外资利用与我国进出口贸易关系的实证分析

外资利用与我国进出口贸易关系的实证分析

摘要：利用外资与发展进出口贸易，是我国扩大对外开放过程中两个重要的方面，有效地提高了我们利用国内国外两种资源、两个市场的能力。利用外资和发展进出口贸易相互联系，相互促进。本文通过对近二十多年来我国发展实践的研究，认为二者是密不可分的。外资利用有力推动了我国进出口持续、健康的发展，并且外商直接投资的作用日益显著。
关键词：进出口外资外商直接投资
ABSTRACT: Utilizing foreign capital and developing export and import trade are two important aspects in our country's process of expanding opening to the outside world, which has effectively strengthened our ability to utilize two resources and market at home and abroad. The two aspects relate each other and promote as well. Through researching on the development practice of latest two decades of our country, this article holds that they are relate closely and couldn't be separated. The utilization of foreign capital promotes the sustainable and heath development of import and export, and the effect of foreign direct investment is increasingly outstanding. KEY WORDS: export and import foreign capital foreign direct invest

1 相关经济背景及问题提出…………………………………………3
1.1 我国外资利用的进程及作用……………………………………3
1.2 问题提出…………………………………………………………3
2 数据的收集和整理………………………………………………3
3 模型的建立…………………………………………………………5
4 模型的估计和检验……………………………………………………6
4.1 模型的估计……………………………………………………………………6
4.2 模型的检验……………………………………………………………………8
4.2.1 经济意义的检验…………………………………………………………8
4.2.2统计检验……………………………………………………………………8
4.2.3计量经济的检验…………………………………………………………10
5 总结性分析…………………………………………………………15
5.1 FL对进出口的影响作用减弱………………………………………………15
5.2 FDI对对外贸易的影响更加显著…………………………………………15
5.3 FOI在外资中的比例将会上升…………………………………………15
参考文献…………………………………………………………16

1 相关经济背景及研究目的
1.1我国外资利用的进程及作用
按照《中国对外经济贸易年鉴》划分，我国外资的来源主要有：对外借款、外商直接投资和外商其他投资。其中，对外借款包括：政府贷款、国际金融机构贷款，国外发行债券等；外商直接投资包括：合资经营企业、合作经营企业、外资企业、外商投资股份制企业、合作开发等；外商其他投资包括：对外发行股票、国际租赁、补偿贸易、加工装配等。
我国利用外资的历程分为三个阶段。第一阶段（建国至1978年），复杂的国际国内政治环境限制了我国对外资的利用，1956年以前主要是前苏联的援助，1956年中苏关系恶化，外资更是急剧减少。此阶段我国利用外资的渠道遭到封锁，外资数量极其有限。第二阶段（1979—1990年），中国与西方国家陆续建交，关系走上正常化。西方国家的资金开始逐步流进国门，如国外贷款，个别国外公司来华进行少量投资等，虽然此阶段我国利用外资的规模是在上升，但进展却很缓慢，而且形式以接受各国政府的贷款为主，形式单一。第三阶段：1991年至今，越来越多的跨国公司来华进行规模巨大的系统投资。此阶段外商直接投资取代了对外借款，成为我国利用外资的主要形式。根据世界银行1994年度《世界投资报告》的统计，到1993年，我国已成为世界上继美国之后的第二大直接投资国，2002年实际利用外商直接投资逾500亿美元，首次超过美国，跃居世界第一。
随着我国利用外资数量的急剧增加，我国外贸进出口以年平均12.62%的速度迅猛增长,到2003年我国进出口总额达8000亿美元，居世界第四位，其中，仅外商直接投资企业的进出口总额在对外贸易总额中所占比例达56%。由此可见，利用外资对我国进出口贸易的作用巨大。
1.2问题提出
已有许多学者对我国外商直接投资和进出口贸易的关系进行了实证和计量分析。陈宪，陈晨对外商直接投资和进出口额进行了相关分析，证明了外商投资增长对进出口增长有一定的拉动作用。他们研究发现外商直接投资增长与当年进出口额增长有一定的相关性，相关系数为0.423，与后1-2年进出口增长的相关性减弱，到后3-4年相关系数又开始加强。原因是外商直接投资在当年通过带动进口刺激了对外贸易增长，数年后则通过推动出口对外贸增长再次产生影响。杨巡对1980-1997年外商直接投资与我国进出口的关系进行了相关分析，发现外商直接投资，特别是上一年累计外商直接投资与出口额和进口额之间都存在较高的正相关关系，相关系数分别为0.9664和0.9465，外商直接投资对我国进出口贸易有着重要的促进作用。
以上这些研究主要是针对外商直接投资的研究，没有考虑外资的其他形式对进出口贸易的影响，本文基于以往研究的成果，在不考虑滞后效应的基础上全面考察外资的各种形式对进出口贸易的影响，并深入分析影响背后的原因。
2 数据的收集和整理
表一：我国进出口与利用外资状况
　   进出口贸易情况（亿美元）   实际利用外资情况（亿美元）
年份进出口总额出口总额进口总额差额对外借款外商直接
投资外商其他
投资总计
2003 8509.9 4382.3 4127.6 254.7  535.0467 26.4 841.4
2002 6207.7 3256 2951.7 304  527.4286 22.7 700.1
2001 5096.5 2661 2435.5 225.5  468.8 27.9 696.7
2000 4742.9 2492 2250.9 241.1 100 407.2 86.4 593.6
1999 3606.3 1949.3 1657 292.3 102.12 403.19 21.28 526.59
1998 3239.5 1837.1 1402.4 434.7 110 454.63 20.94 585.57
1997 3251.6 1827.9 1423.7 404.2 120.21 452.57 71.3 644.08
1996 2898.8 1510.5 1388.3 122.2 126.69 417.25 4.1 548.04
1995 2808.6 1487.8 1320.8 167 103.3 375.2 2.9 481.3
1994 2366.2 1210.1 1156.1 54 92.67 337.67 1.79 432.13
1993 1957 917.4 1039.6 -122.2 111.89 275.15 2.56 389.6
1992 1655.3 849.4 805.9 43.5 79.11 110.07 2.84 192.02
1991 1357 719.1 637.9 81.2 68.88 43.66 3 115.54
1990 1154.4 620.9 533.5 87.4 65.3 34.9 2.7 102.9
1989 1116.8 525.4 591.4 -66 62.86 33.92 3.81 100.59
1988 1027.9 475.2 552.7 -77.5 64.87 31.94 5.45 102.26
1987 826.5 394.4 432.1 -37.7 58.05 23.14 3.33 84.52
1986 738.5 309.4 429.1 -119.7 50.14 18.74 3.7 72.58
1985 696 273.5 422.5 -149 25.06 16.58 2.98 44.62

经过对数处理后的数据（表二）：
年份进出口总额出口总额进口总额对外借款外商直接
投资外商其他
投资总计
2003 9.0490 8.3853 8.3255  6.2824 3.2734 6.3304
2002 8.7335 8.0883 7.9901  6.2680 3.1224 6.3101
2001 8.5363 7.8865 7.7979  6.1502 3.3286 6.2080
2000 8.4644 7.8208 7.7191 4.6052 6.0093 4.4590 6.3862
1999 8.1904 7.5752 7.4128 4.6261 5.9994 3.0578 6.2664
1998 8.0832 7.5159 7.2459 4.7005 6.1195 3.0417 6.3726
1997 8.0869 7.5109 7.2610 4.7892 6.1149 4.2669 6.4678
1996 7.9721 7.3202 7.2358 4.8417 6.0337 1.4110 6.3063
1995 7.9404 7.3051 7.1860 4.6376 5.9275 1.0647 6.1765
1994 7.7690 7.0985 7.0528 4.5290 5.8221 0.5822 6.0687
1993 7.5792 6.8215 6.9466 4.7175 5.6173 0.9400 5.9651
1992 7.4117 6.7445 6.6920 4.3708 4.7011 1.0438 5.2576
1991 7.2130 6.5780 6.4582 4.2324 3.7764 1.0986 4.7496
1990 7.0513 6.4312 6.2795 4.1790 3.5525 0.9933 4.6338
1989 7.0182 6.2642 6.3825 4.1409 3.5240 1.3376 4.6111
1988 6.9353 6.1637 6.3148 4.1724 3.4639 1.6956 4.6275
1987 6.7172 5.9774 6.0687 4.0613 3.1416 1.2030 4.4370
1986 6.6046 5.7346 6.0617 3.9148 2.9307 1.3083 4.2847
1985 6.5453 5.6113 6.0462 3.2213 2.8082 1.0919 3.7982

说明：利用外资数据来自《中国对外经济贸易年鉴》。其中，由于自2001年起，利用外资数据中的对外借款部分不再统计，造成了部分数据缺失，同时对外借款属于主观行为，基本无规律可循，不能通过回归等方法进行估计，所以，本文只采取1985—2000年的数据。值得说明的是：1997年起对外发行股票从对外借款中剔除，列入外商其他投资额中。本文假设数据统计的变化不对分析结果产生影响。对数数据的取得是利用EXCEL软件计算得到。
3 模型的建立
下面分别建立利用外资的各个部分对我国出口、进口和进出口总额的影响的计量经济模型：
lnEX=β0+β1lnFDI+β2lnFL+β3lnFOI+ｕt，其中:
lnEX———取对数后的出口
lnFDI———取对数后的外商直接投资
lnFL———取对数后的对外借款
lnFOI———取对数后的外商其他投资
β0、β1、β2、β3均为待定系数
ｕｔ为随机误差项
lnIM=»α0+α1lnFDI+α2lnFL+α3lnFOI+et，其中:
lnIM———取对数后的进口
lnFDI———取对数后的外商直接投资
lnFL———取对数后的对外借款
lnFOI———取对数后的外商其他投资
α0、α1、α2、α3均为待定系数
eｔ为随机误差项
lnXM=»λ0+λ1lnFDI+λ2lnFL+λ3lnFOI+ξ，其中:
lnXM———取对数后的进出口总额
lnFDI———取对数后的外商直接投资
lnFL———取对数后的对外借款
lnFOI———取对数后的外商其他投资
λ0、λ1、λ2、λ3均为待定系数，ξｔ为随机误差项
4 模型的估计和检验
4.1模型的估计
用Eviews对1985—2000年的数据进行多元回归得到：

Dependent Variable: LNEX
Method: Least Squares
Date: 05/26/05   Time: 12:05
Sample: 1985 2000
Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
C 3.608779 0.735721 4.905091 0.0004
LNFDI 0.367907 0.077038 4.775662 0.0005
LNFL 0.279393 0.235508 1.186341 0.2584
LNFOI 0.120836 0.042357 2.852798 0.0145
R-squared 0.951497     Mean dependent var 6.779568
Adjusted R-squared 0.939371     S.D. dependent var 0.701176
S.E. of regression 0.172650     Akaike info criterion -0.462786
Sum squared resid 0.357695     Schwarz criterion -0.269639
Log likelihood 7.702289     F-statistic 78.46923
Durbin-Watson stat 1.242766     Prob(F-statistic) 0.000000

Dependent Variable: LNIM
Method: Least Squares
Date: 05/26/05   Time: 12:07
Sample: 1985 2000
Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
C 5.221967 0.498001 10.48587 0.0000
LNFDI 0.378565 0.052146 7.259710 0.0000
LNFL -0.091239 0.159412 -0.572344 0.5777
LNFOI 0.090134 0.028671 3.143728 0.0085
R-squared 0.963592     Mean dependent var 6.772717
Adjusted R-squared 0.954490     S.D. dependent var 0.547809
S.E. of regression 0.116864     Akaike info criterion -1.243286
Sum squared resid 0.163888     Schwarz criterion -1.050139
Log likelihood 13.94629     F-statistic 105.8659
Durbin-Watson stat 1.217006     Prob(F-statistic) 0.000000

Dependent Variable: LNXM
Method: Least Squares
Date: 05/26/05   Time: 12:08
Sample: 1985 2000
Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
C 5.189644 0.551737 9.406017 0.0000
LNFDI 0.377103 0.057773 6.527350 0.0000
LNFL 0.071800 0.176613 0.406539 0.6915
LNFOI 0.106786 0.031765 3.361802 0.0057
R-squared 0.964980     Mean dependent var 7.473900
Adjusted R-squared 0.956225     S.D. dependent var 0.618827
S.E. of regression 0.129475     Akaike info criterion -1.038347
Sum squared resid 0.201164     Schwarz criterion -0.845200
Log likelihood 12.30677     F-statistic 110.2193
Durbin-Watson stat 1.110469     Prob(F-statistic) 0.000000

写出回归分析报告：
lnEX=3.608779+0.367907lnFDI+0.279393lnFL+0.120836lnFOI
               0.735721   0.077038      0.235508     0.042357
              4.905091   4.775662      1.186341     2.852798
R2=0.951497   修正后R2=0.939371       F=78.46923    DW=1.242766

lnIM=5.221967+0.378565lnFDI-0.091239lnFL+0.090134lnFOI
0.498001   0.052146      0.159412    0.028671
                 10.48587   7.259710      -0.572344   3.143728
R2=0.963592   修正后R2=0.954490       F=105.8659   DW=1.217006

lnXM=5.189644+0.377103lnFDI+0.071800lnFL+0.106786lnFOI
0.551737   0.057773     0.176613    0.031765
                    9.406017   6.527350     0.406539    3.143728
R2=0.964980   修正后R2=0.956225       F=110.2193   DW=1.110469

4.2模型的检验：
4.2.1经济意义的检验
第一，FDI对EX、IM、XM的影响。回归结果显示：FDI每增加1%，EX、IM、XM分别增加0.367907%、0.378565%、0.377103%。
第二，FL对EX、IM、XM的影响。回归结果显示：FL每增加1%，EX、IM、XM分别增加0.279393%、-0.091239%、0.071800%。
第三，FOI对EX、IM、XM的影响。回归结果显示：FOI每增加1%，EX、IM、XM分别增加0.120836%、0.090134%、0.106786%。
FDI、FL、FOI对EX、XM的影响都表现为正的拉动作用，FDI、FOI对IM的影响也表现为正的拉动作用，仅FL对IM的影响表现为负的抑制作用。并且在外资的三种表现因素中，FDI对EX、IM、XM的影响最大，其次是FOI，FL的影响最小。
4.2.2统计检验
三个模型R2、修正后R2值都较大（都在90%以上），说明模型的样本回归线对样本的拟合优度好。以模型一为例，R2=0.951497，修正后R2=0.939371说明总离差平方和的95.1497%（修正后93.9371%）被样本回归线解释，其余部分不能被解释变量解释。
查表得：F0.05(3，12) =3.49，显然三个模型的F统计量值远远大于临界值，全部通过F检验。
查表得：t0.05(12)=2.179，所以，LnFDI（4.775662、7.259710、6.527350）、LnFOI（2.852798、
3.143728、3.143728）的系数通过t检验，而LnFL的系数（1.186341、-0.572344、0.406539）没有通过t检验。
由于LnFL的系数不显著，我们剔除变量LnFL，重新进行回归得到：

Dependent Variable: LNEX
Method: Least Squares
Date: 05/26/05   Time: 13:35
Sample: 1985 2000
Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
C 4.459826 0.165832 26.89360 0.0000
LNFDI 0.447220 0.038875 11.50400 0.0000
LNFOI 0.116523 0.042857 2.718888 0.0176
R-squared 0.945808     Mean dependent var 6.779568
Adjusted R-squared 0.937471     S.D. dependent var 0.701176
S.E. of regression 0.175334     Akaike info criterion -0.476886
Sum squared resid 0.399647     Schwarz criterion -0.332025
Log likelihood 6.815085     F-statistic 113.4449
Durbin-Watson stat 0.950502     Prob(F-statistic) 0.000000

Dependent Variable: LNIM
Method: Least Squares
Date: 05/26/05   Time: 13:35
Sample: 1985 2000
Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
C 4.944048 0.107635 45.93361 0.0000
LNFDI 0.352665 0.025232 13.97680 0.0000
LNFOI 0.091542 0.027817 3.290920 0.0058
R-squared 0.962598     Mean dependent var 6.772717
Adjusted R-squared 0.956844     S.D. dependent var 0.547809
S.E. of regression 0.113802     Akaike info criterion -1.341354
Sum squared resid 0.168361     Schwarz criterion -1.196493
Log likelihood 13.73083     F-statistic 167.2880
Durbin-Watson stat 1.222392     Prob(F-statistic) 0.000000

Dependent Variable: LNXM
Method: Least Squares
Date: 05/26/05   Time: 13:36
Sample: 1985 2000
Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
C 5.408352 0.118461 45.65505 0.0000
LNFDI 0.397486 0.027770 14.31339 0.0000
LNFOI 0.105678 0.030615 3.451892 0.0043
R-squared 0.964497     Mean dependent var 7.473900
Adjusted R-squared 0.959035     S.D. dependent var 0.618827
S.E. of regression 0.125249     Akaike info criterion -1.149668
Sum squared resid 0.203935     Schwarz criterion -1.004808
Log likelihood 12.19734     F-statistic 176.5848
Durbin-Watson stat 1.041695     Prob(F-statistic) 0.000000

通过统计检验的回归分析报告：
lnEX=4.459826+0.447220lnFDI+0.116523lnFOI
                0.165832   0.038875    0.042857
                26.89361   11.50400    2.718888
R2=0.945808   修正后R2=0.937471       F=113.4449   DW=0.950502
lnIM=4.944048+0.352665lnFDI+0.091542lnFOI
0.107635   0.025232     0.027817
               45.93361   13.97680     3.290920
R2=0.962598   修正后R2=0.956844       F=167.2880 DW=1.222392
lnXM=5.408352+0.397486lnFDI+0.105678lnFOI
0.118461   0.027770    0.030615
                 45.65505   14.31339    3.451892
R2=0.964497 修正后R2=0.959035      F=176.5848   DW=1.041695
4.2.3计量经济的检验
第一、多重共线性的检验
在我们的模型中只剩两个解释变量LnFDI、LnFOI，只要检验它们之间的共线性即可。
首先，采用简单相关系数矩阵法，可得到两个解释变量之间的相关系数r =0.497073。这说明两变量之间存在一定的相关性，但相关性不强。为进一步验证两者之间的共线性，我们采用辅助回归进行进一步的检验。
其次，才用辅助回归法将作为LnFDI被解释变量，LnFOI作为解释变量，回归结果如下：
Dependent Variable: LNFDI
Method: Least Squares
Date: 05/26/05   Time: 13:53
Sample: 1985 2000
Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
C 3.742010 0.547340 6.836714 0.0000
LNFOI 0.547985 0.255657 2.143436 0.0501
R-squared 0.247082     Mean dependent var 4.721374
Adjusted R-squared 0.193302     S.D. dependent var 1.342070
S.E. of regression 1.205399     Akaike info criterion 3.327967
Sum squared resid 20.34181     Schwarz criterion 3.424540
Log likelihood -24.62373     F-statistic 4.594319
Durbin-Watson stat 0.271176     Prob(F-statistic) 0.050126

R2=0.247082，修正后R2=0.193302，t0.05(14)=2.145＞2.143436，F0.05(1，14) =4.60＞4.594319。
说明LnFDI、LnFOI之间不存在共线性，我们仍然保持模型不变。
第二、异方差性的检验
我们采用White(no cross)检验，结果如下：

White Heteroskedasticity Test:
F-statistic 0.807205     Probability 0.545808
Obs*R-squared 3.630739     Probability 0.458280

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 05/26/05   Time: 14:15
Sample: 1985 2000
Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
C 0.029059 0.219631 0.132306 0.8971
LNFDI 0.028570 0.098738 0.289354 0.7777
LNFDI^2 -0.004120 0.010876 -0.378807 0.7120
LNFOI -0.047452 0.040369 -1.175477 0.2646
LNFOI^2 0.009737 0.007835 1.242767 0.2398
R-squared 0.226921     Mean dependent var 0.024978
Adjusted R-squared -0.054198     S.D. dependent var 0.030297
S.E. of regression 0.031107     Akaike info criterion -3.852454
Sum squared resid 0.010644     Schwarz criterion -3.611020
Log likelihood 35.81963     F-statistic 0.807205
Durbin-Watson stat 2.283545     Prob(F-statistic) 0.545808

White Heteroskedasticity Test:
F-statistic 54.28333     Probability 0.000000
Obs*R-squared 15.22852     Probability 0.004250

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 05/26/05   Time: 14:12
Sample: 1985 2000
Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
C 0.015672 0.034121 0.459307 0.6550
LNFDI 0.002574 0.015339 0.167830 0.8698
LNFDI^2 -0.000434 0.001690 -0.257030 0.8019
LNFOI -0.022657 0.006271 -3.612789 0.0041
LNFOI^2 0.007331 0.001217 6.023007 0.0001
R-squared 0.951783     Mean dependent var 0.010523
Adjusted R-squared 0.934249     S.D. dependent var 0.018846
S.E. of regression 0.004833     Akaike info criterion -7.576554
Sum squared resid 0.000257     Schwarz criterion -7.335120
Log likelihood 65.61244     F-statistic 54.28333
Durbin-Watson stat 2.917857     Prob(F-statistic) 0.000000

White Heteroskedasticity Test:
F-statistic 3.893113     Probability 0.033031
Obs*R-squared 9.376599     Probability 0.052346

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 05/26/05   Time: 14:17
Sample: 1985 2000
Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
C -0.016071 0.076065 -0.211280 0.8365
LNFDI 0.024604 0.034196 0.719504 0.4868
LNFDI^2 -0.003002 0.003767 -0.796872 0.4424
LNFOI -0.026145 0.013981 -1.870029 0.0883
LNFOI^2 0.006841 0.002714 2.520958 0.0284
R-squared 0.586037     Mean dependent var 0.012746
Adjusted R-squared 0.435506     S.D. dependent var 0.014339
S.E. of regression 0.010773     Akaike info criterion -5.973167
Sum squared resid 0.001277     Schwarz criterion -5.731733
Log likelihood 52.78534     F-statistic 3.893113
Durbin-Watson stat 2.923375     Prob(F-statistic) 0.033031

对于模型二而言随机误差项不存在异方差，模型一和模型三随机误差项均存在异方差，下面采用WLS法进行修正。取W= LnFDI^（-1/2）

Dependent Variable: LNEX
Method: Least Squares
Date: 05/26/05   Time: 14:29
Sample: 1985 2000
Included observations: 16
Weighting series: W
Variable Coefficient Std. Error t-Statistic Prob.
C 4.401916 0.160129 27.48977 0.0000
LNFDI 0.463473 0.041295 11.22344 0.0000
LNFOI 0.105986 0.051676 2.050964 0.0610
Weighted Statistics
R-squared 0.800680     Mean dependent var 6.682012
Adjusted R-squared 0.770015     S.D. dependent var 0.386078
S.E. of regression 0.185150     Akaike info criterion -0.367937
Sum squared resid 0.445648     Schwarz criterion -0.223077
Log likelihood 5.943499     F-statistic 26.11087
Durbin-Watson stat 0.829805     Prob(F-statistic) 0.000028
Unweighted Statistics
R-squared 0.945072     Mean dependent var 6.779568
Adjusted R-squared 0.936621     S.D. dependent var 0.701176
S.E. of regression 0.176522     Sum squared resid 0.405080
Durbin-Watson stat 0.940731

Dependent Variable: LNXM
Method: Least Squares
Date: 05/26/05   Time: 14:25
Sample: 1985 2000
Included observations: 16
Weighting series: W
Variable Coefficient Std. Error t-Statistic Prob.
C 5.376663 0.106009 50.71913 0.0000
LNFDI 0.406256 0.027338 14.86041 0.0000
LNFOI 0.100239 0.034211 2.930054 0.0117
Weighted Statistics
R-squared 0.956715     Mean dependent var 7.387575
Adjusted R-squared 0.950055     S.D. dependent var 0.548467
S.E. of regression 0.122573     Akaike info criterion -1.192860
Sum squared resid 0.195314     Schwarz criterion -1.047999
Log likelihood 12.54288     F-statistic 143.6662
Durbin-Watson stat 0.930975     Prob(F-statistic) 0.000000
Unweighted Statistics
R-squared 0.964223     Mean dependent var 7.473900
Adjusted R-squared 0.958719     S.D. dependent var 0.618827
S.E. of regression 0.125731     Sum squared resid 0.205508
Durbin-Watson stat 1.026154

第三、自相关性检验
我们继续对修正后的模型进行随机误差项自相关检验。查表得：在显著水平=0.05下，n=16，k’=2时，dl=0.982，du=1.539。所以，模型二的随机误差项落在了不能判定的区域，模型一、三的随机误差项落在了正自相关区域。下面运用Cochrane-Orcutt迭代法进行修正：

Dependent Variable: LNEX
Method: Least Squares
Date: 05/26/05   Time: 14:59
Sample(adjusted): 1986 2000
Included observations: 15 after adjusting endpoints
Convergence achieved after 10 iterations
Variable Coefficient Std. Error t-Statistic Prob.
C 9.529695 2.410900 3.952754 0.0023
LNFDI 0.006600 0.073652 0.089615 0.9302
LNFOI 0.041333 0.024780 1.667983 0.1235
AR(1) 0.953160 0.035518 26.83566 0.0000
R-squared 0.987900     Mean dependent var 6.857452
Adjusted R-squared 0.984599     S.D. dependent var 0.650213
S.E. of regression 0.080691     Akaike info criterion -1.973202
Sum squared resid 0.071621     Schwarz criterion -1.784389
Log likelihood 18.79902     F-statistic 299.3512
Durbin-Watson stat 2.077775     Prob(F-statistic) 0.000000
Inverted AR Roots        .95

Dependent Variable: LNIM
Method: Least Squares
Date: 05/26/05   Time: 15:01
Sample(adjusted): 1986 2000
Included observations: 15 after adjusting endpoints
Convergence achieved after 7 iterations
Variable Coefficient Std. Error t-Statistic Prob.
C 4.933465 0.199421 24.73890 0.0000
LNFDI 0.358591 0.043150 8.310291 0.0000
LNFOI 0.085939 0.034008 2.527037 0.0281
AR(1) 0.355521 0.386888 0.918926 0.3778
R-squared 0.960344     Mean dependent var 6.821152
Adjusted R-squared 0.949529     S.D. dependent var 0.530390
S.E. of regression 0.119156     Akaike info criterion -1.193583
Sum squared resid 0.156180     Schwarz criterion -1.004769
Log likelihood 12.95187     F-statistic 88.79520
Durbin-Watson stat 1.295792     Prob(F-statistic) 0.000000
Inverted AR Roots        .36

Dependent Variable: LNXM
Method: Least Squares
Date: 05/26/05   Time: 14:58
Sample(adjusted): 1986 2000
Included observations: 15 after adjusting endpoints
Convergence not achieved after 100 iterations
Variable Coefficient Std. Error t-Statistic Prob.
C 50.83721 1003.868 0.050641 0.9605
LNFDI 0.111043 0.065720 1.689650 0.1192
LNFOI 0.035537 0.022190 1.601483 0.1376
AR(1) 0.997813 0.050332 19.82474 0.0000
R-squared 0.987854     Mean dependent var 7.535803
Adjusted R-squared 0.984542     S.D. dependent var 0.587033
S.E. of regression 0.072986     Akaike info criterion -2.173926
Sum squared resid 0.058596     Schwarz criterion -1.985112
Log likelihood 20.30444     F-statistic 298.2283
Durbin-Watson stat 1.306662     Prob(F-statistic) 0.000000
Inverted AR Roots        1.00
    通过对随机误差项自相关进行修正，我们发现DW值均落在了不存在自相关的区域内，修正效果良好。
5 总结性分析
　　5.1 FL对进出口的影响作用减弱。在1985-1990年期间，FL大于FDI，是我国利用外资的主要形式，此时FL对进出口的影响作用显著，但随着FDI成为我国利用外资的主要形式，对外借款的作用在逐渐下降。FL每增加1%，EX、IM、XM分别增加0.279393%、-0.091239%、0.071800%，对外借款对对外贸易的影响已经很小。从数据上我们可以推测，FL的主要作用已经转移到政府在国际上的转移支付或者非贸易部门。
　　5.2 FDI对对外贸易的影响更加显著。这一点可以从回归结果上得到证实：FDI每增加1%，EX、IM、XM分别增加0.367907%、0.378565%、0.377103%。FDI代替FL成为我国利用外资的主要形式是因为FDI比FI 更能促进我国经济的发展，其原因主要有以下几点：第一、FDI直接解决了我国的一部分就业问题，增加了税收，同时由于许多产品要运回外资国家出售更能带动我国对外贸易的发展。第二、FDI不仅仅是一种资金的转移，更主要的是带来了技术的转移。由于中国起步晚，许多行业处于萌芽阶段，如果单靠自己发展很容易走一些不必要的弯路，FDI的引进能够迅速提高我国的技术水平，弥补我国技术含量低的缺点。第三、FDI的引进在其他领域还产生了许多正的外部效应，如技术服务咨询、技术人才培训、组织管理技能和企业家精神培养等领域。
　　5.3 FOI在外资中的比例将会上升。FOI每增加1%，EX、IM、XM分别增加0.120836%、0.090134%、0.106786%，国际租赁、补偿贸易等多种利用外资的形式对对外贸易的影响比较显著，根据发达国家的经验，我们预言FOI在外资中的比例将会上升。
　　

参考文献：
[1]宋汉，柴瑜.多于承诺的实施—加入WTO对中国引进外资的影响「J].国际贸易，2000(3) :18一20.
[2]姜征.外资企业对我国出口产品结构变化的影响分析「J].国际贸易问题，1999(11) :25一27.
[3]李健.力争增长—1999年我国外贸形势分析「J].中国贸易，1999(8) :1一13.
[4]刘跃生.国际直接投资与中国利用外资I ml.北京:中国发展出版社，1999.
[5]季崇威.中国利用外资的历程[M].北京:中国经济出版社，1999.
[6磷长洪.利用外资与产业竞争力[M].北京:社会科学文献出版社，1999.