【中日制造业产业内贸易影响因素实证探析综述2600字】

中日制造业产业内贸易影响因素实证分析综述目录TOC\o"1-2"\h\u17724中日制造业产业内贸易影响因素实证分析综述 17164（一）选择变量 176501.中日人均收入差异 162562.中国技术进步 2122743.日本对华直接投资 231769（二）模型的建立及数据来源 2100011.建立模型 2249752.数据来源 3728（三）模型的检验与估计 3255691.模型检验 332092.模型估计 48180（四）实证结果分析 5选择变量通过对前人研究结果的分析和总结可以得知：经济发展水平越相近的国家，产业内贸易水平越高，而产业内贸易对于一国经济贸易的发展具有显著的促进作用，因此本文基于2009-2019年的数据，从国家及产业角度对中日制造业产业内贸易的影响因素进行实证研究，考虑到数据选取以及中日制造业产业内贸易的现状，本文决定选取中日人均收入差异、中国技术进步、日本对华直接投资作为影响中日制造业产业内贸易水平的解释变量，对这三个指标进行实证分析。中日人均收入差异赫尔普曼与克鲁格曼(Helpman和Krugman)的研究显示，有利于两国产业内贸易发展的因素可以通过国家间经济规模差距的缩小来改善。通过前人研究的重叠需求理论，两国之间制造业产品的贸易发展是通过人均收入水平类似的两国基本情况得出，因为两国大量需要同质的差异性产品，这会促进产业内贸易发展向水平型发展。但这也不是绝对的正确，因为越相似的两国收入水平，越表明两国的要素禀赋差异并不明显，此时会降低两国得垂直型产业内贸易水平。综合上述的两种影响，无法判断中日人均收入的差异会对中日制造业的产业内贸易水平产生何种影响。本文选用中日两国人均GDP的差异来表示此变量，用来表示t期的中日人均收入差异。2.中国技术进步一国某产业技术水平越高，其对与中间产品的进口也会增加，则可能会对产业内贸易产生一定的影响，因此技术进步会对中日制造业产业内贸易的发展产生积极影响；而技术进步的重要标志可以通过生产高科技产品的进口及其进出口规模来进行衡量，本文选用中国科技产品占制造业中的制成品作为技术进步的代理变量，用来表示t期中国的技术进步。3.日本对华直接投资由于贸易互补型产业和贸易替代性产业都能表示对外直接投资产业。因此，如果为了扩大海外市场的占用率，从而增加对外直接投资，那么，这种对外直接投资会减少两国之间的贸易水平。但是，如果为了建立东道国之间的垂直分工体系，那么这种对外直接投资就会促进两国之间的产业内贸易。所以，日本对华直接投资对中日制造业产业内贸易水平的影响不确定。本文以FDI表示t期日本对华的直接投资。模型的建立及数据来源1.建立模型据上文对中日两国制造业和中日两国产业内贸易的主要影响因素进行了分析,结合之前专家和学者对这三个影响产业内贸易水平的深入研究,本文选择了中日两国人均收入水平差异、中国科技进步、日本对华直接投资这三个主要影响因素进行了实证分析,把这三个影响因素综合起来作为三个解释的变量,建立了一个多元线性回归模型:lnGLt其中GLt表示中日两国制造业产业内贸易指数；其余的参数和变量在本文中的含义可以参考见下图表6所示。表6公式中各参数及解释变量的含义参数参数含义解释变量解释变量含义预期符号β1中日人均GDP之差对中日产业内贸易的影响X1表示中日人均GDP（AGDPD)－β2中国的技术进步对产业内贸易的影响X2表示中国技术进步（HTP）＋β3日本对华直接投资对中日产业内贸易的影响X3表示直接投资（FDI）＋或－数据来源本文通过数据整合，选取了2009～2019年共11个样本数据用已研究中日制造业产业内贸易水平的影响因素。其中，行业分类以SITC三分位法为基础，将前两位数字相同的产品归为同一行业。在测算中日产业内贸易水平的GL指数时，所用到的数据来源于联合国商品贸易数据整理得出；日本对华直接投资的数据来自日本统计局的整理得出；而中日人均收入差异及中国科技产品占制造业中的制成品的比重都来自于中国统计年鉴的整理数据得出。模型的检验与估计1.模型检验首先我们应对所要研究的各种变量都进行平稳度检验,本文主要采用单位根检验方法检验每个变量的平稳度。通过stata数据分析软件对各个单位的数据进行了单位根检验,时间序列中3个变量都表现出来是不平稳,所以我们很有必要对各个变量之间的一阶数据差分做一个平稳性的检验,结果显示如下:表7单位根一阶差分检验变量差分阶数t临界值1%5%10%FDI1-3.753-3.750-3.000-2.630AGDPD1-5.017-3.750-3.000-2.630HTP1-7.659-3.750-3.000-2.630由表7分析可得出：FDI、AGDPD、HTP的t值为-3.753、-5.017、-7.659，根据附录表2，在1%、5%、10%的1显著性水平下，他们的临界值都大于t统计量，表明时间系列中不存在单位根，是平稳序列。2.模型估计异方差检验：（white检验）Prob>chi2=0.3235，接受原假设，所以不存在异方差。通过上文对变量序列进行分析，得知部分变量序列在进行一阶差分后为平稳状态。由此可知，应当用最小二乘法与一阶差分的ADF检验数据进行结合，针对所结合的数据对模型进行估计。结果如表7所示。表8回归结果回归系数CoeftpR²F常数2.3460.4310.0130.8205F=23.458

p=0.032lnADGPD-0.199-2.210.063lnFDI0.3120.4230.026lnHTP0.1651.580.045从回归结果可以得知，FDI和HTP的P值为0.026和0.045，均小于5%，显著性水平高。ADGDP的P值为0.063，也达到了10%的显著水平。从总体上来看，R2达到了0.8205，模型拟合程度较高。F值设定为为23.458，即对列入该分析模型的三个解释变量（中日人均GDP差异、中国的技术进步、日本对华直接投资）联合起来对被解释变量（中日制造业产业内贸易指数）有显著影响。实证结果分析从上述的实证分析，可以得出以下结论：第一，ADGDP的系数为负值，即中日人均收入差距越大则中日制造业产业内贸易水平越低；具体而言，当中日ADGDP的差距增加1%，则中日G-L指数就会减少0.199%。人均收入差异会影响到中日两国需求的相似性，而相似需求会对中日两国的产业内贸易产生各种各样的影响。所以，伴随着未来中国经济的发展，人均收入水平的提高，消费者多样化需求会因此正佳增加，从而中日人均收入差距减小，并且中国与日本消费者的相似需求会相应增加，从而促进中日产业内贸易的发展。第二，技术进步（HTP）的系数为正值，即中国技术进步对中日制造业产业内贸易发展具有积极影响，具体而言，当中国SE上升1%时，中日G-L指数就会增长0.165%。因此，当中国制造业企业提高其在全球价值链中的位置，加强其产品中的技术含量后，其与日本的产业内贸易水平也会得到相应的发展。第三，日本对华FDI的系数为正值，相比于技术进步这一变量，日对华FDI对产业内贸易发展的