宋林 谢伟 何红光

摘要：本文利用2004—2014年中国省级面板数据实证检验了OFDI对国内就业的影响，并考察了影响OFDI就业效应的相关变量的作用程度和门限特征。研究发现：OFDI对于我国国内就业有着显著的促进作用，但存在明显的地区异质性，促进作用呈现东、中、西部逐步递减的趋势。OFDI对就业的影响通过对外贸易、投资、逆向技术溢出等渠道来传导，OFDI存量大小、投资水平、科技发展水平、劳动力市场刚性和对外开放程度对OFDI的就业效应存在门槛影响。

关键词：对外直接投资；就业；门限面板模型

文献标识码：A文章编号：100228482017（05）009512

一、 引言

随着“走出去”战略的实施，中国迅速成为全球资本输出的主要力量。当前，中国在成为世界第一大外商直接投资（FDI，Foreign Direct Investment）接受国的同时，已经成为世界第二大对外直接投资（OFDI，Outward Foreign Direct Investment）输出国，对外投资超过接受外资，成为资本净输出国。2014年来，“一带一路”战略构想的提出、亚洲基础设施投资银行的筹建，保障贸易与对外投资自由化、便利化的一系列新举措的出台，都标志着我国对外经济发展进入了新常态。在此背景下，对外直接投资对于我国经济进一步发展将产生怎样的影响逐渐成为政策制定和学术研究所关注的重要问题。国内学者已经对OFDI对于我国的对外贸易[1]、技术创新[2]、产业结构[3]、生产率[4]的影响进行了实证检验，但是，对外直接投资对于国内就业的影响的文献则相对较少。

我国是一个人口大国，人口红利是我国改革开放取得辉煌成就的重要原因，劳动力成本的上升也是促使企业进行OFDI的一个内在动因。从理论上看，OFDI对于国内就业的影响可能同时存在“替代效应”和“创造效应”。一方面，企业在OFDI后，生产转移到国外，会对国内的就业，特别是低端制造业的就业产生替代效应[5]；另一方面，全球化经营对母公司的管理协調、研发和市场营销等职能提出了更高的要求，总部服务的需求增多，这又会引致对于高技能劳动力的需求，从而带来就业的创造效应[6]。OFDI对我国劳动力就业市场究竟是替代效应还是创造效应更大，现有文献并没有一个清晰的回答[78]。中国作为一个转型经济大国，由于资源禀赋和发展基础等原因，地区之间经济发展水平差异较大，对外直接投资的分布也明显向东部地区偏移。在这样的背景下，对外直接投资对于不同地区可能就具有不同的作用。因而本文从OFDI影响就业的机制和传导途径出发，分析地区经济发展条件中可能影响OFDI就业效应的关键因素，通过门限面板模型研究了各个变量在不同阈值范围内的差异化作用。本文研究表明OFDI对于我国国内就业的“创造效应”大于“替代效应”，总的影响为正，但存在明显的地区异质性，促进作用呈现东、中、西部逐步递减的趋势。OFDI存量大小、投资水平、劳动力市场的流动性能够促进OFDI就业效应的发挥，当这些变量的取值超越特定的门限水平后，OFDI对于就业的促进作用将显著增大。科技发展水平和对外开放程度对于OFDI就业效应的影响，则具有更强的结构变动性，当这些变量取值较低时，OFDI对就业有着负向的影响，而当这些变量取值超过特定的门限水平后，OFDI将显著促进就业的增长。本文的研究更加细致准确地估计了OFDI对各地就业的影响大小，阐明了影响OFDI就业效应发挥的条件和渠道，为各地区准确把握自身定位，合理利用对外直接投资促进区域经济发展提供了一定的参考。

与现有文献相比，本文边际贡献主要在于：（1）对OFDI影响就业的传导机制进行理论分析的基础上，针对前期文献中的争议，重新对OFDI的就业效应进行了稳健的估计，发现OFDI对我国国内就业有显著的促进作用。（2）分析地区差异时，相对于以往研究中进行简单的东中西部的分组研究方法，本文引入多维的影响因素分析，更加仔细地捕捉了OFDI就业效应的地区差异产生原因。（3）引入门限面板模型对影响OFDI就业效应的相关因素进行了实证检验，不仅验证了OFDI就业效应的地区差异，而且得到了各影响因素的门限特征。

后文结构安排如下：第二部分为相关文献述评；第三部分对OFDI影响就业的传导途径进行分析，在此基础上提出这种影响的门限特征；第四部分对本文使用的基准计量模型和门限面板模型的设定、估计和检验方法的介绍；第五部分为实证分析结果；第六部分为全文的结论与启示。

二、 文献评述

发达国家在经济发展的过程中依照比较优势的动态变化，实现了产业的转移，但是，随之而来的“制造业空心化”和失业率上升等问题，也引起了人们的高度关注和重视。针对OFDI的就业效应的研究也首先从发达国家的样本开始。Brainard等[6]利用美国跨国公司1983—1992年的数据发现，海外雇员的增加会替代跨国公司在国内的就业，投资到低收入国家带来的替代效应大于投资到资源禀赋相似的发达国家，东道国工资水平越低，对美国国内就业的替代效果也就越大。Lipsey[5]则发现，OFDI对于美国国内就业的影响并不显著，对于不同行业的影响存在显著的差异，OFDI减少了劳动密集型行业的就业，增加了技术密集型和资本密集型行业的就业。Blomstrom等[9]对瑞典的研究也发现，由于瑞典多数OFDI都投向了高收入国家，OFDI对国内就业，特别是蓝领工人的就业具有显著的促进作用，少量投资到发展中国家的OFDI促进了母公司对白领员工的需求。但是，Grg等人[10]在对爱尔兰的研究中发现，服务类OFDI对国内的总就业存在着显著的负向影响，Becker等[11]对德国的研究也发现，OFDI会对国内就业带来替代效应。从多国的研究结果可以发现，OFDI对于母国就业的影响受到投资动机、投资方向、国内的行业特征等的影响，因而在OFDI对就业的影响存在明显的地区差异，受到投资母国自身特征的影响[12]。endprint

我国对外直接投资起步较晚，国内对于OFDI就业效应的研究也相对较少，柴林如[13]、罗丽英和黄娜[14]、罗良文[15]等研究采用Granger因果检验和普通最小二乘回归发现OFDI可以带动国内就业增长并对产业的就业结构产生影响。OFDI对二、三产业的就业量有正向的影响，而对第一产业有负向的影响。但是这些研究使用的数据量都较小，采用的方法也比较粗糙，因而得出的结论缺乏稳健性。近期的研究中，张建刚等[7]利用我国2003—2010年的省际面板数据，采用动态面板模型的实证分析发现，在全国范围内，对外投资对于就业的创造效应大于替代效应，东部地区OFDI的就业创造效应大于替代效应，中部地区两种效应大体相当，而在西部地区则主要体现为替代效应。张海波[8]却发现OFDI对我国国内就业的影响整体表现为替代效应，高收入地区OFDI对于就业的影响主要表现为创造效应，在中等收入地区OFDI对于就业的影响主要体现为替代效应，而在低收入地区，OFDI对于就业没有显著的影响。仔细分析两篇文章的实证部分发现，除了个别控制变量的选择稍有不同外，两篇文章都使用了2003—2010年省际面板数据，都采用了动态面板模型的设定，都使用了GMM估计方法来处理内生性，但是全样本的估计得到的结果却截然相反，子样本的估计结果也有所不同，这说明模型本身的设定并不稳健，按东中西部划分三大地区或者按人均GDP将各省市划分为高中低收入三个类别，这样的分组方法并不能有效捕捉到OFDI就业效应的地区差异，OFDI对于就业的影响还受到很多其他因素的共同作用和影响。

在OFDI就业效应的影响因素方面，Becker等[11]和OECD[12]的研究都表明，一国的经济发展水平将对OFDI的就业效应产生重要影响，高收入国家更可能从OFDI中获得就业的增长，而低收入国家在OFDI后会带来国内就业的外流。姜亚鹏和王飞[16]研究了进出口在OFDI对就业的影响中扮演的重要作用，指出OFDI可以通过对外贸易的渠道对国内就业带来影响。Mitra和Ranjan[17]则认为，国内劳动力市场的完善与否将影响OFDI对国内就业的作用。在完全竞争的劳动力市场中，OFDI部门中转移出来的劳动力能够很快地转移到非OFDI部门中去，OFDI部门的企业总部所需的高端管理人才也可以很快从市场中得到补充，因而OFDI带来的总的就业效应应该为正；如果劳动力市场存在较大的摩擦，劳动力不能在部门之间快速流动，OFDI对整个社会的就业效应就为负。Senses[18]的研究表明不同地区的劳动力技能结构对于OFDI的就业效应有着不同的影响，而Morrison和Siegel[19]也指出，劳动者人力资本水平越高的地区，OFDI越有可能促进就业。

然而，上述研究多数都只关注某一特定因素对OFDI就业效应的影响，检验方法也基本以分组回归和引入交乘项为主，但是这两种方法都存在一些不足：分组检验方法的效果依赖于分组标准的选择，但是在实际研究中很难以某一客观的方法选择一个恰当的标准，标准选择的好坏也无法进行统计检验，因而存在较强的主观性，并不能反映真实的数据差异。引入交乘项的方法虽然可以估计出门槛值，但是交乘项引入的具体形式并没有确定的标准，因而最终检验的科学性仍然值得怀疑[20]。Hansen[21]提出的门限面板模型能够很好地弥补这两种方法的不足，它不仅能够估计出门限值，而且能够对门限值的真实性做出统计检验。李梅和柳士昌[20]运用该方法研究了OFDI逆向技术溢出的吸收门限效应，本文也将借鉴此方法，研究OFDI对就业影响的门限效应。

三、 OFDI影响就业传导机制与门限特征

（一）OFDI影响就业的传导机制

从理论上看，OFDI主要通过对外贸易、利润回流再投资和逆向技术溢出三条路径对国内就业产生影响。

1.对外贸易渠道

OFDI与对外贸易是一国参与国际经济的两种重要渠道，也是企业进行国际化经营的两种最主要模式。OFDI与出口之间存在着紧密的联系，而出口变动对我国就业有着显著的影响，因此，对外贸易渠道是OFDI影响就业变动的主要渠道。Blonigen[22]就认为水平型OFDI将替代出口，而垂直型的OFDI则会促进出口。蒋冠宏和蒋殿春[1]对我国的研究表明，生产转移型的OFDI会在当地生产竞争性产品，对国内产品形成替代，而商贸服务型OFDI则有助于扩大市场规模，促进出口增长。顾雪松等[23]则发现只要我国的OFDI投资到与我国产业结构差异大的国家，都会促进国内商品的出口。总的来看，现有文献多数认为随着OFDI存量的增加，OFDI对于出口的影响将经历从挤出到促进的转变，最终出口的增加引致对国内劳动力的需求。

2.投资利润再投资渠道

OFDI会通过影响国内投资从而影响到就业。在短期内看，在国内资本总量一定的情况下，资本外流减少了国内的投资，会对国内就业带来负面的影响。但从长期来看，OFDI会通过关联效应和外溢效应促进国内投资的增长。OFDI丰富了国内资本的投资渠道，提高了国内资本的配置效率，海外利润回流重新转化为资本投资到国内生产部门[24]，也会促进国内就业的增长。Herzer和Schrooten[25]在对比研究了美国与德国的OFDI对国内投资和就业的影响时指出，OFDI带来的国内投资效应和就业效果，取决于不同国家的经济发展水平与劳动力市场状况，对于德国这种劳动力成本较高的国家，OFDI带来了更多的海外投资机会，将会对国内投资和就业产生替代作用，而对于市场机制较为完善的美国，OFDI会通过利润回流的方式促进国内的投资增长和就业增加。

3.逆向技术溢出渠道

OFDI会给母国带来逆向技术溢出，促进国内生产率的提高[4]。技术获取型的OFDI直接利用国外先进技术专利，提高了国内的生产技术水平，为了充分消化吸收国外技术，总部也需要招聘更多高技术的研发人员。生产转移、商贸服务和资源寻求型的OFDI虽然没有直接得到技术的转移，但是企业在走出去的全球化经营过程中，将在参与更加广泛的国际竞争过程中积累新的经验，在与合作企业的合作中学习到新的管理方法、遍布全球的海外分支网络提高了母国获取市场信息的能力，有利于总部更快把握市场机会，做出科学的决策。从单个企业来看，OFDI的逆向技术溢出带来的生产率提升，在短期内可能引起资本和技术对于劳动的替代，在总产量不变的情况下会减少企业的劳动需求。但是，从行业和宏观层面上看，技术效率较高的企业将会获得更强的市场地位，利润水平的增加会使企业进一步扩大生产规模，引致企业对于劳动力的需求的增加。OFDI带来的生产率优势，将促进劳动力在行业和地区之间进行流动，新兴行业将创造更多的就业机会，生产率高、勞动力市场完善的地区也将获得更多的劳动力资源。endprint

（二）OFDI影响就业的门限特征

从传导机制的分析可以发现，OFDI对于就业的影响可能同时存在替代效应和创造效应。一方面，OFDI带来的生产转移，在海外生产竞争性产品，形成对国内劳动的替代[5]。另一方面，OFDI对于国内就业也具有创造效应，主要体现在：（1）企业OFDI的目的是生产过程的全球化分布，在要素禀赋最丰富的地区进行生产，降低了生产成本，从而增强母公司的竞争力，有利于生产的扩大，促进就业增长；同时，集团总部服务需求的增多也会引致对于高级管理人才的需求。（2）OFDI会带来逆向的技术溢出效果，促进国内企业劳动生产率的提高，从而促进就业增长。

OFDI对就业总影响是替代效应与创造效应叠加的共同结果，经由对外贸易渠道，OFDI对就业的影响会经历一个从挤出到挤入的过程，具体作用的方向既受到投资目的影响，也与东道国的就业創造能力有关。例如，企业在进行OFDI之后，面对扩大的市场，如果机器厂房等固定资产受限，企业的生产能力也很难在短期内扩大，因而对于就业的引致作用也较小。这样的限制被称为“门槛效应”[20]，只有当影响OFDI的就业效应的某项因素超越某一门槛值水平时，OFDI对于就业的促进作用才能充分发挥，我们对传导机制进行分析发现OFDI存量、固定资产投资、科技水平、对外开放程度和劳动力市场刚性都可能成为影响OFDI的就业效应的门槛变量：

1.OFDI存量

OFDI存量值自身大小对于OFDI的就业效应就可能具有门限效应。就对外贸易渠道而言，Becker等[11]就认为OFDI将产业链的各部分分别配置在最具有竞争优势的国家，从而降低经营成本，实现规模经济，因此从长期来看OFDI可以促进母国就业规模的提升，但在短期内由于国内资本流出，替代出口，可能对母国的就业产生替代效应。Bruno和Falzoni[26]也指出跨国企业的海外扩张是为了实现生产投入的最小化，但是投入调整成本的存在会使得OFDI对就业影响的长期效应与短期效应存在差别。在短期内，OFDI打破了原来的生产均衡，投入偏离利润最大化的最优投入，因而可能对就业带来负向的影响，但随着OFDI投入的进一步增加，海外利润开始显现，借由投资利润再投资渠道的投资开始增加，生产投入逐步调整到新的均衡状态，规模效应开始发挥，因而会增加就业。

2.固定资产投资

固定资产投资是我国经济发展的重要推动力量，固定资产水平的高低对于一个地区的基础设施水平和经济成长都有着重要的作用。OFDI对就业的促进，需要通过对外贸易、利润再投资和逆向技术溢出等渠道来实现，每一个渠道中，固定资产投资都发挥了重要的传导作用。国内生产能力的扩大，需要对机器设备厂房的投入；利润回流需要转化为新增的固定资产投资才能促进就业；研发与总部服务的提供也需要建立实验室、扩大办公场所。因此，只有固定资产投资达到一定的投入门槛值，与OFDI配套的相关条件得到满足，OFDI才能产生最大的就业创造效应。

3.科技水平

地区科技发展水平的高低决定了对逆向技术溢出的吸收能力，当科技水平较低时，OFDI带来的逆向技术溢出并不显著，由此渠道产生的就业促进作用并不显著，相反，如果地区技术水平较高，母公司具有更强的研发实力，生产更多的总部服务，也会创造更多的就业机会。

4.对外开放程度

对外开放程度越高，对外贸易的规模越大，OFDI引起的出口增长的幅度也就越大，引致的生产扩大和就业增长也就越多。对外开放程度高的地区，更加容易获取国际市场信息、熟悉国际商务规则、国际资本流动更加频繁、利润回流转化为资本再投资的效率更高、渠道更广。同时，对外开放程度高的地区获取国外技术转移的机会也更多，参与国际竞争的经验也更丰富，因此，借由技术溢出渠道带来的就业效应也更高。总的来看，对外开放程度会同时影响OFDI就业效应的三个传导渠道，只有对外开放程度达到一定水平，OFDI的就业创造效应才能充分发挥。

5.劳动力市场刚性

OFDI不仅会带来某一行业内的就业变动，还会促使劳动力在行业间进行转移。Kambourov[27]指出在研究全球化对国内就业变动的影响时，除了考虑劳动力的特征变量，应当考虑劳动力市场的制度因素。在众多影响劳动力转移的因素中，劳动力市场刚性会增加企业解雇和招聘的成本，从而阻碍了OFDI后劳动力的正常转移。我国劳动力市场上存在着多元分割的现象，由于编制等特殊制度的存在，国有部门面临着更高的解雇与招聘的成本，国有部门的工资形成机制也缺乏市场基础，扭曲了劳动力市场相对价格，阻碍了劳动力的自由流动，因而可能会影响OFDI之后的劳动力需求的实现。[WTBX]

四、 模型设定与变量选择

（一）基准模型的设定

参照Desai等相关研究[2830]的方法，一个代表性对外直接投资企业的资本投入可以区分为国内的资本存量Kdit和投入到国外的资本存量Kfit两个部分，企业的产出Yit是国内、国外资本和劳动投入Lit共同作用的结果，因此，生产函数可以表达为如下形式：

Yit=Aitf（Lit，Kdit，Kfit）[JY]（1）

进一步，代表性企业的利润函数可以表示为：

πit=pitYit-witLit-rditKdit-rfitKfit[JY]（2）

其中，Ait为全要素生产率，代表资本和劳动以外其他因素的作用，pit表示产品价格，wit为工资水平，rdit和rfit分别为国内和国外资本的价格。求企业利润最大化的一阶条件：

[SX（]πit[]Lit[SX）]=pitAit[SX（]f（Lit，Kdit，Kfit）[]Lit[SX）]-wit=0[JY]（3）

与张建刚等[7]的做法一致，假设生产函数的形式为：endprint

f（Lit，Kdit，Kfit）=（Kdit）α（Kfit）β（Lit）γ[JY]（4）

将（4）式带入（3）式，取对数整理后，就可以得到劳动的需求函数为：

lnLit=[SX（]ln（γpit）[]1-γ[SX）]+[SX（]1[]1-γ[SX）]lnAit+[SX（]α[]1-γ[SX）]lnKdit+

[SX（]β[]1-γ[SX）]lnKfit-[SX（]1[]1-γ[SX）]lnwit[JY]（5）

其中，0<α<1，0<γ<1，对β的取值没有任何先验的假设，这正是本文想要探究的问题，如果β>0，表示投资到国外的资本对国内就业有促进作用，如果β<0，则说明投资到国外的资本挤出了国内的就业。

假定投资到国外的资本都是以对外直接投资的形式存在，则国外资本存量Kfit可以用对外直接投资存量OFDIit来代替，对参数进行简化，得到本文实证所用的基准模型为：

lnLit=α0+α1lnpit+α2lnAit+α3lnKdit+

α4lnOFDIit+α5lnwit[JY]（6）

（二）门限面板模型的设定、估计与检验

1.门限面板模型的基本设定

门限面板模型是由Hansen[21]在分组变量回归的基础上发展出来的，解决了人为指定分组值的随意性问题，能够研究自变量对于因变量分段、非线性的影响。

模型的基本形式为：

yit=x′[KG-*3]itβ1I（qit≤γ）+x′[KG-*3]itβ2I（qit>γ）+εit[JY]（7）

其中，i=1，2，…，N表示不同的个体，t=1，2，…，T表示时期，qit为门限变量，yit和xit分别为被解释变量和解释变量。I（·）为指标函数，括号内条件成立时取值为1，不成立时取值为0，那么依据门限变量qit与门限值γ的相对大小，我们就可以将样本观察值分为两个独立的区间，在各个区间内，解释变量对被解释变量的影响程度有所差别，表现在回归系数β1与β2的不同上。与传统的分样本回归方法人为指定分类标准不同，门限面板模型假定门限值γ是内生的，是从模型中估计出来从而作为分组标准，这样就可以真正地反映解释变量对于被解释变量影响的非线性。

2.门限面板模型的估计

为了表述方便，可以将（7）式进一步写成更为紧凑的形式：

yit=x′[KG-*3]it（γ）β+εit[JY]（8）

其中：β=（β′[KG-*3]1，β′[KG-*3]2）′，xit（γ）=[JB（{][HL（1]xitI（qit≤γ）xitI（qit>γ）[HL）][JB）}]

在给定γ的条件下，可以采用普通最小二乘法直接对（8）式进行估计，得到β的一致估计量，即：

[AKβ^]（γ）=[X′（γ）X（γ）]-1X′（γ）Y[JY]（9）

Y、X（γ）分别为被解释变量矩阵与解释变量矩阵，[AKβ^]（γ）=[X′（γ）X（γ）]-1X′（γ）Y为β1与β2的最小二乘估计。此时，可以得到残差向量为：[AKe^D]（γ）=Y-X（γ）[AKβ^]（γ），残差平方和为：S（γ）=[AKe^D]′（γ）[AKe^D]（γ）。

通过最小化S（γ），就可以求得γ的估计值，即：

[AKγ^]=argminS（γ）[JY]（10）

3.门限面板模型的假设检验

在先验地假设门限效应存在的情况下，我们通过最小二乘法的估计，可以得到门限值和回归系数的一致估计。但是，门限效应是否存在，估计出的门限值又是否等于真实的门限值，还需要做统计意义上的检验。

首先，我们需要检验门限效应是否真实存在。原假设为不存在门限效应H0：β1=β2，即解释变量对于被解释变量的影响不随样本区间的变动而变动。在原假设成立的条件下，相当于对模型施加了β1=β2的约束条件，此时门限值γ是无法识别的，也就是说无法得到唯一的γ使得（10）式成立。此时，模型退化为yit=x′[KG-*3]itβ1+εit，采用普通最小二乘法，就可以得到β1的估计量[AKβ^]1，相应的残差为[AKe～D]it，残差平方和为S0=[AKe～D]′[KG-*3]it[AKe～D]it，构造检验F统计量：

F=[SX（]S0-S（[AKγ^]）[]σ2e[SX）]=[SX（]S0-S（[AKγ^]）[]S（[AKγ^]）/N（T-1）[SX）][JY]（11）

但需要注意的是，在原假设下，F的渐进分布不再是标准卡方分布，无法通过查表得到臨界值。可以采用Bootstrap方法对原始样本进行重抽样，从而获得其一阶渐进分布。假定重抽样后计算得到了一系列的F值：F1，F2，…，FB，记由原始样本估计得到的F值为F0，那么就可以计算一个经验P值：

P=[SX（]∑[DD（]B[]b=1[DD）]I（Fb>F0）[]B[SX）][JY]（12）

如果P值越大，那么抽样过程中得到F值大于初始F0值的比例就越高，S0与S（γ）的差异就越小，就越难以拒绝不存在门限效应的原假设；反之，如果P值越小，小于我们设定的临界值水平（如5%），我们就可以拒绝原假设，认为存在门限效应。

其次，我们在确认存在门限效应的情况下，还需要检验门限值是否等于真实值。显然，检验估计出的门限值与真实值是否相等的原假设为H0：[AKγ^]=γ0，相应的似然比检验统计设定为：

LR（γ）=[SX（]S（γ）-S（[AKγ^]）[][AKσ^D]2[SX）][JY]（13）

同前面的F统计量类似，此处的LR统计量的分布也是非标准的，无法通过查表来得到临界值。Hansen[21]提出了一种构造非拒绝域的经验方法：endprint

c（α）=-2ln（1-[KF（]1-α[KF）]）[JY]（14）

其中，α表示显著性水平，如果LR（γ0）≤c（α），则不能拒绝原假设，说明估计得到的门限值就是真实门限值。

（二）变量与数据

本文使用2004—2014年我国29个省市的平衡面板数据（删除了数据缺失较为严重的西藏，重庆的数据并入四川），OFDI数据来源于历年中国对外直接投资统计公报，其他数据来源于历年中国统计年鉴、中国劳动统计年鉴。

1.被解释变量为各省就业量，采用城镇就业人员年末人数（万人）来衡量。核心解释变量为OFDI，采用我国历年对外直接投资公报中公布的各省OFDI存量数据，按照当年平均汇率转化为人民币计价，再通过GDP平减指数统一转化为2000年的价格。

2.控制变量：

资本存量水平Kit：采用永续盘存法进行计算

Kit=Kit-1（1-δ）+Iit[JY]（15）

i地区在t年的资本存量Kit等于其前一年的资本存量Kit-1扣除掉折旧δKit-1，加上新增投资Iit。由于我国并没有公布过资本存量数据，学术界多数对于资本存量的研究大多都参照张军等[31]的估计，本文也沿用这一思路，使用他们估计的2000年价格计算的2000年各省的资本存量作为基期，折旧率取96%，[JP2]新增投资使用全社会固定资产投资，并按固定资产投资价格指数折算到2000年的价格水平，然后按照永续盘存法计算出各地区历年的资本存量水平。[JP]

其他变量方面，Ait为全要素生产率，在资本存量的基础上使用索洛剩余法估计得到；物价水平pit使用以2000年为基期的商品零售价格指数；工资水平wit采用城镇就业人员平均工资。门限变量中，科技水平采用地区人均专利授权数，对外开放程度采用进出口总额的与GDP之比来衡量，参照余官胜[32]的做法，本文使用国有部分就业人数占比来衡量劳动力市场的刚性。[WTBZ]

五、 实证结果分析

（一）描述性结果分析

表1中给出了主要变量的描述性统计。从表中可以看出，我国各省区2004—2014年OFDI存量的均值为1213亿元，最大值达到2228亿元，最小值仅有006亿元，中位数为3394亿元，明显低于均值，说明OFDI在省份之间波动较大，[JY]且多数样本都[LL]集中在较低的水平。就业人数上看，样本期内全国各省区平均就业人数为44015万人，标准差为30147万人。控制变量方面，全要素生产率均值为0719，资本存量平均为24227亿元，物价指数平均为1097%，平均工资为33587元。从门限变量上看，每万人专利申请数平均为758项，但是最多的为2014年的北京市，达到每万人6417项，而最低的2004年的青海省，平均每5万人才有一项。科技研发水平的巨大差异将可能对OFDI后的逆向技术溢出和总部服务的增长产生影响，进而对总就业水平产生不同的作用。固定资产投资平均水平为57478亿元，标准差为50213亿元；劳动力市场刚性指标均值为0545，说明国有部门仍然是我国城镇就业岗位的主要提供者，对外开放程度上，平均水平为033，最高的达到了191，沿海与内陆地区的对外开放程度存在较大的差异，[JY]预期这种差异也会变量的相关性与外生性两个条件。表3中给出了内生性检验和工具变量有效性检验的结果。首先，检验解释变量lnOFDI是否具有内生性，DavidsonMacKinnon统计量值为4013，在10%的水平上拒绝了解释变量外生的原假设，HausmanDubinWu检验结果也表明，解释变量存在着内生性，直接进行估计得到的系数估计值将是有偏的。在确定模型存在内生性，采用工具变量控制内生性后，还应该对工具变量的选择是否合理有效进行检验。采用异方差稳健的KleibergenPaaprk LM检验表明，工具变量并不存在识别不足的问题，KleibergenPaaprk Wald结果也显示，模型中选用的工具变量与解释变量存在较强的相关性，不存在弱工具变量的问题。最后，HansenJ统计量不能拒绝过度识别的原假设，说明工具变量满足外生性条件，且与解释变量相关，是一个合理有效的工具变量。

模型（6）相对于模型（5）来看，在控制了解释变量的内生性之后，OFDI对于就业的作用变得显著，就业的OFDI弹性系数为00455，说明OFDI确实能够促进就业的增长。[JP2]模型（7）则是在模型（6）的基础上，引入了中部地区与西部地区两个虚拟变量，并将这两个虚拟变量与lnOFDI做交乘项，以研究OFDI就业效应的地区差异。从回归结果看，lnOFDI前的系数变大，两个交乘项的系数都显著为负，这说明从地区分布来看，OFDI对就业的促进作用在东部表现的最为明显，在中部稍弱，弹性系数下降了00141，[JP]而在西部地區，就业的OFDI弹性为00222，显著低于全国平均水平。

搜索法分别求每一次估计的残差平方和，当门限估计值为25445时，残差平方和取得最小，此时通过1000次Bootstrap可以求得该门限值的F统计量为18774，伴随概率P值为0043，对照临界值可以发现，该模型在5%的水平下拒绝了不存在门限效应的原假设，说明OFDI本身对于OFDI的就业效应是存在着分段的影响的。进一步计算LR值，当门限值取25445时，LR值达到最小，且低于5%显著性水平下的临界值735，证明估计出的门限值是等于真实值的。从表5中的门限面板回归结果来看，当OFDI大于门限值25445时，就业的OFDI弹性系数为00462，而若OFDI存量低于门限值，OFDI对就业的促进作用下降到00217。由此可以认为，OFDI对于就业的促进作用是随着OFDI存量的增加而加快的。当OFDI存量较低时，企业海外经营规模小，利润回流能力有限、逆向技术溢出也不明显，总部的协调研发等职能还不突出，当OFDI超过门槛值后，OFDI带来的规模效应逐步体现，对于就业的促进作用也明显增大。从省际差异来看，在2014年，全国各省区中只有广东、上海、山东、北京、endprint

[FL）]

江苏、浙江、辽宁跨过了该门槛值，中西部地区走出去步伐的滞后制约了OFDI就业效应的发挥。

投资水平的门限估计值为821353亿元，对应的F统计量为23175，在5%的条件下显著，LR检验结果也证实门限值确实存在。从回归结果看，当投资水平低于门限值时，OFDI增加一个百分点，将会促进就业水平增加00279百分点，这种促进作用在5%的显著性水平下显著。如果某地区的投资水平跨越了该门槛，那么OFDI增长一个百分点带来的就业的增长将达到00403，显著高于低投资水平下的效果。在2014年，我国各省区平均固定资本投资为1061771亿元，山东、江苏、辽宁等16个省份都跨越了该门槛值。

科技水平的门限估计值为2143，对应的F统计量值为43935，在1%显著性水平下拒绝了不存在门限效应的原假设，LR检验也证实了估计出的门限值合理性。从门限面板回归的结果来看，如果某地区每万人专利申请数低于2143，科技水平较为落后，OFDI对于就业有显著的负向作用，OFDI每增加1个百分点，将会挤出就业00103个百分点，而对于那些跨越了该门槛的地区而言，OFDI对于就业量有显著的正向作用。在2014年，我国仅有江苏、北京、浙江、天津、上海跨越过了这一门槛，由此可见，科技水平的不足是制约我国OFDI就业效应充分发挥的重要原因。

劳动力市场刚性的门限估计值为0397，对应的F统计量为42724，门限效应在1%的水平下显著存在。当国有部门就业人数较低，劳动力市场流动性较强时，OFDI对就业影响的弹性系数为00501，而当国有部门就业比例超过门限值，劳动力市场存在刚性时，OFDI对于就业促进的系数下降到00328，说明劳动力市场刚性确实制约了我国就业人口的增长。当OFDI带来的就业需求结构变化时，国有部门的存在阻碍了劳动力的自愿流动，市场机制难以调节就业市场达到新的均衡，最终使得就业的增加低于理想状况。从地区差异来看，2014年，上海、江苏、浙江、广东、福建等东部省份跨过了该门槛，中部的河南、安徽、湖北也达到了这一标准。

对外开放程度的门限值为0416，对应的F统计量为34321，门限效应在5%的水平下通过了显著性检验。从回归结果看，如果对外开放程度低于门限值，OFDI对就业水平有着显著的负向影响，OFDI每提高1个百分点，国内就业将下降00276个百分点，当对外开放程度超过门限值后，OFDI对就业的影响变为正向，[JP2]且弹性达到00789，高于其他模型中的估计结果，由此可以看出，对外开放程度的高低，是影响OFDI就业效应的最主要因素。2014年，[JP]我国只有福建、浙江、天津、江苏、广东、上海、北京跨越了这一门槛。

（四）稳健性检验

（1） 内生性问题的再检验：为了处理OFDI存量数据的内生性问题，除了在模型中使用OFDI存量的滞后一阶、滞后两阶项作为工具变量外，我们还尝试使用了OFDI流量的滞后一阶、滞后两阶项作为工具变量进行回归，相关回归结果并没有实质性差异，主要变量的系数和显著性水平都没有发生大的变化。

（2） 门限变量的稳健性估计：在估计得到门限值后，除了文中报告的使用了Bootstrap1000次计算的F值和P值的结果，我们还分别进行过Bootstrap2000、4000次的尝试，门限值的显著性水平并没有发生变化，说明本文寻找得到的门限值是稳健可靠的。

六、 结论与启示

本文利用2004—2014年中国省级面板数据实证检验了OFDI对国内就业的影响，并考察了影响OFDI就业效应的相关变量的作用程度和门限特征。研究发现：

（1）总体上，OFDI对于我国国内就业具有积极的作用，但是地区差异明显，促进作用呈现东、中、西部逐步递减的趋势。

（2）OFDI对就业的作用需要通过对外贸易、投资、逆向技术溢出等渠道来传导，OFDI存量大小、投资水平、科技发展水平、劳动力市场刚性和对外开放程度对OFDI的就业效应存在门槛影响。

（3）OFDI存量大小、投资水平、劳动力市场的流动性能够促进OFDI就业效应的发挥，当这些变量的取值超越特定的门限水平后，OFDI对于就业的促进作用将显著增大。

（4）科技发展水平和对外开放程度对于OFDI就业效应的影响，则具有更强的结构变动性，当这些变量取值较低时，OFDI对就业有着负向的影响，而当这些变量取值超过特定的门限水平后，OFDI将显著促进就业的增长。

本文的启示在于，OFDI的快速增长在为企业带来丰厚的资本回报的同时，也将在宏观层面促进国内的就业增长。通过鼓励企业更多地走出去参与全球竞争与产能合作，能够为解决国内就业问题提供新的思路与参考。但是OFDI的就业效应存在明显的地区差异，不同地区在推动OFDI时应因地而异，不可盲目跟风。东部地区应加大对走出去的企业的支持力度，提高总部服务的支持能力，促进OFDI对国内的技术外溢；中西部地区则应着力做好自身基础设施建设和市场制度的完善，有选择地培育优秀企业对外投资。OFDI的就业效应的充分发挥需要其他经济、技术、社会条件的综合作用。在进一步扩大开放，为企业走出去创造便利条件的同时，政府还应着力完善资本市场、提高资本的配置效率；重视科技研发与教育投入，提升地区人力资本质量；完善劳动力市场制度，破除阻碍劳动力跨区域、跨行业流动的各种障碍。

[WT][HS2][HT5H]参考文献：[HT5”SS]

[1][ZK（#]蒋冠宏， 蒋殿春. 中国企业对外直接投资的“出口效应” [J]. 经济研究， 2014（5）： 160173.

[2]毛其淋， 许家云. 中国企业对外直接投资是否促進了企业创新 [J]. 世界经济， 2014（8）： 98125.

[3]白玫， 刘新宇. 中国对外直接投资对产业结构调整影响研究 [J]. 国际贸易， 2014（2）： 3843.endprint

[4]田巍， 余淼杰. 企业生产率和企业“走出去”对外直接投资： 基于企业层面数据的实证研究 [J]. 经济学（季刊）， 2012（2）： 383408.

[5]Lipsey R E. Homeand hostcountry effects of foreign direct investment [M]. Challenges to globalization： Analyzing the economics. University of Chicago Press， 2004： 333382.

[6]Brainard S L， Riker D A. Are US multinationals exporting US jobs？ [Z]. National bureau of economic research， 1997.

[7]张建刚， 康宏， 康艳梅. 就业创造还是就业替代——OFDI对中国就业影响的区域差异研究 [J]. 中国人口. 资源与环境， 2013（1）： 126131.

[8]张海波， 彭新敏. ODI对我国的就业效应——基于动态面板数据模型的实证研究 [J]. 财贸经济， 2013（2）： 101111.

[9]Blomstrm M， Fors G， Lipsey R E. Foreign direct invetment and employment： home country experience in the united states and sweden [J]. The Economic Journal， 1997， 107（445）： 17871797.[ZK）]

[10][ZK（#]Grg H， Hanley A. International outsourcing and productivity： evidence from the Irish electronics industry [J]. North American Journal of Economics and Finance， 2005（16）： 255269.

[11]Becker S O， Ekholm K， Jackle R， et al. Location choice and employment decisions： a comparism of German and Swedish multinationals [J]. Review of World Economics， 2005， 141（4）： 693731.

[12]OECD. OECD employment outlook [M]. Paris： OECD， 2007.

[13]柴林如. 中国对外直接投资对国内就业影响分析 [J]. 河北经贸大学学报， 2008， 29（3）.

[14]罗丽英， 黄娜. 我国对外直接投资对国内就业影响的实证分析 [J]. 上海经济研究， 2008（8）： 8691.

[15]罗良文. 对外直接投资的就业效应： 理论及中国实证研究 [J]. 中南财经政法大学学报， 2007（5）： 8791.

[16]姜亚鹏， 王飞. 中国对外直接投资母国就业效应的区域差异分析 [J]. 上海经济研究， 2012， 7： 4353+119.

[17]Mitra D， Ranjan P. Offshoring and unemployment： The role of search frictions labor mobility [J]. Journal of International Economics， 2010， 81（2）： 219229.

[18]Senses M Z. The effects of outsourcing on the elasticity of labor demand [R]. Available at SSRN 837744， 2004.

[19]Paul C J M， Siegel D S. The impacts of technology， trade and outsourcing on employment and labor composition [J]. The Scandinavian Journal of Economics， 2001， 103（2）： 241264.

[20]李梅， 柳士昌. 對外直接投资逆向技术溢出的地区差异和门槛效应——基于中国省际面板数据的门槛回归分析 [J]. 管理世界， 2012（1）： 2132.

[21]Hansen B E. Threshold effects in nondynamic panels： Estimation， testing， and inference [J]. Journal of Econometrics， 1999， 93（2）： 345368.

[22]Blonigen B A. In search of substitution between foreign production and exports [J]. Journal of International Economics， 2001， 53（1）： 81104.

[23]顾雪松， 韩立岩， 周伊敏. 产业结构差异与对外直接投资的出口效应 [J]. 经济研究， 2016（4）： 102115.

[24]Desai M C， Foley C F， Hines J R. Foreign direct investment and the domestic capital stock [R]. National Bureau of Economic Research， 2005.endprint

[25]Herzer D， Schrooten M. Outward FDI and domestic investment in two industrialized countries [J]. Economics Letters， 2008， 99（1）： 139143.

[26]Bruno G S， Falzoni A M. Multinational corporations， wages and employment： do adjustment costs matter？ [J]. Applied Economics， 2003， 35（11）： 12771290.

[27]Kambourov G. Labour market regulations and the sectoral reallocation of workers： The case of trade reforms [J]. The Review of Economic Studies， 2009， 76（4）： 13211358.

[28]Desai M A， Foley C F， Jr Hines J R. Domestic effects of the foreign activities of US multinationals [J]. American Economic Journal： Economic Policy， 2009， 1（1）： 181203.

[29]Amiti M， Wei S J. Service offshoring and productivity： Evidence from the US [J]. The World Economy， 2009， 32（2）： 203220.

[30]李磊， 白道歡， 洗国明. 对外直接投资如何影响了母国就业？——基于中国微观企业数据的研究 [J]. 经济研究， 2016（8）： 144157.

[31]张军， 吴桂英， 张吉鹏. 中国省际物质资本存量估算： 1952—2000 [J]. 经济研究， 2004（10）： 3544.

[32]余官胜. 贸易增长、劳动力市场刚性与产业间劳动力转移——基于面板数据门槛效应模型的实证研究 [J]. 经济评论， 2012（1）： 116121.

[33]Wang Q. Fixedeffect panel threshold model using Stata [J]. Stata Journal， 2015， 15（1）： 121134.[ZK）]

[HT5K][JY]责任编辑、 校对： 李再扬[FL）]endprint