張世琪,郭健全
(上海理工大學 管理學院,上海 200093)
基礎設施對全球貿易的改善起到了積極的促進作用,對各國貿易流量增長有重要影響[1-2],“一帶一路”倡議將基礎設施互聯(lián)互通作為促進經貿雙方關系進一步發(fā)展的橋梁[3-4]。在諸多基礎設施中,鐵路運輸由于具有碳排放少、能耗低等優(yōu)點,在長距離運輸、運量和成本方面占據了較大優(yōu)勢,因此在“一帶一路”倡議中受到高度重視[5]。鐵路等基礎設施對國際貿易發(fā)展具有非常重要的影響,而全球物流績效指數(LPI)是評估各國物流基礎設施的重要指標[6],也是反映貿易便利化程度的重要指標[7],其與各國對外貿易的關系日益緊密。本文將鐵路建設和物流績效相結合,探究物流發(fā)展水平對我國出口貿易的影響。
崔巖和Kingsley E. Haynes研究發(fā)現一國交通基礎設施質量的提升有利于其貨物出口的增長[4][8];Kevin X.Li和Hongbo Li探討了交通基礎設施對中國不同經濟發(fā)展水平地區(qū)產生的影響[9-10];Anna Bottasso利用引力方程,得到巴西各地區(qū)基礎設施的數量增加與巴西出口流量有正向關系[11];孫瑾和楊英俊通過對基礎設施相關數據進行面板回歸分析,結果顯示貿易伙伴的基礎設施現狀與雙邊貿易成本負相關[12]。以上文獻研究了多種基礎設施與貿易的關系,但未從單一基礎設施的視角探索其產生的貿易效應。
Jian-hua Xiao探討了中國鐵路物流發(fā)展現狀及其對周邊國家進出口貿易的影響[13];Zeng-Zhen Shao通過數據分析大型跨國高速鐵路對出口存在影響[14];許嬌和陳坤銘運用GTAP模型得到“一帶一路”六大經濟走廊鐵路基礎設施建設的經貿效應[15];龔靜和尹忠明通過構建異質性隨機前沿模型研究了鐵路運輸時間及運輸距離減少對各省市貿易的影響[16];Normaz Wana和Ismail Jamilah討論了鐵路等硬件交通基礎設施及軟件基礎設施對亞洲國家經濟增長有重要影響[17];Kevin X.Li利用誤差修正模型,得到鐵路等交通基礎設施對發(fā)展中地區(qū)的影響要大于發(fā)達地區(qū)的結論[9]。以上文獻大多選取運輸距離作為鐵路建設的變量,但未涉及鐵路密度,而距離和密度作為衡量鐵路建設成效的兩個維度,能夠較好地定量分析鐵路建設所帶來的經貿效應。
Puertas R和MartíL分別就LPI不同指標對國際貿易的影響進行了實證研究,論證了LPI中的物流基礎設施質量指標對國際貿易影響最大[18-19];Azmat GANI基于分解后的物流相關數據進行研究,實證結果顯示總體物流績效與一國出口和經濟增長存在正向關系[20];Ziaul Haque Munim利用結構方程模型(SEM)對91個擁有海港的國家的面板數據進行實證分析,結果表明物流績效對一國貿易流量有正向影響[21];劉洋研究國際物流績效的貿易效應,Heckman回歸結果表明國際物流績效顯著促進了雙邊貿易流量[22];黃偉新實證分析了絲綢之路經濟帶物流績效水平對我國機電產品出口有顯著影響[23]。以上文獻均研究了物流績效對貿易的影響,但未結合具體的物流基礎設施以研究兩者產生的貿易效應。
基于以上分析,本文將研究對象定位于鐵路建設,選取運輸距離以及鐵路密度作為鐵路建設的研究變量,同時將物流績效與鐵路密度、運輸距離相結合,研究三者對我國出口貿易產生的影響。本文與以上文獻不同之處詳見表1:
表1 文獻總結
引力模型作為研究空間相互作用的重要工具被廣泛應用到經濟研究領域,Tinbergen J將引力模型應用到國際貿易研究領域[24],Anderson,Bergstrand,Anderson,van Wincoop紛紛進行理論分析,學者多次對其進行變型研究[25-28]。引力模型基本形式為:
Xij=K(YiYj/Dij)
其中Xij表示i國向j國的出口額,K為常數,Yi和Yj分別表示i國和j國的國內生產總值,Dij為兩國的距離,一般指兩國經濟中心或主要港口之間的距離,發(fā)現國際貿易規(guī)模與貿易國GDP成正比,與貿易國之間的距離成反比。后期對基本的引力模型兩邊取自然對數可得:
lnXij=β1lnYi+β2lnYj+β3lnDij+εi
(1)
本文根據Normaz Wana Ismail和XU Lizhi兩者研究中所采取的變量,拓展了引力模型[17][29],具體選取可能影響“一帶一路”沿線國家貿易的鐵路密度、運輸距離以及物流績效指數作為其核心衡量指標。據此設立面板數據如下:
lnTradevalueijt=β0+β1lnDensityjt+β2lnRd+β3lnLPI+β4lnDistanceij+β5lnPGijt
+β6lnOpenjt+β7lnWTOjt+β8lnDevejt+β9Highjt+εi
(2)
以上模型中的變量含義、預測符號、數據來源見下表2:
表2 變量說明
變量Disjt是根據北京與貿易伙伴的首都的經緯度計算獲得,根據引力模型一般規(guī)律,兩國距離越遠,貿易流量越少,所以負相關;變量PGjt表示j國在t國的人均GDP增長(年增長率),是基于不變價本幣的人均GDP年增長率,人均GDP增長率越大,代表該國需求越大,貿易流量增加。各關鍵變量的描述性統(tǒng)計及相關分析結果參見表3:
表3 變量的描述性統(tǒng)計(2007年—2016年)
據商務部統(tǒng)計,2017年,中國與“一帶一路”沿線國家的貿易額約為7.4萬億元人民幣,約占中國對外貿易總額的26%[30]?!耙粠б宦贰毖鼐€國家以發(fā)展中國家為主,中國正在減少對發(fā)達國家市場的依賴,將對外貿易重心轉向新興經濟體[31]。本文參考董銀果[32]的分類方法,集中選定21國分別是:哈薩克斯坦、吉爾吉斯斯坦、土庫曼斯坦、塔吉克斯坦、烏茲別克斯坦、俄羅斯、白俄羅斯、蒙古、阿塞拜疆、亞美尼亞、伊朗、以色列、印度、巴基斯坦、烏克蘭、土耳其、格魯吉亞、約旦、波蘭、德國、荷蘭;由于物流績效指數LPI于2007年由世界銀行首次發(fā)布,本文選定時間范圍為2007年—2016年10年的數據。
本文采用Stata10軟件對模型1-6的參數進行分步回歸,模型1是使用鐵路密度、運輸距離、物流績效指數三個核心解釋變量后的基礎模型;模型2-6則是在模型1的基礎上逐步加入貿易開放度、是否為WTO成員、發(fā)達國家或發(fā)展中國家、人均GDP增長率、地理距離等解釋變量之后的修正貿易引力模型。在對模型進行估計時,通過Hausman檢驗,確定是選用固定效應模型還是隨機效應模型。檢驗標準如下:
H0:個體效應與回歸變量無關(個體隨機效應回歸模型)
H1:個體效應與回歸變量相關(個體固定效應回歸模型)
對引力模型進行回歸,模型1-3固定效應的變量顯著性優(yōu)于隨機效應,Hausman檢驗相應的P值小于0.1,故應建立固定效應回歸模型;模型4-6隨機效應的變量顯著性優(yōu)于固定效應,Hausman檢驗相應的P值大于0.1,故應接受原假設,建立個體隨機效應模型,表4為比較p值過后,選擇合適的回歸模型[33]。
表4 豪斯曼檢驗結果
表4中第一列的結果顯示,所得回歸系數均為正并且p值都在1%的水平下高度顯著,因此,上述回歸結果與前文的預測分析相一致。實證結果分析如下:
(1)解釋變量Densityjt的系數顯著為正,其指標每提升1%,我國與沿線國家的貿易流量就會提高1.174%,說明中國出口貿易流量與鐵路密度呈正相關,中國在與鐵路網絡發(fā)達的國家進行貿易時的成本較低,效率更高,可見鐵路運輸對于“一帶一路”沿線國家發(fā)展貿易是一種極為重要的方式。
(2)解釋變量Rdjt的系數顯著為正,其指標每提升1%,我國對沿線國家的出口量就會提高1.33%,說明鐵路運輸距離越長,運輸量越大,中國與“一帶一路”沿線國家的貿易流量越多,進一步說明鐵路建設的必要性。
(3)解釋變量LPI的系數顯著為正,其指標每提升1%,我國與沿線國家的貿易流量就會提高1.641%,即物流績效指數越大,國際貿易物流效率越高,我國與沿線國家的貿易總額越大。
表4中模型2-6在逐步加入控制變量,檢驗中國與貿易伙伴的貿易效應時,本文核心解釋變量的系數估計值有略微變化,但系數的顯著性和正負關系沒有發(fā)生改變,可得出模型較為穩(wěn)健??刂谱兞肯禂捣治鋈缦拢?/p>
(1)變量Op的系數為正,指標每增加1%,我國對其貿易流量增加0.107%,說明貿易伙伴的貿易開放程度與貿易流量正向變動,貿易開放程度高的國家對于進出口貿易的限制相對較少,一定程度上促進貿易流量的增長;系數不顯著的原因可能為各種貿易優(yōu)惠安排的盛行以及諸如TPP和TTIP談判的推進,國家開放度推進貿易的作用已經越來越小,地位已逐漸被削弱[34]。
(2)變量WTOj的系數為正,說明是否是WTO成員與貿易流量成正比關系,WTO成員有利于該國對外貿易發(fā)展。
(3)變量Deve的系數顯著為正,說明發(fā)達國家交通基礎設施可能更完善,能用于鐵路建設的支出更高,與發(fā)展中國家相比更加注重物流績效水平的提高,并且貿易便利化程度高,故雙邊貿易額越大。
(4)變量PG的系數為正但不顯著,說明盡管人均GDP增長率一定程度上可能促進中國對該國的出口,但需要注意的是統(tǒng)計人均GDP增長率時,未考慮資產折舊或自然資源損耗和退化,其次對外貿易選擇對象并非僅將GDP作為貿易潛力的指標。
(5)變量Dis的系數為負,說明中國在與21國進行貿易往來時,距離仍然是制約雙邊貿易流量的一個重要因素,距離越遠貿易成本越高,導致貿易流量的減少,與引力模型的理論基礎一致[35],但兩者負向關系并不顯著,可能的原因是隨著各國基礎設施建設發(fā)展,尤其是鐵路、海運、航空等普及化程度加強,距離對兩國貿易流量的影響逐漸變小。
雖然本文對21個國家的靜態(tài)貿易效應及主要影響因素做出了分析,但未測算出時間的趨勢效應。由于我國對外貿易可能隨著時間而增長,但變化的趨勢不盡相同,因此,在模型中考慮時間的動態(tài)效應尤為必要。為使研究結論更加可靠,本文參考Richard Blundell的方法[36],采用動態(tài)面板GMM法。將被解釋變量的一階滯后期作為解釋變量,此外,由于模型中還包括其他變量,因此在估計過程中還需要進行內生變量和外生變量的選擇,基于本文的研究目的,將鐵路密度、運輸距離、物流績效指數作為內生變量,將對外貿易量滯后一階項作為工具變量,其余變量作為外生變量。我們對原公式作簡單變形,動態(tài)面板模型設定如下,詳細檢驗結果見表5:
lnTradevalueijt=β0+β1lnTradevalueijt-1+β2lnDensityjt+β3lnRd+β4lnLPI+
β5lnDistanceij+β6lnPgijt+β7lnOpenjt+β8WTOjt+β9lnDevejt+β10Highjt+εi
(3)
表5中第一列為滯后項與核心解釋變量回歸所得的結果,第2至第5列為納入其他控制變量進行回歸所得結果。對外貿易量的一階滯后項均在1%的顯著水平下高度顯著,這說明貿易流量確實存在滯后效應,前一期對本期具有推動作用。從表中第一列結果來看,作為衡量物流發(fā)展水平的替代指標,無論是鐵路密度、運輸距離、物流績效指數都在5%的水平下顯著,這一結果說明了鐵路密度、運輸距離和物流績效對我國對外貿易的發(fā)展具有促進作用。從表中第2至第5列的回歸結果來看,在加入其他變量后,本文核心解釋變量依然與之前預期符號一致,僅有個別數據出現p值過大的情況。系數解釋如下:
表5 GMM動態(tài)面板
(1)鐵路距離相比其他兩個核心解釋變量系數減小,隨著時間變化,可能諸多基礎設施一同發(fā)展,對其沖擊比較大,更加凸顯各國應重視鐵路建設,注重科技投入,提高鐵路供應鏈效率。
(2)發(fā)達國家的影響系數始終保持著高度顯著性,這充分表明其對我國對外貿易的正向影響。事實上,越發(fā)達的國家對物流基礎設施建設的投入越多,更重視物流績效水平的提高,有利于促進貿易流量增加。
(3)貿易開放度和WTO的系數同靜態(tài)分析模型中系數相似,都不顯著,原因與前文相似;PG的系數基本沒有太大波動,且不太顯著,人均GDP增長率不能成為國家選擇貿易伙伴的必然指標,這說明,在長期貿易中,雙邊貿易量并非完全取決于經濟總量或增長量,其與長期的貿易關系和穩(wěn)定的貿易安排有著密切關系。
本文使用2007年—2016年21國數據,主要得出了以下結論:
1.2007年-2016年,中國對“一帶一路”21個沿線國的出口貿易額在持續(xù)增長;
2.本文的實證分析證實了一國鐵路密度、鐵路長度、物流績效每提高1%,我國對其貿易流量分別提高1.174%、1.330%、1.641%,皆有助于促進本國貿易發(fā)展,增加我國出口量;
3.發(fā)達國家由于貿易開放度高,基礎設施建設完善,鐵路網密度大,貿易便利化程度高,有助于提高其貿易效應。
1.鐵路建設水平的提高顯著降低了物流成本,進一步促進國家間貿易流量的增長。各國需研發(fā)新技術,提高鐵路運行速度,節(jié)省運輸時間,增加鐵路網密度,規(guī)劃高效的鐵路運輸網絡;
2.我國與“一帶一路”沿線發(fā)展中國家進行貿易往來時,應積極建設亞洲基礎設施投資銀行和絲路基金,并將大量資金投入于各國的基礎設施建設[37];在與發(fā)達國家進行貿易往來時,首先應當側重于提高物流績效水平,其次采用先進的信息管理技術促進涉外貿易制度改革和海關現代化,降低通關成本,提升通關效率[38]。