垂直专业化分工与中国劳动收入份额研究.pdf

1 No.C2017003 2017-01-25 垂直专业化垂直专业化垂直专业化垂直专业化分工分工分工分工与中国劳动收入份额与中国劳动收入份额与中国劳动收入份额与中国劳动收入份额研究研究研究研究 余淼杰刘亚琳* 摘要摘要摘要摘要：本文从垂直专业化分工所蕴含的“产业升级”及其影响劳动力市场的不完全竞争程度两 个角度出发，通过理论推导将垂直专业化分工与劳动收入份额联系起来，认为垂直专业化分工程度 会通过成本加成渠道和利润分成渠道对劳动收入份额产生影响。为此，本文还利用中国2000-2006 年微观企业数据进行了实证检验。结果表明，对于一般贸易企业，垂直专业化分工程度的增加会降 低其劳动收入份额；而加工贸易企业的垂直专业化分工的分工程度则对其劳动收入份额具有正向显 著的影响。在考虑了垂直专业化分工的内生性并进行了更多的稳健性检验后，该结论依然成立。而 本文进一步的影响渠道检验则解释了一般贸易和加工贸易企业的劳动收入份额受到垂直专业化分工 不同影响的原因。一般贸易企业的成本加成会因其垂直专业化分工程度的增加而增加，而其工人的 利润分成则会因垂直专业化分工程度的上升而下降，最终使得劳动收入份额有所下降；但加工贸易 企业所受到的两个影响效应则恰好相反。 关键词关键词关键词关键词：垂直专业化分工劳动收入份额产业升级成本加成利润分成 *余淼杰：北京大学国家发展研究院经济学教授，;刘亚琳：北京大学国家发展研究院博 士研究生，。 2 Vertical Specialization and Chinas Labor Share Miaojie Yu Yalin Liu Abstract: From the perspectives of “Industry Upgrading” and the imperfect competition in labor market, which are embedded in the concept of vertical specialization, we relate the vertical specialization to the labor share in theory and find that there are two channels, which are markup channel and profit division channel, that the vertical specialization can affect labor share. In the empirical study, by using Chinas enterprise data from 2000 to 2006 and the data on the customs trade, we come to the conclusion that for ordinary import firms, the rise of vertical specialization reduces Chinas firm-level labor share, while for processing import firms the relative effect is inverse. This result remains robust when endogeneity bias is considered and more robustness checks are implemented. Further, we investigate the diverse effects of the two channels. Our findings are that for ordinary trade, the change in vertical specialization has a significantly positive effect on the change of the firms markup, while the workers profit share will decrease when the firm is more vertical specialized. In contrast, for the processing trade firms, these two channel effects are exactly reverse, which result in the opposite effects of vertical specialization for the two types of firms on their labor share. Key Words: Vertical Specialization; Labor Share; Industry Upgrading; Markup; Profit Division JEL Classification: 3 一一一一、引言引言引言引言 近年来，一个引人关注的现象是，中国总体劳动收入份额自1995年开始出现逐年下降，从59.1% 下降到2006年的47.31%（白重恩和钱震杰，2009）。此外，学术界认为一国劳动收入份额变化产生 的影响是不容忽略。一方面，李稻葵等（2009）认为，劳动收入份额在很大程度上决定了一个社会 最终收入分配的基本格局，这将直接决定一国经济未来的发展模式。因为一般而言，劳动所得用于 消费的边际倾向要远高于资本所得，所以一国劳动收人份额下降意味着其消费减少而投资相对增加。 另一方面，劳动收入份额会影响一国收入分配不平等的状况。Daudey和Garcia-Penalosa（2007）使 用跨国面板数据发现，较高的劳动收入份额将导致较低的个人收入不平等程度，这一发现不仅在统 计上是显著的，而且其具有重要的经济含义：墨西哥对美国的相对劳动收入份额增加1%，则其相对 Gini系数减小2%-5%。因此，针对劳动收入份额的研究，特别是探究其影响因素的意义重大。 与此同时，随着全球一体化的不断深入，传统的“货物贸易”越来越多地被“任务贸易”所代替。“任 务贸易”表现为生产同一产品的不同生产阶段被分解到不同国家进行，各国的中间产品贸易增加，使 得垂直专业化分工1程度不断加深。例如Linden et al.(2011)中所描述的，参与一部iPod生产的国家（地 区）不仅有美国，还有中国、菲律宾、日本、新加坡、韩国、泰国和台湾。其中，产品设计、软件 开发等过程在美国进行，韩国和泰国分别负责闪存和硬盘部件生产，日本除生产硬盘部件外还生产 显示屏，而中国、台湾和菲律宾主要承担硬件制造和组装过程，其他芯片生产和专业化管理等分别 在台湾和新加坡进行。近年来，中国参与全球生产的垂直专业化分工程度不断增加，一度成为世界 制造工厂。根据2009年中国统计年鉴统计，2007年全国加工贸易出口总额为6175.6亿美元， 超过一般贸易和其他贸易出口总额之和，占全部贸易出口总额的50.71%。自2001年中国加入WTO 以来，中国的加工贸易进出口总额由2001年的2414.07亿美元，上升到2007年的9860.36亿美元， 年平均增速为26.43%。 根据传统国际贸易中的比较优势理论，随着中国参与全球一体化的程度不断增加，中国在劳动 力方面的比较优势应该使得其劳动收入份额呈现不断上升的趋势，但实际上，中国总体劳动收入份 额却呈现下降趋势（图1）。既然传统的“产品间分工”的贸易模式不能很好地解释劳动收入份额下降 的事实，那么，如果考虑具有“产品内分工”特点的垂直专业化分工生产模式是否对此具有一定解释 力呢？也就是说，我们所看到的中国劳动收入份额不断下降的事实与垂直专业化分工的不断增加是 否有关，这一问题有待进一步研究。因此，本文尝试从理论和实证两个方面解释垂直专业化分工对 劳动收入份额产生的影响。 1本文使用出口的国外增加值衡量垂直专业化分工。 4 图1 1998-2007年中国总体劳动收入份额变化趋势 数据来源：国家统计局，分省年度数据汇总。 关于垂直专业化分工，Bale Belassa（1967）将其定义为“一类商品的连续生产过程被分割成一 条垂直的贸易链，由每个国家根据其比较优势对生产过程中的各个阶段分别将其附加值化”（王直等， 2015）。之后，Hummel et al. (2001)利用企业出口产品中包含的进口投入品的价值对垂直专业化分工 进行度量。对于垂直专业化分工的定义看似模糊，实际其内涵丰富。我们认为，一方面，垂直专业 化分工与出口的国内附加值这一概念相对应，可以看作是一枚硬币的正反两面，能够在一定程度上 体现企业的“产业升级”；另一方面，垂直专业化分工作为一种生产组织形式，意味着生产要素在全 球范围内的流动性会随之发生变化，对原来处于全球分割状态的要素市场的竞争程度具有一定影响， 即本文认为，当垂直专业化分工程度上升时，劳动力市场的不完全竞争程度会降低。 具体地，我们认为针对一般贸易和加工贸易，垂直专业化分工所蕴含的“产业升级”2有所不同。 对于一般贸易而言，当企业垂直专业化分工程度提高时，意味着其正在经历着“产业升级”的过程。 其中的原因可能是，首先，垂直专业化分工可能意味着国内企业将较低端的生产环节更多地外包给 了其他国家（王直等，2015），而中国企业正在经历着向产业链更高端升级的过程；其次，由于中国 的资本密集型产业其垂直专业化分工程度相对较高，例如通讯、电子和计算机等高技能产业的垂直 专业化分工程度高达80.2%（唐东波，2013a），所以企业垂直专业化分工程度的提高也可能是因为 企业由劳动密集型向更加资本密集型的产业升级；此外，正如Stigler (1951)在劳动分工理论的基础 上所强调的，垂直专业化分工与产业周期是密切相关的，唐东波（2013b）也利用中国的数据实证得 出企业的垂直专业化分工程度与产业周期之间存在倒“U”型关系，所以垂直专业化分工程度的提高可 2本文中的“产业升级”是指企业的生产技术和生产效率提高，或者在产业链中的位置有所提升。 5 能意味着中国的产业正在由之前的较初级向中高级阶段发展。但是，对于加工贸易而言，我们认为 其垂直专业化分工程度下降而非上升更可能意味着“产业升级”。与一般贸易不同的是，加工贸易的 进口全部作为其生产的中间投入品，而且其产出最终将全部被出口。可见，加工贸易可以被看作是 垂直专业化分工生产模式的集中体现。Kee Koopman et al., 2012等）以及 使用微观企业数据进行度量（例如Upward et al., 2013, Kee & Tang, 2016等）。在测量垂直专业化分 工率时要解决的一个核心问题是如何准确地在产品的出口价值中计算出其所使用的国外进口品价值。 所以，参考Kee & Tang (2016)和张杰等（2013），本文在测算企业垂直专业化分工率的时候主要考虑 了对加工贸易和一般贸易进行区分、对一般贸易中中间投入品和最终品进行区分、贸易代理商问题 以及国内投入品中所包含的国外进口成分。 具体地，本文测算企业垂直专业化分工程度所使用的公式如下： VSR = MA P + XOM Am O / (D+ XO)+ 0.05MT M A P M Am O / (D+ XO) X（*） 其中，MAP是指考虑了从贸易代理商那里间接进口的加工贸易投入品价值。由于加工贸易企业 的进口全部被用作中间投入品，而且出口其全部的产出，所以在计算时加工贸易项下的进口价值可 以被直接使用。而MAmO则指考虑了贸易代理商间接进口问题后一般贸易项下的中间品进口。由于一 般贸易的产出会同时用于出口及内销，所以假设进口中间品可以被同比例地用于出口和内销的产品 中，那么，公式（*）中的XOMAmO / (D+ XO)则计算了一般贸易中用于出口的进口中间品。此外， 考虑到企业生产所使用的国内投入品本身可能包含一定的国外进口投入的成分，为更加准确地衡量 垂直专业化分工率，本文采用与张杰等（2013）相同的做法，将使用的国内投入品的5%设定为来自 国外的进口。于是，根据公式（*）并使用微观企业数据，图3是本文计算的样本中全部企业、加工 贸易企业（包括纯加工贸易和混合加工贸易）以及一般贸易企业的垂直专业化分工率的趋势图。 15 图3 1998-2006年企业垂直专业化分工率趋势图 数据来源：中国工业企业数据库和中国海关进出口贸易数据库。 由图3可知，随着全球一体化推进，一般贸易企业的垂直专业化分工程度在不断提高，而与此 相反，加工贸易企业的垂直专业化分工程度却有所降低，而且整个样本中企业的垂直专业化分工程 度的表现也被加工贸易所主导。此外，一般贸易企业、加工贸易企业和样本中全部企业的平均垂直 专业化分工程度分别为35.56%、48.48%和47.62%,该结果也是与以往文献中测算的结果相近6。 3成本加成率成本加成率成本加成率成本加成率 本文在进行影响渠道探究时会考察企业垂直专业化分工率对其成本加成率所产生的影响，因此， 我们参考De Loecker et al.(2012)首先计算企业的成本加成率。按照De Loecker et al.(2012)中对企业成 本最小化的推导，可以得到成本加成率的计算公式： it = mit / Smit 其中，mit是指中间投入品的产出弹性，Smit则指中间投入品成本在企业总收益中的占比，后者 可以从企业数据中直接计算得到。而对于mit，本文则是参考Ackerberg et al.(2006)中对生产函数的 估计，通过以下公式得到： 6例如：唐东波（2013a）中测算的20002008年中国出口的垂直专业化分工率均值为47.93%；张杰等（2013） 中得到的一般贸易出口的垂直专业化分工率为31.5%，加工贸易企业的为54.96%，而混合贸易企业的为44.73%。 16 Q,M = m + 2 mm lnMt + lm lnLt + mk lnKt 其中的Lit、Mit和Kit分别为企业生产中所使用的劳动、中间品和资本。得到以上弹性的估计 值所使用的生产函数为转换对数形式（Trans-log）的： lnYit = 0 + l lnLit + ll(lnLit )2 + m lnMit + mm(lnMit )2 + k lnKit + kk(lnKit )2 +lm lnLit lnMit + lk lnLit lnKit + mk lnMit lnKit +it +it 其中，it为企业可知的生产率，而it为企业未知的生产率。参考Yu (2014)对企业投资函数的 设定，将企业是否出口（EXPit）、是否为国有企业（SOEit）以及时间是中国加入WTO之前还是 之后（WTOt）也考虑进企业的投资决策中： 通过对it所对应的投资反函数进行四阶多项式设定以及非参数估计法，得到系数的一致估计 m、 mm、 lm和 mk后，即可得到企业层面的中间投入品产出弹性估计值Q,M，从而可以计算 出企业成本加成率it。 4利润分成利润分成利润分成利润分成 本文所考虑的垂直专业化分工对劳动收入份额产生影响的第二条影响渠道为利润分成渠道，我 们首先利用以上计算中间品产出弹性的方法计算行业层面的劳动产出弹性Q,N： Q,L = l + 2 ll lnLt + lm lnMt + lk lnKt 再根据本文理论推导部分得到的公式（12），我们可以推得工人利润分成占比(Vi)的表达式： it = SLitit Q,N it 1 根据该式，并利用以上计算得到的企业成本加成率it和行业层面劳动产出弹性Q,N，我们最终 可以计算得到企业层面的工人利润分成指数it。 （三）计量模型 根据理论分析，本文建立的基准计量模型为： Sit = 0 +1Vit +2Vit PEit +3Xit + i +t +it 其中，下标i代表企业，t代表年份。Sit为劳动收入份额；Vit为垂直专业化分工程度；PEit为 17 虚拟变量，表示企业是否从事加工贸易；Xit为企业层面的控制变量，包括企业规模、企业年龄、企 业所有制形式。此外，考虑到文献中总结的影响劳动收入份额的主要因素包括资本产出比、有偏技 术进步、生产要素价格变化和偏离完全竞争的市场，且本文所研究的垂直专业化分工对劳动收入份 额的影响则应该归于由于偏离完全竞争市场而导致的，那么在选取控制变量时需控制其他三个因素。 所以，Xit还包括企业R&D占总产出的比例、企业资本产出比、企业中间投入品7。根据计量模型的 设定，本文所使用的主要变量的统计描述呈现在表1中。 表1主要变量统计描述表 变量名称均值标准差 劳动收入份额0.396 0.234 垂直专业化分工程度0.476 0.313 加工贸易占比0.786 0.500 企业成本加成率1.242 0.282 利润分成0.875 0.247 企业年龄9.488 7.387 企业规模5.811 1.088 国有企业比例0.011 0.104 企业R&D占比0.002 0.009 资本产出比0.324 0.373 中间投入品（百万）0.152 1.262 注释：描述性统计量的计算是基于2000-2006年中国企业的非平衡面板数据。 五五五五、实证结果实证结果实证结果实证结果 本文在理论模型中分析了垂直专业化分工对劳动收入份额影响的具体渠道，包括成本加成渠道 和利润分成渠道，但两个渠道单独作用以及综合作用下的影响方向是不确定的。所以，接下来将根 据第4部分计量模型的设定，通过实证分析来确定劳动收入份额受垂直专业化分工影响的程度及方 向。 （一一一一）基准回归基准回归基准回归基准回归 在按照本文设定的基准计量模型进行回归之前，先不区分加工贸易和一般贸易而将所有企业的 垂直专业化分工率对劳动收入份额进行回归。如表2第（1）列所呈现的结果，垂直专业化分工率对 劳动收入份额具有负向但统计上不显著的影响，而且该系数的绝对值也很小。但当我们考虑了加工 贸易的特殊性，单独加入是否为加工贸易的虚拟变量及其与垂直专业化分工的交互项时，所得结果 7参考余淼杰、梁中华（2014），使用中间投入品作为中间投入品价格的代理变量，以此来控制生产要素价格 变化这一影响因素。 18 呈现在表2的第（2）列。该结果表明，对于一般贸易企业，其垂直专业化分工率对劳动收入份额具 有负向的显著影响；而加工贸易企业的垂直专业化分工对其劳动收入份额则为正向显著影响。其中 的经济含义是，当一般贸易和加工贸易企业的垂直专业化分工程度分别增加1%，其劳动收入份额会 相应地分别减少0.074%和增加0.003%。 表2的第（3）列则是在第（2）列的基础上加入了企业层面的控制变量，一般贸易和加工贸易 企业的垂直专业化分工对劳动收入份额的影响依然分别为负显著和正显著，结果稳健。而且第（3） 列的结果还表明，企业年龄每增加一年，其劳动收入份额会增加0.1%，企业规模对劳动收入份额也 具有正向显著的影响，但是否为国有企业对劳动收入份额的影响不显著。为排除本文所测算的垂直 专业化分工率可能的极端值的影响，在表2的第（4）列将垂直专业化分工率在2%的水平上进行了 缩尾调整的处理（Winsorize）。相比第（3）列，第（4）列的结果基本不变。 表2基准回归结果 被解释变量：劳动收入份额(1) (2) (3) (4) 垂直专业化分工-0.001 -0.074* -0.083* -0.085* (-0.12) (-3.14) (-3.52) (-3.58) 垂直专业化分工*加工贸易0.077* 0.075* 0.079* (2.98) (2.96) (3.05) 加工贸易0.070* 0.067* 0.067* (10.55) (10.30) (10.20) 企业年龄0.001* 0.001* (1.86) (1.86) 企业规模0.029* 0.029* (14.17) (14.17) 国有企业0.028 0.029 (1.27) (1.27) 常数项0.413* 0.352* 0.189* 0.189* (123.12) (53.66) (14.99) (15.01) 企业固定效应是是是是 时间固定效应是是是是 观测值22,589 22,589 22,589 22,589 R平方0.010 0.022 0.045 0.045 19 注释：括号中为t值，*、*、*分别表示在10%、5%和1%的置信水平上显著。第（2）列在第（1）列 的基础上考虑了一般贸易企业和加工贸易企业的异质性，加入了垂直专业化分工程度与加工贸易虚拟变量的交 互项。第（3）列较第（2）列加入了企业层面的其他控制变量，包括：企业年龄、企业规模、是否为国有企业。 第（4）列回归则在2%的水平上进行了缩尾调整的处理（Winsorize），排除了极端值的影响。所有回归均控制 了企业和时间固定效应。 （二二二二）内生性检验内生性检验内生性检验内生性检验 通过表2的基准结果我们发现，垂直专业化分工对劳动收入份额的影响虽然在统计上很显著， 但是在其经济效果并不大，这可能与垂直专业化分工率的内生性以及劳动收入份额对垂直专业化分 工的反向因果有关系。为此，我们将在表3中给出使用垂直专业化分工工具变量的回归结果。此外， 由于其中的垂直专业化分工率作为解释变量是估计所得，故本文在使用其对劳动收入份额进行回归 时使用自助法(Bootstrapping)下的标准差。其中，第（1）和（2）列分别是使用滞后一期的垂直专 业率和企业进口渗透率8作为垂直专业化分工的工具变量进行回归的结果。第（1）列的结果与之前 结果类似，但系数的绝对值大了很多，即一般贸易企业的垂直专业化分工率每增加1%，其劳动收入 份额就会减少0.296%；而加工贸易行业的垂直专业化分工率每增加1%，其劳动收入份额就会增加 0.035%。而在第（2）列的结果中，一般贸易行业的系数变为正，但是不显著，加工贸易行业的系数 符号与之前相同。 表3内生性检验 (1) (2) (3) (4) (5) (6) 被解释变量：劳动收入份额滞后垂直专业化 分工 进口渗透率最终品关税中间品关税 高低高低 垂直专业化分工-0.296* 0.034 -0.258* -0.277* -0.264* -0.225* (-5.26) (0.67) (-4.21) (-4.42) (-4.82) (-1.99) 垂直专业化分工*加工贸易0.331* 0.115* 0.307* 0.314* 0.295* 0.293* (5.62) (2.16) (4.43) (4.54) (4.95) (2.59) 加工贸易0.026* 0.033* 0.041* 0.025* 0.009 0.062* (2.85) (3.82) (3.47) (2.05) (0.94) (3.01) 企业年龄0.001* 0.001* 0.001 0.001* 0.001* 0.001 (3.39) (3.33) (1.38) (2.06) (2.37) (1.37) 8进口渗透率=企业总进口/(企业产出+企业总进口-企业总出口)。 20 企业规模0.024* 0.025* 0.012* 0.032* 0.018* 0.037* (10.75) (16.13) (4.37) (10.75) (5.60) (10.03) 国有企业0.027 0.040* 0.030 0.014 0.040* -0.013 (1.46) (2.57) (0.95) (0.48) (1.66) (-0.27) 常数项0.233* 0.202* 0.306* 0.173* 0.259* 0.149* (15.38) (20.20) (16.58) (9.71) (13.66) (5.17) KleibergenPaap rank LM statistic 13.494 11.81 13.161 10.183 13.171 8.928 KleibergenPaap rank Wald F statistic 99.678 76.753 62.446 48.346 94.438 11.297 企业固定效应是是是是是是 时间固定效应是是是是是是 观测值12,665 22,587 5,355 4,718 5,737 4,336 R平方0.022 0.009 0.019 0.034 0.015 0.032 第一阶段回归第一阶段回归第一阶段回归第一阶段回归 IV1:滞后垂直专业化分工0.518* 0.505* 0.537* 0.514* 0.55* (21.88) (16.49) (13.99) (19.54) (6.19) IV2:滞后垂直专业化分工*加工贸 易 0.628* 0.653* 0.615* 0.609* 0.69* (27.06) (25.38) (18.84) (24.12) (23.25) IV3:进口渗透率0.299* (12.48) IV4:进口渗透率*加工贸易0.249* (11.13) 注释：括号中为t值，*、*、*分别表示在10%、5%和1%的置信水平上显著。其中，第（1）和（2） 列是全部样本的回归；第（3）和（4）列是将所有企业按照最终品关税的高低的程度分为两组分别回归；第（5） 和（6）列则是按照中间投入品关税的高低将企业进行分组回归的。表示P值在1%的置信水平上显著。IV1、 IV2、IV3和IV4分别是使用滞后一期的垂直专业化分工率、滞后一期垂直专业化分工率与加工贸易虚拟变量交 互项、进口渗透率和进口渗透率与加工贸易的交互项作为工具变量的第一阶段回归。所有回归均控制了企业和 时间固定效应，并加入了企业层面的其他控制变量，包括：企业年龄、企业规模和是否为国有企业。 此外，考虑到垂直专业化分工程度与贸易自由化息息相关，为排除贸易自由化同时影响企业垂 21 直专业化分工和劳动收入份额的情形，我们又将最终品关税和投入品关税的大小作为贸易自由化程 度的衡量指标，以关税的中位数作为划分界线将样本分为高、低关税两组，然后分别进行回归。具 体地，表3中的第（3）和第（4）列是按最终品关税的高、低进行划分，两组回归的结果基本相同， 说明最终品关税的高低并不会对本文所探讨的垂直专业化分工和劳动收入份额之间的关系产生影响。 同样的，第（5）和（6）列则是以投入品关税的高低对样本企业进行划分，结果也与前两列最终品 关税的相类似。 为验证本文所使用的工具变量的有效性，我们分别使用了KleibergenPaap (2006)的LM统计量 和Wald F统计量。表3中所有结果的LM统计量均在1%的显著性水平下拒绝了本文所排除的工具 变量与内生性变量具有相关性的假设；Wald F统计量也在很高的显著性水平上拒绝了工具变量第一 阶段为弱识别的零假设。总之，以上结果表明，本文所使用的工具变量是合理的。 （三三三三）稳健性检验稳健性检验稳健性检验稳健性检验 在考虑了内生性的回归模型基础上，我们又进行了更多的稳健性检验，结果呈现在表4中。首 先，之前我们使用的被解释变量劳动收入份额其取值范围为0到1，属于受限被解释变量，故 在估计时可能会存在不一致的问题，所以在表4的第（1）列中我们将被解释进行变型使其取值范围 变为（,+），其结果与之前回归结果相一致。其次，重新定义劳动收入份额中的劳动收入，只 看工资占经济增加值的比重，结果同样稳健（见表4第（2）列），且系数大小及显著性也与本文主 要结果（表3第（1）列）相近。 表4的第（3）列则是在表3第（1）列的基础上又控制了更多企业层面的控制变量，包括包括 企业R&D占总产出的比例、企业资本产出比、企业中间投入品。主要目的是分别排除可能影响劳动 收入份额的其他三个因素包括资本产出比、有偏技术进步和生产要素价格变化，从而使本文对影响 企业劳动收入份额的解释集中在由于市场偏离完全竞争所导致的。其结果同样与本文主要结论相一 致，说明在考虑了其他影响因素后，由于市场是不完全竞争的，垂直专业化分工对劳动收入份额的 影响依然存在且稳健。而且结果显示，R&D在产出中占比越多的企业，其劳动收入份额就会越低， 说明R&D所导致的技术进步可能为劳动增强型；而资本产出比越大的企业，其劳动收入份额则越高， 可见资本与劳动可能存在一定的互补关系；中间品投入对劳动收入份额的影响为负向但不显著。 表4稳健性检验 (1) (2) (3) (4) (5) (6) 被解释变量：劳动收入份额Ln (LS/(1-LS)工资/经济增加值更多控制变量除电子通讯平衡面板新加入或退出 垂直专业化分工-1.569* -0.300* -0.264* -0.209* -0.028 -0.269* 22 (-5.16) (-7.82) (-4.40) (-3.37) (-0.15) (-4.50) 垂直专业化分工*加工贸易1.736* 0.332* 0.295* 0.266* 0.065 0.300* (5.39) (7.96) (5.01) (4.22) (0.35) (4.91) 加工贸易0.131* 0.029* 0.032* 0.032* 0.059* 0.032* (3.07) (4.08) (4.23) (3.30) (2.22) (3.62) 企业年龄0.006* -0.001* 0.001* 0.001* 0.003* 0.001* (3.80) (-2.74) (2.62) (3.53) (3.52) (2.46) 企业规模0.142* 0.023* 0.026* 0.042* 0.056* 0.027* (12.27) (16.98) (5.25) (11.73) (9.74) (6.32) 国有企业0.106 -0.007 0.010 0.019 0.103 -0.000 (1.12) (-0.51) (0.52) (1.01) (1.56) (-0.02) R&D占比-0.840* -0.937* -0.364 -0.892* (-3.09) (-2.92) (-0.37) (-2.85) 资本产出比0.059* 0.054* 0.025 0.059* (7.23) (7.36) (1.19) (8.49) 中间品投入-0.087 -1.044* -1.576* -0.078 (-0.30) (-3.94) (-6.56) (-0.38) 常数项-1.481* 0.185* 0.203* 0.121* -0.021 0.206* (-19.56) (20.66) (7.11) (6.01) (-0.48) (8.68) KleibergenPaap rank LM statistic 185.094 185.093 156.986 141.746 13.945 144.484 KleibergenPaap rank Wald F statistic 151.924 151.924 124.561 115.046 10.084 114.198 企业固定效应是是是是是是 时间固定效应是是是是是是 观测值12,664 12,665 10,795 10,077 1,690 9,105 R平方0.023 0.026 0.035 0.069 0.097 0.037 注释：括号中为t值，*、*、*分别表示在10%、5%和1%的置信水平上显著。其中，第（1）列是使用 劳动收入份额与1减去劳动收入份额的比值并进行对数化后作为因变量；第（2）列则将被解释变量换为工资在 经济增加值中的占比；第（3）列是在表3第（1）列的回归基础上加入更多的企业控制变量，包括：企业R&D 占总产出的比例、资本产出比和中间投入品；第（4）列是将样本中排除电子通讯行业影响后的结果；第（5） 23 和（6）列分别仅考虑了平衡面板的回归和新进入或退出企业的回归。使用2SLS回归方法，表示P值在1%的 置信水平上显著。所有回归均控制了企业和时间固定效应，并加入了企业层面的其他控制变量，包括：企业年 龄、企业规模以及企业是否为国有企业。 此外，考虑到中国电子与通讯等此类高技能行业会从国外大量进口精密仪器配件等，而且根据 本文所使用样本的样本进行统计，电子通讯类行业的垂直专业化分工率高达60%，所以表4第（4） 列将该行业排除，看垂直专业化分工对劳动收入份额的影响是否会发生变化。在排除了所在行业的 垂直专业化分工偏高的企业后，其结果与之前相比没有显著变化。在表（4）的最后两列，我们分别 考虑了平衡面板的回归和在样本期间存在新进入或退出样本的企业的相关回归。第（5）列中一般贸 易企业和加工贸易企业垂直专业化分工的系数符号虽然与之前回归相同，但是在统计上均不显著， 只有第（5）列中的回归结果保持与本文主要回归结果相一致。从而说明，垂直专业化分工对劳动收 入份额的影响主要体现在那些新进入或退出的企业中，而并非样本期间续存企业的垂直专业化分工 所致。这可能是由于续存企业的产业升级并不显著，而新进入的企业具有更高的生产效率或较原有 企业处于更高的产业链上，但那些生产效率较低且处于产业链较低端的企业被迫退出生产。 （四四四四）影响渠道检验影响渠道检验影响渠道检验影响渠道检验 本文在理论分析部分得出垂直专业化分工影响劳动收入份额的两条间接渠道成本加成渠道 和利润分成渠道，并预测对于一般贸易企业和加工贸易企业，成本加成渠道的影响方向分别为正向 和负向，而利润分成渠道对一般贸易企业和加工贸易企业的工人利润分成为负向影响。下面将分别 对这两条渠道进行实证检验。 表5成本加成渠道检验 (1) (2) (3) (4) (5) 被解释变量：成本加成成本加成(OLS)成本加成(2SLS)劳动收入份额劳动收入份额 垂直专业化分工0.020* 0.041* 0.120* -0.470* -0.233* (3.25) (3.16) (2.88) (-5.00) (-3.76) 垂直专业化分工*加工贸易-0.027* -0.127* 0.218* 0.240* (-1.89) (-2.93) (4.93) (3.89) 加工贸易-0.024* -0.005 0.028* 0.025* (-6.61) (-0.90) (4.20) (2.81) 垂直专业化分工*成本加成0.223* 0.458* 24 (3.44) (3.19) 成本加成-0.711* -0.898* (-26.86) (-19.14) 企业年龄-0.000 0.001* 0.000* 0.001* 0.001* (-0.19) (3.07) (1.82) (4.35) (3.54) 企业规模-0.029* 0.020* 0.021* 0.040* 0.026* (-7.57) (16.71) (7.49) (12.39) (6.46) 国有企业-0.066* -0.073* -0.062* -0.032 -0.003 (-3.22) (-5.55) (-4.97) (-1.50) (-0.18) R&D占比-0.058 0.467* 0.428* -0.547 -0.128 (-0.53) (3.19) (2.63) (-1.62) (-0.43) 资本产出比-0.014* 0.044* 0.033* 0.080* 0.047* (-1.81) (12.95) (8.46) (11.30) (6.35) 中间品投入0.378* 0.064* 0.070 -0.044 -0.090 (2.56) (8.55) (0.45) (-0.30) (-0.38) 常数项1.454* 1.151* 1.151* 1.027* 0.251* (62.85) (158.27) (70.98) (23.58) (10.27) KleibergenPaap rank LM statistic 156.986 156.811 155.021 KleibergenPaap rank Wald F statistic 124.561 82.95 81.676 企业固定效应是是是是是 时间固定效应是是是是是 观测值17,534 17,534 10,795 10,795 10,7