World Regional Studies ›› 2020, Vol. 29 ›› Issue (4): 792-803.DOI: 10.3969/j.issn.1004-9479.2020.04.2019007
Previous Articles Next Articles
Junying CHEN1,2(), Junzhi FANG1,2()
Received:
2019-01-04
Revised:
2019-06-24
Online:
2020-07-30
Published:
2020-08-15
Contact:
Junzhi FANG
通讯作者:
方俊智
作者简介:
陈俊营(1988-),男,博士,研究方向为企业管理,E-mail:kmust2014005@126.com。
基金资助:
Junying CHEN, Junzhi FANG. Evolution of global manufacturing production networks from the perspective of intra-product specialization[J]. World Regional Studies, 2020, 29(4): 792-803.
陈俊营, 方俊智. 产品内分工视角下全球制造业生产网络的演化特征[J]. 世界地理研究, 2020, 29(4): 792-803.
Add to citation manager EndNote|Ris|BibTeX
URL: https://sjdlyj.ecnu.edu.cn/EN/10.3969/j.issn.1004-9479.2020.04.2019007
制造业产品类型 | HS二位制编码 |
---|---|
高技术密集型产品(7类) | 药品(30);电气电子产品(85);铁道(86);航空器(88);船舶(89);光学、计量、医疗等精密仪器(90);钟表(91) |
中高技术密集型产品(16类) | 烟草及其制品(24);无级化学品(28);有机化合物(29);肥料(31);颜料(32);化妆品(33);活性剂(34);蛋白质物质(35);易燃制品(36);照相、电影制品(37);杂项化工品(38);化学纤维长丝织物(54);化学纤维短丝织物(55);非电气的机器、机械设备(84);车辆机器零件(87);武器(93) |
资本密集型产品(13类) | 咖啡、茶(9);饮料、酒(22);煤、石油、天然气(27);纸浆(47);纸制品(48);钢铁板、条、丝(72);钢铁制品(73);铜制品(74);镍制品(75);铝制品(76);铅制品(78);锌制品(79);锡制品(80) |
中度劳动密集型产品(16类) | 淀粉等产品(11);饲料(12);动植物油(15);动物原料加工食品(16);糖(17);可可制品(18);谷物、粮食制品(19);植物原料加工食品(20);其他杂项食品(21);塑料制品(39);橡胶制品(40);印刷品(49);乐器(92);玩具、运动品(95);办公用品(96);艺术品(97) |
高度劳动密集型产品(31类) | 编结用植物材料(14);石灰及水泥(25);皮革制品(41);旅行用品、手提包(42);毛皮、人造皮制品(43);木制品(44);软木制品(45);编结材料制(46);蚕丝织物(50);动物毛织物(51);棉花织物(52);植物纺织纤维(53);絮胎、毡呢织物(56);地毯及纺织材料(57);特种机织物(58);工业用纺织品(59);针织物(60);针织服饰(61);非针织服饰(62);其他纺织制成品(63);各种鞋靴(64);各种帽类(65);羽毛制品(67);石料和石膏(68);陶瓷制品(69);玻璃制品(70);天然宝石制品(71);贱金属制品(81);贱金属工具(82);贱金属杂项(83);家具制品(94) |
Tab.1 Classification of manufacturing goods
制造业产品类型 | HS二位制编码 |
---|---|
高技术密集型产品(7类) | 药品(30);电气电子产品(85);铁道(86);航空器(88);船舶(89);光学、计量、医疗等精密仪器(90);钟表(91) |
中高技术密集型产品(16类) | 烟草及其制品(24);无级化学品(28);有机化合物(29);肥料(31);颜料(32);化妆品(33);活性剂(34);蛋白质物质(35);易燃制品(36);照相、电影制品(37);杂项化工品(38);化学纤维长丝织物(54);化学纤维短丝织物(55);非电气的机器、机械设备(84);车辆机器零件(87);武器(93) |
资本密集型产品(13类) | 咖啡、茶(9);饮料、酒(22);煤、石油、天然气(27);纸浆(47);纸制品(48);钢铁板、条、丝(72);钢铁制品(73);铜制品(74);镍制品(75);铝制品(76);铅制品(78);锌制品(79);锡制品(80) |
中度劳动密集型产品(16类) | 淀粉等产品(11);饲料(12);动植物油(15);动物原料加工食品(16);糖(17);可可制品(18);谷物、粮食制品(19);植物原料加工食品(20);其他杂项食品(21);塑料制品(39);橡胶制品(40);印刷品(49);乐器(92);玩具、运动品(95);办公用品(96);艺术品(97) |
高度劳动密集型产品(31类) | 编结用植物材料(14);石灰及水泥(25);皮革制品(41);旅行用品、手提包(42);毛皮、人造皮制品(43);木制品(44);软木制品(45);编结材料制(46);蚕丝织物(50);动物毛织物(51);棉花织物(52);植物纺织纤维(53);絮胎、毡呢织物(56);地毯及纺织材料(57);特种机织物(58);工业用纺织品(59);针织物(60);针织服饰(61);非针织服饰(62);其他纺织制成品(63);各种鞋靴(64);各种帽类(65);羽毛制品(67);石料和石膏(68);陶瓷制品(69);玻璃制品(70);天然宝石制品(71);贱金属制品(81);贱金属工具(82);贱金属杂项(83);家具制品(94) |
类型 | 名称(符号) | 数据说明和数据来源 |
---|---|---|
被解释 变量 | 产品内分工下全球制造业生产网络的参与度(PAR) | 网络拓扑属性指标由本文测算出,制造业产品贸易额数据来源于UN Comtrade数据库 |
高技术密集型产品内分工下全球制造业生产网络的参与度(HTP) | 网络拓扑属性指标由本文测算出,制造业高技术密集型产品贸易额数据来源于UN Comtrade数据库 | |
中高技术密集型产品内分工下全球制造业生产网络的参与度(MTP) | 网络拓扑属性指标由本文测算出,制造业中高技术密集型产品贸易额数据来源于UN Comtrade数据库 | |
资本密集型产品内分工下全球制造业生产网络的参与度(CDP) | 网络拓扑属性指标由本文测算出,制造业资本密集型产品贸易额数据来源于UN Comtrade数据库 | |
高度劳动密集型产品内分工下全球制造业生产网络的参与度(HLP) | 网络拓扑属性指标由本文测算出,制造业高度劳动密集型产品贸易额数据来源于UN Comtrade数据库 | |
中高劳动密集型产品内分工下全球制造业生产网络的参与度(MLP) | 网络拓扑属性指标由本文测算出,制造业中高劳动密集型产品贸易额数据来源于UN Comtrade数据库 | |
解释变量 | 国内生产总值(GDP) | 世界银行数据库 |
制造业年产值(IND) | 世界银行数据库 | |
KOF全球化指数(GLI) | KOF瑞士经济学会,该指数包含经济、社会和政治三个方面的全球化,是23个具体指标的加权平均值 | |
专利申请数(TEC) | 世界银行数据库 | |
外国直接投资净流入额(CAP) | 世界银行数据库 | |
劳动力数量(LAB) | 世界银行数据库 | |
交通基础设施发展水平(TRA) | 用航空货运量+铁路货运量表示,数据来源于世界银行数据库 | |
通讯基础设施发展水平(COM) | 用移动电话+互联网数量表示,世界银行数据库 | |
耗电量(ELE) | 世界银行数据库 | |
地域划分(GEO) | 虚拟变量,根据世界银行的划分标准将全球分为东亚与太平洋地区、中东与北非地区、南美洲与加勒比海地区、南亚地区、撒哈拉以南非洲地区及欧洲与中亚地区 |
Tab.2 Variable definition
类型 | 名称(符号) | 数据说明和数据来源 |
---|---|---|
被解释 变量 | 产品内分工下全球制造业生产网络的参与度(PAR) | 网络拓扑属性指标由本文测算出,制造业产品贸易额数据来源于UN Comtrade数据库 |
高技术密集型产品内分工下全球制造业生产网络的参与度(HTP) | 网络拓扑属性指标由本文测算出,制造业高技术密集型产品贸易额数据来源于UN Comtrade数据库 | |
中高技术密集型产品内分工下全球制造业生产网络的参与度(MTP) | 网络拓扑属性指标由本文测算出,制造业中高技术密集型产品贸易额数据来源于UN Comtrade数据库 | |
资本密集型产品内分工下全球制造业生产网络的参与度(CDP) | 网络拓扑属性指标由本文测算出,制造业资本密集型产品贸易额数据来源于UN Comtrade数据库 | |
高度劳动密集型产品内分工下全球制造业生产网络的参与度(HLP) | 网络拓扑属性指标由本文测算出,制造业高度劳动密集型产品贸易额数据来源于UN Comtrade数据库 | |
中高劳动密集型产品内分工下全球制造业生产网络的参与度(MLP) | 网络拓扑属性指标由本文测算出,制造业中高劳动密集型产品贸易额数据来源于UN Comtrade数据库 | |
解释变量 | 国内生产总值(GDP) | 世界银行数据库 |
制造业年产值(IND) | 世界银行数据库 | |
KOF全球化指数(GLI) | KOF瑞士经济学会,该指数包含经济、社会和政治三个方面的全球化,是23个具体指标的加权平均值 | |
专利申请数(TEC) | 世界银行数据库 | |
外国直接投资净流入额(CAP) | 世界银行数据库 | |
劳动力数量(LAB) | 世界银行数据库 | |
交通基础设施发展水平(TRA) | 用航空货运量+铁路货运量表示,数据来源于世界银行数据库 | |
通讯基础设施发展水平(COM) | 用移动电话+互联网数量表示,世界银行数据库 | |
耗电量(ELE) | 世界银行数据库 | |
地域划分(GEO) | 虚拟变量,根据世界银行的划分标准将全球分为东亚与太平洋地区、中东与北非地区、南美洲与加勒比海地区、南亚地区、撒哈拉以南非洲地区及欧洲与中亚地区 |
分类 年份 | 网络密度 | 平均路长 | 聚类系数 | 接近中心度排名前三的国家 | |||
---|---|---|---|---|---|---|---|
高技术密集型产品 | 2001年 | 0.421 | 1.754 | 0.813 | 法国 | 美国 | 德国 |
2006年 | 0.489 | 1.712 | 0.816 | 德国 | 法国 | 美国 | |
2011年 | 0.524 | 1.687 | 0.822 | 美国 | 法国 | 德国 | |
2016年 | 0.506 | 1.723 | 0.803 | 美国 | 法国 | 德国 | |
中高技术密集型产品 | 2001年 | 0.458 | 1.730 | 0.806 | 德国 | 美国 | 法国 |
2006年 | 0.516 | 1.688 | 0.814 | 德国 | 美国 | 荷兰 | |
2011年 | 0.562 | 1.674 | 0.813 | 法国 | 美国 | 德国 | |
2016年 | 0.566 | 1.686 | 0.807 | 荷兰 | 法国 | 美国 | |
资本密集型产品 | 2001年 | 0.456 | 1.747 | 0.795 | 英国 | 荷兰 | 法国 |
2006年 | 0.440 | 1.752 | 0.793 | 美国 | 荷兰 | 德国 | |
2011年 | 0.493 | 1.721 | 0.786 | 中国 | 美国 | 荷兰 | |
2016年 | 0.480 | 1.743 | 0.783 | 中国 | 美国 | 荷兰 | |
中度劳动密集型产品 | 2001年 | 0.393 | 1.774 | 0.809 | 美国 | 荷兰 | 意大利 |
2006年 | 0.454 | 1.739 | 0.811 | 美国 | 荷兰 | 意大利 | |
2011年 | 0.429 | 1.759 | 0.791 | 美国 | 荷兰 | 日本 | |
2016年 | 0.430 | 1.756 | 0.797 | 美国 | 荷兰 | 日本 | |
高度劳动密集型产品 | 2001年 | 0.360 | 1.813 | 0.786 | 美国 | 中国 | 意大利 |
2006年 | 0.315 | 1.830 | 0.784 | 中国 | 美国 | 意大利 | |
2011年 | 0.339 | 1.837 | 0.784 | 中国 | 美国 | 法国 | |
2016年 | 0.349 | 1.820 | 0.785 | 中国 | 美国 | 印度 |
Tab.3 The trend of topological index of manufacturing production networks by product
分类 年份 | 网络密度 | 平均路长 | 聚类系数 | 接近中心度排名前三的国家 | |||
---|---|---|---|---|---|---|---|
高技术密集型产品 | 2001年 | 0.421 | 1.754 | 0.813 | 法国 | 美国 | 德国 |
2006年 | 0.489 | 1.712 | 0.816 | 德国 | 法国 | 美国 | |
2011年 | 0.524 | 1.687 | 0.822 | 美国 | 法国 | 德国 | |
2016年 | 0.506 | 1.723 | 0.803 | 美国 | 法国 | 德国 | |
中高技术密集型产品 | 2001年 | 0.458 | 1.730 | 0.806 | 德国 | 美国 | 法国 |
2006年 | 0.516 | 1.688 | 0.814 | 德国 | 美国 | 荷兰 | |
2011年 | 0.562 | 1.674 | 0.813 | 法国 | 美国 | 德国 | |
2016年 | 0.566 | 1.686 | 0.807 | 荷兰 | 法国 | 美国 | |
资本密集型产品 | 2001年 | 0.456 | 1.747 | 0.795 | 英国 | 荷兰 | 法国 |
2006年 | 0.440 | 1.752 | 0.793 | 美国 | 荷兰 | 德国 | |
2011年 | 0.493 | 1.721 | 0.786 | 中国 | 美国 | 荷兰 | |
2016年 | 0.480 | 1.743 | 0.783 | 中国 | 美国 | 荷兰 | |
中度劳动密集型产品 | 2001年 | 0.393 | 1.774 | 0.809 | 美国 | 荷兰 | 意大利 |
2006年 | 0.454 | 1.739 | 0.811 | 美国 | 荷兰 | 意大利 | |
2011年 | 0.429 | 1.759 | 0.791 | 美国 | 荷兰 | 日本 | |
2016年 | 0.430 | 1.756 | 0.797 | 美国 | 荷兰 | 日本 | |
高度劳动密集型产品 | 2001年 | 0.360 | 1.813 | 0.786 | 美国 | 中国 | 意大利 |
2006年 | 0.315 | 1.830 | 0.784 | 中国 | 美国 | 意大利 | |
2011年 | 0.339 | 1.837 | 0.784 | 中国 | 美国 | 法国 | |
2016年 | 0.349 | 1.820 | 0.785 | 中国 | 美国 | 印度 |
解释变量 | 模型1 | 模型2 | 模型3 | 模型4 | 模型5 | 模型6 |
---|---|---|---|---|---|---|
经济发展水平(GDP) | 0.341 | 0.182*** | 0.004* | 0.257** | 0.087 | 0.030 |
制造业发展水平(IND) | 0.006 | 0.010** | 0.019** | -0.006 | 0.010 | 0.011 |
全球化程度(GLI) | 0.074*** | 0.072*** | 0.035*** | 0.051*** | 0.041*** | 0.036*** |
技术水平(TEC) | 0.038*** | 0.085*** | 0.024*** | 0.032*** | 0.068*** | 0.030*** |
资金引入(CAP) | 0.024*** | 0.037*** | 0.011* | 0.015** | 0.018 | 0.013* |
劳动力数量(LAB) | 0.227*** | 0.235*** | 0.240*** | 0.253*** | 0.330*** | 0.223*** |
交通设施环境(TRA) | 0.102*** | 0.131*** | 0.060*** | 0.132*** | 0.165*** | 0.073*** |
通讯设施环境(COM) | 0.192*** | 0.291*** | 0.109*** | 0.312*** | 0.211*** | 0.109*** |
电力设施环境(ELE) | 0.088*** | 0.003 | 0.426*** | 0.171** | 0.179*** | 0.350*** |
地域划分(GEO) | 0.064*** | -0.002 | -0.008 | 0.041** | 0.100** | 0.135** |
样本量 | 7744 | 7744 | 7744 | 7744 | 7744 | 7744 |
KAO检验 | -7.168*** | -6.204*** | -7.013*** | -7.507*** | -7.015*** | -6.652*** |
Hausman检验 | 138.837*** | 118.783*** | 154.365*** | 103.487*** | 132.095*** | 110.261*** |
调整R2值 | 0.951 | 0.947 | 0.736 | 0.938 | 0.741 | 0.699 |
Tab.4 Model regression results
解释变量 | 模型1 | 模型2 | 模型3 | 模型4 | 模型5 | 模型6 |
---|---|---|---|---|---|---|
经济发展水平(GDP) | 0.341 | 0.182*** | 0.004* | 0.257** | 0.087 | 0.030 |
制造业发展水平(IND) | 0.006 | 0.010** | 0.019** | -0.006 | 0.010 | 0.011 |
全球化程度(GLI) | 0.074*** | 0.072*** | 0.035*** | 0.051*** | 0.041*** | 0.036*** |
技术水平(TEC) | 0.038*** | 0.085*** | 0.024*** | 0.032*** | 0.068*** | 0.030*** |
资金引入(CAP) | 0.024*** | 0.037*** | 0.011* | 0.015** | 0.018 | 0.013* |
劳动力数量(LAB) | 0.227*** | 0.235*** | 0.240*** | 0.253*** | 0.330*** | 0.223*** |
交通设施环境(TRA) | 0.102*** | 0.131*** | 0.060*** | 0.132*** | 0.165*** | 0.073*** |
通讯设施环境(COM) | 0.192*** | 0.291*** | 0.109*** | 0.312*** | 0.211*** | 0.109*** |
电力设施环境(ELE) | 0.088*** | 0.003 | 0.426*** | 0.171** | 0.179*** | 0.350*** |
地域划分(GEO) | 0.064*** | -0.002 | -0.008 | 0.041** | 0.100** | 0.135** |
样本量 | 7744 | 7744 | 7744 | 7744 | 7744 | 7744 |
KAO检验 | -7.168*** | -6.204*** | -7.013*** | -7.507*** | -7.015*** | -6.652*** |
Hausman检验 | 138.837*** | 118.783*** | 154.365*** | 103.487*** | 132.095*** | 110.261*** |
调整R2值 | 0.951 | 0.947 | 0.736 | 0.938 | 0.741 | 0.699 |
1 | Parteka A, Tamberi M. Product diversification, relative specialisation and economic development: Import–export analysis. Journal of Macroeconomics, 2013, 38(4):121-135. |
2 | 张胜满,张继栋. 产品内分工视角下环境规制对出口二元边际的影响——基于两步系统GMM动态估计方法的研究. 世界经济研究, 2016(1):76-86. |
Zhang S, Zhang J. The effect of environmental regulation on export dual margins in the perspective of intra-product specialization: Based on GMM Two-step system dynamic estimation method. World Economy Studies, 2016(1):76-86. | |
3 | Vechiu N, Makhlouf F. Economic integration and specialization in production in the EU27: does FDI influence countries’ specialization?. Empirical Economics, 2014, 46(2):543-572. |
4 | 甘梅霞,杨小勇. 全球产品内分工模式的演进、资本流动特征及其影响. 财贸研究, 2015(4):57-63. |
Gan M, Yang X. Evolution of global intra product specialization mode, characteristics of capital flow and its influence. Finance and Trade Research, 2015(4):57-63. | |
5 | 邓向荣,曹红. 产业升级路径选择:遵循抑或偏离比较优势——基于产品空间结构的实证分析.中国工业经济, 2016(2):52-67. |
Deng X, Cao H. Industrial upgrading path: Conform or defy comparative advantage——an empirical analysis based on product space structure. China Industrial Economics, 2016(2):52-67. | |
6 | 马海燕,于孟雨. 产品复杂度、产品密度与产业升级——基于产品空间理论的研究. 财贸经济, 2018(3): 123-137. |
Ma H, Yu M. Empirical Study on product complexity, product density and industrial upgrading:Based on product space view. Finance & Trade Economics, 2018(3): 123-137. | |
7 | 贺灿飞,陈航航. 参与全球生产网络与中国出口产品升级. 地理学报, 2017, 72(8):1331-1346. |
He C, Chen H. Participation in global production networks and export product upgrading. Acta Geographica Sinica, 2017, 72(8):1331-1346. | |
8 | 沈能,周晶晶. 参与全球生产网络能提高中国企业价值链地位吗:“网络馅饼”抑或“网络陷阱”. 管理工程学报, 2016, 30(4):11-17. |
Shen N, Zhou J. Can participation in the global production networks upgrade chinese enterprise’s value chain status: Network pies or network trap. Journal of Industrial Engineering and Engineering Management, 2016, 30(4):11-17. | |
9 | 张鹏,王娟. 全球生产网络中国产业升级结构封锁效应及突破. 科学学研究, 2016, 34(4):520-527. |
Zhang P, Wang J. Structural blocking effect of China's industrial upgrading in global industrial production network and the breakthrough way. Studies in Science of Science, 2016, 34(4):520-527. | |
10 | 曾铮,王鹏. 产品内分工理论与价值链理论的渗透与耦合. 财贸经济,2007(3):121-125. |
Zeng Z, Wang P. Penetration and coupling of intra-product division of labor theory and value chain theory. Finance&Trade Economics, 2007(3):121-125. | |
11 | Baldwin R.,Venables, A J. Spiders and snakes: offshoring and agglomeration in the global economy. Journal of International Economics, 2013, 90(2): 245-254. |
12 | Koopman R., Wang Z., Wei S J. Estimating domestic content in exports when processing trade is pervasive. Journal of Development Economics, 2012, 99(1):178-189. |
13 | Squartini T, Fagiolo G, Garlaschelli D. Randomizing world trade. I. A binary network analysis. Physical Review E Statistical Nonlinear & Soft Matter Physics, 2011, 84(2):1-19. |
14 | 李淑梅.垂直专业化分工下的制造业产业升级.社会科学家, 2009(12):105-107. |
Li S. Upgrading of manufacturing industry under vertical specialization. Social Scientist, 2009(12):105-107. | |
15 | 陈景新,王云峰.我国劳动密集型产业集聚与扩散的时空分析. 统计研究, 2014, 31(2):34-42. |
Chen J, Wang Y. Temporal analysis of chinese labor-intensive industrial agglomeration and diffusion. Statistical Research, 2014, 31(2):34-42. | |
16 | 原磊,邹宗森.中国制造业出口企业是否存在绩效优势——基于不同产业类型的检验. 财贸经济, 2017, 38(5):96-111. |
Yuan L, Zhou Z. Do Export firms outperform non-export ones? An empirical study on different classification of manufacturing industries in China. Finance & Trade Economics, 2017, 38(5): 96-111. | |
17 | 周昕, 牛蕊. 产品内分工、距离与生产网络区位优势——基于2000~2009年中国零部件进口的实证研究. 世界经济研究, 2012(7):46-51. |
Zhou X, Niu R. Intra-product specialization, distance and the location advantage of the production network:an empirical study based on data of China′s parts & components importing from 2000 to 2009. World Economy Study, 2012(7):46-51. | |
18 | 李强, 郑江淮. 基于产品内分工的我国制造业价值链攀升:理论假设与实证分析. 财贸经济, 2013, 34(9): 95-102. |
Li Q, Zheng J. Value chain upgrading of china’s manufacturing industry based on intra-product specialization: Theoretical assumptions and empirical analysis. Finance & Trade Economics, 2013, 34(9): 95-102. |
Viewed | ||||||
Full text |
|
|||||
Abstract |
|
|||||