基于面板数据分析的FDI与区域经济增长

王惠清

(三江学院 商学院，南京 210000)

0 引言

FDI有助于弥补发展中国家国内投资与储蓄之间的资金缺口，促进当地的资本形成和经济增长(Chenery and Strout，1966)[1]，而且FDI 技术溢出对小国及广大发展中国家经济持续增长发挥着重要作用(Romer，1990)[2]。

对东道国当地的企业而言，外资企业的进入使东道国产业内资源配置得到优化，通过竞争和示范效应刺激东道国企业提高技术使用效率(Caves，1974)[3]。但是，FDI对东道国经济的影响还受到人力资本(Borensztein, Gregorio, Lee，1998)和R&D( L.A. Grünfeld，2006)等因素的影响[4-5]。

2011年，我国FDI达1160亿美元，全球排名上升至第二位。然而，我国区域FDI分布并不平衡，关于FDI与区域经济增长，我国的学者大都从实证方面进行研究。魏后凯(2002) 利用1985年～1999年时间序列和横断面数据对外商投资对中国区域经济增长的影响进行了实证分析，发现东部发达地区与西部落后地区之间GDP增长率的差异, 大约有90%是由外商投资引起的[6]。

沈坤荣(1999)通过对省际截面数据的计量分析，发现国内资金也大量投向FDI高度集中沿海地区, 这是导致近些年中国沿海与内地增长速度与收水平差距拉大的主要原因[7]。徐晓虹(2006)对1991年～2003年时间序列和横断面数据进行分析，发现FDI 对中国区域经济非均衡发展有显著的影响，区域间的非均衡分布加剧了区域经济的非均衡发展[8]。

杜江、郝凯和王亚(2010)，以Cobb-Dauglas 生产函数为理论模型，运用30个省市区panel 数据，发现FDI对各省市区经济增长的影响程度存在明显差异，FDI 对于东部地区经济增长的显著相关性不强，对中部地区的国内投资有一定的“挤出效应”，而对西部地区的经济增长起到了显著的推动作用[9]。雷欣和陈继勇(2012) 运用基于滞后增广向量自回归模型和Bootstrap的异质面板“格兰杰”因果检验方法，对中国1987年～2010年的省际面板数据进行实证分析，发现FDI和经济增长之间存在异质双向因果关系[10]。选取2000年～2011年的面板数据，采用变系数模型(并给出了选择该模型的依据)分析FDI对区域经济增长的长期影响，而且采用一阶差分误差修正模型分析了FDI对区域经济增长短期波动的影响。

1 模型的设定与检验

1.1 模型的设定

全国各省区市的经济发展水平不一致，实际FDI也不相同，因此，各地区的FDI对经济增长的影响表现出了显著的差异性。为了分析不同地区实际FDI对经济增长的影响，采用面板数据模型。选择各地区、不同时期的FDI(亿元)作为衡量FDI投入水平的指标，GDP(亿元)作为衡量经济增长的指标。为了消除异方差的影响，对变量分别取对数，面板数据模型的表达式为：

InGDPit=ci+αilnFDIit+εiti=1，2，…，N；t=1，2，…，T

(1)

其中，i表示第i个观测单元，t表示第t期的相应指标，εit是满足E(εit)=0和var(εit)=σ2的随机误差项。

选取中国大陆地区30个省区市2000年～2011年的面板数据，由于西藏的数据缺失较为严重，故将其从样本中剔除。FDI的原始数据都以美元计值，根据历年人民币与美元的汇率(年平均价)，将其折算成人民币计值。数据来源主要是2001年～2012年的《中国统计年鉴》和各省市区的统计年鉴[11-12]。

1.2 面板数据的单位根检验与协整检验

运用Eviews6.0分别对面板数据lnGDP和lnFDI进行检验，LLC检验是含有相同单位根的检验方法，ADF检验和PP检验是含有不同单位根的检验方法。表1给出了三种检验方法的结果，lnGDP和lnFDI都是非平稳的，而它们的一阶差分都是平稳的。

表1 面板单位根检验结果

面板单位根检验结果表明，lnGDP和lnFDI均为一阶单整变量， 在对面板数据进行参数估计之前检验lnGDP和lnFDI 的协整关系，避免出现伪回归。采用得到广泛应用的Pedroni 面板协整检验方法。lnGDP和lnFDI的面板协整检验结果如表2所示。

Pedroni(1999)指出，当样本期较短时(如T≤20)，Panel v-Stat 和GroupPP-Stat 统计量的效能较差，只有Panel ADF-stat 统计量和Group ADF-stat 统计量有最好的效能，由于本文实证研究的时间跨度为2000年～2011年(T=12)，故本文主要依据Panel ADF-stat 统计量和Group ADF-stat 统计量[11]。从表2可以看出，lnGDP和lnFDI 的面板协整检验的这两个统计量在5%和1%的置信水平下接受存在协整关系的备择假设。因此，lnGDP和lnFDI存在协整关系，FDI与GDP之间存在长期均衡关系，即模型(1)的设定是正确的。

表2 Pedroni 面板协整检验结果

2 FDI对经济增长影响的差异与效果

2.1 模型的选择

根据截距项向量c和系数项向量α中各分向量的不同限制要求，面板数据模型划分为三种类型：不变系数模型、变截距模型和变系数模型[12]。具体形式如下：

InGDPit=c+αilnFDIit+εiti=1，2，…，N；t=1，2，…，T

(2)

InGDPit=ci+αlnFDIit+εiti=1，2，…，N；t=1，2，…，T

(3)

InGDPit=ci+αilnFDIit+εiti=1，2，…，N；t=1，2，…，T

(4)

为避免模型设定的偏差，改进参数估计的有效性，需要检验样本数据究竟符合上述三种模型中的哪一种。使用协方差分析检验，主要检验如下两个假设：

H1:α1=α2=…=an

H2:c1=c2=…=cn

α1=α2=…=αn

如果接收假设H2，则认为样本数据符合模型(2)，无需进一步检验。如果拒绝假设H2，则需检验假设H1，如果拒绝假设H1，则认为样本数据符合模型(4)，反之，则认为样本数据符合模型(3)。

在假设H2下检验统计量F2服从相应自由度下的F分布，即

若计算所得统计量F2的值不小于给定置信度下的相应临界值，则拒绝假设H2，继续检验假设H1。

在假设H1下检验统计量F1服从相应自由度下的F分布，即

表3 lnGDP和lnFDI 模型参数的估计结果(Fixed Effects(Cross))

若计算所得统计量F1的值不小于给定置信度下的相应临界值，则拒绝假设H1，用模型(4)拟合。

其中，S1、S2、S3分别为方程(4)、(3)、(2)的残差平方和。N为截面的个数，T表示时期总数，k表示自变量的个数。

通过对样本数据的计算得到：F2=19.68>F0.05(58,300)，因此拒绝假设H2，继续检验统计量F1，得到：F1=3.40>F0.05(29,300)，因此拒绝假设H1，采用变系数模型(4)进行估计。

2.2 模型的回归结果

对模型(4)的参数进行估计，估计结果如表3所示，估计方程为(5)式。其中，4.74反映FDI产出效果的整体水平，截距的固定影响c1反映各地区之间的差异，系数c2反映FDI的产出弹性系数，反映FDI对经济增长的影响效果。

lnGDPit=4.74+c1+c2lnFDIit

i=1，2，…，N；t=1，2，…，T

(5)

从表3可以看出，FDI与经济增长之间存在显著的正相关关系。在30个省区市中，新疆和甘肃的截距项最大，说明这两个省份在经济增长上受FDI之外的综合因素影响较大。FDI对经济影响最大的是广东，其次是上海，弹性系数分别为1.80和1.35，显然，广东和上海具有强大的区位优势，是对外开放的窗口，对外资的吸引毋庸置疑，检验的结果与现实情况相符。除广东和上海之外，北京、黑龙江、江苏、湖北和广西的弹性系数也较大。FDI对经济影响最小的是甘肃，弹性系数为0.31，这与甘肃直接利用外资的数量有很大的关系，在30个省区市中，甘肃的FDI是最少的，因此，其弹性系数最小。除甘肃外，重庆、云南、四川、新疆和安徽的弹性系数也比较小。浙江、福建、山东、湖南等省份的弹性系数处于中等水平。

2.3 FDI的短期波动对经济增长短期波动的影响

模型(5)揭示了FDI与经济增长的长期均衡关系。在此基础上，进一步对FDI与经济增长之间的短期波动影响进行分析，为此，引入长期关系模型产生的残差序列ECMit，建立一阶差分误差修正模型为：

△lnGDPit=λiECMit-1+δi△lnFDIit+μit

i=1，2，…，N；t=2，3，…，T

(6)

其中，△表示一阶差分，反映短期波动的影响。λi为误差修正系数，反映了对偏离长期均衡的调整力度。如果接受λi为零的原假设，说明误差修正机制不能产生，FDI与经济增长之间的长期均衡关系是不可靠的，反之是可靠的。如果接受δi为零的原假设，说明变量之间不存在短期波动的影响，反之则存在。对模型(6)进行估计，结果如表4 所示。

表4 FDI与经济增长的面板误差修正模型估计结果地区

表4 中的误差修正项系数显著为负， 误差修正机制发生，FDI是经济增长的长期原因。从误差修正系数的绝对值范围来看，各省份FDI与经济增长长期稳定关系偏离均衡的调整力度不大，而且各省份之间相差也不大，FDI对经济增长的效用较为稳定。而大多数省份的系数在10%、5%和1%的水平下显著，从短期动态关系来看，我国各省份FDI与GDP之间存在一定关系。河北、辽宁、福建、山东、广西、海南、四川等省份项的系数为负，说明FDI短期对经济增长起反方向的作用，一个可能的原因是，相比较于FDI的溢出效应，FDI的挤出效应较大。黑龙江省项的系数最大，为0.56，表明FDI增长率每增加1%，GDP增长率将增加0.56%。长期和短期相比，长期没有产出弹性系数为负的省区市，而短期项的系数为正的广东、上海、北京、黑龙江、江苏等省市长期内产出弹性系数均在1以上，短期内FDI增长率每增加1%，GDP增长率增加的比率却都不超过1%。甘肃、宁夏、青海和新疆项的系数统计上不显著，说明这四个省份FDI的短期波动对经济增长的短期波动影响不明显。

3 结论与建议

我国各省区市的FDI与经济增长之间存在着长期的均衡关系，FDI的增加能推动经济的持续增长。中、西部地区的FDI的规模还远远不够，特别是甘肃、新疆等西部省份。为了更好地发挥外资对经济增长的作用，引导外资向中、西部地区转移非常必要。中西部地区的劳动力成本相对便宜，适合发展劳动密集型产业，因此，可以引导外资的部分劳动密集型产业向中、西部转移。另外，产业集群可以更好地发挥FDI的产业集聚效应，因此，要充分发挥区域内已有的产业优势，积极地建设中、西部地区的产业集群。同时，改善中、西部的投资环境，完善投资服务，加大融资、税收等支持力度也非常重要。

对东部地区的大部分省区市而言，短期FDI对经济增长的拉动作用并不明显。改革开放初期，外资纷纷进入，在东部地区建厂，主要发展的是劳动密集型产业，但随着经济的发展，东部地区的劳动力成本优势正在逐渐丧失，因此，要优化利用外资的产业结构。另外，吸引高质量的外资和提高利用外资的综合效益也非常重要。因此，要鼓励外资投向高新技术、节能环保和现代服务业等领域，鼓励跨国公司在华设立研发中心，充分发挥FDI的技术溢出效应。

参考文献:

[1] Chenery H B,A. M. Strout.Foreign Assist ance and Economic Development0[J].The American Economic Review，1966,56(4):679-733.

[2] Romer. Endogenous Technological Change[J].Journal of Political Economy,1990,98:71-102.

[3] Caves. Multinational Firms, Competition and Productivity in Host Country Markets[J].Economica,1974,41: 176-193.

[4] Borensztein, Gregorio, Lee. How does foreign direct investment affect economic growth?[J].Journa1 of Internationa1 Economics,1998, 45:115-135.

[5] L.A. Grünfeld. Multinational Production, Absorptive Capacity, and Endogenous R&D Spillovers[J].Review of International Economics,2006,14(5):922-940.

[6] 魏后凯.外商直接投资对中国区域经济增长的影响[J].经济研究，2002(4):19-26.

[7] 沈坤荣.外国直接投资与中国经济增长[J].管理世界，1999(5):22-34.

[8] 徐晓虹.外国直接投资与中国区域经济发展的实证分析[J].国际贸易问题,2006(9 ):67-73.

[9] 杜江，郝凯，王亚.FDI 对我国区域经济增长贡献及其差异研究[J].经济学研究，2010(7):78-83.

[10] 雷欣、陈继勇.FDI、出口与区域经济增长——异质面板“格兰杰”因果检验的应用[J].经济管理，2012(6):10-20.

[11] Pedroni P.Fully Modfied OLS for Heterogeneous Cointegrated Panels[J]. Advances in Econometrics，1999，(15):78-81.

[12] 高铁梅.计量经济分析方法与建模：EViews应用及实例[M].北京：清华大学出版社，2009.