从中国装备制造业在全球价值链地位来看，仍以出口相对低价的零部件、进口相对高价的零部件为主。中国制造业转型升级的任务非常紧迫。但对于如何进行升级，即升级路径的选择，国内学术界存在分歧。如赵彦云等(2012)认为，中国应摒弃“世界制造车间”，亟待向微笑曲线两端升级[1]；而王茜(2013)和倪红福(2016)则认为，微笑曲线不具备通用性，简单以某一产品(如苹果手机)的“微笑曲线”理论直接应用到产业层面是片面和错误的[2-3]。

其实，上述争论中隐含着两个关键问题：(1)某产业价值链曲线的真实形状是怎样？经典的U型“微笑曲线”是否具有普遍性？(2)如何较为准确地绘制某产业价值链曲线进而选择有针对性的升级路径：向研发端、营销端还是向制造端升级？基于此，本文希望在以下两个方面有所突破：其一，探索准确绘制制造业价值链曲线的科学方法；其二，发现价值链曲线的内在规律并为制造业转型升级提供正确方向。

一、“微笑曲线”由来及相关研究

“微笑曲线”是台湾宏碁公司创办者施振荣在1992年为“再造宏碁”而提出的概念：价值链两端分别表示具有高附加值的研发设计和市场营销环节，中间凹的部分代表低附加值的产品制造环节。他认为，企业只有不断向高附加值环节进取，才能获得持续发展。

自施振荣提出“微笑曲线”后，该理论受到学术界和实业界的推崇并被广泛应用于企业和产业转型升级的政策，其研究成果主要表现为三个方面。(1)肯定该理论并认为价值链曲线确实具有U型特征。杨林和曾繁华(2009)认为，资金和技术密集度越高的产业，其曲线位置也越高，曲线弯曲度也越大[4]。赵彦云等(2012)通过对中、美制造业的比较研究后认为，中国制造业应加快技术创新，增强与服务业融合的发展[1]。阿戈斯蒂诺等(Agostino et al.,2015)等通过对意大利制造业的劳动生产率和全要素生产率研究后发现，创新能力和国际市场渗透能力是影响产业升级的决定性因素[5]。(2)经典U型“微笑曲线”只不过是理想化的状态，实际的价值链曲线具有“修正”特征。文嫮和张生丛(2009)发现，晶体硅太阳能电池产业的价值链是一条从左上到右下倾斜的曲线[6]。吕乃基和兰霞(2010)发现：基于行业的不同驱动力，微笑曲线可分为L型(生产者驱动)和J型(购买者驱动)[7]。郑健壮等(2015)研究发现制伞业价值链曲线呈L型[8]。(3)存在完全非U型或倒U型价值链曲线。吕乃基和兰霞(2010)认为，在产业生命周期不同阶段曲线形状存在显著差异，在引入期是“倒微笑”形状，在成长期则呈现“微笑”形状[7]。王茜(2013)在对日本制造业研究后发现，在一些“一体化”产品的制造行业中，其附加值曲线是“倒微笑曲线”，制造组装环节依然是利润的主要来源[2]。巴克利和维伯克(Buckley & Verbeke,2016)发现跨国企业因存在区域约束力而呈现不平等的“苦笑曲线”效应[9]。

综上所述，“微笑曲线”理论的价值和借鉴意义不可否认，但其通用性仍存在极大的争议。在现有研究成果中，承认价值链为U型“微笑曲线”的学者多针对某个特定的产业或企业，并一般采用案例分析的方法进行分析。但通过案例分析判断某行业的价值链曲线形状，会导致科学性的问题，也可能会对转型升级政策的制定产生误导(比如简单地认为制造业应向研发和营销两端升级)。因此，针对具体行业进行科学分析，研究制造业内各个细分行业的具体曲线形状就具有非常重要的理论和实践意义。本文将根据郑健壮等(2015)的多元回归研究方法[8]，绘制制造业中的7个细分行业的价值链曲线，并探究形成价值链曲线变化连续谱的深层次成因。

基于CO2浓度倍增的未来气候变化，不同地区的水热条件将实现再分配，对紫玉兰潜在地理分布格局的影响显而易见。相较于当前以高(极)度适生为主的分布格局，紫玉兰的适生区将呈现出向最佳适生地转变的趋势。除乌蒙山区的高度适生范围稍向西扩展，横断山区、贵州高原、四川盆地和鄂西山地的高(极)度适生区面积缩小，与最适生区范围逐渐趋同；中度适生区在横断山区有一定程度萎缩，然而西藏东南部、湖南西部和浙江东南部可能成为紫玉兰新增的潜在分布区(图3)。

二、7个细分行业价值链曲线的绘制和形状分析

(一)样本选取

根据国民经济行业分类(GB/T 4754-2011)，制造业一共可细分为30个行业。考虑到有些行业的样本数量不足，本文选出了以下7个细分行业进行分析：非金属矿物制品业(49个样本)，专用设备制造业(50个样本)，有色金属冶炼和压延加工业(41个样本)，通用设备制造业(50个样本)，计算机、通信和其他电子设备制造业(47个样本)，化学原料和化学制品制造业(47个样本)，汽车制造业(44个样本)。在数据收集方面，本文选用巨潮咨询网(http：//www.cninfo.com.cn)和云财经网(http://www.yuncaijing.com)的数据库资料，对所选7个细分行业2011—2015年的年报数据进行分析。

下午，中国焊接协会召开了七届四次理事会七届七次常务理事（扩大）会，李连胜秘书长做了2018年工作报告。中国焊接协会各分支机构述职。李秘书长对每个分支机构述职都进行了总结、点评，并提出希望和要求。全体常务理事、理事鼓掌通过了张华副秘书长的“中国焊接协会2018年财年报告”以及吴九澎副秘书长的“关于调整中国焊接协会常务理事、理事的提案”报告。

(二)非金属矿物制品业价值链曲线的绘制

就实际情况而言，企业在研发、制造和营销3个环节的附加值一般无法直接得到，但这3个环节的附加值水平可以通过计算它们对利润的贡献率予以反映。因此，本文将利用Eviews软件对相应面板数据进行多元回归分析，得到研发费用、制造费用和营销费用与利润之间的相关关系(即附加值水平)。

又可称为“软件改革”。按照建立健全中国特色社会主义军事政策体系，为实现党在新时代的强军目标，把人民军队全面建成世界一流军队提供有力政策制度保障的要求，深化我军党的建设制度改革，创新军事力量运用政策制度，重塑军事力量建设政策制度，推进军事管理政策制度改革。与此同时，把军民融合政策制度改革纳入军事政策制度改革中统筹推进，以形成国家主导、需求牵引、市场运作相统一的军民融合深度发展的工作运行体系。由此，构建起中国特色社会主义军事政策制度体系，疏通军队的“经络血脉”。

根据前面的理论分析，在实证检验中建立如下计量经济模型：

PROit=αi+βiR&Dit+γiMANUit+μiMARKit+ωit

(1)

式(1)中，βi、γi和μi分别为研发、制造和营销费用的回归系数；截距项αi为个体效应；ωi为随机误差项；PROit为样本企业的利润；R&Dit为样本企业的研发费用，通过样本年报中的研发支出或研发投入数据得到；MANUit为样本企业的制造费用，通过样本年报中的制造成本数据得到；MARKit为样本企业年报中的营销费用。

对于高速公路工程建设过程中的中心试验室工作人员来讲，要根据工程实际施工质量，不断学习先进的试验检测技术，并定期向工程管理人员汇报工作质量，不断提升高速公路工程的整体管理效率。例如，在某高速公路工程当中，中心试验室检测人员通过与工程管理人员进行有效沟通，不仅能够提升高速公路工程整体管理效率，而且有效降低工程施工材料的损耗率[3]。

为判断模型设定的具体形式，首先进行单位根检验、协整检验、F检验和豪斯曼(Hausman)检验(结果见表1)。

 

表1 非金属矿物制品业的模型设定检验结果

  

检验方法原假设统计量P值检验结论单位根检验(LLC检验)H1:非平稳-131.34300.0000平稳协整检验(卡奥检验)H2:非协整-2.69650.0035协整F检验H3:混合模型F=10.86个体固定效应模型豪斯曼检验H4:随机效应模型16.11310.0011固定效应模型

东亭离作家协会不远。有个作家经常去细婆的摊点吃热干面。作家听阿里如此介绍自己，便说：“哟，你还是个坦坦荡荡的弱智咧，苕得好可爱呀。”

在大数据时代下，电力行业虽然取得了显著的发展，但在其发展过程中也存在着一系列的问题。就目前而言，在电网规划体系中主要存在以下问题，具体分析如下：

通过F值计算得到：F=10.86(N=49，K=3,T=5)。查F分布，在给定α=0.05条件下，相应的临界值为：F(49,186)=1.51。由于计算出的F值明显大于临界值1.51，所以，拒绝原假设H3。由此可知，本文面板数据的建模应选取个体固定效应模型。

根据豪斯曼的检验的结果，其统计量的值为16.113 1，相对应的P值为0.001 1。检验结果拒绝了随机效应模型的假设，因此，应建立固定效应变截距模型。

1.模型构建

综上所述，价值链曲线特征的决定过程可以表示为图10。

由于本文数据的横截面个数(各行业样本个数)大于时序个数(5年)，因此按权数为截面加权的方式即允许不同的截面存在异方差现象，对面板数据进行回归分析，估算研发费用、制造费用和营销费用对利润的影响，得到的结果如表2所示。

 

表2 非金属矿物制品业回归结果

  

变量系数t值P值常数项-11230.03**-2.12970.0349研发费用1.5674***4.31540.0000

 

表2(续)

  

变量系数t值P值制造费用0.0543**2.50150.0135营销费用0.5990***3.33060.0011(平衡)观测值数量200R20.9525R20.9357F值56.6856Sig.(F值)0.0000

注：***表示在1%水平上显著；**表示在5%水平上显著。

从模拟的结果来看，为0.952 5，说明回归方程拟合很好；F值为56.685 6，其P值为0.000 0，说明存在固定效应。研发费用、制造费用、营销费用与利润的回归拟合方程为：

PROit=-11 230.03+1.567 4R&Dit+0.054 3MANUit+0.599 0MARKit+ωit (i=1,2,3;t=1,2,…5)

(2)

  

图1 非金属矿物制品业的价值链曲线

式(2)中的回归系数大小分别反映了研发费用(1.567 4)、制造费用(0.054 3)和营销费用(0.599 0)这3个环节对企业利润的贡献程度，被视为3个环节的附加值水平，从而可以得到非金属矿物制品业的价值链曲线(图1)。由图1可知，非金属矿物制品业的价值链曲线基本符合“微笑曲线”。

(三)其他6个细分行业价值链曲线的绘制

专用设备制造业，有色金属冶炼和压延加工业，通用设备制造业，计算机、通信和其他电子设备制造业，化学原料和化学制品制造业，汽车制造业这6个行业的数据收集、模型构建与价值链曲线绘制和非金属矿物制品业相同，因此本文对这6个行业的价值链曲线进行简化分析。具体分析结果见表3、图2—图7。

在单位根检验中，其统计量的值为-131.343，相对应的概率是0.000 0，检验结果拒绝了含有单位根的零假设，即拒绝非平稳；在协整检验中，其统计量为的值-2.696 5，相对应的概率是0.003 5，拒绝了非协整的假设。这说明各变量之间存在着长期稳定的均衡关系，可以直接进行面板分析。

 

表3 6个细分行业回归拟合方程及其价值链曲线

  

行业回归方程价值链曲线专用设备制造业PROit=-11785.01-0.4434R&Dit+0.1518MANUit-0.5498MARKit+ωit图2有色金属冶炼和压延加工业PROit=44310.38+1.8505R&Dit-0.0450MANGUit-0.5015MARKit+ωit图3通用设备制造业PROit=-7598.448-0.5510R&Dit+0.1324MANUit+0.5641MARKit+ωit图4化学原料和化学制品制造业PROit=24326.69+0.3139R&Dit-0.0035MANUit-0.9012MARKit+ωit图5计算机、通信和其他电子设备制造业PROit=64817.24+1.2976R&Dit-0.0468MANUit-1.7940MARKit+ωit图6汽车制造业PROit=88123.25+0.9355R&Dit+0.0127MANUit-0.0853MARKit+ωit图7

  

图2 专用设备制造业的价值链曲线

  

图3 有色金属冶炼和压延加工业的价值链曲线

  

图4 通用设备制造业的价值链曲线

  

图5 化学原料和化学制品制造业的价值链曲线

  

图6 计算机、通信和其他电子设备制造业的价值链曲线

  

图7 汽车制造业的价值链曲线

三、相关讨论

  

注：每个价值链曲线横轴依次反映研发、制造和营销3个阶段。图8 价值链曲线变化连续谱

根据上面的结果，制造业价值链曲线并非只存在U型和倒U型两种类型，从理论上而言应该存在价值链曲线变化连续谱(图8)。上述两种类型只是其变化连续谱的极端情况，而“微笑曲线”更是极端中的极端。存在价值链曲线变化连续谱的根本原因在于价值链曲线不同环节具有不同的获利水平，而影响获利水平的主要因素是劳动生产率，同时获利水平还受到国内、国际市场的调节。

(一)影响价值链不同环节效率的主要因素

价值链曲线某环节的高低取决于该环节劳动生产率的高低。因此，并不必然存在研发、营销环节的获利水平比制造环节高的情况。对不同国家或地区的同一产业，由于其产业内部企业规模、结构和资源独占性等存在差异，会导致同一产业价值链曲线存在明显的差异性[10]。由于发达国家在研发、营销环节往往具有拥有独占性资源(轻资产)，而发展中国家往往在生产环节具有更多的资源(重资产) [11]，使得同一产业的价值链曲线在发达国家呈现U型的“微笑曲线”，而在发展中国家呈现倒U型的“苦笑曲线”。另外，由于研发和营销投入效率具有滞后性，使得同一产业价值链曲线在生命周期不同阶段呈现不同状态(往往在引入期呈现“倒微笑”形状，而在成长期则呈现“微笑”形状)[7]。因此，从企业升级路径来看，不能因为某知名轻资产企业在研发和营销环节积累了独占性资源实现超额利润，就认为其他公司加强研发和营销环节也一定能够实现超额利润[12]。

2.面板数据模型设定的检验

(二)调节价值链不同环节获利水平的市场因素

  

图9 市场力量对价值链曲线的调节作用

一个国家或地区某产业的价值链曲线的最终特征还受到国内、国际市场的影响，这种影响可能会对原有曲线起到调节作用。就国内市场而言，在一个知识产权得不到保障的市场中，研发(创新)的价值完全有可能被市场压低和扭曲。以图9为例，若发达国家某产业的价值链曲线为F，那么到达落后(发展中)国家，由于存在伪劣假冒和“偷技术”等情况，该产业的价值链曲线就可能变成为L[13]。在市场功能扭曲下，部分研发和营销的价值(A+B)就变成了制造环节的价值增加(C)，这就是为什么发达国家的价值链曲线要比发展中国家更陡，或随着时间的推延，价值链曲线弧度更加陡峭[5]的原因。一个有趣的例子是：十分注重研发投入的奇瑞公司其获利能力远低于核心零部件基本来自外购或仿制的长城汽车公司，而且后者的利润水平目前是本土汽车制造业企业最高的，甚至超过合资企业。

  

图10 价值链曲线特征的决定过程

就国际市场而言，随着“生产的全球解构”与“贸易的全球整合”[14]，全球价值链不断分化和重构也会影响利润的分配，进而使价值链曲线具有“地方特征”。全球价值链不断分化和重构的一个重要原因是交易成本，当全球价值链交易成本高于企业内部管理成本时，成本最低的商业模式是企业经营完整的价值链；相反，成本最低的商业模式是企业参与基于价值链的垂直分工即产品内分工[12]。这就是为什么价值链曲线有完整(U型、L型、J型和倒U型)和不完整(前半U型、后半U型、前半拱型和后半拱型)的情况。

3.回归分析及曲线绘制

四、研究结论与启示

本文利用7个制造业细分行业上市公司的公开数据，通过计算样本企业的研发、制造、营销3环节费用与其利润的回归系数，并以它们分别代表研发、制造、营销3个环节的附加值水平，绘制出7个行业的价值链曲线形状(图1—图7)。研究得到以下结论及相关启示：

首先，“微笑曲线”现象是基于企业微观层面发现的。“微笑曲线”并非制造业(产业)价值链曲线的普遍特征，制造业价值链曲线存在着从U型到倒U型的8种情形。在本文研究的7个制造业细分行业中：非金属矿物制品业价值链曲线呈现L型；有色金属冶炼和延压加工业，汽车制造业呈现前半U型；通用设备制造业呈现前半拱型；化学原料和化学制品制造业，计算机、通信和其他电子设备制造业呈现后半拱型；专用设备制造业呈现倒U型。 因此，不加分类地、简单地把“微笑曲线”理论用来指导产业升级是不科学的。

其次，形成上述8种情形的主要原因在于价值链曲线各环节劳动生产率的高低不同，劳动生产率的高低主要受到企业技术水平、企业规模、资源独占性及其知识和能力等因素的影响。国内、国际市场对价值链曲线起到调节作用，这种调节作用影响着价值链曲线的平陡和完整性。因此，随着产业的发展，产业政策应该相应地调整。原来合理的产业政策在未来可能存在着不科学性。

再次，向研发和营销两端升级并非制造业升级的普遍选择。前半U型、L型及后半拱型行业的升级重点方向应是研发，后半U型、J型及前半拱型行业重点升级方向应是营销，U型行业重点升级方向应是研发和营销，而倒U型行业重点升级方向应是制造。在本文具体研究的7个制造业细分行业中：非金属矿物制品业(L型)，有色金属冶炼和延压加工业，汽车制造业(前半U型)，化学原料和化学制品制造业，计算机、通信和其他电子设备制造业(后半拱型)5个行业的升级重点方向应是研发；专用设备制造业(倒U型)的升级重点方向应是制造；而通用设备制造业(前半拱型)的升级重点方向应是营销。在此需要强调的是，对于专用设备制造等产业，目前仍然应该强化制造环节的质量提升。质量提升对于企业和行业绩效具有重要的正向影响效应。目前中国制造业高质量发展的一个重要方向是从数量增长向品质提升转变。另外，产业或企业升级路径并不是一成不变的，而是具有地区性和动态性。其实，一方面，中国中、西部地区制造业升级明显落后东部地区[15]，因此，需要中、西部地区的企业和地方政府花大力气急起直追；另一方面，中、西部地区又要根据自身的产业特点，采取针对性的升级政策，而不是采用“简单模仿”的方式直接把东部地区的经验和政策照搬照抄。

瀑布沟和跷碛等已建工程，均在基覆分界位置设置了岸坡平硐与廊道的接缝，由于岸坡平硐自身变形很小，而廊道约束较弱，因此接缝处发生了较大的变形(见表2)。长河坝工程创造性地将廊道深入两岸基岩1 m，廊道与岸坡平硐的接缝变形相对已建类似工程得到有效减小，利于接缝止水的设计。动力条件下，左岸接缝最大张开比静力提高了11.4%，为4.0 cm。

[5]AGOSTINO M,GIUNTA A,NUGENT J B,et al.The importance of being a capable supplier:Italian industrial firms in global value chains[J] .International Small Business Journal,2015,33(7):708-730.

最后，发达国家在价值链研发、营销环节具有独占性资源，并且在知识和能力等方面具有比较优势[16]，使价值链曲线在发达国家与落后国家间呈现一个演变的过程(图11)。因此，随着中国经济社会整体的发展，从国家层面而言产业政策要不断完善。

  

图11 基于国家差异的价值链曲线特征的演变模型

参考文献：

从心理分析来讲，造成狂士的原因是一种自恋情结与自我亵渎。“在狂士，怀才不遇也许更带有一种风流自负的意味，它更多是一种自我伟大感”，而这种“自恋是建立在一个不食人间烟火的神仙人格基础上，所以这种自恋是最容易在现实的挫败感的驱使下走向自渎一极”[23](P79-80)。从现实层面来看，陆游一生宦海沉浮，经历丰富，深切关注国家与社会命运的儒家修行观念贯穿其一生的思想与实践[24]。狂士的心理是放翁以履践天下为己任的儒家道德观念，在不如意时精神上的创伤，这即是“儒家入世的苦行”[25](P501-511)。

[1]赵彦云,秦旭,王杰彪.“再工业化”背景下的中美制造业竞争力比较[J].经济理论与经济管理,2012(2):81-88.

1.1 浅层学习与“深度学习”的区别 高中生物学具有概念多、理解难，理论多、实践难的学科困境。笔者曾在高中生物学教学课堂中进行问卷调查，分析发现浅层学习在教学中还有一定的市场。较多的教师和学生将生物学当成文科看待，认为生物学凭记忆就能得高分，背诵默写成为部分课堂教学的常态。课堂上学生成为速记员和听众，被动接受知识，学习过程缺少反思，长此以往，会导致学生思维方式的僵化，学生的生物学学科素养就会低下。

[2]王茜.中国制造业是否应向“微笑曲线”两端攀爬——基于与制造业传统强国的比较分析[J].财贸经济,2013(8):98-104.

[3]倪红福.全球价值链中产业 “微笑曲线”存在吗？——基于增加值平均传递步长方法[J] .数量经济技术经济研究,2016(11):111-126.

[4]杨林,曾繁华.微笑曲线视角下的我国制造业竞争策略及其演化[J].科技进步与对策,2009(16):59-62.

锅炉运行期间，会产生大量的循环冷却水和高温炉渣。为了利用这部分余热，可通过冷渣器和热泵回收这部分热能用来供热。热泵用于集中供热，由于常温热泵压缩机的限制，虽然供热回水有一定的温升，但不能满足热用户的需求[11]。供热水继续在冷渣器中加热，回收高温炉渣的余热。由于排渣量的限制不能将供热水加热到所需温度，因此还需从汽轮机抽汽加热供热水，供热系统如图1所示。

罗香看着他，坚定地道：“不要说了，我不会去找他，今生都不会。他身边不缺人，他那样的人，身边怎会缺人？既然如此，多一个少一个无所谓。你身边没人，一个都没有。你一个人，只有七根手指，我们两个人，有十七根手指，够了。不用怕，什么也不用怕。”

[6]文嫮,张生丛.价值链各环节市场结构对利润分布的影响——以晶体硅太阳能电池产业价值链为例[J].中国工业经济,2009(5):150-160.

更重要的是，习近平总书记以身作则、率先垂范，指明了新时代党员领导干部增强政治智慧、增强治国理政本领的一条重要途径：向中国优秀传统文化要智慧，在古人的经验与训诫中掘“宝藏”，是新时代干部教育的价值凝聚。

综上所述，临床治疗口腔溃疡采用双黄连口服液联合盐酸雷尼替丁胶囊能够显著提升疗效，促进患者症状更快速地改善，同时安全性高，具有较高的临床应用价值[6]。

[7]吕乃基,兰霞.微笑曲线的知识论释义[J].东南大学学报(哲学社会科学版),2010(3):18-22，126.

[8]郑健壮,杨波,靳雨涵.制造业微笑曲线的绘制与验证——以浙江萧山南阳制伞业集群为例[J].浙江树人大学学报(人文社会科学),2015(5):42-46.

[9]BUCKLEY P J,VERBEKE A.Smiling and crying curves in international business[J].International Business Review,2016,25(3):749-752.

[10]HAMILTON-HART N,STRINGER C.Upgrading and exploitation in the fishing industry:contributions of value chain analysis[J].Marine Policy,2016,63(C):166-171.

[11]徐明君,黎峰.基于生产效率视角的全球价值链分工：理论解释及实证检验[J].世界经济与政治论坛,2015(6):74-94.

[12]王智波,李长洪.轻资产运营对企业利润率的影响[J].中国工业经济,2015(6):108-121.

[13]周新苗,王志斌.价值链攀升机理及重要影响因素研究——基于中国制造业区域面板数据的分析[J].宁波大学学报(人文科学版),2016(1):85-92.

[14]杨继军,范从来.“中国制造”对全球经济“大稳健”的影响——基于价值链的实证检验[J].中国社会科学,2015(10):92-113，205-206.

[15]张其仔,李蕾.制造业转型升级与地区经济增长[J].经济与管理研究,2017(2):97-111.

[16]马永驰,季琳莉.从“微笑曲线”看“中国制造”背后的陷阱[J].统计与决策,2005(10):132-133.