国际产业链地位提升如何影响企业产能利用率——兼论对畅通国内大循环的启示.pdf

南 开 经 济 研 究 NANKAI ECONOMIC STUDIES2023 年 第 8 期 No.8 2023 DOI:10.14116/j.nkes.2023.08.004 63 国际产业链地位提升如何影 响企业产能利用率 兼论对畅通国内大循环的启示 葛海燕 丁晓强 摘 要：畅通国内经济循环中产能相对过剩，是加快建成以国内大循环为主体的新发展格局的关键抓手。本文利用 20072020 年 ADB-MRIO 数据与中国上市公司数据，采用社会网络分析方法测算国家行业层面的国际产业链地位，并系统探究其对企业产能利用率的影响与作用机制。研究发现，第一，国际产业链地位提升显著提高了企业产能利用率，促进了国内大循环畅通，该结论在经过一系列稳健性检验之后依然成立。第二，机制分析表明，国际产业链地位提升主要通过扩大企业贸易规模、促进企业成长以及促进企业创新来提高企业产能利用率。第三，异质性分析显示，国际产业链地位提升对企业产能利用率的促进效应，主要体现在非国有企业、产品差异化程度较低行业以及金融市场化程度较高地区。第四，进一步分析发现，中国提升在 RCEP 国际产业链中的地位更有助于提高企业产能利用率。本文研究对有效畅通国内经济循环中产能相对过剩和充分认识国内国际双循环之间的互动关系具有重要意义。关键词：国际产业链地位；企业产能利用率；国内大循环；社会网络分析 一、引 言 2020 年以来，中央多次强调要加快“形成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”，这不仅是面对世界百年未有之大变局与中华民族伟大复兴战略全局，中国结合自身特点与优势而制订的强国战略，更是中国经济由高速增长转向高质量发展阶段后的内在驱动所致。然而，在需求收缩、供给冲击、预期转弱三重压力叠加下，中国经济循环各阶段的矛盾开始凸显，并形成国民经济循环的堵点。如果经济循环受阻，在微观上会表现为产能过剩等问题。而且，长期以来，中国经济发展过程中产能过剩时常出现、“久调不决”的问题，严重损害了企业经营运转效率和盈利能力，增加了国家经济下行压力和系统性风险，最终妨碍社会稳定和经济高质量发展(朱希伟等，2017；中国社会科学院工业经济研究所课题组，2020；方森辉和毛其淋，2021)。因此，畅通国内经济循环中产能相对过剩，成为当前中国加快建设以国内大循 葛海燕，安徽财经大学国际经济贸易学院(邮编：233030)，E-mail：；丁晓强(通讯作者)，合肥工业大学经济学院(邮编：230093)，E-mail：。本研究得到中央高校基本科研业务费专项资金(JZ2022HGTA0350)的资助。作者感谢匿名审稿专家的宝贵意见，文责自负。葛海燕、丁晓强：国际产业链地位提升如何影响企业产能利用率兼论对畅通国内大循环的启示 64 环为主体的新发展格局，进而确保社会稳定和实现经济高质量发展的重要途径(谢富胜和匡晓璐，2022)。产能过剩形成的背后是资源无序错配。尽管化解产能过剩是一个宏观命题，但产能的形成源于企业微观行为(刘斌和赖洁基，2021)。因此，从微观层面着手提高企业产能利用率，是畅通国内经济循环中产能相对过剩的直接手段(钟春平和潘黎，2014)。当前，学者们分别从国内视角和国际视角探讨了产能过剩治理的问题。在国内视角方面，提升政府经济治理能力以减少不当干预、理顺要素市场价格机制、建立完善退出机制，以及强化市场优胜劣汰机制以纠偏企业经营模式、缓解企业“软约束”等，是提高企业产能利用率的有效方式(Liu 等，2019；方森辉和毛其淋，2021)；在国际视角方面，“一带一路”区域合作、外资开放、外商直接投资、跨国并购等，也是提高企业产能利用率的有效方式(眭强和冼国明，2020；杨振兵和严兵，2020；罗长远和陈智韬，2021；毛其淋和杨晓冬，2022)。应当指出的是，在开放经济条件下，各国在贸易投资领域的开放合作深度强化了国际产业链分工，由此产业链上的企业可以通过多种方式获取生产经营活动所需的资源和能力，以完成社会再生产，获取价值增值(谢莉娟等，2016)。遗憾的是，鲜有文献关注国际产业链分工对企业产能利用率的影响。现如今，新一轮科技革命和产业变革的蓬勃发展，正在引领全球产业链加速重构，这为后发大国崛起并主导国际产业链提供了重要战略机遇(杨丹辉，2022)。而且，不可否认的是，加强国家间产业链分工协作始终是各国实现经济增长的重要且可行路径(World Bank，2020)。特别是，巩固和提升一国在国际产业链分工中的地位，增强其在国际产业链中的影响力和控制力，是保障产业链供应链安全稳定，进而穿透国内经济循环堵点的有效手段(黄泰岩和片飞，2022)。中国拥有全球最完备的产业链体系，是全世界唯一拥有联合国产业分类中全部工业门类的国家。受益于国内市场的巨大潜力和不断深化的开放政策，中国在国际产业链中的地位不断攀升，并已顺利成为亚洲产业链的中心(王一鸣，2020)。那么，一个十分重要的问题是，中国在国际产业链中的地位提升是否会影响企业产能利用率？如果答案是肯定的，其背后的作用机制是什么？对上述问题的回答，不仅可以为畅通国内经济循环中产能相对过剩提供新的治理思路，而且可以进一步揭示国内国际双循环之间的互动关系，进而为加快建成以国内大循环为主体的新发展格局提供理论指导。本文基于亚洲开发银行最新发布的 20072020 年多区域投入产出表(ADB-MRIO)数据与中国上市公司数据，实证考察国际产业链地位提升对企业产能利用率的影响，并检验其背后的作用机制。与已有研究相比，本文可能的贡献与创新之处在于：第一，在研究视角上，通过考察国际产业链地位提升对企业产能利用率的影响，揭示畅通国内大循环的内在机制，可以从全球视野为中国加快建成以国内大循环为主体的新发展格局提供有益参考。第二，在研究方法上，基于社会网络分析方法刻画国际产业链 中华人民共和国国民经济和社会发展第十四个五年规划和 2035 年远景目标纲要提出，要“深化国际产能合作”“构筑互利共赢的产业链供应链合作体系”，并“以国际循环提升国内大循环效率和水平，实现国内国际双循环互促共进”。南 开 经 济 研 究 NANKAI ECONOMIC STUDIES2023 年 第 8 期 No.8 2023 65 地位，可以弥补现有文献中双边分析框架的不足。21 世纪的经济全球化正在向着网络化转变，全球价值网络(global value networks)已然成为国家间信息传递和双边关系的重要载体。本文利用社会网络分析方法有效捕获了国际产业链网络中的双边关系，重点拓展了国际产业链地位提升对企业产能利用率的影响。第三，在研究内容上，本文不仅考察了国际产业链地位提升对企业产能利用率的平均效应及其背后的作用机制，而且进一步分解出中国与 RCEP 国家、非 RCEP 国家的国际产业链分工对企业产能利用率的差异化影响，为有效畅通国内大循环中产能相对过剩以及合理认识 RCEP 生效实施的潜在经济效应提供了量化证据。二、理论分析与研究假设（一）国际产业链地位提升对企业产能利用率的影响 马克思在资本循环理论中关于经济循环的论述，为深刻理解以国内大循环为主体的新发展格局提供了重要理论支撑(黄群慧和倪红福，2021)。马克思把商品转换成货币称为“商品的惊险的跳跃”，“这个跳跃如果不成功，摔坏的不是商品，但一定是商品占有者”；而且“只要现在已经增殖的资本保留商品资本的形式，停滞在市场上，生产过程就会停止”。对社会总资本而言，商品产出与社会消费的均衡是资本循环正常进行的必要条件，一旦社会总产品中生产资料在各生产部门中分配，以及消费资料与社会消费需求偏离正常比例，就会导致生产相对过剩的过度积累危机(谢富胜和匡晓璐，2022)。可见，企业产能过剩是国内经济循环不畅的重要显性指标。系统分析国际产业链分工对企业产能利用率的影响，可以为畅通国内大循环提供重要启示。过去几十年，随着国际分工的深入发展和国家经济开放水平的不断提升，各国产业相互合作、互为支撑，在技术和产品等方面形成联系紧密的产业链分工网络。国际产业链的形成不仅拓展了企业获取生产资料和原料的空间，而且增加了企业获取技术、信息和知识的渠道(陈爱贞等，2021)。然而，在全球层面上，国际产业链网络的稀疏程度是极不均质的：一些国家产业节点与其他节点之间存在较多投入产出关系，成为国际产业链网络中的“关键节点”，从而具有较高的国际产业链地位；而另一些国家产业节点与其他节点之间仅存在较少投入产出关系，成为国际产业链网络中的“末梢节点”，从而具有较低的国际产业链地位。其中，国际产业链地位越高的国家产业节点，不仅可以获取更多的市场和信息技术资源，而且成为网络中其他节点实现资源联通的重要枢纽(杨继军，2019)。因此，中国在国际产业链中的地位直接决定了行业内企业面临的全球市场和资源的阈值，进而在不同程度上实现了企业与全球市场和资源的联通，最终影响企业产能利用率。具体来说，中国在国际产业链中的地位越高，越有助于企业接触到更广阔的市场、获取更前沿的信息、接触更先进的技术(马述忠等，2016；刘 马克思.资本论(第一、二卷)M.中共中央马克思恩格斯列宁斯大林著作编译局.北京：人民出版社，2004.葛海燕、丁晓强：国际产业链地位提升如何影响企业产能利用率兼论对畅通国内大循环的启示 66 慧和綦建红，2021)，从而帮助其突破市场边界限制、建立资源与信息优势、摆脱技术匮乏困境，实现自身产能灵活、高效地构建、使用和处置，提高企业产能利用率。基于此，本文提出如下研究假设。研究假设1：国际产业链地位提升能够提高企业产能利用率，促进国内大循环畅通。（二）国际产业链地位提升影响企业产能利用率的作用机制 首先，经验研究表明，国际产业链地位越高的行业在产品贸易方面具有比较优势，而且由于其充当着其他国家行业互通的贸易枢纽，所面临的市场边界更加宽广，贸易规模也相应更大(马述忠等，2016)。具体而言，国际产业链地位越高不仅意味着贸易伙伴国分布越广泛，能够与更多国家产业保持紧密的贸易关系(Kali 等，2007)，也意味着其他国家产业对该国产业具有较强的依赖性，这有助于形成庞大、稳定的国外市场需求，从而有机会选择对自身最有利的贸易伙伴国，并增加高质量中间品进口(Reyes等，2008)。大量研究表明，进出口贸易规模扩张是提高企业产能利用率的重要途径(Tian，2016；毛其淋和杨琦，2021)。一方面，出口会将国内部分产出转移到国外，直接消化企业过剩产能；同时，出口的需求发现功能会促使企业调整其生产和投资结构，提高供需匹配度，降低结构性产能过剩。另一方面，进口尤其是中间品进口产生的数量、种类与质量效应会显著提高企业生产的广度和深度，进而提升其产能利用率(毛其淋和杨琦，2021)。基于此，本文提出如下研究假设。研究假设 2：国际产业链地位提升通过扩大企业贸易规模提高其产能利用率。其次，国际产业链分工模式实现了资源与信息在全球范围内的有效整合。国际产业链地位提升拓展了企业获取更多异质性资源与信息，以及利用资源与信息获利的空间，从而有利于企业成长(David 等，2013；盛斌和毛其淋，2015)。具体的，从资源视角来看，资源依赖理论指出，资源是企业生存与成长的基本要素，对其经营与投资活动具有重要影响；而依托国际产业链中心地位赋予的资源优势，企业可以与其他国家的企业开展资源整合与通力合作，获得竞争优势，促进企业成长(Bagul 和 Mukherjee，2018)。从信息视角来看，在信息匮乏制约中国企业发展的现实背景下，多样化信息的获取能够帮助企业更好地掌握投资项目的优劣势、成长性以及投资风险等，提高企业投资效率(陈运森，2015)；凭借这一优势，企业能够充分了解所处行业的发展周期，有助于形成稳定的市场需求预期，制订合理的生产经营策略，促进企业成长。由于企业成长性是企业盈利模式的基础，是企业可持续发展的保证，是企业自生能力中最重要的组成部分。因此，企业成长性提高会增强企业活力和治理水平，强化企业生产运营效能，提高其产能利用率(张曾莲和赵用雯，2019)。基于此，本文提出如下研究假设。研究假设 3：国际产业链地位提升通过促进企业成长提高其产能利用率。最后，产业的纵向联系是企业获取技术和知识，进而实现创新发展的最重要渠道(陈爱贞等，2021)。一方面，国际产业链分工使得国内外企业能够在相似技术领域进行知识耦合，弥补国内企业知识搜索能力低、创新风险大等弊端，并通过内外部知识整合扩充新知识，实现自身研发创新能力的提升(杨蕙馨和张红霞，2020)。另一方面，国际产业链中的网络嵌入关系具有较强的技术溢出和扩散效应，发达国家的先进技术在更 南 开 经 济 研 究 NANKAI ECONOMIC STUDIES2023 年 第 8 期 No.8 2023 67 多产业链和企业之间进行传递、积累，可以有效拓展产业链中落后企业的技术边界，并促使其研发活动快速延伸至前沿技术领域，实现突破性技术创新(Fritsch 和 Grg，2015；杨蕙馨和张红霞，2020)。由于国际产业链地位越高的行业，对网络中市场和知识技术资源的控制力越强，企业据此获取外部知识和前沿技术更加方便，从而越有利于企业创新。大量研究已经证实，企业创新是提高产能利用率的重要方式。杨振兵和张诚(2015)的研究指出，创新不仅能够改善生产设备性能、淘汰落后产能、提升企业生产效率，而且可以节约生产要素投入、降低生产成本，最终提高生产层面的产能利用率。Du 等(2020)、方森辉和毛其淋(2021)发现，创新活动会促使企业重新整合资源，提高以质量、标准和技术为核心要素的企业竞争力，扩大国内外市场占有率，从根本上提高企业产能利用率。基于此，本文提出如下研究假设。研究假设 4：国际产业链地位提升通过促进企业创新提高其产能利用率。三、国际产业链地位的测度与分析（一）国际产业链地位的测度方法 社会网络分析方法能够全面刻画网络节点的异质性与节点间的动态交互关系。近年来，许多文献将其应用于国际贸易领域，以考察各种网络中的节点属性及其经济效应(Tajoli 等，2021；吴群锋和杨汝岱，2019)。本文基于 ADB-MRIO 数据，以“国家产业对”为节点，以不同国家产业间的投入产出关系为边，构建涵盖 20072020 年 63 个国家(地区)、35 个行业的国际产业链网络。需要指出的是，尽管不同国家间的产业链关系具有方向性，但出于研究目的与简易性考虑，本文借鉴 Fagiolo 等(2009)、马述忠等(2016)的做法，将国际产业链网络进行对称化处理，构造相应的邻接矩阵。在社会网络分析中，刻画节点网络地位的指标比较多，包括绝对中心度、接近中心度、中介中心度和特征向量中心度等。比较而言，特征向量中心度不仅可以反映多部门一般均衡模型中行业冲击对总产出的乘数效应(Acemoglu 等，2012)，还综合了邻居节点的数量和重要性等信息。因此，本文采用特征向量中心度刻画国际产业链地位。具体测算公式如下：11nppvvvEigenvectora x=(1)其中，pEigenvector代表特征向量中心度(数值越大，表明节点对国际产业链网络中产业链关系的影响力越大)，1,2,?pvn、表示国际产业链网络中的节点，pva表示节点p与节点v是否为邻居节点的虚拟变量，表示由元素pva组成的邻接矩阵的最大特征值，vx表示节点v中心度的特征值。（二）中国国际产业链地位的演变特征 由表 1 可知，在 20072020 年期间，国际产业链地位排名前五位的国家样本变化 35 个行业的具体分类详见附录。读者可扫描本文首页二维码，获取电子版附录，下同。葛海燕、丁晓强：国际产业链地位提升如何影响企业产能利用率兼论对畅通国内大循环的启示 68 不大，在中国、美国、韩国、日本、德国、墨西哥、加拿大七个国家间变动，表明国际产业链网络具有较强的自稳定性；而且 2020 年之前，美国的国际产业链地位始终排在第一位，但在 2020 年中国的国际产业链地位超过美国，成为排名第一的国家。这说明，如今的全球产业链分工已经转向中国主导的阶段。表 1 20072020年国际产业链地位排名前五位的国家 1 2 3 4 5 国家 数值 国家 数值 国家 数值 国家 数值 国家 数值 2007 美国 0.0476加拿大0.0277 中国 0.0272德国 0.0219日本 0.0211 2008 美国 0.0372加拿大0.0265 墨西哥0.0126中国 0.0067德国 0.0065 2009 美国 0.0471加拿大0.0283 中国 0.0225墨西哥0.0180德国 0.0169 2010 美国 0.0457加拿大0.0277 中国 0.0273日本 0.0206墨西哥 0.0194 2011 美国 0.0351加拿大0.0249 墨西哥0.0171中国 0.0137日本 0.0096 2012 美国 0.0313加拿大0.0246 墨西哥0.0143中国 0.0068日本 0.0046 2013 美国 0.0331加拿大0.0261 墨西哥0.0134中国 0.0074日本 0.0050 2014 美国 0.0333加拿大0.0265 墨西哥0.0114中国 0.0055日本 0.0040 2015 美国 0.0516加拿大0.0294 中国 0.0244韩国 0.0162墨西哥 0.0161 2016 美国 0.0424中国 0.0316 韩国 0.0218日本 0.0197加拿大 0.0173 2017 美国 0.0409中国 0.0319 韩国 0.0211日本 0.0191墨西哥 0.0173 2018 美国 0.0467中国 0.0315 韩国 0.0195墨西哥0.0194日本 0.0187 2019 美国 0.0525中国 0.0309 墨西哥0.0208日本 0.0189德国 0.0188 2020 中国 0.0365美国 0.0324 韩国 0.0216日本 0.0177德国 0.0136 中国各行业的国际产业链地位及排名均存在较大差异。以 2020 年为例，光电设备制造业的国际产业链地位最高为 0.6006，汽车和摩托车销售及维修业与家庭服务业的国际产业链地位最低为 0，差距高达 0.6006；从国际排名来看，2020 年中国有 9 个行业的国际产业链地位均排在第一位(排在前五位的行业更是高达 27 个，占比约为77.14%)，汽车和摩托车销售及维修业的排名则非常靠后，仅排在第 58 位。这反映出，中国各行业在国际产业链网络中的影响力普遍较强，从而引领中国逐渐成为全球产业链分工体系中的领导者。随时间来看，考察期内国际产业链地位上升的行业有 19 个，下降的行业有 14 个；与此同时，中国国际产业链地位排名上升的行业有 23 个，下降的行业仅有 5 个。这进一步证实，中国的国际产业链地位显著提升，而且这种提升在细分行业层面是较为普遍的。四、实证设计与结果分析（一）模型设定 本文实证分析所需数据主要是前文测算出的 20072020 年中国分行业国际产业链地位指数以及 CSMAR 数据库中的中国上市公司数据。考虑到数据可得性、新会计准则执行以及股权分置改革等对研究结果的影响，具体参考刘慧和綦建红(2021)的做 限于篇幅，行业层面的测算结果未列出，详见附录中附表 1。南 开 经 济 研 究 NANKAI ECONOMIC STUDIES2023 年 第 8 期 No.8 2023 69 法，对上市公司数据样本进行如下处理：(1)剔除被 ST、*ST 以及 PT 特殊处理的公司；(2)剔除 IPO 当年的公司；(3)剔除纯 B 股或同时发行 B 股或 H 股的公司；(4)剔除资产负债率不在 01 范围内以及相关数据缺失的样本。此外，鉴于中国产能过剩问题主要出现在工业部门(黄秀路等，2018)，剔除上市公司样本中的非工业企业。进一步，由于 ADB-MRIO 的行业分类与中国证券监督管理委员会发布的上市公司行业分类指引(2012 年修订)不完全相同，本文对其进行了对照匹配，最终得到涵盖 16 个工业行业的 22021 个企业-年份样本。为了检验国际产业链地位对企业产能利用率的影响，本文设计如下基准回归 方程：0123ijtjtijtjtitijtCuEigenvectorFI=+(2)其中，下标i、j、t分别表示企业、行业和年份。ijtCu为企业产能利用率，参考李雪松等(2017)、公衍磊等(2020)的研究，采用营业收入与总资产之比(总资产周转率)作为企业产能利用率的代理变量；jtEigenvector为企业所在行业的国际产业链地位；ijtF为企业层面的控制变量，包括企业上市年龄(Age)、企业规模(Size)、企业所有制(Soe)、资产负债率(Lev)、资本密集度(Kl)、总资产收益率(Roa)、全要素生产率(Lntfp)、管理费用率(Mfee)；jtI为行业层面的控制变量，包括行业集中度(Hhi)、行业销售额增长率(_Salerate)；i、t分别表示企业固定效应和年份固定效应；ijt为随机扰动项。（二）基准回归结果 表 2 报告了国际产业链地位影响企业产能利用率的基准回归结果。以第(4)列结果为基准，在控制其他因素之后，国际产业链地位每提升 1%，企业产能利用率平均提高 0.1133%。这说明，国际产业链地位提升有效提高了企业产能利用率，促进了国内大循环畅通。（三）稳健性检验 为了确保实证结果的可靠性，下面从内生性处理、替换主要变量、改变国际产业链网络阈值、调整回归样本、变换计量模型等方面进行稳健性检验。1.内生性处理 为了解决可能存在的内生性问题，本文分别借鉴陈爱贞等(2021)、汪莉等(2021)的做法构造工具变量，并对模型(2)进行工具变量估计，具体结果如表 3 所示。此外，为了保证工具变量选取的合理性，这里进一步对工具变量的有效性进行检验。从检验结果来看：Wald test 的结果均在 1%的水平上显著，从而拒绝工具变量回归不合理的原假设；Kleibergen-Paap LM 统计量均在 1%的水平上显著，表示拒绝识别不足的原假 限于篇幅，控制变量的衡量方式以及主要变量的描述性统计结果未列出，详见附录中附表 2。借鉴陈爱贞等(2021)的做法，选择同一时期东南亚国家同行业特征向量中心度的均值作为工具变量，结果见表 3 第(1)列；借鉴汪莉等(2021)基于网络特征选取工具变量的思路，计算特征向量中心度的残差，并用该残差作为工具变量，结果见表 3 第(2)列。葛海燕、丁晓强：国际产业链地位提升如何影响企业产能利用率兼论对畅通国内大循环的启示 70 表 2 国际产业链地位影响企业产能利用率的基准回归结果 变量(1)(2)(3)(4)Eigenvector*0.0997*0.1295*0.0755*0.1133*(3.12)00(4.24)00(2.38)00(3.73)00 Age *-0.0072*-0.0056*(-4.08)000 (-3.03)000 Size *-0.1388*-0.1378*(-11.75)0000 (-11.64)0000 Soe -0.0162*-0.0168*(-1.82)000 (-1.88)0000 Lev *0.2623*0.2593*(6.98)0 (6.93)00 Kl -0.0002*-0.0002*(-2.38)000 (-2.41)000 Roa *0.2257*0.2197*(2.93)00 (2.87)00 Lntfp *0.4049*0.4023*(8.95)00 (8.94)00 Mfee *-0.4037*-0.4022*(-4.01)000 (-3.99)000 Hhi -0.0316*-0.0195*(-0.41)000(-0.27)000 Sale_rate *0.1609*0.1055*(7.56)00(5.71)00 Constant*0.7311*2.2496*0.6964*2.2132*(54.82)000(8.89)00(46.77)000(8.76)00 年份固定效应 是 是 是 是 企业固定效应 是 是 是 是 R2 0.0555 0.2192 0.0602 0.2213 样本量 22021 21578 22021 21578 注：*、*、*分别表示在 10%、5%、1%的水平上显著，括号内为企业聚类稳健 t 值。下表同。设；Kleibergen-Paap Wald-F 统计值远远大于 Stock-Yogo 弱工具变量检验在 10%显著性水平上的临界值(16.38)，通过了弱工具变量检验；上述检验结果说明，本文选取的工具变量是合理的。综上所述，在解决潜在的内生性问题之后，Eigenvector变量的回归系数仍显著为正，表明国际产业链地位提升可以显著提高企业产能利用率，促进国内大循环畅通。2.替换主要变量 在被解释变量方面，用固定资产收入比作为产能利用率的反向代理变量(修宗峰和黄健柏，2013)，并分别借鉴范林凯等(2019)、余淼杰等(2018)的研究，重新测算企业产能利用率，检验国际产业链地位对企业产能利用率的影响。由附表 4 第(1)(3)列的回归结果可知，在替换企业产能利用率的衡量方法之后，国际产业链地位提升对企 本文还利用核心解释变量与控制变量滞后 1 期的方式解决可能存在的内生性问题，限于篇幅，具体结果未列出，详见附录中附表 3。南 开 经 济 研 究 NANKAI ECONOMIC STUDIES2023 年 第 8 期 No.8 2023 71 业产能利用率仍然存在显著的促进作用。表 3 国际产业链地位影响企业产能利用率的工具变量回归结果(1)(2)变量 Cu Cu Eigenvector 0000.1060*0000000.1015*0000(6.22)*00(5.51)Wald test 000038.65*00030.40*Kleibergen-Paap LM 统计量 003901.62*03616.53*Kleibergen-Paap Wald-F 统计量 406600.71*42401.28*第一阶段回归结果 工具变量 00000011.0061*0000000.9951*0(637.65)(205.92)注：上表中还加入了基准回归中的控制变量，限于篇幅未全部列出。下表同。在解释变量方面，采用中介中心度作为特征向量中心度的替代指标，检验国际产业链地位对企业产能利用率的影响。中介中心度表示节点在多大程度上是其他节点的“中介”，可反映节点是否处于控制力中心地位。由附表 4 第(4)列的回归结果可知，国际产业链地位提升显著提高了企业产能利用率。3.改变国际产业链网络阈值 在基准回归中，本文基于完全网络计算国际产业链地位指标，但不同国家产业间的投入产出关系相差悬殊，贸易额可能低至几百美元，可能高达几十亿美元。为了筛除偶发的投入产出关系，提取国际产业融合网络的核心结构，本文借鉴许和连等(2018)的方法，选取国家产业双边进出口的均值作为阈值，重新构建国际产业链网络，并测度特征向量中心度指标进行实证分析。由附表 5 第(1)列的回归结果可知，核心解释变量的系数在 1%水平上显著为正，表明设定阈值不会影响结论的稳健性。4.调整回归样本 首先，作为世界性公共卫生事件，新冠病毒感染疫情的全球流行可能会对国际产业链地位与企业产能利用率的关系造成一定干扰，因此本文从全样本中剔除 2020 年数据，并重新估计式(2)，结果见附表 5 第(2)列。其次，产能过剩问题与经济周期密切相关，当经济不景气时，由于维持现有生产能力所需成本小于调整生产要素产生的调整成本，导致即使在社会需求萎缩的情况下，过剩的产能也不会及时退出市场，这反而使得产能过剩问题加重，企业产能利用率进一步降低(Murphy，2016)。因此，为了排除经济周期对实证结果的影响，这里选取 20072020 年存续期限5 年的企业作为样本进行估计，结果见附表 5 第(3)列。最后，考虑到极端值的存在会对回归结果产生较大影响，此处剔除核心解释变量Eigenvector前后 5%的极端值并重新进行估计，结果见附表 5 第(4)列。可以发现，在剔除样本中的干扰因素之后，国际产业链地位对企业产能利用率的影响仍显著为正。本文还参考王博等(2019)的研究，将 100 万美元设定为国际产业链网络的阈值，其回归结果与基准回归相同，具体结果留存备索。葛海燕、丁晓强：国际产业链地位提升如何影响企业产能利用率兼论对畅通国内大循环的启示 72 5.变换计量模型 本文通过多种方式变换计量模型，并进行稳健性检验。第一，虽然在基准回归中控制了企业固定效应和年份固定效应，但仍然存在遗漏随时间变化的省份层面变量的可能。因此，本文在基准回归模型中加入省份年份高维固定效应，以排除随时间变化的省份层面因素对企业产能利用率的影响，回归结果见附表 6 第(1)列。第二，由于不同行业的时间趋势可能存在差异，这里进一步在基准回归中加入industryDt，以控制行业自身的线性时间趋势，回归结果见附表 6 第(2)列。第三，考虑到国际产业链地位与企业产能利用率之间可能存在非线性关系，借鉴 Bellamy 等(2014)的做法，在式(2)中加入国际产业链地位的平方项(_Eigenvectorsquare)并重新进行实证估计，结果见附表 6 第(3)列。第四，由于被解释变量为截断数据，本文进一步使用 Tobit 模型检验国际产业链地位对企业产能利用率的影响，结果见附表 6 第(4)列。综上所述，在变换多种计量模型之后，本文的核心结论依然不变。五、影响机制与异质性分析（一）影响机制分析 本文理论分析部分指出，国际产业链地位提升可以通过贸易效应、成长效应与创新效应三条渠道影响企业产能利用率。为了验证上述影响机制，本文采用中介效应模型并结合 Sobel 检验进行验证。具体来说，在式(2)基础上构建如下中介效应模型：0123ijtjtijtjtitijtChannelEigenvectorFI=+(3)01234ijtjtijtijtjtitijtCuEigenvectorChannelFI=+(4)其中，ijtChannel为表征贸易效应、成长效应与创新效应的中介变量；其他下标和变量的含义与基准回归模型相同。将式(3)代入式(4)可得到ijtChannel的中介效应，即12，其反映了国际产业链地位通过ijtChannel影响企业产能利用率的程度。1.贸易效应检验 本文借鉴已有研究的做法，采用企业海外业务收入(Oversea)与行业中间投入贸易总额(Strength)检验贸易效应，结果如表 4 第(1)列至第(4)列所示。其中，第(1)列和第(3)列中核心解释变量的估计系数均显著为正，表明国际产业链地位提升存在显著的贸易效应；第(2)列和第(4)列中企业海外业务收入与行业中间投入贸易总额的回归系数均显著为正，说明企业海外业务收入与行业中间投入贸易总额对企业产能利用率具有显著的促进作用。进一步比较发现，在引入中介变量之后，国际产业链地位的回归系数明显减小由 0.1133 减小为 0.1039、0.0876，且在 1%水平上显著；而且，由于核心解释变量Eigenvector是随时间变化的，此处无法加入行业年份固定效应。industryD表示行业虚拟变量，1,2,14=?t(样本区间跨度 14 年)。_Eigenvectorsquare对企业产能利用率的回归系数不显著，表明二者之间并不存在非线性关系。南 开 经 济 研 究 NANKAI ECONOMIC STUDIES2023 年 第 8 期 No.8 2023 73 Sobel 的检验结果也证实企业海外业务收入与行业中间投入贸易总额具有部分中介 作用。表 4 国际产业链地位影响企业产能利用率的贸易效应与成长效应检验 Oversea Cu Strength Cu Tobin Cu 变量(1)(2)(3)(4)(5)(6)Eigenvector*1.3533*0.1039*0.9912*0.0876*0.6434*0.1047*(2.15)00(3.43)00(13.44)000(2.86)00(4.11)00(6.27)00 Oversea *0.0061*(2.16)00 Strength *0.0259*(1.92)00 Tobin *0.0025*(2.23)00 年份固定效应 是 是 是 是 是 是 企业固定效应 是 是 是 是 是 是 Sobel(p 值)0.0000 0.0000 0.0006 R2 0.0699 0.2272 0.5002 0.2221 0.2086 0.2273 样本量 21259 21259 21578 21578 21110 21110 2.成长效应检验 本文利用企业价值(托宾 Q 值，Tobin)来衡量企业成长性，中介效应检验结果如表 4 第(5)列和第(6)列所示。其中，第(5)列中核心解释变量的回归系数显著为正，说明国际产业链地位对企业成长性具有显著的促进作用；第(6)列中托宾 Q 值的回归系数显著为正，意味着企业成长性越好，产能利用率越高。通过比较系数大小可以发现，在添加中介变量之后，国际产业链地位的回归系数下降由 0.1133 下降为 0.1047，且在 1%水平上显著；而且，Sobel 检验的结果也证实企业成长性具有部分中介作用。3.创新效应检验 本文分别利用研发人员数量占比(_RDrate)、发明专利申请数(Invention)、外观设计专利申请数(Design)来衡量企业创新，中介效应检验结果如表 5 所示。其中，第(1)列、第(3)列和第(5)列中核心解释变量的回归系数均显著为正，表明国际产业链地位提升促进了企业创新；第(2)列、第(4)列和第(6)列中企业创新变量的回归系数均显著为正，说明企业创新可以提高企业产能利用率。此外，在引入中介变量之后，国际产业链地位的回归系数下降由 0.1133 分别下降为 0.1127、0.1128、0.1128，且在 1%水平上显著；而且，Sobel 检验的结果也证实企业创新具有部分中介作用。（二）异质性分析 基准回归与稳健性检验的实证结果表明，国际产业链地位提升总体上促进了企业产能利用率提高。接下来，本文进一步从企业、行业、地区三个维度考察国际产业链地位对企业产能利用率的异质性影响。具体构建如下回归模型：012ijtjtjtCuEigenvectorHeterogeneityEigenvector=+345ijtjtitijtHeterogeneityFI+(5)葛海燕、丁晓强：国际产业链地位提升如何影响企业产能利用率兼论对畅通国内大循环的启示 74 表 5 国际产业链地位影响企业产能利用率的创新效应检验 RD_rate Cu Invention Cu Design Cu 变量(1)(2)(3)(4)(5)(6)Eigenvector*0.2811*0.1127*2.3024*0.1128*1.4211*0.1128*(2.03)00(3.71)00(2.30)00(3.72)00(2.37)00(3.72)00 RD_rate *0.0022*(7.11)00 Invention *0.0002*(1.81)00 Design *0.0004*(1.84)00 年份固定效应 是 是 是 是 是 是 企业固定效应 是 是 是 是 是 是 Sobel(p 值)0.0000 0.0000 0.0142 R2 0.0092 0.2214 0.0115 0.2214 0.0054 0.2215 样本量 21578 21578 21578 21578 21578 21578 其中，Heterogeneity分别对应企业所有制(Soe)、产品差异化(Differ)、地区金融市场化(Finmar)三个变量，其他下标和变量的含义与基准回归模型相同。1.企业所有制 不同所有制类型的企业在管理方式、经营特点、盈利模式上存在一定差异，这可能会导致国际产业链地位对企业产能利用率的影响发生改变。由表 6 第(1)列的回归结果可知，交互项(EigenvectorSoe)的系数显著为负，表明国际产业链地位提