FDI、出口贸易与农村劳动力非农就业

王云凤，郑雁升

(吉林财经大学 国际经济贸易学院，吉林 长春 130117)

一、引 言

改革开放三十多年来，我国对外开放的程度逐年提高。首先，形成了出口导向型的发展战略，出口贸易规模逐年增大。2013年中国货物与服务贸易出口总额达2.43万亿美元，已成为对外贸易规模最大的国家。其次，积极吸引外商直接投资，利用外商投资机遇引进先进技术，资本开放度提高。2013年吸引外商投资额达1175.8亿美元。而与此同时，农村劳动力大规模移动，出口贸易与FDI流入带来了新的就业机会和城乡居民收入差距，进而影响了农村劳动力的非农就业。

中国作为一个拥有13亿人口的大国，劳动力资源十分丰富，劳动力要素充裕。同时，在外向型经济发展政策的激励下，中国积极发展出口，吸引了巨额的外商直接投资，成为世界劳动力密集型产品的生产加工基地，从而吸收了大量剩余劳动力，尤其是农村剩余劳动力就业。这对提高农村劳动力非农就业，促进我国城乡一体化具有重要意义。解决“三农”问题的根本途径是城乡一体化，而促进农业剩余劳动力从农业领域转移，大力实施非农化就业，是推动城乡一体化的重要举措。

受全球性金融危机的冲击，2008年以来，中国出口贸易规模和FDI流入规模出现了明显的下降态势，就业压力随之陡增。出口贸易和FDI流入究竟是否对中国农村劳动力非农就业有实际影响？作用有多大？本文将通过对FDI流入、出口贸易与农村劳动力非农就业三者之间关系的考察，对该问题进行解答。

国外学者在农村劳动力非农就业问题上做了丰富的研究。刘易斯(1954)的劳动剩余模型首先提出城乡收入差距是劳动力转移的主要原因，其假设实际工资水平不变、工业部门充分就业、农业劳动力无限供给。但是，现实情况是农业部门劳动力不可能无限供给，农业同其他产业一样随着科技进步而不断发展，因此该模型存在缺陷。[1]1961年拉尼斯和费景汉发展了刘易斯模型，他们认为因农业生产率提高而出现农业剩余是农业劳动力流入工业部门的先决条件。同时，他们还认为，发展中国家在引进技术时应该充分考虑劳动力资源丰富的特点。[2]此后，托达罗(1969)进一步完善了刘易斯模型的假设，并为发展中国家城乡劳动力流动提供了一个新的解释。他认为引起城乡劳动力流动的原因不是城乡的收入差距，而是城乡预期收入差距。[3]

国内学者同样将影响农村劳动力非农就业的因素归为收入差距。史清华等(2005)的研究表明，农村劳动力转移的动因依次为增加收入机会、提高生活质量、为子女提供更好的教育机会和良好的发展环境。[4]李强(2012)认为城乡绝对收入水平差距即经济收入驱动力是农村劳动力转移的主要动力。[5]

以上研究虽然十分丰富，但都忽视了我国对外开放程度逐年提高对农村劳动力转移的影响。有关出口贸易与外资流入对我国农村劳动力非农就业影响的研究相对有限。蔡昉、王德文(2004)认为外商直接投资对中国经济增长和就业具有显著效应，其中，FDI流入对增加就业、促进劳动力市场发育，以及人力资本积累具有积极作用。[6]赵德昭、许和连(2012)通过实证检验得出结论，FDI流入对农村剩余劳动力转移有显著的正向影响，其中东部地区FDI的拉力要远远高于中西部地区。[7]陆文聪、李元龙(2011)通过构建CGE模型，模拟分析了中国出口变化对劳动就业的影响效应。他们认为出口增长1个百分点可以实现0.088个百分点的非农就业增长。但出口就业效应相对于不同的产业部门和就业群体而言具有明显的差异，出口下降将导致纺织、制造业等部门就业人数显著减少，农民工就业压力明显超过城镇人口就业。[8]

综上所述，虽然国内外学者对于FDI流入、出口贸易与中国农村劳动力非农就业的单项研究已经非常丰富，但是FDI流入与出口贸易对农村劳动力非农就业的影响究竟如何，三者之间存在怎样的相互关系，相关的研究并不多。本文将通过实证研究，分析三个变量之间存在的长短期格兰杰因果关系，并进一步分析其形成的原因。

二、研究方法与数据来源

(一)基本模型

本研究假定直接投资流入和出口贸易对中国农村劳动力非农就业增长具有不同效应,考虑了中国出口贸易规模、直接投资流入与农村劳动力非农就业增长的相互效应。函数的基本形式为：

E=f(S,FDI)

(1)

其中，S指我国出口贸易规模，用中国出口贸易额占世界出口贸易额的比重来衡量,出口贸易额为货物与服务贸易的总额；FDI指吸引对外直接投资的程度，即对外资的开放度，用中国实际利用外商投资占GDP的份额与世界总投资占世界GDP份额的比重来衡量；E指农村劳动力非农就业比例，即农村就业人数中非农产业就业人数所占的比重。

同时将等式两边取自然对数，将可能的非线性关系转化为线性关系。基于上述函数可建立计量模型：

LnEt=αiLnSt+βiLnFDIt+μt

上式中，系数α、β均为待估计参数，μ为非均衡误差。其含义为，农村劳动力非农就业增长取决于我国相对贸易规模的扩大和对外资开放度的提高。

(二)研究方法

本文建立了包含对外资的开放度、出口贸易相对规模、农村劳动力非农就业比例三个变量的模型，通过时间序列分析考察三者之间的格兰杰因果关系效应，包括短期格兰杰因果效应和长期格兰杰因果效应。变量之间的短期效应是指排除其他因素后的自变量对因变量的直接效应，长期效应是指通过自变量对其他因素的影响进而影响因变量，即间接效应。

在进行格兰杰非因果关系检验前，需要完成ADF单位根检验和长期协整关系检验。第一步，对各个变量进行单位根检验。这是因为变量可能是非平稳的，而最小二乘法回归要求序列平稳。第二步，进行协整关系检验，找出变量之间的协整关系和误差修正模型。只有变量之间存在长期协整关系，才能保证回归是有效的。

(三)数据来源

本研究使用的是1982～2012年的年度数据，中国出口贸易额、中国实际利用外资额、世界总投资额与中国实际GDP来源于联合国数据库，中国农村劳动力非农就业比例来源于《2013年中国农村统计年鉴》。

三、单位根检验与协整关系检验

(一)单位根检验

对模型中变量的平稳性和单整阶数进行检验，所使用的工具是Eviews6.0软件。

表1 ADF单位根检验

注：检验形式中的 C代表存在截距项，T代表存在趋势项，k代表滞后阶数，若不存在截距或者趋势则记为N；

当伴随概率小于0.05时，表示序列不存在单位根，即序列平稳；Δ表示对变量进行一阶差分。

根据表1的结果，分析并选择最优检验形式。可以看到三个变量水平序列的平稳性状况: lnFDI序列存在单位根，不平稳；而lnE和lnS趋势平稳，需要在消除趋势的影响后才具有平稳性。所以，不能直接利用上述三个变量的水平序列进行最小二乘法分析，需要对各个变量进行差分。表1右侧即为对各变量一阶差分后的单位根检验结果，其伴随概率均小于0.05，是平稳序列。可以进一步进行协整关系检验并建立误差修正模型。

(二)协整关系检验

为了使上述变量建立的回归模型有意义，必须使各个非平稳变量之间存在协整关系，即由这些变量所组成的某种线性组合是平稳的。当多个非平稳变量具有协整关系时，这些变量可以合成一个平稳序列。本文检验协整关系的方法为基于VAR模型的Johansen检验。Johansen检验的滞后长度根据VAR模型最优滞后长度来确定。而VAR模型最优滞后长度的确定根据LR、FPE、AIC、SC、HQ原则来确定。

表2 协整关系检验结果汇总与最优误差修正模型形式识别

本文主要分两部分完成Johansen协整关系检验。第一部分是选择合理滞后区间，所选用的序列长度均为30，因此需建立5阶滞后的无约束VAR模型，然后分析结果中AIC、SC和Log统计量，判断出VAR的最优滞后阶数p为5，进而确定最优滞后阶数为5-1，即最优滞后区间为1-4。在确定滞后区间后完成第二部分，选择最优检验形式。首先，表2上半部分所列的结果是5种检验形式的迹统计量和最大特征值，根据结果可以看出5种模型形式都通过了Johansen检验，即三个变量之间存在长期协整关系。同时，表2列出了对5种检验形式的误差修正模型进行诊断的Log、AIC和SC统计量，根据最小信息准则判定最优模型形式为“序列和协整方程含线性趋势含截距”。则协整方程为:

lnE=-0.109lnFDI-0.671lnS-0.087trend-5.551

以E为因变量的误差修正模型估计结果为：

d(lnE)= -0.911ECM(-1)+0.991d(lnE(-1))+0.373d(lnE(-2))+0.181d(lnE(-3))

[-3.85005] [5.55228] [2.69667] [1.84047]

+0.354d(lnE(-4))+0.023d(lnS(-1))-0.101d(lnS(-2))-0.147d(lnS(-3))

[2.56914] [0.19497] [-1.06981] [-1.54465]

+0.299d(lnS(-4))-0.069d(lnFDI(-1))-0.034d(lnFDI(-2))

[2.67880] [-1.76072] [-1.33571]

-0.001d(lnFDI(-3))-0.070d(lnFDI(-4))-0.049

[-0.05235] [-3.13841] [-2.27406]

其中，ECM的系数为-0.911，t统计量为-3.850，能够通过显著性检验并符合反向调节机制。

四、格兰杰非因果关系检验

(一) 短期效应分析

从上述检验结果可知，LnE、InFDI、InS一阶差分序列为平稳序列，且存在长期协整关系。因此，可以对模型中的三个变量进行Granger非因果关系检验。本模型已对各个变量进行了自然对数处理，即其一阶差分表示各变量的增长率。表3汇总了通过Wald联合检验的短期格兰杰非因果关系检验结果，当一个变量的x2统计量的伴随概率小于0.05时，表明该变量通过了检验,是因变量的短期格兰杰原因，若自变量差分滞后项短期系数或两期滞后项系数之和为正，则其短期效应为正，系数为负，则效应为负。

表3 基于误差修正模型的短期Granger非因果关系检验

注：()内为x2统计量的伴随概率。

由表3结果分析可得：

第一，ΔFDI在0.05水平下通过检验，是中国农村劳动力非农就业增长率ΔE的短期Granger原因，即FDI流入的增加能够显著地在短期内影响我国的非农就业，但其影响是负的。究其原因，跨国公司是否雇佣当地员工将会在短期内对农村劳动力的非农就业产生影响。外商直接投资的方式通常有两种，即绿地投资形式和收购投资形式，这两种流入方式对东道国的就业结构会产生不同影响。首先，为了更好地融入当地文化，利用廉价劳动力和资源，节约成本，企业选择绿地投资方式进入我国时，跨国公司需要大量雇佣当地新员工，其中大部分是农村低素质的剩余劳动力，这有利于增加我国的非农就业。其次，FDI流入我国主要是通过并购投资的方式进入，采用这种方式进入我国的跨国公司一般具有较高的技术水平和完善的管理模式，对于低素质的农村剩余劳动力的需求较小。此外，跨国公司在实施兼并后也可能不需要雇佣当地的新员工，甚至可能裁员，进而减少就业。由于大部分的FDI流入我国是通过跨国并购的方式完成的，因此，会抵消直接建厂投资对农村劳动力非农就业的促进作用，总体而言，在短期内FDI流入的增加会减缓我国农村劳动力非农就业的增长。

第二，ΔS在0.05水平下与ΔE存在正相关关系，即在短期内我国出口贸易显著影响非农就业，并显示出正效应。出口贸易规模的增加将会影响一国对劳动力的需求，而出口贸易在短期内是否会促进农村劳动力的非农就业则取决于我国对外贸易结构。我国出口商品大多是劳动力密集型产品，这些行业会吸收大量农村剩余劳动力就业，从而提高农村劳动力非农就业的比重。

(二)长期总效应分析

表4为长期Granger非因果关系检验的结果。为了考察模型中的一个自变量对因变量的长期综合效应，将滞后1期的误差修正项与该自变量的4期差分滞后项联合起来，同时进行Wald联合显著检验。此外，在误差修正模型基础上的脉冲响应函数决定长期效应的正负和大小，如果F统计量的伴随概率小于0.05，则通过检验, 同时报告相应的广义脉冲响应函数的长期收敛状况。图1刻画了1～81期的广义脉冲响应函数曲线，包括lnS、lnFDI、lnE三个变量对冲击的反应。

表4 基于误差修正模型的长期总效应检验

注：(1)括号内为Wald联合显著检验F 统计量的伴随概率；(2) 收敛值是对特定自变量施加一个标准差

大小的信息冲击，广义脉冲响应函数因变量在80期后的取值。

图1 广义脉冲响应函数曲线

由表4可知，变量ΔS以及ΔFDI通过了检验，是中国农村劳动力非农就业增长率E的长期Granger原因，对农村劳动力非农就业具有长期效应。ΔE 均在0.05水平下是我国对外贸易相对规模ΔS的长期Granger原因。

第一，FDI流入是中国农村劳动力非农就业增长的长期Granger原因，而与短期关系不同，从长期关系来看，FDI流入与非农就业之间呈现正相关性，但效益不大。长短期效益不同是因为，FDI流入在短期内对农村劳动力非农就业增长的放缓影响是直接的，而从长期来看，跨国公司能够通过在东道国的经营活动影响当地的生产要素流动，进而影响当地的生产、消费、就业以及劳动力的收入。外商直接投资的流入会对国内企业形成竞争压力，同时也带了新的机遇；虽然一些本国企业由于竞争力不足、管理不善逐渐被市场淘汰，但是仍有一部分企业通过学习借鉴外来企业的管理经验，逐步发展壮大，尤其是民营企业迅速发展，这些企业的发展会吸引一部分农村剩余劳动力，进而对我国农村劳动力非农就业产生正效应。促进农村劳动力非农就业的核心在于提高劳动力素质，尤其是农村剩余劳动力的技术水平。FDI流入带来的竞争压力和对劳动力的更高要求，将会迫使企业增强核心竞争力，同时促进农村劳动力提升自身素质和技术水平，从而在根本上促进农村劳动力的非农就业，但这些需要长期的投入和准备。在此过程中FDI流入也带来了新的生产方式和管理方法，促进了我国本土企业技术水平和管理效率的提高，而技术水平的提高则导致了对劳动的替代，进而减少了对农村剩余劳动力的需求，减少了农村劳动力非农就业的增长，同时削弱了FDI流入对我国农村劳动力非农就业产生的正效应。

第二，与短期效益一样，从长期来看，我国出口贸易也是非农就业增长的长期Granger原因，但其长期总效应为负。首先，出口的扩大为我国带来了资本的积累，促进了国内经济的发展。一方面，经过长时间发展，我国制造业的技术水平不断提高，商品出口结构也有所改善，高新技术产品和机械设备的出口比重逐渐增加。2013年，我国高新技术产品出口6603亿美元，增长9.8%，占出口总额的比重为29.9%，比上年提高了0.5个百分点。机电产品出口12 655亿美元，增长7.3%，占出口总额的比重为57.3%。[9]这意味着对技术资本的需求逐渐替代了对劳动力的需求，进而减少了对农村剩余劳动力的需求。另一方面，经济的发展同时促进了服务贸易结构的改善，其中金融、文化等新兴服务出口所占比重最大，而新兴服务贸易的快速增长促进了新兴行业的发展，尤其是知识密集型行业的发展，这些行业需要知识型的高素质劳动力，对农村剩余劳动力的需求很小。其次，随着出口规模的不断扩大，进口规模和结构也随之得到改善。一方面，出口带来了资本的积累，提高了本国的进口能力。另一方面，近年来我国对外贸易一直保持顺差，贸易摩擦不断，而扩大进口不仅能够缓解贸易逆差，也有利于技术的引进，出口的发展间接促进了进口规模的增大。目前，技术密集的机电产品和高新技术产品是我国主要的进口产品。2013年，中国进口机电产品8401亿美元，增长7.3%，高新技术产品进口额5582亿美元，增长10.1%。[9]这些产品的进口可能会导致一些生产率低下的进口替代型产业受到冲击，进而导致其产业工人失业。同时，高技术产品的进口也会对劳动密集型产品形成替代，带来相关农村剩余劳动力的大量失业。[10，11]

第三，农村劳动力非农就业的增长是我国出口贸易相对规模增长的长期格兰杰因果关系，且效益为负。随着信息技术的不断发展，农村劳动力能够更加便利地接受新思想和新观念，尤其是新生代的农民工，他们接受了更高水平的文化教育，对生活有更高的期待，同时也更加注重物质和精神生活享受，与之相应的是他们对薪酬的要求提高，农村劳动力价格开始上升。加之劳动力转移更加自由，农村劳动力就业出现了新的转变，最显著的是由异地就业向本地就业转变，尤其是中西部地区农村剩余劳动力逐步将在本地乡镇企业就业作为首选，导致东部沿海地区从事出口加口产业的企业因缺少廉价劳动力而受到冲击，进一步提高了劳动力的价格。而劳动力价格的增长也使跨国公司开始将目光转移到劳动力更加廉价的东南亚国家，因此减弱了出口贸易规模的增长。

五、结 论

本文利用1982～2012年的年度数据，构建了一个包括出口贸易相对规模、农村劳动力非农就业比例和外商直接投资开放度的模型。本文首先通过ADF单位根检验证明了变量一阶差分后同阶单整；进一步通过Johansen协整关系检验证明了变量之间存在长期均衡的协整关系，同时，确定了最优误差修正模型；在此基础上，进行了Granger非因果关系检验, 并分析了变量之间的各种长短期效应。

改革开放以来，对外商直接投资的开放度逐渐提高，虽然短期内对中国非农就业增长率的影响为负，但长期来看，FDI流入拉动了我国经济的增长，促进了农村劳动力的非农就业。同时，我国出口贸易规模不断增长，且主要集中在劳动力密集型产品的出口上，而劳动力密集型产业能够吸引大量的农村剩余劳动力，从而在短期内促进了我国农村劳动力的非农就业，但本文发现其长期效益为负。这是因为，长期来看，出口贸易的扩大促进我国经济的发展：出口结构不断改善，技术和知识密集型产品比重提高；进口高科技和技术产品的能力不断提高，导致了技术对劳动力的替代。这些都在长期内导致对农村剩余劳动力的需求减少。而目前，由于农民工就业观的转变以及劳动力转移的自由化，中国出现了农工荒现象，影响了我国出口企业的发展。这是由于我国仍处于经济发展的转型期，一方面，企业开始寻求技术含量高的集约化道路；但另一方面，中国出口企业仍然以廉价劳动力为主要竞争优势。要改善这一现状，需要依靠技术的进步和产业结构的升级。

[1]Lewis W.A.Economic Development with Unlimited Supply of Labor[J].The Manchester School of Economic and Social Studies, 1954,47(3):139-191.

[2]G.Rains，John C.H.Fei.A Theory of Economic Development[J].The American Economic Journal,1961,71(28):309-334.

[3]Todaro M.P.A Model of Labor Migration and Urban Unemployment in Less Developed Countries[J].The American Economic Review,1969，59(1)：138-148.

[4]史清华，等.农民进镇意愿、动因及期望的调查与分析[J].中州学刊,2005，(1): 45-50.

[5]李强.农村劳动力流动与城乡收入差距分析[J].统计与决策,2012，(6).

[6]蔡昉,王德文.外商直接投资与就业——一个人力资本分析框架[J].财经论丛：浙江财经学院学报,2004,(1):1-14.

[7]赵德昭,许和连.FDI、农业技术进步与农村剩余劳动力转移——基于“合力模型”的理论与实证研究[J].科学学研究,2012,(9):1342-1353.

[8]陆文聪,李元龙.中国出口增长的就业效应:基于CGE模型的分析[J].国际贸易问题,2011,(9):14-24.

[9]中国对外贸易形势2014年春季报告[J].国际贸易,2014,(5):4-12

[10]杨晶晶，曾春花.外商直接投资的产业技术溢出效应对比研究——基于35个产业面板数据的实证分析[J].财经理论与实践，2013，(1).

[11]杨立国,刘宇娜.FDI、第三产业发展和服务贸易出口——基于中国数据的实证研究[J].税务与经济，2013，(2)