广州市FDI、经济增长与就业关系研究
摘要
摘要：本文采用Eviews8.0计量分析软件分析了广州市1988-2014年外商直接投资、经济增长和就业水平等时间序列的平稳性，并运用协整分析、脉冲函数分析和方差分解分析等实证研究方法，对三者之间的关系进行了实证分析。分析结果表明：广州市外商直接投资、经济增长和就业水平之间存在着长期稳定的协整关系，并且外商直接投资对经济增长具有一定的促进作用，但对就业水平提高没有直接作用。经济增长会吸引外商直接投资进入广州，并对就业水平的提高有着良好的促进作用。总而言之，广州外商直接投资、经济增长和就业水平之间呈现着动态变化的关系，但长期来看是趋于稳定的。
【关键词】FDI；经济增长；就业水平；协整分析；方差分解
一、 绪论
（一）、研究背景
1978年，中国共产党召开具有重大历史意义的十一届三中全会，我国开启了波澜壮阔的改革开放历史进程。十一届三中全会后，广东一直是改革开放的前沿阵地和“试验田”。作为广东的省会，广州是广东改革开放的中心，仅用30年时间便实现了发达国家用了200年走过的从工业化初级阶段到中级阶段的巨大飞跃。目前我国处于经济增长速度换挡期、结构调整阵痛期和前期刺激政策消化期等“三期叠加”的特殊时期，在这一大背景下我国提出建设“一带一路”的战略构想，其中“一路”是指“21世纪海上丝绸之路”。广州作为“21世纪海上丝绸之路”的重要港口城市和国际空港枢纽，能否在新的历史条件下抓住机遇，使其改革与开放更进一步，促进经济增长与就业持续健康发展，是一值得思考的重要问题。
（二）、文献综述
吴德进（2007）运用协整检验和误差修正模型对1981-2006年福建省FDI、对外贸易与经济增长等时间序列进行实证研究发现，从长期看FDI对经济增长具有明显的促进作用，但从短期看FDI与经济增长的长期均衡水平产生了偏离。
刘宏、李述晟（2013）通过构建VAR模型分析我国1985-2010年的FDI、经济增长以及就业等时间序列数据发现，FDI对我国经济增长和就业具有明显的促进作用，我国经济增长对FDI的流入具有积极作用。
李豫新、孙培蕾（2016）采用VAR模型分析丝绸之路经济带西北段区域1985-2014年间FDI、经济增长与就业等时间序列数据之间的动态关系发现，FDI对经济增长的促进作用明显，但对就业没有明显的促进作用，同时经济增长也未能明显促进FDI的流入。
二、实证分析
（一）、模型建立与变量选取
向量自回归模型（VAR模型）模型可对相关时间序列进行系统地分析与预测，并可检验变量系统遭到随机扰动的动态冲击后所做出的反应，进而解释经济冲击对经济变量的影响。本文着重分析外商直接投资、经济增长和就业之间的相互作用关系，所以采用VAR模型。VAR(p)模型的数学表达式为：
yt=A1 yt-1 +?+Ap yt-p+B Xt +εt
其中：yt是k维内生变量，Xt是d维外生变量，p是滞后阶数，样本个数为T。k×k为矩阵A1，??，Ap和k×d维矩阵B是要被估计的系数矩阵。εt是k维扰动向量。
外商直接投资（FDI）有合同外资和实际外资之分，前者为投资者应付的注册资本，后者为投资者的实际投资水平，只有实际外资才能够体现我国的外资利用水平，所以外商直接投资采用实际利用外资数据，并根据每年人民币兑美元平均汇率计算为亿元人民币，记为FDI；经济增长通常指GDP增长，所以经济增长采用每年末的GDP总量数据为指标，单位为亿元人民币，记为GDP；就业指标采用每年末社会从业人员数据，单位为万人，记为SW。其中经济增长指标GDP和外商直接投资FDI，以1988年为基年用我国GDP平减指数做平滑处理。本文所采用的数据，除人民币兑美元平均汇率来自中经网统计数据库外，其他数据均来自《广州年鉴》（1989-2015）。
（二）模型检验
1、平稳性检验。在进行计量分析时，为了消除时间序列数据的异方差，应采用其对数的形式来分析。取对数后，三个变量分别记为LNFDI、LNGDP和LNSW。VAR模型要求时间序列是同阶平稳的，因而应对这三组数据进行平稳性检验。采用ADF检验方法的结果如表1：
表1：LNFDI、LNGDP和LNSW的平稳性检验结果
变量 LNFDI LNGDP LNSW D(LNFDI) D(LNGDP) D(LNSW) ADF值 -2.699214 -0.219141 -2.329331 -3.742344 -3.721399 -4.343126 1%临界值 -4.374307 -4.356068 -4.356068 -4.532598 -4.374307 -4.374307 5%临界值 -3.603202 -3.595026 -3.595026 -3.673616 -3.603202 -3.603202 10%临界值 -3.238054 -3.233456 -3.233456 -3.277364 -3.238054 -3.238054 P值 0.2450 0.9889 0.4048 0.0442 0.0395 0.0107 根据检验结果可以看出，变量LNFDI、LNGDP和LNSW的ADF值都分别大于在1%、5%和10%显著性水平时的临界值，不能拒绝单位根假设，说明这三个变量的水平序列是不平稳的。对这三个变量进行一阶差分后再做ADF检验，检验结果表明变量D(LNFDI)、D(LNGDP)和D(LNSW)的ADF值均小于5%和10%显著性水平时的临界值，且P值均小于0.05，能拒绝单位根假设，表明这三个变量的水平序列是平稳的。综上所述，变量LNFDI、LNGDP和LNSW等序列是一阶单整的，即为I（1）序列。
2、协整检验。协整检验有两种方法，一种是基于回归残差的协整检验，这种检验也称为单一方程的协整检验；另一种是基于回归系数完全信息的Johansen协整检验。前一种方法适用于两个变量之间的协整检验，后一种方法适用于多个变量之间的协整检验，所以本文采用
Johansen检验对变量LNFDI、LNGDP和LNSW进行协整检验。
Johansen协整检验的关键在于确定模型的滞后阶数，结果如表2：
表2：VAR模型的最优滞后阶数
Lag 0 1 2 LogL 1.453907 119.7406 128.4308 LR NA FPE 0.000227 AIC 0.123687 -8.619250* -8.594462 SC 0.269953 -8.034189* -7.570606 HQ 0.164255 -8.456979* -8.310488 198.7217* 3.66e-08* 12.51382 3.89e-08 由LR、FPE、AIC、SC和HQ等原则可确定该VAR模型的最优滞后阶数为L=1，根据Johansen的特征根协整检验原理，下一步是确定检验假设。Johansen协整检验结果见表3：
表3：Johansen协整检验
Hypothesized No. of CE(s) None * At most 1 At most 2 Eigenvalue 0.561340 0.356466 0.076981 Trace Statistic 33.62291 13.02216 2.002645 0.05 Critical Value 29.79707 15.49471 3.841466 Prob.** 0.0173 0.1140 0.1570 注：*表示在5%显著性水平下拒绝原假设。
由上述检验结果可知，广州市的外商直接投资、经济增长和就业之间存在着长期稳定的协整关系,其模型估计结果如下：
LNSWT 2.630399 0.753442 -0.015094 0.001026 LNSW(t-1) LNGDPt = 0.403853 + 0.233584 1.063339 0.057450 LNGDP(t-1) LNFDIt -1.154082 1.365101 2.167945 0.901437 LNSW(t-1) -0.399212 0.280083 -0.036537 LNSW(t-2)εt
+ -0.288505 -0.060145 -0.056022 LNGDP(t-2) + εt -0.898712 -2.343732 -0.074313 LNFDI(t-2)εt
进一步地，需要检验模型的稳定性，笔者根据AR根进行检验。如果被估计的VAR模型所有根模的倒数小于1，即位于单位圆内，则其是稳定的。如果模型不稳定，某些结果将不是有效的（如脉冲响应函数的标准误差）。AR根检验结果如图1和表4所示：
图1：单位根检验结果图示 表4：单位根检验结果数据 Root 0.978151 0.770815 0.399281 - 0.474693i 0.399281 + 0.474693i 0.442257 Modulus 0.978151 0.770815 0.620289 0.620289 0.442257 0.271567 -0.271567 stability condition. No root lies outside the unit circle.VAR satisfies the 由图1可知，VAR模型的所有根模的倒数均位于单位圆内，即均小于1（如表2所示），表明该模型是稳定的。
3、脉冲响应函数分析。在实际应用中，由于VAR模型是一种非理论的模型，因此在分析VAR模型时，往往不分析一个变量的变化对另一个变量的影响如何，而是分析当一个误差项发生变化，或者说模型受到某种冲击时对系统的动态影响，此种分析方法称为脉冲响应函数方法。
图2：GDP对FDI的脉冲响应图
GDP对FDI的脉冲响应图为图2。由图2可知，当FDI在当期受到一个正的冲击后，广州的GDP增长短期内呈现出上下波动，并且经济增长在第二期达到最大，而后持续下降直至第六期，之后保持平稳。尽管GDP对FDI冲击的响应有所波动，但均为正的响应，这说明FDI流入对广州的经济增长具有持续的正向促进作用。