摘 要：
关键词：
经济发展趋于服务业化已经成为世界经济发展的一个重要特征。服务贸易成为当今国际贸易发展中最为迅速的领域。GATS将服务依照其提供方式将其分为四类：跨境提供，境外消费，商业存在和自然人流动。
对于资金和技术水平相对匮乏的发展中国家而言，自然人流动是其具有比较优势的服务提供模式之一。借助劳动力短期移动到国外不仅可以解决发展中国家劳动力过剩问题，更能带来可观的外汇收益。此外，这些劳动力回国而带来的最新技术和知识也有助于国内生产和服务水平的提高。
地广人多，拥有众多高技能劳动力的印度是一个研究自然人流动的极佳案例。通过对印度自然人流动的研究能给同样面临人口压力的中国带来一定的经验与启示。
一、模型、指标的选择和数据来源
本文采用修正后的引力模型对印度自然人流动进行分析。
1、模型的构建
本文为研究自然人流动对印度双边贸易的影响，引入语言和政策两虚拟变量以增强模型的解释程度。
经过以上扩展，本文得到修正后的自然人流动引力模型如下：
上式中，Ti表示印度与i国的进出口双边贸易额；GDPi表示印度与i国的GDP的乘积；GDPIi表示印度与i国人均GDP的乘积；Di表示印度与i国的距离；M4i表示印度与i国间自然人流动的数量；language和area均为虚拟变量，分别代表是否与印度拥有共同语言，是否与印度签订区域贸易协定；是误差项。
2、数据的选取及来源说明
由于自然人流动数据获取的难度，目前难以获得印度自然人流动的准确数据。尽管FATS统计包含了自然人流动中的公司内部人员调动，尤其是高级管理人员的移动。但是，这只是统计了自然人流动数据中的一部分，造成了数据的低估。在本文中我们选取印度劳动力外迁的数据对自然人流动数据进行替代。这是因为，劳动力外迁和自然人流动一样涉及到劳动力的跨国移动，同时这些劳动力一般也是在国外提供服务。两者不同之处在于自然人流动的一般是暂时性的。但是，我们认为该数据还是很好的反应自然人流动的规模。
因此，本文选取印度自然人流出数据作为自然人流动指标。为了分析的便利性，我们选择自然人流动较多，排名前20位的国家或地区的数据作为样本数据。双边贸易数据来源于联合国COMTRADE数据库；印度及其贸易伙伴的GDP和人均GDP数据均来源于世界银行的WDI数据库；印度与贸易伙伴间的地理距离为新德里与各伙伴国的首都之间的直线距离，由WinGlobe V2.1计算得出；language 和area虚拟变量的值用0或1表示，如该贸易国与印度使用相同的语言或签订了区域贸易协定中则其值为1，反之其值为0。
二、实证研究
按上述取值方法将数据代入修正后的引力模型，使用EVIEWS 5.0进行最小二乘法估计，回归结果见表1：
表1 自然人流动对印度双边贸易影响实证结果
解释变量 | 出口贸易 | 进口贸易 | ||||
Ⅰ | Ⅱ | Ⅲ | Ⅰ | Ⅱ | Ⅲ | |
常数项 | 14.02178 | 15.43144 | 15.43156 | 12.22349 | 12.24459 | 11.97463 |
2.595016 | 2.632327 | 2.739834 | 1.974102 | 2.06954 | 2.422175 | |
㏑GDP | 0.765*** | 0.800*** | 0.810*** | 0.866*** | 0.811*** | 0.860*** |
4.595 | 4.654 | 4.953 | 4.877 | 4.675 | 5.764 | |
㏑GDPI | 0.193* | 0.228* | 0.228* | 0.058 | 0.051* | 0.052* |
1.781 | 1.785 | 1.785 | 1.254 | 1.968 | 1.976 | |
㏑D | -1.194** | -1.220** | -1.219** | -1.414** | -1.409** | -1.409** |
-2.39 | -2.36 | -2.33 | -2.492 | -2.593 | -2.593 | |
㏑M4 | 0.118* | 0.118* | -0.020 | -0.023 | ||
1.846852 | 1.846852 | -1.674 | -1.695 | |||
language | 0.554* | 0.568* | 0.568* | 0.463* | 0.774 | 0.774 |
1.896 | 1.890 | 1.890 | 1.861 | -0.661 | -0.661 | |
area | 0.667 | 0.711* | 0.711* | 0.647* |
相关文章
| |
