范欣欣

摘 要：隨著經(jīng)濟全球化發(fā)展趨勢的加強，F(xiàn)DI在國際貿(mào)易中占據(jù)著越來越重要的地位。近十年來，廣州服務(wù)業(yè)開放度逐漸提高，吸引了大量FDI的流入。本文選擇廣州作為研究對象，實證分析2004年-2015年FDI對廣州服務(wù)業(yè)產(chǎn)出的影響，結(jié)果表明，產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)、就業(yè)效應(yīng)和技術(shù)外溢效應(yīng)是廣州服務(wù)業(yè)FDI對經(jīng)濟發(fā)展的傳導(dǎo)路徑，批發(fā)和零售業(yè)以及金融業(yè)成為廣州服務(wù)業(yè)增長的拉動力量。

關(guān)鍵詞：服務(wù)業(yè)產(chǎn)出；服務(wù)業(yè)FDI；產(chǎn)業(yè)結(jié)構(gòu)

一、引言

改革開放以來，我國經(jīng)濟快速增長，服務(wù)業(yè)發(fā)展水平不斷提高。廣州屬于廣東省的經(jīng)濟發(fā)達(dá)地區(qū)，服務(wù)業(yè)產(chǎn)值快速增長，由改革開放初的13億元增長到2015年的12147億元，經(jīng)濟發(fā)展速度也隨之加快，地區(qū)人均GDP由1978年的1297元增加至2015年的136188元。經(jīng)濟的快速增長使廣州市吸收FDI的規(guī)模不斷加大，F(xiàn)DI逐漸轉(zhuǎn)向服務(wù)業(yè)，服務(wù)業(yè)實際利用FDI及其與FDI總額的占比也隨之大幅度上升：由1998年的12億美元與43.6%增加到2015年的42億美元與77.75%。2015年末，廣州市實際利用FDI為541634萬美元，同比增長6.1%。本文將實證分析FDI對廣州服務(wù)業(yè)產(chǎn)出的影響，對如何更好地利用外資推動廣州產(chǎn)業(yè)結(jié)構(gòu)的改善具有重要的現(xiàn)實意義。

二、FDI對廣州服務(wù)業(yè)增長的機制影響

1.變量選取

本文采用2004年-2015年廣州第三產(chǎn)業(yè)GDP值代表服務(wù)業(yè)產(chǎn)出值，記為SGDP；廣州服務(wù)業(yè)實際利用外資代表外商直接投資的替代變量，記為SFDI；廣州服務(wù)業(yè)產(chǎn)值占全市GDP的比重作為產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)的替代變量，記為S；廣州服務(wù)業(yè)的固定資產(chǎn)投資額與社會固定資產(chǎn)投資總額的比重作為資本存量的替代變量，記為K；廣州服務(wù)業(yè)就業(yè)人員數(shù)量與三次產(chǎn)業(yè)就業(yè)人員數(shù)量所占的比例作為就業(yè)效應(yīng)的替代變量，記為L；廣州R&D經(jīng)費支出作為技術(shù)外溢效應(yīng)的近似替代變量，記為T。

為了避免變量之間存在異方差現(xiàn)象，本文對以上六個相關(guān)變量取自然對數(shù)形式代入模型中，得到各變量lnSGDP、lnSFDI、lnS、lnK、lnL、lnT。

2.ADF檢驗

計量經(jīng)濟學(xué)模型的必要前提是時間序列平穩(wěn)，因此在對變量做OLS回歸模型前，應(yīng)先進(jìn)行平穩(wěn)性測試，檢驗變量之間是否具有穩(wěn)定關(guān)系。

檢驗結(jié)果顯示，lnSGDP、lnSFDI、lnS、lnK、lnL、lnT均在5%和10%的顯著性水平下拒絕了存在單位根的原假設(shè)，表明以上序列都是平穩(wěn)序列，因此可以直接對變量進(jìn)行OLS回歸分析。

3.模型與實證分析

接下來把所有變量帶入所設(shè)模型進(jìn)行OLS回歸分析，建立方程為其中β0為常數(shù)項，β1、β2、β3、β4、β5均為彈性系數(shù)，μi為隨機誤差。分析結(jié)果如下：

從t值來看，服務(wù)業(yè)FDI與資本效應(yīng)并沒有通過檢驗，表明服務(wù)業(yè)FDI與資本效應(yīng)對廣州服務(wù)業(yè)產(chǎn)出的作用較小，可以剔除。接下來以服務(wù)業(yè)GDP作為被解釋變量，就業(yè)效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)、和技術(shù)外溢效應(yīng)作為解釋變量，再次進(jìn)行OLS回歸檢驗得到：

4.基本結(jié)論

由實證結(jié)果得出，模型在5%的置信水平上通過了t檢驗，模型的擬合度R2=0.995，調(diào)整擬合度R=0.992，說明lnSGDP與其均值的偏離的平方和當(dāng)中，有99%以上的部分能夠被變量lnS、lnL、lnT所解釋，表明模型的擬合程度高。同時通過F值的概率可以判斷，估計系數(shù)非常顯著，模型的擬合效果很好，表明產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)和就業(yè)效應(yīng)對廣州服務(wù)業(yè)產(chǎn)出起到顯著的促進(jìn)作用，且服務(wù)業(yè)FDI每增長1%，就會間接通過產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)以及就業(yè)效應(yīng)分別給服務(wù)業(yè)產(chǎn)出帶來3.364%和2.107%的增長。但技術(shù)外溢效應(yīng)對廣州服務(wù)業(yè)發(fā)展的拉動效果并不十分明顯，服務(wù)業(yè)FDI每增加1個百分點，給服務(wù)業(yè)產(chǎn)出只帶來0.19個百分點的間接增長。由此可以得出結(jié)論，服務(wù)業(yè)FDI主要是通過產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)和就業(yè)效應(yīng)對廣州服務(wù)業(yè)的增長產(chǎn)生間接的影響，并由此促進(jìn)廣州產(chǎn)業(yè)經(jīng)濟的發(fā)展。

三、各服務(wù)行業(yè)FDI對廣州服務(wù)業(yè)產(chǎn)出的影響

1.模型構(gòu)建

為進(jìn)一步研究2004年-2015年FDI與廣州服務(wù)業(yè)內(nèi)部結(jié)構(gòu)的作用關(guān)系，本文選取了廣州市服務(wù)業(yè)外資流入最多的5個行業(yè)，剩余的服務(wù)業(yè)統(tǒng)稱為其他服務(wù)業(yè)。其中，當(dāng)t=1時為信息傳輸、計算機服務(wù)業(yè)和軟件業(yè)；當(dāng)t=2時為批發(fā)和零售業(yè)；當(dāng)t=3時為金融業(yè)；當(dāng)t=4時為房地產(chǎn)業(yè)；當(dāng)t=5時為科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)；當(dāng)t=6時為其他服務(wù)業(yè)。為統(tǒng)一貨幣單位，筆者根據(jù)歷年人民幣對美元匯率的中間價（匯率來源于中華人民共和國國家統(tǒng)計局http：//www.stats.gov.cn/）對各服務(wù)行業(yè)的實際利用外資額進(jìn)行換算，經(jīng)處理后貨幣單位統(tǒng)一為億元人民幣。

將服務(wù)業(yè)產(chǎn)值作為因變量，各服務(wù)行業(yè)的實際利用外資作為自變量，接下來建立回歸方程為：

其中C為常數(shù)項，α為彈性系數(shù)，μt為隨機誤差。

2.實證分析與結(jié)論

回歸模型構(gòu)建好后，接下來運用OLS回歸方法對各服務(wù)行業(yè)的實際利用外資進(jìn)行回歸擬合，分析結(jié)果如下：

通過觀察，在10%的顯著性水平下，該回歸模型只有通批發(fā)和零售業(yè)以及金融業(yè)通過了t檢驗，分別為0.0134和0.0552，而其他具體行業(yè)并沒有通過顯著性檢驗，不能證明是否對服務(wù)業(yè)產(chǎn)出有影響。該方程的擬合度R2=0.98，調(diào)整擬合度R=0.95，F(xiàn)值的概率為0.0007，因此模型的擬合效果優(yōu)良，估計系數(shù)較顯著。D.W.值也比較接近2，說明序列不存在自相關(guān)。其經(jīng)濟意義表明，批發(fā)和零售業(yè)、金融業(yè)對廣州服務(wù)業(yè)產(chǎn)出具有拉動作用，且批發(fā)零售業(yè)FDI帶來的影響大于金融業(yè)FDI：批發(fā)零售業(yè)的外資流入每增長1%，會給廣州服務(wù)業(yè)產(chǎn)出帶來0.256%的增長；而金融的外資流入每增加1%，給廣州服務(wù)業(yè)產(chǎn)出帶來的增長只有0.075%。

參考文獻(xiàn)：

[1]接玉芹，潘東波.中國服務(wù)業(yè)FDI對服務(wù)業(yè)經(jīng)濟增長影響的實證分析[J].經(jīng)濟縱橫，2007（6）：20-23.

[2]莊麗娟，陳翠蘭.FDI對廣州服務(wù)業(yè)結(jié)構(gòu)效應(yīng)的實證分析[J].國際經(jīng)濟探索，2008，24（3）：24-28.

[3]劉立亞.服務(wù)業(yè)FDI對我國服務(wù)業(yè)競爭優(yōu)勢影響的實證分析[J].對外經(jīng)貿(mào)，2012，12：49-51.

[4]余學(xué)穎.服務(wù)業(yè)FDI對中國經(jīng)濟增長的效應(yīng)分析[J].時代金融，2016，6：303-304.endprint