公务员期刊网 精选范文 进口贸易数据范文

进口贸易数据精选(九篇)

前言:一篇好文章的诞生,需要你不断地搜集资料、整理思路,本站小编为你收集了丰富的进口贸易数据主题范文,仅供参考,欢迎阅读并收藏。

进口贸易数据

第1篇:进口贸易数据范文

关键词:进口贸易;固定效应模型;企业就业

中图分类号:F752.6 文献标识码:A

文章编号:1005-913X(2015)04-0016-02

一、引言及文献述评

长期以来,就业问题一直是经济社会发展所关注的重点问题,伴随着近年来中国人口红利的逐步消退,劳动力市场突显“用工荒”与“就业难”并存的结构性失衡现象,探究劳动力需求和结构扭曲等问题的解决途径成为相关研究领域的热点话题。在促进和改善就业问题的研究中,对外贸易始终扮演着重要的角色,而现有大量理论与经验研究均系统分析了出口贸易对于国内就业规模和结构改善的促进作用,分别从国家、行业、企业及个体等层面论证了出口、贸易自由化等对于就业增长的作用机制(周申等,2007;盛斌和马涛,2008;Brown,2012等)指出出口贸易增加了不同职业的劳动需求,有利于促进就业增长及技能和性别结构的改善,且随着贸易自由化程度的提高,贸易自由化可以通过拉动经济增长有效促进服务业与农业部门的就业增长加快,在少数基于企业层面数据、研究企业就业变化的文献中,梁永强(2010)发现企业层面FDI流入对就业水平促进作用并不明显;戴觅等(2013)利用企业数据研究汇率变动对中国制造业就业的影响,发现人民币汇率变动会通过出口收益渠道和进口成本渠道影响就业水平;席艳乐等(2015a,2015b)分别利用关税数据与投入产出表数据,研究企业就业的二元边际及企业劳动力需求弹性的变动,发现贸易自由化促使了低生产率企业的就业损失和高生产率企业的就业创造。

然而美中不足的是,已有研究大多着眼于出口贸易层面,对于进口贸易的相关探讨略显不足。事实上,作为影响就业问题的一个重要方面,进口对就业的贡献和重要意义同样是功不可没。加入WTO以来中国进口贸易迅猛发展、规模不断扩大,进口贸易总额13年内从2千亿美元增长到1.95万亿美元,占据了贸易总量的45.6%。同时,随着进口贸易的迅猛发展和国际垂直化分工的深化,中间投入品进口占比亦呈上升趋势。虽然现有文献在研究方法和研究视角方面予本文以较多的启示和借鉴,但是有关于进口贸易与就业关系的探讨、基于企业异质性假说细化到企业层面的相关研究更为匮乏,并且缺少对进口贸易的种类、规模、强度以及企业就业数量的多层次、多维度划分,进而也缺乏针对进口贸易作用于企业就业的系统研究。

基于上述理论与现实背景,本文立足于2000-2006年的中国企业面板数据,采用面板固定效应(Fixed Effects,FE)模型,系统研究企业是否进口及其进口规模、产品种类、进口来源国等异质性特征对于就业增长的影响,最终结合实证结论,为更进一步改善就业、促进贸易政策的调整与改善提出相关对策建议。总体而言,相较于现有文献,本文在拓展研究视角及方法改进方面有了一定进步,首次将进口贸易与企业就业结合起来,基于贸易强度、贸易伙伴国特征等一系列进口差异化特征的拓展分析,对于更进一步分析进口影响企业就业的作用机理分析更为明朗,综合运用综合固定效应模型的估计也使得本文的研究结论更为稳健可靠。

二、计量模型与方法

本文主要参考戴觅等(2013)的研究思路,构造本文的计量方程式:LnEmpit=α0+α1Impit+α2Expit+βXit+λYit+μit(1)

其中,因变量EMPit为企业i在时期t的就业增长率,反映企业就业规模的变动情况,根据企业在特定时期的雇员人数的对数差分得到;自变量Impit为企业是否进口的二值变量,取值为1则该年实施了进口,可揭示进口贸易行为对企业就业增长的作用方向,反之为0;为衡量部分企业在参与进口贸易的同时所采取的出口行为是否对其就业产生了显著影响,本文引入是否出口的虚拟变量,取值为1时表示该企业既被观测到了进动,又有出口行为,反之为0。Xit中包括了企业在贸易强度、进口产品种类、进口来源国数量以及进口贸易伙伴国等方面的特征,产品种类根据细分的HS-6位产品编码进行划分得到,进口来源国数量基于细分产品层面上的贸易特征统计得到;Yit囊括了企业层面其他影响就业规模的指标,如企业年龄、平均工资、企业规模、人均工业增加值等,其中规模指标即为企业的人均产出,μit为随机干扰项。

具体地,本文在后续实证分析中使用混合面板OLS、面板固定效应以及面板随机效应三种模型对上式进行估计,最终根据Hausman检验结果选择最优的估计方法。

三、数据来源与描述性统计

本文采用的数据均源自中国工业企业数据库与中国海关统计数据库匹配后的数据样本,企业特征方面的指标由中国工业企业数据库提供,企业贸易活动相关特征源于中国海关统计数据库,贸易伙伴国收入水平的划分源自世界银行数据库。本文采用两个大型数据库相匹配之后得到的嵌套面板数据,具体匹配方法参照田巍和余淼杰(2013)的做法,使用企业“电话号码+邮编”、企业名称两种方法相结合的匹配法,最终得到时间跨度为7年、囊括158478家企业、447932个样本的数据集。

表1列示了主要变量的描述性统计特征,较大的企业就业规模充分表明了企业作为吸纳就业主体的重要作用。而企业平均年龄在十年左右,人均工资接近一千六百元,企业产出规模和人均增加值、全要素生产率指标表明了企业整体的绩效状况,且企业平均进口2种产品,企业进口来源国最多达六十三个,但进口额占企业销售额的比重相对较低。与此同时,本文也可通过各种收入水平的国家的进口强度看出,中国的进口仍集中于中高收入国家,从低收入水平国家进口较少,进口贸易仍依赖于特定的市场。

四、实证分析结果

根据估计方程式(1),观察可知OLS方法、FE和RE方法下的系数显著性与符号大致相似,同时Hausman检验显示采用固定效模型进行估计的结果更优,因此本文主要报告双向固定效应结果下的实证结论。

表2为通过逐渐增加回归变量进行分析的结果。具体地,第一列直观考察了进口对异质性企业就业的影响,企业参与进口贸易的行为能够显著促进企业就业增长,相比不进口的企业能够有4%左右的就业增长,这与其是否参与出口的特征相类似。与此同时,企业特征方面可以看出,企业年龄越大、经营时间越长,便能够拥有越稳定的企业表现和绩效状况,从而促使就业规模缓慢扩大;生产率更高的企业通常在贸易活动中变现越为突出,也有着显著为正的就业效应;而工资与就业、人均增加值与就业之间显著的负相关关系,说明就业规模的扩张将会导致产出递减、真实工资降低,反之亦然。

更进一步,仅考虑“贸易状态”是远远不够的,为了区别企业在贸易规模、贸易强度方面的特征,在第(2)列分析中纳入企业的进口强度等指标。结果表明,上述指标的显著性和数值均较少受到影响,一定程度上证明了本文选择固定效应模型的无偏有效性。进口来源国的数量与就业增长之间呈现显著的正相关关系,或许因为企业执行“市场多元化”战略之后,更多的产品进口来源国能够显著降低对特定国家产品进口的依赖性,从而降低和分散企业受到国际市场的冲击如汇率变动、贸易政策改变等风险而引致的就业波动,促进企业就业增长;而进口产品种类的增多能够促进就业增加,说明企业产品生产选择的多元化,体现了企业参与国际生产与分工的程度的不断加深以及企业在全球价值链环节中的重要性的提升;企业进口强度与企业就业增长呈现显著的负相关,这可能是伴随着当前产品内分工贸易的深化发展,进口强度尤其是进口中间投入品强度的提升将会一定程度上加深企业对于国际市场的依赖程度,从而加大其对于企业的劳动力需求变动及应对市场变化的影响,最终多种因素的综合作用导致进口强度削弱了企业的就业增长。

表2 面板固定效应模型估计结果

此外,收入水平是影响双边贸易成本的重要因素之一,鉴于进口贸易企业对于国际市场的依赖程度较大,因而对于贸易伙伴国收入水平、汇率变动风险等因素较为敏感,因而本文第(3)列引入贸易强度和贸易伙伴国收入水平划分的一系列特征,结果显示:中国从中高等收入水平国家的进口对就业增长产生了显著的抑制效果,而低收入水平国家的进口对就业的影响不显著。其他因素不变的情况下,中高收入水平国家显著为负,这可能是因为当前中国尚处于全球价值链分工的中低端环节,而贸易伙伴中基于中高收入水平国家的进口将会对国内市场产生显著的替代效应,从而减少相对劳动需求、抑制就业增长。伴随开放经济条件下中国贸易伙伴分布范围的扩大、对特定市场依赖程度的降低,同时更多“南南合作”的展开,必将对企业国际市场开拓和经营水平的提升产生重要影响。最后,列(4)为本文所进行的稳健性检验。观察可知,综合考虑各种影响因素和作用渠道之后,借鉴多数文献的做法,基于关键变量替换的视角,进行回归检验,结果发现所有指标的符号和显著性均与初始结果保持了一致性,论证了本文实证分析的稳健可靠。

五、结论与对策建议

本文在企业异质性理论框架下,深层分析了进口贸易对企业就业的影响,发现参与进口贸易对企业的就业增长产生了显著的促进效应,且伴随着企业进口产品种类与市场的多元化,这种促进效应仍显著存在。同时,相较于不参与贸易的企业,进口企业的一系列绩效状况也对就业产生了显著影响,而参与进口的同时兼有出口行为也能够推动企业就业的增长。而基于贸易伙伴国的拓展指出,从中高收入水平国家进口的替代效应对于企业就业产生了一定的抑制效应,而从低收入国家的进口强度的大小对企业就业的影响并不明显。

综上所述,基于双向固定效应模型的经验分析具有重要的理论与现实意义,同时也为宏观贸易政策的制定与调整指出了方向。一方面,“稳出口、促进口”政策的实施,显然为促进企业参与进口贸易、充分发挥进口对于就业和经济增长的贡献打开了一扇门,从稳定就业的角度来看,把握进出口贸易的平衡点仍会是未来中长期政策调整的方向和重点所在。另一方面,本文有关于企业结构、企业年龄、企业参与进口贸易对就业的差异化影响,也为企业未来的发展提供了可供参考的借鉴,有助于企业自身的创新水平和管理能力的提升、管理机制的完善,同时也为企业实现稳定持续经营提供了思路。与此同时,对于企业在进口贸易活动中进口产品种类、贸易伙伴数以及如何选择贸易伙伴等问题,本文也从微观视角提供了可供参考的借鉴,企业更应重视贸易结构的调整与优化。

参考文献:

[1] 盛 斌,马 涛.中间产品贸易对中国劳动力需求变化的影响:基于工业部门动态面板数据的分析[J].世界经济,2008(3):12-20.

[2] 喻美辞.工业品贸易对中国工业行业人口就业的影响――基于34个工业行业面板数据的实证分析[J].中国人口科学,2008(4):22-29.

[3] 戴 觅,徐建炜,施炳展.人民币汇率冲击与制造业就业――来自企业数据的经验证据[J].管理世界,2013(11):14-27.

第2篇:进口贸易数据范文

1.变量和数据的选取影响进口贸易主要有以下因素(表1):①人均GDP。该因素与人口有高度相关性,而且有的文献检验结果并不是非常理想,其实对于安徽省来说,进口贸易如果只是发生在特定产业,那么计算经济规模时引入人口是不合理的,但是安徽省作为一个省份,单纯仅用GDP同其他国家比较更是不现实的,所以本文依旧选取人均GDP作为指标。②消费。以2011年为例,安徽省进口食品及主要供食用的活动物和饮料及烟类总额27755万美元,占总进口的1.94%,该数据说明两个问题:安徽省进口贸易不是以消费为主,消费可能不是进口的动力因素;进口既然不是用于广大的消费,那么可能用于生产领域。③双边贸易成本。贸易成本分为销售成本、技术成本、关税成本,在实物贸易的方式下,贸易不可能达到没有成本,此外以往的研究并没有考虑多边阻力的影响,引入双边贸易成本,可以弥补这一计量缺憾。④出口贸易。安徽省作为发展中地区,进口原材料用于工业生产,最终为了出口。外商直接投资在理论上与进口贸易有间接影响,因为外商直接投资是按支出法核算国民经济的指标,在这里假设外商直接投资最终会以目标国进口的方式来收回资金。⑤汇率。本币对外币汇率降低,本币升值,不利于进口。⑥本地区的开放程度。理论上本地区越开放,进口额越大。本文的数据来源于2002—2012年安徽省统计数据,其中人均GDP采用GDP平价指数进行调整,进口来源国的人均GDP、各年的进口额、出口额来源于国际货币基金组织(IMF)的WorldEconomicOutlookDatabases(WEO)和中文版的世界银行网站,其中世界银行的“经济政策与外债”指标有各国经过购买力平价指数处理过的人均GDP。为了防止虚拟变量陷阱,对距离无量纲化处理,即用GDP数据对距离进行非线性处理,避免多重共线性。在选择出口、进口名义数据时,为了剔除汇率和价格波动的影响,采用GDP平减指数对名义数据进行处理得到实际数据。选择进口来源包括印度尼西亚、马来西亚、印度、日本、韩国、南非、德国、俄罗斯、巴西、智利、秘鲁、加拿大、美国、澳大利亚和中国香港15个国家和地区,这些国家和地区的进口额占到安徽省总进口额的81%以上,超过75%。计算得到各国家及地区双边贸易成本,前文阐述可贸易份额取值不影响双边贸易成本的测算,而且安徽省是生产大省,进口的货物多是实物而非服务,所以S取0.8是合适的。2.建立模型安徽省是一个工业发展处于起步阶段的省份,有许多不确定的影响因素,比如资源的浪费和低效率、政府政策影响、区位因素等都可能成为制约对外贸易的隐形成本,而且这些成本难以估量。随机模型可以很好地解决这类问题。为了数据处理方便,线性化引力模型的基本形式:lnMij,t=lnF(βXij,t)+ε(1)式中,ε是随机测量误差或者随机性因素,服从标准正态分布;Mij,t代表t年一国对另一国进口贸易总额;Xij,t代表t年贸易引力模型的参数设定,此为k×1阶向量。引入上述分析的影响因素,最终模型设定为:lnMij,t=β0+β1lnYi,t+β2lnYj,t+β3lnEXij,t+β4lnCij,t+β5lnDij,t+β6lnFi,t+β7lnht+β8lndt+ε(2)式中,Yi,t为t年安徽省和各个贸易伙伴人均GDP;EXij,t为t年出口;Cij,t为t年双边贸易成本;Dij,t为t年距离;Fi,t为t年外商直接投资;ht为t年的汇率;dt为t年的对外依存度,β0是与自变量无关的影响量,β1,β2,…β8为系数。

二、计量分析

采用eviews7.2中的pool模版处理随机效应模型,具体结果如下:1.模型分析通过序列图分析,单位根检验应该包含截距项和趋势项,通过level检测,在10%以及5%显著水平下,变量均未通过LLC以及IPS检验,进一步进行一阶差分检验,结果如表3所示。安徽省出口总量和外商直接投资没有通过单位根检验,因为此模型已经取对数做线性化处理,故不通过检验的变量可以直接舍去,模型变化为①:lnMij,t=β0+β1lnYi,t+β2lnYj,t+β3lnCij,t+β4lnDij,t+β5lnht+β6lndt+vit-μit(3)在level水平下,变量均未通过IPS检验,同样使用一阶差分检验,变量通过单位根检验。根据上述检验结果,变量之间为同阶单整关系,接下来进行变量的协整检验,建立的模型形式为:有常数项和时间趋势,变量滞后阶数为1。协整检验的零假设为不存在协整关系。本文采用Pedrom检验、Kao检验、Johansen检验三种方法,对面板数据之间的协整关系进行检验。除了Panelv-Statistic统计量p值为:0.0860,在10%显著水平下才通过检验外,其余变量p值都接近于0。同时Granger检验中,p值均显著低于5%,所以解释变量是被解释变量的Granger原因。在以上分析基础上对面板数据进行计量分析,通过Hausman检验,得到p值为1.000,接受原假设,建立随机效应模型。2.回归结果解释在回归结果中,lnYj的系数为负,说明进口来源国家与地区经济越发达,越不会向安徽省出口。Lnh系数结果不显著,说明汇率对安徽省进口贸易影响甚微,因为安徽省与一些国家与地区有长期的合作关系,重点进口这类国家的可贸易物品,不开放的对外贸易环境使一部分国家不会向安徽出口;其次,安徽省的对外贸易受到政府调控的影响严重,进口主要集殊部门,这也佐证了前文安徽省进口物品用于消费不足2%的事实;最后,安徽省是内陆省份,运输不便,构成对进口贸易的限制。双边贸易成本LnC结果显著,而且符号为负,说明双边贸易成本成为制约安徽对外贸易发展的主要因素,安徽通往港口的运输成本决定了贸易的数量和质量,这是一种隐形消耗,众多的学者把这种成本看作价格的内生函数,如今把它们两者区分开,成为下一阶段研究的重点。

三、结论

第3篇:进口贸易数据范文

由2007年4月美国次级贷款危机引发的国际金融危机于2008年9月雷曼兄弟的破产正式拉开帷幕,此后汹涌的危机浪潮迅速蔓延全球,中国也受到了难以抵御的冲击。危机爆发后,中国的经济增长速度放慢,失业率上升,原本不足的国内需求再度萎缩,进口贸易持续下降。进口贸易的变化在一定程度上体现出一国经济的高涨与低落。影响中国进口贸易的因素除了汇率及人均GDP等主要因素外,消费者的心理变化也不容忽视。随着国际金融危机的爆发与继续,中国市场处于一片低迷,人们对于中国经济未来走势的信心不断下降,在一定程度上影响了我国进口贸易市场的发展。本文通过构建实证模型,选取和处理2007—2010年相关月度数据,深入研究国际金融危机期间心理恐慌对我国进口贸易的实质影响。

二、研究综述

国内外对于进口贸易及影响其因素的研究一直较为关注。早在1990年进口问题课题组就对改革开放十年来进口贸易的发展做了研究,发现在我国经济发展速度过快以及消费的膨胀的刺激下,进口贸易呈螺旋式的增长态势。魏巍贤(1999)分析了影响我国进口需求的宏观经济因素,指出影响总进口的因素不仅包括总消费支出,还包括总投资支出以及总出口支出,并建立了中国进口需求短期行为的误差修正模型来证实他的观点。韩德光(2001)却认为影响中国对外贸易进口额的主要因素是国民收入和汇率,并通过实证说明国民收入对进口额的影响较大,汇率对进口额的影响则相对较弱。邵军和徐康宁(2006)使用协整分析方法研究了改革开放以来中国进口贸易与其决定因素之间的长期关系和需求弹性,认为无论是长期还是短期,中国的进口需求价格弹性较小,收入弹性较大,而这一现象主要与中国的进口需求结构有关。同年,李双杰和刘伟(2006)针对贸易政策变化对我国进口汽车市场的影响做了实证分析,发现由于进口汽车价格结构的复杂性,关税降低对进口汽车市场的直接影响并不大,而是通过人们的消费预期来间接影响市场。吕剑(2007)在研究外部冲击对我国进口贸易影响的实证分析时发现,我国进口与国际石油价格、国际游资数量呈负相关,而与人民币实际有效汇率、外国通货膨胀率水平和外国出口能力呈正相关。一般的贸易理论认为,本币升值后有利于降低进口商品成本,短期内产生进口替代效应,有助于减少贸易顺差。徐扬辉(2008)的研究却表明现实与理论相背离,并认为出现这种现象的原因主要在于我国加工贸易所占比重过大。林远(2009)也做了关于人民币实际有效汇率对我国贸易进口影响的实证研究,发现人民币实际有效汇率升值将显著减少我国的进口额,并且通过影响出口的方式间接影响进口,而我国的加工贸易进口却基本不受人民币汇率波动的影响。

Robert和Clinton(1994)测量了美国进口价格对于新产品的多样性以及新的外国供应商的可能偏好,并发现美国进口总需求的收入弹性变小。Abdelhak(1997)利用结构性进口需求方程对很多国家分别做了估计,发现计量经济学理论在小样本情况下对于不同的评估对象没有任何帮助。因此他根据蒙特卡洛方法对小样本的性质分别做了OLS和FM两种评估,结果表明,无论是短期弹性还是长期弹性,FM评估结果都明显强于OLS的评估结果。M.Shahe和Forhad(2001)认为不同国家的进口需求所对应的模型并不相同。他们在有限外汇管制的条件下针对斯里兰卡的长期进口需求建立了包括进口国收入和进口商品价格两个变量的结构计量经济方程,实证结果表明较以往的研究结果更为显著。Margarita和Thomas(2006)建立了垂直差异产品的贸易模型,发现收入不平等甚至是类似的变量都会影响进口需求。在利用约翰森程序对1948—1996年美国经济数据对收入不平等的变化对进口需求影响进行检验后,认为进口需求与收入及相对价格并不存在长期关系。M.Shahe和Forhad(2007)对他们在2001年所作的总进口模型进一步做了修正,并对印度和斯里兰卡的进口数据做了实证检验。Antonis等(2008)对收入不平等影响进口需求的问题做了更深入的研究,并根据1980—1997年的相关数据对36个发达和发展中国家分别做了检验,得到了非常显著的结果。国内外学者对各国进口贸易的研究取得了一定的成果,但是对国际金融危机下进口贸易所受影响的研究较少,关于心理因素对进口贸易影响的探讨更是寥寥无几。本文在借鉴国内外相关文献的基础上,分析当前国际金融危机期间心里恐慌对我国进口贸易的影响,力求对我国未来经济政策有所贡献。

三、模型构建及样本说明

(一)模型的构建

自国际金融危机爆发以来,世界各国经济增长放慢、失业人数上升、股市走向萧条,这些无疑使得消费者对未来经济形势的信心下降,导致消费减少,从而影响到进口贸易总额。因此,影响一国进口贸易总额的因素,除了汇率和人均国内生产总值之外,还应该包括消费者的心理变化。由于国际金融危机对消费者造成的心理影响主要表现在消费者对当前经济形势的感受及未来经济前景预期上,因此,本文选择消费者信心指数①来度量国际金融危机对消费者造成的心理影响。基于这样的逻辑思考,本文构建了实证模型的基本形式如下:It=F(GPCt,Et,CCIt)(1)式(1)中,It(Import)表示第t期我国进口贸易总额;GPCt(GrossDomesticProductpercapita)表示第t期我国人均国内生产总值;Et''''表示第t期人民币汇率;CCIt(ConsumerConfidenceIndex)表示第t期我国消费者信心指数。为准确反映我国与各进口对象国(地区)货币的双边汇率在人民币汇率水平决定中的权重,本文以人民币实际有效汇率指数BEERt(RealEffec-tiveExchangeRate)作为(1)式中的汇率Et的替代变量。同时,为更深入的研究人均国内生产总值对我国进口贸易总额的影响,本文将(1)式中的GPCt修正为人均国内生产总值增长率RGPCt(GrowthRateofGrossDomesticProductpercapi-ta)。在参考Feenstra,Gagnon和Knetter(1996)、Yang(1998)以及Alicia和Tuuli(2007)研究模型的基础上,本文建立的实证模型如式(2)①:D[log(It)]=α0+α1D(RGPCt)+α2D[log(REERt)]+α3D[log(CCIt)]+δt(2)

(二)样本的选取及描述

为了能够充分反映各变量在国际金融危机下对我国进口贸易总额的冲击,本文选择的样本数据均为月度数据。由于国际金融危机起源于2007年4月爆发的美国次级贷款危机,同时考虑到数据的可得性,本文将样本期确定为2007年4月至2010年6月。

1.我国月度进口贸易总额

我国月度进口贸易总额数据来源于中华人民共和国商务部网站②,由于所得数据均以亿美元为单位,为统一起见,本文根据国家外汇管理局网站③公布的人民币与美元兑换率将我国月度进口贸易总额数据的单位均转换为亿元。根据所得数据,我国月度进口贸易总额在2008年9月国际金融危机爆发之后开始急速下降,2009年1月竟跌至3513亿元。随着2009年上半年全球经济的逐渐回暖,我国月度进口贸易总额终于开始有所回升。

2.我国月度人均GDP增长率

我国的GDP数据来自于中华人民共和国国家统计局④。由于GDP数据均为季度数据,本文利用Eviews统计软件中二次函数的插值方法将其转换为月度数据。另外,计算人均GDP所需的我国人口数据来自于国家统计局的“2008年国民经济和社会发展统计公报”。根据所得数据,2007年4月开始我国人均GDP增长率明显下降,2007年7月竟跌至负值。2008年9月国际金融危机爆发后,我国人均GDP增长率更是暴跌不止,直至2009年4月才开始转为正值。这就说明,国际金融危机对我国人均GDP增长率造成的巨大冲击正在逐渐转缓。

3.月度人民币实际有效汇率指数

月度人民币实际有效汇率指数⑤数据来源于国际清算银行网站⑥。根据所得数据,自2007年4月美国次级贷款危机爆发以来,月度人民币实际有效汇率指数整体呈上升态势,特别是2008年7月至11月期间上升幅度明显增加。自2008年11月开始美元开始对欧元和日元等主要货币贬值,使得人民币升值压力有所减轻。虽然2009年2月人民币实际有效汇率指数再次步入新高,但此后便开始稳步回落。

4.我国月度消费者信心指数

我国月度消费者信心指数来源于中华人民共和国国家统计局网站。根据所得数据,自2007年4月美国次级贷款危机以来,我国消费者信心指数整体呈跌势。2007年12月开始不断下降,尤其自2008年9月国际金融危机正式爆发后,消费者对未来经济形势的预期陷入一片低迷,我国消费者信心指数急速下跌。在经济即将回暖之初即2009年3月,我国消费者信心指数终于开始有所回升,这就意味着我国消费者对国际金融危机的心理恐慌逐渐缓解,并对经济前景的预期有所改观。

四、实证分析

对本文所建模型中各变量样本数据的描述表明:国际金融危机爆发后,我国进口贸易总额、人均GDP增长率、消费者信心指数等都受到了极大的影响,人民币实际有效汇率指数也因美元的贬值出现不稳定的态势。然而,国际金融危机对我国进口贸易总额的一部分冲击是否通过消费者的心理因素传导,消费者的心理恐慌是否对我国进口贸易总额存在实质的影响,这就需要对本文所建模型做进一步的实证检验。

1.平稳性检验

根据统计学基本原理,实证研究所需的时间序列必须为平稳序列,否则会使结果无法反映自变量与因变量之间的真实关系,即产生伪回归问题。本文所采用的样本均为时间序列数据,为防止伪回归,本文采用单位根检验法①对所选取变量的时间序列进行平稳性检验,结果如表1所示。由表1可知,变量D[log(It)]、D(RGPCt)、D(REERt)和D[log(CCIt)]都通过了单位根检验,说明这四个时间序均为平稳序列。

2.格兰杰因果检验

样本序列的平稳性虽然得到了验证,但是模型中所设自变量是否为因变量变化的原因仍需进一步判断,也就是要确定解释变量D(RG-PCt)、D(REERt)和D[log(CCIt)]的变化是否能够引起被解释变量D[log(It)]的变化,分别做格兰杰因果检验,结果如表2所示。由表2可知,在5%显著性水平上,D(RG-PCt)、D(REERt)和D[log(CCIt)]均为D[log(It)]变化的Granger原因。

3.实证结果及分析

选取和处理2007年至2009年的相关月度数据,对本文所建立的实证方程式(2)进行参数估计和检验,其结果如表3所示。

对于式(2)回归得到结果所做的D.W.自相关性及异方差性检验均表明,本文所构建的实证模型是合理的。同时回归方程调整后的R2值达到0.62,且完全通过了F检验,说明本文所建的回归方程拟合优度非常好。从各参数估计值的检验值来看,本文所建回归方程中各变量系数以及常数项的估计值显著性都非常高,达到1%的水平。表3中各变量系数的估计值表明:我国月度人均GDP增长率的变化、我国月度消费者信心指数增长率的变化均与我国月度进口贸易总额增长率的变化正相关。这就意味着在国际金融危机的背景下,我国月度人均GDP增长率下跌即我国月度人均GDP增长速度的放慢,会使得我国月度进口贸易总额增长率的下降;我国月度消费者信心指数增长率的下跌即我国消费者对当前及未来经济形势的月度预期变差,从而降低消费欲望,引起我国月度进口贸易总额增长率的减少。同时,表3还显示月度人民币实际有效汇率指数的上升与我国月度进口贸易总额增长率负相关。根据传统经济学理论,本国货币的升值意味着本国从外国进口商品价格的相对降低,从而促进了本国进口贸易总额增加,而本文所得到的结论恰与传统的经济学理论相反。原因有三:第一,本文所讨论的样本期处于国际金融危机的特殊环境下,国际金融危机给我国消费者造成了一定的心理恐慌,使得消费者的消费欲望大大减少,从而影响到我国进口贸易总额。无论是进口商还是普通消费者都对未来经济形势存在疑虑。第二,在美国次贷危机爆发之前人民币汇率走势仍较为平缓,而2007年4月之后人民币则不断呈现出升值态势,在2008年9月国际金融危机正式引燃之后,人民币汇率再度步入新高,这一切都增加了进口商及普通消费者的惶恐与不安。第三,我国消费者始终处于二元结构,即低收入人群和高收入人群。高收入人群对于进口商品中的高价物品消费较多,而高收入人群对于汇率及经济环境敏感性较高,国际金融危机的爆发使得高价进口物品消费减少,从而引起我国进口总额下降。因此,虽然人民币升值在一定程度上降低了进口商品的价格,但是在国际金融危机的背景下,人民币升值并没有使得进口商及普通消费者购买更多的进口商品,反而使得进口商及普通消费者恐慌心理加重,从而保持观望态度,甚至减少进口商品的购买,于是我国进口贸易总额在人民币升值的情况下反而减少。从表3各参数估计值大小来看,α3的估计值较大为5.693153,这就表明,我国月度消费者信心指数增长率对我国月度进口贸易总额增长率的影响非常明显,即我国消费者对当前经济形势的感受和对未来经济前景的预期显著引起我国进口贸易总额的变化。系数α1的估计值为0.478729,与α3的估计值相比较小,说明我国人均GDP增长率的变化对我国进口贸易总额增长率的影响相对较小。系数α2估计值的绝对值较其它系数而言非常小,仅为-1.617922,但其显著性水平也达到1%。这表明在国际金融危机背景下,虽然人民币的不断升值使得我国进口贸易总额减少,但是相对于其他因素来说这种反常的影响较弱且短暂,我国消费者的信心会随着全球经济的回暖而逐渐增强,人民币实际有效汇率指数对我国进口贸易总额的影响终会回归正常的轨道。五、结论及政策建议本文对2007年4月至2010年6月期间的样本数据做了实证分析,并在实证结果显著的情况下得到了以下结论:在国际金融危机期间,我国人均GDP增长率的下降及我国消费者的心理恐慌都严重影响了我国进口贸易,引起我国进口贸易总额的减少。同时,在国际金融危机这样的特殊时期,人民币汇率的不断升值反而对我国进口贸易产生了负面影响,即使得我国进口贸易总额下降。这些结果均表明,国际金融危机不仅对全球各经济体造成了剧烈的冲击,还使得人们的心理产生极度的恐慌,于是,消费者减少了消费欲望,进口商减少了贸易往来,从而导致我国进口贸易总额的下跌。我国进口贸易总额的增加和减少,在一定程度上表现出我国经济形势的强盛与衰弱。同时,部分进口商品是为了出口商品服务,进口总额的减少会使得我国出口总额的下跌,进而影响到我国贸易总额。因此,本文的主要政策建议是:

1.积极加强宣传。国际金融危机对人们心理造成的恐慌造成了消费的减少和贸易的萎缩。恐慌的心理不能即刻消除,源于消费者对当前及未来经济形势的态度。我国采取的各项政策以及取得的效果都可以通过各种途径多方宣传,尽可能的减轻消费者的心理负担,以期改变我国消费者对未来经济形势的预期,逐渐恢复对我国经济的信心。

第4篇:进口贸易数据范文

关键词:服务贸易;服务业;经济增长;面板协整

中图分类号:F740.22文献标识码: A文章编号:1003-4161(2009)04-0070-04

1.引言

国际贸易中长期以来都是货物贸易占据主导地位,但从1980年起国际服务贸易开始呈现出比国际货物贸易更强劲的发展势头,服务贸易发展非常迅速,并越来越成为大国竞争的焦点。据世界贸易组织(WTO)的统计,国际服务贸易总额从1980年的7 674亿美元扩大到2007年的63 163亿美元,占世界贸易总额的份额也从15.7%上升至18.3%。在国际服务市场上发达国家仍然是服务贸易的主体,并呈现以欧美国家为主体的发展格局。数据显示,2007美国服务贸易总额约为7 900亿美元,其中出口额和进口额分别约为4 540亿美元和3 360亿美元,位居世界首位,而英国和德国分别排名世界第二和第三。

国际服务贸易的迅速发展是世界产业结构调整背景下的产物,主要发达国家的经济重心已经转向服务业,产业结构呈现由“工业经济”向“服务经济”转型趋势。目前,全球服务业增加值占国内生产总值比值达到60%以上,主要发达国家达到70%以上。从研究文献来看,服务贸易与服务业发展和经济增长之间的关系引起国内外学者的广泛关注。Alan V. Deardorff(2001)认为服务贸易会刺激服务业的发展,服务贸易提供的运输、保险、金融等服务不但有助于服务业的发展,还会间接推动经济增长。Ramkishen(2002)利用中国、印度尼西亚、韩国、马来西亚和泰国五个亚洲国家服务贸易相关数据建立模型,认为服务业市场的开放,有助于经济结构调整,并促进经济增长。刘绍坚(2005)认为跨国公司服务业国际转移是服务贸易发展的内在动力。陈凯(2006)论证了经济全球化和广泛的国际分工使得各国通过日趋广泛的国际服务贸易实现国际范围内的产业、产品协调。耿乃凡(2007)在对江苏省服务业和国际服务贸易发展现状分析的基础上,提出江苏省发展服务业和国际服务贸易的对策措施。杨玲(2008)引用投入产出表进行了中国生产者服务业对国际服务贸易贡献度的理论与实证研究。

笔者主要利用OECD主要的八个国家服务贸易的进口总额、服务贸易的出口总额与服务业的增加值总额和GDP总值,采用面板单位根检验、面板协整等以面板数据模型为基础的分析方法,考察服务贸易服务业发展和经济增长的影响。

2.数据和面板协整方法说明

2.1 数据来源

基于数据的可得性和本文研究的目的,笔者选取OECD主要8个国家1980-2004年期间的数据为样本,这8个国家分别为美国、加拿大、英国、法国、意大利、日本、澳大利亚、西班牙,此处因德国在1990年东西德合并,之前年份数据缺失故不作为样本国家。数据主要来源于WTO国际贸易统计数据库、世界银行(WB)数据库和国际统计年鉴历年数据。在变量选取上,主要选取OECD的8个国家每年的服务业增加值(SEV)、服务贸易出口总额(EX)、服务贸易进口总额(IM)。为消除数据之间的异方差性,数据经过取自然对数处理相应变量取为LNSEV、LNEX、LNIM。

2.2 单位根检验

由于宏观数据常受到数据非平稳的影响,传统面板模型会产生“伪回归”,因此首先采用面板单位根检验方法对截面变量LNSEV、LNEX、LNIM进行平稳性检验。面板单位根检验方法分为同质单位根检验法与异质单位根检验法两大类,同质单位根检验法分别有LLC(Levin, Lin, and Chu)检验法、Breitung检验法和Hadri检验法;异质单位根检验法分别有IPS(Im, Pesaran, and Shin)检验法、ADF-Fisher检验法和PP-Fisher检验法。根据本文模型变量选取的异质性特点,选用IPS检验方法、ADF-Fisher检验法和PP-Fisher检验法三种方法实现异质性面板模型的单位根检验。

2.3 异质面板协整检验

在时间序列分析中,Engle-Granger协整检验是基于残差检验实现的,如果变量之间存在协整关系,则残差就为I(0)过程,如果变量之间不存在协整关系,则残差就为I(1)过程。Pedroni和Kao将Engle-Granger的框架扩展到了面板数据领域,Pedroni提出了一系列允许不同截面之间存在不同个体效应和趋势的协整检验。由(1)式为例,考虑如下回归形式:

LNSEVit=αi+χit+θt+βLNEXit+γLNIMit+εit

i=1,2,……9;t=1,2,……15;

参数αi和χi表示截面个体的确定效应和趋势效应。该检验的零假设为不存在协整,则在零假设下残差项εit应为I(1)过程,即ρi=1。并通过进行辅助回归来判断残差项是否是I(1)过程:

εit=ρiεit-1+uit

或 εit=ρiεit-1+Σρij=1itεit-j +vit

其中,i=1,2,……9;t=1,2,……15;

Kao检验的思路与Pedroni检验类似,只是在第一阶段回归时,确定了模型中必须且只允许包含个体确定效应并且模型中外生变量的系数是齐性的,即不同截面外生变量的系数相同:

LNSEVit=αi+βLNEXit+γLNIMit+εit

LNSEVit=LNSEXit-1+uit

LNEXit=LNEXit-1+vit

LNIMit=LNIMit-1+rit

其中,i=1,2,……9;t=1,2,……15;然后同Pedroni检验一样进行辅助回归,判断残差项εit是否是I(1)。

3.服务贸易对服务业影响的实证结果

3.1 面板协整方程

面板数据(Panel Data)能够同时反映变量在截面和时间二维空间上的变化规律和特征,具有纯时间序列数据和纯截面数据所不可比拟的优点。但如果发现面板数据集中的变量存在单位根,常规的OLS计量方法就可能失效,为了检验这八个国家服务贸易进口总额、服务贸易出口总额与服务业增加值三个非平稳变量之间是否存在协整关系,就需要进行面板协整检验。构造异质面板数据模型步骤如下:首先用模型1来分析服务业增长与服务贸易出口、服务贸易进口之间是否存在面板协整关系,通过β和γ的符号和显著性来判断服务贸易对于经济服务化的影响。然后分别用模型2和模型3来分别检验服务业增长与服务贸易出口,服务业增长与服务贸易出口的关系。各个模型的具体设定如下:

Model 1: LNSEVit=αi+θt+βLNEXit+γLNIMit+εit

Model 2: LNSEVit=αi+θt+βLNEXit+εit

Model 3:LNSEVit=αi+θt+γLNIMit+εit

其中 i=1,2,……9;t=1,2,……15

模型中αi为常数项,θt为趋势项,β度量了服务贸易出口总额对服务业发展的影响,γ度量了服务贸易进口总额对服务业发展的影响。

3.2 单位根检验结果

表1 面板单位根检验结果

检验方法变量

水平值一阶差分

检验统计量Prob.检验统计量Prob.

LPSLNEX3.448410.9997-7.094650.0000

LNIM3.186270.9993-6.240930.0000

LNSEV1.664780.9520-4.903980.0000

ADF-FisherLNEX5.766370.990476.14690.0000

LNIM3.247560.999767.17840.0000

LNSEV18.24980.309551.38050.0000

PP-FisherLNEX5.215040.994673.62680.0000

LNIM3.051560.999865.06580.0000

LNSEV19.45330.245951.26540.0000

注:IPS、ADF-Fisher和PP-Fisher三种检验方法的零假设均为存在单位根。

由表1可知,利用LPS、ADF-Fisher和PP-Fisher三种方法检验所有面板数据是否具有单位根,在水平序列情况下显著接受对所有变量非平稳原假设;而在一阶差分情况下则显著拒绝所有变量非平稳假设,即所有变量都是I(1)序列。因此,要采用面板协整分析方法来确定各变量之间是否存在长期稳定关系。

3.3 面板协整检验结果

利用Pedroni和Kao提出的方法对三个模型分别进行面板协整检验,表2结果显示模型1、模型2和模型3分别以1%、5%和10%的水平显著性,有力地证明了不存在面板协整的原假设不成立,即支持OECD八国的服务贸易的出口总额、服务贸易的进口总额与服务业增加值之间存在面板协整关系,说明服务贸易发展与经济结构服务化存在着长期均衡关系,以下将对它们之间的长期关系作进一步的估计。

表2 面板协整检验结果

方法及统计量模型1模型2模型3

Pedroni检验panel adf-statgroup adf-stat-2.435366**-2.073477**

-1.412010*-1.318828*-3.402586 ***-2.623781**

Kao检验 ADF-4.269338***-3.880573***-4.046338***

注:“***”表示在1%水平下显著,“**”表示在5%水平下显著,“*”表示在10%水平下显著。

3.4 面板协整方程的FMOLS和DOLS估计

首先看FMOLS估计结果,模型1在不含时间效应时服务贸易出口总额的系数不显著,在考虑时间效应时,参数估计量在5%水平都显著,β和γ的估计值分别为负数和正数;模型2在不含时间效应时参数估计5%水平显著,且β为正数;模型3两种情况下参数估计都显著,但考虑时间效应时,估计值明显减小。由模型2和模型3可知,服务贸易进口和出口对服务业的发展具有较强的正个体效应,说明服务贸易的发展对各个国家经济服务化有较强的推动作用。因为FMOLS估计结果在两种不同情况下显著性不同,我们还不能准确地判断服务贸易出口总额对于服务业发展的时间效应,以及服务贸易出口与进口对经济服务化影响的差异性,我们再借助基于含有和未含有时间效应的DOLS估计方法来分析。从DOLS估计结果看,模型1在含有时间效应时参数估计量都显著,β和γ的估计值分别为负数和正数,此与FMOLS结果相一致。模型2和模型3在两种情况下估计量都显著,通过比较可知服务贸易进口的系数相对较大,特别是考虑时间效应时服务贸易进口估计值的系数比出口大近一倍。同时,在模型1中考虑时间效应的情况下,服务贸易出口的系数为负,说明模型结果具有一致性。

以上估计结果,与经济发展现实的观察是一致的,20世纪80年代以后本文研究的OECD八国服务贸易基本都处于世界服务贸易排名的前列,其强有力的服务贸易地位极大地促进了服务产业的发展,推动国家由工业经济向服务经济过渡。通过对估计结果的分析,我们还可以得到:①服务贸易对服务业具有极大的推动效应,但从时间趋势来看,这种推动效应在减弱,这可能与大多数发达国家已经进入服务经济形态有关。②数据服务贸易中进口与出口相比较,前者对服务业发展具有更强的正向推动效应,特别是考虑时间趋势时,服务贸易进口对经济服务化的影响更加深远。我们在讨论服务贸易问题时,一般多将研究的焦点放在服务贸易的出口上,而较少关注服务贸易的进口问题,本文的结果显示了后者的研究价值。

表3 面板协整的FMOLS和DOLS估计

模型1模型2模型3

参数个体个体+时间个体个体+时间个体个体+时间

βFM0.1810(1.466)-0.3147**(-2.795)0.8434**(15.947)0.1504(1.287)

γFM0.6819**(5.732)0.5297**(5.541)0.8622**(21.400)0.4062**(5.294)

R2FM0.94230.96650.90660.94330.93970.9650

βDOLC0.1973(1.598)-0.2003**(-2.188)0.8465**(16.006)0.2268**(5.681)

γDOLC0.6668**(5.605)0.5170**(5.863)0.8584**(21.305)0.4397**(14.501)

R2DOLC0.94370.96760.90780.94400.94070.9657

注:括弧中数值为对应参数的t-统计量,“**”表示在1%水平下显著。

4.服务贸易对经济增长影响的实证结果

4.1 面板协整方程

模型4检验服务业增长与服务贸易出口、服务贸易进口之间是否存在面板协整关系,通过β和γ的符号和显著性来判断服务贸易对于GDP总量的影响。然后分别用模型5和模型6来分别检验GDP增长与服务贸易出口,GDP增长与服务贸易出口的关系。各个模型的具体设定如下:

Model 4:

LNGDPit=α1+θ1+βLNEXit+γLNIMit+εit(1)

Model 5:

LNGDPit=α1+θ1+βLNEXit+εit(2)

Model 6:

LNGDPit=α1+θ1+γLNIMit+εit(3)

其中i=1,2,……9;t= 1,2,……15

模型中α1为常数项,θ1为趋势项,β度量了国际服务贸易出口总额对GDP总量的影响,γ度量了服务贸易进口总额对GDP总量的影响。

4.2 单位根检验结果

由表4可知,在水平序列情况下显著接受对所有变量非平稳原假设;而在一阶差分情况下则显著拒绝所有变量非平稳假设。因此,要采用面板协整分析方法来确定各变量之间是否存在长期稳定关系。

表4 面板单位根检验结果

检验方法变量水平值一阶差分

检验统计量Prob.检验统计量Prob.

LPSLNEX3.448410.9997-7.094650.0000

LNIM3.186270.9993-6.240930.0000

LNGDP 2.87357 0.9980-4.960750.0000

ADF-FisherLNEX5.766370.990476.14690.0000

LNIM3.247560.999767.17840.0000

LNGDP 7.24715 0.968252.90590.0000

PP-FisherLNEX5.215040.994673.62680.0000

LNIM3.051560.999865.06580.0000

LNGDP 4.807480.996653.16220.0000

注:IPS、ADF-Fisher和PP-Fisher三种检验方法的零假设均为存在单位根。

4.3 面板协整检验结果

结果显示模型4、模型5和模型6分别以1%、5%和10%的水平显著性(见表5),说明面板协整的原假设成立,说明国际服务贸易发展推动了经济增长,两者存在着长期均衡关系,以下将对它们之间的长期关系作进一步的估计。

表5 面板协整检验结果

方法及统计量模型4模型5模型6

Pedroni检验

panel adf-statgroup adf-stat-1.937651*-2.357649**

-2.642657**-3.0795528**-3.679517 ***-3.647836***

Kao检验

ADF-4.040596***-4.029548***-3.052864**

注:“***”表示在1%水平下显著,“**”表示在5%水平下显著,“*”表示在10%水平下显著。

4.4 面板协整方程的FMOLS和DOLS估计

表6 面板协整的FMOLS和DOLS估计

模型4模型5模型6

参数个体个体+时间个体个体+时间个体个体+时间

βFM0.3738**(7.133)0.2238**(5.045)0.3471**(19.151)0.2211**(6.110)

γFM-0.0320(-0.633)-0.0588(-1.560)0.3417**(13.953)0.0772**(2.077)

R2FM0.91280.96550.91920.96820.86160.9546

βDOLS0.3562**(6.796)0.2151**(6.002)0.3384**(18.669)0.2009**(16.141)

γDOLS-0.0191(-0.378)-0.0261(-0.758)0.3280**(13.392)0.0736**(5.096)

R2DOLS0.92300.96900.92190.96840.86520.9569

注:括弧中数值为对应参数的t-统计量,“**”表示在1%水平下显著。FMOLS估计结果显示,模型4中β的估计值为正和γ的估计值为负,且γ估计值显著性不足,说明国际服务贸易中服务贸易出口相比较而言对经济的增长具有更强的推动效应;由模型4和模型5中估计值结果都具有显著性,说明国际服务贸易进出口对经济增长具有较强的正的个体效应和时间效应,说明服务贸易的发展对各个国家经济增长有较强的影响作用,并且长期来看服务贸易出口对经济增长推动作用更明显。从DOLS估计结果看,模型4、模型5、模型6估计值结果与FMOLS估计结果基本相似,模型结果具有一致性。

5. 小结

利用OECD八个国家1980―2004年的服务贸易出口总额、服务贸易进口总额、服务业增加值和GDP总量的数据,研究国际服务贸易对服务业和经济增长的影响。首先,运用LPS、ADF-Fisher和PP-Fisher三种方法检验了数据的平稳性,结果表明所有数据变量具有不平稳性。再利用Pedroni和Kao提出的方法进行面板协整检验,证实了这八个国家服务贸易进口、服务贸易出口与服务业发展和经济增长之间存在长期的稳定关系。FMOLS和DOLS协整估计结果比较分析表明,服务贸易出口和服务贸易进口对服务业和经济增长都具有促进作用,从长期来看,服务贸易进口对于服务业具有显著的推动效应,而服务贸易出口对于经济增长具有更显著的推动效应。

运用面板协整技术研究OECD国家服务贸易与服务业发展和经济增长的关系是一项新尝试,本研究有存在不足的地方,如消除汇率和价格变动对面板数据的影响,从而提高数据质量的问题,以及面板数据协整检验与估计方法的技术也有待于改进。

参考文献:

[1]易丹辉.数据分析与Eviews应用[M].中国人民大学出版社,2008.

[2]Deardorff Alan V., Special Section: the New International Trade Agenda and the WTO[J]. Review of International Economics 9(2):233, 2001.

[3]Kao C. and Chiang M ., On the estimation and Inference of a co-integrated regression in panel data[J]. Advances of Econometrics, 15:7-51, 2000.

第5篇:进口贸易数据范文

【关键词】自由贸易区 贸易效应 引力模型

一、引言

2002年11月,我国与东盟签署《中国――东盟全面经济合作框架协议》,自此中国与东盟正式开启自贸区建设的进程。2004年起“早期收获计划”开始顺利实施,有效促进了区域内农产品的贸易。而对于作为东盟成员国之一的新加坡来说,无论在经济总量还是金融发展或是社会建设方面,新加坡在东盟十国中都处于领先的地位,且经济持续增长。因此,中国与新加坡的贸易往来也必将越发紧密。

2008年10月,中国与新加坡签订自贸区协议,新加坡成为东盟成员国中第一个单独与中国建立双边自由贸易区的国家。经过双方的努力,2000――2015 年中国与新加坡之间进出口贸易总额呈递增趋势,双边贸易额从2000年的331.5亿美元增加到2015年的795亿美元。此外,比较进口和出口的数据可知,虽然中国对新加坡进口总额和出口总额整体上增长,但出口总额的增幅显著高于进口总额,表明中国对新加坡进出口贸易顺差进一步扩大的现象。

在进出口结构方面,莫瑶(2016)指出双边贸易以工业制成品为主,初级产成品比重较低。中国从新加坡进口的货物中,初级产品的进口额出现负增长现象,而工业制成品的进口额大体保持着正增长趋势,工业制成品总额不断扩大。从中国对新加坡出口货物结构来看,中国对新加坡出口的初级产品总额和工业制成品总额均呈增长趋势,且工业制成品的出口额远高于对初级产品的出口额。

中新自由贸易协定在中国――东盟自贸区的基础上,进一步加快了双边减税的进程,加强了两国在货物、服务贸易等领域的经贸合作关系。中新两国双边自由贸易区的建立预示着中国与新加坡的经济合作展开了新的局面。在中国与新加坡双边贸易规模迅猛增长的态势下,中国和新加坡之间的贸易合作关系也发生显著变化。分析中国――新加坡自由贸易区的建立对两国贸易产生的影响,并探讨成功的经验,有利于为正在进行中的自由贸易区建设提供借鉴,为如何更好地运用自由贸易区的优势发展贸易提供建议,促进我国经济的发展。

通过阅读文献可以发现,学者们对中国――东盟自由贸易区经济效应的研究内容较为丰富,而针对运用引力模型来分析中国――新加坡自由贸易区经济效应的研究则不够全面。本文运用扩展的引力模型,分析中国――新加坡自由贸易区建立的贸易创造效应以及对比其贸易转移效应对我国从东盟国家和从其他贸易伙伴的进口产生的影响。

二、文献综述

关于中国――新加坡自由贸易区的贸易效应国内已有一些研究成果。项义军,厉佳佳(2014)指出中国――新加坡自贸区的建立,促使两国之间的贸易规模不断扩大,两国根据自身优势重新分配生产要素,优化资源配置。而随着两国贸易合作深化,贸易额也将会再达到高峰。此外,从长远的角度来看中新贸易的合作,贸易创造效应会占据主导地位。于翱翔(2015)指出,中国与新加坡双边贸易额的增长会对中国国内生产总值产生积极影响,它们之间的均衡关系是长期且稳定的。中国――新加坡自由贸易区成立后所带来的两国双边贸易的快速增长,将会刺激中国国内生产总值的提高。

关于基于引力模型的中国――新加坡自贸区贸易效应的研究:林琳,李怀琪(2015)从贸易创造效应和贸易转移效应两方面对中国――新加坡自贸区建立后的贸易效应进行实证检验。包含的变量有各国GDP、距离变量、两个贸易区的时间虚拟变量,运用混合效应的引力模型,得出中国――新加坡自贸区的成立对非成员国的贸易转移效应相对较小,中国――新加坡自贸区的贸易效应以贸易创造效应为主的结论。俞雷(2013)考察了2008年至2011年的数据,比较了中国――新加坡自由贸易区的建立对中国向新加坡的出口额和中国从新加坡的进口额的影响。选取其他九个主要贸易伙伴进行对比分析,得出中国――新加坡自由贸易区的建立促进了中国同新加坡的进出口贸易,即存在贸易创造效应,而对中国出口新加坡的促进作用在减弱。因此,新加坡是建立自由贸易区的受益者。成利沙(2012)除传统变量以外,还加入了利率、开放度水平、汇率、金融危C等变量,运用1995年第一季度至2011年第四季度的数据,得出中国与东盟自由贸易区以及中国与新加坡自由贸易区的建立促进了中新两国的双边贸易,两个自由贸易区所产生的贸易创造效应大于贸易转移效应的结论。

通过阅读文献,本文发现已有研究的不足:1.数据大多用的2012年及以前的数据,需要数据更新;2. 没有进行贸易转移效应在不同区域的差别比较。本文在已有优秀研究的基础上,一方面更新了数据,另一方面对比了中国――新加坡自由贸易区对于东盟成员国与对其他主要贸易伙伴的贸易转移效应,弥补了贸易转移效应对比的分析,希望能为更好地发展自贸区提供政策建议。

三、理论模型

贸易引力模型是度量贸易流量和估算贸易潜力的重要方法,是国际贸易理论的重要组成部分。已经有许多研究运用引力模型来研究自由贸易区产生的贸易效应。贸易引力模型的理念最初来源于物理学领域著名的理论万有引力定律,它是指任意两物体之间的相互引力与质量成正比,与距离正反比。最早将引力模型运用到国际贸易领域的是Tinbergen和Poyhonen。陈雯(2002)指出在1962年的一次演讲中,Tinbergen第一次提出要运用引力模型来研究双边贸易流量。而Poyhonen从1963年开始在德国用引力模型来解释国家间贸易流量的问题,他们的研究有一个共同点,那就是研究的核心都是考察经济规模和距离对世界贸易流向与贸易流量的影响。他们指出,两国双边贸易量的规模与两国的经济总量成正比,与两国之间的距离成反比。引力模型的基本形式如下:

Xij=GSi MjΦij

其中,Xij表示 i国到j国的出口价值,Mj表示j 国所有的特定因素,表征进口国的总需求,Si表示i国所有的特定因素,表征出口国总供给愿望。G表示与i和j无关的变量,例如世界自由化程度,Φij表示出口国i进入j国市场的难易程度,通常用两国首都或经济中心之间的距离或语言等变量来表示。

在研究中,通常将基本形式转化为对数线性形式,如:

lnXij=α0+α1lnYi+α2lnYj+α3lnDij+α4Pij+εij

其中,Xij: i国对j国的出口值,Yk(k=ij):k国的国民生产总值,Dij:i国与j国间的距离,Pij:区域经济一体化形成的虚拟变量,εij:模型误差。

在引力模型后续的发展中,这一模型被学者们添加了更多的解释变量,如人均收入、汇率、是否拥有共同语言或文化等等。

本文用中国向贸易伙伴的出口额与进口额作为被解释变量,中国与贸易伙伴的GDP、距离、人口乘积、中国――东盟自贸区时间虚拟变量、中国――新加坡自贸区时间虚拟变量作为解释变量。根据经验和经济原理,中国的GDP规模对于中国的进口额有正向影响,贸易伙伴的GDP规模对中国的出口额有正向影响,两国之间的距离对进出口额有负影响。人口乘积对于进口贸易额有两方面的作用,一方面人口数量越大,总需求越大。两一方面,人口越多,人均收入越少,人均需求越小,因此人口乘积对进口贸易额的作用方向不确定。而对于出口贸易额,匡增杰(2015)认为人口变量对出口贸易具有两方面的作用:一方面,随着人口增加,国内分工深化,产品总量增加,这将会增加国内产品的出口。另一方面,人口增加会导致国内产品需求增加,减少国内产品出口。中国――东盟自贸区、中国――新加坡自贸区建立的时间虚拟变量对于中国的贸易额预计有正的贸易创造效应和对其他国家负的贸易转移效应。

四、经验分析

(一)模型设定与检验

1、贸易创造效应

贸易创造效应是将贸易从低效率生产的本国生产者转移至高效率生产的区域性贸易协定成员国。本文考察中国――新加坡自贸区的建立对中国与新加坡之间的贸易额的影响,分别从出口与进口两个方面来考察。描述经济总量的变量一般有GDP、人均GDP等,考虑到如果加入过多变量可能导致多重共线性,所以本文只包括了中国与新加坡的GDP来描述各自的总需求和总供给。由于只有一个国家,所以不包含距离变量。模型构建如下:

线性化的进口贸易引力模型:

lnEXt=α0 +α1lnCGDPt+ α2lnSGDPt +α3P1t + α4P2t+α5lcpop_lspopt +εt(1)

t=2000,2001…..2015 α0,……α4 为系数,εt 为随机误差项。

线性化的出口贸易引力模型:

lnIMt=β0+β1lnCGDPt +β2lnSGDPt + β3P1t + β4P2t +β5lncpop_popt+μt(2)

t=2000,2001…..2015 β0,……β4 为系数,μt 为随机误差项。

其中EX、IM分别为中国从新加坡的出口和进口额,CGDP表示中国以现价美元计算的GDP总量,SGDP表示新加坡以现价美元计算的GDP总量。P2是虚拟变量,由于新加坡槎盟成员国,所以用P2表示中国――东盟“早期收获计划”在2004年的开始,2004年以前P2为0,2004年以后为1。P1也是虚拟变量,表示中国――新加坡自由贸易区的建立,2008年10月该自由贸易区建立,所以P1在2009年以前是0,在2009以后是1。

(1)平稳性检验

(2)多重共线性检验

Variable | VIF 1/VIF

----------+----------------------

ddlCGDP | 2.32 0.431207

ddlGDP | 1.92 0.520615

ddlcpop_pop | 1.44 0.695301

P1 | 1.30 0.768397

----------+----------------------

Mean VIF | 1.74

VIF检验表示不存在多重共线性。

(3)序列相关检验

经过序列相关检验,当被解释变量是ddlEX时,拒绝原假设,存在序列相关,需要修正序列相关;当解释变量为dlIM时,不能拒绝原假设,不需修正序列相关。

2、对于东盟国家的贸易转移效应和对于其他重要贸易伙伴的贸易转移效应

贸易转移是指在形成自由贸易区后,一国减少从生产成本较低的非成员国的进口,转而向生产成本比较高的成员国进口。本文研究的是中国――新加坡自由贸易区的贸易转移效应,所以考察的是中国――新加坡自由贸易区建立对中国从非成员国进口的影响,不涉及中国对非成员国出口的影响。根据此思路,在引力模型中,可以用虚拟变量P1来度量自由贸易区的建立对从非成员国进口所产生的影响,即贸易转移效应。为了对比中国――新加坡自贸区的建立对于东盟成员的贸易转移效应与对其他主要的贸易伙伴的贸易转移效应是否存在差异,本文选取除新加坡以外的9个东盟成员:马来西亚、印度尼西亚、柬埔寨、老挝、泰国、越南、缅甸、菲律宾、文莱,以及日本、韩国、德国、美国、俄罗斯、巴西、加拿大、英国、澳大利亚、印度这十个中国较大的贸易伙伴国作为对比分析。

模型为:

lnIMit = β0 +β1lnCGDPt+β2lnGDPit+β3lncpop_popit +β5P1t+β6lndisi+εit(3)

t=2000,2001…..2015 β0,……β4 为系数,μt 为随机误差项。

在分析中,本文采用2000-2015年的面板数据,面板数据的优势在于涵盖更多的横截面数据和时间序列数据,规避单一数据类型的时间和个体差异,增加模型拟合的效果和准确性。

(1)平稳性ADF检验

(2)随机效应与固定效应检验

蒋冠(2015)指出面板数据模型的回归方法通常可以分为混合效应、固定效应和随机效应三类。混合方法是指不加区分地对任何个体和截面采用混合最小二乘法估计参数。固定效应方法适用于系数效应方向一致、大小相似的情况,细分为个体固定、时点固定和个体时点双固定效应模型。随机效应方法是指将原来固定的系数作为随机变量进行回归。通过检验,本文模型中的随机效应显著,且通过Hausman检验,无法拒绝原假设,故选择随机效应模型。

(二)数据描述

引力模型变量说明、数据来源及系数预期

描述统计量

(三)经验结果分析

1、贸易创造效应

这里采用2000―2015年中新双边贸易与经济数据,运用Stata12计量软件检验中国――新加坡自贸区的贸易创造效应。得到如下结果:

在进口模型中,R2为0.67,表明拟合优度较好。虚拟变量P2前的系数为正,表明“早期收获计划”对中国从新加坡的进口有促进作用,与预期一致,但显著性并不高。而虚拟变量P1前的系数为负,且不显著,但这并不能说明中国――新加坡自由贸易区的建立对中国从新加坡的进口有负的影响,因为林琳,李怀琪(2015)认为 2008年正值全球性金融危机爆发,而新加坡作为主要的贸易型国家,受金融危机的影响比较大,弱化了对于进口的促进作用。此外,中国的ddlGDP在7.5%的显著性水平下显著,说明中国从新加坡的进口与中国的GDP规模即总需求有着较大关系,与经济理论相一致。由于人口的增长对进口的影响有两方面的影响,一是人口增长带来总需求的增长,进口需求会增加,二是人口的增L导致人均收入的下降,人均需求下降。在本文的进口模型中,人口乘积前的系数为负,且在5%的显著性水平上显著,与我们预期相反。

在出口模型中,R2为0.7,拟合效果较好。虚拟变量P1前的系数为正,且在5%的显著性水平下显著,说明中国――新加坡自由贸易区的建立具有出口贸易创造效应。此外,新加坡的ddlSGDP在1%的显著性水平下显著,说明中国向新加坡的出口额与新加坡的GDP规模有着密切关系,与经济理论相符。

将虚拟变量P1与P2前的系数相比,发现中国――新加坡自由贸易区的贸易创造效应相比中国――东盟自由贸易区较大。由于中国――新加坡与中国――东盟相比,所涉及的贸易范围更广,关税减让力度更大,因此中新两国的经贸合作进一步得到了加深。但二者的系数的都较小,说明贸易的创造效应并没有完全发挥。

2、贸易转移效应

第6篇:进口贸易数据范文

关键词:贸易引力模型;产业用纺织品;贸易出口额;贸易影响因素

中图分类号: F72 文献标志码:A 文章编号:1673-291X(2016)14-0169-02

引力模型的思想和概念源自物理学中牛顿提出的万有引力定律:两物体之间相互引力与两个物体的质量大小成正比,与两物体之间的距离远近成反比。早在20世纪50年代初期, Isard&Peck(1954)和Beckerman(1956)即凭直觉发现地理位置上越相近的国家之间贸易流动规模越大的规律。而将贸易引力模型应用于研究国际贸易的是Tinbergen(1962)和Poyhonen(1963),并提出了该模型的观点:两国双边贸易规模与两国的经济总量成正比,与两国之间的距离成反比。近些年以来,引力模型在双边贸易流量决定因素实证研究中的应用越来越广泛,其理论基础也越来越完善。

引言

在我国的纺织品进出口贸易中,贸易的引力模型用来分析中国的纺织品在海外市场上的经济竞争力以及市场,从而如何影响贸易出口的机制。谷克鉴(2001) 对引力模型的理论、方法进行了理论验证,并建议在构造我国贸易引力模型时应增加一个外向型贸易转移推动的变量,以揭示过渡经济对我国贸易流量和贸易流向的影响。李应振、李玉举(2010)根据增长率趋势法将1979―2008年分为三个时期,从而进一步实证得出:进口替代能力、进口商品结构特征、宏观调控措施、各国对华贸易政策、大项目集中进口等是影响波动的主要因素。常荣平(2016)对中国与其前27为贸易国的出口总额运用贸易引力模型进行了影响因素的实证分析,从文化、政策、经济等多个角度进行分析,发现出口总额与地理位置、文化距离呈负相关,与经济总量、是否签订FTA、人均收入呈正相关;同时,更深层次分析了我国与不同国家之间的贸易潜力、贸易不足,提出了进步的发展空间。

一、产业用纺织品

作为世界上最大的纺织品进出口国,纺织业是中国国民经济重要的支柱产业之一,对经济的拉动作用非常重要。产业用纺织品是新兴产业,是纺织工业三大方向之一,其技术含量高、高附加值、高人均产值等特性使其成为了纺织工业新的经济增长点和调整转型升级的关键。我国产业用纺织品进口贸易主要集中在发达的欧美国家和亚洲国家,其中,欧美发达国家以美国和德国为主,日本、韩国以及中国香港则是亚洲纺织品贸易进出口主导地区。同时,亚洲地区的进口份额远远超过了欧美地区的进出口份额。

产业用纺织品是纺织业的重要构成部分,与一般的服装用、家用纺织品不同,它是指经过专门设计的、具有工程结构特点的纺织品。目前,产业用纺织品已被广泛应用于交通运输、航空航天、医疗卫生、环境保护、新能源等领域。常见的产业用纺织品有:包装材料、土工布、蓬盖布、工业用边料、产业用线、绳、缆,文娱体育用品的基布,过滤网材料及筛网等。

在产品市场中,产品需求量的影响因素通常分为需求和供给两个层面,对于产业用纺织品进口的影响因素分析同样也可以从这两个方面进行研究。需求因素主要包括国内纺织业发展水平、纺织类产品结构状况和其他相关产业需求量的变化,同时也包含其他因素,如国民收入的提高、外资数量等因素。供给因素则主要是受国内产业用纺织品行业生产规模的扩张、国内外同类可替代产品价格差异或因人民币升值而产生的进口价格差异等影响。

国内对产业用纺织品的需求是我国产业用纺织品进口贸易的最大影响因素,并且我国对产业用纺织品的需求量仍在增长。国民收入的增加代表着人们对生活品质的要求提供,从而需求的纺织品数量增加、质量提升以及品种更多样化。特别在当前低碳经济和节能减排的经济环境下,环保、高效复合型的产业用纺织品备受关注。因而国民收入的增加会扩大产业用纺织品的进口额需求。从目前来看,国内产业用纺织品产量的提高并没有实质性地减少对产业用纺织品的进口量。相反,进口额相比生产量增长更快,这说明国内产量虽然在提高,但是并没有在根本上满足国内对于产业用纺织品特别是高端产业用纺织品领域的需求。虽然同时期进口价格有所增长,但并没有抑制进口额的增长,相反我们看到的是进口额随着进口价格增长而正向增长。这说明,价格的增长对进口量的影响并不大,产业用纺织品进口可供选择的合适替代产品较少,需求弹性较刚,因而进口量的变化并不明显。

二、贸易引力模型

贸易引力模型作为研究双边贸易流量的经典模型,已经被广泛应用于影响双边贸易因素的研究。很多学者也通过实证研究证明了双边贸易流量和两国间经济总量以及两国距离之间存在重要关系。那么,双边贸易国经济总量以及两国间距离是否会影响我国产业用纺织品从何国进口,即我国产业用纺织品进口是否会倾向于选择经济总量大的、距离相对较近的国家?对此,我们将从这个方面入手,利用2014年我国产业用纺织品进口额最大的30个国家的相关数据,通过贸易引力模型对我国产业用纺织品进口国别选择进行实证分析,以检验两国经济总量和两国间距离对我国产业用纺织品进口的影响。

Tinbergen和Poyhonen提出的原始贸易引力模型表达式为:

其中,Tij是两国双边贸易额,Yi是i国的国民生产总值,Yj是j国的国民生产总值,一般用两国的GDP代替;Dij是两国之间的空间地理距离,一般可以从地图上得知;A是常数。

三、模型构建与数据选取

为了便于实证研究,将上式转化成对数的线性方程形式,并增加随机误差项,得到下式:

基于数据的可获得性,本文选取2014年我国产业用纺织品进口具有代表性的30个国家,利用2014年的横截面数据对其进行实证研究。数据一部分来源于《中国统计年鉴》、《纺织工业发展报告》、《纺织工业发展报告》等,贸易数据来自于Uncomtrade,各国的GDP数据来源于2014年IMF网站的年度数据,我国与各国的距离数据为我国首都北京与各国首都之间的直线距离,从百度地图网站查询计算得到。

我们将贸易引力模型的公式转变成了对数形式,再依据新加入的变量,最终确定贸易引力模型公式为:

式中,InMij表示取对数后的我国从贸易伙伴国的产业用纺织品进口额,InGiGj表示取对数后的我国与贸易伙伴国的国内生产总值的乘积,InDij表示的是我国首都北京与贸易伙伴国首都之间的直线距离,InEXj表示的是贸易伙伴国产业用纺织品总出口额;APEC是虚拟变量,如果贸易伙伴国是亚太经济合作组织成员国,则APEC为1,否则为0。β0到β4是各变量的相关系数,β0是常数,μ是残差项。

利用Stata软件进行回归分析后得到回归方程如下式:

四、回归结果分析

由回归结果可知,我国与贸易伙伴国的经济总量会影响我国产业用纺织品进口额,两国经济总量每变动1个百分比,我国产业用纺织品进口变动0.65个百分点。两国间距离也显著影响我国产业用纺织品进口贸易,变动系数为负的1.82,表明距离增加将会使我国考虑适量减少从该国的进口。此外,伙伴国的出口增加对我国进口起到促进作用,伙伴国每增加1个百分点的出口,我国将多从该国进口1.06个百分点。另外,APEC成员国因素对我国产业用纺织品进口的影响不是非常明显,在0.1的显著性水平下并不显著,可见APEC这一制度性因素并没有对产业用纺织的进口有太大影响(此处回归得出的系数为负可能与选取的数据样本有关,按正常理论与事实系数应该为正)。由此可见,我国产业用纺织品进口贸易符合贸易引力模型,即贸易双边经济总量越大,产业用纺织品的贸易量也会越大,我国进口额越多;而两国间地理距离会对我国产业用纺织品的进口起到阻碍作用,即相同情况下会更多地考虑从距离较近的国家进口。此外,若贸易伙伴增加产业用纺织品的出口的话,则会增加我国对伙伴国的进口。相对来说,APEC成员国对于我国产业用纺织品的进口影响并不显著,即APEC经贸制度对产业用纺织品进出口贸易额影响的成效不是很显著,原因可能是产业用纺织品行业多数在欧美地区更为发达。

五、结论

本文主要从回归分析和贸易引力模型检验两个方面对我国产业用纺织品的进口影响因素进行了实证分析。回归分析中,从需求因素、供给因素、价格因素三个方面选取了4个解释变量,建立回归方程。虽然本文并未实证解析该回归,但从实证研究可知,国内对产业用纺织品的需求量是影响产业用纺织品进口贸易的最大因素,需求量的持续增长引发我国产业用纺织品的进口额增加;国民收入提高会增加产业用纺织品的进口额需求;而国内产量的提高和进口平均价格的增长并没有影响到我国产业用纺织品的进口,可能原因是我国国内的产业用纺织品生产主要还是集中于中低端常规产品,国内产量的提高并没有影响到我国对于高端产业用纺织品的大量进口需求。而汇率水平和纺织业利用外资情况对我国产业用纺织品的进口额并没有造成实际影响。

参考文献:

[1] Isard W,Peck M J. Location Theory and International and Interregional Trade Theory[J]. Quarterly Journal of Economics,1954, (1):97-114.

[2] Tinberg J. Shaping the World Economy, Appendix VI[J]. An analysis of World Trade Flows,1962.

[3] 谷克鉴.中国贸易引力模型的构造和贸易流向问题研究[J].财经政法资讯,2001,(1):28-31.

[4] 李应振,李玉举.韩国对中国外贸发展的影响及双边FTA展望[J].亚太经济,2010,(2):53-57.

第7篇:进口贸易数据范文

摘 要 进口贸易是国际技术溢出的重要渠道。本文在CH、LP等经典模型的基础上,根据我国经济发展的现状,通过构造适当的潜在技术溢出模型,使用1978-2007年我国产出,进口贸易和研发投入等相关数据,实证研究了我国基于进口贸易的国际技术溢出技术知识存量的经济效应。结果表明进口贸易技术溢出促进了中国经济的增长。

关键词 进口贸易 技术溢出 经济效应

一、问题提出

所谓技术溢出是指在贸易或其他经济行为中,先进技术拥有者有意识或无意识地转让或传播他们的技术,促进当地企业技术和生产力的提高。在开放经济中,发展中国家可以通过国际间的技术扩散来促进国内生产率的提高。20世纪80年代,新增长理论开始将技术变动、进口贸易和经济增长三者联合起来研究,认为进口贸易是技术进步的一项主要原因,此后不少学者作了很多关于国际贸易技术溢出的研究,特别是从20世90年代以来,进口贸易显著的技术溢出效应已经被大量的实证研究所证明。

二、文献综述

新增长理论认为,创新是一国技术进步和全要素生产率提高的主要动力,Coe和Helpman(1995)①以此为基础,首次实证分析了国际贸易的技术溢出效应,他们研究了1970到1990二十年间经合组织21个成员国和以色列的相关面板数据,发现国内外的R&D存量对一国的技术进步(用全要素生产率TFP表示)有重大影响。他们的研究成为后继文献的基石,此后的文献在上述基础上增加更多的控制变量来对贸易的技术溢出作更深入的研究。

在实证过程中,核心问题是如何度量外国溢出的R&D存量,Coe和Helpman(1995)在模型中用进口比例来加权得出贸易伙伴的R&D溢出,实证的结果是积极地,但是这种方法存在一定的缺陷:由于各个国家的国内技术知识存量是不同的,根据Coe和Helpman(1995)的方法,如果将两个国家合并成为一个国家,那么就会得出合并后溢出的研发资本远远大于合并前两国分别溢出的研发资本之和,从而对TFP的影响较合并前增强,然而数据的简单加总是不可能对TFP产生新的影响的。

Lichtenberg和 Pottelsberghe(1998)②对CH模型进行了改进,用贸易伙伴国的产出来代替CH模型中的分母(本国的进口总额)。但是,由于出口额只占产出的一部分,而出口到某一个贸易伙伴(吸收方)的份额又只是总出口额的一部分,所以分子小而分母过大,不能准确反映出口所物化的技术知识存量,导致LP实证的关于贸易的技术溢出知识存量数值偏小。

随后,在CH和LP模型的研究基础上,国内外很多学者利用跨国数据对国际贸易的技术溢出进行了实证分析,实证的结果均支持了进口贸易对进口国技术进步的显著正向作用。

本文采用蔡虹,孙顺成(2008)③的公式变形和计算外国溢出R&D存量的方法,在此基础上延长时间序列样本,对中国1978到2007三十年间的数据进行实证分析,通过测算技术知识存量的边际收益率,从而对国际贸易技术溢出效应研究做一些新的尝试。

三、计量模型的设定

一般将技术知识存量的边际生产率定义为研究开发对生产率的贡献,利用广义的C-D函数可以推出这一边际生产率。假设技术进步是希克斯中性的,根据蔡虹,孙顺成(2008),有如下形式的C-D函数:

其中, 表示t年的综合技术水平, 、 、 分别表示第t年的总产出,资本和劳动投入, 为t年的技术知识存量, 、 、 均为常数。将上式两边取对数,可得:

= + + +

将上式两边同时对R求偏导,可得: ,其中 即为技术知识存量的边际生产率或边际收益率。本文的方法是先用最小二乘估计求出 的值,然后通过公式 得出每年的边际收益率。

四、数据来源及处理

在确定进入模型的中国的贸易对象国时,本文选择了G7国家。根据联合国教科文组织的资料以及OECD、NSF等机构的统计数据,OECD国家占有全球R&D支出的大部分份额,而OECD国家的R&D活动又相对集中在G7国家。因此,本文在实证研究中主要选取G7国家为样本点④。其中用GDP来反映总产出水平Y,数据来源为世界银行的发展指标数据库;中国的资本存量K用社会固定资产投资总额代替,数据来源为各年的《中国统计年鉴》,K和Y的数据均采用1987年不变美元价格;L用每年年末从业人员来表示,数据来源为各年的《中国统计年鉴》。

R在这里表示技术知识存量,即被我国同化并吸收了的来自于进口贸易的技术知识存量,其计算公式如下: ,其中i代表中国,j分别代表G7国家, 为j国在t年通过与中国贸易而溢出的技术知识存量。 为i国在t年对国家j外溢技术的同化能力系数。

1. 的测算

的测算是整个计量的关键,本文借用蔡虹,孙顺成(2008)的计算方法,用贸易伙伴国的出口总额 来替代贸易伙伴国的总产出 。公式如下: ,其中, 和 的数据来源于联合国贸易统计数据库comtrade.省略/和各期中国对外经济贸易年鉴。

2. 的测算

然而,从发达国家外溢的技术知识存量有多少能被中国吸收并转化为对TFP的贡献,还依赖于中国的技术吸收同化能力。Hur和 Wantanabe(2002)⑤推导出了技术同化能力系数的计算公式: ,其中, 是国家i从贸易伙伴国j进口的商品量, 是j国在t期的出口总额, 是i国(即中国)的技术陈腐率。这样,我们就可以计算得出 的值。

五、进口贸易技术溢出经济效应计量

实际操作中,将扩展的C-D函数两边同时除以L,其中假设 =1- ,可得:

这个经过变形的生产函数,把 、 以及 作为三个新的变量,通过最小二乘法的线性回归,可得出 、 和 的预测值,回归结果为: =0.6398,T检验值=12.6695, =0.1494,T检验值=1.7139, =0.9732,F检验值=527.44。从回归结果来看, 为0.975,修正的可决系数为0.973,这说明此模型对样本拟合很好,F检验值远大于 的临界值,说明该模型在95%的概率下显著成立。T检验也全通过。

由此将 值带入知识存量边际收益率的公式,经过计算整理可得中国进口贸易技术溢出知识存量的边际收益率 ,进口贸易技术知识促进了中国经济的增长,产出弹性为0.1494;平均边际收益率为2.29%。

六、结论

本文在CH、LP等经典模型的基础上,借用适当的模型和计算外国溢出R&D存量的方法,通过改革开放三十年来我国的相关数据,实证研究了我国基于进口贸易的国际技术溢出技术知识存量的经济效应。得出了和前人研究相似的结论:国际贸易是技术溢出的重要渠道;进口贸易在我国技术吸收过程中扮演着重要的作用,并且对我国的经济增长做出了一定的贡献,平均边际收益率达到2.29%。

但是,国际贸易技术溢出问题是很复杂的,本文只是从一个角度证明了进口贸易对中国经济增长的作用,实际中进口贸易技术溢出还受很多因素的影响,比如进口渗透率、人力资本、贸易开放度和国家经济发展水平等,这些因素如何影响进口贸易中的技术溢出,是本文没有涉及到的。

注释:

①Coe D T,Helpman E.International R&D spillovers.European Economic Review. 1995.39(1):859-887.

②Lichtenberg F,Pottelsberghe de la Potterie.International R&D Spillovers:a comment. European Economic Review.1998.42(8):1483-1491.

③蔡虹,孙顺成.进口贸易技术溢出的经济效应研究.西安交通大学学报(社会科学版).2008.1:25-29.

④方希桦,包群,赖明勇.国际技术溢出:基于进口传导机制的实证研究.中国软科学.2004(7).

⑤HurK,Watanabe C.Dynamic process of technology spillover:a transfer function approach.Technovation.2002.22(7):437―444.

参考文献:

[1]Kwang In Hur,Chihiro Watanabe1 Dynamic process of technology spillover:a transfer function approach.Technovation.2002(22):437-444.

[2]CohenW M,LevinthalD.Innovation and learning:the two faces of R&D.The Economic Journal.1989.99(397):569-596.

[3]Lumenga-Neso,Oliver,Marcelo Olarreaga and Maurice Schiff.On"Indirect"trade-Related R&D Spillovers:A Count.European Economic Review.2001(42):1483-1491.

第8篇:进口贸易数据范文

关键词:中国;东盟;垂直产业内贸易

作者简介:文争为(1974-),女,四川安岳人,博士研究生,重庆大学贸易及行政学院讲师,主要从事国际贸易理论研究。

中图分类号:F112.1 文献标识码:A 文章编号:1006-1096(2007)03-0049-03 收稿日期:2007-03-19

一、中国-东盟贸易模式:描述性分析

近20年,东盟与中国的经济增长都伴随贸易依存度的迅速上升,2004年,中国与东盟中的马来西亚、菲律宾、泰国及新加坡的贸易依存度,超过世界平均水平44.5%与发展中国家的平均水平69%,其中新加坡的贸易依存度更是高达348%。中国一东盟之间的贸易,按SITC Rev.30-9分类,1992~2005期间,商品结构表现在:第一,中国与东盟的双边贸易集中在燃料和剂、化工产品、制成品及机器、交通设备上;第二,在1990年代前半期年份额较高的食品及活动物、除燃料外的不可食用原料比重逐渐下降,到2005年,已成为贸易量较小的门类;第三,机器、交通设备的比重迅速上升,从1992年的10.52%上升到2005年的54.74%,年均增长率达12.5%;第四,燃料和剂在1990年代前半期年还占据超过1/5的贸易量,但在1990年代中期之后,比重下降,稳定在10%左右。

总之,中国与东盟的双边贸易中,技术与资本要求高的机电类产品逐渐占据了双边贸易的半壁江山是中国东盟双边贸易商品结构方面最突出的特征。机电类产品也是行业内贸易最为活跃的产品领域。作者计算了中国-东盟1992-2005年期间,双边贸易的G-L指数,然后列出某一行业的G-L指数与该行业在当年贸易额中所占比重之积排在前五位的行业。以往的国内研究大多是在SITC一位数或两位数的分类的基础上来计算G-L指数,产业内贸易水平与分类的粗细程度直接相关,本文在SITC Rev.3三位数分类的基础上来衡量中国一东盟的产业内贸易水平,见表1。

从表1可看到,首先,中国一东盟贸易的G-L指数大致呈上升的趋势;其次,前五位的商品集中在333(原油)、334(石油制品)以及752(自动数据处理设备)、759(办公机器零件)、764(电信设备及零件)、776(晶体管及真空管)。除333、334外,其余皆为第7类产品,即行业内贸易最为活跃的产品领域同样是第7类产品,且752、759、764及776是我们通常认为的高技术产品。值得注意的是,中国和东盟国家在SITCRev.3编号为75(办公及数据处理设备)、76(通讯设备)、77(电气设备)三类高技术产品中,出口额在世界总进口额中的比重接近甚至超过东亚的发达国家日本;其次,中国在高技术产品的世界市场份额的增长速度惊人,1992~2005年,75、76、77三类产品的市场份额年均增长率分别达到了29.18%,14.7%与14.6%。最后,我们注意到日本在这三类产品的世界市场份额是下降的(详见表2)。而中国与东盟这三类产品的贸易对外部市场的依赖性强。中国对东盟出口占三类产品总出口额的份额为:1992~1995年为4.68%,1996~2000年为8.06%,2001~2005年为7.83%;而2001~2005年,对香港、美国、日本与欧洲的出口占三类产品总出口额的份额分别为22.86%,22.99%,11%,18.98%。对东盟而言,2001~2005年,这三类产品对中国、美国、日本、欧洲的出口占三类产品总出口额的份额分别为:6.04%,20.22%,9.75%,14.74%;而东盟国家内部贸易的比重占三类产品出口总额的比重为24.67%。在高技术产品的贸易方面,中国与东盟,对美国与欧洲市场的依赖性强,对比之下,欧盟国家在这三类产品上内部贸易的比重在2001~2005年高达59.08%,更多地依赖内部市场。

从以上对中国东盟贸易模式的分析可以看出,中国-东盟的贸易模式与一般发展中经济体之间的通常贸易模式及比较优势是不太一致的。中国与东盟的双边贸易机电类产品的比重超过一半;且在75、76、77三类产品的世界市场份额高,产业内贸易活跃,且对美国与欧洲市场的依赖性都较强。

二、垂直产业内贸易的度量方法及中国东盟电气、电子类产品的垂直产业内贸易水平及特征

(一)计算方法

为了将垂直产业内贸易与水平产业内贸易区分开来,作者采用Kyoji Fukao和Hikari Ishido(2003)在Greenway,Hine,andMilner(1995)的研究的基础上发展出的方法,这种方法假设同一商品进口与出口单位价值的差异显示了两个经济体之间进出口同一产品的质量差异。根据这一方法,可以将双边贸易按具体的产品门类分为三种模式:一是单向贸易(WTO);二是水平产业内贸易(HIIT);三是垂直产业内贸易(VIIT)。

表3中,Mkkj为k国从k,进口j产品的进口额;类似地,Mkkj为k国从k国进口j产品的进口额;UVkkj为k国从k国进口的j产品的单位价值;UVkkj为k国从k国进口的j产品的单位价值。本文采用25%作为区分水平产业内贸易与垂直产业内贸易的“门槛”。如果某一产品出口的单位价值与进口的单位价值之比在0.8至1.25之间,则为水平行业内贸易,反之则为垂直产业内贸易。之前的学者的研究,比如Greena-way,Hine,and Milner(1994),and Fontagné,Freudenberg,and Péridy(1997)都以15%为门槛来区分水平与垂直行业内贸易,本文采用的是25%的标准,因为:贸易统计的商品价值会受到汇率波动的影响;本文在HS1996六位数的基础七来计算商品的单位价值,由于加总,会产生一些干扰。

(二)数据分析

本文的数据来源为联合国UN Comtrade数据库,这一数据库提供了中国与东盟1996~2005期间所有HS1996六位数分类的双边贸易数据,本文使用的是中国所报告的数据。本文第二部分已分析到技术与资本要求高的机电类产品占据了双边贸易的半壁江山,并且SITC Rev.3三位数分类752(自动数据处理设备)、759(办公机器零件)、764(电信设备及零件)、776(晶体管及真空管)的产品是1992~2005年间,G-L指数乘以该行业在当年贸易额中所占比重排在前五位的产品门类,所以本文选取HS1996六位数分类以85(电气、电子设备)打头的产品作为研究对象来计算中国一东盟之间的垂直产业内贸易状况。

必须指出的是UN Comtrade数据库存在以下的局限性:一是由于保密的原因,许多国家在报告相关数据的时候隐瞒了一些细节情况,这造成低一级数据加总为高一级数据时并不一定相等。比如,以中国以85打头的HS1996六位数分类出口额加总并不等于中国HSl996两位数分类85的出口额。二是由于某些经济体在某些年份没有报告数据,所以在加总某个地区的贸易数据时,可能存在低估的现象;三是一个经济体所报告的进口数据可能与其贸易伙伴所报告的出口数据并不一致,其原因在于出口数据一般基于FOB价格进行统计,而进口数据则一般基于CIF价格统计。

在研究垂直产业内贸易水平的时候,必须比较同一门类产品单位出口值与单位进口值的比值。已经提到出口值是按FOB来统计的,而进口值按CIF来统计,两者的统计口径不一致,必须进行调整,统一统计口径后才能进行比较。本文采用的调整方法如下,2005年,中国HSl996编号为85(电气、电子设备)的产品的进口额为$174,835,241,902;同年,所有贸易伙伴HS1996编号为85(电气、电子设备)的产品对中国的出口总额为$134,557,795,619,用前者除以后者可得到调整系数为1.30。在计算出口品的单位价值的时候,本文将出口额乘以调整系数1.30然后除以出口量来得到经过调整的单位出口值。

从总体上看,中国与东盟在HS1996,85类产品上垂直贸易的比重很高,但具体到东盟不同的国家,情况还是存在较大差异的。表4进一步给出了东盟中的新加坡、印尼、马来西亚、菲律宾及泰国与中国在HS1996,以85打头的六位数分类产品的贸易模式状况。从表4列出的数据及作者进行计算的过程中,我们发现三个特征:一是具体到东盟五国,我们发现其与中国的贸易模式可分为三种情况:第一类是新加坡,中新贸易之间以垂直产业内贸易为主(65%),水平产业内贸易只占1%;第二类是马来西亚与菲律宾,中国与这两国之间的HS1996,85类产品的贸易以单向贸易为主,单向贸易占到八成左右,且水平行业内贸易的比重非常小;第三类情况是印尼与泰国,垂直产业内贸易的比重在1/3左右,水平行业内贸易也占到一定的份额,尤其是泰国,表现出三种贸易模式的份额比较平均的特征。二是相关数据还显示,在与上述五国的HS1996,85类产品的垂直贸易中除了853400(印刷集成电路板)与854011(彩色电视机显像管)两类产品中国明显处于上游外,即出口的单位价值大于同类产品进口的单位价值,其余贸易量较大的产品种类中国皆处于下游,即出口的单位价值小于同类产品进口的单位价值;三是在与上述五国的HS1996,85类产品的垂直产业内贸易中,除了与马来西亚的贸易中国明显处于上游外,与其余四国的垂直产业内贸易中国均明显处于下游。上述特征与我们通常的观念即中国与亚洲四小虎相比制造业的发展水平更高是相悖的。

三、中国-东盟垂直产业内贸易发展的决定因素

中国-东盟垂直产业内贸易的发展是跨国公司在全球范围内分工的结果。随着国际直接投资快速的发展,近年来,直接投资的流入已成为发展中经济体高技术的主要来源。在国际分工的大背景下,相当部分的垂直产业内贸易是由跨国公司主导的。近10年来,在东亚地区,以提高效率为目的及出口导向型的外国直接投资迅速增长。由此,在东亚的发展中经济体之间的垂直产业内贸易也随之发展。平均水平,而中国在该指标上的增长速度非常快,1980到2004的年均增长率达到了14.54%。考虑到中国的经济规模巨大(GDP总量排在世界第四位),2004年中国外资流入存量占GDP的比重已经相当突出了,详见表5。

有关数据还显示中国与东盟的外资流入是出口导向的,详见表6。

第9篇:进口贸易数据范文

一、序言

在我国,从1997年第一例对外反倾销案例以来,反倾销和被反倾销一直是个热议的话题。尤其从2001年我国加入世界贸易组织以来,以欧美国家为代表的他国为了维持贸易平衡、抑制我国对外出口、保护本国的民族工业,频繁地对华实施反倾销,使得我国成了世界上被实施反倾销最多的国家。与此同时,我国对外实施的反倾销调查和反倾销措施也呈现出大幅度增加趋势。根据世界贸易组织统计,1995年到2010年期间,我国对日本进行了31次反倾销调查和25次反倾销措施,使得日本成了我国对外反倾销第二大对象国,仅次于其间我国对韩国实施的26次反倾销。究其原因,笔者认为主要是由于我国加入世贸组织以来,日本政府为了保护本国市场和本国企业的发展,对从我国的进口品实施非关税壁垒措施,使得我国对日贸易长期出现贸易逆差,并且对日本的贸易收支赤字幅度逐年增加。因此,我国政府不得不通过实施反倾销措施,以调节和控制与日本的对外贸易活动。基于此研究背景,本文将通过建立数量经济模型并利用相关统计数据进行实证分析,从而确定影响我国对日本实施反倾销的宏观因素。

二、变量选择及模型建立

前面提到本文的研究重点是试图寻找哪些宏观因素会影响我国政府对日实施反倾销,下面将通过一系列假设和说明,确定本文的宏观经济变量,从而建立数量经济模型加以分析。

假设1:随着我国国内失业率的增加,我国政府将强化对日本制品的反倾销措施。

一旦国内失业率增加,政府为了通过保护国内产业从而创造出更多的就业机会,采取强硬贸易政策的可能性会大大提高,其中包括对外反倾销措施。

假设2:随着我国GDP增长率的钝化,我国政府将强化对日本制品的反倾销措施。

一国GDP增长出现钝化现象时,该国政府在刺激出口的同时,采取强力的贸易措施来限制进口的可能性大大增加。因此,为了有利于恢复国内经济,政府会更多地实施像反倾销之类的贸易保护措施。

假设3:我国对外贸易收支出现赤字的情况越明显,我国政府将强化对日本制品的反倾销措施。

一国的整体贸易收支出现赤字的话,政府会通过对进口商品进行一定程度的控制,从而促使本国的贸易收支回到均衡水平。因此,在出现贸易顺差的时候,政府往往会对进口商品实施贸易救助;相反,在出现贸易逆差即贸易赤字时,一国政府对外国制品实施贸易限制措施的可能性增大。

假设4:随着我国对日本贸易逆差的出现,我国政府将强化对日本制品的反倾销措施。

一国在与特定国家进行国际贸易时出现贸易赤字,为了促使两国间贸易从不均衡回到均衡,贸易赤字发生国很可能对该特定国的商品实施限制进口的相关措施。因此,与特定国间出现贸易赤字的情况下,政府对该国产制品实施贸易限制措施的可能性增大。

假设5:随着我国进口渗透度的增大,我国政府将强化对日本制品的反倾销措施。

进口渗透度是衡量一国某产业的国内消费数量中进口所占比例的经济指标,其计算公式是:特定产品的进口额÷(国内生产额+进口额-出口额)。进口渗透度的增大会减少国内产业的成长机会,迫使该国政府对进口商品实施贸易限制措施。

根据假设1~5,建立如下数量经济模型:

其中,因变量Y表示中国对日本的反倾销件数,自变量RGDP﹑UI﹑TB﹑BTB﹑IPM则分别表示我国实质GDP增加率﹑失业率﹑整体贸易收支﹑中日贸易收支和我国进口渗透度(名义进口额/名义GDP),?表示误差项。

三、数据选取及实证分析

本文运用1999年到2010年12年间的季度数据对模型加以实证分析。鉴于我国国内公布的失业率数据只针对于已登记的城镇居民,缺乏说服力,笔者将国内数据作为参考,主要使用世界贸易组织(http://wto.org)和日本财务贸易统计局(http://customs.go.jp)官方公布的数据进行分析。数据经作者筛选整理而得,运用EVIEWS5.0软件,对已建立的模型做普通最小二乘法回归。

回归分析结果显示,变量失业率和中日贸易收支对应的回归系数通过了显著性检验,而其他三变量对应的回归系数不具备统计显著性。这表明,在我国国内失业率增加之时,由于如果继续大量进口日本制品,会让国内的同种企业面对更强的市场竞争,从而产生更多的失业者,因此,政府为了缓和国内失业率增加的现象,将强化对日本制品的反倾销措施。同样地,随着中日贸易逆差的出现,我国政府为了防止贸易逆差的累积,会通过加强对日本制品实施反倾销,限制日本制品的进口数量。另一方面,我国实质GDP增加率的变化﹑整体贸易收支以及进口渗透度不会明显地影响我国对日反倾销的实施。

四、结论

本文以经济理论为基础,通过建立数量经济模型并运用历年统计数据,旨在寻找影响我国对日反倾销的宏观经济变量。结果表明:主要影响我国对日反倾销的宏观因素是我国国内失业率和中日贸易收支,而非我国实质GDP增加率的变化﹑整体贸易收支和进口渗透度等因素。因此,为了减少中日贸易摩擦的发生,我国政府有必要在积极应对国内失业率上升问题的同时,适当调整对日进出口贸易规模,避免对日贸易长期出现赤字现象,为两国贸易实现均衡稳定发展﹑建立互利共赢局面而做出努力。

参考文献:

[1]Krugman, Obstfeld and Melitz, “International Economics: Theory & Policy”, Ninth Edition, Person, 2011.

[2]Prusa, Thomas J, “Why Are So Many Antidumping Petitions Withdrawn?” Canadian Journal of Economics 34(3):591-611.2001.

相关热门标签