人民币汇率对我国出口贸易影响实证研究——基于外向型地区和外向型行业的面板数据

刘 英，金祖本

(1.对外经济贸易大学 统计学院； 2. 对外经济贸易大学 保险学院； 北京 100029)

人民币汇率对我国出口贸易影响实证研究
——基于外向型地区和外向型行业的面板数据

刘 英1，金祖本2

(1.对外经济贸易大学 统计学院； 2. 对外经济贸易大学 保险学院； 北京 100029)

就人民币实际有效汇率对我国外向型经济出口贸易的影响进行理论分析，以我国外向型地区2000—2013年及外向型行业2003—2011年实际经济的面板数据为样本进行实证研究。实证结果表明：当人民币实际有效汇率上升时，我国外向型地区及行业的出口贸易规模会降低，与理论分析的结论相一致。由于出口贸易对带动我国经济高速稳健发展具有重大影响，故我国仍需在稳定汇率、增加外需方面做出努力，以保证我国外向型经济持续稳定发展。

外向型地区；外向型行业；人民币汇率；出口贸易

改革开放三十年来，中国出口贸易飞速发展，出口贸易占 GDP的份额也相应逐渐增大。据国家统计局数据显示：自2000年以来，出口贸易占GDP比例一直维持在20%以上，而2013年我国全年出口总额为137 131.43亿元，占全年 GDP总额的24.11%。可见，中国经济高速稳健的发展离不开出口贸易，出口贸易的持续增长能够带动我国经济的全面增长。汇率作为一国货币单位与他国货币单位进行兑换的比率，是出口贸易研究中最重要的综合性价格指标。汇率在国际金融和贸易活动中决定了货物和劳务的相对价格，具有并执行价格转换功能。

2005年7月我国对汇率制度进行了改革。在原来的固定汇率制下，人民币兑美元的汇率保持在8.27左右，但是，在2005年7月后至2013年底人民币兑美元汇率中间价上涨了13.4%。综合反映人民币对外价值更有效的指标为人民币实际有效汇率(Real Effective Exchange Rate, REER)，它是国际货币基金组织计算公布的，利用价格指数调整，并以双边贸易比重为权重的人民币实际有效汇率指数。作为人民币汇率代理指标，由于REER采用间接标价方法，故REER数值上升表示人民币升值，下降表示人民币贬值，小于100表示相对基期贬值，而大于100表示相对基期升值。人民币实际有效汇率从2005年开始进入长期升值通道，在2008年下半年升值的步伐显著加快，且这种状态一直持续到现在，从2005年7月到2015年2月间，人民币实际有效汇率累计升值超过53.4%。在此期间，我国出口贸易的增长却不断下降，2004年出口贸易增长率为35.32%，2008年出口贸易增长率下降为7.3%，而2013年出口贸易增长率仅为6%，可见人民币汇率与我国出口贸易的增长之间存在较为明显的负向变化关系。在这一现实背景下，研究人民币汇率对出口贸易的影响，对维护我国对外贸易和外向型经济的持续稳定发展具有现实意义。

一、 文献回顾

20世纪30年代，马歇尔提出了弹性分析理论：将汇率水平作为调节国际收支不平衡的基本手段，从进出口商品供求弹性的角度，探讨货币贬值对国际收支平衡的影响。在近些年的相关研究中，一部分西方学者研究认为：汇率贬值对出口具有正面影响，从而能够改善国际贸易收支状况[1-3]；而另一部分学者则认为汇率贬值反而对改善贸易收支起消极影响[4-5]。李石凯、谢端纯[6]从国际游资冲击的角度就货币贬值对国际收支的失灵效应问题进行了详细的阐述。另外，在J. Meade和S. Alexander1952年提出了吸收分析法理论——即认为一国国际收支量受本国国民经济指标的影响后，丘兆祥、王海南[7]运用该理论和货币分析理论就人民币升值对我国国际收支的影响进行了实证分析，并提出了改善我国国际收支的政策建议。

此外，我国学者还通过实证分析说明了人民币贬值对我国贸易收支存在“J曲线”效应，还证实了“错层J曲线”存在于多个贸易伙伴国之间[8-9]；另外还有学者利用进出口弹性分析的基本方法和进出口需求弹性的“45度规则”对我国进出口商品的弹性进行了实证分析，并得出人民币升值会促进我国贸易收支顺差扩大的结论[10-11]。刘柏和张艾莲[12]则通过进一步实证研究得出汇率提高会增加我国出口竞争力的结论。封福育[13]利用门限回归模型对人民币实际汇率波动对我国出口贸易的影响进行考察，发现汇率波动幅度不同，我国出口贸易受汇率水平变化的影响呈现出不对称性，得出汇率与出口贸易之间并没有显著性的关系，实际汇率贬值并不能改善我国出口贸易的结论。

综合国内外的研究成果可以发现，学术界对汇率水平与出口量及平衡国际收支之间的关系并未得出一致结论，这主要是因为不同国家现实的经济情况不同，且不同研究者选取了不同时间区间的数据，引入了不同的相关变量，采用了不同的研究方法。已有研究成果主要有以下三点不足：有的学者采用名义汇率进行分析，而影响宏观经济运行的真正动因是实际汇率；有的学者在进行数据处理的时候，没有考虑通货膨胀的影响，使得数据不具有可比性；有的学者在进行实证分析的时候，所选数据较为陈旧，不能完整反映我国现阶段持续变化的经济形势，使得结果不够有说服力。由于我国出口贸易在不同地区及不同制造业行业间的发展程度并不相同，对地区经济和行业发展的贡献和影响并不相同，其受到汇率变动的影响程度也不相同；因此本文希望专门针对贸易发展对地区经济或行业发展影响最大的地区和行业来研究汇率对贸易的影响，并进行实证分析。本文首先找出我国出口贸易发展程度更高，更易受汇率变动影响的外向型地区和外向型行业，然后就汇率变动对出口贸易的影响进行理论分析，再结合2000—2013年间地区的面板数据及2003—2011年间行业的面板数据，对人民币实际有效汇率变动对出口贸易的影响进行实证分析，使研究更具有针对性，也能更清楚地展现出人民币实际有效汇率对我国不同外向型省份，外向型行业中出口贸易的影响。

二、 理论分析

本部分首先给出外向型地区以及外向型行业的定义及选择方法，再就人民币实际有效汇率的变动对我国外向型地区及外向型行业出口贸易规模的影响进行理论分析。

(一)外向型地区、行业的定义及选择方法

1.外向型地区的定义及选择方法 外向型地区是一个相对概念，是指对外开放程度较高，对外出口量较大的地区。由于中国在经济发展过程中不同地区对外开放程度不同，故出口贸易在各地区的发展水平并不一致。根据Victor F. S. Sit 1988年在其专著《China’s Export-Oriented Open Areas: The Export Processing Zone Concept》中将当时中国对外开放程度较高的省份作为外向型地区进行研究，并指出：某地区的对外出口总量可作为其对外开放程度的衡量标准。因此，本文沿用上述观点，通过聚类分析，找出近年来对外贸易发展程度较高的地区作为中国的外向型地区，并以这些地区为例实证验证人民币实际有效汇率对出口贸易的影响。

2.外向型行业的定义及选择方法 外向型行业的定义也是一个相对概念，指制造业行业中以出口为生产导向，且销售更多面向国际市场的行业。根据Hans Linnemann(1988)在其著作《Export-Oriented Industrialization in Developing Countries》中提到：“发展中国家，人力资本密集的制造业行业具有高的出口导向性。”由于中国制造业行业符合上述人力资本密集、出口导向性高的特点，故本文以各制造业行业出口交货值占其行业总产值的比值作为指标，并认为此比值越高的行业越具有外向型特点，然后挑选出近年来制造业行业中的外向型行业。

(二)理论模型与分析

在大量现有文献的理论分析中认为：人民币汇率升值会提高我国出口商品的相对价格，因此削弱商品的国际竞争优势和国际竞争力。中国的出口商品大多是技术含量低的产品，而这些产品主要以其低廉的价格在国际市场中进行竞争，因此一旦竞争力受到打击，出口商品的数额将大幅下降，这将对绝大部分商品的出口，尤其是纺织、服装等大批性且创新程度低、附加值低、劳动密集型产品的出口造成严重打击[14-15]，影响机制如图1所示。

图1 汇率与出口的循环影响关系图

谭秋梅等[16]在一般均衡条件下就汇率变动对贸易的影响建立了微观模型，本文将借助该模型对上述理论进行阐述。该模型在微观层面角度，从企业利润最大化决策入手，分析了人民币汇率变动与决策产量的关系，进而论证了人民币汇率变动对出口量影响的传导机制。

π(e)=max(P1·Q1+P2·Q2-h1·N1-e·h2·N2-w·L)

s.t.Q1+Q2=N1α·N21-α-β·Lβ。

设拉格朗日函数：l=π+λ(Q1+Q2-N1α·N21-α-β·Lβ)。

利用拉格朗日乘子法可计算出企业最优产量对汇率变化的弹性：

通过上述模型分析推导所得企业最优产量对汇率变化的弹性公式，可以看出：出口导向程度——即产品用于出口的比例χ越大，则企业最优产量对汇率变化的弹性越大；这意味着汇率的变化对出口该商品的企业总产量影响越大，而生产减缓势必带来出口量的减少；即弹性越大，则产量及出口量对汇率越敏感。这也说明人民币升值会先引发我国外向型地区或行业企业的利润减少，从而带来总产量的减少，再进一步引发出口量的减少。

由于本文是以外向型地区及外向型行业为研究对象，结合上文中对二者的定义，外向型地区和外向型行业的特点是：生产和销售有相当一大部分比例用于贸易出口，因此，根据上述模型推导及分析，本文认为人民币实际有效汇率的变动会对这些出口占GDP比率较高的地区及行业的出口数量产生巨大影响。为了验证上述理论分析所得结论，下面采用我国实际经济的面板数据进行实证分析。

三、实证分析

本文首先挑选出外向型地区和外向型行业，再采用面板数据模型的分析方法进行实证分析，进一步探讨人民币实际有效汇率变动对我国外向型地区及外向型行业出口贸易规模的影响。

(一)外向型地区、外向型行业的选择及数值分析

1.外向型地区的选择 利用2000—2013年14年国家统计局的数据计算出： 31个地区历年出口额与全国出口额的比值以及各地区出口额占该地区国内生产总值的比例作为聚类指标，对31个地区进行聚类分析。由于这里是对同类数据在同年度进行比值的计算，故不需要对数据进行平减处理。

将各年度31个地区作为聚类样本，上述两个指标作为聚类指标，分别利用最短距离法、最长距离法、中间距离法、离差平方和法等方法作为聚类方法，使用R语言软件逐年进行聚类分析。

综合14年四种方法的聚类结果，再结合各省、市、自治区的实际经济情况，将31个地区划分为三大类(见表1)。

表1 地区出口贸易规模的划分结果

故本文将第一类中对外开放程度最高、出口量占比最大的九个地区定义为外向型地区。经计算可知，在2000—2005年间，出口增长率(经平减之后)在外向型地区中逐年上升，但自2005年下半年人民币汇率改革后，我国外向型地区的出口增长率在人民币不断升值的过程中持续振荡下降，甚至在2008、2012、2013年出现负增长。

2.外向型行业的选择 根据2009—2012年的《中国工业经济统计年鉴》，将制造业各行业2008—2011年各年的出口交货值除以该行业总产值，再计算四年的平均值。选择该平均值大于30%的七个行业作为外向型行业。分别为：通信设备制造业；文体制造业；仪器仪表制造业；工艺品制造业；皮革毛皮制品业；纺织服装制造业；家具制造业作为本文研究实际有效汇率对外向型行业出口贸易影响的研究对象。

经计算可知，在2003—2004年间，出口增长率(经平减之后)在外向型行业中持续上升，但自2005年下半年人民币汇率改革后，我国外向型行业的出口增长率在人民币不断升值的过程中呈现振荡下降趋势，甚至在2008、2009、2011年出现负增长。

可见，人民币实际有效汇率的变动与外向型地区和外向型行业出口量的变动均存在负相关关系。

选择上述九个外向型地区及七个外向型行业为研究对象，其中外向型地区实证分析所采用样本为2000—2013年的年度数据；而外向型行业实证分析所采用样本为2003—2011年的年度数据，这是因为中国工业经济统计年鉴于2013年改版并发生较大变动，其中各制造业行业的统计口径发生较大变化，严重影响了数据的进一步查找，因此，为保持数据的一致性与可靠性，将2011年作为本文行业研究方向的截止时点。

(二)变量选择及数据说明

1.被解释变量 用九个外向型地区的贸易出口额来衡量各地区出口贸易规模；再用七个外向型行业的贸易出口额来衡量各外向型行业的出口贸易规模。由于我国没有贸易出口分行业的数据，故用行业出口交货值来替代。

2.解释变量 根据前面的理论分析，本文选择将人民币实际有效汇率(REER)作为解释变量。选择人民币实际有效汇率指数主要因为：实际有效汇率剔除了通货膨胀的影响，且对一国货币相对购买力的影响更加显著。该值为参考了多个国家双边名义汇率变化的加权汇率，被用以综合反映一国货币真实的对外价值。

3.控制变量 本文探讨人民币实际有效汇率对我国外向型地区及外向型行业出口贸易额的影响，但除此因素外，肯定还存在其他一些因素对外向型地区及行业的出口贸易额有影响，因此为保证结论的可靠性，本文另选取两个对出口贸易额有一定影响的因素作为控制变量。

(1)国内生产总值。据本地市场效应(Home Market Effects)，某地区或行业的出口与该地区或行业的市场经济规模有关。一般而言，市场规模越大的地区或行业的出口量越多。本文采用九个外向型地区历年的国内生产总值(GDP)来表示地区的市场规模，从而表示地区的出口供给能力；采用七个外向型行业历年的总产值来表示该行业的产出规模，同时也表示行业的出口供给能力。

(2)主要贸易伙伴国的国民收入。由于我国对中国香港、日本、美国、德国、韩国的出口量之和基本占历年我国总出口量的50%以上，因此选择这五个地区作为我国主要贸易伙伴国的代表。 根据宏观经济模型*此处模型参考了Rudiger Dornbusch 于2010年编写的宏观经济学教程《Macroeconomics》(Tenth Edition)中关于一国进口与国民收入关系的模型。：M=M0+γY，其中M表示进口，M0表示自发性进口，Y为国民收入(一国的国民收入等于该国国内生产总净值扣除间接税、企业转移支付及政府补助金)，γ为正数，上式表明一国国民收入(Y)越高，购买的国外商品(M)就越多，即进口需求量越大，即中国商品的出口需求量越大。此外，关于如何计算主要贸易伙伴国的国民收入，不同文献的代理变量选择不同。本文中对于主要贸易伙伴国国民收入(代表国外对中国出口品需求代理变量)的计算方法则是受到朱永行[17]研究思路的启发，因此，本文同样采用历年我国对五个国家或地区各自的出口量占五个国家或地区出口总和的比例作为权重，再分别乘以五国GDP的总和，将其作为该年主要贸易伙伴国国民收入的替代变量，并用其表示我国出口商品的需求量。

4.数据说明 实证部分数据均为面板数据，其中地区面板数据有14个时间方向的取值点，每个时间截面上有9个单元，样本量为126；行业面板数据在时间方向取9个点，每个时间截面上有7个单元，总样本量为63。各指标数据按不同价格指数分别进行了平减，以消除通货膨胀的影响；而为了消除异方差影响，再对数据取自然对数。其中，被解释变量外向型地区出口贸易额：使用九个外向型地区历年统计年鉴中的对外贸易出口总额的名义值，用各个地区GDP平减指数进行平减，再取自然对数作为衡量各地区历年的出口贸易规模；对于外向型行业的出口贸易：则用全国GDP平减指数对历年《中国工业经济统计年鉴》中分行业出口交货名义值进行平减，再取自然对数，用以表示各外向型行业历年的出口贸易规模；解释变量人民币汇率：选取国际清算银行BIS公布的人民币实际有效汇率值并调整为以2000年为基期；第一个控制变量：地区及行业国内生产总值分别采用九个外向型地区和七个外向型行业历年国内生产总值名义值，分别用历年地区GDP平减指数(2000=100)和全国GDP平减指数(2003=100)平减之后，再取自然对数；第二个控制变量：主要贸易伙伴国的国民收入，则采用历年我国对五个国家或地区各自的出口量占五个国家或地区出口总和的比例作为权重，再分别乘以各国家或地区历年的GDP，按照历年各国汇率换算后取自然对数。

(三)模型设定

在Eviews6.0中使用面板数据模型的方法，首先对2000—2013年九个外向型地区的贸易出口额与人民币实际有效汇率，以及两个控制变量“地区国内生产总值”、“主要贸易伙伴国国民收入”进行实证分析；再对2003—2011年七个外向型行业的被解释变量“出口额”与解释变量人民币实际有效汇率以及两个控制变量“行业生产总值”、“主要贸易伙伴国民收入”进行实证分析。

1.外向型地区实证模型设定 建立以下三个变截距固定效应面板数据模型(参见后面F检验的结果)。

模型一：被解释变量与解释变量的回归模型：

EXPORTit=ai+β1REERit+β2REERit-1+β3EXPORTit-1+uit(i=1，2，…，9；t=1，2，…14) 。

模型二：被解释变量与控制变量的回归模型：

EXPORTit=ai+β4GDPit+β5NEEDit+uit(i=1，2，…，9；t=1，2，…14)。

模型三：被解释变量与解释变量及控制变量的回归模型：

EXPORTit=ai+β1REERit+β2REERit-1+β3EXPORTit-1+β4GDPit+β5NEEDit+uit

(i=1，2，…，9；t=1，2，…14)。

上述模型中，EXPORT表示平减之后出口额的自然对数，REER表示人民币实际有效汇率的自然对数，GDP表示平减之后各地区国内生产总值的自然对数，NEED表示主要贸易伙伴国国民收入的自然对数，下标i，t，t-1分别表示地区、时间和变量的滞后一期。

由前面的分析，当人民币实际有效汇率上升，会使出口量减少，故β1，β2的符号应为负(反向变化)；前一期贸易出口对后一期的出口具有示范性和联动性，故β3的符号应为正(正向变化)；而当九个外向型地区GDP增大时，出口量会增大，故β4的符号应为正(正向变化)；主要贸易伙伴的国民收入越高，需求越大，出口规模越大，故β5的符号为正(正向变化)。所有变量的描述性统计见表2。

表2 外向型地区变量的描述性统计

2.外向型行业模型设定 建立以下三个变截距固定效应面板数据模型(参见后面F检验的结果)。

模型四：被解释变量与解释变量的回归模型：

exportit=ai+b1reerit+b2exportit-1+b3reerit-1+uit(i=1，2，…，7；t=1，2，…9)。

模型五：被解释变量与控制变量的回归模型：

exportit=ai+b4gdpit+b5needit+uit(i=1，2，…，7；t=1，2，…9)。

模型六：被解释变量与解释变量及控制变量的回归模型：

exportit=ai+b1reerit+b2exportit-1+b3reerit-1+b4gdpit+b5needit+uit

(i=1，2，…，7；t=1，2，…9)。

上述模型中，export表示各行业平减之后出口额的自然对数，reer表示人民币实际有效汇率的自然对数，gdp表示各行业平减后生产总值的自然对数，need表示主要贸易伙伴国国民收入的自然对数，下标i，t，t-1分别表示行业、时间和变量的滞后一期。

由前面的分析可知，当人民币实际有效汇率上升，会使出口量减少，故b1，b3的符号应为负(反向变化)；前一期贸易出口对后一期的出口具有示范性和联动性，故b2的符号应为正(正向变化)；而七个外向型行业产值增大时，出口量增大，故b4的符号应为正(正向变化)；主要贸易伙伴的国民收入越高，需求越大，出口规模越大，故b5的符号为正(正向变化)。所有变量的描述性统计见表3。

表3 分行业变量的描述性统计

3.平稳性(单位根)检验 面板数据模型在进行回归之前需检验数据的平稳性，这是因为一些非平稳序列本身有时并不存在直接关联，但却具有相似变化趋势，将这类数据做回归分析，其结果没有实际价值。因此，为避免出现伪回归，须检验面板序列的平稳性，最常用方法是单位根检验。

本文在Eviews6.0 中对所有变量进行LLC、IPS、ADF-Fisher、PP-Fisher 和Breitung单位根检验，检验结果见表4。由结果可以看出，所有变量均通过LLC检验。且由于本面板时间只有9或14年，属于短面板，即使单位根检验没有通过，并不影响后面的参数估计。

表4 变量单位根检验结果

注：表中***、**、* 分别表示在1%、5%、10%显著性水平下拒绝系数为0的原假设。

4.模型形式设定的F检验 由表5中F检验的结果可知：六个模型均应设为如下形式的变截距模型*此处由于仅以九个外向型地区和七个外向型行业的数据样本自身效应为条件进行研究，而并非把此九个外向型地区和七个外向型行业作为总体的随机抽样而关心总体情况，故本文再参考了易丹辉教授2009年的专著《数据分析与EViews应用》中第297页关于模型选择为固定效应或随机效应的经验选取原则后，不再进行固定效应与随机效应的检验，而直接将六个模型均设定为个体固定效应模型。：

yit=ai+β1x1it+β2x2it+…+βkxkit+uit(i=1，2，…，N；t=1，2，…，T)。

表5 模型形式F检验结果

(四)回归结果分析

本文选用截面似无关回归(Cross-section SUR)方法对分地区及分行业的六个模型进行估计。这是因为序列的自相关与横截面异方差是建立面板数据模型过程中最为常见的潜在问题，由于此时若采取OLS估计方法有可能使结果失真，因此为了消除影响，本文采用SUR方法来进行模型估计。得到各模型中各个解释变量的系数βi及bi的估计值及估计值的标准差，结果见表6。

回归结果表明：六个模型的加权调整系数R2均很高，说明模型拟合程度较好；在第三及第六个模型中加入控制变量后，由于满足条件均值独立条件，因此控制变量有效。解释变量的系数符号即人民币实际有效汇率对出口量的影响方向与前面理论分析完全一致，说明人民币实际有效汇率对外向型地区及行业的出口额存在负向影响。

人民币实际有效汇率对外向型地区出口量存在负向影响，即人民币实际有效汇率每升高1个百分点，外向型地区出口量下降2.19个百分点，这可以用价格效应来解释：人民币升值时，出口商品的价格相对提高，导致出口商品的国际竞争力下降，出口企业的利润下降，进一步导致出口企业的生产下降，从而导致出口的下降。但是，人民币实际有效汇率滞后一期值与外向型地区出口量之间存在显著的正向关系，即人民币实际有效汇率每升高1个百分点，下一期外向型地区出口量上升1.80个百分点。而上一期的出口对下一期的出口量具有正向影响关系，即上一期的出口每增加1个百分点，会使下一期的出口增加0.79个百分点。此外，外向型地区国内生产总值与外向型地区出口量表现出一定的正向影响关系，即当外向型地区国内生产总值升高1个百分点，会导致外向型地区出口规模升高0.08个百分点，这可能是规模效应带来的影响——地区国内生产总值越大，地区出口量越大。最后，主要贸易伙伴国的国民收入与外向型地区出口量表现出较强的正向影响关系，即当主要贸易伙伴国国民收入每增加1个百分点，会使外向型地区出口量增加0.62个百分点，这可以用供需关系来解释：即当出口商品需求越大时，出口商品的供给也会相应提高。

表6 回归模型结果

注： ***、**、* 分别表示在0.01、0.05、0.10显著性水平下拒绝系数等于0的原假设；表中括号内为系数估计值的标准差；D.W.表示加权情况下D.W.的检验值——此处模型解释变量中包括因变量滞后项，D.W.检验并不严格，但此处EViews并未提供其他替代检验法，故仅将其作为参考。

③由于因变量的滞后项在回归模型中作为解释变量，因此D．W．检验在此处不能说明模型的自相关情况。本文此处参考了易丹辉教授在2009年的专著《数据分析与EViews应用》中第309页的脚注中的说法———即:“此处模型解释变量中包括因变量滞后项，DW检验并不严格，但此处EViews并未提供其他替代检验法，故将其作为参考”。

根据分行业模型结果，人民币实际有效汇率对外向型行业出口量也存在负向影响。人民币实际有效汇率每上升1个百分点，外向型行业出口量下降1.2个百分点，这依然可能是价格效应带来的影响。但是，人民币实际有效汇率滞后一期值与外向型行业出口量之间依然存在显著的正向关系，即人民币实际有效汇率每升高1个百分点，下一期外向型行业出口量上升0.19个百分点。而各外向型行业上一期的出口对下一期的出口量同样具有正向影响关系，即上一期的出口每增加1个百分点，会使下一期的出口增加0.46个百分点。此外，行业生产总值与出口量之间的关系是正向的，行业生产总值每升高1个百分点，外向型行业出口量会升高0.62个百分点，这也可能是行业规模带来的影响。最后，主要贸易伙伴国的国民收入与出口量表现出较强的正向影响关系，即当主要贸易伙伴国国民收入每增加1个百分点，会使外向型行业出口量增加0.26个百分点，这也可以用供需关系来解释。

四、结论与建议

本文选出外向型地区及行业，将人民币实际有效汇率、地区及行业国内生产总值、主要贸易伙伴国国民收入作为影响因素，先从理论上分析了它们与出口量之间的内在影响关系，再采用我国实际经济的面板数据进行了实证分析。根据实证结果，人民币实际有效汇率与出口量间存在负向影响关系，当实际有效汇率上升时，对外贸易出口规模减小；但地区及行业国内生产总值、主要贸易伙伴国国民收入与对外贸易出口量间存在一定程度的正向影响关系——即当地区或行业的国内生产总值增加，主要贸易伙伴国国民收入增加时，对外出口贸易的规模会增大，与理论分析的结论相一致。据此本文得到以下启示：

由于人民币在过去十年间一直处于升值及升值预期中，这使得我国外向型地区和行业出口贸易出现增长减缓的趋势不可避免。而产业结构和经济增长模式转变的时间周期很长，因此，我国必须在这个过程中积极稳定汇率，以保障我国经济结构的逐步调整、经济增长模式的逐步转变，经济发展的持续稳定。

首先，应保证人民币汇率的稳定性、渐进性、可控性、主动性，避免短期内的大幅波动。其次，由于稳定外需在拉动经济增长、增加抗风险能力和稳定就业中不可替代的地位，我国应该在一定程度上尽可能维持并继续扩大对外贸易。此外，我国需要转变对外贸易发展方式、完善我国贸易结构、改善贸易环境，提高对外贸易的综合竞争力，加快产业布局调整，使我国的对外贸易持续稳定增长。

[1]BahnamiOskooee,M.DevaluationandJ-curve:SomeEvidencefromLDCsErrata[J].TheReviewofEconomiesandStatistics, 1985(6): 500-504.

[2]MarquezJaime.BilateralTradeElasticity[J].ReviewofEconomicsandStatistics, 1990(2):212-236.

[3]Rose,A.K.TheRoleofExchangeRatesinaPopularModelofInternationalTrade:doestheMarshall-Lernerconditionhold? [J].JournalofInternationalEconomics, 1991，30:310-316.

[4]CowlingK,RSugden.ExchangeRateAdjustmentandOligopolyPricingBehavior[J].CambridgeJournalofEconomics, 1989(13):373- 393.

[5]GiovanniPOlivei.ExchangeRatesandthePricesofManufacturingProductsImportedintotheUnitedStates[J].NewEnglandEconomicReview,FirstQuarter2002: 3-18.

[6]李石凯,谢端纯.货币贬值的国际收支效应失灵分析[J].财经科学,2003 (2): 46-50.

[7]邱兆祥,王海南.为什么我国国际收支自动调节机制会失灵[J] .金融理论与实践,2006(11): 3-6.

[8]钟伟,胡松明,代慧君.人民币J曲线效应的经验分析[J].世界经济,2001(1): 34-41.

[9]陈学彬,刘明学.人民币汇率变动对中国国际收支影响的实证分析[G]∥上海：上海市社会科学界第五届学术年会文集(经济·管理学科卷),2007:128-139.

[10]余斌.马歇尔一勒纳条件的实证研究[J].对外经济贸易大学学报,2000(2): 25-29.

[11]王锋,刘传哲.关于国际收支弹性理论的实证研究[J].财经科学,2004(4): 85-88.

[12]刘柏,张艾莲.中国汇率与出口竞争力的协动变化[J].当代经济研究,2013(1): 76-80.

[13]封福育.人民币汇率波动对出口贸易的不对称影响——基于门限回归模型经验分析[J].世界经济文汇,2010(2): 24-32.

[14]杨欣.人民币升值对我国进出口贸易影响的统计研究[J].湖南科技学院学报,2012(1): 117-119.

[15]周永涛，钱水士.金融发展技术进步与对外贸易产业升级[J].广东商学院学报，2012(1)：44-55.

[16]谭秋梅,陈平.中国汇率市场化的时机分析——基于人民币中长期升值趋势的讨论[J].管理世界,2009(8): 10-16.

[17]朱永行.人民币实际有效汇率变动对我国进出口的影响及地区差异——基于省际动态面板数据的实证分析[J].武汉金融,2012(7): 7-22.

[责任编辑：靳香玲]

An Empirical Study of Impact of RMB Exchange Rate on China's Export Trade:On the Basis of Panel Data of Export-Oriented Regions and Industries

LIU Ying1，JIN Zu-ben2

(1. School of Statistics, University of International Business and Economics, Beijing 100029, China; 2. School of Insurance, University of International Business and Economics, Beijing 100029, China)

In terms of the impact of RMB real effective exchange rate on export trade of China’s export-oriented economy, the paper theoretically carries out an empirical research of panel data of actual economy in China’s export-oriented regions from 2000 to 2013 and those industries from 2003 to 2011. The empirical result shows that the export trade scale of China’s export-oriented regions and industries decreases as RMB real effective exchange rate rises, which is consistent with the conclusion of theoretical analysis. With the significant impact of export trade on the high-speed and steady development of China’s economy, efforts should be made for the stability of exchange rates and increase of external demands so as to guarantee the sustainable and steady development of China’s export-oriented economy.

export-oriented region; export-oriented industry; RMB exchange rate; export trade

2015-08-20

教育部人文社会科学研究青年基金项目(15YJC910005)；北京高等学校青年英才计划项目(YETP0923)；对外经济贸易大学中央高校基本科研业务费专项资金(14YB10)

刘英(1978-)，女，北京人，对外经济贸易大学统计学院副教授，主要从事经济与金融统计相关问题的理论及应用研究。

F 752.6

A

1004-1710(2015)06-0030-09