中-日制造业产业内贸易对中国就业调整成本的影响

李 江，卫 平，宋 毅，石大千

(华中科技大学 经济学院，湖北 武汉 430074)



中-日制造业产业内贸易对中国就业调整成本的影响

李 江，卫 平，宋 毅，石大千

(华中科技大学 经济学院，湖北 武汉 430074)

选取中-日制造业贸易作为研究对象，首先比较分析衡量边际产业内贸易A、B和S指数优缺点；其次，选取2001—2014年面板数据，实证分析平滑调整假说(SAH)在中-日制造业产业内贸易的适用性；最后，分别运用A、B、S指标及其衍生指标测度中-日14个制造业细分行业的边际产业内贸易，比较不同产业就业调整成本的大小。结果表明：平滑调整假说对中-日制造业贸易具有适用性，即产业内贸易程度越高，就业调整成本越小，且中、日制造业整体调整成本偏高，尤以纺织业等劳动力或资源密集型产业表现突出。

中-日制造业贸易；平滑调整假说；边际产业内贸易；就业调整成本

一、问题提出与研究综述

在金融危机与欧债危机大背景下，世界经济下滑明显，严重影响了中国出口，出口结构亟需调整，这必然带来生产要素市场需求的变化，在这些生产要素中，劳动力调整因涉及就业问题而显得尤为关键。研究产业内贸易与中国就业调整成本之间的关系对于及时调节中国劳动力市场，保证人员及时就业很有必要。20世纪90年代以来，中-日贸易一直处于稳步推进中，根据联合国商品贸易统计数据库(UN comtrade)的资料，1992—2014年，中日进出口商品贸易总额从253.6亿美元上涨至3 074.8亿美元，日本成为中国第四大贸易伙伴。到了21世纪，两国之间的进出口贸易总额稳定在超过两位数的增长速度，2000年，两国贸易额突破千亿美元大关；2014年，两国贸易额已经达到3 074.8亿美元。在中日贸易迅速发展的同时，中日产业内贸易也在逐步加深，产业内贸易的演进会引起劳动要素市场调整。加之中日制造业中制成品间的贸易多为产业内贸易，因而选择中国与日本制造业这一角度来研究产业内贸易与就业调整成本之间的关系具有代表性意义。

平滑调整假说(SAH)由巴拉萨(Balassa，1966)提出[1]，国外的理论研究与实证检验都比较成熟：在理论层面，洛夫利和尼尔森(Lovely & Nelson，2002)在产业内贸易中引入一般均衡分析理论，研究发现产业内贸易发展到一定程度将会引起产业间的重新调整，即产业内贸易不一定会导致贸易调整成本的降低[2]；在实证检验层面，陆续有萨拉肯和卡菲特(Tharakan & Calfat，1999)、布鲁尔哈特(Brülhart，2000)以及格里纳韦等(Greenaway et al.，2002)进行研究，并未发现产业内贸易必然导致较低调整成本[3-5]。

相比之下，国内对于该假说的研究才刚起步并且研究方向比较局限，多集中在中国制造业产业内贸易与调整成本的关系研究。刘春平和施凤丹(2008)从水平型产业内贸易和垂直型产业内贸易角度出发，以主要制成品产业1996—2005年数据为样本，研究认为垂直型产业内贸易比水平型产业内贸易对劳动力市场冲击更大，由此产生的调整成本更高[6]。杜运苏和郭羽诞(2009)对中国制造业面板数据的实证研究显示，产业内贸易导致的经济调整成本要低于产业间贸易[7]。孙孟(2011)、郭东杰和张琼燕(2012)分别将中国制造业分为27个和22个细分行业，前者运用广义距估计证实了平滑调整假说在中国的有效性；后者则发现间隔3年的边际产业内贸易指数最为有效，且产业内贸易水平对劳动力市场调整具有滞后效应，但回归分析结果并不支持平滑调整假说[8-9]。也有部分学者选择从中国与某一贸易伙伴的产业内贸易来做分析研究。如佟家栋和刘钧霆(2006)对1992—2003年中韩制造业贸易调整成本进行研究，发现相比于劳动密集型制造业，资本技术密集型制造业具有更大的调整成本[10]。孙孟和张彬(2010)对中澳贸易自由化调整成本进行实证分析，结果表明“中高技术密集型制造品”行业调整成本低于“初级产品”和“劳动力、资源密集型制造品”行业[11]。许统生等(2012)测度了15个中美制造业的边际产业内贸易，发现“平滑调整假说”对中美贸易是成立的，中美制造业调整成本总体较高[12]。

国内关于产业内贸易与调整成本两者关系的研究多存在三大问题：一是所用数据都是针对中国整个行业的产业内贸易，即使部分学者选取两国之间的贸易数据，也多是中国与美国、韩国的数据，并没有采纳中国与日本制造业之间的贸易数据；二是在没有分析和论证平滑调整假说在中国适用性的前提下，直接借用假说中的指标来说明产业内贸易与调整成本的关系；三是在使用相关指标时只选择单一有缺陷的指标来佐证或说明自己的研究问题，而没有全面客观地反映两者之间的关系。鉴于此，本文将在借鉴已有研究成果基础上，利用2001—2014年面板数据，构建模型实证分析“平滑调整假说”在中-日制造业产业内贸易的适用性；并据此分别运用A、B、S三个指标及其衍生指标测度中-日14个制造业细分行业的边际产业内贸易，对制造业中不同产业的就业调整成本展开具体分析。

二、模型设定与指标测度

由于贸易调整成本模型无法从现有贸易理论中直接获取，并且对于模型变量的选取也不存在确切固定的变量，因而本文只能参考以往的经验分析来构造模型。本文主要采用菲尔图(Ferto，2009)模型构造方法[13]，引入产品需求变量、劳动生产率、贸易开放度、边际产业内贸易与贸易开放度作为控制变量，构造计量模型如下：

(1)

其中，i表示工业行业，t表示某一年份，vi表示行业部门水平效应，εit为误差项。

(一)产业内贸易测算指标

测度产业内贸易的指数大体可分为静态指数、比较静态指数和动态指数。静态指数通常是衡量某一个特定时间特地产品的产业内贸易水平，常见的指标有G-L指数、Aquino指数和Bergstrand指数等；比较静态指数则是指通过对比1～2年来产业内贸易水平而测度出来的值，常见指标有一阶差分G-L指数、Dixon-Menon指数；动态指数通常是指边际产业内贸易指数，具体包括HK指数、A指数和B指数[14]、S指数[15]。

在研究产业内贸易与就业调整成本关系时，通常考虑到就业成本调整具有动态特征。边际产业内贸易指数(MIIT)具有动态特性，能够很好地反映一定时期内贸易流的变化，恰好吻合模型需求；而且很多实证研究表明与G-L等静态指数相比，调整成本受边际产业内贸易指数影响更大。因此，文本将主要从边际产业内贸易指数中的A、B和S指数来动态衡量产业内贸易变化情况。

边际产业内贸易A指数由布鲁尔哈特和艾略特(Brulhart & Elliott ，2002)提出[14]，其计算表达式如下：

(2)

其中，ΔXt=Xt-Xt-1，ΔMt=Mt-Mt-1，0≤At≤1。A指数越小，说明产业间贸易在新增贸易额中占比越大；反之则说明产业内贸易在新增贸易额中占比越大。但是，A指数在测度时存在两个明显问题：其一，A指数本身具有隐含的前提假设，即行业中相同部门净出口与净进口等量增加所造成的就业调整成本是一样的。实际上在劳动力市场中失业是普遍现象，净出口增加所创造的新就业和净进口增加所造成的新失业的调整成本并不是相同的。其二，A指数取值介于0和1之间，无法判定贸易方向，且当ΔXt与ΔMt异号时，A的取值均为0，这样对于贸易的解释力度稍弱。

边际产业内贸易B指数同样是由布鲁尔哈特和艾略特提出[14]，其计算公式为：

(3)

其中，ΔXt=Xt-Xt-1，ΔMt=Mt-Mt-1，-1≤Bt≤1。B指数越接近0，说明边际产业内贸易越高，边际产业间贸易占比越低；B指数越接近1或-1，说明边际产业内贸易越低，边际产业间贸易占比越高。与A指数相比，B指数可以识别贸易优势的方向：当ΔXt>ΔMt(Bt>0)时，可以认为该行业贸易表现良好，具有贸易优势；当ΔXt<ΔMt(Bt<0)时，则认为该行业贸易表现不佳，存在贸易劣势。但B指数也存在问题，一是无法直接加总运算；二是当ΔXt与ΔMt符号相反时，其指数大小为-1或者1，依然会有贸易信息丢失情况。

为改进A、B指数，艾兹哈尔和艾略特(Azhar & Elliott，2003)提出了S指数[15]，其计算公式为：

(4)

其中，ΔXt=Xt-Xt-1，ΔMt=Mt-Mt-1，-1≤St≤1。与B指数意义类似，当S值越接近于0时，表明该产业贸易变化量中边际产业内贸易比重越高；当S值越趋近于1或-1时，边际产业间贸易在产业贸易变化量中占比越高。与B指数相比，S指数更能准确地反应出贸易方向变化，其对行业贸易形势和绩效的测算要优于B指数。

(二)就业调整成本衡量指标

(5)

(三)控制变量指标

就业调整成本除了与产业内贸易水平相关外，还受其他经济因素影响，因而为了使模型解释性增强，需加入其他控制变量。本文借鉴菲尔图(2009)的方法[13]，引入如下控制变量：

2.贸易开放度，其计算公式为：TRADEit=Xit+Mit/Pit。其中，Pit、Xit和Mit分别表示t时期行业i的总产值，出口额与进口额。通常某个工业行业对外开放程度越高，则该产业与国外交流合作越多，因而带来企业频繁做出调整，故贸易开放度系数符号预期为正。

3.劳动生产率，其计算公式为：PRODit=Pit/Lit。其中，Pit和Lit分别表示t时期行业i的总产值和劳动人数。通常人均劳动生产率较高的行业，人均工资相应也会比较高。在高工资激励下，该行业内劳动力更换工作的可能会降低，此外，还会吸引其他企业进入该行业，带来更多就业机会，因此劳动生产率系数符号预期为正。

4.边际产业内贸易与贸易开放度的交互项，其计算公式为：MIIT_TRADEit=MIITit×TRADEit。其中，MIITit和TRADEit分别表示t时期行业i的边际产业内贸易指数与贸易开放度。针对具体行业来说，贸易对行业内劳动力市场影响作用的大小与该行业的贸易开放度密切相关，因而实证分析中加入了贸易开放度与边际产业内贸易指数的交乘项。通常情况下，如果平滑调整假说(SAH)适用的话，那么某行业对外贸易开放度越高，产业内贸易降低调整成本的作用就会越明显，因此边际产业内贸易与贸易开放度交叉项系数预期为负[16]。

除了中日贸易数据来自于联合国商品贸易统计数据库外，工业产值、职工人数等数据皆来自于《中国统计年鉴》。由于国内统计年鉴关于制造业分类与联合国商品贸易统计数据库分类不一致，在数据处理中，按照《中国统计年鉴》分类标准，将国际贸易标准分类(SITC REV 3.0)中工业制成品第5—8类产品重新分类成14个行业，分类转化过程参考盛斌(2002)[17]的做法。此外，为了实现数据单位的统一，按历年汇率将人民币转换成美元。由于行业职工人数的数据可获取性存在局限，实证分析选取的区间为2001—2014年。

三、实证结果分析

(一)边际产业内贸易对就业调整成本的影响分析

从三种度量指数取值范围来看，B、S指数属于同一类，而A指数则属于另一类。为了使实证变得更具说服力和可比性，本文采用A指数和S指数绝对值来度量边际产业内贸易。

1.基于A指数的实证结果

状态感知是指在特定的时间和空间下，对环境中各元素或对象的觉察、理解及对未来状态的预测，按照感知的过程可划分为状态要素采集、状态理解和未来状态预测[5]。状态感知技术的关键在于对大量信息的采集、实时计算分析和对未来状态的预测，适用于电力通信设备自动巡检系统中对多类型数据的获取[6]、风险评估[7]和预测[8]等主要功能。

在对面板数据进行建模之前，先进行豪斯曼(Hausman)检验，以确定此模型是属于个体随机效应还是个体固定效应。

表1 A指数豪斯曼检验结果

由表1结果可知，其P值在10%的水平上都不显著，则不应拒绝原假设，即应该建立个体随机效应模型，模型实证结果如表2。

表2 A指数随机效应模型回归结果

表2(续)

由表2可知，F值在1%的水平下通过了检验，D-W值接近1.8，表明模型不存在自相关。具体来看，A指数度量的边际产业内贸易对劳动力调整的影响是显著的，其系数符号为负，表明当A指数上升，即产业内贸易程度加深，劳动力调整降低，这与预期情况相符。消费需求变化对就业调整成本的影响也在10%的水平上显著，且系数符号为正，表明消费需求变动与就业调整变动是一致的，即需求增加或减少，劳动力都会相应变化。除了这两个变量对就业调整成本影响显著之外，其余变量的影响都不显著，这些变量的符号与预期是一致的。

2.基于S指数的实证结果

对S指数表示的边际产业内贸易进行建模时，也要先确定模型属于随机效应还是固定效应模型。

表3 S指数豪斯曼检验结果

由表3可知，P值为0.449 1，因而不应拒绝原假设，也就是说应该采用个体随机效应模型。对确定后的个体随机效应模型做回归分析，其结果如表4。

表4 S指数随机效应模型回归结果

(二)边际产业内贸易测算及就业调整成本分析

以上对就业调整成本的A、S指数实证结果表明在中日制造业贸易中，平滑调整假说是可取的，即就业调整成本随着产业内贸易加深会减小。因而，能够借用边际产业内贸易指数A、B和S指数对制造业的就业调整成本展开分析。

1.基于A指数的就业调整成本分析

利用在实证分析中的A指数，对各年纺织业、服装羽绒皮革及其他纤维制造业等14个行业进行加总后取平均值。其A指数平均值的结果如表5所示。

表5 制造业细分行业A指数平均值

数据来源：根据联合国商品贸易统计数据库数据和本文公式计算而得。

从表5可以看出，各细分行业边际产业内贸易指数差异较大，其中服装羽绒皮革及其他纤维制造业的0.016 2最小，表明中、日在该行业产业内贸易程度很小；而以金属冶炼、压延及制品业的0.623 1最大，表明中、日在该行业产业内贸易程度较大。总体来看，除了金属冶炼、通用设备、非金属矿物和仪器仪表等4个行业的A指数超过了0.5，中-日其他行业间A指数都比0.5要小，不难看出中-日制造业产业内贸易的整体水平不高。

此外，根据A指数平均值的高低，结合平滑调整假说在中-日制造业贸易的适用性，可以初步判定，服装羽绒皮革及其他纤维制造业、木材加工及家具制造业、石油加工炼焦及核燃料加工业以及纺织业对劳动力调整成本的影响较大，这些行业中劳动、资源密集型产品占主要比例，因而调整成本较大。相反，像金属冶炼压延及制品业、通用设备制造业、交通运输设备和仪器仪表等A指数较高，这些行业中多是中高技术行业，行业调整成本较小。

2.基于B指数的就业调整成本分析

同样，对各年的B指数加总求平均值，此外通过BR公式(即中国、日本同行业B指数相除)计算出BR平均值以及BR大于1的年份百分比，其结果如表6所示。

表6 制造业细分行业B指数平均值以及加总平均值

表6(续)

数据来源：根据联合国商品贸易统计数据库数据和本文公式计算而得。

B指数的取值范围为-1～1，且越接近于0的行业，产业内贸易程度越高。对比表6的结果，服装羽绒皮革及其他纤维制造业、木材加工及家具制造业以及纺织业的B指数较高，最高可达0.865 2，这表明中日在这些行业产业内贸易程度很低，劳动力调整成本高，该结论与A指数的分析结论一致。而B指数绝对值较低的行业有非金属矿物制品业、通用设备制造业、通信设备计算机其他电子设备制造业、化学工业和仪器仪表等工业，这些行业趋向于产业内贸易，劳动力调整成本相对较低。

分析比较BR指数年平均值，化学工业、专用设备制造业、电气机械及器材制造业等4个行业的BR年平均值低于1，表明中国对日本在这4个行业上的贸易绩效不如日本，贸易竞争优势相对缺乏；这些行业贸易绩效不足的原因很大程度上在于中国相比日本而言，行业技术水平和研究投入不足。除此4个行业外，其余10个行业的BR年平均值都高于1，表明中国在这10个行业上对日本的贸易绩效较好。表6第4列显示了2001—2014年BR指数超过1的年份百分比，同样，这14年间BR指数超过1的年份百分比不足50%的还是化学工业等4个行业，而其他10个行业贸易绩效良好的百分比都超过了50%，其中服装羽绒皮革及其他纤维制造业、木材加工及家具制造业、纺织业和造纸印刷及文教用品制造业的贸易绩效最好，14年中BR指数超过1的年份比例超过了85%，表明中国对日本在这些行业上具有比较明显的贸易竞争优势。

3.基于S指数的就业调整成本分析

对各年的S指数加总求平均值，此外通过SR公式(即中国、日本同行业S指数相除)计算出SR平均值以及SR大于1的年份百分比，其结果如表7所示。

表7 制造业细分行业S指数平均值以及加总平均值

表7(续)

数据来源：根据联合国商品贸易统计数据库数据和本文公式计算而得。

表7计算出来的S指数平均值比A、B指数差异波动小，最大的S值平均值为0.502 3(服装羽绒皮革及其他纤维制造业)，劳动力调整成本较高；最小的为0.247 0(金属冶炼、压延及制品业)，劳动力调整成本较低；剩余行业的S指数平均值都稳定在0.3～0.4，表明这些行业产业内贸易程度较高。SR平均值超过1的年份百分比由于与BR指数的情况一样，这里就不赘述分析。

四、主要结论

本文先介绍度量行业边际产业内贸易的A、B和S指数，分述各指数在衡量边际产业内贸易的优缺点，之后分别选取A和S指数作为实证分析中边际产业内贸易的衡量指标，继而在此基础上建立了边际产业内贸易与就业调整成本之间的实证模型。通过模型验证了平滑调整假说在中-日制造业贸易中的适用性后，再对制造业细分行业进行了边际产业内贸易指数测度及对就业调整成本的影响。综合实证分析可以得出如下几点结论：

(1)平滑调整假说在中-日制造业产业内贸易具有适用性，且稳定性较好。本文分别选取了A、S指数两种度量指标来衡量中-日制造业边际产业内贸易，继而在这两种指标基础上建立边际产业内贸易与就业调整成本模型，研究发现：当A指数上升时，产业内贸易程度增加，就业调整成本下降；当S指数绝对值上升时，产业内贸易程度降低，就业调整成本上升。因而，不论是采用A指数，还是S指数建立模型，边际产业内贸易与就业调整成本都是负相关，这表明平滑调整假说在中-日制造业产业内贸易上具有适用性。

(2)除边际产业内贸易指数会显著影响就业调整外，国内消费需求变化同样是就业调整的主要影响因素。基于A、S指数的实证分析都显示国内消费需求变化对就业调整起正向作用，即当国内对某产业商品需求增加，该行业进入企业就会增加，继而导致劳动力向该行业调整；反之，当国内对某产业商品需求减少，该行业企业就会退出，导致劳动力外向转移。

(3)就整个中-日制造业贸易来看，中-日边际产业内贸易程度较低，对劳动力调整成本影响较大。细分行业的A指数表明：除了金属冶炼、通用设备、非金属矿物和仪器仪表等4个行业的A指数超过了0.5，中、日其他行业间A指数都比0.5要小，整体A指数偏低表明中、日制造业新增贸易中产业内贸易的整体水平不高，就业调整成本较大。

(4)分行业而言，服装羽绒皮革及其他纤维制造业、木材加工及家具制造业、纺织业和造纸印刷及文教用品制造业等行业的调整成本较高；化学工业、金属冶炼压延、通用设备制造业、交通运输设备和仪器仪表等行业的调整成本较小。就细分行业而言，A、B和S指数对于调整成本的结果是类似的，三种指数的分析都表明诸如服装羽绒等劳动或资源密集型产业的就业调整成本较高，而诸如化学工业等技术密集型产业的就业调整成本较低。

[1]BALASSA B.Tariff reductions and trade in manufacturers among the industrial countries[J].The American Economic Review，1966，56(3)：466-473.

[2]LOVELY M E，NELSON D R.Intra-industry trade as an indicator of labor market adjustment[J].Weltwirtschaftliches Archiv，2002，138(2)：179-206.

[3]THARAKAN P K M，CALFAT G.Belgium[M]//BRÜLHART M,HINE R C.Intra-industry trade and adjustment:the European experience.London:Macmillan Press，1999：121-134.

[4]BRÜLHART M.Dynamics of intra-industry trade and labor-market adjustment[J].Review of International Economics，2000，8(3)：420-435.

[5]GREENAWAY D，HAYNES M，MILNER C.Adjustment，employment characteristics and intra-industry trade[J].Weltwirtschaftliches Archiv，2002，138(2)：254-276.

[6]刘春平，施凤丹.发展中国家产业内贸易形态与调整成本——基于中国面板数据的实证分析[J].企业经济，2008(1)：146-148.

[7]杜运苏，郭羽诞.产业内贸易与贸易调整成本——基于中国制造业面板数据的经验分析[J].产业经济研究，2009(3)：9-13.

[8]孙孟.经济一体化下中国贸易发展与劳动力市场调整关系研究——“平滑调整假说”及其在中国适用性研究[J].财贸经济，2011(3)：67-73.

[9]郭东杰，邵琼燕.产业内贸易对劳动力市场调整的影响分析——基于中国制造业面板数据的SAH检验[J].国际贸易问题，2012(6)：18-31.

[10]佟家栋，刘钧霆.中国与日韩制造业贸易调整成本的经验研究——基于边际产业内贸易分析[J].南开经济研究，2006(3)：3-12.

[11]孙孟，张彬.经济一体化下中国贸易自由化调整成本实证研究——以中国和澳大利亚自贸区建立为例[J].世界经济研究，2010(8)：75-81.

[12]许统生，万兆泉，涂远芬等.中美制造业产业内贸易对就业调整成本影响的估计[J].经济学动态，2012(1)：35-40.

[13]FERTO T.Labor market adjustment and intra-industry trade：the effects of association on the Hungarian food industry[J].Journal of Agricultural Economics，2009，60(3)：668-681.

[14]BRÜLHART M，ELLIOTT R.Labor-market effects of intra-industry trade：evidence for the United Kingdom[J].Weltwirtschaftliches Archiv，2002，138(2)：207-228.

[15]AZHAR A K,ELLIOTT R.On the measurement of trade-induced adjustment[J].Weltwirtschaftliches Archiv，2003,139(3)：419-439.

[16]莫莎，李玲.对外直接投资对出口技术复杂度的影响研究[J].贵州财经大学学报，2015(2)：63-73.

[17]盛斌.中国对外贸易政策的政治经济分析[M].上海：上海三联书店，上海人民出版社，2002.

(责任编辑：姜 莱)

The Influences of Intra-industry Trade Between China and Japan Manufacturing Industries on the Employment Adjustment Costs in China

LI Jiang，WEI Ping，SONG Yi，SHI Daqian

(Huazhong University of Science and Technology，Wuhan 430074，China)

The paper selects the manufacturing trade between China and Japan as research objects.Firstly，the paper compares the merit and demerit among three measurement indexes of marginal intra-industry trade，namely A index，B index and S index.Secondly，with the panel data of trade between these two countries from 2001 to 2014，this paper empirical analyzes the applicability of the smooth adjustment hypothesis (SAH) to the intra-industry trade between China and Japan manufacturing industries.Thirdly，it takes advantage of A，B，S and other indexes to estimate the levels of marginal intra-industry trade in 14 manufacturing industry segments between China and Japan，and also analyzes the adjustment costs among these segments.The empirical results present that the SAH can be applied to the manufacturing trade between China and Japan，namely，the higher intra-industry trade，the smaller the cost of employment adjustment，and the adjustment costs are generally high，especially in the resource-consumed and labor-intensive industries such as the textile industry.

manufacturing trade between China and Japan；smooth adjustment hypothesis；marginal intra-industry trade；employment adjustment costs

10.13504/j.cnki.issn1008-2700.2017.04.007

2016-12-26

中国科学技术协会项目“国际产业竞争中的专利战略及知识产权保护状况调查研究”(2015DCYJ07-2)

李江(1990—)，男，华中科技大学经济学院博士研究生；卫平(1952—)，男，华中科技大学经济学院教授、博士生导师；宋毅(1990—)，男，华中科技大学经济学院硕士研究生；石大千(1990—)，男，华中科技大学经济学院博士研究生。

F752.7

A

1008-2700(2017)04-0054-09