长三角地区纺织品出口竞争力影响因素的比较分析.docx

1、长三角地区纺织品出口竞争力影响因素的比较分析 引言 纺织品产业作为我国传统的优势出口产业，是我国国民经济中的支柱性产业。长三角地区作为全国经济最活跃、最开放的地区之一，也是纺织服装最重要的生产基地。2012年，我国纺织服装出口总额为2549.8亿美元，其中长三角地区纺织服装的出口总额占全国的47.63%，其中浙江出口最多，占全国的23.47%，江苏和上海分别占16.16%和8.01%。纺织服装出口总额在浙江、江苏和上海出口总额的比重分别为26.64%、12.54%和9.86%。由此可见，提升长三角地区纺织品出口竞争力对保证我国外汇储备、国际收支平衡、解决就业以及加速地区发展等起着至关重要的作用

2、。因此，对纺织业出口竞争力影响因素的分析与研究具有十分重要的意义。一、长三角地区纺织品出口额比较长三角地区作为全国经济最活跃、最开放的地区之一，也是纺织品服装最重要的生产基地。2012年，长三角地区纺织品的出口额占全国出口总额的47.63%。其中浙江省的出口额最多，占全国的23.47%，江苏省和上海市分别占16.16%和8.01%。在全国主要纺织企业中，长三角地区所占比例超过50%。下图是2002年到2012年江苏、上海、浙江纺织品出口额的折线图。2、TC指数分析TC指数即竞争优势指数，是指一国进出口贸易的差额占其进出口贸易总额的比重。如果TC指数大于0.6,表明该类商品具有较强的国际竞争力,

3、TC指数越接近于1,表示该商品的竞争力越强。长三角地区2007-2012年竞争优势指数如下表所示。表1 20072012年长三角地区纺织品TC指数时间200720082009201020112012江苏0.84110.85770.86330.86420.86830.8661上海0.72980.71070.70650.67520.63580.6195浙江0.93420.93630.93850.94100.94080.9304从表1可以得出长三角地区纺织品都具有较强的国际竞争力，其中浙江纺织品竞争力最强。相对而言，上海纺织品竞争力较弱，而且上海纺织品的国际竞争力在逐年下降。江苏居中，除了2012年

4、竞争力有所下降外，江苏纺织品竞争力一直保持增强趋势。3、纺织品出口影响因素的分析及选取 （一）影响因素分析及选取影响一个国家出口需求的因素很多，但就纺织品这一行业的出口而言，影响因素主要包括输入国GDP、汇率、出口退税率和外商投资情况，还有其它因素包括当地的物价指数等。1.美国GDP从GDP总额可以看出，消费支出是GDP的一个重要组成部分。因而输入国的GDP增长可以在一定程度上反映出输入国消费需求的增长，也表明输入国的进口需求增大，这些都间接影响出口贸易总额。因美国是长三角地区最大的对外出口国家，其GDP可以反映出国外的大部分出口需求，所以以美国GDP代表输出国GDP。2.纺织品的汇率就汇率来

5、说，汇率降低，人民币对外贬值，以外币表示的出口纺织品相对价格就会上升，从而增强中国纺织品出口的国际竞争力，纺织品出口量增加；反之，纺织品出口量减少。因此,人民币的过快升值会影响到我国的纺织品行业的对外贸易。3.出口退税率出口退税作为我国政府用来控制出口的直接手段，出口退税率高，出口厂商的对外贸易积极性增强，产品的出口量增长的可能性越大。据有关企业反映，出口退税率每降低1个百分点，出口成本增加1%，企业利润减少1%。4.外商直接投资外商投资包括外商直接投资和外商间接投资两部分。一方面，随着外商直接投资的大量流入，外商直接投资企业已成为我国对外贸易的主动力。在短期内，外商直接投资是产业结构升级的直

6、接原因，产业结构与出口结构相互促进，中长期来看，产业结构升级是吸引外商直接投资和优化出口结构的主导因素。另一方面，外商间接投资增多，使得国内各经济部门经济实力因外资注入而增强，发展对外贸易的积极性提高，对出口的增长产生促进作用。因此研究外商投资对我国纺织品出口贸易影响有重要的理论和现实意义。又因与间接投资相比较，直接投资占据份额大，影响力大，而且直接投资的作用机制更有效，所以以外商直接投资代表外商投资。（2）数据的收集与整理表2 2002-2011年纺织品此刻及影响因素数据年份纺织品出口总额（亿美元）汇率美国GDP(十亿美元)外商直接投（亿美元）纺织品出口退税率江苏上海浙江江苏上海浙江2002

7、94.0347 78.5800 108.1042 8.2773 10642.3 150.98 105.76 67.89 0.152003119.3792 97.6600 155.2784 8.2773 11142.2 196.73 110.64 120.50 0.172004148.9819 114.4000 196.5303 8.2765 11853.3 308.10 116.91 145.61 0.132005188.0506 126.4700 244.2925 8.0702 12623.0 360.78 138.33 161.27 0.132006219.6667 143.4556 29

8、7.3856 7.8087 13377.2 457.22 145.74 191.03 0.132007253.3954 155.8181 356.0348 7.3046 14028.7 465.41 148.69 204.00 0.112008292.1649 166.1787 422.4875 6.8346 14291.5 527.07 171.12 178.20 0.132009267.2160 152.9445 397.5609 6.8282 13973.7 507.26 133.01 160.18 0.152010335.8431 178.5370 497.6405 6.6227 14

9、498.9 509.81 153.07 200.47 0.162011408.7188 208.8903 602.4980 6.3009 15075.7 568.33 201.03 205.84 0.162012411.9216 203.9733 598.2168 6.2855 15684.8 571.41 223.38 210.720.16数据来源:江苏省统计局、国家统计局、美国经济分析局、中国商务部、国家外汇管理局4、模型建立与预测 （一）模型的建立首先用SPSS软件中的多元回归分析，采用逐步筛选法对线性模型进行尝试，为了得到拟合优度较高的方程，在每个变量进入方程后再次判断是否存在可以剔除

10、方程的变量。然后，进行拟合优度的参数检验，对回归方程和回归系数进行显著性检验。最后为了满足线性回归模型的前提条件，即残差项应服从方差相等的正态分布，进行拟合优度的非参数检验。综合以上分析结果，最终给出方程。1.线性回归分析 （1）自变量排除分析表3 纺织品出口额多元线性分析结果已排除的变量c模型Beta IntSig.偏相关共线性统计量容差1汇率-.476a-2.371.050-.667.143FDI-.916a-1.614.150-.521.024出口退税率.210a3.207.015.771.9832汇率-.152b-.567.591-.225.065FDI-.474b-1.046.336

11、-.393.020a. 模型中的预测变量: (常量), 美国GDP。b. 模型中的预测变量: (常量), 美国GDP, 出口退税率。c. 因变量: 出口总额表3为回归分析过程中尚未被引入方程的自变量的情况。从模型1看，如果下一步引入汇率，则它的标准化回归系数将是-0.375,。同样，如果下一步引入出口退税率，它的标准回归系数将是0.210，由于出口退税率有最大的t值，因此可以判定下一步它进入方程。根据模型2，可以得出汇率和FDI被排除。（2）回归方程的拟合优度表4 纺织品出口额多元性分析结果模型汇总c模型RR 方调整 R 方标准 估计的误差Durbin-Watson1.963a.927.918

12、28.30637822.985b.971.96219.25812581.831a. 预测变量: (常量), 美国GDP。b. 预测变量: (常量), 美国GDP, 出口退税率。c. 因变量: 出口总额 表4显示了回归方程的拟合优度，从输出结果可以看出，随着自变量不断引入回归方程，调整的R方在不断提高，回归方程的估计标准误差在不断减小，方程的拟合优度不断上升。同时，根据德宾趋向指数值1.831，可以得出残差序列存在某种程度的正自相关。2.拟合优度的参数检验（1）回归方程显著性检验表5 纺织品出口额多元线性分析结果Anovac模型平方和df均方FSig.1回归81608.642181608.642

13、101.852.000a残差6410.0088801.251总计88018.65092回归85422.522242711.261115.163.000b残差2596.1287370.875总计88018.6509a. 预测变量: (常量), 美国GDP。b. 预测变量: (常量), 美国GDP, 出口退税率。c. 因变量: 出口总额表5的输出结果表明随着自变量的引入，均方误差在不断减小，说明美国GDP和出口退税率这两个变量为解释因变量作出了贡献，也从另一个角度证明了输出结果表2中R方不断升高的原因。同时F值也较大，说明自变量造成因变量的变动远远大于随机因素对因变量造成的影响，而且F值也随自变量

14、的引入而变大。如果显著性水平为0.05，由于回归方程的显著性检验的概率值0小于显著性水平，因此自变量美国GDP和出口退税率与因变量出口总额之间线性关系显著，建立线性模型是恰当的。（2）回归系数显著性检验表7 纺织品出口额多元线性分析结果系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)-594.72982.479-7.211.000美国GDP.063.006.96310.092.0002(常量)-775.70279.584-9.747.000美国GDP.065.004.99015.126.000出口退税率1108.135345.560.2103.207.015a. 因变量:

15、出口总额表5显示随自变量的引入，回归系数标准误差变小，标准化回归系数变大，说明自变量解释因变量的能力较强。其回归系数显著性概率值小于显著性水平，因此美国GDP、出口退税率与出口总额的线性关系显著，它们被保留在模型中是合理的。3.拟合优度的非参数检验(1)残差序列正态性分析表8 单样本KS检验单样本 Kolmogorov-Smirnov 检验Standardized ResidualN10正态参数a,b均值.0000000标准差.88191710最极端差别绝对值.136正.136负-.104Kolmogorov-Smirnov Z.429渐近显著性(双侧).993a. 检验分布为正态分布。b.

16、根据数据计算得到。 图2：多元线性回归分析的残差累计概率图残差累计概率图中，数据点围绕基准线存在一定的规律性，表4中德宾趋向指数也表明了残差序列存在某种程度的自相关，但根据表5标准化残差的非参数检验的输出结果：Z统计量是0.429，对应的相伴概率值为0.993，由于相伴概率值大于显著性水平，所以标准化残差与标准正态分布不存在显著差异，因此可以认为标准化残差服从正态分布，满足了线性模型的前提条件。（2）残差序列同方差诊断表8 标准化残差和标准化预测值的Spearman等级相关分析结果相关系数Standardized Predicted ValueStandardized ResidualSpea

17、rman 的 rhoStandardized Predicted Value相关系数1.000-.127Sig.（双侧）.726N1010Standardized Residual相关系数-.1271.000Sig.（双侧）.726.N1010图3：多元线性回归分析的残差图从残差图可以直观地看出标准化残差的绝对数值都比较小，其数值都落在区间-2,2内，随着标准化预测值的变化，所描绘的点都在以0为横轴的直线上下随机散布，可以得出回归直线对各个观测值的拟合情况是良好的。说明因变量与自变量之间有显著的线性相关关系。并且，计算残差与预测值的斯皮尔曼等级相关系数为-0.127，对应的相伴概率值为0.72

18、6，由于相伴概率值大于显著性水平，所以检验并不显著，因此认为异方差现象不明显。 综合以上分析，古典逐步回归模型建模得到的多元线性回归方程为： 同理可以得到上海和浙江通过古典逐步回归模型建模得到的多元性回归方程：（表以及图形见附表）上海： 浙江： （二）外推和预测1.利用古典逐步回归模型所得的回归方程对2012的纺织品出口总额进行外推得到江苏、上海、浙江，实际出口总额依次为411.9216、203.9733和598.2168，经过对比可以看出模拟所得数据与实际差距较小，说明建模得到的线性回归方程的拟合程度较好。2.结合当前国际形势，考虑到2008全球金融危机后美国经济的复苏，进行预测时以2012

19、年的增长率计算得到2013年美国GDP，同时，外商直接投资依据2012年增长率，退税率保持不变，鉴于人民币近年来不断升值的趋势，因此以2012年1.5倍的增速计算。据此预测出2013年江苏、上海和浙江纺织品出口总额分别为462.3021、246.0833和568.0833。五、模型的不足及改进方向（一）模型存在的缺陷 1.退税信息的不完善性由于信息的局限性及税制的调整，为统一口径，本论文选取年初纺织品出口退税率为样本数据，但论文中未综合考察出口退税率同期和滞后一期的数据。2.时间的短暂性研究所选取的数据只有2002-2011这十年的时间，未能对纺织品出口做长时间的考察，样本数据量较少，模型的代

20、表性降低，从而导致自变量对因变量影响程度的准确性降低。3.因素选取偏少模型建立过程中有诸多影响因素尚未考虑，如：物价指数，利率，外商间接投资额等。在这样的情况下，模型的可靠性与稳健性降低，建立的模型与实际情况存在差距。4.输入国选取较少随着中国对外开放步伐的加快，越来越多的国家与中国建立贸易往来关系，纺织品输出国也在不断地变化和增多，每个国家的需求也千变万化，以美国作为代表会不同程度的降低模型的准确性。 （二）改进方向1.尽可能完善信息，综合考虑出口退税率同期和滞后一期的数据，建立古典多元回归模型和滞后一期的多元线性回归模型，将出口退税率作为两个因素纳入滞后一期的模型中。2.增加数据容量，延长

21、时间序列，力求使得模型更具权威性。3.综合考虑影响纺织品出口额的因素，增加影响因素的个数，扩大分析范围。4.选取欧盟中一些国家GDP加入模型，增强结论的可靠性。六、结论和政策建议（一）研究结论 1.从建模得到的多元线性回归方程可以看出，江苏纺织品出口总主要受输入国GDP和出口退税率的影响，上海的影响因素是输入国GDP和外商直接投资，浙江的影响因素为汇率和外商直接投资。2.从标准化系数可以得出，与上海相比，输入国GDP对江苏纺织品出口的影响较大，且江苏对输入国GDP依赖程度很大；上海和浙江都不同程度的受到外商直接投资的影响，但影响都较小，输入国GDP对上海纺织品出口的影响较为明显，而浙江对汇率的

22、依赖较大。（二）政策建议针对以上研究，为促进长三角地区纺织品出口行业的发展以及提升纺织品出口竞争力，提出以下建议：1.提高纺织品市场竞争力产业的发展最主要依靠自身实力的增强，长三角纺织品出口行业要想在世界市场上占有一席之地，必须进一步优化产业结构，加快产业升级，提升产品层次及附加值，降低经营成本，提高技术水平，加大研究与开发投入，吸引创新人才，完善创新机制，增强自主创新意识，推动企业技术进步，加快对传统产品的技术改造，提高产品的科技含量，实施国际标准化战略，避免陷入技术壁垒陷阱，从而提高出口纺织品的市场竞争力，努力实现从纺织大国向纺织强国的转变。2.实施市场多元化战略，增强纺织品抵御风险的能力

23、 完善各种支持和促进政策，鼓励制企业采用多种方式实施市场多元化战略。多层次开拓发达国家市场，尽快改变长三角地区纺织品出口过分依靠美国的格局，增强纺织品抵御风险的能力；积极开辟新兴大市场，如墨西哥、阿根廷、巴西、印度、印尼、韩国、波兰、土耳其和南非等；努力拓展暂时还不成熟的市场，劳动密集型产品在非洲等落后国家和地区具有很强的竞争力，要学会在尚不成熟的市场中发现机会，扩大出口。3.将部分劳动密集型出口产业发展着眼点转移到转型之路上来。中国经济增长对出口的依存度基本上在世界大国中处于最高的位置，面临全球经济不景气及我国出口行业萎缩的局面，适当调整出口退税率以保证出口适度增长的政策，不乏其必要性。但不

24、能忽视出口政策调整造成的负面影响，退税支出的增长及我国国际双顺差格局的加重都可能是出口退税上调带来的不良后果。在当前全球经济发展局势下，应鼓励部分劳动密集型出口企业转型。政府除了采取救助的措施之外，更需要的是帮助中小企业在新兴市场、流通和品牌环节等处开辟新天地，提高出口效益，避免出口激励措施升级导致国际收支顺差增长失控。4.加大政府保护力度针对中国出口环境日益严峻的形势，政府正有步骤地放松宏观调控力度，采用减息及降低存款准备金率的措施以使得企业资金得到好转，上调部分商品出口退税率令出口型企业的竞争力相对增强，这些都对促进出口起到了积极的作用。长三角地区的外贸企业要善于利用有利条件，积极配合政府

25、工作，增强地区纺织品的竞争力。5.加强国际社会的合作进出口对外贸易是长三角地区联系世界市场经济的最主要的桥梁，加强国际社会的合作，能进一步提高长三角的市场竞争力及综合实力。就2008年全球性金融危机来说，各国各地区的经济都受到了巨大的影响，因此我们更要加强与国际社会的合作，吸收各方面的积极成果，发展多元化的经济。在全球化大背景下，只有共荣共处才能实现双方的共赢。在世界市场竞争日益严峻的当今社会作为出口主流的纺织品出口行业要获得可持续发展，必须转变市场结构、发展自主品牌、注重产品认证和走集群化发展的道路，以突破国际贸易壁垒限制，提高产业的国际竞争力。参考文献1盛文军，廖晓燕.垂直专业化贸易、公司

26、内贸易与产业内贸易J.世界经济，2011（2）.2辛明磊，邹松涛.浅谈长三角引进外商直接投资的现状与发展历程J.中国外资，2009（11）.3刘洋.加工贸易政策调整对长三角地区纺织品服装业影响和对策J.对外贸易实务，2008（3）.4胡国良.突破贸易限制背景下的国际分工困局江苏纺织品出口应对策略分析J.现代经济探讨，2010（10）.5薛薇. 统计分析与SPSS的应用第二版 J.中国人民大学期刊，2009,1:35-17.6金玉国.计量经济学M.江苏：经济科学出版社，2009.7黄泽民.未雨绸缪防范金融风险J.经济界,2008.4.8李伟.积极应对全球金融危机对中国出口商的影响M.北京：交通大

27、学出版社,2008.10.9徐燕.利用外商直接投资与长三角产业竞争力的提升J.国际商务研究，2008（3）.10王奇珍.FDI对我国纺织品出口的影响D.暨南大学硕士研究生毕业论文，2006.11唐少思.长三角地区纺织品出口现状和对比分析J浙江大学期刊，2008,2.12陈同仇，张锡暇.国际贸易M.北京：对外经济贸易大学出版社，2009.13毕素红.加强企业文化建设提高外贸竞争力J.内蒙古煤炭经济，2008（1）.14周宝松.外商直接投资与中国出口竞争力提升研究D.对外经济贸易大学，2009.9:815Tookey DA. Factors Associated with Success in E

28、xportingJ.The Journal of Management Studies,2010.附录上海模型建立过程：已排除的变量c模型Beta IntSig.偏相关共线性统计量容差1汇率-.179a-.889.404-.318.143FDI.319a2.541.039.693.213出口退税率.125a1.906.098.584.9832汇率-.146b-.943.382-.359.142出口退税率.106b2.259.065.678.962a. 模型中的预测变量: (常量), 美国GDP。b. 模型中的预测变量: (常量), 美国GDP, FDI。c. 因变量: 出口总额模型汇总c模型RR 方调整 R 方标准 估计的误差Durbin-Watson1.977a.955.9498.78773842.988b.977.9706.77530081.049a. 预测变量: (常量), 美国GDP。b. 预测变量: (常量), 美国GDP, FDI。c. 因变量: 出口总额Anovac模型平方和df均方FSig.1回归13079.132113079.132169.365.000a残差617.795877.224总计13696.92792回归13375.59426687.797145.689.000b残差32