FDI对我国东中西部就业影响实证分析.docVIP

FDI对我国东、中、西部就业影响的实证分析 　　[摘要] 改革开放以来,流入我国的FDI规模迅速增长，而近年来就业日益成为中国理论界和政府部门关注的一个焦点问题。本文以中国东、中、西部地区为横截面单元，利用各横截面单元1985年～2003年的样本组成面板数据，进而建立面板数据模型来考察FDI对我国不同地区就业的影响。结果表明，FDI对我国不同地区的就业影响是有差异的。FDI对于东部地区的就业效应要小于中部和西部地区。 　　[关键词] FDI 就业 实证分析 　　 　　一、引言 　　一般而言，外商直接投资的进入都会给东道国带来较多的就业机会，对于缓解东道国就业压力，特别是发展中国家的就业矛盾有着相当重要的意义。当外商直接投资与国内投资存在进入效应时，社会投资总量扩张，从而就业人数也会随之上升，这个时候外商直接投资对东道国国内就业是创造效应；反之，挤出效应的存在将会迫使国内企业削减投资，进而导致失业增加，这个就是外商直接投资对东道国国内就业的替代效应。 　　Magnus Blomstrom以美国和瑞典为例分析了对外直接投资对于国内就业的影响，认为美国跨国公司在发展中国家的对外直接投资对于国内就业有负面影响，而瑞典的对外直接投资对母国的就业有正面影响。Tain-Jy Chen和Ying-Hua Ku以中国台湾省为例，用联立方程实证分析了对外直接投资对台湾省内部就业可能产生的影响。认为在大部分情况下对外直接投资对于台湾就业有正面影响，但是对于不同类型的劳动力的影响是不同的。陈分析了外商直接投资对我国劳动力就业数量、三大产业劳动力的就业结构的影响。丁明智运用双对数模型，主要是从三大产业就业效应的角度进行的分析，结果表明外商直接投资对第三产业就业影响最大，对第二产业其次，对第一产业就业影响最小。王剑运用联立方程分析并测算了外商直接投资对中国就业的综合效应，认为外商直接投资对中国就业不仅存在着积极的直接拉动效应，而且还通过挤出国内投资和提升生产率水平对国内就业产生负面的间接抑制效应。 　　但是上述研究是对我国FDI的总量数据进行考察，这种研究框架无法反映我国FDI的区域分布不均衡及其对不同区域的就业所产生的影响。应用面板数据模型，特别是对FDI而言,面板数据模型特别适用于揭示不同横截面单元(不同区域)的异质性和动态效应。基于此,本文应用面板数据模型研究FDI对我国就业的效应和区域差异。 　　二、我国利用FDI现状 　　由于我国幅员辽阔，经济发展不平衡，各地区的FDI的吸纳量以及就业水平之间差距较大。因此，为了揭示这种区域差异，考察FDI对我国不同地区的就业效应，本文以我国各省、市和自治区为单位,并将其归并入东部、中部和西部三个横截面即三个地区，利用各横截面单元1992年～2003年的样本组成面板数据，进而建立面板数据模型，以考察FDI对我国不同地区的就业效应。 　　改革开放以来，外商直接投资(FDI)总体上呈逐年增长趋势，然而在数量猛增的同时，外商直接投资(FDI)并没有均衡地进入到我国各地区。从区域分布看，我国的FDI明显呈不平衡的格局。我国的FDI分布呈现“东高西低”的基本格局。东部沿海地区由于区位条件、人力资本以及基础设施等方面所具有的优势，使东部的FDI占我国FDI的绝大部分:1992年～2003年，东部地区的FDI始终占我国FDI总量的80％～90％。1992年，我国实际利用FDI的90.87％集中在东部地区。2003年，这一比例仍然高达85.76％。而中部地区的FDI约占全国总量的9％左右，其中最高年份为2003年，其实际利用外商直接投资占全国总量的11.64％。西部地区的FDI占我国FDI总量的5％左右，而2003年，这一比例下降到了2.6％。 　　三、数据与模型 　　建立面板数据模型的第一步就是检验被解释变量的参数和是否对所有个体样本点和时间都是常数，即检验样本数据究竟符合哪种面板数据模型形式，从而避免模型设定的误差，改进参数估计的有效性。经常使用的检验是协方差分析检验，主要检验如下两个假设： 　　如果接受假设，则可以认为样本数据符合模型1:，无需进行进一步的检验。如果拒绝假设，则需要检验假设。如果拒绝假设，则认为样本数据符合模型2:，反之，则认为样本数据符合模型3:。假设检验主要是通过构建F统计量来完成的。 　　若计算所得到的统计量F1的值不小于给定置信度下的相应临界值，则拒绝假设，继续检验假设。反之，则认为样本数据符合模型1.类似地，如果 　　计算所得到的统计量的值不小于给定置信度下的相应临界值，则拒绝假设，用模型2拟合样本，反之，则用模型3拟合样本。 　　模型选取1985年～2003年间的数据，并对各个变量进行对数化处理，构建的模型如下： 　　 　　其中：变量指的是东、中、西部地区