中国进出口贸易总额的影响因素及回归分析

杨东霞

摘要：进出口贸易作为国家经济的重要组成部分，尤其是在目前经济全球化的局面之下，各国之间的贸易联系越来越密切，而且国际型贸易组织的发展也会带动各成员国之间的进出口贸易。因此，对我国来说，进出口贸易也是极为重要的。本文通过选取1985-2014年的相关数据，包括国内生产总值（GDP）、实际利用外商直接投资额、人民币对美元汇率（年平均价）、对外承包工程完成营业额、对外劳务合作年末在外人数五个经济指标作为主要影响因素，通过Eviews8.0软件建立模型，对中国进出口贸易总额的影响因素进行回归分析，并得出了相应的回归方程以及相应的结论。

一、引言

进出口贸易对中国经济的飞速发展起到非常重要的促进作用，但正如经济全球化一样，也存在相应的消极影响，所以对于进出口贸易总额应当抱有正确的认识，以理性的思维进行对待，做到尽量地发挥其积极效应。因此，研究我国的进出口贸易总额的影响因素是具有现实意义的。

二、自变量引入

2.1国内生产总值（GDP）

陈家勤（1996）认为，对外贸易可以促进我国的经济增长，并且随着国内生产总值的增长，必然会增强对外贸易开放程度，也即是进出口贸易总额与GDP之间存在正相关关系。因此，将GDP列入进出口贸易总额的模型必不可少。

2.2实际利用外商直接投资额

根据尼瑞（1995）提出的国际贸易与国际直接投资的不确定性关系理论，如果国际流动资本被用在进口竞争性行业，国际贸易和国际投资之间是相互替代的;而如果流动资本被用在出口行业，结果将会相反，一种贸易的限制将会刺激另一种贸易，因此，国际贸易与国际直接投资就是互补的。因此，国际贸易与国际直接投资的关系是不确定的，在不同的情况下，它们显示出不同的相互关系。所以纳入外商直接投资额作为变量之一非常重要，用于判断我国目前利用外商直接投资对我国的进出口总额是互补还是相互代替，如果符号为正，则是互补，如果是负，则是相互替代。

2.3人民币对美元汇率（年平均价）

白冰（2006）提出，汇率对于外贸而言是一个相当重要的因素，且我国长期实行人民币跟定美元的有管制的浮动汇率制度，每进行完一笔进出口贸易之后，厂商都要计算自己的换汇成本，并以之作为当期外汇汇率作比较，才能确定此次对外贸易行为是否合算。另外，一般情况下，汇率的变动直接对外表现为人民币的升值或贬值，这样会直接影响到我国的进出口贸易总额，人民币升值，则表现为进口增加，出口减少;人民币贬值，则表现为出口增加，进口减少。因此，考虑汇率的影响十分必要，此外，由于当前对外交易最主要的外币为美元，因此，本文采用人民币对美元汇率（美元=100）作为一个自变量。

2.4对外承包工程完成营业额

学者韩涛（2007）通过研究对外承包工程项目与进出口总额进行对比发现，在对外承包工程完成营业额占总出口额的比重正在逐年增加。因此，本文也纳入对外承包工程完成营业额这一变量。

2.5对外劳务合作年末在外人数

学者陈璞（2010）通过我国对外劳务合作与出口贸易相关性的实证分析表明，劳务合作对出口贸易有促进作用。此外，由于对外劳务合作主要表现在劳动力人数方面，因此，本文将对外劳务合作年末在外人数作为我国对外劳务合作的一个代表指标，并作为此次建立模型的一个自变量。

三、建立模型

四、检验与修正

4.1经济意义检验：

根据前面解释变量引入时的理论及经验分析，GDP、对外承包工程完成营业额以及对外劳务合作年末在外人数对于我国的进出口贸易总额都有正的相关关系，因此，X1、X4、X5的符号为正，而人民币汇率变动与实际利用外商直接投资额对于进出口贸易总额的影响具有不确定性，要看因其变动所造成的进口额与出口额的总变动为正还是为负，因此，X2、X3符号可正可负。综上所述，上述模型中的系数均符合经济意义检验。

4.2统计检验：

4.2.1拟合优度检验

从回归结果可以看出，该模型经调整后的拟合优度非常好，达到了99.06%

4.2.2 F检验

在给定显著性水平α=0.05的情况下，查F分布表，得到临界值F0.05（5，24）=3.90，而F=612.7554>F0.05（5，24）=3.90，因此F统计量的值在给定显著性水平是显著的，故认为进出口贸易总额与上述解释变量间总体线性关系显著。

4.2.3 t检验

设定显著性水平α=0.05，则t0.025（24）=2.064，在这个显著性水平下，只有X4、X5前参数估计值未能通过t检验，说明这两个变量对Y的影响不显著，或者这两个变量与其他变量之间存在多重共线的影响使其t值不显著。

4.3序列相关性检验

4.3.1 D.W检验

D.W.检验结果表明，在5%显著性水平下，n=30，k=4（包含常数项），查表的dL=1.21，du=1.65，由于D.W.=0.471080

于是，LM=28×0.6215=17.402>X0.052（2）=5.99，仍说明原模型存在序列相关性，但的参数未通过5%的顯著性检验，表明并不存在2阶序列相关性。综合D.W.检验结果，可以判断多重共线性修正后的回归存在显著的1阶序列相关性。

在5%的显著性水平下，1.12=dl

进行LM检验，LM28×0.1234=3.4552

所以表明模型干扰项已经不存在自相关性。

五、目前结论