趙 靜,謝小蓉
(1.西安翻譯學(xué)院 經(jīng)濟(jì)管理學(xué)院,西安 710105;2.西南財(cái)經(jīng)大學(xué) 中國(guó)西部經(jīng)濟(jì)研究中心,成都 611130)
鑒于國(guó)內(nèi)外形勢(shì)的變化,中國(guó)“十二五”及“十三五”規(guī)劃綱要均明確指出要提升出口復(fù)雜度,提高參與國(guó)際分工的層次。此時(shí),對(duì)于技術(shù)創(chuàng)新能力偏低的中國(guó)來(lái)說,制度質(zhì)量改進(jìn)能否促進(jìn)出口復(fù)雜度提升,是一個(gè)急需研究的領(lǐng)域。
出口復(fù)雜度是從關(guān)注出口數(shù)量轉(zhuǎn)向出口質(zhì)量的分析視角。關(guān)于其測(cè)度,該領(lǐng)域的最新前沿文獻(xiàn)是Hidalgo等(2009)[1]基于反射法提出的經(jīng)濟(jì)復(fù)雜度ECI,去除了以往同類指標(biāo)包含的收入信息,可以更好地解釋出口產(chǎn)品的技術(shù)含量。目前,國(guó)內(nèi)外學(xué)者對(duì)ECI的應(yīng)用尚處于起步階段。關(guān)于出口復(fù)雜度的影響因素,已有文獻(xiàn)一般從FDI、加工貿(mào)易等外部視角和人力資本、研發(fā)支出、物質(zhì)資本、基礎(chǔ)設(shè)施、制度等內(nèi)部視角展開[2,3]。其中,制度視角的研究數(shù)量有限,且實(shí)證研究較匱乏[4-6]。
本文將采用Hausmann等(2016)測(cè)算的剔除收入信息的ECI指標(biāo),以便更準(zhǔn)確地衡量各樣本的出口復(fù)雜度;借鑒Hausmann等(2013)[7],選取年貿(mào)易量10億及以上、人口120萬(wàn)及以上且貿(mào)易數(shù)據(jù)基本連續(xù)的56①56個(gè)經(jīng)濟(jì)體為:美國(guó)、英國(guó)、澳大利亞、奧地利、比利時(shí)、加拿大、智利、捷克、丹麥、愛沙尼亞、芬蘭、法國(guó)、德國(guó)、希臘、匈牙利、愛爾蘭、以色列、意大利、拉脫維亞、墨西哥、荷蘭、新西蘭、挪威、波蘭、葡萄牙、斯洛伐克、斯洛文尼亞、西班牙、瑞典、瑞士、土耳其、南非、俄羅斯、阿根廷、哈薩克斯坦、摩爾多瓦、伊朗、巴基斯坦、烏克蘭、蒙古、巴西、中國(guó)、中國(guó)(香港)、日本、韓國(guó)、新加坡、馬來(lái)西亞、印尼、菲律賓、泰國(guó)、印度、羅馬尼亞、立陶宛、保加利亞、突尼斯、埃及。根據(jù)聯(lián)合國(guó)商品貿(mào)易數(shù)據(jù)庫(kù)測(cè)算,樣本歷年貿(mào)易額的世界占比在0.8以上。個(gè)經(jīng)濟(jì)體的面板數(shù)據(jù),采用內(nèi)生門限模型等檢驗(yàn)制度質(zhì)量改進(jìn)對(duì)出口復(fù)雜度的門檻效應(yīng),在一定程度上豐富了出口復(fù)雜度影響因素的經(jīng)驗(yàn)研究。
基于以上理論分析,出口復(fù)雜度(ECI)即為被解釋變量、制度質(zhì)量(INS)即為核心解釋變量。出口復(fù)雜度的影響因素較多,綜合文獻(xiàn)[2,4,8],選擇代表創(chuàng)新能力的研發(fā)支出(RD)、表示經(jīng)濟(jì)發(fā)展水平的人均GDP(PC)、外商投資凈流入(FDI)、物質(zhì)資本(CAP)、人力資本(HUM)、基礎(chǔ)設(shè)施(INF)、高層次產(chǎn)品內(nèi)分工強(qiáng)度(DIVH)和貿(mào)易開放度(OP)作為模型的解釋變量。限于數(shù)據(jù)可得性和一致性,研究時(shí)限為2000—2015年。各變量的計(jì)算方法、數(shù)據(jù)來(lái)源和描述性統(tǒng)計(jì)見表1。
表1 各變量的計(jì)算方法、數(shù)據(jù)來(lái)源和描述性統(tǒng)計(jì)
面板數(shù)據(jù)模型較易遇到各變量的多重共線性問題,測(cè)算各變量Pearson相關(guān)性系數(shù)發(fā)現(xiàn)LNPC和INF相關(guān)性系數(shù)為0.853、CAP和OP相關(guān)性系數(shù)為0.81,其他變量間的相關(guān)性系數(shù)均在0.8以下。為了盡可能在整體上回避多重共線性問題,將INF和CAP刪除?;谝陨戏治?,設(shè)定計(jì)量模型如下:
其中,i表示各個(gè)國(guó)家(地區(qū)),t表示時(shí)間年份,εi,t表示模型的隨機(jī)誤差項(xiàng),各變量的系數(shù)估計(jì)值預(yù)期符號(hào)均為正。
基于Hausmann檢驗(yàn)結(jié)果采用雙固定效應(yīng)對(duì)計(jì)量模型進(jìn)行檢驗(yàn)。基于前文理論分析,不同層次制度質(zhì)量國(guó)家的制度改進(jìn)對(duì)出口復(fù)雜度的影響程度可能存在差異,故基于制度質(zhì)量將所有樣本分為4組,構(gòu)建虛擬變量實(shí)施分層次檢驗(yàn),結(jié)果見表2。
表2 基于虛擬變量的INS分層檢驗(yàn)結(jié)果
由表2可知,4組數(shù)據(jù)回歸結(jié)果的R2值均較大,超過0.9,說明模型對(duì)原始數(shù)據(jù)有較好的擬合效果。同時(shí)模型整體顯著性效果檢驗(yàn)統(tǒng)計(jì)量F值均在1%顯著性水平下不為0,因此各模型均對(duì)ECI的變化具有較好的解釋效果。從回歸結(jié)果可得出以下結(jié)論:第2~5列分別表示制度質(zhì)量的前1/4、中間兩個(gè)1/4和最后一個(gè)1/4的回歸結(jié)果,制度質(zhì)量的估計(jì)系數(shù)依次為0.0324、0.220、0.0821和-0.0144,但僅第二個(gè)1/4的樣本通過了1%顯著性水平的檢驗(yàn)。綜合系數(shù)估計(jì)值和顯著性水平來(lái)看,制度質(zhì)量改進(jìn)在前三組樣本中對(duì)出口復(fù)雜度有正向影響作用,在第四組樣本中有負(fù)向作用。其他解釋變量對(duì)出口復(fù)雜度的影響基本符合預(yù)期。樣本分組回歸結(jié)果初步可以說明,較低層次制度質(zhì)量樣本的制度質(zhì)量改進(jìn)有助于提升出口復(fù)雜度,在一定程度上驗(yàn)證了前文的理論分析。
為使估計(jì)結(jié)果更具穩(wěn)健性和客觀性,本文采用Hansen(1997)[9]創(chuàng)立的內(nèi)生門限回歸方法對(duì)理論分析進(jìn)行驗(yàn)證。如果存在單門限,建立如下模型:
其中 Thi,t表示確定門限的門限變量,I(Thi,t> τ)為依據(jù)門限確定的虛擬變量,其他經(jīng)濟(jì)變量含義沒有變化。如果存在雙門限值,模型如下:
如存在三重門限,可以類似建立模型。為判斷是否存在門限效應(yīng)以及具體多少門限,使用Bootstrap方法進(jìn)行門限效應(yīng)檢驗(yàn),檢驗(yàn)結(jié)果如表3所示。
表3 門限效應(yīng)Bootstrap檢驗(yàn)結(jié)果
從表3可知,僅單門限通過檢驗(yàn),計(jì)算得到制度質(zhì)量門限值8。單門限值95%的置信區(qū)間為[7.98,8.01],較小的置信區(qū)間表明估計(jì)的單門限值8基本準(zhǔn)確。因此可將56 個(gè) 樣 本 劃 分 兩 個(gè) 層 級(jí) ,分 別 是 I(Thi,t≤8,000) 和I(Thi,t>8,000),估計(jì)結(jié)果見表4。
表4 INS門限回歸結(jié)果以及基于LAW的穩(wěn)健性檢驗(yàn)
從表4基于INS的歸結(jié)果看,F(xiàn)統(tǒng)計(jì)量在1%的顯著性水平下通過顯著性檢驗(yàn),因此可認(rèn)為模型對(duì)ECI具有顯著性的解釋效果。從門限估計(jì)值分開的兩個(gè)區(qū)間看,制度質(zhì)量對(duì)出口復(fù)雜度的影響均在1%的顯著性水平上顯著為正,但第二區(qū)間的影響系數(shù)低于第一區(qū)間。由此可認(rèn)為,低層次制度質(zhì)量國(guó)家的制度改進(jìn)更有助于出口復(fù)雜度的提升。RD和LNPC均在1%的水平上對(duì)ECI起顯著正影響,說明研發(fā)支出的增加和經(jīng)濟(jì)發(fā)展水平的提高,對(duì)出口復(fù)雜度起正向推動(dòng)作用,這與現(xiàn)有研究結(jié)論一致[2]。
制度質(zhì)量的常用代理指標(biāo)除了弗雷澤研究所的經(jīng)濟(jì)自由度外,還有世界銀行的全球治理治理指標(biāo)WGI。為考察回歸估計(jì)結(jié)果的穩(wěn)健性,借鑒邵軍等(2008)[10]的做法,以及考慮到和契約執(zhí)行效率等相關(guān)的法律法規(guī)更接近本文對(duì)制度質(zhì)量的定義,故將WGI數(shù)據(jù)庫(kù)中的法治(簡(jiǎn)稱LAW)作為制度的代理指標(biāo),代替上述檢驗(yàn)中使用的制度變量INS,實(shí)施進(jìn)一步的穩(wěn)健性檢驗(yàn),結(jié)果見表4。從基于LAW的內(nèi)生門限回歸結(jié)果看,F(xiàn)統(tǒng)計(jì)量在0.01的顯著性水平下通過顯著性檢驗(yàn),可認(rèn)為模型對(duì)ECI具有顯著性的解釋效果;低層次制度質(zhì)量國(guó)家的制度改進(jìn)對(duì)出口復(fù)雜度的影響顯著為正,高層次制度質(zhì)量國(guó)家的制度改進(jìn)對(duì)出口復(fù)雜度的影響不顯著。其他各解釋變量的顯著性水平與基于INS的回歸結(jié)果存在差異,但影響系數(shù)的符號(hào)均一致。兩次回歸結(jié)果中研發(fā)支出對(duì)出口復(fù)雜度的影響均顯著為正。通過兩次內(nèi)生門限回歸,均說明制度質(zhì)量改進(jìn)對(duì)不同層次制度質(zhì)量國(guó)家對(duì)出口復(fù)雜度的影響存在門檻效應(yīng),在不同程度上驗(yàn)證了前文的理論分析,表明本文實(shí)證估計(jì)結(jié)果的可靠性。
為對(duì)實(shí)證結(jié)果形成直觀認(rèn)識(shí),對(duì)全樣本和中國(guó)2000—2015年各變量的變動(dòng)進(jìn)行對(duì)比分析,以評(píng)估中國(guó)各指標(biāo)的優(yōu)勢(shì)與不足。從表5并結(jié)合全樣本歷年原始數(shù)據(jù)看:第一,中國(guó)各指標(biāo)歷年基本呈上升態(tài)勢(shì)。第二,本文關(guān)注的核心解釋變量制度質(zhì)量,中國(guó)歷年INS變動(dòng)范圍為(5.7,6.6)、LAW變動(dòng)范圍為(-0.55,-0.32),中國(guó)歷年INS、LAW均值與全樣本均值尤其是INS對(duì)ECI的門檻值8均有一定差距,表明中國(guó)未來(lái)進(jìn)行制度質(zhì)量建設(shè)以提升出口復(fù)雜度的發(fā)展空間還較大。第三,中國(guó)RD、FDI和DIVH三個(gè)指標(biāo)歷年均值高于全樣本,這與中國(guó)近年來(lái)不斷加大研發(fā)投入、積極引進(jìn)外資和參與高層次產(chǎn)品內(nèi)國(guó)際分工的事實(shí)相符。但就DIVH來(lái)說,中國(guó)參與了較多的加工組裝等低技術(shù)環(huán)節(jié),而非研發(fā)設(shè)計(jì)等高技術(shù)環(huán)節(jié),所以DIVH對(duì)中國(guó)ECI的貢獻(xiàn)還有待探討。第四,中國(guó)HUM和OP的劣勢(shì)不容忽視。
主要結(jié)論如下:(1)制度質(zhì)量改進(jìn)對(duì)出口復(fù)雜度提升具有門檻效應(yīng),門檻值為8,低層次制度質(zhì)量國(guó)家比高層次制度質(zhì)量國(guó)家的制度改進(jìn)對(duì)出口復(fù)雜度的提升效應(yīng)更明顯。(2)兩次門檻回歸,其他變量的顯著性雖然存在差別,但是符號(hào)均一致,對(duì)出口復(fù)雜度起正向影響的是技術(shù)創(chuàng)新能力RD、外商投資凈流入FDI、經(jīng)濟(jì)發(fā)展水平人均GDP、高層次產(chǎn)品分工強(qiáng)度DIVH和貿(mào)易開放度OP。(3)對(duì)比全樣本,中國(guó)現(xiàn)有的制度質(zhì)量離制度質(zhì)量門檻值還有一定距離,通過制度質(zhì)量建設(shè)推動(dòng)出口復(fù)雜度提升的空間還比較大。
表5 中國(guó)及其與全樣本各變量變動(dòng)比較
研究結(jié)論對(duì)中國(guó)如何提升出口復(fù)雜度極具政策含義:(1)中國(guó)改革開放至今,通過持續(xù)深化體制改革,制度質(zhì)量得以不斷改進(jìn)。但在激勵(lì)創(chuàng)新和保護(hù)產(chǎn)權(quán)、社會(huì)信用體系的完善以及政府行政效率提升等領(lǐng)域還有較大進(jìn)步空間,應(yīng)繼續(xù)深化體制改革以不斷提升制度的制定與執(zhí)行質(zhì)量。(2)出口復(fù)雜度的提升,需要研發(fā)創(chuàng)新能力等高端生產(chǎn)要素的培育和制度、資本等配套要素的支撐。因此,中國(guó)應(yīng)繼續(xù)增加研發(fā)投入、吸引高質(zhì)量外資和提高參與國(guó)際分工的層次,不斷提升出口復(fù)雜度。