技術進步與對外貿易出口研究

導語：技術進步與對外貿易出口研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

【摘要】技術進步能否推動對外貿易出口的顯著增長？本文利用VAR模型進行實證檢驗，結果表明：第一，技術進步對高技術產品出口的促進作用明顯，高技術出口對技術進步也存在正向的影響；第二，技術進步對低技術產品出口也存在明顯的促進作用，即技術進步不同時期的疊加效應會對對外貿易增長產生深層次的正向促進作用；第三，對外貿易增長對技術投入和產出的影響表現為短期性、衰弱性、不可持續性。

【關鍵詞】技術進步；VAR模型；對外貿易

VAR模型分析

本文利用我國1995-2019年的數據，采用向量自回歸VAR模型，并運用脈沖響應分析系統研究技術投入、產出與對外貿易出口總量、高新技術產品出口、非高新技術產品出口之間的關系。

（一）數據與變量說明

本文選擇我國1995-2019年的時間跨度進行研究，并依據經濟計量模型研究的經驗，對經濟數據取自然對數以盡可能地消除原數據異方差性的影響。數據來源于1995-2019年中國統計年鑒的數據。技術進步可以從科研經費投入和科研成果兩個層面來進行測度，因而本文選擇研究與試驗發展經費支出與專利申請受理數分別作為技術投入（V1）與技術產出（V2）的指標變量；對外貿易水平直接選取我國出口總額（V5）的進行測度，同時將對外貿易水平又進一步分解為高新技術產品出口以及非高新技術產品出口，所以選定高新技術產品出口額的數據和其他出口額數據（出口總額-高新技術產品出口額）作為高技術出口（V3）與低技術出口（V4）的指標變量。

（二）實證結果分析

本文利用VAR模型分別構造（V1，V3）（V2，V3）（V1，V4）（V2，V4）（V1，V2，V5）五組時間序列系統分析來技術進步與對外貿易增長之間的動態沖擊影響。在進行VAR模型的實證分析前，首先需要確定各組變量的最優滯后期。本文利用LR、FPE、AIC、SC、HQ五個統計量來判斷最佳滯后期，并根據多數檢驗指標的準則數值最小的原則確定最優滯后期，結果如表1所示。這里只分析兩變量的VAR模型，檢驗結果顯示，前四組變量的最優滯后期均為1期，因而可以構建4個VAR（1）模型，并得到下面4個VAR（1）模型的標準形式：軟件的輸出結果顯示，4個VAR（1）模型的R2和修正R2均在98%以上，充分說明模型的擬合效果非常好，解釋能力強。從式（1）（3）的估計結果來看，滯后一期時，技術投入（V1）的變化受到上期自身因素的影響較大，而受高技術出口（V3）與低技術出口（V4）的影響都較?。粡氖剑?）（4）的估計結果來看，滯后一期時，技術產出（V2）的變化同樣主要受到上期自身因素的影響，而受高技術出口（V3）與低技術出口（V4）的影響都較小。從式（1）（3）的估計結果來看，技術投入（V1）與技術產出（V2）對高技術出口（V3）的影響顯著大于式（3）（4）中顯示的對低技術出口（V3）的影響。因而可以判斷出來技術進步對外貿易有一定的影響，而對外貿易對技術進步的影響較弱。脈沖響應函數分析脈沖響應函數，反映的是內生變量對自己以及其他所有內生變量的變化是如何反映的，因此在前述VAR模型估計的基礎上，繼續分析各變量之間的相互影響關系，4個VAR（1）模型的脈沖響應函數如圖1所示。圖1（a）顯示了技術投入（V1）與高技術出口（V3）的脈沖響應函數，技術投入對高技術出口產生1個標準差的沖擊后，從第1時期開始其沖擊作用呈現出明顯遞增的現象，而高技術出口對技術投入的影響在剛開始有較大影響，但是其影響隨著時間的推移而逐漸轉弱，即技術投入受自身的影響較大，而高技術出口對自身沖擊的影響表現較平穩；圖1（b）顯示了技術產出（V2）與高技術出口（V3）的脈沖響應函數，其中技術產出對高技術出口的沖擊從第1期到第10期都變現出明顯的增強趨勢，而高技術出口對技術產出的沖擊顯示出衰減的作用，這種作用從第4期開始形成了對技術產出的抑制作用，因為受技術不斷進步的影響當下的高技術出口在幾年后被新的高技術產品替代，轉而變成低技術出口。即技術產出受自身沖擊的影響同樣表現出明顯的衰減性，高技術出口受自身沖擊的影響也較平穩；圖1（c）與（d）顯示了技術投入（V1）、技術產出（V2）與低技術出口（V4）的脈沖響應函數，與前述分析類似，技術投入與技術產出對低技術出口的促進作用均表現出明顯遞增趨勢，即低技術出口對技術投入的沖擊在第5期時趨于平穩，對與技術產出的沖擊作用從第1期到第10期均較平穩。從方差分解的結果來看，技術投入（V1）對高技術出口（V3）增長的貢獻剛開始沒有反應，但是從第2期開始快速增加，到第10期時產生了高達66.31%的貢獻率；技術產出（V2）對高技術出口（V3）增長的影響類似，只是具體貢獻率略低于技術投入（V1）的影響；高技術出口（V3）對技術投入（V1）增長的反應非常迅速，在第一期時表現出近9%的貢獻率，但是其影響卻呈現出遞減的趨勢；高技術出口（V3）對技術產出（V2）的作用也很快，但是由于技術產出本身具有不確定性，因而其貢獻率的變化表現為先衰減再增加的“U”型走勢；技術投入（V1）與技術產出（V2）對低技術出口（V4）增長的作用表現類似，均是延遲1期后才開始表現出遞增的促進作用，只是技術產出對低技術出口的作用相對來說表現得更明顯；技術投入（V1）與技術產出（V2）受自身沖擊作用的貢獻率均表現為明顯的衰減趨勢，高技術出口（V3）與低技術出口（V4）受自身沖擊作用的貢獻率均表現為明顯的平穩狀態。

格蘭杰因果分析

在前述分析的基礎上，分析相關變量之間的因果關系，結果如表2所示。首先分析V1和V3的拒絕概率P值，結果顯示在5%的置信水平下V1和V3表現出互為格蘭杰因果關系，這充分說明技術投入與高技術出口存在顯著的相互促進關系；再看V2和V3的拒絕概率P值，結果顯示在5%的置信水平下V2和V3表現出互為格蘭杰因果關系，這充分說明技術產出與高技術出口也存在顯著的相互促進關系；V1和V4的拒絕概率P值顯示，二者均不是對方的格蘭杰因，因而技術投入與低技術出口的因果關聯度較低；V2和V4的拒絕概率P值顯示，在5%的置信水平下無法拒絕V2是V4的格蘭杰因，但是接受V4不是V2的Granger因的原假設，說明技術產出對低技術出口也存在顯著的促進作用，但是低技術出口對技術產出促進作用較弱。

研究結論

本文采用VAR模型，利用1995-2019年的數據實證分析了技術進步與我國對外貿易增長之間的關系。綜上分析，可以得出結論：第一，技術進步能在長期內顯著促進我國對外貿易增長，其中對高技術出口的影響顯著大于對低技術出口影響，說明技術進步能從高技術產品生產部門傳導至低技術產品生產部門，從而提升整個國家的生產效率；第二，對外貿易的增長對技術進步的促進作用則表現出不同的趨勢，其中高技術出口對技術進步在第1期較大，隨著時間的推移而從促進作用轉為一定的抑制作用，而低技術出口對技術進步的影響不明顯；第三，技術進步受自身的影響較大，說明技術進步具有一定的內生演化特性。

參考文獻：

[1]林毅夫.產業政策與我國經濟的發展:新結構經濟學的視角[J].復旦學報（社會科學版），2017（2）：148-153

[2]賈根良.演化發展經濟學與新結構經濟學——哪一種產業政策的理論范式更適合中國國情[J].南方經濟，2018（1）：5-358

[3]劉志彪.產業經濟學[M].北京：機械工業出版社，2020

[4]劉潔，梁淑茵，何小文.組織慣性、網絡位置與雙元技術創新實證研究——基于廣東省制造企業數據[J].軟科學，2017（7）：24-28

[5]段慶鋒，潘小換.組織間技術擴散網絡對雙元創新的影響研究[J].研究與發展管理，2018（5）：27-37

[6]李苗，劉啟雷.產學研協同創新系統的技術擴散與資源配置關系——基于內資與在華外資高技術企業的比較[J].科技管理研究，2018（23）：19-25

作者：李重燕 李先科 單位：廣州應用科技學