楊丹萍 楊小鋼

（寧波大學(xué)中東歐經(jīng)貿(mào)合作研究院，寧波 315211）

引 言

以新冠肺炎疫情、俄烏沖突、供應(yīng)鏈“去中化” 戰(zhàn)略等為代表的外部沖擊通過中間品貿(mào)易關(guān)聯(lián)機制將風(fēng)險傳遞到產(chǎn)業(yè)鏈上的各國，引起了斷鏈的“共振” 效應(yīng)。目前以“中國＋1” 模式、近岸外包、產(chǎn)業(yè)回流為主要特點的產(chǎn)業(yè)區(qū)位調(diào)整戰(zhàn)略已經(jīng)開啟，驅(qū)動全球價值鏈朝著彈性化、區(qū)域化和短鏈化的趨勢重構(gòu)，國際大循環(huán)動力明顯弱化。面對這種情況，黨的二十大明確指出要“依托我國超大規(guī)模市場優(yōu)勢，以國內(nèi)大循環(huán)吸引全球資源要素，增強國內(nèi)國際兩個市場兩種資源聯(lián)動效應(yīng)，提升貿(mào)易投資合作質(zhì)量和水平”。如何基于市場優(yōu)勢，擺脫“體外循環(huán)” 模式，強化產(chǎn)業(yè)鏈控制力，構(gòu)建“以我為主” 的產(chǎn)業(yè)鏈供應(yīng)體系是雙循環(huán)戰(zhàn)略的應(yīng)有之義。

本文認為“兩頭在外” 依附性嵌入模式未來的轉(zhuǎn)換方向是構(gòu)建內(nèi)需主導(dǎo)型全球價值鏈。內(nèi)需主導(dǎo)型全球價值鏈?zhǔn)且試鴥?nèi)市場的有效需求為基礎(chǔ)，通過國內(nèi)國際雙循環(huán)虹吸國內(nèi)外優(yōu)質(zhì)資源，構(gòu)建的“以我為主” 的全球化產(chǎn)業(yè)分工組織體制［1］。如何培育內(nèi)生能力去構(gòu)建內(nèi)需主導(dǎo)型全球價值鏈，以人工智能為代表的技術(shù)革新能否成為構(gòu)建內(nèi)需主導(dǎo)型GVC 的抓手是亟需關(guān)注的問題。在以工序切片化和任務(wù)分割為主要模式的當(dāng)下，人工智能的應(yīng)用是否會促進國內(nèi)承接境外中間品生產(chǎn)，引致中間產(chǎn)品內(nèi)向化則也是一個值得關(guān)注的問題。進一步地，依托國內(nèi)需求形成的智能制造和進口中間品替代是否會助力內(nèi)需主導(dǎo)型全球價值鏈的構(gòu)建，建立基于內(nèi)生能力的國內(nèi)專業(yè)化分工，則是本文研究的根本目的。

關(guān)于人工智能的研究，學(xué)界主要基于就業(yè)結(jié)構(gòu)、收入差距、經(jīng)濟增長等視角展開了深入探討，其中人工智能的價值鏈升級效應(yīng)得到了一些學(xué)者的關(guān)注。人工智能會通過降低貿(mào)易成本、促進技術(shù)創(chuàng)新、優(yōu)化資源配置的途徑提升一國行業(yè)的全球價值鏈參與度與分工地位［2］，顯著促進一國價值鏈網(wǎng)絡(luò)的深化［3］。不過人工智能應(yīng)用重塑了制造環(huán)節(jié)的增值能力，人工智能對部分勞動力要素已產(chǎn)生替代效應(yīng)，產(chǎn)業(yè)回流的趨勢愈加明顯［4］。關(guān)于中間產(chǎn)品內(nèi)向化的研究，馬丹等（2019）［5］指出技術(shù)差距的縮小會引致中間品生產(chǎn)環(huán)節(jié)向境內(nèi)轉(zhuǎn)移，中間產(chǎn)品內(nèi)向化的進程會愈加明顯，這個機制的核心就是技術(shù)差距會導(dǎo)致國內(nèi)外中間品價格的變化，從而使得國內(nèi)中間品的替代效應(yīng)顯著增強，降低國內(nèi)對于外部供應(yīng)鏈的依賴性。同時進口來源國經(jīng)濟政策不確定性的沖擊會導(dǎo)致企業(yè)成本上升和進口產(chǎn)品質(zhì)量下降，這也會倒逼企業(yè)將更多中間品生產(chǎn)環(huán)節(jié)轉(zhuǎn)向境內(nèi)［6］。但是企業(yè)中間品供給結(jié)構(gòu)向境內(nèi)傾斜，可能會引起貿(mào)易失速，進而導(dǎo)致全球價值鏈嵌入的“阻塞效應(yīng)”［7］。關(guān)于內(nèi)需主導(dǎo)型全球價值鏈的研究，以內(nèi)需為主導(dǎo)的外貿(mào)體系能夠使本國宏觀經(jīng)濟運行獨立于外部環(huán)境的負面沖擊，減少國外供給側(cè)不確定性因素向境內(nèi)擴散，不過中間品環(huán)節(jié)的離岸外包可能會抵消上述正面效應(yīng)［8］。同時也有學(xué)者指出推進貿(mào)易便利化改革是構(gòu)建內(nèi)需主導(dǎo)外貿(mào)新模式的關(guān)鍵［9］?？傮w來看，依托境內(nèi)需求形成的“以我為主” 的內(nèi)需主導(dǎo)型價值鏈非常強調(diào)自生能力、價值鏈延伸和動態(tài)競爭，這幾個特征與人工智能和中間產(chǎn)品內(nèi)向化的功能屬性不謀而合。綜上所述，目前學(xué)界關(guān)于這三者的研究割裂性較強，鮮有文獻涉及人工智能、中間產(chǎn)品內(nèi)向化和內(nèi)需主導(dǎo)型全球價值鏈構(gòu)建這三者之間的關(guān)系，缺乏關(guān)于如何基于內(nèi)生能力構(gòu)建內(nèi)需主導(dǎo)型全球價值鏈的研究。因此考察人工智能和中間產(chǎn)品內(nèi)向化對構(gòu)建內(nèi)需主導(dǎo)型全球價值鏈的影響效應(yīng)具有重要意義。

1 理論分析與研究假說

當(dāng)人工智能等數(shù)字技術(shù)的應(yīng)用趨于成熟，并具有一定應(yīng)用規(guī)模時，其相對價格會下降，從而替代生產(chǎn)中的部分勞動力投入［10］。以往勞動力成本的上漲引致了本國諸多生產(chǎn)環(huán)節(jié)的離岸外包，這種現(xiàn)象會因為人工智能的廣泛應(yīng)用得到逆轉(zhuǎn)。智能化會促使勞動力在要素投入結(jié)構(gòu)中貢獻度不斷降低，不少中間產(chǎn)品活動轉(zhuǎn)向內(nèi)包［4，11］，這是人工智能引致中間產(chǎn)品內(nèi)向化的宏觀基礎(chǔ)。人工智能的應(yīng)用能夠顯著改善企業(yè)的雇傭結(jié)構(gòu)，企業(yè)高技術(shù)人才比例會得到明顯提升，勞動力結(jié)構(gòu)的優(yōu)化會增強企業(yè)內(nèi)部的創(chuàng)新效率［12］。人工智能的應(yīng)用還能強化企業(yè)對進口中間品的學(xué)習(xí)能力，促使企業(yè)要素稟賦結(jié)構(gòu)向資本偏向型轉(zhuǎn)變，這將有利于企業(yè)吸收中高技術(shù)密集型的中間品技術(shù)溢出。通過模仿學(xué)習(xí)提升對新技術(shù)的適應(yīng)性，降低本土企業(yè)的創(chuàng)新成本。而技術(shù)創(chuàng)新會強化企業(yè)關(guān)鍵中間品的生產(chǎn)能力，從而實現(xiàn)中間品生產(chǎn)向境內(nèi)轉(zhuǎn)移。

人工智能的應(yīng)用會通過影響國內(nèi)外中間品價格引致中間產(chǎn)品內(nèi)向化。人工智能本身具備的生產(chǎn)率提升效應(yīng)［3，12］，能使企業(yè)通過規(guī)模經(jīng)濟效應(yīng)降低企業(yè)生產(chǎn)的固定成本，強化域內(nèi)中間品的價格優(yōu)勢； 另外，人工智能自身還需要其他配套體系的支撐，人工智能會促使企業(yè)提高其他高技術(shù)要素的投入，如以大數(shù)據(jù)、云計算等為代表的數(shù)字化要素，以技術(shù)服務(wù)、軟件研發(fā)為代表的生產(chǎn)性服務(wù)要素。這些要素的投入會快速縮小本國行業(yè)與其他行業(yè)的技術(shù)差距。當(dāng)本國行業(yè)的技術(shù)差距與技術(shù)領(lǐng)先行業(yè)差距縮小時，國內(nèi)外中間品價格會發(fā)生顯著改變［5］。在這種情況下，企業(yè)則會基于成本最小化和利潤最大化的目標(biāo)，將中間品投入結(jié)構(gòu)向境內(nèi)傾斜，從而重塑了中間品的國內(nèi)外配置，國內(nèi)中間品的替代效應(yīng)會顯著增強。

鑒于此，本文提出假說1： 人工智能會導(dǎo)致中間產(chǎn)品內(nèi)向化，從而發(fā)揮“補鏈” 效應(yīng)。

（1） 人工智能的應(yīng)用能通過對制造活動的精確把控，降低生產(chǎn)過程中的非必要損耗，減少企業(yè)的邊際成本。同時人工智能還能夠協(xié)同大數(shù)據(jù)、云計算降低企業(yè)的搜尋匹配成本，成本的下降將直接促使企業(yè)將資金投入到提升中間品質(zhì)量上，從而縮短新產(chǎn)品生命周期； （2） 人工智能的企業(yè)會增強與其他運用人工智能企業(yè)及未使用人工智能企業(yè)的競爭［13］，促使低質(zhì)量產(chǎn)品快速迭代，獲得可與中高質(zhì)量產(chǎn)品相競爭的地位，這種行業(yè)內(nèi)部的競爭會倒逼企業(yè)不得不提升中間產(chǎn)品質(zhì)量。良性競爭下，上游中間品質(zhì)量的提升還會對下游中間品質(zhì)量產(chǎn)生溢出效應(yīng)和疊加效應(yīng)［14］； （3） 人工智能本身所具備的高技術(shù)生產(chǎn)性服務(wù)要素和數(shù)字要素的需求，會引致諸多高質(zhì)量要素的投入，而人工智能則能與之協(xié)同提升出口中間品質(zhì)量。

中間產(chǎn)品替代所引致的國內(nèi)中間品產(chǎn)能的提升，使其投入結(jié)構(gòu)向國內(nèi)傾斜，從而導(dǎo)致本土競爭，倒逼中間品生產(chǎn)企業(yè)提升自身的產(chǎn)品質(zhì)量。而依托國內(nèi)需求形成的“國內(nèi)需求——本土中間品供給——中間品出口關(guān)聯(lián)” 能夠使企業(yè)通過境內(nèi)需求的規(guī)模效應(yīng)、生產(chǎn)者與消費者互動的學(xué)習(xí)效應(yīng)、創(chuàng)新和異質(zhì)性需求引致的產(chǎn)品差異化等途徑實現(xiàn)對境內(nèi)消費者衍生需求的精確把控［15］，提升個性化定制能力，最終提升中間品出口質(zhì)量。同時中間產(chǎn)品內(nèi)向化導(dǎo)致生產(chǎn)環(huán)節(jié)向境內(nèi)集聚，完善了域內(nèi)的產(chǎn)業(yè)鏈鏈條，境內(nèi)產(chǎn)業(yè)鏈上下游的互通互聯(lián)能使生產(chǎn)者和消費者的需求快速得到創(chuàng)新反饋。因此國內(nèi)生產(chǎn)鏈的延伸能實現(xiàn)創(chuàng)新的“增量提質(zhì)”，有效緩解依賴國外供應(yīng)鏈所帶來的弊端［16］。依托境外的中間品供給，使得企業(yè)不得不花費一定的資金去收集境外的供給信息，建立購置渠道，因此中間品進口成本相較于境內(nèi)的購買成本較高。同時過于依賴別國的中間品供給，很可能會受到進口國經(jīng)濟政策不確定性的沖擊，進一步增加企業(yè)的固定成本。而中間產(chǎn)品內(nèi)向化則會充分降低企業(yè)的上述成本，使企業(yè)將資金更多投入到優(yōu)化中間品生產(chǎn)質(zhì)量上。

鑒于此，本文提出假說2： 人工智能和中間產(chǎn)品內(nèi)向化能通過提升中間品出口質(zhì)量發(fā)揮“強鏈”效應(yīng)，進而促進內(nèi)需主導(dǎo)型全球價值鏈的構(gòu)建。

受限于產(chǎn)品構(gòu)造和技術(shù)結(jié)構(gòu)，產(chǎn)品的生產(chǎn)環(huán)節(jié)只能在現(xiàn)有的技術(shù)框架下合理解構(gòu)。同時考慮到產(chǎn)品的生產(chǎn)效率和協(xié)同模式，產(chǎn)業(yè)鏈有一定程度的生產(chǎn)階段邊界。在沒有外部技術(shù)沖擊的情況下，細化分解產(chǎn)品生產(chǎn)環(huán)節(jié)和延長價值鏈長度的動機比較微弱，這也是近10 年來產(chǎn)業(yè)鏈增長停滯、制造業(yè)分工全球化進程減緩的重要原因。而人工智能的導(dǎo)入能夠使工作指令、程序信息等的傳遞更加標(biāo)準(zhǔn)化，使生產(chǎn)工序更加計算機化，從而有效實現(xiàn)價值鏈各部分的銜接和工序細化［3］。因此人工智能在制造業(yè)中的應(yīng)用有助于突破產(chǎn)業(yè)鏈分工的瓶頸，使得生產(chǎn)階段進一步分解。

同時中間產(chǎn)品內(nèi)向化也有延伸生產(chǎn)步長的效應(yīng)，具體來看，內(nèi)向化將中間產(chǎn)品生產(chǎn)環(huán)節(jié)控制在一國境內(nèi)，使企業(yè)得以避免繁瑣的通關(guān)手續(xù)和較高的跨境貿(mào)易成本，企業(yè)在境內(nèi)繼續(xù)延伸產(chǎn)品生產(chǎn)階段的動機會愈發(fā)增強。同時從嵌入視角上看，境內(nèi)中間品的生產(chǎn)集聚能使企業(yè)依托“蜘蛛型” 網(wǎng)絡(luò)協(xié)調(diào)本土企業(yè)的競爭與合作關(guān)系，依托“蛇型” 分工模式實現(xiàn)對價值鏈的轉(zhuǎn)換，促使企業(yè)向研發(fā)設(shè)計、品牌營銷等高附加值環(huán)節(jié)攀升，在功能升級和鏈條升級中進一步延伸價值鏈長度［1］。而較長的產(chǎn)業(yè)鏈延伸能夠引致深層的產(chǎn)品加工和迂回生產(chǎn)，進一步促進了內(nèi)需主導(dǎo)型全球價值鏈的構(gòu)建。

鑒于此，本文提出假說3： 人工智能和中間產(chǎn)品內(nèi)向化能通過延長生產(chǎn)步長發(fā)揮“延鏈” 效應(yīng)，進而促進內(nèi)需主導(dǎo)型全球價值鏈的構(gòu)建。

集聚經(jīng)濟是提高區(qū)域經(jīng)濟發(fā)展績效的重要基礎(chǔ)，而以專業(yè)化市場為依托的本土產(chǎn)業(yè)集群是集聚經(jīng)濟重要的空間和產(chǎn)業(yè)載體。人工智能技術(shù)的應(yīng)用促使企業(yè)快速提升生產(chǎn)率，通過競爭效應(yīng)淘汰了部分落后產(chǎn)業(yè)，助推傳統(tǒng)產(chǎn)業(yè)向均等化的方向發(fā)展［17］，為產(chǎn)業(yè)集聚奠定了良好的基礎(chǔ)。同時信息技術(shù)的應(yīng)用使企業(yè)邊界變得模糊，人工智能的應(yīng)用也增強了企業(yè)“歸核化” 生產(chǎn)的動機，企業(yè)對外部產(chǎn)品供應(yīng)商的需求愈加旺盛，這也驅(qū)動了區(qū)域內(nèi)的產(chǎn)業(yè)集聚。值得注意的是，人工智能等高新技術(shù)的應(yīng)用還內(nèi)生地決定了其具有對先進服務(wù)要素的需求，因此人工智能還能通過與軟件研發(fā)、科技服務(wù)等生產(chǎn)性服務(wù)業(yè)的合作產(chǎn)生協(xié)同集聚效應(yīng)。

中間產(chǎn)品內(nèi)向化本身就意味著境內(nèi)中間品投入比例的上升，這代表境內(nèi)中間品生產(chǎn)已經(jīng)有了量的積累。而中間品生產(chǎn)強調(diào)域內(nèi)要素流動和共享，這將促使要素向同一空間范圍集聚。同時產(chǎn)業(yè)鏈上下游的關(guān)聯(lián)，也會使得鏈上各個企業(yè)向同一區(qū)域集聚，由此引致產(chǎn)業(yè)集聚。本土的產(chǎn)業(yè)集聚能夠?qū)硟?nèi)需求產(chǎn)生快速反應(yīng)，強化對境內(nèi)需求變化的感知度。同時產(chǎn)業(yè)集聚還能通過中間投入共享、知識技術(shù)溢出和勞動力蓄水池這三方面的馬歇爾外部性提升企業(yè)的附加值獲取能力［18］，從而強化內(nèi)需主導(dǎo)型GVC 構(gòu)建能力。

鑒于此，本文提出假說4： 人工智能和中間產(chǎn)品內(nèi)向化能通過促進產(chǎn)業(yè)集聚發(fā)揮“固鏈” 效應(yīng)，進而促進內(nèi)需主導(dǎo)型全球價值鏈的構(gòu)建。

2 計量模型、變量測算與數(shù)據(jù)說明

2.1 計量模型設(shè)定

為檢驗人工智能和中間產(chǎn)品內(nèi)向化對構(gòu)建內(nèi)需主導(dǎo)型全球價值鏈的影響，本文構(gòu)建如下計量模型：

其中，下標(biāo)i、j、k、t分別代表出口國、出口市場、行業(yè)以及年份。被解釋變量RDVijkt表示t年i國k行業(yè)對j國的返回增加值，即內(nèi)需主導(dǎo)型全球價值鏈的構(gòu)建水平； 核心解釋變量Robotikt表示t年i國k行業(yè)的人工智能應(yīng)用水平； 核心解釋變量Dfinrikt為t年i國k行業(yè)的中間產(chǎn)品內(nèi)向化程度；Xit代表一系列控制變量；Vj、Vk、Vt分別表征出口市場固定效應(yīng)、行業(yè)固定效應(yīng)以及年份固定效應(yīng)。上述模型的所有變量均進行了對數(shù)化的處理以緩解極端值和異方差的影響。

2.2 變量定義

（1） 被解釋變量： 內(nèi)需主導(dǎo)型GVC 分工程度（RDV）。內(nèi)需主導(dǎo)型全球價值鏈這種分工模式的增加值流向主要表現(xiàn)為環(huán)形特征，即本國創(chuàng)造的增加值輸出國外再返回境內(nèi)?；谠撎卣鞑⒔Y(jié)合現(xiàn)有研究，確定返回增加值作為被解釋變量［8］。

（2） 核心解釋變量1： 人工智能（Robot）。本文借鑒楊飛（2022）［19］的做法，基于投入產(chǎn)出表測度計算機制造業(yè)、信息服務(wù)業(yè)以及科技服務(wù)業(yè)在某行業(yè)中的完全消耗系數(shù)，將其作為該行業(yè)的人工智能應(yīng)用水平的代理指標(biāo)。

（3） 核心解釋變量2： 中間產(chǎn)品內(nèi)向化程度（Dfinr）。本文借鑒馬丹等（2019）［5］的做法，使用中間產(chǎn)品內(nèi)向化指標(biāo)考察國內(nèi)生產(chǎn)環(huán)節(jié)承接國外中間品生產(chǎn)的程度。計算公式如下：

其中dfinrijt為第t年i國j行業(yè)的中間產(chǎn)品內(nèi)向化程度，dinijt和finijt分別表示第t年i國j行業(yè)的國內(nèi)和國外中間品投入，inijt為第t年i國j行業(yè)的中間品總投入。上式反映了國內(nèi)中間品投入比重的相對提高程度。

（4） 相關(guān)控制變量。國內(nèi)需求（pergdp），采用國內(nèi)人均GDP 表示； 貿(mào)易伙伴國的制造業(yè)生產(chǎn)能力（inadded），采用貿(mào)易伙伴國工業(yè)增加值占GDP的百分比表示； 貿(mào)易成本（distwces），采用地理距離表示； 外商直接投資（fdi），采用外國直接投資凈流入表示； 其余包含兩個虛擬變量，即是否簽署自貿(mào)協(xié)定（fta）和是否是毗鄰國家（contig）。

2.3 數(shù)據(jù)來源及處理

本文的返回增加值數(shù)據(jù)主要來源于UIBE GVC Indicators 數(shù)據(jù)庫，中間產(chǎn)品內(nèi)向化指標(biāo)和人工智能應(yīng)用水平是基于ADB－MRIO 數(shù)據(jù)庫進行測算的。人均GDP、貿(mào)易伙伴國工業(yè)增加值占GDP 的百分比、外商直接投資來源于世界銀行。地理距離和是否是毗鄰國家來源于CEPII 數(shù)據(jù)庫，是否簽署自貿(mào)協(xié)定來源于WTO。上述各變量的描述性統(tǒng)計見表1。本文選取了14 個行業(yè)，考察時間限定在2007～2021 年，因此本文主回歸的數(shù)據(jù)結(jié)構(gòu)為“出口國－行業(yè)－目的國－年份” 四維數(shù)據(jù)。

表1 變量的描述性統(tǒng)計

3 實證分析

3.1 基準(zhǔn)回歸分析

表2 匯報了基準(zhǔn)回歸的結(jié)果，由列（1） 和列（2） 可知人工智能的回歸符號在1%的水平上顯著為正，這表明人工智能的應(yīng)用能夠顯著促進中間產(chǎn)品內(nèi)向化進程，即人工智能會削弱離岸外包動機，促使國內(nèi)產(chǎn)業(yè)擺脫中間品進口依賴，將部分中間品投入轉(zhuǎn)向國內(nèi)，驗證了假說1。進一步分析列（3） 和列（4） 的回歸結(jié)果，可見人工智能對返回增加值的影響為正，說明工業(yè)智能化的發(fā)展是折返增加值分工模式的重要驅(qū)動力，有助于構(gòu)建內(nèi)需主導(dǎo)型全球價值鏈。同時中間產(chǎn)品內(nèi)向化的估計結(jié)果顯著為正，證明了中間產(chǎn)品的再配置有利于建立基于內(nèi)生能力的國際專業(yè)化分工，而人工智能可作為抓手促進企業(yè)實現(xiàn)“歸核化” 生產(chǎn)，引領(lǐng)內(nèi)需主導(dǎo)型全球價值鏈的構(gòu)建。

表2 基準(zhǔn)回歸結(jié)果

3.2 穩(wěn)健性檢驗

3.2.1 指標(biāo)替換

（1） 替換被解釋變量。將返回增加值分解成以中間品（RDV＿INT）、最終產(chǎn)品（RDV＿FIN1）、第三國最終產(chǎn)品（RDV＿FIN2）形式返回的中間品增加值； （2） 替換核心解釋變量。采用完全依賴度，即某制造業(yè)行業(yè)對人工智能行業(yè)的完全消耗占所有完全消耗的比重。同時引入工業(yè)機器人安裝流量（instal）和存量（stock）作為替換指標(biāo)。替換后的核心變量符號沒有發(fā)生變化，證實了基準(zhǔn)回歸的穩(wěn)健性。

3.2.2 樣本處理

（1） 分別排除應(yīng)用人工智能的主導(dǎo)行業(yè)和邊緣行業(yè)。將運用人工智能水平最高和最低的三大行業(yè)分別予以剔除，從而形成去頭樣本和去尾樣本以避免特殊樣本主導(dǎo)回歸結(jié)果； （2） 分別排除應(yīng)用人工智能的主導(dǎo)國家和邊緣國家。借鑒上述思路，分別排除人工智能應(yīng)用水平最高和最低的3 個國家； （3） 劃分樣本區(qū)間。由于2013 年前后樣本的人工智能應(yīng)用水平存在明顯差異，因此以2013 年為界將樣本分為兩部分。兩個核心變量的回歸系數(shù)顯著為正，驗證了基準(zhǔn)回歸。

3.2.3 補充關(guān)鍵控制變量

本文借鑒劉斌和潘彤（2020）［2］的方法，利用改進后的引力模型計算貿(mào)易成本。貿(mào)易成本的系數(shù)在1%的水平上顯著為負，表明了貿(mào)易成本是影響返回增加值的關(guān)鍵因素，因此提高貿(mào)易便利化水平是構(gòu)建內(nèi)需主導(dǎo)型GVC 的必要條件。同時兩個核心解釋變量的符號并未發(fā)生改變，證明了基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

3.2.4 內(nèi)生性分析

（1） 控制更加高維的固定效應(yīng)。將基準(zhǔn)回歸中3 個維度的固定效應(yīng)轉(zhuǎn)為行業(yè)－年份固定效應(yīng)和出口市場－年份固定效應(yīng)以考慮經(jīng)濟運行的多維沖擊，在控制了高維固定效應(yīng)后，回歸結(jié)果依舊穩(wěn)健。

（2） 工具變量法。關(guān)于人工智能工具變量的構(gòu)造主要采用3 種方法： ①使用人工智能的滯后一階作為工具變量； ②借鑒Faber （2020）［20］的思路，采用其余國家智能化的平均水平構(gòu)造本國人工智能的工具變量； ③采用移動份額法進行構(gòu)造，即基于各國全球人工智能的發(fā)展程度計算出外生的全球人工智能增長率，再用該增長率與上一期的人工智能程度交乘得到工具變量。最后使用中間產(chǎn)品內(nèi)向化的滯后1 期作為該變量的工具變量，并以其為基準(zhǔn)分別與人工智能的3 個工具變量進行回歸。首先關(guān)注不可識別檢驗，Kleibergen－Paap rk LM 的P 值遠小于0.1，表明拒絕了工具變量識別不足的原假設(shè)。其次關(guān)注弱工具變量檢驗，Kleibergen－Paap Wald rk F 統(tǒng)計量大于Stock－Yogo 檢驗10%臨界水平的臨界值，拒絕了工具變量是弱識別的原假定。最后核心解釋變量的系數(shù)方向和顯著性均未發(fā)生變化，結(jié)論與基準(zhǔn)回歸結(jié)論相同，說明本文研究結(jié)果通過了因果識別檢驗。

3.3 異質(zhì)性分析

（1） 基于貿(mào)易便利化的異質(zhì)性分析

基于孔慶峰和董虹蔚（2015）［21］的指標(biāo)體系，利用熵值法測度了各國的貿(mào)易便利化水平。根據(jù)出口國和貿(mào)易伙伴國貿(mào)易便利化平均水平的五分位數(shù)選取0～20%、40%～60%和80%～100%3 個子樣本。由表3 列（1）～（3） 可知，人工智能的系數(shù)顯著為正，說明人工智能具有內(nèi)需主導(dǎo)型GVC構(gòu)建效應(yīng)。中間產(chǎn)品內(nèi)向化雖然在3 個子樣本中系數(shù)均為正，但在0～20%子樣本中中間產(chǎn)品內(nèi)向化的系數(shù)遠小于80%～100%子樣本中的系數(shù)。該結(jié)果表明貿(mào)易便利化是賦能中間產(chǎn)品內(nèi)向化的重要因素。

表3 異質(zhì)性分析

（2） 基于技術(shù)密集度的異質(zhì)性分析

將樣本行業(yè)分為中低技術(shù)、中技術(shù)、中高技術(shù)3 個子樣本，人工智能和中間產(chǎn)品內(nèi)向化的系數(shù)均為正，說明人工智能的應(yīng)用和中間產(chǎn)品內(nèi)向化能在促進中高技術(shù)行業(yè)構(gòu)建內(nèi)需主導(dǎo)型GVC 的同時，賦能傳統(tǒng)行業(yè)。另外，人工智能的賦能效應(yīng)在中技術(shù)行業(yè)中更為明顯。

3.4 機制分析

（1） 基于中間品出口質(zhì)量的中介效應(yīng)檢驗

借鑒施炳展和邵文波（2014）［22］的方法利用CEPII－BACI 數(shù)據(jù)庫計算國家中間品出口質(zhì)量，回歸結(jié)果見表4 列（1）、（2），列（1） 中人工智能應(yīng)用和中間產(chǎn)品內(nèi)向化的系數(shù)均為正，表明二者均能提升出口中間品質(zhì)量。列（2） 加入出口中間產(chǎn)品質(zhì)量后，中間產(chǎn)品出口質(zhì)量符號為正，這證實了中間產(chǎn)品出口質(zhì)量的提高是人工智能和中間產(chǎn)品內(nèi)向化影響內(nèi)需主導(dǎo)型全球價值鏈構(gòu)建的中介機制，驗證了假說2。

表4 機制分析

（2） 基于生產(chǎn)步長的中介效應(yīng)檢驗

借鑒Wang 等（2017）［23］的方法，利用生產(chǎn)步長即要素投入所產(chǎn)生的增加值被用于最終產(chǎn)品生產(chǎn)的平均次數(shù)反映生產(chǎn)工序的復(fù)雜程度。列（3）中人工智能和中間產(chǎn)品內(nèi)向化系數(shù)顯著為正，證明二者都能促進生產(chǎn)階段的延伸。列（4） 中生產(chǎn)步長變量系數(shù)顯著為正，說明人工智能和中間產(chǎn)品內(nèi)向化均能通過延長生產(chǎn)步長的機制促進內(nèi)需主導(dǎo)型全球價值鏈的構(gòu)建，驗證了假說3。

（3） 基于產(chǎn)業(yè)集聚的中介效應(yīng)檢驗

產(chǎn)業(yè)集聚借鑒劉友金等（2023）［24］的做法，利用各國i產(chǎn)業(yè)增加值占當(dāng)年全球i產(chǎn)業(yè)增加值的比重來衡量。列（5） 中人工智能和中間產(chǎn)品內(nèi)向化系數(shù)在1%的顯著性水平上均為正，證明二者都能促進產(chǎn)業(yè)集聚。列（6） 中產(chǎn)業(yè)集聚變量系數(shù)顯著為正，表明人工智能和中間產(chǎn)品內(nèi)向化均能通過促進產(chǎn)業(yè)集聚以賦能內(nèi)需主導(dǎo)型全球價值鏈的構(gòu)建，驗證了假說4。

4 進一步拓展分析： 服務(wù)要素和技術(shù)勢差的調(diào)節(jié)效應(yīng)

4.1 服務(wù)要素賦能下人工智能的“穩(wěn)鏈”效應(yīng)

服務(wù)型制造是優(yōu)化制造業(yè)競爭力，適應(yīng)消費結(jié)構(gòu)升級的新型工業(yè)化模式，對構(gòu)建國內(nèi)國際雙循環(huán)的新發(fā)展格局具有重要意義，因此有必要分析服務(wù)要素投入的賦能作用。借鑒許和連等（2017）［25］的方法，利用完全消耗系數(shù)法衡量制造業(yè)服務(wù)要素投入的水平，總體層面服務(wù)要素投入與人工智能的交互項系數(shù)顯著為負，表明服務(wù)要素投入會抑制人工智能的內(nèi)需主導(dǎo)型全球價值鏈構(gòu)建效應(yīng)。從要素投入的國別屬性上看，國外、國內(nèi)服務(wù)要素投入和人工智能的交互項系數(shù)分別顯著為負和正，說明國外服務(wù)要素投入會產(chǎn)生“俘獲” 效應(yīng)，不利于人工智能構(gòu)建內(nèi)需主導(dǎo)型全球價值鏈，而國內(nèi)服務(wù)要素投入能發(fā)揮“穩(wěn)鏈” 效應(yīng)。因此發(fā)展服務(wù)型制造是構(gòu)建內(nèi)需主導(dǎo)型全球價值鏈的重要方向，但在兩業(yè)融合中一定要注重引導(dǎo)生產(chǎn)型制造企業(yè)以核心產(chǎn)品和核心技術(shù)為基礎(chǔ)，建立自主可控的國內(nèi)服務(wù)配套體系。

4.2 技術(shù)驅(qū)動下中間產(chǎn)品內(nèi)向化的“建鏈”效應(yīng)

參考劉斌和潘彤（2020）［2］的構(gòu)建方法，采用第t－1 年制造業(yè)行業(yè)全球價值鏈分工地位與貿(mào)易伙伴國同一行業(yè)分工地位之間的差距，驗證本國與貿(mào)易伙伴國之間的技術(shù)勢差所可能具備的“建鏈” 效應(yīng)。同時，本文還選取了基于生產(chǎn)分解模型所測度的TPL 生產(chǎn)位置指標(biāo)和APL 生產(chǎn)位置指標(biāo)進行補充驗證。3 個交互項系數(shù)均為正，說明本國行業(yè)如果能獲取相較于貿(mào)易伙伴國技術(shù)上的先動優(yōu)勢，中間產(chǎn)品內(nèi)向化的“建鏈” 效應(yīng)會增強。這意味著我國必須深耕技術(shù)，在關(guān)鍵領(lǐng)域形成對貿(mào)易伙伴國的技術(shù)勢差，從而為內(nèi)需主導(dǎo)型全球價值鏈的構(gòu)建奠定基礎(chǔ)。

5 研究結(jié)論與政策建議

本文研究發(fā)現(xiàn)，人工智能的應(yīng)用使境內(nèi)產(chǎn)業(yè)的中間品投入更多轉(zhuǎn)向國內(nèi)，引致了中間產(chǎn)品內(nèi)向化進程。進一步研究發(fā)現(xiàn)，人工智能還能與中間產(chǎn)品內(nèi)向化共同發(fā)揮內(nèi)需主導(dǎo)型全球價值鏈構(gòu)建效應(yīng)。這一促進效應(yīng)是通過提高出口中間品質(zhì)量、延長生產(chǎn)步長以及促進產(chǎn)業(yè)集聚的機制實現(xiàn)的。本文發(fā)現(xiàn)貿(mào)易便利化程度深度影響了中間產(chǎn)品內(nèi)向化價值鏈構(gòu)建效應(yīng)的發(fā)揮。同時對于不同技術(shù)密集度的行業(yè)，人工智能和中間產(chǎn)品內(nèi)向化的構(gòu)建效應(yīng)亦是顯著。拓展分析發(fā)現(xiàn)國內(nèi)服務(wù)要素投入能夠賦能人工智能發(fā)揮“穩(wěn)鏈” 效應(yīng)，技術(shù)勢差能夠助推中間產(chǎn)品內(nèi)向化發(fā)揮“建鏈” 效應(yīng)。

基于上述結(jié)論，提出以下政策建議：

（1） 要積極拓展服務(wù)型制造，企業(yè)要積極利用數(shù)字化和智能化系統(tǒng)開展以用戶為中心的定制化生產(chǎn)，進一步提升新一代信息技術(shù)與產(chǎn)業(yè)的融合創(chuàng)新能力。優(yōu)化要素投入結(jié)構(gòu)，將要素投入向以軟件研發(fā)、科技服務(wù)為代表的先進服務(wù)要素傾斜。制造業(yè)要與生產(chǎn)性服務(wù)業(yè)協(xié)同發(fā)展，實現(xiàn)由生產(chǎn)型制造向服務(wù)型制造轉(zhuǎn)變。

（2） 要深度推進產(chǎn)業(yè)“鏈長制”，以智能制造為抓手實現(xiàn)高質(zhì)量中間品的生產(chǎn)。產(chǎn)業(yè)“鏈主”要提升“補鏈” 能力，著力補齊上下游短缺環(huán)節(jié)。同時企業(yè)也要重點優(yōu)化企業(yè)中間品供給體系，從微觀層面推動國內(nèi)中間品市場的擴容升級，進一步深化國內(nèi)價值鏈分工和協(xié)同，延長生產(chǎn)的國內(nèi)環(huán)節(jié)。重點推進境內(nèi)產(chǎn)業(yè)集聚，優(yōu)化產(chǎn)業(yè)集群的耦合性，加強集群分工，推進產(chǎn)業(yè)鏈上下游重組。同時，面對中間產(chǎn)品向境內(nèi)承接的態(tài)勢，我國要以建設(shè)全國統(tǒng)一大市場為契機，不斷推進國內(nèi)市場一體化改革，破除市場分割對中間品生產(chǎn)的限制。

（3） 要推進戰(zhàn)略發(fā)展方向從“貿(mào)易立國” 向“內(nèi)需立國” 轉(zhuǎn)變。基于國內(nèi)市場培育產(chǎn)業(yè)國際競爭力，重點依托國內(nèi)市場優(yōu)勢實現(xiàn)創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略。企業(yè)要對標(biāo)境內(nèi)需求，將研發(fā)資源向核心中間品和復(fù)雜資本品傾斜，盡早實現(xiàn)基礎(chǔ)軟件、集成電路以及基礎(chǔ)材料等核心零部件自主可控，以此為價值鏈向國外延伸提供源動力。但是要注意的是，在企業(yè)利用人工智能、大數(shù)據(jù)、工業(yè)互聯(lián)網(wǎng)等推進數(shù)字化轉(zhuǎn)型，實現(xiàn)“歸核化” 生產(chǎn)的同時，企業(yè)的生產(chǎn)外包布局要盡量遵守“近岸化”原則，確保生產(chǎn)鏈條的可控性，從而緩解國際市場不確定性的沖擊。