雙向FDI 對勞動力成本的影響
——基于跨國面板數據的分析

孫慧文 王賀雨

一、 問題的提出

勞動力是經濟發展的基本生產要素之一， 勞動力成本低更是一國經濟增長與國際競爭的重要比較優勢， 這一比較優勢已經成為許多國家推動企業創新、 管理改善、 整合優化生產要素配置以及開拓海外市場的重要手段。 要素稟賦理論把國家間要素稟賦的相對差異視為一國國際競爭優勢的來源， 而國際資本作為參與全球生產的主要要素之一， 其規模與流向均受國與國之間相對成本優勢的影響。 長期以來， 中國憑借巨大的人口紅利實現了經濟增長奇跡， 但是近年來我國工資上漲明顯， 人口紅利日益縮減。 國際勞工組織發布的 《全球工資報告2016/2017》 顯示， 金融危機后亞洲以及太平洋新興國家和發展中國家工資增長強勁， 其中尤以我國工資水平的增長最為顯著。 2013—2015 年間， 泰國、越南、 菲律賓、 馬來西亞等東南亞國家實際工資增長率分別為5.6%、 4%、 2.23%和3.3%， 而我國實際工資年均增長率則高達7.3%。 勞動力成本的上漲被認為是吞噬一國競爭優勢的重要原因， 工資水平的快速上漲弱化了我國基于勞動力成本的國際比較優勢， 這也成為發達國家削弱中國在全球價值鏈中的地位， 轉而尋求新一輪戰略轉移的重要突破口。高山等 （2021）、 李磊等 （2019） 的相關研究均表明， 勞動力成本的變動顯著影響了我國外商直接投資。

理論上， 勞動力成本的變動會影響國際投資，反過來， 國際投資的變動同時伴隨著生產要素的轉移， 資本的流入和流出會重塑一國生產要素配置結構， 進而影響工資水平的變動。 值得注意的是， 國際投資不僅包括外商直接投資（IFDI）， 還包括對外直接投資 （OFDI）。 以我國為例， 近年來我國吸引外資規模持續增長的同時， 對外直接投資規模也呈現出顯著的上漲趨勢， 甚至超過了外商直接投資規模 （如圖1 所示）。 已有研究表明， 對外直接投資直接影響一國在國際價值鏈中的分工地位， 推動國際價值鏈的重塑和轉型升級， 同時也會對該地區的勞動力市場產生重要影響。

圖1 2000—2018 年間中國OFDI 與IFDI 的變動情況

綜上， 雙向FDI 作為參與國際生產與全球價值鏈重塑的重要投資方式， 無論是外資引入還是對外資本輸出， 其帶來的先進技術、 管理經驗以及充足的資本存量已經成為影響各國勞動力成本比較優勢的重要因素。 基于此， 本文將外商直接投資和對外直接投資納入到統一的分析框架， 利用2000—2018年間37 個國家和地區面板數據來研究雙向FDI 如何影響勞動力成本， 以及這一影響在國家和地區之間的差異， 為科學應對新發展階段國際投資變動的新特點及其對勞動市場的影響提供決策依據。

二、 理論分析與研究假說

（一） 對外直接投資與勞動力成本

對外直接投資必然伴隨著要素的對外輸出， 資本在國與國之間的流動會進一步引發勞動力在國與國之間的重新配置， 沖擊母國以及目的國的勞動要素配置結構， 進而引起相對工資水平的改變。 已有研究表明， 對外直接投資具有較強的技術溢出效應， 企業對外投資的同時也會通過一定的渠道引進東道國的資源、 先進技術和管理經驗， 在提升本企業在國內市場競爭力的同時， 也加劇了國內同行業的競爭。 而競爭將倒逼行業內其他企業開展創新激勵、 進行人力資本儲備以提高自身競爭力， 這在很大程度上增加了國內企業對高技能勞動人才的需求， 進而推動了工資水平的上漲。 而且， 對外直接投資是企業嵌入全球價值鏈、 實現轉型升級的重要渠道， 出于提高勞動生產率以及降低再培訓成本等因素的考慮， 企業有足夠的動機提高勞動者工資。因此， 對外直接投資會推動工資即勞動力成本的上升。 但是， 對外投資規模帶來的產業關聯與產業轉移效應可能會導致投資國 “產業結構軟化” 與 “產業空心化”， 產業結構軟化將促使物質資本逐步向國內的知識和技術密集型等軟產業轉移， 而產業空心化將會導致以制造業為中心的物質生產與非物質生產之間的比例關系嚴重失衡。 兩者的同時作用導致勞動密集型產業資源消耗減少， 收縮了國內對于普通勞動力的市場需求， 如果需求萎縮的規模足夠大， 那么普通勞動力工資水平的下降則會拉動整體工資水平的下降。

據此， 本文提出假說1： 對外直接投資對勞動力成本的影響呈非線性的相關關系。

（二） 外商直接投資與勞動力成本

外商直接投資既能為東道國經濟發展提供新思路與高質量生產要素， 為東道國的經濟增長、 國際貿易、 技術創新等方面提供強大的資本支撐， 同時又能通過專業化水平推動勞動生產率的提高， 進而提高勞動要素價格即工資。 一方面， 跨國公司在人力資本、 技術水平等方面的優勢地位使得其可以提供高于市場均衡水平的工資， 而在勞動力市場上，高工資會識別高技能勞動力， 因此外資的引入會導致國內高質量勞動力向外資企業流動， 這無疑有利于提升外資企業的勞動生產率， 帶動工資水平的進一步上漲。 另一方面， 外資企業的高工資具有較強的示范效應， 其對國內其他企業造成了較大的競爭壓力， 迫使國內企業通過模仿創新和技術改進等多種方式開展競爭， 這有利于提高國內企業的勞動生產率， 進而推動工資水平的上漲。 然而， 外商直接投資同時具備較強的擠出效應， 外資的引入在提升一國企業勞動生產率的同時， 也推動了國內企業的結構性轉變， 部分低效率企業因為無法適應激烈的市場競爭而被淘汰， 導致國內市場對勞動力尤其是低技能勞動力的需求減少， 進而會降低勞動者的工資水平。 而且， 吸引外資對地區經濟增長的積極效應使得地方政府之間基于招商引資的競爭愈發激烈， 而低工資、 低成本是吸引外資入駐的重要優勢， 地方政府具有較強的動機來控制勞動力工資的上漲。 進一步來看， 在市場不完全競爭的條件下， 外資的大量進入及其強大的競爭能力會增強外資企業的壟斷實力， 勞動者的談判能力被逐漸弱化， 最終國內市場的勞動者不得不接受基于市場壟斷的低工資水平。

由此， 本文提出假說2： 外商直接投資對勞動力成本的影響表現為非線性的相關關系。

三、 研究設計

（一） 模型設定

為了驗證上述理論假說， 本文構建如下模型驗證雙向FDI 對勞動力成本的影響：

上式中， i 表示國家個體， t 代表年份。 被解釋變量awage 代表國家和地區年平均工資， 用經濟中每位全職以及等同于全職雇員的平均年薪來表示，通過雇員的平均每周工作時間以及平均雇員人數計算得到； 核心解釋變量包括對外直接投資OFDI 存量 （ofdi）、 外商直接投資IFDI 存量 （ifdi） 以及雙向FDI 的二次項 （ofdi_2、 ifdi_2）。 X’為控制變量集合， 主要包括金融發展水平（finance）、 人力資本水平（sedu）、 技術水平（patr）、 基礎設施建設水平（fts）、 商品貿易占比 （mantr） 以及市場化水平 （efi）。 其中， μ和υ分別代表非觀測性的個體效應以及時間效應， ε表示隨機擾動項。 為了消除原始數據中不同維度上特征尺度存在的量綱差異造成的估計偏誤， 本文對核心解釋變量與被解釋變量進行了標準化處理。

（二） 變量與數據說明

本文利用2000—2018 年間中國以及經濟合作與發展組織 （OECD） 共37 個國家和地區的數據，探究雙向FDI 與勞動力成本之間的關系。 其中， 雙向FDI 的相關數據來源于聯合國貿易和發展會議數據庫（UNCTAD）， 經濟自由度指數（efi） 來源于國泰安數據庫， 其余指標數據均來源于世界銀行的WDI （World Development Indicators） 數據庫。 缺失數據利用插值法以及回歸法補全。

1.被解釋變量： awage。 勞動力成本用各國和地區的年平均工資來表示， 具體計算方法如下： 用基于國民賬戶的工資總額除以整個經濟體的平均雇員人數， 然后乘以每個全職雇員的平均每周工作時間與所有雇員的平均每周工作時間之比。 此外， 將平均工資用2018 年美元購買力平價換算成美元購買力平價， 并用基于2018 年價格的私人最終消費支出指數進行平減。

2.核心解釋變量： 對外直接投資OFDI 和外商直接投資IFDI。 這里選取了37 個國家和地區的雙向FDI 存量數據， 因為存量數據比流量數據更具有穩定性， 更能反映其對勞動力成本的影響是長期累積的過程。

3.其余控制變量。 參考已有研究， 本文選擇以下影響一國和地區勞動力成本的因素作為控制變量： 金融發展水平（finance）， 具體用各國和地區金融部門信貸占國民生產總值 （GDP） 的比重表示；人力資本水平， 用中等教育入學率（sedu） 來衡量；技術水平（patr）， 采用非居民專利申請量與居民申請量的比值來表示； 基礎設施建設水平 （fts）， 用每百人固定電話訂閱數來衡量； 商品貿易占比（mantr）， 以各國和地區商品貿易占GDP 比重來衡量； 市場化水平， 選用經濟自由度指數 （efi） 作為衡量一國或地區市場化水平的評價指標。 一般來說， 經濟市場化水平越高， 經濟自由度越高， 與市場化水平較低的國家和地區相比， 其經濟發展環境越完善。 主要變量描述性統計如表1 所示。

表1 變量描述性統計

四、 實證結果分析

（一） 基準回歸

基準回歸結果如表2 所示。 列 （1）、 列 （3）的回歸結果顯示， 不考慮非線性關系的話， OFDI、IFDI 與勞動力成本均在1%的水平上顯著正相關，相關系數分別為0.0694 和0.0613， 即雙向FDI 會推升一國勞動力成本的上升， 從回歸系數的大小來看， OFDI 對勞動力成本的提升效應更加明顯。

表2 模型回歸結果

為了驗證OFDI、 IFDI 與勞動力成本是否存在非線性關系， 進一步加入OFDI 與IFDI 二次項， 利用模型 （1） 和 （2） 開展回歸分析， 回歸結果如表2列（2）、 列（4） 所示。 從回歸系數來看， OFDI 與IFDI 的一次項系數分別為0.4708 和0.3413， 均在1%的水平上顯著。 而OFDI 與IFDI 的二次項系數分別為-0.3160 和-0.2195， 均在1%的水平上顯著為負。 這說明OFDI 與IFDI 與勞動力成本之間存在倒“U” 型關系， 即雙向FDI 對于勞動力成本均表現出先上升后下降的非線性發展趨勢， 前文的假說1 與假說2 得以驗證。

（二） 經濟發展水平和外部沖擊的影響

一是經濟發展水平的影響。 雙向FDI 對于勞動力成本的影響效果可能受到諸多宏觀經濟環境的制約， 而經濟發展水平作為一國經濟、 科技、 文化等眾多條件的綜合衡量指標， 其對于勞動力成本的影響可能是直接而重大的。 基于全樣本視角分析雙向FDI 對于勞動力成本的影響， 可能會忽略不同國家和地區經濟發展水平的異質性影響。 因此， 本文進一步基于經濟發展水平對樣本進行分組， 探討不同經濟發展水平下OFDI、 IFDI 與勞動力成本的相關關系。 2019 年世界銀行修訂了高收入國家標準， 人均國民收入高于12375 美元標志著邁入高等收入國家行列， 本文根據人均國民收入是否大于12375 美元設置虛擬變量H、 L， 當國家或地區人均國民收入大于12375 美元時， H=1， 該國家或地區為高收入國家或地區； 當國家或地區人均國民收入低于12375 美元時， L=1， 該國家或地區為中低收入國家或地區。 將H、 L 與雙向FDI 及其平方項進行交乘，在模型 （1）、 （2） 的基礎上進行回歸分析， 檢驗在不同經濟發展水平條件下雙向FDI 對于勞動力成本的影響。 表2 列 （5）、 列 （6） 分別列示了低收入國家 （L×fdi） 與高收入國家 （H×fdi） 及其平方項 （L×fdi_2 與H×fdi_2） 的異質性回歸結果， 分析結果表明：

其一， 經濟發展水平顯著影響OFDI 與勞動力成本之間的關系。 從列 （5） 可以看出， 對于高收入國家或地區而言， OFDI 對于勞動力成本依然表現為明顯的倒 “U” 型相關關系， 而中低收入國家或地區的OFDI 與勞動力成本的非線性關系并不顯著， 兩者顯著正相關。 這說明， 對于中低收入國家或地區而言， OFDI 規模的擴張主要導致了勞動力成本的上升， 而對于高收入國家或地區而言， OFDI規模的擴張達到一定臨界值之后， 反而會促進勞動力成本的下降。 這意味著人均國民收入低于12375美元的國家大多位于倒 “U” 型曲線的左側， 其對外直接投資目前仍處于提高勞動力成本的階段。 可能的原因在于： 對于中低收入國家或地區來說， 對外直接投資的創新效應更加明顯， 可以通過對外直接投資來吸收國外先進技術， 并通過本土化進程將其轉化為推動國內技術創新和產業結構升級的重要動力， 而這一進程會加大國內市場對高技能勞動力的需求， 進而提升勞動力成本。 對于高收入國家而言， 雙向FDI 的擠出效應更明顯， 隨著對外投資規模的擴大導致生產性物質資本長期流出， 從而導致資本密集型產業逐步取代勞動密集型產業， 引發了產業結構軟化與產業空心化問題， 最終導致了勞動力成本的下降。

其二， 經濟發展水平的高低也顯著影響IFDI 與勞動力成本之間的關系。 從列（6） 可以看出， 中低收入國家的外商直接投資系數顯著為正， 其外商直接投資規模與勞動力成本的非線性關系并不顯著，這可能是由中低收入國家或地區的金融發展水平較低及市場容量不足造成的， IFDI 對于母國的就業結構與勞動力供需結構表現為良好的推動作用， 從而給勞動力市場提供了改善工資水平的積極信號。 對于高收入國家來說， 大規模的外商直接投資對勞動力成本的影響表現為先提高后降低， 這可能是因為外商直接投資規模擴張初期， 其對經濟發展的規模效應較為明顯， 增強了國內市場對勞動力的需求，進而提升了工資水平。 伴隨著外資引入規模的擴大， 其所引起的 “競爭性” 將會促使母國遭受到負向的“技術溢出” 效應， 進而降低勞動力成本。

進一步對標我國經濟現實可以發現， 現階段我國仍處在倒 “U” 型曲線的左側， 即雙向FDI 與我國勞動力成本正相關， 雙向FDI 規模的擴張推動了我國勞動力成本的上漲。 可能的原因在于： 自 “入世” 以來， 我國逐步形成了雙向投資的外資發展格局， 顯著影響了我國國內市場的要素配置結構， 推動我國產業結構逐步向資本密集型傾斜， 技術創新以及先進的管理經驗引致勞動力需求結構向高端產業轉移， 于是企業有更強的意愿支付高于市場驅動的均衡工資， 進而提升了勞動力成本。

二是金融危機的外部沖擊。 2008 年金融危機改變了資本要素在國與國之間的流動， 對OFDI 和IFDI 均造成了重大沖擊， 資本流動的新變化對于全球勞動力市場的影響無疑是巨大的。 鑒于此， 本文將樣本期間劃分為2000—2008 年與2009—2018 年兩個時間段， 分別探討金融危機前后雙向FDI 與勞動力成本之間的關系， 揭示金融危機這一重大外部沖擊是如何影響雙向FDI、 進而影響一國勞動力成本的。

由圖2 可以看出， 金融危機之前尤其是2004—2007 年之間， 樣本國家和地區OFDI 和IFDI 的均值呈現出顯著的上漲趨勢， 雙向FDI 規模呈擴張態勢。 2008 年及其后， 受金融危機的沖擊， OFDI 和IFDI 的均值顯著下降， 且波動劇烈， 這勢必會影響各國和地區勞動力成本的變動， 雙向FDI 與勞動力成本之間的關系也會受到較大影響。

圖2 金融危機前后OFDI 與IFDI 的變動趨勢

表3 列示了金融危機前（pofdi 與pifdi） 與金融危機后 （tofdi 與tifdi） 雙向FDI 對勞動力成本的異質性影響結果。 由列 （1） 和列 （2） 的分析結果不難看出， 無論是否加入控制變量， 2008 年金融危機以前對外直接投資（OFDI） 與勞動力成本之間的倒“U” 型關系仍然顯著， 二次項的系數顯著為負。 但是從金融危機前后的系數對比不難看出， 受金融危機的沖擊， 對外直接投資（OFDI） 對勞動力成本的影響明顯減弱， 這可能與金融危機引起的雙向FDI規模及其流向的轉變有關。 列 （3） 和列 （4） 的分析結果則表明， 金融危機發生前， 外商直接投資（IFDI） 與勞動力成本正相關， 但是這一相關關系并不顯著， 而金融危機的沖擊使得外商直接投資（IFDI） 與勞動力成本之間的關系轉變為顯著的非線性相關， 在越過一定拐點之后， 外商直接投資（IFDI） 反而會降低一國勞動力成本。 其原因可能在于， 金融危機帶來的經濟壓力需要外來資本的進入來拉動國內經濟增長， 而外商進入為國內居民創造了更多就業機會， 同時也提高了勞動者工資水平。

表3 金融危機外部沖擊的影響結果

（三） 模型檢驗

1.內生性檢驗。 考慮到核心變量之間可能存在雙向因果關系或其他內生性問題導致的計量結果偏誤， 本文選擇工具變量來解決內生性問題。 根據已有研究， 外商直接投資與對外直接投資會通過產業關聯、 產業轉移以及技術溢出等效應推動產業結構優化升級， 也即雙向FDI 與產業結構存在明顯的相關性。 本文通過bartik 工具變量法計算雙向FDI 及其平方項與產業結構的乘積， 并分別作為雙向FDI及其平方項的工具變量， 利用兩階段最小二乘法（2SLS） 進行回歸。 其中， 產業結構=1×第一產業增加值+2×第二產業增加值+3×第三產業增加值。

表4 列示了采用工具變量法的回歸結果。 我們在計量分析中分別控制了地區效應與時間效應， 以盡可能地提高回歸結果的精確性。 研究發現， 在解決了內生性問題后， 雙向FDI 的估計系數均在1%的水平上顯著為正， 而雙向FDI 平方項的回歸系數均顯著為負， 且在1%的水平上高度顯著， 這進一步驗證了雙向FDI 與勞動力成本之間存在明顯的倒“U” 型關系。 伴隨著雙向FDI 規模的擴大， 勞動力成本表現出先提高后下降的趨勢， 表明上文的分析結果是穩健可靠的。

表4 內生性檢驗分析結果

2.穩健性檢驗。 為了檢驗雙向FDI 提升勞動力成本的結論是否穩健， 本文采用分位數回歸進行穩健性檢驗。 表5 分別列示了20 分位、 40 分位以及60 分位下雙向FDI 及其平方項與勞動力成本之間的相關關系。 從實證結果可以看出， 在不同的分位數水平上， 雙向FDI 與勞動力成本之間均表現為倒“U” 型關系， 前文的分析結論進一步得到了驗證。此外， 我們可以發現OFDI 在40 分位點處對勞動力成本的提升作用最為明顯， 在更低水平 （20 分位）以及更高水平 （60 分位） 處OFDI 與勞動力成本的倒“U” 型關系并不顯著， 這意味著， 當OFDI 處于中間水平時， 其對勞動力成本的影響更為直接。 而IFDI 與勞動力成本在其20 分位點、 40 分位點和60分位點處均呈倒 “U” 型關系， 只是20 分位點處IFDI 的拐點值更接近全樣本下的拐點值， 這說明隨著IFDI 規模的擴大， 其對勞動力成本的影響也更為明顯。 原因可能在于， IFDI 對不同技能層次勞動力的工資影響不一， 伴隨著IFDI 規模的擴張， 其對高技能勞動力工資水平的影響愈加顯著， 而低技能勞動力的工資變動幅度則有限， 最終導致勞動力成本的波動對于高水平的IFDI 更為敏感。

表5 分位數回歸結果

五、 研究結論與政策建議

本文利用2000—2018 年中國以及經濟合作與發展組織 （OECD） 37 個國家和地區的跨國面板數據， 探究了雙向FDI 對勞動力成本的影響。 研究發現： 第一， 雙向FDI 與勞動力成本呈顯著非線性的倒 “U” 型關系， 隨著國際投資規模的擴大， 其對勞動力成本的沖擊表現為先提高后下降的態勢。 第二， 雙向FDI 與勞動力成本的關系受經濟發展水平的影響。 對于人均國民收入低于12375 美元的中低收入國家和地區而言， OFDI、 IFDI 規模的擴張均提高了本國工資水平， 推升了勞動力成本； 對于高收入國家和地區而言， OFDI、 IFDI 與勞動力成本之間具有顯著的倒 “U” 型關系， 伴隨著經濟發展水平的提升， 雙向FDI 規模的擴張會降低一國勞動力成本。 第三， 金融危機作為重要的外部沖擊事件顯著影響了OFDI、 IFDI 與勞動力成本之間的關系， 兩者之間的倒 “U” 型關系在金融危機沖擊之后更為顯著。 這意味著在全球化發展的新時代， 國際投資的劇變勢必會嚴重沖擊一國勞動力市場乃至整個宏觀經濟， 如何科學應對這一變動， 將是各國家和地區參與全球價值鏈競爭、 推動本國和地區經濟可持續發展的重要課題。

對于中國而言， 我國目前尚處在倒 “U” 型曲線的左側， 即雙向FDI 規模的擴張推升了我國勞動力成本的上漲， 在人口自然增長率持續下降、 人口老齡化日益嚴重的現實背景下， 雙向FDI 的擴張無疑會加劇我國勞動力成本的上漲壓力， 這給我國經濟發展帶來了巨大挑戰。 為科學應對這一影響， 根據本文研究結論， 可以從以下幾點著手：

第一， 繼續加大創新投資力度， 增強創新激勵。 雙向FDI 規模擴張所帶來的勞動力成本上升在沖擊我國勞動力市場的同時， 也具有較強的創新推動效應， 可以倒逼企業開展技術創新來緩沖勞動力成本上漲的壓力。 從長遠眼光來看， 這有利于我國經濟結構的轉型升級， 但是需要以強大的創新投入為條件， 以數字經濟、 人工智能的發展為依托。

第二， 調整優化引資規模與結構， 著力減少競爭型外資引入。 從結構上來看， 外商直接投資所帶來的工資水平上漲主要集中在高技能勞動力身上，這意味著外資引入在提高我國勞動力成本的同時，也可能會導致高技能勞動力與低技能勞動力之間的工資差距， 這不利于我國共同富裕目標的實現。 因此， 我國應及時調整引資結構， 減少垂直型FDI 對于低技能勞動力工資水平的擠壓， 引導外資向高技術產業轉移， 充分發揮IFDI 的技術擴散效應， 高度重視引資帶來的高技能勞動力群體福利提升以及推動經濟發展的有利作用， 確保引資紅利共享。

第三， 支持對外投資多元化， 鼓勵增加高質量對外投資。 發展更高層次、 更高水平的開放型經濟是我國新時代重要的戰略部署， 在對外直接投資方面， 應引導國內低附加值行業向 “一帶一路” 國家轉移， 有效釋放資源轉投其他領域， 支持對外投資多元化發展， 以此優化國內勞動力市場需求結構，提升非熟練勞動力群體的相對收入水平， 并逐步實現非熟練勞動力向熟練勞動力群體的轉化。

第四， 注重人口政策、 勞動力流動政策等多維政策的協調使用。 一方面， 繼續優化生育政策， 保持我國勞動力稟賦優勢， 緩解雙向FDI 所帶來的勞動力成本上漲壓力； 另一方面， 持續放開戶籍限制， 加快實現基本公共服務均等化， 加快推行土地市場化改革， 推動勞動力在城鄉之間、 區域之間的自由流動， 通過改善我國人口結構來應對勞動力成本上漲。

注釋：

①任志成、 戴翔： 《勞動力成本上升對出口企業轉型升級的倒逼作用——基于中國工業企業數據的實證研究》 《中國人口科學》 2015 年第1 期。

②高山、 李征、 宋順鋒： 《勞動保護、 用工成本與企業對外直接投資》， 《國際貿易問題》 2021 年第2 期；李磊、 王小霞、 蔣殿春、 方森輝： 《中國最低工資上升是否導致了外資撤離》， 《世界經濟》 2019 年第8 期。

③王玉澤、 羅能生： 《對外直接投資對母國收入差距的影響效應——基于跨國面板數據的研究》， 《中國管理科學》 2019 年第4 期。

④吳哲、 范彥成、 陳衍泰、 黃瑩： 《新興經濟體對外直接投資的逆向知識溢出效應——中國對 “一帶一路”國家OFDI 的實證檢驗》， 《中國管理科學》 2015 年第S1期。

⑤趙春明、 江小敏、 李宏兵： 《對外直接投資、 產業關聯與技能工資溢價——基于水平溢出與垂直溢出效應的實證研究》， 《國際貿易問題》 2019 年第2 期。

⑥劉斌、 王杰、 魏倩： 《對外直接投資與價值鏈參與： 分工地位與升級模式》， 《數量經濟技術經濟研究》2015 年第12 期。

⑦A.Tomohara, S.Takii, Does Globalization Benefit Developing Countries? Effects of FDI on Local Wages,Journal of Policy Modeling, 2011, 33(3), pp.511-521.

⑧ 羅偉、 劉晨、 葛順奇： 《外商直接投資的工資溢出和關聯效應研究》， 《世界經濟》 2018 年第5 期。

⑨周云波、 陳岑、 田柳： 《外商直接投資對東道國企業間工資差距的影響》， 《經濟研究》 2015 年第12 期；張曉磊、 張二震： 《外資進入、 產業關聯與本土企業單位勞動成本： 基于中國工業企業數據的實證》， 《世界經濟研究》 2019 年第5 期。

⑩R.Kosova, Do Foreign Firms Crowd Out Domestic Firms? Evidence from the Czech Republic, The Review of Economics and Statistics, 2010, 92(4), pp.861-881.

?E.Neumayer, I.D.Soysa, Globalization and the Right to Free Association and Collective Bargaining: An Empirical Analysis, World Development, 2006, 34(1), pp.31－49.

?N.Malchow-Mφller, J.R.Markusen, B.Schjerning, Foreign Firms, Domestic Wages, Scandinavian Journal of Economics, Wilwy Blackwell, 2013, 115(2), pp.292-325.

?孫曉華、 王昀： 《企業規模對生產率及其差異的影響——來自工業企業微觀數據的實證研究》， 《中國工業經濟》 2014 年第5 期。

? Y.Lu, Z.G.Tao, L.M.Zhu, Identifying FDI Spillovers, Journal of International Economics, 2017, 107,pp.75-90.