EN中文

GEOGRAPHICAL RESEARCH >

2022 , Vol. 41 >Issue 4: 1054 - 1071

DOI: https://doi.org/10.11821/dlyj020200310

Articles

Spatiotemporal evolution of the global value chain position of manufacturing countries and areas: Research based on TiVA database

  • FENG Rui , 1 ,
  • GAO Boyang , 2 ,
  • YAN Jiaqi 2 ,
  • HU Zhenpei 2
Expand
  • 1. School of Economics and Statistics, Guangzhou University, Guangzhou 510006, China
  • 2. School of Management Science and Engineering, Central University of Finance and Economics, Beijing 100098, China

Received date: 2020-04-15

  Accepted date: 2022-01-07

  Online published: 2022-06-10

Copyright

Copyright reserved © 2022
Fold

Abstract

Under the background of deepening economic globalization and global industrial transfer, different countries have different positions in global value chain (GVC) in international division of labor production. Whether a country can benefit from participating in globalization increasingly depends on its successful integration into global value chains and its competitive advantage in a particular segment. It is of great theoretical value and practical significance to clarify the GVC status of global manufacturing power and to understand its international division of labor and its influencing rules. This paper uses TiVA database to calculate the GVC status index and analyze its evolution characteristics of 59 countries and regions in the world from 1995 to 2014. The results show that the countries with high GVC status are mainly distributed in America, Europe and East Asia, and the countries in Central Asia, West Asia, Africa and Oceania have little participation. In recent years, the high value-added production links have been increasingly concentrated in a small number of countries. Most countries have a high position index in labor-intensive industries and a low position index in technology-intensive industries. The added value of technology-intensive industries is obtained by a few countries that master core technologies and both ends of the value chain. From the perspective of sub-sectors, the core countries and regions have shown the characteristics of staged evolution. In terms of spatial correlation, both the overall manufacturing industry and the labor-intensive industry GVC status index show significant spatial agglomeration characteristics, and the degree of agglomeration first decreases and then increases, and the spatial agglomeration distribution of the GVC status index for capital-intensive industries is most significant, which has been continuously strengthened, while the spatial agglomeration effect of the GVC status index of technology-intensive industries is not obvious. In terms of spatial agglomeration, the GVC status index of most countries is low, and the added value of trade is obtained by a few countries with higher GVC status. In addition, foreign direct investment and capital investment can restrain the improvement of a country's GVC status, scientific research and innovation ability can promote the improvement of a country's GVC status, export scale and a country's GVC status have a significant positive relationship, institutional quality has no significant impact on a country's GVC status. However, institutional quality will promote the inhibiting effect of foreign direct investment on GVC status.

Key words： global value chain; global shift; value-added trade; GVC positions index

Cite this article

FENG Rui , GAO Boyang , YAN Jiaqi , HU Zhenpei . Spatiotemporal evolution of the global value chain position of manufacturing countries and areas: Research based on TiVA database[J]. GEOGRAPHICAL RESEARCH, 2022 , 41(4) : 1054 -1071 . DOI: 10.11821/dlyj020200310

1 引言

20世纪80年代以来,随着交通及现代信息技术的迅速发展,资本、技术、产品等在全球范围内频繁流动,跨国生产网络和区域经济集团激增[1]。在经济全球化和产业转移不断深化的背景下,跨国公司为降低成本以获取更多经济利益,通过外包和国际投资等方式,将发展中国家作为关键的生产基地,将产品各阶段的生产过程布局在不同国家,使得价值创造体系发生了重构与整合,产业链条拓展到更多的国家及地区[2,3,4]。产业经济、经济地理等学科由此衍生出了全球价值链（Global Value Chain,GVC）的概念来解释这一现象[5,6,7]。一国在全球价值链中的地位,直接关系到在全球生产网络中发挥的功能与获取的利益。居于全球价值链上游的国家不仅能够获得更多的价值增值,还可以对下游国家的生产投资行为施加影响,进而拥有设置国际行业标准、生产标准的权力[8,9]。因此,提升全球价值链地位,避免陷入“低端锁定”已经成为发展中国家共同面临的问题[10]。制造业的全球价值链指制造业企业参与全球价值链的各个环节,获得价值增值的过程。2016年11月,中国商务部等7部门联合下发的《关于加强国际合作提高我国产业全球价值链地位的指导意见》中指出：“一国能否从参与全球化中获益,日益取决于能否成功融入全球价值链、能否在全球价值链中某一特定环节占据新的竞争优势”。由此,明确全球制造业大国的GVC地位,认识其国际分工及影响规律具有重要的理论价值和现实意义。
GVC地位的测度最早可以追溯至Hummels等于2001年提出垂直专业化指数（vertical specialization）的概念,指标通过计算出口品中所包含的进口中间产品的比例来衡量本国参与国际分工的程度,但其在实际中的应用条件较为苛刻[11]。此后,关于GVC地位的测度指标主要涵盖出口产品价格[12,13,14]、出口产品技术含量[15,16,17]、出口产品国内增加值[18]三方面。其中,Koopman提出的利用出口产品国内增加值的方式应用最为广泛[18,19],该方法在Daulin提出的对一国出口产品全部价值按照增加值分解的基础上[20],将一国同时当做中间品供应者与接纳者,并建立GVC地位指标以测算一国的GVC地位。Johnson等完善了增加值出口（Value Added Export,VAX）的概念[21]。Koopman等进一步从国家层面分解一国贸易出口[19],王直等从多个层面（国家层面、部门层面、双边层面）分解总贸易流量,对生产附加值进行测度,并根据出口产品增加值的来源国家和最终吸收的国家,将双边总出口分解为16个增加值和重复计算部分,建立了总贸易流的分解框架[22],从而提供了对一国在参与到全球价值链中的地位进行测算的方法。围绕全球价值链地位,现有研究表明东亚生产网络各国之间经济相互依存关系较为紧密[23];北非国家尚未完全融入国际生产网络,提高北非国家的GVC参与度有可能使当地工业、国家乃至整个地区受益[24]。此外学者们还针对某一特定地区的产业链进行研究,包括长三角产业链[25]、北京电子信息产业[26]、上海创意产业集群[27]的空间布局及演变特征等。
在全球价值链背景下,国内外学者基于内部因素和外部因素两个方面,对GVC分工地位进行深入分析,探究其背后的影响因素。内部因素包括全球价值链治理模式、制度因素、制造业规模、技术进步等;外部因素包括产业集群、外商直接投资、产业配套等。在内部因素方面,Schmitz总结得出技术进步是提高全球价值链地位的重要影响因素[28];Pipkin认为企业信誉是全球价值链地位提高的关键[29];黎峰认为提高GVC地位可以通过提高国内生产配套水平实现[30];容金霞等实证发现物质资本、进入信贷水平、人力资本和创新力水平促进一国全球价值链地位的提高[31]。在外部因素方面,Humphrey指出产业集群是提升制造业地位的关键[32];陈仲常等发现出口规模与全球价值链地位提高呈倒"U"型关系[33];张鹏杨等实证发现外国直接投资对于提高一国全球价值链地位具有显著的促进作用[34]。近年来,随着中国参与国际分工程度日益深入,GVC地位逐渐提升[35,36],知识技术密集型产业分工地位提升最显著[37];而贸易开放度[38]、市场规模[39]、技术水平[40]、资本密集度[41]等都是影响GVC地位指数的重要因素。
当前关于GVC相关研究仍存在如下问题：第一,制造业各行业之间具有较大异质性,技术、资本和劳动力等不同要素的投入水平,将表现不同的价值链特征和演化规律。现有研究多以制造业为整体,讨论全球主要国家及地区价值链地位的特征,或单纯研究某一特定行业门类,缺乏对于不同类型制造业价值链时空演化特征的探讨。第二,现有研究在讨论价值链地位的影响因素时,在一定程度上忽视了制度作用。“制度转向”背景下,国家、区域等的治理能力将对全球生产网络和价值链地位产生深远影响。将制度因素、创新要素等纳入分析框架将具有重要价值。
由此,基于TiVA数据库,测算1995—2014年TiVA数据库中所包含的59个国家及地区的制造业整体的GVC地位指数,对全球制造业大国的GVC地位演化时空特征进行分析,并分别讨论劳动密集型、资本密集型和技术密集型制造业GVC地位变化的特征。在此基础上,对GVC地位指数的影响因素进行实证分析,引入行政效能、创新要素等指标,从外商投资水平、创新要素、物质资本投入、贸易水平等角度综合阐释各要素对GVC地位指数的影响机理。研究对于厘清全球价值链的时空发展以及探索中国制造业的升级路径具有重要的理论价值和现实意义。

2 数据来源与研究方法

2.1 数据来源

2.1.1 测算GVC地位指数数据 为测算GVC地位指数,使用WTO与OECD联合发布的国际投入-产出TiVA数据库。TiVA数据库2016年版本涵盖1995—2011年的相关数据指标,包含63个国家及地区的投入产出数据。最新发布的TiVA Nowcast涵盖以2011年为基准年预测的2012—2014年数据,包含59个国家及地区。基于数据一致性,选取1995—2014年数据完整的59个国家及地区进行研究,范围涵盖35个OECD成员国以及中国、印度、阿根廷、南非等28个非OECD成员国。以此数据库为基础,研究测算了与国际贸易流量和增加值相关的分解指标,包括：出口总额中的直接国内增值内容、出口总额中重新输入国内的增加值、出口总额中的国外增加值等指标。
选取数据库发布的9类制造业进行分行业指标计算和分析。9类制造业划分为分类如下：① 劳动密集型产业,包含食品饮料和烟草（C15T16）、纺织品、皮革和鞋类（C17T19）、其他制造业及回收加工业（C36T37）;② 资本密集型产业,包含化学品和非金属矿物制品（C23T26）、基本金属和金属制品（C27T28）、木材、纸制品、印刷和出版（C20T22）;③ 技术密集型产业,包含机械设备制造业（C29）、电子和光学仪器制造业（C30T33）、运输设备制造业（C34T35）。
2.1.2 影响GVC地位指数因素 鉴于数据可得性,选取49个国家及地区1996—2014年的GVC地位指数及影响因素的面板数据进行固定效应回归,其中：① 外商直接投资数据FDI来源于联合国贸易与发展会议（UNCTAD）数据库获取,用外商直接投资占GDP的比例衡量外商直接投资对GVC地位指数的影响;② 国家行政效能指标Institution取自世界银行（WGI）数据库;③ 科研创新能力Creativity、资本投入Capital、出口规模Scale指标均来自世界银行世界发展指标数据库（WDI）。表1为各变量的描述性统计情况。
表1 变量的描述性统计

Tab. 1 Descriptive statistics of variables

变量名 样本容量 均值 标准差 最大值 最小值
FDI 931 0.43188 0.56289 5.42487 0.00613
Creativity 931 0.01988 0.06749 0.50600 0.00001
Capital 931 0.24063 0.05506 0.47819 0.00272
Scale 931 0.01673 0.02269 0.12321 0.00026
Institution 931 0.97191 0.82132 2.43698 -0.72703

2.2 研究方法

2.2.1 GVC地位指数构建 贸易增加值的核算方法将出口总额分为国内增加值和国外增加值。其中,国内增加值分为四部分：最终出口的国内增加值、被直接进口国吸收的中间出口、被直接进口国生产向第三国出口所吸收的中间出口和返回并被本国吸收的国内增加值。基于此,构建全球价值链地位指数（GVC Position）,测算全球价值链中一国或地区某产业的GVC地位,该指数将一国或地区某产业中间品的出口额与进口额进行对比,计算方法：
GV C _ Positio n ir = ln 1 + I V ir E ir - ln 1 + F V ir E ir
式中：GVC_Positionir表示r国或地区i产业在全球价值链地位指数,其数值越大,表明地位越高;IVir表示r国或地区i产业的间接出口增加值,指r国或地区i产业出口中间品被进口国加工使用向第三国或地区出口所实现的中间品出口的国内增加值,即进口国或地区出口中包含的本国或地区价值增加值,本指标选择TiVA数据库中总出口的间接国内增加值（IDC）和重新输入国内增加值的总出口（RIM）之和近似代替;FVir代表r国或地区i产业出口的产品中所包含的国外增加值,此指标采用TiNA数据库中总出口的国外增加值（FVA）;Eir表示r国或地区i产业出口总额,采用TiVA数据库中的总出口（EXGR）。
如果一国或地区主要通过向别国或地区出口产品或中间品来参与到全球价值链中,则GVC_Positionir较大,表明该国家或地区在全球价值链中处于相对上游的环节,GVC地位越高;相反,如果一国主要是通过从别国进口来参与国际分工,则GVC_Positionir较小,表明国家或地区在全球价值链中处于下游环节,GVC地位越低。
2.2.2 空间相关性检验 空间自相关反映一个区域单元上某一属性值与邻近区域单元上属性值的相关程度[42],从而可以反映出区域属性值的地理分布是聚集分布还是独立随机分布。本文将利用全局Moran's I指数来分析各国或地区GVC地位是否存在集聚特征,指数的取值范围是[-1, 1],其公式：
I = n ∑ i = 1 n ∑ j = 1 n W ij ( x i - x ¯ ) ( x j - x ¯ ) ∑ i = 1 n ∑ j = 1 n W ij ∑ i = 1 n ( x i - x ¯ ) 2
式中：n表示所研究的空间单元数; x i和 x j分别是区域i和区域j的观测值; W ij为空间权重矩阵; x -为观测值的平均值。为检验n个空间单元之间是否存在空间自相关,可以通过计算标准化统计量Z来衡量,公式：
Z = Moran ' sI - E ( I ) VAR ( I )
2.2.3 GVC地位指数影响因素模型构建 在GVC地位指数的影响因素方面,大量已有文献研究表明,内部驱动因素和外部驱动因素对各国GVC地位指数提升同样重要。本研究在借鉴相关研究成果的基础上,从内部驱动因素和外部驱动因素两个维度,划分出外商直接投资、研发创新能力、物质资本投入、贸易水平、行政效能等诸多因素作为GVC地位指数的主要影响因素。基于学者的理论研究,外商直接投资对各国GVC地位具有积极影响[43],不仅可以通过行业内的水平溢出实现各国GVC地位提升,比如为同行企业引进更为先进的生产技术和管理经验,提高同行企业生产效率和产品质量[44,45];而且可以通过行业间的垂直溢出增强各国GVC地位,比如产业上游的外商直接投资为产业下游企业提供更为优质的中间产品和丰富资源,提高产业下游的产品质量,同时产业下游的外商直接投资为产业上游企业提供相应的技术指导及人才支援,强化上游企业产品质量[46,47]。根据新贸易理论,研发创新能力有助于增强国家企业的生产率[48],提升最终品生产中使用国内增加值投入的规模,同时还能够提高国家专业化分工水平,按照比较优势使用更多价格低廉的国外中间品进行生产[49],最终实现该国的全球价值链更高的参与程度[50]。在物质资本投入方面,传统全球贸易发展中它曾占据主导地位,但是随着全球价值链分工的深化,物质资本越来越容易被复制,而呈现出较强的边际报酬递减趋势。贸易水平与国际分工演进密切相关,全球价值链攀升与出口贸易繁荣可谓相辅相成[51]。尽管发展中国家和发达国家在出口贸易的利益获取能力存在差异,但是在全球价值链分工体系下,出口规模与能力和价值链分工创造能力则显著关联[52]。此外,行政效能的高低及整体制度环境与当前国际贸易规则的适配程度均会影响国家在全球价值链分工体系的地位[53,54]。在宏观层面会显著影响一国或地区产业的比较优势[55],进而决定该国或地区参与全球价值链分工的水平[56];在微观层面会强化中间产品进口,提升出口产品质量,有利于全球价值链地位的提高[57]。在实践中,通常用GVC地位指数来衡量一国产业在全球价值链中地位。因此,本文将外商直接投资、研发创新能力、物质资本投入、贸易水平、行政效能作为解释变量,世界主要国家及地区制造业GVC地位指数作为被解释变量,构建GVC地位指数影响因素模型,以期从实证上为已有文献中的内部驱动因素和外部驱动因素与各国GVC地位指数提升的关系提供经验证据。建立模型如下：
GVC _ position = β 0 + β 1 FD I it + β 2 Creat ivit y it + β it Capita l it + β 4 Institutio n it + β it S cal e it + ε it
式中：FDIit表示i国或地区在时间t的外商直接投资占GDP的比例;Creativityit为i国或地区在时间t的科研创新能力,用i国或地区居民专利申请量占世界专利总申请量的比例表示;Capitalit用来衡量i国或地区在时间t的物质资本投入,用物质资本形成总额占GDP的比例表示;Scaleit用来衡量i国或地区在时间t的贸易水平,用i国或地区商品出口规模占世界总出口的比例表示;Institutionit衡量i国或地区在时间t的行政效能,通过政府提供公共服务的质量、文官队伍的整体素质、秉公执法的独立性、政策制定与执行质量,以及政府承诺执行政策的可信度等综合计算得出,范围分布为-2.5~2.5,数值越大代表政府效率越高; β 0为截距项;εit为误差项。

3 世界整体及主要国家及地区制造业GVC地位的时空演化特征

3.1 美洲、欧洲、东亚GVC地位较高,全球高价值链产业不断向少数国家集中

在全球价值链发展和演化的过程中,区域经济集团激增,形成了欧洲、东亚和美洲的3个全球价值链核心集聚片区,中亚、西亚、非洲和大洋洲的大部分国家未能深度参与到全球价值链的分工之中。较发达的国家尤其是G7国家（加拿大、法国、德国、意大利、日本、英国和美国）主要承担初始技术环节的产品研发和最终营销环节的销售和品牌服务等高附加值的微笑曲线两端生产环节,而发展中国家主要承担利润较小的中间生产环节。在美洲经历了1985—1995年间的飞速扩张之后,自1995年开始欧洲和东亚地区的发展速度明显加快。总体来看,世界上不同国家和地区的GVC地位指数差距较大,东亚普遍处于较低的地位,而美洲普遍处于较高的地位,欧洲的地位层次不齐。
全球高价值链产业呈现不断向少数国家集中的趋势。如表2所示,1995—2014年间,在59个研究国家及地区中,仅有1/6的GVC地位有所上升,大部分国家及地区全球价值链地位呈现出下降趋势。从制造业整体行业来看,有12个国家或地区地位指数上升;劳动密集型行业、资本密集型行业、技术密集型行业中分别有12个、9个和11个国家或地区地位指数上升。而在这四方面地位指数均有所上升的国家仅有3个,分别是：中国（亚洲）、爱沙尼亚（欧洲）和菲律宾（亚洲）。
表2 1995年和2014年世界各国（地区）GVC地位指数

Tab. 2 GVC status index of countries (regions) in the world in 1995 and 2014

国家（或地区） 1995年 2014年 国家（或地区） 1995年 2014年
阿根廷 0.36066751 0.26574645 日本 0.31654844 0.12169598
澳大利亚 0.25783843 0.13004459 柬埔寨 0.00271347 -0.37089810
奥地利 0.01700104 -0.04108590 韩国 0.06938254 -0.11565500
比利时 -0.07105540 -0.16183570 立陶宛 0.00722828 0.03818987
保加利亚 0.00323974 -0.21106110 卢森堡 -0.33315970 -0.39205350
巴西 0.32090967 0.28625633 摩洛哥 0.03793456 -0.09930890
加拿大 -0.00985850 -0.06116310 墨西哥 -0.04316980 -0.12637090
瑞士 0.12417055 0.07068687 马来西亚 -0.08698240 -0.16222030
智利 0.17050021 0.05412511 荷兰 -0.00040460 -0.10227800
中国 -0.10423520 0.01138801 挪威 0.04321728 0.06933555
哥伦比亚 0.23248475 0.18464963 新西兰 0.19752506 0.22151934
哥斯达黎加 0.05319470 -0.01658680 秘鲁 0.28289535 0.19690927
捷克共和国 -0.05246010 -0.23766240 菲律宾 -0.13783190 -0.00588030
德国 0.17395601 -0.00841770 波兰 0.18913172 -0.06734030
丹麦 0.06501394 0.02174862 葡萄牙 -0.01076470 -0.11017400
西班牙 0.10435620 -0.04490660 罗马尼亚 0.10030278 0.02539263
爱沙尼亚 -0.14489660 -0.11126610 俄罗斯联邦 0.18750703 0.20957710
芬兰 0.05029539 -0.07662630 沙特阿拉伯 0.19468580 0.20975882
法国 0.14418808 0.02499191 新加坡 -0.22535880 -0.17945410
英国 0.07974663 -0.01688640 斯洛伐克共和国 -0.07677380 -0.26323430
希腊 0.13776270 -0.11714070 斯洛文尼亚 -0.09478620 -0.12032050
中国香港特别行政区 0.00863749 -0.08738100 瑞典 -0.00291280 -0.06798360
克罗地亚 0.01714729 0.01825249 泰国 0.00761583 -0.15457170
匈牙利 -0.04857140 -0.27770430 突尼斯 -0.15497670 -0.20701600
印度尼西亚 0.15274815 0.17676502 土耳其 0.22067692 0.06083648
印度 0.33347292 0.08299835 中国台湾地区 -0.03338770 -0.23177720
爱尔兰 -0.16289740 -0.29955180 美国 0.19997180 0.13429149
冰岛 0.17163161 -0.02785510 越南 0.01631935 -0.14367550
以色列 0.00403618 0.00464783 南非 0.23185928 0.09234301
意大利 0.16265324 0.05724375

3.2 美洲在各类行业中地位指数均较高,劳动密集和技术密集型行业近年快速向东亚集中

在劳动密集型行业中,2000年前全球制造业GVC地位指数均呈现缓慢下降趋势。2000年后,亚洲的上升趋势明显,劳动密集型产业向东亚快速转移,中国、印度尼西亚、马来西亚、越南等国家或地区的地位指数和出口量显著增加,其中亚洲地区GVC地位指数上升0.0185,欧洲地区下降0.0948,美洲地区下降0.0392。但从总体水平看,美洲国家劳动密集型行业的GVC地位指数一直保持绝对领先优势,所处GVC地位较高。在资本密集型行业中,全球制造业GVC地位指数在2008年呈现明显下降趋势,虽然2009年有所回升,但之后呈现继续下降趋势。美洲资本密集型行业的GVC地位指数显著高于其他组团,该类行业的附加值主要被以美国、加拿大等为代表的美洲国家所吸收。在技术密集型行业中,1995年前后东亚的GVC地位指数显著高于其他组团,以日本、印度、韩国为代表的国家或地区出口量较大,GVC地位指数较高。1995年后,日本、印度、韩国的GVC地位指数逐渐降低,亚洲地区总体GVC地位指数下降了0.1911。2006年之后,由于中国、菲律宾、马来西亚等国家或地区深度嵌入全球价值链中,贸易出口量实现了跨越式增长,亚洲的GVC地位指数逐渐上升,2006—2014年亚洲地区上升了0.0231。各密集类型行业分大洲总体变化趋势如图1所示,纵坐标为GVC地位指数。
图1 1995—2014年劳动密集型、资本密集型、技术密集型行业GVC地位指数变化

Fig. 1 GVC status index changes in labor-intensive, capital-intensive, and technology-intensive industries from 1995 to 2014

劳动密集、资本密集、技术密集三类行业中,技术密集型行业GVC地位指数的整体下降的幅度最大,说明生产环节过程中的主要附加值被少数国家所获得,其余大部分国家或地区主要参与技术水平较低的生产环节,其获得的附加值较少,GVC地位较低。这一发现表明在全球生产网络中,技术集聚的现象十分显著。多数国家或地区在观察期内劳动密集型行业的地位指数普遍大于0,普遍位于GVC地位的上游环节。这与劳动密集型产业的生产过程简单、生产环节较少、生产链条较短的生产特点有关,无需复杂的国际分工,其附加值几乎都被生产中间产品的国家或地区所取得,产生的间接国内增加值较高。资本密集型行业地位指数中数据大于0的占比为47.03%,处于分工上下游的国家或地区数目相当。技术密集型行业是参与国际分工环节较多的一类行业,地位指数中数据大于0的占比为36.10%,分工地位较高的国家或地区较少,而分工地位低的国家或地区较多。这反映出技术密集型行业的贸易附加值更多的被少数技术先进的国家或地区所获取,而大部分国家或地区在此类行业的生产中只是利用其他国家或地区的中间产品来进行附加值较低的装配等环节。

3.3 细分行业制造业大国GVC地位指数变化部分呈现阶段性特征

利用1995—2014年59个国家及地区制造业九大细分行业以及制造业总体的GVC地位指数,计算59个国家及地区每个行业20年间总出口量之和并进行排名,将每个行业总出口量排名前5位国家定义为制造业大国。分析制造业大国的GVC地位指数随时间演变趋势可知（图2）：首先,劳动密集型行业中,在食品饮料和烟草行业,制造业大国中巴西的GVC地位指数最高,美国次之,荷兰分工地位最低。总体演化趋势上,德国的GVC地位指数略微下降,1995—2014年下降了0.1423,其他国家及地区地位指数演变趋势较为稳定。在纺织品皮革和鞋类和其他制造业及回收加工业,制造业大国中仅中国GVC地位指数有所攀升且较为显著,1995—2014年分别上升0.1654和0.0473;其他国家及地区GVC地位均呈现下降的总体趋势,其中印度和德国在其他制造业及回收加工业地位指数下降幅度最大分别达到0.1716和0.1786。在资本密集型行业,中国的三类细分行业GVC地位指数在制造业大国中均位于最低水平且与其他国家差距较大,但总体上呈现出上升趋势,上升幅度在0.1~0.2之间;其他制造业大国GVC地位在木材纸制品及印刷和出版行业总体演变趋势基本保持稳定,在化学品和非金属矿物制品行业略微下降。在基本金属和金属制品行业,1995—2014年德国的GVC地位指数下降最显著为0.2163,其次为日本下降了0.1595,美国和俄罗斯整体变化不明显。第三,在机械设备制造业、电子和光学仪器制造业、运输设备制造业技术密集型行业中,日本GVC地位指数均显著高于其他制造业大国,除中国外其他制造业大国三类技术密集型细分行业的地位指数略微呈现下降趋势但变化幅度不明显。中国与其他制造业大国GVC地位差距较大,在电子和光学仪器制造业差距尤为显著,1995年中日差距达到了0.7358,近年来差距逐渐缩小,2014年中日差距缩小为0.2684。值得关注的是,在各个细分行业中,除中国外的制造业大国在2008年均因为金融危机导致GVC地位短暂下降,2009年有所上升,而中国则无此特征。
图2 细分行业主要国家GVC地位指数变化

Fig. 2 Changes in GVC position index of major countries in sub-sectors

3.4 全球价值链地位指数的空间相关性

在研究了世界整体及主要国家及地区制造业分工地位的空间分布与演变特征后,进一步探究世界各国或地区GVC地位指数在空间地理上相关关系,以发现不同GVC地位的国家及地区空间聚集与分散情况。利用Moran's I指数检验不同国家及地区GVC地位指数在空间地理上的相关程度,从制造业整体的测算结果来看（表3）,在各年份中Moran's I指数在0.01的水平下均显著且数值为正,说明该时期全球分工地位高的国家及地区集聚分布,分工地位低的国家及地区集聚分布,空间集聚效应明显。1995—2003年,空间自相关的Moran's I指数逐渐降低,全球不同分工地位的国家及地区集聚状态有所改变,全球生产网络格局重塑。20世纪90年代,第四次产业转移的浪潮使得发达国家将低技术、低附加值产业转移至人力资本较低的发展中国家,在转移过程中出现了亚洲四小龙、东南亚、中国大陆沿海等多个具有竞争力的国家和地区,致使空间集聚效应有所降低。2003年后,Moran's I指数显著上升,国家分工地位相近的国家进一步呈现在局部区域（如中国沿海）集聚的现象。由此,全球制造业GVC地位相似的国家在空间上呈现出从集聚效应先减弱再增强的空间分布特征。
表3 GVC地位指数的全局Moran's I值及检验

Tab. 3 Global Moran's I value and test of GVC position index

年份 测算指标 制造业整体 劳动密集型 资本密集型 技术密集型
1995 Moran's I 0.140 0.154 0.135 0.103
Z得分 3.678*** 3.933*** 3.529*** 2.778***
1999 Moran's I 0.112 0.137 0.163 0.076
Z得分 3.035*** 3.470*** 4.144*** 2.161**
2003 Moran's I 0.102 0.138 0.175 0.040
Z得分 2.758*** 3.557*** 4.220*** 1.344
2007 Moran's I 0.149 0.154 0.186 0.120
Z得分 3.725*** 3.860*** 4.422*** 3.067***
2011 Moran's I 0.175 0.206 0.202 0.067
Z得分 4.232*** 4.946*** 4.752*** 1.887*
2014 Moran's I 0.180 0.034 0.207 0.112
Z得分 3.079*** 0.638 3.560*** 1.946*

注：当P=0.10时,|Z|=1.65;当P=0.05时,|Z|=1.96;当P=0.01时,|Z|=2.58。***表示P<0.01;**表示P<0.05;*表示P<0.1。

劳动密集型行业国家分工地位空间集聚情况与制造业整体的集聚情况相似,但集聚程度先降低后升高的趋势更明显,这主要是因为在世界产业转移的浪潮中主要是发达国家将劳动密集型产业转移的劳动力低廉的发展中国家。资本密集型行业在观测时点上都呈现出较为明显的空间集聚分布特征,这表明资本密集型行业的分工地位存在显著的全局空间自相关关系,即地位指数较高（或较低）的国家呈现出显著的集聚分布。Moran's I指数整体上呈现出上升趋势,表明地位指数相近的国家及地区的集聚程度逐渐加强。其主要原因在于资本密集型较少受劳动力价格的限制,发展需要大量的装备与资金投入,转移的难度也较大,在空间上的呈现较为集聚的特征。技术密集型行业在2003年和2014年都未通过显著性检验,Moran's I指数普遍较小,空间集聚效应不明显。
利用2014年各密集类型行业数据绘制Moran散点图,可以发现大部分国家或地区位于第三象限（低低区间）和第四象限（低高区间）,表明大部分国家或地区本身GVC地位指数较低,但是被GVC地位较低或较高的国家或地区所包围。少数国家或地区位于第一象限（高高区间）,此区域地位指数较高的国家或地区呈现出空间聚集分布,由于数量较少,反映出地位指数较高的国家或地区空间集聚程度不强。极个别国家或地区位于第二象限（高低区间）,此区域地位指数较高的国家或地区被地位指数较低的国家或地区所包围（图3）。
图3 2014年劳动密集型、资本密集型、技术密集型行业Moran散点图

Fig. 3 Moran scatter plot of labor-intensive, capital-intensive, and technology-intensive industries in 2014

如表4所示,2014年奥地利、比利时、保加利亚、加拿大、捷克、西班牙、爱沙尼亚、芬兰、希腊、匈牙利、爱尔兰、韩国、卢森堡、摩洛哥、马来西亚、荷兰、波兰、葡萄牙、新加坡、斯洛伐克、斯洛文尼亚、瑞典、突尼斯本身GVC地位指数较低,同时被GVC地位指数较低的地区所包围;反之,澳大利亚、瑞士、德国、丹麦、法国、英国、克罗地亚、印度尼西亚、印度、冰岛、以色列、意大利、日本、立陶宛、挪威、菲律宾、罗马尼亚、俄罗斯、沙特阿拉伯、土耳其本身GVC地位指数较低,但是被地位指数较高的国家所包围。这表明,大部分国家GVC地位指数较低,同时被GVC地位较低或较高的国家所包围,贸易附加值被少数国家获得。高高（high-high）聚集和高低（high-low）聚集的国家较少。
表4 2014年各国（地区）制造业整体GVC地位指数空间相关关系的分布

Tab. 4 Distribution of the spatial correlation of the GVC status index of manufacturing industries in various countries (regions) in 2014

正相关 负相关
高高（high-high） 低低（low-low） 高低（high-low） 低高（low-high）
国家 阿根廷、巴西、智利、中国、哥伦比亚、哥斯达黎加、新西兰、秘鲁、美国、南非 奥地利、比利时、保加利亚、加拿大、捷克、西班牙、爱沙尼亚、芬兰、希腊、匈牙利、爱尔兰、韩国、卢森堡、摩洛哥、马来西亚、荷兰、波兰、葡萄牙、新加坡、斯洛伐克、斯洛文尼亚、瑞典、突尼斯 柬埔寨、墨西哥、泰国、越南 澳大利亚、瑞士、德国、丹麦、法国、英国、克罗地亚、印度尼西亚、印度、冰岛、以色列、意大利、日本、立陶宛、挪威、菲律宾、罗马尼亚、俄罗斯、沙特阿拉伯、土耳其

4 世界主要国家及地区制造业GVC地位影响因素研究

4.1 GVC地位影响因素实证结果

研究对各国或地区制造业的GVC地位指数及其影响因素的面板数据进行实证分析。首先进行霍曼斯检验,检验结果显示P值小于0.01,显著地拒绝原假设,故采取固定效应模型对样本数据进行估计（表5）。
表5 各国（地区）制造业分工地位影响因素回归结果

Tab. 5 Regression results of factors influencing the position of manufacturing division in various countries (regions)

密集类型 劳动密集型 资本密集型 技术密集型
变量名称 （1） （2） （3） （4） （5） （6）
FDI -0.084***
(0.005)		 -0.117***
(0.017)		 -0.074***
(0.007)		 -0.232***
(0.023)		 -0.036***
(0.006)		 -0.168***
(0.021)
Creativity 0.346***
(0.066)		 0.312***
(0.066)		 0.244**
(0.095)		 0.166*
(0.093)		 0.397***
(0.086)		 0.332***
(0.085)
Capital -0.002***
(0.0003)		 -0.002***
(0.0003)		 -0.002***
(0.0005)		 -0.002***
(0.0005)		 -0.297***
(0.048)		 -0.295***
(0.046)
Institution 0.014*
(0.008)		 0.002
(0.008)		 0.023**
(0.011)		 0.005
(0.012)		 0.004
(0.010)		 0.028***
(0.011)
Scale 1.307***
(0.297)		 1.450***
(0.296)		 1.671***
(0.427)		 2.000***
(0.419)		 1.423***
(0.386)		 1.698***
(0.380)
FDI*Institution 0.037***
(0.009)		 0.085***
(0.012)		 0.071***
(0.011)
β0 0.129***
(0.011)		 0.149***
(0.012)		 0.038
(0.016)		 0.083***
(0.017)		 0.008
(0.015)		 0.045***
(0.015)
Number of obs 931 931 931 931 931 931
R2 0.232 0.249 0.181 0.225 0.161 0.199
F值 174.83 171.23 81.31 83.85 142.68 132.83

注：***表示P<0.01,**表示P<0.05,*表示P<0.1,估计系数下方括号内为标准误。

研究结果表明,外商直接投资和资本投入水平的系数为负,且在1%的水平上显著,科研创新能力的系数为正且较为显著,控制变量出口规模的系数在1%的水平上显著为正,行政效能对于GVC地位指数的提升作用不明显,但是行政效能与外商直接投资之间的交互项在1%的水平上显著为正。

4.2 稳健性检验

考虑到本文利用TiVA数据库测算世界59个国家及地区在1995—2014年制造业全球价值链地位指数,模型评价结果可能受到样本数据异方差或自相关现象的影响,因此本文进一步开展模型稳健性检验。结合稳健性检验的诸多常规方法,比如数据替代法、变量替代法、多种估计方法回归检验等,本文从样本数据可获得性的现实出发,立足于更好地解决模型评价结果受制于数据异方差或自相关现象的可能情况,采用可行广义最小二乘法（FGLS）对GVC地位指数影响因素模型进行再次估计,确保检验模型评价结果的稳定性和可靠性。由于可行广义最小二乘法（FGLS）是用模型残差的方差-协方差矩阵的估计值代替真实值,然后采用广义最小二乘法估计模型参数的一种估计方法,能够很好地对异方差或自相关现象进行修正处理（表6）。
表6 各国（地区）制造业分工地位影响因素的稳健性检验

Tab. 6 Robustness test of factors influencing the position of manufacturing division in various countries (regions)

密集类型 劳动密集型 资本密集型 技术密集型
变量名称 （1） （2） （3） （4） （5） （6）
FDI -0.048***
(0.007)		 -0.220***
(0.029)		 -0.048***
(0.008)		 -0.203***
(0.030)		 -0.023***
(0.009)		 -0.360***
(0.034)
Creativity 0.328***
(0.080)		 0.308***
(0.079)		 0.191***
(0.083)		 0.174**
(0.082)		 0.717***
(0.095)		 0.679***
(0.090)
Capital -0.007***
(0.0007)		 -0.007***
(0.0007)		 -0.011***
(0.0007)		 -0.011***
(0.0007)		 -1.169***
(0.087)		 -1.178***
(0.082)
Institution 0.041*
(0.023)		 0.066
(0.052)		 0.045*
(0.024)		 0.068
(0.043)		 0.009
(0.006)		 0.058
(0.07)
Scale 0.919***
(0.239)		 0.799***
(0.235)		 1.262***
(0.247)		 1.816***
(0.244)		 0.602**
(0.284)		 0.367
(0.270)
FDI*Institution 0.098***
(0.016)		 0.088***
(0.017)		 0.193***
(0.019)
β0 0.331***
(0.019)		 0.379***
(0.020)		 0.286
(0.020)		 0.329***
(0.021)		 0.224
(0.023)		 0.318***
(0.023)
Number of obs 931 931 931 931 931 931
Log likelihood 668.242 686.344 636.967 650.532 507.309 558.112
Wald chi2(5) 297.56 346.28 418.15 458.04 298.35 440.11

注：***表示P<0.01,**表示P<0.05,*表示P<0.1,估计系数下方括号内为标准误。

各解释变量运用FGLS估计后的符号的显著性与运用固定效应回归的基本一致,从而表明模型具有稳健性。因此,外商直接投资、科研创新能力、资本投入以及贸易水平是影响一国或地区GVC地位指数的重要因素,而行政效能则是通过外商直接投资来影响一国或地区GVC地位。

4.3 影响因素分析

外商直接投资的系数在1%水平上显著为负,表明其对于地位指数的提升有显著的负向抑制作用,即外商直接投资的增加将阻碍GVC地位的升高。其主要原因在于外商直接投资的资本大部分流向一国或地区对于技术要求较低的行业,且外国企业会采取措施防止技术外溢,因此加剧该国或地区技术落后的现状,陷入“低端锁定”的困境。
科研创新能力指标的估计系数为正且显著,表明研发投入对于GVC地位提升呈现出正向影响。一方面,科研能力提升使得企业可以通过自主研发提高其附加值创造水平,对于核心技术的创新能力增强,以实现提高本国或地区GVC地位指数的目的;另一方面,科研创新能力的提升有利于提高国家或地区吸收外来技术的能力,生产链下游的国家或地区通过吸收上游国家或地区的技术外溢来提高本国或地区的创新能力。
物质资本投入对于各国或地区的GVC地位指数的影响在1%的水平上显著皆为负,表明物质资本投入对于各国或地区全球价值链地位的提升有抑制作用。一方面,物质资本的投入可能会阻碍科研创新能力和人力资本水平的提高,在市场和技术方面产生“挤出效应”,影响一国或地区的技术创新能力的发展;另一方面资本投入还可能造成不良投资在发展中国家大量存在,这会造成发展中国家生产效率的低下,造成物质资本的浪费。
行政效能的系数为正,但是对于三种密集型行业GVC地位的提高作用并不明显。对于一些欠发达国家,主要从事一些低技术的生产环节,对于行政效能的要求较低,且发达国家之间与发展中国家之间的行政效能差异较小,一国行政效能的改善与进步是一个长期累积的过程,短期内难以产生较为明显的效果,因此行政效能因素并没有对其GVC地位的提升产生显著的影响。
贸易水平和GVC地位的正向关系在1%的水平上显著,表明出口规模较大的国家或地区其GVC地位也较高。通常价值链上游的国家向价值链下游的国家或地区出口更多的能源资源、核心及关键零部件、半成品等中间品,其贸易附加值较高,且很多商品的最终产品生产场地即为销售场地,因此当一国或地区的出口规模较大时,其处于价值链的上游,GVC地位较高。
在原始模型的基础上进行数据回归后,实验结果显示行政效能本身对于一国或地区GVC地位指数的影响并不显著,但行政效能可能通过外商直接投资来影响一国或地区GVC地位,故加入行政效能与FDI的交互项来分析其影响。结果显示外商直接投资与行政效能的交互项在1%的水平上显著为正,这表明行政效能本身对于GVC地位指数的影响并不显著,但是行政效能加强了外商直接投资与GVC地位指数之间的负向关系。当一国或地区的行政效能越高,其相关规章制度较为完善,企业之间的契约关系的履行能够得到更好地保障,外资投入的积极性得到提高,因此增强了外商直接投资对于GVC地位攀升的抑制作用。此外,实验结果显示,行政效能与其他因素交互项结果不明显,其原因可能是行政效能直接影响着一国或地区的投资环境和履约情况,而行政效能对本国或地区的资本投入和科研创新能力方面影响有限,造成总体上行政效能对于资本和创新的交互项结果并不显著,与黄灿等[10]研究结果相似,因此本文省略了其他回归结果。

5 结论与讨论

本文利用贸易增加值的核算方法测算了世界上59个国家及地区制造业细分行业的全球价值链地位指数,并以此为基础进行更深层次的分析,主要得出以下结论：第一,通过对世界价值链区域及行业演变特征的分析发现：① 全球价值链地位指数较高的国家或地区主要分布在美洲、欧洲及东亚地区,位于中亚、西亚、非洲和大洋洲的国家参与极少,近年来全球高价值链产业呈现不断向少数国家或地区集中的趋势。② 分行业类别来看,大部分国家或地区劳动密集型行业地位较高,技术密集型地位指数较低,技术密集型行业的贸易附加值主要被少数掌握核心技术和价值链两端的国家或地区获得。美洲在各类行业中地位指数均较高,劳动密集型和技术密集型行业近年来呈现出快速向东亚集中的特点。③ 从细分行业上看,印度、巴西、阿根廷等国家在劳动密集型行业的地位指数较高,巴西、阿根廷、秘鲁等国家在资本密集型等行业的地位指数较高,日本、美国等在技术密集型等行业的地位指数较高。且核心国家均呈现了分阶段变化的特征。④ 在空间相关关系上,制造业整体和劳动密集型行业各国或地区GVC地位指数空间集聚效应较为显著,且集聚程度先减弱后增强,资本密集型行业呈现出显著的空间集聚分布特征且集聚程度不断加强,而技术密集型行业GVC地位指数集聚效应不明显。聚集形式主要是GVC地位指数较低的国家或地区之间相互聚集或地位指数较低的国家或地区被较高的国家或地区所包围,高低（high-low）集聚和高高（high-high）集聚的国家或地区较少,表明大部分国家或地区GVC地位指数较低,贸易附加值主要被少数地位指数较高的国家或地区获得。
第二,将1996—2014年制造业行业GVC地位指数及相关影响因素作为面板数据,利用固定效应模型对各国制造业GVC地位的影响因素进行实证分析。结果显示,外商直接投资和资本投入对于GVC地位的提升可能会产生负向影响,抑制一国GVC地位的提高,这与部分大力提倡增加外商直接投资和资本投入的文献研究结果不同。因此不能一味地追求引入外资和加大资本投入,要合理引导资金投向合适的产业,避免陷入“低端锁定”困境,促进本国GVC地位的提升。同时要增强本国的科研创新能力,采取积极有效的措施促进科技发展,优化产业结构向高技术、高附加值行业发展,达到提升一国GVC地位指数的目的。制度因素本身对于一国GVC地位的作用不明显,但制度因素会加强外商直接投资对于GVC地位的抑制作用。行政效能可以规范一国企业健康发展,对于创造良好的营商环境意义重大,而改善行政效能是一个长期累积的过程,取决于国家治理结构和立法监管部门的共同努力。随着时代发展,一个国家或地区在全球价值链分工中的优势地位将不仅取决于资源禀赋和静态的产业分工优势,而是更多地由技术创新、产业升级、出口规模形成的动态比较优势所决定,并取决于各个国家或地区产业能否融入全球产业链分工并在全球价值链体系中获得高端位势。因此,如何加快技术创新,促进产业升级,加快形成中国制造业在全球价值链背景下的动态比较优势,是提升GVC地位亟需解决的一个重要问题。
第三,近年来中国在全球价值链中的地位不断提升,经济由高速发展向高质量发展转变,逐渐摆脱“世界工厂”走向“智慧经济”。随着“一带一路”倡议不断推进,如何在进行更广泛的经贸合作中提升中国的全球价值链地位,强化中国在组团内部的地位,促进国家内部结构优化升级值得持续关注。在全球价值链背景下,中国制造业地位提升应进一步鼓励技术创新,推动产业升级;合理设置进出口政策,增加出口规模;增加研发经费投入,减少外商直接投资;提高人力资本占比,限制物质资本投入。

真诚感谢匿名评审专家在论文评审中所付出的时间和精力,专家对本文研究思路、计量方法选择、GVC指标选取、结果分析、结论梳理方面的修改意见,使本文获益匪浅。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Dicken P. Global Shift: Reshaping the Global Economic Map in the 21st Century.7th ed. London: Sage, 2015.

[2]
刘宝琦. 全球价值链分工体系的发展和东亚生产网络的变化. 长春: 吉林大学硕士学位论文, 2015.

[ Liu Baoqi. Evolution of global value chains division system and changes of production networks in East Asia. Changchun: Master Thesis of Jilin University, 2015.]

[3]
郑胜利. 产业链的全球延展与我国地区产业发展分析. 当代经济科学, 2005, (1):87-93, 112.

[ Zheng Shengli. Analysis on the global extension of industry chains and the regional industrial development in China. Modern Economic Science, 2005, (1):87-93, 112.]

[4]
吕晨星. 中美制造业全球价值链分工地位比较研究. 蚌埠: 安徽财经大学硕士学位论文, 2018.

[ Lv Chenxing. A comparative study of the division of labor in the global value chain between China and the United States. Bengbu: Master Thesis of Anhui University of Finance and Economics, 2018.]

[5]
Porter M E. Competitive Advantage. New York: The Free Press, 1985.

[6]
Gereffi G. A commodity chains framework for analyzing global industries. Institute of Development Studies, 1999,8(12):1-9.

[7]
Gereffi G, Memedovic O. The global apparel value chain: What prospects for upgrading by developing countries. Vienna: United Nations Industrial Development Organization, 2003.

[8]
Antras P. Organizing the global value China. Journal of the Econometric Society, 2013,81(6):2127-2204.

DOI

[9]
刘海云, 毛海欧. 国家国际分工地位及其影响因素: 基于“GVC”的实证分析. 国际经贸探索, 2015,31(8):44-53.

[ Liu Haiyun, Mao Haiou. Influence factors of a country's international specialization status: A atudy based on GVC position index. International Economics and Trade Research, 2015,31(8):44-53.] DOI: 10.13687/j.cnki.gjjmts.2015.08.004.

DOI

[10]
黄灿, 林桂军. 全球价值链分工地位的影响因素研究: 基于发展中国家的视角. 国际商务: 对外经济贸易大学学报, 2017, (2):5-15.

[ Huang Can, Lin Guijun. Study on influential factors of global value chain position: From the perspective of developing countries. International Business, 2017, (2):5-15.] DOI: 10.13509/j.cnki.ib.2017.02.001.

DOI

[11]
Hummels D, Ishii J, Yi K M. The nature and growth of vertical specialization in world trade. Journal of international Economics, 2001,54(1):75-96. DOI: 10.1016/S0022-1996(00)00093-3.

DOI

[12]
Schott P. Across-product versus within-product specialization in international trade. The Quarterly Journal of Economics, 2004,119(2):647-678. DOI: 10.1162/0033553041382201.

DOI

[13]
Fontagne L, Gaulier G, Zignago S. Specialization across varieties within products and North-South competition. Economic Policy, 2008,23(53):51-91.

DOI

[14]
施炳展. 中国出口产品的国际分工地位研究: 基于产品内分工的视角. 世界经济研究, 2010, (1):56-64.

[ Shi Bingzhan. Research on specialization position of China's export: A perspective of within-product specialization. Word Economy Studies, 2010, (1):56-64.] DOI: 10.13516/j.cnki.wes.2010.01.007.

DOI

[15]
Hausmann R, Hwang J, Rodrik D. What you export matters. Journal of Economic Growth, 2007,12(1):1-25. DOI: 10.1007/s10887-006-9009-4.

DOI

[16]
Lall S. The technological structure and performance of developing country manufactured exports, 1985-98. Oxford Development Studies, 2000,28(3):337-369. DOI: 10.1080/713688318.

DOI

[17]
邱斌, 叶龙凤, 孙少勤. 参与全球生产网络对我国制造业价值链提升影响的实证研究: 基于出口复杂度的分析. 中国工业经济, 2012, (1):57-67.

[ Qiu Bin, Ye Longfeng, Sun Shaoqin. An empirical study on the impact of GPNs on China's manufacturing industries' upgrading in global value chains: An analysis from the perspective of ESI. China Industrial Economics, 2012, (1):57-67.] DOI: 10.19581/j.cnki.ciejournal.2012.01.006.

DOI

[18]
Koopman R, Powers W, Wang Z, et al. Give credit to where credit is due: Tracing value added in global production. NBER Working Paper 16426, 2010. DOI: 10.3386/w16426.

DOI

[19]
Koopman R, Wang Z, Wei S J. Estimating domestic content in exports when processing trade is pervasive. Journal of Development Economics, 2012,99(1):178-189. DOI: 10.1016/j.jdeveco.2011.12.004.

DOI

[20]
Daudin G, Schweisguth R D. Who produces for whom in the world economy. The Canadian Journal of Economics, 2011,44(4):1403-1437. DOI: 10.1111/j.1540-5982.2011.01679.x.

DOI

[21]
Johnson R C, Noguera G. Accounting for intermediates: Production sharing and trade in value added. Journal of International Economics, 2012,86(2):1-236. DOI: 10.1016/j.jinteco.2011.10.003.

DOI

[22]
王直, 魏尚进, 祝坤福. 总贸易核算法: 官方贸易统计与全球价值链的度量. 中国社会科学, 2015, (9): 108-127, 205-206.

[ Wang Zhi, Wei Shangjin, Zhu Fukun. Total trade kernel algorithm: Official trade statistics and measurement of global value chains. Social Sciences in China, 2015, (9): 108-127, 205-206.]

[23]
Suder G, Liesch P W, Inomata S, et al. The evolving geography of production hubs and regional value chains across East Asia: Trade in value-added. Journal of World Business, 2014,50(3):404-416. DOI: 10.1016/j.jwb.2014.05.003.

DOI

[24]
Prete D D, Marvasi E. Global value chains: New evidence for North Africa. Working Papers - Economics, 2016. DOI: 10.1016/j.inteco.2017.03.002.

DOI

[25]
李少星, 顾朝林. 长江三角洲产业链地域分工的实证研究: 以汽车制造产业为例. 地理研究, 2010,29(12):2132-2142.

DOI

[ Li Shaoxing, Gu Changlin. Empirical study on the intra-product specialization of Yangtze River Delta: A case study of auto manufacturing industry. Geographical Research, 2010,29(12):2132-2142.]

[26]
卢明华, 李丽. 北京电子信息产业及其价值链空间分布特征研究. 地理研究, 2012,31(10):1861-1871.

[ Lu Minghua, Li Li. The spatial distribution of electronic information industries and its value chain parts in Beijing. Geographical Research, 2012,31(10):1861-1871.]

[27]
何金廖, 黄贤金, 司月芳. 产业集群的地方嵌入与全球生产网络链接: 以上海文化创意产业园区为例. 地理研究, 2018,37(7):1447-1459.

DOI

[ He Jinmiao, Huang Xianjin, Si Yuefang. Local embeddedness and global production network of industrial clusters: Case study of the cultural creative districts in Shanghai. Geographical Research, 2018,37(7):1447-1459.]

[28]
Raikes P, Friis Jensen M, Ponte S. Global commodity chain analysis and the French filière approach: Comparison and critique. Economy and Society, 2000,29(3):390-417. DOI: 10.1080/03085140050084589.

DOI

[29]
Pipkin S, Fuentes A. Spurred to upgrade: A review of triggers and consequences of industrial upgrading in the global value chain literature. World Development, 2017,98:536-554. DOI: 10.1016/j.worlddev.2017.05.009.

DOI

[30]
黎峰. 增加值视角下的中国国家价值链分工: 基于改进的区域投入产出模型. 中国工业经济, 2016, (3):52-67.

[ Li Feng. Division of China's national value chain perspective of value-added: Based on the modified regional input-output model. China Industrial Economics, 2016, (3):52-67.] DOI: 10.19581/j.cnki.ciejournal.2016.03.005.

DOI

[31]
容金霞, 顾浩. 全球价值链分工地位影响因素分析: 基于各国贸易附加值比较的视角. 国际经济合作, 2016, (5):39-46.

[ Rong Jinxia, Gu Hao. Analysis of influencing factors of the status of the division of labor in global value chains: Based on the perspective of comparison of trade value added among countries. Journal of International Economic Cooperation, 2016, (5):39-46.]

[32]
Humphrey J, Schmitz H. Developing Country Firmsin the World Economy: Governance and Upgrading in Global ValueChains. INEF-Institutfür Entwicklung und Frieden, 2002.

[33]
陈仲常, 马红旗, 绍玲. 影响我国高技术产业全球价值链升级的因素. 上海财经大学学报, 2012,14(2):56-64.

[ Chen Zhongchang, Ma Hongqi, Shao Ling. Influential factors of the global value chain upgrade of high-tech industry in China. Journal of Shanghai University of Finance and Economics, 2012,14(2):56-64.] DOI: 10.16538/j.cnki.jsufe.2012.02.008.

DOI

[34]
张鹏杨, 唐宜红. FDI如何提高我国出口企业国内附加值? 基于全球价值链升级的视角. 数量经济技术经济研究, 2018,35(7):79-96.

[ Zhang Pengyang, Tang Yihong. How does FDI have effects on the domestic value-added in export? The Journal of Quantitative & Technical Economics, 2018,35(7):79-96.] DOI: 10.13653/j.cnki.jqte.2018.07.005.

DOI

[35]
程大中. 中国参与全球价值链分工的程度及演变趋势: 基于跨国投入-产出分析. 经济研究, 2015,50(9):4-16, 99.

[ Cheng Dazhong. China's integration into the global value chains: A transnational input-output analysis. Economic Research Journal, 2015,50(9):4-16, 99.]

[36]
周岩, 陈淑梅. 中国融入全球价值链的动态变迁及国际比较. 经济问题探索, 2018, (3):108-117.

[ Zhou Yan, Chen Shumei. The dynamic changes of China's integration into the global value chain and international comparison. Inquiry into Economic Issues, 2018, (3):108-117.]

[37]
樊茂清, 黄薇. 基于全球价值链分解的中国贸易产业结构演进研究. 世界经济, 2014,37(2):50-70.

[ Fan Maoqing, Huang Wei. Research on the evolution of China's trade industry structure based on global value chain decomposition. The Journal of World Economy, 2014,37(2):50-70.]

[38]
孙延红, 吴石磊, 牛银舟. 发展中国家全球农业价值链及影响因素分析. 统计与决策, 2020, (9):150-153.

[ Sun Yanhong, Wu Shilei, Niu Yinzhou. Research on the status and influencing factors of developing countries' global agricultural value chain. Statistics & Decision, 2020, (9):150-153.] DOI: 10.13546/j.cnki.tjyjc.2020.09.032.

DOI

[39]
王珏. 中国制造业全球价值链地位影响因素研究. 西安文理学院学报: 自然科学版, 2020,23(2):7-13.

[ Wang Yu. Research on influencing factors of Chinese manufacturing industry position in global value chain. Journal of Xi'an University: Natural Science Edition, 2020,23(2):7-13.]

[40]
张丽娟, 赵佳颖. 全球价值链下中美贸易利益分配与影响因素的测度研究: 基于相对出口增加值率的视角. 国际贸易问题, 2019, (8):16-32.

[ Zhang Lijuan, Zhao Jiaying. Study on measurements of trade gains distribution and its influencing factors between China and the U.S. in global value chains: Based on the perspective of relative export value added rates. Journal of International Trade, 2019, (8):16-32.] DOI: 10.13510/j.cnki.jit.2019.08.002.

DOI

[41]
张志明, 黄微. 中国嵌入亚太价值链的模式演进及影响因素研究: 基于双重嵌入视角. 国际贸易问题, 2019, (6):85-100.

[ Zhang Zhiming, Huang Wei. A study on the model evolution and influencing factors of the China's embedding Asia-Pacific value chain: Based on the perspective of dual embeddedness. Journal of International Trade, 2019, (6):85-100.] DOI: 10.13510/j.cnki.jit.2019.06.006.

DOI

[42]
陈文娣, 黄震方, 蒋卫国, 等. 长江中游经济带区域经济差异及其时空演变特征. 热带地理, 2013,33(3):324-332.

[ Chen Wendi, Huang Zhenfang, Jiang Weiguo, et al. Regional economic differences and spatio-temporal evolution characteristics of the Yangtze Midstream. Tropical Geography, 2013,33(3):324-332.] DOI: 10.13284/j.cnki.rddl.002338.

DOI

[43]
罗伟, 吕越. 外商直接投资对中国参与全球价值链分工的影响. 世界经济, 2019, (5):49-73.

[ Luo Wei, Lv Yue. The effect of FDI on China's GVC fragmentation. The Journal of World Economy, 2019, (5):49-73.]

[44]
李磊, 刘斌, 王小霞. 外资溢出效应与中国全球价值链参与. 世界经济研究, 2017, (4):43-58.

[ Li lei, Liu bin, Wang Xiaoxia. Spillover effect of foreign investment and global value chain participation of China. World Economy Studies, 2017, (4):43-58.] DOI: 10.13516/j.cnki.wes.2017.04.005.

DOI

[45]
程凯, 杨逢珉. 进口中间品质量升级与制造业全球价值链攀升. 广东财经大学学报, 2020,35(5):35-47.

[ Cheng Kai, Yang Fengmin. Quality upgrading of imported intermediate products and global value chain climbing of manufacturing industry, 2020,35(5):35-47.]

[46]
徐美娜, 彭羽. 外资垂直溢出效应对本土企业出口产品质量的影响. 国际贸易问题, 2016, (12):119-130.

[ Xu Meina, Peng Yu. The impact of fdi vertical spillover on domestic firms' export quality. Journal of International Trade, 2016, (12):119-130.] DOI: 10.13510/j.cnki.jit.2016.12.011.

DOI

[47]
Yuan W. Foreign capital and international division trap. International Journal of Financial Research, 2018,9(2):227-235.DOI: 10.5430/ijfr.v9n2p227.

DOI

[48]
罗长远, 张军. 附加值贸易: 基于中国的实证分析. 经济研究, 2014, (6):4-17.

[ Luo Changyuan, Zhang Jun. Value-added trade: Empirical analysis based on China. Economic Research Journal, 2014, (6):4-17.]

[49]
Eaton J, Kortum S. Technology, geography and trade. Econometrica, 2002,70(5):1741-1779. DOI: 10.1111/1468-0262.00352.

DOI

[50]
吕越, 罗伟, 刘斌. 异质性企业与全球价值链嵌入: 基于效率和融资的视角. 世界经济, 2015, (8):29-55.

[ Lv Yue, Luo Wei, Liu bin. Heterogeneous enterprises and global value chain embedding: Based on the perspective of efficiency and financing. The Journal of World Economy, 2015, (8):29-55.]

[51]
戴翔. 攀升全球价值链何以“稳出口”: 机理与实证. 国际经贸探索, 2021,37(3):31-46.

[ Dai Xiang. Can GVC upgrading help to “stabilize exports”: Mechanism and empirical evidence. International Economics and Trade Research, 2021,37(3):31-46.] DOI: 10.13687/j.cnki.gjjmts.2021.03.003.

DOI

[52]
吴福象, 刘志彪. 中国贸易量增长之谜的微观经济分析: 1978—2007. 中国社会科学, 2009, (1):70-83.

[ Wu Fuxiang, Liu Zhibiao. Microeconomic analysis of the mystery of China's trade volume growth: 1978-2007. Social Sciences in China, 2009, (1):70-83.]

[53]
Feenstra R C, Inklaar R, Timmer M P. The next generation of the penn world table. American Economic Review, 2015,105(10):3150-82. DOI: 10.1257/aer.20130954.

DOI

[54]
胡昭玲, 张玉. 制度质量改进能否提升价值链分工地位. 世界经济研究, 2015, (8):19-26.

[ Hu Shaoling, Zhang Yu. Does institutional quality improvement promote the position in GVC. World Economy Studies, 2015, (8):19-26.] DOI: 10.13516/j.cnki.wes.2015.08.003.

DOI

[55]
邱斌, 唐保庆, 孙少勤, 等. 要素禀赋、制度红利与新型出口比较优势. 经济研究, 2014,49(8):107-119.

[ Qiu Bin, Tang Baoqing, Sun Shaoqin, et al. Factor endowment, system dividend and new type of export comparative advantage. Economic Research Journal, 2014,49(8):107-119.]

[56]
陈永志, 吴盛汉. 当代国际分工的变化及其对国际价值的影响与启示. 当代经济研究, 2013, (11):16-21.

[ Chen Yongzhi, Wu Shenghan. Changes in international division of labor and its impact and enlightenment on international value. Contemporary Economic Research, 2013, (11):16-21.]

[57]
邓国营, 宋跃刚, 吴耀国. 中间品进口、制度环境与出口产品质量升级. 南方经济, 2018, (8):84-106.

[ Deng Guoying, Song Yuegang, Wu Yaoguo. Intermediate goods import, institutional environment and export product quality upgrade. South China Journal of Economics, 2018, (8):84-10.] DOI: 10.19592/j.cnki.scje.351550.

DOI

Options
Outlines

/

〈 〉