全球价值链参与度对中国制造业全要素生产率及其变化率的影响

张建清 胡尊深

（武汉大学经济与管理学院，武汉 430072）

制造业是衡量一个国家综合国力的重要标志，改革开放之初中国制造业就率先踏上对外开放之路，加入WTO 以后，中国制造业进一步融入全球价值链分工，在近20 年里，中国是全球价值链分工参与程度提高幅度最大的国家之一，中国制造业的迅速发展与深入参与全球价值链分工密切相关。目前我国正致力于建设现代化经济体系，而制造业转型升级又是中国经济转型升级的重要内容，其中如何在新的国际分工背景下提升创新能力、实现生产率增长是解决这一问题的核心内容之一，在中国制造业面临经济逆全球化、贸易保护主义盛行和尖端科技封锁这些巨大挑战下，努力发展核心科技，不受制于人才是中国制造业的必由之路，那么该如何面临世界经济发展带来的巨大挑战，我国制造业该进一步深化参与国际分工，还是顺应贸易保护主义，又该如何突破制造业生产率增速瓶颈，GVC参与度对TFP的影响是否具有行业异质性，TFP的提升主要依靠技术效率的提升还是技术进步的提升，上述问题对正在深度参与国际分工的中国制造业来说，具有非常重要的现实意义。

基于在参与GVC分工背景下中国对外贸易面临的一系列新机遇和新挑战，我们需要从GVC参与度视角出发，重新审视参与全球价值链分工的生产率效应，从而实现中国制造业行业生产率的进一步升级。

1 文献综述

1.1 全球价值链参与对制造业TFP 作用的相关研究

多数学者认为参与全球价值链分工对于本国制造业生产率进步存在促进作用。从制造业企业层面来看，孙学敏和王杰（2016）［1］从微观企业的角度进行了实证研究，得出了嵌入全球价值链不仅使得企业获得更大的利润，还能显著提升微观企业生产率的结论；刘维林等（2014）［2］认为，我国制造业在参与全球价值链生产过程中，出口技术复杂度得到显著提升，但是我国出口技术复杂度的提升大多来自于全球价值嵌入链附加值的贡献，大多企业仍是处于加工组装的低技术水平阶段；张少军和刘志彪（2013）［3］对制造业1998～2009 年的面板数据进行了考察，得出了全球贸易是国际技术外溢的有效渠道，可以提高国内企业的技术水平的结论；王智新和赵景峰（2019）［4］研究认为，开放式创新和全球价值链嵌入对增强制造业企业技术创新绩效具有显著作用；吕越等（2017）［5］认为，参与全球价值链可以显著提升制造业企业TFP，目前我国企业仍处在生产率促进效应区间；Bloom 等（2016）［6］利用面板数据分析发现，在受中国进口产品影响最大的企业中，以专利衡量创新的绝对量会增加，且中国的进口竞争会导致企业内部技术变革的增加。

从制造业行业层面来看，刘冬冬等（2021）［7］通过实证研究得出参与全球价值链分工有利于制造业工艺升级，但会抑制制造业产品升级的结论；王玉燕等（2014）［8］通过实证研究测算出我国绝大多数工业行业价值链嵌入技术效应存在上升趋势；马建峰和赵田明娣（2022）［9］将制造业行业按技术异质性和出口异质性对全球价值链地位对制造业行业全要素生产率的影响进行研究，得出了全球价值链地位的提高会提升制造业行业全要素生产率且在出口技术型行业中促进效应最为明显的结论。

1.2 全球价值链参与度对制造业TFP 影响机理的研究

目前关于全球价值链参与度对制造业TFP增长率的影响的相关研究文献较少，更多的是关于参与全球价值链分工对生产率影响机制的研究，本文对该影响机制进行梳理分析得出全球价值链参与度对制造业TFP增长率的影响作用。Humphrey 和Schmitz （2002）［10］认为，在参与全球价值链分工体系下，发展中国家的代工企业会获得发达国家的技术支持，从而促进技术进步；杨伊等（2022）［11］认为，嵌入全球价值链可以使得国内资源型产业从高端价值链的企业获得先进的技术和生产设备、科学的管理方式等；潘秋晨等（2019）［12］通过实证研究发现全球价值链嵌入能通过链中学效应、中间品效应、竞争效应来促进我国装备制造业技术转型升级，且表现为边际递增趋势，但同时也有发达国家技术封锁、知识可获得性因素等制约效应的存在；余东华和田双（2019）［13］指出，GVC嵌入有利于通过知识扩散效应等渠道推动制造业转型升级，但同时会产生低端锁定和吸收门槛效应制约技术水平的进一步发展；张少军和刘志彪（2013）［3］认为，制造业企业参与全球贸易可以获得技术外溢，但同时我国嵌入全球价值链的内资企业容易被主导性企业封锁；Rodrik和田慧芳（2006）［14］认为，中国早期积极对外开放，以技术转移为条件，通过引进外资合作办厂等一系列措施，模仿、吸收外国技术，支持本国制造业的发展劳动力会跨部门、跨空间的向生产率高的部门转移，因此那些有较高技术含量的出口部门的行业收益也随之扩展到国内整个市场。由此可见，全球价值链参与度对制造业TFP产生促进作用的同时，又会对TFP增长率产生一定的制约作用，由于制约因素的存在，可能会使得TFP增长率呈现为非线性结果。

综上，多数实证研究表明，积极参与国际分工能促进制造业行业企业生产率发展，但是关于对制造业TFP变化率的影响研究仅仅停留在机制分析层面，并没有深入研究GVC参与度对制造业TFP变化率的影响，基于此，本文从GVC参与度的视角，选取2001～2021 年OECD 数据库和ADB数据库同中国制造业进行匹配数据，重新审视了GVC参与度对制造业TFP及其变化率的研究。

2 行业GVC 参与度影响制造业TFP 及其变化率的机理分析

2.1 GVC 参与度对制造业行业TFP 的促进效应

本文参考全球价值链嵌入对出口国技术创新的影响，认为全球价值链参与度同样会对出口国生产率进步产生促进效用，其渠道主要是通过影响制造业行业技术进步率从而影响制造业行业全要素生产率，本文认为GVC参与度主要通过以下3 点要素来影响一国制造业行业全要素生产率：

（1） “学习效应”，即一国国内制造业在参与价值链分工环节的过程中，通过国与国之间的进出口贸易、知识产权学习、引进国外高端设备、并购等途径实现生产技术知识的溢出［3］。

（2） “生产要素效应”，即在参与全球价值链分工的过程中，一国国内的制造业凭借价值链分工合作可以用相对较低的成本引进相对较高质量、较多品种、较大规模的资本、技术、中间产品等，同时也能在一定范围内提升企业的成本加成，从而能够扩大一国内部的制造业生产需求，技术水平不断得到提升［15，16］；另外，参与全球价值链过程中外资企业对处于价值链低端国家进行生产性投资时，往往会雇佣本国工人并对其进行技术培训，从而使得本国技术型人力资本数量上升。

（3） “竞争效应”，在参与全球价值链生产的过程中，发达国家外资企业参与国内市场竞争过程中一般占据主导地位，必将使得国内制造业受到严重威胁，但这也会迫使本国制造业主动提升自身的研发技术水平，以寻求价值链分工环节高处攀升，保持自身的生产地位，从而促进技术进步［6，17］。

基于全球价值链参与度对本国制造业TFP影响的分析，本文提出假设1。

假设1：一国在参与全球价值链分工生产的过程中，对本国制造业生产率进步具有正向促进作用，这将导致一国制造业在参与全球价值链的过程中生产率水平不断上升，并有追赶发达国家的趋势。

2.2 GVC 参与度对制造业行业TFP 增长率的非线性作用

可以看到的是，GVC参与度主要通过影响一国制造业技术进步，进而影响全要素生产率，并且GVC参与度的提升会使得一国制造业全要素生产率进步。但GVC参与度对制造业行业TFP增长率的影响却不是一成不变的，由于制约因素的存在，GVC参与度会对制造业行业TFP增长率产生非线性作用，GVC参与度主要通过以下3 种渠道对TFP增长率产生非线性影响：

（1） 制造业参与国际分工获得的技术溢出效应的影响主要取决于本国制造业吸收技术知识能力的大小，如我国的知识产权、人力资本、经济消费水平与发达国家有着较大的差距，从而技术知识的吸收能力是有限的［18，19］，若无法通过吸收技术知识及时提升自身竞争水平，则会很容易被制约在TFP增长率低端水平。

（2） 在一国参与全球价值链分工的过程中，国内的制造业会受到国外制造业更为激烈的竞争，发达国家会利用自身的技术、市场和营销的优势，制约本国制造业技术进步［20，10］，使得TFP增长率处在低水平状态。

（3） 随着参与国际分工的进一步加深，一国制造业的技术水平也会相应增加，技术水平的增加会使得制造业自身吸收技术水平能力加强，并能够弱化发达国家对本国制造业的技术制约，从而使得TFP增长率回升。

基于全球价值链参与度对本国制造业TFP增长率影响的分析，本文提出假设2。

假设2：一国在参与全球价值链分工生产的过程中，由于制约因素的存在，GVC参与度的变化将会对TFP增长率产生非线性作用，参与国际分工初期，由于制约因素的存在会使TFP增长率下降，而随着嵌入程度加深，制造业生产率水平的进一步提升将会弱化制约作用的影响，增长率便会开始回升，从而使得TFP的变化率整体呈现U 型曲线。

3 计量模型、变量及数据说明

3.1 实证模型设定

本文用TFP和TFP＿r来分别表示全要素生产率和全要素生产率的增长率，其中，TFP＿r由当期TFP与上一期TFP的比值来决定，当TFP＿r＞1，说明当期TFP比上期TFP上升，反之则下降，如果TFP＿r＝1，则说明该行业当期TFP相较于上一期TFP水平持平，同时本文加入GVC平方项来考察GVC参与度对TFP＿r的非线性影响。根据之前的机制分析和假设1，本文将模型设定为式（1），旨在分析全球价值链参与度对制造业行业TFP的影响；根据机制分析和假设2，将模型设定为式（2），旨在分析全球价值链参与度对制造业行业TFP变化率的影响：

在上式中，i代表行业，t代表年份；参数TFPit和TFP＿rit均为被解释变量，分别代表我国i行业t年的全要素生产率和我国i行业t年的全要素生产率的变化率；GVCit为解释变量，代表我国i行业t年的全球价值链参与度；Xit为控制变量，是将要加入的其他控制变量所构成的向量集，包括行业资本劳动比率（lnfactor）、行业集中度（focus）、行业规模（lnscale）、行业开放度（open）；μi代表行业固定效应；ηt代表时间固定效应，εit为随机扰动项。

3.2 全球价值链参与度（GVC＿participationit）测算

目前有很多指标可以衡量全球价值链嵌入，如全球价值链地位指数、全球价值链参与度指数、垂直专业化率、国外增加值率等指标，本文选取全球价值链参与度（GVC＿participationit）指标来衡量全球价值链嵌入，Koopman 等（2010）［21］提出了GVC 参与度指数的计算公式：

GVC＿participationit表示该国t年行业i的全球价值链参与度指数，该指数越高，说明该国产业的国际分工度越高，反之则越低。IVit为该国i产业t年输出给其他国家的中间品贸易额，FVit为该国i产业t年最终产品出口中外国进口产品或中间品的价值；EXit为该国i产业t年以增加值来衡量的总出口量；IVit／EXit表示该国产业i出口中的间接增加值占其总出口的比重，被称为“前向参与度”，FVit／EXit表示该国产业i出口最终产品中包含的国外增加值比率，被称为“后向参与度”。数据来源于OECD 数据库和对外经济贸易大学全球价值链研究院数据库。

3.3 制造业数据选取及分类

本文按照OECD 行业分类，为了统一口径，将中国制造业28 个行业分类及代码进行了合并整理，最终按照OECD 标准整理成16 个制造业细分行业，同时，参照马建峰和赵田明娣（2022）［9］对制造业的分类方法将16 个制造业行业分为资源劳动密集型和知识技术密集型两类。最后，根据OECD （2021） 发布的世界投入产出表数据和中国工业统计年鉴等数据，将研究时期定位在2001～2021 年，由于OECD 数据库相关数据目前只更新到2018 年，本文选用ADB 数据库相关数据来进行后续研究。

表1 制造业行业名称、编码及分类

3.4 全要素生产率（TFP）测算

目前学术界有很多关于测算TFP的方法，本文选取DEA－Malmquist 指数来计算2001～2021 年中国制造业分行业TFP，DEA－Malmquist 指数采用非参数形式来构建生产函数，可以很大程度避免内生性和主观设定生产函数带来的估计误差，DEA－Malmquist 指数法测算出的结果为TFP的变化率，本文将其定义为TFP＿r，将其累乘得到全要素生产率TFP。Malmquist 生产率指数（TFPCH）设定为：

其中x代表投入，y代表产出，dt（xt＋1，yt＋1）代表以第t期技术表示的第t＋1 期距离函数；dt（xt，yt）代表以第t期技术表示的当期距离函数；dt＋1（xt＋1，yt＋1）代表以第t＋1 期技术表示的当期距离函数；dt＋1（xt，yt）代表以第t＋1 期技术表示的第t期距离函数。

TFPCH指数可以分解为技术进步指数（TECHCH）和技术效率指数（EFFCH）：

技术进步指数函数（TECHCH）测度两个时期技术边界的移动，体现的是生产在t期和t＋1 期之间技术进步的程度；而技术效率指数函数（EFFCH）测度两时期间观察对象对最佳实践边界的追赶程度，反应的是有效利用生产资源的程度。

产出指标：本文以各行业的工业总产值作为产出变量，其中工业总产值按照工业品出厂价格指数平减为2001 年基期的可比价。

投入指标：劳动投入（l）指标利用各行业全部从业人员平均数（万人）代替；资本投入（k）指标使用固定资产净值（亿元）来代替，并用固定资产价格指数来进行调整，转化为2001 年基期可比价。

3.5 控制变量说明

行业资本劳动比率（lnfactor）。该指标衡量的是制造业行业的要素禀赋结构。本文用行业固定资产净值年平均余额／该行业全部从业人员年平均人数并取对数来表示，一般而言资本深化程度越高，人均占用的固定资产越高，个人的价值效用越大，技术进步效应也越明显。

行业集中度（focus）。行业集中度表示市场的集中程度，一般来说行业集中度越高，垄断因素就越高，不利于技术进步。本文用大中型工业企业总产值占全部工业总产值比重表示。

行业规模（lnscale）。该指标越大则代表制造业行业规模越大。本文用该行业的工业总产值／行业全部从业人员平均人数并将其取对数来表示。

行业开放度（open）。该指标越大则代表制造业行业开放度越高。本文用该行业出口交货值／行业总产值表示。

另外，在本文机制检验与贡献分析中加入中介变量：行业外资利用度（FDI），用外商直接投资占固定资产净值的比重来表示。

以上数据均来自于《中国工业统计年鉴》，变量描述性统计见表2。

表2 描述性统计

4 实证结果分析

4.1 回归结果分析

根据Hausman 检验结果，本文采用固定效应回归分析全球价值链参与度对我国制造业TFP及其变化率的影响效果。

表3 列（1）、（3）为解释变量TFP及TFP＿r基于基准模型、不加入控制变量、考虑在行业年份固定效应情况下，GVC参与度对中国制造业行业TFP及其变化率影响的回归结果。可以看到，GVC参与度对制造业行业TFP的影响在1%的水平上显著，具有显著的正向促进作用，这印证了本文提出的假设1，对TFP＿r的影响在1%的水平上显著，具有显著的“U” 型影响，这印证了本文提出的假设2。

表3 基准回归结果

控制变量中，列（2）、（4） 中资本劳动比率对数的系数皆显著为负，表明资本劳动比率越高，越不利于我国制造业行业TFP和TFP＿r的发展；列（2） 中行业集中度为正但不显著，说明行业集中度对我国制造业行业TFP影响不大；列（4）中行业集中度系数显著为正，说明大中型企业产值比例的提升有利于制造业行业TFP＿r的发展；列（2）、（4） 行业规模系数显著为正，说明制造业行业规模越大，越有利于制造业行业TFP和TFP＿r的发展；列（2）、（4） 的行业开放度系数不显著，说明行业开放度对制造业行业TFP和TFP＿r的影响并不大。

4.2 稳健性检验和内生性检验

为了使本文研究结果更加稳健并分析内生性问题，本文采取如下方法来进行内生性检验和稳健性检验。

4.2.1 内生性分析

考虑到可能存在遗漏变量与解释变量相关和解释变量与被解释变量相互影响等因素而产生内生性问题，本文参考吕越（2017）［5］的做法，将解释变量GVC＿participation滞后1 期作为工具变量，采取两阶段最小二乘法（2SLS）进行回归，以消除当期影响，具体结果见表4 列（1）、（2），可以看到Kleibergen－Paaprk LM 和Kleibergen－Paaprk Wald F 统计量都表明工具变量的选取具有合理性，且内生性检验结果与基本回归结果基本保持一致。

表4 内生性检验和稳健性检验

4.2.2 替换解释变量

本节将解释变量全球价值链参与度指数GVC＿participation用垂直专业化率VSS进行替代，垂直专业化率公式为：

VSSit表示t年行业i的全球价值链垂直专业化率；FVAit表示i行业t年出口产品国外增加值部分；PDCit为重复计入部分；EXit表示i行业t年出口总金额。具体回归结果见表4 列（3）、（4），结果显示，显著性仍然没有很大变动，回归结果显著，全球价值链参与度对全要素生产率及其变化率依旧呈现促进关系和“U 型” 关系，说明回归结果是稳健的。

4.2.3 变更样本

本节参考梁经伟等（2022）［22］的做法，采取以下3 种方式进行检验：（1） 将最大年份（2019～2021 年）和最小年份（2001～2003 年）进行剔除后回归；（2） 在总样本中随机抽取80%的样本进行回归分析；（3） 剔除极端值，为避免一些极端值干扰样本回归结果，将解释变量和被解释变量最高99%和最低1%的样本进行剔除后回归，具体回归结果见表5 列（1）～（6），可以看到，在进行样本的一系列变更后解释变量的显著性和符号都没有很大变动，该检验同样表明回归结果是稳健的。

表5 变更样本稳健性检验

4.3 异质性分析

4.3.1 行业技术异质性

为了研究行业异质性，本文参考马建峰和赵田明娣（2022）［9］的制造业行业分类方法，从制造业行业技术异质性视角来进行分析，表6 列（1）结果显示，资源劳动密集型行业全球价值链参与度的估计系数在0.05 水平上显著但系数较低。列（3） 结果显示，知识技术密集型行业全球价值链参与度的估计系数在0.01 的水平上显著且有更高的系数。因此，在技术异质性视角下，GVC国际参与程度的提高对中国制造业行业TFP的促进作用在知识技术密集型行业中体现得最为明显。

表6 技术异质性分析

列（2） 结果显示，资源劳动密集型行业全球价值链参与度及其平方项的估计系数并不显著。列（4） 结果显示，知识技术密集型行业全球价值链参与度的估计系数及其平方项都在0.01 的水平上显著。因此，在技术异质性视角下，GVC国际参与程度的提高对中国制造业行业TFP＿r的“U 型” 影响在知识技术密集型行业中体现得最为明显。

4.3.2 行业时点异质性

为了分析金融危机是否对我国制造业行业全球价值链参与度和生产率产生了冲击，本文选取2008年为时间节点，分析了全球金融危机之前（2001～2008 年）和全球金融危机之后（2009～2021 年）全球价值链参与度对我国制造业行业TFP及其变化率的影响。

表7 列（1）、（2） 分别代表2008 年之前全球价值链参与度对TFP及其变化率的影响，可以看到的是，在全球金融危机爆发之前，全球价值链参与度对制造业行业TFP是有显著正向作用的，说明参与国际分工能显著提升我国制造业行业TFP，但列（2） 回归结果表明全球价值链参与度对TFP＿r的U 型影响并不显著，表明全球价值链参与度对TFP＿r的影响随机。

表7 列（3）、（4） 代表2008 年之后全球价值链参与度对TFP及其变化率的影响，从列（3）回归结果可以看到全球价值链参与度对制造业行业TFP成U 型影响，表明金融危机的爆发确实对我国制造业行业的生产率产生了严重影响，原因可能在于金融危机爆发波及全球制造业行业，参与国际分工度不深的行业抵御金融冲击的风险能力差，受到的金融损失就更严重，但是对于一些参与国际分工更深的全球性企业，自身抵御金融冲击的能力比绝大多数企业都要强，受到的冲击可能并没有那么严重，仍然能从参与国际分工中得到生产率的提升。列（4） 回归结果表明全球价值链参与度对TFP＿r的影响呈显著U 型关系。

5 机制检验与贡献分析

5.1 影响机制检验

根据机理分析里的假设，参与国际分工能通过境外企业投资而获得技术外溢，进而提升制造业行业企业生产率，本节认为GVC参与度通过中介变量FDI对制造业TFP产生影响，FDI对于生产率的进步存在外溢效应，具体而言建立以下模型：

其中FDIit为i行业t年的外商直接投资占固定资产净值的比值。表8 报告了中介效应检验的回归结果，结果表明该模型存在部分中介效应，从列（2） 的回归结果可以看出GVC参与度能显著提升FDI，列（3） 回归结果表明FDI的提升又能显著提升制造业行业TFP，证明上述机制检验的结果是可行的。

表8 机制检验回归结果

列（4） 回归结果表明，全球价值链参与度同外资利用度的交互项乘积为正，表明全球价值链参与度通过外资利用度FDI的间接作用对制造业全要素生产率的提升产生了正面的促进作用。

5.2 效率贡献与技术贡献分析

基于前文分析，已经得出了参与全球价值链对我国制造业行业全要素生产率及其变化率有显著影响的结论，但全球价值链参与度的深化到底是通过提高要素利用效率从而提高全要素生产率还是通过提高技术效率从而提高全要素生产率或是两者皆有呢，本节进行了进一步探讨。

具体而言，建立模型（9） 和模型（10），分别是将EC和TC替换掉式（1） 中的TFP得来，旨在分析全球价值链参与度对技术效率和技术进步率的影响：

其中ECit为我国制造业i行业t年的技术效率指数（EFFCH），TCit为我国制造业i行业t年的技术进步指数（TECHCH），其余变量在前文都有所介绍，本节不再介绍。

表9 列（1）、（2） 是将技术效率指数（EFFCH）作为被解释变量，列（1） 为未加入控制变量的情形，列（2） 为加入控制变量的情形，可以看到，在有无控制变量的情况下，全球价值链参与度的提升对制造业技术效率的影响都不显著。列（3）、（4） 是将技术进步指数（TECHCH）作为被解释变量，列（3） 为没加入控制变量的情形，列（4） 为加入控制变量的情形，可以看到，在有无控制变量的情况下，全球价值链参与度的提升对制造业技术进步都存在显著影响。由此可见，全球价值链参与度的提升对制造业行业技术效率的提升作用并不明显，而对制造业行业技术进步率有显著促进作用，这进一步印证了本文在机制分析里的假设，全球价值链参与度主要是通过影响技术进步水平进而对全要素生产率产生影响的。

表9 EC、TC 回归结果

6 结 论

本文利用2001～2021 年OECD 数据库和中国制造业进行匹配数据，并通过DEA－Malmquist 指数测算了中国制造业的全要素生产率，研究了全球价值链参与度对中国制造业行业TFP及其变化率的影响，得出了以下研究结论：

（1）GVC参与度主要通过“学习效应”、“竞争效应” 等因素对制造业行业TFP产生正向促进作用，GVC参与度对TFP增长率会产生非线性作用，参与国际分工初期，由于制约因素的存在使TFP增长率下降，而随着嵌入程度加深，制造业生产率水平进一步的提升将会弱化制约作用的影响，增长率便会开始回升，呈现出U 型影响。

（2）GVC参与度虽然对制造业行业TFP及其变化率产生影响，但却有显著的行业异质性，在资源劳动密集型行业中，全球价值链参与度的变化对制造业行业全要素生产率及其变化率的影响并不显著，但在知识技术密集型行业中，全球价值链参与度的变化对制造业行业全要素生产率及其变化率具有显著影响；我国制造业行业受到金融危机的冲击较为严重，参与国际分工深入的企业能更好地抵御金融危机的冲击。

（3） 全球价值链参与度会通过提高外资利用度来促进制造业TFP，将TFP拆分为技术效率和技术进步率后，实证结果表明GVC参与度的提升对制造业行业的技术效率的影响并不显著，而对技术进步率有显著正向影响，这说明GVC参与度主要是通过提升制造业行业技术进步水平进而提升TFP。

基于以上研究结论，本文提出以下3 点政策建议：

（1） 价值链参与一直是深入推动我国全要素生产率提升的重要途径之一，我们要充分利用这一渠道，不断从国际分工中获得技术进步和生产率的提升；提升制造业国际竞争力，增强国际竞争技术制约抵抗力，突破全球价值链对制造业行业全要素生产率促进作用的增长率瓶颈，从而使得制造业行业全要素生产率获得更进一步的发展。

（2） 对具有不同技术水平特征的行业给予相应的政策措施引导。对于知识技术密集的高技术行业，政府可采取产业科技政策引导其资源流动，优化资源错配程度，并加大对行业和企业技术创新的支持力度，引导培育企业核心竞争力。对于资源劳动密集的低技术行业，可以着力引导制造业企业转型升级，促进劳动力同高技术相结合，提升吸纳技术促进生产率进步的能力。

（3） 重视行业外资对我国制造业生产率进步的促进作用，加大外资引进力度，充分利用外资对我国制造业的技术溢出效应；重视技术进步对我国制造业生产率的贡献作用，构建技术与生产率之间的协同创新体系。