正文
该指标 ΔUSImportSharefc 衡量的是：
对于企业 f 的特定产品组合而言，国家 c 在这些产品上攫取美国市场份额的总体增长幅度有多大。
由于本文的被解释变量（NewAffiliatesfc，即企业 f 在国家 c 新设的制造业子公司数量）是一个非负整数计数变量，本文采用泊松伪最大似然估计（PPML）进行回归分析。该模型适用于计数数据，并能较好地处理因变量中存在大量零值的情况。本文的分析样本包含了所有在2019至2022年间至少在一个国家新设立了制造子公司的企业-国家组合。核心检验在于：在控制了企业和国家固定效应之后，ΔUSImportSharefc 指标更高的国家，是否系统性地吸引了企业 f 设立更多的制造业子公司？
其中，NewAffiliatesfc 是企业 f 在国家 c 自2018年起新设的制造业子公司数量，ΔUSImportSharefc 即公式(1)定义的份额变化指标，δf 和 γc 分别代表企业和国家层面的固定效应。
ϵfc 为误差项。
本文采用在企业和国家两个维度进行聚类的双向聚类标准误，以应对潜在的组内相关性。
在解读回归结果时，需要注意以下两点：
第一，本研究的估计结果旨在提供描述性证据，揭示在中美直接贸易关系调整的背景下，全球价值链可能发生的平行重组模式，并非严格意义上的因果识别。本文的实证设计力求清晰、透明地检验一个核心假设：中美直接贸易联系的减弱，是否伴随着通过第三国建立新的间接经济联系的兴起。
第二，本文使用的上市制造业公司样本仅是中国庞大制造业部门的一个子集。尽管如此，这一群体在中国经济中扮演着重要角色（截至2016年，CSMAR样本中的制造业上市公司总资产约占全国规模以上制造业企业总资产的20%）。但未被纳入分析的其他中国企业，尤其是资源相对有限的中小型出口商，其在面临外部冲击时的应对策略（如是否具备海外设厂的能力）可能与大型上市公司存在差异。此外，本文的分析未涵盖非中国企业在全球范围内的投资布局调整。因此，本文的结论应被理解为：在中美经济关系重塑的背景下，本文观察到一类具有代表性的中国大型制造企业，在构建间接经济联系方面展现出了新的动向，并且这种动向在微观企业层面上得到了数据的支持。
3.3 实证结果
在呈现核心回归结果之前，本文先展示一项基于国家层面的初步关联证据。图2的A图绘制了2018年至2022年间，在美国进口份额增长最快的前十大国家的情况。图中虚线显示，这些国家在美国总进口中的占比在此期间持续上升。同时，图中的实线表明，这些国家也吸引了越来越多的中国上市公司（样本内企业）前去设立制造业子公司（此处统计不含在美国设立的子公司）。这初步印证了美国市场份额增长与中国制造业投资流入之间可能存在正向关联。
接下来，本文考察基于企业层面的实证证据，即对方程(2)的估计结果。请注意，由于模型中包含了国家固定效应，本文实际上是在比较：对于同一个接收投资的国家而言，那些在美国市场份额增长更快的
特定产品
（与投资企业的产品组合相匹配），是否更能吸引该企业的投资。表1的第(1)列报告了基准回归结果。结果显示，核心解释变量 ΔUSImportSharefc 的系数为正，且在统计上显著（p = 0.008）。具体而言，对于某个企业 f 而言，如果目标国家 c 在其相关产品组合上的美国市场份额增长（ΔUSImportSharefc）提高1个百分点，那么该企业在该国新设立的制造业子公司数量平均会增加约8.6%。
4. 中国中间品的出口动态
4.1 数据与识别策略
本节旨在探究，中国的中间品出口是否更多地流向了那些在美国相应制成品进口市场中份额日益增长的国家。为实现这一目标，本文利用国际贸易数据中能够区分特定最终产品及其对应零部件的特性。这主要得益于《商品名称及编码协调制度》（HS）分类体系的细致划分，该体系常常根据产品功能和加工程度，将零部件设置为独立的编码。
例如，HS四位数编码8508涵盖了吸尘器相关商品。在其下属的六位数编码中，既包括了几种不同类型的吸尘器整机，也包含了一个专门的编码（850870）代表“吸尘器零件”。在本研究中，本文将编码850870视为前几种吸尘器整机的中间投入品。本文采用此方法，识别所有在HS六位数层级上能够清晰区分出“零部件”与“下游产品”的商品类别。
这种方法的优势在于，它仅依赖广泛可得的贸易数据，无需复杂的投入产出表，却能够更精确地捕捉特定零部件与其对应的下游最终产品之间的投入-产出关系，从而在一定程度上克服了传统贸易分析中因数据聚合层次过高而可能产生的错配问题。
通过上述方法，本文最终构建了一个包含153种最终产品及其对应零部件的分析样本。这些产品通常结构较为复杂，生产中需要多种特定零部件。根据《国际标准产业分类》（ISIC Revision 4），样本中约78%的最终产品属于两位数代码的“电子、光学产品制造业”、“电气设备制造业”或“机械设备制造业”等门类。
研究所需的贸易数据来源于联合国商品贸易统计数据库（UN Comtrade）。具体而言，本文使用中国报告的零部件出口数据（衡量中国的供给）以及美国报告的下游产品（最终品）进口数据（衡量美国的需求侧变化）。对于样本中的每一类商品（g），本文分别统计其对应的零部件和下游产品在六位数编码层级的贸易额，并按贸易伙伴国家（c）进行分解。
4.2 实证模型设定
与上一节类似，本文继续利用2018年至2022年间美国进口市场份额的变化，来识别哪些国家在特定产品上是“市场份额增长的赢家”。具体地，本文计算的是国家 c 在美国下游产品 g 的进口市场中所占份额的变化 (ΔUSImportSharegc)，并检验这一变化是否与中国对该国出口相应零部件的份额变化 (ΔChinaExportSharegc) 相关联。
需要强调的是，在计算中国的零部件出口份额时，本文关注的是中国对“第三国”的出口流向变化，因此剔除了中国对美国、中国香港和中国澳门的直接出口。而在计算美国下游产品进口份额时，本文则保留了所有来源国（包括中国），以便更准确地衡量其他国家（“第三国”）相对于整体市场的份额增长。
本文的基准回归模型旨在检验，在控制了产品类别和国家层面的平均效应后，中国对国家 c 在产品 g 的零部件出口份额的变动，是否与该国在美国相应下游产品 g 的市场份额变动同步。样本涵盖了209个国家和153类商品。回归方程如下：
其中，ΔChinaExportSharegc 表示在2018年至2022年间，国家 c 占中国产品 g 零部件总出口（对非美、港、澳地区）份额的变化值；
ΔUSImportSharegc 表示同期国家 c 占美国产品 g 下游产品总进口份额的变化值。
δg 和 γc 分别代表产品类别（g）和进口国（c）的固定效应，用以吸收不随时间变化的产品和国家层面特征。
本文使用普通最小二乘法（OLS）估计此方程，并采用在国家和产品类别两个维度进行聚类的稳健标准误。
再次强调，如同第3节的分析，本部分的研究本质上是描述性的，旨在揭示中美间接贸易联系可能存在的重组路径，而非建立严格的因果关系。变量 ΔUSImportSharegc 和 ΔChinaExportSharegc 应被理解为全球供应链在外部冲击下调整过程中可能出现的同步变化模式。
尽管本文的识别方法未能覆盖所有商品（因部分商品无法在HS编码中精确匹配零部件与最终品），但所纳入分析的153类商品在全球贸易中占据重要地位。根据计算，在2017年，这些产品合计占美国总进口额的50.7%，占中国总出口额的59.7%。
4.3 实证结果
本文首先依然从国家层面观察初步趋势。图2B展示了2018至2022年间，那些在美国进口份额增长最快的前十个国家的情况。图中可见，这些国家不仅在美国下游产品市场的份额（虚线）上升，它们在中国对应零部件出口中所占的份额（实线，153类产品的平均值）也呈现出同步增长的趋势。
接下来，本文转向基于产品-国家层面的回归分析结果。表2第(1)列报告了基准模型（方程3）的估计结果。核心解释变量 ΔUSImportSharegc 的系数为正（0.118），且在10%的水平上统计显著（p = 0.091）。这表明，如果一个国家在美国某一下游产品的进口市场份额上升了1个百分点，那么该国在中国对应零部件出口市场中所占的份额平均会同步上升约0.118个百分点。
考虑到纳入分析的153类商品在贸易额上存在巨大差异（例如，最大的前五类产品占2017年美国相关总进口额的一半以上，而贸易额最小的四分之一类别合计占比不足0.3%），本文进行了稳健性检验，以排除结果被少数几个大类商品主导的可能性。表2第(2)至(4)列依次展示了剔除按2017年美国进口额计算排名后5%、10%和25%的商品类别后的回归结果。可以看到，核心系数 β 的估计值及其显著性均保持稳定，说明本文的主要发现具有较好的稳健性。
此外，在附录表A10中，本文采用了另一种方式来衡量“赢家”地位：将 ΔUSImportSharegc 替换为一个虚拟变量，分别标识出在每类商品中美国市场份额增长最快的1个国家（A面板）或前3个国家（B面板）。结果显示，相对于其他国家，这些“赢家国家”在中国对应零部件出口市场中的份额平均显著高出约0.8个百分点（这些赢家国家的 ΔUSImportSharegc 平均值约为4.5个百分点）。
最后，本文探索了这种同步关系在不同地区和产业间是否存在差异。结果表明（详见附录表A11），这种中国零部件出口与第三国在美国下游市场份额同步增长的现象，在东亚和东南亚国家中最为显著和强劲。在区域外的其他非高收入国家组别中，也观察到了较弱但统计上显著的同步关系。然而，在高收入国家组别中，这种相关性不显著。从行业维度看（详见附录表A12），同步性在电气设备领域表现最为突出，这与本文在第3节中关于制造业子公司 FDI 的发现形成了呼应。
5. 与中美关系的关联性检验
前两节的分析揭示了一个现象：近年来，那些在美国进口市场中份额显著增长的“第三国”，其与中国（通过FDI和中间品出口）以及与美国（通过最终品出口）的经济联系呈现出同步强化的趋势。然而，这种现象是否必然反映了中美双边经济关系的重构？本节将通过四项补充性实证检验，进一步探讨这一核心问题。正如第3节所提及，存在一种替代性解释：这些“赢家”国家的制造业活动增长，可能主要源于其自身的内生增长动力或吸引全球投资的普遍优势，而非特定地承接了原先在中国进行的、面向美国市场的生产活动。
如果后一种解释成立，本文理应在其他主要发达经济体的市场中观察到类似的模式，即这些“赢家国家”相对于其他发达市场的份额增长，也应伴随着中国对这些国家制造业投资和零部件出口的同步增加。
A. 安慰剂检验：替换为其他发达市场
为检验本文的发现是否具有美国市场的独特性，本文进行了安慰剂检验。具体做法是将基准模型中的美国市场替换为其他主要发达经济体，包括欧盟（EU）、日本（JP）和加拿大（CA）。本文重新估计了表1（FDI分析）和表2（中间品分析）中的核心回归方程，但将解释变量中的美国进口份额变化替换为相应国家在欧盟、日本或加拿大市场的进口份额变化。表3的A面板展示了这些结果。可以看到，无论是FDI还是中间品出口，在以欧盟、日本或加拿大为目标市场时，本文并未观察到与美国市场相似的、统计上显著的正向关联模式。这表明，本文在前文发现的同步关系很可能特定于美国市场的动态变化。
B. 控制全球市场份额变动的影响
为了进一步区分观察到的现象是源于特定国家在美国市场
相对
份额的提升，还是仅仅反映了该国在全球市场（或相对于其他地区）份额的普遍增长，本文在基准回归中加入了额外的控制变量。具体而言，本文构建了 ΔROWImportSharefc（针对FDI分析）和 ΔROWImportSharegc（针对中间品分析）指标，其结构与核心解释变量 ΔUSImportShare 类似，但衡量的是国家 c 在产品类别 p 或 g 上，相对于“世界其他地区”（Rest of World, ROW，即除美国以外的所有国家）的进口份额变化。将这一变量纳入回归后，如表3的B面板所示，原有的 ΔUSImportShare 变量的系数大小和显著性基本保持稳定。这表明，驱动本文核心结果的，确实是目标国家在美国市场
特有
的份额增长，而非其在全球市场普遍的份额扩张。
C. 检验是否与中国失去美国市场份额相关
如果本文的核心解释——即生产活动从中国直接对美出口转向通过第三国的间接路径——成立，那么这种间接联系的增强效应，应当主要体现在那些中国
确实
失去了美国市场份额的企业或产品类别上。为此，本文进行了分组回归分析。
在企业层面（FDI分析，表3的C面板，第(1)和(2)列），本文根据企业在2016年的对美出口产品组合进行分类。计算这些产品组合对应的中国整体对美出口份额在2018-2022年间是上升还是下降。结果显示，ΔUSImportSharefc 对新设子公司数量的正向显著影响，仅存在于那些其主要出口产品类别对应中国整体对美份额下降的企业组（第(1)列）中。
