經濟增長與產業結構受FDI影響的實證研究

劉剛

中圖分類號：F830? ?文獻標識碼：A

內容摘要：為了進一步了解和掌握經濟增長、產業結構和外商直接投資的關系，本文利用實證分析方法，借助VAR模型對三者間關系展開深入研究。其中，經濟增長主要以二、三產業的國內生產總值GDP作為替代變量，產業結構優化主要以第三產業生產總值所占比例IST作為替代變量，外商直接投資則以實際利用的外商投資額FDI作為替代變量。研究結果表明，FDI對我國的經濟增長和產業結構優化具有一定的促進作用，而經濟增長和產業結構優化也能夠在一定時期內促進FDI的流入。

關鍵詞：外商直接投資? ?經濟增長? ?產業結構? ?VAR模型

VAR模型概述與變量選取

（一）VAR模型概述

VAR模型即向量自回歸模型，是研究變量關系的一種非結構化模型。在VAR模型中，各變量的研究并非以傳統的經濟理論作為基礎，該模型通過將某一事物或體系內的內生變量視為其中全部內生變量所對應的滯后項函數來完成對各變量關系模型的構造。通常表示如下：

Yt=A1Yt-1+A2Yt-2+…+ApYt-p+B0Xt+…+BrXt-r+εt? ? ? ? （1）

式（1）中，Yt和Yt-1分別表示所研究的系統中K維內生變量向量與滯后內生變量向量;p、r分別表示系統中的內生變量以及外生變量所對應的滯后階數。At與Bi分別表示k*k和k*d維系數矩陣，二者均為帶估計的參數矩陣。εt則表示誤差向量。本文對于外商直接投資FDI與經濟增長GDP和產業結構IST間的關系研究主要借助VAR模型來完成。根據VAR基本模型，將三者間關系的VAR模型予以構建，如式（2）所示。

（2）

（二）變量選取

在當前經濟全球化背景下，外部資本的引入對一國或地區的經濟發展具有至關重要的作用。綜合本文所研究的經濟增長與產業結構受FDI的影響，選取變量如下：

產業結構優化。從既有的國際經濟和產業結構發展經驗來看，一國和地區的產業結構是否能夠得到優化，重點在于本國第三產業的生產總值在該國國內生產總值中所占比重是否能夠上升。雖然國際上并未針對這一產業結構優化指標的衡量給出統一標準，但目前應用較多的衡量方法為Kuznets第三次產業比重標準。基于此，本文也選取第三產業GDP在一國GDP總量的比值IST作為衡量該國產業結構優化的指標。

經濟增長。對于經濟增長這一變量，特別需要強調的是，就現階段而言，我國外商直接投資主要集中在第二、三產業方面，故本文在研究過程中，主要將二、三產業的國內生產總值作為經濟增長的替代指標，記為GDP。

FDI，即外商直接投資指標。本文對FDI的衡量主要以實際利用的外商投資額作為FDI的替代指標，直接記錄為FDI。

實證分析

（一）數據來源

本文主要選取1998-2017年的各變量數據，相關數據來自《中國統計年鑒》。其中，FDI和GDP兩類指標的相關數據直接引用年鑒數據，IST的數據主要通過對相應年份第三產業GDP在我國GDP總量中的占比計算而得。

（二）平穩性與格蘭杰因果關系檢驗

為避免后續基于VAR模型研究過程中異方差和多重共線性等相關問題的產生而導致研究結果失真，需要對各變量的平穩性進行ADF單位根檢驗。在檢驗過程中，為了保證數據形式和結果的一致性，對相關變量進行對數處理，記作LNFDI、LNGDP和LNIST。借助Eviews 7.2統計軟件開展相關數據的ADF檢驗，從而驗證各數據變量的平穩性。研究發現，LNFDI、LNGDP和LNIST的P值均大于0.05，在任何顯著水平下均為非平穩序列;但其各自的差分序列△LNFDI、△LNGDP和△LNIST均為平穩序列。基于此，本文將選取各變量的差分序列構建VAR模型。

在對各變量的VAR模型予以構建前，通過格蘭杰因果關系檢驗和判斷各變量的因果關系，相應結果如表1-表3所示。

在△LNGDP與△LNFDI格蘭杰因果關系檢驗結果方面，由表1可知，對于△LNGDP不是△LNFDI的格蘭杰原因假設，當滯后階數在1-6時，相應的P值均大于0.05，拒絕了原假設，表明△LNGDP是因其△LNFDI發生變化的格蘭杰原因。對于△LNFDI不是△LNGDP的格蘭杰原因的假設，當滯后階數在1-5時，相應的P值均大于0.05，拒絕了原假設，表明在一定滯后期內，△LNFDI是能夠對△LNGDP產生影響的，即△LNFDI為△LNGDP的格蘭杰原因。具體解釋為，在短期內，外商直接投資能夠促進我國的經濟增長，但從長期來看，其對經濟增長的長期帶動作用則有限。

在△LNIST與△LNFDI格蘭杰因果關系檢驗結果方面，由表2可知，對于△LNIST不是△LNFDI的格蘭杰原因的假設，當滯后階數為1-6時，相應的P值均大于0.05，拒絕了原假設，表明△LNIST是△LNFDI的格蘭杰原因。對于△LNFDI不是△LNIST的格蘭杰原因的假設，當滯后階數為1-5時，相應的P值均大于0.05，拒絕了原假設，表明△LNFDI是△LNIST的格蘭杰原因。具體解釋為，在短期內，我國外商直接投資同產業結構的調整優化間存在雙向因果關系，即通過優化產業結構，能夠進一步吸引外商直接投資，而短期內外商直接投資的增加又會為促進我國產業結構的調整優化提供一定動力。但從長期來看，二者的雙向因果關系仍然有待商榷。

在△LNIST與△LNGDP格蘭杰因果關系檢驗結果方面，由表3可知，對于△LNIST不是△LNGDP的格蘭杰原因的假設，當滯后階數為1-6時，相應的P值均大于0.05，拒絕了原假設，表明△LNIST是△LNGDP的格蘭杰原因。對于△LNGDP不是△LNIST的格蘭杰原因的假設，當滯后階數為1-6時，相應的P值均大于0.05，拒絕了原假設，表明△LNGDP是△LNIST的格蘭杰原因。具體解釋為，我國產業結構的調整優化同經濟增長間存在長期的雙向因果關系。

（三）VAR模型構建

由上述格蘭杰檢驗結果可知，對于△LNFDI、△LNGDP和△LNIST三個平穩序列，其在一定時期內具備雙向因果關聯。因此，本文將△LNFDI、△LNGDP和△LNIST各內生變量的滯后變量作為前定變量，對VAR模型予以構建，從而了解并掌握所研究變量間的關系。遵照AIC與SC最小取值原則，將各變量滯后期確定為3階。表4給出了各變量的VAR模型參數估計結果。

由表4可知，VAR模型中參數估計中的T值基本是顯著的。結合表4所示的各變量相關系數，可構建如下VAR模型：

（3）

對式（3）所構建的VAR模型進行基于AR根的穩定性檢驗，若所構建的模型中的全部根模的倒數均小于1，則表明在單位圓中，模型為穩定的，相應結果如圖1所示。由圖1可知，全部單位根均位于單位根圓當中，故可判斷所構建的VAR模型是穩定的，這也說明所選取的各變量間存在長期穩定關系。為了進一步了解和掌握外商直接投資、經濟增長和產業結構間的相互動態關系，下文則借助脈沖響應函數與方差分解展開各變量關系的分析。

（四）脈沖影響分析與方差分解

第一，脈沖響應分析。借助脈沖響應函數完成對各變量長期動態關系的研究。在具體操作上，主要應用Multiple Graphs，即復合圖法輸出相應的脈沖響應結果。相應的結果如圖2-圖4所示。

圖2為DLFDI受各變量沖擊的脈沖響應路徑。由圖2可知，在DLFDI受DLIST的脈沖沖擊響應方面，在第1期到第2期，為正向響應;第2期則由正轉負;第6期開始又轉變為正向相應。

DLFDI受自身脈沖沖擊響應的情況為，1-3期為正向響應，且波動劇烈;在后續的滯后期，則正負反復波動，滯后效應較為顯著。

DLFDI受DLGDP的脈沖響應情況為，在1-3滯后期持續上升，并在第3期達到最大值，而后整體下降，在第6期響應由正轉負，且后續幾期趨向于0，呈現出顯著的滯后效應。

圖3為DLGDP受各變量沖擊的脈沖響應路徑。由圖3可知，在DLGDP受DLIST的脈沖沖擊響應方面，1-4滯后期響應為負，第4期后由負轉正，且前1-8滯后期響應不斷提升，且在第8期達到最大值，這也表明經濟的增長在一定程度上得益于產業結構的優化。

DLGDP受DLFDI的脈沖響應情況為，1-3期響應為正，第3期開始轉變為負，且在1-5期整體呈現出持續走低的趨勢。在第6期以后，趨向于0，滯后效應明顯。由此可見，在FDI引入前期，其規模的擴大必然會促進GDP的發展。

DLGDP受自身脈沖沖擊響應的情況為，在前1-6期持續下降，且在第5期響應由正轉負，在第6期降至最低，而后逐漸趨于0，這也進一步驗證了我國近年來經濟發展速度相對放緩的事實。

圖4為DLIST受各變量沖擊的脈沖響應路徑。由圖4可知，DLIST受自身脈沖沖擊響應的情況為，雖然在第1期響應為正，但在前1-8期，響應從整體上呈現逐漸變弱的趨勢，在第8期后才由負轉正。

DLIST受DLFDI和DLGDP的脈沖響應趨勢表現出一定的一致性。DLIST在第7和第8期前，對DLFDI和DLGDP的響應為正，但均具有一定波動，而后響應由正轉負。表明在一定時期內，外商直接投資和經濟增長能夠促進產業結構優化，但從長期來看，這種促進作用會逐漸減弱。

第二，方差分解。方差分解即研究各信息（預測值與實測值之差）沖擊對變量變化的貢獻程度，進而掌握各信息對變量的相對重要性。利用Cholesky分解法對式（3）所示的VAR模型予以方差分解，為提高分析的便利性，取1-8滯后期進行分析，以期了解和掌握外商直接投資、經濟增長與產業結構優化對其各自變量沖擊的程度。具體結果如表5-表7所示。

根據表5所示的DLIST方差分解結果可知，在第1期，DLIST只受自身沖擊的影響。第2期開始后，其受到自身沖擊影響的比重逐漸下降，最終穩定在66.5%左右。相應地，第2期開始后，DLIST受到DLFDI和DLGDP的影響則逐漸提升，且在第8期時，沖擊影響區域穩定，分別在30.4%和2.9%左右，即除了受自身波動影響外，DLIST受DLFDI的影響明顯大于DLGDP的影響。由此可見，經濟增長對產業結構的優化影響要小于外商直接投資對產業結構優化的影響，即相較于經濟增長，外商直接投資對產業結構優化的影響更大。

根據表6所示的DLFDI方差分解結果可知，在第1期，DLFDI受到自身波動沖擊和DLIST的影響，但DLIST的沖擊影響相對較小，只有3.94%。第2期后，雖然DLFDI受自身波動的影響逐漸下降，但下降的幅度較小，并在最后穩定在80.2%左右。相應地，DLGDP和DLIST對DLFDI的影響程度雖然逐漸提升，但提升幅度也相對較小，并在最后穩定在2.31%和17.5%左右。產生這一結果的原因可能是，FDI（外商直接投資）可能會受到眾多外部因素的影響，如投資國政策、投資企業規模等，而我國作為東道國，隨著經濟增長以及產業結構優化雖然能夠對FDI施加影響，但影響程度較為有限。

根據表7所示的DLGDP方差分解結果可知，在第1期，DLGDP同時受到DLFDI、DLIST和自身波動沖擊的影響，且其受自身波動的影響要低于受DLFDI的影響。從第2期開始，DLGDP受自身波動影響的程度逐漸降低，并穩定在8.5左右。相應地，DLGDP受到DLFDI和DLIST的影響則逐漸提升，并在第6期后趨于穩定，分別達到77.5%和14.1%。這表明，外商直接投資和產業結構優化能夠促進我國經濟增長，且相較于產業結構優化，外商直接投資對經濟增長的促進作用更為明顯。

政策建議

本文認為未來我國應從以下幾方面準確把握外商直接投資、經濟增長和產業結構的關系，促進三者的協調發展。

首先，進一步推動外商直接投資的發展和升級。一方面，應創建良好的內部投資環境，在綜合考慮產業結構優化的基礎上，持續加大對生產性服務業的外商投資力度和規模。另一方面，我國還應進一步加強對知識產權保護的相關法律法規建設，使之與國際標準或慣例相接軌，提高跨國企業的投資信心。與此同時，逐步放寬外商投資范圍，并通過政策引導，形成對外商資金的引流，充分發揮外商直接投資對我國經濟發展和產業結構優化的促進作用。

其次，做好外商直接投資外流的防范措施。近年來，我國經濟增速相對放緩，相關實體產業的投資回報率增幅較低，從而增加了外商直接投資外流的風險。因此，在鼓勵和積極引進外商直接投資的同時，我國還應持續加大對本土產業的支持，促進本土產業實現基本累計，從而應對可能出現的外商直接投資外流的風險，避免對海外資本的過度依賴。

最后，進一步強化我國產業結構調整。一方面，應將產業結構發展的政策重心從既有的部門傾斜，逐漸過渡到支持關鍵環節和結構性政策方面，逐步提升我國在全球分工的地位。另一方面，還應進一步加大自主創新力度，將原有的技術引進模式轉變為集技術引進、消化吸收、自主創新于一體的技術創新模式，并將提高關鍵技術開發能力、完善產業技術供給體系和準確把握技術升級發展方向等共同納入到自主創新任務當中，為產業結構的優化調整提供充足的技術保障，進而促進我國經濟的健康、穩定發展。

參考文獻：

1.王昕.自貿試驗區背景下外商直接投資產業結構優化效應研究—以珠三角為例[J].湖北社會科學，2018（12）

2.桑百川，張彩云.利用外商直接投資推動中國經濟高質量發展[J].新視野，2018（4）

3.李楊，馮偉杰，賈瑞哲.對我國進一步擴大利用外商直接投資的思考[J].國際貿易，2018（6）

4.欒申洲.對外貿易、外商直接投資與產業結構優化[J].工業技術經濟，2018（1）