我国持续扩大对外开放后,大量外资涌入,实际利用外资金额在2022年达到了1 891亿美元,占当年固定资产投资总额的2.2%①。在开放经济条件下,促进农村劳动力更多更好地分享外资进入的发展红利,是缩小我国城乡居民收入差距、推动实现共同富裕的重要举措。长期以来,外商投资主要集中在城镇地区,既有研究较少讨论外资进入对农村劳动力收入的影响,仅在分析外资进入对城乡收入差距的框架下有所涉及。但随着我国城镇化进程加快,城镇地区的非农就业已成为我国农村劳动力实现收入增长的主要途径,外资进入对农村劳动力就业方式和收入水平的影响应被纳入研究视野。既有研究认为,外资进入通过劳动力需求增长[1]、工资溢出[2-3]、技术溢出[4]等途径对东道国劳动力的收入有正向影响,但可能需要满足一定的条件。当外资企业对劳动力市场实施垄断定价[5],或者存在损害工人权益的“工资和劳动条件向下的引资竞争”[6-7]时,劳动力价格反而会被人为压低。我国劳动力市场的城乡分割特征明显,农村劳动力不充分和不稳定就业的问题突出,受正式就业制度保护的程度也较低。这些特征形成了我国农村劳动力就业方式选择和收入增长的独特环境,但少有文献据此探讨外资进入对农村劳动力收入的实际影响和实现途径。考虑到我国农民工普遍存在严重的超时劳动现象②,一个自然的疑问就是:外资进入主要是通过提高工资率(单位时间的劳动报酬)还是延长工作时间促进了农村劳动力收入增长呢?对这一问题进行研究具有重要意义。
一是在理论层面,既有研究侧重于讨论外资进入对东道国就业规模的影响,或者从年工资或月工资层面分析外资进入的收入增长效应,较少分析外资进入对劳动力有酬工作时间的影响,也未区分收入增长是由工资率提高还是工作时间延长引致。而这对准确、细致地评价外资进入的福利含义有重要价值:提高工资率改变了农村劳动力的价格,对其福利改进更有积极意义;而延长劳动时间仅增加了农村劳动力的有效劳动供给总量,其福利含义相对较弱。二是在现实层面,随着我国以竞争为导向的劳动力市场逐渐成型,作为就业不足或失业对立面的过度劳动呈现普遍化、常态化的趋势,这在农民工群体中表现尤其突出。长期严重的过度劳动不仅损害身体健康,还会影响就业质量和主观幸福感,甚至引发一系列社会问题。尽管我国劳动法对工作时间有明确限定,但地方部门对超时加班长期秉持宽松的监管态度。其中一个可能原因是,地方政府担忧严格监管会间接推高企业用工成本,降低劳动力成本优势对资本进入的吸引力。如何区分劳动力为增加收入而主动选择过度劳动与“被迫加班”的关系,是工时监管的另一个难题[8]。评估新引进的企业(资本)对劳动力收入的影响,在多大程度上是通过延长工作时间实现的,是回应上述问题的重要参考点:如果新增企业主要通过延长工作时间而非提高工资率以促进劳动力收入增长,就意味着促使雇员过度劳动(而非扩大雇用规模)是企业解决劳动力需求的主要途径,也是劳动力增加收入的主要方式,严格限制工时将面临较大阻力;反之,则意味着严格限制工时并不会对企业用工成本和劳动力收入造成较大冲击。
为此,本文在对外资进入影响农村劳动力收入的途径提出理论假设的基础上,基于2013年和2018年的中国家庭收入调查(China Household Income Project,CHIP)数据进行了实证分析。研究证实了外资进入可通过提高工资率和延长工作时间两类途径提升农村劳动力的收入水平,并在两个方面扩展了既有研究。(1)在理论层面,深化了对外资进入影响农村劳动力收入途径的认识。基于我国农村劳动力就业不充分、企业固定雇用成本高的特点,指出延长工作时间是外资进入提高农村劳动力收入的重要途径。(2)在实证层面,明确了外资进入对农村劳动力收入的正向影响及特点。基于不同方法、数据和模型,分析了外资进入通过两类途径对农村劳动力收入的影响程度,指出增加年工作月数是外资进入延长农村劳动力工作时间的重要方式。
在城乡二元经济结构下, 我国农村地区长期存在大量未充分发挥劳动力价值的隐性失业人口,其就业稳定性差(未建立正式劳动关系),就业不充分(每年实际工作的月数或天数较少),劳动时间供给弹性高,尚未实现从农村剩余劳动力向城镇二三产业正式就业人员的转变。外资进入创造的大量就业岗位通过提供更多就业机会和支付工资溢价等渠道,可吸引大量农村劳动力向城市和非农部门转移[9]。尽管外资进入可能会促使企业用技术替代劳动而减少对农村低技能劳动力的需求[10],较低的知识和技能水平也不利于农村劳动力通过“干中学”等方式承接外资企业的技术溢出,但考虑到农村与城市地区以及农业与非农就业在劳动生产率和工资率上的显著差距,在平均意义上,外资进入的劳动力需求效应和工资溢出效应对农村劳动力实现更充分就业和收入增长仍有重要价值。因此,本文提出以下研究假设。
H1:外资进入有助于提升我国农村劳动力的收入水平。
劳动力的收入水平取决于工资率和工作时间的共同影响。既有研究主要关注外资进入对东道国国内企业员工的年工资或月工资的平均影响,或者探讨外资进入的就业规模效应[11],但并未区分劳动力需求增长或工资溢出引致的是工资率提升还是工作时间延长。考虑到我国大量农民工处于严重超时劳动状态,对此予以区分有助于判断外资进入对农村劳动力实现收入增长的质量和实际福利含义。劳动力的工作时间可从日工作小时数、月工作天数和年工作月数三个维度进行刻画,而小时工资相比月收入和年收入更能体现劳动力的实际价格。如果所有劳动力的工作时间是固定的,那么外资进入对不同时间单位劳动报酬的影响是一致的。但从现实来看,与西方国家有明确的劳动力工资率(小时工资)和严格的工作时间制度不同,我国长期以来实行的工作时间制度在落实层面较为宽松,大量自雇型就业的农村劳动力工作时间不固定,外资进入对年工资、月工资与小时工资的影响差异可能就较大。因此,应区分外资进入对工资率和工作时间的影响。
对企业的雇用成本进行分解有助于理解外资进入影响劳动力收入的途径及其形成原因。根据企业的雇用成本是否会随工作时间而变动的特点,可将其分为可变雇用成本和固定雇用成本两部分。其中:按小时或天计算的酬劳、加班费等应视为可变雇用成本;不会随工作时间改变的用工支出应视为固定雇用成本,比如员工基本工资(底薪),按照最低工资标准为员工缴纳的社会保险,为员工免费提供的食宿、培训支出,等等。一方面,按照当前我国企业的用工成本结构,仅社保缴费支出占企业用工成本的比重就高达40%左右,降低社保费率已成为我国减轻企业生产经营负担、推动劳动力要素资源优化配置的重要举措。另一方面,劳动力的工作时间越长,单位时间的固定雇用成本就越低,安排员工超时加班是企业降低用工成本的重要方式。即便加班工资比日常工资高,为了减少雇用员工的固定成本支出,企业也有动力安排既有员工加班完成生产任务,而不是扩大雇用规模。因此,在我国农村劳动力就业不充分、企业固定雇用成本高的背景下,外资进入引致的劳动力需求并不会全部转化为新增的就业机会,而可能通过超时加班、非正式雇用(雇用临时工)等方式,将相当部分的劳动力需求转化为既定雇用规模下的劳动力工作时间延长。同时,外资企业也并不需要为农村劳动力提供比国内企业高的工资率,而仅需为其提供更稳定、更充分的有酬劳动时间,即在总收入层面提高对劳动力的吸引力,进而促进劳动力市场的需求竞争,并产生正向的工资溢出效应。一段时期以来,富士康等外资企业普遍存在的“低水平工资下的长时间劳动”[12]为上述分析提供了直观例证。概言之,延长劳动力的工作时间可能是外资企业满足劳动力需求,进而在劳动力市场产生工资溢出效应的重要方式。因此,本文提出以下研究假设。
H2:外资进入可通过提高工资率和延长工作时间两类途径提升农村劳动力的收入水平,延长工作时间是外资进入促进农村劳动力收入增长的重要途径。
本文主要基于2013年和2018年的CHIP数据中具有农村户口身份的受访者样本进行分析。该调查采用分层调查的方式在全国15个省份选择区县展开调查,具有地区代表性强、时间跨度长的特点。考虑到劳动力市场对年龄的限制,本文将16~60岁男性和16~55岁女性作为研究对象。外资进入对不同时间单位下收入的影响差异是本文关注的重点,为此,需要根据受访者提供的年收入和工作时间信息折算工资率。本文对收入和工作时间进行了0.5%和99.5%分位点的缩尾处理以降低异常值的影响,并基于居民消费价格指数,以2013年为基期对2018年的收入进行平减,以使两年的收入可进行跨期比较③。各变量中,农村劳动力收入和工作时间基础数据以及除城市人口规模之外的控制变量数据来自2013年和2018年的CHIP数据,地级市规模以上外资企业工业总产值、GDP以及城市人口规模数据来自历年的《中国城市统计年鉴》。
1.被解释变量
CHIP在2013年与2018年的数据调查中,对从事过工资性工作以及非农生产经营活动的所有住户成员,详细询问了其最主要的工资性工作(收入最高的工作)和非农生产经营活动的年收入情况,以及相应的年工作月数、月工作天数、天工作小时数。据此可构建不同时间单位的收入衡量指标,主要包括小时工资、日收入、月收入和年收入等。因此,农村劳动力收入和工作时间均是本文的被解释变量(F),具体包括小时工资(W)、日收入(DW )、月收入(MW )、年收入(Y)以及日工作小时数(H)、月工作天数(D)、年工作月数(M)、年工作小时数(T)。
2.解释变量
本文的解释变量为外资进入(Open),采用“地级市规模以上外资企业工业总产值占GDP的比重”作为地级市外资进入的衡量指标。考虑到外资进入通过改变劳动力市场供求关系而影响劳动力收入的作用可能具有一定的迟滞性,而且外资进入的存量特征相比流量特征能更好地体现其影响力,故本文将上述外资进入指标在2011—2013年、2016—2018年的均值分别与2013年和2018年的CHIP数据进行匹配。
3.控制变量
本文的控制变量包括农村劳动力的个体特征、就业特征和家庭特征变量。个体特征变量包括工作经验、工作经验平方项、受教育年限、性别、婚姻状况、民族身份、政治面貌、健康状况和户口所在地;就业特征变量包括就业类型、劳动合同、劳动保障、单位规模、职业类别和单位性质;家庭特征变量包括父母的受教育状况、就业经历、单位性质和职业类别,以控制父代的人力资本和就业特征对子代收入的代际传递作用。此外,本文还控制了城市层面的地区特征变量,包括城市人力资本和城市人口规模,并对连续性变量在估计时均进行取对数处理,对两期数据混合回归的模型还控制了年份虚拟变量。
表1汇报了本文变量定义与描述性统计结果。结果显示,农村劳动力的日工作小时数达到了8.622小时,明显高于不超过8小时的国家规定。外资进入的均值达到了0.388,表明外资对我国经济发展已具有较强影响力。
表1 变量定义及描述性统计结果
变量名称变量定义观测值均值标准差最小值最大值小时工资从事主要工作平均每小时的收入3137319.74052.0260.0025000.000日收入从事主要工作平均每日的收入31409150.982251.9630.33520000.000月收入从事主要工作平均每月的收入314173475.2613109.34876.173100000.000年收入调查年份内从事主要工作的收入总额3149132614.97027576.190914.077274223.000日工作小时数从事主要工作的平均每日工作小时数317298.6221.6431.00024.000月工作天数从事主要工作的平均每月工作天数3174924.8384.5821.00031.000年工作月数从事主要工作的每年工作月数317409.5962.9820.10012.000年工作小时数从事主要工作的每年工作小时数316772105.421917.2522.0008640.000外资进入地级市规模以上外资企业工业总产值占GDP比重的各3年(2011—2013年,以及2016—2018年)均值266950.3880.2880.0230.998工作经验从事当前工作的年限315056.9247.1260.00053.000受教育年限根据受教育程度换算得到497419.4193.1020.00019.000性别男性为1,女性为0497820.5400.49801婚姻状况已婚为1,未婚、离婚、丧偶等为0497700.7510.43201民族身份少数民族为1,汉族为0497800.0810.27301政治面貌党员(包括民主党派成员)为1,非党员为0497750.0530.22501健康状况健康状况良好为1,健康状况较差为0497670.8230.38101户口所在地户口在区县内为1,户口在区县外为0497810.9030.29601就业类型自雇型就业(自营劳动或家庭帮工)为1,雇用型就业为0414380.1220.32701劳动合同未签订任何劳动合同为1,签订有劳动合同为0381140.4230.49401劳动保障工作“五险”均未提供为1,提供有任何保险为0380860.8180.38601单位规模单位人数在8人及以下为1,否则为0377890.2130.40901职业类别非技能职业(商服人员、农林牧渔及水利人员、生产运输及有关人员)为1,技能职业(单位负责人、技术人员等)为0414590.5810.49301单位性质私营单位(个体或私营企业、土地承包者及其他)为1,非私营单位(党政机关、国有或集体企业、事业单位等)为0414480.3770.48501父母受教育状况父母中有大专及以上学历的为1,否则为0497820.1170.32101父母就业经历父母中有正式受雇用工作的为1,否则为0497820.1340.34101父母单位性质父母中有从事技能职业的为1,否则为0497820.0760.26601父母职业类别父母中有在非私营单位工作的为1,否则为0497820.0670.25001城市人力资本地级市劳动力的受教育年限均值497828.8011.0176.69512.486城市人口规模地级市年末常住人口49782632.073651.20421.0003395.333年份2018年的样本为1,2013年的样本为0497820.5090.50001
注:受教育年限的换算方式为,未上过学、小学、初中、高中(包括职业高中、普通高中、中专及技校)、大学专科、大学本科、研究生分别赋值为0、6、9、12、15、16、19。
基于上述数据和变量,可绘图呈现农村劳动力收入和工作时间与外资进入的关系(见图1)。如图1(a)和图1(b)所示:农村劳动力收入随着外资进入的提高而上升,但小时工资对外资进入的敏感程度可能低于年收入;在日收入与月收入层面,外资进入对二者的正向影响基本一致。相应地,图1(c)和图1(d)呈现了农村劳动力的工作时间与外资进入的关系:劳动力的年工作小时数随着外资进入的提高而上升,这与日工作小时数随着外资进入的提高反而略有下降形成了明显对比;在月工作天数和年工作月数方面,外资进入对二者均有正向影响。
图1 外资进入对农村劳动力收入与工作时间的影响
基于上述数据和变量,本文采用以下模型估计外资进入对农村劳动力收入和工作时间的影响。
(1)
其中,i表示劳动力个体,j表示劳动力个体所在的地级市,X为一系列控制变量,ε为误差项。考虑到Open的对数值均为负,本文对该变量进行了去中心化处理。为外资进入对被解释变量的影响系数,比如表示外资进入对年收入的影响系数。
本文各被解释变量的关系为:
Y=W×T=W×H×D×M
(2)
对式(2)取对数,并结合式(1)可得:
LnYi=LnWi+LnTi=
(3)
其中,相应地,这意味着可将外资进入对年收入的影响拆分为外资进入对小时工资的影响和对年工作时间的影响两部分,后者可进一步拆分为外资进入对日工作小时数、月工作天数和年工作月数的影响(分别为和三个部分,由此可识别外资进入对劳动力收入影响的工资率途径和工作时间途径及其贡献大小。
根据上述数据和模型,表2汇报了基于OLS方法的外资进入影响农村劳动力收入和工作时间的回归结果。表2中,外资进入对不同时间单位下的劳动力收入均有正向影响,因此,H1得到了验证。具体而言,外资进入对小时工资和日收入的影响相对较小,但对月收入和年收入的影响逐渐递增,尤其是对年收入的影响系数值较大。从工作时间来看,外资进入对日工作小时数的影响显著,但系数较小且为负。而外资进入对月工作天数和年工作月数均有显著正向影响,对后者的影响尤其大,由此表明外资进入更多地提高了劳动力的年工作小时数。这可能是由于外资进入可促进劳动力市场竞争和推动其正规化,减少日常的无效加班和过度劳动;同时,外资进入的劳动力需求效应有助于促进农村劳动力更充分就业,提高劳动力资源的利用程度。此外,本文基于2013年和2018年的CHIP数据分析发现,农村劳动力的日工作小时数和月工作天数高于城镇劳动力,也高于国家法定工作时间上限值,但每年工作月数仅有9.6个月,显著低于城镇劳动力的11.0个月④。因此,外资进入对促进农村劳动力就业的稳定性和连续性具有重要价值,但在是否引起了过度劳动方面仍有待探讨。从影响途径来看,外资进入对年收入的影响(0.063)可分解为对小时工资的影响(0.028)和对年工作小时数的影响(0.035)两个部分,外资进入通过工作时间途径对劳动力收入的影响更大,H2得到了验证。日工作小时数和月工作天数的回归模型拟合优度(R2)相对较小,这可能是由于这两个变量的观测值较集中,变异性(方差)较小,模型对观测数据的解释能力相对受限。控制变量的回归结果符合预期,与既有研究的结论基本一致,表明本文使用的数据和变量较为合理。
表2 外资进入对农村劳动力收入和工作时间的影响:OLS方法回归结果
小时工资日收入月收入年收入日工作小时数月工作天数年工作月数年工作小时数(1)(2)(3)(4)(5)(6)(7)(8)外资进入0.028∗∗∗0.025∗∗∗0.031∗∗∗0.063∗∗∗-0.003∗∗∗0.006∗∗∗0.032∗∗∗0.035∗∗∗(0.004)(0.004)(0.003)(0.004)(0.001)(0.001)(0.003)(0.003)工作经验0.016∗∗∗0.017∗∗∗0.019∗∗∗0.054∗∗∗0.001∗∗0.003∗∗∗0.034∗∗∗0.038∗∗∗(0.002)(0.002)(0.002)(0.002)(0.000)(0.001)(0.001)(0.002)工作经验平方项-0.000∗∗∗-0.000∗∗∗-0.000∗∗∗-0.001∗∗∗-0.000∗∗-0.000∗∗∗-0.001∗∗∗-0.001∗∗∗(0.000)(0.000)(0.000)(0.000)(0.000)(0.000)(0.000)(0.000)受教育年限0.024∗∗∗0.021∗∗∗0.024∗∗∗0.041∗∗∗-0.003∗∗∗0.003∗∗∗0.017∗∗∗0.017∗∗∗(0.002)(0.002)(0.002)(0.002)(0.000)(0.001)(0.001)(0.002)性别0.315∗∗∗0.341∗∗∗0.343∗∗∗0.331∗∗∗0.027∗∗∗0.002-0.013∗∗0.015∗(0.009)(0.008)(0.008)(0.009)(0.002)(0.003)(0.006)(0.008)婚姻状况0.126∗∗∗0.133∗∗∗0.124∗∗∗0.051∗∗∗0.006∗∗-0.011∗∗∗-0.070∗∗∗-0.074∗∗∗(0.010)(0.010)(0.010)(0.012)(0.003)(0.004)(0.007)(0.009)民族身份0.007-0.003-0.023-0.078∗∗∗-0.011∗∗-0.021∗∗-0.058∗∗∗-0.092∗∗∗(0.018)(0.018)(0.017)(0.021)(0.005)(0.008)(0.015)(0.019)政治面貌-0.082∗∗∗-0.123∗∗∗-0.159∗∗∗-0.163∗∗∗-0.040∗∗∗-0.035∗∗∗-0.006-0.081∗∗∗(0.020)(0.020)(0.019)(0.019)(0.005)(0.008)(0.012)(0.017)健康状况0.056∗∗∗0.054∗∗∗0.111∗∗∗0.245∗∗∗0.0020.058∗∗∗0.132∗∗∗0.189∗∗∗(0.012)(0.012)(0.012)(0.014)(0.004)(0.006)(0.010)(0.013)户口所在地-0.165∗∗∗-0.207∗∗∗-0.217∗∗∗-0.293∗∗∗-0.043∗∗∗-0.011∗∗∗-0.074∗∗∗-0.126∗∗∗(0.014)(0.014)(0.013)(0.014)(0.004)(0.004)(0.008)(0.011)就业类型-0.019-0.064∗∗∗-0.075∗∗∗-0.159∗∗∗-0.048∗∗∗-0.012∗-0.085∗∗∗-0.145∗∗∗(0.020)(0.020)(0.018)(0.020)(0.007)(0.007)(0.012)(0.019)劳动合同-0.051∗∗∗-0.045∗∗∗-0.056∗∗∗-0.177∗∗∗0.007∗∗∗-0.012∗∗∗-0.120∗∗∗-0.124∗∗∗(0.010)(0.010)(0.009)(0.011)(0.003)(0.003)(0.006)(0.008)劳动保障-0.076∗∗∗-0.076∗∗∗-0.069∗∗∗-0.147∗∗∗0.0000.006-0.076∗∗∗-0.069∗∗∗(0.012)(0.012)(0.011)(0.012)(0.003)(0.004)(0.007)(0.009)单位规模-0.030∗∗∗-0.055∗∗∗-0.113∗∗∗-0.203∗∗∗-0.028∗∗∗-0.058∗∗∗-0.089∗∗∗-0.175∗∗∗(0.010)(0.010)(0.009)(0.011)(0.003)(0.004)(0.008)(0.010)职业类别-0.043∗∗∗-0.034∗∗∗-0.020∗∗-0.039∗∗∗0.010∗∗∗0.014∗∗∗-0.019∗∗∗0.006(0.010)(0.010)(0.009)(0.010)(0.003)(0.004)(0.006)(0.009)单位性质-0.039∗∗∗-0.0120.023∗0.074∗∗∗0.029∗∗∗0.034∗∗∗0.053∗∗∗0.117∗∗∗(0.013)(0.012)(0.012)(0.013)(0.003)(0.004)(0.007)(0.009)父母受教育状况0.039∗∗∗0.045∗∗∗0.032∗∗∗0.028∗∗0.006-0.013∗∗∗-0.005-0.013(0.013)(0.012)(0.012)(0.013)(0.003)(0.005)(0.009)(0.012)父母就业经历-0.013-0.0070.0060.0210.009∗∗0.013∗∗∗0.0140.036∗∗∗(0.014)(0.014)(0.014)(0.016)(0.004)(0.005)(0.010)(0.013)父母单位性质-0.051∗∗-0.045∗∗-0.047∗∗-0.0200.006-0.0050.027∗∗0.031∗(0.022)(0.021)(0.020)(0.023)(0.007)(0.008)(0.014)(0.019)父母职业类别0.039∗0.0320.0320.021-0.0100.002-0.009-0.020(0.022)(0.022)(0.021)(0.023)(0.007)(0.008)(0.014)(0.019)城市人力资本-0.265∗∗∗-0.305∗∗∗-0.257∗∗∗-0.156∗∗∗-0.0180.046∗∗∗0.115∗∗∗0.147∗∗∗(0.047)(0.047)(0.044)(0.050)(0.013)(0.017)(0.032)(0.044)城市人口规模0.0080.005-0.0040.026∗∗∗-0.005∗∗∗-0.007∗∗0.026∗∗∗0.013∗(0.007)(0.007)(0.006)(0.007)(0.002)(0.003)(0.005)(0.007)年份0.306∗∗∗0.210∗∗∗0.172∗∗∗0.125∗∗∗-0.008∗∗-0.041∗∗∗-0.044∗∗∗-0.090∗∗∗(0.013)(0.013)(0.012)(0.013)(0.004)(0.004)(0.007)(0.010)常数项2.630∗∗∗4.912∗∗∗7.998∗∗∗9.649∗∗∗2.235∗∗∗3.079∗∗∗1.647∗∗∗6.960∗∗∗(0.114)(0.114)(0.107)(0.122)(0.032)(0.042)(0.078)(0.107)观测值2720927232272362726927444274592744127409R20.1370.1270.1480.2440.0300.0360.1560.124
注:***、**和*分别代表在1%、5%和10%的水平下显著;括号内为稳健标准误。
1.基于工具变量方法的估计
外资进入与劳动力收入和工作时间可能存在互为因果关系而造成内生性问题。为此,参考既有研究[13-14],将海外市场接近度作为外资进入的工具变量(IV),以各城市(地级市)到海岸线最短距离的倒数来衡量。其中,若以沿海城市到海岸线最短距离为其内部距离,则内陆城市到海岸线最短距离为其到最近沿海港口城市的距离与后者内部距离之和。从历史和政策现实来看,外资企业在我国的投资存在从沿海到内陆的渐进过程。基于2018年的地级市横截面数据的检验结果⑤显示,城市外资进入与其海外市场接近度有稳健的正向关系,表明海外市场接近度是影响外资进入的重要因素,作为工具变量是有效的。同时,地理距离是城市固有的地理信息变量,与个体收入和工作时间的联系较弱,外生性较强。比如广东各地级市与海岸线的距离都较近,但区域发展差距较大,揭阳、汕尾、湛江等临海城市的人均GDP仅为深圳的1/4左右。另一个例子是处于内陆的内蒙古,其2021年人均可支配收入为34 108元,明显高于同期海南的30 457元。
表3的列(1)~列(4)汇报了基于IV方法的外资进入对农村劳动力收入影响的回归结果。在该方法下,外资进入对农村劳动力小时工资与日收入的影响微弱且均不显著,但对月收入和年收入的影响系数分别为0.044和0.119,且变量均在1%的水平下显著。而农村劳动力每增加1年受教育年限,年收入仅提升4.1%(见表2),表明外资进入对提高农村劳动力报酬的现实意义较大,进一步验证了H1。表3的列(5)~列(8)汇报了基于IV方法的外资进入对农村劳动力工作时间的影响。结果显示,外资进入对农村劳动力日工作小时数的影响微弱,但对月工作天数、年工作月数的影响较大:外资进入每提高1%,月工作天数和年工作月数分别可提升0.035%和0.073%,二者合计将年工作小时数提升了0.108%。这表明对年工作月数和月工作天数的影响是外资进入提高农村劳动力年收入的重要途径,进一步验证了H2。
表3 外资进入对农村劳动力收入和工作时间的影响:IV方法回归结果
小时工资日收入月收入年收入日工作小时数月工作天数年工作月数年工作小时数(1)(2)(3)(4)(5)(6)(7)(8)外资进入0.0080.0090.044∗∗∗0.119∗∗∗0.0010.035∗∗∗0.073∗∗∗0.108∗∗∗(0.012)(0.012)(0.012)(0.013)(0.004)(0.003)(0.006)(0.009)控制变量是是是是是是是是观测值2720927232272362726927444274592744127409R20.1190.1180.1410.2360.0290.0200.1480.110DWH检验F统计量0.600.274.06∗∗19.54∗∗∗1.6179.92∗∗∗46.23∗∗∗61.12∗∗∗第一阶段F统计量1120∗∗∗1020∗∗∗1020∗∗∗1021∗∗∗1192∗∗∗1192∗∗∗1192∗∗∗1192∗∗∗C-D Wald F统计量19631965196519672379238023792378
注:***、**和*分别代表在1%、5%和10%的水平下显著;括号内为稳健标准误;本表仅报告了第二阶段回归结果。
第一阶段F统计量与C-D Wald F统计量均表明,使用“海外市场接近度”作为工具变量与外资进入的相关性较强,可以拒绝“弱工具变量”的原假设。实际上,在本文使用的数据和变量中,第一阶段F统计量和C-D Wald F统计量均在800以上,可在1%的显著性水平下拒绝本文使用的工具变量为“弱工具变量”。DWH检验F统计量显示,对于外资进入影响小时工资、日收入和日工作小时数的模型而言,不能拒绝外资进入这一变量是外生的,表明使用OLS方法估计更合适。但在对其他被解释变量进行估计的模型中,可在至少5%的显著性水平下拒绝外资进入这一变量是外生的,表明使用工具变量缓解内生性问题是合适的。这可能是由于人力资源和社会保障部门对劳动力最低小时工资标准有较严格的限制,且在8小时工作制下劳动力的日工作时间差异较小,因此以小时工资或日收入衡量的劳动力价格以及以日工作小时数衡量的劳动供给弹性对外商投资区位选择的影响较小,产生的内生性也较低。但劳动力每月加班天数、每年工作月数方面的工作时间延展性对外资进入有较大影响,产生的内生性也较大,若基于OLS方法进行估计将低估外资进入对月收入和年收入的影响。据此,除非特别注明,本文剩余部分基于OLS方法估计外资进入对农村劳动力小时工资的影响,对年收入的影响则采用IV方法估计⑥。
2.基于倾向得分匹配—双重差分(PSM-DID)方法的估计
随着我国进一步地从沿海向内陆开放,城市到海岸线的距离对外资进入的影响可能会逐渐降低,将海外市场接近度作为工具变量的有效性可能会下降,需要尝试采用其他方法检验IV方法的合理性。近年来我国将自贸区作为深化改革开放、吸引外资的重要政策试验,自贸区吸引外资的效应得到了广泛认可[15-17]。比如,2020年自贸区实际使用外资金额占全国实际使用外资金额的比重达到了17.9%⑦。因此,可将受访者所在的城市是否设有自贸区作为其就业环境是否受到外资进入冲击的代理变量,结合2013年和2018年两期的CHIP混合截面数据,将在此期间设立自贸区的城市⑧的样本作为处理组,将其他城市的样本作为控制组,估计自贸区设立对劳动力工资收入和工作时间的影响。在2013年和2018年CHIP数据均有调查的114个城市中,有12个为自贸区试点城市,样本占比为10.5%。
自贸区作为国家发展战略,其设立不是随机的,而是会考虑城市地理位置、经济发展水平等因素。劳动力个体就业城市选择也可能基于学历、工作经验等因素综合决策。这些因素可能影响本文的结果变量而造成估计偏误,为此需采用PSM-DID方法进行检验。该方法的思路是对在设立自贸区的城市工作的劳动力个体i,找到在未设立自贸区的城市工作的劳动力个体k,使影响二者是否在设有自贸区的城市工作的可观测因素尽可能一致,以降低自贸区设立和劳动力个体就业城市选择的非随机性造成的估计偏误。在此基础上运用DID方法,以控制不随时间变化的不可观测因素对回归结果的影响。结合司春晓等[17]的做法,除前述个体特征变量之外,本文还选取地级市层面的地区生产总值、人口规模、人口平均受教育年限、第三产业产值比重、固定资产投资规模、地方财政收入和所处地理位置(东部或中西部地区)作为自贸区设立的控制变量,继而进行核匹配。
据此,本文将自贸区设立作为劳动力是否受到外资进入冲击的代理变量,并采用PSM-DID方法进行估计,结果如表4所示。无论是在小时工资还是年收入层面,城市自贸区设立均显著地促进了在当地就业的农村劳动力的收入增长。从影响途径来看,提高工资率和延长工作时间均是自贸区设立有效提升农村劳动力收入水平的重要途径。其中,增加年工作月数是劳动力延长工作时间的重要方式。
表4 外资进入对农村劳动力收入和工作时间的影响:PSM-DID方法回归结果
小时工资日收入月收入年收入日工作小时数月工作天数年工作月数年工作小时数(1)(2)(3)(4)(5)(6)(7)(8)自贸区设立0.060∗∗0.080∗∗∗0.082∗∗∗0.122∗∗∗0.018∗∗0.0080.035∗0.055∗∗(0.029)(0.029)(0.028)(0.032)(0.008)(0.011)(0.020)(0.027)控制变量是是是是是是是是观测值2607626098261062614123231263382632526289R20.1280.1240.1430.1890.0210.0320.0970.084
注:***、**和*分别代表在1%、5%和10%的水平下显著;括号内为稳健标准误。
1.更换核心解释变量
外资进入是一个多方面的现象,可从多个维度刻画。为呈现不同衡量方式下回归结果的稳健性,本文采用外资企业占比(规模以上外商投资企业占规模以上企业的比重)、外商投资额占比(规模以上外商实际投资额占固定资产投资总额的比重),以及外资利用额占比(当年实际利用外资金额占GDP的比重)这三种方式衡量外资进入,继而分别估计其对农村劳动力小时工资(基于OLS方法)和年收入(基于IV方法)的影响,结果如表5所示。无论采用哪种方法衡量,外资进入对农村劳动力年收入的影响程度均明显高于对小时工资的影响。这与前文的回归结果是一致的,表明本文的基准回归结果是稳健的。
表5 更换解释变量的稳健性检验结果
外资企业占比外商投资额占比外资利用额占比小时工资年收入小时工资年收入小时工资年收入(1)(2)(3)(4)(5)(6)外资进入0.025∗∗∗0.161∗∗∗0.018∗∗∗0.403∗∗∗0.025∗∗∗0.226∗∗∗(0.016)(0.017)(0.042)(0.047)(0.004)(0.005)控制变量是是是是是是观测值272682732826538265952665126709R20.1360.2290.1390.0710.1380.239DWH检验F统计量37.10∗∗∗61.31∗∗∗79.32∗∗∗
注:***、**和*分别代表在1%、5%和10%的水平下显著;括号内为稳健标准误;外资进入对年收入的影响采用IV方法估计,本表仅报告了第二阶段回归结果。
2.使用省级面板数据
随着我国持续推进更高水平对外开放,外资进入的规模持续扩大,行业领域不断拓展,对农村劳动力的工作岗位和收入的影响也可能随之变化。为呈现外资进入影响农村劳动力收入的动态特征,检验基于微观数据得到的结论,本文基于历年的《中国统计年鉴》和《中国劳动统计年鉴》,构造了2002—2019年31个省份的省级面板数据,并采用双向固定效应模型对外资进入与农村劳动力收入的关系进行考察。模型设定如下:
(4)
其中,s代表省份。Y是衡量农村劳动力群体年收入的变量,一般采用农村居民可支配收入衡量。考虑到我国有大量农村劳动力转移到城镇地区的私营企业就业,或者从事自雇经营等非正规就业,本文还采用“其他单位其他就业人员工资”和“城镇私营单位就业人员工资”作为衡量农村劳动力群体年收入的代理变量。其中,其他单位指除国有单位、集体单位之外的其他登记注册类型单位,其他就业人员指劳动统计制度规定不作职工统计,但实际参加各单位生产或工作并取得劳动报酬的人员,比较接近非正规就业的农村劳动力的就业特征。Open2为外资进入平方项,外资进入采用外资企业的投资总额衡量。Z为省级层面的一系列控制变量,包括人均GDP、人均财政支出、常住人口规模、规模以上工业企业资产、第三产业产值比重、申请专利授权量、专科及以上就业人员占比、城镇登记失业率等。为评价模型的二次型特征(“U”型关系)是否稳健,本文参考Haans et al.[18]的做法进行检验。表6的回归结果显示,无论采用哪种方式衡量年收入,外资进入均有助于提高农村劳动力的收入水平。这与前文的基准回归结果一致,表明本文的基准回归结果是稳健的。外资进入对农村劳动力收入的影响呈现出先上升后下降的倒“U”型关系,但这种倒“U”型关系并不显著,表明影响关系较为稳定。
表6 基于省级面板数据的稳健性检验结果
农村居民可支配收入其他单位其他就业人员工资城镇私营单位就业人员工资(1)(2)(3)(4)(5)(6)外资进入0.033∗∗0.196∗∗0.106∗0.552∗∗0.0390.260∗(0.014)(0.082)(0.060)(0.209)(0.023)(0.087)外资进入平方项-0.008∗∗-0.023∗∗-0.011∗(0.004)(0.010)(0.004)控制变量是是是是是是观测值558558558558558558R20.9900.9910.8640.8690.9750.976“U”型关系显著性检验F统计量1.231.190.94
注:***、**和*分别代表在1%、5%和10%的水平下显著;括号内为稳健标准误。
3.区分2013年与2018年样本
近年来,我国农村劳动力向城市转移的规模逐渐趋于稳定,劳动供给弹性可能趋于下降,外资进入对农村劳动力收入的影响可能也会发生变动。为此,本文分别对2013年和2018年的样本采用两种方法进行估计。表7的回归结果显示,采用OLS方法进行估计时,外资进入对不同时间单位下的农村劳动力收入均有显著正向影响。但采用IV方法估计时,外资进入仅对月收入和年收入有显著正向影响。DWH检验F统计量显示,应采用IV方法估计外资进入对年收入的影响,对小时工资、日收入和月收入的分析则应基于OLS方法。从系数值来看,外资进入对小时工资、日收入、月收入和年收入的影响依次递增,其中对前三者的影响系数值在0.017~0.036,对年收入的影响系数值在0.113~0.131。这与基准回归结果基本一致,表明本文基准回归结果是稳健的。从外资进入对小时工资与年收入的影响系数值变化来看,外资进入通过工资率途径对农村劳动力收入的影响略有上升,延长工作时间对农村劳动力收入增长的贡献度可能在逐渐下降。
表7 外资进入影响农村劳动力收入的回归结果:2013年与2018年的比较
2013年2018年小时工资(1)日收入(2)月收入(3)年收入(4)小时工资(5)日收入(6)月收入(7)年收入(8)Panel A:基于OLS方法外资进入0.023∗∗∗0.017∗∗∗0.026∗∗∗0.064∗∗∗0.031∗∗∗0.031∗∗∗0.036∗∗∗0.066∗∗∗(0.005)(0.005)(0.005)(0.006)(0.005)(0.005)(0.005)(0.006)控制变量是是是是是是是是观测值1431014323143271433112899129091290912938R20.0880.0920.1100.2020.1120.1220.1480.253Panel B:基于IV方法外资进入0.0060.0140.053∗∗∗0.131∗∗∗0.0130.0080.040∗∗0.113∗∗∗(0.018)(0.018)(0.017)(0.019)(0.016)(0.016)(0.016)(0.017)控制变量是是是是是是是是观测值1431014323143271433112899129091290912938R20.0870.0920.1080.1940.1110.1200.1480.249DWH检验F统计量2.030.342.239.48∗∗∗0.290.570.939.52∗∗∗
注:***、**和*分别代表在1%、5%和10%的水平下显著;括号内为稳健标准误;基于IV方法的估计结果中,本表仅报告了第二阶段回归结果。
4.更换研究样本:对城镇劳动力的影响
在城镇劳动力市场可能存在的户籍分割作用下,可将外资进入对就业更充分的城镇劳动力的影响纳入视野,与本文关注的对农村劳动力的影响进行比较,结果如表8所示。DWH检验F统计量表明,外资进入对城镇劳动力收入的影响内生性较强,应采用IV方法进行估计。在此方法下,外资进入对城镇劳动力小时工资的影响系数值达到了12.0%,对年工作小时数的影响系数值仅有2.3%。这表明外资进入主要通过提高工资率的途径提升城镇劳动力收入,通过延长年工作时间提升收入的作用较小。这与外资进入影响农村劳动力收入的两种途径的贡献形成了明显对比。从系数值比较来看,外资进入对城镇与农村劳动力年收入的影响系数值差异较小,表明外资进入可能不是城乡劳动力收入差距扩大的重要原因。
表8 外资进入影响城镇劳动力收入和工作时间的回归结果
收入工作时间小时工资(1)日收入(2)月收入(3)年收入(4)日工作小时数(5)月工作天数(6)年工作月数(7)年工作小时数(8)Panel A:基于OLS方法外资进入0.043∗∗∗0.046∗∗∗0.052∗∗∗0.064∗∗∗0.0000.004∗∗∗0.009∗∗∗0.014∗∗∗(0.005)(0.004)(0.004)(0.004)(0.001)(0.001)(0.002)(0.003)控制变量是是是是是是是是观测值2265322671226762269822804228182280722783R20.2380.2250.2130.2920.0270.0470.1340.055Panel B:基于IV方法外资进入0.120∗∗∗0.111∗∗∗0.114∗∗∗0.143∗∗∗-0.008∗∗∗0.0030.028∗∗∗0.023∗∗∗(0.011)(0.010)(0.010)(0.011)(0.003)(0.003)(0.005)(0.007)控制变量是是是是是是是是观测值2265322671226762269822804228182280722783R20.2250.2140.2030.2790.0240.0470.1310.054DWH检验F统计量17.55∗∗∗12.19∗∗∗20.69∗∗∗31.88∗∗∗8.94∗∗∗0.5819.94∗∗∗2.06
注:***、**和*分别代表在1%、5%和10%的水平下显著;括号内为稳健标准误;基于IV方法的估计结果中,本表仅报告了第二阶段回归结果。
1.基于个体特征的异质性分析
性别、年龄、学历等个体特征不同的农村劳动力在获取外资进入引致的较高收入的就业机会方面可能存在差异,须对此进行异质性分析。表9的结果显示,外资进入对不同群体的小时工资的影响系数值在0.025~0.035,对年收入的影响系数值在0.097~0.145,二者差异明显。从组内比较来看,在小时工资层面,外资进入对女性和高学历(受教育程度为高中及以上,否则为低学历)农村劳动力的影响相对较大;但在年收入层面,男性、年龄较大(40岁及以上,否则为年龄较小)和高学历的农村劳动力从外资进入中的获益程度相对更高,可能是由于这些群体延长工作时间的主动性更强。
表9 基于个体特征的异质性分析回归结果
性别年龄学历男性(1)女性(2)较小(3)较大(4)高(5)低(6)Panel A:被解释变量为小时工资外资进入0.025∗∗∗0.034∗∗∗0.027∗∗∗0.029∗∗∗0.035∗∗∗0.026∗∗∗(0.005)(0.006)(0.005)(0.006)(0.007)(0.004)控制变量是是是是是是观测值17201100081518212027794119284R20.0910.1380.1740.1180.1900.114Panel B:被解释变量为年收入外资进入0.129∗∗∗0.107∗∗∗0.097∗∗∗0.145∗∗∗0.134∗∗∗0.116∗∗∗(0.017)(0.019)(0.017)(0.017)(0.024)(0.014)控制变量是是是是是是观测值17227100421520612063794819337R20.2100.2420.2450.2390.2360.198
注:***、**和*分别代表在1%、5%和10%的水平下显著;括号内为稳健标准误;外资进入对年收入的影响采用IV方法估计,本表仅报告了第二阶段回归结果。
2.基于就业模式的异质性分析
外资进入可通过竞争效应、前后向关联效应和技术外溢效应等途径降低劳动力从事非正规就业的概率,促进劳动力市场正规化[19]。不同就业模式(正规或非正规就业)的农村劳动力收入受外资进入的影响就可能存在较大差异。为此,本文参考既有研究[20],从就业类型、劳动保障和单位规模三个维度划分就业模式,将自雇型就业(自营劳动或家庭帮工,否则为雇用型就业)以及无劳动保障(未与雇主签订劳动合同,或者签订有劳动合同但未享受“五险一金”中的任何一项;否则为有劳动保障)和单位规模小(单位员工在8人及以下,否则为单位规模大)的从业者作为非正规就业者,与之相对的则为正规就业者,考察对不同就业模式劳动力的影响差异。回归结果如表10所示。整体而言,非正规与正规就业者的小时工资和年收入均能因外资进入而提高。从组内比较来看,外资进入在小时工资层面对雇用型就业、无劳动保障、单位规模小的农村劳动力的影响相对较低;但在年收入层面,外资进入对这三个群体的影响反而相对较高。这可能是由于无劳动保障和单位规模小的劳动力加班时间更长;自雇型就业者相对灵活的从业方式更有利于把握外资带来的市场机遇而提高劳动报酬,但其工作稳定性可能相对较差,或者是主动选择的工作时间相对较短,外资进入对其年收入的影响相对较低。
表10 基于就业模式的异质性分析回归结果
就业类型劳动保障单位规模自雇型就业(1)雇用型就业(2)无(3)有(4)小(5)大(6)Panel A:被解释变量为小时工资外资进入0.045∗∗∗0.034∗∗∗0.028∗∗∗0.034∗∗∗0.028∗∗∗0.033∗∗∗(0.012)(0.004)(0.005)(0.005)(0.007)(0.004)控制变量是是是是是是观测值4751260431407813523779519529R20.0970.1490.1210.1480.1300.145Panel B:被解释变量为年收入外资进入0.086∗∗0.136∗∗∗0.149∗∗∗0.098∗∗∗0.153∗∗∗0.118∗∗∗(0.037)(0.013)(0.017)(0.018)(0.026)(0.014)控制变量是是是是是是观测值4761261051412713540782319562R20.2080.2150.1570.2010.2030.202
注:***、**和*分别代表在1%、5%和10%的水平下显著;括号内为稳健标准误;外资进入对年收入的影响采用IV方法估计,本表仅报告了第二阶段回归结果。
3.基于流动状态的异质性分析
外商直接投资具有地理性聚集的特征[21],东部地区和区域中心城市对外资的吸引力更强。对农村劳动力而言,跨地区流动是获得更高收入的就业机会的重要途径。国家统计局发布的《2022年农民工监测调查报告》显示,2022年我国外出农民工总量为1.72亿人,其中跨省份流动的达到7 061万人,流出人口主要来自中西部地区。为此,本文根据户口所在地和工作地点是否与调查地点在同一区县,以及工作地点地区类型是否为地级及以上城市(地级市、直辖市、省会,县级市、建制镇、其他类型则为否),来划分农村劳动力的流动状态,并进行异质性检验,结果如表11所示。在小时工资层面,户口所在地及工作地点与调查地点不在同一区县、工作地点所在地区类型为地级及以上城市的农村劳动力,从外资进入中的获益程度相对较高。在年收入层面,外资进入对不同流动状态的农村劳动力均有稳健的促进作用,对流动性强的劳动力的影响相对较大。这表明,尽管外资进入的收入增长效应在地理空间上分布不均衡,流动性强的农村劳动力更能由此受益,且在离开户口所在地而前往“大城市”工作的外出农民工群体中表现更明显,但这种影响具有空间扩散性,流动性较低的农村劳动力也能通过延长工作时间等方式从外资进入中获益。
表11 基于流动状态的异质性分析回归结果
户口所在地与调查地点在同一区县工作地点与调查地点在同一区县工作地点地区类型为地级及以上城市是(1)否(2)是(3)否(4)是(5)否(6)Panel A:被解释变量为小时工资外资进入0.026∗∗∗0.064∗∗∗0.035∗∗∗0.037∗∗∗0.036∗∗∗0.030∗∗∗(0.004)(0.012)(0.005)(0.006)(0.007)(0.006)控制变量是是是是是是观测值2412230871574211430865911857R20.1120.2790.1310.1620.1180.102Panel B:被解释变量为年收入外资进入0.118∗∗∗0.132∗∗∗0.152∗∗∗0.161∗∗∗0.130∗∗∗0.127∗∗∗(0.015)(0.022)(0.016)(0.020)(0.022)(0.022)控制变量是是是是是是观测值2417930901578711445867211893R20.2000.2790.2870.1670.1280.222
注:***、**和*分别代表在1%、5%和10%的水平下显著;括号内为稳健标准误;外资进入对年收入的影响采用IV方法估计,本表仅报告了第二阶段回归结果。
4.基于市场特征的异质性分析
外资企业是雇用者、投资者和产品生产者,因而地区层面的劳动力市场、信贷市场和产品市场环境特征也会影响外资进入对劳动力收入的作用程度。为此,基于受访者当年是否有被拖欠工资的经历、借贷申请被拒或没被满足的经历、从事非农自我经营活动的经历,分别构造地级市层面的就业保护、融资约束和创业活力分组变量,并进行异质性检验。表12的结果显示,外资进入在小时工资层面对就业保护强地区的劳动力小时工资的影响明显较大;但在劳动力年收入层面,外资进入对就业保护弱地区的影响反而更大。这可能反映了劳动法在限制过度劳动方面的实施困境:在劳动力已实现充分就业、劳动供给总量不变的情况下,严格实施用人单位安排劳动力加班的限制规定,将有利于促进外资企业通过劳动力需求效应提升工资率;但在农村劳动力并未实现充分就业(表现为每年工作的月数较少),或者有较强的意愿延长工作时间(尤其是每月工作天数)以获得更高收入的情况下,放松加班限制反而更有利于农村劳动力通过加班实现收入增长,外资进入延长劳动者工作时间的作用更突出。在融资约束不同的地区,外资进入对劳动力小时工资与年收入的影响较为一致,表明外资进入通过资本市场对劳动力延长工作时间的影响较小。在创业活力高的地区,外资进入对劳动力小时工资和年收入的影响均相对较大,这可能是由于当地的企业与外资企业竞争的能力更强,劳动力也更能抓住外资进入的市场机遇进而提升工资率。
表12 基于地区市场特征的异质性分析回归结果
就业保护融资约束创业活力弱(1)强(2)强(3)弱(4)低(5)高(6)Panel A:被解释变量为小时工资外资进入0.026∗∗∗0.064∗∗∗0.035∗∗∗0.037∗∗∗0.030∗∗∗0.036∗∗∗(0.004)(0.012)(0.005)(0.006)(0.006)(0.007)控制变量是是是是是是观测值2412230871574211430118578659R20.1120.2790.1310.1620.1020.118Panel B:被解释变量为年收入外资进入0.158∗∗∗0.068∗∗∗0.125∗∗∗0.115∗∗∗0.091∗∗∗0.129∗∗∗(0.018)(0.012)(0.012)(0.021)(0.020)(0.010)控制变量是是是是是是观测值134361383314249130201284514424R20.2300.2390.2180.2570.2290.251
注:***、**和*分别代表在1%、5%和10%的水平下显著;括号内为稳健标准误;外资进入对年收入的影响采用IV方法估计,本表仅报告了第二阶段回归结果。
1.外资进入对土地经营行为的影响
传统上我国农村劳动力主要通过经营土地获取收入。但我国农业的生产力发展水平长期低于其他部门,农业劳动的报酬相对较低。前文表明,外资进入可通过延长工资性工作以及非农生产经营活动时间的方式提高劳动力收入,但缺少对外资进入影响农业生产行为的研究。分析外资进入如何影响农村劳动力的土地经营和流转行为,有助于从生产方式变迁的角度理解外资进入对农村劳动力收入的影响。表13呈现了外资进入对农村劳动力经营土地、经营土地面积、转包土地、转包土地面积和转包土地价格的影响。考虑到未经营或未转包土地的劳动力缺乏经营或转包土地面积(及价格)的数据,本文采用Heckman两阶段模型将经营或转包土地的概率纳入模型,以降低样本选择偏差造成的估计偏误。结果显示,外资进入降低了劳动力经营土地的概率和面积,提高了将土地转包出去的概率和价格。这意味着,从土地资产配置的角度来看,外资进入有助于将我国分散的土地资源通过转包的方式促进土地集中生产经营。这既可以将劳动力从低回报的农业生产中释放出来,也提高了经营土地的效率和土地资产价格。
表13 外资进入影响农村劳动力土地经营行为的回归结果
经营土地情况转包土地情况经营土地经营土地面积转包土地转包土地面积转包土地价格(1)(2)(3)(4)(5)外资进入-0.061∗∗∗-1.185∗∗∗0.019∗∗∗-1.40216.022∗∗∗(0.005)(0.449)(0.005)(1.533)(5.575)控制变量是是是是是观测值356753607635675822421045
注:***、**和*分别代表在1%、5%和10%的水平下显著;括号内为稳健标准误;本表仅报告了第二阶段回归结果。
2.外资进入对就业方式选择及时间分配的影响
前文仅关注了外资进入对工资性工作以及非农生产经营活动时间的影响,并未分析外资进入如何影响农村劳动力就业方式选择及其劳动时间分配。表14呈现了外资进入对农村劳动力选择农业生产活动、非农生产经营活动、本地雇用型工作或外出从业活动的概率,以及相应的对劳动时间的影响,以理解外资进入对农村劳动力非农就业和转移就业的影响。未选择特定就业类型的劳动力将缺乏相应的工作时间,比如未从事农业生产活动的劳动力的工作天数值是缺失的,因此本文采用Heckman两阶段模型,将农村劳动力是否选择特定就业类型的概率纳入工作时间分配的回归模型,以降低样本选择偏差造成的估计偏误。表14的结果显示,外资进入降低了农村劳动力从事农业生产活动的概率和天数,相应地增加了从事非农业生产经营活动的概率和天数。同时,外资进入也会提高农村劳动力从事受雇于单位或个人的雇用型工作的概率和天数。这与已有研究[9]关于对外开放通过促进农村劳动力非农就业而缩小城乡收入差距的结论是一致的。尽管外资进入减少了农村劳动力外出从业活动,即降低了流动到户口所在的乡镇(街道)外务工或经商的概率,但仍会增加其外出从业活动的天数。这可能是由于外资进入既为当地提供了更多的非农就业机会,也扩大了当地农村劳动力就业选择的地理范围:既可以选择在“家门口”就业,也可以选择长期在外务工。
表14 外资进入影响农村劳动力就业方式选择及时间分配的回归结果
就业方式选择时间分配农业生产活动非农生产经营活动本地雇用型工作外出从业活动农业生产活动天数非农生产经营活动天数本地雇用型工作天数外出从业活动天数(1)(2)(3)(4)(5)(6)(7)(8)外资进入-0.363∗∗∗0.219∗∗∗0.192∗∗∗-0.265∗∗∗-3.357∗∗∗10.462∗∗∗2.873∗∗∗1.745∗∗∗(0.026)(0.035)(0.031)(0.031)(0.298)(1.677)(0.809)(0.538)控制变量是是是是是是是是观测值3900538577387703873538890385133865938628
注:***、**和*分别代表在1%、5%和10%的水平下显著;括号内为稳健标准误;本表仅报告了第二阶段回归结果。
我国农村劳动力就业不充分的特点突出,外资进入可通过提高工资率和延长工作时间这两种途径影响农村劳动力的收入。受企业固定雇用成本高企的影响,延长工作时间是外资企业满足劳动力需求进而产生工资溢出效应的重要途径。本文基于2013年和2018年CHIP数据的实证研究发现,外资进入对农村劳动力的工资率与工作时间均有正向影响,增加年工作月数是农村劳动力延长工作时间的重要方式。基于不同方法、变量、样本和模型的回归结果均支持这一结论。这与外资进入主要通过提高工资率而非延长工作时间的途径促进城镇劳动力收入增长形成了明显对比。随着农村劳动力转移就业的规模趋于稳定并实现较充分就业,外资进入通过延长工作时间对收入增长的影响可能在逐渐下降。异质性分析发现,雇用型就业、无劳动保障、单位规模小、流动性强、就业保护弱地区的农村劳动力,外资进入通过延长工作时间而促进其收入增长的幅度更大。进一步研究发现,外资进入有助于推动农村劳动力将土地转包出去,转而在本地从事雇用型工作和非农业生产经营性活动,或长期在外务工。
第一,应重视外资进入通过延长工作时间对农村劳动力收入的影响,加强工时监管,同时为农村劳动力提供更多就业机会。外资企业是中国市场主体的重要组成部分,吸引外资应成为我国解决劳动力就业问题的重要举措。应从客观上认识到延长工作时间是当前我国农村劳动力提升收入的重要方式,加强工时监管应与提高就业质量基本同步,避免对劳动力收入产生较大冲击。解决部分企业存在的过度劳动问题不能仅靠加强监管遏制超时加班,更重要的是应以实现充分和生产性就业为目标,扩大第三产业的外资引进规模,消除各种影响外资创造就业岗位的不合理限制,促进平等就业和包容性就业。第二,应推动降低企业的固定雇用成本,支持企业以扩大雇用规模而非延长工时的方式满足其劳动力需求。固定雇用成本不但影响企业的竞争力,还会改变企业的用工方式。为此,应推动降低企业的社保缴纳负担,为企业新增雇用劳动力提供补贴,开展普惠性职业技能培训,通过多种方式持续降低企业固定雇用成本。这对减轻企业强制性安排加班的激励、促进社会劳动关系和谐有重要意义。第三,应破除农村劳动力在城镇实现稳定非农就业的障碍,提高农村劳动力从外资进入中的获益程度。外资进入对城镇劳动力工资率有较大的影响表明,通过户口身份转变等方式推进农业转移人口市民化,稳定农村劳动力在城市工作和生活的预期,有助于激励农村劳动力在城市劳动力市场通过“干中学”等途径提升劳动生产率。为了让广大农村劳动力在劳动力价格层面充分获得外资进入的收入增长红利,还应持续加大对农村地区的教育资源投入,提升农村地区整体人力资本水平,提高农村劳动力对非农就业方式的适应能力。
注 释:
①数据来源:国家统计局《中华人民共和国2022年国民经济和社会发展统计公报》(http:∥www.stats.gov.cn/sj/zxfb/202302/t20230203_1901711.html)。
②比如,国家统计局发布的《2016年农民工监测调查报告》显示,2016年农民工周平均工作时间约为53小时,远超过劳动法规定的标准工时44个小时,且周从业时间超过44小时的农民工占比达到了78.4%。
③以2013年的消费价格指数为100,则2018年的消费价格指数为109.4。
④限于篇幅,农村劳动力与城镇劳动力的日工作小时数、月工作天数和年工作月数的具体统计结果未列示,留存备索。作者邮箱:zhangwei@swun.edu.cn。
⑤限于篇幅,海外市场接近度与外资进入关系的检验结果未列示,留存备索。
⑥实际上,本文在使用IV方法的模型中均对外资进入变量的内生性进行了检验。结果显示,对2013年和2018年CHIP数据中的农村劳动力样本而言,外资进入对小时工资的影响始终是外生的,但对年收入的影响是内生的。
⑦数据来源:商务部《“十四五”利用外资发展规划》(https:∥www.gov.cn/zhengce/zhengceku/2021-10/22/5644286/files/fd457e80f1b5470fad7ce3477f5e7829.pdf)。
⑧具体城市为上海、广州、深圳、珠海、福州、厦门、天津、大连、沈阳、营口、舟山、郑州、开封、洛阳、武汉、襄阳、宜昌、重庆、成都、泸州、西安、海口、三亚,共23个。
[1]许和连, 亓朋, 李海峥. 外商直接投资、劳动力市场与工资溢出效应[J]. 管理世界, 2009(9): 53-68.
[2]DRIFFIELD N, TAYLOR K. Wage spillovers, inter-regional effects and the impact of inward investment[J]. Spatial Economic Analysis, 2006, 1(2): 187-205.
[3]罗伟, 刘晨, 葛顺奇. 外商直接投资的工资溢出和关联效应研究[J]. 世界经济, 2018(5): 147-172.
[4]DASGUPTA K. Learning and knowledge diffusion in a global economy[J]. Journal of International Economics, 2012, 87(2): 323-336.
[5]BARRY F, GORG H, STROBL E. Foreign direct investment and wages in domestic firms in Ireland: productivity spillovers versus labour-market crowding out[J]. International Journal of the Economics of Business, 2005, 12(1): 67-84.
[6]CHEN C. The impact of foreign direct investment on urban-rural income inequality: evidence from China[J]. China Agricultural Economic Review, 2016, 8(3): 480-497.
[7]邵敏, 包群. 外资进入是否加剧中国国内工资扭曲:以国有工业企业为例[J].世界经济, 2012(10): 3-24.
[8]郭凤鸣, 张世伟. 农民工过度劳动是“自愿选择”还是“无奈之举”?——基于过度劳动收入补偿的分析[J]. 劳动经济研究, 2020(4): 75-94.
[9]王跃生, 吴国锋. 贸易自由化与中国的城乡收入差距——基于地级城市面板数据的实证研究[J].国际贸易问题, 2019(4): 64-75.
[10]魏浩, 赵春明. 对外贸易对我国城乡收入差距影响的实证分析[J]. 财贸经济, 2012(1): 78-86.
[11]许建伟, 郭其友. 外商直接投资的经济增长、就业与工资的交互效应——基于省级面板数据的实证研究[J]. 经济学家, 2016(6): 15-23.
[12]张智勇. 低水平工资下的长时间劳动——基于富士康的考察[J]. 中国劳动关系学院学报, 2018(1): 10-18.
[13]黄玖立, 李坤望. 出口开放、地区市场规模和经济增长[J]. 经济研究, 2006(6): 27-38.
[14]崔日明, 陈永胜. 自贸区设立、经济集聚与城市创新[J]. 经济理论与经济管理, 2022(11): 97-112.
[15]左思明. 自贸区建设对外商直接投资的影响——基于倾向得分匹配和双重差分法[J]. 制度经济学研究, 2018(2): 215-228.
[16]韩瑞栋, 薄凡. 自由贸易试验区对资本流动的影响效应研究——基于准自然实验的视角[J]. 国际金融研究, 2019(7): 36-45.
[17]司春晓, 孙诗怡, 罗长远.自贸区的外资创造和外资转移效应:基于倾向得分匹配—双重差分法(PSM-DID)的研究[J]. 世界经济研究, 2021(5): 9-23.
[18]HAANS R F J, PIETERS C, HE Z L. Thinking about U: theorizing and testing U-and inverted U-shaped relationships in strategy research[J]. Strategic Management Journal, 2016, 37(7): 1177-1195.
[19]潘文泳, 郭南希, 段艳艳. FDI挤出了中国非正规就业吗——来自CHIP数据库的经验证据[J]. 宏观经济研究, 2022(2): 42-60.
[20]席艳乐, 张一诺, 曹亮. 外资进入扩大了正规与非正规就业者的工资收入差距吗——来自微观个体的经验证据[J]. 国际贸易问题, 2021(10): 139-156.
[21]徐康宁, 王剑. 外商直接投资地理性聚集的国(地区)别效应:江苏例证[J]. 经济学(季刊), 2006(2): 761-776.
ZHU Haihua, ZHANG Wei. Impact pathways of foreign capital entry on the income of rural workers: higher wage rate or longer working hours[J]. Journal of Beijing Technology and Business University (Social Sciences), 2023,38(5):1-18.
朱海华(1991—),男,湖南汝城人,四川大学国际关系学院讲师,博士,研究方向为国际资本流动与收入不平等;
张 卫(1989—),男,安徽固镇人,西南民族大学经济学院讲师,博士,研究方向为国际贸易与投资;本文通信作者。