人工智能促進了制造業企業出口產品升級嗎？

袁其剛　嵇泳盛　于舒皓

關鍵詞：人工智能;工業機器人;出口升級;出口技術復雜度

一、研究背景

新一輪工業革命浪潮正蓬勃興起，德國、美國等西方工業發達國家先后出臺“工業互聯網”和“工業4.0”戰略規劃，嘗試借助工業再升級和智能化轉型重塑競爭優勢和全球工業分工格局。為充分把握新一輪工業革命的歷史性機遇，2015年國務院頒布《中國制造2025》，將智能制造列為中國實現制造業強國目標的五大工程之一。黨的十九大報告也明確指出，要推動互聯網、人工智能和實體經濟深度融合。人工智能與實體經濟相結合的重要體現之一就是工業機器人的廣泛應用，成為推動“中國制造”向“中國智造”轉變的重要力量。“十四五”規劃更是將人工智能列為三大前沿發展科技。工業機器人作為人工智能落地應用的重要場景之一，近年來發展迅速。根據國際機器人聯合會發布的《全球機器人2020報告》，截止到2019年底中國的工業機器人安裝量達到78.3萬臺，約占全球工業機器人總量的21%，居全球首位。在理論上，工業機器人不僅可以作為一種內含前沿技術的先進投資設備，提高企業智能制造水平，還能通過與制造業深度融合推動產業結構優化升級，培育出新產業、新業態及新模式，進而推動出口產品升級。

出口產品升級通常是指一國企業在參與國際分工時，生產者須增加其出口產品的技術含量使其產品明顯區別于其他廠商生產的產品，拉開同競爭對手的距離，以此獲取競爭優勢（Humphreyand Schmitz，2002）。自入世以來，中國制造業企業憑借自然資源、人口等要素稟賦優勢，積極融入以跨國公司為主導的全球價值鏈分工體系，實現了較快的經濟增長和出口擴張。根據海關統計數據，我國出口貿易總額由2003年的3.63萬億元提升至2020年的17.93萬億元，年均增速高達10.49%①，但多以中低端和低附加值產品為主，出口貿易面臨“大”而不“強”的困境。2020年新冠疫情爆發，全球價值鏈和供應鏈遭受嚴重沖擊，我國出口貿易更是面臨前所未有的挑戰，如何提升出口產品的技術含量和質量，加快出口貿易重心由“數量競爭”向“質量競爭”轉變，已成為實現外貿高質量發展和企業出口升級的關鍵。同時，出口技術復雜度是對外貿易升級、出口質量、出口升級的重要衡量指標（王思語和鄭樂凱，2019;鈔小靜和薛志欣，2020;陳虹和王蓓，2020），探究人工智能技術對于制造業企業出口技術復雜度的影響，既具有理論研究價值，也具有十分重要的現實意義。

自20世紀50年代以來，人工智能產生的經濟效應引起學術界的廣泛關注，研究內容聚焦在以工業機器人為典型場景的人工智能技術對勞動力市場和經濟增長產生的影響。現有文獻基于國際機器人聯盟（IFR）提供的工業機器人數據，驗證了人工智能發展對各國就業產生的替代、創造及生產效率效應（Acemogluand Restrepo，2017;Chiacchioetal，2018;Trajtenberg，2018;閆雪凌等，2020）。此外，人工智能也進一步沖擊了勞動市場結構，產生“就業極化”現象，即中等技能的勞動力更容易被替代，并且加劇了不同技能勞動力崗位收入不平等（Lankischetal，2017;王永欽和董雯，2020;郭凱明和向風帆，2021）。作為21世紀最前瞻的技術創新，人工智能還將全面提升社會生產力，促進各行業全要素生產率提升（孫早和侯玉琳，2021），進而促進經濟增長（楊光和侯鈺，2020;陳楠和蔡躍洲，2021）。

隨著人工智能應用領域的深化以及與實體經濟融合度的加強，關于人工智能產生的影響延伸至國際貿易層面。Goldfarb和Trefler（2018）率先從規模經濟、知識創造以及知識擴散的地理位置幾個方面對人工智能技術與國際貿易的關系展開討論，田云華等（2020）進一步闡述了人工智能對國際貿易規模、貿易分工格局以及全球價值鏈的影響。實證方面，劉斌和潘彤（2020）、呂越等（2020）分別從行業和微觀企業視角驗證了人工智能技術顯著促進了一國或企業在全球價值鏈中地位的攀升，并進一步闡述了內在機制。由此可見，當前人工智能對于國際貿易領域的影響的研究仍處于起步階段，且集中在對貿易規模及全球價值鏈分工的影響上。作為一種先進制造技術，人工智能在擴大貿易規模的同時，是否還能提高貿易質量，從而促進出口升級？若存在這一現象，其內在機理是什么？以上問題值得進一步深究。

眾所周知，出口產品技術復雜度的提升對于增強一國貿易競爭優勢、促進企業出口升級具有關鍵作用，現有研究也從不同角度來探討出口技術復雜度提升的影響因素，如貿易自由化、貿易壁壘、出口市場份額和FDI流入、人力資本擴張、匯率變動、制造業數字化轉型、數字貿易等（盛斌和毛其淋，2017;戴魁早和方杰煒，2019;丁一兵和宋暢，2019;周茂等，2019;李宏和任家禛，2020;黨琳等，2020;姚戰琪，2021）。盡管以上文獻從多角度探討了出口技術復雜度的影響因素，但卻鮮有文獻關注人工智能對出口技術復雜度的影響，且大多基于行業或區域層面進行分析，鮮有文獻深入到微觀企業層面。

相對于已有研究，本文的邊際貢獻為：第一，在研究視角上，首次從出口技術復雜度視角，深入微觀企業探究人工智能發展對企業出口產品升級的影響，是對現有人工智能經濟效應研究的重要補充。第二，在研究內容上，結合人工智能的特征深入剖析了其對企業出口技術復雜度的影響機制。基于以上問題考慮，本文通過2000-2013年IFR（國際機器人聯盟）提供的工業機器人數據、中國海關數據庫、中國工業企業數據庫及CEPII數據庫提供的微觀企業產品層面數據，綜合考察了人工智能與出口產品升級的關系。

二、理論分析與研究假說

出口技術復雜度是出口產品技術含量以及生產效率的綜合反映，其高低主要取決于技術進步。人工智能作為新科技革命與制造業融合的標志性技術，必將有助于企業轉型升級，推動出口技術復雜度升級。一方面，人工智能具備滲透性、替代性、協同性和創造性的技術—經濟特征，能有效提高要素貢獻度和投入產出效率，推動企業高質量發展;另一方面，人工智能還可以通過加速技術溢出、提高學習和吸收能力、提高研發效率以及投入人力資本等方式，促進制造業技術進步，從而實現企業轉型升級。因此，提出本文的第一個研究假說。

假說1：人工智能技術應用有助于企業出口技術復雜度升級。

具體來看，人工智能可以通過如下三種途徑促進企業出口技術復雜度提升。首先，人工智能作為一種技術進步推動企業出口技術復雜度升級。人工智能及工業機器人發展本身就具備極強的“頭雁”溢出效應（郭凱明，2019）。新技術應用的經濟效應主要來源于知識創造對原有生產組織方式的改進，根據熊彼特創新理論中的“創造性破壞”，技術進步具有外部性，新技術產生的“創造性破壞”可以提高全要素生產效率。一方面，以工業機器人為典型應用的人工智能技術提高了企業制造的技術水平。智能化和數字化系統使得工業機器人可自動判斷復雜任務的工藝程序，并能迅速識別復雜任務模型中存在的問題和誤差，快速挖掘影響生產效率和質量的因素，規劃最優生產方案，提高企業生產制造能力;另一方面，人工智能反向影響企業的研發創新效率，形成生產技術創新的閉環。引進人工智能生產設備后，通過對先進數字技術的模仿、學習和消化，產生知識溢出效應反向促進人工智能技術的革新，形成良性互動進而促進TFP不斷提高。根據Melitz（2003）的企業異質性理論，企業出口具有“自選擇效應”，僅生產率較高的企業選擇出口以擴大市場規模，市場規模擴大意味著出口產品中技術較高產品的份額提高，從而促使出口技術復雜度升級。

其次，人工智能通過優化要素結構促進出口技術復雜度升級。根據要素替代理論，資本與勞動的相對價格變化導致資本勞動比發生改變，具體而言，當某一生產要素價格變得昂貴時，技術會趨向于替代這一要素，從而形成有偏的技術進步（Hicks，1932）。以工業機器人為典型應用場景的人工智能技術優化了企業資本K和勞動力L的要素配置結構。一方面，隨著我國勞動力價格的上漲，理性企業會選擇資本來替代勞動。已有研究表明，工業機器人本質上是一種資本深化的產物，該技術發展對中低技能勞動力產生替代效應，企業大范圍應用以工業機器人為代表的人工智能技術，在降低勞動L的同時提高了資本投入K，從而使得資本-勞動比（K/L）提高，進一步加速了資本深化，促進要素結構優化升級。另一方面，工業機器人使用也對要素市場產生影響。相關研究表明，工業機器人等智能化、自動化技術會反過來推高要素市場價格，尤其是勞動力就業工資水平，當資本價格降低時，推進智能化技術才能降低生產成本，實現要素配置升級（李建強和趙西亮，2021）。要素配置結構優化推動了人工智能技術在產業部門、企業各生產流程的應用，降低了企業生產成本，進而推動了企業出口技術復雜度升級。

最后，出口成本的降低也是人工智能影響出口技術復雜度的重要路徑。具體表現在：第一，智能物流發展使得國際貿易運輸、儲存、包裝、裝卸等環節趨于一體化，降低了運輸成本，優化了運輸和配送方案;第二，分揀機器人、搬運機器人、無人搬運車和計算機視覺等智能應用提高倉儲的智能化水平，節約了企業的倉儲成本;第三，智能分析數據技術降低了交易的搜尋匹配成本。人工智能與大數據結合能及時獲取全球消費者的需求信息，通過智能建站、智能編輯、智能翻譯等技術對來自不同國家的客戶推送定制化內容，實現精準營銷，從而降低企業的出口營銷成本。可見，無論是在物流運輸、智能倉儲還是供需信息精準匹配方面，人工智能技術變革都大幅度降低企業的出口固定成本，從而使得企業更有余力提高產品的技術含量，促進出口產品升級。綜上所述，提出研究的第二個假說。

假說2：人工智能技術通過技術進步、優化要素配置以及降低出口成本來促進出口技術復雜度升級。

三、研究設計與數據說明

（一）計量模型設計

為探究人工智能數字技術對于制造業企業出口技術復雜度的影響，基準回歸模型設定如下：

（二）數據來源及處理

本文的研究數據主要來源于四個部分，時間跨度為2000-2013年。一是世界工業機器人數據庫。該數據庫包含世界75個國家或地區1993-2019年符合ISO標準的工業機器人存量和安裝量，并分別按照行業和用途進行分類。本文選取中國制造業行業工業機器人數據進行分析。二是CEPII數據庫。該數據庫包含196個國家HS6位碼的出口數據，用來測算產品層面的出口技術復雜度。三是中國工業企業數據庫。對該數據庫數據的清洗思路參照聶輝華等（2012）的研究，對異常值和缺失值進行處理。主要步驟為：①刪除總資產、工業總產值、固定資產年均凈值、從業人數和銷售額缺失的樣本;②刪除職工人數小于38、總資產小于流動資產、總資產小于固定資產凈值的樣本;③刪除本文所使用的相關控制變量缺失的樣本。四是中國海關數據庫。該數據庫包含計算企業層面出口技術復雜度所用到的產品價格和數量信息，同時還提供了企業名稱、電話和郵箱等基本信息，這些信息有助于完成四類數據的精準匹配。

數據匹配過程分三步：第一步，參考Brandt等（2012）的方法將原始工企庫進行跨期匹配，之后根據呂越等（2020）的研究將中國制造業機器人數據與工業企業合并形成面板數據。第二步，借鑒盛斌等（2017）的方法，首先運用CEPII數據庫計算產品層面技術復雜度，其次將海關庫HS8位編碼加總到HS6位，最后根據HS6編碼將CEPII數據庫與海關庫合并計算得到企業層面的出口技術復雜度。第三步，借鑒余淼杰等人（2015）的方法，通過企業名稱、郵編和電話號碼將第一步所得工企庫數據與第二步所得海關庫數據進行合并。首先，使用企業名稱進行匹配，隨后將企業郵政編碼和電話后七位進行匹配，兩輪匹配過程只要有一輪成功即納入樣本分析中。通過上述處理，共得到142475個觀測值的非平衡面板數據。

（三）指標選擇及描述性統計

1.出口技術復雜度的測算

出口技術復雜度主要是強調產品間的技術含量差異，指由生產簡單產品向生產復雜產品轉變，該轉變意味著企業生產產品技術含量的提升，在出口貿易中具備更強的競爭力，能客觀反映一國或地區對外開放過程中參與全球價值鏈分工的程度，是衡量出口升級的重要指標（毛其淋，2019）。

借鑒盛斌等（2017）企業層面的測算方法，步驟如下：

2.人工智能的衡量

作為人工智能領域重要研究方向之一，工業機器人集成了大量的人工智能技術，是人工智能技術的典型代表，因此采用工業機器人人均擁有量作為核心解釋變量，以下簡稱機器人滲透度（呂越等，2020）。機器人滲透度反映了某一行業工業機器人的分布密度。Acemoglu和Restrepo（2017）構建了美國區域層面的“機器人滲透度”，本文參考其構建思想構建中國制造業企業機器人滲透度。首先將中國制造業行業數據與《國民經濟行業分類》（2019）的二分行業代碼進行對接和轉化;其次，計算行業層面機器人滲透度。具體測度方法如下：

3.其他控制變量

為進一步控制其他影響出口技術復雜度升級的因素，選取以下控制變量。首先，財務狀況是影響企業經營水平、出口能力及出口產品水平的重要因素，因此在模型中引入企業規模（size）、利潤率（roa）、資產負債率（lev）和融資約束（finance）四類變量，以控制財務狀況波動對企業出口技術復雜度的影響。其次，企業在出口過程中經驗積累及學習能力與出口產品的升級息息相關，即存在“干中學”效應，因此用企業年齡（age）來控制“干中學”效應對出口技術復雜度的影響。再次，生產率（lp）是影響企業出口概率和出口能力的決定因素，生產率越高的企業越容易出口高質量產品，因此將勞動生產率納入到回歸中以控制生產率對企業出口技術復雜度的影響。最后，員工工資（wage）和企業性質（ownership）在一定程度上代表了企業的生產成本和經營方式，對出口產品技術復雜度升級具有舉足輕重的作用，故一并納入分析。在回歸分析中，為解決異方差問題，將以上變量進行對數處理。各變量的描述性統計如表1所示。

四、計量結果與分析

（一）基準回歸

基準回歸結果見表2。其中第（1）-（3）列是未加入企業固定效應和年份固定效應的結果，第（4）-（6）列為同時控制企業固定效應和年份固定效應的回歸結果。無論是否同時控制企業和年份效應，還是未加入控制變量和分組加入控制變量，人工智能的估計系數在1%的統計水平上均顯著為正，與預期結果相符，說明人工智能技術應用顯著促進了企業出口技術復雜度的提高，提高了企業出口產品競爭力，推動了企業出口產品的升級。

根據表2回歸結果列（6），在其他控制變量不變的基礎上，機器人滲透率每增加1%，企業的出口技術復雜度就提高0.049%。由此可見，以工業機器人為典型的人工智能技術發展是企業出口升級的重要推動力。從其他控制變量來看，企業規模、員工工資對企業出口技術復雜度呈顯著的負相關，造成這一結果的原因可能是由于企業規模越大時，其管理成本就越高，會在一定程度上抑制企業出口復雜度的提高。企業生產效率的提高顯著促進了其出口技術復雜度水平，同時由于存在“干中學”效應，生存年限越長的企業，其出口技術復雜度越高。此外，回歸結果還表明，相比于非國有企業，國有企業的出口技術復雜度升級效果更為顯著，驗證了本文假設1。

（二）穩健性檢驗

根據基準回歸結果，我們已經驗證了人工智能對企業出口技術復雜度的促進作用，為了增強研究結論的穩健性，下面采用四種方法進行穩健性檢驗，結果如表3所示。

1.處理內生性問題

若存在內生性，則意味著出口技術復雜度高的企業越會選擇使用人工智能技術進行生產，而并非是企業使用人工智能技術促進了企業的出口升級，這就產生了一個因果倒置問題。因此，參考閆雪凌等（2020）構建工具變量的邏輯，采用美國各行業機器人存量作為工具變量，運用2SLS（兩階段）進行回歸。表3列（1）報告了第二階段的回歸結果，F值大于10，證明不存在弱工具變量問題，工具變量選擇合理。表3列（1）顯示主要解釋變量人工智能系數在5%的水平上顯著為正，該結果與基準回歸結果一致，進一步驗證了核心結論的穩健性。

2.替換被解釋變量

出口技術復雜度提升的本質是企業出口產品的質量提升，因此采用出口產品質量作為技術復雜度的替代變量。出口產品質量的測算方法借鑒祝樹金和湯超（2020）的方法。表3列（2）為替代解釋變量的回歸結果，人工智能的回歸系數在1%的水平上仍顯著為正，說明人工智能技術顯著促進了企業的出口產品的質量提升，增強了企業產品在國際貿易中的競爭優勢，進而促進出口產品升級。

3.將核心解釋變量滯后一期

考慮到當期工業機器人的引進可能存在滯后效應，即當期的工業機器人使用可能會在下一期才產生升級效應，故將滯后一期的機器人滲透度指標放入回歸分析中，以此檢驗核心解釋變量的滯后效應。結果如表3列（3）所示，滯后一期的機器人滲透度仍在1%的水平上顯著為正，這進一步驗證了本文核心結論的穩健性。

4.更換核心解釋變量

基準回歸結果表明人工智能技術的應用顯著促進了企業出口技術復雜度的提高。考慮到機器人安裝的靈活性，進一步將機器人安裝量的滲透度作為替代解釋變量。機器人安裝量滲透度的計算方法與前文一致。回歸結果于表3列（4）所示，機器人安裝量的滲透度指數在5%的水平上顯著促進了企業出口技術復雜度，其結論也具有穩健性。

（三）異質性分析

1.行業異質性

企業所在行業的特征和性質通常會影響企業出口產品的競爭力水平，使用人工智能技術是否也會因不同性質的行業而產生顯著差異呢？基于以上邏輯，本文參考劉威（2018）等對制造業行業的分類標準，根據中國工業企業數據庫行業二分位代碼將制造業分為勞動密集型、資本密集型和技術密集型三類，回歸結果如表4所示。表4列（1）為勞動密集型行業的回歸結果，可以看出人工智能的系數顯著為正，表明人均機器人使用量的提高，促進了勞動密集型企業出口技術水平的提高。列（2）顯示人工智能的系數顯著為負，這一結果與預期相反，可能的原因是，由于人工智能這一數字技術的應用，企業前期需要投入更多的資本來運營和維護;資本密集型行業本身需較多的資金投入，且行業內多為冶金業、石油工業等重工業企業，技術裝備投入多且見效慢，因此可能在一定程度上影響了企業出口產品競爭力，短期內造成出口產品技術復雜度的下降。列（3）為技術密集型企業的回歸結果，人工智能在10%的顯著性水平上促進了技術密集型企業出口技術復雜度升級，這一定程度說明了人工智能這一數字技術使用，提高了企業出口產品技術復雜度。通過表4還可以看出，人工智能對勞動密集型企業的升級效果最為顯著，對核心領域的技術密集型企業的升級效果較弱，這也一定程度為未來人工智能發展提供了方向。

人工智能對出口技術復雜度的影響還會因市場競爭程度不同而具有差異性。在市場中，處于強勢地位的企業通常會因為其壟斷地位獲得超額利潤，而處在競爭性行業的企業利潤水平相對較低。人工智能作為一種內含先進技術的物質資本投資，在前期將會產生較大的成本，壟斷行業內的企業具備雄厚實力引進工業機器人設備投入生產進而能更大程度提高出口產品中的技術含量。為此，我們采用市場集中度水平來刻畫行業間的競爭程度，市場集中度越高，則代表行業競爭程度越弱。依據其中位數將樣本劃分為壟斷性行業和競爭性行業，回歸結果如表4列（4）和（5）所示。人工智能對于壟斷性行業內的企業出口技術復雜度的升級效果更為明顯，而對競爭性企業的升級效果不顯著。這說明越具有壟斷競爭優勢的企業越容易通過應用人工智能技術來促進出口技術復雜度升級。

2.企業層面的異質性分析

人工智能對企業出口技術復雜度的正面效應是否會受到企業規模大小的影響？具有規模優勢的大型企業相對于中小企業更有能力承擔前期購買智能設備的成本負擔，同時，大型企業在消化固定成本的同時采用人工智能技術可以提高生產效率，以此實現更高的成本加成，并獲得規模收益。故較小型企業而言，大型企業能更大程度提高其出口產品的技術復雜度，在國際市場上具備較強競爭力。為此，以行業規模中位數為衡量標準，將樣本企業劃分為大規模企業和中小規模企業，進行分組回歸檢驗，結果如表5列（1）和列（2）所示。從回歸結果來看，主要解釋變量人工智能的系數均在1%的水平上顯著，說明人工智能均能促進大規模企業和中小規模企業的出口技術復雜度提高，從回歸系數大小來看，其使用對大規模企業出口升級的推動作用更大，對中小企業出口升級也顯現出強大的動力。因此，推動以工業機器人為代表的自動化、智能化技術應用，會帶動不同規模企業更好實現出口產品升級。

人工智能技術的使用對不同貿易方式的企業可能會有不同的提質升級效果。本文將樣本企業根據貿易方式分為一般貿易企業和非一般貿易企業（加工貿易、易貨貿易、協定貿易等）。從表5的回歸結果來看，人工智能對一般貿易企業和非一般貿易企業均具有提質升級的效果，但對一般貿易企業的出口技術復雜度的提高更為顯著。

五、機制檢驗

（一）模型設定

機制分析表明，人工智能主要通過技術進步、優化要素結構以及降低出口成本三個方面推動出口企業技術復雜度升級。本文通過構建以下模型來驗證理論假設2。

（二）機制變量指標選取

1.技術進步的機制變量

人工智能本身就意味著新技術的出現和使用，通過提高生產過程中的技術水平來促進企業TFP提升，企業全要素生產率的提高意味著企業出口產品的競爭力增強，進而推動企業出口技術復雜度升級。采用LP法測算TFP，并以此作為機制變量。

2.要素結構的機制變量

以工業機器人為代表的人工智能技術一方面替代了部分勞動力，另一方面作為物質資本投入加速資本深化，通過兩方面作用提高資本—勞動比，進而促進企業技術復雜度升級。因此，本文使用固定資產與職工就業人數的比值作為衡量要素結構優化的機制變量。

3.降低出口成本的機制變量

從前文理論分析可知，人工智能通過降低出口成本進而影響企業的出口產品升級。在出口成本的選擇上，考慮到現實中企業成本的發生和記錄存在一定的偏差，且企業出口成本包含的范圍較廣，其測度迄今為止未形成規范的標準，本文參考劉斌和王乃嘉（2016）的方法，根據會計準則計算出口成本，公式為：出口成本=出口比率（管理費用+財務費用+產品銷售成本+主營業務應付工資+主營業務應付福利費總額）。出口比率=出口交貨值/工業總產值。

（三）機制檢驗結果

機制檢驗結果如表6所示。可以發現，在技術進步方面，列（1）顯示人工智能與企業全要素生產率的回歸系數顯著為正，說明應用人工智能技術提高了企業生產的技術水平，企業生產效率得到提高，從而促進了企業出口產品的升級。在優化要素結構方面，列（2）人工智能回歸系數顯著為正，即表明工業機器人應用顯著促進了要素結構優化，在促進資本深化的同時又調整了勞動結構，促進要素配置升級。出口成本的機制檢驗結果如列（3）所示，人工智能與出口成本的回歸系數顯著為負，即人工智能在物流、倉儲、營銷及信息搜尋匹配等方面貿易方面的應用，顯著降低了企業的出口成本，增強了企業在國際市場的產品競爭力。以上三條機制檢驗驗證了假設2，即以工業機器人為典型應用的人工智能技術主要通過技術進步、要素結構優化和出口成本降低三種渠道推動企業出口技術復雜度升級。

六、結論及建議

毫無疑問，人工智能正在或即將對傳統制造業行業產生顛覆性作用。本文利用IFR提供的機器人數據，結合中國海關數據庫和中國工業企業數據庫以及CEPII數據庫的微觀企業數據，基于技術復雜度視角實證考察了人工智能技術對中國制造業企業出口產品升級的影響及相關作用機制。主要研究結論為：第一，以工業機器人為代表的智能化技術提高了我國制造業企業出口技術復雜度。第二，從行業異質性來看，人工智能對出口技術復雜度提升效應主要集中在勞動密集型企業和技術密集型企業，且對勞動密集型企業的促進效果最為顯著，同時市場集中度越高，人工智能技術的促進效應就越明顯;從企業異質性視角看，人工智能均促進了大規模企業和中小規模企業出口技術復雜度提高;人工智能技術對出口技術復雜度的升級效應主要集中在一般貿易企業。第三，人工智能技術將通過技術進步、優化要素結構以及降低出口成本三條路徑來提高企業出口技術復雜度。

基于此，提出如下建議。

第一，降低人工智能技術應用成本，推動其在制造業領域的大規模商用。人工智能與制造業深度融合的基礎是企業在生產中大規模使用人工智能技術。以工業機器人為例，雖已在眾多行業得到廣泛應用，但仍存在價格高、不成規模的問題。因此，要進一步降低人工智能技術的價格成本，推動人工智能與制造業的深度融合，促使企業能大規模應用人工智能技術進行生產，從研發、設計到生產、加工及銷售全面智能化升級，提高企業產品競爭力。同時，當前人工智能對出口技術復雜度的促進效應多集中在勞動密集型企業，要進一步與技術密集型等高附加值行業深度融合，提高傳統制造業智能化、數字化轉型的積極性，使其產品在國際市場具備更強的競爭力。

第二，因地制宜，制定精準支持的政策體系。首先，針對關鍵核心領域人工智能研發提供完善的財政補貼政策、知識產權保護政策及相關政策支持。如加大對技術密集型企業和資本密集型企業的資金支持，將人工智能技術與附加值更高的行業融合，以此創造更大的價值;完善知識產權保護制度，在行政和司法層面打擊各類侵權、泄露等違法行為，保護創新成果。其次，人工智能不僅促進了大型企業的出口技術復雜度提高，對于中小型企業出口技術復雜度也具有顯著的提升，因此也要制定能著重培育和保護中小企業、民營企業智能化、數字化的鼓勵性政策。

第三，重視人工智能與其他新一代數字技術的融合和集成應用，發揮其在貿易各環節的降本提效作用。人工智能發展與大數據、云計算、5G等新一代數字技術是不可分割的。人工智能賦予企業生產線智能屬性，滿足消費者個性化需求;大數據分析、挖掘技術實現倉儲、運輸一體化，通過建設自動化倉儲和智能物流降低了貿易環節的倉儲和運輸成本，且數據分析還幫助出口企業及時獲取國外消費者信息，提高供需匹配效率，實現貿易過程的精準營銷，提高出口產品貿易效率。因此要重視人工智能與其他數字技術的集成應用，加快建設智能倉儲、智能物流和智能港口，推動傳統物流方式向智能物流方式轉型。