|
| 表1：單位根檢驗 |
|
| 表2：協整檢驗 |
|
| 表3：實證迴歸結果 |
7.政治因素（POL）。POL代表台灣當局民進黨是否執政，反映兩岸政治穩定性，該變量為虛擬變量，時間為1995-2018年。
8.產業關聯效應（GVC）。GVC為兩岸產業關聯指數。參考李保明等（2023）對兩岸產業前向鏈接和後向鏈接的分析，定義兩岸產業關聯指數等於台灣出口大陸中的中間品在大陸加工後再次出口到第三地的部分和台灣出口大陸產品中的外部增加值部分，兩者之和與台灣地區生產總值的比值。數據來源於UIBE數據庫以及OECD-ICIO數據庫，時間為1995-2018年。
9.規模經濟效應（ES）。ES代表規模經濟效應。參考 Thorpe和Zhang的做法，采取固定資本形成總額與第 一、第二和第三產業的增加值的比值來反映規模經濟。數據來源於國家統計局，時間為1995-2018年。
［表1：單位根檢驗］
［表2：協整檢驗］
三、模型實證結果及分析
1.單位根檢驗。由於本文使用的是時間序列數據，要求數據平穩才能進行後續分析。因此，需要對時間序列的平穩性進行檢驗（即單位根檢驗），本文選取ADF檢驗，結果詳見表1。檢驗結果顯示所有變量均為一階單整變量，可以進行協整檢驗。
2.協整檢驗。本文選取對模型回歸後的殘差序列e進行Engle-Granger檢驗。結果顯示殘差序列e的ADF統計量為-4.129，小於1%水平下的臨界值，被解釋變量INT與解釋變量之間存在協整關係，可以使用原序列對模型進行回歸分析。結果見表2。
3.自相關檢驗和異方差檢驗。本文采用BG檢驗對模型進行自相關檢驗，得到模型對應的臨界概率P=0.6009，輔助回歸模型不顯著，不存在自相關性。同時采用懷特檢驗對模型進行異方差檢驗，得到模型對應的臨界概率P=0.4038，同樣不顯著，即不存在異方差問題。
［表3：實證迴歸結果］
4.基礎模型擬合結果及分析。
為了消除模型的共綫性問題，本文采取逐步回歸的方法進行基礎模型的實證分析。控制變量中的中國經濟規模（MGDP）的引入會嚴重影響其他參數的估計值，為得到最佳擬合效果，將其從模型中删除，得到最終回歸結果如表3所示。從回歸結果可以看出，隨著控制變量的逐步加入，模型的擬合優度逐漸升高，方程整體顯著。
具體來看，台商直接投資（TDI）對兩岸經濟融合的影響係數為正且通過了1%的顯著性檢驗，說明台商直接投資大陸可以顯著正向影響兩岸經濟融合度。台灣對大陸直接投資總量的增加，可加快促進兩岸經濟融合發展進程，促進兩岸經濟交流更加密切。首先，當兩岸投資總量擴大後，台商直接投資將進一步降低或解除投資壁壘，從而鼓勵兩岸投資政策的進一步實現，促進外資管制等政策的實質性減少，為兩岸經濟合作創造有利條件。其次，台商直接投資將會增加兩岸的資本聯繫，對於緩解大陸以及台灣地區的資本約束具有積極的影響，并且還會實現兩岸就業的增加，台資產生的“示範效應”和“溢出效應”也將促進大陸的技術進步，提高資源配置效率，促進兩岸經濟融合。
除此之外，在選擇的控制變量中，兩岸經貿合作框架協定的簽訂ECFA對兩岸經濟融合的影響係數為正，且通過了1%的顯著性水平檢驗，說明ECFA的簽訂使兩岸的貿易品進口關稅及非關稅壁壘不斷下降或消除，有效降低了貿易成本，為兩岸經濟的發展創造了有利的制度性環境，從而帶動兩岸經濟合作的深化。人均國內生產總值的差距（GDPPD）對兩岸經濟融合度的影響為負，且通過了10%的顯著性水平檢驗，說明兩岸經濟發展水平差距越小，越能促進兩岸經濟融合度的提升。大陸開放程度（MOPEN）將顯著正向影響兩岸經濟融合度，說明大陸開放程度越高，對兩岸經濟融合發展越有利。大陸開放程度越高，將為台資進入提供更加便利的制度環境條件，從而會對兩岸經濟融合產生積極的作用。政治因素（POL）顯著負向影響兩岸經濟融合度，說明台灣地區的民進黨執政將會對兩岸經濟融合發展產生較為消極的影響。
|
