中国进口与经济增长关系的区域差异分析

《中国进口与经济增长关系的区域差异分析》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、中国进口与经济增长关系的区域差异分析开放触觉SENSORSOFOPENNING中国进口与经济增长关系的摘要：本文利用面板数据对中国东、中、西部的进口额和GDP增长关系进行的实证研究。在短期内，GDP增长对进口额影响最小是中部地区，在长期，西部GDP增长对进口额影响最大。中国经济增长对拉动世界经济增长起了十分重要的作用，中国经济增长减速也会影响全球经济。关键词：进口；经济增长；面板数据；固定效应一、中国外贸状况及面板数据模型近年来，中国的进出口额不断增加，中国的外贸依存度也在上升，7><2004年达到70％。<2004年，美中之间的贸易额达到<2300亿美元，美中贸易逆差前所未有地

2、上升到1600亿美元，占美国全年贸易逆差的<25％（美国口径）；<2004年中美贸易顺差为586亿美元（中国口径）。中国在进口额增加的同时，出口额以更快的速度增加。外贸顺差在<2005年达10<201>.0区域差异分析亿美元。同时外汇储备不断增加，<2006年<2月底，中国的外汇储备达到8536.7<2亿美元，超过日本（8501亿美元）居世界第一，到<2006年底，超过了1万亿美元。美国借口其逆差主要是因为中国的外贸顺差，因而对中国的人民币升值不断施压。人民币升值将会增加中国的进口，减少中国的出口，抑制美国逆差的增加。中国外贸顺差在<2000年是<241.09亿美元，<2004年

3、增加到3<20.97亿美元，<2005年快速上升到10<20.0亿美元，<2004至<2005的年增长率达<217.8％。东部的北京、天津、上海、海南在<2004、<2005两年都出现逆差，北京、天津的逆差呈增长趋势，江苏、辽宁在<2004年存在逆差，<2005年顺差最大的广东达4<27.66亿美元，占全国外贸顺差的41.93％，其出口和进口分别达<2409.75亿美元和198<2.09亿美元，占全国出口额和进口额的31.63％和30％，上海、浙江、江苏、福建<2005年的进口额分别达949.<2<2、4<2<2.60、1138.78、<208.54万美元，■占全国进口额的14.

4、3％、6.4％、17.<26％和3.16％，江苏、浙江、福建3省占全国外贸顺贺文华差的63.8<2％。<2005年东部11省（市）占全国外贸顺差的91.4％，进口额占全国进口额的91.84％，出口额占全国出口额的91.78％（图1），中国进出口额最大的区域是东部地区的广东省和长江三角洲（图4）；中部地区的吉林、湖北在<2004年和<2005年都存在逆差，<2005年中部八省占全国外贸顺差的5.<2％，中部<2005年进口额和出口额分别占全国进口额和出口额的4.68％和4.76％（图<2）；西部地区在<2004、<2005都存在逆差的有内蒙、广西，新疆<2004年存在逆差，甘肃、云

5、南<2005年存在逆差，甘肃<2005年逆差达-7.75亿美元，<2005年西部1<2省占中国外贸顺差的3.36％，进口额和出口额分别占全国进口额和出口额的3.47％和3.46％（图3）(资料来源：<2006年中国统计年鉴)。外贸顺差是国外对一国出口商品的需求与其对国外进口商品的需求（AC=EX-IM），它主要由两个因素决定：（1）本币对外币的实际汇率，即以本国消费商品篮子来衡量的外国*消费商品篮子的价格；（<2）国内可支配收入。进口主要取决于实际汇率e（e=EP/P,E是名义汇率）和可支配收入Yd,因而进口的函数式为IM=IM(e,Yd)。但实际汇率变动对IM的影<20FORW

6、ARDPOSITIONINECONOMICSFeb&Mar.<2008开放触觉SENSORSOFOPENNING况,并对样本中每一个样本单位都进行多重观察。这种多重观察既包括对样本单位在某一时期(时点)上多个特性进行观察,也包括对该样本单位的这些特性在一段时间的连续观察,连续观察将得到的数据集称为面板数据。时间序列数据或截面数据都是一维数据。PanelData是同时在时间和截面空间上取得的二维数据。PanelData从横截面（crosssection）上看,是由若干个体在某一时刻构成的截面观测值,从纵剖面（longitudinalsection）上看是一个时间序列。面板数

7、据计量经济模型是近<20年来计量经济学理论的重要发展之一。在实际研究中经常采用的Paneldata回归模型是固定效应模型（FEM）和随机效应模型（REM）。在实证研究中一般通过对数据的Hausman检验以确定是选用固定效应模型还是随机效应模型。当横截面的单位是总体的所有单位时,固定效应模型是合理的模型。固定效应模型,可表示为:y=α+xβ+ui=1…,n;t=1,…,T(1)其itititit中x为1×K向量，β为K×1向量，itK为解释变量个数。u为随机扰动项。itα称为非观测