装备制造业数字要素投入能否提升全球分工地位？

梁经伟 文淑惠 袁明杨

摘 要：本文将数字要素与全球分工地位纳入到同一分析框架，通过理论与实证考察数字要素投入对装备制造业全球价值链地位攀升的影响效果及其作用机制。结果表明：装备制造业数字要素投入对其全球分工地位的提升存在显著积极影响，在进行稳健性检验和解决内生性问题之后，结论依然稳健。门槛检验发现装备制造业数字要素投入与其全球分工地位间的非线性关系表现为单一门槛形式。创新效应和网络效应是数字要素投入推动装备制造业GVC地位攀升的可能渠道，其中创新效应具有非线性影响，而网络效应具有直接效应，调节效应不明显。

关键词：数字要素投入；装备制造业；全球分工地位；门槛检验

中图分类号：F41文献标识码：A文章编号：1001-148X（2023）02-0001-08

收稿日期：2023-01-10

作者简介：梁经伟（1990-），男，江苏溧阳人，副教授，博士，研究方向：全球价值链与产业升级；文淑惠（1970-），女，贵州贵阳人，教授，博士生导师，研究方向：国际贸易与区域经济；袁明杨（1996-），本文通讯作者，女，四川成都人，硕士研究生，研究方向：区域经济。

基金项目：国家社会科学基金项目，项目编号：20CTJ015；国家自然科学基金项目，项目编号：71963022。

一、引 言

装备制造业是国之重器，是整个产业体系的核心，体现着一国创新力和竞争力。从全球价值链视角来看，我国装备制造业面临自主创新能力弱、核心关键技术薄弱和研发资金不足等问题，与发达国家相比，依然存在不小的差距。因此，打造自主可控的产业体系，装备制造业必须“首当其冲”，突破核心关键技术掣肘，提升国际分工地位。

当前，数字经济正逐步从服务领域向实体领域渗透，生产制造加速向数字化、信息化与智能化转变。以互联网通讯技术为载体的数字经济，一方面推动新技术、新产业和新商业模式的变革与发展，另一方面在提升经济发展质量、促进消费升级、畅通供应链循环等方面成效显著，而数字作为生产要素驱动实体产业提质增效的作用已越来越突出［1］。全球疫情以来，世界经济在全球生产、全球贸易等方面出现了显著的数字化变革，推动了全球价值链数字化转型，改变了价值链分工的空间结构及其治理模式［2］。数字经济推动全球价值链重构，为打造中国装备制造业强国提供契机。在面对发达国家的技术封锁和贸易打压下，如何实现数字要素与装备制造业的深度分工、释放数字化经济效应、摆脱在全球价值链中“低端锁定”“高端封锁”双重困境，提升国际分工地位已成为亟待解决的重要课题。

近年来，随着数字经济与制造业、服务业等实体产业深度融合，数字作为生产要素与实体产业融合发展的研究主要有两个方面，一是数字要素投入实体产业动因。张元庆等（2022）［3］、丁志帆（2020）［4］指出數据资源因其具有可复制、可共享、易收集、来源广泛等优点为企业创造了低价格竞争优势，同时数据由于在存储、传输和处理等能力上的优势被挖掘，通过不断创新的数字技术在制造业中被广泛使用。二是数字要素投入实体产业的效果。荆文君和孙宝文（2019）［5］指出数字经济可以通过数字这一新生产要素的投入，改善资源配置效率，并结合数字经济自身具有的自增长模式，实现经济增长，同时依托新兴技术形成可以兼具规模经济、范围经济及长尾效应的良好经济环境，使得交易成本降低，从而提升制造业全要素生产率。另有学者指出数字要素利用互联网平台提升制造业出口技术水平，实现制造业产品升级目标，加快制造业“走出去”步伐［6-7］。

关于数字要素投入与全球价值链的研究，现有文献从大数据、互联网（作为数字要素传播的平台）、数字技术等角度分析数字要素的功能与作用。大数据分析可以帮助企业捕捉、分析及预测客户的购买意向，对目标客户实时投放数字广告，加强创新新产品的方式，做出适当的新产品开发决策，增强企业在全球分工中的国际竞争优势［8-10］。广泛使用互联网带来的技术外溢效应、知识共享效应，极大地提高了企业生产效率。另外，知识的共享使得企业获得充分的市场信息，引致的学习效应促进企业员工对新技术、新知识的及时获取，提升了人力资本水平，推动了企业再创新，强化全球价值链中企业的分工地位［11-12］。但是，凭借先进数字技术兴起的“巨型技术企业”在全球市场中形成数据和技术垄断格局，加剧发展中国家在全球分工中的不利形势［13］。

与以往文献相比，本文的边际贡献在于：第一，基于理论和实证探索了数字要素投入对装备制造业全球分工地位提升的因果关系；第二，通过门槛模型，进一步在技术创新视角下，讨论装备制造业的数字要素投入在推动全球价值链地位提升过程中的非线性效应；第三，揭示不同来源的数字要素投入、不同经济发展水平的国家和不同装备制造行业的异质性。第四，进一步分析数字要素通过网络效应、创新效应影响装备制造业全球分工地位的机制。

二、研究设计

（一）装备制造业界定

装备制造业是为各经济部门扩大再生产而提供装备的各类制造业的总称，是国民经济的命脉，对一国经济发展和安全起着至关重要的作用。根据国民经济行业分类（GB/T 4754—2017），装备制造业主要包括金属制品业、通用设备制造业、专用设备制造业、交通运输设备制造业、电气机械及器材制造业、通信、电子及计算机制造业、仪器仪表及文化办公机械制造业等7大类185个小类，俗称“七分法”。林桂军（2015）［14］根据金属制品部门的性质，以“六分类”的行业作为装备制造业，该分类方法不仅考虑了数据的可获得性，同时也满足了装备制造业的地位内涵。基于此，本文在“六分类”的基础上，并结合世界投入产出表关于行业的划分，将以下五个行业部门作为装备制造业：计算机、电子和光学产品制造业（C17）；电气设备制造业（C18）；机械设备制造业（C19）；汽车等制造业（C20）；其他交通运输设备制造业（C21）。

（二） 核心变量测度

为了能够准确识别数字要素嵌入对装备制造业全球分工地位的影响，本部分对涉及的核心变量进行量化说明。

1.被解释变量

全球分工地位（GVC_po），采用Wang等（2017）定义的位置指数衡量。该指标由行业前向关联生产长度（PLv_GVC）与后向关联生产长度（PLy_GVC）之比刻画一国行业到全球生产链两端的相对距离，用于考察一国及其行业部门在全球分工体系的地位变化，能够较好地反映参与全球生产的状态，公式如下：

GVC_poijt=PLv_GVCijtPLy_GVCijt（1）

2.解释变量

装备制造业数字要素投入（Digital），采用装备制造业各行业的数字要素中间投入之和与总中间投入的比重衡量。参考张艳萍等（2022）［15］、党琳等（2021）［16］的做法，综合欧盟及中国信息通信研究院对数字经济概念的界定，确定计算机、电子产品和光学产品制造，通讯、信息技术与其他信息服务业作为数字要素部门。继而，通过世界投入产出表计算各个装备制造业行业使用数字要素部门的比重。考虑到数据的可获得性，WIOD数据库选取C17、C39、C40，ADB数据库中选取C14、C27和C34，作为数字经济基础行业，计算公式如下：

Digitalijt=∑nh=1xhijtXijt，h∈{C17，C39，C40} OR{C14，C27，C34}（2）

其中，Digitalijt表示i国j行业t年的数字要素投入比重，∑nh=1xhijt表示i国j行业的数字要素投入总量，Xijt表示i国j行业的总中间投入。

3.控制变量与数据来源

行业复杂度（Produce_s），采用生产阶段数刻画。一般地，生产阶段数越大，产业链条越长，复杂度越高。高敬峰和王彬（2020）指出为融入到全球生产体系中，各国之间的生产合作日益紧密，为提高效率和节省成本，产品生产分工被不断细分，生产长度随之拉长；而各国的生产要素对产品的最终贡献度逐渐增加。因此，行业复杂度有利于提升全球分工地位［17］。

行业规模（scale），采用行业就业人数衡量。行业规模扩大，会带来规模经济效应，有利于降低中间品成本和交易成本，同时增加行业竞争，促进优胜劣汰。因此，行业规模有助于提升企业全球分工地位。

劳动力成本（labor_c），采用行业劳动价值补偿衡量。该变量对全球分工地位的影响尚不确定。较低的劳动成本有助于降低企业的生产成本，能够为企业进行技术创新预留更多研发资金，同时廉价劳动力仍是发展中国家的优势，有助于融入全球价值链。然而，对于发达国家而言，向全球价值链高端地位攀升需要技术研发的支持，要求高素质劳动力，故而劳动力成本相对较高。

市场集中度（HHI），采用行业市场HHI指数衡量，通过行业增加值份额求得各国某行业市场份额，并对所得值平方加总。市场集中度能够反映竞争程度，倘若过度竞争，挤出效应会超过吸引效应，将不利于全球价值链提升；若是有效竞争，吸引效应超过挤出效应，有助于全球价值链提升［18］。然而，市场过度集中会产生垄断，减弱市场效率，同时企业由于没有竞争压力失去主动进行技术创新的动力。因此，市场集中度的影响不明确。

金融危机冲击的净效应（FCI），采用某国某行业在金融危机中所受影响的差分衡量。金融危机会给各国带来不同程度的负面冲击，而危机之后各国会寻求应对新一輪潜在风险的策略，这将有助于提升企业参与全球价值链分工水平。

本文测算全球分工地位的数据来自对外经济贸易大学UIBE-GVC数据库；数字要素投入和行业复杂度根据WIOD和MIRO-ADB数据库计算得到；行业规模、劳动力成本来自WIOD社会经济账户数据库；市场集中度根据OECD TIVA数据库计算得到；金融危机冲击的净效应根据世界银行数据库计算得到。时间跨度为2000-2017年，含41个国家，5个装备制造业行业，个别存在缺失的数据采用线性插值法补齐。

（三）模型设定与描述性统计分析

考虑到本文分析的核心问题是数字要素投入对全球分工地位的影响，即探究数字要素对装备制造业全球分工地位提升的作用机制。由于是多维数据，为降低遗漏变量的影响，采用双对数的多维面板固定效应模型，即在固定国家、行业和时间三个维度的前提下进行回归分析，具体如下：

lnGVC_poijt=β0+β1·lndigitalijt+γ·Controlt+μi+φj+δt+εijt（3）

其中，GVC_poijt表示i国j行业t年的全球价值链地位，lndigitalijt表示i国j行业t年的数字要素总投入，Controlt是控制变量集合，包括Produce_sijt、scaleijt、labor_cijt、FCIijt、HHIijt，分别代表i国j行业t年的行业复杂度，i国j行业t年的行业规模、劳动力成本和金融危机冲击的净效应，j行业t年的行业市场集中度，μi、φj、δt分别指国家、行业、时间固定效应，εijt为随机误差项。变量的描述性统计见表1。

同时，根据各国装备制造业的数字要素投入和全球价值链分工地位的测算结果，绘制了二者的散点图和拟合直线。由图1可以看出，装备制造业的数字要素投入与GVC地位之间呈现为明显的正相关关系，从直观上来看，各国的装备制造业数字要素投入有助于提升其全球价值链分工地位。那么，二者之间的关系是否可靠？二者之间是否存在因果关系？下文将在回归方程（3）的基础上进行更严格的实证检验与分析。

三、实证研究

（一）基准回归结果分析

表2为基准模型回归结果，其中第（1）和（4）列为控制多个维度的固定效应模型，第（2）列为未设置固定效应的最小二乘（OLS）回归，第（3）列为控制时间固定效应回归。可以发现在三种估计策略下，数字要素投入对装备制造业的全球分工地位的影响均显著为正，有力地证明了数字要素投入具有正向提升作用。如第（4）列所示，装备制造业数字要素投入对其全球分工地位的弹性为00133，也就是说数字要素投入每增加1%，相应地装备制造业全球分工地位将平均增加00133%。

从控制变量的回归结果来看，行业复杂度通过1%的显著水平检验，表明装备制造业行业复杂度对其全球分工地位存在明显的正向提升作用。行业复杂度反映了生产工序的多寡，当前世界各经济体的生产合作日益密切，生产分工更加细化，生产长度随之增加，有助于发挥各国装备制造业生产方面的比较优势，从而提升附加值与全球产业链的竞争优势。行业规模对装备制造业全球分工地位的影响不显著，且系数为负，说明装备制造业行业规模扩大不能很好地提升其全球分工地位，与之前的预期不相符。主要是由于装备制造业属于资本和技术密集型，通过规模扩张提升发展水平已缺乏动力，长期来看，技术引领装备制造业才是持续稳定推动其全球分工地位提升的关键。劳动力成本的系数显著为正，表明劳动力成本显著提升了装备制造业全球价值链分工地位。由于装备制造业的发展更多依靠技术，对劳动力素质的要求更高，高素质劳动力是开展技术研发的先决条件，而此类群体的雇佣成本往往也相对较高。市场集中度对装备制造业全球分工地位的影响为负，且不显著。一般而言，市场集中度较小表明市场竞争较高，能够能激发市场竞争主体的研发积极性，生产优质产品，有助于装备制造业的全球地位及其竞争力提升；而当行业市场过于集中时，会导致技术、资金集中于少数行业和企业，会导致资源浪费，不利于创新，进而对该行业的全球竞争力的提升产生消极影响。当前，装备制造业强国依然以美国、德国和日本为主，核心关键技术依然掌握在他们手上，市场集中度较高，尚不能发挥其优势。金融危机冲击的净效应对装备制造业全球价值链地位存在明显的正向提升作用。主要是因为，金融危机发生后，各国经济增长受影响，需要寻找经济增长的新动能，特别是发达国家更加重视装备制造业发展，在客观上有助于其全球分工地位的攀升。

（二）稳健性分析

1.替换核心变量

替换核心解释变量。借鉴党琳等（2021）［16］对数字化转型的定义，构造数字要素投入与网络就绪指数的乘积作为代理变量，综合考虑数字经济发展水平的差异特征，回归结果如表3中第（1）列。可以发现回归系数为正，通过1%的显著性水平检验，说明替换得到的解释变量依然对装备制造业全球价值链分工地位具有正向提升效应，表明模型具有一定的稳健性。

lndigital_intijt=lndigitalijt×NRIit （4）

其中，NRIit是i国t年的网络就绪指数，代表一国利用信息和通信技术推动经济发展及竞争力的成效，数据来源于世界经济论坛。

2.替换样本和模型

表3第（2）列汇报了高收入国家作为样本进行回归的结果，第（3）-（5）列汇报了固定效应 （FE） 、随机效应（RE） 、混合最小二乘（POLS）估计的结果。综合来看，不论选用哪种模型，数字要素投入通过1%显著性水平检验，并且为正，说明模型具有稳定性。也就是说，装备制造业数字要素投入对于其全球分工地位提升具有积极效应。

（三）内生性分析

考虑到内生性问题会对因果关系产生误判，借鉴Lewbel（1997）［19］构造工具变量的思路，采用同一年度内每个国家各装备制造行业的数字要素投入与该年度该行业全球平均数字要素投入的离差作为工具变量（IV_Dig），同时遵循离差方向，以保持工具变量的方向性。继而进行两阶段最小二乘法估计，具体结果如表4。第（1）列汇报了2SLS 回归结果，可以发现核心解释变量的符号和显著性与基准模型一致，并且C-D Wald F、K-P rk Wald F检验结果证明了IV_Dig非弱工具变量。第（2）—（4）列汇报了IV_Dig的外生性检验结果。首先，將IV_Dig加入基准计量模型进行回归，第（2）列的IV_Digital的回归系数不显著，满足工具变量的排他性要求。也就是说，该变量除通过影响装备制造业数字要素投入而对其全球分工地位存在作用外，并不存在影响全球分工地位的其他路径。另外，可以通过反证法进一步证明工具变量的外生性。由于样本中的一些国家装备制造业的部分行业数字要素投入水平较低，假设IV_Dig仅通过数字要素投入这一途径影响装备制造业的全球分工地位，那么当某经济体的某个装备制造行业数字要素投入维持在较低水平时，其自身对于外部数字要素投入实践的敏感性相应也很低，因而IV_Dig与全球分工地位的提升便不存在相关关系。表4第（3）-（4）列分别报告了数字要素投入在q10以下及以上的两个子样本回归结果，可见，IV_Dig的系数在q10 以下子样本中并不显著，而在q10以上子样本中显著为正，该结果进一步表明了引入的这一工具变量是外生的。因此，综合以上内生性检验，可以判别装备制造业的数字要素投入与其全球分工地位提升具有因果关系，也就是说通过数字要素与装备制造业的融合，可以增强国际竞争力与全球分工地位。

四、门槛效应与异质性分析

（一）门槛效应分析

由于数字要素投入对于全球价值链地位的作用会受技术创新水平的影响。本部分进一步探究在技术创新视角下，装备制造业的数字要素投入在推动全球分工地位提升过程中的非线性效应，在模型（3）的基础上构建以用研发比重衡量的技术创新为门槛变量的数字要素投入与全球价值链地位的门限回归模型：

lnGVC_poijt=β0+β1·lndigitalijt×I（rditθ）+β2·lndigitalijt×I（rdit>θ）+β3·Control+μi+φj+δt+εijt （5）

其中，I（·）为示性函数，rdit为门槛变量，θ为门槛值，当rditθ时，I（·）=1，rdit>θ时， I（·）=0，具体结果如表5所示。

表5第（1）、（3）列与第（2）、（4）列分别汇报了单门槛和双门槛回歸结果，其中，（2）和（4）列为稳健标准误的回归结果。从回归结果来看，无论是否采取稳健标准误形式，单一门槛检验均在1%的显著性水平下拒绝了不存在门槛（线性模型）的原假设，而双门槛检验的P值均大于10%，接受单一门槛的原假设。由此表明，装备制造业数字要素投入与其全球分工地位提升之间的非线性关系表现为单一门槛形式。如第（1）列，在其研发水平未达到门槛值以前，装备制造业的数字要素投入每提高一个单位，全球价值链地位相应地下降0018%，表现为数字要素投入对全球价值链地位的抑制作用；当研发水平越过门槛值后，在1%的显著性水平下，全球价值链地位则相应提高0021%，显示出数字要素投入对其全球价值链地位的促进作用。这一结果进一步说明了装备制造业的数字要素投入对全球分工地位提升存在“U”型的影响趋势，即存在非线性效应。

（二）分位数回归

研究选取1/10分位、1/4分位、1/2分位、3/4分位和9/10分位这几个具有代表性的分位，进一步对样本进行面板分位数回归，分析数字要素投入对不同分位点的装备制造业全球分工地位的异质性影响。如表6所示，在所有探究的分位点上均具有正向影响，并且在01分位、025分位、05分位上是显著的，同时随着分位数的增加，数字要素投入的分位数回归系数呈现逐步增加的趋势。这说明数字要素投入对装备制造业的中高端影响大于低端，即装备制造业数字要素投入的提高对处于价值链中高端的国家影响较大，受益程度也是最高的。另外，回归结果中显著为正的系数也说明了这些国家发展装备制造业需要投入数字要素的必要性，并且对全球竞争力的提升具有很大空间。

（三）异质性分析

数字要素投入来源的异质性分析。表7第（1）和（2）列结果显示，国内数字要素投入与国外数字要素投入的系数均显著为正，但国外数字要素投入的系数大于国内，分别为00132和00091。由此表明各国所使用的国外数字要素更能提升本国装备制造业在全球价值链中的分工地位，说明国外数字要素的投入可以为本国的装备制造业参与全球价值链分工体系提供更高效的服务。

国家发展水平异质性分析。由表7第（3）和（4）列结果知，不论是发达国家还是发展中国家，其数字要素投入对于装备制造业全球分工地位的提升都是显著为正的。其中，发展中国家数字要素投入的系数要大于发达国家。究其原因可能是，对于经济发展水平较低的国家来说，其装备制造业的发展面临着自身创新能力弱、传统优势不再能够助力发展等困难，而数字要素作为新兴生产要素，投入到装备制造业能够使其焕发新活力，可以缩小与发达国家之间的经济差距。同时，又可以通过引入国外的数字要素享受技术外溢带来的益处，推动自身技术进步，提升其全球价值链分工地位。而发达国家，增加数字要素投入，只能较小程度地提升全球价值链地位，可能与其目前已具备完善的数字基础设施，数字要素投入的质量也有更高的要求有关。

装备制造业行业异质性分析。由表8结果可知，计算机、电子和光学产品制造行业的估计系数是五个行业中最大的，表明其全球价值链分工地位受到投入的数字要素影响更强。机械设备制造行业和其他运输设备制造行业的估计系数大小相近，表明这两个行业的数字要素投入对其全球价值链地位的提升具有一定的作用，而电气设备制造行业的数字要素投入对于其全球价值链地位的提升不显著，汽车、挂车和半挂车制造行业的估计系数显著为负，可能的原因是该行业对于数字要素的投入需要较大的前期固定成本，并且经济效应的显现需要一定时间，导致该行业数字要素投入对其GVC地位提升产生抑制作用。

五、进一步检验：创新效应与网络效应的检验

前文研究指出了数字要素投入对装备制造业全球分工地位的提升具有因果关系，但是其机制尚不明确。数字要素，特别是数据有利于与劳动、技术及管理等要素相结合，既可以提升企业传统要素的转化，又能实现其创新价值。也就是说，加强数字要素投入，有利于技术更新与升级，激发创新效应。同时，数字基础设施，特别是网络通信等有助于知识扩散，增强信息技术的透明度，具有网络效应。通过两种效应的叠加，将提升一国装备制造业的比较优势，从而助力全球竞争力及分工地位提升。具体作用机制如图2所示。

由于研发投入到成果产出是一个漫长的过程，具有非线性，因此在模型中引入研发强度的二次项。同时，加入创新效应和网络效应的代理变量及其与数字要素投入的交互项，以检验创新效应和网络效应对全球分工地位的作用，具体结果如表9。

由第（1）列的回归结果可知，研发强度与全球价值链地位之间存在“U”型关系，且计算的平均研发强度水平小于相应的拐点值水平，说明目前全球平均研发强度处于“U”型曲线下降阶段。列（2）加入了数字要素投入与创新效应的交互项，估计结果显示，该交互项的回归系数为正，并且通过1%的显著性水平检验，表明装备制造业的数字要素投入可以通过创新效应提升其全球分工地位。另外，从拐点的数值变化，可以发现创新效应可以降低临界值，即创新效应有助于装备制造业全球分工地位跃迁。

第（3）和（4）列检验网络效应在数字要素对GVC地位提升中的作用，第（3）列未加入交互项时，数字要素投入和网络效应的系数都显著为正，说明网络效应对装备制造业GVC地位提升具有正向的直接影响。而第（4）列加入数字要素投入与网络效应的交互项，估计结果显示，该交互项的回归系数为负且不显著，表明网络效应对于装备制造业GVC地位提升的调节效应不明显，各国还需要进一步完善ICT相关基础设施，提高网络服务质量，推动用户数量的增加，以此发挥网络效应。

六、结论与启示

本文探讨了数字要素投入对装备制造业全球分工地位攀升的影响及作用机制。结论如下：（1）无论是稳健性检验还是内生性分析，装备制造业的数字要素投入对其全球分工地位提升具有显著的促进作用。（2）研发水平对于数字要素发挥作用具有重大影响，用门槛模型检验出装备制造业的数字要素投入对全球分工地位提升存在“U”型的影响趋势，即当研发水平小于门槛值时，数字要素投入对全球分工地位的影响甚至产生抑制作用，而当研发水平大于门槛值时，才能产生显著的正向作用。（3）数字要素投入具有异质性，表明数字要素投入的提高对处于价值链中高端的国家影响较大；国外数字要素投入对其装备制造业全球分工地位的提升作用大于国内数字要素投入；发展中国家数字要素投入效应高于发达国家；行业异质性，数计算机、电子和光学产品制造行业数字要素投入作用明显大于其余四个行业。（4）创新效应、网络效应是数字要素投入推动装备制造业GVC地位攀升的可能渠道，其中创新效应具有非线性影响，网络效应直接效应较强，调节效应不明显。

上述结论为数字经济与装备制造业部门的深度融合，实现装备制造业向全球价值链高端攀升提供了依据。相应的政策启示如下：

（1）加快推进要素投入数字化进程，培育装备制造业价值新增长点。数字经济发展已经成为后疫情时代拉动经济复苏、加快全球价值链转型升级的新引擎。我国要将已有的5G技术、云计算、互联网和物联网等数字技术优势融入装备制造业生产端，完善运营体系；抓住数字经济发展新机遇，通过加快推动装备制造业生产流程迈入数字化、自动化、信息化与智能化，摆脱全球价值链的“低端锁定”“高端封锁”困境，迈向附加值更高的国际分工环节。

（2）扫清劳动力升级、技术创新和研发资金的障碍，为数字要素释放新动能提供保障。第一，堅持创新驱动发展大方向，加强数字技术前沿研发创新，为抢占未来发展制高点建立坚实基础。第二，重视基础教育，培育高素质人才，推动装备制造业数字化创新提供人才支持。第三，积极与拥有先进技术的国家进行合作，同时，强化本国政府对于相关产业数字化科研项目研发费用的投入，在吸收他国先进技术的基础上给予需要的资金支持，推动本国装备制造业数字化的创新性发展。

（3）完善数字要素投入的关键性保障，为装备制造业数字化发展提供强有力的支撑。第一，加快网络体系升级改造与信息基础设施创新进程，持续推动人工智能、5G技术等在装备制造业各行业数字基础建设中的广泛应用。第二，加快数字转型，努力弥合“数字鸿沟”，构建完善的数字技术创新机制，为创新和生产力发展构建开放、公平、公正、非歧视的良好环境。第三，搭建互联互通、高效的互联网和物联网平台，破除数字要素流动壁垒，为提升行业信息的对称性、畅通性、有效性助力。

参考文献：

［1］ 郭晗，全勤慧.数字经济与实体经济融合发展：测度评价与实现路径［J］．经济纵横，2022，444（11）：72-82.

［2］ 梁经伟，刘尧飞.生产性服务业嵌入制造业的影响机制研究——基于全球价值链的视角［J］．哈尔滨商业大学学报（社会科学版），2021，181（6）：82-93.

［3］ 张元庆，齐平，刘烁.数字产品制造业与数字技术应用业耦合协调发展及其空间效应研究［J］．江西社会科学，2022，42（12）：47-60.

［4］ 丁志帆.数字经济驱动经济高质量发展的机制研究：一个理论分析框架［J］．现代经济探讨，2020（1）：85-92.

［5］ 荆文君， 孙宝文.数字经济促进经济高质量发展：一个理论分析框架［J］．经济学家，2019（2）：66-73.

［6］ 何宇.数字经济、要素禀赋与全球价值链竞争：理论机制与中国对策［J］．西安财经大学学报，2022，35（6）：27-39.

［7］ 卢福财，金环.互联网是否促进了制造业产品升级——基于技术复杂度的分析［J］．财贸经济，2020，41（5）：99-115.

［8］ Davenport， T. H.， & Kudyba，S. Designing and Developing Analytics-Based Data Products［J］． MIT Sloan Management Review， 2016， 58（1）：83-89.

［9］ Johnson， J. S.， Friend， S. B.， Lee， H.S. Big Data Facilitation， Utilization， and Monetization： Exploring the 3Vs in a New Product Development Process［J］． Journal of Product Innovation Management， 2017， 34（5）：640-658.

［10］Sultana S.， Akter S.， Kyriazis E.， Wamba S.F. Architecting and Developing Big Data-Driven Innovation （DDI）in the Digital Economy［J］． Journal of Global Information Management， 2021，29（3）：165-187.

［11］岳云嵩，李兵.电子商务平台应用与中国制造业企业出口绩效——基于“阿里巴巴”大数据的经验研究［J］．中国工业经济，2018（8）：97-115.

［12］Paunovic， C.， Rollo， V. Has the Internet Fostered Inclusive Innovation in the Developing World［J］． World Development，2016，78（1）：587-609.

［13］孙志燕，郑江淮.从“低成本”优势向数字经济大国优势转变的政策选择［J］．改革，2021（12）：59-68.

［14］林桂军，何武.中国装备制造业在全球价值链的地位及升级趋势［J］．国际贸易问题，2015（4）：3-15.

［15］张艳萍，凌丹，刘慧岭.数字经济是否促进中国制造业全球价值链升级？［J］．科学学研究，2022，40（1）：57-68.

［16］党琳，李雪松，申烁.制造业行业数字化转型与其出口技术复杂度提升［J］．国际贸易问题，2021（6）：32-47.

［17］高敬峰，王彬.数字技术提升了中国全球价值链地位吗［J］．国际经贸探索，2020，36（11）：35-51.

［18］巫强，郭航，顾以诺.行业竞争、市场地位与外资制造业企业的增加值比例——基于层级型全球价值链的视角［J］．世界经济与政治论坛，2019（4）：48-65.

［19］Lewbel A. Constructing Instruments for Regressions with Measurement Error When No Additional Data are Available， With An Application to Patents and R&D ［J］． Economeetrica， 1997，65（5）：1201-1213.

Can the input of Digital Elements in Equipment Manufacturing Industry Enhance

the Position of Global Division of Labor？

LIANG Jing-wei1，WEN Shu-hui2，YUAN Ming-yang2

（1. Wu Jinglian School of Economics， Changzhou University， Changzhou 213164，China;2.Faculty of

Management and Economic， Kunming University of Science and Technology， Kunming 650093，China）

Abstract： This paper brings digital elements and global division of labor status into the same analysis framework， and studies the impact effect and mechanism of digital element input on the rise of global value chain status of equipment manufacturing industry through theory and empirical research. The results show that： the digital element input of equipment manufacturing industry has a significant positive impact on the promotion of its global division of labor. After the robustness test and solving the endogenous problems， the conclusion is also robust. The threshold test indicates that the nonlinear relationship between the digital element input of equipment manufacturing industry and its global division status is in the form of a single threshold. Innovation effect and network effect are the possible channels for digital factor input to promote the rise of GVC status in equipment manufacturing industry. Among them， innovation effect has nonlinear influence， however network effect has direct effect， the regulatory effect is inapparent.

Key words：digital factor input; equipment manufacturing industry;global division of labor status; threshold test

（責任编辑：周正）