盧 晨，胡恒昌

（1.廈門大學(xué)嘉庚學(xué)院 國(guó)際商務(wù)學(xué)院，福建 漳州 363105；2.廈門大學(xué) 經(jīng)濟(jì)學(xué)院，福建 廈門 361005）

一、研究背景與文獻(xiàn)綜述

過(guò)去十幾年間，隨著世界范圍內(nèi)的就業(yè)機(jī)會(huì)增加，發(fā)達(dá)國(guó)家因人口老齡化而引起的勞動(dòng)力短缺，因戰(zhàn)爭(zhēng)、自然災(zāi)害頻發(fā)等因素引起的人口流動(dòng)等，使得國(guó)際移民的規(guī)模迅速擴(kuò)大。根據(jù)世界銀行《移民與匯款》2016年度報(bào)告，全球的移民存量在2013達(dá)到了2.47億，占當(dāng)時(shí)世界總?cè)丝诘?.4%。①具體國(guó)際移民人數(shù)，不同機(jī)構(gòu)在統(tǒng)計(jì)數(shù)據(jù)上有所出入，如聯(lián)合國(guó)經(jīng)濟(jì)和社會(huì)事務(wù)部估算，2015年的全球國(guó)際移民為2.44億，占全球人口的3.3%（World Migration Report 2018）。該數(shù)據(jù)略少于世界銀行統(tǒng)計(jì)數(shù)據(jù)。本文以世界銀行人口數(shù)據(jù)作為分析依據(jù)。日益擴(kuò)大的國(guó)際移民規(guī)模成為移民匯款快速增長(zhǎng)的基礎(chǔ)。根據(jù)世界銀行的數(shù)據(jù)，全球的移民匯款總額從1990年的678億美元增長(zhǎng)至2016年的5360億美元，年均增長(zhǎng)率達(dá)到7.94%。2016年，作為世界第一移民輸出國(guó)的印度同樣成為移民匯款流入總額最多的國(guó)家，達(dá)到627.44億美元的規(guī)模；中國(guó)移民匯款總額也達(dá)到352.26億美元的規(guī)模，位列世界第二。根據(jù)世界銀行《移民與匯款》2016年度報(bào)告，1990—2014年，發(fā)展中國(guó)家接收的移民匯款額從290億美元增長(zhǎng)至4310億美元；而發(fā)展中國(guó)家在同時(shí)期接收的國(guó)際援助額（ODA）則從530億美元增長(zhǎng)至1350億美元。報(bào)告因而指出，整體而言，對(duì)發(fā)展中國(guó)家的移民匯款正在與國(guó)際援助、國(guó)際直接投資一起，構(gòu)成發(fā)展中國(guó)家經(jīng)濟(jì)發(fā)展重要的外部資金來(lái)源。

現(xiàn)有關(guān)于移民匯款的研究文獻(xiàn)，主要可以歸納為兩個(gè)領(lǐng)域。第一個(gè)研究領(lǐng)域是考察移民匯款的流入對(duì)母國(guó)經(jīng)濟(jì)的影響。例如，在對(duì)24個(gè)亞洲和太平洋地區(qū)國(guó)家的研究中發(fā)現(xiàn)，移民匯款能夠顯著促進(jìn)經(jīng)濟(jì)增長(zhǎng)并起到了直接的減貧作用，但移民匯款的不穩(wěn)定性同樣帶來(lái)了潛在的不利沖擊。［1］另外，移民匯款對(duì)于8個(gè)低收入國(guó)家（阿爾巴尼亞、保加利亞、馬其頓、摩爾多瓦、羅馬利亞、波斯尼亞、黑塞哥維那和孟加拉國(guó)）的經(jīng)濟(jì)增長(zhǎng)同樣具有顯著的促進(jìn)作用。［2］尤其是移民匯款每增長(zhǎng)1%，阿爾巴尼亞的人均GDP就增長(zhǎng)0.14%。［3］但運(yùn)用自回歸分布滯后模型對(duì)孟加拉國(guó)1975—2011的數(shù)據(jù)研究發(fā)現(xiàn)，短期和長(zhǎng)期移民匯款與經(jīng)濟(jì)增長(zhǎng)均呈現(xiàn)出不顯著的因果關(guān)系，無(wú)法用移民匯款的增長(zhǎng)來(lái)預(yù)測(cè)GDP的增長(zhǎng)。［4］因此，移民匯款對(duì)經(jīng)濟(jì)增長(zhǎng)的影響可能存在滯后效應(yīng)。針對(duì)這一問(wèn)題，有學(xué)者對(duì)49個(gè)發(fā)展中國(guó)家運(yùn)用廣義矩估計(jì)動(dòng)態(tài)面板回歸方法進(jìn)行分析發(fā)現(xiàn)，移民匯款對(duì)經(jīng)濟(jì)增長(zhǎng)的影響在初期為負(fù)，滯后一期為正，且不同地區(qū)有不同的表現(xiàn)。［5］有學(xué)者以1982—2015年中國(guó)移民匯款為分析對(duì)象，運(yùn)用協(xié)整分析方法和誤差修正模型就國(guó)際移民匯款對(duì)經(jīng)濟(jì)增長(zhǎng)的影響進(jìn)行了量化分析。結(jié)果表明，作為世界重要的移民輸出國(guó)，在移民匯款逐利性趨強(qiáng)的背景下，中國(guó)的國(guó)際移民匯款在長(zhǎng)期及短期對(duì)經(jīng)濟(jì)增長(zhǎng)都具有一定的促進(jìn)作用。［6］

第二個(gè)研究領(lǐng)域則是從對(duì)母國(guó)經(jīng)濟(jì)的宏觀影響轉(zhuǎn)向考察移民匯款背后的動(dòng)機(jī)及其宏觀決定因素。對(duì)移民匯款的動(dòng)機(jī)及其影響因素進(jìn)行考察，有助于厘清移民匯款是以怎樣的方式作用于母國(guó)經(jīng)濟(jì)的。同時(shí)，對(duì)于那些移民匯款構(gòu)成外部資金較大比重的發(fā)展中國(guó)家而言，對(duì)匯款動(dòng)機(jī)和影響因素的考察，可以更好地作用于這些國(guó)家經(jīng)濟(jì)的持續(xù)發(fā)展。盧卡斯（Lucas）和思達(dá)克（Stark）最早從微觀層面研究移民匯款流入的動(dòng)機(jī)并將移民匯款的動(dòng)機(jī)歸納為三類：利他主義（altruism）、利己主義（selfinterest）及其他動(dòng)機(jī)。［7］所謂利他主義動(dòng)機(jī)，指的是來(lái)自相對(duì)貧困國(guó)家的移民將在東道國(guó)獲取的收入通過(guò)匯款形式寄回母國(guó)，以增加母國(guó)家庭的總收入。因此，移民匯款的數(shù)額應(yīng)與家庭收入呈負(fù)相關(guān)關(guān)系，家庭的收入水平越低，越希望得到更多的移民匯款幫助。［8］而這種利他主義動(dòng)機(jī)的最直接體現(xiàn)，則是在母國(guó)經(jīng)濟(jì)遭受負(fù)面沖擊時(shí)移民匯款數(shù)量明顯增加。［9］

但是，也有學(xué)者認(rèn)為，富裕家庭移民的匯款更多地體現(xiàn)了利己主義。此類移民匯款是利用母國(guó)更好的投資機(jī)會(huì)與預(yù)期更高的收益作為匯款目的的，因此，此類移民匯款應(yīng)該屬于投資性質(zhì)。［10］此類投資意義上的移民匯款，也包括將匯款用于國(guó)內(nèi)孩子的學(xué)費(fèi)支付或其他人力資本投資用途。［11］在這一動(dòng)機(jī)背景下，若母國(guó)比東道國(guó)有更高的投資收益、更低的借款利率水平，則移民更愿意將收入投資于母國(guó)資產(chǎn)，從而增加移民匯款流入。另外，匯率波動(dòng)對(duì)移民匯款也有顯著影響。［12］最后，移民匯款的成本同樣是影響移民匯款流入的重要變量。匯款可能通過(guò)正式的途徑如銀行、匯款機(jī)構(gòu)等流入母國(guó)，也可能通過(guò)非正式的渠道流入母國(guó)。移民在渠道選擇上是基于匯款成本與風(fēng)險(xiǎn)的權(quán)衡，相較于正式渠道，非正式渠道以低成本的優(yōu)勢(shì)成為一部分移民的選擇，但也同樣帶來(lái)非常高的失竊、犯罪風(fēng)險(xiǎn)。［13］弗羅因德（Freund）和斯帕塔福拉（Spatafora）估計(jì)，通過(guò)非正式渠道流入發(fā)展中國(guó)家的移民匯款占正式渠道的35%～75%。［14］因此，廣義上的移民匯款成本并不只是由匯款的手續(xù)費(fèi)構(gòu)成的，還應(yīng)包括匯款渠道的多寡、母國(guó)家庭接收匯款的便捷程度等等。因此，母國(guó)的金融服務(wù)水平可在更大的范圍內(nèi)度量移民匯款成本。母國(guó)的金融服務(wù)水平越高，移民通過(guò)正式渠道匯款的成本越低，越能促進(jìn)移民匯款的流入。

本文旨在考察以發(fā)展中國(guó)家整體為對(duì)象的移民匯款的動(dòng)機(jī)及其宏觀影響因素。本文的研究創(chuàng)新主要有兩個(gè)方面。第一，本文通過(guò)引入僑匯的滯后項(xiàng)來(lái)考察僑匯的動(dòng)態(tài)性。本文對(duì)這一動(dòng)態(tài)性的確證，意味著僑匯行為存在著延續(xù)性。而且，本文的研究結(jié)果還確證了這種延續(xù)性并不隨著經(jīng)濟(jì)波動(dòng)而存在差異。第二，本文利用面板門限模型來(lái)考察僑匯影響關(guān)系的非線性特征，以區(qū)分不同僑匯輸入國(guó)的國(guó)家經(jīng)濟(jì)發(fā)展水平對(duì)移民匯款輸入的差異性影響。相較于傳統(tǒng)人為主觀的樣本劃分標(biāo)準(zhǔn)而言，本文的計(jì)量方法可以得到關(guān)于分樣本回歸分析的一致性估計(jì)量。

二、模型、變量與數(shù)據(jù)

本文的理論模型借鑒了斯基奧普（Schiopu）和西格弗里德（Siegfried）的研究成果。［15］基于他們的理論模型，僑民的移民匯款總額REMij受到東道國(guó)與母國(guó)收入水平差異、利率水平差異以及匯款成本的影響，用函數(shù)表示為：

上標(biāo)i和j分別表示僑匯的接收國(guó)（母國(guó)）與僑匯的輸出國(guó)（東道國(guó)），表示收入水平差異，表示利率水平差異，而τ則是僑匯成本。結(jié)合原有研究文獻(xiàn)，本文構(gòu)建下列方程考察移民匯款流入的動(dòng)機(jī)及其宏觀決定因素（模型1）：

其中，i表示各移民匯款的接收國(guó)（母國(guó)），t表示年份，α為常數(shù)項(xiàng)，Xit表示各控制變量，ui表示個(gè)體固定效應(yīng)，μt表示時(shí)間固定效應(yīng)，εit為誤差項(xiàng)。但是，上述模型忽略了移民匯款流動(dòng)的滯后性：原有移民匯款金額將會(huì)影響當(dāng)前階段移民匯款的金額。因此，我們有必要將被解釋變量的一階滯后項(xiàng)納入回歸模型中，得到如下修正后的模型（模型2）：

相關(guān)變量解釋說(shuō)明如下：

（一）被解釋變量

根據(jù)世界銀行最新的對(duì)世界各國(guó)收入水平的劃分標(biāo)準(zhǔn)（2017年7月1日），并遵循數(shù)據(jù)可得性與完整性原則，本文將83個(gè)發(fā)展中國(guó)家2004—2016年所接收的移民匯款（REM）作為實(shí)證研究的被解釋變量。需要注意的是，本文將世界整體視為移民匯款的輸出國(guó)（東道國(guó)），而將83個(gè)發(fā)展中國(guó)家作為移民匯款的接收國(guó)（母國(guó)）。同時(shí)，考慮到樣本國(guó)家的不同經(jīng)濟(jì)規(guī)模，本文采用移民匯款總額占GDP的比例值來(lái)衡量樣本國(guó)家的移民匯款流入。

（二）核心解釋變量

關(guān)于僑匯動(dòng)機(jī)的度量，根據(jù)前文所述的已有文獻(xiàn)，我們從三個(gè)方面來(lái)度量宏觀動(dòng)機(jī)。第一，本文以母國(guó)的經(jīng)濟(jì)發(fā)展水平（GDPD）作為利他動(dòng)機(jī)的度量。在本實(shí)證研究當(dāng)中，收入差距即為83個(gè)發(fā)展中國(guó)家與世界整體的收入水平差距。鑒于被解釋變量使用的是百分比的數(shù)值，本文采用各國(guó)的實(shí)際人均GDP與世界整體實(shí)際人均GDP的比例值來(lái)代表這一變量。當(dāng)該比例值越大時(shí)，代表著該國(guó)為樣本國(guó)中相對(duì)富裕的國(guó)家。

另一個(gè)用來(lái)度量利己動(dòng)機(jī)的變量是東道國(guó)與母國(guó)的利率水平（INT）。本文采用各國(guó)的存款儲(chǔ)蓄利率來(lái)代表投資收益水平。由于缺乏世界整體的存款儲(chǔ)蓄利率數(shù)據(jù)，實(shí)證研究中只用83個(gè)發(fā)展中國(guó)家（母國(guó)）的存款儲(chǔ)蓄利率來(lái)代表這一解釋變量。母國(guó)的存款儲(chǔ)蓄利率度量了對(duì)利己主義動(dòng)機(jī)移民匯款的吸引力。如果該系數(shù)回歸值為正，意味著母國(guó)的存款儲(chǔ)蓄利率越高（投資收益水平越高），利己主義的移民匯款流入就越大。

不論是利己還是利他主義動(dòng)機(jī)，移民匯款的國(guó)際流動(dòng)必然與匯款的成本有關(guān)。由于直接度量移民匯款成本的變量（例如移民匯款的手續(xù)費(fèi)）數(shù)據(jù)非常缺乏，因此本文不得不采用其他的相關(guān)變量來(lái)間接度量移民匯款的成本。移民匯款主要通過(guò)正式與非正式的渠道（例如銀行、匯款機(jī)構(gòu)等）流入到母國(guó)，母國(guó)的金融服務(wù)水平會(huì)間接地影響移民匯款的成本。因此，本文使用母國(guó)金融行業(yè)服務(wù)水平作為移民匯款成本的度量指標(biāo)。具體而言，如果母國(guó)的金融行業(yè)服務(wù)水平高，移民就可以相對(duì)容易地通過(guò)正式渠道進(jìn)行匯款，而正式渠道的可獲得性高低也就構(gòu)成移民匯款成本的高低。從世界銀行的全球金融發(fā)展指標(biāo)當(dāng)中，基于數(shù)據(jù)的完整性，論文選用每10萬(wàn)人的商業(yè)銀行分支機(jī)構(gòu)的數(shù)目來(lái)度量母國(guó)的金融服務(wù)水平（BANK）。

（三）控制變量

為了更好地考察移民匯款流入的動(dòng)機(jī)與宏觀決定因素，需要對(duì)影響移民匯款流入的其他控制變量進(jìn)行有效度量。移民匯款的跨國(guó)流動(dòng)不可避免地涉及到兩國(guó)的貨幣兌換，因此，主要的一個(gè)控制變量為貨幣的匯率（EX）。本文將作為世界貨幣的美元視為東道國(guó)（世界整體）的貨幣代表。由于本文匯率數(shù)據(jù)采用直接標(biāo)價(jià)法——以1單位美元衡量的本國(guó)貨幣價(jià)值，因此，匯率數(shù)值越大，表明本幣越貶值。移民將盡可能避免因匯率風(fēng)險(xiǎn)造成的移民匯款的價(jià)值損失，因此，我們可以期望，當(dāng)匯率越高時(shí)，移民匯款的數(shù)額越小。從貨幣價(jià)值的角度出發(fā)，母國(guó)的通貨膨脹率同樣影響移民匯款的流入，由于消費(fèi)者價(jià)格指數(shù)在上述樣本國(guó)中數(shù)據(jù)不完整，所以本文改用GDP平減指數(shù)（DEF）來(lái)衡量樣本中83個(gè)中低收入國(guó)家的通貨膨脹率。

同時(shí)，母國(guó)的對(duì)外移民總量（emigrants）也是一個(gè)不容忽視的因素。有實(shí)證研究支持對(duì)外移民總量對(duì)移民匯款流入規(guī)模有重大影響。［16］需要特別說(shuō)明的是，從世界發(fā)展指標(biāo)數(shù)據(jù)庫(kù)中只能獲取國(guó)際移民存量（international migration stock）與凈移民（net migration）的數(shù)據(jù)，卻無(wú)法獲取對(duì)外移民的分年度數(shù)據(jù)，且該數(shù)據(jù)庫(kù)中的數(shù)據(jù)每5年統(tǒng)計(jì)一次。本文采用的是2018年5月發(fā)布的數(shù)據(jù)，但是該數(shù)據(jù)也僅僅提供到2012年的移民數(shù)據(jù)。而國(guó)際移民存量定義為一國(guó)中非本國(guó)出生 的人口數(shù)量，包括難民數(shù)量。根據(jù)這一定義，國(guó)際移民存量可大體上視為移民流入總額。同樣，該變量的數(shù)據(jù)也是以5年為一個(gè)統(tǒng)計(jì)區(qū)間，最近的統(tǒng)計(jì)數(shù)據(jù)為2015年的數(shù)據(jù)。由此可知，同一年份中無(wú)法同時(shí)獲得這兩個(gè)變量數(shù)據(jù)。基于移民流入與移民流出應(yīng)具有的相互獨(dú)立性，本文對(duì)對(duì)外移民總量的數(shù)據(jù)估計(jì)過(guò)程如下：首先根據(jù)國(guó)際移民存量一個(gè)統(tǒng)計(jì)區(qū)間內(nèi)（5年）的年平均增長(zhǎng)率，估算得出與凈移民變量數(shù)據(jù)同一年份的國(guó)際移民存量數(shù)據(jù)；然后根據(jù)公式：對(duì)外移民總量=國(guó)際移民總量-凈移民，計(jì)算得出該年的對(duì)外移民總量；最后，根據(jù)每5年估算得出對(duì)外移民總量數(shù)據(jù)，利用統(tǒng)計(jì)區(qū)間內(nèi)年平均增長(zhǎng)率，估算得出樣本區(qū)間2004—2016年的全部對(duì)外移民總量數(shù)據(jù)。①由于2018年5月版本的凈移民數(shù)據(jù)缺乏2017年的數(shù)據(jù)，因此在估算2012—2016年的對(duì)外移民總量數(shù)據(jù)時(shí)，仍沿用2007—2012年間的年平均增長(zhǎng)率。并且，考慮到不同樣本國(guó)家的人口規(guī)模，本文最終采用對(duì)外移民總量占該國(guó)總?cè)丝诘谋壤祦?lái)衡量一國(guó)的對(duì)外移民情況（EMI）。

另外，已有文獻(xiàn)也明確了母國(guó)的經(jīng)濟(jì)與政治環(huán)境對(duì)移民匯款輸入的重要影響。本文選擇了兩個(gè)指標(biāo)來(lái)分別衡量母國(guó)的國(guó)家特征。就政治環(huán)境而言，本文使用的是政府效能指標(biāo)（GOV）。根據(jù)世界銀行全球治理指數(shù)的定義，政府效能這一變量綜合度量了一國(guó)政府公共服務(wù)與行政事務(wù)的質(zhì)量，面對(duì)政治壓力的獨(dú)立性程度以及政策的制定與實(shí)施、政府承諾的可靠程度。其統(tǒng)計(jì)數(shù)值遵循標(biāo)準(zhǔn)正態(tài)分布，數(shù)值取值范圍為-2.5～2.5。另一個(gè)衡量母國(guó)的國(guó)家特征為一國(guó)的開(kāi)放程度（OPEN）。遵循傳統(tǒng)的做法，本文采用接收國(guó)的商品與服務(wù)進(jìn)出口總額占該國(guó)GDP的比例來(lái)估計(jì)這一指標(biāo)。各變量的數(shù)據(jù)特征見(jiàn)表1。

表1 各變量的數(shù)據(jù)特征描述

為了檢查多重共線性問(wèn)題，需要對(duì)被解釋變量與各解釋變量進(jìn)行相關(guān)系數(shù)分析。據(jù)表2所示，各變量之間的相關(guān)系數(shù)較低，表明變量之間不存在明顯且嚴(yán)重的共線性問(wèn)題。

表2 各變量的相關(guān)系數(shù)表

三、實(shí)證結(jié)果及其分析

（一）動(dòng)態(tài)面板回歸

由于將被解釋變量的滯后項(xiàng)作為解釋變量引入模型中，因此上述模型不可避免會(huì)產(chǎn)生內(nèi)生性。另一方面，移民匯款流入也可能對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生影響，［17］這一反向因果關(guān)系的存在也導(dǎo)致內(nèi)生性問(wèn)題。在開(kāi)展包含內(nèi)生變量情況下的面板數(shù)據(jù)回歸分析時(shí)，為一定程度上克服數(shù)據(jù)不足的缺陷，通常使用差分廣義矩估計(jì)或系統(tǒng)廣義矩估計(jì)兩種估計(jì)方法。鑒于差分廣義矩估計(jì)是對(duì)差分方程進(jìn)行估計(jì)，不隨時(shí)間變化的變量也就無(wú)法得到估計(jì)；而且這一方法還容易受到小樣本偏誤的影響。相對(duì)于差分廣義矩估計(jì)而言，系統(tǒng)廣義矩估計(jì)同時(shí)對(duì)水平方程和差分方程進(jìn)行估計(jì)，該方法可以利用更多的信息以提高估計(jì)效率，并使得估計(jì)結(jié)果的準(zhǔn)確度更高。［18］因此，本文接下來(lái)針對(duì)模型2的分析都建立在系統(tǒng)廣義矩估計(jì)這一估計(jì)方法上。為了避免回歸中工具變量過(guò)多，回歸時(shí)對(duì)廣義矩估計(jì)的工具變量均使用“折疊（collapse）”選項(xiàng)。（1）至（6）所列結(jié)果中的AR（1）與AR（2）的檢驗(yàn)結(jié)果表明，擾動(dòng)項(xiàng)存在一階自相關(guān)但是不存在顯著的二階自相關(guān)。這一結(jié)果意味著本文計(jì)量模型的系統(tǒng)廣義矩估計(jì)的估計(jì)結(jié)果是無(wú)偏和一致的。同時(shí)，薩爾甘（Sargan）檢驗(yàn)與漢森（Hansen）檢驗(yàn)的結(jié)果表明，在10%的顯著性水平下不能拒絕原假設(shè)，說(shuō)明工具變量的選擇與使用是有效的。這為本文提供了可靠的參數(shù)估計(jì)結(jié)果。本文的實(shí)證分析由Stata14軟件完成。

表3 模型2的系統(tǒng)廣義矩估計(jì)之估計(jì)結(jié)果

從表3所列的動(dòng)態(tài)面板回歸結(jié)果中可以看出：第一，移民匯款（REM）的滯后項(xiàng)對(duì)當(dāng)期有顯著的正向影響，其回歸系數(shù)在（1）至（6）中均通過(guò)了1%的顯著性水平，具有穩(wěn)健性。已有移民匯款的金額正面作用于當(dāng)前期移民匯款數(shù)量。這也表明，移民的匯款行為具有連續(xù)性的特點(diǎn)。

第二，根據(jù)表3中核心解釋變量的回歸結(jié)果顯示，移民匯款背后的行為動(dòng)機(jī)主要是利己主義動(dòng)機(jī)。具體表現(xiàn)為母國(guó)與東道國(guó)的收入水平差距（GDPD）在（1）至（6）均不顯著，而利率水平（INT）的回歸系數(shù)為正，并在（1）至（6）中通過(guò)了5%的顯著性水平。這意味著，83個(gè)發(fā)展中國(guó)家整體的移民匯款流入并不受收入水平差距因素的影響，投資收益成為最主要的影響因素。母國(guó)當(dāng)期的投資收益提高會(huì)顯著地促進(jìn)移民匯款的流入，反映出移民的逐利性行為特點(diǎn)。另一個(gè)主要解釋變量——移民匯款的成本（BANK）與移民匯款流入的關(guān)系并不明確，且該變量的回歸系數(shù)在（1）至（6）的回歸結(jié)果中均不具有統(tǒng)計(jì)學(xué)上的顯著性。一個(gè)可能的解釋是上述回歸結(jié)果所揭示的利己主義動(dòng)機(jī)。具體而言，移民匯款的這種逐利性行為，意味著移民將在東道國(guó)的收入寄回母國(guó)的主要考量因素是投資的收益（INT）與風(fēng)險(xiǎn)，而對(duì)較高收益的預(yù)期可以一定程度上抵消較高的移民匯款成本。

第三，控制變量中的通貨膨脹率（DEF）與移民匯款有顯著的負(fù)相關(guān)關(guān)系。該變量的回歸系數(shù)在（3）和（4）中通過(guò)了1%的顯著性水平；在（5）和（6）中通過(guò)了5%的顯著性水平，具有穩(wěn)健性。這表明，母國(guó)的通貨膨脹率下降，會(huì)顯著地促進(jìn)移民匯款的流入。通貨膨脹主要反映了母國(guó)的宏觀經(jīng)濟(jì)穩(wěn)定性。對(duì)于利己動(dòng)機(jī)的移民來(lái)說(shuō)，母國(guó)的宏觀經(jīng)濟(jì)狀況越穩(wěn)定，母國(guó)的投資機(jī)會(huì)就越多，系統(tǒng)風(fēng)險(xiǎn)相對(duì)越小。最后，控制變量中的匯率（EX）、對(duì)外移民（EMI）、政府治理水平（GOV）與移民匯款的關(guān)系并不明確。這些變量的回歸系數(shù)在系統(tǒng)GMM回歸中均不顯著。另外，一般來(lái)說(shuō)，對(duì)外移民總量越多，移民匯款的數(shù)額越大。但是，大多數(shù)研究移民匯款的文獻(xiàn)當(dāng)中，均把對(duì)外移民的動(dòng)機(jī)視為給定，即對(duì)外移民的動(dòng)機(jī)與移民匯款的動(dòng)機(jī)相互獨(dú)立。因此，對(duì)外移民與移民匯款之間并不存在必然的因果關(guān)系。在（6）中，開(kāi)放程度（OPEN）的回歸系數(shù)通過(guò)了10%的顯著性水平，說(shuō)明母國(guó)開(kāi)放程度的提高有利于移民匯款的流入。

（二）門限模型

1.門限模型的理論基礎(chǔ)

如文獻(xiàn)綜述部分所述，原有關(guān)于移民匯款的動(dòng)機(jī)分析并沒(méi)有得到一致的結(jié)論。本文認(rèn)為，這種非一致性結(jié)果產(chǎn)生的一個(gè)重要原因是不同的研究分析對(duì)樣本國(guó)家的選擇存在的差異。鑒于本文樣本國(guó)數(shù)量達(dá)到83個(gè)，可以較好地開(kāi)展分樣本分析。但是原有研究關(guān)于樣本國(guó)的區(qū)分都建立在主觀標(biāo)準(zhǔn)基礎(chǔ)上，而這種定性的人為劃分標(biāo)準(zhǔn)在進(jìn)行計(jì)量分析時(shí)并不一定準(zhǔn)確。另一方面，經(jīng)濟(jì)發(fā)展過(guò)程中不同變量對(duì)被解釋變量的線性假設(shè)顯得有點(diǎn)不符合經(jīng)濟(jì)規(guī)律。換句話說(shuō)，不論移民匯款的輸入國(guó)自身經(jīng)濟(jì)發(fā)展條件如何變化，移民匯款總是會(huì)與其保持線性關(guān)聯(lián)的猜想是需要進(jìn)一步檢驗(yàn)的。因此，本文在接下來(lái)的研究中使用漢森（Hansen）［19］的計(jì)量方法來(lái)得到門限值的一致估計(jì)，并在此基礎(chǔ)上開(kāi)展面板門限回歸分析。本文的面板門限模型可以表述為：

其中，I （·）為指示函數(shù)，qit為門限變量，γ為門限值。這樣，依據(jù)門限變量小于或大于等于門限值，總樣本的觀測(cè)值被劃分為兩個(gè)具有不同系數(shù)（β1與β2）的區(qū)制。將方程（2）用分段函數(shù)表示，則為：依據(jù)漢森與王群勇研究成果，［20］在給定門限值 γ的情況下，系數(shù) β的OLS估計(jì)值為：={X*(γ)′X*(γ)}-1{X*(γ)′y*}，其中，y*與X*為組內(nèi)偏差。門限值γ的估計(jì)值最小化殘差平方和（RSS）ê*′ê*，即：

使用上述門限回歸分析方法的前提是存在門限效應(yīng)，如果不存在門限效應(yīng)就意味著線性模型是更優(yōu)的模型。對(duì)于門限效應(yīng)的檢驗(yàn)，漢森使用的是似然比檢驗(yàn)，但這一檢驗(yàn)方法的統(tǒng)計(jì)量的漸進(jìn)分布是非標(biāo)準(zhǔn)的。因此，在實(shí)踐當(dāng)中，王群勇運(yùn)用網(wǎng)格搜索的方法來(lái)獲得門限變量的門限估計(jì)值，并使用自助法（bootstrap）來(lái)獲得似然比檢驗(yàn)統(tǒng)計(jì)量的臨界值，實(shí)現(xiàn)門限效應(yīng)的檢驗(yàn)。

2. 門限變量的選擇

進(jìn)行面板門限模型分析的關(guān)鍵在于選擇合適的有意義的門限變量。總的來(lái)說(shuō)，反映樣本國(guó)家某一特征的變量，均可作為備選的門限變量。但是，根據(jù)本文研究對(duì)象考慮，出于利他主義動(dòng)機(jī)的移民更加關(guān)心的是母國(guó)的收入水平狀況；而源于利己主義動(dòng)機(jī)的移民則更加關(guān)心母國(guó)的投資機(jī)會(huì)與投資收益水平。因此，將實(shí)際人均GDP作為備選的門限變量之一，在實(shí)證分析中具有經(jīng)濟(jì)學(xué)意義?？梢灶A(yù)期的是，對(duì)于相對(duì)貧窮的國(guó)家（實(shí)際人均GDP低于門閥值），母國(guó)與東道國(guó)的收入水平差距將顯著地影響移民匯款的流入，呈現(xiàn)出主要的利他主義動(dòng)機(jī)；而對(duì)于相對(duì)富裕的國(guó)家（實(shí)際人均GDP大于門閥值），收入水平差距將不再成為影響移民匯款流入的主要因素。

另一方面，門限變量的內(nèi)生性是不容忽視的問(wèn)題，若門限變量?jī)?nèi)生，將會(huì)影響樣本的分割從而影響到最終的估計(jì)結(jié)果。由于面板門限模型一般都要假定門限變量是外生的，而這一條件在經(jīng)濟(jì)學(xué)實(shí)證分析中通常難以實(shí)現(xiàn)，因此，參考王陸雅引用滯后一期的變量作為門限變量的做法，［21］本文選擇人均GDP數(shù)值的滯后一期作為待檢驗(yàn)的門限變量。為了減少計(jì)算次數(shù)，檢驗(yàn)門限效應(yīng)時(shí)設(shè)置格點(diǎn)為默認(rèn)值300。同時(shí)借鑒王群勇的做法，將自舉法（bootstrap）重疊模擬也設(shè)置為300次。結(jié)果顯示，備選的門限變量當(dāng)中，只有滯后一期的實(shí)際人均GDP在門限被解釋變量分別為GDPD與BANK時(shí)，才在5%的顯著性水平下存在單門限效應(yīng)，可構(gòu)建單門限回歸模型。

表4 門限效應(yīng)的檢驗(yàn)

因此，根據(jù)門限效應(yīng)的檢驗(yàn)結(jié)果，本文在模型1的基礎(chǔ)上，構(gòu)建如下兩個(gè)面板門限模型（依次為模型3和模型4）。

由于對(duì)面板門限模型的估計(jì)是基于面板固定效應(yīng)模型進(jìn)行的，所以本文首先給出模型1的固定效應(yīng)回歸結(jié)果以作為參照，并在此基礎(chǔ)上給出模型3與模型4的估計(jì)結(jié)果。針對(duì)模型1、模型3和模型4的回歸結(jié)果匯總到表5。

從表5的回歸結(jié)果中可以看出，整體而言，母國(guó)與東道國(guó)的收入水平差距（GDPD）與移民匯款存在顯著的正相關(guān)關(guān)系（見(jiàn)模型1與模型4的回歸結(jié)果），即當(dāng)母國(guó)人均GDP數(shù)值相對(duì)于世界平均水平越高（GDPD越大）時(shí)，移民匯款的流入規(guī)模越大。這一結(jié)果表明，整體上移民匯款的流入并不表現(xiàn)為利他主義的動(dòng)機(jī)特點(diǎn)。但是在模型3的第一區(qū)制中，GDPD與移民匯款呈現(xiàn)出顯著的負(fù)相關(guān)關(guān)系，說(shuō)明當(dāng)樣本國(guó)的人均GDP低于527.9623時(shí)，移民匯款流入呈現(xiàn)利他主義動(dòng)機(jī)?？紤]到在本文所選的83個(gè)國(guó)家中，人均GDP低于527.9623的國(guó)家數(shù)量只有12個(gè)，可以認(rèn)為，利他主義動(dòng)機(jī)的移民匯款僅僅發(fā)生在極度貧窮的國(guó)家中，而就發(fā)展中國(guó)家總體而言，移民匯款更多地反映了非利他主義動(dòng)機(jī)。

表5的回歸結(jié)果反映了移民匯款整體并不呈現(xiàn)利他主義動(dòng)機(jī)的特點(diǎn)，但也無(wú)法說(shuō)明利己主義動(dòng)機(jī)的移民匯款占據(jù)主導(dǎo)地位。與動(dòng)態(tài)面板分析得到的實(shí)證分析結(jié)果（表3）所不同的是，表5中母國(guó)利率水平（INT）的回歸系數(shù)均不顯著。同樣地，移民匯款成本（BANK）整體上與移民匯款的相關(guān)關(guān)系并不明確。但值得注意的是，在模型4的第一區(qū)制中，BANK與移民匯款存在顯著的正相關(guān)關(guān)系，即移民匯款成本降低會(huì)顯著促進(jìn)移民匯款的流入。這一結(jié)果表明，只有在相對(duì)貧窮的國(guó)家（人均GDP＜1480.3765）中，降低移民匯款成本才會(huì)對(duì)移民匯款流入有顯著的促進(jìn)作用；在相對(duì)富裕的國(guó)家（人均GDP＞1480.3765）中，移民匯款成本對(duì)移民匯款不再具有正面的促進(jìn)作用。盡管這一結(jié)果并不具有統(tǒng)計(jì)學(xué)上的顯著性，但卻清晰地反映出移民匯款成本的降低存在邊際收益遞減的特點(diǎn)?？赡艿脑蛟谟冢鄬?duì)貧窮的國(guó)家往往也是金融服務(wù)水平較低的國(guó)家。而較低的金融服務(wù)水平，意味著在東道國(guó)的移民向母國(guó)的匯款往往要面臨更大的風(fēng)險(xiǎn)以及更高的匯款成本。因此，提高母國(guó)的金融服務(wù)水平將顯著降低匯款的風(fēng)險(xiǎn)與成本。但是，當(dāng)母國(guó)金融服務(wù)水平提高到一定程度時(shí)，繼續(xù)提高金融服務(wù)水平帶來(lái)的收益并不顯著。

表5 面板門限靜態(tài)模型的估計(jì)結(jié)果

最后，與表3的回歸結(jié)果相同，表5所列控制變量中的通貨膨脹率（DEF）與移民匯款有顯著的負(fù)相關(guān)關(guān)系（模型3與模型4）。這表明，母國(guó)的通貨膨脹率下降，會(huì)顯著地促進(jìn)移民匯款的流入。另外，控制變量中的匯率（EX）與移民匯款的關(guān)系并不明確。而對(duì)外移民規(guī)模（EMI）的估計(jì)系數(shù)在模型1、模型3、模型4中均為負(fù)，并在10%的水平下顯著。這一結(jié)果與我們一般的預(yù)期并不符合。盡管對(duì)外移民規(guī)模與移民匯款規(guī)模并不存在必然的因果關(guān)系，但普遍來(lái)說(shuō)，對(duì)外移民規(guī)模與移民匯款之間具有正相關(guān)關(guān)系。負(fù)相關(guān)關(guān)系的回歸結(jié)果可能更多地反映了移民的策略動(dòng)機(jī)行為，即受教育水平高的移民通過(guò)匯款，抑制了母國(guó)受教育水平低的勞動(dòng)力的對(duì)外移民。另一方面，母國(guó)政府治理水平（GOV）的估計(jì)系數(shù)在模型3與模型4中通過(guò)了10%的顯著性水平，表明該變量與移民匯款存在正相關(guān)關(guān)系。最后，開(kāi)放程度（OPEN）的估計(jì)系數(shù)在模型1、模型3、模型4中均通過(guò)了1%的顯著性水平，表明母國(guó)的開(kāi)放程度越高，移民匯款的規(guī)模越大。該回歸系數(shù)的符號(hào)與表3所列的實(shí)證分析結(jié)果相同，且顯著性水平愈加提高。

四、結(jié)論與政策建議

本文以83個(gè)國(guó)家為樣本，分析了流向上述發(fā)展中國(guó)家移民匯款的決定因素。本文利用動(dòng)態(tài)面板回歸分析得到的實(shí)證結(jié)果表明，移民匯款整體而言呈現(xiàn)出利己主義的動(dòng)機(jī)。同時(shí)，針對(duì)原有文獻(xiàn)中關(guān)于分樣本分析過(guò)程中主觀性太強(qiáng)的不足，本文使用面板門限模型，考察了發(fā)展中國(guó)家的不同經(jīng)濟(jì)發(fā)展水平對(duì)移民匯款的非線性特征。我們的實(shí)證結(jié)果一方面表明，發(fā)展中國(guó)家的移民匯款動(dòng)機(jī)存在利他主義，但這一動(dòng)機(jī)僅體現(xiàn)在實(shí)際人均GDP處于較低水平的國(guó)家樣本當(dāng)中；另一方面，移民匯款成本的降低存在邊際收益遞減的特點(diǎn)。當(dāng)母國(guó)實(shí)際人均GDP水平較低時(shí)，降低移民匯款成本會(huì)顯著地促進(jìn)移民匯款規(guī)模的擴(kuò)大；但當(dāng)實(shí)際人均GDP高于門閥值時(shí)，移民匯款成本對(duì)移民匯款不再產(chǎn)生重大的影響。

門限回歸的實(shí)證分析對(duì)于發(fā)展中國(guó)家而言有一定的政策啟示。一方面，對(duì)于人均實(shí)際GDP較低水平的低收入國(guó)家，其所接收的移民匯款表現(xiàn)為利他主義的動(dòng)機(jī)特點(diǎn)。此時(shí)，低收入國(guó)家可通過(guò)促進(jìn)金融發(fā)展、提高金融服務(wù)水平來(lái)促進(jìn)移民匯款的流入。但是對(duì)于人均實(shí)際GDP較高的國(guó)家，其所接收的移民匯款表現(xiàn)為非利他主義動(dòng)機(jī)。此類國(guó)家應(yīng)考慮到匯款動(dòng)機(jī)為利己主義的可能性，通過(guò)提高政府治理水平、開(kāi)放程度等來(lái)促進(jìn)移民匯款的流入。

［注釋］

［1］Katsushi S. Imai， Raghav Gaiha， Abdilahi Ali and Nidhi Kaicker， “Remittances， Growth and Poverty： New Evidence from Asian Countries”， Journal of Policy Modeling， Vol. 36， No. 3，2014， pp. 524-538.

［3］Dietmar Meyer and Adela Shera， “The Impact of Remittances on Economic Growth： An Econometric Model”，Economia， Vol. 18， No. 2， 2017， pp. 147-155.

［3］Adela Shera and Dietmar Meyer， “Remittances and Their Impact on Economic Growth”， Social and Management Sciences， Vol. 21， No. 1， 2013， pp. 3-19.

［4］Kanchan Datta and Bimal Sarkar， “Remittances and Economic Growth in Bangladesh： An ARDL Cointegration Approach”， International Journal of Economic Issues, Vol. 7，No. 1，2014，pp. 51-64.

［5］崔兆財(cái)、張志新、高小龍：《國(guó)際移民匯款的經(jīng)濟(jì)增長(zhǎng)效應(yīng)》，《首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)》2015年第5期。

［6］林勇：《移民匯款對(duì)經(jīng)濟(jì)增長(zhǎng)促進(jìn)作用的實(shí)證研究——基于中國(guó)數(shù)據(jù)的分析》，《亞太經(jīng)濟(jì)》2017年第5期。［7］Robert E. B. Lucas and Oded Stark， “Motivations to Remit： Evidence from Botswana”， Journal of Political Economy， Vol. 93， No. 5，1985， pp. 901-918.

［8］Edward Funkhouser， “Remittances from International Migration： A Comparison of El Salvador and Nicaragua”， The Review of Economics and Statistic， Vol. 77， No. 1， 1995， pp. 137-146.

［9］Poonam Gupta， “Macroeconomic Determinants of Remittances： Evidence from India”， Economic and Political Weekly， Vol. 41， No. 26， 2006， pp. 2769-2775；Sokchea Lim and A.K.M. Mahbub Morshed， “International Migration， Migrant Stock， and Remittances： Reexamining the Motivations to Remit”， Quarterly Review of Economics and Finance， Vol. 57， 2015， pp. 101-115.

［10］ Osman T. Aydas， Bilin Neyapti and Kivilcim Metin-Ozcan， “Determinants of Workers Remittances： The Case of Turkey”， Emerging Markets Finance and Trade， Vol. 41， No. 3， 2005， pp. 53-69.

［11］ Jessica Hagen-Zanker and Melissa Siegel， “The Determinants of Remittances： A Review of the Literature”， IMF Working Paper， 2007.

［12］ Riccardo Faini， “Workers Remittances and the Real Exchange Rate—A Quantitative Framework”， Journal of Population Economics， Vol. 7， No. 2， 1994， pp. 235-245；M. I. T. El-Sakka， “The Macroeconomic Determinants of Emigrant Remittances”， World Development， Vol. 27， No. 8， 1999， pp. 1493-1502.

［13］ Anneke Kosse and Robert Vermeulen， “Migrants’ Choice of Remittance Channel： Do General Payment Habits Play a Role?”， World Development， Vol. 62， 2014， pp. 213-227.

［14］ Caroline Freund and Nikola Spatafora， “Remittances： Transaction Costs， Determinants， and Informal Flows”，World Bank Policy Research Working Paper， 2005.

［15］ Loana Schiopu and Nikolaus Siegfried， “Determinants of Workers’ Remittances： Evidence from the European Neighbouring Region”， European Central Bank Working Paper ， 2006.

［16］ Caroline Freund and Nikola Spatafora， “Remittances： Transaction Costs， Determinants， and Informal Flows”，World Bank Policy Research Working Paper， 2005.

［17］ Dietmar Meyer and Adela Shera， “The Impact of Remittances on Economic Growth： An Econometric Model”，Economia， Vol. 18， No. 2， 2017， pp. 147-155.

［18］ D. Roodman， “How to Do Xtabond2： An Introduction to Difference and System GMM in Stata”， Stata Journal， Vol.9， 2009， pp. 86-136.

［19］ Bruce E. Hansen， “Threshold Effects in Non-dynamic Panels： Estimation， Testing， and Inference”， Journal of Econometrics， Vol. 93， No. 2，1999， pp. 345-368.

［20］ Qunyong Wang， “Fixed-effect Panel Threshold Model Using Stata”， Stata Journal， Vol. 15， No. 1，2015， pp.121-134.

［21］ 王陸雅：《金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)的關(guān)系——基于雙變量動(dòng)態(tài)門限面板模型的分析》，對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)博士學(xué)位論文，2016年。