對外開放與經(jīng)濟波動關系研究

歲磊

[摘要]為研究對外開放與經(jīng)濟波動的關系，首次選擇貿易開放度指標和金融開放度指標，基于中國省級層面1980—2012年的面板數(shù)據(jù)，構建計量模型并深入分析了貿易和金融開放政策對經(jīng)濟增長波動性的影響效果。研究結果表明，貿易開放政策似乎抑制了經(jīng)濟波動，可能是因為其往往伴隨著旨在恢復價格信號的經(jīng)濟改革。理性地看待這些改革有助于經(jīng)濟增長和刺激的穩(wěn)定性。金融開放政策往往會推動投機資本和破壞穩(wěn)定資本的流動，因此會造成經(jīng)濟波動性的增長。

[關鍵詞]對外開放；經(jīng)濟增長波動；貿易開放；金融開放

[中圖分類號]F125.1[文獻標識碼]A[文章編號]

2095-3283（2015）12-0027-04

一、引言

近幾十年來，關于對外開放政策對經(jīng)濟增長影響的爭論從未停止過，這些爭論基于已經(jīng)執(zhí)行的各項開放性指標和增長指標之間的關系以及這些關系的大量橫向實證研究。大量關于發(fā)展中國家的文獻和主要國際機構傳送的信號，都強調了開放對經(jīng)濟增長具有積極效應①。然而，正如D.Rodrick所證實的那樣，這場爭論并沒有停止，對立觀點的文獻也普遍存在，如Edwards（1998）②認為開放對經(jīng)濟增長沒有影響。

開放和經(jīng)濟平均增長率之間的關系與開放和經(jīng)濟增長波動性之間的關系并不是相互獨立的。據(jù)Ramey（1995）的觀點，長久的經(jīng)濟增長波動會導致較低的平均增長率。如果要強調開放對經(jīng)濟增長波動性的影響效應，那么就要搞清楚開放對經(jīng)濟增長的影響渠道，而這一點在諸多文獻中經(jīng)常會被忽視。

雖然開放和經(jīng)濟平均增長速度的長期關系在文獻中已被廣泛研究，但是，還沒有學者開展有關開放性和經(jīng)濟增長波動性之間關系的研究。經(jīng)濟增長和經(jīng)濟波動是經(jīng)濟學研究的兩個永恒主題。其中，對中國經(jīng)濟增長進行研究的文獻浩如煙海，比如，劉樹成等（2005）認為經(jīng)濟增長的質量是由增長速度和增長波動兩部分所構成的；然而，學者們對增長波動的研究還很少，劉樹成（2009）和姚耀軍（2013）等人，僅僅是把中國經(jīng)濟增長波動的主要原因歸因于宏觀調控改善及一系列結構變化和金融發(fā)展，卻忽略了對外開放與宏觀經(jīng)濟運行波動性之間可能存在的聯(lián)系。因此，本文從對外開放角度來研究中國宏觀經(jīng)濟增長波動現(xiàn)象，以期給人們一些新的啟示。

二、對外開放和經(jīng)濟波動：假設的提出

已有的經(jīng)濟理論強調貿易的收益性。國家實施專業(yè)化生產和進行交易是出于兩方面的原因：一方面，也是最為傳統(tǒng)的，就是基于不同的技術、要素或偏好。那么，貿易收益是靜態(tài)的，是貿易國家利用各自的比較優(yōu)勢進行國際貿易帶來資源有效配置的結果。另一方面是報酬遞增，這促使一個國家生產有限數(shù)量的每一類商品。那么，貿易收益基本上是動態(tài)的，是由于市場規(guī)模的不斷擴大、競爭條件下生產設備的合理化、產品范圍的顯著擴張和技術進步的國際傳播而降低單位生產成本的結果。關于最后一點，Coe和Helpman（1995）表明國外的研發(fā)支出對資本生產率產生有利的影響，并且這種效應在開放市場更為有效（即溢出效應）。

從理論上講，金融開放也被認為是有益的。當資本可以自由流動的時候，一個國家可以使用全球的儲蓄進行投資，從而避免實際利率的過度上升。同樣，如果資本流動是完美的，由外國投資者所要求的風險溢價降低到至少保證他們匯回資金的程度。更一般地，資本是基于資本邊際效率在國家之間的分配，其對應于一個最優(yōu)經(jīng)濟配置點（Feldstein和Horioka，1980）。外商直接投資也促進了技術進步在國際間的傳播。

很明顯，貿易開放將經(jīng)濟暴露于外部沖擊中，并加重了經(jīng)濟增長的波動性。經(jīng)驗證據(jù)表明，發(fā)展中經(jīng)濟體，特別是小經(jīng)濟體更加不穩(wěn)定。Ahmed 和 Suard（2009）認為貿易開放帶來的是更大的產出波動和消費增長波動。另外，開放不僅在一定程度上反映了結構性貿易政策，而且也反映了自由貿易政策，也就是更有利于企業(yè)競爭力的政策，它使經(jīng)濟能夠更好地應對沖擊。這意味著，開放會增加外來沖擊的程度，而開放的貿易政策能減少或消除這種影響。但最終的影響是加重經(jīng)濟增長波動還是平抑經(jīng)濟增長尚無定論，但可以肯定的是，這種影響不容忽視的。

根據(jù)荷蘭病模型（Corden和Neary，1982），出口收入激增將造成這個行業(yè)的快速增長，一般非貿易部門的增長程度較輕，而且沒有從國際貿易繁榮中受益的行業(yè)將倒退，如制造業(yè)。這種倒退是勞動力和資本向擴張部門轉移的結果，特別是出口收入增加造成實際匯率上升的結果。當出口收入下降的時候，相反的現(xiàn)象出現(xiàn)，也就是說實際匯率貶值使貿易品部門復蘇。此外，由于內部資源重新分配產生調整成本，貿易開放增加了波動性對經(jīng)濟增長的負面影響。

幾個側面研究表明，對經(jīng)濟增長沖擊的影響的確取決于對外開放。通過對兩個時期（1970—1980，1980—1990）內發(fā)展中國家的人均國內生產總值增長率進行計量經(jīng)濟分析，結果表明，貿易條件對波動性的負面效應遠遠大于經(jīng)濟對外開放的影響效應（Guillaumont， Guillaumont Jeanneney， Brun，1998）。同樣的研究也表明，這種波動性的效果需要通過實際有效匯率的波動性和投資率的波動性來實現(xiàn)。

貿易自由化政策往往傾向于恢復價格信號和提高經(jīng)濟靈活性，以更好地應對外部沖擊，因此，本文假定貿易自由化政策更好地應對外部沖擊和降低經(jīng)濟增長波動性。

三、對外開放和經(jīng)濟波動：概念和發(fā)展

（一）對外開放指標

貿易開放度為每年進出口商品和服務的收支總和與當年的國內生產總值之比（Denizer等人，2002；Ozenou，2008）。金融開放度為每年外國直接投資和證券投資的資本（資產與負債）總和與當年國內生產總值之比。既然不能確切地區(qū)分外國直接投資和證券投資，不妨把對應于市場邏輯的所有資本流動定義為金融總量。

圖11978—2012年我國貿易開放度演變態(tài)勢

數(shù)據(jù)來源：國家統(tǒng)計局網(wǎng)。

為了隨后分析的需要，試圖確定對外開放演變中具有特點的子時段。為此，根據(jù)圖1③，中國的貿易開放度雖然在時間上呈現(xiàn)出遞增的近似線性趨勢，但是還是很容易地被區(qū)分為三個子時段。第一個子階段（1981—1990），對應于中國剛剛執(zhí)行改革開放政策，貿易開放度的適度增長階段。第二個子階段（1990—2001），增長加速，改革開放已經(jīng)進行了十周年。第三個子階段（2001—2012），對應于中國加入世貿組織以后，貿易開放度出現(xiàn)了一些波動。對于金融開放度，為了得到開放對增長波動性影響的類似計量分析，也做等長子階段的劃分。

我國東部區(qū)域的貿易開放度平均高于其他區(qū)域的貿易開放度。從第一階段到第二階段貿易開放度普遍提高，但從第二階段到第三階段出現(xiàn)了下降期。平均而言，東部區(qū)域的貿易開放的漲幅是最劇烈的（標準差最大）。但是，總體較低的標準偏差表明，開放度顯然是可以根據(jù)地理位置來判斷的。

我國金融開放度最高的區(qū)域仍是東部區(qū)域。這些區(qū)域的金融開放度在整個期間呈遞增發(fā)展。對于所有省份而言，金融開放度在第二和第三階段之間有上升的趨勢。實際上，它在第一和第二階段之間稍有停滯，在西部區(qū)域的趨勢最為顯著。

（二）經(jīng)濟增長波動性的發(fā)展變化

Lucas（1977）認為經(jīng)濟波動指的是經(jīng)濟增長速度的高低起伏，Kunieda（2008）使用一定時期內經(jīng)濟變量變化的方差作為宏觀經(jīng)濟波動的測度，鑒于此，參考邵傳林和王琳琳（2013）的方法，本文采取人均產出增長率與趨勢值和隨機成分值的差異來量化宏觀經(jīng)濟波動性，但是，怎樣剔除趨勢成分和隨機成分呢？姚耀軍（2013）基于Christiano和Fitzgerald（2003）的隨機游走帶通（Band-pass）濾波法剔除人均產出增長率的趨勢成分和隨機成分④，另外，Ang（2011）在計算印度的消費波動時使用移動平均標準差，窗口為5年，因此，在識別出人均產出的周期成分后，計算其五年移動的標準差。對于非對稱CF濾波法，帶寬邊界的選取是本方法成功的關鍵，但是風險性比較高，鑒于此，本文采用趨勢擬合法來估計趨勢值和隨進成分，這就涉及到對每個省份和時期，選擇估計增長率趨勢的最優(yōu)代表方程。

為了評估波動性的發(fā)展變化，本文采用每個省份的面板數(shù)據(jù)⑤、普通最小二乘估計方法以及計算增長率波動性指標。根據(jù)波動性的概念，認為它只有在一個多年基礎來測定才有意義，根據(jù)這樣的事實理由，年度數(shù)據(jù)重新分組成三個子時段。

1.波動性概念

增長波動性的計算只有利用增長率平穩(wěn)序列數(shù)據(jù)才有意義。因此，有必要考慮如下所示的等式（1），并且該式能夠消除序列的非平穩(wěn)構成。它可能有兩種形式的非平穩(wěn)性：確定性（趨勢的存在）和隨機性（存在單位根）。在第一種情況下，隨機沖擊只是短暫地影響該序列的行為。在第二種情況下，隨機沖擊永久性地影響該序列的行為（Bresson和Pirotte，1995）。

估計方程的形式為：

yi，t=β1i+β2i·t+β3i·yi，t-1+εi，t（1）

其中，yi，t為第t年省份i的人均實際GDP的增長率，t為趨勢。省份i在周期t的增長波動性計算過程如下：首先，通過普通最小二乘法估計方程；然后，對所得年殘差求平方，對殘差平方在既定期間內求平均。

總之，增長波動性由每個省份的人均實際GDP的增長率剔除非穩(wěn)定因素后的變異來測定的。因此，本文計算的波動性不對應于所感知的波動性（相對于預期值的波動性），也就是說，增長率預期模型需要能夠測度風險；但是，對于一個如此大的樣本集來說，風險的測度是難處理的。因此，等式（1）是個平穩(wěn)的方程，但不是增長的描述方程。此外，市場可以把非隨機變化傳達給敏感的經(jīng)濟主體，因此它在剔除隨機變化和風險方面是令人滿意的。

2.增長波動性發(fā)展變化特征

中國實際產出增長率如圖2所示，很明顯，從1980—2012年經(jīng)歷了三個周期，第一個周期是從1980—1990年，第二個周期是從1990—2001年，第三個周期是從2001—2012年。產出增長率的三個周期與開放度的三個階段是一致的，可以肯定的是這種一致性絕非偶然。

圖2中國實際產出增長率

數(shù)據(jù)來源：根據(jù)《2013年中國統(tǒng)計年鑒》整理。

相對于從1980—2012年的整段時間的計算，分成時間段具有明顯優(yōu)勢：它可通過已得到的均值來識別在三個子時段波動性的演化。

正如預期的那樣，中國經(jīng)濟增長波動性具有明顯的區(qū)域協(xié)調性（鮑曉輝，2012）?？傮w上，經(jīng)濟增長波動性自改革開放以來，從高位波動轉向日趨平穩(wěn)的第三階段，證實了邵傳林（2013）的觀點，經(jīng)濟波動性的標準差從第一個階段到第三個階段逐漸減小。

四、開放政策對經(jīng)濟增長波動性的影響：經(jīng)濟計量估計

（一）模型檢驗和估計方法

估計開放政策對經(jīng)濟增長波動性的影響，假定貿易開放政策的影響為正，金融開放政策的影響為負。為此，本文提出已被定義的增長率波動性模型。這個模型既包含先前定義的開放政策指標，同時把對波動性產生影響的一系列結構性變量作為解釋變量。

首先，假設以人口數(shù)量的對數(shù)形式表示的城市規(guī)模降低了經(jīng)濟增長波動：一方面，活動的多樣化能夠補償經(jīng)濟行業(yè)周期的一些波動性；另一方面，較大的城市在結構上能夠自給自足，較少依賴外部，因此較少暴露在國際經(jīng)濟的沖擊下。

對于人均產出可以有類似的推理，因為發(fā)展伴隨著活動的多樣化。當然，與人口的情況相反，對外開放隨著發(fā)展而擴大。但是，發(fā)達省份出口的工業(yè)品和服務的國際價格比初級商品價格波動小，因此他們遭受的外部沖擊程度也更低。此外，還可以假設，最發(fā)達的省份有更高的管理外部沖擊的能力。

采礦和石油出口的收入本質上是不穩(wěn)定的，因此它們是更大的波動因素。根據(jù)Beck（2006）可知，在模型中也可以加入貨幣沖擊SHOC變量作為控制變量，用通貨膨脹率5年移動平均標準差衡量貨幣沖擊變量。所有原始數(shù)據(jù)皆根據(jù)各年《中國統(tǒng)計年鑒》《中國金融年鑒》、各省統(tǒng)計年鑒與《新中國60年統(tǒng)計資料匯編》整理而得。

因此，所估計的模型如下：

Iit=β0+β1*pt+β2*Lpopit+β3*Lyit+β4*Lminierit +β5*opentrit+β6*openfiit+β7*shocit+εit（2）

其中，Iit為在時期t國家i的增長波動性指標，它由等式（1）計算間接而得；pt為在t期取值為1的虛擬變量；Lpopit為初始人口的對數(shù)；Lyit為最初人均實際產出的對數(shù)；Lminierit為采礦和石油出口收入占總產出份額的對數(shù)；opentrit為貿易開放政策指標；openfiit為金融開放政策指標；shocit為通貨膨脹率5年移動平均標準差；εit為方程的殘差，滿足經(jīng)典假設。

這里采用二階段最小二乘法估計計量經(jīng)濟模型。這種估計方法保護了增長率波動性和開放政策變量之間可能的聯(lián)立性偏差。此外，該方法能夠克服遺失與方程中變量相關的變量而帶來的影響。最后，該方法對連續(xù)獨立測量誤差提供了某些保障。

所包含的工具變量，或者是模型中的外生解釋變量（如采礦和石油出口率），或者是模型之外的變量，并被認為是外生的，例如貿易或距離方面的增長率，或者是滯后變量：人口，人均產出，開放率，產出增長率，通貨膨脹率，預期壽命和中學入學率。Nakamura的外生性檢驗給出的F值為14.76，因此，可以拒絕解釋變量外生性的零假設，進一步證實了使用工具變量法的有效性。Hausman的過度識別檢驗給出Chi-2值為12.62，因此，能夠在1%的顯著水平下接受模型正確設定的零假設，工具變量的選擇的正確性得到證實。

懷特（White）檢驗給出的F值為2.32，因此，在5%的顯著水平上拒絕同方差的零假設，因同方差假設被拒絕，殘差的方差協(xié)方差矩陣通過懷特（White）的方法進行糾正。通過根據(jù)城市地理位置構建的一系列CHOW的參數(shù)穩(wěn)定性檢驗，來評價估計方程的計量穩(wěn)健性。最后，可以通過拉姆齊Reset檢驗評價函數(shù)形式的一般性設定誤差檢驗。

（二）實證結果及分析

所獲得計量模型如下：

Iit= 0.26-1.76*p1 + 1.01*Lp2-3.31*Lpopit

5.32 **** 0.78 0.22（3.26）****

-1.43*Lyit +1.24*Lminierit-1.23*opentrit+0.18*

4.21**** 3.42**** 2.76***1.85**

openfiit+0.42shocit+εit

（2.78）****

2=0.54

Chow-F（西部區(qū)域vs所有省份）=0.56，p（H0）=0.94

Chow-F（西部區(qū)域+中部區(qū)域vs所有省份）=0.67，p（H0）=0.96

Chow-F（西部區(qū)域+中部區(qū)域+東北區(qū)域vs所有省份）=0.94，p（H0）=0.62

Chow-F（西部區(qū)域+中部區(qū)域+東北區(qū)域+東部區(qū)域vs所有省份）=0.12，p（H0）=1

Reset（3）-F=0.44，p（H0）=0.67

括號內的數(shù)值為t統(tǒng)計量。鑒于數(shù)據(jù)的層疊性質和工具變量，該模型的解釋能力是令人滿意的。該方程通過了施加給它的計量檢驗。對應的前兩個階段的啞變量p1和p2，1980—1990年和1990—2001年在統(tǒng)計上是不顯著的。所有的結果，無論是檢驗變量還是控制變量，都是統(tǒng)計顯著的和符合預期的。貿易開放政策和金融開放政策分別在1%和5%的顯著水平下是統(tǒng)計顯著的。從而，貿易開放政策似乎減少了波動性，這可能是因為它們往往伴隨著旨在恢復價格信號的經(jīng)濟改革政策。理性地認為，這些改革有助于經(jīng)濟增長和刺激的穩(wěn)定性。但是，對于金融開放政策來說，由于它往往推動投機資本并破壞了穩(wěn)定資本的流動，因而助長了經(jīng)濟波動。

本文的研究結果僅根據(jù)以往經(jīng)驗數(shù)據(jù)建模而得，因此它僅提供了實際問題的追溯，而并不一定適合于問題的推斷。結論表明，經(jīng)濟開放政策對經(jīng)濟增長穩(wěn)定性的影響是不明確的。原因是，貿易開放政策看似減少了經(jīng)濟波動性，而最新的金融開放政策卻相當顯著地加重了經(jīng)濟波動性?？傊?，本文的研究可以支持如下觀點：即開放的貿易政策不僅有利于經(jīng)濟增長的進展，同時也有利于經(jīng)濟增長的穩(wěn)定性。這一結果有助于解釋為何我國在過去的20年像發(fā)達國家那樣采取貿易自由化政策。然而，只要它仍然與市場機制的正常運行相兼容，那么金融開放對經(jīng)濟增長波動性的積極作用還可以為我們提供一些有利于資本流入的監(jiān)管方法。

[注釋]

①宣傳外向型政策是所謂的“華盛頓共識”（Rodrik，1999，第19頁）的一部分。

②七十年代以來增長業(yè)績最好的國家是那些取得最高的投資率、并保持宏觀經(jīng)濟穩(wěn)定的國家。增長速度和開放性指標之間的統(tǒng)計關系將是不顯著的。

③現(xiàn)在全國區(qū)域劃分為東部、中部、西部和東北。東部包括：北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東。中部包括：山西、安徽、江西、河南、湖北、湖南。西部包括：內蒙古、廣西、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆。東北包括：遼寧、吉林、黑龍江。海南和西藏兩省的變量數(shù)據(jù)缺失，將重慶的數(shù)據(jù)并入四川省，因此，共有 28 個截面數(shù)據(jù)。

④使用軟件Eviews6.0來識別經(jīng)濟增長中的周期成分。

⑤時間維度為前文提到的三個子階段（1980-1999，1999-2001，2001-2012）。

[參考文獻]

[1]袁申國等.匯率制度、金融加速器和經(jīng)濟波動[J].經(jīng)濟研究，2011（1）：34–42.

[2]趙振全等.金融加速器效應在中國存在嗎？[J].經(jīng)濟研究，2007（6）：21–30.

[3]曾五一，張立.中國經(jīng)濟周期條件波動性特征的統(tǒng)計分析[J].統(tǒng)計與信息論壇，2010（3）：51–60.

[4]鮑曉輝.金融中介發(fā)展與經(jīng)濟增長波動的聯(lián)系[D].浙江工商大學，2012.

[5]余宇新，謝鴻飛.基于STR模型的中國宏觀經(jīng)濟周期拐點的識別與預測[J].經(jīng)濟理論與經(jīng)濟管理，2012（6）：42–53.

[6]邵傳林，王瑩瑩.金融市場化對地區(qū)經(jīng)濟波動的非線性平抑效應研究[J].經(jīng)濟科學，2013（5）：11–19.

[7]鄭挺國，王霞.中國經(jīng)濟周期的混頻數(shù)據(jù)測度及實時分析[J].經(jīng)濟研究，2013（6）：43–50.

[8]Abu N.M.Wahid， and A.Jalil， 2010， Financial Development and GDP Volatility in China[J].Economic Notes， Vol.39（1-2）， pp27-41.

（責任編輯：郭麗春）