fdi数据库

‘壹’ 历年 外商直接投资

单位:亿美元
外商直接投资（实际利用的）
1983年 6.36
1984年 12.58
1985年 16.61
1986年 18.75
1987年 23.14
1988年 31.94
1989年 33.92
1990年 34.87
1991年 43.66
1992年 110.08
1993年 275.15
1994年 337.67
1995年 375.21
1996年 417.25
1997年 452.57
1998年 454.63
1999年 403.19
2000年 407.2
2001年 468.78
2002年 527.4
2003年 535.05
2004年 606.3
2005年 603.25
2006年 694.68
2007年 835.2(747.7)
（以上来自于国家统计局数据库）

下面是商务部的数据 你可以看看 有月份的和全年的 不过貌似没有表格
http://www.mofcom.gov.cn/static/column/tongjiziliao/v.html/1?966971413=283555381

我觉得我国78年才改革开放 所以刚开始那些年的FDI数据有可能不全 尤其是月份的 各个行业的数据 再说国内经济统计的发展存在的问题也导致一些数据压根没有统计
你要的这些东西 虽然都是公开资料 但是整理比较费时 是要付费的 100分有什么用啊

2008年FDI
月 FDI
1 112
2 69.28
3 92.86
4 76.03
5 77.61
6 96.1
7 83.36
8 70.08
9 66.02
10 57.22
11 53.22
12 59.78

‘贰’ 哪里可以找到FDI和进出口的月度数据2000至今。

中经网产业数据库宏观月度库

‘叁’ 如何查找wind数据库里的境外并购数据

商务部官网的FDI投资只是宏观数据，所以并不适合进行微观分析。从你要的数据来看，你可以通过以下几个数据库获取：1. 清科Zdatabase数据库，里面不仅包括上市公司也包括非上市公司的并购数据，包括国内和国外并购，完全符合你的要求。2.国泰安并购数据库。只有上市公司的，数据非常全，符合你的要求。3.国外的Zephyr数据库，这个我没用过，据说是全球的并购都可以查到。当然这些数据库都是要付费的。如果你不想付费而且你有时间的话，你就自己去巨潮资讯网站去下载公司年报，一个一个的去查了。

‘肆’ 做经济方向课题的时候，需要一些国际经济数据来做分析，有没有相关数据库呢

CEIC经济数据库提供快速的国家级数据参考的关键指标，例如GDP、GNP、FDI和CPI，以及很难找到的18个宏观经济指标和14个行业指标。以新兴国家的驻地专家所拥有的专业知识为依托，司尔亚司数据信息有限公司（CEIC）为用户提供独有的数据知识库，帮助他们做出最明智、最准确的评估和决定。

‘伍’ 求"中国与印度纺织服装行业比较研究"论文

FDI促进了中国商品出口迅速增长，1989年到2001年中国年均出口增长率为15%。1989年外资企业占中国总出口不足9%，到2002年其份额已占到一半。在某些高科技产业，2000年外资企业占电子电路产品总出口的比重高达91%，占手机总出口的比重高达96%。2000-2001年中国吸收的FDI中大约有2/3投到了制造业部门。

相反，在印度，FDI推动印度出口增长的作用不是很明显（除信息产业外）。流入印度制造业的FDI主要是寻求市场型投资。90年代由FDI产生的出口只占印度总出口的3%，即使到现在，FDI占印度制造业出口的比重估计也不足10%。

2000-2001年，中国大部分FDI都流入了大范围的制造业。而在印度，多数FDI流向了服务业、电子电气设备产业，以及工程和计算机行业。

表 中国和印度部分FDI指标比较，1990，2000-2002年

项目
国家
1990
2000
2001
2002

FDI流入量（100万美元）
中国
3,487
40,772
46,846
52,700

印度
379
4,029
6,131
5,518

FDI储量
中国
24762
348346
395192
447892

印度
1,961
29,876
36,007
41,525

FDI流入增长率（年度%）
中国
2.8
1.1
14.9
12.5

印度
-6.1
16.1
52.2
-10

FDI储量占GDP比重（%）
中国
7
32.3
33.2
36.2

印度
0.6
6.5
7.4
8.3

FDI流入量占固定资本形成总额的比重（%）
中国
3.5
10.3
10.5
..

印度
0.5
4
5.8
..

人均FDI流入量（美元）
中国
3
32
36.5
40.7

印度
0.4
4
6
5.3

总出口中外资企业所占比重（%）
中国
12.6
47.9
50
..

印度
4.5
..
..
..

GDP（10亿美元）a
中国
388
1,080
1159.1
1237.2

印度
311
463
484
502

实际GDP增长率（%）
中国
3.8
8
7.3
8

印度
6
5.4
4.2
4.9

来源：UNCTAD, FDI/TNC 数据库,a当前值

如何解释两国存在的这些差异？影响FDI的因素包括：基本因素、发展战略与政策，以及海外关系网。

基本因素

在影响FDI流入的经济基本因素方面，中国比印度具备更优越的条件。中国的GDP总值和人均GDP都高于印度，对于寻求市场型FDI来说，中国的市场更具吸引力。中国的教育程度也比印度高，劳动力技术水平更娴熟，对于寻求效率型投资者来说，中国也比印度更具吸引力。此外，中国蕴藏丰富的自然资源，基础设施更具竞争力，特别是沿海地区。然而，印度在技术人才（特别是信息技术人才）方面具有更大优势，国民的英语水平也更高。

通过分析两国吸收的FDI的组成成份，可以发现两国具有的不同的竞争优势。在信息和通信技术方面，国际跨国公司的参与，如宏基、爱立信、通用电气、日立、现代、英特尔、LG、微软、神达、摩托罗拉、NEC、诺基亚、飞利浦、三星、索尼、台积电、东芝和其他大型跨国公司，使得中国成为硬件设计和制造中心。而印度专攻于IT服务业、呼叫中心、企业后勤业务（back-office operations），以及R&D。

由于中国经济迅速增长，本国消费者对耐用品和非耐用品的需求正在增加，如家用电器、电子设备、汽车、住房和休闲产业。国内需求的迅速增长，以及具有竞争力的企业环境和基础设施，吸收了大批寻求市场型的投资者，同时也促进了从事制造业辅助服务的本土公司的发展。

中国对待FDI的态度和政策，以及FDI审批手续也足以说明为什么中国在吸引FDI方面更出色。

中国比印度更具“商业导向性”，拥有更多的“FDI友好型”政策。

中国的FDI审批手续更简便、决策更迅速。

中国的劳动法更灵活，企业用工环境更佳、企业进入市场与退出市场的手续更简便。

最近，在对企业环境进行调查中发现，中国在宏观经济环境、市场机会、和FDI政策方面比印度更具吸引力。印度在政治环境、税收和融资方面的得分高于中国。2002年对跨国公司投资计划调查中发现，中国第一次取代美国成为FDI首选的目的地，而印度只排在第15位。印度工商联合会（FICCI）的调查也表明，中国在FDI政策框架、市场增长、消费者购买力、投资回报率、劳动法规和税收方面都优于印度。

发展战略和政策

中印两国在FDI方面的不同表现也与两国FDI自由化时机、自由化进程、自由化内容，以及发展战略上的不同有关。

中国于1979年对FDI开放市场，并逐渐地实现了投资体制自由化。印度开放的时间比中国要早很多，但直到1991年才采取了全面的步骤实行投资自由化。

两国吸引的FDI类型不同，追求的工业发展战略也不同。印度长期采取的是进口替代政策，并依赖国内资源和国内企业推动这一战略，其只在高科技产业方面才鼓励FDI流入。尽管中国改革开放后，采取的是渐进的自由化方式，并强迫外资企业采取合资形式，同时还限制FDI进入某些特定领域，但中国赋予FDI（而非国内企业）许多优惠条件，特别是对出口导向型的FDI。上述政策不仅吸引到大量的FDI，也导致迂回资金（中国国内企业把资金转入香港，然后再投资回中国，以逃避政策限制或获得给予外国投资者的特殊优惠条件）的出现。在印度，迂回资金（主要是通过毛里求斯）很少，而且主要是为了避税。

由于中国国内市场不完善，并且在外包、管理、本土投入品中存在问题，导致在中国运作的跨国公司的生产活动“过于内化”。所以，制造业跨国公司在中国的投资中，有部分FDI是对中国市场环境不健全做出的“次优选择”。

印度的情况有一些不同。企业家精神在印度国内的企业中得到了迅速发展。此外，由于必要的法律和制度环境已经具备，同时对FDI的限制政策一直沿续到90年代，在印度的跨国公司通常采取“外化”的生产模式（如授权经营和其他契约性安排）。即使在实行了广泛的FDI自由化政策后，“内化”模式也没能成为主导模式。在信息技术产业，向印度私人企业采购零部件，这种做法的效率更高，印度国内有众多合格的分包商。

2001年入世后，中国实行了对FDI更加有利的政策。随着中国服务业进一步自由化，中国的投资环境将进一步得到改善，例如，2004年中国将允许外国独资企业进入租赁业、仓储业和批发零售业，2005年允许进入广告业和联运业，2006年允许进入保险代理业，2007年允许进入货物运输业。中国已经开放了零售业市场，并吸引了几乎所有的大型零售企业和超市的投资，如欧尚、家乐福、Diary Farm、伊藤洋华堂、吉之岛、万客隆、麦德龙、普尔斯马特、7-11便利店和沃尔马。

印度政府正在计划向FDI开放更多的领域，进一步放宽外资企业持股上限。为了确定吸引更多FDI流入的方式，印度计划委员会于2001年8月成立了FDI指导委员会，并且学习中国的模式，成立了经济特区。在促进贸易和吸引FDI方面，中国的经济特区比印度的出口加工区更加成功。

海外关系网

除了经济和政策因素外，另一个足以说明中国能吸引大量FDI的因素是：对于海外华人企业和个人来说中国是其投资目的地，特别是亚洲的华人。海外华人商业网络巨大，且能向中国大陆大量投资，而印度海外商业网和其向印度投资的规模都很小。这是为什么呢？海外华人数量众多，更具企业家精神，重视与中国国内亲属的关系，并且有兴趣和财力在中国投资，此外当其向中国投资时，他们往往受到贵宾的待遇。而海外印度人数量较少，且多为专业人士，而且与中国人不同，印度人不经常与国内亲属联络，也缺乏向印度投资的财力。

中国和印度都是跨国公司转移其劳动密集型产业的候选国，跨国公司是促进中国出口迅速增长的主要因素。然而，在印度，跨国公司主要集中于服务业，特别是信息通信产业，几乎所有的美欧大型信息技术企业都在印度设有机构，而且多数位于班加罗尔，例如美国运通、英国航空公司、美国大型保险金融集团Conseco、戴尔计算机和GE Capital公司都把其后勤业务放到了印度。其他公司，如亚马逊和花旗银行，也向印度本国企业和驻印度的外国企业外包其服务业务。外国公司控制着印度的呼叫中心业务，其占印度此行业年营业额15亿美元的60%。

作为投资首选地，中国境内的投资者的信心正在增强，财富500强企业中有80%都在中国进行了投资，37%的财富500强企业向印度外包其业务。尽管印度相关政策环境得到了改善，但跨国公司的投资兴趣依然冷淡，也有一些例外，如信息和通信产业。

如果中国和印度能在其发展中协调FDI所发挥的作用，两国在吸引FDI流入方面前景十分乐观。巨大的市场规模与市场潜力，技术型的劳动力资源及低工资成本，都仍将是其吸引FDI流入的主要动力。中国将继续吸引大量的FDI流入，印度则是其最大的竞争对手。如果印度的政策继续得到改善、政府承诺把吸引FDI作为其主要目标，在充满活力的国内企业的支持下，流入印度的FDI将开始增加。

‘陆’ 怎么把工业企业数据库弄成面板数据

中国工业企业数据库的使用现状和潜在问题 聂辉华 江艇 杨汝岱  提要：在经验研究中，企业级的微观数据正受到越来越多的重视。中国工业企业数据 库成为海内外学者研究中国企业行为和绩效的主要数据库之一。但是该数据库存在样本匹配 混乱、变量大小异常、测度误差明显和变量定义模糊等严重问题，忽视这些问题可能会导致 研究结果错误。本文介绍了该数据库的基本情况和使用现状，指出了该数据库的若干缺陷， 并根据现有研究提供了若干改进建议。 关键词：企业数据 工业企业 微观计量 制造业 生产率 JEL 分类号：C33 D24 L22 L60 一、引言 数据是经验研究的细胞，因此数据质量的好坏直接决定了经验研究的活力。最近十多 年来，国际经济学界越来越重视使用微观面板数据（longitudinal micro-level data）的研究。 相对于宏观数据或行业数据，微观的企业数据或个体数据的优势是非常明显的：第一，微观 面板数据包含了更多信息，例如企业的所有制、规模和出口等状态，这些信息对于企业行为 研究是必不可少的；第二，微观面板数据同时包含了时间维度和个体维度，有助于解决计量 经济学中的个体异质性问题，更容易保证估计的一致性；第三，微观面板数据增加了观测值 个数，使得估计更有效率。对于产业组织理论、企业理论、公司金融、国际贸易、收入分配 和劳动供给等研究领域来说，经验研究的数据主要就是微观数据。 伴随微观计量经济学的引入和国内外微观数据库的开放，中国经济学者越来越重视微 观数据的开发和使用，并生产了很多基于微观数据的研究成果。一些中国数据库甚至被全世 界各国学者使用，这一方面表明中国问题越来越受到国际经济学界的重视，另一方面也表明 中国数据的质量得到了越来越多的认可。特别是，相当多海内外学者使用了“中国工业企业 数据库”（Chinese instrial enterprises database） ① ，其研究成果广泛发表在包括《American Economic Review》（如Song等，2011）、《Quarterly Journal of Economics》（如Hsieh和Klenow， 2009）和《经济研究》等国际和国内着名学术期刊上。作为一个由中国国家统计局收集的 数据库，它的优点是样本大、指标多、时间长。但是，它毕竟不是一个由学术机构发布的数 据库，因此在很多方面还不太符合学术研究的严格要求，其缺陷包括样本匹配混乱、指标存 在缺失、指标大小异常、测度误差明显和变量定义模糊等严重问题。我们认为，如果研究者 没有察觉到这些数据缺陷，并且采取有效的方法缓解或消除这些缺陷，那么就会对经验研究 的结果产生负面影响，甚至会导致错误的结果。而错误的结果对于理论研究和经验研究来说， 不仅浪费了时间和精力，而且可能会产生误导作用。鉴于此，我们认为有必要详细地、严谨 地讨论中国工业企业数据库的基本情况、使用现状，指出其存在的问题，并尽可能提供解决 问题的建议。我们希望，本文的分析不仅有助于潜在使用者了解该数据库的研究现状和未来  聂辉华，中国人民大学经济学院，人大企业与组织研究中心，北京市 100872；email: [email protected]。 江艇，中国人民大学经济学院，人大企业与组织研究中心，[email protected]；杨汝岱，湘潭大学消费 研究院，[email protected]。作者感谢何帆对写作本文提供的建议，感谢屠顺杰提供的助研工作，同时 感谢两位匿名审稿人提供的有益建议。本文的研究得到姚洋主持的国家社科基金重大项目“我国中长期经 济增长与结构变动趋势研究（09&ZD020）”和聂辉华、杨汝岱分别主持的教育部新世纪优秀人才项目的资 助，特此鸣谢。文责自负。 ① 一些英文文章将该数据库名称翻译为“China Annual Survey of Instrial Firms”或“China Annual Survey of Manufacturing Firms”。 1 本文发表于《世界经济》2012 年第5 期 方向，而且有助于他们更准确地使用该数据库，从而推进相关领域的研究。当然，作为该数 据库的使用者之一，我们并不能保证我们全面地熟悉了该数据库，并且我们对问题的分析不 可避免地包含了一定的研究倾向。 二、数据库基本信息 我们首先简单地描述数据库的基本情况。中国工业企业数据库由国家统计局建立，它 的数据主要来自于样本企业提交给当地统计局的季报和年报汇总。该数据库的全称为“全部 国有及规模以上非国有工业企业数据库”，其样本范围为全部国有工业企业以及规模以上非 国有工业企业，其统计单位为企业法人。这里的“工业”统计口径包括“国民经济行业分类” 中的“采掘业”、“制造业”以及“电力、燃气及水的生产和供应业”三个门类，主要是制造 业（占 90%以上）。这里的“规模以上”要求企业每年的主营业务收入（即销售额）在 500 万元及其以上，2011 年该标准改为2000 万元及其以上。基于上述统计口径的数据库自1998 年开始采集，但多数学者使用的工业企业数据库涉及的年份在1999－2007 年之间。由于该 数据库的主要成份为制造业企业，在统计口径上与其它国家的产业分类比较一致，而且一些 变量（例如资本、研发投入和出口交货值）更容易度量，因此使用者通常析出该数据库中的 制造业企业。制造业的统计口径包括从农副食品加工业、食品制造业到工艺品及其它制造业、 废弃资源和废旧材料回收加工业等30 个大类（二位数行业），对应于国民经济行业分类与代 码（GB/T4754—2002）中的代码 13－43（没有 38）。为了保持企业样本的完整性，同时与 现有研究具有可比性，我们以1999－2007 年全部国有及规模以上非国有工业企业作为我们 分析该数据库的主要样本。 1999－2007 年中国工业企业数据库包括了 200 多万个观测值，每年的样本企业数量从 1999 年的大约16 万家逐年递增到2007 年的大约33 万家。 ① 在9 年样本期内，总共有大约 55 万家企业出现，包括上市公司。显然，这是一个巨大的非平衡面板数据。由于企业关闭、 改制、重组等各种原因，只有4 万6 千多家企业（约占样本企业总数的8%）连续出现在整 个样本期间。该数据库样本占据了中国工业企业的绝大部分比例。根据具有可比性的 2004 年第一次全国经济普查年报，当年工业企业销售额为218442.81 亿元。而中国工业企业数据 库当年全部样本企业的销售额为195600 亿元，约占全国的89.5%。 ② 目前，除了经济普查 数据库，中国工业企业数据库是可获得的最大的企业级数据库。表1 描述了1999－2007 年 企业总数和国有、集体、民营、外资企业（含港澳台企业）的份额变化。可以看出，国有和 集体企业的比例在显着减少，从1999 年的三分之二下降到2007 年的不足十分之一，而民营 企业的比例从不足 20%迅速增加到超过 70%。该表从一个侧面反映了中国市场经济结构的 剧烈变动。 表1 中国工业企业的类型、数目和比例 年份 国有 比例% 集体 比例% 民营 比例% 外资 比例% 总数 1999 52817 32.86 53507 33.29 27757 17.27 26652 16.58 160733 2000 44665 27.66 49383 30.58 39192 24.27 28240 17.49 161480 2001 36781 21.67 42528 25.06 59208 34.89 31178 18.37 169695 2002 31570 17.55 38237 21.25 75884 42.18 34208 19.02 179899 2003 25157 12.93 32334 16.62 98698 50.74 38318 19.70 194507 ① 学者们使用的该数据库可能有几个不同的来源，但是内容相差很小。 ② 经济普查的工业企业销售额来自国家统计局网站《第一次全国经济普查主要数据公报（第二号）》，工业 企业数据库中的工业企业销售额来自作者计算。 2 本文发表于《世界经济》2012 年第5 期 2004 27403 9.89 26896 9.70 165864 59.85 56976 20.56 277139 2005 18520 6.86 23875 8.84 171603 63.53 56112 20.77 270110 2006 16209 5.40 20983 6.99 202417 67.43 60585 20.18 300194 2007 11724 3.50 19355 5.78 236823 70.68 67174 20.05 335076 来源：作者根据数据库计算 事实上，工业企业数据库也是最全面的企业数据库。该数据库包括企业的两类信息， 一类是企业的基本情况，另一类是企业的财务数据。企业的基本情况包括：法人代码、企业 名称、法人代表、联系电话、邮政编码、具体地址、所属行业、注册类型（所有制）、隶属 关系、开业年份和职工人数等指标。企业的财务数据包括：流动资产、应收账款、长期投资、 固定资产、累计折旧、无形资产、流动负债、长期负债、实收资本、主营业务收入、主营业 务成本、营业费用、管理费用、财务费用、营业利润、利税总额、广告费、研究开发费、工 资总额、福利费总额、增值税、工业中间投入、工业总产值和出口交货值等指标。全部指标 大约为 130 个。特别是，2004 年为第一次全国经济普查年，因此在数据库中当年的企业指 标还包括了不同学历（研究生、本科、大专、中专、高中、初中及以下）、不同职称（技术 职称和技师等）的男职工和女职工的相应数量，此外还包括了企业是否加入工会以及加入工 会的人数等其它年份所没有的信息。 毋庸置疑，工业企业数据库的优势非常显着。第一，它的样本量非常大，涵盖了全国 所有的国有工业企业和规模以上的非国有工业企业。9 年的观测值总数超过200 万个。2006 年之后，每年的样本企业数目已经超过了30 万个。除了普查数据库，还没有哪个企业数据 库在样本量上能与之匹敌。从统计学或计量经济学的角度讲，大样本的优势是降低估计的近 似偏误，提高估计的效率。第二，它的指标非常多，包括了企业的基本情况和企业的财务数 据，能够从多个角度比较全面地反映企业的市场进入、投资、借贷、广告、研发、出口等行 为和企业的短期与长期经营绩效，并且企业加总数据能够反映出企业所处行业或地区的市场 结构。从产业组织理论的角度讲，一旦可以获得市场结构、企业行为和绩效的数据，学者们 几乎就可以进行任何主题的研究！公司金融、企业理论、国际贸易和产业集聚等相关领域的 研究者们也可以对该数据库各取所需，包括进行跨专业研究。如果将该数据库和其它数据库 合并，那么学者们将会发现更加丰富的研究视角。指标越多，在构建计量方程时解释变量和 控制变量就越多，这样可以减少遗漏变量问题。第三，它的时间序列比较长。工业企业数据 库最早的建立年份是1998 年，目前已经更新到了2008 年，前后跨期11 年。这使得研究者 采用动态面板方法具有可行性，从而有助于反映历史因素的作用，以及从动态的角度研究企 业和产业的演化过程。 相对而言，目前流行的其它几个企业数据库，例如万得金融数据库、色诺芬经济金融 数据库、国泰安上市公司数据库，样本企业都是上市公司，它们的指标更全面、准确，提供 指标的频率也更高。比如，这些上市公司数据库通常包括了主要股东持股情况、董事会成员 和高管的个人特征以及职位变动，从而可以研究公司治理结构。另外，上市公司数据库不仅 包含工业类上市公司，还包含了金融类和服务类上市公司，这也是工业企业数据库所缺乏的。 此外，一些特定的调查项目也催生了企业数据库。例如，2006 年世界银行和国家统计局对 中国12 省的1200 多家企业进行了调查，内容涉及企业社会责任、内部管理、质量管理、劳 动管理、环境管理、市场竞争以及技术改造等方面。从1991 年到2006 年，中央统战部和全 国工商联陆续对全国民营企业的经营情况进行了抽样调查，内容涉及企业基本情况、管理体 制、企业家背景以及劳资关系等方面。 ① ① 关于其它企业数据库，感兴趣的读者可以访问香港中文大学中国研究服务中心的网站。 3 本文发表于《世界经济》2012 年第5 期 三、数据库使用现状 由于工业企业数据库的独特优势，近几年来每年都有大量的海内外经济学者使用该数 据库撰写和发表论文，主题涵盖产业组织理论、企业理论、公司金融、转型经济学、国际贸 易、劳动经济学和区域经济学等学科。下面，我们简要介绍工业企业数据库在上述经济学分 支中的使用现状。一方面，我们希望这有助于感兴趣的研究人员了解人们在不同领域已经用 该数据库做了什么，还可以做什么；另一方面，我们希望这有助于感兴趣者了解现有研究者 是如何做这些研究的。当然，囿于篇幅和精力，我们不可能囊括所有使用该数据库的文献， 而是将目光聚焦于国内外的主要学术期刊或者流传较广的英文文章。 1、生产率 在所有使用该数据库的相关研究文献中，企业生产率是最受关注的主题。因为生产率 是最重要的效率度量，正如克鲁格曼（Krugman，1997）所言：“生产率不是一切，但是长 期来看生产率近似于一切。”而且，对于计算企业生产率而言，工业企业数据库提供了加总 数据所不具有的独特优势。利用工业企业数据库中提供的销售额或经济增加值（表示Y）、 固定资产（表示K）和职工人数（表示L），采取相应的价格指数进行平减，可以计算出每个 企业的劳动生产率和全要素生产率（total factors proctivity，简称TFP）。鉴于劳动生产率 不能反映资本的效率，因此多数文献以TFP作为生产率的度量。又因为制造业口径与国际产 业分类更具可比性，所以现有文献在计算TFP时几乎都以制造业企业为样本。在计算TFP时， 一些学者采取了传统的索洛残差法（Solow resial），例如谢千里等（2008）、Hsieh和Klenow （2009）；一些学者采取了主流的OP方法（Olley和Pakes，1996），例如张杰等（2009）、余 淼杰（2010）、聂辉华和贾瑞雪（2011）、杨汝岱和熊瑞祥（2011）、Brandt等（2012）；一些 学者采取了LP方法（Levinsohn和Petrin，2003），例如周黎安等（2007）；一些学者采取了随 机边界方法（SFA），例如刘小玄和李双杰（2008）。 ① 2、国际贸易 与生产率研究密切相关的是国际贸易，更具体地说，是考察企业出口与生产率的关系。 根据着名的企业异质性假说（Melitz，2003），生产率高的企业会倾向于选择出口，即生产 率和出口是正相关的。工业企业数据库包含了企业出口交货值，但无法区分一般贸易和加工 贸易企业。利用工业企业数据库，一些学者检验了这一假说对于中国企业是否成立。张杰等 （2009）利用1999－2003 年的制造业企业数据发现，出口有利于企业提高TFP，即存在出 口的“学习效应”。而李春顶（2010）利用1998－2007 年的样本发现，出口企业的平均TFP 或劳动生产率低于内销企业，他认为这是“生产率悖论”。此外，赵伟等（2011）发现劳动 生产率与出口选择是负相关的，但 TFP 有时与出口选择是正相关的。这似乎表明，利用该 数据库文献研究还没有明确地支持企业异质性假说，但 Lu（2010）对此提供了一个理论解 释。还有一些学者利用工业企业数据库做了相关的研究。例如，余淼杰（2010）发现，贸易 自由化（降低关税）会提高出口企业的TFP；包群等（2011）发现，制造业企业出口后对其 员工收入的改善并不明显；杨汝岱和郑辛迎（2011）发现行业的垂直专业化程度对企业员工 工资有差异化影响。 3、外商直接投资 中国加入 WTO 已经十周年了，外商直接投资（FDI）究竟在中国的经济发展中扮演了 什么样的角色？亓朋等（2008）利用1998－2001 年的制造业企业数据，考察了外资企业对 内资企业 TFP 的溢出效应，发现在行业内溢出效应不显着，行业间和地区间均存在正的溢 出效应。罗雨泽等（2008）使用2000 年和2002 年的制造业企业数据，发现外商投资企业对 ① 聂辉华和贾瑞雪（2011）比较了计算TFP 的几种方法的优劣。 4 本文发表于《世界经济》2012 年第5 期 本行业和本地区的内资企业有显着正的溢出效应。有趣的是，路江涌（2008）利用 1998－ 2005 年的制造业企业数据，发现外资企业对内资企业的溢出效应随地理距离而递减，在本 市内溢出效应为正，在全国范围内为负，并且对国企为负，对民企为正。Du 等（2011）发 现，外资企业对内资企业的溢出效应主要是通过前向或后向产业关联实现的，横向产业关联 没有产生显着的溢出效应；而且，来自港澳台的外资企业和来自外国的外资企业对内资企业 的影响也不相同。Xu 和Sheng（2011）也得到了类似的发现。Sheng 等（2011）还发现，FDI 通过后向产业关联提高了内资企业的出口价值，通过同行业的示范效应提高了内资企业的出 口倾向。Chen 等（2011）发现，外资企业具有明显的工资溢价，并且对内资企业的工资有 抑制作用，从而加剧了企业之间的工资不平等现象。 4、研发 技术创新是企业生产率的重要源泉之一，因此企业的研究开发（R&D）行为也备受关 注。关于 R&D 的文献主要分为两类：第一类是研究 R&D 或者企业创新的决定因素，主要 是检验“熊彼特假说”；第二类是研究企业的 R&D 对绩效的影响。聂辉华等（2008）利用 2001－2005 年的制造业企业数据，分析了发现企业的研发密度（度量创新）与规模、市场 竞争之间均呈倒 U 型关系，而且尽管国有企业的研发密度比民营企业的更高，但是研发的 效率更低。Hu 等（2009）发现FDI 和企业改制对于促进企业研发密度有正面作用。陈林和 朱卫（2011）使用2005－2006 年的工业企业数据，根据国有经济比重区分行政进入壁垒高 的行业和行政进入壁垒低的行业，发现在前一类行业中创新与市场结构之间是倒U 型关系， “熊彼特假说”成立，但是在后一类行业中相反。Chesbrough 和Liang（2007）以制造业中 的半导体行业为例，发现市场导向会影响企业R&D 的投资回报，即全球市场导向的企业比 国内市场导向的企业能够获得更高的 R&D 回报。戴觅和余淼杰（2012）发现，出口前的 R&D 投资能够促进企业在出口后的生产率提高。 5、民营化 中国国有企业改革的主要成效之一，就是大量的国有企业进行了转制，即从百分之百 的国有企业变成了国有控股企业或者民营企业。这一点明显地反映在国有工业企业的实收资 本成份变化上。Tong（2009）利用1998－2003 年的工业企业数据，发现市场竞争的加剧、 FDI 集中度的上升以及预算约束的硬化是国企民营化的主要动因，而且绩效相对好的国企更 有可能民营化。Bai 等（2009）研究了国企民营化的影响，发现民营化增加了销售额和劳动 生产率，而这主要是通过减少管理费用来实现的。Dougherty 等（2007）发现，民营化通过 提高企业的赢利能力和生产的地区专业化水平提高了企业的生产率。Lu 等（2010）发现， 集体企业的私有化导致了销售成本的上升，但是也导致了管理费用的下降。 6、公司金融 由于中国工业企业数据库包含了丰富的财务指标，因此很多学者用它研究企业的投资、 融资和避税行为。Cai 和 Liu（2009）提出了一个有趣的问题：竞争是否会加剧公司规避所 得税？他们识别避税程度的方式是，比较企业报告的利润和根据会计规则计算的利润之间的 差额。使用 2000－2005 的工业企业数据，他们发现竞争会加剧企业的避税行为。Cull 等 （2009）认为，中国的银行贷款（loan）和商业信用（trade credit）之间存在一种替代关系， 业绩差的国企会通过商业信用将银行贷款再配置给企业客户，而业绩好的民营企业比业绩差 的民营企业更有可能扩展商业信用。余明桂和潘红波（2010）利用2004－2007 年的工业企 业数据发现，企业（特别是私有企业）会将授予客户的商业信用作为产品市场竞争的手段， 这验证了商业信用的竞争假说。Guariglia 等（2011）发现，民营企业的内部融资（现金流/ 总资产）是企业增长的重要约束条件，而国有企业则不受此类约束。 7、产业集聚 利用企业层面的数据，我们可以得到行业或地区层面的加总数据，这可以反映中国工业 5 本文发表于《世界经济》2012 年第5 期 的产业集聚现象。使用1998－2005 年的制造业企业数据，Lu 和Tao（2009）考察了中国制 造业集聚（用EG 指数衡量）的决定因素，发现地方保护主义（国有企业的雇佣比例）是阻 碍产业地区集聚的主要因素。另外一些学者考察了产业集聚对企业的影响。Li 等（2011） 发现产业集聚对企业规模有显着的正面影响。Lin 等（2011）发现，产业集聚和企业生产率 之间存在一种倒U 型关系。Yang 和He（2011）发现贸易通过信息和分工影 转载仅供参考，版权属于原作者。祝你愉快，满意请采纳哦

‘柒’ 求中国1978年-2011年的FDI和实际GDP数据

用国内生产总值除以价格定基指数就是实际GDP，FDI数据不好找，之前年份可能由于统计资料遗失或缺少统计。

‘捌’ 目前做国内数据库的企业比较多，有没有专门做国际数据库的呢

司尔亚司数据信息有限公司（CEIC）的“全球数据库”收集了超过三百五十万条时间序列条目，内容涵盖美国、中国、越南、保加利亚、智利和肯尼亚等国的各种经济数据。此数据库提供快速的国家级数据参考的关键指标，例如GDP、GNP、FDI和CPI，以及详细的，很难找到的18个宏观经济指标和14个行业指标。以新兴国家的驻地专家所拥有的专业知识为依托，司尔亚司数据信息有限公司（CEIC）为用户提供独有的数据知识库，帮助他们做出最明智、最准确的评估和决定。

‘玖’ 怎么用unctad数据库查找各国fdi

好像返回的json格式有误，
你这是两层了，这边只支持一层，
把rows这层去掉

‘拾’ 假如我用FDI和出口贸易作为自变量，GDP作为应变量做计量模型，如何解决FDI和出口贸易各年度数据的可比性

这个要你自己去多找数据，Wind资讯，锐思金融数据库上都有的，或者你这个课题的话，上外管局的网站上也可以找到详尽的的国际收支表和国际收支报告，上面的数据是最权威的也是解释最详细的。此外，多利用一下年鉴也是好的。
虽然数据因为统计口径和会计方法的不同总会有调整，用数据时多注意一下这方面的事情一般也不会有问题，再说FDI和出口贸易都是绝对数，并不存在基年的问题。
而且，我国编制并公布国际收支表也不过二十几年，数据并不算多，你可以耐下心来看一下有没有大的调整，即使你用季度的数据……
一般的小点不必太计较，大的变更注意下就好了，而且，一般国际收支表（外管局网站公布的）都有特别标记变更事宜，前一段我有用这些数据，记得变动的地方很少的，不大碍事。
不过要特别注意早期编制的BP表，那个不大规范就是了，后来的都是照IMF要求来做的，所以出入不大，这个问题不必太担心。
话说，这个模型就是一个二元回归，GDP当年统计时的技术、口径与统计国际收支的是一样的。况且不要忘了，我国的GDP采用支出法进行核算，FDI和出口贸易都是计算GDP的原始项目，所以即使各年之间的统计方法什么的会有出入，但是同一年的GDP和这两项却是相匹配的，所以，其间的关系还是不会有太大差异的。

还有，我弱弱的问一句，你这样一个模型，从严格的计量经济学的角度来看没大有意义，因为GDP通过支出法核算，摆明了受到了N多因素的影响，FDI和出口贸易是其中比较重要的罢了，而且消费这一项你并没有考虑，或许你会说消费与这二者或许数据上会高度共线，但是即使数据呈现这样的结果，从经济含义上讲消费任由二者影响却是说不通的，因而我个人认为至少Consumption是不可或缺的，如果不要求计量上的严谨性的话，或许可以这样做。我不了解这方面学界现在通常的做法，只是提出了自己的一些看法，唔，楼主不要PIA我哈~~