深圳市FDI经济增长与就业关系研究.docVIP

深圳市FDI经济增长与就业关系研究 　　[摘 要]通过构建VAR模型，运用脉冲响应分析和方差分解方法对深圳市FDI、经济增长以及就业的关系进行实证分析，结果表明，FDI对深圳市经济增长具有一定的促进作用，对就业具有相对微弱的正向作用，深圳市经济增长对FDI的流入产生积极影响。FDI和经济增长以及就业人数之间都存在双向、动态的因果关系。为了进一步促进深圳市吸引外资，应充分利用深圳市得天独厚的区域优势，打造特色的投资环境，进一步加强人才培养，提高劳动者素质，重视建设和利用深圳前海蛇口自贸区。 　　[关键词]FDI；经济增长；就业数量；VAR模型 　　[中图分类号]F830 [文献标识码]A [文章编号] 　　2095-3283（2015）09-0048-03 　　[作者简介]江虹（1961-），女，汉族，广东清远人，教授，研究方向：国家贸易；吴宋（1990-），男，汉族，湖南娄底人，硕士研究生，研究方向：国际贸易；刘希（1993-），女，汉族，湖南娄底人，硕士研究生，研究方向：金融。 　　一、引言 　　改革开放以来，深圳市实际利用外资保持快速增长。1982年深圳市实际利用外资额仅为5771万美元，到2013年达到54.68亿美元。FDI对深圳市经济发展和就业都起到十分重要的推动作用。深圳GDP从1982年的8.26亿元增长至2013年的14500.23亿元，就业人数从1982年的18万人增至2013年的899万人。近年来，深圳市FDI增速逐步放缓，2003年深圳市FDI同比增长13.5%，2011年深圳市FDI同比增长率下降至7.7%，下降了6.8个百分点，到2013年深圳FDI同比增长率更低至4.5%，这势必会对深圳的经济增长与就业造成一定的影响。本文对深圳市FDI与经济增长和就业之间的相互关系进行实证分析，考察FDI波动对深圳市经济增长和就业人数变动影响的作用机制及影响程度，以期提供有价值的理论参考。 　　二、实证分析 　　（一）VAR模型的构建 　　本文采用的是向量自回归（VAR）建模方法。VAR模型的表达式为： 　　yt=α1yt-1+…+αpyt-p+βxt+εt 　　其中，yt是内生变量向量，xt是外生变量向量，α1、…、αp和β是待估的系数矩阵，εt是随机扰动向量，p为模型滞后阶数。通过VAR模型的估计，可以检验各个变量是否能够解释其他变量的历史变化，进而利用基于VAR模型的脉冲响应函数和方差分解等方法，测算模型中各方程随机扰动项的冲击对各变量的动态影响，并比较各方程新息对变量波动的重要性。 　　本文主要有3个变量，FDI、GDP（经济增长）与JYRS（年末就业人数），进行计量分析时，各个变量可能存在多重共线性，为了消除这种影响，均对以上3个指标进行对数处理，分别记为LFDI、LGDP、LJYRS。 　　（二）数据来源 　　本文用GDP表示深圳市的地区生产总值，单位为亿元；JYRS表示深圳市的年末就业人数，单位为万人；FDI表示实际利用外资额，单位为百万美元。选取深圳市1982―2012年的年度数据，数据均来源于历年《深圳市统计年鉴》，分析软件为Eviews7.0。 　　（三）实证检验 　　对各个变量的相关数据进行ADF检验，以检验其平稳性，具体结果见表1。 　　从表1可以看出，变量LFDI、LGDP和LJYRS的时间序列在5%和10%的显著水平下都不平稳，但对它们进行一阶差分后，3个变量在5%的显著水平下平稳。因此，构建的VAR模型将采用序列DLFDI、DLGDP和DLJYRS的数据。根据AIC和SC准则以及LR，经过多次尝试将变量滞后期数确定为一阶。回归估计结果如下： 　　对估计出的模型进行稳定性检验，如果模型不稳定，则不可做脉冲响应函数分析和方差分析。在此本文利用AR根来进行VAR模型的稳定性检验，如果全部特征根的倒数值都在单位圆内，则说明VAR模型是稳定的，否则是不稳定的。单位根图形表示的结果见图1。 　　从图1可以看出，VAR模型中特征根的倒数都落于单位根圆内，因此是一个平稳系统，表明选取的3个变量之间存在长期稳定关系，可以进行脉冲效应函数分析和方差分析。 　　1.脉冲响应函数分析 　　在当期给FDI一个正向的冲击后，经济增长在第一期会有一个负效应，但其在第二期会反弹达到一个最大的正向效应之后又逐渐收敛。这表明FDI在短期内对经济增长具有一定的滞后效应，但之后会很快消失，如图2可知FDI从第二期开始就会对经济增长具有正向促进作用。总体来说，FDI对经济增长具有正向带动作用。 　　从图3可以看出，在当期给FDI一个正向冲击后，就业人数在第二期会达到最大的负相应，然后开始反弹，在第三期达到最大的正效应后逐渐收敛。由于FDI开始进入时会带来技术的益出效应，可能会对就