中国企业参与全球价值链分工的就业效应分析

卢仁祥

内容摘要：全球价值链分工已经成为当代国际分工的主要模式，促进了新一轮世界产业结构的调整。中国作为最大的发展中国家，其企业也积极地融入这种全新的国际分工模式，对其经济的发展产生了一系列深远的影响，就业效应就是其中的一个突出表现。本文在分析全球价值链分工就业效应的经济原理和传导途径的基础上，利用中国工业制造企业参与全球价值链分工的相关数据对中国企业参与全球价值链分工的就业效应进行了实证分析，指出了中国企业应更加积极地参与全球价值链分工，以使其就业效应得到进一步体现。

关键词：全球价值链分工 异质性企业 就业效应

全球价值链分工就业效应的经济学分析

与传统的国际分工不同，全球价值链分工不再以产品为客体，而是以产品生产经营的某一工序为客体，参与分工的企业具体从事某一价值链环节，专业化从事零配件生产或者提供研发、设计和售后服务等。从中可以看出，每一环节的活动最后必须通过适当形式的组织管理后，才能完成整个价值链活动，实现产品的价值，给参与分工的企业带来利润。因此，在全球各地的参与分工的企业，必须将其所处环节生产出来的零配件或所提供的服务通过贸易方式转移到某一特定地点进行最后的加工组装，再通过销售渠道推向市场。可以看出，这种全新的分工方式具有很强的贸易创造效应，尤其是对中间产品贸易的创造效应。基于此，近年来零部件等中间产品的贸易获得了快速发展，在整个世界贸易中的比重逐步提高。

根据经济学中外贸易乘数理论可知，一国或地区的出口增长以后，将能有效拉动一国或地区经济发展，并提高就业水平，从而提高一国或地区的国民收入水平。当然，在全球价值链分工下的就业效应相对复杂些，要分具体情况而定。通常在全球价值链分工中控制核心价值链环节的企业多为发达国家的企业，其通常要从其他国家进口相关的零部件等中间产品，从而导致本国就业的减少，即产生负的就业效应；而居于非核心价值链环节的企业则是发展中国家的企业，通常要将其加工的零配件出口，从而增加本国的就业岗位，提高本国的就业水平，即产生正的就业效应；但是，当发达国家再将部分最终产品出口时，又可以创造部分就业岗位，产生正的就业效应。因此，全球价值链分工对发展中国家的就业通常为正，可以很好的提高其就业水平，吸纳多余劳动力，而对发达国家的就业效应要相对复杂的多。

全球价值链分工就业效应的传导途径

全球价值链分工主要是通过将产品的生产过程予以分割和标准化后，由于各环节的投入要素比例存在差异，因此可以将价值链的不同环节依据世界各地的资源禀赋优势进行布局，并通过完全或不完全契约的方式组织整个产品的价值链活动，以达到全球资源的最优配置，将传统分工优势细化到产品生产的每个环节，提升竞争力，扩大利润空间。在价值链全球布局的过程中，主导企业在对一些生产工序进行全球布局时必然涉及产业的国际转移，即将一些工序转移到最有优势的国家或地区进行，如将劳动要素密集型环节转移到劳动力资源丰富的发展中国家进行，就能降低成本，提高利润。当一些生产环节转移到某国或地区，必然要和当地的劳动力资源结合，因此将拉动转入国的就业，提高当地的就业率。当然，在具体产业转移过程中所采取的形式会有所不同，如采取不完契约的形式，即主导企业将部分工序外包给别国的企业进行，以带动所在国企业的生产，增加当地的就业水平；另外，主导企业还可以采取完全契约的形式，即通过到国外设立企业的一体化投资形式，进行部分工序的价值创造活动，通过雇佣当地劳动力的形式来增加当地的就业水平。不论采取何种形式进行全球价值链活动，至少可以看出，其对转入国的就业拉动效应是显而易见的。

全球价值链分工就业效应的国际现状

在全球价值链分工条件下，企业成为国际分工的主体，弱化了传统的以国家为界限的分工，将国际分工的优势细化到产品的每个价值链环节，对各参与企业所在国的就业产生了巨大影响。

（一）全球视角

据测算（见表1），2010年全球价值链分工活动的主要形式总共产生的销售额超过2万亿美元，绝大部分分布于发展中国家；其中合约制造和服务外包形式占1.1 至1.3 万亿美元，特许经营形式的价值达到了3300 至3500 亿美元，许可经营模式的价值达到占3400至3600 亿美。这些全球价值链活动对世界就业产生了巨大影响。根据贸发会议的统计数据，不包括间接带动的就业，主要形式的全球价值链分工活动直接吸纳的劳动力约为1800万到2100万人，主要分布在合约制造、服务外包和特许经营等，80%是位于发展中国家和经济转型国家。可见，全球价值链活动对全球就业的拉动，尤其是发展中经济体就业的促进效应是非常显著的。

（二）行业与国别视角

在全球价值链分工中，电子行业由于技术成熟成为了需要大量雇佣劳动力和与其他服务行业关联效应较强的行业，从而成为全球价值链分工的典型行业。以美国为例，2009年美国电子硬件行业的从业人数达到了110多万人，加上与之相关的计算机设计服务、电讯、数据处理和信息服务等相关的下游行业，其总就业人数达到了近270万人。全球价值链分工对于发展中国家的就业促进效应是非常明显的，根据《2011年世界投资报告》显示耐克运动鞋的生产基本上是外包给了美国之外的企业，其在33个国家有近600家工厂，主要分布在发展中国家，一共为30万人提供了就业岗位。

根据中间类产品贸易统计数据可知，电子类中间产品贸易在全球价值链分工中地位至关重要，在前50位中间产品贸易中的比重从1998年的24.4%增长到2006年的43.3%，在整个中间产品贸易中的比重从1998年的8.1%增长到2006年17.4%，年均增长率高达13.8，是所有中间产品贸易中增长最快的一类产品（见表2）。此外，在过去20多年中，包括中国在内的东亚等地电子类中间产品的贸易增长也是非常迅速的，如中国大陆2006年电子类中间产品进口占到了全球的18.9%，同期出口占比也高达11.7%；与1991年相比，进口增长152倍多，而出口增长216倍多。可见，仅从电子类产品的全球价值链分工的快速发展来看，其对分工参与国的就业拉动效应是非常明显的。endprint

中国企业参与全球价值链分工的就业现状

改革开放初期，中国企业缺乏人力资本、技术和管理经验等战略性要素，为此只能利用中国廉价劳动力优势积极参与国际分工。发达国家的很多企业为了在全球优化配置资源，将传统的国际分工优势发挥至每一生产工序或环节，极大化自己的利润，也积极将一些产品的生产、加工、组装等一些劳动密集型生产工序配置到拥有丰富劳动力资源优势的中国，由中国的企业承担这样链接。中国企业作为接包方，完成了这些价值链接后，又将这些中间产品出口出去。这种模式经过一定时间的发展，逐步演化为现在的“三来一补”形式，即通常所说的加工贸易方式。中国企业通过积极融入国际分工，发挥了劳动力资源优势，解决了大量闲置劳动力的就业问题，促进了国民经济的发展。

由表3可以看出，中国工业制造企业积极参与全球价值链分工，使大量的国内闲置劳动力得到利用。这在中国一些传统优势行业及新兴行业表现的非常明显，如纺织业、服装及皮革制造业、家居制造业和通信、计算机及其他电子设备制造业。这些行业吸纳了大量的劳动力，并呈现出较大的增长趋势。而其余的一些工业制造行业，虽然也吸纳了一定数量的劳动力就业，但是带动的就业人数总体呈现下降趋势。这反映出中国企业通过积极参与全球价值链分工带动就业时存在较大的行业差异。

中国企业参与全球价值链分工就业效应的实证分析

（一）变量选择

就业（Employment）。就业就是待验证模型中的因变量，其主要根据1998-2009年中国海关公布的14个工业制造行业的出口企业就业数据整理而得。

全球价值链分工参与程度（VSS）。该变量数据来源主要是依据中国海关统计1998-2009年14个工业制造行业数据、1998-2009年联合国贸易统计司UNCOMTRADE公布的年度统计数据以及1997、2002和2007年的中国投入产出表而计算出的VSS数据。

劳动生产率（Productivity）。该变量根据1998-2009年中国海关统计中的14个工业制造行业的出口企业工业增加值数据和就业人数数据的计算求得。

行业规模（Scale）。该变量数据主要依据中国海关统计1998-2009年14个中国工业制造行业的企业产值数据计算而得。

资本投入要素（Capital）。该变量数据主要依据中国海关统计1998-2009年14个中国工业制造行业的企业固定资产净值数据计算而得。

（二）模型设定

为了考察全球价值链分工对中国就业的影响，本文拟根据上述选定的变量构建如下计量模型，并运用1998-2009年的中国14个工业制造行业的面板数据进行实证检验。

在上式中，β0为常数项，β1、β2和β3分别表示对应自变量的系数；Employmenti表示中国工业制造行业i行业的就业人数，VSSi为中国工业制造行业i行业参与全球价值链分工程度的数据，Productivityi表示中国工业制造行业i行业的平均劳动生产率，Scalei表示中国工业制造行业i行业的产值规模；ε为模型的随机扰动项。依据中国各工业制造行业本身数据建立模型，并据此对中国各工业制造行业企业参与全球价值链分工的影响因素进行实证分析时，由于使用样本自身的效应进行分析，故应该采用固定效应模型。在具体分析时，考虑到各行业的差异性和克服误差序列相关问题，下文将采用广义加权最小二乘法的变截距模型进行实证分析。

（三）估计结果及效应检验

如表4所示，对上述检验模型进行效应检验的结果为：采用似然比（LR）来对其进行检验，以确定固定效应模型是否合适，模型效应检验的P值为0.0000，可以断定在5%的显著性水平下拒绝原假设，所以采用固定效应模型是合适的；对没有取差分的VSS？变量采用LLC和IPS检验方法进行平稳性检验，结果显示不论同质单位根检验还是异质单位根检验相伴概率均小于5%，可以认定是平稳的；运用Pedroni检验方法对模型中变量间的协整关系进行检验，在5%显著性水平下，仅同质性备择检验的Panel v和统Panel PP统计量和相伴概率无法通过检验，不能拒绝不存在协整关系的原假设，而同质性备择检验的Panel rho、Panel ADF和异质性备择检验Group rho、Group PP、Group ADF的统计量和相伴概率均拒绝原假设，说明变量间存在同质性协整或异质性协整关系。

（四）检验结果的分析和说明

第一，全球价值链分工的参与程度、资本要素投入、劳动生产率水平、和规模经济因素都是就业水平的重要影响因素。其中全球价值链分工参与程度与就业水平正向相关，说明中国工业企业参与全球价值链分工程度的提高会促进就业；资本要素投入与就业水平正向相关，表明随着各行业资本投入要素的增加，同样也会增加对劳动力的需求；规模经济因素也与就业水平正相关，表明企业规模的扩大对提高就业水平具有明显的推动作用；劳动生产率与就业负相关，表明技术与劳动力的替代性，随着劳动生产率的提升，就业水平将下降。

第二，全球价值链分工对中国14个工业制造行业企业的就业推动作用存在明显的差异。回归模型中各行业的截距项差异较大，表明全球价值链分工对中国各制造行业的就业效应不同。对于截距项为负的行业来说，就业效应将会被弱化；而对于截距项为正的行业来说，其就业效应将进一步提升。从截距项为正的行业分布来看，基本上仍然分布在中国的传统优势行业，如服装和家具制造等劳动密集型行业以及非金属矿物制品和其他制造行业。

第三，全球价值链分工参与程度对就业的推动效应小于规模经济因素和资本要素对就业的推动效应。从回归模型对应变量的系数可以看出，全球价值链分工参与程度VSS的系数为0.145064，与规模经济因素的系数0.560260还有较大差距。但是，值得庆幸的是，目前中国企业参与全球价值链分工的程度还比较低，随着参与全球价值链分工的逐步深入，其对中国的就业效应将大幅提高。

结论

全球价值链分工作为一种全新的分工模式，在分工的成因、原则和利益分配上都与传统的国际分工有着很大的不同，引发了新一轮的世界产业结构调整。中国企业为了能参与国际市场竞争，也积极地融入了这种全新的国际分工模式中，对国内的就业起到了较大的促进作用。但是，这种推动效应主要表现在一些传统的优势行业上，如服装和家具制造等劳动密集型行业以及非金属矿物制品和其他制造行业。对于部分行业来说，分工引发的就业效应有待进一步增强。此外，与规模经济因素和资本要素对就业的促进效应相比，全球价值链分工的就业效应还相对较小，有着较大的提升空间。由此可见，随着中国企业参与全球价值链分工程度的进一步深入，其对就业的促进作用将会进一步增强，参与全球价值链分工未来将成为促进就业、缓解国内就业压力的一个重要途径。

参考文献：

1.曹明福，李树民.全球价值链分工：从国家比较优势到世界比较优势[J].世界经济研究，2006（11）

2.孔琳，杨全文.中国制造业厂商在全球价值链分工中的地位及成因分析[J].理论界，2010（3）

3.刘利民，崔日明.我国各行业国际产品内贸易发展水平—基于垂直专业化指数的测算[J].国际经贸探索，2011（4）

4.刘林清，谭力文.产业国际竞争力的二维评价—全球价值链背景下的思考[J].中国工业经济，2006（12）

5.宗毅君.国际产品内分工与中国经济[M].上海三联书店，2010endprint

中国企业参与全球价值链分工的就业现状

改革开放初期，中国企业缺乏人力资本、技术和管理经验等战略性要素，为此只能利用中国廉价劳动力优势积极参与国际分工。发达国家的很多企业为了在全球优化配置资源，将传统的国际分工优势发挥至每一生产工序或环节，极大化自己的利润，也积极将一些产品的生产、加工、组装等一些劳动密集型生产工序配置到拥有丰富劳动力资源优势的中国，由中国的企业承担这样链接。中国企业作为接包方，完成了这些价值链接后，又将这些中间产品出口出去。这种模式经过一定时间的发展，逐步演化为现在的“三来一补”形式，即通常所说的加工贸易方式。中国企业通过积极融入国际分工，发挥了劳动力资源优势，解决了大量闲置劳动力的就业问题，促进了国民经济的发展。

由表3可以看出，中国工业制造企业积极参与全球价值链分工，使大量的国内闲置劳动力得到利用。这在中国一些传统优势行业及新兴行业表现的非常明显，如纺织业、服装及皮革制造业、家居制造业和通信、计算机及其他电子设备制造业。这些行业吸纳了大量的劳动力，并呈现出较大的增长趋势。而其余的一些工业制造行业，虽然也吸纳了一定数量的劳动力就业，但是带动的就业人数总体呈现下降趋势。这反映出中国企业通过积极参与全球价值链分工带动就业时存在较大的行业差异。

中国企业参与全球价值链分工就业效应的实证分析

（一）变量选择

就业（Employment）。就业就是待验证模型中的因变量，其主要根据1998-2009年中国海关公布的14个工业制造行业的出口企业就业数据整理而得。

全球价值链分工参与程度（VSS）。该变量数据来源主要是依据中国海关统计1998-2009年14个工业制造行业数据、1998-2009年联合国贸易统计司UNCOMTRADE公布的年度统计数据以及1997、2002和2007年的中国投入产出表而计算出的VSS数据。

劳动生产率（Productivity）。该变量根据1998-2009年中国海关统计中的14个工业制造行业的出口企业工业增加值数据和就业人数数据的计算求得。

行业规模（Scale）。该变量数据主要依据中国海关统计1998-2009年14个中国工业制造行业的企业产值数据计算而得。

资本投入要素（Capital）。该变量数据主要依据中国海关统计1998-2009年14个中国工业制造行业的企业固定资产净值数据计算而得。

（二）模型设定

为了考察全球价值链分工对中国就业的影响，本文拟根据上述选定的变量构建如下计量模型，并运用1998-2009年的中国14个工业制造行业的面板数据进行实证检验。

在上式中，β0为常数项，β1、β2和β3分别表示对应自变量的系数；Employmenti表示中国工业制造行业i行业的就业人数，VSSi为中国工业制造行业i行业参与全球价值链分工程度的数据，Productivityi表示中国工业制造行业i行业的平均劳动生产率，Scalei表示中国工业制造行业i行业的产值规模；ε为模型的随机扰动项。依据中国各工业制造行业本身数据建立模型，并据此对中国各工业制造行业企业参与全球价值链分工的影响因素进行实证分析时，由于使用样本自身的效应进行分析，故应该采用固定效应模型。在具体分析时，考虑到各行业的差异性和克服误差序列相关问题，下文将采用广义加权最小二乘法的变截距模型进行实证分析。

（三）估计结果及效应检验

如表4所示，对上述检验模型进行效应检验的结果为：采用似然比（LR）来对其进行检验，以确定固定效应模型是否合适，模型效应检验的P值为0.0000，可以断定在5%的显著性水平下拒绝原假设，所以采用固定效应模型是合适的；对没有取差分的VSS？变量采用LLC和IPS检验方法进行平稳性检验，结果显示不论同质单位根检验还是异质单位根检验相伴概率均小于5%，可以认定是平稳的；运用Pedroni检验方法对模型中变量间的协整关系进行检验，在5%显著性水平下，仅同质性备择检验的Panel v和统Panel PP统计量和相伴概率无法通过检验，不能拒绝不存在协整关系的原假设，而同质性备择检验的Panel rho、Panel ADF和异质性备择检验Group rho、Group PP、Group ADF的统计量和相伴概率均拒绝原假设，说明变量间存在同质性协整或异质性协整关系。

（四）检验结果的分析和说明

第一，全球价值链分工的参与程度、资本要素投入、劳动生产率水平、和规模经济因素都是就业水平的重要影响因素。其中全球价值链分工参与程度与就业水平正向相关，说明中国工业企业参与全球价值链分工程度的提高会促进就业；资本要素投入与就业水平正向相关，表明随着各行业资本投入要素的增加，同样也会增加对劳动力的需求；规模经济因素也与就业水平正相关，表明企业规模的扩大对提高就业水平具有明显的推动作用；劳动生产率与就业负相关，表明技术与劳动力的替代性，随着劳动生产率的提升，就业水平将下降。

第二，全球价值链分工对中国14个工业制造行业企业的就业推动作用存在明显的差异。回归模型中各行业的截距项差异较大，表明全球价值链分工对中国各制造行业的就业效应不同。对于截距项为负的行业来说，就业效应将会被弱化；而对于截距项为正的行业来说，其就业效应将进一步提升。从截距项为正的行业分布来看，基本上仍然分布在中国的传统优势行业，如服装和家具制造等劳动密集型行业以及非金属矿物制品和其他制造行业。

第三，全球价值链分工参与程度对就业的推动效应小于规模经济因素和资本要素对就业的推动效应。从回归模型对应变量的系数可以看出，全球价值链分工参与程度VSS的系数为0.145064，与规模经济因素的系数0.560260还有较大差距。但是，值得庆幸的是，目前中国企业参与全球价值链分工的程度还比较低，随着参与全球价值链分工的逐步深入，其对中国的就业效应将大幅提高。

结论

全球价值链分工作为一种全新的分工模式，在分工的成因、原则和利益分配上都与传统的国际分工有着很大的不同，引发了新一轮的世界产业结构调整。中国企业为了能参与国际市场竞争，也积极地融入了这种全新的国际分工模式中，对国内的就业起到了较大的促进作用。但是，这种推动效应主要表现在一些传统的优势行业上，如服装和家具制造等劳动密集型行业以及非金属矿物制品和其他制造行业。对于部分行业来说，分工引发的就业效应有待进一步增强。此外，与规模经济因素和资本要素对就业的促进效应相比，全球价值链分工的就业效应还相对较小，有着较大的提升空间。由此可见，随着中国企业参与全球价值链分工程度的进一步深入，其对就业的促进作用将会进一步增强，参与全球价值链分工未来将成为促进就业、缓解国内就业压力的一个重要途径。

参考文献：

1.曹明福，李树民.全球价值链分工：从国家比较优势到世界比较优势[J].世界经济研究，2006（11）

2.孔琳，杨全文.中国制造业厂商在全球价值链分工中的地位及成因分析[J].理论界，2010（3）

3.刘利民，崔日明.我国各行业国际产品内贸易发展水平—基于垂直专业化指数的测算[J].国际经贸探索，2011（4）

4.刘林清，谭力文.产业国际竞争力的二维评价—全球价值链背景下的思考[J].中国工业经济，2006（12）

5.宗毅君.国际产品内分工与中国经济[M].上海三联书店，2010endprint

中国企业参与全球价值链分工的就业现状

改革开放初期，中国企业缺乏人力资本、技术和管理经验等战略性要素，为此只能利用中国廉价劳动力优势积极参与国际分工。发达国家的很多企业为了在全球优化配置资源，将传统的国际分工优势发挥至每一生产工序或环节，极大化自己的利润，也积极将一些产品的生产、加工、组装等一些劳动密集型生产工序配置到拥有丰富劳动力资源优势的中国，由中国的企业承担这样链接。中国企业作为接包方，完成了这些价值链接后，又将这些中间产品出口出去。这种模式经过一定时间的发展，逐步演化为现在的“三来一补”形式，即通常所说的加工贸易方式。中国企业通过积极融入国际分工，发挥了劳动力资源优势，解决了大量闲置劳动力的就业问题，促进了国民经济的发展。

由表3可以看出，中国工业制造企业积极参与全球价值链分工，使大量的国内闲置劳动力得到利用。这在中国一些传统优势行业及新兴行业表现的非常明显，如纺织业、服装及皮革制造业、家居制造业和通信、计算机及其他电子设备制造业。这些行业吸纳了大量的劳动力，并呈现出较大的增长趋势。而其余的一些工业制造行业，虽然也吸纳了一定数量的劳动力就业，但是带动的就业人数总体呈现下降趋势。这反映出中国企业通过积极参与全球价值链分工带动就业时存在较大的行业差异。

中国企业参与全球价值链分工就业效应的实证分析

（一）变量选择

就业（Employment）。就业就是待验证模型中的因变量，其主要根据1998-2009年中国海关公布的14个工业制造行业的出口企业就业数据整理而得。

全球价值链分工参与程度（VSS）。该变量数据来源主要是依据中国海关统计1998-2009年14个工业制造行业数据、1998-2009年联合国贸易统计司UNCOMTRADE公布的年度统计数据以及1997、2002和2007年的中国投入产出表而计算出的VSS数据。

劳动生产率（Productivity）。该变量根据1998-2009年中国海关统计中的14个工业制造行业的出口企业工业增加值数据和就业人数数据的计算求得。

行业规模（Scale）。该变量数据主要依据中国海关统计1998-2009年14个中国工业制造行业的企业产值数据计算而得。

资本投入要素（Capital）。该变量数据主要依据中国海关统计1998-2009年14个中国工业制造行业的企业固定资产净值数据计算而得。

（二）模型设定

为了考察全球价值链分工对中国就业的影响，本文拟根据上述选定的变量构建如下计量模型，并运用1998-2009年的中国14个工业制造行业的面板数据进行实证检验。

在上式中，β0为常数项，β1、β2和β3分别表示对应自变量的系数；Employmenti表示中国工业制造行业i行业的就业人数，VSSi为中国工业制造行业i行业参与全球价值链分工程度的数据，Productivityi表示中国工业制造行业i行业的平均劳动生产率，Scalei表示中国工业制造行业i行业的产值规模；ε为模型的随机扰动项。依据中国各工业制造行业本身数据建立模型，并据此对中国各工业制造行业企业参与全球价值链分工的影响因素进行实证分析时，由于使用样本自身的效应进行分析，故应该采用固定效应模型。在具体分析时，考虑到各行业的差异性和克服误差序列相关问题，下文将采用广义加权最小二乘法的变截距模型进行实证分析。

（三）估计结果及效应检验

如表4所示，对上述检验模型进行效应检验的结果为：采用似然比（LR）来对其进行检验，以确定固定效应模型是否合适，模型效应检验的P值为0.0000，可以断定在5%的显著性水平下拒绝原假设，所以采用固定效应模型是合适的；对没有取差分的VSS？变量采用LLC和IPS检验方法进行平稳性检验，结果显示不论同质单位根检验还是异质单位根检验相伴概率均小于5%，可以认定是平稳的；运用Pedroni检验方法对模型中变量间的协整关系进行检验，在5%显著性水平下，仅同质性备择检验的Panel v和统Panel PP统计量和相伴概率无法通过检验，不能拒绝不存在协整关系的原假设，而同质性备择检验的Panel rho、Panel ADF和异质性备择检验Group rho、Group PP、Group ADF的统计量和相伴概率均拒绝原假设，说明变量间存在同质性协整或异质性协整关系。

（四）检验结果的分析和说明

第一，全球价值链分工的参与程度、资本要素投入、劳动生产率水平、和规模经济因素都是就业水平的重要影响因素。其中全球价值链分工参与程度与就业水平正向相关，说明中国工业企业参与全球价值链分工程度的提高会促进就业；资本要素投入与就业水平正向相关，表明随着各行业资本投入要素的增加，同样也会增加对劳动力的需求；规模经济因素也与就业水平正相关，表明企业规模的扩大对提高就业水平具有明显的推动作用；劳动生产率与就业负相关，表明技术与劳动力的替代性，随着劳动生产率的提升，就业水平将下降。

第二，全球价值链分工对中国14个工业制造行业企业的就业推动作用存在明显的差异。回归模型中各行业的截距项差异较大，表明全球价值链分工对中国各制造行业的就业效应不同。对于截距项为负的行业来说，就业效应将会被弱化；而对于截距项为正的行业来说，其就业效应将进一步提升。从截距项为正的行业分布来看，基本上仍然分布在中国的传统优势行业，如服装和家具制造等劳动密集型行业以及非金属矿物制品和其他制造行业。

第三，全球价值链分工参与程度对就业的推动效应小于规模经济因素和资本要素对就业的推动效应。从回归模型对应变量的系数可以看出，全球价值链分工参与程度VSS的系数为0.145064，与规模经济因素的系数0.560260还有较大差距。但是，值得庆幸的是，目前中国企业参与全球价值链分工的程度还比较低，随着参与全球价值链分工的逐步深入，其对中国的就业效应将大幅提高。

结论

全球价值链分工作为一种全新的分工模式，在分工的成因、原则和利益分配上都与传统的国际分工有着很大的不同，引发了新一轮的世界产业结构调整。中国企业为了能参与国际市场竞争，也积极地融入了这种全新的国际分工模式中，对国内的就业起到了较大的促进作用。但是，这种推动效应主要表现在一些传统的优势行业上，如服装和家具制造等劳动密集型行业以及非金属矿物制品和其他制造行业。对于部分行业来说，分工引发的就业效应有待进一步增强。此外，与规模经济因素和资本要素对就业的促进效应相比，全球价值链分工的就业效应还相对较小，有着较大的提升空间。由此可见，随着中国企业参与全球价值链分工程度的进一步深入，其对就业的促进作用将会进一步增强，参与全球价值链分工未来将成为促进就业、缓解国内就业压力的一个重要途径。

参考文献：

1.曹明福，李树民.全球价值链分工：从国家比较优势到世界比较优势[J].世界经济研究，2006（11）

2.孔琳，杨全文.中国制造业厂商在全球价值链分工中的地位及成因分析[J].理论界，2010（3）

3.刘利民，崔日明.我国各行业国际产品内贸易发展水平—基于垂直专业化指数的测算[J].国际经贸探索，2011（4）

4.刘林清，谭力文.产业国际竞争力的二维评价—全球价值链背景下的思考[J].中国工业经济，2006（12）

5.宗毅君.国际产品内分工与中国经济[M].上海三联书店，2010endprint