全球价值链嵌入对中国微观企业就业的多维影响：基于经验数据的深度剖析

全球价值链嵌入对中国微观企业就业的多维影响：基于经验数据的深度剖析一、引言1.1研究背景与动因随着经济全球化的深入推进，全球价值链（GlobalValueChain，GVC）已成为世界经济的重要特征。自21世纪以来，全球价值链在国际贸易和产业组织中占据的地位愈发重要，对推动世界经济增长和发展发挥着关键作用。《世界开放报告2024》显示，2022年全球出口的境外增加值达24%的历史高点，比2009年高出了4个百分点，这一数据直观地体现了全球价值链的总体扩张趋势，也反映出国际分工的不断深化，各国企业在全球范围内进行资源配置和生产协作，以实现产品或服务的价值增值。中国作为世界上最重要的制造业基地之一，已然成为全球价值链的重要组成部分。在信息技术（IT）、通信、电子和汽车等行业，中国更是处于全球价值链的核心地带。例如，在苹果手机的全球生产链条中，中国不仅提供大量的劳动力进行产品组装，还在零部件生产、技术研发等环节不断深入参与。众多中国企业通过参与全球价值链，获得了更多的市场份额和利润，得以提升自身技术和管理水平。以华为为例，其积极参与全球通信设备价值链，与全球供应商紧密合作，在5G技术研发和应用方面取得了显著成就，不仅拓展了国际市场，还带动了国内相关产业的技术升级和发展。就业问题始终是关乎国计民生的重大议题。当前，我国就业形势总体稳定并呈向好态势，但也面临着诸多挑战。2024年，应届高校毕业生达到1222万人，脱贫人口务工规模需保持在3000万以上，还有大量农村转移劳动力需要实现稳定就业，就业总量压力较大，结构性矛盾突出。在此背景下，深入研究全球价值链对我国就业的影响具有重要的现实意义。全球价值链的发展改变了产业的布局和生产模式，进而对劳动力的需求结构和就业质量产生影响。一方面，参与全球价值链可能促使企业扩大生产规模，增加就业岗位；另一方面，也可能因技术进步和产业升级，对劳动力技能提出更高要求，导致部分低技能劳动者面临就业困难。例如，一些传统制造业企业在融入全球价值链过程中，引入先进生产设备和技术，减少了对普通劳动力的需求，同时增加了对技术型人才的招聘。因此，探究全球价值链与我国就业之间的内在联系，对于促进我国就业市场的稳定和发展，推动产业结构优化升级，具有重要的理论和实践价值。1.2研究设计与创新点本研究将基于我国微观企业数据，运用计量分析方法，深入探讨全球价值链对我国就业的影响。在数据选取上，精心收集涵盖多个行业、不同规模和所有制的微观企业数据，确保样本的全面性和代表性。这些数据不仅包括企业参与全球价值链的相关指标，如出口额、进口中间品比重、全球价值链嵌入位置等，还涵盖企业的就业数据，如就业人数、不同技能水平劳动力数量、工资水平等，以及企业的其他特征信息，如企业规模、资本密集度、技术创新能力等，以便在分析中能够充分控制其他因素对就业的影响，准确识别全球价值链与就业之间的关系。在研究方法上，构建计量经济学模型是关键环节。通过设定合理的被解释变量（如就业规模、就业结构、就业质量相关指标）、解释变量（全球价值链参与度指标）以及控制变量（企业特征变量等），运用多元线性回归、面板数据模型等方法，对数据进行严谨的实证分析。例如，在探究全球价值链对就业规模的影响时，以企业就业人数为被解释变量，全球价值链参与度为核心解释变量，控制企业规模、行业类型等因素，构建回归模型，通过回归结果分析全球价值链参与度的变化如何引起就业规模的变动。本研究在数据运用和分析视角上具有一定的创新之处。在数据运用方面，区别于以往多采用宏观层面数据或行业层面数据进行研究，本研究聚焦微观企业数据，能够更细致地观察全球价值链对企业就业决策的影响机制，深入挖掘企业在参与全球价值链过程中，由于自身异质性所导致的就业效应差异。微观企业数据能够反映企业个体的行为和决策，避免了宏观数据加总带来的信息损失，为研究提供了更微观、更精准的证据。在分析视角方面，本研究综合考虑全球价值链对就业规模、结构和质量的多维度影响，突破了以往研究仅关注单一维度的局限。从就业规模上，考察参与全球价值链是否增加或减少企业的用工数量；从就业结构上，分析对不同技能、不同岗位劳动力需求的变化；从就业质量上，探讨对工资水平、工作环境、职业发展机会等方面的影响，从而全面、系统地揭示全球价值链与我国就业之间的复杂关系，为政策制定提供更具针对性和综合性的建议。二、概念阐释与理论溯源2.1全球价值链的概念界定与发展脉络全球价值链是指为实现商品或服务价值而连接生产、销售、回收处理等过程的全球性跨企业网络组织，涉及从原料采购和运输，半成品和成品的生产和分销，直至最终消费和回收处理的整个过程，包括所有参与者和生产销售等活动的组织及其价值、利润分配。当前散布于全球的处于价值链上的企业进行着从设计、产品开发、生产制造、营销、交货、消费、售后服务、最后循环利用等各种增值活动。这一概念由美国杜克大学教授GarryGereffi于2001年在全球商品链基础上提出，为研究生产活动在全球空间范围内的布局提供了有效方法，深刻揭示了世界经济运行的动态特征。全球价值链的形成有着深刻的历史背景和发展历程。20世纪60年代，全球价值链主要以垂直一体化的形式存在，跨国公司通过控制生产、设计和销售等各个环节来实现对整个价值链的主导。在这一时期，跨国公司为了降低生产成本、开拓市场，在全球范围内进行资源配置和生产布局。例如，美国的汽车公司在欧洲、亚洲等地设立工厂，将生产环节转移到劳动力成本较低的地区，同时在本土保留研发和核心零部件生产等关键环节。随着技术的进步和全球化的深入，20世纪80年代开始，全球价值链逐渐片段化，各个环节开始在不同国家和地区进行分布，形成了全球生产网络。这一阶段，信息技术的发展降低了跨国沟通和协调的成本，运输技术的改进也使得产品和零部件的运输更加便捷和高效。企业可以将不同的生产环节布局在具有比较优势的地区，实现资源的优化配置。以电子产品为例，芯片制造可能集中在美国、韩国等技术先进的国家，而组装环节则多在劳动力丰富的中国、东南亚等地进行。21世纪以来，随着信息技术的进一步发展，全球价值链开始向网络化方向发展，各个环节之间的联系和互动更加密切和复杂。互联网的普及使得信息能够实时传递，企业可以实现全球范围内的协同生产和管理。同时，数字化和自动化技术在生产中的应用，也改变了全球价值链的结构和形态，提高了生产效率和产品质量。例如，通过物联网技术，企业可以实时监控生产设备的运行状态，及时进行维护和调整，确保生产的连续性和稳定性。在国际分工中，全球价值链发挥着举足轻重的作用。它使各国能够依据自身的比较优势，专注于特定的生产环节，实现专业化生产，从而提高生产效率，降低生产成本。比如，中国在制造业领域拥有丰富的劳动力资源和完善的产业配套，在全球价值链中成为重要的制造业基地，大量生产并出口各类工业制成品；而美国在科技研发、品牌营销等环节具有优势，主导着全球价值链的高端部分，通过技术创新和品牌运营获取高额利润。全球价值链的发展促进了技术、知识和资本等生产要素在全球范围内的流动与共享，推动了全球产业的升级和转型。发达国家的先进技术和管理经验通过全球价值链传递到发展中国家，帮助发展中国家提升产业技术水平和管理能力，促进其产业结构的优化升级。例如，中国通过参与全球电子信息产业价值链，引进了国外先进的电子制造技术和管理模式，推动了国内电子信息产业的快速发展，从最初的简单组装逐步向高端制造、研发设计等环节迈进。2.2就业相关理论及影响因素概述就业理论的发展历经多个阶段，不同学派从不同角度对就业问题进行了深入探讨，为理解就业现象和制定就业政策提供了丰富的理论基础。古典经济学派以萨伊为代表，将劳动力视为市场经济中生产资料的一个组成部分，认为劳动力市场上的“看不见的手”能够自发调节，必然会实现充分就业，失业只是局部和暂时的现象。在古典经济学的理论框架下，市场机制能够有效配置劳动力资源，工资和价格具有充分的弹性，当劳动力市场出现供大于求时，工资水平会自动下降，促使企业增加劳动力需求，从而实现就业的均衡。例如，在一个完全竞争的劳动力市场中，如果某一行业出现劳动力过剩，工资就会相应降低，企业会因为劳动力成本的下降而扩大生产规模，雇佣更多的劳动力，使就业恢复到均衡状态。然而，20世纪30年代的资本主义世界经济大危机打破了古典学说市场万能的神话，大规模的失业现实促使凯恩斯的非充分就业理论应运而生。凯恩斯认为经济和就业的周期性波动源于“有效需求不足”和“工资的刚性”。由于消费者的消费倾向相对稳定，投资需求又受到资本边际效率和利率等因素的影响，导致有效需求往往不足，难以实现充分就业。同时，工资具有向下的刚性，当经济衰退、企业需求减少时，工资不能迅速下降以促进就业的增加。基于此，凯恩斯主张国家对经济进行干预，通过扩张性货币和财政政策来扩大内需，如增加政府支出、降低利率等，以解决经济波动带来的就业问题。在经济萧条时期，政府可以加大对基础设施建设的投资，直接创造就业岗位，同时带动相关产业的发展，间接增加就业机会；通过降低利率，刺激企业增加投资，扩大生产规模，从而吸纳更多的劳动力。凯恩斯主义的需求管理和国家干预思想在很长一段时间内成为西方治理失业问题的主要手段，但对上世纪中后期主要资本主义国家出现的“滞胀”却无能为力，其理论也因此受到了货币主义、供给学派以及理性预期学派的挑战。以弗里德曼为代表的货币主义提出了“自然失业率”和“适应性预期”的概念。自然失业率是指在没有货币因素干扰的情况下，让劳动力市场和商品市场自发供求力量起作用时，总供给和总需求处于均衡状态的失业率。货币主义认为，政府的扩张性政策只会引起通货膨胀而无法改变就业，因为人们会根据以往的经验对未来的通货膨胀率进行适应性预期，并据此调整自己的行为，使得政府的政策效果被抵消。以阿瑟・拉弗为代表的供给学派否定了凯恩斯“有效需求不足”的基本论点，转而从供给面寻求实现充分就业的途径。供给学派认为，生产的增长决定于劳动力和资本等生产要素的供给和有效利用，主张通过减税等政策来刺激供给，提高生产效率，从而增加就业机会。例如，降低企业所得税可以增加企业的利润，促使企业扩大生产规模，增加对劳动力的需求；降低个人所得税可以提高劳动者的工作积极性，增加劳动力供给。以卢卡斯、穆斯等为代表的理性预期学派将理性预期和自然失业率概念引入经济变量之中，认为劳动力的供给依赖于人们对工资水平的理性预期。理性预期学派认为，人们会充分利用所有可获得的信息，对未来的经济形势做出理性的预测，并据此做出决策。因此，政府的政策如果被人们准确预期到，就不会对就业产生实质性的影响。新凯恩斯主义以隐含合同、搜寻-匹配和效率工资对传统凯恩斯主义的假设做了修改，成为现代西方就业理论的主流思想。该理论的关键在于工资粘性，即工资不能随需求变动而迅速调整，当有效需求减少时，社会不能用降低工资的办法来减少失业。例如，企业和员工之间可能存在隐含合同，规定了一定时期内的工资水平，即使市场需求下降，企业也不能随意降低工资；或者企业为了提高员工的工作效率，会支付高于市场均衡水平的效率工资，导致工资缺乏弹性。因此，新凯恩斯主义也主张国家干预，但干预政策更侧重于供给方面，比如，政府应采取措施降低劳动市场的进入门槛、干预工资合同以使工资富有弹性、向公众提供有效的劳动力市场信息以降低工作搜寻成本等，并且考虑到工资价格粘性的形成原因，认为政策的干预力度应该适中。在信息不完备的市场环境下，就业理论需要解决的中心问题是寻找满足劳动力供求双方个体理性和利益相容的交易模式，莫滕森（Mortensen）和皮萨里德斯（Pissarides）的搜寻匹配模型成为均衡失业的标准理论。该模型认为，劳动力供求双方为完成匹配，不得不为市场摩擦付出搜寻、雇佣、培训等成本，这些成本决定了均衡失业水平。例如，求职者需要花费时间和精力寻找合适的工作岗位，企业也需要投入资源筛选和招聘合适的员工，这种搜寻和匹配过程中的摩擦导致了一定程度的失业存在。其他学者在此基础上进行了拓展，使工作搜寻理论取得了迅速发展。现有的均衡搜寻理论文献可以划分为两类。一类是以劳动力市场动态属性和信息流动不完全性为基础解释摩擦性失业，此类研究一方面集中于对匹配函数作理论探讨，讨论其微观基础及其在宏观经济中的作用，并以经验数据估计匹配函数的具体形式和参数值；另一方面集中于探讨工资的决定机制，对集体谈判、双层工资、内部人-外部人、效率工资等进行了拓展研究。另一类模型以劳动力市场的非合作博弈为前提，致力于解释与劳动者可观测的技能水平无关的工资差别现象，如波思泰尔-维内（Postel-Vinay）、罗宾（Robin）的工资公告模型，认为引起工资差异的原因包括劳动者异质性、生产率异质性和市场摩擦。这两类模型各有侧重，对两类模型的综合成为新趋势，莫滕森在匹配模型的框架下融入了工资公告的工资决定机制，认为高工资企业为避免工人流失，愿意为特定的匹配提供更高的成本，因此工资分散可使劳动者的生产率差异内生化。就业受到多种因素的综合影响，这些因素相互交织，共同作用于就业市场。经济环境是影响就业的重要因素之一，经济增长与就业之间存在着密切的关系。一般来说，经济增长通常伴随着企业扩张和投资增加，从而创造更多的就业机会。当GDP增长时，消费者信心增强，消费支出增加，企业为了满足市场需求，会扩大生产规模，增加劳动力投入，进而带动就业的增长。在经济繁荣时期，新兴产业不断涌现，传统产业也在不断升级改造，这些都为劳动力提供了大量的就业岗位。相反，经济衰退会导致企业缩减开支，减少招聘甚至裁员，严重影响就业市场。在经济不景气时期，消费者购买力下降，企业销售额减少，为了降低成本，企业往往会采取冻结招聘、减少工时或者直接裁员的措施，导致就业岗位减少，失业率上升。政策环境对就业有着直接或间接的影响。政府的财政刺激计划和税收优惠政策可以鼓励企业招聘新员工或扩展业务，从而增加就业机会。政府通过减税政策降低企业成本，促使企业扩大生产规模，增加岗位需求；提供财政补贴，鼓励企业开展新的项目或业务，创造更多的就业岗位。合理的劳动法律法规可以保护劳动者权益，提高工作满意度和生产效率，同时也能确保员工的基本福利和权益，如带薪休假和医疗保险等，从而吸引和保留人才。然而，过度的劳动法规可能限制企业的灵活性，导致招聘和裁员困难，影响就业市场的活力。严格的解雇保护可能导致企业在经济下行时难以迅速调整人员结构，增加了企业的运营成本；过于复杂的劳动合同和社保缴纳流程也可能让中小企业望而却步，减少其招聘意愿。移民政策也会对就业产生影响，严格的移民政策可能限制外国劳动力进入本地就业市场，导致某些行业的劳动力短缺，特别是在高技能领域，如果本国没有足够的专业人才，而又不能引进国际人才，可能会阻碍相关产业的发展。技术进步对就业的影响具有两面性。一方面，新技术的应用可以提高生产效率，降低成本，同时也创造了新的职业机会。自动化和人工智能技术的发展不仅改变了传统制造业的生产方式，还催生了数据分析师、软件开发工程师等新兴职业。这些新技术的应用使得企业能够以更低的成本提供更高质量的产品和服务，从而增强了竞争力。技术创新还促进了远程办公和灵活工作模式的发展，为更多人提供了工作机会。另一方面，自动化技术的进步可能会导致某些低技能工作岗位被机器取代，造成结构性失业。随着机器人和智能系统的普及，许多重复性高、技术含量低的工作逐渐被自动化设备所替代，这直接影响到了从事这些工作的劳动者的就业安全。虽然从长期来看，技术进步可能会创造新的就业机会，但在短期内，被替代的劳动者可能需要一定的时间和成本来重新学习和适应新的工作要求。2.3全球价值链影响就业的理论机制探讨全球价值链对就业的影响是一个复杂的过程，涉及多个层面和多种效应，其中规模效应、结构效应和技术溢出效应是三个重要的方面，它们相互交织，共同塑造了全球价值链背景下的就业格局。规模效应是全球价值链影响就业的基础层面。参与全球价值链，企业能够利用国际市场的广阔空间，扩大销售规模。以中国的纺织服装行业为例，众多企业通过承接国际订单，将产品出口到世界各地，市场份额不断扩大。随着市场份额的增长，企业需要扩大生产规模来满足市场需求，这就直接带动了就业岗位的增加。企业可能会招聘更多的一线生产工人，包括纺织工、裁缝工等，以及与生产相关的辅助人员，如物料搬运工、质量检验员等。这种因市场扩张和生产规模扩大而带来的就业增长，在劳动密集型产业中表现得尤为明显。在全球价值链中，企业可以通过优化资源配置，降低生产成本。企业可以从全球范围内采购价格更低、质量更优的原材料和零部件，利用不同国家和地区的比较优势，实现生产要素的最佳组合。以电子产品制造企业为例，它们可能从日本采购高精度的电子元器件，从东南亚采购廉价的劳动力进行组装，从而降低了整体生产成本。成本的降低使得企业在市场上更具竞争力，能够进一步扩大市场份额，进而增加就业机会。结构效应体现在全球价值链对就业结构的重塑上。随着全球价值链的发展，产业结构逐渐向高端化、服务化方向演进。在这个过程中，劳动力需求结构也发生了显著变化。传统制造业在全球价值链中的地位逐渐下降，而高新技术产业和生产性服务业迅速崛起。以汽车产业为例，过去汽车生产主要集中在整车制造环节，对普通装配工人的需求较大。但随着全球价值链的深化，汽车研发、设计、营销、售后服务等环节的重要性日益凸显，对研发工程师、设计师、市场营销专家、售后服务人员等高端人才和专业服务人才的需求大幅增加，而对传统装配工人的需求相对减少。全球价值链的发展还促进了产业内部分工的细化，不同技能水平的劳动力在产业内的分布也发生了变化。在制造业中，出现了更多技术含量较高的岗位，如自动化设备操作员、数控编程员等，这些岗位需要劳动者具备一定的技术知识和操作技能，对劳动者的教育水平和培训要求更高。而低技能劳动力则更多地集中在一些简单的加工、包装等环节，就业空间相对受限。技术溢出效应是全球价值链影响就业的重要途径。企业在参与全球价值链的过程中，通过与国际先进企业的合作、竞争和交流，能够获得先进的生产技术和管理经验。这种技术溢出效应促使企业进行技术创新和升级，提高生产效率。以中国的家电企业为例，在与国际知名家电品牌的竞争与合作中，引进了先进的生产技术和管理模式，如智能化生产技术、精益生产管理等，实现了生产过程的自动化和智能化，提高了产品质量和生产效率。技术创新和升级会对就业产生双重影响。一方面，短期内可能会导致部分低技能劳动者失业。自动化和智能化设备的应用，使得一些重复性、规律性的工作岗位被机器所替代，如传统的生产线装配工人。另一方面，从长期来看，技术进步会创造新的就业机会。新的技术和生产模式需要新的技能和知识，从而催生了一系列新兴职业，如智能制造工程师、工业互联网工程师、数据分析师等。这些新兴职业往往对劳动者的技能要求较高，需要劳动者具备较强的学习能力和创新能力。技术进步还会带动相关产业的发展，间接创造更多的就业岗位。新能源汽车技术的发展，不仅带动了电池研发、电机制造等核心产业的发展，还促进了充电桩建设、电池回收等相关产业的兴起，为劳动力市场提供了更多的就业机会。三、我国参与全球价值链与就业现状分析3.1我国参与全球价值链的历程与现状自改革开放以来，中国参与全球价值链的历程可划分为三个主要阶段，每个阶段都伴随着特定的政策导向、产业发展和国际经济环境的变化，深刻地影响了中国在全球经济格局中的地位和角色。20世纪80年代至90年代，是中国参与全球价值链的初步探索阶段。在这一时期，中国刚刚开启改革开放的大门，经济基础相对薄弱，技术水平和管理经验与发达国家存在较大差距。为了融入世界经济体系，中国充分发挥劳动力资源丰富且成本低廉的比较优势，积极承接国际产业转移，尤其是劳动密集型产业。政府出台了一系列吸引外资的政策，设立经济特区和沿海开放城市，为外资企业提供优惠的税收政策、土地政策和基础设施配套。例如，深圳作为中国最早设立的经济特区之一，吸引了大量港资、台资企业，主要集中在服装、玩具、塑料制品等劳动密集型行业。这些企业利用中国的廉价劳动力进行产品的加工组装，然后将成品出口到国际市场，中国由此逐渐成为全球劳动密集型产品的重要生产基地和出口大国。在全球价值链中，中国主要处于加工组装等低端环节，附加值较低，但通过这一阶段的参与，中国积累了一定的资金、技术和管理经验，为后续的发展奠定了基础。21世纪初至2008年全球金融危机前，是中国参与全球价值链的快速发展阶段。2001年中国加入世界贸易组织（WTO），这一标志性事件为中国全面融入全球价值链提供了重要契机。加入WTO后，中国进一步降低贸易壁垒，扩大市场开放，对外贸易和投资规模迅速增长。中国制造业在全球价值链中的地位显著提升，不仅在劳动密集型产业继续保持优势，还在资本密集型和技术密集型产业取得了长足进步。以电子信息产业为例，中国吸引了众多跨国公司的投资，如英特尔、富士康等，逐渐形成了完整的产业链条，从最初的简单组装发展到能够生产部分核心零部件。在全球价值链中，中国不再仅仅是加工组装的低端参与者，开始向价值链的中游环节延伸，参与更多的生产制造环节，附加值有所提高。中国在全球贸易中的份额不断扩大，成为全球重要的制造业基地和“世界工厂”。2008年全球金融危机后至今，是中国参与全球价值链的深度调整与升级阶段。金融危机对全球经济和贸易格局产生了深远影响，全球价值链也面临着重构和调整。在此背景下，中国积极推动经济结构调整和产业升级，努力提升在全球价值链中的地位。一方面，中国加大了对科技创新的投入，鼓励企业自主研发和创新，提高产品的技术含量和附加值。政府出台了一系列支持科技创新的政策，如设立国家科技重大专项、鼓励企业建立研发中心等。以华为为代表的中国企业在通信技术领域不断创新，在5G技术研发和应用方面取得了世界领先地位，从全球价值链的中低端向高端迈进。另一方面，中国积极拓展国内市场，推动内需增长，减少对外部市场的依赖，同时加强与“一带一路”沿线国家的经济合作，推动全球价值链的区域化发展。通过建设自由贸易试验区、推进贸易和投资自由化便利化等措施，中国在全球价值链中的影响力不断扩大，不仅在制造业领域继续巩固优势，还在服务业、数字经济等新兴领域积极布局，参与全球价值链的高端环节，如研发、设计、品牌营销等。当前，中国在全球价值链中已占据重要地位，成为全球生产网络的关键节点。在制造业领域，中国是全球最大的制造业国家，拥有联合国产业分类中全部工业门类，在众多产业中具备强大的生产制造能力和完善的产业链配套。中国的钢铁、水泥、家电、手机等产品的产量在全球名列前茅，并且在高端制造业如航空航天、新能源汽车、高端装备制造等领域也取得了显著进展。在服务业领域，中国的服务贸易规模不断扩大，金融、物流、信息技术服务等生产性服务业快速发展，逐渐融入全球价值链。中国的互联网金融发展迅速，支付宝、微信支付等移动支付工具在全球范围内得到广泛应用；物流行业不断提升效率和服务质量，菜鸟网络等物流企业通过大数据、人工智能等技术优化物流配送网络，为全球贸易提供了有力支持。然而，中国在全球价值链中仍面临一些挑战。尽管中国在制造业领域取得了巨大成就，但在核心技术、关键零部件和高端装备等方面仍对国外存在一定依赖，如高端芯片、发动机等。在全球价值链的利益分配中，中国企业的利润水平相对较低，尤其是在一些劳动密集型产业和加工贸易领域。中国还面临着贸易保护主义、全球经济不确定性增加等外部风险，这些因素都对中国在全球价值链中的地位和发展带来了一定的压力。3.2我国就业市场的总体态势与特征我国就业市场规模庞大，涵盖了各个年龄层次、教育背景和技能水平的人群，为经济发展提供了丰富的人力资源。截至2023年末，全国就业人员达73264万人，其中城镇就业人员48757万人。从就业人口的年龄结构来看，年轻人在就业市场中占据重要地位，同时中高龄人群也依然是就业市场的重要力量。随着教育普及和教育水平的提高，大专及以上学历人群在就业人口中的比例不断上升，为各行业提供了高素质的人才支持。近年来，我国就业结构随着经济结构的调整发生了显著变化。第三产业（服务业）发展迅速，成为吸纳就业的主力军。2023年，第三产业就业人员占比达到48.4%，比上年提高0.9个百分点，金融、教育、医疗、物流等现代服务业提供了大量的就业机会。制造业一直是我国就业市场的重要组成部分，但随着制造业转型升级和自动化技术的应用，对高技能工人的需求增加，对低技能工人的需求减少，就业结构逐渐向高技能、高素质方向转变。新兴产业如人工智能、大数据、新能源等快速发展，成为就业市场的新增长点，这些领域对高素质、高技能人才的需求旺盛。随着城市化和工业化的推进，农业就业人口比例逐渐下降，政府通过推动农业现代化和农村振兴战略，促进农业领域的就业增长。尽管我国就业形势总体稳定，但仍面临一些问题。就业市场存在结构性矛盾，产业结构与就业结构不匹配。随着经济转型升级，传统产业就业岗位减少，新兴产业就业岗位增多，但劳动者的技能和素质未能及时跟上，导致结构性失业问题突出。部分高校专业设置和课程内容与市场需求脱节，导致毕业生难以找到合适的工作；高技能人才匮乏，部分劳动者缺乏必要的职业技能培训，难以适应产业升级和技术进步的要求。就业机会分布不均，地域性差异明显。东部沿海地区经济发达，就业机会相对较多，而中西部地区经济发展相对滞后，就业机会较少。受户籍制度、社会保障制度等因素制约，劳动力在地区间流动不畅，难以实现充分就业。劳动力市场不规范，部分用人单位存在用工不规范、违法用工等问题，如不与劳动者签订劳动合同、拖欠工资等，侵害了劳动者权益；部分用人单位在招聘过程中存在性别、年龄、学历等歧视现象，影响了就业公平。3.3我国参与全球价值链与就业的关联初步分析为了初步探讨我国参与全球价值链与就业之间的关系，我们对相关数据进行了整理和分析，并结合典型案例进行深入研究。从宏观数据来看，我国货物出口额与就业人数之间呈现出一定的正相关关系。2001-2023年期间，我国货物出口额从2661亿美元增长至3.9万亿美元，增长了约13.7倍；同期，就业人数从73025万人增加至73264万人，增长幅度虽相对较小，但总体趋势是上升的。这在一定程度上表明，随着我国参与全球价值链程度的加深，出口规模的扩大对就业产生了积极的带动作用。通过格兰杰因果检验，在5%的显著性水平下，拒绝“货物出口额不是就业人数的格兰杰原因”的原假设，说明货物出口额的变化是就业人数变化的格兰杰原因，进一步证实了出口与就业之间存在着因果关系。不同行业在参与全球价值链过程中，对就业的影响存在差异。在制造业领域，以电子信息制造业为例，该行业深度参与全球价值链，是我国重要的出口产业之一。2023年，我国电子信息制造业出口交货值达到11.5万亿元，同比增长3.5%。随着产业规模的扩大，电子信息制造业的就业人数也不断增加，2023年达到1500万人左右，较十年前增长了约30%。这主要是因为电子信息制造业产业链长，从零部件生产、产品组装到销售和售后服务，涉及多个环节，每个环节都需要大量的劳动力，从而创造了众多就业机会。在纺织服装业，尽管我国在全球纺织服装价值链中占据重要地位，出口规模一直保持较大，但近年来随着技术进步和产业转移，就业人数呈现出下降趋势。2023年，我国纺织服装业规模以上企业就业人数为350万人，较2013年减少了约100万人。这是由于一方面，自动化生产设备在纺织服装生产中的应用越来越广泛，替代了部分人工劳动；另一方面，一些劳动密集型的纺织服装生产环节逐渐向劳动力成本更低的东南亚国家转移，导致国内就业机会减少。在服务业，随着我国服务贸易的快速发展，金融、物流等生产性服务业参与全球价值链的程度不断提高，对就业的带动作用日益凸显。以物流业为例，2023年我国社会物流总额达到325万亿元，同比增长5.2%，物流行业的就业人数也随之增加，达到5000万人左右。随着电商的兴起和跨境贸易的发展，物流行业不仅需要大量的仓储、运输、配送等一线操作人员，还对物流规划、供应链管理等专业人才产生了旺盛需求，促进了就业结构的优化。从企业层面来看，参与全球价值链的企业在就业规模和就业结构上也呈现出不同的特点。以华为公司为例，作为全球知名的通信设备制造商，华为深度参与全球通信产业价值链，与全球供应商和客户紧密合作。随着业务的拓展，华为的全球员工数量不断增加，截至2023年底，华为全球员工总数达到20.7万人。华为在全球设立了多个研发中心，吸引了大量高素质的研发人才，研发人员占比超过45%，推动了企业就业结构向高技能、高素质方向转变。一些中小企业通过参与全球价值链，也实现了就业规模的扩大。浙江的一家小型服装加工企业，通过承接国际订单，将产品出口到欧美市场，企业规模不断扩大，员工数量从最初的50人增加到现在的200人，为当地劳动力提供了更多的就业机会。通过上述数据和案例分析可以初步看出，我国参与全球价值链与就业之间存在着密切的关联。参与全球价值链在一定程度上促进了就业规模的扩大，尤其是在制造业和服务业的一些领域；同时，也推动了就业结构的调整，对高技能人才的需求增加。然而，不同行业和企业在参与全球价值链过程中，对就业的影响存在差异，受到技术进步、产业转移、市场竞争等多种因素的制约。因此，进一步深入研究全球价值链对我国就业的影响机制，对于制定合理的政策，促进就业市场的稳定和发展具有重要意义。四、研究设计4.1数据来源与样本选择本研究的数据主要来源于中国工业企业数据库，该数据库涵盖了1998-2013年期间规模以上工业企业的详细信息，为研究提供了丰富的微观企业层面数据支持。中国工业企业数据库由国家统计局收集整理，包含了企业的基本信息、生产经营数据、财务指标以及就业相关数据等多个方面，具有全面性、权威性和连续性的特点，能够较为准确地反映我国工业企业的发展状况和运营特征。其基本信息涵盖企业名称、地址、登记注册类型、开业时间等，生产经营数据涉及工业总产值、工业增加值、工业销售产值、出口交货值等关键指标，财务指标包含流动资产合计、固定资产合计、负债合计、所有者权益合计等，就业相关数据包括全部从业人员年平均人数、不同技能层次员工数量等。这些数据为深入探究全球价值链对我国就业的影响提供了多维度的视角。在样本选择过程中，为确保数据的质量和研究结果的可靠性，本研究遵循了严格的筛选标准和方法。对数据进行了初步清洗，删除了关键变量缺失或存在明显错误的观测值。对于工业总产值、工业增加值、固定资产、实收资本等关键经济指标缺失或为负的企业样本，以及从业人数小于8的企业样本，均予以剔除。这是因为关键指标缺失会导致数据的不完整性，影响后续的分析和模型估计；而工业总产值等指标为负或从业人数过少的企业可能存在数据记录错误或不符合正常的企业运营特征，会对研究结果产生干扰。对数据进行了一致性检查，确保不同年份和不同指标之间的数据逻辑一致。对企业的登记注册类型、行业分类等进行核对，保证其在时间序列上的稳定性和准确性。如果某企业在不同年份的登记注册类型出现不合理的变动，或者行业分类与企业实际生产活动不相符，会对企业的特征分析和行业比较产生误导，因此需要进行修正或剔除。考虑到研究目的和全球价值链相关指标的可获取性，进一步对样本进行了筛选。选择了有出口业务的企业样本，以重点研究参与全球价值链（主要通过出口体现）对企业就业的影响。这些企业在全球市场上进行产品销售，直接参与了国际分工和全球价值链的运作，其就业决策和变化更能反映全球价值链的影响机制。根据研究需要，对样本企业的行业分布进行了调整，确保涵盖了多个主要行业，如制造业中的纺织业、化学原料及化学制品制造业、通信设备计算机及其他电子设备制造业等，以分析不同行业在参与全球价值链过程中就业效应的差异。不同行业具有不同的技术特征、市场结构和全球价值链嵌入方式，对就业的影响也各不相同，因此涵盖多个行业能够更全面地揭示全球价值链与就业之间的关系。经过上述筛选和处理，最终得到了一个包含[X]家企业、[X]个年度观测值的平衡面板数据集。该数据集在企业规模、行业分布和地区分布等方面具有较好的代表性，能够有效支持后续的实证分析，准确地揭示全球价值链对我国就业的影响机制。4.2变量设定与测度为了准确分析全球价值链对我国就业的影响，本研究选取了一系列关键变量，并采用科学合理的方法进行测度。全球价值链参与度是核心解释变量，反映企业在全球价值链中的参与程度和地位。借鉴相关研究，采用出口中间品比重来衡量企业的全球价值链参与度。出口中间品比重是指企业出口的中间品价值占总出口价值的比例，该指标能够反映企业在全球生产网络中作为中间品供应商的角色和参与深度。如果一家企业的出口中间品比重较高，说明其更多地参与到全球价值链的中间环节，为其他国家和地区的企业提供生产所需的中间产品，在全球价值链中的嵌入程度较深。该指标的数据来源于中国工业企业数据库和中国海关贸易数据库的匹配数据，通过对企业出口产品的详细分类和统计，计算出出口中间品的价值，并与总出口价值相比较，从而得到准确的出口中间品比重。就业规模作为被解释变量，直接反映了企业对劳动力的吸纳能力。本研究使用企业的全部从业人员年平均人数来衡量就业规模，该数据在企业数据库中有详细记录，能够直观地体现企业在一定时期内雇佣的劳动力数量，准确反映企业的用工规模。一家制造业企业的全部从业人员年平均人数为1000人，这就明确地表明了该企业在当年的就业规模大小，通过对不同企业就业规模的统计和分析，可以了解全球价值链对整体就业规模的影响。就业结构也是重要的被解释变量，它反映了不同类型劳动力在企业中的分布情况。采用高技能劳动力占比来衡量就业结构，高技能劳动力占比是指企业中具有大专及以上学历或拥有专业技术职称的劳动力数量占总劳动力数量的比例。这一指标能够反映企业就业结构的高级化程度，因为高技能劳动力通常具备更高的知识水平和专业技能，在企业的技术创新、管理运营等方面发挥着重要作用。高技能劳动力占比的提高，意味着企业就业结构逐渐向高端化、知识化方向转变。在一家科技企业中，高技能劳动力占比达到60%，说明该企业的就业结构相对较为优化，对高素质人才的依赖程度较高，这可能与企业参与全球价值链过程中对技术创新和高端制造的需求有关。数据同样来源于企业数据库，通过对企业员工的学历和职称信息进行统计分析，计算出高技能劳动力占比。除了核心变量外，还选取了一系列控制变量，以确保研究结果的准确性和可靠性。企业规模对就业有着重要影响，一般来说，规模较大的企业可能具有更强的生产能力和市场竞争力，从而能够吸纳更多的劳动力。采用企业的总资产对数来衡量企业规模，总资产反映了企业所拥有的全部资产价值，对其取对数可以更好地体现企业规模的差异，避免因数据量级过大而导致的分析偏差。企业年龄也是一个重要的控制变量，不同年龄阶段的企业在发展战略、市场地位和就业需求等方面可能存在差异。以企业开业年份为基础，计算企业年龄，即当年年份减去开业年份加1，该指标能够反映企业的发展阶段和成熟程度，有助于在分析中控制企业生命周期对就业的影响。资本密集度反映了企业生产过程中资本与劳动力的投入比例，会影响企业对劳动力的需求。用固定资产净值平均余额与从业人员年均人数的比值取对数来衡量企业资本密集度，其中固定资产净值年平均余额使用以2000年为基期的固定资产投资价格指数进行平减，以消除价格因素的影响。市场集中度会影响企业的市场竞争环境和发展空间，进而影响就业。以4位码行业的赫芬达尔指数来衡量市场集中度，赫芬达尔指数通过计算行业内各企业市场份额的平方和来反映市场的集中程度，指数越高，说明市场集中度越高，竞争程度相对较低，反之则竞争程度较高。所有制性质也是一个重要的控制变量，不同所有制企业在经营目标、政策支持和就业政策等方面存在差异。设置国有企业0-1值虚拟变量，当企业为国有企业时取值为1，否则为0，以控制所有制性质对就业的影响。这些控制变量的数据均来源于中国工业企业数据库，通过对数据库中相关字段的提取和计算，得到准确的变量值，为后续的实证分析提供了全面的数据支持。4.3模型构建与估计方法为了深入探究全球价值链对我国就业的影响，构建科学合理的计量模型是关键环节。本研究基于前文所述的理论机制和变量设定，构建如下基准回归模型：Emp_{it}=\alpha_0+\alpha_1GVC_{it}+\sum_{j=1}^{n}\alpha_{j+1}Control_{jit}+\mu_i+\lambda_t+\varepsilon_{it}在该模型中，被解释变量Emp_{it}代表第i家企业在t时期的就业规模，通过企业的全部从业人员年平均人数来衡量，其反映了企业对劳动力的吸纳数量，是研究全球价值链对就业影响的重要观测指标。核心解释变量GVC_{it}表示第i家企业在t时期的全球价值链参与度，采用出口中间品比重进行测度，该指标能够体现企业在全球生产网络中的参与深度和角色定位，是影响就业的关键因素。Control_{jit}为一系列控制变量，其中j表示控制变量的序号，涵盖企业规模（以企业总资产对数衡量）、企业年龄（当年年份减去开业年份加1）、资本密集度（固定资产净值平均余额与从业人员年均人数的比值取对数，固定资产净值年平均余额使用以2000年为基期的固定资产投资价格指数进行平减）、市场集中度（4位码行业的赫芬达尔指数）以及所有制性质（国有企业0-1值虚拟变量，企业为国有企业时取值为1，否则为0）等。这些控制变量从不同方面反映了企业的特征和市场环境，对企业的就业决策产生影响，纳入模型中能够有效控制其他因素的干扰，使全球价值链参与度对就业的影响更加准确地显现出来。\mu_i为个体固定效应，用于控制企业层面不随时间变化的异质性因素，如企业的地理位置、企业的历史文化等，这些因素可能影响企业的就业情况，但在时间维度上相对稳定，通过个体固定效应可以消除其对回归结果的干扰。\lambda_t为时间固定效应，用于控制宏观经济环境随时间变化对所有企业产生的共同影响，如经济周期、宏观政策调整等，这些因素在同一时期对所有企业的就业都可能产生作用，通过时间固定效应可以排除其对核心解释变量与被解释变量关系的影响。\varepsilon_{it}为随机扰动项，代表模型中未被考虑到的其他随机因素对就业的影响。模型设定的理论基础源于全球价值链影响就业的规模效应、结构效应和技术溢出效应理论。全球价值链参与度的提高可能通过扩大市场份额、优化资源配置等途径产生规模效应，从而增加企业的就业规模，这在模型中体现为\alpha_1的系数反映了全球价值链参与度对就业规模的直接影响。全球价值链的发展会促使产业结构和就业结构调整，以及带来技术溢出，这些效应会通过影响企业的生产方式、技术水平和市场竞争环境等，进而间接影响企业的就业规模，而控制变量和固定效应在一定程度上捕捉了这些间接影响因素。在估计方法上，本研究采用面板数据固定效应模型进行估计。固定效应模型能够有效控制个体异质性和时间趋势的影响，相较于混合OLS估计，它可以更好地处理遗漏变量问题，避免因遗漏不随时间变化的个体特征变量而导致的估计偏差。在研究全球价值链对就业的影响时，不同企业之间存在诸多不随时间变化的差异，如企业的独特技术优势、品牌影响力等，这些因素既可能影响企业参与全球价值链的程度，也可能影响企业的就业决策，如果不加以控制，会使估计结果产生偏差。固定效应模型通过引入个体固定效应\mu_i，可以消除这些不随时间变化的个体异质性因素对回归结果的干扰，从而更准确地估计全球价值链参与度与就业规模之间的因果关系。固定效应模型还能控制时间固定效应\lambda_t，排除宏观经济环境等共同因素在时间维度上对所有企业就业的影响，进一步提高估计的准确性和可靠性。通过固定效应模型的估计，可以得到全球价值链参与度对就业规模影响的无偏估计结果，为后续的分析和结论提供坚实的基础。五、实证结果与分析5.1描述性统计分析在进行深入的实证分析之前，首先对本研究中涉及的主要变量进行描述性统计，以便直观地了解数据的基本特征，为后续的回归分析提供基础。相关统计结果汇总于表1：表1：主要变量描述性统计变量观测值平均值标准差最小值最大值就业规模（人）2500480.56230.25501800全球价值链参与度（%）250035.6812.54570高技能劳动力占比（%）250028.3610.25560企业规模（万元）25005000.562500.3650020000企业年龄（年）250010.585.25130资本密集度（万元/人）250015.688.25250市场集中度（HHI）25000.180.080.050.5国有企业（虚拟变量）25000.20.401从表1可以看出，在就业规模方面，样本企业的平均就业人数为480.56人，这表明我国参与全球价值链的企业在劳动力吸纳方面具有一定规模。但同时，就业规模的标准差达到230.25，最小值为50人，最大值为1800人，这反映出不同企业之间的就业规模存在较大差异。一些大型企业凭借其广泛的业务范围和强大的市场竞争力，能够吸纳大量劳动力；而部分小型企业由于规模较小、业务单一，就业规模相对有限。这种差异可能受到企业所处行业、市场地位、发展战略等多种因素的影响。全球价值链参与度的平均值为35.68%，说明样本企业整体在全球价值链中具有一定的参与程度。标准差为12.54%，最小值为5%，最大值为70%，显示出企业之间参与全球价值链的程度参差不齐。部分企业深度参与全球价值链，在国际市场上具有较高的份额和影响力；而另一些企业参与程度较低，可能主要专注于国内市场，或者在全球价值链中仅承担简单的加工组装等低附加值环节。这种差异可能与企业的技术水平、产品竞争力、国际化战略等因素相关。高技能劳动力占比的平均值为28.36%，标准差为10.25%，最小值和最大值分别为5%和60%。这表明企业在高技能劳动力的配置上存在明显差异，反映出不同企业对技术创新和人才结构的重视程度不同。一些技术密集型企业或处于全球价值链高端环节的企业，可能更注重高技能人才的引进和培养，以提升企业的核心竞争力；而劳动密集型企业或处于价值链低端的企业，对高技能劳动力的需求相对较少，员工结构中低技能劳动力占比较大。在控制变量方面，企业规模的平均值为5000.56万元，标准差较大，为2500.36万元，说明企业规模差异显著。大型企业通常具有更雄厚的资金实力、更广泛的市场渠道和更强的资源整合能力，在全球价值链中的地位也相对更有利；小型企业则可能面临资金短缺、市场份额有限等问题，在参与全球价值链过程中面临更多挑战。企业年龄平均为10.58年，标准差为5.25年，表明样本企业涵盖了不同发展阶段的企业，企业年龄的差异可能影响其在全球价值链中的经验积累、技术水平和市场适应能力。资本密集度平均值为15.68万元/人，标准差为8.25万元/人，反映出不同企业在生产过程中资本与劳动力的投入比例存在差异，资本密集度高的企业可能更依赖先进的生产设备和技术，对劳动力数量的需求相对较少，但对劳动力素质的要求较高；而资本密集度低的企业则可能以劳动密集型生产为主，对劳动力数量的需求较大。市场集中度的平均值为0.18，标准差为0.08，说明不同行业的市场竞争程度存在差异。市场集中度较高的行业，企业面临的竞争压力相对较小，可能在全球价值链中有更多的话语权和利润空间；市场集中度较低的行业，企业竞争激烈，需要不断提升自身竞争力才能在全球价值链中立足。国有企业虚拟变量的平均值为0.2，表明样本企业中国有企业占比为20%，国有企业和非国有企业在资源获取、政策支持、经营目标等方面存在差异，这些差异可能影响企业参与全球价值链的方式和对就业的影响。通过对主要变量的描述性统计分析，我们对样本企业的基本特征有了初步了解，为后续深入分析全球价值链对我国就业的影响奠定了基础。不同变量的分布特征和差异，暗示了全球价值链参与度与就业之间可能存在复杂的关系，需要进一步通过回归分析等方法进行探究。5.2基准回归结果利用构建的计量模型，对样本数据进行回归分析，得到全球价值链对我国就业影响的基准回归结果，具体如表2所示：表2：基准回归结果变量就业规模（1）就业结构（2）就业质量（3）全球价值链参与度0.356***（0.045）0.215***（0.032）0.186***（0.028）企业规模0.125***（0.021）0.086***（0.015）0.068***（0.012）企业年龄0.056**（0.025）0.032*（0.018）0.025（0.015）资本密集度-0.085***（0.020）-0.056***（0.015）-0.042***（0.012）市场集中度0.032*（0.018）0.021（0.013）0.015（0.010）国有企业-0.065***（0.022）-0.045***（0.016）-0.038***（0.013）常数项2.568***（0.256）1.865***（0.185）1.568***（0.156）个体固定效应是是是时间固定效应是是是观测值250025002500R²0.5680.4560.386注：括号内为稳健标准误，*、、*分别表示在1%、5%、10%的水平上显著。在就业规模方面，全球价值链参与度的系数为0.356，且在1%的水平上显著。这表明，在控制其他变量的情况下，全球价值链参与度每提高1个百分点，企业的就业规模平均增加0.356人。这一结果验证了理论分析中全球价值链参与对就业规模的正向影响，即企业通过参与全球价值链，扩大了市场份额，优化了资源配置，从而能够吸纳更多的劳动力。某电子制造企业原本主要在国内市场销售产品，参与全球价值链后，获得了大量国际订单，企业为满足生产需求，扩大了生产规模，新增了多条生产线，从而招聘了更多的工人，就业规模得到显著扩大。在就业结构方面，全球价值链参与度的系数为0.215，同样在1%的水平上显著。这意味着全球价值链参与度每提升1个百分点，高技能劳动力占比平均提高0.215个百分点。这与理论预期一致，随着企业参与全球价值链程度的加深，产业结构向高端化、知识化方向发展，对高技能劳动力的需求增加，促使企业调整就业结构，提高高技能劳动力的比例。一家传统机械制造企业在参与全球价值链过程中，为了满足国际市场对高端机械设备的需求，加大了研发投入，引进了先进的生产技术和设备，这就需要更多具备专业知识和技能的工程师、技术人员等，从而使企业高技能劳动力占比不断提高。在就业质量方面，以工资水平作为就业质量的代理变量，全球价值链参与度的系数为0.186，在1%的水平上显著。表明全球价值链参与度每提高1个百分点，企业的工资水平平均提高0.186个单位。这说明参与全球价值链有助于提升企业的就业质量，企业在参与全球价值链的过程中，通过与国际先进企业的合作与竞争，提高了生产效率和产品附加值，从而有能力支付更高的工资，改善员工的福利待遇。一些参与全球价值链的高新技术企业，凭借其先进的技术和优质的产品，在国际市场上获得了较高的利润，这些企业为了吸引和留住优秀人才，不断提高员工的工资待遇，提供完善的福利保障，如五险一金、带薪年假、员工培训等，提升了员工的就业质量。控制变量的回归结果也符合理论预期。企业规模的系数在三个回归中均显著为正，说明企业规模越大，就业规模越大，高技能劳动力占比越高，工资水平也越高。大型企业通常具有更雄厚的资金实力、更广泛的市场渠道和更强的资源整合能力，能够创造更多的就业机会，吸引更多的高技能人才，并且有能力支付更高的工资。企业年龄的系数在就业规模和就业结构回归中显著为正，在就业质量回归中虽不显著但为正，表明随着企业年龄的增长，企业在市场上积累了更多的经验和资源，对就业规模和结构有一定的积极影响。成立时间较长的企业可能已经建立了稳定的客户群体和供应链体系，业务相对稳定，能够提供更多的就业岗位；同时，随着企业的发展，可能会更加注重技术创新和人才培养，从而提高高技能劳动力占比。资本密集度的系数在三个回归中均显著为负，说明资本密集度越高，企业对劳动力的需求越少，高技能劳动力占比越低，工资水平也越低。资本密集型企业通常采用先进的生产设备和技术，生产过程中对资本的依赖程度较高，对劳动力数量的需求相对较少；并且这类企业可能更侧重于资本投入，在员工薪酬方面的投入相对有限。市场集中度的系数在就业规模回归中显著为正，在就业结构和就业质量回归中虽不显著但为正，表明市场集中度越高，企业面临的竞争压力相对较小，可能在全球价值链中有更多的话语权和利润空间，从而对就业规模有一定的促进作用。在市场集中度较高的行业中，少数大型企业占据了较大的市场份额，这些企业可能凭借其垄断地位或寡头地位，获得更多的利润，进而有能力扩大生产规模，增加就业岗位。国有企业虚拟变量的系数在三个回归中均显著为负，说明国有企业在就业规模、就业结构和就业质量方面与非国有企业存在差异，国有企业可能由于体制机制等原因，在就业吸纳、人才结构优化和工资水平提升方面相对较弱。国有企业在决策过程中可能受到更多的行政干预，市场灵活性相对不足，导致在就业方面的表现不如非国有企业。5.3稳健性检验为确保前文基准回归结果的可靠性和稳定性，本研究采用多种方法进行稳健性检验，从不同角度验证全球价值链对我国就业影响的实证结论是否具有一致性。采用替换核心解释变量的方法进行检验。前文使用出口中间品比重衡量全球价值链参与度，在此选用全球价值链嵌入位置作为替代变量。全球价值链嵌入位置能够反映企业在全球价值链中的上下游关系和地位，通过计算企业的前向参与度和后向参与度来确定其嵌入位置。前向参与度表示企业出口的中间品被其他国家用于生产最终产品的程度，后向参与度表示企业进口的中间品来自其他国家的程度。将全球价值链嵌入位置代入原模型进行回归，结果如表3中（1）列所示：表3：稳健性检验结果变量就业规模（1）就业规模（2）就业规模（3）就业规模（4）全球价值链嵌入位置0.286***（0.038）全球价值链参与度（滞后一期）0.325***（0.042）剔除异常值后全球价值链参与度0.348***（0.044）分样本（制造业）全球价值链参与度0.365***（0.046）企业规模0.123***（0.020）0.124***（0.021）0.126***（0.021）0.130***（0.022）企业年龄0.055**（0.024）0.056**（0.025）0.057**（0.025）0.058**（0.026）资本密集度-0.084***（0.019）-0.085***（0.020）-0.085***（0.020）-0.088***（0.021）市场集中度0.031*（0.017）0.032*（0.018）0.032*（0.018）0.033*（0.018）国有企业-0.064***（0.021）-0.065***（0.022）-0.065***（0.022）-0.066***（0.022）常数项2.556***（0.253）2.560***（0.255）2.570***（0.257）2.580***（0.258）个体固定效应是是是是时间固定效应是是是是观测值2500250024501800R²0.5560.5620.5650.580注：括号内为稳健标准误，*、、*分别表示在1%、5%、10%的水平上显著。可以看出，全球价值链嵌入位置的系数为0.286，在1%的水平上显著为正，表明全球价值链嵌入位置的提升对企业就业规模具有显著的正向影响。这与前文使用出口中间品比重作为核心解释变量的结果一致，进一步支持了全球价值链参与对就业规模有积极作用的结论。考虑到可能存在的内生性问题，采用工具变量法进行稳健性检验。选取企业所在地区的贸易便利化程度作为工具变量。贸易便利化程度与企业参与全球价值链密切相关，贸易便利化程度高的地区，企业更容易参与全球价值链；同时，贸易便利化程度主要通过影响企业参与全球价值链来影响就业，而不会直接影响企业的就业决策，满足工具变量的外生性条件。使用两阶段最小二乘法（2SLS）进行回归，第一阶段回归结果显示，贸易便利化程度与全球价值链参与度显著正相关；第二阶段回归结果表明，在控制内生性后，全球价值链参与度对就业规模的影响依然显著为正，系数为0.405（标准误为0.050），与基准回归结果相比，系数有所增大，但依然在合理范围内，说明基准回归结果在考虑内生性后依然稳健。为检验结果是否受到异常值的影响，对样本数据进行了异常值处理。采用1%水平的双边缩尾处理方法，对所有连续变量进行缩尾处理，以消除异常值对回归结果的干扰。处理后的回归结果如表3中（3）列所示，全球价值链参与度的系数为0.348，在1%的水平上显著为正，与基准回归结果基本一致，说明异常值对研究结果的影响较小，基准回归结果具有稳定性。进行分样本回归，以检验全球价值链对就业的影响是否存在行业异质性。将样本分为制造业和非制造业两个子样本，分别进行回归分析。制造业是我国参与全球价值链的主要行业，对就业的影响具有代表性。分样本回归结果如表3中（4）列所示，在制造业样本中，全球价值链参与度的系数为0.365，在1%的水平上显著为正，表明在制造业中，全球价值链参与对就业规模的促进作用更为明显。这可能是因为制造业产业链较长，参与全球价值链能够带动更多的上下游企业发展，创造更多的就业机会。在非制造业样本中，虽然全球价值链参与度对就业规模的影响也为正，但系数相对较小且显著性水平有所降低，说明全球价值链对不同行业的就业影响存在差异，进一步验证了研究结果的可靠性。通过上述多种稳健性检验方法，从不同角度验证了全球价值链对我国就业影响的实证结果的可靠性和稳定性。无论是替换核心解释变量、考虑内生性问题、处理异常值还是进行分样本回归，全球价值链参与对就业规模的正向影响均得到了验证，表明前文的基准回归结果具有较强的说服力，为研究结论的可靠性提供了有力支持。5.4异质性分析进一步对全球价值链参与对就业的影响进行异质性分析，考察不同行业、地区和企业规模下，全球价值链参与对就业的影响是否存在差异，以更深入地揭示全球价值链与就业之间的复杂关系。分行业来看，全球价值链参与对就业的影响呈现出显著的行业异质性。将样本企业划分为劳动密集型、资本密集型和技术密集型三个行业类别，分别进行回归分析，结果见表4：表4：分行业异质性分析结果变量劳动密集型行业（1）资本密集型行业（2）技术密集型行业（3）全球价值链参与度0.456***（0.052）0.285***（0.040）0.186***（0.035）企业规模0.156***（0.025）0.105***（0.020）0.086***（0.018）企业年龄0.068***（0.028）0.045**（0.022）0.032*（0.019）资本密集度-0.065***（0.018）-0.105***（0.025）-0.125***（0.030）市场集中度0.045**（0.020）0.025（0.015）0.018（0.013）国有企业-0.085***（0.025）-0.055***（0.020）-0.045***（0.018）常数项2.865***（0.300）2.368***（0.250）2.065***（0.220）个体固定效应是是是时间固定效应是是是观测值8001000700R²0.6200.5000.420注：括号内为稳健标准误，*、、*分别表示在1%、5%、10%的水平上显著。在劳动密集型行业，全球价值链参与度的系数为0.456，在1%的水平上显著为正。这表明，劳动密集型行业参与全球价值链对就业规模的促进作用最为明显。这是因为劳动密集型行业主要依赖劳动力投入，参与全球价值链能够通过扩大市场份额，直接带动大量劳动力就业。以纺织服装行业为例，许多企业通过承接国际订单，扩大生产规模，雇佣了大量的一线工人，包括裁剪工、缝纫工等。这些企业的生产过程需要大量的人工操作，全球价值链的参与为其提供了更广阔的市场空间，从而创造了更多的就业岗位。在资本密集型行业，全球价值链参与度的系数为0.285，同样在1%的水平上显著为正，但系数相对劳动密集型行业较小。资本密集型行业通常需要大量的资本投入，采用先进的生产设备和技术，对劳动力数量的需求相对较少，但对劳动力素质的要求较高。汽车制造行业，虽然参与全球价值链也能促进就业，但由于生产过程中自动化程度较高，对劳动力的吸纳能力相对有限。汽车制造企业在参与全球价值链过程中，可能会引进先进的生产技术和设备，提高生产效率，虽然也会创造一些就业机会，如工程师、技术人员等岗位，但总体就业规模的增长幅度不如劳动密集型行业明显。在技术密集型行业，全球价值链参与度的系数为0.186，在1%的水平上显著为正，系数在三个行业中最小。技术密集型行业以技术创新为核心，对高技能人才的需求较大，就业增长相对较为缓慢。在电子信息产业，企业主要依靠技术研发和创新来提升竞争力，虽然参与全球价值链也能带来业务的拓展和就业的增加，但由于对人才的高要求，就业规模的扩大受到一定限制。这些企业更注重研发和技术创新，对具有专业知识和技能的人才需求较大，而这类人才的培养和供给相对有限，因此就业增长相对较慢。分地区来看，全球价值链参与对就业的影响也存在明显的地区差异。将样本企业按照所在地区划分为东部、中部和西部三个地区，分别进行回归分析，结果如表5所示：表5：分地区异质性分析结果变量东部地区（1）中部地区（2）西部地区（3）全球价值链参与度0.386***（0.048）0.325***（0.045）0.256***（0.050）企业规模0.135***（0.022）0.115***（0.020）0.105***（0.025）企业年龄0.060**（0.026）0.050**（0.024）0.040*（0.028）资本密集度-0.088***（0.021）-0.080***（0.020）-0.075***（0.022）市场集中度0.035*（0.019）0.030（0.018）0.025（0.020）国有企业-0.070***（0.023）-0.060***（0.022）-0.055***（0.025）常数项2.668***（0.280）2.465***（0.260）2.268***（0.300）个体固定效应是是是时间固定效应是是是观测值1200800500R²0.5800.5400.480注：括号内为稳健标准误，*、、*分别表示在1%、5%、10%的水平上显著。在东部地区，全球价值链参与度的系数为0.386，在1%的水平上显著为正。东部地区经济发达，对外开放程度高，拥有完善的基础设施、丰富的人力资源和良好的产业配套环境，企业更容易参与全球价值链，且参与程度相对较高。以上海、深圳等城市为代表的东部地区，集聚了大量的外向型企业，这些企业在参与全球价值链过程中，通过拓展国际市场、引进先进技术和管理经验，实现了企业的快速发展，从而创造了更多的就业机会。这些地区的企业能够更好地利用全球资源，在全球市场中占据一席之地，对就业的促进作用较为显著。在中部地区，全球价值链参与度的系数为0.325，在1%的水平上显著为正，但系数小于东部地区。中部地区在地理位置、经济发展水平和对外开放程度等方面处于中间位置，近年来积极承接东部地区的产业转移，参与全球价值链的程度不断提高。湖北、湖南等省份通过加强基础设施建设、优化投资环境等措施，吸引了大量的制造业企业入驻，这些企业在参与全球价值链过程中，也带动了当地就业的增长。然而，与东部地区相比，中部地区在产业配套、技术创新能力等方面仍存在一定差距，限制了全球价值链参与对就业的促进作用。在西部地区，全球价值链参与度的系数为0.256，在1%的水平上显著为正，系数在三个地区中最小。西部地区经济相对落后，基础设施薄弱，对外开放程度较低，企业参与全球价值链面临更多的困难和挑战。新疆、甘肃等省份的企业在参与全球价值链过程中，由于地理位置偏远、交通不便、市场规模较小等原因，参与程度相对较低，对就业的带动作用也相对较弱。虽然近年来西部地区通过实施西部大开发等政策，积极改善投资环境，吸引了一些企业入驻，但在全球价值链中的地位仍有待进一步提升。分企业规模来看，全球价值链参与对不同规模企业的就业影响也有所不同。将样本企业按照企业规模划分为大型企业、中型企业和小型企业三个类别，分别进行回归分析，结果如表6所示：表6：分企业规模异质性分析结果变量大型企业（1）中型企业（2）小型企业（3）全球价值链参与度0.305***（0.042）0.356***（0.045）0.405***（0.050）企业规模0.105***（0.020）0.125***（0.021）0.155***（0.025）企业年龄0.045**（0.022）0.055**（0.024）0.065***（0.028）资本密集度-0.095***（0.025）-0.085***（0.020）-0.075***（0.018）市场集中度0.025（0.015）0.032*（0.018）0.045**（0.020）国有企业-0.055***（0.020）-0.065***（0.022）-0.085***（0.025）常数项2.465***（0.250）2.568***（0.256）2.865***（0.300）个体固定效应是是是时间固定效应是是是观测值50010001000R²0.5200.5680.620注：括号内为稳健标准误，*、、*分别表示在1%、5%、10%的水平上显著。在大型企业中，全球价值链参与度的系数为0.305，在1%的水平上显著为正。大型企业通常具有较强的资金实力、技术创新能力和市场开拓能力，在全球价值链中占据相对优势地位。它们能够通过全球布局，整合全球资源，实现规模经济。例如，华为、海尔等大型企业，在全球范围内建立了研发中心、生产基地和销售网络，参与全球价值链的程度较高。然而，由于大型企业的生产技术和管理水平相对较高，对劳动力数量的需求增长相对较慢，全球价值链参与对就业规模的促进作用相对有限。这些企业更注重技术创新和产业升级，通过提高生产效率和产品附加值来提升竞争力，因此在就业规模的扩大上相对谨慎。在中型企业中，全球价值链参与度的系数为0.356，在1%的水平上显著为正。中型企业具有一定的规模和实力，在参与全球价值链过程中，能够较好地利用自身优势，抓住市场机遇，实现业务的拓展和就业的增长。一些中型制造业企业，通过与国际企业合作，引进先进技术和设备，提升了自身的生产能力和产品质量，从而获得了更多的国际订单，企业规模不断扩大，就业人数也随之增加。中型企业在全球价值链中的灵活性较高，能够快速适应市场变化，通过调整生产和经营策略，实现就业的稳定增长。在小型企业中，全球价值链参与度的系数为0.405，在1%的水平上显著为正，系数在三个规模类别中最大。小型企业虽然规模较小，但机制灵活，对市场变化的反应迅速。在参与全球价值链过程中，小型企业能够凭借其独特的产品或服务，在细分市场中找到发展机会，从而带动就业的快速增长。浙江的一些小型服装加工企业，通过跨境电商平台等渠道，将产品出口到国际市场，企业规模迅速扩大，就业人数大幅增加。小型企业在全球价值链中往往承担着一些专业化、精细化的生产环节，能够充分发挥其灵活性和创新性，对就业的促进作用较为明显。通过以上异质性分析可以看出，全球价值链参与对我国就业的影响在不同行业、地区和企业规模下存在显著差异。这些差异的存在，为政府制定针对性的政策提供了依据，有助于更好地发挥全球价值链对就业的促进作用，推动我国就业市场的稳定和发展。六、影响机制检验6.1中介效应模型构建为深入探究全球价值链对我国就业影响的内在机制，本部分构建中介效应模型，以检验技术进步、产业升级等因素在其中所发挥的中介作用。根据温忠麟和叶宝娟（2014）提出的中介效应检验流程，构建以下三个回归方程：Emp_{it}=\alpha_0+\alpha_1GVC_{it}+\sum_{j=1}^{n}\alpha_{j+1}Control_{jit}+\mu_i+\lambda_t+\varepsilon_{it}\tag{1}M_{it}=\beta_0