全球價值鏈嵌入與制造企業加成率

高運勝 朱佳純 代蕊

摘 要：隨著中國融入全球生產網絡程度不斷加深，貿易自由化形成的競爭效應與資源在不同生產率企業間優化配置，促使一國出口企業總體加成率水平得以提升，但與已有研究 “低加成陷阱”結論相悖。本文采用微觀企業層面數據，基于全球價值鏈參與的視角展開經驗驗證。研究結果表明：從整體上看，融入全球價值鏈有效提高了加成率，但兩者存在“倒U型”關系，且不同企業類型具有異質性。進一步分析機制檢驗發現，技術溢出和目的地市場效應可以改善加成率，但成本節約效應作用有限且隨嵌入程度加深會產生負向影響。

關鍵詞：全球價值鏈嵌入;成本加成率;“倒U型”關系;機制檢驗

文章編號：2095-5960（2021）04-0033-11;中圖分類號：F752.62

;文獻標識碼：A

一、 引言

隨著貿易自由化程度提高和運輸通信等科學技術跨越式發展，跨國交易成本顯著下降，全球垂直專業化分工程度進一步加深。加入世界貿易組織以來，我國不僅相繼成為世界上最大的出口國與貿易國，且成為全球價值鏈（Global Value Chains，GVCs）參與程度提高幅度最大的國家之一（WTO，2014）。但因為大量低生產率、低品質企業通過加工貿易及價格競爭方式參與出口，出口企業的加成率甚至低于非出口企業的加成率，且產品缺乏國際市場定價權，出口依賴于低價格競爭，產品質量和利潤水平偏低等問題長期制約企業發展，很多制造企業陷入“低加成陷阱”困境[1][2][3]。企業加成率的高低決定了一國在全球價值鏈中的利益分配情況，可能會帶來更高的國際市場勢力及超額利潤，也有助于企業向價值鏈的中高端環節攀升。

全球價值鏈分工體系中發達國家依靠先進的技術和成熟的市場，牢牢把持著微笑曲線高附加值的兩端，而以中國為主的發展中國家受限于技術和資本的約束，往往只能以加工裝配環節“低端嵌入”的方式參與國際分工和合作，依托在勞動力供給等方面的低成本優勢，所以出口出現了“只賺數字不賺錢”的統計假象。中國企業參與全球價值鏈分工究竟具體如何影響企業加成率，能否幫助中國企業走出“低加成率陷阱”？這些問題的解答在經濟高質量發展階段具有重要的理論價值和實踐意義。

企業加成率常用于度量企業的市場勢力和貿易利得，已有對企業加成率影響因素的研究可以分為宏觀環境和微觀特征兩個方面。首先是宏觀因素方面，主要包括貿易自由化、外商直接投資、金融市場與勞動力市場變化等。祝樹金等研究了中間品貿易自由化對多產品出口企業的加成率的影響，提出中間品貿易自由化主要通過成本降低和質量升級兩種途徑影響多產品出口企業的加成率;[4]毛其淋和許家云探究了對外直接投資對我國制造業企業加成率的影響以及作用機制，研究發現對外直接投資能夠促進企業進行新產品研發與創新并且能夠提升企業的生產效率，從而顯著提升企業的加成率;[5]諸竹君等考察了勞動力市場變化對于企業加成率的影響，提出勞動力成本上升會通過工藝創新和質量創新兩種途徑影響企業加成率，整體而言，平均工資水平的上升將會引起企業當前加成率的下降;[6]而盛丹和劉竹青則研究了匯率變動對我國制造業企業加成率的影響，提出匯率變動主要通過價格效應和邊際成本效應影響企業的加成率，研究發現人民幣匯率的升值能夠顯著降低企業的加成率，并且這一效應對加工貿易企業的影響更為明顯。[7]

對企業加成率的微觀層面影響因素的研究主要集中在產品質量與產品創新。劉啟仁和黃建忠提出產品創新能夠通過“市場份額效應”和“成本效應”影響企業的加成率而產品創新會提升市場份額并降低邊際成本，進而提升企業的加成率;[8]許明和鄧敏提出提高我國制造業企業的出口產品質量對提升制造業企業的加成率有重要影響，產品質量主要通過出口產品價格以及邊際成本影響企業加成率;[9]而李勝旗和佟家棟同樣發現產品質量與企業加成率之間存在顯著的正向關系，并且還發現出口目的地市場的發達程度、與中國的距離以及市場規模均會對出口企業的加成率產生影響。[10]

與已有文獻相比，本文在以下方面做出研究拓展。第一，不僅分析GVCs嵌入對企業加成率的線性影響[11]，而且著重驗證GVCs嵌入與制造企業成本加成存在的“倒U型”關系，并對GVCs嵌入與加成率提升的成本節約、技術外溢和目的地市場效應的影響機制進行進一步檢驗。第二，現有文獻對價值鏈嵌入水平與加成率的研究主要基于投入產出表測算行業層面數據。本文利用中國海關庫與工業企業數據庫匹配的企業層面數據對GVCs嵌入度和出口加成率指標進行更為準確的測度，有利于基于所有制類型與要素密集度等企業異質性特征探究GVCs嵌入對加成率的具體影響路徑，同時還采用其他測算方法展開穩健性檢驗。

二、 影響機制

（一）技術溢出效應

企業融入GVCs后圍繞不同工序展開分工，既會造成商業模式創新，還會帶來技術鏈的整體突破。[12，13]企業從發達國家進口技術含量較高的中間投入品能夠促進企業的生產率增長，進而提升成本加成，即企業的“進口中學”效應。[14]Halpern et al.利用匈牙利企業層面的數據進行實證分析，結果表明高技術中間品進口的技術溢出效應會提升多數企業全要素生產鏈。[15]零部件等高技術中間品進口會促使相關企業加速模仿和創新，成為嵌入GVCs技術溢出的重要路徑。[16]袁其剛和樊娜娜則認為對外投資也產生技術溢出并提升企業的生產率。[17]

（二）成本節約效應

企業融入全球生產網絡中為了實現生產經營過程的成本節約，會從經濟落后國家進口原材料等中間品，從而提升制成品國際市場的競爭力和成本加成率。Arndt 和Kierzkowski認為全球生產分割一方面使企業利用海外采購的方式降低了生產成本，提高了國際競爭力，另一方面專業化分工使得有限資源配置更加合理，優化了企業生產效率。[18]Turco和Maggioni基于意大利制造企業的微觀數據研究發現，進口貿易存在的成本節約效應顯著高于技術溢出效應。[19]Smeets 和 Warzynski在多產品企業與價格異質性基礎上分析得出進口對企業生產率的正向提高作用大于出口，而既進口又出口的企業具有最高的生產率，從而降低生產成本。[20]而魏浩等則認為進口異質產品企業效應較大，進口價格下降帶來的成本節約不夠顯著。[21]

（三）目的地市場效應

相對于本土市場效應（Home Market Effect，HME）下傳統生產體系側重于本國要素稟賦及相關激勵措施，外向型企業拓展市場則存在明顯“出口目的地效應”，因為融入GVCs后東道國市場與全球生產網絡具有更好的聯通性，發展中國家不需構建完整的產業鏈或價值鏈來實現出口競爭，且可以利用發達國家市場的優勢要素或核心競爭力加入GVCs的特定任務或環節而帶來更大市場機遇[11]，并且通過融入全球生產價值鏈的不同環節，能夠以外包等方式有效承接發達國家生產轉移，利用規模經濟效應實現產業結構加快轉型升級。[22，23]企業在參與全球價值鏈分工的過程中會通過成本節約效應、技術溢出效應和目的地市場效應等機制影響企業加成率，使得企業加成率隨著融入垂直專業化分工的加深而不斷增加，但到達一定臨界值后，則進入加成率抑制區間而呈現階段性“倒U型”關系特征。但當發展中國家企業由生產的低價值向高價值環節攀升時，會遭到國際市場具有壟斷地位跨國公司的打壓，并被長期“低端鎖定”在加工組裝等低利潤環節。[24，25]

三、 模型設定與變量選擇

（一）計量模型的設定

為了檢驗GVCs嵌入程度對企業成本加成率線性關系影響，本文將模型設定為如下形式：

Markupit=β0+β1 GVCit+αX+vj+vk+vt+εit? （10）

其中，Markupit為被解釋變量，代表企業成本加成率; GVCit為代表企業GVCs嵌入度的核心解釋變量;X則表示其他主要控制變量集，包括企業行業變量、特征變量和地理因素等。vj，vk和vt分別表示行業、地區和年份固定效應;εit表示隨機擾動項; i 和t分別代表企業名稱和年份。

另外，還應注意到當發展中國家制造企業價值鏈攀升進程中，往往會受到以發達國家跨國企業為代表的價值鏈壟斷集團的諸多限制，并長期被“俘獲”在GVCs的低端，制約了成本加成率的提高。[26]故而加成率到達一定水平后反而會產生抑制效應，為了驗證這一可能的“倒U型”關系并探索其中的機理，本文在基準回歸模型中進一步加入了價值鏈嵌入的平方項，具體計量模型如下：

Markupit=β0+β1 GVCit+β2 GVC2it+αX+vj+vk+vt+εit? ?（11）

（二）變量選擇

1. 全球價值鏈嵌入度。由于HIY和KWW方法采用投入產出表測算GVC嵌入程度，無法滿足更細化的企業層面研究需要，目前學界主要有四種方法從企業層面度量GVCs嵌入程度。第一種方法是基于Upward et al.區分一般貿易與加工貿易，并假定企業所有進口都用作中間投入[27]（式12）;第二種方法在是第一種方法的基礎上，考慮廣義經濟商品分類（Broad Economic Categories，BEC），將HS產品編碼轉換為BEC產品編碼，能夠區分出哪些進口品將用作中間投入（M）、消費品（C）或資本品（K）（式13）;第三種方法則是在方法一的基礎上，借鑒張杰等觀點考慮到貿易代理商問題，構建公式測算了企業嵌入全球價值鏈程度[28]（式14）。其中M、X和D分別表示制造企業的進口、出口和國內市場銷售， 上標p和 o分別表示加工貿易與一般貿易。

GVC1：FVAR= VAFX=[MP+XO （MOD+XO ）]/X? （12）

GVC2：FVAR=VAFX=[MP+XO （MOmD+XO）]/X? （13）

GVC3：FVAR=VAFX=[MPA+XO （MOAmD+XO ）]/X? （14）

方法四（式15）綜合上述三種做法[29]，基于企業層面剖析全球價值鏈生產環境下中間品的“統計假象”問題，采用Kee 和Tang方法，假定企業使用的國內原材料中含有5%～10%進口中間投入份額 [30]，即國內中間投入中包含海外附加值的成分——出口中國外增加值率FVAR，直接利用微觀數據從企業層面進行測算有利于直接識別公司融入全球價值鏈異質性特征及增加值變動的驅動因素。

GVC4：FVAR=VAF/X=MPA+XOMOAMD+XO+0.05（MT-MPA-MOAM）/X? （15）

鑒于上述測算企業全球價值鏈嵌入程度方法的相似性和內在聯系，本文在實際回歸過程中，主要采用第四種方法，并使用前三種方法進行穩健性檢驗。

2.企業加成率?，F有文獻提及的企業加成率往往指企業邊際成本與行業進入成本之差，反映出產品價格對邊際成本的偏離。[31]對企業加成率的測度主要有會計方法和生產函數法，會計方法由Domowitz et al.提出，主要利用企業的增加值、工資支出和中間投入成本測算;[32]生產函數法由De Loecker和Warzynski提出 ，具體測算步驟為：首先，假設企業i在t期的生產函數為：Qit=F（X1it，……，XVit，Kit，ωit ），其中，Qit表示企業i在t年的實際產量;XVit表示諸如勞動力、原材料等可變生產要素的投入;Kit表示資本要素投入;F（X）為二階連續可微生產函數。在既定產量的情況下，企業通過成本最低來追求利潤最大，故可構建公式（16）的拉格朗日函數：L=（X1it，……，XVit，Kit，λit ）=∑Vv=1PXvit Xvit+rit Kit+λit [Qit-F（X）]? ?（16）

其中，PXvit和rit分別表示各種可變投入要素和資本的價格，通過對可變投入各要素進行一階求導并整理可得：F（X）Xvit??? XvitQit =1λit? PXvit XvitQit ，即最優化條件下可變要素投入的產出彈性（F（X）Xvit? XvitQit ）等于該要素在生產成本中所占的份額（1λit PXv it XvitQit ）。

假定企業的加成率為it=Pit/λit，利用對（16）求一階導得到的結果可以推導得到加成率的計算公式：

it=υXit （γXit ）-1? ?（17）

在式（17）中，γXit表示可變各要素的支出（PXit Xit）對制造企業總銷售額（Pit Qit）的占比。所以計算企業成本加成率首先要計算出各投入要素的生產彈性和該要素投入在產品銷售額中的占比。

要素投入的產出彈性需要估計企業的生產函數。與DLW法類似，假設企業具有相同的技術參數且為?？怂怪行裕瑒t生產函數表達式為：Qit=F（X1it，……，XVit，Kit;β）exp（ωit），其中β為技術參數，能夠清晰刻畫出將投入轉化為產出數量的大小，ωit為制造企業生產率。本文采用半參數法對企業生產函數進行進一步估算，得出可變各要素的生產彈性Xit。

為了利用（17）式測算企業加成率，還需要知道要素的支出份額γXit，而事實上無法直接獲得Qit而只能得到Q^it，根據關系式Q^it=Qit exp（εit）可計算得到Qit=Q^it/exp（εit）。故可進一步將要素的支出份額γXit表述為：γXit=PXit XitPXitQ^/exp（it） ，據此，企業i在t期的加成率表達式為：

it^=Xit （Xit）-1? （18）

本文在基準回歸中的企業成本加成率使用DLW生產函數法，穩健性檢驗使用Domowitz? et al.會計法。

3.主要控制變量。除了GVCs嵌入度之外，本文借鑒諸竹君等的做法加入了全要素生產率、企業規模、企業年齡等可能會影響企業加成率的控制變量[6]（見表1）。

（三）數據匹配

為了測算GVCs嵌入度和企業成本加成率，本文使用了2000～2007年中國工業企業數據庫與中國海關數據庫進行匹配。工企庫提供了中國所有國有制造企業及年總產值超過500萬元人民幣的非國有企業，統計了資產負債表與利潤表中的80多個變量，以及企業就業人數、所有制類型（國有企業、私營企業、外資企業和合資企業等）、出口交貨金額等相關信息，這些企業的出口總額占我國總額的98%左右。本文在匹配過程中，借鑒了聶輝華等的處理方法對樣本做了以下處理：（1）剔除雇傭人數少于8人的企業樣本;（2）剔除企業樣本中總資產、固定資產凈值、中間投入以及應付工資總額小于零的異常值;（3）剔除總資產小于總固定資產或總流動資產，企業工業總產值小于出口總額的異常樣本。后者提供了中國境內所有進出口企業HS-8分位產品的進出口信息，包括企業的貿易類型、金額和數量、貿易方式、運輸方式、出口商品的目的地、進口商品的來源地、進出口企業名稱、電話號碼、郵政編碼和聯系人等相關信息。

考慮到兩個數據庫分別采用不同的編碼系統設定企業代碼，匹配時又借鑒Upward et al.和呂越等方法，首先采用未剔除原始數據的企業名稱和年份進行匹配①[①因為同一企業在不同年份其名稱可能有所不同，且新進入的企業有可能使用其他企業的曾用名。 ]，然后采用企業電話號碼的后7位以和企業法人代表再次對上一步未能識別名稱的企業進行繼續匹配，匹配成功得到的企業樣本數為252806個，由于部分企業計算加成率以及GVCs嵌入程度需要利用的變量存在缺失的情況，并且存在某些異常值，最終本文的基準回歸中的樣本數為133346個。

四、 實證分析

（一）基準回歸結果

本文根據公式（10）首先進行基準回歸，實證結果見表2。其中第（1）列為加入年份、行業和省份固定效應但是僅有兩個關鍵變量的OLS回歸結果，表明價值鏈嵌入對企業加成率有顯著的正向影響，且通過了1%的顯著性檢驗;第（2）列中加入了全要素生產率和企業規模，第（3）、（4）、（5）列繼續加入企業年齡、年齡平方、資本密集度、企業融資約束、國有資產占比和行業競爭度等控制變量，結果仍然顯著為正?？梢姡珿VCs嵌入對企業加成率的正向影響顯著存在。

（二）全球價值鏈嵌入和企業加成率的“倒U型”關系驗證

表3的第1列匯報了倒U型關系驗證的結果，GVCs嵌入度平方顯著為負，且水平項顯著為正，表明確實存在倒U型關系，為了進一步考察價值鏈嵌入與加成率之間是否存在非線性關系，根據方程的回歸系數可以測算GVCs參與度和成本加成率之間“倒U型”關系的臨界值為0.58。同時，根據論文所選樣本中企業GVCs參與度的均值（0.266）可知，當前階段中國參與GVCs的平均水平尚處于加成率逐步改善區間，且距離加成率降低的臨界值還有較大距離。通過圖1還能夠發現，樣本中中國絕大多數制造企業集聚“倒U型”曲線左側，GVCs嵌入水平較低的企業仍然可以通過進一步融入全球生產網絡帶來較高收益，起到較好的加成率促進效應，僅有少數企業位于該區間以外而進入抑制區間。在考察“倒U型”關系的存在性后，本文替代GVCs嵌入指標和加成率度量指標并重新進行回歸檢驗，進一步考察本文提出的假設是否會受其影響（參見表3）。表3中的第（2）～（4）列是使用本文提及的其他三種測算GVCs嵌入度指標回歸測得結果，結果均表明GVCs嵌入程度與企業加成率之間存在顯著的“倒U型”關系。第（5）列則是采用會計法測算企業成本加成率進行穩健性檢驗，結果依然呈現“倒U型”關系。

（三）內生性檢驗

為了進一步檢驗回歸結果的穩健性，考慮企業加成率與企業全球價值鏈兩者間可能存在雙向因果的內生性問題。而雙向因果的存在可能導致本文回歸結果出現有偏估計，影響結果的可信度。另外，考慮到企業加成率與企業全球價值鏈嵌入可能同時受到一些非觀測因素的影響，同樣也會使本文回歸結果出現內生性問題。本文借鑒呂越等的做法，使用企業全球價值鏈嵌入的滯后一期作為工具變量并進行兩階段最小二乘（2SLS）估計進一步處理可能存在的內生性問題。[33]表4回歸結果第（1）列示了以企業GVCs嵌入度的滯后一期工具變量進行回歸估計，結果再在1%的水平上顯著。另外，在表4的第（2）列結果中，我們繼續加入價值鏈嵌入水平滯后一期的二次項，用來檢驗GVCs嵌入和企業加成率之間的“倒U型”關系。結果依然通過了1%的顯著性檢驗。考慮內生性檢驗后的臨界值為0.54，與原“倒U型”回歸中的0.58較為接近，說明在考慮內生性問題后，GVCs嵌入與企業加成率之間的“倒U型”關系依然顯著存在，核心結果仍較為穩健。

（四）異質性檢驗

1.企業所有制類型、價值鏈參與加成率

由于國有和其他類型企業具有不同的激勵、監督和約束機制，且在進入、退出、歷史負擔以及投融資約束方面面臨不同待遇[34]，導致不同所有制企業參與GVCs的加成率效應也存在顯著差異。本文根據出資是否超過總注冊資本的50%作為界限，根據所有制類型將所有企業劃分為國有企業、民營企業、外資企業以及港澳臺企業等四種類型，進行擴展性回歸分析（回歸結果見表5第1-4列）。

通過表5的回歸結果，首先可以看出GVCs嵌入的加成率效應在各種所有制企業中均顯著成立，GVCs嵌入的加成率效應普遍存在，但不同所有制類型企業有所差異。以跨國公司為主體的外資企業加成率效應最為顯著，因為其更有條件在全球范圍內有效配置資源，通過整合全球范圍內各區域比較優勢分散布局從而實現利益最大化，能夠獲得比其他類型的企業更高的價值鏈參與利潤回報。而國有企業由于企業權屬關系與經營目標不一致，加上委托代理鏈條過長、成本過高等問題，從價值鏈嵌入中獲得回報較其他類型企業更低，加成率效應不明顯?！暗筓型”關系分所有制回歸結果與線性關系檢驗基本一致，GVCs嵌入對外資企業的加成率效應依然最大且顯著存在，但隨著GVCs嵌入度的增加會對逐漸加成率產生抑制作用，而國有企業“倒U型”效應顯著性較弱，僅在10%的顯著性水平的邊緣。

2.要素密集度與GVCs嵌入的加成率效應

為考察不同要素密集度制造企業全球價值鏈參與對成本加成率的影響，本文借鑒了謝建國的方法[35]，將我國制造行業劃分為勞動密集型、資本密集型和技術密集型三類行業，并將上述三類行業的數據分別進行回歸（見表5第5-7列）?；貧w結果表明，GVCs嵌入對企業加成率的正向作用對不同的要素密集度企業均顯著成立，但影響程度因行業的不同而有所差別，在現階段中國勞動密集型企業GVCs嵌入加成率效應最大，“倒U型”關系（限于篇幅未進行匯報）臨界值也最高;資本和技術密集型行業的線性與“倒U型”關系也均顯著存在，表明三類行業GVCs融入一定程度均將會產生抑制作用。

五、機制檢驗

基準結果顯示嵌入GVCs與企業的成本加成之間存在顯著的“倒U型關系”，GVCs參與度到達一定的臨界值后所帶來的邊際成本下降，在前文的基礎上，本文從成本節約及技術外溢效應、目的地市場是否為發達國家兩方面檢驗企業嵌入GVCs對成本加成的影響機制。

（一）成本節約和技術外溢效應

參照Bas和Strauss-Kahn的思路，對來自不同國家的中間產品進行區分，進而對成本節約與技術外溢效應的影響機制進行檢驗。[36]通常企業從外國進口中間品存在兩類動機：一是從低收入國家進口資源性中間品以節約投入成本;二是從發達國家進口高技術零部件的投入品以尋求技術提升。根據從不同類型國家進口動機不同，本文根據進口投入品的不同來源地，對來自發達國家的投入品進口額在總進口額占比超過50%的企業，設虛擬變量DC=1，否則為0，來反映GVCs嵌入的技術溢出效應;對進口來自欠發達國家在總進口額中占比超過50%的企業，設虛擬變量LDC=1，否則為0，來反映GVCs嵌入的成本節約效應。本文將成本節約效應和技術溢出效應的模型設定為：

μit=β0+β1 GVCit+β2 GVCit×DCit+β3GVCit×LDCit+β4GVC2it+β5 Xit+vj+vk+vt+εit?? （19）

若β2為正值，則表明技術溢出效應促進了制造企業成本加成率的提升;若β3為正，則表明成本節約效應作用更加顯著。

表6中列（1）和列（3）分別為納入DC和LDC的虛擬變量與GVCs參與度交乘項的一次項方程的回歸結果，價值鏈嵌入和發達國家中間投入的交乘項系數顯著為正，而價值鏈嵌入和欠發達國家中間投入的交乘項系數顯著為負;列（2）和列（4）分別為納入DC和LDC虛擬變量與GVCs嵌入度交乘項的二次項方程的回歸結果，價值鏈嵌入和發達國家中間投入的交乘項系數依然顯著為正，而價值鏈嵌入和欠發達國家中間投入的交乘項系數顯著為負。這說明，我國企業嵌入GVCs生產中，技術溢出效應顯著存在，價值鏈嵌入通過技術溢出效應對企業加成率產生正向促進作用，而成本節約效應相對于技術溢出效應作用較小，價值鏈嵌入通過成本節約效益對企業加成率產生的作用有限。

（二）嵌入GVCs的目的地市場效應

上文已考察了GVCs的技術溢出效應和成本節約效應，本部分檢驗GVCs嵌入的目的地市場效應。對于目的地市場效應的考察，通常情況下發達國家的經濟發展水平高，且消費者體現出更高的購買能力。本文將目的地市場效應的模型設定為：

μit=β0+β1GVCit+β2 GVCit×BMit+β3GVC2it+β4 Xit+vj+vk+vt+εit? （20）

其中BMit=1，表示與發達國家貿易，BMit=0表表示不與發達國家貿易。表7報告了目的地市場效應的回歸結果（見第39頁）。

由表7的回歸結果可以看出，一次項方程中價值鏈嵌入水平與發達國家貿易的交乘項在1%水平上顯著;在二次項機制檢驗中，價值鏈嵌入水平與發達國家貿易的交乘項的系數依然顯著為正。實證結果說明目的地市場效應顯著存在，在企業不斷嵌入價值鏈的過程中，進入更大的市場更易獲得規模經濟及技術提升，消費者的購買能力更強，使得企業更致力于提升產品質量，并促使企業加成率上升。

六、研究結論與政策啟示

深度嵌入全球生產網絡是中國企業對外開放進程中向市場經濟轉型的顯著特征。本文采用微觀層面中國制造企業的數據，考察了GVCs嵌入的加成率效應，研究得出主要結論如下：

第一，GVCs嵌入能夠有效提高企業成本加成率，且這一關系在不同的GVCs參與度與加成率度量指標測算方法、控制內生性以及剔除部分極端樣本值等條件下均顯著成立。研究結果表明融入GVCs是中國企業實現加成率提升的重要路徑。但同時也應該關注到兩者存在非線性的“倒U型”關系，即GVCs嵌入的加成率效應存在邊際遞減趨勢。第二，參與全球價值鏈對企業加成率“倒U型”關系的影響與成本節約、技術溢出及目的地市場效應3個機制密切相關。（1）成本節約效應，企業參與價值鏈可選擇的中間品進口更加多樣化，雖降低了企業生產成本但作用有限，過度從欠發達國家進口低成本產品反而會抑制企業生產率提升;（2）技術溢出效應，企業參與價值鏈的過程中從發達經濟體進口高技術投入品和資本品，從而實現生產效率的改進，降低企業生產成本的同時提高企業的議價能力;（3）目的地市場效應，通過出口發達國家目標市場擴大帶來的規模經濟與更高的產品價格提升了企業加成率。本文的經驗研究證據支持了上述三種機制的存在。第三，價值鏈嵌入的加成率效應存在明顯的異質性特征，改善效應在外資企業、港澳臺和勞動密集型企業中最為突出，“倒U型關系”的臨界值則表現為民營與勞動密集型企業類型最高。

本文研究在一定程度上豐富了有關制造企業GVCs參與和成本加成之間關系?；谡撐难芯拷Y論，本文提出如下政策建議：第一，充分利用參與全球生產網絡的溢出效應，差異化培養國際競爭新優勢。在準確客觀評估中國制造企業價值鏈分工地位的基礎上，進一步提升制造業企業參與全球價值鏈分工的廣度和深度，勞動密集型行業及民營企業需要重視與發展中經濟體的合作，并拓展在高技術行業中與發達國家的經驗交流，充分利用加成率改善效應逐步向價值鏈高端延伸。第二，轉變出口模式，避免GVCs低端鎖定。由于勞動密集型外資企業從GVCs參與中獲得加成提升效應最為顯著，但樣本期間多數企業以加工組裝方式參與國際生產，被固化在價值鏈的低附加值環節，缺乏自主創新及對產品的定價能力。由于人口紅利逐步消失導致勞工成本的不斷上升，企業的成本加成提高需要加快促進雙向國際投資（FDI）與貿易的有機融合，提升技術溢出效應加快促進貿易模式的轉型升級步伐。第三，鼓勵企業進一步研發活動和提升人力資本水平積累，提高企業在嵌入GVCs進程中對高技術和高質量投入品的消化、吸收與模仿能力，通過提升自主創新能力突破發達國家出口高技術限制壁壘，從而提升企業的整體生產率和出口產品質量，逐步培育企業國際競爭新優勢。

參考文獻：

[1]李春頂.中國出口企業是否存在生產率悖論——基于中國制造業企業數據的檢驗[J].世界經濟，2010（7）：64～81.

[2]李坤望，蔣為，宋立剛.中國出口產品品質變動之謎：基于市場進入的微觀解釋[J].中國社會科學，2014（3）：80～103.

[3]劉啟仁，黃建忠.異質出口傾向、學習效應與“低加成率陷阱”[J].經濟研究，2015（12）：143～157.

[4]祝樹金，鐘騰龍，李仁宇.中間品貿易自由化與多產品出口企業的產品加成率[J].中國工業經濟，2018（1）：41～59.

[5]毛其淋，許家云.中國對外直接投資如何影響了企業加成率：事實與機制[J].世界經濟，2016，39（6）：77～99.

[6]諸竹君，黃先海，宋學印，等.勞動力成本上升、倒逼式創新與中國企業加成率動態[J].世界經濟，2017（8）：53～77.

[7]盛丹，劉竹青.匯率變動、加工貿易與中國企業的成本加成率[J].世界經濟，2017，40（1）：3～24.

[8]劉啟仁，黃建忠.產品創新如何影響企業加成率[J].世界經濟，2016，39（11）：28～53.

[9]許明，鄧敏.產品質量與中國出口企業加成率——來自中國制造業企業的證據[J].國際貿易問題，2016（10）：26～37.

[10]勝旗，佟家棟.產品質量、出口目的地市場與企業加成定價[J].國際經貿探索，2016（1）：4～17.

[11]盛斌，陳帥.全球價值鏈、企業異質性與企業的成本加成 [J].產業經濟研究，2017（4）：5～20.

[12]吳勇志，張玲.新國際分工、全球價值鏈整合與中國企業國際化經營模式——以聯想集團為例[J].現代經濟探討，2013（12）：25～28.

[13]林梨奎.對外直接投資、全球價值鏈分工與出口持續概率[J].統計與信息論壇，2020，35（12）：72～80.

[14]康志勇.進口中學抑或自我選擇：基于配對倍差法的經驗分析[J].國際貿易問題，2016（9）：16～26.

[15]Halpern， László， Murakzy， Balázs.，Innovation， Productivity and Exports： the Case of Hungary [J]. Economics of Innovation & New Technology， 2012， 21（2）：151～173.

[16]Aristei D. ， Castellani D. ， Franco C .FirmsExporting and Importing Activities： Is There a Two-way Relationship？ [J]. Review of World Economics， 2013（1）：55～84.

[17]袁其剛，樊娜娜.企業對外直接投資目的地選擇的生產率效應[J].中南財經政法大學學報，2016（1）：123～131.

[18]Arndt， S.W. and Kierzkowski， H. （2001） Fragmentation： New Production Patterns in the World Economy， OUP， Oxford.

[19]Turco A L， Maggioni D. On the role of imports in enhancing manufacturing exports[J].The World Economy，2013，36（1）：93～120.

[20]Smeets V.， Warzynski， Frederic. Estimating Productivity with Multi-product Firms， Pricing Heterogeneity and the Role of International Trade[J]. Journal of International Economics， 2013， 90（2）：237～244.

[21]魏浩，李翀，趙春明.中間品進口的來源地結構與中國企業生產率[J].世界經濟，2017（6）：48～71.

[22]崔煥金，劉傳庚.全球價值鏈驅動型產業結構演進機理研究[J].經濟學家，2012（10）：88～96.

[23]馬晶梅，陳亞楠.中國制造業出口貿易利得分配與環境成本研究——基于全球價值鏈視角[J].統計與信息論壇，2020，35（3）：86～93.

[24]呂越，陳帥，盛斌.嵌入全球價值鏈會導致中國制造的“低端鎖定”嗎？[J]. 管理世界， 2018（8）：11～29.

[25]呂越，包雅楠.國內價值鏈長度與制造業企業創新——兼論中國制造的“低端鎖定”破局[J].中南財經政法大學學報，2019（3）：118～127.

[26]劉志彪，張杰.全球代工體系下發展中國家俘獲型網絡的形成、突破與對策——基于GVC與NVC的比較視角[J].中國工業經濟，2007（5）：39～47.

[27]Upward R. ， Wang Z. ， Zheng J. Weighing Chinas Export Basket： The Domestic Content and Technology Iintensity of Chinese Exports [J]. Journal of Comparative Economics， 2013（2）：527～543.

[28]張杰，陳志遠，劉元春.中國出口國內附加值的測算與變化機制 [J].經濟研究， 2013（10）：124～137.

[29]呂越，羅偉，劉斌.異質性企業與全球價值鏈嵌入：基于效率和融資的視角 [J].世界經濟， 2015（8）：29～55.

[30]Kee H. L. ，and Tang H. W. Domestic Value Added in Exports：Theory and Firm Evidence from China [J].American Economic Review， 2016，106（ 6） ：1402～1436.

[31]錢學鋒，范冬梅.國際貿易與企業成本加成：一個文獻綜述[J].經濟研究，2015（2）：172～185.

[32]Domowitz，I.，Hubbard，H.， and Petersen， B.C.Market Structure and the Cyclical Fluctuations in U.S. [J]. Review of Economics and Statistics， 1988， 70（1）：55～66.

[33]呂越，黃艷希，陳勇兵.全球價值鏈嵌入的生產率效應：影響與機制分析[J].世界經濟，2017（7）：28～51.

[34]姚洋，章奇.中國工業企業技術效率分析[J].經濟研究，2001（10）：13～19;28～95.

[35]謝建國.多邊貿易自由化與區域貿易協定：一個博弈論分析框架[J].世界經濟，2003（12）：25～33;80.

[36]Bas M. and Strauss-Kahn V. Input-trade Liberalization ，Export Prices and Quality Upgrading[J]. Journal of International Economics， 2015，95（2）：250～262.

Embedded in GVCs and Markups of Chinese Manufacturing Firms

GAO Yun-sheng，ZHU Jia-chun，DAI Rui

（School of International Business， Shanghai University of International Business and Economics， Shanghai 201620，China）

Abstract：

With the deepening of Chinas integration into the global production network， the competitive effect of trade liberalization and the optimal allocation of resources among different productivity enterprises have promoted the overall markups of export enterprises in a country. However， it is contrary to the previous research. This paper uses Chinese firm-level data to verify from the perspective of GVCs embedding. The result shows that participation in GVCs has effectively increased markups on the whole， but there is an “inverted u-shaped” relationship between them，meanwhile the influence of different enterprise types is heterogeneous. Further analysis of the influence mechanism shows that enterprises participation in GVC will improve markups through technology spillover effect and large market effect， but the cost saving effect will play a limited role and have a negative impact with further integration into GVCs.

Key words：

embedded in GVCs;markups;inverted u-shape;mechanism test

責任編輯：吳錦丹

收稿日期：2020-09-29

基金項目：國家社會科學基金項目“價值鏈視角下的本地市場、創新資源投入與出口企業技術創新研究”（17BJL107）;國家自然科學基金面上項目“多時空尺度下區域經濟邊界效應測度模型、變化機理與影響機制研究”（71874106）;國家社會科學基金青年項目“制造業服務化對我國價值鏈升級的指標測度、形成機理及效應分析研究”（19CJY025）的資助。

作者簡介：高運勝（1971—），男，河南信陽人，經濟學博士，上海對外經貿大學國際經貿學院教授，博士生導師，研究方向為全球價值鏈;朱佳純（1996—），男，湖南醴陵人，上海對外經貿大學碩士研究生，研究方向為全球價值鏈;代 蕊（1994—），女，安徽滁州人，上海對外經貿大學碩士研究生，研究方向為全球價值鏈。