推文人 | 戴觅 

原文信息：Francesco Caselli，Miklos Koren，Milan Lisiky , & Silvana Tenreyro . Diversification Through Trade , The Quarterly Journal of Economics. Volume 135, Issue 1, February 2020, Pages 449–502.

 

2020注定是不平凡的一年，新冠病毒肆虐，全世界都不太平。通常在经济遇到困境的时候，反全球化的思潮就会大行其道。这次也不例外。

 

笔者最近听到了很多反全球化的言论，其中一个重要的理由是认为全球化使得一国经济过分依赖于其他国家，一损俱损，放大了经济风险。尽管这一言论听上去很有道理，但作为一个研究国际贸易的学者，还是忍不住去看一下文献对这一问题的看法。今天给大家介绍的文章来自于Francesco Caselli，Miklos Koren，Milan Lisiky和Silvana Tenreyro四位教授2020年发表在QJE上的文章”Diversification Through Trade”（以下简称CKLT (2020)）。个人认为，文章最精彩的地方，在于作者用数据狠狠打了一下常识的脸。

图片来源：百度图片

 

研究问题、方法及主要结论

 

CKLT（2020）回答了一个根本性的问题：国际贸易会放大还是缩小一国的经济波动？无疑，这一问题具有重要的理论和现实意义。通常我们在思考国际贸易的时候，都认为贸易会增加经济的运行效率，但也同时放大了风险。因此最优的开放程度是在提高效率与降低风险二者之间取得一个平衡。

 

但CKLT不信这个邪。他们指出，理论上，国际贸易可能放大也可能减小经济波动。主要原因如下：

 

(1) 行业层面的专业化效应(specialization effect)：贸易使一国专注于生产具有比较优势的产品，专业化加强，因此经济更容易受到特定行业冲击(sector-specific shocks)的影响，放大经济的波动性。举个栗子，沙特经济大量依赖原油出口，一旦国际油价暴跌，沙特的日子就不好过。

 

(2) 国家层面的分散化效应(diversification effect)： 但另一方面，贸易使得国家层面的需求和供给冲击能够相互对冲，从而减少一国经济的波动性。比如，当中国内需不好的时候，我们可以通过出口来提振经济。当本土粮食减产的时候，可以通过进口粮食来补窟窿。只要国家层面的需求和供给冲击不是过分同步，贸易就可以分散风险。

 

(3) 此外，行业上的专业化也不一定就会放大经济波动。如果一国在开放贸易之后会更多从事那些波动率本身比较小的行业，贸易也可能通过专业化减弱经济波动。

 

综上所述，贸易是否会放大经济波动，是一个实证问题。因此，作者采用了目前国际贸易文献中最时髦的Eaton-Kortum模型，采用全球25个国家，24个行业，横跨35年的数据对模型进行了估计和校准。

 

先说结论：

 

(1) 总体来说，与常识相反，贸易开放大幅减少了经济波动。在作者所考察的25个国家中，23个国家的实际GDP波动因为贸易开放而减小。如果将全球贸易成本提高到1970年的水平，各国实际GDP的波动性平均将上升36%。

 

(2) 实际GDP波动性的减小主要是由国家层面的分散化效应带来的。行业层面的专业化效应在一半的国家中使波动性增大，而在另一半中使波动性缩小。

 

(3) 分散化效应的大小大约是专业化效应的8倍。因此国家层面的风险分散化主导了贸易开放对波动性的影响，使得波动性总体下降。

 

模型设定

 

本文的分析模型基于Eaton and Kortum (2002) 以及Caliendo and Parro (2015)。在此基础上，作者做了两个改动：(1) 加入了随时间变化的随机技术冲击 (2) 加入劳动力行业间配置摩擦。

 

首先，加入随机技术冲击的目的不言而喻。作者把这一随机技术冲击分解为两个部分：

其中等式右边第一项为行业j特有的冲击，第二项为国家n特有的冲击。通过这一分解，作者可以分别考察国家层面的分散化以及行业层面的专业化对实际GDP波动率的影响。

 

其次，模型假设劳动力在技术冲击实现之前选择其就业行业，而在技术冲击实现后无法移动。做这一假设的目的是为了体现贸易开放使得国家专业化分工加强这一思想。

 

其余的估计和校准方法都比较标准，作者采用引力方程(gravity equation)估计贸易成本、技术水平和贸易弹性，玩Eaton-Kortum模型的同学应该都非常熟悉，所以在此就不一一赘述了。

上图显示了模型的拟合优度。横轴为数据中的GDP波动率，纵轴为模型预测的GDP波动率。可以看出，模型和数据的拟合程度相当高，相关系数大约达到0.99。

 

顺便吐槽一下，中国的GDP波动性真的是一骑绝尘。当然，这很大程度上是由于中国经济增速高造成的。

 

反事实分析　

 

在得到模型需要的参数之后，作者进行了多项反事实分析。

 

反事实分析1：贸易开放对经济波动的总影响。

 

在这一反事实分析中，作者将所有国家间的贸易成本设置为1970年的水平，然后比较在这一情况下各国实际GDP波动率（用GDP的方差表示）与基准情况的差异。换句话说，如果各国的贸易成本提高到1970年的水平，各国GDP的波动率会怎么变化呢？

表1第（1）列汇报了这一反事实分析的结果。数字的意思是基准情形下的波动率与反事实情形下的波动率的百分比差异。比如，第一行的-2.2意味着与贸易成本为1970年水平的情况相比，目前澳大利亚的实际GDP波动率下降了2.2%。换句话说，如果贸易成本退回到1970年水平，澳大利亚的GDP波动会增加2.2%。

 

可以看到，对于绝大多数国家，贸易成本的减少都缩小了实际GDP波动，平均缩小幅度为36%。 加拿大、荷兰、西班牙、丹麦等国家受益最大，而中国不幸地成为了少数GDP波动因为贸易扩大的国家之一。

 

反事实分析2：分散化效应和专业化效应

 

为了分解这两个机制，作者仍然将基准情形与1970年贸易成本的反事实情形做对比，但在模型中分别关闭行业特有技术冲击或者国家特有技术冲击的变化，也就是将相应的技术冲击设置为1972年的水平。如果关闭行业特有技术冲击，反事实的结果就体现了国家层面的分散化效应. 如果关闭国家特有技术冲击，结果就体现了行业层面的专业化效应.

 

第(2)列显示，国家层面的分散化使得各国GDP的波动性下降了41%。 在绝大多数国家，分散化都降低了经济波动，但在中国、美国、日本这几个贸易大国，分散化似乎还略微增加了经济波动。这可能是由于大国的协同效应造成的。

 

第(3)列显示，行业层面的专业化总体来说使得各国GDP波动性增加了5%，但不同国家差异很大，大概有一半的国家波动性下降，而另一半波动性上升。

 

同时，比较(2)和(3)列容易看出，国家层面的分散化是主导贸易-波动关系的主要因素，其效应是行业层面专业化效果的8倍。

 

总而言之，这篇文章告诉我们，对一些看起来显然的common wisdom也要多问个为什么，想想其中的机制，用数据验证一下，也许就能得出有趣的大发现。