|
115 此可以测量一定时间跨度的贸易增量的产业内贸易水平。该公式为： MIITi=1- X M X M i i i i 其中ΔXi 和ΔMi 为该部门出口额和进口额的一阶差分。该指数取值也是介于0 和1 之 间,0 表示服务部门i 的边际贸易都是产业间贸易,1 表示边际贸易全为产业内贸易。 120 表3 中美产业内贸易GL 指数和MIIT 指数 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 IIT 平 均值 MIIT 平 均值 总体服务贸 易 0.7746 0.7902 0.8206 0.7980 0.8672 0.8460 0.9385 0.8999 0.7713 0.6875 0.81938 0.6223 旅游服务 0.9786 0.9044 0.9203 0.8195 0.7064 0.7190 0.8649 0.9169 0.9167 0.9017 0.86484 0.4160 客运 0.6637 0.7313 0.8748 0.9787 0.7258 0.8405 0.8314 0.9421 0.8752 0.7039 0.81674 0.4174 其他运输服 务 0.7021 0.7264 0.7185 0.7142 0.7059 0.6544 0.5894 0.6472 0.8637 0.9307 0.72525 0.5895 金融服务 0.0469 0.0615 0.0602 0.1615 0.1307 0.1425 0.1322 0.1715 0.2762 0.1783 0.13615 0.2288 电信服务 0.9892 0.7561 0.8376 0.7317 0.7862 0.7531 0.8491 0.7898 0.9248 0.8626 0.82802 0.4004 教育服务 0.0347 0.0199 0.0288 0.0283 0.1084 0.1275 0.1657 0.1729 0.1624 0.1463 0.0995 0.2248 商业服务、 专业服务和 技术服务 0.2553 0.2081 0.3140 0.2625 0.2528 0.2267 0.7106 0.8244 0.9076 0.8587 0.48207 0.5330 专利权和特 许费 0.0507 0.0404 0.0541 0.0781 0.0801 0.0871 0.1121 0.1158 0.1212 0.1101 0.08497 0.1624 中美服务业产业内贸易分析：基于GL指数 0 0.2 0.4 0.6 0.8 1 1.2 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 总体服务贸易 旅游服务 客运 其他运输服务 金融服务 电信服务 教育服务 商业服务、专业服务和技术服务 专利权和特许费 图4 中美服务业产业内贸易GL 指数和MIIT 指数 125 从IIT 指数来看，2000 年-2009 年中美服务业产业内贸易水平均值为0.81938，且产业 内贸易的重要性趋于上升，MIIT 的均值也达到了0.6263。但各部门之间的情况迥异：旅游、 客运以及电信服务产业内贸易水平均值都在0.8 以上，其他运输服务也达到了0.7253 的水平， 接近了完全产业内贸易的程度。但是金融服务、教育服务以及专利权利特许费等部门的产业 内贸易水平相当低，均值在0.1 左右，这些部门几乎进行的都是产业间贸易。值得注意的是， 130 商业服务、专业服务和技术服务部门是唯一一个在10 年从产业间贸易到产业内贸易实现贸 易模式改变的部门。2000 时，IIT 指数仅为0.2553，但是到2009 年已经到了0.9587，实现 了惊人的转变。 3 影响因素的实证分析 关于产业内贸易的产生因素许多学者都曾经进行过论述，根据已有的理论研究和之前学 135 者的经验研究，本文拟将以下四个变量作为解释中美间服务业产业内贸易：一、人均收入； 二、规模经济；三、双方FDI 的流量；四、货物贸易。 人均收入水平是决定一国消费者消费行为的重要因素。Linder 和Balassa 指出，人均收 入水平与消费者对产品的需求正相关，即人均收入愈高，消费者对差异产品的需求愈高，差 异化产品的存在促进地区间产业内贸易发展，提高产业内贸易在整个贸易中的比重。本文中 中美两国的人均收入水平（INCOME）用实际人140 均GDP 表示，并用“Balassa-Bauwens 相 对差异指数”：INEQ=1+[wln（w）+（1-w）ln（1-w）]/ln（2）进行调整以剔除单位变化的 影响。其中w=中国的人均收入/（美国的人均收入+中国的人均收入）。 Dixit 和Norman（1980）、Balassa 和Bauwens（1987）认为国家规模对产业内贸易的 影响，主要表现为经济意义上的规模，即市场规模。市场规模越大，越有可能在规模效益下 145 实现差异性生产。同时，对外国差异性产品扩大的需求也为产业内贸易提供了潜在的市场， 并且还认识任何产品只要大批量生产都可达到规模经济效应水平。因此市场规模变化和产业 内贸易水平的变动与之间表现出正相关联的关系。本文市场规模变化用中美第三产业增加值 表示，并用“Balassa-Bauwens 相对差异指数”进行调整 FDI 与产业内贸易关系存在一定的不确定性。因为，FDI 既可能成为一种贸易替代互补 150 型的行为，也可能成为促进产业内贸易发展的活动。Balassa(1986)在关于FDI 和跨国公司对 产业内贸易的影响的实证研究时发现这两个变量都不显著，原因是FDI 和跨国公司这两个 变量是紧密相关的，即变量之间存在自相关，其他学者研究也表明了变量的不显著性，所以 在选择FDI 作为解释产业内贸易的因素时得注意。本文对外直接投资（FDIt）用经过历史成 本核算的FDI 金额表示，并用“Balassa-Bauwens 相对差异指数”进行指数化 155 国外很多学者大都认为货物贸易与服务贸易之间有相互依存作用，认为货物贸易对服务 贸易有巨大的拉动作用，以及服务贸易对货物贸易同样存在较大的促进作用。货物贸易发展 已经比较成熟，它的发展过程拉动并促进了与此相关服务业，带动了服务贸易发展。本文采 用货物贸易密集度指数（TINt）计算如下：TINt=（XChina-US +MChina-US）/（Xt +Mt）来衡量 中美货物贸易的水平, XChina-US 和MChina-US 分别表示中国对美国货物的出口和进口，Xt 和Mt 160 分别表示中国对世界货物我出口和进口。本文实证所采用数据来自于美国商务统计局（BEA） 以及中国统计年鉴 我们构造出如下经验模型，以描述影响中美两国服务部门产业内贸易的相关影响因素， 即 IITi=a1+a2INCOMEi+a3TINi+a4SIi+a5FDIi+u 165 IIT 代表中美服务业产业内贸易相对差异指数，INCOME 代表中美人均收入相对差异指 数，TIN 代表货物贸易密集度指数，FDI 代表中美FDI 相对差异指数，SI 代表中美服务业市 场规模相对差异指数。 首先对各时间变量进行平稳性检验。在现实经济生活中，实际的时间序列数据往往是非 平稳的，其均值、方差和协方差等随着时间的变化会呈现一致的上升或下降，因而仍然通过 170 经典的因果关系模型进行分析，一般不会得到有意义的结果，进行的回归也就成了伪回归。 本文将采用ADF 单位根检验对IIT,INCOME,TIN, FDI,SI 数列进行单位根检验，若原数列不 是平稳数列，则对原数列通过取差分的方法使之成为平稳序列。 在检验时，根据赤池信息准则AIC 最小化原则，选择合适的趋势项和常数项并确定最 优滞后变量的除数，从而确定ADF 检验的基本类型（c,t,p）。其中c 为常数项，t 为趋势项， 175 p 为时间序列中的滞后期数，结果见下表。 表4 单位根检验结果 时间序列 检验类型 （c,t,p） t-statist ic prob 1%临界值 5%临界值 10%临界值 检验结果 IIT （c,0,3） -1.894492 0.3267 -3.886751 -3.052169 -2.666593 不平稳 △IIT （c,0,3） -3.734464 0.0143 -3.920350 -3.065585 -2.67345 5%显著水 平下平稳 INCOME （c,0,3） 3.04730 1.0000 -3.886751 -3.052169 -2.666593 不平稳 △INCOME （c,t,3） -3.951277 0.0345 -4.667883 -3.733200 -3.310349 5%显著水 平下平稳 TIN （c,0,3） 0.03974 0.9501 -3.886751 -3.052169 -2.666593 不平稳 △TIN （c,0,3） -3.376413 0.0294 -3.959148 -3.081002 -2.681330 5%显著水 平下平稳 FDI （c,0,3） -2.689933 0.1141 -3.886751 -3.052169 -2.666593 10%显著水 平下平稳 SI （c,0,3） 3.55530 1.0000 -3.886751 -3.052169 -2.666593 不平稳 △SI （c,t,2） -4.310385 0.0186 -4.667883 -3.733200 -3.31034 1%显著水 平下平稳 检验结果显示，除FDI 序列外，原序列均为非平稳序列，但在经过一阶差分处理后均 在可显著水平下变成平稳序列，即都是一阶单整序列。因为FDI 原序列即为平衡序列，因 185 此排除该变量。 然后对变量协整检验。协整理论表明两个或两个以上的非平稳时间序列，如果它们经过 相同次数的差分处理后都变成平稳序列，则这些非平稳时间序列可能存在协整关系，在长期 内具有稳定均衡的关系。而本文的几个序列通过ADF 单位根检验后，除FDI 外都是一阶单 整的序列，且变量数超过三个，因此可以用Johansen 检验方法进行分析。 190 本文将采用特征根迹检验和最大特征值检验两种检验方法对以进Johansen 协整检验。 分析约束条件为“序列y 或协整方程中只有截距项，无趋势项”。检验结果见下表 表5 特征根迹检验 CE(s)的原假设 特征根 轨迹统计量 1%的临界值 P值 没有协整关系* 0.945102 102.3890 54.68150 0.0000 最多一个协整关系 0.886552 55.95245 35.45817 0.0000 最多两个协整关系 0.636932 21.12991 19.93711 0.0063 最多三个协整关系 0.264683 4.919260 6.634897 0.0266 195 表6 最大特征值检验 CE(s)的原假设 特征根 轨迹统计量 1%的临界值 P值 没有协整关系* 0.945102 46.43654 32.71527 0.0001 最多一个协整关系 0.886552 34.82254 25.86121 0.0003 最多两个协整关系 0.636932 16.21065 18.52001 0.0243 最多三个协整关系 0.264683 4.919260 6.634897 0.0266 特征根迹检验检验表明，当原假设为至多三个协整关系时，特征根迹统计量结果为 4.91926，1%临界值为6.634897，接受原假设。最大特征值协整检验表明，当原假设为存在 至多两个协整关系时，检验结果为16.21065，1%临界值为18.52001，接受至多存在两个协 200 整关系的原假设。综上所述，在1%的临界水平下，轨迹统计量和最大特征值统计量都拒绝 没有协整关系原假设，前者接受至多存在三个协整关系的假设，后者接受至多存在两个协整 关系的原假设。结合两种方法的结论，可知在1%的显著水平下，中美服务业产业内贸易与 中美人均收入差异、第三产业规模差异和中美货物贸易密集度指数之间存在协整关系。 从Johansen 检验结果中可以直接获得协整关系下的标准化协整方程式: 205 IIT=10.67873INCOME-6.030227SI+16.77952TIN 上式表明中美服务业产业内贸易指数与中美人均收入，中美货物贸易存在长期正向均衡 关系，而与第三产业规模增加值存在在负向关系。 最后用误差修正模型对模型进行修正。误差修正模型（Error Correction Model，简记为 ECM）是一种具有特定形式的计量经济学模型，它的主要形式是由Davidson、 Hendry、Srba 210 和Yeo 于1978 年提出的，称为DHSY 模型。模型的基本思路为：如果变量之间有协整关系， 则表明变量之间存在着长期稳定的关系，而这种长期稳定关系是通过在短期动态过程的不断 原创学术论文网Tag：代发论文 职称论文发表 代写论文 代写代发论文 |
 |
 |
 |
 |
 |
 |
 |
