人口结构变化对我国制造业攀升全球价值链分工地位影响
2022-03-09古柳
古 柳
一、引言
自改革开放以来,中国发挥人口结构特征中低人工成本优势,凭借人口红利“低端嵌入”以发达国家跨国公司为主导的全球价值链分工体系,取得了举世瞩目的经济建设成就。据统计,目前我国在二百多种工业制成品产值上已位列全球第一,实至名归属世界制造业大国。不可置疑“低端嵌入”发展方式,在特定的历史时期,其发展路径和模式存在必然性和合理性,但因此产生的弊端也不容忽视。一方面,生产品附加值低,经济建设难以摘取全球价值链上更丰盛的成果;另一方面这种发展模式会导致技术水平不平衡、卡脖子技术制约、产业水平不协调和发展难持续等。现有学者有对失去传统人口红利的担忧,担心中国制造业因此空心。更多学者认为劳动力成本只是其中一项有利的因素,中国制造业并未由这一单一因素决定,事物也在不断发展变化,一项因素的消弭,可能会有更多积极因素的崛起,中国制造业面临更光明的前景。十九大党的战略部署中提到要加快推动中国制造业“迈向全球价值链中高端”,直指我国制造业未来一段时间面临的重大命题。
我国著名人口学家蔡昉提出人口红利的概念,这个概念中的人口红利确切来说是某一特定时期适龄劳动力人口多而劳动力成本低的传统人口红利。马克思在政治经济学中阐述了劳动力是异质性的,因此我们理解人口结构除了有数量型特征外还有质量性特征,也就是人口红利除了数量上的传统红利还有质量上的新人口红利。随着我国经济社会的不断发展,我国全面普及义务教育,扩大高等教育,实施教育兴国和一系列人才培育和支持计划来提高人口质量。
虽然经济增长与人口结构的关系,学术界探讨较多,但是人口结构和全球价值链分工地位问题的探讨很缺乏。综上,本报告主要研究我国人口结构变化中的数量变化和质量变化对我国制造业攀升全球价值链分工地位是否有影响,如何影响的问题。
二、数据分析及模型构建
本研究采用的全球价值链分工地位的测度指标,采用目前学术界较为普遍的Koopman 提出的GVC 测度指标,研究借鉴此指标衡量产业价值链的分工地位。具体测算计算如下:
公式(1)中的IVir 指的是i 国家的r 产业出口增加值被进口国家进口后重复加工后又出口到其他国家的部分;FVir 是指外国增加值被本国生产吸收又出口的部分,Eir 是指i 国r 产业的增加值出口总额。可以看出,GVC测算值越高,该产业出口中的国内价值增值比重就越高,而国外增加值所占比重越小,进一步表明产业在全球价值链分工地位中越有利。文章采用劳动力技能结构测算劳动力质量,研究借鉴Moore 1978 年提出的结构指数,按高中低三种不同等级技能劳动力占比情况来表征劳动力质量差异。计量劳动力质量,我们的研究从WIOD-SEA(WIOD-Socio Economic Accounts)数据库中用LABHS、LABMS 和LABLS 分别表示高中低等技能劳动力工薪,H_HS、H_MS 和H_LS 分别表示高中低技能劳动工作小时。研究中用以测度劳动力的第一个指标我们选取Ttime,即三种不同技能水平的劳动力工作投入时间比,第二个指标选取Twage,另外对于研究期间某特殊年份,如2011 年小部分产业劳动力数据原始数缺失,为了口径的完整性,研究用灰色关联系统预测法对缺失数据进行弥补。
制造业全球价值链分工地位攀升无疑受到诸多因素的影响,研究在设定实证回归模型时,除了前面重点关注的两个核心变量,还借鉴了现有研究文献中主要影响因素研究,从研究主题的相关性、全面性等因素考虑本文选取了研发投入(R&D)、外商直接投资(FDI)、市场竞争(REV)、服务投入(SER)、制造业各产业整体规模(TP)五个控制变量。其中研发投入(R&D)在打造企业核心竞争力促进产业生产技术水平提高方面效果显著,是促进产业发展和价值链攀升的重要因素。外商直接投资(FDI)对全球价值链攀升是促进还是抑制,目前学术界还存在较大分歧,但统一的观点是会对制造业GVC 产生一定影响。著名管理学家波特在其著作《竞争优势》中阐明了市场竞争(REV)对于企业所在产业乃至企业所在的价值链影响巨大。企业在激烈市场竞争(REV)开放环境剧烈激荡下,不断内求提升产品服务质量,提高效率,降低成本,不断优化资源配置水平和提档升级。Gereffi 等人通过实证研究证实服务投入(SER)是等级更高的高级生产要素,不仅自身而且会通过对其他低等级的生产要素作用共同合力对产业提升产生巨大推动力。制造业产业规模(TP)扩大通常能降低成本是贸易利润的重要部分,但过大的估摸也会带来其他问题从而导致不经济现象出现。同时,考虑到上一期数据可能对本期研究对象产生惯性粘连,我们在研究模型中将滞后一期的被解释变量作为解释变量也计入模型。综上,本文设定的动态面板估计方程具体见公式(2)。
Inst 是制造业整体规模,也是研究中的外生变量,βt表示时间固定效应,μi 表示个体效应,εit 是误差项,其他各变量具体在表1 中有具体说明。为减轻数据的波动性且不影响实证结果,在后文回归过程中对部分绝对值变量进行了对数化处理。上述计量方程中所涉及的指标、具体测度、数据来源和处理具体如下:GVC 价值链分工地位指数,Labort 各产业从业人员总工作小时数,Laborm各产业从业人员总量,Ltime 从业人员工作小时占比的,Moore 结构指数,Lwag 从业人员工资占比,Moore 结构指数,R&D 投入各产业R&D 技术改造经费,FDI 各产业外商直接投资总额Rev 各产业单位成本费用利润率Ser 各产业国内外服务业总投入,TP 各产业总销售产值。对于实证面板回归分析中的相关数据指标,一部分来自WIOD 系统2000—2014 年版本数据。对于WIOD 系统中未有的数据如研发投入等,我们依据国民经济行业分类代码(GB/T 4754—2011)把它找出,再与WIOD 数据库产业分类进行匹配,接下来利用《中国科技统计年鉴》《中国工业统计年鉴》等国内统计发布的资料整理获得。
三、实证结果及分析
研究中利用系统GMM 逐步回归、控制外生变量等处理方法加强回归结果的可靠性和准确性。具体如表1,研究在分析结果表的最后还给出了模型有效性的检验结果。这些回归分析结果表汇总了Sargan 检验和Hansen 检验结果,结果表明回归整体显著。
表1 中前四列分析以劳动力数量和质量作为解释变量时,对被解释变量GVC 的计量解释。从计量结果得到以下结论:一方面劳动力数量表征变量的系数为负且显著,说明人口结构中劳动力数量优势对中国制造业在全球价值链分工地位中GVC 上升过程中具有显著的负面抑制作用。当这种数量优势消失,朝着反向方向发展时,则负面抑制作用反道行之,成为攀升GVC 的动力。另一方面,人口结构特征中以劳动力质量表征的系数为正且显著,结果说明劳动力质量在GVC 攀升中产生了正向推动作用。随着中国人口结构变化中劳动力质量不持续提高的现实,这一回归结果表明我国劳动力质量提升已经成为推动我国制造业实现全球价值链分工地位GVC 上升的动力源。表1 后四列汇报的估计结果是以Labort 作为劳动力数量特征的替换变量,分别与表征劳动力质量的变量Ltime 和Lwage 组合,替换组合后计量检验看出,研究关键解释变量,包括表征人口结构的劳动力数量和劳动力质量的指标,对GVC 攀升影响相对稳定和可靠。两种指标表征的劳动力数量变量的回归结果与两种指标表征的劳动力质量变量的回归结果对比,不仅正负没有变化,而且显著性也没有发生本质变化。综上,研究表明在人口结构红利中的数量优势丧失下产生了反向推动力反而促进了我国制造业在世界价值链分工地位上升,而劳动力质量提高则直接推动我国制造业向全球价值链分工的高处攀升。研究再深入一步,我们利用差分GMM 重新对模型运用回归估计,研究结果显示我们关注的关键指标表征劳动力质量和数量等指标变量,对制造业全球价值链分工地位GVC 攀升作用力和方向均没有发生改变,结果同表1 一样。因此,本研究所重点关注的两个关键变量劳动力数量以及劳动力质量表征变量回归估计结果都具有强稳定性和高可靠性。
表1 系统高斯GMM 回归结果
四、结语
本研究借鉴学术界普遍认可的Koopman GVC测度研究方法,基于WIOD 等数据库提供的2000—2014 年中国制造业相关原始数据,测度了制造业价值链分工地位等指数和其他关键变量,并构建运用动态面板数据模型,实证分析了我国人口结构变化对我国制造业在全球价值链分工地位攀升的现实影响。回归估计结果表明,我国制造业依托劳动力数量优势融入全球价值链分工体系,确实对在全球价值链分工地位攀升中产生了明显抑制效应。研究发现更深层的意义在于随着人口结构中传统意义上人口红利消失,高劳动力成本会对制造业全球价值链分工地位攀升产生相反方向的作用,成为推动制造业全球制造业价值链分工地位上升动力源;而人口结构变化中的劳动力质量对制造业全球价值链分工地位上升具有显著的正向作用。发现表明伴随我国当前人口结构变迁中劳动力质量的不断上升,新的“人才红利”以一种新姿态积极融入全球价值链分工体系GVC,成为推动我国制造业攀升全球价值链中高端的重要优势因素。