内容摘要：本文基于我国1997-2016年的数据构建VAR模型，实证检验进出口贸易、产业结构与消费结构之间的相关关系。研究表明：进出口贸易规模扩大与我国产业结构优化升级之间为正相关关系，我国进出口贸易的提升会对产业结构优化产生正向影响，而且影响会随着时间推移呈现先上升后下降的趋势，而产业结构优化升级对进出口贸易的影响较为稳定，不会随时间推移出现较大幅度波动;进出口贸易规模扩大、产业结构升级对消费结构升级具有正向推动作用，但是产业结构优化对居民消费结构升级的影响随着时间推移而呈现上升趋势，进出口贸易规模扩大对居民消费结构升级的影响随着时间增加而减弱;消费结构升级对进出口贸易和产业结构变动的影响较弱。
关键词：进出口贸易 产业结构 消费结构 VAR模型
引言
在国际贸易领域，我国长期保持贸易大国地位，《中华人民共和国2017年国民经济和社会发展统计公报》显示：2017年全年货物进出口总额达到277923亿元，同比增长14.2%，其中，出口153321亿元，增长10.8%;进口124602亿元，增长18.7%。而2017年我国居民恩格尔系数为29.3%，虽然与发达国家相比有一定差距，但是已经达到联合国富足标准。2017年我国第三产业增加值比重首次超越第二产业，达到51.6%。恩格尔系数的下降说明我国居民消费结构不断实现优化升级，而第三产业增加值比重的提升也表明我国产业结构在优化调整。针对我国进出口贸易、产业结构与消费结构的发展状况，学者们进行了深入研究。本文在总结以往研究经验的基础上探究三者之间的互动关系，对于推动我国国际贸易发展、产业结构和消费结构升级，实现新常态背景下我国经济稳定发展具有重要意义。
本文首先对以往研究文献进行梳理，在以往学者研究的基础上进行深入研究，然后构建VAR模型对进出口贸易、产业结构与消费结构之间的相关关系进行实证分析，最后基于本文的研究成果提出具有针对性的政策建议。
文献综述
国内外有关进出口贸易、产业结构与消费结构的研究较多，本文将其分为三大部分：其一是进出口贸易与消费结构。Jonsson（2010）研究认为西班牙进出口贸易规模的扩大对居民消费水平的提升具有明显带动作用，尤其是西班牙加入欧盟之后进出口贸易规模的扩大引发了西班牙国内的消费热潮;我国学者胡延平（2012）基于我国1979-2010年数据对进出口贸易与居民消费结构之间的相关关系进行实证分析，发现我国进出口贸易规模的变动是居民消费结构变动的主要影响因素;文启湘（2015）的研究也说明了进出口贸易结构的变动对居民消费结构变动的影响。其二是产业结构与消费结构。Matasuyama（2010）通过实证研究证实美国第三产业比重的提升对美国居民消费水平提升具有正向推动作用;武海峰（2014）认为我国产业结构的变动是居民消费结构变动的诱因，他通过实证分析证实了我国第三产业比重上升1%会带动居民恩格尔系数下降0.13%;孙中叶（2013）对产业结构变动对居民消费结构变动的影响路径进行了系统分析，认为产业结构对消费结构的影响主要体现在消费品供给上。其三是进出口贸易、产业结构与消费结构。这部分的研究较少，Ailshire（2011）通过美国相关数据定量分析了进出口贸易、产业结构与消费结构之间的相关关系;孟习贞（2012）认为产业结构优化和进出口贸易规模扩大之间为正相关关系，二者对居民消费结构的升级具有积极意义。
学者们对进出口贸易、产业结构与消费结构的研究较少，而且研究并不深入。本文基于VAR模型定量分析进出口贸易、产业结构与消费结构之间的相关关系，对优化我国产业结构和消费结构，促进进出口贸易规模的扩大具有积极意义。
计量分析
（一）模型构建与变量说明
本文探讨的是进出口贸易、产业结构与消费结构的相关关系，使用进出口贸易净值衡量我国进出口贸易情况，用JL表示;使用第三产业增加值占GDP的比重衡量我国产业结构情况，第三产业增加值占GDP的比重越高，表明我国的产业结构优化水平越高，反之则越低;使用恩格尔系数表示我国居民的消费结构，恩格尔系数是指居民消费支出中食品支出所占的比重，由此可知恩格尔系数越高，表示我国居民消费结构越差，反之恩格尔系数越低表示我国居民消费结构越优化。1997-2016年恩格尔系数来自国家统计局公开数据，第三产业比重以及净出口比重是笔者根据国家统计局公开数据进行计算得到。为了消除可能存在的异方差性，本文对原始数据进行了取对数处理，取对数之后的数据波动情况如图1所示。
如图1所示，LNJL和LNCL的变化情况趋于一致，而LNXL的变化情况与二者相反。由此可以推测进出口贸易净值与我国产业结构之间为正相关关系，而恩格尔系数与我国进出口贸易净值、产业结构升级之间为负相关关系。当然，LNJL、LNCL以及LNXL之间的关系仍需进一步进行实证分析来验证。
（二）ADF检验
传统的VAR模型要求每一个变量必须是平稳的时间序列，如果是非平稳的时间序列，则需要先进行差分，得到平稳序列后才能建立VAR模型，但是这样做会导致原始数据的经济意义消失。随着计量分析方法的扩展，学者们认为非平稳的序列只要满足协整关系也可以构建VAR模型，所以构建VAR模型之前必须对原始序列进行平稳性检验，本文的检验结果如表1所示。
如表1所示，LNJL的ADF值为-1.430584，在1%-10%的显著性水平下均为平稳序列;LNCL的ADF值为-3.029970，在1%-10%的显著性水平下均为平稳序列;LNXL的ADF值为-0.939952，在1%的顯著性水平下不是平稳的时间序列，但是在5%-10%的显著性水平下为平稳的时间序列。由此可知LNJL、LNCL以及LNXL均为平稳序列，可以构建VAR模型。
