华南师范大学经济与管理学院   李嘉慧

摘要：本文通过运用EViews 6.0对中国国内生产总值和中日进出口量的近30年数据，进行ADF平稳性检验和Granger因果关系检验，从而构造出能反映经济意义和具有协整平稳性的时间序列模型。根据得出的回归方程，结合现有的学术理论和研究成果，给予结论的分析。

关键字：中日贸易；进出口额；ADF；Granger；协整

 

    日本内阁府公布的2010年日本GDP数据显示，中国正式超越日本成为世界第二大经济体。日本媒体评论说，中日两国经济差距今后还将拉大。还有日本媒体分析，中国已经成为日本不可撼动的第一大贸易对象国，而日本在中国的贸易对象国中的地位和重要性则正在下滑，甚至出现被排在第四位的东盟反超的情况，日本在2011年能否保住中国第三大贸易国的地位，现被广泛关注。^[1]中日贸易之所以被如此重视，是因为它与两国的经济命脉紧紧地扣在一起。在二十一世纪的今天，中日两国都以自信的姿态屹立在世界的东方。彼此间拥有强硬的经济实力，对不符合自身利益的协议表示出更少的妥协。^[2]日本无疑还是世界的经济强国，而中国也在高速进行社会主义经济的发展。

本文通过实证研究来分析1981-2010这近三十年来，中日贸易与中国国内生产总值之间的关系，利用的工具是EViews 6.0。与大部分学者之前研究的不同点是，本文利用时间序列模型对这三者关系，分别建立两两间的回归方程。鉴于在2010年之后中国GDP反超日本的状况，世界经济格局又展开了新的一页。所以在这一新纪元里，本文对中日两国贸易与经济的情况进行适时的研究。

1.数据选取与直观描述

本文采用1981年至2010年间的中国国内生产总值（GDP），中国对日本的出口量（EX），中国对日本的进口量（IM）来反映国家经济总量与中日贸易情况之间的联系。进出口数据来源于日本财务省，GDP数据来源于国家统计局。为了能反映国内情况，并且使贸易指标与经济总量具有运算性，所以将源数据进行汇率调整，统一为亿元人民币。历年中日汇率于2000年和2011年中国统计年鉴。

为了消除数据中可能存在的异方差情况，而更容易得到平稳的线性关系，所以对各组数据进行了自然对数变换，分别得到了LNGDP、LNEX、LNIM。

2.平稳性检验和因果关系检验

若回归方程的序列自相关，那么因变量除了能被解释变量解释的部分以外，其余的部分变化仍然不规则，随着时间的变化有越来越大的偏离因变量的趋势，这样的模型是不能够用来预测未来信息的。所以要对各组序列进行平稳性检验。下面运用EViews 6.0软件分别对每个变量的时间序列数据进行ADF检验。

由ADF检验得出，三个序列本身而言都是非平稳的，但经过二阶差分后，都在95%的置信水平下平稳。这符合协整分析中的要求，变量具有相同的单整阶数。但是，在经济变量中，有一些变量具有显著的相关关系，也未必具有经济意义。Granger解决了自变量是否引起因变量的问题。主要看现在的因变量能够在多大程度上被过去的自变量解释，加入自变量的滞后值是否使解释程度提高。对于线性函数，若有MSE［E (y ｜y ，y ，…)］=MSE［E (y ｜y ，y ，…，ｘ ，ｘ ，…)］，则x不能Granger引起y。为了能构造具有经济意义的时间序列模型，现要对各变量进行Granger因果关系检验。

Granger检验结果：

从表中可得出，在5%的显著水平下，d(lnex，2） does not Granger Cause d(lnim,2)和d(lngdp,2) does not Granger Cause d(lnim,2)这两个原假设被拒绝。则可以认为，中国对日本出口和中国经济总量的变化都会对中国向日本进口有所影响，而且是单方向的相关关系。EX和GDP不存在Granger因果关系。因为这组关系的P值分别为0.7867和0.4932，所以不能拒绝原假设。

3.协整检验

虽然一些经济变量的本身是非平稳序列，但是它们的线性组合却有可能是平稳序列。这些序列的距，如均值、方差和协方差随时间而变化，而这些时间序列的线性组合序列却可能有不随时间变化的性质。Engle和Granger指出两个或多个非平稳时间序列的线性组合可能是平稳的。这种平稳的线性组合被称为协整方程，且可被解释为变量之间的长期稳定的均衡关系。本文为了研究三者之间的两两关系，对其两两之间分别建立一个模型。因为前面已检验出EX和GDP之间无变动上的联系，所以在这里仅对IM和EX，IM和GDP进行回归。

序列自相关问题，可以转化为残差平稳性问题，并以此检验回归方程设定是否合理。利用Q统计量检验出的结果，对回归方程进行调整，调整时所使用的是AR模型。可得出：

 

LNIM = 0.966578059978*LNEX + [AR(1)=0.791671843866]，R-squared     0.981399，Adjusted R-squared  0.980710，Prob.  ：LNEX：0.0000，AR(1)：0.0000。

 

LNIM = -4.40590897901 + 1.06815199854*LNGDP + [AR(1)=0.636554494494]，

R-squared 0.981981，Adjusted R-squared      0.980595，Prob.  ：C：0.0001，LNGDP：0.0000，AR(1)：0.0003。

 

LNIM对LNEX方程的Q检验：

 

LNIM对LNGDP方程的Q检验：

从以上数据及图表可以看出，AR模型已消除残差自相关问题，回归方程达到平稳。拟合的方程反映出，中国向日本进口IM分别与中国对日本出口EX和中国国内生产总值GDP之间的波动存在长期均衡关系，两组变量间具有协整性，而且这两组变量都是同方向地变动。

4.对协整方程的分析

关于出口是否带动进口的问题，已被很多国内外学者进行研究。Esfahani(1991)通过对一组新兴工业化国家的横截面分析，得出结论：出口的增长能减缓进口的减少。^[3]而在当前，中国已被Mauro F. Guillén，David Waugh，N. Gregory Mankiw等多位专家学者公认为新型工业化国家。这说明，中国的情况在一定程度上，能适用于Esfahani的结论。根据澳大利亚国际经济学家马克斯.科登的影响效应理论，一国进行对外贸易会对宏观经济产生收入效应和资本积累效应。收入效应反映在对外进口的需求量增长上，而资本积累效应反映生产者会将出口得到的收益进行固定资本的购买，也会增加进口的数量。

对于经济总量的增长带动中国向日本进口的增长，本文认为可以从中日两国的要素禀赋现状中得到解释。由于两国存在各自的比较优势，出口方向的差异基本上是产业间的差异，所以两国间的产品替代性较弱。当GDP增长时，人们的实际收入也增加时，消费者会增加对其他国家产品的购买。杨玲玲（2009）采用国际贸易的引力模型分析出，中国的总产出对双边贸易量存在微弱的正向影响，说明中国经济总量的增长对中日贸易有拉动作用。^【4】

在国外的后期实证研究中，Taylor(1993),Mccombie和Thirlwall(1999)，Bleaney(1997)等人的得出对外贸易并没有促进经济增长的理论。^【5】不同的学者，在研究不同的国家和不同的时期的出口与经济增长关系时，会得到不同的结论，不可一概而论。上个世纪70年代，克拉维斯提出了对外贸易不是增长的“发动机”，而只是增长的“侍女”的著名见解。他明确指出：一国的经济增长主要是由国内其他因素决定，外部需求只构成了对经济增长的额外刺激，这种刺激在不同国家的不同时期有不同的重要性。所以说，中国对日本的出口变动并不引起经济总量的变动，也不足为奇。宋少华，宋泓明（2001）分析了中国1978-1999年出口与GDP的关系，认为短期内出口促进了经济增长，但在长期内并不明显。^【5】

结论：虽然GDP和EX能带动对日进口的增长，但是这不代表中国要像上个世纪八十年代那样，限制或取消许多与日本出口商的合同。^【6】从外国进口本国劣势产品，有利于国际间社会化分工，实现专业化生产。这更有利于资源的优化配置。而在进口外国的优势产品时，也能促进本国产品的技术更新。中国经济的成熟，应表现为一个更加开放与包容的局面。中日两国经济的互补和竞争，能带动相互间的发展，实现共赢。

[1] 刘中琪，2010年中日两国贸易额增长30% 创下历史新高[EB/OL]。中国广播网，2011-02-19。

[2] Gregory J.Moore ，History，Nationalism and Face in Sino-Japanese Relations[J]. Journal of Chinese Political Science , 2010 ，(15，3) ： 283-306.

[3] Arnold C. Harberger，Trade and Economic Growth [J]. Brief Analyses 2006：552.

[4] 杨玲玲，人民币汇率变动对中美、中欧及中日贸易的影响[J]。世界经济情况，World Economic Outlook，2009，（8）。

[5] 王佳丽，中日贸易与我国GDP增长的关性分析[J]。商业经济，2010，（5）。

[6] Lowell Dittmer, The Sino-Japanese-Russian Triangle[J]. Journal of Chinese Political Science, 2005，（10, 1）.

[7] 高铁梅，计量经济分析方法与建模： EViews应用及实例[M]。清华大学出版社，2006。