巴拉萨萨缪尔森效应检验方法评论和改进.docVIP

巴拉萨萨缪尔森效应检验方法评论和改进 　　内容摘要：目前关于巴拉萨-萨缪尔森效应的实证检验方法可能存在重要缺陷。由BS理论模型衍化而来的实证检验，侧重于部门相对生产率同内部实际汇率的关系，但忽略了贸易品价格下降情况下的影响，从而倾向于高估BS效应的存在性。工资机制是BS效应成立与否的关键环节，而通行的BS效应分步检验不能充分证明这一点。本文最后提出了一个以工资为中间变量的分步检验改进方法。 　　关键词：巴拉萨-萨缪尔森效应 内部实际汇率 工资机制 中间变量 　　BS效应的一般检验方法 　　（一）国际上常用的检验方法 　　国际上通常从横截面数据、时间序列数据或者面板数据来验证BS效应。最早人们从横截面数据开始，例如Balassa（1946）利用12个工业国家1955年GNP per capita 和PPP/E数据，进行二元回归，以及用制造业人均产出指数和GNP平减指数/制造业批发价格指数所做的二元回归。这类方法一般采用的计量模型为：PPP/E=f（Ypc）。在代理变量的选择上，人们在Balassa（1964）基础上不断改进，如因变量有采用PPP美元表示的相对价格，自变量用名义美元表示的人均产出（David，1972，1973；Balassa，1973）。Officer（1976）采用了人均产出、劳均产出和贸易部门相对非贸易部门生产率三种代理变量估计生产率水平，其中第三个代理变量的运用尚属首次。还有把部门相对价格当作因变量，或者用工资作为对转型国家物价水平的代理变量的做法。直到现在，横截面实证模型变化不大，基本式为PPPi/PPPmumeraire=f（Ypci/Ypcmumeraire），即把相关变量进化为对计价货币国的相对值。 　　时间序列适合于分析特定国家的情况。Hsieh（1982）在检验BS效应时首次使用了时间序列，相对部门生产率为自变量，设相对实际汇率（EP*/P）为因变量。Marston（1990）在Hsieh基础上增加了一个因变量，即部门相对价格率，因为人们无法保证相对实际汇率是平稳的，引入一个部门相对价格能够隔离幂次方问题（the power problem）。目前，标准的时间序列检验方法可分为二到三个步骤：第一步估计生产率和相对价格的关系，即（pNt-pTt）-（pN*t-pT*t）=f[（aTt-aNt）-（aT*t-aN*t）]；第二步再估计相对价格和实际汇率的关系，即rt=f[（pNt-pTt）-（pN*t-pT*t）]；有些情况下，不考虑外国的因素，估计内部因素是否存在BS效应，即（pNt-pTt）=f（aTt-aNt）。 　　随着面板数据技术的发展，许多研究者开始使用面板数据检验BS，这样能克服上述前两种数据样本量不足的问题，但其隐含的假设是国家间不存在异质性，否则会影响估计的科学性（Egert et al.，2005）。另外，它所得到的估计结果属于平均水平的概念，无法用于特定国家的分析。许多对转型经济体BS效应的文献采用了这种面板数据方法。王泽填和姚洋（2008）在实证部分也使用了1980-2004年148个经济体的固定效应面板数据模型用于检验BS效应受农村人口比率的影响。 　　在估计方法上，无论对横截面或者时间序列数据，大部分使用了OLS，在20世纪90年代早期，SUR技术比较盛行，之后Johansen协整技术成为最常用的估计手段，E/G协整出现较早而且也在使用。21世纪初以来，自回归分布滞后技术ARDL也多有文献使用。另外，在文献中还有采用完全修正普通最小二乘法（FMOLS）、广义最小二乘法（GLS）、动态最小二乘法（DOLS）、固定效应面板回归、VAR以及非线性回归技术等等（王相宁等，2010：Baharumshah et al.，2010）。在最近几年的文献中，为了克服数据的局限性，越来越多的文献使用数值模拟技术（numerical simulation）近似地用于检验BS效应（如Benigno and Thoenissen，2003；Tyers etal.，2006）。 　　就生产率的代理变量选择问题上，虽然仍存在关于平均劳动生产率还是全要素生产率之间的争议，但从数据的可得性现实出发，把平均劳动生产率作为代理变量更加普遍（Tica and Druzic，2006；卢锋，2006）。为了解决标准的BS计量模型可能出现的偏离问题，附加的解释变量也越来越多出现在实证模型当中。Edison and Klovland（1987）放松了贸易品一价定律成立的假设，引入了贸易条件因素。Clague（1988）引入了开放度。Rogoff（1992）引入油价和政府消费。上述四个附加解释变量代表了最重要且出现频率最高的变量。 　　（二）国内常用的检验方法 　　近十多年来，关于中国的BS效