新疆对外贸易、全要素生产率与就业效应

程中海，柴永乐

（石河子大学 经济与管理学院，新疆 石河子 832003）

一、引言及文献综述

就业问题长期是学者们研究的焦点之一，也是中国着重关注并需迫切解决的难题，充分就业是促进经济增长的重要保障（蔡昉，2004）[1]2-9。已有研究表明，对外贸易与就业之间存在显著的正向相关关系，即当对外贸易快速发展时，就业水平显著增加。中国统计年鉴数据显示，1990—2016 年，我国对外贸易额由5 560.1 亿元增加至243 386.5亿元，年均增长率16.99%；就业人数由56 740万人增加到77 603万人，年均增长率为1.23%。因此，厘清对外贸易发展与就业增长的内在关联机制，对实现高质量贸易发展和充分就业具有重要的现实意义。

随着“一带一路”建设的推进，新疆作为丝绸之路经济带核心区，其经济社会发展事关全局。其中，如何提高新疆就业水平和质量，则成为实现新疆社会稳定和长治久安总目标的关键所在。李克强总理强调指出，“......就业是新疆最大的民生问题，以增加就业为重点，加快改善民生，促进社会稳定”。同时，在新时期新疆作为中国向西开放的最前沿，对外贸易发展面临新的重大历史机遇。据新疆统计年鉴数据显示，新疆1990—2016 年进出口总额由19.62 亿元上升到1 193.17 亿元，增长近61 倍，年均增长率121.82%。截至2016 年，新疆就业人数增加到1 263.11 万人，同比增长5.6%，城镇失业率降低为3.2%。新疆实现充分就业对促进社会和谐、团结、繁荣和富裕具有积极的作用。

对外贸易与就业的关系长期以来得到众多学者的关注。学者们研究对外贸易对就业的影响效果主要分为促进和抑制。一些学者认为对外贸易有助于就业水平的提高。发展中国家出口导向型的对外贸易策略能够促进本国就业增加（Krueger,1970）[2]377-379。Messerlin（1995）[3]89-124和Jenkins（2003）[4]13-28分 别 研究法国与越南的进出口贸易，也得到相似的结论。在中国，出口增加有助于就业增多，进口增加则对就业的影响不显著（俞会新、薛敬孝，2002）[5]10-13。在1995—2009 年，中国总就业量有很大提高，出口扩张是推动就业增加的主要因素（卫瑞、庄宗明，2015）[6]53-80。但是，有些学者却提出相反的意见。Scott（2003）[7]80-102和Hoi Van Ha &Tuyen Quang Tran (2017)[8]531-557等从不同国家和角度认为贸易与就业呈现反向关系。中国贸易结构的变革对就业量产生不利影响（周申、李春梅，2006）[9]3-13+108。中间品的进口不利于就业总量的增加（罗军、陈建国，2014）[10]49-58。刘望、郑明望（2017）[11]57-62发现经济开放不利于农业和工业吸纳劳动力。导致学者产生学术观点分歧的主要原因之一可能是在研究对外贸易与就业的关系时未能考察两者关系的内在传导机制，而已有研究表明在各种生产要素投入水平既定条件下所产生的额外生产效率，即全要素生产率（英文全称Total Factor Productivity，简称TFP）对对外贸易和就业均产生较大影响。

对外贸易和全要素生产率的关系同样是国内外学者研究的热点。贸易自由化带来了生产率的提高（SOzler、KYilmaz，2002）[12]。Melitz(2003)[13]1695-1725用企业异质性理论解释生产效率高的企业凭借技术优势参与国际贸易，低生产率的企业则无法进入。M.Haddad（2010）[14]研究认为对外贸易可以促使企业引进先进的技术，提高全要素生产率。对外贸易可以通过“溢出效应”“干中学”等途径提升一个国家（地区）的全要素生产率，为经济发展提供动力支持（朱春兰、严建苗，2006）[15]70-74；曾德智（2009）[16]81-84认为随着对外贸易不断深入，我国对外贸易企业的技术与创新能力逐渐增强。技术创新比对外贸易更有助于提高一个国家（地区）的全要素生产率（徐艳飞、刘再起，2015）[17]74-82。

在全要素生产率与就业关系的研究中，学者们存在较多分歧。S.Engelmann（2014）[18]223-246认为不同技能的工人工资受到生产部门的全要素生产率增长驱动的影响。全要素生产率的提高会降低就业，但全要素生产率提高能够进一步强化贸易自由化对就业的影响（刘志成、刘斌，2014）[19]101-117。毛其淋（2015）[20]7-23，187认为市场化会导致低全要素生产率企业就业的减少，促进高全要素生产率企业就业的增加，而且随着全要素生产率的提高其作用也会逐渐增强。JG.Woods（2017）[21]739-757认为随着全要素生产率提高，劳动者素质要与未来工作的任务结构适应。技术进步对就业起抑制作用，产业升级促进就业，基于技术进步的产业升级抑制就业增长（杜传忠、许冰，2017）[22]55-60。东中西部不同地区的全要素生产率对就业损失的影响不同，中西部地区的全要素生产率较低，就业损失明显弱于东部地区（宫超，2018）[23]176-179。

综上所述，关于对外贸易和就业、对外贸易和全要素生产率以及全要素生产率和就业的关系的研究已较为丰富。但这些研究主要侧重两者之间的关系，鲜有研究贸易引起全要素生产率的变动继而影响就业的变动。新疆作为“一带一路”倡议西向开放的最前沿，是国家定位的丝绸之路经济带的核心区，稳定和发展对外贸易有利于促进新疆经济高质量发展，而解决就业问题则事关新疆社会稳定和长治久安工作总目标的实现。

二、新疆全要素生产率估算

（一）估算方法

以索罗为代表的经济学家提出全要素生产率这一概念以来，对全要素生产率的研究不断增加。本文利用在国际学术界都得到认可的索罗残差法，估算新疆的全要素生产率。公式为：

其中：Y 代表新疆的实际经济产出水平，L 代表新疆的劳动力投入数量，K 代表新疆的资本要素投入数量即资本存量。为消除非平稳时间序列的异方差性，对公式两边同时取对数，可以得到：

为避免多重共线性，本文设定α+β=1，方程进一步变形为：

全要素生产率的计算公式为：

在模型中，以1990—2016 年的经济产出、劳动力投入、资本要素投入的时间序列数据估算新疆的全要素生产率。1990—2016 年新疆的GDP 作为衡量经济产出的指标，剔除物价变动的影响，本文将各年的名义GDP 折算成实际GDP。将就业总数作为劳动力投入。本文根据叶宗裕（2010）[24]65-71的永续盘存法计算资本存量，即Kt=Kt-1(1-δt)+ItKt，Kt代表t 年的资本存量，选取1990 年作为基期的资本存量；It代表t 年的投资额，选取固定资本形成总额作为当年投资额；δ 代表折旧率，并选取δ=5.6%。

（二）估算结果

首先，Wald（沃尔德）检验旨在通过检验模型参数是否存在显著性差异来检验是否满足规模收益不变，通过Wald 检验的统计值为t=19.52，P 趋近于0 小于0.05，认为在1990—2016 年间新疆经济规模收益不变。最后利用普通最小二乘法对（3）式进行回归，结果如下，并利用公式（4）求得1990—2016 年新疆的全要素生产率。

表1 1990—2016 年全要素生产率

由表1 可知，在1990—2016 年新疆的全要素生产率呈现近似“W”形变动。在1990—1994 年间，全要素生产率呈现下降趋势，原因可能是由于国有企业改革导致大量企业兼并重组，引致生产效率损失。1996—2009 年全要素生产率呈现上升趋势。2010—2013 年突然快速下滑，原因可能是受到金融危机的影响。2014—2016 年全要素生产率有所上升。在总体上，新疆的全要素生产率表现比较平稳，短期内有小幅波动。全要素生产率的主要影响因素有GDP、资本存量和劳动投入量；在1990—2016年间新疆的地区生产总值有很大幅度的提高，劳动力的投入数量和资本存量都有很大程度的提高。这些要素的增速与地区生产总值的增速相差无几，这都是造成全要素生产率在数值上变化较小的因素。因此，在1990—2016 年全要素生产率的小幅度变化并不能很有效地说明生产效率没有提高。从对外贸易、全要素生产率和就业的变动趋势比较，进出口贸易总额与就业变化趋势呈现一致性，与全要素生产率的变化不同。

三、基准模型构建与实证检验

（一）模型构建与数据说明

本文根据刘志成、刘斌（2014）[19]101-117设立测量对外贸易和全要素生产率对就业的影响模型，以及曾国平、刘娟等（2008）[25]94-98关于我国对外贸易对就业水平影响的VAR 动态效应分析设立基准回归模型，并考虑数据的可获得性设立如下模型：

t=1，2，3…，n，表示年份；L 代表就业人数；Trade 代表进出口贸易总额；W 代表城镇非私营企业年平均工资；TFP 代表全要素生产率；IND 代表产业结构，用第二产业产值和第三产业产值的比重表示；FDI 代表实际利用外资；ε 表示随机扰动项。

本文选取的指标：进出口贸易总额、全要素生产率、实际利用外资、产业结构以及城镇非私营企业年平均工资。

被解释变量：就业人数（L），选取年末就业人数，数据来源于《新疆统计年鉴》（1991—2017 年）。

主要解释变量：进出口总额（Trade）、全要素生产率（TFP）。对外贸易首先影响一个国家的生产率水平及产业结构等，通过生产要素在部门之间的转移调整就业结构及就业人数。全要素生产率（TFP）通过市场调节生产要素的流动，对不同技能劳动力需求产生影响，同时生产效率的提高还可能意味着机器代替人工，增加失业率。

控制变量：实际利用外商投资（FDI）、产业结构（IND）、名义工资（W），并利用CPI 消费价格指数剔除物价变动的影响。实际利用外商投资有助于增加我国的建设投资，推动产出的增长，同时对劳动力的需求增加。工资水平也能够对劳动力的部门分配与就业产生影响。将其作为控制变量来源于对以往文献的参考，比如陈昊（2011）[26]45-53根据以往研究将外商直接投资和工资等作为贸易影响就业的良好控制变量。选择产业结构作为控制变量的原因在于产业结构可能会对就业产生影响，产业结构的变动会带动劳动力在不同产业的流动，为避免遗漏重要解释变量，造成模型估算偏误，因此本文选择实际利用外商投资（FDI）、产业结构（IND）和名义工资（W）作为控制变量。数据来源于《新疆统计年鉴》（1991—2017 年）。TFP 基于新疆宏观全要素生产的测算结果（如表1 所示），并对以上数据作描述性统计分析，如表2 所示：

表2 变量的描述性统计结果

通过建立VAR 模型（向量自回归模型）对就业与进出口贸易额、全要素生产率、工资、实际利用外资及产业结构的关系展开实证研究。

（二）单位根检验

VAR 模型建立的前提是数据平稳，因此，对时间序列数据进行ADF 检验，确保数据的平稳性。（如表3）。

表3 单位根检验结果

经检验，序列在经过二阶差分之后，在5%的显著性水平下，全部通过验证，序列平稳。本节后续实证均采用差分后数据。为了验证就业和贸易、全要素生产率是否存在长期均衡关系，采用VAR 模型，其分别为L、Trade、TFP、FDI、W、IND，并确定VAR 模型的滞后阶数，如表4 所示。

根据四个检验指标FPE（最小最终预测误差）、AIC（赤池信息量）、SC（施瓦茨准则）和HQ（汉南—奎因准则）信息准则确定滞后2 期为最优滞后期，并对VAR 模型进行AR 根检验。如图1 所示，VAR 模型是稳定的。

表4 向量自回归模型滞后阶数确定标准

图1 单位根（AR）检验结果

根据回归结果VAR 模型如下：

（三）协整检验

本文利用基于回归系数的协整检验，亦即JJ检验（极大似然法）检验对外贸易、全要素生产率和就业之间是否存在协整关系。

通过表5 Johansen 迹检验结果可以得出，在95%的置信区间内拒绝无协整关系的原假设，由于Test值大于临界值，L、Trade、TFP、FDI、W 和IND可能存在四个协整关系。

表5 特征根迹检验结果

通过表6 特征根特征值检验可以看出，在95%的置信区间L、Trade、TFP、FDI、W 和IND 可能存在四个协整关系。综合以上检验结果，在95%的置信区间认为模型中存在四个协整关系。

表6 特征根特征值检验结果

（四）脉冲响应

基于建立后的VAR 模型，对全要素生产率和对外贸易进行脉冲响应分析。如图2 所示，其中，横轴表示冲击作用的滞后期间的数（单位：年），设定的滞后区间为20 年，实线表示脉冲响应函数，虚线表示正负两倍标准差偏离带。分别用对外贸易和全要素生产率对就业作一个脉冲响应。

图2 对外贸易和全要素生产率对就业的脉冲响应

由图2 可以看出，分别给对外贸易以及全要素生产率一个正向冲击，就业的变化情况：当给对外贸易一个正向冲击，就业的变化呈现先下降后上升循环波动的过程，在第二、三期有最低值，随后开始上升，到第十期达到最高值且为正，截至第二十期仍有发散趋势，且有正向趋势。这说明对外贸易对就业的影响短期表现为负。但中期对就业的影响为正说明新疆对外贸易的发展对就业的增长是存在促进作用，后期仍有一定程度的上升趋势表明对就业的影响仍具有积极作用。

当全要素生产率受到一个正向冲击，就业呈现明显的下降，并在第三期降到最低点，随后波动上升，在第八期达到最高点。在后期，就业变动的幅度相对较小，到第二十期逐渐平稳。这说明全要素生产率在短期内对就业的影响可能为负，但很快对就业的影响会逐渐转正，到后期影响趋近于零。

（五）方差分解

基于VAR 模型，分别对就业、全要素生产率、对外贸易进行方差分解，各变量方差分解的结果如下所示。

1.就业的方差分解。如表7 所示，就业本身对上一期的解释程度在前期表现为较高的水平但呈现出下降的趋势。截至第十期，就业本身的解释程度仍然能够达到50%以上。其次是对外贸易影响就业的解释程度，对外贸易影响就业的解释程度呈现“N”形变动，并在第四期达到最高点。全要素生产率对就业变动的解释程度在前期相比较小，后期在10%左右上下波动，无太明显变动。外商直接投资、工资与产业结构对就业变动的解释程度较低。

2.贸易的方差分解。如表8 所示，对外贸易变动的解释程度表现：对外贸易自身解释的程度在前期较高，但呈现出下降的趋势，在第十期解释程度为57.64%，仍处于较高的水平。外商直接投资对对外贸易的解释程度相比较高，并在后期呈现出上升的趋势，并在第十期达到最高值为18.29%。其次是全要素生产率对对外贸易的影响的解释程度也呈现上升的趋势，在第十期为最高点9.58%。工资、产业结构和就业对对外贸易的影响的解释程度相对较小。

3.全要素生产率的方差分解。如表9 所示，全要素生产率变动的解释程度表现：全要素生产率自身的解释程度在前期相对较高，但在后期对自身解释程度表现较低，在第十期为最低11.71%。就业对全要素生产率的解释程度呈现出倒“U”形分布，在第五期解释程度最高为52.28%，超过自身的解释程度。其次是对外贸易影响就业的解释程度整体呈现出上升的趋势，在第八期达到最高点为24.75%。外商直接投资、工资和产业结构对全要素生产率影响的解释程度较小。

根据协整检验、脉冲响应和方差分解，对外贸易、全要素生产率与就业存在长期的相关关系，并通过脉冲响应发现对外贸易和全要素生产率在短期内对就业均存在一定的负面影响，但在长期存在影响为正。方差分解表明就业变动的解释程度受到上期的影响较大，对外贸易和全要素生产率对就业也有一定的解释程度。同时，为进一步研究对外贸易和全要素生产率对就业的影响，以及对外贸易和全要素生产率的交互作用对就业的影响，还需要进一步通过回归以及调节效应模型进行分析。

表7 L 变量方差分解

表8 Trade 变量方差分解

表9 TFP 变量方差分解

四、扩展分析

（一）模型选择

调节效应是在研究因变量和自变量之间的关系时受到第三个变量的影响，第三个变量在自变量和因变量之间起调节作用，第三个变量就被称为“调节变量”（温忠麟，2015）[27]715-720。本文选取全要素生产率作为调节变量，原因在于对外贸易受到全要素生产率的影响会对就业产生影响，将全要素生产率与对外贸易的交互项的显著性作为判断调节效应是否存在的主要依据。其公式如下：

根据上述回归方程，选取1990—2016 年的数据，其中L 代表就业人数；Trade 代表进出口总额；Export 代表出口总额；Import 代表进口总额；TFP 代表全要素生产率；G 代表工资；FDI 代表实际利用外资；IND 表示产业结构，用第二产业和第三产业的比重表示①数据来源于《新疆统计年鉴》（1991—2017）。。

（二）结果分析

本文通过选点法对简单斜率a2+ρTFP 是否显著进行检验。常用如下t 检验：

选择调节变量TFP 的某个特定取值，即选点，计算t 值，然后和t1-a/2(N-K-1)表示在95%的显著性水平下进行比较，其中t 分布的自由度为（N-K-1），N 为样本容量，K 为方程（10）自变量个数（K=3）。如果t 的绝对值大于t1-a/2(N-K-1)则表示在0.05 的水平上，简单斜率a2+ρTFP 显著。如表10 所示，简单系数a2+ρTFP 所有取值均大于1.319，全部显著。

表10 a2+ρTFP 简单系数检验

通过回归的方法研究全要素生产率、对外贸易与就业的关系。

如表11 结果所示，模型（1）表示不加入其他变量时对外贸易总额与就业之间的关系，对外贸易系数符号为正且显著。模型（2）表示对外贸易、全要素生产率与就业的关系，对外贸易系数符号为正，全要素生产率系数符号为负，且都显著。模型（3）表示对外贸易、全要素生产率及其交互项对就业的影响，对外贸易系数符号为正，全要素生产率系数符号为负，交互项系数为负，且都显著。模型（4）表示在加入控制变量后对就业的影响，对外贸易、全要素生产率及其交互项系数均为负，且除全要素生产率符号不显著外，对外贸易和交互项均显著，另外工资的系数为正且比较显著。为进一步研究贸易通过哪种途径对就业产生影响的差别，特通过模型（5）分析贸易与全要素生产率、工资、实际利用外资以及产业结构的交互项对就业产生的影响，结果显示所有交互项均不显著。为区分出口和进口对新疆就业的影响的差异，分进口和出口分析对就业的影响。

表11 贸易总额对就业调节效应的回归结果

如表12 结果所示，模型（1）至（4）代表出口、全要素生产率及加入相关变量对就业的影响。模型（5）至（8）代表进口、全要素生产率及加入相关变量对就业的影响。模型（1）和模型（5）表示单独进口或者出口对就业的回归，其系数均为正且显著。模型（2）和模型（6）表示加入全要素生产率后进口或者出口对就业的回归，进口与出口系数均为正，全要素生产率系数为负，所有变量均显著。模型（3）和模型（7）表示加入贸易（进口或出口）和全要素生产率交互项后对就业的回归，结果与模型（3）、模型（7）系数符号一致，且交互项符号显著为负。模型（4）与模型（8）表示加入控制变量及贸易与其交互项后对就业的回归，结果显示：在模型（4）中，出口系数为正表现为不显著，全要素生产率系数为负表现为不显著，出口与全要素生产率交互为正不显著，出口与工资交互为正且显著，工资显著为正。在模型（8），进口、全要素生产率及其交互项均显著为负，工资显著为正，产业结构显著为负，其余三个交互项均不显著。

表12 出口总额和进口总额对就业调节效应的回归结果

根据上述回归结果，第一，对外贸易总额、全要素生产率及其交互项与就业进行回归，结果表明贸易总额对就业的影响是正向的；全要素生产率对就业影响为负；贸易总额与全要素生产率交互项对就业影响为负，加入控制变量后其系数符号及显著性发生改变，随后与控制变量做交互项并同就业回归，其结果也呈现不显著，表明贸易总额对就业的影响途径并不明确和肯定。但仅从表11 中模型（3）来看，根据偏导数含义，在全要素生产率水平不变的条件下，即等式两边对全要素生产率求偏导，可得结果：当对外贸易弹性的均值提升一个单位，就业的变化率（弹性）平均减少0.542单位，即调节效应大小为-0.542。这说明在全要素生产率影响下对外贸易和就业的关系为负向。第二，分出口与进口与全要素生产率及加入相关变量后与就业进行回归分析。从出口的角度分析，在不加入控制变量时，出口、全要素生产率及其交互项均显著，且出口对就业呈现正面影响，全要素生产率对就业呈现负面影响，交互项效应为负。在加入控制变量及其交互项后，除工资外所有变量均不显著。从进口的角度分析，在加入控制变量前，进口对就业的影响显著为正，全要素生产率对就业影响显著为负，其交互项影响效应为负。加入控制变量之后，进口对就业影响显著为负，全要素生产率对就业影响显著为负，进口与全要素生产率交互项影响显著为负。工资影响显著为正，产业结构显著为负，其余变量均不显著。

综合以上结果分析认为：对外贸易与全要素生产率对就业的调节效应，其影响主要来自于进口对全要素生产率的影响继而对就业产生影响，同时也应考虑到工资对就业的正面显著影响，亦即新疆的进口通过全要素生产率对就业产生负面影响。进口相比较出口更能有效地提高一个国家或地区的全要素生产率，而全要素生产率提高在短期内对就业有不利影响。

五、结论及启示

（一）结论

本文首先利用索罗残差法测算1990—2016 年新疆的全要素生产率，并通过VAR 模型和调节效应模型检验新疆的全要素生产率与对外贸易对就业的影响，研究表明：

1.1990—2016 年新疆的全要素生产率呈现“W”形变动。在1990—1994 年间，全要素生产率呈现下降趋势；1996—2009 年全要素生产率呈现上升趋势；2010—2013 年突然快速下滑；在2014—2016 年有所上升。

2.对外贸易、全要素生产率与就业存在长期的协整关系。就业存在明显的自相关，当期的就业对下一期的就业影响显著。对外贸易和全要素生产率在短期内对就业的影响是负，在长期则有可能对就业呈现正面影响。

3.对外贸易受到全要素生产率调节作用对就业的影响为负。从模型中看，对外贸易的增加有助于提高就业，全要素生产率的提高则会抑制就业增加，从进出口角度分析，单独的进口和出口回归表明对就业的影响是积极的，再加入控制变量后，进口与全要素生产率交互效应对就业显著为负，出口则不显著。

4.从脉冲响应和回归分析的结果比较，两者均表明对外贸易、全要素生产率与就业存在相关关系，脉冲响应表现出对外贸易与全要素生产率对就业在短期内影响为负，长期则存在正面影响；回归结果表明对外贸易对就业影响为正，全要素生产率对就业影响为负，对外贸易中的进口与全要素生产率的交互作用对就业产生负面影响。

（二）启示

对外贸易发展促进新疆全要素生产率提高。新疆全要素生产率在过去提升较小，并且新疆的全要素生产率受到外部环境的影响较大，而且具有一定的时滞性。同时值得关注的是，对外贸易有助于提升全要素生产率，新疆对外贸易发展不断提高，也在一定程度上促进全要素生产率的提高，而且从金融危机的影响来看，可能的传导机制是由金融危机减少对外贸易进而降低全要素生产率。因此，积极利用有利条件发展对外贸易，将有助于提高全要素生产率和经济发展水平。

对外贸易对就业的积极促进作用需加强。根据脉冲响应结果来看，对外贸易可能在短期内对就业存在负面影响，但在长期对就业的影响可能为正。而且从回归结果来看，对外贸易对就业的影响是积极的。因此，本文认为从长期来看，对外贸易对就业存在积极影响。作为丝绸之路经济带核心区以及向西开放的最前沿，新疆发展对外贸易一方面带动新疆区域经济的发展，另一方面对于增加就业，促进社会稳定和长治久安也是积极有益的。

提高全要素生产率需要与产业结构和劳动力素质相匹配。全要素生产率在一定程度上影响对外贸易的发展，并在此影响下，对外贸易对就业存在一定的负面效应，过于追求全要素生产率提高而忽视相应的经济发展水平以及生产要素的跟进会导致负面的效应。因此，在提高全要素生产率的同时，需注意到与产业结构以及劳动力素质的高低是否适应。推动新疆经济发展与全要素生产率的提高需注意对就业的影响，在保障就业与增加就业的大环境下，需要发展对外贸易，使全要素生产率提高与经济发展水平、产业结构以及劳动力素质相匹配，推动经济发展与就业增加，促进新疆社会稳定与长治久安。