三重价值链耦合协调发展对企业绿色全要素生产率的影响

陈姝兴 钟欣鹏 郑凌峰

摘要 省内价值链、国内价值链和全球价值链（三重价值链）的融合发展，是畅通国内国际双循环，也是中国企业经济软着陆的关键抓手。在高质量发展有序推进的背景下，绿色全要素生产率成为衡量企业发展的重要指标，因此有必要探讨三重价值链耦合协调发展对企业绿色全要素生产率的影响。该研究利用世界投入产出表、中国多区域投入产出表、上市公司数据测算了三重价值链耦合协调度，基于SBM方法测算包含非期望产出的绿色全要素生产率，整合得到770家上市公司2012年、2015年和2017年的平衡面板数据，通过多维固定效应回归考察三重价值链耦合协调度对企业绿色全要素生产率的影响，研究结果表明：①存在三重价值链耦合协调度提升→GVC嵌入度深化→企业绿色全要素生产率增长的正向传播机制，但效果随着企业的要素密集度增加呈现递减趋势。②机制研究和异质性分析表明，前向耦合协调发展为企业绿色全要素生产率带来更有效和长期的动能，而后向耦合协调发展为劳动密集型企业带来短期显著的绿色生产率提升。基于此，该研究提出了布局本土产业、协调三链关系的相关政策建议：①地方政府应发挥主观能动性，评估本地企业优势，保证在政策制定上更加微观具体，劳动密集型的省份或行业有效利用三重价值链的协调发展为企业的转型升级奠定基础，为地方行业的协同发展打通阻碍。②在要素投入端，注重对地方高新技术企业的资源分配，同时区域间合作完成生产供应端的高度集成，增强前向耦合协调发展对于企业内涵式增长能力的促进效应，兼顾供应链流程的绿色环保标准。③加强省域间的政策协调性和交易通达性，提高各地区企业省域间的市场专业化分工，而非单独地嵌入GVC市场，利用集聚效应推动产业全面升级，打破国内市场循环的技术壁垒。

关键词 三重价值链耦合协调度；绿色全要素生产率；多维固定效应；门限效应

中图分类号 F061. 5 文献标志码 A 文章编号 1002-2104（2024）03-0151-15 DOI：10. 12062/cpre. 20231019

20世纪以来，信息通信技术的快速发展与全球运输业的迅猛扩张触发了一场国际贸易变革大潮。根据2021年OECD和WTO的统计数据，约有60%～70%的全球贸易是在全球价值链（以下简称GVC）中进行的，这种生产模式由于其低成本和高回报的优势，已成为全球制造商的首选，逐渐演化为现代经济的重要组成部分［1］。中国作为世界最大的制造业国家和消费市场，在全球价值链分工中扮演着重要的角色。因此，在国内供需结构快速更迭的背景下，必须将本土产业活动与全球价值链进行对接，在全球价值链、国内价值链（以下简称NVC）与省内价值链（以下简称PVC）之间打造出一种更高效的协同机制［2］，以实现资源配置的帕累托改进，提高经济效率。

在国际贸易“新常态”背景下，全球贸易受到地缘政治冲突和保护主义思潮的影响，出现了短暂的回落。与此同时，NVC和PVC在全球分工深化的过程中逐渐孕育。在这样的背景下，GVC、NVC及PVC的三重价值链的耦合协调成为推动中国经济持续发展的关键策略。鉴于此，本研究首次从三重价值链耦合协调的视角观察其对企业绿色全要素生产率的影响。由于受CEADS数据库最新核算数据所限，为保证测算结果的普适性和一般性，利用2012、2015、2017年共3年的CEADS、WIOD和中国上市公司平衡面板数据，对如下几个问题展开深入探讨：三重价值链耦合协调度的提升是否带来了GVC地位的提升，是否提升了企业的绿色全要素生产率？进一步地，异质性企业是否对耦合协调度的变化具有相同的敏感度？前（后）向耦合协调度是否对企业的绿色全要素生产率有非对称影响？

1 文献综述

现有研究认为，GVC对企业全要素增长率既有积极影响［1-3］，也有负面影响。吕越等［4］研究发现，国有企业嵌入全球价值链的过程中面临突出的生产率下降问题；苏丹妮等［5］的研究结果表明，在GVC上游参与度较高的企业更有可能通过实施战略隔离策略，弱化本地化聚集经济对企业生产率的正向溢出效应，在GVC下游参与度较高的企业则更容易陷入价值链领导者的竞争压力中。总的来说，中国制造业在GVC中的地位呈“V”型，即先下降后上升［6］。然而，关于GVC对中国企业全要素生产率的影响研究仍停留在国际贸易层面，缺乏基于国内国际双循环和可持续发展背景的考察。刘斌等［7］研究发现第三服务业和制造业企业通过“垂直水平”双效应提升了企业出口产品品质；邱斌等［8］通过研究全球生产网络对中国出口复杂度的影响，发现全球生产网络促进了中国制造业价值链提升。而绿色全要素生产率是衡量企业高质量发展的新兴指标，识别国内国际两个市场背后，真正影响中国企业绿色全要素生产率的计量研究空缺尚需弥补，这也是本研究以三重价值链耦合协调度作为核心解释变量的一次尝试。

目前与本文研究主题较为接近的文献鲜见，且大多倾向于单一价值链（GVC、NVC和PVC）对企业全要素生产率的影响：吕越等［9］发现高效率会给企业带来更大的意愿嵌入GVC，而效率却与企业的GVC嵌入呈现显著的“U”型关系；吕越等［10］发现GVC嵌入的生产率效应在国有企业和加工贸易企业中不显著；孙学敏等［11］研究发现国有企业在GVC嵌入过程中的生产率效应最高，外资企业次之，民营企业最低；Zhang［12］发现制造业在全球价值链中的分工地位越高，服务化生产率效应越高，且从国家异质性角度分析，国外服务要素投入的正向促进效应更加突出。相对而言，NVC和PVC对企业全要素生产率影响的研究则较少，更多的是探究NVC对于企业产出的支撑作用［13］、PVC出口增加值率与当地发展水平的关系［14］。

在环境规制要求下，绿色全要素生产率相较全要素生产率更能衡量企业的发展潜力［15］，甚至还会因政策的滞后性反受环境规制的抑制［16］。因此，选取绿色全要素生产率作为本研究的被解释变量进行研究更加合理。

现有少部分研究基于投入产出测算企业绿色全要素生产率：冯杰等［17］采用SBM模型，对中国省际绿色全要素生产率进行了深入研究，发现中国企业绿色经济发展的不平衡性愈加明显；喻旭兰等［18］研究发现，随着中国“双碳”目标的推进实施，企业的创新投入遭受挤压，从而导致绿色全要素生产率的持续下滑。因此，要实现具有中国特色的国内国际双循环与世界经济融合的顺利过渡，关键在于从上到下引导中国企业改革产业链供应链，以期提升中国在GVC中的地位（也即GVC嵌入程度），进而帮助中国企业有效地提高绿色全要素生产率［19］。吕越等［10］研究发现，企业可以通过中间品效应、大市场效应和竞争效应来参与GVC改善生产率，且GVC的嵌入与企业生产效率改进之间存在倒“U”型关系，这使得企业能在供应链上获得足够的经济利润，以避免在面对环保约束时削减研发投入。汪锋等［20］也指出，產业结构优化和市场化改革对绿色全要素生产率的增长具有正向推动作用。此外，王巧然［21］发现，市场化程度的提高是数字经济影响城市群绿色全要素生产率的重要传导机制。上官绪明等［22］的研究指出，要实现“金山银山”与“绿水青山”并存的高质量发展愿景，不仅需要中央引导地方政府进一步强化环境规制的“倒逼效应”和深化科技创新供给侧结构性改革，还需在区域间构建经济高质量发展协同机制。三重价值链耦合协调度的提升是畅通国内国际市场、扩大贸易参与、畅通经济循环的抓手，可有效弥补地区间供需的结构性漏洞。因此，提高三重价值链耦合协调度对中国企业提高绿色全要素生产率具有至关重要的意义。

与以往研究相比，本研究的边际贡献可能在于：首先，综合考虑了三重价值链对企业绿色全要素生产率的影响，将GVC嵌入度作为中介变量，分析三重价值链耦合协调度对中国企业绿色全要素生产率的影响；其次，在借鉴苏丹妮等［5］和王彬等［23］相关研究的基础上，对企业三重价值链前（后）向耦合协调度进行测度；最后，基于要素密集度的三门限模型和地区、行业异质性分析，实现了宏观层面的省级三重价值链耦合协调度对于微观层面不同类型企业的异质性分析。

2 理论分析及研究假设

自Koopman等［24］提出GVC嵌入度的测度后，越来越多的学者开始研究GVC嵌入度与中国全要素生产率的关系。发达国家持有更先进的技术和更多的创新，中国与该类国家进行贸易的过程中，可以直接获得其“ 技术外溢”［25］，通过长期的“学习效应”［26］，逐步掌握技术弥补自身产业缺陷，促使自身企业发展进步。价值链升级理论强调企业通过工艺优化、产品提升、功能强化和部门（链条）的晋级路径逐渐提升在GVC中的地位，在GVC中的网络影响力和超额利润将相应增长，进一步增强了在GVC中的控制能力，从而推动企业生产效率的迅速增长［27-28］。众多实证研究也证实，当企业通过优化生产流程、调整产品配置、采用新技术等措施，沿着价值链升级的“阶梯”攀升至高端位置时，其全要素生产率将得到相应提升［29-30］。

然而，并非企业GVC嵌入度越高企业的全要素生产率愈高。王玉燕等［31］利用1999—2012年的23个工业行业面板数据，分析了工业行业在GVC中的嵌入程度和全要素生产率的变化，结果表明：虽然GVC的嵌入能够推动全要素生产率，但同时存在一种抑制效应，这导致全GVC的嵌入与全要素生产率呈倒“U”型关系。吕越等［10］利用了2000—2006年中国工业企业数据库、中国海关进出口数据库的微观企业数据，以及2001—2011年世界投入产出数据库（WIOD）与中国工业企业数据库的融合数据，佐证了全球价值链嵌入和企业生产率的倒“U”型关系。随着冯杰等［17］关于合意产出和非合意产出的提出，李兰冰［32］创新性地引入方向性距离函数，将环境污染纳入非合意产出，并利用Malmquist?Luenberger指数量化了企业绿色全要素生产率，将企业绿色全要素生产率作为衡量企业生产力水平的指标，发现企业绿色全要素生产率的增长依赖于技术进步的单轮驱动模式，技术进步增速下滑和生态效率下降是其增速放缓的主要原因；孙学敏等［11］发现中国各行业尤其是制造业参与GVC主要通过与发达国家进行研发合作、中间品进出口贸易提高企业的研发效率和技术水平。

因此，在可持续发展背景下单一地从GVC嵌入度考察会扭曲对企业绿色全要素生产率的评价。根据苏庆义［33］得出的GVC参与程度与NVC关联度的正向关系，以及王彬等［23］对于三重价值链耦合协调度的定义，本研究认为：三重价值链耦合协调度不仅较好地体现了国内不同产业的关联程度，更是在一定程度上代表着国家产业布局由NVC通过技术进步向GVC的转变升级［34］，弥补了GVC对企业绿色全要素生产率影响评估的纵向维度，反映了中间商品在“省域-国家-全球”日益密切且复杂流动的关系。

综上所述，三重价值链耦合协调度、GVC嵌入度和企业绿色全要素生产率间存在正向传播机制，三重价值链耦合协调度提升才是促进GVC嵌入度深化的根本原因，故选取三重价值链耦合协调度作为核心解释变量，GVC嵌入度作为中介变量探究其对于企业绿色全要素生产率的影响，以全面评估三重价值链耦合协调发展对企业绿色全要素生产率的影响。

值得思考的是，中国GVC嵌入度的提高确实带来了中国在全球价值链地位的提升和企业绿色全要素生产率的进步吗？就现状而言，国外企业出于自身的既得利益，为维持自身在价值链中的领导地位，对高端技术进行垄断，使中国企业在国际分工体系中只能从事低附加值、低技术含量的加工组装活动。此外，国外企业在控制GVC下游合作企业“技术溢出”空间的同时，依托“比较优势”和替代效应等对中间品供应商进行压价，致使中国出口企业的利润总额更多依靠数量的堆积和扩张，产生“比较优势错觉”［35］。更令人担忧的是，目前中国参与GVC的地位提升主要来自中国制造业的优势地位，并且“劳动密集型”制造业部门的GVC地位明显高于“资本、技术密集型”和“资源密集型”制造业部门［36］，故实际上中国企业大多面临着较为严峻的行业挤压和“低端锁定”的风险［37］。从微观层面观察，中国不同类型的企业在参与GVC分工时也有不同的表现。张孜豪等［38］发现研发设计与其他技术服务业、信息服务业的开放，对制造业攀升GVC的促进作用相較其他生产性服务业更为显著；任志成等［35］研究发现，中国上市公司参与GVC而获取的开放红利更显著地体现在资本和技术密集型企业上。因此，中国价值链地位的提升会表现为GVC嵌入度的提升，但中国价值链地位提升的关键在于三重价值链耦合协调度的提升。

进一步地，企业绿色全要素生产率的发展更多地受到国内地区性环境规制的影响。田利军等［39］以航空公司为研究对象，发现中国碳排放权交易机制在遏制航空碳排放、提升航空公司绿色全要素生产率方面效果显著；冯杰等［17］通过SBM模型发现中国省际的企业绿色全要素生产率差距显著。因而，就已有研究分析，中国企业大都面临价值链“低端锁定”的风险，且难以避免环境规制带来的负向空间溢出效应［22］，在GVC下游参与度越高的企业其本地产业空间集聚性愈强，受地区环境政策的影响也愈大，异质性企业的绿色全要素生产率在面对三重价值链耦合协调度提升时表现各有不同。因此，在已有研究成果的基础上，本研究创新性地结合中国GVC、NVC和PVC同时发展的现实，参考王彬等［23］的“嵌入式投入产出表”，构造三重价值链耦合协调度，从宏观层面弥补了原有的从GVC嵌入度衡量企业绿色全要素生产率而缺乏内生性考量的不足；其次，结合中国产业布局 将三重价值链耦合协调度分为前（后）向，增强了所用模型的微观适应性；最后，运用包含非期望产出的SBM 模型测量企业绿色全要素生产率，并将企业专业化分工指标作为工具变量，由于模型结合了学术界最新的“包含非期望产出的SBM模型”和企业的社会特征，所得结论可信度更高。最终提出假说1。

假说1：三重价值链耦合协调度的提升，会带来中国GVC嵌入地位的提升，进而提高中国企业的绿色全要素生产率。

尽管价值链上游参与度能部分反映出中国企业的技术发展水平及其所在行业的领导地位，但下游参与度在衡量中国在全球贸易中的规模方面也具有重要意义。提高下游参与度为中国企业带来了更广阔的市场和更廉价的中间产品。根据中国近年来在GVC的地位和制造业发展情况，可以看出中国制造业整体及内部各部门在GVC中的地位相对较低，但由此带来的经济效益不容忽视。中国经济的产业转型升级所需的资本积累仍然需要企业更多参与跨区域的商品贸易（省内、国内、全球）来实现。基于这一观点，提出假設2。

假说2：相较于前向耦合协调度，三重价值链的后向耦合协调度更能为中国在GVC 分工中的主要部分——“劳动密集型”产业带来短期显著的提升。

与此同时，王岚［6］发现融入价值链的方式不同，对中国不同技术层面行业的国际分工地位影响存在差异。根据上述机制分析和相关企业研究，中国GVC上游参与度的提升象征着中国各行业更多地承担产品设计、品牌创新和关键零部件生产等高附加值环节［10］。各行业通过提升GVC上游参与度，逐渐成为全球相关产业的领导者，摆脱过去的“被俘获”境况，参与到行业前沿，对提升企业绿色全要素生产率具有更有效更长期的作用。同时，为了弥补既往研究构造GVC上游参与度指标空间维度不够深入的不足，本研究基于上述机制分析，创新性地以三重价值链前向耦合协调度作为核心解释变量，研究其对企业绿色全要素生产率的影响，引出假说3。

假说3：三重价值链前向耦合协调度的提升，能为中国绿色全要素生产率的提升带来更有效和长期的动能。

3 模型设定与变量说明

3. 1 三重价值链耦合协调度的测算

3. 1. 1 嵌入式投入产出表

由于涉及价值链各环节的协调和整合，因此不能仅依赖GVC嵌入度作为主要的解释变量，需要一种更全面和综合的价值链测量指标。为此，本研究借鉴Meng等［1］和王彬等［23］的研究方法，采用中国碳核算数据库的多区域投入产出表、亚洲开发银行（ADB）发布的世界投入产出表，进行省内、国内和国际的投入产出中间品和最终产出的匹配，并以是否有省际中间品贸易、国内中间品贸易和国际中间品贸易价值链为标准划分省内、国内和全球价值链［40］，根据行业分类将中国多区域投入产出表30个部门与世界投入产出表56部门合并统一为21部门，分类合并方式参考王彬等［23］研究所使用的嵌入式世界投入产出表，由此构建了2012、2015、2017年基于省份、国家、世界层面的投入产出表。

投入产出表具体构建方法如下：为了方便数据的可比性，本研究统一EMIIOT的21个行业代码作为研究样本①。确定样本后，首先对ADB世界投入产出表与中国多区域投入产出表中行业数量的不对应进行一致性处理。其次，将中国多区域投入产出表嵌入ADB世界投入产出表中，并假设进出口系数保持不变：以中国多区域投入产出表中各省份的数值比例为基础和EPS平台提供的中国分省份行业间双边贸易数据，测算了中国各省份21部门与世界其他国家和地区的出口、进口数据。最后，使用双比例拟合RAS方法，从纵向将中间投入与增加值加总，求得总投入与中间投入和增加值的比例，再将总产出作为行控制量，中间投入产出作为列控制量，代入Python编入循环遍历，使嵌入式投入产出表达到行列加和平衡。

3. 1. 2 构建省内、国内和全球层面的列昂惕夫逆矩阵

为了计算省级层面的三重价值链前（后）向参与度及前（后）向耦合协调度，借鉴高敬峰等［40］关于省内列昂惕夫逆矩阵的定义，使用省内列昂惕夫逆矩阵P = （I - AP ）-1，国内列昂惕夫逆矩阵N = （I - AN ）-1，全球列昂惕夫逆矩阵G = （I - AG ）-1。其中：AP 表示中国各省省内直接消耗系数矩阵，AN 表示中国国内直接消耗系数矩阵，AG 则根据各国直接消耗系数矩阵A计算求得，I表示单位矩阵。

3. 1. 3 前向参与度的测算

借鉴苏丹妮等［5］关于企业层面GVC前向参与度测算方法，构造省级层面投入产出表，同时消除不同企业带来的异质性差异，测算公式如下：

3. 1. 4 后向参与度的测算

为了保证最终计算所得后向耦合协调度与前向耦合协调度数据处于同一维度，借鉴文献［23，41-42］的研究思路，计算省内、国内和全球价值链后向参与度。

首先，从投入产出表总体来看，行向的总产出等于中间使用部分与最终使用部分之和，该生产关系以矩阵形式表达如下：

AX + Y = X （4）

其中：X 表示总产出列向量；Y 表示最终产品列向量；A 表示直接消耗系数矩阵。使用矩阵G 表示全球列昂惕夫逆矩阵，即G = （I - A）-1，则式（4）可以表述为：

X = （I - A）-1Y = GY （5）

使用行向量V 表示增加值系数，并将其转化成对角矩阵形式V?，将列向量Y 转化成对角矩阵形式Y?，最终得到矩阵V?GY?。

之后，将V?GY? 变换为V?GY? = V?PY? + V?（N - P ）Y? +V?NAFGY?，其中V?PY?表示省内价值链，V?（N - P ）Y?表示国内价值链，V?NAFGY?表示全球价值链（AF 表示非国内直接消耗系数矩阵）。

3. 1. 5 前（后）向三重价值链耦合协调度的测算

参考王彬等［23］的方法测算省内、国内和全球价值链耦合协调度，分析各省份三重价值链的协调发展程度。具体公式如下：

3. 2 企业绿色全要素生产率的测算

企业绿色全要素生产率的测算，因为DEA模型生产可能性集合的不同假设和效率指标的不同选取而各有不同，尤其是在将能源和污染物加入模型作为新的投入和产出后，更是衍生出了期望产出和非期望产出两大概念，亦即目标产出和环境污染排放产出。而冯杰等［17］研究发现，目前学术界使用不同的DEA模型会显著地影响省级绿色全要素生产率，且不同效率测度指标的选取对结果的影响远远小于不同的生产前沿面假设带来的影响。本研究进一步分析发现，SBM模型更符合绿色全要素生产率的现实含义。企业绿色全要素生产率的测算参考冯杰等［17］基于松弛的模型，以及李兰冰等［43］对期望产出和非期望产出的定义，最终得到770家上市公司2012、2015、2017年的绿色全要素生产率，公式如下：

3. 3 企业GVC嵌入度的测算

参考Koopman等［24］提出的GVC地位指数测度方法，根据上市公司的投入产出表剖析产出的国内附加值率（DVAR）和国外附加值率（FVAR），由公式（16）测算各企业GVC嵌入度指数：

且出口产品的国内附加值率与国外附加值率之和应为1，所以有：

任志成等［35］认为传统HIY、KWW等方法难以将视角下放至微观企业的价值链测度层面，故结合了多位学者基于企业微观数据关于国外附加值率FVAR 指数的测度方法。本研究借鉴此方法对企业的国外附加值率進行测算。

假设加工贸易进口值完全等于加工贸易出口值，即加工贸易进口值将全部转移到出口商品中，但是部分一般贸易进口产品会流入国内市场，应该按比例转入一般贸易出口；受限于企业规模、声誉等因素，企业的出口行为可能需要中间贸易商的协助，因此参考张杰等［44］确定真实进出口的方法处理中间贸易商问题。计算公式如下：

实际计算中，使用企业营业收入替换企业国内销售值，将FVAR 代入公式即可得到各企业GVC地位指数，也即GVC嵌入度。

3. 4 三链耦合协调度与企业绿色全要素生产率的多维固定效应模型

选择多维固定效应回归模型，分析整体及前（后）向三重价值链耦合协调度对各企业绿色全要素生产率的影响机制。在控制变量的选取方面，参考了任志成等［35］控制变量的选取思路。被解释变量、核心解释变量及控制变量的说明见表1。

为了减小异质性的影响，将省份、行业和年份进行固定，建立整体及前（后）向三重价值链耦合协调度对企业绿色全要素生产率的基准回归模型如下：

3. 5 企业要素密集度为门槛变量的三门限模型

三重价值链耦合度对企业绿色全要素生产率的影响不仅取决于外部条件，还受到企业自身特点的影响。现有研究多按企业是否劳动密集或技术密集进行分类研究其绿色全要素生产率，因此选取企业要素密集度作为门槛变量，将企业划分为劳动密集型企业、资本密集型企业和技术密集型企业，采用面板门限回归方法，分别进行三种门限检验：①HI0 表示不存在门限，HI1 表示至少存在一个门限θ1；②HI0I表示只存在一个门限，HI1I表示至少存在两个门限θ1、θ2；③HI0II表示只存在两个门限，HI1II表示少存在三个门限。当HI0I 成立时，不再检验③，并以此建立门限面板回归模型。

3. 6 GVC中介变量回归

三重价值链耦合协调度提升对于企业绿色全要素生产率的提高具有更广泛和长效的促进作用，且主要通过提升GVC嵌入度来实现。首先，中国产业正处在摆脱“低端锁定”的转型期：由于参与方式不同，前向嵌入度与绿色全要素生产率呈“U”型关系，而后向嵌入度则呈现截然相反的结果［45］。因此，不平衡、不协调的全球价值链嵌入方式势必会对地区资源产生非必要的消耗，在环境政策约束下会影响企业的全要素生产率，尤其是基于能源消耗约束下的绿色全要素生产率。而王彬等［23］、苏庆义［33］研究发现，三重价值链耦合协调度较好地体现了国内价值链关联度及地区间的资源流通效率，并与GVC嵌入度呈现明显的正向因果关系，苏丹妮等［5］对于GVC地位的阐释更是印证了该结论，即GVC地位的提升代表着企业技术进步和专业分工程度的提升，最终实现为企业绿色全要素生产率的提高。因此，本研究认为三者间存在较为明显的“三重价值链耦合协调度提高→GVC嵌入度深化→绿色全要素生产率进步”机制，并且也发现单纯以投入产出测算所得GVC嵌入度来衡量其对企业绿色全要素生产率的影响不免有失偏颇，三重价值链耦合协调度指标从空间维度较好地弥补了GVC嵌入度单一衡量标准的不足，因此选取GVC嵌入度作为价值链耦合协调度与企业绿色全要素生产率的多维固定效应模型的中介变量。公式如下：

4 实证分析

4. 1 数据来源及预处理

本研究使用的世界投入产出表来自亚洲开发银行（ADB）；中国多区域投入产出表源自中国碳核算数据库（CEADs），最新版本截至2017年；上市公司数据来自CSMAR数据库和中国海关进出口数据库；公司绿色全要素生产率借鉴李兰冰［32］的计算方法，使用上市公司数据整理计算所得。由于所需上市公司数据来源不同，故使用Python 进行数据匹配。首先，借鉴吕越等［10］和Upward等［41］的方法，将CSMAR 数据和海关数据进行匹配。其次，考虑到企业可能存在名称变更的情况，根据企业名称、企业法人和年份进行对应。最后，针对上一步匹配失败的企业，根据企业所在地邮政编码和企业电话号码的后7位进一步进行匹配。数据不足三年的上市公司，根据股票代码进入券商交易网（上海证券交易所官网）寻找年报补充相关数据，最终得到770家上市公司2012、2015、2017年的平衡面板数据，共计2 310条。

4. 2 描述性统计分析

4. 2. 1 省级三重价值链耦合协调度

如图2所示，中国各省份的三重价值链耦合协调度存在非均衡性，在时间维度上也呈现明显的变化，与王彬等［23］的测算结果基本相符。

中国东部区域耦合协调度普遍优于西部地区，沿海城市耦合协调度普遍优于内陆城市。以上海市为例，三年内的耦合协调度分别为0. 545、0. 543和0. 541，均位列全国第一，其次是浙江、广东、江苏、天津、北京和福建；内陆城市的耦合协调度明显低于沿海城市，且均出现逐年下滑或来回波动的趋势。出现该现象的主要原因是国际局势动荡，国内产业正经历结构性调整，各省份本土企业在向世界市场发展的同时，国内价值链、省内价值链也更易受到世界市场的冲击，因此三重价值链耦合协调度可能因为对市场的适应性调整而出现部分时期的回落。

图3为2012、2015、2017年各省份前、后向耦合协调度对比。从图中可以看出，上海的后向耦合协调度在该时间段内保持第一，3年间前向耦合协调度最高的是天津（2012）、上海（2015）和浙江（2017）。

根据前（后）向耦合协调度的年度差异，重庆、海南、山东、河北、福建、辽宁、天津、江苏、广东、浙江、上海可视作高耦合协同发展地区，青海、甘肃、四川、新疆、宁夏、内蒙古、陕西、湖南、湖北、黑龙江、安徽、吉林、江西、河南可视作低耦合协同发展地区，山西、北京可视作高耦合失调发展地区，西藏、贵州、云南、广西可视作低耦合失调发展地区。

综上所述，各省份的三重价值链耦合协调度与其经济水平呈正相关。东部地区省内、国内和全球价值链的耦合协调发展水平明显比中西部高。一方面，东部地区因为发展较快的原因，成为主要的人口流入地，因此地区间的贸易较为频繁；另一方面，沿海港口贸易是中国进出口贸易的主要方式，内陆城市主要服务于国内、省内的价值链，而沿海城市长期以来形成与国际发展接轨的全球贸易，东西部企业要素流动共同促进国内国际双循环的高速发展。

4. 2. 2 上市公司相关数据

表2展示了公司层面的主要变量的描述性统计结果。

4. 3 三重价值链耦合协调度对企业绿色全要素生产率的影响

4. 3. 1 基准回归

根据公式（9）采用多维固定效应模型进行回归，结果见表3。结果显示，三重价值链耦合协调度对企业绿色全要素生产率有显著的正向影响，且通过了1%的显著性检验，为假说1的证明提供了必要条件。加入资本回报率与财务费用率变量后，三重价值链的耦合协调程度对企业绿色全要素生产率的促进效应仍然显著。在加入了企业要素密集度变量后，三重价值链的耦合协调度对企业绿色全要素生产率的促进可能受到企业类型影响。进一步加入企业规模、管理费用成本变量后，三重价值链的耦合协调度对企业绿色全要素生产率效应有一定的下降，但对其显著性影响较小。

通过回归结果可以看出，三重价值链耦合协调度对企业绿色全要素生产率的提升有着直接的正向效应，并且从已有研究结论可知，GVC嵌入度的提高也会带来企业绿色全要素生产率的提高，这也在一定程度上说明了三重价值链耦合协调度的提升与GVC嵌入度的提高间有着一定的协同效应，假说1则在下文的机制检验中得到了更为具体的证明。价值链在传递中间产品的同时，还传递着理论知识和高端科技。各省份依托各自的区位优势参与到全球价值链和国内价值链专业化分工中，提升了对资源的利用程度，加快了技术进步，从而有效推动当地企业的绿色全要素生产率提升。全球价值链、国内价值链所形成的模块化生产和分工方式，为中国原本技术相对落后的企业参与到技术和资本密集型产品的生产中提供了机会，促使这些企业通过“干中学”效应提升自身技能，获得技术外溢的收益。尤其是在当今信息充分交流的时代，一些发达国家和地区企业将部分技术开源，使得价值链参与者能够与技术所有者更直接地互动，有效提升了国内企业的生产效率和产品增加值。总体来看，在整个路径中，省内价值链、国内价值链、全球价值链都发挥着至关重要的作用，三条价值链环环嵌套，任何一個环节存在短板，势必会导致“木桶效应”，可见三重价值链的协调发展对中国经济发展具有十分重要的作用。

4. 3. 2 要素密集度门限下三链耦合度对企业绿色全要素生产率的影响

由理论分析可知，三重价值链耦合度对企业绿色全要素生产率的影响不仅取决于外部条件，还受到企业自身特性的影响。其中，要素密集度是区分企业性质的重要指标。按企业要素密集度不同可把企业划分为劳动密集型企业、资本密集型企业和技术密集型企业。根据苏丹妮等［5］、吕越等［37］的研究，中国劳动密集型、资本密集型和技术密集型企业在参与全球价值链时的分工地位各有不同，因此三重价值链耦合协调度对其绿色全要素生产率的影响存在较大差异。为了验证上述假设，进一步采用面板门限回归方法，以企业要素密集度为门限变量进行检验，即分别进行了3. 5中所设3组假设检验，表4报告了两种门限回归检验结果。

根据上述检验对数据进行门限面板模型回归，结果见表5。结果显示，随着企业要素密度超过第一门限值和第二门限值水平，三重价值链耦合协调程度对企业绿色全要素生产率的促进效应逐步递减。这反映了三重价值链耦合协调程度对劳动密集型企业的生产效率提升作用最大。中国主要依靠廉价劳动力嵌入全球价值链从事加工组装生产环节，使得劳动密集型产业得以快速发展，形成规模效应。与此同时，长期陷于“低端锁定”与“路径依赖”的事实［38］，也导致国内外价值链耦合度不高，协调失衡现象最为严重。因此，三重价值链耦合协调程度的提高能够显著改善劳动密集型产业现状，提高生产率，但极易受到地区环境规制影响，验证了假说2。

4. 4 异质性分析

4. 4. 1 价值链前（后）向耦合度嵌入异质性

表6为价值链嵌入异质性回归结果。结果显示，价值链前向耦合度对企业绿色全要素生产率的促进程度大于后向耦合度，省内、国内和全球价值链的协调发展更多是从要素投入端促进企业单位生产效率的提高，同时根据苏丹妮等［5］的研究，参与全球价值链上游的企业占据的环节具有较强的产品附加值“俘获”能力，能够获得更多的利益分配，因此以三重价值链前向参与度为基础测算的三重价值链前向耦合协调度对企业绿色全要素生产率具有更卓著的提升效果；另外，从被解释变量的角度出发，上官绪明等［22］的研究也证实了价值链前向耦合度越高的企业越不容易受到地方环境规制的影响，且有利于降低研发支出，验证了假说3，在显著降低研发投入成本的同时，提升资源利用率，减少对于资源的依赖。

4. 4. 2 地区和行业异质性

表7展示了地区和行业的异质性回归结果。通过表7中的地区异质性回归系数可知，在东中部省份，三重价值链耦合协调度对企业绿色全要素生产率具有促进作用。东中部省份地理位置优越，企业资本积累雄厚，对外开放水平较高，环境规制的短期负面溢出效应较小，东中部省份各企业通过中间品出口形式，更多地参与到全球生产活动中。同时在供给方面，东中部省份企业的最终产品也更多地来自国外。因此三重价值链耦合协调发展引致生产要素充分流动、各环节循环畅通，最终使得东中部企业的资源利用效率得以提高。西部省份的企业生产创造的增加值更多地流向了国内地区，因此西部省份相对更多地参与到省内和国内价值链中。相比于东中部省份，西部省份的企业要想参与到全球的生产活动中，可能需要付出更多的成本，牺牲部分生产效率，也面临地区性的环境规制。

在行业异质性方面，非制造业行业的回归系数小于制造业回归系数，说明在行业领域，制造业的三链耦合协调度对促进企业绿色全要素生产率的提高作用大于农业、采选业及服务业等非制造业。

4. 5 机制检验

由前文理论分析可知，省内价值链、国内价值链和全球价值链的耦合协调发展可以通过深化企业的GVC嵌入程度进一步促进企业绿色全要素生产率的提高。因此，将企业GVC嵌入度作为中介变量，使用因果逐步回归法检验企业GVC嵌入程度的中介效应，构建中介效应模型，表8列（1）—列（3）分别对应公式（21）的检验回归结果。

由列（1）—列（3）中的回归系数可知，GVC嵌入度对三重价值链耦合协调度促进企业绿色全要素生产率的中介效应成立，结合已有研究结论和4. 3. 1基准回归结果，验证了假说1：三重价值链耦合协调度的提升→企业GVC嵌入度的深化→企业绿色全要素生产率增长。三重价值链耦合协调发展可以在很大程度上降低国内外包成本，增加区域间的要素交流，使得地区集聚性带来的技术创新显示出更强的空间溢出效应。同时有助于发挥中国超大规模市场优势，充分挖掘内需潜力，整合行业上下游资源，有利于国内生产链与跨国公司全球供应链直接开展“链条对链条”的竞争，通过竞争使得未能参与全球价值链或处于价值链最底层企业进入国内价值链领导者队伍，间接参与全球价值链上游分工，进而促使国内企业全球价值链升级［39］。

4. 6 稳健性检验

首先，本研究运用变量替换法、数据缩尾与截尾等方法进行稳健性检验。由表9可知，三链耦合协调度能够促进企业绿色全要素生产率提升的基本结论具有稳健性。

其次，袁淳等［45］认为，当来自市场的外部交易成本过高时，企业倾向于将交易置于企业内部进行，即发展纵向一体化，以规避外部交易成本。但一体化也同时面临不容忽视的内部管控成本，当内部管控成本高于外部交易成本时，企业倾向于将交易置于市场中开展，即发展专业化。企业专业化分工指标（VSI）既表示企业的专业化程度，也在一定程度上显示出当地三重价值链间的耦合协调发展程度，该工具变量显然与企业所在地的三重价值链耦合协调发展程度高度相关，并且从公司财务核算角度和VSI 的计算方式可以看出该指标与模型其他解释变量不相关，因此选取其作为工具变量。采用两阶段工具变量回归法并对核心解释变量三链耦合度进行了Ⅳ检验，在通过了排他性和相关性检验的前提下，选取企业专业化分工指标（VSI）作为工具变量，借鉴袁淳等［45］的修正价值增值法进行测算（表10）。由表10可知，三重价值链耦合协调度系数为20. 038，t 值为1. 89，在5%的水平上显著，在上一步稳健性检验的基础上，显著性水平上得到了进一步提升。

5 结论与建议

基于世界投入產出表、中国多区域投入产出表及上市公司数据，整合得到770家上市公司2012、2015、2017年的平衡面板数据（共计2 310条），并在此基础上构建三重价值链耦合协调度与企业绿色全要素生产率的基准回归模型，发现三重价值链耦合协调度的提高，对中国企业的绿色全要素生产率具有正向促进作用，该结论在实证结果和经济发展现实中均得到了验证，说明三重价值链耦合协调度的提升，会带来GVC嵌入地位的提升，进而提高中国产业的绿色全要素生产率。进一步探究了GVC嵌入度的中介效应与企业要素密集度的门限效应，发现三重价值链耦合协调度的提高能够显著改善劳动密集型产业现状，为新发展阶段的劳动密集型产业革新提供与过往可比的指标，同时量化其在NVC、PVC、GVC三重价值链耦合协调发展进程中企业所处的地位，理论研究的结论可为中国处于价值链跃升过渡的微观主体指明发展的具体方向。同时，三重价值链耦合协调发展能为中国目前参与GVC下游的、以劳动密集型为核心特征的制造业产业带来短期显著的提升，为摆脱“低端锁定”确定政策的着力点。异质性分析结果表明，三重价值链前向耦合协调度对企业绿色全要素生产率的提高影响更大，说明三重价值链前向耦合协调度的提升能为中国绿色全要素生产率的提升带来更为有效和长期的动能，三重价值链前向耦合协调度也凸显了新兴的高新技术企业在经济全球化中由“供应者”身份所带来的利益，因此需要进一步打通国内国外的中间供应链条，促进高新技术产业平衡国内国外业务，从而更好地抵御全球化的经济冲击。总而言之，中国在参与全球经济的过程中，需同时兼顾本地企业的地区性中间品贸易和全球性的商业合作，以期在给企业带来短期利润大量积累的同时，提升企业的内涵式增长能力，减少由于地区性资源禀赋不同引发的环境政策负面效应空间溢出影响，避免落入生产规模提高的“低端锁定”陷阱和绿色低碳“ 背离式”发展模式。

基于上述研究结论，提出建议如下。

第一，三重价值链耦合协调度对以“劳动密集”为特征的企业转型升级的作用更为突出，故以此为比较优势的省份和行业应更加重视省内、国内、全球三重价值链的协调发展。政府应发挥主观能动性，评估本地供应链、分销渠道和核心竞争力，制定相关市场激励政策，调整各级市场间的商品流通。企业应主动与政府相关部门沟通，了解政策导向，争取更多的政策支持和激励，同时深化与客户的关系，提供个性化的服务，确保在价值链中的持续增值，针对可能出现的供应链中断、市场波动等风险，做好积极的应对措施，以期实现资源的共享和整合，保障三重价值链齐头并进，畅通国内国际双循环。

第二，前向耦合协调度对企业绿色全要素生产率的作用更为重要。政府应在要素投入端，注重对高新技术企业的资源分配，促进生产和供应链流程的高度集成，着力强化在价值链上有竞争力的“链主”企业和专精特新企业绿色全要素生产率的长效提升作用，在保证内循环资源流动顺畅的同时，积极参与全球生产活动的技术知识交流，加强与供应商的合作力度，确保企业生产和供应流程符合可持续发展标准。企业应加大研发投入，优化人力资本，通过积极参与全球价值链分工提升技术水平，并通过三链耦合协调发展促进地区间及行业间的知识技术溢出，实现持续的创新，提高核心竞争力，以期最大程度地发挥三链耦合协调发展对绿色全要素生产率的促进作用。

第三，为了提升企业的绿色全要素生产率，加强各省域间的政策协调性和交易通达性显得尤为关键。微观企业要实现绿色、共建、共享发展，各地区不只是融入“GVC专业化分工”，同时也要主动融入PVC和NVC的市场分工。这种策略不仅有助于全球、国内、省内三重价值链在地理尺度的协调和整合，借此产生的集聚效应更能够推动产业全面升级，从而为各地经济增长带来持久的动力。根据研究结论，中国各省份的绿色全要素生产率存在明显的差异，因此加强各省在地理上的集聚效应在改善绿色全要素生产率方面具有极大的潜力和价值。为了实现这一目标，地方政府与中央政府应该紧密合作，出台统一且有利于长远发展的相关政策，鼓励跨区域交易合作，确保资源得到最优化的配置和利用。

当然，由于学术界从微观方面探讨三重价值链耦合协调度与企业绿色全要素生产率关系的研究较少，尚未形成相对完善的理论框架，且受到计量模型的限制，难以将企业绿色全要素生产率的所有影响因素考虑在内，加上衡量省内、国内和全球价值链的协同发展程度亦是一个较难实现的过程，难以用几个简单的量化指标完美诠释，可能会导致实证结果存在一定的偏差，这是本研究的不足之处。本研究旨在为学术界提供一个新的研究方向与思路，希望开辟省内、国内、全球三重价值链协同进步的经济发展模式，助力国内国际双循环的畅通。

参考文献

［1］ MENG B，WANG Z，KOOPMAN R. How are global value chains

fragmented and extended in China's domestic production networks

［R］. Brighton： Institute of Developing Economies，2013.

［2］ 張少军，刘志彪. 全球价值链模式的产业转移：动力、影响与对

中国产业升级和区域协调发展的启示［J］. 中国工业经济，2009

（11）：5-15.

［3］ 樊茂清，黄薇. 基于全球价值链分解的中国贸易产业结构演进

研究［J］. 世界经济，2014，37（2）：50-70.

［4］ 吕越，吕云龙. 全球价值链嵌入会改善制造业企业的生产效率

吗：基于双重稳健-倾向得分加权估计［J］. 财贸经济，2016（3）：

109-122.

［5］ 苏丹妮，盛斌，邵朝对，等. 全球价值链、本地化产业集聚与企业

生产率的互动效应［J］. 经济研究，2020，55（3）：100-115.

［6］ 王岚. 融入全球价值链对中国制造业国际分工地位的影响［J］.

统计研究，2014，31（5）：17-23.

［7］ 刘斌，魏倩，吕越，等. 制造业服务化与价值链升级［J］. 经济研

究，2016，51（3）：151-162.

［8］ 邱斌，叶龙凤，孙少勤. 参与全球生产网络对我国制造业价值链

提升影响的实证研究：基于出口复杂度的分析［J］. 中国工业经

济，2012（1）：57-67.

［9］ 吕越，罗伟，刘斌. 异质性企业与全球价值链嵌入：基于效率和

融资的视角［J］. 世界经济，2015，38（8）：29-55.

［10］ 吕越，黄艳希，陈勇兵. 全球价值链嵌入的生产率效应：影响与

机制分析［J］. 世界经济，2017，40（7）：28-51.

［11］ 孙学敏，王杰. 全球价值链嵌入的“生产率效应”：基于中国微

观企业数据的实证研究［J］. 国际贸易问题，2016（3）：3-14.

［12］ ZHANG J. Impact of manufacturing servitization on factor productivity

of industrial sector using global value chain［J］. Sustainability，

2022， 14（9）： 5354.

［13］ 项莹，赵静. 中国省际高技术产业非竞争型投入产出表编制及

应用研究［J］. 数量经济技术经济研究，2020，37（1）：122-140.

［14］ 张红梅，祝灵秀，李善同，等. 高出口省内增加值率能否作为政

策目标：基于中国省级数据的研究［J］. 经济学家，2020（3）：

34-44.

［15］ 李玲，陶锋. 中国制造业最优环境规制强度的选择：基于绿色

全要素生产率的视角［J］. 中国工业经济，2012（5）：70-82.

［16］黄庆华，胡江峰，陈习定. 环境规制与绿色全要素生产率：两难

还是双赢［J］. 中国人口·资源与环境，2018，28（11）：140-149.

［17］ 冯杰，张世秋. 基于DEA方法的我国省际绿色全要素生产率评

估：不同模型选择的差异性探析［J］. 北京大学学报（自然科学

版），2017，53（1）：151-159.

［18］ 喻旭兰，周颖. 绿色信贷政策与高污染企业绿色转型：基于减

排和发展的视角［J］. 数量经济技术经济研究，2023，40（7）：

179-200.

［19］ 江小涓，孟丽君. 内循环为主、外循环赋能与更高水平双循环：

国际经验与中国实践［J］. 管理世界，2021，37（1）：1-19.

［20］ 汪锋，解晋. 中国分省绿色全要素生产率增长率研究［J］. 中国

人口科学，2015（2）：53-62，127.

［21］ 王巧然. 城市群数字经济发展与绿色全要素生产率：作用机理

与普惠性质［J］. 中国流通经济，2023，37（6）：51-64.

［22］ 上官绪明，葛斌华. 科技创新、环境规制与经济高质量发展：来

自中国278个地级及以上城市的经验证据［J］. 中国人口·资源

与环境，2020，30（6）：95-104.

［23］ 王彬，高敬峰，宋玉洁. 数字经济对三重价值链协同发展的影

响［J］. 统计研究，2023，40（1）：18-32.

［24］ KOOPMAN R，WANG Z，WEI S J. Estimating domestic content in

exports when processing trade is pervasive［J］. Journal of development

economics，2012，99（1）：178-189.

［25］ 赵永亮，杨子晖，苏启林. 出口集聚企业“双重成长环境”下的

学习能力与生产率之谜：新-新贸易理论与新-新经济地理的共

同视角［J］. 管理世界，2014（1）：40-57.

［26］ MELITZ M J. The impact of trade on intra?industry reallocations

and aggregate industry productivity［J］. Econometrica，2003，71

（6）：1695-1725.

［27］ GEREFFI G. International trade and industrial upgrading in the

apparel commodity chain［J］. Journal of international economics，

1999，48（1）：37-70.

［28］ BAIR J，GEREFFI G. Local clusters in global chains：the causes

and consequences of export dynamism in Torreon's blue jeans industry

［J］. World development，2001，29（11）：1885-1903.

［29］ AMIGHINI A. China in the international fragmentation of production：

evidence from the ICT industry［J］. European journal of comparative

economics， 2005（2）：203-219.

［30］ 刘奕，夏杰长. 全球价值链下服务业集聚区的嵌入与升级：创

意产业的案例分析［J］. 中国工业经济，2009（12）：56-65.

［31］ 王玉燕，林汉川，吕臣. 全球价值链嵌入的技术进步效应：来自

中国工业面板数据的经验研究［J］. 中国工业经济，2014（9）：

65-77.

［32］ 李兰冰. 中国能源绩效的动态演化、地区差距与成因识别：基

于一种新型全要素能源生产率变动指标［J］. 管理世界，2015

（11）：40-52.

［33］ 苏庆义. 中国省级出口的增加值分解及其应用［J］. 经济研究，

2016，51（1）：84-98，113.

［34］ 刘志彪，张杰. 全球代工体系下发展中国家俘获型网络的形

成、突破与对策：基于GVC与NVC的比较视角［J］. 中国工业经

济，2007（5）：39-47.

［35］ 任志成，张幸. 参与全球价值链提高中国上市公司的全要素生

产率了吗［J］. 审计与经济研究，2020，35（3）：93-101.

［36］ 周升起，兰珍先，付华. 中国制造业在全球价值链国际分工地

位再考察：基于Koopman等的“GVC地位指数”［J］. 國际贸易问

题，2014（2）：3-12.

［37］ 吕越，陈帅，盛斌. 嵌入全球价值链会导致中国制造的“低端锁

定”吗［J］. 管理世界，2018，34（8）：11-29.

［38］ 张孜豪，姚战琪. 中国生产性服务业开放对制造业全球价值链

升级的影响：基于引进来和走出去的双重视角［J］. 首都经济贸

易大学学报，2023，25（2）：30-45.

［39］ 田利军，秦文，黎杰.“双碳”目标下ETS与航空公司绿色全要素

生产率［J］. 气候变化研究进展，2023，19（3）：320-333.

［40］ 高敬峰，王彬. 国内区域价值链、全球价值链与地区经济增长

［J］. 经济评论，2020（2）：20-35.

［41］ WANG Z，WEI S，YU X D，et al. Measures of participation in global

value chains and global business cycles［R］. Cambridge： National

Bureau of Economic Research，2017.

［42］ UPWARD R，WANG Z，ZHENG J H. Weighing China's export basket：

the domestic content and technology intensity of Chinese exports

［J］. Journal of comparative economics，2013，41（2）：527-543.

［43］ 李兰冰，李焕杰. 技术创新、节能减排与城市绿色发展［J］. 软

科学，2021，35（11）：46-51.

［44］ 张杰，陈志远，刘元春. 中国出口国内附加值的测算与变化机

制［J］. 经济研究，2013，48（10）：124-137.

［45］ 袁淳，肖土盛，耿春晓，等. 数字化转型与企业分工：专业化还

是纵向一体化［J］. 中国工业经济，2021（9）：137-155.

（责任编辑：王爱萍）