双向FDI协同与中国产业全球价值链攀升

黄永明 张亚楠

一、引言及文献综述

历经四十多年的改革开放，我国对外贸易实现了“井喷式”增长，2021年货物贸易进出口总额达39.1万亿元,稳居全球第一。与此同时，凭借廉价劳动力等比较成本优势，中国一方面吸引了大量IFDI，另一方面OFDI也呈快速增长的势头，已成为世界第一大IFDI流入国和第二大OFDI流出国。然而，近些年的中美贸易摩擦、华为芯片断供等事件充分说明，尽管拥有庞大的外贸规模和双向FDI体量，我国产业的全球价值链嵌入位置仍较低，核心竞争力还比较弱。对此，2021年发布的“十四五”规划指出要“促进内需和外需、进口和出口、引进外资和对外投资协调发展，加快培育参与国际合作和竞争新优势”，这意味着推动双向FDI协同发展，培育国际竞争新优势，是当前和今后一段时间内我国经济发展的重要任务之一。

既有文献中直接研究双向FDI协同发展影响全球价值链嵌入位置的较少，大多集中于单独研究IFDI或OFDI对全球价值链嵌入位置的影响。首先，从OFDI的视角来看，一些研究证实了OFDI可有效提升一国或地区的全球价值链分工地位（刘斌等，2015；刘源丹和刘洪钟，2021）。对外直接投资的过程是母国将自身的生产环节嵌入全球价值链的过程，OFDI的逆向技术溢出效应是促进一国全球价值链升级的重要基础（杨连星和罗玉辉，2017；王杰等，2019）。从价值链构建的角度来看，OFDI“补短”和“优化”的本质使其对一国或地区全球价值链分工地位的攀升有着积极影响（戴翔等，2018）。发展中国家技术追求型的OFDI所引致的逆向技术溢出是其融入全球价值链高端环节的“捷径”（蒋冠宏和蒋殿春，2014），而对发达国家的OFDI能够表现出更大的价值链影响效应（郑丹青，2019）。其次，从IFDI的视角来看，得益于IFDI的技术溢出，其对全球价值链升级也有着显著的促进作用（Chin，2012；李磊等，2017），但也存在着“天花板”效应（张鹏杨和唐宜红，2018）。当IFDI处于门槛值以下时，产业集聚对全球价值链分工地位具有抑制作用，而处于门槛值以上时，产业集聚能够显著促进全球价值链分工地位的提升（杨仁发和李娜娜，2018）。此外，IFDI与一国的全球价值链后向关联正相关（Kowalski等,2015），其依靠与跨国公司全球价值链网络的联系，强化我国融入全球价值链的深度与复杂度，推动中国制造业向全球价值链的下游移动（罗伟和吕越，2019）。最后，从双向FDI的视角来看，多数学者认为双向FDI会对增加值贸易与全球价值链嵌入产生积极影响。Adarov和Stehrer（2021）发现IFDI有利于全球价值链的后向参与，而OFDI则有利于全球价值链的前向参与。刘景卿等（2019）基于社会网络分析的视角，研究了一国IFDI网络与OFDI网络对其全球价值链分工地位的影响，指出随着网络集约性和广延性的提高，网络技术溢出效应可以提升其全球价值链分工地位。

综上所述，既有研究多从单一视角研究IFDI或OFDI与全球价值链升级之间的关系，鲜有学者将双向FDI的协同发展与全球价值链纳入统一分析框架，来深入探讨二者之间的影响机制。因此，本文基于国际生产分割理论，考察双向FDI协同发展对全球价值链嵌入位置的影响与机制。本文可能的贡献在于：第一，本文构建了一个理论模型，在统一的理论框架中分析双向FDI协同发展与全球价值链嵌入位置之间的关系，拓展和深化了一国产业实现全球价值链攀升的理论研究，丰富了全球价值链升级的相关文献。第二，本文从实证层面上检验了双向FDI协同影响全球价值链嵌入位置的多维机制，并讨论了不同知识产权保护水平下二者之间关系的非线性特征，为提升中国产业全球分工地位提供新的经验证据。

二、理论模型与机制分析

（一）理论模型构建

因此，根据我们所构建的理论框架，发展中国家双向FDI的协同发展在一定条件下能够促进其全球价值链嵌入位置的提升，且该条件与发展中国家的人力资本结构水平密切相关。因此，本文提出如下假说。

假说1：在一定条件下，双向FDI协同程度越高，越能促进全球价值链嵌入位置的提升。

（二）双向FDI协同影响全球价值链位置的机制分析

全球价值链的不同生产环节对应着不同的技术层级，因而全球价值链嵌入位置攀升的关键是促进技术进步。对于发展中国家来说，提升自身技术能力的一个重要渠道是接收其他国家的技术外溢（Brach和Kappel,2009），这与作为先进技术重要传播方式的双向FDI的发展密切相关。IFDI的技术溢出帮助东道国企业以较小的代价学习、模仿、掌握并改造所获得的技术，而OFDI能够优化母国的要素资源结构，其建立的内部信息流传输渠道也加速了逆向技术溢出。在双向FDI的协同技术溢出效应下，知识与技术的内化和形成能力得到强化，能够更有效地实现对国际知识资源的整合、吸收与创新，有利于全球价值链嵌入位置的提升。此外，双向FDI协同技术溢出的吸收和知识资源的内化也促进了人力资本质量的提升。一方面，IFDI能够带来国内人力资本的扩张（Chen,2015），优化人力资本结构；另一方面，OFDI可以让对外投资企业更便利地吸收东道国的高素质人才，并通过建立与国际劳动力市场的链接促进国内人力资本结构升级。因此，双向FDI大幅度提升了人力资本结构的高级化水平，其协同的人力资本传输效应能够强化研发创新能力，加快技术变革的速度，提高技术成果转化率，推动行业整体生产技术水平的升级和价值增值，进而提升在全球价值链中的嵌入位置（理论机制如图1所示）。据此，本文进一步提出假说2和3。

图1 双向FDI协同提升全球价值链嵌入位置的理论机制

假说2：双向FDI协同提升了知识及技术的内化能力，有利于全球价值链嵌入位置的攀升。

假说3：双向FDI协同能够促进人力资本结构高级化，进而有利于全球价值链嵌入位置的攀升。

三、计量模型的设定、变量选取与数据说明

（一）计量模型设定

基于上述理论分析，设定如下双向固定效应模型，以考察双向FDI协同对全球价值链嵌入位置的影响，模型具体形式如下：

其中，下标i,t依次代表行业及年份，被解释变量GVC-positionit为全球价值链嵌入位置指数，Dit为双向FDI协同程度，Controlit为相关的控制变量，主要包括行业全要素生产率（TFP）、行业规模（indus_scale）、行业生产水平（Produ_level）、R&D内部经费支出（R&D）、行业投资率（inves_rate）、行业生产配套能力（Produ_sup），λi代表行业固定效应，τt代表时间固定效应，εit为随机扰动项。

（二）变量选取

1.被解释变量：全球价值链嵌入位置

本文借鉴Wang等（2017）提出的基于生产长度的全球价值链位置指数，该指数同时考虑了参与全球价值链的上游度与下游度，是目前较为完善的测度全球价值链嵌入位置的指标。其计算公式为：

在上式中，下标中的i与t分别对应行业及年份，GVC-positionit表示嵌入全球价值链的位置，plv-GVCit表示基于前向联系的平均生产长度，ply-GVCit表示基于后向联系的平均生产长度，Xv-GVCit为中间产品出口所引致的总产出，V-GVCit为全部的中间产品出口,Xy-GVCit表示由初始投入所引致的总产出，Y-GVCit表示参与全球价值链生产活动的总产出。该指数计算得到的数值越大，表明一国在全球价值链分工中越处于相对上游的位置。

2.解释变量：双向FDI协同程度

本文借鉴黄凌云等（2018）提出的测度方法，对我国国民经济行业层面的双向FDI协同程度进行测度。双向FDI的耦合度计算公式为：

上式中，IFDIit和OFDIit分别为t时期i行业的外商直接投资和对外直接投资流量。α以及β表示特定的权重，γ为调节系数，本文参照黄凌云等（2018）的做法，依次取值0.5、0.5、2。Cit的值越大，表示耦合程度越高。进一步地，考察双向FDI耦合基础之上的协同程度，以此来反映双向FDI是否具有高水平且优良的默契程度。协同发展的指标为：

Dit表示t时期i行业的协同发展程度，该指标数值越大，协同程度就越高。综合（16）、（17）两式，双向FDI协同程度的具体表达式为：

3.控制变量

为降低遗漏变量偏误，添加如下控制变量：（1）行业全要素生产率（TFP）。本文借助DEAP2.1软件及DEA-Malmquist生产率指数模型测算行业层面全要素生产率的增长率，根据数据的可得性与所选指标的科学性，以行业增加值表示产出，以各行业的固定资产投资额表示资本投入，以各行业从业人员的年末人数表示劳动投入，以各行业的R&D内部经费支出表示研发投入，对行业全要素生产率的增长率进行测算。由于DEA-Malmquist生产率指数表示的是全要素生产率的变化率，因而以2002年为基期，假定2002年生产率增长率的值即为该年的TFP，2003年的TFP用2002年与2003年的Malmquist生产率指数的乘积来表示，后续年份的生产率按此方法进行连乘。（2）行业规模（indus_scale）。用各行业从业人员的年末人数来衡量。（3）行业生产水平（Produ_level）。用各行业的行业增加值来衡量。（4）研发投入（R&D）。用各行业的R&D内部经费支出来衡量。（5）投资率（inves_rate）。用各行业新增固定资产占总产值的比重来表示。（6）行业生产配套能力（Produ_sup）。用WIOD投入产出表数据中各行业消耗的国内中间品占行业总消耗的中间品的比重来衡量。（7）政府研发支持（Gove_ID）。用各行业R&D内部经费支出中政府资金所占的比重来表示。另外，对控制变量中非比率类的变量（行业规模、行业生产水平、研发投入）取自然对数处理。

4.中介及门槛变量

（1）人力资本结构高级化指数

借鉴刘智勇等（2018）提出的方法，根据受教育程度，按未上过学、小学、初中、高中、大专及以上等五个层次对人力资本进行划分，将这五类人力资本各自所占的比重作为空间向量的分量，构建人力资本的一个五维空间向量X=(x0,1,x0,2,x0,3,x0,4,x0,5)，同时构建X1=(1,0,0,0)、X2=(0,1,0,0,0)、X3=(0,0,1,0,0)、X4=(0,0,0,1,0)、X5=(0,0,0,0,1)五个基本单位向量组，将其作为基准向量并分别计算人力资本空间向量X与它们的夹角θm(m=1,2,3,4,5)，θm的计算公式为：

其中，xm,n为基本单位向量组Xm(m=1,2,3,4,5)的第i个分量，x0,n表示向量X的第n个分量。人力资本结构高级化指数为：

上式中，Wm是θm的权重，根据刘智勇等（2018）的研究，人力资本的受教育程度越低，其夹角θ就越大，因而权重W1、W2、W3、W4、W5依次赋值为5、4、3、2、1。该人力资本结构高级化指数纳入了不同类型人力资本的相对变化对整体结构的影响，能够较好地刻画人力资本结构高级化水平，指数的值越大，人力资本结构高级化水平就越高。

（2）技术内化能力（S&T_achie），基于合理性和数据的可得性，本文选取各行业重大科技成果的项数作为反映技术内化能力的替代指标。

（3）知识产权保护水平（Inte_prote），借鉴尹志锋等（2013）的做法，采用行业研发密度（行业研发支出占行业经济增加值的比重）作为权重与加拿大Fraser研究所公布的中国知识产权保护度（年度数据）相乘，将国家知识产权保护水平转化成行业知识产权保护水平。

（三）数据说明

鉴于《中国对外直接投资统计公报》自2003年起开始公布，基于数据的可得性和匹配性，本文最终选取2003—2014年中国29个行业①作为研究样本。原始数据来源主要有：（1）测算全球价值链嵌入位置指数、行业生产配套能力的数据来源于2016年版的WIOD数据库。（2）我国各行业就业人员不同类型受教育程度所占比重的数据来源于《中国劳动统计年鉴》。（3）中国29个行业的IFDI和OFDI流量数据分别来源于历年的《中国统计年鉴》和《中国对外直接投资统计公报》。（4）29个行业的行业增加值、固定资产投资额、从业人员的年末人数、各行业新增固定资产等数据来源于《中国统计年鉴》。（5）各行业的R&D内部经费支出、R&D中的政府资金额、各行业重大科技成果的数目等数据来源于《中国科技统计年鉴》。价值类数据利用CPI指数进行了平减，且个别行业某年份的缺失数据采用线性插值法进行了填补。

四、实证检验结果

（一）基准回归结果

表1汇报了基于双向固定效应模型的估计结果。其中，第（1）列为只控制行业和时间固定效应时，核心解释变量对产业全球价值链嵌入位置的影响。结果显示，双向FDI协同对全球价值链嵌入位置具有积极影响，这一影响在10%的水平上显著。在加入一系列控制变量之后，由表1中第（2）列的估计结果可知，双向FDI协同程度的系数在5%的水平上显著为正。即双向FDI协同发展水平越高，越能促进全球价值链嵌入位置的提升，验证了本文所提出的假说1。此外，为了进一步检验双向FDI协同如何影响价值链生产长度，进而改变全球价值链嵌入位置，本文同时报告了核心解释变量对全球价值链前、后向生产长度的影响结果。由表1中的（3）至（6）列可知，在加入控制变量前后，基于前向联系的全球价值链生产长度的系数均大于基于后向联系的系数，即双向FDI协同程度对基于前向联系的全球价值链生产长度的提升作用大于其对后向生产长度的提升作用，也间接说明了双向FDI协同对全球价值链嵌入位置的正向影响。

表1 基准回归结果

（二）稳健性检验

为了确保基准回归结果的可靠性，本文从以下几个方面进行稳健性检验：

1.替换变量。首先，利用Koopman等（2010）提出的全球价值链地位指数作为被解释变量进行重新估计，该指标的计算公式如下：

其中，Eij是指i国j部门的总出口，IVij指i国j部门出口中所包含的间接国内增加值，FVij指i国j部门出口中包含的来自其他国家的价值增值，也称国外增加值。估计结果如表2中第（1）列所示，在替换了被解释变量之后，核心解释变量估计系数的符号没有发生变化，双向FDI协同程度的系数在5%的水平上显著为正，与基准回归结果保持一致，说明本文的实证结果具有一定的说服力。

2.全球样本检验。为了进一步验证本文的研究结论，我们基于全球样本数据再次进行实证分析。根据数据的可得性与匹配性，选取WIOD数据库中36个经济体②2002—2014年的相关数据进行检验。其中，控制变量选取了各国的全要素生产率水平、研发投入占GDP的比重、资本存量、政府支出规模、经济对外开放度、税负水平。相关原始数据分别来源于WIOD数据库、佩恩表10.0③、世界银行数据库、全球经济自由度指数EFI④。估计结果如表2中第（2）列所示，限于篇幅，本文仅报告了核心解释变量的估计结果。可以看出，全球样本数据的实证结果依旧支持假说1。

3.异方差和自相关问题的进一步处理。参考台航和崔小勇（2019）的稳健性检验做法，采用XTSCC模型进一步处理面板数据固定效应模型可能存在的异方差和自相关性等问题，来修正解释变量的系数标准误，估计结果如表2中第（3）列所示。可以看出，核心解释变量的系数也显著为正，与基准回归结果保持一致。

4.内生性问题。针对模型可能存在的内生性问题，本文参考连玉君等（2008）处理内生性问题的做法，选用内生解释变量的滞后项作为工具变量，并进一步采用两阶段最小二乘法（2SLS）进行估计。选用双向FDI协同程度的滞后一阶作为工具变量，估计结果如表2中第（4）列所示，可以看出核心解释变量的系数符号没有发生改变。

表2 稳健性检验估计结果

（三）异质性分析

行业异质性和时期异质性的存在可能会导致双向FDI协同程度对全球价值链嵌入位置的影响存在差异。因此，本文对样本时期和行业类型进一步划分，以考察双向FDI协同程度对全球价值链嵌入位置的异质性影响。

首先，本文将样本时期划分为金融危机前（2003—2008年）和金融危机后（2009—2014年）两个时间段，分别进行实证检验。由表3中第（1）、（2）列的结果可知，金融危机之前双向FDI协同程度的系数为负且不显著，而金融危机发生之后，解释变量的回归系数为正且显著。系数符号出现变化的原因可能是，金融危机之前，我国OFDI处于刚刚起步的阶段，IFDI无论在存量还是流量方面都远远超过OFDI，双向FDI之间的协同发展水平较低，因而对全球价值链嵌入位置的影响并不显著。金融危机之后，我国OFDI增长明显加快，与IFDI的差距逐渐缩小，二者之间关系地位的变化使得双向FDI之间的互动协同水平不断提高，双向FDI协同程度达到一定水平后，对产业全球价值链嵌入位置的提升作用开始显现，因而回归系数显著为正。

表3 按时期和行业分组后的估计结果

续表

其次，将所选取的29个行业划分为工业和服务业两组，对行业异质性进行考察，估计结果见表3中的第（3）、（4）列。可以发现，双向FDI协同程度对工业和服务业的全球价值链嵌入位置均起到了显著的正向影响，且对工业的全球价值链嵌入位置提升作用更大。

（四）机制检验

为了验证假说2和假说3，本文基于中介效应模型做进一步的检验，采用人力资本结构高级化指数来衡量样本期内各行业的人力资本结构高级化水平⑤，用各行业重大科技成果的数量来衡量技术内化能力⑥。具体模型形式如下：

具体地，模型中的下标i，t分别代表行业和年份，Zit为控制变量，最后一项为随机误差，技术内化能力（S&T-achieit）和人力资本结构高级化水平（Hstructureit）为中介变量，其余变量含义与前文一致。在上述两个方程组中，α1（γ1）代表总效应的大小；β1（σ1）表示解释变量对中介变量影响程度的大小；λ2（ρ2）是控制了解释变量的影响后，中介变量对被解释变量的影响效应；λ1（ρ1）表示控制了中介变量后，解释变量对被解释变量的直接效应。

本文借鉴温忠麟和叶宝娟（2014）提出的中介效应检验流程，根据模型中各系数的显著性来判断中介效应是否存在。首先，由表4中（1）至（3）列的结果可知，系数α1与β1分别在5%和1%的水平上显著为正，即双向FDI协同发展对全球价值链嵌入位置及技术内化能力均有正向影响。λ1不显著，λ2在1%的水平上显著为正，即直接效应不显著而技术内化能力对全球价值链嵌入位置有显著的正向影响，说明存在完全中介效应，验证了技术内化渠道在双向FDI协同发展提升全球价值链嵌入位置过程中所起的完全中介作用。

根据表4中（4）至（6）列的估计结果，γ1、σ1的估计结果依次在5%、1%的水平上显著为正，即双向FDI协同对全球价值链嵌入位置及人力资本结构高级化水平均有显著正向影响。同时，ρ1、ρ2也均在10%的水平上显著，且σ1×ρ2与ρ1同号，即直接效应显著且人力资本结构高级化水平正向影响着全球价值链嵌入位置，说明存在着部分中介效应。

表4 中介效应估计结果

综上所述，中介效应的检验结果验证了假说2和假说3，即双向FDI协同可通过技术内化渠道以及人力资本结构升级渠道促进全球价值链嵌入位置的攀升。

五、拓展研究：非线性关系讨论

事实上，在不同的知识产权保护水平下，双向FDI的技术溢出、人力资本的创新动力会有差异，进而改变核心解释变量对全球价值链嵌入位置的影响效力。因此，本文借助门槛效应模型，选取知识产权保护水平作为门槛变量，进一步考察核心解释变量影响全球价值链嵌入位置的条件。

（一）门槛模型的设定

本文借鉴Hansen（1999）门槛回归模型，将知识产权保护水平作为门槛变量纳入模型，具体形式如下：

上述两个模型分别为单一门槛模型和双重门槛模型，其中，Dit为核心解释变量双向FDI协同程度，Inte-prote为门槛变量知识产权保护水平，Controlit为一系列控制变量，μit为随机误差项。

（二）门槛模型检验

根据表5的估计结果可知，双向FDI协同程度对全球价值链嵌入位置的影响随知识产权保护水平的变动表现出显著的非线性特征。知识产权保护水平的两个门槛值分别为0.007和0.067。当知识产权保护水平低于0.007时，系数值在1%的显著性水平上为0.014；在0.007至0.067的知识产权保护水平区间内，系数增大至0.048。即当知识产权保护水平较低的时候，双向FDI协同技术溢出效应下本土企业有更大的机会模仿并改进关键生产技术，双向FDI协同程度对全球价值链嵌入位置的正向影响也逐渐加强。当知识产权保护水平跨越第二门槛值0.067时，回归系数有所降低且不显著。可能的原因是，当跨越一定的门槛值之后，严格的知识产权保护制度使得本土企业学习、模仿国外技术受到限制，从而降低了其对全球价值链嵌入位置的提升作用。

表5 双向FDI协同程度的门槛估计结果

续表

六、结论和启示

本文构建了一个开放经济模型，在统一的理论框架中分析双向FDI协同发展与全球价值链嵌入位置之间的关系，并在此基础上进行实证检验。结果表明：第一，双向FDI协同发展能够促进我国产业全球价值链嵌入位置的提升，且这一结论在考虑了指标测度误差、样本差异、异方差和自相关性以及内生性问题之后依旧稳健；第二，相较于全球金融危机之前，全球金融危机后双向FDI协同发展对全球价值链嵌入位置的影响有所增强，且样本期内其对工业行业全球价值链嵌入位置的促进作用大于服务业；第三，中介效应检验的结果表明，双向FDI协同发展能够通过技术内化渠道与人力资本结构升级渠道来促进全球价值链嵌入位置的提升；第四，随着知识产权保护水平的变化，双向FDI协同程度对全球价值链嵌入位置的影响存在非线性特征。当知识产权保护水平跨越第二门槛值之前，双向FDI协同发展对全球价值链嵌入位置的正向影响不断增强，而当其跨越第二门槛值之后，影响程度有所降低。

本研究不仅有助于理解双向FDI协同影响全球价值链嵌入位置的机制，同时对打破阻碍我国产业全球价值链攀升的桎梏，重塑国际分工体系具有重要的政策启示。第一，要注重IFDI和OFDI的协同发展，优化双向FDI的行业协同布局。中国应积极以实施“一带一路”倡议和构建全面对外开放新格局为契机，大力提升双向FDI的质量及协同发展水平，引导双向FDI的投资领域逐步转向先进制造业与高端服务业，为全球价值链嵌入位置的提升拓展空间与优势。第二，积极提升人力资本的“质量”而非“存量”，为研发创新提供充足的动力和源泉。中国应优化并提升人力资本的结构和层次，为迈向全球价值链高附加值环节奠定坚实的基础。第三，适时调整国内知识产权保护强度。合理的知识产权保护水平区间能够强化双向FDI协同对全球价值链嵌入位置的提升作用，政府应结合经济开放程度和产业发展现状制定差异化的知识产权保护政策，缓解因政策强度过高而导致的技术门槛问题。

注释：

①选取的29个行业分别为：农林牧渔业、采矿业、食品、饮料和烟草制品制造业、纺织品、服装和皮革制品制造业、木材加工和木、竹、藤、棕、草制品业、纸和纸制品制造业、石油加工及炼焦业、化学原料和化学制品制造业、医药制造业、橡胶和塑料制品业、非金属矿物制品业、基本金属制造业、金属制品业、计算机、通信和其他电子设备制造业、电气机械和器材制造业、通用及专用设备制造业、交通运输设备制造业、家具制造业、电力、热力、燃气及水生产和供应业、建筑业、交通运输、仓储和邮政业、信息传输、软件和信息技术服务业、批发和零售业、租赁和商务服务业、科学研究和技术服务业、水利、环境和公共设施管理业、居民服务、修理和其他服务业、教育业、卫生和社会工作。

②选取的36个经济体分别为：奥地利、巴西、加拿大、中国、塞浦路斯、捷克、德国、丹麦、西班牙、爱沙尼亚、芬兰、法国、英国、希腊、克罗地亚、匈牙利、印度、爱尔兰、意大利、日本、韩国、立陶宛、拉脱维亚、墨西哥、马耳他、荷兰、挪威、波兰、葡萄牙、罗马尼亚、俄罗斯、斯洛伐克、斯洛文尼亚、瑞典、土耳其、美国。

③由宾夕法尼亚大学生产/收入/价格国际比较研究中心编制。

④该指数由《华尔街日报》和美国传统基金会发布。

⑤因《中国劳动统计年鉴》中按行业分的就业人员受教育程度构成未对制造业行业进行细分，本文对制造业行业的数据进行合并，该部分中介效应检验只采用了14个行业的数据。

⑥因《中国科技统计年鉴》中重大科技成果的数据未对制造业进行细分，且信息传输，软件和信息技术服务业、居民服务，修理和其他服务业存在数据缺失的情况，故仅采用12个行业的数据进行中介效应检验。