文档介绍：OFDI与中国区域经济增长的实证分析
OFDI与中国区域经济增长的实证分析
【摘要】近年来我国对外直接投资(OFDI)发展势头突飞猛进,但各地区企业OFDI活跃程度不同,这对我国区域经济发展产生了不同的影响。本文利用中国26个省(市)2004年到2012年的OFDI数据,建立面板数据回归模型。通过对东、中、西部OFDI与GDP之间的实证分析,得出OFDI对三个区域经济增长影响有较大差异的结论,并给出相关建议。
【关键词】对外直接投资;区域经济增长;面板数据
一、问题的提出
随着中国企业对外直接投资(Outward Foreign Direct Investment (OFDI))规模不断扩大,其对中国整体经济增长的正效应在以往的研究中并不匮乏,那么对中国区域经济增长的影响如何呢?在此背景下,继外商直接投资之后,OFDI与区域经济增长问题逐渐成为新的研究热点。但对该问题的研究一直以来有一个被忽略的问题,就是OFDI作用于整体经济增长的同时,我们并没有考虑到中国不同区域OFDI活跃性不同这个特殊性,因此,本文尝试从东、中、西部三个区域的角度研究OFDI与经济增长的关系,并得出相关的结论。
二、模型构建
本文选取了中国26个省(市)2004-2012年的OFDI数据以及GDP数据来构建面板数据模型,并且将26个省(市)分为东部、中部、西部三个区域来分别进行回归分析。
面板数据计量经济模型在实际研究中常用的panel data回归模型是固定效应模型(FEM)和随机效应模型(REM)。在实证研究中一般通过对数据的Hausman检验来确定选用何种模型。固定效应模型可表示为:yit=ai+Xit+uit。
利用F检验来进行模型设定检验,以此确定面板数据分析模型。首先用Chow检验的F统计量F1检验是否接受零假设;若拒绝零假设,再进行第二步检验。公式如下:
F2=[(RRSSURSS)/N1]/[URSS/(NTNK+1)]~F[N1,N(T1)K+1]
其中,RRSS、URSS分别表示有约束模型(即混合数据回归模型)和无约束模型ANCOVA估计的残差平方和或者是LSDV估计的残差平方和。在给定的显著性水平a下,如果F2>FαN1,NT1K+1,则拒绝零假设,即可以采用个体固定效应面板数据模型。把数据取自然对数,模型设定形式设定为:LnGDPit=c+βiLnOFDIit+uit
三、变量与数据来源
本文的被解释变量是中国各省市的GDP。解释变量是中国各省市的对外直接投资量OFDI。
由于考虑到数据的可得性以及平衡性,没有计入海南、贵州、西藏、青海、宁夏、香港、澳门等地区的数据。各省市的GDP数据来自于2004-2012年统计年鉴,OFDI数据来源于2004-2012年的对外直接投资统计公报,2012年GDP数据来源于网站上的经验数据。GDP的单位是亿元,OFDI的单位是万美元,利用历年的平均汇率换算为万美元。
表1 变量的描述统计
变量均值标准差最小值最大值观测值
gdp 1688 46013 182
ofdi 48 267915 175
lgdp