论文部分内容阅读
摘要：利用我国大陆地区29个省、自治区和直辖市(西藏、青海除外)1985-2005年间的数据，采用Panel Data模型对外商直接投资（FDI）与对外贸易对我国东部、中部及西部区域经济增长的效应进行了实证分析。结论为外商直接投资与对外贸易对我国东部、中部及西部区域的经济增长的促进作用存在着较大差异。FDI对东部地区经济增长的促进作用最大，中部其次，对西部没有显著的促进作用；而对外贸易对西部地区的促进作用最大，中部其次，对东部地区的促进作用相对中西部较小。
关键词：FDI；对外贸易；经济增长；区域差异；Panel data；豪斯曼检验
中图分类号：F49文献标识码：A文章编号：1672-3198（2007）11-0010-02
1引言
积极引进外国直接投资(FDI)和扩大对外贸易能够促进一国和地区的经济增长，这一观点在学术界已经形成了较为广泛的认识，国内外有很多学者从不同的方面对该问题进行了研究。
我国对外开放以来，对外贸易实现了高速增长，2006年我国进出口总额达到17607亿美元，其中出口额9691亿美元，进口额7916亿美元。同时，FDI在我国也得到了飞速发展，据不完全统计，改革开放20多年来，我国的招商引资工作成效显著，截止到2006年底已累计引进外商直接投资超过4000亿美元，并连续９年成为利用外资最多的发展中国家。在这种现实背景下，我国有很多学者研究FDI和对外贸易与我国经济增长的关系。
从国内研究FDI与对外贸易对我国经济增长效应的现状来看，大都是利用全国总体或某一个省份的时间序列数据，研究FDI或对外贸易对全国总体或者是对我国某一个省份的经济增长的效应。而对我国经济发展水平不同的东部、中部及西部区域，上述研究显然不能够全面地反映FDI与对外贸易对这些区域经济增长的效应及区域之间的差异。
2建立模型
2.1数据说明
本文从《中国统计年鉴》相关年份选取了我国各省、自治区、直辖市1985-2005年国内生产总值(GDP)、进出口总额(JCK)以及实际利用外资额(FDI)的数据，若《中国统计年鉴》相关年份缺失某数据，则查阅了相关各省、自治区、直辖市各年的《统计年鉴》或《统计公报》。
由于西藏和青海数据缺失较多，本文没有选取西藏和青海的数据。而海南省和重庆市成立较晚，为了计量分析的方便，分别将海南省和重庆市的数据归入了广东省和四川省。为了消除价格变动的影响，对各省的GDP数据以1985年为基期用消费价格指数(CPI)进行了调整；为了消除汇率及价格变动的影响，对进出口总额(JCK)和实际利用外资额(FDI)的美元数据用当年的平均汇率转化成为人民币数据，并以1985年为基期用消费价格指数(CPI)进行了调整。
2.2模型说明
首先将全国31个省、自治区、直辖市划分为东、中、西部三大区域，其中东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、宁夏、青海、新疆。然后将东、中、西部各省、自治区、直辖市的实际利用外资额(FDI)和进出口总额(JCK)作为解释变量，而把国内生产总值(GDP)作为被解释变量，分别建立面板数据模型来分析FDI与对外贸易对我国东、中、西部经济增长效应的差异。所谓面板数据模型，简言之，就是将时间序列数据和横截面数据混合，即将所考察的不同的观测对象（横截面单位）的时间序列数据进行混合，构成的数据即为面板数据。面板数据模型可以克服时间序列分析受多重共线性的困扰，能够提供更多的信息，更多的自由度和更高的估计效率，一般可把面板数据模型分为固定效应模型和随机效应模型。
（1）固定效应模型（Fixed Effects Model）。
所谓固定效应是指面板数据模型中斜率不随横截面和时间变化，截距随个体但不随时间而变化，即把各横截面的差异固定在截距上，模型表述为：
Yit=β1i+β2X1it+β3X2it+uit(1)
其中，i=1、2、3……分别代表东、中、西部地区的各个省、自治区、直辖市；t=1985-2005年；Y表示国内生产总值(GDP)；X1表示实际利用外资额(FDI)；X2表示进出口总额(JCK )；uit~N(0,σ2u)。
（2）随机效应模型（Random Effects Model）。
由前述，固定效应模型是通过截距来刻画各横截面的差异，随机效应模型则是通过误差项来反映这种差异，其基本思想是对于模型(2)：
Yit=α1i +α2X1it+a3X2it+eit(2)
其中，i、t、Y、X1及X2的含义和固定效应模型中代表的含义相同，eit~N(0，σ2e)。随机效应模型是将a1i 作为随机变量，其期望值为a1，即：
a1i=a1+ei(3)
其中，εi~iid(0，σ2ε)。即各横截面的截距有相同的均值，但截距的差异体现在ei中。将(3)代入(2)中，有：
Yit=a1+ ei+a2X1it+a3X2it+eit
=a1+a2X1it+a3X2it+ei+eit(4)
其中，E(εieit)=E(εiεj)=0 (i≠j)，E(eiseit)=E(ejteit)=E(ejseit)=0 (i≠j; t≠s)，E(εi+εit)=0，Var(εi+eit)=σ2εσ2ε
3模型估计及选择
本文利用Eviews4.0软件分别对我国东、中、西部分别估计上述的固定效应模型和随机效应模型，为了消除模型中可能存在的异方差，在实际回归时采用各变量的自然对数，即LNGDP、LNFDI、LNJCK，回归的结果如下。
3.1东部回归结果
（1）东部固定效应模型结果：
LNGDPit=ei+0.0649 LNFDIit+0.4556 LNJCKit(5)
（4.67）①（21.76）调整后的R2=0.951F=4143.37
ei表示东部10个省份的截距值，分别是：北京（3.56）、天津（3.28）、河北（4.70）、辽宁（4.11）、上海（3.58）、江苏（4.38）、浙江（4.30）、福建（3.66）、山东（4.58）、广东（3.70）。
（2）东部随机效应模型结果：
LNGDPit=3.99 + 0.0648LNFDIit+0.4553 LNJCKit +εei(6)
（21.76）（4.69）（21.81）调整后的R2=0.952
3.99表示东部10个省份的截距值的均值，εei表示东部各省份截距与均值3.99的差异，分别是：北京（-0.43）、天津（-0.70）、河北（0.71）、辽宁（0.13）、上海（-0.40）、江苏（0.40）、浙江（0.32）、福建（-0.33）、山东（0.59）、广东（-0.28）。
3.2中部回归结果
（1）中部固定效应模型结果：
LNGDPit=ci+0.044 LNFDIit+0.555 LNJCKit(7)
（3.01）（12.92）调整后的R2=0.882F=1262.60
ci表示中部8个省份的截距值，分别是：山西（4.07）、吉林（3.77）、黑龙江（4.10）、安徽（4.24）、江西（4.08）、河南（4.75）、湖北（4.26）、湖南（4.29）。
（2）中部随机效应模型结果：
LNGDPit= 4.20 + 0.046 LNFDIit+0.552 LNJCKit+eci(8)
（23.54）（3.10）（12.89）调整后的R2 = 0.881
4.20表示中部8个省份的截距值的均值，eci表示中部各省份截距与均值4.20的差异，分别是：山西（-0.12）、吉林（-0.41）、黑龙江（-0.09）、安徽（0.04）、江西（-0.11）、河南（0.54）、湖北（0.06）、湖南（0.09）。
3.3西部回归结果
（1）西部固定效应模型结果：
LNGDPit=wi+ 0.006 LNFDIit+0.577 LNJCKit(9)
（0.355）（15.79）调整后的R2=0.914F=2001.91
（2）西部随机效应模型结果：
LNGDPit=3.85+0.008 LNFDIit+0.581 LNJCKit+εwi(10)
（24.52）（0.492）（15.92）调整后的R2=0.912
从检验结果看，LNFDIit的系数无论是在西部固定效应模型还是在西部随机效应模型中，都不显著。可见，由于1985年至2005年我国西部地区引进的外商直接投资规模较小，对西部地区的经济增长的正效应还没有显著发挥出来。所以，LNFDIit不应该包括在模型中，剔出该变量，重新建立只包括LNGDPit和 LNJCKit 的双变量模型，并进行估计，回归结果如下。
（1）西部双变量固定效应模型结果：
LNGDPit=wi+0.588 LNJCKit(11)
（24.28）调整后的R2 = 0.914
表示西部9个省份的截距值，分别是：广西（3.82）、贵州（4.11）、云南（3.89）、陕西（3.86）、甘肃（3.96）、宁夏（3.07）、新疆（3.57）、内蒙（3.83）、四川（4.45）。
（2）西部双变量随机效应模型结果：
LNGDPit=3.81+0.594 LNJCKit+εwi(12)
（28.72）（24.72）调整后的R2=0.913
3.81表示西部9个省份的截距值的均值，εwi表示中部各省份截距与均值3.81的差异，分别是：广西（-0.02）、贵州（0.27）、云南（0.05）、陕西（0.02）、甘肃（0.09）、宁夏（-0.74）、新疆（-0.26）、内蒙（-0.005）、四川（0.59）。
3.4模型选择
究竟是应该选择固定效应模型还是随机效应模型呢？通常用豪斯曼检验（Hausman test）来选择。豪斯曼检验的零假设是H0：随机效应模型；备择假设是HA：固定效应模型。用于检验的统计量是W=(-)'∑-1(-)~χ2(k)，其中是固定效应模型的斜率系数向量，是随机效应模型的斜率系数向量，∑= Var()-Var()，k是解释变量的个数。经过豪斯曼检验，结果如下：
（1）东部检验结果：
W=0.23p值=0.889
p值很大，不能拒绝零假设，所以应该选择东部随机效应模型，即回归方程（6）：LNGDPit=3.99+0.0648 LNFDIit+0.4553 LNJCKit+eei为东部区域的最终回归结果，且各参数的t统计量及调整后的R2 均表明东部固定效应模型拟合良好。
（2）中部检验结果：
W=0.006p值=0.937
p值很大，不能拒绝零假设，所以应该选择中部随机效应模型，即回归方程（8）：LNGDPit=4.20+0.046 LNFDIit+0.552 LNJCKit+eci为中部区域的最终回归结果，且各参数的t统计量及调整后的R2也表明中部固定效应模型拟合良好。
（3）西部检验结果：
W = 6.94p值= 0.008
p值很小，拒绝零假设，所以应该选择固定效应模型，即回归方程（11）：LNGDPit= + 0.588 LNJCKit为西部区域的最终回归结果，参数的t统计量及调整后的R2表明西部固定效应模型拟合良好。
4模型分析及建议
从以上回归结果可以看出，对外贸易和实际引进的外商直接投资对我国东、中、西部的经济增长有着较为显著的差异。
(1)外商直接投资对我国东部地区经济增长的促进作用相对较大，实际利用外商直接投资每增加1%，东部地区的经济增长就增加0.0648 %；对中部地区经济增长的促进作用相对较弱，实际利用外商直接投资每增加1%，中部地区的经济增长只增加 0.046 %；外商直接投资对西部地区经济增长暂时还没有显著地促进作用。
(2)对外贸易对我国西部地区经济增长的促进作用最大，进出口贸易总额每增加1%，西部地区的经济增长就增加0.588 %；对中部地区经济增长的促进作用其次，进出口贸易总额每增加1%，西部地区的经济增长增加0.552 %；对东部地区经济增长的促进作用相对较弱，进出口贸易总额每增加1%，东部地区的经济增长只增加0.4553 %。
根据以上分析结果，除了外商直接投资对西部地区经济增长暂时还没有显著地促进作用外，对外贸易和外商直接投资对我国的经济增长都有正效应，但对外贸易和外商直接投资对各地区的经济增长的促进作用又有着较为显著的差异。总体而言，从FDI对经济增长的促进作用来看，其对我国东部地区的促进作用最大，对中部的促进作用其次，而对西部没有显著的促进作用。从对外贸易 对经济增长的促进作用来看，其对我国西部地区的促进作用最大，中部其次，对东部地区的促进作用相对中西部较小。而目前我国中西部地区的经济发展水平较东部地区要低，党中央提出了“西部大开发”和“中部崛起”战略来促进中西部的经济发展，鉴于对外贸易和外商直接投资对经济增长有正效应，提出以下建议。
(3)东部地区由于外贸开放度和外资开放度都很高，所以对外贸易和外商直接投资对东部地区的经济增长有较大的促进作用，东部地区应保持对外贸易和外商直接投资的平稳发展，从而继续发挥对外贸易和外商直接投资对东部地区的经济增长的促进作用。但由于东部地区的外资开放度已经很高，可以考虑逐步取消以前给予外商投资企业的超国民待遇，把部分外商直接投资向中西部分流。
(4)中西部地区由于外资开放度较低，从而外商直接投资对中西部地区特别是西部地区的经济增长的促进作用还没有充分地发挥出来。因此，此中西部地区应克服区位弱势，通过优化招商引资的法律环境、拓宽外商投资领域等方式来积极引进外商直接投资，从而使外商直接投资对经济增长的促进作用得到充分发挥。而对外贸易对经济增长的促进作用再中西部地区已经显著地体现出来，所以中西部地区应通过优化进出口商品结构、积极参与区域和全球经济合作等措施，进一步扩大对外贸易的规模，从而提高外贸开放度并进而促进中西部地区经济快速稳健地增长。
参考文献
［1］王涛生,刘宏青.湖南省对外贸易与经济增长关系的实证分析［J］.国际贸易问题，2006,（8）.
［2］翟玲玲,查贵勇.河南省外贸与经济增长的实证分析［J］.国际贸易问题,2006，（9）.
［3］何正霞.经济开放对中国经济增长作用的实证分析［J］.国际贸易问题,2006,(10).
［4］Kavoussi, R. M., (1984)Export Expansion and Economic Growth: Further Empirical Evidence.Journal of Development Economics,14：241250.
［5］Ram, R., (1985)Export and Economic Growth: Some Additional Evidence. Economic Development and Cultural Change, Vol. 33. No. 2.
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。
关键词：FDI；对外贸易；经济增长；区域差异；Panel data；豪斯曼检验
中图分类号：F49文献标识码：A文章编号：1672-3198（2007）11-0010-02
1引言
积极引进外国直接投资(FDI)和扩大对外贸易能够促进一国和地区的经济增长，这一观点在学术界已经形成了较为广泛的认识，国内外有很多学者从不同的方面对该问题进行了研究。
我国对外开放以来，对外贸易实现了高速增长，2006年我国进出口总额达到17607亿美元，其中出口额9691亿美元，进口额7916亿美元。同时，FDI在我国也得到了飞速发展，据不完全统计，改革开放20多年来，我国的招商引资工作成效显著，截止到2006年底已累计引进外商直接投资超过4000亿美元，并连续９年成为利用外资最多的发展中国家。在这种现实背景下，我国有很多学者研究FDI和对外贸易与我国经济增长的关系。
从国内研究FDI与对外贸易对我国经济增长效应的现状来看，大都是利用全国总体或某一个省份的时间序列数据，研究FDI或对外贸易对全国总体或者是对我国某一个省份的经济增长的效应。而对我国经济发展水平不同的东部、中部及西部区域，上述研究显然不能够全面地反映FDI与对外贸易对这些区域经济增长的效应及区域之间的差异。
2建立模型
2.1数据说明
本文从《中国统计年鉴》相关年份选取了我国各省、自治区、直辖市1985-2005年国内生产总值(GDP)、进出口总额(JCK)以及实际利用外资额(FDI)的数据，若《中国统计年鉴》相关年份缺失某数据，则查阅了相关各省、自治区、直辖市各年的《统计年鉴》或《统计公报》。
由于西藏和青海数据缺失较多，本文没有选取西藏和青海的数据。而海南省和重庆市成立较晚，为了计量分析的方便，分别将海南省和重庆市的数据归入了广东省和四川省。为了消除价格变动的影响，对各省的GDP数据以1985年为基期用消费价格指数(CPI)进行了调整；为了消除汇率及价格变动的影响，对进出口总额(JCK)和实际利用外资额(FDI)的美元数据用当年的平均汇率转化成为人民币数据，并以1985年为基期用消费价格指数(CPI)进行了调整。
2.2模型说明
首先将全国31个省、自治区、直辖市划分为东、中、西部三大区域，其中东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、宁夏、青海、新疆。然后将东、中、西部各省、自治区、直辖市的实际利用外资额(FDI)和进出口总额(JCK)作为解释变量，而把国内生产总值(GDP)作为被解释变量，分别建立面板数据模型来分析FDI与对外贸易对我国东、中、西部经济增长效应的差异。所谓面板数据模型，简言之，就是将时间序列数据和横截面数据混合，即将所考察的不同的观测对象（横截面单位）的时间序列数据进行混合，构成的数据即为面板数据。面板数据模型可以克服时间序列分析受多重共线性的困扰，能够提供更多的信息，更多的自由度和更高的估计效率，一般可把面板数据模型分为固定效应模型和随机效应模型。
（1）固定效应模型（Fixed Effects Model）。
所谓固定效应是指面板数据模型中斜率不随横截面和时间变化，截距随个体但不随时间而变化，即把各横截面的差异固定在截距上，模型表述为：
Yit=β1i+β2X1it+β3X2it+uit(1)
其中，i=1、2、3……分别代表东、中、西部地区的各个省、自治区、直辖市；t=1985-2005年；Y表示国内生产总值(GDP)；X1表示实际利用外资额(FDI)；X2表示进出口总额(JCK )；uit~N(0,σ2u)。
（2）随机效应模型（Random Effects Model）。
由前述，固定效应模型是通过截距来刻画各横截面的差异，随机效应模型则是通过误差项来反映这种差异，其基本思想是对于模型(2)：
Yit=α1i +α2X1it+a3X2it+eit(2)
其中，i、t、Y、X1及X2的含义和固定效应模型中代表的含义相同，eit~N(0，σ2e)。随机效应模型是将a1i 作为随机变量，其期望值为a1，即：
a1i=a1+ei(3)
其中，εi~iid(0，σ2ε)。即各横截面的截距有相同的均值，但截距的差异体现在ei中。将(3)代入(2)中，有：
Yit=a1+ ei+a2X1it+a3X2it+eit
=a1+a2X1it+a3X2it+ei+eit(4)
其中，E(εieit)=E(εiεj)=0 (i≠j)，E(eiseit)=E(ejteit)=E(ejseit)=0 (i≠j; t≠s)，E(εi+εit)=0，Var(εi+eit)=σ2εσ2ε
3模型估计及选择
本文利用Eviews4.0软件分别对我国东、中、西部分别估计上述的固定效应模型和随机效应模型，为了消除模型中可能存在的异方差，在实际回归时采用各变量的自然对数，即LNGDP、LNFDI、LNJCK，回归的结果如下。
3.1东部回归结果
（1）东部固定效应模型结果：
LNGDPit=ei+0.0649 LNFDIit+0.4556 LNJCKit(5)
（4.67）①（21.76）调整后的R2=0.951F=4143.37
ei表示东部10个省份的截距值，分别是：北京（3.56）、天津（3.28）、河北（4.70）、辽宁（4.11）、上海（3.58）、江苏（4.38）、浙江（4.30）、福建（3.66）、山东（4.58）、广东（3.70）。
（2）东部随机效应模型结果：
LNGDPit=3.99 + 0.0648LNFDIit+0.4553 LNJCKit +εei(6)
（21.76）（4.69）（21.81）调整后的R2=0.952
3.99表示东部10个省份的截距值的均值，εei表示东部各省份截距与均值3.99的差异，分别是：北京（-0.43）、天津（-0.70）、河北（0.71）、辽宁（0.13）、上海（-0.40）、江苏（0.40）、浙江（0.32）、福建（-0.33）、山东（0.59）、广东（-0.28）。
3.2中部回归结果
（1）中部固定效应模型结果：
LNGDPit=ci+0.044 LNFDIit+0.555 LNJCKit(7)
（3.01）（12.92）调整后的R2=0.882F=1262.60
ci表示中部8个省份的截距值，分别是：山西（4.07）、吉林（3.77）、黑龙江（4.10）、安徽（4.24）、江西（4.08）、河南（4.75）、湖北（4.26）、湖南（4.29）。
（2）中部随机效应模型结果：
LNGDPit= 4.20 + 0.046 LNFDIit+0.552 LNJCKit+eci(8)
（23.54）（3.10）（12.89）调整后的R2 = 0.881
4.20表示中部8个省份的截距值的均值，eci表示中部各省份截距与均值4.20的差异，分别是：山西（-0.12）、吉林（-0.41）、黑龙江（-0.09）、安徽（0.04）、江西（-0.11）、河南（0.54）、湖北（0.06）、湖南（0.09）。
3.3西部回归结果
（1）西部固定效应模型结果：
LNGDPit=wi+ 0.006 LNFDIit+0.577 LNJCKit(9)
（0.355）（15.79）调整后的R2=0.914F=2001.91
（2）西部随机效应模型结果：
LNGDPit=3.85+0.008 LNFDIit+0.581 LNJCKit+εwi(10)
（24.52）（0.492）（15.92）调整后的R2=0.912
从检验结果看，LNFDIit的系数无论是在西部固定效应模型还是在西部随机效应模型中，都不显著。可见，由于1985年至2005年我国西部地区引进的外商直接投资规模较小，对西部地区的经济增长的正效应还没有显著发挥出来。所以，LNFDIit不应该包括在模型中，剔出该变量，重新建立只包括LNGDPit和 LNJCKit 的双变量模型，并进行估计，回归结果如下。
（1）西部双变量固定效应模型结果：
LNGDPit=wi+0.588 LNJCKit(11)
（24.28）调整后的R2 = 0.914
表示西部9个省份的截距值，分别是：广西（3.82）、贵州（4.11）、云南（3.89）、陕西（3.86）、甘肃（3.96）、宁夏（3.07）、新疆（3.57）、内蒙（3.83）、四川（4.45）。
（2）西部双变量随机效应模型结果：
LNGDPit=3.81+0.594 LNJCKit+εwi(12)
（28.72）（24.72）调整后的R2=0.913
3.81表示西部9个省份的截距值的均值，εwi表示中部各省份截距与均值3.81的差异，分别是：广西（-0.02）、贵州（0.27）、云南（0.05）、陕西（0.02）、甘肃（0.09）、宁夏（-0.74）、新疆（-0.26）、内蒙（-0.005）、四川（0.59）。
3.4模型选择
究竟是应该选择固定效应模型还是随机效应模型呢？通常用豪斯曼检验（Hausman test）来选择。豪斯曼检验的零假设是H0：随机效应模型；备择假设是HA：固定效应模型。用于检验的统计量是W=(-)'∑-1(-)~χ2(k)，其中是固定效应模型的斜率系数向量，是随机效应模型的斜率系数向量，∑= Var()-Var()，k是解释变量的个数。经过豪斯曼检验，结果如下：
（1）东部检验结果：
W=0.23p值=0.889
p值很大，不能拒绝零假设，所以应该选择东部随机效应模型，即回归方程（6）：LNGDPit=3.99+0.0648 LNFDIit+0.4553 LNJCKit+eei为东部区域的最终回归结果，且各参数的t统计量及调整后的R2 均表明东部固定效应模型拟合良好。
（2）中部检验结果：
W=0.006p值=0.937
p值很大，不能拒绝零假设，所以应该选择中部随机效应模型，即回归方程（8）：LNGDPit=4.20+0.046 LNFDIit+0.552 LNJCKit+eci为中部区域的最终回归结果，且各参数的t统计量及调整后的R2也表明中部固定效应模型拟合良好。
（3）西部检验结果：
W = 6.94p值= 0.008
p值很小，拒绝零假设，所以应该选择固定效应模型，即回归方程（11）：LNGDPit= + 0.588 LNJCKit为西部区域的最终回归结果，参数的t统计量及调整后的R2表明西部固定效应模型拟合良好。
4模型分析及建议
从以上回归结果可以看出，对外贸易和实际引进的外商直接投资对我国东、中、西部的经济增长有着较为显著的差异。
(1)外商直接投资对我国东部地区经济增长的促进作用相对较大，实际利用外商直接投资每增加1%，东部地区的经济增长就增加0.0648 %；对中部地区经济增长的促进作用相对较弱，实际利用外商直接投资每增加1%，中部地区的经济增长只增加 0.046 %；外商直接投资对西部地区经济增长暂时还没有显著地促进作用。
(2)对外贸易对我国西部地区经济增长的促进作用最大，进出口贸易总额每增加1%，西部地区的经济增长就增加0.588 %；对中部地区经济增长的促进作用其次，进出口贸易总额每增加1%，西部地区的经济增长增加0.552 %；对东部地区经济增长的促进作用相对较弱，进出口贸易总额每增加1%，东部地区的经济增长只增加0.4553 %。
根据以上分析结果，除了外商直接投资对西部地区经济增长暂时还没有显著地促进作用外，对外贸易和外商直接投资对我国的经济增长都有正效应，但对外贸易和外商直接投资对各地区的经济增长的促进作用又有着较为显著的差异。总体而言，从FDI对经济增长的促进作用来看，其对我国东部地区的促进作用最大，对中部的促进作用其次，而对西部没有显著的促进作用。从对外贸易 对经济增长的促进作用来看，其对我国西部地区的促进作用最大，中部其次，对东部地区的促进作用相对中西部较小。而目前我国中西部地区的经济发展水平较东部地区要低，党中央提出了“西部大开发”和“中部崛起”战略来促进中西部的经济发展，鉴于对外贸易和外商直接投资对经济增长有正效应，提出以下建议。
(3)东部地区由于外贸开放度和外资开放度都很高，所以对外贸易和外商直接投资对东部地区的经济增长有较大的促进作用，东部地区应保持对外贸易和外商直接投资的平稳发展，从而继续发挥对外贸易和外商直接投资对东部地区的经济增长的促进作用。但由于东部地区的外资开放度已经很高，可以考虑逐步取消以前给予外商投资企业的超国民待遇，把部分外商直接投资向中西部分流。
(4)中西部地区由于外资开放度较低，从而外商直接投资对中西部地区特别是西部地区的经济增长的促进作用还没有充分地发挥出来。因此，此中西部地区应克服区位弱势，通过优化招商引资的法律环境、拓宽外商投资领域等方式来积极引进外商直接投资，从而使外商直接投资对经济增长的促进作用得到充分发挥。而对外贸易对经济增长的促进作用再中西部地区已经显著地体现出来，所以中西部地区应通过优化进出口商品结构、积极参与区域和全球经济合作等措施，进一步扩大对外贸易的规模，从而提高外贸开放度并进而促进中西部地区经济快速稳健地增长。
参考文献
［1］王涛生,刘宏青.湖南省对外贸易与经济增长关系的实证分析［J］.国际贸易问题，2006,（8）.
［2］翟玲玲,查贵勇.河南省外贸与经济增长的实证分析［J］.国际贸易问题,2006，（9）.
［3］何正霞.经济开放对中国经济增长作用的实证分析［J］.国际贸易问题,2006,(10).
［4］Kavoussi, R. M., (1984)Export Expansion and Economic Growth: Further Empirical Evidence.Journal of Development Economics,14：241250.
［5］Ram, R., (1985)Export and Economic Growth: Some Additional Evidence. Economic Development and Cultural Change, Vol. 33. No. 2.
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。