中国服务贸易出口影响因素分析.doc

中国服务贸易出口影响因素分析.doc中国服务贸易出口影响因素分析
中国服务贸易出口影响因素分析
一、引言作为最具活力的经济增长源,国际服务贸易的增速已然超越了国际货物贸易,成为发展最为迅速和具有潜力的领域。影响服务贸易发展的因素有很多,贺卫等(2005)研究表明,在对提高中国服务贸易竞争力影响因素中,人力资本因素的影响最大,城市化因素影响次之。徐桂民、鞠磊(2007)的研究表明,市场的经济规模、外商直接投资和货物贸易的发展是影响中国服务贸易的主要因素。李伍荣、杨雪玉(2008)的研究印证了人均GDP、世界GDP增长率、服务业占GDP的比重、货物贸易出口额等因素对中国服务贸易出口的影响。二、中国服务贸易出口影响因素的实证分析岭回归法是由霍尔()在1962年提出的一种能统一诊断和处理多重共线性问题的特殊方法。运用岭回归估计参数是牺牲了无偏性来寻求参数估计的最小方差性,从某种意义上讲,该方法为寻求参数估计的最小方差性提供了新的思路。(一)数据来源及处理样本取自19822011年三十年间的数据,原始数据来自《中国统计年鉴》、世界银行数据库、联合国贸易和发展会议数据库、中经网统计数据库。被解释变量为中国的服务出口额Y。解释变量包括:货物出口额X1,人均GDP X2,外商直接投资FDI X3(流量指标),服务业发展水平X4(以服务业产出GDP的比重来表示),服务贸易开放度X5(以服务贸易进出口总额占GDP的比重来表示),城市化水平X6(以城镇人口占总人口的比重来表示)。(二)实证分析 。本文由收集整理方差膨胀因子VIF可以用作诊断多重共线性。通过计算可知,给定显著性水平下α=,(5,24)=,表1中的Fi ,同时所有解释变量做辅助回归的被解释变量得出的VIF值均大于10的临界值,也说明模型存在严重的多重共线性。 。在得到变量的描述性统计量之后,对所有变量序列进行标准化(标准化后的变量用X11、X22、X33、X44、X55、X66表示)。在得到标准化变量之后,先进行标准化回归得到结果。利用Eviews的矩阵计算功能,建立矩阵对象X和Y和单位矩阵,可以计算出岭回归估计量系数矩阵,同时用相关方法计算出估计系数的标准误,进而计算出各系数的t统计量值,计算结果(见表2)。可以看出,虽然所有解释变量的t统计量值相对于之前的回归都有所提高,但是显著的解释变量仍然很少。针对这种情况,通过剔除部分很不显著的解释变量来确保其他变量的显著性。 。鉴于之前的回归显示,X4,X5和X6的影响都非常不显著,因此从避免多重共线性的角度考虑出发,剔除X4,X5,X6后对X1,X2,X3进行OLS回归。三、结论通过对解释变量有所剔除地进行回归,结果表明,货物出口、FDI和人均GDP对中国服务出口的影响较大,而服务业发展水平、服务贸易开放度和城市化水平的影响极不显著。