人口結構變化對我國制造業攀升全球價值鏈分工地位影響

古 柳

一、引言

自改革開放以來，中國發揮人口結構特征中低人工成本優勢，憑借人口紅利“低端嵌入”以發達國家跨國公司為主導的全球價值鏈分工體系，取得了舉世矚目的經濟建設成就。據統計，目前我國在二百多種工業制成品產值上已位列全球第一，實至名歸屬世界制造業大國。不可置疑“低端嵌入”發展方式，在特定的歷史時期，其發展路徑和模式存在必然性和合理性，但因此產生的弊端也不容忽視。一方面，生產品附加值低，經濟建設難以摘取全球價值鏈上更豐盛的成果；另一方面這種發展模式會導致技術水平不平衡、卡脖子技術制約、產業水平不協調和發展難持續等。現有學者有對失去傳統人口紅利的擔憂，擔心中國制造業因此空心。更多學者認為勞動力成本只是其中一項有利的因素，中國制造業并未由這一單一因素決定，事物也在不斷發展變化，一項因素的消弭，可能會有更多積極因素的崛起，中國制造業面臨更光明的前景。十九大黨的戰略部署中提到要加快推動中國制造業“邁向全球價值鏈中高端”，直指我國制造業未來一段時間面臨的重大命題。

我國著名人口學家蔡昉提出人口紅利的概念，這個概念中的人口紅利確切來說是某一特定時期適齡勞動力人口多而勞動力成本低的傳統人口紅利。馬克思在政治經濟學中闡述了勞動力是異質性的，因此我們理解人口結構除了有數量型特征外還有質量性特征，也就是人口紅利除了數量上的傳統紅利還有質量上的新人口紅利。隨著我國經濟社會的不斷發展，我國全面普及義務教育，擴大高等教育，實施教育興國和一系列人才培育和支持計劃來提高人口質量。

雖然經濟增長與人口結構的關系，學術界探討較多，但是人口結構和全球價值鏈分工地位問題的探討很缺乏。綜上，本報告主要研究我國人口結構變化中的數量變化和質量變化對我國制造業攀升全球價值鏈分工地位是否有影響，如何影響的問題。

二、數據分析及模型構建

本研究采用的全球價值鏈分工地位的測度指標，采用目前學術界較為普遍的Koopman 提出的GVC 測度指標，研究借鑒此指標衡量產業價值鏈的分工地位。具體測算計算如下：

公式（1）中的IVir 指的是i 國家的r 產業出口增加值被進口國家進口后重復加工后又出口到其他國家的部分；FVir 是指外國增加值被本國生產吸收又出口的部分，Eir 是指i 國r 產業的增加值出口總額。可以看出，GVC測算值越高，該產業出口中的國內價值增值比重就越高，而國外增加值所占比重越小，進一步表明產業在全球價值鏈分工地位中越有利。文章采用勞動力技能結構測算勞動力質量，研究借鑒Moore 1978 年提出的結構指數，按高中低三種不同等級技能勞動力占比情況來表征勞動力質量差異。計量勞動力質量，我們的研究從WIOD-SEA（WIOD-Socio Economic Accounts）數據庫中用LABHS、LABMS 和LABLS 分別表示高中低等技能勞動力工薪，H_HS、H_MS 和H_LS 分別表示高中低技能勞動工作小時。研究中用以測度勞動力的第一個指標我們選取Ttime，即三種不同技能水平的勞動力工作投入時間比，第二個指標選取Twage，另外對于研究期間某特殊年份，如2011 年小部分產業勞動力數據原始數缺失，為了口徑的完整性，研究用灰色關聯系統預測法對缺失數據進行彌補。

制造業全球價值鏈分工地位攀升無疑受到諸多因素的影響，研究在設定實證回歸模型時，除了前面重點關注的兩個核心變量，還借鑒了現有研究文獻中主要影響因素研究，從研究主題的相關性、全面性等因素考慮本文選取了研發投入（R＆D）、外商直接投資（FDI）、市場競爭（REV）、服務投入（SER）、制造業各產業整體規模（TP）五個控制變量。其中研發投入（R＆D）在打造企業核心競爭力促進產業生產技術水平提高方面效果顯著，是促進產業發展和價值鏈攀升的重要因素。外商直接投資（FDI）對全球價值鏈攀升是促進還是抑制，目前學術界還存在較大分歧，但統一的觀點是會對制造業GVC 產生一定影響。著名管理學家波特在其著作《競爭優勢》中闡明了市場競爭（REV）對于企業所在產業乃至企業所在的價值鏈影響巨大。企業在激烈市場競爭（REV）開放環境劇烈激蕩下，不斷內求提升產品服務質量，提高效率，降低成本，不斷優化資源配置水平和提檔升級。Gereffi 等人通過實證研究證實服務投入（SER）是等級更高的高級生產要素，不僅自身而且會通過對其他低等級的生產要素作用共同合力對產業提升產生巨大推動力。制造業產業規模（TP）擴大通常能降低成本是貿易利潤的重要部分，但過大的估摸也會帶來其他問題從而導致不經濟現象出現。同時，考慮到上一期數據可能對本期研究對象產生慣性粘連，我們在研究模型中將滯后一期的被解釋變量作為解釋變量也計入模型。綜上，本文設定的動態面板估計方程具體見公式（2）。

Inst 是制造業整體規模，也是研究中的外生變量，βt表示時間固定效應，μi 表示個體效應，εit 是誤差項，其他各變量具體在表1 中有具體說明。為減輕數據的波動性且不影響實證結果，在后文回歸過程中對部分絕對值變量進行了對數化處理。上述計量方程中所涉及的指標、具體測度、數據來源和處理具體如下：GVC 價值鏈分工地位指數，Labort 各產業從業人員總工作小時數，Laborm各產業從業人員總量，Ltime 從業人員工作小時占比的，Moore 結構指數，Lwag 從業人員工資占比，Moore 結構指數，R＆D 投入各產業R＆D 技術改造經費，FDI 各產業外商直接投資總額Rev 各產業單位成本費用利潤率Ser 各產業國內外服務業總投入，TP 各產業總銷售產值。對于實證面板回歸分析中的相關數據指標，一部分來自WIOD 系統2000—2014 年版本數據。對于WIOD 系統中未有的數據如研發投入等，我們依據國民經濟行業分類代碼（GB/T 4754—2011）把它找出，再與WIOD 數據庫產業分類進行匹配，接下來利用《中國科技統計年鑒》《中國工業統計年鑒》等國內統計發布的資料整理獲得。

三、實證結果及分析

研究中利用系統GMM 逐步回歸、控制外生變量等處理方法加強回歸結果的可靠性和準確性。具體如表1，研究在分析結果表的最后還給出了模型有效性的檢驗結果。這些回歸分析結果表匯總了Sargan 檢驗和Hansen 檢驗結果，結果表明回歸整體顯著。

表1 中前四列分析以勞動力數量和質量作為解釋變量時，對被解釋變量GVC 的計量解釋。從計量結果得到以下結論：一方面勞動力數量表征變量的系數為負且顯著，說明人口結構中勞動力數量優勢對中國制造業在全球價值鏈分工地位中GVC 上升過程中具有顯著的負面抑制作用。當這種數量優勢消失，朝著反向方向發展時，則負面抑制作用反道行之，成為攀升GVC 的動力。另一方面，人口結構特征中以勞動力質量表征的系數為正且顯著，結果說明勞動力質量在GVC 攀升中產生了正向推動作用。隨著中國人口結構變化中勞動力質量不持續提高的現實，這一回歸結果表明我國勞動力質量提升已經成為推動我國制造業實現全球價值鏈分工地位GVC 上升的動力源。表1 后四列匯報的估計結果是以Labort 作為勞動力數量特征的替換變量，分別與表征勞動力質量的變量Ltime 和Lwage 組合，替換組合后計量檢驗看出，研究關鍵解釋變量，包括表征人口結構的勞動力數量和勞動力質量的指標，對GVC 攀升影響相對穩定和可靠。兩種指標表征的勞動力數量變量的回歸結果與兩種指標表征的勞動力質量變量的回歸結果對比，不僅正負沒有變化，而且顯著性也沒有發生本質變化。綜上，研究表明在人口結構紅利中的數量優勢喪失下產生了反向推動力反而促進了我國制造業在世界價值鏈分工地位上升，而勞動力質量提高則直接推動我國制造業向全球價值鏈分工的高處攀升。研究再深入一步，我們利用差分GMM 重新對模型運用回歸估計，研究結果顯示我們關注的關鍵指標表征勞動力質量和數量等指標變量，對制造業全球價值鏈分工地位GVC 攀升作用力和方向均沒有發生改變，結果同表1 一樣。因此，本研究所重點關注的兩個關鍵變量勞動力數量以及勞動力質量表征變量回歸估計結果都具有強穩定性和高可靠性。

表1 系統高斯GMM 回歸結果

四、結語

本研究借鑒學術界普遍認可的Koopman GVC測度研究方法，基于WIOD 等數據庫提供的2000—2014 年中國制造業相關原始數據，測度了制造業價值鏈分工地位等指數和其他關鍵變量，并構建運用動態面板數據模型，實證分析了我國人口結構變化對我國制造業在全球價值鏈分工地位攀升的現實影響。回歸估計結果表明，我國制造業依托勞動力數量優勢融入全球價值鏈分工體系，確實對在全球價值鏈分工地位攀升中產生了明顯抑制效應。研究發現更深層的意義在于隨著人口結構中傳統意義上人口紅利消失，高勞動力成本會對制造業全球價值鏈分工地位攀升產生相反方向的作用，成為推動制造業全球制造業價值鏈分工地位上升動力源；而人口結構變化中的勞動力質量對制造業全球價值鏈分工地位上升具有顯著的正向作用。發現表明伴隨我國當前人口結構變遷中勞動力質量的不斷上升，新的“人才紅利”以一種新姿態積極融入全球價值鏈分工體系GVC，成為推動我國制造業攀升全球價值鏈中高端的重要優勢因素。