數字基礎設施建設對出口技術復雜度的影響
——以中國制造業為例

張紀凱，司文浩

（天津商業大學經濟學院，天津 300133）

一、文獻回顧

國內外研究數字基礎設施對出口的影響的相關文獻較少，大多數從傳統基礎設施角度比如高速公路、高鐵和互聯網、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模公共投資，認為高效的物流使各國能夠參與全球供應鏈并利用其比較優勢。Martincus 和Juan Blyde（2013）通過利用智利地震引起的國內運輸基礎設施的隨機變化，分析了國內運輸基礎設施與國際貿易之間潛在的內生性問題，研究發現國內基礎設施受到沖擊對出口產生重大負面影響，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年間大規模建設的國道主干線對出口的影響，研究發現：與國道主干線連接和距離越近的地區，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出口產品質量的影響，結果顯示，高速公路的連通通過“市場接入效應”和“創新促進效應”顯著促進了企業出口產品質量升級。張夢婷等（2020）使用1999-2013 年中國地級城市數據和高鐵數據，利用雙向固定效應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）通過構建微觀企業面板數據，實證檢驗人工智能技術與制造企業出口產品質量的關系。認為人工智能技術顯著促進制造企業出口產品質量升級，且替代低端勞動力降低企業成本、推動企業技術創新和優化企業要素配置是促進出口產品質量升級的有效機制，對低生產率企業的促進作用更明顯。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模公共投資，認為高效的物流使各國能夠參與全球供應鏈并利用其比較優勢。

目前關于出口技術復雜度的研究，主要聚焦于行業和企業層面，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出口復雜度,考察資本品和中間品等不同類型進口產品對企業出口復雜度的差異性影響，認為進口資本品可以提升中國企業出口復雜度，而進口中間品則抑制其出口復雜度。李玉山等（2019）利用中國高技術產業2005-2015 年省際層面數據，實證分析金融支持與技術創新對出口復雜度的影響，研究發現：金融支持和技術創新均顯著提升了出口復雜度，且技術創新對出口復雜度的整體提升效應因金融支持而加強。鄭傳均和曹政（2018）以中國與22 國貿易數據為基礎，分析了2007-2016 年中國設備制造業出口復雜度，結果表明：中國設備制造業出口復雜度呈“M”型走勢，且與歐美發達國家差距較大。同時認為，人力資本、外商直接投資、研發投入對我國設備制造業出口復雜度提高有顯著作用。此外，還有一些學者從金融發展（劉威等，2018；劉斌等2012）、技術創新（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雜度的影響。

梳理已有文獻發現，鮮有學者從數字基礎設施角度來分析其對一國制造業出口技術復雜度的影響。本文的邊際貢獻主要在于：一是研究問題上，盡管已有學者從多方面考察了出口技術復雜度的影響因素，但鮮有從數字基礎設施角度研究對中國制造業出口技術復雜度的影響。在數字經濟與實體經濟融合的背景下，本文的研究為制造業出口技術復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 年的數據，使用熵值法綜合運用多指標來構建各省數字基礎設施指標衡量體系，盡可能避免因指標單一造成的結果誤差。其次，通過構建面板固定效應的實證模型，分析數字基礎設施建設對制造業出口技術復雜度的影響。同時，深入探討了數字基礎設施影響制造業出口技術復雜度的機制，深化了相關研究。

二、模型構建與數據說明

（一）模型構建

為了考察數字基礎設施建設對制造業出口技術復雜度的影響，本文構建以下回歸模型：

其中，ETCit地區t 時期的制造業出口技術復雜度；DICit表示i 地區t 時期的數字基礎設施建設水平；Xit代表一系列控制變量；σi表示個體固定效應；μi表示時間固定效應；εit表示隨機擾動項。

（二）變量測度與說明

1.被解釋變量：制造業出口技術復雜度（ETC）

出口技術復雜度由Hausmann（2003）提出，用來評價不同國家（地區）貿易產品的技術水平。其認為一國出口的產品中，高端產品所占的份額越高，表明該國制造業出口復雜度就越高。本文選取Hausmann 等（2007）關于出口技術復雜度的測算方法，同時參考陳曉華等（2011）研究思路，選取十二大類各省級區域出口數據。

以下為產品出口復雜度（Prody）的計算公式：

其中，Prodykt為t 時期k 行業的出口技術復雜度，Xikt為i 地區t 時期k 行業的出口額，Xit為i 地區t 時期的制造業出口額，Xikt/Xit表示i 地區t 時期k 行業出口占i 地區t 時期總出規模的比重，ETit為i 地區t 時期的出口技術復雜度，Yit為i 地區t 時期的人均GDP。

2.核心解釋變量：數字基礎設施建設

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

表1 數字基礎設施水平測度指標體系

表2 變量的統計特征描述

3.控制變量

經濟發展水平（ELD）。經濟發展規模越大，其技術越先進，對出口的影響就會較大，則其出口技術復雜度會越高，采用地區人均GDP 來衡量。

政府干預（GIN）。政府可通過財政補貼、預算支出、創新激勵等促進產業優化升級，進而對出口產品技術含量產生影響。采用財政支出占地區GDP 份額衡量。

交通基礎設施水平（TI）。采用區域內公路里程數和與地區區域面積之比來衡量。

人口年齡結構（ASP）。選取各地人口老年撫養比來衡量。

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

4.數據來源與說明

本文使用的數據為2011-2020 年我國30 個省、區、市（西藏及港澳臺除外）的面板數據，原始數據主要來源于歷年《中國統計年鑒》《中國工業統計年鑒》、中國海關貿易數據庫、中國國家統計局網站、EPS 數據庫、UNcomtrade 數據庫等，使用線性插值法對部分缺失數據進行補充。

三、計量結果與分析

（一）基準回歸結果分析

首先利用Hausman 檢驗判斷采用固定效應模型還是隨機效應模型，結果表明使用固定效應模型更為合理。本文對核心解釋變量數字基礎設施和被解釋變量制造業出口技術復雜度單獨進行檢驗，并逐步加入各個控制變量進行回歸以觀察兩者的關系是否穩定（具體回歸結果如表3 所示）。

表3 基準回歸結果分析

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

（二）異質性分析

本文證實了數字基礎設施建設對我國制造業出口技術復雜度具有顯著的促進作用，但中國各地區的數字基礎設施建設水平和制造業出口技術復雜度存在較大差異，所以，有必要檢驗數字基礎設施對制造業出口技術復雜度的影響是否存在區域差異。因此，本文對中國省域進行了地區劃分，分為東部、中部和西部3 個區域，進行分區域的面板數據回歸（其結果見表4）。

表4 區域異質性回歸結果

表4 中，各區域第（1）列回歸結果為核心解釋變量數字基礎設施對制造業出口技術復雜度的回歸結果，第（2）列回歸結果為核心解釋變量以及全部控制變量對制造業出口技術復雜度的回歸結果?？梢钥闯?，數字基礎設施建設對我國各區域的制造業出口技術復雜度均產生重要影響。在加入控制變量前后，東部和中部地區的數字基礎設施對制造業出口技術復雜度影響系數都在小于1%的顯著性水平下通過檢驗；西部地區在加入控制變量后，在1%的置信水平下顯著。從回歸系數大小來看，在加入控制變量后，西部地區系數最小，而中部地區系數最大。

出現以上現象的可能原因在于：一是隨著數字經濟的蓬勃發展，東部地區憑借區位優勢、相對完善的基礎設施建設等能夠迅速適應數字化，而中部地區由于具有勞動力、資源等優勢，在承接東部地區的產業轉移過程中，使得數字化技術的優勢在引領制造業高質量發展中能更充分地被釋放，從而提高企業出口產品的技術復雜度。二是西部地區的數字基礎設施建設相對于東部和中部地區而言，尚處于起步階段，且產業結構不均衡，缺乏高技術企業和相關數字化人才，使其出口產品技術含量較低。

（三）穩定性檢驗與內生性檢驗

為檢驗回歸結果的穩健性，本文進行穩定檢驗。第一，更改核心變量。在保持數字基礎設施細分指標不變的前提下，使用主成分分析法合成數字基礎設施建設綜合評價指數，并將其設置為核心解釋變量進行回歸分析（結果如表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，與前文的回歸結果基本一致，說明上文中數字基礎設施建設對制造業出口技術復雜度的回歸結果比較穩健，實證結果具有可靠性。第二，更改回歸方法。為確保結論的穩健性，本文采用隨機效應模型進行回歸分析（結果如表5 第（3）列顯示）。數字基礎設施對制造業出口技術復雜度的回歸系數為0.837 在1%的置信水平下顯著，與上文采用固定效應模型回歸結果一致，結論存在穩健性。第三，內生性檢驗。為了進一步處理內生性問題，本文參考趙星（2022）的方法，構造2000 年各省份長途光纜線路長度與當年互聯網寬帶接入端口的交互項，作為數字基礎設施的工具變量。表5 第（4）-（5）列匯報了2SLS 的回歸結果。列（4）第一階段的回歸結果表明，解釋變量和工具變量顯著正相關。弱工具變量檢驗結果顯示，Cragg-Donald Wald F 統計量為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，表明不存在弱工具變量問題。Anderson canon. corr. LM 統計量的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。第（5）列中二階段的回歸結果顯示核心解釋變量系數為正，并通過了1%水平顯著性檢驗，表明基準回歸結果具有穩健性。

表5 穩定性檢驗結果

四、研究結論與建議

（一）研究結論

現代數字技術與國民經濟各產業深度融合，正在推動新一輪技術創新和產業轉型。數字經濟的蓬勃發展，大幅提升了企業資源配置效率，激發了市場活力和創造力，推動了傳統產業的改革升級，促進了新興產業的增長。盡管中國制造業發展規模已連續位居世界首位，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相對較小、技術創新水平較為滯后、出口技術復雜度較低的尷尬局面卻尚未突破。本文基于2011-2020年中國省級面板數據，科學測度了各省份數字基礎設施建設水平和制造業出口復雜度指數，分析數字基礎設施建設對制造業出口技術復雜度的影響，并進一步考察不同地區的異質性影響。得出以下結論：第一，數字基礎設施建設顯著促進了制造業出口技術復雜度，在更換回歸方法檢驗和考慮到內生性問題后，結論依然穩?。坏诙?，基于區域異質性視角分析，數字基礎設施建設對三大區域制造業出口技術復雜度的提升均具有促進作用，但中部地區省份數字基礎設施建設對各省份的出口技術復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

基于上述研究結論，本文提出如下幾點建議：第一，加快新型數字基礎設施建設。數字基礎設施的投資建設可以更好地推動虛擬經濟和實體經濟的結合，健全保障數字基礎設施建設發展的各種制度優惠政策舉措，因此要加大對傳統物理設施的數字化更新，重視發揮數字技術與其他先進制造技術的融合集成作用，促進數字化技術大規模地在實體經濟領域的運用，推動產業結構的轉變。第二，平衡地區間數字基礎設施建設差距。我國的區域間數字基礎設施建設存在較大差距，與東部相比西部地區的數字基礎設施建設還存在較大差距。因此要立足區域均衡發展戰略和數字中國建設目標，逐步縮小城鄉數字鴻溝和區域差距，對于經濟欠發達地區，加快數字產業培育進程，通過配置自身優勢資源，助力制造業高質量發展。第三，加強數字化人才培養和科研支持力度。一方面，企業要強化人才隊伍管理，讓更多專業技術人才得以投入行業一線工作，同時積極開展數字化轉型探索，充分利用5G、大數據、人工智能等數字技術，提高資源配置效率和生產效率，提升產品技術含量和制造業的國際競爭力；另一方面，政府應鼓勵高等院校和科研院所注重培養數字領域學術型人才和應用型人才，加強數字技術相關領域學科建設。要完善海外引才引智制度，不斷擴大海外高素質數字人才引進規模。