制造业国内价值链网络特征及形成影响因素  

Network Characteristics and Influencing Factors of Domestic Value Chain in Manufacturing Industry

作　　者：马晓丽 史本叶[2] MA Xiaoli;SHI Benye

机构地区：[1]东北林业大学经济管理学院,哈尔滨150040 [2]吉林大学经济学院,长春130012

出　　处：《北华大学学报(社会科学版)》2024年第6期71-83,153,共14页Journal of Beihua University(Social Sciences)

基　　金：国家社会科学基金一般项目“美国对华科技遏制下我国高技术产品贸易风险识别评估及防范体系研究”(22BGJ040);中央高校基本科研业务费专项资金项目“数字新质生产力驱动制造业全球价值链韧性提升的机制与路径研究”(414240013)的阶段性研究成果。

摘　　要：基于最新区域间投入产出数据,采用社会网络分析法,可将中国制造业国内价值链分工网络解构为被国内其他地区吸收的本地区增加值(PDVA)、返回并被本地区吸收的本地区增加值(PRVA)、国内其他地区增加值(PFVA)及纯重复计算部分(PPDC)4种网络。考察四类增加值网络的拓扑结构特征演化,并结合指数随机图模型分析影响网络形成的因素,结果表明:样本考察期内国内价值链分工联系日益紧密,省际间倾向于互有增加值输出,国内价值链网络趋于完善和稳定,呈现等级结构森严的核心—边缘特征。江苏、广东、浙江等东部省份占据制造业国内价值链网络中的核心地位,而中西部地区的省份在国内价值链网络中的地位相对较弱。指数随机图模型分析结果显示,对外开放程度、城镇化水平、人口规模、技术水平、保护主义政策和地理邻近性是影响国内价值链网络形成的重要因素。本研究为全面认识各省在国内价值链网络中的地位与角色提供了新视角,同时也为双循环背景下完善国内大循环供给网络及加快全国统一大市场建设提供了有益参考。This paper demonstrates national value chains network in manufacturing by PDVA,PRVA,PFVA and POVA networks respectively,explores the dynamic structural characteristics of the networks and analyzes its influence mechanism by exponential random graph model.The results show that NVC network has increasingly become closer and the gradient division of labor between the eastern-central-western regions has initially formed.The results of the exponential random graph model analysis show that opening up,urbanization,population size,technology level,protectionism,and geographic proximity are all important factors which affect the domestic value chain network.Therefore,we must give full play to the value of positive influencing factors,control negative influencing factors,and then make division of labor in the domestic value chain perfect.

关 键 词：中国制造业 国内大循环 国内价值链网络 社会网络分析 

分 类 号：F712[经济管理—产业经济]