The Impact of Digital Transformation on the Embedded Position of Firms in Global Value Chains
-
摘要:
数字化已经成为中国当前经济转型的重要方向，数字化转型也成为后疫情时代世界各国重塑全球价值链的重要力量。基于2007—2016年中国A股上市公司数据与海关数据，实证研究企业数字化转型对全球价值链嵌入地位的影响及作用机制，发现：数字化转型对企业全球价值链嵌入地位存在显著的提升作用；数字化转型通过提高供应链协同效率、降低供应链集中度和提高创新产出促进企业全球价值链嵌入地位的攀升；数字化转型对企业全球价值链嵌入地位的影响存在行业和地区间的差异性。中国要借助数字经济实现经济高质量发展和高水平对外开放，中国的企业需通过数字化转型实现全球价值链地位的攀升，可行的对策包括：建设高效的数字化供应链，加快企业数字化转型进程；培养企业自主创新能力，解决关键技术的瓶颈问题；增强企业数字化转型相关促进政策的针对性和普惠性。
Abstract:Digitalization has become a new direction of China's current economic transformation, and digital transformation has also been an irreversible force for the world to reshape the global value chain in the post epidemic era. Based on the data of Chinese listed companies and customs data from 2007 to 2016, we empirically study the impact of firms' digital transformation on the embedded position of the global value chain and the possible mechanisms. We find that digital transformation has a significant promotion effect on the embedded position of firms' global value chain. Digital transformation contributes to the rise of GVCs position by improving supply chain synergy efficiency, reducing supply chain concentration and increasing innovation output. Furthermore, the effect of digital transformation on the embedded position of GVC varies among industries and regions. These findings provide some insights for China's strategy of achieving high-quality economic development and high-level opening-up through the digital economy, and also provide some references for firms to rise GVC embedded position through digital transformation.
-
一. 问题的提出
当今世界，数字经济的发展速度之快、影响力之广前所未有，数字化转型正在成为全球资源重组、经济结构重塑以及全球竞争格局变革的核心动力。数字经济的崛起，促进了跨国企业在全球范围内进行多样化分工，大大提高了全球价值链中企业布局的灵活度。《二十国数字经济发展与合作倡议》提出，数字经济开辟了经济发展的新空间，可以推进传统产业的转型升级[1]。同时，《全球价值链发展报告2023》也指出了数字基础设施和技术可以增强供应链的弹性，促进其快速适应复杂多变的国际局势，从而使企业能够在动荡的环境中茁壮成长[2]。如今，包括中国在内的世界各国纷纷推出相关战略计划发展数字经济，以期获得新的竞争优势。例如，“中国制造2025”概念的提出，其中心思想是将互联网、云计算等数字技术与制造业进行深度融合，目标是在全球分工中承担更多的高端生产环节，从而提升中国制造业在国际分工中的地位。2023年中共中央、国务院发布《数字中国建设整体布局规划》强调，要着重发展和壮大数字经济的核心产业，并研究能够促进数字产业优质发展的策略，以构建具备全球竞争优势的数字产业集群[3]。
近年来，虽然中国经济遭遇了多重超预期的负面冲击，但中国的数字经济却蓬勃发展，数字经济规模迅猛增长，数字化技术不断突破，发展势头异常迅猛。《中国数字经济发展报告2023》显示，2022年中国的数字经济规模首次突破了50万亿元，相较于上一年度，实质性增幅为10.3%。数字经济增速已经实现连续11年高于同期国内生产总值的名义增速，并且在规模上数字经济占国内生产总值的比重达到41.5%，与第二产业占国民经济的比重大致相当[4]。显而易见，数据作为一项新型生产要素，正在释放其经济价值。随着数字经济的快速崛起，数字化转型已经成为众多企业顺应数字经济发展、寻求生存之道和拓展新发展空间的不二选择。
但必须看到，当前中国制造业所取得的成就主要体现在数量规模的扩张上，制造业处于全球价值链中低端的客观事实并未发生实质性改变。与此同时，中国制造业企业正面临着复杂多变的国内外新环境。从国际环境来看，近年来，全球市场需求持续下滑、贸易保护主义思潮不断抬头以及各种地缘政治冲突等重大事件时有发生，使得全球产业链和供应链的不确定性大大增加，全球价值链体系在调整和重构中呈现出短链化和区域化的新特征。而部分发达国家推出“再工业化”战略，一方面是为了继续保持在制造业价值链上的高端位置和全球控制者的地位；另一方面也是为了恢复其本土制造业的竞争力，增加其就业机会，从而阻碍发展中国家在全球价值链上地位的攀升。数字化时代的新型生产方式，特别是工业智能化生产，在一定程度上也有助于促使传统制造业从发展中国家回流到发达国家。此外，中低端的国际产业也显现出向更具劳动力成本优势的经济体如越南和印度转移的趋势，这种局面迫使中国不得不重新思考制造业发展的路径选择。从国内环境来看，中国正处在由高速增长向高质量发展的深刻转型阶段，制造业粗放式增长的模式亟须变革。人口红利消失、劳动力成本上升，特别是在核心技术“卡脖子”问题上，中国制造业发展面临的挑战不容小觑。在国内外环境复杂多变的严峻考验下，中国制造业企业迫切需要摆脱“低端锁定”的困境，积极寻求转型升级，实现在全球价值链上位置攀升。
在此背景下，数字化革命为各国参与全球价值链提供了新的赛道。数字要素、数字技术以及智能技术有可能突破当前国际分工结构的技术边界，从而为制造行业带来深刻的变革。以数字化和智能化为代表的技术进步有可能从根本上改变现有的技术关系、商业运营模式和组织构架，并可能催生出大量的新兴产业和业态。随着供应链向数字化的方向发展，企业的资产正逐渐轻质化，这为全球价值链的重塑创造了巨大的机会。大量研究表明，数字化对包括发达国家与发展中国家在内的各经济体全球价值链(GVC)地位的攀升都有促进作用。例如，来自OECD的57个国家的证据表明，数字化投入能够显著促进国际分工地位的提升[5]。同样，数字化投入对位于GVC中下游的国家或部门也提供了向上游攀升的机会[6]。还有证据表明，数字化重塑了全球价值链格局。数字技术缩小了全球劳动力成本差异，加速了区域价值链形成，“平台驱动”成为全球价值链治理的全新驱动力，“微笑曲线”变为“浅笑曲线”[7]。值得一提的是，一方面，新一轮技术革命催生了全新的数字经济形态，能够重塑全球价值链的分工形态与分工地位；另一方面，它也可能导致全球价值链面临突出的风险，如在全球价值链治理层面，链主国家对“攀升国”的科技压制与封锁衍生出关键核心技术“卡脖子”的问题[8-9]。
从产业层面来看，数字化同样促进了制造业全球价值链地位的攀升。数字化降低了交易成本[10]，产生的配置效应和协同效应也增强了一国制造业在全球价值链中的竞争力[11]。同时，数字化提升了技术创新能力，通过促进产业转型升级对制造业全球价值链地位产生影响[12]。这说明，数字化转型这一将数字经济与实体经济融合的方式，是企业弯道超车的重要机遇。通过将传统产业与信息技术结合，企业可以实现生产、管理、营销等方方面面的升级与创新。因此，研究企业数字化转型能否提升其全球价值链地位，以及通过何种渠道实现全球价值链地位的提升，可以为政府相关政策的制定和企业的国际化决策提供一定的参考。
本文的研究贡献主要体现在两个方面：其一，关于数字化转型和全球价值链这一主题的研究，目前多数文献的研究视角集中在国家和行业层面，基于企业层面的研究还较为缺乏；其二，随着数字技术和实体经济融合程度的不断加深，厘清企业数字化转型对其全球价值链地位攀升的作用机理尤为重要，而目前学界关于这方面的理论与实证分析是缺失的，本文的研究弥补了以上不足。
二. 理论机制与假说提出
一 基于效率视角的作用机制：提高供应链协同效率
供应链和价值链都呈现出研发设计、加工制造、市场营销等生产过程构成的链条或网状结构，其本身构成了一种生产循环，同时也是整体经济循环在供给方面的具体体现。供应链强调的是产品与服务，是对物质供需和流通的考察；价值链强调的则是蕴藏于产品或服务之内的价值，是对价值创造和利益分配的考察。供应链是价值链的物质基础，是价值实现和增值的载体。企业供应链一旦在全球布局，就形成了全球供应链，进而就衍生出了全球价值链。进一步，供应链协同是指在一个企业的供应链中，各个环节之间通过信息共享、资源整合和协作配合，实现高效运作和优化管理的一种方式。数字化转型能够促进企业融入全球生产网络，使其具有更大的可能性与供应链中的企业实现高度协同，有利于发挥规模经济效应，提高资源配置效率。
首先，数字化转型有利于提高企业信息透明度、强化市场正面预期。通过大数据分析很容易实现供应商与零售商、生产者与消费者的精准匹配，可以有效解决市场信息不对称的问题[13]，以此增强全球价值链的联通性与连续性，同时提升其与全球价值链中的上下游企业合作的效率，共同实现价值链的稳定和高质量运行。其次，数字化转型可以在很大程度上降低地理空间上的限制。随着全球价值链分工越来越细化和深入，世界各国越来越多的企业融入全球化生产网络，人工智能和互联互通平台等数字技术带来网络会议、远程协助和网络直播等新型的面对面交流形式，消除空间距离带来的交流约束，实现不同国家、不同价值链环节企业的数据共享、协同研发和同步决策等，提升供应链协同效率，有利于扩大企业竞争优势，实现生产经营效率的提升。再次，通过物联网、云计算等技术手段，企业可以实时监控库存情况、订单状态以及运输进程等关键信息，构建高效的存储和分销网络，从而及时调整生产计划和配送方案，并提高供应链效率[14]。并且，数字技术还有助于优化供应链中的物流运输环节。例如，利用无人机或自动驾驶车辆进行快速配送，借助区块链技术确保商品来源可追溯性与质量安全，等等。这些新兴科技不仅提升了物流速度与准确性，而且降低了人力成本和资源浪费，为企业提升其在全球价值链中的地位提供了有利条件。最后，数字技术能够提高供应链中数据分析与预测的准确性。通过大数据和人工智能等新一代信息技术的运用，企业可以更好地识别市场需求的趋势、消费者的行为模式以及竞争对手的动态等，大大提升了供应链的反应速度[15]。
高效的供应链可以加快产品从生产者到消费者手中的流通速度，缩短交货周期，提高市场反应速度。这不仅能够更好地满足消费者对产品及时性和品质的需求，还能够帮助企业更有效地把握市场机会。此外，供应链效率的提升可以帮助企业降低成本，并优化资源配置。通过减少物流环节、精细管理库存以及优化运输路线等方式，企业可以实现成本控制和资源利用的最优化。这样一来，在全球价值链中扮演着关键角色的企业将能够获得更多的机会，获取更多的利润，并在国际市场上赢得新的竞争优势。数字化转型通过高效的供应链改变企业固有的分工与运作模式，使其构建起效率高、成本低、服务优的国际贸易通道，提升其与全球价值链中的上下游企业之间协同的效率，有利于提高企业在全球价值链中的嵌入地位。
由此，提出本文假说1：
H1 数字化转型通过提高供应链协同效率促进企业全球价值链地位的攀升。
二 基于安全视角的作用机制：降低供应链集中度
数字化转型可以有效促进企业的供应链布局多元化[16]。这种促进效应体现在供应和需求两个方面。从供应商的角度来看，通过共享平台、电子商务等手段，企业与供应商、分销商之间建立起更加紧密且高效便捷的沟通渠道，更便于企业了解其上游供应商的信息，从而挑选信用较好和成本较低的供应企业。数字化平台还能够帮助企业建立起全球范围内的合作伙伴网络，在增加企业和其他国际供应商合作机会的同时，也降低了地理限制造成的成本，从而降低了供应商的集中度。从客户的角度来看，数字化转型使得企业能够更好地把握市场需求和变化趋势。通过数据分析和预测模型，企业可以更加准确地了解顾客需求，并根据市场反馈及时调整供应链布局，从而帮助企业匹配到更多潜在的顾客。此外，通过数字技术的应用，企业可以多元化建设销售渠道，采用线上线下相结合的方式实施营销策略，从而扩大客户群体规模，降低客户的集中度。
在当前贸易摩擦频发和保护主义情绪抬头的背景下，全球价值链的发展遭遇了逆全球化趋势带来的压力。一些国家通过采取限制措施、提高关税等手段保护本土企业利益，并试图实现自给自足或减少对特定国家、地区的依赖程度。这些动向加大了中国参与全球产业链的成本和风险，增加了中国通过全球产业链整合实现产业升级的难度。此外，地缘政治冲突和疫情等重大突发事件也暴露了全球产业链的脆弱性，离岸生产与过度集中生产具有较大的风险，因此增强供应链的韧性迫在眉睫[17]。
而使产业链供应链安全稳定的重要方式就是尽可能保障产业链各个环节和阶段均具有可替代性[18]。实施全球范围内供应链布局多元化的策略，可以为企业降低风险并带来收益。降低供应链集中度，在各个市场进行分散化的管理，有利于降低较为集中的生产和销售所带来的风险。当现有供应链的安全受到威胁时，可启动备用采购和销售计划，同时也可以获得与空间距离更远的贸易伙伴达成合作的机会，以发掘新机遇。提高数字技术水平和布局供应链多元化，可以提高企业在整个供应链关系中的中枢地位，也可以降低上下游交易过程中的供求协调成本和运输库存成本，加强企业供应链的稳定性[19]。此外，数字化转型还可以促使企业摆脱中间商、代理商的控制，扩大价值链的覆盖范围，缓解全球价值链面临的外源风险冲击。通过数字化转型，企业在实现供应链布局多元化的同时，也可以加强产业链供应链的国际合作，使得产业链供应链循环更加畅通和安全，对出口企业提升其在全球价值链中的嵌入地位可以起到多方面的促进作用。
由此，提出本文假说2：
H2 数字化转型通过降低供应链集中度促进企业全球价值链地位的攀升。
三 基于竞争力视角的作用机制：提高企业创新产出
从信息不对称理论来看，数字化转型能够发挥信号作用。企业通过披露数字化转型信息，可以对外部金融机构释放积极的信号，缓解企业和金融机构的信息不对称问题，从而降低企业的融资成本，减少企业进行创新活动所面临的资金压力[20]。从资源基础理论看，数字化转型有助于企业内部创新资源整合[21]。企业在进行数字化转型之前，很难将生产、销售、物流等各环节的信息整合，导致资源配置不合理，且不能为企业管理决策提供建议。企业通过数字化转型能够构建完善的信息系统体系并有效整合各类资源，强化自身知识管理能力，链接网络共享平台获得大量外部知识。以知识“厚积”促进创新“薄发”，增加创新产出，进而提高创新成功率。
企业创新能力对全球价值链升级的促进作用是不可忽视的。随着科技的迅猛发展和全球经济一体化的深入推进，创新成为推动企业竞争力提升和产业结构优化升级的重要驱动力[22]。企业通过提高创新能力能够有效地提升其经营绩效，且对建立竞争优势也具有积极作用[23-24]。一方面，通过对现有产品进行改良或者开发出全新产品，可以满足消费者不断变化的需求，并打造出具有核心竞争力的品牌形象。当一个国家拥有许多受欢迎且具备市场潜力的产品时，其他国家就会愿意与其合作并选择其作为供应链中的重要环节。另一方面，通过自主创新和引进消化吸收再创新的方式，企业可以打破国外在相关领域的技术垄断，抢占国际市场，提高一国在关键领域的核心竞争力。通过自主创新，企业可以不断提升产品和服务的质量、技术水平和竞争力，使得企业能够在全球价值链上承担起更为重要的生产环节，从而实现更高附加值的产品制造和供应链管理。这种“链主式”地位意味着企业在国际市场中具备更大的话语权和更强的议价能力，能够更好地掌握市场机会并获取更多的利润。
由此，提出本文假说3：
H3 数字化转型可以通过提高企业创新产出促进其全球价值链地位的攀升。
数字化转型对企业全球价值链嵌入地位影响的理论机制如图 1所示。
三. 实证研究设计
一 数据来源与样本选取
本文以2007—2016年沪深A股出口上市公司为研究样本。其中，企业基本信息与财务信息来自国泰安(CSMAR)数据库，企业进出口信息来自海关数据库，企业数字化转型数据来自企业年报，行业层面的全球价值链上游度信息来自UIBE GVC数据库。参考既有文献，本文对数据进行了如下处理：(1)按照企业名称，对海关数据库、国泰安数据库中的上市公司财务和数字化转型数据进行匹配与合并；(2)剔除曾经被标记为ST、PT的异常企业样本和金融行业的企业样本；(3)对连续型变量进行上下1%的缩尾处理，以降低极端值的影响。经过处理，最终得到基于“公司—年份”维度的7 447个样本观测值的面板数据。
二 变量定义
1 被解释变量
本文的被解释变量为企业全球价值链嵌入地位，采用Antràs等[25]提出的上游度指数来衡量，该指数以增加值为权重度量企业所生产的中间品和最终产品之间的“距离”。企业的上游度指数越大，则其生产产品的国内附加值越高[26]，在全球价值链中越趋于上游位置。值得一提的是，此处用上游度表示的全球价值链地位与通常所说的产业链位置并不相同。一家企业在生产网络中可能参与多条生产链，在不同的生产链中其生产的中间品和最终产成品的“距离”也是不相同的。本文计算的上游度指数是该中间品和最终产成品的加权距离，上游度越高，说明企业生产的中间品被其他生产者作为中间品的使用程度越高，即该企业中间品相对于其他企业有更小的比重用于最终消费，表明该企业生产的产品在全球价值链中越趋于上游位置。而企业在全球价值链中的价值创造能力很大程度上受到其所在位置的影响，因为其扮演的角色和地位决定了企业在价值链中对资源的协调和控制能力[27]，价值链下游的企业创造价值的能力和产品的单位价值也处于较低的水平[28]。从出口的获益角度看，随着企业在生产链中从下游向中上游提升，其国内附加值是不断提高的[26]。因此，嵌入位置的高低是影响中国制造业企业在国际分工中地位高低的重要因素[27]。在实际操作中，本文参考唐宜红和张鹏杨[29]的方法，以企业出口产品价值为权重，将行业层面的上游度加权至企业层面，从而得到企业上游度指数。①
该指标测算所需的数据主要来自两大数据库：(1)行业层面的GVC上游度(U)来自UIBE GVC数据库，本文选取的是UIBE GVC数据库中根据亚洲开发银行提供的多区域投入产出表(ADB-MRIO)测算出的行业GVC上游度。由于国泰安数据库采用的是国民经济行业分类，本文先是将ADB-MRIO所采用的行业分类和ISIC行业分类进行匹配，然后把ISIC行业分类和国民经济行业分类对应起来，再借鉴唐宜红和张鹏杨[29]的做法，将产品层面的HS货品税则号与国民经济行业分类匹配。② (2)中国海关数据库。先是根据行业分类，对海关数据库中的进出口数据进行处理，统计出每家企业的各行业产品出口额，然后识别出贸易代理商企业，③并对非中间商企业的出口额进行修正。修正公式如式(1)所示：
Xijt=XEijt/(1−shareEjt) (1) 其中，Xijt表示年份t企业i在行业j中排除贸易代理商后的实际出口额，XijtE代表年份t企业i在行业j中未排除贸易代理商的出口额，sharejtE为年份t各行业使用贸易代理方式所发生的出口额占该行业总出口额的比例。
根据不同行业中企业的实际出口产品额占比对行业上游度进行加权，即可得到企业层面的上游度指数。该指标的具体构建如式(2)所示：
GVC−posit=∑Nj=1XijtXitUjt (2) 其中，i、j、t分别表示企业、行业和年份，GVC_posit表示企业的全球价值链嵌入地位，Xijt为年份t企业i在行业j中的实际出口额，Xit表示年份t企业i的实际出口总额，Ujt为年份t行业j的上游度。
2 核心解释变量
本文的核心解释变量为企业数字化转型程度(Digital)。遵循以往文献常规做法，以企业年报为基础，采用文本分析法刻画企业的数字化转型程度或数字技术应用情况。相较于问卷调查或者数字化资产占比的衡量方式，文本分析法的底层数据来源于经过第三方机构审计的上市公司年报，较为权威，并且对于数字化特征关键词的选取相对客观，具有易获得性、覆盖面广的优势。
具体测量方法参考吴非等[30]的研究，聚焦有关数字化转型的特定关键词。首先，剔除关键词前存在“没”“无”“不”等否定词语的表述；其次，在上市公司年度财务报告或年报中管理层讨论与分析部分进行全文搜索；最后，计算关键词在年报中出现的频次，取对数后作为数字化转型程度的代理变量。④
3 控制变量
参考以往文献，本文所选取的控制变量(Controls)如下。
公司规模(Size)：以企业总资产的自然对数表示。规模越大的企业在国际市场上通常具有更强的竞争力，因而更有实力借助数字化转型进一步提高其在全球价值链上的地位。
资产负债率(Lev)：以企业负债合计与资产总计之比表示。资产负债率反映了企业的融资能力，因而在一定程度上影响企业进行数字化转型的决策，最终对其在全球价值链上的地位产生影响。
现金流比率(Cashflow)：以经营活动产生的现金流量净额与总资产之比表示。现金流比率反映了企业的流动性以及短期偿债能力，也决定了企业的生产运营空间，因此会在一定程度上影响企业数字化转型的顺利实施，从而影响企业在全球价值链上的地位。
固定资产占比(FixedAsset)：以企业固定资产净额与总资产之比表示。固定资产占比反映了企业的资产结构，各类资产的形态不同，在数字化转型中发挥的作用率就不一样，因而固定资产占比可能影响企业在全球价值链上的地位。
营业收入增长率(Growth)：以本年营业收入除以上年营业收入再减1表示。营业收入增长率越高，说明企业的经营质量越高，产品在市场中的前景也就越好，在行业中的竞争力也越强，企业在全球价值链上可能处于较高的地位。
公司年龄(FirmAge)：以企业在样本期实际存续时间的对数值表示。企业存续时间越长，积累的合作关系越多，越有利于多样化业务的开展，创造更多附加值，企业在全球价值链中所处的地位也相对较高。
产权性质(SOE)：企业的生产经营决策可能受到产权性质的影响。国有企业拥有更多的政府资源，可能无须在激烈的竞争中进行数字化转型；而民营企业若要在严峻的国际形势下存活，需要最大程度地顺应数字化转型的潮流，从而在全球价值链中占据较高的地位。这些数据均来源于国泰安数据库。
具体的变量定义与测度方法如表 1所示。
表 1 变量定义与测度方法变量类型 变量名称 变量定义 测度方法 被解释变量 GVC_pos 全球价值链嵌入地位 企业上游度指数 核心解释变量 Digital 数字化转型 ln(数字化词频+1) 控制变量 Size 公司规模 总资产的自然对数 Lev 资产负债率 负债合计/资产总计 Cashflow 现金流比率 经营活动产生的现金流量净额/总资产 FixedAsset 固定资产占比 固定资产净额/总资产 Growth 营业收入增长率 (本年营业收入/上一年营业收入)-1 FirmAge 公司年龄 ln(当年年份-公司成立年份+1) SOE 产权性质 国有企业为1，否则为0 4 特征事实
(1) 中国企业全球价值链嵌入地位的总体趋势
根据测算得出的2007—2016年上游度平均值，图 2和图 3分别展示了全部出口企业和上市出口企业全球价值链嵌入地位的平均走势。从图 2可以看出，以上游度来衡量的全部出口企业全球价值链嵌入地位十年间整体呈上升趋势，从2007年的2.86上升到2016年的3.19，增加了11.54%，且在2015年达到了峰值3.26。图 3以上市出口企业为样本也呈现出相同趋势，由2007年的均值3.04上升到2016年的3.29，增加了8.22%。该趋势与国内其他文献的研究结论是一致的。例如，倪红福和王海成以中国工业企业数据测算出的企业所处的价值链位置在2000—2014年从2.5上升至3[31]；另外，张鹏杨和唐宜红指出，中国出口企业在GVC上的位置自2000年以来一直稳步上升，尤其是2005年以来上升趋势更加明显，至2011年位置已达3左右[26]。考虑到本文的样本期更加靠后，且主要选取上市公司为样本，因此企业在GVC上的位置相对更高也是合理的。
(2) 不同贸易方式企业的全球价值链嵌入地位
根据贸易方式的不同，本文将样本企业划分为一般贸易、加工贸易和混合贸易企业等类型，⑤据此考察不同贸易方式下出口企业的全球价值链嵌入地位是否存在明显的差异。由图 4可知，一般贸易企业通常具有较高的上游度，而加工贸易企业的上游度相对较低，这一现象与张鹏杨和唐宜红[26]的研究结果一致。可能的原因在于：加工贸易方式下企业通常只需要进行简单的加工组装即可将产品出口到其他国家销售，与最终产品的距离较近；而一般贸易方式下企业需要使用国内的原材料进行复杂的加工之后，再将成品出口，所以处于价值链较上游的位置。混合贸易企业同时采用一般和加工贸易方式，因此其上游度基本处于一般贸易和加工贸易方式二者之间。
(3) 企业数字化转型整体特征与不同技术类型数字化转型特征
仅就核心解释变量企业数字化转型而言，其可得的数据年限可延长至2022年。为此，本文测算了2007—2022年上市出口企业的数字化转型程度。图 5呈现出2007—2022年企业数字化转型的平均水平，可以看出，中国企业数字化转型整体呈现稳步上升趋势。进一步，企业的数字化转型依托于数字技术，按照企业推进数字化转型过程中所侧重的数字技术的不同，可将数字化转型分为人工智能型、区块链型、云计算型、大数据型和数字技术型。图 6展示了2007—2022年上市出口企业进行不同类型数字化转型的变化趋势，可以看出，不同技术类型数字化转型发展的趋势明显不同。总体而言，2007—2022年，除区块链型外，其他四种技术类型数字化转型的程度差距在逐渐缩小；此外，除大数据型在2009年和2010年的转型程度有所下降之外，其他四种技术类型的数字化转型均呈现持续增长的趋势。分类来看，云计算型数字化转型程度提升最大，实现了从0到10的跨越式增长；数字技术型数字化转型主要包括移动互联网、电子商务、互联网金融、金融科技等数字化服务，虽然它的平均增长速度较慢，但因其应用最广泛，其发展水平在五种类型中是最高的。
三 计量模型构建
本文的计量模型设定如下：
GVC−posit=α0+α1Digitalit+δControlsit+μi+θt+εit (3) 其中，i和t分别代表企业和年份，GVC_posit表示企业i在年份t的全球价值链嵌入地位, Digitalit表示企业i在年份t的数字化转型程度, Controlsit为控制变量的集合。表 1已经报告了各变量的具体定义与测度方法。另外，μi、θt分别表示企业和年份固定效应, εit表示随机扰动项。变量的描述性统计如表 2所示。
表 2 描述性统计变量名称 样本量 均值 最小值 最大值 标准差 中位数 GVC_pos 744 7 3.169 2 2.029 3 4.991 7 0.561 9 2.973 3 Digital 744 7 0.644 2 0.000 0 5.828 9 1.035 8 0.000 0 Size 744 7 21.785 7 17.878 7 27.961 7 1.185 3 21.607 7 Lev 744 7 0.408 6 0.011 1 1.080 9 0.204 6 0.398 3 Cashflow 744 7 0.043 5 -1.937 7 0.487 6 0.074 6 0.043 9 FixedAsset 744 7 0.243 2 0.000 5 0.849 1 0.145 5 0.218 6 Growth 744 5 0.169 4 -0.811 3 14.295 4 0.423 7 0.119 6 FirmAge 744 7 2.618 8 0.693 1 3.891 8 0.400 3 2.708 1 SOE 744 7 0.355 6 0.000 0 1.000 0 0.478 7 0.000 0 由表 2可知，被解释变量企业全球价值链嵌入地位的最大值为4.991 7，最小值为2.029 3，平均值为3.169 2；而核心解释变量企业数字化转型程度的范围在0.000 0到5.828 9之间，平均数为0.644 2。这说明中国企业的数字化转型程度整体还处于较低水平，并且不同企业之间存在较大差异。从其他变量的描述性统计来看，数据均符合规范且没有明显异常值。
四. 实证结果与分析
一 基准回归结果
表 3报告了基于计量模型式(3)的基准回归结果。其中，第(1)列仅加入了企业和年份的双向固定效应，没有加入其他控制变量；第(2)列在控制双向固定效应的基础上进一步加入控制变量。可以看出，无论加入控制变量与否，企业数字化转型都对其全球价值链嵌入地位的提升有显著的促进作用。从回归系数来看，企业的数字化转型程度每提高10%，其全球价值链嵌入地位上升约0.35个标准差。⑥
表 3 基准回归结果变量 (1) (2) GVC_pos GVC_pos Digital 0.019 3*** 0.019 9*** (0.005 7) (0.005 7) Size -0.011 6 (0.014 3) Lev 0.050 0 (0.043 2) Cashflow 0.062 6 (0.054 7) FixedAsset 0.021 8 (0.056 7) Growth 0.011 0 (0.011 9) FirmAge -0.014 4 (0.057 3) SOE 0.104 2** (0.049 6) Constant 3.153 5*** 3.374 4*** (0.003 6) (0.306 6) 企业固定效应 Yes Yes 年份固定效应 Yes Yes 观测值 7 142 7 139 R2 0.849 4 0.849 7 注：***、**、*分别表示在1%、5%、10%水平上显著，括号内为稳健标准误。后表同。 二 稳健性检验
为进一步检验基准回归结果的稳健性，本文采取四种方法对基准回归结果进行检验：第一，替换核心解释变量的衡量方式；第二，考虑到滞后效应将核心解释变量分别滞后一期和二期；第三，更换被解释变量；第四，保留样本期间连续出口企业的样本。
1 替换核心解释变量
在基准回归中，衡量核心解释变量企业数字化转型程度采用的是主流的文本分析法，即使用企业年报中的数字化词频。但企业年报对数字技术的描述内容较为有限，且存在企业数字化“说而不做”的现象，可能导致企业的数字技术创新水平难以被准确衡量。因此，本文使用数字化转型指数(Digital_index)来衡量数字化转型程度作为稳健性检验。该指数基于上市公司年报、募集资金公告、资质认定等公布的相关内容而建立，包含了企业数字化在战略引领、技术驱动、组织赋能、环境支撑、数字化应用和数字化成果六个方面细分指标的表现，能够完整呈现企业数字化转型的相关数据。需要说明的是，由于从2011年开始才可获得用于衡量该指数的相关数据，且部分细分指标如环境支撑得分采取的是城市和行业层面的数据，因此本文在基准回归中并没有使用数字化转型指数，而是使用文本分析法测算的数字化转型程度指标。
出于严谨性的考虑，此处采用数字化转型指数替换核心解释变量进行稳健性检验。用于衡量数字化转型指数的相关数据同样来源于国泰安数据库，样本区间为2011—2016年。回归结果为表 4的第(2)列，可以看到，回归系数为0.086 6，在5%的水平上显著，表明数字化转型对于企业全球价值链嵌入地位的提升有较为显著的促进作用，说明基准回归结果是较为稳健的。
表 4 稳健性检验结果变量 (1) (2) (3) (4) (5) (6) GVC_pos GVC_pos GVC_pos GVC_pos UP GVC_pos Digital 0.019 9*** 0.005 8*** 0.033 9*** (0.005 7) (0.001 8) (0.011 1) Digital_index 0.086 6** (0.034 7) L1.Digital 0.018 5*** (0.006 1) L2.Digital 0.017 4** (0.007 4) 控制变量 Yes Yes Yes Yes Yes Yes 企业固定效应 Yes Yes Yes Yes Yes Yes 年份固定效应 Yes Yes Yes Yes Yes Yes 观测值 7 139 5 121 5 362 4 499 7 139 1 620 R2 0.849 7 0.832 8 0.858 5 0.854 6 0.814 6 0.853 4 2 滞后核心解释变量
企业进行数字化转型之初，可能会面临一系列挑战和困难。由于技术更新迅速，企业需要不断学习和适应新的技术工具和平台，这需要员工不断提升自己的技能水平，并与时俱进。在数字化转型过程中，技术越来越复杂，企业需要重新设计和优化现有的流程和系统，在应用的过程中也可能与现有业务之间存在一定的脱节。即便在实施数字化转型之后，在完成了系统升级、流程优化等工作之后，员工仍然需要时间来适应新环境并发挥出最佳效果，也就是企业需要经历一个适应期。因此，数字化转型对企业全球价值链嵌入地位的影响可能具有时滞性。据此，本文分别使用滞后一期和滞后二期的企业数字化转型程度来检验基准回归的稳健性，结果如表 4第(3)和(4)列所示。可以看出，核心解释变量滞后一期和二期的回归系数仍显著为正，验证了基准回归结果的稳健性。
3 替换被解释变量
参考Wang等[32]的方法，使用前向生产长度和后向生产长度的比值来计算企业的全球价值链相对位置指数，并用以衡量企业全球价值链嵌入地位。此种方法具有一定的合理性，因为上游度发生改变时，生产链的长度也可能会发生改变，使用相对位置指数度量全球价值链地位考虑到了上游度和下游度同时发生改变所造成的影响。具体的计算公式如式(4)所示：
Posjt=PLv−GVCjt/PLy−GVCjt (4) 其中，Pos为行业相对位置指数，PLv_GVC是价值链上游度，Ply_GVC是价值链下游度。全球价值链相对位置指数代表行业在生产链中的相对位置，数值越大意味着该行业越处于相对上游位置。进一步，使用与前述同样的方法，将企业各行业出口产品比重作为权重计算企业层面的相对位置指数。具体的计算公式如下：
UPit=∑Nj=1XijtXitPosjt (5) 其中，Xijt是企业i第t年在j行业的出口规模，Xit是企业i在第t年的总出口规模，Posjt是行业j在第t年的GVC相对位置，UPit是企业i在第t年的GVC相对位置。
从表 4中列(5)的回归结果可以看出，虽然企业数字化转型的系数在数值上有所减小，但显著性和符号仍然与基准回归结果保持一致，即在1%的水平上显著为正。这表明改变被解释变量的测量方法不会对核心结论产生影响，即本文的回归结果较为稳健。
4 保留样本期间连续出口企业
由于样本期间可能存在出口企业进入和退出的情形，因此有必要专门考察样本期间保持连续出口的企业样本，相应的回归结果见表 4列(6)。可以看到，此时核心解释变量系数的取值为0.033 9，在1%的水平上显著，符号未发生变化。这同样是对本文核心结论的一个验证，即数字化转型显著促进了企业全球价值链嵌入地位的提升。
三 内生性问题处理
本文基准回归的内生性问题主要源于企业数字化转型和企业全球价值链嵌入地位可能存在反向因果关系。一方面，通过引入先进的信息技术和数据分析方法，企业能够更加高效地管理供应链、优化生产过程，并实现个性化定制和精准营销等目标，从而提高产品质量和服务水平，在全球市场上获得更大份额，提升企业在国际分工中的地位。另一方面，企业在全球价值链中的嵌入地位也可能会对其数字化转型造成一定的影响。特别是，随着越来越多的国际合作伙伴参与到企业的供应链中，不同国家或地区之间可能存在信息系统标准、数据交换方式等差异。为了实现无缝衔接并保持良好合作关系，企业需要进行数字化协调与整合，并适应各种新兴技术工具，主动进行数字化转型。此外，本文基准回归潜在的内生性问题还可能源于遗漏变量。
参考黄群慧等[33]和赵涛等[34]所使用的方法，本文以各城市在1984年的邮局数为工具变量进行内生性检验。该指标能够满足相关性和排他性要求。一方面，互联网的发展离不开光纤宽带，目前的光纤宽带接入技术是由电话线拨号接入发展而来的，邮局过去曾负责固定电话的普及和铺设，邮局的分布会对固定电话的分布造成影响。因此，该工具变量满足了相关性要求。另一方面，相较于数字技术的迅猛发展和信息技术的革新，过去的邮局数量对当前企业经济活动产生影响的可能性微乎其微。所以，该工具变量满足了排他性的要求。鉴于本文的样本数据结构为面板数据，而1984年的邮局数为截面数据，如果直接采用此工具变量会导致固定效应模型无法估计。为了解决这一问题，本文引入了一个随时间变化的变量。具体而言，本文参考赵涛等[34]的方法，将上一年度全国互联网宽带接入端口数取对数后再与1984年各城市邮局数进行交乘，作为该年企业数字化转型程度的工具变量(Digital Ⅳ)。
表 5展示了内生性检验的回归结果。第(1)列为工具变量法第一阶段的回归结果，系数在1%的水平上显著为正，证明了城市的历史数字基础设施水平确实能够正向促进企业数字化转型。此外，可以得到Anderson LM统计量是18.352 0，在1%的水平上可以有力地拒绝“工具变量识别不足”的原假设。同样，Cragg-Donald Wald F统计量为18.356 3，超过了10%的临界值(16.38)，也可以拒绝“工具变量弱识别”的原假设。第二阶段的回归结果见表 5第(2)列。可以看出，回归系数在5%的水平上显著为正，证明了在考虑内生性问题后结果依然稳健。
表 5 内生性检验结果变量 (1) (2) Digital GVC_pos Digital Ⅳ 0.001 9*** (0.000 5) Ⅳ 0.200 7** (0.098 0) 控制变量 Yes Yes 企业固定效应 Yes Yes 年份固定效应 Yes Yes 观测值 6 333 6 333 R2 0.282 1 -0.020 8 Anderson LM统计量 18.352 0*** Cragg-Donald Wald F统计量 18.356 3 四 异质性分析
1 基于企业所处地理位置的异质性分析
考虑到各个地区经济发展水平存在显著的差异，本文基于企业所在的地区进行分组，把样本区分为东部、中部和西部地区之后进行异质性检验，回归结果如表 6第(1)至(3)列所示。结果显示，东部地区企业数字化转型对其全球价值链嵌入地位攀升存在显著的正向促进作用，而中西部地区企业数字化转型对其全球价值链嵌入地位的影响效果不明显。究其原因，东部地区交通便利，拥有更加雄厚的经济基础和先进的科技创新能力，企业能够借助信息技术实现供应链管理、跨境电商等来拓展海外市场，并与全球价值链各环节企业进行紧密合作与协调，使得企业在数字化转型过程中能够更好地融入全球价值链，并迅速响应市场需求。而中西部地区的企业在数字化转型方面普遍缺乏足够的资金投入和技术支持，管理层也缺乏积极推动数字化转型的动力，所以数字化转型对其全球价值链嵌入地位提升的促进效果相对不理想。
表 6 异质性检验结果变量 区分企业所处地理位置 区分行业竞争程度 城市数字经济发展水平 西部 中部 东部 较弱 较强 低 高 GVC_Pos (1) (2) (3) (4) (5) (6) (7) Digital -0.023 7 0.013 6 0.021 4*** 0.013 2 0.026 9*** 0.013 5 0.024 9*** (0.024 0) (0.015 5) (0.006 2) (0.008 3) (0.008 4) (0.010 4) (0.007 8) 控制变量 Yes Yes Yes Yes Yes Yes Yes 企业固定效应 Yes Yes Yes Yes Yes Yes Yes 年份固定效应 Yes Yes Yes Yes Yes Yes Yes 观测值 745 1 198 5 191 3 638 3 273 2 940 3 946 R2 0.834 5 0.846 8 0.858 7 0.814 1 0.884 3 0.859 9 0.839 4 2 基于企业所处行业竞争程度的异质性分析
为了更精细地考察企业数字化转型对其全球价值链嵌入地位的影响是否存在行业异质性，本文通过区分行业的竞争激烈程度进行异质性检验。行业竞争程度以赫芬达尔指数(HHI)来衡量，在此基础上，以中位数为标准进行分组检验。回归结果如表 6列(4)和列(5)所示，可以看出，在竞争较为激烈的行业中，企业的数字化转型更有可能推动其全球价值链嵌入地位的攀升。原因在于，当行业竞争激烈时，企业会更加关注利用数字化技术对企业的生产决策、流程管理改造升级，从而提升出口产品质量，提高产品核心竞争力；当行业竞争程度较弱时，企业因为占据垄断地位，进行数字化转型的意愿相对较弱，进而未能对其全球价值链嵌入地位产生影响。
3 基于企业所处地区数字化水平的异质性分析
当企业所处的外部环境不确定因素更多时，其进行数字化转型所面临的风险也会更大，同时考虑到转型结果较难预测，企业在决定是否进行数字化转型时的态度会变得更为审慎。为了验证数字化转型对全球价值链嵌入地位的影响是否会受到区域外部政策环境的影响，本文以各地级市企业数字化转型程度的平均数来衡量城市数字经济发展水平进行异质性检验。以各年中位数分组进行检验，结果如表 6列(6)和列(7)所示。不难看出，在城市数字经济发展水平较高的分组中，企业进行数字化转型对于提高其全球价值链嵌入地位具有更加显著的推动作用。这是因为，数字经济发展水平较高的地区数字基础设施较完善，企业进行信息搜寻和沟通的成本更低，运用数字技术更加便捷、有效，容易取得数字化转型的成功，从而对企业全球价值链嵌入地位的提升作用也更为明显。
五. 机制检验
基于以上分析，本文进一步实证检验企业数字化转型是否会通过提高供应链协同效率、降低供应链集中度和提高企业创新产出三个渠道来影响其全球价值链嵌入地位。计量模型如式(6)和式(7)所示：
Mit=α0+α1Digitalit+δControlsit+μi+θt+εit (6) GVC_posit=α0+α1Digitalit+α2Mit+α3Digitalit×Mit+δControlsit+μi+θt+εit (7) 其中，Mit为机制变量，分别为供应链协同效率(Inv)、供应链集中度(SCC)和创新产出(Patent)。其余变量的设定与基准回归一致。
1 基于效率机制的实证检验
参考段文奇和景光正[35]的做法，本文使用企业存货与收入比的倒数来衡量企业的供应链协同效率，该变量越大，说明企业的供应链协同效率越高。基于计量模型式(6)，以供应链协同效率为机制变量的回归结果见表 7列(1)，估计系数在1%的水平上显著为正，表明企业的数字化转型可以显著提高供应链协同效率。列(2)中企业数字化转型与供应链协同效率的交乘项(Digital×Inv)系数为正，且在5%的水平上显著，说明数字化转型对企业全球价值链嵌入地位的提升作用随着企业供应链协同效率的提高而增强。列(1)与列(2)的实证结果表明，企业数字化转型可以通过提高供应链协同效率促进其全球价值链嵌入地位的提升。由此，本文H1得到验证。
表 7 机制检验回归结果变量 供应链效率 供应链集中度 创新产出 (1) (2) (3) (4) (5) (6) Inv GVC_pos SCC GVC_pos Patent GVC_pos Digital 0.011 3*** 0.013 7** -0.790 8*** 0.019 6*** 0.052 9** 0.015 4** (0.003 5) (0.006 3) (0.263 6) (0.005 8) (0.021 5) (0.006 7) Inv 0.086 1*** (0.030 7) Digital×Inv 0.071 7** (0.035 8) SCC 0.000 5 (0.000 3) Digital×SCC -0.000 7** (0.000 3) Patent 0.007 3* (0.004 4) Digital×Patent 0.006 7** (0.003 1) 控制变量 Yes Yes Yes Yes Yes Yes 企业固定效应 Yes Yes Yes Yes Yes Yes 年份固定效应 Yes Yes Yes Yes Yes Yes 观测值 6 926 6 926 6 317 6 317 7 024 7 024 R2 0.717 2 0.851 5 0.626 3 0.861 1 0.772 7 0.849 9 2 基于安全机制的实证检验
参考孟夏和董文婷[36]的做法，本文采用前五大供应商的采购额占比和前五大客户的销售额占比的平均数来代表企业的供应链集中度。基于计量模型式(6)和式(7)，以供应链集中度为机制变量的实证结果见表 7列(3)和列(4)。由列(3)的结果可知，企业通过数字化转型可以显著降低其供应链集中度；列(4)中数字化转型程度和供应链集中度交乘项的回归系数在5%的水平上显著为负，说明企业数字化转型通过降低其供应链集中度可以促进其全球价值链嵌入地位的提升。其背后可能的原因是，企业数字化转型有利于企业在各个市场实施分散式的生产方式，并增强生产、经营和分销的多元化，有助于降低企业供应链的过度集中性和脆弱性，同时可帮助企业完善供应链管理，减少与上下游企业的摩擦，提高供应链韧性，从而提升其全球价值链嵌入地位。由此，本文H2得到验证。
3 基于竞争力机制的实证检验
本文采用企业当年独立申请的专利数量的对数作为衡量企业创新产出的标准，专利数据来源于中国研究数据服务平台(CNRDS)。基于计量模型式(6)和式(7)，以创新产出为机制变量的回归结果如表 7列(5)和列(6)所示。可以看出，企业数字化转型会显著促进其专利产出的增加；加入数字化转型和专利申请数对数值的交互项后，交互项的回归系数也显著为正。这说明，企业数字化转型会通过提高企业创新产出促进全球价值链嵌入地位的提升。其可能的原因是，企业数字化转型会提高技术创新的成功率，提高创新潜能，实现产品升级，助力企业提升其在全球价值链中的核心竞争力，实现其全球价值链嵌入地位的升级。由此，本文H3得到验证。
六. 结论与启示
数字化已经成为中国当前经济转型的重要方向，数字化转型也成为后疫情时代世界各国重塑全球价值链的重要力量。在此背景下，研究企业数字化转型对其全球价值链嵌入地位的影响，具有重要的理论价值和现实意义。本文基于2007—2016年中国A股上市公司数据与海关数据，实证研究企业数字化转型对其全球价值链嵌入地位的影响与作用机制。研究发现：企业数字化转型对其全球价值链嵌入地位存在显著的提升作用，数字化转型通过提高供应链协同效率、降低供应链集中度和提高创新产出促进企业全球价值链嵌入地位的攀升，数字化转型更能促进东部地区企业、所处行业竞争较为激烈的企业以及所处地区数字化水平较高的企业全球价值链嵌入地位的提升。
基于上述研究结论，本文获得如下三点启示。
第一，建设高效的数字化供应链，加快企业数字化转型进程。机制分析表明，企业进行数字化转型可以显著提升其供应链的协同效率，进而提高企业在全球价值链中的嵌入地位。这说明企业的数字化转型有助于重塑供应链上下游合作关系，优化供应链的配置策略。因此，应当把产业链建设作为重点，激励供应链上下游企业共同把握数字化转型的机会，以提升供应链中数据的流通和共享效率。
第二，培养企业自主创新能力，解决关键技术的瓶颈问题。本文实证研究发现，数字化转型对于企业创新成果的增长具有显著的促进作用，并且这种创新有利于企业在全球价值链中的地位提升。因此，在数字经济快速发展的背景下，企业需要进一步加强自主创新能力，逐渐摆脱传统路径中过度依赖外部技术与模仿吸收等方式，从而推动自身向全球价值链上的“链主”型企业转型。
第三，增强企业数字化转型相关促进政策的针对性和普惠性。就相关的促进政策而言，各级政府应顺势而为，不搞“一刀切”。对于中西部企业，政府应进一步强化中西部地区数字基础设施建设，出台相应政策鼓励和吸引高端数字化人才前往中西部地区就业，积极争取高端数字技术项目落地中西部地区，倡导中西部地区企业加强与东部地区企业交流合作，持续提升中西部企业数字化转型水平，促进企业实现其在全球价值链上嵌入地位的升级。
① 考虑到出口产品结构更能反映企业的生产和技术水平，本文的上游度仅指出口上游度，并未涉及进口上游度。
② ADB行业和HS货品税则号匹配表格备索。
③ 中国企业部分是依靠贸易代理商来进行进出口贸易的，但是这些贸易代理商自身不会生产或加工产品，对于全球价值链研究来说，它们的作用相对较小。本文借鉴Antràs等[25]的方法来辨别样本企业中的贸易代理商：如果企业名称包含“进出口”“经贸”“贸易”“科贸”“外经”字样，那么该企业被视为一个贸易代理商。
④ 数字化转型特定关键词对照表备索。
⑤ 贸易方式划分标准如下：如果同一年中同一企业的所有产品贸易方式均为一般或加工贸易，那么就可以将此企业认定为纯一般或加工贸易企业，否则是混合贸易企业。
⑥ 由描述性统计得知企业GVC地位的标准差为0.5619，则可得当企业数字化转型提高10%时，企业GVC地位上升约0.199/0.5619≈0.35。
-
表 1 变量定义与测度方法
变量类型 变量名称 变量定义 测度方法 被解释变量 GVC_pos 全球价值链嵌入地位 企业上游度指数 核心解释变量 Digital 数字化转型 ln(数字化词频+1) 控制变量 Size 公司规模 总资产的自然对数 Lev 资产负债率 负债合计/资产总计 Cashflow 现金流比率 经营活动产生的现金流量净额/总资产 FixedAsset 固定资产占比 固定资产净额/总资产 Growth 营业收入增长率 (本年营业收入/上一年营业收入)-1 FirmAge 公司年龄 ln(当年年份-公司成立年份+1) SOE 产权性质 国有企业为1，否则为0 
下载: 导出CSV
表 2 描述性统计
变量名称 样本量 均值 最小值 最大值 标准差 中位数 GVC_pos 744 7 3.169 2 2.029 3 4.991 7 0.561 9 2.973 3 Digital 744 7 0.644 2 0.000 0 5.828 9 1.035 8 0.000 0 Size 744 7 21.785 7 17.878 7 27.961 7 1.185 3 21.607 7 Lev 744 7 0.408 6 0.011 1 1.080 9 0.204 6 0.398 3 Cashflow 744 7 0.043 5 -1.937 7 0.487 6 0.074 6 0.043 9 FixedAsset 744 7 0.243 2 0.000 5 0.849 1 0.145 5 0.218 6 Growth 744 5 0.169 4 -0.811 3 14.295 4 0.423 7 0.119 6 FirmAge 744 7 2.618 8 0.693 1 3.891 8 0.400 3 2.708 1 SOE 744 7 0.355 6 0.000 0 1.000 0 0.478 7 0.000 0
下载: 导出CSV
表 3 基准回归结果
变量 (1) (2) GVC_pos GVC_pos Digital 0.019 3*** 0.019 9*** (0.005 7) (0.005 7) Size -0.011 6 (0.014 3) Lev 0.050 0 (0.043 2) Cashflow 0.062 6 (0.054 7) FixedAsset 0.021 8 (0.056 7) Growth 0.011 0 (0.011 9) FirmAge -0.014 4 (0.057 3) SOE 0.104 2** (0.049 6) Constant 3.153 5*** 3.374 4*** (0.003 6) (0.306 6) 企业固定效应 Yes Yes 年份固定效应 Yes Yes 观测值 7 142 7 139 R2 0.849 4 0.849 7 注：***、**、*分别表示在1%、5%、10%水平上显著，括号内为稳健标准误。后表同。
下载: 导出CSV
表 4 稳健性检验结果
变量 (1) (2) (3) (4) (5) (6) GVC_pos GVC_pos GVC_pos GVC_pos UP GVC_pos Digital 0.019 9*** 0.005 8*** 0.033 9*** (0.005 7) (0.001 8) (0.011 1) Digital_index 0.086 6** (0.034 7) L1.Digital 0.018 5*** (0.006 1) L2.Digital 0.017 4** (0.007 4) 控制变量 Yes Yes Yes Yes Yes Yes 企业固定效应 Yes Yes Yes Yes Yes Yes 年份固定效应 Yes Yes Yes Yes Yes Yes 观测值 7 139 5 121 5 362 4 499 7 139 1 620 R2 0.849 7 0.832 8 0.858 5 0.854 6 0.814 6 0.853 4
下载: 导出CSV
表 5 内生性检验结果
变量 (1) (2) Digital GVC_pos Digital Ⅳ 0.001 9*** (0.000 5) Ⅳ 0.200 7** (0.098 0) 控制变量 Yes Yes 企业固定效应 Yes Yes 年份固定效应 Yes Yes 观测值 6 333 6 333 R2 0.282 1 -0.020 8 Anderson LM统计量 18.352 0*** Cragg-Donald Wald F统计量 18.356 3
下载: 导出CSV
表 6 异质性检验结果
变量 区分企业所处地理位置 区分行业竞争程度 城市数字经济发展水平 西部 中部 东部 较弱 较强 低 高 GVC_Pos (1) (2) (3) (4) (5) (6) (7) Digital -0.023 7 0.013 6 0.021 4*** 0.013 2 0.026 9*** 0.013 5 0.024 9*** (0.024 0) (0.015 5) (0.006 2) (0.008 3) (0.008 4) (0.010 4) (0.007 8) 控制变量 Yes Yes Yes Yes Yes Yes Yes 企业固定效应 Yes Yes Yes Yes Yes Yes Yes 年份固定效应 Yes Yes Yes Yes Yes Yes Yes 观测值 745 1 198 5 191 3 638 3 273 2 940 3 946 R2 0.834 5 0.846 8 0.858 7 0.814 1 0.884 3 0.859 9 0.839 4
下载: 导出CSV
表 7 机制检验回归结果
变量 供应链效率 供应链集中度 创新产出 (1) (2) (3) (4) (5) (6) Inv GVC_pos SCC GVC_pos Patent GVC_pos Digital 0.011 3*** 0.013 7** -0.790 8*** 0.019 6*** 0.052 9** 0.015 4** (0.003 5) (0.006 3) (0.263 6) (0.005 8) (0.021 5) (0.006 7) Inv 0.086 1*** (0.030 7) Digital×Inv 0.071 7** (0.035 8) SCC 0.000 5 (0.000 3) Digital×SCC -0.000 7** (0.000 3) Patent 0.007 3* (0.004 4) Digital×Patent 0.006 7** (0.003 1) 控制变量 Yes Yes Yes Yes Yes Yes 企业固定效应 Yes Yes Yes Yes Yes Yes 年份固定效应 Yes Yes Yes Yes Yes Yes 观测值 6 926 6 926 6 317 6 317 7 024 7 024 R2 0.717 2 0.851 5 0.626 3 0.861 1 0.772 7 0.849 9
下载: 导出CSV
-
[1] 二十国集团数字经济发展与合作倡议[EB/OL]. (2016-09-20)[2024-01-15]. http://www.g20chn.org/hywj/dncgwj/201609/t20160920_3474.html. [2] 对外经济贸易大学(UIBE), 亚洲开发银行(ADB), 日本贸易振兴机构亚洲经济研究所(IDE-JETRO), 世界贸易组织(WTO). 全球价值链发展报告2023[R/OL]. (2023-11-16)[2024-01-15]. https://rigvc.uibe.edu.cn/docs/2023-11/77923b323850444ebdc866eb6ee0045d.pdf. [3] 中共中央国务院印发《数字中国建设整体布局规划》[EB/OL]. (2023-02-27)[2024-01-15]. https://www.cac.gov.cn/2023-02/27/c_1679136694986243.htm. [4] 中国信息通信研究院. 中国数字经济发展研究报告[R/OL]. (2023-04-27)[2024-01-15]. http://www.caict.ac.cn/kxyj/qwfb/bps/202304/P020240326636461423455.pdf. [5] 韩剑, 冯帆, 姜晓运. 互联网发展与全球价值链嵌入——基于GVC指数的跨国经验研究[J]. 南开经济研究, 2018(4): 21-35. [6] 余妙志, 方艺筱. 数字化投入与制造业全球价值链攀升——基于49国面板数据的实证分析[J]. 工业技术经济, 2022, 41(10): 24-31. [7] 郭周明, 裘莹. 数字经济时代全球价值链的重构: 典型事实、理论机制与中国策略[J]. 改革, 2020(10): 73-85. [8] 阳镇, 陈劲, 李纪珍. 数字经济时代下的全球价值链: 趋势、风险与应对[J]. 经济学家, 2022(2): 64-73. [9] 宋宪萍, 曹宇驰. 数字经济背景下全球价值链的风险及其放大: 表征透视、机理建构与防控调适[J]. 经济学家, 2022(5): 78-86. [10] 李春发, 李冬冬, 周驰. 数字经济驱动制造业转型升级的作用机理——基于产业链视角的分析[J]. 商业研究, 2020(2): 73-82. [11] 吴友群, 卢怀鑫, 王立勇. 数字化对制造业全球价值链竞争力的影响——来自中国制造业行业的经验证据[J]. 科技进步与对策, 2022, 39(7): 53-63. [12] 屠年松, 李柯, 柴正猛. 数字经济如何影响制造业全球价值链地位: 机制分析与空间溢出[J]. 科技进步与对策, 2022, 39(22): 62-71. [13] 权小锋, 李闯. 智能制造与成本粘性——来自中国智能制造示范项目的准自然实验[J]. 经济研究, 2022, 57(4): 68-84. [14] 范黎波, 郝安琪, 吴易明. 制造业企业数字化转型与出口稳定性[J]. 国际经贸探索, 2022, 38(12): 4-18. [15] 张任之. 数字技术与供应链效率: 理论机制与经验证据[J]. 经济与管理研究, 2022, 43(5): 60-76. [16] 巫强, 姚雨秀. 企业数字化转型与供应链配置: 集中化还是多元化[J]. 中国工业经济, 2023 (8): 99-117. [17] 赵霞, 许雅雯, 徐永锋. 数字化协同如何影响供应链韧性——基于资源和关系整合的分析[J]. 产经评论, 2023, 14 (5): 24-42. [18] 张二震, 戴翔. 全球产业链供应链调整新趋向及其对策[J]. 经济学动态, 2022(10): 31-41. [19] 高天宏, 王小娟. 企业数字化转型对供应链集中度的影响——基于信息透明度中介变量的研究[J]. 河北工程大学学报(社会科学版), 2023, 40(1): 27-35. [20] 李雪松, 党琳, 赵宸宇. 数字化转型、融入全球创新网络与创新绩效[J]. 中国工业经济, 2022(10): 43-61. [21] 韩先锋, 宋文飞, 李勃昕. 互联网能成为中国区域创新效率提升的新动能吗[J]. 中国工业经济, 2019, 376(7): 119-136. [22] 汤碧. 中日韩高技术产品出口贸易技术特征和演变趋势研究——基于出口复杂度的实证研究[J]. 财贸经济, 2012(10): 93-101. [23] LIAO J, KICKUL J R, MA H. Organizational dynamic capability and innovation: an empirical examination of internet firms[J]. Journal of small business management, 2009, 47(3): 263-286.
[24] 朱乃平, 朱丽, 孔玉生, 沈阳. 技术创新投入、社会责任承担对财务绩效的协同影响研究[J]. 会计研究, 2014 (2): 57-63. [25] ANTRÀS P, CHOR D, FALLY T, et al. Measuring the upstreamness of production and trade flows[J]. American economic review, 2012, 102(3): 412-416.
[26] 张鹏杨, 唐宜红. FDI如何提高我国出口企业国内附加值?——基于全球价值链升级的视角[J]. 数量经济技术经济研究, 2018, 35(7): 79-96. [27] 王岚, 李宏艳. 中国制造业融入全球价值链路径研究——嵌入位置和增值能力的视角[J]. 中国工业经济, 2015(2): 76-88. [28] 鞠建东, 余心玎. 全球价值链上的中国角色——基于中国行业上游度和海关数据的研究[J]. 南开经济研究, 2014(3): 39-52. [29] 唐宜红, 张鹏杨. 中国企业嵌入全球生产链的位置及变动机制研究[J]. 管理世界, 2018, 34(5): 28-46. [30] 吴非, 胡慧芷, 林慧妍等. 企业数字化转型与资本市场表现——来自股票流动性的经验证据[J]. 管理世界, 2021, 37(07): 130-144+10. [31] 倪红福, 王海成. 企业在全球价值链中的位置及其结构变化[J]. 经济研究, 2022, 57(2): 107-124. [32] WANG Z, WEI S J, YU X D. Characterizing global value chains: production length and upstreamness[R]. NBER working paper No. 23261, 2017.
[33] 黄群慧, 余泳泽, 张松林. 互联网发展与制造业生产率提升: 内在机制与中国经验[J]. 中国工业经济, 2019(8): 5-23. [34] 赵涛, 张智, 梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J]. 管理世界, 2020, 36(10): 65-76. [35] 段文奇, 景光正. 贸易便利化、全球价值链嵌入与供应链效率——基于出口企业库存的视角[J]. 中国工业经济, 2021(2): 117-135. [36] 孟夏, 董文婷. 企业数字化转型与出口竞争力提升——来自中国上市公司的证据[J]. 国际贸易问题, 2022(10): 73-89.
计量
- 文章访问数: 47
- HTML全文浏览量: 35
- PDF下载量: 5
