Manufacturing Digitalization Input,Different Types of Digital Industries and the Promotion of Global Value Chain Division Status: An Empirical Test Based on Global Input-Output Data

Xu Zheng1,Zhou Xiaoxu2

(1.School of Applied Economics, University of Chinese Academy of Social Sciences, Beijing 102488, China;2.College of Economics and Management, Hebei Agricultural University,Baoding 071000,China)

Abstract：The Chinese manufacturing industry has long been locked in the middle and low ends of the global value chain, which is not conducive to the transformation and upgrading of economic structure and the high-quality development of the manufacturing industry. Industrial digitalization transformation is an important way to shape new competitive advantages and promote high-quality development. A large number of literature has discussed the impact of digitalization, and it has been widely accepted that digitalization can improve the efficiency of product research and development, promote resource allocation, reduce production costs, enhance operation and management efficiency, improve service quality, and so on. Meanwhile, some researchers have concentrated on the influence of digitalization on the promotion of global value chain division status. However, few studies have analyzed the impact of the types of digitalization input and input sources on the global value chain division status and related mechanisms.

This paper focuses on the different roles of digital hardware manufacturing and digital software services in impacting global value chain division status. After reviewing relevant literature at home and abroad, this paper makes a theoretical analysis of the impact mechanism of digitalization on the division of labor status in the global value chain with different input types and sources, as well as the mechanism by which digitalization indirectly promotes the division of labor status in the global value chain by improving production efficiency and enhancing industrial servitization improvement. Then, the corresponding hypotheses are proposed on the basis of theoretical analysis.

Drawing on the manufacturing panel data of 42 global economies from 2000 to 2019, this paper empirically examines the impact and mechanism of the digitalization of subdivided digital industry types and input sources on the global value chain division status. Overall, digital software has a significant positive effect. In addition, the positive promotion effect of domestic digital input on global value chain division status is mainly reflected in digital software. The improvement of domestic digital software input level has partial mediating effect on the improvement of global value chain division status, which can indirectly promote the improvement of global value chain division status by promoting the improvement of production efficiency and industrial service level. This paper further analyzes the heterogeneity of digitalization affecting global value chain division status. The results show that the influence of different types of digitalization input has heterogeneity in the types of manufacturing technology, period, and country.

The research conclusions of this paper provide empirical support for the government to effectively formulate industrial digital development policies and achieve high-quality development in the manufacturing industry. The policy suggestions are based on three aspects. First, it is essential to give full play to the positive effect of domestic digital software and explore the factors that restrict the effect of digital hardware input. Secondly, the government should formulate targeted policies to promote the development of various types of manufacturing industries, increase support for the digital supply and digital transformation of low-tech manufacturing industries, find out the factors that restrict the positive effect of digital transformation in medium-low and medium-high technology manufacturing industries, exert their advantages in technology and human capital, and enhance the ability to explore the application of digital technology and the value of data resources. In this way, there is the possibility of gradually increasing the positive effects of industrial digital transformation. Third, efforts should be made to break the lock on the low end of the value chain in the era of digital economy. Therefore, it is pivotal to actively cultivate the comparative advantages of data elements, increase the training of domestic digital industry technical talents and manufacturing-related compound talents, improve the value mining ability of data resources, and enhance the effect of industrial digital transformation.

Key Words：Industrial Digitalization; Global Value Chain; Division Status; Digital Hardware Manufacturing;Digital Software Service

收稿日期：2023-03-20

修回日期：2023-06-12

基金项目：河北省食用菌产业体系研究项目(HBCT2023090301)

作者简介：徐铮(1983-),女,河北邯郸人,中国社会科学院大学应用经济学院博士研究生,研究方向为新兴产业经济学;周晓旭(1996-),女,河北张家口人,河北农业大学经济管理学院博士研究生,研究方向为农林经济管理。

DOI：10.6049/kjjbydc.2023030491

开放科学(资源服务)标识码(OSID)：

中图分类号：F415

文献标识码：A

文章编号：1001-7348(2024)13-0067-12

0 引言

数字经济尤其是产业数字化逐渐成为经济高质量发展的新引擎、新动能。2023年中共中央、国务院印发的《数字中国建设整体布局规划》强调,“促进数字经济和实体经济深度融合,以数字化驱动生产生活和治理方式变革”。制造业是实体经济的重点,但我国制造业在参与国际分工中长期被锁定在价值链中低端,不利于经济结构转型升级和制造业高质量发展。随着我国低端投入要素比较优势丧失、新兴经济体崛起以及发达国家制造业回流,我国制造业亟需塑造竞争新优势。在新一轮科技革命和产业变革下,如何把握数字经济时代机遇、实现全球价值链分工地位提升是亟待解决的问题。研究发现,在产业数字化过程中,对数字硬件制造业(以下简称“数字硬件产业”)和数字软件服务业(以下简称“数字软件产业”)的投入及重视程度不同。徐映梅和张雯婷[1]根据中国投入产出数据分析整个产业网络的数字经济发展特征,研究结果表明,数字硬件制造业在产业网络中起重要作用,而数字软件及信息技术服务、数字资料产业与服务产业的强关联较多。另外,市场上普遍存在数字化投入“重硬件、轻软件”问题,如果不区分数字产业类型而盲目进行数字化投入,不仅影响企业数字化转型意愿和生产成本,而且会影响全球价值链分工地位提升。另外,数字软硬件产业也存在性质差异。因此,有必要区分不同数字产业类型对全球价值链分工地位的差异化影响效应。

1 文献综述

关于数字化影响效应,已有大量文献进行探讨,包括数字化能够提升产品研发效率、促进资源配置、降低生产成本、提升服务质量等。在此基础上,本文重点关注数字硬件制造业和数字软件服务业的不同作用。数字硬件可以促进生产生活和实物资产中的信息数字化,利于数据收集、存储和处理。数字软件产业发展则有助于数据价值获得充分挖掘和应用[2-4]。进行数据积累、维护及分析是数字企业的竞争优势[5]。因此,数字硬件是数字化的基础,而数字软件是发挥价值创造作用的关键。

关于数字化对全球价值链的影响,一方面,在数字经济时代,价值链上各环节联系更紧密,有利于价值创造,并促进以数据为中心的价值创造网络形成[6]。大数据能够引导要素流向高价值创造领域,同时,数字经济还可以将“长尾理论”发挥到极致,创造更多用户价值[7]。Dilyard等[8]指出,数字技术有助于全球价值链更加灵活化,催生更多价值创造和价值获取。另一方面,数字化有利于企业价值链攀升。研究表明,数字化有利于增强全球竞争力、提升价值链地位[9-10]、提高企业产品出口品质[11]、拓展全球价值链广度与深度(张艳萍等,2022)。高敬峰和王彬[12]从生产要素贡献度视角、吴友群等[13]基于显性比较优势指标,测度数字技术对全球价值链地位的影响,上述研究结果显示,数字技术能够显著提升全球价值链地位。

以往文献肯定了数字化有助于促进全球价值链分工地位提升,但鲜有文献区分数字化投入类型,也鲜有文献针对不同来源进行数字化影响及相关作用机制的分析。因此,本文的边际贡献主要在于:①讨论不同投入类型(硬件、软件)数字化对全球价值链分工地位的影响和作用机制;②基于不同投入类型,细化不同投入来源(国内、国外),分析数字化对全球价值链分工地位的影响。

2 理论分析

2.1 制造业数字化对全球价值链分工地位的影响

借鉴Kee&Tang[14]的分析框架,设垄断竞争市场企业的生产函数为:

Y=AKαLβMγ

(1)

其中,A代表生产率,K,L,M分别代表资本、劳动力和中间品投入,α,β,γ分别代表资本、劳动力和中间品投入的产出弹性,且α+β+γ=1。

令Dig代表数字化水平,生产率A可以表达为人力资本和数字技术投入函数A(Dig,L(Dig))。上述生产函数可以改写为:

Y=A(Dig,L(Dig))KαLβMγ

(2)

假定中间品M具有不变替代弹性的CES函数形式:

(3)

其中,MD表示来自国内的中间品,MF表示来自国外的中间品。σ为MD和MF的替代弹性。

假定中间品M的价格指数为PM:

(4)

其中,PD表示来自国内的中间品价格,PF表示来自国外的中间品价格。

由上式可得假定国内数字化水平提高会带来国内价格指数下降,可得:

企业目标是生产成本最小化:

MinC(Y)=rK+ωL+PMM

(5)

s.t.Y=A(Dig,L(Dig))KαLβMγ

(6)

根据成本最小化原则,可得国外中间品投入占总中间品投入的比重为:

(7)

根据Kee&Tang(2016)的分析,企业出口国内附加值率DVAR可表达为:

(8)

其中,DVAR为出口国内附加值率,为最终品价格。

可得:

(9)

由上式可知:

因此:

(10)

可见,全球价值链分工地位随着数字化水平提升而提升。

2.1.1 不同投入类型下数字化对制造业全球价值链分工地位的影响

参考徐映梅和张雯婷(2021)、李言和毛丰付(2022)的做法,本文中数字硬件产业投入主要包括计算机、电子元器件、光学以及智能设备等数字基础设施;数字软件产业投入主要包括移动操作系统、电信运营商、软件和信息服务业等。具体地,数字硬件产业包括第四版国际标准产业分类(ISIC Rev.4)中的C26(计算机、电子和光学设备的制造),数字软件产业包括J61(电信业)和J62_J63(IT和其它信息服务业)。

数字硬件投入的目的是:①获得数据,随着传感器、无线通信等硬件设备升级改进,可以将实物资产数字化,并获得行为数据等;②数字硬件为数字软件产业发展提供强大支撑,随着存储能力不断提高,传输速度更快、数据处理能力不断增强,可提供更多信息技术解决方案;③数字基础设施的发展为个性化产品和服务需求提供条件。

数字软件产业则有利于实现价值创造。软件技术能够增值硬件设备功能,扩大硬件设备使用范畴,而数字服务则进一步放大软件系统价值。数字硬件产业更侧重于数字基础设施提供,而数字软件产业更侧重数字技术应用支撑,可以挖掘更多数据资源,提供更多增值服务。因此,本文预期数字软件产业的影响高于数字硬件产业,并提出如下研究假设:

H1a:依托数字硬件、软件投入的制造业数字化对全球价值链分工地位提升的影响效应不同,其中,数字软件的影响效应大于数字硬件。

2.1.2 不同投入来源下数字化对制造业全球价值链分工地位的影响

一国的制造业数字化资源投入不仅仅局限于国内,假设国外数字化投入在数字化总投入中的占比为STR_F,分析国外数字化投入增大对全球价值链分工地位的影响。

首先,令△PD代表国外数字化投入未增加情况下数字化带来的国内中间品价格下降幅度,令△PD'代表国外数字化投入增加后国内中间品价格的下降幅度。当STR_F提高时,如果国外数字产业资源技术有所保留,或者国内企业没有足够能力吸收国外先进技术并加以应用,那么将不利于国内中间品价格下降。所以,有会使得又由于因而即国外数字化投入增大不利于企业全球价值链分工地位提升。

其次,令△PM代表国外数字化投入未增加时数字化投入带来的中间品价格下降幅度,令△PM'代表国外数字化投入增加后中间品价格的下降幅度,随着△PD'<△PD,有由于因而有

再次,假设国外数字资源投入带来的生产效率提高幅度低于国内数字资源投入带来的生产效率提高幅度,那么国外数字化投入的增大将导致生产率提高幅度变小,即由于可得

由此,本文提出如下研究假设:

H1b:国内外数字化投入对全球价值链分工地位的影响不同,不同投入来源下数字软件的影响效应均大于数字硬件的影响效应。

2.2 影响机制分析

2.2.1 生产效率提升效应

数字化投入能够通过如下几个方面直接促进生产效率提升。

第一,成本节约效应。首先,数字化投入可以降低交易成本,帮助企业节约运输、渠道与品牌建立等费用。同时,信息技术发展能够打破国际贸易中的时间和空间限制,使得企业在全球价值链中可以进行远距离协调沟通,有利于提高生产效率。

第二,资源配置效应。数字化能够促进供给与需求对接,及时满足市场需求[15]。数字技术发展可以显著促进生产要素流动,提高信息透明度,以更低成本和更高效率实现供需精准匹配,降低信息不对称性,提高企业生产效率。

第三,生产能力提升效应。信息技术应用使得生产设备实现数控化,促进生产流程、生产工艺更加科学高效[16];自动化技术应用能提高任务分配的灵活性,提高资本利用率和劳动力生产率[17];数字化还有利于减少失误,提高经营效率[18]。

另外,数字化投入还能够通过创新能力提升效应和人力资本提升效应间接促进生产效率提升。

综上所述,数字化投入可以通过成本节约效应、资源配置效应、生产能力提升效应、创新能力提升效应和人力资本提升效应促进生产效率提高,具体见图1。同时,劳动生产效率的明显提升能够快速提高国际分工地位[19],因而数字化投入能够通过生产效率提升的中介机制促进全球价值链分工地位提升。

2.2.2 产业服务化提升效应

数字化投入对产业服务化的提升效应主要体现在4个方面,具体如图2所示。

(1)专业化服务企业支持效应。数字化投入有利于提高第三方公司能力,促进其提供高质量的研发设计、数据咨询、客户管理等服务。

(2)产品服务化效应。数字化投入不仅有利于改进上游企业的技术与研发设计质量,而且有利于提高下游服务环节价值、增加产品附加值,这些均有利于企业向价值链中高端升级[20]。工业互联网平台为制造业企业升级产品和服务提供了必要的技术支撑,可以为用户提供基于产品全生命周期的服务[21]。

(3)用户价值创造效应。通过对用户行为进行数据挖掘,不仅可以为客户提供专属的个性化服务,还能够提高企业精准营销能力。

(4)数字服务化。数字服务化是利用数字化投入创造服务价值的关键(张振刚等,2022)。数字服务化被理解为数字化与服务化的相互作用,可利用物联网、大数据、人工智能等数字技术创造、交付和捕获服务价值[22]。

由此,本文提出如下研究假设:

H2:制造业数字化投入通过生产效率提升效应与产业服务化提升效应间接促进全球价值链分工地位提升。

3 模型构建

3.1 基准回归模型

为检验研究假设H1a,构建基准回归模型如下:

GVCit=α0'+α'1LDig_sit+α'2LDig_hit+α'3CONit+τi+μt+εi,t

(11)

其中,GVCit代表t年国家-产业i的全球价值链分工地位,实证中采用3个指标衡量;LDig_s代表数字软件投入,LDig_h代表数字硬件投入;CON为控制变量,τi为国家-产业固定效应,μt为时间固定效应,εi,t为残差项。

进一步地,为深入分析不同投入类型、投入来源数字化对全球价值链分工地位的影响,检验研究假设H1b,设定回归模型如下:

GVCit=α0''+α1''LDig_s_dit+α2''LDig_h_dit+α3''LDig_s_fit+α4''LDig_h_fit+α5''CONit+τi+μt+εit

(12)

其中,LDig_s_d代表国内数字软件投入,LDig_h_d代表国内数字硬件投入,LDig_s_f代表国外数字软件投入,LDig_h_f代表国外数字硬件投入。

3.2 中介效应检验

根据预期,国内数字软件投入是影响全球价值链分工地位提升的关键因素。那么,是否存在生产效率和产业服务化水平的中介效应呢?为此,构建计量模型以检验研究假设H2。

GVCit=α0''+α1''LDig_s_dit+α2''LDig_h_dit+α3''LDig_s_fit+α4''LDig_h_fit+α5''CONit+τi+μt+εit

(13)

Mit=ω0''+ω1''LDig_s_dit+ω2''LDig_h_dit+ω3''LDig_s_fit+ω4''LDig_h_fit+ω5''CONit+τi+μt+δit

(14)

GVCit=ρ0''+ρ1''Mit+ρ2''LDig_s_dit+ρ3''LDig_h_dit+ρ4''LDig_s_fit+ρ5''LDig_h_fit+ρ6''CONit+τi+μt+γit

(15)

其中,M表示中介变量,包括生产效率和产业服务化水平。其它变量含义同前文。

4 变量选取与数据说明

4.1 变量选取

4.1.1 核心解释变量

采用各产业对数字产业的依赖程度作为产业数字化投入水平测度指标,则h国j产业的国内数字软件、硬件投入,国外数字软件、硬件投入水平测算公式为:

LDig_s_dhj=

(16)

LDig_h_dhj=

(17)

LDig_s_fhj=

(18)

LDig_h_fhj=

(19)

其中,blγhj代表h国j产业对l国γ产业(数字软件产业)的直接消耗系数,blπhj代表h国j产业对l国π产业(数字软件产业)的直接消耗系数。blθhj代表h国j产业对l国θ产业(数字硬件产业)的直接消耗系数,m代表经济体个数,n代表产业个数,k代表数字产业的子产业,D代表数字产业包含的子产业数。同理,当不区分国内、国外投入时,可计算数字软件投入LDig_shj和数字硬件投入LDig_hhj。

4.1.2 被解释变量

借鉴徐铮等(2023) 的研究,本文的全球价值链分工地位GVCit以出口国内附加值率(DVAR)、上游度指数(GVCpt_pos)和GVC分工地位综合指数(GVC_inx)3个指标衡量。

DVAR根据Wang等[23]的出口贸易分解框架进行核算:

DVAR=

(20)

其中,DVA_FIN,DVA_INT,DVA_INTrex和RDV_G之和为WWZ(2013)的出口贸易分解框架中一国出口所包含的国内附加值,用该四项之和除以出口额则可以得到出口国内附加值率。

GVCpt_pos是根据Wang等[24]的增加值分解框架,以前向参与指数与后向参与指数之比衡量:

(21)

GVC_inx是借鉴张艳萍等(2022)的做法,同时考虑位置和增值属性而构建的综合指标。

GVC_inx=DVAR*GVCpt_pos

(22)

4.1.3 控制变量

控制变量包括人力资本水平(HR)、贸易开放度(Open)、产业出口规模(EXOW)、经济发展水平(LNPG)、产业国际竞争力(RCA_f)、产业服务化水平(Serv)、自然资源禀赋(Melt)和研发投入强度(RD),指标选取和数据来源借鉴徐铮等(2023)的研究。

其中,人力资本水平、经济发展水平、产业服务化水平和研发投入强度取自然对数处理。

4.1.4 中介变量

在生产效率提升的中介机制检验中,借鉴谢靖和王少红(2022)的做法,采用劳动生产率作为各产业生产效率的衡量指标,用各行业增加值与总工作时长的比值表示,数据来源于WIOD的SEA账户。由于WIOD的SEA账户数据仅更新至2014年,所以生产效率提升的中介效应检验时间为2000—2014年。在产业服务化提升效应检验中,采用产业服务化水平作为中介变量。

4.2 数据说明

本文研究区间为2000-2019年。研究的经济体为WIOD中不含ROW和TWN的42个经济体。

产业范围为剔除“机械设备的修理和安装”和“计算机、电子和光学设备的制造”后的17个制造业。在计算数字化投入水平时,本文采用WIOD的全球投入产出数据进行计算,并结合亚洲开发银行的多区域投入产出表,将WIOD的投入产出数据延长至2019年。全球价值链分工地位数据来源于对外经济贸易大学全球价值链研究院发布的UIBE GVC Indicators,并利用ABD数据库计算结果对WIOD数据进行扩展。

各变量描述性统计结果见表1。

5 实证检验

5.1 基准检验

采用时间和个体双向固定效应模型对式(11)和式(12)进行回归,结果见表2。

表2中,列(1)(2)以出口国内附加值率为被解释变量,列(3)(4)以上游度指数为被解释变量,列(5)(6)以GVC分工地位综合指数为被解释变量。列(1)(3)(5)显示,数字软件投入的影响显著为正,数字硬件投入的影响不显著,数字软件的影响大于数字硬件,从而验证了研究假设H1a。列(2)(4)(6)为细分不同投入来源和类型的数字化影响结果。结果显示,无论是源自国内的数字化投入还是国外的数字化投入,数字软件的影响均大于数字硬件,验证了研究假设H1b。

5.2 稳健性检验

第一,构建新的上游度指数。

GVCpt_pos1=Ln(1+GVCPt_f)-Ln(1+GVCPt_b)

(23)

第二,构建新的GVC分工地位综合指数。

(24)

其中,GVC_pos为Wang等[25]提出的全球价值链位置指标。

第三,变量缩尾处理。为防止异常值影响研究结果,对所有连续型变量进行上下5%的Winsor2缩尾处理。

替换被解释变量并缩尾处理连续变量后,回归结果见表3。

列(1)(2)、列(3)(4)的被解释变量分别为新的上游度指数和GVC分工地位综合指数。列(1)(3)显示,数字软件投入系数显著为正,数字硬件投入系数为负,与基准回归模型基本一致。列(2)(4)显示,国内数字软件投入对全球价值链分工地位提升的促进作用更大,进一步验证了数字软件的重要性。列(5)—(8)为对所有连续变量进行5%缩尾处理的回归结果,结果显示,缩尾处理未影响国内数字软件的显著促进作用和国外数字软件的显著抑制作用,验证了基准回归模型结果的稳健性。

5.3 内生性分析

国内数字软件对全球价值链分工地位有正向促进作用,而国外数字软件存在负向抑制作用。那么,全球价值链分工地位提升是否反过来影响国内外数字软件投入?本文将国内、国外数字软件投入滞后一期作为工具变量,采用两阶段最小二乘法(2SLS)进行内生性检验,结果见表4。

列(1)—(4)检验国内数字软件内生性问题,列(5)—(8)检验国外数字软件内生性问题:列(1)显示国内数字软件投入滞后一期对当期有显著正向影响,列(5)显示国外数字软件投入滞后一期对当期有显著正向影响;列(2)—(4)、列(6)—(8)为分别以出口国内附加值率、上游度指数、GVC分工地位综合指数为被解释变量的两阶段最小二乘法检验结果。

Kleibergen-Paap rk LM统计量在1%水平上显著,从而拒绝了“工具变量识别不足”的原假设;Kleibergen-Paap Wald rk F统计量均大于Stock-Yogo weak ID test 10%水平上的临界值,拒绝“存在弱工具变量”的假设。内生性处理结果表明,国内外数字软件系数符号没有发生改变且数值显著。因此,在考虑模型潜在内生性后,数字软件作用的稳定性得到验证。

5.4 机制检验

5.4.1 生产效率提升机制检验

以劳动生产率(Eff)作为生产效率中介变量,其回归结果见表5。可以发现,国内数字软件和硬件均能够显著促进劳动生产率提升,且数字软件对劳动生产率的影响远大于数字硬件。

5.4.2 产业服务化水平提升机制检验

以产业服务化(Serv)作为中介变量的回归结果见表6。

列(1)显示,国内外数字软件投入均能够显著促进产业服务化水平提升,但国外数字软件投入的影响小于国内数字软件投入的影响。列(3)和列(5)中产业服务化系数显著,而列(7)中产业服务化系数不显著。因此,需要分两种情形讨论。情形一:考察以出口国附加值率和上游度指数作为解释变量的中介效应,结果表明存在部分中介效应。情形二:考察以GVC分工地位综合指数作为解释变量的中介效应,Bootstrap 法检验结果表明,间接效应不显著。综上分析,国内数字软件投入能够通过促进产业服务化水平提升间接促进出口国附加值率和上游度指数提升,但是对GVC分工地位综合指数的间接影响效应不显著。

6 进一步分析

6.1 制造业技术类别异质性

不同技术类别制造业数字化对全球价值链分工地位影响的回归结果见表7。

列(1)—(3)为不同技术类别制造业数字化对出口国附加值率的影响。结果显示,国内数字化的影响主要表现为数字软件投入,且低技术类别的制造业国内数字化影响大于中低技术和中高技术类别。国外数字化投入的影响也主要表现为数字软件投入的影响,其中,中高类别技术制造业和低技术类别制造业的影响系数基本一致。以上结果表明,低技术类别制造业数字化表现出更高的边际效应。

列(4)—(6)、列(7)—(9)分别为以上游度指数和GVC分工地位综合指数为被解释变量的检验结果。结果显示,国内、国外数字化投入均主要体现为数字软件投入的影响,异质性不突出。

6.2 时期异质性

国际金融危机对世界经济和贸易环境产生巨大影响,本文将样本分为2000-2007年及2008-2019年两个时间段,回归结果见表8。

列(1)—(2)、列(3)—(4)、列(5)—(6)分别为以出口国内附加值率、上游度指数、GVC分工地位综合指数为被解释变量的检验结果,可以发现:①国内数字软件投入影响方面,2008年之前其对全球价值链分工地位(3个指标)的影响均不显著,2008年之后表现出显著促进作用;②国内数字硬件投入影响方面,2008年之前和2008年之后其对出口国内附加值率均有显著促进作用且影响系数相差不大,对上游度指数和GVC分工地位综合指数的影响在2008年前后均不显著;③国外数字软件投入影响方面,其对出口国内附加值率的影响由2008年之前的不显著转变为2008年之后显著为负,对上游度指数和GVC分工地位综合指数的影响不显著;④国外数字硬件投入影响方面,其对出口国内附加值率和上游度指数的影响在2008年之后均表现为显著负向抑制作用,对GVC分工地位综合指数的影响为负但不显著。以上结果反映出制造业数字化投入的影响存在时期异质性,即2008年之后国内数字软件投入对全球价值链分工地位有显著促进作用,国外数字化投入大多表现出抑制作用。

6.3 国家异质性

由于数字硬件与数字软件产业性质及作用不同,不同国家对不同类型数字产业投入的应用效果也不同,见表9。

列(1)—(2)、(3)—(4)、(5)—(6)分别以出口国内附加值率、上游度指数、GVC分工地位综合指数为被解释变量。可以看出:①关于国内数字软件投入的影响,以出口国内附加值率为被解释变量的回归结果显示高收入国家的影响系数相较中等收入国家更显著,以上游度指数和GVC分工地位综合指数为被解释变量的回归结果则显示中等收入国家的影响系数更大;②关于国内数字硬件投入的影响,以出口国内附加值率为被解释变量的回归结果显示中等收入国家的影响更显著;③关于国外数字软件投入的影响,回归结果显示高收入国家表现出显著的负向抑制作用,而中等收入国家的影响不显著;④关于国外数字硬件投入的影响,以出口国附加值率为被解释变量的回归结果显示中等收入国家的影响大于高收入国家的影响。综上所述,高收入国家与中等收入国家中的数字化影响存在异质性。

7 政策建议

(1)充分发挥国内数字软件投入的正向效应。不仅要提高企业对数字软件的重视程度,还要打造适宜数字软件产业发展的营商环境,完善数字软件中小企业服务体系,提升数字软件产业国际竞争力。

(2)探索制约数字硬件投入效应的因素。数字硬件投入效应弱于数字软件投入效应,除与产业类型有关外,也与外部数字环境有关。行业数据标准、管理制度不同以及数字应用市场秩序不规范,易导致数字化转型成本较高、意愿较低。因此,应发挥政府作用,引导行业统一数据标准、建立数据共享平台,规范数字应用市场秩序。

(3)针对不同类型制造业制定相应发展政策。一方面,应加大对低技术制造业数字化供给与数字化转型的支持力度,促进其在研发、生产、组织和运营管理中与数字技术融合;另一方面,努力发挥中低、中高技术制造业的技术和人力资本优势,增强数据挖掘能力。

(4)敏锐捕捉突破价值链低端锁定的时代机遇。积极培育数据要素比较优势,不断加大国内数字产业技术人才和制造业相关复合型人才培养,彰显产业数字化转型效应。

参考文献：

[1] 徐映梅,张雯婷. 中国数字经济产业关联网络结构分析[J]. 统计与信息论坛,2021,36(8):30-42.

[2] ZHU H, MADNICK S E. Finding new uses for information[J]. MIT Sloan Management Review, 2009, 50: 17-21.

[3] OPRESNIK D, TAISCH M. The value of big data in servitization[J]. International Journal of Production Economics, 2015, 165: 174-184.

[4] URBINATI A, BOGERS M, CHIESA V, et al. Creating and capturing value from big data: a multiple-case study analysis of provider companies[J]. Technovation, 2019, 84-85: 21-36.

[5] TEECE D J. Innovation, governance, and capabilities:implications for competition policy[J]. Industrial and Corporate Change, 2020, 29(5): 1075-1099.

[6] CHAE B. Big data and IT-enabled services:ecosystem and coevolution[J]. IT Professional, 2015, 17(2): 20-25.

[7] 江小涓. 高度联通社会中的资源重组与服务业增长[J]. 经济研究,2017,52(3):4-17.

[8] DILYARD J, ZHAO S, YOU J J. Digital innovation and Industry 4.0 for global value chain resilience:lessons learned and ways forward[J]. Thunderbird International Business Review, 2021, 63(5): 577-584.

[9] WU Y Q, LU H X, LIAO X L, et al. Research on the digitization of manufacturing will enhance the competitiveness of the value chain based on advantage comparison[J]. Complexity, 2021, DOI: 10.1155/2021/9917772.

[10] 齐俊妍,任奕达. 数字经济渗透对全球价值链分工地位的影响——基于行业异质性的跨国经验研究[J]. 国际贸易问题,2021,47(9):105-121.

[11] 谢靖,王少红. 数字经济与制造业企业出口产品质量升级[J]. 武汉大学学报(哲学社会科学版),2022,75(1):101-113.

[12] 高敬峰,王彬. 数字技术提升了中国全球价值链地位吗[J]. 国际经贸探索,2020,36(11):35-51.

[13] 吴友群,卢怀鑫,王立勇. 数字化对制造业全球价值链竞争力的影响——来自中国制造业行业的经验证据[J]. 科技进步与对策,2022,39(7):53-63.

[14] KEE H L, TANG H. Domestic value added in exports:theory and firm evidence from China[J]. American Economic Review, 2016, 106(6): 1402-1436.

[15] 戚聿东,褚席. 数字经济发展促进产业结构升级机理的实证研究[J]. 学习与探索,2022,44(4):111-120.

[16] 金碚. 工业的使命和价值——中国产业转型升级的理论逻辑[J]. 中国工业经济,2014,31(9):51-64.

[17] ACEMOGLU D, RESTREPO P. Automation and new tasks: how technology displaces and reinstates labor[J]. Journal of Economic Perspectives, 2019, 33(2): 3-30.

[18] 戚聿东,肖旭. 数字经济时代的企业管理变革[J]. 管理世界,2020,36(6):135-152,250.

[19] 黄先海,杨高举. 中国高技术产业的国际分工地位研究:基于非竞争型投入占用产出模型的跨国分析[J]. 世界经济,2010,33(5):82-100.

[20] 李晓华. 服务型制造与中国制造业转型升级[J]. 当代经济管理,2017,39(12):30-38.

[21] 刘祎. 工业互联网平台情境下制造业企业服务化的适应性机制——基于系统动力学的仿真[J]. 当代经济管理,2021,43(9):29-39.

[22] KOHTAMKI M, PARIDA V, PATEL P C, et al. The relationship between digitalization and servitization:the role of servitization in capturing the financial potential of digitalization[J]. Technological Forecasting and Social Change, 2020, 151: 119804.

[23] WANG Z, WEI S J, ZHU K. Quantifying international production sharing at the bilateral and sector levels[R]. National Bureau of Economic Research Working Paper 19677, 2013.

[24] WANG Z, WEI S J, YU X, et al. Measures of participation in global value chains and global business cycles[R]. National Bureau of Economic Research Working Paper 23222, 2017.

[25] WANG Z, WEI S J, YU X, et al. Characterizing global value chains: production length and upstreamness[R]. National Bureau of Economic Research Working Paper, 2017.

[责任编辑：胡俊健)