黃永明 張亞楠

一、引言及文獻綜述

歷經四十多年的改革開放，我國對外貿易實現了“井噴式”增長，2021年貨物貿易進出口總額達39.1萬億元,穩(wěn)居全球第一。與此同時，憑借廉價勞動力等比較成本優(yōu)勢，中國一方面吸引了大量IFDI，另一方面OFDI也呈快速增長的勢頭，已成為世界第一大IFDI流入國和第二大OFDI流出國。然而，近些年的中美貿易摩擦、華為芯片斷供等事件充分說明，盡管擁有龐大的外貿規(guī)模和雙向FDI體量，我國產業(yè)的全球價值鏈嵌入位置仍較低，核心競爭力還比較弱。對此，2021年發(fā)布的“十四五”規(guī)劃指出要“促進內需和外需、進口和出口、引進外資和對外投資協(xié)調發(fā)展，加快培育參與國際合作和競爭新優(yōu)勢”，這意味著推動雙向FDI協(xié)同發(fā)展，培育國際競爭新優(yōu)勢，是當前和今后一段時間內我國經濟發(fā)展的重要任務之一。

既有文獻中直接研究雙向FDI協(xié)同發(fā)展影響全球價值鏈嵌入位置的較少，大多集中于單獨研究IFDI或OFDI對全球價值鏈嵌入位置的影響。首先，從OFDI的視角來看，一些研究證實了OFDI可有效提升一國或地區(qū)的全球價值鏈分工地位（劉斌等，2015；劉源丹和劉洪鐘，2021）。對外直接投資的過程是母國將自身的生產環(huán)節(jié)嵌入全球價值鏈的過程，OFDI的逆向技術溢出效應是促進一國全球價值鏈升級的重要基礎（楊連星和羅玉輝，2017；王杰等，2019）。從價值鏈構建的角度來看，OFDI“補短”和“優(yōu)化”的本質使其對一國或地區(qū)全球價值鏈分工地位的攀升有著積極影響（戴翔等，2018）。發(fā)展中國家技術追求型的OFDI所引致的逆向技術溢出是其融入全球價值鏈高端環(huán)節(jié)的“捷徑”（蔣冠宏和蔣殿春，2014），而對發(fā)達國家的OFDI能夠表現出更大的價值鏈影響效應（鄭丹青，2019）。其次，從IFDI的視角來看，得益于IFDI的技術溢出，其對全球價值鏈升級也有著顯著的促進作用（Chin，2012；李磊等，2017），但也存在著“天花板”效應（張鵬楊和唐宜紅，2018）。當IFDI處于門檻值以下時，產業(yè)集聚對全球價值鏈分工地位具有抑制作用，而處于門檻值以上時，產業(yè)集聚能夠顯著促進全球價值鏈分工地位的提升（楊仁發(fā)和李娜娜，2018）。此外，IFDI與一國的全球價值鏈后向關聯(lián)正相關（Kowalski等,2015），其依靠與跨國公司全球價值鏈網絡的聯(lián)系，強化我國融入全球價值鏈的深度與復雜度，推動中國制造業(yè)向全球價值鏈的下游移動（羅偉和呂越，2019）。最后，從雙向FDI的視角來看，多數學者認為雙向FDI會對增加值貿易與全球價值鏈嵌入產生積極影響。Adarov和Stehrer（2021）發(fā)現IFDI有利于全球價值鏈的后向參與，而OFDI則有利于全球價值鏈的前向參與。劉景卿等（2019）基于社會網絡分析的視角，研究了一國IFDI網絡與OFDI網絡對其全球價值鏈分工地位的影響，指出隨著網絡集約性和廣延性的提高，網絡技術溢出效應可以提升其全球價值鏈分工地位。

綜上所述，既有研究多從單一視角研究IFDI或OFDI與全球價值鏈升級之間的關系，鮮有學者將雙向FDI的協(xié)同發(fā)展與全球價值鏈納入統(tǒng)一分析框架，來深入探討二者之間的影響機制。因此，本文基于國際生產分割理論，考察雙向FDI協(xié)同發(fā)展對全球價值鏈嵌入位置的影響與機制。本文可能的貢獻在于：第一，本文構建了一個理論模型，在統(tǒng)一的理論框架中分析雙向FDI協(xié)同發(fā)展與全球價值鏈嵌入位置之間的關系，拓展和深化了一國產業(yè)實現全球價值鏈攀升的理論研究，豐富了全球價值鏈升級的相關文獻。第二，本文從實證層面上檢驗了雙向FDI協(xié)同影響全球價值鏈嵌入位置的多維機制，并討論了不同知識產權保護水平下二者之間關系的非線性特征，為提升中國產業(yè)全球分工地位提供新的經驗證據。

二、理論模型與機制分析

（一）理論模型構建

因此，根據我們所構建的理論框架，發(fā)展中國家雙向FDI的協(xié)同發(fā)展在一定條件下能夠促進其全球價值鏈嵌入位置的提升，且該條件與發(fā)展中國家的人力資本結構水平密切相關。因此，本文提出如下假說。

假說1：在一定條件下，雙向FDI協(xié)同程度越高，越能促進全球價值鏈嵌入位置的提升。

（二）雙向FDI協(xié)同影響全球價值鏈位置的機制分析

全球價值鏈的不同生產環(huán)節(jié)對應著不同的技術層級，因而全球價值鏈嵌入位置攀升的關鍵是促進技術進步。對于發(fā)展中國家來說，提升自身技術能力的一個重要渠道是接收其他國家的技術外溢（Brach和Kappel,2009），這與作為先進技術重要傳播方式的雙向FDI的發(fā)展密切相關。IFDI的技術溢出幫助東道國企業(yè)以較小的代價學習、模仿、掌握并改造所獲得的技術，而OFDI能夠優(yōu)化母國的要素資源結構，其建立的內部信息流傳輸渠道也加速了逆向技術溢出。在雙向FDI的協(xié)同技術溢出效應下，知識與技術的內化和形成能力得到強化，能夠更有效地實現對國際知識資源的整合、吸收與創(chuàng)新，有利于全球價值鏈嵌入位置的提升。此外，雙向FDI協(xié)同技術溢出的吸收和知識資源的內化也促進了人力資本質量的提升。一方面，IFDI能夠帶來國內人力資本的擴張（Chen,2015），優(yōu)化人力資本結構；另一方面，OFDI可以讓對外投資企業(yè)更便利地吸收東道國的高素質人才，并通過建立與國際勞動力市場的鏈接促進國內人力資本結構升級。因此，雙向FDI大幅度提升了人力資本結構的高級化水平，其協(xié)同的人力資本傳輸效應能夠強化研發(fā)創(chuàng)新能力，加快技術變革的速度，提高技術成果轉化率，推動行業(yè)整體生產技術水平的升級和價值增值，進而提升在全球價值鏈中的嵌入位置（理論機制如圖1所示）。據此，本文進一步提出假說2和3。

圖1 雙向FDI協(xié)同提升全球價值鏈嵌入位置的理論機制

假說2：雙向FDI協(xié)同提升了知識及技術的內化能力，有利于全球價值鏈嵌入位置的攀升。

假說3：雙向FDI協(xié)同能夠促進人力資本結構高級化，進而有利于全球價值鏈嵌入位置的攀升。

三、計量模型的設定、變量選取與數據說明

（一）計量模型設定

基于上述理論分析，設定如下雙向固定效應模型，以考察雙向FDI協(xié)同對全球價值鏈嵌入位置的影響，模型具體形式如下：

其中，下標i,t依次代表行業(yè)及年份，被解釋變量GVC-positionit為全球價值鏈嵌入位置指數，Dit為雙向FDI協(xié)同程度，Controlit為相關的控制變量，主要包括行業(yè)全要素生產率（TFP）、行業(yè)規(guī)模（indus_scale）、行業(yè)生產水平（Produ_level）、R&D內部經費支出（R&D）、行業(yè)投資率（inves_rate）、行業(yè)生產配套能力（Produ_sup），λi代表行業(yè)固定效應，τt代表時間固定效應，εit為隨機擾動項。

（二）變量選取

1.被解釋變量：全球價值鏈嵌入位置

本文借鑒Wang等（2017）提出的基于生產長度的全球價值鏈位置指數，該指數同時考慮了參與全球價值鏈的上游度與下游度，是目前較為完善的測度全球價值鏈嵌入位置的指標。其計算公式為：

在上式中，下標中的i與t分別對應行業(yè)及年份，GVC-positionit表示嵌入全球價值鏈的位置，plv-GVCit表示基于前向聯(lián)系的平均生產長度，ply-GVCit表示基于后向聯(lián)系的平均生產長度，Xv-GVCit為中間產品出口所引致的總產出，V-GVCit為全部的中間產品出口,Xy-GVCit表示由初始投入所引致的總產出，Y-GVCit表示參與全球價值鏈生產活動的總產出。該指數計算得到的數值越大，表明一國在全球價值鏈分工中越處于相對上游的位置。

2.解釋變量：雙向FDI協(xié)同程度

本文借鑒黃凌云等（2018）提出的測度方法，對我國國民經濟行業(yè)層面的雙向FDI協(xié)同程度進行測度。雙向FDI的耦合度計算公式為：

上式中，IFDIit和OFDIit分別為t時期i行業(yè)的外商直接投資和對外直接投資流量。α以及β表示特定的權重，γ為調節(jié)系數，本文參照黃凌云等（2018）的做法，依次取值0.5、0.5、2。Cit的值越大，表示耦合程度越高。進一步地，考察雙向FDI耦合基礎之上的協(xié)同程度，以此來反映雙向FDI是否具有高水平且優(yōu)良的默契程度。協(xié)同發(fā)展的指標為：

Dit表示t時期i行業(yè)的協(xié)同發(fā)展程度，該指標數值越大，協(xié)同程度就越高。綜合（16）、（17）兩式，雙向FDI協(xié)同程度的具體表達式為：

3.控制變量

為降低遺漏變量偏誤，添加如下控制變量：（1）行業(yè)全要素生產率（TFP）。本文借助DEAP2.1軟件及DEA-Malmquist生產率指數模型測算行業(yè)層面全要素生產率的增長率，根據數據的可得性與所選指標的科學性，以行業(yè)增加值表示產出，以各行業(yè)的固定資產投資額表示資本投入，以各行業(yè)從業(yè)人員的年末人數表示勞動投入，以各行業(yè)的R&D內部經費支出表示研發(fā)投入，對行業(yè)全要素生產率的增長率進行測算。由于DEA-Malmquist生產率指數表示的是全要素生產率的變化率，因而以2002年為基期，假定2002年生產率增長率的值即為該年的TFP，2003年的TFP用2002年與2003年的Malmquist生產率指數的乘積來表示，后續(xù)年份的生產率按此方法進行連乘。（2）行業(yè)規(guī)模（indus_scale）。用各行業(yè)從業(yè)人員的年末人數來衡量。（3）行業(yè)生產水平（Produ_level）。用各行業(yè)的行業(yè)增加值來衡量。（4）研發(fā)投入（R&D）。用各行業(yè)的R&D內部經費支出來衡量。（5）投資率（inves_rate）。用各行業(yè)新增固定資產占總產值的比重來表示。（6）行業(yè)生產配套能力（Produ_sup）。用WIOD投入產出表數據中各行業(yè)消耗的國內中間品占行業(yè)總消耗的中間品的比重來衡量。（7）政府研發(fā)支持（Gove_ID）。用各行業(yè)R&D內部經費支出中政府資金所占的比重來表示。另外，對控制變量中非比率類的變量（行業(yè)規(guī)模、行業(yè)生產水平、研發(fā)投入）取自然對數處理。

4.中介及門檻變量

（1）人力資本結構高級化指數

借鑒劉智勇等（2018）提出的方法，根據受教育程度，按未上過學、小學、初中、高中、大專及以上等五個層次對人力資本進行劃分，將這五類人力資本各自所占的比重作為空間向量的分量，構建人力資本的一個五維空間向量X=(x0,1,x0,2,x0,3,x0,4,x0,5)，同時構建X1=(1,0,0,0)、X2=(0,1,0,0,0)、X3=(0,0,1,0,0)、X4=(0,0,0,1,0)、X5=(0,0,0,0,1)五個基本單位向量組，將其作為基準向量并分別計算人力資本空間向量X與它們的夾角θm(m=1,2,3,4,5)，θm的計算公式為：

其中，xm,n為基本單位向量組Xm(m=1,2,3,4,5)的第i個分量，x0,n表示向量X的第n個分量。人力資本結構高級化指數為：

上式中，Wm是θm的權重，根據劉智勇等（2018）的研究，人力資本的受教育程度越低，其夾角θ就越大，因而權重W1、W2、W3、W4、W5依次賦值為5、4、3、2、1。該人力資本結構高級化指數納入了不同類型人力資本的相對變化對整體結構的影響，能夠較好地刻畫人力資本結構高級化水平，指數的值越大，人力資本結構高級化水平就越高。

（2）技術內化能力（S&T_achie），基于合理性和數據的可得性，本文選取各行業(yè)重大科技成果的項數作為反映技術內化能力的替代指標。

（3）知識產權保護水平（Inte_prote），借鑒尹志鋒等（2013）的做法，采用行業(yè)研發(fā)密度（行業(yè)研發(fā)支出占行業(yè)經濟增加值的比重）作為權重與加拿大Fraser研究所公布的中國知識產權保護度（年度數據）相乘，將國家知識產權保護水平轉化成行業(yè)知識產權保護水平。

（三）數據說明

鑒于《中國對外直接投資統(tǒng)計公報》自2003年起開始公布，基于數據的可得性和匹配性，本文最終選取2003—2014年中國29個行業(yè)①作為研究樣本。原始數據來源主要有：（1）測算全球價值鏈嵌入位置指數、行業(yè)生產配套能力的數據來源于2016年版的WIOD數據庫。（2）我國各行業(yè)就業(yè)人員不同類型受教育程度所占比重的數據來源于《中國勞動統(tǒng)計年鑒》。（3）中國29個行業(yè)的IFDI和OFDI流量數據分別來源于歷年的《中國統(tǒng)計年鑒》和《中國對外直接投資統(tǒng)計公報》。（4）29個行業(yè)的行業(yè)增加值、固定資產投資額、從業(yè)人員的年末人數、各行業(yè)新增固定資產等數據來源于《中國統(tǒng)計年鑒》。（5）各行業(yè)的R&D內部經費支出、R&D中的政府資金額、各行業(yè)重大科技成果的數目等數據來源于《中國科技統(tǒng)計年鑒》。價值類數據利用CPI指數進行了平減，且個別行業(yè)某年份的缺失數據采用線性插值法進行了填補。

四、實證檢驗結果

（一）基準回歸結果

表1匯報了基于雙向固定效應模型的估計結果。其中，第（1）列為只控制行業(yè)和時間固定效應時，核心解釋變量對產業(yè)全球價值鏈嵌入位置的影響。結果顯示，雙向FDI協(xié)同對全球價值鏈嵌入位置具有積極影響，這一影響在10%的水平上顯著。在加入一系列控制變量之后，由表1中第（2）列的估計結果可知，雙向FDI協(xié)同程度的系數在5%的水平上顯著為正。即雙向FDI協(xié)同發(fā)展水平越高，越能促進全球價值鏈嵌入位置的提升，驗證了本文所提出的假說1。此外，為了進一步檢驗雙向FDI協(xié)同如何影響價值鏈生產長度，進而改變全球價值鏈嵌入位置，本文同時報告了核心解釋變量對全球價值鏈前、后向生產長度的影響結果。由表1中的（3）至（6）列可知，在加入控制變量前后，基于前向聯(lián)系的全球價值鏈生產長度的系數均大于基于后向聯(lián)系的系數，即雙向FDI協(xié)同程度對基于前向聯(lián)系的全球價值鏈生產長度的提升作用大于其對后向生產長度的提升作用，也間接說明了雙向FDI協(xié)同對全球價值鏈嵌入位置的正向影響。

表1 基準回歸結果

（二）穩(wěn)健性檢驗

為了確保基準回歸結果的可靠性，本文從以下幾個方面進行穩(wěn)健性檢驗：

1.替換變量。首先，利用Koopman等（2010）提出的全球價值鏈地位指數作為被解釋變量進行重新估計，該指標的計算公式如下：

其中，Eij是指i國j部門的總出口，IVij指i國j部門出口中所包含的間接國內增加值，FVij指i國j部門出口中包含的來自其他國家的價值增值，也稱國外增加值。估計結果如表2中第（1）列所示，在替換了被解釋變量之后，核心解釋變量估計系數的符號沒有發(fā)生變化，雙向FDI協(xié)同程度的系數在5%的水平上顯著為正，與基準回歸結果保持一致，說明本文的實證結果具有一定的說服力。

2.全球樣本檢驗。為了進一步驗證本文的研究結論，我們基于全球樣本數據再次進行實證分析。根據數據的可得性與匹配性，選取WIOD數據庫中36個經濟體②2002—2014年的相關數據進行檢驗。其中，控制變量選取了各國的全要素生產率水平、研發(fā)投入占GDP的比重、資本存量、政府支出規(guī)模、經濟對外開放度、稅負水平。相關原始數據分別來源于WIOD數據庫、佩恩表10.0③、世界銀行數據庫、全球經濟自由度指數EFI④。估計結果如表2中第（2）列所示，限于篇幅，本文僅報告了核心解釋變量的估計結果。可以看出，全球樣本數據的實證結果依舊支持假說1。

3.異方差和自相關問題的進一步處理。參考臺航和崔小勇（2019）的穩(wěn)健性檢驗做法，采用XTSCC模型進一步處理面板數據固定效應模型可能存在的異方差和自相關性等問題，來修正解釋變量的系數標準誤，估計結果如表2中第（3）列所示?？梢钥闯?，核心解釋變量的系數也顯著為正，與基準回歸結果保持一致。

4.內生性問題。針對模型可能存在的內生性問題，本文參考連玉君等（2008）處理內生性問題的做法，選用內生解釋變量的滯后項作為工具變量，并進一步采用兩階段最小二乘法（2SLS）進行估計。選用雙向FDI協(xié)同程度的滯后一階作為工具變量，估計結果如表2中第（4）列所示，可以看出核心解釋變量的系數符號沒有發(fā)生改變。

表2 穩(wěn)健性檢驗估計結果

（三）異質性分析

行業(yè)異質性和時期異質性的存在可能會導致雙向FDI協(xié)同程度對全球價值鏈嵌入位置的影響存在差異。因此，本文對樣本時期和行業(yè)類型進一步劃分，以考察雙向FDI協(xié)同程度對全球價值鏈嵌入位置的異質性影響。

首先，本文將樣本時期劃分為金融危機前（2003—2008年）和金融危機后（2009—2014年）兩個時間段，分別進行實證檢驗。由表3中第（1）、（2）列的結果可知，金融危機之前雙向FDI協(xié)同程度的系數為負且不顯著，而金融危機發(fā)生之后，解釋變量的回歸系數為正且顯著。系數符號出現變化的原因可能是，金融危機之前，我國OFDI處于剛剛起步的階段，IFDI無論在存量還是流量方面都遠遠超過OFDI，雙向FDI之間的協(xié)同發(fā)展水平較低，因而對全球價值鏈嵌入位置的影響并不顯著。金融危機之后，我國OFDI增長明顯加快，與IFDI的差距逐漸縮小，二者之間關系地位的變化使得雙向FDI之間的互動協(xié)同水平不斷提高，雙向FDI協(xié)同程度達到一定水平后，對產業(yè)全球價值鏈嵌入位置的提升作用開始顯現，因而回歸系數顯著為正。

表3 按時期和行業(yè)分組后的估計結果

續(xù)表

其次，將所選取的29個行業(yè)劃分為工業(yè)和服務業(yè)兩組，對行業(yè)異質性進行考察，估計結果見表3中的第（3）、（4）列?？梢园l(fā)現，雙向FDI協(xié)同程度對工業(yè)和服務業(yè)的全球價值鏈嵌入位置均起到了顯著的正向影響，且對工業(yè)的全球價值鏈嵌入位置提升作用更大。

（四）機制檢驗

為了驗證假說2和假說3，本文基于中介效應模型做進一步的檢驗，采用人力資本結構高級化指數來衡量樣本期內各行業(yè)的人力資本結構高級化水平⑤，用各行業(yè)重大科技成果的數量來衡量技術內化能力⑥。具體模型形式如下：

具體地，模型中的下標i，t分別代表行業(yè)和年份，Zit為控制變量，最后一項為隨機誤差，技術內化能力（S&T-achieit）和人力資本結構高級化水平（Hstructureit）為中介變量，其余變量含義與前文一致。在上述兩個方程組中，α1（γ1）代表總效應的大小；β1（σ1）表示解釋變量對中介變量影響程度的大?。沪?（ρ2）是控制了解釋變量的影響后，中介變量對被解釋變量的影響效應；λ1（ρ1）表示控制了中介變量后，解釋變量對被解釋變量的直接效應。

本文借鑒溫忠麟和葉寶娟（2014）提出的中介效應檢驗流程，根據模型中各系數的顯著性來判斷中介效應是否存在。首先，由表4中（1）至（3）列的結果可知，系數α1與β1分別在5%和1%的水平上顯著為正，即雙向FDI協(xié)同發(fā)展對全球價值鏈嵌入位置及技術內化能力均有正向影響。λ1不顯著，λ2在1%的水平上顯著為正，即直接效應不顯著而技術內化能力對全球價值鏈嵌入位置有顯著的正向影響，說明存在完全中介效應，驗證了技術內化渠道在雙向FDI協(xié)同發(fā)展提升全球價值鏈嵌入位置過程中所起的完全中介作用。

根據表4中（4）至（6）列的估計結果，γ1、σ1的估計結果依次在5%、1%的水平上顯著為正，即雙向FDI協(xié)同對全球價值鏈嵌入位置及人力資本結構高級化水平均有顯著正向影響。同時，ρ1、ρ2也均在10%的水平上顯著，且σ1×ρ2與ρ1同號，即直接效應顯著且人力資本結構高級化水平正向影響著全球價值鏈嵌入位置，說明存在著部分中介效應。

表4 中介效應估計結果

綜上所述，中介效應的檢驗結果驗證了假說2和假說3，即雙向FDI協(xié)同可通過技術內化渠道以及人力資本結構升級渠道促進全球價值鏈嵌入位置的攀升。

五、拓展研究：非線性關系討論

事實上，在不同的知識產權保護水平下，雙向FDI的技術溢出、人力資本的創(chuàng)新動力會有差異，進而改變核心解釋變量對全球價值鏈嵌入位置的影響效力。因此，本文借助門檻效應模型，選取知識產權保護水平作為門檻變量，進一步考察核心解釋變量影響全球價值鏈嵌入位置的條件。

（一）門檻模型的設定

本文借鑒Hansen（1999）門檻回歸模型，將知識產權保護水平作為門檻變量納入模型，具體形式如下：

上述兩個模型分別為單一門檻模型和雙重門檻模型，其中，Dit為核心解釋變量雙向FDI協(xié)同程度，Inte-prote為門檻變量知識產權保護水平，Controlit為一系列控制變量，μit為隨機誤差項。

（二）門檻模型檢驗

根據表5的估計結果可知，雙向FDI協(xié)同程度對全球價值鏈嵌入位置的影響隨知識產權保護水平的變動表現出顯著的非線性特征。知識產權保護水平的兩個門檻值分別為0.007和0.067。當知識產權保護水平低于0.007時，系數值在1%的顯著性水平上為0.014；在0.007至0.067的知識產權保護水平區(qū)間內，系數增大至0.048。即當知識產權保護水平較低的時候，雙向FDI協(xié)同技術溢出效應下本土企業(yè)有更大的機會模仿并改進關鍵生產技術，雙向FDI協(xié)同程度對全球價值鏈嵌入位置的正向影響也逐漸加強。當知識產權保護水平跨越第二門檻值0.067時，回歸系數有所降低且不顯著?？赡艿脑蚴?，當跨越一定的門檻值之后，嚴格的知識產權保護制度使得本土企業(yè)學習、模仿國外技術受到限制，從而降低了其對全球價值鏈嵌入位置的提升作用。

表5 雙向FDI協(xié)同程度的門檻估計結果

續(xù)表

六、結論和啟示

本文構建了一個開放經濟模型，在統(tǒng)一的理論框架中分析雙向FDI協(xié)同發(fā)展與全球價值鏈嵌入位置之間的關系，并在此基礎上進行實證檢驗。結果表明：第一，雙向FDI協(xié)同發(fā)展能夠促進我國產業(yè)全球價值鏈嵌入位置的提升，且這一結論在考慮了指標測度誤差、樣本差異、異方差和自相關性以及內生性問題之后依舊穩(wěn)健；第二，相較于全球金融危機之前，全球金融危機后雙向FDI協(xié)同發(fā)展對全球價值鏈嵌入位置的影響有所增強，且樣本期內其對工業(yè)行業(yè)全球價值鏈嵌入位置的促進作用大于服務業(yè)；第三，中介效應檢驗的結果表明，雙向FDI協(xié)同發(fā)展能夠通過技術內化渠道與人力資本結構升級渠道來促進全球價值鏈嵌入位置的提升；第四，隨著知識產權保護水平的變化，雙向FDI協(xié)同程度對全球價值鏈嵌入位置的影響存在非線性特征。當知識產權保護水平跨越第二門檻值之前，雙向FDI協(xié)同發(fā)展對全球價值鏈嵌入位置的正向影響不斷增強，而當其跨越第二門檻值之后，影響程度有所降低。

本研究不僅有助于理解雙向FDI協(xié)同影響全球價值鏈嵌入位置的機制，同時對打破阻礙我國產業(yè)全球價值鏈攀升的桎梏，重塑國際分工體系具有重要的政策啟示。第一，要注重IFDI和OFDI的協(xié)同發(fā)展，優(yōu)化雙向FDI的行業(yè)協(xié)同布局。中國應積極以實施“一帶一路”倡議和構建全面對外開放新格局為契機，大力提升雙向FDI的質量及協(xié)同發(fā)展水平，引導雙向FDI的投資領域逐步轉向先進制造業(yè)與高端服務業(yè)，為全球價值鏈嵌入位置的提升拓展空間與優(yōu)勢。第二，積極提升人力資本的“質量”而非“存量”，為研發(fā)創(chuàng)新提供充足的動力和源泉。中國應優(yōu)化并提升人力資本的結構和層次，為邁向全球價值鏈高附加值環(huán)節(jié)奠定堅實的基礎。第三，適時調整國內知識產權保護強度。合理的知識產權保護水平區(qū)間能夠強化雙向FDI協(xié)同對全球價值鏈嵌入位置的提升作用，政府應結合經濟開放程度和產業(yè)發(fā)展現狀制定差異化的知識產權保護政策，緩解因政策強度過高而導致的技術門檻問題。

注釋：

①選取的29個行業(yè)分別為：農林牧漁業(yè)、采礦業(yè)、食品、飲料和煙草制品制造業(yè)、紡織品、服裝和皮革制品制造業(yè)、木材加工和木、竹、藤、棕、草制品業(yè)、紙和紙制品制造業(yè)、石油加工及煉焦業(yè)、化學原料和化學制品制造業(yè)、醫(yī)藥制造業(yè)、橡膠和塑料制品業(yè)、非金屬礦物制品業(yè)、基本金屬制造業(yè)、金屬制品業(yè)、計算機、通信和其他電子設備制造業(yè)、電氣機械和器材制造業(yè)、通用及專用設備制造業(yè)、交通運輸設備制造業(yè)、家具制造業(yè)、電力、熱力、燃氣及水生產和供應業(yè)、建筑業(yè)、交通運輸、倉儲和郵政業(yè)、信息傳輸、軟件和信息技術服務業(yè)、批發(fā)和零售業(yè)、租賃和商務服務業(yè)、科學研究和技術服務業(yè)、水利、環(huán)境和公共設施管理業(yè)、居民服務、修理和其他服務業(yè)、教育業(yè)、衛(wèi)生和社會工作。

②選取的36個經濟體分別為：奧地利、巴西、加拿大、中國、塞浦路斯、捷克、德國、丹麥、西班牙、愛沙尼亞、芬蘭、法國、英國、希臘、克羅地亞、匈牙利、印度、愛爾蘭、意大利、日本、韓國、立陶宛、拉脫維亞、墨西哥、馬耳他、荷蘭、挪威、波蘭、葡萄牙、羅馬尼亞、俄羅斯、斯洛伐克、斯洛文尼亞、瑞典、土耳其、美國。

③由賓夕法尼亞大學生產/收入/價格國際比較研究中心編制。

④該指數由《華爾街日報》和美國傳統(tǒng)基金會發(fā)布。

⑤因《中國勞動統(tǒng)計年鑒》中按行業(yè)分的就業(yè)人員受教育程度構成未對制造業(yè)行業(yè)進行細分，本文對制造業(yè)行業(yè)的數據進行合并，該部分中介效應檢驗只采用了14個行業(yè)的數據。

⑥因《中國科技統(tǒng)計年鑒》中重大科技成果的數據未對制造業(yè)進行細分，且信息傳輸，軟件和信息技術服務業(yè)、居民服務，修理和其他服務業(yè)存在數據缺失的情況，故僅采用12個行業(yè)的數據進行中介效應檢驗。