中国商品进口量影响因素的计量经济学模型分析

　　2015 年 3 月 7 日，十二届全国人大三次会议记者会中，商务部部长高虎城就 “培育消费新亮点 构建开放新格局”的相关问题对中外记者的问题进行了解答。他指出，2014 年中国依然居于全球货物贸易第一大国的位置很稳定，并提出今年的进出口将会维持在 6% 左右的增长。可见进出口额的增长无疑是对中国经济发展的关键，从表 1 中我们看到，从 2006-2013 年，进出口总额持续增长，进口额、出口额也相对稳定的增长着，进口额的增长额总是低于出口额，相应的进出口差额也在逐步增大，使得贸易顺差越来越大。自从中国加入世界贸易组织之后，经济全球化进程加快，我国的生产力急剧增加，吸引外资，进而增加出口能力，增加出口额。可是巨额的贸易顺差会带来弊端，生产的增多使得资源和环境被过度利用，污染日渐严重，影响我国人民生活质量； 中国经济依赖出口多于进口，由于外汇的不稳定，所以存在一定的风险性； 巨额的贸易顺差，导致人民币升值增加，外汇储备的增加，外汇供给大于需求，影响资金流通和通货膨胀，影响经济市场的稳定； 还有就是在贸易中会产生贸易摩擦，影响各国之间贸易的友好发展关系。在国际贸易中，通过贸易往来，一国贸易顺差持续增加，另一国持续逆差，就会导致贸易不平衡，顺差国影响逆差国经济发展，继而产生矛盾与摩擦。近几年，我国一直处于进出口贸易大国的地位，使得有些国家一直盯着我国的一举一动，吹毛求疵，这样会影响我国贸易的发展，影响经济的稳定性，影响各国间的和谐关系。为什么近几年我国总有贸易争端问题？ 从数据看 2013 年我国的贸易顺差达到了16093. 98 亿元，不可否认贸易顺差的增加确实加剧了贸易摩擦。所以我们的对外贸易不能太过积极，要在谨慎中求稳，求胜，我们要不断回顾我们的发展过程，从中找到适合我们发展的道路。
　　
　　1 研究目的

　　2014 年，中国的国内生产总值增长 7. 4% ,居民消费价格 CPI 上涨 2%,研究中国商品进口数量与国内生产总值的关系，以探究中国进口商品的增长规律。在本文中，忽略对其他经济因素的计算来构建计量经济学模型，对进口与 GDP 和 CPI 之间关系的实证研究，以测试的多重共线性等计量测试和验证。

　　2 数据收集

　　为了了解中国进口商品额与 GDP、CPI 之间的关系，选择 “中国商品进口额”为被解释变量，用 Y 表示； 选择 “国内生产总值”和 “居民消费价格指数”为解释变量，分别用 X1、X2表示。通过查阅中国统计年鉴，本文将中国从 1985 年到 2013 年的国民生产总值商品进口额，居民消费价格指数，整理如表 2 所示。
　　
　　3 模型建立

　　3.1 设定多元回归模型

　　为了解中国商品进口额与国内生产总值、居民消费价格指数的关系，建立多元线性回归模型将模型设定为对数模型： LnY = β0+ β1LnX1+ β2LnX2+ u,其中 β1> 0,β2<0.

　　在其他条件不变的情况下，随着 GDP 的增长，扩大国内需求，中国进口的商品也要增加，所以 β1> 0 ; 居民消费者价格指数上升，其他条件不变的情况下，货币的贬值，将减少进口，促进出口，所以中国大宗商品进口量应减少，β2< 0 .使用 EViews 生成对数变量数据进行最小二乘法估计，模型估计结果如下：
　　
　　LnY = - 2. 150963 + 1. 420692LnX1- 0. 778065LnX2
　　t = （ - 1. 604344） （ 6. 3409） （ - 1. 249415）
　　R2= 0. 912957 F = 136. 3515
　　Dependent Variable: LNY
　　Method: Least Squares
　　Date: 12 /18 /14 Time: 21 : 03
　　Sample: 1985 2013
　　Included observations: 29
　　
　　由此可见，该模型 R2= 0. 912957 ,F = 136. 3515 ,F检验也很显着。但是，t 检验不显着，说明可能存在多重共线性，即国民生产总值 GDP 与居民消费价格指数 CPI之间有可能存在线性关系，故需要进行进一步的多重共线性检验。

　　3.2 统计意义上的检验

　　3.2. 1 拟合优度检验R2= 0. 912957 说明所建模型整体上对样本数据拟合较好，即解释变量 “国内生产总值” “居民消费价格指数”对解释变量 “商品借口额”的绝大部分差异做出了解释。

　　3.2.2 F 检验针对 H0: β1= β2= 0 ,给定显着性水平 α = 0. 05 ,在F 分布表中查出自由度为 k - 1 = 1 和 n - k = 28 的临界值Fα（ 1,28） = 4. 2 ,由 F = 136. 3515 > Fα（ 1,28） = 4. 2 ,应拒绝原假设 H0: β1= β2= 0 ,说明回归方程显着，即国内生产总值和居民消费价格指数联合起来是对我国商品进口额有影响的。
　　
　　3.3 多重共线性检验

　　通过简单相关系数检验得到表 3,我们可以看到，商品的进口占 GDP 的体积与 CPI 高度相关，且有一定的关系。通过 Lnx1与 Lnx2存在线性关系我们得出国内生产总值与居民消费价格指数存在线性关系 （ 见表 3） .【1】

　　
　　通过建立回归模型，对中国的国内生产总值和商品进口量最大的关联度分析发现与国内生产总值关系最大。所以，设一元回归方程为：log （ Y） = A1+ A2LOGX1+ U1并逐步引入其他变两个，确定最适合的回归方程：log （ Y） = B1+ B2LOGX2+ U2由数据得到，回归方程结果为：lnY = - 3. 497444 + 1. 154824lnX1即 log（ Y） = - 3. 497444 + 1. 15482logX1
　　
　　最后通过自相关性检验及修正对模型进行 White 自相关性检验、DW 检验和偏相关系数检验，验证模型的正确性。由 White 检验知，α = 0. 05 ,检查分配表，5. 99 的临界值，超过 nR2,和 P 值大于 0. 05,所以不存在异方差性。由模型估计结果我们得到 DW = 1. 728708 ,共 29 个样本，模型中的 1 个解释变量，检查数据统计显示，dL =1. 341 ,dU = 1. 483 ,模型中 dU < DW < 4 - dU ,则误差项间无自相关。所以我们确定模型为：lnY = - 3. 497444 + 1. 154824lnX1
　　
　　该模型得出在其他变量的背景相同的经济意义下，国内生产总值增长了 1%,进口额增加 1. 154824%.可见进口额与国内生产总值是成正比的关系。

　　4 模型的不足及改进方向

　　4.1 模型存在的缺陷第一，数据从 1985-2013 年，未对商品进口额做长时间的研究，较少的样本数据的选择的数量，从而降低表示模型代表性。第二，我们在建立模型时还有一些因素没有加以考虑，如： 出口额、人民币汇率、外商直接投资等，并假设它们无影响或影响不大。在这种情况下，降低了模型的可靠性，该模型与实际情况存在些许差距。

　　4.2 改进方向第一，增加数据容量，延长时间序列，力求使得模型更具权威性。第二，增加影响因素的个数，扩大分析范围。

　　5 结论与建议

　　通过对模型的分析不难发现，建立，中国商品进口量受多种因素影响，其中主要因素是国内生产总值 GDP.

　　从上表中我们看到近几年我国进口额增长缓慢，相应的进口额增长率也不高，可能与我国鼓励出口政策有关系。我国将重心放在出口额上，不能一味的出口而忽略了进口，适当地增加进口会对我国经济增长的提高起作用。第一，进口额的增加能缓解人民币升值压力，增加我国外汇储备量，缓解通货膨胀压力，短期内的通货膨胀，使国内市场价格上涨，假设汇率没有波动，出口商品的价格要随之提升，所以出口受到抑制； 但是进口商品的价格没有显着变化，相对来说价格下跌，对进口商品的需求变大，会导致进口额的增加。长期来看，通货膨胀会导致货币汇率下跌，导致出口增加和进口减少，抵消短期的影响。第二，进口额的增加，能使我国生产汲取国外优秀之处，引进国外先进的技术和设备，进一步加强我们的产品实力，有利于实现产品的升级换代，更有利于我国对外贸易的发展，在不断进取中变得更强。第三，随着出口的增加，中国对外的贸易摩擦也会加大，对各国经济发展均没有好处，要保持进出口的平衡发展才能减少贸易摩擦，和平共处。

　　我国的政策应适当做些调整，减小贸易顺差带来的弊端，在继续保持出口增长速度的同时适当提高进口额的比率，将进出口发展平衡战略提到日程上来。为了使我国对外贸易发展稳健，建议国家抵制一些不良出口贸易，适当增加一些有意义的进口，增加我国的竞争实力，增加我国的贸易水平，引导企业进行合理的进口，增加我国外币存储量，逐步引导一些中小企业在外贸中发展起来，发挥地方优势，活跃地方经济，维持生存发展空间，使我国在外贸中不断前进并立于不败之地。

　　参考文献：

　　[1] 中国国家统计总局。 中国统计年鉴 [M]. 北京： 中国统计出版社，2013.
　　[2] 张晓峒 . Eviews 使用指南与案例 [M]. 北京： 机械工业出版社，2007.
　　[3] 孙 敬 水 . 计 量 经 济 学 [M]. 北 京： 清 华 大 学 出 版社，2010.
　　[4] 庞皓 . 计量经济学 [M]. 北京： 科学出版社，2010.
　　[5] 刘明兴，马晓野 . 国际贸易波动-理论综述及评价 [J].国际贸易问题，2001 （ 2） : 32 -35.
　　[6] 易丹辉 . 数据分析与 Eviews 应用 [M]. 北京： 中国统计出版社，2002.