数字化转型对我国制造业参与全球价值链分工的影响

张百珍 张 捷 张伯超

一 引言及文献述评

20世纪90年代以来，参与全球价值链(Global Value Chain,GVC)分工成为各国经济快速融入全球化的主导路径。中国以劳动力、土地等要素比较优势嵌入到GVC分工体系中，被誉为“世界工厂”。然而，新冠疫情大流行、俄乌冲突等“黑天鹅”事件接踵而至，逆全球化和单边制裁甚嚣尘上，发达国家产业“再本土化”等因素叠加，近年来国际贸易和国际投资大幅萎缩，全球供应链和价值链危机频发，中国制造业面临着前所未有的挑战，重构全球价值链的需求也日益迫切。在此百年未有之大变局加速演进背景下，提升我国制造业的国际竞争力，让“中国智造”高质量发展，成为亟待解决的现实问题(余姗，2021)[1]。与此同时，新一轮科技革命和产业变革席卷全球，随着大数据、物联网、云计算、人工智能等数字技术的广泛应用，数字经济与实体经济快速融合，创造出全新的商业模式和产业生态。据统计，中国数字经济增加值由2005年的2.6万亿元扩张到2020年的39.2万亿元，成为国民经济最强劲的增长极。而全球已有超过170个国家或地区发布了“数字战略”，数字经济成为经济增长的新引擎、产业升级的新路径、国际竞争的新焦点(张艳萍等，2021)[2]。当前我国正处于加快构建新发展格局的重要战略转变期，探讨如何构筑数字经济新优势，通过数字化赋能提升制造业在全球价值链中的参与程度，对在更高水平上实现国内国际双循环的相互促进意义十分重大。

本研究与以下三类文献密切相关。第一类是数字经济研究。Don Tapscott(1995)最早在《Digital Economy》一书中提及“数字经济”概念。之后，诸多学者和组织分别从经济活动、投入产出、商业模式、系统结构等视角广泛探讨数字经济的定义(裴长洪等，2018)[3]。被学者普遍接受的数字经济定义是以现代信息网络为重要载体、以信息化为重要推力的一系列经济活动(G20,2016)[4]，包括数字产业化、产业数字化、数字化治理和数据价值化(Tapscott，1996[5]；中国信息通信研究院，2020[6])等四大形态。其后，学者开始探讨如何测算数字经济，主要采用的核算方法有两种：一是直接核算法，即计算数字产业化与产业数字化的规模；二是指标体系核算法，即采用国民经济核算、增加值剥离以及数字经济卫星账户构建(杨仲山和张美慧，2019[7]；续继和唐琦，2019[8])等方法测算城市层面数字经济发展水平。不同于上述文献，本文聚焦于产业数字化对中国制造业参与全球价值链分工的影响。

第二类是全球价值链研究。1994年，Gereffi等首次提出“全球价值链”概念，为分析一个经济体的产业发展和企业竞争力提供了新视角(何文彬，2020)[9]。其后，Humphrey和Schmitz(2002)[10]探讨了全球价值链的治理模式，Gereffi(2002)[11]等根据市场交易的复杂程度、识别交易的能力和供应能力，将全球价值链的治理模式细分为市场型(Market)、模块型(Modular)、关系型 (Relational)、领导型(Captive)和科层型(Hierarchy)。随着世界投入产出表权威数据库WIOD、OECD、GTAP、ADB-ICIO的陆续问世，国内外学者开始对全球价值链进行量化分析。目前GVC量化分析的主流模型是Koopman et al.(2010)[12]提出的KPWW测算模型和Wang et al.(2017)[13]提出的WWZ模型。由于Wang et al.(2017)[13]将一国的出口总值分解为16个部分，实现了贸易增加值的完全分解，故其对GVC地位指数、参与度指数和长度指数的测算最为全面。接下来，学者们从不同角度分析了全球价值链各维度的影响因素，例如人工智能(吕越等，2020)[14]、金融结构(盛斌和景光正，2019)[15]、制造业服务化(潘安等，2020)[16]、 外资引入(李向毅等，2021)[17]、服务贸易自由化(韩民春和杨承奥，2021)[18]、突发公共卫生事件(汪亚楠等，2021)[19]等对GVC分工地位的影响。但这些文献多从GVC地位指数、参与度指数进行单维度或双维度分析，涉及到GVC长度的研究较少。徐博等(2021)[20]研究认为中间品关税减让可以延长企业的前后向价值链长度。闫云凤和赵忠秀(2018)[21]将中国参与全球价值链的生产链长度分为纯国内、传统贸易和GVC生产链，得出随着我国制造业嵌入GVC，大部分细分行业的生产链长度以及纯国内、传统贸易和GVC生产链长度都变长了的结论。本文着重从制造业整体层面分析数字化转型对GVC长度的影响。

第三类是数字经济与全球价值链关系的研究。目前，数字经济与全球价值链细分角度相结合的研究较少。李馥伊(2018)[22]基于WIOD世界投入产出表测量行业数字化水平，以通讯与信息服务对各个制造业部门的投入作为数字经济衡量指标，首次系统分析了行业层面数字化水平对全球价值链升级的影响，这为其他学者研究行业层面数字化水平提供了参考。后续学者采用此方法拓展研究维度。张艳萍(2021)[2]将研究维度拓展为3个指标，选取计算机和电子产品、邮政和通讯业、电信业三个行业作为数字经济基础部门，以数字经济基础部门对中国各制造部门的增加值投入量来衡量数字化水平，然后从GVC广度和高度两个维度分析数字经济对制造业全球价值链分工的影响。张晴和于津平(2021)[23]将指标拓展为8个，从数字基础设施、数字化媒体、数字化交易三个方面估算企业层面的数字化水平，得出制造业数字化水平对企业全球价值链分工地位有显著提升作用。齐俊妍和任奕达(2021)[24]在上述方法的基础上，测算国家数字化发展水平，再乘以行业数字化比率作为行业数字经济渗透指标，得出行业数字化渗透会提升制造业GVC地位的结论。上述文献虽然做了有益探索，但存在两点不足：一是数字经济测量指标维度较窄，如测算行业层面数字化水平没有将数字技术、数字服务、数字金融纳入。本文拟对照城市层面的数字经济测量指标，参考中国信通院、欧盟等的测量方法，进一步拓展产业数字化水平的测量维度。二是鲜有文献将GVC长度指数纳入分析框架，多从GVC地位指数进行单维度或双维度分析。事实上，GVC长度(即生产分割步长)是价值链分析的有力工具，它从生产细分的维度测度产业间联系(倪红福，2016)[25]。GVC长度既关系到分工效率，又深刻影响全球供应链的安全，在新冠疫情后重建全球价值链的过程中，需要重新审视与GVC长度相关的效率和安全的关系。

本文的边际贡献是：(1)研究视角上，不同于既有的国家和城市层面数字经济研究，本文从行业角度考察数字化转型对中国制造业嵌入全球价值链的影响，同时将GVC长度引入分析框架，考察数字化转型对中国制造业参与GVC的综合影响。(2)通过动态面板实证检验了数字化转型对制造业GVC分工两个维度的正向影响，并进行行业异质性分析。(3)研究方法上，借鉴欧盟和中国信通院测算的城市数字经济指标，从数字基础设施、数字技术创新、数字公共服务三方面构建10个二级指标衡量产业数字化水平。(4)机制分析上，将国家之间的冰山贸易成本拓展到产业层面，构建产业冰山贸易成本，同时测算资源配置效率和技术创新指数进行中介效应分析。

后文结构安排如下：第二部分讨论数字化转型对制造业参考全球价值链分工的影响机制，提出研究假说；第三部分为计量模型构建与变量说明；第四部分为实证结果分析；第五部分为机制检验；第六部分为结论与研究展望。

二 影响机制与研究假说

数字经济对一国制造业参与GVC的影响机制可以从两个维度来测量：一是GVC参与度指数，用于衡量一国产业在全球价值链的参与程度，指标数值越大，则参与程度越深。二是GVC长度指数，指一国产业部门在从原材料到最终产品的全球生产过程中所承担的阶段(环节)数量，即从初级要素的提供者到最终产品的使用者之间的距离(孟祺，2021)[26]。那么，数字化转型对制造业参与GVC的两个维度究竟是通过哪些机制产生影响的呢？本文删繁就简，将主要影响机制归纳如下。

(一)成本节约效应

全球价值链分工是市场经济发展到高级阶段即全球化阶段的产物。杨格(1996)[27]的分工理论表明，分工能否演进取决于分工效率的提升与由此带来的因中间环节增多而导致交易成本上升的比较，如果效率提升足以弥补因此而带来的成本上升，那么分工就能够演进和细化。国际分工产生的跨境交易(如谈判、签约、通关、检验、物流、保险、金融等)成本较高，如果数字技术能够在一定程度上突破这些障碍(尤其是其中的大部分制度性障碍)，国际贸易的交易成本将会大大减少，从而推动国际分工深入发展。

新新贸易理论的代表人物Melitz(2003)[28]认为企业出口受两种因素影响：进入国际市场的固定成本和企业的可变成本。数字化转型可有效降低企业的这两种成本，进而影响企业的国际分工参与度和长度。主要原因有三：一是数字技术能够降低价值链各环节由于信息不对称所产生的交易成本，特别是无纸化贸易、电子认证、电子签名、线上谈判等技术显著减少了贸易环节的交易成本(Jullien，2012[29]；Schor，2017[30])。二是以人工智能和云计算为基础的智慧物流可以实现货物分拣、包装、运输、存储一体化，数字技术还使企业可以实时掌握物流状况，显著降低物流成本。三是在线翻译克服了线上交易的语言鸿沟，可以提高沟通的效率和频次，降低沟通成本。

质言之，首先，数字技术使企业参与全球价值链的沟通协调成本下降、合作效率提高，显著降低了企业进入国际市场的门槛，使中小企业能够参与国际贸易，快速融入全球价值链，提高产业的全球价值链参与度。再次，为节约成本和提高效率，数字技术驱使分工的功能连接向模块化和标准化方向演变，使企业更加专注于专业化生产，朝着“专精特新”的路线演进，有利于拓展一国产业在全球价值链上的长度。

假说1：数字化转型通过降低国际贸易成本深化制造业的GVC参与度，同时促使国际分工向模块化演进，进一步促进垂直专业化和延长GVC长度。

(二)技术创新效应

数字技术作为一种全新的生产力，对供给侧的深刻影响主要体现在技术创新。一是数字技术的发展和有效应用有助于缩短研发周期，促进企业研发效率与研发能力提升(郭海和韩佳平， 2019)[31]。同时，企业利用数字技术改造生产设备，有利于提高劳动生产率、增强产品竞争力。二是数字技术增强了企业整合外部创新资源与链接外部环境的能力，推进产业链的创新协作与整合，有助于破解研发瓶颈(李唐等，2020)[32]。三是数字技术的应用唤醒了个性化、多样化的小众需求，使私人订制、DIY设计等商业模式大增，激发出“长尾经济”的潜力，增强了供应链柔性，有利于提升制造业在全球价值链上的价值增长空间。四是数字平台的广泛应用显著降低各行业的投资和技术门槛，使中小企业融入全球价值链变得更为容易。质言之，数字技术的创新效应主要通过提高分工效率来增强制造业在全球价值链上的比较优势，进而增加制造业的GVC参与度和生产长度。

假说2：数字化转型通过促进技术创新、提高生产效率推动制造业在全球价值链中的参与度和生产长度增加。

(三)资源配置优化效应

全球价值链分工是根据各国要素禀赋优势来配置资源的产物。数字经济不仅带来数据这一新要素，还通过新技术、新组织、新业态对传统制造业的要素禀赋及配置方式产生影响，在很大程度上改变了传统产业的生产函数，推动了资源要素的重组和优化配置。因此，数字化转型通过资源配置优化效应提升了制造业在全球价值链中的参与程度。首先，数字化转型优化了产业的资本配置效率。数字化转型促使企业将更多的资金用于高效率、高附加值的数字化改造上，如建设智能化的生产线、数字车间、智慧物流、工业互联网等，这些投资提高了企业的运营效率和管理水平，有力地推动了产业转型升级，使高新技术产业获得迅猛发展。其次，数字化转型优化了劳动力配置效率。产业数字化大大减少了重复劳动，精简了用工数量，使高技能劳动力转移到附加值更高的部门寻求发展，从而使全产业的人力资本结构得到优化。人力资本具有技术溢出效应，高技能劳动力的聚集增强了企业的研发效率和竞争优势。其三，数字化转型提高要素的总体配置效率。企业利用算法和智能识别系统开展柔性制造，即时调配生产过程中的要素资源，避免了资源错配和浪费(Acemoglu和Autor,2019)[33]。资源配置效率的优化推动传统制造业的生产要素、产业结构、创新体系、组织形态、商业模式等进行变革，实现制造业的高质量发展，提升其在全球价值链中的参与程度。

假说3：数字化转型通过优化资源配置提升一国制造业在全球价值链分工中的参与度。

三 计量模型构建与变量说明

(一)模型设定

本文建立如下计量模型考察数字化转型对中国制造业嵌入全球价值链的影响：

GVCpartiit=α2+β2Digit+γ2∑Controlit+Vt+θit

(1)

GVClengthit=α3+β3Digit+γ3∑Controlit+φt+ζit

(2)

其中，GVCpartiit、GVClengthit分别表示我国制造业i行业t时间的全球价值链参与度指数、长度指数。Dig表示行业的数字化水平，Control表示控制变量合集。V、φ表示时间固定效应，θ、ζ表示随机扰动项。

(二)变量测度及数据说明

1.被解释变量

本文依据Wang et al.(2017)[13]对一国出口的分解方法，构建中国制造业的GVC参与度和长度指标，并借助世界投入产出表的相关数据进行测度。根据世界投入产出表，利用总产出生产函数和行业平衡条件可以将增加值分解为：

(3)

其中，Ass为s国国内对s国的消耗系数矩阵；Asr为r国对s国的消耗系数矩阵；Es*为s国的总出口列向量。

两边同乘Lss=(I-Ass)-1(里昂惕夫逆矩阵)：

Xs=(I-Ass)-1Yss+(I-Ass)-1Es*=LssYss+LssEs*=Lss(Yss+Es*)

(4)

进一步，对总出口按中间产品、最终产品和最终吸收目的地进行分解，可以得到：

(5)

(6)

由此可知，一国行业的国内增加值由三部分构成：一是V_D部分，该部分增加值不涉及国际贸易，生产的产品纯粹满足国内最终需求。二是V_RT，指本国出口直接被进口国吸收的最终产品增加值。三是中间产品出口的国内增加值，包含了全球价值链的全部跨境生产环节。该部分可进一步分解为：(3a)隐含在中间产品出口中的增加值，被进口国用来加工生产并在其国内直接消费；(3b)出口的中间品被进口国作为原材料用于生产，然后出口本国；(3c)产品被进口国加工生产后再出口到第三国，跨境两次或以上。

(1)全球价值链参与度

全球价值链参与度指标用于衡量一国产业在全球价值链中的参与程度，指标数值越大，则参与越深。Hummels et al.(2001)[34]提出，一国可以通过前向联系和后向联系两种途径参与全球价值链分工，其构建的全球价值链参与度指数被学界广泛采用。但此方法存在两个缺陷：一是将出口总额作为分母，当一些行业出口规模很小时，容易高估其GVC参与度(张艳萍等，2021)[2]；二是未考虑进口中间品被本国直接吸收的贸易方式。Wang et al.(2017)[13]拓展Hummels的理论，构建了新的GVC参与度指数，包含一国参与GVC的全部环节。分别用GVC前向参与度和后向参与度表示，此方法弥补了Hummels测度方法的不足。公式如下：

(7)

(8)

(9)

(2)全球价值链长度

全球价值链长度被定义为从一个国家产业部门原始投入到另一个国家最终产品的过程中的平均生产阶段数量。长度反映了生产过程分工细化的复杂程度，可以反映一国产业的上下游情况(Wang et al.,2017)[13]。GVC长度越长，产业链条越长，表明该部门参与GVC分工越深入，同时也表明分工的风险增加。总的生产长度(PLv)可以分为纯国内生产长度(PLv_D)、传统贸易生产长度(PLv_RT)和全球价值链生产长度(PLv_GVC)。全球价值链生产长度又分为两部分：一是进口方直接吸收的产出和增加值(PLv_GVC_S)，二是进口方加工再出口的产出和增加值(PLv_GVC_C)。PLv和PLv_GVC计算公式为：

(10)

(11)

其中，Xv_GVC_S指该部门增加值对应的被s国直接吸收的总产出，Xv_GVC_C指该部门增加值对应的被s国再加工出口的总产出。V_GVC_S代表该部门中间品出口(被s国直接吸收)所包含的国内增加值，V_GVC_C代表该部门中间品出口(被s国再加工出口)所包含的国内增加值。

2.核心解释变量——制造业数字化水平

数字经济对制造业参与全球价值链的影响主要体现于制造业数字化部分(张艳萍，2021)[2]，即制造业利用数字化转型实现的价值增值。本文借鉴齐俊妍和任奕达(2021)[24]的思路，利用Calvino et al.(2018)[35]通过ICT接入、ICT使用、机器人利用率等多维指标测算“行业数字强度分类”的结果，筛选出具备中高技术强度的数字行业与WIOD数据库世界投入产出表中的行业进行匹配，匹配时综合参考国际三大数字经济测算机构(欧盟、OECD、联合国国际电信联盟)及国内三大数字经济测算机构(中国信息通信研究院、中国电子信息产业研究院、上海社科院)对数字经济内涵的界定，得到数字基础设施、数字公共服务、数字技术创新3个维度10个行业(如表1所示)，进而测算行业数字化水平代表。本文运用完全消耗系数核算行业数字化水平，用于衡量制造业数字化转型，计算公式如下：

表1 测度行业数字化水平的综合指标

(续上表)

(12)

其中，Digdj表示制造业j部门的数字化水平，adj表示制造业j部门对数字经济依托部门d的直接消耗，等号右边第二项表示第一轮间接消耗，第三项表示第二轮间接消耗，依次类推。

3.控制变量

4.数据来源与变量描述性统计

首先，在计算全球价值链参与度、长度指标时，本文使用最新的2016年版WIOD数据库，同时结合对外经贸大学全球价值链研究院UIBE数据库，考察时段为2001—2014年。其次，行业出口额、行业就业人数来自《WIOD-SEA数据库》，平均关税率来源于《联合国贸易数据库》，行业FDI、行业总产出来源于《中国工业统计年鉴》和《中国统计年鉴》，行业劳动报酬来自《世界银行世界发展指数数据库》，公司营业收入来自《国泰安数据库》。最后，本文将中国工业分类标准中的27个细分行业与WIOD数据库中的制造业细分行业进行匹配，得到17个制造业细分行业(1)17个行业包括：C5、C6、C8-C22(按照WIOD世界投入产出表)。。各变量描述性统计分析见表2。

表2 主要变量的描述性统计

四 实证结果分析

(一)基准回归结果

本文使用双向固定效应模型和全面FGLS考察数字化转型对我国制造业GVC两个维度的影响，表3为基准回归结果。估计结果显示：数字化转型对制造业GVC参与度和长度都有显著影响，且影响系数为正，说明产业数字化有利于降低中小企业进入国际市场的门槛，提升其GVC参与度；并且使得企业更专注于核心业务发展，深化专业分工，使得产业的GVC长度变长。全面FGLS考虑组内自相关、组间异方差和同期相关性，被认为是更有效率的估计方法，得到的数字化转型对我国制造业全球价值链参与度和长度影响的系数都相对较小(0.442<0.636，0.295<0.838)。

表3 基准回归

(续上表)

(二) 稳健性检验

1.替换变量

本文使用制造业数字化直接消耗系数作为数字化转型的替代变量进行回归分析。结果显示，数字化转型对我国制造业GVC参与度和长度均有促进作用，与基准回归结果一致，证明了研究结论的稳健性。

表4 稳健性检验I

(续上表)

2.运用其他计量方法

内生性处理。本文选取两个工具变量解决由解释变量内生性可能导致的估计偏误问题。首先借鉴Nunn ( 2014)[38]、齐俊妍和任奕达(2021)[24]的方法，使用1984年固定电话数量乘以行业互联网用户资源配置作为工具变量。Goldsmith-Pinkham et al.(2020)[39]将这种形式的工具变量称为份额转移(Shift-Share)，在本文中，份额对应为1984年固定电话数量，用以衡量历史上数字基建的发展程度。工具变量计算公式为：

(13)

其中，phone1984为1984年固定电话数量，Hit为行业互联网用户资源配置，Value_addit表示行业增加值，labor_indit表示行业劳动力数量，User_intt表示互联网用户数量。数据分别来源于《中国统计年鉴》、WIOD-SEA数据库、《中国城市统计年鉴》。为稳健起见，本文选取行业数字化水平滞后一期作为第二个工具变量，同时对工具变量的外生性和有效性进行检验，确保不存在弱工具变量问题。估计结果如表5所示，核心解释变量系数均显著，说明数字化转型对我国制造业全球价值链参与度有推动作用、有利于延长GVC分工长度。这进一步证实了本文研究结果是稳健的。

表5 稳健性检验II

3.动态面板估计

将基准模型(1)、 (2)扩展为动态模型，采用系统GMM进行估计。方程设为：

GVCit=α4+β4Digit+hGVCit-1+γ4∑Controlit+λt+εit

(14)

GVCit表示GVC参与度指数和长度指数。本文内生变量选取GVCit的滞后一期和Dig, 控制变量视为外生变量，工具变量选取内生变量的两阶及更高阶的滞后项,对GMM方程采用两步估计法进行迭代，结果报告在表5列(3)、 列(4)。AR(2)的P值大于0.1，表明随机扰动项不存在自相关。Hansen检验说明工具变量有效，不存在过度识别问题。由结果可知，无论是GVC参与度指数还是长度指数，其一阶滞后项和行业数字化水平都显著通过检验，说明全球价值链参与度和长度具有长期积累效应，此结论与景光正和盛斌(2021)[40]研究结果一致，也进一步验证了数字化转型对我国制造业参与全球价值链两个维度的提升作用。

(三)行业异质性分析

国内学者分析制造业行业异质性时，主要有两种划分方法：第一种从要素禀赋视角，将制造业分为劳动密集型行业、资本密集型行业和技术密集型行业(康淑娟，2018[41]；张艳萍等，2021[2])。第二种是参照OECD划分标准，基于技术密集度将制造业分为高技术行业、中技术行业和低技术行业(何文彬，2018[9]；孙瑜康等，2019[42])。本文采用第二种分类，将制造业划分为低技术、中技术和高技术行业(见表6)。

表6 基于技术密集度的行业分类

表7行业异质性估计结果显示：(1)数字化转型对我国高技术行业、中技术行业、低技术行业全球价值链参与度均有显著正向影响，但影响幅度有所不同。数字化转型对中技术行业全球价值链参与度的影响最大，对高技术行业全球价值链参与度的影响最小。主要原因可能是中国高技术产业(尤其是关键技术)对国外的依赖性强，发达国家对华技术封锁和出口限制严格，即使产业实现数字化，对一些“卡脖子”技术的自主创新仍然需要时间，数字化转型对高技术产业全球价值链参与度的影响效果暂时相对有限。(2)数字化转型降低了企业生产成本和贸易成本，大大促进低技术行业参与全球价值链分工。(3)在全球价值链长度上，数字化转型对中低技术行业的影响并不明显，对高技术行业有显著影响，这符合现实。高技术行业如手机、汽车、飞机等，在2001—2014年样本期内随着全球供应链一体化程度不断加深，各国根据自身的禀赋优势和成本差异逐渐形成了较成熟的分工形态，分工越来越细。以苹果为例，其零部件供应商主要分布在中国(391家)、日本(139家)和韩国(32家)，每个企业只专注于其中的某个环节和零部件,做到高度专业化，提高生产效率。所以，高技术行业的全球价值链长度更长，数字化转型的影响更显著。

表7 数字化转型对我国制造业GVC影响的行业异质性分析

五 机制检验

根据前文分析，数字化转型主要通过贸易成本节约、技术创新和资源配置优化三条传导路径来影响制造业细分行业参与全球价值链分工，本部分将检验这三条路径的有效性。

(一)贸易成本效应的机制检验

数字化转型通过降低贸易成本促进分工效率提升，进而影响制造业参与全球价值链分工。贸易成本范围较广，包括关税和非关税壁垒成本、营销成本、谈判成本、运输成本、客户服务成本、语言成本等，不同行业的测度口径很难统一，数据收集较难。而Yi(2003)[43]的研究证实多次跨境交易增大了运输成本对贸易的影响。Novy(2006)[44]改进引力模型，用冰山贸易成本替代贸易成本变量，被学者广泛采用。借鉴已有研究，本文构建了行业层面的冰山贸易成本：

(15)

式(15)中，i表示中国，j表示除中国以外其余国家(地区)，n表示行业。Costij, n表示中国第n行业向世界出口的贸易成本。Exportij, n表示中国第n行业向世界出口的总额，Exportji, n表示世界其余国家(地区)第n行业向中国出口的总额(可以用中国第n行业进口总额表示)，数据来源于联合国贸易数据库(UN Comtrade Database)。GDPi、GDPj分别表示中国国内生产总值和中国以外世界其余国家(地区)国内生产总值。Exportj, n表示除中国外世界其余国家(地区)第n行业出口总额，Exporti, n表示中国第n行业出口总额。s代表中国和除中国外其余国家(地区)可贸易品的比重，ρ表示替代弹性。为便于计算，本文参照Milner和McGowan(2013)[45]的做法，设定s=0.8，ρ=8。在此基础上进行中介效应分析，结果报告于表8。由列(3)和列(5)可知，数字化水平Dig和中介变量Cost的系数均显著，说明数字化转型能够通过降低冰山贸易成本正向影响制造业的GVC参与度，促使国际分工向模块化演进，进一步促进垂直专业化和延长GVC长度。

表8 冰山贸易成本的机制检验

(二)技术创新效应的机制检验

本文使用各行业专利申请数量衡量一国产业技术创新水平，检验数字化转型是否通过增强企业创新活力进而影响其在全球价值链分工体系中的参与度和长度，结果见表9。由列(1)可知，Dig的系数在1%水平下显著为正，说明数字化转型能够提高行业技术创新水平，而列(4)、 列(5)中Dig和Lnpaten的系数通过检验且为正，说明数字化转型可以通过促进技术创新提升制造业全球价值链长度。就全球价值链参与度而言，由表9列(3)可知，直接效应为0.595，中介效应为-0.050，加总到总体效应得出数字化转型对全球价值链参与度提升具有正向效应(总效应0.545>0)，即数字化转型促进全球价值链参与度提升。但是技术创新的系数为负(-0.019)，存在遮掩效应。遮掩效应表现为直接效应与间接效应符号相反，属于广义中介分析中的概念。即控制技术创新，可以增强数字化转型对制造业全球价值链参与度的作用力。本文认为呈现遮掩效应的主要原因可能有：一是投机心理导致制造业企业过度追求“国高企”标签。2008年以来，为了扶持制造业转型升级，政府越来越重视创新，在各方面加大对高新技术企业的奖励补贴，地方政府也相继出台具有吸引力的优惠政策，包括减税、降费、给予现金补贴等。如杭州对高新技术企业直接补贴现金60万，每年拨出5000万专项资金开展“雏鹰计划”；深圳市给予15%的税收减免，2019年减免税收达136亿。大量优惠政策吸引企业纷纷成立“政策优惠办公室”，研读申报条件，导致技术创新的目的往往倾向于套取资金而非提升生产效率。二是专利申请重量而不重质。我国专利申请连续11年全球第一，但是大而不强的格局一直未变，“专利泡沫”说法由来已久，专利申请实效低下降低制造业企业的长期竞争力。三是过度追求专利申请可能会引起经营成本和管理费用的提升，弱化制造业企业核心竞争力(Gebauer et al.,2005)[46]。因此，不顾自身实际，盲目对标其他地区或行业，反而不利于制造业竞争力和全球价值链参与度的提升，增强技术创新实效是当前必须重视的问题。

表9 技术创新的机制检验

(三)资源配置效率的机制检验

本文参考刘斌和潘彤(2020)[47]的方法构建资源配置效率指标，该指标由行业资本配置效率(用行业资本存量除以行业总产值表示)、劳动力配置效率(用行业就业人员数除以行业总产值表示)和总体资源配置效率(用行业资本配置效率与劳动力配置效率的算术平均值表示)三部分组成。由于有三个核心解释变量，故使用适合多变量检测的Sobel检验代替逐步回归法进行中介效应分析。表10结果显示，估计系数均显著，表明数字化转型通过优化资源配置促进了我国制造业全球价值链参与度的深化和长度的增加。

表10 资源配置效率Sobel检验

六 结论与研究展望

本文考察了数字化转型与我国制造业参与全球价值链分工演化之间的关系，实证结果表明：(1)数字化转型对中国制造业全球价值链参与度和长度具有显著的促进作用。在更换数字化转型测算指标后，以上结论依然稳健。(2)数字化转型主要通过成本节约效应、技术创新效应和资源配置优化效应影响制造业GVC参与度和长度。技术创新在数字化转型对制造业GVC参与度的影响机制中存在一定遮掩效应；且在资源配置优化效应分析中发现，相对于劳动力配置效率，数字化转型对资本配置效率的促进作用更为显著。(3)在行业异质性分析中，数字化转型对中技术行业全球价值链参与度提升的影响最大。(4)利用系统GMM进行动态面板分析，得出数字化转型对制造业GVC参与度指数和长度指数影响均显著为正，验证了结果的稳健性。

基于此得到的政策启示为：(1)完善制造业数字化转型的关键保障措施，促进更多中小企业通过数字化转型嵌入全球价值链。将数字基础设施建设(新基建)作为发展数字经济的关键抓手，加快数据采集、存储、计算、共享、安全等环节的软硬件建设步伐，制定数据共享、数据交易、知识产权保护、隐私保护等法律法规，打破数据流通壁垒，强化区域间、行业间、部门间政策协同，形成合力，最大限度发挥数据要素的价值创造功能。(2)持续着力于数字经济关键技术的突破，打造制造业的国际竞争力新优势。专注于产业基础短板(尤其是基础零部件、关键基础材料、先进基础工艺)的核心技术研发，加强国家战略科研力量建设，着力打造高端科研团队，提升原始创新能力，为制造业转型升级持续提供动能。(3)加快推进工业互联网建设，提高制造业嵌入全球价值链的附加价值。推动物联网、大数据、云计算、区块链、人工智能与实体经济紧密融合，以平台经济为突破口，建设一批工业互联网发展示范区，打通企业内部及企业、行业之间的“数据孤岛”，激发实现制造业高质量发展和内外高水平循环的新动能。

本研究在以下方面存在进一步深化的空间：(1)全球价值链研究已延伸至国内区域层面。盛斌等(2020)[48]使用区域投入产出表计算30个省级区域的国内价值链，将国内价值链和全球价值链进行对比，考察二者对经济增长的互动效应，这为本文后续研究提供了方向。(2)数字经济研究越来越趋于微观层面。新冠疫情蔓延进一步凸显了数字经济的重要性，数字技术在远程医疗、远程办公、在线教育、无接触配送等领域的迅速补位，确保了全球产业链、供应链的顺利运行。从微观视角考察数字化转型在重构全球价值链过程中的作用也是后续可探讨的一个方向。