تبیین تجارت درون صنعت میان کشورهای واقع در آسیای جنوب غربی در قالب مدل جاذبه

نوع مقاله: مقاله پژوهشی

چکیده

مقاله حاضر با کاربرد روش داده‌های ترکیبی و در قالب مدل جاذبه، به اندازه‌گیری و تعیین عوامل موثر بر تجارت درون صنعت[1] میان یک گروه منتخب از کشورهای آسیای جنوب غربی طی سال‌های 2007-2003 میلادی می‌پردازد. نتایج نشان می‌دهد متغیرهای تولید ناخالص داخلیِ دو شریک تجاری، اثر همگرایی با اتحادیه‌یGCC و اثر لیندر دارای ارتباط مثبت و معنا‌دار، و متغیرهای نرخ ارز، عدم توازن تجاری و مسافت جغرافیایی دارای ارتباط منفی و قابل انتظار برمتغیر تجارت درون صنعت می‌باشند.



2-Intra Industry Trade

کلیدواژه‌ها


1- مقدمه

تا قبل از دهه­ی 1990، تجارت میان کشورهاتوسط تئوری­های مرسوم تجارت بین­الملل و برمبنای تفاوت­های ساختاری، مانند تفاوت در تکنولوژی و موجودی عوامل کشورها و بر مبنای فروض عمدتاً غیر واقعی، ازجمله: بازار رقابت کامل، همگن بودن کالاها و... توضیح داده می­شد. پس از آن مشاهدات تجربی این واقعیت را اثبات نمود که این تئوری­ها تنها تجارت بین صنایع یعنی تجارت محصولات مختلف متعلق به صنایع مختلف را مدّ نظر قرار می­دهند و سهم عمده­ای از تجارت که مربوط به تجارت همزمان کالاهای متعلق به یک صنعت خاص می­گردد، بدون توضیح می­ماند. این بخش همان تجارت درون صنعت می­باشد. به همین دلیل از اواخر دهه­ی1970 نظریه­های تجارت درون صنعت بر پایه­ی فروض بازدهی فزاینده، نسبت به مقیاس و رقابت ناقص گسترش یافتند. از جمله مدل نئو هکشر اوهلین که توسط فالوی[1]، فالوی و کیرزکوفسکی (1987) و فلم و هلپمن[2] ارائه شد، مدل الیگوپولی[3] یا دامپینگ متقابل توسط مارکوسن[4]؛ براندر[5]، براندر و کروگن[6]، براندر واسپنسر[7]، مطرح گردید، مدل نئوچمبرلین توسط کروگمن[8] و مدل نئوهتلینگ به وسیله لانکاستر[9] وهلپمن[10]ارائه شد.[11]

تجارت درون صنعت جریان مبادله­ی کالاهای مشابه را توضیح می­دهد که نیاز یکسانی از مصرف کنندگان کشورهای مختلف را برطرف می­سازد، امّا به دلیل تفاوت در ساختار تقاضا­ی کشورها به عنوان جانشین نزدیک یکدیگر، در نظر گرفته شده و به صورت مختلف تقاضا می­گردند. در واقع تجارت درون صنعت به صورت صادرات و واردات هم زمان کالاهای متعلق به یک صنعت خاص، بین دو شریک تجاری تعریف می­گردد. این پدیده ممکن است ناشی از تفاوت­های ظاهری یا تمایز افقی گروه محصولات باشد که به آن تجارت درون صنعت افقی[12] می­گویند و در صورتی که به دلیل تفاوت کیفیت یا تمایز عددی گروه کالاها صورت گیرد، تجارت درون صنعت عمودی[13] نام دارد.

به دنبال ارائه­ی مدل­های تجارت درون صنعت یا iit، مطالعات تجربی متعددی هم برای کشورهای توسعه یافته صورت گرفته ولی دامنه­ی این مطالعات برای کشورهای در حال توسعه اندک می­باشد. درحالی­که بررسی این مسئله در جهت شناسایی توان رقابتی این کشورها و افزایش توان صادراتی آنها در عرصه جهانی ضروری است. همچنین توجه به همگرایی اقتصادی از طریق برطرف نمودن موانع دوجانبه­ی تجاری کالاها و خدمات، ایجاد نواحی تجاری، اتحادیه­های گمرکی و سایر ترتیبات تجاری ترجیحی سبب بکارگیری سیاست­های اقتصادی مشترک در میان کشورهای عضو شده و به این ترتیب سهم تجارت درون صنعت و کل تجارت میان آنها بالا خواهد رفت.

بحث روابط دوجانبه تجاری میان دو شریک تجاری، موضوعی است که در قالب مدل جاذبه گنجانده می­شود. ساختار این مدل در دهه­ی60 و 70میلادی ارائه شد.مدل جاذبه یکی از ابزارهای مهم در تحقیقات تجربی تجارت بین الملل است که امکان برآورد جریان­های تجارت دوطرفه در یک مقطع زمانی خاص و به­طور هم­زمان از دیدگاه کشور صادرکننده و واردکننده را فراهم می­آورد،­­اچ گری[14].

این مدل­ها بیان می­کند که حجم تجارت دو جانبه با مقیاس اقتصادی یا GDPهای دو شریک تجاری، رابطه­ی مستقیم و با مسافت دو شریک رابطه­ی معکوس دارد. ساختار این الگو به نحو مناسبی در مطالعات کلاسن[15] و کلاسن و وان ویکرن[16] ارائه شده­است، (کمیل طیبی،1383،ص72).

در ساده­ترین حالت، مدل جاذبه­ی تجارت، به طور سنتی دو نیروی جذب و دفع را در برآورد تجارت بین ­­­­کشورها دخیل می­داند. به این صورت که درآمد شرکای تجاری نقش نیروی جذب را ایفا کرده و افزایش آنها منجر به افزایش سطح تجارت بین کشورهای مربوطه می­شود، و فاصله­ی جغرافیایی بین دو کشور منجر به کاهش تجارت بین آنها گردیده و بنابراین نقش دافعه ایفا می­نماید. بنابراین مدل استاندارد و سنتی جاذبه به صورت زیر تعریف می­گردد:

 

-  جریان تجاری دو جانبه (صادرات + واردات) بین دو کشور i و j،  و  تولید ناخالص داخلی کشور i و j، فاصله­ی جغرافیایی بین دو کشور i و j.

این مدل، شباهت زیادی به قانون جاذبه نیوتن[17] دارد. نیوتن نیروی جاذبه را تابعی مستقیم از اندازه­ی جرم دو جسم (جاذبه) و تابعی معکوس از فاصله­ی بین آنها (دافعه) در نظر می­گیرد[18]. بهترین متغیرهایی که می­تواند اندازه­ی اقتصادی کشورها را نشان دهد، متغیر تولید ناخالص داخلی است. البته در مطالعات مختلف از متغیر­های دیگری چون GNP,GDP per capita نیز استفاده می­شود[19].

از آن جایی که مدل جاذبه از انعطاف پذیری بالایی برخوردار است متغیرهای اضافی دیگری همانند: زبان مشترک که شباهت فرهنگی بین دو کشور را مشخص می­نماید، مرز مشترک که نمایند­ه­ای از هزینه­ی حمل و نقل بین کشورهاست، [20] همگرایی اقتصادی در قالب موافقت نامه­ها و عضویت در یک بلوک تجاری نیز به مدل اضافه نمود، (کمیل طیبی 1383،ص75). پدیده­ی تجارت درون صنعت می­تواند در قالب یکی از انواع روابط تجاری دو جانبه میان دو کشور که همان موضوع مورد بحث مدل جاذبه است تقسیم شود. یعنی مدل جاذبه ابزار یا مدلی جهت بررسی رابطه­ی بین این نوع تجارت دو جانبه با توجه به عوامل تعیین کننده­ی آن است.

هدف اساسی در این مطالعه، از یک سو محاسبه و بررسی پدیده تجارت درون صنعت میان گروهی منتخب از کشورهای درحال توسعه همانند کشورهای منطقه­ی آسیای جنوب غربی است، و از سوی دیگر پرداختن به این موضوع که کشورهای موجود در این منطقه تا چه حد می­توانند با یکدیگر ارتباط تجاری داشته باشند. در این خصوص اثر عواملی را که اغلب بر این پدیده اثرگذار هستند، در قالب مدل جاذبه مورد آزمون قرار داده­ایم. فرضیه­ها­ی اساسی این مطالعه عبارتند از:

ـ با افزایش تولید ناخالص داخلی، تجارت درون صنعت افزایش می­یابد.

ـ با افزایش مسافت جغرافیایی میان دو شریک تجاری، تجارت درون صنعت کاهش می­یابد.

ـ همگرایی اقتصادی میان این کشورها سبب افزایش تجارت درون­صنعت یا iitمیان آنها می­گردد.

2- اندازه­گیری پدیده­ی تجارت درون­صنعت

به طور کلی شاخص­های اندازه گیری iit به دو دسته­ی کلی شاخص­های ایستا و شاخص­های تجارت درون صنعت حاشیه­ای تقسیم می­شوند. شاخص­های ایستا که قبل از 1990میلادی معرفی شدند تنها اهمیت تجارت درون صنعت را در نقطه یا مقطع زمانی خاص نشان می­دهند و شامل: معیاربالاسا[21]، ­معیار­گروبل و لوید[22]­،معیار آکینو[23] می­شوند. از اوایل دهه 1990 شاخص­های تجارت درون صنعت حاشیه­ای مطرح شدند. این شاخص­ها به الگوی تغییر تجارت توجه می­کنند و به معیارهای هامیلتون و نیست[24]، معیار برولهارت[25]، شاخص منون و دیکسون[26]، معیار الیوت[27] تقسیم می­شوند.

از میان شاخص‌های مذکور، شاخص گروبل و لوید­ یاGL در مطالعات مرسوم به طور گسترده مورد استفاده قرار گرفته شده است. در این تحقیق نیز جهت محاسبه تجارت درون صنعت از این شاخص بهره گرفته شده است.[28]

معیار گروبل و لوید

گروبل و لوید تجارت درون صنعت را به عنوان مقدار ارزش صادرات یک صنعت که دقیقاً منطبق با واردات همان صنعت است، به صورت  و تجارت بین صنعتی را به صورت  تعریف می­کنند که  و  ارزش صادرات و واردات در صنعت i است.روشن است که تجارت درون صنعت ارزش کل تجارت  پس از کسر خالص صادرات و واردات یک صنعت  است. به منظور سهولت مقایسه این معیار برای صنایع وکشورهای مختلف، آن را به صورت درصدی از ترکیب صادرات و واردات هر صنعت بیان می­کنند. به این ترتیب معیار­های تجارت بین صنعتی و درون صنعتی به ترتیب عبارتند از:[29]

 

 

 

شاخص موزون گروبل و لوید برای کل تجارت کشور، نیز به صورت زیر است:

 

که  و  نشان دهنده صادرات و واردات در صنعت i در یک سال خاص است. میزان این شاخص بین صفر و 100 است، که صفر نشان دهنده حداکثر تجارت بین صنعتی و100 حداکثر تجارت درون صنعتی را بیان می­کند. سپس آنها لزوم تصحیح شاخص موزون پیشنهاد شده را نسبت به کل عدم توازن تجاری مطرح نمودند. زیرا، مقدار شاخص موزون (تعدیل نشده به عدم توازن) با افزایش عدم توازن تجاری کاهش می­یابد و چنانچه کل تجارت نامتوازن شود، تجارت درون صنعت به طور کامل امکان بروز نمی­یابد. گرینوی و ملینر در سال 1983 نیز در این زمینه، تلاش­های زیادی کردند و راه حل­هایی را پیشنهاد نمودند (لی و سون[30]،1995). همچنین می­توان این پدیده را به صورت متقابل یا غیرمتقابل محاسبه نمود. در حالت محاسبه­ی iit متقابل، صادرات و واردات اندیس ij می­گیرند که نشان­دهنده حجم تجارت بین دو شریک تجاری می­باشد.

3- عوامل تعیین کننده تجارت درون صنعت

عوامل تعیین کننده­ی تجارت درون صنعت را می­توان به دو دسته متمایز تفکیک کرد:

ـ عوامل خاص کشوری شامل: سطح رشد و توسعه یافتگی، متغیر لیندر( تفاوت در درآمد سرآنه)، اندازه­ی بازار، تفاوت دراندازه­ی بازار، مخارج تحقیق و توسعه،شرکت­های چند ملیتی، موانع تجاری (هزینه­ی حمل و نقل) و سایر عوامل نظیر مشارکت در طرح‌های همگرایی اقتصادی، مسافت، زبان مشترک و مرز مشترک؛

ـ و عوامل تعیین کننده­ی خاص صنعت شامل: صرفه جویی‌های ناشی از مقیاس، تمایز محصول،ساختار بازار، شرکت­های چند ملیتی، مخارج تحقیق و توسعه.

هم­­چنین جهت کنترل هرگونه تورش در برآورد تجربی عوامل تعیین کننده­یiit، از متغیر عدم توازن تجاری استفاده می­شود.

مطالعات تجربی انجام شده در کشورهای درحال توسعه نشان می­دهد که عوامل خاص کشوری بیشتر با وضعیت کشورهای درحال توسعه مناسبت دارند. در اینجا توضیح مختصری در مورد هرکدام از این عوامل که در این مقاله نیز مورد استفاده قرار گرفته­ است و نحوه­ی محاسبه­ و اثر آنها بر­پدیده iitارائه خواهد شد.[31]

صرفه جویی­های ناشی از مقیاس تولید: این عامل کاهش هزینه­ها را در یک صنعت با بزرگتر شدن بنگاه تولیدی نشان می­دهد.در صورتی که صرفه­جویی­های ناشی از مقیاس زیاد باشد و­لی این عامل نسبت به اندازه­ی بازار کم باشد،سبب می­شود هر کشور تنها در زیر مجموعه­ای از محصولات متمایز، تخصص یابد و همین موضوع به همراه تنوع سلیقه­های مصرف­کنندگان، انگیزه تجارت درون صنعت را در کشور فراهم می­آورد،(نفیسه ریاضی، 1384، ص21-22).

تنوع محصول: این عامل، یک متغیر اساسی در شکل­گیری iit است. به عقیده­یفالوی، هرچه گونه­های مختلف یک محصول از لحاظ کیفیت و ویژگی­های ظاهری متنوع­تر شوند، میزان تجارت درون صنعت در آن محصولات افزایش می­یابد.مهمترین معیار اندازه­گیری درجه­ی تنوع محصول تعداد طبقات موجود در یک صنعت است. این معیار با کمک شاخص هافبورH=δij/μij اندازه­گیری می­شود که در سال 1970 مطرح گردید: که در آن  انحراف معیار ارزش یک واحد کالای صادراتی کشورi به کشور j و  میانگین غیر موزون ارزش یک واحد کالای صادراتی است. در این شاخص با افزایش پراکندگی ارزش یک واحد کالای صادراتی، تنوع محصول افزایش می­یابد، (نفیسه ریاضی،1384، ص19-20).

سیکل عمر کالا: هرچه زمان بیشتری از عمر محصول گذشته باشد، توان بالقوه­ی تولید محصول متنوع، بیشتر و به تبع آن پتانسیل تجارت درون صنعت بالاتر خواهد بود. ایجاد تنوع در محصول امری زمان­بر است، اما با این کار امکان تجارت درون صنعت عمودی به خاطر بالاتر رفتن کیفیت محصول، با افزایش عمر آن بیشتر می­شود[32].

اندازه بازار: کشور­های بزرگتر توان بالاتری در تولید محصولات با ویژگی بازده­ی فزاینده نسبت به مقیاس دارند، کروگمن و... قادرند محصولات متمایز بیشتری تولید کنند[33]. لانکستر[34] نشان می­دهد که میان اندازه­ی متوسط بازار دو کشور و تجارت درون صنعتی آنها رابطه­ی مستقیم وجود دارد. بنابراین اندازه­ی بازار اثر مثبت بر تجارت درون صنعت دارد[35]. معیار­های مختلفی برای اندازه­گیری این متغیر معرفی شده­است، ازجمله GDP، GNP و جمعیت. همچنین برخی از تحقیقات، مجموع یا میانگین تولید ناخالص داخلی دو کشور را استفاده کرده­اند.

متغیر لیندر: بر اساس این عامل، کشورهای مشابه نسبت به کشورهای غیر مشابه تمایل بیشتری به تجارت با یکدیگر دارند. به­علاوه این متغیر از طرف عرضه تفاوت در موجودی عوامل تولید دو کشور، و از طرف تقاضا تفاوت در ساختار و ترجیحات مصرف­کنندگان دو کشور را نشان می­دهد. بر اساس مدل­های کروگمن- هلپمن[36] ,تفاوت در موجودی عوامل تولید ( سرمایه و نیروی کار) دو کشور، موجب کاهش تجارت درون صنعت و افزایش تجارت بین صنایع می­شود. همچنین براساس فرضیه­ی لیندر، کشور­های دارای ساختار درآمدی مشابه، ساختار تقاضای مشابه خواهند داشت و در صورتی­که دو کشور دارای الگوی یکسان درآمدی (تقاضا) باشند، محصولات قابل ورود و صدور دو کشور نیز یکسان ولی متمایز خواهد بود، بنابراین تجارت درون صنعت بالاتر خواهد رفت.در مجموع براساس مبانی نظری تجارت درون صنعت، رابطه متغیر لیندر و تجارت درون صنعت منفی خواهد بود، (راسخی و نفری، 1381، ص 59).

موانع تجاری: موانع تجاری شامل موانع طبیعی و سیاست­های بازرگانی می­شود، کلارک[37]. هزینه­های حمل و نقل به­عنوان مانع طبیعی و موانع تعرفه­ای و غیر تعرفه­ای به عنوان موانع ناشی از سیاست­های بازرگانی محسوب می­شوند. در نظریه­های تجارت درون صنعت، هزینه حمل و نقل اثر منفی بر تجارت درون صنعت iit دارد، براندر و کروگمن[38]. پیشرفت در سیستم حمل و نقل و بازاریابی بین المللی، هزینه­ی حمل و نقل و زمان مورد نیاز برای حمل محصولات را کاهش داده­است. افزون بر این به دلیل گروه­بندی­های معتبر تجاری- اقتصادی نظیر اتحادیه اروپا، اسه آن، نفتا و پیوستن اکثریت کشورهای جهان به سازمان تجارت جهانی از اهمیت موانع تعرفه­ای و غیر تعرفه­ای در تجارت درون صنعت به شدت کاسته شده­است، (مهدی رئیسی، 1383، ص9-10).

سطح رشد و توسعه یافتگی: هر چه سطح رشد و توسعه یافتگی کشورها بالاتر باشد، توان بالقوه تجارت درون صنعت بالاتر خواهد بود، چرا که کشورهای توسعه یافته توانایی تولید محصولات متنوع را دارند. تنوع محصول به تقاضای بالقوه برای محصولات متمایز منجر می­شود[39]. مهم­ترین متغیر برای اندازه­گیری این عامل، متغیر تولید ناخالص داخلی سرانه دو کشور است.[40]

شرکت­های چند ملیتی: هرچه عوامل تولید دو کشور مشابه باشند، iit افزایش می­یابد. از طرفی هرچه عوامل تولید مشابه باشند، سرمایه­گذاری مستقیم خارجی کاهش می­یابد. بنابراین شرکت­های چندملیتی با [41]FDI در کشور مقابل، به نوعی جایگزین iit می­شوند. از نگاهی دیگر، امروزه کشورهای پیشرفته­ی صنعتی قطعات مختلف یک کالای پیچیده را در کشورهای مختلف تولید، در یک کشور نهایی مونتاژ و به سایر کشورها صادر می­کنند. بنابراین اثر FDI بر iit، بسته به دو اثر جایگزینی و مکملی می­تواند مثبت یا منفی باشد.

سایر عوامل: از دیگر عوامل تاثیر­گذار بر iit می­توان به مجاورت جغرافیایی، فرهنگ مشترک، مرز مشترک، مسافت جغرافیایی اشاره کرد. سه عامل اول با کمک متغیر­های مجازی قابل برآورد خواهند بود[42]. متغیر مسافت اغلب بر اساس فاصله­ی مستقیم میان پایتخت دو شریک تجاری و یا مسافت میان دو بندر و بر حسب کیلومتر و یا مایل اندازه گیری می­شود. زبان مشترک و مرز مشترک نیز اثر مثبت بر تجارت درون صنعت دارد.

عدم توازن تجاری:این متغیر در مطالعات تجربی نظیر استون و لی[43] مورد استفاده قرار گرفته­وبه عنوان یک عامل تعیین­کننده، ­محسوب نمی­شود. بلکه چون با افزایش میزان عدم توازن تجاری، شاخص iit کاهش پیدا می­کند، برای کنترل هرگونه تورش در برآورد عوامل تعیین­کننده­ی تجارت درون صنعت مورد توجه قرار می­گیرد و توسط رابطه­ی زیر محاسبه می­شود:

 

 

 : صادرات و واردات محصولات صنعتی کشور i به (از) کشور j می­باشد.

یکپارچگی تجاری: کشورها با عضویت در اتحادیه­های اقتصادی موانع تجاری و هزینه مبادلات را کاهش می­دهند.همچنین این عامل حاکی از شباهت فرهنگی کشورهاست که باعث تقویت امکان تجارت درون صنعتی می­گردد، اثر این متغیر از طریق متغیر مجازی ارزیابی می­شود[44].

متغیر نرخ ارز: این متغیر به صورت نسبت نرخ ارز کشور مقابل (jام) به کشور(iام)محاسبه می­شود، که هر کدام از آنها بر اساس نرخ ارز واقعی ppp بر حسب دلار امریکا و قیمت­های ثابت می­باشند.این نسبت نرخ برابری ارز دو کشور را نشان می­دهد، به این صورت که یک واحد پول کشور j، برابر چند واحد پول کشور i می­باشد. علامت انتظاری این متغیر منفی است. چرا که در رابطه iit متقابل، هرکشور هم نقش صادر­کننده و هم واردکننده را بازی می­کند. افزایش این نرخ ارز سبب، کاهش واردات jاز i، و افزایش صادرات آنها شده و نهایتا iit را کاهش می­دهد[45].

از جمله مطالعات تجربی در زمینه تجارت درون صنعت می­توان به مطالعه آیمری فترو[46]، اشاره کرد. این مطالعه تجارت درون صنعت را در اتحادیه­ی اروپا و برای محصولات صنایع لبنیاتی، بین سال­های 2000-1993 و در دو نوع مجزای Viit و Hiit محاسبه می­کند. به عقیده وی اغلب مطالعات در خصوص iit بر تولیدات صنعتی متمرکز شده و عوامل خاص کشوری را در نظر گرفته­اند، که به دلیل وضعیت کشورهای مورد بررسی­شان می­باشد.

بر خلاف مطالعه حاضر که بیشتر عوامل خاص کشوری را در نظر گرفته­است مطالعه دیگری توسط جبرسلاسی و جردن[47]، در محصولات کارخانه­ای آفریقای جنوبی، برای دوره­ی 2000-1994 صورت گرفته است. به خاطر محدودیت­های جدی شاخص­های مختلف مثل گروبل و لوید، این مطالعه از تحلیل­های رگرسیونی جهت تعیین iit در این کشور استفاده می­کند. در حالی که در این مطالعه از مدل پنل استفاده شده است.

در بین مطالعات داخلی هم غلامعلی رئیسی اردلی، حسن کلباسی و مهدی رئیسی (1382)، اثر عوامل خاص کشوری تعیین‌کننده­ی تجارت درون صنعت متقابل یک طرفه میان ایران و شرکای تجاری‌اش را برای دوره زمانی 2001–1997 مورد بررسی قرار داده­است. در مطالعه رئیسی، با توجه به ویژگی‌های اقتصاد ایران که بارزترین آن صادرات تک‌محصولی و وابستگی شدید به درآمدهای ارزی حاصل از آن است، بررسی ویژگی‌های خاص صنعتی نمایانگر این است که این نوع مبادلات سهم ناچیزی در کل تجارت کشور دارند. مطالعه دیگر توسط راسخی (1386) انجام شده که در آن عوامل تعیین‌کننده­ی خاص کشوری انواع تجارت درون صنعت کشورهای در حال توسعه با تأکید بر ایران طی دوره زمانی 2003-1997 بررسی شده است. کشورهای مورد بررسی در این مطالعه، ایران، اندونزی، برزیل، پاکستان، ترکیه، چین، فیلیپین، مکزیک، هنر، سنگاپور، کره‌جنوبی و مالزی می‌باشند.ابتدا با بکارگیری شاخص‌های معتبر شامل: شاخص گرویل و لوید موزون، در سطح چهار رقم SITC و شاخص انواع تجارت دو شاگن و فردبنرگ در سطح شش رقم HS، iit برآورد شده است.


4- محاسبه­ی تجارت درون صنعت متقابل میان کشورهای آسیای جنوب غربی

پیش از معرفی مدل­ جاذبه و نتایج حاصل از تخمین عوامل موثر بر تجارت درون صنعت، نتایجی که از محاسبه این پدیده با کمک شاخص گروبل و لوید بدست آمد، مورد تجزیه و تحلیل قرار می­گیرد.در این بررسی، شاخص تجارت درون صنعت در میان 10 کشور منتخب از مجموعه کشورهای مذکوردر تمام گروه­های کالایی، به صورت متقابل و دوجانبه مورد بررسی قرار گرفته است. به این ترتیب n(n-1)=90 رابطه­ی دو طرفه شکل می­گیرد، که در آن n تعداد کشورهاست که محاسبات مربوط به آن در قسمت ضمیمه آورده شده­است.

 

جدول1: توزیع شاخص‌های iit متقابل برای مجموعه کشورهای منتخب از آسیای جنوب غربی طی دوره مورد بررسی

سال

50 >GL

25 >GL

10 >GL

10 <GL

2003

2

20

46

35

2007

6

26

57

25

 

براساس جدول فوق،وضعیت توزیع شاخص­های iit متقابل بهبود یافته، چون تعداد شاخص­های بزرگتر از 50، 25 و 10 از 2، 20 و 46در سال 2003 میلادی عدد به 6،26 و 57در سال 2007 میلادی افزایش یافته­است.به تعبیری تعداد معاملاتی که به صورت تجارت در محصولات یک صنعت می­باشد افزایش یافته است.

جدول پیوست، شاخص­های iit متقابل را برای10 زوج کشور از کشورهای منتخب آسیای جنوب غربی، که دارای بالاترین میزان تجارت درون صنعت متقابل طی دوره مورد بررسی هستند را نشان می­دهد. براساس این جدول، بیشترین شاخص iit متقابل در سال­های 2003، 2004، 2005، 2006 و 2007 به ترتیب 0.49، 0.51، 0.48، 0.53 و 0.57 می­باشد، که به ترتیب میان زوج کشورهای آذربایجان-عمان، عمان-امارات، امارات-هند، آذربایجان-عمان و هند-امارات صورت گرفته­است. همچنین زوج کشورهای هند-امارات متحده عربی، هند-امارات متحده عربی، بحرین-ایران، هند-امارات متحده عربی و اردن، بحرین با شاخص­های 47/0، 49/0، 46/0، 49/0 و 51/0 در دوره بعدی قرار گرفته­اند. همان طور که ملاحظه می­شود، دو زوج کشور هند-امارات و آذربایجان-عمان در طی این سال­ها در رتبه­های 1 و 2 قرار داشته­اند.

در مجموع اگرچه میزان iit متقابل برای برخی زوج کشورها در سال 2007 نسبت به 2003 کاهش یافته، ولی به طور متوسط روند این شاخص بین این 10 زوج برتر از 10 کشور منتخب آسیای جنوب غربی، طی این مدت صعودی بوده است، به گونه‌ای که از 39/0 به 42/0 رسیده است.

برای تعیین نوع کالاهای مورد مبادله در iit متقابل کشورهای مورد بررسی، شاخص­های iit متقابل سه زوج کشور منتخب از جدول پیوست، در سه گروه محصول مهم طی دوره 2003 و 2007 در جدول 2 ارائه شده است.با توجه به این جدول مهم­ترین گروه محصولات iit متقابل دو کشور آذربایجان و عمان در سال 2003،کدهای 52،25 و 39 هستند که به ترتیب شامل: (پنبه)، (نمک، گوگرد، آهک وسیمان) و (موادپلاستیکی و اشیاء ساخته شده از آن) با شاخص‌های 54/0، 48/0 و 43/0 بوده است. در سال 2004 این ترکیب تغییر کرده و زوج کشور عمان و امارات با کدهای 29، 39 و 52 که به ترتیب شامل کالاهای (پنبه)، (نمک، گوگرد، آهک وسیمان) و (موادپلاستیکی و اشیاء ساخته شده از آن) می­شوند، بالاترین iit را به خود اختصاص داده­اند. سایر شاخص­های iit متقابل میان زوج کشورهای منتخب در گروه محصولات مهم در این جدول دیده می­شود. به گونه­ای که در سال 2007، مجدداً زوج کشور هند-امارات متحده، نسبت به زوج کشورهای دیگر بالاترین سطح iit متقابل را داشته و ترکیبات محصولاتی که بین این دو کشور بالاترین سطح تجارت درون صنعت را اخذ کرده­اند، عبارت است از: کدهای 28، 79 و 71 که با شاخص‌های 0.57،0.42 و 0.40 به ترتیب شامل محصولات زیر می­شوند:

(مواد شیمیایی غیر آلی و ترکیبات غیر آلی،عناصر رادیواکتیو فلزات، خاک­های کمیاب و ایزوتوپ­ها)، (روی و مصنوعات از روی) و (مروارید طبیعی یا پرورده، سنگ­ها و فلزات گرانبها).

جدول 2:شاخص‌های iit متقابل میان سه زوج کشور نخست از مجموعه کشور‌های منتخب آسیای جنوب غربی در برخی گروه‌های محصول مهم طی 2003-2007

2003

2004

 

زوج کشور

رتبه

کد محصول

شرح گروه محصول

شاخص iit

زوج کشور

رتبه

کد محصول

شرح گروه محصول

شاخص iit

بحرین-پاکستان

1

52

25

39

پنبه

نمک، گوگرد،آهک،سیمان

مواد پلاستیکی و ساخته­شده از آن

0.54

0.48

0.43

بحرین-پاکستان

1

25

39

52

نمک، گوگرد،آهک،سیمان

مواد پلاستیکی و ساخته­شده از آن

پنبه

0.50

0.41

0.35

هند-امارات متحده

2

71

29

28

مروارید طبیعی یا پرورده،سنگ و فلزات گرانبها،

مواد شیمیایی آلی

مواد شیمیایی غیرآلی

0.52

0.49

0.456

امارت متحده-هند

2

5

95

63

محصولات حیوانی:موی انسان،استخوان،پر،کرک،انواع مرجان و..

اسباب بازی و لوازم ورزشی

لباس و اشیای نسجی، ضایعات و کهنه پاره­های نسجی

0.64

0.44

0.43

هند-آذربایجان

3

29

72

76

شیمیایی آلی

چدن،آهن، فولاد

آلومینیوم و مصنوعات از آن

0.30

0.56

0.54

بحرین-ایران

3

73

76

84

مصنوعات از چدن،آهن و فولاد

آلومینیوم و مصنوعات از آن

رآکتورهای هسته ای، ماشین و وسایل مکانیکی

0.44

0.37

0.28

2005

2006

امارت متحده-هند

1

80

79

90

قلع و مصنوعات از آن

روی و مصنوعات از آن

دستگاه عکاسی،سینماتوگرافی

0.54

0.51

0.46

آذربایجان-عمان

1

84

رآکتورهای هسته ای، ماشین و وسایل مکانیکی

0.53

بحرین-ایران

2

26

52

84

سنگ فلز، جوش و خاکستر

پنبه

رآکتورهای هسته ای، ماشین و وسایل مکانیکی

0.47

0.51

0.46

هند-امارات متحده

2

15

85

66

چربی­ها،روغن­های حیوانی یا نباتی،موم­های حیوانی و نباتی

ماشین و دستگاه برقی و اجزاء آنها،دستگاه تصویری و تلویزیونی

عصا،چتربارانی­و آفتابی، شلاق،تازیانه و

0.47

0.42

0.39

آذربایجان-پاکستان

3

84

رآکتورهای هسته ای، ماشین و وسایل مکانیکی

0.43

ایران-بحرین

3

39

27

31

مواد پلاستیکی و اشیا ساخته شده از آن

سوخت و روغن­های معدنی،موم­های معدنی

کودها

0.49

0.44

0.35

                           

 

2007

هند-امارات متحده

1

28

79

71

شیمیایی غیرآلی

روی و مصنوعات از آن

مروارید طبیعی یا پرورده،سنگ و فلزات گرانبها

0.57

0.42

0.40

اردن-بحرین

2

27

03

31

سنگ فلز،جوش و خاکستر

ماهی­ها،قشرداران،صدفداران،ابزیان

کودها

0.54

0.38

0.30

ایران_بحرین

3

73

83

26

مصنوعات از چدن،آهن و فولاد

دستگاه­های برقی،اجزاء و قطعات آنها

سنگ فلز،جوش و خاکستر

0.52

0.27

0.24

5- تصریح و برآورد مدل

در این بخش ابتدا مدل کاربردی جاذبه معرفی می­شود. این مدل توسط زارزوسوولهمن[48] معرفی شده است. وی جریان تجاری بین دو کشورiو j را تابعی از متغیرهای اندازه اقتصادی (تولید ناخالص داخلی دو کشور)، جمعیت ، فاصله  و متغیرهای مجازی  به عنوان توضیح دهنده­ی مجاورت، ترتیبات تجاری و قراردادهای همکاری اقتصادی و فرهنگی در رابطه زیر در نظر می­گیرد.

 

رابطه­ی فوق را با گرفتن لگاریتم در پایه طبیعی از تمامی متغیر­ها، می­توان به فرم خطی زیر تبدیل نمود:

 

 معرف جزء اخلال و  معرف مجموعه­ای از متغیرهای مجازی، مانند وجود فرهنگ و مرز مشترک وهمگرایی اقتصادی و.. می­باشد.[49]

مدل­های جاذبه در ابتدا برای داده­های مقطعی چند کشور یا داده­های سری زمانی یک کشور بکار می­رفتند. به عقیده­ی چنگ و وال[50] )واحد­های انفرادی که کشورهای عضو یک بلوک هستند ناهمگن بوده و ممکن است از نظر ویژگی­های تاریخی، فرهنگی، سیاسی و جغرافیایی اختلافات زیادی داشته باشند. در برآوردهای مرسوم، ناهمگنی بین کشورها نمی­توانست مد نظر قرار­ گیرد، چرا که این ویژگی­ها، می­توانند سطح تجارت را تحت تاثیر قرار داده و با متغیر­های مدل جاذبه همبستگی پیدا ­کنند.به منظور رفع این مشکل در سال­های اخیر، از روش برآورد داده­های تابلویی در تخمین مدل­های جاذبه استفاده شده است. طی آن برای هریک از کشورهای شریک، عرض از مبدا مشخصی در نظر گرفته می­شود تا اریب ناشی از اثرهای انفرادی از میان برود.[51]از طرفی، همان­طور که در مبانی نظری مربوط به مدل جاذبه مطرح گردید، فاصله یکی از متغیرهای مهم این مدل می­باشد و از آن جایی که در طول هر مقطع ثابت است، اغلب قابل برآورد در روش داده‌های تابلویی نیست. به همین دلیل در روش­های مرسوم مدل جاذبه، پس از تخمین مدل و استخراج اثرات انفرادی در مدل­های اثر ثابت، این اثرات بر روی متغیر فاصله و احیاناً متغیرهای مجازی که آنها هم در طول مقطع ثابت هستند، رگرس می­گردد. با این کار مشخص می‌شود که متغیر فاصله چند درصد از اثرات انفرادی را توجیه می‌کند، زیرا اثرات انفرادی حاوی آن دسته اثراتی است که در مدل اثر گذار بوده ولی ما آنها را در نظر نگرفته­ایم.[52]

در این مطالعه تجارت درون صنعت متقابل بین 10 کشور منتخب از کشور­های جنوب غربی آسیا به طور هم­زمان در تمام کدهای 2 رقمی HS برای دوره 2003-2007 بررسی می­شود.بر این اساس n(n-1)=10(9)=90 رابطه دو­طرفه یا زوج کشور داریم که در حقیقت تعداد مقاطع این مدل هستند و n(n-1)(t)=90*5=450 تعداد مشاهدات این مطالعه می­باشد:

 

در معادله فوق i=1,2,…N-1 و j=1,2,…N (سایر کشورها) می­باشد و  بردار شاخص تجارت درون صنعت متقابل میان کشور i ام با کشور j ام در زمان t،  بردار مشاهدات ijt ام متغیرهای توضیحی در زمان t،  جزء خطای مدل، β بردار ضرایب متغیرهای توضیحی، ij نیز نمایانگر رابطه دو طرفه کشور i با کشور j می‌باشد، که به ترتیب روابط متقابل تمام 10 کشور را با یکدیگر در نظر می­گیرد. بر اساس مدل جاذبه و برای تعیین اثر هر یک از متغیرهای موثر بر تجارت درون صنعتی از مدل زیر استفاده می­شود:

 

 و متغیر تولید ناخالص داخلی و جمعیت کشور iام در زمان t،  و تولید ناخالص داخلی کشور و جمعیت کشور jام در زمان t،  متغیر لیندر(اختلاف میان تولید ناخالص داخلی میان هر دو زوج کشور ijام،  متغیر عدم توازن تجاری، میان زوج کشور ij ام در زمان t، متغیر نرخ ارز در زمان t،  متغیر فاصله، مسافت جغرافی ایی میان هر دو زوج کشور ijام،  و : متغیرهای یکپارچگی با اتحادیه‌های D8 و GCC.

ارتباطIIT  متقابل میان زوج کشورهای منتخب از آسیای جنوب غربی با متغیرهای نام برده با علایم انتظاری زیر همراه است:

(5)

 جزء خطای مدل است که دارای توزیع نرمال با میانگین صفر و واریانس ثابت است و به صورت زیر معرفی می­گردد:

 

 ویژگی خاص واحد­های انفرادی است که­ در طول زمان ثابت می­باشد و تاثیرات باقیمانده است که دارای توزیع نرمال با میانگین صفر و واریانس ثابت است(اشرف زاده، 1387، ص44). بسته به اینکه ضرایب متغیر­های مستقل، ثابت هستند یا نه و وضعیت عرض از مبدا چگونه باشد حالات مختلفی برای برآوردهای تابلویی ایجاد می­شود.

جدول 3 نتایج برآورد مدل را نمایش می­دهد. برای هر متغیر، میزان ضریب تخمین زده شده و آماره t-statistic نشان داده شده­است. در دوسطر آخر جدول، آماره F با درجه آزادی (353و89) برابر 5.402 است، این آزمون مطرح می­کند که آیا ناهمگنی، بین واحد­های انفرادی وجود دارد یا نه؟ یعنی در حقیقت این آزمون ابزاری برای تشخیص بین دو روش پانل و pooling می­باشد(منصور خسروی نژاد،1380،ص133). نتیجه این آزمون نشان می­دهد، در سطح احتمال 95 درصد نمی­توان فرضیه صفر مبنی بر یکسان بودن اثرات انفرادی را پذیرفت. یعنی نتایج برآورد حداقل مربعات معمولی اریب­دار است و باید روشی انتخاب شود که در آن ناهمگنی هر یک از جفت کشورها از طریق لحاظ کردن اثرات انفرادی کنترل گردد.

پس از آن جهت انتخاب بین دو روش اثرات ثابت یا تصادفی تحت مدل داده­های تابلویی آزمون هاسمن انجام گردید. این آزمون مطرح می­کند که آیا تفاوت در عرض از مبدا واحدهای مقطعی به طور ثابت عمل می­کند (FE)، یا اینکه عملکردهای تصادفی می­توانند این اختلاف بین واحدها را به طور واضح­تری بیان نماید (RE).

با توجه به نتیجه جدول، آماره آزمون هاسمن با درجه آزادی 7،25.794 محاسبه گردید. در نتیجه در سطح اطمینان 95 درصد نمی­توان فرض صفر را مبنی بر ناهمبسته بودن اثرات انفرادی و متغیرهای توضیحی، پذیرفت. یعنی، به این ترتیب روش اثرات ثابت بر اثرات تصادفی ارجحیت دارد. حال که روش مناسب از بین این سه شیوه انتخاب گردید، به نتایج حاصل از تخمین اثرات ثابت،یعنی ستون سوم در مدل اول می­پردازیم:

آماره­ی دوربین واتسون که می­تواند جهت آزمون خودهمبستگی مرتبه اولAR(1) در الگوی رگرسیونی استفاده شود، برابر 2.21 می‌باشد. نتایج حاصل از این تخمین نشان می­دهد که ضرایب متغیر Log(gdpi*gdpj) دارای علامت مورد انتظار مثبت بوده و در سطح اطمینان 95 درصد معنی­دار است. بر این اساس هرچه اندازه اقتصادی دو کشور شریک تجاری (یک زوج کشور) افزایش یابد، سبب افزایش در حجم iit آنها خواهد شد. البته میزان این اثر 007/0 می­باشد که با وجود معنی داری، اثرگذاری آن پایین است. به این معنی که افزایش یک درصد GDP کشورiام و کشور jام، حجم تجارت درون صنعت میان آنها را 007/0 در صد افزایش می­دهد. این ضریب کشش درآمدی هر دو زوج تجاری را نشان می­دهد.

ضریب متغیر جمعیت برای کشور iام مثبت ولی باز هم اندک و معنی­دار و برای کشور jام منفی و معنی­دار است، همان طور که پیش از این گفته شد این علایم قابل تفسیر هستند. به عبارتی یک درصد افزایش در جمعیت کشور iام، iit را به میزان 001/0 درصد افزایش می­دهد. برای کشور jام نیز یک درصد افزایش در popj،iit را 002/0 درصد کاهش می­دهد. به این مفهوم که هرچه جمعیت این کشور افزایش یابد، کشور مذکور درون گراتر عمل کرده و حجم واردات خود را کاهش می­دهد، همین عدم تناسب در صادرات و واردات برای این کشور حجم iit متقابل را میان آن با شریک تجاری­اش کاهش می­دهد.

ضریب متغیر لیندر، مثبت و معنی دار است. اغلب در کشورهای درحال توسعه به دلیل شرایط و ملاحظات خاص سیاسی، میزان روابط این کشورها با کشورهای در حال توسعه بیشتر است. با این حال میزان اندک این ضریب نشان می­دهد که این ناهمگنی بین کشورها پایین است، با توجه به مشابهت­های دیگر از جمله وجود منابع نفتی در اغلب آنها، داشتن فرهنگ مشترک و... میان آنها، پتانسیل ایجاد روابط بیشتر و تقویت آن وجود دارد.

ضریب متغیر عدم توازن تجاری، منفی و معنی­دار است. ضریب متغیر نرخ ارز منفی است یعنی دارای علامت مورد انتظار می­باشد و معنی­دار است. به این صورت که یک درصد افزایش در نسبت نرخ ارز کشور jام بر کشور iام، حجم تجارت درون صنعت را به میزان 0.07 درصد کاهش می­دهد.

 


جدول3: نتایج برآورد عوامل تعیین­کننده­ی تجارت درون صنعت میان 10 زوج کشور منتخب از کشورهای جنوب غربی آسیا طی دوره 2003-2007

متغیرهای توضیحی

ترکیب داده‌ها

Pooling

اثرات ثابت**        Fixed Effect

اثرات تصادفی

RandomEffect

مقدار ثابت

0.703

22.38

-

0.232

1.223

Log(gdpi*gdpj)

0.0046

6.89

0.0071

7.9053

0.012

2.449

Log(popi)

0.0029-

6.41-

0.00108

2.241

0.007-

2.33-

Log(popj)

0.003-

6.719-

0.0024-

.051-

0.0021-

1.817-

Log(linij)

0.0024

6.640

0.0018

4.925

0.0036

2.067

ER

0.00042-

2.63-

0.077-

14.145-

0.0021-

1.135-

IMBij

0.954-

117.26-

0.794-

70.304-

0.741-

15.63-

آماره F

4799.59

8344.87

137.66

 

0.98

0.991

0.68

تعداد مشاهدات

450

450

450

آماره F

(prob=0.00)5.402

آماره هاسمن

(prob=0.0005)25.794

 

مآخذ: محاسبات تحقیق، مقادیر آماره tدر زیرمیزان ضریب هر متغیر آورده شده است.میزان آماره هاسمن و F نیز همراه احتمال پذیرش فرضیه صفر آورده شده است. علامت* در ستون سوم، ارجحیت اثرات تصادفی را نشان می­دهد.

 

همان­گونه که قبلاً اشاره شد متغیر فاصله در طول زمان مورد بررسی برای هر مقطع ثابت است و امکان برآورد آن به طور صریح در مدل اثرات ثابت وجود نداشته و ایجاد هم­خطی می­کند. معادله زیر مبین اثر فاصله و متغیرهای مجازیی می­باشد که آنها هم در طول زمان ثابت هستند:

(6)             

که: اثرات انفرادی (عرض از مبدا­های تخمین زده شده ازمدل اول) می­باشد. آن اثراتی که مختص هر مقطع بوده و ما آنها را در مدل درنظر نگرفته­ایم و درصد سهم اثراتی را نشان می­دهد که در مدل­ اصلی لحاظ نشده­اند.نتایج این برآورد، در جدول4 نشان داده شده­است، همچنین آزمون­های انجام شده نشان می­دهند که هم­خطی و ناهمسانی واریانس در این مدل برطرف شده­است.

 

جدول 4: نتایج حاصل از تخمین فاصله و متغیرهای مجازی

متغیر

مدل دوم

ضریب ثابت

0.844

1.79

فاصله

-0.113

-1.85

مجازی D8

-0.11

-1.26

مجازی GCC

0.24

2.35

 

0.31

مقادیر آماره tدر زیرمیزان ضریب هر متغیر آورده شده است.

 

بر اساس نتایج بدست آمده برای مدل دوم، اثر متغیر فاصله منفی و مورد انتظار و در سطح 90% معنی دار شده است، که نشان­دهنده­ی اثر کمتر این متغیر می­باشد. بررسی وضعیت همگرایی اقتصادی از طریق متغیر مجازی­، برای گروه GCC مثبت و در سطح 5درصد معنی­دار است. ولی برای گروه D8 کاملا بی­معنی است. همچنین ضریب تعیین تعدیل شده در این رگرسیون 31/0 شده، به این معنی که 31 درصد از تغییرات متغیر وابسته یعنی، اثرات ثابت، بوسیله متغیر­های فاصله و یکپارچگی قابل توجیه است.

6- نتیجه گیری و پیشنهادهای سیاستی

براساس یافته­های این مطالعه عوامل تعیین­کننده خاص کشوری بر تجارت درون صنعت آزمون شد. بر اساس آن در خصوص فرضیات این مطالعه می­توان گفت تولید ناخالص داخلی کشورها، به عنوان یکی از متغیرهای جایگزین برای بیان اندازه و بزرگی اقتصاد آنها به شمار می­رود. این متغیر از ابزار­های اصلی در مدل جاذبه نیز
می­باشد، در اغلب مطالعات مربوط به این پدیده اثر اندازه اقتصادی به صورت حاصل ضرب GDP‌های دو شریک لحاظ شده است.(حمید رضا اشرف زاده، 1386) این متغیر، بر تجارت درون صنعت اثر مثبت و معنی داری داشته. مسافت جغرافیایی که گویای هزینه­های حمل­و­­نقل می­باشد، نیز دارای اثر منفی و معنی دار در سطح 90%
می­باشد.

اثرهمگرایی اقتصادی که از طریق متغیرهای مجازی درنظر گرفته ­شده­است، در مورد اتحادیه GCC دارای اثر مثبت و معنی­دار شده است. به این معنی که کشورهایی از منطقه آسیای جنوب غربی که عضو این اتحادیه هستند، به دلیل برخورداری از مزایای ویژه یکپارچگی از جمله کاهش موانع تعرفه ای، دارای حجم بالاتر iit با یکدیگر می‌باشند. در مقابل یکپارچگی در اتحادیه D8مناسب نبوده و سبب کاهش تجارت درون صنعت میان این کشورها می­گردد. پیوستن کشورها در یکپارچگی­های تجاری مطلوب به طور دوجانبه به معنای رساندن میزان تجارت به سوی توازن و یا کاهش عدم توازن تجاری است و سبب باز شدن اقتصاد کشورهای عضو و افزایش جریان تجاری ازجمله iit می­شود. این یکپارچگی­ها از یک سو منافع اقتصادهای ملی را در ورود ناگهانی به عرصه اقتصاد جهانی حذف می‌کند و از طرفی آنها را جهت حضور قدرتمند­تر در عرصه جهانی آماده می­کند. از دیگر مزیت­ آنها، تولید و فروش در مقیاس فراملی، افزایش توان رقابتی، ایجاد فرصت­های شغلی، تقسیم کار بین المللی و تخصصی شدن تولید، شناخت مزایای نسبی اقتصاد داخلی، دست یابی به ثبات اقتصادی، سیاسی، کاهش هزینه‌ها حمل و نقل و استفاده از سر ریزهای تکنولوژیکی می­باشد.

در کنار نتایج حاصل از آزمون فرضیه­های تحقیق، جهت شناسایی عوامل تعیین­کننده­ی تجارت درون صنعت، نتایج زیر نیز حاصل شد. ضریب متغیر لیندرکه به صورت اختلاف میان تولید ناخالص داخلی سرانه دو شریک محاسبه شد، مثبت و معنی دار شده. یعنی هرچه اختلاف در اندازه بازار دو شریک بیشتر شود، حجم تجارت درون صنعتی میان آنها کاهش می­یابد. این مسئله با توجه به ساختارهای متفاوت کشورهای مورد بررسی از جمله تفاوت در سطح توسعه یافتگی، سهم بخش­های اقتصادی از gdp، توزیع درآمد و دلایل سیاسی و اینکه کشورهای مذکور روابط متقابلشان در کالاهای متمایز بیشتر، با کشورهای خارج از این ناحیه می‌باشد، قابل توجیه است.این متغیر اغلب در مدل‌های جاذبه مورد استفاده قرار می‌گیرد.

ضریب متغیر­های جمعیت هریک از کشورهای طرف تجاری، به عنوان جایگزینی برای اندازه بازار دو کشور به شمار رفته و از ابزارهای اصلی مدل جاذبه تعمیم یافته می­باشد.ضریب این متغیرها به ترتیب مثبت و منفی و هر دو معنی­دار حاصل شده است. ضریب مثبت برای popi به معنی اثر مثبت این متغیر بر جریان iit همراه با جمعیت کشور iام می­شود. ضریب منفی برای کشورمقابل (jام) به مفهوم اثر معکوس بر iit می­باشد و این یعنی کشور مقابل درونگراتر عمل می­کند و واردات خود را کاهش می­دهد واین مسئله سبب کاهش حجم تجارت درون صنعت می­شود از طرف دیگر ضریب مثبت برای کشور iام به این معنی است که هرچه اندازه بازار بزرگتر باشد، سبب صرفه­جویی­های ناشی از مقیاس بیشتر و در نتیجه توان صادراتی بالاتر می­گردد، از طرف دیگر با افزایش جمعیت سلیقه­های مختلف، سبب ورود کالاهای متمایز دیگر می­شود، بر این اساس روابط متقابل با کشور شریک را افزایش داده و سبب افزایش حجم iit می­شود. یک تفسیر دیگر از وجود ضریب مثبت برای جمعیت، به معنی تمایل بیشتر کشور برای کالاهای صادراتی کاربر وبه شکل اولیه است، این مطلب در مورد کشورهای مذکور در این مطالعه که اغلب صادر کننده نفت خام هستند صدق می­کند.در نهایت متغیر نرخ ارز علامت مورد انتظار منفی و معنی­دار است.

باید توجه داشت، با توجه به افزایش سطح تولید ناخالص داخلی به عنوان اندازه اقتصادی در این کشورها و وجود مشابهت­های فرهنگی میان بسیاری از آنها، همچنین وجود مرز مشترک و حداقل فاصله میان اغلب آنها، به عنوان عوامل مهم در پدیده تجارت درون صنعت، پتانسیل توسعه این پدیده و توجه به مزایای آن در میان این کشورها وجود دارد.

پیشنهاداتی که با توجه به نتایج حاصل شده از این مطالعه می­توان مطرح نمود، عبارتند از:

ـ تجارت درون صنعت اغلب در محصولات سرمایه بر و صنعتی نمایان می‌گردد. از طرفی کشورهای آسیای جنوب غربی، درحال توسعه هستند و دارای مشکلات ساختاری از جمله محدودیت در منابع صادراتی می‌باشند، جهت مقابله با این مشکل می­بایست در محصولات تجاری خود تنوع ایجاد کنند. این تنوع در این کشورها نسبت به کشورهای پیشرفته بسیار کندتر بوده و آنها قادر به رقابت با کشورهای پیشرفته نیستند. لذا توصیه می­شود به تجارت در کالاهایی بپردازند که اولا در تولید آنها دارای مزیت باشند و ثانیا بازار بلند­مدتی برای این محصولات پیش بینی شود. زیرا تجارت درون صنعت محصولات بشدت تحت عدم ثبات رقابت­پذیری هستند وثالثا به تقویت تجارت بین خودشان بپردازند.

ـ توجه به یکپارچگی­های تجاری مطلوب به طور دوجانبه برای این کشورها ضروری است، چرا که سبب رساندن میزان تجارت به سوی توازن و یا کاهش عدم توازن تجاری می­شود. همچنین سبب باز شدن اقتصاد کشورهای عضو و افزایش جریان تجاری ازجمله iit می­شود. یکپارچگی­ها منافع اقتصادهای ملی را در ورود ناگهانی به عرصه اقتصاد جهانی حفظ می‌کند وآنها را جهت حضور قدرتمندتر در عرصه جهانی آماده می‌کند.



1-Falvy, 1981

2-Flem&Helpman, 1987

3- به طور مشخص دوپولی duopoly

4-Marcussen,1981-1983

5-Brander,1981

6-Brander&Krugman,1983

7-Brander&Spencer,1984

8-1979, 1980, 1981

9-Lancaster,1980

10-Helpman1981

11- برای مطالعه بیشتر رجوع شود به راسخی و همکاران، 1387، بررسی تجارت درون صنعت میان ایران و شرکای عمده، موسسه مطالعات بازرگانی و اکبر زمانی، 1386، تاثیر آزادسازی اقتصادی بر تجارت درون، پایان نامه کارشناسی ارشد، دانشکده علوم اقتصادی و اداری.

1-Horizontal intra industry trade

2-Vertical intra industry trade

3-H.Gary, 1860

4-Kelaasen,1972

5-Kelaasen & vanwickeren,1969

1-Newtons Gravity law

2- Christie,E.2000

3- Zarzoso,I. & Lehmann,F,2002

WTO/UNCTAD2003.Limoan,A.Venabels2001 4- جهت مطالعه بیشتر مراجعه شود به

 

1-Balassa, 1966

2-Grubel&Lioyd ,1975

3-Aquino,1978

4- Hamilton & Nist, 1991

5-Broulhart, 1994

6-Menone&Dicsohn, 1997

7-Eliout,2001

1- جهت مطالعه بیشتر مراجعه شود به: محمد تقی ضیایی، 1388، بررسی عوامل موثر بر تجارت درون صنعت کشورهای عضو کنفرانس اسلامی (OIC)، موسسه مطالعات و پژوهش های بازرگانی، تهران، صفحات 103 تا 108

2-Xiaoling,hu& yue,ma.1999.international intra-industry-trade of china. weltwirtchaftliches Archive.vol.135,no.1,pp.82-101.

. Lee&stohn, 19951- جهت مطالعه بیشتر مراجعه شود به

1- راسخی، سعید، 1386، عوامل تعیین کننده کشوری انواع تجارت درون صنعت کشورهای در حال توسعه با تاکید بر ایران، فصلنامه پژوهش های بازرگانی، شماره 45، زمستان

2- Lee&sohn, 1995

1-Kanon,1994.Krugman,1980

2-Lancaster,1980

3-Stohn&Lee1995

4-Krugman&Helpman1981

5-Kelark,1993

1-Krugman,1980&Brande,1981

2-Balassa&Bauwnes,1987

3- جهت مطالعه بیشتر مراجعه شود به:Op.cit,Havrylyshn and kunzel(imf,1997)

4-Foreign Direct  Investment

5-Stoh&lee,1995

1-Lee&Stohn,2003

2-Chidok & Zinvanomojo, 2009

3-page:15Maria Cortes , 2002

4-2005Fetro

1-Gebreselasie and  Jordaan, 2009

1-Zarzoso and lehmann, 2000

2- جهت مطالعه بیشتر رجوع شود به:

Rahman,M.2006.A panel Data Analysis of Bangladesh,s trade, the Gravity Model Approch.page:13.14

1- Cheng& Wall1999

در این مطالعه به جای متغیرهای جمعیت، متغیر تولید ناخالص سرآنه در نظر گرفته شده است.

2- کریمی هسنیجه، حسین،1385،جهانی شدن، یکپارچگی اقتصادی و پتانسیل تجاری، فصلنامه اقتصاد و تجارت نوین، شماره 5، تابستان 1385،118-143، صفحه 125.

3- Rahman, Mohammad Mafizur,2006, A Panel Data Analysis of Bangladesh’s Trade: The Gravity Model Approach.

 

منابع و مآخذ

-     اشرف زاده، حمید رضا و نادرمهرگان)1387):" اقتصاد سنجی پانل دیتا، موسسه تحقیقات تعاون دانشگاه تهران".

-     اشرف زاده، حمید رضا(1384):" یکپارچگی اقتصادی کشورهای درحال توسعه؛ کاربرد مدل جاذبه با داده‌های تلفیقی به روش GMM و همگرایی"، فصلنامه پژوهش‌های بازرگانی، شماره 36، پاییز 84.

-     ریاضی، نفیسه (1384):" اثر یکپارچگی تجاری بر تجارت درون صنعتی و جریان‌های صادراتی با تاکید بر شرکای تجاری عضو بلوک‌های منتخب"، پایان نامه کارشناسی ارشد، دانشکده تحصیلات تکمیلی، خوراسگان.

-     راسخی، سعید و همکاران (1387):" بررسی تجارت درون صنعت میان ایران و شرکای عمده تجاری"، موسسه مطالعات و پژوهش‌های بازرگانی، تهران.

-     رئیسی، مهدی (1383):" بررسی عوامل خاص کشوری تعیین کننده تجارت درون صنعت ایران"، مجله تحقیقات اقتصادی، شماره 67، زمستان 83.

-     زراء نژاد، منصور وابراهیم انواری (1384):" کاربرد داده‌های ترکیبی در اقتصاد سنجی"، فصلنامه بررسی­های اقتصادی، دوره 2، شماره 4، زمستان84.

-     شیرین بخش، شمس الله (1388):" کاربرد Eviews در اقتصاد سنجی"، پژوهشکده امور اقتصادی، تهران.

-     ضیایی بیگدلی، محمد تقی (1388):" بررسی عوامل موثر بر تجارت درون صنعت کشورهای عضو کنفرانس اسلامی (OIC)"، موسسه مطالعات و پژوهش‌های بازرگانی، تهران.

-     طیبی، کمیل و کریم آذربایجانی (1383):" بررسی پتانسیل تجاری میان ایران و اوکراین؛ بکارگیری یک مدل جاذبه"، پژوهشنامه بازرگانی.

-     کریمی هسنیجه، حسین (1385):" جهانی شدن، یکپارچگی اقتصادی و پتانسیل تجاری: بررسی مدل جاذبه در تحلیل تجاری ایران"، فصلنامه اقتصاد و تجارت نوین، شماره 5، تابستان 85،

-     گجاراتی، دامور (1385):" مبانی اقتصاد سنجی"، ترجمه: ابریشمی، حمید، چاپ چهارم، جلد دوم، انتشارات دانشگاه تهران، تهران.

 

-    Balassa,B& Bauwnes,L.(1987).Intra-Industry-specialisation in A multi-country and multi industry framework. The Economic journal.97.

-    Carrillo,c.(2002).trade Blocks and the Gravity Model: Evidence from lation American countries. University of ESSEX.1-30.

-    Chidoko,C. & Zivanomoyo,Y.(2009).Determinants of Intra-Industry-Trade between Zimbabwe and its trading partners in the southern African development community Region(1990-2005).Journal­of social science5(1).16-21

-    Chiristie,E.(2000).potential trade in south east Europe: a gravity model approach. Available at: www.wiiw.ac.at.

-    Cortes,M.Composition of trade between Australia: Gravity Model.universidad del valle,cali,Colombia.

-    Greenaway.D.Hine.R & milner.c(1994), country-specific factors and the pattern of horizontal and vertical intra industry trade in the UK,Weltwirtschaftliches Archive, vol.130,pp 77-100.

-    Grubel, H. G. & Lioyd,P.J.(1975). Intra-Industry-Trade: the theory and measurement of international trade in Differented products, London and New York:wiley.

-    Havrylyshyn, O. & Kunze, P.(1997). Intra-Industry-Trade of Arab Countries: An Indicator of Potential Competitiveness. IMFworking paper.Wp47.1-26.

-    Rahman,m.(2006).A panel Datea Analysis of Bangladesh,s Tradey; the Gravity model approach.1-54.

-    Stone,J.A& lee,H.H. (1995).Determonants of Intra-Industry trade : A loginatodinal. Cross-corss-country Analysis. Weltwirtschaftliche Archive. 131(1).pp,67-85.

-    Xiaoling,hu& yue,ma.1999.international intra-industry-trade of china. weltwirtchaftliches Archive.vol.135,no.1,pp.82-101.

-    ZARZOSO,I. & LEHMANN,F. (2002).Augmentad Gravity Model An Emprical Application TO Mercosur-European Union Trade Flows. Journal of Applied Economics, vol071,NO,2.291-316.

 

 


پیوست

ده زوج کشور دارای بالاترین میزان تجارت درون صنعت متقابل طی دوره 2003-2007

 

2003

2004

2005

2006

2007

 

زوج کشور

شاخص

رتبه

زوج کشور

شاخص

رتبه

زوج کشور

شاخص

رتبه

زوج کشور

شاخص

رتبه

زوج کشور

شاخص

رتبه

آذربایجان-عمان

0.497

1

عمان-امارات

0.51

1

امارت-هند

0.482

1

آذربایجان-عمان

0.53

1

هند-امارات

0.57

1

هند-امارت

0.47

2

امارت-هند

0.498

2

بحرین-ایران

0.464

2

هند-امارات

0.498

2

اردن-بحرین

0.51

2

هند-آذربایجان

0.453

3

بحرین-ایران

0.492

3

آذربایجان-پاکستان

0.43

3

ایران-بحرین

0.482

3

ایران-بحرین

0.492

3

بحرین-ایران

0.442

4

آذربایجان-عمان

0.474

4

آذربایجان-عمان

0.412

4

اردن-امارات

0.455

4

عمان-امارات

0.487

4

آذزبایجان-عمان

0.4

5

عمان-امارات

0.44

5

ترکیه-عمان

0.41

5

امارت-بحرین

0.435

5

امارات-بحرین

0.45

5

عربستان-عمان

0.392

6

ایران-هند

0.401

6

ایران-هند

0.382

6

ایران-هند

0.395

6

پاکستان-آذربایجان

0.39

6

امارت-عربستان

0.380

7

آذربایجان-امارات

0.36

7

عمان-امارات

0.38

7

ایران-عمان

0.354

7

ایران-هند

0.361

7

امارات-بحرین

0.351

8

هند-بحرین

0.352

8

امارت-عربستان

0.365

8

ایران-امارات

0.321

8

ایران-عمان

0.344

8

اردن-عربستان

0.296

9

امارات-عربستان

0.35

9

پاکستان-بحرین

0.257

9

عربستان-عمان

0.243

9

پاکستان-امارت

0.30

9

عربستان-ایرن

0.284

10

پاکستان-آذربایجان

0.30

10

آذربایجان-امارات

0.25

10

اردن-عربستان

0.230

10

ایران-امارات

0.305

10

میانگین

0.39

 

0.41

 

0.38

 

0.39

 

0.42

 

                               

 

مآخذ: محاسبات تحقیق