制造业研发投入对全球价值链提升的作用机制

杨志远, 李宇迪

(安徽财经大学 国际经济贸易学院, 安徽 蚌埠 233000)

摘 要: 政府研发补贴是激励创新的重要手段,与企业自身的研发投入相辅相成。通过制造业政府研发补贴、企业自主研发投入与全球价值链之间的中介效用、调节效用分析,以及分行业面板回归,发现政府研发补贴、企业研发投入对制造业全球价值链地位攀升产生了正向效用;企业研发人员投入作为中介变量,对改善企业人力资本结构、促进制造业全球价值链地位攀升具有显著的正向效用;政府研发补贴对企业研发自主投入存在正向调节作用,有利于制造业全球价值链地位提升。政府研发补贴政策应充分结合企业实际发展需要,激活企业自身发展动力。

关 键 词: 全球价值链; 政府研发补贴; 企业研发投入; 中介效应; 调节效应

自WTO成立以来,全球贸易壁垒逐渐削减,各国分工合作,相互依存。中国政府积极融入世界经济发展,在现有经济规则之下找准切入点,加入世界分工合作的价值链中。然而,在中国经济飞速发展的背景下,也出现了一些问题。“人口红利”在中国经济起步阶段对中国工业发展具有促进作用,但简单利用廉价劳动力的生产模式,使得中国经济发展不可避免地落入“低端锁定”的圈套[1]。随着中国劳动人口的结构性变化,“人口红利”消失,使得中国经济发展难以维持传统发展模式,阻碍了我国全球价值链的攀升[2]。在此困境下,中国经济谋发展,需要政府和企业相互配合,共同打造“中国创造”的新局面。

就中国长期以来的发展模式来看,中国政府一直都是制造业发展的指路灯[3]。随着中国经济的崛起,中国经济的短板——低附加值、低技术含量也愈发明显。经历中美贸易摩擦、中兴事件等,中国经济再次感受到对核心科技掌握不够带来的阵痛。因此,提升我国研发能力,促进制造业全球价值链地位攀升,对我国未来经济发展至关重要。探讨政府研发补贴能否有效引导中国制造业企业开展相关研发活动,对提升我国制造业全球价值链地位具有重要意义。

一、文献综述

在进行理论分析时,一般认为政府补贴对企业创新行为的作用具有一定的不确定性,因此实证分析能更好地解释我国政府研发补贴的作用[4]。对于我国政府研发补贴与企业创新的实证研究主要分为两类:一类从企业创新实质出发,探究政府补贴是否促进了企业创新绩效的产出,如郑烨等通过不同层面的数据指出,政府补贴政策在其他相关保护政策的协调配合下,可以促进企业创新绩效产出[5-7]。还有一类主要分析政府补贴与企业创新决策的关系,从企业技术引进、自主创新选择和企业研发投入等角度出发,结合我国现有数据进行实证分析,认为我国政府补贴能够使企业加大创新投入力度,促进企业创新行为[8-10]

现有文献已经对政府补贴与企业创新行为进行了深入的研究,但如果仅仅关注企业是否产生创新,而不关注创新为制造业发展带来的实质性改变是不够全面的,因而本文将深入探究政府补贴与企业创新行为对制造业价值链的影响。全球价值链最早是基于价值增值和国际专业分工提出的,认为通过价值增值的计算和分工位置的分析,更能反映一个国家真实的出口量、生产能力和国际地位[11-12]。Koopman等基于投入产出表发现中国国内增加值在不断上升,这种非比寻常的现象,引起了众多学者对中国价值链攀升的广泛关注[13-14]。就这一现象,郑江淮等提出技术进步是促进价值链提升的重要因素之一[15]。目前相关文献普遍认为,创新绩效可以促进全球价值链的攀升,但仅仅依靠企业自身的研发创新活动往往会产生市场失灵和投资不足的问题[16-18]。因此有学者指出,我国政府补贴与企业研发投入存在互补效应,可以促进企业创新绩效的提升,而通过建立企业创新与市场的良性互动机制,可以改变我国在全球价值链中长期低端锁定的形势[19-22]

2015年是我国“十二五”规划结束、“十三五”规划启动的重要节点。1998—2015年间,中国经历了1997年与2008年金融危机的恢复期,在此过程中,中国企业和政府都深刻认识到研发的重要性。在这17年中,中国由原先的“中国制造”逐步向“中国创造”崛起,2015年出台的《中国制造2025》中,也提出了“创新驱动”“人才为本”等基本方针,可见这段时期可以深刻反映我国制造业政府研发补贴与企业自主研发行为的关系。因此,本文选取1998—2015年数据,并基于以上文献将企业研发人员作为中介变量,考虑其在政府研发补贴、企业自主研发投入之间的调节效用,探讨其与价值链升级地位的关系。

本文的边际贡献主要在于:(1)将企业研发人员投入作为中介变量,加入调节效应,丰富了政府研发补贴、企业自主研发投入和全球价值链的相关机制研究。(2)选取两个被解释变量,使得结论更有可信度。(3)进行了异质性分析,研究结果对优化政府政策、促进我国价值链地位提升具有现实意义。

二、理论机制

对于全球价值链地位,Koopman等进行了测算,认为全球价值链地位与一国出口产品的国内增加值呈正相关关系,与国外增加值呈负相关关系,并定义了式(1)[23]

(1)

式中:c代表国家;GVC_position为全球价值链地位指数;IV为出口产品的间接增加值;FV为出口产品增加值中的国外附加值部分。也就是说,一个国家在生产产品时给予产品附加价值越高,其在全球价值链中的地位也就越高,而如果出口产品的价值增加量基本在国外完成,那么即便最终是从中国出口的,其价值链地位也不会太高。一般来说,一个出口产品的设计研发价值大于其生产加工及包装组装价值。

Koopman定义的全球价值链地位指数还对一国出口进行了分解,将其划分为国内出口增加值、返回的国内增加值、国外增加值和纯重复计算的增加值四个部分。在衡量全球价值链时,国内学者常用国内出口增加值(DVA)来表示[24-25]

无论是哪种衡量方式,企业获得研发补贴即意味着其可以减轻生产投入的成本,而成本的降低促使生产的投入产出比变大,根据Koopman对投入产出表的分析,其全球价值链地位将会提升。陈富贵等指出,在我国众多的产业升级政策中,政府研发补贴对全球价值链有显著促进作用,但随着政策强度的提升,其作用效果呈减退态势[26]。因此本文提出以下假设:

假设1 政府研发补贴能促进全球价值链地位的攀升。

企业研发强度在作用于价值链地位的过程中,可能出现两个不同结果:一是,企业研发投入对于企业来说是一种成本的支出,当企业决定进行研发时,也就意味着企业投入的成本增加,且需要承担研发失败的风险。在这种情况下,企业的投入产出比将减小,从而影响全球价值链地位。二是,全球价值链地位会受到创新绩效的刺激,一旦研发取得成功,企业研发投入会为企业带来创新的实质成果,而创新成果将提升产品价值,因此全球价值链地位也会随之提升。耿晔强等指出,人力资本结构高级化和研发强度均显著促进了中国制造业全球价值链地位的提升,但通过异质性分析发现,在劳动密集型行业中这一作用并不明显[27]。由此本文提出以下假设:

假设2 企业自主研发投入在不同产业会产生不同影响,但总体上对全球价值链升级有促进作用。

将政府研发补贴与企业研发强度结合起来考虑,我国政府研发补贴有两种发放形式:一种是企业通过自身研发投入产生相应的创新成果,从而获得国家相关创新政策的奖励,而企业研发投入越多,创新成果往往也越多,获得的政府研发补贴也就越高。另一种是企业申报相关创新项目,从政府募集项目支持资金进行研发。从政府研发补贴的角度出发,政府会对产生创新成果的企业进行奖励,从而促使企业开展相关研发活动,将更多的资金投入研发之中。两者之间会产生一种良性循环,使企业不断进行创新发展,提升全球价值链地位。由此本文提出以下假设:

假设3 政府研发补贴与企业自主研发投入存在相互促进关系,两者之间存在调节效应,共同促进全球价值链攀升。

在考察研发活动时,不得不考虑研发投入产生的结果之一——研发人员的雇佣。研发人员是一种人力资本的投入,是对研发投入强度的直接反映,是企业研发活动的主导者。研发人员的增加意味着行业内高技术水平劳动力的增加,通过人力资本结构的改善促使企业完成研发任务,直接使得价值链地位攀升。由此本文提出以下假设:

假设4 研发人员可以作为中介变量,衡量全球价值链中政府研发补贴与企业自主研发投入情况。

政府研发补贴与企业自主研发强度对价值链升级的作用机制如图1所示。

图1 政府研发补贴与企业自主研发强度对价值链升级的作用机制

三、数据和变量选择

1. 数据来源

为尽可能反映我国制造业的发展状况,体现政府研发补贴、企业研发投入与制造业全球价值链之间的关系,本文采用面板数据进行分析。由于1998年前后《中国科技统计年鉴》统计口径存在较大的不同,因此选用了1998—2015年数据进行分析。参考王卓的相关研究,对TIVA数据库的行业分类与我国统计年鉴的行业分类进行整理,将我国制造业行业细分为13个行业[28]

2. 变量选择

(1) 被解释变量

衡量全球价值链地位的方法有很多种,参考Koopman等提出的测算方法,利用投入产出表进行分解,分别选取全球价值链地位指数(GVC_position)和国内出口增加值(DVA)作为全球价值链地位升级的衡量指标[23]。由于出口增加值是以数值计算的,可能存在异方差,因此对其进行取对数处理。选取两个被解释变量,可以更加全面地反映我国制造业在国际贸易中的真实状况,体现我国制造业在全球经济中的分量。数据来源于OECD的TIVA数据库。

(2) 核心解释变量

核心解释变量为政府研发补贴(SUB)和企业自主研发投入(R&D),这两项数据均来自《中国科技统计年鉴》[29]。但《中国科技统计年鉴》在2009年前后发生了变动,将对大中型工业企业的统计改为对规模以上工业企业的统计。根据佘群芝的研究,对这种统计口径存在一定差异的数据进行相应处理后仍具有学术价值[30]

政府研发补贴(SUB)主要体现企业从政府得到研发基金支持的力度。在统计年鉴中,2009年之前统计的是企业科技活动经费筹集中的政府资金部分,2009年之后使用的是工业企业研发经费内部支出中的政府资金部分。为了消除可能存在的统计误差,该指标用政府研发资金总额与研发总资金的比值表示。

企业自主研发投入(R&D)反映的是企业用自身资金开展研发活动的强度,在《中国科技统计年鉴》中的统计口径与政府研发补贴一致。为消除可能存在的统计误差,该指标用企业研发资金总额与研发总资金的比值表示。

(3) 中介变量

企业研发人员(HR):作为中介变量,企业研发人员一方面可以反映企业进行研发活动时资本的转化,另一方面体现了企业人力资源的质量与数量。该变量直接采用《中国科技统计年鉴》中的企业研发人员劳务费进行衡量,为了避免统计误差,用企业研发人员劳务费总额与研发总资金的比值表示。

(4) 控制变量

经济自由度(FEI):其在一定程度上衡量了一国或一个行业对外开放程度,根据以往文献对全球价值链的研究,一般将人力资本、物质资本、行业基础环境和自由度作为衡量影响全球价值链地位的重要因素[31]。中介变量企业研发人员在一定程度上衡量了人力资本状况,因此控制变量借鉴佘群芝的研究,用大中型工业企业外商资本与总资产的比值表示经济自由度[30]。本文选取《中国工业经济统计年鉴》中的外商资本与总资产数据来衡量。由于2000年前后该数据的统计口径发生了较大变化,因此为保证实证结果的可靠性,该指标选取的年份为2000—2015年。

价格指数(PI):本文选取1998—2015年共18年的数据,为排除通货膨胀等价格因素对实证结果的影响,将价格指数作为控制变量。本文采用工业生产者出厂价格指数作为衡量指标,数据来源于《中国工业企业统计年鉴》。

四、模型设定与实证分析

1. 模型设定

第一阶段,建立中介效用模型,将企业研发人员(HR)作为中介变量,公式为

GVC_positionkt=α0+α1SUBkt+α2R&Dkt+

α3Xkt+εkt

(2)

HRkt=β0+β1SUBkt+β2R&Dkt+β3Xkt+εkt

(3)

GVC_positionkt=δ0+δ1SUBkt+δ2R&Dkt+

δ3HRkt+δ4Xkt+εkt

(4)

式中:GVC_position为全球价值链地位指数;SUB为政府研发补贴;R&D为企业研发投入;HR为企业研发人员投入;k为行业;t为年份;X为控制变量;εkt为随机误差项。

第二阶段,加入调节效用。除了中介效用,还要考虑模型中存在的调节效用。模型中政府研发补贴和企业研发资金之间存在相互调节的效用,因此建立调节变量Z,计算公式为政府研发补贴与企业研发投入的乘积再除以研发总资金。由此建立调节效用模型:

GVC_positionkt=α4+α5SUBkt+α6R&Dkt+

α7Zkt+α8Xkt+εkt

(5)

HRkt=β4+β5SUBkt+β6R&Dkt+β7Zkt+

β8Xkt+εkt

(6)

GVC_positionkt=δ5+δ6SUBkt+δ7R&Dkt+

δ8HRkt+δ9Zkt+δ10Xkt+εkt

(7)

在式(2)~(7)的基础上,将被解释变量换为出口中的国内附加值,再次建立式(2)~(7)的模型。由此整理的变量描述性统计结果如表1所示。

表1 变量统计性描述结果

变量含义计算方法均值标准差最小值最大值GVC_position全球价值链地位指数Koopman测算法 0.043 0.188-0.42400 0.463lnDVA出口中的国内增加值出口中的国内增加值的对数10.0891.4516.4400013.150SUB政府研发补贴来自政府的研发资金/研发总资金0.0370.0340.002000.268R&D企业研发补贴企业自身研发资金/研发总资金0.8720.0900.288000.980HR研发人员研发人员劳务费/研发总资金70.309138.2640.157001040.532Z调节变量来自政府的研发资金×企业自身研发资金/研发总资金0.1070.2020.000031.196FEI经济自由度企业外商资本/企业总资产4.3052.0030.568009.449PI价格指数以上一年为基期的价格指数100.8064.02694.60000106.900

2. 实证分析

(1) Hausman检验

本文所选用数据并非样本数据,因此对模型进行Hausman检验,其结果显示拒绝原假设,故选择固定效用模型。

(2) 回归结果

首先对全球价值链地位指数进行回归分析,列(1)、(5)为不加入控制变量的回归分析,其他均加入控制变量。列(1)~(4)为第一阶段模型回归结果,列(5)~(8)为第二阶段模型回归结果,如表2所示。

表2 全球价值链地位指数回归结果

注:括号内为标准误,******分别表示在1%、5%、10%水平下显著,下同。

变量(1)GVC_position(2)GVC_position(3)HR(4)GVC_position(5)GVC_position(6)GVC_position(7)HR(8)GVC_positionSUB1.065***(3.43)1.060***(2.79)0.633***(5.37)0.690*(1.72)0.789***(2.73)0.759**(2.09)0.576***(4.91)0.542*(1.97)R&D0.878***(9.88)0.697***(6.22)0.228***(6.56)0.564***(4.61)0.665***(7.53)0.563***(5.16)0.203***(5.75)0.487***(4.13)HR0.584**(2.54)0.376*(1.68)Z0.301***(6.42)0.234***(4.93)0.045***(2.90)0.217***(4.50)FEI-0.033***(-4.11)-0.016***(-6.44)-0.024***(-2.79)-0.026***(-3.34)-0.014***(-5.82)-0.020**(-2.43)PI-0.007***(-3.68)-0.002***(-4.40)-0.005***(-2.78)-0.006***(-3.59)-0.002***(-4.30)-0.005***(-2.94)R20.3100.4600.5810.4780.4190.5220.5980.460样本量234208208208234208208208模型固定效用固定效用固定效用固定效用固定效用固定效用固定效用固定效用

表2的结果显示,两个核心解释变量在所有回归模型中均表现显著,核心解释变量的变动与全球价值链地位指数正相关。在中介效用模型中,企业研发投入和政府研发补贴都能促进企业研发人员劳务费的支出,同时研发人员作为中介变量对全球价值链地位指数有正向效用。这体现出研发人员是价值链地位提升的重要因素,人力资源结构的合理规划对全球价值链地位的提升有重要影响,而政府补贴和企业自主研发投入可以增加企业研发人员数量和提高研发人员质量,从而进一步促进全球价值链地位攀升。这一方面说明我国研发人员在全球价值链中创造了重要的价值;另一方面也说明我国制造业人力资源的质量在提高,人员结构趋于合理化。

就控制变量来说,经济自由度在以上模型的回归中均呈现出负效用,可能是由于我国早期引进的外商资本大多进入了劳动密集型行业,虽然最初带来了一定的技术和管理经验,但主要还是依赖“人口红利”带来经济增长,产品增加值低,形成了一定的低端锁定,因此在全球价值链地位提升中呈现出负效应。在全球价值链升级过程中,生产者价格指数升高,企业需要更多的生产成本,在以增加值计算的全球价值链中产生了负效用。

总的来说,实证结果证实了之前提出的假设:政府研发补贴和企业自主研发投入对制造业全球价值链地位的提升产生了正效用,符合假设1;企业研发投入在全球价值链地位提升中具有正向影响,符合假设2。就数值来看,政府研发补贴比企业研发投入的作用效果更强,意味着我国政府政策起到了良好的导向作用,并通过中介变量企业研发人员进一步作用于全球价值链地位。而研发人员在制造业升级中同样发挥着重要作用,有利于提升劳动力人口素质,促进我国制造业发展,这一结果支持了假设4。同时,政府补贴与企业自主研发投入之间具有相互调节的作用,通过政策引导企业进行自主研发,带来了政企良性循环互动,促进了我国价值链升级,支持了假设3。

(3) 稳健性检验

表2以全球价值链地位作为被解释变量,在逐步增加控制变量的过程中,核心解释变量的系数符号及显著性未发生明显变化,在一定程度上说明了模型具有稳健性。为保证结果的可靠性,同时增加实证的准确性,将国内附加值作为被解释变量进行分析,结果如表3所示。

表3 国内附加值回归结果

变量(1)lnDVA(2)lnDVA(3)HR(4)lnDVA(5)lnDVA(6)lnDVA(7)HR(8)lnDVASUB19.562***(7.52)17.356***(6.27)0.633***(5.37)15.000***(5.11)14.758***(6.23)14.194***(5.77)0.576***(4.91)13.368***(5.12)R&D10.876***(14.94)10.268***(12.56)0.228***(6.56)9.418***(10.51)8.821***(12.73)8.863***(11.98)0.203***(5.75)8.572***(10.69)HR3.723**(2.21)1.435*(4.94)Z2.425***(7.66)2.461***(7.65)0.045***(2.90)2.397***(7.29)FEI-0.148**(-2.56)-0.016***(-6.44)-0.089(-1.41)-0.066(-1.28)-0.014***(-5.82)-0.046(-2.43)PI0.028***(2.17)-0.002***(-4.40)0.038***(2.76)0.033***(2.93)-0.002***(-4.30)0.037***(3.07)R20.5370.5560.5810.5670.6450.6600.5980.460样本量234208208208234208208208模型固定效用固定效用固定效用固定效用固定效用固定效用固定效用固定效用

表3反映出政府研发补贴能增加我国实际出口价值,同时与企业自主研发投入相互作用,共同改善企业人员结构。核心解释变量与表2的回归结果一致,说明模型具有稳健性。

稳健性检验还需考虑特殊年份异常值的干扰。由于中国在1997年与2008年经历了金融危机,因此剔除1998年和2009年数据后再次进行稳健性检验,结果如表4所示。

表4 剔除1998年与2009年数据的稳健性检验结果

变量(1)GVC_position(2)GVC_position(3)HR(4)GVC_position(5)GVC_position(6)GVC_position(7)HR(8)GVC_positionSUB1.539***(2.43)1.522***(3.72)0.608***(4.71)1.148***(2.69)1.395***(2.87)1.180***(2.99)0.538***(4.18)0.954**(2.32)R&D0.674***(4.77)0.847***(7.03)0.228***(5.99)0.707***(5.44)0.485***(3.93)0.702***(5.91)0.198***(5.12)0.619***(4.89)HR0.614***(2.63)0.419*(1.83)Z4.140***(8.31)0.218***(4.55)0.044***(2.83)0.200***(4.50)FEI-0.018**(-1.99)-0.016***(-5.50)-0.008(-0.87)-0.013(-1.50)-0.015***(-5.21)-0.007(-0.74)PI-0.011***(-4.87)-0.003***(-3.71)-0.009***(-4.06)-0.010***(-4.58)-0.002***(-3.44)-0.009***(-4.01)R20.2100.4960.5840.5150.3460.5490.6020.557样本量208195195195208195195195模型固定效用固定效用固定效用固定效用固定效用固定效用固定效用固定效用

剔除1998年与2009年数据后,核心解释变量、中介变量和调节变量的系数符号与显著性均未发生明显变化,表明以上回归结果具有稳健性。要特别说明的是,控制变量中的经济自由度在部分回归中出现了不显著的情况,可能是由于样本量还不够充足。

考虑模型中可能存在内生性,为了解决该问题,以政府研发补贴滞后一期作为工具变量,用二阶段最小二乘法对基准模型进行回归,结果如表5所示。

表5 内生性检验结果

变量(1)GVC_position(2)GVC_position(3)HRSUB0.580*(1.72)0.653*(1.81)0.189*(1.62)R&D0.836***(5.77)0.622***(4.31)0.134***(2.91)FEI0.031***(-5.41)0.004**(2.09)PI-0.007**(-2.47)-0.005***(-5.35)R20.1330.2770.188样本量221208208模型二阶段最小二乘法二阶段最小二乘法二阶段最小二乘法

由表5可知,对基准模型进行内生性检验后,核心解释变量的系数符号与显著性均未发生明显变化,说明在考虑可能存在的内生性后检验结果仍然具有说服力。

(4) 异质性分析

表2~5对整个制造业行业进行了分析,但不同行业对政府政策的敏感程度可能不同。依据我国颁布的《战略性新兴产业分类(2018)》,将制造业行业分为传统制造业和新兴制造业进行分析,结果如表6所示。

由表6可知,在传统制造业内,调节效用对研发人员的劳务费产生了负效用。我国传统制造业已经有了很长的发展历史,而且大多是低技术含量的劳动密集性企业,尽管政府和企业两方面都在积极行动,希望实现传统制造业的转型升级,并取得了一定成效,但我国传统制造业内部仍然存在不可避免的“形式性”创新,使得原本对研发人员的激励产生了“损失”,流入非研发性项目中。在新兴制造业中,企业自主研发投入对研发人员劳务费的作用并不显著,其原因可能是企业资金大多用来引进、购买设备和技术,而对研发人员的激励主要依靠政府的研发补贴实现。新兴制造业拥有大量高技术人才,但研发人才对价值链地位提升的作用表现得并不显著。可见,新兴制造业仍处在高度依靠政府扶持的阶段,对高质量研发人员的需求缺口还很大,政府和企业只有重视对新兴产业人员的培养与引进,才能更好地促进我国价值链升级。

表6 异质性分析回归结果

变量传统制造业(1)GVC_position(2)GVC_position(3)HR(4)GVC_position新兴制造业(5)GVC_position(6)GVC_position(7)HR(8)GVC_positionSUB2.179*(1.74)3.950***(3.36)0.621**(2.13)4.507***(3.82)0.515**(2.13)0.833**(2.38)0.296*(1.88)0.831**(2.31)R&D0.752***(5.33)0.500***(3.20)0.337***(8.71)0.197(0.97)0.339***(3.41)0.417***(3.13)0.029(0.50)0.417***(3.11)HR0.894**(2.26)0.008(0.03)Z0.928***(3.12)0.689**(2.57)-0.161**(-2.42)0.833***(3.08)0.334***(9.01)0.288***(6.75)0.077***(4.05)0.287***(6.13)FEI-0.037***(-3.07)-0.015***(-5.17)-0.023*(-1.75)-0.009(-3.34)-0.011***(-3.16)-0.008(-1.03)PI-0.010***(-3.83)-0.002***(-3.58)-0.008***(-2.92)-0.004*(-1.87)-0.003***(-3.43)-0.004*(-1.73)R20.4080.5790.7390.6000.6100.6460.5650.646样本量126112112112108969696模型固定效用固定效用固定效用固定效用固定效用固定效用固定效用固定效用

五、结论及政策建议

本文通过理论分析,梳理了政府研发补贴与企业自主研发投入对全球价值链地位的作用路径,并通过实证对提出的假设进行了检验,得出以下结论:(1)政府研发补贴与制造业全球价值链地位呈正相关关系,现有政策具有较好的激励作用。企业自主研发投入与全球价值链地位之间存在正相关关系,加强技术创新、提升产品技术含量、促进产业升级是我国全球价值链升级的必经之路。(2)制造业企业研发人员投入与制造业全球价值链地位呈显著的正相关关系,人力资源质量的提升、创新型人才的培养在推动我国制造业升级过程中具有重要作用。(3)政府研发补贴与企业研发投入产生了良性互动。我国政府研发补贴政策有效促进了制造业研发活动,而通过研发活动取得相应成果的企业受到了政府的激励,两者相辅相成,共同促进了全球价值链地位的提升。(4)对于传统制造业与新兴制造业的政策应有所区别。传统制造业发展要避免“形式主义”,避免行业内部要素分配不合理;新兴制造业要加强对研发人才的引进与培养,改善企业人员配置。由此提出以下政策建议。

1. 注重高技术人才培养

企业研发人员在制造业全球价值链提升中发挥着重要作用,特别是具有科研能力的高技术人才,在制造业发展中往往起到关键性作用。在我国“人口红利”逐渐降低的情况下,高技术人才将决定我国经济下一阶段发展的新方向。要实现经济从高速发展转向高质量发展,人力资源质量的提升至关重要。一方面,我国要加大教育投入,扩大高等教育覆盖率,提升本国优秀人才培养能力,打通在职学习渠道,使实践经验与理论学习“并驾齐驱”。另一方面,要积极引进高技术人才,充分利用国际资源,积极融入国际发展轨道,以财政力量为支撑,吸纳更多行业领先人才,为促进中国创新发展添砖加瓦。

2. 提升转换率

我国经济体量已位居世界前列,制造业规模已经相当庞大,因此经济发展不能再简单采取粗放式发展模式,而是需要“精打细算”。在充分利用现有资源的情况下,提高产能、减少浪费与闲置,优化投入产出比,是制造业升级的重中之重。制造业作为中国传统行业,其企业管理模式、生产模式都亟待革新。中国制造业企业应积极走出国门,学习先进的生产模式和管理方式,充分利用现有研发设备开展研发活动,减少资源闲置,提升资产转换率。

3. 加强政企互动,打造良性经济

制造业发展离不开政府的扶持,社会主义市场经济离不开政府政策的指引和企业自身强劲的发展动力。政府和企业应相辅相成,共同促进市场经济繁荣。这就要求政府在制定政策时着重关注企业自身活力,加大创新激励力度,鼓励企业自主创新,形成创新发展氛围,扶持高技术产业平稳发展,助力传统行业自我突破。同时,应理性面对外商投资,引导资本进入高技术行业,避免“低端锁定”。一方面要简政放权,营造良好的竞争氛围,进一步扩大市场开放度;另一方面要做好“风向标”,使各级政府从“体量”锦标赛的赛道转向“创新”赛道中来。

参考文献:

[1] 吕越,盛斌.探究“中国制造”的全球价值链“低端锁定”之谜 [J].清华金融评论,2018(10):103-104.

[2] 徐兰,刘慧.逆全球化背景下提升制造业全球价值链地位的路径探讨 [J].对外经贸实务,2021(1):25-28.

[3] 孔祥利,谌玲.社会主义经济理论发展:从单一公有制到基本经济制度 [J].当代经济研究,2021(3):27-35.

[4] 吴晓园,丛林.企业技术创新策略与政府R&D补贴——基于不完美信息的动态博弈模型 [J].科学学与科学技术管理,2012,33(2):56-62.

[5] 郑烨,刘遥.政策引导对中小企业创新绩效的影响机理研究 [J].科研管理,2021,42(4):73-81.

[6] 张杰,陈志远,杨连星,等.中国创新补贴政策的绩效评估:理论与证据 [J].经济研究,2015,50(10):4-17.

[7] 郑春美,李佩.政府补助与税收优惠对企业创新绩效的影响——基于创业板高新技术企业的实证研究 [J].科技进步与对策,2015,32(16):83-87.

[8] 张杰,陈志远,吴书凤,等.对外技术引进与中国本土企业自主创新 [J].经济研究,2020,55(7):92-105.

[9] 王宛秋,邢悦.创新补贴对企业技术并购后研发投入的影响机理研究 [J].科研管理,2021,42(4):82-91.

[10] 苏子逢,张笑.政策“目标—工具”视角下政府创新补贴对企业研发投入的影响 [J].科技进步与对策,2020,37(19):133-140.

[11] Feenstra R.Integration of trade and disintegration of production in the global economy [J].Journal of Economic Perspectives,1998,12(4):31-50.

[12] Johnson R C,Noguera G.A portrait of trade in value added over four decades [J].Review of Economic and Statistics,2016,99(5):22974.

[13] Koopman R,Wang Z,Wei S.Tracing value-added and double counting in gross exports [J].American Economic Review,2014,104(2):259-294.

[14] 戴翔,张二震.全球价值链分工演进与中国外贸失速之“谜” [J].经济学家,2016(1):75-82.

[15] 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.

[16] Ma Z C,Wang L,Zheng X,et al.National innovation systems and global value chain participation:the role of entrepreneurship [J].The European Journal of Development Research,2022(34):897-920.

[17] Ambos B,Brandl K,Perri A,et al.The nature of innovation in global value chains [J].Journal of World Business,2017,52(6):101221.

[18] Tassey G.Underinvestment in public good technologies [J].The Journal of Technology Transfer,2004,30(1/2):89-113.

[19] 陆国庆,王舟,张春宇.中国战略性新兴产业政府创新补贴的绩效研究 [J].经济研究,2014,49(7):44-55.

[20] 王传征,葛玉辉.动态环境下变革型领导、TMT行为整合与创新绩效关系研究 [J].沈阳工业大学学报(社会科学版),2020,13(5):443-450.

[21] 苗文龙,何德旭,周潮.企业创新行为差异与政府技术创新支出效应 [J].经济研究,2019,54(1):85-99.

[22] 张小蒂,朱勤.论全球价值链中我国企业创新与市场势力构建的良性互动 [J].中国工业经济,2007(5):30-38.

[23] Koopman R,Powers W,Wang Z,et al.Give credit where credit is due:tracing value added in global production chains [J].Tidsskrift for den Norske,2010,123(7):1-58.

[24] 张杰,陈志远,刘元春.中国出口国内附加值的测算与变化机制 [J].经济研究,2013,48(10):124-137.

[25] 王直,魏尚进,祝坤福.总贸易核算法:官方贸易统计与全球价值链的度量 [J].中国社会科学,2015(9):108-127.

[26] 陈贵富,何喆.产业政策对中国制造业全球价值链地位攀升的影响 [J].经济研究参考,2020(1):11-26.

[27] 耿晔强,白力芳.人力资本结构高级化、研发强度与制造业全球价值链升级 [J].世界经济研究,2019(8):88-102.

[28] 王卓.我国行业分类与国际标准行业分类的比较研究 [J].统计研究,2013,30(4):15-20.

[29] 李永,王砚萍,马宇.制度约束下政府R&D资助挤出效应与创新效率 [J].科研管理,2015,36(10):58-65.

[30] 佘群芝,户华玉.贸易成本对中国全球价值链地位的影响——基于制造业细分行业的实证 [J].统计与决策,2020,36(19):88-92.

[31] 黄灿,林桂军.全球价值链分工地位的影响因素研究:基于发展中国家的视角 [J].国际商务(对外经济贸易大学学报),2017(2):5-15.

Acting mechanism of R&D investment in manufacturing industry on global value chain improvment

YANG Zhi-yuan, LI Yu-di

(School of International Trade and Economics, Anhui University of Finance and Economics, Bengbu 233000, China)

Abstract Government R&D subsidy is an important means of inspiring innovation, which is complementary to the R&D investment of enterprises. Through the analysis of intermediary utility and moderating utility between government R&D subsidies, independent R&D investment of enterprises and global value chain positions, and by panel regression of different industries, it is found that government R&D subsidies and enterprise R&D investment have a positive effect on the rise of global value chain position of manufacturing industry. As a mediating variable, R&D human resource input plays a significant positive role in improving the human capital structure and promoting the global value chain position of manufacturing industry. There is a positive regulating effect between the government R&D subsidies and enterprise R&D independent investment, which is conducive to the promotion of global value chain position of manufacturing industry. Government R&D subsidy policy should be fully combined with the actual development needs of enterprises to activate their own development motivation.

Key words global value chain; government R&D subsidies; corporate R&D investment; mediating effect; adjusting effect

中图分类号: F 752

文献标志码: A

文章编号: 1674-0823(2022)02-0124-09

收稿日期 2021-07-22

基金项目 国家社会科学基金项目(20BJL115)。

作者简介 杨志远(1982-),男,湖南岳阳人,副教授,博士,主要从事服务贸易、全球价值链等方面的研究。

doi:10.7688/j.issn.1674-0823.2022.02.05

(责任编辑:张 璐)