参与全球价值链活动可以给一国的就业带来很大的影响,为国内增加就业机会,中国与印度同为亚洲发展中国家、世界人口大国、世界新兴市场,有许多相似之处,我国被称为世界工厂,承接了很多发达国家的制造加工活动;印度也在积极地响应制造强国的计划,参与到全球价值链活动中来。然而,处于转型阶段的中国,就业结构却亟待改善,即将消失的人口红利将会影响劳动力市场;而印度作为人口大国,即将迎来人口红利,却屡屡出现就业难的现象。通过对中印两国参与全球价值链分工的就业效应进行分析对比,有利于了解全球价值链（GVC）就业效应的行业异质性,探究影响GVC就业效应的因素,通过GVC就业的改善来促进一国就业环境的发展。本文将在多边投入产出模型（MRIO）的基础上构建全球价值链就业的系数矩阵,并对全球价值链就业的测算结果进行分析,探究全球价值链就业在不同类型行业内是否存在异质性,进一步利用社会网络分析（SNA）工具对中印两国全球价值链就业状况的整体网络特征和个体网络特征进行描述,通过中心性指标、TOP1等级网络量化、可视化展示中印的网络地位,结合结构分解法（SDA）,探究劳动消耗系数、投入产出系数、最终需求等因素对全球价值链就业的影响效应。本文通过研究得出如下结论:一、中国与印度GVC就业总量差距在不断缩小。具体而言:（1）将行业按投入要素进行分类发现,中印在技术密集型产业GVC就业效应上的差距不断增大,成为两国差距形成的主导行业,而两国在劳动密集型和资本密集型产业上的差距逐渐缩小;（2）将制造业按技术水平划分发现,印度的低技术制造业GVC就业效应高于中国,而中国的中高技术制造业和高技术制造业GVC就业效应则远强于印度;（3）将服务业细分发现印度信息通讯业GVC就业效应在本国内排名相对于该行业在中国排名要高,其中计算机程序设计咨询、信息服务活动这一细分行业部门是印度为数不多的GVC就业多于我国的行业之一。二、利用SNA（社会网络分析方法）比较了中印两国在全球劳动力流动网络中的地位发现,（1）中国在全球劳动力网络中的地位不断提升,趋于网络的核心,而印度处于网络边缘,为“边缘行动者”;（2）进口就业TOP1网络的双核模式下,中国位于核心且地位日趋凸显,印度地位逐渐提升,有取代原先处于核心位置的俄罗斯的趋势,出口就业TOP1网络双核模式下,中国的地位不断提升,而印度则始终位于边缘。三、通过SDA影响因素分析得出,劳动消耗系数对中国的GVC就业起到抑制作用,对印度的影响以2011年为节点由抑制转为促进;投入产出系数对中国GVC就业拉动作用不断增强,对印度GVC就业影响力度小,且总体上有不断减弱的趋势;最终需求即规模效应在中国对GVC就业的带动作用强于印度。本文针对投入产出法进行了结构分解,并创新性的结合了社会网络分析工具,对中印两国的网络地位进行了比较,在得出相关结论的基础上相应地得到启示建议。通过对两国参与全球价值链活动下的GVC就业效应进行探究,对解决国内就业难题,应对失业问题有着重要的意义,有利于在了解一国国内GVC就业状况的情况下把握好就业结构调整的方向。