四川省FDI與經濟增長關系的實證分析

曹秋菊，雷 蕾

（湖南商學院 財政金融學院，長沙 410205）

1 問題的提出

外商直接投資與發展中國家經濟增長的關系問題一直是經濟學界的熱門話題。四川是我國西部地區經濟發展卓有成效的省份之一，伴隨經濟全球化進程加快，四川經濟的發展與世界經濟的融合程度也得到了迅速提高。同時，國家在西部開發政策中進一步擴大了外商直接投資領域，拓寬了外資投入的渠道，使得四川經濟的持續增長吸引了大量外商直接投資（FDI），1987～2007 年，四川省外商直接投資從 199 萬美元增加到149322萬美元，研究該省的FDI對GDP的增長具有非常重要的現實意義。本文通過實證分析來檢驗FDI對該省經濟發展究竟起到了多大作用，以便為該省引進外商直接投資的政策與策略的調整優化提供科學依據。

2 實證過程與結果分析

2.1 模型構建

2.1.1 假設條件

影響經濟增長的因素有許多，例如投資量、勞動量等。一般情況下，投資量與經濟增長成正比；勞動量，在勞動者同生產資料數量、結構相適應的條件下，勞動者數量與經濟增長成正比；生產率，生產率是指資源（包括人力、物力、財力）利用的效率，提高生產率也對經濟增長直接作出貢獻，還有一國的政策、體制和對外開放的程度等等。本文假定經濟增長的其他影響因素不變，只考察外商直接投資對四川省經濟增長的影響。

2.1.2 數據來源及處理

本文主要采取國內生產總值 （GDP）和外商直接投資（FDI）這兩個數據。在實證分析中取1987～2007年為數據的樣本數據區間，所有數據來源于歷年的《四川統計年鑒》、《中國統計年鑒》和《四川統計公報》。需特別說明的是，在1997年以前，重慶還沒有被劃分為直轄市，因此四川在統計數據時是包括了重慶市的，而在重慶市被劃分為直轄市即1997以后，四川統計年鑒中又沒有把重慶市的數據統計在內，為了更好的分析外商直接投資對四川經濟的影響，本文在整理數據時，將1987～1997年的四川統計數值都減去了重慶市的統計數值。

2.1.3 模型設立

在進行平穩性檢驗中，經過對變量的檢驗，發現變量存在常數項與時間趨勢，因此本文選取的模型方程為：

Δxt=α+βt+ρxt-1+∑θtΔxt-1+εt

在進行協整分析時，為了分析外商直接投資對經濟增長的影響，本文選取FDI作為自變量，GDP為因變量；為了消除可能的異方差，對GDP與FDI兩個變量取自然對數，得出新的變量序列，分別記為LNGDP與LNFDI，本文建立如下線性方程：

LNGDP=β+αLNFDI+[AR(1)]

在格蘭杰因果檢驗中，分析的是兩個變量的相互關系，因此不存在模型的選擇。

2.2 時間序列的平穩性檢驗

2.2.1 平穩的定義及其檢驗方法

如果隨機序列二階矩有界，并且滿足一下條件：

（1）對任意整數 t，E(yt)=μ，μ 為常數；

（2）對任意整數 t和 s，自協方差函數 Yu，僅與 s有關，同個別時刻t無關。

這樣的序列稱為寬平穩隨機序列，或弱平穩。本文中所指的“平穩”的含義也是“協方差平穩”。

要驗證時間序列變量是否是非平穩的、是否具有隨機趨勢，就要對序列變量及其差分進行單位根檢驗。如果變量不能拒絕有單位根，則認為是非平穩的，存在隨機趨勢。一般采用迪克—富勒檢驗（Augmented Dickey Fuller(ADF)Test）平穩性。

在ADF檢驗中，為了保證方程的εt是白噪聲，在方程右邊加了一些滯后項，于是單位根檢驗的回歸方程為：

Δxt=ρxt-1+∑θtΔxt-1+εt

該方程稱為模型1。如果包含常數項，則為模型2：

Δxt=α+ρxt-1+∑θtΔxt-1+εt

如果在加入時間趨勢項，則為模型3：

Δxt=α+βt+ρxt-1+∑θtΔxt-1+εt

時間檢驗時從模型3開始，然后模型2、模型1，何時檢驗拒絕零假設，即原序列不存在單位根，為平穩序列，何時檢驗停止。這里的零假設為：Ho：ρ=1，否則，就要繼續檢驗，換句話說，只有檢驗到最后，才能得到原序列存在單位根的結論。

2.2.2 ADF的步驟如下

（1）估計回歸式 Δxt=α+βt+ρxt-1+ΣθtΔxt-1+εt

在給定ADF臨界值的顯著水平下，如果參數ρ顯著的不為0，則序列X存在單位根，說明是平穩的，結束檢驗。否則，繼續第二步。

（2）給定ρ=0，在給定ADF臨界值的顯著水平下，如果參數顯著的不為0，則進入第三步，否則表明模型不含時間趨勢，進入第四步。

（3）用一般的分布檢驗ρ=0。在給定參數ρ顯著的不為0，則序列X存在單位根，是平穩的，結束檢驗。否則，序列X存在單位根，是非平穩的，結束檢驗。

（4）估計回歸式 Δxt=α+ρxt-1+ΣθtΔxt-1+εt

在給定ADF臨界值的顯著水平下，如果參數ρ顯著地不為0，則序列X存在單位根，是平穩的，結束檢驗。否則，繼續下一步。

（5）給定ρ=0，在給定ADF臨界值的顯著水平下，如果參數α顯著的不為0，表明含有常數項，則進入第三步。否則，繼續下一步。

（6）估計回歸式 Δxt=α+ρxt-1+ΣθtΔxt-1+εt

在給定ADF臨界值的顯著水平下，如果參數ρ顯著地不為0，則序列X不存在單位根，是平穩的，結束檢驗。否則，序列X存在單位根，是非平穩序列，結束檢驗。

2.2.3 單位根檢驗的實證結果

為研究GDP與FDI具體的相關關系，需要建立兩者的回歸方程，為了消除可能的異方差，對GDP與FDI兩個變量取自然對數，得出新的變量序列，分別記為LNGDP與LNFDI。對LNFDI序列進行單位根檢驗，首先確定有無趨勢，常數項以及滯后期數。一般的順序是：先選含趨勢項和常數項的檢驗，如果趨勢項的t統計量不明顯，就再選只含常數項的，如果常數項的t統計量不明顯，就選擇常數項和趨勢項均不包括的一項。滯后期的確定主要是根據AIC準則和SC準則來確定，即遵循AIC值和SC值越小越好。

針對LNFDI序列進行單位根檢驗時我們先選含趨勢項和常數項，檢驗結果如表1所示：

表1 Augmented Dickey-Fuller Unit Root Test on LNFDI

由1表可知，ADF統計的檢驗值為-2.329960，其值均大于在1%，5%和10%的顯著性水平下的臨界值，故不能拒絕原假設，因此，我們認為LNFDI序列是非平穩序列，具有單位根。繼續對LNFDI一階差分LNFDI 1序列進行ADF檢驗，其結果如表2所示。

由表2可知，ADF統計的檢驗值為-6.724591，其值明顯小于不同檢驗水平下的三個臨界值，故拒絕原假設，即LNFDI 1序列不存在單位根，是平穩序列。

因此，LNFDI-I（1）為一階單整序列。

同理，我們對LNGDP序列進行同樣的檢驗，檢驗結果如表3所示。

由表3可知，ADF統計檢驗值為-2.361796，其值大于各個顯著水平下的臨界值，故不能拒絕原假設，即認為該序列存在單位根，為非平穩序列。繼續對LNGDP序列的一階差分LNGDP 1序列進行ADF檢驗，結果如表4所示。

由表4可知，ADF的檢驗統計量為-5.729733，小于各個顯著水平下的臨界值，故拒絕原假設，即LNGDP 1序列不存在單位根，是平穩序列，所以LNGDP-I(1)為一階單整序列。

表2 Augmented Dickey-Fuller Unit Root Test on LNFDI 1

表3 Augmented Dickey-Fuller Unit Root Test on LNGDP

表4 Augmented Dickey-Fuller Unit Root Test on LNGDP 1

檢驗結果表明：LNFDI，LNGDP在α=5%的顯著性水平下是非平穩序列，一階差分后的序列在α=5%的顯著性水平下是平穩的，即為一階單整序列，符合了協整的前提條件。

2.3 協整分析

2.3.1 協整定義以及檢驗方法

協整是指盡管每個變量自身可能是非平穩的，但它們的線性組合卻是平穩的。協整檢驗及協整向量的估計方法有很多，如Engle-Granger兩步法、Johansen最大似然法。由于本文討論兩個變量間的協整關系，所以采用兩變量的Engle-Granger檢驗，下面作簡要介紹。

首先用最小二乘估計協整向量：yu=c+y2y2t+…+ynymt+μt

其中，（1-y2…yn）是協整向量。

然后計算殘差并檢驗殘差是否是單位根過程。若時間序列 Xt,Yt都是 d 階單整，即 Xt?I(d)，Yt?I(d)，利用最小二乘法(OLS)用一個變量對另一個變量回歸，即有 Yt=α+βXt+et，用和表示回歸系數的估計值，則模型殘差估計值為若是平穩序列，即則Xt和Yt具有協整關系，協整向量為

2.3.2 協整檢驗結果分析

首先對變量進行OLS回歸，估計LNGDP對LNFDI的回歸方程，協整回歸模型如下式及表6。

LNGDP=19.38091218+0.0274743664*LNFDI+[AR(1)=0.98660418]

其次，檢驗殘差序列是否平穩，對協整回歸方程估計殘差序列e進行ADF檢驗，結果如表7。

由表7可知，殘差在5%臨界值水平下為平穩序列即LNGDP與LNFDI此時存在長期穩定關系。

2.4 格蘭杰因果關系檢驗

2.4.1 檢驗原理

協整檢驗結果告訴我們變量之間是否存在長期穩定關系,但是這種關系是否構成因果關系還需要對均衡關系進一步驗證。格蘭杰提出的因果關系檢驗可以解決此類問題。其基本原理是：在做Y對其他變量（包括自身的過去值）的回歸時，如果把X的滯后值包括進來能顯著地改進對Y的預測,我們就說X是Y的（格蘭杰）原因;類似地可定義Y是X的（格蘭杰）原因。同樣，為了更好的分析二者的因果關系，我們也假定這兩個變量都不受其他因素的影響。

表5 四川省1987～2007年GDP與FDI基礎數據

表6 LNGDP對LNFDI的回歸分析

表7 殘差e序列的ADF檢驗

2.4.2 Granger因果檢驗的結果

格蘭杰因果關系檢驗實際上是建立在兩個變量回歸的基礎上，所以在進行檢驗前都應考察序列的平穩性。而在對非平穩序列進行因果關系檢驗前應對序列進行協整檢驗，若二者存在協整關系，再對二者進行因果關系檢驗。同樣運用Eviews5.0對其進行格蘭杰因果關系檢驗，檢驗結果見表8所示。

檢驗結果表明，當確定5%的顯著性水平時，在滯期數為1時，LNGDP在8.635%的水平上為LNFDI的Granger原因，LNGDP是LNFDI的Granger原因，LNFDI與 LNGDP不互為因果，是一種單向的關系，在滯期數為2.5時，LNFDI與LNGDP互相獨立，經濟增長與外商投資之間沒有影響，在滯期數為6時，LNFDI與LNGDP存在Granger因果關系，即二者存在相互促進的關系。可以看出，在短期內，GDP的增長可以吸引更多的外商投資，在中長期內FDI對GDP的增長沒有促進作用，GDP的增長也不能導致更多的FDI的引進，但在長期內，GDP的增長可以吸引更多的外商投資，并且外商投資的增加可以促進經濟的增長。

表8 LNGDP與LNFDI的格蘭杰因果關系檢驗結果

3 結論

（1）隨著改革開放以來，經濟全球化進程的腳步不斷加快，四川省外商直接投資規模迅速發展，對四川經濟總量的拉動作用較大。

（2）通過對外商直接投資與四川經濟增長關系的協整分析，結果表明：雖然四川的經濟增長和外商直接投資各自是非平穩的，但二者之間的線性組合卻是平穩的，也就是經濟增長和外商直接投資表現出協同變化的一致趨勢，即二者存在長期穩定的均衡關系。

（3）在假設GDP和FDI不受其他因素影響的前提下，由Granger因果檢驗得出FDI與GDP在短期中一種單向的Granger因果關系，即四川經濟增長促進了外商直接投資的增加，在中長期內，FDI與GDP存在相互獨立的關系，但在長期內，FDI與GDP存在相互促進的關系，即外商投資的增加會促進經濟的增長，經濟的增長又會吸引更多的外商投資。

此外，需要注意的是，本文所選用的數據年限較短，僅21年，但是，在一定程度上還是具有一定的代表性，其基本分析的結果是可信的。

[1]Chuang,T.C,Lin.C.M.Foreign DirectInvestment,R&D and Spillover Efficiency:Evidence from Taiwan’s Manufacturing Firms[J].The Journal of Development Studies,1999,(8).

[2]Robert E,Lipsey.Home and Host Country Effects of FDI[C].NBER Working Paper,2002.

[3]NicholasApergis,Katrina Lyroudi,AthanasiosVamvakidis.The Relationship between Foreign Direct Investment and Economic Growth:Evidence from Transition Countries[J].World Transition E-conomy Research,2008,28(11).

[4]羅長遠.FDI、國內資本與經濟增長——1987-2001年中國省際面板數據的證據[J].世界經濟文匯，2006,（4）.

[5]高佩娟.山東省外商直接投資與經濟增長關系的實證分析——以1990-2004 年為研究區間[J].山東經濟，2007，（3）.

[6]李志強,鄭循剛.四川省經濟增長分析及對策研究[J].工業技術經濟，2004，（6）.

[7]楊光詣.經濟增長與外商直接投資關系研究——基于上海市數據的實證分析[J].經濟研究，2006，（6）.

[8]楊小玲，劉用明.外商直接投資與四川經濟發展[J].重慶大學學報(社會科學版)，2009，（4）.

[9]中國統計年鑒1985～2008[G].北京：中國統計出版社.

[10]四川統計年鑒1988-2008[G].成都：四川統計出版社.

[11]重慶市統計年鑒1988-2008[G].重慶：重慶統計出版社.