开放科学(资源服务)标识码(OSID)：
On the basis of reviewing the wayby which all major market countries climbed in the global value chain from the relative price of production materials, tariffs, investment and other factors in the early stage to comprehensive factors such as technology, system, and learning network, this paper takes technological innovation as the connotation. From the theoretical perspective of the dynamic endogenous driving theoretical system of GVC, this study is focused on the breakthrough of the endogenous problem of the substitution relationship between domestic and foreign production factors based on added value, exploring the internal mechanism of technological innovation., integration and absorption of Chinese manufacturing enterprises under the background of dual cycle from the relationship between the acquisition of innovation ability of heterogeneous technology enterprises and domestic added value to improve the global value chain of Chinese manufacturing.
In this regard, this paper builds a Translog model by endogenizing the elasticity of substitution between domestic and foreign materials, and incorporates the dual elements of domestic added value, home country technology and transnational technology into a unified analysis framework. The study selects sample data from the period of 2008 to 2018. The micro data of 1853 manufacturing sample enterprises in 13 sub-sectors of China’s manufacturing industry objectively reflect the promoting and inhibiting effects of home-country technology duality and multinational technology duality on the rise of China’s manufacturing global value chain, accordingly it further differentiates the heterogeneous effects of different technology combinations on domestic added value of different enterprises.
The study found thatthe synergistic effect formed by the effective balance and absorption of open technologies by enterprises can reduce the cost of factor substitution caused by import competition, and promote the endogenous transformation of China’s manufacturing GVC to high-tech exploration and development combinations. Technology development has become China’s endogenous driving force. The “sufficient and necessary conditions” for the rise of GVC in the manufacturing industry are “sufficient and necessary conditions” for technological exploration. Under the dual effects of competition and synergy, the high-tech development portfolio of domestic-funded enterprises has become the main driving force for the rise of China’s manufacturing value chain. Constrained by technical thresholds and technical control, technological exploration can only be carried out when domestic-funded enterprises have sufficient development capabilities. Climbing has a significant impact. A heterogeneous combination of duality promotes the formation of a diversified path for China’s manufacturing GVC growth： labor-intensive industries rely on low-tech dual characteristics of rising import competition, and capital-intensive industries have higher foreign capital absorption efficiency. The combination of development and cross-border development technology is more adaptable to absorb, showing a significant feature of rising market competition and technology-intensive industries’ active home country exploration tendency and high technology development capability form the feature of technology synergistic rise.
开放科学(资源服务)标识码(OSID)：
在过去20年中，贸易和投资自由化使国际商业在组织和空间上形成高度分散且复杂的全球市场格局，处于全球价值链(GVC)下游的发展中国家与欧美主要消费市场的跨国企业关系日益密切[1]。在全球化进程中，中国制造业已成为跨国企业的主要战略伙伴和制造服务提供者。同时，受到发达国家高端回流和发展中国家低端侵蚀双重压力胁迫，为突破价值链“微笑曲线”底部困境，在“十四五”规划等政策助推下，强化企业创新主体地位，提升制造业国内价值创造能力，推进制造业技术创新向价值链上游演进，成为双循环下我国国民经济稳定增长和国家竞争地位持续提升的关键路径。
开放型技术双元是指在开放经济环境中，企业组织为获取技术资源、充分发挥技术比较优势、提升竞争力，在国际化进程中相机抉择从而实现外部技术双元与内部技术双元平衡的能力。Rothaermel & Alexandre[2]将企业开放型双元活动分为内部探索和内部开发、外部探索和外部开发。从企业技术双元获取途径看，主要有国际商品贸易[3]、内向与外向资本流动[4]、技术人员流动等[5]。从各途径获得技术的现实效果看，通过国际商品贸易仅能满足低端技术需求，在投资渠道方面，仅对外国技术进行投资并不能促进国内企业创新，除非这种投资与内部开发努力相结合[6]。
作为全球新兴市场代表，中国快速上升的GVC分工地位成为国内价值链研究领域关注的热点问题。在微观方面，盛斌和陈帅[7]从生产成本角度分析中国制造企业出口增加值构成发现，企业嵌入GVC后，生产成本提高并对增加值构成形成正向作用，尤以资本和技术密集型企业、高技术一般贸易企业增加值增长显著；吕越等[8]从技术外溢、技术吸收能力和“俘获效应”方面分析发现，技术升级并未对中国加工贸易企业与高技术企业增加值增长产生显著效应。在宏观方面，何宇等[9]通过研究产出、福利和贸易关系发现，发展中国家能够通过技术创新促进国内增加值增长和GVC升级，并引起各国GVC分工地位和全球贸易分工格局变化；闫云凤[10]将生产、投资和贸易纳入GVC分析框架，发现内资企业出口增加值呈上升趋势，外资企业出口增加值呈下降趋势；徐卓等[11]将劳动力成本纳入GVC国际分工框架，发现中国制造业产值和GVC地位指数呈增长趋势，且工资水平在其中起正向促进作用。
梳理现有文献发现，GVC攀升已从生产资料相对价格、关税、投资等要素逐渐转向技术、制度、学习网络等复杂要素的综合性影响，形成以技术创新为内涵的GVC动态化内生驱动理论体系。当前国内学界主要分歧在于影响国内增加值的国内外生产要素间替代关系的内生性问题，这种基于长期规模报酬不变的产出假设显然不能充分解释中国制造业国内增加值持续、快速增长的现实。基于此，研究将国内外材料间替代弹性内生化，构建Translog模型，将国内增加值与母国技术双元、跨国技术双元纳入分析框架，利用企业微观数据反映母国技术双元和跨国技术双元对中国制造业GVC攀升的促进效应与抑制效应，区分不同技术组合对企业国内增加值的异质性作用，为双循环背景下中国制造业转型升级路径选择、企业技术创新与整合吸收以及GVC攀升提供对策建议。
1.2.1 开放型技术双元对GVC攀升的影响
已有研究表明，开放型技术双元对GVC攀升的影响既包括以技术协同效应与市场竞争效应为主的促进作用，也存在以技术吸收门槛、技术控制与挤出为主的抑制作用。
(1)技术协同效应。开放条件下，企业寻求技术资产多元化的行为，为其技术双元能力形成和嵌入GVC创造不同机会。内部模式下，现有技术人员不足、新技术投入成本分担造成企业难以跨产品同时开发新知识和完善现有知识[12]。跨国模式下，企业通过技术联盟、专利许可等方式与不同业务关联企业进行探索和开发合作，有助于企业获得相关技术并形成协同能力[13]。组织自主创新能力提高、熟练劳动力积累与随之开展的母国双元和跨国双元双向前进模式催生内外部技术间的协同效应。在协同效应下，企业可以利用内外部技术资源间的更多组合降低双元平衡压力和吸收成本，推动GVC攀升。
(2)市场竞争效应。为避免落入价值链“低端锁定”陷阱，发展中国家企业需要加大内外部技术探索与开发投入，提升竞争优势和后发优势。由于国内外企业间技术水平存在差异，市场竞争效应可分为相似性技术竞争和异质性技术竞争。相似性技术竞争效应下，母国企业面临国外相近技术企业的竞争，这将迫使企业持续平衡母国双元与跨国双元，以保持市场份额，提升市场地位[14]。异质性技术竞争效应下，企业往往利用母国技术双元抢占GVC低端环节，并在跨国企业技术溢出与国际化学习中不断获取外部知识，逐渐实现由母国双元向跨国双元过渡[15]。
(3)技术吸收门槛。国际技术溢出经验研究表明，尽管国际技术溢出可能带来收益增长，但跨国企业与本土企业间受益分配不平等日益加剧。归因于外国技术可能不适合当地社会经济和技术条件，以及“干中学”过程中本土企业缺乏足够技术基础和熟练劳动力[16]，使企业双元存在较大内外部平衡压力与吸收压力，技术吸收门槛造成企业难以有效吸收技术和形成生产能力，被迫选择以低技术开发为主的“模块化陷阱”，在GVC中仅得到低附加价值。
(4)技术控制与挤出。在国际生产网络中，跨国制造商通过专利等手段形成对大多数生产过程的供给控制[17]，使发展中国家企业以牺牲技术能力、市场能力为代价被跨国公司“俘获”，企业技术双元既面临不同程度的供给控制压力，也要应对要素成本上升和新竞争者的挑战，不确定性使企业技术双元的支出空间受限，受跨国企业高工资吸引使本土技术人员外流，创新能力下降使企业陷入过度竞争和“技术黑洞”，加剧技术控制、产业依附和市场挤出风险。
基于上述分析，开放型技术双元能够通过多种效应对GVC攀升产生影响，提出如下假设：
H1：母国双元对中国制造业GVC攀升具有促进作用。
H2：跨国双元对中国制造业GVC攀升具有促进作用。
1.2.2 非技术因素对GVC攀升的影响
GVC将宏观层面的国际贸易、投资和金融，中观层面的国家和地区经济以及微观层面的本地企业联系起来，伴随出口工业化纵深推进，进口竞争效应导致国内增加值占出口总值比例趋于下降[18]。对进口竞争的担忧迫使发展中国家采取贸易、投资和金融途径提升本国材料替代率，以增加出口附加值。一方面，以关税作为贸易调整工具对国内增加值的影响难以评估。一国通过关税暂时限制进口竞争并增加本国材料的国内市场份额，导致面向出口的低成本投入企业受到影响。对进口中间产品征收关税会增加国内出口商品成本，迫使外资“出走”，抑制企业对外部技术的吸收。另一方面，借助汇率调整与FDI吸收，拉动上下游企业对国内材料数量与质量的需求，提高出口国内增加值。一般认为，汇率波动会改变进出口材料相对价格，促使企业实施技术双元更新现有生产经营模式，但汇率调整带来的价格波动会增加企业流动性冲击风险，由此形成门限效应从而对企业技术双元产生抑制作用[19]。FDI吸收能为国内企业提供资金支持，且在FDI吸收形成的正向(逆向)技术溢出效应下，提高企业吸收外部技术和技术人员的能力[20]。同时，国内企业被FDI“俘获”嵌入GVC的模块化垂直整合中，制成品标准化与规模化会削弱企业间技术差异特征，并将企业困于以同质性技术为特征的低技术双元中。因此，利用关税、汇率调整和FDI吸收消除进口竞争效应忽视了进口作为产业竞争力的支撑作用，企业进口吸收与整合外部技术通道的阻塞对开放型技术双元形成压力，而采用国内产品(技术)取代关键投入将造成出口总值和国内增加值降低。由此，提出如下假设：
H3：中间产品关税产生企业技术双元压力，对中国制造业GVC攀升具有抑制作用。
H4：汇率调整与FDI吸收产生企业技术双元压力，对中国制造业GVC攀升具有抑制作用。
Humphrey&Schmitz[21]基于企业技术获取途径及对生产的作用机制，确定产品升级、过程升级、功能升级和链升级4种类型的价值链升级形式；Gereffi[22]从治理视角提出，价值链升级主要表现为企业转向生产中更高价值的活动以及技术、知识和技能的改进。综合技术对企业生产效应与治理能力的积极影响，本文将价值链攀升定义为，企业通过技术开发与创新提升出口增加值，从而进入单位价值较高的市场、新行业或承担新生产(服务)职能。由此将价值链攀升转化为一国技术对国内增加值的提升效能问题。
KWW测算模型按价值流向将国际贸易流分解为增加值出口、返回的国内增加值、国外增加值和纯重复计算的中间品贸易等组成部分。唐宜红等[23]、高翔和黄建忠[24]提出利用微观数据测算经济增加值，以合理解决企业异质性和高估问题。尽管如此，KWW模型假定所有进口材料都用于中间投入，且要求一般贸易进口的中间投入同比例用于国内销售和一般贸易出口，这显然与现实中不同产品的生产材料构成及去向差异不相符。
综合已有增加值测算方法，采用国内外生产材料替代内生化方法，分析产品中间投入在不同贸易形态和不同企业形态的分配结果对国内增加值的作用影响，以及由此产生的中国制造业GVC攀升。
为测算异质性企业的国内增加值(DVA)，采用成本加成法反映不同类型企业中间品投入的构成差异，并将一国出口企业分为出口加工企业和一般出口企业。
(1)
式中，企业i的收入(PYi)由利润(Ri)、工资(wLi)、资本成本(rKi)、国内材料成本(PDDiD)和进口材料成本(PIMiI)构成。受中间投入品影响，在企业出口生产中，国内材料可能包含进口成份，进口材料也包含国内成份，用
分别表示国内材料的国外成份和国外材料的国内成份。其中，
为纯国内材料部分，
为纯国外材料部分。DVA可表示为：
(2)
由于出口加工企业所有进口部分均用于生产中间产品，出口(EXi)等于收入，进口(IMi)等于进口材料
与进口资本成本
之和。则有：
(3)
出口加工企业所用生产材料来自进口，且资本流入与物料进口分开核算，即
式(3)表明企业DVA在出口总值中的占比(DVAR)取决于进口材料在企业收入中的比重，可表示为：
(4)
有效控制出口材料成本在企业收入中的比重后，企业国内增加值由DVAR决定。
与出口加工企业将所有进口材料均用于出口不同，一般出口企业可能将进口材料用于为国内提供中间产品进而将产品再出口，形成进口材料在多个行业配置。为便于测算一般出口企业DVAR，先假定企业将所有进口材料仅用于某一行业生产。
(5)
式中，nj为行业j的企业集合，
为行业j内各企业DVAR的加权均值，权重为企业国内增加值出口份额占比。则行业总体为：
(6)
利用式(5)(6)可估算某一行业国内增加值，但现实中存在无法通过数据直接观测进口资料在不同行业中配置的问题，以及国内出口加工企业从其它国内加工企业购买进口资料的间接进口问题。部分加工企业过度进口导致其DVAR估值偏低，而间接进口加工企业过度出口将使其DVAR估值偏高。采用总材料等于进口材料与国内材料之和，将进口材料超过总材料的企业从样本中剔除。在处理间接出口上，采用一般出口企业比较法，即将一般出口企业DVAR的25%作为出口加工企业DVAR的上限，得到：
(7)
研究主要考察企业技术活动对GVC攀升的影响，为避免部分企业因技术活动不足导致观测数据大量缺失，造成回归结果有偏，样本从技术活跃度和贸易形式两个维度选取海关HS编码表中制造业的20个子行业，采用技术活跃度(技术活跃度(A)=研发投入/企业营业净收入)指标比较后发现， 13个子行业的专利投入较大。将所选行业匹配东方财富Choice数据库和EPS微观数据库企业信息并转化，最终选取2008—2018年有进出口业务的1 853家样本企业，样本描述性统计如表1。
表1 样本描述性统计结果
Tab.1 Statistical description of China's manufacturing enterprise samples
HSYear(年)A(%)private(家)foreign(家)country(家)04:食品、饮料、酒(16-24)9.80.228352706:化学工业及其相关工业产品(28-38)9.41.30217112907:塑料、橡胶及其制品(39-40)7.60.97683308:生皮、皮革、毛皮及其制品(41-43)8.10.0619-209:木及木制品 (44-46)8.00.1057-210:木浆、纸、纸板及其制品(47-49)8.20.0523-111:纺织原料及纺织制品(50-63)9.10.891125612:鞋、帽、伞、杖、鞭及其零件(64-67)10.30.1717413513:石料、石膏、水泥制品;陶瓷产品;玻璃及其制品(68-70)7.70.11462415:贱金属及其制品(72-83)9.41.7437-516:机器、机械器具、电气设备及其零件 (84-85)9.73.13583423717: 车辆、航空器、船舶及有关运输设备(86-89)9.83.659052618:光学、计量、医疗仪器及设备、精密仪器及设备 (90-92)8.82.23692022N1 8531 8531 578106169
注：Year为样本企业平均年限，A为技术活跃度，private、foreign、country分别为私营企业、外资企业和国有企业；数据源自东方财富Choice数据库与EPS微观数据库；本文外资企业是指根据《中华人民共和国外资企业法》规定100%的外商独资经营企业，以及根据国际直接投资标准，东道国企业股权中股份超过10%及以上的企业
当前企业技术双元数据分析主要有问卷调查法和回归法，问卷调查法要求在大样本调查基础上通过KMO值和Cronbach's α值寻求共性因子，再测量量表信效度，该方法受到样本规模和调查对象主观性倾向影响，容易造成结果有偏；回归法虽能较好地解决有偏性问题，但受数据可得性影响，数据缺失严重同样会影响分析结果。对此，在匹配专业数据库的同时，采用网络爬虫技术对企业技术双元活动信息展开搜索，以最大程度实现数据完整性，克服回归结果的有偏性。
对样本企业相应关键词技术开发(新产品开发、技术应用、技术改造等)和技术探索(创新、发明、研究机构等)实施网络聚焦爬虫搜索，剔除无效数据和数据去重后整理得到255 049个观测值。
以2008年为基期，对样本企业数据进行平滑处理，以熨平价格波动的长期趋势与季节波动。利用式(4)(5)(6)测算2008—2018年DVAR并采用Bootstrap方法控制标准差后得到95%置信区间下的测算结果，如表2所示。
表2显示，受过度出口和过度进口影响，DVAR偏高约6%。中国制造业DVAR在总体和结构上均处于持续上升中，在2008年金融危机后出现下降，其中出口加工贸易整体下滑趋势明显，而一般贸易增加值呈上升趋势，表明中国制造业正快速向进口替代转型。
表2 中国制造业DVAR测算结果
Tab. 2 China's manufacturing DVAR calculation results
年份出口加工企业(N=806)DVARp1DVARp2DVARp3一般出口企业(N=1 047)DVARO样本企业总体(N=1 853)DVARA20080.157 90.131 10.113 00.314 60.150 320090.166 70.134 90.117 80.317 20.149 420100.158 30.126 80.109 20.315 40.142 520110.151 70.138 40.117 50.326 90.165 920120.170 30.154 00.132 60.339 00.185 820130.163 20.141 60.127 10.337 20.218 220140.173 20.160 90.138 80.340 80.220 320150.172 10.163 00.137 40.358 70.235 820160.186 60.174 70.150 00.371 80.255 620170.186 40.173 90.148 60.368 50.25320180.197 00.182 20.160 70.390 10.270 5
注：
为出口加工企业国内增加值出口占比均值，
为剔除过度进口企业后的国内增加值出口占比均值，
为剔除过度进口和过度出口企业后的出口加工企业国内增加值出口占比均值；ai为出口加工企业国内增加值出口占比权重；DVARA = ai×DVARP +(1-ai)×DVARO；Bootstrap =500
在DVAR趋势方面，中国制造业DVAR演化的阶段性特征显著：以2013年为拐点，2013年之前，DVAR主要由行业内增长驱动，从2014年开始，行业内增长趋势减弱，行业间增长趋势增强。中、低DVAR行业要素正持续快速流入高DVAR行业，表明中国制造业行业间新一轮结构性重置进程加快(见图1)。
图1 2008—2018年中国制造业DVAR变化情况
Fig.1 Changes in DVAR in China's manufacturing industry from 2008—2018
注：DVARP为出口加工企业均值，DVARO为一般出口企业均值，DVARA为样本企业总体均值，DVARW为行业内均值，DVARI为行业间均值
在行业间技术双元与DVAR的异质性关系方面，对2018年中国制造业各子行业DVAR和R&D数据进行对数化处理后比较发现，两者呈正相关(见图2)。其中，钢铁、交通运输设备、通信设备、计算机及电子设备等行业技术双元对DVAR的影响显著，服装、纺织品、木材及制品、食品、塑料及制品等行业技术双元对DVAR的影响偏弱。
图2 技术双元与中国制造业DVAR的关系
Fig.2 Relationship between technology ambidextrous and China's manufacturing DVAR
3.1.1 因变量
本文因变量为国内增加值(DVA)。据前文分析，国内增加值由DVAR决定，因而采用DVAR作为国内增加值的替代指标。在式(4)基础上，假设企业材料成本函数
为进口材料和国内材料的对数函数，且具有一阶对称性和齐次性，其一阶函数为：
(8)
根据假设要求，βII<0，βDD<0，βI+βD=1，βII+βID=βDD+βID=0，可以得出βII=βDD=-βID<0，则βID>0。
设
分别表示企业每生产1单位产品
消耗的进口材料与国内材料，则
进口材料占比为单位材料成本相对于国内材料价格弹性的函数，其公式为：
(9)
当单位成本函数为对数时，进口材料在总生产成本中相对输入价格的对数线性函数为：
(10)
式中，
表示进口材料价格指数与国内材料价格指数的相对比率，假设进口材料在产品销售中的比重为
则企业DVAR可以进一步表示为：
(11)
用λt表示t年国内与进口材料间的替代弹性，
表示交叉弹性，
表示自身弹性，则
根据式(8)进一步得到：
(12)
式中，
分别表示t年进口材料和国内材料在总生产成本中的份额，由式(11)整理得到：
由超越对数参数βID>0可知，进口材料替代弹性λt将随
变化而变化。由此，可用进口材料总成本占比作为DVAR的替代指标。
3.1.2 自变量
(1)母国技术双元(θtD)与跨国技术双元(θtI)。当母国技术能力强时，企业倾向于用国内材料替代进口材料；当跨国技术能力强时，企业倾向于用进口材料替代国内材料，在国际化程度提升的同时，企业DVAR下降[25]。分别以θtD、θtI衡量企业母国与跨国技术双元，θtD=母国技术数量/总技术数量，θtI=跨国技术数量/总技术数量。以企业国内R&D投入规模表示母国技术数量，对外R&D投入规模表示跨国技术数量，研发投入总规模表示技术总量。
(2)汇率(Et)。人民币价格波动将对国内出口企业生产成本产生不利影响，进而使DVAR发生变化。用Et表示人民币汇价，
表示以人民币计价的进口材料价格，则进口材料价格指数为：
可以看出，人民币升值将导致企业进口材料相对价格下降。
(3)关税(TtD)。一国关税水平变化将导致国内外生产材料相对价格发生变化，关税自由化将扩大国内企业以较低成本获得外部生产资料的范围，尤其对于下游出口企业而言，关税下降可以刺激企业采用国内材料替代进口材料。因此，关税降低有利于企业增加国内材料使用，进而提高进口材料相对价格和下游企业的DVAR。
(4)对外直接投资(FDI)。投资自由化加快了全球价值链垂直分工进程，成为新兴国家快速融入全球价值链的一种新型工业化模式。FDI能够增加上游企业对国内材料数量与质量需求，同时，下游出口商需求增加将降低国内原材料价格，从而提高所有出口商的DVAR。
3.1.3 控制变量
控制变量主要从地区间差异、时间效应和行业效应方面考虑。
(1)劳动力成本(Lit)。技术生产力决定工资率，DVAR掺杂工资率因素造成技术双元对DVAR估值偏离。为有效隔离技术和劳动力对DVAR的影响，将劳动力成本作为控制变量反映工资率对DVAR的影响程度。
(2)国内增加值滞后期(perfor(-1))。为控制因未观测异质性引起的潜在偏差，采用国内增加值滞后期评估技术双元对价值链攀升的影响。
(3)企业多元化(divers)。由于多元化经营对DVAR具有直接(间接)影响，且存在显著的行业异质性特征，采用行业分类法，以匹配企业在HS行业分类中三位代码的不同分布数量表示企业多元化程度，数量越多说明多元化程度越高，反之则专业化程度越高。相关变量描述性统计结果见表3。
表3 变量描述性统计结果
Tab.3 Variable statistical descriptions
变量类型变量观测样本均值标准差最大值最小值因变量DVAR1 8530.679 00.226 10.945 00.171 8自变量θtD1 8260.253 90.078 70.552 50.049 2θtI1 8010.048 30.079 00.110 60.015 5Et1 8530.006 10.004 30.014 00.003 7TtD1 8011.077 40.491 23.253 30.688 9FDI1 8010.316 30.235 90.517 20.091 6控制变量L1 8530.033 90.130 00.052 60.016 1perfor(-1)1 8530.142 50.068 10.170 20.028 6divers1 6990.020 80.109 40.114 70.018 3
注：数据来源于东方财富Choice数据库、EPS微观数据库以及网络聚焦爬虫结果整理得到
综合上述分析，构建开放型技术双元与DVAR关系的一般模型。
DVARit=αi+αt+ad+αi1Xit+αi2Zit+ζit
(13)
式中，i为企业，t为年份；αi、αt、ad分别为企业个体、年份和地区固定效应；Xit表示θtD和θtI；Zit为控制变量，包括劳动力成本、国内增加值滞后期和企业多元化；ζit为随机误差项。其中，以
为进口材料替代弹性λ的替代指标，反映企业是否存在国内材料与进口材料间的替代关系，保证企业总材料成本不变；以
为人工成本的替代指标，反映工资率对DVAR增长的影响。
利用层次回归模型依次考察开放型技术双元、劳动力成本与DVAR之间的关系，检验开放型技术双元对中国GVC攀升具有促进作用还是抑制作用，由式(13)可得到：
(14)
为有效控制样本异质性造成回归结果有偏，样本企业按贸易类型分为一般出口企业(ToalO)和出口加工企业(ToalP)，按产权分为私营企业(private)、外资企业(foreign)和国有企业(country)。运用Stata16.0得到回归结果，如表4所示。
表4显示，θtD、θtI对中国制造业DVAR存在正向作用，θtD成为推动GVC攀升的主要驱动力，θtI的影响偏弱，表明开放型技术双元对中国制造业GVC攀升具有积极效应，H1、H2成立。引入
后，θtD、θtI均下滑，表明关税对技术双元具有消极作用，且与DVAR呈显著负向关系，H3成立。Et、FDI对技术双元的影响不明显，H4不成立，这反映出国内低成本要素在Et和FDI调节下依然具有比较优势。Lit对DVAR的显著效应表明，2008—2018年，制造业DVAR主要受劳动力成本驱动和贸易驱动。综上，国内高技术劳动力的增加与积累增强了母国技术双元与跨国技术双元的协同效应，促进中国GVC由成本驱动攀升转向技术驱动攀升。
在企业异质性方面，θtD对DVARO的影响显著。不同贸易类型企业均受到关税的负面冲击，且一般出口企业波动剧烈；利用外资方面，出口加工企业更具优势，表现出较好的增加值转出能力。这表明DVARO主要受技术协同效应影响，DVARP对进口竞争效应更为敏感。在具体企业上，DVARprivate> DVARforeign>DVARcountry。这说明私营企业增长成为中国制造业GVC攀升的关键，但也存在易受关税等外部冲击的脆弱性问题；劳动力成本对国有企业影响显著，但未表现出技术影响联系，这与国企能将劳动力成本通过财政转移等方式内部化密切相关；外资企业通过外包、进口替代等方式有效分散外部经营活动，调整进出口材料间的替代关系。综合来看，DVAR private受技术协同效应和进口竞争效应影响显著，DVAR country受劳动力成本推动，DVAR foreign受技术控制下的进出口材料相对成本变化影响。
表4 2008—2018年中国制造业DVAR估值结果
Tab.4 China's manufacturing DVAR valuation results from 2008-2018
变量ToalA1ToalA2ToalA3ToalA4ToalA5ToalOToalPprivateforeigncountrylnθtD0.172 7***0.144 0**0.148 2***0.155 5**0.180 2**0.200 7***0.117 3**0.210 1**0.120 9*0.134 5*(3.68)(2.13)(2.93)(2.21)(2.59)(5.26)(2.30)(2.26)(1.63)(1.81)lnθtI 0.026 3**0.012 9*0.010 4*0.012 0*0.037 3**0.054 00.026 1**0.048 5*0.101 1**0.024 3*(1.95)(1.81)(1.54)(1.66)(2.60)(1.41)(1.95)(1.44)(2.07)(1.35)lnTDit-1.311 4**-1.307 0**-1.128 2**-1.105 6*-1.799 0***-1.573 7*-2.050 8***-1.138 7*-1.561 3***(2.27)(2.44)(2.05)(1.74)(2.83)(1.79)(2.96)(1.70)(3.25)lnEt0.016 4*0.014 1*0.015 40.031 50.038 2***0.026 60.005 40.007 0(1.82)(1.50)(1.08)(0.85)(2.65)(1.03)(0.844)(0.709)lnFDIt0.059 90.063 60.082 0*0.088 5*0.109 2*0.041 9*0.078 3*0.014 2(1.21)(1.07)(1.60)(1.89)(1.54)(1.57)(1.88)(1.09)lnperfor(-1)0.089 2*0.125 0**0.106 6*0.089 40.182 5***0.127 3**0.077 4(1.85)(2.20)(1.74)(1.16)(2.66)(2.19)(1.31)lndivers0.007 50.007 90.011 7*0.023 8*-0.010 90.022 7-0.013 0(1.03)(0.91)(1.48)(1.70)(1.24)(0.88)(1.16) 0.338 3***0.500 5*0.367 7***0.515 2***0.252 4*0.371 8**(2.72)(1.79)(2. 84)(4.09)(1.75)(2.26)ΔR20.050.170.200.080.020.060.130.090.120.03时间效应控制控制控制控制控制控制控制行业效应控制控制控制控制控制控制控制地区效应控制控制控制控制控制控制N1 8531 0478061 026507320
注：()为系数检验统计量的z值，***、**、*分别表示1%、5%和10%的显著性水平；下同
现实中，企业通过组织内部化促进θtD与θtI吸收及相互转化，以获得提升DVAR的能力。为严格隔离θtD、θtI及其交互吸收对GVC攀升的影响，将θtD、θtI吸收的交叉项作为调节项引入模型。一般认为，R&D既是对组织内部已有知识的发展过程，也是对新知识的创造过程，更高的R&D水平意味着企业能够更好地吸收外部技术开发与探索成果[35]。选取样本企业R&D投入利润占比的平均水平作为双元交互吸收指标。
(15)
式中，
为θtD、θtI的交互吸收项，反映企业技术双元吸收能力。当
时，企业倾向于θtD吸收；当
时，企业倾向于θtI吸收。回归结果如表5所示。
引入交互项后，关税和劳动力成本对DVAR的影响有所减弱，θtD、θtI、FDI对DVAR的影响有所增强，Et的影响未发生显著变化。这反映出企业R&D能够有效提升θtD、θtI的交互吸收能力，企业技术交互吸收能力通过增强开放型技术双元协同效应，提升市场竞争力，从而削弱外资技术控制与挤出以及关税产生的抑制作用。
在企业异质性交互效应方面，ToalO双元提升显著，ToalP则未发生显著变化，但其外资吸收能力提升显著。这反映出一般出口企业倾向于通过技术协同能力提升DVAR，出口加工企业倾向于利用贸易便利化通过外资吸收而非技术吸收提升DVAR。内外资企业交互吸收差异反映出内资企业受技术门槛和跨国企业产权技术控制影响形成内外部吸收压力，造成θtD与θtI协同效应偏弱。
开放型双元的复杂性在于，母国和跨国技术开发与探索间存在异质性交互效应，由此产生对DVAR的不确定性。在交互作用下，母国探索(dexplore)、母国开发(dexploit)、跨国探索(fexplore)、跨国应用(fexploit)将形成母国探索—跨国探索、母国探索—跨国应用、跨国探索—母国应用、跨国应用—母国应用4种技术组合模式。对各变量无量纲化处理后得到：
(16)
式中，
表示不同技术组合，回归整理得到表6。
表5 交互效应回归结果
Tab.5 Interaction effect regression results
变量ToalAToalOToalPprivateforeigncountrylnθtD0.188 4***0.236 4***0.140 8*0.232 1**0.167 7*0.118 4***(2.52)(3.10)(1.77)(2.03)(1.41)(2.59) lnθtI0.041 0*0.065 60.039 1*0.074 4*0.122 7**0.025 5*(1.65)(1.39)(1.58)(1.82)(1.99)(1.24)lnEt0.005 70.031 0***0.031 9*0.027 4**-0.002 9***0.001 6***(1.26)(5.01)(1.88)(1.83)(3.77)(3.10)lnTDit-1.110 8**-1.640 6**-1.327 2*-2.000 4**-1.103 5***-1.512 8***(2.37)(2.58)(1.90)(2.74)(1.63)(1.97)lnFDIt0.075 1*0.099 2**0.122 6*0.060 50.084 8*0.016 0*(1.78)(1.94)(1.57)(2.24)(1.46)(1.71) lnθDitθIit0.047 4*0.042 9**0.033 0*0.038 3**0.060 80.017 3*(1.53)(2.20)(1.64)(1.95)(1.07)(1.30)lnperfor(-1)0.141 5*0.125 4**0.103 7*0.200 3*0.111 90.083 1(1.83)(2.01)(1.77)(1.89)(1.35)(1.19)lndivers0.010 60.023 1*0.026 7-0.014 40.025 0-0.015 9*(0.94)(1.64)(1.08)(1.29)(0.50)(1.87)lnLit0.305 7**0.481 3*0.334 3***0.470 4***0.268 1*0.311 6**(2.44)(1.79)(2. 84)(2.83)(1.82)(2.05)△R20.120.150.040.010.060.20
表6 不同技术组合对DVAR的回归结果
Tab.6 DVAR regression results for different technology combinations
TotalAToalOToalPprivateforeigncountrydexplore×fexplore0.100 4**0.136 6*0.101 8***0.147 4***0.152 2*0.060 0(2.54)(1.69)(2.70) (2.56)(1.48)(0.61)dexplore×fexploit 0.113 0*0.157 5***0.132 2**0.281 9*0.104 60.043 1*(1.90)(2.74)(2.01)(1.70)(1.10)(1.55)dexploit×fexplore 0.072 2*0.052 8**0.057 30.081 0**0.121 70.019 4*(1.57)(2.09)(1.10)(1.97)(1.32)(1.65)dexploit×fexploit0.151 8**0.200 90.154 9***0.226 2***0.173 80.110 2(2.44)(1.56)(2.51)(3.10)(1.09)(1.18) lnθDitθIit0.0219*0.024 1*0.017 60.032 70.058 0**0.015 1*(1.60)(1.82)(1.31)(0.67)(1.55)(1.39)perfor(-1)0.142 5*0.214 7*0.109 50.228 6*0.130 4*0.031 9*(1.53)(1.90)(1.22)(1.81)(0.79)(1.62)divers0.022 9**0.019 30.014 8*-0.021 0**0.008 4-0.050 1(1.79)(1.25)(1.58)(0.35)(0.27)(1.15) Lit0.300 6**0.488 5*0.350 0**0.341 0***0.167 4**0.300 7*(2.14)(1.70)(2.49)(2.60)(2.05)(1.88)ΔR20.150.070.020.310.160.20时间效应控制控制控制控制控制控制行业效应控制控制控制控制控制控制地区效应控制控制控制控制控制控制
表6反映出国内外技术开发组合成为企业DVAR增长的主要因素，探索技术组合尤其是跨国探索对DVAR的影响偏弱，技术探索门槛效应抑制了企业跨国双元吸收与技术协同能力。企业异质性结果表明，一般出口企业在注重技术开发的同时，探索技术组合对DVAR的作用日益增强，出口加工企业则具有应用性技术依赖。私企在母国高技术探索活动与高技术开发交互作用下形成内外部技术吸收张力；外企对DVAR的提升呈现出较强的跨国技术吸收与转化能力；国企仅在开发技术组合下对DVAR的影响显著，表现出低探索性和高应用性特征。
新兴国家企业在持续融入GVC进程中，需要具备平衡技术创新与高投资、高风险关系的协调能力，促使其在不同发展阶段选择有效的技术吸收策略，在对各行业DVAR进行估算后得到表7结果。
表7显示，食品、纺织品和木制品等行业DVAR对关税和汇率具有高度敏感性，并显著依赖国内技术开发，反映出劳动密集型行业DVAR增长的脆弱性和技术双元的高应用性特征；化工、机械制造和车辆船舶等资本与技术密集型产业DVAR对关税的敏感性偏低，但在平衡双元能力方面优于劳动密集型产业，表明资本密集型行业在母国开发能力持续提升基础上逐渐形成跨国开发吸收能力；电子信息等技术密集型行业表现出较强的技术探索倾向，比较可知，技术密集型行业对跨国双元吸收更具适应性。综合而言，中国制造业劳动密集型行业与原材料行业GVC呈现进口竞争攀升特征，资本密集型行业GVC呈现市场竞争攀升特征；技术密集型行业GVC呈现技术协同攀升特征。
表7 制造业子行业DVAR异质性估值结果
Tab.7 DVAR heterogeneity valuation results for manufacturing subsectors
lnEtlnTDitlnFDItlnθtDlnθtILitPerfor(-1)diverslnθDitθIitΔR204:食品、饮料、酒(16-24)0.021 3-0.534 8***0.001 90.074 1***0.002 60.165 3**0.004 8*0.057 30.002 00.19(1.16)(4.20)(0.59)(2.83)(0.85)(2.26)(1.64)(0.43)(0.35)06:化工及其相关工业的产品(28-38)0.005 5*-0.201 6***0.027 4*0.335 3**0.114 8*0.213 2**0.288 0*-0.029 20.048 1*0.04(1.72)(3.38)(1.41)(2.04)(1.26)(2.50)(1.37)(1.11)(1.47)07:塑料、橡胶及其制品(39-40)0.007 3-0.151 7**0.048 80.145 0***0.025 40.195 5*0.157 1*-0.019 90.008 20.11(0.80)(2.23)(1.20) (4.19)(0.59)(1.65)(1.85)(0.80)(0.33)08:生皮、皮革、毛皮及其制品(41-43)0.002 0*-0.287 0***0.035 20.270 8**0.016 10.366 1**0.126 3***0.010 8*0.017 9*0.09(1.33)(2.66)(1.05)(1.98)(0.40)(2. 37)(3.09)(1.45)(1.61)09:木及木制品 (44-46)0.041 6-0.125 5**-0.024 3*0.582 1**0.017 50.259 8*0.104 4*-0.035 00.004 30.0 4(0.59)(2.03)(1.66)(2.55)(0.45)(1.50)(1.72)(1.09)(0.27)10:木浆、纸、纸板及其制品(47-49)0.005 1-0.326 2***0.007 90.613 8**-0.028 80.273 4**0.148 5**-0.016 70.005 7*0.10(0.72)(2.75)(0.54)(2.30)(0.91)(1.97)(2.00)(0.82)(1.48)11:纺织原料及纺织制品(50-63)0.047 4*-0.606 1***0.030 6*0.609 2***-0.033 1*0.433 1***0.202 1**-0.006 8*0.022 0*0.12(1.78)(4.57)(1.50)(5.15)(1.46)(3.25)(2.34)(1.54)(1.80)12:鞋、帽、伞、杖、鞭及其零件(64-67)0.029 5*-0.386 5**0.058 1*0.418 1***-0.030 90.386 3***0.155 8**0.074 9*0.029 50.07(1.53)(2.18)(1.49)(3.44)(1.20)(3.11)(2.37)(1.65)(0.74)13:石料、石膏、水泥制品;陶瓷产品;玻璃及其制品(68-70)0.012 7-0.145 2*0.016 90.135 5*-0.022 40.177 6*0.061 4***-0.006 50.010 90.01(1.15)(1.90)(0.37)(1.82)(1.07)(1. 53)(2.69)(0.72)(0.50)15:贱金属及其制品(72-83)0.062 2-0.474 60.006 50.228 6-0.018 30.130 50.100 9*-0.013 00.008 8*0.15(1.47)(2.63)(0.95)(2.12)(0.76)(2.40)(1.55)(0.76)(1.39)16:机器、机械器具、电气设备及其零件 (84-85)0.035 8-0.320 1**0.142 5*0.210 4***-0.207 4*0.200 6***0.178 5**-0.042 80.073 0*0.01(1.09)(2.29)(1.67)(3.51)(1.48)(2.83)(2.18)(1.25)(1.44)17:车辆、航空器、船舶及有关运输设备(86-89)0.007 1-0.255 4**0.163 3*0.254 7***-0.155 80.124 0**0.205 8*-0.077 1*0.069 2 *0.22(0.88)(2.13)(1.60)(2.70)(1.17)(2.11)(1.49)(1.72)(1.85)18:光学、计量、医疗仪器及设备、精密仪器及设备 (90-92)0.004 0-0.239 1*0.027 20.207 3***-0.070 20.146 6***0.133 6**-0.035 30.011 50.03(0.25)(1.80)(0.96)(3.58)(0.63)(2.52)(2.26)(1.10)(0.54)
本文采用工具变量两阶段最小二乘法(IV-2SLS)解决开放型技术双元与DVAR间可能存在的反向因果和遗漏变量问题。引入进口材料占销售总额比重
作为工具变量，这是因为进口材料占销售总额比重作为影响企业DVAR的重要因素，与模型随机误差项不相关，满足工具变量要求。受篇幅限制，稳健性检验结果备索。
由变量有效性可知，Wald检验和F检验在5%水平下均显著，说明不存在弱工具变量问题，工具变量有效。调整后的R2反映出工具变量模型具有较好的拟合度。进口材料占销售总额比重对DVAR冲击的OLS、IV结果取值方向一致，且差异较小，表明回归结果有较好的一致性，证实工具变量不存在内生性。采用工具变量后，θtD、θtI对中国制造业GVC攀升的促进作用显著，证实分析结论稳健。
(1)开放型技术平衡与双元吸收促进中国制造业GVC攀升的部门间关系转换和与动力转换。尽管劳动力要素的比较优势依旧存在，但随着母国双元吸收能力提升，中国制造业GVC攀升由产业内驱动转换为产业间驱动。同时，企业有效平衡与吸收开放型技术双元形成的协同效应能够降低进口效应引致的要素替代成本，促进中国制造业GVC攀升向高技术探索与开发内生驱动转化。
(2)异质性双元组合催生形成中国制造业GVC攀升的多元化路径。劳动密集型行业具有低技术双元特征，其GVC攀升主要受进口竞争效应影响，表现为贸易便利化；资本密集型行业较高的外资吸收效率对母国开发与跨国开发技术组合吸收更具适应性，其GVC攀升主要受市场竞争效应影响，表现为母国技术开发拉动；技术密集型行业具有较高的技术探索倾向和DVAR增长潜力，其GVC攀升主要受技术协同效应影响，表现为高质量劳动力与探索驱动。
(3)企业开放型双元异质能力形成中国制造业GVC攀升的高开发模式。私营企业在母国双元提升下快速由成本驱动转向技术驱动；外资企业在跨国探索与母国开发组合下逐渐形成与本土企业的弱关系网络，呈现出外向调节型技术攀升驱动特征；国有企业倾向于成熟技术的开发应用，应用技术驱动特征显著；受技术门槛和跨国技术控制约束，内资企业倾向于高开发和低探索双元模式。
中国制造业有效突破价值链“低端锁定”，需加快优化结构、提升竞争力，在发挥贸易比较优势的同时，积极提升技术能力。在技术方面，扩大和完善知识产权交易市场，提高技术流动性和科技成果转化效率，以消化劳动力成本上升和跨国双元吸收能力，加快国内制造业行业间和企业间要素优化与迭代。在制度方面，加快完善反垄断法律法规，避免头部企业尤其是外资企业技术垄断 “挤出”国内中小企业技术创新；推进国企改革，积极探索国企与私企间多样化技术合作模式，释放市场技术开发潜力。在贸易方面，多元化推进与“一带一路”沿线国家在相关领域的开发合作，促进中国制造业产业链、创新链与价值链有机融合，构建以我为主的制造业区域价值链乃至GVC治理体系。
[1] COE D,YEUNG W H.Global production networks: mapping recent conceptual developments[J].Journal of Economic Geography, 2019, 19(4):775-801.
[2] ROTHAERMEL,ALEXANDRE M T.Ambidexterity in technology sourcing:the moderating role of absorptive capacity frank[J].Organization Science,2009,20(4),759-780,829-830.
[3] BALDWIN,RICHARD.Trade and industrialization after globalization's second unbundling: how building and joining a supply chain are different and why it matters in globalization in an age of crisis:multilateral economic cooperation in the twenty first century[M].Chicago: University of Chicago Press, 2012.
[4] DAVID, DAVID DORN, GORDON HANSON.The China syndrome:local labor market effects of import competition in the United States[J].American Economic Review 2013,103(6): 2121-2168.
[5] CARABALLO J, JIANG X.Capturing the gains in Global Value Chains: trade in intermediates and value added erosion[EB/OL].(2015-05-14)[2022-01-19].https://xs.paodekuaiweixinqun.com/scholar.
[6] CHEN P, YU M.Total factor productivity growth and directions of technical change bias: evidence from OECD and non-OECD countries[M].Berlin:Springer Publish,2014.
[7] 盛斌, 陈帅.全球价值链、企业异质性与企业的成本加成[J].产业经济研究. 2017,89(4):1-16.
[8] 吕越,陈帅,盛斌.嵌入全球价值链会导致中国制造的“低端锁定”吗[J].管理世界,2018,34(8): 11-29.
[9] 何宇,陈珍珍,张建华.中美贸易摩擦与扩大开放:基于理论和量化研究[J].世界经济与政治论坛,2019,39(4)：29-47.
[10] 闫云凤.中美两国内资和外资企业在全球价值链中的演进路径[J].西安交通大学学报(社会科学版). 2021,41(1): 29-38.
[11] 徐卓,梁超,赵明君.劳动力成本对中国制造业 GVC分工地位的影响分析[J].宏观经济研究,2020,15(4):39-48.
[12] LEPAK D,SNELL S.The human resource architecture: toward a theory of human capital allocation and development[J]. Academy of Management Review,1999,24(1): 31-48.
[13] HALEBLIAN J,FINKELSTEIN S.The influence of organi zational acquisition experience on acquisition perfor mance a behavioral learning perspective[J].Administrative Science Quarterly 1999,44(6):29-56.
[14] PRETTO P F.Endogenous market structure and the growth and welfare effects of economic integration[J]. Journal of International Economics,2003,60(1) :177-201.
[15] BLOOM N,DRACAM VANREENEN J. Trade induced technical change? the impact of Chinese imports on innovation,IT and productivity[J].Review of Economic Studies,2016,83(1):87-117.
[16] LI F, FREDERICK S, GEREFFIG. E-commerce and industrial upgrading in the Chinese apparel value chain[J]. Journal of Contemporary Asia, 2019 ,49(1): 24-53.
[17] LIENA K, ERIC W K, TSANG H.Global value chains: a review of the multidisciplinary literature[J]. Journal of International Business Studies , 2020,51 (6):577-622.
[18] MAGYARI I.Firm reorganization, Chinese imports, and U.S. manufacturing employment [R]. Columbia Working Paper, 2017.
[19] 王雅琦,卢冰.汇率变动、融资约束与出口企业研发[J].世界经济,2018,41(7) :75-97.
[20] 景光正,李平,许家云.金融结构、双向FDI与技术进步[J].金融研究,2017(7):62-77.
[21] HUMPHREY J,SCHMITZ H.How does insertion in global value chains affect upgrading in industrial clusters[J]. Regional Studies, 2002,36(9): 1017-1027.
[22] GEREFFIG,HUMPHREY J,STURGEON T.The governance of global value chains[J].Review of International Political Economy,2005, 12(1):78-104.
[23] 唐宜红,张鹏杨,梅冬州.全球价值链嵌入与国际经济周期联动:基于增加值贸易视角[J].世界经济,2018,41(11) :49-73.
[24] 高翔,黄建忠.政府补贴对出口企业成本加成的影响研究——基于微观企业数据的经验分析[J].产业经济研究,2019,101(4): 49-60.
[25] 张英,张倩肖.开放型技术双元、交互吸收能力与企业国际化进入模式选择[J].科技进步与对策. 2021,38(18) : 94-103.