出口的空间溢出效应及其影响因素研究
2019-01-25李姗姗
李姗姗
(湖南科技大学,湖南 湘潭 411201)
一、引言
集聚经济的外部性问题自马歇尔以来长期受到经济学家的关注(Lucas,1988;Romer,1986;Rosentha和Strange,2004)。Duranton和Puga(2004)将集聚的外部效应归纳为三类:一是分享效应,包括公共物品效应、专业化效应、多样化效应和风险分散效应;二是匹配效应,包括匹配质量提高、匹配概率增加和敲竹杠问题的缓解;三是学习效应,包括知识创造、知识扩散和知识积累。Baldwin和Okubo(2006)将Melitz(2003)的异质性企业贸易模型融入到Martin和Rogers(1995)的“资本松脚”模型中,构建异质性企业选址模型。当运输成本下降,高生产率的企业为实现规模经济,降低平均成本,选择进入集聚区;低生产率的企业为避免激烈竞争进入外围区。同时,集聚区中的企业通过“集聚中学习”,进一步提高生产率水平。文东伟和冼国明(2014)采用制造企业1998—2009年的数据,发现制造业空间集聚显著推动了企业出口。佟家栋和刘竹青(2014)从融资依赖角度考察产业集聚对企业出口的影响,发现地理集聚对外部融资依赖度较高的企业出口抉择的影响更大。包群等(2012)和叶宁华等(2014)都发现,出口企业的过度集聚造成了恶性竞争和出口拥挤等负面效应。
当前研究主要存在以下局限:在空间面板模型的基础上只考虑了被解释变量的空间相关性,而没有考虑解释变量的空间性及解释变量与被解释变量的相关性,从而不能很好地解释出口集聚对经济发展的影响;独立地研究单个区域,而忽略了不同区域之间的溢出效应。相对于以往研究,本文的主要贡献在于:在考虑多种要素对出口集聚作用的基础上,构建地理距离矩阵和经济距离矩阵两种权重,并采用空间杜宾模型深入探讨出口集聚的影响因素。
二、研究方法、模型设定和变量说明
(一)研究方法
1.空间相关性检验。空间相关性是描述相邻空间要素之间的统计相关性。若要素之间存在集聚效应,表示存在空间正相关,反之,则存在空间负相关。常用的检验区域间要素空间性的指标主要有Geary’sC、Moran’sI、Getis指数等,当前在度量空间自相关性时,人们广泛使用的是Moran’sI指数,其计算公式如下:
全局Moran’sI指数只表现了区域整体的空间相关性,但是当总观察区域之间空间差异性较小时,局部仍然有可能存在着较大差异。对此,Moran’sI散点图能提供更好的解释。散点图主要通过四个象限来刻画局部空间相关性,其中第一象限为H-H区域表示空间差异性小的
高值区域,第三象限为L-L区域,表示空间差异性小的低值区域,而第二、四象限则表示空间差异性大。
2.空间权重矩阵。空间权重矩阵是实施空间计量分析的关键,主要表明不同区域阐释变量地理或者经济上的空间依赖性,基于此,本文构建了两种空间权重矩阵。(1)经济距离权重矩阵。该矩阵以两个区域之间人均GDP差距的倒数为数据依据。两区域间差距越大,则权重越小。(2)地理权重矩阵。地理权重矩阵主要为0-1权重矩阵,即区域空间地理相邻,相邻则为1,反之则为0。
3.空间计量模型。当前空间计量模型主要有以下三种模型:空间滞后模型(SAR)、空间误差模型(SEM)与空间杜宾模型(SDM)。在这三个模型中,空间杜宾模型(SDM)在检验空间相关性时考虑的因素较为全面,不仅考虑了直接参与地区、邻近地区的经济效应,也考虑了直接参与地区和邻近地区之间的互动效应,基本模型为:
Y=ρWY+Xβ+θWX+αln+ε
(1)
式(1)中,X是解释变量,Y是被解释变量,W代表空间权重矩阵,ρ是空间自相关性系数,WX和WY分别为解释变量的空间滞后项和被解释变量的空间滞后项。α是常数项,ln是n×1阶单位矩阵,β与θ是回归系数,ε代表误差项。
(二)模型设定、变量说明与数据来源
1.模型设定与变量说明。本文选取中亚经济带各国经济规模总量作为主要解释变量,采用地区开放程度、经济发展水平、人力资本、实际汇率、贸易依存度作为控制变量。具体变量说明见表1。
表1 变量说明
数据来源:uncomtrade数据库、世界银行数据库。
因为本文的主要关注点在于出口集聚对经济增长的空间溢出效应方面,所以在考虑了本地区出口集聚对经济增长的影响的基础上,进一步考虑了本区域经济发展水平受邻近区域出口集聚和经济增长的相应影响,因此本文构造如下空间杜宾模型:
lnexit=αln+ρWlnexit+β1fdiit+αWfdiit+β2lngdpit+bWlngdpit+β3lnpgdpit+cWlnpgdpit+β4lnlit+dWlnlit+β5pit+eWpit+fWbsit+β7exgdpit+gWexgdpit+εit
(2)
其中,W表示空间权重矩阵,Wlnex表示被解释变量的空间滞后项。
2.数据来源。本文中变量数据均根据uncomtrade数据库、世界银行数据库等相关统计资源数据库计算得到。以2004年为基期,利用GDP平减指数衡量的美国通货膨胀率对价格单位的变量进行平减处理以降低分析结果受各年价格因素影响程度。并对部分数据采取了对数处理。本文的主要研究对象为中亚五国,年份为2002年至2016年,为防止出现大T小N的现象,故将与中亚五国临近的5个国家加入,分别为阿富汗、印度、伊朗、巴基斯坦和土耳其。
三、实证结果与分析
(一)空间相关性检验
通过使用Stata软件进行相应的统计数据处理,最终计算得出我国对中亚经济带出口集聚的Moran’s I指数值。在考虑两种空间权重因素下,我国出口集聚的Moran’s I 指数均为正,这表明中国对中亚出口的空间依赖性显著正相关。中亚地区经济规模总量的 Moran's I指数在不同空间权重下的检验结果也显著为正,说明中亚地区主要经济活动也呈现出空间集聚特征(见表2)。
表2 中国对中亚地区出口集聚和中亚地区GDP 的全域 Moran's I 指数
注:括号内为p值。
在全域空间自相关的基础上,用 Moran's I 散点图检验不同区域经济发展水平和出口集聚在空间上的差异程度及显著性,结果如图1和图2所示:
图1 出口集聚的Moran’s I 散点图(2016年)
图2 GDP的Moran’s I 散点图(2016年)
我国对中亚地区出口与中亚地区经济增长总体上都呈现出集聚状态,同时空间局部差异性较小。从出口的 Moran’s I指数的散点图中可以看出,大部分地区的统计值都在第一和第三象限里面,呈现出“高—高”和“低—低”的特征,即局部空间相关性差异较小,经济增长的空间集聚趋势尤为明显。其中,印度、土耳其两个国家一直处于HH象限中,表明其经济发展水平较高且空间差异性较小。
(二)空间计量模型的估计结果与分析
1.普通面板数据模型估计
由于不同面板数据模型有不同的特性,本文首先使用Hausman检验来确定随机效应模型和固定效应模型。其中固定效应又可细分为地区固定效应、时间固定效应和双固定效应。为了确定使用哪种固定效应更加适合本文,进而采用LR检验进行可行性检验。检验模型的回归结果如表3所示。
表3 面板模型估计
注:在 Hausman 检验中括号内为 p 值;*、**及***分别表示在10%、5%和 1%的显著性水平下显著;在系数估计中括号内为 t 统计量。
2.空间面板杜宾模型估计
采用空间杜宾模型估计出口集聚的空间溢出效应,为了验证空间杜宾模型的稳固性,即空间杜宾模型是否会退化为空间误差模型和空间滞后模型,进一步采用了Wald 检验。如果检验结果均表明拒绝原假设,则空间杜宾模型为最优的。根据表4中所给估计结果,两种检验均在1%的显著水平下显著,则拒绝原假设。
表4 空间杜宾模型估计结果
注:括号中数字为 t 统计量;*、**和***分别表示在 10%、5%和 1%的显著性水平下显著。
根据表4的空间杜宾模型的估计结果可以得到以下结论:一是空间自相关系数在临近距离权重下通过了5%的显著性水平检验,即表明我国对中亚地区的出口具有相应的空间依赖性,说明了相邻地区经济发展的相关性;二是即使在空间计量模型的回归分析中纳入滞后因子,解释变量对被解释变量的影响依旧没有被解释变量的估计系数直接反映出来,但可以从表4的估计结果中看出经济增长受出口集聚影响的相应因素。即不论是在邻接权重还是经济距离权重下,经济规模总量的系数均负正,这表明我国对中亚地区的出口与当地经济相关性较弱。
3.空间杜宾模型的三种效应分解
由于存在空间溢出效应,我们所估计的被解释变量的系数已经单一地用来评价影响力。所以需要对空间效应进行分解,从而更好地考察估计出口直接参与地区、邻近地区以及直接参与地区与邻近地区之间的交互效应。空间效应分解如表5所示。
表5 空间杜宾模型的三种效应分解
表 5 结论如下:(1)空间杜宾模型的直接效应。通过使用两种权重矩阵进行检验,结果显示,我国出口集聚对当地经济发展水平的影响系数分别为1.7670和3.6841,说明我国对于中亚地区的出口对当地的经济发展水平具有一定的正向效应。另外,经济权重矩阵下出口集聚对经济增长的直接效应较大,临近权重矩阵下较小,这或许表明了随着出口的增加,消费者市场和相关资源的竞争上升会增加集聚成本。拥挤效应下,出口对于经济发展的影响逐渐减弱。(2)空间杜宾模型的间接效应。出口集聚在经济权重下其解释变量对其影响均为显著,但是在邻近权重下均不显著。控制变量经济水平在邻近权重下系数为正,但是统计意义上不显著;在经济权重下1%的显著,然而其系数值为负,说明当只考虑经济这一因素时,出口集聚对其他地区的经济增长具有相应的抑制作用。瑞典经济学家谬尔达尔利用“回流效应”和“扩散效应”对此进行解释。出口集聚产生的规模经济效应为回流效应,发达地区的发展会吸引周边落后地区的技术、人才的流入,从而抑制了周边地区的发展;而“扩散效应”表现为周边落后地区与发达地区进行经济往来的同时,也会促进发达地区知识、技术的外溢,产生正向溢出效应,因而会促进邻近落后区域的经济发展。仅考虑地理区位的0-1邻接效应时,“回流效应”与“扩散效应”的作用会部分抵消,所以他们之间的相互作用就不明显。如果只是考虑经济因素,“扩散效应”的作用就小于“回流效应”,这就会导致其他地区的出口集聚对本地区经济增长产生负效应。(3)控制变量的直接效应与间接效应。在这两种空间权重下,进口依存度对出口集聚的三种效应均为正;本地区对外开放的程度对出口集聚影响较小,皆小于千分之一。在经济距离权重下,各个变量均呈现较高的显著性,说明在考虑经济因素时,出口集聚与经济发展水平、地区开放程度、人力资本、实际汇率、出口依存度之间有较强的相关性;从系数值上来看,出口集聚对当地经济发展水平、汇率之间具有明显的影响。
四、结论
本文选用空间杜宾模型,利用2002—2016年我国对中亚地区出口的面板数据,对我国对外出口对当地经济发展水平的影响程度及其产生的空间集聚格局进行了系统的分析和检验。结果表明:1.当地经济增长和中国的出口集聚之间具有明显的空间依赖性,并且呈现空间集群的特征,绝大部分国家属于低—低(L-L) 和高—高 (H-H)类型。2.中国出口集聚对当地经济发展水平影响显著。当忽略空间因素的影响时,其影响程度会被进一步高估;当只考虑经济因素的空间权重时,本地区的经济增长受其他地区出口集聚的回流效应影响程度较深,因此出口集聚表现出空间负溢出效应;当纳入地理因素后,回流效应会因其他地区出口集聚对本地区经济增长的扩散效应而抵消,负的空间溢出效应影响则会降低。因此,我们得到更加准确的空间溢出效应。中亚地区经济差异性较小,能更好地开展交流与合作,实现发展的外部性。对此,我国应不断完善双边贸易机制,实现双边贸易自由化,在丝路基金和亚投行的融资作用下降低汇率对贸易往来的负面影响,以贸易带动地区经济发展。