我本人对计量经济学并不熟悉了解
可是我要向人陈述和解释两个模型的结果分析(由数据怎样得到结论)
并回答可能的提问
请大家帮帮我,真的好着急
问题一在分析两省利用FDI的经济效应时,本文主要分析FDI与GDP之间的关系,采用的方法为滞后回归模型。因为FDI对GDP作用有一定的时滞,运用滞后回归模型能更准确地刻画出二者的相关性.
以GDP作为被解释变量,FDI作为解释变量,对GDP和FDI取自然对数后,得两省的回归方程(数据从1989年到2005年,为便于比较,本文采用各年的人民币对美元外汇中间价对FDI进行了转化):
Ln(GDP)=C1+ C2Ln(FDIt-1) +u (a为截距,u为随机扰动项)
结果显示:FDI滞后一期对两省当期GDP的影响显著。对于山东而言,FDI每增加1%,GDP增加1.09%。而广东FDI每增加1%,GDP增加0.78%。可见山东利用FDI的经济效应要优于广东。
表2.7回归结果
| 山东修正模型(变量/p值) | 广东修正模型(变量/p值) |
| |||||
Ln(FDIt-1) | 1.086102 | 0.0001 | 0.781264 | 0.0006 |
| |||
R2 | 0.787787 | __ | 0.711335 | __ |
| |||
调整R2 | 0.766566 | __ | 0.682468 | __ |
| |||
F值 | 37.12245 | __ | 24.64219 | __ | ||||
T值 | 6.092819 | __ | 4.96409 | __ | ||||
问题二综合考虑各种经济区位理论的基础上,根据系统性数据可得性和可量化的标准以及从基本实现研究目的的角度出发,我们选择了12个区位因素作为解释变量。关于这些解释变量的含义、衡量标准及对因变量的理论预期影响见表3.1。
表3.1 解释变量的选取
解释变量 | 含义 | 衡量标准 | 预期符号 |
GDP-1 AGDP AWAGE Cre School FR OPEN INDUSTRY Dev FDI-1 Env Exp | 市场容量 经济发展水平 劳动力成本 科技创新能力 劳动力素质 交通状况 对外开放度 工业发展水平 市场增长潜力 聚集效应 经济环境 国际竞争力 | 各省前一年的名义GDP-1(元) 各省一年的人均GDP(元) 各省一年全行业职工的平均工资(元) 各省一年专利授权量(人) 高校毕业人数 各省一年的货物周转量(亿吨公里) 各省一年的进出口额占GDP比重 各省一年的工业生产总值(元) GDP 增长速度 外商直接投资前期FDI-1 固定资产投资 出口商品总值 | + + - + + + + + + + + + |
由于各变量间可能存在严重的多重共线性而影响回归结果,为判定多重共线性并将之消除,本文使用相关系数矩阵排除相关系数高(>0.8)的变量,然后对剩余的变量采用普通最小二乘法对其进行回归,若回归结果出现t值的检验结果不显著(p值大于0.1)的变量就将其剔除,直到余下的变量t检验全部通过。
设定模型:
Ln(FDI)=a+c1Ln(GDPn-1)+c2Ln(AGDP)+c3Ln(AWAGE)+c4Ln(Cre)+c5Ln(chool)+c6Ln(Fr) +c7Ln(OPEN) +c8Ln(INDUSTRY) +c9Ln(dev) +c10Ln(FDIn-1) +c11Ln(Env) +c12Ln(exp)+u
a为截距,u为随机扰动项设定模型。
3.3.1山东
首先相关系数检验将相关系数高的变量剔除,其次将t检验没通过的变量进行剔除,结果如下:
表3.2 山东省回归结果
| 修正模型(变量/p值) |
| ||
Ln(awage) | -0.3336244 | -1.99 | 0.082 |
|
Ln(Env) | 0.6053817 | 3.79 | 0.005 |
|
Ln(open) | 1.249274 | 4.14 | 0.003 |
|
Ln(dev) | 0.1444108 | 2.62 | 0.031 |
|
R2 | 0.9834 | __ |
| |
调整R2 | 0.9751 | __ |
| |
F值 | 118.29 | 0.0000 |
| GDP(-1) | AWAGE | CRE | SCHOOL | FR | OPEN | INDUSTRY | DEV | ENV | EX | FDI(-1) |
GDP(-1) | 1 | 0.986817 | 0.90128 | 0.902644 | 0.869888 | 0.796071 | 0.95617 | -0.45367 | 0.91146 | 0.95423 | 0.86065 |
AWAGE | 0.98681 | 1 | 0.92260 | 0.899068 | 0.900795 | 0.861653 | 0.98411 | -0.33716 | 0.9317 | 0.97488 | 0.87930 |
CRE | 0.90128 | 0.922603 | 1 | 0.87545 | 0.912753 | 0.794481 | 0.89532 | -0.31588 | 0.87779 | 0.89639 | 0.74881 |
SCHOOL | 0.90264 | 0.899068 | 0.87545 | 1 | 0.956492 | 0.633583 | 0.81717 | -0.54044 | 0.72216 | 0.80654 | 0.59837 |
FR | 0.86988 | 0.900795 | 0.91275 | 0.956492 | 1 | 0.761312 | 0.84292 | -0.36358 | 0.76183 | 0.83959 | 0.64590 |
OPEN | 0.79607 | 0.861653 | 0.79448 | 0.633583 | 0.761312 | 1 | 0.91593 | 0.067459 | 0.91018 | 0.92435 | 0.91266 |
INDUSTRY | 0.95617 | 0.984114 | 0.89532 | 0.817175 | 0.842923 | 0.915933 | 1 | -0.18835 | 0.96736 | 0.99123 | 0.93510 |
DEV | -0.4536 | -0.33716 | -0.31588 | -0.54044 | -0.36358 | 0.067459 | -0.1883 | 1 | -0.0931 | -0.1849 | -0.0394 |
ENV | 0.9114 | 0.931705 | 0.87779 | 0.72216 | 0.761834 | 0.910188 | 0.96736 | -0.09317 | 1 | 0.98438 | 0.96283 |
EX | 0.95423 | 0.974885 | 0.89639 | 0.806543 | 0.839596 | 0.924358 | 0.99123 | -0.18498 | 0.98438 | 1 | 0.94957 |
FDI(-1) | 0.8606 | 0.879304 | 0.74881 | 0.598375 | 0.645902 | 0.912667 | 0.93510 | -0.03948 | 0.96283 | 0.94957 | 1 |
AGDP | 0.9907 | 0.985911 | 0.90106 | 0.875618 | 0.85523 | 0.83504 | 0.97233 | -0.35868 | 0.94884 | 0.97660 | 0.89604 |
表3.3山东省影响FDI的12个解释变量的相关性检验结果
表3.4广东省影响FDI的12个解释变量的相关性检验结果
| GDP(-1) | AWAGE | CRE | SCHOOL | FR | OPEN | INDUSTRY | DEV | ENV | EX | FDI(-1) |
GDP(-1) | 1 | 0.98665 | 0.96125 | 0.99200 | 0.90841 | 0.262955 | 0.98951 | -0.6386 | 0.945062 | 0.95206 | 0.73841 |
AWAGE | 0.98666 | 1 | 0.98372 | 0.62035 | 0.92327 | 0.71166 | 0.67323 | -0.5229 | 0.978957 | 0.976615 | 0.76863 |
CRE | 0.96125 | 0.98372 | 1 | 0.97557 | 0.93296 | 0.365684 | 0.97425 | -0.4453 | 0.97197 | 0.963695 | 0.67767 |
SCHOOL | 0.99201 | 0.62035 | 0.97557 | 1 | 0.92629 | 0.52483 | 0.79635 | -0.6038 | 0.951724 | 0.948366 | 0.78197 |
FR | 0.90841 | 0.92327 | 0.93296 | 0.92629 | 1 | 0.260705 | 0.92007 | -0.4802 | 0.890821 | 0.882212 | 0.64297 |
OPEN | 0.26295 | 0.71166 | 0.36568 | 0.52483 | 0.26070 | 1 | 0.74243 | 0.30526 | 0.512517 | 0.466734 | 0.0741 |
INDUSTRY | 0.98951 | 0.67323 | 0.97425 | 0.79635 | 0.92007 | 0.74243 | 1 | -0.5785 | 0.956917 | 0.956137 | 0.78420 |
DEV | -0.63863 | -0.523 | -0.44533 | -0.6038 | -0.4802 | 0.305262 | -0.5785 | 1 | -0.37491 | -0.38697 | -0.7006 |
ENV | 0.94506 | 0.97895 | 0.97197 | 0.95172 | 0.89082 | 0.512517 | 0.95691 | -0.3749 | 1 | 0.990941 | 0.71379 |
EX | 0.95206 | 0.97661 | 0.96369 | 0.94836 | 0.88221 | 0.466734 | 0.95613 | -0.3869 | 0.990941 | 1 | 0.73743 |
FDI(-1) | 0.73841 | 0.76863 | 0.67767 | 0.78197 | 0.64297 | 0.0741 | 0.78420 | -0.7006 | 0.713792 | 0.737431 | 1 |
AGDP | 0.99463 | 0.88782 | 0.95876 | 0.88933 | 0.89579 | 0.74830 | 0.58285 | -0.6121 | 0.949048 | 0.956603 | 0.82157 |
3.3.2 广东
采用同样的方法对广东的变量进行相关系数检验,t检验.结果如下:
表3.5 广东省回归结果
| 修正模型(变量/p值) |
| ||
Ln(GDP(-1)) | 1.17952 | 2.45 | 0.0450 |
|
Ln(INDUSTRY) | 0.12743 | 1.98 | 0.0334 |
|
Ln(OPEN) | 0.36230 | 1.76 | 0.0811 |
|
Ln(FR) | 0.211627 | 1.27 | 0.0317 |
|
Ln(SCHOOL) | -0.52367 | -4.84 | 0.0150 |
|
Ln(FDIn-1) | 0.08529 | 2.88 | 0.0365 |
|
R2 | 0.968931 | __ |
| |
调整R2 | 0.962743 | __ |
| |
F值 | 345.4377 | 0.0000 |
3.4 回归结果分析
从表3.2和表3.3可以看出,两个模型中R2和调整的R2都超过90%,说明这两个模型对因变量具有较强的解释力,而两个模型的F检验值都通过了显著水平100%的F检验。在对两个基本模型中t检验值的概率p值>10%变量剔除后,可以看到两个修正模型中各内生变量的t检验值都在10%甚至5%的水平上显著,这表明模型回归的拟合效果还是比较好的。
我们可以得出以下结论:
1.劳动力成本、经济环境、对外开放度和市场增长潜力对山东实际利用FDI的影响显著。
从表3.2的结果可以看出, 对于山东在关于变量之间的诸多假设中, 只有awage、Env、open和dev显著地支持我们的假设, 即一个国家吸收外商直接投资的规模显著受到该国的劳动力成本、经济环境、对外开放度和市场增长潜力的影响。具体如下:进出口额占GDP比重和固定资产投资每提高一个百分点, 实际利用FDI量就会分别提高1.249%和0.605%,山东全行业职工的平均工资每提高一个百分点,实际利用FDI量就会降低0.334%,影响效果显著,说明山东低廉的劳动力对于外资是一个极大的吸引力。GDP 增长速度提高一个百分点,实际利用FDI量就会提高0.144%。内生变量的t检验值为0.031,拟合效果比较好,说明外资比较看好山东的市场,毕竟这里拥有全国第二的人口和GDP,巨大的市场潜力是外商不可忽视的。而关于其他的几个假设关系在这里似乎都没有很好地得到验证和支持。这说明外资最看重山东的是对外开放程度以及良好的经济发展的硬件环境,其次是廉价的劳动力和市场增长潜力。聚集效应对山东FDI的影响效应不显著,原因可能是FDI在山东各地区分配不均,且缺乏合理的产业分工,二是由于政府控制比较严重,市场化程度低,省内行政壁垒多,地方保护严重,缺乏一个统一的市场运转体制从而造成了该地区的聚集效应不明显
2. 市场容量、工业发展水平、对外开放度、交通状况、劳动力素质、聚集效应对广东FDI的影响显著。
从表3.5的结果可以看出, 对于广东在关于变量之间的诸多假设中, 只有GDP、INDUSTRY、OPEN、FR和SCHOOL显著地支持我们的假设, 即一个国家吸收外商直接投资的规模显著受到该国的市场容量、工业发展水平、对外开放度、交通状况、劳动力素质和聚集效应的影响。而关于其他的几个假设关系在这里似乎都没有很好地得到验证和支持。这说明外资看重广东的首先是市场,可以说是市场导向,其次是对外开放程度、工业发展水平、良好的交通状况和聚集效应。劳动力素质的影响效应与预期相反原因可能有二,一是该地区高校毕业人数并不能完全有效的代表该地区的劳动力素质;二是如前所述,广东利用FDI主要集中在第二产业尤其是制造业,需要到是廉价劳动力,而不是高学历者。聚集效应的回归系数较低,原因可能一是如山东缺乏合理的产业分工,被不合理的配置所抵消,二是近年来FDI有北上趋势,广东FDI增长缓慢。
3. 对外开放度、市场和劳动力因素是影响两省实际利用FDI的共同因素。
从表3.2和3.5的结果可以看出:进出口额占GDP比重每提高一个百分点, 山东广东两省实际利用FDI量分别会提高1.249%和0.3623%,说明山东广东处于中国改革开放的最前沿,对外开放程度高,政策上的优惠以及接纳外资水平上都对吸收FDI产生了积极的影响力。市场增长潜力和市场容量分别对山东广东两省实际利用FDI显著影响;较低的劳动力成本在山东省实际利用FDI中扮演了重要的角色,而较高的劳动素质对广东省实际利用FDI并没有做出应有的贡献。