影响我国第三产业因素计量分析

1、计量经济学课程论文影响我国第三产业因素计量分析影响我国第三产业因素计量分析摘要 通过建立包括内外资两部门的 C-D 生产函数，利用对数模型，得出影响第三产业的因素的回归方程，从而分析其对第三产业增加值的影响程度。并对增加第三产业发展提出相应的对策。关键词：第三产业 内资企业固定资产投资 职工人数 外商直接投资 计量分析一、问题的提出及文献综述改革开放以来，我国开始引进外商直接投资（Foreign Direct Investment,以下简称 FDI），如今，我国已经成为全球 FDI 留入量最多的国家，超过美国、英国等投资大国。改革开放以来，我国的外商直接投资产业分布很不均衡，集中在第二产业，尤

2、其是制造业中，第一产业和第三产业的投资比重相对偏低。在外商协议投资中，1979 一 1990 年，三次产业的比重分别为 2.9%，60.3%，36.8； 1991 一 2003 年，比重为 1.98%，68.6%， 29.4。而在全球范围内，趋势是外商直接投资的重点转向第三产业，上世纪 70 年代初，第三产业对外直接投资存量占全部对外直接投资存量的 1/4，到 2002 年已经上升到接近 60%；从流量角度来看，1989-1991 年第三产业外商直接投资流量占全部外商直接投资流量的 54%，2001-2002 年比重上升到 67%（殷凤，2006）。一些研究者猜测这一现象产生的原因与中国市场开

3、放，外商投资利益目标和行业取向有关，也说明中国还需进一步调整引资政策，改善投资环境，提高中国第三产业的国际竞争力。1999 年，我国加入 WTO，FDI 更是逐渐增多。尽管我国的服务业仍未向外国完全开放，但其投资量依然很多。此外，高新技术产业和服务业将成为投资的热点。因此，研究我国第三产业的发展具有一定的现实意义。目前，服务业外商直接投资的研究框架主要是借鉴制造业的外商直接投资理论，将制造业外商直接投资的理论应用到服务业的外商直接投资中。Boddewyn（1986）为这一应用提供了理论依据，他指出：对服务型跨国公司没有必要建立专门的 FDI-MNE 理论，通过简单的限定和详尽的阐述，现有的理论

4、可以很容易地适应服务企业。国内学者张红霞、李平（2004）提出 FDI 能提高我国服务业的国际竞争力、帮助提升工业化水平、促进大城市建设、增加就业等。施文惠（2005）指出 FDI的进入带来了金融风险、宏观经济管理风险、技术垄断或控制风险等等。也就是说 FDI 的进入对我国经济既有促进作用又有阻碍作用。本文将第三产业资本分为国内资本和国外资本两部分，运用计量方法进行初步探讨，考察究竟 FDI 和国内投资对第三产业的增加值的贡献大些？进而针对分析结果提出相应的政策建议，促进我们第三产业的健康发展。二、模型的建立假设前提：（1）根据西方经济学假设，利用 Feder (1982)两部门模型：假设第三

5、产业只有国内企业和国外企业两大部门。每个部门都可以用一个生产函数来描述其生产过程。（2）假设两部门的劳动力四同质的。由于 FDI 来华投资的劳动力来自中国本身，因此可以认为是一样的水平。由于本文重点考察比较内资与外资对第三产业的重要程度，因此可以将劳动力视为同质的。（3）假设我国第三产业的生产函数是具有柯布-道格拉斯函数（C-D 函数）的特征。柯布道格拉斯生产函数最初是美国数学家柯布(C.W.Cobb)和经济学家保罗道格拉斯(Paul H. Douglas)共同探讨投入和产出的关系时创造的生产函数，是以美国数学家 CW柯布和经济学家保罗H道格拉斯的名字命名的。是在生产函数的一般形式上作出的改进

6、，引入了技术资源这一因素。用来预测国家和地区的工业系统或大企业的生产和分析发展生产的途径的一种经济数学模型，简称生产函数。是经济学中使用最广泛的一种生产函数形式，它在数理经济学与经济计量学的研究与应用中都具有重要的地位，函数形式为： Y = AK a Lb 。因此，结合 Feder 两部门理论和 C-D 函数的模型，我国第三产业的生产函数hf的一般形式可改进表达为： Y = AK a Lb K g ee其中，Y 表示我国第三产业的产出，Kh 表示第三产业内资部门的资本投入量，L 表示第三产业的劳动投入量， K f 表示第三产业外资部门的资本投入量。基于上述的假定前提，我找到了 1990 至 2

7、004 年的我国第三产业增加值、内资企业固定资产投资、第三产业职工人数、吸收的 FDI 总额等数据。想借此分析影响我国第三产业的重要因素对其发展的作用大小。年份增加值(y)(亿元)内资企业固定资产投资（ x1 ）(亿元)第三产业职工人数( x2 )(万人)吸收的 FDI总额 ( x3 )(亿元)第三产业对外开放度(%)19905813.52360.51197926.470.4619917227.03847.061237840.10.5519929138.63544.3613098234.312.56199311323.84309.8414163749.16.62199414930.07453.

8、09155151196.148.01199517947.210275.716880885.054.93199620427.510858.6717927925.54.53199723028.711947.79184321168.665.07199825173.514987.47188601117.544.44199927037.716426.8619205979.083.62200029904.618333.1719823866.032.9200133153.021027.6520228925.352.79200236074.7523708.77210901313.953.64200338885

9、.726694.36218091434.783.69200443720.627050.55230111655.953.79版社）表一资料来源：2005 年中国统计年鉴与中国第三产业经济分析（下）（李江帆主编，广东人民出以下是我对数据的一些简要说明：（1） 增加值(y)：表示我国第三产业的增加值，这将作为模型的被解释变量。由表一可以看出第三产业在逐年增加。由于今年来随着我国的经济发展，第三产业的增长速度也较快，今后第三产业占总产值的比重将逐渐上升。（2） 内资企业固定资产投资( x1 )：由第三产业各行业固定投资之和再减去吸收的外资直接投资总额得到。其包含了外资的间接投资，代替 Kh 。可以看出

10、我国的第三产业的资金来源大多来自国内企业。（3） 第三产业职工人数( x2 )：其包括了在内资企业和外资企业的所有从事第三产业的职工人数代替 L。（4） 吸收的 FDI 总额( x3 )：指外商对华的直接投资,代替 K f 。外资在 第三产业的投资较少，还不到总投资额的 10%，这与我国的政策有关。在我国未加入 WTO 之前，我国对外资的税收税率较高。随着我国市场的逐渐开放，外资将进入我国市场，因此比例也许回逐渐上升。为了对模型进行参数估计，对模型两边取对数得： Y= A+a Kh + b L + g K f + u现运用普通最小二乘法和 EViews 软件，得出各因素对第三产业增加额影响的计

11、量模型的回归结果：Dependent Variable: LNY Method: Least SquaresDate: 12/04/00Time: 16:27 Sample: 1990 2004Included observations: 15VariableCoefficientStd. Errort-StatisticProb.LNX10.2616150.0921062.8403800.0161LNX21.7653820.3746204.7124620.0006LNX30.0485660.0144313.3654480.0063C-10.081472.786862-3.6174990.00

12、40R-squared0.997347Mean dependent var9.878959Adjusted R-squared0.996623S.D. dependent var0.630816S.E. of regression0.036659Akaike info criterion-3.551164Sum squared resid0.014782Schwarz criterion-3.362351Log likelihood30.63373F-statistic1378.189Durbin-Watson stat1.983336Prob(F-statistic)0.000000表二 y

13、 = -10.082 + 0.262 x1+ 1.765 x2+ 0.049 x3统计检验：由表二，可以看出模型拟合得很好。在显著性水平为 0.05 下，各个参数均显著通过 t 检验。F 统计量为 1378.189，显著通过 F 检验，说明模型拟合的很好。修正的可决系数达 0.996623。高度拟合。经济意义检验：由于第三产业增加值与内资企业固定资产投资、第三产业职工人数、吸收的 FDI 总额是呈正相关的，因此各个系数应该为正，回归结果符合。三、模型的检验及修正通过检验，该模型未出现多重共线性问题，不需要进行多重共线性修正。1 异方差检验（1） White 检验由于模型是多变量模型，因此采用

14、White 交叉乘积检验，结果如下：White Heteroskedasticity Test:F-statistic1.510723Probability0.316496Obs*R-squared10.02372Probability0.263365Test Equation:Dependent Variable: RESID2 Method: Least SquaresDate: 12/05/00Time: 12:44 Sample: 1990 2004Included observations: 15VariableCoefficientStd. Errort-StatisticProb

15、.C0.6420171.8125800.3542010.7353LNX1-0.1000910.250906-0.3989170.7038LNX12-0.0049660.009385-0.5291200.6157LNX1*LNX20.0170730.0411600.4147860.6927LNX1*LNX30.0039680.0037011.0723070.3248LNX2-0.0893620.245785-0.3635790.7286LNX2*LNX3-0.0108300.022335-0.4848870.6450LNX30.0842440.1815270.4640840.6589LNX32-

16、0.0013540.000944-1.4348980.2013R-squared0.668248Mean dependent var0.000985Adjusted R-squared0.225911S.D. dependent var0.001262S.E. of regression0.001110Akaike info criterion-10.48532Sum squared resid7.39E-06Schwarz criterion-10.06049Log likelihood87.63990F-statistic1.510723Durbin-Watson stat1.702044

17、Prob(F-statistic)0.316496表三由表三可以看出，由 White 检验知nR2 =10.02372,，小于自由度为 5，a =0.05的 c 2 值 11.0705，而且各项系数也不显著，所以接受原假设，表明模型不存在异方差。（2） ARCH 检验在 EViews 软件中使用 ARCH 检验，逐一选择 ARCH 过程的阶数。经过多次试验，当滞后一期时，Akaike info criterion 的值最小，此时的 P 值最准确。由表中可看出 Obs*R-squared=0.031689，显著得小于自由度为 1，a =0.05 的 c 2 的值 3.84146。所以接受原假设，

18、表明模型不存在异方差。EViews 的计算结果如下表：ARCH Test:F-statistic0.027223Probability0.871695Obs*R-squared0.031689Probability0.858713Test Equation:Dependent Variable: RESID2 Method: Least SquaresDate: 12/05/00Time: 13:21 Sample (adjusted): 1991 2004Included observations: 14 after adjustmentsVariableCoefficientStd. Er

19、rort-StatisticProb.C0.0010780.0004742.2722400.0423RESID2(-1)-0.0482410.292381-0.1649950.8717R-squared0.002263Mean dependent var0.001027Adjusted R-squared-0.080881S.D. dependent var0.001298S.E. of regression0.001350Akaike info criterion-10.24589Sum squared resid2.19E-05Schwarz criterion-10.15459Log l

20、ikelihood73.72122F-statistic0.027223Durbin-Watson stat1.995979Prob(F-statistic)0.871695表四通过运用 White 检验和 ARCH 检验两种不同的方法检验，结果都表明模型没有出现异方差。因此有充分理由认为模型没有异方差。故不需要进一步修正。2 自相关检验在给定显著性水平 0.05 下，查 DW 表，当 n=14, k =3 时，得dL =0.814,dU =1.75, 4- dU =4-1.75=2.25,因为在表二中可得 DW 统计量为 1.983336，可判断不存在自相关。由剩余项也可以看出不存在自相关。

21、.03.02.01E.00-.01-.02-.03-.03-.02-.01.00.01.02.03E(-1)剩余项3 时间序列的平稳性检验及协整检验。首先分别对 x1 , x2 , x3 , y 逐一做平稳性检验。由上表可以看出， x1 的 t 值为-8.700551，小于在 1%，5%，10%水平下的临界值，拒绝原假设，认为 x1 不存在单位根。上图为 x2 的单位根检验结果，可以看出 x2 具有上升趋势，依旧通过单位根检验。上图是对 x3 做单位根检验。利用Linear Trend模型检验。结果显著通过单位根检验，数据平稳。上图对y的单位根检验的最终结果。在检验的水平及一阶数据时，都发现数

22、据不能通过单位根检验，数据不平稳，在二阶差分条件下，能通过平稳性检验。经过一系列的检验，可知y的t 检验统计量大于在 1%，5%，10%水平下的临界值，从而不能拒绝原假设。表明第三产业增加值序列存在单位根，是非平稳序列，为二阶单整。 x1 , x2 , x3 均为满足平稳性检验。然后进行协整检验，及检验模型残差e 的平稳性。检验结果如下：Null Hypothesis: E has a unit root Exogenous: NoneLag Length: 1 (Automatic based on SIC, MAXLAG=2)t-StatisticProb.*Augmented Dicke

23、y-Fuller test statistic-5.326518 0.0001Test critical values:1% level-2.7719265% level-1.97402810% level-1.602922*MacKinnon (1996) one-sided p-values.Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 12表五在 5%的显著性水平下，t 检验统计量为-5.32651

24、8，小于相应临界值，从而拒绝原假设。表明残差序列不存在单位根，是平稳序列，说明 y, x1 , x2 , x3 之间存在协整关系。说明它们存在着均衡关系。所以，本研究模型估计的最终结果为： y = -10.082+0.262 x1+1.765 x2+0.049 x3(0.092106)(0.374620)(0.014431)(2.786862)t= (2.840380)(4.712462)(3.365448)( -3.617499)R2 =0.997347R 2 =0.996623DW=1.983336F= 1378.189模型显示其他因素不变时，当内资投资的投入量每增加 1%，增加值就平均增

25、长 0.2616%，第三产业职工人数每增加 1%，其增加值平均增长 1.7654%。第三产业引进的 FDI 每增加 1%，其增加值平均增长 0.0486%；四、结论1内资投资的投入量、第三产业的职工人数及第三产业引进的 FDI 总额对第三产业的增加值确实存在着影响，其中职工人数对其影响力最大，引进外资的影响最小。2FDI 对产出的贡献小于国内投资，也就是说 FDI 的潜在溢出效应现在远远没有充分发挥出来。首先，第三产业的市场开放度低。由于第三产业包括一些敏感性行业（如金融、保险业）和垄断型行业（如交通运输行业、邮电通讯业等），这些行业基本上由国家所有，一直垄断经营，政策限制外商进入。从表一可以看出，我国第三产业的开放度一直很低。我国第三产业总体国际竞争力微弱，且 FDI 的进入损害了部分行业国内企业利益，产生负的效应，其次，第三产业外商直接投资结构不合理。FDI 的近一半在房地产，1/3 在社会服务业。因此 FDI 对我国的影响很小。3内资投资对第三产业的增加也不明显。主要由于我国长期以来对第三产业的重视程度不够，中央和地方的政策偏向于优先发展工业。改革开放以来第三产业虽然取得了一定的成就，但国