admin 管理员组文章数量: 1086019
2024年5月4日发(作者：安卓开发小游戏源代码)
２０１８
年
３
月
第
２
期
世界经济与政治论坛
ForumofWorldEconomics&Politics
Mar．２０１８
No．３
全球价值链参与率与行业内生产要素报酬差距
———
基于
WIOD
数据库的实证研究
根据世界投入产出数据库的相关数
摘
要
文章基于超越对数生产函数
,
据
,
实证检验了全球价值链参与率对中国行业内生产要素报酬差距的影响
,
结果
表明
,
中国全球价值链参与率程度的提高
,
将扩大资本和高技术劳动与中
、
低技
术劳动在行业内生产要素报酬上的差距
;
虽然全球价值链前向参与率和全球价
值链参与率的提高均扩大了资本和高技术劳动与中技术劳动和低技术劳动在生
产要素报酬上的差距
,
但全球价值链前向参与率对中国行业内生产要素报酬差
距的影响大于全球价值链后向参与率对其的影响
;
全球价值链参与率对货物行
业的行业内生产要素报酬差距的影响程度大于其对服务行业的影响程度
.
关键词
全球价值链参与率
生产要素
报酬
差距
蒋庚华
陈海英
∗
一
、
引
言
改革开放以来
,
随着中国融入世界经济体系进程的加深
,
中国与世界各国之
间的经济联系也在不断加深
.
根据作者对相关数据的计算表明
,
中国货物贸易
对外贸易在中国
４．５６％
和
５．０９％
上升到
２０１５
年的
３５．８１％
、
２０．５９％
和
１５．２２％
,
经济中的作用日益显著
.
兴起于
２
使跨国公司可
０
世纪
６０
年代的全球价值链
,
以根据各国要素禀赋和生产成本的差异
,
将不同生产环节分别配置于不同的国
蒋庚华
,
山西省太原市小店区坞城路
９
∗
山西大学经济与管理学院
.
通信作者及地址
:
２
号山西大学
依存度
、
货物贸易出口依存度和货物贸易进口依存度分别由
１９７８
年的
９．６５％
、
:
经济与管理学院
;
邮编
:
本文系国家社科基金青年项目
“
全球价值
０３０００６
;
EＧmailianh１９８１＠１２６．com．
jgg
(
,
链背景下中国增加值贸易要素含量与就业拉动效应研究
”
１５CJL０４１
)
２０１６
年度教育部人文社会科学研
(
),
究青年项目
“
参与全球价值链对中国生产要素收入分配的影响及对策研究
”
第
６１６YJC７９００３９２
批博士
(
,
后面上资助项目
“
服务投入对中国参与全球价值链的影响研究
”
山西省高等学校哲学社
２０１７M６２２１６６
)
(
会科学研究项目
“
生产性服务业对山西省制造业参与全球价值链的影响研究
”
的阶段性
１１５５４４９０１００３
)
成果
.
２６
世界经济与政治论坛
第
２
期
家和地区从事生产
,
这一方面导致在一国的对外贸易中出现了所谓的
“
所见非所
得
”
现象
,
即一国所出口的产品的价值并不能代表该国在对外贸易中所获得的价
,);
值
(
另一方面
,
依据传统的贸易总量数据来计算
A．MaurerandC．Deain２０１２
g
对外贸易依存度并不能准确地反映一国对于对外贸易的依赖程度
.
基于这一问
、、(
题
,
构建了全球价值链参与
R．KoomanW．PowersZ．WanJ．Wei２０１０
)
pg
和
S．
率
(
简称
GV
指标
,
用于描述一国参与全球价值链的程度
.
作者根据
C
参与率
)
的
１２．２８％
上升到
２００９
年的
１３．６９％
,
１７
个货物贸易行业的平均
GVC
参与率由
率则由
１
这也进一步说明了
,
中国融
９９５
年的
９．７９％
上升到
２０１１
年的
１０．１６％
,
入全球价值链的程度在不断加深
.
随之而来的一个问题是
,
在中国融入全球价值链
,
获得与之相关的收益的同
时
,
中国在全球价值链的参与程度
,
是否会影响到中国不同生产要素在生产要素
报酬上的差距
?
对于这一问题的研究
,
将有助于评估参与全球价值链对中国生
产要素报酬所产生的影响
.
基于上述分析
,
本文拟基于全球价值链的角度
,
对这
一问题进行实证研究
.
中国
３WIOD
数据库的相关计算表明
,
３
个行业
①
的平均
GVC
参与率由
１９９５
年
１９９５
年的
１４．７７％
上升到
２００９
年的
１７．２１％
,
１６
个服务行业的平均
GVC
参与
二
、
文献综述
第一
,
在对一国全球价值链参与程度测算方法的相关研究中
,
对一国全球价
值链参与程度测算方法的基础是对一国出口按照附加值来源进行分解
,
在此基
、(
础上来构建相关的测算指标
.
D．
基于单国
HummelsJ．Ishii
和
K．M．Yi．２００１
)
投入产出表
,
构建了用于计算一国出口中的进口中间投入品的垂直专业化指数
(
.
H
简称
H
首先
,
由于
HIY
模型
)
IY
模型的主要缺陷在于
:
IY
模型使用的是
饮料及烟草加工业
、
３３
个行业分别为
:
c１
农林牧渔业
、
c２
采矿业
、
c３
食品
、
c４
纺织及纺织制品
、
c５
皮革及鞋类制造业
、
炼焦及核燃料加工业
、
c６
木材及木制品业
、
c７
造纸及印刷业
、
c８
石油加工
、
c９
化学及
①
化学制品业
、
c１０
橡胶及塑料制品业
、
c１１
其他非金属矿物制品业
、
c１２
基本金属及金属制品业
、
c１３
机械设
备制造业
、
c１４
电气和光学设备制造业
、
c１５
交通运输设备制造业
、
c１６
其他制造业
、
c１７
电力燃气和水的生
航空运输业
、
旅行社活动服务业
、
c２５
辅助性和附属性运输活动
、
c２６
邮政通信业
、
c２７
金融保险业
、
c２８
房
地产业
、
国防和社会保障服务业
、
c２９
租赁与商业服务业
、
c３０
公共管理
、
c３１
教育服务业
、
c３２
医疗卫生和
社会福利业
、
个人和社会服务业
.
c３３
其他社团
、
产供应业
、
c１８
建筑业
、
c１９
批发业
、
c２０
零售业
、
c２１
住宿和餐饮业
、
c２２
内陆运输业
、
c２３
水运运输业
、
c２４
第
２
期陈海英
:
全球价值链参与率与行业内生产要素报酬差距
蒋庚华
,
２７
单国投入产出表
,
其所计算的结果准确无法反映一国出口对各国进口中间投入
品的依赖程度
①
,
第二
,
但无法准
HIY
模型只能计算出一国出口中的进口成分
,
确地依据出口产品的用途对一国的出口产品进行分解
.
因此
,
在
HIY
模型的基
)
础上
,
基于国家间非竞争型投入产出表
,
将一国出口分解
R．Kooman
等
(
２０１０
p
为直接出口的国内附加值
、
间接出口的国内附加值
、
再进口的国内附加值和外国
、()
将包含在最终品中的附加值按照附
DaudinC．Rifflart
和
D．Schweisuth２０１１
g
加值的来源进行分解
,
分别计算了出口中进口投入份额
、
间接出口到第三国的份
额
、
加工后再出口回到母国的份额等几部分内容
.
R．C．ohnson
和
G．Nouera
g
、
产值的计算方法
.
Z．
则从国家
/
双边
、
国家
/
行
WanS．J．Wei
和
K．F．Zhu
(
２０１３
)
g
业
、
双边
/
行业等不同层面
,
提出了测算一国出口中的国内附加值和外国附加值
的方法
.
第二
,
在参与全球价值链对一国生产要素收入分配影响的相关研究中
,
国内
外学者主要是在相关理论模型的基础上
,
通过使用发达国家或是发展中国家的
相关数据
,
实证研究参与全球价值链对一国不同技术水平劳动者工资报酬差距
的影响
.
针对发达国家的研究表明
,
参与全球价值链将扩大不同技术水平劳动
,,,
者的工资差距
(
R．C．FeenstraandG．H．Hanson１９９６
;
M．P．Timmeretal．２０１４
;.
在针对中国的实证研究中
,
等
)
得到的结论分为两种观点
:
一种观点认为参与
,.
另一种观点认为
,
张少军
,
等
)
中国参与全球价值链将扩大
Qian２０１０
;
２０１５
;
资本和技术密集型行业中不同技术水平劳动者的收入差距
,
缩小劳动密集型行
业内不同技术水平劳动的工资差距
(
李瑞琴
,
胡昭玲和李红阳
,
刘瑶
,
２０１４
;
２０１５
;
通过上述对相关文献梳理来看
,
第一
,
在一国参与全球价值链程度的测算方
附加值等部分
,
提出了全球价值链参与率
(
的计算方法
.
G．GVC
参与率
)
()
进一步提出了用于计算一国出口的国内附加值中被第三国所吸收的部分
２０１２
全球价值链将扩大中国不同生产要素在生产要素报酬上的差距
(
C．BaiandZ．
.
等
)
２０１６
;
法上
,
国内外学者主要是以投入产出表作为基础数据来源
,
以
HIY
模型作为基
本分析模型
,
构建用于测算一国参与全球价值链程度的指标
;
第二
,
在参与全球
①
():
６７１－８３．
——
基于附加值贸易的考察
[
]
刘琳
．
中国参与全球价值链的测度与分析
—
世界经济研究
,
J．２０１５
２８
世界经济与政治论坛
第
２
期
价值链对一国行业内生产要素报酬差距影响的研究中
,
虽然国内外学者所使用
的样本有所差异
,
但结论多为参与全球价值链将扩大一国不同生产要素在生产
要素报酬上的差距
.
上述研究中仍有两点略显不足
:
第一
,
在一国参与全球价值
链程度的测算上
,
主要以一国出口中的国外附加值作为替代指标
,
较少有学者使
用可以直接测算一国参与全球价值链程度的指标来对这一问题进行分析
;
第二
,
鉴于中国作为发展中国家
,
资本在中国经济发展和出口中具有十分重要的作用
,
单纯地研究参与全球价值链对中国不同技术水平劳动者工资差距的影响
,
其所
得到的结论可能会有失代表性
.
综合上述分析
,
本文的主要创新在于
:
以世界投
入产出数据库的相关数据为基础
,
采用全球价值链参与率
(
作为分
GVC
参与率
)
析一国参与全球价值链程度的指标
,
对参与全球价值链程度对中国行业内生产
要素报酬差距的影响进行研究
.
三
、
理论框架
在全球价值链条件下
,
一国参与全球价值链的程度取决于一国进口和出口
的中间产品的数量
,
具体来看
,
根据
K
对一国
GVooman
等
(
２０１０
)
C
参与率的
p
定义
,
由间接出口的附加值
(
即作为中间品出口到第三国
,
再由第二国生产用于
第三国最终消费的最终品中的国内附加值
)
和出口中的外国附加值构成
(
上述两
,
部分分别简称为
GV
因此
,
一国参与全球价
C
前向参与率和
GVC
后向参与率
)
GVC
后向参与率对该国行业内生产要素报酬差距的影响来决定
.
值链的对该国行业内生产要素报酬差距的影响
,
则应由
GVC
前向参与率和
接下来
,
本文假设存在资本
、
高技术劳动
、
中技术劳动和低技术劳动这
４
种
,
生产要素
,
根据微笑曲线示意图
(
如图
１
所示
①
)
处于全球价值链上游的生产环
会使用相对更多的资本和高技术劳动
,
使用相对较少的中技术劳动和低技术劳
节
,
主要是研发和零部件生产环节
,
其技术水平相对较高
,
因此
,
在生产过程中
,
动
;
处于全球价值链下游的生产环节
,
主要是加工环节和最终产品的生产环节
,
其技术水平相对较低
,
因此
,
在生产过程中
,
对中
、
低技术劳动的需求会相对较
多
.
由于相对于中技术劳动和低技术劳动
,
资本和高技术劳动中所包含的技术
水平更高
,
相应地
,
其生产要素报酬也更高
,
因此
,
参与国际贸易或全球价值链
,
①
]
熊珍琴
,
赵春明
．
工序分工条件下中美贸易利益分配研究
[
北京
:
人民出版社
,
J．２０１６
:
１３１．
第
２
期陈海英
:
全球价值链参与率与行业内生产要素报酬差距
蒋庚华
,
２９
对行业内生产要素报酬差距的影响
,
将存在两种可能
:
一是进一步扩大资本和高
技术劳动与中
、
低技术劳动的报酬差距
,
二是缩小资本和高技术劳动和中
、
低技
术劳动的报酬差距
.
差距的影响来看
,
由于间接出口的国内附加值主要来自中间品出口的国内附加
值
,
相对于最终品的生产
,
中间品的生产处于全球价值链的上游环节
,
在全球价
值链中所处的位置更高
,
技术水平和国内附加值率也更高
,
因此
,
在国内附加值
的构成上
,
相对于处在全球价值链下游的生产环节
,
其在生产国内附加值所使用
的资本和高技术劳动相对较多
,
中技术劳动和低技术劳动相对较少
.
上述分析
表明
,
随着中国
GV
间接出口的国内附加值
)
的增加
,
所使用的中
C
前向参与率
(
假说
１
:
将扩大中国不同生产要素在行业内要素
GVC
前向参与率的增加
,
从出口中的外国附加值
(
对一国行业内生产要素报酬差
GVC
后向参与率
)
国国内的资本和高技术劳动也相应增加
.
根据上述分析
,
本文提出第一个假说
.
报酬上的差距
.
从
GV
间接出口的国内附加值
)
对中国行业内生产要素报酬
C
前向参与率
(
距的影响来看
,
由于这一部分主要是中间投入品的进口
,
程惠芳
、
丁小义和翁杰
()
认为
,
中间品进口会通过要素替代效应和要素需求创造效应影响一国的
２０１４
工资收入分配
①
.
替代效应指中间品进口相当于出口国生产要素替代进口国要
素被投入生产
,
减少了对进口国生产要素的需求
,
降低了进口产品密集使用的生
产要素的使用
,
缩小了其与进口国稀缺要素之间在生产要素报酬上的差距
.
要
素创造效应指中间品进口导致行业生产规模的相对扩张
,
增加了对生产要素的
需求
.
因此
,
中间品的进口对进口国行业内生产要素分配的影响取决于上述两
种效应的综合作用
.
鉴于目前中国属于资本和高技术劳动相对稀缺的国家
,
因
此
,
预期中间品进口更有可能将通过要素需求创造效应提高资本和高技术劳动
者的生产要素报酬
,
扩大其与中
、
低技术劳动者在生产要素报酬上的差距
,
综合
上述分析
,
本文提出第
２
个假说
.
素报酬上的差距
.
①
假说
２
:
中国后向参与率的增加
,
将扩大中国不同生产要素报酬在行业内要
():
工业经济
,
２０１４７５８－７０．
]
程惠芳
,
丁小义
,
翁杰
．
国际产品内分工模式对中国工业部门收入分配格局的影响研究
[
中国
J．
３０
世界经济与政治论坛
第
２
期
假说
２
,
由于
GVC
前向参与率的增加和
GVC
后向参与率的增加均将扩大中国
不同生产要素在行业内生产要素报酬上的差距
,
因此
,
本文进一步提出第
３
个
假说
.
假说
３
:
中国
GV
将扩大中国不同生产要素在行业内生产
C
参与率的上升
,
从
GV
间接出口的国内附加值
)
和
GV
出口中
C
前向参与率
(
C
后向参与率
(
根据假说
１
和
GVC
参与率为
GVC
前向参与率和
GVC
后向参与率之和
,
要素报酬上的差距
.
的外国附加值
)
对中国行业内生产要素报酬差距的影响来看
,
根据前文的分析
,
间接出口的国内附加值
)
可以直接增加中国对资本和高技术
GVC
前向参与率
(
劳动的使用
,
从而增加资本和高技术劳动的生产要素报酬
,
出
GVC
后向参与率
(
口中的外国附加值
)
只是通过由行业生产规模扩张导致的要素需求创造效应
,
间
(,
出口中的外国附加值
)
间接出口的国内附加值
)
对中国行业
GVC
前向参与率
(
假说
４
:
虽然
GV
都将扩大行业内
C
前向参与率和
GVC
后向参与率的增加
,
接带动了资本和高技术劳动的增加
,
因此
,
本文预期
,
相对于
GVC
后向参与率
内生产要素报酬差距上的影响可能更大
.
根据上述分析
,
本文提出第
４
个假说
.
生产要素报酬上的差距
;
从影响大小上看
,
前向参与率对中国不同生产要素行业
内报酬差距的影响程度将大于后向参与率对其的影响程度
.
图
１
微笑曲线示意图
第
２
期陈海英
:
全球价值链参与率与行业内生产要素报酬差距
蒋庚华
,
３１
在于
,
相对于货物行业
,
在服务行业中
,
不同生产要素之间较难实现替代
.
从参
与全球价值链对中国货物行业和服务行业中的不同生产要素在行业内生产要素
报酬差距的影响来看
,
相对于服务行业
,
融入全球价值链后
,
货物行业更可能根
据全球价值链的要求来改变行业内生产要素配置
,
使用相对丰裕的生产要素来
代替相对稀缺的生产要素
,
从而降低行业的生产成本
.
基于上述分析
,
本文提出
第
５
个假说
.
假说
５
:
随着中国参与全球价值链程度的提高
,
其对货物行业的行业内生产
四
、
中国全球价值链参与率和行业内生产要素报酬变化
(
一
)
测算方法和数据来源
在对中国全球价值链参与率的测算上
,
本文以
R．
所提
Kooman
等
(
２０１０
)
p
()
１
这其中的核心则
BaumolＧFuchs
假说提出服务业存在生产率滞后的问题
①
,
要素报酬差距的影响程度高于其对服务行业的影响程度
.
出
“
作为测算指标
,
其计算公式为
:
GVC
参与率
”
IV
i
FV
irr
GVC
_
articiation
＝＋
pp
E
i
E
irr
其中
,
IV
i
r
国
i
行业间接附加值出口
,
FV
i
r
国
i
行业出口中的
r
表示
r
表示
IV
ir
(
由两部分构成
,
又称
GV
表示
r
国
iGVC
_
articiation
)
C
前向参与率
,
pp
E
ir
行业出口的中间产品被进口国用于生产最终产品并出口到第三国的程度
,
该指
,
国外附加值
,
E
i
１
)
GVC
参与率
r
表示
r
国
i
行业的总出口
.
根据公式
(
FV
ir
数越高
,
表明在全球价值链上
r
国就越处于价值链的上游
.
又称
GVC
后
E
ir
向参与率
,
该指数越高
,
表明在全球价值链上
r
国越处于价值链的下游
.
的计算方法
,
采用不同行业资本
、
高技术劳动
、
中技术劳动和低技术劳动的报酬
分别占全部生产要素报酬的比重作为衡量指标
.
若某种生产要素报酬在全部生
产要素报酬中所占比重上升
,
而其他生产要素报酬所占比重下降
,
则该生产要素
与其他生产要素在生产要素报酬上的差距扩大
;
若存在两种以上生产要素报酬
①
对中国不同行业的行业内生产要素报酬差距的测算
,
参考了蒋庚华
(
２０１６
)
——
一个研究综述
．
]():
刘丹鹭
．
什么影响了服务业的生产率
?—
产业经济评论
[
J．２０１３３１１５－１３２．
３２
世界经济与政治论坛
第
２
期
所占比重上升
,
则需比较各种生产要素所占比重上升的变化幅度
,
由此来断定不
同生产要报酬之间差距的变化
.
.
中的国家间非竞争型投入产出表
(
和社会
—
经济账户表
(
WIOT
)
SEA
表
)
在相关数据来源方面
,
文中的相关数据来自世界投入产出数据库
(
WIOD
)
在
２
新的投入
WIOD
数据库自公布以来
,
０１３
年和
２０１６
年进行了两次更新
,
、
产出表所统计的时间
、
国家
(
地区
)
行业都发生了变化
,
但并没有将
SEA
表进行
更新
.
为了便于分析和保持数据来源的一致性
,
本文所使用的数据期限仍为
１９９５－２００９
年
.
(
二
)
中国全球价值链参与率变化
中可以发现
,
第一
,
这一时期中国各行业
GVC
参与率均值总体呈先上升再下降
略高于
１
第二
,
从
GV１７．０８％
后逐年下降
,
２００９
年下降到
１３．０５％
,
９９５
年水平
;
C
后向参与率和
GVC
前向参与率的绝对量来看
,
GVC
后向参与率显著高于
GVC
前向参与率
,
这进一步说明了
,
中国处于全球价值链的下游生产环节
;
第三
,
从
GVC
后向参与率与
GVC
前向参与率的变化趋势来看
,
GVC
前向参与率呈逐年
上升趋势
,
GVC
后向参与率则先上升后下降
.
的变化趋势
,
各行业
GVC
参与率的均值由
１９９５
年
１２．２８％
上升到
２００７
年
),
根据公式
(
图
２
计算了
１
从
１９９５－２００９
年中国
GVC
参与率的变化趋势
,
根据
W
数据来源
:
IOD
数据库中的相关数据计算而得
.
图
２ １９９５－２００９
年中国各行业全球价值链参与率均值变化趋势
图
３
进一步计算了中国各货物贸易行业和服务贸易行业的
GVC
参与率
、
第
２
期陈海英
:
全球价值链参与率与行业内生产要素报酬差距
蒋庚华
,
３３
从中可以发现
,
第一
,
GVC
前向参与率和
GVC
后向参与率的均值的变化趋势
,
无论是
GV
货物贸易行业的
C
参与率
、
GVC
前向参与率还是
GVC
后向参与率
,
均值均显著高于服务贸易行业
,
这说明
,
相对于服务贸易行业而言
,
货物贸易参
说明相对
GVC
前向参与率和
GVC
后向参与率的变化幅度高于货物贸易行业
,
于货物贸易行业
,
服务贸易行业融入全球价值链的速度更快
.
与全球价值链的程度更深
;
第二
,
从变化幅度来看
,
服务贸易行业
GVC
参与率
、
根据
W
数据来源
:
IOD
数据库中的相关数据计算而得
.
图
３ １９９５－２００９
年中国货物行业和服务行业全球价值链参与率均值变化趋势
五
、
模型
、
变量和数据
在这一部分
,
本文采用超越对数生产函数作为基本的计量方程
,
考虑到被解
释变量滞后期对解释变量所可能产生的影响
,
同时参考了蒋庚华
(
的计量
２０１６
)
GVC
参与率对中国行业内生产要素报酬差距的影响
.
最终建立如下计量方程
:
方程
,
在计量方程中加入被解释变量的滞后
１
期作为解释变量
,
来实证研究
S
r
λ
θS
m
,
γ
１
ln
Y
＋
τ
ln
vc
n
＝
０
＋
０
t
１
＋
１
g
－
S
wn
＝
λ
θS
wn
,
γ
２
ln
Y
＋
ρ
ln
vc
１
＋
１
t
１
＋
１
g
－
S
q
λ
θS
q
γ
３
ln
Y
＋
φ
１
ln
vc
n
＝
２
＋
２
n
,
t
１
＋
g
－
ln
ita
＋
τ
ln
r
＋
τ
ln
K
＋
τ
ln
iner
＋
τ
２３４５
p
ln
ita
＋
ρ
ln
r
＋
ρ
ln
K
＋
ρ
ln
iner
＋
ρ
２３４５
p
()
２
()
３
()
４
S
mn
＝
λ
θS
mn
,
γ
４
ln
Y
＋
ω
１
ln
vc
３
＋
３
t
１
＋
g
－
ln
ita
＋
φ
３
ln
r
＋
φ
４
ln
K
＋
φ
５
ln
iner
＋
φ
２
p
３４
世界经济与政治论坛
第
２
期
其中
,
为第
i
种生产要素报酬在总成本中的比重
.
Si
＝
r
,
w
,
m
)
in
(
q
,
ln
ita
＋
ω
３
ln
r
＋
ω
４
ln
K
＋
ω
５
ln
iner
＋
ω
２
p
()
５
酬差距的影响
,
本文进一步构建了以下
４
个计量方程
,
用于衡量前向参与率和后
向参与率对中国行业内生产要素报酬差距的影响
.
ln
ita
＋
τ
ln
r
＋
τ
ln
K
＋
τ
ln
iner
＋
τ
３４５６
p
ln
r
＋
ρ
ln
K
＋
ρ
ln
iner
＋
ρ
４５６
p
,
S
r
λ
θS
r
γ
１
ln
Y
＋
τ
ln
iv
＋
τ
ln
v
n
＝
０
＋
０n
t
１
＋
１２
f
－
为了比较
GVC
前向参与率和
GVC
后向参与率对中国行业内生产要素报
S
wn
＝
λ
θS
wn
,
γ
２
ln
Y
＋
ρ
ln
iv
＋
ρ
ln
v
＋
ρ
ln
ita
１
＋
１
t
１
＋
１２３
f
－
S
q
λ
θS
q
γ
３
ln
Y
＋
φ
１
ln
iv
＋
φ
２
ln
v
＋
φ
３
ln
ita
n
＝
２
＋
２
n
,
t
１
＋
f
－
S
mn
＝
λ
θS
mn
,
γ
４
ln
Y
＋
ω
１
ln
iv
＋
ω
２
ln
v
＋
ω
３
ln
ita
３
＋
３
t
１
＋
f
－
(
二
)
相关变量说明和数据来源
ln
r
＋
ω
５
ln
K
＋
ω
６
ln
iner
＋
ω
４
p
ln
r
＋
φ
５
ln
K
＋
φ
６
ln
iner
＋
φ
４
p
()
６
()
７
()
８
()
９
)
方程
(
中的被解释变量
;
行业中高技术劳动报酬占全部生产要素报酬比
６
S
wn
:
重
,
方程
(
和方程
(
中的被解释变量
;
行业中技术劳动报酬占全部生产
３
)
７
)
S
q
n
:
))
要素报酬比重
,
方程
(
和方程
(
中的被解释变量
;
行业中低技术劳动报
４８
S
mn
:
))
酬占全部生产要素报酬比重
,
方程
(
和方程
(
中的被解释变量
.
５９
主要解释变量
.
中国不同行业
GV
方程
(
至方程
２．ln
vc
:
C
参与率对数
,
２
)
g
被解释变量
.
行业中资本报酬占全部生产要素报酬比重
,
方程
(
和
１．
S
r
２
)
n
:
()
的主要解释变量
;
中国不同行业
GV
中国
４ln
v
:
C
后向参与率的对数
,
ln
iv
:
f
不同行业
GV
上述两个变量为方程
(
的主要
C
前向参与率的对数
,
５
)
~
方程
(
９
)
解释变量
.
控制变量
.
中国不同行业总产出对数
,
衡量行业产出对行业内生产
３．ln
Y
:
要素报酬差距的影响
;
行业全员劳动生产率对数
,
根据该行业的附加值与
ln
r
:
p
全部从业人员之比计算而得
,
衡量生产率对行业内不同生产要素报酬差距的影
响
;
行业资本存量对数
,
衡量行业规模对于行业内不同生产要素报酬差距
ln
K
:
的影响
;
行业进口渗透率对数
,
该变量作为有效关税的替代变量
,
衡量有
ln
ita
:
效关税对中国行业内生产要素报酬差距的影响
;
行业外贸依存度
,
衡量
ln
iner
:
行业对世界市场的依赖程度对行业内部不同生产要素报酬差距的影响
.
第
２
期陈海英
:
全球价值链参与率与行业内生产要素报酬差距
蒋庚华
,
３５
的数据来自
W
不同生产要素报酬
、
行业总
IOD
数据库中的国家间投入产出表
,
产出
、
全员劳动生产率
、
行业资本存量
、
行业对外贸易依存度的相关数据来自于
份数据为
０
的情况
,
本文最终选取了
３３
个行业作为分析样本
.
样本描述性统计
如表
１
所示
.
表
１
样本描述性统计
变量名称样本量
４９５
４９５
４９５
４９５
４９５
４９５
４９５
４９５
４９５
４９５
４９５
４９５
均值
０．５７２
０．０４３９
０．１７９
０．２０５
－２．０９２
－５．８７６
－２．１２０
１３．６３
１１．４１
－３．５４５
－３．４５４
３．６１４
标准差
０．１８１
０．０５９６
０．１４６
０．１１５
０．４９４
０．８３１
０．４９５
１．０１２
１．２０３
１．１１４
１．６５６
２．９８０
最小值
０．０５１６
０．０００３４７
０．００２８２
０．０３７６
－３．６８２
－８．２２７
－３．６８２
１０．５９
８．１２８
－８．７８０
－１８．７８
０．３４５
最大值
０．８９１
０．３８８
０．８９３
０．６６９
－０．８５０
－３．９４３
－０．８６５
１６．１１
１５．００
－０．７９９
－０．２８７
７．０１２
数据来源上
,
本文计算
GVC
参与率
、
GVC
前向参与率和
GVC
后向参与率
.
剔除部分行业数据中的某些年
WIOD
数据库中的社会
—
经济账户表
(
SEA
)
S
rn
S
wn
S
q
n
S
mn
ln
vc
g
ln
v
f
ln
K
ln
Y
ln
iv
ln
iner
ln
ita
ln
r
p
六
、
计量结果及分析
与率和
GVC
后向参与率对中国行业内生产要素报酬差距的影响进行实证研
究
,
以作为分析问题的基准
,
其次
,
考虑到可能存在的内生性问题
,
采用系统广义
矩估计
(
系统
GMM
)
对
GVC
参与率
、
GVC
前向参与率和
GVC
后向参与率对中
国行业内生产要素报酬的影响进行研究
,
并与采用最小二乘法
(
所估计出
OLS
)
来的结果进行比较
;
再次
,
采用稳健性分析
,
通过替换自变量
,
进一步分析计量结
果的稳健性
;
最后
,
考虑到货物行业和服务行业可能存在的差异
,
采用分组回归
,
)
在这部分中
,
本文首先采用最小二乘法
(
对
GVOLSC
参与率
、
GVC
前向参
３６
世界经济与政治论坛
第
２
期
分别研究
GVC
参与率对货物行业和服务行业的行业内生产要素报酬差距的
影响
.
(
一
)
整体回归
S
rn
自变量
滞后
１
期
ln
vc
g
ln
iv
ln
v
f
ln
y
ln
k
ln
r
p
ln
ita
ln
iner
∗∗∗
－００．２８７６１９
００．３３６２７
∗∗∗
１２．４１
S
wn
∗∗∗
１２．３２
)
表
２
最小二乘法
(
回归结果
OLS
S
q
n
S
mn
S
rn
S
wn
∗∗∗
１０．１２
S
q
n
∗∗∗
１０．２１
S
mn
∗∗∗
０８．３１
方程
２
()
１０９．４
()
３６．３
方程
３
()
１２３．１
()
２７．３
∗∗∗
１９．３２
方程
４
()
１３０．７
∗∗∗
０９．３２
方程
５
()
７１４．２
∗∗∗
１０．８４
方程
６
()
３４２．１
方程
７
()
１２３．４
方程
８
()
１５４．４
方程
９
()
２０３．１
∗∗∗
０
∗∗∗
－
∗∗∗
－
∗∗∗
００．０４８４１５０．０５４８３６００．４４１９９８００．４６２９２５
()
－２４．５
()
－２９．３
∗∗
００．０２５４８６
∗∗
００．０１８０９５
()
２１．２
()
２０．６
∗
－
∗∗∗∗∗
００．１３１３９８００．１９０４８５－００．０５３５２８
∗
００．１２９１６３
()
１８．３
()
１７．９
()
２４．６
∗
－
∗∗
－００．１０３３９００．２３２７５３
()
－２６．２
()
－１８．６
()
１２．１
()
－２４．３
()
－２０．２
()
－１１．３
()
－０５．４
()
－０５．８
()
－１５．１
()
－０２．８
()
３７．７
∗∗∗
－
∗∗
－
∗∗∗
－
∗∗∗
－
∗∗
－
∗
－００．１２７２３２
０
００．１０４７４４
００．６３２６２４００．２０４１７５００．３５４３４６０．５９４０７６００．２２２７４００．２６５２５５
()
－１１．４
()
２８．８
()
２１．１
()
２９．３
００．１１８８０２
()
０８．７
－００．１７９４２３
()
－０７．４
()
－０７．２
()
－１４．６
()
－１３．０
()
０３．０
()
３８．９
∗∗
－００．２５１５７４
００．２８９５２８
()
－１０．０
()
２４．９
()
１８．３
００．１５７６３７－００．２８４２２３
∗∗
００．３７０２７４
００．０２１０２７
()
０３．３
()
１８．６
()
－２１．３
∗
－００．１８３７５２
()
－２７．８
()
－１７．３
()
２０．３
－００．１７２５１５
－００．１３６１２５
００．００６７０４
０６．５３１４１４
∗
００．３４４０４１
００．００４２２６
００．０８２２９４
()
１６．５
()
００．６
()
－２４．３
－００．１８７４８６－００．０７０１３５
∗∗∗
－００．１５９１５１
００．０９２１５２
()
－１９．２
()
－１５．９
()
２８．６
∗
－００．０４８３２２
００．０９８８０３
００．０２６５０１
０１．１１２８６１
()
０６．４
()
１４．３
()
－０５．９
∗∗
００．０６１６５７
－００．０２８０７６
００．０３８６３３
０１．３３０９２７
()
０４．９
()
１６．１
()
－０３．４
∗∗∗
－００．００７５６５
－００．０２１７８５
c
σ
u
σ
e
ρ
∗∗∗
０
∗∗∗
－０１．７０１５９４．８２８６３５
()
－０９．１
()
－３３．６
()
－２９．３
()
４６．５
∗∗∗
－－００．０１０８８８
－
００．００６８９７
００．０２３４５５
－００．２４０７９５
()
－０２．５
()
－０９．８
∗∗∗
０２．２４６８９８
０７．６３９７５２
()
－２８．８
()
１４．３
０．１４４１９５４７０．０５８３７８０６０．１１７５７０３８０．１０２４０４３１０．１２７９４５２５０．０４７６７４４８０．１１７９０１５６０．０８５３５５３８
０．０４１４８８０５０．０１３２７１３４０．０２０５８１３７０．０３００３２１１０．０４１６９５５２０．０１３３０６８８０．０２１４６６４０．０３１０７９２
０．９２３５４５８２０．９５０８５８７２０．９７０２６６６６０．９２０８０４１２０．９０３９９４４６０．９２７７２３１４０．９６７９１３９６０．８８２９３９８７
小括号内
t
值
,
注
:
∗
表示在
１０％
的显著性水平下显著
,
∗∗
表示在
５％
的显著性水平下
显著
,
∗∗∗
表示在
１％
的显著性水平下显著
.
其中
,
第
２－４
列是
GVC
参与率对行业内生产要素报酬影响的基准回归结果
,
第
５－８
列区分了
GV
分别对
GVC
前向参与率和
GVC
后向参与率
,
C
前向参与
)
表
２
显示了采用最小二乘法
(
对方程
(
进行估计的结果
,
OLS２
)
－
方程
(
９
)
第
２
期陈海英
:
全球价值链参与率与行业内生产要素报酬差距
蒋庚华
,
３７
率和
GVC
后向参与率对行业内生产要素报酬差距的影响进行基准回归
.
矩估计
(
系统
GMM
)
方法
,
使用因变量和主要自变量的滞后
１－４
期作为工具变
)
检验和
A
)
检验表明
,
在至少
１
ArellanoＧBond
(
１
rellanoＧBond
(
２０％
的显著性
水平下
,
每个回归方程扰动项的差分均存在一阶自相关
,
不存在二阶自相关
,
可
以接受扰动项不存在自相关的原假设
;
每个计量方程的工
Saran
统计量表明
,
g
具变量均是有效的
.
表
３
全球价值链参与率对中国行业内生产要素报酬的影响
:
实证结果
因变量因变量
在表
２
的基础上
,
考虑到可能存在的内生性问题
,
本文进一步采用系统广义
量
,
对
８
个计量方程进行估计
,
估计结果如表
３
所示
.
根据表
３
的计量结果
,
估计方法
S
rn
方程
２
S
wn
方程
３
系统
GMM
∗∗∗
１０．２３
S
n
q
方程
４
系统
GMM
∗∗∗
１０．１９
S
mn
方程
５
系统
GMM
∗∗∗
０９．０１
S
rn
方程
６
系统
GMM
∗∗∗
０９．９４
S
wn
方程
７
系统
GMM
∗∗∗
１０．０８
S
n
q
方程
８
∗∗∗
０９．９３
S
mn
方程
９
∗∗∗
０９．０３
自变量
滞后
１
期
ln
vc
g
系统
GMM
∗∗∗
０９．９３
系统
GMM
系统
GMM
()
７５８．４
()
１０２９．０
()
８８４．９
()
２４１．４
()
７７２．９
()
２２９．１
()
９２０．６
()
１６６０．１
()
５４９．３
()
４９３．３
∗∗∗
００．３１３
∗∗∗
００．０４８０
∗∗∗
－００．０６９７
()
－１２５．７
∗∗∗
－００．１４２
()
－１６３．６
∗∗∗
００．１９８
ln
iv
()
９８．０
∗∗∗
００．０１８０
()
５１．０
()
２０．７
∗∗∗
－
∗∗∗
－００．０５７４００．１０６
()
－４７．０
()
－３７．７
００．０１１８
()
０９．８
()
－１１２．９
()
－９７．５
()
－１６．９
()
０３．８
ln
v
f
∗∗∗
－００．１１８
∗∗∗
－００．０４６７
∗
－００．０１７３
∗∗∗
００．１５４
()
１３６．６
∗∗
００．００３２９
∗∗∗
－
∗∗∗
－００．０２９２００．０７０９
ln
y
()
－５８．３
()
１４０．５
()
－１１９．４
()
１４１．４
()
１８．１
()
５３．７
()
－１９．１
()
４９．１
()
４７．３
()
８４．１
００．０１９８
()
１２．８
∗∗
－００．０４３１
()
－２１．２
()
－１３．０
∗∗∗
－００．０４３２
()
－３７．１
()
３８．３
∗
－００．０３１７
ln
k
∗∗∗
００．１４７
∗∗∗
００．０２７９
∗∗∗
００．０３８４
∗∗∗
－００．０７７９
()
－８８．９
()
０８．８
()
０８．５
－００．０１８８
∗∗∗
００．０２７５
∗∗∗
００．０３５７
()
３３．２
()
２２．３
()
４８．２
００．００４５４
ln
r
p
∗∗∗
－００．１１４
()
－６６．４
∗
００．００６５５
∗∗∗
００．０５２８
００．０１０００
∗∗∗
－００．１２１
()
－６３．１
()
－９４．０
－００．００４４１
()
－０５．４
∗∗
０
∗∗∗
００．０３５８０．０５５９
()
４０．９
ln
ita
∗∗∗
－００．１０２
()
－３５０．２
∗∗∗
００．００８４８
∗∗∗
００．０４８１
００．００３２２
∗∗∗
－００．０８４９
∗∗∗
００．０１０７
()
５８．０
∗∗∗
－００．００６８０
００．０４０７
()
－１１．７
３８
世界经济与政治论坛
因变量因变量
第
２
期
估计方法
S
rn
方程
２
系统
GMM
００．０３１８∗∗∗
()
１２７．８
S
wn
方程
３
S
n
q
方程
４
S
mn
方程
５
S
rn
方程
６
S
wn
方程
７
S
n
q
方程
８
S
mn
方程
９
ln
iner
系统
GMM
系统
G
系统
GMM
系统
GMM
系统
G
系统
GMM
系统
GMMMMMM
∗∗∗
－
∗∗∗
－
∗∗∗
０
∗∗∗∗∗∗
－
∗∗∗∗∗∗
－００．０１２０００．０１２４００．００８７９０．０２３７－００．００４４１００．００５４６－００．０１３６
()
－１９３．２
()
１１５．８
()
－７１．９
()
－４９．９
()
－９９．０
()
３４．２
()
３８５．５
()
８５．０
()
－２９１．９
()
６０．２
()()
－１７５．９－４５１．８
()
－５９．７
()
－２２．３
c
∗∗∗
００．８６３
()
５６．３
∗∗∗
００．３９５
∗∗∗
－００．５０１
∗∗∗
００．４３０
∗∗∗
０２．６０
∗∗∗
００．４４５
∗∗∗
－
∗∗
－０１．０１００．４９０
∗∗∗
)
－
ArellanoＧBond
(
１
２８．３１２
∗∗
－２３．００１
∗∗∗
－２５．９４４
∗∗∗
－２５．９３１
∗∗
－２４．０１８
∗∗
－２２．１０７
∗∗∗
－
∗∗
－２５．９８２２３．６９１
)
０
ArellanoＧBond
(
２３．３９２７０８．３０８９
３１８．７１５５
－１４．９２９
３１０．３９４６
－１３．６１６
２９５．５９４８
－００．４８２８
２９２．２５４８
１２．１２２
３０３．８７４８
－１４．８６２
３０５．５９２
－１３．４０３
２９９．２７１５
Saran
统计量
g
３１７．９２８９
小括号内
t
值
,
注
:
∗
表示在
１０％
的显著性水平下显著
,
∗∗
表示在
５％
的显著性水平下
显著
,
∗∗∗
表示在
１％
的显著性水平下显著
.
)
所估计出的系数与采用系统
GMMln
vc
、
ln
iv
和
ln
v
采用最小二乘法
(
OLS
gf
方法估计的结果
,
在系数符号的方向上基本一致
,
因此
,
接下来
,
本文将以表
３
的
计量结果作为分析基础
,
来分析参与全球价值链对中国行业内生产要素报酬差
距的影响
.
))
的影响都是显著的
.
根据方程
(
至方程
(
的计量结果可以发现
,
２５GVC
参与率
将显著提高资本和高技术劳动在全部生产要素报酬中所占的份额
,
降低中技术
劳动和低技术劳动在全部生产要素报酬中所占的份额
,
这一方面验证了前文中
的假说
３
,
也进一步说明了
,
参与全球价值链
,
将扩大资本和高技术劳动与中
、
低
技术劳动在行业内生产要素报酬上的差距
.
从系数的大小来看
,
GVC
参与率对
资本报酬所占份额的影响最大
,
对中技术劳动报酬所占份额的影响最小
.
根据
)
表
３
中方程
(
至方程
(
的计量结果
,
在至少
５％
的显著性水平下
,
６９
)
GVC
前向
参与率对资本报酬和高技术劳动所占比重变化的影响为正
,
对中技术劳动和低
技术劳动报酬所占比重的影响为负
,
GVC
后向参与率对资本和高技术劳动报酬
所占比重的影响为正
,
对中技术劳动和低技术劳动这
２
种生产要素报酬所占比
重的影响为负
,
说明
GVC
前向参与率和后向参与率的增加显著增加了资本和
高技术劳动在行业内生产要素报酬中所占的份额
,
降低了中技术劳动和低技术
根据表
３
的计量结果
,
在
１％
的显著性水平下
,
主要解释变量对被解释变量
通过对比表
２
和表
３
的计量结果可以发现
,
本文所主要关系的三个变量
第
２
期陈海英
:
全球价值链参与率与行业内生产要素报酬差距
蒋庚华
,
３９
劳动在行业内生产要素报酬中所占的份额
,
扩大了资本和高技术劳动与中
、
低技
术劳动在生产要素报酬上的差距
.
从系数上看
,
高技
GVC
前向参与率对资本
、
术劳动
、
中技术劳动和低技术劳动这
４
类生产要素报酬所占比重变化的影响程
说明相对于
GV
即相对于出口中的外国附加值所占比重
,
C
后向参与率
,
GVC
前
向参与率
,
即间接出口的国内附加值所占比重对中国行业内生产要素报酬差距
的影响更大
,
验证了前文中的假说
１
、
假说
２
和假设
４
,
即
,
由于中国间接出口的
国内附加值
,
更多是中间品出口中的国内附加值
,
相对于最终品
,
中间品的技术
含量更高
,
包含在中间品出口中的国内附加值使用了相对更多的资本和高技术
劳动
,
因此
,
相对于
GVC
后向参与率
,
GVC
前向参与率对中国行业内生产要素
报酬差距的影响更大
.
(
二
)
稳健性检验
度大于
GVC
后向参与率对这
４
类生产要素行业内生产要素报酬差距的影响
,
)
择上
,
参考郭沛和李亚成
(
的方法
,
将资本报酬
/
低技术劳动报酬
、
高技术劳
２０１６
采用系统
GMM
方法进行进一步分析
,
结果如表
４
所示
.
回归结果显示
,
主要解
释变量
GV
高技术劳动报酬
、
中技术劳动报酬
C
参与率对被解释变量资本报酬
、
影响的估计系数均通过了
１％
的显著性水平的检验
,
且对资本和高技术劳动报
酬的影响系数为正
,
对中技术劳动报酬的影响系数为负
.
即
GVC
参与率的提
高显著提高了资本和高技术劳动报酬所占份额
,
降低了中技术劳动所占份额
,
扩
大了资本和高技术劳动报酬与中技术劳动报酬的差距
.
区分
GVC
前向参与率
和
GV
主要解释变量的估计系数仍然通过了
１％
的显著性水
C
后向参与率以后
,
平检验
,
估计结果与前三列一致
,
说明表
３
中的各个计量方程有着相对较好的稳
健性
.
表
４
稳健性检验结果
因变量因变量
在表
３
的基础上
,
本文采用替换度量指标的方法进行稳健性检验
,
在指标选
动报酬
/
低技术劳动报酬
、
中技术劳动报酬
/
低技术劳动报酬作为新的衡量指标
,
估计方法
S
rn
系统
GMM
S
wn
系统
GMM
∗∗∗
０５．４４
S
mn
系统
GMM
∗∗∗
０５．９０
S
rn
系统
GMM
∗∗∗
０４．５６
S
wn
系统
GMM
∗∗∗
０６．０１
S
mn
系统
GMM
∗∗∗
０６．２６
自变量
滞后
１
期
∗∗∗
０３．７７
()
８７６４．６
()
２３９９．８
()
７０９９．２
()
７１１１．７
()
４４９．０
()
８８５５．８
４０
世界经济与政治论坛
因变量因变量
第
２
期
估计方法
S
rn
系统
GMM
∗∗∗
１５５．１
S
wn
系统
GMM
∗∗∗
１２．２９
S
mn
系统
GMM
∗∗∗
－２０．９０
S
rn
系统
GMM
S
wn
系统
GMM
S
mn
系统
GMM
ln
vc
g
ln
iv
ln
v
f
ln
y
ln
k
ln
r
p
ln
ita
ln
iner
()
５９０．０
()
２１５．１
()
－２０５．３
∗∗∗
１０４．５
∗∗∗∗
２１７．４
()
２６２．２
()
６９４．４
()
１６６．７
∗∗∗
１２．８１
∗∗∗
２０．３２
()
１８６．１
()
１９６．６
()
５２．５
∗∗∗
－１６．１２
∗∗∗
－３９．１５
()
－９３．６
∗∗∗
２３１．０
∗∗∗
－２８９．３
()
２８１．８
∗∗∗
１５．７９
()
－１７２３．４
∗∗∗
１９４．４
∗∗∗
－２１．８１
()
１０８．１
∗∗∗
４３．４１
∗∗∗
０５．９３
()
２５４．０
()
３３．１
∗∗∗
１９．７３
()
－３７１．１
()
１９４．１
()
１３３．１
∗∗∗
－６５．０７
()
１９６．８
∗∗∗
１７３．４
∗∗∗
０９．８８
∗∗∗
２９．５８
()
－２３７．１
()
６８．２
()
－１２７２．３
∗∗∗
４４．８３
∗∗∗
－２５３．７
∗∗∗
０２．２９
∗∗∗
－０６．０２
()
１５１．８
∗∗∗
１１３．４
()
－７７２．１
()
１２８．２
()
９８．１
∗∗∗
－１８．５０
∗∗∗
１０．４２
()
－２２４．２
()
６５．７
()
３８．２
∗∗∗
－５７．５６
∗∗∗
３６．１８
()
－４６９．１
()
１０５．０
∗∗
－１０．３０
c
)
ArellanoＧBond
(
１
)
ArellanoＧBond
(
２
∗∗∗
－８２７．３
()
－８４．６
∗
－
∗∗∗
０１．１４
()
－１２９．６
∗∗∗
－５３．４１
()
－６８．０
()
－４５．１
∗∗∗
－０５．５７
()
－１６０．８
()
－３０６．７
()
－５４．３
∗∗∗
０９．４８
∗∗∗
０１．４８
∗∗∗
－０１．６７
∗∗∗
－０２．２６
∗∗∗
－８１．９２
∗∗∗
３５７．０
()
－８５．４
()
５９．４
∗
()
－１８０．３
∗∗∗
８０．０９
∗∗
－００．３８９
∗∗∗
－０１．３４
()
－４６．０
()
－６４．７
()
３２．０
()
５９．０
∗∗∗
１３７．３
∗∗∗
２８．９２０５
∗∗∗
２９．７１５１
∗∗∗
２９．５２６３
∗∗∗
２９．４７６４
∗∗∗
２９．８６７２
∗∗∗
２９．７２４４
０９．７９２１
３１２．８６７
０９．８７４９
３１５．０１７７
０９．９０９６
３２２．６０３８
０９．９０４５
３０５．８２２８
０９．９９９１
２９５．５９０３
０９．９５４８
３０１．３４７
Saran
统计量
g
小括号内
t
值
,
注
:
∗
表示在
１０％
的显著性水平下显著
,
∗∗
表示在
５％
的显著性水平下
显著
,
∗∗∗
表示在
１％
的显著性水平下显著
.
(
三
)
分组回归
与率对货物行业和服务行业不同生产要素行业内要素报酬差距的影响
.
根据表
)
和
３
的计量结果
,
在至少
１０％
的显著性水平下
,
ArellanoＧBond
(
１
不存在二阶自相关
,
可以接受扰动项不存在自相关的原假设
;
Saran
统计量表
g
明
,
每个计量方程的工具变量均是有效的
.
从系数的绝对值来看
,
在至少
１０％
)
检验表明
,
每个回归方程扰动项的差分均存在一阶自相关
,
ArellanoＧBond
(
２
考虑到货物行业和服务行业可能存在的差异
,
表
５
进一步比较了
GVC
参
第
２
期陈海英
:
全球价值链参与率与行业内生产要素报酬差距
蒋庚华
,
４１
的显著性水平下
,
GVC
参与率对每个方程被解释变量的影响都是显著的
.
从回
归系数来看
,
GVC
参与率扩大了货物行业和服务行业各自内部的资本和高技术
劳动与中技术劳动和低技术劳动在行业内生产要素报酬上的差距
;
从
GVC
参
与率对货物行业和服务行业不同生产要素行业内生产要素报酬差距影响的对比
来看
,
GVC
参与率对货物行业的行业内生产要素报酬差距的影响程度大于其对
服务行业的影响程度
,
这一方面验证了前文的假说
５
,
另一方面也说明了
,
相对
于服务行业
,
中国货物行业内部不同生产要素报酬差距更容易受到中国融入全
球价值链的影响这一事实
.
表
５
全球价值链参与率对中国行业内生产要素报酬差距的影响
:
分组回归
货物行业
因变量
估计方法
服务行业
因变量
S
rn
方程
５
S
wn
方程
６
S
n
q
方程
７
S
mn
方程
８
S
rn
方程
５
S
wn
方程
６
S
n
q
方程
７
系统
GMM
自变量
滞后
１
期
ln
vc
g
∗∗∗
０９．５１
系统
GMM
∗∗∗
０８．８６
系统
GMM
∗∗∗
０９．９４
系统
GMM
系统
GMM
∗∗∗
０９．８７
系统
GMM
∗∗∗
１０．０５
系统
GMM
∗∗∗
０９．４１
()
１５０．６
()
２４６．４
()
４２６．４
∗∗∗
０８．２１
()
１９２．７
∗∗∗
１０．５２
()
４５７．２
()
１９９．２
()
１７６．０
()
４４９．４
∗∗∗
００．１９１
()
５９．１
∗∗∗
００．０４５２
()
６２．５
∗
００．０１０６
()
１７．５
∗∗∗
－００．２０６
()
－７１．１
∗∗∗
００．１９１
()
３９．５
∗∗
００．０３９８
()
２５．０
∗
００．０３９５
()
１７．９
∗∗∗
－００．２０８
()
－６６．７
－００．１２０
ln
y
∗∗∗
－００．３１９
()
－６４．７
∗∗∗
－００．０２６８
()
－６６．９
∗∗∗
００．１２４
()
６７．１
∗∗∗
００．０９６３
()
２９．１
－００．０３５５
()
－０２．３
００．０３８８
－００．０３０１
()
－０６．３
∗
００．１７３
()
１７．１
()
－０８．６
∗
－００．０６５０
ln
k
∗∗∗
００．２３５
()
５４．９
∗∗∗
００．０１４０
()
３６．４
∗∗∗
－００．０７７０
()
－４５．６
∗∗∗
－００．１４１
()
－８５．２
()
１０．０
∗∗
－００．０１１１
()
－２４．５
００．０１５５
()
１１．２
()
－１７．３
００．１４８
ln
r
p
００．０４３８
()
１１．７
∗∗∗
００．０１４０
()
３１．９
－００．０２２１
()
－１３．０
∗∗∗
００．０９３６
()
３６．２
∗∗
００．０４４６
()
２３．２
∗
００．０３０４
()
１７．２
∗
－００．１９０
()
－１７．７
()
０８．４
ln
ita
∗∗∗
－
∗∗
－００．０４０７００．００９６９
()
－２８．６
()
－２０．７
∗∗
－００．０２１３
()
－２３．８
∗∗∗
００．０４８６
()
３８．５
∗∗∗
－００．０７３４
()
－５０．０
∗∗∗
００．０１８６
()
２７．７
∗∗
００．０１６８
()
２４．３
００．０１７１
()
１５．９
ln
iner
∗∗∗
００．０９０９
()
４５．０
∗∗∗
－００．００００１００
－００．０３１２
()
－００．１
()
－３８．０
∗
－００．０１８７
()
－１７．９
∗∗∗
００．０１５６
()
１４９．０
∗∗∗
－
∗
－００．００４９１
－００．００４９７００．００７６２
()
－１３．７
()
－３０．４
()
－１９．０
４２
世界经济与政治论坛
货物行业
因变量
服务行业
因变量
第
２
期
估计方法
S
rn
方程
５
S
wn
方程
６
S
n
q
方程
７
S
mn
方程
８
S
rn
方程
５
S
wn
方程
６
S
n
q
方程
７
系统
GMM
系统
GMM
∗∗∗
００．２４５
系统
GMM
()
－６０．８
系统
GMM
００．２２５
系统
GMM
００．６１０
()
１２．８
系统
GMM
∗
－０１．７４
系统
GMM
０１．４３
()
１１．６
c
∗∗∗
０２．３９
()
７３．５
()
６７．１
∗∗∗
－００．９１４
－００．０９９１
()
－０３．３
()
０２．０
()
－１７．１
∗∗
)
－
ArellanoＧBond
(
１
２１．６６５
∗∗∗
－３０．０７８
∗
－１７．１０３
∗∗∗
－２６．３８
∗∗
－２１．７４３
∗∗
－２０．６９９
∗
－１９．５３８
∗
－１９．３２３
)
－
ArellanoＧBond
(
２０９．９４８４－０６．３３９７
１５２．２２９５
－１０．６５５
１６５．３１９４
－０９．５２２７
１５８．６８７３
０７．７６２
１２６．１３６６
０７．５２７７
１１３．６６９５
－１０．１７２
８５．８６６１５
－１１．７４８
１３３．８３３７
Saran
统计量
g
１３３．８８４５
小括号内
t
值
,
注
:
∗
表示在
１０％
的显著性水平下显著
,
∗∗
表示在
５％
的显著性水平下
显著
,
∗∗∗
表示在
１％
的显著性水平下显著
.
七
、
主要结论和政策启示
其次
,
根据世界投入产出数据库的相关数据
,
分析了
１９９５－２００９
年中国全球价
值链参与率
、
前向参与率
、
后向参与率和中国不同行业内部不同生产要素报酬的
变化趋势
,
最后
,
基于超越对数生产函数
,
实证检验了全球价值链参与率对中国
行业内生产要素报酬差距的影响
,
在已有文献的基础上
,
本文的边际贡献则在
于
,
第一
,
基于
K
提出的全球价值链参与率的计算方法
,
实证
ooman
等
(
２０１０
)
p
研究了全球价值链参与率对中国行业内生产要素报酬差距的影响
,
第二
,
通过将
全球价值链分解为前向参与率和后向参与率
,
进一步实证研究了全球价值链前
向参与率和全球价值链后向参与率对中国行业内生产要素报酬差距所产生的
影响
.
本文得出以下主要结论
:
第一
,
中国各行业全球价值链参与率均值总体呈先上升再下降的变化趋势
,
GVC
后向参与率高于
GVC
前向参与率
;
第二
,
货物行业的全球价值链参与率高于服务行业
,
说明相对于服务行业
,
本文首先分析了
GVC
参与率对一国生产要素报酬差距影响的理论机制
,
货物行业参与全球价值链的程度更深
,
但从变化幅度来看
,
服务行业融入全球价
值链的速度相对更快
;
第三
,
从资本
、
高技术劳动
、
中技术劳动和低技术劳动
４
种生产要素报酬占
第
２
期陈海英
:
全球价值链参与率与行业内生产要素报酬差距
蒋庚华
,
４３
中国全部生产要素报酬比重的变化来看
,
资本报酬在全部生产要素报酬中所占
比重最高
,
高技术劳动报酬在全部生产要素报酬中所占比重最低
,
资本报酬和高
技术劳动报酬所占比重逐年上升
.
第四
,
提高全球价值链参与率将扩大资本和高技术劳动与中
、
低技术劳动在
行业内生产要素报酬上的差距
,
且对资本报酬的影响最大
,
对中技术劳动报酬的
影响最小
;
要素报酬上的差距
,
中技术劳动和
GVC
后向参与率扩大了资本与高技术劳动
、
低技术劳动在行业内生产要素报酬上的差距
,
且
GVC
前向参与率对中国行业
内
４
种生产要素报酬差距的影响大于
GVC
后向参与率对其的影响
;
度大于其对服务行业的影响程度
.
本文的政策启示主要在于
,
在进一步融入全球价值链
,
获取全球价值链收益
的同时
,
也要警惕其在中国行业内生产要素收入分配方面所造成的负面影响
,
因
此
,
需要通过鼓励企业和职业院校通过合作来增加对中
、
低技术劳动者的在职培
训
,
以提高中
、
低技术劳动者的技术水平
;
通过增加对中
、
低技术劳动者的转移支
付等方法
,
保证其与高技术劳动者在要素报酬方面的差距不被过分拉大
.
参考文献
:
]()
究
[
中国工业经济
,
J．２０１４
,
７．
])
析
[
财经论丛
,
J．２０１６
(
１．
社
,
２０１４．
[]
程惠芳
,
丁小义
,
翁杰
．
国际产品内分工模式对中国工业部门收入分配格局的影响研
１
[]
——
基于分工位置角度的分
胡昭玲
,
李红阳
．
参与全球价值链对我国工资差距的影响
—
２
[]
李瑞琴
．
国际产品内贸易对中国收入分配的效应研究
[
北京
:
经济科学出版
３M
]
．
[]
——
基于附加值贸易的考察
[
]
刘琳
．
中国参与全球价值链的测度与分析
—
世界经济研
４J．
[]
——
基于跨国跨行业的面板分析
[
]
刘瑶
．
参与全球价值链拉大了收入差距吗
—
国际贸
５J．
[][
美
]
罗伯特
版权声明：本文标题：率与行业内生产要素报酬差距——基于WIOD数据库的实证研究 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.roclinux.cn/b/1714833574a683806.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
更多相关文章
成本管理心得报告(精选4篇)
成本管理心得报告(精选4篇)
cdc汽车术语
cdc汽车术语
游戏业套版号灰产:网红竟是画皮的“妖”
游戏业套版号灰产:网红竟是画皮的“妖”
科技类培训机构培训计划
年月日发(作者：特效安卓教程)科技类培训机构培训计划一、培训概况随着科技行业的快速发展，越来越多的人开始关注科技类培训。科技类培训机构的培训计划必须与科技行业的发展趋势保持一致，不仅要培养学生的专业技能，还要帮助他们掌握行业最新的发展动态和
大学毕业了很迷茫不知道该做什么
年月日发(作者：二郎神霸气背景图片)大学毕业了很迷茫不知道该做什么刚毕业的大学生对未来感到迷茫这是很正常的，毕竟刚刚从校园里的象牙塔走入社会，一只什么都不懂的小绵羊即将要经历社会的锤炼和磨砺，有些不适应和茫然不知道找什么工作这都很能够理解。
煤炭术语中英文对照
年月日发(作者：是什么意思).煤炭术语中英文对照（一）煤及其产品序号术语名称英文名称定义符号允许使用的同义词停止使用的同义词..煤植物遗体在覆盖地层下，压实、转化而成的固体有机可燃沉积岩煤炭..煤的品种以不同方式加工成不同规格的煤炭产品..
牡蛎行业市场现状分析及未来三到五年发展趋势报告
年月日发(作者：代码是什么)牡蛎行业市场现状分析及未来三到五年发展趋势报告,.,.-.:.,,,-,.,,.,-,,-,.,,,.,,,.,,-.:,
全面解读信创行业 关注国产操作系统
2020年，一个新词汇出现在我们的视野——信创。 什么是信创？官方没有给出明确解释，据媒体描述，信创是信息化应用创新的简称。过去很多年间，我国IT底层标准、架构、生态等多是由美国IT巨头制定的，也因此存在着诸多安全风险，如今，我们要逐步建
2016年物联网行业十大并购事件
物联网现如今已成为科技巨头的必争之地，包括思科、高通、谷歌、诺基亚与IBM等在内的科技巨头都在争相布局，全力抢占物联网产业的主导地位。在2016年里 ，围绕着物联网行业的并购
半导体行业深度报告：从应用到行业的全面复苏
来源：国金证券 一、2020-2021年全球半导体市场投资展望 多种因素导致全球半导体市场于 2019 年同比下跌近 13%到 4,102 亿美元，而存储器行业同比下跌超过 30%
JAVA基础（JAVA SE）学习笔记（一）JAVA学习路线、行业了解、开发环境JDK17安装配置 和 JDK8同时配置
前言 1. 学习视频： 尚硅谷Java零基础全套视频教程(宋红康2023版，java入门自学必备)_哔哩哔哩_bilibili 2023最新Java学习路线 - 哔哩哔哩 2. 一步一个脚印
2023互联网薪酬报告
年月日发(作者：永久)互联网薪酬报告引言近年来，互联网行业的快速发展对人才市场产生了巨大影响。随着技术的不断进步和创新，互联网公司对人才的需求量不断增加，薪酬也逐渐成为吸引和留住人才的重要因素之一。本报告对年互联网行业的薪酬情况进行分析和展
半导体-FAB-常用单词
年月日发(作者：筛选语句)开头的单字.取消操作.异常.（）醋酸.（）丙酮.酸.增加.调整..对准.合金.（）.（）氨水）.分析.氩气.化开头的单字.烘烤.暂存.条形码.整批.短时间内不会的货..石英晶舟洁净走道铝氢氧化胺（俗称:自动被工程师
芯片行业常用英文术语最详细总结
年月日发(作者：系统品牌)芯片行业常用英文术语最详细总结在当今信息时代，芯片产业扮演着至关重要的角色。无论是计算机、手机、汽车还是物联网设备，芯片无处不在。而要深入了解芯片产业，首先需要了解其中常用的英文术语。本文将从浅入深，为您详细总结芯
内存芯片唯一识别码制成方法
年月日发(作者：网络通信编程技术论文)()中华人民共和国国家知识产权局()发明专利说明书()申请号.()申请日..()申请人沛顿科技(深圳)有限公司地址广东省深圳市福田区彩田路号()发明人华余全陈憬()专利代理机构东莞市中正知识产权事务所代
国外氧化铝术语解读 toc taa
年月日发(作者：下载慢)国外氧化铝术语解读：与一、氧化铝简介氧化铝，又称三氧化二铝，是一种无机化合物，化学式为。它是金属铝在空气中氧化的产物，是一种高硬度的化合物，熔点约为，沸点约为。氧化铝是许多工业应用的重要原料，如陶瓷、耐火材料、磨料等
十大SRC平台与SRC行业安全测试规范
一. SRC平台： SRC平台整理 来源： SRCs|安全应急响应中心 - 0xsafe 1. 腾讯安全应急响应中心（TSRC, Tencent Security R
翻译: 生成式人工智能的经济潜力 第2部分行业影响 The economic potential of generative AI
麦肯锡报告 翻译: 生成式人工智能的经济潜力 第一部分商业价值 The economic potential of generative AI 1. 行业影响 在我们分析的63个使用案例中，生成式人工智能有潜力在
DeepSeek行业应用实践报告100+份汇总解读|附PDF下载
原文链接：https:tecdat?p40240 在当下快速发展的科技浪潮中，人工智能（AI）已成为推动各行业变革的核心力量。AI大模型的出现&
【PID仿真】PID模拟水泥行业稳料仓重流程仿真【含Matlab源码 12028期】
💥💥💥💥💥💥💥💥💞&am
发表评论