小度写范文中国出口乘数效应：近二十年的理论和经验-乘数效应通俗解释模板

中国出口乘数效应：近二十年的理论和经验-乘数效应通俗解释

一、引言随着国际经济的发展，出口促进发达国家经济的发展是一个不争的事实（Balassa,B. 1979；Erkin Bairam.1988），然而在中国，近年来出口虽然以很快的速度增长，但是出口对经济增长贡献份额和净出口拉动经济增长百分点两个指标的发展变化显示，出口对我国经济增长的贡献递减，而且波动剧烈（史言信，2009；张亚雄，陶丽萍，2009）。中国的外贸乘数效应弱化，对国民收入影响有限（罗静，李春明，2007）。对于中国出口乘数效应降低的原因，很多学者都做了较为深入的研究。胡钧民等对中国1953—2000年间的对外贸易与GDP增长进行了回归分析（胡钧民， 2002；高敬峰，2000），认为外贸增长对GDP的贡献率1978年前更高，后来反而更低。莫莎（2000）分析认为我国外贸乘数太小，主要原因是我国产品的技术含量较低，多以劳动密集型为主，产业的关联性和互动性不强，所以出口的拉动效应不明显。吕晓英（2003）、Fang, D.（2004）分析认为我国的外贸乘数波动较大，且与国民经济的波动不同步。吴国华、王佩等（2010）提出外贸乘数与被乘数概念，认为中国外贸乘数不大，是边际消费倾向过低、边际进口倾向过高及出口产品多以附加值低的劳动密集型产品为主等因素的影响所致。本文以开放经济为分析框架，将商品市场和货币市场联系在一起，建立宏观经济模型。以国民收入和利率为内生变量，出口、政府支出和货币供给量为外生变量，利用比较静态分析方法，考察影响我国出口乘数的主要因素。

二、理论模型开放经济是现代经济的常态，所以分析国际经济问题需要着眼于开放经济。市场经济不但是产品经济，也是货币经济，不但有商品市场，也有货币市场，这两个市场相互影响，相互依存。在这样的经济体中，商品市场的特征可以由以下几个函数规定：I=I(Y,i)(TY>0;Ii0)（2）Ｍ=Ｍ(Ｙ)(0 Ｔ=Ｔ

(Ｙ)(0 Ｘ=Ｘ0（5）Ｇ=Ｇ0（6）在货币市场中，我们可用两个函数表达：Md=L(Y,i)(LY ＭS=ＭS0（8）在这些函数式中，Ｉ、Ｓ、Ｍ、Ｔ和Ｘ同Ｙ一样，均是流量概念，是在一定时间内度量的；而Md和Ms则是存量概念，它们表示在某一特定时点存在的量。但无论是存量还是流量，上述函数均被假定具有连续导数。在四部门经济中，同时考虑货币市场与商品市场，模型的一般均衡状态可通过下述两个条件来表示：I(Y,I)+X0+G0=S(Y,i)+T(Y)+M(Y)（9）L(Y,i)=Ms0（10）在（9）和（10）式中，我们有两个内生变量：国民收入 Y 和利率 i，以及三个外生变量：出口X0 （由外国决定）、政府支出G0 （具有刚性）和货币供应量Ms0（由货币当局决定）。因此（9）和（10）式可以用隐函数表示，其中m=3;n=2 ：F1(Y,i,X0,G0,Ms0)=I(Y,i)+X0+G0-S(Y,i)-T(Y)-M(Y)=0(11) F1(Y,i,X0,G0,Ms0)=L(Y,i)-Ms0=0(12) 此方程组满足隐函数定理的条件，且在初始均衡处和其它地方，内生变量的雅可比行列式不为零：(13) 由于I、 S、M 、T 和L 都是连续可导的，而且一定存Y和i。因此，可以写出隐函数

Y=Y(X0,G0,Ms0)和i=i(X0,G0,Ms0)(14)进而，我们可以写出I(Y, i)+X0+G0-S(Y, i)-T(Y) -M(Y)=0(15) L(Y, i)-Ms0=0(16) 由这些均衡恒等式，可以得到六个比较静态导数，其中两个与X0有关。对（15）和（16）式取全微分，令dMs0 =0，从而使dX0成为唯一的不均衡因子。其次，以dX0通除，并把两个微分的商视为偏导数，得到矩阵方程：(17) 由克莱姆法则得到(18) 因为Li≠0，Li （19）（19）式表明，在一般情况下，出口乘数的八个影响因素T”、M” 、SY 、LY 、Li 、Ii 、IY 、Si 之间相互影响，相互作用，最终决定因素只有两个，一个就是全社会边际税收率（T” ），另一个是边际进口倾向（M”），而储蓄、消费、货币需求和利率并不会在根本上影响出口乘数的大小。

三、结构分析和理论验证在模型分析的基础上，根据出口乘数、边际进口倾向、全社会边际税收率的定义，对中国1991年至2010年间的数据进行计算。为便于Eviews软件输入，把用EM表示，把用IEM表示，而用MPI和MRT分别代表和，通过计算得出下表：表1 1988至2008年间中国出口乘数、边际进口倾向及全社会边际税收率对于包含一个应变量和两个解释变量的多个时间序列，我们要对每一个序列的平稳性进行单位根检验，然后再看如何进行数据处理。首先，为了确定单位根检验的回归方程，绘制出如下时间序列的时序图：从时序图初步判断，IEM比较平稳，而MPI和MRT则显得不太平稳。为了进一步作出准确判断，我们分别对其作单位根检验。首先对IEM、MPI、MRT三个时间序列分两步进行单位根检验，第一步，作原序列不差分的单位根检验；第二步，作一阶差分的单位根检验。从这三个时间序列水平值的单位可以看出，它们的检验统计量大于10%检验水平下的临界值，因此这三个序列都包含单位根，从而是非平稳序列。同时，这三个序列的一阶差分的检验统计量值都小于1%检验水平下的临界值，因此差分序列不包含单位根，从而表明差分序列是平稳的。根据分析，三个时间序列都是一阶单整序列。