FDI对广东省产业结构升级影响的线性分析

鲁朝云

内容摘要：资本效应和技术溢出效应是外商直接投资（FDI）的两个重要作用力，通过这两个基础性的因素，外商直接投资（FDI）对产业结构的分布特征和演进过程都产生了一定的促进作用，其本身的规模变化也反映了产业结构的资金吸引力变化。本文着眼于广东省产业结构升级情况与FDI利用特征的相关关系，利用VAR模型将两者纳入到同一个研究分析框架下，在得到FDI对产业结构升级影响的线性关系特征后，进一步运用脉冲响应函数分析了产业结构升级在受到FDI变动冲击时的响应状况，结合方差分解说明了FDI变动对产业结构升级的解释作用情况，以期为相关政策制定提供一定借鉴。

关键词：外商直接投资   产业结构升级   VAR模型

引言

FDI（Foreign Direct Investment）也被称为外商直接投资，FDI对资金流入的国家或者地区经济发展具有一定程度上的推进作用。广东省由于地理位置优势和改革开放时间较长，对应的FDI利用水平一直处于一个相对较高的水平上，从绝对数量方面进行考察，广东省也是利用FDI的重点区域之一。FDI对经济发展具有多种作用路径，能够给产业发展带来一定程度上的促进带动作用，同时也对产业分布特征产生一定的影响。FDI对产业分布特征和结构演化特征的作用路径主要涵盖资本供给、技术外溢。产业的发展程度和产业结构优化度具有一定程度上的相关性，目前我国产业发展正处于升级换轨的新阶段，产业结构升级的要求更加迫切，广东省作为利用FDI的桥头堡之一，有必要在利用FDI促进其自身产业结构升级优化方面起到一定的带动和示范作用。FDI与产业分布特征和结构高级化具有一定程度上的相关关系，在促进产业分布合理化和结构演变升级的过程中需要从多个方面利用FDI。一个重要的方面就是要能夠在一个更高、更有效的水平上引入FDI来更好地服务于产业结构的升级优化。基于此，本文立足于FDI对广东省产业分布合理化和结构演变高级化的影响分析，进一步厘清FDI和产业分布合理化和高级化之间的作用路径及相关作用的方向，促进广东在一个更高的层次上利用好FDI这一重要发展工具，进而能够为促进其产业分布合理化和高级化发展提供一个有效借鉴参考。

FDI与产业结构升级现状分析

（一）FDI与现状分析

FDI是指在本国或本地区以外的其他国家或地区进行的相应投资行为，是资金、技术等生产要素能够实现跨国或跨地区流动的重要方式之一，也是投资行为在空间上的扩展。基于投资行为的盈利性、预期或者企业发展的战略投资需要，FDI总是向市场潜力大、投资环境好、投资回报率高的国家或地区进行流动。

图1展示了广东省2007-2016年 FDI利用规模走势情况，2007-2016年FDI利用规模呈现平稳增长后拐头下降，最低值出现在2007年，最高值出现在2015年。在2016年出现了回落趋势，FDI利用规模与2012年2354911万美元相近，为2334921万美元。

从表1可以看出，2016年FDI比较集中的行业为制造、房地产行等业，其占比的绝对数值均超过10%，其中FDI最高的行业是制造业，对应投资金额是577628万美元，其占比达到了总投资额的24.74%。而FDI最低的行业是卫生、社会保障和社会福利业，具体投资金额是187万美元，相应的比例仅为0.01%。

（二）产业结构升级测度与现状分析

产业结构升级指的是一个国家或地区三次产业产值在整体产值中的比例分布呈现出优化趋势，体现为产业比例分布上逐渐向第三产业升级过度，在此过程中会伴随着产业生产效率的提升、发展方式的升级、以及科学技术的升级迭代，从而能够在一定水平上推动产业发展的整体升级。在产业分布合理化和结构演变高级化衡量方面，第三产业分布比例提升是一个重要的组成部分，围绕三次产业结构的分布特征衡量，本文考虑将三次产业结构的分布特征综合成一个数值，进而实现横向比较，进一步形成一组可量化的变量序列。本文参考徐德云（2008）的产业升级测量值的构造方法，从三次产业升级的演化特征出发，提出产业结构升级系数的构造方法。 产业分布合理化和结构演变高级化主要运用产业结构升级系数来衡量，其对应公式为：

α1、α2、α3为三次产业产值占GDP的比重。从结构升级系数R计算公式可以看出，当系数R趋向于3时，产业分布合理化和结构演变特征越趋向于“服务型”，即系数R逐步增大表明产业分布逐步合理化和结构向高级化演变。本文运用2007-2016年广东省年鉴的相关数据整理计算得到了产业结构升级系数如图2所示。

2007-2016年广东省产业结构升级指数总体呈现波动上升趋势，其中最小值出现在2007年，其对应值为2.38，最高值2.479出现在2016年。在2009年和2013年产业升级指数出现了2次次高峰，其对应值为2.409和2.441。

2007-2016年广东省三次产业带动作用见表2。

FDI对广东省产业结构升级影响的线性分析

（一）VAR模型构建

VAR模型及变量指标。向量自回归模型（VAR）是把系统中的单项内生变量当作全部内生变量的滞后期数值的函数，以此为基础构建相应的模型，是基于基本的数学方法和计量统计方法把变量间的动态关系综合到一起，将单变量回归扩展至多元回归。模型本身突破经济学理论的严格限制，其基础要求放宽至变量存在相关关系，即可以纳入到模型的分析框架中，综合所有变量间的动态性关系进行对应的估计，从而能够对样本实现变动分析和一定程度上的预测。其数学表达式为：

VAR模型本身具有一定的灵活性和对经济学理论要求的宽松性，对变量指标相关参数可以不设置相关的约束，即变量参数零约束。FDI对经济发展的带动作用研究较为广泛，刘梦琴（2011）等人利用FDI数据建立VAR模型分析了优化FDI结构的路径。陈文新（2015）等人则进一步研究了西北地区FDI对当地经济发展的影响。从以往的研究来看，FDI对经济或者产业的驱动分析分为线性和非线性分析。本文重点讨论FDI对产业分布逐步合理化和结构向高级化演变的线性作用机制，以广东FDI作为解释变量，前文所构建测度系数R作为被解释变量。其中FDI数据、系数R均由2007-2016年广东省统计年鉴数据整理而来。

单位根检验。VAR模型构建的基础性要求之一是变量对应观测值需要具备平稳性，但是这一点在实际的经济运行中是很难实现的，大部分基础数据都会随着时间变化而呈现出非平稳变化，在一段时间周期内呈现出波动的上升或下降趋势。在这种情况下，对时间序列数据直接进行普通的线性回归，则估计的有效性、无偏性可能会受到一定程度上的影响，进而回归结果的真实性会受到影响，产生“伪回归”。从VAR模型变量稳定的基础性要求出发，本文首先将对应的时间序列进行ADF单位根检验，具体结果见表3。

根据表3可以得到，FDI经过一阶差分后成为△FDI并变成了平稳性序列I（0），R经过一阶差分后的△R变成了平稳性序列I（0）。

Johansen协整分析。协整检验主要是分析变量序列相互间是否具有某种相互制约均衡关系，时间序列间的动态关系又在一定程度上受到一些随机项的明显扰动。当原始变量序列初始处于非平稳状态时，可以选择差分法使得其趋向于平稳化，在此基础上构造VAR模型，但是通过差分法处理并不是一种最优处理方式。多组非平稳变量序列在一定的逻辑映射基础上实现合理的组合，则对应的组合趋于平稳的。差分处理方法后的VAR模型可能会使部分信息丢失，甚至差分后的变量在解释上可能会与实际情况在一定程度上有所出入。Johansen检验既可以检验两个变量，也可检验两个以上变量。本文选取Johansen检验，首先确定模型最优滞后阶数，在AIC、SC、HQ准则下均可确定最优滞后阶数为1阶，具体情况如表4所示。

根据表5迹检验显示，当选取5%的置信水平时，广东省产业结构升级系数R和实际利用外商直接投资间具备某种协整关系，即两者之间存在着一个长期稳定的关系。在EG两步法下可得到一个有效回归方程，具体得到方程式为：

模型中调整R2在一个较为可靠的区间内，同时F值也较大。进一步看lnFDI的系数为0.0423，说明从长期来看，产业结构升级对FDI的流入表现出显著的正反馈，具体可以解释为，当lnFDI增加或减少一个单位时，产业结构升级指标会随之增加或减少0.0423个单位。

格兰杰因果关系。协整检验衡量的是FDI与产业分布合理化和结构演变高级化是否具有某种长期均衡关系，而两者因果关系属性并没有进行明确界定，即未能确认FDI是产业分布合理化和结构演变高级化的一个有效推动因素，此时需要进行格兰杰检验。VAR模型中格兰杰因果关系检验实质上是去检验一个内生变量是否具有外生性特征，并将两者所具备的属性等同看待。就VAR模型中的单个方程而言，单个其他内生变量的滞后项联合显著的x2（Wald）统计量是一个重要参数值。每一个其他内生变量的滞后项联合显著的x2（Wald）统计量。这个不同于普通的格兰杰因果关系检验，其分析时要充分对F统计量进行关注，因此检验过程中随着关注的统计量不同，进而导致结果也会有所不同，具体的检验结果如表6所示。

从表6参数结果来看，FDI对应的Prob.值为0.0258，当选择5%的置信水平时，即FDI变量具有内生性。FDI是广东产业分布逐步合理化和结构向高级化演变的单向格兰杰原因。也就是说，FDI可以在某种程度上解释广东省产业结构升级情况。

（二）脉冲响应分析与方差分解

模型的稳定性检验。VAR模型有效的一个前提就是模型是稳定的，如果模型不稳定则会导致后期很多的估计结果和分析可能产生偏差，使得有效性降低甚至无效，例如在VAR模型基础上得到的脉冲响应函数的标准差。从图形方面看，VAR模型稳定与否的判断标准是对应的所有特征值是否全部落在二维坐标的单位圆内，单位圆是以原点为圆心，对应的半径为1;从数表上看，要求VAR模型数表中所有特征根的倒数要小于1，具体如图3所示。

从图3可以看出，此模型所有单位根对应的倒数都小于1，也就是说，所有单位根都位于单位圆的内部，在这种情况下VAR模型处于一个稳定状态，进一步进行后续分析是有意义并且有效的。

脉冲响应分析。在很多情形下，VAR模型中众多的系数以及由其组成的等式并不是研究者所特别关心的对象。大部分情况下，建立VAR模型进行分析可以得到一系列系数值和对应的方程等式，但是很多时候，这并不是本文所要研究的重点内容。VAR模型作为一个系统的模型，着重分析的是模型系统中变量的约束和均衡关系，对应到每个系数反映的是一个局部的关系，而对于整个系统的动态运动关系和相关关系并不能充分的衡量，进一步考察一个变量的系统性影响和对系统中其他变量的全部影响状况，包括对其自身的影响状况，此时就需要使用脉冲响应分析。脉冲响应分析刻画了当t期以及t期前的时间周期内，其他变量处于一个相对稳定的状态，一次冲击响应的过程，能够从动态的角度去描述变量间的互动及约束关系。如前文所述，分析一次冲击响应过程的基础前提是VAR模型系统稳定，否则导致分析过程结果可能产生一定的不准确因素。

具体如图4所示，实线对应的脉冲响应函数时间路径，虚线对应的是置信区间。根据图4中的实线运行特征角度来看，脉冲响应能够追踪期数越多，则表明稳定化趋势更明显。同时也可以看出，當FDI释放一个正向冲击后，影响逐渐增大，到第4期趋于最高值后呈现稳定平缓的下降趋势，此时影响逐步减弱，由此可以表明系数R会受到FDI释放的正向冲击的显著影响，并且效应持续时间较长。

方差分解。若变量波动降低，则含有的有效信息就会减少，反映到方差上就是方差值变小。而方差越大，表示变量波动性越大，含有的信息更多，则对应的解释能力增强。方差分解可以看作是单个结构性冲击内生变量波动趋势变化的贡献程度，能够反映VAR模型系统中不同的变量的扰动项重要程度。脉冲响应函数反映了变量对某一冲击的响应方向和响应的程度大小，但是不能横向比较不同冲击下某个特定变量所产生的响应强度。

从图5中可以看出，产业结构升级系数R时间路径呈现出不断下行趋势，同时整个运行过程都是非负的，这说明当期产业结构升级系数R对滞后期产业分布合理化和结构演变高级化贡献率越来越小，随后各期自身变动的贡献率维持在40%左右。而FDI对系数R的方差分解时间路径一直为正且不断上升，FDI对产业分布合理化和结构演变高级化的解释能力较强。

结论

本文从外商直接投资（FDI）对广东产业分布合理化和结构演变高级化的作用出发，构建产业结构升级系数R，并进行了一般分布特征的分析与描述。在模型选取时考虑使用VAR模型以分析FDI变动对系数R的影响作用及对应的作用方向和程度，并进一步运用格兰杰因果检验分析FDI与系数R的关系特征，本文实证分析发现当lnFDI增长一个单位，可以正向带动系数R增长0.0423个单位。通过脉冲响应函数分析发现系数R对FDI的冲击会产生正向反馈，并且效应呈现出一定程度上的持续性。通过方差分解进一步讨论了FDI对系数R的时间路径特征情况以及对应路径下的解释能力变化，结果发现FDI对系数R具有较好的解释能力。

参考文献：

1.魏培梅.河南省利用FDI的结构效应分析[J].商业经济研究，2016（3）

2.黄日福，陈晓红.FDI与产业结构升级：基于中部地区的理论及实证研究[J].管理世界，2007（3）

3.孙斐，陈静.FDI与产业结构高级化相关性研究[J].浙江金融，2007（8）

4.徐德云.产业结构升级形态决定、测度的一个理论解释及验证[J].财政研究，2008（1）

5.刘梦琴，王付顺.优化外商直接投资结构的研究—基于行业FDI数据的VAR模型[J].经济问题，2011（11）

6.陈文新，郭凯，韩春燕.西北地区FDI对经济增长驱动作用实证分析[J].商业经济研究，2015（1）

7.徐婧，孟娟.FDI影响经济增长的非线性特征分析[J].商业经济研究，2015（2）