FDI 对我国经济增长和就业的影响研究
——基于VEC 误差修正模型

岳露露

（河北经贸大学，石家庄050000）

一、引言

外商直接投资是一个重要的经济变量，研究它的流入数量对我国经济增长具有十分重要的意义。本文对外商直接投资、经济增长以及就业这三个变量构建VEC 模型，进行计量分析。这对于改善我国的投资环境，推动我国经济科学发展具有非常重要的意义。

外商直接投资对我国经济增长的作用效果如何存在不同意见，大多数国外的研究学者认为，FDI对我国经济增长的影响是正向促进的。例如，Jun 对东亚的国家的经济数据进行回归分析，结果表明发展中国家的FDI 随经济增长的增加而增加；也存在一部分外国的研究学者得出了相反的结论，Most 把理论和实证相结合，结果表明发展中国家FDI 随经济增长的增加而降低。除此之外，我国的研究学者也进行了一系列的实证研究，结果表明FDI 对我国经济增长是正向的。毛英通过研究FDI 对出口贸易等变量的影响系数表明FDI 能够促进经济的增长。

本文根据我国1987-2018 年的时间序列数据，引入就业变量，对FDI、经济增长以及就业这三个变量构建VEC 模型，进行计量分析。结果表明:我国经济增长和就业受到FDI 的促进作用，FDI 的流入受我国的经济增长的积极影响，但是呈现上下波动的态势。FDI 和经济增长之间存在因果关系，同时FDI的流入带来了就业的增加，和经济增长互相促进。

二、基于VEC 模型的实证研究

（一）指标选取

因为在第一产业中，我国的外商投资所占的比重非常小，因此我们需要区别地对待总的GDP 和我国三大产业总就业人数，否则很有可能我们会把FDI 对我国经济增长和就业的影响低估。因此，这篇文章的经济增长指标GDP 只是代表第二产业和第三产业的总值，就业指标JY 只是代表第二产业和第三产业的总就业人数。

（二）数据来源

本文选取了1987-2019 年间的我国年度数据，其中数据主要来源于《中国统计年鉴》。

（三）实证分析

1.实证分析模型

VAR 模型可以用于处理多个相关经济指标的分析与预测。这个模型的数学表达式如下：

其中k 维矩阵Φ1，…，Φp 和k×d 维矩阵H是待估计的系数矩阵。yt 的各分量都是不平稳的变量，xt是t 维外生变量列向量，p 是滞后阶数，T 是样本个数。εt 是k 维扰动列向量。

如果yt 所包含的k 个序列之间存在协整关系，则

其中每个方程的误差项εi（i=1，2，…，k）都具有平稳性。一个协整体系有多种表示形式，我们可以用误差修正模型来处理这种问题。

系数矩阵α 用来表示当变量之间的均衡关系偏离长期均衡状态时，将其调整到均衡状态的速度。ecmt-1=βyt-1是误差修正项，用来反映变量之间的长期的均衡关系，

2.数据的平稳性检验和模型的稳定性测试

首先，我们对数据平稳性进行检验。为了消除异方差的影响，我们对三个变量取对数处理，分别表示为LFDI、LG 和LJY。本文采用ADF 单位根检验异方差，对LGDP、LJY、LFDI 进行检验，结果如表1 所示。

表1 平稳性检验表

从上面的表格的结果，我们可以看出，LFDI、LG和LJ 都不平稳，但对它们进行一阶差分之后，所得到的序列都是平稳的。因此，我们可以得出LFDI、LGDP 和LJY 都是一阶单整的序列。

下面用DFDI、DLG 和DLJY 的时间序列数据来建立VAR 模型。首先我们需要确定这个时间序列的滞后阶数，根据LR、AIC、SC 等这些准则来确定最优的滞后阶数。分析下面的表格再根据准则推荐的滞后期是5 阶，我们可以确定这个模型的最优滞后期为5。

图1 单位根检验图

表2 VAR 模型的滞后阶数选择

从AR 根的测试结果（见图1）中我们可以看出，上述变量的所有的单位根是位于单位根圆内的，所以，我们所设定的滞后阶数是5 阶的VAR 模型是稳定的。这说明我们选取的三个变量之间是存在着长期稳定的关系的，因此我们接下来可以进行下一步分析。

3.Johansen 协整检验

为了判断各变量之间的协整关系，本文对上面的变量进行协整检验，结果如下所示（见表3 和表4）。分析表格我们可以知道，LFDI、LGDP 和LJY 这三者之间是存在着长期均衡的关系的。

4.格兰杰因果检验

上面的文章运用了Johansen 协整检验法对变量之间的协整关系进行了检验，得到了变量间存在着协整关系的结论，但是我们对于各变量之间短期的相互影响关系我们还不知道。因此，本文采用了格兰杰因果检验来考察各变量之间的相互影响关系，检验结果（如表5）表明就业人数、经济增长和外商直接投资之间是互为格兰杰原因的，为下面的分析奠定了理论基础。

表3 迹统计量检验

表4 最大特征根检验

表5 格兰杰因果检验结果

5.建立误差修正模型

参照上面我们的协整检验与格兰杰因果检验结果，我们可以知道，就业人数、GDP 和外商直接投资之间存在长期均衡关系，为了更好地考察变量之间的冲击影响，本文通过构建误差修正模型（VECM）来衡量就业人数、GDP 和外商直接投资偏离均衡状态时的不同的反馈效应。

协整方程：

ECM1，t-1=LFDI（-1）-1.810344LJY（-1）+10.89081 ECM2，t-1=LGDP（-1）-4.277138LJY（-1）+33.86165

对于外商直接投资误差修正方程的误差修正项的系数值为-0.628242 和-0.449869，从数值上来看是较大的，这从一定程度上说明外商直接投资从短期的均衡水平偏向长期均衡的速度是相对比较快的，国内生产总值误差修正方程的误差修正系数为-0.214282 和-0.675691，这个数值表明T 时期的变量变化会对前面T-1 时期的非均衡误差形成21.48%的修正率，对T-2 时期的非均衡误差形成67.57%的修正率。

表6 误差修正模型估计系数

6.脉冲响应分析

从图2 的分析，我们可以看到，外商直接投资的正冲击对经济增长是有一定影响，这种影响是呈现一定的波动性，从图中可以看出这种影响是正向带动作用。

从图3 中可以看出，达到最大的正响应后开始下降，到第八期开始趋于稳定的正向响应，从长期看来FDI 的增加带动了我国的就业人数的增长。

图2 LGDP 对LFDI 的脉冲响应

图3 LJY 对LFDI 的脉冲响应

分析下图，我们可以看出，经济增长对外商直接投资的影响是呈现波动状态的，有负值出现，这表明外商投资的引入和经济增长的联系是比较复杂的，包括经济，环境等等。这些都会造成FDI 对经济增长的不稳定影响。

图4 LFDI 对LGDP 的脉冲响应

7.方差分解模型分析

为了比较在外商直接投资、就业人数和经济增长的变化中的冲击对它们带来的重要性的相对大小，本文进行了方差分解分析。

分析下面的表格，外商直接投资的波动，起初只是受到其自身波动的影响，经济增长和就业水平对它的冲击影响，在初期之后才慢慢地表现出来，从表格中，我们可以看到这种影响从第九期之后，它开始慢慢变得稳定起来，稳定在26%左右。分析其中的原因，这应该是因为影响FDI 的的不确定性因素是比较多的，这个分析结果表明而我国的经济增长和就业对FDI 的影响在一定程度上是有限的。

由表8 可以看出，我们可以看到经济增长从第一期起就受到自身波动和FDI 的波动带来的影响，经济增长受到FDI 的影响是逐渐加强的。但是我们可以从表格中看到从第七期开始这种影响趋于稳定，稳定在84%左右，这种分析结果就表明FDI 能够带动我国的经济增长。

表7 LFDI 方差分解

分析表格，我们可以知道，我国的就业情况是受到自身、国内生产总值、外商直接投资的影响。从表格可以看出，外商直接投资波动的冲击对就业的影响起初是1.66%，随着时间的推移，这种冲击的影响是渐渐地变大的，从表格中可以看出是在第4 期的时候达到了最大，但我们又可以看到后面这种影响就基本稳定在4%左右了。因此外商直接投资影响就业。

表8 LGDP 方差分解

表9 LJY 方差分解

三、结论与政策建议

（一）保证FDI“增量”十分关键

从脉冲响应分析，我们可以看到FDI 对我国经济增长是有明显的促进作用的。从方差分解分析，我们可以看得到FDI 能够带动我国经济增长，因此我们应该要抓住发展的机遇，使FDI 对我国经济增长的促进作用得到充分利用。

（二）优化制度和政策环境

从以上分析来看，经济增长受外商直接投资的影响总体是积极的，但有一定的波动趋势，我们要做的是把现存的制度能够用好，关于外商直接投资的法律可以更加地规范和标准化。创造一个对外资投资经营更好的环境，使优质的FDI 能够留住。

（三）侧重挑选具有产业关联效应的优质外商投资

从以上分析来看，FDI 会带动我国的就业人数的增加。从长远看来，外商来我国投资办厂是能够增加就业机会的。我们应该努力吸引外资来我国投资办厂，但是在努力吸引外资的同时，我们也要根据不同地区的特点，科学地选择优质的FDI，从而扩大当地的就业人数。