農業全球價值鏈的嵌入位置與增值能力關系研究

楊 杰

(安徽財經大學 國際經濟貿易學院，安徽 蚌埠 233030)

農業全球價值鏈的嵌入位置與增值能力關系研究

楊 杰

(安徽財經大學 國際經濟貿易學院，安徽 蚌埠 233030)

借鑒Fally et al.(2013)的研究方法，以世界投入產出數據庫相關數據為研究樣本，對2000—2014年間43個國家(地區)農業全球價值鏈長度進行測算與分解，并測算出相應農業上游度水平，同時實證檢驗了農業嵌入全球價值鏈的位置與其增值能力的關系。結果表明，農業增值能力與農業上游度水平呈“倒U型”關系，農業技能勞動投入比例上升，有利于提升農業增值能力，而農業價值鏈長度延伸則會制約農業增值能力提升。

全球價值鏈；上游度水平；價值鏈長度；增值能力

一、引言及文獻綜述

農業事關國計民生。伴隨著農業國際垂直專業化的發展，農產品全球價值鏈的加速分解與重構，由跨國公司主導的農業全球價值鏈與農業全球生產網絡已基本形成。由于農產品價值鏈的每一環節都體現不同的價值創造，企業在農產品價值鏈中所處位置將直接決定其獲利能力。如美國政府通過扶持農業企業巨頭占據農業價值鏈的高端環節，主導了農業全球價值鏈，增強了本國農業獲利能力。通過吸納發展中國家融入農業全球價值鏈分工體系，從而實現了發達國家所主導的農業價值鏈跨境延伸與全球布局。

隨著全球價值鏈分工對世界經濟影響日益深入，對農業價值鏈的研究亦逐步深入，而現有對農業價值鏈的研究多集中于融資領域。其中代表性文獻主要包括：Hanemann et al.(2008)、Kaplinsky(2000)、Miler et al.(2012)、洪銀興等(2009)、張慶亮(2014)、朱磊等(2012)等，這些文獻主要研究了農業價值鏈融資類型、融資模式和融資案例等。雖然王嵐等(2015)探討了中國制造業嵌入全球價值鏈的位置與其增值能力的關系，但對農業全球價值鏈嵌入位置與增值能力關系的研究卻鮮有文獻涉足。

本文試圖通過對43個國家(地區)農業全球價值鏈長度進行測算與分解，測算出2000—2014年間43個國家(地區)農業增值能力的動態變化趨勢，并對農業增值能力的主要影響因素進行實證檢驗。

二、全球農業全球價值鏈長度測算與對比

(一)測算方法

依據Fally et al.(2013)的研究，全球價值鏈長度可借助遞歸思想進行求解，具體思路是：一國特定部門產品在生產過程中所蘊含的生產階段數，取決于不同中間投入品的垂直生產階段數和該產品生產過程中對每種中間投入品的直接消耗系數。由此可知，當某產業的產品在生產過程中不涉及中間投入品時，其全球價值鏈長度最短為1，否則將大于1。具體表達式為：

(1)

式(1)中，Nim和Njn依次為m國i產品和n國j產品的價值鏈長度指數；μjnim表示m國單位價值i產品中所蘊含的n國j產品投入價值。通過矩陣運算便可以得出產業價值鏈長度的相關公式，具體如式(2)所示：

Ni=μ′(I-A)-1

(2)

式(2)中，N為產業價值鏈長度列向量；μ為單位列向量；A為投入產出直接消耗系數矩陣；(I-A)-1為里昂惕夫逆陣。

(二)農業全球價值鏈長度測算與分解

1.農業全球價值鏈長度測算

本文計算的43個國家(地區)全球價值鏈長度的數據來自于世界投入產出表，世界投入產出表是由歐盟委員會資助編制，最新版為2016年發布的2000—2014年15年投入產出數據，而本文所使用的正是2016年發布的數據。借助2000—2014年世界投入產出表，可以測算出43個國家(地區)三大產業全球價值鏈長度的變動趨勢。由表1可知：(1)樣本期間，總體上，工業全球價值鏈長度最長，農業其次，服務業最短。2000—2014年，工業、農業和服務業的全球價值鏈長度均值依次為2.396、2.156和1.847。(2)2000—2014年，43個國家(地區)農業全球價值鏈長度均值排名，加拿大高居榜首(2.541)，丹麥位列第二(2.536)，捷克排名第三(2.519)；排名較為靠后的國家依次為：印度尼西亞(1.414)、印度(1.506)和墨西哥(1.702)。(3)受2008年金融危機影響，幾乎所有國家(地區)的全球價值鏈長度(工業、農業、服務業)均顯現出不同程度的收縮，但由于各國經濟開放程度差異、參與國際分工深度有別及國際波動傳遞渠道不同，不同國家(地區)全球價值鏈拐點出現的年份有所不同(分別為2008年當期、滯后一期和滯后二期)，尤以2009—2010年間全球價值鏈長度縮水最為明顯，如愛爾蘭農業全球價值鏈的長度由2009年的2.8509減至2010年的2.4044，縮水近15.66%；丹麥由2.8511減至2.6362，降幅為7.54%；法國由2.5121減至2.3671，縮短了約5.77%。通過測算農業全球價值鏈長度，可以了解不同國家(地區)農業生產過程中所歷經的垂直生產階段數，但無法獲知各國農業國內分工的精細化程度及對國外中間投入品依賴性的強弱，下文將通過分解農業全球價值鏈方式來探討不同國家(地區)農業在國際分工中的角色變遷。(4)考察期間，發達國家(地區)*文中發達國家(地區)與發展中國家(地區)的劃分以聯合國開發計劃署2010年11月4日發布的《2010年人文發展報告》為依據，其中發達國家(地區)包括：澳大利亞、奧地利、比利時、加拿大、瑞士、德國、丹麥、西班牙、芬蘭、法國、英國、希臘、愛爾蘭、意大利、日本、盧森堡、荷蘭、挪威、葡萄牙、瑞典和美國。農業全球價值鏈長度均值要高于發展中國家(地區)*文中所指的發達國家(地區)僅包括經合組織原有的24個國家，1994年之后加入經合組織的墨西哥、捷克、匈牙利、波蘭、韓國等國仍被視為發展中國家。。這反映出發達國家(地區)農工貿一體化程度較高，三大產業間的互動融合性較強。

表1 2000—2014年43個國家(地區)三大產業全球價值鏈長度測算

(續表1)

2000農業工業服務業2007農業工業服務業2014農業工業服務業捷克2．3882．4902．0712．5352．6412．1372．5522．6832．165德國2．0632．2721．7562．2472．3851．8052．3952．4041．848丹麥2．2082．1701．8242．6372．3411．9502．5852．3511．939西班牙1．7982．3821．8061．9582．5971．9292．1952．6331．834愛沙尼亞2．2572．5322．0372．1992．5241．9672．3582．6182．012芬蘭2．3212．3291．8572．5532．4111．9392．6202．5081．969法國2．2322．3471．8232．3732．4861．8612．5022．5501．895英國2．0242．1581．7762．1472．2201．7992．3582．3591．843希臘1．6832．0471．6941．8192．1181．7132．0302．2191．686克羅地亞1．9682．2331．7772．0512．3841．8152．0822．3611．830匈牙利2．4322．5331．8962．3922．5481．8482．3902．6001．880印度尼西亞1．4302．1061．6531．4382．2021．6701．3622．2401．693印度1．5152．3241．4261．4892．4171．4221．4902．4281．376愛爾蘭2．1522．1961．9722．5482．3432．0592．5012．2811．759意大利1．7102．4411．8571．8792．5721．8942．0602．6801．948日本1．9182．2321．7232．0882．4611．8032．1132．4711．818韓國1．8392．4231．8172．0662．6961．9332．2542．8772．051立陶宛1．9822．1561．6112．2152．1571．6972．3622．1651．675盧森堡1．9662．2171．8702．2032．3892．0062．6222．4382．158拉脫維亞2．1882．4351．9522．3282．5031．9252．8092．5732．018墨西哥1．6542．1361．5801．6952．2181．5791．7662．2611．612馬耳他2．0372．3851．8032．2192．5782．0812．1152．7612．240荷蘭2．0362．2121．8292．0772．1881．7842．4842．5141．925挪威1．9542．1781．8612．0962．2571．8802．1352．2531．877波蘭2．4072．3201．9282．3102．4321．9302．4182．5451．918葡萄牙1．9322．4181．8972．1982．5251．8782．3632．5851．850羅馬尼亞1．9732．3461．7852．2882．3771．9282．1942．4241．944俄羅斯1．8331．7451．4061．9331．8831．4812．1241．9551．531斯洛伐克2．4542．5412．1412．0972．5501．9132．0702．6541．965斯洛文尼亞2．0482．4031．8732．1572．4481．8922．1562．5321．951瑞典2．2642．2701．8582．3702．3281．8772．6862．3651．871土耳其1．6762．3751．6251．6742．3531．6121．6902．3981．618臺灣2．1712．5051．7612．3272．8321．8582．2102．9361．929美國2．2922．2021．7602．3312．2531．7692．2612．2481．773

數據來源：由2016年發布的世界投入產出表數據計算得出。

2.農業全球價值鏈長度分解

由于篇幅所限，表2中僅列出部分年份的數據。依據2000—2014年43個國家(地區)農業全球價值鏈的國內段長度測算結果，可以發現：(1)考察期間內，農業全球價值鏈國內段長度(均值)排名前5位國家依次為：加拿大(2.0892)、美國(2.0169)、澳大利亞(1.9720)、捷克(1.9605)和丹麥(1.9288)，反映出這些國家農業垂直生產分割較為明顯，國內分工更為精細，對其他產業的拉動效應較強；排名相對靠后的國家分別為：印度尼西亞(1.2806)、盧森堡(1.3084)、印度(1.4235)、土耳其(1.4531)和馬耳他(1.4612)，這意味著此5國農業垂直生產結構不甚明顯，國內分工較為粗獷，對其他產業帶動效應相對較弱。(2)2000—2014年，43個國家(地區)農業全球價值鏈長度總體呈波動態勢。愛爾蘭(11.08%)、斯洛伐克(9.07%)、西班牙(6.88%)、丹麥(6.10%)和韓國(5.89%)等國農業全球價值鏈的離散程度較強，墨西哥(1.19%)、挪威(1.25%)、克羅地亞(1.60%)、瑞士(1.75%)和馬耳他(1.78%)等國離散程度相對較弱。(3)就中國而言，2007—2014年農業全球價值鏈國內段長度總體呈延伸之勢(由1.8374升至1.9531)，這主要得益于中國改革開放進一步深化，國內分工體系完善，農業、工業和服務業互動融合加強。

表2 2000—2014年43個國家(地區)農業全球價值鏈國內段長度

數據來源：由2016年發布的世界投入產出表數據計算得出。

由于篇幅所限，表3中同樣僅列出部分年份的數據。由2000—2014年43個國家(或地區)農業全球價值鏈國外段長度的測算結果可以發現：(1)考察期間內，農業全球價值鏈國外段長度排名前5的國家依次為：盧森堡(1.0081)、愛爾蘭(0.8135)、拉脫維亞(0.8033)、比利時(0.7373)和立陶宛(0.6971)，反映了這些國家的農業對國外中間投入品的需求較強，易受國際經濟波動的影響；印度(0.0829)、印度尼西亞(0.1331)、中國(0.1554)、俄羅斯(0.2101)和日本(0.2136)等國農業全球價值鏈的國外段長度相對較短，此類國家農業自主性相對較強，農業的關聯產業多來自國內，對國外中間投入品的需求相對較弱，對國際經濟波動的免疫性較強。(2)與2000年相比，除斯洛伐克外，2014年幾乎所有國家(地區)農業全球價值鏈長度均有不同程度的延伸。其中尤以日本農業全球價值鏈長度延伸最為明顯，增幅高達1.5955；其次是立陶宛，增幅為1.2926；保加利亞排名第三，增幅約1.1220。(3)受2008年金融危機影響，2009年多數國家(地區)農業全球價值鏈的國外段長度收縮明顯，這主要緣于全球經濟低迷，國外中間產品供給能力和效率有所下降，多數國家(地區)通過壓縮農業全球價值鏈的國外段長度來有效規避供應鏈斷裂的風險。

表3 2000—2014年43個國家(地區)農業全球價值鏈國外段長度

三、全球農業上游度水平測算與分析

(一)測算方法

經濟全球化與生產片段化使得跨國公司在全球范圍內組織生產，各國農業企業通過參與不同工序生產過程，從而嵌入到跨國公司主導的農業全球價值鏈。因而，本文通過測算農業上游度水平來確定各國農業在現有國際分工格局中的位置，以判斷各個國家(地區)農業究竟是處于全球價值鏈的上游階段，還是更加接近終端消費者。關于農業上游度水平的測算，借鑒Fally(2011)所用方法，即將上游度定義為“某產業向上游產業銷售越多的產出份額，則該產業越位于上游”。因此，產業i的上游度水平Ui計算公式如式(3)所示：

(3)

式(3)中，dij為j部門生產單位價值產品需投入i部門產品價值；Yi與Yj依次表示i部門和j部門的總產值；dijYj

Yi表示j部門采購的i部門中間投入品占i部門總產出的比例；Ui≥1。

運用矩陣代數可以將該測算法表述為：U=[1-Δ]-11，其中Δ是第(i,j)項元素為dijYj

Yi的矩陣，1為元素均為1的列向量。具體數據來源于世界投入產出數據庫中2000—2014年世界投入產出表數據。

(二)測算結果與分析

表4為2000—2014年43個國家(或地區)農業上游度變動趨勢測算結果。由表4可知：(1)2000—2014年，43個國家(地區)三大產業上游度均值排名依次為：工業(2.4444)、農業(2.2296)、服務業(2.0454)。具體到中國來看，考察期間中國三大產業上游度水平均值要顯著高于世界平均水平，具體分別為工業(3.0675)、農業(2.5440)和服務業(2.0789)，反映了中國的三大產業均對世界經濟具有較強的支撐性，三大產業的產品更多作為中間投入品為本國或其他國家所使用。(2)就農業上游度水平而言，排名前5的國家依次為：瑞士(2.8679)、芬蘭(2.8528)、瑞典(2.6872)、澳大利亞(2.6807)、丹麥(2.6366)。其中，瑞士農業上游度水平較高得益于其畜牧業發達，農業與其他產業關聯緊密，具體表現在兩個方面：一方面農業為工業(如食品加工業)提供原料，另一方面農業為服務業(如旅游業、科學研究與技術服務業)提供了支撐。排名較為靠后的國家(地區)依次為：馬耳他(1.6531)、斯洛文尼亞(1.6732)、希臘(1.7252)、印度(1.7648)、塞浦路斯(1.7767)。其中，印度農業上游度水平較低主要由于農業與工業、農業與服務業融合度不高，具體表現在：一是印度農業以小農經營為主，農業機械化水平和化肥施用水平較低；二是印度農業雖與互聯網技術廣泛融合，但缺乏金融服務業和農業技術服務業的有力支撐。(3)具體到中國而言，2001—2009年中國農業上游度水平持續攀升，由2.0224提高到2.8421，說明農產品作為工業生產中間投入品的角色得以強化。2009—2010年中國農業上游度水平有所回落，由2.8421降至2.8066，主要由于美國次貸危機的滯后效應。具體來看，美國次貸危機導致世界經濟增長疲軟，貿易保護主義抬頭，各國紛紛壓縮國外產品需求，從而導致中國制造業增速減緩，其他產業對農業的有效需求減弱。

表4 2000—2014年43個國家(或地區)三大產業上游度變動趨勢

(續表4)

2000農業工業服務業2007農業工業服務業2014農業工業服務業中國2．0902．9112．0622．5933．1352．0983．0333．3022．181塞浦路斯1．7342．2011．9191．7502．0941．9961．8462．1982．073捷克2．5362．5802．2512．5892．6202．3752．5272．6732．373德國2．0452．2852．0652．1172．4232．1692．3922．5062．144丹麥2．4552．3012．0752．6762．4002．1812．5942．4652．201西班牙1．8462．4182．0081．9902．6792．1902．3502．6302．020愛沙尼亞1．9022．6182．1142．1002．5282．1862．1322．6092．282芬蘭2．8862．6852．1792．8792．6712．2012．8372．7092．196法國2．3772．3522．0282．3962．3872．0782．4882．5042．036英國1．8812．3092．0291．9012．3382．0562．3382．5792．074希臘1．7611．9711．8141．6671．9801．8791．8342．1501．929克羅地亞1．8482．1272．1141．8062．2102．1161．9112．2942．184匈牙利2．4112．3802．0482．4622．4302．0982．6662．5292．096印度尼西亞2．0572．1071．6942．0972．2501．6942．1482．2391．751印度1．6622．0811．6171．8122．0811．7131．7112．0731．604愛爾蘭2．3342．2842．3282．5242．4302．4742．2752．5542．154意大利1．7962．3692．1081．8422．4562．1782．3782．5782．117日本2．2112．5071．9972．2762．6532．0482．3172．6792．010韓國2．2102．6022．0792．3322．8692．1772．7003．0972．324立陶宛1．8602．4561．8461．8902．4121．9132．2172．6371．994盧森堡2．2032．5382．2752．3172．6262．3062．6942．6252．377拉脫維亞1．9272．6682．1142．0742．3252．1572．3602．9662．290墨西哥2．0132．0791．5611．8862．1011．5331．8772．1891．559馬耳他1．4772．0241．8641．7182．3402．0051．8052．6022．055荷蘭2．0502．3842．1421．7552．3892．1262．4612．7552．313挪威2．6662．7802．0882．5982．7462．1352．5682．8182．125波蘭1．9822．2832．0172．0292．4152．1322．3212．5522．107葡萄牙1．9682．3061．9422．0312．5142．0342．1212．5642．055羅馬尼亞2．1872．2952．0982．1332．3002．0522．0942．3782．277俄羅斯1．9642．1491．6391．8132．0871．5791．8372．1491．640斯洛伐克2．0402．4882．0712．0842．3972．0672．1402．4592．099斯洛文尼亞2．4442．6322．1302．2322．3862．1282．1552．3382．039瑞典2．6132．5122．1282．6782．5752．1852．7802．6982．160土耳其1．9632．4561．8381．9262．2041．8061．8672．2981．825臺灣2．1292．6601．9552．0642．9402．0682．2483．1042．033美國2．4662．3391．9022．5242．3561．8872．6472．3321．905

四、全球農業增值能力影響因素分析

鑒于全球價值鏈任意鏈節都體現出價值創造，企業嵌入全球價值鏈的位置不同，產品垂直生產結構有別，行業勞動生產率水平各異，因而各國農業單位產出增值率出現明顯差異。為了理清1995—2011年各國農業在全球價值鏈中所處地位與其增值能力的關系，本文構建涵蓋農業增值能力及其影響因素的面板數據模型，以此進行驗證，并采用兩階段最小二乘法(Two Stage Least Square，TSLS)來控制農業增值能力與農業上游度水平間的內生性。具體回歸的基礎模型為：

(4)

式(4)中，農業增值能力(AVA)為被解釋變量，具體數據來源于1995—2011年世界投入產出表*世界投入產出數據庫(World Input-Output Database ，WIOD)只更新了投入產出表，配套的經濟社會表尚未更新，因此本文的分析基于2013年發布的世界投入產出表(1995—2011年)數據及其配套的經濟社會表數據展開。鑒于2013年發布的世界投入產出表包含40個國家(地區)數據，所以文中面板數據回歸模型僅以40個國家(地區)為樣本。。主要解釋變量設置如下：農業上游度水平(AUPST)、農業全球價值鏈的國內段長度(ADGVCLEN)、農業全球價值鏈的國外段長度(AFGVCLEN)作為反映40個國家(地區)在全球價值鏈分工中地位變化的指標，可以用于驗證40個國家(地區)農業在全球價值鏈分工中的角色變遷與其增值能力的關系。農業上游度水平用來測算農產品在全球價值鏈分工中所處地位，同時結合拉姆齊(Ramsey)RESET(Regression Specification Error Test)的檢驗結果與微笑曲線相關理論，并將測算農業上游度水平的一次項與二次項引入模型。而全球價值鏈的國內段長度與國外段長度則是基于垂直生產結構視角，可以用于衡量特定行業參與全球價值鏈分工的深度。農業上游度水平和農業全球價值鏈的國內段長度與國外段長度由上文測算得出，同時上述變量均無單位。為了控制模型的內生性問題，將測算農業上游度的一階滯后項作為工具變量引入模型。本文借助農業人均產出(AGDPPC)來衡量農業勞動生產率水平，同時為了減少異方差影響，將其以對數形式引人模型。

為了使數據具有可比性，本文以1995年為基期，對各年產出均作平減處理。為了統一計量單位，依據當年外匯牌價，將其折合成美元，匯率數據來自于世界銀行發展指標(World Bank Institute，WBI)數據庫，單位為：美元/人。為了盡可能規避遺漏變量所帶來的內生性問題，本文將農業勞動構成和農業資本密集度作為控制變量引入模型。其中，農業勞動構成(AHLIR、AMLIR)由農業高技能勞動和中技能勞動的占比來體現，具體數據來源于世界投入產出數據庫。農業人均資本的對數(Ln AFCPC)作為衡量農業資本密集度的替代變量，由農業實際固定資本形成總額除以農業的就業總人數表示，具體基期為1995年，以此對各年農業固定資產形成總額進行平減處理。與上文類似，為了統一計量單位，依據當年外匯牌價，將相關數據折合成美元，單位為：美元/人。

如上文所述，為了規避內生性問題，本文主要采用兩階段最小二乘法(TSLS)進行數據分析，在回歸中依次剔除最不顯著的解釋變量，分別得到模型4、模型5和模型6。關于模型內生性的識別，通常做法是進行Hausman檢驗或Davidson-Mackinnon檢驗，而本文借助后者來檢驗。由Davidson-Mackinnon檢驗的結果可知，由于其拒絕原假設，因此需要對兩階段最小二乘法(TSLS)的回歸結果進行分析。作為參考，表5中還列出面板數據固定效應模型的回歸結果(固定效應回歸中依次剔除最不顯著的解釋變量，分別得到模型1、模型2和模型3)。其中固定效應和隨機效應的選擇主要借助Hausman檢驗來判定。具體情況見表5。

表5 基于兩階段最小二乘法(TSLS)的農業增值能力影響因素檢驗

(續表5)

FE模型1模型2模型3TSLS模型4模型5模型6LnAGDPPC0．002??(0．001)0．003???(0．001)0．003???(0．001)0．002?(0．001)0．002?(0．001)LnAFCPC0．001(0．003)0．002(0．003)CONS1．075???(0．037)1．084???(0．026)1．094???(0．026)0．982???(0．062)1．005???(0．049)1．022???(0．048)樣本數680680680640640640F值88．880111．180129．91082．860103．320105．880Hausman檢驗Chi2值37．68044．55055．02036．92043．39033．280Hausman檢驗p值0．0000．0000．0000．0000．0000．000Davidson-MacKinnon檢驗p值0．0000．0000．000聯合顯著p值0．0000．0000．0000．0000．0000．000WithinR-sq0．9300．9300．9290．9250．9260．924

注：小括號內數值為標準誤；*、**、***依次表示在10%、5%、1%水平上顯著。

回歸結果顯示：(1)考察期間內，農業增值能力與農業上游度水平的一次項、農業中技能勞動投入比率呈正相關，且均通過5%的顯著性水平檢驗；(2)農業增值能力與農業上游度水平的二次項、農業全球價值鏈的國內段長度、農業全球價值鏈的國外段長度、農業高技能勞動投入比率呈負相關，且均通過5%的顯著性水平檢驗；(3)農業增值能力與農業勞動生產率、農業資本密集度關聯度并不顯著，均未通過5%的顯著性水平檢驗。由此可知：一是農業增值能力與農業生產中不同技能勞動投入比例關聯顯著，中技能勞動投入比例增加有利于農業增值能力提升，而高技能勞動投入比例增加的結果卻適得其反；二是農業增值能力與農業上游度呈“倒U型”關系；三是伴隨農業全球價值國內段長度與國外段長度延展，農業增值能力卻有所削弱。

五、結論與政策建議

本文通過對2000—2014年43個國家(地區)農業全球價值鏈長度的測算與分解，同時借助上游度指數測算，明確了農業對其他產業的支撐性作用，接下來借助面板數據二階段最小二乘法檢驗了農業增值能力的主要影響因素。研究結果顯示：農業增值能力與農業中技能勞動投入比例呈正相關；農業增值能力與農業上游度水平總體呈“倒U型”關系，在最初階段，農業上游度水平增加有助于農業增值能力提升；而當農業上游度水平超出一定程度，農業的增值能力將被工業和服務業所代替，從而導致兩者出現負相關；農業增值能力與農業全球價值鏈的國內段長度、農業全球價值鏈的國外段長度負相關；農業增值能力與農業高技能勞動投入比率負相關；農業生產率提高與農業資本積累的增加未必能帶來農業增值能力提升。

基于以上研究結果，為了進一步提升中國農業增值能力，本文提出以下三點政策建議：

(1)加強基層農業技術指導員的培訓與管理，提升農技指導員技能水平，強化服務意識，進一步提升中技能勞動人員占比與農業增值能力。同時，要積極調動農業高技能勞動者的主觀能動性，強化其在農業技術創新與農業增值能力提升中的功效。

(2)中國政府應積極構建跨境農業產業鏈，加強農業國際合作，要采取“歸核化戰略”，注重對農業戰略核心鏈節的掌控，促進農業研發、成果示范與應用有效銜接。

(3)提升農業生產率與創新農業金融服務，農業企業應樹立農業品牌意識和創新意識，促進農業與信息技術和互聯網全面融合，實現由傳統農業向現代農業的轉型。

洪銀興，鄭江淮. 2009. 反哺農業的產業組織與市場組織：基于農產品價值鏈的分析[J]. 管理世界(5):67-79.

王嵐，李宏艷. 2015. 中國制造業融入全球價值鏈路徑研究：嵌入位置和增值能力的視角[J]. 中國工業經濟(2):76-82.

張慶亮. 2014. 農業價值鏈融資：解決農業融資難的新探索[J]. 財貿研究(5):39-45.

朱磊，馮銳. 2012. 商業銀行產業鏈金融探析[J]. 中央財經大學學報(2):23-27.

FALLY T. 2011. On the fragmentation of production in US [R]. University of Colorado Working Paper．

FALLY T, HILLBERRY R. 2013. Quantifying upstreamness in East Asia: insights from a coasian model of production staging [R]. UC Berkeley ARE Working Paper．

HANEMANN P, BOURNS N, FERTZIGER I . 2008. Ataulfo mango in chiapas：a value chain analysis [R]. USAID Microreport, No.109.

KAPLINSKY P R. 2000. Globalization and unequalisation: what can be learned from value chain analysis [J]. Journal of Development Studies, 37(2):117-146.

MILLER C, SILVA C D. 2012. Value chain financing in agriculture [J]. Enterprise Development and Microfinance， 18(18):95-108.

(責任編輯 張 坤)

ResearchontheRelationshipbetweenEmbeddingPositionofAgricultureinGVCsandValue-addingCapacity

YANG Jie

(School of International Economics and Trade, Anhui University of Finance and Economics, Bengbu 233030)

Firstly, through calculation of the length of agricultural GVCs and its decomposition, the paper discusses agricultural production stages of 43 countries from vertical perspective. Secondly, the paper calculates agricultural upstreamness in order to make clear it′s supporting to other industries and variation of embedded position in global value chain. Finally, the relationship between embedding position of agriculture in GVCs and value-adding capacity is tested based on TSLS method. The results show that there is an inverted U shaped relationship between value added capability and upstreamness of agriculture. The rise of mid-skilled labor can increase value added capability of agriculture, while the extension of agricultural value chain shows restriction to it.

global value chain; upstreamness; length of global value chains; value-adding capacity

2017-07-12

楊 杰(1977--)，男，安徽懷遠人，博士，安徽財經大學國際經濟貿易學院講師。

國家自然科學基金應急項目“新常態下中國對外投資理論的創新與發展研究”(71541003)。

F31；F113

A

1001-6260(2017)09-0039-09

10.19337/j.cnki.34-1093/f.2017.09.004