農(nóng)業(yè)全球價(jià)值鏈的嵌入位置與增值能力關(guān)系研究

楊 杰

(安徽財(cái)經(jīng)大學(xué) 國(guó)際經(jīng)濟(jì)貿(mào)易學(xué)院，安徽 蚌埠 233030)

農(nóng)業(yè)全球價(jià)值鏈的嵌入位置與增值能力關(guān)系研究

楊 杰

(安徽財(cái)經(jīng)大學(xué) 國(guó)際經(jīng)濟(jì)貿(mào)易學(xué)院，安徽 蚌埠 233030)

借鑒Fally et al.(2013)的研究方法，以世界投入產(chǎn)出數(shù)據(jù)庫(kù)相關(guān)數(shù)據(jù)為研究樣本，對(duì)2000—2014年間43個(gè)國(guó)家(地區(qū))農(nóng)業(yè)全球價(jià)值鏈長(zhǎng)度進(jìn)行測(cè)算與分解，并測(cè)算出相應(yīng)農(nóng)業(yè)上游度水平，同時(shí)實(shí)證檢驗(yàn)了農(nóng)業(yè)嵌入全球價(jià)值鏈的位置與其增值能力的關(guān)系。結(jié)果表明，農(nóng)業(yè)增值能力與農(nóng)業(yè)上游度水平呈“倒U型”關(guān)系，農(nóng)業(yè)技能勞動(dòng)投入比例上升，有利于提升農(nóng)業(yè)增值能力，而農(nóng)業(yè)價(jià)值鏈長(zhǎng)度延伸則會(huì)制約農(nóng)業(yè)增值能力提升。

全球價(jià)值鏈；上游度水平；價(jià)值鏈長(zhǎng)度；增值能力

一、引言及文獻(xiàn)綜述

農(nóng)業(yè)事關(guān)國(guó)計(jì)民生。伴隨著農(nóng)業(yè)國(guó)際垂直專業(yè)化的發(fā)展，農(nóng)產(chǎn)品全球價(jià)值鏈的加速分解與重構(gòu)，由跨國(guó)公司主導(dǎo)的農(nóng)業(yè)全球價(jià)值鏈與農(nóng)業(yè)全球生產(chǎn)網(wǎng)絡(luò)已基本形成。由于農(nóng)產(chǎn)品價(jià)值鏈的每一環(huán)節(jié)都體現(xiàn)不同的價(jià)值創(chuàng)造，企業(yè)在農(nóng)產(chǎn)品價(jià)值鏈中所處位置將直接決定其獲利能力。如美國(guó)政府通過(guò)扶持農(nóng)業(yè)企業(yè)巨頭占據(jù)農(nóng)業(yè)價(jià)值鏈的高端環(huán)節(jié)，主導(dǎo)了農(nóng)業(yè)全球價(jià)值鏈，增強(qiáng)了本國(guó)農(nóng)業(yè)獲利能力。通過(guò)吸納發(fā)展中國(guó)家融入農(nóng)業(yè)全球價(jià)值鏈分工體系，從而實(shí)現(xiàn)了發(fā)達(dá)國(guó)家所主導(dǎo)的農(nóng)業(yè)價(jià)值鏈跨境延伸與全球布局。

隨著全球價(jià)值鏈分工對(duì)世界經(jīng)濟(jì)影響日益深入，對(duì)農(nóng)業(yè)價(jià)值鏈的研究亦逐步深入，而現(xiàn)有對(duì)農(nóng)業(yè)價(jià)值鏈的研究多集中于融資領(lǐng)域。其中代表性文獻(xiàn)主要包括：Hanemann et al.(2008)、Kaplinsky(2000)、Miler et al.(2012)、洪銀興等(2009)、張慶亮(2014)、朱磊等(2012)等，這些文獻(xiàn)主要研究了農(nóng)業(yè)價(jià)值鏈融資類型、融資模式和融資案例等。雖然王嵐等(2015)探討了中國(guó)制造業(yè)嵌入全球價(jià)值鏈的位置與其增值能力的關(guān)系，但對(duì)農(nóng)業(yè)全球價(jià)值鏈嵌入位置與增值能力關(guān)系的研究卻鮮有文獻(xiàn)涉足。

本文試圖通過(guò)對(duì)43個(gè)國(guó)家(地區(qū))農(nóng)業(yè)全球價(jià)值鏈長(zhǎng)度進(jìn)行測(cè)算與分解，測(cè)算出2000—2014年間43個(gè)國(guó)家(地區(qū))農(nóng)業(yè)增值能力的動(dòng)態(tài)變化趨勢(shì)，并對(duì)農(nóng)業(yè)增值能力的主要影響因素進(jìn)行實(shí)證檢驗(yàn)。

二、全球農(nóng)業(yè)全球價(jià)值鏈長(zhǎng)度測(cè)算與對(duì)比

(一)測(cè)算方法

依據(jù)Fally et al.(2013)的研究，全球價(jià)值鏈長(zhǎng)度可借助遞歸思想進(jìn)行求解，具體思路是：一國(guó)特定部門(mén)產(chǎn)品在生產(chǎn)過(guò)程中所蘊(yùn)含的生產(chǎn)階段數(shù)，取決于不同中間投入品的垂直生產(chǎn)階段數(shù)和該產(chǎn)品生產(chǎn)過(guò)程中對(duì)每種中間投入品的直接消耗系數(shù)。由此可知，當(dāng)某產(chǎn)業(yè)的產(chǎn)品在生產(chǎn)過(guò)程中不涉及中間投入品時(shí)，其全球價(jià)值鏈長(zhǎng)度最短為1，否則將大于1。具體表達(dá)式為：

(1)

式(1)中，Nim和Njn依次為m國(guó)i產(chǎn)品和n國(guó)j產(chǎn)品的價(jià)值鏈長(zhǎng)度指數(shù)；μjnim表示m國(guó)單位價(jià)值i產(chǎn)品中所蘊(yùn)含的n國(guó)j產(chǎn)品投入價(jià)值。通過(guò)矩陣運(yùn)算便可以得出產(chǎn)業(yè)價(jià)值鏈長(zhǎng)度的相關(guān)公式，具體如式(2)所示：

Ni=μ′(I-A)-1

(2)

式(2)中，N為產(chǎn)業(yè)價(jià)值鏈長(zhǎng)度列向量；μ為單位列向量；A為投入產(chǎn)出直接消耗系數(shù)矩陣；(I-A)-1為里昂惕夫逆陣。

(二)農(nóng)業(yè)全球價(jià)值鏈長(zhǎng)度測(cè)算與分解

1.農(nóng)業(yè)全球價(jià)值鏈長(zhǎng)度測(cè)算

本文計(jì)算的43個(gè)國(guó)家(地區(qū))全球價(jià)值鏈長(zhǎng)度的數(shù)據(jù)來(lái)自于世界投入產(chǎn)出表，世界投入產(chǎn)出表是由歐盟委員會(huì)資助編制，最新版為2016年發(fā)布的2000—2014年15年投入產(chǎn)出數(shù)據(jù)，而本文所使用的正是2016年發(fā)布的數(shù)據(jù)。借助2000—2014年世界投入產(chǎn)出表，可以測(cè)算出43個(gè)國(guó)家(地區(qū))三大產(chǎn)業(yè)全球價(jià)值鏈長(zhǎng)度的變動(dòng)趨勢(shì)。由表1可知：(1)樣本期間，總體上，工業(yè)全球價(jià)值鏈長(zhǎng)度最長(zhǎng)，農(nóng)業(yè)其次，服務(wù)業(yè)最短。2000—2014年，工業(yè)、農(nóng)業(yè)和服務(wù)業(yè)的全球價(jià)值鏈長(zhǎng)度均值依次為2.396、2.156和1.847。(2)2000—2014年，43個(gè)國(guó)家(地區(qū))農(nóng)業(yè)全球價(jià)值鏈長(zhǎng)度均值排名，加拿大高居榜首(2.541)，丹麥位列第二(2.536)，捷克排名第三(2.519)；排名較為靠后的國(guó)家依次為：印度尼西亞(1.414)、印度(1.506)和墨西哥(1.702)。(3)受2008年金融危機(jī)影響，幾乎所有國(guó)家(地區(qū))的全球價(jià)值鏈長(zhǎng)度(工業(yè)、農(nóng)業(yè)、服務(wù)業(yè))均顯現(xiàn)出不同程度的收縮，但由于各國(guó)經(jīng)濟(jì)開(kāi)放程度差異、參與國(guó)際分工深度有別及國(guó)際波動(dòng)傳遞渠道不同，不同國(guó)家(地區(qū))全球價(jià)值鏈拐點(diǎn)出現(xiàn)的年份有所不同(分別為2008年當(dāng)期、滯后一期和滯后二期)，尤以2009—2010年間全球價(jià)值鏈長(zhǎng)度縮水最為明顯，如愛(ài)爾蘭農(nóng)業(yè)全球價(jià)值鏈的長(zhǎng)度由2009年的2.8509減至2010年的2.4044，縮水近15.66%；丹麥由2.8511減至2.6362，降幅為7.54%；法國(guó)由2.5121減至2.3671，縮短了約5.77%。通過(guò)測(cè)算農(nóng)業(yè)全球價(jià)值鏈長(zhǎng)度，可以了解不同國(guó)家(地區(qū))農(nóng)業(yè)生產(chǎn)過(guò)程中所歷經(jīng)的垂直生產(chǎn)階段數(shù)，但無(wú)法獲知各國(guó)農(nóng)業(yè)國(guó)內(nèi)分工的精細(xì)化程度及對(duì)國(guó)外中間投入品依賴性的強(qiáng)弱，下文將通過(guò)分解農(nóng)業(yè)全球價(jià)值鏈方式來(lái)探討不同國(guó)家(地區(qū))農(nóng)業(yè)在國(guó)際分工中的角色變遷。(4)考察期間，發(fā)達(dá)國(guó)家(地區(qū))*文中發(fā)達(dá)國(guó)家(地區(qū))與發(fā)展中國(guó)家(地區(qū))的劃分以聯(lián)合國(guó)開(kāi)發(fā)計(jì)劃署2010年11月4日發(fā)布的《2010年人文發(fā)展報(bào)告》為依據(jù)，其中發(fā)達(dá)國(guó)家(地區(qū))包括：澳大利亞、奧地利、比利時(shí)、加拿大、瑞士、德國(guó)、丹麥、西班牙、芬蘭、法國(guó)、英國(guó)、希臘、愛(ài)爾蘭、意大利、日本、盧森堡、荷蘭、挪威、葡萄牙、瑞典和美國(guó)。農(nóng)業(yè)全球價(jià)值鏈長(zhǎng)度均值要高于發(fā)展中國(guó)家(地區(qū))*文中所指的發(fā)達(dá)國(guó)家(地區(qū))僅包括經(jīng)合組織原有的24個(gè)國(guó)家，1994年之后加入經(jīng)合組織的墨西哥、捷克、匈牙利、波蘭、韓國(guó)等國(guó)仍被視為發(fā)展中國(guó)家。。這反映出發(fā)達(dá)國(guó)家(地區(qū))農(nóng)工貿(mào)一體化程度較高，三大產(chǎn)業(yè)間的互動(dòng)融合性較強(qiáng)。

表1 2000—2014年43個(gè)國(guó)家(地區(qū))三大產(chǎn)業(yè)全球價(jià)值鏈長(zhǎng)度測(cè)算

(續(xù)表1)

2000農(nóng)業(yè)工業(yè)服務(wù)業(yè)2007農(nóng)業(yè)工業(yè)服務(wù)業(yè)2014農(nóng)業(yè)工業(yè)服務(wù)業(yè)捷克2．3882．4902．0712．5352．6412．1372．5522．6832．165德國(guó)2．0632．2721．7562．2472．3851．8052．3952．4041．848丹麥2．2082．1701．8242．6372．3411．9502．5852．3511．939西班牙1．7982．3821．8061．9582．5971．9292．1952．6331．834愛(ài)沙尼亞2．2572．5322．0372．1992．5241．9672．3582．6182．012芬蘭2．3212．3291．8572．5532．4111．9392．6202．5081．969法國(guó)2．2322．3471．8232．3732．4861．8612．5022．5501．895英國(guó)2．0242．1581．7762．1472．2201．7992．3582．3591．843希臘1．6832．0471．6941．8192．1181．7132．0302．2191．686克羅地亞1．9682．2331．7772．0512．3841．8152．0822．3611．830匈牙利2．4322．5331．8962．3922．5481．8482．3902．6001．880印度尼西亞1．4302．1061．6531．4382．2021．6701．3622．2401．693印度1．5152．3241．4261．4892．4171．4221．4902．4281．376愛(ài)爾蘭2．1522．1961．9722．5482．3432．0592．5012．2811．759意大利1．7102．4411．8571．8792．5721．8942．0602．6801．948日本1．9182．2321．7232．0882．4611．8032．1132．4711．818韓國(guó)1．8392．4231．8172．0662．6961．9332．2542．8772．051立陶宛1．9822．1561．6112．2152．1571．6972．3622．1651．675盧森堡1．9662．2171．8702．2032．3892．0062．6222．4382．158拉脫維亞2．1882．4351．9522．3282．5031．9252．8092．5732．018墨西哥1．6542．1361．5801．6952．2181．5791．7662．2611．612馬耳他2．0372．3851．8032．2192．5782．0812．1152．7612．240荷蘭2．0362．2121．8292．0772．1881．7842．4842．5141．925挪威1．9542．1781．8612．0962．2571．8802．1352．2531．877波蘭2．4072．3201．9282．3102．4321．9302．4182．5451．918葡萄牙1．9322．4181．8972．1982．5251．8782．3632．5851．850羅馬尼亞1．9732．3461．7852．2882．3771．9282．1942．4241．944俄羅斯1．8331．7451．4061．9331．8831．4812．1241．9551．531斯洛伐克2．4542．5412．1412．0972．5501．9132．0702．6541．965斯洛文尼亞2．0482．4031．8732．1572．4481．8922．1562．5321．951瑞典2．2642．2701．8582．3702．3281．8772．6862．3651．871土耳其1．6762．3751．6251．6742．3531．6121．6902．3981．618臺(tái)灣2．1712．5051．7612．3272．8321．8582．2102．9361．929美國(guó)2．2922．2021．7602．3312．2531．7692．2612．2481．773

數(shù)據(jù)來(lái)源：由2016年發(fā)布的世界投入產(chǎn)出表數(shù)據(jù)計(jì)算得出。

2.農(nóng)業(yè)全球價(jià)值鏈長(zhǎng)度分解

由于篇幅所限，表2中僅列出部分年份的數(shù)據(jù)。依據(jù)2000—2014年43個(gè)國(guó)家(地區(qū))農(nóng)業(yè)全球價(jià)值鏈的國(guó)內(nèi)段長(zhǎng)度測(cè)算結(jié)果，可以發(fā)現(xiàn)：(1)考察期間內(nèi)，農(nóng)業(yè)全球價(jià)值鏈國(guó)內(nèi)段長(zhǎng)度(均值)排名前5位國(guó)家依次為：加拿大(2.0892)、美國(guó)(2.0169)、澳大利亞(1.9720)、捷克(1.9605)和丹麥(1.9288)，反映出這些國(guó)家農(nóng)業(yè)垂直生產(chǎn)分割較為明顯，國(guó)內(nèi)分工更為精細(xì)，對(duì)其他產(chǎn)業(yè)的拉動(dòng)效應(yīng)較強(qiáng)；排名相對(duì)靠后的國(guó)家分別為：印度尼西亞(1.2806)、盧森堡(1.3084)、印度(1.4235)、土耳其(1.4531)和馬耳他(1.4612)，這意味著此5國(guó)農(nóng)業(yè)垂直生產(chǎn)結(jié)構(gòu)不甚明顯，國(guó)內(nèi)分工較為粗獷，對(duì)其他產(chǎn)業(yè)帶動(dòng)效應(yīng)相對(duì)較弱。(2)2000—2014年，43個(gè)國(guó)家(地區(qū))農(nóng)業(yè)全球價(jià)值鏈長(zhǎng)度總體呈波動(dòng)態(tài)勢(shì)。愛(ài)爾蘭(11.08%)、斯洛伐克(9.07%)、西班牙(6.88%)、丹麥(6.10%)和韓國(guó)(5.89%)等國(guó)農(nóng)業(yè)全球價(jià)值鏈的離散程度較強(qiáng)，墨西哥(1.19%)、挪威(1.25%)、克羅地亞(1.60%)、瑞士(1.75%)和馬耳他(1.78%)等國(guó)離散程度相對(duì)較弱。(3)就中國(guó)而言，2007—2014年農(nóng)業(yè)全球價(jià)值鏈國(guó)內(nèi)段長(zhǎng)度總體呈延伸之勢(shì)(由1.8374升至1.9531)，這主要得益于中國(guó)改革開(kāi)放進(jìn)一步深化，國(guó)內(nèi)分工體系完善，農(nóng)業(yè)、工業(yè)和服務(wù)業(yè)互動(dòng)融合加強(qiáng)。

表2 2000—2014年43個(gè)國(guó)家(地區(qū))農(nóng)業(yè)全球價(jià)值鏈國(guó)內(nèi)段長(zhǎng)度

數(shù)據(jù)來(lái)源：由2016年發(fā)布的世界投入產(chǎn)出表數(shù)據(jù)計(jì)算得出。

由于篇幅所限，表3中同樣僅列出部分年份的數(shù)據(jù)。由2000—2014年43個(gè)國(guó)家(或地區(qū))農(nóng)業(yè)全球價(jià)值鏈國(guó)外段長(zhǎng)度的測(cè)算結(jié)果可以發(fā)現(xiàn)：(1)考察期間內(nèi)，農(nóng)業(yè)全球價(jià)值鏈國(guó)外段長(zhǎng)度排名前5的國(guó)家依次為：盧森堡(1.0081)、愛(ài)爾蘭(0.8135)、拉脫維亞(0.8033)、比利時(shí)(0.7373)和立陶宛(0.6971)，反映了這些國(guó)家的農(nóng)業(yè)對(duì)國(guó)外中間投入品的需求較強(qiáng)，易受國(guó)際經(jīng)濟(jì)波動(dòng)的影響；印度(0.0829)、印度尼西亞(0.1331)、中國(guó)(0.1554)、俄羅斯(0.2101)和日本(0.2136)等國(guó)農(nóng)業(yè)全球價(jià)值鏈的國(guó)外段長(zhǎng)度相對(duì)較短，此類國(guó)家農(nóng)業(yè)自主性相對(duì)較強(qiáng)，農(nóng)業(yè)的關(guān)聯(lián)產(chǎn)業(yè)多來(lái)自國(guó)內(nèi)，對(duì)國(guó)外中間投入品的需求相對(duì)較弱，對(duì)國(guó)際經(jīng)濟(jì)波動(dòng)的免疫性較強(qiáng)。(2)與2000年相比，除斯洛伐克外，2014年幾乎所有國(guó)家(地區(qū))農(nóng)業(yè)全球價(jià)值鏈長(zhǎng)度均有不同程度的延伸。其中尤以日本農(nóng)業(yè)全球價(jià)值鏈長(zhǎng)度延伸最為明顯，增幅高達(dá)1.5955；其次是立陶宛，增幅為1.2926；保加利亞排名第三，增幅約1.1220。(3)受2008年金融危機(jī)影響，2009年多數(shù)國(guó)家(地區(qū))農(nóng)業(yè)全球價(jià)值鏈的國(guó)外段長(zhǎng)度收縮明顯，這主要緣于全球經(jīng)濟(jì)低迷，國(guó)外中間產(chǎn)品供給能力和效率有所下降，多數(shù)國(guó)家(地區(qū))通過(guò)壓縮農(nóng)業(yè)全球價(jià)值鏈的國(guó)外段長(zhǎng)度來(lái)有效規(guī)避供應(yīng)鏈斷裂的風(fēng)險(xiǎn)。

表3 2000—2014年43個(gè)國(guó)家(地區(qū))農(nóng)業(yè)全球價(jià)值鏈國(guó)外段長(zhǎng)度

三、全球農(nóng)業(yè)上游度水平測(cè)算與分析

(一)測(cè)算方法

經(jīng)濟(jì)全球化與生產(chǎn)片段化使得跨國(guó)公司在全球范圍內(nèi)組織生產(chǎn)，各國(guó)農(nóng)業(yè)企業(yè)通過(guò)參與不同工序生產(chǎn)過(guò)程，從而嵌入到跨國(guó)公司主導(dǎo)的農(nóng)業(yè)全球價(jià)值鏈。因而，本文通過(guò)測(cè)算農(nóng)業(yè)上游度水平來(lái)確定各國(guó)農(nóng)業(yè)在現(xiàn)有國(guó)際分工格局中的位置，以判斷各個(gè)國(guó)家(地區(qū))農(nóng)業(yè)究竟是處于全球價(jià)值鏈的上游階段，還是更加接近終端消費(fèi)者。關(guān)于農(nóng)業(yè)上游度水平的測(cè)算，借鑒Fally(2011)所用方法，即將上游度定義為“某產(chǎn)業(yè)向上游產(chǎn)業(yè)銷售越多的產(chǎn)出份額，則該產(chǎn)業(yè)越位于上游”。因此，產(chǎn)業(yè)i的上游度水平Ui計(jì)算公式如式(3)所示：

(3)

式(3)中，dij為j部門(mén)生產(chǎn)單位價(jià)值產(chǎn)品需投入i部門(mén)產(chǎn)品價(jià)值；Yi與Yj依次表示i部門(mén)和j部門(mén)的總產(chǎn)值；dijYj

Yi表示j部門(mén)采購(gòu)的i部門(mén)中間投入品占i部門(mén)總產(chǎn)出的比例；Ui≥1。

運(yùn)用矩陣代數(shù)可以將該測(cè)算法表述為：U=[1-Δ]-11，其中Δ是第(i,j)項(xiàng)元素為dijYj

Yi的矩陣，1為元素均為1的列向量。具體數(shù)據(jù)來(lái)源于世界投入產(chǎn)出數(shù)據(jù)庫(kù)中2000—2014年世界投入產(chǎn)出表數(shù)據(jù)。

(二)測(cè)算結(jié)果與分析

表4為2000—2014年43個(gè)國(guó)家(或地區(qū))農(nóng)業(yè)上游度變動(dòng)趨勢(shì)測(cè)算結(jié)果。由表4可知：(1)2000—2014年，43個(gè)國(guó)家(地區(qū))三大產(chǎn)業(yè)上游度均值排名依次為：工業(yè)(2.4444)、農(nóng)業(yè)(2.2296)、服務(wù)業(yè)(2.0454)。具體到中國(guó)來(lái)看，考察期間中國(guó)三大產(chǎn)業(yè)上游度水平均值要顯著高于世界平均水平，具體分別為工業(yè)(3.0675)、農(nóng)業(yè)(2.5440)和服務(wù)業(yè)(2.0789)，反映了中國(guó)的三大產(chǎn)業(yè)均對(duì)世界經(jīng)濟(jì)具有較強(qiáng)的支撐性，三大產(chǎn)業(yè)的產(chǎn)品更多作為中間投入品為本國(guó)或其他國(guó)家所使用。(2)就農(nóng)業(yè)上游度水平而言，排名前5的國(guó)家依次為：瑞士(2.8679)、芬蘭(2.8528)、瑞典(2.6872)、澳大利亞(2.6807)、丹麥(2.6366)。其中，瑞士農(nóng)業(yè)上游度水平較高得益于其畜牧業(yè)發(fā)達(dá)，農(nóng)業(yè)與其他產(chǎn)業(yè)關(guān)聯(lián)緊密，具體表現(xiàn)在兩個(gè)方面：一方面農(nóng)業(yè)為工業(yè)(如食品加工業(yè))提供原料，另一方面農(nóng)業(yè)為服務(wù)業(yè)(如旅游業(yè)、科學(xué)研究與技術(shù)服務(wù)業(yè))提供了支撐。排名較為靠后的國(guó)家(地區(qū))依次為：馬耳他(1.6531)、斯洛文尼亞(1.6732)、希臘(1.7252)、印度(1.7648)、塞浦路斯(1.7767)。其中，印度農(nóng)業(yè)上游度水平較低主要由于農(nóng)業(yè)與工業(yè)、農(nóng)業(yè)與服務(wù)業(yè)融合度不高，具體表現(xiàn)在：一是印度農(nóng)業(yè)以小農(nóng)經(jīng)營(yíng)為主，農(nóng)業(yè)機(jī)械化水平和化肥施用水平較低；二是印度農(nóng)業(yè)雖與互聯(lián)網(wǎng)技術(shù)廣泛融合，但缺乏金融服務(wù)業(yè)和農(nóng)業(yè)技術(shù)服務(wù)業(yè)的有力支撐。(3)具體到中國(guó)而言，2001—2009年中國(guó)農(nóng)業(yè)上游度水平持續(xù)攀升，由2.0224提高到2.8421，說(shuō)明農(nóng)產(chǎn)品作為工業(yè)生產(chǎn)中間投入品的角色得以強(qiáng)化。2009—2010年中國(guó)農(nóng)業(yè)上游度水平有所回落，由2.8421降至2.8066，主要由于美國(guó)次貸危機(jī)的滯后效應(yīng)。具體來(lái)看，美國(guó)次貸危機(jī)導(dǎo)致世界經(jīng)濟(jì)增長(zhǎng)疲軟，貿(mào)易保護(hù)主義抬頭，各國(guó)紛紛壓縮國(guó)外產(chǎn)品需求，從而導(dǎo)致中國(guó)制造業(yè)增速減緩，其他產(chǎn)業(yè)對(duì)農(nóng)業(yè)的有效需求減弱。

表4 2000—2014年43個(gè)國(guó)家(或地區(qū))三大產(chǎn)業(yè)上游度變動(dòng)趨勢(shì)

(續(xù)表4)

2000農(nóng)業(yè)工業(yè)服務(wù)業(yè)2007農(nóng)業(yè)工業(yè)服務(wù)業(yè)2014農(nóng)業(yè)工業(yè)服務(wù)業(yè)中國(guó)2．0902．9112．0622．5933．1352．0983．0333．3022．181塞浦路斯1．7342．2011．9191．7502．0941．9961．8462．1982．073捷克2．5362．5802．2512．5892．6202．3752．5272．6732．373德國(guó)2．0452．2852．0652．1172．4232．1692．3922．5062．144丹麥2．4552．3012．0752．6762．4002．1812．5942．4652．201西班牙1．8462．4182．0081．9902．6792．1902．3502．6302．020愛(ài)沙尼亞1．9022．6182．1142．1002．5282．1862．1322．6092．282芬蘭2．8862．6852．1792．8792．6712．2012．8372．7092．196法國(guó)2．3772．3522．0282．3962．3872．0782．4882．5042．036英國(guó)1．8812．3092．0291．9012．3382．0562．3382．5792．074希臘1．7611．9711．8141．6671．9801．8791．8342．1501．929克羅地亞1．8482．1272．1141．8062．2102．1161．9112．2942．184匈牙利2．4112．3802．0482．4622．4302．0982．6662．5292．096印度尼西亞2．0572．1071．6942．0972．2501．6942．1482．2391．751印度1．6622．0811．6171．8122．0811．7131．7112．0731．604愛(ài)爾蘭2．3342．2842．3282．5242．4302．4742．2752．5542．154意大利1．7962．3692．1081．8422．4562．1782．3782．5782．117日本2．2112．5071．9972．2762．6532．0482．3172．6792．010韓國(guó)2．2102．6022．0792．3322．8692．1772．7003．0972．324立陶宛1．8602．4561．8461．8902．4121．9132．2172．6371．994盧森堡2．2032．5382．2752．3172．6262．3062．6942．6252．377拉脫維亞1．9272．6682．1142．0742．3252．1572．3602．9662．290墨西哥2．0132．0791．5611．8862．1011．5331．8772．1891．559馬耳他1．4772．0241．8641．7182．3402．0051．8052．6022．055荷蘭2．0502．3842．1421．7552．3892．1262．4612．7552．313挪威2．6662．7802．0882．5982．7462．1352．5682．8182．125波蘭1．9822．2832．0172．0292．4152．1322．3212．5522．107葡萄牙1．9682．3061．9422．0312．5142．0342．1212．5642．055羅馬尼亞2．1872．2952．0982．1332．3002．0522．0942．3782．277俄羅斯1．9642．1491．6391．8132．0871．5791．8372．1491．640斯洛伐克2．0402．4882．0712．0842．3972．0672．1402．4592．099斯洛文尼亞2．4442．6322．1302．2322．3862．1282．1552．3382．039瑞典2．6132．5122．1282．6782．5752．1852．7802．6982．160土耳其1．9632．4561．8381．9262．2041．8061．8672．2981．825臺(tái)灣2．1292．6601．9552．0642．9402．0682．2483．1042．033美國(guó)2．4662．3391．9022．5242．3561．8872．6472．3321．905

四、全球農(nóng)業(yè)增值能力影響因素分析

鑒于全球價(jià)值鏈任意鏈節(jié)都體現(xiàn)出價(jià)值創(chuàng)造，企業(yè)嵌入全球價(jià)值鏈的位置不同，產(chǎn)品垂直生產(chǎn)結(jié)構(gòu)有別，行業(yè)勞動(dòng)生產(chǎn)率水平各異，因而各國(guó)農(nóng)業(yè)單位產(chǎn)出增值率出現(xiàn)明顯差異。為了理清1995—2011年各國(guó)農(nóng)業(yè)在全球價(jià)值鏈中所處地位與其增值能力的關(guān)系，本文構(gòu)建涵蓋農(nóng)業(yè)增值能力及其影響因素的面板數(shù)據(jù)模型，以此進(jìn)行驗(yàn)證，并采用兩階段最小二乘法(Two Stage Least Square，TSLS)來(lái)控制農(nóng)業(yè)增值能力與農(nóng)業(yè)上游度水平間的內(nèi)生性。具體回歸的基礎(chǔ)模型為：

(4)

式(4)中，農(nóng)業(yè)增值能力(AVA)為被解釋變量，具體數(shù)據(jù)來(lái)源于1995—2011年世界投入產(chǎn)出表*世界投入產(chǎn)出數(shù)據(jù)庫(kù)(World Input-Output Database ，WIOD)只更新了投入產(chǎn)出表，配套的經(jīng)濟(jì)社會(huì)表尚未更新，因此本文的分析基于2013年發(fā)布的世界投入產(chǎn)出表(1995—2011年)數(shù)據(jù)及其配套的經(jīng)濟(jì)社會(huì)表數(shù)據(jù)展開(kāi)。鑒于2013年發(fā)布的世界投入產(chǎn)出表包含40個(gè)國(guó)家(地區(qū))數(shù)據(jù)，所以文中面板數(shù)據(jù)回歸模型僅以40個(gè)國(guó)家(地區(qū))為樣本。。主要解釋變量設(shè)置如下：農(nóng)業(yè)上游度水平(AUPST)、農(nóng)業(yè)全球價(jià)值鏈的國(guó)內(nèi)段長(zhǎng)度(ADGVCLEN)、農(nóng)業(yè)全球價(jià)值鏈的國(guó)外段長(zhǎng)度(AFGVCLEN)作為反映40個(gè)國(guó)家(地區(qū))在全球價(jià)值鏈分工中地位變化的指標(biāo)，可以用于驗(yàn)證40個(gè)國(guó)家(地區(qū))農(nóng)業(yè)在全球價(jià)值鏈分工中的角色變遷與其增值能力的關(guān)系。農(nóng)業(yè)上游度水平用來(lái)測(cè)算農(nóng)產(chǎn)品在全球價(jià)值鏈分工中所處地位，同時(shí)結(jié)合拉姆齊(Ramsey)RESET(Regression Specification Error Test)的檢驗(yàn)結(jié)果與微笑曲線相關(guān)理論，并將測(cè)算農(nóng)業(yè)上游度水平的一次項(xiàng)與二次項(xiàng)引入模型。而全球價(jià)值鏈的國(guó)內(nèi)段長(zhǎng)度與國(guó)外段長(zhǎng)度則是基于垂直生產(chǎn)結(jié)構(gòu)視角，可以用于衡量特定行業(yè)參與全球價(jià)值鏈分工的深度。農(nóng)業(yè)上游度水平和農(nóng)業(yè)全球價(jià)值鏈的國(guó)內(nèi)段長(zhǎng)度與國(guó)外段長(zhǎng)度由上文測(cè)算得出，同時(shí)上述變量均無(wú)單位。為了控制模型的內(nèi)生性問(wèn)題，將測(cè)算農(nóng)業(yè)上游度的一階滯后項(xiàng)作為工具變量引入模型。本文借助農(nóng)業(yè)人均產(chǎn)出(AGDPPC)來(lái)衡量農(nóng)業(yè)勞動(dòng)生產(chǎn)率水平，同時(shí)為了減少異方差影響，將其以對(duì)數(shù)形式引人模型。

為了使數(shù)據(jù)具有可比性，本文以1995年為基期，對(duì)各年產(chǎn)出均作平減處理。為了統(tǒng)一計(jì)量單位，依據(jù)當(dāng)年外匯牌價(jià)，將其折合成美元，匯率數(shù)據(jù)來(lái)自于世界銀行發(fā)展指標(biāo)(World Bank Institute，WBI)數(shù)據(jù)庫(kù)，單位為：美元/人。為了盡可能規(guī)避遺漏變量所帶來(lái)的內(nèi)生性問(wèn)題，本文將農(nóng)業(yè)勞動(dòng)構(gòu)成和農(nóng)業(yè)資本密集度作為控制變量引入模型。其中，農(nóng)業(yè)勞動(dòng)構(gòu)成(AHLIR、AMLIR)由農(nóng)業(yè)高技能勞動(dòng)和中技能勞動(dòng)的占比來(lái)體現(xiàn)，具體數(shù)據(jù)來(lái)源于世界投入產(chǎn)出數(shù)據(jù)庫(kù)。農(nóng)業(yè)人均資本的對(duì)數(shù)(Ln AFCPC)作為衡量農(nóng)業(yè)資本密集度的替代變量，由農(nóng)業(yè)實(shí)際固定資本形成總額除以農(nóng)業(yè)的就業(yè)總?cè)藬?shù)表示，具體基期為1995年，以此對(duì)各年農(nóng)業(yè)固定資產(chǎn)形成總額進(jìn)行平減處理。與上文類似，為了統(tǒng)一計(jì)量單位，依據(jù)當(dāng)年外匯牌價(jià)，將相關(guān)數(shù)據(jù)折合成美元，單位為：美元/人。

如上文所述，為了規(guī)避內(nèi)生性問(wèn)題，本文主要采用兩階段最小二乘法(TSLS)進(jìn)行數(shù)據(jù)分析，在回歸中依次剔除最不顯著的解釋變量，分別得到模型4、模型5和模型6。關(guān)于模型內(nèi)生性的識(shí)別，通常做法是進(jìn)行Hausman檢驗(yàn)或Davidson-Mackinnon檢驗(yàn)，而本文借助后者來(lái)檢驗(yàn)。由Davidson-Mackinnon檢驗(yàn)的結(jié)果可知，由于其拒絕原假設(shè)，因此需要對(duì)兩階段最小二乘法(TSLS)的回歸結(jié)果進(jìn)行分析。作為參考，表5中還列出面板數(shù)據(jù)固定效應(yīng)模型的回歸結(jié)果(固定效應(yīng)回歸中依次剔除最不顯著的解釋變量，分別得到模型1、模型2和模型3)。其中固定效應(yīng)和隨機(jī)效應(yīng)的選擇主要借助Hausman檢驗(yàn)來(lái)判定。具體情況見(jiàn)表5。

表5 基于兩階段最小二乘法(TSLS)的農(nóng)業(yè)增值能力影響因素檢驗(yàn)

(續(xù)表5)

FE模型1模型2模型3TSLS模型4模型5模型6LnAGDPPC0．002??(0．001)0．003???(0．001)0．003???(0．001)0．002?(0．001)0．002?(0．001)LnAFCPC0．001(0．003)0．002(0．003)CONS1．075???(0．037)1．084???(0．026)1．094???(0．026)0．982???(0．062)1．005???(0．049)1．022???(0．048)樣本數(shù)680680680640640640F值88．880111．180129．91082．860103．320105．880Hausman檢驗(yàn)Chi2值37．68044．55055．02036．92043．39033．280Hausman檢驗(yàn)p值0．0000．0000．0000．0000．0000．000Davidson-MacKinnon檢驗(yàn)p值0．0000．0000．000聯(lián)合顯著p值0．0000．0000．0000．0000．0000．000WithinR-sq0．9300．9300．9290．9250．9260．924

注：小括號(hào)內(nèi)數(shù)值為標(biāo)準(zhǔn)誤；*、**、***依次表示在10%、5%、1%水平上顯著。

回歸結(jié)果顯示：(1)考察期間內(nèi)，農(nóng)業(yè)增值能力與農(nóng)業(yè)上游度水平的一次項(xiàng)、農(nóng)業(yè)中技能勞動(dòng)投入比率呈正相關(guān)，且均通過(guò)5%的顯著性水平檢驗(yàn)；(2)農(nóng)業(yè)增值能力與農(nóng)業(yè)上游度水平的二次項(xiàng)、農(nóng)業(yè)全球價(jià)值鏈的國(guó)內(nèi)段長(zhǎng)度、農(nóng)業(yè)全球價(jià)值鏈的國(guó)外段長(zhǎng)度、農(nóng)業(yè)高技能勞動(dòng)投入比率呈負(fù)相關(guān)，且均通過(guò)5%的顯著性水平檢驗(yàn)；(3)農(nóng)業(yè)增值能力與農(nóng)業(yè)勞動(dòng)生產(chǎn)率、農(nóng)業(yè)資本密集度關(guān)聯(lián)度并不顯著，均未通過(guò)5%的顯著性水平檢驗(yàn)。由此可知：一是農(nóng)業(yè)增值能力與農(nóng)業(yè)生產(chǎn)中不同技能勞動(dòng)投入比例關(guān)聯(lián)顯著，中技能勞動(dòng)投入比例增加有利于農(nóng)業(yè)增值能力提升，而高技能勞動(dòng)投入比例增加的結(jié)果卻適得其反；二是農(nóng)業(yè)增值能力與農(nóng)業(yè)上游度呈“倒U型”關(guān)系；三是伴隨農(nóng)業(yè)全球價(jià)值國(guó)內(nèi)段長(zhǎng)度與國(guó)外段長(zhǎng)度延展，農(nóng)業(yè)增值能力卻有所削弱。

五、結(jié)論與政策建議

本文通過(guò)對(duì)2000—2014年43個(gè)國(guó)家(地區(qū))農(nóng)業(yè)全球價(jià)值鏈長(zhǎng)度的測(cè)算與分解，同時(shí)借助上游度指數(shù)測(cè)算，明確了農(nóng)業(yè)對(duì)其他產(chǎn)業(yè)的支撐性作用，接下來(lái)借助面板數(shù)據(jù)二階段最小二乘法檢驗(yàn)了農(nóng)業(yè)增值能力的主要影響因素。研究結(jié)果顯示：農(nóng)業(yè)增值能力與農(nóng)業(yè)中技能勞動(dòng)投入比例呈正相關(guān)；農(nóng)業(yè)增值能力與農(nóng)業(yè)上游度水平總體呈“倒U型”關(guān)系，在最初階段，農(nóng)業(yè)上游度水平增加有助于農(nóng)業(yè)增值能力提升；而當(dāng)農(nóng)業(yè)上游度水平超出一定程度，農(nóng)業(yè)的增值能力將被工業(yè)和服務(wù)業(yè)所代替，從而導(dǎo)致兩者出現(xiàn)負(fù)相關(guān)；農(nóng)業(yè)增值能力與農(nóng)業(yè)全球價(jià)值鏈的國(guó)內(nèi)段長(zhǎng)度、農(nóng)業(yè)全球價(jià)值鏈的國(guó)外段長(zhǎng)度負(fù)相關(guān)；農(nóng)業(yè)增值能力與農(nóng)業(yè)高技能勞動(dòng)投入比率負(fù)相關(guān)；農(nóng)業(yè)生產(chǎn)率提高與農(nóng)業(yè)資本積累的增加未必能帶來(lái)農(nóng)業(yè)增值能力提升。

基于以上研究結(jié)果，為了進(jìn)一步提升中國(guó)農(nóng)業(yè)增值能力，本文提出以下三點(diǎn)政策建議：

(1)加強(qiáng)基層農(nóng)業(yè)技術(shù)指導(dǎo)員的培訓(xùn)與管理，提升農(nóng)技指導(dǎo)員技能水平，強(qiáng)化服務(wù)意識(shí)，進(jìn)一步提升中技能勞動(dòng)人員占比與農(nóng)業(yè)增值能力。同時(shí)，要積極調(diào)動(dòng)農(nóng)業(yè)高技能勞動(dòng)者的主觀能動(dòng)性，強(qiáng)化其在農(nóng)業(yè)技術(shù)創(chuàng)新與農(nóng)業(yè)增值能力提升中的功效。

(2)中國(guó)政府應(yīng)積極構(gòu)建跨境農(nóng)業(yè)產(chǎn)業(yè)鏈，加強(qiáng)農(nóng)業(yè)國(guó)際合作，要采取“歸核化戰(zhàn)略”，注重對(duì)農(nóng)業(yè)戰(zhàn)略核心鏈節(jié)的掌控，促進(jìn)農(nóng)業(yè)研發(fā)、成果示范與應(yīng)用有效銜接。

(3)提升農(nóng)業(yè)生產(chǎn)率與創(chuàng)新農(nóng)業(yè)金融服務(wù)，農(nóng)業(yè)企業(yè)應(yīng)樹(shù)立農(nóng)業(yè)品牌意識(shí)和創(chuàng)新意識(shí)，促進(jìn)農(nóng)業(yè)與信息技術(shù)和互聯(lián)網(wǎng)全面融合，實(shí)現(xiàn)由傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)的轉(zhuǎn)型。

洪銀興，鄭江淮. 2009. 反哺農(nóng)業(yè)的產(chǎn)業(yè)組織與市場(chǎng)組織：基于農(nóng)產(chǎn)品價(jià)值鏈的分析[J]. 管理世界(5):67-79.

王嵐，李宏艷. 2015. 中國(guó)制造業(yè)融入全球價(jià)值鏈路徑研究：嵌入位置和增值能力的視角[J]. 中國(guó)工業(yè)經(jīng)濟(jì)(2):76-82.

張慶亮. 2014. 農(nóng)業(yè)價(jià)值鏈融資：解決農(nóng)業(yè)融資難的新探索[J]. 財(cái)貿(mào)研究(5):39-45.

朱磊，馮銳. 2012. 商業(yè)銀行產(chǎn)業(yè)鏈金融探析[J]. 中央財(cái)經(jīng)大學(xué)學(xué)報(bào)(2):23-27.

FALLY T. 2011. On the fragmentation of production in US [R]. University of Colorado Working Paper．

FALLY T, HILLBERRY R. 2013. Quantifying upstreamness in East Asia: insights from a coasian model of production staging [R]. UC Berkeley ARE Working Paper．

HANEMANN P, BOURNS N, FERTZIGER I . 2008. Ataulfo mango in chiapas：a value chain analysis [R]. USAID Microreport, No.109.

KAPLINSKY P R. 2000. Globalization and unequalisation: what can be learned from value chain analysis [J]. Journal of Development Studies, 37(2):117-146.

MILLER C, SILVA C D. 2012. Value chain financing in agriculture [J]. Enterprise Development and Microfinance， 18(18):95-108.

(責(zé)任編輯 張 坤)

ResearchontheRelationshipbetweenEmbeddingPositionofAgricultureinGVCsandValue-addingCapacity

YANG Jie

(School of International Economics and Trade, Anhui University of Finance and Economics, Bengbu 233030)

Firstly, through calculation of the length of agricultural GVCs and its decomposition, the paper discusses agricultural production stages of 43 countries from vertical perspective. Secondly, the paper calculates agricultural upstreamness in order to make clear it′s supporting to other industries and variation of embedded position in global value chain. Finally, the relationship between embedding position of agriculture in GVCs and value-adding capacity is tested based on TSLS method. The results show that there is an inverted U shaped relationship between value added capability and upstreamness of agriculture. The rise of mid-skilled labor can increase value added capability of agriculture, while the extension of agricultural value chain shows restriction to it.

global value chain; upstreamness; length of global value chains; value-adding capacity

2017-07-12

楊 杰(1977--)，男，安徽懷遠(yuǎn)人，博士，安徽財(cái)經(jīng)大學(xué)國(guó)際經(jīng)濟(jì)貿(mào)易學(xué)院講師。

國(guó)家自然科學(xué)基金應(yīng)急項(xiàng)目“新常態(tài)下中國(guó)對(duì)外投資理論的創(chuàng)新與發(fā)展研究”(71541003)。

F31；F113

A

1001-6260(2017)09-0039-09

10.19337/j.cnki.34-1093/f.2017.09.004