彭 剛，林旭東，翟銘陽

（西南財經大學 統(tǒng)計學院，四川 成都611130）

一、引言與文獻綜述

我國目前已經是世界第一制造大國，2019 年制造業(yè)在全球產業(yè)鏈中的占比接近30%。但是，我國制造業(yè)也面臨著低端產業(yè)產能過剩、高端產業(yè)產能不足的尷尬局面，粗放型、高能耗、高污染等特點使我國制造業(yè)的國際競爭力水平與“世界工廠”的地位并不匹配。更為嚴峻的是，近年來全球貿易摩擦和貿易保護主義“抬頭”，在一定程度上削弱了我國相對完整的產業(yè)鏈帶來的競爭優(yōu)勢，我國制造業(yè)在未來甚至可能面臨來自發(fā)達國家和發(fā)展中國家的雙重夾擊（高柏和朱蘭，2020）[1]。因此，加快我國制造業(yè)轉型升級，由制造業(yè)大國向制造業(yè)強國邁進，是實現(xiàn)我國經濟高質量發(fā)展的必由之路。當前，在大數(shù)據(jù)、人工智能、云計算、物聯(lián)網等新興數(shù)字技術迅猛發(fā)展的背景之下，智能制造能夠有效實現(xiàn)個性化定制和大批量生產的融合，大幅提升服務水平，延展工業(yè)生產的價值鏈條，并推動產業(yè)形態(tài)從生產型制造向服務型制造轉變（盧陽光等，2019）[2]，發(fā)展智能制造已然成為我國制造業(yè)轉型升級的主要選擇。

智能制造在制造業(yè)生產過程中強調運用新一代信息通信技術，將人工智能應用于生產運作系統(tǒng)中，使其能夠自感知、自決策和自執(zhí)行（李廉水等，2019）[3]。通過感知、人機交互、決策、執(zhí)行和反饋，實現(xiàn)產品設計、制造以及企業(yè)管理與服務的智能化，是信息技術與制造技術的深度融合與集成（張曙，2014）[4]。近年來，我國政府十分重視制造業(yè)智能化的轉型升級，接連出臺了《中國制造2025》《關于深化制造業(yè)與互聯(lián)網融合發(fā)展的指導意見》《2016 年智能制造試點示范項目推薦的通知》《關于深化“互聯(lián)網+先進制造業(yè)”發(fā)展工業(yè)互聯(lián)網的指導意見》《關于加快推進制造業(yè)轉型升級的意見》等系列文件，積極布局并完善智能制造生態(tài)體系建設，將其作為制造業(yè)轉型升級的主攻方向。那么，智能制造能否改善全球價值鏈分工地位，我國大力發(fā)展智能制造是否有助于從當前低端價值鏈分工地位中突圍，就成為一個十分關鍵的問題。

制造業(yè)作為國民經濟的主體行業(yè)，一直以來其全球價值鏈（簡稱GVC）分工地位備受學術界關注，研究成果較為豐富。全球價值鏈在本質上是根據(jù)國家和地區(qū)要素稟賦優(yōu)勢的不同對產品生產環(huán)節(jié)進行配置，從而形成的國際生產網絡（戴翔和張為付，2017）[5]，因此要素稟賦在GVC 地位提升中具有重大作用。大量研究表明，制造業(yè)整體的GVC 分工地位與要素稟賦及其結構密切相關（黎峰，2015；Choi et al.，2015）[6，7]。技術因素對GVC 分工地位也具有影響，增加研發(fā)投入、提升技術密集度能夠提升GVC分工地位（Fang et al.，2015）[8]。人力資本對提高出口技術復雜度具有顯著的促進作用（鄭展鵬和王洋東，2017）[9]，但更有利于促進資本技術密集型行業(yè)全球價值鏈地位的提升（耿曄強和白力芳，2019）[10]。我國出口產品技術水平的推動因素逐漸從非熟練勞動力轉變?yōu)槭炀殑趧恿?，其對出口復雜度較高的產品影響較大（黃永明和張文潔，2012）[11]。制度質量（Feenstra et al.，2013）[12]、金融發(fā)展水平（呂越和羅偉等，2016）[13]、制造業(yè)服務化（劉斌等，2016）[14]和外商直接投資（Amendolagine et al.，2019）[15]等因素均會對制造業(yè)GVC 分工地位產生影響。

學術界目前探討較多的是人工智能或智能制造對勞動力市場的影響。人工智能對總體勞動力需求的影響具有不確定性（Brynjolfsson et al.，2018）[16]，對勞動收入份額的影響方向也是不確定的（Sachs and Kotlikoff，2013；郭凱明，2019）[17，18]。探討人工智能對上述經濟變量的影響，需要充分考慮資本和勞動的替代彈性，不同行業(yè)其影響會存在較大的異質性。人工智能對勞動力就業(yè)結構也會產生巨大影響，且對高中和初中勞動力的替代作用較為明顯（孫早和侯玉琳，2019）[19]。此外，以工業(yè)機器人運用為標志的智能制造還能夠提升全要素生產率（Graetz and Michaels，2018）[20]，促進企業(yè)回報率和利潤的提升（Ren et al.，2018）[21]。

目前關于智能制造對全球價值鏈分工地位的影響主要集中于機理探討或案例分析，大部分研究都認為智能制造有利于全球價值鏈分工地位的改善。易開剛和孫漪（2014）[22]討論了智能制造對民營企業(yè)制造“低端鎖定”困境的突破機制及突破路徑，認為智能制造所具備的特征能打破價值鏈“低端鎖定”的本質，改變“低端鎖定”的成因，從而提升民營企業(yè)制造質量。呂文晶等（2019）[23]以案例研究方式剖析了海爾COSMOPlat 的智能制造模式與全球價值鏈具體的升級路徑，發(fā)現(xiàn)智能制造是中國制造業(yè)企業(yè)實現(xiàn)全球價值鏈升級的有效途徑。李廉水等（2019）[3]認為，基礎層面的制造業(yè)企業(yè)為尋求轉型升級而對各環(huán)節(jié)進行智能化投入，進而引發(fā)制造業(yè)企業(yè)之間的關聯(lián)和產業(yè)結構的轉變，國家則會從宏觀層面通過政策激勵和限制等手段，對制造業(yè)進行引導和服務，以實現(xiàn)制造業(yè)價值鏈的攀升。更多關于智能制造的研究，主要討論了其對技術能力（史永樂和嚴良，2019）[24]、產業(yè)結構轉型升級（郭凱明，2019）[18]、勞動力就業(yè)結構（孫早和侯玉琳，2019）[19]、制造業(yè)服務化水平（鄧洲，2018）[25]等因素的影響，從而間接對全球價值鏈分工地位產生作用。

從已有相關研究文獻來看：其一，探討智能制造對于全球價值鏈分工地位的影響，在我國當前宏觀經濟背景下具備很強的理論和現(xiàn)實意義；其二，目前已有研究主要為理論或案例分析，缺乏實證類研究，無法量化具體影響的大??；其三，由于研究難度較大，已有研究更多的是在單一層級視角下進行探究，缺乏將研究對象整體與結構相結合的系統(tǒng)性分析。為厘清上述問題，本文將利用我國制造業(yè)細分行業(yè)數(shù)據(jù)，通過相應計量方法深入系統(tǒng)地探究智能制造對全球價值鏈分工地位的影響，以此對我國智能制造的推進和全球價值鏈分工地位的改變提供一定的理論參考。

二、機理分析與研究假設

智能制造作為一種新的經濟活動形態(tài)，目前專門探討其對全球價值鏈影響的文獻并不多，相互影響的機理尚不清晰。但是，歸結起來，智能制造至少可以通過四種路徑來影響全球價值鏈的分工地位。

第一，勞動力的人力資本路徑。智能制造被視作一種實現(xiàn)自動生產的新技術（Acemoglu and Restrepo，2018）[26]，其對勞動密集型生產方式的替代具有很強的偏向性（郭凱明，2019）[18]。一般情形下，企業(yè)發(fā)展智能制造可以提高技術密集度，能夠促使勞動力通過再學習向技能型勞動力轉變，并加劇先進設備對低技能勞動者的替代效應，對高技能勞動者就業(yè)存在正向影響（韓民春等，2020）[27]，從而推動勞動力結構的轉型升級。孫早和侯玉琳（2019）[19]在研究智能化對不同教育程度勞動者的替代作用時，發(fā)現(xiàn)工業(yè)智能化將促使先進設備替代初中和高中學歷勞動力，并增加對高、低教育程度勞動力的需求，導致中國勞動力就業(yè)結構整體上呈現(xiàn)出兩極化特征。盡管會出現(xiàn)兩極化情形，但智能制造對勞動力人力資本的影響總體上應該是正向的，而人力資本是影響全球價值鏈分工地位的重要因素（耿曄強和白力芳，2019）[10]。

第二，資本和技術路徑。智能制造尤其是工業(yè)機器人、信息系統(tǒng)的大量應用，在一定程度上可以視為企業(yè)的智能物質資本投入（孫早和侯玉琳，2019）[19]。與此同時，智能制造與許多數(shù)字化技術密切相關，其也被認為是企業(yè)改善生產經營環(huán)節(jié)的技術投入。由于智能制造可以節(jié)約企業(yè)人力成本，提升經營績效，因此能夠加快資本累積的速度，實現(xiàn)從勞動密集型產業(yè)到資本和技術密集型產業(yè)的躍升（董桂才，2016）[28]。資本與技術密集型產業(yè)的出口復雜度要高于勞動密集型產業(yè)（李小平等，2015）[29]，從而能夠推進我國出口產品技術結構的升級，提升制造業(yè)GVC分工地位。

第三，服務化路徑。借助于現(xiàn)代信息技術和智能設備，企業(yè)可以根據(jù)消費者的需求從單純的產品制造商向服務提供者轉變，促進制造業(yè)服務化轉型，增強制造業(yè)的質量控制能力（鄧洲，2018）[25]，這有助于加速制造業(yè)的服務化進程，并通過提升出口產品質量、增強技術復雜度、增加貿易附加值，提升企業(yè)在價值鏈體系中的分工地位，實現(xiàn)對制造業(yè)價值鏈的重塑（史永樂和嚴良，2019）[24]。

第四，全要素生產率路徑。全要素生產率對企業(yè)全球價值鏈參與水平的提升具有顯著影響（呂越等，2017）[30]。人工智能本質上也是一種技術，其擁有模仿大腦工作的能力，使得機器不僅能夠像過去一樣進行重復性的簡單勞動，還能夠扮演更多復雜的社會角色，而技術進步有利于生產效率的提升（閆雪凌等，2020）[31]。由此，人工智能在替代勞動力的同時，也能顯著提高企業(yè)的全要素生產率，繼而提高全球價值鏈的參與水平（呂越等，2020）[32]。

假設1：總體來看，發(fā)展智能制造會顯著促進制造業(yè)全球價值鏈分工地位的提高。

智能制造對于全球價值鏈分工地位的影響大小和方向，在不同技術密集程度的行業(yè)可能表現(xiàn)出明顯的異質性。低技術行業(yè)相對更少運用工業(yè)機器人（Lehn，2019），更多的機器人使用主要集中于中等技術行業(yè)中。這是因為，高技術行業(yè)的崗位不容易被計算機所替代，而中等技能行業(yè)主要從事結構化程度更高的常規(guī)任務，與機器人所執(zhí)行的任務形成相互替代的關系，更容易受到新技術的沖擊（閆雪凌等，2020）[31]。智能化對就業(yè)結構的影響也具有明顯差異，工業(yè)智能化會減少對高中和初中教育程度勞動力的就業(yè)需求，增加對大學?？萍耙陨虾托W及以下勞動力的就業(yè)需求，出現(xiàn)所謂的兩極化現(xiàn)象（孫早和侯玉琳，2019）[19]?？傮w來看，智能制造對技術密集型行業(yè)全球價值鏈分工地位的影響，會小于勞動密集型行業(yè)，這與呂越等（2020）[32]的結果有所不同。智能制造的實現(xiàn)需要人機互聯(lián)、機機互聯(lián)，這種無縫對接能夠充分實現(xiàn)整個系統(tǒng)的信息交流與分析，實現(xiàn)資源整合和規(guī)模效應（李永紅和王晟，2017）。此外，信息還通過企業(yè)集群向市場滲透，形成規(guī)模效應，提高經營效益（柳洲，2015）?？梢?，智能化水平的不斷提高會形成規(guī)模效應，從而使得高智能化水平行業(yè)中智能制造對全球價值鏈分工地位的影響大于低智能化水平行業(yè)。

假設2：在技術密集型行業(yè)，智能制造對全球價值鏈分工地位的影響會小于非技術密集型行業(yè)。

假設3：在高智能化水平行業(yè)，智能制造對全球價值鏈分工地位的影響會大于低智能化水平行業(yè)。

三、研究設計

（一）模型設定

在Acemoglu 和Restrepo（2019）[26]研究的基礎上，本文對面板模型進行選擇與檢驗。傳統(tǒng)Hausman統(tǒng)計量為負值，檢驗失效，故進一步采用修正的Hausman 檢驗，得出修正的Hausman 統(tǒng)計量為28.59，對應p 值為0.000 1，因此拒絕原假設，選擇固定效應模型。綜上，本文構建了計量模型（1），來實證檢驗我國智能制造對制造業(yè)細分行業(yè)全球價值鏈分工地位的影響。

其中，i代表行業(yè)，t代表年份，gvcisit表示第i行業(yè)第t年的全球價值鏈分工地位，rbtsit表示第i行業(yè)第t年的工業(yè)機器人存量，∑controlit表示其他控制變量。此外，本文用σi代表行業(yè)固定效應，用λt代表年份固定效應，εit代表隨機擾動項。

（二）變量選擇

1.被解釋變量：制造業(yè)全球價值鏈分工地位（gvcis）。目前，度量全球價值鏈分工地位主要有兩種方法：一是利用價值鏈后向參與度和前向參與度來構建分工地位指標；二是利用出口國內和國外所得份額構建GVC 地位指數(shù)。兩種方法各有優(yōu)劣，但考慮到利用世界投入產出表（WIOD）數(shù)據(jù)對我國制造業(yè)細分行業(yè)參與度進行測算，需要重新考慮不同行業(yè)分類的對應問題，且只能得到2014 年及之前的結果，因此，這里借鑒楊仁發(fā)和李娜娜（2018）的做法，以GVC 地位指數(shù)測算中國制造業(yè)全球價值鏈分工地位。

其中，gvcit表示i行業(yè)第t年全球價值鏈地位；IVit表示i行業(yè)第t年出口中間附加值，也就是由進口國加工再出口至第三國的價值增加值部分；FVit表示i行業(yè)第t年出口中的國外附加值；Eit表示i行業(yè)第t年總出口?？紤]到模型中被解釋變量取對數(shù)時有意義，這里將gvcit加1 得到gvcisit來表征i行業(yè)第t年全球價值鏈分工地位。lngvcisit越大代表i行業(yè)第t年所處的全球價值鏈分工地位越高。

2.核心解釋變量：智能制造水平（rbts）。度量智能化水平包括單指標和多指標綜合評價兩種方法。由于行業(yè)層面的數(shù)據(jù)受限，多指標綜合評價方法難以實施。因此，選擇目前最能代表智能制造水平的變量，即工業(yè)機器人存量進行刻畫。IFR 提供的代表中國制造業(yè)各行業(yè)工業(yè)機器人使用情況的變量有兩個，一是某行業(yè)某年工業(yè)機器人新安裝數(shù)量，二是某行業(yè)某年工業(yè)機器人的存量。這里采用lnrbts（工業(yè)機器人年度存量的對數(shù)值）來衡量智能制造水平，需要注意的是，由于rbts變量中有部分數(shù)據(jù)取值為零，所以此處采用rbts+1 之后再取對數(shù)得到lnrbts。后文將考慮在模型中使用lnrbtn（工業(yè)機器人年度新安裝量的對數(shù)值）替代lnrbts，作為智能制造水平的衡量指標進行穩(wěn)健性檢驗，lnrbtn的處理方式與lnrbts保持一致。

3. 其他控制變量。借鑒黎峰（2015）[6]、Choi 等（2015）[7]、Fang 等（2015）[8]、Amendolagine 等（2019）[15]、閆雪凌等（2020）[31]的研究，本文考慮加入以下控制變量：（1）外商直接投資（lnfdi），采用各行業(yè)規(guī)模以上企業(yè)的外商資本（結果取自然對數(shù)）衡量；（2）行業(yè)規(guī)模（lnsc），采用各行業(yè)規(guī)模以上企業(yè)的工業(yè)總產值除以制造業(yè)行業(yè)總產值（結果取自然對數(shù)）衡量；（3）行業(yè)出口依存度（lneo），采用各行業(yè)規(guī)模以上企業(yè)的出口額除以各行業(yè)規(guī)模以上企業(yè)的工業(yè)總產值（結果取自然對數(shù)）衡量；（4）盈利能力（lnprof），考慮到部分行業(yè)在部分年份出現(xiàn)負利潤，采用各行業(yè)規(guī)模以上企業(yè)的利潤總額的絕對值（取自然對數(shù)）再乘以相應利潤總額的符號系數(shù)表示；（5） 研發(fā)投入比率（lnrd），采用各行業(yè)規(guī)模以上企業(yè)的科研內部支出除以銷售收入（取其自然對數(shù)）衡量，考慮到研發(fā)投入對GVC 影響的滯后效應，取上一期研發(fā)投入比率作為本期實際的研發(fā)投入比率。

（三）數(shù)據(jù)來源

被解釋變量（gvcis）是根據(jù)2018 年12 月OECDWTO 聯(lián)合發(fā)布的附加值貿易（TiVA）數(shù)據(jù)庫數(shù)據(jù)計算所得，核心解釋變量（rbts）是根據(jù)IFR 提供的中國制造業(yè)分行業(yè)工業(yè)機器人數(shù)據(jù)整理得到，其他控制變量根據(jù)《中國工業(yè)統(tǒng)計年鑒》《中國科技年鑒》整理得到。由于上述三類變量數(shù)據(jù)來源不同，并且它們對于制造業(yè)細分行業(yè)的劃分標準不相同，經過詳細比較ISIC Rev 4.0 和GB/T 4754—2017 的具體內容，最后把本文的研究行業(yè)確定為13 個行業(yè)。TiVA 數(shù)據(jù)庫提供的中國制造業(yè)分行業(yè)數(shù)據(jù)區(qū)間為2005—2015 年，IFR 提供的中國制造業(yè)分行業(yè)工業(yè)機器人數(shù)據(jù)區(qū)間為1993—2018 年，2006 年以前絕大部分數(shù)據(jù)值均為零。考慮到數(shù)據(jù)的可得性和有效性，本文研究的時間區(qū)間確定為2006—2015 年。各變量的描述性統(tǒng)計結果見表1。

表1 變量的描述性統(tǒng)計

（續(xù)表1）

四、計量結果與分析

（一）基準回歸結果

在僅控制行業(yè)固定效應和同時控制行業(yè)、年份效應兩種情況下，對基準回歸模型（1）進行參數(shù)估計，可分別得到相應的回歸結果，具體見表2 和表3。同時，在控制兩種固定效應的基礎上，逐步引入控制變量，以觀測回歸結果是否會產生較大變動。

表2 僅控制行業(yè)固定效應的回歸結果

表2 中列（1）至列（6）結果顯示，在僅控制行業(yè)固定效應時，核心解釋變量lnrbts的估計系數(shù)在1%的水平上顯著為正，與本文前面的假設1 相符。表3列（1）至列（6）結果顯示，在同時控制行業(yè)和年份固定效應后，核心解釋變量lnrbts的估計系數(shù)均在5%的水平上顯著為正，與假設1 相符?；貧w結果反映出，智能制造水平能夠顯著提高我國制造業(yè)分行業(yè)的全球價值鏈分工地位，研究假設1 得證。

表3 同時控制行業(yè)固定效應與年份效應的回歸結果

（續(xù)表3）

控制變量方面，在控制行業(yè)固定效應的情況下，盈利能力的影響系數(shù)顯著為正，但在同時控制行業(yè)和年份固定效應時，并無統(tǒng)計顯著性。外商直接投資與全球價值鏈分工地位在兩種情況下均顯著正相關，表明外商直接投資能夠通過引進技術，改善現(xiàn)有的技術水平，從而提高出口產品質量，增加出口附加值，提升制造業(yè)全球價值鏈分工地位，這與楊仁發(fā)和李娜娜（2018）、李怡和李平（2018）的結論相似。研發(fā)投入比率與全球價值鏈分工地位顯著正相關，研發(fā)投入比率的提高會帶來新的中間產品，這些中間產品會被用到最終產品部門，從而提升制造業(yè)全球價值鏈的分工地位，這與余海燕和沈桂龍（2020）的研究結論相似。這些均說明，自主研發(fā)能明顯擴大國際貿易增值，從而提升全球價值鏈分工地位。

（二）內生性處理

上述結果雖然能夠在一定程度上證實智能制造水平對我國制造業(yè)全球價值鏈分工地位具有顯著的促進效應，但囿于變量的可得性，仍然可能存在遺漏變量等情況而導致內生性問題。如果存在內生性，那么意味著基準回歸的基本假定被破壞，所得結論的可靠性將大打折扣。為此，這里嘗試借助工具變量方法解決潛在的內生性問題。

借鑒Acemoglu 和Restrepo（2017）[26]、閆雪凌等（2020）[31]的思路，采用美國同行業(yè)工業(yè)機器人存量AMrbts作為我國工業(yè)機器人存量的工具變量，相關結果如表4 所示。結果發(fā)現(xiàn)，AMrbts變量能夠通過相應檢驗，在引入工具變量后，智能制造水平對我國制造業(yè)細分行業(yè)的全球價值鏈分工地位依然存在顯著的促進作用，這在一定程度上說明前述實證結果是可靠的。

表4 工具變量的回歸結果

注：同表2

（三）穩(wěn)健性檢驗

基準回歸結果中采用逐步引入控制變量的方式進行了多次回歸，回歸結果均證明了智能制造水平對全球價值鏈分工地位的提升有明顯的促進效果。為了再次加強研究結果的穩(wěn)健性，分別采用分行業(yè)工業(yè)機器人新安裝量lnrbtn和分行業(yè)工業(yè)機器人增加量lnrbta作為智能制造水平的替代變量，在控制行業(yè)固定效應以及同時控制行業(yè)和年份固定效應的情況下進行回歸，具體結果見表5 和表6。表5 和表6 中，列（1）和列（2）顯示，無論是僅控制行業(yè)固定效應，還是同時控制行業(yè)和年份固定效應，核心解釋變量（lnrbtn或者lnrbta）的系數(shù)均在5%的水平上顯著為正。上述穩(wěn)健性檢驗結果反映出智能制造水平可以顯著提高我國制造業(yè)細分行業(yè)的全球價值鏈分工地位，與前面所得到的結論基本上是一致的。

表5 穩(wěn)健性檢驗的回歸結果（一）

（續(xù)表5）

表6 穩(wěn)健性檢驗的回歸結果（二）

五、異質性和影響機理檢驗

（一）異質性檢驗與分析

1.行業(yè)技術含量差異分析。工業(yè)機器人是人工智能應用于工業(yè)生產的重要組成部分，也是智能制造水平的典型代表。智能制造水平對全球價值鏈分工地位的影響是否會在不同技術含量的行業(yè)存在差異？本文根據(jù)閆雪凌等（2020）[31]的分類方法將樣本分為兩組，即技術密集型行業(yè)和非技術密集型行業(yè)，然后分別進行回歸，結果見表7。在列（2）中核心解釋變量在10%的水平上顯著為正，在列（1）中核心解釋變量統(tǒng)計上不顯著。上述事實說明，在非技術密集型行業(yè)，智能制造水平的提升能夠促進我國制造業(yè)全球價值鏈分工地位的提高，但在技術密集型行業(yè)，這種影響關系并不顯著，可能意味著智能制造水平目前并不會對全球價值鏈分工地位產生影響。上述實證結果在一定程度上能夠證實前面的假設2，即在非技術密集型行業(yè)中智能制造水平對全球價值鏈分工地位的影響會大于技術密集型行業(yè)。

表7 區(qū)分行業(yè)技術含量的異質性檢驗結果

2.行業(yè)工業(yè)機器人使用差異分析。根據(jù)工業(yè)機器人年度存量我們將樣本分為兩組，即低使用密度行業(yè)和高使用密度行業(yè)。從分類結果可以看出，我國制造業(yè)中工業(yè)機器人使用密度高的行業(yè)有交通運輸設備制造業(yè)、電子和電氣設備制造業(yè)、橡膠和塑料制品業(yè)，特別是交通運輸設備制造業(yè)以及電子和電氣設備制造業(yè)，同時屬于技術密集型行業(yè)。工業(yè)機器人的大量使用容易形成規(guī)模效應，使得增值貿易增加，能夠帶動行業(yè)全球價值鏈分工地位的上升。交通運輸設備制造業(yè)、電子和電氣設備制造業(yè)在2006—2015 年間平均全球價值鏈分工地位處于洼地位置，原因在于，這兩個行業(yè)中自主高新技術目前還牢牢掌握在他國，這些行業(yè)獲取的貿易增值更多地來源于全球價值鏈微笑曲線中的凹點——組裝生產。

表8 的回歸結果顯示，核心變量在5%的水平上顯著為正，表明智能制造水平的提升，能夠同時促進低使用密度行業(yè)和高使用密度行業(yè)全球價值鏈分工地位的提升，但對高使用密度行業(yè)全球價值鏈分工地位的促進作用更強，研究假設3 得證。這也從側面證明了智能制造水平的提升會產生規(guī)模效應，對全球價值鏈分工地位的促進作用更強。同時，研發(fā)投入比率在1%的水平上顯著為正，表明加大研發(fā)力度對行業(yè)全球價值鏈分工地位的提高具有重要作用。

表8 區(qū)分行業(yè)工業(yè)機器人使用密度的異質性檢驗結果

（二）影響機理檢驗與分析

在理論機制分析中，智能制造可能會通過多條傳導路徑來影響制造業(yè)細分行業(yè)的全球價值鏈分工地位，這里嘗試檢驗勞動力人力資本、服務化水平和全要素生產率三條影響路徑的有效性。

1.勞動力人力資本的間接影響。為檢驗勞動力人力資本對全球價值鏈分工地位的間接影響，本文加入人力資本比率（lnhcr）構建間接影響回歸模型。

其中，lnhcr代表人力資本比率，這里為制造業(yè)各行業(yè)規(guī)模以上企業(yè)中，研發(fā)人員全時當量除以對應行業(yè)年度平均從業(yè)人員總計的法定工作時間，總計的法定工作時間為全年天數(shù)減去法定休息日天數(shù)的結果再乘以每天法定工作時間（按8 小時計算）。

具體檢驗結果如表9 所示。從列（1）可以看出，智能制造水平對人力資本結構的影響在1%的水平上顯著為正，表明智能制造水平顯著優(yōu)化了行業(yè)人力資本結構。同時根據(jù)表8 中列（2）的結果，人力資本結構對全球價值鏈分工地位的影響在接近5%的水平上顯著為正，說明人力資本結構的優(yōu)化顯著促進了全球價值鏈分工地位的提升，而且此處的影響系數(shù)較基準模型偏小一些，符合間接影響途徑的邏輯。

表9 勞動力人力資本間接影響的檢驗結果

2.服務化水平的間接影響。為了檢驗服務化水平對全球價值鏈分工地位的間接影響，加入服務化水平（lnservice）構建間接影響模型。

其中，lnservice代表制造業(yè)行業(yè)服務化水平，本文借鑒劉斌等（2016）[14]的做法，采用完全消耗系數(shù)bij表示。

間接影響的檢驗結果如表10 所示。從列（1）可以看出，智能制造水平對服務化水平的影響在5%的水平上顯著為正，表明智能制造水平顯著優(yōu)化了行業(yè)服務化水平。同時根據(jù)表9 中列（2）的結果，行業(yè)服務化水平對全球價值鏈分工地位的影響在5%的水平上顯著為正，說明行業(yè)服務化水平的提高顯著促進了全球價值鏈分工地位的提升，而且此處的影響系數(shù)較基準模型偏小一些，符合間接影響途徑的邏輯。

表10 服務化水平間接影響的檢驗結果

3.全要素生產率的間接影響。為了檢驗全要素生產率對全球價值鏈分工地位的間接影響，加入全要素生產率（lntfp）構建間接影響模型。

其中，lntfp代表制造業(yè)各行業(yè)全要素生產率。參考柴志賢（2013）的思路，利用測算得到的不考慮環(huán)境約束的各行業(yè)傳統(tǒng)全要素生產率進行刻畫，具體檢驗結果如表11 所示。根據(jù)表11 列（1）可知，智能制造水平對全要素生產率的影響在5%的水平上顯著為正，表明智能制造水平顯著提高了行業(yè)全要素生產率。同時根據(jù)表11 列（2）的結果，行業(yè)全要素生產率對全球價值鏈分工地位的影響在5%的水平上顯著為正，說明行業(yè)全要素生產率的提高顯著促進了全球價值鏈分工地位的提升，而且此處的影響系數(shù)較基準模型偏小一些，也符合間接影響途徑的邏輯。

表11 全要素生產率間接影響的檢驗結果

六、結論與啟示

近年來，大力發(fā)展智能制造已經成為我國突破制造業(yè)轉型升級瓶頸的重要手段，全面客觀地評估智能制造對制造業(yè)全球價值鏈分工地位的影響具有重要作用。本文通過對相關文獻進行全面梳理，并在歸納影響機理的基礎上，提出了待檢驗的理論假說。在詳細對比ISIC Rev 4.0、GB/T 4754—2017、TiVA和IFR 中制造業(yè)行業(yè)細分的情況下，匹配出了用于本文研究的13 個制造業(yè)細分行業(yè)。進一步，利用我國2006—2015 年制造業(yè)細分行業(yè)的面板數(shù)據(jù)，考察了智能制造對全球價值鏈分工地位的影響。實證結果表明，智能制造對提升我國制造業(yè)分行業(yè)全球價值鏈分工地位具有顯著的促進作用，在進行穩(wěn)健性檢驗和引入工具變量后，所得結論沒有發(fā)生變化。異質性分析結果顯示，智能制造對全球價值鏈分工地位的促進作用，在非技術密集型行業(yè)中作用顯著，但在技術密集型行業(yè)不顯著。同時，在工業(yè)機器人低使用密度行業(yè)和高使用密度行業(yè)作用均較為顯著，但在高使用密度行業(yè)中作用相對更大。此外，實證結果還顯示，智能制造可以通過勞動力人力資本、服務化水平和全要素生產率三個途徑對全球價值鏈分工地位產生影響。

本文所得研究結論對如何發(fā)展智能制造以提升制造業(yè)全球價值鏈分工地位，具有一定的啟示意義。

第一，要堅持推進智能制造這一大方向不變，充分發(fā)揮其對制造業(yè)全球價值鏈分工地位的有效提升作用，促使我國由制造大國向制造強國轉變?？傮w而言，智能制造水平對提升制造業(yè)細分行業(yè)全球價值鏈分工地位的正向作用十分顯著。一直以來，我國制造業(yè)大而不強，競爭力并不突出，“中國制造”更多地是充當了“中國組裝”或“中國加工”，制造業(yè)出口難以獲得高附加值。發(fā)展智能制造雖然會引起機器人對就業(yè)崗位的替代效應，但同時也會對勞動力人力資本結構、服務化水平和全要素生產率產生積極效果。發(fā)展智能制造為我國制造業(yè)產業(yè)升級和向制造業(yè)強國邁進提供了一條可行路徑。

第二，不同性質的行業(yè)在借助智能制造來提升全球價值鏈分工地位時要有所區(qū)別。在非技術密集型行業(yè)中，發(fā)展智能制造更加能夠通過勞動力人力資本結構、服務化水平和全要素生產率等途徑，提升行業(yè)的全球價值鏈分工地位。目前我國智能制造尚處于起步階段，能夠帶來一定的規(guī)模效應，因而在高使用密度行業(yè)中智能制造對全球價值鏈分工地位的作用較低使用密度行業(yè)要大，當然從遠期看，這種行業(yè)層面的規(guī)模效應會隨著智能化水平的上升而逐步下降。因此，從全球價值鏈分工地位來看，現(xiàn)階段在政策層面應當優(yōu)先支持非技術密集型行業(yè)和高使用密度行業(yè)中有條件的企業(yè)開展智能化建設與升級改造。

第三，貿易爭端、逆全球化疊加疫情影響，推進了智能化的發(fā)展，增強了制造業(yè)的國際競爭力。當前，貿易保護主義盛行，美國和日本均提出了制造業(yè)回流戰(zhàn)略，其中一個關鍵性的條件就在于機器人的應用場景更加廣泛，智能制造下企業(yè)對勞動力的需求將大大減少。加之我國逐步步入老齡化社會，勞動力成本優(yōu)勢和比較優(yōu)勢將慢慢喪失，有一些制造業(yè)確實已經流向了越南等國家。我國未來制造業(yè)面臨的貿易環(huán)境勢必更加殘酷，因而必須未雨綢繆、早做打算，通過逐步推進和發(fā)展智能制造來強化競爭優(yōu)勢，只有這樣，才能在世界市場競爭中把握主動權。