杨丹萍 杨小钢
（宁波大学中东欧经贸合作研究院，宁波 315211）
引 言以新冠肺炎疫情、俄乌冲突、供应链“去中化” 战略等为代表的外部冲击通过中间品贸易关联机制将风险传递到产业链上的各国，引起了断链的“共振” 效应。目前以“中国＋1” 模式、近岸外包、产业回流为主要特点的产业区位调整战略已经开启，驱动全球价值链朝着弹性化、区域化和短链化的趋势重构，国际大循环动力明显弱化。面对这种情况，党的二十大明确指出要“依托我国超大规模市场优势，以国内大循环吸引全球资源要素，增强国内国际两个市场两种资源联动效应，提升贸易投资合作质量和水平”。如何基于市场优势，摆脱“体外循环” 模式，强化产业链控制力，构建“以我为主” 的产业链供应体系是双循环战略的应有之义。
本文认为“两头在外” 依附性嵌入模式未来的转换方向是构建内需主导型全球价值链。内需主导型全球价值链是以国内市场的有效需求为基础，通过国内国际双循环虹吸国内外优质资源，构建的“以我为主” 的全球化产业分工组织体制［1］。如何培育内生能力去构建内需主导型全球价值链，以人工智能为代表的技术革新能否成为构建内需主导型GVC 的抓手是亟需关注的问题。在以工序切片化和任务分割为主要模式的当下，人工智能的应用是否会促进国内承接境外中间品生产，引致中间产品内向化则也是一个值得关注的问题。进一步地，依托国内需求形成的智能制造和进口中间品替代是否会助力内需主导型全球价值链的构建，建立基于内生能力的国内专业化分工，则是本文研究的根本目的。
关于人工智能的研究，学界主要基于就业结构、收入差距、经济增长等视角展开了深入探讨，其中人工智能的价值链升级效应得到了一些学者的关注。人工智能会通过降低贸易成本、促进技术创新、优化资源配置的途径提升一国行业的全球价值链参与度与分工地位［2］，显着促进一国价值链网络的深化［3］。不过人工智能应用重塑了制造环节的增值能力，人工智能对部分劳动力要素已产生替代效应，产业回流的趋势愈加明显［4］。关于中间产品内向化的研究，马丹等（2019）［5］指出技术差距的缩小会引致中间品生产环节向境内转移，中间产品内向化的进程会愈加明显，这个机制的核心就是技术差距会导致国内外中间品价格的变化，从而使得国内中间品的替代效应显着增强，降低国内对于外部供应链的依赖性。同时进口来源国经济政策不确定性的冲击会导致企业成本上升和进口产品质量下降，这也会倒逼企业将更多中间品生产环节转向境内［6］。但是企业中间品供给结构向境内倾斜，可能会引起贸易失速，进而导致全球价值链嵌入的“阻塞效应”［7］。关于内需主导型全球价值链的研究，以内需为主导的外贸体系能够使本国宏观经济运行独立于外部环境的负面冲击，减少国外供给侧不确定性因素向境内扩散，不过中间品环节的离岸外包可能会抵消上述正面效应［8］。同时也有学者指出推进贸易便利化改革是构建内需主导外贸新模式的关键［9］。总体来看，依托境内需求形成的“以我为主” 的内需主导型价值链非常强调自生能力、价值链延伸和动态竞争，这几个特征与人工智能和中间产品内向化的功能属性不谋而合。综上所述，目前学界关于这三者的研究割裂性较强，鲜有文献涉及人工智能、中间产品内向化和内需主导型全球价值链构建这三者之间的关系，缺乏关于如何基于内生能力构建内需主导型全球价值链的研究。因此考察人工智能和中间产品内向化对构建内需主导型全球价值链的影响效应具有重要意义。
1 理论分析与研究假说当人工智能等数字技术的应用趋于成熟，并具有一定应用规模时，其相对价格会下降，从而替代生产中的部分劳动力投入［10］。以往劳动力成本的上涨引致了本国诸多生产环节的离岸外包，这种现象会因为人工智能的广泛应用得到逆转。智能化会促使劳动力在要素投入结构中贡献度不断降低，不少中间产品活动转向内包［4，11］，这是人工智能引致中间产品内向化的宏观基础。人工智能的应用能够显着改善企业的雇佣结构，企业高技术人才比例会得到明显提升，劳动力结构的优化会增强企业内部的创新效率［12］。人工智能的应用还能强化企业对进口中间品的学习能力，促使企业要素禀赋结构向资本偏向型转变，这将有利于企业吸收中高技术密集型的中间品技术溢出。通过模仿学习提升对新技术的适应性，降低本土企业的创新成本。而技术创新会强化企业关键中间品的生产能力，从而实现中间品生产向境内转移。
人工智能的应用会通过影响国内外中间品价格引致中间产品内向化。人工智能本身具备的生产率提升效应［3，12］，能使企业通过规模经济效应降低企业生产的固定成本，强化域内中间品的价格优势； 另外，人工智能自身还需要其他配套体系的支撑，人工智能会促使企业提高其他高技术要素的投入，如以大数据、云计算等为代表的数字化要素，以技术服务、软件研发为代表的生产性服务要素。这些要素的投入会快速缩小本国行业与其他行业的技术差距。当本国行业的技术差距与技术领先行业差距缩小时，国内外中间品价格会发生显着改变［5］。在这种情况下，企业则会基于成本最小化和利润最大化的目标，将中间品投入结构向境内倾斜，从而重塑了中间品的国内外配置，国内中间品的替代效应会显着增强。
鉴于此，本文提出假说1： 人工智能会导致中间产品内向化，从而发挥“补链” 效应。
（1） 人工智能的应用能通过对制造活动的精确把控，降低生产过程中的非必要损耗，减少企业的边际成本。同时人工智能还能够协同大数据、云计算降低企业的搜寻匹配成本，成本的下降将直接促使企业将资金投入到提升中间品质量上，从而缩短新产品生命周期； （2） 人工智能的企业会增强与其他运用人工智能企业及未使用人工智能企业的竞争［13］，促使低质量产品快速迭代，获得可与中高质量产品相竞争的地位，这种行业内部的竞争会倒逼企业不得不提升中间产品质量。良性竞争下，上游中间品质量的提升还会对下游中间品质量产生溢出效应和叠加效应［14］； （3） 人工智能本身所具备的高技术生产性服务要素和数字要素的需求，会引致诸多高质量要素的投入，而人工智能则能与之协同提升出口中间品质量。
中间产品替代所引致的国内中间品产能的提升，使其投入结构向国内倾斜，从而导致本土竞争，倒逼中间品生产企业提升自身的产品质量。而依托国内需求形成的“国内需求——本土中间品供给——中间品出口关联” 能够使企业通过境内需求的规模效应、生产者与消费者互动的学习效应、创新和异质性需求引致的产品差异化等途径实现对境内消费者衍生需求的精确把控［15］，提升个性化定制能力，最终提升中间品出口质量。同时中间产品内向化导致生产环节向境内集聚，完善了域内的产业链链条，境内产业链上下游的互通互联能使生产者和消费者的需求快速得到创新反馈。因此国内生产链的延伸能实现创新的“增量提质”，有效缓解依赖国外供应链所带来的弊端［16］。依托境外的中间品供给，使得企业不得不花费一定的资金去收集境外的供给信息，建立购置渠道，因此中间品进口成本相较于境内的购买成本较高。同时过于依赖别国的中间品供给，很可能会受到进口国经济政策不确定性的冲击，进一步增加企业的固定成本。而中间产品内向化则会充分降低企业的上述成本，使企业将资金更多投入到优化中间品生产质量上。
鉴于此，本文提出假说2： 人工智能和中间产品内向化能通过提升中间品出口质量发挥“强链”效应，进而促进内需主导型全球价值链的构建。
受限于产品构造和技术结构，产品的生产环节只能在现有的技术框架下合理解构。同时考虑到产品的生产效率和协同模式，产业链有一定程度的生产阶段边界。在没有外部技术冲击的情况下，细化分解产品生产环节和延长价值链长度的动机比较微弱，这也是近10 年来产业链增长停滞、制造业分工全球化进程减缓的重要原因。而人工智能的导入能够使工作指令、程序信息等的传递更加标准化，使生产工序更加计算机化，从而有效实现价值链各部分的衔接和工序细化［3］。因此人工智能在制造业中的应用有助于突破产业链分工的瓶颈，使得生产阶段进一步分解。
同时中间产品内向化也有延伸生产步长的效应，具体来看，内向化将中间产品生产环节控制在一国境内，使企业得以避免繁琐的通关手续和较高的跨境贸易成本，企业在境内继续延伸产品生产阶段的动机会愈发增强。同时从嵌入视角上看，境内中间品的生产集聚能使企业依托“蜘蛛型” 网络协调本土企业的竞争与合作关系，依托“蛇型” 分工模式实现对价值链的转换，促使企业向研发设计、品牌营销等高附加值环节攀升，在功能升级和链条升级中进一步延伸价值链长度［1］。而较长的产业链延伸能够引致深层的产品加工和迂回生产，进一步促进了内需主导型全球价值链的构建。
鉴于此，本文提出假说3： 人工智能和中间产品内向化能通过延长生产步长发挥“延链” 效应，进而促进内需主导型全球价值链的构建。
集聚经济是提高区域经济发展绩效的重要基础，而以专业化市场为依托的本土产业集群是集聚经济重要的空间和产业载体。人工智能技术的应用促使企业快速提升生产率，通过竞争效应淘汰了部分落后产业，助推传统产业向均等化的方向发展［17］，为产业集聚奠定了良好的基础。同时信息技术的应用使企业边界变得模糊，人工智能的应用也增强了企业“归核化” 生产的动机，企业对外部产品供应商的需求愈加旺盛，这也驱动了区域内的产业集聚。值得注意的是，人工智能等高新技术的应用还内生地决定了其具有对先进服务要素的需求，因此人工智能还能通过与软件研发、科技服务等生产性服务业的合作产生协同集聚效应。
中间产品内向化本身就意味着境内中间品投入比例的上升，这代表境内中间品生产已经有了量的积累。而中间品生产强调域内要素流动和共享，这将促使要素向同一空间范围集聚。同时产业链上下游的关联，也会使得链上各个企业向同一区域集聚，由此引致产业集聚。本土的产业集聚能够对境内需求产生快速反应，强化对境内需求变化的感知度。同时产业集聚还能通过中间投入共享、知识技术溢出和劳动力蓄水池这三方面的马歇尔外部性提升企业的附加值获取能力［18］，从而强化内需主导型GVC 构建能力。
鉴于此，本文提出假说4： 人工智能和中间产品内向化能通过促进产业集聚发挥“固链” 效应，进而促进内需主导型全球价值链的构建。
2 计量模型、变量测算与数据说明2.1 计量模型设定为检验人工智能和中间产品内向化对构建内需主导型全球价值链的影响，本文构建如下计量模型：
其中，下标i、j、k、t分别代表出口国、出口市场、行业以及年份。被解释变量RDVijkt表示t年i国k行业对j国的返回增加值，即内需主导型全球价值链的构建水平； 核心解释变量Robotikt表示t年i国k行业的人工智能应用水平； 核心解释变量Dfinrikt为t年i国k行业的中间产品内向化程度；Xit代表一系列控制变量；Vj、Vk、Vt分别表征出口市场固定效应、行业固定效应以及年份固定效应。上述模型的所有变量均进行了对数化的处理以缓解极端值和异方差的影响。
2.2 变量定义（1） 被解释变量： 内需主导型GVC 分工程度（RDV）。内需主导型全球价值链这种分工模式的增加值流向主要表现为环形特征，即本国创造的增加值输出国外再返回境内。基于该特征并结合现有研究，确定返回增加值作为被解释变量［8］。
（2） 核心解释变量1： 人工智能（Robot）。本文借鉴杨飞（2022）［19］的做法，基于投入产出表测度计算机制造业、信息服务业以及科技服务业在某行业中的完全消耗系数，将其作为该行业的人工智能应用水平的代理指标。
（3） 核心解释变量2： 中间产品内向化程度（Dfinr）。本文借鉴马丹等（2019）［5］的做法，使用中间产品内向化指标考察国内生产环节承接国外中间品生产的程度。计算公式如下：
其中dfinrijt为第t年i国j行业的中间产品内向化程度，dinijt和finijt分别表示第t年i国j行业的国内和国外中间品投入，inijt为第t年i国j行业的中间品总投入。上式反映了国内中间品投入比重的相对提高程度。
（4） 相关控制变量。国内需求（pergdp），采用国内人均GDP 表示； 贸易伙伴国的制造业生产能力（inadded），采用贸易伙伴国工业增加值占GDP的百分比表示； 贸易成本（distwces），采用地理距离表示； 外商直接投资（fdi），采用外国直接投资净流入表示； 其余包含两个虚拟变量，即是否签署自贸协定（fta）和是否是毗邻国家（contig）。
2.3 数据来源及处理本文的返回增加值数据主要来源于UIBE GVC Indicators 数据库，中间产品内向化指标和人工智能应用水平是基于ADB－MRIO 数据库进行测算的。人均GDP、贸易伙伴国工业增加值占GDP 的百分比、外商直接投资来源于世界银行。地理距离和是否是毗邻国家来源于CEPII 数据库，是否签署自贸协定来源于WTO。上述各变量的描述性统计见表1。本文选取了14 个行业，考察时间限定在2007～2021 年，因此本文主回归的数据结构为“出口国－行业－目的国－年份” 四维数据。
表1 变量的描述性统计
3 实证分析3.1 基准回归分析表2 汇报了基准回归的结果，由列（1） 和列（2） 可知人工智能的回归符号在1%的水平上显着为正，这表明人工智能的应用能够显着促进中间产品内向化进程，即人工智能会削弱离岸外包动机，促使国内产业摆脱中间品进口依赖，将部分中间品投入转向国内，验证了假说1。进一步分析列（3） 和列（4） 的回归结果，可见人工智能对返回增加值的影响为正，说明工业智能化的发展是折返增加值分工模式的重要驱动力，有助于构建内需主导型全球价值链。同时中间产品内向化的估计结果显着为正，证明了中间产品的再配置有利于建立基于内生能力的国际专业化分工，而人工智能可作为抓手促进企业实现“归核化” 生产，引领内需主导型全球价值链的构建。
表2 基准回归结果
3.2 稳健性检验3.2.1 指标替换
（1） 替换被解释变量。将返回增加值分解成以中间品（RDV＿INT）、最终产品（RDV＿FIN1）、第三国最终产品（RDV＿FIN2）形式返回的中间品增加值； （2） 替换核心解释变量。采用完全依赖度，即某制造业行业对人工智能行业的完全消耗占所有完全消耗的比重。同时引入工业机器人安装流量（instal）和存量（stock）作为替换指标。替换后的核心变量符号没有发生变化，证实了基准回归的稳健性。
3.2.2 样本处理
（1） 分别排除应用人工智能的主导行业和边缘行业。将运用人工智能水平最高和最低的三大行业分别予以剔除，从而形成去头样本和去尾样本以避免特殊样本主导回归结果； （2） 分别排除应用人工智能的主导国家和边缘国家。借鉴上述思路，分别排除人工智能应用水平最高和最低的3 个国家； （3） 划分样本区间。由于2013 年前后样本的人工智能应用水平存在明显差异，因此以2013 年为界将样本分为两部分。两个核心变量的回归系数显着为正，验证了基准回归。
3.2.3 补充关键控制变量
本文借鉴刘斌和潘彤（2020）［2］的方法，利用改进后的引力模型计算贸易成本。贸易成本的系数在1%的水平上显着为负，表明了贸易成本是影响返回增加值的关键因素，因此提高贸易便利化水平是构建内需主导型GVC 的必要条件。同时两个核心解释变量的符号并未发生改变，证明了基准回归结果的稳健性。
3.2.4 内生性分析
（1） 控制更加高维的固定效应。将基准回归中3 个维度的固定效应转为行业－年份固定效应和出口市场－年份固定效应以考虑经济运行的多维冲击，在控制了高维固定效应后，回归结果依旧稳健。
（2） 工具变量法。关于人工智能工具变量的构造主要采用3 种方法： ①使用人工智能的滞后一阶作为工具变量； ②借鉴Faber （2020）［20］的思路，采用其余国家智能化的平均水平构造本国人工智能的工具变量； ③采用移动份额法进行构造，即基于各国全球人工智能的发展程度计算出外生的全球人工智能增长率，再用该增长率与上一期的人工智能程度交乘得到工具变量。最后使用中间产品内向化的滞后1 期作为该变量的工具变量，并以其为基准分别与人工智能的3 个工具变量进行回归。首先关注不可识别检验，Kleibergen－Paap rk LM 的P 值远小于0.1，表明拒绝了工具变量识别不足的原假设。其次关注弱工具变量检验，Kleibergen－Paap Wald rk F 统计量大于Stock－Yogo 检验10%临界水平的临界值，拒绝了工具变量是弱识别的原假定。最后核心解释变量的系数方向和显着性均未发生变化，结论与基准回归结论相同，说明本文研究结果通过了因果识别检验。
3.3 异质性分析（1） 基于贸易便利化的异质性分析
基于孔庆峰和董虹蔚（2015）［21］的指标体系，利用熵值法测度了各国的贸易便利化水平。根据出口国和贸易伙伴国贸易便利化平均水平的五分位数选取0～20%、40%～60%和80%～100%3 个子样本。由表3 列（1）～（3） 可知，人工智能的系数显着为正，说明人工智能具有内需主导型GVC构建效应。中间产品内向化虽然在3 个子样本中系数均为正，但在0～20%子样本中中间产品内向化的系数远小于80%～100%子样本中的系数。该结果表明贸易便利化是赋能中间产品内向化的重要因素。
表3 异质性分析
（2） 基于技术密集度的异质性分析
将样本行业分为中低技术、中技术、中高技术3 个子样本，人工智能和中间产品内向化的系数均为正，说明人工智能的应用和中间产品内向化能在促进中高技术行业构建内需主导型GVC 的同时，赋能传统行业。另外，人工智能的赋能效应在中技术行业中更为明显。
3.4 机制分析（1） 基于中间品出口质量的中介效应检验
借鉴施炳展和邵文波（2014）［22］的方法利用CEPII－BACI 数据库计算国家中间品出口质量，回归结果见表4 列（1）、（2），列（1） 中人工智能应用和中间产品内向化的系数均为正，表明二者均能提升出口中间品质量。列（2） 加入出口中间产品质量后，中间产品出口质量符号为正，这证实了中间产品出口质量的提高是人工智能和中间产品内向化影响内需主导型全球价值链构建的中介机制，验证了假说2。
表4 机制分析
（2） 基于生产步长的中介效应检验
借鉴Wang 等（2017）［23］的方法，利用生产步长即要素投入所产生的增加值被用于最终产品生产的平均次数反映生产工序的复杂程度。列（3）中人工智能和中间产品内向化系数显着为正，证明二者都能促进生产阶段的延伸。列（4） 中生产步长变量系数显着为正，说明人工智能和中间产品内向化均能通过延长生产步长的机制促进内需主导型全球价值链的构建，验证了假说3。
（3） 基于产业集聚的中介效应检验
产业集聚借鉴刘友金等（2023）［24］的做法，利用各国i产业增加值占当年全球i产业增加值的比重来衡量。列（5） 中人工智能和中间产品内向化系数在1%的显着性水平上均为正，证明二者都能促进产业集聚。列（6） 中产业集聚变量系数显着为正，表明人工智能和中间产品内向化均能通过促进产业集聚以赋能内需主导型全球价值链的构建，验证了假说4。
4 进一步拓展分析： 服务要素和技术势差的调节效应4.1 服务要素赋能下人工智能的“稳链”效应服务型制造是优化制造业竞争力，适应消费结构升级的新型工业化模式，对构建国内国际双循环的新发展格局具有重要意义，因此有必要分析服务要素投入的赋能作用。借鉴许和连等（2017）［25］的方法，利用完全消耗系数法衡量制造业服务要素投入的水平，总体层面服务要素投入与人工智能的交互项系数显着为负，表明服务要素投入会抑制人工智能的内需主导型全球价值链构建效应。从要素投入的国别属性上看，国外、国内服务要素投入和人工智能的交互项系数分别显着为负和正，说明国外服务要素投入会产生“俘获” 效应，不利于人工智能构建内需主导型全球价值链，而国内服务要素投入能发挥“稳链” 效应。因此发展服务型制造是构建内需主导型全球价值链的重要方向，但在两业融合中一定要注重引导生产型制造企业以核心产品和核心技术为基础，建立自主可控的国内服务配套体系。
4.2 技术驱动下中间产品内向化的“建链”效应参考刘斌和潘彤（2020）［2］的构建方法，采用第t－1 年制造业行业全球价值链分工地位与贸易伙伴国同一行业分工地位之间的差距，验证本国与贸易伙伴国之间的技术势差所可能具备的“建链” 效应。同时，本文还选取了基于生产分解模型所测度的TPL 生产位置指标和APL 生产位置指标进行补充验证。3 个交互项系数均为正，说明本国行业如果能获取相较于贸易伙伴国技术上的先动优势，中间产品内向化的“建链” 效应会增强。这意味着我国必须深耕技术，在关键领域形成对贸易伙伴国的技术势差，从而为内需主导型全球价值链的构建奠定基础。
5 研究结论与政策建议本文研究发现，人工智能的应用使境内产业的中间品投入更多转向国内，引致了中间产品内向化进程。进一步研究发现，人工智能还能与中间产品内向化共同发挥内需主导型全球价值链构建效应。这一促进效应是通过提高出口中间品质量、延长生产步长以及促进产业集聚的机制实现的。本文发现贸易便利化程度深度影响了中间产品内向化价值链构建效应的发挥。同时对于不同技术密集度的行业，人工智能和中间产品内向化的构建效应亦是显着。拓展分析发现国内服务要素投入能够赋能人工智能发挥“稳链” 效应，技术势差能够助推中间产品内向化发挥“建链” 效应。
基于上述结论，提出以下政策建议：
（1） 要积极拓展服务型制造，企业要积极利用数字化和智能化系统开展以用户为中心的定制化生产，进一步提升新一代信息技术与产业的融合创新能力。优化要素投入结构，将要素投入向以软件研发、科技服务为代表的先进服务要素倾斜。制造业要与生产性服务业协同发展，实现由生产型制造向服务型制造转变。
（2） 要深度推进产业“链长制”，以智能制造为抓手实现高质量中间品的生产。产业“链主”要提升“补链” 能力，着力补齐上下游短缺环节。同时企业也要重点优化企业中间品供给体系，从微观层面推动国内中间品市场的扩容升级，进一步深化国内价值链分工和协同，延长生产的国内环节。重点推进境内产业集聚，优化产业集群的耦合性，加强集群分工，推进产业链上下游重组。同时，面对中间产品向境内承接的态势，我国要以建设全国统一大市场为契机，不断推进国内市场一体化改革，破除市场分割对中间品生产的限制。
（3） 要推进战略发展方向从“贸易立国” 向“内需立国” 转变。基于国内市场培育产业国际竞争力，重点依托国内市场优势实现创新驱动发展战略。企业要对标境内需求，将研发资源向核心中间品和复杂资本品倾斜，尽早实现基础软件、集成电路以及基础材料等核心零部件自主可控，以此为价值链向国外延伸提供源动力。但是要注意的是，在企业利用人工智能、大数据、工业互联网等推进数字化转型，实现“归核化” 生产的同时，企业的生产外包布局要尽量遵守“近岸化”原则，确保生产链条的可控性，从而缓解国际市场不确定性的冲击。
