ABSTRACT

This paper selected statistics of 30 provinces in China (except Tibet) from 1997 to 2012, and studied the spare effect on Chinese provincial economic growth of FDI and foreign trade by the use of spatial panel model. The empirical results show that the economic impact between FDI and foreign trade is obviously different. The increasing of FDI is promoting both provincial and neighboring economic development, while the increasing of foreign trade seems to promote provincial economy but not neighboring.

Keywords:FDI, Foreign Trade, Spatial Panel Model, Spatial Spillover Effect, Economic Growth

FDI和对外贸易对中国经济影响的 空间面板模型分析

杨丹^*，张辉国，胡锡健^#

新疆大学数学与系统科学学院，新疆 乌鲁木齐

收稿日期：2016年11月12日；录用日期：2016年12月5日；发布日期：2016年12月12日

摘 要

本文选取1997~2012年中国30个省(除西藏)统计数据，利用空间面板模型，研究外商直接投资(FDI)和对外贸易对中国省级经济增长的空间效应。实证结果表明，FDI和对外贸易对中国各省经济的影响存在明显的差异，本省FDI的增长不仅促进本省经济的发展也会带动邻省经济的发展，对外贸易的增加只会促进本省经济而对邻省经济影响不显著。

关键词 :FDI，对外贸易，空间面板，空间溢出效应，经济增长

1. 引言

2013年10月2日，习近平主席提出筹建亚洲基础设施投资银行(简称亚投行)，截至2015年4月15日，亚投行意向创始成员国确定为57个。它的成立宗旨在于促进亚洲区域的建设互联互通化和经济一体化的进程，并且加强中国及其他亚洲国家和地区的合作，进一步促进经济快速增长。因此研究FDI、对外贸易与经济增长的关系具有重要的意义。

目前，关于FDI、对外贸易与区域经济发展的研究积累了不少成果。姚树洁、韦开蕾 [1] 使用Petroni的单位根检验和Arellano及Bond的动态面板数据估计技术对28个省23年的面板数据进行分析，得到出口贸易和FDI促进经济增长；吴德进 [2] 运用协整检验和误差修正模型，研究福建省FDI、对外贸易和经济增长的关系，结果表明FDI、出口对经济有明显的促进作用，进口对经济增长的影响不明显。李占风、袁知英 [3] 通过联立方程模型及脉冲响应函数，揭示了我国经济增长对最终居民消费、投资、净出口有明显的促进作用，投资、消费也促进经济发展。万建军、李扬如 [4] 使用向量自回归模型分析表明福建省净出口总额、FDI与经济增长呈双向因果关系。以上文献，主要采用传统的计量方法，忽略了样本数据的空间相关性和空间异质性。而空间计量方法弥补了传统方法的不足。徐建军、汪浩瀚 [5] 分析了中国省域贸易开放的空间相关性及其驱动因素的影响。陈海波、张悦 [6] 建立空间面板模型，单纯研究江苏省FDI对经济增长的空间效应。

可以发现，关于研究经济增长的空间效应还具有一定局限性。首先，各省的经济发展具有空间依赖性，考虑单一省域的数据进行分析说服力不够。其次，分析单一因素与经济增长的关系不够全面，对实证检验的解释力不够。本文建立空间面板模型，基于1997~2012年中国不同省级区域，对FDI、对外贸易与经济增长三者进行综合研究。

2. 空间面板模型及其说明

2.1. 模型设定

依据解释变量和被解释变量的关系可以建立许多空间面板模型。Elhorst [7] 指出三种基本的空间面板模型，总模型如下：

(1)

其中表示第i个单元t时刻的因变量()，是预先设定的N × N非负空间权重矩阵W的第i行第j列元素，表示相邻因变量对i地区的平均影响，是因变量空间自回归系数，是1 × K维解释变量，参数是(K × 1)维回归系数向量，是邻接自变量对i地区的平均影响，是(K × 1)维的解释变量空间自相关系数向量，是空间效应，是时间效应，表示误差项空间自相关系数，是独立服从均值0方差分布误差项。

对方程(1)的系数进行限制可得到三种常用模型。

(I)可得到空间自回归模型(SAR)：

(II)可得到空间误差模型(SEM)：

(III)可得到空间杜宾模型(SDM)：

Anselin等人 [8] 指出，为了确定观测对象的空间相关性，空间面板数据模型引入因变量的空间滞后项，即建立SAR模型，或者在误差项中包含空间自回归过程，即建立SEM模型。此外，LeSage和Pace [9] 指出建立SDM模型，该模型同时考虑了因变量的空间相关性和残差项的空间自相关性，此外认为自变量对因变量的影响也存在空间交互作用。

2.2. 模型检验

由于存在空间相关性和空间异质性，在分析不同因素对我国省域经济的影响时，必须将空间因素纳入到相应的计量经济学模型，因此构建空间面板模型。使用Elhorst提出的空间面板模型选择方法，主要分为以下几个步骤：首先基于非空间面板数据模型使用拉格朗日乘数检验法(LM检验)或者稳健的拉格朗日乘数检验法(Robust LM检验)对因变量或者残差项是否存在空间自相关进行检验；其次使用似然比(LR)检验判断模型是否存在个体效应和时间效应；然后Wald检验或LR检验对SDM面板模型的两个假设：和进行检验。如果和都被拒绝，则应选用SDM面板模型；如果不能被拒绝，并且LM检验及稳健的LM检验表示因变量存在空间相关性，则应选择SAR模型；如果不能被拒绝，并且LM检验及稳健的LM检验表示残差项存在空间自相关，则应选择SEM面板模型。

3. 实证分析

3.1. 数据来源

本文设定研究的初始年份为1997年，选取除西藏之外的30个省，1997~2012间16年作为样本研究的范围。

对于对外贸易的测度，本文采用进出口总额来衡量。GDP和进出口总额数据来源于历年《中国统计年鉴》，1997~2012年的各省外商直接投资来源于历年各省统计年鉴。FDI数据选用实际利用外商直接投资额。此外FDI和进出口总额都利用当年人民币兑换美元的汇率中间价折算成人民币后再利用GDP缩减指数消除价格影响因素后得到的。GDP数据也是经价格调整后的真实GDP。

空间权重矩阵W用来衡量研究对象间的空间关联性。本文采用0~1邻接空间权重矩阵，地理位置相邻的地区被赋予1，地理位置不相邻的地区被赋予0。其构成元素的定义如下：

3.2. 空间相关性检验

全局Moran I指数是用来度量空间自相关的全局指标，局部空间自相关分析是进一步考虑哪个区域单元对于全局空间自相关的贡献更大。全局Moran I指数全部通过了1%的显著性水平检验，且值大约在0.25~0.28之间，表明我国各省域GDP在空间分布上存在显著的相关性。上述结果表明着，我国各省域的GDP并不具有随机特征，而是在GDP相似的省域具有显著的地理集中的趋势，即经济增长较快的省域在地理上相互邻近，而经济增长相对较低的省域在地理上也趋于集中。

全局空间相关性的分析表明了1997~2012年我国省域GDP确实存在非随机的空间相关性，但没有显示具体到单个省域的空间集聚特征，因此需要结合局部空间关联指标来度量观测省域的空间属性及其与邻边省域的关联程度。选取1997年、2004年和2012年的数据进行局部Moran I分析见图1。

从图1可知，大部分省域都落在了第I象限和第III象限.再次证实了GDP存在的空间相关性.位于第I象限是高-高集聚，这说明落在第I象限的省域GDP增长较快，相邻省域的GDP增长也较快；位于第III象限的是低-低集聚，这说明落在第III象限的省域GDP增长也较慢，相邻省域的GDP增长也较慢；位于第II象限和第IV象限是指偏离了全局空间相关的模式.

3.3. 模型选择

对非空间面板模型的估计与检验，其结果见表1。

从表1中可以发现，无论是混合最小二乘模型还是空间固定效应、时间固定效应、双固定模型，LM和稳健的LM检验都在1%水平显著拒绝“没有因变量空间效应”的原假设。关于“没有残差项空间效应”的假设检验，四种模型中的LM检验都在1%水平显著拒绝原假设。同时在时间固定模型中稳健的LM检验在5%水平显著拒绝，但在其他的三个模型中无法拒绝。因此，模型中选择空间固定效应或时间固定效应成为一个重要的问题。

通过LR检验固定效应联合显著性。

检验结果见表2，空间固定效应和时间固定效应均联合显著。因此建立时间空间固定效应SDM模型，并以此分析SDM模型是否能简化为SEM或SAR模型，见表3。

表3中第一列为SDM模型直接估计结果，第二列为依据Lee和Yu (2010)的转换估计法纠偏后的估计结果。通过比较发现，纠偏后双向固定效应SDM模型的估计系数变化很小，且对被解释变量的影响方向和显著性水平变化很小。第三列为空间随机效应和时间固定效应SDM模型的估计结果，利用此模型和双向固定效应SDM模型的参数估计值及渐近协方差矩阵可构造Hausman检验统计量，以此选择固定效应和随机效应。Hausman检验统计量，服从自由度为5的卡方分布，在1%的显著性水平下拒绝了空间随机效应的原假设。SDM模型简化为SAR模型的Wald统计量和LR统计量值分别为24.5228和23.0171，均在1%显著水平拒绝原假设。此外，SDM模简化为SEM模型的Wald统计量和LR统计量值为26.4316和24.7103，也都在1%水平下拒绝原假设。综上，本文选择SDM模型进行实证分析，由公式(1)设置为如下形式：

图1. 1997年、2004年和2012年的局部Moran I散点图

表1. 非空间面板模型的估计与检验

注：***，**，*分别表示1%、5%、10%显著水平，括号内为t值。

表2. 空间固定效应和时间固定效应

注：原假设为固定效应不显著，Prob为相应的概率。

表3. 包含空间和时间特定效应的SDM模型估计

注：***，**，*分别表示1%、5%、10%显著水平，括号内为t值。

3.4. 结果分析

对模型进行结果分析，双向固定效应SDM模型的误差纠正结果即表3的第2列显示，某一空间单元的GDP不仅受本空间单元解释变量FDI和进出口总额的影响，还受相邻空间单元GDP和解释变量的影响。GDP空间滞后项对空间单元GDP的影响系数为0.4421，且在1%水平通过显著性检验。这表明各省经济发展联动性较强，各省经济协同发展。本空间单元进出口总额对自身经济发展影响为0.5004且在1%水平通过显著性检验，相邻空间单位进出口总额对本单位GDP的影响为−0.3440且在1%水平通过显著性检验，这表明各省对外贸易竞争较强，生产要素供给“此消彼长”，不利于经济的协调发展。本单元FDI对自身经济发展影响为1.7532且在1%水平通过显著性检验，相邻单元FDI对本单位GDP的影响为1.9393且在1%水平通过显著性检验，FDI在各省存在明显的外溢。这表明FDI不仅通过技术和先进的管理经验促进本省的经济，而且通过技术溢出对邻近省产生积极的带动，促使其技术和知识创新，带来经济增长动力。

3.5. 直、间接效应分析

LeSage和Pace (2009)提出利用自变量的直接和间接效应来检验空间相关性。其中总效应代表所有区域的解释变量所能引起的本区域被解释变量和其余相邻区域被解释变量变化总和的平均值。直接效应表示由所有区域解释变量所引起的本区域被解释变量变化总和的平均值；间接效应为总效应与直接效应的差值，表示所有区域解释变量的变化引起的其余相邻区域被解释变量变化总和的平均值，本文模型直接效应和间接效应见表4。

由表4的结果可以看出，进出口总额的直接效应和总效应在10%的水平下显著，间接效应不显著，

表4. 双向固定效应SDM模型直接效应和间接效应

注：***，**，*分别表示1%、5%、10%显著水平。

表明对外贸易促进本省经济发展，影响了空间溢出效应的发挥.对于FDI，其直接效应、间接效应和总效应均在1%的水平下显著。且直接效应回归系数为2.0853，间接效应回归系数为4.6007，总效应回归系数为6.6860。这表明本省的FDI每增加1%，可以对GDP产生6.6860%的总经济增长效应.其中对本市GDP增长的直接效应2.0853%，对邻近市GDP增长的间接效应为4.6007%。可以看出，FDI存在明显的外溢。

4. 结论与启示

从上面的分析可以得出，对外贸易、FDI对中国各省经济增长具有显著关系，且各省的经济增长一方面受益于本地的外商投资水平，另一方面明显受益于邻近省的外商投资水平。同时，由于各省之间存在显著地空间相关性，各省与邻近省经济互动明显。为了缩小各省经济发展差距，实现共同进步，提出以下建议：

在进出口方面：1) 对外贸易有利于增加各省生产要素供给，缓解经济发展的瓶颈，提高企业利润和技术外溢效应，从而加快经济发展；2) 加快产业技术的进步和优化产业结构的调整，同时增加产品的科技含量和附加值，从而促进进出口量，提高国际竞争力。此外提高进出口外汇率变换成本，从而增强进出口对地区增长的良性循环。

在FDI方面：1) 加强邻近省的经济协作，充分发挥经济发展的良性互动作用，促进中国经济的整体协调发展。在招商引资中结合各省自身优势，避免重复投资、过度投资。2) 利用各省FDI具有显著外溢性，应鼓励企业扩大对外技术交流合作。对发达省域，提升城市的带动作用，对于欠发达省域，充分利用溢出效应，弥补招商能力的不足。3) 充分利用各省自身特点确定相互联系又各具特色的引资产业，且努力提高外资承接能力。

文章引用

杨丹,张辉国,胡锡健. FDI和对外贸易对中国经济影响的空间面板模型分析
The Analysis of Spatial Panel Model about FDI and Foreign Trade Effect on the Chinese Provincial Economy[J]. 统计学与应用, 2016, 05(04): 321-327. http://dx.doi.org/10.12677/SA.2016.54033

参考文献 (References)