会员登录
会员注册进行协整分析前，首先要对时间序列数据进行平稳性检验，本文采用ADF方法进行平稳性检验，结果见表4。由表4数据可以看出，时间序列数据在一阶差分后的10%显著性水平下都是平稳的，故原有的时间序列都是一阶单整的，它们之间可能存在协整关系。
（三）实证结果
1.协整检验结果
平稳性检验结果表明，中国外贸发展方式转变水平综合值及相关解释变量都是一阶单整的，它们之间可能存在平稳的线性组合，即这些变量之间可能存在着长期的稳定关系。本文采用Johansen检验对以上三个模型所涉及的变量进行协整分析，检验结果见表5。
从表5可以看出，在1991-2010年间，模型一中被解释变量F与表示技术创新的变量以及其它三个解释变量之间存在着3个协整关系，模型二中存在着2个协整关系，模型三中存在着3个协整关系。根据Johansen检验结果，对各模型的标准化方程列示见表6。
从表6可以得知：长期来看，三个模型中的所有解释变量均与外贸发展方式转变水平综合值之间存在着正相关关系，而且模型的拟合优度都比较高，变量也都通过了显著性检验。进一步分析发现，在所有三个方程中所分析的外贸发展方式转变的影响因素中，表示技术创新的变量对外贸发展方式转变的影响程度较产业结构、利用外资、外贸政策等因素的影响显著。而在表示技术创新的三个变量中，R&D投入强度对外贸发展方式转变的影响程度较其他两个变量显著。这表明，技术创新对实现外贸发展方式的转变具有重要的推动作用。
2.VAR模型
协整检验表明，外贸发展方式转变水平其它影响因素之间存在协整关系，因此可以将这些变量共同建立差分VAR模型。在建立VAR模型之前，首先需要确定模型的滞后阶数，模型滞后阶数的确定至关重要，滞后阶数过大会导致需要估计的参数增多，模型的自由度减少；滞后阶数过小则不能完整反映所建立模型的动态特征。本文综合考虑样本容量和LR、FPE、AIC、SC及HQ等准则，选定滞后项为2，具体选择及确定过程见表7。
需要说明的是，由于本文实证分析涉及三个模型，因而VAR模型最佳滞后期的确定过程应为三次，但是同样运用LR、FPE、AIC、SC及HQ等准则进行确定，最后三个模型所确定的最佳滞后期都为2，因此本文只进行一次列示（如表7）。同样，下文对VAR模型的稳定性检验也只进行一次列示。
为了保证脉冲响应函数分析的有效性，需要对VAR模型的稳定性进行检验，如果模型不稳定则会带来脉冲响应函数的标准误差等问题。VAR模型稳定的要求是被估计的VAR模型所有特征多项式根的倒数都位于单位圆内，对本文所建立的VAR模型的稳定性分析如表8和图1所示：
从表8和图1可以看出，本文建立的VAR模型所有特征多项式根的倒数都小于1，所有单位根都落在单位圆内，所以设定的VAR模型是稳定的。
3.脉冲响应函数
根据所建立的VAR模型，为进一步描述解释变量的波动对外贸发展方式转变冲击反应的动态特征，现对模型的脉冲响应图进行分析。图2直观地给出了外贸发展方式转变水平综合值在各变量冲击下的脉冲响应。
从F对技术创新变量的脉冲响应函数来看，即图2的上半部分，F对来自LNGERD和LNORT的冲击具有较强的反应，在给定一个标准差的正向冲击后，F的反应首先都是快速的上升，在达到最大值后迅速下降，并在20期左右的时候回归稳态。对于来自LNHCT的冲击反应相对较弱，在第7期的时候达到最大值，之后逐渐回归稳态。总的来说，F对来自技术创新变量的冲击反应较为强烈，正向反应占大多期，而且前后持续时间较长。由此可见，技术创新变量对外贸发展方式转变具有长期的正向影响作用，这与我们前面的实证分析结果是相吻合的，即协整分析表明技术创新变量与F长期呈正相关关系。
从F对其它三个影响因素的脉冲响应函数来看，即图2的下半部分，F的冲击反应表现较为复杂，在前5期具有较为明显的反应，并且伴随着周期波动。对于来自LNTI和LNETAX的反应较为相似，两者都是在第2期达到最大值，并在后期波动回落，在第10期左右再次出现波动外，后期慢慢趋于稳态。对来自LN FDI的反应更为复杂一些，分别在第2期和第4期出现峰值，第5期之后出现较长一段时期的负值，并伴随着微弱的波动，总体波动在第25期之后趋于稳态。
3.方差分解
为进一步分析各变量对外贸发展方式转变水平综合值波动的解释程度，对各变量与F之间相互解释的方差贡献度进行测算，具体结果如表9所示。
根据表9可以得知：R&D投入强度和人力资本强度对外贸发展方式转变水平综合值波动的解释程度在最后期平均达到了50%以上，而产业结构、外商直接投资及外贸政策对外贸发展方式转变水平综合值波动的解释程度在最后期最大也仅达到19.54%。由此看来，相对于产业结构、外商直接投资和外贸政策等因素而言，表示技术创新的三个变量对外贸发展方式转变的影响程度更为显著，且持续性也较强。另外，在技术创新的三个变量中，R&D投入强度对外贸发展方式转变的影响程度要较技术创新产出率和人力资本强度明显。
四、研究结论
（1）中国外贸发展方式转变水平总体呈现稳定上升态势，表明中国外贸发展方式转变已有成效。利用主成分分析得到的中国外贸发展方式转变水平综合值，从1991年的-1.771上升到2010年的3.399，其中以2003年为分水岭，此前多为负值，且呈现不稳定态势；2003年后开始转为正值，并逐年提高，虽然在遭受金融危机后出现短暂回落，但在2010年迅速恢复并达到历史最高值。
（2）技术创新是影响外贸发展方式转变的最重要因素。协整结果表明，在保持其它变量不变的情况下，表示技术创新的变量，即R&D投入强度、技术创新产出率以及人力资本强度每增加1个百分点，外贸发展方式转变水平综合值将分别提高1.907单位、0.249单位及0.219个单位；在保持技术创新变量不变的情况下，产业结构、外商直接投资及外贸政策变量每增加1个百分点，外贸发展方式转变水平综合值平均将分别提高0.286单位、0.004单位及0.144个单位。这就表明，技术创新对外贸发展方式转变具有更明显的促进作用，其是影响外贸发展方式转变最重要的因素。
（3）R&D投入强度能够最显著地解释外贸发展方式转变过程中出现的波动。模型的脉冲响应函数分析结果表明，外贸发展方式转变水平综合值对来自R&D投入强度的脉冲响应值最大时达到0.25，而来自技术创新产出率、人力资本强度、产业结构、外商直接投资及外贸政策变量的脉冲响应值最大也只有0.2.另外，方差分解表明，技术创新变量对外贸发展方式转变水平波动的解释程度要较产业结构、外商直接投资及外贸政策变量更为显著，其中R&D投入强度的解释程度最高时达到56.33%，而产业结构、外商直接投资及外贸政策变量中对波动的解释程度最大也只有19.54%。
以上实证研究结论表明，在推动中国外贸发展方式转变的过程中，要注重技术创新能力的提升，尤其要加大R&D的投入，才能尽快实现中国外贸发展方式的根本转变。
参考文献：
胡景岩.2007.提高技术引进水平，转变外贸增长方式[J].国际贸易（2）：22-28.
黄静波.2008.技术创新、企业生产率与外贸发展方式转变[J].中山大学学报（社会科学版）（3）：168-176.
陶明.2007.自主创新下的我国“十一五”外贸发展理念[J].生产力研究（15）：3-4.
张军.2008.技术创新与中国对外贸易增长方式转变的关系及对策研究[J].当代经济管理（1）：5-9.
张少杰.2009.基于自主创新的中国外贸增长方式转变[J].生产力研究（9）：97-100.
张先锋，张莉.2008.技术进步与我国出口贸易模式演进[J].华东经济管理（5）：57-61.
朱启荣.2011.中国外贸发展方式转变的实证研究[J].世界经济研究（12）：65-70.
BASTOSP.2007.The dynamics of international trode patter[J].Review of World Economies，34（4）：391-415.