蔡經(jīng)漢

(黎明職業(yè)大學，福建 泉州 362000)

·經(jīng)濟管理·

FDI、生產(chǎn)性服務業(yè)和制造業(yè)就業(yè)
——基于福建省數(shù)據(jù)的PVAR分析

蔡經(jīng)漢

(黎明職業(yè)大學，福建 泉州 362000)

本文運用允許將所有考察變量視為內(nèi)生的Panel-VAR(面板向量自回歸)模型進行實證分析，并以基于PVAR模型的脈沖響應函數(shù)分析及方差分解方法，來考察福建省FDI、生產(chǎn)性服務業(yè)就業(yè)和制造業(yè)就業(yè)之間的相互動態(tài)沖擊反應。研究發(fā)現(xiàn)，三者之間存在較為復雜的互動影響路徑，其中FDI與制造業(yè)就業(yè)更多受到其他變量的影響，在這個三元內(nèi)生系統(tǒng)中，生產(chǎn)性服務業(yè)處于更為封閉的狀態(tài)。長期來看，F(xiàn)DI的變化主要受制造業(yè)及生產(chǎn)性服務業(yè)就業(yè)的影響。

生產(chǎn)性服務業(yè)； 制造業(yè)； 就業(yè)； FDI； Panel-VAR

在歷史上作為最早一批開放的沿海省市，借助僑臺優(yōu)勢，福建省吸引到大量的外商直接投資。在福建省經(jīng)濟、產(chǎn)業(yè)發(fā)展的過程中，F(xiàn)DI發(fā)揮了較大的作用，在改革開放的前三十年對福建外向型經(jīng)濟有很大助益，在拉動經(jīng)濟增長、促進出口和就業(yè)等方面發(fā)揮了不可替代的作用。2008年世界金融危機之后，福建省吸引外商直接投資的優(yōu)勢日益衰退，與周邊省份相比，F(xiàn)DI的總量及增長速度均處于劣勢。在此背景下，探索既是福建省的主要支柱產(chǎn)業(yè)又是FDI投資重點的制造業(yè)和生產(chǎn)性服務業(yè)與FDI之間的互動規(guī)律，將有助于福建更好地利用外資構(gòu)建現(xiàn)代產(chǎn)業(yè)支撐體系，加快戰(zhàn)略性新興產(chǎn)業(yè)集聚，加快經(jīng)濟轉(zhuǎn)型發(fā)展，實現(xiàn)產(chǎn)業(yè)與就業(yè)結(jié)構(gòu)協(xié)同優(yōu)化升級。

一、文獻回顧和問題提出

先前研究發(fā)現(xiàn)，制造業(yè)與生產(chǎn)性服務業(yè)處于同一個內(nèi)生的經(jīng)濟系統(tǒng)中，它們又與FDI同處于一個更大的內(nèi)生經(jīng)濟系統(tǒng)中，三者之間存在較復雜的互動影響。一方面，F(xiàn)DI的增長會促進經(jīng)濟增長和產(chǎn)業(yè)發(fā)展，從而促進就業(yè)；另一方面，良好的就業(yè)、產(chǎn)業(yè)發(fā)展及市場規(guī)模的擴大，將反過來加大對FDI的吸引力。以FDI為一端，以生產(chǎn)性服務業(yè)和制造業(yè)兩大產(chǎn)業(yè)就業(yè)為另一端，三者的互動主要有兩大路徑：在FDI一端，F(xiàn)DI影響就業(yè)總水平，影響就業(yè)結(jié)構(gòu)，進而分別影響制造業(yè)和生產(chǎn)性服務業(yè)的就業(yè)；制造業(yè)和生產(chǎn)性服務業(yè)一端，兩大產(chǎn)業(yè)互相影響，進而影響FDI。

(一)FDI對就業(yè)的影響

對就業(yè)總水平的影響。本世紀初的研究認為FDI對東道國就業(yè)的增加具有明顯的促進作用，如蔡昉和王德文研究指出，盡管當時FDI就業(yè)份額仍然較小，但由于其增長速度非?？?使得該領(lǐng)域就業(yè)對中國總體就業(yè)增長的貢獻率很高[1]。此后，眾多研究都從各個方面繼續(xù)驗證FDI對就業(yè)的顯著促進作用[2-3]。

對產(chǎn)業(yè)結(jié)構(gòu)、就業(yè)結(jié)構(gòu)優(yōu)化的影響。在促進就業(yè)總水平之外，F(xiàn)DI能促進就業(yè)結(jié)構(gòu)演進，使農(nóng)業(yè)人口向第二、第三產(chǎn)業(yè)轉(zhuǎn)移[4]，促進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化[5]。進一步說，F(xiàn)DI對制造業(yè)及服務業(yè)的就業(yè)均有顯著影響。例如，F(xiàn)DI可能通過促進產(chǎn)出擴張對制造業(yè)勞動需求產(chǎn)生重要影響[6]，而服務業(yè)能受益于FDI的就業(yè)效應[7]。相反，F(xiàn)DI撤離則會對服務業(yè)、制造業(yè)就業(yè)造成負面沖擊[8]。

(二)制造業(yè)、生產(chǎn)性服務業(yè)與FDI的互動關(guān)系

由于生產(chǎn)性服務業(yè)脫胎于制造業(yè)，兩者之間具有先天的緊密聯(lián)系，其互動關(guān)系對于整個經(jīng)濟系統(tǒng)的影響不可小視。具體到FDI，一方面，F(xiàn)DI會影響生產(chǎn)性服務業(yè)與制造業(yè)的融合[9]；另一方面，生產(chǎn)性服務業(yè)與制造業(yè)FDI存在互相追逐的現(xiàn)象，有必要探索生產(chǎn)性服務業(yè)與制造業(yè)互動對吸引FDI的作用[10-11]。諸多研究者分別從制造業(yè)及生產(chǎn)性服務業(yè)各自的產(chǎn)業(yè)角度探討了如何制定吸引FDI的合理政策[12-14]。進一步的研究則從服務業(yè)與制造業(yè)兩大產(chǎn)業(yè)的產(chǎn)業(yè)集聚角度對此問題進行了闡述，發(fā)現(xiàn)城市服務業(yè)集聚有利于吸引FDI，而制造業(yè)集聚和外資集聚則不利于吸引FDI[15]。

(三)問題提出

以上研究可得出一個結(jié)論：FDI不應被視為外生的，它來源于外部，但受國內(nèi)經(jīng)濟系統(tǒng)影響和吸引。因此，必須把FDI與制造業(yè)及生產(chǎn)性服務業(yè)的就業(yè)放在一個內(nèi)生系統(tǒng)中來考慮：FDI影響總體就業(yè)水平，進而是各產(chǎn)業(yè)的就業(yè)；各產(chǎn)業(yè)的就業(yè)反過來影響經(jīng)濟體對FDI的吸引力，從而將決定FDI的變化。

在認識到這一點的情況下，部分研究運用VAR模型將FDI與就業(yè)放入一個內(nèi)生系統(tǒng)中，分別考察中國及福建的情況[3,16]。這些研究只應用了時間序列數(shù)據(jù)，在數(shù)據(jù)與模型上存在一定不足，難以解決中國最為常見的地區(qū)異質(zhì)性問題。為此，目前許多研究者已轉(zhuǎn)向由Love和Zicchino所提出來的PVAR(面板向量自回歸)模型[17]。這一模型綜合了面板數(shù)據(jù)模型和時間序列模型的優(yōu)點，既能夠控制住地區(qū)效應和時間效應，也可以分析面對沖擊時經(jīng)濟變量的動態(tài)反應，國內(nèi)已將其廣泛運用于FDI相關(guān)研究中，如FDI與貿(mào)易和環(huán)境規(guī)制之間的互動關(guān)系[18]，F(xiàn)DI與碳排放量和對外貿(mào)易之間的動態(tài)關(guān)聯(lián)性[19]，以及FDI技術(shù)溢出對我國產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的影響[5]。鑒于此，本文將利用面板向量自回歸模型，探討福建省范圍內(nèi)FDI、制造業(yè)就業(yè)、生產(chǎn)性服務業(yè)就業(yè)三者之間的互動關(guān)系。

二、模型與變量

(一)方法簡介與實證模型設(shè)定

本文選擇PVAR模型分析框架，是因為本研究內(nèi)容所涉及的數(shù)據(jù)一般都是年度數(shù)據(jù)，樣本區(qū)間較短，而PVAR模型同時具備時間序列分析與面板數(shù)據(jù)分析的優(yōu)勢，不僅可以擴大樣本量，增加自由度，減少自變量間的多重共線性的影響，更重要的是其把所有變量放在一個內(nèi)生系統(tǒng)來處理，不但解決了變量內(nèi)生性問題，能較好地反映變量間的動態(tài)關(guān)系，還能夠有效刻畫系統(tǒng)變量間的沖擊響應和方差分解。

關(guān)于PVAR模型的詳細介紹可參見Love和Zicchino2006年發(fā)表的論文[17]。由于通過AIC、BIC和HQIC準則判斷得到最佳滯后階數(shù)為三階，本文采用的PVAR模型設(shè)定如下

yit=αi+γtΓ1yit-1+Γ2yit-2+Γ3yit-3+uit，

其中，yit=(manuit,prodit,fdiit)是由基于面板數(shù)據(jù)的3×1的內(nèi)生變量制造業(yè)就業(yè)manu、生產(chǎn)性服務業(yè)就業(yè)prod、外商直接投資fdi所構(gòu)成的向量；i代表第i個地級市，t代表年份，Γ是維數(shù)3×1的系數(shù)矩陣，αi是3×1的反映地區(qū)特有的諸如地理位置、資源稟賦、文化和經(jīng)濟結(jié)構(gòu)差異等異質(zhì)性的地區(qū)固定效應向量，γt是3×1的時間效應向量，用于體現(xiàn)每一時期宏觀經(jīng)濟或政策的特定沖擊，從而能夠控制樣本中可能存在的結(jié)構(gòu)差異問題。

(二)變量與數(shù)據(jù)

本文以2003—2012年福建省九地市為研究對象，數(shù)據(jù)來源于2004—2013年中國城市年鑒。對于外商直接投資的度量，遵循一般研究通常采取的做法，即以實際利用外資額作為FDI的代理指標，本文中FDI即為以美元計價的各地市外商直接投資實際利用金額，制造業(yè)就業(yè)變量以各地市全市制造業(yè)從業(yè)人員數(shù)作為代理指標。這兩個數(shù)據(jù)均可從中國城市年鑒中直接獲取。在生產(chǎn)性服務業(yè)的界定問題上，由于官方并無統(tǒng)一數(shù)據(jù)，僅能根據(jù)服務業(yè)中各行業(yè)數(shù)據(jù)自行加總，而先前研究基于不同的視角或數(shù)據(jù)可得性，最終數(shù)據(jù)往往口徑不一，由此得到的結(jié)論難免存疑。對此，本文認為生產(chǎn)性服務業(yè)的界定既要參考官方定義和同行研究，更要參考對中間需求率的測算。國外學者認為生產(chǎn)性服務業(yè)應該是一種主要體現(xiàn)中間需求的服務業(yè)[20-21]。分析福建省生產(chǎn)性服務業(yè)的投入產(chǎn)出發(fā)現(xiàn)，生產(chǎn)性服務業(yè)各行業(yè)在福建省的中間需求率均大于30%，唯有房地產(chǎn)業(yè)的中間需求率不足4%[22]。從“服務于其他商品和服務提供者”的角度來看，福建省房地產(chǎn)業(yè)確實應該從生產(chǎn)性服務業(yè)的行列中予以排除。因此，本文所定義的福建省生產(chǎn)性服務業(yè)為交通倉儲郵電業(yè)，信息傳輸、計算機服務和軟件業(yè)，批發(fā)零售貿(mào)易業(yè)，金融業(yè)，租賃和商業(yè)服務業(yè)以及科研、技術(shù)服務和地質(zhì)勘查業(yè)六大行業(yè)之總和。

表1計算了福建省9個地級市的制造業(yè)就業(yè)、生產(chǎn)性服務業(yè)就業(yè)及FDI金額在2003—2012年間的均值。

表1 福建九地市的基本數(shù)據(jù)統(tǒng)計(2003—2012年均值)

從表1可以看出，福廈泉三地無論是制造業(yè)、生產(chǎn)性服務業(yè)或FDI數(shù)據(jù)均占到全省總量的大部分。作為福建省GDP總量第一的泉州市的制造業(yè)就業(yè)人數(shù)幾乎相當于福州和廈門之和，但生產(chǎn)性服務業(yè)就業(yè)人數(shù)卻不及福州的個位數(shù)，吸引到的FDI也略少于廈門。由此可見，福建省各地市之間確實具有較強的異質(zhì)性，在PVAR模型中控制各個地區(qū)的固定效應極有必要。

三、實證分析結(jié)果與討論

(一)PVAR模型估計結(jié)果

為避免個體固定效應與被解釋變量的滯后項之間可能存在相關(guān)性的問題，本文使用Helmert前向差分過程來克服以往使用一般均值差分過程在消除個體固定效應時可能導致的估計偏誤，并采用系統(tǒng)廣義矩估計(SGMM)方法來估計PVAR模型參數(shù)，據(jù)此繪制脈沖響應圖，并進行方差分解分析，以觀察系統(tǒng)內(nèi)各變量面對新生沖擊的反應情況，從而評價不同結(jié)構(gòu)沖擊的重要性。

根據(jù)AIC、BIC等準則，確定本研究PVAR模型的最佳滯后期數(shù)為3期。表2為通過SGMM方法計算得到的組成PVAR模型三個方程的參數(shù)估計值、標準差與t值。

表2 PVAR模型參數(shù)估計結(jié)果

注：*為p<0.05，**為p<0.01，***為p<0.001。

方程1中，制造業(yè)就業(yè)受生產(chǎn)性服務業(yè)就業(yè)滯后2期、滯后3期及外商直接投資滯后3期的顯著影響。生產(chǎn)性服務業(yè)就業(yè)滯后2期的影響為正，滯后3期的影響為負，體現(xiàn)了某種誤差修正的機制在其中發(fā)揮作用。外商直接投資滯后3期的影響為正，說明增加或吸引FDI有助于制造業(yè)的發(fā)展，改善其就業(yè)狀況。

方程2中，生產(chǎn)性服務業(yè)就業(yè)受本身滯后1期、滯后3期的顯著影響。其中1期影響為正，3期影響為負，也表現(xiàn)出回歸趨勢。值得注意的是，在本方程中，制造業(yè)就業(yè)與FDI各滯后項均不顯著。這說明生產(chǎn)性服務業(yè)就業(yè)受系統(tǒng)其他兩個變量的影響較小，其發(fā)展體現(xiàn)出較強的自我影響、自我決定特性。

方程3中，外商直接投資受生產(chǎn)性服務業(yè)就業(yè)滯后1期、制造業(yè)就業(yè)滯后2期和滯后3期的顯著影響。生產(chǎn)性服務業(yè)就業(yè)滯后1期的影響為正，而制造業(yè)就業(yè)滯后2期和滯后3期的影響一負一正，同樣體現(xiàn)出誤差修正和均值回歸。

值得注意的是，方程1中顯著的滯后期數(shù)均為2期及以后，說明制造業(yè)就業(yè)的增長有一定的滯后期(需要設(shè)備廠房等硬件)，其他兩個變量對其的拉動作用需花費更長的時間才能顯現(xiàn)。相反，生產(chǎn)性服務業(yè)就業(yè)及FDI方程中，生產(chǎn)性服務業(yè)滯后1期均顯著，說明該變量對自身和FDI的拉動作用生效較快。

(二)脈沖響應分析

脈沖響應函數(shù)(Impulse Response Function，簡稱IRF)描述的是模型中來自于某一變量的一個正交化沖擊對系統(tǒng)中每一個變量所產(chǎn)生的持續(xù)影響。我們給出了經(jīng)由Monte Carlo模擬生成的脈沖響應函數(shù)及其95%置信區(qū)間(因篇幅所限，圖略)。

從正的對角線上的三個圖可以分別考察制造業(yè)就業(yè)、生產(chǎn)性服務業(yè)就業(yè)及FDI對于自身沖擊的響應狀態(tài)。其中，制造業(yè)就業(yè)與FDI在面對自身的新生沖擊時，首先產(chǎn)生一個正反饋，隨即迅速下降，并進入圍繞0水平進行波動的狀態(tài)。生產(chǎn)性服務業(yè)就業(yè)則是在正反饋之后繼續(xù)保持平穩(wěn)，雖然后期略有下降，但仍保持為正。制造業(yè)就業(yè)和FDI面對自身產(chǎn)生的擾動，其影響很快被消化和吸收，而生產(chǎn)性服務業(yè)就業(yè)自身擾動的影響則會持續(xù)一段時間。這說明制造業(yè)就業(yè)和FDI具有較強的穩(wěn)定運行能力，生產(chǎn)性服務業(yè)較容易受異常情況的沖擊。

首先，我們可以從脈沖響應圖考察生產(chǎn)性服務業(yè)就業(yè)及FDI的沖擊對制造業(yè)就業(yè)造成的影響。從制造業(yè)就業(yè)對生產(chǎn)性服務業(yè)就業(yè)沖擊的響應來看，制造業(yè)對生產(chǎn)性服務業(yè)始終保持了正響應狀態(tài)，前期快速上升，后逐漸下降，但長期呈現(xiàn)較為穩(wěn)定的正向反應。制造業(yè)對FDI的沖擊會有一個正的響應，但這個響應狀態(tài)快速上升后又快速下降，最終收斂于0?？梢?，外商直接投資短期內(nèi)會拉動制造業(yè)就業(yè)，但從長期來看，制造業(yè)更需要生產(chǎn)性服務業(yè)的配合發(fā)展。

其次，考察制造業(yè)就業(yè)及FDI的沖擊對生產(chǎn)性服務業(yè)就業(yè)造成的影響。生產(chǎn)性服務業(yè)就業(yè)對于制造業(yè)的沖擊有正的響應，但這個響應的力度不僅要小于制造業(yè)對生產(chǎn)性服務業(yè)沖擊的響應力度，而且逐漸下降，最終趨近于0。生產(chǎn)性服務業(yè)就業(yè)幾乎不受FDI沖擊的影響，由其產(chǎn)生的脈沖響應始終保持在0左右。由此可見，在這個三元內(nèi)生系統(tǒng)中，生產(chǎn)性服務業(yè)處于更為封閉的狀態(tài)。

最后，考察制造業(yè)及生產(chǎn)性服務業(yè)的沖擊對FDI造成的影響。FDI對于制造業(yè)沖擊的響應呈現(xiàn)正負波動態(tài)勢。制造業(yè)規(guī)模的擴大會先使競爭加劇，導致FDI下降，隨后由于競爭的緩解，F(xiàn)DI重新回升。這與中國的整體情況類似[6]。FDI對于生產(chǎn)性服務業(yè)就業(yè)的增加是歡迎的，生產(chǎn)性服務業(yè)的發(fā)展及壯大有利于本地區(qū)吸引更多的FDI。

(三)方差分解分析

為了更清楚地刻畫制造業(yè)就業(yè)、生產(chǎn)性服務業(yè)就業(yè)與FDI三個變量之間相互影響的程度，采用方差分解方法，分別獲取各變量來源于自身沖擊和其他變量沖擊導致變化的比例，即相對方差貢獻率。

表3 方差分解結(jié)果

注：該表須橫向解讀，方差分解體現(xiàn)為行變量為列變量所解釋的變動百分比。

表3依次給出了10個預測期、20個預測期及30個預測期的方差分解結(jié)果?？梢钥闯?，總體上來說，三個變量的變化均主要來源于自身。以10個預測期的結(jié)果為例(從表3可以看到20、30個預測期結(jié)果基本相似)，外商直接投資來源于自身波動的影響約為41%，制造業(yè)就業(yè)來源于自身波動的影響約為58%，生產(chǎn)性服務業(yè)就業(yè)來源于自身波動的影響最為強烈，約為95%。值得注意的是，外商直接投資除受自身變化的影響外，還受到制造業(yè)就業(yè)與生產(chǎn)性服務業(yè)就業(yè)的較大影響，兩者的影響分別約占32%和27%。

此外，對于manu和prod而言，20個預測期和30個預測期對方差分解的結(jié)果影響并不大，與10個預測期的相對方差貢獻率相比，變化基本在1個百分點左右，或低于1個百分點，說明經(jīng)過10個預測期以后manu和prod已經(jīng)基本穩(wěn)定。對于fdi而言，從10個預測期到30個預測期的各來源相對方差貢獻率的比例有一定程度的變化，來源于自身波動所造成的變化極小，僅有極小程度的下降，但受到生產(chǎn)性服務業(yè)就業(yè)波動的影響有一定程度下降，受制造業(yè)波動的影響比例則有較大程度上升。因此，在30個預測期的相對方差貢獻率中，來源于制造業(yè)的比例已較為接近來源于FDI本身的比例。說明從長期來看，制造業(yè)就業(yè)對FDI波動的解釋力較強，影響較持久。

四、結(jié)論與展望

實際經(jīng)濟變量往往是內(nèi)生決定的，在考察時應用內(nèi)生經(jīng)濟模型才能減少偏誤，獲得對問題較為精確的認識。通過構(gòu)建由外商直接投資、制造業(yè)就業(yè)、生產(chǎn)性服務業(yè)就業(yè)三者組成的PVAR模型，對福建省在產(chǎn)業(yè)升級轉(zhuǎn)型及吸引外資等方面所面臨的問題進行了一定的探討。

(一)結(jié)論和政策建議

本文研究發(fā)現(xiàn)，三者之間存在較為復雜的互動關(guān)系，其中FDI與制造業(yè)就業(yè)更多受到其他變量的影響，在這個三元內(nèi)生系統(tǒng)中，生產(chǎn)性服務業(yè)處于更為封閉的狀態(tài)。長期來看，F(xiàn)DI的變化主要受制造業(yè)就業(yè)及生產(chǎn)性服務業(yè)的影響?；谶@一實證研究結(jié)果，本文提出以下政策建議：首先，利用福建自貿(mào)區(qū)和“一帶一路”兩大區(qū)域戰(zhàn)略來彌補福建生產(chǎn)性服務業(yè)自我封閉發(fā)展的弱勢局面，借區(qū)域政策優(yōu)勢提升擴大生產(chǎn)性服務業(yè)對外資的吸引力。具體來說，既要利用政策優(yōu)勢，提升保障水平，從制度上增強吸引力；又要出臺促進FDI流向生產(chǎn)性服務業(yè)的相關(guān)政策，引導外資向生產(chǎn)性服務業(yè)的高層次部分流動。其次，應加強生產(chǎn)性服務業(yè)與制造業(yè)的融合及互動，以產(chǎn)業(yè)融合升級轉(zhuǎn)型提升吸納外資的能力。具體來說，一方面要大力發(fā)展文化創(chuàng)意、工業(yè)設(shè)計等創(chuàng)新性較強的現(xiàn)代生產(chǎn)性服務業(yè)，為原本處于低端的福建制造業(yè)品牌賦予更多文化內(nèi)涵，提升品牌價值，向微笑曲線兩端發(fā)展；另一方面是在當前互聯(lián)網(wǎng)+興起的時代背景下，大力推進云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)等新一代信息技術(shù)與傳統(tǒng)制造業(yè)、生產(chǎn)性服務業(yè)的融合發(fā)展。通過兩大產(chǎn)業(yè)融合共同升級轉(zhuǎn)型，自然提升對外資的吸納能力。

(二)展望

本研究建構(gòu)于福建省9個地級市的面板數(shù)據(jù)之上。隨著將來海西經(jīng)濟區(qū)的進一步發(fā)展，可考慮將研究范圍擴展至海西20個地市。同時，研究還可考慮將包括GDP、人力資本等在內(nèi)的其他變量納入內(nèi)生系統(tǒng)中。此外，有必要將空間因素納入考慮，進一步檢驗海西經(jīng)濟區(qū)一體化進程的發(fā)展程度。

[1] 蔡昉,王德文.外商直接投資與就業(yè):一個人力資本分析框架[J].財經(jīng)論叢(浙江財經(jīng)學院學報),2004 (1):1-14.

[2] 王美今,錢金保.外商直接投資對我國就業(yè)的影響：基于誤差成分聯(lián)立方程模型的估計[J].中山大學學報(社會科學版),2008(6):178-184.

[3] 劉宏,李述晟.FDI對我國經(jīng)濟增長、就業(yè)影響研究:基于VAR模型[J].國際貿(mào)易問題,2013(4):105-114.

[4] 張二震,任志成.FDI與中國就業(yè)結(jié)構(gòu)的演進[J].經(jīng)濟理論與經(jīng)濟管理,2005(5):5-10.

[5] 王靜.FDI技術(shù)溢出對我國產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的影響:基于PVAR的分析[J].經(jīng)濟與管理,2013(9):63-69.

[6] 毛日昇.出口、外商直接投資與中國制造業(yè)就業(yè)[J].經(jīng)濟研究,2009(11):105-117.

[7] 劉志中.中國服務業(yè)利用FDI的就業(yè)效應研究[J].技術(shù)經(jīng)濟與管理研究,2011(1):94-98.

[8] 韓民春,張麗娜.制造業(yè)外商直接投資撤離對中國就業(yè)的影響[J].人口與經(jīng)濟,2014(5):87-94.

[9] 李秉強.浙江FDI與生產(chǎn)性服務業(yè)和制造業(yè)融合的關(guān)聯(lián)性分析[J].太原理工大學學報(社會科學版), 2013(3):15-19.

[10] 張宇馨.制造業(yè)FDI與服務業(yè)FDI互動機制及對我國引資的啟示[J].國際商務(對外經(jīng)濟貿(mào)易大學學報),2011(6):84-91.

[11] 唐保慶.生產(chǎn)者服務業(yè)FDI追逐制造業(yè)FDI嗎?[J].財貿(mào)研究,2009(5):56-63.

[12] 周燕,王傳雨.中國制造業(yè)吸引FDI的政策設(shè)計[J].哈爾濱工業(yè)大學學報(社會科學版),2009(2):91-95.

[13] 查貴勇.中國服務業(yè)吸引FDI溢出效應分析[J].國際經(jīng)貿(mào)探索,2007(5):63-66.

[14] 李丹,崔日明.中國服務業(yè)吸引FDI影響因素實證研究:基于1997-2007年時序數(shù)據(jù)的計量檢驗分析[J].遼寧大學學報(哲學社會科學版),2010(1):108-114.

[15] 孫浦陽,韓帥,靳舒晶.產(chǎn)業(yè)集聚對外商直接投資的影響分析:基于服務業(yè)與制造業(yè)的比較研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究,2012(9):40-57.

[16] 林立達.福建省FDI、第三產(chǎn)業(yè)GDP和就業(yè)人數(shù)互動關(guān)系研究:基于VAR模型[J].福建金融管理干部學院學報,2013(3):33-39.

[17] LOVE I,ZICCHINO L.Financial development and dynamic investment behavior:evidence from Panel VAR[J].The quarterly review of economics and finance,2006,46:190-210.

[18] 蘇梽芳,廖迎,李穎.是什么導致了“污染天堂”:貿(mào)易還是FDI?:來自中國省級面板數(shù)據(jù)的證據(jù)[J].經(jīng)濟評論,2011(3):97-104,116.

[19] 姬世東,吳昊.貿(mào)易增長、FDI流入和地區(qū)碳排放關(guān)聯(lián)性的PVAR模型分析[J].工業(yè)技術(shù)經(jīng)濟,2012(11):118-123.

[20] JULEFF.Advanced producer services:just a service to manufacturing[J].Service industries journal,1996,16(3):389-400.

[21] WOLFF E N.Measures of technical change and structural change in services in the USA:was there a resurgence of productivity growth in services[J].Metroeconomica,2007,58(3):368-395.

[22] 蔡經(jīng)漢.福建省生產(chǎn)性服務業(yè)與制造業(yè)產(chǎn)業(yè)關(guān)聯(lián)研究:基于投入產(chǎn)出方法[J].重慶交通大學學報(社會科學版),2013(1):48-52.

(責任編輯：李曉梅)

FDI, Producer Service and Manufacturing Employment in Fujian Province A Study Based on Panel VAR Model

CAI Jinghan

(Liming Vocational University, Quanzhou, Fujian 362000, China)

A Panel-VAR model, which can take all variable as endogenous as well as the impulse function and variance decomposition, is applied to empirically study the relations between FDI and employment of manufacturing and producer services in Fujian province. The results show that there are complicated interaction paths for the triple variable. FDI and manufacturing employment will be affected more by other variables. And producer service employment is in a more serious seal state. In the long run, the change of FDI is mostly influenced by the employment of manufacturing and producer services.

producer service; manufacturing; employment; FDI; Panel-VAR

2016-04-17

2014年福建省中青年教師教育科研項目“海西生產(chǎn)性服務業(yè)與制造業(yè)空間集聚與協(xié)同發(fā)展研究”(JAS14452)；泉州市哲學社會科學研究2013年規(guī)劃項目“生產(chǎn)性服務業(yè)與制造業(yè)協(xié)同視角下的福建產(chǎn)業(yè)結(jié)構(gòu)升級研究”(2013Y08)；黎明職業(yè)大學科研團隊建設(shè)項目(LMTD2014110)

蔡經(jīng)漢(1979—)，男，福建石獅人，黎明職業(yè)大學副研究員，研究方向：數(shù)量經(jīng)濟模型與應用。

F062.1

A

1674-0297(2016)06-0068-06