中國出口產品技術水平與貿易發展是否存在“Rodrik之謎”

張天頂 鄒強 趙夢婷

（1.武漢大學 經濟與管理學院，湖北 武漢430072；2.浙江大學 經濟學院，浙江 杭州310027）

一、引言

隨著中國對外貿易的不斷發展壯大，中國出口貿易的產品技術結構也在不斷進行動態調整和優化。于是，受到上述特征化事實的啟迪，國內研究者對中國出口貿易的研究重點從絕對數量轉移到了產品質量或產品技術結構方面。樊綱、關志雄和姚枝仲（2006）［1］的研究表明，在1995至2003年間中國出口產品的技術曲線由低向高不斷進行移動，整體上已經接近世界中等技術水平。杜修立和王維國（2007）［2］在橫向比較中發現，雖然與西方發達國家相比仍有差距，但是改革開放以來我國出口貿易的技術水平已經得到了很大的改善和提高。對此，國內研究者也存在著不同的看法。例如，施炳展和李坤望（2008）［3］研究指出中國制造業國際分工地位低下，出口產品技術結構處于相對不利的地位。

與此同時，國外研究者 Rodrik（2006）［4］、Hausmann等（2007）［5］以及Schott（2008）［6］等則提出頗具影響的理論假說：一個國家出口商品技術越復雜，這個國家經過貿易加權后的平均收入就會越高。這些研究者通過構建出口復雜度或者出口相似度指標進行測量和跨國比較，研究發現中國出口產品的技術水平遠遠高于其他同等經濟發展水平的國家。中國所出現的上述異常情況被稱為“Rodrik之謎”。一般而言，西方發達國家在科學技術、研究與發展以及熟練勞動等領域具有比較優勢，它們主要生產和出口技術密集型和資本密集型產品，進而在國際競爭中獲取高額附加值（唐海燕和張會清，2009［7］）。可以說，按照常理應該是西方發達國家才擁有較高水平的出口產品技術結構。于是，中國出口產品技術水平指標測量中所發現的“Rodrik之謎”自然引起國內外研究者們的廣泛關注。

本文遵循出口產品技術復雜度指標的研究范式，利用BACI數據庫雙邊產品層面貿易流量數據重新考察不同國家或地區的出口產品技術水平，隨后重點探討了包括金融發展水平在內多個變量的影響作用，以檢驗中國是否存在所謂的“Rodriki之謎”。

二、文獻回顧

Rodrik（2006）［4］、Hausmann 等 （2007）［5］以及Schott（2008）［6］等利用跨國數據的研究結果表明，絕大多數國家出口產品技術結構和該國人均GDP的擬合度很好。但是，也存在著例外情況，例如中國。Rodrik（2006）［4］研究發現中國在1992-2003年出口產品技術水平變化很小，而同期中國人均GDP增長卻很快。于是，Rodrik（2006）［4］經過細致的分析得出一個重要的結論：隨著中國出口產品技術水平和人均GDP之間差距不斷減小，出口貿易作為經濟增長動力的作用會逐漸減弱；如果中國沒有其它增長極來替代出口貿易的作用，那么中國的經濟增長在出口貿易作用減弱后將會放緩。

針對所謂的“Rodrik之謎”，國內外研究者都提出了不同的理論解釋。盡管相關經驗證據并不充分，但一些研究表明，FDI和加工貿易對出口貿易技術結構的優化具有促進作用（Mary和 Caroline，2010［8］；Wang和 Wei，2010［9］；Xu和Lu，2009［10］）。而在全球化生產的背景下，外資的參與，特別是來自發達國家的直接投資，促進了中國在高技術產品的低附加值環節上的生產。Xu和Lu（2009）［10］對中國出口貿易結構進行了研究，結果表明中國出口結構向更復雜的產業快速轉移，而帶來轉變原因之一就是外商直接投資，特別是來自OECD成員國的獨資。另一些研究者則側重于對產品質量和地區發展不平衡等方面給出解釋。Amiti和Freund（2010）［11］的研究發現，在1997-2005年期間，出口到美國市場的中國產品價格每年平均下降了1.5%，而美國市場上同期來自于其他國家的產品價格則平均上升了0.4%。雖然價格水平變化并不能完全代表產品的技術水平，但忽視了價格因素也許會高估中國產品的出口復雜度。此外，中國出口貿易產品來源地區分布的不平衡以及不同地區之間收入差距則會低估了人均GDP水平，這也會使得出口復雜度指標值出現異常（Xu，2010［12］）。為此，Xu （2010）［12］考慮了上述因素，而且他通過對 Rodrik（2006）［4］指標進行修正，發現中國不再是一個“特殊”的國家。類似地，Yao（2009）［13］認為產品質量、加工貿易、出口地區分布不平衡以及HS編碼缺陷等因素共同導致了中國出口復雜度指標值的異常。對“Rodrik之謎”的另一個解釋則集中在人力資本、基礎設施以及制度因素等方面。Wang和Wei（2010）［9］計算了出口非相似性指數和出口產品單位值等指標，衡量了中國不同城市的出口同種類產品之間和同種類產品以內的出口技術復雜性，他們分析了教育、外國投資以及政府政策等因素的作用。Hausmann等（2007）［5］的研究發現，人力資本和國家規模對出口技術水平有顯著的促進作用，在控制人均GDP后，制度因素對于出口產品的技術結構影響并不顯著。

也有研究者對 Rodrik（2006）［4］、Hausmann等 （2007）［5］以及Schott（2008）［6］的研究方法提出質疑（Baldone、Sdogati和 Tajoli，2007［14］），他們認為簡單地用不同國家出口流量來衡量該國的出口產品技術結構，而且這類經濟數據并不能區分外國附加值部分，由此得到的結果實際上是“統計假象”。也有研究者強調出口復雜度指標對不同國家規模相對敏感（Kumakura，2007［15］）。但是，考察 Baldone等（2007）［14］所指出的批評意見和依據，筆者發現：盡管在貿易統計中貿易數據搜集和報告的確是流量，而不是外國增加值（Grossman和 Rossi-Hansberg，2008［16］），但是在現有世界經濟統計沒有徹底革新的情況下，現有經驗研究基本上都是利用貿易流量數據進行事實提煉和分析。事實上，Baldone等人（2007）［14］所構建的顯示性比較優勢指數經過數學公式轉化與 Rodrik（2006）［4］等所構建出口復雜度指標是內在一致的。

在貿易理論和經驗研究文獻中，一些研究者強調金融發展會對一國比較優勢具有重要的影響作用（Beck，2002［17］；2003［18］；Kletzer 和Bardhan，1987［19］）。例如，Kletzer和 Bardhan（1987）［19］擴展了赫克歇爾-俄林理論模型并且納入了金融部門，研究發現一國的金融體系越發達，那些依賴于外部融資的行業就越具備比較優勢。隨后，Beck（2002［17］，2003［18］）遵循 Kletzer和Bardhan（1987）［19］的研究，在模型設定上假定制造業部門面臨著固定成本，農業部門則不存在固定成本，而信貸市場不完善使得對固定成本進行融資需要付出成本或代價，研究表明金融發展對一國的貿易量和貿易方式都會發揮影響作用。如果金融發展影響比較優勢，那么改革金融部門將對該國貿易結構產生作用，于是貿易政策調整的效果也將依賴于該國金融發展程度。在上述理論研究中，信貸市場不完備將會給一些產業發展帶來固定成本，進而創造了不同產業之間的比較優勢。于是，金融市場發展完善的國家具有較低的融資成本，這些國家會在相應的產業具有比較優勢，進而也會影響該國出口產品技術結構。

傳統貿易理論文獻突出刻畫了要素稟賦、技術以及規模經濟作為比較優勢的源泉，進而探討貿易原因及貿易所得。由于一國收入水平能夠綜合反映了一個國家的技術能力和要素豐裕度，因此 Rodrik（2006）［4］等人研究假說和傳統貿易理論是內在一致的。綜合考慮，本文突出強調金融發展對一國出口產品技術水平的影響作用，在以下方面提供邊際增量：（1）本文研究對貿易流量數據不依賴于聯合國COMTRADE數據庫中原始數據，轉而借助于BACI數據庫經過統計方法修正的貿易流量數據進行實證探討；（2）一些研究專注于探討產生所謂“Rodrik之謎”原因，與現有研究針對一國或者某國一個行業的研究不同，我們利用跨國面板數據對出口產品技術結構進行分析；（3）金融與貿易之間交互作用已經成為當前重要的研究方向（Hur，Raj和Riyanto，2006［20］），在探討一國出口產品技術水平影響因素中，本文突出強調了金融發展的重要作用。

三、模型設定

依據 Hausmann 等 （2007）［5］“成本發現”（cost discovery）的理論分析，考察總量生產函數，如下

其中，Y表示總產出，K表示物質資本存量，L表示勞動力，A表示技術。假定生產函數F具有規模報酬不變屬性。假定A在區間［0，］從均勻分布，而是由該國技術知識、金融發展等因素予以共同決定

其中，A（0）表示期初的技術水平，g表示技術知識的增長率，X表示金融發展等因素。越大，該國所具有的技術水平的邊界值越高，就越能夠生產較高技術水平的產品。對于微觀主體企業而言，它們僅知道不同國家A的概率分布函數。

在世界市場上，不同經濟體按照比較優勢出口自身具有競爭力的產品，在此過程中企業在技術約束條件下選擇一種產品進行生產。隨后，根據“成本發現”的理論假說，企業可以選擇繼續進行現有產品的生產，或者是針對行業內最高技術水平的企業進行模仿。我們假定行業內最高技術水平的企業技術為，其它企業的模仿效率為δ，其中0＜δ＜1。企業通過將其自身的產品技術水平與行業內產品的最高技術確定是否進行新產品開發，即如果Ai＞，那么該企業選擇自主開發新產品，反之則選擇進行模仿。

參照 Hausmann等人（2007）［5］研究，A在［0，］上服從均勻分布，那么的期望值為

其中，m為選擇進行投資的企業個數。

于是，進而得到總量生產函數中技術水平A的期望值E（A）

對總量生產函數表達式兩邊求期望，根據生產函數屬性進行整理，可以得到

式（5）表明，生產率期望值與該國的要素稟賦有關，例如物質資本與勞動力之間比率；也與該國技術知識增長率、企業數量以及金融發展等因素有關。采用出口產品技術水平（Expy）作為一個代理變量，得到如下的模型設定

其中，k表示物質資本與勞動力比率，X表示包括金融發展在內的相關解釋變量或控制變量，ε表示隨機誤差項，i表示不同的國家或地區，t表示時間。

四、指標、數據及數據處理

（一）出口復雜度及其測量

根據構造方式的不同，出口產品技術水平的測量可以分為收入指標和出口相似度指標。其中，備受關注的收入指標是由Rodrik于2006年提出來的，他所構造的指標的一個重要優點在于可以很容易地把它從商品層面加總到產業和國家層面。該指標的計算分為兩個步驟：首先，計算產品層面的出口復雜度；然后，再根據產品層面的出口復雜度結果，計算國家層面的出口復雜度指標，公式如下

其中，prody指標表示產品層面的出口復雜度，是所有出口產品p的國家收入水平的加權平均值。它的權重是各個國家p產品的出口份額與所有國家p產品出口份額之和的比值。

根據該公式，如果一種產品較多地由高收入水平的國家出口，那么這個產品的復雜度指標就越高，該預測是與H-O貿易理論模型是相符合的。expy指標表示的是國家層面的出口復雜度，是國家c所有出口產品復雜度的加權平均值，它的權重是各出口產品p的出口額占c國出口總額的比重，公式如下

按照上述計算方法，如果一個國家的出口產品與高收入水平國家的的出口相似程度越高，該國的出口復雜度水平也就越高。

（二）金融發展及其測量

金融發展測量是相對復雜的過程，主要原因在于現有研究尚沒有明確界定哪些因素構成金融發展。現有研究常常采用廣義貨幣占GDP的比率來衡量金融深化程度（King和Levine，1993［21］；Levine，Loayza和 Beck，2000［22］），當然，對于金融發展測量還有一些其它替代指標，例如股票市值、股票交易量以及上市公司的數量比率等。有研究者強調指出理想的金融發展指標應該包括規制減少和制度改革等內容（Bandiera等，2000［23］）。但是，對涉及金融發展與政府政策有關的制度方面測量是困難的（Kelly和Mavrotas，2008［24］）。于是，在金融機構深度（Financial Institution Depth）方面，選擇 M2占GDP比率（用FIN1表示），流動性負債占GDP的比率（用FIN2表示），中央銀行資產占GDP的比率（用FIN3表示），保險公司的資產占GDP的比率（用FIN4表示）；在金融市場深度（Financial Market Depth）方面，我們選擇了股票市值占GDP的比率（用FIN5表示）；在金融市場結構方面，選擇樣本國家5家最大的銀行資產集中度（用FIN6表示）。本文采用上述衡量金融發展指標的主要考慮是基于樣本數據的可獲得性。

本文采用主成分分析（Principal Component Analysis，PCA）方法將傳統的金融發展指標構建成總體指標。通過構建衡量金融發展的總體指標，可以避免隨后定量分析中多個高度相關的金融發展指標所帶來多重共線性問題。主成分分析方法主要是通過線性變換將較多數量的相關變量減少到較小數量的互不相關變量，而這些互不相關變量被稱為主成分（Stock和 Watson，2002［25］）。PCA方法不需要對數據滿足特定分布施加相關假定，僅僅要求數據在測量尺度上采用區間測量尺度。在金融發展應用測量方面，現有研究中存在相關研究成果利用主成分分析構建總體指標（Creane等，2006［26］）。直觀地講，主成分分析法在衡量金融發展不同指標之間發現共同的統計特征，進而構建衡量金融發展的綜合指標。跨國經濟數據存在數據缺失問題，我們采用Stock和 Watson（2002）［25］所建議的 EM算法來獲取平衡的面板數據。

在探討主成分分析方法是否適用時，首先需要進行合適性檢驗，取樣適切性量數值（KMO）能夠用來進行該項檢驗。KMO值越接近于1越表明相關性越大，適合采用主成分分析。本文樣本中，衡量金融發展水平的6項指標KMO總體值為0.87，這表明采用主成分分析是恰當的。隨后，本文采用多層主成分分析方法計算組間和組內協方差矩陣，進而估計組間和組內主成分。在估計過程中，大于1的特征值個數為3個，而且前3個主成分可以累計解釋89%的總方差，于是最終選取主成分的個數為3個，分別用、以及予以表示。根據主成分載荷，可以發現與金融機構深化相關指標具有相對較強的正相關，經濟學含意上可以用衡量金融機構深化程度；類似地，是用來衡量金融市場結構集中程度，是用來衡量金融市場深化程度的成份。

（三）數據及數據處理

本文基礎數據來自BACI數據庫，該數據庫的原始數據來自于聯合國COMTRADE統計數據庫。BACI數據庫報告了全球超過200個國家以及5 000種產品從1994年至2007年的雙向貿易流量數據（Guillaume和Soledad，2010［27］）。BACI數據庫解決了COMTRADE數據庫中相同貿易流量在出口國與進口國之間金額存在差異問題。此外，與COMTRADE數據庫中全球范圍內分產品的貿易流量原始數據相比，BACI數據庫在產品的貿易流量、地理覆蓋、產品單位金額等方面更加具有可信性。我們利用BACI數據庫不同樣本國家或地區的分產品貿易流量數據進行計算prody，將1997年作為參照年份，這主要是為了盡量避免世界貿易結構演化對計算prody指標的潛在影響。

本文所涉及的金融發展指標，主要來自于知名的研究論文（Beck，Demirgü?-Kunt和Levine，2000［28］）及其后續更新。樣本國家或地區宏觀經濟指標來自于世界銀行的《世界發展指標》數據庫。為了與BACI數據庫觀測期限一致，對不同樣本國家或地區的數據與我們所計算出的expy指標的時間期限進行匹配，最終本文所涵蓋177個國家或地區。

五、實證研究結果

（一）“Rodrik之謎”是否存在

Rodrik（2006）［4］利用1992年約170個國家的跨國經濟數據，在量化評估出口品的生產率水平發現中國和印度具有例外性，他指出這兩個國家出口更高生產率水平的產品。以中國為例，Rodrik（2006）［4］指出在1992年中國與人均收入相關聯的出口生產率測量指標高于同期人均GDP的6倍多。隨后，Xu利用美國從世界各國進口的產品數據證實了Rodrik關于中國出口復雜度異常值的經驗發現。在上述開創性研究中，異常情況主要是中國或印度。本文利用BACI數據的研究表明中國的出口復雜度異常值情況并不像上述研究中那么突出。在圖1中，本文報告了2007年樣本中出口產品技術水平與人均GDP的散點圖，可以發現中國出口產品技術水平盡管相對高，但是與其他國家相比并不是突出的異常值。

圖1 出口產品技術水平與人均GDP散點圖（年份：2007）

為了增強穩健性，我們在整個樣本觀測期間逐年進行考察，結果表明在1997年至2007年全部樣本中都沒有出現類似于 Rodrik（2006）［4］研究所發現的“異常”情況。觀察圖1，體現中國出口產品技術水平的圖例附近存在包括泰國在內的其它四個國家。而且，比較Expy對數值大小，可以發現菲律賓是比中國更加特別的國家。

如果基于觀測性研究探討異常值的話，在圖1中包括菲律賓在內位于上方的觀測值中存在數個備選國家。在最近的一項研究中，有研究者采用BACI數據庫探討不同國家出口產品技術水平與人均GDP之間關系，他們的散點圖中依然表明存在與“Rodrik之謎”一致的觀測結果（Jarreau和 Poncet，2012［29］）。值得注意的是，Jarreau和Poncet（2012）［29］采用170個國家或地區數據進行擬合，但是在散點圖中他們只選擇了近60個國家或地區的指標值進行實際報告，并且在上述小樣本比較結果中強調中國在出口產品技術水平測量值上處于例外情況。如果我們細致觀察Jarreau和 Poncet（2012）［29］原文中圖1時，那么會發現之所以Jarreau和Poncet（2012）［29］利用BACI數據庫也能夠發現所謂的“Rodrik之謎”原因在于：他們控制了一些更為特別的國家的指標值沒有報告，例如菲律賓。在這種情況下，中國出口產品技術水平與人均GDP之間關系就變得與眾不同。

由此可見，所謂的“Rodrik之謎”存在與否與樣本期限、樣本國家以及特定年份密切。由此看來，Yao（2009）［13］將所謂的“Rodrik之謎”與國際貿易經驗研究中經典的“里昂惕夫之謎”相提并論，有些不恰如其分。雖然，本文的經驗觀察反駁了所謂“Rodrik之謎”存在性，但是，Rodrik（2006）［4］等人所構建衡量出口產品生產率的指標確有其使用價值，該指標在跨國衡量不同國家的出口產品技術水平應用方面可以作為一個重要參照。

（二）出口復雜度與金融發展的跨國經驗分析

在Rodrik最初的研究中，他指出典型的國家特征變量都與出口產品技術水平不相關，他僅發現一國的出口產品技術水平與人力資本弱相關。本文則深入探討到底哪些國家特征變量影響著一個國家出口產品的技術水平。現有經濟學理論并沒有對一個國家出口產品技術水平的影響因素給出明確界定，可以說對于一國國家出口產品技術水平的影響因素更多的屬于經驗研究范疇。于是，依據本文模型設定部分的基本理論推導以及相關貿易理論的內涵，重點探討了物質資本與勞動力比率（用lnk表示）以及包括金融發展等指標在內的解釋變量的作用。控制變量包括國土面積、貿易開放度、外國直接投資占GDP比率、通貨膨脹率、實際有效匯率變化率以及R＆D開支占GDP比率等變量。國土面積是針對這個國家自然資源所體現的規模進行控制，貿易開放度和外國直接投資占GDP比率這兩個變量與一國經濟政策開放程度密切相關，通貨膨脹率和實際有效匯率變化控制的是貨幣條件，它們體現一國宏觀經濟對內和對外經濟政策之間的權衡，而R＆D開支占GDP比率則體現一國自主創新的能力建設程度。

貝葉斯模型平均（Bayesian Model Averaging，BMA）方法在統計學和經濟計量學文獻中引起了廣泛關注，本文主要的估計技術為BMA方法。BMA方法廣泛吸引研究者的一個重要特征是該方法能夠以連貫的方式處理模型不確定性。與傳統方法不一樣，BMA方法并沒有事先設定一個真實的模型，因此，它尤其適合于模型不確定性發揮較大作用的情形，同時也對模型不確定下變量選擇具有較好的技術處理能力。而本文考察出口產品技術水平的影響因素經驗分析具有典型的模型不確定性。在估計過程中，本文采用相關研究者新近開發的計算程序（Magnus，Powell和Prüfer，2010［30］）予以估計。

表1中，我們報告了固定效應估計和BMA方法下出口產品技術水平的影響因素分析的回歸結果。在宏觀經濟問題的研究中，固定效應估計被研究者們廣泛予以采用至少具有以下兩個方面的原因：首先，在個體效應包含被忽略變量的情況下，在國家層面特定的特征會與其它回歸變量相關；其次，宏觀面板數據涵蓋了研究者感興趣的國家，這些樣本國家的選擇在很大程度上不可能是隨機抽樣的結果。回歸1為固定效應下的回歸結果，總體判決系數為0.639 4，主要的解釋變量或控制變量基本上都與理論預測相一致的回歸系數符號，例如，物質資本與勞動比率（lnk）、國土面積（lnland）、貿易開放度 （openness）、通貨膨脹率（infl）以及R＆D開支占GDP比率（rd2gdp）等。此外，實際有效匯率變化率（rreer）在統計意義上并不顯著，外國直接投資占GDP比率（fdi2gdp）回歸系數值為負。對于金融發展水平的3個主成分、以及中，只有在統計意義上顯著，其它2個主成分都沒有通過變量顯著性檢驗。固定效應估計結果主要是用來對比BMA方法下的回歸結果的，在此不做更多的闡釋。在BMA估計中，考慮到解釋變量以及年份效應等控制變量，本文整個模型空間的個體模型數量約105萬個。

回歸2和回歸3分別為針對全部樣本以及中等收入水平（包含）以上的國家或地區的回歸結果。衡量一個國家是否為中等收入及以上依據來自世界銀行。盡管我們報告了不同解釋變量的變量顯著性檢驗結果，但是在BMA方法下該結果并不像固定效應估計下具有明確的統計意義。在BMA方法中后驗包含概率（PIP）表明給定的回歸量屬于正確的模型設定的概率，從BMA方法估計結果來看，回歸2和回歸3結果都表明，本文所選定的國家特征變量后驗包含概率值大部分均為1，這表明這些變量與出口復雜度密切相關。這也是本文對現有研究提供增量的經驗發現，例如 Rodrik（2006）［4］很難發現國家特征變量對出口復雜度提高的積極作用。在BMA方法下，后驗包含概率較低的變量為實際有效匯率變化率（rreer），在回歸2中PIP為0.02，回歸3中為0.35，該變量在固定效應估計中在統計意義上沒有通過變量顯著性檢驗，可以說實際有效匯率變化進入真實模型的概率較低。此外，外國直接投資占GDP比率對一國出口產品技術水平的影響作用，回歸2和回歸3中該變量的PIP值較高，但是回歸系數的符號為負值，而該變量回歸系數在固定效應估計中也是負值。這與現有一些國別研究突出強調外國直接投資積極作用的研究結果是不一致的，本文經驗研究并沒有識別出外國直接投資對出口產品技術水平改善的積極作用。

對于衡量金融發展水平的3個主成分，它們在BMA方法下回歸結果能夠與固定效應估計結果較好地進行對比。在固定效應估計中，僅僅有PCA3在在統計意義上顯著，回歸系數為1.077 3，表明PCA3所體現的金融市場深化程度對一國出口產品技術水平具有正向的影響作用。在BMA方法下，回歸2和回歸3中、以及的后驗包含概率相對較高，綜合回歸2和回歸3我們可以發現衡量金融發展水平的3個主成分進入真實模型的概率都超過了80%。在回歸2中，全體樣本國家或地區回歸結果中回歸系數為0.007 2，該回歸系數值與固定效應估計值0.004 5相差不大，表明金融機構深化程度對出口產品技術水平提升的正向影響作用。值得注意的是，在中等收入（含）水平以上的樣本回歸中回歸系數值變大為0.827 3，可以說金融機構深化程度對于出口產品技術水平的積極影響在中等收入水平以上樣本國家中更為突出。體現的主要是金融市場集中程度，回歸2中它的回歸系數為-0.313 8，這表明金融市場集中程度越高就越不利于出口產品技術水平的改善，該項經驗發現與標準的經濟學理論預測一致。體現的主要是金融市場深化程度，回歸2中回歸系數為0.941 0，表明金融市場越深化就越有利于出口產品技術水平的提高。從總體上來看，考察全部樣本回歸中的、以及回歸系數值，總和為0.634 4，這表明金融發展對本文樣本出口產品技術水平提升具有促進作用。

表1 出口復雜度與金融發展的回歸結果

六、主要結論及啟示

本文利用177個國家或地區涵蓋1997年至2007年的分產品雙邊貿易流量數據，注重探討不同樣本國家或地區出口產品技術水平以及影響因素。基于本文所依據大樣本數據的測量結果和實證研究，主要結論如下：其一，在BACI數據庫分產品貿易流量數據支撐下，我們并沒有發現177個樣本國家或地區存在所謂的“Rodrik之謎”。如果同一些典型國家相比，例如，菲律賓、泰國、印度以及阿爾及利亞等國家，中國的出口復雜度指標并不是異常值，也并不像Rodrik（2006）［4］以及Jarreau and Poncet（2012）［29］刻畫的那樣與眾不同。其二，本文則深入探討到底哪些國家特征變量影響著一個國家出口產品的技術水平。研究結果表明除了傳統的體現國家特征變量的積極作用以外，例如要素稟賦、研究與發展和貿易開放度等，體現金融發展水平總體性指標對一國出口產品技術水平具有影響作用。

根據本文研究結果，在政策含意方面值得關注以下方面：

首先，所謂的“Rodrik之謎”并不存在，在可預見時期內中國宏觀經濟發展不會在貿易貢獻度下降的情況下出現令人擔憂的增長停滯問題。值得注意的是，中國出口產品技術水平受到要素稟賦的影響，但是要素稟賦的改善和提升不是一蹴而就的，而是一個漸進的積累過程。在此期間，中國現有勞動力密集型產業從產業結構優化升級的角度來看最終會被淘汰出局，但在一段時間內它們在中國要素稟賦動態變遷中仍然發揮著積極作用。

其次，一國是否開放以及開放程度對于提高出口品技術具有突出的影響作用，需要政府部門堅定不移地推動對外開放向縱深發展。堅持和不斷擴大對外開放，能夠促使國內企業在激烈的國際市場競爭中變革圖強，不斷發展壯大，提升所供應產品的整體質量，促進新產品的開發及其產業化，這將有利于提升中國產品的國際聲譽。

最后，無論從金融深化程度還是金融市場結構優化等角度，提升金融發展水平都對出口產品技術水平具有著重要意義，可以說金融發展具有至關重要的助推作用。隨著金融市場化改革不斷向前推進，金融發展水平不斷提升，市場配置效率提高會促使資本要素與勞動力優勢結合，有利于中國參與國際分工的過程中不斷提升出口產品的技術水平，改善中國出口的國際市場競爭力。

［1］樊綱，關志雄，姚枝仲.國際貿易結構分析：貿易品的技術分布［J］.經濟研究，2006（08）：70-80.

［2］杜修立，王維國.中國出口貿易的技術結構及其變遷：1980—2003［J］.經濟研究，2007（07）：137-151.

［3］施炳展，李坤望.中國制造業國際分工地位研究——基于產業內貿易形態的跨國比較［J］.世界經濟研究，2008（10）：3-8.

［4］Rodrik D，What＇s So Special about China＇s Exports［J］.China ＆ World Economy，2006，14（5）：1-19.

［5］Hausmann R，J Hwang，D Rodrik.What you Export Matters［J］.Journal of Economic Growth，2007，12（1）：1-25.

［6］Schott P K，The Relative Sophistication of Chinese Exports［J］.Economic Policy，2008，23（53）：5-49.

［7］唐海燕，張會清.產品內國際分工與發展中國家的價值鏈提升［J］.經濟研究，2009（9）：81-93.

［8］Mary A，F Caroline.The Anatomy of China＇s Export Growth，in China＇s Growing Role in World Trade［M］.Feenstra and Wei：University of Chicago Press，2010.

［9］Wang Z，S-J Wei.What Accounts for the Rising Sophistication of China＇s Exports？in What Accounts for the Rising Sophistication of China＇s Exports？［M］.Feenstra and Wei：University of Chicago Press，2010.

［10］Xu B，J Lu.Foreign Direct Investment，Processing Trade，and the Sophistication of China＇s Exports［J］.China Economic Review，2009，20（3）：425-439.

［11］Amiti M，Freund C.The Anatomy of China’s Export Growth［M］.University of Chicago Press，2010.

［12］Xu B，The Sophistication of Exports：Is China special？［J］.China Economic Review，2010，21（3）：482-493.

［13］Yao S.Why Are Chinese Exports Not So Special？［J］.China ＆ World Economy，2009，17（1）：47-65.

［14］Baldone S，F Sdogati，L Tajoli.On Some Effects of International Fragmentation of Production on Comparative Advantages［J］.Trade Flows and the Income of Countries，World Economy，2007，30（11）：1726-1769.

［15］Kumakura M.What＇s so Special about China＇s Exports？［J］.A Comment，China ＆ World Economy，2007，15（5）：18-37.

［16］Grossman G M，E Rossi-Hansberg.Trading Tasks：A Simple Theory of Offshoring，American Economic Review，2008，98（5）：1978-1997.

［17］Beck T.Financial Development and International trade：Is there a link？［J］.Journal of International Economics，2002，57（1）：107-131.

［18］Beck T.Financial Dependence and International Trade，Review of International Economics［J］，2003，11（2）：296-316.

［19］Kletzer K，P Bardhan.Credit Markets and Patterns of International Trade［J］.Journal of Development Economics，1987，27（1-2）：57-70.

［20］Hur J，M Raj，Y E Riyanto.Finance and Trade：A Cross-country Empirical Analysis on the Impact of Financial Development and Asset Tangibility on International Trade［J］.World Development，2006，34（10）：1728-1741.

［21］King R G，R Levine.Finance and Growth：Schumpeter Might be Right［J］.The Quarterly Journal of Economics，1993，108（3）：717-737.

［22］Levine R，N Loayza，T Beck.Financial Intermediation and Growth：Causality and Causes［J］.Journal of Monetary Economics，2000，46（1）：31-77.

［23］Bandiera O，G Caprio，P Honohan，Does Financial Reform Raise or Reduce Saving？［J］.The Review of Economics and Statistics，2000，82（2）：239-263.

［24］Kelly R，G Mavrotas.Savings and Financial Sector Development：Panel Cointegration Evidence from Africa［J］.The European Journal of Finance，2008，14（7）：563-581.

［25］Stock J H，M W Watson.Macroeconomic Forecasting Using Diffusion Indexes［J］.Journal of Business ＆ Economic Statistics，2002，20（2）：147-162.

［26］Creane S，R Goyal，A M Mobarak，et al.Measuring Financial Development in the Middle East and North Africa：A New Database［J］.Imf Staff Papers，2006，53（3）：479-511.

［27］Guillaume G，Z Soledad.BACI：International Trade Database at the Product-Level［R］.The 1994-2007Version：CEPII research center，2010.

［28］Beck T，A Demirgü-Kunt，R Levine.A New Database on the Structure and Development of the Financial Sector，The World Bank Economic Review，2000，14（3）：597-605.

［29］Jarreau J，S Poncet.Export Sophistication and Economic Growth：Evidence from China［J］.Journal of Development Economics［J］，2012，97（2）：281-292.

［30］Magnus J R，O Powell，P Prüfer.A Comparison of Two Model Averaging Techniques with an Application to Growth Empirics［J］.Journal of Econometrics［J］，2010，154（2）：139-153.