首页 百科知识 国际外包与产业结构内生性

国际外包与产业结构内生性

时间:2023-03-23 百科知识 版权反馈
【摘要】:上一节的实证表明,近年来,中国产业结构发展的内生性得到了增强,制造业与服务业的相互促进作用明显提升。如果国际外包真的如前文理论部分所证明的那样对于产业结构内生性具有促进作用,那么,其对于中国的产业结构转型,促进服务经济的发展就具有重要意义。本节就国际外包的产业结构内生促进作用进行一个简单的实证检验。
国际外包与产业结构内生性_国际外包承接与中国产业结构升级

上一节的实证表明,近年来,中国产业结构发展的内生性得到了增强,制造业与服务业的相互促进作用明显提升。那么,在这种产业内生发展的过程中,国际外包扮演了一个什么样的角色?本书第五章的理论证明,伴随着分工多样化而产生的国际外包对于制造业和服务业之间的内生作用具有明显的推动作用,但是,在中国的实践过程中是否确实如此?如果国际外包真的如前文理论部分所证明的那样对于产业结构内生性具有促进作用,那么,其对于中国的产业结构转型,促进服务经济的发展就具有重要意义。本节就国际外包的产业结构内生促进作用进行一个简单的实证检验。

一、检验方法和数据

产业结构是一个内生发展的系统,而VAR方法正是从数据生成过程角度对系统内生变量进行解释的一种研究方法,通过这种方法,我们可以对系统的动态特征进行模拟,并可以探讨外部冲击对内生变量造成的影响。本节所要讨论的就是外包对于产业结构内生系统的影响,因此,VAR方法就成为一个恰当的选择。VAR方法由Sims(1980)提出,但是,该法是将系统中的每一个内生变量作为系统中所有变量的滞后值的函数进行构造的,不能考察内生变量之间的同期影响,而结构VAR模型(Structural VAR,SVAR)模型恰好可以弥补这一缺陷,同时,SVAR模型还可以避免VAR方法中Choleski分解引发内生变量排序对结果的敏感影响和施加错误的约束可能对模型结果产生的负面作用,因此,本书采用SVAR模型对问题进行分析。

考虑k个变量,p阶结构向量自回归模型SVAR(p)的结构式为:

t=1,…,T;i=1,…,p。C0为内生变量同期相关性矩阵,Γi为内生变量滞后项的系数矩阵,ut为SVAR的k维随机误差项,ut不具有序列相关性,且满足E(utu′t)=Λk,Λk为对角阵。

上述SVAR模型可以写成滞后算式的形式:

式中,C(L)=C0-Γ1 L-Γ2 L2-…-Γp Lp为滞后算式的参数矩阵,且C0≠Λk

如果矩阵多项式C(L)(这要求数据平稳),则(6.12)式可变形为:

式中,B(L)=C(L)-1=B0+B1 L+B2 L2+…,B0。由此,所有内生变量均表示为ut分布的滞后形式,即对内生变量的影响表示成为结构冲击。但是,结构冲击ut不可直接观测,需要通过yt各元素的响应才可观测。为了分析系统的动态响应过程,可将结构式转化为简化式。假设εt为简化式的随机误差项,则两者形式的误差项之间存在关系:

在利用上述SVAR模型分析系统的动态传递机制时,需要对B0施加约束条件才能对系统进行识别。对于具有k个内生解释变量的SVAR模型,需要施加k(k-1)/2个约束条件才能恰好识别出所有参数。B0识别后,便可得到其他系数矩阵之间的关系。

本节使用1981—2008年中国年度数据进行分析。具体而言,涉及制造业增加值、生产性服务业增加值、制造外包和服务外包的相关数据。在中国各类年鉴中并没有制造业和服务业较长年度的序列数据,但是,国研网世界经济数据库世界贸易组织数据中存在改革开放以来制造业和服务业的增加值统计数据,为此,我们以此为基础进行计算。同时,我们根据《中国统计年鉴》各年度第三产业增加值中交通运输、仓储和邮政业以及金融业和房地产业增加值比例对服务业的数据进行折算得出生产性服务业的增加值。对于制造业外包,由于我们前文搜集到得数据只有1992—2008年间的,为此,我们采取加工贸易出口数据进行分析,数据源自《中国统计年鉴》。而对于服务外包,我们以服务贸易出口额作为服务外包的总量,数据来自国研网世界经济数据库世界贸易组织数据。[5]对上述所有数据,我们均进行对数化处理。

二、实证分析

(一)数据单位根检验

本节考虑的是国际外包对制造业和生产性服务业组成的产业结构内生系统的影响,同时,在理论模型中我们证明了不仅仅制造外包对于产业结构内生发展具有重要作用,而且服务外包对于产业结构的内生性也有重要影响。因此,本节的SVAR系统考虑的就是制造业增加值(lnindustry)、生产性服务业增加值(lnservice)、制造业外包(lnosm)和服务外包(lnoss)组成的经济系统。在考虑VAR系统之前,必须对数据的相关性质进行检验,否则,容易造成估计的偏差。表6.14是我们对相关变量进行单位根检验的结果。

我们以ADF检验法对变量进行单位根检验,滞后阶数以AIC值最小为原则,并且选取带有截距和趋势项的模型。从检验结果来看,各变量均存在单位根,均为I(1)单整序列,因此,可以对数据进行SVAR分析。

表6.14 相关变量单位根检验结果

(二)变量协整检验

我们以Johansen协整检验对上述4个变量组成的系统进行分析,在检验中假定数据中存在线性趋势,协整向量含有截距和线性趋势项。从检验结果看,变量具有一个协整关系。

表6.15 变量的Johansen协整检验结果

(三)模型参数估计

在变量具有单位根和协整关系时,通常的处理是利用误差修正模型(VEC)或者利用差分变量对问题进行估计。但是,Sims等人(1990)指出,当考虑的问题是短期动态约束关系时,如果几个变量存在协整关系时,用变量的水平值建立的VAR模型不会出现识别错误,并且以OLS得到的估计值仍然是一致的。本书正是考虑的短期约束形式,而且为了分析问题的方便,我们仍然采用变量的水平形式。由于我们的数据量不是特别大,在对简化式VAR模型进行估计时,我们只考虑变量滞后一期的形式,并且外生变量包含一个常数项和一个时间趋势项,从而可得出简化式VAR估计结果。

表6.16 简化式VAR估计结果

注:括号内为t统计量,*、**、***分别表示10%、5%、1%显著性水平。

从回归结果可以看到,部分变量并不显著,对于外部模型尤其如此,但是,我们重点关注的是外包对于产业结构内生的影响,也就是说,我们分析的目标是外包对于产业结构发展的冲击,因此对于模型而言,我们分析的重点是对应的脉冲响应,故模型的显著性并不影响我们的分析结果。不过,模型的稳定性则是需要考虑的内容,因为SVAR模型的基础就是系统稳定,为此,我们首先对简化式VAR模型的特征根进行考察。针对特征方程|λ4-λ3 A1-λ2 A2-λA3-A4|=0对应的四个特征根分别为:λ1=0.889 733-0.085 338i;λ2=0.889 733+0.085 338i;λ2=0.344 005-0.379 581i;λ4=0.344 005+0.379 581i均位于单位圆内,因此,系统是稳定的,可以在此基础上对SVAR进一步识别。

式中,第一行表示制造业产出受到服务业产出、制造外包和服务外包的影响,这是因为制造业与服务业之间存在内生联系,同时,在前文的理论分析中,我们也证明了制造外包和服务外包与制造业生产之间存在联系;第二行表示服务业产出受到制造业产出与服务外包的影响,服务业产出与制造业之间的联系源自两者的内生关联,而服务外包的变化直接导致了服务业产出的变化,因此,我们作此假设;第三行表示制造外包受到制造业发展的影响,制造业分工的深化直接促进了制造外包的发展,因此,我们做出了这一设定;第四行表示服务外包的发展与制造业和服务业的发展水平密切联系。

通过施加(6.15)式的约束,我们对模型中的未知参数进一步进行估计,其结果见表6.17,除了b31系数显著性不高之外,其他所有参数的显著先均在1%的显著性水平下显著,这表明我们对于模型的假设是合理的。

表6.17 B0矩阵的估计结果

注:***表示1%显著性水平。

(四)脉冲响应分析

根据上述矩阵可以计算国际外包对于产业结构内生发展的脉冲响应图。在此,我们考虑给予国际外包一个一般性的正向冲击对于制造业和生产性服务业的影响,考虑的冲击时间长度为10年。

(1)制造外包的冲击。图6.1是制造外包对于产业结构系统的冲击响应图。可以看到,制造外包的一个冲击会带来制造业和生产性服务业产出的长期增加,并且均呈现出先增加后递减的一个过程。对于制造业产出而言,其增幅在第二年达到最大,增加4.25%,而生产性服务业的最大增幅亦于第二年达到最大,为3.23%,要小于制造业的最大增幅,但是,可以看到制造业的增幅在其后迅速减小,而生产性服务业的增幅的减小过程远较制造业缓慢。也就是说,制造业国际外包的承接活动会导致制造业和生产性服务业产出的增加,在短期内,制造外包刺激了制造业的迅速成长,但是从长远来看,制造外包的承接对于生产性服务的促进作用是更大的。这里实证的结论表明了承接国际制造外包其实从长远来看是有利于承接国生产性服务业的发展的,甚至承接国服务业受益的程度比制造业还要大。

图6.1 制造外包冲击响应图

中国从加入WTO以来,由于大量承接国外企业的生产外包,从而导致中国制造业产业链低端锁定的产业升级困境(刘志彪等,2005),因而,制造业代工战略也遭到了学者们的广泛质疑,然而,这里的实证结论告诉我们无须担心这一事实。中国近年来大量承接生产外包这可以视为一个制造外包的巨大冲击,它在短期内对于制造业的发展具有强烈的推动力,这也正是我们世界工厂形成的基本事实。但是,一旦着眼于长期,这种制造业的迅速崛起必然迫使生产性服务业的跟进,从而使得生产性服务业得以成长。因此,制造外包是中国产业结构转型的一个重要推动力量,在今后的长期一段时间之内,我们仍然要坚持并鼓励制造外包的承接活动。

(2)服务外包的冲击。图6.2是服务外包冲击对于制造业和生产性服务业发展的影响。可以看到服务外包对于制造业和生产性服务业的影响是不同的,它对制造业存在一个长期的推动性作用,并且,这种推动力量在第二年达到最大,为5.88%,其后的促进逐渐减小;而服务外包对于生产性服务业的推动性也有一个较长期的影响,但是最终会消失不见,而且服务外包对生产性服务业的促进作用在当年达到最大,为2.95%。在这里我们可以看到,服务外包对于制造业的促进作用是远远高于生产性服务业的,这也是服务外包是制造业支持性的一个重要体现。同时,与制造外包比较还可以发现,服务外包对于制造业的推动性是要高于制造外包的。因此,大量承接服务外包对于制造业的发展具有至关重要的意义。

图6.2 服务外包冲击响应图

从产业结构转型的意义上讲,产业结构的发展追求的是产业的服务化,然而,从实证分析的结果来看,制造外包对于生产性服务业的促进作用还要大于服务外包,而服务外包对制造业的促进作用也要高于服务外包。从前面的理论和实证分析中我们知道,制造业和生产性服务业是相互促进的,制造业的发展是生产性服务业的基础,只有当制造业达到一定水平的阶段,生产性服务业才有可能蓬勃发展,从这一点上来说,服务外包的重要性就不言而喻了,服务外包的发展不仅仅推动的是产业内生性的增强,更重要的是,它对于制造业发展的重要作用,这是产业结构转型的重要基础。因此,政府在制定产业外包政策时,在大力推动制造外包承接活动的同时,要积极鼓励和支持服务外包的发展,也许这正是当前国家提出“千百十”外包服务工程的根本原因所在。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈

一键复制
图片预览