產業別之實證分析

本節主要探討不同產業別對於台灣製造產業之出口之貿易流量之影響。第 65 頁中表 5-3 為根據模型五及模型六，依產業別利用古典最小平方法所得出之實 證結果，其殘差圖及相關統計數據則如第 69 頁圖 5-5 及 5-6 所示。各變數對貿 易之影響分述如下:

(1) 兩國產業總產值之乘積 (lnGDPPAIR_{ij t}^k_, ): 根據表 5-3 之模型五所得到 之係數估計值為 0.467 為正值且顯著，顯示在其他條件不變之下，台 灣與對手國在產業總產值之乘積增加 100%時，對於台灣對貿易對手 國之出口會增加 46.7%，意即兩國之國內產業規模越大，其對於貿易 流量越大。

(2) 兩國產業之總產值(ln

GDP

_i,^k_t 、 ln

GDP

_j^k_,t ): 根據表 5-3 之模型四所得 到，國內部份 ln

GDP

_i^k_,t 之係數估計值為 1.342 為正值且顯著，其係 數值代表國內製造業總產值之出口彈性。由結果得知在國內製造業 總產值增加 100%，出口會分別增加 134.2%。即當國內產業規模越 大，表示對於出口有所助益；反之貿易對手國部份 ln

GDP

_j^k_,t 之係數 估計值為-0.390 為負值且顯著，表示當貿易對手國製造業總產值增 加 100%，對於進口之需求減少，因而國內對貿易對手國之出口會減 少 39%。

(3) 台灣與對手國產業之平均每人勞動力產值乘積 (ln

PCGDPAIR

_ij^k_,t )：

在表 5-3 之模型五所得到之係數估計值為 0.103 為正值且顯著，表示

當台灣與對手國產業之平均每人勞動力產值乘積增加 100%時，對於 台灣之製造產業出口會增加 10.3%。意即證實兩國之國內製造業就 業人口平均產值越大，其對於貿易流量增加有所助益。

(4) 兩國產業之平均每人勞動力產值 (lnPCGDP_i,^k_t、lnPCGDP_j^k_,t): 在模型 六所得到兩國產業之平均每人勞動力產值之係數估計值，國內部份 lnPCGDP_i^k_,t之係數估計值為 0.553 為正值且顯著，可以得知在國內 製造業平均每人勞動力產值增加 100%，對於國內產業出口會增加 55.3%。即當國內生產能力越大，會促使國內出口增加。反之貿易對 手國部份 lnPCGDP_j^k_,t之係數估計值為-0.106 為負值，表示當貿易對 手國製造業平均每人勞動力產值增加 100%時，對於國內產業對該國 出口會減少 10.6%。

(5) 對手國貿易開放指數 (

OPEN

_j,t): 在模型五及模型六中，對手國貿易 開放指數 (

OPEN

_j,t) 所得到之係數估計值分別為 0.724 及 0.722，表 示出對手國貿易開放指數越高，對其台灣之出口貿易流量有正向影 響。其所估計出係數值比起以區域別及以國家別所估計出之係數值 來的大，表示依不同產業來說，一國之貿易開放指數，對於不同產 業來說，是有極大之影響。

(6) 對手國之實質匯率 (

XRAT

_j,t): 在模型五及模型六中，對手國之實質 匯率其估計值為-0.021 及-0.022，外國實質匯率值越大，國內對其出 口愈少。意謂著該國貨幣相對於美元貶值，國內匯率相對而言呈現 升值，因而不利於對該國出口。

58

(7) 東協自由貿易區 (

AFTA

_j,t): 根據表 5-3 之模型五及模型六中，所估 計出來之係數估值分別為 0.393 及 0.413 皆為正值且顯著。顯示出東 協自由貿易區的形成對於台灣地區製造業與東協自由貿易區之會員 國進行出口貿易會產生貿易流量增加之效果。

(8) 北美自由貿易區協定 (

NA

_j,t): 根據表 5-3 之模型五及模型六所得到 之係數估計值分別為 0.604 及 0.606 皆為正值，表示北美自由貿易區 協定的形成對於台灣地區製造業與北美自由貿易區協定之會員國進 行出口貿易，其產生貿易流量增加之效果為三大區域組織中最高，

意謂著若依產業別來談，北美自由貿易區協定的簽訂，其對台灣地 區產業出口貿易流量之影響程度高於東協自由貿易區和歐盟之形成 對台灣產業出口影響程度來得高。

(9) 時間虛擬變數 (

YEAR

_t): 根據表 5-3 之模型五及模型六中，所估計出 來之係數估計值皆為正值，表示隨著時間增加，台灣地區之產業出 口貿易流量會有增加之傾向，表示時間因素對於製造業出口貿易之 影響更為明顯，其對於產業進行貿易活動行為更為活絡。

為分析不同國家別對台灣地區製造業之出口是否因不同產業而所影響，因將 不隨著時間改變之變數於本固定效果模型已暫行移除，我們可分別利用模型五及 模型六所估計出來之常數項作為應變數，不會隨著時間改變之變數作為自變數，

利用最小平方法去得出估計值列於第 66 頁中表 5-3-1。利用表 5-3-1 所得出之結 果來探討未考慮之變數其對於出口貿易之關係。

(10) 兩國地理距離 (ln

DIST

_ij): 根據表 5-3-1 之模型五及模型六所得到之 係數估計值分別為-0.338 及-0.329 皆為負值且顯著，顯示出兩國距 離越遠，雙邊貿易所必須付出之運輸成本越高，勢必會對台灣產業 的出口貿易流量產生負面影響。舉例而言，其估計値-0.338 表示在 其他情況不變之下，出口到一個兩倍距離遠之國家，將減少 33.8%

的出口量。其相對於國家別之分析，在探討產業別時，兩國之相對 距離對於台灣之出口貿易影響較不顯著。

(11) 歐洲聯盟 (

EU

_j,t): 根據表 5-3-1 之模型五至模型六中，所估計出來 之係數估值分別為 0.352 及 0.345 為正值且顯著。顯示出歐洲聯盟的 形成對於台灣地區製造業與歐盟會員國進行出口貿易會產生貿易流 量增加之效果。

(12) 新興工業化國家 (

NICS

_j,t): 根據表 5-3-1 之模型五及模型六中所得 到之係數估計值分別為 0.083 及 0.060，表示當對手國為新興工業化 國家時，對其出口貿易流量影響為正值且顯著，表示對手國為新興 工業化國家是有助益國內產業進行雙邊貿易。其相對於國家別之分 析，在探討產業別時，對手國為新興工業化國家對於台灣之出口貿 易影響較不顯著。

(13) 開發中國家 (

DEVELOPING

_j,t): 根據表 5-3-1 之模型五及模型六中 所得到之係數估計值分別為-0.695 及-0.665 皆為負值。舉例而言，

模型九所估計出之係數估計值為-0.695，表示對手國為開發中國家 時，台灣對其之出口貿易流量比對已開發國家，以考量實質匯率下，

60

少了 69.5%。其

DEVELOPING

_j,t所估計出之係數值為負值且顯著，

表示台灣地區之產業會考慮開發中國家之產業發展環境後，因而轉 向至已開發國家進行貿易投資而產生貿易替代之情形，因而對開發 中國家之貿易量減少。其相對於國家別之分析，在探討產業別時，

對手國為新興工業化國家對於台灣之出口貿易影響較不顯著。

為了探討不同之產業別其出口貿易量之大小程度，本研究在產業別之分析上 其基準產業以食品及飲料製造業(INDUSTRY₁)為準。若以不同產業來看，可以得 出在模型五中，可以得知除了造紙及印刷業(INDUSTRY6)外，其餘產業平均而言 其出口貿易量相較於食品及飲料製造業(INDUSTRY₁)來的高，其中，機械製造業 (INDUSTRY12)及電子及電器產品製造業(INDUSTRY13)其出口貿易量最大，其係數 估計值分別為 3.673 及 3.440，反之造紙及印刷業(INDUSTRY₆)相對於食品及飲 料製造業(INDUSTRY1)，其出口貿易量是低於食品及飲料製造業之出口貿易量，

其係數估計值為-0.068。但在模型六當中，可以得知不同產業進行貿易後，其普 遍對於台灣地區出口貿易影響，相對於食品及飲料製造業，其影響正負不變，但 是普遍都有對於我國出口貿易其效果有增強之趨勢，其中，精密機械製造業 (INDUSTRY15)及機械製造業(INDUSTRY12)其出口貿易量最大，其係數估計值分別 為 4.338 及 3.128。

表 5-1. 模型一及模型二之迴歸結果表 － 以區域經濟組織別

模型一 模型二

自變數 估計值 標準差 估計值 標準差

lnGDPPAIR 0.293 **(0.014) lnPCGDPPAIR 0.436 **(0.037)

lnGDPi 1.265 **(0.031)

lnGDPj -0.082 **(0.017)

lnPCGDPi 0.599 **(0.144)

lnPCGDPj -0.265 **(0.038) lnDIST -0.497 **(0.053) -0.723 **(0.046)

XRAT

-0.081 **(0.012) -0.023 **(0.011)

OPEN 0.192 **(0.053)

0.064 (0.047)

EU

0.711 **(0.083) 1.585 **(0.077)

AFTA

1.229 **(0.125) 1.495 **(0.110)

NA

0.638 **(0.109) 1.365 **(0.097)

NICS

0.304 **(0.090) 0.336 **(0.078)

DEVELOPING

0.343 **(0.113) -0.778 **(0.110)

YEAR

1992 0.173 (0.131) 0.136 (0.115)

YEAR

1993 0.253 **(0.130) 0.189 **(0.115)

CONSTANT

3.195 **(0.772) 7.036 **(1.179)

Observations 4387 4387

R

2 0.4397 0.4583

AIC 16676.16 16528.71

BIC 16848.59 16707.53

Sum of squ. Re. 11355.77 10975.44 註: 1. **表示在 5%顯著水準，*表示在 10%顯著水準。

2. AIC 為 Akaike's information criterion 之縮寫，其計算方式為

62

AIC = -2(log – likelihood) + 2p，其中，p 為參數之數目。

3. BIC 為 Bayesian Information criterion 之縮寫，其計算方式為 BIC = -2(log – likelihood)+ log(N) p，其中，p 為參數之數目。

4. Sum of squ. Re.為 The sum of squared errors in prediction 之縮寫。

5. 其基準年為 1991。

表 5-2. 模型三及模型四之迴歸結果表 － 以國家別

模型三 模型四

自變數 估計值 標準差 估計值 標準差

lnGDPPAIR 0.373 **(0.016) lnPCGDPPAIR 0.370 **(0.052)

lnGDPi 1.274 **(0.029)

lnGDPj -0.074 **(0.019)

lnPCGDPi 0.224 (0.147)

lnPCGDPj -0.053 (0.065)

XRAT -0.030 **(0.028)

-0.021 (0.025)

OPEN

0.043 (0.176) 0.076 (0.153)

AFTA

1.170 **(0.259) 1.551 **(0.227)

NA

0.054 **(0.263) 0.273 (0.230) HKG 3.222 **(0.455) 2.599 **(0.397) CHN 1.555 **(0.325) 0.802 **(0.383) USA 1.374 **(0.316) 2.748 **(0.278) JPN 0.916 **(0.172) 2.302 **(0.155) FRA -1.189 **(0.166) -0.151 (0.147) DEU 0.615 **(0.169) 0.721 **(0.152) NLD 0.105 **(0.211) 0.176 (0.184) CHE -2.774 **(0.179) -1.972 **(0.159) GBR -0.378 **(0.167) -0.596 **(0.148) IDN 1.135 **(0.361) 1.908 **(0.377) KOR -0.256 (0.174) -0.095 (0.153) PHL -0.421 (0.332) -1.650 **(0.318) NZL -1.331 **(0.169) -1.976 **(0.149) MYS 0.185 (0.398) 1.457 **(0.364)

YEAR

1992 0.151 **(0.124) 0.177 (0.109)

YEAR

1993 0.217 (0.123) 0.213 (0.109)

YEAR

1994 0.045 (0.124) 0.053 (0.111)

YEAR

1995 0.006 (0.125) 0.023 (0.114)

64

YEAR

1996 0.010 (0.125) 0.107 (0.113)

YEAR

1997 0.126 (0.126) 0.001 (0.114)

YEAR

1998 0.034 (0.127) 0.104 (0.111)

YEAR

1999 0.014 (0.127) 0.125 (0.113)

YEAR

2000 0.073 (0.131) 0.184 (0.117)

YEAR

2001 0.038 (0.129) 0.205 *(0.114)

YEAR

2002 0.117 (0.129) 0.292 **(0.113)

YEAR

2003 0.148 (0.130) 0.305 **(0.115)

YEAR

2004 0.186 (0.134) 0.361 **(0.120)

CONSTANT

0.048 (0.810) 2.897 **(1.054)

Observations 4387 4387

R

2 0.503 0.6236

AIC 16164.11 14946.62

BIC 16425.95 15221.24

Sum of squ. Re. 10040.47 7600.323 註: 1. 本研究之國家別基準國為澳大利亞(AUS)，其基準年為 1991 年。

2. **表示在 5%顯著水準，*表示在 10%顯著水準。

3. 其國家代碼則依據表 4-1。

表 5-2-1. 迴歸結果表 － 以國家別

模型三 模型四

自變數 估計值 標準差 估計值 標準差

lnDIST -0.853 (0.024) -0.856 (0.024)

EU 0.433

(0.057) 0.435 (0.057)

NICS 0.177

(0.056) 0.184 (0.056)

DEVELOPING -1.137

(0.054) -1.135 (0.054)

CONSTANT 18.023

(0.205) 18.024 (0.205)

表 5-3. 模型五及模型六之迴歸結果表 － 以產業別

模型五 模型六

自變數 估計值 標準差 估計值 標準差

lnGDPPAIR 0.467 **(0.013) lnPCGDPPAIR 0.103 **(0.019)

lnGDPi 1.342 **(0.161)

lnGDPj -0.390 **(0.014)

lnPCGDPi 0.553 (0.572)

lnPCGDPj -0.106 **(0.019)

XRAT

-0.021 **(0.008) -0.022 **(0.011)

OPEN

0.724 **(0.033) 0.722 **(0.033)

AFTA

0.393 **(0.063) 0.413 **(0.063)

NA

0.604 ** (0.068) 0.606 **(0.067)

INDUSTRY

2 3.015 **(0.115) 2.825 **(0.136)

INDUSTRY

3 1.507 **(0.115) 1.827 **(0.262)

INDUSTRY

4 1.027 **(0.120) 1.719 **(0.235)

INDUSTRY

5 0.825 **(0.123) 2.081 **(0.329)

INDUSTRY

6 -0.068 **(0.113) -0.083 (0.114)

INDUSTRY

7 2.083 **(0.115) 1.691 **(0.289)

INDUSTRY

8 1.200 **(0.117) 2.300 **(0.244)

INDUSTRY

9 2.071 **(0.115) 1.790 **(0.127)

INDUSTRY

10 0.974 **(0.116) 1.201 **(0.126)

INDUSTRY

11 2.014 **(0.113) 1.139 **(0.204)

INDUSTRY

12 3.673 **(0.116) 3.128 **(0.151)

INDUSTRY

13 3.440 **(0.115) 2.068 **(0.280)

INDUSTRY

14 2.524 **(0.115) 2.309 **(0.155)

INDUSTRY

15 3.291 **(0.130) 4.338 **(0.246)

YEAR

1992 0.093 (0.113) 0.150 (0.145)

YEAR

1993 0.167 (0.113) 0.211 (0.148)

YEAR

1994 0.030 (0.112) 0.105 (0.172)

YEAR

1995 0.030 (0.113) 0.042 (0.193)

YEAR

1996 0.066 (0.112) 0.022 (0.191)

YEAR

1997 0.087 (0.113) 0.127 (0.193)

YEAR

1998 0.023 (0.113) 0.001 (0.139)

YEAR

1999 0.013 (0.113) 0.014 **(0.166)

YEAR

2000 0.015 (0.113) 0.003 (0.191)

YEAR

2001 0.040 (0.113) 0.026 (0.150)

YEAR

2002 0.047 **(0.113) 0.149 **(0.143)

66

YEAR

2003 0.087 **(0.113) 0.170 **(0.152)

YEAR

2004 0.052 **(0.113) 0.101 **(0.173)

CONSTANT

4.358 (0.292) -5.906 (4.085)

Observations 4387 4387

R

2 0.5806 0.5827

AIC 15412.08 15392.2

BIC 15629.22 15622.11

Sum of squ. Re. 8485.801 8439.719

註: 1. 本研究之產業別基準產業為食品及飲料製造業(INDUSTRY₂)，其基準年為 1991 年。

2. **表示在 5%顯著水準，*表示在 10%顯著水準。

3. INDUSTRY₂：紡織業；INDUSTRY₃：成衣服飾業；INDUSTRY₄：皮革、

毛 皮 及 其 製 品 製 造 業 ； INDUSTRY₅： 木 、 竹 、 藤 、 柳 製 品 製 造 業 ；

INDUSTRY

₆：造紙及印刷業；INDUSTRY₇：化學品製造業；INDUSTRY₈： 橡膠製品製造業 ；INDUSTRY₉：塑膠製品製造業；INDUSTRY₁₀：非金屬 及礦產物製品製造業；INDUSTRY₁₁：基本金屬及金屬製品製造業；

INDUSTRY

₁₂：機械製造業；INDUSTRY₁₃：電子及電器產品製造業；

INDUSTRY

₁₄：運輸工具製造業；INDUSTRY₁₅：精密機械製造業。

表 5-2-1. 迴歸結果表 － 以產業別

模型五 模型六

lnDIST -0.338 (0.029) -0.329 (0.029)

EU 0.352

(0.069) 0.345 (0.069)

NICS 0.083

(0.068) 0.060 (0.068)

DEVELOPING -0.695

(0.066) -0.665 (0.066)

CONSTANT 13.535

(0.248) 13.606 (0.249)

R

2 0.2629 0.2133

圖 5-1. 模型一之殘差圖及相關統計數據 Maximum 5.823411 Minimum -9.539808 Std. Dev. 1.609066 Skewness -0.425453 Kurtosis 4.113570

Jarque-Bera 359.0170 Median -0.014549 Maximum 6.376619 Minimum -10.06119 Std. Dev. 1.395676 Skewness -0.527204 Kurtosis 5.415711 Jarque-Bera 1269.933 Probability 0.000000

68 Maximum 6.556346 Minimum -8.664494 Std. Dev. 1.513014 Skewness -0.304002 Kurtosis 3.779204

Jarque-Bera 178.5559 Median -0.015048 Maximum 6.824570 Minimum -9.343657 Std. Dev. 1.316381 Skewness -0.332787 Kurtosis 5.328126 Jarque-Bera 1071.736 Probability 0.000000

圖 5-5. 模型五之殘差圖及相關統計數據 Median -0.019474 Maximum 5.517473 Minimum -8.369820 Std. Dev. 1.390952 Skewness -0.048777 Kurtosis 5.224515

Jarque-Bera 906.2777 Median -0.017028 Maximum 5.525527 Minimum -8.730960 Std. Dev. 1.387170 Skewness -0.062924 Kurtosis 5.275887 Jarque-Bera 949.6942 Probability 0.000000

70

第六章 結論與建議

由於台灣資源有限，對外貿易在台灣經濟體系中扮演舉足輕重之角色。近年 來在全球化之浪潮下，各國為了鞏固國際貿易版圖，紛紛簽訂區域性貿易協定，

藉以減少其貿易所付出之關稅成本。然而，台灣受到許多因素影響，與各國簽訂 自由貿易協定之進展深受阻礙。故在全球化及區域化之影響下，台灣地區之產業 及貿易上勢必更積極採取全球佈局，在這過程中因而對國際貿易產生ㄧ定之影 響。

本文運用引力模型進行實證分析，根據 1991 年至 2004 年台灣與 22 個貿易 對手國之貿易及製造業為主之總體數據資料，其中包含台灣與對手國製造業之總

本文運用引力模型進行實證分析，根據 1991 年至 2004 年台灣與 22 個貿易 對手國之貿易及製造業為主之總體數據資料，其中包含台灣與對手國製造業之總

在文檔中 區域經濟整合趨勢下對台灣主要產業貿易之影響 (頁 63-84)