1、外商直接投資勞動力市場一體化與中國紡織業就業摘要:本文研究FDI通過競爭效應、技術溢出效應和制度變遷效應三種渠道對紡織業就業產生的間接影響,并綜合考察FDI通過直接渠道和間接渠道對就業產生的總體效應。研究結論說明, FDI促進了紡織業就業,其中FDI對紡織業就業的直接影響是正向的,間接影響是負向的; FDI通過競爭效應和技術溢出效應阻礙了紡織業的就業增加;勞動力市場的一體化程度沒有對紡織業就業產生影響。關鍵詞:外商直接投資;制度因素;就業;紡織業中圖分類號:F407·81文獻標識碼:A文章編號:1004-4892 (2012)01-0009-05一、問題的提出紡織業一直是中國傳統行業

2、中的就業“大戶”。自1992年以來,中國紡織業的就業人數逐年增加。尤其是加入WTO以后,紡織業就業人數出現了明顯上漲,其中紡織業外資企業的就業規模不斷上升。在紡織業就業規模變動的背后,外商直接投資(FDI)對中國紡織業就業的奉獻是正的還是負的? FDI是否通過不同渠道對紡織業就業產生不同的影響?這是本文試圖答復的兩個問題。國外研究FDI對東道國就業影響的文獻最有代表性的是對墨西哥、越南等發展中國家的研究,比方Lipsey (2002)、Feenstra和Hanson (1997)、Hanson (2003)、Nunnenkamp和Bremont(2007)等。國內文獻對FDI就業效應的研究總體

3、上可以分為基于整體FDI就業效應的研究和基于地區差異、行業差異的FDI就業效應的研究。現有文獻的研究結論說明, FDI在東道國就業效應的影響渠道非常復雜,總體而言分為直接就業效應和間接就業效應,直接就業效應比較直觀和容易理解,而間接就業效應則要復雜得多。考慮到中國轉型經濟的實際情況,越來越多的學者把制度因素作為考察FDI對中國經濟產生影響的控制變量78。從就業的角度來看,制度因素可以具體化為勞動力市場的一體化程度或表述為勞動力市場的分割程度。一體化程度越高的勞動力市場,越有利于勞動力在不同企業間的配置,也越有利于勞動力就業。綜合以上的分析視角,本文主要研究FDI通過競爭效應、技術溢出效應和制度

4、變遷效應三種渠道對中國紡織業就業產生的間接影響,最后綜合考察FDI通過直接渠道和間接渠道對紡織業就業產生的總體效應。二、外商直接投資的就業效應與中國紡織業就業:經驗檢驗(一)變量選擇與估計模型選擇中國紡織業的行業就業規模作為被解釋變量,中國紡織業的FDI作為解釋變量。紡織業FDI的直接就業效應是指紡織業外資企業本身就業的變動對行業的影響。對紡織業FDI的間接就業效應,我們主要分析FDI通過擠入(擠出)效應對就業產生的影響、通過競爭效應和溢出效應對就業產生的影響、通過制度變遷效應對就業產生的影響。控制變量主要包括產出規模、勞動生產率、物質資本和制度因素。(1)產出規模。行業的產出規模是影響行業就

5、業最為直接的因素,行業景氣、產出規模擴大,行業的就業崗位就會增加。(2)勞動生產率。生產效率直接影響產出,間接影響廠商對勞動的投入。產出規模一定的前提下,相比雇用非熟練勞動力,廠商可以雇用更少的熟練勞動就能完成產出目標。(3)物質資本。在相同產量水平上,資 :/ shlunwen /本和勞動是替代關系;在不同產量水平上,兩者是互補關系。物質資本變量控制了物質資本投入對就業的間接影響。考慮到本文以不同的省份為研究單元,產出水平隨地區的不同而不同,勞動和物質資本的投入會表現出互補關系。(4)制度因素。本文的制度因素具體是指勞動力市場的一體化水平。勞動力市場一體化水平越高,市場配置勞動力資源在不同地

6、區和部門之間的流動越充分,越有利于就業。對中國紡織業FDI就業效應的考察,回歸模型確定為(1)、(2)兩種形式。其中, tiov是紡織業的產出水平, ivaper是紡織業勞動生產率, nfa是紡織業生產投入的資本, fdi代表紡織業的外商直接投資,是勞動力市場分割指數。在進一步的分析中, fdi分別代表外商直接投資流量和存量,以分別考察外商直接投資在短期和長期對紡織業就業的影響。emplit=c+1tiovit+2ivaperit+3nfait+4fdiit+5(1)emplit=c+1tiovit+2ivaperit+3nfait+4fdiit+5+6fdiit×ivaperit+

7、7fdiit×(2)外商直接投資與勞動生產率的交互項可以控制外商直接投資通過溢出效應影響紡織業勞動生產率和就業的傳導機制,外商直接投資和勞動力市場分割指數的交互項可以控制外商直接投資通過制度變遷影響紡織業就業的傳導機制。(二)指標構建和數據來源1·外商直接投資。分地區的紡織業外商直接投資數據來自中國工業經濟統計年鑒提供的紡織業分地區的統計指標。外商直接投資存量的進一步計算有兩個關鍵問題:一是基期存量確實定;二是折舊率的選擇。本文參考趙奇偉(2009)的做法來計算紡織業外商直接投資存量。2·勞動力市場分割指數。本文對勞動力市場分割的考察采用地區間相對平均實際工資指數

8、的標準差。考慮到后文是對變量的自然對數進行回歸,所以我們選擇地區間平均實際工資指數比Wti/Wtj(i和j表示地區, t是時期)。對于一個地區內市場分割的衡量,可以先計算出該地區與其相鄰的地區間的相對價格標準差,將兩兩地區間的標準差取算數平均數,以衡量該地區內的市場分割。本文選擇var (Wti/Wtj)衡量地區i地區在t時期的勞動力市場分割。j是與地區i相鄰的地區。我們選擇的樣本是中國大陸31個省、市、自治區,根據中國行政區域劃分可以確定相鄰的省份共有136對。3·其他控制變量。本文選擇各地區紡織業工業總產值衡量地區的紡織業產出水平,選擇人均工業增加值衡量地區的 :/ shlunw

9、en /heigh/紡織業勞動生產率,選擇各地區紡織業的固定資產凈值衡量地區紡織業生產投入的資本規模。采用的統計指標均來自中國工業經濟統計年鑒(2000-2008)。對控制變量的名義值用相應的價格指數平減,以得到實際值。為了便于考察變量間的彈性關系和克服異方差,本·10·財經論叢2012年第1期文對變量取自然對數再進行回歸分析,對取值為0的變量加1后再取對數。(三)估計結果對于本文面板數據的估計,我們首先選擇EGLS估計方法,并進一步用GMM估計方法,然后比較分析兩種估計方法得到的結果,以期獲得更為可靠的結論。估計所用軟件是Eviews6·0。1·外資的

10、間接就業效應這一部分展示表1的內容。首先分析用模型(1)的回歸結果。F統計檢驗結果說明, EGLS估計在混合估計和固定效應估計兩種方法之間選擇后者。進一步在隨機效應估計結果的基礎上進行Hausman檢驗,以判斷截距是否隨機。Hausman檢驗的2統計量說明拒絕截距非隨機的原假設。表1用EGLS估計時選擇隨機效應模型。后面用EGLS估計面板數據時估計模型的選擇標準與上述相同。對FDI流量用EGLS和GMM估計得到的殘差項進行LLC、ADF和PP面板數據單位檢驗。檢驗結果均說明,面板數據殘差序列是平穩的,這排除了虛假回歸的影響。比較EGLS和GMM兩種方法的參數估計值符號和顯著性,我們發現這兩種估

11、計方法對結果的影響差異不大,除了勞動力市場分割變量以外,其他變量對紡織業就業的影響都在1%的水平上顯著。以GMM的估計結果為例進行說明。紡織業的產出水平對紡織業就業奉獻最大,產出增加1%會帶來就業增加0·7829%。勞動生產率的提高降低了就業規模,勞動生產率每增加1%,就業會下降0·6657%。紡織業增加資本投入會相應地擴大勞動投入,資本投入每增加1%,勞動投入會增加0·2601%。需要強調的是,這里提到的資本既包括國內投資,又包括FDI。FDI的系數估計值是負的,在1%的顯著性水平上通過檢驗。FDI增加1%,會帶來紡織業就業下降0·1102%。FDI對

12、就業的直接效應被變量nfa控制,所以此處FDI的就業效應是間接效應。兩種估計方法得到的勞動力市場分割變量參數估計值符號相反,但均沒有通過顯著性檢驗。存量FDI的間接就業效應同樣是負的,存量FDI增加1%,帶來就業減少0·0832%。長期來看, FDI對紡織業的間接就業效應下降了,這可能是因為外資通過擠入效應帶來國內企業就業的增加,可能是因為外資通過溢出效應提高了國內企業生產率,也可能是因為外資通過制度變遷效應提高了勞動力市場一體化水平。FDI間接就業效應的具體影響途徑,只有進一步分解其影響渠道才能給出解釋。2·交互效應表1的最后4列是用模型(2)的回歸結果。加入交互項后,其他變量的符號和顯著性都沒有變化,參數估計值變化也不大。通過加入交互項,我們分解出了FDI通過溢出效應和制度變遷所產生的間接就業 :/ shlunwen /fangzhi/效應。這時變量fdi的參數估計值不能完全反映外商直接投資對就業的間接影響彈性。fdi的參數估計值在1%的顯著性水平