全球價值鏈對中國綠色全要素生產(chǎn)率的影響

王之越　劉怡　趙晨露

摘要：中國通過嵌入全球價值鏈獲得了相應的資本積累與技術升級，但也存在發(fā)達國家企業(yè)通過轉移污染產(chǎn)業(yè)將中國制造業(yè)鎖定在價值鏈底端的風險。文章采用2000～2014年中國17個制造業(yè)的統(tǒng)計數(shù)據(jù)，測算了中國制造業(yè)GVC嵌入度與綠色全要素生產(chǎn)率，并基于靜態(tài)面板模型、動態(tài)面板模型及行業(yè)異質(zhì)模型，實證分析檢驗了GVC對中國制造業(yè)綠色全要素生產(chǎn)率的影響。文章的研究成果為中國制造業(yè)低碳轉型和提高在全球價值鏈中的嵌入地位指明了經(jīng)驗建議。

關鍵詞：全球價值鏈；綠色全要素生產(chǎn)率；前向嵌入度；后向嵌入度

一、引言

20世紀90年代以來，傳統(tǒng)垂直化分工逐漸被取代，各國參與全球價值鏈（Global value chain，GVC）分工已經(jīng)成為經(jīng)濟新常態(tài)。參與GVC分工在一定程度上提升了廣大發(fā)展中國家的技術水平和產(chǎn)業(yè)化水平，拉動了經(jīng)濟增長。但與此同時，產(chǎn)業(yè)間及產(chǎn)業(yè)內(nèi)關聯(lián)也為占據(jù)GVC主導地位的發(fā)達國家轉移高耗能、高碳排放的生產(chǎn)加工環(huán)節(jié)轉移提供了有利條件，發(fā)展中國家面臨極大的環(huán)境壓力。

在低碳經(jīng)濟背景下，提高綠色全要素生產(chǎn)率（Green total factor productivity，GTFP）成為中國實現(xiàn)產(chǎn)業(yè)高端攀升和碳減排雙重目標的最佳選擇。本文結合目前低碳經(jīng)濟發(fā)展的大背景，通過構建理論模型，對全球價值鏈嵌入程度影響制造業(yè)部門綠色全要素生產(chǎn)率的內(nèi)在機制進行了梳理優(yōu)化，并通過實證分析檢驗制造業(yè)細分行業(yè)影響的差異性，這對于我國產(chǎn)業(yè)綠色全要素生產(chǎn)率增速的提升、經(jīng)濟的低碳轉型具有重要意義。

二、文獻綜述

（一）全球價值鏈嵌入對制造業(yè)綠色全要素生產(chǎn)率的影響

縱觀國內(nèi)外既有相關文獻，許多學者對全球價值鏈嵌入與全要素生產(chǎn)率的關系進行了分析，認為嵌入GVC會對產(chǎn)業(yè)TFP產(chǎn)生雙向作用。

正向促進作用的原因主要有以下三個方面：第一，技術溢出效應。企業(yè)可以通過進出口貿(mào)易、聯(lián)合研發(fā)等路徑獲得來自發(fā)達國家的知識和技術溢出。第二，競爭效應。同類型企業(yè)在全球價值鏈同一環(huán)節(jié)中的競爭會迫使企業(yè)加強研發(fā)，通過創(chuàng)新增強核心競爭力。第三，規(guī)模效應。GVC有利于企業(yè)嵌入全球生產(chǎn)網(wǎng)絡，擴大市場規(guī)模，實現(xiàn)規(guī)模經(jīng)濟。

隨著研究的深入，大量學者發(fā)現(xiàn)伴隨著GVC的嵌入，發(fā)展中經(jīng)濟體可能會陷入“低端鎖定”的困局，造成這種現(xiàn)象主要由于以下幾個原因：第一，替代效應。發(fā)展中國家可能會過度依賴GVC而限制自主創(chuàng)新激勵，逐漸喪失本土企業(yè)自主研發(fā)能力，進而影響國內(nèi)市場發(fā)展。第二，低端鎖定效應。發(fā)展中國家在由低端加工制造到高端技術的過程中極有可能被價值鏈中高端的發(fā)達國家所“俘獲”，從而被迫從事低附加值的生產(chǎn)制造環(huán)節(jié)。第三，污染轉移效應。在全球化分工體系下，一些污染程度高的生產(chǎn)環(huán)節(jié)往往會伴隨著技術溢出一起轉移和擴散到發(fā)展中國家，對產(chǎn)業(yè)和國家的經(jīng)濟可持續(xù)發(fā)展產(chǎn)生較大影響。

在全球一體化趨勢日益增強的背景下，中國如何實現(xiàn)產(chǎn)業(yè)全球價值鏈位勢提升和經(jīng)濟增長可持續(xù)化的“雙贏”不僅是現(xiàn)階段促進經(jīng)濟發(fā)展的戰(zhàn)略選擇，引領中國經(jīng)濟行穩(wěn)致遠，更是推動高質(zhì)量發(fā)展，推動中國經(jīng)濟新常態(tài)發(fā)展的核心動力。因此研究嵌入全球價值鏈與綠色全要素生產(chǎn)率之間的作用關系具有充分的現(xiàn)實意義。

（二）全球價值鏈嵌入度測算的文獻綜述

關于全球價值鏈嵌入度的測算，國內(nèi)外學者已經(jīng)進行了大量的探索。Hummels等最早提出了全球價值鏈下的垂直專業(yè)化分析框架并據(jù)此構建了垂直專業(yè)化（VSS）指數(shù)。但垂直專業(yè)化指標只能衡量垂直專業(yè)化分工在一國各產(chǎn)業(yè)的發(fā)展水平，無法刻畫全球價值鏈中各國各部門的價值來源且不能區(qū)分不同的生產(chǎn)階段，存在較大的局限性?；诖?，部分學者在測算全球價值鏈相關指標時逐步開始采用投入產(chǎn)出表。Koopman等逐步放松了垂直專業(yè)化分析框架的假設條件，提出了增加值貿(mào)易核算法。在此基礎上，Wang等基于前向關聯(lián)和后向關聯(lián)，對總出口按中間產(chǎn)品、最終產(chǎn)品和最終吸收的目的進行分解，并分別構建了參與度指數(shù)。

主流的測算方法包括Hummels根據(jù)垂直一體化理論提出的垂直專業(yè)化指數(shù)VSS、Antras構建的上游度指數(shù)測算法和Koopman的貿(mào)易增加值理論。由于前兩種方法存在重復計算和部門間距設置等爭論，因此本文選擇基于增加值的核算方法來進行測算，能更加準確地反映全球價值鏈嵌入的真實情況。

三、實證分析過程

（一）靜態(tài)面板模型

基于上述關于“全球價值鏈嵌入對綠色全要素生產(chǎn)率的影響機制”的理論分析，同時考慮到全球價值鏈參與度可以由基于前向關聯(lián)的前向參與度和基于后向關聯(lián)的后向參與度這兩種方法來衡量，故本文借鑒Luo等的方法，選擇全球價值鏈前、后向參與度作為核心解釋變量，構建全球價值鏈嵌入度對制造業(yè)綠色全要素生產(chǎn)率影響的靜態(tài)面板模型如下：

GTFPit=α0+α1GVCit+α2Zit+εit（1）

i表示我國制造業(yè)17個部門，t表示年份，GTFP表示制造業(yè)綠色全要素生產(chǎn)率，由于傳統(tǒng)全要素生產(chǎn)率指標的測度沒有考慮到能源消耗、污染排放等資源環(huán)境問題，所以本文借鑒chung et al.的方法，采用根據(jù)方向性距離函數(shù)提出的ML生產(chǎn)率指數(shù)來測度中國制造業(yè)綠色全要素生產(chǎn)率。GVC表示GVC嵌入度，目前國內(nèi)外大部分學者采用垂直專業(yè)化率（VSS）來衡量各國的全球價值鏈嵌入程度，普遍具有重復計量的問題，難以精確反映各經(jīng)濟體分工地位的實際情況。因此，根據(jù)Wang et al.，本文將全球價值鏈生產(chǎn)分解為前向參與（GVCPt_f）和后向參與（GVCPt_b）。

（二）動態(tài)面板模型

為了衡量綠色全要素生產(chǎn)率的累積效應，本文引入因變量的滯后項。因此，可將式（1）轉化為式（2），如下所示：

GTFPit=β0+β1GTFPit-1+β2GVCit+β3Zit+εit（2）

然而，自變量與隨機誤差的相關性導致的內(nèi)生性問題及行業(yè)異質(zhì)性、創(chuàng)新驅(qū)動政策等其他不可觀測變量均會對綠色全要素生產(chǎn)率產(chǎn)生影響。因此，遺漏重要解釋變量會導致內(nèi)生性從而使得模型出現(xiàn)估計偏誤。同時，反向因果關系所引起的同時性問題也是內(nèi)生性產(chǎn)生的重要原因。隨著GTFP水平的提高，全球價值鏈參與度將不可避免地受到影響。所以在實證分析中應綜合考慮內(nèi)生性問題。Arellano和Bond提出了差分-GMM （DIF-GMM）方法。DIF-GMM的主要原理是選擇高階滯后變量作為工具變量來解決由測量誤差或遺漏變量導致的內(nèi)生性問題。但DIF-GMM估計也存在工具變量不足等問題。為了解決DIF-GMM的局限性，Blundell和Bond（1998）提出了系統(tǒng)GMM（SYS-GMM）估計方法，與DIF-GMM相比，SYS-GMM具有更高的估計能力。因此，本文采用SYS-GMM方法來探討異質(zhì)性環(huán)境規(guī)制對綠色創(chuàng)新的影響。

（三）行業(yè)異質(zhì)性模型

由于不同行業(yè)的全球價值鏈嵌入程度（GTFP）存在較大差異，故本文據(jù)此將17個行業(yè)劃分為高技術行業(yè)及中低技術行業(yè)。其中，高技術行業(yè)包括醫(yī)藥制造業(yè)，通信設備、計算機及其他電子設備制造業(yè)和儀器儀表制造業(yè)，電氣機械及器材制造業(yè)，通用設備、專用設備制造業(yè)，交通運輸設備制造業(yè)等五個行業(yè)?？紤]到高技術行業(yè)在全球價值鏈中的位置較高，可能對綠色全要素生產(chǎn)率的造成不同的影響，因此構建如下行業(yè)異質(zhì)性模型：

GTFPit=β0+β1GTFPit-1+β2GVCit+β3Di*GVCit+β4Zit+εit（3）

其中，Di為表示行業(yè)異質(zhì)性的虛擬變量，Di=1時代表高技術行業(yè)。為行業(yè)異質(zhì)性變量與GVC嵌入度的交互項。

（四）變量說明及數(shù)據(jù)來源

本文除了使用綠色全要素生產(chǎn)率作為解釋變量，全球價值鏈前向參與度、后向參與度作為核心解釋變量外，根據(jù)孫華平和杜秀梅、謝會強等，選取了其他對綠色全要素生產(chǎn)率產(chǎn)生影響的控制變量如下：能源結構（ES），即能源消費結構，為能源總消耗量中煤炭消耗量所占比重；資本密集度（KL），用資本勞動比來衡量。資源要素稟賦結構的變化可以改變能源消費，進而影響到制造業(yè)綠色全要素生產(chǎn)率，該指標值越小說明制造業(yè)偏向勞動密集型的可能性越大。低端鎖定水平（Lock），用出口產(chǎn)品國內(nèi)增加值與工業(yè)總產(chǎn)值的比值來表示，該指標為反向指標，比值越大表示鎖定效應越弱。

本文使用的測度全球價值鏈的數(shù)據(jù)來源于世界投入產(chǎn)出數(shù)據(jù)庫（WIOD， 2016）的世界投入產(chǎn)出表。通過將WIOD數(shù)據(jù)庫中的行業(yè)分類標準ISIC REV4與《中國國民經(jīng)濟行業(yè)分類2017》進行匹配，得到17個制造業(yè)行業(yè)，共255個樣本。其他數(shù)據(jù)如制造業(yè)的工業(yè)總產(chǎn)值、勞動者數(shù)、固定資產(chǎn)等來源于《中國工業(yè)統(tǒng)計年鑒》，能源消耗量來源于《中國能源統(tǒng)計年鑒》，由煤炭、焦炭、原油、天然氣等8種能源加總得到。表1為使用數(shù)據(jù)的描述性統(tǒng)計。

四、分析結果與討論

（一）靜態(tài)分析

表2為GVC嵌入度對于綠色全要素生產(chǎn)率影響的靜態(tài)回歸結果。通過Hausman檢驗，應采用固定效應模型來進行估計。在模型（1）中，全球價值鏈嵌入位置為正，但不顯著，當控制其他影響因素后，在模型（4）中，對綠色全要素生產(chǎn)率的影響顯著為正，意味著提高GVC嵌入位置將有利于綠色全要素生產(chǎn)率的提升。同時，全球價值鏈前向參與度的系數(shù)在模型（2）和（5）中也顯著為正，表明中國在全球價值鏈的上游生產(chǎn)中參與越多，技術水平越高，越有利于綠色全要素生產(chǎn)率提升。這也說明中國在全球價值鏈中的位置開始向中高端攀升。全球價值鏈后向參與度的系數(shù)雖然為正，但不顯著。全球價值鏈后向參與越多，說明在國內(nèi)最終品的加工、生產(chǎn)越多，主要從事的都是組裝等低技術生產(chǎn)環(huán)節(jié)，還可能排放較多的污染物，因此對綠色全要素生產(chǎn)率沒有產(chǎn)生顯著的促進作用。從控制變量來看，低端鎖定水平影響為負或不顯著，說明被鎖定在全球價值鏈底端將不利于產(chǎn)業(yè)的綠色轉型；能源結構系數(shù)為負，表明能源中煤炭使用越多，綠色全要素生產(chǎn)率越低，與預期相符；資本密集度越高，綠色全要素生產(chǎn)率越高。

（二）動態(tài)分析

考慮到內(nèi)生問題，本文采用SYS-GMM估計方法研究全球價值鏈嵌入對綠色全要素生產(chǎn)率的影響。分別以全球價值鏈位置指數(shù)、前向參與度、后向參與度的滯后一期為工具變量進行估計，由Arelano - Bond檢驗統(tǒng)計量可知，誤差項一階相關，二階不相關，滿足GMM方法的基本假設。Hansen檢驗結果表明，工具變量不存在過度識別。因此，表4中的回歸結果是穩(wěn)健的。

將GTFP滯后一期作為自變量代入方程，系數(shù)為正，說明GTFP存在累積效應，前面一期可能影響后面一期的綠色全要素生產(chǎn)率。三種全球價值鏈嵌入度系數(shù)全為正，能源結構系數(shù)為負，與靜態(tài)分析結果一致。低端鎖定系數(shù)皆為負，說明我國所處GVC的低附加值環(huán)節(jié)的制造地位越高，綠色全要素生產(chǎn)率越低。

（三）異質(zhì)性分析

表4為考慮行業(yè)異質(zhì)性的分析結果。GTFP滯后項的系數(shù)仍為正。從模型（1）中可以看出，全球價值鏈嵌入位置對GTFP的影響仍是顯著為正，而高技術行業(yè)與全球價值鏈嵌入位置的交乘項的系數(shù)也顯著為正，說明高技術行業(yè)在全球價值鏈中的位置相對中低技術行業(yè)來說對綠色全要素生產(chǎn)率的促進作用更大。而模型（2）和（3）中，高技術行業(yè)與前向、后向參與度的交乘項系數(shù)雖然為正，但并不顯著，說明高技術行業(yè)與低技術行業(yè)在全球價值鏈中的參與度對綠色全要素生產(chǎn)率的影響無顯著差異。

五、結論及建議

基于上述結論，本文得到結論如下：首先，中國制造業(yè)通過出口更多的中間產(chǎn)品而參與到全球價值鏈上游生產(chǎn)活動中，同時正在向全球價值鏈中高端攀升；其次，GVC嵌入位置、前向參與度對制造業(yè)綠色全要素生產(chǎn)率具有顯著的正向影響；最后，提高高技術行業(yè)在全球價值鏈中的地位，對于促進綠色全要素生產(chǎn)率攀升具有更為重要的意義，需要加強高技術行業(yè)的競爭優(yōu)勢。

根據(jù)以上結論，本文有針對性地提出了提高全球價值鏈嵌入度、提升綠色全要素生產(chǎn)率的對策建議。第一，中國應采取多方面措施促進制造業(yè)由結構升級階段進入向GVC高端環(huán)節(jié)攀升的階段。要加強與新興國家和經(jīng)濟體的合作，提高制造業(yè)在GVC上的增值能力和風險規(guī)避能力，培育競爭優(yōu)勢。第二，中國制造業(yè)應積極參與國際分工，加強完善并延伸生產(chǎn)鏈和價值鏈長度，選擇并生產(chǎn)具有比較優(yōu)勢的中間品，繼續(xù)向全球價值鏈中高端位置攀升，從而提高制造業(yè)綠色全要素生產(chǎn)率。第三，充分發(fā)揮高技術產(chǎn)業(yè)的技術優(yōu)勢，推動中低技術產(chǎn)業(yè)的結構轉型升級，綜合引進先進技術，促進創(chuàng)新水平提高，進而增強綜合競爭力，提高低碳生產(chǎn)技術水平，改進落后的生產(chǎn)技術，實現(xiàn)中國制造業(yè)低碳轉型。

參考文獻：

[1]范德成，劉凱然.GVC嵌入對中國工業(yè)可持續(xù)發(fā)展影響研究[J].科學學研究，2021，39（03）：432-441+462.

[2]Luo Y，Salman M，Lu Z.Heterogeneous impacts of environmental regulations and foreign direct investment on green innovation across different regions in China[J].Science of The Total Environment，2021， 759（02）：143744.

[3]Hao，Xiao，Tianyang，et al.Complex Network Analysis for Characterizing Global Value Chains in Equipment Manufacturing[J].PLOS ONE，2017，12（01）：e0169549.

[4]Tinta Abdoulganiour Almame，Elliott Caroline.The determinants of participation in global value chains：The case of ECOWAS[J].Cogent Economics & Finance，2017，5（01）.

[5]Bloom Nicholas，Draca Mirko，Van Reenen John.Trade Induced Technical Change？The Impact of Chinese Imports on Innovation，IT and Productivity[J].Narnia，2016，83（01）.

[6]Esther Ann B？覬ler，Andreas Moxnes，Karen Helene Ulltveit-Moe.R&D， International Sourcing， and the Joint Impact on Firm Performance[J].American Economic Review，2015，105（12）.

[7]王嵐，李宏艷.中國制造業(yè)融入全球價值鏈路徑研究——嵌入位置和增值能力的視角[J].中國工業(yè)經(jīng)濟，2015（02）：76-88.

[8]謝建國，姜珮珊.中國進出口貿(mào)易隱含能源消耗的測算與分解——基于投入產(chǎn)出模型的分析[J].經(jīng)濟學（季刊），2014，13（04）：1365-1392.

[9]田巍，余淼杰.中間品貿(mào)易自由化和企業(yè)研發(fā)：基于中國數(shù)據(jù)的經(jīng)驗分析[J].世界經(jīng)濟，2014，37（06）：90-112.

[10]Robert Koopman，Zhi Wang，Shang-Jin Wei.Tracing Value-Added and Double Counting in Gross Exports[J]. American Economic Review，2014，104（02）.

[11]查建平，唐方方，別念民.結構性調(diào)整能否改善碳排放績效？——來自中國省級面板數(shù)據(jù)的證據(jù)[J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2012，29（11）：18-33.

[12]Robert Koopman，Zhi Wang，Shang-Jin Wei.Estimating domestic content in exports when processing trade is pervasive[J]. Journal of Development Economics，2012，99（01）.

[13]陳詩一.中國工業(yè)分行業(yè)統(tǒng)計數(shù)據(jù)估算：1980～2008[J].經(jīng)濟學（季刊），2011，10（03）：735-776.

[14]張軍，吳桂英，張吉鵬.中國省際物質(zhì)資本存量估算：1952～2000[J].經(jīng)濟研究，2004（10）：35-44.

[15]John Humphrey，Hubert Schmitz. How does insertion in global value chains affect upgrading in industrial clusters？[J]. Regional Studies，2002，36（09）.

[16]David Hummels，Jun Ishii，Kei-Mu Yi. The nature and growth of vertical specialization in world trade[J].Journal of International Economics，2001，54（01）.

[17]Jonathan Eaton，Samuel Kortum. Technology，trade，and growth：A unified framework[J].European Economic Review，2001，45（04）.

[18]Gary Gereffi.International trade and industrial upgrading in the apparel commodity chain[J].Journal of International Economics，1999，48（01）.

[19]Richard Blundell，Stephen Bond. Initial conditions and moment restrictions in dynamic panel data models[J].Journal of Econometrics，1998，87（01）.

[20]Y.H.Chung，R.F？覿re，S.Grosskopf. Productivity and Undesirable Outputs：A Directional Distance Function Approach[J]. Journal of Environmental Management，1997， 51（03）.

[21]Arellano Manuel，Bond Stephen. Some Tests of Specification for Panel Data： Monte Carlo Evidence and an Application to Employment Equations[J].Narnia，1991，58（02）.

（作者單位：江蘇大學財經(jīng)學院）