贸易结构与经济增长：基于跨国面板数据的分析
1.GDP变化趋势
1980-2014年间，主要贸易国GDP整体都呈现明显的增长趋势，这30个国家的经济增长大致可分为两种：稳步增长型和交替增长型，其中美国、中国、泰国、印度、澳大利亚、新加坡、加拿大、马来西亚属于稳定增长型，其他国家属于交替增长型。偶有年份出现负增长，表现在图1中就是GDP趋势线的回落，其中又以日本的发展最具代表性，趋势线呈明显的波峰波谷型。
2.经济增长与贸易结构
使用1980-2014年货物贸易和服务贸易数据作为考察对象，用服务贸易额/货物贸易额来表示对外贸易结构变化。
对于GDP与贸易结构变化趋势，从整体上来看回归线是一条向右上方倾斜的曲线，说明GDP与贸易结构正相关；但是如果允许每个国家的回归线有自己的斜率的话，有些国家经济增长与贸易结构正相关，而有些国家与贸易结构负相关，表现在图2中就是单个回归线的向右上方和左下方倾斜。
三、实证分析
1.变量选取
本文选取GDP作为被解释变量，使用外商投资fdi、个人收入水平income、开放度open、贸易结构ssvg作为解释变量；数据来源于Comtrade数据库，囿于数据的不完整，在进行实证分析时仅采用2000-2014年的数据；使用的计量软件为stata140，为了消除可能出现的多重共线性，对于所选取的数据做对数化处理，建立模型为：
lngdp=á+β1lnssvg+β2lnopen+β3lnfdi+βdlnincome
其中贸易ssvg=服务贸易进出口额/货物贸易进出口额。
对于这30个国家的面板数据进行回归得lngdp=-1862+0301lnssvg+0593lnopen+00836lnfdi+1793lnincome，贸易结构的系数在1%的显著性水平下通过检验，贸易结构的系数为正，这也与上图中回归线斜率相符合。
通过对30个国家经济增长与贸易结构进行回归，按其系数β1的符号对上述国家进行分类。其中正相关组包括美国、德国、英国、法国、爱尔兰、芬兰、新加坡、比利时、西班牙、加拿大、卢森堡、瑞典、丹麦、巴西、中国香港、泰国；负相关组包括日本、中国、荷兰、印度、澳大利亚、意大利、俄罗斯、南非、韩国、瑞士、奥地利、马来西亚、阿联酋、土耳其。
2.正相关组
对于正相关组的面板数据进行固定效应和随机效应回归，结果如表1所示。
固定效应回归的聚类稳健标准误系数与固定效应回归系数相差不大，随机效应回归的聚类稳健标准误与随机效应回归系数相同。无论是固定效应还是随机效应，lnssvg都在1%的显著性水平下通过检验，而且系数都为正。
对于究竟是使用固定效应模型还是随机效应模型，要通过豪斯曼检验进行判断(表2)。豪斯曼检验的p值为000000，故强烈拒绝不相关的原假设，认为应该使用固定效应模型，而非随机效应模型。
在使用固定效应回归时，同时考虑时间效应，加入时间虚拟变量，并使用2000年作为基期。回归结果显示，时间效应的系数都为负，但是有些年份虚拟变量显著，而有些年份虚拟变量则不显著。对年份虚拟变量的联合显著性进行检验，由于F(14，15)=2104，而Prob>F=00000，因而强烈拒绝“无时间效应”的原假设，认为在模型估计中应包含时间效应。因此在估计时应考虑时间效应，采取双向固定效应方法。双向固定效应回归结果中对于lngdp、lnssvg显著性降低，但是相关系数变化不大。
第一组数据回归的结果显示为lngdp=-2142+052lnssvg+011lnopen+0048lnfdi+223lnincome，说明经济增长与贸易结构呈正相关关系。
3负相关组
负相关组是一组长面板数据。对于长面板数据，由于n相对于T较小，对于可能存在的时间效应，可以通过增加时间趋势项或者平方项来控制；对于可能存在的固定效应，只需要加入个体虚拟变量，采用LSDV方法即可。为了控制个体效应和时间效应，分别生成“国家虚拟变量”和“时间趋势变量”，使用LSDV法估计双向固定效应，回归结果显示时间效应很显著，p值为0，而国家虚拟变量中，有些变量很显著，可以认为存在固定效应，应该在模型中允许每个国家拥有自己的截距项。
对该组面板数据分别进行沃尔德组间异方差检验、组内自相关检验、组间同期相关检验，p值均为0，认为该面板数据存在组间异方差、组内一阶自相关以及组间同期相关。对于面板数据的处理共有“同时处理组内自相关、组间同期相关的FGLS”和“仅解决组内自相关的FGLS”两种方法。如果要同时考虑组内自相关、组间异方差、组间同期相关的话，应该使用全面FGLS估计。
表3中AR1代表各组的自回归系数相同，而 PSAR1则允许各组自回归系数不同。可以看到AR1和PSAR1的估计值比较接近。但是由于时间维度并不比横截面维度大很多，时间维度T可能无法提供足够的信息来分别估计每个面板自己的回归系数，所以使用AR1估计，约束每个个体的自回归系数均相等。使用AR1估计下，lnssvg的系数在1%的显著性水平下通过检验，方程的回归结果为lngdp=-0093lnssvg-0323lnopen+002lnfdi+036lnincome，方程的回归系数为负，说明对于这组国家来说，经济增长与贸易结构负相关。
四、贸易结构影响经济增长的机制分析
服务经济时代，服务贸易对经济增长的贡献毋庸置疑，那为什么对于服务贸易大国，有些国家经济增长与贸易结构正相关，而有些国家经济增长与贸易结构负相关。这是一种短期经济波动的影响呢，还是长期存在的经济现象？
本文选取贸易结构的宏观定义作为研究对象，贸易结构越大，说明服务贸易在对外贸易中占比越高；贸易结构越小，说明服务贸易在对外贸易中占比越低。通过对经济规模与贸易结构的趋势线进行分析，发现对于第一组国家来说，经济增长趋势线与贸易结构趋势线趋于相交，而且两条趋势线之间的垂直距离越来越小；而对于第二组国家，经济增长趋势线与贸易结构短暂相交后，两条趋势线间的垂直距离越来越大。, 百拇医药(赵若锦)
1980-2014年间，主要贸易国GDP整体都呈现明显的增长趋势，这30个国家的经济增长大致可分为两种：稳步增长型和交替增长型，其中美国、中国、泰国、印度、澳大利亚、新加坡、加拿大、马来西亚属于稳定增长型，其他国家属于交替增长型。偶有年份出现负增长，表现在图1中就是GDP趋势线的回落，其中又以日本的发展最具代表性，趋势线呈明显的波峰波谷型。
2.经济增长与贸易结构
使用1980-2014年货物贸易和服务贸易数据作为考察对象，用服务贸易额/货物贸易额来表示对外贸易结构变化。
对于GDP与贸易结构变化趋势，从整体上来看回归线是一条向右上方倾斜的曲线，说明GDP与贸易结构正相关；但是如果允许每个国家的回归线有自己的斜率的话，有些国家经济增长与贸易结构正相关，而有些国家与贸易结构负相关，表现在图2中就是单个回归线的向右上方和左下方倾斜。
三、实证分析
1.变量选取
本文选取GDP作为被解释变量，使用外商投资fdi、个人收入水平income、开放度open、贸易结构ssvg作为解释变量；数据来源于Comtrade数据库，囿于数据的不完整，在进行实证分析时仅采用2000-2014年的数据；使用的计量软件为stata140，为了消除可能出现的多重共线性，对于所选取的数据做对数化处理，建立模型为：
lngdp=á+β1lnssvg+β2lnopen+β3lnfdi+βdlnincome
其中贸易ssvg=服务贸易进出口额/货物贸易进出口额。
对于这30个国家的面板数据进行回归得lngdp=-1862+0301lnssvg+0593lnopen+00836lnfdi+1793lnincome，贸易结构的系数在1%的显著性水平下通过检验，贸易结构的系数为正，这也与上图中回归线斜率相符合。
通过对30个国家经济增长与贸易结构进行回归，按其系数β1的符号对上述国家进行分类。其中正相关组包括美国、德国、英国、法国、爱尔兰、芬兰、新加坡、比利时、西班牙、加拿大、卢森堡、瑞典、丹麦、巴西、中国香港、泰国；负相关组包括日本、中国、荷兰、印度、澳大利亚、意大利、俄罗斯、南非、韩国、瑞士、奥地利、马来西亚、阿联酋、土耳其。
2.正相关组
对于正相关组的面板数据进行固定效应和随机效应回归，结果如表1所示。
固定效应回归的聚类稳健标准误系数与固定效应回归系数相差不大，随机效应回归的聚类稳健标准误与随机效应回归系数相同。无论是固定效应还是随机效应，lnssvg都在1%的显著性水平下通过检验，而且系数都为正。
对于究竟是使用固定效应模型还是随机效应模型，要通过豪斯曼检验进行判断(表2)。豪斯曼检验的p值为000000，故强烈拒绝不相关的原假设，认为应该使用固定效应模型，而非随机效应模型。
在使用固定效应回归时，同时考虑时间效应，加入时间虚拟变量，并使用2000年作为基期。回归结果显示，时间效应的系数都为负，但是有些年份虚拟变量显著，而有些年份虚拟变量则不显著。对年份虚拟变量的联合显著性进行检验，由于F(14，15)=2104，而Prob>F=00000，因而强烈拒绝“无时间效应”的原假设，认为在模型估计中应包含时间效应。因此在估计时应考虑时间效应，采取双向固定效应方法。双向固定效应回归结果中对于lngdp、lnssvg显著性降低，但是相关系数变化不大。
第一组数据回归的结果显示为lngdp=-2142+052lnssvg+011lnopen+0048lnfdi+223lnincome，说明经济增长与贸易结构呈正相关关系。
3负相关组
负相关组是一组长面板数据。对于长面板数据，由于n相对于T较小，对于可能存在的时间效应，可以通过增加时间趋势项或者平方项来控制；对于可能存在的固定效应，只需要加入个体虚拟变量，采用LSDV方法即可。为了控制个体效应和时间效应，分别生成“国家虚拟变量”和“时间趋势变量”，使用LSDV法估计双向固定效应，回归结果显示时间效应很显著，p值为0，而国家虚拟变量中，有些变量很显著，可以认为存在固定效应，应该在模型中允许每个国家拥有自己的截距项。
对该组面板数据分别进行沃尔德组间异方差检验、组内自相关检验、组间同期相关检验，p值均为0，认为该面板数据存在组间异方差、组内一阶自相关以及组间同期相关。对于面板数据的处理共有“同时处理组内自相关、组间同期相关的FGLS”和“仅解决组内自相关的FGLS”两种方法。如果要同时考虑组内自相关、组间异方差、组间同期相关的话，应该使用全面FGLS估计。
表3中AR1代表各组的自回归系数相同，而 PSAR1则允许各组自回归系数不同。可以看到AR1和PSAR1的估计值比较接近。但是由于时间维度并不比横截面维度大很多，时间维度T可能无法提供足够的信息来分别估计每个面板自己的回归系数，所以使用AR1估计，约束每个个体的自回归系数均相等。使用AR1估计下，lnssvg的系数在1%的显著性水平下通过检验，方程的回归结果为lngdp=-0093lnssvg-0323lnopen+002lnfdi+036lnincome，方程的回归系数为负，说明对于这组国家来说，经济增长与贸易结构负相关。
四、贸易结构影响经济增长的机制分析
服务经济时代，服务贸易对经济增长的贡献毋庸置疑，那为什么对于服务贸易大国，有些国家经济增长与贸易结构正相关，而有些国家经济增长与贸易结构负相关。这是一种短期经济波动的影响呢，还是长期存在的经济现象？
本文选取贸易结构的宏观定义作为研究对象，贸易结构越大，说明服务贸易在对外贸易中占比越高；贸易结构越小，说明服务贸易在对外贸易中占比越低。通过对经济规模与贸易结构的趋势线进行分析，发现对于第一组国家来说，经济增长趋势线与贸易结构趋势线趋于相交，而且两条趋势线之间的垂直距离越来越小；而对于第二组国家，经济增长趋势线与贸易结构短暂相交后，两条趋势线间的垂直距离越来越大。, 百拇医药(赵若锦)