中国对外直接投资的母国异质动态就业效应

韩先锋 宋文飞 刘若江

摘要 在对外直接投资（OFDI）迅猛增长和国内就业压力持续加大的背景下，科学评估OFDI的母国异质动态就业效应，对新时代下我国实现对外开放和扩大就业的“双赢”具有重要意义。基于中国2006—2015年省际面板数据和门槛回归技术考察发现：①OFDI显著促进了国内就业增长，且东部地区OFDI的就业效应明显强于中西部地区，我国并未出现类似欧美发达国家OFDI引致的“就业流失”现象。②OFDI的母国就业效应呈现出正向且边际效率递增的非线性规律，但现阶段这种积极影响还较为有限，尚有较大提升空间。③OFDI对国内就业的动态影响具有空间异质性，边际效率递增的非线性规律仅体现在东部地区，中西部地区则表现为正向倒“U”型动态特征。④OFDI对国内就业的动态影响存在异质强化机制，城市化、人力资本和金融发展约束下均呈现正向且边际效率递增特征，知识产权保护、市场化和贸易开放度调节下分别表现为正向“U”型、正向“N”型和正向倒“U”型动态特征。⑤只有当城市化、人力资本、金融发展和市场化水平达到一定限度，以及在合理的知识产权保护和适度的贸易开放度下，才能最大限度地提升OFDI成效。本文为重新审视OFDI母国就业效应问题提供了一个新视角，也对正确处理OFDI与国内就业关联具有一定启示。

关键词 对外直接投资;就业效应;面板门槛数据模型

中图分类号 F125.4

文献标识码 A文章编号 1002-2104（2019）08-0094-09DOI：10.12062/cpre.20190311

中国经济已由高速增长转向高质量发展阶段，这一变化伴随着国内经济增速放缓、人工智能对就业替代性增强、出口对国内就业拉动作用减弱等一系列现实挑战，加剧了国内已有的就业压力。随着“走出去”战略和“一带一路”战略的深入实施，近年来中国对外直接投资（OFDI）的增速和强度均呈现迅猛增长态势。据官方统计，2002—2016年OFDI年均增速高达35.8%，OFDI占全球比重由2002年的0.5%迅速提升为2016年的13.5%，OFDI企业数量由2003年的3 439家猛增至2016年的2.44万家。中国在全球对外投资的地位和作用日益凸显，对自身和世界的发展均产生了极为深远的影响。然而，OFDI是跨国企业在全球范围内进行资源配置，由此产生的经营活动转移和资金跨国流动必然会带来生产要素在母公司内的重新配置，这种变化可能会对母国就业造成巨大冲击，正因为如此，发达国家前些年因OFDI引致的“就业流失”现象是否会出现在我国，逐渐引起了国内学者的担忧和关注。事实上，已有许多文献基于逆向技术溢出角度审视了中国OFDI的成效问题，也有部分文献探讨了OFDI与母国就业之间的线性关联，但对于OFDI母国就业效应问题的认识还存在明显争议。部分学者认为OFDI创造了国内就业，但也有学者对此提出了质疑。值得注意的是，目前关于中国OFDI母国就业效应问题的研究还很有限，尤其是鲜有文献基于非线性视角揭示中国OFDI的母国异质动态就业效应问题。那么，在中国OFDI狂飙式增长和国内就业压力持续增大的新时代背景下，中国跨国企业是否通过生产要素重新配置而影响了国内就业？中国是否出现了类似于欧美发达国家的OFDI“就业流失”現象？基于增加就业角度来审视的OFDI成效究竟如何？如果有积极影响，应如何强化？如果已出现“就业流失”现象，又该如何避免或弱化？中国现阶段的OFDI与国内就业到底具有何种动态关联性和内在异质约束？客观回答上述问题有利于新时代下更加深刻地认识和审视OFDI的母国就业效应问题，也对中国企业更好地“走出去”、实现对外开放和增加就业的“双赢”具有重要的现实意义。

1 文献综述

随着经济全球化进程的不断加快，OFDI的母国就业效应已成为近年来政府和理论界关注的重点话题，较多学者基于不同角度探讨了OFDI是否会引致国内“就业流失”或“就业转移”问题。但现有文献对于OFDI是否具有显著的母国就业效应尚存在明显争议，且研究视角较为单一。总体看来，现有研究大致表现在三方面：

第一，支持OFDI的母国就业“促进论”，认为OFDI有利于母国就业水平提升。国外研究方面，Helpman[1]认为，OFDI有利于国内就业规模增长，且主要是通过规模经济和母公司经营成本的降低来实现的。Desai等[2]研究美国OFDI就业效应发现，OFDI企业的海外子公司与母公司之间具有正向就业联动效应。Bajo-Rubio等[3]利用行业面板数据研究发现，对发达国家和发展中国家的投资都促进了西班牙的国内就业。Youngh & Unjung[4]使用韩国行业层面数据考察了对外直接投资的母国就业效应，结果表明，OFDI对国内临时就业的积极驱动效果是显著的。国内也有部分学者发现了OFDI对母国就业的积极影响。李磊等[5]利用中国微观企业层面数据实证考察发现，OFDI对国内就业产生了显著的正向促进作用，且企业OFDI次数越多，其对国内就业的促进也将越明显。蒋冠宏[6]实证考察中国企业OFDI的就业效应发现，OFDI总体促进了国内就业增长，且投资高收入国家的就业效应会更明显。李宏兵等[7]基于倾向得分匹配和倍差法研究表明，OFDI总体上增加了母国就业，且存在“两端高、中间低”的就业极化现象。

第二，支持OFDI的母国就业“抑制论”，认为OFDI会转移母国就业，并不利于国内就业水平提升。国外早期的研究大多倾向于否定OFDI的就业效应。Stevens & Lipsey[8]认为，随着国外子公司数量和设备投资的增加，OFDI将对母国就业产生替代效应。Molnar et al[9]基于OECD国家研究发现，对日本和中国投资均会替代母国就业，且对中国投资的替代效应更为明显。Elia等[10]分析发现，意大利OFDI减少了国内对低技术劳动力的需求，而在高收入国家的投资还减少了国内对高技术劳动力的需求。Harrison等[11]研究发现，由于海外子公司会对母公司的经营业务产生替代，因而对母国就业产生负面影响。Laffineur & Mouhoud[12]则发现，法国对高收入国家投资降低了母公司从事非常规任务的工人份额，而对低收入国家投资则显著减少了蓝领工人的比重。Cristin[13]基于中欧和东欧地区的面板数据，得出了对外直接投资短期内会对母国就业产生消极影响的结论。国内学者刘辉群和王洋[14]、姜亚鹏和王飞[15]等均得出了和上述学者较为一致的结论。

第三，支持OFDI的母国就业“不确定性论”，即OFDI与国内就业之间的关系还不能确定。Hamill[16]指出，跨国公司OFDI的母国就业效应存在不稳定性和不确定性，OFDI对母国就业的影响与跨国公司采取何种战略有关。Lipsey[17]利用美国数据分析发现，OFDI的国内就业效应并不明显，原因在于美国的OFDI虽增加了资本密集型和技能密集型行业的就业，却减少了劳动密集型行业的就业，总體上的就业效应并不明显。Hansson[18]研究瑞士的OFDI就业效应发现，水平型OFDI对瑞士国内的就业影响并不显著。Debaere等[19]基于韩国企业研究发现，对发达国家的投资并未对母公司就业产生影响。You等[20]、Adermon等[21]均认为，OFDI会对母国就业产生不同的替代效应和互补效应，进而导致二者的真实关系并不能确定。国内也有少量学者指出OFDI与母国就业之间存在不确定性关联。张海波等[22]研究表明，OFDI对低收入地区就业没有显著影响。姜巍[23]基于行业面板数据实证考察发现，第一、二产业OFDI对国内就业的影响具有不确定性。

综上可知，迄今为止理论界关于OFDI是否具有显著的母国就业问题尚未形成较为一致的结论，争议较为明显，还需要进一步深入研究。特别是，现有研究还存在以下不足：第一，国外文献多以欧美发达国家为研究对象，这对新时代的中国可能只有借鉴意义，而无适用性，国内研究近两年才刚刚起步，相关研究还比较少见。第二，绝大多数学者主要基于线性视角考察OFDI与母国就业之间的关联性，较少关注到OFDI对母国就业的非线性动态影响效应，尤其是对于现阶段中国OFDI母国就业效应动态演变特征及其异质约束机制的研究尚属空白。鉴于此，本文将基于中国省际面板数据，采用门槛回归技术来揭示OFDI的母国异质动态就业效应问题，从异质非线性动态角度出发，为重新审视中国OFDI母国就业效应的内在机制提供了新的视角，也为新时代下中国进一步提升“一带一路”战略和“走出去”战略的实施成效，正确处理OFDI与国内就业的动态关联提供启示。

2 研究设计

2.1 模型构建

由于OFDI在时间和空间上均存在差异，其对国内就业的影响可能是一个动态且复杂的过程。为了客观地揭示新时代下中国OFDI母国就业效应的动态规律和特征，本文在Hansen[24]提出的面板门槛数据模型基础上，具体构建如下非线性计量模型：

empit=c+β1contror+α1ofdiit×I（ofdiit≤γ）+α2ofdiit×I（ofdiit>γ）+εit（1）

其中，i为中国各省份的研究样本编号，t为考察期内的时序编号。I（*）为指示函数，当不满足括号内的条件时，取值为0，反之则取值为1。εit表示残差项，γ为门槛值，ofdiit既是核心解释变量又是门槛变量，表示i省份在t时期的对外直接投资水平指标，empit表示中国各省份的就业水平变量。

由于模型（1）是单一门槛模型，考虑到研究样本可能具有多个门槛，进一步可拓展为：

empit=c+β1contror+α1ofdiit×I（ofdiit≤γ1）+

α2ofdiit×I（ofdiit>γ1）+…+αnofdiit×I（ofdiit≤γn）+αn+1ofdiit×I（ofdiit>γn）+εit（2）

另外，若中国OFDI具有母国动态就业效应，其是否存在着一定的条件约束？其调节效果和内在机制如何？为了进一步揭示OFDI母国就业效应的异质动态约束机制，基于城市化水平、知识产权保护、市场化水平等不同维度的门槛约束进行研究，以考察上述因素作用下OFDI如何影响母国就业，揭示可能存在的非线性规律和异质调节效应。具体构建非线性面板门槛数据模型：

empit=c+β1contror+α1ofdiit×I（qit≤γ1）+α2ofdiit×I（qit>γ1）+…+αnofdiit×I（qit≤γn）+αn+1ofdiit×I（qit>γn）+εit（3）

式（3）中，qit为门槛变量，表示城市化水平（urbit）、知识产权保护（cpit）、市场化水平（marit）、人力资本（hcit）、金融发展（finit）和贸易开放度（trait）等因素的代理变量。

2.2 变量与数据说明

本文以2006—2015年为研究时段，选取中国内陆30省份为决策单元，西藏、香港、澳门以及台湾等省市区由于数据缺失较为明显，故予以剔除，不在本文研究的样本范围内。本文涉及的基础数据主要来自历年的《中国统计年鉴》《中国对外直接投资统计公报》《中国科技统计年鉴》和《中国金融年鉴》。对具体变量设定为：

（1）被解释变量：就业水平（emp）。对于该指标，学界通常采用年末就业人数来度量。参照宋林等[25]的做法，选取各省份历年的城镇就业人员年末数（单位：万人）来衡量，并对该指标进行了对数处理。该指标数值越大，表明相应省份吸纳就业的能力越强。

（2）核心解释变量：对外直接投资（ofdi）。《中国对外直接投资统计公报》中披露的省际层面的OFDI数据包括存量数据和流量数据两种形式。由于本文研究更关注OFDI的长期动态就业效应，故主要选取存量数据来研究。在数据处理上，同样对ofdi指标进行了对数处理，该指标数值越大，表明相应省份的OFDI力度越大。同时，为增强研究结论的稳健性，还选取了经对数化处理后的OFDI流量数据做进一步检验。

（3）门槛变量：对外直接投资（ofdi）。之所以选取该指标为门槛变量，旨在揭示随着中国OFDI强度的不断提升，其对国内就业存在何种动态影响规律和特征。另外，考虑到其他因素也可能会对OFDI的母国动态就业效应产生调节影响，选取以下指标作为门槛变量进一步考察：①城市化水平（urb）。城市化引致了基础设施的持续完善和经济的快速增长，能够为OFDI逆向溢出的新知识、新技术等在母国有效扩散和再生产提供有利环境，而有效的逆向溢出则会推动产业升级和创造更多就业岗位。随着城市化功能的持续发挥，这种积极调节影响可能会日益强化。这里选取历年的年末城镇人口在总人口中所占的比重来表征。②知识产权保护（cp）。科学的知识产权保护策略能提升OFDI企业参与国际研发和推动逆向溢出的积极性，为OFDI企业在母国的创新生产提供制度保障，进而能在一定程度上促进OFDI的就业溢出，但这并不意味着只要加强知识产权保护就能激发OFDI逆向溢出，即知识产权保护的调节下OFDI的就业溢出效果可能是非线性变化的。这里从技术市场转让规模角度来刻画知识产权保护水平，采用各省市区技术交易成交额占当地GDP比重来表示。③市场化水平（mar）。市场化程度越高意味着政府行政干预减少，只有市场能合理地为OFDI逆向溢出的新技术定价，有效实现资源的跨国优化配置，因此，市场化进程关系到OFDI能否有效发挥其外溢效应。本文选取非国有企业员工占比来衡量。④人力资本（hc）。人力资本是影响OFDI逆向吸收效果的重要因素。当国内人力资本水平较低时，会缺乏学习模仿OFDI逆向溢出的能力，此时逆向溢出的转化效果较差，导致OFDI的母国就业效应并不明显。随着人力资本水平的持续提高，母国对OFDI逆向溢出的吸收能力明显增强，进而会促进就业。这里采用各省份平均受教育年限来体现。⑤金融发展（fin）。金融发展能降低企业的融资成本和借贷约束，使得企业在学习和吸收对外投资所获成果时能更容易地获得金融支持，有利于OFDI技术的逆向扩散、转移，从而能持续驱动OFDI的母国就业溢出。这里选取各省份金融机构年末存贷款余额与GDP比值来表示。⑥贸易开放度（tra）。随着贸易开放度的提高，“走出去”不仅会引起出口的快速增长，还会促进OFDI企业开拓更多的国际市场，这都会引致OFDI企业及其上下游企业扩大国内的投资和生产，进而产生明显的就业效应。这里采用各省份以人民币表示的进出口总额与GDP的比值来反映。此指标为不受价格因素影响的相对指标，其值越大表明贸易开放水平越高。

3 实证结果及分析

3.1 面板单位根检验和面板协整检验

本文基于省际面板数据进行研究，尽管所使用数据的时间跨度不大，但为了克服宏观经济数据因为存在时间趋势而可能导致的伪回归，还需要对变量做单位根检验，以测试其平稳性。在检验技术选择上，这里分别采用原假设为存在同质面板单位根的LLC方法和原假设为存在异质面板单位根的IPS、PP-Fisher和ADF-Fisher等方法进行测试。结果发现，本文选取的面板数据是平稳的。在此基础上，进一步运用Pedroni基于残差的面板协整检验和Kao基于残差的ADF协整检验技术，检验OFDI与国内就业之间是否存在长期稳定的均衡关系，结果发现，Pedroni检验多数指标拒绝了原假设，尤其是最适宜于判断小于20年样本协整关联的Panel ADF-stat、Group ADF-stat统计量都在1%显著水平下通过了检验，而Kao检验结果在5%的显著水平下拒绝了原假设，表明二者之间协整关联是显著存在的。在上述检验的基础上，本文将进一步做实证考察。

3.2 OFDI的母国异质动态就业效应考察

由于中国不同空间上的OFDI强度和就业水平均存在较大差异，会引致OFDI对母国就业的影响也可能存在一定的空间异质性特征。为了获取更有针对性的研究结论和政策启示，这里分别对全国以及东部、中部和西部三大地区OFDI与就业之间的动态关联进行非线性检验。在进行模型回归之前，首先需要检验不同情形下门槛效应的存在性，以便确定门槛个数以及门槛模型的具体形式。这里采用Hansen提出的“自举法”（Bootstrap）并重叠模拟似然比检验统计量300次，得到相应的bootstrap P值，以判断是否存在门槛效应，在此基础上，深入揭示可能存在的OFDI动态就业效应的具体特征和空间差异。检验发现，全国、中部地区和西部地区的OFDI门槛变量都在1%或5%显著性水平下依次通过了单一门槛、双重门槛和三重门槛检验，东部地区的OFDI门槛变量仅在10%的显著性水平下通过了单一门槛检验，表明全国、中部地区和西部地区均应采用三重门槛数据模型进行研究，其三重门槛检验的95%置信区间分别为[13.254， 14.261]、[8.609， 12.964]和[12.655， 12.680];而东部地区应采用单一门槛模型进行分析，其单一门槛检验的95%置信区间为[10.135， 14.820]。另外，对于内生性处理及稳健性估计，这里采取了两种方式进行了测试，一是采用OFDI存量指标滞后一期的数据进行稳健性检验1以克服内生性问题;二是采用存量的替代指标OFDI流量指标进行稳健性检验2。结果发现，两种情形下OFDI均依次在不同显著性水平下通过了单一门槛、双重门槛和三重门槛检验，表明本文基于三重面板门槛模型研究是科学的，与全国层面的门槛检验结果相比，上述两个模型均存在三个门槛值，且大小相差不大，表明本文的检验结果是稳健的。

OFDI的母国动态就业效应的具体估计结果如表1所示。为了克服异方差影响，这里采用了稳健标准差检验。表1中OFDI变量系数都显著为正，表明当前中国企业的“走出去”并未引致类似于部分发达国家OFDI的“就业流失”现象，反而在一定程度上促进了国内就业水平提升，这也从增加就业角度证实了新时代下中国应更加坚定地迈出“走出去”步伐，即OFDI不仅可能产生了现有学者研究发现的逆向技术溢出现象，还能在一定程度上缓解国内的就业压力。由门槛模型的估计结果可知，OFDI的母国动态就业效应是复杂的、非线性的，并不仅仅是现有多数研究所发现的简单线性关联。可以发现，在不同的OFDI水平区间内，OFDI的母国动态就业效应存在明显不同。在全国层面上，当OFDI水平小于11.664时，OFDI系数为0.023且显著，表明在第一门槛区间内OFDI促进了母国就业。当OFDI水平位于11.664和12.363之间时，OFDI系数明显增大且显著，表明在该门槛区间内OFDI对母国就业的积极影响有所增强。当OFDI水平大于12.363且小于13.617时，OFDI系数增大至0.028且显著，表明此时OFDI对国内就业的驱动作用在持续强化。当OFDI水平跨越13.617时，OFDI估计系数进一步增大至0.031且显著，表明在该门槛区间内OFDI对国内就业的积极作用最为明显。因此，随着OFDI水平的不断提高，其对国内就业的影响具有显著的正向且边际效率递增的非线性动态特征。另外，稳健性检验1的估计结果表明，非线性模型的内生性问题并不明显，并与稳健性检验2的估计结果佐证了本文基本结论的可靠性，也从非线性角度佐证了OFDI对就业的“促进论”。

那么，为什么OFDI对国内就业具有正向且边际效率递增的非线性动态影响呢？原因在于，在OFDI规模较小时，跨国企业在东道国的经营规模和影响力较小，学习能力和自我选择能力不高，企业对母公司的利润贡献也比较有限，此时的逆向技术溢出效果和对国内产品、资源等需求的正向冲击不太明显，从而对国内就业的驱动效果较为有限。但随着OFDI水平的不断提升，我国企业在海外的经营规模和影响力持续增强，此时对外投资企业的学习能力和自我选择能力会明显提升，相应地逆向技术溢出效果和规模效应优势也会逐步显现，一方面通过国内企业的消化、吸收、二次创新及产业化增强了国内的经营规模，创造了更多的就业机会;另一方面东道国的产品需求扩大也进一步刺激了国内的产品供给，从而持续增加了国内的产出和就业，使得OFDI的母国就業效应不断增强。经计算发现，考察期内中国OFDI的平均水平为11.469，整体水平尚处于第一门槛区间内。且距离第一门槛区间的上限值11.664还有一定差距，即当前OFDI对国内就业虽具有一定的促进效果，但这种作用还相对有限，存在很大的提升空间。具体来看，山西、内蒙古、吉林、安徽、江西、河南、湖北、广西、海南、重庆、四川、贵州、云南、陕西、甘肃、宁夏和新疆等17省份的OFDI水平尚处于第一门槛区间内。这些省份在新时代下应进一步坚定和加快“走出去”步伐，不断提高OFDI强度，注重“数量”和“质量”并重，进而最大限度地提高OFDI的就业效应。

从区域层面来看，对于东部地区，OFDI的单一门槛值为10.239。当OFDI水平小于该门槛时，OFDI对东部地区就业产生了显著的积极影响;当OFDI水平高于该门槛水平时，OFDI对就业的积极影响会持续增强，即与全国情况一致，OFDI对东部地区就业的影响具有正向且边际效率递增的动态非线性规律。另外，东部地区绝大多数省份的OFDI水平均超越了该门槛值，表明当前东部地区出现了明显的OFDI就业效应，即该地区OFDI的就业效应得到了有效释放。对于中部地区，当OFDI水平小于12.932时，OFDI系数均为正且强度依次增大，表明此时OFDI对中部地区就业的积极影响是持续增强的;当OFDI水平高于12.932时，影响系数相较第三门槛区间有所减小，此时OFDI对该地区就业的影响效应会明显减弱，说明OFDI对中部地区就业的影响具有正向倒“U”型规律，且存在最优OFDI水平区间[12.655， 12.932]。对于西部地区，当OFDI水平低于12.664时，OFDI对就业的促进效应持续增强;但超越该门槛水平时，OFDI的就业效应则开始明显减弱，即OFDI与西部地区就业之间同样具有正向倒“U”型非线性特征，存在最优OFDI门槛水平区间[12.363， 12.664]。中西部地区之所以并未出现东部地区OFDI就业效应的正向且边际效率递增现象，原因可能在于，中西部地区的吸收能力体系较弱，过高的OFDI带来的逆向冲击可能会对地区的吸收能力体系和产业体系造成一定压力，反而会在一定程度上弱化OFDI的就业效应。进一步分析发现，考察期内中西部地區的OFDI平均水平分别远低于12.932和12.664，表明新时代下加快“走出去”，提高OFDI强度将是中西部地区应予以重点考虑的，但长期内也不能忽视过高的OFDI会弱化就业效应的事实。另外，通过不同空间维度下OFDI的估计系数可知，东部地区所有门槛区间的OFDI系数均高于全国水平，说明考察期内东部地区OFDI产生了更为明显的就业效应，这从增加就业角度得出了尤其要鼓励东部地区企业“走出去”的结论，促使其更好地发挥比较优势。中西部地区四个门槛区间的OFDI估计系数均低于全国和东部地区，表明其OFDI的就业效应弱于东部地区。可见，新时代下中国的“走出去”虽产生了显著的就业成效，但不同区域OFDI就业效应的差异不能忽视，这些发现可为全国和区域层面实施差异化和动态化政策提供一定启示。

3.3 OFDI母国动态就业效应的异质约束机制分析

中国OFDI的母国就业效应具有显著的正向且边际效率递增的动态规律，但这是否意味着只要增强OFDI就一定自动会提升国内就业水平呢？实际上，中国OFDI的母国动态就业效应不仅受到自身OFDI强度的作用，更可能还存在着其他方面的异质调节机制。为了更加客观地揭示这种调节效应和约束规律，以期能更好地提升OFDI的动态就业效应，进一步基于城市化水平、知识产权保护、市场化水平、贸易开放度、人力资本和金融发展等方面做探讨。为了消除异常值和非随机性对回归结果的不利影响，分别依次对剔除上述变量平均水平极大值和极小值的样本数据进行估计，以增强研究结论的可靠性。采用上述方法检验发现，urb、cp、mar、tra、hc、fin等变量均在不同显著

性水平下依次通过了单一门槛、双重门槛和三重门槛检验，表明均应该采用三重面板门槛数据模型探讨OFDI母国就业效应的约束机制。门槛效应估计结果见表2。

可以发现，中国OFDI母国动态就业效应的约束机制是存在显著差异的。①OFDI对国内就业影响的城市化水平门槛值分别为0.519、0.572、0.757。当城市化水平低于0.519时，OFDI系数为0.031，且通过了1%的显著性水平检验，表明在该门槛区间内OFDI产生了显著的母国就业效应。当城市化水平介于0.519与0.572之间时，影响系数为0.034且显著，表明OFDI对国内就业的积极影响有所增强。当城市化水平在0.572与0.757之间时，OFDI的母国就业效应在持续增强。当城市化水平高于0.757时，OFDI的母国就业效应将增至最大，且远高于其他门槛区间内的驱动效果。因此，随着城市化水平的提升，OFDI对国内就业的影响呈现出显著的正向且边际效率递增的动态特征。②OFDI对国内就业影响的知识产权保护水平门槛值分别为0.001、0.009、0.018。在知识产权保护水平位于第一、二、三门槛区间内，OFDI对母国就业的作用强度由0.049降至0.036。在知识产权保护水平位于第四门槛区间时，OFDI的母国就业效应强度又开始增大。因此，在知识产权保护门槛约束下，OFDI的母国就业效应具有显著的正向“U”型非线性特征，即在较低或较高的知识产权保护水平下，最有利于提升OFDI的母国就业效应，不同省份应结合自身实际选择最适宜的知识产权保护策略。③OFDI对国内就业影响的市场化水平门槛值分别为0.542、0.569、0.693。OFDI的影响系数在第一至第二门槛区间的影响强度持续增大，在第三门槛区间内有所减弱，而在第四门槛区内又会增至最大且显著，表明在市场化水平约束下，OFDI的母国就业效应呈现明显的正向“N”动态特征，即当市场化水平超越0.693时，才会最有利于提升OFDI的母国就业效应。④OFDI对国内就业影响的贸易开放度门槛值分别为0.386、0.569和1.152。OFDI系数在第一和第二门槛区间分别为0.043和0.049且都显著，表明第一至第二门槛区间OFDI的母国就业效应是不断增强的，在第三门槛区间内OFDI的母国就业效应有所弱化，而在第四门槛区间内OFDI的母国就业效应持续减弱。因此，在贸易开放度门槛条件下，OFDI的母国就业效应具有显著的正向倒“U”型动态规律。⑤OFDI对国内就业影响的人力资本门槛值分别为8.389、8.987、10.122。在四个门槛区间内OFDI系数都显著为正且强度依次增大，表明在人力资本门槛条件下，OFDI的母国就业效应具有显著的正向且边际效率递增的动态调节过程。⑥OFDI对国内就业影响的金融发展水平门槛值分别为2.294、2.579、2.847，与城市化和人力资本门槛条件约束下的情况相似。随着金融发展水平的提高，OFDI对国内就业的促进效应是持续增强的，不再赘述。

由上述分析可知，城市化水平、知识产权保护、市场化水平、贸易开放度、金融发展、人力资本均能正向调节OFDI的母国动态就业效应，且在不同因素约束下OFDI的动态就业效应也存在显著差异。进一步与表1中全国层面的门槛模型估计结果比较可知：①表2中OFDI系数强度均明显增大，即城市化水平、知识产权保护、市场化水平、贸易开放度、金融发展和人力资本等因素不仅仅能正向调节OFDI的母国就业效应，甚至对其具有明显的强化效果;②只有当城市化水平、市场化水平、金融发展和人力资本等达到一定限度时，也只有在适度的贸易开放度和合理的知识产权保护水平下，才能最大限度地提升OFDI的母国动态就业效应。因此，若忽视上述因素的作用，则会低估OFDI的母国就业效应。也就是说，有效提升OFDI的母国就业效应，应充分考虑OFDI与上述因素的有效融合。同时，本文还分别对上述因素约束下OFDI存量滞后一期的非线性模型做了估计，结果支持了上述结论，限于 篇幅这里并未列出相应的估计结果。

由于在城市化水平、知识产权保护、市场化水平等门槛条件下，中国OFDI的母国动态就业效应存在一定差异。这里基于上述六维度进一步探析其样本分布特征。为了便于分析，采用均值与门槛值对比的做法，并根据门槛值将样本进行分类，具体见表3。

由表3可以看出：①在城市化水平门槛条件下，样本集中分布在第一和第二门槛区间，这些省份以中西部地区为主。此时OFDI对国内就业的影响力度集中在0.031和0.034之间，即当前的城市化水平并未达到最大化促进OFDI母国就业效应的条件，说明新时代下中西部地区省份尤要不断加快城市化进程，以进一步强化OFDI的国内就业效应。②在知识产权保护门槛条件下，样本集中分布在第二、三门槛区间，即OFDI的就业效应集中在0.043和0.036水平上，这预示着不同区间的省份应实施差异化的知识产权保护策略。位于第二门槛区间内的河北、山西等大多数省份应继续使知识产权保护策略维持在次优门槛区间内，而位于第三门槛区间内的省份则要适度提升知识产权保护力度使其尽快跨入第四门槛区间内，从而尽可能地提升OFDI母国就业效应。③在市场化水平门槛条件下，第三、四门槛区间内的样本分布比较集中，第四门槛区间内的省份已具备最大限度激发OFDI就业效应的市场化条件，但山西、内蒙古等约一半省份还位于第三门槛区间内且未实现OFDI的就业效应最优化，表明这些省份未来应持续加快市场化进程，提高市场化水平，从而不断提升“走出去”成效。④在贸易开放度门槛条件下，样本集中分布在第一门槛区间，说明考察期内河北、山西、内蒙古等多数省份OFDI对国内就业的影响力度集中在0.043水平，并未跨入最优门槛区间，即当前的贸易开放度对OFDI母国就业效应的正向调节效果还比较有限，未来应进一步注重释放贸易开放度对OFDI母国就业效应的积极影响，但长期内也要注意规避贸易开放度对OFDI母国就业效应的弱化效果。⑤在人力资本门槛条件下，样本集中分布在第一和第二门槛区间，相应地OFDI母国就业效应强度分别为0.030、0.032，虽效果依然显著，但这种积极作用并不是最明显的，且仅天津、上海等极少数省份的人力资本水平跨入了第四门槛区间，表明未来各省份应不断提高人力资本质量，持续优化人才结构，进一步提升中国OFDI母国动态就业效应。⑥在金融发展门槛条件下，样本分布较为分散，OFDI就业效应是持续增强的，但除了天津、上海、浙江等少数省份外，其余省份的金融发展水平均位于最優门槛区间外，特别是广西、云南等超过三分之一的省份位于第一门槛区间内。因此，结合自身经济发展水平，持续增强金融支持力度也是当前促进OFDI母国就业效应不可忽视的重要因素。

4 结论与政策建议

本文利用中国省际面板数据，构建门槛数据模型实证考察了中国对外直接投资的母国就业效应及其异质约束机制，主要得到以下结论：①中国OFDI具有显著的母国就业效应，且东部地区OFDI的就业效应远高于中西部地区，中国并未出现类似于发达国家因OFDI而引致的“就业流失”现象。②中国OFDI的母国就业效应具有正向且边际效率递增的非线性动态特征。东部地区和全国情况基本一致，中西部地区则呈现明显的正向倒“U”型动态特征，即现阶段过高的OFDI强度可能会在一定程度上弱化中西部地区OFDI的就业效应。③中国OFDI的母国动态就业效应存在显著的异质约束机制，在城市化水平、人力资本和金融发展门槛条件下，OFDI的母国就业效应呈现出显著的正向且边际效率递增特征。在知识产权保护门槛条件下，OFDI对国内就业的影响表现为明显的正向“U”型特征。在市场化水平门槛约束下，OFDI的母国就业效应呈现显著的正向“N”型规律。在贸易开放度门槛条件下，OFDI对国内就业的影响具有明显的正向倒“U”型非线性特征。④城市化、人力资本、金融发展、知识产权保护、贸易开放度和市场化等因素均能在一定程度上强化OFDI的母国动态就业效应，且只有当城市化、人力资本、金融发展和市场化水平达到一定限度，以及在合理的知识产权保护和适度贸易开放度水平下，才可最大限度地提升OFDI的母国就业效应。

本研究的重要启示在于，基于增加国内就业的角度证实了新时代下中国的“走出去”战略是富有成效的，即OFDI不仅会产生已被多数学者所证实的逆向技术溢出现象，还能明显地推动国内就业水平提升。本研究也为通过OFDI手段缓解国内就业压力提供了一些新的思路。具体政策涵义如下：①近年来中国OFDI的迅猛增长并没有出现类似发达国家的“就业流失”现象，现阶段中国的OFDI不会损害国内就业，反而会明显促进国内的就业增长。因此，新时代下我国要进一步坚定“走出去”步伐，持续深化“一带一路”战略，更主动融入到对外开放大局中，持续提升OFDI的强度和质量，既要关注OFDI的逆向技术溢出，也要重视OFDI的母国就业效应溢出。同时，还要意识到中国OFDI对国内就业影响的空间差异现象，应实施更加细分和有针对性的OFDI政策，尤其要发挥东部地区OFDI就业效应的引领带动作用，中西部地区在“走出去”过程中还应注重自身吸收能力体系和产业支撑体系建设，为OFDI就业效应提升创造出更为有利的条件。②中国OFDI的母国就业效应并不是一成不变的，而是随着自身OFDI强度的提升呈现出正向且边际效率递增的动态演变规律，但现阶段这种特征仅体现在东部地区，中西部地区实施过高的OFDI反而会在一定程度上弱化其就业效应。上述动态特征和异质性特征值得关注。从实际情况来看，当前中国的OFDI强度尚远离最优门槛区间，未来持续增加OFDI强度应是有效提升OFDI母国就业效应的重要抓手，但中西部地区长期内也不能忽视OFDI“度”的约束。因此，不同区域应结合自身OFDI就业效应的非线性特征，实施动态化、差异化的异质OFDI策略和方式，避免同质化策略带来的不必要的OFDI就业效应损失。③OFDI母国就业效应的异质约束机制亦需关注，短期内要不断在加快城市化和市场化进程、提升贸易开放度、加强金融支持力度和知识产权保护力度、提高人力资本质量和经济发展水平等方面下功夫，但长期内也要使得知识产权保护和贸易开放度处于合理水平。不同省份也应根据自身在上述各因素维度的实际水平和优劣势，选择最佳的OFDI实践策略，持续提升OFDI的就业效应。④要注意到城市化、知识产权保护、市场化、金融发展、人力资本和贸易开放度等因素均能正向调节OFDI的母国就业效应，且在不考虑上述因素的情况下，OFDI的母国动态就业效应可能会被低估，不能得到有效释放。但当前的实际情况是除了市场化驱动外，其他因素对OFDI母国就业效应的实际驱动效果还不理想，尚未得到有效挖掘。因此，新时代下应注重OFDI与上述因素的深度融合，以进一步释放上述因素在提升OFDI母国就业效应中的积极影响。

（編辑：刘照胜）

参考文献

[1]HELPMAN E. Export versus FDI with heterogeneous firms[J]. American economic review， 2004， 94（1）： 300-316.

[2]DESAI M A， FOLEY C F， HINES J. Domestic effects of the foreign activities of US multinationals[J]. American economic journal： economic policy， 2009， 1（1）： 181-203.

[3]BAJO-RUBIO O， DIAZ-MORA C. On the employment effects of outward FDI： the case of Spain， 1995-2011[J]. Applied economics， 2015， 47（21）： 2127-2141.

[4]YOUNGHO K， UNJUNG W. To whom does outward FDI give jobs？[J]. Open economic review， 2018 （29）： 613-639.

[5]李磊， 白道欢， 冼国明. 对外直接投资如何影响了母国就业？——基于中国微观企业数据的研究[J]. 经济研究， 2016 （8）： 144-158.

[6]蒋冠宏. 我国企业对外直接投资的“就业效应”[J]. 统计研究， 2016（8）： 55-62.

[7]李宏兵， 郭界秀， 翟瑞瑞. 中国企业对外直接投资影响了劳动力市场的就业极化吗？[J]. 财经研究， 2017（6）： 28-39.

[8]STEVENS G， LIPSEY R E. Interactions between domestic and foreign investment[J]. Journal of international money and finance， 1992， 2（1）： 40-62.

[9]MOLNAR M， PAIN N， TAGLIONI D. The international of production，international outsourcing and employment in the OECD[R]. OECD， 2007.

[10]ELIA S， MARIOTTI I， PISCITELLO L. The impact of outward FDI on the home countrys labour demand and skill composition[J]. International business review， 2009， 18（4）： 357-372.

[11]HARRISON A， MCMILAN M. Offshoring jobs multinationals and US. manufacturing employment[J]. The review of economics and statistics， 2011， 93（3）： 857-875.

[12]LAFFINEUR C， MOUHOUD E M. The jobs at risk from globalization： the French case[J]. Review of world economics， 2015， 151（3）： 477-531.

[13]CRISTINA J. Employment effects of foreign direct investment： new evidence from central and eastern European countries[J]. International economics， 2016（5）： 32-49.

[14]刘辉群， 王洋. 中国对外直接投资的国内就业效应： 基于投资主体和行业分析[J]. 国际商务： 对外经济贸易大学学报， 2011（4）： 82-87.

[15]姜亚鹏， 王飞. 中国对外直接投资母国就业效应的区域差异分析[J]. 上海经济研究， 2012（7）： 43-53.

[16]HAMIL J. Employment effect of changing multinational strategies in Europe[J]. European management journal， 1992， 10（3）： 334-340.

[17]LIPESY R E. Foreign production by US firms and parent firm employment[R]. NBER， 1999.

[18]HANSSON A E. Skill upgrading and production transfer within Swedish multinationals[J]. Scandinavian journal of economics， 2005， 107（4）： 673-692.

[19]DEBAERE P， LEE H， LEE J. It matters where you go-outward foreign direct investment and multinational employment growth at home[J]. Journal of development economics， 2010， 91（2）： 301-309.

[20]YOU K， SOLOMON O H. Chinas outward foreign direct investment and domestic investment： an industrial level analysis[J]. China economic review， 2015，34： 249-260.

[21]ADERMON A， GUSTAVSSON M. Job polarization and task-biased technological change： evidence from Sweden， 1975-2005[J]. Scandinavian journal of economics， 2015， 117（3）： 878-917.

[22]張海波， 彭新敏. ODI对我国的就业效应——基于动态面板数据模型的实证研究[J]. 财贸经济， 2013（2）： 101-111.

[23]姜巍. 中国OFDI国内就业的总体效应与产业差异实证[J]. 统计与决策， 2017（23）： 149-152.

[24]HANSEN B E. Sample splitting and threshold estimation[J]. Econometrica， 2000， 68（3）： 575-603.

[25]宋林， 谢伟， 何红光. 对外直接投资对我国就业影响的实证研究——基于门限面板模型的分析[J]. 当代经济科学， 2017， 39（5）： 95-106.

Home-country heterogeneous dynamic employment effect of Chinas OFDI

HAN Xian-feng1 SONG Wen-fei2 LIU Ruo-jiang3

（1.School of Economics and Management， Xian University of Technology， Xian Shaanxi 710054， China;

2.Northwest Institute of Historical Environment and Socio-Economic Development， Xian Shaanxi 710119， China;

3.Institute of Economics，Xian University of Finance and Economics， Xian Shaanxi 710100， China）

Abstract

Under the background of the rapidly growing OFDI and the increasingly intensified domestic employment pressure， scientific assessment of OFDIs home-country heterogeneous dynamic employment effect is of great significance to the ‘win-win of opening-up and expanding employment in the new era. Based on China inter-provincial panel data from 2006 to 2015 and threshold regression techniques， we found that： ①OFDI significantly promotes the domestic employment growth， and the employment effect of OFDI in the eastern region is much stronger than that in the central and western regions. China has not encountered ‘employment loss phenomenon which is similar to Europe and the United States. ②OFDIs home-country employment effect indicates the nonlinear law with the positive and increasing marginal efficiency， but the influence is still relatively limited at the present stage. ③OFDI has a spatial heterogeneity when influencing the dynamic of domestic employment， and the nonlinear law of increasing marginal efficiency is only reflected in the eastern region， while the central and western regions show a positive inverted ‘U-shaped dynamic feature. ④OFDI has a heterogeneous reinforcement mechanism on the dynamic impact of domestic employment. Urbanization， human capital， and financial development， all three show positive and increasing marginal efficiency. Upon the performance of IPR protection， marketization， and trade openness， the three respectively show the dynamic characteristics of positive ‘U type， positive ‘N type， and positive inverted ‘U type. ⑤The effectiveness of OFDI can be maximized only when the urbanization， human capital， financial development and marketization reach a certain level， and with reasonable intellectual property protection and moderate trade openness. This paper provides a new perspective for re-examining the employment effect of OFDI in the home country， and it also provides some inspirations for correctly handling the relationship between OFDI and domestic employment.

Key words OFDI; employment effect; panel threshold data model