农业全球价值链的嵌入位置与增值能力关系研究

杨 杰

(安徽财经大学 国际经济贸易学院，安徽 蚌埠 233030)

农业全球价值链的嵌入位置与增值能力关系研究

杨 杰

(安徽财经大学 国际经济贸易学院，安徽 蚌埠 233030)

借鉴Fally et al.(2013)的研究方法，以世界投入产出数据库相关数据为研究样本，对2000—2014年间43个国家(地区)农业全球价值链长度进行测算与分解，并测算出相应农业上游度水平，同时实证检验了农业嵌入全球价值链的位置与其增值能力的关系。结果表明，农业增值能力与农业上游度水平呈“倒U型”关系，农业技能劳动投入比例上升，有利于提升农业增值能力，而农业价值链长度延伸则会制约农业增值能力提升。

全球价值链；上游度水平；价值链长度；增值能力

一、引言及文献综述

农业事关国计民生。伴随着农业国际垂直专业化的发展，农产品全球价值链的加速分解与重构，由跨国公司主导的农业全球价值链与农业全球生产网络已基本形成。由于农产品价值链的每一环节都体现不同的价值创造，企业在农产品价值链中所处位置将直接决定其获利能力。如美国政府通过扶持农业企业巨头占据农业价值链的高端环节，主导了农业全球价值链，增强了本国农业获利能力。通过吸纳发展中国家融入农业全球价值链分工体系，从而实现了发达国家所主导的农业价值链跨境延伸与全球布局。

随着全球价值链分工对世界经济影响日益深入，对农业价值链的研究亦逐步深入，而现有对农业价值链的研究多集中于融资领域。其中代表性文献主要包括：Hanemann et al.(2008)、Kaplinsky(2000)、Miler et al.(2012)、洪银兴等(2009)、张庆亮(2014)、朱磊等(2012)等，这些文献主要研究了农业价值链融资类型、融资模式和融资案例等。虽然王岚等(2015)探讨了中国制造业嵌入全球价值链的位置与其增值能力的关系，但对农业全球价值链嵌入位置与增值能力关系的研究却鲜有文献涉足。

本文试图通过对43个国家(地区)农业全球价值链长度进行测算与分解，测算出2000—2014年间43个国家(地区)农业增值能力的动态变化趋势，并对农业增值能力的主要影响因素进行实证检验。

二、全球农业全球价值链长度测算与对比

(一)测算方法

依据Fally et al.(2013)的研究，全球价值链长度可借助递归思想进行求解，具体思路是：一国特定部门产品在生产过程中所蕴含的生产阶段数，取决于不同中间投入品的垂直生产阶段数和该产品生产过程中对每种中间投入品的直接消耗系数。由此可知，当某产业的产品在生产过程中不涉及中间投入品时，其全球价值链长度最短为1，否则将大于1。具体表达式为：

(1)

式(1)中，Nim和Njn依次为m国i产品和n国j产品的价值链长度指数；μjnim表示m国单位价值i产品中所蕴含的n国j产品投入价值。通过矩阵运算便可以得出产业价值链长度的相关公式，具体如式(2)所示：

Ni=μ′(I-A)-1

(2)

式(2)中，N为产业价值链长度列向量；μ为单位列向量；A为投入产出直接消耗系数矩阵；(I-A)-1为里昂惕夫逆阵。

(二)农业全球价值链长度测算与分解

1.农业全球价值链长度测算

本文计算的43个国家(地区)全球价值链长度的数据来自于世界投入产出表，世界投入产出表是由欧盟委员会资助编制，最新版为2016年发布的2000—2014年15年投入产出数据，而本文所使用的正是2016年发布的数据。借助2000—2014年世界投入产出表，可以测算出43个国家(地区)三大产业全球价值链长度的变动趋势。由表1可知：(1)样本期间，总体上，工业全球价值链长度最长，农业其次，服务业最短。2000—2014年，工业、农业和服务业的全球价值链长度均值依次为2.396、2.156和1.847。(2)2000—2014年，43个国家(地区)农业全球价值链长度均值排名，加拿大高居榜首(2.541)，丹麦位列第二(2.536)，捷克排名第三(2.519)；排名较为靠后的国家依次为：印度尼西亚(1.414)、印度(1.506)和墨西哥(1.702)。(3)受2008年金融危机影响，几乎所有国家(地区)的全球价值链长度(工业、农业、服务业)均显现出不同程度的收缩，但由于各国经济开放程度差异、参与国际分工深度有别及国际波动传递渠道不同，不同国家(地区)全球价值链拐点出现的年份有所不同(分别为2008年当期、滞后一期和滞后二期)，尤以2009—2010年间全球价值链长度缩水最为明显，如爱尔兰农业全球价值链的长度由2009年的2.8509减至2010年的2.4044，缩水近15.66%；丹麦由2.8511减至2.6362，降幅为7.54%；法国由2.5121减至2.3671，缩短了约5.77%。通过测算农业全球价值链长度，可以了解不同国家(地区)农业生产过程中所历经的垂直生产阶段数，但无法获知各国农业国内分工的精细化程度及对国外中间投入品依赖性的强弱，下文将通过分解农业全球价值链方式来探讨不同国家(地区)农业在国际分工中的角色变迁。(4)考察期间，发达国家(地区)*文中发达国家(地区)与发展中国家(地区)的划分以联合国开发计划署2010年11月4日发布的《2010年人文发展报告》为依据，其中发达国家(地区)包括：澳大利亚、奥地利、比利时、加拿大、瑞士、德国、丹麦、西班牙、芬兰、法国、英国、希腊、爱尔兰、意大利、日本、卢森堡、荷兰、挪威、葡萄牙、瑞典和美国。农业全球价值链长度均值要高于发展中国家(地区)*文中所指的发达国家(地区)仅包括经合组织原有的24个国家，1994年之后加入经合组织的墨西哥、捷克、匈牙利、波兰、韩国等国仍被视为发展中国家。。这反映出发达国家(地区)农工贸一体化程度较高，三大产业间的互动融合性较强。

表1 2000—2014年43个国家(地区)三大产业全球价值链长度测算

(续表1)

2000农业工业服务业2007农业工业服务业2014农业工业服务业捷克2．3882．4902．0712．5352．6412．1372．5522．6832．165德国2．0632．2721．7562．2472．3851．8052．3952．4041．848丹麦2．2082．1701．8242．6372．3411．9502．5852．3511．939西班牙1．7982．3821．8061．9582．5971．9292．1952．6331．834爱沙尼亚2．2572．5322．0372．1992．5241．9672．3582．6182．012芬兰2．3212．3291．8572．5532．4111．9392．6202．5081．969法国2．2322．3471．8232．3732．4861．8612．5022．5501．895英国2．0242．1581．7762．1472．2201．7992．3582．3591．843希腊1．6832．0471．6941．8192．1181．7132．0302．2191．686克罗地亚1．9682．2331．7772．0512．3841．8152．0822．3611．830匈牙利2．4322．5331．8962．3922．5481．8482．3902．6001．880印度尼西亚1．4302．1061．6531．4382．2021．6701．3622．2401．693印度1．5152．3241．4261．4892．4171．4221．4902．4281．376爱尔兰2．1522．1961．9722．5482．3432．0592．5012．2811．759意大利1．7102．4411．8571．8792．5721．8942．0602．6801．948日本1．9182．2321．7232．0882．4611．8032．1132．4711．818韩国1．8392．4231．8172．0662．6961．9332．2542．8772．051立陶宛1．9822．1561．6112．2152．1571．6972．3622．1651．675卢森堡1．9662．2171．8702．2032．3892．0062．6222．4382．158拉脱维亚2．1882．4351．9522．3282．5031．9252．8092．5732．018墨西哥1．6542．1361．5801．6952．2181．5791．7662．2611．612马耳他2．0372．3851．8032．2192．5782．0812．1152．7612．240荷兰2．0362．2121．8292．0772．1881．7842．4842．5141．925挪威1．9542．1781．8612．0962．2571．8802．1352．2531．877波兰2．4072．3201．9282．3102．4321．9302．4182．5451．918葡萄牙1．9322．4181．8972．1982．5251．8782．3632．5851．850罗马尼亚1．9732．3461．7852．2882．3771．9282．1942．4241．944俄罗斯1．8331．7451．4061．9331．8831．4812．1241．9551．531斯洛伐克2．4542．5412．1412．0972．5501．9132．0702．6541．965斯洛文尼亚2．0482．4031．8732．1572．4481．8922．1562．5321．951瑞典2．2642．2701．8582．3702．3281．8772．6862．3651．871土耳其1．6762．3751．6251．6742．3531．6121．6902．3981．618台湾2．1712．5051．7612．3272．8321．8582．2102．9361．929美国2．2922．2021．7602．3312．2531．7692．2612．2481．773

数据来源：由2016年发布的世界投入产出表数据计算得出。

2.农业全球价值链长度分解

由于篇幅所限，表2中仅列出部分年份的数据。依据2000—2014年43个国家(地区)农业全球价值链的国内段长度测算结果，可以发现：(1)考察期间内，农业全球价值链国内段长度(均值)排名前5位国家依次为：加拿大(2.0892)、美国(2.0169)、澳大利亚(1.9720)、捷克(1.9605)和丹麦(1.9288)，反映出这些国家农业垂直生产分割较为明显，国内分工更为精细，对其他产业的拉动效应较强；排名相对靠后的国家分别为：印度尼西亚(1.2806)、卢森堡(1.3084)、印度(1.4235)、土耳其(1.4531)和马耳他(1.4612)，这意味着此5国农业垂直生产结构不甚明显，国内分工较为粗犷，对其他产业带动效应相对较弱。(2)2000—2014年，43个国家(地区)农业全球价值链长度总体呈波动态势。爱尔兰(11.08%)、斯洛伐克(9.07%)、西班牙(6.88%)、丹麦(6.10%)和韩国(5.89%)等国农业全球价值链的离散程度较强，墨西哥(1.19%)、挪威(1.25%)、克罗地亚(1.60%)、瑞士(1.75%)和马耳他(1.78%)等国离散程度相对较弱。(3)就中国而言，2007—2014年农业全球价值链国内段长度总体呈延伸之势(由1.8374升至1.9531)，这主要得益于中国改革开放进一步深化，国内分工体系完善，农业、工业和服务业互动融合加强。

表2 2000—2014年43个国家(地区)农业全球价值链国内段长度

数据来源：由2016年发布的世界投入产出表数据计算得出。

由于篇幅所限，表3中同样仅列出部分年份的数据。由2000—2014年43个国家(或地区)农业全球价值链国外段长度的测算结果可以发现：(1)考察期间内，农业全球价值链国外段长度排名前5的国家依次为：卢森堡(1.0081)、爱尔兰(0.8135)、拉脱维亚(0.8033)、比利时(0.7373)和立陶宛(0.6971)，反映了这些国家的农业对国外中间投入品的需求较强，易受国际经济波动的影响；印度(0.0829)、印度尼西亚(0.1331)、中国(0.1554)、俄罗斯(0.2101)和日本(0.2136)等国农业全球价值链的国外段长度相对较短，此类国家农业自主性相对较强，农业的关联产业多来自国内，对国外中间投入品的需求相对较弱，对国际经济波动的免疫性较强。(2)与2000年相比，除斯洛伐克外，2014年几乎所有国家(地区)农业全球价值链长度均有不同程度的延伸。其中尤以日本农业全球价值链长度延伸最为明显，增幅高达1.5955；其次是立陶宛，增幅为1.2926；保加利亚排名第三，增幅约1.1220。(3)受2008年金融危机影响，2009年多数国家(地区)农业全球价值链的国外段长度收缩明显，这主要缘于全球经济低迷，国外中间产品供给能力和效率有所下降，多数国家(地区)通过压缩农业全球价值链的国外段长度来有效规避供应链断裂的风险。

表3 2000—2014年43个国家(地区)农业全球价值链国外段长度

三、全球农业上游度水平测算与分析

(一)测算方法

经济全球化与生产片段化使得跨国公司在全球范围内组织生产，各国农业企业通过参与不同工序生产过程，从而嵌入到跨国公司主导的农业全球价值链。因而，本文通过测算农业上游度水平来确定各国农业在现有国际分工格局中的位置，以判断各个国家(地区)农业究竟是处于全球价值链的上游阶段，还是更加接近终端消费者。关于农业上游度水平的测算，借鉴Fally(2011)所用方法，即将上游度定义为“某产业向上游产业销售越多的产出份额，则该产业越位于上游”。因此，产业i的上游度水平Ui计算公式如式(3)所示：

(3)

式(3)中，dij为j部门生产单位价值产品需投入i部门产品价值；Yi与Yj依次表示i部门和j部门的总产值；dijYj

Yi表示j部门采购的i部门中间投入品占i部门总产出的比例；Ui≥1。

运用矩阵代数可以将该测算法表述为：U=[1-Δ]-11，其中Δ是第(i,j)项元素为dijYj

Yi的矩阵，1为元素均为1的列向量。具体数据来源于世界投入产出数据库中2000—2014年世界投入产出表数据。

(二)测算结果与分析

表4为2000—2014年43个国家(或地区)农业上游度变动趋势测算结果。由表4可知：(1)2000—2014年，43个国家(地区)三大产业上游度均值排名依次为：工业(2.4444)、农业(2.2296)、服务业(2.0454)。具体到中国来看，考察期间中国三大产业上游度水平均值要显著高于世界平均水平，具体分别为工业(3.0675)、农业(2.5440)和服务业(2.0789)，反映了中国的三大产业均对世界经济具有较强的支撑性，三大产业的产品更多作为中间投入品为本国或其他国家所使用。(2)就农业上游度水平而言，排名前5的国家依次为：瑞士(2.8679)、芬兰(2.8528)、瑞典(2.6872)、澳大利亚(2.6807)、丹麦(2.6366)。其中，瑞士农业上游度水平较高得益于其畜牧业发达，农业与其他产业关联紧密，具体表现在两个方面：一方面农业为工业(如食品加工业)提供原料，另一方面农业为服务业(如旅游业、科学研究与技术服务业)提供了支撑。排名较为靠后的国家(地区)依次为：马耳他(1.6531)、斯洛文尼亚(1.6732)、希腊(1.7252)、印度(1.7648)、塞浦路斯(1.7767)。其中，印度农业上游度水平较低主要由于农业与工业、农业与服务业融合度不高，具体表现在：一是印度农业以小农经营为主，农业机械化水平和化肥施用水平较低；二是印度农业虽与互联网技术广泛融合，但缺乏金融服务业和农业技术服务业的有力支撑。(3)具体到中国而言，2001—2009年中国农业上游度水平持续攀升，由2.0224提高到2.8421，说明农产品作为工业生产中间投入品的角色得以强化。2009—2010年中国农业上游度水平有所回落，由2.8421降至2.8066，主要由于美国次贷危机的滞后效应。具体来看，美国次贷危机导致世界经济增长疲软，贸易保护主义抬头，各国纷纷压缩国外产品需求，从而导致中国制造业增速减缓，其他产业对农业的有效需求减弱。

表4 2000—2014年43个国家(或地区)三大产业上游度变动趋势

(续表4)

2000农业工业服务业2007农业工业服务业2014农业工业服务业中国2．0902．9112．0622．5933．1352．0983．0333．3022．181塞浦路斯1．7342．2011．9191．7502．0941．9961．8462．1982．073捷克2．5362．5802．2512．5892．6202．3752．5272．6732．373德国2．0452．2852．0652．1172．4232．1692．3922．5062．144丹麦2．4552．3012．0752．6762．4002．1812．5942．4652．201西班牙1．8462．4182．0081．9902．6792．1902．3502．6302．020爱沙尼亚1．9022．6182．1142．1002．5282．1862．1322．6092．282芬兰2．8862．6852．1792．8792．6712．2012．8372．7092．196法国2．3772．3522．0282．3962．3872．0782．4882．5042．036英国1．8812．3092．0291．9012．3382．0562．3382．5792．074希腊1．7611．9711．8141．6671．9801．8791．8342．1501．929克罗地亚1．8482．1272．1141．8062．2102．1161．9112．2942．184匈牙利2．4112．3802．0482．4622．4302．0982．6662．5292．096印度尼西亚2．0572．1071．6942．0972．2501．6942．1482．2391．751印度1．6622．0811．6171．8122．0811．7131．7112．0731．604爱尔兰2．3342．2842．3282．5242．4302．4742．2752．5542．154意大利1．7962．3692．1081．8422．4562．1782．3782．5782．117日本2．2112．5071．9972．2762．6532．0482．3172．6792．010韩国2．2102．6022．0792．3322．8692．1772．7003．0972．324立陶宛1．8602．4561．8461．8902．4121．9132．2172．6371．994卢森堡2．2032．5382．2752．3172．6262．3062．6942．6252．377拉脱维亚1．9272．6682．1142．0742．3252．1572．3602．9662．290墨西哥2．0132．0791．5611．8862．1011．5331．8772．1891．559马耳他1．4772．0241．8641．7182．3402．0051．8052．6022．055荷兰2．0502．3842．1421．7552．3892．1262．4612．7552．313挪威2．6662．7802．0882．5982．7462．1352．5682．8182．125波兰1．9822．2832．0172．0292．4152．1322．3212．5522．107葡萄牙1．9682．3061．9422．0312．5142．0342．1212．5642．055罗马尼亚2．1872．2952．0982．1332．3002．0522．0942．3782．277俄罗斯1．9642．1491．6391．8132．0871．5791．8372．1491．640斯洛伐克2．0402．4882．0712．0842．3972．0672．1402．4592．099斯洛文尼亚2．4442．6322．1302．2322．3862．1282．1552．3382．039瑞典2．6132．5122．1282．6782．5752．1852．7802．6982．160土耳其1．9632．4561．8381．9262．2041．8061．8672．2981．825台湾2．1292．6601．9552．0642．9402．0682．2483．1042．033美国2．4662．3391．9022．5242．3561．8872．6472．3321．905

四、全球农业增值能力影响因素分析

鉴于全球价值链任意链节都体现出价值创造，企业嵌入全球价值链的位置不同，产品垂直生产结构有别，行业劳动生产率水平各异，因而各国农业单位产出增值率出现明显差异。为了理清1995—2011年各国农业在全球价值链中所处地位与其增值能力的关系，本文构建涵盖农业增值能力及其影响因素的面板数据模型，以此进行验证，并采用两阶段最小二乘法(Two Stage Least Square，TSLS)来控制农业增值能力与农业上游度水平间的内生性。具体回归的基础模型为：

(4)

式(4)中，农业增值能力(AVA)为被解释变量，具体数据来源于1995—2011年世界投入产出表*世界投入产出数据库(World Input-Output Database ，WIOD)只更新了投入产出表，配套的经济社会表尚未更新，因此本文的分析基于2013年发布的世界投入产出表(1995—2011年)数据及其配套的经济社会表数据展开。鉴于2013年发布的世界投入产出表包含40个国家(地区)数据，所以文中面板数据回归模型仅以40个国家(地区)为样本。。主要解释变量设置如下：农业上游度水平(AUPST)、农业全球价值链的国内段长度(ADGVCLEN)、农业全球价值链的国外段长度(AFGVCLEN)作为反映40个国家(地区)在全球价值链分工中地位变化的指标，可以用于验证40个国家(地区)农业在全球价值链分工中的角色变迁与其增值能力的关系。农业上游度水平用来测算农产品在全球价值链分工中所处地位，同时结合拉姆齐(Ramsey)RESET(Regression Specification Error Test)的检验结果与微笑曲线相关理论，并将测算农业上游度水平的一次项与二次项引入模型。而全球价值链的国内段长度与国外段长度则是基于垂直生产结构视角，可以用于衡量特定行业参与全球价值链分工的深度。农业上游度水平和农业全球价值链的国内段长度与国外段长度由上文测算得出，同时上述变量均无单位。为了控制模型的内生性问题，将测算农业上游度的一阶滞后项作为工具变量引入模型。本文借助农业人均产出(AGDPPC)来衡量农业劳动生产率水平，同时为了减少异方差影响，将其以对数形式引人模型。

为了使数据具有可比性，本文以1995年为基期，对各年产出均作平减处理。为了统一计量单位，依据当年外汇牌价，将其折合成美元，汇率数据来自于世界银行发展指标(World Bank Institute，WBI)数据库，单位为：美元/人。为了尽可能规避遗漏变量所带来的内生性问题，本文将农业劳动构成和农业资本密集度作为控制变量引入模型。其中，农业劳动构成(AHLIR、AMLIR)由农业高技能劳动和中技能劳动的占比来体现，具体数据来源于世界投入产出数据库。农业人均资本的对数(Ln AFCPC)作为衡量农业资本密集度的替代变量，由农业实际固定资本形成总额除以农业的就业总人数表示，具体基期为1995年，以此对各年农业固定资产形成总额进行平减处理。与上文类似，为了统一计量单位，依据当年外汇牌价，将相关数据折合成美元，单位为：美元/人。

如上文所述，为了规避内生性问题，本文主要采用两阶段最小二乘法(TSLS)进行数据分析，在回归中依次剔除最不显著的解释变量，分别得到模型4、模型5和模型6。关于模型内生性的识别，通常做法是进行Hausman检验或Davidson-Mackinnon检验，而本文借助后者来检验。由Davidson-Mackinnon检验的结果可知，由于其拒绝原假设，因此需要对两阶段最小二乘法(TSLS)的回归结果进行分析。作为参考，表5中还列出面板数据固定效应模型的回归结果(固定效应回归中依次剔除最不显著的解释变量，分别得到模型1、模型2和模型3)。其中固定效应和随机效应的选择主要借助Hausman检验来判定。具体情况见表5。

表5 基于两阶段最小二乘法(TSLS)的农业增值能力影响因素检验

(续表5)

FE模型1模型2模型3TSLS模型4模型5模型6LnAGDPPC0．002∗∗(0．001)0．003∗∗∗(0．001)0．003∗∗∗(0．001)0．002∗(0．001)0．002∗(0．001)LnAFCPC0．001(0．003)0．002(0．003)CONS1．075∗∗∗(0．037)1．084∗∗∗(0．026)1．094∗∗∗(0．026)0．982∗∗∗(0．062)1．005∗∗∗(0．049)1．022∗∗∗(0．048)样本数680680680640640640F值88．880111．180129．91082．860103．320105．880Hausman检验Chi2值37．68044．55055．02036．92043．39033．280Hausman检验p值0．0000．0000．0000．0000．0000．000Davidson-MacKinnon检验p值0．0000．0000．000联合显著p值0．0000．0000．0000．0000．0000．000WithinR-sq0．9300．9300．9290．9250．9260．924

注：小括号内数值为标准误；*、**、***依次表示在10%、5%、1%水平上显著。

回归结果显示：(1)考察期间内，农业增值能力与农业上游度水平的一次项、农业中技能劳动投入比率呈正相关，且均通过5%的显著性水平检验；(2)农业增值能力与农业上游度水平的二次项、农业全球价值链的国内段长度、农业全球价值链的国外段长度、农业高技能劳动投入比率呈负相关，且均通过5%的显著性水平检验；(3)农业增值能力与农业劳动生产率、农业资本密集度关联度并不显著，均未通过5%的显著性水平检验。由此可知：一是农业增值能力与农业生产中不同技能劳动投入比例关联显著，中技能劳动投入比例增加有利于农业增值能力提升，而高技能劳动投入比例增加的结果却适得其反；二是农业增值能力与农业上游度呈“倒U型”关系；三是伴随农业全球价值国内段长度与国外段长度延展，农业增值能力却有所削弱。

五、结论与政策建议

本文通过对2000—2014年43个国家(地区)农业全球价值链长度的测算与分解，同时借助上游度指数测算，明确了农业对其他产业的支撑性作用，接下来借助面板数据二阶段最小二乘法检验了农业增值能力的主要影响因素。研究结果显示：农业增值能力与农业中技能劳动投入比例呈正相关；农业增值能力与农业上游度水平总体呈“倒U型”关系，在最初阶段，农业上游度水平增加有助于农业增值能力提升；而当农业上游度水平超出一定程度，农业的增值能力将被工业和服务业所代替，从而导致两者出现负相关；农业增值能力与农业全球价值链的国内段长度、农业全球价值链的国外段长度负相关；农业增值能力与农业高技能劳动投入比率负相关；农业生产率提高与农业资本积累的增加未必能带来农业增值能力提升。

基于以上研究结果，为了进一步提升中国农业增值能力，本文提出以下三点政策建议：

(1)加强基层农业技术指导员的培训与管理，提升农技指导员技能水平，强化服务意识，进一步提升中技能劳动人员占比与农业增值能力。同时，要积极调动农业高技能劳动者的主观能动性，强化其在农业技术创新与农业增值能力提升中的功效。

(2)中国政府应积极构建跨境农业产业链，加强农业国际合作，要采取“归核化战略”，注重对农业战略核心链节的掌控，促进农业研发、成果示范与应用有效衔接。

(3)提升农业生产率与创新农业金融服务，农业企业应树立农业品牌意识和创新意识，促进农业与信息技术和互联网全面融合，实现由传统农业向现代农业的转型。

洪银兴，郑江淮. 2009. 反哺农业的产业组织与市场组织：基于农产品价值链的分析[J]. 管理世界(5):67-79.

王岚，李宏艳. 2015. 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(2):76-82.

张庆亮. 2014. 农业价值链融资：解决农业融资难的新探索[J]. 财贸研究(5):39-45.

朱磊，冯锐. 2012. 商业银行产业链金融探析[J]. 中央财经大学学报(2):23-27.

FALLY T. 2011. On the fragmentation of production in US [R]. University of Colorado Working Paper．

FALLY T, HILLBERRY R. 2013. Quantifying upstreamness in East Asia: insights from a coasian model of production staging [R]. UC Berkeley ARE Working Paper．

HANEMANN P, BOURNS N, FERTZIGER I . 2008. Ataulfo mango in chiapas：a value chain analysis [R]. USAID Microreport, No.109.

KAPLINSKY P R. 2000. Globalization and unequalisation: what can be learned from value chain analysis [J]. Journal of Development Studies, 37(2):117-146.

MILLER C, SILVA C D. 2012. Value chain financing in agriculture [J]. Enterprise Development and Microfinance， 18(18):95-108.

(责任编辑 张 坤)

ResearchontheRelationshipbetweenEmbeddingPositionofAgricultureinGVCsandValue-addingCapacity

YANG Jie

(School of International Economics and Trade, Anhui University of Finance and Economics, Bengbu 233030)

Firstly, through calculation of the length of agricultural GVCs and its decomposition, the paper discusses agricultural production stages of 43 countries from vertical perspective. Secondly, the paper calculates agricultural upstreamness in order to make clear it′s supporting to other industries and variation of embedded position in global value chain. Finally, the relationship between embedding position of agriculture in GVCs and value-adding capacity is tested based on TSLS method. The results show that there is an inverted U shaped relationship between value added capability and upstreamness of agriculture. The rise of mid-skilled labor can increase value added capability of agriculture, while the extension of agricultural value chain shows restriction to it.

global value chain; upstreamness; length of global value chains; value-adding capacity

2017-07-12

杨 杰(1977--)，男，安徽怀远人，博士，安徽财经大学国际经济贸易学院讲师。

国家自然科学基金应急项目“新常态下中国对外投资理论的创新与发展研究”(71541003)。

F31；F113

A

1001-6260(2017)09-0039-09

10.19337/j.cnki.34-1093/f.2017.09.004