《Frontiers in Sustainable Food Systems》：How do productive service inputs enhance a country’s position in the global agricultural value chain?
编辑推荐：
摘要：全球农业价值链（Global Agricultural Value Chain）的持续重构正在重塑国际农业竞争格局。优化各国在生产网络中的位置结构并提升国内增加值（Domestic Value Added）捕获能力，已成为各经济体推进农业高质量发展的核心
摘要：全球农业价值链（Global Agricultural Value Chain）的持续重构正在重塑国际农业竞争格局。优化各国在生产网络中的位置结构并提升国内增加值（Domestic Value Added）捕获能力，已成为各经济体推进农业高质量发展的核心议题。随着现代生产性服务（Productive Services）逐步渗透至农业生产体系，其已演变为优化农业要素配置和促进价值链升级的关键内生驱动力。基于2001至2020年间55个经济体的面板数据，本研究采用固定效应模型（Fixed-Effects Model）、中介模型（Mediation Model）和调节模型（Moderation Model），系统探讨了生产性服务投入如何影响一国在全球农业价值链中的地位，并阐明了其内在影响机制。实证结果表明，生产性服务投入显著提升了一国的农业GVC地位（GVC Position）。机制检验证实，生产性服务通过两条核心路径赋能GVC升级：提高农业劳动生产率（Agricultural Labor Productivity）和促进技术创新（Technological Innovation）。同时，农业出口技术复杂度（Technical Complexity of Agricultural Exports）的提升和人力资本积累（Human Capital Accumulation）正向加强了这一促进效应。进一步的异质性分析验证了赋能效应在经济发展水平、时间段和GVC参与模式上存在显著差异。本研究得出结论：加速高质量生产性服务投入，并将其与先进的人力资本和出口技术禀赋相匹配，为各国在全球农业价值链中增强竞争优势并实现高价值升级提供了一条重要的可行路径。
## 论文解读：生产性服务投入对全球农业价值链地位的影响机制研究
### 一、研究背景与问题提出
在全球价值链（Global Value Chain, GVC）深度重构的背景下，农业作为基础性经济部门，其分工地位在很大程度上决定了一国的粮食安全和产业竞争优势。然而，大多数发展中经济体的传统农业体系面临着资源约束趋紧、附加值生产率低下、长期集中于初级生产环节等共同发展瓶颈，在全球农业价值链中捕获价值的能力有限。全球范围内，发达经济体凭借优越的技术禀赋主导着高价值GVC环节，垄断了生物育种、精准农业生产、产品精深加工和全球品牌营销等核心环节，从而掌控产业技术标准和国际定价权。相比之下，大多数新兴和发展中经济体的农业部门主要局限于劳动密集型的低价值初级生产和原材料供应，普遍面临流通体系低效、采后物流损耗高、精深加工能力不足以及缺乏高端技术和品牌优势等问题，导致在全球农产品市场中利润率低、可持续竞争力薄弱。这种普遍存在的南北结构性差距是提升全球农业价值链价值捕获效率和推进包容性发展的关键障碍，凸显了探寻可推广的跨国路径以优化各国农业GVC地位并将地位优势转化为实际经济收益的必要性。
生产性服务（Productive Services）投入为解决上述挑战提供了新途径。按照功能属性分类，生产性服务涵盖基础支撑型、数字赋能型、风险保障型和创新驱动型等类别，贯穿农业生产全生命周期：产前阶段涉及技术研发和农业投入品供应优化；产中阶段涉及科技咨询和金融服务以提升生产效率和风险韧性；产后阶段涉及现代物流、品牌管理和数字营销，直接决定农产品的价值实现和市场覆盖范围。随着物联网、大数据和人工智能等数字技术的渗透，生产性服务正在加速推动农业向精准化和智能化转型。在此背景下，生产性服务投入已成为优化农业GVC结构地位、并将地位优势转化为更高国内增加值捕获和更强产业竞争力的关键推动力。
### 二、研究内容与意义
研究人员基于55个经济体2001至2020年的面板数据，运用固定效应模型、中介模型和调节模型，系统考察了生产性服务投入对一国全球农业价值链地位的影响及其内在机制。本研究聚焦农业部门，将生产性服务作为核心解释变量，突破了既有研究主要集中于制造业GVC的分析边界。同时，通过构建并检验多维中介框架，深入剖析了生产效率、技术创新两条核心传导路径，进一步"打开"了生产性服务赋能农业GVC升级的内在机制黑箱。此外，研究采用更具时效性的跨国数据，覆盖更广泛的时间跨度，为理解外部冲击（如全球金融危机）后生产性服务作用机制的演化规律提供了经验证据。
### 三、关键技术与方法
本研究样本覆盖2001至2020年间55个经济体。农业GVC地位指数和生产性服务投入数据来源于OECD-TiVA数据库和OECD-ICIO表（2023版），行业分类与ISIC Rev.4保持一致；农业部门以行业代码A识别，生产性服务部门涵盖运输仓储、信息通信、金融保险及专业科技服务，对应行业代码H49至H53、J61、J62-63、K和M。经济发展水平、农业劳动力规模、人均GDP、农业用地、外国直接投资和贸易开放度数据来源于世界银行数据库；农业就业数据来源于ILOSTAT；专利申请数据来源于世界知识产权组织（WIPO）；农业出口额数据来源于联合国Comtrade数据库；人力资本数据来源于Penn World Table 10.01版。研究方法上，研究人员首先构建双向固定效应模型检验生产性服务投入对农业GVC地位的直接影响（假设H1）；其次，采用中介效应模型验证农业劳动生产率和农业技术创新两条传导路径（假设H2和H3）；最后，构建调节效应模型检验农业出口技术复杂度和人力资本积累水平的调节作用（假设H4和H5）。所有估计均采用聚类到国家层面的稳健标准误。
### 四、研究结果
**（一）基准回归结果**
基准回归表明，生产性服务投入的系数在所有模型设定中均在1%水平上显著为正，验证了假设H1，即生产性服务投入对一国农业GVC地位具有显著正向促进作用。该结论在逐步引入经济发展水平、农业用地禀赋、农业劳动力、外国直接投资和贸易开放度等控制变量后依然稳健。
**（二）内生性检验**
为处理潜在的双向因果关系和遗漏变量问题，研究人员采用两阶段最小二乘法（2SLS）和系统广义矩估计（System GMM）两种互补识别策略。2SLS估计以生产性服务投入的一期滞后项作为工具变量，Kleibergen-Paap Wald rk F统计量远超Stock-Yogo临界值，排除弱工具变量问题。系统GMM估计中，AR(2)检验和Hansen过度识别检验均通过。两种方法下生产性服务投入的系数均在1%水平上显著为正，表明基准结论在考虑内生性后依然稳健。
**（三）稳健性检验**
通过1%双边缩尾处理、将解释变量替换为一期滞后项、剔除2008年和2020年数据等稳健性检验后，生产性服务投入的正向效应依然显著，进一步证实了研究结论的可靠性。
**（四）异质性分析**
在经济发展水平异质性方面，生产性服务投入对发达经济体和发展中经济体的农业GVC地位均具有显著促进效应，但发达经济体子样本中的促进幅度明显更大。正式的组间差异检验（交互项回归）表明，发达经济体×生产性服务的交互项系数在10%水平上显著为正，证实了发达国家服务赋能效应更强的统计显著性。在时间异质性方面，以2008年全球金融危机为界，危机前生产性服务投入的系数为0.0024且在1%水平显著，危机后系数降至0.0004且仅在10%水平显著，表明危机后全球价值链重构和贸易保护主义抬头削弱了生产性服务投入的促进效应。在GVC参与模式异质性方面，在前向参与（Forward Participation）样本中，生产性服务投入的回归系数为0.0011且在1%水平显著；而在后向参与（Backward Participation）样本中，系数仅为0.0001且未通过显著性检验，表明生产性服务主要通过提升前向参与来增强农业GVC地位。
**（五）中介效应检验**
中介效应检验结果显示，生产性服务投入对农业劳动生产率的估计系数在1%水平显著为正（系数=0.0023），对农业技术创新的估计系数也在1%水平显著为正（系数=0.0126），验证了假设H2和H3。这表明"生产性服务投入→农业劳动生产率→农业GVC地位"和"生产性服务投入→农业技术创新→农业GVC地位"两条传导机制均成立，生产效率提升和技术进步是生产性服务赋能农业GVC升级的两条核心路径。
**（六）调节效应检验**
调节效应分析表明，生产性服务投入与农业出口技术复杂度的交互项（PS×EXPY）系数为0.0008且在5%水平显著，验证了假设H4；生产性服务投入与人力资本积累水平的交互项（PS×HC）系数为0.0023且在1%水平显著，验证了假设H5。边际效应图进一步显示：随着出口技术复杂度上升，生产性服务投入的边际效应呈单调递增趋势；而随着人力资本积累水平提高，生产性服务投入的边际效应从负值转为正值，表明充足的吸收能力是生产性服务驱动农业GVC升级的必要前提条件。
### 五、讨论与结论
在讨论部分，研究人员指出本研究的核心结论——即嵌入生产性服务投入能够提升各国在全球农业价值链中的地位——与Grossman和Rossi-Hansberg（2008）提出的任务离岸外包理论框架一致。该框架在制造业得到验证，而本研究将其分析边界拓展至农业部门，量化结果显示农业领域的服务投入系数略高于制造业，反映了农业对专业化物流、认证和研发服务的独特依赖。在中介机制方面，生产性服务投入对农业技术创新的边际影响（系数0.0126）大于对农业劳动生产率的影响（系数0.0023），这一差异化的渠道权重得到了Turan等人研究的支持。在调节机制方面，研究结果为吸收能力理论（Absorptive Capacity Theory）在农业生产网络中的应用提供了精细化实证支持。研究也指出，生产性服务投入对后向参与模式的影响不显著、2008年金融危机后赋能效应减弱以及发展中国家赋能效应较弱等发现，与制造业领域的一些研究结论存在差异，这些差异主要源于农业生产的特殊性——农业生产性服务具有地理邻近性和本地定制化特征，且更易受贸易政策和物流成本的影响。
本研究的最终结论如下：第一，生产性服务投入对国家农业GVC地位升级具有显著正向效应，该结论在样本缩尾、解释变量滞后、样本期调整、2SLS工具变量估计和系统GMM动态面板估计等一系列检验后依然稳健。第二，生产性服务投入的影响在多个维度上呈现显著异质性——发达经济体的升级效应显著强于发展中经济体；2008年全球金融危机后促进效应明显减弱；主要通过提升前向参与而非后向参与来增强农业GVC地位。第三，农业劳动生产率和农业技术创新是两条核心传导渠道。第四，农业出口技术复杂度和人力资本积累水平均发挥正向调节作用，更高的出口技术含量和更强的人力资本禀赋放大了生产性服务投入的GVC升级效应。基于上述发现，研究人员提出了推进农业生产性服务分层嵌入、锚定前向参与构建韧性区域农业服务供应链、畅通效率提升和技术创新双重传导渠道、以及放大出口结构和人力资本正向调节作用等针对性政策建议。
