开放科学(资源服务)标识码(OSID)：
On the basis of the vigorous development of digital economy, this paper deduces the mathematical model of the impact of the digital economy on the global value chain status, and evaluates the impact of the digital economy and the dynamic non-linear effect from the perspective of the global value chain status of manufacturing industry. With the help of historical data instrumental variables, it conducts the robustness test of dynamic panel estimation, and studies the heterogeneity of the impact by samples from different regions and different policies. By taking technological innovation and industrial structure upgrading as intermediary variables, the study explores the indirect impact mechanism. Considering the spatial characteristics of digital economy and the spatial dependence of manufacturing global value chain status, it then studies the spatial spillover effect of digital economy on manufacturing global value chain status with the help of spatial Dobbin model.
In this paper, from the two aspects of digital industrialization and industrial digitization, 8 secondary indicators and 25 tertiary indicators are selected and a comprehensive evaluation indicator system of the development level of the provincial digital economy is constructed by the principal component analysis method, and then the global value chain status of the manufacturing industry is expressed by the export complexity of the manufacturing industry. With the panel data of 31 provinces in China from 2005 to 2020, the empirical research shows that the development of digital economy has significantly enhanced the global value chain status of provincial manufacturing industry and has a dynamic non-linear increasing effect; moreover, there is regional heterogeneity. Compared with the eastern region and the regions along the the Belt and Road, the digital economy plays a greater role in promoting the central and western regions and the regions along the the Belt and Road. As far as the internal mechanism is concerned, improving the technological innovation ability and optimizing the industrial structure upgrading are the two basic paths for the digital economy to affect the export complexity of manufacturing industry. In the digital economy, the technology and knowledge spillover effects of different provinces make technological innovation permeate with each other, which is conducive for enterprises to breaking through the existing R&D difficulties to strengthen technological innovation and accelerate the transformation of technological achievements. The digital economy can broaden the boundary of industrial chain division of labor, accelerate the transformation of traditional industries, effectively reduce the processing costs and transaction costs among labor division entities, improve the efficiency of resource allocation and production management, and enhance the status of global value chain. Meanwhile the spatial Dobbin model shows that there is a spatial spillover effect on the impact of the digital economy on the export complexity of the manufacturing industry. The development of the digital economy will not only affect the export complexity of the manufacturing industry in the province, but also be conducive to the improvement of the export complexity of the manufacturing industry in the neighboring provinces.
Therefore,in order to promote the upgrading of the global value chain of China's manufacturing industry, it is necessary to strengthen the construction of digital economy, optimize the innovation environment and industrial structure. Regional digital economy collaborative development networks are expected so as to give full play to the spatial effect brought by the digital economy, realize cross regional division of work and cooperation and promote the coordinated development of various provinces.
开放科学(资源服务)标识码(OSID)：
目前，我国制造业发展面临双重挑战。一方面，我国传统加工制造业长期位处于微笑曲线的价值洼地，价值增值空间小，高技术产业也出现高端产业低端化和高技术不高的问题，面临低端锁定风险。另一方面是要素成本上涨以及部分发展中国家工业化进程加快与发达国家再工业化的“两端挤压”。提升我国制造业国际竞争力，必须突破制造业升级的技术瓶颈，提升制造业出口复杂度，打破制造业价值链的低端锁定。尽管2020年新冠疫情在全球暴发，但我国数字经济规模仍达到39.2万亿元，同比增长2.4%，对GDP的贡献达到38.6%。数字产业化和产业数字化在数字经济内部以二八结构分布，促使制造业成为数字经济的主战场。数字经济的特点是以现代通信网络作为技术载体，能够突破时空限制，提升数字化知识与信息的传播速度，一定程度上降低区域内知识信息的不完全性，有助于企业获取知识溢出、增强技术创新能力，促进制造业生产效率提高，提升其全球价值链地位。数字经济依托互联网发展能够有效支撑疫情防控需要和经济社会发展，成为稳定经济增长的重要引擎[1]。
如何客观评价数字经济对制造业全球价值链地位的影响程度，全面阐释其影响机制并重点考察数字经济对制造业全球价值链的空间溢出效应尤为重要。通过对已有文献进行回顾，发现以下3个方面与本文研究密切相关。
(1)数字经济发展。Don Tapscott在1996年正式提出数字经济(Digital Economy)这一概念。伴随数字经济快速发展，学者们对数字经济发展水平的测算方法存在较大差异，具体可以分为两大类：以中国信息通信研究院领衔的直接测算法和以OECD与美国经济分析局为代表的指标体系核算法[2]。杨慧梅和江璐[3]从数字产业化和产业数字化维度，采用直接测算法测算省级数字经济发展水平，发现数字经济通过人力资本和产业结构升级两方面影响全要素生产率，且存在空间溢出效应。此外，指标体系核算法是指建立有关数字经济的多维指标体系，测算不同区域的数字经济发展水平。刘军等[4]利用信息化发展、互联网发展和数字交易发展指标衡量省级数字经济发展水平；赵涛等[5]基于互联网普及率、相关从业人员情况、相关产出情况和移动电话普及率4个指标量化城市层面的数字经济水平。
(2)数字经济与制造业发展。韦庄禹[6]认为我国制造业资源配置效率呈现先降后升的趋势，数字经济通过降低企业成本和增强技术创新能力提高制造业资源配置效率[7]，在将进口贸易占比设置为门槛变量后，数字经济发展对西部地区制造业出口竞争力的提升作用显著增强[8]。数字经济在对外开放、产业结构、R&D投入和环境规制4种因素约束下，对制造业高质量发展的影响呈现出非线性动态效应[9]，通过积累人力资本和激发创业活力推动制造业高质量发展[10]。此外，数字经济能够延伸制造业产业链分工边界，降低其交易成本，引发需求变化倒逼和价值转移[11]。
(3)数字经济与制造业全球价值链(Global Value Chain，GVC)。Gonzalez等[12]认为数字经济对全球价值链的嵌入度和升级具有正向影响； Lanz 等[13]指出，互联网的普及和应用使企业参与全球价值链分工的意愿变得更加强烈；张艳萍等[2]认为数字经济从根本上改变了全球价值链的价值增值，并通过网络连接效应、成本节约效应、价值创造效应3种渠道影响全球价值链的广度和深度；费越等[14]研究发现，数字经济对资本和技术密集型制造业全球价值链升级的促进作用最大，并存在先抑后扬的U型单门槛效应，对资源密集型行业全球价值链升级的作用最小，并且可以通过提升企业生产效率和技术创新水平促进制造业全球价值链升级；孙黎和许唯聪[15]认为中国各地区参与全球价值链程度存在严重失衡现象，数字经济发展能增强全球价值链的空间溢出效应；裘莹和郭周明[16]认为数字经济能够降低中小企业参与全球价值链的固定成本和交易成本，使企业参与价值链的难度降低；余珊等[17]、杜传忠和管海峰[18]基于省级面板数据发现，数字经济能显著提升我国制造业出口复杂度，其影响具有动态非线性驱动效应，过度推进数字化、智能化反而会削弱这种影响效应，而且沿海地区和出口贸易量大的地区能够获得更多数字经济红利。
综上所述，现有关于数字经济对制造业高质量发展影响的研究成果已较为丰富，但关于数字经济对提升制造业价值链地位的研究相对单调，鲜有文献将中介模型与空间计量模型纳入研究体系。本文以制造业出口复杂度表示制造业全球价值链地位，研究数字经济对中国各省制造业全球价值链地位的影响及中介机制。本文可能的边际贡献在于：在研究指标上，从数字产业化和产业数字化两个维度选取25个三级指标，采用主成分分析法构建省级层面数字经济发展水平综合评价指标体系；在研究视角上，以中国数字经济蓬勃发展为立足点，推导数字经济影响全球价值链地位的数理模型，基于制造业全球价值链地位视角评估数字经济的影响和动态非线性效应，利用历史数据工具变量法缓解内生性问题，并利用动态面板估计进行稳健性检验，从地区和政策层面分样本研究该影响的异质性，并将技术创新能力与产业结构升级作为中介变量研究间接影响机制；在研究内容上，考虑到数字经济的空间特征和制造业全球价值链地位的空间依赖性，本文借助空间杜宾模型研究数字经济对制造业全球价值链地位的空间溢出效应。
本文从数理推导中辨别数字经济与全球价值链地位的内在联系。借鉴Hallak等[19]的研究模型，构建全球价值链地位(GVC_P)、企业生产率(θ)和企业生产技术水平(χ)三者之间的数理关系。假设产品间的替代弹性不变，垄断竞争需求模型为：
(1)
其中，σ表示各产品间的替代弹性，σ>1；j为产品品种，qj、pj和GVC_Pj分别代表产品j的需求、价格和全球价值链地位；E为外部支出水平，
企业的异质性来源于生产率(θ)和生产技术水平(χ)，企业生产率越高，产品边际成本越低，生产技术水平越高，企业的固定成本越低。企业的边际成本(MC)和固定成本(FC)可表示为：
(2)
(3)
其中，βmc代表边际成本的质量弹性，βmc>0；βfc代表固定成本的质量弹性，βfc>0；FC0代表设备运转的固定成本，c、f为常数。
企业利润函数π可表示为：
π=q(pj-MCj)-FCj
(4)
企业利润最大化时，价格的一阶条件为：
(5)
企业利润最大化时，全球价值链地位的一阶条件可表示为：
GVC_P(θ,χ)=
(6)
其中，σ'=βfc-(1-βmc)(σ-1)>0。企业生产率和技术水平变动会对产品的全球价值链地位造成直接影响。
数字经济通过信息通信技术发展提高企业生产效率和技术水平[20]。借鉴Aghion等[21]关于人工智能与企业生产效率的模型，构建数字经济发展对企业生产率和技术水平影响的数理模型。
(7)
(8)
式中，T表示提升企业生产率(θ)和技术水平(χ)的要素投入；ω、ρ表示要素替代参数，ω≤1且ω≠0，ρ≤1且ρ≠0。要素投入T可分为数字经济要素投入(I)和非数字经济要素投入(B)。式(7)(8)可改写为：
(9)
(10)
δ表示提高企业生产率中运用到数字经济要素投入(I)的比例，γ表示提高企业技术水平运用到数字经济要素投入(I)的比例。将式(9)(10)代入式(6)中，得到用数字经济要素投入(I)表示全球价值链地位(GVC_P)的函数。
(11)
为便于分析，假设要素替代参数ρ→0、ω→0，则：
(12)
对上式中I求偏导得到：
(13)
由上文可知，σ>1，βmc>0，βfc>0，σ'=βfc-(1-βmc)(σ-1)>0，则
这说明数字经济发展与地区GVC地位呈正相关，数字发展水平越高，地区制造业全球价值链地位越高。
2.2.1 数字经济通过技术创新能力推动制造业全球价值链地位提升
作为数字经济的关键要素，知识和信息通过通讯网络传播应用，有效促进区域内知识传播与技术创新，提高产业生产效率和产品附加值，推动制造业全球价值链地位提升。一方面，发展数字经济能有效降低技术创新成本。摩尔定律认为技术进步尤其是数字技术的快速更新迭代，会造成数字要素价格持续下降。相对于生产传统产品，数字技术产品因其易复制性、便于传播、低边际成本等特征被大规模量产，从而进入研发、生产、流动、销售等环节，提高制造业创新效率和产品质量[22]。另一方面，数字经济有助于整合扩充知识，提升企业研发创新能力。企业在技术创新领域存在知识搜索能力不足、创新研发风险大等问题，这可以通过发展数字经济弥补。企业基于地区间存在技术知识溢出的异质性效应从而获取具有创新价值的知识，寻求技术水平的不断突破，促使研发活动延伸到最前沿技术领域，进而实现技术创新突破，加速技术成果转换。
2.2.2 数字经济通过产业结构升级推动制造业全球价值链地位提升
产业结构升级有利于生产要素向高成长性、高效率行业流动，并通过合理配置要素资源，加快技术变革，提升全球价值链地位。一方面，数字经济要素之间协同发展，新型生产方式与传统生产方式融合，拓宽产业链分工边界，加快传统产业转型，促进制造业创新进而提升制造业GVC地位。另一方面，产业升级在数字经济加持下，信息获取能力增强，从而有效降低分工主体间的处理成本和交易成本，建立统一的数字化共享平台，强化知识溢出效应，提高资源配置和生产管理效率，促进不同企业间的协同创新研发和专业化分工，加快传统产业技术变革，实现产业结构优化升级，促进制造业全球价值链地位提升。
地区邻接便于知识、人力资本及技术等高级要素的传播和转移，生产要素通过虹吸效应在某地集聚，带来要素内部知识、技术和创新研发信息的空间集聚与产业集聚[23]。数字经济能够突破地理时空限制，通过构建技术合作与信息交流平台，加快生产要素流通。相邻地区通过整合分析学习来自要素区域流动中的先进创新技术，优化产业结构，提高制造业技术水平，提升制造业GVC地位。发展数字经济将带动电子通信等高技术部门发展，增加地区出口中高技术产品比重。并且出口企业面临国际市场多样化与高质量需求、更高的市场准入门槛和激烈的市场竞争。数字技术也会进一步强化市场竞争机制，倒逼地区筛选更具竞争力的企业与产品，推动整个区域内产品技术含量和创新生产效率提升，提高产品国际竞争力。在竞争倒逼作用下，相邻地区相应提高产品质量和市场竞争力，扩大出口，提高制造业出口复杂度，更好地嵌入全球价值链。数字经济使企业间的信息交流不受政策壁垒和保护主义限制，这将激发企业间互动活力，帮助企业吸收发达地区在全球价值链高端的先进知识技术，提高制造业GVC地位，推动制造业从价值洼地攀向价值高地，打破低端锁定陷阱。
数字经济发展水平影响各省制造业全球价值链地位的基准模型如下：
lnExpyit=β0+β1lnDigit+β2Control+ui+ut+εit
(14)
其中，Expyit代表t年i省份的制造业出口复杂度，Digit代表t年i省份的数字经济发展水平，Control代表控制变量，ui代表个体固定效应，ut代表时间固定效应，εit代表随机扰动项。
本文使用2005—2020年中国内地31个省份的面板数据，分析数字经济发展水平对各省制造业全球价值链地位的影响。
(1)被解释变量：全球价值链地位(lnExpy)。目前大部分研究基于投入产出数据或增加值数据从行业或国家层面测算制造业全球价值链地位指数。在此基础上，考虑到数据可获取性以及相关学者提出出口复杂度可以通过科学赋权的方式实现对国家或省级层面全球价值链地位的测算，本文采用出口复杂度衡量我国各省制造业全球价值链地位。发达国家聚焦研发设计和关键性产品生产等高附加值环节，其产品出口复杂度较高，处于全球价值链高端位置；发展中国家多从事加工生产等低附加值环节，其产品出口复杂度低，处于全球价值链低端位置。制造业产品出口复杂度可以体现一国或地区制造业在全球价值链中所处地位。Hausmann等[24]根据贸易结构反映的生产结构逻辑，利用人均GDP和地区行业出口额构建出口复杂度表示一国或地区的全球价值链地位。借鉴上述做法，本文采用各省制造业出口复杂度衡量其全球价值链地位，测算公式如下：
(15)
(16)
其中，xikt表示t年i省k行业的出口额，Xit表示t年i省的出口额，PGDPit表示t年i省的人均国内生产总值，PRODYkt表示t年k行业的出口复杂度，Expyit表示t年i省的出口复杂度。本文采用国研网对外贸易数据库提供的2005—2020年各省出口数据，计算各省制造业出口复杂度。采用HS海关编码，该编码下共有22类行业，剔除农业等非制造业行业后，测算车辆、航空器、船舶及有关运输设备等16类制造业行业出口复杂度。
(2) 核心解释变量：数字经济发展水平(lnDig)。借鉴杨慧梅和江璐[3]的研究，从数字产业化和产业数字化维度选取8个二级指标和25个三级指标，利用主成分分析法构建我国省级层面数字经济发展水平综合评价指标体系，如表1所示。
(3) 控制变量。借鉴杨慧梅和江璐[3]的做法，设置如下控制变量：①交通基础设施水平(lnfrei)，用货运总量取对数表示；②出口贸易水平(lnexp)，用出口总额取对数表示；③人力资本水平(lnuniv)，用各省普通高等学校数量取对数表示；④财政支出(fiscal)，用各省财政一般预算支出占国内生产总值的比值表示；⑤金融发展水平(fin)，用金融机构人民币各项贷款余额占国内生产总值的比值表示。以上数据来源于国家统计局和Wind数据库。
根据VIF和Hausman检验结果，排除多重共线性问题并选择固定效应模型。表2中列(1)是对核心解释变量数字经济单独的回归结果，lnDig的系数在1%的水平下显著为正，说明数字经济能够显著提升各省制造业全球价值链地位。表2中列(2)为加入控制变量后的回归结果，进一步验证了数字经济在1%的显著水平下正向影响各省制造业GVC地位。核心解释变量的结果较为稳健，表明数字经济发展水平提高有助于制造业全球价值链攀升。这一结论可为各省加快发展数字经济，培育制造业发展新动能，提高中国制造业全球竞争力，攀升全球价值链提供一定理论基础。
4.2.1 地区异质性分析
本文将中国内地31个省份样本分为东部地区(北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南)和中西部地区(安徽、山西、黑龙江、吉林、内蒙古、河南、湖南、湖北、江西、陕西、重庆、四川、宁夏、甘肃、云南、贵州、广西、新疆、西藏和青海)，地区异质性回归结果如表2中列(3)(4)所示。结果显示，数字经济对不同区域制造业GVC地位均有正向影响，但对中西部地区制造业全球价值链地位的影响系数更大，说明数字经济对中西部地区制造业GVC地位的影响大于东部地区。其原因在于，数字经济具备较高的外部性、便捷性、灵活性、智能性，中西部地区制造业生产技术提升空间更大，使数字经济对中西部地区制造业GVC地位提升的推动作用更强。
表1 数字经济发展水平评价指标体系
Tab.1 Indicator system of digital economy development level
一级指标二级指标变量选取数据来源数字产业化电子信息制造业主要产品规模及产量手机产量国家统计局集成电路产量微型计算机设备产量电信业规模、通信能力与服务水平电信业务总量移动电话年末用户互联网宽带接入端口移动电话交换机容量长途光缆线路长度软件、互联网和信息技术服务业规模及发展状况软件业务收入《中国电子信息产业统计年鉴》企业数目信息技术服务收入产业数字化工业工业增加值国家统计局国家专利申请授权量与规模以上工业企业R&D员工的比值规模以上工业企业新产品销售收入占工业企业主营业务收入的比重第三产业第三产业增加值原保险保费收入艺术表演场馆数互联网上网人数社会消费品零售总额快递量农业农林牧渔业增加值农村用电量基建投资全社会固定资产增速数字化人才普通高等学校数普通高等学校本专科授予学位数
表2 基准回归与异质性检验结果
Tab.2 Benchmark regression and heterogeneity test results
变量基准回归(1)(2)地区异质性(3)(4)政策异质性(3)(4)lnDig0.449∗∗∗0.215∗∗∗0.179∗∗0.205∗∗∗0.213∗∗∗0.179∗∗(13.29)(4.45)(2.88)(3.27)(3.49)(2.67)lnexp0.0580.323∗0.039-0.0110.208∗∗(1.33)(1.90)(0.82)(-0.26)(3.11)lnfrei0.0860.1480.0690.169∗-0.033(1.19)(1.08)(0.81)(1.82)(-0.30)lnuniv1.023∗∗∗0.3141.158∗∗∗1.144∗∗∗0.725∗∗(4.64)(0.69)(4.60)(3.97)(2.51)fin0.236∗∗0.651∗∗0.1470.1140.491∗∗∗(2.01)(2.89)(1.46)(0.88)(4.61)fiscal0.329-1.3150.6190.4710.103(0.83)(-1.15)(1.62)(0.97)(0.12)Cons2.559∗∗∗0.093-2.746∗0.7080.2400.315(4.24)(0.15)(-2.40)(1.08)(0.28)(0.46)时间效应YesYesYesYesYesYes个体效应YesYesYesYesYesYesN496496176320288208R-sq0.570.640.780.590.540.85
注：括号中数值为系数的t值或Z值，*、**、***分别表示在10%、5%、1%的水平下显著，下同
4.2.2 政策异质性分析
数字经济对“一带一路”沿线地区(根据商务部的划分，“一带一路”沿线地区包括18个省份:新疆、重庆、浙江、海南、广东、福建、上海、西藏、云南、广西、辽宁、吉林、黑龙江、内蒙古、青海、宁夏、甘肃和陕西)制造业全球价值链地位的影响是否因政策原因产生差异？本文按照是否属于“一带一路”沿线省份划分样本并进行实证估计，结果如表2中列(5)(6)所示。结果显示，数字经济对“一带一路”沿线省份和非“一带一路”沿线省份制造业全球价值链地位都有显著正向影响，但对前者的影响系数更大，说明数字经济对“一带一路”沿线省份制造业GVC地位的提升作用强于非“一带一路”沿线省份，但仍有进一步提升空间。可能的原因在于，“一带一路”倡议的提出带动了沿线地区制造业蓬勃发展，促进了沿线地区的对外联系和出口贸易。
利用面板分位数回归，就数字经济发展对制造业GVC地位的动态非线性递增效应进行检验，结果如表3所示。在25%、50%、75%分位数下，数字经济对制造业全球价值链地位影响的显著性逐渐增强，lnDig的估计系数也逐渐变大，呈现出边际效应递增趋势。说明相比于制造业GVC地位较低的省份，数字经济对制造业全球价值链地位较高省份的作用更加显著，也即，数字经济发展水平对制造业全球价值链地位的影响存在动态非线性递增效应。这是由于制造业GVC地位高的省份更容易吸纳人才和资本，能够更好地发挥数字经济红利。
4.4.1 动态面板方法估计
各省制造业全球价值链地位提升具有一定持续性，即上一期制造业全球价值链地位可能影响当期全球价值链地位从而产生累积效应，本文利用差分GMM方法进行检验。
lnExpyit=α0+α1lnExpyi,t-1+α2lnDigit+α3Control+ui+εit
(17)
AR检验和Sargan检验结果说明该模型设定是有效且稳定的，具体结果如表3中列(6)所示。差分GMM估计结果表明数字经济对制造业GVC地位的提升作用存在滞后性，本文将数字经济发展水平的一阶滞后作为工具变量进行2SLS回归，结果如表3中列(5)所示，进一步验证了差分GMM结果的准确性。两者都证实上文实证结果具有稳健性。
4.4.2 内生性分析
数字经济对各省制造业全球价值链地位的影响可能存在内生性问题。基准回归采用固定效应模型虽然可以在一定程度上减轻未观测到遗漏变量对模型的影响，但由于数字经济发展水平可能与制造业GVC地位存在逆向因果关系，这将使模型因具有联立性而产生有偏差的实证结果。为缓解联立性偏差，本文重新采用工具变量法进行计量估计。
考虑到数字经济发展以网络为载体，同时为满足工具变量的相关性和排他性要求，本文借鉴黄群慧等(2019)的研究，采用2001年各省每百人拥有固定电话数量作为工具变量。其内在逻辑在于，互联网进入大众视野基本上是从电话拨号开始的，数字经济发展依托的现代信息网络就是电话基础设施与行业通讯建设的延续发展，也就是说，历史上固定电话普及率高的地区极有可能现在数字经济发展水平也较高，而且2001年的固定电话数量基本不会对当前制造业GVC地位产生直接影响。为避免实际应用时工具变量在面板数据模型中不随时间变化，借鉴Nunn等[25]的处理办法，构建2001年各省每百人拥有固定电话数量与前一年全国互联网投资额(随时间变化)的交互项进行2SLS回归，用信息传输、软件和信息技术服务业固定资产投资额表示互联网投资额，数据来源于Wind数据库。
表3中列(4)结果显示，工具变量的Kleibergen-Paap rk LM检验和Hansen检验均强烈拒绝原假设，说明该工具变量有效。考虑内生性问题后，数字经济仍然在1%的显著水平下正向影响制造业出口复杂度，进一步验证了基准回归结果的可靠性，说明各省数字经济发展有助于提高其制造业全球价值链地位。
表3 非线性回归与稳健性检验结果
Tab.3 Nonlinear regression and robustness test results
变量分位数(1)Q=0.25(2)Q=0.5(3)Q=0.752SLS(4)(5)差分GMM(6)L.lnExpy0.016∗∗∗(7.81)lnDig0.049∗0.071∗∗0.088∗∗∗0.598∗∗∗0.240∗∗∗0.375∗∗∗(1.66)(2.55)(3.91)(10.58)(6.32)(27.10)Cons4.262∗∗∗4.566∗∗∗5.077∗∗∗-5.318∗∗∗(9.61)(13.46)(11.45)(-16.63)控制变量YesYesYesYesYesYes时间效应YesYesNO个体效应YesYesNOKleibergen-Paap rk LM79.382∗∗∗104.791∗∗∗Hansen0.0000.000Sargan检验Prob > F=1.000N496496496496465434R-sq0.550.60BS次数500500500
结合前文理论分析，本文构建中介效应模型检验技术创新能力与产业结构升级两种作用渠道，具体模型如下：
lnExpyit=β0+β1lnDigit+β2Control+ui+ut+εit
(18)
Medit=γ0+γ1lnDigit+γ2Control+ui+ut+εit
(19)
lnExpyit=δ0+δ1lnDigit+θMedit+δ2Control+ui+ut+εit
(20)
其中，Medit为中介变量，包括技术创新能力与产业结构升级，其它变量含义不变。借鉴万建香和汪寿阳[26]的研究，采用专利申请量衡量各省技术创新能力(lnTech)；借鉴杨慧梅和江璐[3]的研究，采用第三产业增加值占地区生产总值的比重衡量产业结构升级(Inst)。数据均来源于国家统计局。
表4为数字经济影响制造业GVC地位的机制检验结果。列(1)(3)结果显示，lnDig的估计系数在1%的显著水平下为正，表明数字经济能够显著提升各省技术创新能力，推动产业结构升级。列(2)(4)为分别引入中介变量技术创新能力和产业结构升级的回归结果，结果显示，lnDig的估计系数在1%的显著水平下为正，表明数字经济通过有效提升技术创新能力和推动产业结构升级提高制造业GVC地位，驱动各省更好地嵌入全球价值链。与基准回归结果相比，引入中介变量后，数字经济的估计系数虽有所下降但依旧显著为正，说明存在技术创新能力和产业结构升级的中介效应。数字经济能够有效降低企业技术成本、处理成本和交易成本，提高企业技术创新能力，促进要素间协同发展，加快传统产业转型，优化产业结构，推动制造业全球价值链攀升。
表4 中介效应检验结果
Tab.4 Mediating effect test results
变量(1)lnTech(2)lnExpy(3)Inst(4)lnExpylnDig0.389∗∗∗0.135∗∗0.028∗∗∗0.154∗∗(9.23)(2.72)(7.26)(3.17)lnTech0.206∗∗∗(3.87)Inst2.035∗∗(3.18)Cons-11.91∗∗∗2.027∗-0.122-0.174(-13.80)(2.43)(-1.53)(-0.41)控制变量YesYesYesYes时间效应YesYesYesYes个体效应YesYesYesYesN496496496496R-sq0.970.860.900.86
生产要素跨区域流动和各地区间不断加强经济合作，不同地区间产生交互效应，一地区的制造业GVC地位会受到另一地区的影响，产生空间自相关性。同时，以现代信息网络作为重要载体的数字经济能够突破时空限制，实现跨区域分工合作，产生空间溢出效应，出现发展本地区数字经济也会影响其它地区制造业GVC地位的现象。为解决采用固定效应模型导致结果出现误差这一问题，利用空间计量模型进一步讨论数字经济发展与制造业全球价值链地位的关系。
5.2.1 空间自相关性考察
为准确反映各省域之间的空间相关性，本文将地理邻接矩阵(W1)和地理距离权重矩阵(W2)设定为空间权重矩阵，公式如下：
(21)
其中，dij表示i省省会与j省省会之间的双边地理距离，数据来源于GADM远程数据库。
空间计量经济学认为地理单元在空间上具有密切关系，因此现实中不存在独立观测值，即省域间存在空间依赖性。W1、W2的莫兰指数都在5%的显著性水平下拒绝原假设，说明省域制造业GVC地位存在空间自相关性，各省在全球价值链地位上存在空间依赖，证明本文设定的空间计量模型合理。
5.2.2 空间面板模型构建
本文认为一地的制造业全球价值链地位不仅受到邻近地区制造业全球价值链地位的影响，还受到邻近地区数字经济发展的影响。为此，本文构建空间杜宾模型进行空间计量实证分析。
lnExpyit=α0+ρ1WlnExpyit+α2lnDigit+α3WlnDigit+∑α4Control+μi+μt+εit
(22)
其中，W表示空间权重矩阵W1、W2。借鉴Elhorst[27]的研究，LR检验和Wald检验结果都强烈拒绝原假设，说明选择空间杜宾模型(SDM)更合理，且Hausman检验在W1、W2情况下都接受原假设，因此选择随机效应模型。
5.2.3 空间计量实证结果分析
本文就数字经济对各省制造业全球价值链地位的空间效应进行分解，基于W1、W2空间权重矩阵的空间效应分解结果如表5所示。在地理邻接矩阵(W1)下，数字经济作用于制造业GVC地位的直接效应、空间溢出效应和总效应均在1%的水平下显著为正。在地理距离权重矩阵(W2)下，数字经济作用于制造业GVC地位的直接效应在10%的水平下显著为正，空间溢出效应和总效应都在1%的水平下显著为正。从空间效应分解的量化系数看，数字经济对各省制造业GVC地位提升的直接效应约占总效应的23.61%和14.94%，对制造业GVC地位的空间溢出效应约占总效应的76.16%和84.91%。这说明本省制造业全球价值链地位不但受到本省数字经济发展的影响，还受到邻近省份数字经济发展的影响，也即数字经济具有空间溢出效应。
表5 空间计量结果
Tab.5 Spatial econometric results
变量W1直接效应空间溢出效应总效应W2直接效应空间溢出效应总效应lnDig0.102∗∗∗0.329∗∗∗0.432∗∗∗0.069 3∗0.394∗∗∗0.464∗∗∗(3.30)(7.15)(6.61)(2.43)(6.68)(6.32)控制变量YesYes个体/时间效应YesYesρ10.491∗∗∗0.468∗∗∗(7.62)(4.20)lgt_theta-2.233∗∗∗-2.173∗∗∗(-3.61)(-3.45)Log-likelihood-174.662 4-171.776 5N496496R-sq0.200.25
本文利用2005—2020年中国内地31个省份制造业面板数据，构建省级数字经济发展水平综合评价指标体系，客观分析数字经济对制造业全球价值链地位的影响程度，不仅运用固定效应模型探究数字经济对制造业全球价值链地位的影响和中介效应，还利用空间杜宾模型考察数字经济对制造业全球价值链地位的空间效应，得到如下主要结论：第一，数字经济有助于提升制造业全球价值链地位。在进行差分GMM和工具变量法检验后结论仍成立，表明发展数字经济的确对提升制造业全球价值链地位具有推动作用。第二，数字经济对制造业全球价值链地位的影响存在地区和政策异质性。与东部地区相比，数字经济对中西部地区制造业全球价值链地位提升的推动作用更强；数字经济对“一带一路”沿线省份制造业GVC地位的提升作用强于非“一带一路”沿线省份。第三，数字经济对各省制造业全球价值链地位的影响具有动态非线性递增效应，制造业出口复杂度较高的省份享受到的数字经济红利更大。第四，数字经济通过增强技术创新能力和推动产业结构升级两条路径有效提升制造业全球价值链地位，驱动制造业向全球价值链高端攀升。第五，各省制造业全球价值链地位存在空间依赖性，数字经济对各省制造业全球价值链地位的影响存在明显的空间溢出效应。这意味着数字经济不但可以提升本省制造业全球价值链地位，还能促进邻近省份的制造业全球价值链攀升。
基于本文研究结论，为加快数字经济发展，提升我国制造业全球价值链地位，提出如下建议：
第一，各省要加强数字经济基础设施建设，把握数字经济赋能制造业全球价值链地位提升的有利时机，充分利用本地资源优势，寻求产业与数字经济相结合的平衡点，制定与发展相适应的政策措施，以此驱动制造业全球价值链攀升。例如，中西部地区应以丰富的自然资源为基础，布局与本地产业高度关联的数字技术开发试点区，寻求制造业发展与数字经济相结合的新模式。“一带一路”沿线省份要更加积极地响应“一带一路”倡议，依托先行优势发展数字经济，对口帮扶非“一带一路”沿线省份，引导其开展数字技术创新。
第二，提升技术创新能力，为数字经济驱动各省制造业全球价值链攀升提供新动能。依托数字技术，提升我国制造业整体技术创新能力。鼓励和引导企业与高校、科研机构紧密合作，打造制造业数字经济创新中心和技术创新基地，加快突破数字技术与制造业技术瓶颈。同时，围绕制造业细分领域和垂直行业，打造制造业数字经济共享平台，集聚并共享相关资源，加快技术创新变革。
第三，推动产业结构升级，为数字经济提升制造业全球价值链地位提供新优势。推动信息通信技术与制造业深度融合，借助数字化进一步夯实我国产业基础，促进产业链发展。一方面，大力发展数字经济，为传统制造业转型升级奠定基础，促进传统制造业向智能高端化发展，更新、改进生产及商业模式，提高传统制造业的附加值；另一方面，加快高技术制造业发展，培育5G、大数据、人工智能和区块链等新兴技术产业，大力发展航空航天、集成电路和芯片等高精尖行业，合理布局前沿信息技术领域。
第四，发挥数字经济的辐射带动作用，促进各省制造业全球价值链地位协同提升。搭建区域数字经济协同发展网络，充分发挥数字经济的空间溢出效应，推动数字要素与传统制造业深度融合，鼓励跨区域分工合作，“先富带动后富”，实现各省协同发展。
本文研究数字经济对制造业全球价值链地位的影响作用，尚存在以下不足：首先，本文采用8个二级指标和25个三级指标构建数字经济发展水平综合评价指标体系，但数字经济发展水平测算仍处于摸索阶段，所采用的三级指标难以全面概括数字经济发展情况，对数字经济发展水平的测算难免存在误差，未来可采用更科学的方法选取评价指标。其次，本文采用省级面板数据研究数字经济对制造业全球价值链地位的影响作用，未来可利用更微观的城市面板数据深入研究数字经济与制造业全球价值链的作用关系，并提出针对性建议。最后，本文仅利用空间杜宾模型对空间效应进行分解研究，未来可从空间维度系统研究数字经济对制造业全球价值链地位的影响。
[1] 刘淑春.中国数字经济高质量发展的靶向路径与政策供给[J].经济学家,2019,31(6):52-61.
[2] 张艳萍,凌丹,刘慧岭.数字经济是否促进中国制造业全球价值链升级[J].科学学研究,2022,40(1):57-68.
[3] 杨慧梅,江璐.数字经济、空间效应与全要素生产率[J].统计研究,2021,38(4):3-15.
[4] 刘军,杨渊鋆,张三峰.中国数字经济测度与驱动因素研究[J].上海经济研究,2020,37(6):81-96.
[5] 赵涛,张智,梁上坤.数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J].管理世界,2020,36(10):65-76.
[6] 韦庄禹.数字经济发展对制造业企业资源配置效率的影响研究[J].数量经济技术经济研究,2022,39(3):66-85.
[7] 于世海,许慧欣,孔令乾.数字经济水平对中国制造业资源配置效率的影响研究[J/OL].财贸研究.[2022-04-22].https://kns.cnki.net/kns8/defaultresult/index.
[8] 姚战琪.数字经济对我国制造业出口竞争力的影响及其门槛效应[J].改革,2022,35(2):61-75.
[9] 刘鑫鑫,惠宁.数字经济对中国制造业高质量发展的影响研究[J].经济体制改革,2021,39(5):92-98.
[10] 惠宁,杨昕.数字经济驱动与中国制造业高质量发展[J].陕西师范大学学报(哲学社会科学版),2022,51(1):133-147.
[11] 李春发,李冬冬,周驰.数字经济驱动制造业转型升级的作用机理——基于产业链视角的分析[J].商业研究,2020,63(2):73-82.
[12] GONZ
LEZ J L,JOUANJEAN M A. Digital trade: developing a framework for analysis[R]. OECD Publishing, 2017,9-14.
[13] LANZ R,LUNDQUIST K,MANSIO G, et al. E-commerce and developing country-SME participation in global value chains[R]. WTO Staff Working Papers, 2018.
[14] 费越,张勇,丁仙,等.数字经济促进我国全球价值链地位升级——来自中国制造业的理论与证据[J].中国软科学,2021,36(S1):68-75.
[15] 孙黎,许唯聪.数字经济对地区全球价值链嵌入的影响——基于空间溢出效应视角的分析[J].经济管理,2021,43(11):16-34.
[16] 裘莹,郭周明.数字经济推进我国中小企业价值链攀升的机制与政策研究[J].国际贸易,2019,38(11):12-20,66.
[17] 余姗,樊秀峰,蒋皓文.数字经济对我国制造业高质量走出去的影响——基于出口技术复杂度提升视角[J].广东财经大学学报,2021,36(2):16-27.
[18] 杜传忠,管海锋.数字经济与我国制造业出口技术复杂度——基于中介效应与门槛效应的检验[J].南方经济,2021,39(12):1-20.
[19] HALLAK J C,SIVADASAN J. Productivity, quality and exporting behavior under minimum quality constraints[R]. Munich: University Library of Munich, 2008.
[20] 张晴,于津平.制造业投入数字化与全球价值链中高端跃升——基于投入来源差异的再检验[J].财经研究,2021,47(9):93-107.
[21] AGHION P,JONES B F,JONES C I. Artificial intelligence and economic growth[R]. National Bureau of Economic Research,2017: 237-282.
[22] JONES C,TONETTI C. Nonrivalry and the economics of data[J].American Economic Review, 2020, 110(9):2819-2858.
[23] 黎峰.增加值视角下的中国国家价值链分工——基于改进的区域投入产出模型[J].中国工业经济,2016,33(3):52-67.
[24] HAUSMANN R,HWANG J,RODRIK D. What you export matters[J]. Journal of Economic Growth, 2007, 12(1):1-25.
[25] NUNN N, QIAN N. US food aid and civil conflict[J]. American Economic Review, 2014, 104(6):1630-1666.
[26] 万建香,汪寿阳.社会资本与技术创新能否打破“资源诅咒”——基于面板门槛效应的研究[J].经济研究,2016,51(12):76-89.
[27] ELHORST J P . Dynamic models in space and time[J]. Geographical Analysis, 2010, 33(2):119-140.