论文部分内容阅读
摘要：长三角地区正在成为中国甚至是全世界的生产中心和制造业基地，上个世纪90年代以来长三角的制造业产值比重超过环渤海地区；引进FDI势头超过了珠三角地区。本文实证研究了长三角地区五个方面的经济因素与经济增长的动态关系。改革开放以来的经验数据证实，贸易开放度、城市化和信贷是长三角经济增长的新引擎，但是，三种检验方式同时表明，在计量经济学意义上我们尚未发现长三角地区的FDI和人力资本促进经济增长的证据。
关键词：长三角地区 经济增长 动态分析
Dynamic analysis of factors of economic growth in yangtze delta region
Sun Ninghua Huang Yumei Chen Fangfang
Abstract:
Yangtze Delta Region is becoming the base of manufacturing and center of world production.From 1990’s the proportion of manufacturing production value of Yangtze Delta Region has exceed that of pan-Bohai sea area,the tendency of introduce of FDI has overtaken that of Pearl River Delta Region.Empirically exploring the dynamic relationship between five economic factors and economic growth,this paper shows that economic opening,urbanization and credit are new engines of economic growth,but three econometric test methods all indicate that we haven’t find any evidence that FDI and human capital promote economic growth.
Keywords:Yangtze Delta RegionEconomic growth Dynamic analysis
【中圖分类号】F061.5【文献标识码】C 【文章编号】1009-9646(2008)09-0130-07
在中国经济增长最快的三大经济区中，长三角地区凭借其大规模的制造业优势正在成为我国甚至是全世界的重要的生产中心和制造业基地。上个世纪90年代长三角的制造业产值比重超过了因自然资源禀赋和老工业基地优势而一度领先的环渤海地区。改革开放初期，珠江三角洲依靠政策倾斜和临近香港的地理优势成为我国开放性经济和吸引外资的领跑区域。然而，随着改革向内地的推进和上海国际都市圈的兴起，长三角地区的发展势头逐步超过了珠三角地区，FDI呈现出从珠三角向长三角转移的态势。正所谓“三十年河东，三十年河西”，从全国和世界性经济布局的演进来看，区域经济增长中心在地域分布上表现出此起彼伏的特点。
那么，长三角地区的经济增长潜力到底如何？长三角地区经济增长的新引擎何在？人们普遍认同的一些经济因素（比如外国直接投资、城市化、人力资本等）到底是否对长三角的经济增长做出了贡献？本文试图从实证分析角度对这些问题给出尝试性回答。在现有的数据资料可获得性的限制下，我们分别以浙江、江苏和上海为例实证检验了长三角地区经济增长与开
放度、城市化、人力资本、FDI和信贷的因果关系以及长期和短期的均衡关系。
1.文献回顾
1．1 贸易开放度与经济增长。新古典增长理论认为，贸易开放能带来规模经济效应、促进资本形成以及资源配置效率的提高，进而促进经济增长。Lucas(1988),Romer (1990),Grossman and Helpman(1991) 在内生增长理论框架下考察了贸易和经济增长的关系，他们认为，贸易开放能促进知识和技术在国家之间的外溢和扩散，加快开放国家的技术进步，提高要素生产率；贸易的开展还能促进国内资源在物质生产部门和知识产品生产部门之间的优化配置，从而加速经济增长。
在实证方面，Miller,Stephen M（2000）研究了开放度、贸易定位、全要素生产率中的人力资本对发达国家和发展中国家的影响。他发现，外向型国家有着很高的全要素生产力，并且产生高于开放度的正向影响；在不太发达的国家，人力资本和开放度的结合也能产生正向作用。Jin,Jang C.(2006)以日本和韩国为研究对象，通过构造VAR模型，计算脉冲响应函数，分析了开放度对产出增长率的影响。结果表明，两国在受到贸易开放的冲击时，都会对经济增长产生很大的、负面的影响。杨全发和舒元(1998)利用Balassa模型和Feder模型研究了中国出口贸易对经济增长的影响。其结论是，改革开放以来中国经济增长的主要引擎是资本投入，中国的初级产品出口增长和经济增长呈正相关关系，而制成品出口增长和经济增长却呈负相关关系。他们认为这是因为中国在提高制成品出口的过程中，制成品增长方式仍然是粗放型的，没有通过技术进步、产品质量提高等实现集约型发展。
其实，贸易开放和经济增长之间可能是一种复杂的非线性关系。Michaely(1977)认为，出口促进增长需要达到一个临界值，在临界值的两端出口对增长的作用是明显不同的，经济发展程度较高的国家出口促进增长的作用比较显著。Lee,Ha Yan et al（2004）研究表明，开放度对经济增长仅能产生很小的正向影响。Yanikkaya,Halit（2003）基于近30年不同国家的数据研究表明，贸易自由化不会对经济增长产生简单的、直接的影响。他认为贸易壁垒产生正效应，尤其是对于发展中国家。包群、许和连和赖明勇(2003) 应用冲击反应模型测算了投资、劳动力、人力资本及贸易开放度对中国经济增长的冲击作用，发现中国经济增长主要依赖于要素投入的增加，贸易开放对经济增长的作用还不显著。
1.2 FDI与经济增长。
英国经济学家MacDougall (1960) 运用标准经济学的分析方法最早研究了外资流入对东道国经济的影响。他认为外资的影响首先体现在对东道国的经济福利效应上，为此，他系统探讨了国际投资对母国、东道国和整个世界经济福利的影响。其结论是，从总体上讲，国际投资对母国、东道国和整个世界经济的福利都有改善作用，其中东道国是外商直接投资(FDI，Foreign Direct Investment)流入的最大收益者。钱纳里(Chenery)和斯特劳特(Strout)1966年提出的“双缺口”模型较早地分析了FDI对东道国经济增长的作用机制。他们认为FDI能够弥补发展中国家在经济发展过程中出现的储蓄缺口和外汇缺口，从而实现经济增长。
Koizumi和Kopecky(1980)建立了一个国际资本流动模型，研究FDI对东道国经济增长的影响。他们提出外资带来的技术具有公共产品的性质，具有外溢作用。Lucas(1988),Romer (1990)等提出的内生经济增长理论特别注重技术外溢和知识扩散对于广大发展中国家经济持续增长的作用。FDI作为技术外溢的主要载体，成为发展中国家和小国经济增长的重要引擎。江锦凡(2004) 在经济增长理论框架的基础上纳入外国直接投资变量，着重就外国直接投资对中国经济增长的影响进行理论和经验分析，发现FDI在中国经济增长中存在资本效应和外溢效应两方面的作用。
在实证研究方面，V.N.Balasubramanyam 和M.Salisu （1996）利用46个国家的样本数据检验表明，外国直接投资在一定程度上促进了东道国的经济增长。东朝晖、靳向兰(1998) 运用1979~1997 年间的样本，在总量基础上用回归方法计算外资对中国经济增长、出口、外汇储备和就业的影响，得出的结论基本上是积极的，外资对中国经济的上述各个方面都有正向影响。沈坤荣(1999) 利用多元滞后分布模型对1979~1999 年的经济数据进行了经济计量检验，发现外国直接投资对我国经济增长具有显著的拉动效应，包括短期的需求效应和长期的供给效应。任永菊、张岩贵(2003)对我国金融市场如何影响FDI，以及FDI对我国经济增长的贡献做了计量分析，发现我国的FDI净效应为正，说明FDI 对我国经济增长具有促进作用。
1992年以后，随着FDI从珠三角向长三角转移，很多学者也将研究集中在长三角地区。洪银兴等人（2003）研究表明，从1985年以来，长三角地区FDI对GDP增长的报酬率为0.3641，即投入的FDI每增长1%，GDP将增长0.3641%。
当然，也有实证表明，FDI对经济增长没有明显的作用。美国经济学家Gupta 和Islam采取时间序列和横截面序列相结合的方法，考察了1950~1973 年发展中国家的外国直接投资对经济增长的影响，结果发现外国直接投资对经济增长没有明显的作用。
1.3 人力资本与经济增长。
Romer(1986)将技术进步视为经济的内生变量和知识积累的结果,提出了一个与收益遞减的传统增长模型不同的收益递增型的增长模型,认为人力资本是经济增长的主要因素。Grossman等(1991)将R&D活动内生化，从而形成了新增长理论。代谦，别朝霞（2006）运用两国内生增长模型研究了FDI、人力资本积累和经济增长的关系，研究结论是，FDI能否给发展中国家带来技术进步和经济增长依赖于发展中国家的人力资本积累，因此，普及和改善教育、提高国民的人力资本水平应该成为发展中国家提高吸收FDI能力，促进经济增长的核心政策。
Borensztein 等(1998) 开创性的研究认为，FDI能否促进东道国的经济增长取决于东道国的人力资本水平。他们运用1970~1989年各国样本数据考察了OECD 国家对69个发展中国家的技术外溢效果，实证结果是，只有当发展中国家的人力资本存量达到一定的临界值时,才能充分吸收FDI 的技术外溢。Xu（2000）利用聚类回归方法测算出东道国人力资本存量的临界值为2.4 年。赵江林(2004)和程惠芳（2002）对我国人力资本和吸收外资的实证检验也得出了相同的结论。
1.4 城市化与经济增长。大量文献显示，城市化水平和经济增长之间呈现出正相关关系。库兹列茨(1991)和钱纳里(1988) 通过对世界上多个国家经济发展进程的考察发现，在经济增长过程中经济结构也会相应地发生一系列变化，主要体现在：从以农业为基础的经济向以工业和服务业为基础的经济转变，即工业化过程；人口持续不断地从农村地区迁往城市，即城市化过程。内生经济增长模型强调知识创新和技术外溢对经济增长的作用，而城市作为产业和人口高度集中的地方是知识创新和技术外溢的重要场所。正是因为城市是研究知识创新和技术外溢的“天然实验室”，内生经济增长理论特别重视城市对现代经济增长的贡献。杨小凯、张永生（2000）利用新兴古典经济学的超边际分析工具建立了简化的城市化模型，发现城市化使分工进一步深化，通过形成专业化经济提高生产效率并降低交易成本，进而促进经济增长。Henderson(1991)认为，经济增长推动现代部门的扩张，促使经济结构变迁，导致人口由农业主导的农村流入工业和服务业主导的城市。城市经济的繁荣促进了经济集聚、运输成本下降和知识外溢，从而推动了经济发展。
在实证分析方面，周一星(1995)对1977年世界157个国家和地区的数据进行经验研究，结果发现城市化与经济增长之间呈现出对数曲线关系，相关系数达0.9079。晏维龙等（2004）认为，城市与商品流通是紧密相连的两个概念。城市的产生源自商品交换，交易效率提高导致了城市形成，而城市的发展促使了简单商品流通向发达商品流通的发展。该文用1960~2001年中国时间序列数据和2001年分省区的数据对上述理论分析结论进行了实证检验，并发现城市化与流通发展具有纵向和横向强相关性，城市化水平差异是造成流通水平差异的重要原因。江小涓，李辉（2004）研究了服务业与经济增长的相关性以及加快增长的潜力，实证结果表明，城市化水平是影响城市服务业增加值比重的重要原因。
1.5 信贷与经济增长。
信贷扩张和经济增长之间的关系一直是学术界争论的话题。国外有很多文献都对此作过理论和实证方面的分析。Bernanke和Blinder (1992)认为在信息不对称的条件下，金融中介机构的贷款具有特殊地位，银行通过信贷来调节企业和个人的需求和支出水平，从而影响总需求的变动。Edwards S.and C.Vegh(1997)通过模型模拟的方式分析指出，信贷规模的波动会直接影响经济产出。Levine和Zervos(1998)的研究表明银行发展水平和股票市场流动性与经济增长有很强的正相关性，他们认为金融发展是促进经济增长的重要因素。
国内也有很多学者对信贷和经济增长之间的关系作了研究。郭克莎（1990），李京文（1992），武剑（2000）的分析结果表明，改革前的26年间（1953~1978年），我国经济平均增长率为5.92%,其中信贷投入对经济增长的贡献为93.07%。改革开放的20年间（1978~1998）我国经济的高速增长主要得益于信贷的快速增长和生产率增长的提高，而劳动力数量增长的贡献则是相对次要的。1978~1998年信贷投入对我国经济增长的贡献接近60%。夏斌等（2003）通过对1985年以来的时间序列数据和银行数据的分析，比较了贷款增长和货币增长对经济增长解释力的差异，认为经济增长对贷款增长要更敏感。孙明华（2004）利用1994~2003年的季度数据对 GDP和信贷余额进行了协整分析和Granger因果关系检验，认为GDP和信贷余额之间存在长期稳定的关系，GDP增长是信贷总量的Granger原因，但信贷并不能决定GDP。
2.研究方法与基础数据
2.1 研究方法。
本文将采用时间序列分析理论和技术，研究长三角地区经济增长与开放度、城市化、人力资本、FDI和信贷的经济联系。经典计量经济模型是以某种经济理论和对经济行为的认识来确立模型的理论关系形式；而20世纪80年代以来发展起来的时间序列方法则是从经济变量的数据中显示的关系出发，确定模型包含的变量和变量之间的理论关系。因此，这里我们不是首先建立理论模型，再建立计量模型，然后，进行计量检验；而是直接从经济数据中去发现其中的经济联系。
2.1.1 脉冲响应函数。
Sims(1980)将 VAR (vector autoregression) 模型引入经济学，推动了对经济系统的动态性研究。VAR模型的建立不是基于某种经济理论，它无需对变量作任何先验性约束。通过VAR模型可以分析当一个误差项发生变化，或者说模型受到某种冲击时对系统的动态影响。这种分析方法就是脉冲响应函数方法（impulse response function，IRF）。
如果(4)式中的Yt满足协方差平稳条件，则可以推导出向量移动平均模型(VMA∞)：
Yt=ψ0ηt+ψ1ηt-1+ψ2ηt-2+…+ψpηt-p+…（7）
(7)式中系数矩阵ψs的第i行、第j列元素为Yi,t+s/ηjt，视为s的函数，即脉冲响应函数(Hamilton,1994)。脉冲响应函数刻画了在扰动项ηt上加一个标准差冲击，对于内生变量当前值和未来值所带来的影响及扰动项对某一变量的冲击影响，通过VAR模型的动态结构传导给其他所有变量。
2.1.2 方差分解。
方差分解是基于VAR模型，通过逐一分析每一个结构冲击对每个内生变量变化的贡献度，来判断不同结构冲击重要程度的一种描述系统动态的方法。我们使用的方差分解模型如下：
RVCij(∞)=∞q=0(Iqij)2σjjvar(yit)=
∞q=0(Iqij)2σjj∑kj=1∞q=0(Iqij)2σjj（8）
其中i,j=1,2,3;t=1978,1979,…，2004。RVCij表示相对方差贡献率（relative variance contribution），即第i个变量基于冲击方差对第j个变量的方差贡献率，代表第i个变量对第j个变量的影响程度。Iqij是脉冲响应函数（impulse response function），σjj是第j个分量的标准差。
2.2 基础数据。
本研究分别以浙江、江苏和上海为例实证检验长三角地区经济增长与开放度、城市化、人力资本、FDI和信贷的因果关系以及长期和短期的均衡关系。
经济开放程度指一个国家或地区的国际经济进入程度和国内经济准入程度。选用何种指标来测算一国的贸易开放度,应当以该国的经济发展阶段和贸易发展水平为依据和原则。这里我们采取“外贸依存度”作为反映浙江省经济开放度的指标，即进出口贸易总额与国内生产总值GDP的比率，用“OPEN”表示。城市化不仅仅是农村人口转变为城市人口的过程，同时也是资源深度开发利用、产业结构演进、产业布局优化和经济社会发展格局转化的过程。我们用“非农人口数/总人口数”作为城市化的指标，用“URBAN”表示。FDI代表外商直接投资，用实际利用外资额(单位：亿美元)，为了使单位统一，本文用1：8.11的比例将单位换算为亿元。在人力资本存量的测度方面，我国目前尚未有权威的估算方法。国际上比较权威的是用小学入学率来替代一国的教育水平和人力资本水平(Levine,Renelt,1992)。考虑到FDI对高素质人才需求，同时我国多年来实行九年义务教育，各地区小学入学率指标差异不大。因此，本文用“每百万人中大学生人数”作为人力资本的指标，以HUMC表示。信贷用“金融机构贷款总额”作为指标，以“LOAN”表示。
以上数据均来自各年的《上海市统计年鉴》、《江苏省统计年鉴》和《浙江省统计年鉴》，时间区段取1978~2004年。
3.开放度、城市化与经济增长：以浙江为例的分析
长江三角洲的经济开放度处于全国的领先地位，其贸易依存度高于全国平均水平，1997、2000和2002年长江三角洲地区外贸依存度分别为：38.2％，55.5％和64.7％。长江三角洲也是我国城镇最为密集、城市化水平最高的地区之一。本文试图以浙江为例，探究开放度、城市化与经济增长的关系，判定开放度和城市化能否成为长三角地区经济增长的引擎。①
3.1 时间序列的平稳性检验。
为了防止伪回归的出现，需要对时间序列数据进行平稳性检验。同时，为了消除异方差，我们首先对GDP进行对数处理2，然后分别对三个变量进行ADF( the Augmented Dickey-Fuller test )检验。利用Eviews5.0软件，检验结果见表1。
表1 ADF检验结果
变量类型ADF Test StatisticCritical Value
1 percent5 percent10 percent
D(LNGDP)(1,0,3)-4.031153**-3.788030-3.012363-2.646119
LNGDP(1,1,1)-3.416029*-4.394309-3.612199-3.243079
D(OPEN,2)(1,1,1)-5.924109**-4.440739-3.632896-3.254671
D(OPEN)(0,0,1)-1.647137-2.664853-1.955681-1.608793
OPEN(0,0,1)3.004017-2.660720-1.955020-1.609070
D(URBAN)(1,0,1)-4.221870**-3.737853-2.991878-2.635542
URBAN(0,0,1)6.224420-2.660720-1.955020-1.609070
注：①变量栏中LNGDP表示原变量GDP的对数，D(*)表示变量的一阶差分，D (*，2) 表示变量的二阶差分；②类型栏括号中的三个数字(a，b，c)含义：a表示ADF检验时估计方程中是否具有常数项，a 取0时表示不含常数项，a取1时表示含常数项；b表示ADF检验时估计方程中是否具有时间趋势项，b取0时表示不含时间趋势项，b取1时表示含时间趋势项；c表示自回归滞后的长度。
由表7可见，LNGDP、URBAN 和OPEN在5%的显著性水平下都没有通过平稳性检验(ADF检验)，即它们都是非平稳的时间序列；LNGDP和URBAN的一阶差分D(LNGDP)和D(URBAN)在1%的显著水平下通过平稳性检验；OPEN的二阶差分在1%的显著水平下通过了平稳性检验，这些变量的二阶差分序列都是平稳的。
综上，LNGDP、URBAN具有一阶单整性，即它们为I（1）过程。OPEN为I（2）过程。
3.2 VAR 模型。
经济增长的自然对数、城市化和开放度是不同阶的单整过程，如果进行差分处理，则会损失变量的水平值所能提供的长期信息，此外，经济增长、城市化和开放度之间可能存在复杂的相互作用和相互影响的关系，它们之间的相互影响也可能存在时滞，从而构成一个动态联系的系统模式。为了尽可能全面地捕获这种复杂的系统模式，下面用LNGDP、OPEN、URBAN之間的VAR模型来分析它们之间的经济联系。利用Eviews5.0 软件得到表2的参数估计结果。
表2 LNGDP、OPEN、URBAN之间的VAR模型参数估计结果
被解释变量
解释变量 LNGDPOPENURBAN
LNGDP(-1)1.095522***［ 5.00827］2.525898［ 0.99681］1.676041
［ 0.52293］
LNGDP(-2)-0.331671［-1.04219］-4.682386［-1.27009］-6.582519*［-1.41165］
LNGDP(-3)-0.338718［-0.97236］3.221440［ 0.79830］9.535688*［ 1.86825］
LNGDP(-4)0.360716［1.15687］-2.033698［-0.56303］-4.484645［-0.98161］
LNGDP(-5)0.237823*［1.39310］ 0.134708［0.06812］0.741862［0.29658］
OPEN(-1)-0.081922**［-2.13607］0.174312［ 0.39235］1.067381*［1.89945］
OPEN(-2)0.175939***［ 4.24741］-0.132189［-0.27548］0.057318［0.09444］
OPEN(-3)0.099188*［1.93297］-0.073809［-0.12417］-1.510319*［-2.00875］
OPEN(-4)-0.026908［-0.48548］-0.177215［-0.27601］2.268454***［ 2.79332］
OPEN(-5)0.070790［1.10100］-0.615888［-0.82688］-1.003740［-1.06544］
URBAN(-1)-0.096396***［-3.71342］ 0.283461［0.94262］1.206167***［ 3.17115］
URBAN(-2)0.079810***［ 3.01091］ 0.144351［0.47010］-0.309980［-0.79812］
URBAN(-3)0.044329 *［ 1.66279］-0.193913［-0.62790］0.034150［0.08742］
URBAN(-4)-0.114451**［-2.86834］ 0.278582［0.60269］-0.077538［-0.13262］
URBAN(-5)0.023890［0.47867］0.414308［0.71660］-0.438832［-0.60009］
C0.579772**［2.58807］ -4.349408*［-1.67601］ 0.905322［0.27581］
Adj.R-squared0.9995300.9297950.986205
F-statistic2835.10118.6585696.32339
注：*表示在10％的显著性水平上显著，**表示在5％的显著性水平上显著，***表示在1％的显著性水平上显著。
从表2可见，在LNGDP的方程中，LNGDP的滞后一期和两期的系数达到了显著水平，也就是说，经济增长存在正反馈机制。外贸依存度（OPEN）的滞后一期的系数为负且达到5％的显著性水平；滞后两期和三期的系数为正，且分别达到1％和10％的显著性水平，就是说，贸易依存度的增加导致一年后的经济增长速度降低，两年和三年后的经济增长速度提高，总体效果为提升经济增长速度。城市化在第一和第四年后的对经济增长的影响为负，显著性水平分别为1％和5％；在第二和第三年后的影响为正，显著性水平分别为1％和10％；总体效果不明朗。
从VAR模型来看，经济增长和城市化水平对贸易依存度不存在显著性影响。经济增长和开放对城市化有显著影响，但是除了OPEN(-4)以外都只是10％水平上的，也就是说，并不显著；总体上来看影响方向是正向的。
3.3 方差分解。
根据本研究的目的，我们只关注OPEN和URBAN的冲击对LNGDP方差的贡献率。越大，表明OPEN和URBAN的冲击对LNGDP的影响越大，见图1-2。图中横轴表示滞后时期数（单位：年），纵轴表示该变量冲击对经济增长的贡献份额（单位：％）。
从图1和图2可以看出，不考虑GDP自身的贡献率，城市化对经济增长的贡献率较大在24％以上，贸易依存度对经济增长的贡献率较小在10％上下。两因素对经济增长的影响是逐步表现出来的，分别在三年后和两年后达到最大。
4.FDI、人力资本与经济增长：以上海为例的分析
1992 年以后，FDI开始向长江三角洲区域扩散。特别是2000年以后，珠江三角洲吸引FDI的步伐明显放缓，而长江三角洲实际利用FDI总量却在飞速增长。上海作为长江三角洲的增长极，是中国经济的前沿哨所，同时也是接受外国直接投资最多的城市之一。FDI通过知识外溢作用和需求拉动作用带动了上海人力资本投资的增加和优秀人才向上海的集聚。上海作为中国高等学校最密集的城市之一，其较高的人力资本水平也为承接FDI的转移创造了经济条件。因此，我们以上海为例分析长三角地区FDI、人力资本与经济增长的因果联系和均衡关系。
4.1 时间序列的平稳性分析与协整检验。
为了避免伪回归，并消除可能的异方差，首先对GDP、人力资本（HUMC）和外商直接投资（FDI）进行对数处理，然后分别进行ADF( the Augmented Dickey-Fuller test )单位根检验，检验结果见表3。
表3 ADF检验结果
变量类型ADF 检验统计量
临界值
注：Variable 栏中LN 表示原变量的对数，D(*)表示变量的一阶差分，D (*，2) 表示变量的二阶差分。
由表3可知，LNGDP、LNFDI和LNHUMC在10%的显著性水平下都没有通过平稳性检验(ADF检验)，即它们都是非平稳的时间序列。LNFDI 和LNHUMC的一阶差分ΔLNFDL、ΔLNHUMC在5%的显著水平下通过平稳性检验，即它们是I（1）过程。LNGDP在5%的显著水平下没有通过平稳性检验，在1%的显著水平下通过了平稳性检验，它的二阶差分序列是平稳的，即它是I（2）过程。
在判断上海市LNGDP、LNFDI和LNHUMC的协整关系时，我们采用Johanson检验方法。首先应用赤池（Akaike）信息准则（AIC）来确定最佳滞后期，再对协整中是否存在常数和时间趋势项进行验证，最后对数据进行协整检验，检验结果见表4。
表4 上海市GDP和FDI的协整关系检验结果
零假设：协整向量数目特征值迹统计量5％临界值P值
0个*0.91992678.3046235.192750.0000
至多1个*0.64881927.8086020.261840.0038
至多2个0.2910556.8795499.1645460.1329
由表4可见，检验结果在5％的显著性水平上拒绝了三个变量间不存在协整关系的零假设，迹统计量显示在5％的显著性水平上存在两个协整向量。最后一列是MacKinnon-Haug-Michelis (1999)的 p值。
4.2 脉冲响應函数与Granger因果关系检验。
通过构建LNGDP、LNFDI和LNHUMC之间的VAR模型，分析得到：除了GDP滞后一期值对GDP有显著影响外，FDI和人力资本滞后值对GDP均无显著影响。［3］也就是说，在计量经济学意义上，我们还没有发现上海的FDI和人力资本对上海的GDP增长做出显著贡献。但是，反过来，上海的经济增长对FDI的增长的影响却是显著的。这一点可能有些出人意料之外。
为了增强VAR模型结论的稳健性，我们运用脉冲响应函数与Granger因果关系检验继续检验上述结论。当FDI和人力资本分别受到一个标准差的冲击时，经济增长的脉冲响应如图3和图4所示。
从总体上来看，经济增长对FDI冲击和人力资本冲击的响应都不大。FDI冲击对经济增长的影响在6年后逐步表现出来，在第10年达到5％。人力资本冲击对经济增长的影响在前8年表现的都不明显，不超过1％，在第8年后逐步放大，但是方向是负向的。可见，脉冲响应函数分析的结论和VAR模型分析的结论是吻合的。
为了再次审查这些结论的正确性，下面我们再利用Granger因果检验的方法加以研究，结果见表5。
表5 上海市外商直接投资、人力资本和GDP的Granger因果檢验结果(滞后长度=3)
原假设F统计量p值结论
LＮGDP不是LＮFDI的 Granger原因3.356050.04951拒绝
LＮFDI不是LＮGDP的 Granger 原因0.522650.67369接受
LＮHUMC P不是LNFDI的Granger 原因0.265920.84883接受
LNFDI 不是LNHUMC Granger 原因1.644840.22420接受
LNHUMC不是LNGDP Granger原因1.603710.23323接受
LNGDP不是LNHUMC的 Granger 原因4.293760.02406拒绝
由表5可以看出，即使是在10％的显著性水平上，FDI和人力资本也不是经济增长的Granger原因。这个结论进一步验证了VAR模型和脉冲响应函数分析的结论。只不过，在这里经济增长是FDI和人力资本增长的Granger原因。
5.信贷与经济增长：以江苏为例的分析
下面以江苏省为例，对1978~2004年信贷［4］和经济增长的时间序列进行检验，以考察长三角地区信贷和经济增长之间的关系。
5.1 单位根检验。
在单位根检验之前，为了消除样本数据中可能存在的异方差，首先对样本数据取对数，得到对数化之后的时间序列数据为LNLOAN（信贷）和LNGDP（经济增长）。由表6可以看出，信贷和经济总量的时间序列都是一阶单整的。因此，不能对水平值直接进行经典回归分析。
表6 LNGDP和LNLOAN的平稳性检验的结果
变量模型ADF统计值5%临界值10%临界值DW值AIC标准滞后阶数
LNGDP
水平值3-2.2028-3.6027-3.23671.6465-2.90461
一阶差分2-3.005-2.9907-2.63481.9030-2.8635 1
LNLOAN
水平值3-2.6078-3.6027-3.23671.8849-2.4169 1
一阶差分2-4.1203-2.9907-2.63482.1049-2.23031
5.2 协整关系分析。
虽然上面分析显示关于GDP和信贷增长的时间序列数据都是非平稳的，但是只要这两个变量是协整的，它们就存在着长期稳定的关系。利用Johansen 协整检验，取二阶滞后可得表2和表3的检验结果。结果显示：不管是迹统计量（trace statistic）还是最大特征值统计量（max-Eigenvalue statistic）都表明信贷增长和经济增长之间存在着长期的均衡关系，见表7和表8。
表7 LNGDP和LNLOAN协整关系的迹检验结果
协整方程的个数EigenvalueTrace统计值5%的临界值1%的临界值
None0．42109213．5270712．5316．31
最多一个0．0168720．4083773．846．51
表8 LNGDP和LNLOAN协整关系的最大特征值检验结果
协整方程的个数Eigenvalue最大特征值统计量5%的临界值1%的临界值
None0．42109213．1187011．4415．69
最多一个0．0168720．4083773．846．51
5.3 Granger因果关系检验。
信贷和经济增长之间存着协整关系，但是到底是信贷的扩张引起经济增长，还是经济的增长拉动信贷扩张，还没有给出一个说明。Granger因果检验利用VAR模型对时间序列之间的因果关系进行判断。
表9 信贷和经济增长的Granger因果关系检验
原假设F-统计量概率
LNGDP不是 LNLOAN 的 Granger 原因0.783460.51945
LDL 不是 LNGDP 的 Granger 原因 4.152230.02228
从表9的检验结果可以看出，经济增长不是信贷的Granger原因，但是在5%的显著水平上，可以拒绝“信贷不是经济增长的Grange原因”，即信贷引起了经济的增长。
6.结论
本文不是沿着经典计量经济建模思路，而是从经济变量的数据中去确定模型所包含的变量之间的理论关系。我们实证分析了长三角地区五个增长因素与经济增长之间的经济联系，得出以下几点结论：
6.1 贸易依存度的增加促进了经济增长，城市化对经济增长的贡献率较大，在24％以上。经济增长和城市化水平对贸易依存度不存在显著性影响。经济增长和开放对城市化有一定影响，但是除了开放度的滞后4期值以外都不显著。
6.2 经济增长促进了FDI和人力资本的增加，但是，在计量经济学意义上我们没有发现长三角的FDI和人力资本促进经济增长的证据。
6.3 信贷和经济增长存在着长期稳定的关系。经济增长不是信贷的Granger原因，然而信贷却是引致经济增长的Grange原因。经济增长对信贷的弹性系数为0.356，即信贷每增加1%，经济总量朝相同的方向增加0.356%。
6.4 对长三角地区经济增长新引擎的实证分析，为长三角地区以至中国经济改革提供了三点启示：第一，对外开放、城市化和信贷是长三角经济增长的新引擎，也应成为政府经济工作的着力点。第二，应加强对引进FDI的产业调节，提升FDI进入门槛，防止地方政府在引进FDI过程中的过渡竞争，并预防可能导致的中国自有技术的低层次“锁定”现象。第三，长三角地区的经济增长和长三角的人力资本发展之间可能是一种复杂的非线性关系。一方面，长三角的经济增长吸纳了全国各地和跨国公司等各方面人才，而不仅仅是长三角地区的人力资源；另一方面，长三角的人力资本也在源源不断地流向我国的中西部地区甚至是国外，而不仅仅为长三角的GDP增长做贡献。
本文实证分析了五个经济因素与长三角经济增长之间的关系，这并不代表我们认为只有这五个因素可能成为长三角经济增长的新引擎，或者说这五个因素是最重要的。此外，还有一些重要的因素是今后研究的方向：产权保护、合约实施、区域协调政策与长三角经济增长；文化、企业家精神、技术创新与长三角经济增长；资源、环境、基础设施投资与长三角经济增长等。
注释
①开放度用于刻划一个国家与世界上其他国家的经济联系；而城市化刻划的是城市和全国的经济关系。本节专门研究开放度、城市化与经济增长的关系，是从空间联系意义上研究经济增长的引擎问题。
②由于城市化和贸易依存度两个变量本身就是比例的概念，当我们对GDP求对数以后，协整回归系数的含义就变成弹性的概念。
③由于篇幅所限，我们未列出VAR模型的具体结果，感兴趣的读者可向作者索要。
④信贷作为经济范畴，在经济理论上有三种相互联系而范围不同的定义。一是把信贷定义为信用，即借贷行为，属于宽范围，二是银行信用，即银行存贷款等信用活动的总称，为中宽范围；三是定义为银行贷款，专指以银行为主体的货币资金放贷行为。本文采用第三种定义。
参考文献
［1］ H．钱纳里.1988，《发展的形式：1950―1970》，经济科学出版社
［2］ 包群、许和连、赖明勇.2003，《贸易开放与经济增长:理论及中国的经验研究》，《世界经济》第2期
［3］ 程惠芳.2002，《国际直接投资与开放内生经济增长》，《经济研究》第10期
［4］ 代谦、别朝霞.2006，《FDI、人力资本積累和经济增长》，《经济研究》第4期
［5］ 东朝晖、靳向兰.1998，《外商投资对中国经济建设的影响》，《数量经济技术经济研究》第5期
［6］ 郭克莎.1990，《1979-1988年经济增长因素效应分析》，《经济研究》第10期
［7］ 洪银兴、刘志彪等.2003，《长江三角洲地区经济发展的模式和机制》，北京：清华大学出版社
［8］ 江锦凡.2004，《外国直接投资在中国经济增长中的作用机制》，《世界经济》第1期
［9］ 江小涓、李辉.2004，《服务业与中国经济：相关性和加快增长的潜力》，《经济研究》第1期
［10］ 李京文等.1992，《中国经济增长分析》，《中国社会科学》第1期
［11］ 任永菊、张岩贵.2003，《外国直接投资对我国经济增长贡献的计量分析》，《当代财经》第9期
［12］ 沈坤荣.1999，《外国直接投资与中国经济增长》，《管理世界》第3期
［13］ 孙明华.2004，《我国货币政策传导机制的实证分析》，《财经研究》第3期
［14］ 武剑.2000，《货币政策与经济增长》，上海三联书店
［15］ 西蒙·库兹涅茨.1991，《现代经济增长：速度、结构与扩展》，北京经济学院出版社
［16］ 夏斌等.2003，《中国银行体系贷款供给的决定及其对经济波动的影响》，《金融研究》第8期
［17］ 晏维龙.2004，《城市化与商品流通的关系研究：理论与实证》，《经济研究》第2期
［18］ 杨全发、舒元.1998，《中国出口贸易对经济增长的影响》，《世界经济与政治》第8期
［19］ 杨小凯、张永生.2000，《新兴古典经济学和超边际分析》，中国人民大学出版社
［20］ 赵江林.2004,《外资与人力资源开发:对中国经验的总结》,《经济研究》第2 期
［21］ 周一星.1995，《城市地理学》，商务印书馆
［22］ Anne O.Krueger,1978,Alternative Trade Strategies and Employment in LDCs,The American Economic Review,68(2),May,pp270～274
［23］ B.Xu,2000,Multinational Enterprises,Technology Diffusion,and Host Country Productivity Growth,Journal of Development Economics,62,pp477～493
［24］ Bernanke,B.S.and Blinder,A.S.,1992，The Federal Funds Rate and the Channels of Monetary Transmission,The American Economic Review,82(4),pp901～921
［25］ Borensztein,E.,De Gregorio,J.and Lee,J.,1998,How Does FDI Affect Economic Growth? Journal of International Economics,45,pp115～135
［26］ C.A.Sims,1980,Macroeconomics and Reality,Econometrica,vol.48,pp.1～48
［27］ Dickey,D.,and W.Fuller,1981,Likelihood ratio Tests for Autoregressive Time Series with a Unit Root,Econometrica,49,pp 1057～1071
［28］ Edwards,S.and C.Vegh,1997,Banks and Macroeconomic Disturbances under Predetermined Exchange Rates,Journal of Monetary Economics,40 (2),pp239～278
［29］ Gene M.Grossman and Elhanan Helpman,1991,Innovation and Growth in the Global Economy,Cambridge:MIT Press
［30］ Granger,C.W.J.,1969,Investigating Causal Relations by Econometric Models and Cross-Spectral Methods,Econometica,37.pp424～438
［31］ Grossman,H,1991,A General Model
of Insurrection,American Economic Review,81,pp912～921
［32］ Hamilton,J.D,1994,Time Series Analysis,Princeton University Press
［33］ Harrison,Ann,1996,Openness and growth:A time-series,cross-country analysis for developing countries，Journal of Development Economics,48(2),March,pp 419～447
［34］ Henderson J V.,1991,Urban development:theory,fact and illusion.Oxford University Press,pp 101～129
［35］ Hollis B.Chenery and Alan M.Strout,1966,Foreign Assistance and Economic Development,American Economic Review,56,September,pp 679～733
［36］ Jin,Jang C.,2006,Can openness be an engine of sustained high growth rates and inflation?:Evidence from Japan and Korea，International Review of Economics and Finance,15(2),pp228～240
［37］ Johansen,S.,1988,Statistical Analysis of Cointegration Vectors,Journal of Economic Dynamics and Control,12,pp.231～254
［38］ Johansen,S.and Juselius K.,1990,Maximum Likelihood Estimation and Inferences on Cointegration with Applications to the Demand for Money,Oxford Bulletin of Economics and Statistics,52,pp.169～210
［39］ Johansen,S.,1991，Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian Vector Autoregressive Models，Econometrica,59.pp 1551～1580
［40］ Juselius，K．，1992，Domestic and Foreign Effects on Prices an Open Economy:The Case of Denmark,Journal of Policy Modeling，14,pp401～428
［41］ KL Gupta,IM Anisul,1983,Foreign capital inflow,savings and growth:an international cross-section study,D Reidel Publishing company
［42］ Koizumi,T.and K.J.Kopecky,1980,Foreign Direct Investment,Technology Transfer and Domestic Employment Effect,Journal of International Economics,10,February,pp1～20
［43］ Lee,Ha Yan;Ricci,Luca Antonio;Rigobon,Roberto,2004,Once again,is openness good for growth? Journal of Development Economics,77,pp451～472
［44］ Levine,Ross and Renelt David,1992,A Sensitivity Analysis of Cross – Country Growth Regressions,The American Economic Review,82(4),pp.942～963
［45］ Levine,R.and Zervos,S.,1998,Stock Markets,Banks,and Economic Growth,The American Economic Review,June,pp537-558
［46］ Lucas,R.E.,1988,On the Mechanics of Economic Development.,Journal of Monetary Economy,22,pp3～42
［47］ MacDougall,G.D.A.(1960),The Benefits and Costs of Private Investment from Abroad:A Theoretical Approach,Economic Record,36,pp13～35
［48］ Michaely,M.,1977,Exports and Growth:An Empirical Investigation,Journal of Development Economics,4,pp49～53
［49］ Miller,Stephen M.& Upadhyay,Mukti P.,2000,The effects of openness,trade orientation,and human capital on total factor productivity,Journal of Development Economics,63(2),December,pp399～423
［50］ Paul M.Romer,1990,Endogenous Technological Change,The Journal of Political Economy,98(5),pp71～102
［51］ R.F.Engle and C.W.Granger,1987,Co-integration and Error Correction:Representation,Estimation and Testing,Econometica,55,pp 251～276
［52］ Paul M.Romer,1986,Increasing Returns and Long-Run Growth,Journal of Political Economy,94,pp1002～1037
［53］ V.N.Balasubramanyam,M.Salisu.,1996,Foreign Direct Investment and Growth in EP and IS Countries,The Economic Journal,106(1),pp92～105
［54］ Yanikkaya,Halit,2003,Trade openness and economic growth:a cross-country empirical investigation,Journal of Development Economics,72(1),October,pp 57～89
注：本文中所涉及到的圖表、注解、公式等内容请以PDF格式阅读原文
关键词：长三角地区 经济增长 动态分析
Dynamic analysis of factors of economic growth in yangtze delta region
Sun Ninghua Huang Yumei Chen Fangfang
Abstract:
Yangtze Delta Region is becoming the base of manufacturing and center of world production.From 1990’s the proportion of manufacturing production value of Yangtze Delta Region has exceed that of pan-Bohai sea area,the tendency of introduce of FDI has overtaken that of Pearl River Delta Region.Empirically exploring the dynamic relationship between five economic factors and economic growth,this paper shows that economic opening,urbanization and credit are new engines of economic growth,but three econometric test methods all indicate that we haven’t find any evidence that FDI and human capital promote economic growth.
Keywords:Yangtze Delta RegionEconomic growth Dynamic analysis
【中圖分类号】F061.5【文献标识码】C 【文章编号】1009-9646(2008)09-0130-07
在中国经济增长最快的三大经济区中，长三角地区凭借其大规模的制造业优势正在成为我国甚至是全世界的重要的生产中心和制造业基地。上个世纪90年代长三角的制造业产值比重超过了因自然资源禀赋和老工业基地优势而一度领先的环渤海地区。改革开放初期，珠江三角洲依靠政策倾斜和临近香港的地理优势成为我国开放性经济和吸引外资的领跑区域。然而，随着改革向内地的推进和上海国际都市圈的兴起，长三角地区的发展势头逐步超过了珠三角地区，FDI呈现出从珠三角向长三角转移的态势。正所谓“三十年河东，三十年河西”，从全国和世界性经济布局的演进来看，区域经济增长中心在地域分布上表现出此起彼伏的特点。
那么，长三角地区的经济增长潜力到底如何？长三角地区经济增长的新引擎何在？人们普遍认同的一些经济因素（比如外国直接投资、城市化、人力资本等）到底是否对长三角的经济增长做出了贡献？本文试图从实证分析角度对这些问题给出尝试性回答。在现有的数据资料可获得性的限制下，我们分别以浙江、江苏和上海为例实证检验了长三角地区经济增长与开
放度、城市化、人力资本、FDI和信贷的因果关系以及长期和短期的均衡关系。
1.文献回顾
1．1 贸易开放度与经济增长。新古典增长理论认为，贸易开放能带来规模经济效应、促进资本形成以及资源配置效率的提高，进而促进经济增长。Lucas(1988),Romer (1990),Grossman and Helpman(1991) 在内生增长理论框架下考察了贸易和经济增长的关系，他们认为，贸易开放能促进知识和技术在国家之间的外溢和扩散，加快开放国家的技术进步，提高要素生产率；贸易的开展还能促进国内资源在物质生产部门和知识产品生产部门之间的优化配置，从而加速经济增长。
在实证方面，Miller,Stephen M（2000）研究了开放度、贸易定位、全要素生产率中的人力资本对发达国家和发展中国家的影响。他发现，外向型国家有着很高的全要素生产力，并且产生高于开放度的正向影响；在不太发达的国家，人力资本和开放度的结合也能产生正向作用。Jin,Jang C.(2006)以日本和韩国为研究对象，通过构造VAR模型，计算脉冲响应函数，分析了开放度对产出增长率的影响。结果表明，两国在受到贸易开放的冲击时，都会对经济增长产生很大的、负面的影响。杨全发和舒元(1998)利用Balassa模型和Feder模型研究了中国出口贸易对经济增长的影响。其结论是，改革开放以来中国经济增长的主要引擎是资本投入，中国的初级产品出口增长和经济增长呈正相关关系，而制成品出口增长和经济增长却呈负相关关系。他们认为这是因为中国在提高制成品出口的过程中，制成品增长方式仍然是粗放型的，没有通过技术进步、产品质量提高等实现集约型发展。
其实，贸易开放和经济增长之间可能是一种复杂的非线性关系。Michaely(1977)认为，出口促进增长需要达到一个临界值，在临界值的两端出口对增长的作用是明显不同的，经济发展程度较高的国家出口促进增长的作用比较显著。Lee,Ha Yan et al（2004）研究表明，开放度对经济增长仅能产生很小的正向影响。Yanikkaya,Halit（2003）基于近30年不同国家的数据研究表明，贸易自由化不会对经济增长产生简单的、直接的影响。他认为贸易壁垒产生正效应，尤其是对于发展中国家。包群、许和连和赖明勇(2003) 应用冲击反应模型测算了投资、劳动力、人力资本及贸易开放度对中国经济增长的冲击作用，发现中国经济增长主要依赖于要素投入的增加，贸易开放对经济增长的作用还不显著。
1.2 FDI与经济增长。
英国经济学家MacDougall (1960) 运用标准经济学的分析方法最早研究了外资流入对东道国经济的影响。他认为外资的影响首先体现在对东道国的经济福利效应上，为此，他系统探讨了国际投资对母国、东道国和整个世界经济福利的影响。其结论是，从总体上讲，国际投资对母国、东道国和整个世界经济的福利都有改善作用，其中东道国是外商直接投资(FDI，Foreign Direct Investment)流入的最大收益者。钱纳里(Chenery)和斯特劳特(Strout)1966年提出的“双缺口”模型较早地分析了FDI对东道国经济增长的作用机制。他们认为FDI能够弥补发展中国家在经济发展过程中出现的储蓄缺口和外汇缺口，从而实现经济增长。
Koizumi和Kopecky(1980)建立了一个国际资本流动模型，研究FDI对东道国经济增长的影响。他们提出外资带来的技术具有公共产品的性质，具有外溢作用。Lucas(1988),Romer (1990)等提出的内生经济增长理论特别注重技术外溢和知识扩散对于广大发展中国家经济持续增长的作用。FDI作为技术外溢的主要载体，成为发展中国家和小国经济增长的重要引擎。江锦凡(2004) 在经济增长理论框架的基础上纳入外国直接投资变量，着重就外国直接投资对中国经济增长的影响进行理论和经验分析，发现FDI在中国经济增长中存在资本效应和外溢效应两方面的作用。
在实证研究方面，V.N.Balasubramanyam 和M.Salisu （1996）利用46个国家的样本数据检验表明，外国直接投资在一定程度上促进了东道国的经济增长。东朝晖、靳向兰(1998) 运用1979~1997 年间的样本，在总量基础上用回归方法计算外资对中国经济增长、出口、外汇储备和就业的影响，得出的结论基本上是积极的，外资对中国经济的上述各个方面都有正向影响。沈坤荣(1999) 利用多元滞后分布模型对1979~1999 年的经济数据进行了经济计量检验，发现外国直接投资对我国经济增长具有显著的拉动效应，包括短期的需求效应和长期的供给效应。任永菊、张岩贵(2003)对我国金融市场如何影响FDI，以及FDI对我国经济增长的贡献做了计量分析，发现我国的FDI净效应为正，说明FDI 对我国经济增长具有促进作用。
1992年以后，随着FDI从珠三角向长三角转移，很多学者也将研究集中在长三角地区。洪银兴等人（2003）研究表明，从1985年以来，长三角地区FDI对GDP增长的报酬率为0.3641，即投入的FDI每增长1%，GDP将增长0.3641%。
当然，也有实证表明，FDI对经济增长没有明显的作用。美国经济学家Gupta 和Islam采取时间序列和横截面序列相结合的方法，考察了1950~1973 年发展中国家的外国直接投资对经济增长的影响，结果发现外国直接投资对经济增长没有明显的作用。
1.3 人力资本与经济增长。
Romer(1986)将技术进步视为经济的内生变量和知识积累的结果,提出了一个与收益遞减的传统增长模型不同的收益递增型的增长模型,认为人力资本是经济增长的主要因素。Grossman等(1991)将R&D活动内生化，从而形成了新增长理论。代谦，别朝霞（2006）运用两国内生增长模型研究了FDI、人力资本积累和经济增长的关系，研究结论是，FDI能否给发展中国家带来技术进步和经济增长依赖于发展中国家的人力资本积累，因此，普及和改善教育、提高国民的人力资本水平应该成为发展中国家提高吸收FDI能力，促进经济增长的核心政策。
Borensztein 等(1998) 开创性的研究认为，FDI能否促进东道国的经济增长取决于东道国的人力资本水平。他们运用1970~1989年各国样本数据考察了OECD 国家对69个发展中国家的技术外溢效果，实证结果是，只有当发展中国家的人力资本存量达到一定的临界值时,才能充分吸收FDI 的技术外溢。Xu（2000）利用聚类回归方法测算出东道国人力资本存量的临界值为2.4 年。赵江林(2004)和程惠芳（2002）对我国人力资本和吸收外资的实证检验也得出了相同的结论。
1.4 城市化与经济增长。大量文献显示，城市化水平和经济增长之间呈现出正相关关系。库兹列茨(1991)和钱纳里(1988) 通过对世界上多个国家经济发展进程的考察发现，在经济增长过程中经济结构也会相应地发生一系列变化，主要体现在：从以农业为基础的经济向以工业和服务业为基础的经济转变，即工业化过程；人口持续不断地从农村地区迁往城市，即城市化过程。内生经济增长模型强调知识创新和技术外溢对经济增长的作用，而城市作为产业和人口高度集中的地方是知识创新和技术外溢的重要场所。正是因为城市是研究知识创新和技术外溢的“天然实验室”，内生经济增长理论特别重视城市对现代经济增长的贡献。杨小凯、张永生（2000）利用新兴古典经济学的超边际分析工具建立了简化的城市化模型，发现城市化使分工进一步深化，通过形成专业化经济提高生产效率并降低交易成本，进而促进经济增长。Henderson(1991)认为，经济增长推动现代部门的扩张，促使经济结构变迁，导致人口由农业主导的农村流入工业和服务业主导的城市。城市经济的繁荣促进了经济集聚、运输成本下降和知识外溢，从而推动了经济发展。
在实证分析方面，周一星(1995)对1977年世界157个国家和地区的数据进行经验研究，结果发现城市化与经济增长之间呈现出对数曲线关系，相关系数达0.9079。晏维龙等（2004）认为，城市与商品流通是紧密相连的两个概念。城市的产生源自商品交换，交易效率提高导致了城市形成，而城市的发展促使了简单商品流通向发达商品流通的发展。该文用1960~2001年中国时间序列数据和2001年分省区的数据对上述理论分析结论进行了实证检验，并发现城市化与流通发展具有纵向和横向强相关性，城市化水平差异是造成流通水平差异的重要原因。江小涓，李辉（2004）研究了服务业与经济增长的相关性以及加快增长的潜力，实证结果表明，城市化水平是影响城市服务业增加值比重的重要原因。
1.5 信贷与经济增长。
信贷扩张和经济增长之间的关系一直是学术界争论的话题。国外有很多文献都对此作过理论和实证方面的分析。Bernanke和Blinder (1992)认为在信息不对称的条件下，金融中介机构的贷款具有特殊地位，银行通过信贷来调节企业和个人的需求和支出水平，从而影响总需求的变动。Edwards S.and C.Vegh(1997)通过模型模拟的方式分析指出，信贷规模的波动会直接影响经济产出。Levine和Zervos(1998)的研究表明银行发展水平和股票市场流动性与经济增长有很强的正相关性，他们认为金融发展是促进经济增长的重要因素。
国内也有很多学者对信贷和经济增长之间的关系作了研究。郭克莎（1990），李京文（1992），武剑（2000）的分析结果表明，改革前的26年间（1953~1978年），我国经济平均增长率为5.92%,其中信贷投入对经济增长的贡献为93.07%。改革开放的20年间（1978~1998）我国经济的高速增长主要得益于信贷的快速增长和生产率增长的提高，而劳动力数量增长的贡献则是相对次要的。1978~1998年信贷投入对我国经济增长的贡献接近60%。夏斌等（2003）通过对1985年以来的时间序列数据和银行数据的分析，比较了贷款增长和货币增长对经济增长解释力的差异，认为经济增长对贷款增长要更敏感。孙明华（2004）利用1994~2003年的季度数据对 GDP和信贷余额进行了协整分析和Granger因果关系检验，认为GDP和信贷余额之间存在长期稳定的关系，GDP增长是信贷总量的Granger原因，但信贷并不能决定GDP。
2.研究方法与基础数据
2.1 研究方法。
本文将采用时间序列分析理论和技术，研究长三角地区经济增长与开放度、城市化、人力资本、FDI和信贷的经济联系。经典计量经济模型是以某种经济理论和对经济行为的认识来确立模型的理论关系形式；而20世纪80年代以来发展起来的时间序列方法则是从经济变量的数据中显示的关系出发，确定模型包含的变量和变量之间的理论关系。因此，这里我们不是首先建立理论模型，再建立计量模型，然后，进行计量检验；而是直接从经济数据中去发现其中的经济联系。
2.1.1 脉冲响应函数。
Sims(1980)将 VAR (vector autoregression) 模型引入经济学，推动了对经济系统的动态性研究。VAR模型的建立不是基于某种经济理论，它无需对变量作任何先验性约束。通过VAR模型可以分析当一个误差项发生变化，或者说模型受到某种冲击时对系统的动态影响。这种分析方法就是脉冲响应函数方法（impulse response function，IRF）。
如果(4)式中的Yt满足协方差平稳条件，则可以推导出向量移动平均模型(VMA∞)：
Yt=ψ0ηt+ψ1ηt-1+ψ2ηt-2+…+ψpηt-p+…（7）
(7)式中系数矩阵ψs的第i行、第j列元素为Yi,t+s/ηjt，视为s的函数，即脉冲响应函数(Hamilton,1994)。脉冲响应函数刻画了在扰动项ηt上加一个标准差冲击，对于内生变量当前值和未来值所带来的影响及扰动项对某一变量的冲击影响，通过VAR模型的动态结构传导给其他所有变量。
2.1.2 方差分解。
方差分解是基于VAR模型，通过逐一分析每一个结构冲击对每个内生变量变化的贡献度，来判断不同结构冲击重要程度的一种描述系统动态的方法。我们使用的方差分解模型如下：
RVCij(∞)=∞q=0(Iqij)2σjjvar(yit)=
∞q=0(Iqij)2σjj∑kj=1∞q=0(Iqij)2σjj（8）
其中i,j=1,2,3;t=1978,1979,…，2004。RVCij表示相对方差贡献率（relative variance contribution），即第i个变量基于冲击方差对第j个变量的方差贡献率，代表第i个变量对第j个变量的影响程度。Iqij是脉冲响应函数（impulse response function），σjj是第j个分量的标准差。
2.2 基础数据。
本研究分别以浙江、江苏和上海为例实证检验长三角地区经济增长与开放度、城市化、人力资本、FDI和信贷的因果关系以及长期和短期的均衡关系。
经济开放程度指一个国家或地区的国际经济进入程度和国内经济准入程度。选用何种指标来测算一国的贸易开放度,应当以该国的经济发展阶段和贸易发展水平为依据和原则。这里我们采取“外贸依存度”作为反映浙江省经济开放度的指标，即进出口贸易总额与国内生产总值GDP的比率，用“OPEN”表示。城市化不仅仅是农村人口转变为城市人口的过程，同时也是资源深度开发利用、产业结构演进、产业布局优化和经济社会发展格局转化的过程。我们用“非农人口数/总人口数”作为城市化的指标，用“URBAN”表示。FDI代表外商直接投资，用实际利用外资额(单位：亿美元)，为了使单位统一，本文用1：8.11的比例将单位换算为亿元。在人力资本存量的测度方面，我国目前尚未有权威的估算方法。国际上比较权威的是用小学入学率来替代一国的教育水平和人力资本水平(Levine,Renelt,1992)。考虑到FDI对高素质人才需求，同时我国多年来实行九年义务教育，各地区小学入学率指标差异不大。因此，本文用“每百万人中大学生人数”作为人力资本的指标，以HUMC表示。信贷用“金融机构贷款总额”作为指标，以“LOAN”表示。
以上数据均来自各年的《上海市统计年鉴》、《江苏省统计年鉴》和《浙江省统计年鉴》，时间区段取1978~2004年。
3.开放度、城市化与经济增长：以浙江为例的分析
长江三角洲的经济开放度处于全国的领先地位，其贸易依存度高于全国平均水平，1997、2000和2002年长江三角洲地区外贸依存度分别为：38.2％，55.5％和64.7％。长江三角洲也是我国城镇最为密集、城市化水平最高的地区之一。本文试图以浙江为例，探究开放度、城市化与经济增长的关系，判定开放度和城市化能否成为长三角地区经济增长的引擎。①
3.1 时间序列的平稳性检验。
为了防止伪回归的出现，需要对时间序列数据进行平稳性检验。同时，为了消除异方差，我们首先对GDP进行对数处理2，然后分别对三个变量进行ADF( the Augmented Dickey-Fuller test )检验。利用Eviews5.0软件，检验结果见表1。
表1 ADF检验结果
变量类型ADF Test StatisticCritical Value
1 percent5 percent10 percent
D(LNGDP)(1,0,3)-4.031153**-3.788030-3.012363-2.646119
LNGDP(1,1,1)-3.416029*-4.394309-3.612199-3.243079
D(OPEN,2)(1,1,1)-5.924109**-4.440739-3.632896-3.254671
D(OPEN)(0,0,1)-1.647137-2.664853-1.955681-1.608793
OPEN(0,0,1)3.004017-2.660720-1.955020-1.609070
D(URBAN)(1,0,1)-4.221870**-3.737853-2.991878-2.635542
URBAN(0,0,1)6.224420-2.660720-1.955020-1.609070
注：①变量栏中LNGDP表示原变量GDP的对数，D(*)表示变量的一阶差分，D (*，2) 表示变量的二阶差分；②类型栏括号中的三个数字(a，b，c)含义：a表示ADF检验时估计方程中是否具有常数项，a 取0时表示不含常数项，a取1时表示含常数项；b表示ADF检验时估计方程中是否具有时间趋势项，b取0时表示不含时间趋势项，b取1时表示含时间趋势项；c表示自回归滞后的长度。
由表7可见，LNGDP、URBAN 和OPEN在5%的显著性水平下都没有通过平稳性检验(ADF检验)，即它们都是非平稳的时间序列；LNGDP和URBAN的一阶差分D(LNGDP)和D(URBAN)在1%的显著水平下通过平稳性检验；OPEN的二阶差分在1%的显著水平下通过了平稳性检验，这些变量的二阶差分序列都是平稳的。
综上，LNGDP、URBAN具有一阶单整性，即它们为I（1）过程。OPEN为I（2）过程。
3.2 VAR 模型。
经济增长的自然对数、城市化和开放度是不同阶的单整过程，如果进行差分处理，则会损失变量的水平值所能提供的长期信息，此外，经济增长、城市化和开放度之间可能存在复杂的相互作用和相互影响的关系，它们之间的相互影响也可能存在时滞，从而构成一个动态联系的系统模式。为了尽可能全面地捕获这种复杂的系统模式，下面用LNGDP、OPEN、URBAN之間的VAR模型来分析它们之间的经济联系。利用Eviews5.0 软件得到表2的参数估计结果。
表2 LNGDP、OPEN、URBAN之间的VAR模型参数估计结果
被解释变量
解释变量 LNGDPOPENURBAN
LNGDP(-1)1.095522***［ 5.00827］2.525898［ 0.99681］1.676041
［ 0.52293］
LNGDP(-2)-0.331671［-1.04219］-4.682386［-1.27009］-6.582519*［-1.41165］
LNGDP(-3)-0.338718［-0.97236］3.221440［ 0.79830］9.535688*［ 1.86825］
LNGDP(-4)0.360716［1.15687］-2.033698［-0.56303］-4.484645［-0.98161］
LNGDP(-5)0.237823*［1.39310］ 0.134708［0.06812］0.741862［0.29658］
OPEN(-1)-0.081922**［-2.13607］0.174312［ 0.39235］1.067381*［1.89945］
OPEN(-2)0.175939***［ 4.24741］-0.132189［-0.27548］0.057318［0.09444］
OPEN(-3)0.099188*［1.93297］-0.073809［-0.12417］-1.510319*［-2.00875］
OPEN(-4)-0.026908［-0.48548］-0.177215［-0.27601］2.268454***［ 2.79332］
OPEN(-5)0.070790［1.10100］-0.615888［-0.82688］-1.003740［-1.06544］
URBAN(-1)-0.096396***［-3.71342］ 0.283461［0.94262］1.206167***［ 3.17115］
URBAN(-2)0.079810***［ 3.01091］ 0.144351［0.47010］-0.309980［-0.79812］
URBAN(-3)0.044329 *［ 1.66279］-0.193913［-0.62790］0.034150［0.08742］
URBAN(-4)-0.114451**［-2.86834］ 0.278582［0.60269］-0.077538［-0.13262］
URBAN(-5)0.023890［0.47867］0.414308［0.71660］-0.438832［-0.60009］
C0.579772**［2.58807］ -4.349408*［-1.67601］ 0.905322［0.27581］
Adj.R-squared0.9995300.9297950.986205
F-statistic2835.10118.6585696.32339
注：*表示在10％的显著性水平上显著，**表示在5％的显著性水平上显著，***表示在1％的显著性水平上显著。
从表2可见，在LNGDP的方程中，LNGDP的滞后一期和两期的系数达到了显著水平，也就是说，经济增长存在正反馈机制。外贸依存度（OPEN）的滞后一期的系数为负且达到5％的显著性水平；滞后两期和三期的系数为正，且分别达到1％和10％的显著性水平，就是说，贸易依存度的增加导致一年后的经济增长速度降低，两年和三年后的经济增长速度提高，总体效果为提升经济增长速度。城市化在第一和第四年后的对经济增长的影响为负，显著性水平分别为1％和5％；在第二和第三年后的影响为正，显著性水平分别为1％和10％；总体效果不明朗。
从VAR模型来看，经济增长和城市化水平对贸易依存度不存在显著性影响。经济增长和开放对城市化有显著影响，但是除了OPEN(-4)以外都只是10％水平上的，也就是说，并不显著；总体上来看影响方向是正向的。
3.3 方差分解。
根据本研究的目的，我们只关注OPEN和URBAN的冲击对LNGDP方差的贡献率。越大，表明OPEN和URBAN的冲击对LNGDP的影响越大，见图1-2。图中横轴表示滞后时期数（单位：年），纵轴表示该变量冲击对经济增长的贡献份额（单位：％）。
从图1和图2可以看出，不考虑GDP自身的贡献率，城市化对经济增长的贡献率较大在24％以上，贸易依存度对经济增长的贡献率较小在10％上下。两因素对经济增长的影响是逐步表现出来的，分别在三年后和两年后达到最大。
4.FDI、人力资本与经济增长：以上海为例的分析
1992 年以后，FDI开始向长江三角洲区域扩散。特别是2000年以后，珠江三角洲吸引FDI的步伐明显放缓，而长江三角洲实际利用FDI总量却在飞速增长。上海作为长江三角洲的增长极，是中国经济的前沿哨所，同时也是接受外国直接投资最多的城市之一。FDI通过知识外溢作用和需求拉动作用带动了上海人力资本投资的增加和优秀人才向上海的集聚。上海作为中国高等学校最密集的城市之一，其较高的人力资本水平也为承接FDI的转移创造了经济条件。因此，我们以上海为例分析长三角地区FDI、人力资本与经济增长的因果联系和均衡关系。
4.1 时间序列的平稳性分析与协整检验。
为了避免伪回归，并消除可能的异方差，首先对GDP、人力资本（HUMC）和外商直接投资（FDI）进行对数处理，然后分别进行ADF( the Augmented Dickey-Fuller test )单位根检验，检验结果见表3。
表3 ADF检验结果
变量类型ADF 检验统计量
临界值
注：Variable 栏中LN 表示原变量的对数，D(*)表示变量的一阶差分，D (*，2) 表示变量的二阶差分。
由表3可知，LNGDP、LNFDI和LNHUMC在10%的显著性水平下都没有通过平稳性检验(ADF检验)，即它们都是非平稳的时间序列。LNFDI 和LNHUMC的一阶差分ΔLNFDL、ΔLNHUMC在5%的显著水平下通过平稳性检验，即它们是I（1）过程。LNGDP在5%的显著水平下没有通过平稳性检验，在1%的显著水平下通过了平稳性检验，它的二阶差分序列是平稳的，即它是I（2）过程。
在判断上海市LNGDP、LNFDI和LNHUMC的协整关系时，我们采用Johanson检验方法。首先应用赤池（Akaike）信息准则（AIC）来确定最佳滞后期，再对协整中是否存在常数和时间趋势项进行验证，最后对数据进行协整检验，检验结果见表4。
表4 上海市GDP和FDI的协整关系检验结果
零假设：协整向量数目特征值迹统计量5％临界值P值
0个*0.91992678.3046235.192750.0000
至多1个*0.64881927.8086020.261840.0038
至多2个0.2910556.8795499.1645460.1329
由表4可见，检验结果在5％的显著性水平上拒绝了三个变量间不存在协整关系的零假设，迹统计量显示在5％的显著性水平上存在两个协整向量。最后一列是MacKinnon-Haug-Michelis (1999)的 p值。
4.2 脉冲响應函数与Granger因果关系检验。
通过构建LNGDP、LNFDI和LNHUMC之间的VAR模型，分析得到：除了GDP滞后一期值对GDP有显著影响外，FDI和人力资本滞后值对GDP均无显著影响。［3］也就是说，在计量经济学意义上，我们还没有发现上海的FDI和人力资本对上海的GDP增长做出显著贡献。但是，反过来，上海的经济增长对FDI的增长的影响却是显著的。这一点可能有些出人意料之外。
为了增强VAR模型结论的稳健性，我们运用脉冲响应函数与Granger因果关系检验继续检验上述结论。当FDI和人力资本分别受到一个标准差的冲击时，经济增长的脉冲响应如图3和图4所示。
从总体上来看，经济增长对FDI冲击和人力资本冲击的响应都不大。FDI冲击对经济增长的影响在6年后逐步表现出来，在第10年达到5％。人力资本冲击对经济增长的影响在前8年表现的都不明显，不超过1％，在第8年后逐步放大，但是方向是负向的。可见，脉冲响应函数分析的结论和VAR模型分析的结论是吻合的。
为了再次审查这些结论的正确性，下面我们再利用Granger因果检验的方法加以研究，结果见表5。
表5 上海市外商直接投资、人力资本和GDP的Granger因果檢验结果(滞后长度=3)
原假设F统计量p值结论
LＮGDP不是LＮFDI的 Granger原因3.356050.04951拒绝
LＮFDI不是LＮGDP的 Granger 原因0.522650.67369接受
LＮHUMC P不是LNFDI的Granger 原因0.265920.84883接受
LNFDI 不是LNHUMC Granger 原因1.644840.22420接受
LNHUMC不是LNGDP Granger原因1.603710.23323接受
LNGDP不是LNHUMC的 Granger 原因4.293760.02406拒绝
由表5可以看出，即使是在10％的显著性水平上，FDI和人力资本也不是经济增长的Granger原因。这个结论进一步验证了VAR模型和脉冲响应函数分析的结论。只不过，在这里经济增长是FDI和人力资本增长的Granger原因。
5.信贷与经济增长：以江苏为例的分析
下面以江苏省为例，对1978~2004年信贷［4］和经济增长的时间序列进行检验，以考察长三角地区信贷和经济增长之间的关系。
5.1 单位根检验。
在单位根检验之前，为了消除样本数据中可能存在的异方差，首先对样本数据取对数，得到对数化之后的时间序列数据为LNLOAN（信贷）和LNGDP（经济增长）。由表6可以看出，信贷和经济总量的时间序列都是一阶单整的。因此，不能对水平值直接进行经典回归分析。
表6 LNGDP和LNLOAN的平稳性检验的结果
变量模型ADF统计值5%临界值10%临界值DW值AIC标准滞后阶数
LNGDP
水平值3-2.2028-3.6027-3.23671.6465-2.90461
一阶差分2-3.005-2.9907-2.63481.9030-2.8635 1
LNLOAN
水平值3-2.6078-3.6027-3.23671.8849-2.4169 1
一阶差分2-4.1203-2.9907-2.63482.1049-2.23031
5.2 协整关系分析。
虽然上面分析显示关于GDP和信贷增长的时间序列数据都是非平稳的，但是只要这两个变量是协整的，它们就存在着长期稳定的关系。利用Johansen 协整检验，取二阶滞后可得表2和表3的检验结果。结果显示：不管是迹统计量（trace statistic）还是最大特征值统计量（max-Eigenvalue statistic）都表明信贷增长和经济增长之间存在着长期的均衡关系，见表7和表8。
表7 LNGDP和LNLOAN协整关系的迹检验结果
协整方程的个数EigenvalueTrace统计值5%的临界值1%的临界值
None0．42109213．5270712．5316．31
最多一个0．0168720．4083773．846．51
表8 LNGDP和LNLOAN协整关系的最大特征值检验结果
协整方程的个数Eigenvalue最大特征值统计量5%的临界值1%的临界值
None0．42109213．1187011．4415．69
最多一个0．0168720．4083773．846．51
5.3 Granger因果关系检验。
信贷和经济增长之间存着协整关系，但是到底是信贷的扩张引起经济增长，还是经济的增长拉动信贷扩张，还没有给出一个说明。Granger因果检验利用VAR模型对时间序列之间的因果关系进行判断。
表9 信贷和经济增长的Granger因果关系检验
原假设F-统计量概率
LNGDP不是 LNLOAN 的 Granger 原因0.783460.51945
LDL 不是 LNGDP 的 Granger 原因 4.152230.02228
从表9的检验结果可以看出，经济增长不是信贷的Granger原因，但是在5%的显著水平上，可以拒绝“信贷不是经济增长的Grange原因”，即信贷引起了经济的增长。
6.结论
本文不是沿着经典计量经济建模思路，而是从经济变量的数据中去确定模型所包含的变量之间的理论关系。我们实证分析了长三角地区五个增长因素与经济增长之间的经济联系，得出以下几点结论：
6.1 贸易依存度的增加促进了经济增长，城市化对经济增长的贡献率较大，在24％以上。经济增长和城市化水平对贸易依存度不存在显著性影响。经济增长和开放对城市化有一定影响，但是除了开放度的滞后4期值以外都不显著。
6.2 经济增长促进了FDI和人力资本的增加，但是，在计量经济学意义上我们没有发现长三角的FDI和人力资本促进经济增长的证据。
6.3 信贷和经济增长存在着长期稳定的关系。经济增长不是信贷的Granger原因，然而信贷却是引致经济增长的Grange原因。经济增长对信贷的弹性系数为0.356，即信贷每增加1%，经济总量朝相同的方向增加0.356%。
6.4 对长三角地区经济增长新引擎的实证分析，为长三角地区以至中国经济改革提供了三点启示：第一，对外开放、城市化和信贷是长三角经济增长的新引擎，也应成为政府经济工作的着力点。第二，应加强对引进FDI的产业调节，提升FDI进入门槛，防止地方政府在引进FDI过程中的过渡竞争，并预防可能导致的中国自有技术的低层次“锁定”现象。第三，长三角地区的经济增长和长三角的人力资本发展之间可能是一种复杂的非线性关系。一方面，长三角的经济增长吸纳了全国各地和跨国公司等各方面人才，而不仅仅是长三角地区的人力资源；另一方面，长三角的人力资本也在源源不断地流向我国的中西部地区甚至是国外，而不仅仅为长三角的GDP增长做贡献。
本文实证分析了五个经济因素与长三角经济增长之间的关系，这并不代表我们认为只有这五个因素可能成为长三角经济增长的新引擎，或者说这五个因素是最重要的。此外，还有一些重要的因素是今后研究的方向：产权保护、合约实施、区域协调政策与长三角经济增长；文化、企业家精神、技术创新与长三角经济增长；资源、环境、基础设施投资与长三角经济增长等。
注释
①开放度用于刻划一个国家与世界上其他国家的经济联系；而城市化刻划的是城市和全国的经济关系。本节专门研究开放度、城市化与经济增长的关系，是从空间联系意义上研究经济增长的引擎问题。
②由于城市化和贸易依存度两个变量本身就是比例的概念，当我们对GDP求对数以后，协整回归系数的含义就变成弹性的概念。
③由于篇幅所限，我们未列出VAR模型的具体结果，感兴趣的读者可向作者索要。
④信贷作为经济范畴，在经济理论上有三种相互联系而范围不同的定义。一是把信贷定义为信用，即借贷行为，属于宽范围，二是银行信用，即银行存贷款等信用活动的总称，为中宽范围；三是定义为银行贷款，专指以银行为主体的货币资金放贷行为。本文采用第三种定义。
参考文献
［1］ H．钱纳里.1988，《发展的形式：1950―1970》，经济科学出版社
［2］ 包群、许和连、赖明勇.2003，《贸易开放与经济增长:理论及中国的经验研究》，《世界经济》第2期
［3］ 程惠芳.2002，《国际直接投资与开放内生经济增长》，《经济研究》第10期
［4］ 代谦、别朝霞.2006，《FDI、人力资本積累和经济增长》，《经济研究》第4期
［5］ 东朝晖、靳向兰.1998，《外商投资对中国经济建设的影响》，《数量经济技术经济研究》第5期
［6］ 郭克莎.1990，《1979-1988年经济增长因素效应分析》，《经济研究》第10期
［7］ 洪银兴、刘志彪等.2003，《长江三角洲地区经济发展的模式和机制》，北京：清华大学出版社
［8］ 江锦凡.2004，《外国直接投资在中国经济增长中的作用机制》，《世界经济》第1期
［9］ 江小涓、李辉.2004，《服务业与中国经济：相关性和加快增长的潜力》，《经济研究》第1期
［10］ 李京文等.1992，《中国经济增长分析》，《中国社会科学》第1期
［11］ 任永菊、张岩贵.2003，《外国直接投资对我国经济增长贡献的计量分析》，《当代财经》第9期
［12］ 沈坤荣.1999，《外国直接投资与中国经济增长》，《管理世界》第3期
［13］ 孙明华.2004，《我国货币政策传导机制的实证分析》，《财经研究》第3期
［14］ 武剑.2000，《货币政策与经济增长》，上海三联书店
［15］ 西蒙·库兹涅茨.1991，《现代经济增长：速度、结构与扩展》，北京经济学院出版社
［16］ 夏斌等.2003，《中国银行体系贷款供给的决定及其对经济波动的影响》，《金融研究》第8期
［17］ 晏维龙.2004，《城市化与商品流通的关系研究：理论与实证》，《经济研究》第2期
［18］ 杨全发、舒元.1998，《中国出口贸易对经济增长的影响》，《世界经济与政治》第8期
［19］ 杨小凯、张永生.2000，《新兴古典经济学和超边际分析》，中国人民大学出版社
［20］ 赵江林.2004,《外资与人力资源开发:对中国经验的总结》,《经济研究》第2 期
［21］ 周一星.1995，《城市地理学》，商务印书馆
［22］ Anne O.Krueger,1978,Alternative Trade Strategies and Employment in LDCs,The American Economic Review,68(2),May,pp270～274
［23］ B.Xu,2000,Multinational Enterprises,Technology Diffusion,and Host Country Productivity Growth,Journal of Development Economics,62,pp477～493
［24］ Bernanke,B.S.and Blinder,A.S.,1992，The Federal Funds Rate and the Channels of Monetary Transmission,The American Economic Review,82(4),pp901～921
［25］ Borensztein,E.,De Gregorio,J.and Lee,J.,1998,How Does FDI Affect Economic Growth? Journal of International Economics,45,pp115～135
［26］ C.A.Sims,1980,Macroeconomics and Reality,Econometrica,vol.48,pp.1～48
［27］ Dickey,D.,and W.Fuller,1981,Likelihood ratio Tests for Autoregressive Time Series with a Unit Root,Econometrica,49,pp 1057～1071
［28］ Edwards,S.and C.Vegh,1997,Banks and Macroeconomic Disturbances under Predetermined Exchange Rates,Journal of Monetary Economics,40 (2),pp239～278
［29］ Gene M.Grossman and Elhanan Helpman,1991,Innovation and Growth in the Global Economy,Cambridge:MIT Press
［30］ Granger,C.W.J.,1969,Investigating Causal Relations by Econometric Models and Cross-Spectral Methods,Econometica,37.pp424～438
［31］ Grossman,H,1991,A General Model
of Insurrection,American Economic Review,81,pp912～921
［32］ Hamilton,J.D,1994,Time Series Analysis,Princeton University Press
［33］ Harrison,Ann,1996,Openness and growth:A time-series,cross-country analysis for developing countries，Journal of Development Economics,48(2),March,pp 419～447
［34］ Henderson J V.,1991,Urban development:theory,fact and illusion.Oxford University Press,pp 101～129
［35］ Hollis B.Chenery and Alan M.Strout,1966,Foreign Assistance and Economic Development,American Economic Review,56,September,pp 679～733
［36］ Jin,Jang C.,2006,Can openness be an engine of sustained high growth rates and inflation?:Evidence from Japan and Korea，International Review of Economics and Finance,15(2),pp228～240
［37］ Johansen,S.,1988,Statistical Analysis of Cointegration Vectors,Journal of Economic Dynamics and Control,12,pp.231～254
［38］ Johansen,S.and Juselius K.,1990,Maximum Likelihood Estimation and Inferences on Cointegration with Applications to the Demand for Money,Oxford Bulletin of Economics and Statistics,52,pp.169～210
［39］ Johansen,S.,1991，Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian Vector Autoregressive Models，Econometrica,59.pp 1551～1580
［40］ Juselius，K．，1992，Domestic and Foreign Effects on Prices an Open Economy:The Case of Denmark,Journal of Policy Modeling，14,pp401～428
［41］ KL Gupta,IM Anisul,1983,Foreign capital inflow,savings and growth:an international cross-section study,D Reidel Publishing company
［42］ Koizumi,T.and K.J.Kopecky,1980,Foreign Direct Investment,Technology Transfer and Domestic Employment Effect,Journal of International Economics,10,February,pp1～20
［43］ Lee,Ha Yan;Ricci,Luca Antonio;Rigobon,Roberto,2004,Once again,is openness good for growth? Journal of Development Economics,77,pp451～472
［44］ Levine,Ross and Renelt David,1992,A Sensitivity Analysis of Cross – Country Growth Regressions,The American Economic Review,82(4),pp.942～963
［45］ Levine,R.and Zervos,S.,1998,Stock Markets,Banks,and Economic Growth,The American Economic Review,June,pp537-558
［46］ Lucas,R.E.,1988,On the Mechanics of Economic Development.,Journal of Monetary Economy,22,pp3～42
［47］ MacDougall,G.D.A.(1960),The Benefits and Costs of Private Investment from Abroad:A Theoretical Approach,Economic Record,36,pp13～35
［48］ Michaely,M.,1977,Exports and Growth:An Empirical Investigation,Journal of Development Economics,4,pp49～53
［49］ Miller,Stephen M.& Upadhyay,Mukti P.,2000,The effects of openness,trade orientation,and human capital on total factor productivity,Journal of Development Economics,63(2),December,pp399～423
［50］ Paul M.Romer,1990,Endogenous Technological Change,The Journal of Political Economy,98(5),pp71～102
［51］ R.F.Engle and C.W.Granger,1987,Co-integration and Error Correction:Representation,Estimation and Testing,Econometica,55,pp 251～276
［52］ Paul M.Romer,1986,Increasing Returns and Long-Run Growth,Journal of Political Economy,94,pp1002～1037
［53］ V.N.Balasubramanyam,M.Salisu.,1996,Foreign Direct Investment and Growth in EP and IS Countries,The Economic Journal,106(1),pp92～105
［54］ Yanikkaya,Halit,2003,Trade openness and economic growth:a cross-country empirical investigation,Journal of Development Economics,72(1),October,pp 57～89
注：本文中所涉及到的圖表、注解、公式等内容请以PDF格式阅读原文