- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
外贸对江苏省收入差距影响分析
外贸对江苏省收入差距影响分析【摘要】本文选取了江苏省1998-2009年的时间序列数据,对基尼系数与贸易依存度、城市化水平、二三产业就业人口比例、政府财政支出等进行回归检验,发现,江苏省对外贸易的快速发展显著地扩大了其地区间的收入差距,并且是苏南、苏中、苏北三大区域经济格局形成的成因之一。
【关键词】基尼系数;外贸依存度
1.引言
关于贸易对收入差距的影响,国内外的学者进行了非常丰富的研究。在国内,学者们大多选择将全国作为研究对象,考察不同行业、城乡之间的差距等。本文选择江苏省作为研究对象,有其特殊的意义。江苏省的经济发展迅速,2010年实现生产总值40903.3亿元,外贸总量突破4658.1亿美元,位居全国前列。而随着总体经济的增长,江苏省居民收入也呈现迅猛上涨趋势。2010年,江苏省城镇居民人均可支配收入超过25116元/人,农村居民人均纯收入上涨至8980元/人。但是在经济迅速发展的前提下,苏南,苏北,苏中地区存在非常显著的收入差距。这种差距有其历史渊源、地理因素、政策影响等多方面的因素。本文将从贸易的角度来考察这种收入差距的成因。
2.文献综述
2.1 国外研究
Andreas Savvides(1998)对收入不平等和贸易保护之间的关系进行了实证研究,结论是对不发达国家来说,贸易开放程度高的国家收入分配更不平等;而贸易开放程度对发达国家的收入不平等几乎没有什么影响;Antonio Spilimbergo (1999)对要素禀赋、贸易开放程度和收入分配的关系进行了实证分析,发现贸易开放对收入不平等的影响取决于要素禀赋,在土地或资本充裕的国家,贸易开放会降低不平等。而在技术充裕的国家,贸易开放会加剧不平等;Lindert and Willianmson(2001)通过考察全球化和不平等程度的历史得出结论:过去的两个世纪,世界经济的不平等程度加深了。一国内部的收入不平等间断性地上升和下降,更多地表现为发展中国家的收入不平等状况。
而另一些学者转向公司层面来研究国际贸易是如何作用于收入分配的不平等。Bernard and Jensen(1997)通过对美国公司的研究发现,80年代熟练和非熟练劳动力工资提高主要是由公司出口增长导致。这是从公司的层面来分析贸易所带来的影响。Bernard and Wagner(1998)通过研究德国公司的出口发现,较为成功的企业更倾向于出口并使用更多熟练劳动力。
2.2 国内研究
戴枫(2005)则通过理论模型与现代经济学研究方法,最后得出结论:以基尼系数表示的我国收入差距的扩大与以对外贸易依存度表示的贸易自由化程度之间存在着长期稳定的关系。王少瑾(2007)选取了我国1994-2004年的省级面板数据,得出的结论是进出口的增加与FDI的大量进入都导致了我国收入不平等程度的提高;鲁晓东(2008)认为对外贸易是造成收入差距拉大的主要原因之一,对外贸易与不同要素察赋的结合对收入分配产生的联合效应存在显著差异。
3.模型设定
3.1 收入差距的测度
经济学中测度收入分配差距的指标有很多,绝对差异、相对差异、洛伦兹曲线、泰尔系数等都非常具有代表性。本文选取基尼系数作为测度收入分配差距的指标,根据江苏省统计年鉴上提供的数据,计算得出1998-2009年的基尼系数。
3.2 变量的选取
根据研究需要与实际情况,我们拟引入以下变量:
被解释变量:江苏省基尼系数(Y)。
解释变量:外贸依存度(X1)、城市化水平(X2)、工业化水平(X3)、政府财政支出(X4)、就业因素(X5)、教育因素(X6)、就业因素(X7)。
从经济的角度看,这些变量都对基尼系数产生一定的影响,但是不能排除它们在统计上可能会出现不显著的情况。我们通过相关系数的检验,确定变量之前存在多重共线性,因此我们可以通过逐步回归法进行估计。
4.实证分析
4.1 模型
经过逐步回归分析,我们最终得到关于基尼系数(Y)与外贸依存度(X1)和城市化水平(X2)的回归方程:
通过EVIEWS软件对模型进行OLS回归,我们得到结果如图1所示。
Method:Least Squares
Date:09/16/11 Time:20:50
Sample:1998 2009
Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob.#8239;#8239;
C 0.772875 0.091337 8.461803 0.0000
X1 0.000659 0.000249 2.650130 0.0265
文档评论(0)