全球价值链嵌入、产业集聚对南方十省木材产业全要素生产率的影响.pdf

农林经济管理学报 2023，22（04）：507-515Journal of Agro-Forestry Economics and Managementhttp：/E-mail：nljjglxb 全球价值链嵌入、产业集聚对南方十省木材产业全要素生产率的影响侯方淼，王奕平，王冰昕（北京林业大学 经济管理学院，北京 10083）摘要：基于内外双循环视角，构建全球价值链嵌入和产业集聚影响木材产业全要素生产率的理论框架，将中国省级层面的区域性投入产出表与全球投入产出表进行匹配，嵌套测算中国南方十省木材产业全球价值链参与度，并实证分析全球价值链嵌入程度和产业集聚水平对全要素生产率的影响机制。结果表明：南方十省木材产业全球价值链参与度水平逐年提升，全球价值链参与度指数每变动1个单位，会对木材产业的全要素生产率产生0.598个单位的正向影响，产业集聚指数每变动1个单位，木材产业全要素生产率会产生0.192个单位的正向变动，提升产业集聚水平对于南方十省木材产业全要素生产率的提升同样具有较为显著的正向作用，这说明已形成一定规模的产业集群，发挥集群优势；全球价值链参与度和产业集聚水平对于提升木材产业全要素生产率具有显著的正向作用，但全球价值链与产业集聚的交互项乘积系数为-0.568，说明全球价值链和产业集聚会构筑壁垒阻碍知识技术的交流从而对全要素生产率的提升产生抑制作用。据此，建议进一步提升十省木材产业全球价值链参与程度和产业集聚水平，促进木材产业全要素生产率的提升、推动产业集群发挥更大的集群效应，结合南方十省实际，出台更多具有针对性的优惠政策，同时完善基础设施建设，共同助力木材产业实现高质量发展。关键词：木材产业；全球价值链；产业集聚；全要素生产率中图分类号：F326.24 文献标志码：A 文章编号：2095-6924（2023）04-0507-09 Influence of Global Value Chain Embedment and Industrial Agglomeration on Total Factor Productivity of Timber Industry in Ten Southern Provinces in ChinaHOU Fangmiao，WANG Yiping，WANG Bingxin（School of Management and Economics，Beijing Forestry University，Beijing 100083，China）Abstract：Based on the perspective of internal and external double cycle，a theoretical framework is constructed for the impact of GVC embeddedness and industrial agglomeration on total factor productivity in the timber industry，regional input-output tables at the provincial level in China are matched with global input-output tables，GVC participation in the timber industry of the ten southern provinces of China is calculated and the mechanism of the impact of the embeddedness in GVC and the level of industrial agglomeration on total factor productivity is empirically analyzed.The results show that the level of GVC 侯方淼，王奕平，王冰昕.全球价值链嵌入、产业集聚对南方十省木材产业全要素生产率的影响 J.农林经济管理学报，2023，22（04）：507-515.收稿日期：20220922 修回日期：20230320 DOI：10.16195/36-1328/f.2023.04.53基金项目：国家社会科学基金一般项目（22BJY222）作者简介：侯方淼，女，教授，博士，博士生导师，主要从事林业经济政策、林产品贸易等研究，。第 22 卷农 林 经 济 管 理 学 报participation of the timber industry in the ten southern provinces has been increasing year by year，and every one unit change in the GVC participation index will have a positive impact of 0.598 units on the total factor productivity of the timber industry，and every one unit change in the industrial agglomeration index will have a positive change of 0.192 units in the total factor productivity of the timber industry，and the enhancement of the industrial agglomeration will have a positive impact on the total factor productivity of the timber industry in the ten southern provinces.The enhancement of total factor productivity in the timber industry also has a relatively significant positive effect，which indicates that industrial clusters of a certain scale have been formed to realize the advantages of clusters.The degree of participation in GVC and the level of industrial agglomeration have a significant positive effect on the enhancement of total factor productivity in the timber industry.However，the coefficient of the interaction term between GVC and industrial agglomeration is-0.568，which indicates that GVC and industrial agglomeration will construct barriers to hinder the exchange of knowledge and technology and thus inhibit the improvement of total factor productivity.Accordingly，it is recommended to further improve the degree of participation in GVC and industrial agglomeration of the timber industry in the ten provinces，promote the increase of total factor productivity in the timber industry，promote the industrial clusters to play a greater role in the cluster effect，and combine with the actual situation of the ten southern provinces to introduce more targeted preferential policies，as well as to improve the construction of infrastructure，so as to jointly help the timber industry to realize high-quality development.Keywords：timber industry；global value chain；industrial agglomeration；total factor productivity一、引言与文献综述 加入世界贸易组织以来，中国木材产业积极融入全球价值链（Global Value Chain，简称“GVC”），已成为全球生产体系中不可或缺的部分。2020年，中国林业产业总产值达7.55万亿元，林产品进出口贸易额达1 600亿美元，带动3 400余万人就业，中国已成为全球林产品生产、消费、贸易的第一大国1。然而，由于中国较多地承接了全球价值链加工制造环节，木材产业呈现出“两头在外、大进大出”的格局。中国人均森林面积低于世界平均水平，大量依赖木材进口已经对中国木材产业安全构成威胁，更被指责为“毁林”的罪魁祸首和“世界森林资源的黑洞”。发达国家处于全球价值链的高端，拥有研发、技术等方面的比较优势，而中国大多数林产品借助国外厂商品牌与销售渠道等方式间接进入国际市场，尚处于价值链的低端，中国只赚取了与贸易规模极不匹配的低廉加工费用，在相关国际规则制定中也缺乏话语权，贸易争端有加剧的趋势，尤其是欧美发达国家等针对中国林产品的摩擦事件频频发生1。贸易摩擦的背后也反映了资源环境约束下各国对全球林业资源的利益之争。党的二十大报告明确提出要“坚持高水平对外开放，加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局”。在此背景下，研究如何立足国内并降低对国际木材资源和国际林产品市场的对外依存度，以实现木材产业高质量发展具有重要的理论和实践意义。中国要重视低端锁定问题2-4，应构建以本土市场需求为基础的网络体系和治理结构，为产业升级提供新的分析框架。未来全球价值链重构，趋于纵向分工缩短、横向分工区域化，形成全球产业链集群间的竞争，而不再是企业间竞争。现有研究多采用全要素生产率或者绿色全要素生产率作为经济发展质量的代理指标5-6。一方面，价值链理论可以通过对价值环节的分解和产业的空间重构放松传统的产品不可分假设，为产业升级提供更广阔的发展空间，而嵌入全球价值链是产业发展的重要推动力5-7。企业参与到全球价值链中可以购买到成本更低、质量更好以及更多样的中间品，有利于企业降低生产成本提升生产效率，从而推动产业高质量发展8。另一方面，产业集群也是提升产业竞争力的途径。作为现代产业发展的重要组织形式，产业集聚使企业既扎根于规模巨大的国内市场，又嵌入全球生产体系中9，如浙江嘉善木业及家具产业集群、佛山顺德家具产业集群、福建南平林业加工产业集群入选“中国百佳产业集群”。508第 4 期侯方淼等：全球价值链嵌入、产业集聚对南方十省木材产业全要素生产率的影响余亚亮等10以福建莆田林业产业集群为例，从分工的角度讨论得出培育专业市场可以促进产业集群，从而获得内生比较优势有效提升林业竞争力。此外，通过重点分析拉丁美洲的集群、全球价值链升级和创新部门发展之间存在的关系，得出产业集聚有助于企业克服发展中的障碍11-12。在国内国际双循环格局下把林业丰富的产品与国内国际巨大的消费市场连接起来，立足国内产业发展进而更有主动权地参与国际竞争的外循环，既是中国林业产业高质量发展的内在需要，也是应对外部环境巨变、实现碳达峰和国家生态安全、充分发挥林业在应对气候变化的客观要求。现有文献虽然已经提出产业集聚和全球价值链会对木材产业发展造成一定影响，但目前在省级层面上研究中国木材产业嵌入全球价值链的文献较少，也鲜有文献将参与全球价值链和本地化产业集聚纳入统一框架研究其对于省级木材产业全要素生产率的影响。中国浙江、福建等南方十省（包含浙江、安徽、福建、江西、湖北、湖南、广东、广西、海南、贵州）森林资源丰富、木材产业发展迅速、市场份额大，形成多个木材产业集群，近十年木材产业总产值年均增速为23.75%，超过全国增速，对全国木材产业发展贡献较大。基于此，本文以南方十省为研究对象，基于全球价值链嵌入和产业集聚的内外循环视角，将省级区域性投入产出表与全球投入产出表进行匹配和嵌套，将表征外循环的全球价值链与本地化的产业集聚放在统一框架中，研究二者对木材产业全要素生产率的影响，为木材产业高质量发展相关政策的制定提供科学依据和理论支撑。二、理论分析与研究假说 通过嵌入全球价值链，企业只需要在某一产品的生产上具备比较优势，即可以将生产成本较高的环节转移给价值链上的其他企业，从而将人力、物力集中在高附加值环节，实现一定范围内的资源调整。同时，企业在不断融入全球价值链的过程中，通过上下游企业的技术外溢和信息共享，可以实现技术水平、管理水平和劳动者素质的提升13-14，进而形成规模经济，实现生产成本的降低，从而提升全要素生产率。基于此，提出第一个研究假说：H1：全球价值链嵌入程度的提高促使企业优化资源配置、形成规模经济，从而促进产业全要素生产率的提升。木材产业集聚有利于发挥集群优势，加速技术进步和提高生产效率。一方面，专业化的产业集聚会加强市场垄断，从而强化知识和技术的溢出效应，促进产业生产效率的提升。另一方面，通过专业化集聚效应以及多样化集聚效应，木材产业之间能够促成不同类型技术人员的交流互动从而实现相关生产技术的学习借鉴，即不断强化干中学效应，推动产业技术创新，打造技术密集型木材产业，进而促进全要素生产率的提升15。同时，在行业龙头企业的示范引领下，木材产业通过中间品共享、物质资本共享等方式，实现全要素生产率的提升。基于此，提出第二个研究假说：H2：产业集聚通过劳动力共享、资源匹配、知识共享获取集聚经济效应，促进产业全要素生产率的提升。全球价值链嵌入加深会在一定程度上削弱溢出效应，因此全球价值链与产业集聚的作用机制会抑制产业全要素生产率的提升16。一方面，全球价值链地位攀升要求企业不断扩大已形成的生产经营网络，在此过程中，企业不得不削弱与本地集聚网络之间的互动关系，产业集聚对企业全要素生产率的正向溢出效应会被削弱。另一方面，为了在全球分工网络中更具有组织协调和资源整合能力，企业亟须获取特质性的资源优势和卓越的生产组织能力，因此出于自身保护的需要，企业会自然而然构筑起内在隔绝机制，削弱产业集聚对全要素生产率的正向溢出效应。然而，本行业的其他企业仍然可以通过共同的劳动力、中间产品以及知识技术的共享实现一定程度的学习和模仿，这种情况会在一定程度上破坏前述企业构筑起来的内在隔绝机制，此时，企业就会另行构筑起一个阻止本地化交流学习、资源共享、知识溢出的隔绝机制，导致产业集聚对全要素生产率的正向溢出效应被进一步削弱16-17。对于木材产业而言，处于全球价值链上游的企业可能会构筑“双壁垒”，阻断国内区域内其他木材产业向其学习509第 22 卷农 林 经 济 管 理 学 报先进的木材生产技术和管理经验，为其全球价值链进一步攀升创造独特优势，从而抑制对木材产业中其他企业的溢出效应。基于此，提出第三个研究假说：H3：在全球价值链嵌入程度不断提升的过程中，企业会构建相应壁垒以阻碍资源互通，削弱对产业集聚的溢出作用，从而抑制产业全要素生产率的提升。三、数据选择、变量选取与模型选择（一）数据来源本文所研究的木材产业，主要指以木材为主要加工对象，包括利用物理、化学等加工手段，将木材加工为各种木质林产品的制造业的总称。选取锯材、人造板、纸和纸制品、木制品及家具12-14作为研究样本，以浙江、安徽、福建、江西、湖北、湖南、广东、广西、海南、贵州十省作为研究对象，样本数据来源于20012020年 中国林业统计年鉴、中国林业发展报告、EPS数据库、世界投入产出表（WIOT）及2002、2007、2010、2012、2015年的中国区域投入产出表（CMRIOT）。（二）变量选取1.被解释变量本文的被解释变量为全要素生产率，借鉴DEA-Malmquist指数18-20对南方十省木材产业的全要素生产率进行测度。资本投入指标选取木材产业固定资产投资完成额，劳动投入指标选取林业系统中制造业各部门的从业人员的年末总人数，产值指标选取木材产业总产值，同时将基期2001年木材产业全要素生产率数值定为121-23，后续年份采用累积的变化率作为木材产业的全要素生产率。2.核心解释变量本文的核心解释变量一为全球价值链参与度，借鉴王直等24的总贸易核算法，将我国区域投入产出表与世界投入产出表嵌套，即在世界投入产出表（WIOT）中嵌入区域投入产出表（CMRIOT），构建一张包含国内各个省份与全球范围内各个国家和地区之间的经济往来的全球投入产出表EMIIOT，进而测算南方十省木材产业的全球价值链参与度。本文的核心解释变量二为产业集聚水平。借鉴现有文献 25-27，采用区位熵法测算南方十省木材产业集聚水平。3.控制变量参考王泽宇等28和熊友华等29的做法，选择如下控制变量：交通基础设施建设水平，使用每平方米的公路里程数代表各省的交通基础设施发展水平。金融发展水平，选取金融业的增加值占该地区全行业生产总值的比例代表金融发展水平。信息化水平，选取电信业务经营收入占该地区全行业生产总值的比例代表信息化发展水平。4.中介变量参考苏丹妮16、余泳泽等30和余娜等31的研究，选择如下中介变量。企业全要素生产率，参考Levinsohn等32提出的方法计算。资源配置情况，使用资本劳动比来衡量。生产规模，使用南方十省木材企业总产值来衡量。“人”，使用木材产业就业人员数来表示。“物”，用木材产业使用中间投入产业的投入系数与投入产业规模的乘积来衡量。“知识”，用各省份木材行业的研发强度来衡量。各变量说明与描述性统计如表1所示。表1变量说明与描述性统计变量类别被解释变量解释变量控制变量中介变量变量代码TFPGVCLqTnrdFinInfTFPfirmK/LScaleLaborInputTech变量名称木材产业全要素生产率全球价值链参与度产业集聚水平交通基础设施建设水平金融发展水平信息化水平企业全要素生产率资源配置情况生产规模“人”“物”“知识”平均值0.7650.6900.47211.386-1.389-1.0701.251.4102.1571.1462.4110.580标准差0.1670.1890.2760.6000.1580.1950.2130.1540.2050.0680.6330.242最小值0.2380.094-0.0209.946-2.101-1.5921.000.883-0.6250.9771.5480.220最大值1.0671.0981.10512.363-1.044-0.6872.0841.6692.8801.244.3121.190510第 4 期侯方淼等：全球价值链嵌入、产业集聚对南方十省木材产业全要素生产率的影响（三）模型选择1.基准回归模型借鉴苏丹妮等16和程惠芳等33，将基本计量模型设定为：ln TFPit=0+1ln GVCit+2ln Lqit+3(ln GVCit ln Lqit)+4ln Tnrdit+5ln Finit+6ln lnfit+i+t+it（1）式（1）中：i表示地区；t表示年份；TFP表示被解释变量全要素生产率；GVC表示核心解释变量全球价值链参与度；核心解释变量Lq表示产业集聚水平，两者交互项乘积（lnGVClnLq）表示全球价值链参与度和集聚水平对全要素生产率提升的作用效应；Tnrd表示控制变量交通基础设施建设水平，Fin表示金融发展水平，Inf表示信息化水平；i和t分别表示个体固定效应和时间固定效应；it为随机扰动项。2.机制检验模型参考江艇34关于机制检验的相关做法，提出一个或几个能够反映对全要素生产率的作用渠道的中介变量，构建模型如下：ln Mi=0+1ln GVCit+2ln Tnrdit+3ln Finit+4ln Infit+i+t+it（2）ln Mi=0+1ln LQit+2ln Tnrdit+3ln Finit+4ln Infit+i+t+it（3）式（2）中：Mi表示中介变量，中介变量分别为企业的生产率，用LP法进行估计；资源配置情况，用资本-劳动比来衡量；生产规模，用南方十省木材企业总产值来衡量。式（3）中，中介变量分别为“人”，用木材产业就业人员数来表示；“物”，用木材产业使用中间投入产业的投入系数与投入产业规模的乘积来衡量；“知识”，用各省份木材行业的研发强度来衡量。四、结果与分析（一）基准回归分析首先进行Hausman检验，以确定采用固定效应模型还是随机效应模型，结果表明应选用固定效应模型对南方十省的数据进行基准回归，回归结果如表2所示。核心解释变量全球价值链通过了1%的显著性检验，且系数为正，表明全球价值链参与度指数每变动1个单位，会对木材产业的全要素生产率产生0.598个单位的正向影响，提升全球价值链参与度对南方十省木材产业全要素生产率的提升具有显著正向作用，与预期结果一致。据此，H1得以验证。加入其余控制变量后，核心解释变量全球价值链参与度通过了10%的显著性检验，总体来看交通基础设施建设水平、金融发展水平和信息化水平均对全要素生产率具有正向促进作用。核心解释变量产业集聚水平通过了5%的显著性检验，且系数为正，产业集聚指数每变动1个单位，木材产业全要素生产率会产生0.192个单位的正向变动，提升产业集聚水平对于南方十省木材产业全要素生产率的提升同样具有较为显著的正向作用，与预期结果一致。据此，H2得以验证。加入其余控制变量后，核心解释变量全球价值链参与度和产业集聚水平均通过了10%的显著性检验，控制变量信息化水平通过了1%的显著性检验，说明增加信息投入同样能够促进南方十省木材产业全要素生产率的提升。接着引入交互项乘积，具体考察南方十省木材产业全球价值链嵌入与产业集聚提升对全要素生产率的影响，结果如表2模型（5）所示，全球价值链参与度、产业集聚水表2全球价值链嵌入对全要素生产率的影响检验结果n=50变量名称全球价值链参与度产业集聚水平全球价值链参与度产业集聚水平交通基础设施建设水平金融发展水平信息化水平常数项R2模型（1）0.598*（6.37）0.351*（5.24）0.458模型（2）0.390*（3.45）-0.560*（-4.44）0.991模型（3）0.427*（3.81）0.192*（2.50）0.378*（5.85）0.522模型（4）0.239*（1.89）0.124*（1.70）0.030（1.02）0.061（0.50）0.325*（3.18）0.632（1.29）0.625模型（5）0.442*（2.94）0.543*（2.76）-0.568*（-2.27）0.043（1.53）0.085（0.73）0.312*（3.19）0.359（0.74）0.683注：*、*和*分别表示在10%、5%和1%的统计水平上显著；括号内为Z统计量。511第 22 卷农 林 经 济 管 理 学 报平均通过了1%的显著性检验，且系数为正；同时交互项乘积通过了5%的显著性检验，系数为负，与预期结果一致。据此，H3得以验证。这进一步说明处于全球价值链上游的企业可能会构筑壁垒，阻断国内区域内木材产业中的其他企业向其学习先进的木材生产技术和管理经验，为其向全球价值链进一步攀升创造独特优势，从而抑制对木材产业其他企业的溢出效应。将产业集聚水平的计算方法进行替换，采用南方十省木材产业从业人员数表征木材产业集聚水平，将其带入模型进行稳健性检验，回归结果如表3所示，核心解释变量及其交互项、控制变量的符号、显著性均未发生明显变化，说明模型具有稳健性。（二）全球价值链嵌入、产业集聚对全要素生产率的作用的机制检验嵌入全球价值链能够提高企业的生产率、优化资源配置和形成最优生产规模，进而促进产业全要素生产率的提升，因此，参考江艇34关于机制检验的相关做法，以Levinsohn等32提出的LP法来估计企业的全要素生产率，以资本劳动比来综合考察全球价值链嵌入的资源配置效应，以南方十省林业企业总产值来衡量生产规模，以此来构造全球价值链嵌入的影响机制的中介变量。表4第（1）列的估计结果显示，全球价值链嵌入提高了企业的生产率，全球价值链参与度指数每变动1个单位企业的生产率会有0.922个单位的正向变动。表4第（2）列的估计结果显示，全球价值链嵌入提高了资本劳动比，全球价值链参与度指数每变动1个单位，资本劳动比变动0.094个单位。表4第（3）列的估计结果显示，全球价值链嵌入提高了企业的生产规模，全球价值链参与度指数每变动1个单位，企业生产规模会变动0.025个单位。表4的估计结果表明，全球价值链嵌入程度的提高促使企业提高生产效率、优化资源配置、形成最优的生产规模，从而促进产业全要素生产率的提升。产业集聚主要通过“人”“物”“知识”获取集聚经济效应，进而对全要素生产率产生促进作用。因此，借鉴苏丹妮16的思路，以各省份木材行业就业人数来衡量“人”，以中间投入产业规模来衡量“物”，以各省份研发强度来衡量“知识”，以此构造产业集聚“人”“物”“知识”三种外部性渠道的空间溢出指标。表5第（1）列的估计结果显示，产业集聚会促进“人”在更大尺度的空间上流动、聚集和发挥作用，产业集聚指数每变动1个单位，就业人员数会有2.954个单位的正向变动。表5第（2）列的估计结果显示，产业集聚会增强“物”的共享与流通，产业集聚指数每变动1个单位，中间投入变动2.314个单位。表5表3稳健性检验n=50变量名称全球价值链参与度产业集聚水平全球价值链参与度产业集聚水平交通基础设施建设水平金融发展水平信息化水平常数项R2模型（5）0.598*（6.37）0.351*（5.24）0.458模型（6）0.423*（3.88）0.209*（2.73）0.372*（5.85）0.529模型（7）0.242*（1.96）0.134*（1.81）0.029（1.00）0.060（0.50）0.317*（3.11）0.624（1.28）0.627模型（8）0.474*（3.14）0.588*（2.95）-0.609*（-2.43）0.044（1.55）0.084（0.73）0.294*（3.02）0.304（0.64）0.687注：*、*和*分别表示在10%、5%和1%的统计水平上显著；括号内为Z统计量。表4全球价值链嵌入对全要素生产率的作用路径检验结果n=150变量名称全球价值链参与度R2企业生产率0.922*（0.080）0.804资本-劳动比0.094*（0.018）0.715生产规模0.025*（0.044）0.658注：*、*和*分别表示在10%、5%和1%的统计水平上显著；括号内为Z统计量；控制变量、年份固定效应均已控制。512第 4 期侯方淼等：全球价值链嵌入、产业集聚对南方十省木材产业全要素生产率的影响第（3）列的估计结果显示，产业集聚会提升研发强度，产业集聚指数每变动1个单位，研发强度会变动5.633个单位。表5的估计结果表明，产业集聚通过劳动力共享、资源匹配、知识共享获取集聚经济效应，促进产业全要素生产率的提升。（三）异质性分析为了考察南方十省之间木材产业全球价值链参与度、产业集聚水平对产业全要素生产率的影响是否存在地区异质性，以20012020年人均国内生产总值平均值为标准，将南方十省按照经济发展水平分为三类：第一类是人均国内生产总值平均值处于12万元的省份，包括贵州、广西、安徽和江西；第二类是人均国内生产总值平均值处于23万元的省份，包括海南、湖南和湖北；第二类是人均国内生产总值平均值超过3万元的省份，包括福建、广东和浙江。对第一类省份贵州、广西、安徽和江西进行回归分析，结果如表6所示。首先，核心解释变量全球价值链通过了1%的显著性检验，且系数为正，全球价值链参与度指数每变动1个单位，会对木材产业的全要素生产率产生0.778个单位的正向变动的影响，与预期结果一致，H1再次得到验证。其次，核心解释变量产业集聚水平通过10%的显著性检验，且系数为正，产业集聚指数每变动1个单位，木材产业全要素生产率会正向变动0.221个单位，与预期结果一致，H2再次得到验证。加入其余控制变量后，核心解释变量全球价值链参与度以及产业集聚水平均未通过显著性检验。可能的原因是以上省份木材产业全球价值链参与度较低，掌握国际市场话语权较少，本地化集聚效应较低。对第二类省份湖南、海南和湖北进行回归分析，结果如表7所示。首先，核心解释变量全球价值链参与度通过了1%的显著性检验，且系数为正，全球价值链参与度指数每变动1个单位，会对木材产业的全要素生产率产生0.710个单位的正向变动的影响，与预期结果一致。据此，H1得以验证。其次核心解释变量产业集聚水平未通过显著性检验，这可能与第二类省份的木材产业集聚程度较低存在关联。加入其余控制变量，核心解释变量全球价值链参与度以及产业集聚水平均未通过显著性检验，与第一类省份相同。对第三类省份福建、广东和浙江进行回归分析，结果如表8所示。首先，核心解释变量全球价值链参与度未通过显著性检验，其原因可能是第三类省份的产业结构存在关联；其次，核心解释变量产业集聚水平通过了1%的显著性检验，且系数为正；加入其余控制变量后，产业集聚水平通过了5%的显著性检验，全球价值链参与度未通过显著性检验。表5产业集聚对全要素生产率的作用路径检验结果n=150变量名称产业集聚水平R2就业人数2.954*（6.73）0.003中间投入2.314*（6.71）0.003研发强度5.633*（8.79）0.129注：*、*、*分别表示在10%、5%、1%的统计水平上显著；括号内为Z统计量；控制变量与年份固定效应均已控制。表6第一类省份回归结果n=20变量名称全球价值链参与度产业集聚水平全球价值链参与度产业集聚水平交通基础设施建设水平金融发展水平信息化水平常数项R2模型（9）0.778*（4.20）0.231*（1.68）0.490模型（10）0.583*（2.93）0.221*（1.95）0.254*（1.98）0.597模型（11）0.386（1.29）0.064（0.46）0.132*（1.73）-0.136（-0.57）0.245（1.03）-0.981（-0.97）0.684模型（12）1.307*（2.00）1.142（1.63）-1.370（-1.57）0.087（1.11）-0.093（-0.41）-0.006（-0.02）-1.338（-1.36）0.764注：*、*和*分别表示在10%、5%和1%的统计水平上显著；括号内为Z统计量。513第 22 卷农 林 经 济 管 理 学 报五、主要结论与政策建议 在国内国际双循环新发展格局的背景下，以南方十省为例，分析全球价值链嵌入和产业集聚对全要素生产率的影响，得出如下主要结论。第一，南方十省木材产业发展迅速，形成一定规模的产业集群，发挥集群优势，特别是东南沿海省份产业集聚水平较高，集群效应相对明显。同时，随着世界经济一体化和全球价值链的发展，中国木材产业嵌入全球价值链进程加快，南方十省利用天然优势充分打通区域价值链和全球价值链，木材产业全球价值链参与度水平逐年提升。第二，全球价值链参与度、产业集聚水平都对木材产业全要素生产率的提升具有正向促进作用，而全球价值链参与度与产业集聚水平的交互项乘积会对产业全要素生产率的提升产生抑制作用，说明目前尚存在壁垒阻碍知识技术的交流，从而对全要素生产率的提升产生抑制作用。基于上述研究结论，提出如下政策建议。第一，在双循环背景下木材产业仍需不断提升全球价值链参与度，打通国内国际两个市场，充分利用国内国际两种资源，从而进一步促进企业不断提升技术水平和创新能力，推动产业全要素生产率更快提升。南方十省更应利用自身天然优势，提高技术水平，打通区域价值链和全球价值链。第二，进一步提高产业集聚水平，推动产业集群发挥更大的集群效应。一方面，技术创新在提升企业成本加成率和丰富国内市场中间品种类具有根本性的作用。充分发挥产业集聚的技术溢出作用，促进企业间加强信息交流，以龙头企业和品牌企业为集群的引领者，实施创新驱动发展，鼓励和激发本土企业自主创新与研发活力。另一方面，积极引导和强化木材产业人才培养的战略投入，构建有效的知识交流、人才协作平台。南方十省各政府部门应出台更多具有针对性的优惠政策，如通过税费减免以及联系相关信贷机构为中小微木材企业提供无息或低息贷款，鼓励木材企业形成资源共享、降低经营成本，从而形成集聚效应，推动木材产业国内国际双循环，促进产业高质量发展。第三，完善基础设施建设，为木材产业发展提供硬件支撑。统筹建设木材产业生产体系，逐步打破区域行政性壁垒，打造统一的要素和资源市场，促使林业生产要素在全国范围乃至世界市场中的自由流动和地理聚集，从而最大化释放产业集聚正外部性；加速GVC与国内地方产业集群的供应链整合，为助推木材产业向GVC高端攀升提供庞大丰富的国内中间品市场支撑。表7第二类省份回归结果n=15变量名称全球价值链参与度产业集聚水平全球价值链参与度产业集聚水平交通基础设施建设水平金融发展水平信息化水平常数项R2模型（13）0.710*（4.16）0.286*（2.77）0.793模型（14）0.670*（2.87）0.045（0.27）0.292*（2.67）0.784模型（15）0.109（0.33）0.222（1.27）-0.021（-0.43）0.277*（1.76）0.564*（2.80）1.856*（1.92）0.849模型（16）0.478（1.37）1.137*（2.25）-1.524*（-1.90）0.022（0.45）0.316*（2.25）0.467*（2.54）1.135（1.22）0.913注：*、*和*分别表示在10%、5%和1%的统计水平上显著；括号内为Z统计量。表8第三类省份回归结果n=15变量名称全球价值链参与度产业集聚水平全球价值链参与度产业集聚水平交通基础设施建设水平金融发展水平信息化水平常数项R2模型（17）0.237（1.46）0.613*（4.85）0.081模型（18）-0.078（-0.44）0.312*（2.66）0.702*（6.41）0.469模型（19）-0.001（-0.01）0.312*（2.11）0.216*（1.73）-0.657（-1.46）0.140（0.57）-2.581（-1.41）0.707模型（20）-0.222（-0.46）-0.171（-0.18）0.561（0.50）0.203*（1.70）-0.832（-1.42）0.098（0.37）-2.529（-1.32）0.726注：*、*和*分别表示在10%、5%和1%的统计水平上显著；括号内为Z统计量。514第 4 期侯方淼等：全球价值链嵌入、产业集聚对南方十省木材产业全要素生产率的影响参考文献：1 侯方淼，李浩爽.全球价值链下中国木材产业参与国际分工及其影响因素 J.林业经济，2020，42（5）：3-18.2 张其仔，许明.中国参与全球价值链与创新链、产业链的协同升级 J.改革，2020（6）：58-70.3 王凤平，吴允，周祎庆.嵌入全球价值链影响资源型产业技术进步效果及途径的实证研究 J.宏观经济研究，2019（6）：83-94.4 GEREFFI G.The global economy：Or