覃元秋

【摘 要】在1979年我國實(shí)行改革開放政策以后，外商直接投資（FDI）就成為我國經(jīng)濟(jì)迅速發(fā)展的重要因素，城鄉(xiāng)收入差距問題一直是熱點(diǎn)民生問題。本文以上海市為分析對(duì)象，研究了FDI對(duì)城鄉(xiāng)收入差距的影響，并做了理論探討和實(shí)證分析，最后給出政策建議。

【關(guān)鍵詞】城鄉(xiāng)居民收入差距;外商直接投資;協(xié)整檢驗(yàn);格蘭杰因果檢驗(yàn)

一、引言

現(xiàn)如今，很多國家都在通過引進(jìn)外資創(chuàng)辦新企業(yè)或進(jìn)行再投資，加速自身工業(yè)化和現(xiàn)代化的發(fā)展，引入FDI為經(jīng)濟(jì)建設(shè)提供助力，已經(jīng)成為了世界經(jīng)濟(jì)活動(dòng)的一大潮流。改革開放以來，F(xiàn)DI大量進(jìn)入中國市場，F(xiàn)DI的加入促進(jìn)了中國經(jīng)濟(jì)持續(xù)快速增長，同時(shí)也極大地提高了居民生活質(zhì)量。

關(guān)于FDI對(duì)城鄉(xiāng)居民收入差距的影響分析，學(xué)術(shù)界已有研究。第一，國內(nèi)外學(xué)者都通過大量的實(shí)證分析對(duì)FDI影響城鄉(xiāng)收入差距這一問題進(jìn)行了研究。且對(duì)東道國的城鄉(xiāng)收入差距因?yàn)镕DI的流入而如何變動(dòng)存在著爭議。第二，國外學(xué)者研究多是以一國或者是跨國的面板數(shù)據(jù)為樣本進(jìn)行研究，而國內(nèi)的學(xué)者則是以我國或是分省的面板數(shù)據(jù)為樣本進(jìn)行研究，且研究的視角也與國外學(xué)者有所不同?？偠灾?，目前國內(nèi)外學(xué)者對(duì)FDI究竟對(duì)收入差距有何影響還無法得到一致的結(jié)論。正是由于觀點(diǎn)的不一致性，使本文討論該問題具有更強(qiáng)的現(xiàn)實(shí)意義。

二、實(shí)證分析

（一）模型設(shè)計(jì)

1、模型設(shè)定與變量選取

考慮到影響城鄉(xiāng)收入差距的因素的多元化，我們需要引入了更多合適的數(shù)據(jù)作為控制變量。依據(jù)城鄉(xiāng)收入差距影響因素的相關(guān)理論，本文選取了外商直接投資（FDI）、經(jīng)濟(jì)發(fā)展水平（PRGDP）、城市化水平（UL）、農(nóng)業(yè)支出（ARG）作為解釋變量。

解釋變量中最主要的是FDI，數(shù)據(jù)上我們選擇每年實(shí)際使用的外商直接投資金額。其他解釋變量包括上海人均GDP（PRGDP），用作衡量經(jīng)濟(jì)發(fā)展水平;UL表示城鎮(zhèn)化水平，即上海城鎮(zhèn)人口占總?cè)丝跀?shù)比重;農(nóng)業(yè)支出（ARG）表示政府對(duì)農(nóng)業(yè)的財(cái)政劃撥，即農(nóng)林水事務(wù)支出占則政支出的比重。

被解釋變量（G），選擇了國內(nèi)學(xué)者在研究中通常采用的城鄉(xiāng)收入比指標(biāo)來衡量城鄉(xiāng)居民收入差距。當(dāng)二者的比值越大時(shí)，說明城鄉(xiāng)間收入差距越大，收入分配越不平等。計(jì)算公式為：

2、數(shù)據(jù)來源

本文搜集了2006-2016年上海城鄉(xiāng)居民收入差距（G）、外商直接投資（FDI）、經(jīng)濟(jì)發(fā)展水平（PRGDP）、城市化水平（UL）、農(nóng)業(yè)支出（ARG）數(shù)據(jù)，見表1，樣本區(qū)間為2006-2017年，數(shù)據(jù)來源于2007—2018年《上海統(tǒng)計(jì)年鑒》。

（二）協(xié)整分析

1、平穩(wěn)性檢驗(yàn)

為了消除可能存在的異方差現(xiàn)象，對(duì)G、FDI、PRGDP、UL、ARG五個(gè)時(shí)間序列數(shù)據(jù)取對(duì)數(shù)，得到LNG、LNFDI、LNPRGDP、LNUL、LNARG。

ADF單位根檢驗(yàn)是檢驗(yàn)宏觀經(jīng)濟(jì)數(shù)據(jù)是否存在時(shí)間趨勢的特征，平穩(wěn)性檢驗(yàn)的結(jié)果如表2所示。

從檢驗(yàn)結(jié)果表2可以看到，對(duì)數(shù)化處理后的五個(gè)序列均為非平穩(wěn)的序列，但是它們的一階差分序列都是平穩(wěn)的，所以LNG、LNFDI、LNPRGDP、LNUL、LNARG都是一階“單整”的時(shí)間序列。因此，可以在此基礎(chǔ)上對(duì)其進(jìn)行協(xié)整檢驗(yàn)。

2、協(xié)整檢驗(yàn)

對(duì)LNG、LNFDI、LNPRGDP、LNUL、LNARG進(jìn)行協(xié)整關(guān)系檢驗(yàn)，判斷是否有長期穩(wěn)定的均衡關(guān)系存在這些變量之間。由上面的平穩(wěn)性檢驗(yàn)可知，變量都是一階單整序列，因此可以進(jìn)行協(xié)整檢驗(yàn)。

J-J協(xié)整檢驗(yàn)。鑒于本文的分析中所涉及變量為5個(gè)，因此，本文采用J-J檢驗(yàn)的方法判斷這些變量之間是否存在協(xié)整關(guān)系。檢驗(yàn)結(jié)果如表3所示。

對(duì)于“單整”序列，從表3中可以看出：基于跡統(tǒng)計(jì)量的協(xié)整檢驗(yàn)和最大特征值統(tǒng)計(jì)量的協(xié)整檢驗(yàn)都表示在5%的顯著性水平下這5個(gè)非平穩(wěn)的一階單整時(shí)間序列之間存在4個(gè)協(xié)整關(guān)系。那么就存在著長期的穩(wěn)定的均衡關(guān)系，由此可得到標(biāo)準(zhǔn)化的協(xié)整方程如下：

方程中，ecmt代表均衡誤差。對(duì)ecmt序列進(jìn)行ADF檢驗(yàn)，結(jié)果顯示是一個(gè)平穩(wěn)序列，說明方程所顯示的協(xié)整方程是顯著的?？梢钥闯?，外商直接投資的系數(shù)是正數(shù)，說明外商直接投資對(duì)城鄉(xiāng)收入差距有擴(kuò)大的作用，具體而言，在其他變量不變的前提下，外商直接投資每增加1%，城鄉(xiāng)收入差距就會(huì)擴(kuò)大2.04%，這也符合當(dāng)今的發(fā)展規(guī)律。同時(shí)，經(jīng)濟(jì)發(fā)展水平與城鄉(xiāng)收入差距呈正相關(guān)關(guān)系，而結(jié)合其他的控制變量進(jìn)行觀察，城市化水平、農(nóng)業(yè)支出均與城鄉(xiāng)收入差距呈顯出負(fù)相關(guān)關(guān)系，這就說明經(jīng)濟(jì)發(fā)展水平的提高擴(kuò)大了城鄉(xiāng)收入差距，而城市化水平的提高和財(cái)政支農(nóng)的增加則有效的減緩了城鄉(xiāng)收入差距擴(kuò)大的趨勢。

3、Granger因果檢驗(yàn)

由協(xié)整檢驗(yàn)的結(jié)果可知，LNG與LNFDI、LNPRGDP、LNUL、LNARG之間存在著長期的均衡關(guān)系。下面還需要通過格蘭杰因果檢驗(yàn)對(duì)協(xié)整方程中的各個(gè)變量之間的因果關(guān)系進(jìn)行檢驗(yàn)，具體揭示因果關(guān)系。具體結(jié)果見表4。

由表4可知，在10%的顯著性水平下，序列LNFDI與LNG，LNUL與LNG存在雙向的因果關(guān)系，可以認(rèn)為，外商直接投資是引起城鄉(xiāng)居民收入差距的原因，城鄉(xiāng)收入差距也是引起外商直接投資變化的原因;城市化水平的變動(dòng)是引起城鄉(xiāng)居民收入差距變動(dòng)的原因，城鄉(xiāng)居民收入差距的變動(dòng)也是引起城市化水平變動(dòng)的原因。序列LNPRGDP與LNG，LNARG與LNG存在單向的因果關(guān)系。即可以認(rèn)為，經(jīng)濟(jì)發(fā)展水平是城鄉(xiāng)居民收入差距變化的原因，而城鄉(xiāng)居民收入差距不是經(jīng)濟(jì)發(fā)展水平變化的原因;農(nóng)業(yè)支出是城鄉(xiāng)收入差距變化的原因，而城鄉(xiāng)收入差距不是農(nóng)業(yè)支出變化的原因。從上海統(tǒng)計(jì)年鑒的數(shù)據(jù)可以得出，上海市目前已經(jīng)不再僅僅追求于外商直接投資帶動(dòng)個(gè)別區(qū)域經(jīng)濟(jì)的增長，而是試圖通過對(duì)FDI的合理配置，調(diào)整經(jīng)濟(jì)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)業(yè)支出，提高城市化水平，找到有效緩解收入差距問題的方法。

三、主要結(jié)論及政策建議

本文首先使用協(xié)整理論驗(yàn)證了上海市城鄉(xiāng)收入差距、外商直接投資、經(jīng)濟(jì)發(fā)展水平等相關(guān)經(jīng)濟(jì)變量具有長期的均衡關(guān)系，再采用格蘭杰因果檢驗(yàn)研究外商直接投資與上海市城鄉(xiāng)收入差距二者之間存在因果關(guān)系。

（一）FDI對(duì)上海市城鄉(xiāng)收入差距的影響

以上海市為研究樣本，上海市外商直接投資的流入進(jìn)一步擴(kuò)大了城鄉(xiāng)收入差距。從建立的協(xié)整方程可以知道，在其他經(jīng)濟(jì)變量保持不變的前提下，上海市外商直接投資額每增加1%，上海市城鄉(xiāng)收入差距就會(huì)擴(kuò)大2.04%。由格蘭杰因果檢驗(yàn)的結(jié)果可知，外商直接投資是引起城鄉(xiāng)收入差距的原因。

（二）政策建議

本文的研究的結(jié)論表明，F(xiàn)DI的引入給上海市城鄉(xiāng)收入分配造成了消極影響，與此同時(shí)，F(xiàn)DI也提高上海市城鄉(xiāng)收入水平，它促進(jìn)了產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)，促進(jìn)了對(duì)外貿(mào)易等積極影響。因此，制定投資政策勢在必行，合理利用外商直接投資。

【參考文獻(xiàn)】

[1]陳葉. FDI對(duì)城鄉(xiāng)收入差距影響的實(shí)證研究[D].南京理工大學(xué)，2012.

[2]彭碩毅，李華，周銘悅.FDI_產(chǎn)業(yè)結(jié)構(gòu)升級(jí)對(duì)城鄉(xiāng)收入差距影響的實(shí)證研究[J].金融經(jīng)濟(jì)，2016（4）：21-23

[3]張昊光，姜秀蘭.必須防止外資拉大我國居民收入分配的差距[J].財(cái)經(jīng)科學(xué)，2004（2）.

[4]尹紀(jì)芬.外商直接投資對(duì)省際城鄉(xiāng)收入差距的影響[D].東北財(cái)經(jīng)大學(xué)，2016.

[5]王慶華，王瑞君.地方政府競爭_外商直接投資與城鄉(xiāng)居民福利差異[J].重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2016，22（5）：10-20.

[6]顧滿中.FDI與城鄉(xiāng)收入差距關(guān)系的研究——基于1991-2012?。ㄊ校┘?jí)面板數(shù)據(jù)[D].山東大學(xué)，2015.

[7] Sun H ， Chai J . Direct foreign investment and inter‐regional economic disparity in China[J]. International Journal of Social Economics， 1998， 25（2/3/4）：424-447.

[8] Choi， Changkyu. Does foreign direct investment affect domestic income inequality？[J]. Applied Economics Letters， 2006， 13（12）：811-814.

附錄：R代碼

install.packages（"car"）

install.packages（"lars"）

install.packages（"urca"）

install.packages（"lmtest"）

install.packages（"vars"）

###### Step I： Select variables ######

setwd（"C：/Users/ Administrator /Desktop/R"） # working path

data = read.csv（"data.csv"）

str（data）

cor（data[c（"y"，"x1"，"x2"，"x3"，"x4"）]）

###### Step II： Data transformation and Stationary test #########

LNFDI=log（data[，2]）

LNPRGDP= log（data[，5]）

LNUL=log（data[，3]）

LNARG=log（data[，6]）

library（urca）

urt.LNFDI= ur.df（LNFDI， type = 'trend'， selectlags = 'AIC'）

summary（urt.LNFDI）

urt.LNPRGDP = ur.df（LNPRGDP， type = 'trend'， selectlags = 'AIC'）

summary（urt.LNPRGDP）

urt.LNUL = ur.df（LNUL， type = 'trend'， selectlags = 'AIC'）

summary（urt.LNUL）

urt.LNARG= ur.df（LNARG， type = 'trend'， selectlags = 'AIC'）

summary（urt.LNARG）

###### Step III： Cointegration test ########

library（lmtest）

fit = lm（LNG～ LNFDI+LNPRGDP +LNUL+LNARG）

summary（fit）

dwtest（fit）

error = residuals（fit）

urt.residuals = ur.df（error， type = 'none'， selectlags = 'AIC'）

summary（urt.residuals）