FDI投资对就业影响.docVIP

FDI投资对就业影响 　　[摘 要] 本文采用面板协整的分析方法利用1985-2007年的数据对FDI投资对三产业就业的影响就行了实证分析,分析的结果表明FDI投资对第二、第三产业具有贡献作用,对第一产业贡献不明显。在定量分析的同时,也给出了相应的政策建议。 　　[关键词] FDI 面板协整 就业 　　 　　一.引言 　　随着经济全球化时代的到来,外商直接投资(FDI)已成为国际间资本流动的重要形式,各国包括一些发达国家采取一些积极的政策吸引外资,以促进就业,吸收先进技术、管理经验等知识资产。我国FDI投资也呈现逐年上升的趋势,但同时我国失业率也在不断上升。面对我国越来越严重的就业压力,FDI是否能够对我国就业产生实质性的贡献,是我国在引进FDI时值得考虑的问题之一。 　　二.实证模型 　　柯布――道格拉斯生产函数 q=AKaLb 　　两边取对数得:lnL=(1/b)(lnq-lnA-alnK) 　　用c1,c2,c3代表各系数得: 　　lnL=c1+c2*lnq+c3*lnK (1) 　　式中(1)用GDP表示q,用固定投资表示K,考虑到固定投资中已包含FDI,把固定投资分解为国内投资INV(固定资产投资减去FDI)和FDI。方程(1)变为 　　LnL=C1+C2*LnFDI+C3*LnINV+C4*LnGDP (2) 　　方程(2)用于估计FDI对我国就业量贡献的模型。由于我国物价变动较大,为消除物价因素变动的影响,用居民消费价格指数(1985年为100)对固定资产投资、GDP、FDI各年数据进行处理。 　　三.实证分析 　　1.单位根检验 　　Engle and Granger(1987)指出,变量间协整的前提是各变量同阶单整。因此在进行面板数据协整检验前首先要进行面板数据单位根检验。EVIEWS提供了多种单位根检验方法,如:Levin,Lin Chu(LLC)检验、Breitung检验、Hadri 检验、Im,Pesaran and Shin(IPS)检验、Fisher- ADF检验、Fisher-PP检验、Maddala and Wu检验等检验方法。上述检验中,除了Hadri检验外,其余检验的原假设都是存在单位根。为了增加检验结果的稳健性,本文利用Levin,Lin和Chu的t*统计量、Breitung的t统计量、Im,Pesaran and Shin的w统计量、ADF-Fisher Chi-square和PP-Fisher Chi-square来进行面板数据的单位根检验。 　　由检测结果可以看出,就业,FDI,投资,地区生产总值的水平值在各检验中均无法拒绝原假设,表明各个变量都存在单位根,但是各个变量的一阶差分值却不存在单位根,故说明就业,FDI,投资,地区生产总值是一阶单整的。 　　2.协整回归分析 　　1987年Engle和Granger提出的协整理论及其方法,为非平稳序列的建模提供了另一种途径。虽然一些经济变量的本身是非平稳序列,但是,它们的线性组合却有可能是平稳序列。这种平稳的线性组合被称为协整方程,且可解释为变量之间的长期稳定的均衡关系。在此采用Engle and Granger(1987)提出的两步检验法。根据单位根检验我们可知就业、FDI、投资、GDP均为I(1)变量,首先用OLS法建立模型,进行协整回归: 　　由检测结果可以看出,残差的水平值已经通过1%的检验水平,故残差不存在单位根,是平稳的。由此就业与FDI、投资、地区生产总值之间存在一个协整关系。 　　3.FDI与就业之间的误差纠正模型及因果关系检验 　　协整检验告诉我们变量之间存在长期均衡关系,但是否构成因果关系,还需要进一步检验。Granger因果检验法的基本思想是:如果X的变化应当发生在Y变化之前,特别地说X是引起Y变化的原因,则必须满足两个条件:第一,X应当有助于预测Y,即在Y关于其过去的回归模型中,添加X的过去值作为独立变量,应当显著地增加回归模型的解释能力;第二, Y不应当有助于预测X,如果X有助于预测Y,同时Y也有助于预测X,很可能存在着一个或几个其它的变量,它们既是引起X变化的原因,也是引起Y变化的原因。在时间序列的协整分析中,如果协整关系存在,就可以建立误差修正模型,估计变量间的Granger因果关系。本文将1987年Engle和Granger提出的Granger因果关系分析方法引入面板模型,通过建立面板误差修正模型来分析变量之间的长、短期因果关系。我们先求出面板协整方程(3)式得到残差,基于残差建立残差修正模型: 　　通过面板数据协整检验,我们建立了一个协整方程。用工具变量法进行两阶段最小二乘法估计误差修正模型。 　　由于ECM项回归系数为-0.123291,其概率值为0.