出口下降、經(jīng)濟(jì)增速下行與雙循環(huán)新發(fā)展格局?

陳安平 趙 曼 劉娜

一、引言

改革開放以來，積極融入國際市場成為中國經(jīng)濟(jì)發(fā)展的基本國策與強國之路。2001年加入WTO 之后，中國逐漸成為世界工廠，出口貿(mào)易在推動中國經(jīng)濟(jì)增長中的作用日益突出。但是，2008 年國際金融危機(jī)后，一些發(fā)達(dá)國家經(jīng)濟(jì)復(fù)蘇疲軟，開始試圖改變原有的國際經(jīng)濟(jì)秩序，轉(zhuǎn)為奉行“逆全球化”。受此影響，中國的出口有所下降。與此同時，中國經(jīng)濟(jì)增長速度也明顯放緩。①討論中國經(jīng)濟(jì)增速放緩的文獻(xiàn)見劉偉和蘇劍(2014)、蔡昉(2016)、Lin (2019)、Chen 和Groenewold (2021)、陳安平(2022)等。2020 年來，新冠疫情的爆發(fā)進(jìn)一步助推了國際貿(mào)易保護(hù)主義的抬頭。面對這些新情況，中國相應(yīng)提出了構(gòu)建“以國內(nèi)大循環(huán)為主體，國內(nèi)國際雙循環(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。需要明晰的問題是，國外市場萎縮是否會切實為中國經(jīng)濟(jì)帶來下行壓力；若是，那么又會對中國實際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)該以解決國內(nèi)需求不足及相關(guān)結(jié)構(gòu)性問題為主導(dǎo)。反之，則需在盡可能開拓國外市場的同時，考慮國內(nèi)國外市場的替代與補充問題，以國內(nèi)市場的建設(shè)與發(fā)展彌補無法避免的國外市場縮水。當(dāng)然，中國幅員遼闊，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。

本文同時使用簡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)體總量兩個角度，探究出口貿(mào)易下降對中國經(jīng)濟(jì)增長的影響，并通過數(shù)值模擬，討論針對國內(nèi)市場的可行政策是否能夠以及在多大程度上可以緩解國際市場損失所造成的經(jīng)濟(jì)增速下滑。具體而言，在簡約式回歸分析中，本文首先利用宏觀數(shù)據(jù)分析中國出口與經(jīng)濟(jì)增長的關(guān)系，發(fā)現(xiàn)兩者的變動步調(diào)一致，可能存在一定的關(guān)聯(lián)性；其次，利用國際金融危機(jī)后各地出口下降幅度不同這一事實，衡量出口下降給各地帶來的異質(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，識別出口下降對經(jīng)濟(jì)增長的影響。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、嘗試不同估計方法、控制增長趨勢后依然成立。本文還發(fā)現(xiàn)，2008 年國際金融危機(jī)引起的出口下降對中國經(jīng)濟(jì)增長的影響大概持續(xù)5 年時間，即出口下降對中國經(jīng)濟(jì)增速下行有較長時期的影響。

在空間一般均衡分析方面，本文建立了一個類似于Redding (2016)的多區(qū)域量化空間模型(QSM)，分析出口下降對中國經(jīng)濟(jì)的一般均衡效應(yīng)。研究發(fā)現(xiàn)，出口下降對東部沿海地區(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)與國際市場的聯(lián)系更為緊密從而受國外需求變動的影響更大；從全國總體來看，如果出口下降10%，則GDP 下降0.17 個百分點，福利水平下降0.15 個百分點。另一個發(fā)現(xiàn)是，提高生產(chǎn)率、降低國內(nèi)各地區(qū)之間的貿(mào)易成本可以有效抵消出口下降對總體經(jīng)濟(jì)的不利影響。這意味著適宜政策舉措的出臺，完全有可能推動形成“雙循環(huán)”的新發(fā)展格局。

二、文獻(xiàn)綜述

出口與經(jīng)濟(jì)增長的關(guān)系研究由來已久。通常認(rèn)為，出口通過直接效應(yīng)和間接效應(yīng)作用于經(jīng)濟(jì)增長。在直接效應(yīng)方面，作為GDP 核算的重要組成部分，出口擴(kuò)張能夠直接推動經(jīng)濟(jì)增長。間接效應(yīng)主要體現(xiàn)在以下幾個方面:第一，外匯收入效應(yīng)。出口擴(kuò)張可增加外匯收入，加速本國資本積累，加大對本國資本品進(jìn)口的外匯支持，從而加速經(jīng)濟(jì)增長(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)國家產(chǎn)能增加，隨之形成規(guī)模經(jīng)濟(jì)，從而提高本國生產(chǎn)率，促進(jìn)經(jīng)濟(jì)增長 (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)國外成熟的管理經(jīng)驗和先進(jìn)知識，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(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(Feder，1983)。

大量研究從定量分析的角度驗證了出口和經(jīng)濟(jì)增長的關(guān)系，并發(fā)現(xiàn)中國經(jīng)濟(jì)增長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)國民經(jīng)濟(jì)增長(林毅夫和李永軍，2003)。范秋芳等(2018)的結(jié)果顯示，中國出口貿(mào)易主要通過資源優(yōu)化配置和外溢效應(yīng)促進(jìn)經(jīng)濟(jì)增長。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際經(jīng)濟(jì)調(diào)整的影響較大。

與此同時，關(guān)于出口對中國勞動力市場影響的討論逐漸增多，這豐富了出口與經(jīng)濟(jì)增長關(guān)系的研究。張川川(2015)發(fā)現(xiàn)，出口增長可以顯著促進(jìn)制造業(yè)和服務(wù)業(yè)就業(yè)，同時有利于提高收入水平，降低收入不平等。戴覓等(2019)分析了中國加入WTO 后關(guān)稅下降所帶來的影響，發(fā)現(xiàn)受關(guān)稅沖擊較大的城市工資增長較慢，受雇于可貿(mào)易部門的低技能勞動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力參與工作的概率。

除此之外，近年來針對出口結(jié)構(gòu)與經(jīng)濟(jì)增長關(guān)系的研究也越來越多，不少學(xué)者探究出口專業(yè)化或多樣化對經(jīng)濟(jì)增長的作用機(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)出口多樣化對中國經(jīng)濟(jì)增長具有顯著推動作用。也有研究顯示，出口復(fù)雜度對經(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)出波動越小，越有利于減小經(jīng)濟(jì)波動(李小平等，2018)。

從現(xiàn)有文獻(xiàn)來看，圍繞出口與經(jīng)濟(jì)增長的相關(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)系的討論還相對較少，尤其是測度出口下降對中國經(jīng)濟(jì)增長影響大小的研究。自2008 年國際金融危機(jī)發(fā)生以來，中國經(jīng)濟(jì)增速出現(xiàn)下降，而新冠肺炎疫情的爆發(fā)給中國經(jīng)濟(jì)發(fā)展帶來了再次沖擊，出口貿(mào)易更是首當(dāng)其沖。那么出口下降是否是中國經(jīng)濟(jì)增速下降的重要原因呢? 如果是，出口下降對中國經(jīng)濟(jì)的影響有多大? 本文嘗試使用簡約式回歸與量化空間模型的方法對這些問題進(jìn)行研究。

本文的貢獻(xiàn)在于:第一，利用2008 年國際金融危機(jī)這一相對外生的事件，使用差分模型和城市一級的數(shù)據(jù)，識別出口下降對中國經(jīng)濟(jì)增長的總體及地區(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各區(qū)域的影響，計算出口下降的總體效應(yīng)，為判斷出口下降對中國經(jīng)濟(jì)的影響大小提供依據(jù)；第三，模擬針對國內(nèi)市場的相關(guān)政策，比如提高地區(qū)生產(chǎn)率、降低國內(nèi)貿(mào)易成本對抵消外部沖擊負(fù)面影響的作用，從而為實現(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，本文利用全國層面出口和GDP 增長率的數(shù)據(jù)，對兩者之間的關(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)軸為實際GDP 的增長率(%)，實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 個百分點。與此同時，GDP 增長率也不斷攀升，從2000 年的8%增至2007 年的14%，上升了6 個百分點。從這一時期來看，出口和GDP 增長率都在快速上升，兩者存在正向關(guān)系。

圖1 出口和經(jīng)濟(jì)增長率的變化趨勢

從2008 年開始，受國際金融危機(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%，與高峰時期的35%相比，下降了11 個百分點。與此對應(yīng)，GDP增長率在2009 年也從之前的峰值14%下滑到9%，下降了5 個百分點。受國家“四萬億”計劃的刺激作用，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 年后的一個低點，GDP 的增長率也降至6.7%，且有進(jìn)一步下行的壓力。從這一時期的變動趨勢來看，出口和GDP 增長率都在下降，表現(xiàn)出正向關(guān)系。

與其他時間段相比，出口和GDP 增長率的關(guān)系在2007—2009 年表現(xiàn)得更為突出，無論是出口還是GDP 增長率，都有一個很大的降幅?？紤]到國內(nèi)經(jīng)濟(jì)結(jié)構(gòu)在此期間并未發(fā)生明顯改變，這一時期出口驟降不大可能是國內(nèi)因素比如生產(chǎn)率下降引起的，更可能是國際金融危機(jī)引發(fā)的國際需求下降造成的。對中國而言，這相當(dāng)于一個外生的需求沖擊。本文利用這一外部沖擊，來識別出口對經(jīng)濟(jì)增長的作用。具體而言，考慮到各個地區(qū)比如各城市由于對外經(jīng)濟(jì)聯(lián)系程度的不同，受國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，來識別出口下降和經(jīng)濟(jì)增速下行之間的因果關(guān)系。

四、計量模型

本文采用城市i實際GDP 的增長率在t年和2007 年之間的變化(Gi，t－Gi，2007)為因變量，建立以下簡約式的計量模型:

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，表示國際金融危機(jī)后各城市受到的出口下降沖擊，X為初始時期(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。β是本文關(guān)注的參數(shù)，即2007—2009 年的出口下降沖擊對經(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)項吸收了時間固定效應(yīng)。本文以地級市的“全市”為對象，共包含271 個城市，所有數(shù)據(jù)除說明外均來自各期《中國城市統(tǒng)計年鑒》和《中國區(qū)域經(jīng)濟(jì)統(tǒng)計年鑒》。為了減輕省內(nèi)城市之間的相關(guān)性對估計結(jié)果的影響，本文采用省級層面的聚類標(biāo)準(zhǔn)誤。

由于出口和經(jīng)濟(jì)增長可能受一些共同因素的影響從而產(chǎn)生內(nèi)生性問題，采用最小二乘法(OLS)來估計以上模型會存在偏誤。比如，隨著人口紅利的消失勞動力的供給下降，出口和GDP 均會受到負(fù)面影響，此時所估計的出口與經(jīng)濟(jì)增長的正向關(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)生性問題，本文為出口沖擊(ΔExp)構(gòu)造了一個工具變量(IV)，然后運用兩階段最小二乘法(2SLS)來估計模型。對于工具變量，本文首先采用Bartik (1991)的偏離份額法，構(gòu)造各城市出口增長率的預(yù)測值(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 年全國產(chǎn)業(yè)j出口增長率。通過式(2)及各城市2007 年的出口值可以計算出每個城市在2009 年的出口預(yù)測值及其占GDP 的比重，然后以2009 年出口預(yù)測值占GDP 的比重與2007 年出口占GDP 的比重之差()為工具變量。因為2007—2009 年間中國出口有明顯下降，所以本文用全國各行業(yè)在這兩年的出口變化來衡量出口所受到的沖擊，再通過各城市各產(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，對照2017年國民經(jīng)濟(jì)行業(yè)代碼，將OECD 中國分行業(yè)(按國際行業(yè)分類)的出口數(shù)據(jù)分成26 個行業(yè)，然后逐個計算每個行業(yè)出口增長率。①OECD 的數(shù)據(jù)見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)。對于初始時期各城市的產(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)來計算，數(shù)據(jù)來源于1995 年經(jīng)濟(jì)普查。為了和出口數(shù)據(jù)中的行業(yè)相對應(yīng)，我們對普查數(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)來源于Baum-Snow 等(2017)的數(shù)據(jù)。

考慮到地理區(qū)位會影響城市與國際市場的聯(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，通商口岸城市與國際市場的聯(lián)系更為緊密，因而對國外沖擊更為敏感。通商口岸的歷史數(shù)據(jù)參考了吳松弟(2006)的研究，經(jīng)過行政區(qū)劃和地名調(diào)整的核對，最終篩選了65 個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，本文還計算了每個城市到最近通商口岸的距離，以此作為另一個工具變量。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2007—2009 年間出口下降對同一時期經(jīng)濟(jì)增速下行的作用，結(jié)果見表1。如前文所述，主要變量采用了差分形式，對每個城市有一個觀測值，在所有模型中以初始年份每個城市的GDP 為權(quán)重進(jìn)行加權(quán)估計，以出口占比預(yù)測值()為工具變量。第(1)列是最簡約的模型，沒有加入任何控制變量，從中可以看出，出口下降(ΔExp2007—09)對經(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 增長率會下降0.8 個百分點③因變量是增長率(%)的百分點變化，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 個百分點。。從第一階段回歸的F檢驗值來看，該值遠(yuǎn)大于經(jīng)驗值10，說明不存在弱工具變量問題。

第(2)列增加了省份固定效應(yīng)(PorvD)以控制各省之間的差異，從估計結(jié)果來看，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。估計結(jié)果表明，出口下降變量仍顯著為正。從控制變量來看，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模型中的系數(shù)都為正，且高度顯著。

總之，表1 的估計結(jié)果顯示，出口對經(jīng)濟(jì)增長有顯著的作用，2007—2009 年國際金融危機(jī)引起的出口下降是中國經(jīng)濟(jì)增速下行的一個原因。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 個百分點，根據(jù)表1 第(6)列的估計結(jié)果，這意味著處于10%分位的城市的GDP 增長率相較于處于90%分位的城市下降了0.563 個百分點(0.1326×4.246)。

對于全國而言，2007—2009 年間出口占GDP 的比重從34.6%降至23.5%，下降了11.1 個百分點，從表1 第(6)列的估計結(jié)果可以推斷GDP 增速由于出口下降減少了0.471 個百分點(0.111×4.246)。實際上，全國GDP 增速在此期間從14.2%降至9.4%，下降了4.8 個百分點，即出口下降對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)域之間的差異來推斷總體效應(yīng)有潛在的問題，比如沒有考慮城市之間在人員和商品貿(mào)易上的往來對結(jié)果的可能影響。①關(guān)于從截面回歸推斷總體效應(yīng)存在問題的討論見Redding (2020)。因此，后文將建立多區(qū)域的空間均衡模型，據(jù)此估計外部需求沖擊對各區(qū)域及全國總體經(jīng)濟(jì)的影響大小。

表1 2SLS 估計結(jié)果

(二)穩(wěn)健性檢驗

為了檢驗以上結(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，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 的估計是以2007 年各城市GDP 為權(quán)重，我們也嘗試采用更早時期比如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)模大小對結(jié)果的可能影響；除了出口變化預(yù)測值，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、北京等大城市與國際市場的聯(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城市到大城市的距離為工具變量；城市經(jīng)濟(jì)增長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。③本文也嘗試了空間誤差修正模型，并采用Spivregress 估計了以ΔExp2007—09 為內(nèi)生變量的空間模型，發(fā)現(xiàn)結(jié)果無明顯區(qū)別。

以上檢驗的結(jié)果報告在表2 相對應(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的估計結(jié)果。顯然，在所有檢驗中，出口變量的系數(shù)均為正且高度顯著，系數(shù)估計值的大小和表1 第(6)列的估計結(jié)果相近。這些檢驗結(jié)果進(jìn)一步證明，2008 年國際金融危機(jī)引起的出口下降是中國經(jīng)濟(jì)增速下行的一個原因。

表2 穩(wěn)健性檢驗

(三)排除增長趨勢的影響

以上估計結(jié)果未必能解釋為因果關(guān)系，因為經(jīng)濟(jì)增長和出口可能受一些共同趨勢的影響，此外，受出口下降影響大的區(qū)域其經(jīng)濟(jì)增長下滑可能在2008 年金融危機(jī)前就開始了。在這些情況下，利用模型(1)所估計的效應(yīng)反映的可能只是城市的增長趨勢變化。為了對此加以檢驗，本文采用了兩種方法:第一，采用一個反事實實驗，以金融危機(jī)前的經(jīng)濟(jì)增速變化為因變量，重新估計模型。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。如果該檢驗中出口下降的系數(shù)顯著，則說明出口和經(jīng)濟(jì)增長的關(guān)系并非因果關(guān)系，而是受一些共同趨勢的影響而表現(xiàn)出來的同向或反向關(guān)系。第二，我們在模型(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趨勢。

表3 第(1)列是以2004—2007 年GDP 增長率的變化為被解釋變量的估計結(jié)果。可以看出，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 增長率的變化為被解釋變量時，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)波動對結(jié)果的影響，在第(3)列中，我們先取2004—2006 年GDP 增長率的平均值，然后計算2007 年GDP 增長率與該平均值的差，以此為被解釋變量。顯然，此時出口下降的系數(shù)同樣不顯著?？傊@些反事實實驗說明經(jīng)濟(jì)增長和出口之間的關(guān)系并非是受一些共同趨勢的驅(qū)動所致。

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 增長率的變化為因變量，但在模型中加入各城市2004—2006 年GDP 增長率的平均值，即控制國際金融危機(jī)前各地的增長趨勢。估計結(jié)果表明，出口下降變量依然為正且在5%水平上顯著，說明出口下降和經(jīng)濟(jì)下行的關(guān)系并非是由2008 年前各地的增長趨勢造成。

表3 考慮增長趨勢的估計結(jié)果

(四)動態(tài)效應(yīng)

前文討論了2007—2009 年間出口下降對同一時期GDP 增速下行的影響，以此說明金融危機(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經(jīng)濟(jì)增長影響的持續(xù)時間，我們從2012 年起逐年估計這一外部沖擊對GDP 增速變化的影響。具體的做法和前文一樣，以差分的形式來估計模型(1)。比如，對于2012 年，以2012 年的GDP 增長率與沖擊發(fā)生前即2007 年的GDP 增長率之差為因變量，以2007—2009 年間出口占比下降為自變量，以出口下降的預(yù)測值為工具變量，在模型中加入所有控制變量，然后估計模型。①之所以采用2007—2009 年而非2007—2012 年出口占比變化為自變量，是因為國際金融危機(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間段內(nèi)估計結(jié)果的比較。其他年份的估計方法類似。之所以從2012 年開始估計，是考慮到中央政府在2009 年出臺了4萬億元的刺激計劃，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。②考慮到4 萬億元的刺激計劃對2012 年后的經(jīng)濟(jì)增長可能還有影響，參照王賢彬等(2019)的做法，我們在模型中加入了2009 年金融機(jī)構(gòu)貸款余額增長率與2008 年金融機(jī)構(gòu)貸款余額增長率之差，以控制各地受4 萬億元刺激計劃的影響大小。金融機(jī)構(gòu)貸款余額數(shù)據(jù)來自《中國城市統(tǒng)計年鑒》。

出口下降對2012 年后經(jīng)濟(jì)增長影響的估計結(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 年的估計結(jié)果。圖中的黑點表示出口下降參數(shù)估計值的大小，虛線表示5%的置信區(qū)間?？梢钥闯觯?012 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 年國際金融危機(jī)引起的出口下降對中國經(jīng)濟(jì)增長的影響持續(xù)了較長時期，從2013 年起即國際金融危機(jī)發(fā)生5 年后其影響不再顯著。

圖2 出口下降的動態(tài)效應(yīng)

六、量化空間模型

前文利用差分模型識別了出口下降與經(jīng)濟(jì)增速下行之間的因果關(guān)系，估計了出口下降沖擊所引起的各地經(jīng)濟(jì)增長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)易和勞動力流動的影響，根據(jù)模型估計結(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，估計出口下降對各個地區(qū)及全國總體經(jīng)濟(jì)的影響。在本文的模型中，與Tombe 和Zhu (2019)的做法一樣，考慮了勞動力跨區(qū)域流動受戶口等限制而產(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)間的財政結(jié)構(gòu)特征。假設(shè)模型中有N個國內(nèi)地區(qū)，1 個國外地區(qū)，商品在國內(nèi)外自由流通，但有貿(mào)易成本。勞動力在國內(nèi)可以跨地區(qū)流動但不能跨國流動，跨地區(qū)的流動需承擔(dān)一定成本。

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

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

其中，κ控制著消費者偏好的離散程度，其值越大，消費者偏好的離散程度越小。

(2)生產(chǎn)者。每個地區(qū)的企業(yè)使用勞動和土地進(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，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)品市場完全競爭，企業(yè)追求利潤最大化，政府對企業(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為土地價格。

商品在地區(qū)間的貿(mào)易有成本，比如交通運輸成本，要從地區(qū)i運送1 個單位產(chǎn)品到地區(qū)n，必須在地區(qū)i生產(chǎn)τni>1 個單位。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的均衡價格(Pn):

其中，γ為常數(shù)。令πni表示地區(qū)n的消費支出中來自地區(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轉(zhuǎn)移支付的方式返還給國內(nèi)居民，每個居民獲得的轉(zhuǎn)移收入(R)相等，即:

由于假設(shè)國外市場只有一個區(qū)域，每個勞動力所獲得的轉(zhuǎn)移收入等于其繳納的工資稅。

假設(shè)一個地區(qū)的土地收入分配給了當(dāng)?shù)鼐用?，則其收入等于工資、生產(chǎn)和消費在土地上的支出、財政轉(zhuǎn)移收入之和，即:

其中，Vn為個人的收入，化簡可得:

(4)勞動力流動與市場均衡。地區(qū)n勞動力的實際收入為。勞動力在國內(nèi)可以跨區(qū)域流動，但受戶口等限制需承擔(dān)一定的成本。假設(shè)勞動力流動的目標(biāo)是效用最大化，由于流動成本從地區(qū)i到地區(qū)n的移民效用降低一個因子μni，則在勞動力的地區(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:

勞動力市場均衡意味著地區(qū)n的勞動力是從國內(nèi)所有地區(qū)流入該地區(qū)的勞動力之和:

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

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

(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)來進(jìn)行反事實模擬，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)論文頁面“附錄與擴(kuò)展”欄目下載。給定初始均衡時期的Tn、mni、Wn、Ln、Vn、πni，以及參數(shù)α、β、θ、κ，可以利用轉(zhuǎn)化后的模型來模擬當(dāng)變化時，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，沒有和前文的實證分析一樣采用城市樣本，而是以省級行政單元為對象。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 個省市，即N＝30，也包含了一個國外地區(qū)即世界市場。對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各個地區(qū)就業(yè)、工資、收入、土地價格等變量的影響，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)勞動力對地區(qū)n的期望效用為:

全國的效用水平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)的實際GDP 為名義GDP 除以價格指數(shù)，即:

全國的實際GDP 為各地區(qū)的加總:

則全國實際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，國內(nèi)各地區(qū)與國外市場的貿(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，令各省與國外市場的貿(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)和國際市場的聯(lián)系緊密，受外部沖擊的影響較大，當(dāng)國際市場對國內(nèi)商品的需求減少從而導(dǎo)致出口下降時，這些地區(qū)對勞動力的需求隨之減少。與此相對應(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看(見圖4)，除了中西部的個別省份如湖北、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。對于東部沿海地區(qū)，工資下降是出口下降導(dǎo)致對勞動力的需求減少所致。對于中西部地區(qū)，工資下降一方面是由于出口減少，另一方面也是因為東部的勞動力轉(zhuǎn)移到這些地區(qū)后，勞動的供給有所增大。

圖4 工資變化

從價格指數(shù)的變化來看(見圖5)，廣東、上海、天津等地上升最為明顯，這是因為雖然這些地區(qū)的工資有所降低，但由于出口大幅下降，產(chǎn)品在國內(nèi)的銷售比重上升，推高了國內(nèi)消費品價格。在東部省份中，也有價格指數(shù)下降的地區(qū)，比如福建和浙江，這是因為在這些地區(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、寧夏等地的價格指數(shù)下降明顯，這主要是由于勞動力流入而引起的工資降低。

圖5 價格變化

實際GDP 是一個反映就業(yè)、工資、價格等因素的綜合指標(biāo)，從實際GDP 的變化可以看出(見圖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。對于廣東、上海、天津和江蘇，其實際GDP 下降不僅是由就業(yè)和工資下降引起，價格的上升也是一個原因。對于福建而言，其價格水平雖然下降，但工資水平也有所降低，綜合來看，實際GDP 有所下降。

從全國總體產(chǎn)出和福利水平來看(見表4)，國際貿(mào)易成本上升10%可以導(dǎo)致實際GDP 下降0.53 個百分點，福利水平下降0.46 個百分點。從各省的平均效應(yīng)來看，國際貿(mào)易成本上升10%會使出口下降31%。①在計算國際貿(mào)易成本上升所引起的出口下降平均效應(yīng)時，本文以各省產(chǎn)出所占比重為權(quán)重，對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%)，會使全國實際GDP 下降0.17 個百分點，福利水平下降0.15 個百分點。

本文也模擬了國內(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，如果國內(nèi)各省之間的貿(mào)易成本下降10%，則全國實際GDP 上升9.22 個百分點，全國福利水平上升9.27 個百分點。與國際貿(mào)易成本的變化相比，國內(nèi)貿(mào)易成本變化對中國經(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)來看，如果各省生產(chǎn)率上升10%，則全國實際GDP 和福利水平會上升2 個百分點，說明與外部沖擊相比，國內(nèi)生產(chǎn)率的變化對中國經(jīng)濟(jì)的影響也更為強烈。以上模擬結(jié)果表明，面對外部需求沖擊，當(dāng)出口有壓力時，如果能通過一些政策舉措降低國內(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中國經(jīng)濟(jì)帶來的消極影響。

表4 各種沖擊的總體效應(yīng)

八、結(jié)論

從2008 年國際金融危機(jī)開始，中國的出口有所下降，經(jīng)濟(jì)增長的速度也開始下行。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)建立簡約式的差分模型，識別出口下降對經(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)，出口下降是中國經(jīng)濟(jì)增速下滑的一個原因；出口下降對中國經(jīng)濟(jì)的影響大約會持續(xù)5 年時間。在進(jìn)行了一系列檢驗包括樣本縮尾、采用不同的工具變量、控制沖擊前的增長趨勢等之后，該結(jié)論依然成立。

由于差分模型難以考量地區(qū)之間通過商品貿(mào)易和勞動力流動而產(chǎn)生的關(guān)聯(lián)，從截面回歸的估計結(jié)果推斷總體效應(yīng)存在不足，因此本文建立了一個多區(qū)域量化空間模型，進(jìn)一步估計出口下降對各地區(qū)及總體經(jīng)濟(jì)的影響大小，并分析可能的應(yīng)對政策的作用。模擬結(jié)果表明，出口下降對東部地區(qū)，特別是與國際市場聯(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；從全國總體來看，出口下降10%會導(dǎo)致GDP 下降0.17 個百分點，福利水平下降0.15 個百分點；與外部沖擊相比，提高各地區(qū)生產(chǎn)率以及降低國內(nèi)地區(qū)間的貿(mào)易成本對全國經(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，堅持對外開放，竭力擴(kuò)大國外市場應(yīng)是中國在經(jīng)濟(jì)發(fā)展過程中需繼續(xù)努力的重要方向，構(gòu)建“雙循環(huán)”新發(fā)展格局時兩個循環(huán)都不可舍棄。第二，在面臨復(fù)雜嚴(yán)峻的國際貿(mào)易環(huán)境時，各級政府要正確認(rèn)識出口下降對中國經(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的長期影響。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)開拓國內(nèi)市場，以減少出口下降引起的本地就業(yè)機(jī)會流失，也要注重對當(dāng)?shù)匚飪r水平的監(jiān)測與調(diào)控。對于外貿(mào)經(jīng)濟(jì)相對欠發(fā)達(dá)的中西部地區(qū)，除了發(fā)展本地市場以彌補出口下降所產(chǎn)生的損失，更要致力于構(gòu)建成熟的勞動力市場，幫助流入勞動力在本地的穩(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，同時也要樹立起合作意識，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中國經(jīng)濟(jì)與福利的不利影響。