当前位置：文档之家 › 安徽FDI数据搜集

安徽FDI数据搜集

  • 格式：docx
  • 大小：41.35 KB
  • 文档页数：8

下载文档原格式

  / 8

合集下载

FDI对皖江城市带环境污染影响的实证研究

FDI对皖江城市带环境污染影响的实证研究

FDI对皖江城市带环境污染影响的实证研究作者：胡飞来源：《对外经贸》2014年第02期[摘要]实证研究FDI的使用对皖江城市带环境污染的影响，结果表明：皖江城市带使用FDI的规模与工业废水排放量之间呈现倒“U”型曲线关系，与工业二氧化硫排放量之间呈现“U”型曲线关系，当前皖江城市带各地区使用FDI的规模已超越倒“U”型曲线和“U”型曲线的拐点。

并就皖江城市带进一步提升使用FDI的生态效益提出加强工业部门使用FDI的管理，努力创造条件产生和提升FDI生态效益，改善要素禀赋结构，积极引进服务业FDI，制定并实施严格的环境政策等相关对策建议。

[关键词]皖江城市带；FDI；环境污染[中图分类号]F740 [文献标识码]A [文章编号]2095-3283（2014）02-0062-03一、引言2010年1月，经国务院批准，《皖江城市带承接产业转移示范区规划》正式实施，皖江城市带开放型经济发展水平进一步提高。

在此背景下，可以预测未来皖江城市带使用FDI的规模将会逐步扩大。

而另一方面，学界大量理论和经验研究表明，FDI会对区域环境质量产生重要的影响。

分析近年来FDI对皖江城市带环境污染产生的影响，未来皖江城市带应如何协调使用FDI与环境保护之间的关系具有重要的现实意义。

一方面可以为皖江城市带制定与实施使用FDI战略提供直接的经验依据，另一方面，可以为进一步提升皖江城市带开放型经济发展水平与发展质量提供针对性的理论指导。

二、计量模型构建与数据说明学界众多学者已研究得出，在一国或地区的经济发展过程中通常会存在环境库兹涅茨曲线（EKC），FDI的进入对区域环境质量的影响可能会呈现非线性特征。

基于此，借鉴相关研究，本文构建了以下两个计量模型：其中， Wit表示第t年i地区的工业废水排放量，Sit表示第t年i地区的工业二氧化硫排放量。

需要说明的是，在保证统计数据可获得的基础上，为了尽可能地扩大样本量，本文将工业废水排放量和工业二氧化硫排放量作为皖江城市带环境污染水平的测度指标。

FDI对安徽省出口贸易结构的影响——基于1999—2007年时间数据的实证

FDI对安徽省出口贸易结构的影响——基于1999—2007年时间数据的实证

2012年第12期总第222期【国际经贸】FDI 对安徽省出口贸易结构的影响———基于1999—2007年时间数据的实证分析黄甜1高茜2（1.安徽邮电职业技术学院，安徽合肥230031；2.安徽大学经济学院，安徽合肥230039）［摘要］利用1999—2007年安徽省工业制成品出口、初级产品出口的年度统计数据，从出口贸易结构的角度出发，利用回归分析法就外商直接投资对安徽省出口商品结构的影响进行实证分析。

研究结果表明，外商直接投资与安徽省出口总量间存在明显的正相关关系，出口贸易结构呈现出不断优化的趋势。

［关键词］FDI ;安徽省;出口贸易结构;回归分析［中图分类号］F74［文献标识码］A［文章编号］2095－3283（2012）12－0026－04作者简介：黄甜，女，浙江诸暨人，安徽邮电职业技术学院讲师，安徽大学国际贸易专业硕士研究生，研究方向:国际经济合作;高茜，女，江苏人，安徽大学经济学院教授，硕士生导师，中国科技大学商学院博士研究生。

改革开放以来，安徽省外贸增长势头强劲，年出口总额从1981年的0.88亿美元增加到2010年的124.2亿美元，外贸依存度由1981年0.2%上升到2010年的13.4%，出口贸易对安徽省经济发展的影响日益加大。

2011年，安徽省机电产品出口74.3亿美元，同比增长53.5%；高新技术产品出口29.3亿美元，同比增长41.6%。

在传统大宗商品出口继续保持平稳增长的同时，机电产品出口增长相对较快，高新技术及新兴产业产品出口增长势头强劲，安徽省出口商品结构总体上显著优化。

安徽省出口贸易如何实现可持续发展，很大程度上取决于安徽省出口商品结构是否合理。

一、文献回顾国外学者对外商直接投资与贸易关系进行了大量实证研究，主要有三种结论：替代关系、互补关系或者无明显关系。

Robert A.Mundell （1957）认为一国对另一国的直接投资可造成对国际贸易的完全替代。

小岛清（1978）强调要素的流动性对发展中国家的产业结构升级、比较优势和贸易结构都有直接和显著的影响。

FDI质量对工业绿色全要素生产率的影响研究——基于长江经济带11个省市面板数据

FDI质量对工业绿色全要素生产率的影响研究——基于长江经济带11个省市面板数据

□经济理论与实践第37卷第3期2021年6月吉林工商学院学报JOURNAL OF JILIN BUSINESS AND TECHNOLOGY COLLEGEV ol.37,No.3Jun.2021FDI 质量对工业绿色全要素生产率的影响研究——基于长江经济带11个省市面板数据金泽虎，曾芹（安徽大学经济学院，安徽合肥230601）[摘要]利用2005—2019年长江经济带11个省市的面板数据，通过改进熵权法刻画FDI 质量水平，在能源与环境约束下，选用SBM 模型和GML 指数，测度长江经济带各省市工业绿色全要素生产率。

运用面板数据模型实证研究长江经济带FDI 质量对工业绿色全要素生产率的影响，结果显示FDI 质量对工业绿色全要素生产率有显著促进作用，但存在区域差异。

以经济规模、产业结构、环境规制、研发支出作为控制变量的回归结果表明，环境规制对工业绿色全要素生产率表现出显著正向影响，而经济规模、产业结构、研发支出则表现出负向影响。

[关键词]FDI 质量；绿色全要素生产率；长江经济带；SBM 模型；GML 指数[中图分类号]F403.8[文献标识码]A[文章编号]1674-3288（2021）03-0005-10[收稿日期]2021-04-20[基金项目]安徽省哲学社会科学规划重点项目安徽大学后续研究课题“合肥对外开放平台建设的现状与对策研究”（2020T013）阶段性成果[作者简介]金泽虎（1965-），男，安徽枞阳人，安徽大学经济学院教授，博士生导师，安徽大学徽学中心研究员，研究方向为中国对外经济贸易；曾芹（1996-），女，安徽舒城人，安徽大学经济学院硕士研究生，研究方向为中国对外经济贸易。

一、引言我国经济正处于由高速增长向高质量发展转变阶段，随着经济发展方式与结构的变化，提高工业发展质量、促进工业绿色转型已经成为推动经济走向高质量发展的必由之路。

2020年11月14日，习近平总书记在全面推动长江经济带发展座谈会上的重要讲话中指出，要将长江经济带打造成为生态优先、绿色发展的新样板，畅通国内国际循环的主动脉，引领经济高质量发展的主力军。

FDI对安徽省就业影响的实证分析

FDI对安徽省就业影响的实证分析

业大省 ，人 口众多，据国家统计 局最新反馈资料显示 ，２ ０ 年我 省 三 大产 业就 业 的 不 同 影 响 。 ０７
省 常住 人 口为 ６ １ 万 人 ， １８ 占全 国人 口总 量 （３ １ ９ １２２ 万人 ） ４６ ％ ， 的 ３
首先 ，为了保证变量的平稳性 采用 Ａ Ｆ Ｄ 单位根检验 方法来
０１ ２
Ｏｌ ７ ０１ ９ ０ｌ ８ Ｏ２ ｏ ０１ ８ ０１ ９ ００ ２
由检验结果可 以看出 ： 、Ｙ Ｙ 在 ５ 的置信水 Ｆ Ｉ 、Ｙ 、Ｙ 和 。 ％ Ｄ 平下。这说 明变量 的水平序 列都是平稳的 因而 它们之间能够进
行简单的回归 ，其回归模 型如下 ：
Ｙ ｌ ＿９ ０８ ． Ｙ ２ ｙ ３ ０ ０ ．８ ３８ 一０３ １９ ．４
～ ０ｌ － １ ３ ＿ ６ ４ １ ３ Ｏ ２ § 。 ３ ．０ 。
平 稳 平 稳 平 稳
ｉ９ ９ １５
１９ ９６ １ ９ ９＇ ７ １９ ９８ １９ ９９ ２。 。Ｏ ２ ∞｛ ２ ∞２
（） ４
Ｙ＝２ ２ １ ９ １．＋０． １ Ｆ ０ １ＤＩ
Ｒ ＝０ ６ ６
（） １
Ｙ ＝２ ２ １ ９ ０ ２ ＤＩ ０ ２ －０ ０ ２ Ｆ ５
Ｒ ＝Ｏ ７ ３
（ ２）
２０ 。３
２０ ０４
３４ ９ ５４
３０ ６５ ２
２ ７
３ ４
５１ Ｏ
Ｉ 量 Ｄ统 量 牦 僵 变 Ａ 计 界 Ｆ
１ ％ ｌ 涨
检 结 验论
Ｆ — ８８ Ｄ Ｉ ＩＯ ．３ Ｙ ２３ ６ ９
平 稳 平 稳
表 １ 安徽省 年底 就业 情况表 （ 单位 ：万人 ，％ ）

FDI影响因素的实证研究——以安徽为例

FDI影响因素的实证研究——以安徽为例
维普资讯
第 ９卷第 ２ 期
２Ｏ Ｏ８年 ４月
Ｊ Ｌ ｌｆ ｎｖｒｔ ０ Ｓｕ 社会科学版） ａ ｄ ｏ） ｃｍａ ０ ｉ ｓｙ ｆ ｏｔ Ｃｌ咀 ＳＩ ｌ ｃ Ｅ ｉ ｎ ￣ Ｕ 南华大学学报 （ｉ （ｃｉ ｉ ｅ ｔ ｅ ｉ ｈ Ｉｒ ｃ Ｓ ｏ ａｏ ｉ
【 要】 近年来， 摘 安徽省 Ｆ Ｉ Ｄ 无论从绝对数量上还是从增长指标上均表现不俗， 但是在中部六省中， 安徽在 Ｆ Ｉ Ｄ 方面处
于劣 势地位 。主要是 由安徽 省不合理 的产 业结构造成的 ， 当期的基本建设投 资和职工工 资水 平也 对吸引 Ｆ Ｉ Ｄ 具有 负面影响。
外商进入安徽更倾向 于从事 出口加 工行 业， 外商进入安徽更看 中其产品的 出口能力， 而不是安徽本地 的市场潜 力。
Ｖ １ ｏ２ ０． Ｎ ． ９ Ａ ２０ ｐ．０８
３ ０ Ｏ
２ ５ ０
２ Ｏ ０
１ ５ Ｏ
１ ０ Ｏ
ＦＩ Ｄ 影响因素的实证研究
— —
Ｏ ０
０ ０
Ｏ ０
Ｏ ０
Ｏ ０
以安徽 为例
俊①
汪伟伟 ， 胡
（ 南京农业大学 经济管理学院， 江苏 南京 ２０９ ） ｌ ５ ０
省实际利用 Ｆ Ｉ Ｄ 的绝对量来 看（ １ ， 徽实际利用 Ｆ Ｉ 图 ）安 Ｄ 的 数量徘徊在第 四、 名。具体 来看 ，９５至 １９ 年 ， 徽实 五 １９ ９６ 安 际利用 Ｆ Ｉ Ｄ 超过江西 、 山西 ， 在六省 中位居第 四；９７年与江 １９ 西省基本持平， 而从 １９ 年后 ， ９７ 安徽 实际利用 Ｆ Ｉ Ｄ 长期位于 六省 中的第五名， 仅强于山西省 ， 且从趋势 图中可以发现 ， 安

FDI对安徽经济影响的动态分析——基于状态空间模型的研究

FDI对安徽经济影响的动态分析——基于状态空间模型的研究
均来 自于 中 国经 济 社 会 发 展 统 计 数 据 库 。其 中 ＧＤ Ｐ以 １ ９ ９ ０年 为 基 期进 行 了平减 ，Ｆ Ｄ Ｉ 用 历 年 人 民币对 美元 汇率 换算 成人 民币 。考 虑到数 据 可
Ｆ ＤＩ 对 安徽 省 经济 带 动 效 应 进 行 实 证 研 究 ， 得 出
性检验和协整检验 ， 当且仅 当模型等式两端 的变
基金项 目：安徽 省社 会科 学规 划项 目（ ＡＨＳ Ｋ１ １ —１ ２ Ｄ ３ ２ ） 。 作者简介 ：胡天 宇（ １ ９ ９ １ 一 ） ， 男， 辽宁沈阳人 ， 安徽大学学 生。
２ ４
沈 阳大 学学报 （ 社会 科 学版）
省经 济 总量增 长 的 同时也 大 幅度促 进 了进 出 口的 增 长 。汪 利 平 通 过 协 整 分 析 和 格 兰 杰 检 验 ， 就
（ Ｉ ） 与外商直 接投资额 （ Ｆ Ｄ Ｉ ） 的差值 （ Ｐ Ｉ ） 表示 国 内投 资 ［ 。样 本 区间为 １ ９ ９ ０ —２ ０ １ ０年 ， 所有 数 据
关 键 词 ：Ｆ ＤＩ 安徽 ；经 济 ；动 态 关 系 ；状 态 空 间模 型 文 献 标 志 码 ：Ａ 中 图 分 类 号 ：Ｆ ８ ３ ０ ． ５ ９
要 ：利用 １ ９ ９ ０ －２ ０ １ ０年安徽省相关经济数据 ， 基于状态 空间模型 和卡尔曼滤 波算法建 立变参 数模
型， 从总需求 的角度 出发 ， 动态地研究外商直接投资对安 徽省经济 的影响 ， 根据实证 分析结论 ， 提 出相关 政策
了Ｆ Ｄ Ｉ 对安徽 省 经济 增长 具有 积极 影 响的结 论 。
能存 在 的波 动性 ， 对其 做取 对数处 理 ， 消 除序列 中
存在 的异 方差 现象 。

FDI对就业影响的——以安徽省为例实证研究

FDI对就业影响的——以安徽省为例实证研究

实际中的很多数据是非平稳 的，对非平稳 的数据变 区不同而不 同 ， 外商直接投资对东部有挤出效应 ， 中西 量建立 回归分析模 型很容易产生“ 回归 ” 对 伪 的问题 。为 了 部有就业创造效应［ ４ １ 。田素华（ ０）ｍ ２ ４￣ 针对上海的外商直 避免这种情况 的出现 ， ０ Ｊ 本文利用 Ａ Ｆ法对时间序列进行 Ｄ
由于在统计年鉴 中外商直接投资的数据的单位是万美元 ，
运用 １８ — ０ ４年的数据对不同产业 的外商直接投资 和 本文根据当年的平均汇率水平进行调整。此外 ， ９５２０ 为了减少 就业两个变量进行计量分析 ，结果 显示 ：Ｄ 有利于促进 数据可能存在的异方差 ， ＦＩ 本文对时间序列数据采用对数 的 第 二产业 就业及促进就业人 口非农化 ， 对第 三产业影 响 形式 ， 分别用 Ｌ ＳＬ Ｄ 来反映我国的就业状况、 Ｄ 的状 Ｒ 、Ｆ Ｉ ＦＩ
Ｆ 对 就 业 影 响 的 实 证 研 究 Ｉ Ｄ
— —
以安 徽 省 为例
魏凌杰
王 海梅
（ 安徽大学经济学院， 安徽 合肥 ２００ ） ３６ １
摘 要 ：本文运用协整分析 与误 差修 正模 型等计量分析方法就 １ ８ － ０ ０年鉴安徽省外商直接投 资对就业的影响做 了实证分 ９７ ２１ 析。从分析结果来看， 就业对 外商直接投资的长期 弹性为 ００６ ８ ； ．５ ８ ３ 短期弹性为 ００ ５ ． 。可见， ３ 外商直接投资不论长期还 是短期都促进 了安徽省的就业增长 ， 并且长期就业效应 要大于短期就 业效应。 关键词 ： 外商直接投资 ； 业； 就 安徽省 中图分类号 ： １５； ８２６ 文献标识码 ： ｄ ｉ ０３６ ０ｉ ｎ１７ — ３ ９ ｓ． １．４５ 文章编号 ：６２ ３ ０ （０ ２ ０ — ２ — ２ Ｆ２ Ｆ３． Ａ ｏ： ． ９ ．ｓ． ２ ３ ０ （ ） ０ ２ ．９ １ ９ ｓ ６ ２ ０ １７ － ３ ９ ２ １ ）４ １９ ０

双向FDI_协同与全球价值链升级——基于中国制造业细分行业面板数据的实证分析

双向FDI_协同与全球价值链升级——基于中国制造业细分行业面板数据的实证分析

2023年第4期（总第97期）新疆财经大学学报Journal of Xinjiang University of Finance and EconomicsNo.4.2023General No.97双向FDI协同与全球价值链升级——基于中国制造业细分行业面板数据的实证分析郑小玲，朱蕊（安徽大学，安徽合肥230601）摘要：文章基于2006—2020年中国省级面板数据及跨国面板数据，探讨双向FDI协同互动与制造业全球价值链升级之间的影响关系。

研究表明：双向FDI协同互动对制造业全球价值链升级有显著的正向影响，知识产权保护水平、政府调控力、行业规模、资本投入强度和基础设施建设水平等对制造业全球价值链升级有不同程度的影响。

中介机制检验结果表明，双向FDI协同互动通过产业结构升级和技术进步两条路径助推制造业全球价值链升级。

因此，全面推动双向FDI协同互动，推动产业结构优化升级和企业技术创新，是助推中国制造业全球价值链升级的重要途径。

关键词：双向FDI协同；制造业全球价值链；产业结构优化；技术进步；中介效应中图分类号：F424；F125文献标志码：A文章编号：1671-9840（2023）04-0018-10 DOI：10.16713/ki.65-1269/c.2023.04.003Two-Way FDI Coordination and Global Value Chain Upgrading—An Empirical Study Based on the Panel Data ofChina's Manufacturing Industry SegmentsZHENG Xiaoling,ZHU Rui（Anhui University，Hefei230601,China）Abstract:Based on the provincial panel data from2006to2020,this paper discusses the influence of two-way FDI coordi⁃nation on the global value chain of China's manufacturing industry.The research shows that two-way FDI coordination has a po-sitive promoting effect on the upgrading of the global value chain of the manufacturing industry,and the level of intellectual pro-perty protection,government regulation,industry scale,capital investment intensity and infrastructure construction have influ⁃ence on the upgrading of the global value chain of the manufacturing industry to different degree.Further intermediary mecha⁃nism test shows that there are two ways of industrial structure optimization and upgrading and technological progress to promote the global value chain upgrading of manufacturing industry.In this regard,it is necessary to comprehensively promote the syner⁃gistic and interactive development of two-way FDI coordination,promote the optimization and upgrading of industrial structure and technological innovation of enterprises,and upgrade the status of the global value chain of the manufacturing industry.Key words:two-way FDI coordination;manufacturing global value chain;industrial structure optimization;technological advance;mediating effect收稿日期：2023-04-20基金项目：安徽省社科联社会科学创新发展研究课题“长三角绿色发展不平衡测度与时空差异性研究”（2020CX191）作者简介：郑小玲（1965—），女，安徽大学经济学院副教授，研究方向为国际经济与贸易；朱蕊（1999—），女，安徽大学经济学院硕士研究生，研究方向为国际贸易。

生产性服务业FDI对中国制造业高端化的影响研究——基于地区面板数据的实证分析

生产性服务业FDI对中国制造业高端化的影响研究——基于地区面板数据的实证分析

2020年12月第40卷第6期天水师范学院学报Journal of Tianshui Norm al UniversityDec.，2020V〇1.40No.6生产性服务业F D I对中国制造业尚端化的影响研究—基于地区面板数据的实证分析葛爱雯，郑小玲(安徽大学经济学院，安徽合肥230601)摘要：随着全球科技水平的总体提升，制造业高端化已逐渐成为各国新一轮战略竞争的制高点。

生产性服 务业与制造业深度融合，制造业高端化发展离不开生产性服务业的重要支持，生产性服务业F D I的引进更能够通 过吸收国外先进的服务要素，提高生产性服务业供给制造业产品的质量和生产性服务业的行业专业化水平，从而 最大地发挥其辅助制造业高端化发展的作用。

因此，要进一步完善生产性服务业的引资建设，合理调整生产性服 务业的引资结构，不断推动制造业向高端化迈进。

关键词_•生产性服务业FDI;制造业高端化；熵值法；固定效应模型中图分类号：F727 文献标识码：A中国作为世界第二大经济体、全球制造业大 国，高端化、品牌化和绿色化发展已逐渐成为我国 制造业转型升级的重要趋势。

但在加快转型升级的 过程中，我国制造业仍存在“大而不强”“创而不 新”的问题，总体竞争力仍落后于先进的西方发达 国家。

生产性服务业作为当今世界进行新一轮产业 竞争的主要焦点，其与制造业之间的融合互动关系 显著，《中国制造2025》这一纲领更是提出要促进 生产性服务业的成长，以拉动产业逐渐实现中高端 发展。

生产性服务业外商直接投资的引人，不仅有 利于借助外部资本实现服务业自身科技和管理水平 的提升，还能够在此基础上进一步发挥其与制造业 间的上下游关联效应以助力制造业的高端化发展。

因此，综合上述背景，研究生产性服务业FD I 和制造业高端化的关系，探索其对于制造业高端 化升级的影响程度，在加快生产性服务业与制造 业的深度融合、培育制造业全球竞争新优势、推 动我国逐步向制造业强国转变方面，均具有重要 现实意义。

外商直接投资(FDI)对自主创新能力的影响分析

外商直接投资(FDI)对自主创新能力的影响分析

外商直接投资(FDI)对自主创新能力的影响分析作者：汪海滨来源：《经济师》2012年第05期摘要：文章运用1999至2010年安徽省不同来源FDI的数据，研究外商直接投资对我国自主创新能力的影响，为最大限度利用FDI，提高FDI对我国区域自主创新能力的正向影响，提出了自己的一些观点和建议。

关键词：外商直接投资（FDI）自主创新能力影响中图分类号:F207 文献标识码:A文章编号:1004-4914（2012）05-206-03自主创新能力是指将创新资源(主要指知识等)转化为新产品、新工艺、新服务、开拓新市场、新品牌的能力。

它是一国经济发展的灵魂，唯有具备自主创新能力，一个国家才能保持经济的可持续发展。

而外商直接投资（Foreign Direct Investment，FDI）对发展中国家自主创新能力构建具有基础性作用。

改革开放以来我国经济发展对外靠的是以丰富、廉价的劳动力优势以及一系列外商投资优惠政策来吸引大批外商进行直接投资。

这种“依赖引进”战略，在经过30多年的较快发展之后，面对国际竞争压力加大，我国自主创新能力弱，具有自主知识产权的核心技术匮乏，已成为制约中国经济发展的瓶颈。

在此情况下，只能在引进和学习国外先进技术的基础上，发展出自己独立自主的研究与开发体系，培育和掌握核心技术，逐渐进入全球产业价值链的上游并获得更高的附加值，从而实现内涵经济增长和跨越式发展。

因此，本文将以安徽省为背景，通过实证研究探讨外商直接投资对我国自主创新能力的影响，为进一步完善我国利用外商直接投资政策提供参考。

一、FDI对自主创新能力的影响分析（一）FDI对企业技术创新能力的影响区域技术创新包括原始创新、集成创新和消化吸收再创新，它不仅包括完全依靠自己的独立创新，也包括对引进技术的消化、吸收再创新以及与他人的合作创新。

在开放经济条件下， FDI所具有的技术转移和技术外溢效应，被认为是FDI促进东道国技术创新能力提高的重要手段。

安徽省FDI技术外溢效应的实证分析

安徽省FDI技术外溢效应的实证分析
第 １ Ｏ卷 第 １ ０期 ２１ 正 ００ １ Ｏ月
科
技
和
产 业
Ｖｏ１ ０，ＮＯ ０ ．１ ．１ ０ｃ ．， ｔ ２ ０ Ｏ１
Ｓｃｅ ｃ ｃ ｏ ｏ ｎｄ Ｉ ｕｓ ｒ ｉ ｎ ｅ Ｔｅ ｈｎ ｌ ｇｙ ａ ｎｄ ｔ ｙ
安徽省Ｆ Ｉ Ｄ 技术外溢效应的实证分析
１ １ 模 型 推 导 ．
２ 世纪 ６ ０ Ｏ年代 初 ， ｃ ｏ ｇ ｌ在 分 析 Ｆ 的 ＭａＤ ｕ ａｌ ＤＩ
一
般 福 利 效 应 时 ， 一 次 把 技 术 的 溢 出效 应 视 为 Ｆ Ｉ建模 思 路是 通 过其 他 经济变 量来解 释 技术 进 步率 的变化 。现 以传 统 的 Ｃ
引资战 略在多大程 度上发 挥作用 ， 即大量 的外商直 也 接投 资对安 徽 的技术 进 步 是否 发生 了外溢 ？本 文试 图采用 较新 的数据 对技 术 溢 出效 应 以安徽 省 为研 究 对象再 检验 ， 以期得 出更可靠 的结论 。
１ Ｆ Ｉ 术 外 溢模 型 、 本选 取 与 变 量 说 明 Ｄ 技 样
内 企 业 的技 术 外 溢 效 果 并 不 明 显 ＿ 。毛 其 淋 研 究 得 ８ Ｊ
出 ＦＤＩ 长 三 角 地 区存 在 显 著 的 正 向 的 技 术 外 溢 效 在 应 。 综上 所述 ， 管 国 内外学 者 对 于 Ｆ 尽 ＤＩ的 技 术 溢
其 中为全要 素生产 率的影 响因素 的残余 值 ， 度量 了影 响技 术进步 的其它 因素 ； 为外资企业 与 国内企业
Ａ 一 Ｂ （ １＋ ＰＥ ） Ｒ ＦＤＪ （） ２
国 内学 者 对 Ｆ Ｉ 术 溢 出 效 应 的 研 究 较 晚 ， Ｄ 技 秦
晓钟 对我 国技 术外溢 效应 的状 况进行测 定 ， 的结论 他 是就 全行业而 言 ， Ｄ 技 术外 溢 效 应不 是 很 显 著 。 Ｆ Ｉ ］ 包群 等指出 Ｆ Ｉ Ｄ 技术 进步效 应 主要表 现在 外 商投 资 企业 自身要素生 产率 的提 高 ， 同时外 商投 资企业对 国

基于VAR的安徽省经济增长、FDI、出口和居民消费的关系研究

基于VAR的安徽省经济增长、FDI、出口和居民消费的关系研究

３ 、格兰杰 （ ｒｎｅ）因果关 系检验 Ｇａｇｒ
平稳 性检测之后 ，要对各 变量进行Ｇ ａ ｇ ｒ ｒ ｎ ｅ 因果关系检验 以 对外 开放通 过 全要素 生产 率的增 长对经 济增 长 的产生影 响 ， 但 确定它 们之间 的相互影响 关系 。因 为当变量 非平稳时 ，任 何两 全要素 生产率增 长对 经济增 长产生 的贡献较小 。可 以发 现现有 个相互 无关 的变量 可能产 生虚假 的因 果关系 ， 因此 检验对 象 的研究都 是从单 因素 的角度来 分析经济增 长 ，而且 没有 能解 释 为 由于 检 验 结 果 对 滞 后 期 的 选 择 有 时 很 敏 感 ， 同 的滞 后 期 可 不 各 因素的之 间的 关系 。本文通 过建 立Ｖ Ｒ Ａ 向量 自回 归模型对 安 能 产 生 不 同 的 结 果， 般 丽 言 要 进 行 不 同滞 后 期 的 检 验 ， 一 以模 型 徽 省的经济发展 与外商投 资、出 口和 居 民消 费间的关系进 行定 中随机干扰 项不存 在序列 相关的滞后 期长度选 择滞后期这里 我 量分析 以求能够较好 的揭示 安徽经济 发展 、外 商投 资 、出 口和 们 就 尽 量 选 择 足 够 长 的 阶 数 ［ ］ 所 以检 验 对 象 为 ：Ｄ Ｌ Ｄ 、 ５， ２ Ｇ Ｐ 居 民消 费间的关系 ，这对于有针 对性地制 定地方政 策有着现 实 Ｄ Ｌ Ｄ 、 ＤＥ 、Ｄ Ｌ Ｏ ： 所 以滞 后 期 选 ３ 检 验 结 果 见 表 三 。 ２ＦＩ ＬＰ ２ｃＮ ． 意义和借鉴价值 。
， 二 、模型设定和数据选择
１ ．数据选择 本文数据选取 １８ — ０ ８ ９ ６ ２ ０ 年的统计年鉴 中的国内生产总值 、
外 商投 资 、 出 口、居 民消 费和 消 费价格 指 数 的指 标 ，并 经整 理 。 为 了去 除 物 价 、 通 胀 因 素 的 影 响 ， 首 先 要 对 数 据 进 行 处

FDI分省年度数据

FDI分省年度数据

数据库：分省年度数据指标：外商投资企业数(户)时间：最近20年地区2014年2013年2012年2011年北京市28041270612653525672天津市11507114131149111850河北省6811683274268817山西省3531353536233849内蒙古自治区3036292531143601辽宁省17091172501796018164吉林省4370435042984327黑龙江省5016492450395426上海市68952644126146158993江苏省51634505145046152959浙江省31005306742959529288安徽省4721446644665427福建省24322235462338123727江西省7020666773346926山东省26023257552588528915河南省1005699341016810404湖北省8160769380237473湖南省5353502048825257广东省1045551006399856497084广西壮族自治区3949375637734650海南省3038310531052960重庆市5147539744613985四川省102539147910710026贵州省1515138616882029云南省4046426239563919西藏自治区255240208298陕西省6782644359835765甘肃省2282222922622177青海省363370347471宁夏回族自治区538488476579新疆维吾尔自治区1325130213111247注：外资企业基本情况数据来自国家工商总局，其年底登记户数自2008年起口径调整为企业加分支机构，（同时调整了以前年份数数据来源：国家统计局2010年2009年2008年2007年2006年2485323293224851323712064 1291812288145361142910753 953195591053636963819 366535352168779905 36933675232610711030 1837719893223211473916405 43094203415819632358 58145957590124642408 5566652278515323421831568 5166650241499283899836463 2876928252285332205920956 56335579552326372436 2346323609238091865518629 75746822664045424276 2948630579320522008420909 10254106761116629832813 74867237756039644230 54105220508529642948 9375690189901146678961999 53274391429724682611 41714531492131942536 48274447433315191360 1205011521939842474491 193619662201603601 38333880408420551967264243132129115 53785097431231752863 211620452142398431499495469151123529669637285375175116391402509421为企业加分支机构，（同时调整了以前年份数据）。

FDI分省 数据

FDI分省 数据

数据库：分省年度数据指标：外商投资企业数(户)时间：最近20年地区2014年2013年2012年2011年北京市28041270612653525672天津市11507114131149111850河北省6811683274268817山西省3531353536233849内蒙古自治区3036292531143601辽宁省17091172501796018164吉林省4370435042984327黑龙江省5016492450395426上海市68952644126146158993江苏省51634505145046152959浙江省31005306742959529288安徽省4721446644665427福建省24322235462338123727江西省7020666773346926山东省26023257552588528915河南省1005699341016810404湖北省8160769380237473湖南省5353502048825257广东省1045551006399856497084广西壮族自治区3949375637734650海南省3038310531052960重庆市5147539744613985四川省102539147910710026贵州省1515138616882029云南省4046426239563919西藏自治区255240208298陕西省6782644359835765甘肃省2282222922622177青海省363370347471宁夏回族自治区538488476579新疆维吾尔自治区1325130213111247注：外资企业基本情况数据来自国家数据来源：国家统计局2010年2009年2008年2007年2006年2485323293224851323712064 1291812288145361142910753 953195591053636963819 366535352168779905 36933675232610711030 1837719893223211473916405 43094203415819632358 58145957590124642408 5566652278515323421831568 5166650241499283899836463 2876928252285332205920956 56335579552326372436 2346323609238091865518629 75746822664045424276 2948630579320522008420909 10254106761116629832813 74867237756039644230 54105220508529642948 9375690189901146678961999 53274391429724682611 41714531492131942536 48274447433315191360 1205011521939842474491 193619662201603601 38333880408420551967264243132129115 53785097431231752863 211620452142398431499495469151123529669637285375 1751163914025094212005年2004年2003年2002年2001年109809890918591728818 109339938979290209473 36373497345433963621776705760773827914847923805778 1654214858138141364213158 24882370269025412753 22882202224320672980 2897826657241332096318160 3332129939269252299119602 1900917792151401211111194 21652114203419142055 1785417236168841556315403 39803415293924782284 2015319251172371474113753 28772600240324372401 42844173403137054443 27122598233721522080 5876255259516724987547102 24412336231125092436 24562329236622515940 13151294112913881502 40753789416239133678649641595639714 18171761166616191632100861079485 28902754317929932971658650607694882138161147140135463454481454435 3453313423383582000年1999年1998年1997年1996年849586219629104489797 99429924938496889235 38124011440349245389959120412791401131687491997710571134 1314613825141361340412400 27472931304929903123 33183788385842084596 1593015059176221636515927 1806018843214032213223891 100029646101061064811388 22162439273730123277 1601317965180711834217877 22462149238326542804 1238912358142041681718742 30043772425443314392 51235407604161765890 23162513267327563249 4986553644576655904060597 27053018345236584338 72486993678469567219 170821502155450835393730363310526229715947111215321008 16341596157523131425 787074742272 27612604245211526882675984011410861138397401117408392430622377 37144759722006001995年969189595368136410741128429904388144872295011237294916527301617988438257583263595824876860658979971286511894103797361 656。

FDI对安徽省经济带动效应的实证分析

FDI对安徽省经济带动效应的实证分析

在 这种背 景下 ， 一些学 者从不 同角度 就“ Ｄ 对安徽 省 经济 的影 响 ” ＦＩ 进行 了研 究 。张 品修 （０３ 利 用 ２０ ） 统计数据 从实证 角度 分析 了 Ｆ Ｉ 安徽省 经济 发展 的影 响 ， 为 Ｆ Ｉ Ｄ对 认 Ｄ 在促进 安徽 省经济增 长 、 加 固定 资 增 产 投资 和进 出 口贸易方 面做 出 了重要 的贡献 ； 江 （０６ 通过 建立 模 型进 行实 证 分析 ， 明 了 Ｆ Ｉ 陈 ２０ ） 证 Ｄ 对安 徽省经济 总量增 长是有 贡献 的 ， 而且 Ｆ Ｉ Ｄ 还大 幅度地 促 进 了进 出 口的增 长 ； 黄广 群 （０６ 利用 Ｅ ｉ ｓ软 ２０ ） ｖｗ ｅ 件对 １９ ２０ ９０～ ０５年安徽 省接受 的 Ｆ Ｉ Ｄ 与相 应的经 济指标进 行 了 回归 分析 ， 果发现 Ｆ Ｉ 结 Ｄ 对安徽 省的 固定
资产投资有较大的拉动作用； 郭云（０７ 根据安徽省 １８ ～ ０ ５ ２０ ） ９５ ２０ 年的统计数据 ， 运用 Ｅ ｉ ｓ ｖ ｗ 软件进行 了 ｅ
回归分析 ， 发现 Ｆ Ｉ Ｄ 对安徽 省 Ｇ Ｐ的增长 具有 明显 的拉 动作 用 。上述 研 究从 不 同 的角 度 ， 明 了 Ｆ Ｉ Ｄ 证 Ｄ 是
安徽省经济发展的外部推动力之一 ， 然而未能从更宽的视角较全面地分析 Ｆ Ｉ Ｄ 对安徽省经济的带动效应。
ＦＩ Ｄ 的经 济带动效 应指 的是 Ｆ Ｉ Ｄ 对东 道 国经 济发 展所 产 生 的推 动力 和促 进 作用 ， 括宏 观 和微 观 两 包
个层面， 微观影响主要是指 Ｆ Ｉ Ｄ 通过技术转让 、 员工培训和溢出效应等渠道提高国内企业的管理效率和技 术水平 ； 宏观影响主要是指 Ｆ Ｉ Ｄ 对东道 国的经济增长 、 资本形成、 对外贸易和就业等真实变量所产生的影 响。当然，Ｄ 也对利率、 ＦＩ 汇率和物价水平等金融变量产生一定的影响， 但由于我 国利率 、 汇率的市场化程

FDI在安徽区域分布影响因素的实证分析

FDI在安徽区域分布影响因素的实证分析

人均工资为 ２０ 年数据。数据均来源于安徽省商务厅 网站。 ０５ 三、 模型和结果
向关系 。但 如果 Ｆ Ｉ Ｄ 和固定资产投资都投 向同一行业时 ， Ｄ ＦＩ 与 固定资产投资可能存在替代关系 。我们用全社会 固定资产 投资作 为产业和基础设施集聚程度 的代理变量 ， Ｉ 用 来表示。
．
Ｚ
ｌ２ ６ ００
３ ６６ ８
Ｌ‘ 元） 万
Ｌ９ ０
Ｌ ８ ５
７ ０７ ５
．
亳 州 宿 州
蚌 埠
０ ４ ．４ Ｏ ２ ．７
１ １ ．６
２５ ６ ３３ １
３２ １
５ ５ ３ ４
． ，
ｌ２ ４７
ｌ ０ｌ ６ ４２ ８ ３ ２０ ３ｌ ３３ ０ ４
０ ６ ．０
３５ ２ ３２ ０ ４０ Ｏ ２５ ６
１２ ８
１ １３ ８ ７
．
９ ３ Ｌ６ ２ｏ６６ ０
．
３ ２ ８９
５ ３ ６９
２５ ５８ ４２ ９３ ２８ ３６
Ｌ ９ ２
１６ ．４
Ｌ １ ５ Ｌ ８ ５ １４ ．０
市场规模。一般情况下 ， 市场大小 与 Ｆ Ｉ Ｄ 有正相关关 系。
本文试图建立 了一个计量模 型， 检验 了市场大小、 固定资产投资、ＤＩ 民人均收入 以及劳动力质量等因素对吸 引 Ｆ 的作用。 Ｆ 、 居 ＤＩ 关键词 ： 商直接投 资 市场规模 聚集程度 劳动力质量 外
一
、
引言
比例作为其代理变量。一般情况下， 一个地区劳动力质量越高 则对 Ｆ Ｉ Ｄ 越有 吸引力 ， ｚ表示劳动力质量 。以下为外商直接 用 投资相关统计资料 。
７ ８５ ４

产业集聚、FDI与环境污染——来自安徽省的面板数据

产业集聚、FDI与环境污染——来自安徽省的面板数据

染的影响以及产 业集聚在其 中的作用。 实证结果 显示， 产业集聚有力地促进 了外商直接投资 ， 外 商直接投资对环境污染 产
生 了影 响， 最后提 出了相关政策建议。 关键词 ： 产业集聚； Ｆ Ｄ Ｉ （ 外商直接投资） ； 环境污染 ； 安徽省 中图分类号 ： Ｆ １ ２ ７ 文献标识码 ： Ａ ｄ ｏ ｉ ： １ ０ ． ３ ９ ６ ９ ￣ ． ｉ ｓ ｓ ｎ ． １ ６ ７ ２ — ３ ３ ０ ９ （ ｘ ） ． ２ ０ １ ３ ． ０ ６ ． ３ ２ 文章编号 ： １ ６ ７ ２ — ３ ３ ０ ９ （ ２ ０ １ ３ ） ０ ６ — ７ ０ — ０ ３
国家投资区位选择的影响 。Ｖ ｅ ｎ ｓ ｏ ｎ （ １ ９ ９ ６ ） 实证分析了产 得性 ， 文章查 阅《 安徽 省 ２ ０ ０ ２ — ２ ０ １ ２年统计年 鉴》 选取 了 业 集 聚 吸引 了瑞 典 的外 商直 接 投 资 。Ｃ ｈ ｅ ｎ ｇ和 Ｋ ｗ ａ ｎ ２ ０ ０ １ — ２ ０ １ ０年安徽 省 １ ７个城 市共 １ ７ ０ 个 样本 的相 关 面
一
、
引 言
的存在 ， 而产业集聚 的动力 主要 是要素 的集 聚 。张俊妮
改革 开放以来 ，我 国经济 保持着稳定快 速的发展 ， 和陈 玉宇 （ ２ ０ ０ ５ ） 使用 条 件 Ｌ ｏ ｇ ｉ ｔ 模型， 关 注 了产 业集 聚
在 吸引外 资方面取得 了丰硕成果 ， 一些 产业也取得 了相 效应 以及市场 规模 、交通设施 等地 区特 征所带 来 的影
当大的规模 ， 产业集 聚作 为一种新 的产 业组织形式开始 响 ， 发现产业集 聚对 Ｆ Ｄ Ｉ 有着重要 的影 响。陈泉 和臧新
在各地 区出现。产业集聚的 出现不仅丰富和完善 了产业 （ ２ ０ ０ ６ ） 用因子分析和 回归分 析 ， 实证表 明代表产业 内集

FDI-国内投资对安徽省就业影响的实证分析

FDI-国内投资对安徽省就业影响的实证分析

FDI\国内投资对安徽省就业影响的实证分析摘要:对安徽省1985-2008年年度统计数据实证分析结果表明,外商直接投资(FDI)、国内投资对就业增长的短期效应与长期效应相反。

短期内,国内投资对就业增长存在时滞效应,表现为就业不足,而外商直接投资可以弥补这个时滞,带动就业增长;长期来看,国内投资的就业时滞消除,因而促进了就业增长,而外商直接投资会对国内投资形成一定冲击,因而阻碍了就业增长。

协整检验结果表明,就业增长与FDI、国内投资之间存在一个长期的均衡关系。

关键词:FDI;国内投资;就业;VEC模型一、引言改革开放以来,我国吸引外商直接投资(FDI)的能力日益增强。

截至2007年底,我国累计外商直接投资合同金额为14794.01亿美元,实际使用金额为7602.19亿美元,外商直接投资对我国经济社会各方面产生了越来越深刻的影响。

以就业来看,2006年直接就业于外商投资与港澳台投资企业的人数达1340万人,约占就业总人数的1.75%。

并且,外商直接投资与东道国就业之间的关系非常复杂,既有外商直接投资流入创造就业岗位带来就业的增加,也有因对当地企业产生挤出效应而带来就业的减少。

国内外关于FDI与就业关系的研究成果大多得出了FDI对我国就业增长具有积极的促进作用,却很少有人将FDI结合国内投资对我国就业增长分别在短期和长期进行分析。

本文在上述文献研究的基础上,以安徽省1985-2008年年度数据为样本,运用协整检验和VEC模型(向量误差修正模型)对FDI、国内投资与就业增长之间的关系分别在短期和长期进行分析。

二、变量的选取和数据的说明实际利用外资金额一般被认为能够真实客观的反映外商直接投资的实际水平。

本文以安徽省实际利用外资金额来反映外商直接投资的水平,用FDI来表示,该指标是经过各年的银行中间汇率换算所得的结果,单位以亿元计算。

用固定资产投资减去利用外资的部分作为国内投资的指标,用DI表示,单位以亿元计算。

  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

安徽fdi月度与消费格兰杰和协整Pairwise Granger Causality TestsDate: 01/31/15 Time: 16:54Sample: 1996M01 2014M03Lags: 6Null Hypothesis: Obs F-Statistic Prob.CPI does not Granger Cause AHFDI 213 2.58545 0.0196 AHFDI does not Granger Cause CPI 0.75508 0.6061Pairwise Granger Causality TestsDate: 01/31/15 Time: 16:55Sample: 1996M01 2014M03Lags: 12Null Hypothesis: Obs F-Statistic Prob.CPI does not Granger Cause AHFDI 207 2.56342 0.0037 AHFDI does not Granger Cause CPI 1.24162 0.2577Pairwise Granger Causality TestsDate: 01/31/15 Time: 16:56Sample: 1996M01 2014M03Lags: 20Null Hypothesis: Obs F-Statistic Prob.CPI does not Granger Cause AHFDI 199 1.56766 0.0669 AHFDI does not Granger Cause CPI 0.94460 0.5322Date: 01/31/15 Time: 16:56Sample (adjusted): 1997M01 2014M03Included observations: 207 after adjustmentsTrend assumption: Linear deterministic trendSeries: AHFDI CPILags interval (in first differences): 1 to 11Unrestricted Cointegration Rank Test (Trace)Hypothesized Trace 0.01No. of CE(s) Eigenvalue Statistic Critical Value Prob.**None * 0.104531 23.87426 19.93711 0.0022 At most 1 0.004915 1.019859 6.634897 0.3126Trace test indicates 1 cointegrating eqn(s) at the 0.01 level* denotes rejection of the hypothesis at the 0.01 level**MacKinnon-Haug-Michelis (1999) p-valuesUnrestricted Cointegration Rank Test (Maximum Eigenvalue)Hypothesized Max-Eigen 0.01No. of CE(s) Eigenvalue Statistic Critical Value Prob.**None * 0.104531 22.85440 18.52001 0.0017 At most 1 0.004915 1.019859 6.634897 0.3126Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.01 level* denotes rejection of the hypothesis at the 0.01 level**MacKinnon-Haug-Michelis (1999) p-valuesUnrestricted Cointegrating Coefficients (normalized by b'*S11*b=I):AHFDI CPI-1.61E-06 0.5057846.63E-06 -0.095374Unrestricted Adjustment Coefficients (alpha):D(AHFDI) 3562.759 3789.652D(CPI) -0.266546 0.0147101 Cointegrating Equation(s): Log likelihood -2802.360Normalized cointegrating coefficients (standard error in parentheses) AHFDI CPI1.000000 -314583.6(63120.6)Adjustment coefficients (standard error in parentheses)D(AHFDI) -0.005728(0.00654)D(CPI) 4.29E-07(9.6E-08)Vector Error Correction EstimatesDate: 01/31/15 Time: 16:58Sample (adjusted): 1997M01 2014M03Included observations: 207 after adjustmentsStandard errors in ( ) & t-statistics in [ ]Cointegrating Eq: CointEq1AHFDI(-1) 1.000000CPI(-1) -314583.6(63120.6)[-4.98385]C 31852310Error Correction: D(AHFDI) D(CPI)CointEq1 -0.005728 4.29E-07(0.00654) (9.6E-08)[-0.87545] [ 4.46330]D(AHFDI(-1)) -0.930384 1.66E-06(0.07307) (1.1E-06)[-12.7328] [ 1.54873]D(AHFDI(-2)) -0.684635 1.34E-06(0.10114) (1.5E-06)[-6.76942] [ 0.90380]D(AHFDI(-3)) -0.533518 1.73E-06(0.11324) (1.7E-06)[-4.71157] [ 1.03906]D(AHFDI(-4)) -0.359993 1.07E-06(0.11836) (1.7E-06)[-3.04160] [ 0.61321]D(AHFDI(-5)) -0.385595 6.98E-08(0.12026) (1.8E-06)[-3.20624] [ 0.03954] D(AHFDI(-6)) -0.288796 -8.74E-07(0.12247) (1.8E-06)[-2.35816] [-0.48658]D(AHFDI(-7)) -0.191908 -1.40E-06(0.12285) (1.8E-06)[-1.56212] [-0.77791]D(AHFDI(-8)) -0.178469 -8.37E-07(0.12232) (1.8E-06)[-1.45904] [-0.46635]D(AHFDI(-9)) 0.063193 2.59E-07(0.11758) (1.7E-06)[ 0.53743] [ 0.15030]D(AHFDI(-10)) -0.020268 -2.44E-06(0.10541) (1.5E-06)[-0.19227] [-1.58002]D(AHFDI(-11)) -0.000363 -1.32E-06(0.07706) (1.1E-06)[-0.00470] [-1.16503]D(CPI(-1)) 5290.388 0.038455(4787.67) (0.07026)[ 1.10500] [ 0.54736]D(CPI(-2)) 17395.76 0.029864(4749.92) (0.06970)[ 3.66233] [ 0.42845]D(CPI(-3)) 9551.168 0.029035(4790.32) (0.07029)[ 1.99385] [ 0.41304]D(CPI(-4)) 1299.505 0.098257(4644.83) (0.06816)[ 0.27977] [ 1.44157]D(CPI(-5)) 7863.751 0.106651(4636.97) (0.06804)[ 1.69588] [ 1.56737] D(CPI(-6)) 6614.081 -0.024443(4684.12) (0.06874)[ 1.41202] [-0.35561]D(CPI(-7)) 731.8867 0.163079(4690.37) (0.06883)[ 0.15604] [ 2.36937]D(CPI(-8)) -1750.538 0.145508(4722.08) (0.06929)[-0.37071] [ 2.09988]D(CPI(-9)) -1527.603 0.074457(4682.70) (0.06872)[-0.32622] [ 1.08356]D(CPI(-10)) -5580.946 0.008510(4683.69) (0.06873)[-1.19157] [ 0.12381]D(CPI(-11)) -7799.843 0.178097(4674.01) (0.06859)[-1.66877] [ 2.59661]C 11154.28 0.026516(4682.98) (0.06872)[ 2.38188] [ 0.38586]R-squared 0.560421 0.211643 Adj. R-squared 0.505174 0.112560 Sum sq. resids 6.27E+11 135.0997 S.E. equation 58552.11 0.859215 F-statistic 10.14381 2.136018 Log likelihood -2553.344 -249.5562 Akaike AIC 24.90187 2.643055 Schwarz SC 25.28828 3.029457 Mean dependent 1868.101 -0.010048 S.D. dependent 83236.94 0.912078Determinant resid covariance (dof adj.) 2.52E+09 Determinant resid covariance 1.97E+09 Log likelihood -2802.360 Akaike information criterion 27.55904 Schwarz criterion 28.36404FDI安徽年度与消费水平和gdp协整为1阶Vector Error Correction EstimatesDate: 01/31/15 Time: 17:14Sample (adjusted): 1995 2013Included observations: 19 after adjustmentsStandard errors in ( ) & t-statistics in [ ]Cointegrating Eq: CointEq1LFDI(-1) 1.000000LGDP(-1) -41.19447(8.43942)[-4.88119]LXF(-1) 43.78186(9.25733)[ 4.72943]C -21.52623Error Correction: D(LFDI) D(LGDP) D(LXF)CointEq1 0.021148 0.008113 -0.006432(0.01529) (0.00404) (0.00569)[ 1.38315] [ 2.01067] [-1.13091]D(LFDI(-1)) -0.354016 -0.007753 0.057513(0.27668) (0.07302) (0.10291)[-1.27951] [-0.10618] [ 0.55884]D(LGDP(-1)) 0.198808 0.846945 0.060432(0.77860) (0.20548) (0.28961)[ 0.25534] [ 4.12173] [ 0.20867]D(LXF(-1)) -0.720323 -0.174632 -0.135669(0.81983) (0.21636) (0.30495)[-0.87863] [-0.80712] [-0.44490]C 0.308916 0.038920 0.120396(0.11467) (0.03026) (0.04265)[ 2.69387] [ 1.28601] [ 2.82260]R-squared 0.230859 0.602437 0.128053 Adj. R-squared 0.011104 0.488847 -0.121075Sum sq. resids 0.582066 0.040541 0.080533 S.E. equation 0.203902 0.053813 0.075844 F-statistic 1.050531 5.303628 0.514004 Log likelihood 6.153471 31.46393 24.94371 Akaike AIC -0.121418 -2.785677 -2.099338 Schwarz SC 0.127119 -2.537140 -1.850801 Mean dependent 0.184353 0.140449 0.122020 S.D. dependent 0.205044 0.075268 0.071632Determinant resid covariance (dof adj.) 1.90E-07Determinant resid covariance 7.59E-08Log likelihood 74.86563Akaike information criterion -5.985856Schwarz criterion -5.091124。