基于國際投入產出關系的國內消費行業就業帶動效率

張麗娜??

摘要：在國際投入產出分析框架下，運用WIOD數據計算各行業的就業創造指數和勞動增加值帶動指數，研究國內消費的就業帶動效率。結果表明，制造業行業的就業人數和勞動收入帶動效率均高于服務業；制造業的就業帶動效率總體上升，服務業的就業帶動效率總體下降；服務業對高技能勞動力的就業帶動效率高于制造業，制造業不同技能水平勞動力的收入出現分化。現階段，中國各行業的勞動力技能水平偏低，促進制造業發展仍是穩定就業的重要措施。隨著中國勞動力稟賦發生變化，服務業將發揮越來越重要的就業帶動作用，應為其營造良好的發展環境。

關鍵詞：行業就業帶動效率；就業創造指數；勞動增加值帶動指數；國際投入產出分析

中圖分類號：F2414文獻標識碼：A文章編號：1000-4149（2016）01-0078-11

DOI：103969/jissn1000-4149201601009

一、 引言

促進就業一直是中國經濟發展的重要目標。中國的無就業增長現象吸引了眾多學者進行研究。中國的增長就業彈性偏低，并呈現不斷下降的趨勢。現有文獻側重研究出口和投資的就業帶動效應。加入世界貿易組織后，出口的增長對帶動就業起到了重要作用，2001-2006年國外消費對中國就業崗位的貢獻數量約7000萬。出口的就業帶動作用通過提高外商投資企業和私營企業的就業創造率，降低其就業損失率來實現。而政府主導的投資主要投向勞動密集度較低的行業，導致宏觀調控措施的就業促進能力大為降低。相對于出口和投資，國內消費的就業帶動效應研究相對欠缺。

在行業就業帶動效應的測算方法上，現有文獻主要測算行業的就業彈性、就業創造效應以及凈增長率。無論采用哪種指標，均基于特定行業的就業人數獨立計算該行業的就業效應。該方法因忽視了行業之間投入產出聯系所產生的就業溢出效應，可能低估行業特定因素的實際就業帶動效果。郭東杰和邵瓊燕基于當時所能獲得的數據，對獨立的測算方法進行了改進：基于中國的投入產出表，計算細分行業總產出的就業創造能力由于最終消費未按產品吸收地進行分解，測算的實際上的是最終產品國內需求和出口對國內和國外的總體就業帶動效應。，將行業的就業溢出效應考慮進來。在開放經濟背景下，使用單個國家的投入產出表計算就業帶動效率在兩個方面值得商榷。第一，行業產出的最終消費并非全部由本國吸收，其他國家吸收的部分也是出口。而出口受國際需求的直接影響，對國內就業的帶動作用不穩定。第二，隨著國際投入產出聯系不斷加深，國外生產要素占比不斷上升，國外增加值對本國就業沒有帶動作用。對于貿易大國，基于國際投入產出關系研究國內生產要素的貢獻程度尤為重要。在考慮國際投入產出關系后，中國國內要素的貢獻程度有較大改變。

本文采用世界投入產出數據庫（WIOD）的數據，研究中國各行業的國內消費對就業的帶動效率，試圖在以下三個方面對現有文獻進行拓展：首先，集中考慮國內消費的就業帶動效率。作為經濟增長最重要的引擎，中國各行業國內消費的就業帶動效應長期被忽略。2008年以來，出口對GDP的貢獻比例迅速下降并持續為負數據來源：中華人民共和國國家統計局數據查詢系統，“國家數據”數據庫，（http：//datastatsgovcn/），查詢路徑：年度數據-國民經濟核算-三大需求對國內生產總值增長的貢獻率和拉動。查詢時間：2015-06-01，10∶00。2009-2014年，凈的貨物和服務出口對國內生產總值的貢獻均為負。；長時間大規模超過行業正常發展水平的投資則不可持續。在出口和投資就業帶動能力下降的背景下，國內消費對促進就業的重要性進一步凸顯。其次，在國際投入產出分析框架下測算各行業的就業帶動效率。按照最終產出的吸收地，將各行業的國內消費與出口剝離開來；從生產的角度，按照投入要素的來源地對本國要素和國外要素進行區分，集中分析國內生產要素的貢獻。最后，增加新的行業就業帶動效率測算指標。一方面沿用現有文獻的方法，以就業人數為基礎測算行業的就業帶動效率；另一方面以勞動力貢獻的增加值為基礎測算就業帶動效率，并按技能水平對勞動力進行分類。就業人數的分析方法將勞動力視為無差異的，剔除了勞動技能提高的動態變化渠道，而勞動增加值則蘊含了人力資本的概念。基于勞動增加值的測算指標能夠更準確地反映就業帶動提高勞動力收入水平的本質。在此基礎上，本文采用兩類指標分別計算各行業的總體帶動效率和交叉帶動效率，以分析不同行業的總體就業帶動效率和就業帶動溢出效應。

二、 國際投入產出分析框架下的行業就業帶動效率測算方法

1. 國內消費的行業就業帶動效率測算指標

本文的行業就業帶動效率指特定行業的國內消費，通過行業間的投入產出聯系對國內全部行業或者其他行業的勞動力就業的促進作用。按照測算方法的不同，分為就業創造指數和勞動增加值帶動指數，分別對應就業人數和勞動增加值的帶動效率。

定義特定行業國內消費的全行業就業創造指數（Job Creation Index，JCI）如下在公式（1）-（6）中，對于就業創造指數JCI和勞動增加值帶動指數LVPI，上標T和C分別代表全部行業和交叉行業的對應情況。：

JCITjt=∑i（ydijt*pdit）/Fdjt（1）

其中，t標記年份，i、 j代表行業，上標d表示對應指標的國內部分。ydijt是行業j的國內最終消費所帶動的行業i的國內產出。Fdjt代表行業j的國內最終消費。pdit代表國內行業i的產出勞動需求指數，即生產一單位產出所需要的勞動力數量。對應的交叉行業就業創造指數為：

JCICjt=∑i≠j（ydijt*pdit）/Fdjt（2）

定義全行業勞動增加值帶動指數（Labors Valueadded Promotion Index）和交叉勞動增加值帶動指數分別為：

LVPITjt=LABdjt/Fdjt（3）

LVPICjt=∑i≠jLABdijt/Fdjt（4）

其中，LABdjt是行業j的國內消費帶動的國內所有行業勞動力增加值。LABdijt代表行業j的國內消費帶動的勞動力增加值中，由國內行業i的勞動力貢獻的部分。按照勞動力的技能水平將其分為高等技能、中等技能和低等技能三類，分別標記為h、m、l，則有：

LABdjt=∑iLABdijt=∑sLABd，sjt=∑i∑sLABd，sijt，s=h，m，l（5）

定義特定類型勞動力的全行業勞動增加值帶動指數和交叉勞動增加值帶動指數分別為：

VLPIT，sjt=LABd，sjt/Fdjt，s=h，m，l（6）

VLPIC，sjt=∑i≠jLABd，sijt/Fdjt，s=h，m，l（7）

計算各種就業帶動指數需要根據國際投入產出關系計算出ydijt和LABdijt。

2國際投入產出分析框架下的國內勞動需求和勞動增加值測算

本文在約翰遜（Johnson）和諾格拉（Noguera）的國際投入產出分析框架[13]下，計算各行業的國內勞動需求和勞動增加值。假定存在N個國家，每個國家有S個行業。各國各行業的中間投入品既可能來自國內也可能來自國外。行業的產出既可用作國內的消費或中間投入品，也可用于出口。為追蹤最終消費和中間投入品的國際流動，以m和n分別標記來源（source）和吸收（destination）的國家，以i和j分別標記來源和吸收的行業。在市場出清的情況下，特定國家特定行業的產出價值等于各個國家以最終消費和中間產品兩種形式吸收的價值之和：

ymi=∑nFmni+∑n∑jMmnij（8）

其中，ymi是國家m行業i的總產出，Fmni是國家m行業i出售給國家n的最終產品，Mmnij是國家m行業i出售給國家n行業j的中間產品。m=n時，Fmni為行業i的國內消費。定義維度為NS×NS的國際投入產出矩陣A，其元素為amnij=Mmnij/ynj，即特定國家特定行業的中間產品投入系數。將A按來源和去向分成N*N個子矩陣，以Anm標記：

A≡Α11Α12…Α1NΑ21Α22…Α2NΑN1ΑN2…ΑNN

Αnm是S×S矩陣，代表國家的產出中由國家ri提供的中間投入數量，主對角線上的矩陣代表各國國內的中間產品投入。A反映了所有行業的國際投入產出關系。將所有國家所有行業的市場出清條件（8）綜合起來，表達為矩陣形式：

y1y2yN≡Α11Α12…Α1NΑ21Α22…Α2NΑN1ΑN2…ΑNNy1y2yN+∑nF1n∑nF2n∑nFNn

其中，∑nFmn的維度為S×1；m=1，2，m；N代表國家m的最終消費。將N個國家的最終消費排成列向量，以F表示。國際市場出清條件可緊湊地表達為：

y=Ay+F（9）

將（9）移項整理，即可得到投入產出恒等式：

y=（I-A）-1F（10）

其中，I是維度為SN×SN的單位矩陣。（I-A）-1是里昂惕夫逆矩陣，代表了各國各行業的一單位最終產出所帶動的所有國家所有生產環節的總產出。

為計算消費的就業人數帶動量，需要計算產出的勞動需求系數pmi。pmi是國家m的行業i生產一單位產出所需要的勞動力數量，pmi=lmi/ymi，將其排列成為SN×1列向量p，并將p轉化為對角矩陣p。消費F所帶動的各國各行業的就業人數J為：

J=p（I-A）-1F（11）

為計算消費的勞動增加值帶動效果，需要計算勞動增加值系數vlmi。vlmi是國家m的行業i的勞動增加值占行業總產出的比例，vlmi=LABmi/ymi，將其排列為SN×1列向量v，并轉化為對角矩陣v。最終消費F所帶動的各國各行業的勞動增加值LAB為：

LAB=v（I-A）-1F（12）

給定各類型勞動增加值系數vlm，si，s=h、m、l，可根據（12）計算各國各行業不同類型勞動力貢獻的增加值LABs。

為分析各行業國內消費對國內就業和勞動增加值的影響，對J和LAB按照國家分塊。

J=J11J12J1NJ21J22J2N………JN1JN2JNN，LAB=LAB11LAB12LAB1NLAB21LAB22LAB2N………LABN1LABN2LABNN

Jmn和LABmn均為S×S矩陣，其元素Jmnij和LABmnij分別代表由國家n行業j的消費所帶動的國家m行業i的就業人數和勞動增加值。當m=n時，即特定國家特定行業消費對國內就業的帶動情況。對于Jmnij， Jmnij=ymnij*pmi成立。

三、 數據來源和特點

本文采用世界投入產出數據庫（World InputOutput Database，WIOD）世界投入產出數據庫主頁：http：//www.wiod.org/new_site/home.htm

的數據計算中國各行業就業帶動效率。WIOD將世界主要經濟體的國家投入產出表與國際貿易數據結合，形成了世界投入產出表，可以直觀地研究特定國家特定行業生產之間的相互影響[5，14-16]。

WIOD是向公眾免費公開的國際投入產出數據庫，包含了世界投入產出數據表（World InputOutput Table，WIOT）和社會經濟賬戶（SocioEconomic Account，SEAs）等多項子統計表。整個系統包含了40個國家具體參見蒂默（Timmer）[17]的表1。、35個行業，這40個國家的貿易額占全世界貿易總額的85%。非40國的其他經濟體統歸于Rest of World（RoW）。WIOD按照NACE rev1標準對行業進行劃分，具體的行業及編號如表 1所示在構建國際投入產出表時，需要對基于CPA的產品分類與基于NACE rev1的行業分類進行對應，具體的對應方式參見蒂默（Timmer）[17]附表2。

。

WIOT中特定國家特定行業的投入按照來源的國家和行業進行分類。特定國家特定行業的產出分為中間產品和最終產品，最終產品按照吸收地進行分類，中間產品按照吸收的國家和行業進行分類。WIOT數據的時間跨度為1995-2011年。SEAs提供了各國各行業的總產出、增加值、就業人數、各種類型生產要素所獲得的補償等數據具體參見蒂默（Timmer）[17]第56頁，表71。，可計算行業各種類型勞動力的增加值系數vlmi以及行業的產出就業消費系數pmi。SEAs中關于中國的部分數據更新到2009年。

四、 中國細分行業國內消費的就業帶動效率

1中國細分行業的就業創造指數

表2列出了根據（1）-（2）和（9）-（11）計算的中國各行業國內消費的全行業就業創造指數和交叉行業就業創造指數，分別代表特定行業每萬元國內消費帶動的所有行業和其他行業國內就業人數。

從就業人數上看，制造業具有較高的就業帶動效率。加入世界貿易組織后，中國細分行業的就業人數帶動能力發生了明顯變化，制造業的相對帶動能力明顯提高。帶動效率排名前10位的行業中，1997年僅3個制造業行業，2009年增加到6個。對于全行業就業帶動能力，其他制造業和廢舊材料回收加工業（16）具有最高的就業帶動效率，2009年每萬元國內最終消費帶動1623個國內勞動力就業。服務業等勞動密集型行業的就業帶動效率較高。2009年排名2到4位的行業分別是其他社區、社會和個人服務業（34），零售（21），農業（1），在中國均具有勞動密集的特點。

自2001年起中國大多數細分行業的就業人數帶動能力逐年下降。以機械制造業（9）為例，1997年每萬元的國內消費帶動0256個勞動力就業，2009年僅帶動0072個。少數的例外發生在2005年，共有7個行業的全行業就業創造指數上升。這些行業的生產具有勞動密集的特點，2001-2004年中國的勞動力價格相對穩定，勞動力相對資本的成本明顯下降，行業產出的擴大通過更加密集地使用勞動力實現。

交叉行業就業創造指數反映了行業帶動就業人數的溢出效應，其值的動態變化過程和排序與全行業就業創造指數大體相似。盡管交叉行業就業創造指數總體呈下降趨勢，但橡膠及塑料制品業（10）和航空運輸（25）的相對重要性略有提高。

2. 中國細分行業的勞動增加值帶動指數

勞動收入由勞動力所貢獻的增加值確定，勞動增加值帶動指數反映了行業最終消費對勞動收入的帶動能力。表3則列出了根據（3）、（4）和（12）計算出的細分行業全行業勞動增加值帶動指數和交叉行業勞動增加值帶動指數，其含義為國內特定行業的一單位消費所帶動的國內所有行業的勞動增加值和其他行業的勞動增加值。

從行業勞動增加值帶動指數上看，制造業行業具有較高的勞動收入帶動效率。其他制造業及廢棄資源和廢舊材料回收加工業（16）的收入帶動效率最高，2009年每萬元國內消費帶動的國內所有行業勞動收入為131萬元，其次是紡織及服裝制造業（4）和航空運輸（25），帶動的勞動收入分別為0971萬元和0867萬元。在勞動收入帶動效率排名前10位的行業中，制造業行業占6個。

以勞動增加值帶動系數度量的勞動收入帶動效率與表2中的就業人數帶動效率的結果呈現較大差異。表3中，2009年紡織及服裝制造業（4），航空運輸（25），公共管理、國防和社會保障業（31）和教育（32）的勞動收入帶動效率顯著提升，而其他社區、社會和個人服務業（34）和零售（21）的收入帶動效率顯著下降，下降的行業具有密集使用低技能勞動力的特點。

制造業和服務業的全行業勞動收入帶動效應變化方向出現明顯分化。制造業大多數行業的帶動效率提高，14個行業中9個行業上升；而服務業大多數行業的就業帶動效率下降，17個行業中16個行業下降。自2001年起，33個行業中，收入帶動效應上升的行業數量為12個，下降的數量為21個，其中帶動效應上升的行業中有9個是制造業行業。

制造業和服務業的交叉勞動增加值帶動指數也出現明顯分化。從2001-2009年，33個行業中，15個行業的收入帶動溢出效應提高，18個行業降低。增幅排名前兩位的行業是非金屬礦物制品業（11）和紡織及服裝制造業（4），漲幅分別為536%和474%；降幅排名前兩位的行業是房地產業（29）和零售（21），分別下降497%和365%。收入溢出效應提高的行業中，有10個是制造業行業。服務業細分行業中，僅航空運輸（25）、衛生和社會工作（33）、住宿和餐飲業（22）和內陸運輸（23）的勞動力增加值帶動能力上升，除航空運輸（25）外，其他行業上升幅度較小。

3. 中國細分行業高技能勞動力增加值帶動指數

隨著人口結構的變化與教育水平的提高，中國的勞動力稟賦發生結構性變化，高素質勞動力所占

比例逐漸提高。從發展的眼光看，對高技能勞動收入帶動效率較高的行業在未來具有更好的就業帶動作用，是現階段進行產業結構轉型的方向。

在WIOD中，按照受教育程度將勞動力分為高、中、低技能：根據中國教育類型的劃分，受過高等教育及以上的勞動力對應高技能，初中畢業及以下對應低技能，中間為中等技能[17]。表4列出了各行業的高技能勞動增加值帶動指數。

中國各行業的就業人員仍然以中低技能勞動力為主，勞動力的技能水平還有待提高。從數值上看，無論是全行業還是交叉行業，相同年份相同行業的高技能勞動增加值帶動指數明顯低于勞動增加值帶動指數。以紡織及服裝制造業（4）和航空運輸（25）為例，2009年高技能勞動力收入占全部勞動力收入比例僅為505%和2134%。服務業行業高技能勞動增加值占比相對較高：占比從高到低排序，2009年前排位前13位的行業均屬于服務業。表3和表4的結果說明，盡管制造業對勞動增加值的帶動效率相對較強，其帶動的主要是中低技能勞動力的就業。要適應國內生產要素稟賦性質的變

化，保持行業競爭力，就必須進行產業升級產業升級并不必然是產業間的轉換，更新產業生產技術提高勞動技能水平同樣有助于保持行業競爭力。。大多數行業的高技能勞動增加值帶動指數逐步上升，僅房地產業（29）和其他社區、社會和個人服務業（34）2009年的帶動水平低于2001年。服務業細分行業的帶動效率排名明顯上升。2009年，全行業高技能勞動增加值帶動效率排名前5位的均為服務業行業，教育（32），航空運輸（25），公共管理、國防和社會保障業（31），衛生和社會工作（33）和租賃和商務服務（30），帶動效應分別為0241、0185、0158、0088和0083。然而，從交叉行業高技能勞動增加值帶動指數看，服務業行業的就業帶動溢出效應總體低于制造業行業。因此，促進生產型服務業的發展對帶動高技能勞動增加值具有相對更高的效率。

不同類型勞動力的收入構成在行業間發生分化。對比2001年和2009年不同類型勞動增加值帶動指數，33個行業中，29個行業的中等技能勞動增加值帶動指數下降。13個行業的低技能勞動增加值帶動能力上升，行業主要集中于制造業中等技能和低技能勞動增加值帶動指數可向作者索取。；同時，制造業行業對高技能勞動力的收入帶動效應逐步上升。制造業勞動收入分配的極化現象初現端倪。服務業細分行業對勞動增加值的帶動作用從低技能勞動力轉向高技能，收入促進作用逐漸加強。

五、 結論和啟示

隨著出口和投資就業帶動能力的下降，國內消費對促進就業的重要性進一步凸顯。本文在國際投入產出的框架下，采用WIOD數據分析中國各行業國內消費的就業帶動效率。在就業帶動效率的分析指標上，同時測算了行業的就業創造指數和勞動增加值帶動指數，分別對應就業人數和勞動收入的變化，分析兩種指標的變動及差異，得到如下結論及啟示。

第一，從就業人數和勞動收入兩方面看，制造業行業均具有較高的總體就業帶動效率和就業溢出效率。在就業創造指數和勞動增加值帶動指數的行業排序上，排名前10位的行業大多是制造業細分行業。第二，服務業的就業創造指數與勞動增加值帶動指數反映出的行業就業帶動效率不同，兩種指標的差異源于就業人數帶動效應強的服務業行業密集使用低技能勞動力的事實。第三，服務業和制造業的全行業和交叉行業勞動收入帶動效率變動方向出現明顯分化。大多數制造業行業的勞動收入帶動效率提高（9/14），而大多數服務業行業的收入帶動效率降低（16/17）。第四，按照受教育水平對勞動力進行分類，大多數行業的高技能勞動收入帶動作用逐步上升。服務業的高技能勞動收入帶動效率高于制造業，但是制造業的溢出效應更明顯。服務業提高了不同類型勞動力的綜合收入帶動效率，制造業不同類型勞動力的收入分化現象漸趨明顯。

對國內消費行業就業帶動效應的探討，有以下幾方面值得思考。首先，對行業就業帶動效率的考察指標應更加全面。就業帶動的確切內涵是提高勞動者的收入水平。基于就業人數的帶動效率分析忽略了勞動力素質的差異，其結果可能具有一定誤導性。從勞動增加值帶動指數評價行業的就業帶動效率更加合理。其次，為提高消費的就業帶動效應，應優先發展就業帶動效率較高且溢出效應較高的行業。在總體帶動效率相當的情況下，優先發展溢出效應較大的行業。溢出效應較大的行業具有更強的投入產出聯系，應對就業負面沖擊的能力更強。再次，由于現階段中國勞動力技能水平總體偏低，擴大并穩定就業規模應充分重視制造業細分行業的就業帶動效應。最后，產業結構的調整必須與國內勞動稟賦的變動相匹配。隨著中國人口結構和受教育程度的變化，高技能勞動力在總體勞動力構成中占比越來越大。為促進就業，產業結構升級轉型的方向應偏向于高技能勞動收入帶動效率較高的行業。服務業細分行業的高技能勞動收入帶動效率較高，在產業結構調整的過程中應為其營造良好的發展環境，培育其就業帶動的能力。

參考文獻：

[1]宋小川. 無就業增長與非均衡勞工市場動態學[J]. 經濟研究， 2004（7）：91-96.

[2]蔡昉， 都陽， 高文書. 就業彈性、自然失業和宏觀經濟政策——為什么經濟增長沒有帶來顯性就業？[J]. 經濟研究， 2004（9）：18-25.

[3]陸銘， 歐海軍. 高增長與低就業：政府干預與就業彈性的經驗研究[J]. 世界經濟， 2011（12）：3-31.

[4]HUANG Yasheng. How did China take off？[J]. Journal of Economic Perspectives， 2012，26（4）：147-170.

[5]LOS B， TIMMER M P， de Vries G J. How important are exports for job growth in China？ a demand side analysis[J]. Journal of Comparative Economics， 2015，43（1）：19-32.

[6]馬弘， 喬雪， 徐嫄. 中國制造業的就業創造與就業消失[J]. 經濟研究， 2013（12）：68-80.

[7]郭東杰. 中國細分行業的就業創造研究[J]. 中國人口科學， 2012（3）：78-85.

[8]郭東杰， 邵瓊燕. 中國制造業細分行業就業創造能力與比較優勢研究[J]. 經濟學家， 2012（1）：41-48.

[9]KOOPMAN R， WANG Zhi， WEI Shangjin. Tracing valueadded and double counting in gross exports[J]. American Economic Review， 2014，104（2）：459-494.

[10]張杰， 陳志遠， 劉元春. 中國出口國內附加值的測算與變化機制[J]. 經濟研究， 2013（10）：124-137.

[11]羅長遠， 張軍. 附加值貿易：基于中國的實證分析[J]. 經濟研究， 2014（6）：4-17.

[12]李昕， 徐滇慶. 中國外貿依存度和失衡度的重新估算——全球生產鏈中的增加值貿易[J]. 中國社會科學， 2013（1）：29-55.

[13]JOHNSON R C， NOGUERA G. Accounting for intermediates： production sharing and trade in value added[J]. Journal of International Economics， 2012，86（2）：224-236.

[14]DIETZENBACHER E， LOS B， STEHRER R， et al. The construction of world inputoutput tables in the WIOD project[J]. Economic Systems Research， 2013，25（1）：71-98.

[15]TIMMER M P， LOS B， STEHRER R， et al. Fragmentation， incomes and jobs： an analysis of european competitiveness[J]. Economic Policy， 2013，28（76）：613-661.

[16]TIMMER M P， ERUMBAN A A， LOS B， et al. Slicing up global value chains[J]. Journal of Economic Perspectives， 2014，28（2）：99-118.

[17]TIMMER M P. The world inputoutput database （WIOD）： contents， sources and methods[Z]， 2012.

[責任編輯責任編輯方志]