三、基准实证结果
（一）普通面板回归
选取中国与OECD 23国的双边贸易数据，样本的时间区间为2000—2012年，采用面板数据对本章的计量方程进行回归。对于面板数据的计量分析，有固定效应和随机效应两种，本章根据豪斯曼检验结果，采用了固定效应模型进行分析。表3-3中模型1～5采用了逐步回归法，分别给出了固定效应计量模型下的回归结果。
表3-3 普通面板模型
注：采用广义最小二乘法逐步加入变量进行回归，表中圆括号内部表示标准差，方括号内部表示p值；∗、∗∗和∗∗∗分别表示10%、5%和1%的显著性水平。
（1）随着变量的加入，模型的拟合优度R2逐步提高，说明本章选取的变量都是影响服务贸易进口的主要因素。5个模型均通过Wald检验，说明模型整体估计效果良好，综合比较本章将以模型5作为最终结果进行分析。一国的国内市场需求规模因素对服务贸易进口的作用高度显著，当国内市场需求规模提高1%时，可以拉动服务贸易出口增加约0.68%。这说明，目前我国的扩大内需战略能引发服务贸易的进口。在新一轮的全球化中，我国应该利用好自身广阔的市场优势和巨大的需求潜力，以内需吸引更多的企业进入，据此改善我国服务贸易进口结构，优化服务贸易的模式。
（2）世界市场需求规模对于一国服务贸易进口也存在显著的正向激励作用。世界市场需求规模每提高1%，可以刺激服务贸易进口额增加0.709%。2015年全年我国实现服务进口总额4248.1亿美元，同比增长约18.6%，(1)随着世界市场需求规模的提高，在新形势下，我国应该引入高端现代服务业，利用国外先进的经验和管理手段解决我国服务业发展滞后的问题。
（3）距离和服务贸易进口额之间存在显著的负相关关系。现有的研究表明，随着距离的增加，国与国之间的服务贸易往来将会受到阻碍（肖文，2012；张君，2015）。[20][21]
（4）一国的制度因素是促进该国服务贸易进口的重要因素，制度指数每提高1%，会带来服务贸易进口量增加0.183%。可见，一国法律和产权制度的不断完善，将有助于进口贸易的发展（Coe等，2009）。[22]
这也与谢宝剑（2013）[23]的观点一致，他认为伴随着制度需求的不断提升，制度环境不断变化，这就造就了粤港服务贸易的自由化，最终将有利于服务贸易的发展。本章基于中国和OECD 23国双边服务贸易数据库中2000—2012年的面板数据，采用扩展的引力模型分析了国家制度因素对一国服务贸易进口的影响，据此来分析各国服务贸易发展策略以及制度规则情况，在本章实证第二部分更利用门槛回归模型对制度因素进行进一步探讨。
（5）表3-3结果显示共同语言和共同边界情况对于服务贸易进口的促进作用并不明显；是否为OECD、APEC和NAFTA成员国则对于一国服务贸易进口额有着显著影响，但影响的大小和方向不同。加入OECD和APEC能显著促进一国服务贸易进口，而加入NAFTA则显著阻碍一国服务贸易进口，这可能是因为北美自由贸易协定主要服务于美、加、墨三方，加入该组织后将会使组织以外其他国家的服务贸易很难进入本国市场。
（二）稳健性检验
由于模型5的系数回归结果中存在不显著的变量，且符号与前几个模型不同（模型4与模型5回归得出的LAN和BOR符号不同且都没有通过10%显著性水平的检验），于是本章接下来对模型中控制变量的相关性进行了进一步检验，检验结果见表3-4。通过表3-4我们可以发现，NAFTA与LAN的相关系数达到了0.5878，NAFTA与APEC的系数也高达0.5222，这意味着NAFTA可能存在着内生性问题。
表3-4 控制变量之间的相关关系
注：上述变量的相关关系由Stata14.0软件计算得出。
考虑到计量模型中可能存在的内生性、异方差等问题会对文章回归结果产生影响，为了保证本章核心结论的稳健性，我们采用Fisman和Svensson（2007）[24]所创造的工具变量方法，该方法主要用来解决模型中可能存在的内生性问题，详细情况见表3-5。
表3-5 稳健性检验（1）
续表
注：表中圆括号内部表示标准差，方括号内部表示p值；∗、∗∗和∗∗∗分别表示10%、5%和1%的显著性水平。
①用GMM估计方法进行面板回归，该方法能够解决可能存在的随机误差项的异方差和序列相关问题。
②迭代GMM（IGMM）估计法通过特定的迭代次数能够使GMM模型估计系数更为准确。
③有限信息极大似然法（LIML）估计的结果，存在弱工具变量的情况下，LIML的小样本性质可能优于2SLS。
④二阶段最小二乘法（2SLS），第一阶段的任务是产生一个工具变量，第二阶段的任务是通过一种特殊形式的工具变量法得出结构参数的一致估计量。
表3-5展示了采用OECD、APEC作为NAFTA的工具变量的分析结果（除了三阶段最小二乘法检验之外，其他四个检验均用到了工具变量），对比表3-3用广义最小二乘法估计的模型5的回归结果，几个主要解释变量的系数符号和显著性水平都没有变化，这就表明了我们的回归结果具有稳健性。
观察表3-5我们可以发现，虽说几个主要解释变量的系数符号和显著性水平都没有变化，也都通过了Wald检验，但三阶段最小二乘法的常数项不再显著，且后四种方法中共同边界仍然不显著，于是我们对原模型进行进一步的稳健性检验，详细情况见表3-6。
表3-6 稳健性检验（2）
续表
注：表中圆括号内数值表示标准差，方括号内数值表示P值；∗、∗∗和∗∗∗分别表示10%、5%和1%的显著性水平。
表3-6仍然采用广义最小二乘法对原模型进行分析，L lnGDP和L lnWGDP分别表示lnGDP与lnWGDP的滞后1期变量。对比模型1与模型3（包含国内需求市场规模变量但不包含世界需求市场规模变量的样本组），我们可以发现国内需求市场规模滞后1期的回归系数与原模型相差较大（0.099<0.737），模型3显示一国国内需求市场规模滞后1期每增长1%，该国的服务贸易进口额将提升0.099%，该结果通过了5%下的显著性水平检验。我们显然可以察觉这与国内需求市场规模作为服务贸易进口的核心解释变量的事实不符。
同时我们观察到，这两个模型中的共同边界和共同语言变量的符号和显著性都发生了改变，这些均说明国内市场规模对服务业进口的促进作用并不稳健。
此外，对比模型2和模型4（既包含国内需求市场规模变量，又包含世界需求市场规模变量的样本组）可以发现，国内需求市场规模滞后1期的回归系数和世界需求市场规模滞后1期的回归系数与原模型的回归系数相差仍很大，更伴有符号和显著性的改变（0.680>-0.001、0.709<1.489）。同样地，共同边界（BOR）、共同语言（LAN）以及是否是APEC、NAFTA成员等解释变量的大小和部分显著性水平均发生了变化，说明原模型并不稳健，一个可能的解释是原模型的设定存在问题。鉴于此，下面我们将对原模型进行门槛回归分析。