留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

工业智能化如何影响制造业参与国际分工——基于全球价值链视角

郑丽琳 刘东升

郑丽琳, 刘东升. 工业智能化如何影响制造业参与国际分工——基于全球价值链视角[J]. 广东财经大学学报, 2022, 37(4): 18-29.
引用本文: 郑丽琳, 刘东升. 工业智能化如何影响制造业参与国际分工——基于全球价值链视角[J]. 广东财经大学学报, 2022, 37(4): 18-29.
ZHENG Li-lin, LIU Dong-sheng. The Effect of Industrial Intelligence on Manufacturing Participation in International Division of Labor: From the Perspective of Global Value Chain[J]. Journal of Guangdong University of Finance & Economics, 2022, 37(4): 18-29.
Citation: ZHENG Li-lin, LIU Dong-sheng. The Effect of Industrial Intelligence on Manufacturing Participation in International Division of Labor: From the Perspective of Global Value Chain[J]. Journal of Guangdong University of Finance & Economics, 2022, 37(4): 18-29.

工业智能化如何影响制造业参与国际分工——基于全球价值链视角

基金项目: 

国家社会科学基金一般项目 18BJY014

安徽省高校人文社会科学研究重点项目 SK2021A0222

安徽财经大学研究生科研创新基金项目 ACYC2021426

详细信息
    作者简介:

    郑丽琳(1981-),女,安徽合肥人,安徽财经大学管理科学与工程学院教授,博士

    刘东升(1996-),男,安徽蚌埠人,安徽财经大学管理科学与工程学院研究生

  • 中图分类号: F742

The Effect of Industrial Intelligence on Manufacturing Participation in International Division of Labor: From the Perspective of Global Value Chain

  • 摘要: 基于2007—2019年国际机器人联盟披露的工业机器人数据和UIBE GVC数据库公布的全球价值链相关数据,深入考察工业智能化对一国制造业参与国际分工的影响。结果表明:工业智能化有利于提高各国制造业GVC的参与度,但其对GVC分工地位的影响呈先升后降的倒U型关系;从人口结构和经济环境来看,工业智能化更易推动劳动力资源充沛和经济欠发达国家GVC参与度的提升,但对不同国家GVC分工地位的倒U型影响普遍存在;工业智能化对GVC的影响还具有明显的示范效应,即不仅有利于缩小同一国家不同行业GVC参与度的差异性,增强产业的整体性,还能在一定程度上促进不同国家相同行业之间的国际竞争。因而加快工业智能化发展,进一步释放技术红利,更好地融入世界经济,是进一步提升我国GVC参与度、实现GVC分工地位跃升的必由之路。
  • 表  1  描述性统计

    变量符号 变量名称 变量含义 样本量 最小值 最大值 均值 标准差
    GVC_pat GVC参与度 与他国经济联系的密切程度 5 720 0.078 0 1.224 7 0.504 2 0.221 3
    GVC_pos GVC分工地位 处于全球价值链上游程度 5 720 0.690 6 1.432 3 0.931 2 0.098 8
    lnrob 工业智能化水平 每万人机器人保有量的对数 5 720 0 5.747 7 1.114 4 1.285 3
    exp 出口依存度 商品和服务出口额/GDP 5 720 0.108 5 1.631 2 0.482 7 0.284 5
    imp 进口依存度 商品和服务进口额/GDP 5 720 0.112 5 1.595 6 0.464 9 0.260 2
    logistic 贸易便利化水平 通关流通效率 5 720 1.940 0 4.207 8 3.267 4 0.514 5
    lnrgdp 经济发展水平 人均GDP的对数 5 720 8.205 8 11.382 7 10.381 6 0.551 2
    fdi 开放程度 外商直接投资净流入/GDP 5 720 -0.403 3 4.490 8 0.060 2 0.235 4
    r & d 研发强度 研发支出/GDP 5 720 0.000 8 0.048 1 0.016 7 0.009 8
    tariff 贸易壁垒 中间品的简单平均关税率 5 720 0.012 2 0.395 2 0.079 5 0.057 9
    rca 显性比较优势 一国各行业出口占比情况 5 720 0.022 9 15.110 9 1.202 9 1.104 0
    下载: 导出CSV

    表  2  工业智能化对GVC影响的基准回归

    变量 GVC参与度 GVC分工地位
    (1)
    GVC_pat
    (2)
    GVC_pat_ f
    (3)
    GVC_pat_b
    (4)
    GVC_pos
    (5)
    PLv_GVC
    (6)
    PLy_GVC
    lnrob 0.008 3*** -0.000 9 0.009 1*** 0.009 7*** 0.048 9*** 0.009 4
    (0.002 1) (0.001 1) (0.001 7) (0.002 9) (0.011 5) (0.007 1)
    (lnrob)2 -0.005 1*** -0.021 0*** 0.001 5
    (0.000 6) (0.002 2) (0.001 4)
    控制变量
    国家固定效应
    行业固定效应
    年份固定效应
    Adj.R2 0.835 0 0.773 8 0.771 2 0.585 0 0.736 3 0.838 1
    样本量 5 720 5 720 5 720 5 720 5 720 5 720
    注:******分别表示1%、5%、10%的显著性水平, 括号内为稳健标准误。下表同。
    下载: 导出CSV

    表  3  稳健性检验:更换估计方法与核心解释变量测度指标

    检验方式 变量 GVC参与度 GVC分工地位
    (1)
    GVC_pat
    (2)
    GVC_pat_f
    (3)
    GVC_pat_b
    (4)
    GVC_pos
    (5)
    PLv_GVC
    (6)
    PLy_GVC
    更换估计方法 lnrob 0.072 9*** 0.000 4 0.072 6*** 0.063 9*** 0.252 9*** -0.003 7
    (0.018 8) (0.010 5) (0.014 0) (0.014 7) (0.060 5) (0.031 8)
    (lnrob)2 - - - -0.018 9*** -0.078 0*** -0.002 9
    (0.005 2) (0.013 4) (0.006 4)
    F值 60.238 60.238 60.238 27.296 27.296 27.296
    Adj.R2 0.807 1 0.776 5 0.699 7 0.553 6 0.711 7 0.837 1
    样本量 5 720 5 720 5 720 5 720 5 720 5 720
    替换测度指标 lnrb 0.174 8*** 0.000 8 0.174 0*** 0.453 3*** 1.990 0** 0.123 2
    (0.052 7) (0.025 2) (0.042 9) (0.173 0) (0.778 2) (0.155 6)
    (lnrb)2 - - - -0.201 7*** -0.907 0*** -0.071 4
    (0.077 9) (0.350 9) (0.068 9)
    F值 20.305 20.305 20.305 6.989 6.989 6.989
    Adj.R2 0.753 1 0.776 5 0.561 8 0.285 7 0.288 6 0.824 9
    样本量 5 720 5 720 5 720 5 720 5 720 5 720
    控制变量
    国家固定效应
    行业固定效应
    年份固定效应
    下载: 导出CSV

    表  4  异质性回归(2SLS)

    Panel A:人口结构 人口红利国家 非人口红利国家
    (1)
    GVC_pat
    (2)
    GVC_pos
    (3)
    GVC_pat
    (4)
    GVC_pos
    lnrob 0.053 7***(0.011 8) 0.255 8***(0.064 1) -0.037 6**(0.017 7) 0.021 6(0.026 6)
    (lnrob)2 - -0.062 9***(0.017 0) - -0.014 1**(0.006 0)
    控制变量/固定效应
    F值 167.831 8.085 51.684 26.209
    Adj.R2 0.848 6 0.167 9 0.809 7 0.561 6
    样本量 2 002 2 002 3 718 3 718
    Panel B:经济环境 OECD国家 非OECD国家
    (5)
    GVC_pat
    (6)
    GVC_pos
    (7)
    GVC_pat
    (8)
    GVC_pos
    lnrob -0.028 1**(0.012 1) 0.066 7***(0.016 4) 0.046 4***(0.011 9) 0.049 6(0.034 0)
    (lnrob)2 - -0.013 5***(0.002 8) - -0.023 2**(0.010 5)
    控制变量/固定效应
    F值 98.921 54.916 145.701 28.878
    Adj.R2 0.845 4 0.602 9 0.823 9 0.517 0
    样本量 3 861 3 861 1 859 1 859
    下载: 导出CSV

    表  5  行业间与国家间的示范效应

    效应类型 变量 全样本 OECD国家 非OECD国家
    (1)
    Gini_GVC_pat
    (2)
    Gini_GVC_pos
    (3)
    Gini_GVC_pat
    (4)
    Gini_GVC_pos
    (5)
    Gini_GVC_pat
    (6)
    Gini_GVC_pos
    行业间的示范效应 lnrob -0.011 0*** 0.000 4 -0.007 1*** -0.000 2 0.002 1 0.000 2
    (0.001 9) (0.000 6) (0.001 2) (0.000 3) (0.002 8) (0.001 0)
    Adj.R2 0.899 1 0.945 0 0.905 5 0.959 0 0.894 4 0.897 0
    样本量 520 520 351 351 169 169
    国家间的示范效应 lnrob 0.001 0 -0.003 8*** 0.000 9 -0.003 4*** -0.001 9 -0.005 5***
    (0.001 1) (0.000 6) (0.001 3) (0.000 6) (0.002 7) (0.001 1)
    Adj.R2 0.540 6 0.480 4 0.591 0 0.498 7 0.452 2 0.484 4
    样本量 5 720 5 720 3 861 3 861 1 859 1 859
    控制变量
    国家固定效应
    行业固定效应
    年份固定效应
    下载: 导出CSV
  • [1] WORLD BANK. World development report: trading for development in the age of global value chain[R]. Washington, DC: World Bank, 2020.
    [2] 金碚. 试论经济学的域观范式——兼议经济学中国学派研究[J]. 管理世界, 2019(2): 7-23. doi: 10.3969/j.issn.1002-5502.2019.02.002
    [3] 江小涓, 孟丽君. 内循环为主、外循环赋能与更高水平双循环——国际经验与中国实践[J]. 管理世界, 2021(1): 1-19. doi: 10.3969/j.issn.1002-5502.2021.01.001
    [4] 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, 2021(8): 1-19. https://www.cnki.com.cn/Article/CJFDTOTAL-KXYJ202201008.htm
    [5] CHEN Z Y, ZHANG J, ZHENG W P. Import and innovation: evidence from Chinese firms[J]. European Economic Review, 2017, 94(2): 205-220.
    [6] 林毅夫, 何德旭, 范从来, 等. 奋进新时代开启新征程——学习贯彻党的十九届五中全会精神笔谈: 下[J]. 经济研究, 2021(1): 4-25. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ202101002.htm
    [7] 邵朝对, 苏丹妮. 产业集聚与企业出口国附加值: GVC升级的本地化路径[J]. 管理世界, 2019(8): 9-29. doi: 10.3969/j.issn.1002-5502.2019.08.002
    [8] AMENDOLAGINE V, PRESBITERO A F, RABELLOTTI R, et al. Local sourcing in developing countries: the role of foreign direct investments and global value chains[J]. World Development, 2019, 113: 73-88. doi: 10.1016/j.worlddev.2018.08.010
    [9] 马红旗, 陈仲常. 我国制造业垂直专业化生产与全球价值链升级的关系——基于全球价值链治理视角[J]. 南方经济, 2012(9): 83-91. doi: 10.3969/j.issn.1000-6249.2012.09.007
    [10] 戴翔, 宋婕. "一带一路"倡议的全球价值链优化效应——基于沿线参与国全球价值链分工地位提升的视角[J]. 中国工业经济, 2021(6): 99-117. doi: 10.3969/j.issn.1006-480X.2021.06.006
    [11] 郑江淮, 郑玉. 新兴经济大国中间产品创新驱动全球价值链攀升——基于中国经验的解释[J]. 中国工业经济, 2020(5): 61-79. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202005005.htm
    [12] 吕越, 谷玮, 包群. 人工智能与中国企业参与全球价值链分工[J]. 中国工业经济, 2020(5): 80-98. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202005006.htm
    [13] 刘斌, 潘彤. 人工智能对制造业价值链分工的影响效应研究[J]. 数量经济技术经济研究, 2020(10): 24-44. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY202010002.htm
    [14] 何宇, 陈珍珍, 张建华. 人工智能技术应用与全球价值链竞争[J]. 中国工业经济, 2021(10): 117-135. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202110007.htm
    [15] 张辽, 王俊杰. 信息化密度、信息技术能力与制造业全球价值链攀升[J]. 国际贸易问题, 2020(6): 111-126. https://www.cnki.com.cn/Article/CJFDTOTAL-GJMW202006008.htm
    [16] AUTOR D H, DORN D. The growth of low-skill service jobs and the polarization of the US labor market[J]. American Economic Review, 2013, 103(5): 1553-1597.
    [17] GRAETZ G, MICHAELS G. Robots at work[J]. The Review of Economics, 2018, 100(5): 753-768.
    [18] 孙楚仁, 梁晶晶. 君向潇湘我向赣: 空间邻近性与企业出口市场的扩张模式[J]. 世界经济, 2020(6): 99-122. https://www.cnki.com.cn/Article/CJFDTOTAL-SJJJ202006006.htm
    [19] 罗伟, 吕越. 外商直接投资对中国参与全球价值链分工的影响[J]. 世界经济, 2019(5): 49-73. https://www.cnki.com.cn/Article/CJFDTOTAL-SJJJ201905004.htm
    [20] 戴翔, 宋婕. 中国OFDI的全球价值链构建效应及其空间外溢[J]. 财经研究, 2020(5): 125-139. https://www.cnki.com.cn/Article/CJFDTOTAL-CJYJ202005010.htm
    [21] ACEMOGLU D, RESTREPO P. The race between man and machine: implications of technology for growth, factor shares, and employment[J]. American Economic Review, 2018, 108(6): 1488-1542.
    [22] LIN X, ZHANG Y. Bank ownership reform and bank performance in China[J]. Journal of Banking and Finance, 2009, 33 (1): 20-29.
    [23] WANG Z, WEI S, YU X, et al. Measures of participation in global value chains and global business cycles[R]. NBER Working Paper, 2017.
    [24] KOOPMAN R, POWERS W, WANG Z, et al. Give credit where credit is due: tracing value added in global production chains[R]. National Bureau of Economic Research, 2010.
    [25] ACEMOGLU D, RESTREPO P. Robots and jobs: evidence from U.S. labor markets[J]. Journal of Political Economy, 2020, 128(6): 2188-2244.
  • 加载中
计量
  • 文章访问数:  285
  • HTML全文浏览量:  168
  • PDF下载量:  32
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-12-02
  • 网络出版日期:  2022-07-12
  • 刊出日期:  2022-07-28

目录

    /

    返回文章
    返回