數字經濟與制造業全球價值鏈嵌入

■張百珍，張 捷

一、引言

數字經濟作為引領新一輪技術革命與產業革命的新型戰略性組織形態，加快推進數字經濟發展事關我國能否抓住新一輪技術革命與產業革命的決勝點（柏培文和張云，2021）。據中國信息通信研究院數據顯示，2020年新冠肺炎疫情致使全球GDP同比下降3.6%，但是數字經濟穩步上升，占GDP比重達43.7%，較2019年提高2.5個百分點。根據麥肯錫2021年調查研究，疫情使得全球數字化進程整體提前了7年，其中亞太提前了10年。如何將數字技術效能更好發揮，使制造業與其深度融合，實現由高速增長向高質量增長轉型，提升其全球價值鏈（GVC）嵌入度，邁向全球價值鏈中高端，是當前亟須解決的問題。這對后疫情時代我國經濟實現快速復蘇及提升數字化生產力，構建經濟發展新優勢，塑造更強核心競爭力，在更高水平上實現國內國際雙循環格局，具有重要意義。

縱觀現有文獻，專門探討數字經濟對全球價值鏈嵌入度影響的文獻極少。部分學者從制度環境、營商環境、勞動力成本、服務業開放、全球公共衛生危機等視角分析其對全球價值鏈嵌入度的影響。學者們一致認為，一國參與全球價值鏈能夠提升市場競爭效率，且具有技術溢出效應。雖然將數字經濟與全球價值鏈納入同一框架進行研究的文獻不多，但是分別研究數字經濟和全球價值鏈嵌入的文章不少。數字經濟是經濟高質量發展加速器，也是國內外研究熱點。國際上測算數字經濟比較著名的機構主要包括歐盟、OECD、聯合國國際電信聯盟等。這些機構從信息與通信技術、數字技術、公共服務、人力成本等方面構建指標測算數字經濟，但其沒有固定樣本國，而且有的機構只對歐盟國家進行核算，對國內學者研究幫助不大。我國對數字經濟測算比較著名的機構是中國信息通信研究院和中國電子信息產業研究院（賽迪），這兩家機構測算數字經濟構建指標接近國際指標，相對全面。但仍然存在不足，一方面，測算年份比較短，從2017年開始，只有3—4年數據，不利于學者進行中長面板研究。另一方面，只測算省級數字經濟，沒有細化到行業層面。所以，國內學者在對制造業數字經濟進行研究時，仍然需要自行核算數字經濟發展水平。國內學者的測算方法可以歸納為構建多維指標體系，使用主成分分析法或者熵值法進行測度（齊俊妍和任奕達，2021；郭炳南等，2022）。

關于全球價值鏈嵌入度的測算，當前較多學者使用全球價值鏈參與度指數來衡量（丁一兵和張弘媛，2020）。柳香如和鄔麗萍（2021）使用全球價值鏈參與度作為GVC嵌入度的代表變量，分析其對制造業國際競爭力水平提升的影響。由于全球價值鏈參與程度加深，也即我國制造業參與全球價值鏈的嵌入度增加，故使用GVC參與度指數作為代理變量。根據最新研究動態，目前已有少量文獻從地位攀升視角探討數字經濟對制造業全球價值鏈分工的影響。裘瑩和郭周明（2019）從理論上探討了數字經濟通過網絡連接效應、價值創造效應、成本節約效應和價值鏈治理效應，促進中小企業價值鏈攀升。何文彬（2021）使用通信業及信息服務業增加值作為數字經濟代理變量，實證檢驗數字化轉型可以提升全球價值鏈前向參與度水平。張艷萍等（2021）選取計算機制造業、郵政和通信業、電信業三個指標作為基礎變量，測算數字經濟發展水平，從二維視角分析數字經濟對全球價值鏈廣度和高度的影響。齊俊妍和任奕達（2021）通過構建行業數字化滲透指數，考察數字化滲透對全球價值鏈分工地位的影響，從理論上探討了數字化滲透提高全球價值鏈分工地位的影響機制。吳友群等（2022）使用軟件和信息技術服務業、電子通信及光學制造業、電信業三個指標計算數字經濟水平，通過計量分析得出數字化可以促進制造業全球價值鏈競爭力提升。

這些文獻的不足有兩點：一是行業層面的數字經濟測算維度不夠，指標較少，多是從數字基礎設施進行核算；二是缺少對制造業全球價值鏈嵌入度的深入研究，對嵌入方式異質性研究的文獻不多，且對其影響機制進行數理建模的文獻較少。本文的邊際貢獻在于：一是構造了產業層面數字經濟綜合評價指標。借鑒中國信息通信研究院、上海社會科學院、歐盟以及國際電信聯盟的國家-地區層面數字經濟測算方法，最大程度拓寬產業層面數字經濟核算范圍，從三個方面十個指標測算產業層面數字水平，進而分析數字經濟對制造業全球價值鏈嵌入度的微觀作用力效果，對現有研究進行有益補充。二是將國家冰山貿易成本納入行業層面，測算行業冰山貿易成本，并將貿易成本和技術創新納入分析框架，分別從中介效應和調節效應兩個維度深入探討數字經濟對制造業GVC嵌入的影響機制。三是對“兩個效應”作用機制的發揮進行門限檢驗，探討是否存在門限效應。本文希望從技術創新和貿易成本視角，為數字經濟賦能中國制造業在全球價值鏈關鍵環節競爭力提升和統籌區域協調發展等關鍵命題提供可行的破題思路。

二、理論機制與研究假設

借鑒Hallak&Sivadasan（2008）的異質性模型，構建GVC一般均衡模型，從數理角度分析數字經濟對全球價值鏈嵌入的影響。首先設定一個壟斷競爭市場模型，該模型具有恒定替代彈性，設需求函數為：

由Melitz（2003）模型可知，企業異質性主要來源于生產率（ω），生產率指企業以低邊際成本生產產品的能力。但越來越多的觀點認為，企業的技術水平（￡）也是解釋出口成功的關鍵（Rauch，2004）。技術實力雄厚的公司，生產優質產品的能力也強，而Verhoogen（2004）對企業生產優質產品的能力去指標量化進行建模，證實更“多產”的企業（那些生產高質量產品的能力更強的企業）規模更大，所有規模大于閾值的企業都進入出口市場，參與全球價值鏈分工，故技術創新是企業異質性的另一個重要來源。經驗數據表明，企業生產率越高，生產優質產品的能力越強，企業邊際成本和固定成本越低。故定義企業邊際成本和固定成本的函數為：

其中，ω表示企業生產率，￡表示技術水平，λ表示GVC嵌入度，ξ和θ分別表示企業的邊際成本質量彈性和固定成本質量彈性，R是參數。由于企業參與國際分工，商品的跨國流動還存在貿易成本，貿易成本用冰山成本τ表示（卿陶，2020），并設C是τ的函數，且有正向關系。

根據式（2）—（4），可推導利潤函數：

計算利潤最大化，可求得：

其中，α=θ-（1-ξ）×（β-1）且為正，0＜ξ＜1。式（6）表明，GVC嵌入度受企業生產優質產品的能力（ξ）和生產率（ω）影響。

大量文獻表明，數字經濟發展和使用能顯著提升企業勞動生產率和技術水平（Brynjolfsson&Hitt，2000）。一方面，數字技術促使企業利用人工智能替代生產中低端勞動力進行重復性生產工作，使得勞動力轉移到更高價值的活動中（Acemoglu&Restrepo，2019）。促使勞動力在高技術層面聚集，產生技術外溢，將數字技術知識內化，從而增強企業全要素生產率（溫珺等，2020），增強企業參與全球價值鏈分工能力。另一方面，數字經濟促進產業結構數字化和智能化升級，糾正要素配置扭曲，提高資源配置效率。企業以大數據平臺為基礎實現跨部門、跨系統、跨地區合作，將工作流程數字化，提高了協同效率和資源利用效率，降低技術復雜度，為企業參與全球價值鏈分工創造機會（封偉毅，2022）。為考查數字經濟對企業生產率和技術水平的影響，借鑒Aghion et al.（2017）、劉亮等（2021）研究方法并進行拓展，構建數理模型進行分析。設：

其中，ω表示企業生產率，Z表示要素投入，ρ表示要素的替代彈性，ρ≤1，且ρ≠0。使用同樣方法，建立技術水平（￡）方程：

其中，Z表示要素投入，μ表示要素的替代彈性，也符合小于等于1且不等于零的假設。現將數字經濟引入模型，將全部要素分為兩種：一種是數字要素發展帶來的企業生產效率和技術水平提升部分，設為DIG；另一種是非數字要素投入帶來的企業生產效率和技術水平提升部分，設為N。故式（7）和（8）可以改為：

由式（6）可知，利潤最大化時，全球價值鏈嵌入度函數為：

將式（9）—（10）代入（11），得：

當要素的替代參數ρ→0，γ→0，則式（12）全球價值鏈嵌入度可表示為：

式（13）對數字經濟DIG求導，得：

假設1：數字經濟正向促進制造業全球價值鏈嵌入度提升。

當前制造企業特別是中小企業參與國際分工受到生產成本和貿易成本制約，一定程度阻礙了企業全球價值鏈嵌入度。

假設2：貿易成本與全球價值鏈嵌入呈負向關系，數字經濟通過降低貿易成本促進制造業全球價值鏈嵌入度提升。

假設3：技術創新會顯著影響數字經濟對制造業全球價值鏈嵌入的促進效率。

三、模型、變量與數據

（一）基于半參數估計檢驗的初步觀察

前文在理論上探討了數字經濟對提升一國制造業全球價值鏈參與度具有正向促進作用，但數字經濟與全球價值鏈參與度之間作用關系的研究結論尚不明確，還停留在隱函數層面，并沒有設定兩者的具體函數形式。為初步驗證“數字經濟對全球價值鏈嵌入度提升”影響的一般規律，借鑒盛斌和景光正（2019）的研究方法，采用GAM模型擬合數字經濟和全球價值鏈參與度兩個關鍵變量的關系。同時借鑒Parteka（2010）的研究，設數字經濟對GVC指數的GAM估計方程如下：

其中，i、t分別表示行業、年份，GVC表示制造業全球價值鏈參與度指數，λ為國家特定虛擬變量，μ為隨機誤差項。假定該模型隨機部分f（Dig）的核密度服從高斯核函數，即方程服從以下分布：

其中，

f

(

m

,

m

,

k

)表示m在m處的概率密度，k為光滑參數。基于WIOD世界投入產出表17個制造業行業面板數據，繪制了如下數字經濟對GVC參與度指數的核回歸圖。圖1主要反映數字經濟對GVC參與度指數的正向作用趨勢，即隨著制造業數字化轉型發展，數字水平的提升，有利于提升其全球價值鏈參與程度。

圖1 行業數字化水平對GVC參與度的高斯核回歸圖

（二）模型設定

1.行業數字化強度對制造業GVC參與度的影響

基于半參數估計檢驗的初步觀察和以往的文獻研究，構建數字經濟對全球價值鏈參與度影響的面板數據模型如下：

其中，GVC表示我國制造業全球價值鏈參與度指數。Dig表示部門的數字化投入，Control表示控制變量合集。ω、V分別表示時間和行業固定效應，u表示隨機擾動項。

2.貿易成本對制造業GVC的中介效應

根據Baron和Kenny提出的依次檢驗法檢驗貿易成本的中介效應，方程設置如下：

根據檢驗邏輯，式（18）中Dig的回歸系數α顯著，式（19）中的回歸系數β顯著，式（20）中的回歸系數η和η顯著，則說明中介效應顯著。

3.技術創新對制造業GVC的調節效應

根據檢驗標準，式（21）中的回歸系數θ和式（22）中的回歸系數ε和ε系數如果顯著，則存在調節效應。

（三）變量說明與數據來源

1.被解釋變量：制造業全球價值鏈嵌入度

全球價值鏈嵌入度使用全球價值鏈參與度表示，是指嵌入價值鏈分工的程度，分為前向參與度和后向參與度。前向參與度指本國出口中間品參與GVC分工程度，該指數越高，表明本國越處于GVC“上游”環節。后向參與度指一國通過進口中間品參與GVC分工的程度，該指標衡量一國某產業出口中包含的“國外附加值”比重，指數越高，表明本國越處于GVC“下游”環節。基于Wang et al.（2017）模型測定的制造業GVC前向參與度和后向參與度方法進行核算。公式如下：

前向參與度：

后向參與度：

總體參與度：

2.解釋變量：數字經濟水平測度（DIG）

借鑒Calvino et al.（2018）核算的“行業數字強度分類”結果，同時參考已有學者研究成果，篩選出具備中高技術強度的數字行業，與WIOD數據庫世界投入產出表中的行業進行匹配，再使用世界投入產出表計算“數字強度行業”的中間投入占各行業總投入的比值，即行業數字化完全消耗作為數字經濟代表。具體而言，數字經濟包含數字基礎設施、數字公共服務、數字創新環境3個一級指標和10個二級指標。其中，選取計算機程序設計、信息服務、電腦、電子和光學產品制造業作為電信業數字基礎設施；選取運輸倉儲、郵政快遞活動、行政和支持服務活動、金融服務活動、法律和會計活動作為數字公共服務；選取教育、科學研究與開發作為技術創新環境。行業數字化完全消耗系數：

3.中介變量：冰山貿易成本

使用Novy（2006）改進后的引力模型，將冰山貿易成本作為替代變量。

其中，k表示中國，h表示中國以外其余國家。Cost表示中國第m行業向世界出口的貿易成本。Export表示中國第m行業向世界出口的總額，Export表示世界其余國家第m行業向中國的出口總額。GDP、GDP分別表示中國國內生產總值和中國以外世界其余國家國內生產總值。Export表示世界其余國家（除中國外）第m行業出口總額，Export表示中國第m行業出口總額，s代表中國和除中國外其余國家可貿易品的比重，ρ表示替代彈性。為便于計算，參照McGowan&Milner（2013），設定S=0.8，ρ=8。

4.調節變量：技術創新

使用各行業專利申請數量衡量一國行業的技術創新水平，檢驗數字經濟是否通過增強企業創新活力進而影響其在全球分工體系中的參與度。

5.其他控制變量與數據說明

控制變量有行業集中度（用赫芬達爾指數表示）、行業勞動生產率、行業貿易自由化水平（平均關稅率表示）、行業出口規模、行業勞動力成本、行業FDI。將中國工業分類標準中的27個細分行業與WIOD數據庫中的制造業細分行業進行匹配得到17個制造業細分行業，時間區間為2001—2014年，變量描述具體見表1。由表1可知沒有極端值。數據主要來源WIOD、UN Comtrade數據庫、國泰安數據庫、《中國工業統計年鑒》《中國統計年鑒》。

表1 變量及數據說明

四、檢驗結果及分析

（一）基準回歸

采用三個模型考察數字經濟對GVC總體參與度的影響。首先，采用最小二乘法（OLS）回歸；其次，考慮個體異質性，使用雙向固定效應模型；最后，考慮組內自相關，選用FGLS進行回歸。結果分別見表2第（1）—（3）列。其結果顯示數字經濟系數均為正且顯著通過檢驗，初步表明數字經濟對于推動制造業全球價值鏈參與度提升有正向作用，支持假設1。

表2 基準回歸結果1

全面FGLS考慮了組內自相關、組間異方差和同期相關性，所以被認為是非常有效率的估計方法（張艷萍等，2021）。使用全面FGLS對GVC前向參與度、后向參與度進行回歸，結果匯報于表2第（4）—（5）列。進一步對GVC前向簡單參與度、前向復雜參與度和GVC后向簡單參與度、復雜參與度進行分析，結果報告于表3。從表2第（4）—（5）列可知，數字經濟均正向促進制造業前向參與度和后向參與度提升，但對前向參與度的提升影響更大。前向參與度的提高，意味著本國在生產環節中更多地承擔著原材料供應、研發設計和核心零部件生產供應等附加值較高的生產環節（丁一兵和張弘媛，2020）。因此數字經濟對我國制造業整體優化和競爭力的提升有促進作用。

全球價值鏈前向參與度分解為前向簡單參與度和前向復雜參與度，前向簡單參與度是指用于生產出口中間品（一次跨境，被外國市場直接吸收）的增加值，前向復雜參與度指用于生產出口中間品（至少兩次跨境，出口到外國市場后又返回本國，或出口到第三國）的增加值。后向參與度與前向類似，是從進口原材料角度。由表3可知，數字經濟降低了制造業GVC前向簡單參與度和后向簡單參與度，而促進了復雜參與度提升。

表3 基準回歸結果2

（二）冰山貿易成本（Ict）的中介效應

借助中介效應模型，檢驗行業數字化滲透，能否通過降低冰山貿易成本促進制造業GVC參與度的提升，回歸結果如表4所示。列（1）檢驗的是行業數字化水平（Dig）與GVC參與度之間的關系，系數結果為0.602，且通過了1%的顯著性檢驗。說明制造業提升數字化水平，加強數字化轉型升級，對GVC嵌入度具有提升作用。列（2）檢驗行業數字化水平（Dig）和中介變量冰山貿易成本（Ict）的關系，行業數字化強度（Dig）對冰山貿易成本（Ict）的影響系數為-0.133，且通過了1%的顯著性檢驗，說明制造業數字化強度增強有助于降低冰山貿易成本。列（3）是在納入中介變量冰山貿易成本后制造業數字化水平提升對GVC嵌入度的影響。冰山貿易成本對GVC參與度的估計系數為-0.273，且通過了10%水平的顯著性檢驗，說明冰山貿易成本是制約GVC參與度提升的重要因素。在納入冰山貿易成本后，行業數字化強度對GVC嵌入度的回歸系數由0.602下降到0.317，通過了1%的顯著性檢驗。綜合上述結果，可以判定冰山貿易成本的中介效應存在，即制造業數字化水平提升，可以降低冰山貿易成本進而提升GVC參與度。

表4 中介效應和調節效應回歸結果

（三）技術創新的調節效應

調節效應檢驗結果見表4列（1）（4）—（5）。其中列（1）考察的是數字經濟與GVC參與度的影響，列（4）考察的是數字經濟與調節變量技術創新的關系，列（5）考察的是技術創新與數字經濟的交互效應。從列（4）可以看出，行業數字化強度對調節變量技術創新顯著通過檢驗，并且具有正向促進作用，即行業數字化水平提升可以影響技術創新。由列（5）可知數字經濟與技術創新的交互項系數顯著為正，且在1%水平上通過顯著性檢驗，說明制造業技術創新越強，數字化轉型對制造業GVC參與度的提升作用越大，結果印證了假設3。

（四）穩健性檢驗

1.變換解釋變量

使用制造業數字化直接消耗系數作為數字經濟的替代變量進行回歸分析。直接消耗系數是用來反映制造業其他部門對數字基礎部門的產品消耗。以a表示直接消耗系數，其含義為第j部門生產1單位總產出所直接消耗第i部門產品的數量。用公式表示為：

其中，x是指第j部門消耗的第i部門產品的數量，X是指第j部門的總產出。估計結果匯報于表5第（1）列。由結果可知，更換了解釋變量后，行業數字化強度估計結果與基準回歸一致，證明了結果的穩健性。

表5 回歸結果

2.變換被解釋變量

使用垂直專業化指數替代參與度指數。垂直專業化指數是由Hummels et al.（2001）提出的，用來衡量參與全球價值鏈分工程度。也被較多學者使用作為GVC參與度衡量指標。計算公式為：

其中，VS表示一國j產業的垂直專業化水平，V表示j產業的垂直專業化貿易額，X表示j產業的出口總額，μ表示1×n維的單位向量矩陣，X代表n×1維出口向量矩陣，A代表直接消耗系數矩陣。進口系數矩陣、直接消耗矩陣和出口數據由2001—2014年的世界投入產出數據庫（WIOD）計算得到。結果匯報于表5第（2）列，估計結果符合預期，系數（0.364）在1%的顯著性水平上通過檢驗，證明了結果的穩健性。

3.內生性處理

為緩解可能存在的內生性問題，采用兩階段最小二乘法（2SLS）對計量模型進行估計。在工具變量選擇上，當前部分學者使用1984年郵局數量作為城市數字經濟工具變量，然而行業層面的數據難以獲得，故使用核心解釋變量行業數字化強度的滯后一階作為工具變量，回歸結果見表5第（3）列。用于檢驗工具變量有效性的弱識別檢驗和過度識別檢驗結果均表明，所選取的工具變量是有效和合適的。第（3）列檢驗結果顯示，在考慮內生性問題之后，數字經濟系數仍然顯著為正，說明檢驗結果具有穩健性。

4.進一步討論

為探知數字經濟對不同水平全球價值鏈參與度的影響，采用分位數檢驗（Quantile regression），估計結果見表6第（1）—（5）列。數字經濟在各個分位數上的估計系數是關注的重點。首先，在10%、25%分位數上，產業數字化（DIG）的系數顯著為正，且整體呈現依次遞增趨勢，表明隨著一國參與全球價值鏈程度的不斷加深，數字經濟的發展，特別是制造業與數字經濟深度融合，將進一步優化資金的配置效率和勞動力配置效率，更有利于促進制造業全球價值鏈參與度提升。其次，在50%、75%和90%分位數上，數字經濟作用仍然顯著為正，但系數有所下降。說明數字經濟發展仍然會促使制造業全球價值鏈參與度提升，但是提升效果慢慢變小。因為參與全球價值鏈分工并非越高越好，一旦發生全球公共衛生危機或者貿易戰，產業鏈供應鏈安全性將會受到嚴重威脅，一國需要與其發展階段相適應的最優全球分工參與度。

考慮到全球價值鏈變動具有一定的持續性特征，為捕捉這種特征，將基準模型（3）擴展為動態模型，采用系統GMM進行估計：

其中，GVC表示制造業GVC參與度指數。將GVC的滯后1期項和核心解釋變量Dig視為內生變量，并且將內生變量的兩階及更高階的滯后項作為工具變量，把其他控制變量視為外生變量，估計結果報告在表6第（6）列。AR（2）檢驗值表明，殘差序列二階不相關，通過自相關檢驗。Hansen檢驗的值大于0.1，在10%的顯著性水平上接受原假設，表明所使用的工具變量有效，基準模型估計結果一致。由結果可知，GVC參與度指數一階滯后項和產業數字化水平都顯著通過檢驗，且系數和基準回歸結果一致，說明全球價值鏈參與度具有長期積累效應。也進一步驗證了制造業數字化轉型對全球價值鏈參與程度的提升作用。

表6 進一步討論

五、冰山貿易成本和技術創新的門限效應檢驗

采用門限面板回歸模型，以技術創新、冰山貿易成本為門檻變量分別進行單一門檻值、雙重門檻值、三重門檻值檢驗，分析制造業數字化程度與全球價值鏈參與度之間的關系。

其中，GVC代表被解釋變量GVC參與度；DIG表示數字經濟水平；η代表門檻變量；I代表指標函數；r為待估計的門檻值；Z表示各控制變量；α表示行業效應；ε為隨機擾動項。冰山貿易成本、技術創新門檻值檢驗結果見表7。

表7 門限效應檢驗

由表7可知，冰山貿易成本中介作用存在雙門限值，且分別在10%和5%水平下通過顯著性檢驗。根據表8第（2）列回歸結果，當冰山貿易成本小于第一個門限值（0.544）時，數字經濟（Dig1）回歸系數不顯著，中介效應沒有顯現。當冰山貿易成本超過第一個門限值，冰山貿易成本中介作用顯現，但是并沒有使得數字經濟促進作用發生，因為數字經濟（Dig2）回歸系數是-1.149。但是當超過第二個門限值，回歸系數轉正且顯著通過檢驗（0.726），說明冰山貿易成本中介作用并不是一開始就有，只有當數字經濟發展到一定程度，隨著制造業數字化轉型升級，數字發展程度加深，冰山貿易成本中介效應將會顯現，數字經濟才能通過降低冰山貿易成本促進GVC嵌入度上升。

表8 門限回歸結果

由表7可知技術創新的調節作用存在單門限值，且在5%水平下通過顯著性檢驗。根據表8第（4）列回歸結果可知，當制造業技術創新程度小于門限值Dig1（0.334）時，作用開始顯現。但是這時候是反向作用（-0.820），即技術創新并沒有促使制造業數字化轉型對全球價值鏈參與度正向提升。當技術創新程度超過這一門限值（0.344），回歸系數顯著為正（0.423），即企業技術創新會促使生產效率提升，使得企業數字化轉型加快，最終提升制造業全球價值鏈參與度。

六、結論與啟示

根據以上研究，得出以下結論：第一，數字經濟可以顯著提升制造業全球價值鏈參與度，同時提升前向參與度和后向參與度，但對前向參與度的影響更大。更換解釋變量和被解釋變量，再使用工具變量進行兩階段最小二乘檢驗，證實以上結論的穩健性。第二，數字經濟通過冰山貿易成本的中介變量發揮作用，但存在雙門檻限制。第三，技術創新可以調節數字經濟對GVC參與度的促進作用，但是存在單門檻限制。第四，數字經濟對制造業全球價值鏈不同參與方式的影響存在差異，對基于前向嵌入的前向參與度影響大于后向參與度，且數字經濟提升了前向GVC和后向GVC的復雜參與度，而使簡單參與度降低。

得到啟示如下：第一，雖然現階段受俄烏沖突、新冠肺炎疫情等影響，全球價值鏈面臨重構風險，但經濟全球化仍符合長期趨勢，我國制造業應以更開放姿態積極融入全球價值鏈。充分利用制造業數字化轉型，大力推進數字技術，發揮大數據、人工智能對制造業的驅動作用，進而實現制造業高質量發展和經濟增長雙贏。第二，為更好地發揮貿易成本中介作用，政府應從成本角度考慮，加大制造業企業財政支持力度，發揮服務型政府角色，拓寬企業融資渠道，改善企業市場準入待遇，滿足中小企業的微觀主體數字化發展需求，激勵企業深度推進數字化轉型。同時規制數字平臺，探索更加科學合理的監管方式，建立健全統一的市場規則和制度體系，保障互聯網平臺開放、公平，對中小企業參與全球價值鏈分工提供平臺保障。第三，充分發揮技術創新調節作用。政府應積極引導資金、技術、項目、人才等創新要素向企業集聚，推動創新主體集群化發展，改善科技創新環境，提高企業技術創新水平，幫扶中小企業跨越技術鴻溝，實現數字經濟持續良好發展，助力全球價值鏈嵌入度進一步提升。