基于产品内垂直分工的出口复杂度解释因素分析——来自161个国家(地区)的经验数据

姚 博 魏 玮

导 言

随着全球合作分工网络的进一步深化，产品内垂直分工模式对一国贸易与经济增长的带动优势越发明显，一方面特定产品的不同生产工序有效实现了差异化的区段增值能力，提高了垂直分工模式下的产品投入要素禀赋收益，另一方面跨国分散生产链条上的分工参与方通过垂直专业化生产，实现了最小成本和效率最大化，拥有了出口结构特定环节的升值空间。一国的产品内垂直分工程度影响着生产要素在各个环节能否实现效用最大化，从而决定了该国的出口复杂度在全球不同层次位置的能力(Hausmann，2007)。因此研究影响出口复杂度解释因素以及产品内垂直分工对其的作用就具有重要的意义。

一般来说，一国参与产品内完整链条的研发、设计、营销等高附加值工序的分工阶段就意味着该国具有较高的出口复杂度，相反，一国擅长广泛从事于产品内原材料供应、加工组装这些低附加值的分工环节，则说明该国的出口复杂度水准还并不高。不过通过产品内垂直分工这一途径，为参与国不仅带来了产业升级与特定工序环节产值的增加，更重要的是这种垂直分工专业化形态所带来的技术溢出是不可估量的，从长久来看这更有利于出口复杂度水准的提高。Memedovic(2004)指出亚洲“四小龙”正是通过产品内垂直分工网络的合作，实现了产业升级，出口复杂度也迅速迈进了高水平阶段。

近几年来针对出口复杂度影响因素的研究较多，Xu(2007)通过测算中国的出口复杂度指数，解释中国的分工与出口地位变动情况，Rodrik(2006)认为出口复杂度与人均收入显著正相关，与人力资本有微弱的正偏相关，与制度不相关。Wang和Wei(2007)发现中国实施开发区、高新区的政策有利于出口复杂度的提高，加工贸易和FDI不能解释出口复杂度对于城市间的差异。Schott(2008)研究得出出口复杂度随人均GDP和技术的上升而增加，出口复杂度的国家差异性用国家的规模可以更好地解释。但是对产品内垂直分工与出口复杂度之间关系的研究较少，在这方面首次做实证分析的是唐海燕等(2009)基于40个发展中国家的样本研究，该研究主题与本文的研究最为接近，但是其研究内容、计量方法、变量的测度方法和数据选取、样本的选择与本文都有很大不同。

相对于已有的研究，本文的贡献主要在于从以下几个方面作了设计:首先，本文旨在研究产品内垂直分工对出口复杂度的影响作用，但是又吸纳了一些其他的条件或因素，有资本、技术、制度等方面;其次，考虑到内生性、共线性和其他不确定性因素，采用面板固定、随机、IV估计、GMM估计等多种方法进行比较判断，提高了稳健性，之后又对不同发展水平的分组国家作了相应的出口复杂度解释因素影响情况的对比;再次，对产品内垂直分工与几个指标的交互变量给出了估计回归结果，解释了产品内垂直分工与其他条件因素结合在一起是如何影响出口复杂度水平的;最后，本文样本范围选取的是更为广泛的跨国数据，具体涵盖161个国家，SITC标准 Rev3.0三位数分类的261种产品①产品详见附录1。，BEC分类标准的若干中间产品，时间跨度为1998—2010年。

产品内垂直分工、出口复杂度的测算与统计描述

产品内垂直分工的衡量办法较多，Yeats(2001)用进口中间品占进口总量的比重方法，Hummels et al(2001)采用了垂直专业化指数，Amiti和Wei(2004)运用进口中间品占投入品总量的比率，Yamashita(2007)指出衡量产品内垂直分工时，也应包含中间品出口部分。本文综合考虑之后，借鉴了唐海燕等(2009)的算法，使用中间品的进出口贸易额占一国贸易出口总额的比重办法①由于中间品的进出口贸易额采用BEC标准统计，因此这里一国贸易出口总额也是采用BEC标准下统计，这就保证了计算产品内垂直分工时采用同一个标准。由于产品内垂直分工水平是一个比值，因而与采用SITC Rev3.0三位数分类标准下统计的出口复杂度变量数据，在之后的回归分析中不受影响。，但与唐海燕等(2009)的计算方法还是有一定的区别，考虑到比值太小会削弱垂直分工的影响权重，比值中并没有包含一国贸易进口额。

对于中间品的进出口贸易额数据选取，为了得到可比、连续的时间序列数据，本文采用按BEC标准划分的国际贸易商品分类体系，基于法国CEPII机构对中间品的划分，中间品分为半成品与零部件，在联合国贸易发展委员会的国家贸易分类统计数据库(UN Comtrade Database)里 BEC的划分标准中，中间品包括的 BEC 代码②代码121指用于工业处理的食品、饮料;22指未列名工业加工用品;322指加工用燃料和润滑油，不包括汽油;42指资本型货品的零部件与饰品，不包括交通运输设备;53指交通运输设备的零部件与饰品。有121、22、322、42、53。

由于出口复杂度存在属性差异，无论从研发、设计还是产品方面，出口复杂度的水准均难以准确度量，但是一国的产品内垂直分工强度的效果会体现在其具体的产品，尤其是出口产品的复杂度水平上，一般来说，垂直分工强度水平高的国家，其出口产品的复杂度水准就越高(Lall等，2005)。对于出口产品复杂度的衡量，Lall等(2006)以各国出口产品的比较优势作为权重计算出口技术指数，Wang和Wei(2007)采用出口结构的相似度指数，通过与发达国家的出口结构作比较，反映与价值链最高水平的距离，该值越高表示出口商品越复杂。本文的出口复杂度衡量办法是这样的，采用Rodrik(2006)、Hausmann等(2007)的做法，计算步骤如下:

prodyj是某一产品的出口复杂度，j代表产品，c表示国家或地区，xcj是c国j产品的出口额，Xc是c国总出口额指c国j产品的出口额所占比重，是c国的人均GDP。

ESIc是一国或地区的出口复杂度。本文采用SITC(Rev3.0)的三位码分类标准，该标准下共有261种产品，利用UN Comtrade Database提供的181个国家(地区)的出口分类产品贸易额数据，计算了在1998—2010年间，261种产品的产品出口复杂度和181个国家或地区的出口复杂度，各国(地区)人均GDP数据来自世界银行WDI数据库，采用2000年不变价以美元衡量。

根据世界银行对不同发展水平的国家分组情况，本文给出一些有代表性的分组国家，有高收入OECD国家、“金砖国家”、最不发达国家，它们的出口复杂度水平对数值的差异性如图1所示，高收入OECD国家的均值在2010年达到了将近8，几乎是最不发达国家出口复杂度水平的2倍，“金砖国家”的出口复杂度水平均值由1998年的4.21上升到2010年的5.60，最不发达国家出口复杂度水平的对数值均值保持在4.04左右，变化不大。从这种不同发展层次的国际比较中，出口复杂度水平随着时间的变化差异性明显，“金砖国家”的出口复杂度随着分工层次的深化不断提升，最不发达国家则没有明显的进步。就具体国家而言，还有一部分国家的出口复杂度出现退步甚至恶化，当然不同国家的出口复杂度受具体国家的条件影响也是复杂多样的，有待于进一步的理论分析与实证探讨。

另外本文通过对数据测算、整理，得到了161个国家(地区)的产品内垂直分工与出口复杂度二者之间关系的散点图，其中出口复杂度为取对数值，图2中的拟合斜率表明产品内垂直分工与出口复杂度二者之间存在一定的正向相关关系，出口复杂度的对数值集中分布在2—7.8之间，产品内垂直分工的数值密集分布在0.15—2之间，不过产品内垂直分工与出口复杂度二者之间的相关显著性还有待于进一步的实证计量分析。

影响机制、模型与数据选取

由比较优势理论和新贸易理论可知，一国应该出口其具有比较优势的产品，相对要素禀赋决定了优势产品的竞争力集合，从而这也体现了其出口复杂度的水准，产品内垂直分工促使各国依赖其优势要素进行专业化生产不同种类的产品，反过来，一国所能生产差异化产品种类的数目也反映了其国内要素的比较优势情况。

产品内垂直分工有利于促进技术转移、扩散、溢出效应。在上下游供应商之间的生产工序中，为了得到高质量和符合国际标准的投入品，利于各个环节按时顺利进行，高级供应商势必会积极主动向低端供应商提供必要的技术，有利于推动产品内分工合作，事实上，低端供应商通过进口和参与分工合作也会产生投入产出效应，在短期内其会以低成本模仿、学习，实现生产率提高和分工技术溢出效应。Coe和Helpman(1995)发现低端加工环节的国家全要素生产率提升与分工合作伙伴国的研发投入和贸易互惠来往呈正相关关系。

固定资本作为柯布道格拉斯生产函数和经济增长模型构成中的两大重要要素之一，是生产效率提高的核心投入成份，直接促进了出口商品的复杂度效果。外商投资的引入带来的是竞争效应，引发国内企业竞相接触外国技术积极性，通过参与合作和模仿学习，提高了产业链接效应，Wang和Wei(2007)指出外资企业一般在出口产品复杂度上比本地企业更有优势，外资企业也会间接地对本地企业产生技术溢出作用。

人力构成和研发是知识资本的重要因素，创新理论和新增长理论都很重视知识和科技的影响，知识资本既可以通过自身的知识创造得到，也可以由分工合作产生的技术溢出获得。人力资本是知识创新的关键性因素，Hausmann等(2007)认为有效的人力资源可以明显地扩展成本发现和产品发现的范围，对分工技术水平的提升具有重要影响，研发则反映了创新的效率，决定了技术的潜力。Schott(2008)发现了一国与高收入经合组织国家的出口相似度随研发投入的增加而明显提升。

公共服务也会对一国的比较优势产生影响，改变分工和出口结构的效率。Rodrik(2006)认为中国的政府公共服务在对其电子等技术领域产品的出口优势方面发挥了很重要的推动作用。影响生产分工与出口贸易的制度环境也是一国要素禀赋的重要组成部分，Schott(2008)认为出口退税会扩大出口种类和范围，进口关税却会导致一国优势资源和市场行为的错配，譬如会出现资本技术丰富的国家大量生产劳动密集型产品的情形。

结合以上理论分析，为了验证产品内垂直分工与出口复杂度之间的关系，并分析影响出口复杂度的解释因素，结合前人的研究文献，本文纳入的解释变量有产品内垂直分工、固定资本、人力投入、外商投资、研发、公共服务、制度要素，建立的计量模型如下:

其中，下标 i，t表示第i个国家和第t年，νi、αt表示截面与时间固定效应，用于约束被忽略国家层面的影响，εi，t是随机误差项，其与解释变量和νi、αt均不相关，esi表示各国出口复杂度，度量其价值链水平，div表示产品内垂直分工程度，cap表示固定资本投资，rd表示研发支出，Lnfdi为FDI的对数项，hum为人力资本，eff是公共服务效率，con是制度变量。

具体而言，各变量的衡量方法和数据搜集是这样的:

(1)参照Ngo(2004)对资本的评价方法，固定资本投资比重是由资本形成总额占GDP比重给出的，资本形成总额由新增固定投资和库存的净变动值构成，反映物质资本的要素禀赋;研发支出比重是由研发支出占GDP的比重衡量的，在一定程度上反映了知识技术资本的积累，人力资本以每百万人中专业技术人员的数量所占比重来表示①对于人力资本的测度有多种方法，刘海英等(2004)采用人均受教育年限，唐海燕等(2009)采用大学生占总人口的比重，祝树金等(2010)使用高等教育的总入学率。本文根据几种不同的测度方法，考虑数据的获取便利性、回归结果的显著性以及与其他变量的相关性，故采纳专业技术人员的比例来衡量人力资本水平。，FDI数据为现价美元，采用对数形式处理。固定资本投资比重、研发支出比重、专业技术人员比例、FDI数据来源于世界银行的世界发展指标(WDI)数据库。

(2)公共服务效率与制度的量化有多种方法，Deardorff(2000)把与分工有关的服务分为交通、电信、会计、金融等多领域的集合，然后进行合成，计算出服务效率指标，Fraser Institute机构通过发布法律、贸易自由度、商业管制等子领域的指数，唐海燕等(2009)则利用该机构统计的Economic Freedom of the World Database子指数进行合成，得出制度变量指标，本文结合数据的选取与计算过程，采用祝树金等(2010)的做法，公共服务效率和制度变量数据来自于世界银行的世界治理指标(WGI)数据库，该数据库给出了6个治理评价指标，每个指标的范围在－2.5—2.5之间，其值越高表示治理效果越好(Kaufmann等，2008)。样本期间对于一些缺失值少量的国家采用插值法估计，有的国家缺失数据较多则予以剔除，最终保留了161个国家和地区，样本区间为1998—2010年。

实证分析过程

1.基于面板GLS和IV方法的估计分析

根据理论模型，本文首先采用固定效应与随机效应估计方程，计量结果见表1中的模型(1)和(2)，结果显示，产品内垂直分工、固定投资占GDP比重、研发支出占比、FDI对数、技术人员比例、政府公共服务、制度的回归系数大都显著为正，这与我们的理论预期基本一致，另外也给出了F值和hausman检验结果，以消除面板数据可能存在的截面异方差与自相关性。考虑到已有文献提出了产品出口复杂度与国外投资存在内生性关系，hausmann(2007)在研究出口价值与FDI之间的复杂关系解释时，认为FDI在影响一国出口价值时，反过来，出口价值也会作用于外国投资效果，这种内生性关系就会对一般的面板估计产生偏误，进而采用工具变量办法，以每百人拥有的固定宽带互联网用户作为工具变量，数据来自于世界银行的世界发展指标WDI数据集，表1中的模型(4)(5)给出了工具变量估计结果。这里本文列举了选用固定效应组内2sls估计(IV－FE)与随机效应Baltagi估计(IV－RE)运行结果①Stata对面板数据的工具变量估计给了四种方法:随机效应Baltagi估计、组间2sls估计、固定效应组内2sls估计、固定效应一阶差分估计。本文分别作了这四种尝试并比较，最后给出固定效应组内2sls估计(IV－FE)与随机效应Baltagi估计(IV－RE)结果。。为了比较各种估计效果的有效性，又做了广义最小二乘法FGLS估计，为表1模型(3)所在列。

由几种结果看出，产品内垂直分工变量在几种估计中，符号和显著性没有变化，相关强度在工具变量估计中变小，固定投资比重、技术人员占比在工具变量估计中发生了符号变化，其中，技术人员占比的显著性也在减弱，研发支出与政府公共服务效率的符号和显著性、相关强度均有稍微变化，但波动不大。FDI、制度的回归系数符号没变，显著性、相关强度均有明显增强，结合DWH检验在0.01的水平上显著，说明出口商品价值与FDI间确实存在一定的内生性问题，但采用工具变量估计后，内生解释变量FDI对因变量的相关解释程度增加，说明选用每百人拥有的固定宽带互联网用户作为工具变量相对较合理。当然其他外生的解释变量虽然显著性、相关程度都依赖于所采用的估计方法和其他解释变量，但对因变量的解释整体上反映也较好。

表1 GLS和IV估计结果

2.基于DIF－GMM方法的估计

工具变量可以识别模型估计的内生性问题，修正估计的偏误，但在很大程度上依赖于工具变量的选取，对于不同的模型和变量，却很难找到相对合适的工具变量，这势必会有影响模型估计的稳健性，尤其是模型中含有滞后因变量，会进一步加强这种内生性，导致一般GLS和工具变量估计都是有偏的，这些问题一般运用GMM估计来解决，Arellano和Bond(1991)提出了差分GMM方法①Arellano et al(1995)和Bond et al(1998)又提出系统GMM估计方法，包含了差分方程和水平方程，增加了一组滞后的差分变量作为水平方程对应内生变量的工具变量，但它要求新增的工具变量为显著有效。，对初始模型进行一阶差分，然后运用因变量和其他内生变量的高阶滞后项作为工具变量，如果残差项是独立同分布的，这些滞后项就会与模型中滞后因变量和内生变量水平项高度相关，但与误差项不相关，即使存在自相关，如果服从AR(1)过程，也可以采用更高阶的滞后项构造工具变量(Baum，2006)。

GMM估计又分为一步和两步GMM估计，不过两步差分估计的偏差存在向下偏倚②Windmeijer(2005)认为虽然这种偏倚经过调整后会减小，但会导致两步GMM估计量的渐近分布并不可靠。，在经验应用中通常使用一步GMM估计量Bond(2002)，因此本文主要报告一步DIF－GMM的估计结果。

与工具变量估计类似，表2中研发支出比重与政府提供的公共服务并不受所选变量和估计方法的影响，其回归系数大小和显著性相对稳定，研发支出比重的估计系数为0.23上下，政府提供的公共服务的估计系数保持在0.10左右，这说明研发支出比重对出口复杂度的影响相对比政府提供的公共服务要大一点，研发会直接推动一国技术水平的增强，提高出口贸易中高端产品的创造能力。

产品内垂直分工程度的估计系数显示为高度正相关，持续保持在0.10左右，说明参与产品内垂直分工有利于改善生产结构，与不同层次的生产国家进行产品内垂直分工合作，获得生产工艺的技术外部性，减少生产环节投入成本与生产周期，只需要在较短时间内进入出口结构的某一环节，获得分工收益，当然随着分工强度的增加，出口复杂度水准也会不断提升。

固定资本投资比例对出口复杂度的回归系数在模型(1)(3)(4)中均保持在0.0024左右，但在模型(2)(5)中，与产品内垂直分工的交互效应对价值链对数项的回归系数减小为0.0009左右，且显著性也有所减弱。本文认为，产品内分工领域的投资结构不合理，可能会导致垂直分工效率低下，尤其是针对大型设备和先进产品的固定投资缺乏正确合理的引导。李小平和朱钟隶(2006)研究也发现，市场机制不成熟的国家，企业的固定资本投资需要具备合理的环境约束，才能减少成本，提高发挥效用。

FDI对数项的估计系数显著为正，但影响作用相对较小，均值在0.02左右，可能由于FDI在全球来说还是流动在低加工价值的分工领域，而在真正的高端出口复杂环节，各母公司对FDI的注入依然慎重，因而对出口复杂度水平的提升，发挥的作用并不是很明显。这里类似于已有的研究，王红领等(2006)、彭向等(2011)分析认为FDI有抑制局部地区创新产值的可能，邱斌等(2012)通过实证分析得出FDI进入低端制造环节，会使出口复杂度提升的效果并不太好。

专业技术人员所占比例项的估计系数始终为负，显著性也一般，模型(3)(5)中交互项Div*hum的估计系数也为负值，这就与我们的预期判断看似有点矛盾，包括唐海燕等(2009)对发展中国家出口复杂度的实证研究也显示人力资本对出口复杂度有显著正相关，人力资本与分工的交互项的效果也如此，这似乎是一个有趣的现象。本文认为一方面对于大多数发展中国家和不发达国家来说，专业技术人员比重非常的小，尤其像“金砖五国”和欠发达国家人口基数本来就已经非常庞大，极其有限的专业技术人员比例把该变量整体拉低，使得对出口复杂度的影响估计微乎其微。另一方面，唐海燕等(2009)研究发展中国家的人力资本时采用的是一国的大学生比例，而本文选用的是专业研发技术人员比重，这会导致统计样本数量大大减少，比重的反映就更小。这些都表明，对于出口复杂度的贡献程度来说，在提升高技术专业人员数量以及加强产品内垂直分工的专业技术人员流动性方面，还有很大的拓展空间。

制度变量对出口复杂度影响的估计系数为负值，并且不显著，这可能是由于制度评价指标与出口复杂度的提升并不具有直接的相关性，并且制度特征一般也不易被广泛全面衡量(Hausmann等，2007)，另外，制度质量特征本来就反映了多方面因素，也容易和其他解释变量存在较高相关性(祝树金等，2010)，本文中可能与政府公共服务存在一定相关，在模型(4)和(5)中，制度与垂直分工交互项变量的符号由负变为正，显著性也增强了。由此可以推测，开放的制度、宽松的审批与税收制度、强大的产权保护与市场体制有利于推进产品内全球垂直分工水平，带动产品出口复杂水平向高端推动;其实同样，垂直分工中的合作高端企业也会要求制度不完善的国家或市场实施高效的制度改革，创造产业链高端环节分工合作的优良环境。

此外，我们对模型设定的合理性与工具变量的有效性进行了检验，二阶序列相关AR(2)检验显示，所有DIF－GMM模型的随机误差项均不存在二阶序列相关，表明模型设定合理，sargan过度识别约束检验结果表明采用的工具变量是合适的，回归结果是稳健的。

3.不同发展水平代表性分组国家出口复杂度影响因素的差异

为了比较不同发展水平国家出口复杂度影响因素之间的差异性，本文根据世界银行2011年对国家的分组，挑选了一些代表性的国家和地区，有高收入经济合作组织成员国、“金砖五国”和最不发达国家，对它们分别作DIF－GMM估计，另外为了比较判断估计结果，又采用了工具变量估计方法①此处本文做了几种不同方法的工具变量估计，根据比较效果，最后采用IV－ec2sls估计，默认的估计方法是随机效应Baltagi估计。。工具变量估计中，内生的解释变量依然是FDI，工具变量是每百人拥有固定互联网用户，估计结果如表3所示。

从回归结果中看出，在工具变量估计中，“金砖国家”垂直分工的回归系数最高，3组国家的固定资本比重的回归系数作用均微弱，甚至为负值，研发支出与制度变量的回归系数不太显著，与工具变量估计结果相比，DIF－GMM估计的变量显著性和模型的稳健性更加合理，并且DIF－GMM估计结果也更符合我们的预期判断。

在DIF－GMM估计中，3组国家的垂直分工与固定资本投资比重回归系数均显著为正，且“金砖国家”产品内垂直分工与固定资本投资比重的回归系数仍然最高，分别为2.8513和0.0049，说明“金砖国家”参与垂直分工合作与固定资本投资对出口复杂度的影响作用明显，另外，可能是“金砖国家”样本量较少的原因，使得该组国家在研发支出比重与FDI方面，均比经合组织国家和最不发达国家占有微弱优势，但这也证实了“金砖国家”作为全球发展潜力最快的市场，其研发创造的提升空间与FDI的机会巨大。

表2 基于DIF－GMM方法的估计结果

当然，高收入经济合作组织成员国在专业技术人员比重与制度方面对价值链的贡献上还是占有绝对优势，“金砖国家”在这两方面估计系数比较微弱，最不发达国家的政府公共服务效率每提高1%，会引起其出口复杂度水准提升0.13%，可能是最不发达国家政府所能提供的公共服务变数更大，比如为了招商引资而提供的专门优惠待遇服务，使得公共服务对出口复杂度的影响要超过其他因素的影响，并且该变量的估计系数也要大于经合组织成员国和“金砖国家”。总体上看，产品内垂直分工对出口复杂度的估计回归系数要远远大于其他因素，并且该回归系数也会因不同发展水平的分组国家而表现出异质性。其实这也恰恰印证了对于拥有庞大市场的生产制造型国家来说，由于生产层次及种类项目与经济规模大小成正比(Hummels和Klenow，2005)，使得产品内垂直分工合作的层次和业务种类会对出口复杂度水准有较大影响。

结论与启示

本文利用1998—2010年161个国家和地区261种产品贸易额的面板数据，考察了产品内垂直分工、固定资本投资、研发支出、外商投资、人力、公共服务、制度等对出口复杂度的影响，研究方法上有几个方面的改进:其一，综合比较了面板固定效应、随机效应、工具变量、GMM各种回归结果，以往的文献可能只用其中的一种或两种估计方法。其二，对产品内垂直分工与几个指标构成的交互变量，采用动态面板的DIF－GMM与其他几个变量一起估计了对出口复杂度的影响程度。其三，从不同发展水平挑选了几个有代表性的分组国家，有高收入经合组织成员国、“金砖五国”和最不发达国家，对出口复杂度影响因素的国家异质性作了分析。结合前人的研究，得出的结论如下:

首先，产品内垂直分工对出口复杂度水准的提升具有显著的促进作用，同时研发支出、政府公共服务效率也是促进出口复杂度提升的重要因素，这些因素与产品内垂直分工结合起来，构成相辅相成的支持性条件。其次，固定资本投资结构会影响产品内垂直分工的效率，进而影响出口复杂度水平，外商资本可能投资在生产结构的低加工领域，对出口结构的高端环节影响不够明显。技术专业人员的规模潜力没有很好地拓展，其数量和流动性有巨大的上升空间。此外，制度的影响性并不明显，但其与垂直分工的交互变量影响性显著增强。最后，3组不同发展水平的分组国家中，“金砖国家”的产品内垂直分工与其他因素对出口复杂度的作用更明显一点，从“金砖国家”的规模层面也可以看出，产品内垂直分工合作的层次和业务种类会对出口复杂度水平的提升有较大影响。

在产品内垂直分工专业化程度不断深化，出口复杂度不断提升的全球化背景下，上述研究结论具有重要的启示:

积极营造产品内垂直分工的支持性配套环境，为提高产业链的分工合作走向高端环节提供外部条件，参与产品内垂直分工的同时，加大研发支出投入，改善政府公共服务效率、优化固定资本投资结构、创造外商资本直接在高端出口结构环节投资的条件。

突破专业技术人员匮乏的瓶颈，加大培训技术人力资本、摆脱其流动性障碍，优先解决影响产品内垂直分工的制度束缚，增强产品内垂直分工与商品、生产、市场的相关制度正向交互影响作用。对于不同发展水平的国家或地区来讲，加强产品内垂直分工合作，另外扩大产品业务种类以及生产、市场规模，都有助于提高出口复杂度水平。

对于中国的产品内分工与出口复杂度而言，产品内垂直分工程度在“金砖五国”中均值较高，这可能与中国的产品内多样化种类、庞大的市场规模、有效的经济增长刺激政策有关，尤其是以加工贸易为主的高速出口使得我国的产品内垂直分工强度受益巨大，但出口复杂度均值却并没有“金砖国家”中的巴西、南非高，这可能源于中国在出口结构环节中仍处于低端加工生产阶段，使得这种产品内垂直分工强度的收益还远远低于应该具备的水准，因此要注重垂直分工的技术复杂度，加大向产品内垂直分工的高层次和专业化倾斜。

附录1:

SITC(Rev3.0)三位码分类标准下共有261种产品，具体如下:

活体动物;牛肉;其他肉类及食用杂碎;肉类生鲜冷藏;食用肉杂碎盐腌或熏制;腌制好的肉;牛奶和奶油;食用黄油;乳酪及凝乳;蛋和白蛋白;新鲜鱼;腌制鱼;甲壳动物;制好冷藏的鱼与甲克动物;未碾磨混合麦大米;未碾磨大麦;未碾磨玉米;其他谷物;未碾磨小麦粉;其他谷粉;谷配制品;蔬菜已调制蔬菜及根茎;水果坚果;冷藏水果;水果汁蔬菜汁;糖与蜂蜜糖果;咖啡;咖啡替代品;可可;巧克力;茶及马黛茶;香料;动物饲料;牛油及起酥油;食用产品和制剂;非酒精饮料;酒精饮料;未制成的烟草;制成的烟草;皮(毛皮除外)原材料;未处理毛皮;油种子;天然橡胶;合成橡胶;天然软木;原料和废料;薪材;木材芯片粗糙木质;简单加工木质;浆及纸废料;丝绸;棉;黄麻其他纺织用韧皮纤维;纺织用植物纤维;用于纺纱的合成纤维;其他人造纤维;羊毛其他动物毛;破旧衣物;化肥;原油石料;沙砾石;硫磺及未焙烧的黄铁矿;天然磨料其他未加工的矿物;铁矿砂及其精矿;铁废料及碎料;铜矿砂及其精矿;镍矿砂及其精矿;铝矿砂及其精矿;铀或钍矿砂及其精矿;基本金属矿砂及精矿;非亚铁金属废料及碎料;矿砂及其精矿贵金属;未经加工的动物材料;未经加工的植物材料;煤未经结块，煤砖褐煤;泥煤焦炭煤的半焦;石油原油;从沥青矿物提取的油类其他石油产品;液化丙烷丁烷;天然气液化气石油气;其他烃类气;煤气水煤气炉煤气类似气体;电流;动物油及脂肪;固定植物油;软性原油成品或分馏;软性以外固定植物脂肪及原油精炼或分馏;处理动物或植物脂肪及油;碳氢化合物;醇，酚，酚醇及其卤化;羧酸及其酐;氮化合物;有机无机化合物;杂环化合物;其他有机化工原料无机化学元素;氧化物卤化盐;金属盐类;过氧其他无机化学品;贵金属有机及无机化合物;放射性物质和相关材料;有机合成着色料及色淀;印染和制革提取物;合成鞣料物质;颜料涂料;清漆和相关材料;医疗及药用产品;药物(包括医治动物用的药剂);精油香水味料;香水化妆品梳洗用品;肥皂清洁抛光的筹备用品;肥料(除272组);初级形状的乙烯聚合物;苯乙烯聚合物氯乙烯;其他卤化烯烃聚合物;初级形状的聚缩醛;其他聚醚及环氧树脂;其他塑料制品;塑料废料碎料等;塑料管软管塑料板;塑料单丝;杀虫剂等;淀粉菊粉及小麦面筋;炸药及烟火产品;矿物油;类似的配制添加剂;杂项化学产品;皮革;生产皮革合成皮革;鞣制毛皮;橡胶材料;橡胶胎面轮胎;橡胶;软木制品;饰面板胶合板刨花板;木制品和纸板纸和切成大小或形状纸板;纺织纱线;棉织物梭织;人造纺织原料的梭织物;其他纺织面料针织或钩编织物;网眼薄纱;花边，刺绣，缎带;特种纱和纺织面料;制成品主要的纺织材料;地板覆盖物;石灰水泥;装配式建筑材料;黏土建筑材料;耐火建筑材料;矿产制品;玻璃;玻璃器皿;陶器;珍珠;宝石或半宝石;生铁镜铁海绵铁;铁或钢颗粒;锭及其他初级形状;铁或非合金钢扁轧制品;镀或涂层的铁或非合金钢，平轧产品;合金钢扁轧制品;铁和钢条杆;铁路轨道施工材料;铁或钢线;管及空心型材管配件;银铂等金属铂族;铜;镍;铝;铅;锌;锡;冶金用的杂项非铁金属陶瓷;未列明的金属结构容器;线材产品;钉子螺丝螺母螺栓铆钉;手用或机用工具;刀具;金属家用设备;金属生产用品;蒸汽或其他蒸汽发电锅炉;热水锅炉蒸汽涡轮机及其他蒸汽涡轮机;活塞内燃发动机;引擎及马达;旋转电厂和零部件机械;发电及零件;农业机械拖拉机;土木工程及承建设备;纺织及皮革用机械及零件;造纸厂和纸浆厂机械;印刷和装订机械;食品加工机;其他特殊工业机械及设备;机床切削金属;其他材料工作机床加工金属;烧结金属碳化物;金属陶瓷;使用机器的配件组;金属加工机械;加热和冷却设备及其零件;液体泵;空气或其他气体压缩机及风扇;机械装卸设备;非电气机械工具及器具;球或滚子轴承;龙头旋塞阀门及类似器具管道;传动轴;非电力零件及机械配件;办公室机器自动数据处理设备;磁性或光学抄录机零件及附件;电视接收器;无线电广播接收机;录音机电信设备;电力机械;电气设备开关;保护电路分布电力设备;电学仪器为医疗;家用电气设备;非电气设备的类型;热离子管;冷阴极管光阴极阀门和管;电气机械及器材;汽车和其它机动车辆的主要设计备件;汽车货物运输;特殊用途的机动车辆;道路机动车辆组机动车零件及配件摩托车;拖车及半拖车其他车辆;铁路车辆;飞机和相关设备;船，艇(包括气垫船)浮动结构体;预制装配式建筑物;卫生管道及发热装备及配件;照明灯具及配件;家具及零件床上用品床垫;衣箱旅行箱化妆箱;行政案件公文包;男装或男童大衣披肩外套西服;妇女或女童大衣披肩外套西服;服装纺织面料;服装辅料纺织面料针织;除纺织面料服装及衣着附件其他物品;鞋类;光学仪器及器具;仪器和用具计数器;测量和控制仪器;摄影器具及设备;电影摄影用品;电影软片曝光及显影;光学用品制造业;钟表;武器和弹药;印刷品;婴儿车玩具游戏及运动货品;办公室及文具用品;艺术珍藏品及古董;金银器;乐器及其零件及附件杂项制品;邮包不按类型分类;特别交易和商品不按类型分类;硬币;非货币性黄金。

附录2:

根据数据的缺失与整理情况，计算价值链和产品内垂直分工时确定181个国家或地区的数据，面板分析时结合其他变量数据缺失以及补充情况，确定录入161个国家或地区。带*表示面板分析中没有录入的国家或地区。详细包含的国家或地区如下:

阿尔巴尼亚;阿尔及利亚;安道尔;安提瓜和巴布达;阿根廷;亚美尼亚;阿鲁巴*;澳大利亚;奥地利;阿塞拜疆;巴哈马;巴林;孟加拉国;巴巴多斯;白俄罗斯;比利时;伯利兹;贝宁;百慕大*;不丹*;玻利维亚;波斯尼亚和黑塞哥维那;博茨瓦纳;巴西;文莱;保加利亚;布基纳法索*;布隆迪;柬埔寨;喀麦隆;加拿大;佛得角;中非;乍得*;智利;中国;哥伦比亚;科摩罗;哥斯达黎加;科特迪瓦;克罗地亚;古巴*;塞浦路斯;捷克;丹麦;吉布提;多米尼克;多米尼加;厄瓜多尔;埃及;萨尔瓦多;厄立特里亚;爱沙尼亚;埃塞俄比亚;斐济;芬兰;法国;加蓬;冈比亚;格鲁吉亚;德国;加纳;希腊;格陵兰*;格林纳达;危地马拉;几内亚;几内亚比绍*;圭亚那;海地;洪都拉斯;香港;匈牙利;冰岛;印度;印度尼西亚;伊朗;伊拉克;爱尔兰;以色列;意大利;牙买加;日本;约旦;哈萨克斯坦;肯尼亚;基里巴斯*;韩国;科威特;吉尔吉斯斯坦;拉脱维亚;黎巴嫩;莱索托;利比亚*;立陶宛;卢森堡;澳门;马其顿;马达加斯加;马拉维;马来西亚;马尔代夫;马里;马耳他;毛里塔尼亚;毛里求斯;墨西哥;摩尔多瓦;蒙古;黑山;摩洛哥;莫桑比克;缅甸*;纳米比亚;尼泊尔*;荷兰;新喀里多尼亚*;新西兰;尼加拉瓜;尼日尔;尼日利亚;挪威;阿曼;巴基斯坦;巴拿马;巴布亚新几内亚;巴拉圭;秘鲁;菲律宾;波兰;葡萄牙;卡塔尔;罗马尼亚;俄罗斯;卢旺达;圣多美和普林西比;沙特阿拉伯;塞内加尔;塞尔维亚;塞舌尔;塞拉利昂*;新加坡;斯洛伐克;斯洛文尼亚;所罗门群岛*;南非;西班牙;斯里兰卡;圣基茨和尼维斯;圣卢西亚;圣文森特和格林纳丁斯*;苏丹;苏里南;斯威士兰;瑞典;瑞士;叙利亚;塔吉克斯坦*;坦桑尼亚;泰国;东帝汶*;多哥;汤加;特立尼达和多巴哥;突尼斯;土耳其;土库曼斯坦*;图瓦卢;乌干达;乌克兰;阿拉伯联合酋长国;英国;美国;乌拉圭;乌兹别克斯坦*;瓦努阿图;委内瑞拉;越南;也门;赞比亚;津巴布韦。