2018影响国际服务贸易的宏观因素

711605

　　随着服务化程度的深化，服务贸易在国际贸易中的地位越来越突出。1980-2000年，世界货物贸易平均年增长率为5.9%，而商业服务贸易的平均年增长率为7.1%。增长速度的差异导致国际贸易结构的变动：1980年，国际商业服务贸易占世界贸易总额的15.2%，2000年，这一比重提高到18.6%。国际贸易格局之所以发生如此变化，原因在于发达国家纷纷把目光投向服务贸易，它们竞相抢滩国际服务贸易市场，包括对家施以越来越大的压力，要求后者实现服务贸易自由化。，在国际服务贸易市场上，领先国家几乎全部是发达国家，如2000年，服务出口总额处于前10位的国家或地区依次是美国、英国、法国、德国、日本、意大利、西班牙、荷兰、中国香港地区和比利时－卢森堡，这10个国家或地区的服务出口占世界服务出口总额的比重高达59.3%。显而易见，能否在服务贸易领域占领制高点已经成为决定各国在国际竞争中地位的一个重要因素。
　　中国的服务业发展还相当落后，如果说过去封闭的国内服务市场把我们与国际竞争隔离开来，使我们不能深切地感受到这种落后，那么加入WTO之后，面临日趋激烈的国际服务贸易的竞争，如果我们的服务业不能得到实质性的改善，必将感受到市场拱手让人的切肤之痛。本文对国际服务贸易的宏观决定因素进行，试图解释服务贸易是如何随着经济发展和商品贸易扩张而发展的。   
　　　　一、国际服务贸易的宏观分析框架
　　对国际服务贸易有不同的理解。按照传统的观点，国际服务贸易被视为服务的进出口，这是一种跨境贸易的概念。按照《服务贸易总协定》的观点，国际服务贸易还应包括由商业存在——简单地说，就是属于服务业的外国直接投资——所完成的贸易。由于目前除美国外各国尚未公布关于服务贸易定义的数据，因此本文所采用的仍是传统的跨境贸易的概念。
　　出口方是服务的供给者，进口方是服务的需求者。因此，服务贸易的发展是由对服务的供给和需求而决定的，国际服务贸易的宏观分析框架就是识别国际服务贸易的供给和需求的宏观变量。
　　　　（一）影响国际服务贸易供给的宏观变量
　　一个国家或地区向国际市场提供服务的能力直接受国内服务业发展水平的影响。服务区别于货物的一个显著特点在于生产者与消费者有很大程度的互动，换言之，服务生产过程在很大程度上影响消费者对服务的最终结果的评价。因此，国内服务业发展水平高的国家或地区积累了丰富的服务生产经验，能够高效率地提供顾客满意的服务，在国际市场上的竞争力也会较强。
　　根据波特的“国家钻石”，一个国家或地区向国际市场提供服务的能力还受国内服务需求的影响。国内服务需求较高，越能推动国内服务业的发展，从而向国际市场提供服务的能力也越强。但是，国内服务需求大也可能导致另一个结果，即服务对象主要在国内，出口动机受到抑制，尤其是国内经济规模大的国家更可能以内需为主。  

　　一个国家或地区向国际市场提供服务的能力还受其自身货物贸易能力的影响。一方面，许多服务贸易是伴随着货物贸易而发生的，如国际货运服务、保险服务、进出口信贷服务和维修服务等；另一方面，根据波特的理论，跨国商务活动是产业国际竞争力的重要影响因素，在货物出口市场上领先的国家或地区积累了丰富的国际商务经验，有助于顺利开展国际服务贸易。
　　　　（二）影响国际服务贸易需求的宏观变量
　　一个国家或地区对国外服务的需求直接受国内服务需求的影响。服务需求主要来自两个方面，一是来自生产的需求，即生产者需求；二是来自消费的需求，即消费者需求。生产者服务需求受国内经济规模的影响，国内经济规模越大，对生产者服务的需求越大；后者受收入水平的影响，收入越高，对服务的消费需求越高。
　　一个国家或地区对国外服务的需求还受国内服务业发展水平的影响。如果国内服务生产足以满足国内需求，则对国外服务的需求就低。
　　同样，一个国家或地区对国外服务的需求还受它对国外货物的需求的影响，原因在于许多货物进口会引致相应的服务进口。
　　　　二、服务贸易宏观决定因素的实证分析
　　选取如下宏观变量对服务贸易进行实证分析：用国内生产总值（GDP，10亿美元）反映国内经济规模；用人均国民收入（GNIPC，美元）反映收入水平；用服务业增加值（VAS，亿美元）及其年增长率(AGS,%)反映国内服务业发展水平；此外，还包括两个货物贸易指标，即商品出口（EXG，亿美元）和商品进口（IMG，亿美元）。   
　　分析所用的样本数据是1982-1998年17个国家或地区的数据，这17个国家或地区在世界服务贸易中处于领先地位，而且在国家的选取上尽可能多样化，即样本国家既包含发达国家，又包含发展中国家。其中，尽管美国的服务贸易在世界上遥遥领先，但由于美国的情况比较特殊，故样本中不包括美国。这17个国家或地区为：奥地利、澳大利亚、比利时、法国、韩国、荷兰、加拿大、马来西亚、墨西哥、日本、瑞典、泰国、中国香港、意大利、印度、英国和中国。数据取自中经网。
　　在分析上，鉴于数据为时间序列与截面数据的混合数据，采用Panel;Data回归分析方法。考虑到时间序列可能存在自相关，且样本国家之间可能存在相互影响，故采用有同代相关的一阶自回归模型。利用SAS软件的TSCSREG程序得到如下回归结果，见表1、表2。
　　　　表1　因变量：服务出口　单位：亿美元;
自变量　　;系数　　　标准误差　　;t　　　　Pr＞│t│
截距　　　3.173　　　1.660;8　　　1.91　;　0.057;1
GDP　　　;-0.013;　　0.001;53　;　-8.81　　＜.000;1
GNIPC　　;0.004　　　0.000;050　　82.29　　＜.000;1
VAS　　　;0.002　　　0.000;296　　6.71　;　＜.000;1   
AGS　　　;0.251　　　0.014;9　　　16.83　　＜.000;1
EXG　　　;0.180　　　0.000;987　　182.20;　＜.000;1
　　
　　R[2]=0.996;8
　　　　表2　因变量：服务进口　　单位：亿美元;
自变量　　;系数　　　标准误差　　;t　　;　　Pr＞│t│
截距　　　-21.177　　0.708;9　;　-29.87　　;＜.000;1
GDP　　　;0.100　　　0.002;55　　39.08　　　＜.000;1
GNIPC　　;0.003　　　0.000;064;　49.82　　　＜.000;1
VAS　　　;0.003　　　0.000;420;　8.20　　　;＜.000;1
AGS　　　;-1.148;　　0.036;4　;　-31.56　　;＜.000;1
IMG　　　;0.159　　　0.001;49　　106.96　　;＜.000;1