中国制造业参与全球价值链分工对工人工资的差异化影响*

彭冬冬

(中共福建省委党校 工商管理教研部，福州 350001)

一、引言

20世纪90年代来，世界经济发展的一大特征是以产品内分工为表现形式的价值链分工体系在全球范围内建立，价值链分工成为全球分工网络的主导形式(Antras et al，2013)[1]。中国依托丰富的劳动力资源，承接全球价值链中的部分生产环节，成为全球最重要的制造业生产平台(Gereffi et al，2004)[2]。根据“斯托尔伯—萨缪尔森定理”，全球价值链参与度的加深将会提升制造业工人的工资。如图1所示，2000—2005年中国的全球价值链参与度和制造业平均工资呈现出同步上升的态势，这与“斯托尔伯—萨缪尔森定理”的预测相一致。然而在全球价值链分工体系中，发达国家从事研发、销售等环节，掌握着绝对的话语权，而发展中国家则被发达国家“俘获”在低端的生产组装环节上(Mayer， 2002)[3]。中国作为全球价值链参与度最深的发展中国家之一，是不是也遭受这样的“俘获”？一旦中国被“俘获”在全球价值链的低端，那么参与全球价值链的制造业企业的利润空间势必被压缩，进而对企业工人的工资产生不利影响。同时，如图1所示，中国全球价值链参与度在2006年以后开始下降，而制造业平均工资仍然保持上升的态势，这一“背离”令人费解。那么，参与全球价值链分工对制造业工人工资实际影响到底是什么呢？显然，对这方面问题进行深入研究，既可以帮助我们全面理解中国在全球价值链分工中的位置，又可以为中国摆脱对外贸易“贫困性增长”提供有价值的参考。

围绕参与全球价值链如何影响制造业工人工资这一问题，国内外学者已经进行了一定的研究。相关文献按照研究视角可以分为两大类。第一类文献考察了参与全球价值链分工对工资差距的影响。胡昭玲和李红阳(2016)发现，全球价值链分工位置下降是不同技能劳动力之间工资差距扩大的重要原因，在价值链嵌入位置50%分位以上，分工位置下降扩大了熟练劳动力之间工资差距；而在50%分位以下，分工位置下降扩大了非熟练劳动力之间工资差距[4]。周昕(2017)使用WIOD和TIVA的数据分析了全球价值链分工对高技能劳动力相对工资的影响发现，参与全球价值链分工提高了我国制造业高技能劳动力的相对工资，扩大了高技能工人和低技能工人之间的工资差距[5]。高运胜等(2017)基于WIOD数据库，检验了参与全球价值链分工对工资差距的影响，发现制造业参与国际垂直专业化分工程度提高，缩小了熟练和非熟练劳动力的工资差距[6]。第二类文献则直接分析了参与全球价值链分工对制造业工人工资水平的影响。Baumgarten等(2013)基于德国1996—2002年个体层面的微观数据检验了离岸外包对个人工资的影响，发现离岸外包使得技能水平和工作任务单一的制造业工人工资降低[7]。Hummels等(2014)基于丹麦私人部门“企业—工人匹配数据”的研究发现，离岸外包提高了高技能工人的工资，降低了低技能工人的工资；在工人的技能水平不变的情况下，离岸外包降低了从事常规工作工人的工资，提高了密集使用数学、语言以及社会科学知识工作的工人工资[8]。Parteka等(2016)使用9个欧洲国家以及美国个体层面的微观数据，研究了参与全球价值链分工对制造业工人工资的影响，结果表明，全球价值链参与度的提高显著地降低了这些发达国家特别是老牌欧盟成员国中低学历以及从事常规劳动工人的工资[9]。

图1 2000—2014年中国制造业平均工资与全球价值链参与度的变动趋势

数据来源：制造业平均工资的数据来自2001—2015年《中国统计年鉴》；全球价值链参与度是作者基于2000—2014年世界投入产出表计算而得。

这些文献对参与全球价值链与制造业工人工资之间的关系进行了有益探索，但是相关研究仍存在一些不足：第一，在理论层面上，这些研究大都以“斯托尔伯—萨缪尔森定理”为基础。然而，全球价值链分工不仅是一种生产模式，而且是一种组织和治理力量。参与全球价值链可能通过低端俘获效应对发展中国家制造业工人的工资产生影响，因此需要进行更深入的理论机制分析。第二，在实证层面上，国内学者侧重于检验参与全球价值链分工对工资差距的影响，而针对参与全球价值链如何影响制造业工人工资的研究并不多见。国外学者就参与全球价值链分工如何影响制造业工人工资这一问题进行了细致的研究，但是这些研究都是基于发达国家个体层面数据进行的。由于发达国家与发展中国家在全球价值链分工体系中所处地位、所从事的生产环节具有很大区别，因此其研究结论难以适用于发展中国家。

针对这些不足，本文力图在以下几个方面进行拓展：一是本文从理论上将探讨参与全球价值链分工影响制造业工人工资的微观机制；二是以中国个体层面微观数据为基础，使用Heckman两阶段模型，检验参与全球价值链分工对制造业工人工资的实际影响；三是从技能水平、岗位、企业性质以及区位等四个方面考察参与全球价值链分工对制造业工人工资的差异化影响。

二、机制分析

价值链分工是目前经济全球化的重要组织形式之一，各国参与全球价值链分工必然会对本国的劳动者收入产生深刻影响。20世纪90年代初期中国依托廉价的劳动力资源，迅速融入到全球价值链分工，发展成为“世界工厂”，制造业工人的工资也得以提高。但是，近年来，中国在全球价值链分工中却面临着低端锁定的困局，而且参与全球价值链分工对中国制造业工人工资的影响也变得模糊不定。本文将简单分析参与全球价值链分工对制造业工人工资可能产生两种不同性质的影响效应，并在此基础上提出检验的理论假说。

一是促进效应。主要通过以下两个机制发挥作用：一是要素收入效应。20世纪90年代初中国依托丰富的劳动力资源，通过承接跨国生产中劳动力密集型环节的方式参与全球价值链分工。根据“斯托尔伯—萨缪尔森定理”，这必然会增加对劳动力的需求，并相应提高制造业工人工资。刘杜若等(2014)使用2005年中国人口抽样调查数据，实证研究了贸易开放对我国制造业工人工资水平的影响，发现贸易开放对我国制造业工人的工资水平有明显的促进作用[10]。二是生产率效应。有文献证明，企业参与全球价值链可以显著提升其生产率。Baldwin等(2014)发现，在加拿大那些与高收入国家有经贸往来的企业，可以通过出口或者进口的“学习效应”，实现生产效率的快速增长[11]。孙学敏和王杰(2016)基于中国制造业企业层面的微观数据也发现，参与全球价值链有益于提高企业生产率。根据边际生产率工资理论，工资是由企业边际生产率所决定的，劳动边际产出越大，制造业工人工资越高[12]。因此，参与全球价值链分工，可以通过提升生产效率提高制造业工人工资。

二是抑制效应。随着中国全球价值链分工参与度的加深，中国在国际分工中也面临着低端锁定的局面，这意味着参与全球价值链分工可能会对中国制造业工人工资产生不容忽视的负面影响。一是利润低端化效应。一方面，中国参与全球价值链分工的典型特征是“出口引致进口”(张杰 等，2014；Feng et al，2016)[13][14]，国外公司通过严格的质量要求、设计要求等进入壁垒迫使中国代工企业向国外进口高附加值的零部件等中间产品。大规模进口国外价格昂贵的中间品，极大地增加了企业的生产成本，使得中国代工企业的利润被严重压缩。另一方面，发达国家会将劳动密集型生产环节分散到不同的发展中国家。由于劳动密集型生产的市场进入门槛较低，发展中国家代工企业之间低价竞争势必形成(Mayer，2002；张少军，2015)[3][15]，降低了参与全球价值链分工企业的获利空间。中国工人在生产中处于弱势地位，因此企业利润的下降必然会促使企业压低制造业工人工资。二是低端俘获效应。发展中国家的全球价值链分工地位和利润较低，为了提高话语权与利润率，企业必须通过自主创新来实现链条升级或功能升级。然而，这与发达国家的利益相冲突，必然会遭到发达国家的控制与阻碍(Gibbon et al，2008)[16]。Schmitz(2004)指出，大多数的发展中国家在参与到全球价值链分工后，被发达国家锁定在低附加值的生产环节，从而在全球层面形成俘获与被俘获的格局[17]。张杰和郑文平(2017)基于企业层面微观数据探讨了参与全球价值链分工对中国企业创新的影响，发现以加工贸易方式参与全球价值链抑制了中国本土企业的创新活动，在一定程度上验证了中国企业遭遇的全球价值链低端俘获效应[18]。低端俘获效应的存在使得中国企业无法通过价值链升级来提高利润率和劳动的边际产出，对制造业工人的工资水平产生了不利的影响。

综上所述，参与全球价值链分工会通过要素收入效应、生产率效应、利润低端化效应与低端俘获效应对工资产生叠加影响，再加上世界经济环境的变化及中国的特殊国情[19-22]，使得参与全球价值链分工对中国制造业工人工资的实际影响需要通过实证研究予以确定。

三、模型设定、变量选择与数据说明

1.模型设定

为了检验参与全球价值链分工对制造业工人工资的实际影响，我们建立以下计量模型：

wagei=α0+α1gvcj+γXj+βZi+μi

(1)

其中，i代表个人，j代表省份。wage表示制造业工人的月平均工资水平(取对数)，gvc表示省份全球价值链分工参与度(取对数)，X为省份层面的特征变量，Z为个体层面的特征变量，μ为随机扰动项。α1刻画了参与全球价值链分工对制造业工人工资的影响。要利用方程(1)得到无偏的估计结果，难点在于并不是所有人都在制造业工作并获得工资。如果简单将未在制造业就业的个体从样本剔除，那么会造成样本选择问题，进而导致估计结果存在偏误。为了克服样本选择偏差，本文采用Heckman两阶段模型来估计参与全球价值链分工对制造业工人工资的影响。首先，我们使用Probit模型估计就业选择方程：

Pr(empi)=(α0+α1gvcj+γXj+βZi+μi)

(2)

其中，emp是一个虚拟变量，如果个体i在制造业工作则取1，否则取0。根据方程(2)计算出逆米尔斯比率(λ)，然后将其代入方程(1)得到工资决定方程：

wagei=α0+α1gvcj+γXj+βZi+λi+μi

(3)

2.变量选择

(1)全球价值链分工参与度的计算。全球价值链分工是指产品生产的各个环节不局限于一国而是分布在不同的国家，各个国家根据其比较优势参与某一个环节的生产。在全球价值链分工模式下，一国需要从他国进口中间产品进行加工再生产，然后以中间产品或最终产品的形式出口到国外。因此，Hummels等(2001)将全球价值链分工参与度定义为出口产品中进口中间品所占的比重[23]。根据这一定义，邵朝对和苏丹妮(2017)给出了省份层面全球价值链分工参与度的计算公式[24]：

(4)

(2)控制变量的选取。为了保证结果的稳健性，在省份与个体层面加入其他控制变量。在省份层面引入的控制变量有6个：一是最低工资，马双等(2012)通过研究发现，最低工资每提高10%，制造企业的平均工资将会上涨0.4%左右[25]；二是平均房价，陆铭等(2015)指出，房价上涨会通过减少劳动力流入、降低劳动力供给来提高工人的工资水平[26]；三是市场化程度，用各地的市场化指数来衡量；四是城市化率，用城镇人口占总人口的比重来衡量；五是外资规模，用各地外商投资企业投资总额来来表示；六是区域虚拟变量，设置东部地区和西部地区两个虚拟变量。在个体层面引入的控制变量有7个：年龄、年龄的平方、是否为城市户口、是否为男性、婚否、受教育年限以及健康程度。

3.数据说明

计算省份层面全球价值链分工参与度需要用到2009年中国海关数据库。中国海关数据库详细地记录了贸易企业的每一条交易信息，为了测度省份层面全球价值链分工参与度，我们对该数据库进行以下处理：第一，剔除贸易中间商；第二，根据海关数据库中的企业编码将每笔交易与省份进行匹配；第三，将省份层面的加工进口、加工出口与一般出口交易记录进行加总，得到省份层面的加工进口额、加工出口额以及一般出口额；第四，在一般进口的交易记录中，根据BEC产品分类标准与HS2007海关编码的对照表，只保留中间产品，将其在省份层面加总得到地区的中间品一般进口额；第五，贸易中间商的存在可能使各省份表现出过度进口或过度出口(张杰 等，2013；Kee et al，2016)[27-28]，为了计算各省份的实际进出口额，我们参考张杰等(2013)的方法，使用国家层面贸易代理商中间产品进口占总中间产品进口的比重替代各省份从贸易代理商进口的中间产品比例，使用国家层面贸易代理商出口占总出口的比重替代各省份通过贸易代理商出口的产品比例[27]。

本文使用的个体层面的数据来源于2010年中国家庭追踪调查数据库(CFPS)中的成人数据库。该数据库样本涵盖了除新疆、西藏、青海、内蒙古、宁夏、海南之外的25个内地省份(市、自治区)，其内容包括了个人的工作状态、收入水平、受教育水平等个人信息*目前文献中，CFPS数据库常用的时间跨度是2010—2012年。由于2011年CFPS数据库样本量极少(仅显示有49人在制造业工作)，而2012年CFPS数据库中就业的工作岗位、单位性质这两个变量缺失，因此本文选取2010年CFPS的数据进行实证分析。。各地市场化水平的数据来自樊纲等(2010)编制的中国市场化指数报告[29]，各地区最低工资的数据来自各省份统计年鉴，其他省份层面的数据均来自中国国家统计局网站中的省份年度库。表1给出了本文所用变量的描述性统计。

表1 变量的含义与描述性统计

在进行正式的回归分析以前，我们先通过散点图形式直观地观察参与全球价值链分工和制造业工人工资的关系。从图2中可以看出，全球价值链参与度和制造业工人工资表现出一种正相关的关系，这似乎说明参与全球价值链分工可以提高制造业工人工资，但这也可能是因为画图时没有控制与全球价值链参与度和制造业工人工资同时相关的变量引起的。因此，在图3中我们进一步画出全球价值链参与度和控制住省份特征后制造业工人工资的散点图*具体做法是用工资对省份层面的特征变量做回归，得出工资的残差项即为控制省份特征后的工资。。其显示，此时全球价值链参与度和制造业工人工资表现出一种负相关的关系。

图2 全球价值链参与度和制造业工人工资

图3 全球价值链参与度和控制省份特征后的制造业工人工资

四、实证结果分析

1.基准回归结果

表2报告了公式(2)与公式(3)的估计结果，本文采用在省份层面聚类的标准误差来克服潜在的异方差与组内自相关问题对回归结果的影响。表2的第(1)(2)列中没有加入控制变量，结果显示参与全球价值链分工促进了制造业工人的劳动参与，并对制造业工人的工资产生了不显著的正向影响。这一结果的出现，可能是因为在回归中遗漏了与全球价值链参与度相关而且会影响制造业工人工资的变量。因此，在表2的第(3)(4)列中加入省份层面的特征变量，结果表明全球价值链参与度的提高对制造业工人工资产生了负面的影响，但是这一影响并不显著。在表2的第(5)(6)列中进一步控制住个体层面的特征变量，结果显示此时全球价值链参与度的估计系数在1%水平下显著为负，意味着参与全球价值链分工显著降低了制造业工人工资。具体而言，全球价值链参与度每提高一个百分点，制造业工人工资就会下降0.321 7个百分点。在表2的第(6)列中，逆米尔斯比率的估计系数通过了5%的显著水平下检验，说明传统工资估计方程会存在样本选择偏误，证明本文使用Heckman两步选择法具有合理性。

表2 基准回归结果

注：表中括号内为在省份层面聚类的标准误差，***、**、*分别表示变量在1%、5%和10%的水平上显著，下表同。

其他控制变量也对制造业工人工资产生了重要的影响。就省份层面的指标而言：第一，最低工资标准的提高会降低制造业工人工资，这不符合我们的预期。其原因可能是，最低工资标准的上升提高低收入制造业工人工资，但也会促使企业用资本替代劳动降低高收入工人的议价能力，而在本文的样本中仅有12.5%的制造业工人工资小于当地的最低工资标准，这使得在进行总体估计时最低工资标准的提高显著地抑制了制造业工人工资的增长。第二，房价越高，制造业工人的工资越高。房价推高了地区的生活成本，为了吸引劳动力流入，制造业企业必须提高工资(陆铭 等，2015)[26]。第三，市场化水平对制造业工人的工资有着显著的正向影响，市场化转型可以通过“提高就业创造率”和“降低就业破坏率”增加劳动需求(毛其淋 等，2016)[30]，进而提高制造业工人工资。就个体层面的指标而言：适中的年龄、城镇户口、男性、更高的受教育年限以及更健康的身体都会给制造业工人带来更高的工资。已婚的制造业工人工资更高，这可能是因为婚后责任感增强、家庭内部专业化分工以及与家庭成员对自己工作的帮助有关。

2.稳健性检验

以上的结果表明，全球价值链参与度的加深会对制造业工人工资产生显著的负面影响，为了考察这一结论的可靠性，本文从五个角度进行稳健性检验。

(1)剔除金融危机的影响。本文的被解释变量是2009年金融危机期间制造业工人的劳动参与和工资水平，而金融危机又可能同时影响全球价值链参与度和工人的就业状况。一方面，金融危机期间中国的对外贸易严重受挫，国家统计局的数据显示，2009年中国贸易总额增速为-16.27%，贸易规模的萎缩使得企业利润下降甚至破产，对制造业工人的劳动参与和工资产生了消极的影响；另一方面，金融危机期间中国政府为了刺激经济，实施了4万亿财政刺激计划，这也会对贸易和制造业工人的就业产生影响。为了剔除金融危机对回归结果的影响，我们在回归元中加入各个省份2009年的进口增速、出口增速以及政府支出规模，表3的前两列展示了相应的估计结果*为了使政府支出规模更能反映政府对经济干预程度，文章借鉴邵朝对和苏丹妮(2017)的做法，将政府支出规模定义为扣除科教文卫等公共性支出后地方政府支出占GDP的比重。。可以看出，在第(2)列中，全球价值链参与度的估计系数显著为负，表明金融危机并不会对本文的核心结论产生显著影响。

(2)两阶段最小二乘回归。在基准回归中，我们从多个层面控制省份特征，希望解决遗漏变量问题，然而在模型中我们没有控制地区的劳动资源禀赋、文化环境等因素，使得上文的估计结果仍可能存在偏误*由于被解释变量为个体劳动参与或工资，而核心解释变量定义在省份层面，存在反向因果关系的可能性很低，因为本文认为估计结果可能存在的内生性问题是由遗漏变量导致的。。为了解决这一内生性问题，文章借鉴黄玖立和李坤望(2006)的思路，使用省份的地理特征构造国外市场邻近度[31]，然后将国外市场邻近度作为全球价值链参与的工具变量，进行两阶段最小二乘回归*沿海省份的国外市场接近度为该省的内部距离，内陆省份的国外市场邻近度为到最近沿海省份的公路距离与该沿海省份的内部半径之和。。其背后的逻辑是：省份的地理特征并不会直接影响制造业工人的劳动参与和工资，并且国外市场邻近度与全球价值链参与度密切相关，二者呈现一种明显的正向关系(见图4)。表3 的(3)(4)列显示了具体的估计结果，拉格朗日统计量的检验结果表明模型不存在识别不足的问题，沃尔德统计量的结果表明模型不存在弱工具变量的问题。在模型中内生变量与工具变量的个数相同，因此不存在过度识别的问题。可以看出，使用两阶段最小二乘法后，参与全球价值链分工对制造业工人工资的抑制效应依然明显，表明本文的核心结论是稳健的。

图4 国外市场邻近度与全球价值链参与度

(3)更换解释变量的测度。加工贸易是中国参与全球价值链的重要方式，对于推动中国贸易的高速增长发挥了巨大作用。国家统计局的数据显示，1992—2014年加工贸易出口占比一直在50%以上。此外，加工贸易具有“两头在外”的性质，是发达国家在全球价值链中俘获发展中国家的重要机制(张杰 等，2017)[18]。因此，本文借鉴贺灿飞和陈航航(2017)的做法，使用各个省份加工贸易占比重新测算全球价值链参与度[32]。表3 的(5)(6)列显示，全球价值链参与度的估计系数在1%的水平下显著为负，表明参与全球价值链分工对制造业工人的劳动参与和工资均产生了显著的负面影响。除了使用海关统计数据测度省份层面的全球价值链参与度外，也有学者使用省份间的非竞争性投入产出表测算各地区的全球价值链参与度(苏庆义，2016)[33]*之所以在基础回归中不使用该方法，是因为目前只有2007与2010年省份间的非竞争性投入产出表，而本文的被解释变量为2009年的工资水平。。因此我们还基于2007年省份间的非竞争性投入产出计算各省份的全球价值链参与度，表3 的(7)(8)列显示的相应估计结果表明，本文的核心结论依然保持不变。

表3 剔除金融危机的影响、两阶段最小二乘回归与更换解释变量的测度

续表3

解释变量剔除金融危机的影响两阶段最小二乘回归更换解释变量的测度就业方程工资方程就业方程工资方程就业方程工资方程就业方程工资方程(1)(2)(3)(4)(5)(6)(7)(8)个体特征控制控制控制控制控制控制控制控制拉格朗日统计量27.440[0.000]沃尔德统计量27.418{16.38}卡方值6 863.1441 959.0914 147.9193 452.96拟合优度0.188 70.289 90.283 50.190 40.280 20.187 30.281 1 样本量19 8981 75019 8981 75019 8981 75019 8981 750

注：[ ]内数值为相应统计量的p值，﹛﹜内为Stock-Yogo检验10%水平的临界值。

(4)更换被解释变量的测度。首先，参与全球价值链分工对制造业工人的影响不仅局限于工作状态和工资的改变，还可能是工作时间的变化。当工人每月的工作天数或者每天的工作小时数发生变动时，使用月工资度量工人的工资水平就会产生误差。为了稳妥起见，本文还使用工人的日工资和小时工资重新测度制造业工人的工资水平。表4第(1)(4)列的结果显示，无论是使用月工资还是小时工资作为被解释变量，参与全球价值链分工对制造业工人工资的抑制作用均非常明显。其次，补贴和奖金也可能是工人工资收入的重要来源，如果参与全球价值链分工对补贴和奖金有积极的影响，其对制造业工人工资的抑制作用将会减弱，反之亦然。为了识别补贴和奖金对估计结果的影响，本文将工资定义为基本工资、补贴与奖金之和。表4的(5)(6)列的结果显示，全球价值链参与度的估计系数依然显著为负，并且相比于表2的第(6)列的基准结果，此时参与全球价值链分工对制造业工人工资的抑制效应更加明显，这意味着全球价值链参与度的提高也对补贴和奖金产生不利影响。

表4 更换被解释变量的测度

(5)使用企业层面的数据。为了更加准确地度量制造业工人工资，并且考察参与全球价值链分工对制造业工人工资的差异化影响，本文在基准回归中使用个体层面的微观数据。然而参与全球价值链分工更多是企业行为，而工资水平也受到企业特征的影响，使得基于个体层面微观数据的分析不可避免地忽视了企业或行业层面的异质性特征。为了检验上文核心结论的稳健性，我们使用2000—2006年中国工业企业库和海关数据库的合并数据，重新估计参与全球价值链分工对制造业工人工资的影响。在回归分析中，我们将职工的平均工资作为被解释变量，借鉴吕越等(2017)的方法计算企业层面的全球价值链参与度[21]，并且引入全要素生产率、固定资产规模、补贴总额、融资约束以及年龄五个控制变量。表5的结果显示，全球价值链参与度的估计系数依然显著为负，表明使用个体层面的微观数据所得到的结论是稳健的。

表5 企业层面数据的估计结果

注：括号内为在企业层面聚类的标准误。

五、差异化分析

1.技能差异

中国参与全球价值链分工对制造业工人工资的影响，会因为劳动力技能水平的不同而存在差异。原因在于，丰富的低技能劳动力是中国的比较优势，中国企业依托此优势以生产劳动密集型产品生产或承接资本技术密集型产品组装环节等方式参与到全球价值链分工。根据“斯托尔伯—萨缪尔森定理”，这必然会增加对低技能工人的需求，提高低技能工人的工资收入。因此，参与全球价值链分工产生的要素收入效应更有利于低技能工人的工资的提高，进而从整体上弱化参与全球价值链分工对低技能工人工资的抑制作用。

现有文献基本按照学历来划分工人的技能水平，学历越高意味着技能水平也越高。本文把小学以下学历作为基准组，将全球价值链参与度与初中学历、高中学历和大专及以上学历的交叉项加入回归方程中。从表6的(1)(2)列可以看出，工人的技能水平越高，参与全球价值链分工对制造业工人工资的抑制作用就越明显。具体而言，全球价值链参与度每提高1%，低学历制造业工人的工资会下降0.18%，而大专及以上学历制造业工人的工资却会下降0.44%。

2.岗位差异

除了技能差异，岗位差异也会作用于参与全球价值链分工对制造业工人工资的抑制效应。中国作为“世界制造工厂”，在全球价值链分工中承接的都是加工、组装和简单制造等环节，产品研发、销售等环节则大多在国外。在这一背景下，全球价值链参与度的上升必然会增加中国生产性工人的需求，降低对销售、管理岗位工人的需求。因此，参与全球价值链分工所引致的要素收入效应会更有利于生产性工人工资的提高，而对销售、管理岗位工人的工资产生不利影响。因此，我们预测从整体上参与全球价值链分工对生产性工人工资的抑制作用较小。

2010年的CFPS数据库详细记录了制造业工人的工作类型，包括“管理者”、“日常销售人员”、“技术型生产工人”以及“非技术型生产工人”，我们将“日常销售人员”作为对照组，在工资选择方程的回归元中加入全球价值链参与度与管理者、技术性生产工人和非技术型生产工人的交叉项。表6的第(4)列表明，参与全球价值链分工对管理者以及日常销售人员工资的抑制作用更加明显，而对生产工人特别是非技术型生产工人工资的抑制作用较小，这与我们的预测相一致。

3.企业性质差异

当某一地区全球价值链参与度很高时，该区域内对劳动力需求增加，制造业工人的劳资议价能力随之增强。由于外资企业能够在全球范围内布局组织生产，具有“用脚投票”的特点，这使得相比于外资企业，制造业工人在本土企业中具有更高的议价能力，因此我们预测参与全球价值链分工对本土企业工人工资的抑制作用较弱。

为了检验这一假说，本文在工资选择方程的回归元中加入全球价值链参与度与外资企业的交叉项来验证这一假说。正如表6第(6)列的结果所示，全球价值链参与度×外资企业的估计系数为-0.112，并且通过了1%的显著性检验，使得预测得到验证。

4.地区差异

中国地域广袤，区域间经济发展不平衡。因此，有必要进一步考察参与全球价值链分工对制造业工人工资的影响是否存在区域差异。本文将中部地区作为对照组，并在方程中加入全球价值链参与度与东部地区、西部地区的交叉项进行回归。表6的(8)列的结果显示，参与全球价值链分工对中东部地区制造业工人的工资产生了显著的抑制作用，但是却提高了西部地区制造业工人的工资。对此结果的一种可能解释是，西部地区制造业很不发达，农村集聚了大量年轻的剩余劳动力，参与全球价值链分工可以为当地人提供大量的就业机会，并且提高其收入水平；反之，在中东部地区劳动力工资较高，并且老龄化程度严重，青年劳动力比较匮乏，很多企业出现“用工荒”，参与全球价值链分工的企业倾向于雇佣西部地区廉价劳动力或者使用资本替代劳动，降低了对本地区制造业工人的需求，进而降低了本地区工人的制造业工资水平*使用分位数回归发现，随着工人工资的提升，参与全球价值链分工对工人工资的抑制作用愈加明显。。

表6 差异化分析

续表6

解释变量技能差异岗位差异企业性质差异地区差异就业方程工资方程就业方程工资方程就业方程工资方程就业方程工资方程(1)(2)(3)(4)(5)(6)(7)(8)参与度×管理者-0.121 1**(0.049 0)参与度×技术性生产工人0.073 2*(0.042 6)参与度×非技术性生产工人0.103 0**(0.042 9)参与度×外资企业-0.112 0***(0.030 6)参与度×东部地区0.055 6(0.308 7)0.088 5(0.149 8)参与度×西部地区0.222 7(0.246 2)0.593 2**(0.223 1)逆米尔斯比率1.155 8(1.008 2)1.930 0*(1.024 1)2.122 4**(0.941 6)2.170 9**(0.989 3)省份特征控制控制控制控制控制控制控制控制个体特征控制控制控制控制控制控制控制控制卡方值3 829.6853 716.6232 901.1223 469.829拟合优度0.188 10.289 90.187 10.320 90.186 90.290 20.187 20.284 8样本量19 8981 75019 8721 72419 8981 75019 8981 750

注：本表中“全球价值链参与度”简写为“参与度”。

六、研究结论与启示

20世纪90年代初期，中国凭借丰富的劳动力资源嵌入全球价值链中的劳动密集型生产环节，使得工人工资水平迅速提升。然而，近年来，随着多重效应的叠加作用，参与全球价值链分工对中国制造业工人工资的影响也变得模糊不定。本文结合中国海关统计数据与CFPS数据库，使用Heckman两阶段模型从个体微观层面实证检验了参与全球价值链分工对中国制造业工人工资的影响。检验结果表明，全球价值链参与度的加深显著降低了制造业工人工资。在剔除金融危机的影响、处理内生性问题、更换解释变量与被解释变量的测度以及更换回归数据后，该结论依然稳健成立。进一步研究发现，参与全球价值链分工对高技能工人、非生产性工人、外资企业工人以及中东部地区工人工资的抑制作用更加明显。这些证据一定程度上证实了中国企业在全球价值链中主要从事微利化的加工、组装环节，并且面临着被低端锁定的困局。

本文的结论并不否认在特定发展阶段参与全球价值链分工对中国劳动者收入所起到的促进作用，但同时也从另一个角度指出中国在全球价值链分工中不仅面临着其他发展中国家的激烈竞争，也面临着被发达国家“俘获”在价值链底端的风险。根据本文的研究结论可以得到如下启示：第一，从提高制造业工人工资的角度来说，劳动者技能的提升与价值链升级存在互补效应。文章的结论表明，全球价值链参与度越高，高技能工人的工资也就越低，因此仅仅通过提高劳动者技能来提升工人的工资收效有限。这就要求中国制造业向创造更多国内附加值的价值链中高端迈进，促使劳动者技能的工资溢价效应充分发挥。第二，由于价值链升级离不开创新，因此必须进一步实施创新驱动发展战略，完善科技创新体系，鼓励和支持企业进行自主创新，通过自主创新来实现链条升级或功能升级，突破低端锁定的困局，最终提升工人的工资水平。

参考文献：

[1] ANTRAS P， CHOR D. Organizing the global value chain[J]. Econometrica，2013，81(6)：2127-2204.

[2] GEREFFI G， STURGEON T. Globalization， employment and economic development： A briefing paper[R].Sloan Workshop Series in Industry Studies Rockport，2004.

[3] MAYER J. The fallacy of composition：A review of the literature[J]. The World Economy，2004，25(6)：875-894.

[4] 胡昭玲，李红阳.参与全球价值链对我国工资差距的影响——基于分工位置角度的分析[J].财经论丛，2016，(1)：11-18.

[5] 周昕.全球价值链分工如何影响高技术劳动力相对工资?——基于我国制造业部门的研究[J].财经论丛，2017(4)：11-18.

[6] 高运胜，王云飞，蒙英华.融入全球价值链扩大了发展中国家的工资差距吗?[J].数量经济技术经济研究，2017，34(8)：38-54.

[7] BAUMGARTEN D， GEISHECKER I， GORG H. Offshoring， tasks， and the skill-wage pattern [J]. European Economic Review，2013，61(1)：132-152.

[8] HUMMELS D，JOREGNSEN R， MUNCH J R， XIANG C. The wage effects of offshoring：Evidence from Danish matched worker-firm data[J]. American Economic Review，2014，104(6)：1597-1629.

[9] PARTEKA A，WOLSZCZAK-DERLECZ J. Global value chains and wages：International evidence from Linked worker-Industry data[R]. LIS Working Paper Series，2016.

[10] 刘杜若，张明志，蔡宏波.贸易开放对我国制造业工人工资的影响研究——来自个体微观调查的证据[J].国际贸易问题，2014(5)：3-12.

[11] Baldwin J， Yan B. Global value chain participation and the productivity of Canadian manufacturing firms[J]. Statistics Canada，2014，6(1)：1-24.

[12] 孙学敏，王杰.全球价值链嵌入的“生产率效应”——基于中国微观企业数据的实证研究[J].国际贸易问题，2016(3)：3-14.

[13] 张杰，郑文平，陈志远，王雨剑.进口是否引致了出口：中国出口奇迹的微观解读[J].世界经济，2014，37 (6)：3-26.

[14] FENG L， LI Z， SWENSON D L. The Connection between Imported Intermediate Inputs and Exports： Evidence from Chinese Firms [J].Journal of International Economics，2016，101(1)：86-101.

[15] 张少军.全球价值链降低了劳动收入份额吗——来自中国行业面板数据的实证研究[J].经济学动态，2015(10)：39-48.

[16] GIBBON P，BAIR J，PONTE S. Governing global value chains：An introduction[J]. Economy and Society，2008，32(3)：315-338.

[17] SCHMITZ H. Local upgrading in global chains：Recent findings[R]. Paper to be presented at the DRUID Summer Conference，2004.

[18] 张杰，郑文平.全球价值链下中国本土企业的创新效应[J].经济研究，2017，52(3)：151-165.

[19] 赵秋运，张建武.中国劳动收入份额的变化趋势及其驱动机制新解——基于国际贸易和最低工资的视角[J].金融研究，2013(12)：44-56.

[20] GLASS A J，SAGGI K. Innovation and wage effects of International outsourcing[J].European Economic Review，2001，45(1)：67-86.

[21] 吕越，黄艳希，陈勇兵. 全球价值链嵌入的生产率效应：影响与机制分析[J].世界经济，2017，40(7)：28-51.

[22] 盛丹.外资进入是否提高了劳动者的讨价还价能力[J].世界经济，2013，36(10)：54-78.

[23] HUMMMELS D，ISHII J，YI K. The nature and growth of vertical specialization in world trade[J]. Journal of International Economics，2001，54(1)：75-96.

[24] 邵朝对，苏丹妮.全球价值链生产率效应的空间溢出[J].中国工业经济，2017(4)：94-114.

[25] 马双，张劼，朱喜.最低工资对中国就业和工资水平的影响[J].经济研究，2012，47(5)：132-146.

[26] 陆铭，张航，梁文泉.偏向中西部的土地供应如何推升了东部的工资[J].中国社会科学，2015(5)：59-83.

[27] 张杰，陈志远，刘元春.中国出口国内附加值的测算与变化机制[J].经济研究，2013，48(10)：124-137.

[28] KEE H L，TANG H. Domestic value-added in Chinese exports：Theory and firm evidence from China [J]. American Economy Review，2016，106(6)：1402-1436.

[29] 樊纲，王小鲁，朱恒鹏.中国市场化指数：各地区市场化相对进程报告[M].北京：经济科学出版社，2013.

[30] 毛其淋，许家云.中间品贸易自由化与制造业就业变动——来自中国加入WTO的微观证据[J].经济研究，2016，51(1)：69-83.

[31] 黄玖立，李坤望.出口开放、地区市场规模和经济增长[J].经济研究，2006(6)：27-38.

[32] 贺灿飞，陈航航. 参与全球生产网络与中国出口产品升级[J].地理学报，2017，72(8)：1331-1346.

[33] 苏庆义.中国省级出口的增加值分解及其应用[J].经济研究，2016，51(1)：84-98.