全球價值鏈雙向參與下的生產率效應
——基于WIOD數據庫的實證研究

鄭 玉 姜青克

(南京大學 經濟學院，江蘇 南京 210093)

一、 引言及文獻評述

隨著國際產業分工的深化，工業制成品的生產分工范圍愈來愈廣，相應生產工序不斷細化，生產鏈條不斷被拉長，中間產品貿易飛速發展，產品生產跨越國界的現象也越來越普遍，許多產品的價值實際上被很多國家(地區)共享，而不是僅由最終出口該產品的國家(地區)占有，這些都表明現有產品生產的全球價值鏈(GVC)特征明顯。2013年發布的OECD調查報告也印證了這一特征的存在，300家銷售收入超過10億美元的跨國企業中，平均51%的元器件生產、47%的最終組裝生產、46%的倉儲、43%的顧客服務、39%的產品研發都是在本國之外完成的。

在參與全球價值鏈的過程中，一國(地區)既可以從產品生產過程的下游或后端(如加工、組裝等環節)參與全球價值鏈，也可以從產品生產過程上游或前端(如研發、設計等環節)參與(Hummels et al.,2001)。前者反映了一國出口對進口中間品的依賴程度，進口的中間產品越多則意味著主要從事下游加工環節；后者反映本國中間產品對他國供應鏈的貢獻程度，出口中間產品越多，意味著主要從事上游研發環節。Koopman et al.(2010)將全球價值鏈后向參與和前向參與分別稱為全球價值鏈的下游參與環節和上游參與環節。下游參與度較高的國家或行業主要承擔加工組裝、代工貼牌等方面任務或活動，需要進口大量中間品，本國出口中包含了大量他國附加值；上游參與度高的國家或行業主要承擔研發設計、品牌創新以及關鍵零部件供應等方面任務和活動，出口中間產品則創造了大量的間接出口附加值。

由于要素稟賦不同，發達國家與發展中國家參與全球價值鏈的方式也有所不同。發達國家憑借技術與高技能勞動力稟賦方面優勢，通過出口附加值較高的上游中間產品，牢牢占據全球價值鏈的上游環節，在全球分工網絡中擁有絕對的話語權與控制權，從而獲取絕對的貿易利得，促進了生產率提升；而發展中國家囿于技術劣勢，只有憑借低廉的勞動力成本優勢發展加工貿易，對發達國家的中間產品形成較強的技術依賴，在全球價值鏈中居于從屬地位，貿易利得與生產率提升都十分有限。因此，出口中間產品的全球價值鏈前向參與和依賴中間品進口的后向參與對一國(行業)生產率的提升效應可能存在差異，但現有文獻鮮有區分這兩種不同參與方式下的生產率效應差異。本文則聚焦全球價值鏈前向參與、后向參與對生產率的差異影響，探討其中的具體影響渠道。

早期對全球價值鏈的研究主要是從單個企業或行業層面來考察產品分工特征的，即先借助案例從微觀角度詮釋各國在該產品全球價值鏈中的參與特征，之后則基于垂直專業化理論與增加值貿易角度核算框架測算一國參與國際分工的程度(Hummels et al.,2001;Johnson et al.,2012;Koopman et al.,2014;Wang et al.,2017a、2017b)。近年來則聚焦于參與國際生產分割的經濟效應研究，如對收入分配(Feenstra et al.,1999)、出口產品技術復雜度(邱斌 等,2012)的影響。然而，依靠技術進步的全要素生產率提升才是經濟持續發展的關鍵，系統研究參與全球價值鏈分工對生產率的影響就顯得尤為重要。全球價值鏈可以通過細化的勞動分工、要素增強型技術進步以及中間投入種類多樣性、競爭效應、技術溢出等多種方式提升生產率水平(Grossman et al.,2008;Li et al.,2012;Baldwin et al.,2014a)。現有文獻也對全球價值鏈參與的生產率效應提供了不同層面的經驗證據。首先，在微觀(企業)層面，Baldwin et al.(2014b)利用加拿大企業微觀數據證明了參與全球價值鏈分工有利于提高生產率水平。中國企業深入融入全球價值鏈分工會促進企業生產率提升(唐東波,2014;席艷樂 等,2015;呂越 等,2016)。張杰等(2017)同時考慮中間品的進口與出口的研究表明，中間品進口促進了中國一般貿易企業的創新活動，但不利于加工貿易企業的創新活動，而中間品出口對兩類貿易均產生了抑制效應。其次，在中觀(產業)層面, Amiti et al.(2009)對美國制造行業的研究表明，1992—2000年間制造業行業通過國際生產分工獲得了顯著的生產率提升效應。Kummritz(2016)利用1995—2009年的跨國制造行業面板數據研究發現，參與全球價值鏈分工有利于國內附加值和勞動生產率的提升。劉慶林等(2009)通過研究中國制造業行業也發現，中國制造業行業在融入全球價值鏈的進程中獲取了顯著的技術溢出效應。

然而,全球價值鏈分工對生產率的促進作用存在門檻條件或者負向影響。G?rg et al.(2008)采用愛爾蘭的企業樣本研究發現，產品外包對生產率的影響因企業出口密度存在差別，對低出口密度企業存在顯著的正向作用，但對高出口密度企業的作用則并不顯著。Chalfoun et al.(2008)利用意大利行業數據的研究發現，外包對生產率的影響程度依賴于對外包的測度方法。Falk(2012)利用14個OECD國家數據研究發現，外包給低收入國家并不利于生產率提高。劉洪愧等(2017)以新興經濟體為研究對象發現，參與全球價值鏈有利于中等發達新興經濟體生產率的提高，但對發展中新興經濟體會存在抑制效應。Winkler(2010)、Michel et al.(2014)對德國與比利時的研究發現，產品外包對生產率的提高作用并不顯著。王玉燕等(2014)對中國的研究發現，中國工業行業參與全球價值鏈分工并不能持續提升其生產率，一旦跨越臨界值就會產生抑制效應。呂越等(2017)利用中國制造企業微觀數據發現，全球價值鏈嵌入與企業生產率改進之間存在“倒U型”關系。而沈國兵等(2017)的研究則直接表明，中國參與垂直分工對技術創新會產生不利影響。

綜上，現有文獻主要考察全球價值鏈的后向參與，即進口中間產品所產生的生產率效應，而忽視了全球價值鏈前向參與和后向參與所產生的經濟效應差異。為此本文將從以下方面進行拓展研究：首先，利用1995—2009年40個國家(地區)14個制造行業面板數據(4)14個制造業分別是食品、飲料制造及煙草業；紡織及服裝制造業；皮革、毛皮、羽毛( 絨) 及鞋類制品業；木材加工及木、竹、藤、棕、草制品業；造紙及紙制品業、印刷業和記錄媒介的復制業；石油加工、煉焦及核燃料加工業；化學原料及化學制品制造業；橡膠及塑料制品業；非金屬礦物制品業；金屬制品業；機械制造業；電氣及電子機械器材制造業；交通運輸設備制造業；其他制造業及廢棄資源和廢舊材料回收加工業。，構建反映全球價值鏈前向參與和后向參與的工具變量，采用工具變量法(2SLS)識別前向參與、后向參與和全要素生產率之間的因果關系；其次，全要素生產率的提升主要來自技術進步和資源配置效率提升，本文將全要素生產率(TFP)指數分解為“技術進步效應”與“資源再配置效應”，以探討前向參與和后向參與對生產率產生影響的具體作用途徑；再次，現有對行業層面數據的計量檢驗大都假定行業生產率是同質的，本文則考察不同生產率區間下的行業參與全球價值鏈分工所產生的生產率效應差異。

二、 理論機制與研究假說

(一)前向參與對生產率的影響機制

一般而言，依靠中間產品出口的前向參與主要通過規模效應、競爭效應和資源再配置效應對生產率產生影響。

(1)規模效應。出口國際市場會使在位企業拓展潛在的市場空間，導致企業的創新租金和銷售利潤逐漸增加，從而提升企業進行創新的動力，由此會不斷提高企業的生產率水平。規模效應主要表現以下兩個方面的作用：一方面，規模效應通過增加企業邊際利潤率，提高企業的研發創新投入(B?ler et al.,2015)；另一方面，規模效應也降低了企業的創新邊際成本和準租金，進而提高企業進行創新活動的動力(Aghion et al.,2005;Bloom et al.,2016)。

(2)競爭效應。出口意味著企業或許將面臨更加激烈的競爭，企業通過創新性的生產差異性產品，從而實現逃離其他企業競爭的目的(Aghion et al.,2005)。然而出口市場競爭的加劇也有可能削弱企業的創新動力，不利于企業生產率的提高。出口所獲得的高額利潤會吸引別國在位企業或潛在進入者進入出口市場，分割本國出口企業的創新租金和銷售利潤，可能會弱化對本國出口企業的創新激勵，進而對本國出口企業的生產率提升產生負面影響。

出口競爭效應對企業創新的負面影響會因企業生產率水平的高低而有所不同。接近技術前沿、生產率高的企業有能力通過研發創新投資來規避競爭，以保持某種程度的市場壟斷地位，從而抵消競爭效應的負面影響。而市場規模效應和競爭積極效應則占據主導地位時，出口會極大地促進企業技術創新；相反，遠離技術前沿企業的競爭負面效應會被放大，出口對企業創新的正面效應會被減弱(Aghion et al.,2018)。相比出口到發展中國家，出口到發達國家的企業生產率水平更高，市場競爭也更加激烈，發達國家企業對進口產品的質量與性能要求較高，出口企業通常會被要求進行高水平的標準化生產，借此可以學習發達國家先進的管理方法與經營理念，進而獲得較強的技術溢出。因此，出口到發達國家能更有效促進企業生產率水平的提升。

(3)資源再配置效應。中間品出口能力強的發達國家企業占據了研發設計、品牌創新、關鍵零部件生產供應等環節，并將企業非核心業務外包，導致原先該部分的高低技能勞動力、資本等生產要素將在企業內、行業內外重新配置。而高技能勞動力重新配置，則是一部分勞動力進入能夠支付更高工資的加工制造環節，另一部分勞動力進入研發、設計、總部等高級生產者服務環節，這一重新配置有利于企業內、行業內或行業間高技能勞動力向生產率更高的生產環節或任務進行集聚。在技術創新、設計創新、產品創新的規模遞增效應下，新釋放的高技能勞動力與已有的創新要素結合起來，從而導致創新活動顯著增加。而中低收入新興經濟體或發展中國家的低成本勞動力優勢雖然支持越來越多的中間產品外包，但這些中間產品生產所使用的技術或者引發的技術進步主要是低技能勞動力偏向技術，從而使得低技能密集型出口企業的生產率得以提升，在國內人力資本供給規模有限以及市場機制不完善的情況下，此時將會與國內高技能勞動力密集型部門展開競爭，從而對高技能勞動力密集型部門產生“擠出效應”，導致行業內高技能密集度企業所需高技能勞動力不足，造成研發創新進程減緩，令整個行業的技術進步受阻。此外，在全球價值鏈“技術梯度”中，全球價值鏈上游環節對人力資本有著較高的要求。前向參與深化意味著技術創新，這就需要提升人力資本水平，而發展中國家較低水平的人力資本水平可能會限制技術創新，使得全要素生產率被鎖定在較低水平。

(二)后向參與對生產率的影響機制

后向參與的深化主要來自對中間投入品的進口，過多進口中間產品對生產率既有促進效應也有抑制效應。促進效應主要體現為技術溢出效應。后向參與度較高的國家處于價值鏈的低端位置，囿于生產技術水平的限制，無法生產高端中間產品，此時可以通過進口國外質量和技術水平較高的中間產品方式學習和模仿其中的技術，從而可以在較低的創新成本下快速提升企業創新能力；除此之外，進口商也可能得到出口商的技術培訓與指導，從而使得人力資本水平提升，企業的生產率水平也會隨之提高。但技術溢出效應大小會受到溢出規模和學習吸收能力的影響。相對而言，進口發達國家中間品對企業生產率的積極影響將更加顯著，因為發達國家(尤其是G5國家)中間品蘊含了較高的技術水平與知識含量，可供模仿和學習的空間較大，與發達國家的全球價值鏈后向關聯能夠獲取更多的是技術轉移與技術外溢，從而促使生產率水平提升，而與欠發達國家之間的全球價值鏈后向關聯較獲取更多的是產品環節的專業化與相應的規模效應，技術轉移與技術溢出相對有限。生產率水平較高的企業獲得的技術溢出效應更加顯著，因為高生產率企業有更強的學習、吸收和應用能力。

抑制效應表現為壓榨效應與低端鎖定。一國企業無法生產高端設備及關鍵零部件，需要大規模的從他國尤其是發達國家進口，而這些國家企業憑借在這些產品上擁有的技術、專利等形成壟斷，進而索取高價；由于沒有掌握產品生產核心技術的發展中國家企業大多承擔的是加工貿易出口，導致在出口產品方面缺乏定價權，容易遭遇跨國公司或國際大買家的低價壓榨，進口產品的高價剝削和出口產品的低價壓榨極大地抬高了企業生產成本，微薄的利潤空間并不足以支持研發投入，因而技術創新能力提升也有限。此外，出口高端中間產品國家企業為了維護自身壟斷地位，通過設置質量、價格、安全或環保等技術參數標準，限制其他國家企業的技術趕超，從而形成對進口關鍵零部件或高端設備的路徑依賴，導致某些國家被鎖定在低附加值的低端環節(劉志彪 等,2007;盧福財 等,2008;劉維林 等,2014)。Aghion et al.(2009)指出，企業在價值鏈中的“俘獲效應”取決于行業技術方面的特征，而關鍵在于欠發達地區的技術行業或產業到技術前沿(最發達國家)的距離。與前沿技術水平差距越大，該行業或產業在全球價值鏈中越容易受到來自發達國家沖擊，從而對企業研發創新活動產生不利影響。因此，接近技術前沿、生產率較高的企業更有可能依靠自身能力突破發達國家的技術封鎖，實現一定的技術升級。出口企業進口大量中間投入品，外來的中間品在技術、質量和性能等方面一般優于國內產品，在優勝劣汰的市場機制作用下，國內中間產品生產商會逐漸退出市場：一方面對高技能勞動力需求減少；另一方面依賴進口中間投入品的低端嵌入容易造成技能錯配，從而使得高技能勞動力配置效率低下。大量的高技能勞動力也會被配置到技術含量較低的低端加工制造環節，造成行業技術層面質量參數的錯配，從而不利于高技能勞動力作用的真正發揮(戴翔 等，2018)，最終限制整個制造行業生產率的提升。

基于上述分析，提出以下研究假說：

研究假說1：全球價值鏈前向參與有利于提升創新能力，提高企業的全要素生產率水平；后向參與對生產率的促進效應要低于前向參與。

研究假說2：相對于嵌入中低收入經濟體生產網絡，前向參與和后向參與高收入經濟體分工體系的生產率提升效應要更加顯著。

研究假說3：相對于低生產率企業，高生產率企業通過前向參與和后向參與全球價值鏈分工均能獲得較高的生產率效應。

研究假說4：高收入發達經濟體通過前向參與方式促進了高技能勞動力配置效率的提升，中低收入經濟體的雙向參與可能并不存在高技能勞動力配置效應。

三、 實證模型與數據來源

(一)基本模型設定

根據前文的理論分析，同時借鑒呂越等(2017)的做法，對傳統的C-D生產函數進行拓展：

Yi=ANi×(AKiKi)α(ALiLi)1-α

(1)

在此基礎上，并結合Y、K、L，可以設定如下計量公式：

(2)

其中，c、i、t分別表示國家(地區)、行業、時間；TFPcit表示行業全要素生產率水平；gνci代表的ln IVcit和ln FVcit分別表示全球價值鏈前向參與和后向參與；Zcit代表控制變量，包括資本密集程度(Capitalcit)、人力資本(HHScit)、外商直接投資(FDIcit)、對外開放水平(Open)、經濟發展水平(Pergdpcit)以及制度環境(Instcit)；μc、δt、φi分別是國家固定效應、時間固定效應、行業固定效應；εcit為隨機誤差項。

(二)變量說明

(1)解釋變量。從增加值貿易核算角度來衡量全球價值鏈參與程度,源于Hummels et al.(2001)提出的HIY方法，但該方法存在一定的缺陷。由于投入產出表數據質量提高，Johnson et al.(2012)提出相應克服HIY方法缺陷的辦法。而Koopman et al.(2010、2014)在此基礎上提出了KWW方法，對一國出口貿易增加值進行了完全分解，使用全球價值鏈參與指數(GVC_Participation)與全球價值鏈分工地位指數(GVC_Position)來衡量一國參與國際分工的程度與地位。本文借鑒Koopman et al.(2014)方法，以衡量1995—2009年40個經濟體14個制造業行業參與全球價值鏈分工的程度，具體公式為：

(3)

其中，出口增加值矩陣VBE對角元素為本國吸收的增加值，非對角元素為其他國家吸收的增加值；橫向非對角元素之和IVi表示i國各產業出口的間接附加值，這是由i國將中間品出口給s國，而s國再加工后出口到另一國實現的；而縱向非對角元素之和FVi為進口增加值，表示本國出口價值中由外國中間品所創造的。

(4)

(5)

其中，VBE矩陣沿著列方向分解(FV)，主要是從后向關聯視角進行考察，類似于追蹤某一產品各個生產環節中各投入要素價值含量來源；沿著行方向分解(IV)，主要是從前向關聯的視角進行考察，考察該部分作為生產要素投入到各個部門的價值量?，F有文獻考察全球價值鏈嵌入的生產率效應時，大都只檢驗了基于列向分解的后向關聯對生產率的影響，而忽略了基于行向分解前向關聯的影響。一般而言，一國參與全球價值鏈分工取決于自身專業化分工優勢，而在復雜任務上(研發等)有比較優勢的國家，在產品內分工中會獲取較多的分工收益，表現為典型的較高水平的前向參與度；相反，如果一國在低附加值(加工組裝等)任務上有比較優勢，表現為產品出口中包括了大量的外國附加值，則后向參與度較高，因此，我們有必要分別探究全球價值鏈前向參與和后向參與對全要素生產率的不同影響。

(2)被解釋變量。按照通常做法，本文使用全要素生產率作為技術進步的衡量指標。鑒于各國(地區)行業產出、各類要素投入以及他們占產出的份額的數據可以直接從WIOD社會經濟統計數據庫中獲得，同時為了計算具有國際可比性，本文借鑒Lai et al.(2007)、劉洪愧等(2017)的做法，計算多邊增加值全要素生產率指數。該全要素生產率指數值不會受基準國家選擇的影響，也不受要素投入計量單位的影響，具有較好適用性。

(6)

(7)

其中，下標c、i和t分別表示國家、行業和時間；Y表示產出；K、H、M、L和I分別為資本、高技能勞動力(勞動投入按小時數計算)、中等技能勞動力、低技能勞動力以及中間品的投入量。α、β、γ、θ和ρ分別為資本、高技能勞動力、中等技能勞動力、低技能勞動力的報酬以及中間產品的價值占產出的份額，α+β+γ+θ+ρ=1；X={Y、K、K、H、L、I}；ω={α、β、γ、θ、ρ}；N表示樣本中國家數量。

圖1繪出了ln TFP關于ln IV與ln FV的散點圖及擬合曲線，這展現了前向參與(IV)和后向參與(FV)與全要素生產率之間呈現較強的正相關關系。

圖1前向參與和后向參與與全要素生產率散點圖

(3)控制變量。加入以下控制變量可以在一定程度解決因遺漏變量產生的內生性偏誤:人力資本(HHS)，使用高技能勞動力占總勞動力的比重表示；資本密集度(ln Capital),使用人均固定資本存量表示，引入人均資本存量的目的在于控制不同資本密集度行業的系統性差異；行業開放度，使用出口占產出的份額表示，引入行業開放度是為了控制出口的生產率效應；外商直接投資(FDI)是企業獲取技術溢出的主要渠道，由于缺乏行業層面的數據，本文使用國家FDI流入存量占GDP的比重代替；制度質量(Inst),高質量的制度可以給研發創新營造良好的環境，降低不確定性風險，推動先進技術開發，促進生產率的提升(Tebaldi et al.,2013)，本文采用全球治理指標體系(Worldwide Governance Indicators)中的相關數據來進行衡量；經濟發展水平(ln Pergdp)用實際人均GDP表示，這一數據可以控制國家規模大小及國家特定經濟因素的影響。

(三)數據來源

鑒于數據的可獲得性，本文最終的計量數據范圍為：1995—2009年40個經濟體14個制造業細分行業的面板數據。其中，全球價值鏈參與程度數據核算均來自WIOD數據庫提供的世界投入產出表數據，該表記錄了1995—2011年41個經濟體(27個歐盟國家，13個世界主要經濟體)和35個行業的投入產出數據(14個制造行業和18個服務行業)。人力資本、行業資本密集度，以及用于核算全要素生產率的總產出、各類勞動投入、資本存量以及中間投入等數據均來自WIOD數據庫中的社會經濟核算賬戶(Socio Economic Accounts)。制度質量數據來自于全球治理指標體系(Worldwide Governance Indicators)，包括腐敗、控制能力民主化程度、政府治理效率、管制質量、法律制度、政局穩定性六個指標。本文使用主成分分析法將這六個維度構造成一個綜合制度質量指數。FDI流入存量來自于UNCTADstat數據庫。實際人均GDP來自Penn World Table(version9.0)。

四、 實證結果與分析

(一)全樣本基準回歸結果

由于1995—2009年40個國家(地區)14個制造業行業的面板數據涉及不同的國家(地區)和不同的行業，本文使用基準回歸OLS進行參數估計，并納入不同類型的固定效應以控制個體效應估計偏誤，這可以有效減輕遺漏變量內生性偏誤。此外，為避免變量間可能存在的多重共線性問題，本文進行方差膨脹因子VIF檢驗結果顯示最大值為3.21，小于10的臨界值，說明變量間不存在明顯的多重共線性問題。

表1 全球價值鏈雙向參與下的生產率效應檢驗

注：( )內數值為糾正了異方差后的 t 統計量；***、**和*分別表示1%、5%和10%的顯著性水平；Kleibergen-Paap rk LM 檢驗的原假設是“工具變量識別不足”；Kleibergen-Paap Wald rk F 檢驗的原假設是“工具變量為弱識別”，Anderson-Rubin Wald 檢驗的原假設是“內生回歸元的系數之和為零”，若拒絕原假設則說明工具變量是合理的。下表3、4、5、6、7同。

表1中的回歸結果(1)與(3)是不加入任何控制變量下的OLS一元回歸結果，結果表明全球價值鏈前向參與(IV)與全球價值鏈后向參與(FV)對全要素生產率的促進作用為正，且前者的系數估計值明顯大于后者，兩者均在1%的統計水平下顯著，說明參與全球價值鏈分工有利于全要素生產率的提升。加入人力資本、資本勞動比等控制變量的回歸結果(2)與(4)顯示，全球價值鏈前向參與(IV)與后向參與(FV)在1%水平上顯著為正，且前者的促進作用要大于后者，這意味著在控制了其他影響因素的情況下，全球價值鏈前向參與和后向參與是促進全要生產率提升的重要因素，而且與一元回歸結果相比，多元回歸中的全球價值鏈前向參與和后向參與回歸系數數值略有上升，說明全球價值鏈前向參與和后向參與是促進全要素生產率提升的較強影響因素，且前者的促進作用要大于后者。

前向參與較高的國家在價值鏈中相對處于高端位置，在中間品生產與供給上具有較高技術優勢與較強壟斷勢力，較強的中間品出口競爭優勢產生顯著的規模效應，從而獲取價值鏈分工的絕大部分附加值，這有助于增加企業的研發投入。 B?ler et al.(2015)指出，規模效應提升了企業的邊際利潤率，促使企業有能力進行研發投入，以改進相應技術與進行產品創新。出口到國外市場可以參與到更為激烈的國際市場競爭，創新所具有的“逃離競爭”效應會激勵企業生產差異化的產品，企業一旦創新成功就可能逃離其他企業競爭，在出口中間品市場中擁有了較高的技術水平與較強壟斷勢力，為需要大量資金的研發投入提供保障，因此，前向參與度較高的國家處于“出口中間品-研發創新-出口中間品”的正循環之中，生產率提升較快(沈國兵 等,2017)。外包的中間產品生產中會釋放出勞動力(包括高技能勞動力)，在國內行業內、行業間再配置，潛在地提升了國內中間產品、最終產品的生產能力和創新能力。由于技術創新、設計創新、產品創新存在著規模遞增的特征，新釋放的高技能勞動力與已有的創新要素結合起來，企業創新顯著增加。后向參與度較高的國家在價值鏈中位于低端位置，可以通過進口種類豐富、質量技術更優的中間品以及發包商技術培訓的等方式獲取技術溢出，進而對生產率產生積極影響。但進口中間產品的后向參與也會產生不利影響。一方面，進口中間品貿易與企業自主研發存在顯著的“替代關系”，進口投入品降低了企業的生存成本，促使企業進一步使用進口投入品來替代原來價格相對較高的本國投入品，形成了對投入品進口的依賴(Felice et al.,2015)；同時，進口中間投入品可能會迫使企業選擇減少與放棄中間品自主研發創新的投入，從而阻礙本國企業的自主創新行為，這不利于生產率的提升(Eaton et al.,2001)。另一方面，跨國公司雖然會對其進行技術轉移，幫助其改良工藝，但當從屬企業的技術升級可能威脅到主導企業的核心利益時，主導企業便會“隔離”與“阻斷”這種技術轉移和技術溢出，在升級過程中設置技術隔離帶，使得產業升級僅限于產品和工藝升級，這導致企業的自主創新能力提升有限(劉志彪 等,2009)。因此，后向參與的總體效應取決于積極影響與抑制作用的強弱，而本文的回歸結果顯示后向參與的積極影響占主導地位?？傊?，前向參與與后向參與均能提高行業生產率水平，但前者的促進作用要更顯著，由此研究假說1得到驗證。

(二)考慮內生性的回歸結果

雖然各種控制固定效應可以在一定程度上減輕因遺漏變量造成的估計偏誤，但仍可能存在一些不可觀測的異質性特征導致的內生性問題。此外相對于沒有參與全球價值鏈分工的行業，參與全球價值鏈分工的行業可能參與分工前生產率就高，而生產率越高的企業越傾向于參與全球生產分工，因此全要素生產率與價值鏈參與之間存在聯動因果關系，導致基準OLS估計不再是無偏有效的。通過對模型進行異方差穩健DWH的檢驗可知，結果均存在顯著的內生性問題(見表1)。為此，本文借助工具變量法消除內生性問題所帶來的估計偏差。從上文分析了解到，不論是前向參與還是后向參與，本質上都是雙邊之間的貿易流動。因此，借鑒Kummritz(2016)的做法，通過構建雙邊貿易成本與產業距離的交叉項來預測雙邊增加值貿易流，并作為全球價值鏈參與的工具變量。

引力模型表明，雙邊的貿易流在一定程度上依賴于雙邊貿易成本，而采用雙邊間直接的貿易成本可能還存在一定的內生性，例如，日本汽車行業可以游說當地政府降低與印度的貿易成本，從印度獲得價格更低的中間投入品(鋼材)來提高生產效率，此時使用貿易成本預測貿易流作為工具變量的外生性就不太合適。但以價值鏈分工為主要特征的引力模型可以忽略該問題，可以構建與第三方的貿易成本來預估雙邊間發生的貿易流(Nogurea,2012)，例如日本的汽車出口中包含了大量來自印度的附加值，一部分附加值是印度中間品直接出口到日本而創造的，但也有很大一部分是由以下過程產生的，印度中間品出口到中國大陸以及中國臺灣地區，經加工后又出口到日本的。因此，印度與中國大陸、印度與中國臺灣地區之間的貿易成本就與日本汽車行業的生產效率無關，以此可以來預測日本的出口產品中包含的印度的附加值，從而盡可能地保證了工具變量的外生性。上述分析暗含了雙邊貿易流的發生要有第三方的參與，而兩個產業間距離為第三方的參與提供了契機。一般而言，產業距離越大，需要經歷更多的中間生產環節，此時其他國家也就有機會參與某一環節的專業化生產。日本的汽車出口中包含的印度鋼材產業附加值的一部分需要通過中國大陸與中國臺灣地區的貿易而間接實現，這很大程度是因為鋼材作為原材料，比較靠近上游環節，而汽車接近消費者，比較靠近下游環節，兩個產業之間的距離較長，第三方中國大陸與中國臺灣地區可以通過進口印度的鋼材加工成金屬制品再出口到日本。最終，通過貿易成本與產業間距離來預測國家l產業j與國家k產業i之間的貿易流，構建工具變量公式：

(8)

(9)

(10)

2SLS的回歸結果列于表1。為了檢驗工具變量的有效性，本文采用多種統計檢驗進行判斷：首先，第一階段F統計量均顯著地大于10的臨界值，說明工具變量與內生變量之間具有較強的相關性。其次，我們分別采用 Kleibergen-Paap rk LM 檢驗、Kleibergen-Paap Wald rk F 檢驗和 Anderson-Rubin Wald 檢驗，統計檢驗結果均顯示拒絕原假設，這進一步說明了工具變量與內生變量之間具有較強的相關性。此外，本文的模型屬于恰好識別，不存在過度識別問題。總體上，本文的工具變量是有效合理的。回歸結果(5)和(7)是以全球價值鏈前向參與和后向參與作為唯一變量的一元2SLS回歸結果，結果(6)和(8)是納入了其他控制變量的回歸結果，對比結果(5)和(6)以及結果(7)和(8)發現，全球價值鏈前向參與和全球價值鏈后向參與的估計系數均在1%水平下顯著為正，說明全球價值鏈前向參與和后向參與是全要素生產率提升的重要因素。與OLS估計結果相比，2SLS估計的前向參與(IV)與后向參與(FV)的系數符號與顯著性并沒有發生改變，但相比多元回歸結果而言，前向參與(IV)與后向參與(FV)的估計系數減小到0.0299與0.0133，這說明內生性問題使得OLS估計產生顯著的向上偏倚，采用2SLS估計是很有必要的。

表2 零階段(The “zero” stage)回歸

(三)穩健性檢驗

為進一步檢驗結論的穩健性，先對衡量技術進步的全要素生產率進行替換。前文測算全要素生產率考慮了不同技能型勞動力對經濟增長的不同貢獻度，在此按照一般方法,視不同技能勞動力的貢獻度相同(Caves et al.,1982)，重新估算全要素生產率并進行實證檢驗。接下來，由于經濟結構變動或經濟沖擊造成模型設定誤差，導致估計結果有偏。借鑒田畢飛等(2017)的做法，采用3年全要素生產率均值ln TFP代替原有ln TFP。最后，為了保證工具變量更加有效，進一步剔除大國樣本(6)大國包括中國、法國、德國、日本、美國與英國。進行回歸，這是因為大國可能有能力影響第三國的貿易政策。從表3的穩健性檢驗結果可知，三種計量回歸均沒有改變前向參與和后向參與的回歸系數符號和顯著性，說明本文基準回歸結果是比較穩健的。

表3 穩健性檢驗

(四)異質性分析

1.嵌入空間異質性下的生產率效應

許多文獻都強調，進口來源地不同的中間產品或出口到不同國家的中間品對生產率存在不同影響，但并沒有得出一致研究結論。鑒于此，本文將全球價值鏈前向參與分解為發達經濟體與欠發達經濟體向第三國出口產品中吸收的本國(行業)中間品出口的附加值(7)按照第二部分定義，指一國(行業)中間品出口到發達國家，經發達國家加工后又出口到第三國所包含的該國(行業)附加值。，并將此稱為與發達經濟體的前向參與和與欠發達經濟體的前向參與；將后向參與分解為本國(行業)出口中包含的發達經濟體附加值和欠發達經濟體附加值，這稱為與發達經濟體的后向參與和與欠發達經濟體的后向參與，以研究全球價值鏈參與對生產率的異質性影響。同時，為了檢驗全球價值鏈分工中占絕對控制地位的G5國家(8)G5國家包括德國、日本、英國、法國與美國。，本文還單獨研究了與G5國家的前向參與和后向參與對生產率的影響。根據世界銀行與國際貨幣基金組織(IMF)對高收入發達經濟體的分類，將樣本中40個經濟體中的21個劃分為高收入發達經濟體(9)根據世界銀行與國際貨幣基金組織(IMF)對高收入發達經濟體的分類，將樣本中40個經濟體中的21個劃分為高收入發達經濟體，這21個高收入國家(地區)分別為：澳大利亞、奧地利、比利時、加拿大、塞浦路斯、德國、捷克、西班牙、芬蘭、法國、英國、愛爾蘭、意大利、日本、韓國、盧森堡、荷蘭、葡萄牙、瑞典、中國臺灣、美國。，余下的則為中低收入欠發達經濟體。

表4 區分空間異質性的回歸結果(2SLS估計)

表4中結果(1)、(3)和(5)是基于前向分解所得出的回歸結果?；貧w結果(1)顯示與發達經濟體間前向參與的估計系數顯著為正，數值是0.0288；結果(3)顯示與G5國家間的前向參與的系數值在1%水平上顯著為正，數值是0.0287；結果(5)顯示與中低收入欠發達經濟體間的前向參與的系數估計值顯著為正，數值為0.0196，表明不管被發達經濟體還是被欠發達經濟體進口生產并向第三國出口吸收的本國(行業)附加值，這些均有利于該國技術進步，但影響強度大致呈現從高收入發達經濟體向中低收入欠發達經濟體的衰減趨勢。結果(2)、(4)和(6)是基于后向分解所得出的回歸結果?；貧w結果(2)顯示與發達經濟體間后向參與的系數估計值為0.0110；G5國家的回歸結果(4)顯示，其系數估計值是0.0131；與欠發達經濟體間后向參與的回歸結果(6)顯示系數估計值是0.0089，三者均通過了1%的顯著性水平檢驗，表明出口產品生產來自發達經濟體的中間投入品(尤其是來自G5國家的中間品)更能促進生產率的提升，即全球價值鏈后向參與對全要素生產率的提升效應呈現從高收入發達經濟體到中低收入欠發達經濟體的衰減趨勢。綜合回歸結果發現，嵌入發達經濟體的生產網絡更能促進生產率水平的提升，研究假說2得到驗證。相比融入中低收入欠發達經濟體，深入而全面地嵌入到高收入發達經濟體生產體系可能更容易獲取規模效應、競爭效應，并接觸到前沿技術，從而提升企業研發創新活動的動力與能力，進而帶來全要素生產率的改善。

2.行業異質性下的生產率效應

上述回歸分析將全球價值鏈嵌入對生產率的影響效應在所有國家-行業間同等對待，并沒有考慮全球價值鏈嵌入對生產率的促進作用是否取決于制造業行業與前沿技術水平的差距？接下來參照 Xu et al.(2000)做法，選擇美國作為參照國，同時借鑒程惠芳等(2017)做法，將技術差距用美國制造業與各經濟體制造業的全要素生產率比值來表示。各經濟體制造業歷年全要素生產率數據上文已經給出，此處不再贅述。本文借鑒許和連等(2017)的辦法，建立如下計量模型：

TFPcit=β+β1IVcit+β2IVcit×GAPcit+β3Zcit+μci+δt+εcit

(11)

TFPcit=γ+γ1FVcit+γ2FVcit×GAPcit+γ3Zcit+μci+δt+εcit

(12)

其中：GAPcit表示各經濟體制造業行業的技術差距是否超過均值的虛擬變量，如果美國與各經濟體全要素生產率比值超過均值就表示技術距離遠，賦值為1；如果美國與各經濟體全要素生產率比值沒超過均值就表示技術距離較近，賦值為0。如果交互項的估計系數β2與γ2顯著為負，表示技術差距較小，全球價值鏈嵌入對全要素生產率的促進作用更加明顯；如果顯著為正，表示技術差距較大，全球價值鏈嵌入較有利于促進全要素生產率的提升。

表5 區分行業異質性的回歸結果

表5中結果(1)與(3)是在不加入任何控制變量情況下分別對式(11)和式(12)OLS回歸所得出的估計結果，結果(5)和(7)是不加入任何控制變量情況下2SLS回歸所得，回歸結果顯示全球價值鏈前向參與(IV)和后向參與(FV)的回歸系數在1%的統計水平下顯著為正，2SLS的系數估計值要小于OLS估計值，與GAP的交互項系數都在1%的統計水平下顯著為負，表明相對于生產率較低的企業，生產率較高的企業通過前向參與和后向參與能獲得更加顯著的生產率提升效應。結果(2)與(4)、結果(6)與(8)是在加入控制變量時的OLS與2SLS的回歸結果，結果發現，全球價值鏈前向參與、后向參與以及各自與GAP的交互項系數估計值的顯著性與符號均沒有發生實質變化，這說明在全球價值鏈分工網絡中，接近技術前沿的、生產率相對較高的制造行業更能獲取顯著的生產率提升效應，這一研究結論具有一定的穩健性。綜合回歸結果發現，全球價值鏈雙向參與對生產率相對較高制造行業的促進作用要更加顯著，本文的研究假說3得到驗證。接近技術前沿的企業更有動力通過研發創新規避競爭；同時這些企業也具有較強的技術吸收和學習模仿能力，且不易受到跨國公司的技術沖擊，避免陷入價值鏈低端鎖定的困境，因此在全球價值鏈分工中更有能力實現生產率的提升。

(五)影響機制分析

一國參與全球化分工部門生產率增長包括兩個方面：一方面，部門內企業產出增長受到產品進出口、國外直接投資或國外直接投資的技術溢出效應、學習效應等方面的影響，導致企業自身全要素生產率水平提高，從而帶動整個行業全要素生產率的提高；另一方面，由于該部門生產率水平要高于國內其他部門，將吸引其他部門生產要素向該部門轉移，使得全要素生產率較低的企業逐漸退出市場，從而實現整個行業全要素生產率的增長。那么，參與全球價值鏈分工是否會對這兩種技術進步方式產生差異影響呢？本文借鑒 Massell(1961)與蔡躍洲等(2017)思路，將索洛增長模型及增長核算框架拓展至產業層面，把全要素生產率指數分解為“技術效應”與“資源再配置效應”，以探討全球價值鏈參與(前向參與和后向參與)對兩者的不同影響。具體見表6。

表6 全球價值鏈雙向參與下的技術效應與資源再配置效應檢驗

表6中結果(1)、(2)表示的是全球價值鏈前向參與和后向參與的技術進步效應，回歸結果表明前向參與和后向參與的估計系數均顯著為正，說明前向參與或后向參與全球分工的程度越深，對行業的技術進步就越有利，即全球價值鏈分工存在技術效應；結果(3)、(4)顯示全球價值鏈前向參與和后向參與的資源再配置效應回歸結果，結果表明：前向參與或后向參與全球分工的程度越深，越有利于優化資源配置，提升全要素生產率水平，即全球價值鏈分工存在資源配置效應。進一步將資源再配置效應分解為“勞動力再配置效應”與“資本再配置效應”檢驗發現，全球價值鏈前向參與對勞動力再配置的影響為正，但并不顯著；對資本再配置的影響在1%水平上顯著為正，表明全球價值鏈前向參與存在資本再配置效應，勞動力配置效應暫時沒能體現出來。全球價值鏈后向參與對勞動力再配置的影響為負，并不顯著；對資本再配置的影響在1%水平上顯著為正，表明全球價值鏈后向參與存在資本再配置效應，并不存在勞動力配置效應。綜合結果(5)、(6)和結果(7)、(8)回歸結果可知，全球價值鏈雙向參與的資源配置效應主要是通過資本配置效應實現的，而勞動力配置效應并不顯著。

為了進一步考察勞動力配置效應，同時考慮到勞動力的技能差異以及人力資本對技術創新的重要性，在上文對全要素生產率分解的基礎上，進一步將高技能勞動力配置效應分離出來，以重點探討參與價值鏈分工對其的影響。表7中結果(1)和(2)顯示的是全樣本下全球價值鏈前向參與和后向參與的高技能勞動力配置效應，回歸結果表明，前向參與和后向參與分別對高技能勞動力再配置產生正向作用與負向作用，但均不顯著；而在將樣本分為高收入發達經濟體組和中低收入經濟體組分別進行計量檢驗時發現，結果出現了一定的改變，回歸結果(3)顯示高收入發達經濟體組前向參與全球價值鏈分工顯著有利于高技能勞動力配置效應，回歸結果(4)顯示后向參與的估計系數為正，但不顯著；回歸結果(5)和(6)表明中低收入經濟體組的前向參與和后向參與的系數估計值均為負數，但都沒有通過顯著性水平檢驗。總體結果表明，發達經濟體參與全球價值鏈分工(尤其是前向參與)極大地促進了高技能勞動力的優化配置，并實現了技術進步，而中低收入經濟體前向和后向參與價值鏈分工并不存在顯著的高技能勞動力配置效應，本文研究假說4得到驗證。發達經濟體通過任務貿易方式將低端生產環節或任務外包給發展中經濟體，將生產率相對較高的技能密集型生產活動留在國內，而高生產率企業使用高技能勞動力的收益更高，因此，與低生產率企業相比，高生產率企業更有動力搜尋、吸引高技能勞動力(Helpman et al.,2010)。因此，從外包任務中剝離出來的高技能勞動力會迅速配置到創新生產率更高的生產環節或任務上，并與已有的創新要素相結合，在創新的規模遞增效應作用下創新產出顯著增加。而中低收入新興經濟體或發展中國家的低成本勞動力優勢雖然支持越來越多的中間產品外包，但這些中間產品生產所使用的技術以及引發的技術進步主要是低技能勞動力偏向的技術，從而使得低技能密集型企業的生產率得以提升，在國內人力資本供給規模有限以及市場機制還不太完善的情況下，這將會與國內高技能勞動力密集型部門展開對高技能勞動力的競爭，對高技能勞動力密集型部門產生“擠出效應”，這在一定程度可能導致行業內高技能企業所需高技能勞動力供應不足，研發創新減緩，致使整個行業的技術進步受阻。

表7 全球價值鏈雙向參與下的高技能勞動力再配置效應檢驗

五、 研究結論與政策啟示

全球價值鏈分工已成為國際貿易與經濟增長領域研究的中心議題，那么參與全球價值鏈分工的生產率效應如何呢？本文通過構建基于貿易成本與產業距離(上游度與生產階段數)的工具變量，結合WIOD的世界投入產出表與社會經濟核算數據，從而測算出1995—2009年40個國家(地區)制造業行業參與全球價值鏈分工的前向參與度、后向參與度與全要素生產率，并對全球價值鏈前向參與和后向參與與全要素生產率之間的因果關系及影響機制進行了檢驗,最終得出如下研究結論：第一，總體上，全球價值鏈前向參與和后向參與均有利于提升制造行業的全要素生產率，前向參與對生產率的提升效應要明顯大于后向參與；第二，全球價值鏈前向參與和后向參與對生產率影響存在空間異質性，前向參與和后向參與對生產率的促進效應大致呈現從“G5發達國家-高收入發達經濟體-中低收入欠發達經濟體”的階梯型遞減趨勢；第三，不論是與前沿技術差距較大的行業還是接近技術前沿的行業，都能在前向參與和后向參過程中提高生產率，但技術差距較小行業生產率效應提升要更顯著；第四，前向參與和后向參與均有利于“技術效應”與“資源再配置效應”的實現；高收入發達經濟體前向參與全球價值鏈分工有利用于實現“高技能勞動力再配置效應”，而中低收入經濟體雙向參與均不存在該效應。

根據本文的研究結論，對我們的政策啟示是：

首先，中國應積極參與全球價值鏈分工體系，尤其是具有通過出口中間品的前向參與能力。中間產品出口競爭力的增強在于中間產品創新能力的提高，為此需要增強國內創新體系的有效性。在短期內，側重于促進科研成果轉化、產業化，在科研部門與企業部門優化研發資源配置，要“引進來”與“走出去”并進，實現國內研發資源與發達國家研發資源的組合和對接；在長期內，加強市場對高技能勞動力供給與需求匹配的協調作用，以適應市場需求，擴大國內高等教育提升高技能勞動力供給規模，同時提高培養質量，完善高技能勞動力國內市場與國際市場聯動與一體化程度。

其次，鼓勵企業參與高收入發達國家與中低收入欠發達國家之間的分工合作，尤其是進一步深入參與到高收入發達國家的分工網絡中去。為此，中國各行業要進一步完善配套生產與服務能力，提高與發達國家的全球價值鏈對接能力；同時，要積極參與到發達國家間的雙邊或多邊貿易談判中去，從而構建更加自由的貿易環境，以推進全球價值鏈分工。

再次，鼓勵生產率水平較低的企業參與全球價值鏈分工，并加強對低生產率企業的技術支持，通過構建有效的人才激勵、分配與流動機制，以加快人力資本積累，縮小與前沿技術差距，提高中國生產關鍵零部件和先進機器設備的技術能力，最大限度獲取參與全球價值鏈生產率提升效應。

最后，企業自身的技術進步是全要素生產率增長的源泉，要進一步落實貫徹《國家創新驅動發展戰略綱要》，持續推動行業技術進步，形成技術優勢；完善激勵機制與制度設計，引導生產要素尤其是高技能勞動力向生產率較高的高技能勞動力密集型的行業集聚。