自然災(zāi)害對地區(qū)出口貿(mào)易影響的LASSO估計
——以汶川地震為例

(1.青島科技大學(xué) 計算機(jī)與化工研究所，山東 青島 266042；山東科技大學(xué)，山東 泰安271000；2.中國建設(shè)銀行股份有限公司泰安分行，山東 泰安 271000；3.山東農(nóng)業(yè)大學(xué) 經(jīng)管學(xué)院，山東 泰安 271018)

一、引言

我國是一個自然災(zāi)害多發(fā)的國家，災(zāi)害種類多、發(fā)生頻率高，國際災(zāi)難數(shù)據(jù)庫的數(shù)據(jù)顯示，截至2018年12月，我國發(fā)生的自然災(zāi)害總數(shù)達(dá)800多次，發(fā)生頻率最高的是河流泛濫和地震。近年來我國自然災(zāi)害發(fā)生的頻率似乎有上升的趨勢，2000年以來的18年中就發(fā)生了500次左右自然災(zāi)害，給我國造成了巨大的人員傷亡和經(jīng)濟(jì)損失，其中尤以地震帶來的影響最為嚴(yán)重[注]數(shù)據(jù)來源：國際災(zāi)難數(shù)據(jù)庫(EM—DAT)，該數(shù)據(jù)庫錄入的災(zāi)難信息至少滿足下列條件之一：報道災(zāi)害導(dǎo)致10人或以上人口死亡；報道有100人受到災(zāi)害影響；請求國際授助；宣布國家處于緊急狀態(tài)。。鑒于此，研究自然災(zāi)害的經(jīng)濟(jì)影響，具有非常重要的現(xiàn)實意義。

本文以2008年四川汶川地震為例，分析自然災(zāi)害的發(fā)生對地區(qū)對外貿(mào)易增長的影響。2008年5月12日發(fā)生的汶川地震影響范圍波及北京、甘肅、貴州、重慶、陜西、江西等省市，是我國建國以來破壞力最大的一次地震，截至2008年9月4日造成的直接經(jīng)濟(jì)損失達(dá)8452億元人民幣，其中四川省損失最嚴(yán)重，占到總損失的91.3%。本文以受地震影響較小(或幾乎不受地震影響)和不受地震影響的其他省區(qū)為控制組，構(gòu)建四川省貿(mào)易增長的反事實模型，估計汶川地震對四川省對外貿(mào)易增長的影響。

二、文獻(xiàn)綜述

自20世紀(jì)60年代災(zāi)難經(jīng)濟(jì)學(xué)誕生以來，國外學(xué)者就災(zāi)害發(fā)生的經(jīng)濟(jì)損失估計、對區(qū)域經(jīng)濟(jì)的影響等進(jìn)行了廣泛的研究，研究災(zāi)難的發(fā)生對一國(或地區(qū))國際貿(mào)易發(fā)展影響的文獻(xiàn)相對較少。Gassebner et al.運用引力模型使用1962—2004年170個國家的災(zāi)難數(shù)據(jù)實證研究了災(zāi)難對進(jìn)出口貿(mào)易的影響。保守的估計顯示，額外災(zāi)難的發(fā)生將使進(jìn)口平均減少0.2%，出口減少0.1%[1]。Chang 和 Rafael使用1985—2003年116個國家和地區(qū)的數(shù)據(jù)實證分析了氣候災(zāi)難和政治風(fēng)險對雙邊貿(mào)易的影響。分析結(jié)果認(rèn)為，氣候災(zāi)難和政治風(fēng)險均會帶來雙邊貿(mào)易的減少，政治風(fēng)險較小的國家，氣候災(zāi)難所帶來的貿(mào)易下降幅度較小[2]。Felbermayr和Gr?schl運用工具變量法實證分析了自然災(zāi)害對雙邊貿(mào)易的影響，分析結(jié)果顯示自然災(zāi)害會增加進(jìn)口而減少出口，其影響程度受地理距離、金融距離等因素的影響[3]。劉厲兵和汪洋融合自然災(zāi)害對需求的復(fù)雜影響和多源比較優(yōu)勢理論分析了進(jìn)口國發(fā)生自然災(zāi)害對出口國貿(mào)易流動的影響，認(rèn)為進(jìn)口國發(fā)生自然災(zāi)害對各產(chǎn)業(yè)貿(mào)易流動表現(xiàn)出迥然各異的作用[4]。

自然災(zāi)害的發(fā)生對國際貿(mào)易影響的研究目前尚未取得一致結(jié)論，災(zāi)害造成的負(fù)面影響與政府災(zāi)后重建及財政補(bǔ)貼帶來的積極影響相互作用，使得最終結(jié)果難以識別。本文以汶川地震為例，構(gòu)建反事實模型，運用Lasso方法(LASSO是由1996年Robert Tibshirani首次提出，全稱Least absolute shrinkage and selection operator，該方法是一種壓縮估計)進(jìn)行變量選擇，研究汶川地震對四川省出口貿(mào)易增長率的影響，以期為正確認(rèn)識自然災(zāi)害的影響、對相關(guān)政策的制定提供參考。

三、理論分析與模型構(gòu)建

(一)理論分析

自然災(zāi)害對國際貿(mào)易的影響可以分為直接影響和間接影響。對出口的直接影響是源于出口部門的人員傷亡和財產(chǎn)設(shè)備損失，災(zāi)難的發(fā)生會導(dǎo)致企業(yè)投資減少，產(chǎn)出下降；間接影響來自于公共基礎(chǔ)設(shè)施，如公路、橋梁、鐵路、通訊設(shè)備等對出口供應(yīng)鏈的破壞，這些都將導(dǎo)致出口的下降，而災(zāi)后政府的財政支持將會緩解以上因素造成的負(fù)面影響。

(二)反事實模型及變量選擇

t=1,2,3,…，T

(1)

其中xjt表示隨時間變化的影響貿(mào)易增長的共同因素，j=1,2,3,…,m，t=1,2,3,…,T；αi表示各省區(qū)的個體效應(yīng)，i=1,2,3,…,n；εit表示模型的隨機(jī)擾動項，并且滿足E(εit)=0。(1)式可以改寫成向量的形式：

(2)

(3)

其中，trade-1t=(trade2t,trade3t,…,tradent)，進(jìn)一步地，可以把(3)式寫成：

(4)

本文之所以選擇利用除四川以外其他省區(qū)貿(mào)易增長率的線性組合來預(yù)測四川省的反事實貿(mào)易增長率，而不是通過尋找影響各省區(qū)貿(mào)易增長的共同因素來進(jìn)行預(yù)測，主要是考慮到出口貿(mào)易的增長受到多種因素的影響，并且這些影響因素和出口貿(mào)易之間存在較強(qiáng)的內(nèi)生性問題，如果影響因素考慮不全面，還會帶來由于遺漏變量導(dǎo)致的估計結(jié)果偏差問題。在省區(qū)的選擇上，不能使用四川省之外的所有省區(qū)進(jìn)行估計，這是因為各省區(qū)之間存在較為嚴(yán)重的多重共線性，因此需要對構(gòu)成反事實估計的省區(qū)進(jìn)行選擇，本文使用Lasso方法進(jìn)行變量的選擇。

Lasso方法基本思想是給模型參數(shù)添加一個懲罰項進(jìn)行壓縮，從而使一些估計系數(shù)變小，甚至使一些絕對值較小的系數(shù)直接變?yōu)?。假設(shè)自變量Yi=(y1,y2,…,yn)′和因變量Xi=(Xi1,Xi2,…,Xim)′可建立如下線性方程：

(5)

6

其中，λ為控制壓縮程度的參數(shù)，λ值越大說明壓縮越厲害，Lasso估計通過將一些系數(shù)壓縮為零來進(jìn)行變量選擇。

四、實證分析

(一)數(shù)據(jù)來源和數(shù)據(jù)說明

本文依據(jù)2005年1月至2009年12月除西藏以外的30個省區(qū)出口貿(mào)易月度數(shù)據(jù)為原始資料，通過月度匯率將其轉(zhuǎn)化為人民幣標(biāo)價的名義數(shù)據(jù)，并使用居民消費價格指數(shù)將名義貿(mào)易額轉(zhuǎn)化為實際貿(mào)易額。為了消除季節(jié)性因素對貿(mào)易增長率的波動性影響，在計算貿(mào)易增長率時使用月度同比增長率表示。樣本期內(nèi)共48個觀測值，其中汶川地震發(fā)生之前共28個觀測值，地震發(fā)生之后共20個觀測值。本文的出口貿(mào)易月度數(shù)據(jù)和居民消費價格指數(shù)來源于中國經(jīng)濟(jì)與社會發(fā)展統(tǒng)計數(shù)據(jù)庫，月度匯率數(shù)據(jù)來源于國際清算銀行(BIS)。

(二) Lasso反事實模型估計及結(jié)果分析

通過樣本期內(nèi)四川省出口貿(mào)易月度同比增長率的變化趨勢圖，可以看到在地震發(fā)生之前出口增長率表現(xiàn)出較大的波動幅度，很難判斷汶川地震的發(fā)生對貿(mào)易增長率變化的影響程度有多大，因此根據(jù)前文的模型設(shè)計對出口同比增長率影響進(jìn)行分析。

在進(jìn)行Lasso估計前需要對原始數(shù)據(jù)進(jìn)行中心化處理，然后以四川省出口貿(mào)易增長率為被解釋變量，其他省區(qū)出口貿(mào)易增長率為解釋變量，建立反事實模型，并用R軟件估計壓縮因子在從0到1變動時參數(shù)的估計結(jié)果，并進(jìn)一步根據(jù)壓縮因子從0到1取值所得預(yù)測值均方誤差大小，最終確定的壓縮因子值為0.09，解釋變量中除了福建、廣西、海南、湖北、江西、遼寧、北京、安徽外，其他地區(qū)的系數(shù)都被壓縮為0，因此最終選擇以上8個省區(qū)構(gòu)造四川省出口貿(mào)易增長的反事實模型。

由于在進(jìn)行Lasso估計時對數(shù)據(jù)進(jìn)行了中心化處理，上述模型無法進(jìn)行預(yù)測，本文使用以上8個省區(qū)為經(jīng)過中心化處理的數(shù)據(jù)建立反事實模型，并采用OLS估計方法，預(yù)測四川省的出口貿(mào)易增長率，如下表1所示。

表1 基于Lasso估計建立的出口貿(mào)易增長反事實模型OLS估計結(jié)果

注：表中括號內(nèi)數(shù)值表示t值，*、**、***分別表示10%、5%、1%的顯著性水平；表中沒有匯報常數(shù)項。

為了驗證模型的預(yù)測效果，首先將地震發(fā)生前的數(shù)據(jù)帶入模型進(jìn)行樣本內(nèi)預(yù)測，然后與實際值進(jìn)行比較，觀察擬合效果，結(jié)果見圖1。從圖中可以看出，預(yù)測值與實際值非常接近，說明反事實模型能夠較好地擬合地震發(fā)生之前四川省的出口貿(mào)易增長路徑。

圖1 汶川地震發(fā)生之前四川省出口貿(mào)易增長率的實際值和預(yù)測值對比圖

使用以上建立的反事實估計模型，對地震發(fā)生后四川省的反事實出口貿(mào)易增長路徑進(jìn)行預(yù)測，結(jié)果如表2所示。表中實際值表示四川省實際觀測到的出口貿(mào)易增長率，預(yù)測值表示使用反事實模型估計的出口貿(mào)易增長率，處理效應(yīng)指地震的發(fā)生對四川省出口貿(mào)易增長率的影響，即實際值與預(yù)測值之差，表中最后一行為各增長率的平均值。

表2 汶川地震后四川省出口貿(mào)易增長的處理效應(yīng)

圖2 汶川地震發(fā)生后四川省出口貿(mào)易增長率的實際值和預(yù)測值對比圖

從表2可以看出，地震發(fā)生后的前四個月，地震對四川省出口貿(mào)易增長率表現(xiàn)明顯的負(fù)向影響：地震發(fā)生的當(dāng)月，地震導(dǎo)致出口貿(mào)易增長率下降2.09%，第二個月下降了8.68%，且隨著時間的推移，地震對出口貿(mào)易的影響程度越來越大，這可能是因為出口貿(mào)易的滯后性所導(dǎo)致的。災(zāi)后重建及外界援助的效果逐漸顯現(xiàn)，不但抵消了地震帶來的消極影響，還促進(jìn)了四川省出口貿(mào)易的發(fā)展，從震后第五個月開始，四川省出口貿(mào)易增長率大于預(yù)測值，而地震發(fā)生后第15個月開始，地震對四川省出口貿(mào)易增長的影響變得不明顯了，影響時正時負(fù)。從出口增長的平均值來看，地震對四川省出口增長的平均影響為4.61%，但該數(shù)值沒有通過5%顯著性水平下的雙側(cè)t檢驗，即說明汶川地震對四川省出口貿(mào)易增長沒有造成顯著的影響。綜合以上分析可以看出，汶川地震的發(fā)生在短期內(nèi)給四川出口貿(mào)易增長帶來了負(fù)面影響，但隨著政府災(zāi)后重建項目的啟動和外界援助效果的顯現(xiàn)，地震的發(fā)生促進(jìn)了四川省出口貿(mào)易的增長，而長期來看，汶川地震對四川省出口貿(mào)易增長沒有顯著性影響。圖2給出了汶川地震發(fā)生后四川省出口貿(mào)易增長的實際值和預(yù)測值對比結(jié)果，其中虛線表示反事實模型估計的出口貿(mào)易增長率變化趨勢。

五、結(jié)論與啟示

本文通過構(gòu)建四川省出口貿(mào)易增長的反事實模型，使用Lasso估計方法分析了汶川地震的發(fā)生對四川省出口貿(mào)易增長的影響。分析結(jié)果顯示，長期來看，地震災(zāi)害的發(fā)生對四川省出口貿(mào)易增長沒有顯著性影響，短期內(nèi)地震的發(fā)生降低了四川省出口貿(mào)易的增長速度，但是這種影響持續(xù)的時間非常短，災(zāi)后第五個月開始地震所帶來的負(fù)面影響逐漸消失。地震災(zāi)害的負(fù)面影響逐漸消失后，出口貿(mào)易的增長率均大于理論預(yù)測值，這可能說明政府的災(zāi)后重建及財政支出拉動了四川對外貿(mào)易的較快增長，其政策啟示在于災(zāi)后有效及時的救助措施將對受災(zāi)地區(qū)的經(jīng)濟(jì)恢復(fù)和發(fā)展具有重要作用。此外，可適當(dāng)進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，加大技術(shù)投入，縮短災(zāi)后恢復(fù)周期。