中国与德国制造业产业内贸易实证研究.docx

?

?

中国与德国制造业产业内贸易实证研究

?

?

[摘要]选取2002—2011年相关数据，采用Eviews70计量软件实证分析中国与德国制造业产业内贸易指数与6个影响因素之间的关系。结果显示，近年来中德制造业产业内贸易呈现出较高的水平，两国国民平均收入促进了两国间制造业的产业内贸易；两国对差异性产品的需求还有待增加；国民生产总值的平均值上升会引领中德市场规模不断扩大，继而推动了社会的科技创新和产业化升级；德国对我国的投资会促进产业内贸易的发展。并从两国政府、企业和跨文化交流方面提出促进两国制造业产业内贸易发展的对策建议。

[关键词]中国；德国；制造业；产业内贸易；实证分析

[]F0629A[]A[]

2095-3283（2015）08-0010-03

[作者简介]田爱国（1963-），男，黑龙江齐齐哈尔人，教授，管理学硕士，研究方向：产业经济学。

[基金项目]首届黑龙江省人才培养模式创新实验区国际经济与贸易专业人才培养模式创新实验区项目阶段性成果。

近十年来，中国与德国的产业内贸易一直处于较高的水平，为更加深入地了解中德制造业产业内贸易的相关影响因素，综合已有的产业内贸易相关结论及研究成果，本文选取中德人均收入、平均国民生产总值的差值、市场规模平均水平、中德市场规模差距、德国对中国的对外直接投资及中德制造业贸易规模作为影响因素进行计量分析。

一、数据来源

本文大部分数据来源于联合国商品贸易统计数据库（UNCOMTRADE），并以联合国第四次修订的《国际贸易标准分类》（第四版）为依据，将国际贸易标准分类五和分类七划分为资本或技术密集型的制成品，将分类六和分类八划分为劳动密集型的制成品，其他数据部分来源于《中国统计年鉴》。

二、中德制造业产业内贸易实证分析

1解释变量的选定

依据数据的可获得原则及产业内贸易的影响因素相关理论，选择以下6个变量作为中德的制造业产业内贸易的解释变量。

（1）国民平均收入

对于需求者来说，具有较高人均收入的国家会有更多样化的市场需求，进一步推动该国产生具有规模效益的差异性产品的增长。对于供给者来说，具有较高人均收入的国家，为了满足世界及本国的市场需求，该国将具有极强的科技创新力来生产具有差异性的产品。因此，本文选取的解释变量之一就是中国与德国的国民平均收入，计算公式为：

中国与德国国民平均收入=

中国国民平均GDP+德国国民平均GDP2

（2）平均国民生产总值差值

对于两个开展经贸合作的国家来说，国内需求与该国的收入状况及消费者的消费喜好都是密切相关的。该国的国民人均收入水平的提升能推动两国商品多元化，从而最终实现对差异性产品需求的大幅度增加，进而促进两国贸易的发展。本文选取中德平均国民生产总值差值作为解释变量，计算公式为：

中国与德国平均GDP差值=|中国平均GDP-德国平均GDP|

（3）市场规模平均水平

利用中国和德国的国民生产总值求和后的平均值来代表中国与德国市场规模。中国与德国的国民生产总值的平均值上升会引领中德市场规模的不断扩大，国民对差异性产品的需求会增加，继而推动社会的科技创新和制造业的优化升级，大大推动两国间产业内贸易的发展与繁荣，中国与德国市场规模差距的计算公式为：

中国与德国市场规模平均水平=

中国的国民生产总值+德国的国民生产总值2

（4）市场规模的平均差异

本文将中国与德国的市场规模的平均差异值作为影响因素。产业内贸易主要表现为垂直型，则两国之间的产业内贸易总成交量会剧增，从而两国的市场规模的平均差异就会减小。反之，产业内贸易突出表现为水平型，则两国之间的产业内贸易总成交量会剧减，两国的市场规模的平均差异就会变大，使中国与德国之间的产业内贸易得到大跨步的提升，公式为：

中国与德国市场规模的平均差异=|中国国民生产总值-德国国民生产总值|

（5）德国对中国的直接投资

他国对本国的对外直接投资与产业内贸易呈负相关关系。因此将德国的商业投资列为两国之间产业内贸易研究的一个重要影响因素。

（6）制造业贸易规模

两国之间的贸易总额是两国产业内贸易的基础，只有贸易额的不断扩大，才会为两国产业内贸易创造条件。

2模型的选定及相关检验

本文选取2002—2011年相关数据，其中，被解释变量是G-L指数，解释变量是以上6个影响因素，表1为中国与德国制造业产业内贸易计量分析结果。

本文采用Eviews70计量软件分析中国与德国制造业产业内贸易指数与影响中国和德国产业内贸易的6项因素之间的关系。为了消除异方差性，将以上6个变量转化为对数形式，即LnGNI、LnDGNI、LnGDP、LnDGDP、LnFDI、LnIE。利用OLS（线性最小二乘法）对模型进行拟合，同时对拟合后的结果进行分析。

利用下面的线性回归方程对6个影响因素（变量）进行G-L指数的影响程度的测算，线性方程为：

Lo