服務(wù)進(jìn)口與我國(guó)全要素生產(chǎn)率的增長(zhǎng)

金俐　陳群鋒

摘 要：服務(wù)進(jìn)口貿(mào)易對(duì)我國(guó)全要素生產(chǎn)率的增長(zhǎng)有多大的促進(jìn)作用事關(guān)我國(guó)經(jīng)濟(jì)增長(zhǎng)方式的轉(zhuǎn)變。實(shí)證研究結(jié)果表明，1985-2010年，服務(wù)進(jìn)口貿(mào)易與我國(guó)全要素生產(chǎn)率的變化之間有顯著的正相關(guān)關(guān)系，服務(wù)進(jìn)口增長(zhǎng)1%， 全要素生產(chǎn)率就有0.12%的提升。基于VAR模型的脈沖響應(yīng)函數(shù)分析和預(yù)測(cè)方差分解分析結(jié)果，盡管國(guó)內(nèi)R&D資本存量對(duì)全要素生產(chǎn)率的長(zhǎng)期拉動(dòng)效應(yīng)更為顯著，但服務(wù)進(jìn)口的積極作用也不可忽視。

關(guān)鍵詞：服務(wù)進(jìn)口；全要素生產(chǎn)率；VAR模型

中圖分類號(hào)：F740 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-3890（2014）04-0073-07

改革開放以來(lái)，在貨物貿(mào)易快速增長(zhǎng)的同時(shí)，我國(guó)服務(wù)貿(mào)易也有很大發(fā)展。1985—2010年，我國(guó)服務(wù)貿(mào)易進(jìn)出口總額年均增長(zhǎng)18.5%，在世界服務(wù)貿(mào)易中所占比重從0.66%上升到5.03%。與此同時(shí)，中國(guó)經(jīng)濟(jì)也以近10%的年均實(shí)際增長(zhǎng)率高速成長(zhǎng)，服務(wù)貿(mào)易與中國(guó)經(jīng)濟(jì)增長(zhǎng)的關(guān)系也因此成為一個(gè)重要的研究課題。如果從凈出口在GDP中所占比重的角度來(lái)看，服務(wù)貿(mào)易對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)，從1995年以來(lái)，我國(guó)服務(wù)貿(mào)易持續(xù)逆差，以負(fù)值計(jì)入GDP，但顯然這樣的研究思路并未把握經(jīng)濟(jì)增長(zhǎng)的本質(zhì)。根據(jù)現(xiàn)代經(jīng)濟(jì)增長(zhǎng)理論，一國(guó)經(jīng)濟(jì)持續(xù)、穩(wěn)定增長(zhǎng)的根本原因在于全要素生產(chǎn)率（TFP）的提高。全要素生產(chǎn)率反映的是一定時(shí)間內(nèi)勞動(dòng)與資本等全部投入要素的產(chǎn)出效率，全要素生產(chǎn)率的增長(zhǎng)是指剔除要素投入導(dǎo)致的產(chǎn)出增長(zhǎng)后的那部分產(chǎn)出增加，其來(lái)源包括技術(shù)進(jìn)步、管理創(chuàng)新等。因此，服務(wù)貿(mào)易是否推動(dòng)了中國(guó)經(jīng)濟(jì)的長(zhǎng)期增長(zhǎng)要看它是否促進(jìn)了全要素生產(chǎn)率的進(jìn)步。

本文試圖從服務(wù)進(jìn)口的角度進(jìn)行分析。從理論上講，服務(wù)進(jìn)口貿(mào)易可以通過以下兩個(gè)渠道的技術(shù)溢出效應(yīng)影響一國(guó)的全要素生產(chǎn)率。一是跨境服務(wù)貿(mào)易產(chǎn)生的技術(shù)溢出效應(yīng)：直接的技術(shù)貿(mào)易不僅提高進(jìn)口國(guó)的技術(shù)存量水平，也會(huì)促使進(jìn)口國(guó)企業(yè)對(duì)引進(jìn)技術(shù)進(jìn)行學(xué)習(xí)和模仿；進(jìn)口的某些服務(wù)品（如計(jì)算機(jī)和信息服務(wù)）常常有較高的知識(shí)和技術(shù)含量，對(duì)進(jìn)口國(guó)具有示范效應(yīng)；服務(wù)貿(mào)易中高技術(shù)人員的交流也帶來(lái)知識(shí)和技術(shù)的擴(kuò)散、激發(fā)新思想的產(chǎn)生。二是商業(yè)存在服務(wù)貿(mào)易產(chǎn)生的技術(shù)溢出效應(yīng)：當(dāng)服務(wù)業(yè)跨國(guó)公司提供服務(wù)產(chǎn)品時(shí)，東道國(guó)企業(yè)有可能獲得與之相伴的免費(fèi)技術(shù)輔導(dǎo)、信息援助、員工培訓(xùn)等；服務(wù)業(yè)跨國(guó)公司的進(jìn)入也產(chǎn)生示范效應(yīng)和競(jìng)爭(zhēng)效應(yīng)，東道國(guó)服務(wù)企業(yè)可以模仿、學(xué)習(xí)先進(jìn)的管理技術(shù)，同時(shí)，激烈的競(jìng)爭(zhēng)也促進(jìn)它們加大自身研發(fā)投入，從而推動(dòng)整個(gè)行業(yè)生產(chǎn)率水平的提高。那么，服務(wù)進(jìn)口貿(mào)易是否真的通過以上渠道促進(jìn)了我國(guó)全要素生產(chǎn)率的提高？如是，對(duì)全要素生產(chǎn)率的貢獻(xiàn)又有多大呢？本文擬在相關(guān)研究文獻(xiàn)的基礎(chǔ)上，通過后面的實(shí)證分析對(duì)以上問題進(jìn)行探討。

一、文獻(xiàn)回顧

最早就貿(mào)易對(duì)全要素生產(chǎn)率的影響進(jìn)行實(shí)證分析的學(xué)者是Coe & Helpman（1995），他們利用1971—1990年以色列及21個(gè)OECD國(guó)家的面板數(shù)據(jù)，在宏觀層面上分析了國(guó)際貿(mào)易的國(guó)外研發(fā)溢出效應(yīng)對(duì)進(jìn)口國(guó)技術(shù)進(jìn)步的影響。結(jié)果顯示，國(guó)外研發(fā)對(duì)技術(shù)進(jìn)步的彈性約為12%，而國(guó)內(nèi)研發(fā)對(duì)技術(shù)進(jìn)步的彈性約為8%[1]。他們的模型建立在Grossman & Helpman（1991）的創(chuàng)新驅(qū)動(dòng)增長(zhǎng)理論基礎(chǔ)上，簡(jiǎn)稱為C-H模型，其基本設(shè)定被后來(lái)大多數(shù)實(shí)證研究沿用。

隨著服務(wù)貿(mào)易的快速發(fā)展，對(duì)國(guó)際貿(mào)易技術(shù)溢出效應(yīng)的研究也逐漸向服務(wù)貿(mào)易領(lǐng)域拓展。Francois（1990）的研究結(jié)果表明，生產(chǎn)者服務(wù)進(jìn)口有助于促進(jìn)整個(gè)經(jīng)濟(jì)部門生產(chǎn)率的提高[2]。Rivera & Batiz（1992）發(fā)現(xiàn)，以服務(wù)業(yè)跨國(guó)公司提供的服務(wù)作為中間投入的產(chǎn)業(yè)部門，其專業(yè)化分工水平得到提升，這有助于提高下游產(chǎn)業(yè)的生產(chǎn)率[3]。Maddan & Savage（2000）的研究發(fā)現(xiàn)，信息通信技術(shù)是國(guó)外研發(fā)溢出的一條重要路徑，國(guó)外研發(fā)溢出與電信和信息通訊設(shè)備的進(jìn)口量之間存在正相關(guān)關(guān)系[4]。Keller（2001）的分析表明，一國(guó)從國(guó)外研發(fā)溢出中所獲得的效益要比從自身研發(fā)中所獲得的效益低，從貿(mào)易開放中所獲得的技術(shù)溢出效應(yīng)的大小也與該國(guó)自身科研技術(shù)能力直接相關(guān)[5]。Robinson，Wang & Marin（2002）的跨國(guó)研究發(fā)現(xiàn)：通過從發(fā)達(dá)國(guó)家進(jìn)口服務(wù)產(chǎn)品，發(fā)展中國(guó)家可以獲取信息和先進(jìn)技術(shù)來(lái)提高全要素生產(chǎn)率[6]。Rajan & Bird（2002）對(duì)中國(guó)、印尼、韓國(guó)、泰國(guó)與馬來(lái)西亞的研究顯示，適時(shí)而有序地開放電信和金融服務(wù)市場(chǎng)，不僅能增加本國(guó)消費(fèi)者的福利，也能促進(jìn)本國(guó)經(jīng)濟(jì)結(jié)構(gòu)的調(diào)整和技術(shù)水平的進(jìn)步[7]。Xu & Chiang（2005）同時(shí)考慮了通過專利流動(dòng)和資本品貿(mào)易這兩種不同路徑的國(guó)際技術(shù)溢出效應(yīng)，他們的實(shí)證檢驗(yàn)發(fā)現(xiàn)，這兩種路徑的技術(shù)溢出效應(yīng)在不同收入層次的國(guó)家很不相同[8]。OECD（2006）的研究表明，服務(wù)市場(chǎng)開放是技術(shù)溢出的關(guān)鍵路徑，這一點(diǎn)對(duì)發(fā)展中國(guó)家尤為重要[9]。Arnold， Javorcik & Mattoo（2006）利用捷克企業(yè)層面數(shù)據(jù)進(jìn)行的研究發(fā)現(xiàn)，東道國(guó)國(guó)內(nèi)下游制造業(yè)企業(yè)的經(jīng)營(yíng)績(jī)效與服務(wù)業(yè)跨國(guó)直接投資顯著相關(guān)[10]。Mattoo， Rathindran & Subramanian（2006）認(rèn)為，給定影響經(jīng)濟(jì)增長(zhǎng)的其他因素，電信或金融部門開放的國(guó)家有更高的平均經(jīng)濟(jì)增長(zhǎng)率[11]。Amiti & Konings（2007）的研究發(fā)現(xiàn)，推進(jìn)中間投入品服務(wù)部門的自由化將有利于國(guó)內(nèi)下游制造業(yè)生產(chǎn)率的提升[12]。

國(guó)內(nèi)學(xué)者近年來(lái)也開始關(guān)注服務(wù)貿(mào)易的技術(shù)溢出效應(yīng)。黃建鋒（2007） 的實(shí)證研究是以服務(wù)業(yè)FDI作為商業(yè)存在服務(wù)貿(mào)易的替代變量進(jìn)行的，結(jié)果表明：1990—2005年我國(guó)服務(wù)業(yè)FDI的技術(shù)溢出效應(yīng)十分顯著[13]。高凌云、王永中（2008）采用178個(gè)國(guó)家2000—2005年的數(shù)據(jù)進(jìn)行研究發(fā)現(xiàn)，非物化型溢出是國(guó)外研發(fā)溢出的一條重要路徑，它對(duì)樣本國(guó)的全要素生產(chǎn)率均有促進(jìn)作用[14]。李瑞琴（2009）認(rèn)為，服務(wù)貿(mào)易自由化對(duì)一國(guó)經(jīng)濟(jì)增長(zhǎng)有直接和間接影響，而間接影響對(duì)一國(guó)經(jīng)濟(jì)的長(zhǎng)期增長(zhǎng)作用更大，服務(wù)貿(mào)易自由化有利于技術(shù)外部效應(yīng)的實(shí)現(xiàn)[15]。唐保慶（2009）利用17個(gè)APEC成員國(guó)的動(dòng)態(tài)面板數(shù)據(jù)，從FDI流入、集聚效應(yīng)和服務(wù)進(jìn)口貿(mào)易等方面擴(kuò)展了C-H模型，發(fā)現(xiàn)通過服務(wù)貿(mào)易渠道帶來(lái)的國(guó)外研發(fā)溢出均能顯著促進(jìn)全要素生產(chǎn)率的提升。唐保慶、陳志和和楊繼軍（2011）采用90個(gè)國(guó)家1998—2007年的面板數(shù)據(jù)，研究了不同要素密集型服務(wù)進(jìn)口貿(mào)易的國(guó)外研發(fā)溢出效應(yīng)發(fā)現(xiàn)，知識(shí)與技術(shù)密集型服務(wù)產(chǎn)品進(jìn)口對(duì)全要素生產(chǎn)率的提升有顯著影響，而勞動(dòng)與資本密集型服務(wù)產(chǎn)品進(jìn)口的影響并不明顯[16]。方慧（2009）采用1991—2006年中國(guó)服務(wù)業(yè)FDI的數(shù)據(jù)進(jìn)行研究發(fā)現(xiàn)，服務(wù)貿(mào)易的技術(shù)溢出效應(yīng)為正，但由于我國(guó)服務(wù)業(yè)的開放時(shí)間較晚，溢出效應(yīng)并不顯著[17]。

以上研究提供了有價(jià)值的參考線索，但其中一些文獻(xiàn)分析的是服務(wù)貿(mào)易與收入增長(zhǎng)之間的關(guān)系，不涉及其技術(shù)溢出效應(yīng)對(duì)經(jīng)濟(jì)增長(zhǎng)的源泉——全要素生產(chǎn)率進(jìn)步——的作用；而在分析服務(wù)貿(mào)易與我國(guó)全要素生產(chǎn)率關(guān)系的文獻(xiàn)中，大多數(shù)都采用傳統(tǒng)計(jì)量模型，這類基于經(jīng)濟(jì)理論設(shè)定的模型對(duì)變量之間的動(dòng)態(tài)關(guān)系并不能提供較為嚴(yán)密的解釋。本文采用基于VAR模型的脈沖響應(yīng)函數(shù)法與方差分解法進(jìn)行，以期對(duì)1985—2010年服務(wù)進(jìn)口貿(mào)易對(duì)我國(guó)全要素生產(chǎn)率的影響進(jìn)行更全面和深入的實(shí)證研究。

二、數(shù)據(jù)與方法

（一）對(duì)中國(guó)全要素生產(chǎn)率的估算

本文采用柯布-道格拉斯生產(chǎn)函數(shù)①，并假設(shè)函數(shù)為?？怂怪行裕?/p>

Yt=At.Kt？琢.Lt？茁，0<？琢<1，0<？茁<1，？琢+？茁=1（1）

式（1）兩邊取對(duì)數(shù)，建立如下對(duì)數(shù)線性回歸計(jì)量模型：

LnYt=LnAt+？琢LnKt+？茁LnLt+ut（2）

全要素生產(chǎn)率（TFP）定義為：

TFPt=At=Yt/（Kt？琢.Lt？茁）（3）

其中At代表t年的全要素生產(chǎn)率，α和β分別代表資本和勞動(dòng)的產(chǎn)出彈性。Yt為t年以1990年不變價(jià)格計(jì)算的真實(shí)國(guó)內(nèi)生產(chǎn)總值，Lt為t年的勞動(dòng)力投入總量，本文以各年社會(huì)總就業(yè)人數(shù)衡量，這兩項(xiàng)數(shù)據(jù)均來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》。Kt為t年以1990年不變價(jià)格調(diào)整后的真實(shí)固定資本存量，借鑒張軍和施少華（2003）的方法計(jì)算而得[18]。最小二乘回歸結(jié)果顯示，常數(shù)項(xiàng)為-9.052 237，？琢=0.706 209，？茁=1.010 693。于是我們得到以下回歸方程：

Lny=-9.052 237+0.706 209LnK+1.010 693LnL（4）

正規(guī)化得：？琢*=？琢/（？琢+？茁）=0.412，？茁*=？茁/（？琢+？茁）=0.588。建立以下反映全要素生產(chǎn)率的殘差方程，并據(jù)此估算出1985—2010年我國(guó)的全要素生產(chǎn)率（結(jié)果見表1）：

At=exp（LnYt-0.412LnKt-0.588LnLt）（5）

（二）實(shí)證檢驗(yàn)?zāi)Ｐ团c其他相關(guān)數(shù)據(jù)

本文的計(jì)量分析采用由西姆斯（Sims）提出的向量自回歸模型（簡(jiǎn)稱VAR模型）。VAR模型是基于數(shù)據(jù)本身的統(tǒng)計(jì)性建立的非結(jié)構(gòu)化模型，模型中每個(gè)變量都是內(nèi)生變量，都是系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)。有k個(gè)內(nèi)生變量，d個(gè)外生變量，滯后階數(shù)為p的VAR（p）模型的數(shù)學(xué)表達(dá)式如下：

yt=A1yt-1+…Apyt-p+Hxt+？著t（6）

其中，yt是k維的內(nèi)生變量，xt是d維的列向量，p是滯后階數(shù)，A1…Ap為k×k維的待估計(jì)系數(shù)矩陣，H是k×d維的待估計(jì)系數(shù)矩陣，？著t是k維隨機(jī)擾動(dòng)列向量。我們將根據(jù)AIC、SC、LR、FPE和HQ等五種判斷準(zhǔn)則來(lái)綜合選取VAR模型的最佳滯后階數(shù)。

本文在變量選取上借鑒C-H模型。在C-H模型中，國(guó)內(nèi)研發(fā)（R&D）資本存量與通過貿(mào)易渠道溢出的國(guó)外研發(fā)資本存量是影響一國(guó)全要素生產(chǎn)率的主要因素，由于服務(wù)進(jìn)口與國(guó)外研發(fā)溢出量成正比，我們用服務(wù)進(jìn)口額代替C-H模型中通過貿(mào)易渠道溢出的國(guó)外研發(fā)資本存量。1985—2010年中國(guó)服務(wù)進(jìn)口數(shù)據(jù)從中國(guó)服務(wù)貿(mào)易指南網(wǎng)獲取，按美元對(duì)人民幣的年均匯率換算成人民幣值后，再以1990年的價(jià)格為基期價(jià)格折算成真實(shí)水平。

1985—2010年國(guó)內(nèi)R&D資本存量通過以下途徑估算：先計(jì)算出1985年R&D資本存量，然后根據(jù)永續(xù)存盤法計(jì)算出其余各年存量。我們借鑒Griliches（1980）的方法來(lái)計(jì)算我國(guó)1985年的R&D資本存量S1985：S1985=R1985/（g+δ），其中R1985是1985年的R&D投資支出，g是1985—2010年R&D投資支出對(duì)數(shù)形式的年均增長(zhǎng)率，δ是R&D資本的折舊率，這里我們參考Coe & Helpman（1995）將其設(shè)定為5%。由于我國(guó)從1987年才開始有R&D支出的統(tǒng)計(jì)數(shù)據(jù)，因此，1985、1986年的R&D支出根據(jù)相鄰三年的平均R&D支出占GDP比重乘以當(dāng)年GDP計(jì)算而得，其余年份數(shù)據(jù)直接來(lái)自《中國(guó)科技統(tǒng)計(jì)年鑒》。在計(jì)算出1985年的R&D資本存量后，其余年份數(shù)據(jù)依據(jù)以下公式計(jì)算：St=（1-δ）St-1+ Rt，其中，St與St-1分別是t期和t-1期的R&D資本存量，δ是R&D資本折舊率，仍然設(shè)定為5%，Rt是以1990年不變價(jià)格表示的t期R&D投資支出。計(jì)算結(jié)果與相關(guān)數(shù)據(jù)詳見表1。

三、VAR模型的建立與實(shí)證分析

（一）建模準(zhǔn)備

1. ADF單位根檢驗(yàn)。由于本文使用時(shí)間序列數(shù)據(jù)，因此有必要對(duì)數(shù)據(jù)平穩(wěn)性進(jìn)行檢驗(yàn)。對(duì)數(shù)據(jù)取自然對(duì)數(shù)能使其趨勢(shì)線性化，在消除異方差現(xiàn)象的同時(shí)，并不改變?cè)瓟?shù)據(jù)的協(xié)整關(guān)系。因此，我們先對(duì)全要素生產(chǎn)率、服務(wù)進(jìn)口以及R&D資本存量取自然對(duì)數(shù)（分別用Lntfp、Lnsim和Lnyf表示），然后進(jìn)行ADF單位根檢驗(yàn)。表2的檢驗(yàn)結(jié)果顯示，盡管原時(shí)間序列都不平穩(wěn)，但它們的一階差分都是平穩(wěn)的，因此，所有變量都是I（1）一階單整序列[19]。

2. Johansen協(xié)整檢驗(yàn)。由于原時(shí)間序列數(shù)據(jù)是非平穩(wěn)的，所以我們使用Johansen協(xié)整檢驗(yàn)方法來(lái)判斷它們之間是否存在長(zhǎng)期穩(wěn)定的均衡關(guān)系。上面的ADF單位根檢驗(yàn)表明，三個(gè)變量都是I（1）一階單整序列，滿足進(jìn)行協(xié)整檢驗(yàn)的條件。檢驗(yàn)結(jié)果如表3所示：原變量之間在5%的顯著性水平下存在兩個(gè)協(xié)整關(guān)系，這說明盡管原變量為非平穩(wěn)序列，但它們的線性組合卻是平穩(wěn)的，即三個(gè)變量之間存在著長(zhǎng)期穩(wěn)定的均衡關(guān)系。根據(jù)檢驗(yàn)結(jié)果，Lntfp、Lnyf和Lnsim之間協(xié)整關(guān)系的表達(dá)式為：

Lntfp=1.812 250+0.147 145Lnyf+0.115 642Lnsim（7）

從（7）式可知，服務(wù)進(jìn)口、國(guó)內(nèi)R&D資本存量與我國(guó)的全要素生產(chǎn)率的變化存在顯著的正相關(guān)關(guān)系，服務(wù)進(jìn)口增長(zhǎng)1%，全要素生產(chǎn)率會(huì)提升0.12%，國(guó)內(nèi)R&D資本存量每增長(zhǎng)1%，全要素生產(chǎn)率將有0.15%的提高。

3. 誤差修正機(jī)制。盡管協(xié)整檢驗(yàn)表明三個(gè)變量存在著長(zhǎng)期穩(wěn)定的均衡關(guān)系，但在短期內(nèi)，卻有可能偏離長(zhǎng)期均衡狀態(tài)。我們利用向量誤差修正模型，來(lái)反映服務(wù)進(jìn)口、國(guó)內(nèi)R&D資本存量與我國(guó)全要素生產(chǎn)率之間短期偏離的修正機(jī)制。根據(jù)AIC、SC、LR、FPE和HQ等準(zhǔn)則來(lái)判斷無(wú)約束VAR模型的滯后期數(shù)，我們選定的最佳滯后期數(shù)為3。用VECM表示非均衡誤差，代表協(xié)整方程中的殘差序列，我們構(gòu)造的向量誤差修正模型如下：

D ln tfpD ln ytD ln sim=-0.1420.574 8-5.554VECM（-1）

+0.343 0.487 0.061-0.45 0.421 0.0654.639 3.617 -1.27D ln tfp（-1）D ln yt（-1）D ln sim（-1）

+0.637 0.436 0.0450.485 0.223 0.0760.611 5.023 -0.37D ln tfp（-2）D ln yt（-2）D ln sim（-2）

+0.293 0.682 0.040-0.34 -0.12 0.0390.779 -5.19 0.137D ln tfp（-3）D ln yt（-3）D ln sim（-3）

+-0.0240.083 2-0.232

由模型可知，服務(wù)進(jìn)口、國(guó)內(nèi)R&D資本存量與我國(guó)全要素生產(chǎn)率的關(guān)系在短期可能偏離長(zhǎng)期均衡水平，但會(huì)在較短的時(shí)間內(nèi)以較快速度自動(dòng)向長(zhǎng)期均衡回歸。平均而言，上一年度的非均衡誤差以0.142的速度修正全要素生產(chǎn)率增長(zhǎng)的偏離，以0.575的速度修正國(guó)內(nèi)R&D資本存量增長(zhǎng)的偏離，以5.554的速度修正服務(wù)進(jìn)口的偏離。

4. 格蘭杰因果關(guān)系檢驗(yàn)。下面進(jìn)行格蘭杰（Granger）因果關(guān)系檢驗(yàn)，以確定變量之間的長(zhǎng)期均衡關(guān)系是否構(gòu)成因果關(guān)系。表4給出的檢驗(yàn)結(jié)果顯示：yf與sim都是tfp的格蘭杰原因，且兩者的共同作用也是tfp的格蘭杰原因，這說明國(guó)內(nèi)R&D資本存量的增長(zhǎng)、服務(wù)進(jìn)口的增加都將拉動(dòng)全要素生產(chǎn)率上升，并且它們?cè)鲩L(zhǎng)的共同作用也將帶動(dòng)全要素生產(chǎn)率增長(zhǎng)；tfp是yf的格蘭杰原因，sim不是yf的格蘭杰原因，但兩者的共同作用是yf的格蘭杰原因，這說明我國(guó)全要素生產(chǎn)率的提高有助于拉動(dòng)國(guó)內(nèi)R&D資本存量的增長(zhǎng)，全要素生產(chǎn)率增長(zhǎng)和服務(wù)進(jìn)口增加的共同作用也將帶動(dòng)國(guó)內(nèi)R&D資本存量的增加；tfp是sim的格蘭杰原因，yf不是sim的格蘭杰原因，但兩者的共同作用是sim的格蘭杰原因，這說明全要素生產(chǎn)率的提高將拉動(dòng)服務(wù)貿(mào)易進(jìn)口的增長(zhǎng)，全要素生產(chǎn)率增長(zhǎng)和國(guó)內(nèi)R&D資本存量增加的共同作用也將帶動(dòng)服務(wù)進(jìn)口的增加。

（二）VAR模型的建立與穩(wěn)健性檢驗(yàn)

建立VAR模型的關(guān)鍵是確定滯后階數(shù)p。p值越大，越能完整反映模型的動(dòng)態(tài)特征，但相應(yīng)地，模型中待估計(jì)的參數(shù)就越多，自由度也就越少，因此在滯后期和自由度之間需要尋求平衡。根據(jù)AIC、SC、LR、FPE和HQ等判斷準(zhǔn)則，經(jīng)過多次測(cè)算比較，本模型的最優(yōu)滯后階數(shù)確定為3，因此建立VAR（3）模型。使用Eviews計(jì)量軟件得出的結(jié)果顯示，模型整體擬合度較高。經(jīng)檢驗(yàn)各擾動(dòng)項(xiàng)不與自己的滯后值相關(guān)，White檢驗(yàn)結(jié)果也顯示不存在異方差，模型效果較好。依據(jù)計(jì)量結(jié)果得到的各項(xiàng)參數(shù)值，VAR（3）模型方程如下：

ln tfpln ytln sim=0.641 0.33 0.0290.056 1.88 0.007-1.33 6.32 0.374ln tfp（-1）ln yt（-1）ln sim（-1）

+-0.809 0.264 0.037 4-0.167 -1.04 -0.00 3-3.936 -6.63 0.966 7ln tfp（-2）ln yt（-2）ln sim（-2）

+0.187 -0.53 0.0800.307 0.132 -0.020.400 0.739 0.175ln tfp（-3）ln yt（-3）ln sim（-3）2.1514-0.38211.004

■21=0.997 ■22=0.999 ■32=0.991

圖1是對(duì)以上所建VAR（3）模型的穩(wěn)定性檢驗(yàn)圖，從中可看出，模型的所有特征根都在單位圓內(nèi)，因此，所建模型是穩(wěn)定的。

（三）基于VAR模型的脈沖響應(yīng)分析與預(yù)測(cè)方差分解分析

1. 脈沖響應(yīng)分析。為了進(jìn)一步把握全要素生產(chǎn)率、國(guó)內(nèi)R&D資本、服務(wù)進(jìn)口之間的動(dòng)態(tài)關(guān)系，我們對(duì)以上建立的VAR（3）模型進(jìn)行脈沖響應(yīng)分析，即利用脈沖響應(yīng)函數(shù)來(lái)衡量隨機(jī)擾動(dòng)項(xiàng)的一個(gè)標(biāo)準(zhǔn)差沖擊對(duì)內(nèi)生變量當(dāng)前值和未來(lái)值所產(chǎn)生的影響。脈沖響應(yīng)函數(shù)的曲線圖見圖2、圖3和圖4。

由圖2可知，Lntfp對(duì)來(lái)自Lnsim的沖擊產(chǎn)生正響應(yīng)，并在第四期達(dá)到峰值，之后雖逐漸下降，但在第八期后仍然保持較高水平。這說明服務(wù)進(jìn)口對(duì)全要素生產(chǎn)率產(chǎn)生長(zhǎng)期的積極拉動(dòng)作用。Lntfp對(duì)于當(dāng)期Lnyf的沖擊響應(yīng)要強(qiáng)于對(duì)Lnsim的沖擊響應(yīng)，在第五期達(dá)到峰值，隨后逐漸降低，這說明國(guó)內(nèi)R&D資本存量對(duì)全要素生產(chǎn)率的長(zhǎng)期拉動(dòng)效應(yīng)更為顯著。Lntfp對(duì)于自身的一個(gè)標(biāo)準(zhǔn)差擾動(dòng)，在第一期反應(yīng)較強(qiáng)烈，但之后逐漸下降，從第三期開始一直為負(fù)效應(yīng)。

從圖3可看出，Lnyf對(duì)于自身的一個(gè)標(biāo)準(zhǔn)差沖擊，一開始就產(chǎn)生正響應(yīng)，且呈快速上升趨勢(shì)，明顯要強(qiáng)于對(duì)Lntfp和Lnsim的沖擊響應(yīng)。Lnyf對(duì)于來(lái)自Lntfp的沖擊呈現(xiàn)正響應(yīng)，在第七期達(dá)到峰值后逐漸下降，這說明全要素生產(chǎn)率對(duì)研發(fā)資本存量的增加具有正效應(yīng)，但正效應(yīng)的顯現(xiàn)有一個(gè)滯后期。Lnyf對(duì)Lnsim的沖擊響應(yīng)在初始階段為零，之后逐漸下降，在第五期達(dá)到最小值，之后較快上升，從第八期才開始表現(xiàn)出較小的正響應(yīng)。

圖4顯示，Lnsim對(duì)于來(lái)自Lntfp的一個(gè)標(biāo)準(zhǔn)差沖擊一直呈現(xiàn)負(fù)響應(yīng)，但在第三期達(dá)到最小值后一路上升。這說明全要素生產(chǎn)率對(duì)服務(wù)貿(mào)易進(jìn)口的增加具有負(fù)效應(yīng)，但其負(fù)效應(yīng)在后期逐漸減弱。Lnsim對(duì)來(lái)自Lnyf的沖擊從第一期開始一直呈現(xiàn)正效應(yīng)，在第四期達(dá)到峰值后，逐漸下降。Lnsim對(duì)自身的一個(gè)標(biāo)準(zhǔn)差擾動(dòng)的響應(yīng)存在一定的波動(dòng)性，但一直呈現(xiàn)正向效應(yīng)。

4. 預(yù)測(cè)方差分解分析。在上面的脈沖響應(yīng)分析中，我們討論了VAR模型中每個(gè)內(nèi)生變量的沖擊如何隨著時(shí)間的推移對(duì)其他內(nèi)生變量產(chǎn)生影響。下面我們進(jìn)一步通過方差分解將內(nèi)生變量的變化分解為與之相關(guān)的組成部分，以評(píng)價(jià)每個(gè)沖擊的重要程度。對(duì)已建立的VAR（3）模型進(jìn)行預(yù)測(cè)方差分解，結(jié)果見表5、表6和表7。

由表5可知，在第一期全要素生產(chǎn)率只受其自身波動(dòng)的影響，服務(wù)進(jìn)口、研發(fā)資本的影響（即對(duì)預(yù)測(cè)方差的貢獻(xiàn)度）在第二期才顯現(xiàn)出來(lái)，且沖擊影響的強(qiáng)度很小，分別為2.517%和3.287%，但隨后影響逐漸加強(qiáng)；在第四期，服務(wù)進(jìn)口和研發(fā)資本的預(yù)測(cè)方差分解值分別為19.326%和31.138%，二者之和達(dá)到50.464%；從第四期到末期，服務(wù)進(jìn)口和研發(fā)資本對(duì)全要素生產(chǎn)率的貢獻(xiàn)一直維持在一個(gè)比較高的水平。結(jié)合上面的脈沖響應(yīng)函數(shù)值可知，服務(wù)進(jìn)口和國(guó)內(nèi)研發(fā)對(duì)全要素生產(chǎn)率的提升有很大程度的促進(jìn)作用，從影響程度來(lái)看，國(guó)內(nèi)研發(fā)的促進(jìn)作用要大于服務(wù)進(jìn)口的促進(jìn)作用。

從表6可以看出，對(duì)國(guó)內(nèi)研發(fā)資本存量波動(dòng)貢獻(xiàn)最大的是其自身，一直維持在87%以上。服務(wù)進(jìn)口的貢獻(xiàn)很小，基本維持在1%以下。Lntfp對(duì)Lnyf的預(yù)測(cè)方差影響相對(duì)較小，在第六期之前一直維持在較低水平，之后才逐漸增強(qiáng)，到第八期達(dá)到12%以上，結(jié)合脈沖響應(yīng)函數(shù)值，這說明全要素生產(chǎn)率的提升對(duì)國(guó)內(nèi)研發(fā)的促進(jìn)作用具有一定的滯后性。

表7顯示，服務(wù)進(jìn)口最初受其自身和全要素生產(chǎn)率的影響較大，但隨著時(shí)間的推移，其自身的影響逐漸降低，從最初的74.657%降低到期末的33.973%，而全要素生產(chǎn)率的貢獻(xiàn)則增長(zhǎng)較快，從第三期開始一直維持在34.505%以上。研發(fā)資本存量對(duì)服務(wù)進(jìn)口波動(dòng)的貢獻(xiàn)最初較小，僅為7.909%，但后來(lái)基本上呈逐漸上升態(tài)勢(shì)，到末期為31.521%。表7還顯示，全要素生產(chǎn)率對(duì)服務(wù)進(jìn)口波動(dòng)的貢獻(xiàn)一直要大于國(guó)內(nèi)研發(fā)資本存量的貢獻(xiàn)，這表明全要素生產(chǎn)率增進(jìn)帶來(lái)的增長(zhǎng)質(zhì)量的改善，將對(duì)我國(guó)服務(wù)進(jìn)口貿(mào)易的發(fā)展產(chǎn)生積極影響。

四、結(jié)論與政策含義

以上實(shí)證分析表明，過去25年中，服務(wù)進(jìn)口、國(guó)內(nèi)R&D資本存量與我國(guó)全要素生產(chǎn)率的變化存在顯著的正相關(guān)關(guān)系，服務(wù)進(jìn)口每增長(zhǎng)1%，我國(guó)全要素生產(chǎn)率就提升0.12%，國(guó)內(nèi)R&D資本存量每增長(zhǎng)1%，我國(guó)全要素生產(chǎn)率就將提高0.15%。盡管在短期內(nèi)服務(wù)進(jìn)口、國(guó)內(nèi)R&D資本存量與我國(guó)全要素生產(chǎn)率的關(guān)系可能偏離長(zhǎng)期均衡水平，但其回歸的速度較快，平均而言，上一年度的非均衡誤差以0.142的速度修正全要素生產(chǎn)率增長(zhǎng)的偏離。格蘭杰因果關(guān)系檢驗(yàn)結(jié)果表明，服務(wù)進(jìn)口、國(guó)內(nèi)R&D資本存量的增長(zhǎng)都將促進(jìn)全要素生產(chǎn)率的提高。基于VAR模型的脈沖響應(yīng)函數(shù)分析與方差分解分析結(jié)果顯示，服務(wù)進(jìn)口對(duì)全要素生產(chǎn)率在長(zhǎng)期內(nèi)產(chǎn)生積極的拉動(dòng)作用，國(guó)內(nèi)R&D資本存量的長(zhǎng)期拉動(dòng)效應(yīng)則更為顯著；服務(wù)進(jìn)口、國(guó)內(nèi)R&D資本積累對(duì)解釋全要素生產(chǎn)率的預(yù)測(cè)方差起著重要作用，而全要素生產(chǎn)率對(duì)服務(wù)進(jìn)口、R&D資本存量預(yù)測(cè)方差的貢獻(xiàn)則相對(duì)較小。

以上實(shí)證研究結(jié)果表明，除加強(qiáng)國(guó)內(nèi)自身的研發(fā)投入外，我們應(yīng)當(dāng)重視服務(wù)進(jìn)口貿(mào)易的技術(shù)溢出效應(yīng)，通過分享其他先進(jìn)國(guó)家的研發(fā)成果來(lái)推動(dòng)我國(guó)全要素生產(chǎn)率的增長(zhǎng)。從政策角度來(lái)看，以下幾方面意義重大：進(jìn)一步完善服務(wù)貿(mào)易的法律法規(guī)，為服務(wù)貿(mào)易的發(fā)展創(chuàng)造良好的制度環(huán)境；加大人力資本投資，這不僅有助于提高我國(guó)自身的技術(shù)創(chuàng)新能力，也有助于提高對(duì)國(guó)外研發(fā)技術(shù)溢出效應(yīng)的吸收能力；擴(kuò)大知識(shí)和技術(shù)密集度高的服務(wù)產(chǎn)品進(jìn)口，尤其是高知識(shí)、高技術(shù)含量的生產(chǎn)性服務(wù)品的進(jìn)口，以此來(lái)學(xué)習(xí)、消化和吸收新技術(shù)；提高服務(wù)貿(mào)易開放度、鼓勵(lì)FDI進(jìn)入知識(shí)和技術(shù)密集型服務(wù)業(yè)，從而更大程度地獲取商業(yè)存在服務(wù)貿(mào)易的技術(shù)溢出效應(yīng)。

注釋：

①生產(chǎn)函數(shù)法是目前測(cè)算全要素生產(chǎn)率的常用方法，且多采用柯布—道格拉斯生產(chǎn)函數(shù)，如彭國(guó)華（2005）、張軍和施少華（2003）等。

參考文獻(xiàn)：

[1]Coe D T，Helpman E. International R&D Spillovers[J].European Economic Review，1995，39 （5）：859-887.

[2]Francois J F. Trade in Producer Services and Returns Due to Specialization Under Monopolistic Competition[J]. The Canadian Journal of Economics，1990，23（1）：109-24.

[3]Rivera B F L. Batiz L. A. R..Europe 1992 and the Liberalization of Direct Investment Flows：Services Versus Manufacturing[J]. International Economic Journal，1992， 6（1）：287-307.

[4]Madden G， Savage S J. R&D Spillovers， information Technology and Telecommunications， and Productivity in Asia and the OECD[J]. Information Economics and Policy，2000，12（4）：367-392.

[5]Keller W. Knowledge Spillovers at the World's Technology Frontier[R]. CEPR Discussion，2001：2815.

[6]Robinson S， Wang Z， Marin W. Capturing the Implications of Services Trade Liberalization[J]. Economic Systems Research，2002， 14 （1）：3-33.

[7]Rajan R S， Bird G. Will Asian Economies Gain from Liberalizing Trade in Services[J]. Journal of Development Economies，2002：1061-1079.

[8]Xu B， Chiang E P. Trade，Patents and International Technology Diffusion[J]. International Trade and Economic Development，2005，14（1）：115-135.

[9]OECD. The Linkages between Open Services Market and Technology Transfer[M]. OECD Trade Policy Papers，No.29，OECD Publishing，2006.

[10]Arnold J， Javorcik B S， Mattoo A. The Productivity Effects of Services liberalization：Evidence from the Czech Republic[R]. World Bank，mimeo，2006.

[11]Mattoo A， Rathindran R. Subramanian A.. Measuring Services Trade Liberalization and Its Impact on Economic Growth：An Illustration[J]. Journal of Economic Integration，2006，21（1）：64-98.

[12]Amiti M， Konings J. Trade liberalization，intermediate inputs and productivity[J]. American Economic Review，2007，97（5）：1611-38.

[13]黃建鋒.服務(wù)貿(mào)易與經(jīng)濟(jì)增長(zhǎng)：理論與實(shí)證研究[D].上海：上海社會(huì)科學(xué)院，2007.

[14]高凌云，王永中.R&D溢出渠道、異質(zhì)性反應(yīng)與生產(chǎn)率：基于178個(gè)國(guó)家面板數(shù)據(jù)的經(jīng)驗(yàn)研究[J].世界經(jīng)濟(jì)，2008，（2）.

[15]李瑞琴.服務(wù)貿(mào)易與貨物貿(mào)易自由化對(duì)經(jīng)濟(jì)增長(zhǎng)影響的差異性研究[J].財(cái)貿(mào)研究，2009，（3）.

[16]唐保慶，陳志和，楊繼軍.“服務(wù)貿(mào)易進(jìn)口是否帶來(lái)國(guó)外R&D溢出效應(yīng)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2011，（5）.

[17]方慧.服務(wù)貿(mào)易技術(shù)溢出的實(shí)證研究：基于中國(guó)1991—2006年的數(shù)據(jù)[J].世界經(jīng)濟(jì)研究，2009，（3）.

[18]張軍，施少華.中國(guó)經(jīng)濟(jì)全要素生產(chǎn)率變動(dòng)：1952—1998[J].世界經(jīng)濟(jì)文匯，2003，（2）.

責(zé)任編輯、校對(duì)：曹華青

[5]Keller W. Knowledge Spillovers at the World's Technology Frontier[R]. CEPR Discussion，2001：2815.

[6]Robinson S， Wang Z， Marin W. Capturing the Implications of Services Trade Liberalization[J]. Economic Systems Research，2002， 14 （1）：3-33.

[7]Rajan R S， Bird G. Will Asian Economies Gain from Liberalizing Trade in Services[J]. Journal of Development Economies，2002：1061-1079.

[8]Xu B， Chiang E P. Trade，Patents and International Technology Diffusion[J]. International Trade and Economic Development，2005，14（1）：115-135.

[9]OECD. The Linkages between Open Services Market and Technology Transfer[M]. OECD Trade Policy Papers，No.29，OECD Publishing，2006.

[10]Arnold J， Javorcik B S， Mattoo A. The Productivity Effects of Services liberalization：Evidence from the Czech Republic[R]. World Bank，mimeo，2006.

[11]Mattoo A， Rathindran R. Subramanian A.. Measuring Services Trade Liberalization and Its Impact on Economic Growth：An Illustration[J]. Journal of Economic Integration，2006，21（1）：64-98.

[12]Amiti M， Konings J. Trade liberalization，intermediate inputs and productivity[J]. American Economic Review，2007，97（5）：1611-38.

[13]黃建鋒.服務(wù)貿(mào)易與經(jīng)濟(jì)增長(zhǎng)：理論與實(shí)證研究[D].上海：上海社會(huì)科學(xué)院，2007.

[14]高凌云，王永中.R&D溢出渠道、異質(zhì)性反應(yīng)與生產(chǎn)率：基于178個(gè)國(guó)家面板數(shù)據(jù)的經(jīng)驗(yàn)研究[J].世界經(jīng)濟(jì)，2008，（2）.

[15]李瑞琴.服務(wù)貿(mào)易與貨物貿(mào)易自由化對(duì)經(jīng)濟(jì)增長(zhǎng)影響的差異性研究[J].財(cái)貿(mào)研究，2009，（3）.

[16]唐保慶，陳志和，楊繼軍.“服務(wù)貿(mào)易進(jìn)口是否帶來(lái)國(guó)外R&D溢出效應(yīng)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2011，（5）.

[17]方慧.服務(wù)貿(mào)易技術(shù)溢出的實(shí)證研究：基于中國(guó)1991—2006年的數(shù)據(jù)[J].世界經(jīng)濟(jì)研究，2009，（3）.

[18]張軍，施少華.中國(guó)經(jīng)濟(jì)全要素生產(chǎn)率變動(dòng)：1952—1998[J].世界經(jīng)濟(jì)文匯，2003，（2）.

責(zé)任編輯、校對(duì)：曹華青

[5]Keller W. Knowledge Spillovers at the World's Technology Frontier[R]. CEPR Discussion，2001：2815.

[6]Robinson S， Wang Z， Marin W. Capturing the Implications of Services Trade Liberalization[J]. Economic Systems Research，2002， 14 （1）：3-33.

[7]Rajan R S， Bird G. Will Asian Economies Gain from Liberalizing Trade in Services[J]. Journal of Development Economies，2002：1061-1079.

[8]Xu B， Chiang E P. Trade，Patents and International Technology Diffusion[J]. International Trade and Economic Development，2005，14（1）：115-135.

[9]OECD. The Linkages between Open Services Market and Technology Transfer[M]. OECD Trade Policy Papers，No.29，OECD Publishing，2006.

[10]Arnold J， Javorcik B S， Mattoo A. The Productivity Effects of Services liberalization：Evidence from the Czech Republic[R]. World Bank，mimeo，2006.

[11]Mattoo A， Rathindran R. Subramanian A.. Measuring Services Trade Liberalization and Its Impact on Economic Growth：An Illustration[J]. Journal of Economic Integration，2006，21（1）：64-98.

[12]Amiti M， Konings J. Trade liberalization，intermediate inputs and productivity[J]. American Economic Review，2007，97（5）：1611-38.

[13]黃建鋒.服務(wù)貿(mào)易與經(jīng)濟(jì)增長(zhǎng)：理論與實(shí)證研究[D].上海：上海社會(huì)科學(xué)院，2007.

[14]高凌云，王永中.R&D溢出渠道、異質(zhì)性反應(yīng)與生產(chǎn)率：基于178個(gè)國(guó)家面板數(shù)據(jù)的經(jīng)驗(yàn)研究[J].世界經(jīng)濟(jì)，2008，（2）.

[15]李瑞琴.服務(wù)貿(mào)易與貨物貿(mào)易自由化對(duì)經(jīng)濟(jì)增長(zhǎng)影響的差異性研究[J].財(cái)貿(mào)研究，2009，（3）.

[16]唐保慶，陳志和，楊繼軍.“服務(wù)貿(mào)易進(jìn)口是否帶來(lái)國(guó)外R&D溢出效應(yīng)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2011，（5）.

[17]方慧.服務(wù)貿(mào)易技術(shù)溢出的實(shí)證研究：基于中國(guó)1991—2006年的數(shù)據(jù)[J].世界經(jīng)濟(jì)研究，2009，（3）.

[18]張軍，施少華.中國(guó)經(jīng)濟(jì)全要素生產(chǎn)率變動(dòng)：1952—1998[J].世界經(jīng)濟(jì)文匯，2003，（2）.

責(zé)任編輯、校對(duì)：曹華青