一、引言

自改革开放以来，中国对外贸易发展十分迅速，1978年中国的对外贸易总额仅为206.4亿美元，在世界贸易总额中占比不到百分之一，在世界范围内排名也仅为第29名；到2014年中国外贸总额已经接近43015.3亿美元，较改革开放初期增长了近208.4倍，占世界贸易总额的12.2%左右，世界排名也从第29跃居到第2位，成为仅次于美国的第二大贸易国。与此同时，中国的经济发展也取得了举世瞩目的成就，1978年我国国内生产总值达3679亿元，到2014年已经增长到689052亿元，增长了约187.3倍，经济总量的世界排名也从1978年的第9上升至第2位，成为仅次于美国的世界第二大贸易国。伴随对外贸易迅速发展和经济高速增长的同时，中国财政收入增速一度超越了GDP增速，以财政支出为代表的政府规模不断扩张，成为中国经济发展的另一典型事实。本文基于以上事实，提出以下两个疑问：中国经济增长是否得益于不断提升的贸易开放水平和持续扩张的政府规模？不断提升的贸易开放水平又是否是政府规模扩张的背后“元凶”？

第一次世界大战之前，古典自由主义充斥着整个资本主义市场，受经济与政治等因素制约，政府往往不需要花费较大的财政支出以应对对外开放带来的外部冲击，进而承担了“守夜人”的角色；第二次世界大战以来，凯恩斯主张的政府干预经济的思想被资本主义国家广泛接受并付诸实践，同时国家社会保障体系日趋成熟，经济开放带来的外部冲击日益增大，政府财政支出不断增加，政府“保育员”角色开始逐渐登场。随之而来，贸易开放与政府规模之间的关系被广泛讨论，但经验文献得出的结论却因国别样本、时间差异等存在较大争议。同时，无论是贸易开放政策还是政府财政支出，其最终目的都在于促进经济健康持续增长，然而目前现有研究不仅在贸易开放与经济增长关系以及政府规模与经济增长关系上难以达成共识，而且尚未有文献将三者纳入到统一的分析框架，这一定程度上忽视了贸易开放、政府规模与经济增长之间的密切联系。

本文立足于中国加入WTO后，贸易开放水平迅速上升，政府规模不断扩张和经济持续高速增长的现实情境，将贸易开放、政府规模与经济增长纳入到一个系统框架进行分析，具有重要理论与现实意义。理论意义在于：在经济全球化背景下，一个国家贸易部门与政府部门都是经济系统的重要组成部分，因此，准确识别贸易开放与政府规模的互动关系以及二者对经济增长的影响，有利于更好地理解开放经济的运行机理和政府宏观调控的内在逻辑。现实意义在于：对于中国这样的社会主义市场经济体制，其政府部门对经济的重要影响不言而喻，同时在对外开放战略实施下，贸易部门在经济中的比重越来越高，上述问题的回答有利于深刻认识和评价贸易开放政策和财政政策对宏观经济发展影响的有效性，为中国等发展中国家应对外部冲击和科学解读政府扩张提供新的思路和经验依据。

文章的边际贡献在于：(1)本文将贸易开放、政府规模与经济增长纳入到统一的框架进行分析，一定程度上弥补了以往只注重局部关系的研究而忽视了三者间紧密联系的事实；(2)立足于中国现实情境，从区域差异的视角切入，对比分析了结论在区域间的差异性和原因，一定程度上拓展了这一课题的研究视角；(3)面板向量自回归(PVAR)模型首次被用于贸易开放、政府规模与经济增长间动态关系分析，脉冲响应函数和方差分解工具较为准确地模拟了三者之间的长期影响关系，避免了常规面板模型中模型内生性问题带来的系数估计偏误问题。

文章余下章节安排如下：第二部分为文献综述；第三部分为理论分析以及研究假说；第四部分为研究设计，主要包括模型设定、变量选择和估计方法等；第五部分为计量结果与对结果的简要讨论；第六部分为稳健性分析；第七部分为结论总结与政策启示。

二、文献综述

(一)贸易开放对经济增长的影响

贸易开放与经济增长关系作为一个古老的经济学命题，长期以来受到经济学者的广泛关注和讨论。在理论研究方面，经典的绝对成本假说、比较优势理论和要素禀赋理论等都对贸易产生的原因以及对经济增长的作用进行了系统论述(亚当·斯密，1972；李嘉图，1962；俄林，1986)。无论基于何种动因，理论逻辑似乎都是朝着贸易开放有利于国家财富积累和经济增长方面发展。随着计量实证经验文献兴起，大量学者在“贸易开放引致经济增长”假说前提下进行了广泛的经验数据分析，然而经验证据并未一致支持国家经济增长得益于贸易开放的结论(Sachs和Warner,1995；Edwards,1992；Edwards,1998；Harrison和Hanson,1999；Rodriguez和Rodrik,2000；Michael et al.,2012)。经验文献结论出现重大分歧的原因显然是多方面的，既有方法上的差异也可能是样本的异质性。

中国对外贸易和经济迅速发展的典型事实，为研究贸易开放和经济增长提供了极好的研究环境，大量学者从不同视角寻找中国贸易开放和经济增长关系的经验证据。当前中国贸易开放与经济增长关系文献研究趋势在于：从简单的线性关系向复杂的非线性关系转变；从国家整体视角层面向细分区域层面转变。从国家整体视角研究看：包群(2003)认为中国经济增长主要依赖于要素投入，贸易开放对经济增长促进作用并不显著；而贾中华(2014)、李强等(2017)和陈继勇等(2017)在克服贸易开放内生性问题后研究表明，贸易开放对中国经济增长整体上表现出显著的正向促进作用。部分学者认为，中国区域发展差异极大，从具体区域差异视角刻画贸易开放和经济增长关系同样具有重要意义。中国东部沿海地区率先实行改革开放政策得益于优越的沿海地理位置，贸易开放水平相对于中西部地区更高，一些经验文献研究结论认为贸易开放对经济增长的正向作用在区域间具有极大差异，具体表现为与东部地区相比中西部地区正向作用更大(Jin，2004；黄新飞和舒元，2010；盛斌和毛其淋，2011)。然而一些文献的研究却认为，东部地区较高的贸易开放水平有可能不会促进经济增长，相反还会对经济增长产生抑制作用(包群，2008；陈福中和陈诚，2013)。张建清和蒋坦(2014)、徐婧和孟娟(2015)、王珏帅(2018)等学者在非线性框架下探讨了贸易开放对经济增长的影响，他们的研究结论均证实了贸易开放和经济增长之间确实存在显著的非线性关系，贸易开放对经济增长作用依赖于某些经济变量或贸易开放水平过高并不会对经济增长产生理论上的正向作用。

综上研究可以得出，对中国贸易开放和经济增长文献研究并未得出较为一致的结论，无论是国家整体视角和区域差异视角本身还是线性和非线性框架，研究结论之间都存在较多矛盾之处，关于中国贸易开放和经济增长关系还值得寻找更多坚实证据进行探讨和分析。

(二)政府规模对经济增长的影响

当讨论到政府规模的大小与经济增长的关系时，学术界再一次发生了分歧。有学者支持扩大政府规模，通过政府制度改革、宏观管理、市场调控等方式拉动经济加速增长；有人反对政府规模过大，主张缩小政府规模，提高政府行政效率。

认为较大政府规模可以促进经济增长的观点。North(2003)和Rodrik(2004)认为政府制定制度，规范市场，是促进经济增长的关键因素。Ram(1986)对政府消费和经济增长关系进行计量分析，发现政府消费促进经济增长率的提高，且在低收入国家表现明显。Easterly和Rebelo(1993)认为政府投资性支出占GDP比重与经济增长率正相关，政府对基础设施建设的投资对经济增长的影响会更为显著。国内学者刘霖(2005)和董直庆等(2007)采用中国数据研究发现，政府规模和经济增长存在因果影响，且政府规模扩大给经济增长带来正面影响。马栓友(2000)用政府消费支出来表示政府规模，对政府消费支出与经济增长之间的关系进行了深入实证研究，同样也得出较大的政府规模可以促进经济增长的结论。

认为较大政府规模会阻碍经济增长的观点。部分学者研究发现，政府规模过大将会给经济发展带来负面影响。Cameron(1982)较早发现政府消费支出对经济增长有显著的负面影响。Adelman(1999)强调政府放松管制和经济自由化的重要性。Saumders(1986)和Marlow(1986)都认为政府规模越大对经济发展越不利。后来学者的研究也证实了政府规模与经济发展之间存在明显的负相关关系(Agell，2006；Bergh，2011)。国内学者郭庆旺等(2003)发现财政支出总水平与GDP增长率负相关且认为政府财政支出的增加会对经济增长产生消极影响。张勇和古明明(2014)、陈俊营和王科(2015)、杨子晖(2011)对中国政府规模与经济增长的关系研究表明，政府规模因时间和空间的不同而表现出不同的作用。刘生龙和龚锋(2017)基于动态优化模型的理论推演表明，当政府规模小于政府支出弹性时，政府规模扩大有利于经济增长；基于省级数据实证发现，中国政府规模与经济增长存在倒“U”型的非线性关系，政府规模对经济增长具有显著的门槛效应特征。同时一些学者对政府规模扩张的社会福利效应进行了分析，研究发现中国政府规模扩张对社会福利改进存在非线性和区域差异性特征，应该进行政策矫正以改进政府规模过度扩张带来的社会福利净损失(文雁斌，2016a，2016b)。

(三)贸易开放度与政府规模的关系

国内外多数学者通过对一国或地区的数据进行实证分析，认为贸易开放度对政府规模扩大有积极的正面影响。Cameron(1978)通过对18个OECD国家发展过程的分析得出，贸易开放度会影响到国内产业聚集，而产业聚集使得劳动者工会组织得以强化，进而给政府施压要求政府扩大支出，扩大政府规模。而Rodrik(1998)则认为，在发展中国家，劳动者组织的力量被弱化。贸易开放度与政府规模存在正相关，是源于政府增加支出防范市场风险、提供社会保障。此外，Ram(2009)和王德祥等(2010)的研究结论均支持贸易开放与政府规模显著正相关。此外，部分学者研究发现，贸易开放度与政府规模也存在不相关和负相关关系(桑白川和黄漓江，2016)。Benarroch和Pandey(2008)认为，政府规模较大的国家会对市场进行过多的干预，这种干预会涉及到对外开放，容易形成贸易保护和贸易壁垒，从而造成贸易开放度降低。Islam(2004)通过研究发现，美国和澳大利亚的政府规模与对外开放之间呈现负相关。同样梅冬州等(2012)发现不同发达程度的国家，贸易开放度与政府规模表现出的关系也是不同的，在发达国家，其贸易开放程度与政府规模呈现负相关关系。Liberati(2007)、高凌云和毛日昇(2011)、胡兵等(2013)、胡兵和陈少林(2014)的研究结论同样支持贸易开放会减小政府支出规模。

政府规模主要表现在政府的投资与消费上，其旨在通过政府干预来调节市场失灵。第一次世界大战前，古典自由主义认为政府要减少对海外贸易的过多干预，发展自由贸易；1939年经济危机之后，凯恩斯主义及国家福利理论盛行，鲍莫尔(1982)和武川正吾(2011)主张加强政府投资、建立社会保障体系等扩大政府规模，通过国家干预，降低市场风险。梅冬州等(2012)研究表明，对发展中国家而言，贸易开放与政府支出规模呈倒 “U”型关系。对多数发展中国家而言，贸易开放程度未达到倒“U”曲线的拐点，所以在此阶段均能出现政府规模与贸易开放度的正向关系变动。毛捷等(2015)认为20世纪80年代，受石油危机影响，政府“保育员”职能弱化，新型自由主义开始在市场化较为发达的国家发展，通过市场化改革，一定程度上有助于贸易开放。此外，Alesina和Wacziarg(1998)认为对于国家规模较大且拥有较大国内市场的政府来说，海外贸易创造的经济社会价值不明显，政府规模对贸易开放表现的不显著。

三、理论分析与研究假说

(一)经济增长：来自国际贸易的解释

假说3a：贸易开放水平提升有利于抑制政府规模扩张，政府财政支出减少。

从对外贸易对经济增长作用机制上讲，一方面出口规模扩大意味着国外市场为国内生产提供了广阔的需求空间，从而刺激就业和投资，进而促进国民财富增长；另一方面进口可以引入稀缺生产要素，促进技术和设备的更新，通过技术溢出效应为经济增长提供持续动力。虽然理论层面得出了发展对外贸易、提升对外开放水平有利于促进经济增长的结论，但相关经验文献并未得出一致结论。具体来看，对国家整体层面的经验文献研究结果主要分为两类，一类支持贸易开放对经济增长正向作用(Greenaway et al.，2002；姚鹏和孙久文，2015)，另一类则认为贸易开放与经济增长关系不显著(Frankel et al.，1999；包群，2003；张立光等，2004 ；Yanikkaya，2003)。同时考虑到中国区域之间在经济发展水平、公共基础设施、人力资本、城镇化程度等方面的差异性，贸易开放对经济增长作用可能存在显著区域差异(熊灵等，2012；林祺等，2013；李云娥，2014)。

Barro(1990)通过研究发现，政府的支出规模大小将会对经济增长产生不同的影响。当政府支出规模较小时，其支出主要用于改善投资环境，吸引和带动更多民营资本在市场发挥作用，此时的政府规模越大越有助于经济环境的改善，有利于投资增长和经济发展；当政府支出规模较大时，政府的行为会对民营资本产生阻碍，甚至造成“挤出效应”，不利于经济活动和政府支出的持续性。后来学者在Barro均衡模型的基础上进行拓展，如不同的政府支出类型、公共品的拥挤等问题的加入又得出政府的最优规模是要小于政府财政支出的边际产出弹性(陈俊营和王科，2015)。然而经研究发现，这种均衡多存在于理想中，实际政府规模的变化和经济的发展通常是相互影响的，换句话说，在某一经济发展时期内，政府规模和经济发展存在均衡状态，而一旦过了这个经济周期，原本即使均衡的状态也会被打破。Armey(1995)提出了著名的“Armey曲线”以描述政府规模和经济增长之间的非线性关系，他认为政府规模对经济增长产出效应存在临界值，当政府规模位于临界值以下时，政府规模扩张有利于经济增长，当政府规模位于临界值以上时，政府规模扩张会损害经济增长。

假设1a:贸易开放与经济增长正相关，贸易开放水平提升有助于推动经济增长。

假设1b:贸易开放与经济增长相关关系不显著，贸易开放对经济增长正向作用不明显。

在建筑工程施工中运用BIM技术能让施工图纸更好呈现到人们的眼前，从而达到最佳的效果，帮助施工人员更好地了解施工布置情况，从而对施工方案合理制定，通过比较各种施工方案选择出最合适的方案。当BIM建模完成后还可进行三维渲染，促进BIM建模精度的提升，大大增加了工程项目的中标率。

(二)经济增长：来自政府行为的分析

20世纪80年代德国经济学家瓦格纳通过对多个国家政府支出数据的实证分析得到，当一国国民收入增加时，财政支出将会呈现更大幅度的增长；当一国人均收入水平提高，政府支出占国民收入的比重也会相应提高。瓦格纳认为这种政府支出增长的趋势源于政治和经济因素的影响，具体来讲，政治因素包含稳定的政治环境、公平合理的交易市场及商业制度、治安与法律设施以及维护相关市场秩序的群体机构及组成人员；经济因素包含国内经济增长、人均收入增长、人口密度、就业与社会福利等。瓦格纳法则认为市场的失灵以及外部性的存在需要政府发力；此外随着工业化经济发展的深入，政府也将扩大支出的规模；最后，新时期的城市化问题也需要政府增加对科教文卫的投入。20世纪70年代石油危机之后，学者们发现政府规模的不断膨胀也导致了行政效率低下、资源浪费、腐败以及产能过剩等问题。就一般情况而言，政府规模取决于市场失灵的程度，要从经济发展和社会需要上控制政府的规模。然而政府规模的控制光靠市场等经济因素是不行的，当政府规模达到一定程度时，他可能会反过来干预经济的健康增长，换句话说，政府拥有的权力已经严重影响到市场配置资源的能力，这必将因资源错配导致经济效率低下，经济发展受阻。为了提高资源配资效率和经济增长率，财政分权作为一项重要的政府规模改革制度在多个国家实施。

基于以上分析，本文提出以下关系贸易开放与经济增长关系待检验假说：

从以上理论分析可以看出，政府规模对经济增长会产生截然相反的两种对立结果，由此提出如下对立假说：

她看妓女们全穿着素色衣服，脸色也是白里透青，不施粉黛的缘故。赵玉墨穿一袭黑丝绒旗袍，守寡似的。她的行头倒不少，服丧的行头都带来了。书娟很想剜她一眼，又懒得了。妓女们在鬓角戴一朵白绒线小花，是拆掉一件白绒线衣做的。

假说2a：政府规模扩大对经济增长具有正向影响。

假说2b：政府规模扩大对经济增长具有负向影响。

(三)政府规模：来自对外贸易的阐释

Rodrik(1997)认为世界各国通过国际贸易联系更加紧密，一国政府对经济的任何干预都会降低市场对资源的配置效率,削弱该国经济在国际市场上的竞争力，只有减少政府的行政干预，充分发挥市场配置资源的作用，才能在国际竞争中展现出比较优势，进而提升国际竞争力。贸易开放通过关税等税收手段影响政府公共支出的能力，进而也影响到政府规模。简单来说，就是政府越开放，其指定的相关关税税率就越低，直接导致政府的财政收入减少；此外开放的政策可以使劳动力、资本、资源等要素更为自由流通，市场导向下他们会流向关税税率更低的国家，由此引起国家间的关税竞争也在一定程度上限制了政府规模。总的来说，“效率效应理论”以政府公共服务供给为研究的出发点，得出贸易开放约束了政府对市场的干预与控制，政府规模适当缩减将促使市场效率提高(毛婕等，2015)。

在式(2)、式(3)、式(4)中，同样C、Π和Λ均为待估系数矩阵，γi、ηi和μit分别为个体效应、时间效应和随机误差项。本文涉及的主要变量为贸易开放、政府规模和经济增长，基于前人大量的经验文献，这些指标构建已经形成了较为统一的度量方法。贸易开放水平度量一般涉及贸易政策和贸易流量两个维度，由于本文主要度量省级层面的贸易开放水平，因此只从贸易流量维度对贸易水平进行衡量。包群(2003,2008)构建了五种指标衡量贸易开放水平对经济增长影响，最后发现贸易依存度是度量中国贸易开放水平的一个较好指标，后来学者多数沿用这一指标(盛斌和毛其淋，2011；熊灵等，2012)。因此，本文仍然沿用这一研究惯例，利用各个省市区的进出口总值与地区GDP比值衡量贸易开放水平，其中进出口总值利用人民币对美元年均汇率转换成以人民币计价。现有文献对政府规模衡量主要是从财政支出的角度，借鉴杨子晖(2011)和高翔等(2016)的方式，采用地方政府支出与地区生产总值之比来表示。在实际计量模型分析时，借鉴相关文献做法，采用贸易开放和政府规模变动率分别反映贸易开放水平和政府规模的变化程度，当变动率为正时说明贸易开放水平提升和政府规模扩大，变动率为负时情况相反，其数值大小进一步反映了贸易开放和政府规模的变动程度。最后，经济增长变量用各个地区实际GDP增长率的变动率表示，各省的实际GDP均以2000年的数据为基期，通过名义GDP和可比国内生产总值指数(上年=100)计算得到。Love(2006)公开了其个人编写的PVAR模型的Stata程序，连玉君在其程序基础上进一步完善，形成了优化后的PVAR2程序包，本文利用该程序包和使用软件stata11对上述模型进行估计和检验。表1为本文主要变量的描述性统计。

综上所述，贸易开放对政府规模的影响存在“效率效应”和“补偿效应”两种结论，由此提出如下两种假说：

古典经济增长理论的著名代表人物亚当·斯密(Adam Smith)和大卫·李嘉图(David Ricardo)强调国际分工对经济增长的重要性。斯密认为一国或地区拥有独特的自然禀赋和具有绝对优势的生产条件，在该国或地区生产某种商品具有突出的低成本优势，集中资源在此生产这种产品，然后通过国际贸易参与国际竞争，进而获得高额出口利润(亚当·斯密，1972)。李嘉图在斯密“绝对优势理论”基础上提出了著名的“比较优势学说”，他认为国家或地区间的比较优势同样适宜发展国际贸易与国际分工，同样助推经济发展。随着第二次工业革命的开展，新型古典主义学派兴起，以俄林(Ohlin)为代表的古典贸易学派用生产要素的丰裕与否来解释国际贸易产生的原因以及贸易流向问题(大卫·李嘉图，2014)。该理论主要针对李嘉图的“比较利益理论”不能解释两国比较优势相同时，如何开展对外贸易的问题所提出来的。新古典学派的“资源禀赋论”认为一国开展国际贸易必须产生比较成本差异，这种差异可以是要素禀赋差异，也可以是产品制造过程中的要素比例差异，而这种差异从要素市场延伸到产品市场后则表现出一国增加对稀缺性要素商品的进口，增加对富裕性要素商品的出口，这样便能使贸易的双方通过自身优势生产更多的产品，开展更多的国际贸易，进而增加社会福利，推动经济增长(俄林，1986)。

假说3b：贸易开放水平提升有利于促进政府规模扩张，政府财政支出增多。

四、研究设计

(一)样本选择与数据来源

本文的研究对象为除港澳台外全国31个省级区域(市、自治区)。为了保证充足的样本数，本文采用年度面板数据，基础数据样本长度区间为2000-2014年。本文数据主要涉及各个省区的国内生产总值、对外贸易的进出口流量以及地方财政支出等。数据主要来源于相关年度的省级统计年鉴、《中国统计年鉴》和EPS数据统计平台的相关数据库。

(二)模型设定与指标构建

传统线性面板数据模型往往存在变量内生性的严重缺陷，导致经济变量之间的因果识别存在较高的“伪因果”风险。虽然随着工具变量估计技术的成熟，在一定程度上克服了模型内生性问题，但严格外生的工具变量同时面临着寻找困难。为了避免模型内生性问题对经济变量因果识别带来的困扰，本文采用面板向量自回归模型(PVAR),定量刻画贸易开放、政府规模和经济增长之间的动态关系。PVAR模型是由用于分析时间序列的经典向量自回归(VAR)模型发展而来，Holtz-Eakin(1988)等学者首次将VAR模型扩展应用到面板数据。随着Arrelano和Bond(1991)、Arrellano和Bover(1995)、Blundell和Bond(1998)等学者对动态面板模型估计技术的发展，PVAR模型已经在宏观经济研究领域得到了成熟运用。PVAR模型分析经济系统动态性具有以下优点。第一，PVAR模型建立在数据统计性质之上，将经济系统各内生变量滞后期作为被解释变量来构建模型，利用脉冲响应函数和方差分解能够很好地描述经济变量之间的动态冲击效应，进而规避传统线性面板模型中寻找工具变量和较多控制变量的问题。第二，PVAR模型克服了VAR模型样本量的限制，利用特定的向前差分Hermlet转换能够很好消除固定效应的影响，利用系统广义矩(SGMM)可以对模型参数进行动态估计。

为了考察变量之间的长期动态冲击作用，借鉴Love(2006)和连玉君(2009)设置下列PVAR模型系统：

商标使用及其判断标准省思 ..................................刘 毅 04.72

Yit=Cn+ψnXit+γi+ηi+μit

(1)

上述模型中，被解释变量Yit包括{openr、gdpr、gover}，分别为三维列向量，解释变量Xit为{Yit-1、Yit-2、…、Yit-p}，Cn和Ψn为n·p维的系数向量，p为PVAR模型选择的滞后阶数，γi和ηi分别为个体效应和时间效应。μit为随机扰动项，并且假设μit的协方差矩阵为Φ，则μit为同样服从期望为0，协方差为Φ的独立同分布，进一步这里假设μit与Yit、γi正交。本文在估计上述模型系统参数的基础上，利用脉冲响应函数和方差分解来考察贸易开放、政府规模和经济增长之间的长期影响。当其中一个变量对来自模型系统随机误差项一个正交的新息外生冲击时，自身的变化会显著激起另一个变量的变化，则说明前者对后者有显著的长期影响。进一步利用方差分解，则可以刻画这一长期影响的大小和贡献程度。

进一步，为了考察贸易开放、政府规模和经济增长之间长期动态关系，式(1)可以具体表达为以下计量模型：

所有患者均给予抗血小板、控制血压、调酯治疗，同时给予口服倍他乐克（河北长天药业有限公司生产；国药准字H20068077），2次/d，25 mg/次，见效后逐渐降低剂量，共治疗4周。观察组在对照组基础上口服稳心颗粒（南通华山药业有限公司生产；国药准字H20010170），3次/d，1袋/次，共治疗4周。

式(2)为以经济增长(gdpr)为被解释变量的PVAR模型表达式：

 

 

(2)

式(3)为以政府规模(gover)为被解释变量的PVAR模型表达式：

 

 

(3)

式(3)为以贸易开放(openr)为被解释变量的PVAR模型表达式：

 

 

(4)

与效率效应理论中贸易开放限制政府支出能力的说法不一致，补偿效应理论重在强调政府公共服务的作用。Rodrik(1997)在研究中发现，随着经济全球化的深入，国内外市场联系必将更为紧密，与此同时这种紧密的关系也像一条无形的传送带，将国际市场的贸易风险和经济风险传递到国内，进而造成国内市场经济波动，除此之外也将造成国内不同阶层收入差距拉大，自由贸易下受益者与受损者的矛盾趋于激化，可能造成经济和政治动荡，影响经济和社会稳定。为了应对贸易开放带来的国际风险，避免受益者与受损者的矛盾进一步激化，政府应当承担社会责任，将自己定义为“保育员”，通过扩大政府的财政支出规模来建立趋于完善的社会保障体系；同时利用一系列经济、行政、法律手段控制国际风险的影响程度；最后积极落实收入的再分配，通过财政转移支付对自由贸易过程中的受损者加以补偿，尽力缓解因收入差距扩大而引起的阶层矛盾。这种由政府财政支出给予经济活动参与者补偿，可以更好地维护国内政治、经济稳定和开展国际贸易。后来Rodrik(1998)在更深入的研究中发现，一国经济融入国际贸易的程度越深，政府规模越大并呈现出一种显著正相关状态。国家的贸易开放将面临更多的外部风险，而政府的“保育员”角色恰巧是在此种情形下为国内经济体服务的，因此政府规模的扩大势必能更加有利于发展国际贸易(毛婕等，2015)。

 

表1 模型变量的描述性统计特征

  

区域变量样本数均值标准差最小值最大值全国gdpr4030.00380.1777-0.47981.3670gover4030.03770.0686-0.21820.4054openr4030.04110.1875-0.53821.1291东部gdpr130-0.00290.1693-0.42590.5922gover1300.03490.0477-0.08220.2334openr1300.01460.1312-0.34190.4067

续表1

  

区域变量样本数均值标准差最小值最大值中部gdpr1170.00190.1995-0.47981.3670gover1170.03970.0566-0.07140.1872openr1170.04120.1593-0.41840.4952西部gdpr1560.01070.1677-0.35850.7861gover1560.03860.0889-0.21820.4054openr1560.06320.2382-0.53821.1291

五、实证结果与分析

(一)变量的平稳性检验

面板数据综合截面数据和时间序列数据的优势，同时包含了时间趋势和截面特征。考虑到面板数据结构的时间序列性质，其平稳性对建立PVAR模型较为重要。目前，面板数据的平稳性检验主要是基于是否存在单位根假设，包含的主要方法有LLC、Breitung、HT、IPS和Fisher检验等。其中，由于LLC、Breitung和HT检验在计量回归模型参数估计中要求个体回归系数都相等，该隐含假设在实践中可能过强(陈强，2014)，同时考虑到数据平稳性检验结果的稳健性，本文使用IPS和Fisher两种检验方法对本文相关变量进行单位根检验。表2报告全国和东中西各个区域面板数据的平稳性检验报告。从表2可以看出，各个区域两种检验统计量均至少在1%水平拒绝存在单位根原假设，因此本文认为各个区域面板数据均符合PVAR模型建模数据平稳性要求。

 

表2 不同区域变量的平稳性检验

  

地区检验方法gdprgoveropenr全国IPS-12.1595***-10.9989**-7.4644***Fisher-6.9235***-7.6482***-6.0215***东部IPS-8.5335***-7.3141***-5.9283***Fisher-4.6353***-5.3658***-4.8670***中部IPS-6.6258***-5.8503***-4.2454***Fisher-4.0604***-5.5214***-3.5126***西部IPS-9.3777***-9.4363***-7.9192***Fisher-4.5750***-4.6608***-3.5223***

注：面板单位根检验中，考虑到可能存在的自相关，在检验时均附加“demean”选项来缓解可能存在的自相关，滞后期根据AIC准则选定，特别的Fisher检验报告了P、Z、L*和Pm四个统计量，四个统计量均在1%水平显著，在表中只报告了Z统计量，***、**、*依次为1%、5%和10%水平标志。

(二)PVAR模型滞后期选择与参数估计

在对PVAR模型参数进行估计前，首先要根据相关信息准则确定其最优滞后期。PVAR2程序包提供了赤池信息准则(AIC)、贝叶斯信息准则(BIC)和汉南-昆信息准则(HQIC)三种最优滞后期检验。本文的PVAR模型最优滞后期检验结果如表3所示。从检验结果来看，全国和中西部区域三种信息准则都建议滞后1期，只有东部地区AIC建议滞后3期而BIC和HQIC建议滞后1期，根据“最简”和“少数服从多数”的原则，最终确定东部区域PVAR模型滞后1期。本节主要包含四个部分，第一，PVAR模型的具体参数估计结果；第二，脉冲响应函数分析；第三，方差测算；第四，实证稳健性讨论。前三个部分又具体涵盖四个区域，即包括全国、东部、中部和西部四个区域层面的PVAR模型估计结果分析。由于PVAR模型将被解释变量滞后期作为解释变量估计，PVAR模型实质为一个动态面板模型，考虑到将被解释变量滞后期纳入模型后导致解释变量与随机误差项相关，进而使用最小二乘估(OLS)会使估计系数出现偏误。在PVAR2程序包中，提供了估计动态面板模型的系统广义矩估计(SGMM)，因此本文使用SGMM估计方法来获得PVAR模型参数的无偏估计量。利用SGMM方法对全国以及东、中、西部各个层面的PVAR模型参数估计结果如表4所示。

 

表3 PVAR模型滞后期检验和选择结果

  

地区AICBICHQIC最终选择全国1111东部3111中部1111西部1111

 

表4 各个区域层面PVAR模型SGMM估计结果

  

区域方程解释变量系数标准误ZP全国h_gdprh_gdpr(-1)h_gover(-1)h_openr(-1)-1.50371.14820.77120.07760.19370.0561-1.945.931.370.0530.0000.170h_goverh_gdpr(-1)h_gover(-1)h_openr(-1)-0.09700.21580.03420.02270.08690.0264-4.272.481.300.0000.0130.195h_openrh_gdpr(-1)h_gover(-1)h_openr(-1)0.28690.29670.06470.07840.25140.09063.661.180.710.0000.2380.476东部h_gdprh_gdpr(-1)h_gover(-1)h_openr(-1)-0.21121.50360.06750.11260.37480.1381-1.884.010.490.0610.0000.625h_goverh_gdpr(-1)h_gover(-1)h_openr(-1)-0.09140.33250.52950.03190.14780.0357-2.862.251.480.0040.0250.138h_openrh_gdpr(-1)h_gover(-1)h_openr(-1)0.35630.58020.25080.07780.30490.11864.581.902.110.0000.0570.035东部h_gdprh_gdpr(-1)h_gover(-1)h_openr(-1)-0.01501.65990.07020.12610.60210.1410-0.122.760.500.9050.0060.619h_goverh_gdpr(-1)h_gover(-1)h_openr(-1)-0.09890.30050.10800.04150.17010.0416-2.381.772.590.0170.0770.010h_openrh_gdpr(-1)h_gover(-1)h_openr(-1)0.23000.44080.08300.14340.45300.12571.600.970.660.1090.3310.509

续表4

  

区域方程解释变量系数标准误ZP西部h_gdprh_gdpr(-1)h_gover(-1)h_openr(-1)-0.20820.91140.10560.10430.21840.0529-2.004.172.000.0460.0000.046h_goverh_gdpr(-1)h_gover(-1)h_openr(-1)-0.10740.17070.00770.04000.11420.0362-2.681.490.210.0070.1350.831h_openrh_gdpr(-1)h_gover(-1)h_openr(-1)0.27330.18140.01720.12980.35020.13152.100.520.130.0350.6040.895

注：工具变量为l1.gdpr、l1.gover、l1.openr，变量前h_表示在参数估计前对各个变量进行了前向差分的Hermlet转换，以消除固定效应。

(三)脉冲响应分析

脉冲响应函数(IRF)分析是PVAR模型的重要分析工具之一，其重要应用价值在于刻画经济变量之间的长期动态冲击效应和影响轨迹。为了准确刻画贸易开放和政府规模对经济增长的长期动态冲击影响路径和贸易开放对政府规模的影响，本文使用正交化的脉冲响应函数(OIRF)对相关经济变量的冲击效应进行分析。表4各个区域的PVAR模型参数估计结果经过500次Mont-Carlo模拟，分别得到全国(如图1所示)、东部(如图2所示)、中部(如图3所示)和西部(如图4所示)地区的脉冲响应图。在式(2)和式(3)的基础上，我们重点考察经济增速变化对来自贸易开放和政府规模变化的标准差冲击以及贸易开放变化对政府规模变化的长期动态冲击效应。

[25]盛斌、毛其淋, 2011：《贸易开放、国内市场一体化与中国省际经济增长:1985～2008年》,《世界经济》, 第 11 期。[Sheng Bin and Mao Qilin, 2011, Trade Opening, Domestic Market Integration and China’s Inter-provincial Economic Growth: 1985-2008, The Journal of World Economy, 11.]

(1)gdpr对来自本身新息冲击反映显著为正，说明经济增长自身具有较强的惯性。(2)政府规模扩张对提升经济增速具有显著的负向抑制作用。具体来看，来自政府规模(gover)一个正交冲击使经济增长(gdpr)响应在第1期显著为负，冲击响应强度达到最高，第2期之后响应强度逐渐收敛于0刻度线进而趋于稳定。(3)贸易开放对经济增速变化具有显著的正向冲击效应。具体来看，面对一个外生冲击，贸易开放(openr)的变化将激起经济增长在第1期有一个显著的正向变化。进一步，对贸易开放和政府规模的关系而言，从图1第2列第3个小图可以看出，政府规模(gover)对来自贸易开放(openr)的正交冲击在第2期显著为正。因此我们认为，从总体上看，贸易开放对政府规模具有显著的正向影响，符合假说3a，即贸易开放与政府规模的关系在中国支持“保育员”假说。从具体区域层面上来看，图2、图3和图4分别反映了东部、中部和西部地区贸易开放、政府规模和经济增长之间的动态冲击响应。综合以上三幅图，我们可以得到以下结论：(1)从具体区域层面上看，政府规模对经济增长的显著负向抑制效应显著存在东部、中部和西部地区。具体来看，来自政府规模(gover)一个单位标准差的正交冲击，经济增长(gdpr)在第1期响应显著为负并达到最高峰，滞后响应强度逐渐减弱，并稳定收敛于0刻度线。(2)贸易开放对经济增长的影响存在显著的区域差异，正向效应显著存在于东部地区，中西部地区贸易开放对经济增长影响不显著。从冲击响应的具体路径看：在东部地区经济增长(gdpr)对贸易开放(openr)的响应在第1期显著为正；在中西部地区，经济增长(gdpr)对贸易开放(openr)的冲击响应均在第1期为正并达到最高响应强度，但Mont-Carlo模拟置信区间并未双侧位于零刻度线以上，因此该冲击响应并不显著。这说明相较于中西部地区而言，东部地区贸易开放水平较高，东部地区贸易开放水平持续提升能够对经济增长产生显著的正向促进作用，而中西部地区贸易开放水平还亟待提升。(3)贸易开放对政府规模影响存在显著区域差异。在东部地区，贸易开放能够显著加速政府规模扩张，而中部和西部地区贸易开放对政府规模的影响并不显著。从相关动态冲击路径上看，虽然在中部和西部地区，政府规模(gover)对来自贸易开放(gover)的动态冲击响应为正，但均不显著；而对于东部区域而言，面对来自贸易开放的外生冲击，政府规模响应在第2期显著为正，且冲击强度达到顶峰之后逐渐减弱并趋于平稳。

  

图1 全国区域脉冲响应图

注：纵轴表示冲击响应强度，横轴s为滞后期数，中间实线为脉冲响应函数，两侧曲线为500次Mont-Carlo模拟的95%置信区间，图上英文变量名称意义为前者对后者的冲击响应，其中虚线为零刻度线，以下相同。

  

图2 东部地区脉冲响应图

  

图3 中部地区脉冲响应图

  

图4 西部地区脉冲响应图

(四)方差分解

方差分解在PVAR模型中又称为"预测误差的方差分解"(FEVD)或者"新息核算"(innovation accounting)，常用于测算内生变量预测的误差变异系数中每一个正交单位冲击的贡献程度。本文在脉冲响应函数的分析基础上，进一步利用方差分解来考察经济变量之间变动的贡献度。同样经过500次Mont-Carlo模拟得到贸易开放、政府规模和经济增长在各个区域层面的预测方差分解，结果如表5所示。从表5的方差分解结果来看，各个区域第5期和第10期的方差分解结果一致，这说明贸易开放、政府规模和经济增长之间关系在第5期之后具有较高的稳定性，这从侧面说明了本文实证结果具有较高的稳健性。

从具体方差分解结果来看：全国层面上，政府规模和贸易开放对经济增长的方差贡献度为14.1%和0.5%，贸易开放对政府规模的方差贡献度为0.7%，说明经济增速变缓的14.1%能够被政府规模所解释，贸易开放能对经济增速正向变动的解释力度为0.5%，同时贸易开放对政府规模正向变动的解释力度为0.7%；区域层面上，对东中西部而言，政府规模对经济增速负向变动的方差贡献度分别为11.8%、15.5%和15.8%，说明政府不当干预对中西部地区经济增速影响较大，而对东部地区相对较弱；贸易开放对东部地区经济增长的方差贡献度分别为0.4%，说明东部地区经济增长的0.4%能够被贸易开放所解释，而中西部地区解释力度虽然较大但没有统计上的显著性；东部地区贸易开放变动对政府规模变动的贡献度为1.5%，即政府规模变动的1.5%能够被贸易开放所解释，而中部地区该贡献度分别为6.3%和0.1%，但从脉冲函数可知该贡献度并不显著。

 

表5 各个区域层面的方差分解结果

  

变量期数全国东部中部西部gdprgoveropenrgdprgoveropenrgdprgoveropenrgdprgoveropenrgdpr50.8540.1410.0050.8780.1180.0040.8300.1550.0150.8260.1580.016gover50.0640.9300.0070.1110.8740.0150.0840.8530.0630.0470.9520.001openr50.0730.1280.7990.2490.1580.5930.0970.2460.6560.0560.0980.846gdpr100.8540.1410.0050.8780.1180.0040.8300.1550.0150.8260.1580.016gover100.0640.9300.0070.1110.8740.0150.0840.8530.0630.0470.9520.001openr100.0730.1280.7990.2490.1580.5930.0980.2460.6560.0560.0980.846

(五)对结论的进一步讨论

贸易开放是否促进经济增长一直都是国际贸易学界长期争论的话题。本文的经验研究表明，在东部较高对外开放水平地区，贸易开放对经济增长具有显著的正向促进作用，与假设1a相符；相反在中西部地区贸易开放对经济增长的影响并不显著，符合假设1b。上述结论说明贸易开放对经济增长存在显著区域差异，一些经验文献已经证实，相较于内陆地区，贸易开放对东部沿海地区的经济增长贡献显著(Jin，2004；黄新飞和舒元，2010；盛斌和毛其淋，2011)。东部地区作为中国改革开放的试验田，率先实行改革开放，国内和国际市场有机结合使东部地区经济快速增长。而中西部地区，由于地理位置局限，在开放时间和速度上都慢于东部地区，因此贸易开放在现阶段还未对经济增长表现出非常显著的驱动作用。

进入21世纪以来，伴随经济高速增长的同时政府财政规模不断扩张，在社会主义市场经济条件下政府行为对经济的影响受到广泛关注和讨论。本文经验证据表明，当下较快的政府规模扩张对经济增长具有一定的显著负面影响，本文结论与假说2b相符，特别是对于中西部地区而言，这种负面作用更加强烈。可能的原因在于，中国与发达国家相比，以政府为主导的GDP发展模式对经济发展影响更为深远，政府出台的一些宏观调控政策对经济增长施加了一些不恰当干预，造成资源错配，进而影响经济增长(唐雪松等，2010；刘文革等，2014)。从具体区域差异分析来看，东部地区相较于中西部地区社会主义市场化经济水平更高，这可能是造成政府规模对东部地区经济增速负面影响相较于中西部地区更弱的原因。同时我们从表1中gover的均值可以看出，相较于东部地区，中西部地区政府规模变动速率更大，这也可能是造成这种结果的重要原因之一。

关于贸易开放与政府规模关系中“守夜人”和“保育员”角色之争由来已久。本文基于中国省级层面的经验证据发现，贸易开放对政府规模的影响并非只是非此即彼的选择，还存在贸易开放对政府规模影响不显著的中间选择，除了在中国东部区域发现贸易开放对政府规模具有一定的正向解释力度，即政府具有扮演“保育员”角色外，中部和西部地区并未发现显著证据支持“守夜人”或“保育员”。笔者认为，贸易开放和政府规模之间存在较为复杂的关系，并非简单的“守夜人”或“保育员”角色可以解释，未来的研究方向应该进一步细致刻画政府行为，从非线性动态视角对两者关系进行进一步深入考察，并寻找坚实的经验证据去揭示背后的机理。

六、稳健性讨论

本文对实证结果的稳健性分析主要借鉴Baker et al.(2016)在VAR模型稳健性检验中施行的三种策略，一是改变PVAR模型滞后期，二是改变脉冲响应和方差分解变量次序，三是改变样本长度。前两种方法是基于模型本身缺陷的稳健性检验，第三种方法是基于样本本身的稳健性检验。首先，由于PVAR模型估计对滞后期选择较为敏感，因此对模型选择不同滞后期估计结果基本一致，说明模型设置较为稳健。因此，本文对所有PVAR模型滞后期增加一倍，即将滞后1期改为滞后2期，脉冲响应结果与滞后1期基本一致。其次，考虑到脉冲响应和方差分解需要从扰动项中分离其正交部分，脉冲响应和方差分解中应用到的乔里斯基分解对变量顺序可能较为敏感，如果考虑不同的变量次序得到结果变化不大，说明结果较为可信(陈强，2014)。因此，随机抽取前文分析以外的五种顺序中的三次，实证结果与前文结果基本一致。最后，分别截取样本2005-2014年和2002-2010年，实证结果依然与原文基本一致。综上认为，本文实证结果较为稳健，但囿于论文篇幅，并未展示，留存备索*本文还利用Xtvar命令检验了各个PVAR模型特征根倒数的模，发现所有特征根倒数模均小于1，位于单位圆内，所以本文建立的PVAR模型均是稳定的。。

挑选好的青圆椒采用高处坠落法模拟机械损伤，从距地面1 m的高处坠落，然后以不同浓度1-MCP（8 μL/L、10 μL/L）熏蒸 24 h。预实验发现 10 μL/L 1-MCP处理效果最佳。根据此条件，正式实验的青圆椒随机均分为2组，A组和B组。A组和B组均从距地面1 m的高处坠落，在室温下（T=20 ℃，H=80%～85%）对A组青圆椒用10 μL/L 1-MCP熏蒸24 h。将处理后的A组和未处理的B组青圆椒装入0.03 mm厚度的PE保鲜袋中，每袋装5个青圆椒，折口包装后于20 ℃下贮藏，每隔3 d测定相关生理生化相关指标。实验重复三次，所测数据取平均值。

七、结论与启示

贸易开放与政府规模关系之间一直存在“保育员”和“守夜人”的争论，同时关于贸易开放、政府规模对经济增长的影响也存在较大分歧。本文基于2002-2014年的中国省际样本，从区域差异的动态视角切入，利用PVAR模型中的脉冲响应函数和方程分解工具对以上问题进行了深入追踪研究，得到以下重要研究结论：(1)总体样本研究表明，贸易开放对提高经济增速具有显著的正向驱动作用，但从区域差异上看，贸易开放对东部地区经济增长具有一定的显著正向效应，在中西地区影响不显著。这说明东部地区支持贸易开放促进经济增长的假说，而中西部地区贸易开放度还较低，对经济增长的正向提升作用较为有限，还未充分显现其正向驱动作用。(2)政府规模整体上对经济增长具有显著的负向抑制效应，这种负向抑制效应在东中西部地区都显著存在，即无论是从全国整体还是从区域部分来看，政府规模变动都不利于提升经济增速提升。方差分解结果表明，政府规模变动对经济增速变动的解释力度在东中西地区分别为11.8%、15.5%和15.8%，即相对于东部地区而言，非东部地区政府规模扩张对经济增长的负面影响更大。(3)就贸易开放和政府规模关系而言，本文还发现“补偿效应”假说只在东部地区显著成立，即贸易开放变动对政府规模扩张具有显著的正向效应，政府充当了一定的“保育员”角色。同时应该看到，在中西部区域，贸易开放和政府规模不存在“守夜人”和“保育员”之争，政府规模扩张变动对贸易开放变化并不敏感。

其实，这跟年岁一点关系都没有。央视有个足球评论员叫张路，说球说了三十多年。我小时候，他就在激情澎湃地说意甲，如今还在激情澎湃地说球，一口气说出那么多球员的名字，这得多好的记忆力啊。老了的张路先生，依然显得年轻，依然帅气，也只有活在自我情趣中的人，才会这么年轻吧。

根据行政区域、流域水系、气候气象、地形地貌、水文地质以及成土母质、土壤类型等要素的相对一致性划分地理单元。原则上，每个地理单元必须仅属于同一行政边界范围内，便于地块的属地管理。

从以上结论，我们可以得到以下丰富的政策启示。首先，贸易开放对经济增长正向影响并不是在所有区域都成立，不同区域存在显著差别，东部地区应该充分利用自身地理和经济发展优势，进一步提升贸易开放水平与质量。而中西部地区应该结合自身要素禀赋进一步提升对外开放水平，充分发挥贸易开放带来的短期产出效应，同时完善其他相关配套政策，注重在贸易开放水平提升过程中带来的资源错配问题，进而影响研发投入、人力资本积累等长期经济增长要素。其次，目前政府规模迅速扩张对经济增长存在显著的负向冲击效应，说明中国目前应该进一步强化财税体系改革，进一步优化财政税收来源，适当减免企业税负，同时科学合理规划财政支出预算，提升政府宏观调控质量。最后，贸易开放是否会带来政府规模扩张，这个问题在不同国家、同一国家不同时期和不同区域都可能存在显著差别，虽然本文在东部地区发现了贸易开放有助于政府规模提升，但这一解释力度还很薄弱，说明政府规模扩张背后还包含其他非常重要的经济因素，还有待于深入研究。

参考文献:

[1]奥林, 2002：《地区间贸易和国际贸易》,首都经济贸易大学出版社。[Olin Beidier, 2002, Inter-regional Trade and International Trade, Capital University of Economics and Business Press.]

[2]包群, 2008：《贸易开放与经济增长:只是线性关系吗》,《世界经济》, 第 9 期。[Bao Qun, 2008, Trade Openness and Economic Growth: Is It Just A Linear Relationship, The Journal of World Economy, 9.]

[3]包群、许和连、赖明勇, 2003：《贸易开放度与经济增长:理论及中国的经验研究》,《世界经济》, 第 2 期。[Bao Qun, Xu Helian and Lai Mingyong, 2003, Trade Openness and Economic Growth: Theory and China’s Empirical Study, The Journal of World Economy, 2.]

假定有两个协变量X1，X2，其中X1为连续型变量，X2为二分类变量，X1～N(10,32)，X2～B(n,0.5)。模拟过程如下：

[4]鲍莫尔, 2013：《福利经济及国家理论》,商务印书馆。[Baumol, 2013, Welfare Economy and State Theory, Commercial Press.]

[5]陈福中、陈诚, 2013：《贸易开放水平、区位差异与中国经济增长——基于1994-2011年中国省级数据的实证考察》,《国际贸易问题》, 第 11 期。[Chen Fuzhong and Chen Cheng, 2013, Trade Openness, Regional Disparity and China’s Economic Growth: An Empirical Study Based on Chinese Provincial Data from 1994 to 2011, Journal of International Trade, 11.]

[6]陈继勇、陈大波, 2017：《贸易开放度、经济自由度与经济增长——基于中国与“一带一路”沿线国家的分析》,《武汉大学学报(哲学社会科学版)》, 第 3 期。[Chen Jiyong and Chen Dabo, 2017, Trade Openness, Economic Freedom and Economic Growth: An Analysis Based on China and Countries along the Belt and Road Initiative, Wuhan University Journal(Philosophy & Social Science), 3.]

[7]陈俊营、王科, 2015：《最优政府规模与经济增长:理论与证据》,《现代财经-天津财经大学学报》, 第 8 期。[Chen Junying and Wang Ke, 2015, Optimal Government Scale and Economic Growth: Theory and Evidence, Modern Finance and Economics,Journal of Tianjin University of Finance and Economics, 8.]

[8]陈强, 2014：《高级计量经济学及Stata应用(第二版)》,高等教育出版社。[Chen Qiang, 2014, Advanced Econometrics and Stata Application (Second Edition), Higher Education Press.]

[9] 大卫?李嘉图, 2014：《政治经济学及赋税原理》,译林出版社。[David Ricardo, 2014, Principles of Political Economy and Taxation, Yilin Press.]

[10]董直庆、王林辉, 2007：《分类要素贡献和中国经济增长根源的对比检验》,《经济科学》, 第 6 期。[Dong Zhiqing and Wang Linhui, 2007, Contrast Test of the Contribution of Classification Factors and the Causes of China’s Economic Growth, Economic Science, 6.]

[11]高凌云、毛日昇, 2011：《贸易开放、引致性就业调整与我国地方政府实际支出规模变动》,《经济研究》, 第 1 期。[Gao Lingyun and Mao Risheng, 2011, Trade Opening, Employment-induced Employment Adjustment and Changes in the Size of China’s Local Government’s Actual Expenditure, Economic Research Journal, 1.]

[12]高翔、黄建忠, 2016：《贸易开放、要素禀赋与中国省际政府规模:1997-2013》,《国际贸易问题》, 第 5 期。[Gao Xiang and Huang Jianzhong, 2016, Trade Opening, Elemental Endowment and the Scale of Chinese Provincial Governments: 1997-2013, Journal of International Trade, 5.]

由于自动控制领域的技术更新速度较快，市场对自动化智能装配的需求量越来越大，同时要求也越来越高。目前，受制于成本和技术难度等，手动或半自动化装配在广大中小企业仍然比较普遍，这造成了人力成本在整个生产成本里所占比重较高，本课题设计的自动螺丝机装配控制系统，将装料、送料、安装、定位、故障检测等全部进行自动化处理，可以大大减少人工投入，提高生产效率，增强企业竞争力。

[13]胡兵、陈少林, 2014：《贸易开放对地方政府支出规模影响的门槛效应》,《亚太经济》, 第 3 期。[Hu Bing and Chen Shaolin, 2014, The Threshold Effect of Trade Liberalization on the Scale of Local Government Spending, Asia-pacific Economic Review, 3.]

[14]胡兵、陈少林、乔晶, 2013：《贸易开放对地方政府支出规模影响的实证研究》,《国际贸易问题》, 第 8 期。[Hu Bing, Chen Shaolin and Qiao Jing, 2013, Empirical Study of the Impact of Trade Liberalization on the Size of Local Government Expenditures, Journal of International Trade, 8.]

怀揣着对乡村教育挚爱的坚定信念，她在泥泞的小路上往返于各村校之间。70多岁的老母亲患上了严重的白内障，需要做眼球摘除手术，为了工作，她无法陪护在母亲的病床前。孩子高考前，她亦没有时间陪伴。

[15]黄新飞、舒元, 2010：《中国省际贸易开放与经济增长的内生性研究》,《管理世界》, 第 7 期。[Huang Xinfei and Shu Yuan, 2010, Endogenous Research on China’s Inter-provincial Trade Openness and Economic Growth, Management World, 7.]

[16]贾中华、梁柱, 2014：《贸易开放与经济增长——基于不同模型设定和工具变量策略的考察》,《国际贸易问题》, 第 4 期。[Jia Zhonghua and Liang Zhu, 2014, Trade Openness and Economic Growth: Based on A Survey of Different Model Settings and Instrumental Variable strategies, Journal of International Trade, 4.]

[17]李强、徐康宁, 2017：《制度质量、贸易开放与经济增长》,《国际经贸探索》, 第 10 期。[Li Qiang and Xu Kangning, 2017, Institutional Quality, Trade Openness and Economic Growth, International Economics and Trade Research, 10.]

2004年以来，广垦橡胶充分利用国内国外“两种资源、两个市场”，加快实施“走出去”发展战略。经过十几年的拓展和建设，先后在东南亚的泰国、马来西亚、印尼、柬埔寨、老挝以及新加坡等国家共建立了43个天然橡胶经营项目，构建起集科技研发、种苗繁育、种植基地、精深加工、仓储物流、国际贸易于一体的全产业链体系。2016年，成功收购全球第三大天然橡胶企业泰国泰华树胶公司，天然橡胶年加工能力达到150万吨，掌控海内外橡园面积200万亩，建成了全球最大的天然橡胶全产业链经营企业。

[19]林祺、范氏银, 2013：《中国区域经济增长的动态空间效应——基于贸易开放的视角》,《国际贸易问题》, 第 8 期。[Lin Biao and Fan Shiyin, 2013, The Dynamic Spatial Effect of Regional Economic Growth in China：Based on the Perspective of Trade Liberalization, Journal of International Trade, 8.]

[20]刘霖, 2005：《政府规模与经济增长——基于秩的因果关系研究》,《社会科学研究》, 第 1 期。[Liu Lin, 2005, Government Scale and Economic Growth: A Causal Relationship Study Based on Rank, Social Science Research, 1.]

[21]刘生龙、龚锋, 2017：《政府规模与经济增长:理论及实证》,《产业经济评论》, 第 6 期。[Liu Shenglong and Gong Feng, 2017, Government Scale and Economic Growth: Theory and Empirical, Review of Industrial Economics, 6.]

近年来，在诸多因素的影响下，混凝土桥梁涵洞病害不断出现。通过对混凝土桥梁涵洞病害的原因分析，发现运输超载超标、施工材料不足、承载结构能力低等，均是导致混凝土桥梁涵洞病害的重要原因。在运输超载超标方面，随着城市进程的加快，建筑工程行业发展迅猛，建筑工程施工材料的运输，多以铁路和公路为主。此种情况下，装载大量施工材料的运输车辆，会经常在混凝土桥梁涵洞上方驶过，长此以往，将会在一定程度上增加混凝土桥梁涵洞病害发生的风险。在施工材料不足、承载结构能力低方面，部分混凝土桥梁涵洞施工过程中，在节约成本因素的影响下，混凝土保护层相对单薄，且钢筋出现不同程度的腐蚀现象，从而引发混凝土桥梁涵洞病害。

无人机测绘技术一大优势是可以搭载高清摄像设备进行高空遥感拍摄作业。首先，在工程测量过程中，运用无人机测绘技术对工程项目周围的水文地质及地理情况等进行观测，通过无人机高清摄像设备进行航拍，影像具有更高的清晰度，分析数据更加可靠，监测内容更加全面。其次，无人机测绘技术能将拍摄图片放大，在遥感测量时，通过调控摄像软件系统，能够进行不同环境下的监测，从而使摄像过程中存在的误差问题得到更好的控制。最后，无人机测绘技术在工程测量中，机动性明显，搭载航拍设备或摄像系统能够很好地实现高清摄像，还可以定时定位监测设置，优化了无人机测绘的整体效果充分发挥其在工程测绘中的优势。

[22]毛捷、管汉晖、林智贤, 2015：《经济开放与政府规模——来自历史的新发现(1850—2009)》,《经济研究》, 第 7 期。[Mao Jie, Guan Hanhui and Lin Zhixian, 2015, Economic Opening and Government Scale：New Discovery from History (1850-2009), Economic Research Journal, 9.]

[23]梅冬州、龚六堂, 2013：《开放真的导致政府规模扩大吗?——基于跨国面板数据的研究》,《经济学(季刊)》, 第 1 期。[Mei Dongzhou and Gong Liutang, 2013, Does Opening up Really Lead to the Expansion of Government Scale?:Based on the Research of Multinational Panel Data, China Economic Quarterly, 1.]

[24]桑百川、黄漓江, 2016：《贸易开放与政府规模——基于跨国比较的实证分析》,《世界经济研究》, 第 9 期。[Sang Baichuan and Huang Lijiang, 2016, Trade Openness and Government Scale: Empirical Analysis Based on Cross-country Comparisons, World Economy Studies, 9.]

[18]连玉君, 2009：《中国上市公司投资效率研究》,经济管理出版社。[Lian Yujun, 2009, Research on Investment Efficiency of Listed Companies in China, Economic Management Press.]

图1展示了基于全国层面样本得到的关于贸易开放、政府规模和经济增长之间的脉冲响应关系。从图1左边第1列中gdpr面对来自其他变量新息的冲击反应可以得到以下结论：

[26]王德祥、张权, 2010：《政府规模与贸易开放度关系研究——基于中国29个省市区的面板数据分析》,《山西财经大学学报》, 第 5 期。[Wang Dexiang and Zhang Quan, 2010, Study on the Relationship between Government Size and Trade Openness: Based on Panel Data Analysis of 29 Provinces and Cities in China, Journal of Shanxi University of Finance and Economics, 5.]

[27]王珏帅, 2018：《我国各省份对外开放与经济增长关系的门槛效应研究》,《当代经济科学》, 第 01 期。[Wang Shuaishuai, 2018, Study on the Threshold Effect of the Relations between Opening up and Economic Growth in Various Provinces of China, Modern Economic Science, 1.]

[28]文雁兵, 2016a：《政府规模扩张、福利效应与政策矫正——基于门槛效应模型的经验研究》,《经济理论与经济管理》, 第 9 期。[Wen Yanbing, 2016a, Government Scale Expansion, Welfare Effect and Policy Correction: Empirical Study Based on Threshold Effect Model, Economic Theory and Business Management, 9.]

[29]文雁兵, 2016b：《改革中扩张的政府支出规模——假说检验与政策矫正》,《经济社会体制比较》, 第 2 期。[Wen Yanbing, 2016b, The Scale of Government Expenditure during the Reform - hypothesis Testing and Policy Correction, Comparative Economic & Social Systems, 2.]

[30]武川正吾, 2011：《福利国家的社会学 : 全球化、个体化与社会政策》,商务印书馆。[Masahiro Takegawa, 2011, Sociology of Welfare States: Globalization, Individualization and Social Policy, Commercial Press.]

[31]熊灵、魏伟、杨勇, 2012：《贸易开放对中国区域增长的空间效应研究:1987—2009》,《经济学(季刊)》, 第 3 期。[Xiong Ling, Wei Wei, Yang Yong, 2012, Spatial Effects of Trade Opening on China's Regional Growth: 1987-2009, China Economic Quarterly, 3.]

[32]徐婧、孟娟, 2015：《贸易开放、经济增长与人力资本——基于面板门槛模型的研究》,《世界经济研究》, 第 6 期。[Xu Wei and Meng Juan, 2015, Trade Opening, Economic Growth, and Human Capital: Research Based on Panel Threshold Models, World Economy Studies, 6.]

[33]亚当·斯密, 2011：《国民财富的性质和原因的研究》,商务印书馆。[Adam Smith, 2011, Research on the nature and causes of national wealth, Commercial Press.]

[34]杨子晖, 2011：《政府规模、政府支出增长与经济增长关系的非线性研究》,《数量经济技术经济研究》, 第 6 期。[Yang Zihui, 2011, Non-linear Research on the Relationship between Government Size, Government Expenditure Growth and Economic Growth, The Journal of Quantitative & Technical Economics, 6.]

[35]姚鹏、孙久文, 2015：《贸易开放、人力资本与中国区域收入空间效应——基于地级及以上行政区域经验数据分析》,《经济理论与经济管理》, 第 2 期。[Yao Peng and Sun Jiuwen, 2015, Trade Opening, Human Capital, and Spatial Effects of China’s Regional Income: Analysis of Empirical Data Based on Administrative Levels at or above the Prefectural Level, Economic Theory and Business Management, 2.]

[36]约翰?梅纳德?凯恩斯, 2009：《就业、利息和货币通论:重译本》,商务印书馆。[John Maynard Keynes, 2009, General Theory of Employment, Interest, and Money: Retranslations, Commercial Press.]

[37]张建清、蒋坦, 2014：《贸易开放与经济增长的非线性关系:理论及中国的实证研究》,《世界经济研究》, 第 5 期。[Zhang Jianqing and Jiang Tan, 2014, The non-linear Relationship between Trade Liberalization and Economic Growth: Theory and Empirical Research in China, World Economy Studies, 5.]

[38]张立光、郭妍, 2004：《我国贸易开放度与经济增长关系的实证研究》,《财经研究》, 第 3 期。[Zhang Liguang and Guo Yan, 2004, Empirical Studies on the Relationship between China’s Trade Openness and Economic Growth, Journal of Finance and Economics, 3.]

[39]张勇、古明明, 2014：《政府规模究竟该多大?——中国政府规模与经济增长关系的研究》,《中国人民大学学报》, 第 6 期。[Zhang Yong and Gu Mingming, 2014, How Large Is the Government Size? : Research on the Relationship between the Size of the Chinese Government and Economic Growth, Journal of Renmin University of China, 6.]

[40] Adelman, I., 2000, The Role of Government in Economic Development, Foreign Aid and Development, Lessons Learnt and Directions for the Future, 3(2):48-79.

[41] Agell, J., H. Ohlsson and P.S. Thoursie, 2006, Growth Effects of Government Expenditure and Taxation in Rich Countries: A comment, European Economic Review, 50(1):211-218.

[42] Alesina, A. and R. Wacziarg, 1998, Openness, Country Size and Government, Journal of Public Economics, 69:305-321.

[43] Arellano, M. and S. Bond , 1991, Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations, Review of Economic Studies, 58(2):277-297.

[44] Arellano, M. and O. Bover, 1995, Another Look at the Instrumental Variable Estimation of Error-components Models, Journal of Econometrics, 68(1):29-51.

[45]Armey, R.K., 1995, The Freedom Revolution: The New Republican House Majority Leader Tells Why Big Government Failed, Why Freedom Works, and How We Will Rebuild America. Regnery Publishing.

[46] Baker, S.R., Bloom Nicholas and Davis Steven J., 2016, Measuring Economic Policy Uncertainty, The Quarterly Journal of Economics, 131(4):1593-1636.

[47]Barro, R. J., 1990, Government Spending in A Simple Model of Endogenous Growth., Journal of Political Economy, 98(5):103-126.

[48] Benarroch M. and M. Pandey, 2008, Trade Openness and Government Size. Economics Letters, 101(3):157-159.

[49]Bergh, A. and M. Henrekson, 2011, Government Size and Growth: A Survey and interpretation of the Evidence, Journal of Economic Surveys, 25(5):872-897.

[50]Blundell, R. and S. Bond , 1998, Initial Conditions and Moment Restrictions in Dynamic Panel Data Models, Journal of Econometrics, 87:115-143.

[51] Cameron, D. R., 1982, On the Limits of the Public Economy, The Annals of the American Academy of Political and Social Science, 459(1):46-62.

[52]Cameron, D. R., 1978, The Expansion of the Public Economy: A Comparative Analysis. American Political Science Review, 72(04):1243-1261.

[53] Dani, R., 1997, Has Globalization Gone Too Far, Washington, DC: Institute for International Economics.

[54]Easterly, W. and S. Rebelo, 1993, Fiscal Policy and Economic Growth, Journal of Monetary Economics, 32:417-458.

[55]Edwards, S., 2010, Openness, Productivity and Growth: What Do We Really Know? , Economic Journal, 108(447):383-398.

[56]Edwards,S., 1992, Trade Orientation, Distortions and Growth in Developing Countries, Journal of Development Economics, 39(1):31-57.

[57] Frankel, J. A. and D. Romer, 1999, Does Trade Cause Growth?, The American Economic Review, 89(3):379-399.

[58]Greenaway, D., W. Morgan and P. Wright, 2002, Trade Liberalisation and Growth in Developing Countries, Journal of Development Economics, 67(1):229-244.

[59]Harrison, A. and G.Hanson, 1999, Who Gains from Trade Reform? Some Remaining Puzzles, Journal of Development Economics, 59(1):125-154.

[60]Henry, M., R. Kneller, C. Milner and S. Girma, 2012, Do Natural Barriers Affect the Relationship between Trade Openness and Growth?, Oxford Bulletin of Economics & Statistics, 74(1):1-19.

[61]Holtz-Eakin, D., W. Newey and H.S. Rosen, 1988, Estimating Vector Autoregressions with Panel Data, Journal of the Econometric Society, 1371-1395.

[62]Islam, M.Q., 2004, The Long Run Relationship between Openness and Government Size: Evidence from Bounds Test, Applied Economics, 36(9):995-1000.

[63]Jin, J.C., 2004, On the Relationship between Openness and Growth in China: Evidence from Provincial Time Series Data, World Economy, 27(10):1571-1582.

[64]Liberati, P., 2007, Trade Openness, Capital Openness and Government Size, Journal of Public Policy, 27(2):215-247.

[65]Love, I.and L. Zicchino, 2006, Financial Development and Dynamic Investment Behavior: Evidence from panel VAR, The Quarterly Review of Economics and Finance, 46(2):190-210.

[66]Marlow, M. L., 1986, Private Sector Shrinkage and the Growth of Industrialized Economies, Public Choice, 49(2):143-154.

[67]North, D., 2003, The Role of Institutions in Economic Development.UNECE.

[68]Ram, R., 1986, Government Size and Economic Growth: A New Framework and Some Evidence from Cross-section and Time-series Data, The American Economic Review, 76(1):191-203.

[69]Ram, R., 2009, Openness, Country Size, and Government Size: Additional Evidence from A Large Cross-country Panel, Journal of Public Economics, 93(1-2):213-218.

[70]Rodríguez, F. and D. Rodrik, 2000, Trade Policy and Economic Growth: A Skeptic’s Guide to the Cross-national Evidence, NBER Macroeconomics Annual:261-325.

[71]Rodrik, D., 2004, Industrial Policy for the Twenty-first Century, CEPR Discussion Papers.

[72]Rodrik, D., 1998, Why Do More Open Economies Have Bigger Governments? , Journal of Political Economy, 106(5):997-1032.

[73]Sachs, J.D. and A.M. Warner, 1995, Economic Convergence and Economic Policies, Case Network Studies & Analyses, 65(4):900-913.

[74]Saunders, P., 1986, What Can We Learn from International Comparisons of Public Sector Size and Economic Performance? , European Sociological Review, 2(1):52-60.

[75]Yanikkaya, H., 2003, Trade Openness and Economic Growth: A Cross-country Empirical Investigation, Journal of Development Economics, 72(1):57-89.