实证分析：全球价值链嵌入对中国制造业供给质量的影响

以式（6）作为本书的面板门槛效应模型，并使用Stata14软件进行计量分析，具体的回归结果如表7.3-1所示。

表7.3-1　门槛效应回归结果

当R＜λ1时，GVC的回归系数显著为负，说明全球价值链嵌入降低了中国制造业的供给质量。造成这一现象的原因可能是，在研发投入较低的情况下（R＜λ1），国内制造业企业技术积累不足，主要偏向于从事加工贸易，在面对发达国家阻碍和控制其代工生产体系升级时（刘志彪、张杰，2007），缺乏相应的应对措施，因此全球价值链嵌入不利于制造业供给质量的提升。另外，全球价值链嵌入程度的提升，也使得国内大量企业面临着更加激烈的国际市场竞争，而国内企业在国际分工体系中的比较优势主要集中在劳动密集型行业，技术产品在国际市场的竞争力较低（王玉燕、林汉川，2015），技术研发短板导致国内制造业市场不断被蚕食，容易陷入市场和资金双重缺乏的困境，供给质量提升困难重重。全球价值链嵌入还存在“嵌入成本”（Melitz，2003），如果全球价值链嵌入程度不够高，嵌入的收益无法抵消嵌入成本，则有可能导致生产效率的损失和供给质量的下降。(www.xing528.com)

当研发投入越过第一个门槛值，但小于第二个门槛值时，全球价值链嵌入的回归系数变得不显著。这可能是因为，随着研发投入的提升（λ1＜R＜λ2），国内制造业技术水平也在逐步积累，部分企业开始转型从事一般贸易，因此制造业质量出现了提升。但此时国内制造业的技术水平仍相对较低，缺乏与发达国家在高技术、高附加值贸易方面竞争的能力与经验，全球价值链嵌入的收益与不利影响大致相当，因此对制造业供给质量的影响不明显。

当研发投入越过第二个门槛值后（λ2），全球价值链嵌入对制造业供给质量便产生了显著的正向影响。这说明，当中国制造业的研发投入提升后，部分企业的技术水平在国际市场的竞争力开始增长，能够突破发达国家的技术封锁或捕获，因此全球价值链嵌入促进了制造业供给质量的提升，这也验证了技术研发对获取GVC福利的重要性（Baldwin和Yan，2014）。另外，技术型企业在嵌入全球价值链时有较强的“学习效应”（吕越、吕云龙，2016），制造业研发投入的提升，除了提高了自身技术水平外，还增强了学习、模仿国外先进产品的能力，因此全球价值链嵌入对制造业供给质量提升有着显著的促进作用。当R＞λ3时，GVC的回归系数仍显著为正，但系数比前一阶段变得更大，这也说明制造业研发投入越高，其参与全球价值链带来的质量提升越明显。

在控制变量方面，人均GDP对制造业供给质量有着显著的正向影响。这说明随着人均GDP的增长，中国参与全球价值链中高附加值的环节在提升（苏庆义、高凌云，2015），因此能够提高制造业的供给质量。人力资本对制造业供给质量有着显著的负向影响，这与理论预期相反。一般地，人力资本丰富的地区更容易吸引先进技术的流入（杨君、肖明月，2015），且人力资本提升更容易促进技术进步的出现，进而带来制造业供给质量的提升。而造成人力资本在中国出现负向影响的原因可能有：一是中国先进的技术并没有流向人力资本丰裕的地区，而是在区域“引资竞争”的影响下，流向了“政策优惠”区域，人力资本的积极效应受此影响而无法充分发挥；二是本书使用大专以上毕业人数占比作为人力资本的代理变量，这一变量是基于受教育程度层面反映人力资本水平，而中国大学扩招可能导致了基于受教育程度层面衡量的人力资本质量的下降，进而使得其对制造业供给质量产生了负向影响。开放程度和利用外资水平的回归结果均为正，但没有通过显著性检验，这说明中国对外开放和引进外资已无法提升制造业的供给质量。中国已经度过了资本相对缺乏时期，现阶段外向发展的重点是引进先进技术与管理经验，单纯的数量扩张已无法满足中国制造业供给质量提升的需要。专利数量的回归结果也不显著，这可能是因为专利授权量虽然取得了快速增长，但专利的质量较低，特别是许多重要的核心专利技术仍有待取得突破性进展，以打破发达国家的封锁限制。