我们将从两个方面对社会效益指标进行修正：第一，对外贸易行业就业人数不应完全用外资企业的就业人数来概括。我国并没有公开公布对外贸易行业的就业人数，但是可以通过适当的转化替代方法进行估计。第二，对外贸易对就业水平的影响，绝不仅仅限于对外资企业或外贸行业就业的影响。对外贸易是经济增长的“引擎”，对外贸易的发展也必然带来国家整体就业水平的变化，因而使用外资企业就业或对外贸易行业就业不能完全体现对外贸易对就业的影响。我们将采用实证分析的方法，衡量对外贸易引致的就业水平，进而对社会效益指标进行修正。
5.4.1 对外贸易行业就业人数修正
我们参考孙治宇、赵曙东（2010）的处理方法，通过使用出口额占工业总产值的比重来衡量对外贸易行业就业人数占工业部门就业人数的比重。但是就中国目前的情况而言，初级产品（尤其是资源性产品）的出口规模依然较大，因而衡量对外贸易行业就业人数的方法可以进一步修正为：L=（X/GDP）×M，其中L为对外贸易行业就业人数，X为出口总额，M为全社会就业人数，得到外贸行业就业人数及修正后的社会效益指数如表5-6所示。
表5-6 1993—2011年中国对外贸易可持续发展的社会效益指数修正值
比较表5-4和表5-6我们发现，经过修正后的对外贸易可持续发展社会效益指数，与使用外资企业就业人数的指数除个别年份外，相差并不明显，且值域几乎相同。可见使用外资企业就业人数作为衡量标准亦无大错。为直观起见，我们同样给出趋势变化见图5-8。
图5-8 修正的社会效益指数
比较图5-8与图5-3，我们发现1993—2010年间修正的社会效益指数与未修正的指数并无显著差异。但是无论修正与否，2011年的社会效益指数较之2010年有明显下降，这一结论并没有改变，可见近年来我国对外贸易可持续发展的社会效益正在逐渐降低，这必然会严重影响对外贸易整体的可持续发展潜力，应当引起足够的重视。
1993年、2002年、2009年和2010年中国31个省（区、市）的修正社会效益指数如表5-7所示。修正后的省际社会效益指数见图5-9至图5-11。我们将其与修正前的指数进行比较发现：第一，北京、上海和广东修正后的社会效益指数波动较之修正前更小，且2002年没有出现低谷。可见，考虑外贸行业就业而非外资企业就业后，加入WTO后对外贸易可持续发展的社会效益没有降低，这与我国加入WTO的对外贸易整体情况是相符的，即对外贸易并没有先前预期的受到巨大冲击，因而修正后的社会效益指数比较理想。第二，中西部的社会效益指数平均水平依然高于东部，且波动较之东部要小，这与修正前相比没有明显变化。第三，2009年和2010年一些东部地区的社会效益指数下降明显，如上海、广东、辽宁和浙江，中西部地区虽然下降幅度较小，但基本较之2002年也有所下降。可见整体而言，近年来我国对外贸易可持续发展的社会效益正在下降是不争的事实。
表5-7 1993年、2002年、2009年和2010年中国各省（区、市）社会效益修正指数
图5-9 部分东部省市修正后的社会效益指数
图5-10 中部地区修正后的社会效益指数
图5-11 西部地区修正后的社会效益指数
5.4.2 对外贸易引致就业修正
对外贸易不仅会影响外贸部门或外资企业，更重要的是会影响国家整体经济运行，从而间接对就业产生影响，因而对外贸易的社会效益必然应该包含对外贸易对就业市场的外溢效应，因而有必要考虑对外贸易引致就业对社会效益指数的修正。考虑到数据的可获得性，本部分基于1997—2009年间的数据。根据大数定律，1993—2011年间的样本应该符合本部分计量结果的一致性，因而并不影响修正的科学与准确。
近年来，对外贸易在国家和产业层面的就业效应，已成为研究人员和政策制定者非常关注的问题。对外贸易发展对就业的影响路径，可以归纳为两个方面：第一，对外贸易发展作为经济增长的引擎对就业产生促进影响，笼统来说是简单的菲利普斯曲线关系（Scarth，2006），即对外贸易发展促进经济增长，而经济增长带动就业水平提高。第二，对外贸易发展提高了企业的筛选意愿和劳动者搜寻工作的匹配成本，从而降低了就业水平，即基于匹配理论的对外贸易筛选机制（Pissarides，1985；Helpman，et al.，2010）。由于存在以上两种相反效应的机制，因而实证研究对外贸易的就业效应出现了不一致的结果。
国内文献分别从对外贸易类型（张华初、李永杰，2004），特定贸易部门（魏浩，2011；胡昭玲、刘旭，2007；毛日昇，2009），对外贸易企业类型（蒋荷新，2007）和省级对外贸易（梁平等，2008；高文书，2009）层面，利用中国对外贸易样本实证检验对外贸易对就业水平的影响。基本结论是：出口增加提高了就业水平，而进口增加对就业水平的影响则不能确定。考虑到国内外贸产业特点，国内学者大多认为不能将提高出口水平作为提高就业的长期有效方法。与此同时，国外学者的相关研究却得出不尽相同的结论。如Milner和Wright（1998）对中国和其他发展中国家就业市场的研究，得出的结论是出口开放度的增加会显著促进就业的增长，而Leichenko（2000）研究了美国各州的出口与就业的关系，指出就业增加会显著地提高出口水平，但是出口的增加却会对就业产生负面影响，即出口增加会降低就业水平。
国内外现有的研究，虽然较为全面地从理论和实证角度阐述了对外贸易的就业效应，但尚未达成一致的结论。现有研究的缺陷主要有两个方面：第一，现有文献大多分别研究出口和进口的就业效应，但对贸易顺差的就业效应没有做充分衡量。就中国目前的情况而言，外贸顺差的增加是出口和进口不同规模增加造成的结果，因此进一步研究外贸顺差和就业的关系，有利于比较出口和进口对就业影响的大小。况且严格来说，贸易顺差的就业效应，并不能简单等同于出口和进口的就业效应之和（Bruce，1996），因而衡量顺差与就业的关系也存在纯理论层面的意义。第二，现有文献大多没有考虑微观的匹配和贸易筛选机制对就业的影响。学者研究出口和进口对就业的影响，往往在理论机制上先验地归结于宏观层面的经济发展对就业的影响，即遵循菲利普斯曲线关系构建模型。[1]然而根据Helpman等（2010）的研究，对外贸易带来就业者搜寻匹配成本和企业筛选成本的变化，是对外贸易就业效应的基础路径。因此考察对外贸易的就业效应，基于匹配模型和贸易筛选机制构建计量方程应该是有意义的。本章将通过构建包含贸易筛选机制的匹配模型，得到对外贸易就业效应的可计量方程，衡量我国对外贸易对就业水平的边际影响程度。
1.研究方法与分析框架
借鉴Pissarides（1985）的搜寻匹配模型思想，先验地认为劳动市场异质，因此企业和劳动者都需要通过一个匹配过程，才能最终找到令自己满意的对方。当然，厂商由于存在保留生产率的要求，因而宁可保留空位，也不会招聘不合格的人才。于是，单位时间内的新工作流M可以用失业工人和“空位”来表示：
其中，K、β、γ为常数，U、V分别代表失业工人和“空位”。上式给出了模型的核心匹配函数，即认为搜寻发生在失业工人（U）和虚位（V）之间，且搜寻结果是双方努力的乘积。Pissarides（1994）对该匹配函数做了修正，但基本形式没有本质改变，因而本报告沿用如式5-4所示的方程。具体而言，会出现两种情况，如果β+γ1，说明增加搜寻努力会带来效用的增加，称之为“密集市场效应”（thick-market effects）；如果β+γ