FDI对于东道国经济增长的影响很早就引起了广泛的关注，学者们主要依据经济增长理论进行研究FDI对东道国经济增长的影响。关于FDI与经济增长的关系的研究，几十年来一直未曾中断，但由于缺乏实证研究成果的支持，很多问题没有定论。近年来，这一问题又成为学者们研究的热点。
首先提出新古典增长模型的是美国经济学家索洛（1956）和英国经济学家斯旺（1956），其后由米德、萨缪尔森、托宾等经济学家对其补充和发展。1956年索洛在《经济学季刊》上发表了《对经济增长理论的一个贡献》，把凯恩斯总量分析与边际生产力理论融合为一。在此基础上，他放松了资本与劳动不可替代的假设，提出了自己的经济增长模型。采用了总生产函数的方法，假设存在一个生产函数，在现有技术理论决定的范围内允许诸多要素平稳地替代，即资本-产出比例与资本-劳动比率可根据市场条件调整变化，用柯布-道格拉斯生产函数来描述其关系，即：Y=AKαLβ。式中Y、K、L分别代表产出、资本和劳动力，A是一个不同经济间数值不同的常数，α和β分别代表资本和劳动力的产出弹性。若α+β=1，则意味着产出的增长完全等于要素的边际物质生产率乘以各自的增量。新古典经济增长模型在完全竞争的均衡条件下强调，经济的长期均衡增长来源于劳动增长率和技术进步。
与中国对外开放利用外资的实践相对应，中国学者围绕“利用外资”这一热门话题，从各方面展开了卓有成效的研究。从FDI对中国经济增长的是什么样的影响及影响程度到底如何、决定FDI影响中国经济增长的主要机制是什么、FDI对中国经济增长影响与其它国家相比有什么差异等方面进行。
5.2中国FDI与GDP增长态势描述
改革开放以来，中国年均经济增长速度一直在9%左右，创造了经济发展的奇迹。同期，FDI流入量亦保持较高速度的持续增长，20世纪90年代连续数年成为吸收FDI最多的发展中国家。FDI与GDP经历着相似的增长过程。
1987—2008年，中国GDP由12058.60亿元增加到300670.0亿元，累计增长了18万亿元。生产总量的快速提高，需要要素使用总量与之适应，从而不断推动社会再生产的顺利进行。作为要素使用总量一部分的FDI，也通过整个国民经济循环系统，对经济增长起着积极的推动作用。在此期间，中国利用FDI金额也由1987年的23.14亿美元增加到2008年的923.95亿美元，翻了近28倍，累计增长数额达到了900多亿美元。2002年更是超过美国，成为世界上利用外资最多的国家。
1987年—1991年，中国FDI处于缓慢的成长阶段，1992年开始有所增长，1993年开始外商投资增长速度较高，在1997年亚洲金融危机开始后，1998年外商投资增长速度明显放慢，并且还在1999年首次出现了负增长。2000年中国初步克服亚洲金融危机的不利影响，利用外资出现明显回升现象。到2001年和2002年，外商在华投资高速增长，2003年SARS的出现导致利用外资与2002年基本持平，只有很小的增长。
可以看到，在剔除了特殊客观因素影响之后（亚洲金融危机、SARS），FDI与GDP增长态势基本相似，经济较好时FDI增长迅速；经济恶化时FDI的增长速度也放缓。如在1999年，GDP增速下降到近几年最低水平7.6%，FDI也随之首次出现了负增长现象。而且，由以上数据还可以看出，中国FDI的增长速度和增长绝对额在2000年以前有放缓的趋势，但FDI在2001年出现快速增长，随之总体经济从2001年开始增长速度加快，由8.3%增加到2008年的12.1%。另外，FDI占GDP比重在1987年仅为0.71%，此后基本保持增长态势，在1994年达到最大值6.01%，并且在此之后比重基本保持在2%以上，由此可初步判断，FDI对中国经济增长有重要的贡献。
5.3实证检验
从直观上看，1987—2008年中国的FDI与GDP经历着相似的增长趋势，并且两者之间呈现出较强的正相关性。然而实际情况是否如此，尚需对数据作进一步的检验。目前，对FDI与经济增长关系的实证研究大都是直接对GDP与FDI数据进行回归分析（赖明勇、包群，2002）。这种方法存在一个较大的缺陷，即在检验过程中可能存在伪回归的现象。也就是说，变量间本来不存在相依关系，但回归结果却得到存在相依关系的错误结论。协整分析和Granger因果关系检验方法作为国际上新发展起来的一种计量方法，可以有效地避免回归分析中的伪回归现象。因此，在进行回归分析之前，如果先采用协整分析和Granger因果关系检验方法进行分析，将使后续的回归分析的结果更有说服力，同时协整分析和因果关系检验方法本身也能够提供丰富的分析信息。鉴于此，以下我们运用协整分析理论和Granger因果检验来定量考察FDI与GDP之间的关系。
5.3.1数据选取及检验步骤
本节用于分析的样本取自于1987—2008年的全国年度数据，数据的来源为各期《中国统计年鉴》。在实际检验中，GDP按1987年的不变价格换算为实际GDP，FDI以当年的平均汇率换算成人民币值，再按1987年的不变价格换算成实际的FDI。然后对实际GDP和实际FDI都进行自然对数处理，分别用LnGDP和LnFDI表示。这样做的好处在于可以使时间序列趋势线性化，消除异方差现象，同时又不会改变原来变量间的线性关系。
对处理好的数据，我们按照以下步骤进行检验：
（1）分别对LnGDP和LnFDI进行单位根检验，以确定两序列的平稳性。若不平稳，则对两序列的一阶差分序列△LnGDP和△LnFDI进行平稳性检验。若一阶差分仍不平稳，则继续对二阶差分序列进行单位根检验。
（2）若步骤（1）中序列LnGDP和LnFDI是同阶单整的，则继续进行协整检验，确定序列问是否存在长期均衡关系。
（3）若序列LnGDP和LnFDI通过了步骤（2）中的协整检验，则可以建立序列间的向量误差修正模型（VEC），以确定序列间是否存在短期的均衡关系。
（4）对步骤（1）中的平稳序列进行格兰杰因果检验，以确定FDI与经济增长之间的因果关系。
5.3.2 平稳性检验
在对变量进行协整分析前，首先需要对变量的平稳性进行检验，只有变量满足同阶单整的条件下，才能进行协整分析。我们采用ADF检验方法对上述各时间序列变量的稳定性进行单位根检验，即进行如下回归：
包含常数项：（5.1）
包含线性时间趋势项：
（5.2）
包含常数项和线性趋势项：（5.3）
并假设检验：如果接受原假设，而拒绝备择假设，则说明序列存在单位根，即序列是非平稳的；否则说明序列不存在单位根，即序列是平稳的。方程中加入个滞后项的目的在于使残差项为白噪声。
变量的水平序列都是非平稳的，而它们的一阶差分序列都通过了5%显著性水平下的ADF检验，即都是I（1）序列。因此两时间序列满足协整检验的前提条件。
注：1、表中结果均由EVIEWS6.0软件计算所得，*，**，***分别表示在10%，5%和1%水平下显著。2、检验形式为（C，T，K），其中C和T分别表示ADF检验带有常数项和趋势项，K表示滞后阶数，由AIC最小化准则确定。N代表无常数项或无趋势项。3、△为差分算子。
5.3.3 协整分析
协整分析技术是20世纪80年代以来计量经济学方法论的重大突破，如果所涉及的变量都是同阶单整的，且这些变量的某种线性组合是平稳的，则称这些变量之间存在协整关系。协整关系反应了研究变量之间存在一种长期稳定的均衡关系，从经济意义上来说，这种协整关系的存在可以通过其它变量的变化来影响另一变量的变化。
由于这里仅考虑LnGDP和LnFDI两个变量间的协整关系，不存在多重协整的情况，所以采用E-G（Engle＆Granger，1987）两步检验法。我们首先用0LS对LnGDP和LnFDI做线性回归，得到如下回归方程（括号内为t统计量值）：
（5.4）
（5.5）
注：1、表中结果均由EVIEWS6.0软件计算所得，*，**，***分别表示在10%，5%和1%水平下显著。2、检验形式为（C，T，K），其中C和T分别表示ADF检验带有常数项和趋势项，K表示滞后阶数，由AIC最小化准则确定。N代表无常数项或无趋势项。
由于序列和检验统计量值都小于5%显著性水平时的临界值-1.9581，因此可以认为估计残差序列和均为平稳序列，表明序列LnGDP和LnFDI具有协整关系。
5.3.4 误差修正模型分析
协整方程反映了变量之间存在着长期的均衡关系，但不能很好的反映变量之间的短期变动关系，故还需建立误差修正模型，以期能从长期和短期两个方面更好的了解变量之间的关系。如果变量间存在协整关系，则可以建立包含误差修正项（EC）在内的误差修正模型（ECM），以此来研究模型的短期动态特征，误差修正项的大小表明了从非均衡向长期均衡状态调整的速度，误差修正模型的一般形式为：
（5.6）
其中表示协整方程式的一阶滞后残差。
根据Hendry为代表的伦敦经济学派提出的一般到特殊的方法，我们把通过长期协整方程式计算出的残差项作为误差修正项EC，利用一般误差修正模型对数据进行回归分析，可以得到以下结论：（5.7）
调整后F统计量值
（5.8）
调整后F统计量值
括号内为t统计量值，表示滞后1期的误差修正项，它的系数反映了对长期均衡的调整力度。若这一系数为负向显著，则符合反向调整机制，并且意味着上一期的均衡误差修正项在决定变量的当前增长中起重要作用。
从（5.7）、（5.8）式估计结果可知，GDP误差修正方程中，的系数为负向的显著，反映了当短期波动偏离长期均衡时，FDI将以（-0.2820）的调整力度将非均衡状态拉回到均衡状态。这说明从长期来看FDI的引入将是中国经济的增长原因。而在FDI误差修正方程中，的系数虽为负数但是不显著，这说明从长期看GDP并不是促进中国FDI增加的原因。另外，误差修正方程中各解释变量差分项前面的系数反映了短期波动的影响，在GDP的误差修正模型中FDI差分滞后项的系数以及FDI误差修正模型中GDP差分滞后项的系数虽然都为正但均不显著，这说明短期来看FDI与GDP之间不存在着显著的因果关系。
5.3.5 Granger因果关系检验
协整检验结果证明中国的产出与FDI之间存在长期稳定的均衡关系，但是这种均衡关系是否构成因果关系，即：GDP的增长是由FDI引起的或者FDI的增长是由GDP引起的，或两者互为因果关系，或者两者之间不存在因果关系。还需要通过Granger因果关系检验分析。
Granger因果关系检验法（Granger Casual Relati0n Test）是美国加州大学著名计量经济学家Granger与1969年提出，后由Hendry、Richard等人发展起来的一种检验方法。Granger提出的因果关系定义是利用时间序列来鉴定因果关系，即假定一个信息集，它至少包含（，），根据Granger的定义，称为的原因，是指如果利用的过去比不利用它时可以更好地预测。对于两变量情形，若、为稳定随机序列，则二元变量的Granger因果关系检验明显为：
（5.9）
（5.10）
其中、为常数项，知为白噪声序列，且对所有t有E（，）=0，P和q分别为X和Y的最优滞后阶数。要检验X和Y的因果关系，从统计意义上来说，就是要检验 和（j=1，2），具体检验如下：
（1）若，表明和相互独立；
（2）若但，则存在到的因果关系，但不存在到的因果关系。
（3）若但，则存在到的因果关系，但不存在到的因果关系。
（4）若且，则存在到Z的因果关系，和到的因果关系。
只有变量都平稳或者虽不平稳，但是变量间存在协整关系，回归计算时才不会出现“伪回归”现象。由于LnGDP和LnFDI之间具有协整关系，故可以采用水平序列直接进行Granger因果关系检验。
注：P值是原假设成立的概率，如果P值大于5%就接受原假设，反之拒绝原假设。检验结果显示：滞后1期时，在5%的显著性水平下，LnGDP和LnFDI两者之间不存在Granger因果关系。而在滞后2、3期时，LnFDI的变化是LnGDP增长的Granger 原因，但是LnGDP的变化并不是LnGDP增长的Granger原因，即在长期，FDI流入能够促进中国经济的增长，而经济增长并未对FDI的流入产生促进作用，这与误差修正模型得到的结论是一致的。
