中国参与全球价值链分工对就业的影响研究

廖战海

（广西财经学院，广西 南宁530007）

一、引言

随着技术日新月异的进步、交通成本及监管成本日益降低，全球化趋势愈演愈烈，特别是通过价值链分工的方式开展贸易也日渐繁荣。国际贸易实际上通过商品的流动替代要素的流动，引起要素供求的变化，从而对要素的价格产生影响，因此全球化会给劳动力市场带来冲击。外包作为全球价值链分工的载体，实现了生产的分割，本国将不具有比较优势的生产环节，比如劳动密集型生产环节转移到国外，必然会对一国的就业以及收入分配产生深远的影响。

最早关于外包与就业的文献，大多关注的是发达国家外包对其就业的影响(Anderton 和Bernton，1999；Amiti 和Wei，2004)。之后的研究主要分两大类：一是利用行业数据研究。首先从发包国的角度展开，主要有两种观点，一种观点认为外包对就业起抑制作用（陈仲常、马红旗，2010）[1]；另一种观点认为外包拉动了就业增长，原因是规模效应抵消了替代效应（徐毅、张二震，2008；吕延方、王冬，2011）[2]。其次从承接国的角度，一般认为承接制造外包可以拉动就业，而且会有行业差异以及来源国的差异（王俊、黄先海，2011；李占国等，2014；马晶梅等，2015）[3]。当然，也有学者指出服务外包对就业具有促进作用，而物质外包对就业则没有显著影响（肖芍芳、王俊杰，2012）。二是利用企业数据研究。Harrison 和McMillan(2011)[4]指出，离岸外包对母公司就业的影响显著受到离岸外包动机以及外包目的地的影响。Pierce 和Schott(2016)[5]研究表明，由于消除了政策的不确定性，大量的美国企业将中间品生产外包给中国，是2000年以后美国制造业就业突然急剧下降的原因之一。Bandick(2016)[6]认为，离岸外包地点的选择会对低技能就业产生显著影响。Tamayo 和Huergo(2016)[7]利用2004-2011年西班牙制造业和服务业企业数据，估计出离岸服务外包和技能型就业之间存在正相关关系。Andersson 等(2017)[8]利用1997-2002年瑞典企业数据，研究了外包如何影响企业对高技能劳动力的相对需求。

国内利用企业数据考察外包对就业影响的研究并不多见。因此，文章利用中国企业数据，进一步论证了外包与就业的关系，具体结构安排如下：第二部分为理论模型和假说，基于Melitz(2003)，Hsieh 和Klenow(2009)与Hummels 等(2014)的研究，构建了外包对企业就业影响的理论模型；第三部分为计量模型构建和数据说明；第四部分为实证结果与分析；最后是结论和政策启示。

二、理论框架

文章在Melitz(2003)异质性企业理论的基本框架下，引入Hsieh 和Klenow(2009)模型中的嵌套生产函数，借鉴Hummels 等(2014)在生产函数中刻画企业外包的方法，构建了外包对企业就业影响的理论模型。与之不同的是，文章不考虑低技能劳动力和高技能劳动力的划分。

1.嵌套生产函数设定

借鉴Hsieh 和Klenow(2009)，研究假定经济体中具有三层嵌套的生产函数。

第一层生产函数假定为科布-道格拉斯生产函数，表示为：

其中Y 表示经济体的总产出，YS表示部门S 的总产出，θS为部门S 在经济体中的份额。由于式(1)为经典的科布-道格拉斯生产函数，那么当假定产出市场是完全竞争时，总产出的价格给定为：

其中PS为部门S 产出的价格。那么，求解式(2)的利润最大化问题，可得部门S 产出的需求函数：

第二层生产函数假定为CES 函数。于是，部门S 的产出可表示为：

其中YSi表示部门S 的差异化种类i 的投入数量，σ 为差异化种类之间的替代弹性。由于式(4)为CES 生产函数，因而部门S 的价格函数给定为：

其中PSi为差异化种类i 的价格。借鉴Melitz(2003)的做法，可以得到差异化种类i 的需求函数为：

第三层生产函数也假定为科布-道格拉斯生产函数。与Hummels 等(2014)类似，生产差异化种类的企业利用劳动和外包产品进行生产。不同的是，此处不考虑低技能劳动力和高技能劳动力的划分，以及资本投入。生产差异化种类i 企业的产出表示为：

其中ASi表示企业i 的生产率，OSi表示企业的外包量，LSi表示企业的劳动力人数。

2.比较静态分析

假定企业生产需要投入固定成本f，企业外包也需要支付固定成本fo。那么企业i 的利润表示为：

其中W 表示工资，γ 表示外包产品的价格。求解企业的利润最大化问题，可得：

利用式(9)对外包量OSi求导，得到：

因此，文章得到假说：外包会增加企业对劳动力的需求。

由于文章是从进口中间品的角度来界定外包，因此根据现有中间品进口文献，文章认为外包会通过外包产品质量、外包产品种类数目和外包产品技术溢出影响企业就业。

三、模型、变量与数据

1.计量模型设定

根据上述理论模型和假说，为了实证考察企业层面外包对就业的影响，文章设定以下回归模型：

其中，下标i、t 分别表示企业和年份，employmentit表示企业i 在t年的就业人数，offshoringit表示企业i 在t年的外包程度，Xit表示其他企业层面的控制变量，包括企业规模、外资比重、年龄和负债比，εit代表误差项。

文章的核心解释变量是企业的外包额，因而控制变量的选取原则是控制变量会影响企业的就业，同时该控制变量又与企业的外包相关。这是因为如果控制变量与外包不相关，那么理论上可以证明，遗漏该控制变量不会影响回归系数β1的估计值。规模越大的企业可能会雇佣更多的工人，同时也可能需要承担外包的成本。外资比重越高的企业可能会使用更少的劳动力，同时也更有可能进行外包。成立越久的企业可能会拥有更多的工人，也越有可能进行外包。金融状况越好的企业可能会雇佣更多的工人进行扩大生产，同时也更有能力支付外包的先期费用。

文章的被解释变量就业人数来源于中国工业企业数据库。企业规模由企业的销售额度量，其中企业的销售额来源于中国工业企业数据库。外资比重定义为外国资本与企业资本之比，其中外国资本和企业资本来源于中国工业企业数据库。参照简泽等(2014)与毛其淋(2015)的做法，企业年龄采用企业当年年份与建立年份的差进行衡量，其中企业建立年份来源于中国工业企业数据库。负债比定义为企业负债与企业资本之比，其中企业负债来源于中国工业企业数据库。

2.外包的测度

目前，国内外研究中外包测算指标主要有四种：一是用中间品进口额与总进口额的比值(Imported Inputs in Total Imports)来衡量；二是利用企业中间品进口与企业总投入的比值来衡量(Imported Inputs in Total Inputs)；三是运用企业进口的中间品与企业总产出的比值来衡量(Imported Inputs in Gross Output)；四是利用垂直专业化指数来衡量(Vertical Specialization)。文章主要采用第一种方法来测度外包，即利用中国海关数据库中企业中间品进口额来衡量企业外包。进一步，中间品进口额并不一定都属于外包，为了减少误差，文章借鉴Kurz 和Senses(2016)的做法，采用同一HS4 分位行业下的制造业中间品进口额来衡量企业外包。例如，企业所属的HS4 分位行业为“2467”，那么在企业所进口的中间品中，只有同属于该HS4 分位行业的中间品才被计算为外包。

3.外包的工具变量构造

根据Yu(2015)的研究，企业的全要素生产率会对企业的进口决策产生很大的影响，一般情况下，企业的就业人数是企业生产率的体现之一，同时企业的中间品进口受其进口决策的影响，意味着企业的就业人数可能间接影响企业的外包，这种反向因果关系产生了内生性，可能会使模型的估计结果出现不一致。文章借鉴Feng、Li 和Swenson(2016)的方法，使用企业层面的中间品进口关税作为企业外包的工具变量，以解决文章的内生性问题。工具变量指标构造如下：

其中，h 代表HS6 分位产品，Ωit代表企业i 在t年进口的产品集合，τht代表产品h 在t年进口关税率，vαih,aver代表企业i在样本期间产品h 的平均进口额。权重αih,aver＝vαih,aver/∑h∈Ωitvαih,aver代表样本期间产品h 的进口占企业i 中间品总进口的平均比重，为固定权重。固定权重可以避免贸易权重和中间品进口关税之间的相互关系而导致的内生性问题。

四、实证结果与分析

1.基本回归分析

表1 给出了企业外包对就业影响的工具变量回归结果。在每一列中逐渐加入企业层面的控制变量。可以看到，企业外包的系数符号一直为正并且在1%的显著性水平上显著，同时数值大小也逐渐稳定并趋于一致。这意味着企业外包越多，其就业人数也越多，可能是因为当企业外包越多时，企业的生产成本下降，增加了企业效益，从而促使企业扩大规模招收了更多的工人。

为了排除中间品关税是企业外包弱工具变量的可能性，在表1 中加入了其他检验统计量进行识别。因为没有肯定的理由去相信误差是同方差的，所以文章使用了异方差-稳健Kleibergen 和Paap(2006)检验统计量。Kleibergen-Paap LM 统计量表明可以拒绝内生回归变量无法识别的零假设，然而，这说明工具变量可能只与内生回归变量弱相关。Stock 和Yogo(2005)列出了同方差情况下，为了检验弱工具使用的Cragg-Donald(1993)的F 统计量临界值。因为文中没有假设异方差，所以报告了异方差-稳健Kleibergen 和Paap(2006)Wald rk F 统计量。尽管异方差情况下适当的临界值在文献中没有列出(Mikusheva，2013)，但通常的做法是与Stock-Yogo 临界值进行比较。

考虑到弱工具变量的问题，文章还使用了Anderson-Rubin(1949)Wald 检验。可以看到，Kleibergen-Paap LM 统计量显示工具变量与内生变量显著相关，而且Kleibergen-Paap Wald rk F 统计量与Anderson-Rubin Wald F 统计量也拒绝了弱工具变量的原假设，说明文章使用的工具变量可用。

表1 外包与企业就业的工具变量回归结果

2.倾向得分匹配分析

倾向得分匹配法的主要目的在于比较同一时期下，有外包企业和没有外包企业的就业人数差异。具体地，基于企业是否外包，就业人数差异计算公式为：

其中，Oit是一个虚拟变量，Oit＝1则表示企业在t年有外包业务，否则为0。代表当一个企业有外包业务时在t年该企业的就业人数；则代表当一个企业没有外包业务时在t年该企业的就业人数。

（1） 得到倾向得分

拥有特征Xit的企业i 进行外包的可能性是：

其中，Xit是影响企业是否进行外包可能性的一些变量。文章中的这些变量包括企业规模、外资比重、企业年龄、负债比、出口额、资本、生产率和加成率等。文章使用Probit 模型来估计企业是否进行外包的回归，表2 给出了Probit 模型的回归结果。

表2 企业是否进行外包的影响因素

（2） 匹配

文章用获得的倾向得分确定每个企业进行外包可能性，之后使用分数找到每个外包企业对应的非外包企业。因为倾向得分是连续的，所以很难对每个外包企业找到有相同倾向得分的非外包企业。选择非外包企业有以下标准，比如一对一匹配、最邻近匹配、半径匹配及核匹配。文章使用一对一匹配的标准来匹配每个外包企业与非外包企业，目的是为每一个外包企业都找到一个具有类似倾向得分的非外包企业。

（3） 平衡检验

文章使用倾向得分匹配法有两个重要假设：公共支持假设与独立假设。因此文章通过检验匹配结果来检查是否满足这两个假设。公共支持假设意味着文章需要基于倾向得分，为每个外包企业找到一个非外包企业，所以文章删除了所有不符合这个假设的观测值。

独立假设要求处理组与对照组之间考虑匹配变量时没有显著差异。这种情况下，处理组与对照组之间的就业人数差异只是因为企业是否进行外包。因此文章检测了处理组与对照组之间匹配变量的平均值和偏差，结果如表3 所示。可以看到处理组与对照组之间八个匹配变量的偏差在-2.0%到6.8%。Smith 和Todd(2005)认为偏差越小，匹配结果越好。如果偏差大于20%，匹配则是无效的。结果表明文章的匹配是有效的。文章也检验了处理组与对照组之间八个匹配变量的平均值是否相等。从t 检验的结果可以看出，不少匹配变量都是不显著的，这表明处理组企业和对照组企业中这些变量的平均值差异不显著，从而从另一方面说明匹配的有效性。

表3 处理组与对照组的变量对比

（4） 倾向得分匹配的结果

表4 倾向得分匹配结果

3.外包承接国特征和企业异质性分析

（1） 外包承接国特征的影响

这一部分仍然基于中间品关税这一工具变量，通过承接国制度、距离、人均GDP、人口等考察外包对企业就业在不同外包承接国特征下的影响。

第一，外包承接国制度的影响。

表5 中第(1)到第(4)列分别代表知识产权、商业自由化、腐败自由化和贸易自由度四种制度衡量指标。具体地，外包与外包承接国知识产权制度的交乘项系数不显著，与其他三种制度的交乘项系数显著为负，这可能是因为当承接国的商业自由化、腐败自由化和贸易自由度等制度越好，在承接外包时的规模也会越大，因此相应地减少了更多的国内企业就业；而一般认为，承接国的知识产权制度是企业进行外包决策的关键因素，因素影响尚不显著，有待进一步验证。

表5 考虑外包承接国制度时外包对企业就业的影响

第二，外包承接国收入的影响。

根据表6 的回归结果可以看到，企业外包与外包承接国人均GDP 的交乘项系数最开始显著为正，随着控制变量的引入，该系数稳定为负并且仍然显著，说明同收入越高的国家进行外包，越容易导致国内企业就业下降。这可能是因为同高收入国家进行外包的一般是技术含量较高的产品，外包费用，即生产成本也相对更高，从而降低了国内企业对于高技能人才的需求，导致就业下降。

第三，外包承接国距离的影响。

根据表7 的回归结果可以看到，企业外包与外包承接国和中国之间距离的交乘项系数最开始显著为负，随着控制变量的引入，该系数为不显著，说明外包承接国的距离对进行外包的企业就业没有显著影响。

第四，外包承接国人口的影响。

根据表8 的回归结果可以看到，企业外包与外包承接国人口的交乘项系数最开始显著为负，随着控制变量的引入，该系数稳定为正并且在10%的显著性水平下显著，说明同人口越多的国家进行外包，企业就业增加的越多。这可能是因为人口越多的国家以发展中国家居多，外包给发展中国家往往是因为其廉价的劳动力成本，从而使企业节约成本、提高利润，进而增加对相关高技能劳动力的需求，促进了企业就业。

表6 考虑外包承接国人均GDP 时外包对企业就业的影响

表7 考虑外包承接国距离时外包对企业就业的影响

表8 考虑外包承接国人口时外包对企业就业的影响

2.企业异质性的影响

文章仍然基于中间品关税这一工具变量，通过企业规模、生产率、所有制、年龄、所在地区、贸易方式、所在行业等方面考察外包对就业的影响。

（1） 不同企业规模的回归结果

文章通过企业销售额衡量企业规模，表9 的第(1)到第(4)列分别表示处于第一分位、第二分位、第三分位和第四分位的企业。再根据表9 的回归结果可以看到，除了处于第四分位的企业不显著之外，其余均显著为正，但系数变小。这表明随着企业规模的扩大，外包的就业效应逐渐减弱。这可能是因为企业规模很大时，跨国公司不仅仅采取外包的方式，更有可能采取FDI 的方式参与国际分工。

表9 不同企业规模下外包对企业就业的影响

（2） 不同企业生产率的回归结果

表10 的第(1)到第(4)列分别表示处于企业生产率为第一分位、第二分位、第三分位和第四分位的企业。根据表10 的回归结果，除了处于第四分位的企业不显著外，其余均显著为正，但系数变小。这说明对于中低生产率企业，外包对就业具有显著的正向影响；而对于生产率非常高的企业，外包对就业的影响不显著。这可能是由于对于中低生产率企业，外包对企业的利润增长具有质的影响，从而增加对劳动的需求。

表10 不同企业生产率下外包对企业就业的影响

（3） 不同企业所有制的回归结果

表11 不同企业所有制下外包对企业就业的影响

表11 的第(1)到第(3)列分别表示国有企业、民营企业和外资企业。再根据表11 的回归结果，只有当样本为国有企业时，企业外包对就业的影响不显著。这可能是因为样本期内国有企业的外包规模较小，同时国有企业的样本量也不多，需要进一步验证。

（4） 不同企业年龄的回归结果

表12 的第(1)到第(4)列分别表示企业年龄处于第一分位、第二分位、第三分位和第四分位的企业。根据表12 的回归结果，在不同企业年龄分位下，企业外包对就业的影响都为正并且显著。说明外包对企业就业的影响不取决于企业持续经营时间的长短。

表12 不同企业年龄下外包对企业就业的影响

（5） 不同地区企业的回归结果

表13 的第(1)到第(3)列分别表示东部、中部和西部企业。根据表13 的回归结果，对于东部和中部企业来说，企业外包对就业的影响显著为正；对于西部企业来说，企业外包对就业的影响显著为负。这可能是因为西部企业的整体发展水平较低，样本期间基本处于价值链的低端，将大量的劳动密集型生产环节外包给国外企业的话，明显减少了企业生产的产品数量，降低企业劳动力需求。

表13 不同地区企业下外包对企业就业的影响

（6） 不同贸易方式企业的回归结果

表14 的 第(1)到第(3)列分别表示纯加工贸易企业，既有加工又有一般贸易企业与纯一般贸易企业。根据表14 的回归结果，对于纯加工贸易企业和既有加工又有一般贸易企业来说，企业外包对就业的影响显著为正；对于纯一般贸易企业来说，企业外包对就业的影响显著为负。企业的加成率一定程度上反映生产率，黄先海等(2016)发现加工贸易企业加成率水平显著低于一般贸易企业，因此加工贸易企业或混合型企业处于较低的生产链位置，外包对企业的利润增长具有质的影响，从而增加对劳动的需求。

表14 不同贸易方式企业下外包对企业就业的影响

五、结论与政策启示

文章利用2000-2006年中国工业企业数据库与中国海关数据库的匹配数据，从微观角度研究了外包对企业就业的影响。考虑到可能存在反向因果，文章选取了中间品关税作为工具变量，结果表明企业外包对就业具有显著的促进作用。其次，使用了倾向得分匹配法进一步验证了外包与企业就业之间的关系。最后，还从外包承接国特征与企业异质性考察了各方面的不同影响。

文章的政策含义是：第一，在全球化和价值链分工的背景下，中国以外包的形式参与到国际分工体系中，地位不断攀升，应该适时进行角色的转变，从承接国转向发包国。从研究结论可知，发包并未对就业产生负面影响，反而促进了就业，因此政府应该鼓励中国企业对外发包，充分利用国外资源节约成本，提高企业竞争力。第二，从承接国的特征看，如果外包给制度较好、收入相对较高的发达国家，则有可能会对国内就业造成一定冲击，因此，应该充分利用“一带一路”建设的契机，不断深入推进与一带一路沿线发展中国家的分工合作，大力发展外包和服务外包。第三，从企业异质性的考察来看，中小企业以及生产率较低的企业、民营和外资企业、加工贸易型企业都有明显的就业提升效应，政府应该大力扶持这些企业。