吳友群，盧懷鑫，王立勇

(1.安徽財經(jīng)大學 經(jīng)濟學院，安徽 蚌埠 233030；2.中央財經(jīng)大學 國際經(jīng)濟與貿易學院，北京 100081)

0 引言

當前，以全球價值鏈(Global Value Chain，GVC)網(wǎng)絡為主要架構的國際分工模式已成為全球社會生產(chǎn)最重要的組織形態(tài)。在此進程中，中國通過勞動、土地等低廉要素形成比較優(yōu)勢積極融入GVC，制造業(yè)規(guī)模和GVC競爭力不斷提升。然而，中國以提供勞動密集型工作、勞動者低收入、企業(yè)低利潤換得的國際分工地位仍處在GVC中低端，低端鎖定、路徑依賴等問題不斷凸顯，亟需尋求破解制造業(yè)大而不強的路徑。2007—2019年，中國經(jīng)常項目順差占GDP的比重由9.9%降至不足1%，以土地、勞動等低廉要素為優(yōu)勢的制造業(yè)擴張路徑正面臨外資技術壁壘和產(chǎn)業(yè)結構鎖定風險。與此同時，中國數(shù)字經(jīng)濟增加值由2005年的2.6萬億元增至2019年的35.8萬億元，其占GDP的比重也由14.2%升至36.2%，年復合增長率達到20.6%，中國已成為全球第二大數(shù)字經(jīng)濟體。數(shù)字經(jīng)濟規(guī)模的高速增長已成為中國應對經(jīng)濟下行壓力的關鍵抓手，數(shù)字經(jīng)濟與中國經(jīng)濟社會的深度融合已成為經(jīng)濟發(fā)展的新動力[1]。

數(shù)字經(jīng)濟主要包括產(chǎn)業(yè)數(shù)字化與數(shù)字產(chǎn)業(yè)化兩方面。產(chǎn)業(yè)數(shù)字化以數(shù)字技術為支撐，以信息數(shù)據(jù)為關鍵生產(chǎn)要素，以數(shù)據(jù)賦能為主線，實現(xiàn)產(chǎn)業(yè)數(shù)字化升級[2]。人工智能、大數(shù)據(jù)、云計算等數(shù)字技術不僅能夠提升傳統(tǒng)產(chǎn)業(yè)智能化、信息化和科技化水平，還有效推動傳統(tǒng)產(chǎn)業(yè)動能轉換和協(xié)同創(chuàng)新，孕育新業(yè)態(tài)，培育經(jīng)濟增長新引擎，從而促進傳統(tǒng)產(chǎn)業(yè)轉型升級。當前，受逆全球化與全球新冠疫情影響，GVC正經(jīng)歷調整和重塑，中國制造業(yè)迎來新的發(fā)展機遇。如何通過制造業(yè)數(shù)字化提升中國制造業(yè)GVC競爭力，獲取更多價值分配，已成為值得深入探討的重大課題。

隨著數(shù)字經(jīng)濟迅猛發(fā)展，國內外機構和學者相繼對數(shù)字化的重要作用展開研究。早期涉及數(shù)字化的相關研究更偏向于信息化，多以單一信息通信技術(ICT)投資為研究對象[3]，而數(shù)字化是突出人工智能、大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等新一代信息技術的應用[4]。數(shù)字化與GVC的研究逐漸成為學者們探討焦點，如杜傳忠等[5]認為，以數(shù)字技術為特征的第四次工業(yè)革命推動傳統(tǒng)制造業(yè)變革，促使GVC分解、融合和創(chuàng)新，使GVC各環(huán)節(jié)的附加值發(fā)生改變；馬名杰等[6]發(fā)現(xiàn)，企業(yè)數(shù)字化轉型有利于挖掘數(shù)據(jù)信息優(yōu)勢與網(wǎng)絡市場潛力，從而使其深度嵌入全球生產(chǎn)和創(chuàng)新網(wǎng)絡, 提升全球價值鏈中的地位；谷方杰等(2020)采用價值鏈分析法，構建數(shù)字化轉型的價值鏈模型，發(fā)現(xiàn)數(shù)字化轉型成功需要企業(yè)對經(jīng)營模式、組織活動、人員管理和業(yè)務流程等諸多方面進行重塑；荊浩等[7]、曾可昕等[8]認為，數(shù)字化不僅推動商業(yè)轉型，還促進新技術、新業(yè)態(tài)和新模式沿著產(chǎn)業(yè)鏈傳導至產(chǎn)業(yè)集群，推動集群經(jīng)濟轉型升級，向價值鏈中高端攀升；何文彬[9]通過考察數(shù)字化對中國制造業(yè)的升級重構效應，發(fā)現(xiàn)加大數(shù)字化投入能夠顯著促進制造業(yè)高端化；陳劍等[10]從產(chǎn)品生產(chǎn)、價值以及生產(chǎn)主體視角研究企業(yè)數(shù)字化帶來的影響，認為數(shù)字技術能夠提高企業(yè)需求預測的準確性，優(yōu)化生產(chǎn)動態(tài)決策與產(chǎn)品供應鏈管理；池仁勇等(2021)認為，數(shù)字技術推動制造系統(tǒng)實現(xiàn)自動生產(chǎn)、流程同步和產(chǎn)品定制，重新定義生產(chǎn)鏈條，可為企業(yè)打開高質量制造的大門；劉啟雷等[11]從供給和需求兩方面研究發(fā)現(xiàn)，數(shù)字技術不僅能夠快速滿足用戶個性化、差異化需求，而且能重塑生產(chǎn)運營與組織智能化決策從而實現(xiàn)要素賦能；易靖韜等[12]基于世界銀行數(shù)據(jù)庫研究發(fā)現(xiàn)，數(shù)字化轉型助力企業(yè)實現(xiàn)差異化與創(chuàng)新并彌補制度缺失的劣勢，進而對企業(yè)出口產(chǎn)生促進作用。

在GVC量化研究方面，隨著全球化生產(chǎn)網(wǎng)絡日益完善，中間加工貿易高速成長，采取總值統(tǒng)計口徑難以反映基于全球“片段化”貿易的真實情況，當下主流研究采取增加值口徑衡量國際貿易流動。為探求一國參與國際貿易分工中獲得的真實增加值，Hummels等[13]提出垂直專業(yè)化分工(VS)的概念，并構建HIY模型測度一國或地區(qū)在全球價值鏈分工中的真實參與度。然而，該模型忽視了一國出口品有可能被進口國用于加工再生產(chǎn)(中間產(chǎn)品)而非直接最終使用的情況，在核算VS時，會對以中間加工貿易為主要產(chǎn)業(yè)的發(fā)展中國家形成有偏估計。Koopman等[14]在Hummels等[13]的基礎上提出一國出口的分解方法(KWW法)，將各國在GVC的貿易總出口細分為四大類附加值項，且進一步提出全球價值鏈參與度指標，用以反映一國或地區(qū)(產(chǎn)業(yè))出口的GVC參與程度；王直等[15]對KWW法進行擴展，提出WWZ法，將其應用在國家部門層面、雙邊貿易層面、雙邊貿易部門層面的總貿易流量分解中，并在后續(xù)研究中提出修正的顯性比較優(yōu)勢指數(shù)、前向參與度指數(shù)和后向參與度指數(shù)，進一步完善了全球價值鏈量化分析體系。

綜上所述，已有文獻肯定了數(shù)字化對GVC分工的顯著影響，并初步探索了數(shù)字化對GVC的影響效果，對本研究具有重要啟發(fā)。學者們不斷拓展GVC相關度量方法，為GVC量化研究提供了有益參考。但在數(shù)字化度量、數(shù)字化對全球價值鏈的影響機制與實證檢驗等方面仍有一定探索空間。首先，在數(shù)字化測度方面，多數(shù)文獻采用固定電話普及率、移動電話普及率、電腦普及率、寬帶普及率等衡量數(shù)字化，此類變量在宏觀層面能較好地描繪數(shù)字化程度，但也存在兩個明顯弊端：一是統(tǒng)計口徑較粗，無法映射到行業(yè)層面；二是時效性不強，難以反映數(shù)字化動態(tài)變化情況。少數(shù)文獻雖然從投入角度度量數(shù)字化程度，但囿于數(shù)據(jù)可得性，對數(shù)字化投入的界定范疇過小，可能對數(shù)字化產(chǎn)生的影響估計偏小。鑒于此，本文運用國際間投入產(chǎn)出表數(shù)據(jù)，擴展以往研究對數(shù)字化投入的界定范疇，從行業(yè)中間投入角度度量制造業(yè)數(shù)字化程度。其次，在理論分析方面，從成本、資源配置效率、協(xié)同效應等方面分析制造業(yè)數(shù)字化對GVC競爭力的影響機制，進一步闡明數(shù)字化對GVC影響的內部“黑箱”。最后，在實證檢驗方面，通過劃分國內、國際以及不同類型數(shù)字化投入，分析不同數(shù)字化投入對制造業(yè)GVC競爭力影響的異質性。

1 制造業(yè)數(shù)字化對GVC競爭力的影響機制

參照Hausmann等[16]關于“成本發(fā)現(xiàn)”模型的分析框架，采用邱斌等[17]建立的GVC一般理論模型，從微觀視角探討一國出口部門的生產(chǎn)效率，進而探討影響制造業(yè)GVC的因素。假設技術進步為?？怂怪行约夹g進步且規(guī)模報酬不變，一國出口部門的Cobb-Douglas生產(chǎn)函數(shù)為：

Y=AKaLbNc

(1)

式中，K、L、N分別表示資本、勞動和其它資源。參照全要素生產(chǎn)率公式，將技術水平設定為F=Y/(KaLbNc)=A，其中A表示組合這些要素的生產(chǎn)技術參數(shù)，0≤A≤k且A服從一致分布。k表示一國技術稟賦，k值越大表明一國企業(yè)潛在生產(chǎn)效率越高，意味著企業(yè)越能生產(chǎn)技術復雜度高的產(chǎn)品，有利于企業(yè)處在GVC高附加值環(huán)節(jié)。假設k取決于一國外部知識O(如貿易、FDI技術溢出等)和內部知識I(如資本深化、人力資本等)以及影響二者的其它因素D(如數(shù)字投入、市場化等)，即k=F(O,I,D)。按照“成本發(fā)現(xiàn)”原理，i企業(yè)在進行新產(chǎn)品生產(chǎn)時，既可以選擇自主研發(fā)，也可以選擇模仿已有同類產(chǎn)品。假設當前已有產(chǎn)品的最優(yōu)生產(chǎn)效率為AM，i企業(yè)的模仿效率為t，0

prob(Ai≤tAM)=tE(AM)/k=tM/(M+1)

(2)

E(Ai|Ai≤tAM)=tE(AM)=ktM/(M+1)

(3)

同理，可以得到i企業(yè)進行自主研發(fā)的概率和技術參數(shù)期望值分別為：

prob(Ai≥tAM)=1-tE(AM)/k=1-tM/(M+1)

(4)

(5)

由此可以得到出口部門技術參數(shù)A的期望值為：

(6)

將式(6)代入式(4)可得到一國出口部門的生產(chǎn)效率水平，進而構造部門GVC影響因素的函數(shù)。

(7)

式(7)表明，出口部門的生產(chǎn)效率(決定GVC競爭力)主要取決于外部知識、內部知識以及對二者產(chǎn)生影響的其它要素。由此推斷，當數(shù)字化嵌入出口部門能夠影響上述任一決定因素時，便會對出口部門的生產(chǎn)效率產(chǎn)生影響，即對出口部門GVC競爭力產(chǎn)生影響。同理，擴展到產(chǎn)業(yè)層面亦如此。

數(shù)字化對制造業(yè)GVC競爭力影響的存在性已得到佐證，但影響的內在邏輯有待進一步揭示?；谝延醒芯?，本文認為數(shù)字化主要通過成本效應、配置效應和協(xié)同效應3種途徑影響制造業(yè)GVC競爭力。

(1)數(shù)字化的成本效應。在國際貿易中，貿易雙方往往受空間地理距離、語言文化等因素影響產(chǎn)生較高的搜尋、談判等交易成本，高昂的交易成本會限制中間投入和高端人才等要素跨地區(qū)自由流動。數(shù)字化憑借架構在云端的基礎設施，通過數(shù)字化技術及相關服務實現(xiàn)數(shù)據(jù)信息化、應用平臺化、信息海量化，打破國際貿易各環(huán)節(jié)的時空約束，從而降低搜尋貿易伙伴的難度，推動雙邊市場擴展為多邊市場，促進企業(yè)形成規(guī)模經(jīng)濟和范圍經(jīng)濟，并降低中間交易成本。同時，企業(yè)通過大數(shù)據(jù)分析等形式高效掌握市場交易多方面信息，實現(xiàn)高效匹配從而服務于市場競爭和產(chǎn)品定價。此外，以互聯(lián)網(wǎng)為載體的數(shù)字化技術同樣遵循摩爾定律(計算機芯片的處理性能大約每隔18個月翻一倍，且價格降低一半)[18]，意味著數(shù)字化技術進步會愈發(fā)降低傳統(tǒng)企業(yè)生產(chǎn)成本，進而提升企業(yè)競爭優(yōu)勢。

(2)數(shù)字化的配置效應。數(shù)字化技術具有高復制性、高通用性、包容性和普惠性等特征，能夠極大提升企業(yè)生產(chǎn)要素流動性，使物質、信息等資源以更低成本、更高效率實現(xiàn)精準配置[2]。企業(yè)通過大數(shù)據(jù)、人工智能、區(qū)塊鏈、物聯(lián)網(wǎng)等自動化、信息化和平臺化應用，實現(xiàn)部分替代原先非自動化、非信息化、非平臺化等低端生產(chǎn)要素，提升企業(yè)智能制造能力和生產(chǎn)效率，增加本國生產(chǎn)要素在其它國家最終產(chǎn)品生產(chǎn)的使用量[19-20]。數(shù)字化技術不斷嵌入傳統(tǒng)產(chǎn)業(yè)，不僅有利于完善產(chǎn)業(yè)服務途徑，實現(xiàn)生產(chǎn)、銷售、服務等環(huán)節(jié)的平臺化和自動化，滿足消費者和市場偏好[21]，而且在低端生產(chǎn)環(huán)節(jié)能夠替代低端勞動力，實現(xiàn)勞動力平均素質和高級生產(chǎn)要素占比提升，有利于提升產(chǎn)業(yè)全要素生產(chǎn)率和資本回報率，擴大產(chǎn)業(yè)競爭優(yōu)勢，實現(xiàn)GVC高端化[22]。

(3)數(shù)字化的協(xié)同效應。數(shù)字技術帶來的5G、大數(shù)據(jù)、人工智能、萬物互聯(lián)等發(fā)展新動能，極大改變了傳統(tǒng)商業(yè)模式。隨著GVC分工越來越細化和深入，越來越多各國企業(yè)融入全球化生產(chǎn)網(wǎng)絡，人工智能和互聯(lián)互通平臺等數(shù)字技術帶來網(wǎng)絡會議、遠程協(xié)助和網(wǎng)絡直播等“面對面”交流形式，消除空間距離帶來的交流約束，實現(xiàn)不同國家、不同價值鏈環(huán)節(jié)企業(yè)的數(shù)據(jù)共享、協(xié)同研發(fā)、同步?jīng)Q策等，提升協(xié)同分工效率[23-24]。數(shù)字化具有的實時交互與自動化功能可以有效優(yōu)化企業(yè)對產(chǎn)品最優(yōu)生產(chǎn)組合的控制，自動實現(xiàn)生產(chǎn)分配、質量檢測，提高分工效率的同時，降低協(xié)作經(jīng)營成本。數(shù)字化帶來的大數(shù)據(jù)分析能夠極大豐富企業(yè)決策信息量，賦予企業(yè)靈活應對市場變動的能力，降低決策風險，擴大企業(yè)競爭優(yōu)勢，實現(xiàn)生產(chǎn)經(jīng)營效率提升[25-26]。

2 研究方法與數(shù)據(jù)

2.1 研究方法

2.1.1 GVC相關指標測算基礎

目前，基于國際貿易增加值的分解方法能夠充分考慮全球化產(chǎn)品生產(chǎn)的分割過程，反映一國產(chǎn)業(yè)出口的真實增加值。其中，WWZ法可依據(jù)國際貿易產(chǎn)品的吸收途徑和最終使用地，將國際貿易流分解為國外增加值、增加值出口、返回的國內增加值及純重復計算等組成部分，實現(xiàn)對國際貿易各環(huán)節(jié)增加值流向的細致剖析[27]。本文運用WWZ法，通過三國投入產(chǎn)出模型(見表1)揭示GVC的增加值流向，進而獲得GVC相關指標的測算基礎。

表1 三國投入產(chǎn)出模型Tab.1 Input-output model of the three countries

表1中，下標s、r、t分別表示S國、R國和T國，Z代表中間產(chǎn)品投入矩陣，Y代表最終產(chǎn)品使用矩陣，VA為增加值行向量，C代表總產(chǎn)出列向量，上標“’”表示矩陣轉置，Zsr、Ysr、VAs、Cs分別表示S國出口產(chǎn)品中被R國用作中間產(chǎn)品、最終使用部分、S國的增加值和產(chǎn)出。從一國投入產(chǎn)出的使用方向看，存在以下平衡式：

(8)

(9)

利用投入系數(shù)矩陣對式(9)進行調整可得到經(jīng)典的里昂惕夫公式，即：

(10)

Zsr=AsrCr=AsrBrsYsr+AsrBrsYsr+AsrBrsYst+AsrBrrYrs+AsrBrrYrr+AsrBrrYrt+AsrBrtYts+AsrBrtYtr+AsrBrtYtt

(11)

同樣，中間產(chǎn)品也可以按照增加值來源不同和最終使用地不同進行分解。首先定義增加值系數(shù)Vs≡VAs(Cs)-1，同理可得Vr、Vt，增加值系數(shù)矩陣為：

(12)

上式結果為1*3的矩陣，且每個元素均為1。對S國而言，則有：

VsBss+VrBrs+VtBts=uu=(1,1,...,1)

(13)

以Esr表示S國出口到R國的中間產(chǎn)品和最終出口，Esr=AsrCr+Ysr。同理可得Est，則S國的總出口可表示為：Es=Esr+Est=AsrCr+Ysr+AstCr+Yst。因此，可以將式(9)改寫為：

(14)

調整式(14)后可得到一國模型的里昂惕夫經(jīng)典公式和里昂惕夫逆矩陣，以Lss表示S國國內里昂惕夫逆矩陣，Lss=(I-Ass)-1，同理可得R國和T國的里昂惕夫逆矩陣。依據(jù)公式(14)可得S國向R國出口的中間產(chǎn)品。

Zss=AsrCr=AsrLrrYsr+AsrLrrEr

(15)

結合公式(11)、(13)、(15)可得S國向R國總出口的分解，如式(16)所示。

Esr=AsrCr+Ysr=(VsBss)'Ysr+(VsBrs)'Ysr+(VtBts)'Ysr+(VsBss)'(AsrCr)+(VrBrs)'(AsrCr)+(VtBts)'(AsrCr)=(VsBss)'Ysr+(VsLss)'(AsrBrrYrr)+(VsLss)'(AsrBrtYtt)+(VsLss)'(AsrBrrYrt)+(VsLss)'(AsrBrtYtr)+(VsLss)'(AsrBrrYrs)+(VsLss)'(AsrBrtYts)+(VsLss)'(AsrBrsYss)+(VsLss)'[AsrBrs(Yrr+Yst)]+(VsBss-VsLss)'(AsrXr)+(VsBrs)'Ysr+(VrBrs)'(AsrBrrYrr)+(VrLrs)'(AsrBrrEr)+(VtBts)'Ysr+(VtBts)'(AsrLrrYrr)+(VsBts)'(AsrLrrEr)

(16)

上式將增加值系數(shù)代入國際中間產(chǎn)品分解中，根據(jù)出口增加值和最終使用地分為16個增加值和重復計算部分，總貿易核算法結構見圖1。

2.1.2 中國制造業(yè)GVC競爭力核算方法

在基于投入產(chǎn)出模型的貿易增加值核算中，很自然地會涉及一國顯性比較優(yōu)勢(Revealed Comparative Advantage，RCA)指數(shù)的核算。RCA指數(shù)反映一國某產(chǎn)業(yè)比較優(yōu)勢與競爭優(yōu)勢形成的實際結果，是衡量產(chǎn)業(yè)GVC競爭力(優(yōu)勢)的重要指標之一。RCA指數(shù)等于一國某產(chǎn)業(yè)產(chǎn)品出口值占該國全部出口產(chǎn)品總值的比例除以全球該產(chǎn)業(yè)產(chǎn)品出口值占全球產(chǎn)品出口總值的比例。王直等[15]基于WWZ法，綜合考慮出口的國內和國際生產(chǎn)分工，排除總出口中的純重復計算和國外增加值部分，對傳統(tǒng)RCA指數(shù)進行修正。

圖1 總貿易核算法概念框架Fig.1 Conceptual framework of the total trade accounting method

(17)

2.2 數(shù)據(jù)來源

本文數(shù)字化投入與制造業(yè)GVC相關指標原始數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》《中國工業(yè)統(tǒng)計年鑒》以及世界投入產(chǎn)出數(shù)據(jù)庫(WIOD)及其社會經(jīng)濟賬戶，WIOD包含了以雙邊貿易數(shù)據(jù)為基礎構建的全球產(chǎn)業(yè)數(shù)據(jù)，其最新的2016版本涵蓋了2000—2014年全球43個經(jīng)濟體56個行業(yè)數(shù)據(jù)，且統(tǒng)計口徑一致。由于《國民經(jīng)濟行業(yè)分類標準》與WIOD中的行業(yè)劃分標準(ISIC Rev.4)存在差異，本文沿用已有研究的分類方法，以ISIC Rev.4為基準，借鑒劉慧嶺等(2019)的對接方法，將相關統(tǒng)計年鑒中的行業(yè)分類進行合并調整，最終得到18個制造業(yè)行業(yè)，具體行業(yè)分類詳見表2。

表2 制造業(yè)行業(yè)分類Tab.2 Industrial classification of manufacturing industry

3 中國制造業(yè)GVC競爭力動態(tài)演變

圖2為中國與世界其它主要經(jīng)濟體(美國、日本、德國、英國、俄羅斯、韓國、印度尼西亞)制造業(yè)RCA指數(shù)的橫向比較情況。由圖2可知，中國制造業(yè)RCA指數(shù)排名位居前列，其中2002—2007年RCA排名穩(wěn)步增長，表明中國制造業(yè)國際競爭力穩(wěn)健提升；2008—2014年中國RCA排名出現(xiàn)波動性下降，該階段，印度尼西亞、日本、德國和韓國的RCA指數(shù)排名顯著提高，說明在后金融危機時代，發(fā)達國家引資回流、產(chǎn)業(yè)轉移以及其它發(fā)展中國家工業(yè)化興起弱化了中國制造業(yè)的GVC競爭優(yōu)勢。此外，從RCA指數(shù)排名可以發(fā)現(xiàn)，美國、俄羅斯、英國的制造業(yè)空心化嚴重，中國、日本、德國、韓國的制造業(yè)競爭優(yōu)勢明顯。

圖2 世界主要經(jīng)濟體RCA全球排名Fig.2 RCA global ranking of the world's major economies

除上述整體RCA指數(shù)排名分析外，有必要對中國制造業(yè)RCA指數(shù)進行更細致的剖析，了解中國制造業(yè)GVC競爭力的微觀狀況。因此，本文從制造業(yè)細分行業(yè)層面對RCA指數(shù)進行橫向和縱向比較分析，形成對制造業(yè)GVC競爭優(yōu)勢更細致和立體的認知。

表3展示了中國制造業(yè)細分行業(yè)(按行業(yè)知識密集度分類)在全球43個經(jīng)濟體同類型行業(yè)中的RCA排名。結果顯示，低知識密集度行業(yè)出現(xiàn)兩極分化現(xiàn)象，其中以紡織、服裝及皮革制品制造業(yè)(C06)的RCA排名最為突出，2004年后，紡織、服裝及皮革制品制造業(yè)的RCA排名穩(wěn)居世界第二。印刷業(yè)及記錄媒介的復制業(yè)(C09)排名在2002年后驟降，一度跌至2007年的26位，2008年后開始回升，但排名依舊靠后。木制品加工業(yè)(C07)和紙制品業(yè)(C08)RCA排名穩(wěn)中有進，食品、飲料制造及煙草業(yè)(C05)排名在2008年后出現(xiàn)下降情況。中低知識密集度行業(yè)的RCA排名穩(wěn)定性較高，其中，化學原料及化學制品制造業(yè)(C11)、基礎金屬制品業(yè)(C15)、家具及其它制造業(yè)(C22)、煉焦及石油業(yè)(C10)、橡膠及塑料業(yè)(C13)、非金屬礦物制品業(yè)(C14)的RCA排名穩(wěn)定在中上游，基礎制藥業(yè)(C12)和焊接金屬制品(C16)排名靠后。中高知識密集型行業(yè)中，電腦、電子產(chǎn)品制造業(yè)(C17)排名穩(wěn)定在前5，表現(xiàn)出較強的競爭力，其它行業(yè)的RCA排名具有較大波動性，總體表現(xiàn)為先升后降，汽車制造業(yè)(C20)排名經(jīng)歷穩(wěn)定上升階段后表現(xiàn)仍較差。

表3 不同知識密集度制造行業(yè)RCA全球排名Tab.3 Global RCA rankings of manufacturing industries with different knowledge intensity

為對制造業(yè)細分行業(yè)GVC競爭優(yōu)勢有更直觀的縱向認知，圖3比較了中國制造業(yè)細分行業(yè)RCA指數(shù)均值。由圖3可知，在低知識密集度行業(yè)中，紡織、服裝及皮革制品制造業(yè)(C06)和木制品加工業(yè)(C07)具有較強的GVC分工競爭力，RCA指數(shù)分別為3.154、1.806；造紙及紙制品業(yè)(C08)的RCA指數(shù)小于1，表明其GVC競爭力低于全球平均水平；其余行業(yè)的RCA指數(shù)普遍剛達到1，不具有顯著競爭優(yōu)勢。在中低知識密集度行業(yè)中，除基礎制藥業(yè)(C12)和焊接金屬制品(C16)的RCA指數(shù)小于1外，其余行業(yè)均大于1，其中以橡膠及塑料業(yè)(C13)、非金屬礦物制品業(yè)(C14)、基礎金屬制品業(yè)(C15)、家具及其它制造業(yè)(C22)的表現(xiàn)最為突出，分別達到1.465、1.640、1.694、1.776，這些行業(yè)的GVC競爭力處在全球上游水平，競爭優(yōu)勢顯著。在中高知識密集度行業(yè)中，電腦、電子產(chǎn)品制造業(yè)(C17)和電子設備制造業(yè)(C18)的RCA指數(shù)表現(xiàn)最為突出，分別為1.694、1.618，說明其行業(yè)GVC競爭力優(yōu)勢顯著；其它交通運輸設備制造業(yè)(C21)和汽車制造業(yè)(C20)的RCA指數(shù)分別為0.409、0.646，意味著這兩個行業(yè)的GVC競爭力不僅低于全球平均水平，而且存在較大差距。

圖3 中國制造業(yè)細分行業(yè)RCA指數(shù)均值Fig.3 Average value of RCA index of China's manufacturing subsectors

從RCA指數(shù)分析結果可以看出，中國制造業(yè)GVC競爭力排名靠前且正穩(wěn)步上升。分行業(yè)看，中國制造業(yè)細分行業(yè)的GVC競爭力參差不齊，中低知識密集度行業(yè)的GVC競爭力更強且競爭優(yōu)勢穩(wěn)定，低知識密集度行業(yè)和中高知識密集度行業(yè)的GVC競爭力較弱且存在短板行業(yè)。

4 數(shù)字化對制造業(yè)GVC競爭力影響的實證檢驗

4.1 模型設定與數(shù)據(jù)來源

4.1.1 模型設定

為實證檢驗數(shù)字化對中國制造業(yè)GVC競爭力的影響以及不同數(shù)字化影響的異質性。本文在何文彬[28]的模型設定基礎上，構建實證模型。

GVCRCAi,t=β0+β1DIGIi,t+βXi,t+νt+θi+εi,t

(18)

其中，i、t分別代表行業(yè)和年份，β0表示截距項，νt為時間固定效應，θi為個體固定效應，εi,t表示殘差項，Xi,t表示控制變量。

被解釋變量為RCA指數(shù)，該指數(shù)能夠準確反映一國產(chǎn)業(yè)在GVC分工中的競爭優(yōu)勢，是衡量產(chǎn)業(yè)GVC競爭力的重要指標。核心解釋變量為數(shù)字化，本文在以往研究界定制造業(yè)數(shù)字化的基礎上[20,28]，拓展數(shù)字化涵蓋范疇，將制造業(yè)數(shù)字化界定為制造業(yè)中的電子通訊及相關信息服務投入。考慮數(shù)據(jù)可得性，采用軟件和信息技術服務業(yè)、電子通訊及光學制造業(yè)、電信業(yè)的中間投入衡量。式(18)中，核心解釋變量DIGIi,t表示t年i行業(yè)的全球數(shù)字化投入。此外，后續(xù)替換的核心解釋變量中，CHNi,t表示t年i行業(yè)的國內數(shù)字化投入，INTi,t表示t年i行業(yè)的國際數(shù)字化投入，TELEi,t表示t年i行業(yè)的電信業(yè)投入，SOFTi,t表示t年i行業(yè)的軟件和信息技術服務業(yè)投入，POSTi,t表示t年i行業(yè)的電子通訊及光學制造業(yè)投入。本文控制變量包括海外需求(ABO)、產(chǎn)出規(guī)模(SCA)、資本存量(K)和要素回報(L)，分別用行業(yè)出口規(guī)模、行業(yè)產(chǎn)出規(guī)模、行業(yè)資本存量和行業(yè)勞動回報衡量。

4.1.2 數(shù)據(jù)處理與說明

本文GVC相關數(shù)據(jù)的運用和測算均需運用國際投入產(chǎn)出數(shù)據(jù)，從樣本的完整性、數(shù)據(jù)的連續(xù)性與時效性考慮，WIOD網(wǎng)站2016年發(fā)布的世界投入產(chǎn)出表，包含2000—2014年全球44個主要經(jīng)濟體、56個行業(yè)(其中含19個制造行業(yè))的時序數(shù)據(jù)，更能滿足本文研究需要。變量描述性統(tǒng)計見表4，觀察可知，核心解釋變量和控制變量的標準差數(shù)值較大。為降低數(shù)據(jù)波動對估計結果的干擾，本文對數(shù)據(jù)進行標準化處理。

表4 變量描述性統(tǒng)計結果Tab.4 Descriptive statistical results of variables

4.2 實證結果分析

4.2.1 基準模型檢驗

表5是在控制行業(yè)和年份固定效應后，使用面板數(shù)據(jù)固定效應模型對式(18)進行估計的結果。列(1)～(5)依次加入控制變量進行回歸，結果顯示，DIGIi,t的估計系數(shù)始終顯著為正，說明加大制造業(yè)數(shù)字化投入對行業(yè)顯性比較優(yōu)勢具有正向促進作用，意味著制造業(yè)數(shù)字化規(guī)模擴大有利于制造業(yè)GVC競爭力提升。Ki,t、Li,t的估計系數(shù)顯著為正，表明資本存量和要素回報對制造業(yè)顯性比較優(yōu)勢具有正向促進作用，即二者同樣有利于制造業(yè)GVC競爭力提升。SCAi,t的估計系數(shù)始終顯著為負，表明出口規(guī)模擴大對制造業(yè)GVC競爭力不具有顯著影響，也從側面反映中國是制造業(yè)大國而非制造業(yè)強國，僅靠擴大出口規(guī)模不能提升中國制造業(yè)全球價值鏈競爭優(yōu)勢。

表5 基準回歸估計結果Tab.5 Results of baseline regression estimation

4.2.2 按數(shù)字化投入來源分類檢驗

以上討論是基于全球數(shù)字化投入視角，需要注意的是，不同數(shù)字化投入帶來的規(guī)模經(jīng)濟和范圍經(jīng)濟是不同的，從而可能以不同方式影響制造業(yè)GVC競爭力。因此，為區(qū)分不同數(shù)字化投入對制造業(yè)GVC競爭力的影響，本文對全球數(shù)字化投入進行分類，數(shù)字化投入按來源地劃分為國內數(shù)字化投入、國際數(shù)字化投入，按行業(yè)類型劃分為電信業(yè)數(shù)字化投入、軟件和信息技術服務業(yè)數(shù)字化投入、電子通訊及光學制造業(yè)數(shù)字化投入。實證結果如表6所示。

表6 按投入來源分類的估計結果Tab.6 Estimated results by source of input

列(6)、(7)結果顯示，CHNi,t、INTi,t的估計系數(shù)均為正且通過1%的顯著性檢驗，表明國內數(shù)字化投入與國際數(shù)字化投入對制造業(yè)顯性比較優(yōu)勢均具有顯著正向作用，加大國內和國際數(shù)字化投入均有利于行業(yè)GVC競爭力提升。INTi,t的估計系數(shù)大于CHNi,t，表明制造業(yè)利用國際數(shù)字化投入產(chǎn)生的正效應大于國內數(shù)字化投入，國際數(shù)字化投入更有利于制造業(yè)GVC競爭力提升。原因在于，GVC分工體系是涉及全球各個地區(qū)的貿易活動，國際數(shù)字化投入更容易搭建國際間貿易活動的橋梁，提供更高效的服務。列(8)～(10)為按數(shù)字化投入行業(yè)類型劃分的估計結果，結果顯示，TELEi,t、SOFTi,t、POSTi,t的估計系數(shù)均為正且通過1%的顯著性檢驗，表明電信業(yè)數(shù)字化投入、軟件和信息技術服務業(yè)數(shù)字化投入、電子通訊及光學制造業(yè)數(shù)字化投入均對制造業(yè)顯性比較優(yōu)勢具有顯著正向作用，均有利于擴大中國制造業(yè)GVC競爭優(yōu)勢。SOFTi,t的估計系數(shù)大于TELEi,t、POSTi,t，表明軟件和信息技術服務業(yè)數(shù)字化投入對制造業(yè)GVC競爭力的提升作用最大。原因在于，軟件和信息技術服務業(yè)是國際分工體系中更為關鍵的生產(chǎn)要素，其應用領域廣、滲透能力強、資源消耗低，更能實現(xiàn)人力資源的充分利用。

4.2.3 按行業(yè)類型分類檢驗

本文進一步將制造業(yè)劃分為低知識密集度行業(yè)、中低知識密集度行業(yè)和中高知識密集度行業(yè)，檢驗數(shù)字化對不同類型行業(yè)GVC競爭力的影響，結果如表7所示。

表7 按行業(yè)類型分類的估計結果Tab.7 Estimated results by industry type

列(11)～(13)分別對應低知識密集度行業(yè)、中低知識密集度行業(yè)和中高知識密集度行業(yè)的估計結果。結果顯示，DIGIi,t對不同類型行業(yè)GVC競爭力的影響具有顯著差異。在低知識密集度行業(yè)中，DIGIi,t的估計系數(shù)不顯著，表明數(shù)字化投入對該類行業(yè)的GVC競爭力不具有顯著影響?？赡艿脑蛟谟?，低知識密集度行業(yè)多為勞動力密集且勞動比較優(yōu)勢大的行業(yè)，嵌入數(shù)字技術較為困難，數(shù)字化帶來的紅利不足以彌補其替代人工減少的勞動力競爭優(yōu)勢。在中低和中高知識密集度行業(yè)中，DIGIi,t的估計系數(shù)均顯著為正，表明數(shù)字化投入對這兩類行業(yè)的GVC競爭力具有顯著促進作用，意味著中低和中高知識密集度行業(yè)可以通過加大數(shù)字化投入提升GVC競爭力。與低知識密集度行業(yè)相比，中低、中高知識密集度行業(yè)的資本和技術密集度更高，更容易實現(xiàn)行業(yè)數(shù)字化，并通過數(shù)字化實現(xiàn)產(chǎn)業(yè)分工協(xié)同效率提升和生產(chǎn)成本大幅降低，使得數(shù)字化帶來的正效應大于負效應。

4.2.4 穩(wěn)健性檢驗

為檢驗上述實證結果是否穩(wěn)健，即數(shù)字化對制造業(yè)GVC競爭力的影響是否表現(xiàn)為正向促進作用，本文采取兩種方法進行穩(wěn)健性檢驗。

(1)替換被解釋變量。GVC位置指數(shù)用于衡量一國某產(chǎn)業(yè)的GVC分工地位，該指數(shù)越大，意味著其所處的國際分工地位越高，競爭力越強。本文用Wang等[29]提出的GVC位置指數(shù)(GVCPOS)替代GVCRCA，回歸結果見表8中列(14)。結果顯示，DIGIi,t的估計系數(shù)顯著為正，表明數(shù)字化投入有利于制造業(yè)GVC分工地位提升，從而驗證結論的穩(wěn)健性。

(2)內生性檢驗。為解決模型中可能存在的內生性和雙向因果關系問題，本文采用核心解釋變量滯后一期的方式，分別采用滯后一期的DIGIi,t和兩階段最小二乘法(2SLS)重新進行回歸，結果見表8中列(15)、(16)。結果顯示，核心解釋變量的估計系數(shù)符號及顯著性未發(fā)生實質性變化，說明結論是穩(wěn)健的。

表8 穩(wěn)健性檢驗結果Tab.8 Robustness test results

4.2.5 中介效應檢驗

根據(jù)理論模型的機制分析可知，數(shù)字化能夠通過配置效應和協(xié)同效應提升勞動力在生產(chǎn)分工中的效率，從而擴大產(chǎn)業(yè)競爭優(yōu)勢。為此，本文采用溫忠麟等[30]提出的Bootstrap中介效應檢驗方法進行檢驗?？紤]數(shù)據(jù)可得性，本文將產(chǎn)業(yè)勞動生產(chǎn)率作為中介變量，檢驗結果見表9。結果顯示，Bootstrap的直接效應和間接效應估計系數(shù)均為正，且分別通過1%和5%的顯著性檢驗，表明勞動生產(chǎn)率的中介效應顯著，意味著數(shù)字化能夠通過提升產(chǎn)業(yè)勞動生產(chǎn)率實現(xiàn)GVC競爭力提高。同時證明了數(shù)字化對制造業(yè)GVC競爭力的正效應結果是穩(wěn)健的。

表9 Bootstrap中介效應檢驗結果Tab.9 Results of Bootstrap mediation effect test

5 結語

5.1 研究結論

新經(jīng)濟時代，制造業(yè)數(shù)字化有望成為中國制造業(yè)GVC競爭力提升的突破口，探討數(shù)字經(jīng)濟對制造業(yè)GVC競爭力的影響效果具有較強的理論與現(xiàn)實意義。本文在已有研究成果基礎上，提出制造業(yè)數(shù)字化促進制造業(yè)GVC競爭力提升的理論機制，并采用中國制造業(yè)行業(yè)面板數(shù)據(jù)進行實證檢驗，得出以下主要結論：首先，中國制造業(yè)GVC競爭力整體呈現(xiàn)出先升后降的兩階段趨勢，且連續(xù)多年位居樣本國家前10行列。其中，中低知識密集度行業(yè)GVC競爭力最強，低知識密集度行業(yè)次之，中高知識密集度行業(yè)最弱，且部分行業(yè)嚴重缺乏競爭力。其次，數(shù)字化投入對制造業(yè)GVC競爭力具有顯著正向作用。分數(shù)字化投入來源看，數(shù)字化的正效應依然顯著，并且國際數(shù)字化投入的正效應大于國內數(shù)字化投入，軟件和信息技術服務業(yè)的正效應大于電信業(yè)、電子通訊及光學制造業(yè)。第三，從不同知識密集度行業(yè)看，數(shù)字化的效應差異性較大，在低知識密集度行業(yè)中，數(shù)字化的正效應不顯著，在中低和中高知識密集度行業(yè)中，數(shù)字化能夠顯著提升行業(yè)GVC競爭力。最后，中介效應檢驗結果表明，提高勞動生產(chǎn)率是數(shù)字化促進中國制造業(yè)GVC競爭力提升的有效途徑。

5.2 政策啟示

本文研究結論從價值鏈競爭力視角為中國制造業(yè)數(shù)字化發(fā)展提供了一定經(jīng)驗參考。本文核心觀點是，在大力發(fā)展新基建、加快推進制造業(yè)數(shù)字化過程中，不僅要區(qū)分不同知識密集度行業(yè)的差異性，而且要推動數(shù)字產(chǎn)業(yè)健康蓬勃發(fā)展。

首先，大力發(fā)展新基建，提供完善的數(shù)字公共產(chǎn)品。本文實證結果表明，加快推進制造業(yè)數(shù)字化轉型能夠有效提升行業(yè)GVC競爭力。加大制造業(yè)數(shù)字化投入的外部條件是一國具有先進且大規(guī)模的數(shù)字化基礎設施。然而，新基建前期投入大、回報周期長，這就需要以政府為主導，加大財政支出力度，大力發(fā)展新基建，重點加強數(shù)據(jù)采集、5G通信、人工智能、工業(yè)互聯(lián)網(wǎng)以及信息融通平臺相關配套設施建設，完善數(shù)字化公共產(chǎn)品供給，降低行業(yè)數(shù)字化投入成本，加快中國制造業(yè)數(shù)字化應用普及，從而更好地發(fā)揮數(shù)字化投入激發(fā)中國制造業(yè)向GVC中高端攀升的動能與潛力。

其次，甄別制造業(yè)行業(yè)差異，推進數(shù)字化轉型。本文實證結果表明，不同知識密集度行業(yè)數(shù)字化轉型對行業(yè)GVC競爭力提升存在差異。其中，中低和中高知識密集度行業(yè)數(shù)字化轉型能夠有效提升行業(yè)GVC競爭力。這就要求不同行業(yè)在數(shù)字化轉型中需要根據(jù)行業(yè)嵌入GVC的新模式、新業(yè)態(tài)，依托行業(yè)發(fā)展動態(tài)及核心業(yè)務，針對不同類型行業(yè)選擇性地嵌入數(shù)字技術。例如，在中低和中高知識密集度行業(yè)中更多嵌入數(shù)字技術，減少低知識密集度行業(yè)的數(shù)字化投入，以最大限度發(fā)揮數(shù)字化投入的正效用。

最后，完善數(shù)字產(chǎn)業(yè)政策體系，積極引導產(chǎn)業(yè)健康發(fā)展。本文實證結果表明，無論從數(shù)字化投入來源地還是行業(yè)類型視角，均揭示出數(shù)字化投入正向影響制造業(yè)GVC競爭優(yōu)勢。因此，需要政府制定數(shù)字化產(chǎn)業(yè)政策，引導數(shù)字產(chǎn)業(yè)健康發(fā)展。例如，制定數(shù)字產(chǎn)業(yè)運營規(guī)范，營造有序競爭的市場環(huán)境；構建新型數(shù)字監(jiān)管體系，避免信息鴻溝導致市場扭曲；推動數(shù)字產(chǎn)業(yè)共建共享，充分發(fā)揮數(shù)字產(chǎn)業(yè)的賦能與價值創(chuàng)造功能。

5.3 研究不足與展望

本文從要素投入角度衡量數(shù)字技術賦能制造業(yè)數(shù)字化轉型對制造業(yè)全球價值鏈的影響，是一種比較前沿的探索。由于研究視角與層面的特殊性，當前相關數(shù)據(jù)庫的數(shù)據(jù)連續(xù)性與時效性受限，難以及時、全面揭示數(shù)字技術及GVC競爭格局的新近變化情況，待今后數(shù)據(jù)庫更新數(shù)據(jù)以及數(shù)字經(jīng)濟核心產(chǎn)業(yè)統(tǒng)計分類正式公布后，可以根據(jù)更精準的數(shù)字產(chǎn)業(yè)分類進行更多樣本和視角的實證檢驗。同時，GVC競爭力具有豐富的現(xiàn)實內涵，本文從顯性比較優(yōu)勢角度對制造業(yè)GVC競爭力進行了初步探索，后續(xù)研究還可以從全球價值鏈分工地位、上下游度、生產(chǎn)長度和出口技術復雜度等角度衡量，進而豐富制造業(yè)數(shù)字化對全球價值鏈影響的考察視角。此外，制造業(yè)數(shù)字化轉型是一個動態(tài)發(fā)展過程，可以針對不同行業(yè)參與全球價值鏈的上下游度或生產(chǎn)長度分類考察制造業(yè)數(shù)字化轉型的影響。