趙成陽



摘 要:本文針對經濟增長、貿易開放以及收入分配之間的關系,選取1998-2019年省際面板數據采用固定效應模型對其進行實證研究,結果表明經濟增長不僅分別受到貿易開放和收入分配的影響,還受到貿易開放和收入分配相互關系的影響,城鄉收入差距較小時,貿易開放的提高促進經濟增長,城鄉收入差距較大時,貿易開放提高反而抑制經濟增長。當貿易開放提高的同時城鄉收入差距也增大對經濟增長產生負效應。根據研究結果提出了縮小城鄉收入差距,構建開放貿易體系以及促進經濟增長的政策建議。
關鍵詞:經濟增長;收入分配;貿易開放;固定效應
中圖分類號:F74 ? ? 文獻標識碼:A ? ? ?doi:10.19311/j.cnki.1672-3198.2021.25.017
0 引言
中國加入世貿組織以來,對外貿易逐漸放開,貿易總額穩健增長,與此同時,我國經濟也迅速發展。中國統計局數據顯示,2019年我國GDP總額99萬億,是2001年GDP的9倍。國際貿易總額從2001年42183億元增長到2019年的31.54萬億元,年均增長11.8%。經濟增長和貿易開放的同時,居民收入差距問題也比較突出,2000年至2013年城鄉收入比由2.79漲至3.03。經濟增長是否與貿易開放有關,貿易開放是否引起了收入差距的增大,以及收入差距增大是否影響了經濟的增長,學者進行了大量的論證。
關于對外貿易與經濟增長的關系已有豐富的研究成果,國際貿易不僅能直接促進經濟的增長(Singh,2010),還能通過物質和人力資源對經濟發揮間接作用 (張建輝、靳濤, 2011)。對外貿易對經濟的影響是非線性的,存在著臨界值(陳福中、陳誠,2013),臨界值之前貿易開放程度越高經濟增長越快,并且也因地域不同增長效應存在差異(包群,2008),臨界值以后貿易開放程度越高經濟增速減緩。經濟的增長主要依靠出口,凈出口與經濟增長之間也存在著非線性關系(谷克鑒、陳福中,2016)。
關于經濟增長與收入分配,學者得出不同結論。經濟增長有利于縮小區域收入差距(徐虹、胡祖光,2015),而收入差距與經濟增長卻呈倒U型,收入差距擴大有可能促進經濟增長,但不是差距越大越好,超過臨界值后,收入差距過大也會抑制經濟發展(魏君英、吳亞平、吳兆軍,2015;肖威,2020)。
貿易開放與收入分配的關系也尚未達成共識,部分學者認為與國家或地區的發展水平有關,對外貿易開放會導致發展中國家收入分配問題更加嚴峻(Lundberg &Squire,2003),在南南貿易中尤為突出(Julien,2011),在中國貿易開放與城鄉收入差距是非線性倒 U型關系(周娟和張廣勝,2011)。并且貿易開放還會造成不同水平勞動者之間的收入差距,從而形成技能溢價(黃燦,2019)。與前者觀點相反,張小溪、劉同山(2020)卻認為貿易和投資的開放有助于縮小城鄉收入差距。
目前,關于經濟增長與貿易開放、經濟增長與收入差距、貿易開放與收入差距的研究比較多,也都形成了豐富的研究成果,但是研究經濟增長、貿易開放、收入差距三者關系的文獻還比較少,本文擬將三者納入一個模型,研究貿易開放和收入差距以及其交互項對經濟增長的影響。
1 實證模型與樣本數據
1.1 模型設定與變量說明
國際貿易的發展能促進國內外資源的充分利用,合理調配資本、人力、技術以及調整產業結構促進經濟增長;經濟發展早期,收入差距有利于資本積累從而促進經濟增長。除此經濟的發展還離不開人力資本、物質資本和外商投資,本文基于童百利學者(2016)的研究構建模型1如下:
lnpgdpit=αi+β0traopenit+β1dineqit+β2lnphycapiit+β3hcapiit+β4lnfopenit+μt+εit(1)
在模型(1)的基礎上加入traopen和dineq的交互項,觀察其系數是否顯著,考察貿易開放和收入差距的相互關系對經濟增長的影響,具體模型2如下:
lnpgdpit=αi+β0traopenit+β1dineqit+β2lnphycapiit+β3hcapiit+β4lnfopenit+β5(traopen×dineq)it+μt+εit(2)
模型(1)(2)中i代表各省份、t代表時間,被解釋變量是經濟增長用人均gdp的對數值表示;核心變量是貿易開放度(traopen)和收入分配(dineq),貿易開放度用貿易依存度作為代理指標,即各地區進出口總額與GDP的比值,收入分配用各地區城鎮居民可支配收入與農民人均純收入的比值表示;控制變量為人均物質資本對數值(lnphycapi)、人均人力資本(hcapi)和外商直接投資開放度對數值(lnfopen);αi、μt分別代表地區效應和時間效應;εit為隨機誤差項。
1.2 數據來源和描述性統計
本文根據相應年份的《中國統計年鑒》、各地方統計年鑒、《國民經濟和社會發展統計公報》的原始數據計算或整理得出中國31個地區1998年至2019年6個變量682個樣本值的面板數據,其中西藏等地區個別年份數據缺失采用均值將其調整,相關變量的描述性統計見表1。
2 實證結果及分析
面板數據實證前先采用llc方法對各變量進行單位根檢驗,結果拒絕原假設,各序列都為平穩序列見表2。