外資如何影響中國就業？
——基于1989-2010年地市級面板數據的研究

王智勇

?

外資如何影響中國就業？
——基于1989-2010年地市級面板數據的研究

王智勇

外國直接投資(FDI)是中國經濟增長的重要驅動力，但對就業增長的影響程度如何？對不同地區，不同產業和不同就業者的影響又如何？利用1989-2010年地市級面板數據，采用系統GMM回歸分析方法，分行業分地區分時期研究了FDI對中國就業的影響。研究結果表明，FDI對中國的就業增長有顯著的促進作用，其影響程度相當于投資和消費推動就業增長的11.3%-29%，但FDI對中國就業的促進作用呈現遞減趨勢，并且對不同產業的就業影響存在差異。1998年和2008年兩次金融危機中FDI對就業的影響明顯不同。在當前經濟增長放緩的新常態下，仍應積極引進FDI來促進就業穩定增長。

FDI區域分布； FDI產業分布； 就業影響； 就業差異

一 引 言

改革開放以來，中國經濟迅速發展，其中一個重要的原因在于充分利用了外資(主體是外國直接投資，FDI)。在東南沿海地區，外向型經濟成為推動地區經濟增長的主力軍。通過技術外溢和市場競爭(Bayoumi et al.，1999)[1]，FDI也有效地推動了技術進步，提高了生產效率(Coe和Helpman，1995)[2]，對勞動力市場產生顯著影響。經濟全球化和技術變遷的加速，為就業問題帶來了新的挑戰。有研究表明，FDI帶來的技術進步與就業呈現負相關關系(李捷瑜等，2009)[3]。近幾年來，受金融危機的影響，全球FDI顯著下降，到2009年下半年跌至谷底。相應地，流入中國的FDI有明顯的減少趨勢，這在很大程度上影響了中國經濟的增長，而經濟的下滑勢必會影響到就業增長。然而有關FDI對于就業的影響并沒有形成一致的看法。雖然FDI 就業份額仍然較小，但由于其增長速度非?？?，使得該領域就業對中國總體就業增長的貢獻率很高(蔡昉等，2004)[4]。也有研究認為，FDI通過競爭減少了原有國有企業提供的就業，因而FDI對創造新增就業的貢獻適中(余永定，2004)[5]。那么，FDI對就業增長的影響程度到底有多大？尤其是與國內需求引致的就業增長相比，其影響程度如何？這種影響會隨著產業、區域和時期的不同而有所差異嗎？FDI是否對不同的就業人群有不同的影響？在當前經濟增長放緩的形勢下，政府應采取何種政策保持就業增長？

已有的研究多數基于全國或省級面板數據，或者就制造業或者分產業來研究FDI對就業的影響，并沒有將省內的差異考慮在內。事實上，越來越多的研究表明，顯著的省內差異是不容忽視的。本文的研究正是基于地市級面板數據的分析。地理單元的細化，不僅使區域差異更加細致，有助于研究的指向性或針對性，而且為回歸分析提供豐富的樣本數據，有助于提高分析結果的穩健性。另一方面，隨著經濟計量技術的發展，對于變量之間的關系有了更加嚴格的控制和處理，使得FDI對于就業增長的影響估算更加可靠。

本文運用地級市面板數據，采用動態面板回歸方法，對以上問題進行實證研究。在控制國內固定資產投資、人力資本、產業效率和區位等因素的影響之后，研究發現：外資通過對不同勞動力群體表現出不同程度的影響，進而對中國非農就業產生顯著影響。估算結果表明，FDI每增加1%，將會推動就業增長0.03%-0.06%。相較于國內需求，其影響程度相當于投資和消費推動就業增長的11.3%-29%。在1998年和2008年的兩次金融危機中，FDI對就業的影響明顯不同，1998年有明顯沖擊，而2008年則沒有，其負面影響直到2010年才顯現出來，這與政府采取的政策密切相關。在當前經濟增長放緩的形勢下，為了促進就業穩定增長，政府在刺激國內需求擴張之外，還應充分利用FDI來推動就業。

本文余下內容安排如下：第二部分是文獻綜述，對FDI與就業關系的已有研究成果進行梳理，并提出本文的研究方向和思路；第三部分主要描述FDI與中國就業情形，提煉出應該納入分析框架的各個主要變量；第四部分是模型設定和數據描述；第五部分是回歸分析；最后一部分是基于回歸分析結果的結論和政策建議。

二 文獻綜述

概括來看，FDI對就業增長的影響主要通過三種方式來進行：一是通過直接建廠的方式來招聘當地勞動力，二是通過加強與相關國內廠商合作來促進就業增長，三是通過與國內廠商合作關系的價值鏈影響并帶動其它相關廠商發展而形成的就業。對此，UNCTAD(1994)[6]認為，作為FDI重要載體的跨國公司還可以通過聯系效應影響上下游企業，間接創造就業機會。此外，FDI還通過技術外溢、競爭與合作等方式來促進行業內的技術進步和產業結構調整與優化，從而也起到提高勞動力勞動技能的作用。FDI還可能通過資源重組，促進優勢產業和部門的發展，從長遠的角度來看，最終將會推動更多的人實現就業。需要指出的是，通過競爭的加劇和資本有機構成的提高，FDI也有可能會對資本和勞動力市場造成擠出效應，從而不利于就業增長。競爭可能會造成內資企業的破產，也可能迫使內資企業精簡人員以提高效率，或者利用資本來代替勞動。

國際上，FDI對于東道國就業增長的影響結論并不一致。Onaran(2008)[7]針對中歐和東歐轉軌經濟國家的研究表明，雖然外資的流入會使競爭加強，但總體來說對就業還是具有積極影響。Christoph Ernst(2005)[8]針對巴西、阿根廷和墨西哥三國的研究表明，20世紀90年代后期大量涌入的FDI并不能明顯地帶動就業量的增加。

有關FDI對中國就業的影響，不同的研究，結論也不相同。歸結起來，主要有以下幾種：

(1)FDI就業促進效果顯著。胡祖六(2004)[9]認為FDI促進了中國就業增加。王美今等(2008)[10]利用1985-2004年省級面板數據和聯立方程模型進行分析，結果表明FDI對中國產生顯著的正向就業效應。Fredrik Sj?holm(2008)[11]認為，FDI促進了中國產業結構變遷、技術進步及效率的提高，中國就業的增長有很大部分是由FDI引起的。Fu Xiaolan和Balasubramanyam(2005)[12]沿用了“剩余產品出口”(vent for surplus)的分析框架，認為FDI通過促進貿易的擴張有效地推動了中國就業的增長。就具體測算影響程度而言，有研究(王劍，2005[13]；王劍等，2005[14])認為，FDI直接帶動了大量國內就業，FDI每增加1%將會引起直接就業上漲0.052%，不過由于FDI會對國內投資形成擠壓，且也會通過提高生產效率減少對勞動力的需求，故而綜合來看，FDI每增加1%將擴大實際就業量0.008%，考慮到就業規模龐大，FDI的就業促進效果依然可觀。沙文兵等(2007)[15]的研究表明，FDI與我國就業存在長期均衡關系，FDI每增加1%，會帶來就業增長0.13%。潘益興(2011)[16]的估計結果表明，FDI每增加1%,會導致中國總體就業量增加近0.1442%。毛日昇(2009)[17]研究了出口和FDI對制造業就業的影響，認為出口和FDI通過產出的擴張對制造業勞動需求產生顯著且重要的影響。

(2)FDI對就業影響有限。劉繼林等(2005)[18]認為，改革開放以來，外資的大規模流入并沒有給我國就業水平的提高帶來顯著的作用。黃華民(2005)[19]認為，外商直接投資促進了我國的經濟增長和資本形成，但對就業的促進并不明顯。黃旭平等(2007)[20]的研究表明，外商直接投資對我國就業有正向影響，但程度非常有限。一些研究分析了FDI對不同產業的就業影響差異。丁明智(2005)[21]認為FDI對第三產業就業影響最大，對第二產業其次。王燕飛等(2006)[22]則認為，FDI對第三產業就業影響不足。

(3)還有一些研究得到FDI不利于就業增長的結果。由于競爭加劇和資本有機構成的提高，FDI對勞動力的需求相對甚至絕對減少。閻敏等(2012)[23]通過1998-2010年期間面板數據的分析認為，FDI在短期內對中國的勞動就業具有負向直接效應。黃華民(2000)[24]認為FDI對我國不同產業的就業影響并不相同，綜合來看，FDI的就業影響為負。

(4)FDI對就業的影響會因時期不同而有所差異。FDI對東道國就業的影響不僅有投資拉動就業的直接效應，還要考慮FDI與國內投資之間可能存在的擠入或擠出效應以及由此引起的間接就業效應。桑百川(1999)[25]認為，假如外資采取兼并收購東道國原有企業的形式投資，外資能否增加東道國就業就是一個不確定的問題。鐘輝(2005)[26]對FDI在短、中、長期對中國就業的影響程度做了動態的分析，指出影響程度隨著內資企業競爭力的提高和產品市場需求的變化而變化。Misun和Tomsik(2002)[27]的實證研究結果也證明了FDI對國內投資是否存在擠入擠出效應要視具體情況而定。徐濤(2005)[28]認為，FDI的進入不僅直接提高對勞動力的需求，還會通過總需求擴張等渠道產生外部性，影響國內就業。

綜上，現有文獻對FDI對中國就業增長的影響進行了各種研究，但并沒有明確這種影響的程度。有研究指出，FDI在不同時期、不同產業對中國就業數量的影響并不確定(任志成等，2007)[29]。此外，現有研究也沒有明確分析FDI如何導致資源的重新配置及效率提高從而促進就業增長的傳遞機制。

還有許多相關研究從多個角度分析了FDI對中國就業規模的影響作用。從區域分布的角度來看，Broadman和Sun(1997)[30]認為，FDI在中國的分布在地理上具有高度的集中性，基礎設施、教育水平和沿海區域是影響FDI的重要因素。地理位置的差異，不僅體現在交通運輸成本上，更體現于不同區域的制度差異，從而影響了FDI的空間分布(魯泓明，1999)[31]。從產業結構的角度來看，一些研究認為，FDI促進中國就業的途徑是推動就業結構演變。FDI投資結構和就業結構具有顯著的相關性(Tomasz et al., 2001)[32]。產業結構的變化，與社會經濟發展密切相關，也與FDI在中國的迅速發展有著密切的聯系。任志成(2006)[33]認為，FDI促進了我國二元就業結構轉型的力度。利用協整和誤差糾正模型，劉輝群等(2009)[34]研究認為FDI對中國就業結構有著深刻影響，且不同行業的就業影響存在差異，FDI推動了中國產業結構升級。任志成等(2006)[35]認為FDI促進中國就業結構演進途徑主要有兩個：推進農業勞動力向非農產業的轉移以及促進勞動力素質結構升級。

從FDI影響就業的機制而言，FDI可通過作用于生產率水平而對東道國就業產生間接效應。這一點已被大量文獻所證實(Liu和Wang，2003[36]；王志鵬等，2003[37])。FDI被認為是國家或地區獲取國際間外溢技術的一個重要渠道(Romer，1993)[38]。對外開放度越高的地區，FDI的分布也越密集，而FDI有助于提高當地企業的效率(路江涌，2008)[39]，特別是集聚本身也會促使效率提升。Ciccone和Hall(1996)[40]針對美國的研究表明，經濟集聚提高1倍，勞動生產率就會提高6%。改革開放以來，以制造業為主的我國貿易部門吸引了大量外商直接投資，投資率較高，拉動了勞動生產率的快速提高。朱金生(2005)[41]認為，FDI的直接效應和間接效應帶來了區域間就業機會的轉移。研究表明，1990-2002年間，中國工業部門勞動生產率年均增長12.5%(Blanchard和Giavazzi，2006)[42]。日本經濟學家伊藤隆敏(2006)[43]在比較了中日韓三國的經濟發展歷程后認為，三個國家在吸引外國直接投資促進勞動生產率提高方面具有很高的相似度。另一方面，相關研究表明，FDI是提高生產技術效率的推動器，而且也有利于加快國內技術進步, 是生產前沿的移動器(姚樹潔等，2006)[44]。FDI促進行業生產效率的提高，有可能會對就業產生負面效果。

FDI剛進入中國時對人力資本水平并沒有特殊要求，流水線的加工組裝作業方式通常只需要具有正常體能的勞動力。宋泓等(2002)[45]根據加工貿易在外商投資企業總貿易中的比重進行大致估計，認為截止到2001年底，在我國實際利用的FDI中，70.3%屬于勞動力尋找型，即FDI看重的主要就是中國低廉的勞動力。然而，外資企業在招收勞動者之后往往要對其進行技能培訓以適應流水線的操作，即FDI也會促進人力資本水平的提升，促進勞動力素質結構升級(張二震等，2005)[46]。陳飛翔等(2005)[47]認為，FDI與東道國人力資本是良性互動關系，FDI主要通過影響東道國的正規教育和在職培訓提升東道國的人力資本水平。

三 現實背景

外國直接投資企業生產的產品主要是出口導向的產品，而且它們占到了中國出口的一半以上。外資企業的擴張也促進了非國有部門就業的增長。1978年以前，中國沒有外國投資。改革開放初期，外資的增長有限，數據表明，1979-1983年，中國FDI的累計數量僅有18億美元。隨著對外開放和改革的深入，越來越多的外資涌入中國。特別是1985年以后，FDI大量流入中國，對中國的地區經濟發展和就業增長產生顯著影響。統計顯示，1985年以前，極少外國直接投資投向農村農業經濟，1985年，在外資部門的城鎮職工數量僅有6萬人。到2003年，在FDI企業里工作的農村工人為730萬人，占鄉鎮企業總就業的5.4%。2003年，城市和農村FDI企業就業數量為1593萬人，占到非農就業的4.1%*數據來源：中國統計年鑒[M]. 北京:中國統計出版社,1984, 2004, 2005.。但到2009年，在外資部門的城鎮職工數量達到1699萬，占城鎮職工總數的5.46%。

圖1 中國的FDI增長情況

數據來源：《中國統計年鑒》。

圖1顯示了中國自1983-2011年FDI的增長情況，由圖可見，自90年代以來，FDI有了大幅度的增長，在90年代前半期，實際使用外資額增長迅速，遠大于外商直接投資額，這意味著在FDI之外，我國還充分利用了許多其它來源的外資。但在90年代后半期，特別是90年代末以來，受亞洲金融危機的影響，外資利用額和FDI都有所下降。進入到21世紀以來，實際使用外資額和FDI又呈現穩步增長態勢，且兩者已經非常接近。

從區域分布的角度來看，可以明顯地注意到的一個趨勢是，FDI主要分布于沿海地區，而內陸地區則較少。從90年代后期開始，廣大的內陸地區逐漸吸引越來越多的FDI，因而FDI在中國的區域分布呈現由沿海向內陸漸進發展的態勢。

圖2 1989年FDI地市級區域分布

數據來源：《中國城市統計年鑒》。

圖2展示了1989年地市級區域的FDI分布情況，可以看到，80年代末，區域之間的差異已經很顯著，FDI主要分布于沿海地區，具體而言，主要是環渤海、長三角和東南沿海地區，內陸地區主要集中于吉林、黑龍江和重慶等省市。

隨著時間的推移，各地越來越多地引進FDI以促進本地的經濟發展和就業增長。然而FDI的空間分布在很大程度上與地理特征有著密不可分的關系。對于外資企業而言，成本、制度和市場等是它們選擇區位的重要考慮因素。

圖3展示2010年地市級區域FDI分布情況，由此可見，FDI非常明顯地集中于沿海地區，特別是山東半島、長三角和珠三角地區，而內陸地區依然比較有限。

從行業分布看，FDI主要集中在制造業。以廣東省為例，2002年，流入制造業的FDI占FDI總數的78.24%*數據來源：廣東統計年鑒2003[M]. 北京:中國統計出版社,2003。。分產業來看，FDI主要投向了第二產業，不過近些年來，投向第三產業的FDI數量越來越多，使得FDI在第三產業的分布比例趨于提高(見圖4)。

圖3 2010年FDI地市級區域分布

數據來源：《中國城市統計年鑒》。

圖4 FDI產業分布對照

數據來源: 根據歷年《中國統計年鑒》整理。

圖4表明，2002年FDI在第二產業的分布占主導地位，超過70%的FDI都集中于第二產業，第三產業僅約20%。但到2010年，第二產業比例下降到50%左右，而第三產業比例上升至近47%。也就是說，FDI正逐漸從第二產業轉移到第三產業，這與同期中國經濟結構變化基本一致，即第二產業產值比例逐漸降低，而第三產業比例逐漸上升。

圖5 1978-2011年中國非農就業量變化

數據來源: 根據歷年《中國統計年鑒》整理。

圖5展示了1978-2011年中國非農就業量的變化情況，由此可見，在1994年以前，第二產業就業量高于第三產業，但在此之后，第三產業就業量持續穩步增長，明顯超過了第二產業的就業量。第二產業就業量在90年代末略有下降，到2003年以后，第二產業就業量又呈現持續增長態勢。

對勞動力的需求也與勞動生產率相關。當一個部門或行業的勞動生產率較高時，也就意味著同樣的產出需要的投入較少，在資本投入不變情形下，對勞動力的需求就相應減少。相反，如果生產效率較低，對勞動力的需求就可能會增加。但另一方面，效率的提高也會促進投資的進一步擴張，從而形成對勞動力需求的擴張。因此，產業效率對勞動力需求的最終影響主要取決于兩種效應的綜合結果。

此外，理論上說，對勞動力的需求也與各地區的人力資本水平相關。資本與勞動的結合，往往需要考慮勞動力的受教育程度和勞動技能，使之與生產相匹配。中國出口的主要是加工組裝產品，例如鞋帽、衣服、各類紡織品等。我國改革開放初期，外資企業主要是利用了中國廉價的勞動力，事實上大多數出口加工型企業的勞動力主要是從各地到城鎮打工的農民工，他們不但愿意接受較低工資，而且愿意長時間緊張工作，以換取更多的貨幣收入，甚至不要求交納城鎮職工的各種社會保險和保障，從而有利于外資企業進一步壓低勞動力成本。但同期，也有許多外資企業對人才素質有所要求，比如對員工的學歷、外語和計算機操作技能的要求較高等。因此，FDI多大程度上促進就業也與地區人力資本水平相關。下面將通過實證分析來檢驗。

四 模型設定和統計數據描述

通過以上的描述和分析可知，FDI、產業結構、產業效率、物質資本以及人力資本水平等因素都是影響就業的主要變量。同時，無論是就業量、FDI還是人力資本水平以及固定資產投資，它們都有明顯的路徑依賴特征，即當期水平與上一期水平有著密切的關聯。

上文列出了影響就業規模的主要因素，但無法避免可能存在遺漏變量問題。此外，就業規模的變化，意味著經濟規模的變化，也意味著市場規模的變化(有就業就意味著有收入，即有支付能力的商品需求會擴張，反之則反)，這些都有可能導致FDI進入東道國的規模發生變化，且兩方面的影響可能存在內生性問題。為克服回歸中可能出現的內生性問題，需要采用可靠的回歸方法。采用固定效應方法估計雖然可以消除解釋變量與個體固定效應的相關性問題，但無法解決內生變量、前定變量與誤差項相關對參數估計帶來的偏差。固定效應的面板工具方法(2SLS)從理論上可同時考慮上述兩方面問題對估計參數帶來的偏差，但工具變量本身并不容易找到，而且該方法在工具變量的數量超過需要識別的解釋變量數量時，存在過度識別(over-identification) 情況需要處理。

針對這種情況，Arellano和Bond(1991)[48]提出利用差分GMM方法來解決動態面板數據估計過程中存在的變量內生性和樣本異質性問題對估計參數帶來的偏差，但該方法只對差分方程進行估計會損失樣本信息量，而且對于時間跨度較長的面板數據工具變量的有效性估計會減弱。為此，Arellano和Bover(1995)[49]、Blundell和Bond(1998)[50]在差分GMM 估計方法的基礎上進一步提出了系統GMM估計方法。系統GMM方法能夠同時利用差分方程和水平方程的信息，因而工具變量有效性一般情況下會更強，特別是在樣本數據時間跨度較長的情形下，理論上相對于差分GMM參數估計結果更為有效。而且，GMM估計使用差分轉換數據，可以克服不可觀察變量與解釋變量相關或遺漏變量問題。一般來說，系統GMM方法需通過兩類檢驗：(1)Arellano-Bond檢驗(又稱AB檢驗)，即差分方程隨機誤差項的自相關檢驗，要求一階差分方程的隨機誤差項中不存在二階序列相關；(2)Sargan/Hansen過度識別檢驗，要求所使用的工具變量與誤差項是不相關的，即所使用的工具變量是有效的。如果兩類檢驗通過即表示模型設定正確且估計是合理的。

基于以上考慮，本文采用動態面板數據模型進行系統GMM估計。為測量FDI對就業的影響程度，本文用以下回歸方程來測量FDI對于就業增長的偏效應，即FDI在多大程度上影響了就業。

(1)

式中，emp是就業量。由于FDI流入第一產業的數量比較少，故本文主要分析非農就業，包括非農就業總體和第二產業及第三產業就業。FDI是外國直接投資，以人民幣計算，DOMDE是國內總需求，本文以國內固定資產投資(invcn)和零售消費額(sale)來代替，它們是構成國內總需求的最重要組成部分。在模型中，用區位(coast)和時期(yeardum)這兩個虛擬變量來控制個體和時間的固定效應。區位虛擬變量的設定：沿海地區取值為1，內陸地區為0；yeardum1998年以前取值為0，1998年及以后取值為1。χi是影響地區經濟發展的其它因素，分別為：產業結構(instrc)、城市化(urbanrate)、地區人力資本水平(edupc)、第二和第三產業的生產效率(effi2,effi3)。本文用每萬人中大學生數量來近似替代地區人力資本水平。對于產業效率，本文采用比較勞動生產率的定義，用第二/三產業在GDP中的份額除以第二/三產業在就業中的份額求得二產和三產的生產效率，它反映1%的勞動力在該部門創造的產值(或收入)比重。用公式表達如下：

(2)

式中，effi表示某產業生產效率，gdpr表示該產業產值在GDP中的份額，empr表示該產業就業量在總就業中的份額。若這一比值大于1，則表明用較少份額的就業生產出了較大份額的產值，即具有較高的生產效率，相反，若這一比值小于1，則表明具有較低的生產效率。

按照現行的統計制度，全社會固定資產投資不僅包括了國有和集體固定資產投資，而且還包括外國直接投資、港澳臺投資及其他經濟類型的固定資產投資。為區分內外資的作用，在數據預處理上，用全社會固定資產投資減去FDI，得到不包含FDI的國內固定資產投資(invcn)。

在很大程度上，國內固定資產投資和零售消費額代表了投資和消費，他們構成了總需求的主要組成部分，比單純的用國內固定資產投資來代替總需求更合理。有研究表明，人力資本水平對外商直接投資的區位選擇有正向影響(沈榮坤等，2002[51]；沈亞芳，2007[52])，即人力資本水平越高的地區，越有利于吸引FDI。如果FDI能起到促進就業擴大的效果，那也就意味著人力資本水平越高的地區，其就業規模也越大。然而，從FDI吸引勞動力的角度而言，可能地區人力資本水平并非如此重要，甚至可能是負向影響。當然，這要依賴于回歸分析來加以判斷。

本文用GDP中第二產業的份額除以第三產業的份額來衡量產業結構的變動。這一指標越高，則意味著第二產業的擴張快于第三產業。發達國家的經驗表明，在進入以服務業為主導的產業結構之前，現代化工業化的過程不可避免。而且FDI的產業流向經歷了以第二產業為主向第三產業轉移的過程。

大多數研究結論的差異可以從數據本身的差異上找到原因。許多已有的研究已經證實，1990年代以前的數據，由于統計口徑變化較大，故而與1990年代以后的數據會有較大的出入。為了檢驗FDI對就業的影響，本文采用1989-2010年間的地級市人口與社會經濟數據來加以驗證，這些數據主要來源于《新中國55年統計資料匯編(地方篇)》以及《中國城市統計年鑒(地方篇)》，以地市級區域為統計單元。由于1989-2004年間的數據來源于《新中國55年統計資料匯編(地方篇)》，數據經過統一整理，具有很好的可比性，故而本研究以這一數據為主。在2004年民工荒出現并向全國蔓延以后，隨著工資的上漲，外資企業可能會采取應對舉措，FDI格局可能也會有所變化。另一方面，在2004年以后，高校擴招的效應也逐漸顯現，高等教育不再是過去那樣的精英教育，而是逐漸成為大眾教育，人力資本水平的提高是否有助于就業規模的擴大，這需要數據的檢驗。2005-2010年的地級市數據來自于《中國城市統計年鑒》，用以進一步檢驗回歸模型和結果。

在涉及到的變量中，GDP、FDI、國內固定資產投資和零售消費額等變量都與價格有關，為消除價格的影響，需要采用價格縮減指數，然而地市級單元價格縮減指數非常難以收集齊全。由于近似，本文用省級GDP縮減指數來加以平減，以消除價格的影響，經過價格縮減之后，1989-2004年期間所有與價格相關的變量都采用以1989年為基期的價格水平(變量前冠以r，以表示變量經過價格調整，見表1)。2005-2010年期間所有與價格相關的變量都采用以2000年為基期的價格水平。

表1 變量基本描述(1989-2004)

(續上表)

變量名觀測值數含義均值標準差最小值最大值coast4137區域變量0.380.480.001.00yeardum4137時期變量0.450.500.001.00

注：最小值為0的情形主要是缺乏數據；數據來源：《新中國55年統計資料匯編(地方篇)》。

五 模型回歸及結果分析

(一)基本檢驗

首先，利用1989-2004年的地市級統計數據，回歸分析FDI對就業增長的效果。本文以1998年作為這段時期的分界點，構建年份虛擬變量(yeardum)，1998年以前取值為0，1998年及以后取值為1。1998年是一個重要的年份，1997年底爆發的東南亞金融危機，到1998年已經波及到中國并造成顯著影響；1998年也是實現3年國有企業擺脫困境的第一年，是國有企業改革和發展的關鍵的一年，是全國經貿工作極為重要的一年。因此，無論是從國際環境還是從國內環境來看，1998年都是一個具有分界線意義的年份。因此，我們把這一年作為時期的分界點，并構建1998年虛擬變量year1998，1998年取值為1，其它年份取值為0。

表2 FDI與就業增長系統GMM回歸結果(1989-2004)

(續上表)

(1)ln(empc23d)(2)ln(empc2d)(3)ln(empc3d)(4)ln(empc23d)effi30.5620***0.9830***0.2150**0.7600***(0.0999)(0.1120)(0.0975)(0.0867)urbanrate-0.0053***-0.0055***-0.0064***-0.0051***(0.0017)(0.0020)(0.0020)(0.0017)coast0.0651*0.0846**0.0687*0.0489*(0.0342)(0.0361)(0.0354)(0.0264)yeardum-0.3670***-0.4050***-0.3080***(0.0564)(0.0618)(0.0631)year1998-0.6400***(0.1520)year1998*ln(rfdice)0.0344**(0.0150)Constant1.9740***1.4850***1.4650***0.6100**(0.3240)(0.2900)(0.3520)(0.2990)Arellano-BondtestforAR(1)0.00000.00000.00000.0000Arellano-BondtestforAR(2)0.21400.36700.29200.0780Hansen檢驗值0.71300.71200.70600.3680觀測值數量1,8861,8862,0711,886地級市數量264264266264

注：表中L.表示滯后一期；括號內為穩健的標準誤；***p<0.01, **p<0.05, *p<0.1。

從表2可以看到殘差一階自相關，但不存在二階自相關。本文所采用的數據是典型的大N小T型面板數據，異方差的問題難以避免，因此，在回歸中選用穩健性標準誤。在這種情形下，采用Hansen檢驗來進行工具變量的過度識別檢驗更為可靠，而檢驗結果表明，不存在過度識別的情況。這說明本文采用系統GMM方法是合適的。

從回歸結果可以看到，FDI對非農就業有著積極顯著的促進效應，FDI每增加1%，將會推動就業增長0.0591%。同樣的，固定資產投資和零售消費額的增長也起到了顯著的就業促進效果。由于在模型中充分考慮了國內固定資產投資對就業的影響，把可能的FDI擠出效應考慮在內，因此本研究中FDI的就業影響是一種凈效應。從回歸系數來看，FDI引起的就業促進效果相當于國內固定資產投資引起就業促進效果的36%，如果再加上由零售消費額，也就是近似地可以理解為消費的擴張引起的就業增長效果，那么FDI引起的就業增長效果相當于國內需求(投資加消費)引起的就業增長效果的29%。

人力資本水平與就業增長之間關系不顯著，而FDI對就業具有顯著的促進作用，這一結果可以理解成FDI的空間分布與人力資本水平沒有必然聯系，這可能與這一時期的就業擴張主要由加工制造業的發展所致、對人力資本水平的要求不高相關。城市化對就業增長呈現出顯著的負向影響。這可能是因為城市化采用了戶籍統計口徑測度，投資的增長吸引了大量不具本地城市戶口的外來勞動力，而戶籍口徑的城市化只體現了戶籍人口的增長。

回歸結果還表明，第二和第三產業生產效率的提高都有助于促進就業的增長，在很大程度上，這可能與投資本身的特點相關，即當生產效率提高以后，有可能會進一步促進生產的擴張，從而使得對于勞動力的需求也會進一步增加。但是，從不同產業效率提高的效果來看，對就業增長的效果存在明顯區別。對于非農就業而言，第三產業效率提升比第二產業效率提升更能促進就業增長。對于第二產業的就業增長而言，第二產業效率若提高會導致就業減少，而第三產業的效率若是提高則會導致就業增加。對比之下，對第三產業的就業增長而言，第二產業效率和第三產業效率的提高都會導致就業增加，但第二產業效率提高的就業促進效果更明顯?？梢钥吹剑a業效率對不同產業就業增長效果的差異及其變化，反映了資源和要素在不同產業之間的流動與重組。第二產業效率的提高將顯著地促進第三產業就業的增長，反過來，第三產業效率的提高將顯著地促進第二產業就業的增長。

產業結構調整對于非農就業整體的影響不顯著，但對第二和第三產業各自的影響卻很顯著，工業化導向的產業結構變化會促進第二產業就業增長，而服務業化導向的產業結構變化會促進第三產業就業增長。

從區位的角度來看，東部沿海地區在促進就業方面有明顯的優勢，是因為沿海地區在吸納投資以及對外貿易方面有經濟地理優勢，更主要的是，在改革開放之初確立的市場取向的改革開放政策，隨著實踐的時間推移，現階段市場化程度也越來越高。

模型(4)把時期虛擬變量換成1998年的虛擬變量(1998年為1，其余年份為0)，并加入和FDI的交叉項。從結果可以看到，1998年虛擬變量以及它和FDI的交叉項都很顯著，前者系數為負且絕對值遠大于后者，由此可以計算出整體效應為負，這也就意味著1998年金融危機導致FDI減少進而減少了就業。

(二)穩健性檢驗

為進一步驗證模型設定和結果的穩健性，本文用2005-2010年的地級市數據，采用同樣的框架進行回歸分析。這一期間經歷了2008年的全球金融危機，對于許多經濟變量都是一個顯著沖擊。故本文以2008年作為這段時期的分界點，構建時期虛擬變量yeardummy(2008年以前取值為0，2008年及以后取值為1)，用來衡量就業變動的時期效應。此外，我們還用2008年這一年份構建虛擬變量year2008(2008年為1，其余年份為0)以及它與實際FDI的交叉項來測量金融危機對就業的影響。

表3 FDI與中國就業增長系統GMM回歸結果(2005-2010年)

(續上表)

(1)ln(empc23d)(2)ln(empc23d)(3)ln(empc2d)(4)ln(empc3d)ln(rsale)0.1940***0.2130***0.2370***0.2280***(0.0740)(0.0795)(0.0733)(0.0770)instrc0.01150.02820.1720***-0.1120***(0.0250)(0.0311)(0.0387)(0.0345)ln(edupc)0.0436**0.0596***0.0488*0.0473***(0.0189)(0.0218)(0.0256)(0.0163)effi2-0.0562-0.0594-0.3590***0.0919**(0.0609)(0.0582)(0.0844)(0.0424)effi30.2350**0.2760**0.650***-0.163**(0.0952)(0.120)(0.0840)(0.0817)urbanrate-0.0038***-0.0045***-0.0035*-0.0024**(0.0014)(0.0017)(0.0020)(0.0011)coast-0.02230.0012-0.0062-0.0473(0.0368)(0.0405)(0.0445)(0.0338)year2008-0.0633(0.0604)year2008*ln(rfdice)0.0046(0.0052)yeardummy-0.0804***-0.0952***-0.0932***(0.0162)(0.0171)(0.0167)Constant-2.8490***-2.0440***-4.2290***-3.3570***(0.5170)(0.4910)(0.5160)(0.5180)Arellano-BondtestforAR(1)0.00000.00000.00000.0000Arellano-BondtestforAR(2)0.60400.62800.35200.7510Hansen檢驗值0.00100.00200.00000.0010觀測值數量1,3361,3361,3361,336地級市數量275275275275

注：表中L.表示滯后一期；括號內為穩健的標準誤；***p<0.01, **p<0.05, *p<0.1。

從表3的結果可以看到，殘差的一階和二階自相關滿足系統GMM的要求，即一階相關，二階不相關。Hansen檢驗未能通過，但這與GMM方法本身密切相關，因為GMM方法在回歸過程中會產生大量的工具變量，從而弱化其有效性。Hansen檢驗在GMM方法存在一定的局限性(Roodman，2009)[53]，這一點已經被許多研究者所指出。因此，本文更加傾向于AB檢驗結果。

從回歸系數來看，FDI的系數顯著減小，FDI每增加1%，將會推動就業增長0.0348%。考慮到FDI規模總體上比2004年之前有了顯著的增加，而FDI的數量在2005年以后仍舊呈現持續增長的態勢，故而這種系數的減小可以歸因于資本就業促進效率的遞減。FDI增長引起的就業增長約為國內固定資產投資增長就業效果的30.8%，相當于國內需求(投資加消費)引起的就業增長效果的11.3%。根據已有的研究，貿易對中國就業增長的作用相當于內需就業促進作用的1/3(Feenstra和Chang Hong，2007)[54]。相比之下，FDI的就業促進效果小于貿易的就業促進效果，特別是在2005年以后，FDI的就業促進效果進一步降低。

對比模型2和模型3的系數可知，分產業來看，自2005年以后，FDI對第二產業的就業促進效應明顯要大于對第三產業的就業促進效應。這在很大程度上可歸因于這段時期FDI對第二產業的影響有所加強，各地普遍加大了對第二產業的發展力度。

自2005年以來，就業增長在區域之間的差異性逐漸減弱。2004年以前，FDI的就業促進效果在沿海地區遠比在內陸地區顯著有效，一個重要原因是FDI主要聚集于沿海地區，而流向內陸地區較少。地區間的差異與制度、市場規模和勞動力的觀念差異密切相關。因此，對于內陸地區而言，要吸引更多的FDI來促進地方經濟的發展和就業的增長，宜努力改善交通基礎設施、完善機制和人才市場建設，充分發揮市場的資源配置作用。從回歸結果可以看到，2005年以來，就業增長在地區之間不再有顯著差異，其中的一個可能原因是越來越多的FDI投向內陸地區，充分吸收當地勞動力，以進一步降低勞動力成本，提高產品競爭力。

值得注意的是，人力資本在就業增長中開始發揮積極而顯著的作用，這與1989-2004年期間的情形明顯不同。在2004年以前，地區人力資本水平與就業增長之間沒有呈現顯著的相關關系，在很大程度上，是由于FDI在吸納就業方面對人力資本并沒有嚴格要求，這又與FDI本身的生產經營特點密切相關。自2005年以來，高校擴招的效應開始突顯，大量大學畢業生進入市場，提高了勞動力市場的整體人力資本水平，使得包括外資企業在內的用人單位逐漸提高對人力資本水平的要求，同時，大學畢業生就業壓力的上升也使得越來越多的人選擇自主創業，這有可能會促進整體就業增長。如果在回歸方程中加入人力資本和FDI的交叉項，會發現交叉項顯著，且系數為正*含人力資本與FDI交叉項的回歸結果未給出，有興趣者可向作者索取。，這表明，2005年以來FDI也逐漸重視人力資本。

時期虛擬變量對就業變動的影響顯著為負，這意味著2008年開始的金融危機對于就業的沖擊是顯著的，造成了就業增長變緩。不過，year2008及year2008*ln(rfdice)均不顯著，表明在2008年當年，金融危機對就業的沖擊并沒有突顯出來，這種沖擊表現于隨后的幾年之中。這可能與2008年啟動為期2年的4萬億投資計劃有關，當年的投資有效地減緩了經濟的衰退并使經濟迅速止跌回升，而金融危機的影響在兩年后，也就是2010年才逐漸突顯出來，包括對就業的影響也是如此。而在1998年的那次金融危機中，政府并沒有采取類似的舉措，同期進行的國有企業改革更是強化了對就業市場的負面影響。從這個角度看，在面對外部經濟沖擊時，政府的政策對就業的影響非常顯著。表3中其它解釋變量的符號與表2基本相同，這表明模型結果較為穩健。

六 結論與政策建議

本文利用1989-2010年間的地級市統計數據，分析了FDI對就業增長的影響。在控制了固定資產投資、人力資本、產業效率、產業結構、時期和區位等因素的影響后，本文估算了FDI對中國不同產業、不同地區和不同就業人群就業的影響程度。結果顯示，FDI對中國非農就業增長起到了積極的推動作用，綜合來看，FDI每增加1%，將會推動就業增長0.03%-0.06%。FDI通過要素的產業間流動、產業效率的提高以及產業結構的調整來促進就業的增長。與投資和商品零售額為代表的國內需求就業促進作用相比，FDI的就業促進效果大致相當于前者的11.3%-29%。這意味著FDI在中國就業增長中的作用比較顯著。然而，自2005年以來，FDI就業促進的效果有所減弱，這可能與資本有機構成提高和資本效應遞減規律有關。

人力資本水平在就業中的作用經歷了由不顯著到顯著的逐漸轉變。這種情形的出現可能與2005年以來企業越來越重視人力資本有關，也可能與越來越多的大學畢業生自主創業進而推動就業量增長有關。需要指出的是，隨著勞動力成本的上升以及金融危機帶來的出口困境，使得制造業企業不得不轉變生產和經營策略，以提升技術和效率為核心的競爭優勢才是未來市場制勝的關鍵因素，因而可以預期，未來的勞動力需求將越來越重視以教育為核心的人力資本。

政府政策對于就業的影響相當顯著。1998年和2008年的兩次金融危機，盡管實際上都造成了就業的沖擊，但政府采取不同的舉措，對于危機當年的就業影響截然不同。從這個角度來看，為了保持穩定的就業，仍需政府政策發揮積極作用，例如采取積極舉措促進大學生自主創業，推動微小企業成長，都能起穩定和擴大就業的作用。

在當前經濟增長顯著放緩的形勢下，為了擴大就業，應努力采取措施吸引更多的FDI，利用FDI的技術溢出效應和市場競爭推動國內企業的成長與壯大，推動技術進步和產業結構調整，使FDI與國內投資之間形成良性互補，從而對就業增長起到有效推動作用?？紤]到沿海地區產業結構調整與轉型，對于傳統出口加工型企業產生較大影響，廣大的內陸地區應該大力發揮地方積極主動性，利用當地勞動力和資源能源較為豐富的優勢，配合切實有效的優惠政策來吸引FDI向內陸地區轉移，從而更好地推動地區經濟增長和就業擴張。

需要指出的是，受數據的限制，本文對第二和第三產業的就業影響分析實際上是基于各地市全部FDI而進行的估算，在一定程度上存在偏差。如能有各地級市分產業的FDI數據，則對產業間FDI就業促進效應的估算可能會更加準確。另，由于產業的密切關聯性，從產品本身的角度來看，每種產品總會對應于一定的生產要素，產業之間的邊界存在一定的模糊性，因而，使用總體FDI數據有可能更好地評估這種產業轉移效應。

[1] Bayoumi T., Coe D.T., Helpman E.. R&D Spillovers and Global Growth[J].JournalofInternationalEconomics， 1999, 47 (2):399-428.

[2] Coe David T., Helpman Elhanan, Hoffmaister Alexander W.. International R&D Spillovers and Institutions [R]. NBER Working Papers, No.14069,2008.

[3] 李捷瑜, 王美今. FDI、技術進步與就業：國際經驗的啟示[J]. 中山大學學報(社會科學版), 2009, (5):173-183.

[4] 蔡昉, 王德文. 外商直接投資與就業——一個人力資本分析框架[J]. 財經論叢, 2004, (1): 1-14.

[5] 余永定. FDI對中國經濟的影響[J]. 國際經濟評論, 2004, (2):22-23.

[6] UNCTAD. World Investment Report 1994: Transnational Corporations, Employment and the Workplace[R]. New York and Geneva: United Nations Publication, 1994.

[7] Onaran, O.. The Effect of Trade and FDI on Employment in Central and Eastern European Countries: A Country-specific Panel Data Analysis for the Manufacturing Industry[J].EuropeanCommunityStudiesAssociationofAustriaPublicationSeries, 2008, (2) : 71- 94.

[8] Christoph Ernst. The FDI-employment Link in a Globalizing World: the Case of Argentina, Brazil and Mexico. International Labor Office Employment Strategy Papers[EB/OL]. http://www.oit.org/wcmsp5/groups/public/---ed_emp/---emp_elm/documents/publication/wcms_114029.pdf, 2005.

[9] 胡祖六. 關于中國引進外資的三大問題[J]. 國際經濟評論, 2004, (2):24-28.

[10] 王美今, 錢金保. 外商直接投資對我國就業的影響——基于誤差成分聯立方程模型的估計[J]. 中山大學學報(社會科學版), 2008, (6):178-185.

[11] Fredrik Sj?holm. The Effect of FDI on Employment and Technology in China.[EB/OL]. http://www.ifn.se/BinaryLoader.axd?OwnerID=249d8b54-39ec-431d-9baf-9e969bf4a631&OwnerType=0&PropertyName=File1&FileName=SjoholmChina10-20.pdf, 2008.

[12] Fu Xiaolan, Balasubramanyam V. N.. Exports, Foreign Direct Investment and Employment: the Case of China[J].TheWorldEconomy, 2005, 28(4):607-615.

[13] 王劍. 外國直接投資對中國就業效應的測算[J]. 統計研究, 2005, (3):29-34.

[14] 王劍, 張會清. 外國直接投資對中國就業效應的實證研究[J]. 世界經濟研究, 2005, (9): 13-19.

[15] 沙文兵, 陶愛萍. 外商直接投資的就業效應分析——基于協整理論的實證分析[J]. 財經科學, 2007, (4):112-117.

[16] 潘益興. 外商直接投資對我國就業量的實證研究[J]. 經濟問題探索, 2011, (2):179-182.

[17] 毛日昇. 出口、外商直接投資與中國制造業就業[J]. 經濟研究, 2009, (11): 105-117.

[18] 劉繼林, 胡曉鵬. 論跨國公司的就業效應[J]. 世界經濟研究, 2005, (12):64-68.

[19] 黃華民. 外商直接投資與我國實質經濟關系的實證分析[J]. 南開經濟研究, 2005, (5): 46-51.

[20] 黃旭平, 張明之. 外商直接投資對我國就業的影響：基于面板VAR的分析[J]. 中央財經大學學報, 2007, (1): 71-76.

[21] 丁明智. 外商直接投資的就業效應剖析[J]. 軟科學, 2005, (3):26-29.

[22] 王燕飛, 曾國平. FDI、就業結構及產業結構變遷[J]. 世界經濟研究, 2006, (7): 51-57.

[23] 閻敏, 郭婷. FDI對中國勞動就業的影響效應實證究——基于面板VAR模型的動態分析[J]. 統計與信息論壇， 2012, (7):52-57.

[24] 黃華民. 外商直接投資對我國宏觀經濟影響的實證分析[J]. 經濟評論, 2000, (6):29-33.

[25] 桑百川. 外商直接投資企業對我國的就業貢獻[J]. 開放導報, 1999, (4):31-32.

[26] 鐘輝. FDI對中國就業影響的動態分析[J]. 世界經濟研究, 2005, (12):11-18.

[27] Misun J., Tom?ík V.. Does Foreign Direct Investment Crowd Out or Crowd in Domestic Investment?[J].EasternEuropeanEconomics, 2002, 40(2):38-56.

[28] 徐濤. FDI外部性與國內就業主渠道[J]. 河北經貿大學學報, 2005, (3):19-24.

[29] 任志成, 張二震. FDI對中國就業的影響——一個文獻綜述[J]. 南京社會科學, 2007, (11):1-8.

[30] Broadman Harry G., Sun Xiaolun. The Distribution of Foreign Direct Investment in China[J].TheWorldEconomy, 1997, 20(3):339-361.

[31] 魯泓明. 制度因素與國際直接投資區位分布：一項實證研究[J]. 經濟研究, 1997,(7): 57-66.

[32] Tomasz Mickiewicz, Slavo Radosevicv, Urmas Varblane.. The Value of Diversity: Foreign Direct Investment and Employment in Central Europe During Economic Recovery University of Tartu Faculty of Economics and Business Administration Discussion Paper， No.5612000[EB/OL]http://www.finance.ut.ee/doc/febawb2.pdf, 2001.

[33] 任志成. 外國直接投資與我國二元就業結構轉型[J]. 國際商務, 2006, (3): 67-71.

[34] 劉輝群, 盧進勇. 國際直接投資的就業結構效應研究——基于東道國視角[J]. 國際貿易問題， 2009, (9): 74-79.

[35] 任志成, 張二震. 國際分工演進與跨國就業轉移[J]. 福建論壇(人文社會科學版), 2006, (4) :17-20.

[36] Liu X., Wang C.. Does Foreign Direct Investment Facilitate Technological Progress? Evidence from Chinese industries[J].ResearchPolicy, 2003, 32 (6):945-953.

[37] 王志鵬, 李子奈. 外資對中國工業企業生產效率的影響研究[J]. 管理世界, 2003, (4):17-25.

[38] Romer, P.. Idea Gaps and Object Gaps in Economic Development[J].JournalofMonetaryEconomics， 1993, 32 (3):543-573.

[39] 路江涌. 外商直接投資對內資企業效率的影響和渠道[J]. 經濟研究, 2008, (6):95-106.

[40] Ciccone A., Hall R.. Productivity and the Density of Economic Activity[J].AmericanEconomicReview, 1996, 86(1):54-70.

[41]朱金生. FDI與區域就業轉移:一個新的分析框架[J]. 國際貿易問題, 2005, (6): 114-119.

[42] Olivier Blanchard, Francesco Giavazzi. Rebalancing Growth in China: A Three-handed Approach[J].China&WorldEconomy, 2006,14(4):1-20.

[43] 伊藤隆敏.論穩定的中國貨幣體制[A]//何帆, 張斌主編. 尋找內外平衡的發展戰略[C].上海: 上海財經大學出版社, 2006:153-162.

[44] 姚樹潔, 馮根福， 韋開蕾. 外商直接投資和經濟增長的關系研究[J]. 經濟研究, 2006, (12):35-46.

[45] 宋泓, 柴瑜. 以勞動力尋找型為主——我國外國直接投資的性質分析[J]. 國際貿易, 2002, (10):48-53.

[46] 張二震, 任志成. FDI與中國就業結構的演進[J]. 經濟理論與經濟管理, 2005, (5):5-10.

[47] 陳飛翔, 郭英. 關于人力資本和FDI技術外溢關系的文獻綜述[J]. 財貿研究, 2005, (2):17-23.

[48] Arellano M., Bond S.. Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equation[J].ReviewofEconomicStudies, 1991, 58 (2):277-297.

[49] Arellano M., Bover O.. Another Look at the Instrumental Variable Estimation of Error-components Models[J].JournalofEconometrics，1995, 68(1):29-51.

[50] Blundell R., Bond S.. Initial Conditions and Moment Restrictions in Dynamic Panel Data Models[J].JournalofEconometrics， 1998,87(1):115-143.

[51] 沈榮坤, 田源. 人力資本與外商直接投資的區位選擇[J]. 管理世界, 2001, (11):26-31.

[52] 沈亞芳. 人力資本對外商直接投資區位選擇的影響——跨期考察與分區域分析[J]. 國際貿易問題, 2007, (7):113-118.

[53] Roodman, D. M.. How to Do Xtabond2 : An Introduction to Difference and System GMM in Stata [J].StataJournal， 2009, 9(1):86-136.

[54] Robert C. Feenstra, Chang Hong. “China’s Exports and Employment”, NBER working paper[EB/OL].http://www. nber.org/books_in_progress/china07/feenstra-hong8-31-07.pdf, 2007.

[引用方式]王智勇.外資如何影響中國就業？——基于1989-2010年地市級面板數據的研究[J].產經評論,2015,6(1):126-142.

How did Foreign Direct Investment Affect China’s Employment?—A Study Based on Prefectural Panel Data during 1989-2010

WANG Zhi-yong

Foreign Direct Investment (FDI) is one of important driving forces for China’s economic growth. But what is its effect on employment? What are the effects of FDI on employment for different areas, industries and worker groups? Based on prefectural panel data for 1989-2010, by means of SYS-GMM regression analysis, I studied the effect of FDI on China’s employment growth on different areas, industries and periods. According to this study, FDI has a significant positive effect on China’s employment growth, with an amount of 11.3-29% of that by investment and consumption, but the effect is showing a dimminishing trend. There is a distinctive difference between different industries of FDI’s effect on employment. There is a distinctive difference of FDI’s effects on employment between year 1998 and 2008. Considering the present situation, government should pay attention to both the domestic demand and FDI, especially taking good use of FDI’s effect on employment growth.

FDI regional distribution; FDI industrial distribution; employment effects; employment differentials

2014-09-25

中國社會科學院重點項目“貿易與中國的就業增長”(主持人：王智勇)。

王智勇，博士，中國社會科學院人口與勞動經濟研究所副研究員，主要研究方向為勞動經濟學和區域經濟學。

F742

A

1674-8298(2015)01-0126 -17

[責任編輯：鄭筱婷]

10.14007/j.cnki.cjpl.2015.01.012