经验分析：影响中国劳动力市场的因素

1.模型与变量说明

前文的分析表明，中国的劳动力成本优势与周边国家相比已经逐步丧失，为进一步分析劳动力成本上升是否已对中国引资优势造成了重要影响，以及中国与周边国家引资因素的影响差异及其变化，本部分利用包括中国在内的6个国家、时间跨度为1995—2010年的面板数据进行经验分析。

（1）模型设定。

在参考和借鉴现有文献的基础上，本书构建模型如下：

模型中，下标t和i分别代表时间和国家。FDIit表示第t年流入i国的外商直接投资；ULCit是i国的单位产出劳动力成本；MSit表示i国市场规模；MLit说明i国的市场化水平；INFRAit表示总体基础设施水平；STOCKi（t－1）为i国第t－1年末的FDI存量；GLOBALit表示全球化要素水平。μi为个体变量，νt为时间变量，εit为回归残差。

（2）指标说明。

各国每年的FDI流入量为被解释变量，同时由于FDI具有累积效应或自我强化机制（Krugman，1991；Fujita and Thisse，2002），模型中引入上期FDI存量STOCKi（t－1）作为解释变量之一，FDI流量数据来自世界银行WDI，FDI存量数据来源于UNCTADSTAT，本书统一调整为2005年的不变美元价格。其他解释变量含义、指标与数据来源详见前文表7.1。

ULC是本研究重点考察的变量，考虑到流入发展中国家的FDI以制造业为主，因此指标选用制造业单位产出劳动力成本（ULC），该指标值由制造业工资总额与制造业增加值总额之比计算得出。关于单位产出劳动成本与FDI流入的关系，现有文献的研究结论并不一致，因此该变量系数方向不确定。

市场规模、市场化水平以及基础设施等指标属于一国的经济要素，这些要素尽管不直接计入企业的成本，但却是以FDI为载体的生产要素国际流动的重要决定因素（张幼文等，2013），因此将其纳入模型。如前文表7.2所示，市场化水平指标ML包含了商业自由度、金融自由度及知识产权保护度等指标的主要成分，市场化水平越高，则吸引的外资流入就越多，因此，该变量与被解释变量FDI流入量正相关；市场规模MS采用一国的GDP总量数据，并以2005年不变美元计价，该变量是吸引外资尤其是市场寻求型外资流入的重要因素，市场规模越大，FDI流入量就越多（Wei et al.，1999；许罗丹、谭卫红，2003；田素华、杨烨超，2012），因此预计该变量系数为正。基础设施水平INFRA由政府管理经济能力及基础设施相关指标综合而成^[3]，主要考虑到本书的截面较少，变量数过多容易造成估计的偏误，因此采用因子分析方法将多个相关指标综合成一个变量，该方法能在最大限度保留原指标信息的情况下减少模型变量数。基于鲁明鸿（1997）、魏后凯等（2002）以及杨海生等（2013）的研究，预期该变量系数为正。

GLOBAL变量反映一国的对外开放程度，由投资自由度、贸易自由度及参与区域一体化协议数量等指标综合而成。

为保证各解释变量系数的可比性，各变量数据均进行了标准化处理。

2.模型检验与估计

本书预期建立面板数据模型推断样本空间的经济关系，故模型设定为固定效应模型（Wooldridge，2002）。为确定模型的具体形式，对模型进行F检验，构建变系数模型得到S1＝22.22608，构建变截距模型得到S2＝45.34524，构建不变系数模型得到S3＝56.045 14，通过计算得F1＝1.872 3，F2＝2.347 6，由于F2＞F（0.95，35，54），因此拒绝假设H2，即拒绝不变系数模型，同时F1＞F（0.95，30，54），拒绝假设H1，即拒绝变截距模型，因此，本书模型确定应采用变系数形式。

为比较分析主要引资要素的影响差异及其影响力的时间变化趋势，本部分将分别利用个体变系数与时期变系数模型进一步分析。

（1）个体变系数模型估计。

首先分别针对ULC、INFRA、MS和ML等变量建立个体变系数模型，利用似不相关参数估计方法进行估计，结果如表7.4所示。

根据四个个体变系数模型结果，总体上看：

第一，INFRA个体变系数模型、MS个体变系数模型以及ML个体变系数模型中，劳动力成本要素在所有引资要素中对外资流入的系数最小。这说明劳动力成本要素并不是东亚、东南亚及南亚发展中国家吸引外资的主要因素。

第二，ULC个体变系数模型、INFRA个体变系数模型以及ML个体变系数模型中，市场规模系数均为最大且为正，表明该要素在中国及其周边主要国家吸引外资中发挥的作用最大，该要素水平越高，吸引的外资就越多。这与Wei等（1999）、许罗丹和谭卫红（2003）以及田素华和杨烨超（2012）等的研究结论基本一致。(https://www.xing528.com)

第三，所有模型中，FDI存量与外资流入呈现出负相关关系，这可能由于FDI在一国或地区的空间集聚存在明显的第三方效应（the third country effect），即周边国家或地区将对一国的外资集聚产生影响（Yeaple，2003；Grossman et al.，2006；Baltagi et al.，2007），因而导致中国的FDI流入与已有存量之间没有同向变动。

第四，在所有模型中，全球化经济要素系数均为负，说明该要素水平越高，则外资流入量越少。可能的原因在于：其一，本书的全球化经济要素由投资自由度、RTA数量与贸易自由度指标综合而成，投资自由度的提高能够促进外资流入，但贸易自由度的增加却可能由于贸易成本的下降，导致市场寻求型的外资数量的下降，如果全球化经济要素的提高主要来自贸易自由度的上升而非投资自由度，那么该要素与外资流入之间必然呈现出反向关系；其二，流入中国及周边主要发展中国家的外资中的市场寻求型FDI所占比重相对较大。

单独看四个个体变系数模型，可以捕捉ULC、INFRA、MS以及ML等变量对不同个体的影响差异。

ULC个体变系数模型结果显示：

第一，劳动力成本与中国及其周边主要发展中国家的外资流入均呈现出正相关作用，这一结果与Wei（1996）及刘厚俊和王丹利（2011）的研究结论一致。本书认为造成这一结果的原因可能在于，尽管中国及其周边国家的劳动力成本不断上涨，但与发达国家相比，其单位产出劳动力成本差距并未缩小^[4]，没有影响到这些国家对外资的吸引力，因此，随着单位产出劳动成本上升，外资流入量依然在增加。

第二，劳动力成本因素在外资流入中的作用存在国家间差异：中国、印度、印度尼西亚及斯里兰卡的劳动力成本的作用较为显著，但在菲律宾和马来西亚等国家中，该要素并不显著。在所有国家中，中国的劳动力成本显著性水平最高且系数最大，为0.371。这说明与周边国家相比，劳动力成本要素对中国外资流入的作用最大，劳动力成本上升尚未对中国的引资优势造成不利影响。

第三，对所有国家而言，劳动力成本要素在所有引资要素中对外资流入的影响力明显偏低，在所有影响显著的国家中，中国、印度、印度尼西亚的ULC系数仅稍微高于其全球化水平要素的系数，斯里兰卡的ULC系数则低于所有其他引资要素的系数，再次证明劳动力成本要素已经不是这些国家吸引外资的主要因素。

INFRA个体变系数模型结果中，只有中国的INFRA要素作用显著，且系数为正，这表明所有样本国家中，只有中国的硬件基础设施及政府管理经济的能力对吸引外资起到了正向促进作用。模型中ULC系数绝对值最小，说明其对外资流入的影响力在所有要素中最弱，MS的系数值为正且最大，说明该要素对外资流入的作用在所有要素中也最强。

从MS个体变系数模型结果看，所有国家的MS要素均十分显著，其中，中国的MS要素系数为1.839，在所有国家中最大，说明与周边国家相比，中国的市场规模要素对吸引外资的作用力最为显著。其他国家按MS系数大小排名，依次为：印度、斯里兰卡、菲律宾、印度尼西亚和马来西亚。

ML个体变系数模型的回归结果来看，中国的市场化水平要素为正，但不显著，其他国家的市场化水平对外资流入则产生了显著的正向作用，且系数均超过1，印度与马来西亚的该要素系数甚至超过了1.5，这说明中国的市场化水平还落后于周边其他国家，没有对吸引外资发挥应有的作用。本书的市场化水平要素由商业自由度、金融自由度以及知识产权保护度等指标综合而成，因此这一结果与Wei（2000）的结论基本一致，该文献指出中国的监管过重是阻碍外资流入中国的主要原因。

综上所述，对中国来说：第一，中国劳动力成本系数为正且大于其他国家，说明其劳动力成本上升目前并未阻碍外资的流入，而且与周边主要国家相比，中国劳动力成本吸引外资的作用更为明显，周边国家尚未对中国的引资优势形成挑战；第二，在中国所有吸引外资的因素中，市场规模要素的作用最为显著，基础设施为中国重要的引资要素之一，劳动力成本要素作用相对较小，FDI存量及全球化经济要素的水平存在反向作用，而市场化水平的作用则并未显现。对中国及周边主要发展中国家整体而言，劳动力成本要素已经不是影响该地区国家吸引外资的主要因素，市场规模在该地区各发展中国家吸引外资中发挥了最重要的作用，其中在中国表现得最为明显；对中国以外的其他国家，基础设施要素对引资的作用不显著，但市场化水平却发挥了显著的正向作用。

（2）时期变系数模型分析。

为进一步考察主要因素对吸引外资的作用力大小及其随时间推移的变化趋势，本书针对主要解释变量建立了时期变系数模型。从具体结果来看，ULC、STOCK、GLOBAL等要素的时期效应并不明显，多数年份回归不显著，限于篇幅，本书仅汇报MS、ML及INFRA三个变量的时期变系数模型结果（见表7.5及图7.2）。

表7.5　时期变系数模型回归结果

注：表中省略了常数项，括号内为t值，*、**、***分别表示在10%、5%和1%的水平上显著。

图7.2　主要变量作用的时期变动趋势

注：MS要素2002、2004年不显著，其他年份均在1%水平上显著；ML要素历年均在1%水平上显著；INFRA要素2000、2002、2005、2008及2009年不显著，2001与2004年在1%水平上显著，1999年在10%水平上显著，其他年份在5%水平上显著。

表7.5及图7.2表明，MS、ML及INFRA三个要素的时期效应十分明显，三个模型的拟合优度均高于70%，其中，MS时期变系数模型达到99.2%，说明该模型拥有较强解释力度，MS、ML及INFRA三个要素对外资流入的作用具有十分明显的时间变动趋势。三个时期变系数模型中单位产出劳动力成本的偏回归系数值均较小，在6个解释变量系数排名中位列第5，再次说明ULC在中国及其周边发展中国家吸引外资的主要因素中影响力较弱，与个体变系数模型结果基本一致。从图7.2可以看出，MS对FDI流入的回归系数自1996年以来存在上升趋势，金融危机后其影响系数有所下降，2010年出现反弹拐点；ML与INFRA的系数变化则相对较为平稳，1996—2010年间呈现出微弱的下降趋势。