FDI对中国城镇化发展的影响*——基于劳动力就业中介效应的实证研究

黄亚捷， 闫雪凌， 马 超

一、引 言

改革开放的各项举措使得中国城镇化发展重新步入了正轨，1996年城镇化率达到30%后，中国城镇化发展呈现出前所未有的加速发展态势(简新华和黄锟，2010)。1979—1995年间，中国平均每年新增城镇人口1055万人，而1996—2011年间城镇人口年均增长则达到2 119万人。与此同时，伴随着对外开放政策的进一步深化，特别是在2001年加入WTO后，中国迎来了吸引外资直接投资(以下简称FDI)飞速发展的新高峰。2003年，中国吸引外商直接投资量首次超过美国，跃居世界第一位*详见联合国贸易和发展会议2004年9月22日在日内瓦发布的《2004年世界投资报告》。。

图1展示了1985—2016年间我国FDI与城镇人口比重变化情况。大多数国内外文献指出，FDI会对一国或者地区的城镇化发展起到显著促进作用(Clark，1998)，但大部分的研究仅仅就二者间的关系进行简单阐述与分析，对FDI如何促进城镇化发展，即二者间的重要传导机制，并没有作过多的剖析。实际上，FDI对城镇化会产生直接和间接的影响。首先，外商投资能为城镇提供大量的就业岗位，吸纳农村剩余劳动力，实现劳动力向城市的转移，进而直接促进城镇化的发展；其次，外商投资带来先进的制造技术和管理经验，通过溢出和渗透效应，提高地方生产效率，促进产业的转型与升级，从而间接推动城镇化的进一步发展(袁冬梅等，2017；袁博和刘凤朝，2014；程开明和段存章，2010)。

图1 1985—2016年外商直接投资与城镇人口比重变化情况

在传统二元经济模型下，城镇化进程的源动力被拆分为“推力”和“拉力”两部分(李强，2003；程名望等，2006)。“推力”代表充足的资源条件和禀赋，“拉力”代表城镇的就业需求。在城镇化建设过程中如何加强“拉力”，一直是国内外学者关注的热点。本文基于传统二元经济模型，引入劳动力就业因素构建理论模型对这一问题进行研究，并使用1999—2014年全国285个地级市的数据进行实证检验，为FDI影响城镇化发展这一问题提供一个新的视角。

后文的结构安排如下：第二部分是文献综述；第三部分是理论模型构建和推导；第四部分是实证回归和结果分析；最后是研究结论和启示。

二、文献综述

城镇化又称城市化，是指人口从农村地区向城镇地区集聚的过程。在欧美等发达国家和地区，通常使用城市化的概念，城镇化是基于中国的特殊国情和经济发展背景提出的，但二者在本质上并不存在差别。由于本文主要针对中国城镇化发展展开讨论和分析，因而统一采用城镇化这一概念。在进入20世纪以后，世界城镇化的快速发展主要源于发展中国家。随着国际间资本和产品流通的不断加速，发展中国家在城镇化进程中受到资本扩张的显著影响。亚洲和非洲的城镇化发展表明，外来资本的大量涌入会通过带动制造业和服务业的发展，进而推动城镇化进程的不断前进(Clark，1998)。我国的实践经验同样表明，FDI在城镇化发展过程中发挥了重要作用。Sit & Liu(2000)运用中国珠三角地区的数据进行实证研究，发现FDI对珠三角的区域经济增长和城镇化进程起到了至关重要的作用。程开明和段存章(2010)则验证了外商直接投资和城镇化之间的长期均衡关系，指出FDI是城镇化发展的格兰杰原因，对其具有显著为正的冲击效应。袁博和刘凤朝(2014)研究FDI与城镇化的动态关系，发现FDI能够有效提高第三产业发展水平，改善地区产业结构，提供更多就业机会，进而加快城镇化发展。Cao & Duan(2015)通过分析中国沿海省市数据发现，城镇化发展与FDI密切相关，二者间呈现显著的正向关系。

尽管目前已普遍认可了FDI对城镇化发展的促进作用，但FDI在进入一个国家或地区时会受到当地经济、政治和社会力量等因素的影响，从而导致其在空间分布上的不确定性，最终影响到当地的城镇化进程(Sit，1993)。受自然地理环境和国家政策等外生因素影响，FDI在进入我国时集中于东部沿海地区，为这些地区的制造业带来了稳定的资金流和先进技术，促使劳动力不断向这些地区转移(赵德昭和许和连，2013)。吴莉娅和顾朝林(2005)对长三角地区的FDI与城镇化发展的研究发现，由于改革开放后不同地区存在政策和制度差异，珠三角和长三角在招商引资方面具有显著优势，从而拉开了与内陆其他地区的城镇化发展差距。Mossel(2012)基于深圳的城镇化发展，通过总结过往研究指出，FDI是影响中国城镇化发展最重要的因素，也是地区城镇化发展失衡的诱因。由此可见，FDI的区域分布不均是导致我国城镇化发展不均衡的重要因素(武剑，2002)。

也有一些文献指出，FDI和城镇化之间并非简单的线性关系，而是存在着非线性关系。孙浦阳和武力超(2010)的研究结果显示，FDI与我国的城镇化进程之间呈倒U形关系。黄娟(2011)通过构建城镇化水平综合评价指标体系，实证分析FDI对我国城镇化水平的影响。研究结果表明，FDI对城镇化的促进作用依赖于城市本身的发展程度：综合发展水平越高的城市，FDI的促进作用越显著；综合发展水平越低的城市，FDI的促进作用越小，甚至会产生负向影响。袁冬梅等(2017)则发现，随着金融发展水平跨越不同的门槛值，FDI 对城镇化的影响整体上呈现卧倒的“S”型路径。

综上可见，现有文献对FDI和城镇化之间的关系进行了大量的理论和实证分析，但大部分研究仅仅阐述和分析了二者间的直接关系，较少对二者间的传导机制进行深入剖析。如前文所言，FDI的进入给城镇提供了大量新增就业岗位，成为城镇化发展的重要“拉力”。沿着这一思路，从扩大劳动力市场就业角度来理解FDI对中国城镇化发展的影响无疑能够更好地对现实情况进行解释。本文在传统二元经济模型中引入劳动力因素，通过实证数据检验劳动力市场就业在此关系中的作用。

三、理论模型

参考Harris & Todarro(1970)、刘瑞明和石磊(2015)构建城乡二元经济模型并将劳动力就业引入模型中，假设经济体中包含城镇地区和农村地区，劳动力能在两个地区间自由迁徙，FDI从外部进入城镇，使得城镇存在内资企业和外资企业。外商投资企业部门F的产出比重为η，内资企业部门D的产出比重为1-η。假定地区中的内资企业和外商投资企业都拥有Cobb-Douglas型生产函数，则其产出函数可表述为：

(1)

(2)

其中，α,β,γ>0 ，且α+β+γ<1。Yi代表了企业i的产出水平，Ai代表企业i的技术水平，Ki代表企业i的资本投入，Li代表企业i投入的劳动力总量，G代表政府对公共设施与服务的投入。假定两类企业都为规模报酬不变，α,β,γ>0 ，且α+β+γ<1。土地要素按照相应的地租换算成土地价值并入K中，作为资本的一部分。

外商投资企业具有更高的技术水平和生产效率，因此假定Ad

(3)

s.t. Ci=KiRi+LiWi

(4)

利用拉格朗日方法可得拉格朗日函数为：

LR(Ki,Li)=AiLβGγ+λ(KiRi+LiWi-Ci)

(5)

进而求解一阶条件可得：

(6)

同时，根据现实情况和已有文献，模型还有以下三个假设*具体的假设推导过程可联系作者索取。：

假设1：外商投资企业具有更低的劳动力工资价格，即有Wf

假设2：外商投资企业的融资成本更高，即有Rf>Rd。

假设3：外商投资企业投入的资本更高，即有Kf>Kd。

结合以上假设，代入(6)式，可以得到：

Lf>Ld

(7)

令F代表城镇本地原有的劳动力数量，同时考虑农村劳动力向城镇迁徙的情况，令M代表移民数量。此时城镇的劳动力总量为U=M+F，城镇的总就业人口为：

L=ηLf+(1-η)Ld

(8)

(9)

其中EW为农民进城后的期望工资水平。

当期望收益EI大于机会成本M0时，农村劳动力会持续向城镇部门转移，进而导致工资水平下降；当期望收益EI小于机会成本M0时，农村劳动则将从城镇部门撤离。城镇企业为阻止劳动力流失，会选择提高工资水平；当EI=M0时，农村—城镇劳动力市场达到均衡状态。在劳动力市场均衡条件下，有：

(10)

假定每个向城镇迁移的农民在初始具有相同的劳动力素质禀赋，因而他们面临着同样的收入期望。而他们工资高低则由工作所在的就业部门决定。高工资就业部门在员工培训和培养上更具经验，同时具有更加完善的员工体制和福利体制，因此更具备培养高素质员工的能力。据此，一个代表性农民在获得就业机会后所面临的期望工资水平为：

EW=ηWf+(1-η)Wd

(11)

将(8)和(11)式代入(10)式，可得：

(12)

对(12)式进行整理，可得：

(13)

将城镇总劳动力U对内资企业产值占比η求偏导，整理可得：

(14)

根据前文分析可知，Ld0。

进一步讨论η，η为内资企业部门D的产出比重。历史数据表明，长期以来，我国以内资企业为主导，至2014年底，我国内资企业比重仍高达76.848%。据此可知，在相当长的时间内我国内资企业占比远超50%，因此可得2η-1<0，继而有(2η-1)(Ld-Lf)(Wd-Wf)<0。

根据以上推导，可推知以下两个命题：

命题1：在给定其他条件不变情况下，一个地区外商投资企业产值比重越高，其城镇人口数量越多。

命题2：地区外商投资企业对城镇发展的促进作用主要通过带动就业来实现，外商投资企业通过劳动力就业的中介效应最终对城镇发展产生影响。

这两个命题揭示了外资企业和城镇人口之间的直接关系和作用机制。地区外资企业比重越高，越能推动城镇发展。命题1同时还意味着所有制结构的改善能够提高当地城镇发展水平，促进城镇发展。

通过前文分析和模型推导可知，外资企业的入驻有效扩大了劳动力就业市场，为城镇部门提供了更多的就业岗位，进而带动了农村劳动力向城镇部门转移。已有的大量研究已经证实外商直接投资对就业的促进效用，通过上文模型论证，可以看到外商投资在影响就业的基础上如何进一步影响到城镇发展。下面，本文将使用中国1999—2014年地级市的面板数据，对这一结论进行实证检验。

四、实证检验

(一)回归模型与变量说明

本文的基准回归模型如下：

(15)

为进一步考察FDI是否通过劳动力就业这一中介因素对城镇化发展产生影响，借鉴温忠麟等(2004)、张远军(2014)、杨兴全等(2015)有关中介效应检验方法，建立如下递归(Recursive)回归模型：

(16)

(17)

(18)

1.被解释变量

城镇人口数(urbanpop)：本文选择非农人口作为城镇人口指标，遵循多数文献的做法，对城镇人口数据进行对数化处理。1999—2010年非农人口数据来源于《中国城市统计年鉴》，2011—2014年非农人口数据来源于《中国人口和就业统计年鉴》。由于2014年后，不再汇总统计各地市非农人口数据，因而本文数据选至2014年。

2.解释变量

FDI(foreignindus)：本文选择外商投资工业企业产值占比，衡量一个地区的外商直接投资水平。由于地市级层面的分经济类型工业企业产值分组统计数据较少，且该数据从1999年才开始公布，因而本文选择1999年之后的数据进行回归分析，所采用数据来源于《中国城市统计年鉴》，解释变量的具体计算公式如下：

限额以上外商投资工业企业产值/限额以上全部工业企业产值

3.中介变量

劳动力数量(manu)：由于数据所限，在检验劳动力的中介效应时，本文使用制造业就业人数作为衡量外商投资企业影响城镇发展的中介变量。由于中国FDI大部分集中在制造业，我们认为使用制造业这一子样本进行验证具备较好的代表性。本文对制造业从业人数进行对数化处理，数据来源与FDI相同，这里不再累述。

4.控制变量

参考实际情况和已有文献的做法，在实际回归中还加入了其他一些控制变量，具体定义见表1。

表1 主要变量定义与描述

(二)实证结果分析

1.FDI与城镇化

考虑到可能存在的多重共线性，在进行实证回归前，首先对各变量进行多重共线性检验，结果如表2所示。

表2 多重共线性检验

从表2可见，人均GDP、第二产业产值占比、第三产业产值占比和教育水平的VIF均大于10，因此，在实证回归中剔除以上4项变量。

表3是采用双向固定效应模型对基准模型进行回归的结果。在将控制变量逐个引入模型后，外商投资企业产值占比均在5%水平上显著，这一结果很好地验证了前文的理论模型和推论。结合模型和实证结果，可以认为，地区外商投资企业产值占比越高，地方城镇人口越多，即外商投资企业有效推动了地方城镇人口集聚，进而促进城镇发展。

表3 外资企业产值占比对城镇人口规模影响

注：括号内的值为t统计量，***、**、*分别代表在1%、5%、10%的显著性水平下显著。下同。

进一步考察其他控制变量发现，经济增长速度显著为正，表明经济发展能够拉动城镇化建设，提高城镇化水平。人口自然增长率显著为正，表明城镇人口增长越快，城镇化发展速度越快。政府干预变量显著为负，表明地方政府干预对城镇发展产生了负面影响。

由于上述结果具有潜在的内生性问题，为剔除内生性影响，本文引入工具变量对可能的内生性问题进行控制。从理论出发，外商投资企业产值占比的一阶滞项后和外商投资企业产值占比的增速与当期外商投资企业产值占比密切相关，具有直接的相关影响。同时，这两个变量与当年的误差项并不存在相关关系，而它们对当年城镇发展的影响，也是通过当年外商投资企业产值占比实现的。因此，这两个变量符合工具变量的选择标准。

工具变量的检验及回归结果如表4所示。从一阶段回归结果中可以看到，外商投资企业产值占比的一阶滞后项和外商投资企业产值占比的增速与当期的外商投资企业产值占比之间存在显著的正相关关系，相关的工具变量也均通过有效性检验。尽管Hausman检验结果表明双向固定效应模型的回归结果和工具变量回归结果之间存在显著的差距，但本文不能因此拒绝原模型的回归结果。

在采用了工具变量进行回归后，外资企业产值占比对城镇人口依旧存在显著的正向效应，系数的显著性和大小均有增加，回归结果支持了前文所述的理论假说和推论。

表4 工具变量回归结果

考虑到可能的异方差问题，本文还采用了两步GMM工具变量估计法，对模型进行检验与回归，结果与2sls方法相同。

2.劳动力就业的中介效应

进一步考察劳动力就业作为中介渠道在FDI影响城镇化中的效应，回归结果如表5所示。在中介效应的检验中，系数的变化是本文关注的重点所在。第(1)列中，未加入中介变量之前，FDI对城镇人口的回归系数为0.115，并且在1%水平上显著为正，这一结果与表3全样本回归结果一致；第(2)列考察FDI对制造业就业人数的影响，其系数同样显著为证，这表明FDI有效促进了制造业行业的就业；第(3)列将FDI和制造业就业人数同时加入模型后，制造业行业就业仍然显著，而FDI对城镇化的影响系数不再显著，且数值从第(1)列的0.115下降到0.0801，这表明FDI对城镇化的影响是通过劳动力就业中介渠道所实现。表5的回归结果再次说明，外商投资企业产值占比的增加有效提高了制造业就业人数，为城镇提供了更多就业岗位，吸引了更多外来劳动力进入城镇，从而促进了城镇发展。

为了更好地验证中介效应的存在，本文进一步采用了Sobel检验，对以上中介效应进行检测，结果如表6所示。与表5回归结果所不同的是，在Sobel检验中，加入了制造业就业这一中介变量后，外商投资企业产值占比仍然在10%显著性水平下显著，但系数从2.131下降至0.120，下降幅度较大，表明制造业就业发挥了部分中介效应，外商投资企业产值占比的确通过制造业就业对城镇人口产生了影响，这一结果支持了上述有关中介效应的论证。

表5 制造业就业对城镇人口中介效应

表6 Sobel中介效应检验结果

五、研究结论和启示

外商直接投资会促进城镇化的进程，但其究竟通过何种渠道产生影响还需要作进一步探讨。本文在“城乡二元结构”模型的基础上，通过引入劳动力就业因素，就外商直接投资对城镇化的影响及其渠道进行了研究，发现外商投资企业占比的提高会推动城镇发展，而这一影响是通过劳动力就业的中介效应实现的。随后，本文利用中国1999—2014年地级市的面板数据进行实证分析，结果显示：双向固定效应模型回归中，FDI会显著地促进城镇化发展，这一结论在使用工具变量回归后依然稳健；中介效应回归模型中，加入制造业就业数据作为中介变量后，FDI影响城镇化的系数有所下降，且不再显著，这验证了劳动力就业在外商投资推动城镇人口增长的过程中发挥了中介效应。

基于以上结论，本文的主要政策启示如下：

第一，改革开放后，外商投资有效缓解了我国城镇化发展资金瓶颈问题，为推动我国城镇化发展起到了积极作用。一方面，外商投资规模的扩大增加了城镇地区工业企业数量，尤其是制造业企业，进而为城镇地区提供了大量就业岗位，吸引了来自农村地区的劳动力进城务工，增强了城镇化发展的“推力”。另一方面，外商投资增加了我国城镇化发展的初始资本，使得城镇地区的资金更加充裕，有效弥补了城镇发展资本的不足，进而增强了城镇化发展的“拉力”。外商投资通过夯实“推力”和“拉力”，极大促进了城镇地区建设，扩大了城镇就业市场，在我国城镇化发展初期发挥了重要作用。

第二，我国城镇化的发展需要“走出去”和“引进来”双重发力。“走出去”方面，要继续践行“一带一路”倡议，顺应我国经济发展趋势和周边国家加快发展的时代愿望，不断促进经济以及基础设施建设的发展。在此基础上，通过多种渠道加强与周边各国的商业互动，扩大与周边国家的贸易往来，运用国内充足的产能，向周边国家输出钢铁、水泥等基础设施必需的工业产品，同时输出富含高新技术的金融产品和科技产品，为“一带一路”沿线国家的现代化建设添砖加瓦，也能有效化解国内产能过剩问题，为更多的劳动力提供就业岗位，为城镇化的持续推进提供有力的保障，实现多方共赢。“引进来”方面，要积极引入蕴含高新科技和先进管理技术的外商投资，通过外商投资的溢出效应，促使国内企业加快吸收国外的高新技术和先进的管理经验，并使之转化为产业结构升级发展的有效推动力和核心原动力，进而促进区域经济发展，增加城镇就业岗位和城镇地区对劳动力的吸纳能力，加强城镇发展的“拉力”，实现城镇化的稳步有序推进。

第三，制造业就业是实现外商投资促进城镇化发展的重要渠道和途径，然而，随着我国社会经济发展进入新时代，改革开放后持续了四十年的经济发展模型亟待变革，对产业结构升级也提出了更为迫切的要求。在此背景之下，以制造业为主体的第二产业将迎来新一轮的变革与调整，以人工智能和互联网科技为主体的新兴技术将使得制造业从产品开发与设计，到生产要素的需求结构都发生极大的改变。由此，大量简单重复的人工劳动将会被机械取代，制造业对劳动力的吸纳能力将大幅下降。低附加值、缺乏高新技术支持、追求劳动力成本的外商投资企业往往集中在劳动密集型产业，这些外商投资非但无法继续通过制造业就业发挥促进城镇化发展的功能，反而会与我国经济结构调整的方向发生冲突，阻碍我国产业升级与转型，最终对我国城镇化进程带来负面影响。为此，需要提前防范和预警，尽早抛弃不适宜的、落后的、对生态具有较大破坏力的外商投资，筛选出对经济发展和城镇化有益的外商投资，寻找有效利用外商投资的新途径，以实现高质量的经济发展，进而推动我国城镇化朝着更加现代化、智能化的方向前进。