请输入您搜索的信息!

X
专著解读

OECD全球价值链就业测度:劳动力特征视角

2026-04-21 23:13:36
来源:

系列介绍:

    经济统计著作系列推文将深入浅出的解读国际上具有影响力的经济统计著作。除出版社出版的经济统计著作以外,也包括国际组织(OECDUNWorldBankIMFEU等)出版的部分经济统计方法论手册和专题论文集,经济统计学主题的博士论文,经济研究机构的部分WorkingPaper(工作论文)。

著作信息:

ChiapinPechansky, R. and Lioussis, M. 2024. Measuring Employment in GlobalValue Chains by Workforce Characteristics. OECD Science, Technologyand Industry Working Papers, No. 2024/08, OECD Publishing, Paris.

Measuringemployment in global value chains by workforce characteristics》文献首页

一、研究背景与研究动因

    全球价值链深度融合下,各国贸易与劳动力市场的关联日益紧密,贸易对就业的影响已成为国际经济学与劳动经济学的交叉研究热点。然而,基于投入产出框架的贸易就业测度(如OECDTiM数据库)仍停留在行业层面进行分析,未对性别、年龄与技能等微观劳动力特征进行细分,继而难回应贸易对不同群体劳动者的异质性影响这一核心问题。

    性别平等、人口老龄化、技能错配等议题的研究与政策制定,均需要精准的就业数据作为支撑。为弥补现有测度框架的不足,OECDTiM数据库的基础上,融合各国劳动力调查与国民账户数据,构建了纳入劳动力个体特征的贸易就业数据库(Tradein Employment byCharacteristicsTiMBC)。该数据库为全球价值链就业研究补充了劳动力异质性的细分维度,也为跨国、跨行业的异质性就业效应分析提供了标准化的基础数据工具。

    基于TiMBC所提供的细分数据与测度框架,本进研究一步从全球价值链视角出发,分析劳动力特征差异对就业结构的影响,并在统一数据口径下考察其跨国异质性表现。

二、研究设计:数据、方法与指标

    作为本研究的基础,TiMBC是以TiM为总量基准构建的扩展体系。TiMBC数据库覆盖2008201843个国家,包含38OECD成员国与5个非OECD欧盟国家,提供7个区域聚合指标。行业层面选取12个对应《国际标准产业分类》(ISICRev.4)口径的行业及行业聚合体。数据来源分为两类,一是行业就业基础数据,来源于该OECD贸易就业TiM,保障行业就业测度的一致性。二是劳动力特征数据,主要来源于各国劳动力调查,欧盟国家采用欧盟劳动力调查(EU-LFS),非欧盟国家采用本国等效调查,同时结合结构商业统计、经济普查等数据弥补行业细节不足。劳动力调查与国民账户体系的就业数据存在天然差异,研究通过数据校准与平衡方法实现两类数据融合,解决数据口径不一致问题。

    本研究的核心方法是在TiM数据库的投入产出分析框架基础上,纳入劳动力特征维度进行分解,具体包含三个关键步骤。以国民账户体系的行业就业数据为基准,将劳动力调查所得的性别、年龄、技能等特征就业占比,通过自上而下的层级分配方法映射至TiM行业体系,以此构建劳动力特征就业矩阵。在数据处理过程中,首先利用三次样条插值法(CubicSplineInterpolation)对劳动力调查中的缺失样本进行平滑补充,以解决时间序列不连续问题;进而采用双比例(RAS)平衡程序对初始矩阵进行校准,确保分特征就业数据与行业总量口径完全匹配,从而实现数据的科学平衡。最终以OECD国家间投入产出(ICIO)表为基础,计算分劳动力特征的就业系数矩阵,结合里昂惕夫逆矩阵,完成外国最终需求引致的国内就业、出口中体现的国内就业等核心指标的测度工作。

    在本研究中,劳动力特征被划分为四大维度。性别维度涵盖男性与女性两个类别,年龄维度则划分为15-29岁、30-49岁、50岁及以上三个组别。技能维度从教育与职业双重视角进行界定,两个视角均分为低、中、高三个层级。其中教育技能以《国际教育标准分类》(ISCED2011)为依据,职业技能则参照《国际职业标准分类》(ISCO2008)进行划分。研究构建的核心指标主要包括两类,一类是外国最终需求引致的国内就业,具体指某国某行业由其他国家最终需求支撑、且按劳动力特征划分的国内就业规模及占比。另一类是出口中体现的国内就业,这类就业包含直接体现与间接体现两种形式,均按照劳动力特征进行细化分解。

三、实证结论:全球价值链就业的劳动力异质性

    该研究基于TiMBC数据库,对2008-2018OECD国家及欧盟国家的全球价值链就业特征进行系统性分析,揭示了性别、年龄、技能维度的显著异质性,验证了全球价值链整合对不同劳动力群体就业的差异化影响。

    从性别维度来看,贸易相关就业的性别差距依然显著。2018OECD国家女性就业占比较2008年有所提升,但女性就业中体现于总出口的比例仍低于男性,且部分国家的男女出口就业占比差距呈扩大趋势。从出口就业的直接与间接分解来看,女性直接体现于出口的就业占比提升幅度显著高于间接占比,说明女性贸易相关就业的提升主要由直接参与出口行业的就业增长驱动。行业层面上,制造业是贸易相关就业占比最高且性别差距最显著的行业,服务业贸易相关就业性别差距相对较小。

    年龄维度上,OECD国家劳动力人口老龄化趋势明显,2008-2018年所有样本国家50岁及以上就业占比均呈上升趋势,部分国家年轻群体就业占比下降。行业层面年龄结构异质性显著,农业是50岁及以上就业占比最高的行业,年轻群体则更多集中于批发零售、交通住宿等贸易可贸易性较高的行业。值得关注的是,尽管劳动力人口整体老龄化,但年轻群体由外国最终需求引致的就业占比提升最为显著,核心原因在于其集中行业的可贸易性较高。

    技能维度上,研究从教育与职业双重视角测度技能水平,发现二者存在显著的“垂直错配”(VerticalMismatch即劳动者的教育水平与其从事职业的技能需求并不匹配。这种错配在不同行业间呈现出明显的异质性特征,主要表现为部分行业中高教育背景劳动力从事中低技能职业的“教育过度”现象。整体来看,OECD国家总就业中职业维度的中高技能占比更高,反映出部分劳动者通过工作经验进入中高技能职业。从贸易相关就业的技能演变来看,低技能群体出口中体现的就业占比提升幅度最大,而贸易相关就业整体呈现“中高技能为主、低技能为辅”的特征。

四、研究贡献与阅读意义

    本研究的核心贡献在于,基于OECD构建的TiMBC数据库,将性别、年龄与技能等劳动力特征纳入全球价值链就业分析框架,从而拓展了传统行业层面的测度维度。同时,研究提出的教育与职业双重视角的技能测度框架,有效实现了不同数据源在统计口径上的一致性整合,丰富了全球价值链与就业关系的异质性实证证据,为相关交叉研究提供了重要支撑。

    在实践层面,该研究可为各国制定贸易与就业协同发展、应对人口老龄化、提升劳动力技能水平等相关政策提供精准的数据支撑,其数据融合与标准化方法,还能推动各国劳动力统计体系完善,促进国际统计合作,提升跨国家研究的可行性。

     对经济学领域学者而言,该研究为全球价值链分析提供了宏观投入产出框架与微观劳动力特征相结合的新视角。其构建的标准化数据库与可复制的数据融合方法,可为同类实证研究提供直接参考,也进一步拓宽了全球价值链与就业异质性相关研究议题。

作者介绍

    RicardoChiapinPechansky现任OECD经济学家,主要从事全球价值链与贸易增加值测度研究。他参与了OECD跨国投入产出表(ICIO)及相关数据库的构建工作,并在贸易增加值(TiVA)指标拓展及全球价值链依赖性分析等研究中发表多项成果。此外,在《MeasuringEmployment in Global Value Chains by WorkforceCharacteristics》(2024)一文中,他进一步将劳动力特征纳入全球价值链分析框架,拓展了贸易与就业关系的测度方法。

    MichelLioussisOECD研究人员,主要从事全球价值链与劳动力市场关系的研究。在《MeasuringEmployment in Global Value Chains by WorkforceCharacteristics》(2024)中,他参与构建了贸易就业数据库(TiMBC),通过整合劳动力调查数据与投入产出表,从教育、职业、年龄等维度对全球价值链中的就业结构进行细化分解,为分析贸易与就业的异质性影响提供了新的测度工具。

图片链接

https://dx.doi.org/10.1787/1072ccb6-en

https://media.licdn.com/dms/image/v2/C4D03AQG9CH9Ygrig4Q/profile-displayphoto-shrink_200_200/profile-displayphoto-shrink_200_200/0/1604506658050?e=2147483647&v=beta&t=m7XwOoLGwlVzUqX2elwZBeD1YSttJ5QeVyAL6tFEPxY

https://media.licdn.com/dms/image/v2/D4E03AQH8ZSGyEWIrNg/profile-displayphoto-scale_200_200/B4EZrJ.FtBHcAY-/0/1764325089045?e=2147483647&v=beta&t=fsZW2pRT9UKez6crFI5bSW6ug2cWv-eVUDFrtDo_bEc