改革开放以来,我国经济有了实质性的增长。进出口贸易是我国经济总量增长的重要组成部分,也是拉动我国国民经济发展的重要力量。本文主要以天津市1993年~2020年的相关统计数据为样本,借助线性回归模型分析影响天津市进出口贸易总额的宏观经济因素,寻找各影响因素之间的定量关系,对数据进行定量分析,对模型进行检验和修正。实证分析结果表明:影响天津市对外贸易进出口总额的主要宏观经济因素是口岸进出口总额和居民消费价格指数,最后根据分析结果提出相应的对策和建议。 Since the reform and opening up, China’s economy has experienced substantial growth. Import and export trade is an important part of China’s total economic growth, and also an important force driving the development of China’s national economy. This paper mainly takes the relevant statis-tical data of Tianjin from 1993 to 2020 as samples, analyzes the macroeconomic factors affecting the total import and export trade of Tianjin with the help of linear regression model, looks for the quantitative relationship between the influencing factors, makes quantitative analysis on the data, tests and modifies the model. The empirical analysis results show that the main macroeconomic factors affecting the total amount of Tianjin’s foreign trade are the total amount of port imports and exports and consumer price index. Finally, according to the analysis results, the corresponding countermeasures and suggestions are put forward.
改革开放以来,我国经济有了实质性的增长。进出口贸易是我国经济总量增长的重要组成部分,也是拉动我国国民经济发展的重要力量。本文主要以天津市1993年~2020年的相关统计数据为样本,借助线性回归模型分析影响天津市进出口贸易总额的宏观经济因素,寻找各影响因素之间的定量关系,对数据进行定量分析,对模型进行检验和修正。实证分析结果表明:影响天津市对外贸易进出口总额的主要宏观经济因素是口岸进出口总额和居民消费价格指数,最后根据分析结果提出相应的对策和建议。
进出口贸易,地区国民生产总值,Eviews软件,多重共线性
Kunxiu Chen1, Haohua Wang2*
1School of Economy and Management, Tianshi College, Tianjin
2School of Sciences, Hainan University, Haikou Hainan
Received: Jun. 19th, 2022; accepted: Jul. 13th, 2022; published: Jul. 20th, 2022
Since the reform and opening up, China’s economy has experienced substantial growth. Import and export trade is an important part of China’s total economic growth, and also an important force driving the development of China’s national economy. This paper mainly takes the relevant statistical data of Tianjin from 1993 to 2020 as samples, analyzes the macroeconomic factors affecting the total import and export trade of Tianjin with the help of linear regression model, looks for the quantitative relationship between the influencing factors, makes quantitative analysis on the data, tests and modifies the model. The empirical analysis results show that the main macroeconomic factors affecting the total amount of Tianjin’s foreign trade are the total amount of port imports and exports and consumer price index. Finally, according to the analysis results, the corresponding countermeasures and suggestions are put forward.
Keywords:Import and Export Trade, Regional Gross National Product, Eviews Software, Multicollinearity
Copyright © 2022 by author(s) and beplay安卓登录
This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).
http://creativecommons.org/licenses/by/4.0/
1978年,中国共产党第十一届中央委员会第三次全体会议在北京闭幕,中国正式迎来了改革开放的春天。改革开放这一历史新时期的到来,我们党和国家取得社会主义现代化建设举世瞩目成就,我国的对外贸易也在飞速增长,并成为世界第一大出口国。2019年底新冠疫情席卷全球,各国经济均受到重创,根据我们统计局统计数据表明,截止2020年,我国进出口贸易总额为32.16万亿元,同2019年相比增长了1.9%,中国是世界上唯一一个对外贸易正增长的经济体。
中国的对外贸易已经有2000多年的历史,从汉代张骞出使西域开辟了丝绸之路,到隋唐的繁荣和郑和下西洋。对外贸易在中国国民经济发展中具有不可替代的作用,在增加国民收入、增加就业机会、促进国与国关系等方面具有非常重要的作用。目前已有学者对不同经济数据通过建立模型分析,总结出一个国家的进出口贸易总额会受到多个经济因素的共同影响,李忠飞 [
除国民生产总值、实际利用外资金额、关税收入、外汇储备、教育经费支出以及汇率等上述提到的一些宏观经济因素外,例如文化距离、产品差异化程度、初始贸易额等社会因素也会影响我国的对外贸易进出口总额 [
天津市对外贸易进出口总额是指在天津市对外贸易中实际进出我国国境的货物总金额。改革开放以来,在政府的政策支持下,天津市的经济一直呈现上升趋势,而天津市对外贸易进出口总额也一直在持续快速的增长。然而,不管是一个国家还是一个地区的经济必定会受到外界许多因素的影响,这些影响或许是积极的,也或许是消极的,而国际贸易环境必定会对进出口贸易总额产生一定的波动,在这复杂的环境中,尽管天津市的进出口总额在总体上是保持上升的状态,但增长率也出现了一定的波动。如图1所示。
图1. 1993年~2020年天津市对外贸易进出口总额柱状图
对外贸易进出口总额的宏观影响因素,目前已有许多学者提出了相关的理论,本文基于学者提出的理论,选取地区生产总值、口岸进出口总额、居民消费价格指数、实际使用外资金额和人民币对美元汇率作为宏观经济因素来研究这些因素对天津市进出口总额的影响。
1) 地区生产总值
地区生产总值(地区GDP)是指本地区所有常住单位在一定时期内生产活动的最终成果。地区生产总值等于各产业增加值之和,1993年中国将GDP正式纳为国民经济核算的核心指标,也是衡量一个地区的经济发展状况的重要指标之一。一个地区经济发展的在一定程度上决定了该地区进出口贸易的发展,因此把天津市地区生产总值作为影响天津市对外贸易进出口总额的因素之一是合理的。
2) 口岸进出口总额
指海关统计天津港实际进出口货物总额。包括天津经营单位和其他省市经营单位通过天津港实现的进出口货物总额。中国规定出口货物按CIF价格计算。
3) 居民消费价格指数
居民消费价格指数:又称消费者物价指数,简称CPI。是反映一定时期内城乡居民购买的消费品和服务项目价格变化趋势和程度的相对数量,是城镇居民消费价格指数和农村居民消费价格指数综合汇总计算的结果。该指标可以观察分析我国城乡居民实际生活成本受到社会消费品零售价格和服务项目价格变化的影响程度。
4) 实际使用外资金额
实际利用外资是指与外商签订合同后实际到达中国的外资资金。只有实际利用外资,才能真正反映中国利用外资的水平。外资是加快中国经济发展的催化剂,合理引进外资是中国经济工作的重点。加入世界贸易组织后,中国对外开放进入全面国际经济合作和竞争的新阶段,利用外资达到新水平。
5) 人民币对美元汇率
汇率是指一国货币兑换另一国货币的比率。汇率的波动对一个国家的进出口可能会起到促进或者是抑制的作用,本文考虑中国货币对美元货币的汇率。
本文选取地区生产总值、口岸进出口总额、居民消费价格指数、实际使用外资金额和人民币对美元汇率和分别为解释变量X1,X2,X3,X4和X5,研究其对天津市对外贸易进出口总额Y的影响。本文从《中国统计年鉴》中收集了1993~2020年天津市进出口总额影响因素的相关数据,具体数据如表1所示。
年份 | 进出口总额 (亿元) | 全市生产总值 (亿元) | 口岸进出口 总额(亿元) | 居民消费 价格指数 | 实际使用外资 金额(亿元) | 人民币对 美元汇率 (美元 = 1) |
---|---|---|---|---|---|---|
1993 | 159.96 | 538.94 | 726.48 | 117.6 | 31.17 | 5.76 |
1994 | 285.49 | 732.89 | 1397.96 | 124 | 87.49 | 8.62 |
1995 | 546.59 | 931.97 | 1821.23 | 115.3 | 126.97 | 8.35 |
1996 | 689.48 | 1121.93 | 1804.19 | 109 | 166.69 | 8.31 |
1997 | 830.91 | 1264.63 | 1787.55 | 103.1 | 208.19 | 8.29 |
199S | 879 | 1344.65 | 1852.48 | 99.5 | 208.49 | 8.28 |
1999 | 1043.69 | 1435.64 | 2055.34 | 98.9 | 209.65 | 8.28 |
2000 | 1420.6 | 1591.67 | 2479.6 | 99.6 | 211.97 | 8.28 |
2001 | 1505.8 | 1756.89 | 2679.3 | 101.2 | 266.62 | 8.28 |
2002 | 1890.08 | 1926.87 | 3025.46 | 99.6 | 315.13 | 8.28 |
2003 | 2431.92 | 2257.77 | 3831.86 | 101 | 135.23 | 8.28 |
2004 | 3479.17 | 2621.1 | 5608.66 | 102.3 | 204.72 | 8.28 |
2005 | 4372.4 | 3158.6 | 6711.38 | 101.5 | 272.63 | 8.19 |
2006 | 5146.47 | 3538.18 | 8122.07 | 101.5 | 329.22 | 7.97 |
2007 | 5437.8 | 4158.41 | 9616.05 | 104.2 | 401.11 | 7.6 |
2008 | 5597.46 | 5182.43 | 11137.09 | 105.4 | 515.67 | 6.95 |
2009 | 4367.38 | 5709.57 | 8484.5 | 99 | 616.06 | 6.83 |
2010 | 5565.01 | 6830.76 | 10935.57 | 103.5 | 734.46 | 6.77 |
2011 | 6679.06 | 8112.51 | 12497.5 | 104.9 | 843.42 | 6.46 |
2012 | 7295.81 | 9043.02 | 12838.26 | 102.7 | 947.53 | 6.31 |
2013 | 7955.88 | 9945.44 | 13189.64 | 103.1 | 1041.71 | 6.19 |
2014 | 8222.2 | 10640.62 | 14037.81 | 101.9 | 1158.42 | 6.14 |
2015 | 7123.82 | 10879.51 | 11622.68 | 101.7 | 1316.68 | 6.23 |
2016 | 6816.03 | 11477.2 | 11233.21 | 102.1 | 670.67 | 6.64 |
2017 | 7612.49 | 12450.56 | 12681.96 | 102.1 | 714.97 | 6.74 |
2018 | 8097.98 | 13362.92 | 13846.04 | 102 | 320.65 | 6.61 |
2019 | 7358.51 | 14055.46 | 13845.06 | 102.7 | 326.48 | 6.9 |
2020 | 7298.65 | 14083.73 | 13214.53 | 102 | 326.27 | 6.89 |
表1. 1993年~2020年天津市对外贸易进出口总额及其影响因素
本文以天津市外贸进出口总额(Y)作为被解释变量,以地区生产总值(X1)、口岸进出口总额(X2)、居民消费价格指数(X3)、实际使用外资金额(X4)和人民币对美元汇率(X5)为解释变量。根据表1中经济指标的数据,建立以下线性回归模型并对模型进行分析和比较研究。
初步将模型设定为下列模型:
Y = β 0 + β 1 X 1 + β 2 X 2 + β 3 X 3 + β 4 X 4 + β 5 X 5 + η (1)
其中,β0为常数项,β1,β2,β3,β4,β5为各个影响因素的弹性系数,η为随机干扰项。
基于表1中的数据,为了初步判断指标之间的相关性,我们绘制了各指标随时间变化的趋势图。如图2所示。
从图2可以看出,天津市外贸进出口总额与口岸进出口总额、全市生产总值有明显的相关关系,但由于实际使用外资金额、居民消费价格指数以及人民币对美元汇率数量级较小,无法直观的看出它们之间的相关程度,接着使用Eviews软件分析各指标间的相关关系,可根据数值大小判断指标间的相关程度,结果如表2所示。
图2. 各指标随时间变化趋势图
变量 | Y | X1 | X2 | X3 | X4 | X5 |
---|---|---|---|---|---|---|
Y | 1 | 0.945945 | 0.981166 | −0.6151 | 0.859676 | −0.47827 |
X1 | 0.945945 | 1 | 0.967837 | −0.47776 | 0.832353 | −0.64923 |
X2 | 0.981166 | 0.967837 | 1 | −0.46747 | 0.849728 | −0.56889 |
X3 | −0.6151 | −0.47776 | −0.46747 | 1 | −0.54512 | 0.008397 |
X4 | 0.859676 | 0.832353 | 0.849728 | −0.54512 | 1 | −0.50375 |
X5 | −0.47827 | −0.64923 | −0.56889 | 0.008397 | −0.50375 | 1 |
表2. 1993~2020年各指标间的相关程度
从表2可以看出, R ( 1 , 2 ) , R ( 1 , 4 ) , R ( 2 , 4 ) 的值都大于0.8,各指标间相关系数较大,模型可能存在多重共线性。
为了进一步探究各指标间的相关关系,我们利用Eviews分析就地区生产总值(X1)、口岸进出口总额(X2)、居民消费价格指数(X3)、实际使用外资金额(X4)和人民币对美元汇率(X5)同天津市外贸进出口总额(Y)进行了最小二乘法估计,再进一步检验。结果如表3所示。
根据表3所示的估计结果,建立下列回归模型为:
Y = 1609.341 + 0.036182 X 1 + 0.531453 X 2 − 22.78582 X 3 + 0.421027 X 4 + 82.22955 X 5
s e = ( 2311.525 ) ( 0.041785 ) ( 0.044617 ) ( 14.45566 ) ( 0.350866 ) ( 142.0279 )
p = ( 0.4936 ) ( 0.3959 ) ( 0.0 ) ( 0.1292 ) ( 0.2429 ) ( 0.5685 )
R 2 = 0.986406 F = 319.2698
根据回归结果可以知道:
Variable | Coefficient | Std.Error | t-Statistic | Prob. | |||
---|---|---|---|---|---|---|---|
C | 1609.341 | 2311.525 | 0.696225 | 0.4936 | |||
X1 | 0.036182 | 0.041785 | 0.865926 | 0.3959 | |||
X2 | 0.531453 | 0.044617 | 11.91138 | 0.0000 | |||
X3 | −22.78582 | 14.45566 | −1.576257 | 0.1292 | |||
X4 | 0.421027 | 0.350866 | 1.199964 | 0.2429 | |||
X5 | 82.22955 | 142.0279 | 0.578968 | 0.5685 | |||
R-squared | 0.986406 | Mean dependent var | 4289.629 | ||||
Adjusted R-squared | 0.983316 | S.D. dependent var | 2902.901 | ||||
S.E. of regression | 374.9541 | Akaike info crterion | 14.87889 | ||||
Sum squared resid | 3092992. | Schwarz criteion | 15.16437 | ||||
Log likelihood | −202.3045 | Hannan-Quinn criter. | 14.96617 | ||||
F-statistic | 319.2698 | Durbin-Watson stat | 0.672076 | ||||
Prob (F-statistic) | 0 | ||||||
表3. OLS估计结果
当固定其他变量时,根据回归模型可以看出地区生产总值每增长1亿元,贸易进出口总额会增长0.036182亿元;假定其他条件不变,口岸进出口总额每增加1亿元,平均来说贸易进出口总额会增长0.531453亿元;居民消费价格指数每增加1,平均来说贸易进出口总额会减少22.78582亿元;实际使用外资金额每增加1亿元,平均来说贸易进出口总额会增长0.421027亿元;人民币汇率每增加1%,平均来说贸易进出口总额会增长82.22955亿元。在假定其他条件不变的情况下,可以看到地区生产总值、居民消费价格指数、口岸进出口总额和实际使用外资金额符合经验判断,而汇率波动对进出口贸易的影响明显不符合常理,因此考虑汇率可能与其他因素存在多重共线性。
当固定其他变量时,根据回归模型可以看出地区生产总值每增长1亿元,贸易进出口总额会增长0.036182亿元;假定其他条件不变,口岸进出口总额每增加1亿元,平均来说贸易进出口总额会增长0.531453亿元;居民消费价格指数每增加1,平均来说贸易进出口总额会减少22.78582亿元;实际使用外资金额每增加1亿元,平均来说贸易进出口总额会增长0.421027亿元;人民币汇率每增加1%,平均来说贸易进出口总额会增长82.22955亿元。在假定其他条件不变的情况下,可以看到地区生产总值、居民消费价格指数、口岸进出口总额和实际使用外资金额符合经验判断,而汇率波动对进出口贸易的影响明显不符合常理,因此考虑汇率可能与其他因素存在多重共线性。
1) 拟合优度
由表3的回归分析结果可知,可决系数 R 2 = 0.986406 与调整的可决系数 R ˜ 2 = 0.983316 的值均接近1,值越接近1说明模型拟合的效果就越好,这回归分析结果中 R 2 的值可说明模型对样本的拟合效果很好。
2) F检验
模型的F检验结果为 F = 319.2698 > F 0.05 ( 5 , 28 ) = 2.558 ,说明在5%的显著性水平下,地区生产总值(X1)、口岸进出口总额(X2)、居民消费价格指数(X3)、实际使用外资金额(X4)和人民币对美元汇率(X5)对天津市外贸进出口总额(Y)有显著性的影响。
3) T检验
模型中只有X2通过了T检验,X1、X3、X4、X5并未通过T检验,由于这些解释变量对Y的影响不显著,因此,该模型需要做进一步的调整。
为了简化数据,本节利用Eviews软件构造双对数模型,就LNX1、LNX2、LNX3、LNX4和LNX5同LNY进行回归分析,结果如表4所示,再建立相关的系数矩阵,结果如表5所示。
Variable | Coefficient | Std.Error | t-Statistic | Prob. | |||
---|---|---|---|---|---|---|---|
LNX1 | 0.124511 | 0.124628 | 0.999055 | 0.3282 | |||
LNX2 | 1.087193 | 0.138266 | 7.863064 | 0.0000 | |||
LNX3 | −1.169898 | 0.150250 | −7.786328 | 0.0000 | |||
LNX4 | 0.088768 | 0.064263 | 1.381321 | 0.1805 | |||
LNX5 | 1.236362 | 0.276000 | 4.479578 | 0.0002 | |||
R-squared | 0.985198 | Mean depenent var | 7.942522 | ||||
Adjusted R-squared | 0.982624 | S.D. depenent var | 1.132410 | ||||
S.E. of regression | 0.149271 | Akaike info crrion | −0.805675 | ||||
Sum squared resid | 0.512482 | Schwarz criterion | −0.567781 | ||||
Log likelihood | 16.27944 | Hannan-Quinn criter. | −0.732948 | ||||
Durbin-Watson stat | 1.304652 | ||||||
表4. 回归分析结果
变量 | LNY | LNX1 | LNX2 | LNX3 | LNX4 | LNX5 |
---|---|---|---|---|---|---|
LNY | 1 | 0.945945 | 0.981166 | −0.6151 | 0.859676 | −0.47827 |
LNX1 | 0.945945 | 1 | 0.967837 | −0.47776 | 0.832353 | −0.64923 |
LNX2 | 0.981166 | 0.967837 | 1 | −0.46747 | 0.849728 | −0.56889 |
LNX3 | −0.6151 | −0.47776 | −0.46747 | 1 | −0.54512 | 0.008397 |
LNX4 | 0.859676 | 0.832353 | 0.849728 | −0.54512 | 1 | −0.50375 |
LNX5 | −0.47827 | −0.64923 | −0.56889 | 0.008397 | −0.50375 | 1 |
表5. 1993~2020年各指标间相关系数表
由表5可以看出,变量间的相关系数 R ( X 1 , X 2 ) 、 R ( X 1 , X 4 ) 、 R ( X 2 , X 4 ) 均大于0.8,可以初步判定模型具有多重共线性。本文采用逐步回归的方法来消除模型中的解释变量之间的多重共线性,并对模型进行调整。
由表5中相关系数表可以看出,各相关系数中Y与X2的值最大,因此首先选取X2作为进入回归模型的第一个解释变量,建立Y与X2的一元回归模型为:
L N Y = α 0 + α 1 L N X 2 + η (2)
对模型(2)进行最小二乘法估计,接着分别引入其他指标(LNX1,LNX3,LNX4,LNX5),再选取最优的模型继续引入其他变量,结果如表6所示。
模型 | C | LNX1 | LNX2 | LNX3 | LNX4 | LNX5 | 可决系数 |
---|---|---|---|---|---|---|---|
LNX2 | −2.56534 | 1.219014 | 0.962687 | ||||
−6.28928 | 25.89992 | ||||||
0 | 0 | ||||||
LNX2, X1 | −2.63745 | −0.0642 | 1.288612 | 0.962899 | |||
−5.77697 | 0.37799 | 6.773405 | |||||
0 | 0.7086 | 0 | |||||
LNX2, X3 | 18.32404 | 1.10275 | 4.28346 | 0.994002 | |||
9.980599 | 50.65798 | 11.4251 | |||||
0 | 0 | 0 | |||||
LNX2, X4 | −2.43285 | 1.120451 | 0.123419 | 0.96511 | |||
−5.86768 | 12.72731 | 1.317582 | |||||
0 | 0 | 0.1996 | |||||
LNX2, X5 | −5.39434 | 1.302512 | 1.059119 | 0.972126 | |||
−5.20382 | 25.82138 | 2.909685 | |||||
0 | 0 | 0.0575 | |||||
LNX2, X3, X1 | 18.62271 | 0.15506 | 1.268222 | 4.38042 | 0.985223 | ||
11.10744 | 2.47679 | 18.19833 | 12.7441 | ||||
0 | 0 | 0 | 0.207 | ||||
LNX2, X3, X4 | 18.59201 | 1.116577 | 4.34267 | −0.01933 | 0.994056 | ||
9.521447 | 30.10604 | 10.8107 | −0.46444 | ||||
0 | 0 | 0 | 0.6465 | ||||
LNX2, X3, X5 | 15.52813 | 1.145798 | 3.94549 | 0.429676 | 0.985361 | ||
7.936625 | 45.10062 | 10.9639 | 2.651229 | ||||
0 | 0 | 0 | 0.14 |
表6. 逐步回归结果表
如表6所示,在模型(2)中分别引入变量LNX1、LNX3、LNX4、LNX5,当把变量LNX3引入到模型(2)中时,只有 L N ( X 2 , X 3 ) 的一组变量都通过了T检验,拟合优度值从0.962687增加到0.994002,拟合优度有所改进,模型符合经济理论,所以保留变量LNX2,LNX3。继续在模型 L N Y = f ( L N X 2 , L N X 3 ) 中引入LNX1、LNX4和LNX5,当引入LNX1和LNX5时,可决系数明显减小,且部分变量未通过T检验,当引入变量LNX4时,可以看到可决系数并无明显变化,但也出现了部分变量不能通过T检验,并且系数有出现负号,显然该模型不符合经济学意义。因此可以认为引起多重共线性的因素是变量LNX1、LNX4和LNX5,应该剔除变量LNX1、LNX4和LNX5,保留变量LNX2,LNX3,经过逐步回归后的模型如表7所示。
Variable | Coefficient | Std Error | t-Statistic | Prob. | |||
---|---|---|---|---|---|---|---|
C | 18.32404 | 1.835967 | 9.980599 | 0.0000 | |||
LNX2 | 1.102750 | 0.021769 | 50.65798 | 0.0000 | |||
LNX3 | −4.283464 | 0.374917 | −11.42510 | 0.0000 | |||
R-squared | 0.994002 | Mean dependent var | 7.942522 | ||||
Adjusted R-squared | 0.993523 | S.D. dependent var | 1.132410 | ||||
S.E of regression | 0.091139 | Akaike info criterion | −1.851900 | ||||
Sum squared resid | 0.207659 | Schwarz criterion | 1.70 | ||||
Log likelihood | 28.92660 | Hannan-Quinn criter. | −1.808264 | ||||
F-statistic | 2071.659 | Durbin-Watson stat | 0.794065 | ||||
Prob (F-statistic) | 0.000000 | ||||||
表7. 消除多重共线性后的回归分析结果表
双对数模型为:
Ln Y ˜ = 18.32404 + 1.10275 Ln X 2 − 4.283464 Ln X 3
s e = ( 1.835967 ) ( 0.021769 ) ( 0.374917 )
t = ( 9.980599 ) ( 50.65798 ) ( − 11.4251 )
p = ( 0.0 ) ( 0.0 ) ( 0.0 )
R 2 = 0.970105
利用Eviews软件对消除多重共线性之后的双对数模型做LM检验,选择滞后期为1和滞后期为2,结果如表8所示。
在表8所示的结果表中,在5%的显著性水平下, n R 2 的伴随概率为0.0049伴随概率小于0.05,第二阶系数为0.2223,与第一阶系数0.0014相比显然较大,因此可以解释该模型存在二阶自相关,该模型存在自相关从残差图中也能看出,如图3所示,残差图中连续为正或连续为负,说明该模型存在自相关。
Breusch-Godfrey Serial Correlation M Test | |||||||
---|---|---|---|---|---|---|---|
F-statistic | 7.034077 | Prob. F (2, 23) | 0.0041 | ||||
Obs" R-squared | 10.62660 | Prob. Chi-Square (2) | 0.0049 | ||||
Test Equation: Dependent Variable: RESID Method: Least Squares Date: 06/09/22 Time: 13:04 Sample: 1 28 Included observations: 28 Presample missing value lagged residuals set to zero. | |||||||
Variable | Coefficient | Std. Error | 1-Statistic | Prob. | |||
C | −0.570422 | 1.521506 | −0.374906 | 0.7112 | |||
LNX2 | 0.002659 | 0.017903 | 0.148514 | 0.8832 | |||
LNX3 | 0.117819 | 0.310969 | 0.378875 | 0.7083 | |||
RESID (−1) | 0.735160 | 0.201860 | 3.641927 | 0.0014 | |||
RESID (−2) | −0.260400 | 0.207583 | −1.25445 | 0.2223 | |||
R-squared | 0.379521 | Mean dependent var | 3.81E−15 | ||||
Adjusted R-squared | 0.271612 | S.D. dependent var | 0.087699 | ||||
S.E. of regression | 0.074847 | Akaike info criterion | −2.186307 | ||||
Sum squared resid | 0.128848 | Schwarz criterion | −1.948413 | ||||
Log likelihood | 35.60829 | Hannan-Quinn criter. | −2.113580 | ||||
F-statistic | 3.517038 | Durbin-Watson stat | 1.911927 | ||||
Prob (F-statistic) | 0.022176 | ||||||
表8. 消除多重共线性后LM检验结果表
图3. 残差图
由于此模型存在自相关,因此需要对现有模型进行修正(采用GLS法),结果如表9所示。
Variable | Coefficient | Std. Error | t-Statistic | Prob. | |||
---|---|---|---|---|---|---|---|
C | 12.30892 | 2.100053 | 5.861243 | 0.0000 | |||
LNX2 | 1.160287 | 0.041340 | 28.06675 | 0.0000 | |||
LNX3 | −3.097164 | 0.443264 | −6.987171 | 0.0000 | |||
AR(1) | 1.072779 | 0.207498 | 5.170076 | 0.0000 | |||
AR(2) | −0.319732 | 0.208214 | −1.535597 | 0.1383 | |||
R-squared | 0.997138 | Mean dependent var | 7.942522 | ||||
Adjusted R-squared | 0.996640 | S.D. dependent var | 1.132410 | ||||
S.E.of regression | 0.065643 | Akaike info criterion | −2.402428 | ||||
Sum squared resid | 0.099107 | Schwarz criterion | −2.164534 | ||||
Log likelihood | 38.63399 | Hannan-Quinn criter. | −2.329701 | ||||
F-statistic | 2003.043 | Durbin-Watson stat | 2.039962 | ||||
Prob(F-statistic) | 0.000000 | ||||||
Inverted AR Roots | 54~18i | 54+.18i | |||||
表9. LM检验修正后的结果表
从表9中可以看出: D W = 2.039962 ,在样本量为28、解释变量为2个、显著性水平为5%的模型中,通过查找DW统计表可以得到, D L = 1.181 , D U = 1.56 , D W > D U > D L 表示该模型已不存在自相关,说明修正效果显著。
为了检验模型是否存在异方差,本节通过Eviews软件在消除多重共线性之后的对双对数模型进行White检验,结果如表10所示,在 α = 0.05 下,White检验 R 2 的伴随概率为0.2649,显然0.2649 > 0.05,接受原假设,该模型中不存在异方差。
F-statistic | 3.6455 | Prob. F (5.22) | 0.0149 |
---|---|---|---|
Obs*R-squared | 12.68722 | Prob. Chi-Square (5) | 0.2649 |
Scaled explained SS | 11.32166 | Prob. Chi-Square (5) | 0.0454 |
表10. White检验部分结果表
因此最终确定的最优的双对数模型为:
Ln Y ˜ = 12.30892 + 1.160287 Ln X 2 − 3.097164 Ln X 3
根据1993~2020年天津市对外贸易进出口总额的数据,通过回归分析的方法,选取变量,对天津市对外贸易变化趋势及其影响因素进行实证分析,通过对自相关检验、异方差模型检验、多重共线性检验,再次进行修正,最终确定的模型为:
Ln Y ˜ = 12.30892 + 1.160287 Ln X 2 − 3.097164 Ln X 3 (3)
分析方程可以发现,影响天津市对外贸易进出口总额的主要宏观经济因素是口岸进出口总额和居民消费价格指数,在模型中可以看出天津市对外贸易进出口总额对于口岸进出口总额的弹性系数是正数,而对于居民消费价格指数的弹性系数为负。针对目前天津市外贸市场的经济现状,为更好发展天津市经济,本文提出了两个政策建议:包括创新发展、促进外贸互动、稳定物价和缓冲经济波动。
本文主要分析了天津市进出口总额的影响因素,从分析结果可以看出天津市对外贸易进出口总额受到口岸进出口总额和居民消费价格指数的影响,依据经济学理论地区生产总值、实际使用外资金额和汇率也会或多或少的对天津市进出口贸易总额产生影响。针对目前天津市对外贸易的发展情况,结合本文的实证分析结果,提出以下两条建议,希望本文的建议能够在一定程度上在促进天津市对外贸易的发展中发挥其一定的作用。
从模型结果来看,口岸进出口总额的增加对于天津市进出口总额具有积极的推动作用,进出口贸易总额对于口岸进出口总额的弹性系数为正。这意味着口岸进出口总额的增加将有利于促进对外贸易的快速发展。
党的十八大以来,以习近平同志为核心的党中央把创新作为发展的第一动力,放在党和国家发展全局的核心位置。中共中央立足中国特色,着眼世界发展大势,对新时代科技创新做出了及时部署。科技创新一直是近年来经济发展的根本性因素,天津市应积极发展新兴产业,引导企业“走出去”,改造优势产能,扩大投机交流合作,新兴产业具有良好的市场前景和稳定的增长速率,新兴产业能够促进天津市经营单位其他省市经营单位货物流通,能够刺激天津市的经济发展。
从本文的分析结果可以看出,在模型(3)中,天津市外贸出口总额对居民消费价格水平的弹性系数为负。这意味着,这将会扰乱对外贸易的发展,如果居民消费价格指数上降低,将有利于促进对外贸易的平稳发展。
近两年来,疫情对全球经济产生的严重影响我们有目共睹,疫情对各国经济发展都带来了巨大的波动,疫情的发生严重影响了国与国之间的贸易,疫情对于对外贸易的影响实际上更加严重。在控制疫情的同时,我国也不能忽略发展经济,天津市政府部门应时刻关注国际经济的形势变动,对于形势的变动积极采取相应的措施,更重要的是需要稳定全市经济并向前发展,也需要稳定居民消费价格水平。党中央、国务院也应出台相关政策来调控和稳定当前和未来物价,农业生产监管服务部门要提高对农业经济作物生产经营的监管力度,完善商品价格体系,做好社会主义市场经济的“看门人”,贯彻落实价格调控目标责任制。
陈坤秀,王浩华. 天津市进出口贸易总额宏观经济影响因素的实证分析Empirical Analysis of Macroeconomic Factors Affecting the Total Import and Export Trade in Tianjin[J]. 应用数学进展, 2022, 11(07): 4728-4741. https://doi.org/10.12677/AAM.2022.117499