01 印度服務貿易順差(印度產業現狀？)

服務貿易的比較優勢是如何體現的

跨國投資與服務貿易比較優勢

一、跨國投資對服務貿易的影響：理論分析

貿易與資本流動之間的關系最早由Mundell 1957年提出，他建立了一個標準的2X2X2的貿易模型，該模型假定其中一國具有勞動密集型產業的比較優勢，出口勞動密集型產品，該國對進口資本密集型產品設置貿易障礙，從而使該國資本的邊際產量上升，引起外國資本流入。根據Rybczynski定理，在商品價格不變的條件下，資本要素的增加將增加資本密集型產品的生產，減少勞動密集型產品的生產，該國勞動密集型產品的出口量減少，從而資本流入替代了貿易出口。此后20世紀80年代Markuson和Svenson在標準的2X2X2模型中假設兩國存在技術差異，導致要素價格不同，引起要素的國際流動，每個國家都將獲得其出口產品中密集使用的生產要素，根據Rybczynski定理，兩國要素稟賦的變化會促使其出口部門的擴張，從而要素流動與商品貿易之間的關系是互補的。

傳統的國際貿易純理論是建立在商品貿易基礎上的，而服務貿易存在某些與商品貿易不同的特征，第一，國際服務貿易是勞動與貨幣的交換，而不是物與貨幣的交換；第二，服務的生產與消費大多同時同地發生，服務不可儲藏；第三，統計方式不同，國際服務貿易在各國國際收支表中統計，而貨物貿易由各國海關統計。盡管服務貿易存在這些與眾不同的特征，目前主流的經濟學觀點仍然堅持認為傳統的比較優勢理論應用于國際服務貿易是有效的。Sapir在1981年進行了一系列服務貿易的實證研究，其主要結論是：“傳統貿易理論適用于服務貿易，要素稟賦在服務貿易模式的決定上具有重要作用。”Deardorf 1985年在標準的H-O模型框架下，通過改變個別的約束條件成功地解釋了國際服務貿易如何遵循比較優勢原則。目前國際經濟學界比較一致的觀點是：“服務貿易領域同樣存在比較優勢的合理內核”。因此在分析跨國投資對服務貿易的影響時，我們仍然沿用傳統的國際貿易純理論方法。

我們分析的起點是假設經濟是完全競爭的，在國際市場上每個國家都是小國，每個國家產品產量的變化不會引起國際市場產品價格的變化，而且假設一國由兩個經濟部門組成，M是制造業或農業部門，S是服務業部門，兩部門都以資本K和勞動L作為要素投入，體現消費者效用的社會無差異曲線是位似的。

外資的流入增加了一國的資本要素稟賦，通常情況下都假定外國直接投資（以下簡稱FDI）流入后可以在各生產部門間自由配置，但是本文中我們認為跨國投資是與具體的行業相關聯的，也就是說，FDI不會在本國的各行業間自由流動，資本流入之后就鎖定在特定的行業中，這樣的假定對各國生產函數的影響與通常的情況不同。當FDI可以在部門間自由流動時，對兩部門的生產能力都造成了影響，而當FDI與具體行業相關聯時，只改變該行業的生產能力。

在對跨國投資的特性作出規定之后，我們首先分析外國資本流入發達國家的情形，發達國家一般都具有在服務業方面的比較優勢，可以用圖1的產品空間來表示該國的生產、消費和貿易的情況。在圖1中，坐標橫軸和縱軸分別表示該國服務業和制造業的產品產量，M[,1]S[,1]是其生產可能性曲線，P[,1]P[,1]′是相對價格曲線，在不存在要素變化的情況下，可知該國在A[,1]點生產，在C[,1]點消費，該國的凈出口量是B[,1]A[,1]。考慮FDI流入該國，由于其具有服務業的比較優勢，所以流入的FDI中相當大比例的部分投資于服務業，于是該國的生產可能性曲線向外移到M[,2]S[,2]，其中，服務業增產的比例高于制造業。因為國際市場產品價格不變，價格曲線的斜率也保持不變，平行外移到P[,2]P[,2]′，此時，該國將在A[,2]點生產，社會無差異曲線是位似的，所以在C[,2]點消費，服務凈出口是B[,2]A[,2]，可以看出，該國服務業的生產和消費都增加了，但是可以證明在此服務生產的增加大于服務消費的增加，所以，服務凈出口增加了。也就是說FDI的流入增加了該國的凈服務出口，增加了該國服務業的競爭力和比較優勢。

附圖

圖1 FDI流入導致的生產、消費和貿易變化（發達國家）

其次，我們分析發展中國家的情形，發展中國家一般不具有服務業的比較優勢，相對而言其比較優勢在制造業或初級產品產業，此時可以用圖2的產品空間來表示其生產、消費和貿易。在FID流入前，該國的生產和消費點是A[,1]′和C[,1]′，是服務凈進口國，服務凈進口量是B[,1]′C[,1]′，FDI流入后，因為該國的比較優勢在制造業，所以流入的FDI大部分投向制造業，這樣，生產可能性曲線從M[,1]′S[,1]′向外移到M[,2]′S[,2]′，而國際市場相對價格不變，FDI流入后生產和消費點分別是A[,2]′和C[,2]′，凈進口量變為B[,2]′C[,2]′，我們發現該國的服務的生產和消費均增加了，可以證明服務消費的增加要大于服務產出的增加，也就是說服務的凈進口增加了，FDI的流入增加了該國的服務凈進口量，降低了該國的服務業的競爭力和比較優勢。

附圖

圖2 FDI流入導致的生產、消費和貿易變化（發展中國家）

綜合上述分析我們得到如下的結論：在發達國家，外商直接投資流入促進了凈服務出口，擴大了發達國家的服務貿易順差，增強了其服務業的比較優勢；而對于發展中國家，FDI流入增加了凈服務進口，擴大了發展中國家的服務貿易逆差，降低了其服務業的比較優勢。

二、計量檢驗

1.數據和基本模型

從上一節的理論分析中我們得出結論：外國資本的流入對一國的服務貿易存在重要影響，而且這種影響在發達國家和發展中國家的表現極不相同，由于發達國家多數擁有服務業的比較優勢，外資流入的很大比例投入其服務行業，促進了服務出口，擴大了服務貿易順差，增強了其服務業的比較優勢；而對于發展中國家，由于服務業不是其比較優勢，流入的外資投向服務業的比例非常小，從而增加了其服務進口，擴大了服務貿易逆差，降低了其在服務業方面的比較優勢。在這里，我們希望使用發達國家和發展中國家的相關數據，建立計量模型來檢驗上述結論。

當然，存在另外一些重要的因素會影響一個國家服務業的比較優勢，在計量模型中我們需要將這些因素考慮進去，作為控制變量，以準確地估計FDI對服務貿易的作用。

在計量模型中，被解釋變量是各國的服務貿易比較優勢，度量某一行業比較優勢的方法較多，本文選用服務業凈出口與服務業進出口總額的比值SeRNX作為該被解釋變量，各國服務貿易進出口值均來自各國的國際收支平衡表。

附圖

其中Xs是服務貿易出口值，Ms是服務貿易進口值。

對外資流入用各國的FDI與其國內生產總值（以下簡稱GDP）的比值rFDI來度量，FDI數量來自各國國際收支平衡表，GDP數據來自歷年《世界銀行發展報告》。

一個國家的經濟發展水平顯然會影響服務業的發展，隨著人均收入的提高，個人對服務的需求在其支出中所占的份額也相應提高，較高的服務需求會帶動服務業較快發展，從而建立起在服務業方面的比較優勢，但是另一方面較高的服務需求也意味著對服務進口需求的增加，降低以貿易流通度量的比較優勢。這兩方面的作用輕重如何，需要用數據來估計，用各國人均GDP值rGDP及rGDP的對數值lnGDP度量，數據也來自歷年《世界銀行發展報告》。

政府對服務貿易的管制政策顯然也是對服務貿易產生作用的一個重要因素。服務業部門具有一定的特殊性，服務行業中的金融、電信、郵政、運輸、教育和研究與開發等部門對一個國家的經濟、政治和國家安全等都有非常重要的影響，所以多數國家對服務領域的對外開放均采取謹慎態度，發展中國家因為其在服務行業不具有優勢，擔心在服務業無法與發達國家競爭，對開放本國的服務業市場作出了嚴格的管制，管制政策在相當程度上抑制了這些國家的服務業和服務貿易的發展。因此，政府對服務貿易的管制程度是影響服務貿易的另一個重要變量。Hoekmon 1994年在《烏拉圭回合服務貿易協定評估》（注：轉引自楊圣明主編：《服務貿易：中國與世界》，1999年。）中提出了一種度量各國服務業開放程度的方法，他將服務業開放分為三類：完全自由化、不開放、其他。每一類分別計數為：1;0;0.5。然后，把《服務貿易總協定》中服務業的155項部門的每一項分為4種不同的提供方式：跨境提供、國外消費、商業存在和自然人存在。每個國家在《服務貿易總協定》的談判中對這155個部門的每一種提供方式作出不同的減讓承諾，這樣總計有620項承諾，根據對每一項減讓承諾的程度按三類計分方式打分，然后把620項分數累計加總，得到一國的總分數，這個總分數即為該國服務業開放程度的度量。我們選用該文中對各國的服務貿易開放程度的估計分數作為變量SeOPEN的數據，這些估計分數是在1994年《服務貿易總協定》談判結果的基礎上計算出的，我們用它度量了每個國家1990年至1999年的開放程度。

一國的人口素質，勞動力受教育的水平對服務業的比較優勢顯然也有重要的作用，人口素質高，接受的教育程度高，其所提供的服務質量也就相對較好，有利于建立服務業的比較優勢，但另一方面，人口素質高，對服務的需求也就增大，也可能會導致對服務進口需求的增加，可見人口素質的高低對服務業優勢也有正負兩方面的作用，孰輕孰重，需要實證檢驗。本文用各國15歲以上成年人中非文盲人口的比例HR來度量，數據來自聯合國教科文組織的各國教育和識字統計數據庫。需要注意的是，多數發達國家教育水平較高，文盲比例非常低，他們在20世紀80年代以后就不再公布文盲人口比例數據，我們用100%來表示這些國家的非文盲人口比例。lnHR是HR的對數值。

另外還有一些變量如文化習俗、自然條件和對研發的投資等也會影響一國的服務業比較優勢。但是這些因素大多難以定量，所以在我們計量回歸方程中不包含這些控制變量。

根據以上討論，我們建立基本的計量模型如下：

SeRNX[,it]=α[,i]+β[,1]RFDI[,it]+β[,2]RGDP[,it]+β[,3]SeOPEN[,it]+β[,4]HR[,it]+ε[,it](2)

其中i是國別下標，t是時間下標，□[,i]表示有一個不隨時間變化的效應，在這個效應中包含了一些回歸方程中不考慮的因素，如各國的文化差異，自然資源等，□[,it]是隨機擾動項。

本文選用12個發達國家和11個發展中國家從1990年至1999年的相關數據進行計量回歸。12個發達國家是：美國、日本、加拿大、澳大利亞、新西蘭、英國、德國、法國、意大利、瑞典、奧地利和新加坡；11個發展中國家是：阿根廷、巴西、埃及、中國、印度、印度尼西亞、韓國、馬來西亞、泰國、菲律賓和墨西哥。

2.回歸結果

這是一個跨國的時間系列模型，這類模型對αi的處理有兩種方法，固定效應(Fixed Effects)方法把α[,i]視為一組具體的常數，隨機效應(Random Effects)方法把α[,i]視為一組隨機變量，當α[,i]與回歸變量存在相關性時，使用固定效應方法，應用代理變量的最小二乘回歸(LSDV)（注：LSDV(Least Squares Dummy Variable)是用于估計跨地區（跨部門）時間系列數據(Panel Data)的回歸方法，在此類模型中假定不同地區（部門）的差別由回歸方程的常數項表示，這樣相當于對每一個地區（部門）設定了一個代理變量(Dummy Variable)，N個地區就有N個代理變量，在估計解釋變量系數

很赞哦!（9874）