| 论文导读::东莞是一座20年来每年GDP增长率均超过20%的现代化工业城市,其中外贸对其贡献高达10%左右。本文选用东莞市1995——2009年各年GDP、加工贸易总额、加工贸易出口、加工贸易进口的统计数据,经过汇率换算、剔除物价水平影响的处理,实证分析了加工贸易增值系数、加工贸易对GDP的拉动度以及进出口对东莞市经济增长的协整关系,建立短期和长期模型。得出结论并就东莞市加工贸易面临日趋愈下的困境,提出笔者合理性的建议。论文关键词:东莞市,加工贸易,经济增长,JJ协整分析
 
 1 研究背景 作为发展中国家,中国加工贸易进出口总额占外贸的一半左右,地处珠三角的广东省是我国经济和加工贸易最发达的省份。1978年,东莞最早出现了以“三来一补”为主的加工贸易,现有加工贸易生产型企业近1.5万家。2009年,东莞市加工贸易总额799.64亿美元占外贸总额941.55亿美元的比重高达84.9%以上。可见,加工贸易对东莞市经济增长有着举足轻重的作用。但近年的国际金融危机和出口退税大调整、加工贸易限制类目录的出台JJ协整分析,使东莞加工贸易的发展进入瓶颈,大量劳动力密集的加工贸易遭受到了强烈冲击,探明加工贸易对其经济增长的贡献率,在此基础上,调整产业结构,有利于推动东莞市加工贸易的长足发展中国论文下载中心。 2 实证研究 2.1 数据选取与处理 考虑数据的可得性和统一性,本文根据广东省东莞市统计局和对外贸易经济合作局提供的1995——2009年数据进行处理,首先,将东莞市各年GDP按当年人民币对美元的平均汇率换算成美元;再将单位为亿美元的GDP、加工贸易进出口额按当年居民消费价格指数(以1978年为基期)换算成剔除物价水平后的数据。 2.2 加工贸易的增值系数分析 增值系数是衡量加工贸易创汇水平的质量指标,反映了生产加工环节的附加值程度。若加工贸易的链条较长,即所需零部件和原材料由国内生产供给,或加工过程中技术含量较高,则该增值系数较高。反之较低。增值系数=加工贸易出口额/加工贸易进口额。笔者对东莞市1995——2009年加工贸易的有关数据进行整理,见表1。 表1 东莞市加工贸易增值系数的变化   
    
        
            | 年份 | 加工贸易出口额(亿美元) | 加工贸易进口额(亿美元) | 加工贸易增值系数 |  
            | 1995 | 75.48 | 61.25 | 1.232326531 |  
            | 1996 | 90.19 | 69.37 | 1.300129739 |  
            | 1997 1998 | 111.86 128.97 | 86.525 92.564 | 1.292805548 1.393306253 |  
            | 1999 | 149.78 | 116.694 | 1.283527859 |  
            | 2000 | 169.28 | 126.19 | 1.341469213 |  
            | 2001 | 189.89 | 154.65 | 1.227869382 |  
            | 2002 | 233.87 | 180.96 | 1.292385057 |  
            | 2003 | 275.07 | 208.98 | 1.316250359 |  
            | 2004 | 343.51 | 249.298 | 1.377909169 |  
            | 2005 | 391.6 | 284.2 | 1.377902885 |  
            | 2006 | 446.83 | 314.49 | 1.420808293 |  
            | 2007 | 563.33 | 389.91 | 1.444769306 |  
            | 2008 | 601.4 | 391.9 | 1.534575147 |  
            | 2009 | 487.82 | 311.82 | 1.564428196 |  数据来源:东莞统计年鉴、东莞市对外贸易经济合作局统计数据 由表1可知JJ协整分析,东莞市的加工贸易增值系数由1995年的1.23到2009年的1.56,大体呈现出递增的趋势,这表明东莞市加工贸易的技术含量逐年提高。 2.3 加工贸易对GDP的拉动度分析 加工贸易对经济增长的拉动作用可以通过开放经济条件下的简单凯恩斯模型测算(林毅夫、李永军,2001),该模型建立在国民收入恒等基础上,其基本形式: 根据上式可以得到增量恒等式: 
 其中Y、C、I、G、X、M分别表示国内生产总值、消费、投资、政府购买支出、出口和进口。N=X-M表示净出口, 表示增量。因为净出口包含了加工贸易的净出口、一般贸易及其它贸易的净出口,所以  ,  、  分别表示加工贸易的净出口、一般贸易及其它贸易的净出口中国论文下载中心。  
  根据上式导出:加工贸易对GDP增长的拉动度=(加工贸易净出口增量/GDP增量)*GDP的增长率=加工贸易对经济增长的贡献度* GDP的增长率,这一指标表示在国内生产总值的增长率中有几个百分点是加工贸易拉动的。
 笔者先根据加工贸易各年净出口增量,算出贡献度;再计算出GDP的增长率,根据公式获得东莞市加工贸易对经济增长的拉动度。计算结果如下表: 表2 1995——2009年东莞市加工贸易对经济增长的拉动度   
    
        
            | 年份 | GDP增量(亿美元) | 加工贸易净出口增量(亿美元) | 贡献度 | GDP增长率 | 贡献率 |  
            | 1995 | — | — | — | — | — |  
            | 1996 | 4.89 | 6.59 | 1.35 | 19.85% | 26.76% |  
            | 1997 | 6.04 | 4.515 | 0.75 | 20.46% | 15.30% |  
            | 1998 | 7.39 | 11.071 | 1.50 | 20.79% | 31.14% |  
            | 1999 | 6.92 | -3.32 | -0.48 | 16.12% | -7.73% |  
            | 2000 | 9.09 | 10.004 | 1.10 | 18.22% | 20.06% |  
            | 2001 | 10.94 | -7.85 | -0.72 | 18.55% | -13.32% |  
            | 2002 | 11.34 | 17.67 | 1.56 | 16.22% | 25.28% |  
            | 2003 | 33.26 | 13.18 | 0.40 | 40.94% | 16.23% |  
            | 2004 | 103.71 | 28.122 | 0.2711 | 47.53% | 12.88% |  
            | 2005 | 48.3 | 13.188 | 0.273 | 18.13% | 4.95% |  
            | 2006 | 62.82 | 24.94 | 0.40 | 23.58% | 9.36% |  
            | 2007 | 85.15 | 41.08 | 0.48 | 25.86% | 12.48% |  
            | 2008 | 118.73 | 36.08 | 0.30 | 28.65% | 8.71% |  
            | 2009 | 17.87 | -33.5 | -1.87 | 3.35% | -6.28% |  数据来源:东莞市统计局、东莞市对外贸易经济合作局统计数据 由表2可以看出,一方面除1999年、2001年和2009年外,加工贸易对东莞市经济增长的拉动度为正,加工贸易对当地经济增长起积极推动作用JJ协整分析,大体上加工贸易与经济增长是正相关关系。1999年、2001年起负作用的原因是为加大加工贸易的发展,当地进口了相当一部分主要供从事加工贸易的生产者使用的来料加工装配设备,此类贸易只有进口,没有出口; 2009年则更大程度上受国际金融危机的影响,从而导致东莞加工贸易从总体上呈现出净出口增量不足。另一方面东莞市1995——2009年均贡献度是48%,年均拉动度是12.23%,对比1992——2002年加工贸易对我国经济增长的年均贡献度为7.04%,年均拉动度为0.5%(刘志忠和王耀中(2003))。更直观的得出,加工贸易对东莞市经济增长的重要作用。 2.4 加工贸易对经济增长影响的回归分析 为进一步分析广东省对外贸易与经济增长的数量关系,消除时间序列数据存在的异方差现象,将实际东莞市生产总值(GDP)、加工贸易总额(M)、加工贸易出口额(EX)、加工贸易进口额(IM)分别取自然对数,即LGDP、LM、LEX、LIM,结果如下: 表3 东莞市GDP、加工贸易总额、加工贸易 出口额、进口额自然对数值   
    
        
            | 年份 | lg | lm | lex | lim |  
            | 1995 | 1.965069 | 3.679344 | 3.085204 | 2.876300 |  
            | 1996 | 2.056100 | 3.743755 | 3.173253 | 2.910789 |  
            | 1997 | 2.198242 | 3.917482 | 3.344546 | 3.087673 |  
            | 1998 | 2.329999 | 3.970725 | 3.429747 | 3.098024 |  
            | 1999 | 2.400102 | 4.076086 | 3.499992 | 3.250345 |  
            | 2000 | 2.494997 | 4.097287 | 3.540280 | 3.246500 |  
            | 2001 | 2.600494 | 4.195862 | 3.600097 | 3.394816 |  
            | 2002 | 2.687896 | 4.318586 | 3.745482 | 3.488993 |  
            | 2003 | 2.967971 | 4.409781 | 3.844619 | 3.569832 |  
            | 2004 | 3.541172 | 4.540677 | 3.995022 | 3.674455 |  
            | 2005 | 3.664778 | 4.595598 | 4.049942 | 3.729379 |  
            | 2006 | 3.784820 | 4.623088 | 4.090213 | 3.738987 |  
            | 2007 | 3.917679 | 4.750745 | 4.224744 | 3.856794 |  
            | 2008 | 4.083416 | 4.705699 | 4.203926 | 3.775673 |  
            | 2009 | 4.123420 | 4.495866 | 4.001651 | 3.554130 |  数据来源:东莞市各年国民经济和社会发展统计公报 2.4.1 ADF单位根平稳性检验 首先对时间序列进行ADF检验,对序列是否平稳作出判断,若非平稳序列JJ协整分析,则取一阶差分,再进行平稳性检验。本文采用eviews5.0来判断表3中各时间序列是否平稳。经过检验,LG、LM、LEX、LIM的检验结果认为都非平稳,笔者将其分别取一阶差分、二阶差分直至出现平稳序列。 表4 ADF检验结果   
    
        
            |   | 一阶差分 | 二阶差分 |  
            | 变量 | ADF值 | 1% | 5% | 10% | 结论 | ADF值 | 1% | 5% | 10% | 结论 |  
            | LG | -2.62 | -4.06 | -3.12 | -2.7 | 非平稳 | -3.85 | -4.99 | -3.87 | -3.39 | 平稳 |  
            | LM | -1.21 | -2.75 | -1.97 | -1.6 | 非平稳 | -4.17 | -4.12 | -3.14 | -2.71 | 平稳 |  
            | LEX | -1.09 | -2.75 | -1.97 | -1.6 | 非平稳 | -3.09 | -4.12 | -3.14 | -2.71 | 平稳 |  
            | LIM | -1.82 | -2.75 | -1.97 | -1.6 | 平稳 |   |   |   |   |   |  根据检验结果,LG、LM、LEX一阶差分的ADF值均大于ADF分布各临界值,结论为非平稳中国论文下载中心。 LIM的ADF值小于10%的临界值,即有90%的可能为平稳序列,所以LIM为I(1)。LG、LM、LEX二阶差分都是平稳的,即I(2),三者为同阶单整,可以进行下面的协整分析。 2.4.2 协整检验 现阶段,协整检验的方法主要有两种:一种是基于协整回归残差的杜宾两步法(Engle Granger1987);另一种是基于向量自回归模型的Johansen检验(JJ检验)。由于杜宾两步法方法自身存在缺陷,已逐被淘汰,本文采用后一种方法来检验LG、LM、LEX变量是否具有协整关系。 首先建立VAR进行滞后项检验JJ协整分析,依据最小AIC准则,确定L=1为最佳滞后阶数;随后进行迹检验(Trace Statistic),当迹检验量大于5%水平临界值时便接受零假设,两个向量间存在协整关系,即存在长期稳定的均衡关系,详见表5。 表5 LG分别与LM和LIM协整关系的检验   
    
        
            | 向量 | 零假设 | 迹统计量 | 5%水平临界值 | Prob.** | 结论 |  
            | LG和LM | r=0 | 11.22198 | 15.49471 | 0.1982 | 拒绝零假设 |  
            | r=1 | 5.330439 | 3.841466 | 0.0209 | 接受零假设 |  
            | LG和LEX | r=0 | 9.953642 | 15.49471 | 0.2842 | 拒绝零假设 |  
            | r=1 | 3.557452 | 3.841466 | 0.0593 | 接受零假设 |  表中结果显示,LG与LM、LIM虽然不是平稳时间序列,但存在长期均衡的关系,且从结果显示选用滞后期为1阶的模型较为合理,运用此关系,笔者进行一次OLS回归分析。如下: LG = 0.63*LM+ 0.76*LG(-1) - 1.84 ① (2.66) (7.46)(-2.43)  =0.98  =0.979 F=287.64D.W.=1.79
 LG = 0.704*LEX + 0.703*LG(-1) - 1.64 ② (2.93) (6.42) (-2.64)  =0.98  =0.977 F=312.72D.W.=1.768
 从自回归结果显示, 和  都较大且接近1,拟合优度高;在5%的显著水平下,变量都同时通过T检验、F检验JJ协整分析,模型总体拟合良好。①式中参数的意义为:LG关于LM的长期弹性是:0.63/(1-0.76)=2.625;②式参数的意义为:LG关于LEX的长期弹性是:0.704/(1-0.703)=2.37。 2.4.3 误差修正模型 首先,分别对①式、②式的残差序列(ECM1、ECM2)进行ADF单位根检验,结果显示ECM1、ECM2均为稳定序列;其次,对LG、LM、LEX、LG(-1)分别做差分得DLG、DLM、DLEX、DLG(-1);最后用ECM1、ECM2的滞后一期建立两个误差修正模型。③ DLG = 0.58*DLM + 1.15*DLG1 - 1.35*ECM1(-1) - 0.069 ③ (1.68) (2.301)(-2.145) (-0.72)  =0.447  =0.26F=2.4 D.W.= 2.027
 DLG = 0.69*DLEX + 1.10*DLG1 - 1.37*ECM2(-1) - 0.072 ④ (2.047) (2.46) (-2.31) (-0.82)  =0.504  =0.34F=3.06 D.W.=2.048
 模型③表明LG关于LM的短期弹性为0.58;ECM1(-1)前面的参数符合反向修正机制,说明上一年的非均衡误差以修正系数为1.35的比率对本年度的GDP进行反向修正,使LG和LM的关系不会过多的偏离长期的均衡状态中国论文下载中心。模型④表明LG关于LEX的短期弹性为0.69;同理,上一年以修正系数为1.37的比率进行反向修正。 3 总结与建议 各种数据及实证分析结果表明 ,加工贸易对东莞经济增长的确发挥了相当重要的作用,出口额在逐年递增,且对经济增长的贡献最大。作为东莞主要对外贸易方式,加工贸易在今后相当长的一段时期将直接影响着经济的稳定发展。但是由于目前东莞加工贸易以劳动密集型产品出口为主,产品附加值低,笔者认为需要注意以下两点:首先,发展加工贸易规模,更要注重引进产业的优化升级JJ协整分析,重点发展高技术产业加工贸易,加快出口产业的技术进步,实现可持续发展。以电脑资讯产品制造业为例,东莞是国际知名的电脑资讯产品制造业基地,就应加强生产基地建设,扩大国内采购特别是本地采购比重,形成配套完善的产业链,提高出口商品附加值。其次,低廉的劳动力优势会随着西部地区竞争的加剧而逐渐丧失,重视高新区人力资源的培养,为高新技术类加工贸易培育坚实的后继力量。 参考文献:
 1.文妮佳.广东加工贸易与经济增长关系分析[J].企业经济,2007,2
 2.汪静静.加工贸易对我国经济增长的实证分析[J].现代商贸工业,2008,12
 3.王晶,曹菁轶.加工贸易对我国经济增长影响的实证分析[J].西安邮电学院学报,2009,7
 4.文妮佳.广东加工贸易与经济增长关系分析[J].企业经济,2007,2
 
   |