出口贸易对中国就业的影响及区域差异——基于31个省级面板数据的实证分析

詹锦华

厦门工学院，福建 厦门361021

一、引言

一直以来，就业都是民生之本，我国作为全球人口第一大国，就业问题始终备受关注。当前，我国面临的就业形势虽有好转但仍不乐观。根据国家统计局和财新网最新数据，2018年各月全国城镇失业率保持在4.8%-5.1%之间。虽然失业率较以往有所降低，但新增就业增速放缓，失业人数增速触底回升，意味着中国就业压力已在逐渐显现。而对外贸易作为拉动经济增长的三驾马车之一，对就业的贡献不容忽视。自2008年金融危机以来，我国乃至世界贸易增长放缓，而且我国人口红利及低劳动力优势已逐渐消失，面临经济下行的压力，所以，“一带一路”倡议的提出可谓适当其时，在我国乃至世界经济低迷之际，推动了世界贸易的发展，极大地提高了各国的就业水平。

二、文献综述

在出口贸易究竟对就业有何影响的问题上，国内外专家学者主要形成了三种意见。第一种意见认为出口贸易对就业有显著正向的影响效应。White（2008）在研究1972-2001年国际贸易与美国制造业就业关系时得出，增加出口贸易能够促进就业。耿哗强、闫思萌（2016）研究表明，整体制造业和高技术产业出口对就业有较强的正向导向作用，且对东、中、西部地区劳动力就业的影响依次降低。刘军等（2016）对我国省级面板数据进行实证分析，得出出口贸易有助于提高地区就业，包括提高就业总量和就业率，并且均呈现出地区差异性。李小萌等（2016）利用省级面板数据对出口贸易究竟对我国的就业结构有何影响进行了探究，研究结果显示，出口贸易拉动我国劳动就业作用明显，而进口贸易对我国就业影响则不显著。第二种意见认为出口贸易对就业有抑制效应。Hine and Wright、Greenaway等（1999）研究了发达国家出口开放度和制造业就业市场的关系，发现出口开放度的扩大反而对制造业的就业有负向效应。Leichenko和Silva（2004）对美国各大州县的出口贸易和就业数据进行实证分析，结果表明出口贸易额的增加反而减少了就业人数。喻美辞和喻春娇 （2009）对1997-2006年期间美国制造业和发展中国家的进出口贸易与美国制造业情况进行实证分析，结论显示，出口贸易对就业的影响和理论预期并不一样，扩大出口贸易并没有相应增加劳动密集型制造部门的就业人数，只对知识密集型制造部门的就业具有正向效应。陈昊等（2014）通过利用我国工业企业2006-2009的数据库进行分析，得出企业扩大出口贸易仍能显著提高整体的就业水平，但却明显抑制了女性就业。第三种意见是出口贸易对就业的影响较小或二者之间没有相关关系。Hashemzadeh（1997）研究了美国制造业贸易与就业的关系，得出出口贸易与就业水平并无多大关系，就业水平的增加或减少只是经济增长本身的现象。Krishna et al（2001）指出出口开放度对制造业劳动需求弹性影响极小。毛日昇（2009）通过分析我国1999-2007年制造业面板数据，得出扩大出口开放度反而显著降低了国有制造业的劳动需求弹性。

在探讨出口贸易对就业的地区差异性方面，文献还不是很充分，并且结论也不尽相同。如樊志霞（2016）在分析中部地区对外贸易的就业效应时，认为中部地区的就业效应并没有预期那么显著。李金玲和宋世琳（2015）根据2000-2013年西部地区出口贸易和就业的相关数据进行分析，结果表明西部地区出口贸易对就业有显著的促进作用，而进口贸易和就业则表现出负向效应。饶华（2015）基于我国1986-2012年省级数据，对出口贸易和城镇就业进行实证分析，指出出口贸易仍对我国尤其是东部地区城镇区域的就业率有明显的提升功能。

总的来说，在出口贸易对就业的影响问题上，很多学者并未形成一致共识，我国东中西部区域出口贸易对就业影响是否表现出明显的差异性，还有待于继续探讨。根据价格因素影响出口贸易对就业影响的确切结论，本文以2001-2017年我国31个省级单位面板数据为基础，对数据进行平减处理，从就业总量与就业率两个方面展开探究。

三、计量模型设定和实证分析

（一）计量模型设定

通过参考国内外相关文献，能够影响地区就业的因素有很多，如出口贸易、工资水平、固定资产投资、进口贸易、GDP、技术创新等。文章通过运用STATA13.0初步分析，排除了一些对就业影响不显著的变量，最后选定以就业绝对量（就业总量）和就业相对量（就业率）为被解释变量，以出口贸易、工资水平、资本投入和进口贸易作为解释变量。文章最终选用的计量模型如 （1）（2）所示：

在以上方程中，LEM和LEMRTE依次代表就业绝对量（就业总量）及就业相对量（就业率）的自然对数，分别为两个模型中的 被 解 释 变 量 。LEXP、LWAGE、LK 和LIMP分别表示出口开放度、工资水平、固定资产投资和进口开放度的自然对数，均为两个模型中的解释变量。下标i和t分别表示各省市和各年份。μ0和β0均表示常数项，μi和 βi（i=1…4）均为变量的系数，ε和γ均表示残差。文章共收集了全国31个省级单位2001-2017年的面板数据进行实证分析，在进行面板数据回归时使用的软件是STATA13.0，为了使模型的设定更为合理及减少异方差性，对上述变量进行了对数处理。

（二）变量及数据说明

1.就业。采用就业绝对量（就业总量）和就业相对量（就业率）两种方法进行度量。前者采用各省市年就业人数计算，后者采用各省市年就业人数除以年度总人口数。

2.出口开放度。出口开放度用各省市出口贸易额与该省市GDP之比计算，预计出口开放度与就业呈正向影响。

3.工资水平。由于工资是企业一项很重要的成本，理论上工资上升会提高企业生产成本，从而减少雇佣人数，降低就业人数。由于各省市职工年平均工资数据不够完整，故采用当年城镇单位就业人员年平均工资进行计算，预计工资水平对就业有负向效应。

4.固定资产投资。由于固定资产投资是生产性资本的主要来源，增加大量投资会扩大企业的生产规模，从而增加劳动需求，推动就业的增长。预计固定资产投资与就业存在正相关关系。

5.进口开放度。一般而言，进口贸易会导致我国消费者群体降低对我国企业同类商品的需要，导致本国有关企业生产规模的降低，同时，对劳动力的需求相应下降。进口开放度用各省市进口贸易额与该省市GDP的比值来度量。预计进口贸易会对就业有负向影响。

文中数据来源于 《中国统计年鉴》（2002-2018）及各省市统计年鉴 （2002-2018）等。对于进口和出口贸易额，皆采用当年美元兑人民币汇率中间价计算。考虑到数据的可比性，排除价格因素影响，除了就业人数、出口开放度及进口开放度外，各变量均进行了平减处理。如工资水平，以2000年为基期，采用居民消费价格对其进行了价格平减；固定资产投资，以2000年为基期，使用固定资产投资指数对固定资产投资额采用平减处理。

运用STATA13.0软件对上述各变量进行描述性统计分析，结果如表1所示。

表1 描述性统计分析表

（三）实证结果与分析

1.单体根检验

为防止“伪回归”现象，文中对所选变量进行平稳性检验，主要采用LLC和Fisher-ADF两种检验方法，两种方法的原假设均是序列存在单位根，即数据是非平稳的。为减弱异方差，对模型中各变量进行取自然对数处理。检验结果如表2所示。

表2 平稳性检验结果

由检验结果可知，除了变量LEM和LEMRATE在LLC检验方法下通过了5%的显著性水平外，其余各变量在LLC和Fisher-ADF两种检验方式下，均通过了1%的显著性检验，故拒绝面板包含单位根的原假设，这表明各变量都是平稳的，可以直接回归，不会造成“伪回归”现象。

2.计量方法的选择

通过软件分析可知，样本存在异方差性和自相关，限于篇幅，未具体列出。本文选择GLS即广义最小二乘法，以降低异方差与序列相关性存在的可能性。

3.出口贸易对就业影响的总体回归分析

如表3所示，当就业绝对量（就业总量）作为被解释变量时，式（1）的计量结果表明出口贸易对就业总量产生显著正向影响，说明出口贸易能够显著地推动就业人数的增长，且出口开放度每提高1%，就业人数就会增加0.2899%；工资的回归系数为负数，且通过1%水平的统计检验，说明提高工资会显著减少就业人数；固定资产在1%的水平下显著为正，说明固定资产的提高对就业具有一定的促进作用；进口开放度在1%的水平下显著为负，这表明进口开放度与就业存在负效应，进口贸易会减少对劳动力的需求。综上所述，这些结论均与预期一致。

表3 总体回归分析结果

同时，当就业相对量（就业率）作为被解释变量时，根据式（2）的结果可知，出口开放度在1%水平上显著为正，说明增加出口贸易能有效提高就业率，且出口开放度每提高1%，就业率就会增加0.0185%；其它变量，如工资、固定资产和进口开放度的系数也都通过了1%水平的统计检验，其中，工资的系数为正，表明工资的增加有助于就业率的提高，其原因在于，随着工资的提高，会吸引更多的人去工作，从而导致就业率的提升；固定资产的回归系数为正，说明固定资产的提高对就业率具有一定的促进作用；而进口开放度系数为负，表明增加进口会显著降低就业率。

综合以上分析可知，提高出口开放度，就业人数及就业率都会得到显著提升，这意味着我国能够依靠增加出口贸易来提高和改善区域的就业状况；工资的提高虽降低了企业雇佣的需求，但却对就业率产生促进作用，这说明提高工资具有双向效应；固定资本投资对就业量及就业率都产生显著正面的影响，这说明我国的就业能够通过扩大固定资产投资总额来改善；而进口贸易对就业量和就业率均产生负向效应，说明提高进口开放度对我国的就业量和就业率均产生抑制作用。

4.总体回归分析的内生性检验

考虑到当期的就业会受到过去就业的影响，本文引入就业人数的滞后一期值，将上述模型扩展为动态的面板数据，采用系统广义矩（SYS-GMM）对模型进行估计。检验结果如表4所示。

根据表 4 中 AR（1）和 AR（2）研究结果，由于二者的P值均大于10%，故可推知，拢动项差分不具有一阶和二阶自相关性。因此，接受“扰动项无自相关”的原假设。Sargan过度识别检验的P值为0.98，无法拒绝“所有工具均有效”的原假设，说明了所选的工具变量是有效的。就业的滞后一期 （L.LEM）的回归系数为0.942，在5%的水平下显著为正，说明了上期的就业量对当期就业量产生显著的正向影响。其余变量回归系数的符号与前文的分析结果是一致的，除了工资的显著性有所改变外，其余差别不大，这表明回归分析结果是可靠的。

表4 内生性检验结果

5.出口贸易对就业影响的区域回归

以上的研究说明出口贸易总体上可以增加区域就业人数，而从我国经济发展轨迹来看，东、中、西部发展差异显著，区际对外贸易对就业水平的影响是否存在明显的差异，需要进一步检验。

文章参照相关文献的一般分法，将我国分为东部、中部和西部三个区域，由于广义最小二乘法可以修正变量的异方差和序列相关问题，本节直接采用广义最小二乘法（GLS）进行计量，仍以就业绝对量（就业总量）和就业相对量（就业率）作为被解释变量，出口开放度、工资水平、固定资产投资和进口开放度作为控制变量。

根据表5的回归结果，当就业绝对量（就业总量）作为被解释变量时，比较式（4）、式（5）和式（6），可以看出出口贸易对不同区域就业总量的影响有很大的不同，在东部地区，出口开放度对其影响的系数是0.217，同时也通过了1%的显著性水平检验，这表明东部地区出口贸易显著拉动了就业总量的增长，且出口开放度每增加1%，就业总量就会随之增加0.217%；而中西部的出口开放度回归系数分别是0.0647、0.0477，但均未通过统计意义上的检验。与此同时，当就业相对量（就业率）作为被解释变量时，比较式（7）、式（8）和式（9）可知，出口贸易对就业率的影响也存在明显的区域差异性。东部地区出口开放度对就业率的影响系数为0.0263，且通过1%的显著性检验，表明东部地区增加出口贸易能明显提高就业率；而中西部出口开放度对就业率的回归系数虽然均为正值，但结果均不显著。

综合以上分析可以发现，东、中、西三个区域的出口贸易对就业总量和就业率的影响差异较大：东部区域出口贸易对就业总量和就业率影响显著，而中西部影响均不显著。

表5 区域回归结果

四、建议

通过上述分析可知，出口贸易对我国就业总量和就业率有一定的促进作用，但由于东中西部经济发展速度和出口开放程度不同，出口贸易对就业总量和就业率的影响也存在一定的差异，东部地区要明显好于中西部地区，因此，为提高我国总体就业量和就业率，促进各地区均衡发展，本文提出以下建议。

第一，加强同世界各国的经贸合作，进一步提高我国出口开放度。从全国层面看，出口贸易对劳动力就业的正向带动作用很显著，因此，中国要在“一带一路”背景下，加强同世界各国的经贸合作，除了巩固美日欧等传统市场的出口贸易，还要大力发展巴西、印度等“金砖国家”和“一带一路”沿线国家的出口贸易，进一步提高出口开放度，促进我国就业稳定增长。

第二，大力发展中西部经济的出口贸易，增强其就业效应。从区域经济看，东部区域出口贸易对就业总量及就业率的促进效应明显高于中西部区域，这说明在“一带一路”背景下，要深入和切实推动中西部经济的出口开放度，大力发展中西部地区的出口贸易，以增强中西部出口贸易对劳动力就业的促进效应。

第三，制定产业转移鼓励政策，缩小地区间贸易和就业的差距。由前文分析可知，东中西部出口贸易对就业率的影响存在着较大的差异。对我国有关部门来说，要制定合理的中西部承接东部区域产业转移政策，同时西部区域要紧紧抓住“新丝绸之路经济带”和“海上丝绸之路”建设的机遇，进一步扩大对外开放度。另外，还要优化东部区域的出口产业结构，一方面促进东部区域产业转型升级，另一方面解决东部区域劳动力、土地等生产要素成本攀升问题，同时促进中西部区域对外贸易发展，增加更多的劳动力需求，缩小东中西三个区域贸易和就业的差距。