计量模型的变量

二、计量模型的变量、数据和方法

(一)变量和数据

双边名义贸易流量来自国际货币基金组织的Direction of Trade Statistics，名义贸易流量按出口国的GDP平减指数调整为真实贸易流量(X)。GDP平减指数来源于世界银行的World Development Indicators Database。名义GDP也用GDP平减指数调整为真实GDP(RGDP)。名义GDP、双边距离(DIST)、语言(LANG)、两国是否结成FTA(FTA)等变量的含义和数据来源均与上节相同。两国是否拥有共同边界(ADJ)的数据来源于CIA World Factbook，若两国拥有共同边界，则ADJ为1，否则为0。

本文考察APEC 21个国家或地区，共210对国家或地区之间FTA的状况对双边贸易流量的影响。本文使用的数据期限为1989年到2007年间的单数年份，即1989，1991，1993，…，2007共10年的数据。根据通常的做法，对于双边贸易量为0的情况，使用当年其他双边贸易流量最小的贸易流量数据。

(二)内生性问题

使用截面数据进行经验研究面临的一个问题是解释变量的内生性问题。如果解释变量与误差项相关，使用普通最小二乘法(OLS)估计产生的结果是有偏差的。内生性产生的主要原因有两方面，一是由缺失变量造成的，二是由联立性造成的。

在前者情况下，引力模型的残差项中可能包含这样的变量，例如贸易壁垒，这些变量一方面会阻碍两国之间的贸易，另一方面又影响了FTA的结成。例如，假定两国有很多阻碍贸易的国内政策，如果结成FTA能减少国内政策对贸易的阻碍，两国结成FTA的可能性就会比较高。这样，在截面数据中，FTA和国内政策就具有相关性，FTA和误差项也就具有相关性，所以，FTA系数的估计就有偏差。Baier和Bergstrand(2007)认为，缺失变量是使用截面数据的引力模型中变量内生性的主要原因。在截面数据模型中，处理缺失变量带来的偏差的标准方法是工具变量法和Heckman控制函数。对于面板数据，固定效应和一阶差分可以处理内生性偏差问题。

在使用截面数据的引力模型中，联立性可能会成为FTA内生性的一个原因。例如，当控制其他解释变量不变时，如果两个国家之间的贸易额超过了引力模型预测的“自然水平”，政治压力可能会使贸易自由化受到阻碍，当然也可能使得两国更容易结成FTA，这是因为紧密的贸易联系使得结成FTA后产生的贸易转移较少。联立性使得估计出FTA的系数产生联立性偏差。为解决这个问题，可以使用把双边贸易额和FTA都看作内生变量的函数，并组成联立方程，通过使用工具变量来解决。Baier和Bergstrand(2007)认为，工具变量法和控制函数法都不是引力模型中解决FTA内生性的有效方法。很多的变量既与FTA的结成相关，也与贸易流量相关，使得很难消除截面数据中的内生性问题。

Baier和Bergstrand(2007)使用了面板数据模型，并使用固定效应和一阶差分方法进行估计，有效地解决了变量的内生性问题。本文将主要采用他们的方法进行研究。

(三)估计方法

本文使用面板数据考察FTA的效果。面板数据主要有3种估计方法，分别是估计面板随机效应、估计固定效应和数据差分后使用OLS估计。

本文采用固定效应的估计方法，而不使用随机效应。这主要有以下两方面原因。

第一，引力模型内生性偏差的主要原因是不可观测的时间不变异质性，即不可观测的时间不变的变量w_ij同时影响FTA的结成与双边贸易量。因为这些变量很可能与FTA_ij相关，固定效应估计方法就允许w_ij与FTA_ij任意相关。相反，随机效应则假定不可观测变量w_ij与FTA_ij零相关。

第二，在使用面板数据的经验研究中，可以用Hausman检验选择使用固定效应或随机效应。Egger(2000)发现，绝大多数使用面板数据的引力模型都拒绝随机效应，而支持固定效应。

用面板数据处理内生性偏差可以用两种方法，一种是固定效应方法，一种是一阶差分方法。Wooldridge(2002)指出，当时间阶段T超过2期时，固定效应在误差项非自相关的条件下更有效，而在误差项ε_ij服从随机游走的条件下，一阶差分更有效。Baier和Bergstrand(2007)的研究表明固定效应方法比较好地克服了内生性偏差。由于这两方面的原因，本文使用固定效应方法。