中国制造业技术进步与全球价值链位置演变关系再检验——一个技术进步和参与度的双门槛模型

杨蕙馨 田洪刚

(1.山东大学,山东 济南 250100;2济南大学,山东 济南 250002)

一、引言

伴随产品复杂化和信息技术飞速发展，全球生产活动逐渐由产业间分工演变为产品内分工，使得生产流程所包含的生产区段或工序在全球范围内呈现碎片化特征。基于此，全球价值链分工将产品制造过程中的研发、设计、生产、销售等不同工序和增值环节拆解，并分布于不同的国家或地区，形成了有序、相互衔接的链条关系。自改革开放后，中国凭借“人口红利”、“制度红利”嵌入欧美等发达国家主导的全球价值链(GVC)，参与全球生产分工，由此迅速成长为世界第二大经济体。虽然中国改革开放取得了举世瞩目的成就，但学界普遍认为中国仅是制造业大国，而非制造业强国。近年来，受人口老龄化、欧美“再工业化”和新兴经济体崛起等内外部因素的影响，如何通过内生性技术进步转变为制造业强国、实现中国制造业向全球价值链中高端攀升成为理论界和政府部门重点关注的课题。

技术水平和全球价值链位置演变存在密切关联。一个国家在全球价值链中的地位与其科技水平相一致(洪银兴，2017)。高技术水平决定了企业或产业通常位于全球价值链高端环节。在全球价值链中，跨国企业掌握核心技术，牢牢把控高端环节，从而获取高额附加值。由于中国制造业存在技术短板，缺乏国际竞争力，容易被锁定在低附加值环节。技术水平的高低是中国制造业向GVC中高端攀升抑或是被锁定、降低甚至被挤出的关键。从短期看，中国凭借廉价资源嵌入全球价值链，从而只能从事简单组装环节活动，导致制造业向高附加值攀升空间受限，面临“低端锁定”的风险。从长期看，在生产活动中，跨国公司技术溢出一定程度上促进了东道国技术进步，表现为产品内分工下全球切片化的生产流程，从而能够产生国家间技术外溢(Fritsch et al.,2015)。中国采用“干中学”等方式在某些产业实现了技术并跑或领跑，进而实现向全球价值链中高端攀升。概而言之，中国制造业技术水平和其全球价值链位置演变存在复杂关系。

当前中国经济发展步入换档期，急需厘清和明确制造业技术进步与其GVC位置演变间的内在关联，研判技术进步是否对GVC位置攀升起到良好的支撑作用，并指明中国制造业向GVC中高端攀升的方向。经过改革开放40余年高速发展，中国从价值链低端嵌入全球价值链，其技术水平提升是否存在“锁定效应”和“天花板”呢？中国能否通过技术进步实现GVC位置稳健攀升？技术进步和GVC位置演变在制造业内部存在何种差异？这些亟待从理论与实证层面予以澄清。基于此，本文的研究主要有以下两点创新：一是综合考虑GVC参与度、GVC参与度与技术进步交互作用因素，对中国制造业技术进步与其全球价值链位置关系进行再判断。研究发现，受GVC参与度、技术进步与GVC参与度交互作用等因素影响，技术进步对劳动密集、资本密集和技术密集型产业全球价值链位置演变起到了不同的支撑作用，具有明显的产业差异，且存在非线性关系。二是从技术进步和GVC参与度两个维度，对中国制造业不同产业进行分组，深入探讨了制造业技术进步与其位置演变关系。本文研究的主要目的是，实证检验技术进步和全球价值链位置演变关系，确定技术进步门槛值及产业差异，从而为政府制定差异化产业政策提供理论和经验支撑。

二、文献综述

近年来，伴随对全球贸易增加值核算等问题的不断探讨和深入研究，中国制造业全球价值链位置演变成为学界和决策层关注的焦点。从理论和实证层面看，国内外学者分别从全球价值链位置测度、中国产业价值链升级、全球价值链分工地位影响因素等多个视角进行了细致研究。国内外学者采取多种方法测算了国别或区域产业在全球价值链中的地位。例如，RCA 指数(Balassa,1965)、VS 指数(Hummels et al.,2001) 、GVC地位指数(Koopman et al.,2014)等。其中，Timmer et al.(2013、2014)、Koopman et al.(2014)、Wang et al.(2013、2017a、2017b)的研究成果得到了广泛引证与应用。基于不同指标测算方法和研究视角，国内学者测算了中国产业在全球价值链中的位置，但研究结论尚存在较大分歧。部分学者研究结果表明，中国产业在全球价值链中的位置呈上升趋势(刘重力 等，2014;樊茂清 等,2014;戴翔 等,2017)。但不少学者研究认为，中国产业在全球价值链中的位置不容乐观(聂聆 等，2014；周升起 等，2014；许志瑜 等，2018)。就价值链升级而言，Humphrey et al.(2002)指出,价值链升级包括工艺升级、产品升级、功能升级和链条升级。在实践中，发展中国家嵌入全球价值链后依次经历了组装(OEA)、代工生产(OEM)、自主生产(ODM)、自有品牌生产(OBM)四个阶段，由此逐步向全球价值链中高端攀升(Hobday,1995)。从全球价值链位置演变影响因素看，全球价值链分工地位既受加工贸易(Lemoine et al.,2017)、FDI(杨俊 等，2017)、金融支持(刘慧 等，2016)、企业家精神(田毕飞，2017)等外部因素影响，又受产品出口复杂度(邵建春,2017)、企业全要素生产率(唐宜红 等，2018)等内部因素影响。

关于技术进步与全球价值链位置的相关研究主要体现在技术创新对GVC升级起到的重要作用。Humphrey et al.(2002)认为，新兴国家只有通过自我技术创新，才能够破解国际买家和关键技术持有企业对GVC升级的阻碍，从而提升自身增值能力和控制能力,其中，研发投入是实现GVC升级的基础性因素。邱斌等(2007)鉴于中国处于全球价值链低端现实情况，且“干中学”促进技术进步的作用有限，提出应着重依靠自主性技术创新改善自身在全球分工中的地位。李焱等(2017)认为，技术创新通过推动效应、贸易效应和选择效应带动价值链升级,而价值链升级则通过集成效应、诱发效应和吸附效应引发技术创新。凌丹等(2018)从“嵌入”高端化视角实证研究了技术创新投入和创新产出对非技术密集型和技术密集型制造业GVC 升级的影响，发现激发创新动力能够促进非技术密集型制造业向高端产业演进，注重提升创新绩效可以避免技术型制造业高端产业低端化。殷宝庆等(2018)在测度“中国制造”升级水平基础上，利用中国30个省级层面样本数据，实证检验了绿色研发投入对“中国制造”升级的影响，研究发现，绿色研发投入与“中国制造”升级水平之间存在“U”形关系。耿晔强等(2019)利用 2000—2014 年 WIOD 数据库、UNCOMTRADE 数据库和各类统计年鉴中的制造业产业数据实证分析发现,研发强度通过技术成果转化促进了其全球价值链位置提升。肖宇等(2019)强调，中国需要依靠提升技术效益和提高全要素生产率，以改善中国制造业在全球价值链中的不利地位。

通过梳理已有文献发现，关于中国产业技术进步和其全球价值链位置演变关系的研究尚有空间。中国嵌入全球价值链后位置演变包括升级、锁定、甚至下降等多种情形。综合考虑以上三种情形，中国产业技术进步和其GVC位置演变到底存在何种关系尚未厘清。从历史数据看，中国制造业技术水平提升是否有效促进了其全球价值链位置稳步上升，最小化来自潜在进入者的“挤出”？从全球价值链位置演变的影响因素看，不管是加工贸易、FDI等外在因素还是出口复杂度等内在因素以及分工协作中产生的技术溢出效应，都与中国嵌入全球价值链的参与程度存在密切关联，而多数学者并未深入考察这一影响因素。综上，在一定经济发展阶段内，中国制造业低端嵌入全球价值链后，它的技术水平与其GVC位置演进存在何种关系呢？技术水平对GVC位置攀升的促进作用是否会受到参与度的制约呢？以此为基础，本文利用面板个体效应模型分析了中国制造业技术进步和其GVC位置演变关系及产业差异，并运用门槛回归模型探讨了不同GVC参与度和技术水平下不同组别间的关系，以弥补全球价值链理论研究的不足。

三、理论分析与研究假设

在全球价值链中，国际跨国公司掌握核心技术、品牌和渠道，位于高附加值环节。中国要想向全球价值链中高端攀升，必须积极参与全球价值链分工，积累创新要素，因而必须通过自主创新提高技术水平，掌控核心技术和品牌。在全球分工体系中，GVC参与度的高低一定程度上影响着中国创新要素积累的数量、质量和培育周期，而与创新要素积累相匹配的技术水平决定了中国产业GVC位置向上攀升、被锁定亦或是退出。从改革开放实践看，中国主要通过外源性技术和内生性技术进步向全球价值链中高端攀升。具体体现在以下两个方面：

(1)中国积极参与全球分工，利用外源性技术提升其产业的全球价值链位置。随着全球价值链分工参与程度加深，中国部分产业经由“OEM”(原始设备生产商)—“ODM”(原始设计制造商)—“OBM”(原始品牌制造商)的路径实现了“工序升级”、“产品升级”、“功能升级”甚至“链条升级”。在此过程中，外源性技术进步对GVC位置演变起到了很好地支撑和促进作用。在全球化背景下，跨国公司通过采取对外直接投资、国际外购或外包等形式将生产环节转移到中国。 一方面，在进出口贸易中，跨国公司通过技术指导和售后服务提升了东道国技术水平;另一方面，中国企业通过中间品进口和终端产品出口进一步获得了创新资源，而以上活动中产生的技术溢出效应提高了企业技术创新能力和竞争力，改变了其在全球价值链中的位置。概而言之，中国以代工方式嵌入全球价值链后，通过吸收海外投资、承接外包业务、利用外源性技术进步向全球价值链中高端攀升。

(2)中国通过内生性技术进步提升了其产业的全球价值链位置。中国通过引进技术、购买技术、消化吸收技术和改造技术等多种方式进行逆向产品研发和自主创新，分阶段、有计划加大技术创新投入，并通过组织人员交流与学习等活动，缩小与国际市场的技术差距，快速提升自身技术水平。内生性技术进步改造了原有低效率生产线，利用成本优势和范围经济实现了工序升级。高水平技术可以提高产品质量，增加产品功能，实现产品升级和功能升级，打破低端锁定困境。故此，中国应重视对前瞻性技术的研发与设计，适时将产业融入GVC 的相应环节，并根据实际情况进行环节转换，最终达到摒弃低端环节、引领GVC 高端环节的目的。一旦中国掌握核心技术并迅速将产品推广到国际市场后，通过“开放式创新”和“协同创新”可以实现“要素整合与实体重构”，掌握实际有效的“经营控制权”，由此强化相应环节的市场势力，并获得增值能力和控制能力，构建新的全球或区域价值链。综合来看，内生性技术进步能够提高要素配置效率，增强企业和产业国际竞争力，拓宽所在价值链环节的增值空间，导致价值链位置变动。具体体现在两个方面：一是所在价值链环节位置垂直上升，拓宽了所在环节的增加值空间；二是实现了由低附加值环节向高附加值环节攀升。

中国制造业向全球价值链中高端攀升过程中需要特别注意的是，发达国家会通过核心技术封锁、区域贸易协定和全球范围内寻找可替代的低成本国家或地区方式阻碍中国向高附加值环节攀升。由于发达国家掌控关键、核心技术，使其长期把控全球价值链，从而具有绝对话语权。为长期获得高附加值，发达国家通过知识产权保护、禁止收购等多种经贸手段打压中国企业技术追赶行为。另外，结合中国参与全球价值链分工实践来看。2008年国际金融危机后，以欧美为代表的发达国家纷纷提出 “重返制造业”战略，利用新一轮工业革命和区域贸易协定重构全球价值链，以遏制中国在全球价值链中的上升势头。随着国内劳动力成本上升，中国在国际分工中的“加工厂”地位受到包括东南亚各国在内的国家或地区的挑战。中国制造业嵌入全球价值链不仅面临在位者和潜在进入者的竞争，还受到发达国家技术封锁等外部因素冲击，使得中国制造业技术进步水平增幅小于在位者和潜在进入者，很可能导致其全球价值链位置下降。

综上所述，中国制造业的全球价值链位置演变受技术水平这一核心变量影响。另外，全球价值链参与度的高低是实现价值链位置攀升的基础因素，这不仅制约着中国利用发达国家技术溢出提升自身全球价值链位置，还决定着技术拓展的空间。由此可以推断，中国制造业GVC位置演变存在两种情形。情形一：随着中国在全球价值链中参与度的提高，中国利用外源性技术进步和内生性技术进步，通过工序升级、产品升级、功能升级甚至链条升级向全球价值链中高端攀升。较低层次的技术进步主要支撑工艺流程升级、产品升级，而较高层次的技术进步则主要用于功能升级、链条升级。情形二：由于发达国家技术封锁、再工业化策略和后起发展国家嵌入全球价值链，中国在全球价值链中的位置面临被锁定、下降甚至被挤出全球价值链的风险。跨国公司凭借控制权抑制东道国向价值链上游攀升(王燕梅 等，2013)。Humphrey et al.(2002)以巴西西诺斯谷的制鞋业为例，讲述了由于“挤出效应”导致GVC位置不升反降的现象。鉴于中国多数产业都是通过嵌入全球价值链后向全球价值链中高端攀升，而构建新链的方式不具有典型代表性，因此本文的重点在于考察同一条价值链上技术进步与全球价值链位置的关系。综合以上分析，本文提出以下研究假设：

研究假设1：在其他变量一定条件下，技术进步能够推动GVC位置攀升，技术水平越高，产业越有可能位于高附加值环节；技术水平越低，产业越有可能被锁定在低附加值环节。

研究假设2：在其他变量一定条件下，GVC参与度能够推动产业GVC位置攀升，参与度越高，产业越有可能位于高附加值环节；参与度越低，产业越有可能被锁定在低附加值环节。

研究假设3：在其他变量一定条件下，参与度与技术进步的复合效应有助于推动产业GVC位置的攀升。

四、模型设定、变量选择与数据说明

(一)检验模型

根据对技术进步和GVC位置演变的理论分析，本文认为二者可能存在非线性关系，因此将技术进步二次项纳入模型，如果二次项不显著，则为线性关系。据此，本文设定如下计量模型用于检验技术进步和GVC位置演变间的关系：

GVCPit=φ0+φ1Techit+φ2(Tech)2+η3W+μi+bi+εit

(1)

式(1)中，GVCPit为被解释变量，表示中国制造业不同产业i第t年在全球价值链中的位置；Techit为核心解释变量；W为控制变量，包含了独立于技术进步对GVC位置演变产生影响的若干变量；μi表示不可观测的产业变量的个体固定效应；bi为不可观测的时间变量的固定效应；εit为随机扰动项。

(二)分组模型

经济现象中变量间的非线性关系可能是某个核心变量或多个变量改变而导致的。门槛回归则主要用于确定导致经济系统内部结构变化的临界值。在2000年，Hansen提出了门槛回归方法，主张采用严格统计推断对门槛值进行参数估计与检验。根据门槛值数量多寡，模型设定略有不同。双重门槛的模型表达式为：

yi=α1xi·I(qi≤γ1)+α2xi·I(γ1γ2)+εi

(2)

其中：qi为解释变量的一部分；γ为待估计的门槛值，假设存在两个门槛值γ1、γ2，且γ1<γ2；xi为外生解释变量且与扰动项εi不相关；I(·)为示性函数，若括号中表达式为真则取值为1，反之为0；通常采用非线性最小二乘法，令残差平方和SSR(γ)最小再予以估计参数。

(三)指标选取、数据来源与处理

1.变量选取

(1)被解释变量。全球价值链位置(GVCPs)。从已有研究看，国内外学者主要采用RCA 指数(Balassa,1965)、VS指数( Hummels et al.,2001)、GVC地位指数(Koopman et al.,2014)方法测度不同国别在全球价值链中的位置。Wang et al.(2013、2017a、2017b)进行了扩展研究。本文采用Wang et al.(2013、2017a、2017b)构建的UIBE GVC Index，即运用全球价值链位置指数衡量中国制造业在全球价值链中的位置演变。Wang et al.(2017a、2017b)从增加值角度出发，利用产业增加值及其所诱导的总产出，测算了基于生产长度的产业GVC位置指数，该指数综合考虑了上游度指数与下游度指数，是一个相对完善的测度指标。这一测度方式有效地弥补了以往研究存在上游度测度方式的缺陷，且总生产长度并不会随着产业分类数量的变动而改变。GVCPs指数的测度方法具体如式(3)所示:

(3)

其中，plv_GVCs为基于前向产业关联的GVC生产长度，而ply_GVC为基于后向产业关联的GVC生产长度，两者的比值即为GVC相对上游度。因此，GVCPs指数越大，表明处于GVC相对上游位置，反之，则处于GVC相对下游位置。

(2)核心解释变量。技术进步(Tech)，它涉及投入和产出等产品价值创造的多个方面。现有研究通常用专利数、新产品研发经费支出、研发投入、R&D内部支出总额占地区生产总值的比重或用三种发明专利的申请量衡量(黄清煌 等，2016)。从事后结果看，本文选取中国制造业不同产业专利申请量(件)表征技术进步，并采用新产品研发经费支出(万元)作为内生性检验指标。

五、描述性统计、计量结果及分析

本文采用2000—2014年中国15个二位数制造业产业(1)将国民经济产业分类(GB/T 4754—2017)与对外经济贸易大学全球价值链(UIBE GVC Index)数据库中WIOD制造业产业分类相匹配，归并处理后样本观测对象涉及15个产业，具体如下：纺织、服装、皮革制品制造业，木材、木制品、软木制品制造业，食品、饮料、烟草制品制造业，纸和纸制品的制造，打印和录制媒体复制制造业，焦炭和精炼石油产品制造业，橡胶和塑料制品制造业，其他非金属矿物制品制造业，基础金属制造业，金属制品制造业，化学品及化学制品制造业，基础药物产品和药物制剂制造业，计算机、电子和光学产品制造业，电气设备制造业，机械设备制造业。面板数据作为样本进行计量检验。样本数据来源于《中国工业统计年鉴》、《工业企业科技活动统计年鉴》、《中国科技统计年鉴》和对外经济贸易大学全球价值链数据库。为保证后续检验的准确性，本文剔除了统计口径不一致的家具制造业和其他制造业，去除数据不完整的机械设备制造等产业，保留了制造业中15个二位数产业的数据并进行计量分析。

(一)描述性统计

在以上分析基础上，本文运用Stata12统计软件，根据初始设定的检验模型对技术进步和GVC位置演变关系予以基准回归分析。所有变量统计指标如表1所示。

表1 变量描述性统计

如图1所示，在2000—2014年间，中国制造业全球价值链位置整体呈波动下降趋势。其中，2004年和2009年分别为临近时间段内的极大值点，而中国制造业全球价值链位置最低点出现在2012年。全球价值链位置波动下降，说明基于前向产业关联的GVC生产长度绝对值小于基于后向产业关联的GVC生产长度，从而导致指数变小，这表明处于GVC相对下游位置，反之，全球价值链位置波动上升则表明处于GVC相对上游位置。2012年后，中国制造业GVC 位置呈现小幅度回升。如图2所示，从2000年到2014年，中国专利申请量表征的技术进步呈直线上升态势，甚至在2010年以后出现了急速提升现象。

图1 全球价值链位置变动趋势

图2 技术进步变动趋势

(二)技术进步与GVC位置演变回归分析

为了精确、深入考察中国制造业技术进步与GVC位置演变关系，本文分别从制造业整体和不同要素密集型产业(2)产业要素密集度用于描述生产资料数量和劳动力数量之间的比例。借鉴国内学者研究，将其分为劳动密集型、资本密集型和技术密集型三类(周升起 等，2014；聂玲 等，2014)。其中，劳动密集型产业包括：纺织业，纺织服装、服饰业，皮革、毛皮、羽毛及其制品和制鞋业，木材加工和木、竹、藤、棕、草制品业，家具制造业；资本密集型产业包括：农副食品加工业，食品制造业，酒、饮料和制茶制造业，烟草制品业，造纸和纸制品业，印刷和记录媒介复制业，文教、工美、体育和娱乐用品制造业，石油、煤炭及其他燃料加工业，橡胶和塑料制品业，非金属矿物制品业，黑色金属冶炼也压延加工业，有色金属冶炼和压延加工业，金属制品业；技术密集型产业包括：化学原料和化学制品制造业，医药制造业，化学纤维制造业，通用设备制造业，专用设备制造业，交通运输设备制造业，电气机械和器材制造业，计算机、通信和其他电子设备制造业，仪器仪表制造业。视角考察了二者间关系及其他变量对中国制造业GVC位置演变的影响。回归结果如表2所示。从制造业整体看，制造业技术进步与其GVC位置关系演变存在线性关系，且在1%水平上显著，表现为技术进步与全球价值链位置呈负相关(如模型1所示)。这一结果与理论分析、典型事实相悖，可能的原因是，技术进步和全球价值链位置存在非线性关系。制造业GVC参与度与其GVC位置演变存在线性关系，且在1%水平上显著，表现为GVC参与度与全球价值链位置呈正相关。以上结果说明，参与度越高，越有助于全球价值链位置向上攀升。从其他控制变量看，中国制造业主要通过外资推动其GVC位置向上攀升。将中国制造业技术进步和GVC参与度的交乘项纳入模型后发现，技术进步和GVC参与度的复合效应在10%显著性水平上促进了制造业全球价值链位置攀升。技术进步与GVC位置演变仍存在线性关系，且在1%水平上显著(如模型2回归结果所示)。GVC参与度和GVC位置演变亦存在线性关系，且在1%水平上显著。

从劳动密集型产业看，制造业技术进步与其GVC位置演变存在正向线性关系，但统计上并不显著(如模型3回归结果所示)。GVC参与度、技术进步与GVC参与度的交乘项都与制造业全球价值链位置都存在负相关关系，但没有通过显著性检验。从资本密集型产业看，制造业技术进步与其GVC位置演变存在正向线性关系，且在1%水平上十分显著。GVC参与度也与制造业GVC位置演变存在正向线性关系，且在1%水平上十分显著。技术进步和GVC参与度的交乘项与制造业GVC位置演变存在负向线性关系，且在1%水平上十分显著。中国资本密集型制造业主要通减少劳动投入提升其在全球价值链中的位置(如模型4回归结果所示)。从技术密集型产业看，制造业技术进步与其GVC位置演变存负向线性关系，且在1%水平上显著(如模型5回归结果所示)。GVC参与度与制造业GVC位置演变存在正向关系，但不显著。中国制造业技术密集型产业技术进步和GVC参与度的交乘项的复合效应在1%显著性水平上促进了其全球价值链位置攀升。中国技术密集型制造业主要通过减少劳动投入、加大资本投入方式推动其GVC位置提升。

从不同要素密集型产业回归结果看，全球价值链参与度分别与劳动密集型产业和技术密集型产业存在负相关关系和不显著正相关关系，这与研究假设2不符。可能的原因是，GVC参与度与全球价值链位置存在非线性关系，或者是分组不合理。制造业技术进步和全球价值链参与度的交乘项分别与劳动密集型产业、资本密集型产业都呈现负相关关系，与研究假设3不符，可以判定此交乘项并不能完全解释技术进步和全球价值链位置间的非线性关系。因此有必要借助门槛回归方法进一步探讨技术进步和全球价值链位置演变的关系。

表2 制造业整体和要素密集度分产业回归结果

(三)门槛回归结果

从前文理论分析和回归结果看，技术进步与GVC位置演变可能存在非线性关系，且受GVC参与度的影响。事实上，技术进步需要较长时间的积累，且参与程度在短期内难以改变，考虑到二者在不同区间内可能导致GVC位置演变有所差异，因此本文以技术进步和GVC参与度为门槛变量进行门槛效应分析，以检验不同区间内技术进步和GVC位置演变间的关系是否有所差异。考虑到门槛回归一般要求各变量为平稳变量，且各解释变量尤其是门槛变量是外生的，因此需要对各变量进行面板IPS平稳性检验，并参照孔东民(2007)对核心解释变量技术进步和控制变量GVC参与度进行内生性检验。进一步地，根据前文给出的门槛回归方法，对分组变量技术进步(Tech)和GVC参与度(GVCPat)的门槛值予以确定。检验结果如表3所示。 技术水平存在双重门槛，其门槛值分别为6.88和305.03 。依据门槛值可以将制造业不同产业分为高技术水平产业(Tech>305.03)、中技术水平产业(6.88≤Tech≤305.03)和低技术水平产业(Tech<6.88)。参与度也存在双重门槛，相应门槛值分别为0.2539、0.0924；依据以上门槛值可将制造业不同产业分为高参与度(GVCpat>0.2539)、中参与度(0.0924≤GVCpat≤0.2539)和低参与度(GVCpat<0.0924)三大组别。

表3 技术进步和参与度门槛回归结果

根据中国制造业技术进步和参与度门槛值及置信区间，采用最大比例状态方法以克服数据因时间跨度导致的“组别跳跃”问题，并将15个产业重新组合，从而让产业与所属组别实现最佳匹配。对于落入置信区间的数值，以更加靠近区间上下限组别方式来划分产业所属组别。根据门槛值及相应分组，理论上可将15个产业份划分为四组，如表4所示。

表4 依据门槛变量分组结果

(四)技术进步与GVC位置演变关系分组讨论

根据前文分组，本文分别选取面板个体效应模型对组2、组3进行回归检验。由于组1和组4只包含一个产业的数据，因此采用普通最小二乘法予以估计参数。具体回归结果如表5所示。不同组别变量间的线性或非线性关系及拐点值存在显著差异，需要对不同制造业技术水平、GVC参与度下制造业GVC位置演变特征及应对策略分别予以考察。

(1)“中技术水平、高参与度”产业(组1)。该组只包括计算机、电子和光学产品制造业。结合样本数据可知，随着技术进步波动上升，计算机、电子和光学产品制造业GVC位置表现为早期先升后降而后期呈上升的趋势。从模型(6)回归结果看，该产业技术进步和全球价值链位置存在U形关系，且技术进步二次项系数在10%水平上显著。这与何宁等(2019)的观点相一致，他们认为融入GVC与全要素生产率之间存在U形关系。导致以上结果可能的原因是，前期中国制造业技术吸收能力弱、高技能人才短缺及国际跨国公司技术封锁使得该产业技术进步水平低于全球价值链上同环节的竞争对手，或者技术进步对基于前向关联的GVC生产长度的提升幅度小于它对基于后向关联的GVC生产长度的提升幅度，导致产业GVC位置下跌；后期，随着创新要素积累，该产业创新能力提升，使得技术进步对基于前向关联的GVC生产长度的提升幅度大于它对基于后向关联的GVC生产长度的提升幅度，从而驱动制造业GVC位置向中高端攀升。2014年该产业技术水平为0.104，位于拐点右侧。未来该产业可能需要持续加大研发投入，突破和掌握关键核心技术，培育内生优势，或者通过构建区域价值链提升自身在GVC中的位置。

(2)“中技术水平、中参与度”产业(组2)。该组包括纺织品、服装、皮革制品，橡胶和塑料制品制造业、机械设备制造业等九大产业。从模型(7)回归结果看，制造业技术进步与其GVC位置演变存在U形关系，其中技术进步一次项和二次项系数都在1%水平上显著。表现为前期组2所含产业技术进步抑制了其全球价值链位置攀升，而拐点值之后，技术进步促进了该组别产业全球价值链位置攀升。组2所有产业主要通过增加资本投入、减少劳动投入方式推动其GVC位置攀升。2014年，以上九大产业技术水平分别为0.025(纺织品、服装、皮革制品)、0.016(橡胶和塑料制品制造业)、0.017(其他非金属矿物制品制造业)、0.025(基础金属制造)、0.02(金属制品制造)、0.03(化学品和化学产品制造业)、0.019(基础药物产品和药物制剂制造业)、0.093(电气设备制造业)、0.108(机械设备制造)。其中前七大产业位于拐点左侧，而后两大产业位于拐点右侧。未来一段时间,前七大产业可能需要持续积累创新要素，尝试突破并掌握关键核心技术，加大全球价值链参与程度，驱动产业GVC位置向上攀升。

(3)“低技术水平、中参与度”产业(组3)。该组只包括木材、木制品、软木制品制造业，打印、录制媒体复制制造业，焦炭和精炼石油产品制造业，纸和纸制品制造业四大产业。结合样本数据，随着四大产业技术进步波动上升，前三个制造业GVC位置波动上升，而纸和纸制品制造业GVC位置前期小幅度波动上升，后期小幅度波动下降。从模型8回归结果看，组3所含制造业技术进步与其GVC位置演变存在U形关系，其中，技术进步一次项和二次项系数分别在1%和10%水平上显著。同样表现为前期该组产业技术进步抑制了产业全球价值链位置攀升，而拐点值后，技术进步促进了产业全球价值链位置攀升。中国制造业高技术产业主要通过增加资本投入、减少利用外资推动其GVC位置攀升。2014年，该组产业技术水平分别为0.0025(木材、木制品、软木制品制造业)、0.004(纸和纸制品制造业)、0.0031(打印、录制媒体复制制造业)、0.002(焦炭和精炼石油产品制造业)。其中，木材、木制品、软木制品制造业与焦炭和精炼石油产品制造业位于拐点左侧。未来两大产业可能需要充分利用外源性和内生性技术，持续积累创新要素，通过加大研发投入、提升参与度、加大劳动投入等途径提升自身在GVC中的位置。

(4)“中技术水平、低参与度”产业(组4)。该组只包括食品、饮料、烟草制品制造业一个产业。从模型(9)回归结果看，制造业技术进步与其在GVC中的位置演变存在线性关系。GVC参与度在1%显著性水平上促进了该产业全球价值链位置提升。结合样本数据，该产业技术水平呈单增状态，而其在GVC中的位置呈波动上升趋势。未来该产业可能需要激发创新活力，通过自主创新尝试突破并掌握关键核心技术，加大参与度，以驱动产业GVC位置向上攀升。

以上是组内分析结果。另外，从组间对比看，如组2和组3分组及拐点值所示，在GVC参与度一定的情形下，技术水平越低，对应拐点值越小，意味着适宜从事加工组装等低附加值生产活动。相反，在GVC参与度一定的情形下，技术水平越高，对应拐点值越大，意味着关键核心技术突破周期越长，与GVC高附加值环节相匹配。该结论一定程度上支持了研究假设1。如组1和组2分组及拐点值所示，在一定技术水平下，参与度越低，对应拐点值越小，意味着适宜承接接包、代工等低附加值生产活动。相反，在一定技术水平下，参与度越高，对应拐点值越大，意味着产业与GVC深度融合并通过溢出效应拓宽自身价值增值空间，从而实现向高附加值环节攀升。该结论一定程度上支持了研究假设2。

表5 技术进步与GVC位置演变关系分组回归结果

(五)内生性检验

依据已有研究和经济理论，技术进步和全球价值链位置可能存在内生关系，导致模型中技术进步可能内生于全球价值链位置，即全球价值链位置攀升带动技术进步，使得模型参数估计不准确。为解决解释变量和被解释变量间的内生性问题，本文将技术进步作为内生解释变量，选取合适的指标作为其工具变量，并假设控制变量作为自身IV式工具变量，采用工具变量两阶段最小二乘法(2SLS)对(1)—(5)重新回归估计。控制内生性问题的通常做法是，寻找一个与专利申请量相关但独立于全球价值链位置的工具变量(IV)，并进行相关估计。为此，本文选取制造业不同产业新产品研发经费投入作为工具变量。选择这一工具变量的原因在于：一方面，制造业不同产业新产品研发经费投入代表了技术进步的要素投入量，必将对专利申请量产生影响；另一方面，不同制造业产业新产品研发经费投入更多表现为对市场需求的事后反应，不会对事前全球价值链位置产生直接影响。因此，本文的工具变量满足外生性及与内生变量相关的要求,是合理的工具变量。如表6所示，模型参数估计结果显示，虽然核心解释变量绝对值和显著性水平有所变化，但系数符号均未改变。基于以上分析可以判定，技术进步促进了全球价值链位置提升。分组结果与前文分组结果虽存在差异，但符号大都相同，因此分组回归结果具有一定稳健性。

表6 技术进步和GVC位置演变内生性检验回归结果

六、研究结论与政策建议

随着中国经济发展步入新常态，准确研判中国制造业嵌入全球价值链后技术进步与其GVC位置演变关系，对丰富全球价值链理论以及实现中国制造业向全球价值链中高端攀升具有重要意义。本文采用2000—2014年中国15个二位数制造业产业面板数据，运用面板个体效应和门槛回归等模型分析了中国制造业技术进步和其GVC位置演变关系。研究结果显示：

(1) 从制造业整体看，技术进步和全球价值链位置存在负相关线性关系，这与理论和事实不符，且制造业GVC参与度、技术进步和GVC参与度的交乘项显著促进了制造业全球价值链位置攀升。从基准回归结果看，制造业技术进步与其GVC位置演变存在线性关系，且在1%水平上显著，表现为技术进步与全球价值链位置存在负相关。这一结果与理论分析、典型事实相悖，可能的原因是技术进步和全球价值链位置存在非线性关系。制造业GVC参与度与其GVC位置演变存在线性关系，且在1%水平上显著，表现为技术进步与全球价值链位置呈正相关。将中国制造业技术进步和GVC参与度的交乘项纳入模型后发现，技术进步和参与度的复合效应在10%显著性水平上促进了全球价值链位置攀升。技术进步与GVC位置演变仍存在线性关系，且在1%水平上显著。GVC参与度和GVC位置演变亦存在线性关系，且在1%水平上显著。

(2) 从不同要素密集型产业看，技术进步、制造业GVC参与度、技术进步和GVC参与度的交乘项与GVC位置呈现明显的行业异质性。从劳动密集型产业看，制造业技术进步与其GVC位置演变存在正向线性关系，但并不显著。GVC参与度、GVC参与度与技术进步的交乘项和制造业全球价值链位置都存在负相关关系，但没有通过显著性检验。从资本密集型产业看，制造业技术进步与GVC位置演变存在正向线性关系，且在1%水平上十分显著。GVC参与度也与制造业在GVC中的位置演变存在正向线性关系，且在1%水平上十分显著。技术进步和GVC参与度的交乘项与制造业GVC位置演变存在负向线性关系，且在1%水平上十分显著。从技术密集型产业看，制造业技术进步与GVC位置演变存在负向线性关系，且在1%水平上显著。GVC参与度与制造业GVC位置演变存在正向关系，但不显著。中国制造业技术密集型产业技术进步和GVC参与度的交乘项的复合效应在1%显著性水平上促进了全球价值链位置攀升。

(3) 在门槛分组下，“中技术水平、高参与度”产业、“中技术水平、中参与度”产业、“低技术水平、中参与度”产业、“中技术水平、低参与度”产业技术进步和GVC位置演变分别存在U形、U形、U形、线性关系。根据中国制造业技术进步和GVC参与度门槛值，采取最大比例状态方法对15个产业重新分组并选取合适模型进行回归，研究发现：“中技术水平、高参与度”产业组制造业技术进步和全球价值链位置存在U形关系，且技术进步二次项系数在10%水平上显著；“中技术水平、中参与度”产业组，制造业技术进步与GVC位置演变存在U形关系，其中技术进步一次项和二次项系数都在1%水平上显著；“低技术水平、中参与度”产业组，制造业技术进步与GVC位置演变存在U形关系，其中技术进步一次项和二次项系数分别在1%和10%水平上显著；“中技术水平、低参与度”产业组，制造业技术进步与其在GVC中的位置演变存在线性关系。

(4) 在GVC参与度一定条件下，技术水平越高，拐点值越大，而在技术水平一定下，GVC参与度越高，拐点值越大。从组间对比看，如组2和组3分组及拐点值所示，在参与度一定的情形下，技术水平越低，对应拐点值越小，意味着适宜从事加工组装等低附加值生产活动。如组1和组2分组及拐点值所示，在一定技术水平下，参与度越高，对应拐点值越大，意味着产业与GVC深度融合并通过溢出效应拓宽了价值增值空间，由此实现向高附加值环境攀升。

当前，欧美等发达国家主张制造业回流，并实施“再工业化”战略，东南亚各国也依托廉价劳动力、优惠政策等资源或制度优势吸引并承接大量国际制造加工活动，从而使得中国面临“双重挤压”的困境。同时，经过改革开放40余年的快速发展，中国制造业在全球价值链中的位置虽有所提升，但整体仍处于价值链中低端环节。随着中国经济转型，急需深度挖掘并发挥自身内生比较优势，突破“双重挤压”困境，实现向全球价值链中高端攀升。结合以上研究结论以及中国制造业现状，提出以下对策建议：

(1)要有效、合理配置高级生产要素，突破和掌控核心技术。是否拥有整个全球价值链条上的核心技术，决定了一国产业在全球价值链中的位置。改革开放初期，中国采用“三来一补”等方式，依托廉价劳动力和自然资源禀赋等传统比较优势，积极参与跨国公司主导的全球价值链分工体系，主要从事加工组装和装配制造等生产活动。由于“人口红利”、丰富的自然资源和优惠的外资政策等因素极大降低了生产成本，使得中国在加工组装和装配制造环节具备强大的生产能力和出口能力，从而一跃成为“世界工厂”，然而存在创造的价值增值较少、核心技术创新能力弱等问题，面临“路径依赖”的风险。此阶段中国缺乏内在攀升的动力，难以推动“中国制造”升级。随着中国“人口红利”减弱、资本大量累积和技术研发能力增强，中国经济增长动力由依靠传统比较优势转变为依靠创新驱动为核心的内生比较优势，由此应注重高素质、高技能劳动力等生产要素的流动、重组与合理配置，在保证研发投入条件下，通过自主创新等多种途径突破技术限制并掌握核心技术，这增强了中国制造业竞争优势，由此逐步向全球价值链的高附加值环节攀升。

(2)在全球和区域范围内，要强化中国在全球价值链中的参与度。能否深度融入全球或区域价值链，在一定程度上决定了一国产业在全球价值链中的位置及未来发展方向。一方面，深度融入全球价值链，能够与上下游环节形成紧密的前后关联，相比潜在进入者具有相对比较优势，从而形成强替代效应；另一方面，随着参与程度加深，中国更容易“俘获”外源性技术和内生性技术。在国际分工生产活动中，中国以代工方式嵌入全球价值链后，可以利用优惠政策吸收海外投资、承接外包业务、引进或购买技术，从而获得外源性技术进步。跨国公司通过对外直接投资、技术指导和售后服务等方式间接提升了中国制造业技术水平。中国通过“干中学”方式积累大量创新要素并提升了自身技术水平，进而有利于向价值链中高端攀升。未来中国应进一步加大改革开放力度，强化并提升制造业在全球价值链中的参与程度，不断增强自身不可替代地位，提升制造业技术水平，驱动制造业向全球价值链中高端攀升。

(3)针对不同产业类型，制定差异化产业政策。从计量回归结果看，不同要素密集度产业影响GVC位置演变的因素不同且存在明显差异。另外，结合分组回归结果看，不同产业产业技术进步与其在GVC中的位置、影响因素及拐点值存在产业异质性。因而，政府应针对不同产业特定制定适宜的管制、扶植政策；企业应在明确自身所处全球价值链位置基础上，持续加大研发投入和人员投入，合理利用外资，提高GVC参与度，巩固和提高技术水平，以实现向全球价值链中高端攀升。

(4)优化产业结构，提升高附加值产业在整个产业中的比重。从全球价值链看，在整个价值链条中，不同产业价值增值创造和获取能力存在显著差异。欧美等发达国家掌控全球价值链高附加制环节，只保留国内制造业核心技术环节，而将组装等非核心生产环节大量外包。未来中国制造业向全球价值链中高端攀升过程中，应合理优化产业结构，既要稳固保有劳动密集型产业，又要着力培养和扶植具有技术含量高的“高、精、尖”产业。另外，从要素密集度和分组回归结果看，不同产业存在不同产业内容，应着重提高“技术密集型”“高技术、高参与度”产业比重，增强产业整体竞争力，实现高质量发展，快速向全球价值链中高端攀升。