FDI、生产性服务业和制造业就业——基于福建省数据的PVAR分析

蔡经汉

(黎明职业大学，福建 泉州 362000)

·经济管理·

FDI、生产性服务业和制造业就业
——基于福建省数据的PVAR分析

蔡经汉

(黎明职业大学，福建 泉州 362000)

本文运用允许将所有考察变量视为内生的Panel-VAR(面板向量自回归)模型进行实证分析，并以基于PVAR模型的脉冲响应函数分析及方差分解方法，来考察福建省FDI、生产性服务业就业和制造业就业之间的相互动态冲击反应。研究发现，三者之间存在较为复杂的互动影响路径，其中FDI与制造业就业更多受到其他变量的影响，在这个三元内生系统中，生产性服务业处于更为封闭的状态。长期来看，FDI的变化主要受制造业及生产性服务业就业的影响。

生产性服务业； 制造业； 就业； FDI； Panel-VAR

在历史上作为最早一批开放的沿海省市，借助侨台优势，福建省吸引到大量的外商直接投资。在福建省经济、产业发展的过程中，FDI发挥了较大的作用，在改革开放的前三十年对福建外向型经济有很大助益，在拉动经济增长、促进出口和就业等方面发挥了不可替代的作用。2008年世界金融危机之后，福建省吸引外商直接投资的优势日益衰退，与周边省份相比，FDI的总量及增长速度均处于劣势。在此背景下，探索既是福建省的主要支柱产业又是FDI投资重点的制造业和生产性服务业与FDI之间的互动规律，将有助于福建更好地利用外资构建现代产业支撑体系，加快战略性新兴产业集聚，加快经济转型发展，实现产业与就业结构协同优化升级。

一、文献回顾和问题提出

先前研究发现，制造业与生产性服务业处于同一个内生的经济系统中，它们又与FDI同处于一个更大的内生经济系统中，三者之间存在较复杂的互动影响。一方面，FDI的增长会促进经济增长和产业发展，从而促进就业；另一方面，良好的就业、产业发展及市场规模的扩大，将反过来加大对FDI的吸引力。以FDI为一端，以生产性服务业和制造业两大产业就业为另一端，三者的互动主要有两大路径：在FDI一端，FDI影响就业总水平，影响就业结构，进而分别影响制造业和生产性服务业的就业；制造业和生产性服务业一端，两大产业互相影响，进而影响FDI。

(一)FDI对就业的影响

对就业总水平的影响。本世纪初的研究认为FDI对东道国就业的增加具有明显的促进作用，如蔡昉和王德文研究指出，尽管当时FDI就业份额仍然较小，但由于其增长速度非常快,使得该领域就业对中国总体就业增长的贡献率很高[1]。此后，众多研究都从各个方面继续验证FDI对就业的显著促进作用[2-3]。

对产业结构、就业结构优化的影响。在促进就业总水平之外，FDI能促进就业结构演进，使农业人口向第二、第三产业转移[4]，促进产业结构优化[5]。进一步说，FDI对制造业及服务业的就业均有显著影响。例如，FDI可能通过促进产出扩张对制造业劳动需求产生重要影响[6]，而服务业能受益于FDI的就业效应[7]。相反，FDI撤离则会对服务业、制造业就业造成负面冲击[8]。

(二)制造业、生产性服务业与FDI的互动关系

由于生产性服务业脱胎于制造业，两者之间具有先天的紧密联系，其互动关系对于整个经济系统的影响不可小视。具体到FDI，一方面，FDI会影响生产性服务业与制造业的融合[9]；另一方面，生产性服务业与制造业FDI存在互相追逐的现象，有必要探索生产性服务业与制造业互动对吸引FDI的作用[10-11]。诸多研究者分别从制造业及生产性服务业各自的产业角度探讨了如何制定吸引FDI的合理政策[12-14]。进一步的研究则从服务业与制造业两大产业的产业集聚角度对此问题进行了阐述，发现城市服务业集聚有利于吸引FDI，而制造业集聚和外资集聚则不利于吸引FDI[15]。

(三)问题提出

以上研究可得出一个结论：FDI不应被视为外生的，它来源于外部，但受国内经济系统影响和吸引。因此，必须把FDI与制造业及生产性服务业的就业放在一个内生系统中来考虑：FDI影响总体就业水平，进而是各产业的就业；各产业的就业反过来影响经济体对FDI的吸引力，从而将决定FDI的变化。

在认识到这一点的情况下，部分研究运用VAR模型将FDI与就业放入一个内生系统中，分别考察中国及福建的情况[3,16]。这些研究只应用了时间序列数据，在数据与模型上存在一定不足，难以解决中国最为常见的地区异质性问题。为此，目前许多研究者已转向由Love和Zicchino所提出来的PVAR(面板向量自回归)模型[17]。这一模型综合了面板数据模型和时间序列模型的优点，既能够控制住地区效应和时间效应，也可以分析面对冲击时经济变量的动态反应，国内已将其广泛运用于FDI相关研究中，如FDI与贸易和环境规制之间的互动关系[18]，FDI与碳排放量和对外贸易之间的动态关联性[19]，以及FDI技术溢出对我国产业结构优化的影响[5]。鉴于此，本文将利用面板向量自回归模型，探讨福建省范围内FDI、制造业就业、生产性服务业就业三者之间的互动关系。

二、模型与变量

(一)方法简介与实证模型设定

本文选择PVAR模型分析框架，是因为本研究内容所涉及的数据一般都是年度数据，样本区间较短，而PVAR模型同时具备时间序列分析与面板数据分析的优势，不仅可以扩大样本量，增加自由度，减少自变量间的多重共线性的影响，更重要的是其把所有变量放在一个内生系统来处理，不但解决了变量内生性问题，能较好地反映变量间的动态关系，还能够有效刻画系统变量间的冲击响应和方差分解。

关于PVAR模型的详细介绍可参见Love和Zicchino2006年发表的论文[17]。由于通过AIC、BIC和HQIC准则判断得到最佳滞后阶数为三阶，本文采用的PVAR模型设定如下

yit=αi+γtΓ1yit-1+Γ2yit-2+Γ3yit-3+uit，

其中，yit=(manuit,prodit,fdiit)是由基于面板数据的3×1的内生变量制造业就业manu、生产性服务业就业prod、外商直接投资fdi所构成的向量；i代表第i个地级市，t代表年份，Γ是维数3×1的系数矩阵，αi是3×1的反映地区特有的诸如地理位置、资源禀赋、文化和经济结构差异等异质性的地区固定效应向量，γt是3×1的时间效应向量，用于体现每一时期宏观经济或政策的特定冲击，从而能够控制样本中可能存在的结构差异问题。

(二)变量与数据

本文以2003—2012年福建省九地市为研究对象，数据来源于2004—2013年中国城市年鉴。对于外商直接投资的度量，遵循一般研究通常采取的做法，即以实际利用外资额作为FDI的代理指标，本文中FDI即为以美元计价的各地市外商直接投资实际利用金额，制造业就业变量以各地市全市制造业从业人员数作为代理指标。这两个数据均可从中国城市年鉴中直接获取。在生产性服务业的界定问题上，由于官方并无统一数据，仅能根据服务业中各行业数据自行加总，而先前研究基于不同的视角或数据可得性，最终数据往往口径不一，由此得到的结论难免存疑。对此，本文认为生产性服务业的界定既要参考官方定义和同行研究，更要参考对中间需求率的测算。国外学者认为生产性服务业应该是一种主要体现中间需求的服务业[20-21]。分析福建省生产性服务业的投入产出发现，生产性服务业各行业在福建省的中间需求率均大于30%，唯有房地产业的中间需求率不足4%[22]。从“服务于其他商品和服务提供者”的角度来看，福建省房地产业确实应该从生产性服务业的行列中予以排除。因此，本文所定义的福建省生产性服务业为交通仓储邮电业，信息传输、计算机服务和软件业，批发零售贸易业，金融业，租赁和商业服务业以及科研、技术服务和地质勘查业六大行业之总和。

表1计算了福建省9个地级市的制造业就业、生产性服务业就业及FDI金额在2003—2012年间的均值。

表1 福建九地市的基本数据统计(2003—2012年均值)

从表1可以看出，福厦泉三地无论是制造业、生产性服务业或FDI数据均占到全省总量的大部分。作为福建省GDP总量第一的泉州市的制造业就业人数几乎相当于福州和厦门之和，但生产性服务业就业人数却不及福州的个位数，吸引到的FDI也略少于厦门。由此可见，福建省各地市之间确实具有较强的异质性，在PVAR模型中控制各个地区的固定效应极有必要。

三、实证分析结果与讨论

(一)PVAR模型估计结果

为避免个体固定效应与被解释变量的滞后项之间可能存在相关性的问题，本文使用Helmert前向差分过程来克服以往使用一般均值差分过程在消除个体固定效应时可能导致的估计偏误，并采用系统广义矩估计(SGMM)方法来估计PVAR模型参数，据此绘制脉冲响应图，并进行方差分解分析，以观察系统内各变量面对新生冲击的反应情况，从而评价不同结构冲击的重要性。

根据AIC、BIC等准则，确定本研究PVAR模型的最佳滞后期数为3期。表2为通过SGMM方法计算得到的组成PVAR模型三个方程的参数估计值、标准差与t值。

表2 PVAR模型参数估计结果

注：*为p<0.05，**为p<0.01，***为p<0.001。

方程1中，制造业就业受生产性服务业就业滞后2期、滞后3期及外商直接投资滞后3期的显著影响。生产性服务业就业滞后2期的影响为正，滞后3期的影响为负，体现了某种误差修正的机制在其中发挥作用。外商直接投资滞后3期的影响为正，说明增加或吸引FDI有助于制造业的发展，改善其就业状况。

方程2中，生产性服务业就业受本身滞后1期、滞后3期的显著影响。其中1期影响为正，3期影响为负，也表现出回归趋势。值得注意的是，在本方程中，制造业就业与FDI各滞后项均不显著。这说明生产性服务业就业受系统其他两个变量的影响较小，其发展体现出较强的自我影响、自我决定特性。

方程3中，外商直接投资受生产性服务业就业滞后1期、制造业就业滞后2期和滞后3期的显著影响。生产性服务业就业滞后1期的影响为正，而制造业就业滞后2期和滞后3期的影响一负一正，同样体现出误差修正和均值回归。

值得注意的是，方程1中显著的滞后期数均为2期及以后，说明制造业就业的增长有一定的滞后期(需要设备厂房等硬件)，其他两个变量对其的拉动作用需花费更长的时间才能显现。相反，生产性服务业就业及FDI方程中，生产性服务业滞后1期均显著，说明该变量对自身和FDI的拉动作用生效较快。

(二)脉冲响应分析

脉冲响应函数(Impulse Response Function，简称IRF)描述的是模型中来自于某一变量的一个正交化冲击对系统中每一个变量所产生的持续影响。我们给出了经由Monte Carlo模拟生成的脉冲响应函数及其95%置信区间(因篇幅所限，图略)。

从正的对角线上的三个图可以分别考察制造业就业、生产性服务业就业及FDI对于自身冲击的响应状态。其中，制造业就业与FDI在面对自身的新生冲击时，首先产生一个正反馈，随即迅速下降，并进入围绕0水平进行波动的状态。生产性服务业就业则是在正反馈之后继续保持平稳，虽然后期略有下降，但仍保持为正。制造业就业和FDI面对自身产生的扰动，其影响很快被消化和吸收，而生产性服务业就业自身扰动的影响则会持续一段时间。这说明制造业就业和FDI具有较强的稳定运行能力，生产性服务业较容易受异常情况的冲击。

首先，我们可以从脉冲响应图考察生产性服务业就业及FDI的冲击对制造业就业造成的影响。从制造业就业对生产性服务业就业冲击的响应来看，制造业对生产性服务业始终保持了正响应状态，前期快速上升，后逐渐下降，但长期呈现较为稳定的正向反应。制造业对FDI的冲击会有一个正的响应，但这个响应状态快速上升后又快速下降，最终收敛于0。可见，外商直接投资短期内会拉动制造业就业，但从长期来看，制造业更需要生产性服务业的配合发展。

其次，考察制造业就业及FDI的冲击对生产性服务业就业造成的影响。生产性服务业就业对于制造业的冲击有正的响应，但这个响应的力度不仅要小于制造业对生产性服务业冲击的响应力度，而且逐渐下降，最终趋近于0。生产性服务业就业几乎不受FDI冲击的影响，由其产生的脉冲响应始终保持在0左右。由此可见，在这个三元内生系统中，生产性服务业处于更为封闭的状态。

最后，考察制造业及生产性服务业的冲击对FDI造成的影响。FDI对于制造业冲击的响应呈现正负波动态势。制造业规模的扩大会先使竞争加剧，导致FDI下降，随后由于竞争的缓解，FDI重新回升。这与中国的整体情况类似[6]。FDI对于生产性服务业就业的增加是欢迎的，生产性服务业的发展及壮大有利于本地区吸引更多的FDI。

(三)方差分解分析

为了更清楚地刻画制造业就业、生产性服务业就业与FDI三个变量之间相互影响的程度，采用方差分解方法，分别获取各变量来源于自身冲击和其他变量冲击导致变化的比例，即相对方差贡献率。

表3 方差分解结果

注：该表须横向解读，方差分解体现为行变量为列变量所解释的变动百分比。

表3依次给出了10个预测期、20个预测期及30个预测期的方差分解结果。可以看出，总体上来说，三个变量的变化均主要来源于自身。以10个预测期的结果为例(从表3可以看到20、30个预测期结果基本相似)，外商直接投资来源于自身波动的影响约为41%，制造业就业来源于自身波动的影响约为58%，生产性服务业就业来源于自身波动的影响最为强烈，约为95%。值得注意的是，外商直接投资除受自身变化的影响外，还受到制造业就业与生产性服务业就业的较大影响，两者的影响分别约占32%和27%。

此外，对于manu和prod而言，20个预测期和30个预测期对方差分解的结果影响并不大，与10个预测期的相对方差贡献率相比，变化基本在1个百分点左右，或低于1个百分点，说明经过10个预测期以后manu和prod已经基本稳定。对于fdi而言，从10个预测期到30个预测期的各来源相对方差贡献率的比例有一定程度的变化，来源于自身波动所造成的变化极小，仅有极小程度的下降，但受到生产性服务业就业波动的影响有一定程度下降，受制造业波动的影响比例则有较大程度上升。因此，在30个预测期的相对方差贡献率中，来源于制造业的比例已较为接近来源于FDI本身的比例。说明从长期来看，制造业就业对FDI波动的解释力较强，影响较持久。

四、结论与展望

实际经济变量往往是内生决定的，在考察时应用内生经济模型才能减少偏误，获得对问题较为精确的认识。通过构建由外商直接投资、制造业就业、生产性服务业就业三者组成的PVAR模型，对福建省在产业升级转型及吸引外资等方面所面临的问题进行了一定的探讨。

(一)结论和政策建议

本文研究发现，三者之间存在较为复杂的互动关系，其中FDI与制造业就业更多受到其他变量的影响，在这个三元内生系统中，生产性服务业处于更为封闭的状态。长期来看，FDI的变化主要受制造业就业及生产性服务业的影响。基于这一实证研究结果，本文提出以下政策建议：首先，利用福建自贸区和“一带一路”两大区域战略来弥补福建生产性服务业自我封闭发展的弱势局面，借区域政策优势提升扩大生产性服务业对外资的吸引力。具体来说，既要利用政策优势，提升保障水平，从制度上增强吸引力；又要出台促进FDI流向生产性服务业的相关政策，引导外资向生产性服务业的高层次部分流动。其次，应加强生产性服务业与制造业的融合及互动，以产业融合升级转型提升吸纳外资的能力。具体来说，一方面要大力发展文化创意、工业设计等创新性较强的现代生产性服务业，为原本处于低端的福建制造业品牌赋予更多文化内涵，提升品牌价值，向微笑曲线两端发展；另一方面是在当前互联网+兴起的时代背景下，大力推进云计算、物联网、大数据等新一代信息技术与传统制造业、生产性服务业的融合发展。通过两大产业融合共同升级转型，自然提升对外资的吸纳能力。

(二)展望

本研究建构于福建省9个地级市的面板数据之上。随着将来海西经济区的进一步发展，可考虑将研究范围扩展至海西20个地市。同时，研究还可考虑将包括GDP、人力资本等在内的其他变量纳入内生系统中。此外，有必要将空间因素纳入考虑，进一步检验海西经济区一体化进程的发展程度。

[1] 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.

[2] 王美今,钱金保.外商直接投资对我国就业的影响：基于误差成分联立方程模型的估计[J].中山大学学报(社会科学版),2008(6):178-184.

[3] 刘宏,李述晟.FDI对我国经济增长、就业影响研究:基于VAR模型[J].国际贸易问题,2013(4):105-114.

[4] 张二震,任志成.FDI与中国就业结构的演进[J].经济理论与经济管理,2005(5):5-10.

[5] 王静.FDI技术溢出对我国产业结构优化的影响:基于PVAR的分析[J].经济与管理,2013(9):63-69.

[6] 毛日昇.出口、外商直接投资与中国制造业就业[J].经济研究,2009(11):105-117.

[7] 刘志中.中国服务业利用FDI的就业效应研究[J].技术经济与管理研究,2011(1):94-98.

[8] 韩民春,张丽娜.制造业外商直接投资撤离对中国就业的影响[J].人口与经济,2014(5):87-94.

[9] 李秉强.浙江FDI与生产性服务业和制造业融合的关联性分析[J].太原理工大学学报(社会科学版), 2013(3):15-19.

[10] 张宇馨.制造业FDI与服务业FDI互动机制及对我国引资的启示[J].国际商务(对外经济贸易大学学报),2011(6):84-91.

[11] 唐保庆.生产者服务业FDI追逐制造业FDI吗?[J].财贸研究,2009(5):56-63.

[12] 周燕,王传雨.中国制造业吸引FDI的政策设计[J].哈尔滨工业大学学报(社会科学版),2009(2):91-95.

[13] 查贵勇.中国服务业吸引FDI溢出效应分析[J].国际经贸探索,2007(5):63-66.

[14] 李丹,崔日明.中国服务业吸引FDI影响因素实证研究:基于1997-2007年时序数据的计量检验分析[J].辽宁大学学报(哲学社会科学版),2010(1):108-114.

[15] 孙浦阳,韩帅,靳舒晶.产业集聚对外商直接投资的影响分析:基于服务业与制造业的比较研究[J].数量经济技术经济研究,2012(9):40-57.

[16] 林立达.福建省FDI、第三产业GDP和就业人数互动关系研究:基于VAR模型[J].福建金融管理干部学院学报,2013(3):33-39.

[17] LOVE I,ZICCHINO L.Financial development and dynamic investment behavior:evidence from Panel VAR[J].The quarterly review of economics and finance,2006,46:190-210.

[18] 苏梽芳,廖迎,李颖.是什么导致了“污染天堂”:贸易还是FDI?:来自中国省级面板数据的证据[J].经济评论,2011(3):97-104,116.

[19] 姬世东,吴昊.贸易增长、FDI流入和地区碳排放关联性的PVAR模型分析[J].工业技术经济,2012(11):118-123.

[20] JULEFF.Advanced producer services:just a service to manufacturing[J].Service industries journal,1996,16(3):389-400.

[21] WOLFF E N.Measures of technical change and structural change in services in the USA:was there a resurgence of productivity growth in services[J].Metroeconomica,2007,58(3):368-395.

[22] 蔡经汉.福建省生产性服务业与制造业产业关联研究:基于投入产出方法[J].重庆交通大学学报(社会科学版),2013(1):48-52.

(责任编辑：李晓梅)

FDI, Producer Service and Manufacturing Employment in Fujian Province A Study Based on Panel VAR Model

CAI Jinghan

(Liming Vocational University, Quanzhou, Fujian 362000, China)

A Panel-VAR model, which can take all variable as endogenous as well as the impulse function and variance decomposition, is applied to empirically study the relations between FDI and employment of manufacturing and producer services in Fujian province. The results show that there are complicated interaction paths for the triple variable. FDI and manufacturing employment will be affected more by other variables. And producer service employment is in a more serious seal state. In the long run, the change of FDI is mostly influenced by the employment of manufacturing and producer services.

producer service; manufacturing; employment; FDI; Panel-VAR

2016-04-17

2014年福建省中青年教师教育科研项目“海西生产性服务业与制造业空间集聚与协同发展研究”(JAS14452)；泉州市哲学社会科学研究2013年规划项目“生产性服务业与制造业协同视角下的福建产业结构升级研究”(2013Y08)；黎明职业大学科研团队建设项目(LMTD2014110)

蔡经汉(1979—)，男，福建石狮人，黎明职业大学副研究员，研究方向：数量经济模型与应用。

F062.1

A

1674-0297(2016)06-0068-06