云鹰读书会2020年第8期(总第46期)
2020-11-11感谢本期线上参与的各位嘉宾:南开大学、中央财经大学、厦门大学、广州大学和福建师范大学等高校的老师与同学。
特别鸣谢
本次云鹰读书会活动由南开大学国际经济贸易系系友苏武康博士捐资赞助支持
00|摘要
本文主要研究在存在资源扭曲的情况下,贸易自由化对于经济体的影响。在基于Melitz模型的基础上,本文通过引入企业层面的税收(补贴)楔子,将资源扭曲纳入考量,说明了在存在扭曲的情况下,贸易自由化非但没有导致一国TFP(全要素生产率)与福利上升,反而导致经济体遭受产出与福利损失(与Melitz模型的结论相反)。具体的,本文通过进行分解,说明了扭曲是如何影响贸易,从而影响福利的(这是本文在前人基础上的一大创新)。同时,本文也通过对中国制造业数据的量化分析,说明了TFP损失与贸易自由化的相关性。此外,基于本文自己的分解与量化分析,并将自己的分解方程与ACR方程对比(见Arkolakis, Costinot, and Rodríguiz-Clare (2012))说明了仅仅采用ACR分解得出的对实际的预测是有偏差,甚至完全相反,误导性的(没有考虑扭曲)。
01|引言
本文的主要的背景问题是发展中国家是从贸易中获益还是受损。按照Melitz等新贸易理论的观点,发展中国家从贸易中获益最多。贸易使得发展中国家资源配置改善,TFP增长,福利改善。但是,HK(Hsieh and Klenow(2009))说明,如果考虑扭曲(税收、补贴等),开放贸易实际上会导致资源错配(Misallocation),从而导致TFP损失,福利降低。
为了进一步说明这个问题,才有了本文。本文的结构分为理论与实证部分。本文在理论层面,基于Melitz模型,引入扭曲变量,建立了一个一般均衡模型,并在前人基础上对福利增长率(dlnW)做了新的分解;在实证层面,采用了中国制造业微观数据,通量化分析来说明这个问题。
最后本文应证了结论:在存在扭曲的情况下,贸易开放恶化了TFP与福利。而具体的机制是:扭曲导致了企业真实的生产率被掩盖,从而导致了资源错配。而扭曲对于资源错配的影响有两方面:一方面在运营企业间的资源错配(operating),另一方面是准入-退出机制下的资源错配(entrants)。这两方面共同构成的资源错配,导致了TFP与福利损失。
此外,本文还强调了两个重要的因素。一个是微观企业生产率与企业遭受扭曲的相关系数(如表现为税收则称为扭曲),还有一个是不同企业扭曲程度的标准差。这两个统计量和贸易中的得失也有联系,在文章中也得到体现。
基于以上工作,本文得出关键性结论:微观层面的扭曲不是可以忽视的,并且在贸易开放对福利、生产率的影响中扮演重要作用。
02|理论框架
2.1 基本模型
2.2 比较静态分析
这几种分解在这里没有采用,原因详见后文。
2.3 数字例子(Numerical Example)
这里代入数字进行直观化的说明:
假设与取值如下:
结果如以下图所示:
图1:
图1(a)直观说明了引理2第一条(first order dominance),也表明S<λ反映了扭曲下的资源错配,是效率损失的信号。而没有扭曲两者则相等,如(b)所示。
注:这里的gain from trade就是图(a)中蓝色与蓝色之间,红色与红色之间的gap。并且这里的福利都已经对数化。
这张图说明了几个问题。
①在没有扭曲的情况下,开放改善了福利,贸易获益。
②在有扭曲情况下,开放恶化了福利,贸易损失。
③开放下资源错配的作用呈现出U型,并且无限趋近但低于开放前的水平
这与理论部分的结论都是吻合的
图3:
注:图a中Me不是等于0的一条水平线,略有上升,并没有说明什么问题。
这张图反映了对福利变化的分解。主要说明几点:
①ACR对于有扭曲情况下开放对于贸易利得的影响描述是有误的(misleading)
②资源配置效应为负,贸易越开放,贸易损失就越多
佐证了作者这种分解的创新之处与意义
图4:
这张图反映了选择效应。只有线以下的企业能生存。直观的来看,可以看出,在有扭曲的情况下,贸易开放导致一些原本高效率的企业被挤出。
图5:
这张图进一步反映了选择效应。特别注意的是,在存在扭曲的情况下,(b)为什么会出现一对多的情况,而不是像(a)一样总体上单调递增。
造成这个现象的原因在于,以0点为例(对数),尽管高生产率企业遭受高税收,低生产率企业享有高补贴,导致它们的实际有效生产率是相等的,但是如果考察最优利润的方程(3),(5),我们会发现在相同的有效生产率下,高生产率的企业由于税收较高,仍然拥有更低利润,占有更低的市场份额。
同时我们也可以看到,开放以后,低生产率,高补贴的企业占据了最多的市场份额,体现了负的选择效应。
图6:
03|量化分析
为了确定未知参数,作者将美国的数据看作没有人为扭曲的情况下的贸易数据,将中国的数据看作存在扭曲下的贸易数据。
3.1 数据与变量
中国的数据方面,作者采用中国国家统计局对制造业的年度调查数据库。该数据集包括销售额超过500万人民币(约60万美元)的非国有企业和1998-2007年期间的所有国有企业。信息来源于资产负债表、损益表和现金流量表,其中包含100多个财务变量。原始数据包括1998年的125858家公司和2007年的306298家公司
我们的策略是利用从中国企业数据中观察到的输入、输出和出口参与的分布,结合模型中的其他参数来估计扭曲和生产力的联合分布。
注意:
a. 企业的生产力与扭曲是我们模型中人为设定的变量,是没有直接观测数据的
b. 已经存在的这些企业数据仅是那些生产率水平大于最低生产率要求的企业。在估计企业的生产率分布的时候,用这些数据直接估计是不准确的(因为已经被市场淘汰的企业不会出现在这个数据集中,而他们的生产率虽然在数据集里不存在,但是实际上是存在的)
3.2 参数估计
利用数据进行估计的9个参数值如图:
3.3 全要素生产率(TFP)在贸易中的损益
表2报告了国内外贸易和效率损失的收益。上半部分将开放经济中的福利和TFP与封闭经济中的福利和TFP进行比较。下半部分是对TFP损失的一个分解。
2.TFP
3.4 进一步利用模型:超越样本的测试与扩展
3.5 分解1998-2005年中国经济增长
04|讨论
在这一节中,我们探索了一个模型:(楔子)
内源性标记->内源性失真。
我们表明,内生标记模型与数据背道而驰,因为模型中的出口商面临更高的标记和失真。然后,我们讨论的问题是,分配不当可能是由于对投入或产出的计量不当造成的。我们发现,即使剔除标准测量误差,中国企业仍然存在很大的失真。
4.1 内源性扭曲
4.2 检测测量误差
总之,三种使用面板数据筛选测量误差的方法都表明,平均边际产出水平的离差主要是由扭曲导致的,而不是通常所设想的测量误差。
05|结论
1. 本文评估了当经济受到企业层面扭曲时贸易自由化的影响。
2. 它表明,开放经济实际上可能会降低分配效率,加剧资源分配不当,帮助更有补贴的企业而不是生产性企业扩张。
3. 它是第一次试图从理论上理解贸易和特殊企业水平扭曲之间的相互作用,作者希望进一步研究发展中国家在贸易自由化方面的经验为什么会如此奇怪地多样化和不平衡。
下期预告
时间:2020年10月23日,8:55-11:40
地点:经济学院圆阶305
论文:R. Dornbusch, S. Fischer, P. A. Samuelson的论文Comparative Advantage, Trade, and Payments in a Ricardian Model with a Continuum of Goods(1977)
敬请期待!
文稿:于仡昂,苏韧
编辑:王妮妮
审校:王永进