中国进出口贸易影响因素实证分析
摘要：改革开放以来，国家经济实力和对外经济贸易都在快速发展，进出口总额由1978年的206亿美元扩大到2007年的21737.3亿美元，占国内生产总值的比重由1978年的9.7%提高到2007年的66.8%，提高了57.1个百分点。进出口贸易总额跃居世界第3位，仅次于美国与德国，占世界贸易总额的比重也由0.8%提高到7.7%。这充分说明了中国经济增长的迅速、对外贸易国际竞争力的显著增强以及进出口贸易对经济的贡献度。
中央政府为扩大对外经济贸易，实施了一系列的政策方针，积极促进经济发展。本文从1990到2007年的中国进出口贸易总额着手，选取了影响进出口贸易的五个最主要因素，即国内生产总值，贸易国国内生产总值，外商直接投资，对外经济合作营业额，以及人民币汇率。运用Eviews统计软件的逐步回归对数据进行线性拟合，经过各种参数检验以及模型筛选，得到模型。文章最后给出了实证分析的结论并且提出了相应的政策建议。
关键字：进出口贸易多重共线性自相关性异方差性
一．研究意义
在经济全球化和加入世贸组织的背景下，研究和提高我国对外贸易的国际竞争力己成为关键。为了最大限度地获得贸易发展的动态利益，更好地通过贸易发展战略来促进产业结构的良性调整，提高贸易商品的国际竞争力，我国应充分利用WTO 赋予的各种许可的措施，制定并建立我国面向21世纪的对外贸易发展战略，实现我国从贸易大国向贸易强国的转变。
二．进出口贸易影响因素的实证分析
（一）影响因素的分析
1．国内生产总值GDP
国内生产总值是指在一定时期内(一个季度或一年)，一个国家或地区的经济中
所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。不但可反映一个国家的经济表现，更可以反映一国的国力与财富。国内生产总值由消费、投资和净出口组成，因此进出口贸易成为拉动国民生产总值的三驾马车之一。反过来，一国的国力和财富也深深地影响着一国的进出口贸易额。
2．贸易国国内生产总值GDP
贸易国比如美国的GDP增长，那么美国的国内消费需求就会增长，那么它对
中国的进口需求量也就增加，间接影响了我国的对外出口贸易总额。
3．外商直接投资
随着对外开放程度的不断提高，在相当长的时期内对外商投资企业实行出口导向型政策，再加上我国丰富、廉价的劳动力资源，连续十多年一直是发展中国家吸收国际直接投资最多的国家。据联合国贸发会议统计，在过去十多年里，中国吸引外资约占全部发展中国家总额的1/5。外商投资企业的生产总量不断增加，给外贸易发展做出了突出贡献，对中国的出口增长起到了很强的促进作用。
4．对外经济合作营业额
贸易国际化是一个发展的过程，且这一发展过程表现为本国企业对外国市场增加参与的连续过程。一般研究FDI对贸易的影响都将我国仅仅视为东道国，忽视了我国作为对外投资国的角色。今年来我国对外投资规模变化很大，对国际贸易规模的影响不容忽视。对外经济合作对中国进出口贸易额的贡献不容小看。
5．汇率
汇率提高，人民币贬值，中国出口品价格降低，对外贸易国际竞争力加强，
出口增多而进口减少，净出口额增加。相反，汇率降低，人民币升值，中国出口品在国际上的竞争力下降，出口减少而进口增多，不利于国际收支的增加。因此一国的汇率在对外贸易中起着举足轻重的地位。而近年来，人民币面临很大的升值压力，消弱了我国出口商品的国际竞争力，不利于我国对外贸易出口的增长加大了国内就业压力。
（二）数据的收集与整理
根据以上分析，我们收集了1990年到2007年的国内生产总值、贸易国生产总值、外商直接投资额、对外经济合作营业额、人民币汇率等数据。因为美国、欧盟是我国最大的对外贸易出口国，其GDP反映出国外的大部分出口需求，所以我们将美国与欧盟的GDP总和看做是贸易国的GDP。得到如下数据：
国内GDP数据来源于中国国家统计局（/）
美国GDP数据来源于美国经济分析局（/）
欧盟GDP数据来源于世界货币基金组织网站（/）
外商直接投资数据来源于中国国家统计局（/）对外经济合作营业额数据来源于中国国家统计局（/）汇率数据来源于中国国家统计局（/）
三．模型建立于预测
（一）模型建立
用Eviews软件逐步回归法建立对数线性模型。选取进出口贸易额(Y)作为被解释变量，选取国内生产总值（X1）、贸易国生产总值（X2）、外商直接投资（X3）、对外经济合作营业额（X3）、人民币汇率（X4）五组数据作为解释变量构建模型，则
Y=f (x1、x2、x3、x4、x5)
取对数消除指数影响，使变量之间保持线性关系，于是可得：
lnY=α+β1lnx1+β2lnx2+β3lnx3+β4lnx4+β5lnx5+μ
其中α是常数项，β1、β2、β3、β4、β5是各影响因素的弹性系数，μ是随机误差项，代表影响进出口贸易总额的其他因素。
（二）OLS估计
用OLS法估计模型的参数，利用Eviews软件计算，在窗口中依次输入：
Data y x1 x2 x3 x4 x5
Genr lny=log(y)
Genr lnx1=log(x1)
Genr lnx2=log(x2)
Genr lnx3=log(x3)
Genr lnx4=log(x4)
Genr lnx5=log(x5)
Ls lny c lnx1 lnx2 lnx3 lnx4 lnx5
回归结果如下：
lnY=-22.71397+0.233283lnx1+2.282199lnx2+0.020395lnx3+0.163203lnx4+0.145 886lnx5
t=(-2.628737)(0.627110)(2.81524)(0.16511)(0.419269)(0.430642)
R^2= 0.989573 F=227.7710 DW=1.099121
由回归结果看出，可绝系数R^2及F值都显著，但是解释变量系数的t值普遍较小，不显著，所以要进一步对模型进行检验修正。
（三）回归模型的扩展
1．多重共线性
（1）简单相关系数检验
输入命令：cor y x1 x2 x3 x4 x5 得到：
