全球价值链的经验研究评述：基于数据来源的视角

摘要：文章以全球价值链经验研究的数据来源为主线，对国内外该领域主要实证文献进行了全面梳理、归纳和评述，展示学术界对该领域研究的前沿动态，为未来的实证研究提供了方向指引。

关键词：全球价值链；国际分工；经验研究；研究前沿

全球价值链是当前国际经济研究的热点，其复杂性和世界性对经验数据提出了较高要求。故本部分以数据来源为脉络对全球价值链经验研究文献进行了回顾与评述，并指出未来可供研究的方向。

一、 传统国际贸易数据

1. 零部件或中间品贸易数据。最早使用也是最简单的测度方法是使用零部件或中间品贸易数据。按照国际贸易标准分类（SITC），零部件数据主要是指SITC7（机械和运输设备）和SITC8（杂项制品）两类。联合国广义经济类别分类（BEC）将贸易产品数据按主要用途分为消费品、资本品（投资品）和中间品三类。Yeats（1998），Ng和Yeats（1999）最早使用这类方法进行国家层面的研究。相关研究主要通过统计描述的方式分析（某行业的）全球或区域生产分工及其演变情况（如Lall et al.，2004；陈勇，2006；Kimura et al.，2007），少数计量检验研究了全球生产分工的影响因素（如陈静等，2009；Orefice & Rocha，2013）。SITC和BEC分类标准针对国家层面，尽管简单直观、涵盖范围广、可用于国际比较和考察双边贸易，但通常只能在国家层面的制造业展开，限制了研究范围。该方法没有考虑中间品在各国（国内）不同行业流动产生的循环效应并存在重复计算问题，准确性不佳。

2. 加工贸易数据。加工贸易是指企业进口全部或部分中间品材料，经加工或装配后，再将制成品出口的经营活动。主要数据来源有美国离岸外包组装项目（OAP）、欧洲加工贸易（EUPT）数据库和中国海关统计数据（CCS）。美国和欧洲的加工贸易大量转移至以中国为代表的发展中国家，故使用OAP和EUPT的文献较为陈旧（如G？觟rg，2000；Egger & Egger，2001）。中国CCS数据更新及时且内容丰富，学者们开始通过数据匹配法获得“企业—产品”层面的加工贸易数据展开研究（如余淼杰，2011；田巍和余淼杰，2014）。海关统计保证了加工贸易数据的准确性，但加工贸易使用的进口投入只是进口中间品的一部分，以其他方式进入的中间品同样在国内各部门循环使用，故用加工贸易测度全球生产分工存在误差。

二、 投入产出表数据

1. 基于国家投入产出表的测度。传统贸易数据通过中间品贸易描述全球生产分工现象，难以在细分行业层面展开分析，无法确认中间品的流向和生产使用情况。投入产出表能够反映各国家以及各部门之间产品的生产消耗关系。国家投入产出表以单个国家内部的投入产出关系为研究对象，主要通过测度总生产、总进口或总出口中进口投入品所占比重来测度生产分工。文献中常用的方法有两种（Hijzen，2005）：一是考虑国内生产的国外含量，其考察了生产或总投入中的（直接）进口投入品的比重，即“外包指数”；二是考虑了出口中的（直接和间接）来自外国的进口含量，即“垂直专业化”。使用国家投入产出表可以在细分行业层面测度分工程度，有充足的数据用于计量检验，因而相关经验研究集中在单一国家的行业层面：一是外包或垂直专业化程度的定量描述（如Amiti & Wei，2005；平新乔，2006），均发现国际外包或垂直专业化水平稳步增长。二是对生产率的影响研究（如胡昭玲，2007；Amiti & Wei，2009），都发现国际外包或垂直专业化对生产率有显著的促进作用。三是对就业和工资水平的影响研究（如Feenstra & Hanson，2003；Bailey & Lawrence，2004；Geishecker和G？觟rg，2008），发现国际外包对国内就业或员工工资水平的影响没有一致性结论。

2. 基于国际投入产出表的测度。在全球价值链分工体系下，基于多国投入产出模型建立的国际投入产出表更能深入揭示世界经济现实，这也是全球价值链研究的主流方向。国际投入产出表能够反映世界各国的各部门之间产品的流向和消耗关系。常用国际投入产出表有经济合作与发展组织（OECD）的全球投入产出表（GIOT）、欧盟的世界投入产出表（WIOT）、日本经济研究所（IDE）的亚洲国际投入产出表（AIIOT）、美国普渡大学的全球贸易分析数据库（GTAP）和联合国贸易和发展会议（UNCTAD）的全球投入产出数据库（GIOD）。

OECD和WTO于2013年联合开发了贸易附加值（TIVA）数据库并对外公开，并进行了一系列关于全球价值链的实证和政策研究，尤其是与全球价值链相关的贸易和投资政策。其他使用该数据的经验研究包括Newby（2013）对芬兰，Duprez和Dresse（2013）对比利时，以及Baldwin和Lopez-Gonzalez（2014）对世界主要国家的全球价值链参与情况的详尽分析。TIVA数据库的不足在于时间区间较短，仅有1995年、2000年、2005年、2008年和2009年这五年的数据。

GTAP成立于1993年，主要提供世界经济数据库、实用型一般均衡世界贸易模型、软件等的开发和改良，目前最新的是2004年的版本7。不同于TIVA数据库对外开放，也不同于WIOT是成型的国际投入产出表。使用GTAP需要结合单国投入产出表和双边贸易数据构建所需的国际投入产出表。经典研究大都采用这种方法。比如Johnson和Noguera（2012）提出出口附加值指標来测度全球生产分享程度，并以此计算贸易失衡度。Koopman等（2014）综合现有分工测度指标和贸易附加值概念提出一个完备的分解框架，将官方统计出口分解为不同的附加值部分；引导大家重新认识显示性比较优势、双边贸易平衡与贸易成本等问题。

AIIOT是全球最早的国际投入产出表，其共有七年数据，1975年～2005年间，每5年编制一份。由于数据更新缓慢，而且覆盖的经济体有限，使用AIIOT的机构主要是日本经济研究所，研究方向也以案例分析和统计描述为主（如Oikawa & 小井川広志，2008；IDE & WTO，2011）。

WIOD是目前对外公开的范围最广（全球主要发达和发展中国家）和时间跨度最长（1995-2011）的国际投入产出表。WIOD被研究者广泛用于分析全球价值链分工的不同特征（如Foster-McGregor et al.，2013；Foster-McGregor & Stehrer，2013；Johnson，2014）。

UNCTAD汇集世界各国的国家投入产出表、供给使用表、各机构的国际投入产出表，构建了全球价值链数据库（UNCTAD-Eora GVC Database），覆盖187个国家和地区，25个～500个行业，时间跨度1990年～2010年，是目前覆盖范围最广、时间跨度最长的全球价值链数据库，但未对外公开，目前只有2013年世界投资报告《全球价值链：投资和贸易促进发展》利用该数据对全球价值链的世界情况进行了描述，并结合全球生产网络检验了世界投资和国际贸易的联系，并描述性分析了对世界经济发展的贡献和潜在的风险。

三、 企业经营与调研数据

1. 企业经营数据。

（1）跨国公司经营数据通常由研究者收集整理。使用该数据的文献主要检验了跨国公司内部生产活动的国际转移，通过子公司生产活动的相对重要性测度外包。常用指标是子公司的就业人数占跨国公司总就业人数的比重。相关研究探讨了外包对技术密集度（Head & Ries，2002），劳动力结构（Hansson，2005），不同工资类别（Ebenstein et al.，2014）等的影响情况。这类数据仅捕获了跨国公司的部分外包活动，排除了所有公平交易（Arm's Length）。

（2）出口企业贸易数据主要来自海关统计。文献中采用的方法主要是通过进口中间品来量化外国投入在每个公司生产过程中的重要性。分工指数的分母可用总投入、材料购买额、销售额、工资账单、附加值和总产出，而分子即进口中间品通常使用物料投入或同时考虑物料投入和服务投入（如G？觟rg & Hanley，2005；G？觟rg et al.，2008；Mion & Zhu，2013）。相关研究主要探讨了国际分工对生产率（G？觟rg & Hanley，2005），工资结构（McCann，2011），企业就业增长、退出市场和技术升级的影响（Mion & Zhu，2013）。虽然进口中间品同时涵盖公司内交易和公平交易（Arm's-Length），但两者的产生原因和导致的结果截然不同。Hijzen等（2010）使用两种不同外包指数首次进行了区分：一是总外包指数即跨国公司将业务外包给国外供应商的花费与跨国公司获得的附加值总额之比；二是公司内外包指数即跨国公司向国外子公司的购买费用与跨国公司获得的附加值总额之比；发现：后者对母公司生产率的正向影响更显著并影响程度明显大于前者。

2. 问卷调研数据。调查数据通常涉及生产活动的国际区位选择问题，外包信息通常是定性信息，而且调研往往是一次性的，难以用于分析外包的动态特征。各国对数据统计的保密性和信息收集与记录方法迥异，使得难以进行国际比较和全球生产网络层面的细致分析。目前较全面的是欧洲中央银行和国际组织于2011年合作建立的竞争力研究网络（CompNet），其涵盖11个欧洲国家58个行业700 000个企業超过15年的非平衡面板数据，但目前并未对外公开。

欧洲布鲁塞尔智库构建了全球经济中的欧洲企业（EFIGE）数据库，包括七个国家（德国、法国、意大利、西班牙、英国、奥地利和匈牙利）的制造业企业样本，涉及15 000家企业的特征和生产经营活动的主要定量和定性信息，时间跨度为2007年～2009年。Altomonte和Ottaviano（2011）使用该数据在企业层面和行业层面都发现，国际生产分享对全要素生产率有显著的正向影响。Veugelerset等（2013）使用该数据发现，仅有少数企业密集参与全球价值链分工，而且这些企业往往规模较大，参与国际贸易程度较高，创新性较高，生产率也较高。

日本的经济、贸易和产业研究局（RIETI）的调研中涵盖了制造企业的制造和服务的外包行为，并区分了不同类型的供应商，但它仅仅包括了外包地位的定性信息数据。Ito等（2011）使用该数据发现，同时进行制造活动外包和服务任务外包的企业对生产率有显著影响，但对只进行其中一种外包行为的企业无显著影响。由此可知参与分工的方式对企业生产率至关重要。Tomiura等（2013）将RIETI调研数据与企业层面数据结合起来，检验发现外包显著促进就业结构向高技能劳动力转变。

意大利的跨国公司外包调研每三年进行一次，涉及国际化活动、投资、研发以及劳动力特征。Crino（2010）检验了服务外包对国内就业水平和技术构成的影响，结果发现，服务外包对就业水平无显著影响，但改变了就业结构，企业转向雇佣更多的技术熟练度较高的工人。Antonietti和Antonioli（2011）研究了跨境生产再配置对企业技术结构的影响，发现生产外包降低非熟练劳动力的需求，进而导致产生潜在的技能偏向影响（Skill-bias Effect）。

法国在1999年进行的工业跨国公司的国外活动调研数据，对每笔进口交易都统计了价值、产品分类、来源国以及交易模式等信息。数据库中的交易模式包括垂直FDI，来自第三方的合作外包和国际外包。学者们利用该数据研究了企业国际化模式。Jabbour（2012）发现生产率较高的企业更可能通过公平交易方式进行外包，而生产率较低的企业往往进行垂直一体化生产。Defever和Toubal（2013）发现生产率最高的跨国公司向不相关的供应商进口生产所需中间品，而生产率较低的跨国公司向关联第三方进口中间品。Corcos等（2013）发现，公司内贸易更可能发生在资本和技能密集型企业，生产率较高的企业及司法体制健全的国家。

四、 经验研究评述

按照数据来源对经验研究文献进行了梳理，可以发现现有研究主要分为四类：一是利用全球价值链分工指标来定量描述和分析全球、区域、国家或行业四个层面的生产分工及其演变情况，部分计量检验探讨了全球价值链分工的影响因素。这类视角的研究多是采用零部件数据进行跨国研究和国家投入产出表数据进行细分行业层面的研究。二是研究全球价值链分工对生产率的影响。这类研究主要采用企业经营和调研数据、加工贸易数据以及国家投入产出表数据，从行业和企业层面检验并几乎都得出了全球价值链分工对生产率产生显著的正向影响。三是研究全球价值链分工对就业结构和工资水平的影响。这类研究也主要采用企业经营和调研数据、加工贸易数据以及国家投入产出表数据，从行业和企业层面进行了检验，但并未得出一致性的结论。四是计算贸易附加值以及应用其分析宏观经济。这类研究的基础是通过国家投入产出表和国际投入产出表来计算参与全球分工获得的真实价值。但通过国际投入产出表，能够更细致和更准确地分解出各种类型的贸易附加值，进而更有效地分析世界经济形势，比如经济失衡情况（Johnson，2014）、贸易收益分配（Noguera，2012）、产业国际竞争水平（Koopman et al.，2014）等；但其主要使用贸易附加值通过统计描述的方式准确展现影响程度，没有深入讨论全球价值链分工对其的影响机制，更没有进行严谨的计量检验。谭人友和葛顺奇（2014）开始弥补上述不足，并结合中国经济现实，展开了较为深入的分析和探讨。在实证方面，至少有三个研究方向值得关注：一是使用附加值数据检验经典理论（如要素禀赋理论）的适用性或验证经验法则（如“微笑曲线”）的有效性；二是使用跨国公司与全球供应商的生产与交易数据，挖掘全球价值链的微观特性；三是将全球价值链与区域经济合作结合起来，比如在全球价值链框架下来分析“一带一路”战略。

参考文献：

[1] 陈静，胡昭玲，白雪飞.东亚零部件贸易影响因素及特点分析：基于引力模型的测算（1992-2006）[J].世界经济，2009，（11）：83-96.

[2] 陈勇.区域生产网络：东亚经济体的新分工形式[J].世界经济研究，2006，（2）：82-88.

[3] 胡昭玲.国际垂直专业化对中国工业竞争力的影响分析[J].财经研究，2007，（4）：35-42.

[4] 平新乔.垂直专门化、产业内贸易与中美贸易关系.世界经济[J]，2006，（5）：22-35.

[5] 谭人友，葛顺奇.全球价值链重构与世界经济再平衡[A].第十四届中国经济学年会入选论文，2014.

[6] 田巍，余淼杰.中间品贸易自由化和企业研发：基于中国数据的经验分析[J].世界经济，2014，（6）：90-112.

[7] 余淼杰.加工贸易，企业生产率和关税减免[J].经济学（季刊），2011，10（4）：1251-1280.

[8] Foster-McGregor N.，Stehrer R.and de Vries G.J.，Offshoring and the skill structure of labour demand， Review of World Economics，2013，149（4）：631-662.

[9] Geishecker I.and G？觟rg H.，Winners and losers： A micro-level anal-ysis of international outsourcing and wages.Canadian Journal of Economics，2008，（41）：243-270.

[10] G？觟rg H.，Fragmentation and trade： US inward processing trade in the EU， Weltwirtsc- haftliches Archiv，2000，136（3）：403-422.

[11] G？觟rg H.，Hanley A.and Strobl E.，Productivity effects of international outsourcing： evidence from plant-level data， Canadian Journal of Economics，2008，41（2）：670-688.

[12] G？觟rg H.and Hanley A.，International outsourcing and productivity： evidence from the Irish electronics industry， North American Journal of Economics and Finance，2005，16（2）：255-269.

[13] Hansson P.，Skill upgrading and production transfer within Swedish multinationals， Scandinavian Journal of Economics，2005，107（4）：673-692.

[14] Head K.and Ries J.，Offshore production and skill upgrading by Japanese manufacturing firms， Journal of international economics，2002，58（1）：81-105.

基金項目：中国博士后科学基金第60批面上项目（项目号：2016M600830）。

作者简介：谭人友（1983-），男，汉族，四川省南充市人，南开大学经济学博士，北京大学经济学院、中国长城资产管理公司联合培养博士后，研究方向为全球价值链、企业商业模式与内在价值。

收稿日期：2016-10-16。