全球價值鏈嵌入能否改善制造業企業資源錯配？

作者簡介： 張煦（1991—），女，湖南益陽人，廣西大學經濟學院/中國東盟-經濟學院博士研究生，北部灣大學經濟管理學院講師，研究方向：產業經濟學。通信作者：韋莊禹（1994—），男，廣西南寧人，廣西大學經濟學院/中國東盟-經濟學院博士研究生，研究方向：數量經濟、產業經濟。

摘 要：依據中國工業企業、海關進出口和上市公司數據，考量全球價值鏈嵌入（GVC）與資源錯配之間的關系。結果顯示：全球價值鏈嵌入與勞動投入扭曲、企業資源錯配之間存在U形關系；

全球價值鏈嵌入主要通過作用于企業數字化轉型和吸收能力這兩個渠道影響企業資源錯配；

全球價值鏈嵌入與資本投入扭曲的U形關系只在資本密集型企業中存在，與勞動投入扭曲的U形關系只在勞動密集型企業中存在；隨著全球價值鏈嵌入程度的提高，國有企業資源錯配問題將更快得到改善，在數字經濟發展水平更高的地區，受益于企業數字化轉型的“同群效應”，全球價值鏈嵌入與企業資源錯配之間的U形關系更顯著。

關鍵詞： 全球價值鏈；資源錯配；數字化轉型；吸收能力

中圖分類號：F830.9"" 文獻標識碼： A""" 文章編號：1003-7217（2025）01-0144-08

一、引 言

長期以來，中國憑借勞動力要素的比較優勢嵌入全球價值鏈，成功將“中國制造”推向全球市場，成為“世界制造工廠”。但是，在發達經濟體跨國企業主導的全球價值鏈分工體系下，部分中國企業由于過度依賴國外先進技術等優勢資源，正在面臨全球價值鏈“低端鎖定”的風險。另外，中國“人口紅利”正逐漸消失，原本依靠資本和勞動要素投入來推動經濟增長的粗放型模式已經難以為繼，中國經濟正面臨增速放緩、產能過剩等結構性問題。地區、部門以及企業的資源錯配使中國經濟的可持續發展面臨嚴峻挑戰。

資源錯配是相對于資源有效配置的一種狀態，常被用于解釋新興市場國家的經濟效率變化現象。根據新古典經濟學理論，在完全競爭的市場條件下，當資源配置效率達到帕累托最優時，邊際成本等于邊際收益，此時社會的經濟效益最大。而現實中由于市場失靈、政策干預等一系列問題存在，不同生產部門面臨資源價格差異，資源要素在不同部門之間未得到充分利用，導致資源配置偏離帕累托最優狀態，從而引發“資源錯配”。Hsieh和 Klenow（后文簡稱HK）提出了測度資源錯配的理論框架，并利用中國、印度、美國三個國家的企業數據測算中國和印度由資源錯配引發的效率損失^[1]。這一方法后來得到了廣泛的使用，不少學者借鑒該方法對歐洲、亞洲、拉丁美洲等國家的資源錯配進行測算^{[2， 3]}。該方法也引發了國內外學者對中國資源配置效率研究的興趣。例如，龔關和胡關亮^[4]利用該方法測算得出從1998年到2007年中國制造業全要素生產率的潛在增長為30%～57%。Brandt等在HK框架內納入國有與非國有部分，估計得出1985年到2007年中國非農產業的資源配置效率改善空間平均為25%^[5]。尹恒和李世剛運用HK框架考察了1998—2013年中國制造業企業數據，發現中國資源配置效率的改善空間巨大，如果充分發揮出來中國的宏觀生產率能夠增加160%左右^[6]。

Restuccia和Rogerson將資源錯配的成因歸納為制度、產權、貿易與競爭、金融與信息摩擦^[7]。在經濟開放的條件下，現有研究主要從國際投資和國際貿易視角探討中國的資源錯配問題。國際直接投資的本質是以資本為載體的生產要素跨國流動，進而通過跨國的要素流動實現資源配置優化^[8]。國際貿易表面上是產品與服務的全球性交易，但實質上是資本與勞動力等生產要素的全球性流動過程^[9]。

國內外學者對全球價值鏈嵌入的影響效應和資源錯配的決定因素進行了諸多探討，但鮮有文獻分析全球價值鏈嵌入對資源錯配的影響，微觀層面的經驗證據較少。鑒于此，將全球價值鏈與資源錯配納入統一的分析框架，借鑒HK方法，構造企業層面的資源錯配指標，依據中國工業企業、海關進出口和上市公司數據，實證檢驗全球價值鏈嵌入與企業資源錯配之間的關系，對改善企業資源錯配問題具有重要的現實意義。

二、理論分析與測算框架

（一）企業嵌入全球價值鏈影響資源錯配的理論分析

在以貿易投資一體化和生產一體化為特征的國際分工背景下，全球價值鏈以各國要素稟賦結構為基礎，將產品生產的各個環節分布在不同國家（地區），通過進出口貿易的方式將各個環節有機組合在一起，從而優化全球價值鏈參與國（地區）資源配置^[10]。

早期中國憑借勞動力資源稟賦優勢嵌入全球價值鏈，雖然生產效率得到提升，但可能會遭遇全球價值鏈的風險“倒灌”以及發達經濟體的資源封鎖，反而加劇資源錯配問題。一方面，全球價值鏈的組織和治理力量可能會導致產業部門間的資源配置失衡。中國的一些小規模、低效率企業，雖然以全球價值鏈從屬者的身份獲得國際市場準入機會以及資源支持，但其嵌入的是權利關系不平衡、不協調的“俘獲型”全球價值鏈治理模式。當全球價值鏈從屬者試圖嵌入更高附加值環節時，會觸及全球價值鏈主導者的既得利益，價值鏈主導者們為了維持其壟斷競爭勢力，可能會實施“戰略隔絕”策略，以阻礙資源的流動，削弱與關聯企業之間的外溢效應^[11]。另一方面，嵌入全球價值鏈低端環節的企業，主要從事勞動密集型中間品的加工和組裝生產，這類生產活動可替代性較強。隨著中國勞動和資本要素相對價格的不斷上漲，這類企業會產生更強的“資本替代效應”，即會更傾向于通過使用資本要素來引進勞動替代性技術，這將進一步加劇企業要素投入的扭曲程度^{[12， 13]}。

隨著全球價值鏈嵌入程度的不斷加深，企業資源錯配問題會有所改善。新經濟地理學理論認為，在規模報酬遞增、壟斷競爭的市場結構下，產業集聚通過前后向關聯產生的規模效應，形成行業內的區域集聚，從而優化區域內資本和勞動力的配置。在全球價值鏈分工體系形成過程中，產品的生產環節被分散到不同的國家（地區），在空間區位選擇上表現為集中分布現象^[14]。因此，企業嵌入全球價值鏈，可以引發國內關聯企業形成集聚，進而有效改善企業面臨的資源錯配問題。基于此，提出：

假設1 全球價值鏈嵌入度與企業資源錯配之間存在U形關系。企業在嵌入全球價值鏈的初期，其資源錯配問題會加劇，隨著全球價值鏈嵌入程度的加深，資源錯配問題才會得到改善。

企業在嵌入全球價值鏈的過程中，長期依賴中間品進口，導致企業逐漸喪失自主創新能力，可能會產生“路徑依賴”效應，從而會抑制企業數字化轉型。為了避免“路徑依賴”和“低端鎖定”等問題，企業會“倒逼”其自身進行數字化轉型，發展以數據為關鍵要素的核心技術，培育新的競爭優勢。

在數字經濟時代，企業可通過數據生產要素緩解因信息不對稱和有限理性造成的資源錯配問題^[15]。數字技術變革將帶來生產力水平信息化、數字化與智能化的提升。技術進步將逐漸改變生產過程中的要素種類和比例，通過重構原有分工與協作體系提高企業生產率^[16]。數字經濟與傳統制造產業相結合，能為企業提供智能化生產、銷售流程再造和技術支持，也為原材料和中間品采購提供數字化支撐，使得企業在滿足消費者多樣化需求的同時，提高企業的生產效率與資源配置效率^[17]

。基于此，提出：

假設2 全球價值鏈嵌入度通過影響企業數字化轉型來作用于資源錯配。

企業吸收能力代表企業對于海外高新技術的模仿、學習、加工以及轉化能力。若吸收能力差，企業通常很難將國外的高質量產品技術轉換為自身生產能力，企業嵌入全球價值鏈對資源錯配的改善作用也難以發揮；反之，吸收能力越強，企業嵌入全球價值鏈的逆向技術溢出效應將會更強^[18]，對資源錯配的矯正作用也更明顯。基于此，提出：

假設3 全球價值鏈嵌入度通過影響企業吸收能力來作用于資源錯配。

（二）制造業企業資源錯配的測算框架

拓展HK理論模型，測度消除資源配置扭曲后企業最優規模與實際規模之間的差距，建立微觀層面制造業企業的資源錯配指標，模型如下：

1．最終產品的總產出：

假定最終產品部門生產唯一的產品Y，市場處于完全競爭狀態，經濟系統中有S個中間行業，對應的產出Ys占經濟產量的比例為θs，最終產品的生產函數可以表示為：

Y=∏ss=1Y^θss，其中∑ss=1θs=1（1）

最終產品部門追求成本最小化的目標，可以表示為Min∑ss=1PsYs，根據一階條件可得PsYs=θsPY，Ps表示中間行業S的產品價格，我們將最終產品的價格標準化為1。

2．中間行業S的總產出：

假定中間行業的總產出能夠通過Ms個企業的產出Ysi加總獲得，產出函數表示為：

Ys=∑Msi=1Y^σ－1σsi^σσ－1（2）

其中，σ表示企業產品之間的替代彈性，各行業部門同樣追求成本最小化的目標Min∑ss=1PsiYsi。

3．企業i的產出：

我們定義兩類能影響制造業企業資源配置效率的扭曲，分別為資本投入扭曲MisKsi和勞動投入扭曲MisLsi，正向的資本投入扭曲將增加企業融資成本，正向的勞動投入扭曲將增加企業用工成本。企業的生產函數如下：

Ysi=AsiK^αssiL^1－αssi（3）

Asi表示生產技術水平，Ksi表示資本要素投入，Lsi表示勞動要素投入，αs表示中間行業S的資本產出彈性，企業的利潤函數如下：

πsi=PsiYsi－（1+MisKsi）RKsi－

（1+MisLsi）ωLsi（4）

其中，πsi表示利潤，ω表示勞動力價格，R表示資本的借貸價格。當存在資源配置扭曲時，根據企業追求最大化利潤的一階條件，可得資本投入和勞動投入的比值：

KsiLsi=ωRαs1－αs11+MisKsi（5）

資本的邊際產品收益：

MRPKsi=PsiYsiKsi=1－1σαsPsiYsiKsi=

R（1+MisKsi）（6）

勞動的邊際產品收益：

MRPLsi=PsiYsiLsi=1－1σ（1－αs）PsiYsiLsi=

ω（1+MisLsi）（7）

根據式（6）和式（7），當MisKsi=0且MisLsi=0時，市場上不存在資本投入扭曲和勞動投入扭曲，市場的資源配置效率達到最優；當MisKsi≠0或MisLsi≠0時，市場存在資本投入扭曲或勞動投入扭曲，市場的資源配置效率偏離帕累托最優狀態。結合式（2）～式（7），可得資本投入扭曲：

MisKsi=σ－1σαsRPsiYsiKsi－1（8）

勞動投入扭曲：

MisLsi=σ－1σ1－αsωPsiYsiLsi－1（9）

企業產量：

Ysi=PσsYsAσsi（1+MisKsi）^α2σ（1+MisLsi）^{（1-αs）σ}

σ-1σσαsR^σsσ1-αsω^{（1-αs）σ}（10）

式（10）中，令MisKsi=MisLsi=0，可以獲得不存在資源配置扭曲的情況下企業最優產出規模：

Yosi=PσsYsAσsiσ－1σσαsR^αsσ1－αsω^{（1－αs）σ}（11）

最后，使用企業實際產出規模與最優規模的差異來刻畫企業資源錯配：

MisAllsi=YosiYsi－1=

（1+MisKsi）^αsσ（1+MisLsi）^{（1－αs）σ}－1（12）

式（12）中，MisAllsi的數值越大（小），代表企業面臨的資源錯配越嚴重（輕微）。

三、識別策略、變量與數據

（一）識別策略

為識別全球價值鏈嵌入度與資源錯配可能存在的U形關系，構建如下經驗模型：

Misallijt=α0+α1GVCijt+α2GVC_2ijt+

βXijt+φYjt+γt+λp+εijt（13）

式（13）中，i代表企業，t代表年度。Misallit表示企業資源錯配，分別用企業資本投入扭曲MisK、勞動投入扭曲MisL和資源錯配的自然對數lnMisAll來刻畫；GVCit代表全球價值鏈嵌入度，GVC_2it代表全球價值鏈嵌入度的平方項；βXijt代表企業層面控制變量，φYjt代表城市層面控制變量。γt代表年度固定效應，λp代表行業固定效應，εijt代表隨機誤差項。

（二）變量設定

1.被解釋變量：

企業資源錯配（lnMisAll）。在第二節已經詳細介紹了企業資源錯配的測算框架。由于企業資源錯配的計算結果具有較大波動，所以對該指標進行自然對數化處理并記為lnMisAll，為了簡化表述，下文中用其代表企業資源錯配。（1）在指標選擇方面，將產出變量定義為企業營業收入，將資本投入變量定義為固定資產凈值與固定資產折舊、油氣資產折耗、生產性生物資產折舊之和，將勞動投入變量定義為支付給職工以及為職工支付的現金。（2）在參數校準方面，延續HK的做法，令產品替代彈性σ等于3；令融資成本等于5%，折舊成本等于5%，共同構成資本使用成本R；令ω等于1，所以Lsi代表企業的用工支付。

2.核心解釋變量：

全球價值鏈嵌入度（GVC）。參考呂越等^[19]的方法，采用企業出口國外附加值率衡量全球價值鏈嵌入度，其計算公式如下：

GVC=VAFX=MPA+XOMOAm/（D+XO）+0.05MT－MPA－MOAm/（D+XO）X（14）

其中，M、X、D分別代表企業的進口、出口和國內銷售，VAF表示企業實際的國外附加值。M^T代表中間投入，MOAm代表考慮了貿易代理商后調整過的一般貿易進口，MPA表示考慮了貿易代理商后調整過的加工貿易進口。O代表一般貿易，P代表加工貿易。

3.控制變量：

（1）企業層面控制變量：企業規模（Size），等于采用企業資產總額的自然對數；企業年齡（lnAge），等于企業開工年份減去當前年份差額的自然對數；資本密集度（lnFix），等于固定資產凈值與固定資產折舊、油氣資產折耗、生產性生物資產折舊之和與員工人數比值的自然對數；現金流量（cflow），等于經營活動產生的現金流凈額與資產總額的比值；負債率（Finlev），等于企業金融負債比率。（2）

城市層面控制變量：外商投資（lnFdi），等于實際使用外資金額的自然對數；人口密度（Desity），采用城市的年平均人口與建成區面積的比值來表示。

（三）數據說明

全球價值鏈測算數據來源于中國工業企業數據庫、中國海關進出口貿易數據庫和上市公司企業數據庫的合并數據。受中國工業企業數據庫和中國海關進出口貿易數據庫的限制，樣本區間為2000—2016年。合并時參照Upward等^[20]與呂越等^[19]的方法對以上數據庫進行匹配。企業層面的其他變量均來自CSMAR數據庫，城市層面變量來自《中國城市統計年鑒》和城市披露的統計公報。對所有連續型變量進行雙側1%的縮尾處理。

四、實證結果

（一）基準回歸

為了驗證全球價值鏈嵌入與企業資源錯配之間的關系，使用模型（13）進行回歸分析，結果見表1。其中列（1）～列（3）為僅控制了年度和行業固定效應的單變量估計結果，列（4）～列（6）加入了企業層面控制變量，列（7）～列（9）繼續加入城市層面控制變量。為了盡可能提高估計的精度，將回歸的標準誤都聚類在行業年份層面。可以看出，全球價值鏈嵌入度的一次項GVC對企業勞動投入扭曲和資源錯配的估計系數在1%水平上顯著為正，全球價值鏈嵌入度的二次項GVC_2對企業勞動投入扭曲MisL和資源錯配lnMisAll的估計系數在1%水平上顯著為負。由于企業資源錯配均為負向指標，全球價值鏈嵌入度為正向指標，因此初步說明全球價值鏈嵌入度與企業勞動投入扭曲、企業資源錯配之間存在U形關系，驗證了假設1。另外，替換被解釋變量為企業資本投入扭曲MisK時，GVC和GVC_2的回歸系數在統計上均不顯著。

在研究U形曲線時，更重要的是找到U形曲線的極值點，以便確定全球價值鏈嵌入度達到什么水平才能對企業資源錯配產生積極作用。為此，利用基本的數學方法，計算U形曲線的對稱軸，具體公式為GVC*=－α2/2α1。其中GVC^*表示U形曲線拐點的全球價值鏈嵌入度取值，利用表1列（8）、列（9）的估計結果，計算得到GVC^*的取值分別為0.785和0.754，而樣本期內企業全球價值鏈嵌入度的平均值僅為0.217，說明大部分企業的全球價值鏈嵌入程度與拐點還有一定的距離。

（二）穩健性檢驗

首先，在模型中加入年度和行業固定效應的交互項，排除在行業層面隨時間變化的因素，從表2列（1）～列（3）的結果可知，基本結論不變。其次，為了進一步排除遺漏變量和雙向因果關系對估計結果的負面影響，使用工具變量法重新檢驗。選擇企業所在城市與最近港口距離的自然對數（DIS）及其二次項（DIS_2）作為工具變量，其中邏輯在于，企業所在城市距離港口越近，企業通常會有更強的傾向開展對外貿易，其全球價值鏈嵌入度也會更高。與此同時，該工具變量也具備較強的外生性，由于地理變量很難直接與企業資源錯配發生聯系，因此可以利用城市與最近港口之間距離引發全球價值鏈嵌入程度的外生變化，識別全球價值鏈嵌入度與企業資源錯配之間的U形關系是否真的是因果關系。表2列（4）、列（5）展示了2SLS估計的第一階段結果，可以看到DIS的回歸系數顯著為負，DIS_2的系數顯著為正，說明IV與核心解釋變量高度相關。表2列（6）～列（8）的結果表明，全球價值鏈嵌入度與資本投入扭曲、勞動投入扭曲和資源錯配之間都呈現出顯著的U形關系，至此，證明了基準回歸結果的穩健性。

（三）作用機制檢驗

前文闡述了企業嵌入全球價值鏈與資源錯配之間U形關系的作用渠道，為了進一步驗證數字化轉型和吸收能力這兩種渠道是否存在，借鑒江艇^[21]的做法，將被解釋變量替換為企業數字化轉型水平和吸收能力的代理變量重新檢驗。在機制變量的選擇上，借鑒吳非等^[22]的做法，使用 Python 文本分析技術統計上市公司年報內數字化轉型相關詞匯出現的次數作為數字化轉型水平的代理變量，記為Digital（水平值）和lnDigital（自然對數形式）；借鑒呂越等^[23]的做法，采用人力資本水平來刻畫企業吸收能力。

表3的結果顯示，全球價值鏈嵌入度的一次項GVC均在1%水平上顯著為負，二次項GVC_2均在1%的水平上顯著為正，說明全球價值鏈嵌入度分別與企業數字化轉型、企業吸收能力之間存在U形關系，驗證了全球價值鏈嵌入度對企業資源錯配的影響主要通過作用于企業數字化轉型和吸收能力來發揮影響。假設2和假設3得到驗證。

五、拓展分析

（一）資本密集型企業VS勞動密集型企業

為了驗證全球價值鏈嵌入度對資源錯配的作用可能受到行業屬性的影響，根據行業年度資本密集度（固定資產凈額/資產總計）的中位數將全樣本劃分為資本密集型企業和勞動密集型企業，重新進行檢驗。表 4列（1）～列（3）的結果顯示，全球價值鏈嵌入度與資本投入扭曲的U形關系只在資本密集型企業中存在，拐點GVC^*的取值為0.512。這也解釋了為什么在基準回歸中全球價值鏈嵌入度與企業資本投入扭曲的U形關系在統計上不顯著。原因在于勞動密集型企業在嵌入全球價值鏈的過程中并不是主要依靠其自身的資本要素，而是依靠勞動要素。列（5）、列（6）的結果顯示，全球價值鏈嵌入度與勞動投入扭曲的U形關系，僅在勞動密集型企業中表現統計顯著，其拐點GVC^*的取值分別為0.732和0.673。通過對比列（1）、列（5）、列（6）的拐點發現，相比勞動密集型企業，資本密集型企業要素投入扭曲的拐點會更早來臨。

（二）所有制差異

公有制經濟和非公有制經濟是中國基本經濟制度的重要實現形式，不同所有制經濟在參與全球價值鏈分工時所享受的政策支持，以及面臨的貿易壁壘存在差異。因此，將樣本區分為國有企業和非國有企業，考察全球價值鏈嵌入度對資源錯配的影響是否會因為企業的所有制差異而有所不同。表5結果顯示，GVC（GVC_2）的系數同時在列（3）和列（6）中顯著為正（負），說明無論是國有企業還是非國有企業，全球價值鏈嵌入度和企業資源錯配之間都呈現出明顯的U形關系。其拐點GVC^*分別為0.642和0.762，說明隨著全球價值鏈嵌入度的加深，國有企業比非國有企業的資源錯配問題更快得到改善。

（三）地區數字經濟發展的微觀效應

數字化轉型是企業嵌入全球價值鏈影響其資源錯配的一個重要渠道。根據行業-年度的分地區數字經濟水平的中位數對樣本進行劃分，將全樣本分為高數字經濟水平地區和低數字經濟水平地區。倘若數字化轉型渠道真實存在，那么在地區數字經濟發展水平高的地區，企業受益于“數字環境”影響，更容易產生數字化轉型的“同群效應”，全球價值鏈嵌入度與企業資源錯配之間的U形關系也應該更明顯。表6的檢驗結果顯示，在數字經濟發展水平較高的地區，GVC和GVC_2的回歸系數在10%水平上顯著，全球價值鏈嵌入度與企業資源錯配之間的關系符合U形特征。但是在數字經濟發展水平較低的地區，GVC_2的系數不顯著，全球價值鏈嵌入度與企業資源錯配之間不存在U形關系。

六、結論與建議

企業融入全球價值鏈的過程中向更高價值增值的環節轉移，整體上有助于中國企業提升資源配置效率。依據中國制造業企業微觀匹配數據，測算全球價值鏈嵌入度和資源錯配指數，考察全球價值嵌入對資源錯配的影響。結果顯示：（1）全球價值鏈嵌入程度與勞動投入扭曲、企業資源錯配之間存在U形關系，即在全球價值鏈嵌入初期，企業資源錯配程度加劇；全球價值鏈嵌入度提高到一定水平，企業資源錯配得到改善。（2）全球價值鏈嵌入主要通過作用于企業數字化轉型和吸收能力影響企業資源錯配。企業可通過數據生產要素緩解因信息不對稱和有限理性造成的資源錯配問題；吸收能力更強的企業更有機會將國外高質量產品技術轉換為自身生產能力，改善企業資源錯配。（3）全球價值鏈嵌入對資源錯配的影響由于不同企業的異質性特征而呈現出差異，國有企業資源錯配更快得到改善；全球價值鏈嵌入度達到一定水平后，資本密集型企業資本投入扭曲、勞動密集型企業勞動投入扭曲得到矯正，其原因在于不同類型企業在全球價值鏈嵌入過程中依賴的資源要素不同；數字經濟發展水平更高的地區，受益于企業數字化轉型的“同群效應”，全球價值鏈嵌入度與企業資源錯配之間的U形關系更明顯。

為驅動本土企業融入全球價值鏈并向更高效率、更高價值增值環節轉移，改善企業資源錯配問題，建議：（1）完善人才引進制度。加大人才引進政策力度，營造公平公正、包容創新的環境，充分釋放人才潛能和激發創新活力，為企業向全球價值鏈中高端攀升提供高端人力資本創新支撐。（2）充分發揮數字經濟賦能效應。企業要結合自身發展定位和市場需求，制定差異化數字化轉型方案，依托核心數據要素，優化數字化模式，加快數字技術創新；地方政府應強化分類指導和跟蹤服務；加強企業和公共部門數據資源整合和利用，為企業數字化轉型保駕護航。

參考文獻：

［1］ Hsieh C， Klenow P J. Misallocation and Manufacturing TFP in China and India[J]. The Quarterly Journal of Economics， 2009，124（4）：1403-1448.

[2] Fernald J， Neiman B. Growth accounting with misallocation：or， doing less with more in Singapore[J]. American Economic Journal：Macroeconomics， 2011，3（2）：29-74.

[3] Restuccia D， Rogerson R. Misallocation and productivity[J]. Review of Economic Dynamics， 2013，16（1）：1-10.

[4] 龔關， 胡關亮. 中國制造業資源配置效率與全要素生產率[J]. 經濟研究， 2013，48（4）：4-15.

[5] Brandt L， Tombe T， Zhu X D. Factor market distortion across time，space and sector in China[J]. Review of Economic Dynamics， 2013，11：39-58.

[6] 尹恒， 李世剛. 資源配置效率改善的空間有多大？——基于中國制造業的結構估計[J]. 管理世界， 2019，35（12）：28-44.

[7] Restuccia D， Rogerson R. The causes and costs of misallocation[J]. Journal of Economic Perspectives， 2017，31（3）：151-174.

[8] 張幼文. 要素流動條件下國際分工演進新趨勢：兼評《要素分工與國際貿易理論新發展》[J]. 世界經濟研究， 2017（9）：132-134.

[9] 程大中. 中國增加值貿易隱含的要素流向扭曲程度分析[J]. 經濟研究， 2014，49（9）：105-120.

[10]盛斌， 黎峰. 經濟全球化中的生產要素分工、流動與收益[J]. 世界經濟與政治論壇， 2021（5）：1-22.

[11]張杰， 鄭文平. 全球價值鏈下中國本土企業的創新效應[J]. 經濟研究， 2017，52（3）：151-165.

[12]余淼杰， 袁東. 貿易自由化、加工貿易與成本加成——來自我國制造業企業的證據[J]. 管理世界， 2016（9）：33-43.

[13]張少軍， 劉志彪. 全球價值鏈模式的產業轉移——動力、影響與對中國產業升級和區域協調發展的啟示[J]. 中國工業經濟， 2009（11）：5-15.

[14]孫浦陽， 武力超， 張伯偉. 空間集聚是否總能促進經濟增長：不同假定條件下的思考[J]. 世界經濟， 2011，34（10）：3-20.

[15]武宵旭， 任保平. 數字經濟背景下要素資源配置機制重塑的路徑與政策調整[J]. 經濟體制改革， 2022（2）：5-10.

[16]叢屹， 俞伯陽. 數字經濟對中國勞動力資源配置效率的影響[J]. 財經理論與實踐， 2020，41（2）：108-114.

[17]王開科， 吳國兵， 章貴軍. 數字經濟發展改善了生產效率嗎[J]. 經濟學家， 2020（10）：24-34.

[18]何興強， 歐燕， 史衛， 等. FDI技術溢出與中國吸收能力門檻研究[J]. 世界經濟， 2014，37（10）：52-76.

[19]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， 2015，38（8）：29-55.

[20]Upward R， Wang Z， Zheng J H. Weighing China’s export basket：the domestic content and technology intensity of Chinese exports[J]. Journal of Comparative Economics， 2013，41（2）：527-543.

[21]江艇. 因果推斷經驗研究中的中介效應與調節效應[J]. 中國工業經濟， 2022（5）：100-120.

[22]吳非， 胡慧芷， 林慧妍， 等. 企業數字化轉型與資本市場表現——來自股票流動性的經驗證據[J]. 管理世界， 2021，37（7）：130-144.

[23]呂越， 鄧利靜. 全球價值鏈下的中國企業“產品鎖定”破局——基于產品多樣性視角的經驗證據[J]. 管理世界， 2020，36（8）：83-98.

（責任編輯：鐘瑤，鄒彬）

Can Manufacturing Firms’ Integration Into Global Value

Chains Correct Resource Misallocation？

ZHANG Xu^1，2，WEI Zhuangyu2

（1. School of Economics， Guangxi University， Nanning， Guangxi 530000，China;

2. School of Economics and Management， Beibu Gulf University， Qinzhou， Guangxi 535011，China）

Abstract：This study examines the relationship between global value chain （GVC） integration and resource misallocation using data from Chinese industrial enterprises， customs trade， and A-share listed companies. The results indicate a U-shaped relationship between GVC integration and labor input distortion， as well as between GVC integration and corporate resource misallocation. GVC integration primarily influences through its effects on corporate digital transformation and absorptive capacity. The U-shaped relationship between GVC integration and capital input distortion is found only in capital-intensive firms， while the U-shaped relationship with labor input distortion is observed only in labor-intensive firms. As the degree of GVC integration increases， the resource misallocation in state-owned enterprises improves at a faster rate. In regions with higher levels of digital economy development， the U-shaped relationship between GVC integration and corporate resource misallocation is more pronounced， benefiting from the “network effect” of digital transformation.

Key words：global value chain; misallocation of resources; digital transformation;absorption capacity