摘 要:随着产业组织片段化分解及全球布局的进一步深化,垂直专业化分工成为国际分工的重要形式。东盟作为中国第三大贸易伙伴,也是中国产能输出及构建自己主导的区域生产网络的重点区域。在综合利用跨境投入产出与国际贸易数据对中国-东盟制造业垂直专业化分工进行分行业测度的基础上,运用分行业面板数据分析了中国-东盟制造业垂直专业化分工影响因素,发现行业市场结构或市场集中度是最重要的影响因素,研发投入与技术投入密集度、产业开放度也是中国-东盟制造业垂直专业化分工的重要影响因素。
关键词:垂直专业化;分行业测度;面板数据;影响因素;中国-东盟自贸区
信息技术的快速发展以及交通通讯条件的快速改善,为产业组织变革提供了条件,产业分工从产业间分工到产业内分工再到产品内分工,国际垂直专业化分工日益盛行。改革开放以来,中国依托劳动力要素资源丰富、成本低廉的优势,通过承接来自发达国家的劳动密集型产品制造加工环节,参与跨国公司主导的全球化分工体系,积极寻求在全球生产网络中的嵌入与价值环节攀升。但是,30多年的实践表明,中国并未如期实现全球生产网络中价值环节的攀升,而是遭遇了来自发达国家跨国公司的低端锁定。在当前全球经济不景气及“一带一路”战略实施背景下,自主构建区域生产网络、掌握区域网络中的主导权,是中国产业寻求转型升级、摆脱低端锁定、提升价值环节并在合适时机扩展至全球产业网络的可行思路。
中国—东盟自由贸易区(CAFTA)是目前中国参与国际区域经济合作中进展最快和最有成效的区域一体化项目。CAFTA包含中国与东盟10国,涵盖19亿人口,是人口最多的世界3大区域经济合作组织之一。在该区域内构建基于网络权力的自主发展型生产网络,将为当前处于关键时期的中国经济开辟出一条由廉价劳动力要素优势向分工比较优势与创新驱动转型的自主发展的产业国际化道路。研究该区域垂直专业化分工体系及其影响因素,探索中国与东盟制造业垂直专业化分工合作的方向与重点具有重要意义。
现有对产业垂直专业化分工影响因素的研究主要基于以下两种不同的研究框架:
(1)基于国际贸易分工理论研究框架:①比较优势。Jones与Sanyal[1]认为,垂直专业化分工与贸易的决定因素是比较优势。Taylor与Raham(1996)、胡昭玲[2]则认为,规模经济是垂直专业化分工的重要影响因素,企业出于降低成本的考虑,会将生产工序中无法实现有效规模经济的部分分离出去,通过国际比较优势选择进行生产工序的全球布局。卢峰(2004)认为,生产工序的可分离性和基于比较优势的全球布局强化了垂直专业化分工的形态。Taylor 与Abraham(1996)、Markusen 与Zhang(1999)均认为,跨国公司出于“效率工资”的考虑,会分离其非核心的分工程序并进行全球布局,中国劳动力资源丰富、成本低,有利于跨国公司契约外包和FDI一体化经营发展;②贸易环境。贸易环境差异是跨国公司垂直专业化分工选址的重要考虑因素。Helpman和Grossman(2002)、Yamashit [3] 和Athukorala[4]认为,良好的交通通讯基础设施、广阔的市场、一定技术吸纳和承接能力是国际垂直专业化分工的重要条件。David Morawetz(1981)研究发现,巴西、墨西哥等发展中的中南美洲国家吸引美国、加拿大等发达国家契约外包市场交易的重要因素为相对完善的基础设施从而导致的较低交通通讯成本。Yi等[5]、王中华与赵曙东[6]研究发现,关税等贸易壁垒反向影响垂直专业化分工的发展。吴福象[7]、李慧燕[8]认为,国际垂直专业化分工影响因素包括技术可分性、行业外向度基础设施和交易费用。
(2)基于产业分工与产业组织理论框架:①制度与契约。Levchenko(2004)和Nunn(2007)认为,由于中间产品贸易具有不完全契约性,制度因素对垂直专业化分工具有重要影响,资本、技术密集型中间产品为契约密集型产品,其生产在制度相对完善的国家具有比较优势,而劳动密集型中间产品在制度质量相对欠缺的国家生产具有比较优势;②产业结构。陈宏易(2002)通过对台湾垂直专业化分工的研究发现,产业结构对垂直专业化分工具有显著影响。吴福象与刘志彪 (2005)认为,生产工序的可分割性、产业内分工是垂直专业化分工实现的最基本条件。刘钧霆与彭支伟[9]通过测度分析中亚10国1995年和2001年的垂直专业化比率发现,要素禀赋差异和行业规模均为垂直专业化分工的影响因素;③劳动生产率与规模效益。王晓磊与陆颖 (2010)、张奎亮(2011)研究发现,行业规模和劳动生产率对中国制造业的垂直专业化分工具有正向影响。陈丰龙与徐康宁(2012)研究发现,工资水平对垂直专业化分工具有显著负向影响[10];④研发与技术因素。张奎亮[11]认为,要素禀赋因素对中国制造业垂直专业化分工的影响并不显著,而技术因素和研发投入才是基础影响因素。郭晶[12]研究了32个国家的高技术产业垂直专业化,发现研发投入、创新型人力资本和经济规模对高技术垂直专业化分工地位影响显著;⑤行业开放度。徐康宁与陈丰龙(2012)、冯志坚(2012)研究发现,自由贸易和FDI对垂直专业化分工的互补性较强。程盈莹[13]考察了承接国的企业组织形式,发现资本密集型产业垂直专业化分工的企业组织形式主要是FDI一体化组织形式下的企业内部离岸外移,而劳动密集型产业垂直专业化分工的企业组织形式主要为契约外包的企业间市场交易,市场厚度与行业密集度影响了垂直专业化分工的企业组织形式。
综上,基于标准贸易理论框架的垂直专业化分工影响因素相关研究,修正或放松了部分假设条件,认为垂直专业化分工仍遵循基于规模经济的成本优势或基于技术及要素禀赋差异的比较优势,不同之处在于,垂直专业化分工将传统贸易的分工边界从可贸易商品延伸至产品内的生产工序、生产环节或区段。这类研究存在的不足包括:①主要从宏观视角解释了垂直专业化分工的动因,忽视了企业微观层面的生产组织研究;②主要采用静态研究方法,忽视了技术进步和要素动态变化的影响;③将生产的分割及其生产区段视为外生变量,使研究结果常常取决于以何种方式将分割纳入模型中。
基于产业分工与产业组织理论框架从要素禀赋、市场厚度、产业规模、科研投入、行业壁垒等方面,对国际垂直专业化分工影响因素进行了丰富的研究,但也存在以下不足:①碍于数据搜集困难,从企业微观角度的实证研究成果较少;②已有研究对影响因素变量的考虑并不全面,一些重要变量未被纳入模型中;③实证研究对象往往为中国在全球国际垂直专业化分工中的地位,对于中国与特定国家垂直专业化分工的研究也往往选定发达国家为研究对象,中国与发展中国家垂直专业化分工合作的研究成果尚鲜见。
本文拟综合两种研究框架的思路与方法,全面考虑跨境垂直专业化影响因素,试图得出更综合全面、更符合实际的结论。研究对象选定为中国与东盟国家制造业的垂直专业化分工合作影响因素。
2.1 变量选取与计算依据
本文运用制造业分行业面板数据分析中国与东盟制造业垂直专业化分工的影响因素,在充分借鉴已有文献,全面考虑中国与东盟各国实际情况,并基于数据可得性的基础上,选取以下自变量因素(见表1),因变量选取垂直专业化比率VSS指标。
2.2 数据来源与行业调整
由于中国与东盟之间的垂直专业化分工发展较晚,根据实际情况并考虑到数据可得性,研究选取的样本区间为2002-2012年,解释变量数据均来源于《中国统计年鉴》《中国工业经济统计年鉴》和《中国科技统计年鉴》。为消除价格波动的影响,所有变量均以 2002年为基期作了平减处理。
表1 垂直专业化分工面板数据模型自变量
自变量含义自变量预期符号Foc市场结构(市场集中度):大中型工业企业占国有及规模以上非国有工业企业主营业务总收入的比值+Lab劳动投入密集度:制造业分行业单位工业总产值劳动投入水平与制造业整体平均水平的比值-Cap资本投入密集度:分行业人均总资产与当年制造业整体平均人均总资产的比值-Tec技术投入密集度:分行业人均R&D投入与当年制造业整体平均人均R&D投入的比值+Prod全员劳动生产率:分行业增加值与该行业平均从业人员的比值+Prof分行业成本利润率+Comp国际产业竞争力:采用贸易竞争指数TC指标(分行业出口额-进口额)/(该行业出口额+进口额)+Open产业开放度:分行业进出口总额与GDP的比值+LabD劳动密集型虚拟变量(劳动密集型产业赋值1,其余赋值0)-CapD资本密集型虚拟变量(资本密集型产业赋值1,其余赋值0)-TecD技术密集型虚拟变量(技术密集型产业赋值1,其余赋值0)+
垂直专业化VSS指标的测度所需数据来源于各年《中国投入产出表》《国际统计年鉴》,以及联合国商品贸易UN Comtrade数据库并加工整理得到。由于中国投入产出表与联合国的行业分类标准不一致,需进行行业调整。参照盛斌[14]的做法,以中国投入产出表行业分类为准,将UN comtrade数据库的三分位行业分类合并。基于数据可获得性,经行业调整,最终选取16个制造业行业进行研究,并对数据进行了调整换算。16个制造业分行业及分投入要素的划分如表2所示。由于中国的投入产出表每5年逢年份尾数2、7编制一次,间隔期内逢年份尾数0、5编制投入产出表延长表,则样本年限内2002、2005、2007、2010、2012年度可直接得到相应年份的分析数据,其它年份的投入产出数据需要进行推断和估算。
为了避免线性相关性,在此设计了两个模型分别进行实证分析,两个模型的区别在于模型1中的Lab1t×LabD1T变量在模型2中换为Tec1t×TecD1t。
模型1:
VSSit=Ai+B1tFoc1t+B2tLab1t+B3tCap1t+B4tTec1t+B5tProd1t+B6tProf1t+B7tComp1t+B8tOpen1t+B9tLab1t×LabD1t+B10tCap1t×CapD1t+Uit
模型2:
VSSit=Ai+B1tFoc1t+B2tLab1t+B3tCap1t+B4tTec1t+B5tProd1t+B6tProf1t+B7tComp1t+B8tOpen1t+B9tTec1t×TecD1t+B10tCap1t×CapD1t+Uit
其中,i=1,2,…,16;t=2002,2003,…,2012。
表2 制造业分行业及分投入要素的行业划分
产业类型产业名称技术密集型产业通信设备与计算机及其它电子设备制造业通用及专用设备制造业交通运输设备制造业工艺品及其它制造业(含废品废料)仪器仪表及文化办公用机械制造业电气机械及器材制造业资本密集型产业金属冶炼及压延加工业化学工业石油加工与炼焦及核燃料加工业金属制品业非金属矿物制品业劳动密集型产业纺织业食品制造及烟草加工业纺织服装鞋帽皮革羽绒及其制品业造纸印刷及文教体育用品制造业木材加工及家具制造业
4.1 中国-东盟垂直专业化分工测度
借鉴Hummels等[15]的方法,即将垂直专业化指数VSS(vertical specialization share)界定为一国由进口的中间品所创造的贸易额占总出口的比率,该指数实际上度量了每一单位出口中垂直专业化贸易的份额。则:
(1)
其中,X为总出口,U为(1×n)维元素为1的向量,n为产业部门数,为进口中间产品系数矩阵,
为国内直接消耗系数矩阵,I为单位矩阵,
为各产业出口向量,AD+AM=A,A为国内竞争型投入产出表中的直接消耗矩阵,(I-AD)-1为列昂惕夫逆矩阵,为各行业从国外其它行业进口的作为直接和间接再投入的中间品,采用完全消耗系数矩阵考虑了循环利用效应和投入产出管理,更能体现循环累积效应。
经合组织OECD发布的投入产出表较为全面,包含了国内使用表、进口使用表和总使用表3类,但数据发布间隔较大且滞后较多,目前能找到的只有2000年与2005年的数据,数据连续性不足,无法进行有效估算。在此采用国内的投入产出表,由于中国投入产出表与OECD的编制不同,属于竞争型投入产出表,没有区分中间投入来自国内生产还是从国外进口。为此,作如下两个假设:
H1:i行业进口各部门的中间投入比例一致。
H2:i行业中间投入中,国内及进口的比例与最终产品一致。
设I为中间产品,C为最终产品,和
分别为i行业中间产品和最终产品中进口的部分,
和
分别为i行业中间产品和最终产品中国内生产的数量,则:
(2)
(3)
推导可得:整体
(4)
分行业VSS=uAM(I-AD)-1
(5)
利用中国-东盟制造业分行业面板数据测算双方制造业分行业垂直专业化比率(见表3)。数据表明,双方制造业垂直专业化分工水平相当低,垂直专业化分工合作水平较高的为通信设备、计算机及其它电子设备制造业,以及仪器仪表及文化办公用机械制造业两个行业,2012年其VSS分别达到4.06%和4.1%,其余行业的VSS水平低于3%,金属冶炼及压延加工业、食品制造及烟草加工业和石油加工、炼焦及核燃料加工业这3个行业的VSS水平不到1%。从增长速度来看,大多数行业垂直专业化分工水平呈缓步提升状态,垂直专业化分工水平增长较快的为木材加工及家具制造业、工艺品及其它制造业(含废品废料)、非金属矿物制品业,年均增长率分别为12.27%、9.78%、6.27%,其余行业垂直专业化分工比率年均增长率均在4%以下,表明中国与东盟制造业的垂直专业化分工程度不断加深,但增长缓慢。从各行业的VSS指标走势来看,2008-2009年因受世界经济危机的冲击,其表现出一定回调,2010年中国-东盟自贸区正式建成,各行业VSS指标有一个大幅提升,之后波动并再次步入缓步增长。
表3 中国对东盟制造业分行业垂直专业化比率 单位(%)
行业20022003200420052006200720082009201020112012年均增长仪器仪表及文化办公用机械制造业3.223.623.734.173.814.443.873.085.224.064.523.46通信设备、计算机及其它电子设备制造业3.514.434.805.625.024.364.043.335.354.104.512.53电气机械及器材制造业2.302.572.703.122.833.252.561.963.132.772.892.30工艺品及其它制造业(含废品废料)0.970.991.021.050.971.291.080.892.752.312.479.78化学工业1.551.621.691.711.641.651.421.192.381.942.032.72交通运输设备制造业1.361.491.541.651.491.961.581.262.081.781.863.23通用、专用设备制造业1.591.771.851.961.741.991.601.222.081.761.841.47造纸印刷及文教体育用品制造业1.451.351.371.681.611.781.471.182.131.741.772.02非金属矿物制品业0.790.820.850.910.850.790.680.541.281.061.466.27纺织服装鞋帽皮革羽绒及其制品业0.930.940.970.960.890.980.860.731.461.081.202.61金属制品业0.830.930.930.940.790.990.820.641.341.101.183.57纺织业0.960.971.001.020.951.010.850.741.401.091.151.80木材加工及家具制造业1.011.041.041.070.920.880.730.591.311.051.1412.27金属冶炼及压延加工业0.730.820.820.830.710.710.620.490.930.750.841.38食品制造及烟草加工业0.410.430.460.470.460.530.480.370.670.340.573.49石油加工、炼焦及核燃料加工业0.320.360.380.470.450.280.270.210.430.330.371.31
4.2 中国-东盟制造业垂直专业化分工影响因素分析
对模型1和模型2分别进行单位根检验和协整检验。结果表明,两个模型的各变量序列均通过了1%水平的单位根检验,为一阶单整平稳序列,pedroni协整检验结果在1%显著性水平上拒绝不存在协整关系的原假设。为求得更为全面的分析结果,分别运用随机效应模型RE和混合OLS模型两种方法进行面板数据回归(见表4与表5)。回归结果分析如下:
(1)分行业市场结构变量Foc在两个模型回归结果中均在1%水平上通过检验,且为偏回归系数最大的变量。表明市场结构是促进中国-东盟制造业垂直专业化分工最重要的影响因素,大中型工业企业比重越大,行业市场集中度越高,越有利于中国对东盟的垂直专业化分工合作。由模型1的随机效应回归结果可知,Foc每变动1个百分点,VSS平均同向变动13.68个百分点,混合OLS方法回归结果中Foc系数达到32.71,表明Foc变量对VSS具有显著正向作用。
(2)劳动投入密集度Lab变量在两个模型的回归结果中均不显著。LabD变量显著,在模型1的两种回归方法中系数均为负,随机效应法回归结果中自变量LabD每变动1个百分点,使得垂直专业化比率VSS发生11.42个百分点的反向变动;在混合OLS法回归结果中,自变量LabD每变动1个百分点,垂直专业化比率VSS反向变动6.95个百分点。表明中国与东盟同属于劳动力资源丰富且价格低廉的地区,处于价值链低端的低附加值环节,劳动要素投入对推动双方垂直专业化分工合作没有明显作用。在劳动密集型生产环节,双方竞争大于合作,垂直专业化分工呈反向变动。
(3)资本投入密集度Cap变量在模型中不显著,在两个模型的回归结果中均未通过检验,表明中国制造业中资本密集型产业在东盟国家中竞争力不强,资本投入密集度对于推动中国与东盟的垂直专业化分工提升没有明显作用。资本密集型虚拟变量CapD在模型2两种回归方法中均通过了检验,效果显著,在两种回归方法中系数均为负。在随机效应法回归结果中CapD变量每变动1个百分点,导致VSS平均反向变动13.78个百分点;OLS法回归结果中CapD变量每变动1个百分点,VSS平均反方向变动9.31个百分点。表明中国与东盟国家在资本密集型产业方面竞争大于合作,中国资本密集型产业的增长会使中国与东盟之间的垂直专业化分工合作水平下降。
表4 模型1面板数据回归结果
变量REOLSFoc13.68∗∗∗(2.63)32.71∗∗∗(9.07)Lab0.05(0.12)-1.45(-1.48)LabD-11.42∗∗∗(-3.20)-6.95∗∗∗(-3.92)Cap0.05(0.22)-0.85(-1.65)CapD-13.77∗∗∗(-4.00)-9.31∗∗∗(-5.79)Tec-0.42(0.27)1.71∗∗(2.04)Prod-0.03(-0.55)-0.37∗∗∗(1.90)Prof0.45∗∗(3.30)0.35∗(1.90)Comp-1.34(-1.09)-1.33(-0.35)Open0.97∗∗∗(4.54)0.65∗∗∗(3.00)C10.13∗∗(2.43)-观测数176176Hausman检验0.65-R20.550.56F统计量7.61-613.00
(4)技术投入密集度Tec在RE回归结果中不显著,但在混合OLS模型中通过了检验,人均R&D投入的提高对中国与东盟制造业垂直专业化分工具有显著推动作用,Tec变量每变动1个百分点,模型1与模型2中VSS分别平均变动1.71和1.43个百分点。技术密集型虚拟变量TecD在模型2的两种回归方法中均显著,TecD每变动1个百分点,两种方法回归结果中VSS均正向变动11个百分点,表明中国与东盟在技术密集型产业方面存在很好的合作基础与合作前景。
(5)成本利润率Prof变量在模型1中回归结果较好,在两种方法回归中均通过了检验,表现出对垂直专业化比率VSS的正向影响,但影响力度不大,表明产业的高利润高附加值会提高中国对东盟制造业的垂直专业化分工水平。在两个模型的随机效应回归结果中,Prof每变动1个百分点,导致VSS平均同向变动0.45个百分点。
表5 模型2面板数据回归结果
变量REOLSFoc13.68∗∗∗(2.63)22.17∗∗∗(6.42)Lab0.05(0.12)-1.13(-1.25)Cap0.05(0.22)-0.82(-1.71)CapD-13.77∗∗∗(-4.00)-0.61∗∗∗(-0.38)Tec-0.42(0.27)1.43∗(1.88)TecD11.42∗∗∗(-3.20)11.54∗∗∗(6.40)Prod-0.03(-0.55)-0.35∗∗∗(-2.76)Prof0.45∗∗(3.30)0.10∗(0.71)Comp-1.34(-1.09)-2.66∗(-1.81)Open0.97∗∗∗(4.54)0.44∗∗(2.09)C-1.28∗∗(-0.35)32.71∗∗∗(9.07)观测数176176Hausman检验0.65-R20.550.56F统计量7.61-613.00
注:表中数值为相应变量的系数,括号内为t统计量;***表示1%水平显著,**表示5%水平显著,*表示10%水平显著
(6)产业开放度Open变量在模型2的两种方法回归结果中回归效果均较好,表明产业开放度对推动中国与东盟的制造业垂直专业化分工合作具有显著作用。在两个模型的随机效应法回归结果中,Open每1个百分点的变动会导致VSS同向变动0.97个百分点。
(7)全员劳动生产率Prod变量在两个模型中均只在混合OLS回归结果中通过了检验。两个模型的OLS回归中,Prod每变动1个百分点,VSS平均分别反向变动0.37和0.35个百分点,且Prod变量符号均为负,与预期符号相反。
(8)国际产业竞争力Comp变量在模型2混合OLS方法回归结果中10%水平上通过了检验。Comp变量每增加1个百分点,VSS变量平均反向变动2.66个百分点,表明中国对东盟制造业的竞争优势会阻碍双方垂直专业化分工合作。这进一步证实了中国与东盟同处价值链低端,双方的错位竞争对垂直专业化分工合作相当必要。
(1)打造中国-东盟制造业垂直专业化分工产业集群,提升市场厚度,优化分工环境,为双方垂直专业化分工合作创造条件。东盟已成为中国第三大贸易伙伴,也是中国产能过剩输出及构建自己主导的区域生产网络的重点区域,中国-东盟自贸区的建成为垂直专业化分工提供了良好的机遇与条件。打造产业集群,提升市场厚度,有利于外包转出商和外包承接商的选择与对接,通过共享信息、基础设施和销售网络等,使企业降低交易成本,获取技术溢出,提高创新能力。
(2)培育行业内重点企业,提升企业规模经济效益和行业集中度。市场结构即市场集中度或企业规模是中国与东盟制造业垂直专业化分工合作最重要的推动因素。目前,中国与大部分东盟国家在全球价值链中所处地位类似,多以劳动密集型价值环节生产为主,获得竞争优势的重点在于,在类同的价值区段创造出最有效的规模效益。市场集中度越高,企业规模越大,企业越有需要与能力进行生产环节的分解并根据比较优势进行全球性布局。同时,大型成熟企业在产品标准、市场规则、销售渠道与核心技术等方面具有较强控制力。市场集中度的提高有助于企业乃至产业提高利润率,促进高利润率、高附加值产品的生产,从而进一步提升垂直专业化分工的动机与能力,这是一个良性发展循环。因此,促进企业做大做强并提升市场集中度是推动中国与东盟制造业垂直专业化分工与合作的重要途径。
(3)加大研发投入,提升分工的技术水平与创新能力,定位CAFTA区域价值链的高端环节。技术密集型与资本密集型产业的国际垂直专业化程度通常高于劳动密集型产业,其分工中获得的附加价值也较高。以上实证研究结果表明,技术密集型产业及技术投入对推动中国与东盟的制造业垂直专业化分工合作意义重大,其作用仅次于市场集中度,双方在技术密集型产业方面进行垂直专业化合作具有很好的前景。中国与东盟国家相比属于技术较为先进的国家,在CAFTA区域格局中占据产业链的相对高端地位。因此,应进一步加大研发投入,积极挖掘自身研发潜力,消化吸收外来先进技术和工艺,集中精力向产业价值链更高环节攀升;推动技术密集型产业发展,充分利用并进一步扩大中国与东盟的技术势差,进一步延伸制造业产业链并在CAFTA区域自主构建产业合作网络。这是中国制造业升级、扩大区域辐射力并参与全球化的有效途径。
(4)中国与东盟国家的主要比较优势均为劳动力要素优势,劳动力资源丰富且价格低廉,双方在劳动力要素密集的生产环节和劳动力密集型产业上具有较强竞争性,中国制造业劳动生产率的提升也会阻碍双方制造业垂直专业化分工合作。随着中国劳动力要素比较优势的逐步丧失,中国应该把制造业发展重点放在创新、转型和价值链攀升上来,减少与东盟国家在劳动密集型生产环节和劳动密集型产业领域的竞争,推动制造业垂直专业化分工合作良性发展。
(5)中国与东盟在资本密集型产业的竞争大于合作,双方在资本密集型产业的垂直专业化分工合作存在较强反向作用。主要原因在于,中国从东盟进口的资本密集型产品主要为资源性产品,加工完成后多用于国内消耗,虽然有少量出口东盟,但真正获得的产品附加值较小。另一贸易量较大的资本密集型产品为机电产品,虽然中国对东盟出口的机电产品量较大,但中国机电产品在国际分工中处于低端环节,难以与东盟国家形成垂直专业化分工合作。此外,资本投入密集度在推动中国与东盟的垂直专业化分工提升方面没有明显作用。
(6)产业开放度对中国与东盟制造业垂直专业化分工合作具有显著推动作用。自2010年中国-东盟自由贸易区正式建立以来,中国对东盟93%产品的贸易关税降为零,双方贸易与投资的高度开放为垂直专业化分工合作提供了良好的基础条件。双方应在CAFTA框架以及“21世纪海上丝绸之路”建设战略下,进一步加强沟通与合作,提高互联互通水平。
参考文献:
[1] SANYAL KK,RW JONES.The theory of trade in middle products[J].American Economic Review,1982,72(l):16-31.
[2] 胡昭玲.产业内分工与垂直专业化贸易比较及启示[J].国际经贸探索,2007,23(6):8-12.
[3] YAMASHITA.The impact of production fragmentation on industry skill up grading:new evidence from Japanese manufacturing [R].Tokyo Japan:Hitotsubashi University Discussion paper,2007.
[4] ATHUKORALA,PREMA-CHANDRA.Production fragmentation and trade integration:East Asia in a global context[J].The North American Journal of Economics and Finance,2006,17:233-256.
[5] YI KEI-MU.Can vertical specialization explain the growth of world trade[J].Journal of Political Economy,2003,111:52-102.
[6] 王中华,赵曙东.中国工业参与国际垂直专业化分工影响因素的实证分析[J].上海经济研究,2009(8):3-12.
[7] 吴福象.经济全球化中制造业垂直分离的研究[J].财经科学,2005(3):113-120.
[8] 李慧燕.中国装备制造业垂直专业化地位的影响因素研究[J].软科学,2013(10):64-67,73.
[9] 彭支伟,刘钧霆.东亚垂直专业化分工的发展及其影响因素的实证研究[J].世界经济研究,2008(12):74-86.
[10] 陈丰龙,徐康宁.中国出口贸易垂直专业化的地区差异及其影响因素[J].世界经济研究,2012(6):52-57.
[11] 张奎亮.中国制造业在全球价值链分工中地位的影响因素分析[D].济南:山东大学,2011.
[12] 郭晶,赵越.高技术产业国际分工地位的影响因素:基于完全国内增加值率视角的跨国实证[J].国际商务——对外经济贸易大学学报,2012(2):87-95.
[13] 程盈莹,逯建.国际垂直专业化组织模式选择及影响因素研究[J].商业研究,2013(12):142-147.
[14] 盛斌.亚太自由贸易区:亚太区域经济一体化的新选择[J].国际经济合作,2014(11):9-12.
[15] D HUMMELS,J ISHII,K M YI.The nature and growth of vertical specialization in world trade [J].Journal of International Economics,2001,54(1):27-31.
(责任编辑:云昭洁)
Analysis on Influence Factors of Cross Border Vertical Specialization——An Empirical Analysis on Panel Data of Manufacturing Industries of CAFTA
Abstract:Vertical specialization division of labor has emerged as an important form of international division of labor with the further deepening of the fragmentation of industrial organization and it's global layout.As China's third largest trading partner,ASEAN is also the focus of Chinese production capacity output and construction of regional production network.We measured vertical specialization division of labor of CAFTA through the data of cross-border input-output and international trade data,analyzed the influence factors of vertical specialization in China-ASEAN manufacturing industry through panel data of manufacturing industries.The study found that market structure or market concentration degree is the most important factor,R&D and density of technical input and industrial openness are also the important factors in the vertical specialization of China-ASEAN manufacturing industry.
Key Words:Vertical Specialization Division of Labor; Measure at Industry Level; Panel Data; Influence Factor;CAFTA
收稿日期:2016-10-10
基金项目:国家自然科学
基金项目(41461028);教育部人文社科规划项目(14YJA790060)
DOI:10.6049/kjjbydc.2016080036
中图分类号:F062.9
文献标识码:A
文章编号:1001-7348(2017)07-0043-06