對(duì)外綠地投資對(duì)母國(guó)的就業(yè)效應(yīng)細(xì)分研究

一 引言與文獻(xiàn)綜述

綠地投資(Greenfield Investment)也叫新建投資，是指跨國(guó)公司在東道國(guó)新建一個(gè)企業(yè)。近年來，中國(guó)對(duì)外綠地投資規(guī)模不斷擴(kuò)張。根據(jù)《2017年度FDI報(bào)告——全球綠地投資趨勢(shì)》統(tǒng)計(jì)顯示，2016年我國(guó)對(duì)外綠地投資金額高達(dá)1103億美元，成為僅次于美國(guó)的世界第二大綠地投資來源國(guó)。綠地投資可以直接為東道國(guó)創(chuàng)造就業(yè)機(jī)會(huì)(Williams，2003)[1]，從流量上看，2005年中國(guó)綠地投資為海外提供了1141個(gè)就業(yè)崗位，2016年提供了51418個(gè)就業(yè)崗位，短短12年間綠地投資創(chuàng)造的就業(yè)量就增加了40倍[注]數(shù)據(jù)來源：作者根據(jù)FDI Markets數(shù)據(jù)庫(kù)的創(chuàng)造就業(yè)量數(shù)據(jù)計(jì)算。。與此完全相反的是，我國(guó)勞動(dòng)力市場(chǎng)上，失業(yè)人數(shù)連年攀升，就業(yè)形勢(shì)相當(dāng)嚴(yán)峻。2005年之后，我國(guó)城鎮(zhèn)失業(yè)人數(shù)不斷增加，2016年達(dá)到了982萬人[注]數(shù)據(jù)來源：作者根據(jù)中國(guó)國(guó)家統(tǒng)計(jì)局的就業(yè)數(shù)據(jù)計(jì)算。。由此提出疑問：綠地投資為海外創(chuàng)造就業(yè)是否是以犧牲我國(guó)就業(yè)為代價(jià)？對(duì)二者關(guān)系的研究不僅能夠?yàn)榫G地投資戰(zhàn)略的下一步實(shí)施提供相應(yīng)的政策啟示，而且可以為緩解國(guó)內(nèi)就業(yè)矛盾提供新思路。

國(guó)外已有不少文獻(xiàn)研究了企業(yè)對(duì)外直接投資的就業(yè)效應(yīng)。Kravis和Lipsey(1988)[2]研究發(fā)現(xiàn)，美國(guó)企業(yè)更傾向于在海外生產(chǎn)勞動(dòng)密集型產(chǎn)品，在國(guó)內(nèi)生產(chǎn)資本和技術(shù)密集型產(chǎn)品，這會(huì)導(dǎo)致母國(guó)工資水平上升，對(duì)勞動(dòng)力的需求下降，即OFDI對(duì)美國(guó)有“就業(yè)替代效應(yīng)”。有的學(xué)者對(duì)此持不同意見，認(rèn)為OFDI對(duì)母國(guó)有“就業(yè)創(chuàng)造效應(yīng)”。Feldstein et al.(1995)[3]研究發(fā)現(xiàn)，海外生產(chǎn)比例越大的企業(yè)對(duì)母公司研發(fā)人員和監(jiān)督人員的需求也越大，能夠促進(jìn)母國(guó)就業(yè)。Yamashita和Fukao(2010)[4]使用日本1991-2002年跨國(guó)企業(yè)的數(shù)據(jù)研究發(fā)現(xiàn)，OFDI有助于提升企業(yè)競(jìng)爭(zhēng)力，增加母國(guó)對(duì)技術(shù)密集型勞動(dòng)力的需求，即OFDI對(duì)母國(guó)有就業(yè)創(chuàng)造效應(yīng)。Braconier和Ekholm(2000)[5]對(duì)瑞典企業(yè)的研究也得出了類似結(jié)論。此外，還有學(xué)者認(rèn)為OFDI對(duì)母國(guó)就業(yè)的影響具有不確定性，它與企業(yè)對(duì)外直接投資結(jié)構(gòu)(Harrison和Mcmillan，2006)[6]、投資行業(yè)和投資東道國(guó)類型(Molnar et al., 2007[7]; Mariotti, 2003[8])有關(guān)。

隨著中國(guó)對(duì)外直接投資活動(dòng)的開展，國(guó)內(nèi)學(xué)者也對(duì)我國(guó)OFDI的就業(yè)效應(yīng)進(jìn)行了研究。姜亞鵬和王飛(2012)[9]基于1981-2010年國(guó)家層面的數(shù)據(jù)研究發(fā)現(xiàn)，長(zhǎng)期來看，OFDI與中國(guó)就業(yè)量存在正相關(guān)關(guān)系。劉海云和廖慶梅(2017)[10]利用中國(guó)2003-2011年對(duì)澳大利亞等19個(gè)國(guó)家的投資數(shù)據(jù)研究發(fā)現(xiàn)，對(duì)外直接投資對(duì)我國(guó)就業(yè)有正向促進(jìn)作用，且這種作用主要來自于垂直型OFDI。由于是否進(jìn)行對(duì)外直接投資是企業(yè)層面的決策行為，而且企業(yè)的就業(yè)人數(shù)數(shù)據(jù)相對(duì)準(zhǔn)確(馬弘等，2013)[11]，有助于精確評(píng)估OFDI對(duì)就業(yè)的影響，因此，近年來，不少學(xué)者從企業(yè)層面的微觀視角研究OFDI與就業(yè)的關(guān)系。李磊等(2016)[12]采用兩階段系統(tǒng)GMM方法研究不同投資動(dòng)機(jī)下OFDI對(duì)母公司就業(yè)的影響，發(fā)現(xiàn)總體上來看，無論哪種投資動(dòng)機(jī)，OFDI都對(duì)母公司有顯著的就業(yè)創(chuàng)造效應(yīng)，且這種效應(yīng)不受企業(yè)所有制類型和東道國(guó)收入水平的影響。與李磊等(2016)[12]的研究結(jié)論略有不同，蔣冠宏(2016)[13]利用2005-2007年中國(guó)工業(yè)企業(yè)對(duì)外直接投資數(shù)據(jù)，運(yùn)用倍差法研究發(fā)現(xiàn)，盡管整體上來看，OFDI對(duì)母公司就業(yè)有正向影響，但這種影響在東道國(guó)是中低收入國(guó)、投資類型是當(dāng)?shù)厣a(chǎn)型時(shí)并不顯著。李宏兵等(2017)[14]研究了中國(guó)OFDI的就業(yè)極化效應(yīng)，發(fā)現(xiàn)OFDI促進(jìn)了國(guó)內(nèi)就業(yè)，但這種效應(yīng)存在“兩端高、中間低”的極化現(xiàn)象。閻虹戎等(2018)[15]利用2011-2016年中國(guó)制造業(yè)上市公司的數(shù)據(jù)研究了OFDI對(duì)母公司員工結(jié)構(gòu)的影響，發(fā)現(xiàn)OFDI整體上促進(jìn)了母公司就業(yè)人員數(shù)量的增長(zhǎng)，但員工結(jié)構(gòu)并沒有改善。

由上述文獻(xiàn)可知，國(guó)內(nèi)外學(xué)者主要聚焦于OFDI與母國(guó)就業(yè)的關(guān)系。OFDI有跨國(guó)并購(gòu)和綠地投資兩種模式，這兩種模式在理論機(jī)制、投資形式和影響因素等方面都存在很大不同(Nocke和Yeaple, 2007[16];蔣冠宏，2017[17])，必然會(huì)導(dǎo)致兩者在就業(yè)效應(yīng)上的差異?？鐕?guó)并購(gòu)是直接購(gòu)買海外現(xiàn)存企業(yè)的部分或全部股權(quán)，可以獨(dú)立于母公司經(jīng)營(yíng)，而綠地投資是新建一個(gè)企業(yè)，相對(duì)于跨國(guó)并購(gòu)而言與母公司的聯(lián)系更為緊密。因此，后者更有可能促進(jìn)母國(guó)就業(yè)。首先，對(duì)外綠地投資增加了母公司與海外市場(chǎng)的交流機(jī)會(huì)，為了更好地與海外子公司聯(lián)系，母公司可能需要設(shè)立新的部門或雇傭更多的國(guó)際化人才；其次，如果綠地投資建立的子公司需要從母公司進(jìn)口零部件、原材料或者機(jī)器設(shè)備等，則會(huì)增加母公司的出口，從而導(dǎo)致母公司產(chǎn)出上升、勞動(dòng)力需求增加；第三，綠地投資有助于企業(yè)擴(kuò)大品牌知名度、拓展國(guó)際市場(chǎng)、增加海外需求，促使母公司擴(kuò)大規(guī)模，創(chuàng)造更多的就業(yè)機(jī)會(huì)；第四，綠地投資使企業(yè)面臨更加激烈的國(guó)際競(jìng)爭(zhēng)環(huán)境，激勵(lì)企業(yè)自主學(xué)習(xí)、提升競(jìng)爭(zhēng)力，綠地投資還可以通過在海外建立研發(fā)機(jī)構(gòu)、雇傭當(dāng)?shù)馗呒夹g(shù)人才、與當(dāng)?shù)仄髽I(yè)合作交流來提升企業(yè)技術(shù)水平。技術(shù)水平的提高可能促進(jìn)母公司擴(kuò)大生產(chǎn)規(guī)模以獲得更多的市場(chǎng)份額，從而增加對(duì)勞動(dòng)力的需求。但是，由于綠地投資數(shù)據(jù)難以獲得，目前國(guó)內(nèi)較少文獻(xiàn)專門針對(duì)綠地投資的就業(yè)效應(yīng)進(jìn)行研究。本文利用金融時(shí)報(bào)旗下的《FDI Markets數(shù)據(jù)庫(kù)》與《色諾芬CCER經(jīng)濟(jì)金融數(shù)據(jù)庫(kù)》合并的數(shù)據(jù)，采用傾向得分匹配(Propensity Score Matching，PSM)與雙重差分(Difference in Difference，DID)相結(jié)合的方法，系統(tǒng)地考察綠地投資與母國(guó)就業(yè)之間的因果關(guān)系，客觀地評(píng)估綠地投資對(duì)中國(guó)就業(yè)的靜態(tài)和動(dòng)態(tài)影響，并分析不同類型、不同投資東道國(guó)、不同投資行業(yè)的企業(yè)就業(yè)受綠地投資影響的差異。

本文余下部分的結(jié)構(gòu)安排為：第二部分是模型設(shè)定、變量度量和數(shù)據(jù)說明；第三部分是實(shí)證檢驗(yàn)和結(jié)果分析；最后是總結(jié)。

二 模型設(shè)定、變量度量和數(shù)據(jù)說明

(一)模型設(shè)定

研究綠地投資對(duì)母公司就業(yè)的影響，最簡(jiǎn)單的是橫向比較和縱向比較法(鄧柏峻等，2014)[18]。其中，橫向比較是指比較投資后綠地投資企業(yè)與未綠地投資企業(yè)母公司的就業(yè)差異；縱向比較是指比較綠地投資企業(yè)投資前后母公司的就業(yè)差異。但是，這兩種方法得出的結(jié)論都不可靠，前者忽略了綠地投資與未綠地投資企業(yè)在投資前就可能存在的就業(yè)差異，而后者忽略了投資后其他因素對(duì)綠地投資企業(yè)就業(yè)的影響。本文采用雙重差分法進(jìn)行分析以有效克服這兩個(gè)問題。

(1)

式(1)的含義是用綠地投資企業(yè)投資前后就業(yè)的變化與這些企業(yè)在沒有進(jìn)行綠地投資情況下兩段時(shí)間內(nèi)的就業(yè)變化之差來衡量處理效應(yīng)。由于綠地投資企業(yè)不進(jìn)行綠地投資的就業(yè)變化在現(xiàn)實(shí)中是無法被觀測(cè)到的，因此本文假設(shè)：

(2)

式(2)的含義是控制組企業(yè)兩段時(shí)間內(nèi)的就業(yè)差異可以完全代替處理組。將式(2)代入式(1)可得：

(3)

式(3)中的δ即為基于雙重差分(DID)思想下的綠地投資的就業(yè)效應(yīng)。

使用DID的前提是控制組和處理組企業(yè)滿足平行趨勢(shì)假設(shè)，即控制組企業(yè)兩期內(nèi)的就業(yè)差異要盡可能代表在不進(jìn)行對(duì)外綠地投資情況下處理組企業(yè)的就業(yè)差異。為此需要為處理組企業(yè)尋找與之相似的控制組企業(yè)。如果采用直接匹配法，當(dāng)匹配對(duì)象是低維變量時(shí)，可能出現(xiàn)匹配對(duì)象不合理的問題，當(dāng)匹配對(duì)象是高維變量時(shí)，又可能出現(xiàn)匹配成功率低的問題。本文采用傾向得分匹配法(Propensity Score Matching，PSM)為處理組企業(yè)匹配相應(yīng)的控制組企業(yè)，以有效彌補(bǔ)直接匹配法的缺陷。

PSM法的基本思路是：首先，建立二分因變量的Logit模型：

(4)

式(4)中的Xit為決定企業(yè)是否進(jìn)行對(duì)外綠地投資的影響因素，也即本文的匹配變量，β為各變量的系數(shù)。P(duit=1|Xit)表示給定變量Xit的情況下企業(yè)對(duì)外綠地投資的概率，即傾向得分值(Pscore)。F(Xitβ)表示服從Logistic分布(Logistic Distribution)的累積分布函數(shù)。其次為處理組企業(yè)尋找與之具有相近傾向得分的控制組企業(yè)，并保證匹配變量在兩組企業(yè)中無差異。最后，通過建立雙向固定效應(yīng)模型來實(shí)現(xiàn)雙重差分：

empit=α0+δduitdtit+∑jβjSit+ci+γt+εit

(5)

其中，Sit表示一系列控制變量，包括企業(yè)規(guī)模(size)、是否出口(export)、資產(chǎn)負(fù)債率(adratio)、企業(yè)年齡(age)、固定資產(chǎn)投資比率(fixratio)和全要素生產(chǎn)率(tfp)。βj為各控制變量的系數(shù)。ci為個(gè)體固定效應(yīng)，用以控制各企業(yè)不隨時(shí)間變化的不可觀察因素，γt表示時(shí)間固定效應(yīng)，用以控制各企業(yè)隨時(shí)間變化的宏觀經(jīng)濟(jì)沖擊和國(guó)家政策等因素。其他變量的解釋與前文同理。δ即為本文關(guān)注的核心解釋變量的系數(shù)，如果該系數(shù)顯著為正，表示綠地投資對(duì)母國(guó)有“就業(yè)促進(jìn)效應(yīng)”，如果該系數(shù)顯著為負(fù)則有“就業(yè)替代效應(yīng)”。

(二)變量度量

1.關(guān)于被解釋變量(empit)，用母公司就業(yè)人數(shù)的對(duì)數(shù)值來表示。關(guān)于控制變量，企業(yè)規(guī)模(size)用企業(yè)固定資產(chǎn)凈值取對(duì)數(shù)來表示；是否出口(export)用虛擬變量表示，企業(yè)進(jìn)行了出口時(shí)export取1，否則取0；資產(chǎn)負(fù)債率(adratio)用企業(yè)負(fù)債合計(jì)與總資產(chǎn)的比值衡量；企業(yè)年齡(age)用統(tǒng)計(jì)年份與企業(yè)成立年份的差值衡量；固定資產(chǎn)投資比率(fixratio)用固定資產(chǎn)凈值與總資產(chǎn)的比值表示。

2.全要素生產(chǎn)率：計(jì)算TFP需要解決的一大難題是如何克服同時(shí)性偏差(Simultaneity Bias)。同時(shí)性偏差是指企業(yè)決策者會(huì)根據(jù)當(dāng)期可觀測(cè)到的效率而調(diào)整要素投入組合，從而使得代表生產(chǎn)率的殘差項(xiàng)和回歸項(xiàng)相關(guān)，導(dǎo)致常規(guī)方法的估計(jì)結(jié)果產(chǎn)生偏誤。國(guó)內(nèi)研究常采用Olley-Pakes法(簡(jiǎn)稱OP法)和Levinsohn-Petrin法(簡(jiǎn)稱LP法)來解決這個(gè)問題。OP法使用投資作為生產(chǎn)率的代理變量，要求投資額必須為正值，但在現(xiàn)實(shí)中，很多企業(yè)不一定每年有正投資，使用OP法計(jì)算會(huì)使得大量樣本被舍棄，因此本文采用LP法進(jìn)行計(jì)算。首先假定企業(yè)的生產(chǎn)函數(shù)滿足C-D形式：

yit=β0+βllit+βkkit+βmmit+wit+μit

(6)

其中，yit、lit、kit、mit分別為企業(yè)產(chǎn)出、勞動(dòng)、固定資本存量和中間投入的對(duì)數(shù)值，wit為不可觀測(cè)的變量生產(chǎn)率。假定中間投入取決于kit和wit，即mit=mit(kit,wit)，進(jìn)而可得wit=wit(kit,mit)，將該式代入式(6)可得：

yit=βllit+φit(kit,mit)+μit

(7)

其中φit(kit,mit)=β0+βkkit+βmmit+wit(kit,mit)，接下來使用兩步法計(jì)算生產(chǎn)率。

第一步：使用非參數(shù)方法即資本和中間投入的三階多項(xiàng)式對(duì)未知函數(shù)φit(·)進(jìn)行擬合：

(8)

(9)

在計(jì)算過程中，各指標(biāo)的核算方法如下：產(chǎn)出用企業(yè)的實(shí)際產(chǎn)出附加值表示。產(chǎn)出附加值的計(jì)算方法有支出法[注]支出法計(jì)算的附加值=固定資產(chǎn)折舊+勞動(dòng)報(bào)酬總額+主營(yíng)稅及附加+營(yíng)業(yè)利潤(rùn)。和生產(chǎn)法[注]生產(chǎn)法計(jì)算的附加值=營(yíng)業(yè)收入-中間投入。，為減小誤差，使用二者的均值來核算，然后用各省的工業(yè)品出廠價(jià)格指數(shù)平減。中間投入的計(jì)算方法是：中間投入=營(yíng)業(yè)成本-固定資產(chǎn)折舊-支付給職工或?yàn)槁毠ぶЦ兜默F(xiàn)金總額。實(shí)際資本存量用永續(xù)盤存法計(jì)算[注]將企業(yè)上市年份對(duì)應(yīng)的資本存量定為初始資本存量，當(dāng)期投資用企業(yè)固定資產(chǎn)凈值之差來計(jì)算，并用各省固定資產(chǎn)投資價(jià)格指數(shù)平減。然后代入公式Kit=Iitreal+Kit-1，Kit和Kit-1分別表示企業(yè)本期和上一期的實(shí)際固定資本存量。，勞動(dòng)投入用職工人數(shù)表示。

(三)數(shù)據(jù)說明

本文的數(shù)據(jù)主要來自于英國(guó)金融時(shí)報(bào)旗下的《FDI Markets數(shù)據(jù)庫(kù)》和《色諾芬CCER經(jīng)濟(jì)金融數(shù)據(jù)庫(kù)》?！禙DI Markets數(shù)據(jù)庫(kù)》公布了綠地投資的母公司名稱、海外子公司名稱、投資東道國(guó)、母公司所屬城市、海外創(chuàng)造就業(yè)量、投資金額、海外投資行業(yè)、投資日期等子項(xiàng)，可用于確認(rèn)企業(yè)是否進(jìn)行了綠地投資?！渡Z芬CCER經(jīng)濟(jì)金融數(shù)據(jù)庫(kù)》中有詳細(xì)的上市企業(yè)財(cái)務(wù)數(shù)據(jù)，可用于計(jì)算就業(yè)量、生產(chǎn)率等。根據(jù)企業(yè)名稱將上述兩個(gè)數(shù)據(jù)庫(kù)進(jìn)行匹配[注]本文使用的價(jià)格指數(shù)均來自于《中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)》。，然后使用兩個(gè)數(shù)據(jù)庫(kù)的子項(xiàng)，企業(yè)所屬城市、行業(yè)等對(duì)匹配結(jié)果進(jìn)行核對(duì)。

本文的研究對(duì)象是2010-2015年中國(guó)A股上市非金融類企業(yè)。理由是，上市企業(yè)的財(cái)務(wù)核算制度較為完善，數(shù)據(jù)來源可靠，而且更新快，既能保證數(shù)據(jù)的時(shí)效性，又能保證延續(xù)性。選取的研究時(shí)間段為2010-2015年，依據(jù)是，2010年開始中國(guó)對(duì)外綠地投資規(guī)模較大，可以保證匹配到足夠的樣本，而且可以充分反映近年來綠地投資對(duì)母公司就業(yè)的影響，更具有現(xiàn)實(shí)意義。由于PSM匹配需要用到企業(yè)前一年的數(shù)據(jù)，因此實(shí)際區(qū)間是2009-2015年。

為了能夠精確度量綠地投資對(duì)母國(guó)的“就業(yè)創(chuàng)造效應(yīng)”，本文對(duì)樣本數(shù)據(jù)做了一系列處理。(1)剔除2003-2015年所有進(jìn)行過跨國(guó)并購(gòu)的企業(yè)。原因是，跨國(guó)并購(gòu)是對(duì)外直接投資的另一重要方式，也會(huì)對(duì)出口貿(mào)易、國(guó)內(nèi)需求和技術(shù)創(chuàng)新等產(chǎn)生影響，進(jìn)而有可能影響到母國(guó)就業(yè)。為保證處理組企業(yè)只進(jìn)行過綠地投資，控制組企業(yè)完全沒有進(jìn)行過對(duì)外直接投資[注]即控制組企業(yè)既沒進(jìn)行過跨國(guó)并購(gòu)，也沒進(jìn)行過綠地投資。，本文也將有并購(gòu)經(jīng)歷的企業(yè)予以剔除；(2)剔除2003-2009年所有進(jìn)行過綠地投資的企業(yè)，主要是為了排除綠地投資經(jīng)驗(yàn)對(duì)結(jié)果的干擾，保證處理組都是在樣本期內(nèi)首次進(jìn)行綠地投資的企業(yè)，控制組都是2003年以來完全沒有進(jìn)行過綠地投資的企業(yè)；(3)剔除*ST、*PT或退市的企業(yè)；(4)剔除負(fù)債率大于1或小于0的企業(yè)；(5)剔除財(cái)務(wù)數(shù)據(jù)資料嚴(yán)重不全的企業(yè)。經(jīng)過如上處理，本文共篩選出95家處理組企業(yè)和2261家控制組企業(yè)。

三 實(shí)證檢驗(yàn)與結(jié)果分析

(一)PSM匹配結(jié)果

首先采用PSM法為處理組匹配控制組。參考相關(guān)研究，本文采用全要素生產(chǎn)率(tfp)、企業(yè)規(guī)模(size)、是否出口(export)、資本密集度(kdensity)[注]資本密集度(kdensity)用固定資產(chǎn)凈值與職工人數(shù)的比值取對(duì)數(shù)來衡量。、企業(yè)年齡(age)和所屬行業(yè)(industry)[注]2012年中國(guó)證監(jiān)會(huì)公布了新的《上市公司行業(yè)分類指引》，因此對(duì)2012年之后數(shù)據(jù)庫(kù)中的行業(yè)都按照舊版標(biāo)準(zhǔn)重新進(jìn)行了分類。(蔣冠宏和蔣殿春，2014[19]；蔣冠宏等，2013[20])作為匹配變量，然后按照比例1:3進(jìn)行最近鄰匹配[注]需要注意的是，匹配時(shí)，使用處理組企業(yè)前一年的數(shù)據(jù)。比如，如果企業(yè)是在2010年進(jìn)行的對(duì)外綠地投資，則采用這些企業(yè)2009年的數(shù)據(jù)來匹配。。匹配后，分別對(duì)每個(gè)年份的匹配結(jié)果進(jìn)行了平衡性檢驗(yàn)。結(jié)果顯示，匹配后的處理組和控制組企業(yè)的各個(gè)匹配變量都不再具有系統(tǒng)性差異，匹配結(jié)果較好。最終為95家處理組企業(yè)匹配到了234家控制組企業(yè)[注]因?yàn)橛胁糠痔幚斫M企業(yè)匹配到了相同的控制組企業(yè)，因此兩組企業(yè)數(shù)量最終呈現(xiàn)的比例不是1:3。。

圖1是匹配后對(duì)外綠地投資和非對(duì)外綠地投資企業(yè)就業(yè)水平(empit)的核密度圖。由此可以看出，對(duì)外綠地投資企業(yè)的就業(yè)水平明顯高于非對(duì)外綠地投資的企業(yè)，說明綠地投資與母公司就業(yè)之間存在正相關(guān)關(guān)系，推測(cè)綠地投資很可能對(duì)母公司有“就業(yè)創(chuàng)造效應(yīng)”。接下來，用雙重差分法作進(jìn)一步的分析。

圖1 對(duì)外綠地投資和非對(duì)外綠地投資企業(yè)就業(yè)的核密度圖

(二)初始檢驗(yàn)

利用式(5)對(duì)匹配后的樣本進(jìn)行回歸，結(jié)果見表1。表1的列(1)沒有加入任何控制變量，列(2)-列(4)依次加入了控制變量。由此可見，在沒有加入控制變量時(shí)，核心解釋變量的系數(shù)顯著為正，說明綠地投資對(duì)母公司產(chǎn)生了“就業(yè)促進(jìn)效應(yīng)”。當(dāng)逐漸加入控制變量時(shí)，核心解釋變量的系數(shù)大小盡管有所下降，但依然顯著為正，說明綠地投資確實(shí)增加了母公司對(duì)勞動(dòng)力的需求。此外，企業(yè)規(guī)模的系數(shù)顯著為正，說明規(guī)模越大的企業(yè)就業(yè)水平越高。對(duì)此不難理解，規(guī)模越大的企業(yè)往往需要投入更多的生產(chǎn)要素，雇傭的勞動(dòng)力也較多。資產(chǎn)負(fù)債率的系數(shù)顯著為正，說明資產(chǎn)負(fù)債率越大的企業(yè)雇傭的勞動(dòng)力越多。對(duì)此，可能的解釋是，資產(chǎn)負(fù)債率越大往往意味著企業(yè)受到的融資約束越小，越容易在資本市場(chǎng)上籌得資金，這使得企業(yè)有足夠的能力擴(kuò)大生產(chǎn)規(guī)模，進(jìn)而雇傭更多的勞動(dòng)力。企業(yè)年齡的系數(shù)顯著為正，說明建立時(shí)間越早的企業(yè)對(duì)勞動(dòng)力的需求越大。一般而言，建立時(shí)間越早的企業(yè)多是在競(jìng)爭(zhēng)中勝出并幸存下來的企業(yè)，這些企業(yè)擁有較大的市場(chǎng)份額，從而需要的勞動(dòng)力也越多。固定資產(chǎn)投資比例的系數(shù)顯著為負(fù)，說明固定資產(chǎn)投資很可能在一定程度上取代了勞動(dòng)力，從而導(dǎo)致勞動(dòng)力需求下降。全要素生產(chǎn)率的系數(shù)顯著為正，說明生產(chǎn)率越高的企業(yè)雇傭的勞動(dòng)力越多。這可能是因?yàn)?，生產(chǎn)率越高的企業(yè)越有能力服務(wù)于更大的市場(chǎng)，從而勞動(dòng)力需求也越大。

表1 綠地投資對(duì)母公司就業(yè)的影響：初始檢驗(yàn)

(續(xù)上表)

變量(1)(2)(3)(4)adratio0.4066**0.3232**(2.450)(2.211)age0.0489***0.0275**(4.300)(1.994)fixratio-0.7255**(-2.500)tfp0.1653**(2.452)個(gè)體效應(yīng)YesYesYesYes時(shí)間效應(yīng)YesYesYesYes常數(shù)項(xiàng)7.6373***2.9787***2.6589***-0.6814(197.859)(3.258)(3.167)(-0.501)R20.92890.93660.93720.9407R2_adj0.91550.92450.92520.9293N2110211021102110

注：(1)括號(hào)中為 t 值；(2)*、**、***分別表示顯著性水平為 10%、5%和 1%；(3)所有回歸均采用了以企業(yè)為聚類變量的聚類穩(wěn)健標(biāo)準(zhǔn)誤。

(三)動(dòng)態(tài)效應(yīng)檢驗(yàn)和投資次數(shù)檢驗(yàn)

初始檢驗(yàn)只能說明平均來看，綠地投資確實(shí)有“就業(yè)促進(jìn)效應(yīng)”，但無法反映這種效應(yīng)的動(dòng)態(tài)變化以及投資次數(shù)對(duì)這種效應(yīng)的影響。

1.動(dòng)態(tài)效應(yīng)檢驗(yàn)。在綠地投資當(dāng)年，海外子公司初步建立，母公司可能會(huì)設(shè)立新的部門、雇傭更多國(guó)際化人才等，進(jìn)而迅速增加母公司對(duì)勞動(dòng)力的需求。隨著時(shí)間的推移，海外子公司在東道國(guó)開展了相應(yīng)的業(yè)務(wù)，通過出口擴(kuò)張、逆向技術(shù)溢出等促使母公司擴(kuò)大生產(chǎn)規(guī)模，進(jìn)而增加對(duì)勞動(dòng)力的需求。在出口和技術(shù)水平達(dá)到一定程度后，綠地投資對(duì)母公司就業(yè)的正向促進(jìn)作用由于存在邊際效應(yīng)遞減的情況而有所減弱。因此，推測(cè)綠地投資對(duì)母公司就業(yè)的正向影響存在先遞增后不變或者下降(即倒“U”形)的情況。為此，進(jìn)行了動(dòng)態(tài)效應(yīng)檢驗(yàn)，結(jié)果見表2列(1)和列(2)。其中，dudtk表示投資后第k年?？梢园l(fā)現(xiàn)，投資后的前兩年，核心解釋變量的系數(shù)都顯著為正，說明綠地投資確實(shí)促進(jìn)了母公司就業(yè)。投資第二年的系數(shù)值要大于第一年，說明綠地投資對(duì)母公司就業(yè)的影響隨著時(shí)間推移在增大。第三年后系數(shù)不再顯著，而且從第四年開始有下降的趨勢(shì)，這與上述推測(cè)一致。

2.投資次數(shù)檢驗(yàn)。樣本期內(nèi)只進(jìn)行了一次投資和進(jìn)行了十次投資的企業(yè)對(duì)勞動(dòng)力需求的影響可能存在差異，但在初始檢驗(yàn)中將這些企業(yè)都等同對(duì)待。當(dāng)企業(yè)對(duì)外綠地投資次數(shù)增多時(shí)，一方面，母公司需要更多的國(guó)際化人才；另一方面，可能對(duì)增加母公司出口、提升母公司技術(shù)產(chǎn)生更大的促進(jìn)作用，進(jìn)而導(dǎo)致母公司就業(yè)水平提高的幅度更大。據(jù)此推測(cè)，綠地投資對(duì)母公司的就業(yè)創(chuàng)造效應(yīng)與投資次數(shù)正相關(guān)，即投資次數(shù)越多，這種正向作用越大。為此，在式(5)的基礎(chǔ)上引入了企業(yè)年度平均投資次數(shù)(mnumit)和總投資次數(shù)(numit)兩個(gè)變量，將這兩個(gè)變量分別與duitdtit做交乘，建立式(10)和式(11)。然后重新對(duì)樣本數(shù)據(jù)進(jìn)行回歸，回歸結(jié)果見表2列(3)-列(6)。

empit=α0+δduitdtit×mnumit+∑jβjSit+ci+γt+εit

(10)

empit=α0+δduitdtit×numit+∑jβjSit+ci+γt+εit

(11)

根據(jù)回歸結(jié)果可知，列(3)-列(6)的核心解釋變量(dudt×mnum、dudt×num)的系數(shù)顯著為正，說明綠地投資對(duì)母公司就業(yè)的正向促進(jìn)作用隨著投資次數(shù)的增多而增大，驗(yàn)證了上述推測(cè)。

表2 綠地投資對(duì)母公司就業(yè)的影響：動(dòng)態(tài)效應(yīng)檢驗(yàn)和投資次數(shù)檢驗(yàn)

注：(1)括號(hào)中為 t 值；(2)*、**、***分別表示顯著性水平為 10%、5%和 1%;(3)所有回歸均采用了以企業(yè)為聚類變量的聚類穩(wěn)健標(biāo)準(zhǔn)誤。

(四)分樣本檢驗(yàn)

接下來進(jìn)行一系列分樣本檢驗(yàn)。

首先，根據(jù)企業(yè)綠地投資前是否有出口經(jīng)驗(yàn)來劃分樣本組。出口是企業(yè)進(jìn)入國(guó)際市場(chǎng)的一種方式，有助于企業(yè)了解海外市場(chǎng)需求(Luo et al.,2010)[21]，積累國(guó)際化經(jīng)驗(yàn)(Conconi et al.,2016)[22]。如果企業(yè)在綠地投資前有出口經(jīng)驗(yàn)，一方面，對(duì)海外市場(chǎng)的熟悉可以降低企業(yè)綠地投資的風(fēng)險(xiǎn)；另一方面，豐富的國(guó)際化經(jīng)驗(yàn)有助于企業(yè)綠地投資后很快地適應(yīng)當(dāng)?shù)馗?jìng)爭(zhēng)環(huán)境，在東道國(guó)開辟市場(chǎng)、提升技術(shù)等。這些都有可能促使母公司擴(kuò)大規(guī)模，增加對(duì)勞動(dòng)力的需求。因此，推測(cè)綠地投資對(duì)有出口經(jīng)驗(yàn)企業(yè)的“就業(yè)創(chuàng)造效應(yīng)”更明顯。本文根據(jù)企業(yè)綠地投資前是否進(jìn)行過出口來劃分樣本組[注]需要注意的是，由于只有處理組企業(yè)進(jìn)行了綠地投資，因此，劃分樣本組的做法是，首先將處理組企業(yè)劃分為有出口經(jīng)驗(yàn)組和無出口經(jīng)驗(yàn)組，然后分別找出各組企業(yè)對(duì)應(yīng)的控制組企業(yè)。，表3的列(1)、列(2)匯報(bào)了相應(yīng)的回歸結(jié)果?？梢园l(fā)現(xiàn)，有出口經(jīng)驗(yàn)樣本組的核心解釋變量的系數(shù)顯著為正，而無出口經(jīng)驗(yàn)樣本組的核心解釋變量的系數(shù)不顯著，與上述猜想一致。其次，根據(jù)東道國(guó)收入水平來劃分樣本組。中國(guó)企業(yè)對(duì)發(fā)達(dá)國(guó)家的投資主要是商貿(mào)服務(wù)型投資，這種投資有助于促進(jìn)母公司出口，有更明顯的“就業(yè)創(chuàng)造效應(yīng)”(蔣冠宏，2016)[13]。根據(jù)2018年世界銀行對(duì)各國(guó)的劃分標(biāo)準(zhǔn)[注]劃分標(biāo)準(zhǔn)：以2016年各國(guó)人均GNI為基準(zhǔn)，人均GNI為1005美元或更少的為低收入經(jīng)濟(jì)體; 1006美元至3955美元之間的為中等收入經(jīng)濟(jì)體; 3956美元至12235美元之間的為上中等收入經(jīng)濟(jì)體; 12236美元或更多的為高收入經(jīng)濟(jì)體。，將樣本組劃分為中高收入和中低收入兩組，需要注意的是，本文將高收入國(guó)家或地區(qū)劃分到中高收入組，低收入國(guó)家或地區(qū)劃分到中低收入組。回歸結(jié)果見表3的列(3)、列(4)。結(jié)果顯示，中高收入樣本組中的系數(shù)顯著為正，而中低收入樣本組中的系數(shù)雖然為正，但不顯著。說明綠地投資到中高收入東道國(guó)的企業(yè)能有效促進(jìn)母公司對(duì)勞動(dòng)力的需求，而投資到中低收入東道國(guó)的企業(yè)對(duì)母公司勞動(dòng)力需求沒有產(chǎn)生明顯的影響。最后，根據(jù)企業(yè)是否屬于制造業(yè)來劃分樣本組。如果企業(yè)在海外投資的是制造業(yè)，則極有可能替代母國(guó)生產(chǎn)，產(chǎn)生“就業(yè)替代效應(yīng)”，如果企業(yè)在海外投資的是非制造業(yè)，可能會(huì)通過出口創(chuàng)造效應(yīng)促進(jìn)母公司對(duì)勞動(dòng)力的需求。表3的列(5)、列(6)匯報(bào)了回歸結(jié)果。可以發(fā)現(xiàn)，當(dāng)企業(yè)在海外投資的是非制造業(yè)時(shí)，顯著促進(jìn)了母公司就業(yè)的提升，而投資的是制造業(yè)時(shí)，核心解釋變量的系數(shù)不再顯著，但依舊為正值。說明，如果投資行業(yè)是制造業(yè)，盡管沒有明顯的 “就業(yè)創(chuàng)造效應(yīng)”，但也沒有呈現(xiàn)“就業(yè)替代效應(yīng)”。

表3 綠地投資對(duì)母公司就業(yè)的影響：分樣本檢驗(yàn)

注：(1)括號(hào)中為 t 值；(2)*、**、***分別表示顯著性水平為 10%、5%和 1%；(3)所有回歸均采用了以企業(yè)為聚類變量的聚類穩(wěn)健標(biāo)準(zhǔn)誤。

(五)穩(wěn)健性檢驗(yàn)

為檢驗(yàn)結(jié)果的可靠性，本文進(jìn)行如下穩(wěn)健性檢驗(yàn)。

1.安慰劑檢驗(yàn)(Placebo Test)

為了進(jìn)一步排除綠地投資外其他隨機(jī)因素對(duì)母公司就業(yè)的影響，采用兩種方法來進(jìn)行安慰劑檢驗(yàn)：提前綠地投資時(shí)間和隨機(jī)抽樣構(gòu)建虛假的控制組與處理組，重新使用式(5)進(jìn)行回歸。

(1)提前綠地投資時(shí)間。將綠地投資時(shí)間分別提前兩年或三年，如果核心解釋變量的系數(shù)依然顯著為正，則說明綠地投資以外的其他隨機(jī)因素對(duì)母公司就業(yè)產(chǎn)生了影響，本文得出的結(jié)論不可靠。如果系數(shù)變得不再顯著，則說明母公司就業(yè)的變化確實(shí)來自于綠地投資這一行為，本文結(jié)論是可信的。表4檢驗(yàn)結(jié)果顯示，無論提前兩年還是三年，dudt的系數(shù)都不再顯著。充分說明母公司就業(yè)的變化不是由其他因素導(dǎo)致的，而是來自于綠地投資這一行為。

表4 安慰劑檢驗(yàn)：提前綠地投資時(shí)間

注：(1)括號(hào)中為 t 值；(2)*、**、***分別表示顯著性水平為 10%、5%和 1%；(3)所有回歸均采用了以企業(yè)為聚類變量的聚類穩(wěn)健標(biāo)準(zhǔn)誤。

圖2 安慰劑檢驗(yàn)：構(gòu)建虛假的控制組和處理組

(2)隨機(jī)抽取構(gòu)建虛假的控制組和處理組。在樣本中，2010-2015年6年間分別有7、19、13、14、13、33家企業(yè)進(jìn)行了綠地投資。隨機(jī)抽取的方法是，先保留樣本2006-2015年的數(shù)據(jù)，然后從2007-2014年[注]匹配時(shí)需要保證企業(yè)有投資前一年的數(shù)據(jù)，因此抽取時(shí)間是從2007年開始。中隨機(jī)抽取6年，在各個(gè)年份依次不放回抽取7、19、13、14、13、33家企業(yè)作為處理組，剩余的企業(yè)作為控制組，再使用式(5)進(jìn)行回歸。將上述過程進(jìn)行500次，畫出核心解釋變量系數(shù)的分布圖，如果系數(shù)與初始檢驗(yàn)得出的回歸系數(shù)有顯著差異且分布于0附近，則說明結(jié)論可信。圖2是核心解釋變量的系數(shù)分布圖，均值為0.001，標(biāo)準(zhǔn)差是0.023。其中虛線所在位置表示隨機(jī)抽樣下的系數(shù)均值0.001，實(shí)線所在位置表示初始檢驗(yàn)中的系數(shù)值0.097?？梢园l(fā)現(xiàn)，均值主要分布于0附近，且明顯異于0.097，進(jìn)一步的單樣本t檢驗(yàn)也驗(yàn)證了這一結(jié)論。這再次說明，母公司就業(yè)的差異主要來自于綠地投資而非其他隨機(jī)因素。

2.其他穩(wěn)健性檢驗(yàn)

(1)改變PSM匹配比例。在進(jìn)行PSM匹配時(shí)，采用了1:3的最近鄰匹配法，為了排除匹配比例對(duì)結(jié)果產(chǎn)生的影響，本文分別使用1:4和1:5的比例重新為處理組企業(yè)匹配對(duì)照組，然后使用式(5)進(jìn)行回歸。結(jié)果見表5的列(1)、列(2)?？梢园l(fā)現(xiàn)，dudt的系數(shù)依舊顯著為正，結(jié)論是穩(wěn)健的。

(2)改變因變量的衡量方法。使用母公司就業(yè)人數(shù)的絕對(duì)值來重新衡量因變量，回歸結(jié)果見表5的列(3)、列(4)。結(jié)果表明，綠地投資對(duì)母公司就業(yè)依然存在顯著的正向影響。

(3)改變TFP的計(jì)算方法。在初始檢驗(yàn)中，用LP法來計(jì)算TFP，為了排除TFP算法對(duì)結(jié)果可能造成的影響，又使用OLS法測(cè)度了企業(yè)的TFP，然后重新使用PSM法匹配，并使用式(5)對(duì)樣本進(jìn)行回歸?；貧w結(jié)果見表5的列(5)、列(6)?？梢园l(fā)現(xiàn)，核心解釋變量的系數(shù)依舊顯著為正。以上檢驗(yàn)都充分說明，綠地投資對(duì)母公司就業(yè)產(chǎn)生正向影響的結(jié)論是穩(wěn)健的。

表5 穩(wěn)健性檢驗(yàn)：進(jìn)一步檢驗(yàn)

注：(1)括號(hào)中為 t 值；(2)*、**、***分別表示顯著性水平為 10%、5%和 1%;(3)所有回歸均采用了以企業(yè)為聚類變量的聚類穩(wěn)健標(biāo)準(zhǔn)誤。

四 結(jié)論與政策建議

中國(guó)是人口大國(guó)，如何擴(kuò)大就業(yè)、減少失業(yè)是我國(guó)經(jīng)濟(jì)發(fā)展過程中必須考慮的問題。在中國(guó)對(duì)外綠地投資勢(shì)頭正盛和國(guó)內(nèi)對(duì)綠地投資就業(yè)效應(yīng)研究不足的背景下，考察綠地投資對(duì)母國(guó)就業(yè)的影響有重要的現(xiàn)實(shí)意義。本文利用2009-2015年中國(guó)A股上市非金融類企業(yè)的數(shù)據(jù)細(xì)分研究了綠地投資對(duì)母國(guó)的就業(yè)效應(yīng)。采用傾向得分匹配法為綠地投資的企業(yè)匹配到了與之相似的控制組企業(yè)，并采用雙重差分法研究了兩者之間的因果關(guān)系。最終得出如下結(jié)論：首先，綠地投資顯著提高了母國(guó)的就業(yè)水平，其提高幅度大約為9.7個(gè)百分點(diǎn)；其次，這種效應(yīng)隨著時(shí)間推移先上升后下降，呈現(xiàn)倒“U”形；第三，投資次數(shù)越多，對(duì)母國(guó)就業(yè)的正向促進(jìn)作用越大；最后，分樣本檢驗(yàn)發(fā)現(xiàn)，有出口經(jīng)驗(yàn)的企業(yè)對(duì)外綠地投資要比沒有出口經(jīng)驗(yàn)的企業(yè)對(duì)母國(guó)就業(yè)的影響更大，投資中高收入經(jīng)濟(jì)體要比投資中低收入經(jīng)濟(jì)體更能促進(jìn)母國(guó)就業(yè)，與制造業(yè)相比，投資非制造業(yè)對(duì)母國(guó)就業(yè)的正向影響更大。

根據(jù)上述結(jié)論可知，盡管中國(guó)企業(yè)大規(guī)模向海外投資設(shè)廠，為東道國(guó)提供了大量的就業(yè)崗位，但海外子公司并沒有直接替代母公司的經(jīng)營(yíng)活動(dòng),也沒有產(chǎn)生“就業(yè)替代效應(yīng)”，即從就業(yè)的角度來看，對(duì)外綠地投資是一項(xiàng)“利人也利己”的投資行為，對(duì)改善我國(guó)就業(yè)矛盾有重要作用。為此，政府應(yīng)該繼續(xù)鼓勵(lì)企業(yè)“走出去”，充分利用國(guó)際市場(chǎng)來提高我國(guó)企業(yè)競(jìng)爭(zhēng)力和國(guó)內(nèi)就業(yè)水平，要積極引導(dǎo)有出口經(jīng)驗(yàn)的企業(yè)向海外綠地投資，因?yàn)檫@些企業(yè)對(duì)國(guó)際市場(chǎng)更加熟悉，投資失敗的風(fēng)險(xiǎn)相對(duì)較小，更能從綠地投資中獲利。同時(shí)，要鼓勵(lì)企業(yè)向發(fā)達(dá)國(guó)家投資，因?yàn)榘l(fā)達(dá)國(guó)家技術(shù)更為先進(jìn)，有利于提高母公司生產(chǎn)效率，擴(kuò)大生產(chǎn)規(guī)模，增加勞動(dòng)力需求。需要注意的是，盡管本文得出了向海外投資非制造業(yè)更有利于促進(jìn)母國(guó)就業(yè)的結(jié)論，但在選擇投資行業(yè)方面應(yīng)該結(jié)合中國(guó)的實(shí)際情況，我國(guó)正處于經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的關(guān)鍵時(shí)期，向海外投資制造業(yè)可能更有利于我國(guó)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化。在選取對(duì)外綠地投資行業(yè)時(shí)，要綜合考慮此項(xiàng)投資對(duì)技術(shù)、市場(chǎng)、就業(yè)等多方面的影響，以求真正地促進(jìn)中國(guó)經(jīng)濟(jì)質(zhì)量的提升。