参与全球生产网络对我国传统产业劳动效率的影响——以华东地区纺织服装业为例

邓智团，樊豪斌

（1.上海社会科学院城市与区域研究中心，上海200020；2.克莱姆森大学经济系，美国克莱姆森29630）

●产经动态

参与全球生产网络对我国传统产业劳动效率的影响
——以华东地区纺织服装业为例

邓智团1，樊豪斌2

（1.上海社会科学院城市与区域研究中心，上海200020；2.克莱姆森大学经济系，美国克莱姆森29630）

文章选取超越对数劳动要素成本函数的随机前沿模型，构建了2001-2012年华东地区纺织服装产业的省级面板数据，对传统产业中典型行业纺织服装业的劳动效率进行测度，同时构建网络位置指标考察参与全球生产网络深度对产业劳动效率的影响。研究发现，参与全球生产网络将改变传统产业劳动效率改善的惯性路径，华东地区纺织服装业的劳动效率呈“倒U型”提升路径，加入全球生产网络初期，产业劳动效率有下降过程，随着参与全球生产网络广度和深度的增加将推动产业在全球生产网络中网络位置的提升，进而促进区域产业劳动效率的提升。

全球生产网络；网络位置；劳动效率；随机前沿分析；纺织服装产业

一、引言

在技术进步、研发投入的增加带来的技术升级以及贸易壁垒减少推动的贸易自由化不断深化的过程中，跨国公司主导的全球生产网络迅猛发展和深化。对发展中国家而言，全球生产网络为其融入全球经济、获得技术升级创造了难得的机会，随着参与全球生产网络各个价值链环节的提升，推动了发展中国家价值链环节在全球生产网络中网络位置的提升，优化了发展中国家自身的发展路径［1-2］。然而，发展中国家或地区也面临着参与全球生产网络过程中被既有网络权力控制导致网络位置“低端锁定”而出现“贫困化增长”的风险，如南亚地区的巴基斯坦、孟加拉、斯里兰卡等国家的纺织服装产业因过于依赖数量的出口，被锁定在了全球生产网络的低端位置［3］。当前，面对全球新的经济形势和中国经济增长的新阶段，为提升经济发展的质量和效益，因此，深入探究参与全球生产网络中的网络位置与产业劳动效率的关系具有重要的理论与现实意义。

纵观各地的发展现状，对区域发展方式转型的根本，即区域发展基础力量的传统产业的发展转型未给予足够重视。以最为典型的纺织服装业为例，这一被公认的低工资和劳动密集型的产业，在国际上被誉为“第一制造业”，是世界上分布范围最广、就业人员最多的制造部门，但国家层面并未给予应有的重视。依据Henderson等（2002）的全球生产网络理论，各国生产能力均被纳入到由跨国公司组织的全球生产网络中，拥有技术优势的国家则集中发展各产业中技术密集的生产环节，具备劳动力比较优势的国家集中发展各产业中的劳动密集型环节，相互分工与合作，一起组成了国际生产的全部［4］。在纺织服装业的全球生产网络中，我国纺织服装国际竞争力强的主要原因是劳动成本低［5］。但过于强调静态比较优势，则容易导致产业发展路径面临网络位置“低端锁定”的风险，如张少兵（2008）对近年来长三角纺织服装业发展的实证分析表明，长三角地区纺织服装业发展的成功在于从宏观上遵循了比较优势战略，于是在国际产业分工中占据价值链低端，致使长三角地区的纺织服装业过分依赖廉价自然资源和劳动力而落入“比较优势陷阱”，导致整个产业效率低下［6］。

从这些文献可以发现，学者们十分关注中国制造业或纺织服装业的竞争力［7］，对产业劳动效率的研究也相对较多，但从参与全球生产网络的角度来考察网络位置与产业劳动效率的关系以及网络位置如何影响劳动效率的研究则相对缺乏。因此，本文将第一次基于随机前沿（SFA）的分析方法，采用形式灵活和受限较少的超越对数劳动要素投入成本函数，运用Battese和Coelli（1995）提出的单阶段随机边界分析技术，测度劳动效率的变化，并着重探讨和量化研究参与全球生产网络的网络位置对劳动效率的影响［8］。

二、模型设计与数据来源

（一）基于成本函数的无效率前沿模型

由于早期的SFA模型分析中所运用的两阶段方法，可能导致在随机前沿中的同分布的无效率效应假定矛盾，即在第一阶段独立同分布假设下，利用极大似然法估计无效率值，第二阶段将估计出来的无效率值对外生变量做回归分析，从而可能导致严重的估计偏差。而基于Battese和Coelli（1995）的研究，设立的面板数据无效率边界模型，由于是同时对随机边界参数和无效率模型参数进行估计，很好地解决了这个问题，测度劳动效率的变化，并着重探讨和量化研究参与全球生产网络的网络位置对劳动效率的影响［8］。此后Kumbhakar等（2002）拓展了随机前沿理论，认为可以从两个方面来考虑生产环境的必要效率：一是在给定投入要素的情况下所能生产的最大产出，二是在给定产出的情况下所能使用的最小投入要素［9］。前者中的非效率产出将会小于最大允许的产出水平，后者的非效率总投入将会大于最小需求要素投入，前者即为所谓的基于超越对数生产函数的无效率前沿模型。而Kumbhakar从第二个方面设立模型，考察产业劳动投入效率和调整过程，形成超越对数成本函数的无效率随机前沿模型。在其劳动需求边界模型中，假设劳动是唯一的投入要素。具体如下：

其中，L*it定义为i产业在时期t为生产Yit的产出的最小劳动要素投入，f(∙)为劳动需求边界。Zit为与产业相关的质量、产出特征等等的变量，t为时间趋势。根据其研究，当一个企业在时间t，在生产产出Yit不能达到边界水平L*it时，那么该产业就存在劳动无效率部分。据此可定义实际劳动投入与边界投入的关系：

其中，Lit为实际劳动要素投入，uit为劳动投入无效率，且对于任意的i和t，uit＞0。因此，劳动要素投入的无效率可以定义为LitL*it≥1。具体测度来看，以Battese（2000）的研究影响最广泛，同样采用面板数据的超越对数随机前沿模型［10］，设定如下：

其中，t=1，2，…，12；i=1，2，…，156；Y代表劳动要素投入；D为虚拟变量；x为劳动要素投入的影响因子，如产出等；Vit为随机误差项，服从正态分布N(0,σ2v)；Uit为非负的随机变量，代表了劳动使用的无效率，服从半正态分布N(μit,σ2)。无效率影响因素模型为：

其中，Djit为虚拟变量，Zjit为对劳动无效率的影响因素。同Battese和Coelli（1995），在采用最大似然法估计时，假定

（二）模型设计基于以上的研究，由于超越对数函数具有允许要素间替代弹性可变，允许存在非中性的技术变化等优点。本文的模型中采用了超越对数成本函数形式，运用随机前沿分析（SFA）的方法，以华东地区六省一市为样本，研究纺织服装工业的劳动效率。具体设定如下：

其中，i=1，…，7，t=2005，…，2012，ln(Laborit)为劳动要素需求的对数，ln(Outputit)为纺织服装工业企业的分地区的总产出对数形式，ln(Capitalit)为资本要素投入对数形式，ln(Interestit)为利息支出的对数形式，ln(Wageit)为劳动工资的对数形式，Year为时间趋势（在生产函数或成本函数中，通过时间变量用来代表技术的进步水平）。

微观经济学理论中，对于厂商行为有追求理论最大化的基本假定。由于有最大利润的存在，从而决定了生产可能性边界的存在。依据Kumbhakar等（2002）的观点，生产可能性边界（达到生产的有效或要素投入的有效）有两种定义，其中的第二种为在给定产出的情况下所能使用的最小投入要素［9］，即为模型（5）中所探讨的问题。理论上，最小平均成本为在既定产量下所达到的成本边界，表示厂商的产出在既定技术水平下实现的成本最小化。但是在现实中，受到很多外部不可控因素的影响，使得厂商无法实现成本控制，达到最小平均成本状态。也就是成本边界。往往是平均成本均在该成本边界之上，从而存在着要素投入的无效率状态。为此，需要研究模型（5）中的劳动投入的（无）效率。由于传统的确定性模型没有将残差项加以区分，把所有影响要素投入效率的因素都归入到残差项中，无法单独地考察要素投入的效率。而随机前沿分析模型则可以克服这些问题。

随机前沿分析模型可以将残差分为两部分：白噪声项，即模型（5）中的Vit，服从正态分布N(0,σv2)；要素投入无效率项，即模型（5）中的Uit，非负的随机变量，代表了劳动使用的无效率，服从半正态分布N(μit,σu2)。根据无效率理论的研究，本文基准无效率实证方程的解释变量包括经济自由度、产业集中度、企业规模、网络位置等几类因素。理由如下：

（1）根据Hummelsetal.(2001)定义的垂直专业化指数来衡量某行业参与全球生产网络的程度，该指数的计算依赖中国投入产出表中的数据［11］。需要指出的是，中国投入产出表每5年编制一次，本研究利用了2012年最新的投入产出表以及前两2002年和2007年的基本数据，考虑到其他年份投入产出表数据不可得，因此，本文在平新乔(2005)［12］以及邱斌等（2012）［1］的做法上稍作调整［11］，用2002年投入产出表代替2001、2003、2004、2005和2006年，用2007年投入产出表代替2008、2009、2010和2011的数据。计算进口系数矩阵时所需的各行业进出口数据直接来自相应年份投入产出表中的进口、出口项数值。

（2）根据邱斌等（2012）［1］的研究，我国制造业主要以加工贸易和吸引外商直接投资的方式参与全球生产分工，因此，全球生产网络参与程度与贸易、投资开放度实际上是同一事物的不同方面。若在实证模型中引入贸易和外商直接投资因素，极有可能掩盖全球生产网络对网络位置提升的影响，故不纳入FDI和贸易指标。

（3）假设各行业而临相同的服务水平(金融、物流、通信、邮电等方面)，以及分行业人力资本的统计数据不可获得，故实证方程中不纳入服务因素。

（4）在宏观因素层面，主要从经济自由度来考虑，与国际上以跨国面板数据为研究样本的文献一般主要选择世界银行Worldwide Governance Indicators（WGI）数据库提供的数据集或者采用研究机构Fraser Institution发布的经济自由度数据集综合反映一国的制度质量。由于数据的限制，考虑到本文主要考察我国各省区的差异，因此本研究将从经济自由度的定义和特征出发，间接采用国有资产占行业总资产比重来反映该行业的经济自由度。

（5）行业因素层面用行业集中度来表示，在众多测度指标中选择E-G集聚指数，E-G指数充分考虑了企业规模及区域差异带来的影响，弥补了空间基尼系数的缺陷，能够进行跨产业、跨时间、甚至跨国的比较［13］。

（6）企业层面因素用规模以上企业比重来计算，考虑到数据的可得性以及与E-G指数的区别，本文具体方法是用规模以上企业产值占区域行业总产值的比值。

这样，我们将采用随机前沿分析方法，定义无效率影响因素模型为：

其中，EF为区域经济自由度，EG为产业集中，CS为企业规模指数，GPN为全球生产网络中的网络位置。劳动要素投入效率定义如下：

需要说明的是，在随机前沿生产函数中，由于Ui't非负，故而使用exp(-Ui't)得出的生产技术效率是在0～1之间。而且，当LEit值为1时，存在完全的生产效率；当LEit值为0时，存在完全的生产无效率。但是在随机前沿成本函数中，软件Frontier4.1所统计出来的成本效率一般都是大于1的，更确切地说，LEit大于1说明实际劳动要素投入超过相应的随机劳动需求边界。对于方差的估计，同前人的研究，采用最大似然法估计时，假定

（三）变量与数据

在研究中涉及的本文实证分析所使用的数据均来自于《中国工业经济统计年鉴》（2006-2013），历年华东地区的上海、江苏、浙江、安徽、福建、江西和山东的统计年鉴，以及一些年份的《长三角统计年鉴》（2006-2013），以及来自2002年和2007年的《中国投入产出表》、《上海投入产出表》、《江苏投入产出表》、《浙江投入产出表》、《安徽投入产出表》、《福建投入产出表》、《江西投入产出表》、《山东投入产出表》。数据中的个别缺失值采用插值法补齐。本文选取的主要变量见表1。需要说明的是，在模型（5）中，除时间趋势外，所有变量均使用自然对数形式。

表1 本文数据说明

三、实证结果与讨论

（一）模型估计

采用面板数据的无效率前沿模型，利用单阶段的最大似然估计方法（MLE），对上述的模型（5）、（6）、（7）进行回归，成本函数模型估与劳动无效率影响因素模型回归结果见表2。

表2 估计结果（MLE）

为了对模型（5）、模型（6）和模型（7）进行检验，本文采用了单边似然比对参数施加约束条件进行检验，其统计量为：λ=-2 ln[L(H0)L(H1)]∈χ2(q)；其中，L(H0)和L(H1)分别是零假设H0和备选假设H1设定下的对数似然估计值，自由度q是H0中的零约束的个数。表3的检验结果表明，技术效率损失是显著存在的，一般文献中使用的C-D函数形式在本文研究中不适合，传统的OLS估计得到的平均生产函数不能代表效率的状态，否则会产生错误的结果，因此采用最大似然函数（MLE）来避免相关问题。

表3 假设检验结果

（二）结果讨论

（1）成本函数与效率变化分析。表2中成本函数模型是由超越对数随机前沿成本函数的参数估计，可以看出：除去资本价格利息支出外，其他四个解释变量：产出、资本投入、劳动工资和时间均在1%的统计水平上显著，资本价格对于劳动投入几乎无影响。具体而言，利息（资本价格）、劳动力工资和时间三种成本要素投入的参数与理论预期的一致，都具有负的符号，其中，产出和资本投入和劳动力投工的参数估计都通过显著性检验，利息的参数估计T值相对较大，未能通过显著性检验，说明资本价格对劳动力投入没有显著的负影响。工资（劳动力价格）和时间（技术进步）两个变量的参数符号为负，其中，工资水平的t值为-16.04，通过显著性检验，时间（技术进步）t值为-9.93，也通过显著性检验，说明这两者对劳动力投入的需求有负影响，劳动力价格上升将减少劳动力需求，技术进步也将导致对劳动力需求的减少。且产出和资本投入的增加促进劳动要素需求的增长，且劳动需求对产出的弹性高达71.6%，也表明华东地区纺织服装工业中的资本投入和劳动需求是互补的。特别地，劳动力工资的增加反而是减少平均从业人员数量，可能与现今的用工荒有很大关系，这可以从时间系数为负值看出历年平均从业人数不断下降，说明近年来华东地区纺织服装工业的劳动力缺乏，即便是提高平均工资水平也无法吸引劳动人员进入纺织服装行业。

参与全球生产网络的华东地区纺织服装产业，其劳动无效率呈现出明显倒U型，在2001年开始，整个华东地区纺织服装工业的平均劳动效率先呈下降趋势，在2001年的1.098下降到2003年1.044，但从2003年开始到2008年，劳动的无效率值却出现了不断上升的迹象，达到1.635，到2009年后，整个区域的劳动效率逐步下降，整个地区的劳动效率有了明显的改善。从省域层面上比较分析地区劳动效率及其变化情况。虽然上海、江苏、浙江和福建13年间纺织服装工业的劳动效率的变化与整个地区的变化趋势比较一致，但总体而言，这四个地区的劳动效率是最高的。

（2）参与全球生产网络对劳动无效率的影响。同时整个回归的最大似然函数值为75.134，LR单侧误差检验值为61.541，说明复合误差中存在单侧误差。而且，γ值为0.999，表明复合误差中很大一部分可以归结为无效率。平均劳动要素投入无效率值为1.459，也表明在既定的技术条件和产出情况下，纺织服装工业企业平均劳动要素投入需要高出最小劳动要素投入边界45.9%。证明在2001-2012年华东地区纺织服装工业整体劳动要素效率较低。从表2得出的华东地区纺织服装工业劳动无效率影响因素回归结果来看，经济自由度、产业集中度和企业规模等控制变量对行业劳动效率的影响是显著为正的，即有利于降低纺织服装产业的劳动无效率水平。而作为本文重点考察的解释变量网络位置的变量符号为负，且在1%的水平上通过了显著性检验，其系数为-0.0251，表明纺织服装业参与全球生产网络的程度对劳动效率的提升是正效应，参与全球生产网络的程度有利于提升特定产业的劳动效率。可以从以下三个层面可以得到解释：

一是上下游企业竞合关系形成的技术转移和技术扩散机制。由于在全球生产网络中，企业与企业之间是显著的“竞合”关系，不同的企业之间会因资源占有的不同而在网络权力方面表现出显著的不对称［14］。但即使在如此的背景下，发达国家的下游企业为了能让发展中国家的上游企业提供符合质量和技术标准的中间投入品，保证生产的及时和顺畅进行，下游厂商会积极向发展中国家的上游企业转移技术（邱斌、叶龙凤、孙少勤，2012）［1］。因此，通过上述技术转移和技术扩散机制，全球生产网络的参与可以带来一国特别是发展中国家制造业价值链地位的提升（Pack and Saggi，2001）［15］。

二是全球生产网络中进口中间品的技术外溢效应。Coe and Helpman（1995）利用跨国面板数据发现欠发达国家的全要素生产率和其工业伙伴国的R&D投入和来自其工业伙伴国的机械贸易进口量显著正相关，表明出口国的研发投入间接地提升了进口国的全要素生产率［16］。事实上确实如此，在纺织服装产业的全球生产网络体系中，我国凭借自然资源和劳动力资源禀赋参与到了整个产品的生产制造过程中，同时，也从国外进口大量优质的中间品（方希桦、包群、赖明勇，2004）［17］。这些中间品一方面直接可以通过投入—产出效应提高发展中国家的劳动生产率，同时，发展中国家可以通过进口高质量的中间品，从而以较低的成本学习、模仿和吸收发达国家的已有技术实现自身的技术进步。从而提升纺织服装业的技术水平，进而提升该产业的劳动效率。

三是参与全球生产网络过程中中间品出口的劳动力配置效应。全球生产网络提升纺织服装产业全球价值链地位的另一个重要原因就是中间品出口对劳动力配置效应的提升。Coe et al.（1997）曾对国际贸易的技术溢出渠道进行了总结，指出其中一个重要的渠道为贸易可以促进国内资源和要素的优化配置［18］。事实确实如此，由于中间品的生产需要相对密集的技术投入和熟练劳动力投入，中间品出口的扩张会直接增加发展中国家对国内熟练劳动力的需求，从而实现生产要素特别是劳动力的优化配置，并最终带来出口部门的技术水平和价值链地位的提升（邱斌等，2012）［1］。

四是参与全球生产网络过程中为提升产品质量不断增加的技术投入。华东地区纺织服装产业在参与全球生产网络过程中，为了提升整个产业的竞争力，参与企业不断增加技术投入，包括从前端的设计和后端的品牌塑造等。事实上，华东地区纺织服装产业知名品牌数的近年增加迅速，在微笑价值曲线中，研发设计和品牌管理是最具附加值的部分，因此，在加快技术创新提升产业研发水平的同时，也应加快品牌的培育，提升产品附加值，进而能有效提升产业劳动效率。

五是参与全球生产网络推动产业集聚效应的提升。在纺织服装产业参与全球生产网络过程中，随着参与程度的提升，企业规模的扩大，同时会带来产业空间集聚程度的提升。企业规模的扩大，会吸引上下游企业的集聚，而集聚度越高，整个产业的产业链完善，产业集群效应相对容易形成，进而推动区域劳动效率提升。

四、主要结论与政策建议

综上研究发现，总体而言，参与全球生产网络促进了对传统产业效率的影响呈“U型”，在刚加入全球生产网络初期，产业效率并没有得到明显的提升，随着融入全球生产网络程度的增加以及网络位置的提升，参与全球生产网络提升了传统产业的效率。2001-2012年华东地区纺织服装工业劳动无效率呈现了先下降然后上升再不断下降的过程，有明显的倒U型变化路径。省域层面，山东、江苏、浙江、上海和福建等参与全球生产网络较早的地方，其劳动效率相对较高，这既是当地整个生产环境相对较好的体现，也反映了参与全球生产网络程度的不断深化有利于提升当地产品的优化产业的发展环境，而参与全球生产网络程度相对较低的安徽和江西，其劳动无效率水平也就相对较高，需要进一步加深对全球生产网络的嵌入水平。进一步分析发现，推动创新研发和品牌营销等高价值链产业环节是突破产业参与全球生产网络过程中存在的网络位置“低端锁定”陷阱的有效举措，将推动国家产业的战略转型，提升区域产业在全球生产网络中的网络位置，提升国家经济发展的质量与效益。本文的研究结论具有重要的政策含义。

（1）重视传统产业参与全球生产网络及其转型升级对转变区域发展方式的重要推动作用。政府普遍重视高科技产业，导致高新技术产业在市场容量有限、发展成本高昂的情况下处于雷同发展、重复建设的系统风险中。然而随着全球化的不断深入，我国地方传统产业产品附加值偏低、技术创新能力不足、渠道管理薄弱、品牌塑造不够和整体竞争力不强等问题日益突出，而世界经济局势的变化、新贸易保护主义的复活和低碳经济的兴起，使我国地方传统产业的转型发展迫在眉睫，也是对于我国沿海地区传统产业突破“低水平陷阱”、提升区域竞争水平的一个非常重要的机遇。

（2）转变传统产业融入全球生产网络的方式，改变出口的静态比较优势，突破传统产业融入全球生产网络存在的网络位置“低端锁定”，提升出口产品的价值水平。相对而言，我国的传统产业特别是纺织服装业在全国出口的结构中，占有明显的地位，这其中的一个重要原因就是我国起初凭借低廉的劳动力成本和优惠的开放政策等条件参与国际分工，前期产业发展的惯性，仍存在重视规模而忽略技术的问题，导致从事加工制造环节的企业缺乏高端技术，被锁定在全球价值链的低端。因此，我国传统产业需要加大技术创新力度，推动产品升级，注重培育产品品牌，有助于改善本土传统产业类企业的劳动效率，拓展传统产业的生存空间，推动传统产业转型升级，进而推动区域整体产业升级。

（3）积极营造制造业企业参与全球生产网络分工的配套环境，为制造业企业提高全球生产网络中的网络位置提供外部条件。网络位置的提升对于发展中国家而言一直都是一个难以逾越的障碍，对我国而言，传统产业中高级技工和高端研发人员的缺乏成为制造业价值链位置提升的主要瓶颈。而知识产权保护力度的不足，“山寨横行”导致大多数制造业企业在创新上犹豫不决。因此，要推动传统产业网络位置的提升，需要政府部门和制造业企业通力合作，共同推进破解制度性瓶颈，为传统产业参与全球生产网络，提升网络位置创造有利的外部环境。

［1］邱斌，叶龙凤，孙少勤.参与全球生产网络对我国制造业价值链提升影响的实证研究——基于出口复杂度的分析［J］.中国工业经济，2012（1）：57-67.

［2］赵立斌.东盟在全球产品内分工的地位与跨国公司FDI［J］.国际贸易问题，2012（10）：86-96.

［3］Lall S，Weiss J，Oikawa H.China's competitive threat to Latin America：an analysis for 1990-2002［J］.Oxford Development Studies，2005，33（2）：163-194.

［4］Henderson J，Dicken P，HessM Coe，etal.Global Production Networks and the Analysisof Econom ic Development［J］.Re⁃view of InternationalPolitical Economy，2002，9（3）：436-464.

［5］张宏性.中国纺织服装业国际竞争力研究［J］.统计研究，2005（1）：30-34.

［6］张少兵.长三角纺织服装业发展透视：从比较优势到竞争优势［J］.华东经济管理，2008，22（3）：18-21.

［7］夏华丽，袁志敏.基于“GEM”模型对广东省纺织服装产业集群竞争力的实证研究［J］.国际贸易问题，2009，24（10）：49-54.

［8］Battese G E，Coelli T J.A model for technical inefficiency ef⁃fects in a stochastic frontier production function for panel data［J］.Empiricaleconomics，1995，20（2）：325-332.

［9］Kumbhakar S C，Heshmati A，Hjalmarsson L.How fast do banksad just？A dynamicmodelof labor-usewith an applica⁃tion to Swedish banks［J］.Journal of Productivity Analysis，2002，18（1）：79-102.

［10］Battese G E，Heshmati A，Hjalmarsson L.Efficiency of la⁃bour use in the Swedish banking industry：A stochastic frontier approach［J］.EmpiricalEconomics，2000，25（4）：623-640.

［11］Hummels D，Ishii J，Yi K M.The nature and growth of verti⁃cal specialization in world trade［J］.Journal of international Economics，2001，54（1）：75-96.

［12］平新乔，郝朝艳，毛亮，等.垂直专门化，产业内贸易与中美贸易关系［R］.北京大学中国经济研究中心讨论稿，No. 2005005，2005.

［13］DumaisG，Ellison G，Glaeser E.Industrial concentration asa dynamic process［R］.NBERWorking Paper No，6270，1997.

［14］邓智团.非对称网络权力与产业网络的空间组织［J］.中国工业经济，2010（3）：149-158.

［15］Pack H，Saggi K.Vertical technology transfer via internation⁃al outsourcing［J］.Journalof Development Economics，2001，65（2）：389-415.

［16］Coe D T，Helpman E.InternationalR&D spillovers［J］.Euro⁃pean Econom ic Review，1995，39（5）：859-887.

［17］方希桦，包群，赖明勇.国际技术溢出：基于进口传导机制的实证研究［J］.中国软科学，2004（7）：58-64.

［18］Coe JJ.International commercialarbitration：American prin⁃ciples and practice in a global context［M］.Transnational Publishers，1997：5-20.

［责任编辑：张青］

Study on the Im pact of GPN on the Labor Efficiency of Chinese Traditional Industry—Evidence from Textile and Garment Industry in Eastern China

DENGZhi-tuan1，FANHao-bin2
（1.Center for Urban and Regional Studies，ShanghaiAcademy ofSocial Sciences，Shanghai200020，China; 2.John E.Walker Departmentof Economics，Clemson University，Clemson 29630，USA)

Based on the translog-cost function of Stochastic Frontier Model，this papermakes a study on the impact of the depth of participation in the global production networks on the industry labor efficiency by building the provincial panel data from the textile and garment industry in eastern China from the year of 2001 to 2012，measuring the labor efficiency of textile and garment industry—the typical traditional industry，and establishing a network location indicator to examine the impact. The results show that the participation in global production networkswill change the inertial labor efficiency development path of traditional industry，the textile and garment industry labor efficiency in eastern China presents an“inverted U”upgrading path after participating theglobalproduction networks.The industry labor efficiency hasa downward trend after participating in the global production networks at theearly stage.With the improvementof the breadth and depth，the participation in the glob⁃al production networks can promote the industry to enhance itsnetwork location in the global production networks，thereby pro⁃moting regional industrial laborefficiency.

global production networks；network location；labor efficiency；stochastic frontier analysis；textile and garment industry

F260

A

1007-5097（2014）11-0073-05

10.3969/j.issn.1007-5097.2014.11.015

2014-04-17

国家自然科学基金项目（41101127）；上海哲学社会科学规划项目（2013BCK001）；上海社会科学院创新工程创新青年人才项目（2014）

邓智团（1979-），男，四川达县人，副研究员，博士，研究方向：产业创新，区域发展；

樊豪斌（1989-），男，江西九江人，博士研究生，研究方向：数理统计与数量经济。