長(zhǎng)率降幅空間差異的大小。但由于在差分模型中難以考量區(qū)域間的商品貿(mào)易和勞動(dòng)力流動(dòng)的影響，根據(jù)模型估計(jì)結(jié)果推斷出口下降的總體經(jīng)濟(jì)效應(yīng)存在不足之處。為此，本文建立了類似于Redding (2016)的量化空間模型，嘗試刻畫地區(qū)間的相互關(guān)聯(lián)，然后采用數(shù)值模擬的方法，估計(jì)出口下降對(duì)各個(gè)地區(qū)及全國(guó)總體經(jīng)濟(jì)的影響。在本文的模型中，與Tombe 和Zhu (2019)的做法一樣，考慮了勞動(dòng)力跨區(qū)域流動(dòng)受戶口等限制而產(chǎn)生的成本。本文在模型中也包含了轉(zhuǎn)移支付，以體現(xiàn)地區(qū)間的財(cái)政結(jié)構(gòu)特征。假設(shè)模型中有N個(gè)國(guó)內(nèi)地區(qū)，1 個(gè)國(guó)外地區(qū)，商品在國(guó)內(nèi)外自由流通，但有貿(mào)易成本。勞動(dòng)力在國(guó)內(nèi)可以跨地區(qū)流動(dòng)但不能跨國(guó)流動(dòng)，跨地區(qū)的流動(dòng)需承擔(dān)一定成本。

(1)消費(fèi)者。假設(shè)地區(qū)n消費(fèi)者的效用函數(shù)為C-D 形式，效用(Un)取決于商品消費(fèi)(Cn)和土地消費(fèi)(Hn):

其中，0<α<1，εn為消費(fèi)者對(duì)不同地區(qū)的異質(zhì)性偏好，服從Frechet 分布:

其中，κ控制著消費(fèi)者偏好的離散程度，其值越大，消費(fèi)者偏好的離散程度越小。

(2)生產(chǎn)者。每個(gè)地區(qū)的企業(yè)使用勞動(dòng)和土地進(jìn)行生產(chǎn)，生產(chǎn)函數(shù)為:

其中，Yn為地區(qū)n的產(chǎn)出，Ln為勞動(dòng)，Hn為土地，zn為生產(chǎn)率，服從Frechet 分布:

其中，An為地區(qū)n的平均生產(chǎn)率，θ控制著生產(chǎn)率的差異程度。假設(shè)產(chǎn)品市場(chǎng)完全競(jìng)爭(zhēng)，企業(yè)追求利潤(rùn)最大化，政府對(duì)企業(yè)采取工資稅的形式征稅，稅率為Tn，則單位產(chǎn)出的生產(chǎn)成本(Xn)為:

其中，ψ＝β－β(1－β)β－1為常數(shù)，Wn為工資，rn為土地價(jià)格。

商品在地區(qū)間的貿(mào)易有成本，比如交通運(yùn)輸成本，要從地區(qū)i運(yùn)送1 個(gè)單位產(chǎn)品到地區(qū)n，必須在地區(qū)i生產(chǎn)τni>1 個(gè)單位。在生產(chǎn)率為Frechet 分布的條件下，根據(jù)Eaton 和Kortum (2002)，可以求解出地區(qū)n的均衡價(jià)格(Pn):

其中，γ為常數(shù)。令πni表示地區(qū)n的消費(fèi)支出中來(lái)自地區(qū)i產(chǎn)品所占的比重，則有:

(3)轉(zhuǎn)移支付與收入。政府把稅收收入通過(guò)轉(zhuǎn)移支付的方式返還給國(guó)內(nèi)居民，每個(gè)居民獲得的轉(zhuǎn)移收入(R)相等，即:

由于假設(shè)國(guó)外市場(chǎng)只有一個(gè)區(qū)域，每個(gè)勞動(dòng)力所獲得的轉(zhuǎn)移收入等于其繳納的工資稅。

假設(shè)一個(gè)地區(qū)的土地收入分配給了當(dāng)?shù)鼐用瘢瑒t其收入等于工資、生產(chǎn)和消費(fèi)在土地上的支出、財(cái)政轉(zhuǎn)移收入之和，即:

其中，Vn為個(gè)人的收入，化簡(jiǎn)可得:

(4)勞動(dòng)力流動(dòng)與市場(chǎng)均衡。地區(qū)n勞動(dòng)力的實(shí)際收入為。勞動(dòng)力在國(guó)內(nèi)可以跨區(qū)域流動(dòng)，但受戶口等限制需承擔(dān)一定的成本。假設(shè)勞動(dòng)力流動(dòng)的目標(biāo)是效用最大化，由于流動(dòng)成本從地區(qū)i到地區(qū)n的移民效用降低一個(gè)因子μni，則在勞動(dòng)力的地區(qū)偏好是Frechet 分布的條件下，地區(qū)i人口中流入地區(qū)n所占的比重是:

勞動(dòng)力市場(chǎng)均衡意味著地區(qū)n的勞動(dòng)力是從國(guó)內(nèi)所有地區(qū)流入該地區(qū)的勞動(dòng)力之和:

產(chǎn)品市場(chǎng)的均衡條件是地區(qū)i的收入等于所有地區(qū)消費(fèi)地區(qū)i產(chǎn)品的支出之和:

由于土地不能跨地區(qū)流動(dòng)，一個(gè)地區(qū)的土地收入等于該地區(qū)消費(fèi)和生產(chǎn)在土地上的支出之和，即土地市場(chǎng)有如下均衡條件:

(5)模擬方法。式(7)、式(8)、式(9)、式 (12)、式 (13)、式 (14)、式(15)、式(16)可以組成一個(gè)模型系統(tǒng)，Wn、Ln、Vn、Pn、rn、Xn、mni、πin為系統(tǒng)的內(nèi)生變量，Tn、Ai、μni、τni為外生變量。根據(jù)Allen 和Arkolakis (2014)，該模型系統(tǒng)存在唯一均衡解。為了利用模型系統(tǒng)來(lái)進(jìn)行反事實(shí)模擬，與Redding (2016)一樣，本文采用Dekle 等(2007)的方法，令＝x′/x，其中x′為變量在反事實(shí)模擬中的值，為模擬值與初始均衡值x的比值，然后將以上模型系統(tǒng)進(jìn)行轉(zhuǎn)化。①因篇幅所限，本文省略了轉(zhuǎn)化后的模型，感興趣的讀者可在《經(jīng)濟(jì)科學(xué)》官網(wǎng)論文頁(yè)面“附錄與擴(kuò)展”欄目下載。給定初始均衡時(shí)期的Tn、mni、Wn、Ln、Vn、πni，以及參數(shù)α、β、θ、κ，可以利用轉(zhuǎn)化后的模型來(lái)模擬當(dāng)變化時(shí)，內(nèi)生變量的變化值。在本文的模擬中，受數(shù)據(jù)比如區(qū)域間貿(mào)易數(shù)據(jù)所限，沒(méi)有和前文的實(shí)證分析一樣采用城市樣本，而是以省級(jí)行政單元為對(duì)象。由于西藏的數(shù)據(jù)缺失，在模擬中包含了除西藏之外的其他30 個(gè)省市，即N＝30，也包含了一個(gè)國(guó)外地區(qū)即世界市場(chǎng)。對(duì)于模型的初始均衡值和參數(shù)，本文主要采用了Tombe 和Zhu (2019)的數(shù)據(jù)，其中α＝0.87，β＝0.72，θ＝4，κ＝1.5。

(6)總體效應(yīng)。利用上述模型系統(tǒng)，可以模擬外生沖擊對(duì)各個(gè)地區(qū)就業(yè)、工資、收入、土地價(jià)格等變量的影響，并根據(jù)各地區(qū)的變化推斷外生沖擊的總體效應(yīng)。參照Tombe 和Zhu (2019)的做法，假設(shè)勞動(dòng)力對(duì)地區(qū)n的期望效用為:

全國(guó)的效用水平U為各地區(qū)以人口為權(quán)重的期望效用的加權(quán)平均值:

全國(guó)效用水平的變化即模擬值與初始值的比值為:

其中，為權(quán)重。

假設(shè)各地區(qū)的實(shí)際GDP 為名義GDP 除以價(jià)格指數(shù)，即:

全國(guó)的實(shí)際GDP 為各地區(qū)的加總:

則全國(guó)實(shí)際GDP 在模擬中的變化為:

七、模擬結(jié)果

為了模擬外部需求沖擊比如出口下降的影響，我們假定由于外部因素的變化，國(guó)內(nèi)各地區(qū)與國(guó)外市場(chǎng)的貿(mào)易成本上升從而導(dǎo)致出口減少，然后觀察這種情況下國(guó)內(nèi)各地區(qū)經(jīng)濟(jì)指標(biāo)的變化。具體的做法是，令各省與國(guó)外市場(chǎng)的貿(mào)易成本上升10%，然后利用前文的模型系統(tǒng)，求解出各地區(qū)內(nèi)生變量如就業(yè)、工資、價(jià)格等的變化。①貿(mào)易成本上升10%是為了模擬而做的假設(shè)，并非根據(jù)實(shí)際貿(mào)易成本的變化而得出的推斷。

從外部需求沖擊下就業(yè)的變化(見(jiàn)圖3)可以看出，北京、廣東、江蘇、山東、上海、天津等東部沿海省市的就業(yè)均有所下降，特別是貿(mào)易開放度最高的廣東，其就業(yè)下降幅度最大。這是由于這些地區(qū)和國(guó)際市場(chǎng)的聯(lián)系緊密，受外部沖擊的影響較大，當(dāng)國(guó)際市場(chǎng)對(duì)國(guó)內(nèi)商品的需求減少?gòu)亩鴮?dǎo)致出口下降時(shí)，這些地區(qū)對(duì)勞動(dòng)力的需求隨之減少。與此相對(duì)應(yīng)，其他省份的就業(yè)則有所上升，即隨著出口的下降，勞動(dòng)力從東部沿海部分省市轉(zhuǎn)移到了其他地區(qū)。

圖3 就業(yè)變化

從工資水平的變化來(lái)看(見(jiàn)圖4)，除了中西部的個(gè)別省份如湖北、內(nèi)蒙古、吉林和陜西，其余省份的工資均有所下降，其中廣東和福建下降最多。對(duì)于東部沿海地區(qū)，工資下降是出口下降導(dǎo)致對(duì)勞動(dòng)力的需求減少所致。對(duì)于中西部地區(qū)，工資下降一方面是由于出口減少，另一方面也是因?yàn)闁|部的勞動(dòng)力轉(zhuǎn)移到這些地區(qū)后，勞動(dòng)的供給有所增大。

圖4 工資變化

從價(jià)格指數(shù)的變化來(lái)看(見(jiàn)圖5)，廣東、上海、天津等地上升最為明顯，這是因?yàn)殡m然這些地區(qū)的工資有所降低，但由于出口大幅下降，產(chǎn)品在國(guó)內(nèi)的銷售比重上升，推高了國(guó)內(nèi)消費(fèi)品價(jià)格。在東部省份中，也有價(jià)格指數(shù)下降的地區(qū)，比如福建和浙江，這是因?yàn)樵谶@些地區(qū)工資下降的力量占主導(dǎo)地位。西部地區(qū)省份如甘肅、青海、寧夏等地的價(jià)格指數(shù)下降明顯，這主要是由于勞動(dòng)力流入而引起的工資降低。

圖5 價(jià)格變化

實(shí)際GDP 是一個(gè)反映就業(yè)、工資、價(jià)格等因素的綜合指標(biāo)，從實(shí)際GDP 的變化可以看出(見(jiàn)圖6)，多數(shù)省份受出口下降的影響很小。受影響較大的是廣東、上海和天津，其次是福建和江蘇。對(duì)于廣東、上海、天津和江蘇，其實(shí)際GDP 下降不僅是由就業(yè)和工資下降引起，價(jià)格的上升也是一個(gè)原因。對(duì)于福建而言，其價(jià)格水平雖然下降，但工資水平也有所降低，綜合來(lái)看，實(shí)際GDP 有所下降。

從全國(guó)總體產(chǎn)出和福利水平來(lái)看(見(jiàn)表4)，國(guó)際貿(mào)易成本上升10%可以導(dǎo)致實(shí)際GDP 下降0.53 個(gè)百分點(diǎn)，福利水平下降0.46 個(gè)百分點(diǎn)。從各省的平均效應(yīng)來(lái)看，國(guó)際貿(mào)易成本上升10%會(huì)使出口下降31%。①在計(jì)算國(guó)際貿(mào)易成本上升所引起的出口下降平均效應(yīng)時(shí)，本文以各省產(chǎn)出所占比重為權(quán)重，對(duì)各省出口變化的模擬值進(jìn)行了加總。由此推斷，如果出口下降10% (即貿(mào)易成本上升3.2%)，會(huì)使全國(guó)實(shí)際GDP 下降0.17 個(gè)百分點(diǎn)，福利水平下降0.15 個(gè)百分點(diǎn)。

本文也模擬了國(guó)內(nèi)貿(mào)易成本和生產(chǎn)率變化的影響。從表4 結(jié)果可以看出，如果國(guó)內(nèi)各省之間的貿(mào)易成本下降10%，則全國(guó)實(shí)際GDP 上升9.22 個(gè)百分點(diǎn)，全國(guó)福利水平上升9.27 個(gè)百分點(diǎn)。與國(guó)際貿(mào)易成本的變化相比，國(guó)內(nèi)貿(mào)易成本變化對(duì)中國(guó)經(jīng)濟(jì)的影響明顯更大，這與Tombe 和Zhu (2019)的發(fā)現(xiàn)一致。從生產(chǎn)率沖擊的效應(yīng)來(lái)看，如果各省生產(chǎn)率上升10%，則全國(guó)實(shí)際GDP 和福利水平會(huì)上升2 個(gè)百分點(diǎn)，說(shuō)明與外部沖擊相比，國(guó)內(nèi)生產(chǎn)率的變化對(duì)中國(guó)經(jīng)濟(jì)的影響也更為強(qiáng)烈。以上模擬結(jié)果表明，面對(duì)外部需求沖擊，當(dāng)出口有壓力時(shí)，如果能通過(guò)一些政策舉措降低國(guó)內(nèi)各地區(qū)之間的貿(mào)易成本，或者是增加各地區(qū)的生產(chǎn)率，則能夠完全抵消出口下降對(duì)中國(guó)經(jīng)濟(jì)帶來(lái)的消極影響。

表4 各種沖擊的總體效應(yīng)

八、結(jié)論

從2008 年國(guó)際金融危機(jī)開始，中國(guó)的出口有所下降，經(jīng)濟(jì)增長(zhǎng)的速度也開始下行。本文從外部沖擊的視角討論了出口下降和經(jīng)濟(jì)增速變化的關(guān)系，首先利用金融危機(jī)后城市之間出口下降幅度的差異來(lái)衡量各地受到外部沖擊的不同，然后采用城市層面的數(shù)據(jù)建立簡(jiǎn)約式的差分模型，識(shí)別出口下降對(duì)經(jīng)濟(jì)增速下行的影響。為了解決模型中可能存在的內(nèi)生性，本文利用Bartik 方法構(gòu)造了工具變量。研究發(fā)現(xiàn)，出口下降是中國(guó)經(jīng)濟(jì)增速下滑的一個(gè)原因；出口下降對(duì)中國(guó)經(jīng)濟(jì)的影響大約會(huì)持續(xù)5 年時(shí)間。在進(jìn)行了一系列檢驗(yàn)包括樣本縮尾、采用不同的工具變量、控制沖擊前的增長(zhǎng)趨勢(shì)等之后，該結(jié)論依然成立。

由于差分模型難以考量地區(qū)之間通過(guò)商品貿(mào)易和勞動(dòng)力流動(dòng)而產(chǎn)生的關(guān)聯(lián)，從截面回歸的估計(jì)結(jié)果推斷總體效應(yīng)存在不足，因此本文建立了一個(gè)多區(qū)域量化空間模型，進(jìn)一步估計(jì)出口下降對(duì)各地區(qū)及總體經(jīng)濟(jì)的影響大小，并分析可能的應(yīng)對(duì)政策的作用。模擬結(jié)果表明，出口下降對(duì)東部地區(qū)，特別是與國(guó)際市場(chǎng)聯(lián)系緊密的省市如廣東、上海、天津、福建、江蘇等地的影響更為明顯；從全國(guó)總體來(lái)看，出口下降10%會(huì)導(dǎo)致GDP 下降0.17 個(gè)百分點(diǎn)，福利水平下降0.15 個(gè)百分點(diǎn)；與外部沖擊相比，提高各地區(qū)生產(chǎn)率以及降低國(guó)內(nèi)地區(qū)間的貿(mào)易成本對(duì)全國(guó)經(jīng)濟(jì)的作用更大。

根據(jù)研究發(fā)現(xiàn)，本文提出以下政策建議:第一，堅(jiān)持對(duì)外開放，竭力擴(kuò)大國(guó)外市場(chǎng)應(yīng)是中國(guó)在經(jīng)濟(jì)發(fā)展過(guò)程中需繼續(xù)努力的重要方向，構(gòu)建“雙循環(huán)”新發(fā)展格局時(shí)兩個(gè)循環(huán)都不可舍棄。第二，在面臨復(fù)雜嚴(yán)峻的國(guó)際貿(mào)易環(huán)境時(shí)，各級(jí)政府要正確認(rèn)識(shí)出口下降對(duì)中國(guó)經(jīng)濟(jì)發(fā)展的可能負(fù)向沖擊，幫助相關(guān)部門采取可持續(xù)的有效措施，緩解這一沖擊所帶來(lái)的長(zhǎng)期影響。第三，各地區(qū)應(yīng)以本地的經(jīng)濟(jì)貿(mào)易結(jié)構(gòu)為依據(jù)，因地制宜地制訂解決方案。對(duì)于以廣東為代表的出口貿(mào)易依存度較高的地區(qū)，既要花大力氣扶持本土企業(yè)開拓國(guó)內(nèi)市場(chǎng)，以減少出口下降引起的本地就業(yè)機(jī)會(huì)流失，也要注重對(duì)當(dāng)?shù)匚飪r(jià)水平的監(jiān)測(cè)與調(diào)控。對(duì)于外貿(mào)經(jīng)濟(jì)相對(duì)欠發(fā)達(dá)的中西部地區(qū)，除了發(fā)展本地市場(chǎng)以彌補(bǔ)出口下降所產(chǎn)生的損失，更要致力于構(gòu)建成熟的勞動(dòng)力市場(chǎng)，幫助流入勞動(dòng)力在本地的穩(wěn)定與就業(yè)。第四，各地政府應(yīng)注重提高區(qū)域自主創(chuàng)新能力，不斷挖掘地區(qū)生產(chǎn)率的提升空間，同時(shí)也要樹立起合作意識(shí)，降低省市間的貿(mào)易壁壘，杜絕地方保護(hù)主義，進(jìn)而有效抵消出口下降對(duì)中國(guó)經(jīng)濟(jì)與福利的不利影響。