计量经济学课程设计我国服务贸易竞争力影响因素实证分析

计量经济学期末课程设计题目：我国服务贸易竞争力影响因素的实证分析

我国服务贸易竞争力影响因素实证分析

摘要：

服务贸易对以郭经济增长的作用日益重要，一定程度上决定了一国国际贸易在国际贸易在国际市场的竞争力。本文分析了服务贸易竞争力的影响因素，并对这些影响因素与服务贸易的关系进行了实证检验，在此基础上提出了促进我国服务贸易发展的对策建议。

关键词：服务贸易 竞争力 影响因素

一、 引言

在经济全球化趋势加强的时代背景下，国际服务贸易异军突起，成为推动一国经济增长的重要一级。全球服务贸易出口总额从1970年得700多亿美元上升到2006年的26882亿美元。其平均增长速度超过了同期货物贸易的增长速度，在很大程度上决定了一国国际贸易的发展状况和在国际市场上的竞争能力。近几年来，我国国际服务贸易正在以平均10%左右的速度迅速增长，但明显落后于货物贸易。2008年，我国服务贸易出口总额1465亿美元，占世界贸易出口比重3.9%。在某种意义上说，积极发展国际服务贸易并实现国际贸易的自由化，将是21世纪国际经济合作最重要的内容之一。有必要对我国服务贸易竞争力的影响因素进行分析，以便更好的制定政策措施促进我国服务贸易发展。

二、模型建立与分析

根据理论和经验分析，影响我国服务贸易竞争力（Y ）<服务贸易出口额-数据来自（中国服务贸易网） 单位：亿美元>的主要因素有：

服务业产值(1X )---用第三产业GDP 代表 数据来自（中国统计局）单位：亿人民币元；第三产业就业人数(2X )---数据来自《中国统计年鉴》单位：万人次；对外开放度(3X )---用对外依存度代表 数据来自《中国统计年鉴》单位：% ；外商直接投资额(4X )---数据来自（中国统计局）单位：亿美元；货物出口(5X )---数据来自（中国统计局）单位：亿美元。下表列出了我国服务贸易竞争力相关数据，拟建立我国服务贸易竞争力函数。

(一)、初步模型估计

1、用普通最小二乘法估计模型 假设拟建立如下多元回归模型：

01122334455Y X X X X X ββββββμ=++++++

用Eviews 软件对上表数据进行回归分析,回归结果如

1234546.7221 1.90000.0020 2.60840.19400.0927Y X X X X X ∧

=-+-++

（1.399） (-0.253) (0.503) （-3.398） （2.442） （39.024）

我国服务竞争力影响因素的回归：

Dependent Variable: Y Method: Least Squares Date: 06/13/11 Time: 20:15 Sample: 1987 2008 Included observations: 22

Variable Coefficient Std. Error t-Statistic Prob. C 46.72213 33.38857 1.399345 0.1808 X1 -1.90E-05 7.48E-05 -0.253284 0.8033 X2 0.001972 0.003923 0.502575 0.6221 X3 -2.608390 0.767719 -3.397583 0.0037 X4 0.194000 0.079433 2.442307 0.0266 X5

0.092679

0.002375

39.02428

0.0000

R-squared 0.998592 Mean dependent var 372.9091 Adjusted R-squared 0.998152 S.D. dependent var 391.9083 S.E. of regression 16.84754 Akaike info criterion 8.713287 Sum squared resid 4541.434 Schwarz criterion 9.010844 Log likelihood -89.84616 Hannan-Quinn criter. 8.783383 F-statistic 2269.515 Durbin-Watson stat 2.125136

Prob(F-statistic) 0.000000

2R =0.998592 F =2269.515 D.W.=2.125136

由于2

R 较大且接近于1，而且F =2269.515>0.05(5,16)

2.85F =，故认为我国贸易服务竞争力

与上述解释变量间总体线性关系显著。但在5%和1%的显著性水平下0.025(16) 2.120t =、

0,005(16)22.921t =，1X 、2X 的参数未能通过T 检验，而且，1X 、3X 的参数符号的经济

意义也不合理，故认为解释变量间存在多重共线。 2、检验简单相关系数 关系系数表

C X1 X2 X3 X4 X5 C 1114.796288469424 -0.000296422907595618 -0.1086142082358126 1.532659730553604 2.080849623855607 -0.004489475309564226 X1 -0.000296422907595618 5.600730636236473e-09 1.857060663994502e-08 4.876034127844083e-06 -1.254027888788278e-06 -4.821507583681227e-09 X2 -0.1086142082358126 1.857060663994502e-08 1.538884114019114e-05 -0.001743513768716993 -0.0002853086626431034 4.218347352956007e-06 X3 1.532659730553604 4.876034127844083e-06 -0.001743513768716993 0.589393085107434 0.02440858911091001 -0.001212197870760436 X4

2.080849623855607

-1.254027888788278e-06

-0.0002853086626431034

0.02440858911091001

0.006309631224484014

-0.00010502553

93620551

X5

-0.004489475309564226

-4.821507583681227e-09

4.218347352956007e-06

-0.001212197870760436

-0.0001050255393620551

5.64023393554

1623e-06

表中数据发现解释变量之间存在高度相关性。 3、找出最简单的回归形式

分别作出Y 与12345,X X X X X ，，，间的回归： （1）、Y 与1X 回归如下：

Dependent Variable: Y Method: Least Squares Date: 06/13/11 Time: 19:29 Sample: 1987 2008 Included observations: 22

Variable Coefficient Std. Error t-Statistic Prob. C 220.7235 95.72230 2.305873 0.0320 X1

0.003197

0.001262

2.532244

0.0198

R-squared 0.242776 Mean dependent var 372.9091 Adjusted R-squared 0.204915 S.D. dependent var 391.9083 S.E. of regression 349.4550 Akaike info criterion 14.63713 Sum squared resid 2442376. Schwarz criterion 14.73632 Log likelihood -159.0085 Hannan-Quinn criter. 14.66050 F-statistic 6.412261 Durbin-Watson stat 0.533244 Prob(F-statistic)

0.019818

1220.72350.0032Y X ∧

=+

(2.306)

(2.532)

(2)、 Y 与2X 回归如下：

Dependent Variable: Y