中国对美国进口总额的分析

中国对美国进口总额的分析

中美两国,一个是发展中的大国,一个是经济、科技发达的大国,两国都有广阔的市场,

经济互补性很强。现在中美两国间贸易往来十分频繁，美国是中国进口商品主要的来源地。

目前,两国贸易额已达400多亿美元,比1979年增加了数十倍。中国是美国小麦、磷肥、木

材的主要销售市场,是美波音公司的第四大用户,也是美国计算机、工业机械等产品的最大买

主之一。中国从美国的进口逐年递增。美国已成为屈居日本之后的世界第二大中国进口来源国。中美各自的一些产品对对方市场的依赖性已初步形成。中国经济正在持续、快速地发展,

发展的重点———交通、通信和能源等领域,正是美国的强项。中国市场的巨大潜力对美国

有着非常大的吸引力。正是中美在经济利益上的一致性,为中美关系的改善和发展带来了历

史性机遇,并成为双边关系的核心。因此，研究中国对美国的进口额是有现实意义的。

就基本的来说，一个国家的进口额应该和很多方面有关，例如进口国的失业率，关税，

经济发展情况，与他国的贸易关系紧密程度，汇率等有关。于是，我们以Y作为中国对美国

的进口额（亿元）为应变量，并且假设了几个解释变量，它们分别是X1中国的GOD（亿元），

X2中国历年的贸易关税总额（亿元），X3人民币的汇率，X4居民平均消费水平（元），X5中

国的人口数，X6失业率，以及X7它作为一个比较特殊的值来衡量中国与美国之间的贸易关系。中国与美国因为各种原因，两国间的关系时好时差，因此，构建模型时，也把这种原因

也考虑了进去。当两国较好时，设其值为1，不好时其值为0。刚开始假设模型为

Y=C+B1X1+B2X2+B3X3+B4X4+B5X5+B6X6+B7X7+U。我们再来验证该模型的可行性。

一．假设初始模型

obs Y X1 X2 X3 X4 X5 X6 X7

1991 426.2328 21617.80 187.2800 5.322700 896.0000 11.43330 2.300000 1.000000 1992 473.9395 26638.10 212.7500 5.514900 1070.000 11.58230 2.300000 0.000000 1993 977.4677 34634.40 256.4700 5.761900 1331.000 11.71710 2.600000 1.000000 1994 1849.662 46759.40 272.6800 506187.0 1746.000 11.85170 2.800000 1.000000 1995 2063.750 58478.10 291.8300 8.350700 2236.000 11.98500 2.900000 0.000000 1996 1343.149 67884.60 301.8400 8.314200 2641.000 12.11210 3.000000 0.000000 1997 1351.348 74462.60 319.4900 8.289800 2834.000 12.23890 3.100000 1.000000 1998 1397.775 78345.20 313.0400 8.279100 2973.000 12.36260 3.100000 1.000000 1999 1612.470 82067.50 562.2300 8.278300 3143.000 12.47610 3.100000 0.000000 2000 1851.311 89442.20 750.4800 8.278400 3397.000 12.57860 3.200000 1.000000 2001 2168.759 95933.30 840.5200 8.277000 3611.000 12.76270 3.200000 1.000000

数据参考：《中国对外贸易统计年鉴》2000年，2002年版

《中国统计年鉴》2000年，2002年版

《世界经济年鉴》2001年版

《国际统计年鉴》2001年版

1．用EVIEWS对各假设变量数据进行分析，得到下表：

Dependent Variable: Y

Method: Least Squares

Date: 12/14/03 Time: 12:39

Sample: 1991 2001

C 52635.19 29398.73 1.790390 0.1713

X1 0.592195 0.219174 2.701935 0.0737

X2 2.305870 0.876673 2.630251 0.0783

X3 -0.000170 0.000673 -0.252057 0.8173

X4 -14.12895 4.879698 -2.895457 0.0627

X5 -4820.787 2455.986 -1.962873 0.1444

X6 1165.480 1570.306 0.742200 0.5118

R-squared 0.963212 Mean dependent var 1410.533

Adjusted R-squared 0.877373 S.D. dependent var 589.1776

S.E. of regression 206.3192 Akaike info criterion 13.65199

Sum squared resid 127702.9 Schwarz criterion 13.94137

Log likelihood -67.08594 F-statistic 11.22114

从上表中可以看出，可决系数比较大，然而模型F检验值和各解释变量的T检验值都比较小，因此，可以判断出该模型存在着较大的多重共线性，异方差以及自相关等多种缺陷。所以，应当适当的改变一下变量的形式，使得调整后的模型拟合程度更好。

2．针对解释变量X1来说，可以先寻找Y与X1之间的关系。计算出LY=LnY以及LX1=LnX1。依次对其进行分析，找出在Y与X1，Y与LnX1，LY与X1，LY与LnX1之间哪一组的相关程度最高。（具体分析如表一至表四所示）

Dependent Variable: Y

Method: Least Squares

Date: 12/14/03 Time: 10:36

Sample: 1991 2001

Included observations: 11

Variable Coefficient Std. Error t-Statistic Prob.

C 333.4674 324.4520 1.027787 0.3309

X1 0.017519 0.004901 3.574775 0.0060

R-squared 0.586758 Mean dependent var 1410.533

Adjusted R-squared 0.540843 S.D. dependent var 589.1776

S.E. of regression 399.2336 Akaike info criterion 14.97994

Sum squared resid 1434487. Schwarz criterion 15.05228

Log likelihood -80.38965 F-statistic 12.77902