毕业设计（论文）我国服务贸易与服务业工资水平基于服务进口的实证检验

1、论 文 （设 计）我国服务贸易与服务业工资水平 基于服务进口的实证检验作 者专 业政治经济学指导教师学 院经济学院学 号20141114111003二一四 年 十二月目 录摘要：2一、我国服务贸易及服务业工资水平概况2二、服务进口影响服务业工资水平的实证检验4（一）模型设定4（二）模型检验51.多重共线性检验52.异方差性检验5三、结果分析和讨论6参考文献8附录9摘要：本文研究的服务贸易中进口贸易这一因素对我国服务业工资水平的影响。需要说明的是，由于统计年鉴2013年前并未公布各行业工资水平，本文的服务业平均工资水平是总和服务业包含的住宿餐饮、交通运输、文体娱乐等十四个项目就业人数和平均工资的

2、数据，得到的整体服务业的数据。为了说明服务业工资水平的影响因素，除了服务贸易进口这一因素外，外引入了城镇居民平均工资、教育投入、人均生产总值等因素，统计整合相关数据，研究各因素的关系。采用的主要是计量经济学的方法，包含模型的建立、检验等。通过回归分析得到的结论是服务业工资水平与服务进口之间是负相关的，也就是说服务贸易进口会使得服务业工资水平下降；服务业工资水平与城镇居民工资水平是同方向变换的，切两者的关系密切，城镇居民工资水平对服务业工资水平影响是所有研究因素中最明显的。关键词：服务贸易；服务进口；服务业工资；回归分析一、 我国服务贸易及服务业工资水平概况加入世界贸易组织以来，贸易壁垒的进一步

3、削减和人民币汇率市场化改革等政策，都极大降低了企业出口门槛，释放了对外贸易的规模效应，使得中国迅速成为全球最重要的贸易体，2013年我国对外贸易额首破4 万亿美元，位居世界第一。其中，中国对外服务贸易顺应世界服务贸易蓬勃发展的趋势，在全球服务贸易及中国对外贸易中的地位快速上升，服务贸易总额从1982年的44亿美元增长到2012年的4706亿美元，以超过100倍的速度增长，占全球贸易的比重也从0.6%提升到了5.6%。不过，从2002年我国服务贸易出现逆差开始，我国服务贸易处于长期逆差的状态，并且有进一步扩大的趋势，2012年我国服务进口2801.4亿美元，同比增长18.2%；服务出口1904.

4、4亿美元，同比增长4.6%。增长情况如图一所示。图一毋庸置疑，我国居民收入是快速增加的，2003年看，城镇居民平均工资为13969，2012年为46769，增长了234.8%。不过，与服务贸易繁荣形成鲜明对比，我国居民的收入虽然整体走高，但是收入差距不仅没有缩小，反而持续扩大。较突出的是1980年的0.32上升到1990年的0.36，以及2001年的0.45增至2012年的0.474。城镇可比样本的基尼系数和泰尔指数分别由1995年的0.35和0.23增至2007年的0.42和0.33（李宏兵和蔡宏波，2013）。其中，服务业的趋势也大致相同，从整理2003年至2012年平均工资水平数据看，平

5、均工资整体也是呈现快速增长的趋势。为了更好的比较服务贸易进口和服务业工资水平，试图看看两者的增长之间是否存在一定的联系。图二中比较的是两者的增长率变化，看似毫无关联，但若分小段来看还是有联系的。比如2005年到2007年，不管是服务也工资还是服务贸易进口，增长率都是持续增长，但是2007年到2009年，两者的增长率同步下滑，但是服务贸易进口的下滑速度要比服务业工资水平增长的下滑速度要快，而且在2009年达到了负增长，再看2010年到2012年，两者几乎也是以相同的步调在变化，可以猜想两者之间也许存在联系，为下文深入分析做准备。图二二、 服务进口影响服务业工资水平的实证检验（一） 模型设定毫无疑

6、问，同一时期出现的贸易开放与工资水平之间有着千丝万缕的联系。但是，将范围缩小到服务进口和服务业工资水平上来是否有同样的联系？为此，借鉴经济学中影响整体工资水平的因素，引入了几个可能影响服务业工资水平的因素。首先研究的是服务进口因素，以往的大部分研究的是货物贸易和制造业等，证实进出口贸易确实会对我国整体的工资水平产生影响。那么缩小到服务业，服务的进口是否也会对服务业的工资产生影响是有待商榷的；然后是城镇职工平均工资，服务业是整个行业的一部分，总体和个体之间是相互影响的，那么总体平均工资和个体平均工资之间存在关系也是可以预料的；其次是人均gdp，反应的是整个国家的经济水平；最后引入的是教育经费投入

7、，文化程度的高低也是会影响工资水平的，此处考虑教育问题时，应用的是教育经费这个变量。综上所述确定了以下变量：服务业平均工资（saw）服务进口总额（si）城镇职工平均工资（aw）人均gdp（ag）教育投入（edu）根据以上变量建立以下模型e1：saw i =1+2 saw i+3si i+4ag i+5edu i+i （ e1 ）（二） 模型检验1. 多重共线性检验可以通过图一观察到，由于某些原因的影响，2009年的服务贸易进口增长为负，为了更好的做回归，引入变量d：d=0 ，2009年以前；d=1，其他。按照建立的模型，根据搜集到的相关数据，得到附件一的回归结果。其中，判定系数r2值0.999

8、954，很高，但是有几个变量不是统计显著的（ag，d1），这是多重共线性的典型特征，为了更加清楚的说明这一点，附件二给出了这几个变量之间的相关矩阵，相关系数很高，也就证明了多重共线性的存在。ag变量所指的是人均gdp，该变量与其他变量高度相关，可以预料的是，不管是服务贸易还是教育，都是生产总值的重要组成部分，与生产总值间是存在相关性的，那么与人均生产总值之间势必也会具有相关性，所以将去掉变量ag。去掉变量ag后得到模型e2：saw i =1+2 saw i+3si i +4edu i+i （ e2 ）根据上诉去除变量ag后的模型e2，再次做回归，得到附件三中的结果。r2值为0.988607，相

9、比原先的r2值有所下降，但是仍然很高；再观测几个变量，除了变量c1略高于0.05，但也是可以接受的，其他的变量的估计系数都是统计显著的。模型e2在模型e1基础上去掉人均gdp这一变量后，原先的多重共线性基本得到解决。2. 异方差性检验去除一个变量，解决了多重共线性得到模型e2，但是，该模型是否具有异方差性呢？下面检验其是否具有异方差性，我们用戈的菲尔德匡特检验，去掉中间的两个变量，即2007和2008年的属性，首先对前四个年份2003至2006年的数据做回归，可以得到残差平方和为3549.5；然后对后四个年份2009至2012年的数据做回归，得到的残差平方和为28103.0。然后计算比率，根据

10、公式，自由度为4的分子和自由度为4的分母，计算出的比率为7.92。5%显著水平下的f临界值是2.82，估计的f值超过了次临界值，可以得到误差方差中有异方差性的结论。已检验到模型e2中存在异方差性，下面针对异方差性进行补救，补救措施采用的是取对数的方法。首先按照下列方法对几个变量取对数,得到新变量：lsaw=log(saw)lsi=log(si)law=log(aw)ledu=log(edu)根据新的到的变量，我们得到一个新的校正后的模型e3：lsaw i =1+2 lsaw i+3lsi i+4+4ledu i+i （ e3 ）根据上述模型，采用white检验法得到附件四中的结果。在white

11、 heteroskerdasticity test检验结果中，统计量的p值均分别为0.2636和0.2028，这说明在显著性水平取0.05的情况下，统计表明应接受原假设，既采用取对数方法后得到的模型e3不存在异方差性了。根据附件五中的回归结果，各统计量显著，r2值很高，排除了多重共线性，white检验后不存在异方差性，可以得到下列较好的模型e4。lsaw i =1.484lsaw i - 0.002lsi - 0.385ledu i - 1.143 （ e4 ）三、 结果分析和讨论以上根据整合的数据，通过计量经济学的方法得到了一个排除多重共线性和异方差性的回归模型e4。首先是贸易进口这一因素，

12、某一产业进口数量快速增加，逆差迅速拉大，势必会对国内该产业造成冲击，比如制造业，出口速度赶不上进口速度，国内市场被进口占有，虽然有一部分出口能够抵消国内进口的冲击，但是由于逆差的存在，会对制造业产生负面效应。根据回归结果，这种情况同样适用于服务业，服务作为一种特殊的商品，在国际贸易中的作用更突出，我国处于长期不断扩大的服务业逆差中，服务相对进口对本国内服务业造成了一定影响，由于优质服务大量进口，人们不再选择本国内的服务而转向更好的进口服务，这样会对国内服务业造成冲击，进而使得这个服务业的工资水平相对下降。但值得注意的是，服务贸易进口这一因素并不是影响服务业工资水平最显著的因素，有结果可看到，系

13、数较低，影响效果的力度并不如预期中的那么大，究其原因主要是数据统计时候的问题，搜集到的数据是从年度数据整合而来，但是我们国家在数据统计的时候是以国家为界限，也就是说外来服务企业等隶属服务进口的项目是计算在国内服务业中的，国内服务业的工资水平中包含了外来企业等在国内提供服务的部门，这也就使得影响没有预期的明显。若要更深入的研究服务贸易进口和工资水平的关系，就应该收集更加准确的数据，将外资服务企业等从国内服务企业中分割出来，再去研究他们之间的关系。其次，另一影响因素教育投入对服务业平均工资水平的影响是负的，这与我们所熟悉的加大教育后劳动技能提高、工资上涨这种观点事想违背的。从整个国家的工资水平看，

14、这一观点是没有错的，教育投入增加会带来工资水平的增加，但是缩小到服务业，这种关系就可能相违背。原因在于，受过教育的高技能者和几乎没接受过教育的低技能者相对量变化不大，而且对于服务业这一特殊的行业，高技能者的需求量并不比其他行业高，这些也就使得教育投入和服务业平均工资水平表现为负相关。最后另一影响因素城镇居民工资水平与服务业工资水平是正相关，与预期的结果表现一致，因为服务业本就是全行业的一部分，变化的步调虽然会有特殊情况，但是整体上与全行业的变化是一致的。参考文献1 蔡宏波等.服务进口与工资差距 j.国际贸易问题，2014,（11）：144-153.2 陈景华.企业异质性、全要素分类与服务业对外

15、直接投资 j.国际贸易问题，2014(7):112-121.3 林祺、林僖.削减贸易服务壁垒有助于经济增长吗 j. 国际贸易问题，2014（8）：79-894 温德怀.中国服务贸易发展现状、问题及对策分析 j.黑龙江对外贸易，2010(5):38-39.5 李晨光.关于我国服务贸易企业工资水平影响因素的实证性研究 j.现代商业，2013(02):125-130.6 朱启荣.工资变动对我国服务于贸易与货物贸易竞争力的影响 j.世界经济研究，2009(10):234-236.7金俐、陈群锋.中国服务贸易进口的技术溢出效应 j.江苏商论，2012(08):34-36.附录附件一：dependent

16、variable: sawmethod: least squaresdate: 12/01/14 time: 19:42sample: 2003 2012included observations: 10variablecoefficientstd. errort-statisticprob.si-0.2617110.188399-1.3891340.0371aw1.6209030.13382112.112470.0003ag-0.1449290.131995-1.0979820.3339edu-0.4065440.075484-5.3858220.0057d1-659.2057396.054

17、1-1.6644340.1714c-2069.268405.0381-5.1088220.0069r-squared0.999954mean dependent var31126.04adjusted r-squared0.999896s.d. dependent var12475.44s.e. of regression127.1653akaike info criterion12.81256sum squared resid64684.04schwarz criterion12.99411log likelihood-58.06281hannan-quinn criter.12.61340

18、f-statistic17323.15durbin-watson stat2.775837prob(f-statistic)0.000000附件二siawagedud1si1.0000000.9914560.9931780.9904550.804589aw0.9914561.0000000.9992560.9964790.869562ag0.9931780.9992561.0000000.9960240.859455edu0.9904550.9964790.9960241.0000000.864019d10.8045890.8695620.8594550.8640191.000000附件三de

19、pendent variable: sawmethod: least squaresdate: 12/01/14 time: 20:13sample: 2003 2012included observations: 10variablecoefficientstd. errort-statisticprob.si0.1974620.3928550.5026330.0331aw1.1398200.09867711.551040.0000edu-0.2090690.156489-1.3360010.0300d1665.7888746.99320.8912920.0571r-squared0.988

20、607mean dependent var31126.04adjusted r-squared0.988410s.d. dependent var12475.44s.e. of regression302.9714akaike info criterion14.55433sum squared resid550749.9schwarz criterion14.67536log likelihood-68.77164hannan-quinn criter.14.42155durbin-watson stat0.818617附件四：heteroskedasticity test: whitef-s

21、tatistic1.709586prob. f(3,6)0.2636obs*r-squared4.608563prob. chi-square(3)0.2028scaled explained ss1.199906prob. chi-square(3)0.7530test equation:dependent variable: resid2method: least squaresdate: 12/01/14 time: 22:09sample: 2003 2012included observations: 10variablecoefficientstd. errort-statisti

22、cprob.c-0.0003510.000346-1.0155860.0490lsi27.79e-064.81e-061.6215010.0560law21.19e-051.42e-050.8400920.0331ledu2-1.69e-051.17e-05-1.4518520.0967r-squared0.760856mean dependent var1.39e-05adjusted r-squared0.791285s.d. dependent var1.76e-05s.e. of regression1.58e-05akaike info criterion-18.98519sum squared resid1.50e-09schwarz criterion-18.86415log like