參與全球價值鏈對我國工資差距的影響
——基于分工位置角度的分析

胡昭玲，李紅陽

(南開大學國際經濟貿易系，天津 300071)

?

參與全球價值鏈對我國工資差距的影響
——基于分工位置角度的分析

胡昭玲，李紅陽

(南開大學國際經濟貿易系，天津 300071)

本文采用下游度指標刻畫行業參與全球價值鏈的嵌入位置，首次從價值鏈分工位置角度考察其對我國不同技能勞動力之間工資差距的影響。對1995-2009年間面板數據進行實證分析后發現，參與全球價值鏈后，我國多數行業的分工位置越來越接近初始投入品階段，分工位置下滑導致不同技能勞動力之間的工資差距擴大，在價值鏈嵌入位置50分位以上，熟練勞動力之間的工資差距擴大更快，而在50分位以下，非熟練勞動力之間的工資差距擴大更快。

全球價值鏈；下游度；分工位置；工資差距

一、引 言

隨著經濟全球化的不斷發展和跨國公司在全球范圍內整合生產的深化，零散化生產已不再局限于產品的整合生產和產品的部份生產，而是深入到產品內不同工序之間的國際化生產。參與全球價值鏈使中國成為著名的世界代工廠，中國不僅經歷了經濟的高速增長，還壓縮了經濟發展經歷，實現了非線性追趕[1]。與此同時，中國內部的工資差距卻有擴大趨勢，工資差距問題對勞動要素相對豐裕的發展中國家尤其重要。產品工序層面的國際分工是造成收入差距擴大的重要原因[2][3]。那么，中國參與全球價值鏈后，不同技能勞動者從中獲益是否相同？

在已有文獻中，學者們主要從價值鏈分工地位的角度考察參與價值鏈對熟練勞動力和非熟練勞動力之間工資差距的影響。大多數文獻基于H-O理論和S-S定理，從國家層面或行業層面的比較優勢和分工模式的角度，深入探討參與全球價值鏈對不同技能勞動力之間工資差距的影響，發現不管是發達國家還是發展中國家參與全球價值鏈后，其國內熟練與非熟練勞動力的收入差距變大[4][5]。此后，一些研究開始關注價值鏈對中國不同技能勞動力之間工資差距的影響[6]，主要采用外包、垂直專業化指標、產品和行業的出口復雜度等方法來衡量一國參與價值鏈后的分工地位，研究表明產品內分工地位的提升增加了中國行業熟練勞動力的工資份額，加劇了熟練勞動力與非熟練勞動力之間的工資差距[7][8]。

而分工位置和分工地位是兩個相關但不等同的概念。分工地位反映特定行業在價值鏈分工中的獲利能力，它是一種價值判斷；分工位置反映特定行業在價值鏈分工中所處的環節，客觀描述了行業距離最終產品的空間距離[9]。在全球價值鏈的背景下，發展中國家尤其是中國憑借勞動力要素稟賦的相對比較優勢加入價值鏈，希望通過參與價值鏈獲得技術外溢和生產率效應來促進本國經濟發展和技術創新，實現價值鏈上的攀升。但參與國際分工后各行業所在價值鏈上的分工位置反而由于生產技術差異和要素技能差異而相對下降，行業承接的產品生產工序相對集中于接近初始投入品階段，導致發展中國家面臨價值鏈上分工位置下滑和低端鎖定的風險。由于分工位置是更為客觀的描述，尚未有學者從分工位置的角度考察參與價值鏈對工資差距的影響。因此，本文首次從行業所在全球價值鏈分工位置的角度，系統考察中國參與全球價值鏈對不同技能勞動力之間工資差距的影響。

參與全球價值鏈對不同技能勞動力之間工資差距的影響機制主要包括三個層面。(1)要素替代效應。發展中國家憑借相對豐裕低廉的低技能勞動力的優勢加入價值鏈參與國際分工，對本國的較低技能勞動力產生正的替代效應，提高較低技能勞動力的相對需求和相對工資，但減少對較高技能勞動力的相對需求和相對工資[6]。(2)要素需求創造效應。通過初始產品貿易，初始品的生產技術差異和技術溢出導致發展中國家較高技能勞動力相對需求增加，進而提高較高技能勞動力的相對工資[10][11]。(3)技能偏向性效應。通過參與價值鏈帶來的技術外溢和良好的外部環境，有利于國內企業通過技術模仿和技術創新提高自身技術水平。由于資本與技能的互補性和技術學習的技能偏向性[12]，較高技能勞動力與資本尤其是無形資本之間相互作用導致較高技能勞動力相對工資更高。可見，參與全球價值鏈通過要素替代效應縮小、要素需求創造效應和技術偏向性效應擴大不同技能勞動力之間的工資差距。實際上，近年來隨著中國人口紅利的逐漸消失，不同技能勞動力之間的工資差距正呈不斷擴大的趨勢。

據此，本文采用WIOD數據庫中1995-2009年中國工業細分行業的樣本數據，充分考慮WIOD的數據特點，根據教育程度將勞動力分為高技能勞動力、中技能勞動力和低技能勞動力三類，構建熟練勞動力工資差距和非熟練勞動力工資差距，考察分工位置對不同技能勞動力之間工資差距的影響。在現有研究的基礎上，本文擬驗證兩個問題：第一，參與全球價值鏈后，中國行業所在的價值鏈分工位置會越來越接近產品生產的初始投入品階段；第二，中國行業價值鏈上分工位置下降會擴大不同技能勞動力之間的工資差距。

二、全球價值鏈分工位置的統計描述

(一)全球價值鏈分工位置的測度指標

已有研究中衡量國際分工地位的指標(如外包和垂直專業化程度)不能提供關于價值鏈長度的信息，即生產階段的數目。因此，Antràs et al.(2012)在產品是序貫生產的假設前提下[13]，提供了一種不同的測度行業上游地位(即距離最終消費品的平均距離)的方法，為這種新方法提供了一種與投入產出分析中前向鏈接的概念有關的解釋，并根據美國2002年的投入-產出表計算了426個行業的出口上游化程度，最終使用2002年的貿易流動證明在國家層面上平均出口上游化決定因素的適用性。Antràs et al.(2013)首次提出下游度的概念[14]，定義為上游度的倒數且數值介于0到1之間，下游度較低時，表明該行業更接近價值鏈上的初始投入品階段；下游度較高時，表明該行業更接近價值鏈上的最終產品階段。下游度指標可以更為直觀地看到各行業在價值鏈中所處的分工位置。因此，本文采用下游度的概念來刻畫行業在價值鏈上的分工位置，其計算公式如下：

(1)

Downstream=1/Ui

(2)

其中，μij表示生產1單位價值的j行業產品用到的i行業的產出(上方標記表示對開放經濟和存貨的調整)，Fj表示j行業產出中被用于最終消費的部分，Yi表示i行業的總產出。為消除0值的情況，我們對各階段進行了加1的處理，因而右側各項系數1、2、3等指數表示行業距離初始產品的空間距離，而每一項中乘號后方的部分則表示行業i的產出中被用于不同位置的比例。各項經加權匯總后得到上游度Ui，表示行業i的產出與最終消費之間的加權平均距離。下游度即為上游度的倒數，其數值為0到1之間。借鑒已有研究，本文采用0.5為界點，若下游度指標大于0.5，則行業處于價值鏈相對下游；若下游度指標小于0.5，則行業處于價值鏈相對上游。

(二)全球價值鏈分工位置趨勢圖

本文采用WIOD數據庫中1995-2009年中國的投入產出表中16個工業行業面板數據計算下游度指標，并對其變化趨勢進行分析。根據盛斌和馬濤(2008)的技術分類標準[15]，我們將16個行業分為低技術行業和高技術行業兩類(見圖1、2所示)。

圖1 低技術行業的下游度指標

圖2 高技術行業的下游度指標

從本文的計算結果來看，下游度指標的下降趨勢顯示，較之1995年，2009年中國這16個行業價值鏈上的分工位置均有所下降，即越來越接近初始投入品階段。由圖1可以看出，低技術行業共7個，下游度的范圍為0.2-0.6之間。食品、飲料制造及煙草制品業、皮革、毛皮制品及制鞋業和紡織及服裝加工業的下游度指標在1995年均超過0.5，處于價值鏈的相對下游，這與中國勞動密集型制造行業的比較優勢的事實相符。隨著貿易自由化加深，這三個傳統低技術行業在價值鏈上的位置下降幅度最大。而其他4個低技術行業的下游度指標基本在0.3附近，處于價值鏈的上游。圖2顯示，高技術行業與低技術行業在價值鏈上的位置接近，但所有行業均處于0.25-0.5之間，多數行業的下游度指標居于0.4附近，即處于價值鏈相對上游。另外，一些行業(如橡膠及塑料制品業、機械設備制造業和電氣機械及器材制造業)的下游度指標在2004年明顯上升，2005年后又開始快速下降，到2009年已明顯低于1995年的下游度水平。

綜上所述，中國低技術行業中食品、飲料制造及煙草制品業、皮革、毛皮制品及制鞋業曾位于價值鏈下游，而其他低技術行業和高技術行業均位于價值鏈上游，且參與全球價值鏈后行業在價值鏈上的分工位置普遍下降，部分行業在價值鏈的分工位置短暫提高后又繼續下降，鮮有行業在價值鏈上的分工位置上升。2005年后高技術行業的下游度指標在4年內的下滑幅度明顯加快，低技術行業中原本在價值鏈上分工位置比較靠近最終產品階段的具有比較優勢的行業也在2005-2009年間經歷了較之前10年更快速的下滑，這很可能是因為2005年前后中國勞動力市場的人口紅利開始逐漸消失，勞動力市場中的中低技能勞動力的供給小于需求，勞動力成本攀升導致這些低技術行業失去了比較優勢，而高技術行業也沒能在參與全球價值鏈后實現相應的技術升級[8]，從而各行業在價值鏈上的位置更加接近初始品投入階段。

三、實證模型與指標說明

(一)模型構建

為對行業下游度與不同技能勞動力之間的工資差距進行實證分析，根據明瑟工資方程，本文的回歸模型設定如下：

Yit=αit+βDownstreamit+λXit+εit

(3)

其中，被解釋變量Yit代表t年i行業的不同技能勞動力之間的工資差距。本文根據教育程度將熟練勞動力之間工資差距設定為高、中級技能勞動力之間的小時工資差距且取二者小時工資之比的對數，而非熟練勞動力之間工資差距(gusl)設定為中、低技能勞動力之間的小時工資差距且取二者小時工資之比的對數，二者之和即為熟練與非熟練勞動力之間的工資差距(gsul)。WIOD數據庫中的勞動力的工資以1995年為基期，已經過價格指數調整。關鍵解釋變量為下游度指標(Downstream)，X為控制變量。根據已有文獻的研究成果，本文的控制變量包括人均資本(kl)、貿易開放度(openness)、外資參與度(lnfdi)、研發水平(rd)和企業規模(lnscale)。

(二)數據來源和指標說明

為實現統計口徑的一致性，本文采用世界投入產出數據庫的行業分類方法，將國內各統計年鑒的行業數據進行合并。世界投入產出數據庫數據更新至2012年，但由于工資數據僅更新至2009年，因而本文選取16個工業行業1995-2009年面板數據進行經驗分析。

1.行業下游度(Downstream)。本文采用WIOD數據庫中的中國1995-2009年的投入產出表的數據，根據Antràs et al.(2013)提供的公式采用里昂夫逆矩陣測算下游度指標(Downstream)[14]。

2.行業的資本密集度(kl)。資本密集度為資本與勞動力之比，資本為各行業固定資產凈值。資本與勞動力的數據均來自于歷年的《中國工業經濟統計年鑒》，單位為億元/百萬。

3.外資參與度(lnfdi)。在開放經濟條件下，特別是在當前國際生產分工體系日益擴張的階段，由于外資的技術外溢效應等，外資是研究相對工資差距時不可忽略的一個重要影響因素。我們采用行業實收資本中外商投資比重(并取對數)來衡量外商參與度，數據來源于歷年的《中國工業經濟統計年鑒》。

4.貿易開放度(openness)。出口貿易指標選擇各行業出口貿易額占該行業工業產值的比重，出口貿易越大，貿易開放程度越高。給定技術進步的速度和結構，開放度的提高將引致技能偏向型技術進步，從而增加對高技能勞動力的需求，擴大高技能和低技能勞動力之間的收人差距。

5.企業規模(lnscale)。企業規模越大，企業在科研活動及員工培訓等方面更加專業，企業生產效率越高，更有利于勞動力相對工資的提高。本文采用各行業銷售收入與企業個數的比值(并取對數)來衡量企業規模，數據來源于各年的《中國工業經濟統計年鑒》。

6.研發投入水平(rd)。為消除企業規模對研發支出的影響，本文采用企業相對研發投入這一指標。而當前統計年鑒中分行業的科技活動數據都集中在大中型工業企業，因此本文采用大中型工業企業的科技經費與產品銷售收入之比來衡量企業相對研發投入，數據來源于各年的《中國科技統計年鑒》和《中國工業經濟統計年鑒》。

四、實證研究結果及分析

(一)不同技能勞動力之間的工資差距

為對熟練勞動力與非熟練勞動力之間的工資差距進行細致考察，本文首先對實證模型進行“OLS+穩健標準誤”估計。由于模型設定中可能存在遺漏變量和不可觀測因素，因此現有解釋變量可能與誤差項存在相關性，從而造成有偏和無效的估計(即內生性問題)。已有研究主要采用工具變量法解決內生性問題，但工具變量的選擇要與內生的解釋變量相關且與被解釋變量無關。鑒于從模型外部選擇合適的工具變量的難度很大，通常采用的方法是選取內生變量的滯后項作為工具變量。因此，本文將關鍵變量下游度指標的滯后一期作為工具變量，采用2SLS方法進行回歸。表1為實證模型的估計結果，前三列為OLS估計結果，后三列為2SLS估計結果。

表1 分工位置對各行業不同技能勞動力之間工資差距影響的實證結果(N=221)

注：表中所有結果均由Stata12.0軟件計算而得，括號內數值為估計系數的標準差；“* ”、“** ”和“*** ”分別表示在10%、5%、1%的水平下顯著。下表同此。

首先，衡量價值鏈位置的下游度指標的回歸系數在6個回歸模型中均為負，且OLS回歸模型和2SLS回歸模型的系數均在1%的水平上顯著，這表明在其他條件相同的情況下，隨著行業價值鏈上的分工位置下降，不同技能勞動力之間的工資差距存在擴大趨勢，內生性問題解決后的這一結果仍然穩健。由2SLS的回歸結果顯示，行業的分工位置每下降0.1，熟練與非熟練勞動力之間的工資差距擴大2.18%，其中熟練勞動力之間的工資差距擴大1.07%，非熟練勞動力之間的工資差距擴大1.11%，這說明全球價值鏈上分工位置下滑加劇了熟練勞動力之間和非熟練勞動力之間的工資差距，而實現全球價值鏈上分工位置的攀升是勞動力發展中縮小工資差距的重要途徑。

各控制變量的實證結果顯示，外資參與度、資本密集度、貿易開放度和企業規模的回歸系數均為正且絕大多數在1%的水平上顯著。貿易開放度的影響最大，這表明隨著貿易開放加深，擴大了不同技能勞動力之間的工資差距。貿易開放為外商直接投資和企業發展創造了良好機遇，而外商直接投資對相對工資差距的擴大起到了正向作用，且主要擴大了熟練與非熟練勞動力之間的工資差距和熟練勞動力之間的工資差距，說明外商直接投資通過技術溢出效應提供了大量相對熟練勞動力密集型工作崗位。而企業規模對工資差距的影響顯著為正，說明成本下降帶來的規模擴大引發積極的規模效應。企業越大越可能為員工提供培訓，因此相對熟練勞動力獲得培訓和享有利潤分成的可能性越高，從而進一步擴大了不同勞動技能之間的工資差距。而資本密集度代表人均資本的提高，一方面提高了非熟練勞動力的技術水平，實現相對工資的追趕，另一方面由于資本和技術的偏向性，人均資本與相對熟練勞動力相互作用使相對工資差距擴大，但最終結果取決于這兩方面的作用大小。研發支出在前三列中并不顯著，而在第5、6列中均顯著為負，且對非熟練勞動力工資差距的作用幾乎是熟練勞動力之間工資差距的5倍，這在一定程度上說明研發投入縮小了我國工業行業的工資差距。而研發投入促進行業整體的技術水平的提高主要是提升非熟練勞動力的技術水平，實現非熟練勞動力之間相對工資的追趕。

因此，在參與價值鏈的過程中，貿易開放度、外資參與度、企業規模和研發支出是除價值鏈分工位置外擴大不同類型勞動力之間工資差距的主要因素，而實現價值鏈分工位置的攀升是顯著縮小不同類型勞動力之間工資差距的重要因素。下游度指標顯示中國在1995-2009年間各行業的價值鏈分工位置均有所下滑，導致中國的熟練勞動力之間和非熟練勞動力之間的工資差距均有所擴大，這一實證結果契合中國國際貿易發展的事實。中國作為世界代工廠，各行業并沒有實現技術升級，反而面臨價值鏈上分工位置的鎖定和相對下滑的風險。

(二)分工位置不同百分位上的工資差距

根據前文的結論可知，行業在價值鏈上分工位置下滑會擴大不同技能勞動力之間的工資差距。那么，對價值鏈上不同的產品階段，價值鏈分工位置變化對中國不同技能勞動力之間的工資差距的影響是一致的嗎？下文對此予以進一步的研究。

本文樣本范圍內的下游度指標均值為0.38。基于此，我們對下游度的不同百分位分別進行“OLS+穩健標準誤”和2SLS回歸估計，考察嵌入位置不同百分位的熟練與非熟練勞動力之間的工資差距的影響。由于本文的樣本數據限制，為避免樣本量過小，我們僅針對下游度指標的50分位以上和50分位以下進行實證分析，工具變量仍采用下游度指標的滯后一期。表2僅報告了2SLS回歸結果。

表2的回歸結果顯示，在克服內生性問題后，下游度指標均顯著為負且通過穩健性檢驗。值得注意的是，在2SLS回歸結果中，在50分位以上，下游度指標變量對熟練勞動力之間的工資差距的影響系數為0.991，它是非熟練勞動力之間的工資差距0.151的近6倍；在50分位以下，下游度指標變量對非熟練勞動力之間的工資差距的影響系數為0.769，它是熟練勞動力之間的工資差距0.275的近3倍，這說明中國參與全球價值鏈后，價值鏈嵌入位置的不同階段對不同技能勞動力之間工資差距的作用大小不同。在價值鏈分工位置的50分位以上，價值鏈分工位置下降主要擴大了熟練勞動力之間的工資差距，而在價值鏈分工位置的50分位以下，價值鏈分工位置下降主要擴大了非熟練勞動力之間的工資差距。出現這種情況可能是因為處于價值鏈嵌入位置50分位以上的行業中包含了具有資源比較優勢的低技術行業和具有國際競爭力的資本密集型的高技術行業，參與價值鏈主要提高了較高技能勞動力的相對需求，且資本通常能與高技能勞動力相互作用，促使高技能勞動力的價值增值提升[4]。而在價值鏈嵌入位置50分位以下的行業中通常是不具有資源比較優勢的低技術行業和缺乏競爭力的高技術行業，參與價值鏈主要提高了較低技能勞動力的相對需求和相對勞動生產率，因而價值鏈分工位置下降主要擴大了非熟練勞動力之間的工資差距。

表2 分工位置不同百分位的2SLS回歸結果

五、結 語

本文首次從價值鏈分工位置角度，實證分析價值鏈分工位置對中國不同技能勞動力之間工資差距的影響。研究結果表明，參與全球價值鏈后，中國在16個工業行業1995-2009年間的價值鏈上的分工位置均有所下降，現正面臨著價值鏈分工位置低端鎖定或下滑的風險。而分工位置的下滑擴大了不同技能勞動力之間的工資差距，在價值鏈的嵌入位置50分位以上，分工位置下滑主要擴大了熟練勞動力之間的工資差距；而在50分位以下，分工位置下滑主要擴大了非熟練勞動力之間的工資差距。

本文得出的主要結論具有以下政策含義：政府應從生產技術差異和勞動力技能差異的根源出發，著重提升價值鏈相對上游行業及其低技能勞動力的技術水平和價值鏈相對下游行業及其中技能勞動力的技術水平。一方面，政府應鼓勵企業技術創新并為出口企業提供稅收優惠政策，尤其是高新技術企業，在提升自身生產技術水平的同時，也有利于企業承接較高技術水平的生產工序，進而提高分工位置、縮小工資差距。另一方面，近年來的人口紅利逐漸消失，制造業面臨較低技能勞動力供給不足、較高技能勞動力相對短缺的難題，亟需通過政企聯動加強職業技能培訓和再教育投入等方式提高個體的異質性人力資本投資，實現人力資本從勞動力密集向技術密集轉變。

[1]Breznitz D.,Murphree M. Run of the Red Queen: Government,Innovation,Globalization and Economic Growth in China[M].Yale University Press,2011.

[2]Feenstra Robert C.,Hanson Gordon H. Global Production and Inequality: A Survey of Trade and Wages[M].Handbook of International Trade,Blackwell,2003,pp.146-185.

[3]Chusseau N.,Dumont M.,Hellier J. Explaining rising inequality: Skill-biased technical change and North-south trade[J]. Journal of Economic Surveys,2008,22(3),pp.409-457.

[4]Timmer M.P.,Erumban A.A.,Los B.,Stehrer R.,Gaaitzen de Vries.Slicing up global value chains [J].The Journal of Economic Perspectives,2014,28(20),pp.99-118.

[5]Goldberg P.K.,Pavcnik N. Trade, wages and the political economy of trade protection: Evidence from the Colombian trade reforms[J]. Journal of International Economics,2005,66(1),pp. 75-105.

[6]胡昭玲,劉彥磊.產品內國際分工對中國工資差距的影響[J].中南財經政法大學學報,2014,(1): 89-95.

[7]姚博,魏瑋.參與生產分割對中國工業價值鏈及收入的影響研究[J].中國工業經濟,2012,(10):65-76.

[8]程惠芳,丁小義,翁杰.國際產品內分工模式對中國工業部門收入分配格局的影響研究[J].中國工業經濟,2014,(7):58-70.

[9]王嵐,李宏艷.中國制造業融入全球價值鏈路徑研究——嵌入位置和增值能力的視角[J].中國工業經濟,2015,(2):76-88.

[10]滕瑜,朱晶.中間產品貿易對我國熟練和非熟練勞動力收入分配的影響——基于工業部門31個細分行業的實證分析[J].國際貿易問題,2011,(5):3-13.

[11]喻美辭.中間產品貿易、技術溢出與發展中國家的工資差距：一個理論框架[J].國際貿易問題,2012, (8):14-21.

[12]喻美辭,熊啟泉.中間產品進口、技術溢出與中國制造業的工資不平等[J].經濟學動態,2012,(3): 55-62.

[13]Antràs Pol.,Davin Chor. Measuring the upstreamness of production and trade flows[J].The American Economic Review,2012,102(5),pp.412-416.

[14]Antràs Pol.,Davin Chor. Organizing the global value chain[J].Econometrica,2013,81(6),pp. 2127-2204.

[15]盛斌,馬濤.中間產品貿易對中國勞動力需求變化的影響：基于工業部門動態面板數據的分析[J].世界經濟,2008,(3):12-20.

(責任編輯:化 木)

Global Value Chain’s Effects on China’s Wage Gap ——Analysis Based on Division Position

HU Zhao-ling, LI Hong-yang

(Department of International Economics and Trade，Nankai University，Tianjin 300071，China)

This paper uses downstream indicator to depict division position of joining the GVC and explore division position’s effects on different skilled labors’ wage gap for the first time. Based on China’s 16 industries’ panel data from 1995 to 2009, 2SLS’s results show that after joining the GVC，most industries in China have been closer to the original input stages. Decreasing downstream has led to greater wage gap between different skilled labors. Furthermore, above the 50 quantile of downstream, the wage gap between the relatively skilled labors grows faster, whereas below the 50 quantile of downstream, the wage gap between the relatively unskilled labors grows faster.

global value chain；downstream；division position；wage gap

2015-05-27

南開大學亞洲研究中心資助項目(AS1413)

胡昭玲(1972-)，女，天津市人，南開大學國際經濟貿易系教授，南開大學中國特色社會主義經濟建設協同創新中心研究員；李紅陽(1990-)，女，吉林白城人，南開大學國際經濟貿易系博士生。

F740

A

1004-4892(2016)01-0011-08