新生代勞動力供給變化對制造業升級的影響研究——基于新生代勞動力供給和制造業細分行業數據的實證

新生代勞動力供給變化對制造業升級的影響研究——基于新生代勞動力供給和制造業細分行業數據的實證

陽立高，龔世豪，韓峰

(長沙理工大學經濟與管理學院，湖南長沙410076)

摘要：隨著“嬰兒潮”期出生人口的加速老齡化，80、90后新生代勞動力漸成我國的主體勞動力。然而，新生代勞動力擇業行為具有典型的“去制造業化”、“高端化”和“服務化”等特征，這將對我國制造業發展產生深遠影響。運用1995-2014年我國新生代勞動力供給和制造業細分行業數據，通過構建VAR模型，對新生代勞動力供給變化影響制造業升級的效應進行實證檢驗，結果發現：新生代勞動力供給數量與質量變化對低端制造業的影響顯著為負，且系數較大；對中端和高端制造業的影響顯著為正。這說明，隨著新生代勞動力供給數量的變化和平均受教育年限的增加，已使低端制造業失去了傳統比較優勢，但卻為中高端制造業的較快發展提供了良好條件。因此，要順應新生代勞動力供給變化，通過政策順勢促推制造業向和新生代勞動力供給變化相協調的產業高端升級。

關鍵詞：新生代勞動力；供給變化；制造業升級；實證檢驗

收稿日期：2015-07-11修回日期：2015-10-08

基金項目：國家社科基金項目“勞動力供給變化影響制造業升級的機理及政策研究”(13CJL058)；湖南省軟科學計劃重點項目(2015ZK2006)；現代服務業發展與湖南新型城鎮化協同創新中心資助項目；湖南省國際經濟與國際工程管理研究中心基金項目(14IEPM07)。

作者簡介：陽立高(1978-)，男，湖南隆回人，長沙理工大學經濟與管理學院副教授、碩士生導師，經濟學博士、博士后，研究方向：人力資本、技術創新與產業發展。

中圖分類號：F426

文獻標識碼：A

文章編號：1002-9753(2015)11-0136-09

Abstract：With the accelerating aging of the population who were born in the period of “baby boom”, the new generation labor of 80s and 90s have been gradually becoming the body of the labor market of China. However, the new generation labor’s job-seeking behavior has appeared the typical “non-manufacturing” characteristics, which should bring in a profound impact for the development of manufacturing. Based on the 1995-2014 year’s datum of the quantity and quality of new generation labor supply, and technology, capital and sub-sectors of manufacturing, by constructing the VAR model, this paper makes an empirical analysis on the effectiveness of the new generation labors supply change on Manufacturing upgrade. We find that the impact of a change of the new generation labor supply quantity and quality on low-end manufacturing is significantly negative and the coefficient is large; the impact on the mid-range and high-end manufacturing are significantly positive. The conclusion shows that with the reducing of the number of the new generation labor supply and by the increasing length of the average educational years of the new generation labor, the low-end manufacturing has lost its traditional comparative advantage, but the mid-range and high-end manufacturing would have a good condition for a rapid development. Therefore, we should comply with the new generation labor supply change, and homeopathy push manufacturing to upgrade, and make its direction of development coordinated with the Cenozoic labor supply changes by carrying out new policies.

Research on the Effect of the Change in New Generation Labors Supply on

Manufacturing Upgrading——An Empirical Analysis Based on the Data of the New

Generation Labors Supply and Sub-sectors of Chinese Manufacturing

YANG Li-gao, GONG Shi-hao, HAN Feng

(EconomicsandManagementCollegeofChangshaScience&TechnologyUniversity,Changsha410076)

Key words:The new generation labor; Supplying change; Manufacturing upgrade; Empirical research

一、引言

隨著我國人口結構的轉變和人口老齡化的加速，20世紀50、60年代“嬰兒潮”期出生的人口將依次開始老齡化，而作為80、90后的新生代將逐步成為勞動力市場的主體。然而，和上代勞動力相比，受核心家庭子女獨生化、高等教育大眾化、經濟持續快速增長和人均收入水平大幅上升等多重因素影響，新生代勞動力供給數量與質量及擇業行為正發生深刻變化，新生代勞動力供給已發生根本性轉變，主要表現為：新生代勞動力年均供給數量將在相當長一段時期里呈下降趨勢，高等教育大眾化背景下人均受教育年限的大幅延長，受高等教育人數占比迅速上升，并使新生代就業觀念和擇業行為呈明顯的“去制造業化”、“高端化”和“服務化”新趨勢，而制造業升級速度明顯滯后于新生代中知識型勞動力占比增速，又導致大學生就業難和企業招工難的雙重困境，這都將對我國制造業發展產生深遠影響。

一方面，受始于70年代，嚴于80、90年代的人口和計生政策，尤其是嚴格的“一胎化”計生政策影響，80、90后新生代人口出生率與人口出生數和50、60后相比均呈明顯下降趨勢。1980-1999年間的平均人口出生率僅為19.40%，比1950-1969年間33.75%的年平均人口出生率下降了14.35%；50、60后出生人口總數高達44298.36萬人，而80、90后出生人口總數為43301.66萬人，較50、60后少了996.70萬人*根據歷年《中國人口和就業統計年鑒》和《中國統計年鑒》數據整理和計算而得。。這樣，隨著80、90后成為我國的主體勞動力，勞動力供給數量必將長期呈下降趨勢，并將對勞動密集型制造業發展形成倒逼機制。另一方面，自改革開放以來，我國經濟社會持續、快速發展，家庭收入水平迅速提高，國家大力推進科教興國戰略，高等教育呈大眾化發展新態勢。在這種情況下，新生代人均受教育水平和受高等教育人數占比都迅速提高。80、90后新生代人均受教育年限為11.82年，比50、60后5.36年的人均受教育年限高出6.46年；而新生代人口中受高等教育人數占比更是高達21.78%，是50、60后2.51%的8.68倍*根據歷年《中國人口和就業統計年鑒》和《中國統計年鑒》數據整理和計算而得。。這樣，隨著新生代勞動力人均受教育年限的延長，我國的人力資本將得到較快積累，成為促進技術密集型制造業快速發展的原動力，并將在很大程度上影響制造業升級速度。

然而，在當前我國新生代勞動力供給有利于產業升級的新條件下，制造業升級速度卻仍然十分緩慢，升級速度嚴重滯后于知識型勞動力占比增速。根據王志華(2012)[1]的測算，我國勞動力素質正以年均27.8‰的速度在提升，新生代勞動力素質提升可能更快，而制造業升級的速度卻不足2‰。在這種情況下，一方面，高端制造業沒有得到應有的發展，不能為大學生創造有效的工作崗位，既導致了人力資源的極大浪費，又造成了愈演愈烈的大學生就業難問題；另一方面，在勞動力尤其是新生代低端勞動力供給數量迅速下降，勞動力成本急劇攀升的情況下，原本就微利的低端制造業沒有適時轉型升級，反而呈規模擴張趨勢，既難以招到理想成本的工人，導致愈演愈烈的“招工難”和“民工荒”問題，又必將使其利潤和發展空間越來越少。因此，在我國新生代勞動力供給發生深刻變化的新條件下，探討如何順沿新生代勞動力供給變化，順勢推進制造業升級，具有重要的理論價值和現實意義。

二、文獻綜述

隨著第一個老齡人口增長高峰的到來，我國勞動力供給已于2012年首次出現且將長期延續負增長，多重因素作用背景下新生代勞動力供給發生深刻變化，勞動力供給和產業發展持續成為倍受關注的焦點。縱覽現有文獻，相關研究主要從以下三個方面展開：

一是探討勞動力供給數量和勞動力成本對產業升級的影響。威廉.配第和亞當.斯密早就指出，勞動力供給數量是影響產業產出的核心因素。Khyarara(2003)[2]和Banister(2009)[3]等認為，豐裕而廉價的勞動要素是吸引FDI的核心因素，一旦受資國勞動力供給數量下降、成本上升，外資就將往勞動力更加豐富與廉價的地區轉移，繼而帶動東道國產業升級。長期以來，近乎無限供給的勞動力數量和豐富且廉價的勞動力成本成為驅動外商到中國進行投資的源動力[4]。但由于近年來中國勞動力供給數量趨減、成本上升，已導致大量資本外流，全球的制造業中心將逐步從中國轉向東南亞、南美及非洲等地區[5]。而彭國華 ( 2015 )[6]基于匹配理論模型的實證檢驗結果則表明，中國盡管東部地區勞動力比較優勢已呈明顯下降趨勢，但中西部地區仍具有一定的勞動力資源優勢。鄭偉(2014)[7]運用分要素預測法的預測結果也表明，在中等生育率情況下，我國勞動力供給數量將呈長期下降趨勢，將從2013年的10.06億一直下降到2089年的8.31億。中國勞動力供給短缺將成為普遍現象，普通勞動力工資持續快速上漲，招工難成為制造業普遍遭遇的困難，且難度將越來越大[8]。中國勞動力供給的“水平效應”遞減，而“垂直效應”開始顯現，制造業長期依賴的“數量型人口紅利”不可持續，必須轉移到以人力資本與技術水平提升的內生增長道路上來[9]。都陽(2013)[10]的研究結果也表明，隨著勞動力成本的不斷攀升，中國傳統制造業優勢不再，勞動力成本每提高1%，將降低制造業企業利潤水平1-3.25%不等。而更為重要的是，隨著勞動力供給數量在相當長的時期內呈持續快速下降的不可逆趨勢，基于勞動和資本投入的原有粗放型經濟增長模式難以為繼，人力資本積累，技術效率提升將日益成為全要素生產率的主要來源[8，11]。

二是研究勞動力供給質量影響產業升級的機理及效應。Schultz(1990)[12]認為，產業升級的源動力是技術進步，而勞動力質量的提升日益成為影響技術進步，提高勞動生產效率，促進經濟快速增長的核心因素。Romer(1986)[13]和Grossman(1993)[14]等則分別構建了將勞動力素質作為獨立內生變量的新經濟增長模型，認為數量型人口紅利不可持續，經濟增長主要由勞動力素質的提高及人力資本積累所推動。Autor(2013)[15]則進一步強調，與技術創新、產業結構相匹配的人力資本，才是經濟增長的源泉。中國過于依賴廉價勞動力的傳統制造業迫切需要升級，而改善勞動力結構，提高勞動者素質，將“人口紅利”轉化為“人才紅利”是推動中國制造業升級，重獲比較優勢的根本途徑[16]。在國際產業分工低端，勞動成本優勢主要表現為勞動力數量的規模優勢，而在國際產業分工高端，勞動成本優勢則主要表現為勞動者的素質優勢[17]。制造業企業的創新能力將隨著勞動力成本的上升而不斷增強[18]。而當前我國產業升級速度明顯滯后于勞動力素質提升速度，恰是導致企業用工荒與大學生就業難的主要原因，產業結構要以人為本，即必須同我國多層次的勞動力素質結構相協調[6]。

三是基于“新生代”的視角分析勞動力供給變化對產業升級的影響。王正中(2006)[19]認為，新生代農民工主要是指1980年以后出生的農村外出務工人員，他們具有受教育程度高、職業期望值高、物質和精神享受要求高、工作耐受力低的“三高一低”新特征，不利于中國制造業發展。人口老齡化加速背景下的中國新生代人口數量下降迅速，不利于產業升級[20]。新生代農民工擇業傾向的“去制造業化”、“高端化”與“服務化”趨勢將導致中國低端制造業面臨日益嚴重的“招工難”問題；而高端制造業發展緩慢又難以為知識型人才提供合適就業崗位，造成了愈演愈烈的大學生“就業難”問題[21]。而李群(2014)[22]等則指出，隨著中國產業升級的不斷演進，許多企業和新生代農民工都面臨用工與就業的嚴峻考驗。

綜合來看：現有文獻主要集中于探討勞動力供給數量、質量與成本變化對產業發展及升級的影響，大多肯定了豐富且廉價的勞動力對產業發展的促進作用，支持中國人口老齡化加速背景下勞動力供給數量減少、人口紅利消減、制造業原有發展模式不可持續的觀點，并對制造業升級的路徑展開了探討。但較少考慮多重因素作用下新生代勞動力供給數量、質量與擇業行為發生的深刻變化對制造業升級的影響，相關實證性文獻尚未發現，本文旨在這些領域做出有益探索。

三、指標選取、模型構建、數據來源及處理

(一)模型構建

借鑒李賢珠(2010)[23]的分類方法，按勞動、資本與技術等生產要素對制造業各細分行業發展的貢獻度等，將制造業細分行業歸為低端、中端和高端制造業三類。而制造業升級主要是指制造業三大類產業中，低端制造業生產總值占制造業生產總值的比重不斷下降，中端制造業占比先升后降，高端制造業占比不斷上升的動態過程[9]。

借鑒王正中(2006)[19]對新生代農民工的界定，本文認為新生代勞動力指1980年及以后出生的15歲及以上的適齡勞動人口數。受80年代以后核心家庭子女獨生化、高等教育大眾化及人均收入較快增長等多重因素影響，新生代勞動力年均供給數量較快減少，而人均受教育年限較快增加，經濟社會負擔相對較輕。相對1980年以前出生的勞動力，新生代勞動力大多具有受教育程度高、職業期望值高、物質和精神享受要求高、工作耐受力低 “三高一低”的新特征。新生代的這些新特征將對制造業發展與轉型升級產生深遠影響。

因此，借鑒陽立高等(2014)[9]的研究成果，綜合考慮新生代勞動力供給數量和質量、技術水平、資本存量等因素對制造業升級的影響，將新生代勞動力供給數量和質量、技術水平、資本作為解釋變量，以探討他們對制造業升級的影響效應。為了讓趨勢線性化，消除序列異方差和單位差異，在實證檢驗中采用對數形式，并構建計量模型如下：

在上式中，i表示制造業三大類產業(i=1, 2, 3)；t表示時間(t=1995—2014)，單位：年；S表示制造業升級；L表示新生代勞動力供給數量；E表示新生代勞動力供給質量，即新生代勞動力人均受教育年限；P代表技術水平；C表示資本存量；α0和εt分別為截距項與隨機擾動項。

(二)數據來源與處理

各變量的數據來源、數據整理和處理方法如下：

(2)新生代勞動力供給數量L：根據對新生代勞動力的界定，采用1980-1999年20年間每年新出生的15歲及以上人口數作為每年新生代勞動力供給數量，單位：萬人。第t年新生代勞動力供給數量=第t-16年的人口總量×第t-15年的人口自然增長率。數據來源于1980-1999年《中國人口和就業統計年鑒》。

(3)新生代勞動力供給質量E：用新生代勞動力人均受教育年限表示，單位：年。第t年新生代勞動力供給質量=第t-15年出生的新生代勞動力中，從小學至博士的每個學歷層次的入學人數×該層次教育學制年數，將其加總后再除以第t-15年出生的新生代勞動力總人口數。數據來源于1986-2014年《中國教育統計年鑒》。

(4)技術水平P：用專利申請受理數來衡量，單位：件。數據根據1995-2014年《中國科技統計年鑒》整理而得。

(5)資本存量C：用資本存量作為衡量行業資本的依據。本文采用永續盤存 (PIM) 法，并以1988年為計算基期，借鑒張軍等人(2004)[24]的基期數據、折舊率與計算方法，對1995-2014年的資本存量進行測算，單位：億元。

各變量的基本統計指標值，見表1。

表1　各變量的基本統計指標值

四、計量檢驗與結果分析

(一)平穩性檢驗

在VAR模型中，進行脈沖響應分析的前提條件是其誤差向量滿足白噪聲序列。因此，本文首先對lnS、lnL、lnE、lnP、lnC等指標用ADF方法進行單位根檢驗，以確定各變量的平穩性，并記一階差分為△，檢驗結果見表2。

從表2可以看出，各變量S1、S2、S3、L、E、P、C通過一階差分后，均通過了平穩性檢驗，這說明它們都是I(1)單位根過程，且可能存在協整關系。

(二)協整檢驗

綜合考慮AIC、SC信息標準及LR檢驗結果，確定VAR模型滯后期為1，然后運用基于向量自回歸模型的Johansen極大似然估計法對同階單整的變量進行協整檢驗，檢驗結果見表3。

從表3可以看出，低端制造業S1、中端制造業S2、高端制造業S3分別和L、E、P、C各變量之間存在協整關系，協整方程及各解釋變量系數，見表4。

表2　ADF單位根檢驗結果

注: ***、 **、 *分別表示 1%、5%、10%的水平上拒絕“非平穩性”原假設

注: 第1個序列有2次趨勢，協整方程僅有線性趨勢；第2個序列沒有確定性趨勢，協整方程沒有截距；第3個序列有2次趨勢，協整方程僅有線性趨勢； ** 表示在5% 水平上顯著。

注:***、**、*分別表示解釋變量系數在1%、5%、10%的顯著性水平下統計顯著

從表4可以看出，總體而言，L、E、P、C各變量對低端制造業的影響均顯著為負，且系數較大；對中、高端制造業的影響，除技術水平對中端制造業的影響為負外，其余均顯著為正。這表明新生代勞動力供給變化對制造業升級具有明顯推動作用。

首先，新生代勞動力供給數量L對低端制造業的影響顯著為負，且系數很大；而對中、高端制造業的影響均顯著為正，且對高端制造業的正向影響效應很大。具體表現為：新生代勞動力供給數量每增加1%，將可能導致低端制造業占比下降5.19%，而使中、高端制造業占比分別上升0.24%和2.27%。這說明，隨著50、60后逐步開始退出勞動力市場，80、90后新生代勞動力將漸成勞動力市場主體，我國勞動力供給數量將在相當長的一段時期內呈不可逆的下降趨勢，不利于過于依賴豐富而廉價的勞動力數量供給的低端勞動密集型制造業發展。更為重要的是，隨著新生代就業意愿和擇業行為的高端化，必將促進資本與技術對勞動要素的擠占，倒逼低端制造業升級，而順推中、高端制造業發展，且對以技術密集型制造業為主的高端制造業的推動作用更為明顯。

其次，新生代勞動力供給質量E對低端制造業的影響顯著為負，且系數很高；而對中、高端制造業的影響顯著為正，且對高端制造業的正向沖擊更大。新生代勞動力受教育水平每提升一個單位，將可能導致低端制造業占比下降7.81個單位，而使中、高端制造業占比分別上升0.26、3.82個單位。這說明，隨著新生代人均受教育年限的延長，尤其是其中受高等教育人數占比的上升，新生代對工作的期望值更高，就業意愿更趨高端化，更不愿意選擇低端制造業可能提供的工作條件與環境相對較差、工作比較枯燥的崗位，而更偏好高端制造業可能提供的“體面”工作。新生代擇業行為“高端化”、“服務化”、“體面化”的不可逆趨勢將可能會給低端制造業帶來嚴重的后果，這也是導致低端制造業企業在不斷加薪的情況下仍然面臨日益嚴重的“招工難”問題的主要原因。

再次，技術水平P對低、中端制造業的影響效應分別為-0.17%和-0.12%，這說明當前我國低、中端制造業企業的專利活動可能普遍存在重量輕質、專利轉化率很低、專利的產出投入比不高等問題；P對S3的影響雖然為正，且很顯著，但系數并不太高，僅為1.05%，也可能和當前高端制造業企業的專利結構不合理，發明專利占比低，核心關鍵技術突破少，科技成果轉化率低等相關。隨著高端制造業核心關鍵技術的突破，P對S3的正向沖擊將越來越大。資本存量C對低、中、高端制造業的影響效應依次為-8.11%、0.19%和2.54%，這既說明，在當前勞動力尤其是新生代勞動力供給發生深刻變化，要素稟賦逆轉的新條件下，低端制造業資本投入的邊際產出率已經為負，依靠大量的資本投入與規模擴張，非但難以續延生命周期已處于衰退期的低端制造業的發展，還可能加重其資本負債與經營風險，加速其退出市場；又說明高端制造業資本投入的邊際產出明顯高于中端制造業，隨著我國要素稟賦結構的不斷變化，將可能推動制造業較快升級。

(三)脈沖響應分析

由于低、中、高端制造業都和新生代勞動力供給數量與質量、技術水平、資本存量之間存在協整關系。因此，可以在VAR模型分析的基礎上進行沖擊響應分析。本文選取廣義脈沖響應函數(GIRF)進行脈沖分析，即給定L、E、P、C一個標準正沖擊，從而觀察S1、S2、S3的脈沖響應函數。

圖1　S1對L、E、P、C的脈沖響應

圖2　S2對L、E、P、C的脈沖響應

圖3　S3對L、E、P、C的脈沖響應

(1)制造業指標Si(i=1, 2, 3)對新生代勞動力供給數量L的脈沖響應，見圖1-3。受到L一個標準正沖擊后，S1的增長速度一直為負；S2雖然短期內有小幅度的負增長，但從長期來看，卻一直都是持續很高的正響應；S3的前三期為正響應，而之后卻開始持續為負響應。這說明，隨著新生代勞動力漸成我國的勞動力主體，低端制造業已失去傳統比較優勢，應該加速制造業升級，重點發展中高端制造業，以適應新的勞動力結構和就業特征。

(2)制造業指標Si(i=1, 2, 3)對新生代勞動力供給質量E的脈沖響應，見圖1-3。當受到E一個標準正沖擊后，S1增速開始持續下降，到第8期后開始持續為負增長；S2增速在短期內有快速躍升，但從第2期開始增速持續放緩，并在第6期以后開始為負增長；S3的響應正好和S2的變化趨勢相反。這說明，隨著新生代人均受教育程度的提高，新生代“去低端制造化”和就業“高端化”的趨勢將越來越明顯，這將對低端制造業的發展非常不利，可能導致低端制造業占比持續下降，而中端制造業在短中期內會迎來發展的契機，但長期發展仍將面臨不利因素；而從長期來看，高端制造業將面臨前所未有的發展契機，但政府應通過政策扶持，助其度過幼年期可能面臨的困難。

(3)制造業指標Si(i=1, 2, 3)對技術水平P的脈沖響應，見圖1-3。在受到P的一個標準正沖擊后，S1一直是持續負增長，且短期下降幅度很大；S2為持續正增長，且短期內增速很快；S3雖短期內有飛躍式增長，但長期增長乏力。這說明，一是技術可能會對勞動要素造成很強的擠占效應，隨著我國技術水平的不斷提高，低端制造業占比將不斷下降；二是當前我國的技術創新可能主要仍然停留在模仿創新上，核心關鍵技術突破不多，導致許多中高端制造業企業通過模仿創新在短期內可能獲得較大利益，但隨著國外技術的升級和產品的更新換代，在國內外越來越嚴格的知識產權保護制度下，中高端尤其是高端制造業，如果不能掌握核心關鍵技術，技術瓶頸將越來越明顯，發展空間也將越來越小。

(4)制造業指標Si(i=1, 2, 3)對資本存量C的脈沖響應，見圖1-3。當受到C一個標準正沖擊后，S1的增速仍持續下降；S2在短期內有個小幅度的增長，但中長期都為負響應；而S3的響應則恰好和S2相反。這也許和資本投入的長期邊際收益遞減規律有關，且這種規律在產業生命周期的不同階段的作用強度也各不一樣。作為在中國已處于衰退期的低端制造業，資本投入的邊際收益遞減強度已經很大，發展低端制造業的優勢已經一去不復返；而這個規律對處于成熟期的中端制造業來說，其長期的作用強度也將明顯大于對當前處于成長期的高端制造業的影響。當然，在短期內政府仍然需要通過政策支持與扶助仍處于成長期的高端制造業的發展。

(四)方差分解分析

方差分解是通過分析每一個結構沖擊對內生變量變化的貢獻度，以進一步測評不同結構沖擊的重要性。檢驗結果表明，新生代勞動力供給數量L及質量E、技術水平P和資本要素C四個變量對低端制造業S1的總貢獻率都沒有超過10%；而L、E、P、C 4要素對中端制造業的貢獻率卻為最大，到第6期貢獻率已超過60%，其中L和E的貢獻率為最大，尤其是E，到第5期就已超過中端制造業自身而成為最為主要的影響因素；L、E、P、C 4要素對高端制造業的貢獻率也高達35%，遠大于低端制造業，尤其是其中的E因素的貢獻率達到了24%。這也表明，隨著新生代勞動力供給數量與質量正發生的深刻變化，低端制造業的傳統比較優勢已經一去不復返，轉型升級迫在眉睫；中高端制造業即將迎來良好發展契機。理應順應新生代勞動力供給變化，通過政策順勢推進制造業轉型升級。

五、結論與政策建議

(一)主要結論

人口結構轉變背景下，隨著新生代日漸成為我國的主體勞動力，新生代勞動力供給數量、質量及擇業行為正發生的深刻變化將對制造業升級產生深遠影響。具體表現為：

一是新生代勞動力供給數量與質量對低端制造業的影響均顯著為負，且系數很高，低端制造業傳統比較優勢已難以為繼；且P和C對S1的影響也顯著為負，則說明通過加大資本與研發投入仍難以續延低端制造業優勢，需盡快轉型升級。

二是新生代勞動力供給數量與質量變化對中端制造業的影響也顯著為正，且脈沖響應和方差分解分析結果均表明：L、E、P、C對S2的綜合正向影響效應在短中期內還很大。這表明，我國的中端制造業在短中期內仍有較大發展空間。制造業不宜采取跨越式模式直接從低端向高端升級；而更適合采取漸進式模式，從低端向中端再向高端升級。

三是新生代勞動力供給數量與質量變化對高端制造業的影響均顯著為正，且系數較大，而脈沖響應分析結果表明，E和C對S3的短期影響為負，而中長期促推作用很大。這說明我國高端制造業將迎來發展契機，尤其是中長期增長潛力巨大，但其中可能有很多產業仍屬于幼稚產業，需要運用傾斜性政策加以保護和扶持。

(二)政策建議

基于新生代勞動力的新特征和其供給不可逆的變化新趨勢，政府首選順應新生代勞動力供給變化，政策順推制造業轉型升級。

首先，要多渠道引導新生代形成科學的就業觀。當前我國制造業結構不合理，低端制造業占比過重等問題是長期的、歷史的原因造成的。低端制造業企業轉型升級仍需要一定的時間和過程，且合理發展勞動密集型制造業對于解決社會就業等問題仍具有一定的積極意義。但日漸成為主體勞動力的新生代擇業行為的“去低端制造業化”將給低端制造業帶來致命一擊，很容易導致低端制造業企業大量猝死，繼而引發新的經濟與社會危機。因此，一是通過各類媒體，加強對新時代技術技能型人才重要性的宣傳，通過樹典型、立標桿，引導新生代從事技術技能工作，避免盲目追求“高、大、上”，加重就業和招工“兩難”問題；二是通過政策引領、財政扶持、社會資本參與等，多模式辦學，加快發展新型職業教育，加速培養高技術技能人才；三是加快建成重實效、重貢獻的收入分配和人事任免制度，既要提高有真技術技能，能做出好產品的高技術技能人才的整體待遇，又要在同等情況下優先考慮技術技能人才，尤其是“大國工匠”的職稱與職務晉升。

其次，要多途徑引領低端制造業轉型升級。長期而言，勞動力供給數量減少和新生代勞動力“去低端制造業化”是一個不可逆趨勢，低端制造業發展空間必將越來越小。但由于低端制造業中小微企業數量眾多，且其中大多又由老一代外出務工者創辦。這些企業負責人既普遍存在宏觀經濟政策和產業發展趨勢把握能力不強，又大多長期只從事某一行業且只熟悉某一行業，還存在其子女大多為新生代、富二代，不愿意或缺能力接班等諸多問題。因此，一是要多渠道加強對國家經濟與產業政策的宣傳，讓政策起到應有的成效；二是各級政府要成立產業發展協調領導小組，既要加強對企業負責人的免費培訓，將其培養成跟黨走、懂政策、知形勢、明管理的高級專門人才，又要責任到人，建立政府和企業的一對一幫扶機制，扶助企業轉型升級和做大做強，并將對口幫扶企業的發展量化為責任人績效考評的重要指標；三是既要綜合運用財政、稅收、資源等政策倒逼低端制造業轉型升級，又要建立低端制造業企業的退市和轉型升級補償補貼機制。

最后，要多舉措助推高端制造業快速發展和中端制造業企業做大做強。中高端制造業尤其是其中的戰略性新興產業，大多具有市場前景廣、發展潛力大、經濟社會引領帶動效應強等特征，是搶占新一輪經濟增長制高點，決定中長期綜合國際競爭力的關鍵[25]。因此，要根據生命周期理論等，在對中高端制造業細分行業做進一步細分和歸類的基礎上，一是對于發展尚不成熟但增長潛力巨大的幼稚產業，要發揮政策組合拳的綜合優勢，強力保護和扶持其快速發展；二是對已經發展成熟，綜合競爭力較強的產業，要全面推進簡政放權，營造良好的自由市場競爭環境，為企業做大做強、規模化、集團化、國際化發展保駕護航；三是針對資本投入的邊際收益遞減和技術水平對中高端制造業的正向影響效應不大等問題，要加速實施創新驅動戰略，整合優勢資源，協同攻關一些關鍵產業的核心、共性技術，大幅提高技術進步對經濟增長的貢獻率，搶占新一輪技術主導權、發展主動權和國際話語權。

參考文獻：

[1]王志華, 董存田. 中國制造業結構與勞動力素質結構吻合度分析[J]. 人口與經濟, 2012, (5): 1-7.

[2] KHYARARA G. Estimates of the productivity effect of higher Ecation on Tanzanian labor market [J] . American Economic Review, 2003, 31(7): 606-620.

[3] BANISTER J. Manufacture China today: Employment and labor compensation [J]. America Economic Reviews, 2009, 49(5): 1103-1154.

[4] WILLEM VAN ZANDWEGHE. Interpreting the Recent Decline in Labor Force Participation [J]. Economic Review, 2012, (1): 5-36.

[5] MITRA TOOSSI. Labor Force Projections to 2020: A More Slowly Growing Workforce [J]. Monthly Labor Review, 2012, (1): 43-64.

[6]彭國華. 技術能力匹配、勞動力流動與中國地區差距[J]. 經濟研究, 2015, (1): 99-110.

[7]鄭偉, 林山君，陳凱. 中國人口老齡化的特征趨勢及對經濟增長的潛在影響[J]. 數量經濟技術經濟研究, 2014(8): 3-20.

[8]蔡昉. 人口轉變、人口紅利與劉易斯折點[J]. 經濟研究, 2010, (4):4-13.

[9]陽立高, 謝銳, 賀正楚. 勞動力成本上升對制造業結構升級的影響研究[J]. 中國軟科學,2014(12): 136-137.

[10]都陽. 制造業企業對勞動力市場變化的反應：基于微觀數據的觀察[J]. 經濟研究, 2013, (1): 32-40.

[11]任志成, 戴翔. 勞動力成本上升對出口企業轉型升級的倒逼作用[J]. 中國人口科學, 2015, (1): 48-58.

[12]西奧多.舒爾茨. 人力資本：人口質量經濟學[M]. 北京：華夏出版社, 1990, 9.

[13] ROMER P.M. Increasing Returns and Long-Run Growth[J]. Journal of Political Economy, 1986, 94(10): 1002-1037.

[14] GROSSMAN G. and ELHANAN H. Innovation and Growth in the Global Economy[M]. Cambridge, MA: MIT Press, 1993.

[15] AUTOR, D., and D. DORN. The Growth of Low Skill Service Jobs and the Polarization of the U.S. Labor Market[J]. American Economic Review, 2013, 103(5): 1553-1597.

[16]賈小玫. 中國制造業勞動力成本上升的正負效應分析[J]. 財經理論與實踐, 2015, 36(7): 121-125.

[17]徐佳賓. 產業升級中的中國勞動成本優勢[J]. 經濟理論與經濟管理, 2005, (2): 23-28.

[18]林煒. 企業創新激勵：來自中國勞動力成本上升的解釋[J]. 管理世界, 2013, (10): 95-105.

[19]王正中. “民工荒”現象與新生代農民工的理性選擇[J]. 理論學刊, 2006, 151(9): 75-76.

[20]童玉芬. 人口老齡化過程中我國勞動力供給變化特點及面臨的挑戰[J]. 人口研究, 2014, 38(2): 52-60.

[21]謝玉華, 肖巧玲, 趙煒. 新生代產業工人工作狀況調查[J]. 中國青年研究, 2013, (8): 65-71.

[22]李群, 楊東濤, 陳郁煒. 產業轉型升級背景下的新生代農民工失業和離職 [J]. 華東經濟管理, 2014, 12(28): 29-33.

[23]李賢珠. 中韓產業結構高度化的比較分析——以兩國制造業為例[J]. 世界經濟研究, 2010, (10): 81-86.

[24]張軍, 吳桂英, 張吉鵬. 中國省際物質資本存量估算[J]. 經濟研究, 2004, (10): 35-44.

[25]曹興, 王棟娜, 張偉. 戰略性新興產業自主技術創新影響因素及其績效分析[J]. 科學決策, 2014, (12): 35-51.

(本文責編：海洋)