摘要：本文以宁波市为研究对象，首先本文立足于国内外相关研究现状基础之上，从出口需求层面、出口供给层面及出口和供给结合三个方面对解释国际贸易发生的原因的理论进行分析，并以此为跳板，展开对宁波出口贸易的实证分析。其次，本文利用宁波市2005——2010年的年度数据，对其出口贸易的影响因素进行了实证分析。结果表明，宁波出口需求的影响因素有：国外经济发展水平、出口相对价格；出口供给推动因素有：本省生产能力、进口、外商外资流入、技术因素、劳动力因素、制度因素和其他因素。最后，本文针对宁波出口贸易的现状及其影响因素提出相关建议，以期为宁波乃至区域各省出口贸易制定提供参考。

关键词：宁波；出口贸易；影响因素；实证分析

一、绪论

（一）研究背景

（二）研究的目的及意义

改革开放30多年以来，我国对外贸易发展迅速，对外贸易规模不断扩大，推动了我国的经济增长。今天，当我们重新审视各国经济增长所面临的大环境时，会发现我们生活在一个与过去截然不同的世界。中国的经济发展进入了更加开放的国际竞争时代，同时也面临着更为激烈的挑战。随着经济一体化和全球化趋势的不断深入，对外贸易对中国经济的影响应会越来越大，因此对我国对外贸易对经济增长的影响进行定性和定量分析具有重要的理论意义和实际意义。

从改革开放以来宁波市经济贸易发展的实际情况来看，宁波市的经济和出口贸易均取得了快速的发展。对于出口与经济增长之间的关系，虽然不同学者的研究方法和结果不尽相同，但基本上达成了一个共识，即出口贸易是拉动经济增长的一个主要因素。从出口依存度上来看，宁波市出口贸易对其经济也有一定的影响。2014年宁波市出口贸易额达到3.8亿美元，占宁波市生产总值的5%。然而对宁波市2005——2010年的出口贸易发展轨迹进行研究发现，宁波市出口贸易虽然整体呈现上升趋势，但近十年增长率波动却很大。由此本文对宁波出口贸易影响因素进行研究探讨，旨在为宁波出口贸易又好又快发展提供一些参考建议。

从国内对出口贸易影响因素的研究来看，基本上都是局限于对整个国家进行研究，中国幅原辽阔、人口众多、区域之间比较优势不一等特点造成了区域间对外贸易发展不平衡，所以对全国进行的研究对于各区域、各省未必适合，有必要针对各省具体情况选取相应的影响因素进行分析。

据此，本文利用宁波市2005——2010年的年度数据，对宁波市出口贸易的影响因素进行实证分析。在进行实证分析的过程中，为了提高单变量的显著性，会逐步剔除不具统计上的显著性的变量，这一过程对结果不会造成明显的影响。

（三）研究思路

    本文主要的研究对象为宁波市，首先从国内出口贸易增长的现状进行理论分析，然后通过宁波出口贸易的方式，出口贸易市场结构和出口贸易经济类型进行一般理论分析。之后通过研究宁波市2005-2010的年度数据，运用计量模型和回归分析等方法进行实证分析得出相应的结论和对策。

（四）主要研究方法

①文献资料法

通过本校图书馆和我院资料室查阅与本文相关的纸质文献，通过关键字出口贸易影响因素对中外文数据库、电子图书、国际杂志和专业网站等数字资源，共查阅中外文文献297篇，通过对文献的阅读与整理，撰写文献综述一篇，为本文的研究建立了学术背景和理论依据。拟通过网络数据库和图书馆检索、收集国内外相关研究论文、论著，依据涉及到的问题之不同加以梳理，了解本文选题目前的研究状况。

②统计分析方法

通过中华人民共和国国家统计局、商务部、海关总署等网站得到本文分析所需要的数据，通过EXCEL软件对这些数据进行统计分析，绘制相应的图表，力求直观地揭示出事物数量变化的关系及内在联系。

③比率分析法

它是财务分析的基本方法，也是定量分析的主要方法.

④趋势分析法

对同一单位相关财务指标连续几年的数据作纵向对比，观察其成长性。通过趋势分析，分析者可以了解该企业在特定方面的发展变化趋势。

⑤相互对比法

通过经济指标的相互比较来揭示经济指标之间的数量差异，既可以是本期同上期的纵向比较，也可以是同行业不同企业之间的横向比较，还可以与标准值进行比较。通过比较找出差距．进而分析形成差距的原因。

二、文献综述

1、国外研究现状

国外对出口贸易影响因素的研究较早，最早起始于凯恩斯的出口需求模型。该模型认为，一国的出口总量是由国外的实际收入和出口商品的相对价格决定的。出口需求模型在出口贸易影响因素的研究中起奠基石作用。然而随着经济结构的变化，包括中国在内的许多发展中国家的进出口发展情况不能由凯恩斯出口需求模型来解释。

Goldstein和Khan(2012)首次在不完全替代模型的理论假设下研究进口国收入和出口产品相对价格对出口贸易的影响。并运用计量经济学方法，对价格，弹性、收入弹性及相应的国际贸易进行了很好的估计。他们提出的不完全替代模型是以后很多学者研究出口贸易影响因素时所采用的基本的理论假设。

Krugman (2011)的研究最先考虑到了供给因素对出口贸易的影响。他认为，对于一个经济高速增长的国家而言，随着经济增长，通过扩大生产工业制成品的种类可以增加其在世界贸易中的份额。因此关于出口商品种类的某种测度变量应包含在出口贸易影响因素中。但是Krugman的分析只考虑了出口品种一个因素，而忽略了刺激出口增长的其它重要决定因素。因此受到了一些研究者的批评，同时也引起了更多学者在这方面的研究。

Catao和Elisabetta(2010)对阿根廷的对外贸易影响因素进行研究。他们在分析出口贸易影响因素时通过构造出口贸易函数来分析，并考虑更多的解释变量，所选变量包括国内资本存量、实际汇率波动、单位劳动力工资水平和相对价格等。除此之外，还考虑到近年来包括阿根廷在内的南美关税同盟内部的贸易量不断增加，在构建出口贸易函数时，把南美关税同盟内部贸易和外部贸易区分开来考虑。在此基础上运用协整分析和误差修正模型研究得出结论认为，阿根廷的出口对净投资的弹性很大，并且对国内消费的弹性也将近达到-1，另外由于到2007年阿根廷对巴西的工业制成品的出口占其总出口量的16%，则阿根廷的工业制成品出口与巴西的经济情况和实际汇率之间的关系也非常显著。

Krugman(2011)从出口品种角度分析了影响出口贸易的因素，他认为工业制成品种类的扩大将会是一个经济高速增长的国家在世界贸易中的份额扩大。

Moreno (2010)等人从科技进步考虑，认为科技进步能提高出口产品的国际竞争力和附加值，且还将使市场份额扩大，从而激励出口增长。

Shaun Breslin (2012)，从2000-2010年中国出口额迅猛增长着手，认为引起出口快速增长的动因是FDI流入了中国，尤其是中国在进行了汇率制度的调整。

Hut一ehuanChen (2013)，运用多项分布滞后法，根据2005-2013年对美国和日本的贸易情形，分别分析对美国有贸易顺差却对日本有贸易逆差的原因，经过分析得出结论:对美国贸易顺差和对日本贸易逆差都是由于实际收入引起，此外，实际汇率和进口对后者影响很大，但不影响前者。

2、国内研究现状

王撞(2013)从中国的外贸需求、外贸商品价格和外贸方式等方面分析了中国对外贸易状况，按出口商品分类和主要出口地理方向分别计算了中国出口贸易的弹性系数，包括短期和长期需求弹性和价格弹性系数。

郑传均、刘悼慧(2013）根据湖南省历年出口数据建立的线性回归模型，探讨出口退税率与湖南出口增长率之间的相关性。回归结果表明:出口退税率的变动对出口贸易的增长有一定影响，出口退税率变动通常引起湖南出口增长率同向变化，但2004年退税变动由于退税进度加快等各方面因素的变化表现出与预测值相反的结果。

郝雁(2012)利用近代中国的年度统计数据，就银汇价和外国收入水平的变动对近代中国出口贸易的影响进行了协整分析，并对二变量进行了Granger因果关系的检验。实证分析结果表明:银汇价和外国收入水平的变动与近代出口贸易变动之间存在单向的Granger因果关系。在间接标价法下，银汇价与近代中国的出口贸易之间呈现负相关关系，外国收入水平变动与近代中国出口贸易之间呈现正相关关系，并且出口贸易的收入弹性大于汇率弹性，表明外国收入水平对出口贸易的拉动大于银汇价贬值对出口贸易的拉动。

李波(2014)选取累计FDI、出口退税、贸易环境(我国出口额占世界出口额之比)为解释变量，分析其对我国出口的影响，并建立这些因素与出口的线性回归模型，从线性回归模型中，可以看到累计FDI增长、出口退税增长和贸易环境的改善程度，都是拉动出口增长的动力。

王庆皓(2011)为了研究出口贸易结构的变动，将我国的出口贸易中初级产品和高端产品出口量作为实证分析的对象，分别研究这两个代表贸易结构两极的变量与各种影响因素间的因果关系。所选影响因素有实际有效汇率、国民生产总值GDP、平均工资、技术水平，采用协整检验和Granger因果检验进行实证分析，得出初级产品主要受劳动力工资，GDP、汇率这几个因素的影响，而高端产品则和科技水平、汇率关联度较高的结论。

林斌(2004)从国际因素和国内因素两个层次分析影响我国出口增长的因素，国际因素主要为世界经济的增长，国内因素有外商直接投资、人民币汇率的变化、加工贸易贸易出口，作者结合我国出口的表现，对这些因素进行了理论分析，进而提出了优化出口产品结构、深化改革和调整出口退税的建议。

综合国内外学者对出口影响因素的研究来看，近几年的研究都能综合考虑国内因素和国外因素来对出口贸易进行分析，本人也想借鉴这样的方法，综合考虑各种影响宁波市出口贸易的影响因素。但是总体来看国内外的研究，尤其是国内的研究存在一些局限性:第一，局限于对整个国家进行研究，对一个省或者地区的研究还是很少，我国省份、地区很多，各个省份、地区由于发展水平不同、人口规模不同、相应的措施不同等原因，对全国分析得出的结论未必对各个地区都适合;第二，很多学者的研究方法，尤其的国内研究，也着重于定性的分析，单纯理论的说明可能不太使人信服，当然，这可能与计量经济方法在我国的发展相对滞后和缓慢也有关系。

三、宁波出口贸易发展现状

（一）宁波出口贸易方式

就目前来看，宁波市的出口贸易方式主要为一般贸易和加工贸易（包括来料加工和进料加工），此外，也有一部分是保税仓库进出境货物、报税区仓储转口货物等其他贸易。其中，一般贸易是指在中国拥有进出口经营权的私营企业、外商投资企业等进行单边进出口的贸易；加工贸易是指企业进口原料在国内进行加工后，再将成品出口的贸易。加工贸易主要分为来料加工和进料加工两种方式。由于宁波市地处沿海，交通便利，因而一般贸易一直是宁波出口贸易的主要构成方式，具体参见下表:

表1 宁波市出口方式变化表（单位：亿美元 %）

（二）宁波出口贸易主要伙伴

自从中国加入世贸组织后，随着全球化的不断深入，宁波的出口贸易也不断发展，合作伙伴日益增多，目前，共有200多个国家和地区与宁波有直接的贸易往来，其中欧盟、日本以及美国是宁波最主要的贸易合作伙伴。不过，近年来随着我国与东盟国家合作交流的日益密切，宁波与东盟国家的出口贸易合作也在不断增多，特别是新加坡、马来西亚等国家。

（三）宁波出口市场结构

在出口贸易中，宁波的主要口产品就是机电产品与轻纺产品。根据去年的海关统计数据显示，宁波机电产品累计出口85.28亿元，纺织服装出口41.13亿美元，此外，高新技术产品出口23.97亿美元。具体数据如下图所示：

图1 宁波2014年出口贸易结构图

图2 宁波2014年出口贸易结构比例图

由此可以看出，机电产品是宁波出口贸易的支柱性产业，占比最大。不过随着知识经济时代的日益发展以及科学技术的不断进步，宁波应积极对出口贸易结构进行调整，扩大高新技术产品的出口规模，以应对现代社会的发展要求，推动宁波经济发展迈入新的发展阶段。

（四）宁波出口经济类型

近年来，随着我国对外开放步伐的不断加快，宁波的出口贸易经营也不断朝着多元化发展，到目前为止，以及形成了国有企业、私营企业、外资投资企业、集体企业等多种企业形式共同发展的新局面。

表2 宁波2005-2010经营主体结构图（单位：亿美元 %）

四、宁波出口贸易影响因素分析

（一）宁波出口贸易进口额

宁波属于外向型城市，在《中国海关》杂志公布的“中国外贸百强城市”榜单中，宁波自2010年以来，连续5次入围前十，进出口规模在全国5个计划单列市中仅次于深圳，排名第二。由此可见，宁波市在我国的对外贸易中有着重要的地位。改革开放以来，宁波市的对外经济一直都在持续稳定增长。从其出口贸易进口额上看，在2005到2010这5年间，宁波的出口贸易进口额从112.5亿美元迅速递增到309.4亿美元，5年间，年平均增长率达27.04%，具体数据如下图显示：

表3 宁波出口贸易进口额变化图（单位：亿美元 %）

（三）宁波出口退税额

表5 宁波2005-2010出口退税统计表

         表6 宁波出口伙伴国2005-2010GDP一览表（单位：亿美元）

年份

（一）计量模型设计

5.1.1确定原始数据矩阵

根据上述正文中数据，对于每一种出口贸易的影响因素，有390种不同波长的光谱进行照射，即每组数据分别有390个决定因素，因此将这100组390维数据转化为的矩阵，由此可得原始数据矩阵为：

5.1.2确定样本中各指标的均值和标准差

根据分析可以知道选中的样本数为100个，那么对于每个样本中的390个指标，可以求的第个指标的均值为：

由此便可以确定影响因素第个指标的标准差为：

5.1.3确定样本标准化矩阵

为了实现因素数据的标准化，我们已经求出了因素数据的均值和方差，下面对原始数据矩阵做标准化处理，分析可以知道第个因素第个指标的因素数标准化后的值：

由此可以得到所得因素做标准化处理后的矩阵为：

5.1.4计算相关矩阵

对于我们研究的成分因素要想确定相关矩阵就必须先求出相关系数，相关矩阵中的每一个元素由相应的相关系数所决定，由此可以知道所选样本的相关系数矩阵为：

转化公式为：

5.1.5计算相关矩阵的特征值和特征向量

由上分析可知我们求的的相关矩阵为,求解特征方程为：

其中表示单位矩阵,通过求解上述特征方程，我们可以解得个特征值，我们假设这个特征值的大小顺序为，每个特征值对应的特征向量为，其中。

（二）计量分析

5.2.1求主成分

据求得的个特征向量，我们可以假设个主要成分为：

其中为第一主成分，为第二主成分,为第主成分。

在实际解题过程中，以较少的个指标代替了原来的个指标对系统进行分析，使得在计算主要因素时更加简便。 

5.2.2确定主成份的贡献率

根据上面的分析我们可以知道第个主要成分贡献率为： 

则前个主要成分累计贡献率为：

当前个主成分的累计贡献率超过85%时，我们就认为前个主成分基本包含了原来指标信息，此时即认为它们为主要因素。

5.2 多元线性回归模型的建立

根据上面所求解出的主要影响因素，选取前80组数据作为校正集，后20组数据作为验证集，利用校正集数据可建立多元线性回归模型[4]，即因变量蛋白质与自变量之间的回归模型。具体过程如下：

5.2.3建立回归模型

多元线性回归模型为：

其中是随机误差项，总是假设，式中是与无关的未知参数，称为回归系数。

现得到(其中)个观察数据，则由上述模型可得：

其中：

由此可得:

其中为阶单位矩阵。

（三）回归分析

5.3.1参数估计

对于所建模型中的参数我们采用最小二乘法进行估计,即选取估计值，使得当时，时，误差平方和

达到最小。为此，令：

由此可得：

经过整理可化为以下正规方程组：

其矩阵形式为：

当矩阵列满秩时，为可逆矩阵，即可得其解为：

5.3.2综上所述，建立的多元线性回归方程为：

5.3 。4多元线性回归模型的求解

根据上述建立的回归模型，选取了100组数据中的前80组来求解回归方程，利用MATLAB软件[5]（源程序见附录2），求解出各自变量的系数如表4所示：

表4：多元线性回归系数表

5.3.5 多元线性回归模型的结果分析

根据上述确定出的多元线性回归方程，将余下的20组数据进行检验，将预测出的回归值与实际值对比所示：

使用MATLAB。分别求解出其偏差平方和、回归平方和以及相关系数。其具体算法如下：

根据上述计算公式，得出相关系数，发现其拟合效果不好，因此考虑其可能不是线性关系，由此在问题二中引入非线性模型—BP神经网络，从而实现模型的优化。

5.3.6多元线性回归模型的建立

根据上面所求解出的主要影响因素，选取前80组数据作为校正集，后20组数据作为验证集，利用校正集数据可建立多元线性回归模型[4]，即因变量蛋白质与自变量之间的回归模型。具体过程如下：

5.3.7建立回归模型

多元线性回归模型为：

其中是随机误差项，总是假设，式中是与无关的未知参数，称为回归系数。

现得到(其中)个观察数据，则由上述模型可得：

其中：

由此可得:

其中为阶单位矩阵。

5.3.8参数估计

对于所建模型中的参数我们采用最小二乘法进行估计,即选取估计值，使得当时，时，误差平方和

达到最小。为此，令：

由此可得：

经过整理可化为以下正规方程组：

其矩阵形式为：

当矩阵列满秩时，为可逆矩阵，即可得其解为：

5.3.9综上所述，建立的多元线性回归方程为：

 多元线性回归模型的求解

根据上述建立的回归模型，选取了100组数据中的前80组来求解回归方程，利用MATLAB软件[5]（源程序见附录2），求解出各自变量的系数如表4所示：

表4：多元线性回归系数表

（四）假设检验的结果及分析

根据上述确定出的多元线性回归方程，将余下的20组数据进行检验，将预测出的回归值与实际值对比如表5所示：

根据MATLAB分别求解出其偏差平方和、回归平方和以及相关系数。其具体算法如下：

根据上述计算公式，得出相关系数，发现其拟合效果不好，因此考虑其可能不是线性关系，由此在问题二中引入非线性模型—BP神经网络，从而实现模型的优化。

六、研究结论与对策建议

偏最小二乘法把光谱数据分解和回归融合在一起，得到的特征值向量直接与被测组分或性质相关，对于非线性效应的抵抗能力较强

本文的降维处理效果不是非常理想，故采用基于互信息的数据处理方式。

互信息[10](Mutual Information)是一有用的信息度量，它是指两个事件集合之间的相关性。两个事件和的互信息定义为：

其中，是联合熵(Joint Entropy)，其定义为：

是条件熵(Conditional Entropy)，定义重属于熵的定义。互信息与多元对数似然比检验以及皮尔森检验校验有着密切联系。

运用哈佛大学的雷谢夫(Reshef, D.N)等教授2011年发表在科学杂志上的Detecting Novel Associations in Large Data Sets一文[9]中的模型，配合他们开发的Maximal Information-based Nonparametric Exploration (MINE)软件包，导入光谱响应和波长数据进行运算，得出含光谱响应数据与波长的相关关系评价指标的统计表，可根据类似相关系数的Maximal Information Coefficient (MIC)指标值[11]大小排序，选取主成分达到降维的目的，进而求出回归方程以实现预测剩余因素对于计量因素的预测的目的。

七、总结与展望

参考文献

[1]Goldstein Khan,. Sources and flows of embodied emissions in import and export trade of China[J]. Chinese Geographical Science,2012,242:. 

[2]Krugman . Analysis on embodied energy of China's export trade and the energy consumption changes of key industries[J]. Int. J. Energy Res.,2011,3715:. 

[3]Catao.Elisabetta Study on the survival of China agri-food export trade relationships[J]. China Agricultural Economic Review,2014,61:

[4]Krugman, Paul. R. Differences in Income Elasticity and Trends in Real Exchange Rates[J], European Economic Review, 2011(33):26-26

[5]Moreno Geman exports to the euro area [J].Empinical Economies,2006(31)871-882

[6]Shaun Breslin. The politics of Chinese trade and the Asian financial crises [J].Third world quarterly,2010,20(6):1179-1199

[7]Hut一chuan Chempirical analysis[J].en. Taiwan' s exports and trade imbalance against US and Japan: AnApplied Economies,2013,33(10):1283一1287

[8]王撞. 基于制度质量视角的我国出口贸易区位选择影响因素研究——扩展引力模型的面板数据实证检验[J]. 国际贸易问题,2013,06:3-15. 

[9]郑传均、刘悼慧 我国机电产品出口贸易联系持续期的影响因素研究[J].国际经贸探索,2013,05:4-16. 

[10]郝雁.中国创意产品出口贸易成本的测度与影响因素检验[J].国际贸易问题,2012,10:132-143. 

[11]李波,史新和.中国知识产权出口贸易影响因素的实证研究[J].经济问题,2014,11:98-101. 

[12]周子甜,我国出口贸易的影响因素实证分析——基于湖南省2010年出口贸易研究[J].时代经济,2011,13:118-123. 

[13]林斌冯中朝,陈祖海,沈道权.中国茶叶出口贸易变动趋势及影响因素实证研究[J].统计与决策,2009,03:77-79. 

[14]霍尚一.中国出口贸易影响因素的实证分析[D].浙江大学,2008. 

[15]李伍荣,杨雪玉.影响中国服务贸易出口的可量化因素分析[J].经济与管理,2008,02:14-18. 

[16]胡求光,李学喜中国产品出口贸易影响因素与发展潜力——基于引力模型的分析[J].农业技术经济,2008,03:100-105.

致谢

时光匆匆如流水，随着论文的完成，我的学生时代也走到了最后。回首往昔，恋恋不舍的是这里的风景、这里的人，这里一切的一切……值此毕业论文完成之际，我谨向所有关心、爱护、帮助我的人们表示最诚挚的感谢与最美好的祝福。

首先，我最应该感谢的就是我的论文指导老师XXX教授，他不仅在论文设计上给予了我莫大的帮助和支持，也在为人处事上教会了我许多。同时，他渊博的知识，对待学术的严谨，高度负责的态度以及谦逊和蔼的性情都让我深深折服，十分钦佩，在这段时间所学习到的珍贵的东西，也将成为我今后生命中最宝贵的财富。对此，我再次表示衷心的感谢和崇高的敬意。老师，谢谢您！

接着要感谢的，是朝夕相处，陪伴了我两年的同学们，谢谢你们不仅在生活上给予了我细心的照顾，在学习上也给予了我莫大的帮助，是你们给我的大学生活增添了最靓丽的色彩。

最后，我要感谢的是养育我的父母。乌鸦反哺，羊羔跪乳；谁言寸草心，报得三春晖。其实，一直以来，我最应该感谢的人就是我的父母，是他们含辛茹苦将我抚养长大，是他们无私付出将我抚养成人。如今我即将踏入社会，我一定会更努力的工作，不辜负父母对我的殷殷期望！一定会好好孝敬他们，报答他们！爸爸妈妈，我爱你们！下载本文