數字化推動中國制造業價值鏈高端化效應解析
——基于全球價值鏈視角

何文彬

（新疆財經大學 金融學院，新疆 烏魯木齊830012）

2020年，全球經濟形勢以及產業秩序正在發生顛覆性的動蕩與變革。由信息革命而引發的世界經濟版圖正在重構，深刻改變國家的比較優勢和競爭優勢，數字化在經濟結構優化、創新驅動發展、增長動力等多角度契合經濟發展轉型的趨勢。上百個國家相繼出臺大數據戰略規劃以打造經濟發展新高地并爭奪戰略制高點。更為重要的是，以“新投資、新消費、新模式、新業態”為特征已然成為后進經濟社會實現后發趕超優勢的彎道，突破全球產業鏈分工鎖定的機遇已然來臨。

我國經濟已轉向追求高質量發展，數字經濟的物聯網、大數據、云計算等先進信息技術可以有效推動產業間的融合創新，孕育新商業模式，培育新經濟增長點。另一方面，也會成為重要引擎和強勁動力以推動傳統產業嬗變，重新激發活力，通過新經濟、新業態轉型升級。在“疫情壓力測試”順利通關后，中國數字經濟構建的閉環體系步入提速換代。制造業是一國立國之本、強國之基，在這場“以數據要素為主要動力”的事關國運戰略規劃中，如何充分利用數字化、網絡化、智能化為特征的信息技術革命推動制造業“彎道超車”，擺脫既定的鎖定路徑，實現價值鏈高端化是亟待解決的重大問題。

一、文獻綜述與概念界定

（一）理論回顧及研究現狀

1.制造業數字化轉型機制文獻綜述

全球主要國家在數字經濟的迅猛發展中均紛紛試圖定義其內涵和外延?！皵底纸洕备拍钭畛跤商啤に账箍铺兀?995）［1］于《Digital Economy》一書中涉及。其后尼古拉·尼葛洛龐帝（2017）［2］在其所著的《Being Digital》一書中將其界定為“利用比特而非原子的經濟形態”，本質性闡釋了其基于網絡的特性。作為戰略性新興產業的一個重要部分，數字經濟的質性正是源自創新戰略目標引領的高度外部性，這也致使其在實踐中缺乏邏輯嚴密、系統嚴謹、思想統一的理論引導，理論探索需求急迫。

在關于數字化制造業并激發后者高端化的相關研究中，Kuznets（1973）［3］利用解析國民賬戶后認為，制造業在GDP比重中提升是當代經濟的一個突出表象。Manyika&Roxburgh（2011）［4］針對異質研究對象進行研究，但均得出數字化可促進基礎行業高端化的同質結論，并認為這主要得益于其更高的生產效能，對傳統行業中小型企業影響更盛。

至于高端化驅動路徑，Pato&Freund（2016）［5］以美國制造業為例指出數字化通過完善相關服務導致產業鏈交易成本因內部轉化為外部而降低。而Tokatli（2014）［6］則認為是惠于單位人力資源成本的下降。聯合國貿易和發展會議（UNCTAD，2015）更為完整地提出參與程度的強化、市場渠道的拓寬、交易成本的下降、就業機會的增多等挖掘了規模經濟以及范圍經濟而蘊含價值增值，讓經濟實體因兩化融合而更富有優勢。

埃森哲年度報告（2017）（1）運用數字化指數模型發現中國工業品制造業、耐用品制造業總體數字化水平偏低。思科報告（2017）（2）也指出，同制造業強國相比，中國制造業于自動化設備上投入嚴重短缺。國內其余研究多為定性研究，涉及新一代智能化、自動化和信息化提升全要素生產率、推動產業升級、降低交易費用等內容，定量研究相對缺失。

2.數字化背景下制造業價值鏈高端化文獻綜述

英國演化經濟學家卡蘿塔·佩雷斯（1983）［7］明確提出，“每一次技術革命都會形成與之相適應的技術經濟范式”。目前正處在迭代新技術經濟范式的變局期。邁克爾·波特1985年提出的全球價值鏈概念為評價一個經濟體的產業優勢以及企業競爭力提供了一個全新維度，該界定覆蓋動力機制、治理結構以及產業升級等核心模塊［8］。其后Gereffi等（2005）［9］以觀察產業結構動態變遷的3C模型、Kaplinsky（2000）［10］的“產業間價值鏈和產業內價值鏈”、具有內生互補視角的“鏈橫向治理”產業集群的提出等，不斷拓寬著研究邊界。然而如Bell（2005）［11］認為的，單一從任一方面研究價值鏈產業升級問題都很難得出完整論斷。達成更多共識的是，實踐已然證明發展中國家被鎖定在全球價值鏈低壁壘的低附加值環節，競爭的激烈造成“貧困化增長”的困境，并不會帶來技術的進步（Sampath et al，2018）［12］。顯然作為一個大國戰略，Humphrey（2014）［13］提出的工藝、產品、功能和鏈條依次升階流程并不有效，大部分沿著該路徑的后進經濟體并未如愿實現高端化攀升（張會清、翟孝強，2018）［14］。另一方面，經濟實踐又證明了創新可以實現趕超式發展（O'connor，2006）［15］，其可以被進一步分為突破性、漸近性和改進性創新（Christensen，2015）［16］。譚人友等（2016）［17］在再造背景下認為技術革新的正面效應對于被鎖定國家是實現高端化的重要機遇。

價值鏈高端化作為中國產業轉型升級背景下的一個研究熱點，多集中于中國制造業，孫天陽等（2018）［18］提出的價值網絡方法分析中國制造業產業鏈升級激發了研究視角的多維化。其余則為中國某個省市的戰略性新興產業或者某個具體產業的基于全球價值鏈中的參與度與位置的研究。顯然沒有納入新技術革命的這種研究有著視野及格局 的 局限 性。只 有 李 馥 伊（2018）［19］、任奕 達（2019）［20］在全球價值鏈框架下探討中國制造業數字化投入和數字化指數較為系統。其余文獻僅就升級機制和政策做定性分析，本文正是對這個經驗性問題的補充和完善。

（二）概念界定與問題提出

鑒于數字化的創新型和快速迭代性，目前主要國家均在探索數字化深度融合傳統經濟的新機制、新格局與新路徑。發展至今，架構在“云網端”新基礎設施之上以DT化為核心的數字經濟2.0時代出現，彰顯了平臺化、數據化、普惠化，帶給未來社會自由連接體、人人經濟、平臺經濟體、萬物在線、數據核爆以及再造經濟學理論五大想象，而梅特卡夫法則、摩爾定律以及達維多定律引導著實踐并不斷進行著理論創新。圖1表示了數字化推動傳統經濟價值鏈高端化的激發因素及驅動機制。

圖1 數字經濟推進全球價值鏈高端化躍升邏輯

本文所界定的數字經濟概念，是指將數字化的知識信息作為關鍵生產要素，以現代信息網絡為重要載體，以有效使用作為效率提升和結構優化重要動力的一系列經濟活動。其涵蓋數字產業化以及產業數字化兩個模塊，前者也稱為數字經濟基礎模塊，即信息產業；后者被稱為數字經濟融合模塊，即傳統經濟數字化后的邊際增量產出。

二、中國制造業數字化的發展動態及演變趨勢

（一）中國制造業數字化規模和結構縱向對比

在表1及圖2中，中國數字經濟增加值規模由2005年的2.6萬億元增至2019年的35.8萬億元，其與GDP占比也由14.2%升至36.2%，年復合增長率高達20.6%。其中數字產業化規模和產業數字化規模分別為7.1萬億元和28.8萬億元，在國內生產總值中占比7.20%和29%。三產中，服務業數字經濟占行業增加值比重最高，為37.8%；農業數字經濟占比最低，為8.2%；工業數字經濟居中，為19.5%。就2017-2019年縱向對比而言，工業數字經濟化程度持續上升，占全行業增加值比重分別為17.22%、18.31%和19.5%，展現出數字化加速融合滲透的趨勢。然而其部門內部數字化程度呈現出結構性分化，2017年數字化程度占比前20的部門如圖2（右）所示，極值分別為輸配電及控制設備部門的24.2%和方便食品部門的5%，相差極為懸殊。

表1 2017-2019年中國制造業數字化發展程度

圖2 中國數字經濟發展規模及典型部門數字化程度

（二）中國制造業數字化的全球相對競爭優勢橫向對比

全球主要國家對數字經濟的主導權競爭和戰略布局日益激烈。圖3a顯示，2018年全球數字經濟發展總規模高達30.2萬億美元，在國內生產總值中的比重已經占至40.3%，其中美國以12.34萬億美元、中國以4.73萬億美元的規模分列前二。就模塊結構而言，美國數字產業化模塊為1.523 6萬億美元，中國以9 689億美元居后。傳統產業數字化轉型成為主導，其中德國最高，達到九成以上，英、美、俄等十余個國家也均超過八成，中國為79.31%。就工業數字化程度而言，如圖3b所示，2018年韓、德、美、英和日本該指標與行業增加值占比超過1/3，韓國的45%最高，而與之形成鮮明對比的是，中國的工業數字化占行業增加值比重只有18.3%，顯然轉型正處于啟動階段。數字化、網絡化以及智能化（ICT）促進制造業的轉型程度暫且用規模衡量，如圖3c所示，2018年ICT制造業規模中，中國的5 446億美元規模最大，美國以2 155億美元、韓國以1 687億美元、日本以1 127億美元遠超其他國家。就數字化質量和水平而言，如圖3d顯示，上述幾個主要國家制造業數字化進程中，基于工業物聯網平臺推進生產過程管控的有效性以及開展數據的深度挖潛以推動重點應用較為普遍，顯示數字化質量和深度較高。而中國受限于數字化發展水平不平衡、中小微企業眾多、工業底層基礎薄弱等制約，部分應用發展質量仍留滯于可視化描述及監控診斷環節。

圖3 2018年世界主要經濟體數字經濟結構及工業數字化發展

三、數字化進程中我國制造業全球價值鏈競爭能力分析

（一）全球價值鏈中中國制造業國際貿易附加值解析

圖4直觀地顯示了中國制造業各部門的單位出口增加值，該指標較高仍為食品和煙草（C05）、紡織品（C06）、木材加工品和家具（C07）等傳統勞動密集型產業，而通信設備（C15）、計算機和其他電子設備（C18）等技術密集型產業國際貿易增加值則較低。

為對中國制造業在全球價值鏈的參與程度有個直觀的縱向認知，這里采用ADB-MRIO2018、UIBE GVC Indicators以及Wang等（2013）［21］提出的WWYZ方法，前者最新數據更新至2017年，后者用增加值形式對出口貿易重新表征，其結構分解如圖5所示。

圖4 2018年中國制造業每1 000美元貨物出口平均增加值（億美元)

圖5 WWYZ分解法下中國制造業總出口及國內貿易增加值分解

如圖5a所示，中國制造業出口所含的國內增加值DVA由2000年的160.18億美元增加到2014年的1 575.77億美元，再到2017年的3 712.31億美元，復合成長性為20.31%，這個增長曲線與中國制造業總出口規模增長曲線重合，其在總出口增加值中的占比呈現先降后升的U型也契合中國于國際貿易位列前茅后遭遇金融危機進而致力于結構升級的進程。RDV由2000年的1.63億美元到2017年的79.3億美元，在制造業總出口增加值中的占比約1%，這預示著產品中被先行出口至國外再返回中國境內被消費的增加值占比低微。FVA在制造業總出口增加值中的占比2014年之前約為15%左右，但2017年暴增至40%左右，從另一個側面也反映出中國制造業在數字化轉型進程中對外依存程度加大。重復計算增加值PDC由2000年的166.72億美元增加到2014年的1 666.52億美元，全球價值鏈跨境環節加長，嵌入深度增加，但2017年突然萎縮至324.29億美元，顯然全球貿易保護主義抬頭導致傳統制造業參與度降低，生產經營成本的提高與金融危機的影響導致中國制造舉步維艱。

在中國制造業的國內增加值分解中，如圖5b所示的最終出口并被直接消費的增加值DVA_FIN貢獻度最大，但其占比由2000的50%降至2014年的45%，再降至2017年31.71%，作為中間品出口至其他國家的增加值DVA_INT由18%左右上升至2014年的23%，再到2017年的52.19%。作為中間品出口至其他國家并再次出口的增加值DVA_INTREX由11%升至2014年的12%，再到2017年的16.1%，反映出中國制造業出口從事加工、裝配進口中間品等附加值較低的活動狀況略有改善。

（二）中國制造業數字化中部門層面價值鏈參與度

1.構建模型

傳統的全球價值鏈參與度較為籠統，未區分淺度和深度參與度并衡量跨境分工深度。故而Wang等（2017）［22］提出了前、后向聯系參與度的概念，并結合總產出生產函數和一般平衡條件構建模型如下：

式（1）更能刻畫出產業鏈專業分工精細化的趨勢。第1部分V_D未參與全球價值鏈；第2部分V_RT為含在最終產品出口中的國內增加值；后三部分為參與跨境產業鏈分工。V_GVC_R跨境一次，進口國進口后在本國加工為最終產品；V_GVC_D則為出口國先行出口中間產品，其后隱含在其中的增加值又被當初的出口國進口回來用以生產中間產品或者最終產品被最終需求吸收；V_GVC_F即出口國中間產品出口中隱含的國內增加值被進口國用來生產出口的最終需求或第三國的中間產品，第三國再利用國家的進口中間產品生產最終產品再出口到進口國被吸收，或者被第三國最終需求吸收，跨境兩次。

式（2）為基于前向分解，其觀察的是某部門的國際貿易增加值在總部門增加值中的比例。

式（3）為基于后向分解，其考察的是利用跨境生產的境內及境外資源而得的最終產品在整個部門增加值中的比例。GVCPt_f及GVCPt_b的比值為全球價值鏈參與度GVC_Part。

2.實證結論

如圖6所示，中國制造業C05-C22部門的GVCPt_f及GVCPt_b介于0.05～0.28之間的低值區域。就GVCPt_f而言，因其觀察的是某國某部門的國際貿易增加值在總部門增加值中的比例，發達國家占據核心設備及關鍵零部件研產銷環節，故其GVCPt_f的同類均值均優于欠發達國家。另外橫向對比發現，中國的GVCPt_f與其他發展中國家相比也并不占優，這意味著中國目前有著“高端自主創新能力不足導致缺乏核心競爭力、低端飽受生產經營成本提高與金融危機影響”的困境。而就GVCPt_b而言，國家之間沒有顯著系統化差距，因行業而異，橫向對比發現德、法、韓明顯優于他國，顯示這三國參與產業鏈程度較深。

圖6 2017年部門層面中國制造業全球價值鏈前向與后向參與指數

2001-2017年中國制造業18個部門的價值鏈參與指數介于0.041～3.31之間，大部分處于“微笑曲線”的中下段，見表2所列。就縱向而言，可以得出價值鏈升級的結論：除C15、C17、C18三個部門下行外，C05、C06、C07、C08、C13和C14均出現了從2000年到2008年下滑，再到2017年實現U型攀升的態勢，其余部門均穩步提升。

顯示性比較優勢系數（RCA）表示一個國家或地區某商品的出口值在該經濟體全部出口商品總值中的占比，用全球此商品出口值占全球此商品出口總值占比的比例，可以衡量某一部門或商品的比較優勢。從表2可以看出，中國制造業傳統優勢產業ROC指數下滑，在2014年同德國相比相對優勢減弱，而C15、C16、C17、C18、C19、C29及C21的指數上升，競爭差距開始消減，其他部門保持平穩。美國制造業的頹勢在可以從數據上明顯得到結論。

表2 2000-2017年中國制造業C05-C22全球價值鏈參與度與RCA系數

根據跨越國界的次數，跨境國際貿易可以分類為只跨越一次國境的簡單跨境貿易以及至少包含兩次跨境活動或涉及通過第三國的間接出口或再出口/再進口的復雜跨境貿易。表2中顯示，C21、C20、C19、C16、C14、C10等參與度的升級主要源自簡單跨境交易上升，期間C12、C15、C17、C22的簡單參與度有所降低；而C05、C06、C08、C21、C20、C16深度參與的復雜跨境交易有所提高。與此同時，C17、C15、C11、C12、C07則深度參與的復雜程度有所減弱。C11、C12、C15、C17部門的簡單及深度參與均有所減弱。相比較而言，德國C08、C11、C12、C16、C18在全球價值鏈上占據高端位置；中國在C12、C21、C20位于相對高端的分工地位；美國的C17和C21、日本的C06、C09和C20的前向聯系參與程度更高。這與德、美、日的競爭優勢相符合。顯然在這些資本和技術密集型行業，無論前向還是后向參與度，中國均未呈現出高的嵌入度，國際貿易增加值更大的蛋糕被分派給資本和技術而非人力，尤其是全球性強勢跨國企業的資本和技術。

四、數字化中國制造業價值鏈高端化固定效應回歸實證

本部分將制造業數字化這一范疇界定為通訊業以及信息服務業對制造業各個部門的增加值投入。數字化投入包括軟件服務、電路設計及測試服務、信息系統服務和業務流程管理服務。在構建模型中通過考慮研發強度以及數字化投入的交互項以測度數字化于制造業高端化的效應。在原始數據處理中，將中國統計年鑒中的制造業分類根據相近性原則對應為ADB-MRIO2018數據庫中的C05-C2218個部門。

（一）理論模型構建與釋意

考慮數據的相關性和可得性，借鑒李馥伊（2018）［19］、任奕達（2019）［20］的相關研究，構建理論模型如下：

其中，d和t代表部門和年份；β0是截距項；νd代表個體效應；θt則代表時間效應；εd，t為殘差項。模型對行業固定效應以及時間固定效應進行控制。各變量含義見表3所列。

表3 變量選擇依據以及數據來源、預期效應

（二）基準模型與加入交互項的模型檢驗

首先對基準模型（4）進行實證，表4表明，控制行業固定效應后，Digins，t回歸系數顯著為正意味著促進這些部門GVCpt_fd，t的提升。另外，控制變量中abro、intu回歸系數均顯著為正，scal、capi連同prod回歸系數則顯著為負，這也從側面驗證中國為制造業大國而非制造業強國。

在（4）中納入numb以及rede分別同GVCpt_fd，t進行交互項驗證，實證見表4中的（2）（3）列，Digins，t的系數同樣顯著為正，且t值未顯著變動；另外，rede在此未發現顯著效用，這顯然有悖于一般預期，合理的推測為18個部門中知識技術密集度呈現巨大異質性，導致rede對GVCpt_fd，t的提升沒有顯著效果。

表4 基準模型與加入交互項的實證結果

續表4

（三）部門異化類型的檢驗

結合制造業國際競爭力的內部分化和結構躍升的實踐，在此將中國制造業18個部門分為低知識密集度（C05、C06、C07、C08、C09）、中低知識密集度（C10、C11、C12、C13、C14、C15、C16、C22）以及中高知識密集度（C17、C18、C19、C20、C21）分組實證更為符合現實。

表5顯示，digin對三組GVCpt_fd，t的躍升效用分化效果。勞力或資源密集型的低技組，GVCpt_fd，t的躍升出現了負面效應，這意味著digin對這些部門帶來的邊際效應不顯著，且digin的增加在相當程度上沖銷了人工低廉的成本優勢。而對其他兩個組別GVCpt_fd，t的躍升有顯著正面效用，且中高組強于中低組，表示這兩組可以通過加速數字化進程有效提升其全球價值鏈的嵌入位置。另外，numb和rede的交互項模型中分別對中高知識密集度組在1%顯著性水平上具有負向效用和正向效用，合理推測為該組研發支出中較多投向了ICT方面，反過來研發支出的強化又有利于這一效用的放大。

表5 分組計量實證結果

Robustness test首先考慮Hummels等（2001）［23］提出的前向垂直專業化分工指數VS1d，t指標替換GVCpt_fd，t，VS1d，t值為一個國家或地區的中間產品增加值被用于他國生產最終產品的增加值部分，是一個經濟體嵌入全球產業鏈程度的表現；其次，采用d部門在t時間使用的全世界通訊業和信息服務業的增加值digin_wd，t以及t時間國內數字化投入對該部門總產出的貢獻率digin_pdt兩個變量替換diginst；最后檢驗中采用滯后一期的方法，篇幅所限，在此不再贅述，結果表明顯著性以及回歸系數正負號未發生實質性變化。

（四）實證結論

在全球內外部格局調整及新技術浪潮的沖擊下，中國制造業具有最完整的工業體系，進而企業組織、業務、產品鏈也極具復雜性，雖然數字經濟規模方面已然位于世界前列，但利用數字化賦能制造業挖掘潛能的應用仍顯滯緩。本文發現數字化對中國制造業部門全球價值鏈躍升效用分化，對于中低技術和中高制造業部門，數字化投入上升1%，兩者全球價值鏈參與度分別攀升0.027%和0.038%，研發力度更高的部門效用更優。顯然在與數字化融合中，高技術制造業部門更具競爭優勢，數字化紅利也最豐厚，對于這些部門中已經掌握核心技術的產業，必須強化中國品牌及標準，強化國際合作話語權，破除嵌入高端市場的壁壘。實證結果也表明，勞動密集型制造部門在數字化進程中成本優勢被壓縮。這也警告我們，目前互聯網平臺經濟拉動就業存有不確定性，服務業成為新的“就業海綿”可持續性不容樂觀，勞動密集型的就業穩定仍是中國“六穩六?！钡年P鍵，不能簡單任其跨境轉移，必須轉向挖掘技術創新潛能，穩步由低階加工裝配升級到標準體系制定、柔性化生產以及個性化定制。

五、政策建議

（一）強化頂層設計及戰略部署，加速推進制造業數字化進程

第一，各級政府要摒棄思想狹隘性，以國際標準推動“數字賦能制造業”前瞻性布局，著重促進基礎性研究及共性技術的突破，培育創新中心產業化重大創新成果；第二，各級政府應摒棄同質競爭的桎梏，建立更加適應新業態新模式包容開放的發展理念并建立與之相適應的監管新型治理體系，探索適合區域產業稟賦、最大限度釋放產業疊加及倍增產能的著力點；第三，各級政府應打造良性循環的創新生態環境，規范數字經濟發展的地方法律法制體系，構建共建共享、信息安全、知識產權保護等生態體系；第四，各級政府相關行政決策中需考量全球價值鏈參與度相對位置變化及其配套體系質量，即應追蹤數字化致使全球價值鏈形變躍升的內在機制、數字化技術的外溢效應，繼續通過“一帶一路”建設、實施自貿區戰略提升，加強以高端化為導向的新一代貿易規則的制定與引領。

（二）在深化改革基礎上發揮市場機制，推動數字化制造業新業態

第一，持續深化改革，充分發揮市場機制的關鍵性作用，以推動產業政策從差異化選擇型向普惠化功能型轉變，充分發揮金融市場資源配置效用對數字型新興產業、信息新技術企業的篩選培育機制；第二，建立政府引導基金，支持數字經濟領軍企業借力于“一帶一路”共建跨境合作，輸出先進領域的信息技術，并在發達國家設置研發中心，為數字化制造業擴展發育空間。

（三）加快新型基礎設施建設，儲備戰略性底層基礎

第一，加大戰略性新興領域基礎設施的財政投入，增厚知識儲備、技術儲備以提升原始創新能力以及產業鏈全流程數字化應用；第二，構建高速、移動、泛在、安全的國家戰略“新基建”，夯實電網、水網、交通運輸網等智能化改造；第三，利用新基建夯實工業領域的數據基礎，促進高端生產性服務創新，提升制造端與數字端的相互滲透，驅動企業向綜合服務系統方案供給商的角色轉型。

注 釋：

（1）資料來源于《埃森哲年度報告：2017年8大趨勢，AI驅動未來》。

（2）資料來源于《恩科2017年年度網絡安全報告》。