數(shù)字基礎(chǔ)設(shè)施建設(shè)對出口技術(shù)復(fù)雜度的影響
——以中國制造業(yè)為例

張紀凱，司文浩

（天津商業(yè)大學(xué)經(jīng)濟學(xué)院，天津 300133）

一、文獻回顧

國內(nèi)外研究數(shù)字基礎(chǔ)設(shè)施對出口的影響的相關(guān)文獻較少，大多數(shù)從傳統(tǒng)基礎(chǔ)設(shè)施角度比如高速公路、高鐵和互聯(lián)網(wǎng)、人工智能等方面展開。Cosar和Banu Demir（2016）通過分析21 世紀初土耳其對道路進行的大規(guī)模公共投資，認為高效的物流使各國能夠參與全球供應(yīng)鏈并利用其比較優(yōu)勢。Martincus 和Juan Blyde（2013）通過利用智利地震引起的國內(nèi)運輸基礎(chǔ)設(shè)施的隨機變化，分析了國內(nèi)運輸基礎(chǔ)設(shè)施與國際貿(mào)易之間潛在的內(nèi)生性問題，研究發(fā)現(xiàn)國內(nèi)基礎(chǔ)設(shè)施受到?jīng)_擊對出口產(chǎn)生重大負面影響，對于大公司非差別商品的出口，影響更加強烈。白重恩和冀東星（2018）分析了中國1998-2007年間大規(guī)模建設(shè)的國道主干線對出口的影響，研究發(fā)現(xiàn)：與國道主干線連接和距離越近的地區(qū)，出口額增長率越高。李蘭冰和路少朋（2021）以高速公路連通作為準自然實驗，運用雙重差分法分析高速公路通達性對企業(yè)出口產(chǎn)品質(zhì)量的影響，結(jié)果顯示，高速公路的連通通過“市場接入效應(yīng)”和“創(chuàng)新促進效應(yīng)”顯著促進了企業(yè)出口產(chǎn)品質(zhì)量升級。張夢婷等（2020）使用1999-2013 年中國地級城市數(shù)據(jù)和高鐵數(shù)據(jù)，利用雙向固定效應(yīng)模型實證研究了高鐵開通顯著的負向影響了外圍城市的出口。唐青青等（2021）通過構(gòu)建微觀企業(yè)面板數(shù)據(jù)，實證檢驗人工智能技術(shù)與制造企業(yè)出口產(chǎn)品質(zhì)量的關(guān)系。認為人工智能技術(shù)顯著促進制造企業(yè)出口產(chǎn)品質(zhì)量升級，且替代低端勞動力降低企業(yè)成本、推動企業(yè)技術(shù)創(chuàng)新和優(yōu)化企業(yè)要素配置是促進出口產(chǎn)品質(zhì)量升級的有效機制，對低生產(chǎn)率企業(yè)的促進作用更明顯。Kerem Co ar 和Banu Demir（2016）通過分析21 世紀初土耳其對道路進行的大規(guī)模公共投資，認為高效的物流使各國能夠參與全球供應(yīng)鏈并利用其比較優(yōu)勢。

目前關(guān)于出口技術(shù)復(fù)雜度的研究，主要聚焦于行業(yè)和企業(yè)層面，探究其影響因素。周記順和洪小羽（2021）利用迭代法測算了企業(yè)出口復(fù)雜度,考察資本品和中間品等不同類型進口產(chǎn)品對企業(yè)出口復(fù)雜度的差異性影響，認為進口資本品可以提升中國企業(yè)出口復(fù)雜度，而進口中間品則抑制其出口復(fù)雜度。李玉山等（2019）利用中國高技術(shù)產(chǎn)業(yè)2005-2015 年省際層面數(shù)據(jù)，實證分析金融支持與技術(shù)創(chuàng)新對出口復(fù)雜度的影響，研究發(fā)現(xiàn)：金融支持和技術(shù)創(chuàng)新均顯著提升了出口復(fù)雜度，且技術(shù)創(chuàng)新對出口復(fù)雜度的整體提升效應(yīng)因金融支持而加強。鄭傳均和曹政（2018）以中國與22 國貿(mào)易數(shù)據(jù)為基礎(chǔ)，分析了2007-2016 年中國設(shè)備制造業(yè)出口復(fù)雜度，結(jié)果表明：中國設(shè)備制造業(yè)出口復(fù)雜度呈“M”型走勢，且與歐美發(fā)達國家差距較大。同時認為，人力資本、外商直接投資、研發(fā)投入對我國設(shè)備制造業(yè)出口復(fù)雜度提高有顯著作用。此外，還有一些學(xué)者從金融發(fā)展（劉威等，2018；劉斌等2012）、技術(shù)創(chuàng)新（張艾莉等，2019；李丹和董琴，2022）、全球價值鏈嵌入（任英華等，2019；馬曉東，2022）等角度研究對出口復(fù)雜度的影響。

梳理已有文獻發(fā)現(xiàn)，鮮有學(xué)者從數(shù)字基礎(chǔ)設(shè)施角度來分析其對一國制造業(yè)出口技術(shù)復(fù)雜度的影響。本文的邊際貢獻主要在于：一是研究問題上，盡管已有學(xué)者從多方面考察了出口技術(shù)復(fù)雜度的影響因素，但鮮有從數(shù)字基礎(chǔ)設(shè)施角度研究對中國制造業(yè)出口技術(shù)復(fù)雜度的影響。在數(shù)字經(jīng)濟與實體經(jīng)濟融合的背景下，本文的研究為制造業(yè)出口技術(shù)復(fù)雜度的提升提供了新思路和新角度。二是研究方法上，本文利用2011-2020 年的數(shù)據(jù)，使用熵值法綜合運用多指標來構(gòu)建各省數(shù)字基礎(chǔ)設(shè)施指標衡量體系，盡可能避免因指標單一造成的結(jié)果誤差。其次，通過構(gòu)建面板固定效應(yīng)的實證模型，分析數(shù)字基礎(chǔ)設(shè)施建設(shè)對制造業(yè)出口技術(shù)復(fù)雜度的影響。同時，深入探討了數(shù)字基礎(chǔ)設(shè)施影響制造業(yè)出口技術(shù)復(fù)雜度的機制，深化了相關(guān)研究。

二、模型構(gòu)建與數(shù)據(jù)說明

（一）模型構(gòu)建

為了考察數(shù)字基礎(chǔ)設(shè)施建設(shè)對制造業(yè)出口技術(shù)復(fù)雜度的影響，本文構(gòu)建以下回歸模型：

其中，ETCit地區(qū)t 時期的制造業(yè)出口技術(shù)復(fù)雜度；DICit表示i 地區(qū)t 時期的數(shù)字基礎(chǔ)設(shè)施建設(shè)水平；Xit代表一系列控制變量；σi表示個體固定效應(yīng)；μi表示時間固定效應(yīng)；εit表示隨機擾動項。

（二）變量測度與說明

1.被解釋變量：制造業(yè)出口技術(shù)復(fù)雜度（ETC）

出口技術(shù)復(fù)雜度由Hausmann（2003）提出，用來評價不同國家（地區(qū)）貿(mào)易產(chǎn)品的技術(shù)水平。其認為一國出口的產(chǎn)品中，高端產(chǎn)品所占的份額越高，表明該國制造業(yè)出口復(fù)雜度就越高。本文選取Hausmann 等（2007）關(guān)于出口技術(shù)復(fù)雜度的測算方法，同時參考陳曉華等（2011）研究思路，選取十二大類各省級區(qū)域出口數(shù)據(jù)。

以下為產(chǎn)品出口復(fù)雜度（Prody）的計算公式：

其中，Prodykt為t 時期k 行業(yè)的出口技術(shù)復(fù)雜度，Xikt為i 地區(qū)t 時期k 行業(yè)的出口額，Xit為i 地區(qū)t 時期的制造業(yè)出口額，Xikt/Xit表示i 地區(qū)t 時期k 行業(yè)出口占i 地區(qū)t 時期總出規(guī)模的比重，ETit為i 地區(qū)t 時期的出口技術(shù)復(fù)雜度，Yit為i 地區(qū)t 時期的人均GDP。

2.核心解釋變量：數(shù)字基礎(chǔ)設(shè)施建設(shè)

本文在參考戴翔等（2022）關(guān)于數(shù)字基礎(chǔ)設(shè)施指標衡量方法基礎(chǔ)上，選取2011-2020 年中國各省份光纜覆蓋率、互聯(lián)網(wǎng)寬帶接入端口數(shù)、移動電話普及率、移動交換機容量作為基礎(chǔ)指標，運用熵權(quán)法對每個指標進行客觀賦權(quán)，來構(gòu)建本文的數(shù)字基礎(chǔ)設(shè)施水平指標體系（具體指標組成及說明見表1）。

表1 數(shù)字基礎(chǔ)設(shè)施水平測度指標體系

表2 變量的統(tǒng)計特征描述

3.控制變量

經(jīng)濟發(fā)展水平（ELD）。經(jīng)濟發(fā)展規(guī)模越大，其技術(shù)越先進，對出口的影響就會較大，則其出口技術(shù)復(fù)雜度會越高，采用地區(qū)人均GDP 來衡量。

政府干預(yù)（GIN）。政府可通過財政補貼、預(yù)算支出、創(chuàng)新激勵等促進產(chǎn)業(yè)優(yōu)化升級，進而對出口產(chǎn)品技術(shù)含量產(chǎn)生影響。采用財政支出占地區(qū)GDP 份額衡量。

交通基礎(chǔ)設(shè)施水平（TI）。采用區(qū)域內(nèi)公路里程數(shù)和與地區(qū)區(qū)域面積之比來衡量。

人口年齡結(jié)構(gòu)（ASP）。選取各地人口老年撫養(yǎng)比來衡量。

人力資本（HC）。技術(shù)進步依賴著人力資本，同時豐富的人力資本為技術(shù)進一步革新打下基礎(chǔ)，采用平均每萬人口中大學(xué)生人數(shù)作為衡量人力資本的指標。

4.數(shù)據(jù)來源與說明

本文使用的數(shù)據(jù)為2011-2020 年我國30 個省、區(qū)、市（西藏及港澳臺除外）的面板數(shù)據(jù)，原始數(shù)據(jù)主要來源于歷年《中國統(tǒng)計年鑒》《中國工業(yè)統(tǒng)計年鑒》、中國海關(guān)貿(mào)易數(shù)據(jù)庫、中國國家統(tǒng)計局網(wǎng)站、EPS 數(shù)據(jù)庫、UNcomtrade 數(shù)據(jù)庫等，使用線性插值法對部分缺失數(shù)據(jù)進行補充。

三、計量結(jié)果與分析

（一）基準回歸結(jié)果分析

首先利用Hausman 檢驗判斷采用固定效應(yīng)模型還是隨機效應(yīng)模型，結(jié)果表明使用固定效應(yīng)模型更為合理。本文對核心解釋變量數(shù)字基礎(chǔ)設(shè)施和被解釋變量制造業(yè)出口技術(shù)復(fù)雜度單獨進行檢驗，并逐步加入各個控制變量進行回歸以觀察兩者的關(guān)系是否穩(wěn)定（具體回歸結(jié)果如表3 所示）。

表3 基準回歸結(jié)果分析

表3 列（1）是數(shù)字基礎(chǔ)設(shè)施對制造業(yè)出口技術(shù)復(fù)雜度（EXPTY）進行回歸，結(jié)果顯示DIG 的系數(shù)在1%水平下顯著為正，表明數(shù)字基礎(chǔ)設(shè)施建設(shè)能夠顯著促進制造業(yè)出口技術(shù)復(fù)雜度提升。列（2）到（5）為依次添加控制變量后的回歸結(jié)果，R2 值逐漸增大，說明模型的擬合優(yōu)度隨著控制變量的加入在增強；核心變量回歸結(jié)果仍然在1%水平下顯著為正，進一步驗證了數(shù)字基礎(chǔ)設(shè)施建設(shè)對制造業(yè)出口技術(shù)復(fù)雜度具有一定的促進作用。

（二）異質(zhì)性分析

本文證實了數(shù)字基礎(chǔ)設(shè)施建設(shè)對我國制造業(yè)出口技術(shù)復(fù)雜度具有顯著的促進作用，但中國各地區(qū)的數(shù)字基礎(chǔ)設(shè)施建設(shè)水平和制造業(yè)出口技術(shù)復(fù)雜度存在較大差異，所以，有必要檢驗數(shù)字基礎(chǔ)設(shè)施對制造業(yè)出口技術(shù)復(fù)雜度的影響是否存在區(qū)域差異。因此，本文對中國省域進行了地區(qū)劃分，分為東部、中部和西部3 個區(qū)域，進行分區(qū)域的面板數(shù)據(jù)回歸（其結(jié)果見表4）。

表4 區(qū)域異質(zhì)性回歸結(jié)果

表4 中，各區(qū)域第（1）列回歸結(jié)果為核心解釋變量數(shù)字基礎(chǔ)設(shè)施對制造業(yè)出口技術(shù)復(fù)雜度的回歸結(jié)果，第（2）列回歸結(jié)果為核心解釋變量以及全部控制變量對制造業(yè)出口技術(shù)復(fù)雜度的回歸結(jié)果?？梢钥闯?，數(shù)字基礎(chǔ)設(shè)施建設(shè)對我國各區(qū)域的制造業(yè)出口技術(shù)復(fù)雜度均產(chǎn)生重要影響。在加入控制變量前后，東部和中部地區(qū)的數(shù)字基礎(chǔ)設(shè)施對制造業(yè)出口技術(shù)復(fù)雜度影響系數(shù)都在小于1%的顯著性水平下通過檢驗；西部地區(qū)在加入控制變量后，在1%的置信水平下顯著。從回歸系數(shù)大小來看，在加入控制變量后，西部地區(qū)系數(shù)最小，而中部地區(qū)系數(shù)最大。

出現(xiàn)以上現(xiàn)象的可能原因在于：一是隨著數(shù)字經(jīng)濟的蓬勃發(fā)展，東部地區(qū)憑借區(qū)位優(yōu)勢、相對完善的基礎(chǔ)設(shè)施建設(shè)等能夠迅速適應(yīng)數(shù)字化，而中部地區(qū)由于具有勞動力、資源等優(yōu)勢，在承接?xùn)|部地區(qū)的產(chǎn)業(yè)轉(zhuǎn)移過程中，使得數(shù)字化技術(shù)的優(yōu)勢在引領(lǐng)制造業(yè)高質(zhì)量發(fā)展中能更充分地被釋放，從而提高企業(yè)出口產(chǎn)品的技術(shù)復(fù)雜度。二是西部地區(qū)的數(shù)字基礎(chǔ)設(shè)施建設(shè)相對于東部和中部地區(qū)而言，尚處于起步階段，且產(chǎn)業(yè)結(jié)構(gòu)不均衡，缺乏高技術(shù)企業(yè)和相關(guān)數(shù)字化人才，使其出口產(chǎn)品技術(shù)含量較低。

（三）穩(wěn)定性檢驗與內(nèi)生性檢驗

為檢驗回歸結(jié)果的穩(wěn)健性，本文進行穩(wěn)定檢驗。第一，更改核心變量。在保持數(shù)字基礎(chǔ)設(shè)施細分指標不變的前提下，使用主成分分析法合成數(shù)字基礎(chǔ)設(shè)施建設(shè)綜合評價指數(shù)，并將其設(shè)置為核心解釋變量進行回歸分析（結(jié)果如表5 第（1）-（2）列所示），將核心解釋變量合成方法更換為主成分分析法進行回歸，與前文的回歸結(jié)果基本一致，說明上文中數(shù)字基礎(chǔ)設(shè)施建設(shè)對制造業(yè)出口技術(shù)復(fù)雜度的回歸結(jié)果比較穩(wěn)健，實證結(jié)果具有可靠性。第二，更改回歸方法。為確保結(jié)論的穩(wěn)健性，本文采用隨機效應(yīng)模型進行回歸分析（結(jié)果如表5 第（3）列顯示）。數(shù)字基礎(chǔ)設(shè)施對制造業(yè)出口技術(shù)復(fù)雜度的回歸系數(shù)為0.837 在1%的置信水平下顯著，與上文采用固定效應(yīng)模型回歸結(jié)果一致，結(jié)論存在穩(wěn)健性。第三，內(nèi)生性檢驗。為了進一步處理內(nèi)生性問題，本文參考趙星（2022）的方法，構(gòu)造2000 年各省份長途光纜線路長度與當年互聯(lián)網(wǎng)寬帶接入端口的交互項，作為數(shù)字基礎(chǔ)設(shè)施的工具變量。表5 第（4）-（5）列匯報了2SLS 的回歸結(jié)果。列（4）第一階段的回歸結(jié)果表明，解釋變量和工具變量顯著正相關(guān)。弱工具變量檢驗結(jié)果顯示，Cragg-Donald Wald F 統(tǒng)計量為154.94，高于弱識別檢驗10%水平上的評判值16.38，顯著拒絕原假設(shè)，表明不存在弱工具變量問題。Anderson canon. corr. LM 統(tǒng)計量的P 值顯著為零，在1%的置信水平上拒絕了“無法識別工具變量”的原假設(shè)。第（5）列中二階段的回歸結(jié)果顯示核心解釋變量系數(shù)為正，并通過了1%水平顯著性檢驗，表明基準回歸結(jié)果具有穩(wěn)健性。

表5 穩(wěn)定性檢驗結(jié)果

四、研究結(jié)論與建議

（一）研究結(jié)論

現(xiàn)代數(shù)字技術(shù)與國民經(jīng)濟各產(chǎn)業(yè)深度融合，正在推動新一輪技術(shù)創(chuàng)新和產(chǎn)業(yè)轉(zhuǎn)型。數(shù)字經(jīng)濟的蓬勃發(fā)展，大幅提升了企業(yè)資源配置效率，激發(fā)了市場活力和創(chuàng)造力，推動了傳統(tǒng)產(chǎn)業(yè)的改革升級，促進了新興產(chǎn)業(yè)的增長。盡管中國制造業(yè)發(fā)展規(guī)模已連續(xù)位居世界首位，但全球價值鏈的參與度也始終保持在較高水平上，但全球價值鏈地位與指數(shù)相對較小、技術(shù)創(chuàng)新水平較為滯后、出口技術(shù)復(fù)雜度較低的尷尬局面卻尚未突破。本文基于2011-2020年中國省級面板數(shù)據(jù)，科學(xué)測度了各省份數(shù)字基礎(chǔ)設(shè)施建設(shè)水平和制造業(yè)出口復(fù)雜度指數(shù)，分析數(shù)字基礎(chǔ)設(shè)施建設(shè)對制造業(yè)出口技術(shù)復(fù)雜度的影響，并進一步考察不同地區(qū)的異質(zhì)性影響。得出以下結(jié)論：第一，數(shù)字基礎(chǔ)設(shè)施建設(shè)顯著促進了制造業(yè)出口技術(shù)復(fù)雜度，在更換回歸方法檢驗和考慮到內(nèi)生性問題后，結(jié)論依然穩(wěn)健；第二，基于區(qū)域異質(zhì)性視角分析，數(shù)字基礎(chǔ)設(shè)施建設(shè)對三大區(qū)域制造業(yè)出口技術(shù)復(fù)雜度的提升均具有促進作用，但中部地區(qū)省份數(shù)字基礎(chǔ)設(shè)施建設(shè)對各省份的出口技術(shù)復(fù)雜度提升的促進作用最為明顯，東部省份其次，西部省份最弱。

（二）政策建議

基于上述研究結(jié)論，本文提出如下幾點建議：第一，加快新型數(shù)字基礎(chǔ)設(shè)施建設(shè)。數(shù)字基礎(chǔ)設(shè)施的投資建設(shè)可以更好地推動虛擬經(jīng)濟和實體經(jīng)濟的結(jié)合，健全保障數(shù)字基礎(chǔ)設(shè)施建設(shè)發(fā)展的各種制度優(yōu)惠政策舉措，因此要加大對傳統(tǒng)物理設(shè)施的數(shù)字化更新，重視發(fā)揮數(shù)字技術(shù)與其他先進制造技術(shù)的融合集成作用，促進數(shù)字化技術(shù)大規(guī)模地在實體經(jīng)濟領(lǐng)域的運用，推動產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)變。第二，平衡地區(qū)間數(shù)字基礎(chǔ)設(shè)施建設(shè)差距。我國的區(qū)域間數(shù)字基礎(chǔ)設(shè)施建設(shè)存在較大差距，與東部相比西部地區(qū)的數(shù)字基礎(chǔ)設(shè)施建設(shè)還存在較大差距。因此要立足區(qū)域均衡發(fā)展戰(zhàn)略和數(shù)字中國建設(shè)目標，逐步縮小城鄉(xiāng)數(shù)字鴻溝和區(qū)域差距，對于經(jīng)濟欠發(fā)達地區(qū)，加快數(shù)字產(chǎn)業(yè)培育進程，通過配置自身優(yōu)勢資源，助力制造業(yè)高質(zhì)量發(fā)展。第三，加強數(shù)字化人才培養(yǎng)和科研支持力度。一方面，企業(yè)要強化人才隊伍管理，讓更多專業(yè)技術(shù)人才得以投入行業(yè)一線工作，同時積極開展數(shù)字化轉(zhuǎn)型探索，充分利用5G、大數(shù)據(jù)、人工智能等數(shù)字技術(shù)，提高資源配置效率和生產(chǎn)效率，提升產(chǎn)品技術(shù)含量和制造業(yè)的國際競爭力；另一方面，政府應(yīng)鼓勵高等院校和科研院所注重培養(yǎng)數(shù)字領(lǐng)域?qū)W術(shù)型人才和應(yīng)用型人才，加強數(shù)字技術(shù)相關(guān)領(lǐng)域?qū)W科建設(shè)。要完善海外引才引智制度，不斷擴大海外高素質(zhì)數(shù)字人才引進規(guī)模。