山東省FDI的貿(mào)易效應(yīng)實(shí)證分析1.1模型構(gòu)建本文使用Eviews9軟件對(duì)山東省1990年-2019年共30個(gè)樣本進(jìn)行實(shí)證分析，為使實(shí)證分析結(jié)論更優(yōu)，對(duì)變量均采取對(duì)數(shù)形式進(jìn)行分析。1.1.1山東省雙向FDI的出口效應(yīng)模型lnEX=a+a1lnIFDI+a2lnOFDI+a3lnER+a4lnWPGDP+ε1該模型選取山東省出口總額EX作為被解釋變量,山東省外商直接投資IFDI、對(duì)外直接投資OFDI為核心解釋變量，選取影響出口的重要因素匯率ER、世界人均生產(chǎn)總值WPGDP作為控制變量。1.1.2山東省雙向FDI的進(jìn)口效應(yīng)模型lnIM=b+b1lnIFDI+b2lnOFDI+b3lnER+b4lnSPGDP+ε2該模型選取山東省進(jìn)口總額IM作為被解釋變量，山東省外商直接投資IFDI、對(duì)外直接投資OFDI為核心解釋變量，選取影響出口的重要因素匯率ER、山東人均生產(chǎn)總值SPGDP作為控制變量。由第三章貿(mào)易效應(yīng)理論分析可知，IFDI和OFDI對(duì)進(jìn)出口產(chǎn)生的貿(mào)易效應(yīng)不確定，所以IFDI和OFDI的系數(shù)不能確定正負(fù)。人均GDP代表一個(gè)地區(qū)或國(guó)家的經(jīng)濟(jì)發(fā)展水平，一般情況下，人均GDP越高則該國(guó)家或地區(qū)的市場(chǎng)需求越大，消費(fèi)能力越高，因而帶動(dòng)該地區(qū)或國(guó)家進(jìn)出口提高的能力越強(qiáng)。由于對(duì)外直接投資是面向世界，外商直接投資是面向山東省，因此將WPGDP放置在出口效應(yīng)模型中，SPGDP放置在進(jìn)口效應(yīng)模型中，二者的符號(hào)也均應(yīng)為正。1.2數(shù)據(jù)來(lái)源為了研究山東省對(duì)外貿(mào)易雙向投資的影響，本文從《山東統(tǒng)計(jì)年鑒》、《山東省國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》以及《中國(guó)對(duì)外直接投資統(tǒng)計(jì)年報(bào)》和國(guó)家數(shù)據(jù)官方網(wǎng)站，查閱選取了1990年至2019年之間30年相關(guān)的時(shí)間序列數(shù)據(jù)。為使模型擬合的更可靠，EX、IM、IFDI、OFDI、WPGDP、SPGDP中數(shù)值單位不為萬(wàn)美元的均已按《山東統(tǒng)計(jì)年鑒》中的年均匯率換算為統(tǒng)一單位。此外，OFDI和IFDI的數(shù)據(jù)選取的是流量數(shù)據(jù)。1.3實(shí)證分析1.3.1平穩(wěn)性檢驗(yàn)如表5-1所示，本文先對(duì)山東省的三十年數(shù)據(jù)運(yùn)用ADF方法進(jìn)行平穩(wěn)性檢驗(yàn)。由下表可知，僅有LNER和LNIFDI在1%的置信水平下顯著，其余變量均不顯著，但經(jīng)一階差分處理后，除ΔLNIFDI在5%置信水平下顯著外，其余變量均在1%置信水平下顯著，由此拒絕原假設(shè)，即不存在單位根，滿足模型中變量均為一階單整序列的條件進(jìn)而可進(jìn)行協(xié)整分析。表5-1LNEX、LNIM、LNIFDI、LNOFDI、LNWPGDP、LNSPGDP、LNER的ADF檢驗(yàn)結(jié)果變量檢驗(yàn)形式（c,t,k）ADF值概率1%臨界值5%臨界值10%臨界值結(jié)論LNEX（1,0,0）-2.4233370.1444-3.679322-2.967767-2.622989不平穩(wěn)LNIM（0,0,0）3.5423150.9997-2.647120-1.952910-1.610011不平穩(wěn)LNER（1,1,3）-6.3052460.0001-4.356068-3.595026-3.233456平穩(wěn)***LNOFDI（1,1,0）-2.4270080.3591-4.309824-3.574244-3.221728不平穩(wěn)LNIFDI（1,1,1）-7.5206870.0000-4.323979-3.580623-3.225334平穩(wěn)***LNWPGDP（1,0,0）-0.6354960.8474-3.679322-2.967767-2.622989不平穩(wěn)LNSPGDP（1,1,0）-2.0599920.5454-4.309824-3.574244-3.221728不平穩(wěn)ΔLNEX（1,1,0）-5.8971180.0002-4.323979-3.580623-3.225334平穩(wěn)***ΔLNIM（1,0,0）-3.9163180.0058-3.689194-2.971853-2.625121平穩(wěn)***ΔLNER（0,0,0）-4.7981760.0000-2.650145-1.953381-1.609798平穩(wěn)***ΔLNOFDI（1,0,0）-6.5854840.0000-3.689194-2.971853-2.625121平穩(wěn)***ΔLNIFDI（1,1,0）-4.0538310.0183-4.323979-3.580623-3.225334平穩(wěn)**ΔLNWPGDP（1,0,0）-3.8852400.0062-3.689194-2.971853-2.625121平穩(wěn)***ΔLNSPGDP（1,0,0）-6.6408350.0000-3.689194-2.971853-2.625121平穩(wěn)***注：檢驗(yàn)類(lèi)型中c表示截距項(xiàng)，t表示趨勢(shì)項(xiàng)，k表示滯后階數(shù)，類(lèi)型的選取根據(jù)各序列的趨勢(shì)圖而定；滯后階數(shù)的選擇以AIC為標(biāo)準(zhǔn)；Δ表示一階差分；***，**，*分別表示1%，5%，10%置信水平下顯著。1.3.2協(xié)整檢驗(yàn)出口與各變量的協(xié)整檢驗(yàn)進(jìn)行協(xié)整檢驗(yàn)之前，先確定VAR模型的滯后階數(shù)，以保證殘差剛好不存在自相關(guān)關(guān)系。若滯后階數(shù)太高，則會(huì)導(dǎo)致修正后的樣本容量進(jìn)一步減少，影響估計(jì)的準(zhǔn)確性；若滯后階數(shù)過(guò)低，則會(huì)導(dǎo)致參數(shù)的自由度過(guò)高從而使得模型失效。由表5-2發(fā)現(xiàn)，赤池信息（AIC）準(zhǔn)則與施瓦茨（SC）準(zhǔn)則檢驗(yàn)所對(duì)應(yīng)的滯后階數(shù)不同，故選取LR檢驗(yàn)法確定出口的VAR模型的最大滯后階數(shù)，所以出口與各變量的協(xié)整檢驗(yàn)滯后階數(shù)和該模型的滯后期均為2。表5-2出口的VAR模型的滯后階數(shù)的選取LagLogLLRFPEAICSCHQ05.880703NA6.45e-07-0.0652370.1747320.0061181138.8901206.90362.24e-10-8.065936-6.626117*-7.6378022172.919940.33153*1.42e-10*-8.734805-6.095137-7.949893*3199.512521.668042.40e-10-8.852774*-5.013258-7.711085經(jīng)對(duì)LNEX、LNIFDI、LNOFDI、LNWPGDP和LNER進(jìn)行協(xié)整檢驗(yàn)發(fā)現(xiàn)，出口總額與各變量存在協(xié)整關(guān)系。在5%置信水平下，原假設(shè)存在2個(gè)協(xié)整方程的跡統(tǒng)計(jì)量大于5%臨界值，同時(shí)其P值小于0.05，故拒絕原假設(shè)，即在5%置信水平下存在協(xié)整方程。而當(dāng)原假設(shè)為存在3個(gè)或4個(gè)協(xié)整方程時(shí)，跡統(tǒng)計(jì)量小于5%臨界值同時(shí)P值大于0.05，故接受原假設(shè)，即在5%置信水平下不存在3個(gè)或4個(gè)協(xié)整方程，所以LNEX、LNIFDI、LNOFDI、LNWPGDP和LNER間存在3個(gè)長(zhǎng)期均衡關(guān)系，可以建立VAR模型。如表5-3所示：表5-3LNEX、LNIFDI、LNOFDI、LNWPGDP和LNER的協(xié)整檢驗(yàn)結(jié)果HypothesizedTrace0.05No.ofCE(s)EigenvalueStatisticCriticalValueProb.**None*0.937135145.308269.818890.0000Atmost1*0.73446967.8389347.856130.0002Atmost2*0.44749230.7103229.797070.0391Atmost30.33950714.0982515.494710.0803Atmost40.0849172.4847233.8414660.1150

注：*表示在5%顯著性水平進(jìn)口與各變量的協(xié)整檢驗(yàn)通過(guò)表5-4可以發(fā)現(xiàn)，AIC準(zhǔn)則與SC準(zhǔn)則確認(rèn)的進(jìn)口總額VAR模型的滯后階數(shù)均為2，因此進(jìn)口與各變量的協(xié)整檢驗(yàn)滯后階數(shù)和該模型的滯后期均為2。表5-4進(jìn)口的VAR模型的滯后階數(shù)的選取LagLogLLRFPEAICSCHQ0-43.77425NA2.24e-053.4838753.7217693.556602179.31062193.41912.10e-08-3.522187-2.094825*-3.0858282112.194539.93040*1.45e-08*-4.085320*-1.468489-3.285328*經(jīng)對(duì)LNIM、LNIFDI、LNOFDI、LNCPGDP和LNER進(jìn)行協(xié)整檢驗(yàn)發(fā)現(xiàn)，出口總額與各變量存在協(xié)整關(guān)系。在5%置信水平下，原假設(shè)存在1個(gè)協(xié)整方程的跡統(tǒng)計(jì)量大于5%臨界值，同時(shí)其P值小于0.05，故拒絕原假設(shè)，即在5%置信水平下存在協(xié)整方程。而當(dāng)原假設(shè)為存在2個(gè)或更多個(gè)協(xié)整方程時(shí)，跡統(tǒng)計(jì)量小于5%臨界值同時(shí)P值大于0.05，故接受原假設(shè)，即在5%置信水平下不存在2個(gè)或更多個(gè)協(xié)整方程，所以LNEX、LNIFDI、LNOFDI、LNWPGDP和LNER間存在1個(gè)長(zhǎng)期均衡關(guān)系，可以建立VAR模型。如表5-5所示：表5-5LNIM、LNIFDI、LNOFDI、LNCPGDP和LNER的協(xié)整檢驗(yàn)結(jié)果HypothesizedTrace0.05No.ofCE(s)EigenvalueStatisticCriticalValueProb.**None*0.937598157.173369.818890.0000Atmost1*0.83170079.4970247.856130.0000Atmost20.46355429.6009029.797070.0527Atmost30.28164912.1628215.494710.1493Atmost40.0984042.9004953.8414660.0885

注：*表示在5%顯著性水平1.3.3VAR模型出口與各變量的VAR模型建立VAR模型經(jīng)過(guò)單位根檢驗(yàn)、協(xié)整檢驗(yàn)后，建立滯后期為2的出口VAR模型，該模型估計(jì)結(jié)果見(jiàn)表5-6：表5-6出口的VAR模型估計(jì)結(jié)果LNEXLNIFDILNOFDILNWPGDPLNERLNEX(-1)

0.202770

0.732852

1.524626-0.140994-0.092559

(0.40392)

(0.43691)

(1.90035)

(0.11122)

(0.09386)[0.50201][1.67735][0.80229][-1.26765][-0.98617]LNEX(-2)

0.631750

0.051798

0.199097

0.149809

0.033939

(0.33542)

(0.36281)

(1.57807)

(0.09236)

(0.07794)[1.88348][0.14277][0.12617][1.62199][0.43545]LNIFDI(-1)-0.188141

0.116162-0.453172

0.075693

0.072683

(0.23426)

(0.25340)

(1.10216)

(0.06451)

(0.05444)[-0.80312][0.45842][-0.41117][1.17339][1.33523]LNIFDI(-2)-0.230903

0.290559-1.096645-0.108910

0.149898

(0.31102)

(0.33643)

(1.46329)

(0.08564)

(0.07227)[-0.74240][0.86367][-0.74944][-1.27167][2.07411]LNOFDI(-1)

0.143169

0.112654

0.813905

0.024421-0.001535

(0.04885)

(0.05284)

(0.22982)

(0.01345)

(0.01135)[2.93089][2.13205][3.54146][1.81555][-0.13526]LNOFDI(-2)

0.066480-0.000398-0.192198

0.005531-0.007863

(0.06015)

(0.06506)

(0.28300)

(0.01656)

(0.01398)[1.10521][-0.00611][-0.67915][0.33395][-0.56254]LNWPGDP(-1)

2.779501-1.900561-1.002313

1.465887-0.518249

(1.34630)

(1.45627)

(6.33407)

(0.37072)

(0.31284)[2.06454][-1.30509][-0.15824][3.95413][-1.65661]LNWPGDP(-2)-2.812002-1.460804

2.780923-0.628674-0.092832

(1.04972)

(1.13546)

(4.93869)

(0.28905)

(0.24392)[-2.67882][-1.28653][0.56309][-2.17494][-0.38058]LNER(-1)

1.800779-0.110504

9.046474

0.379601-0.148930

(0.73382)

(0.79375)

(3.45245)

(0.20207)

(0.17051)[2.45400][-0.13922][2.62031][1.87860][-0.87342]LNER(-2)-0.582098-1.214003-4.067350-0.145450

0.079828

(0.60657)

(0.65611)

(2.85378)

(0.16703)

(0.14095)[-0.95966][-1.85029][-1.42525][-0.87082][0.56637]C-2.016188

2.955282-33.03035-1.566897

4.879416

(3.23018)

(3.49402)

(15.1973)

(0.88947)

(0.75059)[-0.62417][0.84581][-2.17343][-1.76160][6.50079]

R-squared

0.992444

0.977868

0.965492

0.990314

0.960764

Adj.R-squared

0.987999

0.964849

0.945194

0.984617

0.937685

Sumsq.resids

0.366761

0.429122

8.118267

0.027810

0.019803

S.E.equation

0.146882

0.158879

0.691046

0.040446

0.034130

F-statistic

223.2730

75.11151

47.56449

173.8152

41.62801

Loglikelihood

20.96321

18.76477-22.39705

57.07375

61.82743

AkaikeAIC-0.711658-0.554626

2.385504-3.290982-3.630530

SchwarzSC-0.188292-0.031260

2.908870-2.767616-3.107164

Meandependent

14.82785

13.37199

10.32274-0.300594

6.588837

S.D.dependent

1.340758

0.847417

2.951837

0.326099

0.136724

Determinantresidcovariance(dofadj.)7.66E-11

Determinantresidcovariance6.32E-12

Loglikelihood162.3795

Akaikeinformationcriterion-7.669962

Schwarzcriterion-5.053132注：[]內(nèi)為t統(tǒng)計(jì)量值，結(jié)果省略了標(biāo)準(zhǔn)差值由表5-6的估計(jì)結(jié)果可知，根據(jù)判斷法則可知，LNEX、LNIFDI、LNWPGDP三個(gè)變量調(diào)整后的R2均大于0.95，LNOFDI和LNER調(diào)整后的R2均大于0.90，擬合優(yōu)度較好，方程的擬合優(yōu)度較好，F(xiàn)統(tǒng)計(jì)量的值也較好。（2）VAR平穩(wěn)性檢驗(yàn)圖5-1出口的VAR模型的特征根分布依據(jù)圖5-1可知，山東省1990年-2019年的雙向直接投資的出口效應(yīng)VAR模型的單位（AR）根都落在單位圓內(nèi)，因此是平穩(wěn)的。將變量t統(tǒng)計(jì)量不顯著的變量去掉，可得到如下的出口VAR模型：LNEX=0.203LNEXt-1+0.632LNEXt-2-0.188LNIFDIt-1-0.231LNIFDIt-2+0.143LNOFDIt-1+0.664LNOFDIt-2+2.780LNWGDPt-1-2.812LNWPGDPt-2+1.801LNERt-1-0.582LNERt-2-2.016188（3）協(xié)整分析根據(jù)協(xié)整檢驗(yàn)的結(jié)果中可知，出口與各個(gè)變量之間至少存在兩個(gè)協(xié)整方程，通過(guò)向量誤差修正值后得到的均衡向量如下）：β′=（1.000000，0.777555，0.661666，-20.50429，-20.88729，98.99045）整理后得到進(jìn)口的協(xié)整方程：LNEX=-0.777555LNIFDI-0.661666LNOFDI+20.50429LNWPGDP+20.88729LNER-98.99045(0.63953)(0.17030)(2.66357)(2.86793)從出口的協(xié)整方程中可知，在長(zhǎng)期內(nèi)，出口總額與IFDI、OFDI呈負(fù)相關(guān)關(guān)系，與SPGDP、ER呈正相關(guān)關(guān)系，IFDI每變動(dòng)1個(gè)百分點(diǎn)，會(huì)帶動(dòng)進(jìn)口總額反方向變動(dòng)0.778個(gè)百分點(diǎn)，OFDI每變動(dòng)1個(gè)百分點(diǎn)，會(huì)帶動(dòng)進(jìn)口總額反方向變動(dòng)0.662個(gè)百分點(diǎn)。而SPGDP、ER每變化1個(gè)百分點(diǎn)會(huì)分別帶動(dòng)進(jìn)口總額同方向變動(dòng)20.504和20.887個(gè)百分點(diǎn)。進(jìn)口與各變量的VAR模型建立VAR模型經(jīng)過(guò)單位根檢驗(yàn)、協(xié)整檢驗(yàn)后，建立滯后期為2的進(jìn)口VAR模型，該模型估計(jì)結(jié)果見(jiàn)表5-7：表5-7進(jìn)口的VAR模型估計(jì)結(jié)果LNIMLNIFDILNOFDILNSPGDPLNERLNIM(-1)

0.885113

0.525065

1.020355

0.248568-0.024219

(0.23759)

(0.20419)

(0.76146)

(0.19985)

(0.06819)[3.72541][2.57152][1.34000][1.24380][-0.35515]LNIM(-2)

0.072273-0.174411

0.485284-0.108271-0.085193

(0.25350)

(0.21786)

(0.81246)

(0.21323)

(0.07276)[0.28510][-0.80056][0.59730][-0.50777][-1.17085]LNIFDI(-1)-0.002980

0.499533-0.117473

0.023019

0.069756

(0.14081)

(0.12101)

(0.45128)

(0.11844)

(0.04042)[-0.02116][4.12805][-0.26031][0.19435][1.72599]LNIFDI(-2)-0.302793-0.143269-1.200151

0.014628

0.150375

(0.17920)

(0.15401)

(0.57434)

(0.15074)

(0.05144)[-1.68966][-0.93027][-2.08962][0.09704][2.92351]LNOFDI(-1)

0.090656

0.017769

0.480923

0.016136

0.015127

(0.06610)

(0.05681)

(0.21185)

(0.05560)

(0.01897)[1.37148][0.31280][2.27009][0.29021][0.79730]LNOFDI(-2)

0.016614-0.060980-0.311007

0.021860-0.010178

(0.07103)

(0.06105)

(0.22765)

(0.05975)

(0.02039)[0.23390][-0.99894][-1.36614][0.36587][-0.49923]LNSPGDP(-1)-0.070348

0.000813-0.141742

0.380497-0.125754

(0.32099)

(0.27586)

(1.02875)

(0.27000)

(0.09213)[-0.21916][0.00295][-0.13778][1.40927][-1.36493]LNSPGDP(-2)

0.193282

0.114702

1.822871

0.287153-0.010994

(0.24756)

(0.21276)

(0.79343)

(0.20824)

(0.07106)[0.78074][0.53912][2.29745][1.37897][-0.15472]LNER(-1)

1.951555

0.863986

6.973184

0.202960-0.032134

(0.83962)

(0.72158)

(2.69095)

(0.70624)

(0.24100)[2.32433][1.19736][2.59135][0.28738][-0.13334]LNER(-2)-0.028873-0.714479-1.624451-0.065098-0.027369

(0.60629)

(0.52105)

(1.94314)

(0.50998)

(0.17402)[-0.04762][-1.37122][-0.83599][-0.12765][-0.15727]C-8.759963

3.013694-29.13414-4.203670

5.460680

(3.53828)

(3.04083)

(11.3400)

(2.97621)

(1.01559)[-2.47577][0.99108][-2.56914][-1.41242][5.37687]

R-squared

0.990718

0.979425

0.976417

0.988224

0.911836

Adj.R-squared

0.985258

0.967322

0.962545

0.981297

0.909974

Sumsq.resids

0.540127

0.398928

5.548047

0.382154

0.044499

S.E.equation

0.178248

0.153187

0.571276

0.149932

0.051162

F-statistic

181.4444

80.92525

70.38705

142.6619

40.58215

Loglikelihood

15.54389

19.78622-17.06766

20.38763

50.49275

AkaikeAIC-0.324564-0.627587

2.004833-0.670545-2.820911

SchwarzSC

0.198803-0.104221

2.528199-0.147179-2.297545

Meandependent

14.98589

13.37199

10.32274-1.319535

6.588837

S.D.dependent

1.468042

0.847417

2.951837

1.096325

0.136724

Determinantresidcovariance(dofadj.)2.76E-09

Determinantresidcovariance2.28E-10

Loglikelihood112.1945

Akaikeinformationcriterion-4.085320

Schwarzcriterion-1.468489注：[]內(nèi)為t統(tǒng)計(jì)量值，結(jié)果省略了標(biāo)準(zhǔn)差值由表5-6的估計(jì)結(jié)果可知，LNIM、LNIFDI、LNOFDI和LNSPGDP調(diào)整后的R2均大于0.95，LNER調(diào)整后的R2均大于0.90，擬合優(yōu)度較好，方程的擬合優(yōu)度較好，F(xiàn)統(tǒng)計(jì)量的值也較好。VAR平穩(wěn)性檢驗(yàn)圖5-2進(jìn)口的VAR模型的特征根分布依據(jù)圖5-2可知，山東省1990年-2019年的雙向直接投資的出口效應(yīng)VAR模型的AR根都落在單位圓內(nèi)，因此是平穩(wěn)的。將變量t統(tǒng)計(jì)量不顯著的變量去掉，可得到如下的進(jìn)口VAR模型：LNEX=0.885LNIMt-1+0.072LNEXt-2-0.003LNIFDIt-1-0.303LNIFDIt-2+0.091LNOFDIt-1+0.0167LNOFDIt-2-0.070LNSPGDPt-1+0.193LNSPGDPt-2+1.952LNERt-1-0.029LNERt-2-8.759963（3）協(xié)整分析根據(jù)協(xié)整檢驗(yàn)的結(jié)果中可知，進(jìn)口與各個(gè)變量之間至少存在一個(gè)協(xié)整方程，通過(guò)向量誤差修正值后得到的均衡向量如下：β′=（1.000000，-1.796568，-0.263408，1.111964，4.069418，-13.64160）整理后得到進(jìn)口的協(xié)整方程：LNIM=1.796568LNIFDI+0.263408LNOFDI-1.111964LNSPGDP-4.069418LNER+13.64160(0.11177)(0.04761)(0.16225)(0.47953)從進(jìn)口的協(xié)整方程中可知，在長(zhǎng)期內(nèi)，進(jìn)口總額與IFDI、OFDI呈正相關(guān)關(guān)系，與SPGDP、ER呈負(fù)相關(guān)關(guān)系，IFDI、OFDI每變動(dòng)1個(gè)百分點(diǎn)，分別會(huì)帶動(dòng)進(jìn)口總額同方向變動(dòng)1.797和0.263個(gè)百分點(diǎn)。而SPGDP每變化1個(gè)百分點(diǎn)會(huì)帶動(dòng)進(jìn)口總額反方向變動(dòng)1.112個(gè)百分點(diǎn)，ER每變化1個(gè)百分點(diǎn)會(huì)帶動(dòng)進(jìn)口總額反方向變動(dòng)4.069個(gè)百分點(diǎn)。1.3.4脈沖響應(yīng)分析脈沖響應(yīng)函數(shù)通常用來(lái)描述的VAR模型中每個(gè)內(nèi)生變量的沖擊對(duì)其他內(nèi)生變量的影響。隨著時(shí)間的推移，可通過(guò)脈沖響應(yīng)函數(shù)觀察模型中的各變量對(duì)于沖擊是如何反應(yīng)的。本文中山東省雙向FDI的進(jìn)口效應(yīng)和出口效應(yīng)的脈沖響應(yīng)分析結(jié)果圖中，橫軸反映沖擊作用的滯后期間數(shù)，縱軸反映進(jìn)出口的響應(yīng)程度，實(shí)線表示脈沖響應(yīng)函數(shù)，反映了進(jìn)口效應(yīng)和出口效應(yīng)影響因素帶來(lái)的沖擊反應(yīng)，虛線表示正負(fù)兩倍標(biāo)準(zhǔn)差偏離帶。1、雙向FDI出口效應(yīng)的脈沖響應(yīng)分析從圖5-3可以看出，在給IFDI一個(gè)正向沖擊后，EX在第2期開(kāi)始向正向上升，在第3期轉(zhuǎn)變?yōu)檎蛴绊懬疫_(dá)到高峰（a=0.01，即在第3期出口對(duì)IFDI的響應(yīng)最大，為0.01萬(wàn)美元），之后開(kāi)始下降，在第4期影響變?yōu)樨?fù)向，后在第7期繼續(xù)重新向正向上升，但至第10期時(shí)仍為負(fù)向影響。在給OFDI一個(gè)正向沖擊后，EX從第1期開(kāi)始正向上升，在第3期達(dá)到高峰（a=0.16，即在第3期出口對(duì)OFDI的響應(yīng)是0.16萬(wàn)美元）后開(kāi)始下降，但始終為正向影響。在給WPGDP一個(gè)正向沖擊后，EX在第1期開(kāi)始正向上升，在第2期達(dá)到高峰（a=0.06，即在第2期出口對(duì)WPGDP的響應(yīng)是0.06萬(wàn)美元）并開(kāi)始下降，自第4期開(kāi)始一直為負(fù)向影響。在給ER一個(gè)正向沖擊后，EX從第1期開(kāi)始為正向影響，第2期與第3期（a=0.05，即在第2期和第3期出口對(duì)ER的響應(yīng)為0.05萬(wàn)美元）的正向影響持平，第4期達(dá)到高峰（a=0.06，即在第4期出口對(duì)ER的響應(yīng)達(dá)到最大值0.06萬(wàn)美元），第5、6、7、8期的正向影響再與第2、3期持平后繼續(xù)下降，在第10期仍為正向影響。圖5-3山東省雙向FDI出口效應(yīng)的脈沖響應(yīng)分析結(jié)果2、雙向FDI進(jìn)口效應(yīng)的脈沖響應(yīng)模型分析從圖5-4可以看出，在給IFDI一個(gè)正向沖擊后，EX在第2期開(kāi)始向負(fù)向影響轉(zhuǎn)變，在第3期變?yōu)樨?fù)向影響后開(kāi)始向正向上升，在第6期達(dá)到高峰并保持至第8期（a=0.03，即在第6期至第8期出口對(duì)IFDI的響應(yīng)達(dá)到最大值0.03萬(wàn)美元）后開(kāi)始下降，并始終為正向影響。在給OFDI一個(gè)正向沖擊后，EX從第1期開(kāi)始正向上升，在第3期達(dá)到高峰并保持至第4期（a=0.07，即在第3期和第4期出口對(duì)OFDI的響應(yīng)最大，為0.07萬(wàn)美元）后開(kāi)始下降，且始終為正向影響。在給SPGDP一個(gè)正向沖擊后，EX在第1期開(kāi)始負(fù)向下降，在第4期開(kāi)始向正向上升，但始終為負(fù)向影響。在給ER一個(gè)正向沖擊后，EX從第1