勞動力供求狀況對外商直接投資區(qū)位選擇的影響

摘要：本文主要通過對2004-2013年中國30個省級面板數(shù)據(jù)進行實證研究，分析失業(yè)率對外商投資企業(yè)在我國各省市投資額的影響，得到勞動力供求情況對于FDI區(qū)位選擇的影響結果。通過對已有文獻的回顧確定控制變量，并建立固定影響變截距模型（FE）與包含時間效應的雙向固定效應模型（Two-wayFE）進行研究分析。分析得出，失業(yè)率對外商企業(yè)投資總額有正向的影響。失業(yè)率的增長會使得勞動力供大于求，使得外商企業(yè)可以增加投資額擴大生產(chǎn)規(guī)模。失業(yè)率的這一影響存在一定的滯后作用。通過變截距模型中截距項的分析，得出不同地區(qū)受到外商企業(yè)的偏愛程度不同。東部區(qū)域的省市由于其優(yōu)勢的地域特征而獲得更多的FDI流入。西部區(qū)域的省市則較少獲得FDI流入。關鍵詞：外商直接投資失業(yè)率勞動力供求面板數(shù)據(jù)

TheEffectofTheSupplyandDemandSituationofLaborForceonTheLocationSelectionofFDIAbstract:Thisarticleusesthepaneldataof30provincesinChinainyear2004toyear2013tomakeaprojectresearch.Analyzingtheeffectoftheunemploymentrateontheamountofforeigndirectinvestment,theprojectresearchfindstheeffectofthesupplyanddemandsituationoflaborforceonthelocationselectionofFDI.Theresearchdeterminesthecontrolvariablethroughareviewoftheexistingliterature,andthenestablishesFEmodelandtwo-wayFEmodeltofindaresult.TheresultshowsthattheunemploymentratehasapositiveimpactontheFDI.Thegrowthoftheunemploymentratewillcausethelaborsupplymuchhigherthanthelabordemand,whichwillcausetheforeignenterprisestoincreasetheinvestmentinordertoexpandthescaleofproduction.Theresearchalsofindsthatthereisalageffectofthiseffect.Throughtheanalysisoftheintercept,itisconcludedthatforeignenterprisesprefertheprovincesineasternareatothoseinwesternarea.Keywords:FDIunemploymentratethesupplyanddemandsituationoflaborpaneldata

緒論選題背景及意義選題背景隨著經(jīng)濟發(fā)展全球化時代的到來，為提高自身經(jīng)濟水平，及時與全球接軌，大量吸引外資是不可少的。外商直接投資（FDI）可以增加國內(nèi)投資，促進資本形成，吸納勞動力就業(yè)，改善我國產(chǎn)業(yè)結構，提升我國綜合國力。改革開放30年以來，中國通過大量吸引外資，有效地促進了中國經(jīng)濟建設發(fā)展，其成效有目共睹。在2015年，中國吸引的外資流入達到歷史新高。那么，為獲得越來越多的外資流入，我們有必要了解外商直接投資區(qū)位選擇的因素。近年來，研究FDI區(qū)位選擇因素的文獻逐漸增多?？紤]到外商投資可以吸納勞動力就業(yè)，那么失業(yè)率造成的人才供大于求是否會因較低的回報需求而吸引外資？現(xiàn)已有的研究對于勞動力成本的分析主要針對于人均工資水平，較少考慮到勞動力供求情況的影響。失業(yè)率是勞動力供求情況的重要指標。所以本文選擇針對失業(yè)率對外商直接投資額的作用構建經(jīng)濟模型，來進行分析研究。研究意義控制失業(yè)率一直是政府維護社會穩(wěn)定的政策目標之一。中國人口眾多，廉價勞動力一直是中國對外貿(mào)易中的比較優(yōu)勢。如今就業(yè)市場嚴峻，人才供大于求，外商可以更容易以較低的人力成本找到合適的勞動力。外商或許會為擴大生產(chǎn)力考慮而加大投資，進而從某種程度上幫助了中國吸納勞動力就業(yè)，控制失業(yè)率。那么失業(yè)率是否會成為外商投資企業(yè)投資決定的影響因素之一呢？如果失業(yè)率會對外商企業(yè)投資的決定產(chǎn)生一定影響，那么這可以為我國政府提供一定參考價值。政府在制定政策時會把勞動力供求不平衡的影響考慮進去，制定更優(yōu)化的政策。國內(nèi)外文獻綜國外文獻綜述國外對于外商投資企業(yè)投資決定的研究早在20世紀60年代晚期就有研究。Dunning（1997）曾指出在20世紀60年代晚期至70年代，就有不少學者嘗試分析歐洲經(jīng)濟共同體（ECM）——歐洲共同市場經(jīng)濟一體化的最早形式——對于外商直接投資的影響。他這出這些學者大部分使用的是時間序列分析而不是橫截面分析，盡管他們得到的ECM內(nèi)部和外部對于FDI的影響顯著，但是一些其他的因素，例如：市場規(guī)模、市場發(fā)展、生產(chǎn)要素成本和聚集經(jīng)濟，也十分重要。Nachum（2000）指出，國際貿(mào)易，尤其是工業(yè)化國家質(zhì)檢的貿(mào)易，不能僅僅由資源的比較優(yōu)勢解釋，產(chǎn)業(yè)結構的差異對于FDI也有很大影響。Liu（2014）研究得出，市場規(guī)模、勞動力成本、勞動力質(zhì)量和政府人均財政支出對于FDI在高低科技產(chǎn)業(yè)有著不同程度的影響因素。Günther（2016）研究了國家違約風險并不會防礙FDI的流入，同時，市場規(guī)模、勞動力成本和對外貿(mào)易開放程度對于FDI的流入十分重要。Pan（2016）指出了一國內(nèi)的空間聯(lián)系對于FDI流入的顯著影響。對于失業(yè)率與FDI之間的關系也有文獻指出。Cooper（2003）指出，Bahrain是波斯灣區(qū)域獲得凈外商直接投資最多的國家，同時它也有著高達14%的失業(yè)率。Ciobanu（2009）提出，F(xiàn)DI的大部分形式不容易被轉出被投資地，如果政府能充分吸收這些投資，就可以提升就業(yè)率，幫助失業(yè)的人們重返勞動市場。國內(nèi)文獻綜述我國作為FDI流入的大國，為更多的吸引外資，也有不少學者對于FDI的區(qū)位選擇因素進行了研究。孫?。?002）指出，政策優(yōu)惠在我國改革開放后二十年是吸引FDI的最主要因素，開放水平的影響程度隨時間減弱，而產(chǎn)業(yè)結構和市場化程度的影響逐步增強。曾國軍（2005）通過對外商投資區(qū)位的時間效應和空間效應進行比較研究，發(fā)現(xiàn)：不同省份對FDI的吸引力隨時間有所改變，基礎設施水平、工業(yè)化水平、研究與開發(fā)（R&D）對外資流入存在正效應，而勞動力成本和素質(zhì)都對其存在負效應。優(yōu)惠政策的影響力越來越弱。黃肖琦（2006）從新經(jīng)濟地理學的角度進行分析。通過建立動態(tài)面板回歸得出結論：“市場規(guī)模、貿(mào)易成本、技術的外溢還有歷史的外商投資額相對于勞動力成本、優(yōu)惠政策反而能在統(tǒng)計學上能更好地解釋FDI區(qū)位選擇問題?！泵走\生（2006）從FDI空間配置的區(qū)域差異方面著手，研究得到：我國FDI區(qū)域差異顯著。對于國家整體而言，市場規(guī)模與公共資本因素更重要；而對于區(qū)域之間來說，區(qū)位效應、勞動力成本和知識技術水平因素更重要。趙春明（2011）通過研究我國企業(yè)對東盟的FDI投資因素，獲得結論：“被投資國的GDP、基礎通信設施情況對FDI有正影響，我國對其出口、它的貨幣匯率和失業(yè)率對FDI有負影響?！爆F(xiàn)有的文獻中對于FDI區(qū)位選擇的分析因素從最早的比較因素到后來的市場規(guī)模、勞動力成本、開放程度以及區(qū)位效應，考慮的因素逐步增多。然而對于勞動力成本這一因素，較多的都是選取平均工資水平這一變量進行分析，鮮有考慮勞動力供需不平衡所帶來的因素。論文的創(chuàng)新點（1）本文針對勞動力供需不平衡這一點，采用失業(yè)率這一變量分析其對于外商直接投資額的影響。體現(xiàn)勞動力成本對于外商投資企業(yè)投資區(qū)位選擇的影響。（2）本文采用最新數(shù)據(jù)，使用2004-2013年30個省級面板數(shù)據(jù)，構建固定影響變截距模型進行分析。（3）本文在固定影響變截距中加入時期個體恒量，建立雙向固定效應變截距模型，對模型中的地區(qū)和時間影響因素進行分析。同時通過對變截距模型的截距項中的地區(qū)效應進行分析，得出各省市的地區(qū)結構差異。實證分析數(shù)據(jù)的選擇與處理數(shù)據(jù)選擇本文選取中國2004-2013年間30（因為西藏自治區(qū)數(shù)據(jù)缺失嚴重，所以剔除）個省級年度面板數(shù)據(jù)作為研究樣本，截面數(shù)據(jù)樣本數(shù)量N=30，時間序列長度T=10。數(shù)據(jù)來源于2005-2014年的《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》和中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫。運用Stata/SE12.0與Eviews6.0進行分析。選擇的被解釋變量為外商企業(yè)投資總額，用其大小來衡量FDI區(qū)位選擇的偏好程度。解釋變量為城鎮(zhèn)登記失業(yè)率，用其衡量勞動力供求的情況，以此作為本文主要關注的變量?？刂谱兞抗灿?個：衡量市場規(guī)模的人均實際GDP?，F(xiàn)已有的文獻幾乎都認為市場規(guī)模對FDI區(qū)位的選取有顯著的影響，所以本文將其列為控制變量。工業(yè)化程度。中國是一個發(fā)展中國家，現(xiàn)在的產(chǎn)業(yè)結構仍以第二工業(yè)為主，外商企業(yè)現(xiàn)階段對于我國的投資也主要集中在第二產(chǎn)業(yè)。第二產(chǎn)業(yè)所占的GDP比重能很好的體現(xiàn)我國工業(yè)化程度。對外開放程度。某地區(qū)的對外開放程度決定了外商企業(yè)對其進行投資活動的便利程度，這對于FDI區(qū)位的選擇會產(chǎn)生一定影響。因而將進出口總額占GDP比重納入控制變量。實際平均工資水平。實際平均工資水平是衡量勞動力成本的重要指標之一，所以也將其例如控制變量。城市人口密度。城市人口密度是一個地區(qū)繁榮與否的重要標志，會對FDI區(qū)位的選擇產(chǎn)生一定影響，也把它放入控制變量。數(shù)據(jù)描述與處理表2-1各變量的統(tǒng)計描述變量定義均值標準差最小值最大值fdi外商企業(yè)投資總額，按照年度平均匯率和不變價格指數(shù)折合成人民幣表示（元）（取對數(shù)）ovreall26.061.3922.4628.91between1.3823.3628.65within0.3125.0927.32unemploy城鎮(zhèn)登記失業(yè)率（%）ovreall3.670.661.206.50between0.591.574.36within0.322.355.81avgdp市場規(guī)模，用不變價格計算的人均實際GDP來度量（元）（取對數(shù)）ovreall10.020.638.3711.37between0.499.1211.09within0.419.1210.81industr工業(yè)化程度，用第二產(chǎn)業(yè)GDP占總GDP的比重來度量（%）ovreall47.917.7322.3061.50between7.1825.6056.56within3.1437.1154.81pdensity城市人口密度（人/平方公里）（取對數(shù)）ovreall7.830.466.648.67between0.456.868.63within0.107.418.22avwage平均工資水平，用不變價格計算的城鎮(zhèn)居民的平均貨幣工資水平來度量（元）（取對數(shù)）ovreall10.180.429.3811.30between0.239.9710.86within0.359.5310.76openness對外開放程度，進出口總額占GDP的比重（%）ovreall0.350.430.0361.80between0.430.051.53within0.090.070.70數(shù)據(jù)來源：中國區(qū)域經(jīng)濟經(jīng)濟統(tǒng)計年鑒為了排除通貨膨脹等經(jīng)濟因素的干擾，從本質(zhì)上分析變量間的關系，本文采取剔除物價的數(shù)據(jù)處理方法。用2004年的價格指數(shù)作為第一期指數(shù)，對外企業(yè)商投資總額、人均GDP、城鎮(zhèn)居民的平均貨幣工資進行剔除物價影響的處理。為消除數(shù)據(jù)中可能存在的異方差性并能夠保留水平變量所包含的有用信息，本文對所有的水平變量取對數(shù)。失業(yè)率對外商投資額的當期影響模型形式設定檢驗由于樣本為短面板數(shù)據(jù)，所以不適用于變系數(shù)模型。下面檢驗樣本是否適用于變截距模型。分別建立：（1）混合回歸模型（pool）fdiit=α+β1unemployit+β2avgdpit+β3industrit+β4pdensityit+β5avwageit+β6opennesit+uit, i=1,2,…,30,t=1,2,…,10 （1）（2）變截距模型fdiit=αi+β1unemployit+β2avgdpit+β3industrit+β4pdensityit+β5avwageit+β6opennesit+uit, i=1,2,…,30,t=1,2,…,10 （2）若為固定影響變截距模型（FE），則截距項αi=α+λifdiit=α+λi+β1unemployit+β2avgdpit+β3industrit+β4pdensityit+β5avwageit+β6opennesit+uit, i=1,2,…,30,t=1,2,…,10 （3）其中α為截距中的常數(shù)項部分，λi為地區(qū)i的地區(qū)效應。若為隨機影響變截距模型（RE），則截距項αi=α+vifdiit=α+vi+β1unemployit+β2avgdpit+β3industrit+β4pdensityit+β5avwageit+β6opennesit+uit, i=1,2,…,30,t=1,2,…,10 （4）其中α為截距中的常數(shù)項部分，vi為地區(qū)i的隨機影響。對各模型（1）（3）（4）進行最小二乘法估計，估計結果整理在表2-2中。表2-2失業(yè)率對外商投資額的當期影響估計結果變量混合回歸模型固定影響變截距模型隨機影響變截距模型unemploy0.05040.137**0.133**(0.566)(2.434)(2.256)avgdp2.031***-0.1410.377*(9.182)(-0.651)(1.768)industr0.007360.0134**0.00258(0.956)(2.257)(0.445)pdensity0.00998-0.410***-0.394***(0.0863)(-2.773)(-2.743)avwage-1.869***0.805***0.287(-6.694)(3.325)(1.186)opennes1.289***0.08740.528***(7.769)(0.489)(3.211)Constant23.69***21.31***21.65***(13.25)(16.37)(16.62)觀測值數(shù)300300300調(diào)整的R20.6350.404地區(qū)數(shù)

3030注：括號內(nèi)為t驗檢值；***p<0.01,**p<0.05,*p<0.1用形式設定檢驗方法對原假設“H0：alluit=0”，即“混合模型是可以接受的”構建F統(tǒng)計量，得F(29,264)=112.78，其p值為0.0000。所以拒絕樣本數(shù)據(jù)符合混合模型，采用變截距模型的設定。接著使用Hausman檢驗來確定變截距模型的形式，是固定影響變截距模型（FE）還是隨機影響變截距模型（RE）。檢驗結果：W統(tǒng)計量為45.70，其P值為0.0000。故強烈拒絕使用隨機影響變截距模型（RE），即確定使用固定影響變截距模型（FE）。包含時間效應的固定影響變截距模型（Two-wayFE）估計在固定影響變截距模型（FE）中考慮包含時期個體恒量，建立雙向固定效應（Two-wayFE）。為此，定義年度虛擬變量year2-year10，用以反映時期特有的影響。雙向固定效應模型形式為：fdiit=α+λi+β1unemployit+β2avgdpit+β3industrit+β4pdensityit+β5avwageit+β6opennesit+β7year2it+β8year3it+β9year4it+β10year5it+β11year6it+β12ear7it+β13year8it+β14year9it+β15year10it+uit, i=1,2,…,30,t=1,2,…,10 （5）對模型（5）進行最小二乘法估計，估計結果整理在表2-3中。表2-3FE模型（3）與Two-wayFE模型（5）估計結果變量固定影響變截距模型（FE）雙向固定效應變截距模型（Two-wayFE）unemploy0.137**0.155***(2.434)(2.671)avgdp-0.141-0.200(-0.651)(-0.847)industr0.0134**0.0160**(2.257)(2.383)pdensity-0.410***-0.437***(-2.773)(-2.873)avwage0.805***-0.0847(3.325)(-0.229)opennes0.08740.240(0.489)(1.248)year20.132*(1.795)year30.312***(3.109)year40.486***(3.562)year50.462***(2.780)year60.756***(3.004)year70.817***(2.907)year80.879***(2.832)year90.989***(2.890)year101.061***(2.886)Constant21.31***30.34***(16.37)(9.013)觀測值數(shù)300300地區(qū)數(shù)3030調(diào)整的R20.4040.419注：括號內(nèi)為t驗檢值；***p<0.01,**p<0.05,*p<0.1從表中觀察可見，時間效應的符號均為正，且除第二年90%顯著外，其余都達到了99%的顯著。檢驗所有年度虛擬變量的聯(lián)合顯著性：F(9,255)=1.74，其p值為0.0795。結果拒絕“無時間效應”的假設，所以，模型中應該包括時間效應。固定影響變截距模型估計結果分析從表2-3中可以看到，無論是在固定影響變截距模型（FE）中，還是在包含時期個體恒量的雙向固定效應變截距模型（Two-wayFE）中，失業(yè)率對外商投資額均有顯著的正相關影響，在雙向固定效應變截距模型（Two-wayFE）中顯著率達到99%。兩個模型前的系數(shù)符號均為正?？梢缘弥?，失業(yè)率的上升會使得外商企業(yè)增加投資額?？梢越忉尀楫斒I(yè)率上升時，地區(qū)i的勞動力供過于求，外商企業(yè)可以有更多的勞動力選擇。為擴大生產(chǎn)，外商企業(yè)會增加投資額，以便獲取更多的勞動力。在雙向固定效應變截距模型（Two-wayFE）估計結果中，所有的年度虛擬變量影響都顯著，且系數(shù)符號均為正。這可以理解為，隨著時間發(fā)展，外商企業(yè)在中國各地的投資額均成上升趨勢。第四年的估計系數(shù)最大，這一年是2007年，是全球經(jīng)濟發(fā)展的高峰。全球金融市場行情大好，中國經(jīng)濟發(fā)展迅猛，故使得FDI大量流入中國?？刂谱兞恐泄I(yè)化程度和人口密度在兩個模型中均顯著?？梢娺@兩個因素對FDI區(qū)位的選擇有顯著影響，在模型中對失業(yè)率影響的研究起到了很好的控制變量作用。工業(yè)化程度對外商投資額有正向的作用。作為一個工業(yè)化大國，中國的產(chǎn)業(yè)結構是吸引外資的重要因素之一。中國內(nèi)陸的地區(qū)工業(yè)化程度越高，越容易得到外商企業(yè)的投資。人口密度對于外商投資額有負向作用，也就是說，人口密度的上升會導致外商投資額的下降。人口密度的上升并不能說明富余勞動力的上升，所以它與失業(yè)率上升的影響不同。目前中國的產(chǎn)業(yè)結構還是停留在第二產(chǎn)業(yè)為主的階段，人口密度過高一線城市不適合工業(yè)化開發(fā)。另外人口密度高的地區(qū)，企業(yè)競爭激烈，外商企業(yè)不易在此得到優(yōu)勢的競爭地位，投資成本相對人口密度較低的二線城市較高。所以人口密度的上升對于外商投資額會產(chǎn)生負影響力。在不含時間效應的固定影響變截距模型中，人均工資水平有顯著的正向影響力。當人均工資上升時，外商企業(yè)必須增加員工工資來獲得所需的勞動力，所以會加大勞動力成本。在加入時間效應后，年度虛擬變量聯(lián)合顯著而人均工資水平不再顯著，可見，人均工資水平對外商投資額的影響主要是由時間效應產(chǎn)生的。由于考慮到信息滯后的因素，外商企業(yè)的投資決定未必能及時調(diào)整，投資額也許會與各地區(qū)上一年的經(jīng)濟情況有關，失業(yè)率對外商投資額的影響可能存在滯后。所以，接下來分析失業(yè)率的一階滯后項對外商投資額的影響。地區(qū)效應分析對固定影響變截距模型（FE）（3）和包含時間效應的雙向固定效應變截距模型（Two-wayFE）（5）中的λi進行估計。λi表示i地區(qū)的地區(qū)特征吸引的外商投資水平對平均外商投資水平的偏離，用來反映省市間的外商投資結構差異。估計結果如表2-4所示：表2-4各地區(qū)特征吸引的FDI對平均FDI的偏離（λi地區(qū)i固定影響變截距模型的λ雙向固定效應變截距模型的λ地區(qū)i固定影響變截距模型的λ雙向固定效應變截距模型的λ北京1.011.57河南0.330.21天津0.781.07湖北0.200.07河北0.10-0.01湖南-0.04-0.12山西-0.50-0.55廣東2.462.54內(nèi)蒙古-0.89-0.90廣西-0.40-0.51遼寧1.141.10海南0.340.25吉林-0.24-0.37重慶-0.48-0.49黑龍江-0.32-0.48四川0.140.07上海1.892.39貴州-1.87-1.96江蘇2.392.47云南-0.60-0.71浙江1.311.50陜西-0.25-0.29安徽-0.27-0.32甘肅-1.61-1.73福建1.221.17青海-2.85-2.79江西0.460.29寧夏-2.71-2.68山東1.051.01新疆-1.79-1.83從估計結果可以看出，對于30個省市來說，其地域特征對FDI的吸引力有著明顯的差異。為更好地分析地區(qū)效應，將上述地區(qū)按區(qū)域分類后，對各區(qū)域內(nèi)λi計算平均值表2-5四大區(qū)域λi區(qū)域固定影響變截距模型雙向固定效應變截距模型東部1.261.40東北0.190.09中部0.03-0.07西部-1.21-1.26由表中可得，東部區(qū)域省市最受外商投資企業(yè)的青睞。西部地區(qū)省市相對而言對FDI的吸引力最低。失業(yè)率對外商投資額的滯后影響模型形式設定檢驗為分析失業(yè)率對外商投資額的滯后影響，定義失業(yè)率的一階滯后項unemploy_1為解釋變量。構建它對外商企業(yè)投資總額的影響的單方程模型。同理，由于樣本為短面板數(shù)據(jù)，所以不適用于變系數(shù)模型。下面檢驗樣本是否適用于變截距模型。分別建立：（1）混合回歸模型（POOL）fdiit=α+β1unemploy_1it+β2avgdpit+β3industrit+β4pdensityit+β5avwageit+β6opennesit+uit, i=1,2,…,30,t=2,3,…,10 （6）（2）變截距模型fdiit=αi+β1unemploy_1it+β2avgdpit+β3industrit+β4pdensityit+β5avwageit+β6opennesit+uit, i=1,2,…,30,t=2,3,…,10 （7）若為固定影響變截距模型（FE），則截距項αi=α+λifdiit=α+λi+β1unemploy_1it+β2avgdpit+β3industrit+β4pdensityit+β5avwageit+β6opennesit+uit, i=1,2,…,30,t=2,3,…,10 （8）其中α為截距中的常數(shù)項部分，λi為地區(qū)i的地區(qū)效應。若為隨機影響變截距模型（RE），則截距項αi=α+vifdiit=α+vi+β1unemploy_1it+β2avgdpit+β3industrit+β4pdensityit+β5avwageit+β6opennesit+uit, i=1,2,…,30,t=1,2,…,10 （9）其中α為截距中的常數(shù)項部分，vi為地區(qū)i的隨機影響。對模型（6）（8）（9）進行最小二乘法估計，估計結果整理在表2-6中。表2-6勞動力成本對外商投資額的滯后影響估計結果變量混合回歸模型固定影響變截距模型隨機影響變截距模型unemploy_10.04730.143**0.131**(0.500)(2.497)(2.149)avgdp2.132***-0.07770.502**(9.112)(-0.330)(2.176)industr0.004380.0106-0.00232(0.533)(1.581)(-0.358)pdensity0.0392-0.295*-0.305**(0.319)(-1.890)(-2.018)avwage-2.058***0.694**0.104(-6.780)(2.587)(0.389)opennes1.306***0.02640.512***(7.347)(0.137)(2.931)Constant24.54***21.04***21.82***(12.19)(14.56)(15.18)觀測值數(shù)270270270調(diào)整的R20.6340.303地區(qū)數(shù)

3030注：括號內(nèi)為t驗檢值；***p<0.01,**p<0.05,*p<0.1用形式設定檢驗方法對原假設“H0：alluit=0”，即“混合模型是可以接受的”構建F統(tǒng)計量，得F(29,234)=104.94，其p值為0.0000。所以拒絕樣本數(shù)據(jù)符合混合模型，采用變截距模型的設定。繼續(xù)采用Hausman檢驗來確定使用固定影響變截距模型（FE）還是隨機影響變截距模型（RE）。檢驗結果：W統(tǒng)計量為44.90其P值為0.0000。故拒絕使用隨機影響變截距模型（RE），即確定使用固定影響變截距模型（FE）。包含時間效應的固定影響變截距模型（Two-wayFE）估計同樣在固定影響變截距模型（FE）（8）中加入時期個體恒量，構建雙向固定效應模型（Two-wayFE）。為此，定義年度虛擬變量year3-year10，用以反映時期特有的影響。雙向固定效應模型形式為：fdiit=α+λi+β1unemploy_1it+β2avgdpit+β3industrit+β4pdensityit+β5avwageit+β6opennesit+β7year2it+β8year3it+β9year4it+β10year5it+β11year6it+β12ear7it+β13year8it+β14year9it+β15year10it+uit, i=1,2,…,30,t=2,3,…,10 （10）對模型（10）進行最小二乘法估計，估計結果整理在表2-7中。表2-7FE模型（8）與Two-wayFE模型（10）估計結果變量固定影響變截距模型（FE）雙向固定效應變截距模型（Two-wayFE）unemploy_10.143**0.151**(2.497)(2.491)avgdp-0.0777-0.103(-0.330)(-0.399)industr0.01060.0131*(1.581)(1.755)pdensity-0.295*-0.296*(-1.890)(-1.825)avwage0.694**-0.0759(2.587)(-0.178)opennes0.02640.173(0.137)(0.812)year30.161**(2.100)year40.311***(2.742)year50.300**(2.030)year60.558**(2.279)year70.594**(2.135)year80.637**(2.048)year90.735**(2.113)year100.813**(2.154)Constant21.04***28.54***(14.56)(