數字化轉型對我國制造業參與全球價值鏈分工的影響

張百珍 張 捷 張伯超

一 引言及文獻述評

20世紀90年代以來，參與全球價值鏈(Global Value Chain,GVC)分工成為各國經濟快速融入全球化的主導路徑。中國以勞動力、土地等要素比較優勢嵌入到GVC分工體系中，被譽為“世界工廠”。然而，新冠疫情大流行、俄烏沖突等“黑天鵝”事件接踵而至，逆全球化和單邊制裁甚囂塵上，發達國家產業“再本土化”等因素疊加，近年來國際貿易和國際投資大幅萎縮，全球供應鏈和價值鏈危機頻發，中國制造業面臨著前所未有的挑戰，重構全球價值鏈的需求也日益迫切。在此百年未有之大變局加速演進背景下，提升我國制造業的國際競爭力，讓“中國智造”高質量發展，成為亟待解決的現實問題(余姍，2021)[1]。與此同時，新一輪科技革命和產業變革席卷全球，隨著大數據、物聯網、云計算、人工智能等數字技術的廣泛應用，數字經濟與實體經濟快速融合，創造出全新的商業模式和產業生態。據統計，中國數字經濟增加值由2005年的2.6萬億元擴張到2020年的39.2萬億元，成為國民經濟最強勁的增長極。而全球已有超過170個國家或地區發布了“數字戰略”，數字經濟成為經濟增長的新引擎、產業升級的新路徑、國際競爭的新焦點(張艷萍等，2021)[2]。當前我國正處于加快構建新發展格局的重要戰略轉變期，探討如何構筑數字經濟新優勢，通過數字化賦能提升制造業在全球價值鏈中的參與程度，對在更高水平上實現國內國際雙循環的相互促進意義十分重大。

本研究與以下三類文獻密切相關。第一類是數字經濟研究。Don Tapscott(1995)最早在《Digital Economy》一書中提及“數字經濟”概念。之后，諸多學者和組織分別從經濟活動、投入產出、商業模式、系統結構等視角廣泛探討數字經濟的定義(裴長洪等，2018)[3]。被學者普遍接受的數字經濟定義是以現代信息網絡為重要載體、以信息化為重要推力的一系列經濟活動(G20,2016)[4]，包括數字產業化、產業數字化、數字化治理和數據價值化(Tapscott，1996[5]；中國信息通信研究院，2020[6])等四大形態。其后，學者開始探討如何測算數字經濟，主要采用的核算方法有兩種：一是直接核算法，即計算數字產業化與產業數字化的規模；二是指標體系核算法，即采用國民經濟核算、增加值剝離以及數字經濟衛星賬戶構建(楊仲山和張美慧，2019[7]；續繼和唐琦，2019[8])等方法測算城市層面數字經濟發展水平。不同于上述文獻，本文聚焦于產業數字化對中國制造業參與全球價值鏈分工的影響。

第二類是全球價值鏈研究。1994年，Gereffi等首次提出“全球價值鏈”概念，為分析一個經濟體的產業發展和企業競爭力提供了新視角(何文彬，2020)[9]。其后，Humphrey和Schmitz(2002)[10]探討了全球價值鏈的治理模式，Gereffi(2002)[11]等根據市場交易的復雜程度、識別交易的能力和供應能力，將全球價值鏈的治理模式細分為市場型(Market)、模塊型(Modular)、關系型 (Relational)、領導型(Captive)和科層型(Hierarchy)。隨著世界投入產出表權威數據庫WIOD、OECD、GTAP、ADB-ICIO的陸續問世，國內外學者開始對全球價值鏈進行量化分析。目前GVC量化分析的主流模型是Koopman et al.(2010)[12]提出的KPWW測算模型和Wang et al.(2017)[13]提出的WWZ模型。由于Wang et al.(2017)[13]將一國的出口總值分解為16個部分，實現了貿易增加值的完全分解，故其對GVC地位指數、參與度指數和長度指數的測算最為全面。接下來，學者們從不同角度分析了全球價值鏈各維度的影響因素，例如人工智能(呂越等，2020)[14]、金融結構(盛斌和景光正，2019)[15]、制造業服務化(潘安等，2020)[16]、 外資引入(李向毅等，2021)[17]、服務貿易自由化(韓民春和楊承奧，2021)[18]、突發公共衛生事件(汪亞楠等，2021)[19]等對GVC分工地位的影響。但這些文獻多從GVC地位指數、參與度指數進行單維度或雙維度分析，涉及到GVC長度的研究較少。徐博等(2021)[20]研究認為中間品關稅減讓可以延長企業的前后向價值鏈長度。閆云鳳和趙忠秀(2018)[21]將中國參與全球價值鏈的生產鏈長度分為純國內、傳統貿易和GVC生產鏈，得出隨著我國制造業嵌入GVC，大部分細分行業的生產鏈長度以及純國內、傳統貿易和GVC生產鏈長度都變長了的結論。本文著重從制造業整體層面分析數字化轉型對GVC長度的影響。

第三類是數字經濟與全球價值鏈關系的研究。目前，數字經濟與全球價值鏈細分角度相結合的研究較少。李馥伊(2018)[22]基于WIOD世界投入產出表測量行業數字化水平，以通訊與信息服務對各個制造業部門的投入作為數字經濟衡量指標，首次系統分析了行業層面數字化水平對全球價值鏈升級的影響，這為其他學者研究行業層面數字化水平提供了參考。后續學者采用此方法拓展研究維度。張艷萍(2021)[2]將研究維度拓展為3個指標，選取計算機和電子產品、郵政和通訊業、電信業三個行業作為數字經濟基礎部門，以數字經濟基礎部門對中國各制造部門的增加值投入量來衡量數字化水平，然后從GVC廣度和高度兩個維度分析數字經濟對制造業全球價值鏈分工的影響。張晴和于津平(2021)[23]將指標拓展為8個，從數字基礎設施、數字化媒體、數字化交易三個方面估算企業層面的數字化水平，得出制造業數字化水平對企業全球價值鏈分工地位有顯著提升作用。齊俊妍和任奕達(2021)[24]在上述方法的基礎上，測算國家數字化發展水平，再乘以行業數字化比率作為行業數字經濟滲透指標，得出行業數字化滲透會提升制造業GVC地位的結論。上述文獻雖然做了有益探索，但存在兩點不足：一是數字經濟測量指標維度較窄，如測算行業層面數字化水平沒有將數字技術、數字服務、數字金融納入。本文擬對照城市層面的數字經濟測量指標，參考中國信通院、歐盟等的測量方法，進一步拓展產業數字化水平的測量維度。二是鮮有文獻將GVC長度指數納入分析框架，多從GVC地位指數進行單維度或雙維度分析。事實上，GVC長度(即生產分割步長)是價值鏈分析的有力工具，它從生產細分的維度測度產業間聯系(倪紅福，2016)[25]。GVC長度既關系到分工效率，又深刻影響全球供應鏈的安全，在新冠疫情后重建全球價值鏈的過程中，需要重新審視與GVC長度相關的效率和安全的關系。

本文的邊際貢獻是：(1)研究視角上，不同于既有的國家和城市層面數字經濟研究，本文從行業角度考察數字化轉型對中國制造業嵌入全球價值鏈的影響，同時將GVC長度引入分析框架，考察數字化轉型對中國制造業參與GVC的綜合影響。(2)通過動態面板實證檢驗了數字化轉型對制造業GVC分工兩個維度的正向影響，并進行行業異質性分析。(3)研究方法上，借鑒歐盟和中國信通院測算的城市數字經濟指標，從數字基礎設施、數字技術創新、數字公共服務三方面構建10個二級指標衡量產業數字化水平。(4)機制分析上，將國家之間的冰山貿易成本拓展到產業層面，構建產業冰山貿易成本，同時測算資源配置效率和技術創新指數進行中介效應分析。

后文結構安排如下：第二部分討論數字化轉型對制造業參考全球價值鏈分工的影響機制，提出研究假說；第三部分為計量模型構建與變量說明；第四部分為實證結果分析；第五部分為機制檢驗；第六部分為結論與研究展望。

二 影響機制與研究假說

數字經濟對一國制造業參與GVC的影響機制可以從兩個維度來測量：一是GVC參與度指數，用于衡量一國產業在全球價值鏈的參與程度，指標數值越大，則參與程度越深。二是GVC長度指數，指一國產業部門在從原材料到最終產品的全球生產過程中所承擔的階段(環節)數量，即從初級要素的提供者到最終產品的使用者之間的距離(孟祺，2021)[26]。那么，數字化轉型對制造業參與GVC的兩個維度究竟是通過哪些機制產生影響的呢？本文刪繁就簡，將主要影響機制歸納如下。

(一)成本節約效應

全球價值鏈分工是市場經濟發展到高級階段即全球化階段的產物。楊格(1996)[27]的分工理論表明，分工能否演進取決于分工效率的提升與由此帶來的因中間環節增多而導致交易成本上升的比較，如果效率提升足以彌補因此而帶來的成本上升，那么分工就能夠演進和細化。國際分工產生的跨境交易(如談判、簽約、通關、檢驗、物流、保險、金融等)成本較高，如果數字技術能夠在一定程度上突破這些障礙(尤其是其中的大部分制度性障礙)，國際貿易的交易成本將會大大減少，從而推動國際分工深入發展。

新新貿易理論的代表人物Melitz(2003)[28]認為企業出口受兩種因素影響：進入國際市場的固定成本和企業的可變成本。數字化轉型可有效降低企業的這兩種成本，進而影響企業的國際分工參與度和長度。主要原因有三：一是數字技術能夠降低價值鏈各環節由于信息不對稱所產生的交易成本，特別是無紙化貿易、電子認證、電子簽名、線上談判等技術顯著減少了貿易環節的交易成本(Jullien，2012[29]；Schor，2017[30])。二是以人工智能和云計算為基礎的智慧物流可以實現貨物分揀、包裝、運輸、存儲一體化，數字技術還使企業可以實時掌握物流狀況，顯著降低物流成本。三是在線翻譯克服了線上交易的語言鴻溝，可以提高溝通的效率和頻次，降低溝通成本。

質言之，首先，數字技術使企業參與全球價值鏈的溝通協調成本下降、合作效率提高，顯著降低了企業進入國際市場的門檻，使中小企業能夠參與國際貿易，快速融入全球價值鏈，提高產業的全球價值鏈參與度。再次，為節約成本和提高效率，數字技術驅使分工的功能連接向模塊化和標準化方向演變，使企業更加專注于專業化生產，朝著“專精特新”的路線演進，有利于拓展一國產業在全球價值鏈上的長度。

假說1：數字化轉型通過降低國際貿易成本深化制造業的GVC參與度，同時促使國際分工向模塊化演進，進一步促進垂直專業化和延長GVC長度。

(二)技術創新效應

數字技術作為一種全新的生產力，對供給側的深刻影響主要體現在技術創新。一是數字技術的發展和有效應用有助于縮短研發周期，促進企業研發效率與研發能力提升(郭海和韓佳平， 2019)[31]。同時，企業利用數字技術改造生產設備，有利于提高勞動生產率、增強產品競爭力。二是數字技術增強了企業整合外部創新資源與鏈接外部環境的能力，推進產業鏈的創新協作與整合，有助于破解研發瓶頸(李唐等，2020)[32]。三是數字技術的應用喚醒了個性化、多樣化的小眾需求，使私人訂制、DIY設計等商業模式大增，激發出“長尾經濟”的潛力，增強了供應鏈柔性，有利于提升制造業在全球價值鏈上的價值增長空間。四是數字平臺的廣泛應用顯著降低各行業的投資和技術門檻，使中小企業融入全球價值鏈變得更為容易。質言之，數字技術的創新效應主要通過提高分工效率來增強制造業在全球價值鏈上的比較優勢，進而增加制造業的GVC參與度和生產長度。

假說2：數字化轉型通過促進技術創新、提高生產效率推動制造業在全球價值鏈中的參與度和生產長度增加。

(三)資源配置優化效應

全球價值鏈分工是根據各國要素稟賦優勢來配置資源的產物。數字經濟不僅帶來數據這一新要素，還通過新技術、新組織、新業態對傳統制造業的要素稟賦及配置方式產生影響，在很大程度上改變了傳統產業的生產函數，推動了資源要素的重組和優化配置。因此，數字化轉型通過資源配置優化效應提升了制造業在全球價值鏈中的參與程度。首先，數字化轉型優化了產業的資本配置效率。數字化轉型促使企業將更多的資金用于高效率、高附加值的數字化改造上，如建設智能化的生產線、數字車間、智慧物流、工業互聯網等，這些投資提高了企業的運營效率和管理水平，有力地推動了產業轉型升級，使高新技術產業獲得迅猛發展。其次，數字化轉型優化了勞動力配置效率。產業數字化大大減少了重復勞動，精簡了用工數量，使高技能勞動力轉移到附加值更高的部門尋求發展，從而使全產業的人力資本結構得到優化。人力資本具有技術溢出效應，高技能勞動力的聚集增強了企業的研發效率和競爭優勢。其三，數字化轉型提高要素的總體配置效率。企業利用算法和智能識別系統開展柔性制造，即時調配生產過程中的要素資源，避免了資源錯配和浪費(Acemoglu和Autor,2019)[33]。資源配置效率的優化推動傳統制造業的生產要素、產業結構、創新體系、組織形態、商業模式等進行變革，實現制造業的高質量發展，提升其在全球價值鏈中的參與程度。

假說3：數字化轉型通過優化資源配置提升一國制造業在全球價值鏈分工中的參與度。

三 計量模型構建與變量說明

(一)模型設定

本文建立如下計量模型考察數字化轉型對中國制造業嵌入全球價值鏈的影響：

GVCpartiit=α2+β2Digit+γ2∑Controlit+Vt+θit

(1)

GVClengthit=α3+β3Digit+γ3∑Controlit+φt+ζit

(2)

其中，GVCpartiit、GVClengthit分別表示我國制造業i行業t時間的全球價值鏈參與度指數、長度指數。Dig表示行業的數字化水平，Control表示控制變量合集。V、φ表示時間固定效應，θ、ζ表示隨機擾動項。

(二)變量測度及數據說明

1.被解釋變量

本文依據Wang et al.(2017)[13]對一國出口的分解方法，構建中國制造業的GVC參與度和長度指標，并借助世界投入產出表的相關數據進行測度。根據世界投入產出表，利用總產出生產函數和行業平衡條件可以將增加值分解為：

(3)

其中，Ass為s國國內對s國的消耗系數矩陣；Asr為r國對s國的消耗系數矩陣；Es*為s國的總出口列向量。

兩邊同乘Lss=(I-Ass)-1(里昂惕夫逆矩陣)：

Xs=(I-Ass)-1Yss+(I-Ass)-1Es*=LssYss+LssEs*=Lss(Yss+Es*)

(4)

進一步，對總出口按中間產品、最終產品和最終吸收目的地進行分解，可以得到：

(5)

(6)

由此可知，一國行業的國內增加值由三部分構成：一是V_D部分，該部分增加值不涉及國際貿易，生產的產品純粹滿足國內最終需求。二是V_RT，指本國出口直接被進口國吸收的最終產品增加值。三是中間產品出口的國內增加值，包含了全球價值鏈的全部跨境生產環節。該部分可進一步分解為：(3a)隱含在中間產品出口中的增加值，被進口國用來加工生產并在其國內直接消費；(3b)出口的中間品被進口國作為原材料用于生產，然后出口本國；(3c)產品被進口國加工生產后再出口到第三國，跨境兩次或以上。

(1)全球價值鏈參與度

全球價值鏈參與度指標用于衡量一國產業在全球價值鏈中的參與程度，指標數值越大，則參與越深。Hummels et al.(2001)[34]提出，一國可以通過前向聯系和后向聯系兩種途徑參與全球價值鏈分工，其構建的全球價值鏈參與度指數被學界廣泛采用。但此方法存在兩個缺陷：一是將出口總額作為分母，當一些行業出口規模很小時，容易高估其GVC參與度(張艷萍等，2021)[2]；二是未考慮進口中間品被本國直接吸收的貿易方式。Wang et al.(2017)[13]拓展Hummels的理論，構建了新的GVC參與度指數，包含一國參與GVC的全部環節。分別用GVC前向參與度和后向參與度表示，此方法彌補了Hummels測度方法的不足。公式如下：

(7)

(8)

(9)

(2)全球價值鏈長度

全球價值鏈長度被定義為從一個國家產業部門原始投入到另一個國家最終產品的過程中的平均生產階段數量。長度反映了生產過程分工細化的復雜程度，可以反映一國產業的上下游情況(Wang et al.,2017)[13]。GVC長度越長，產業鏈條越長，表明該部門參與GVC分工越深入，同時也表明分工的風險增加?？偟纳a長度(PLv)可以分為純國內生產長度(PLv_D)、傳統貿易生產長度(PLv_RT)和全球價值鏈生產長度(PLv_GVC)。全球價值鏈生產長度又分為兩部分：一是進口方直接吸收的產出和增加值(PLv_GVC_S)，二是進口方加工再出口的產出和增加值(PLv_GVC_C)。PLv和PLv_GVC計算公式為：

(10)

(11)

其中，Xv_GVC_S指該部門增加值對應的被s國直接吸收的總產出，Xv_GVC_C指該部門增加值對應的被s國再加工出口的總產出。V_GVC_S代表該部門中間品出口(被s國直接吸收)所包含的國內增加值，V_GVC_C代表該部門中間品出口(被s國再加工出口)所包含的國內增加值。

2.核心解釋變量——制造業數字化水平

數字經濟對制造業參與全球價值鏈的影響主要體現于制造業數字化部分(張艷萍，2021)[2]，即制造業利用數字化轉型實現的價值增值。本文借鑒齊俊妍和任奕達(2021)[24]的思路，利用Calvino et al.(2018)[35]通過ICT接入、ICT使用、機器人利用率等多維指標測算“行業數字強度分類”的結果，篩選出具備中高技術強度的數字行業與WIOD數據庫世界投入產出表中的行業進行匹配，匹配時綜合參考國際三大數字經濟測算機構(歐盟、OECD、聯合國國際電信聯盟)及國內三大數字經濟測算機構(中國信息通信研究院、中國電子信息產業研究院、上海社科院)對數字經濟內涵的界定，得到數字基礎設施、數字公共服務、數字技術創新3個維度10個行業(如表1所示)，進而測算行業數字化水平代表。本文運用完全消耗系數核算行業數字化水平，用于衡量制造業數字化轉型，計算公式如下：

表1 測度行業數字化水平的綜合指標

(續上表)

(12)

其中，Digdj表示制造業j部門的數字化水平，adj表示制造業j部門對數字經濟依托部門d的直接消耗，等號右邊第二項表示第一輪間接消耗，第三項表示第二輪間接消耗，依次類推。

3.控制變量

4.數據來源與變量描述性統計

首先，在計算全球價值鏈參與度、長度指標時，本文使用最新的2016年版WIOD數據庫，同時結合對外經貿大學全球價值鏈研究院UIBE數據庫，考察時段為2001—2014年。其次，行業出口額、行業就業人數來自《WIOD-SEA數據庫》，平均關稅率來源于《聯合國貿易數據庫》，行業FDI、行業總產出來源于《中國工業統計年鑒》和《中國統計年鑒》，行業勞動報酬來自《世界銀行世界發展指數數據庫》，公司營業收入來自《國泰安數據庫》。最后，本文將中國工業分類標準中的27個細分行業與WIOD數據庫中的制造業細分行業進行匹配，得到17個制造業細分行業(1)17個行業包括：C5、C6、C8-C22(按照WIOD世界投入產出表)。。各變量描述性統計分析見表2。

表2 主要變量的描述性統計

四 實證結果分析

(一)基準回歸結果

本文使用雙向固定效應模型和全面FGLS考察數字化轉型對我國制造業GVC兩個維度的影響，表3為基準回歸結果。估計結果顯示：數字化轉型對制造業GVC參與度和長度都有顯著影響，且影響系數為正，說明產業數字化有利于降低中小企業進入國際市場的門檻，提升其GVC參與度；并且使得企業更專注于核心業務發展，深化專業分工，使得產業的GVC長度變長。全面FGLS考慮組內自相關、組間異方差和同期相關性，被認為是更有效率的估計方法，得到的數字化轉型對我國制造業全球價值鏈參與度和長度影響的系數都相對較小(0.442<0.636，0.295<0.838)。

表3 基準回歸

(續上表)

(二) 穩健性檢驗

1.替換變量

本文使用制造業數字化直接消耗系數作為數字化轉型的替代變量進行回歸分析。結果顯示，數字化轉型對我國制造業GVC參與度和長度均有促進作用，與基準回歸結果一致，證明了研究結論的穩健性。

表4 穩健性檢驗I

(續上表)

2.運用其他計量方法

內生性處理。本文選取兩個工具變量解決由解釋變量內生性可能導致的估計偏誤問題。首先借鑒Nunn ( 2014)[38]、齊俊妍和任奕達(2021)[24]的方法，使用1984年固定電話數量乘以行業互聯網用戶資源配置作為工具變量。Goldsmith-Pinkham et al.(2020)[39]將這種形式的工具變量稱為份額轉移(Shift-Share)，在本文中，份額對應為1984年固定電話數量，用以衡量歷史上數字基建的發展程度。工具變量計算公式為：

(13)

其中，phone1984為1984年固定電話數量，Hit為行業互聯網用戶資源配置，Value_addit表示行業增加值，labor_indit表示行業勞動力數量，User_intt表示互聯網用戶數量。數據分別來源于《中國統計年鑒》、WIOD-SEA數據庫、《中國城市統計年鑒》。為穩健起見，本文選取行業數字化水平滯后一期作為第二個工具變量，同時對工具變量的外生性和有效性進行檢驗，確保不存在弱工具變量問題。估計結果如表5所示，核心解釋變量系數均顯著，說明數字化轉型對我國制造業全球價值鏈參與度有推動作用、有利于延長GVC分工長度。這進一步證實了本文研究結果是穩健的。

表5 穩健性檢驗II

3.動態面板估計

將基準模型(1)、 (2)擴展為動態模型，采用系統GMM進行估計。方程設為：

GVCit=α4+β4Digit+hGVCit-1+γ4∑Controlit+λt+εit

(14)

GVCit表示GVC參與度指數和長度指數。本文內生變量選取GVCit的滯后一期和Dig, 控制變量視為外生變量，工具變量選取內生變量的兩階及更高階的滯后項,對GMM方程采用兩步估計法進行迭代，結果報告在表5列(3)、 列(4)。AR(2)的P值大于0.1，表明隨機擾動項不存在自相關。Hansen檢驗說明工具變量有效，不存在過度識別問題。由結果可知，無論是GVC參與度指數還是長度指數，其一階滯后項和行業數字化水平都顯著通過檢驗，說明全球價值鏈參與度和長度具有長期積累效應，此結論與景光正和盛斌(2021)[40]研究結果一致，也進一步驗證了數字化轉型對我國制造業參與全球價值鏈兩個維度的提升作用。

(三)行業異質性分析

國內學者分析制造業行業異質性時，主要有兩種劃分方法：第一種從要素稟賦視角，將制造業分為勞動密集型行業、資本密集型行業和技術密集型行業(康淑娟，2018[41]；張艷萍等，2021[2])。第二種是參照OECD劃分標準，基于技術密集度將制造業分為高技術行業、中技術行業和低技術行業(何文彬，2018[9]；孫瑜康等，2019[42])。本文采用第二種分類，將制造業劃分為低技術、中技術和高技術行業(見表6)。

表6 基于技術密集度的行業分類

表7行業異質性估計結果顯示：(1)數字化轉型對我國高技術行業、中技術行業、低技術行業全球價值鏈參與度均有顯著正向影響，但影響幅度有所不同。數字化轉型對中技術行業全球價值鏈參與度的影響最大，對高技術行業全球價值鏈參與度的影響最小。主要原因可能是中國高技術產業(尤其是關鍵技術)對國外的依賴性強，發達國家對華技術封鎖和出口限制嚴格，即使產業實現數字化，對一些“卡脖子”技術的自主創新仍然需要時間，數字化轉型對高技術產業全球價值鏈參與度的影響效果暫時相對有限。(2)數字化轉型降低了企業生產成本和貿易成本，大大促進低技術行業參與全球價值鏈分工。(3)在全球價值鏈長度上，數字化轉型對中低技術行業的影響并不明顯，對高技術行業有顯著影響，這符合現實。高技術行業如手機、汽車、飛機等，在2001—2014年樣本期內隨著全球供應鏈一體化程度不斷加深，各國根據自身的稟賦優勢和成本差異逐漸形成了較成熟的分工形態，分工越來越細。以蘋果為例，其零部件供應商主要分布在中國(391家)、日本(139家)和韓國(32家)，每個企業只專注于其中的某個環節和零部件,做到高度專業化，提高生產效率。所以，高技術行業的全球價值鏈長度更長，數字化轉型的影響更顯著。

表7 數字化轉型對我國制造業GVC影響的行業異質性分析

五 機制檢驗

根據前文分析，數字化轉型主要通過貿易成本節約、技術創新和資源配置優化三條傳導路徑來影響制造業細分行業參與全球價值鏈分工，本部分將檢驗這三條路徑的有效性。

(一)貿易成本效應的機制檢驗

數字化轉型通過降低貿易成本促進分工效率提升，進而影響制造業參與全球價值鏈分工。貿易成本范圍較廣，包括關稅和非關稅壁壘成本、營銷成本、談判成本、運輸成本、客戶服務成本、語言成本等，不同行業的測度口徑很難統一，數據收集較難。而Yi(2003)[43]的研究證實多次跨境交易增大了運輸成本對貿易的影響。Novy(2006)[44]改進引力模型，用冰山貿易成本替代貿易成本變量，被學者廣泛采用。借鑒已有研究，本文構建了行業層面的冰山貿易成本：

(15)

式(15)中，i表示中國，j表示除中國以外其余國家(地區)，n表示行業。Costij, n表示中國第n行業向世界出口的貿易成本。Exportij, n表示中國第n行業向世界出口的總額，Exportji, n表示世界其余國家(地區)第n行業向中國出口的總額(可以用中國第n行業進口總額表示)，數據來源于聯合國貿易數據庫(UN Comtrade Database)。GDPi、GDPj分別表示中國國內生產總值和中國以外世界其余國家(地區)國內生產總值。Exportj, n表示除中國外世界其余國家(地區)第n行業出口總額，Exporti, n表示中國第n行業出口總額。s代表中國和除中國外其余國家(地區)可貿易品的比重，ρ表示替代彈性。為便于計算，本文參照Milner和McGowan(2013)[45]的做法，設定s=0.8，ρ=8。在此基礎上進行中介效應分析，結果報告于表8。由列(3)和列(5)可知，數字化水平Dig和中介變量Cost的系數均顯著，說明數字化轉型能夠通過降低冰山貿易成本正向影響制造業的GVC參與度，促使國際分工向模塊化演進，進一步促進垂直專業化和延長GVC長度。

表8 冰山貿易成本的機制檢驗

(二)技術創新效應的機制檢驗

本文使用各行業專利申請數量衡量一國產業技術創新水平，檢驗數字化轉型是否通過增強企業創新活力進而影響其在全球價值鏈分工體系中的參與度和長度，結果見表9。由列(1)可知，Dig的系數在1%水平下顯著為正，說明數字化轉型能夠提高行業技術創新水平，而列(4)、 列(5)中Dig和Lnpaten的系數通過檢驗且為正，說明數字化轉型可以通過促進技術創新提升制造業全球價值鏈長度。就全球價值鏈參與度而言，由表9列(3)可知，直接效應為0.595，中介效應為-0.050，加總到總體效應得出數字化轉型對全球價值鏈參與度提升具有正向效應(總效應0.545>0)，即數字化轉型促進全球價值鏈參與度提升。但是技術創新的系數為負(-0.019)，存在遮掩效應。遮掩效應表現為直接效應與間接效應符號相反，屬于廣義中介分析中的概念。即控制技術創新，可以增強數字化轉型對制造業全球價值鏈參與度的作用力。本文認為呈現遮掩效應的主要原因可能有：一是投機心理導致制造業企業過度追求“國高企”標簽。2008年以來，為了扶持制造業轉型升級，政府越來越重視創新，在各方面加大對高新技術企業的獎勵補貼，地方政府也相繼出臺具有吸引力的優惠政策，包括減稅、降費、給予現金補貼等。如杭州對高新技術企業直接補貼現金60萬，每年撥出5000萬專項資金開展“雛鷹計劃”；深圳市給予15%的稅收減免，2019年減免稅收達136億。大量優惠政策吸引企業紛紛成立“政策優惠辦公室”，研讀申報條件，導致技術創新的目的往往傾向于套取資金而非提升生產效率。二是專利申請重量而不重質。我國專利申請連續11年全球第一，但是大而不強的格局一直未變，“專利泡沫”說法由來已久，專利申請實效低下降低制造業企業的長期競爭力。三是過度追求專利申請可能會引起經營成本和管理費用的提升，弱化制造業企業核心競爭力(Gebauer et al.,2005)[46]。因此，不顧自身實際，盲目對標其他地區或行業，反而不利于制造業競爭力和全球價值鏈參與度的提升，增強技術創新實效是當前必須重視的問題。

表9 技術創新的機制檢驗

(三)資源配置效率的機制檢驗

本文參考劉斌和潘彤(2020)[47]的方法構建資源配置效率指標，該指標由行業資本配置效率(用行業資本存量除以行業總產值表示)、勞動力配置效率(用行業就業人員數除以行業總產值表示)和總體資源配置效率(用行業資本配置效率與勞動力配置效率的算術平均值表示)三部分組成。由于有三個核心解釋變量，故使用適合多變量檢測的Sobel檢驗代替逐步回歸法進行中介效應分析。表10結果顯示，估計系數均顯著，表明數字化轉型通過優化資源配置促進了我國制造業全球價值鏈參與度的深化和長度的增加。

表10 資源配置效率Sobel檢驗

六 結論與研究展望

本文考察了數字化轉型與我國制造業參與全球價值鏈分工演化之間的關系，實證結果表明：(1)數字化轉型對中國制造業全球價值鏈參與度和長度具有顯著的促進作用。在更換數字化轉型測算指標后，以上結論依然穩健。(2)數字化轉型主要通過成本節約效應、技術創新效應和資源配置優化效應影響制造業GVC參與度和長度。技術創新在數字化轉型對制造業GVC參與度的影響機制中存在一定遮掩效應；且在資源配置優化效應分析中發現，相對于勞動力配置效率，數字化轉型對資本配置效率的促進作用更為顯著。(3)在行業異質性分析中，數字化轉型對中技術行業全球價值鏈參與度提升的影響最大。(4)利用系統GMM進行動態面板分析，得出數字化轉型對制造業GVC參與度指數和長度指數影響均顯著為正，驗證了結果的穩健性。

基于此得到的政策啟示為：(1)完善制造業數字化轉型的關鍵保障措施，促進更多中小企業通過數字化轉型嵌入全球價值鏈。將數字基礎設施建設(新基建)作為發展數字經濟的關鍵抓手，加快數據采集、存儲、計算、共享、安全等環節的軟硬件建設步伐，制定數據共享、數據交易、知識產權保護、隱私保護等法律法規，打破數據流通壁壘，強化區域間、行業間、部門間政策協同，形成合力，最大限度發揮數據要素的價值創造功能。(2)持續著力于數字經濟關鍵技術的突破，打造制造業的國際競爭力新優勢。專注于產業基礎短板(尤其是基礎零部件、關鍵基礎材料、先進基礎工藝)的核心技術研發，加強國家戰略科研力量建設，著力打造高端科研團隊，提升原始創新能力，為制造業轉型升級持續提供動能。(3)加快推進工業互聯網建設，提高制造業嵌入全球價值鏈的附加價值。推動物聯網、大數據、云計算、區塊鏈、人工智能與實體經濟緊密融合，以平臺經濟為突破口，建設一批工業互聯網發展示范區，打通企業內部及企業、行業之間的“數據孤島”，激發實現制造業高質量發展和內外高水平循環的新動能。

本研究在以下方面存在進一步深化的空間：(1)全球價值鏈研究已延伸至國內區域層面。盛斌等(2020)[48]使用區域投入產出表計算30個省級區域的國內價值鏈，將國內價值鏈和全球價值鏈進行對比，考察二者對經濟增長的互動效應，這為本文后續研究提供了方向。(2)數字經濟研究越來越趨于微觀層面。新冠疫情蔓延進一步凸顯了數字經濟的重要性，數字技術在遠程醫療、遠程辦公、在線教育、無接觸配送等領域的迅速補位，確保了全球產業鏈、供應鏈的順利運行。從微觀視角考察數字化轉型在重構全球價值鏈過程中的作用也是后續可探討的一個方向。