中國制造業數字化投入水平影響了出口產品質量么？

摘 要：本文通過對數字化投入推動制造業發展的國內外研究成果的梳理，結合出口產品質量決定理論，從理論層面推導并分析了數字化投入對出口產品質量存在正向影響作用。在實證層面，依托WIOD 數據庫計算行業層面數字化投入水平，并實現國家間行業層面量化比較分析，通過中國海關數據庫和中國工業企業數據庫的匹配，計算出產品層面質量數據，跨數據庫合并為2000-2013年的中國制造業企業層面出口產品質量面板數據。結合理論分析，構建計量模型，探尋數字化投入水平與出口產品質量之間的關系。研究發現，在我國，企業數字化投入水平對出口產品質量具有正向推動作用，這一作用在不同規模企業間和不同數字化投入水平企業間具有異質性，而生產效率提升和資源配置優化是兩個重要作用渠道。

關鍵詞：數字經濟；數字化投入；出口產品質量；生產效率；資源配置

DOI：10.19313/j.cnki.cn10-1223/f.20240905.001

一、引言及文獻綜述

黨的二十大報告指出，要“加快發展數字經濟，促進數字經濟和實體經濟深度融合”。2024 年的政府工作報告將“大力推進現代化產業體系建設，加快發展新質生產力”列為十大任務之首，“深入推進數字經濟創新發展”是其主要內容。近年來，我國數字經濟的發展十分迅猛，根據中國信通院的測算，截至2022 年，我國數字經濟的規模已經達到50.2 萬億元，同比名義增長10.3%，占GDP比重達41.5%，高于GDP 名義增速4.98 個百分點，數字經濟在我國經濟發展中的作用日益凸顯，重要地位也更加鞏固（圖1）。其中，數字經濟中的數字產業化和產業數字化兩個方面都得到了高速發展，前者的規模達9.2 萬億元，同比名義增長10.3%，占GDP 比重7.6%，而后者的規模更是達到了41 萬億元，同比名義增長10.3%，占GDP 比重達33.9%。

與此同時，經歷了改革開放40 多年的高速發展，我國已經成為全球制造業第一大國，2012—2023 年，我國全部工業增加值由20.9 萬億元增至39.91 萬億元。但我國制造業仍然存在諸如產品附加值低、產品技術含量不高等問題，供給結構和效率還不能適應需求升級，導致我國制造業“大而不強”問題突出。近年來，隨著貿易保護主義抬頭，發達國家“制造業回流”情況日益凸顯，我國出口產品的增速也呈現下降趨勢（圖2），如何在現階段促進制造業產業優化升級，增加出口產品核心競爭力，是具有很大意義的研究課題。隨著數字經濟高速發展，從學術界到政策制定者，都越來越關注數字技術對傳統產業特別是制造業發展的推動作用。

綜合國內外學者研究，總的來看，數字技術對推動制造業發展的作用主要有以下幾個方面。

1. 成本效應。數字技術可以通過降低企業固定成本與交易成本，提升交易的效益。如Hitt andBrynjolfsson（1996）認為信息技術的應用促進了企業多元化而非一體化發展，即企業的橫向邊界擴張，而縱向邊界縮小。Afuah（2003）認為信息技術的應用能夠通過“協同效應”和“效率效應”來降低企業內外部的交易費用和生產成本，但其降低幅度是由企業自身的技術先進程度、信息處理能力等決定的。Ellison and Ellison（2018）發現企業依靠數字技術通過搜索引擎或者網站來發布其產品信息，有助于發現潛在的供應商或目標客戶，可以有效降低其與消費者之間以及上下游企業之間的搜尋和談判成本，實現交易雙方的精確匹配。Shaheer and Li（2020）發現企業能夠依托數字經濟，去廣泛搜集消費端的意見反饋，深入挖掘相關需求偏好，降低產品研發不確定性帶來的成本。

2. 滲透效應。數字作為一種標準的媒體，能夠讓企業的決策流和物流等信息得以有效地在企業內部不同部門之間實現高速傳遞，提高整體的生產效率，從而實現全要素生產率的提升。Solow（1987）提出了著名的“索洛悖論”，認為計算機時代對生產率的提升是缺失的。針對“索洛悖論”，Jorgenson et al.（2008）發現，1995-2000 年美國社會生產效率的增長，主要來自于同信息與通信技術（ICT）有關的研發和制造業的發展。Byrne et al.（2013）發現，雖然與1995-2004 年的十年相比，信息與通信技術（ICT）對美國生產率提高的貢獻率在2004-2012 年間逐步出現了下降，但其依然是美國經濟發展最重要的驅動因素。針對“索洛悖論”產生的原因，Acemoglu et al.（2014）認為其產生可能是大量數字化技術被投入到了生產效率提升較難的服務業之中。而Brynjolfsson et al.（2018）指出，“索洛悖論”的產生可能存在四方面的原因，包括預期不匹配、對數字經濟的測量不準確、私人獲益與社會零和的矛盾以及信息技術影響滯后性。

3. 替代效應。一方面，信息通信設備對其他產品和服務產生了大規模替代，尤為明顯的是對勞動力的替代；另一方面，數字化平臺的知識發現技術可以減少資源錯配，形成對低效率投資領域的替代。如郭美晨和杜傳忠（2019）發現，當前期的基礎設施建設和信息與通信技術（ICT）資本積累到一定程度時，ICT 產業的技術創新效果將會逐步顯現。而數字化技術的發展不僅促進了生產可能性邊界的外移，也在不斷地拓展創新可能性邊界。Bas et al.（2015）研究發現，在數字經濟背景下，企業通過規模報酬遞增、合理分配資源等方式，降低了研發費用支出，從而提升了企業對技術的吸收與創新，進而提升企業的出口產品技術復雜度。施炳展和李建桐（2020）認為，數字化平臺的知識發現技術與數據集成工具，可以減少資源錯配，便于企業輕裝上陣，專注于打造核心競爭力。

二、理論機制分析

（一）出口產品質量及其影響因素

國內外學者研究認為，一個經濟體所生產和消費的產品的質量的改善，表明該國的企業生產技術的進步、產品競爭能力的增強，因此，產品質量被廣泛用來衡量一國制造業發展水平。早期，學者們主要使用單價法、產品特征法來代替計算產品質量，但不夠準確，為了能準確和全面反映出口產品質量，Hallak and Sivadasan（2009）通過研究產品質量異質性對企業貿易行為的影響，利用事實反推法，構建了質量內生決定理論。其推導過程是通過構建常替代彈性模型，假設消費者效用函數如下表示：

其中，i 表示消費者消費的產品種類，和分別代表產品種類的質量和數量，>1 表示產品種類間的替代彈性。

同時，對應的價格指數：

其中，為企業產品進口價格，產品種類i 對應的消費數量為：

其中，E 為消費者在該產品上的總支出。同時，將企業的生產成本分為邊際成本和固定成本，分別用mc 和F 來表示，其中：

從（4）（5）可以看出，質量λ和生產效率φ決定了可變成本mc，而質量λ和代表質量生產能力的則對固定成本F 具有決定作用。式中α>0 且β>0。Hallak and Sivadasan（2009）模型的核心是假設了企業在生產能力上存在φ和ξ的兩方面異質性。企業在生產過程中，對產品的價格和質量進行合理的選擇，來使得其進入市場后的利潤最大化，即運營收益與固定成本的差額最大化。通過對CES 需求函數求一階導后得到pd = （σ/σ-1）（c/φ）λβd，再通過一階導計算出相應的質量函數：

其中，α′=α-（1-β）（σ-1），假設0<β<1，α′>0。（6）式說明了在生產效率φ不變的情況下，企業質量生產能力越大，則其產品質量越高。

（二）數字化投入對出口產品質量的影響分析

在實踐層面，隨著數字技術的快速發展，生產制造企業不斷加大數字化投入，加快數字化轉型的步伐。對于企業而言，數字化投入主要分為管理的數字化、研發設計和生產制造數字化、數字基礎設施等3 個主要方面，具體如圖3 所示。可以看到，企業的數字化轉型離不開企業從管理、研發、生產和數字基礎設施方面進行全鏈條的數字化投入，而這些投入主要被用于研發、生產和管理效率的提升。

在理論層面，為了進一步分析企業數字化投入對其出口產品質量的影響，本文在Kee and Tang（2016）的理論框架下，在推導制造業投入數字化對出口產品質量的影響過程中，將制造業投入數字化因素引入到企業的生產決策過程中來。

假設壟斷競爭市場中的代表性企業采用規模報酬不變的柯布-道格拉斯（C-D）生產函數來組織生產：

Y= φKαKLαLMαM（7）

（7）式中，Y、φ、K、L、M 分別表示企業的總產出、生產效率、資本、勞動和中間品投入。αK、αL、αM分別為各要素的產出彈性，且αK+αL+αM=1。正如Goldfarb and Tucker（2012）指出的，在數字經濟的形態下，信息技術作為先進的生kLLOCrMsS5pYkurKsjlbx1yWDRJXqllWY6dw9JNMya4=產力，數字化投入是決定產出高低的關鍵因素。根據相關理論，數字技術對制造業發展的影響作用主要從以下三方面分析：

1. 對質量可變成本和生產效率的影響。根據式（6），企業產品質量主要由生產效率φ和質量生產能力ξ來決定。同時，將wK、wL、wM分別定義為企業的平均報酬、平均租金和平均中間品投入，三者在不同企業之間的差異可以被視為其在生產能力上的差異，以勞動力為例，勞動者的技術水平就是最主要的差異。為了生產質量λ，一個企業需要支付平均報酬工資wL = wLλbL、平均租金wK = wkλbK、平均中間品投入wM = wMλbM，bL >0，bK>0， bM>0，其中，wL、wK和wM代表了最低勞動力、資本和中間品投入，λ代表了產品質量。因此可以得到，創造越高質量的產品需要雇傭更貴的人力、投入更貴的資本和引進更貴的中間品。將（7）式和前述（4）式合并得到邊際生產成本：

因此，質量可變成本c 可以設定為由L、K、M 決定的成本函數c（L，K，M），結合數字經濟本身存在的成本效應、滲透效應，替代效應，可得如下推論：

（1）數字技術通過成本效應、有效降低企業的中間投入成本，即?wM/?Dig<0。同時，替代效應可以對資本和勞動力的價格產生影響，包括有效降低勞動力的需求數量從而降低人均工資水平?wL/?Dig<0，有效降低了整體資本品供給價格水平?wK/ ?Dig<0。故結合式（8）以及上述結論來判斷投入數字化Dig 與質量可變成本c 的關系可以通過下式分解：

在模型中設定質量可變成本函數c 是投入數字化Dig 的函數，由于αK> 0、αL> 0、αM>0，可得上述（9）式的結果滿足?c/?Dig<0。

（2）考慮到數字技術對制造業發展的影響在理論上存在的滲透效應和替代效應帶來的單位要素投入下降，即數字技術的應用可以提高單位要素產出，即全要素生產率，因此滿足?φ /?Dig>0。

2. 對質量固定成本和質量生產能力影響的分析。假設固定成本中與質量有關部分的Cobb-Douglas 生產函數具有相同的指數，即λ= （ξL'αLK'αK）1/K，這些成本可以被理解為與質量控制體系應用、員工培訓或者產品研發等方面關聯的支出。此外，還有一些和質量無關的支出，被計入在F0中。相應的，根據式（5），總的固定成本被記為：

（1）數字化投入的增加，可以有效降低企業在質量管理體系、員工培訓等方面的成本支出，并將相關資源配置到更高效的生產領域，即?WL/?Dig<0且?WK/ ?Dig<0。可得質量固定成本f與數字化投入Dig 之間的關系：

（2）基于數字技術對制造業發展的影響理論上存在的滲透效應和替代效應，隨著數字技術的深入應用，先進的質量控制系統和數字化控制技術可以有效提升企業的質量品質管理、創新研發等質量生產能力，因此可推導得出?ξ/?Dig>0。

3. 對出口產品質量的影響的綜合分析。綜合來看，關于投入數字化與質量之間的關系，數字化投入可以通過質量可變成本c、生產效率φ、質量固定成本f和質量生產能力ξ來對質量產生影響，如圖4 所示，對（6）求偏導：

由（6）可知?λ/?c<0，?λ/?φ>0，?λ/?f<0 且?λ/?ξ>0，再結合前文相關判斷，可以得到式（12）的?λ/ ?Dig>0 。

假說：制造業數字化投入水平可以提升出口產品質量。

三、數據模型、變量選取與數據說明

（一）基準模型構建

參考Hallak and Sivadasan（2009）、Khandelwal（2010）相關基礎理論關于出口產品質量的影響因素的梳理和總結，構建企業層面的基準回歸模型如下：

lnqualitycompit= α0+ α1lndigitcompit+ α2lnControl+ λi+ λt+ εit（13）

其中，下標i 表示經海關數據庫和企業數據庫匹配后的企業樣本，下標t 表示年份，λi為企業固定效應，λt為時間固定效應，εit為誤差項。被解釋變量lnqualitycompit表示t 年i 企業的出口產品質量取對數，核心變量lndigitcompit表示t 年i 企業的數字化投入水平取對數。lnControl表示的是一系列控制變量，包括：

1. 企業經營年限（Age）。用企業開業年份和報告期當年年份的差值取對數來衡量，企業經營時間越長，可以在一定程度上證明其產品在市場上得到廣泛認可，也從一個角度可以反映其產品質量的高低。

2. 企業規模（Size）。用企業的總人數取對數來表示。企業規模在一定程度上反映了企業的綜合實力，因此，企業規模越大可能會越有利于企業產品質量的提高。

3. 市場集中度（Hhi）。該指標反映了市場競爭程度，通常采用行業層面的赫芬達爾指數來表示，其測算公式是HHIgt = Σ i∈Ωgq2it ，其中，Ωg表示g 行業的企業的集合，而q2it 為t 年i 企業占g行業的工業銷售總產出的比值的平方。一般而言，市場集中度越高，越容易導致壟斷限制競爭，可能不利于產品質量提升。

4. 融資約束（Finance）。用利息支出與總資產的比值來表示。借鑒李志遠和余淼杰（2013）的研究，如果一個企業能夠得到銀行的貸款，可以從一定層面說明它可以通過外部融資來緩解其融資約束。所以，本文采用企業的利息支出與企業總資產比值加1 后再取自然對數來刻畫企業的融資約束程度，它的數值越高，說明企業所面臨的融資約束越小。

5. 政府補貼（Subsidy）。反映企業是否獲得了從政府給予的補貼，若獲得政府補貼則取值為1，否則取值為0。一般而言，政府補貼主要被要求專項用于企業的技術改造等，可能有利于企業產品質量的提升。

6. 加工貿易（Jiagong）。參考錢學鋒等（2013）、盛斌和毛其淋（2017）的研究方式，將海關數據庫統計的不同貿易方式區分為加工貿易和一般貿易兩類，其中，將貿易方式為出口加工區進口設備、出料加工貿易、進料加工貿易、來料加工裝配進口的設備以及來料加工裝配貿易的歸類為“加工貿易”，將貿易方式為邊境小額貿易和一般貿易的歸類為“一般貿易”。若當年度企業開展了加工貿易，則取值為1，否則為0。

（二）數據測算

1. 出口產品質量的測算。本文以施秉展（2014）的方法為基礎，構建常替代彈性模型——該模型假設消費者的效用函數為常替代彈性CES——估計“企業-產品”層面的出口產品質量。m 國消費者t 年對企業i 生產商品種類的消費量可以簡化為：

再對兩邊取自然對數，簡化整理后得到計量回歸：

ln qimt= ximt? σlnpimt+ εimt（15）

其中，ximt= lnEimt? lnPimt為年份-出口國虛擬變量，它是隨著時間和國別變化的變量。lnpimt是企業i 在第t 年對m 國出口產品的價格。殘差εimt=（σ? 1）lnλimt，包含了企業i 在t 年對m 國出口產品的質量等信息。

根據回歸結果定義質量如下：

式可以測算每個企業在每個市場每一年度出口的每一個HS 代碼層面的產品質量，但是為了獲得企業層面的質量，需要將這些質量進行加總，而不同產品的質量加總沒有意義，為此，根據施秉展（2014）的方法，對上式進行標準化處理，從而可以對每個企業在每種產品、每個年度、每個市場上的質量進行標準化描述和比較。

經過標準化處理，所有產品的質量指標位于0-1 之間，不再有單位，可以在不同層面加總，從而可以進行多種比較分析。如果要計算整體指標，可使用下式：

式（18）中的TQ 表示對應的某個樣本集合Ω的整體質量，Ω代表的是某一層面的樣本集合，而vimt代表樣本的價值量，可以是產品總價等。相應的，Σimt∈Ωvimt則代表整個樣本集合的價值，可以是某個企業、某個省份、某個行業等等。

本文使用的數據主要來源于中國海關貿易數據庫、中國工業企業數據庫。處理過程參考施炳展（2013）的八步法，最終獲得了2000-2013 年包括274 310 個企業對200 多個國家和地區出口3015種產品、數據總量達29866374 條的樣本數據。通過第四章中介紹的常替代彈性模型，假設消費者的效用函數為CES，通過分產品層面總計3015 個回歸，估計出了“年份-企業-進口國-產品”4 個維度的出口產品質量。按照（18）式，將上文計算得出的產品層面的出口產品質量加總到企業層面。再針對海關數據庫和工業企業數據庫，借鑒田巍、余淼杰（2013）的方法將兩個數據庫在企業層面進行匹配。通過匹配，形成了2000-2013 年共14 年企業層面微觀數據樣本559623 個，共計涉及企業129754 家。

2. 數字化投入水平的測算。本文參考楊玲（2015）、許連和等（2017）的做法，構建了完全依賴度指數，從而實現數字化投入程度的可比性測算。公式如下：

式中completekj表示制造業j 部門對其他部門的完全消耗系數。將數字經濟核心行業占比求和，即可得出某一制造業部門的數字化投入水平。

借鑒相關研究思路，本文以ISIC Rev.4 為行業分類標準選取了4 個行業作為數字經濟核心行業，包括有線、無線、衛星及其他電信活動（J-61）；計算機軟件研發、咨詢及實施管理（J-62）；數據信息的儲存、處理等服務活動，未另分類的其他信息服務活動（J-63）；電子元件的生產、計算機及周邊產品、通信設備、電子消費品的制造和檢驗、導航和控制設備的制造（C-26），詳見表1。

基于世界投入產出數據庫（WIOD）2016 版，按照式（19）計算出2000-2014 年制造業行業ISICRev.4 大類C10 至C32 共23 個行業的18 個數字化投入水平（其中，C10-C12、C13-C15、C31-C32合并在一起），再將計算的ISICRev.4 制造業行業類的數字化投入水平與海關數據庫中各年的出口產品根據HS-6 行業代碼與ISIC Rev.4 代碼匹配，形成各年出口企業出口產品的面板數據。為了計算企業層面得數字化投入水平，參照計算樣本集合出口產品質量的式（20），構建樣本集合數字化投入水平：

其中，Digimt為產品i 所在行業數字化投入水平，為根據前式（19）以完全依賴度指標作為基礎計算的相對值，vimt代表樣本的價值量。Σimt∈Ω vimt代表整個樣本集合的價值量，由此可以計算出i 國m 企業t 年的數字化投入水平TD，構建面板數據。

由圖5 可以看到，到2014 年，在C26（計算機、電子和光學產品的制造）行業上，我國的制造業數字化投入水平均已超過美、日和德三國。C28（未另分類的機械和設備的制造）和C30（其他運輸設備的制造）也有較大提升，但應該注意的是，在其他的制造業行業，我國數字化投入水平無論是2000 年還是2014 年，都與美日德三國有一定差距。由此可見，雖然我國整體制造業投入數字化水平較高，最主要是得益于與ICT 相關的制造業行業的發展，但在其他大部分的制造業細分行業的數字化投入水平與發達國家相比還存在很大差距。

四、數字化投入對出口產品質量影響的實證分析

（一）基準回歸結果和分析

本文首先使用2000-2013 年中國制造業企業層面出口產品質量面板數據對數字化投入水平和出口產品質量進行回歸，針對同一企業不同時期內存在的擾動項自相關，本文在估計過程中采用企業層面的聚類穩健標準誤。

表2 匯報了模型主要變量的基本描述性統計量，包括樣本數、均值、標準差、最小值和最大值。

本部分回歸中，將控制變量逐步納入回歸過程，以觀察控制變量對回歸結果的影響。基準回歸結果如表3 所示。

在控制企業固定效應和時間固定效應后，第（1）列只添加核心解釋變量，結果發現，解釋變量lndigitcomp 的回歸系數顯著為正，對假說進行了初步驗證。第（2）（3）（4）列為逐步增加控制變量的過程，可以看到核心解釋變量lndigitcomp 的估計系數顯著性和符號沒有發生根本變化，計量結果穩定性得到了驗證。同時，隨著控制變量的增加，可以看到回歸結果的R2 也在逐步變大，說明回歸模型的擬合優度較高，具有較高的解釋力度，表明企業層面的數字化投入水平的提升對于出口產品質量呈明顯的正向推動效應，即有利于出口產品質量的升級。

進一步觀察控制變量回歸結果可以發現，企業的經營年限（lnage）從列（2）至列（4）均顯著為正，這與張晴和于津平（2020）的結果一致，表明企業經營時間越久，其出口產品質量就越高，可能原因是“干中學”所積累的經營管理經驗有助于提升企業的出口產品質量。企業規模（lnlabor）從列（2）至列（4）均顯著為正，這與毛其淋和許家云（2019）的研究一致，表明企業規模決定了其在資源、技術、人力等方面有天然的資源整合優勢，能夠更大力度地開發新產品、新工藝、新技術，有助于企業提升出口產品質量。融資約束（lnfinance）從列（3）至列（4）不顯著。一般而言，企業融資約束程度越低，獲得貸款越便捷。根據回歸結果，融資約束對于出口產品質量沒有明顯的作用。赫芬達爾指數（hhi）在列（3）和（4）中的系數都顯著為負，這與之前學者研究結果一致，主要表明越高的市場壟斷越不利于企業出口產品質量的提升。市場競爭程度對企業出口產品質量有正向影響，可能是因為市場競爭倒逼企業加大研發等投入，實現品牌差異化，提升出口產品質量。政府補貼（subsidy）在列（4）中的系數顯著為正，這與張晴和于津平（2020）的研究結果一致。在我國，政府補貼主要用于企業的技術改造，能夠幫助企業實現生產工藝的升級，對產品質量具有一定的積極推動效應。加工貿易（jiagong）在列（4）中的系數顯著為正，說明加工貿易對于出口產品質量具有顯著的促進作用，與前述特征分析結果一致。可能的原因是加工貿易通過進口原材料和零部件的質量提升，以及國外委托方的產品設計不斷優化，推動其本身產品質量的不斷提升。

綜合企業數字化投入水平對其出口產品質量升級的影響的回歸結果來看，在控制企業固定效應和時間固定效應后，核心解釋變量數字化投入水平（lndigitcomp）的估計系數始終保持在1%水平上顯著為正，表明了數字化投入水平的提升對出口產品質量確實具有明顯的正向促進作用，即有利于制造業出口產品質量的升級。

（二）穩健性檢驗與內生性檢驗

為了進一步檢驗基準回歸結果的穩健性，本文依次采用替換被解釋變量、替換核心解釋變量、核心解釋變量滯后一期等方法對基準回歸進行穩健性檢驗。同時，考慮可能存在的內生性問題，引入政策沖擊作為工具變量進行了內生性檢驗。

1. 替換被解釋變量。考慮到企業出口技術復雜度可以從另一層面反映其產品的技術水平，從而在一定程度上影響其產品質量高低，因此，本文使用企業出口技術復雜度（lnexpycomp）作為產品質量（lnqualitycomp）的代理變量進行回歸。出口技術復雜度的數據計算，利用CEPII-BACI（包含從2000-2020 年的21 年數據），根據世界銀行（WDI）數據庫獲得世界各國不同年度實際人均GDP（以2015 年為基期），計算出HS96 編碼上各產品不同年度的出口技術復雜度，并將其與海關數據庫匹配到企業層面，從而計算出企業層面出口技術復雜度水平。從表4 的（1）列可以看到，替換為企業層面出口技術復雜度后，核心解釋變量lndigitcomp 的系數依然顯著為正，表明在更換被解釋變量后，回歸依然穩健。

2. 替換核心解釋變量。與完全依賴度相比，直接依賴度雖然沒有考慮到數字化投入對制造業行業的間接影響，但可以更直觀地反映產品生產過程中數字產品和服務的直接投入程度，因此，我們將核心解釋變量的衡量指標由完全依賴度指標替換為直接依賴度指標lndigitdirect，進行重新回歸，從而考察回歸結果是否發生改變。從表4 中（2）列的估計結果可以看到，核心解釋變量更換為lndigitdirect 后的估計系數仍然顯著為正，沒有發生實質性變化，表明在更換核心解釋變量后，回歸依然穩健。

3. 核心解釋變量滯后一期。考慮到當期的數字化投入水平可能會對下一期出口產品質量產生影響，如當期的機器設備等固定資產數字化改造投入，可能會對出口產品質量產生跨期影響，本文選擇了企業層面數字化投入的完全依賴度指標（lndigitcomp）的滯后一期（L. lndigitcomp）作為解釋變量進行回歸。表4 中（3）列顯示數字化投入的完全依賴度指標滯后一期（L.lndigitcomp）在1%的水平上顯著為正，回歸依然穩健。

4. 內生性檢驗。考慮到測量誤差或反向因果可能帶來的內生性問題，本文試圖尋找與企業數字化投入水平高度相關的工具變量。工具變量有效意味著其本身和解釋變量之間有較強的相關關系，但是不影響隨機擾動項。參考Acemoglu et al.（2001）的方法，借鑒宋燦等（2022）以政策沖擊作為工具變量進行內生性分析的做法，考慮到國家層面工業和信息化部開展的“兩化融合”試驗區建設，分別于2008-2009 年第一批和2011 年第二批共兩批次批復的16 個國家級“兩化融合”試驗區，這16 個試驗區共涉及30 個城市①。基于該項政策，可以識別出企業所在城市當年度是否已開展了“兩化融合”試驗區試點，如已開展，則該企業數字化發展虛擬變量（did）記為1，否則記為0，以此來構建企業數字化投入的工具變量。工具變量的合理性在于：作為制度環境的“兩化融合”試驗區，企業所在城市納入“兩化融合試驗區”，則該城市的數字化發展將會從人才、基礎設施、資金支持等各方面加大支持力度，企業獲得的數字化投入資源豐富程度和便利性也會相應加大，也會影響到企業的數字化投入預期，從而會將所在城市是否納入試驗區作為其加大數字化投入的一個參考指標，兩者之間具有較強的相關關系；但是城市納入“兩化融合”試驗區作為外部的制度環境因素，不會直接影響到企業的出口產品質量，因此，該變量滿足外生性和高度相關性的特點。

基于此，以政策沖擊作為工具變量，采用兩階段最小二乘法（2SLS）對模型進行重新估計，以解決可能存在的內生性問題。表4 第（4）（5）列分別顯示第一階段和第二階段的回歸結果，Kleibergen－Paap rk Wald F statistic、Kleibergen－Paap rk LM statistic 在較高水平分別拒絕了“工具變量為弱識別”“工具變量識別不足”的原假設，說明將政策沖擊作為工具變量是有效的。（5）列結果也表明，在解決了內生性后，核心解釋變量回歸系數為0.078，仍然在10%水平上顯著，證明了結果的穩健性。

（三）異質性分析

企業類型的不同，決定了其要素稟賦的差異，可能會在一定程度上影響到數字化投入作用的發揮。為此，本文從企業規模、行業數字化投入水平和所有制三方面進行分類，以此來考察數字化投入水平在企業層面的異質性影響。規模上，為了便于統計，本文根據制造業行業人數規模進行統一劃分，1 000 人以下為中小企業，1 000 人（含）以上為大型企業；行業數字化投入水平上，本文按照ISIC Rev4 分類下數字化投入高低進行劃分，將4 分位編碼從3799 到4190 列入高數字化投入水平行業；所有制上，本文根據企業所有制，分國有企業、非國有企業（包括外資企業和私營企業）對企業異質性考察。

1. 企業規模間的異質性。表5 列（1）（2）分別通過分組回歸，分析了中小型企業和大型企業數字化投入水平與出口產品質量之間的關系，從回歸結果可以看出，兩類企業的數字化投入水平與出口產品質量之間均在1%水平上顯著為正。這說明，不同規模企業的數字化投入水平都正向影響出口產品質量。為進一步驗證異質性結果的組間系數差異，本文引入了交叉項，將Scale*digit 作為大型企業和數字化投入水平的交叉項，用來驗證大型企業和其他企業之間數字化投入水平對出口產品質量影響的差異，如表5 列（3）所示。經過檢驗發現，兩者之間有顯著區別，即大型企業數字化投入對出口產品質量的推動作用要高于中小企業。中小企業在人力資源、資本存量、技術積累等方面處于天然劣勢，數字化投入對提升中小企業出口產品質量的作用弱于大型企業。大型企業往往可以通過規模效應，實現更高水平的資源集聚，有利于數字化投入效果的發揮。這一結果也從側面反映了數字化投入水平可能存在的資源配置優化機制。

2. 行業數字化投入水平的異質性。在制造業整體樣本中存在和數字技術高度相關的行業。根據對ISIC Rev4 分類下制造業數字化投入水平的測算，C26（計算機、電子和光學產品的制造，即ICT 部門）、C27（電力設備的制造）這兩個行業的數字化投入水平遠超其他行業。為了驗證高數字化投入水平行業和低數字化投入水平行業的結果是否一致，本文將4 分位編碼從3799 到4190，大類包括電氣機械及器材制造業（39），通信設備、計算機及其他電子設備制造業（40），儀器儀表及文化、辦公用機械制造業（41），列入高數字化投入行業（H_digit），將剩下的列入低數字化投入行業（L_digit），構建兩個樣本池，由此來驗證兩個樣本下回歸結果的差異。表5 列（4）顯示的是高數字化投入行業的回歸結果，列（5）顯示的是低數字化投入行業的回歸結果，可以看到，不同數字化投入水平行業的回歸系數均顯著為正。為進一步驗證異質性結果的組間系數差異，本文引入了交叉項，將Hdg*digit 作為高數字化投入行業和數字化投入水平的交叉項，用來驗證數字化投入不同的行業企業之間數字化投入水平對出口產品質量影響的差異，如表5 列（6）所示。經過檢驗發現，兩者之間在10%水平上有顯著區別，即高數字化投入行業企業的數字化投入水平對出口產品質量的推動作用要高于低數字化投入行業企業。

3. 企業所有制的異質性。根據企業的所有制進行分類，其中，國有企業和集體企業統一記為國有企業（SOC），中外合作企業、中外合資企業、外商投資企業和私營企業記為非國有企業（FPC）。從表5（7）（8）列分組回歸結果可以看出，兩類企業核心解釋變量lndigitcomp 都是顯著為正的，顯示無論哪種企業的所有制形式，數字化投入水平都可以顯著提升其出口產品質量。為進一步驗證異質性結果的組間系數差異，本文引入了交叉項，將SOC*digit 作為國有企業和數字化投入水平的交叉項，用來驗證國有企業和其他企業之間數字化投入水平對出口產品質量影響的差異，如表5 列（9）所示。經過檢驗發現，兩者之間沒有顯著區別。

（四）影響機制檢驗

基于江艇（2022）對因果推斷經驗研究中的中介效應分析，根據前文理論推導和分析，本文分別將生產效率提升和資源配置優化作為數字化投入對出口轉型升級影響的中介變量，驗證中介變量Mit對被解釋變量lnqualitycompit的影響作用，以及自變量lndigitcompit對中介變量Mit的因果關系。

Mit= β0+ β1lndigitcompit+ β2X+ φi+φt+ εit（21）

lnqualitycompit= γ0+ γ1lndigitcompit+ γ2Mit+ γ3X+ φi+φt+ εit （22）

1. 生產效率提升機制作用。盡管存在“索洛悖論”爭論，但從現有的研究和最新數據的分析表明，數字化投入的滲透效應和替代效應可以提高制造業企業的單位要素產出，從而提升生產效率。為了驗證生產效率的渠道作用機制，首先要確定生產效率的變量，由于2008-2009 年中國工業企業數據庫沒有公布企業的中間投入和工業增加值，無法用半參數估計法的LP 法來計算2000-2013 年的全要素生產率，如果使用OP 半參數法因投資必須大于零而損失大量數據。本文借鑒毛其淋、許家云（2014）等的方法，使用勞動生產率（prolabor）來代替全要素生產率，計算方法是用當年度企業工業總產值與從業人員數的比值并取對數來衡量，其中，工業總產值采用以2000 年為基期的工業品出廠價格指數進行平減。

表6 的回歸結果顯示，第（1）列為將生產效率（lnprolabor）作為被解釋變量的回歸結果，數字化投入水平（lndigitcomp）的估計系數顯著為正，即數字化投入水平可以促進生產效率的提升。列（2）是將生產效率（lnprolabor）作為中介變量加入基本模型方程進行回歸，可以看到lndigitcomp和lnprolabor 的回歸系數均顯著為正，且lndigitcomp 的回歸系數較表3 的基準回歸結果的0.013 有所下降。經驗證，數字化投入對出口轉型升級影響的生產效率提升機制存在，即數字化投入通過滲透效應和替代效應，可以對生產效率產生影響，進而影響出口產品質量。

2. 資源配置優化機制作用。前文研究表明，數字技術的成本效應和替代效應可以引導社會資源配置于更高效率的領域，實現企業或行業資源的進一步優化集中，從而實現資源配置的優化。根據Hsieh and Klenow（2009）的資源錯配模型，企業間的資源配置不僅取決于企業的TFP 水平，還取決于企業所面臨的產出和資本扭曲程度，且在一定程度上，資源配置是由扭曲而不是企業TFP 來驅動的，其中，資本扭曲程度與資本勞動比（資本深化）密切相關。

結合Hsieh and Klenow（2009）的資源錯配模型，以單個企業的資本扭曲程度為切入點，本文采用資本深化程度（percapital）來反映制造業企業的資源配置優化程度，用資產總額與從業人員數的比值取對數來衡量。一般而言，資本深化和創新等有相關關系。一方面，隨著企業數字化投入的提升，數字化投入帶來的信息透明化，導致交易成本降低和行業準入門檻下降，推動了資產總額的增加；另一方面，數字化投入的替代效應，導致企業對一般勞動力的需求下降。總的判斷，數字化投入水平會促進資本深化程度提升。在計算過程中，資產總額使用以2000 年為基期的固定資產投資價格指數（IPI）進行平減處理。參考楊汝岱（2015）的做法，相關平減指數來自于中經網統計數據庫，其中，對于部分地區缺失的指數數據，參考張軍、吳桂英和張吉鵬（2004）的估算做法，將海南和西藏缺失的相關指數數據使用居民消費價格指數（RPI）代替。

表6 第（3）列為將資本深化程度（lnpercapital）作為被解釋變量的回歸結果，解釋變量lndigitcomp的估計系數顯著為正。列（4）是將資本深化程度（lnpercapital）作為中介變量加入基本模型方程中進行回歸，可以看到lndigitcomp 和lnpercapital 的回歸系數均顯著為正，且lndigitcomp 的回歸系數較表3 的基準回歸結果0.013 同樣有所下降。經驗證，數字化投入對出口產品質量的資源配置優化機制同樣存在，即數字化投入水平可以通過對企業資源配置的優化，進而影響到其出口產品質量。

五、結論與啟示

本文考察了中國制造業在企業層面數字化投入對出口產品質量的影響。研究結果表明，數字化投入水平有利于中國出口產品質量的升級，且通過分步回歸，企業的存續期、企業規模、政府補貼、加工貿易都存在顯著性正向影響，說明企業存續時間越久、企業規模越大、獲得政府補貼、開展加工貿易等因素，都有利于企業出口產品質量的提升，而企業所處行業的市場集中度越高，越不利于出口產品質量提升。同時，根據對數字化投入水平的計算發現，我國制造業全行業數字化水平還存在需要進一步完善的方面：一是從國內分行業的比較發現，我國數字化投入水平在制造業不同部門之間存在很大差別，ICT 部門仍然是數字化投入最主要的產業部門，電力設備、裝備制造等部門總體呈上升趨勢，相對而言，制造業其他部門的數字化投入水平仍然較低，還有進一步提升的空間。二是從國際比較發現，我國和發達國家在分行業數字化投入水平上存在明顯差距，特別是傳統制造業領域的數字化投入水平我國仍然較低，這在一定程度上也導致我國的傳統制造領域大而不強，數字技術利用不夠，柔性生產和個性化定制不足，導致產品精細化程度較低，產品同質化現象較為嚴重。

為了了解中國制造業數字化投入對企業出口產品質量影響的異質性，本文對企業規模間的異質性進行考察，發現數字化投入水平對大型企業和中小企業的出口產品質量均有顯著推動作用，但是對中小企業的推動作用顯著低于大型企業；對數字化投入水平的異質性進行考察，發現數字化投入對高數字化水平行業和低數字化水平行業企業的出口產品質量都有顯著推動作用，但具有顯著差異，高數字化投入行業明顯高于低數字化投入行業；對企業所有制的異質性進行考察，發現數字化投入水平對國有企業、非國有企業（外資企業和私營企業）的出口產品質量影響均顯著為正，且無顯著差異。為了了解數字化投入對出口產品質量的影響機制，首先考察了生產效率提升機制在數字化投入對出口產品質量影響中的渠道作用，再考察資源配置優化機制在數字化投入對出口產品質量影響中的渠道作用。回歸結果顯示，兩個機制效應均成立。為此，提出如下政策建議：

1. 推動制造業全行業數字化水平提升和全產業鏈數字化發展。國家層面在注重出臺政策推動ICT 等數字化產業發展的同時，需要重視對制造業全行業的數字化轉型引導，促進不同行業的協同發展。同時，制造業上下游產業高度細分，沒有高質量的上下游配套產品，就無法提升全產業鏈的質量水平。要重視推動全產業鏈的數字化轉型，提升全產業鏈產品的精細化、特色化水平，這也是加快現代化產業體系建設的重要基礎和必由之路。

2. 加大對中小企業數字化轉型的支持力度。中小企業作為中間商品的主要提供者，是最重要的數字化轉型突破口和關鍵環節。本文研究發現，數字化投入對中小企業的出口轉型升級雖然具有顯著的影響，但相比于大企業還是有一定差距，因為中小企業在資源集聚等方面的天然弱勢，導致單憑其自身能力實現數字化轉型的難度較大，這就需要政府層面的支持和幫助。對于中小企業而言，由于數字化轉型成本較高，且回收期較長，往往無法承受高昂的轉型成本。因此，政府部門在現行的推動數字經濟和實體經濟融合的政策中，要加大對中小企業特別是小微企業數字化轉型的支持力度，幫助其克服天然弱勢造成的不利影響，為中小企業開發適合其使用的數字化應用場景與產品，降低數字化轉型成本。

3. 提升一般貿易企業的數字化投入水平和轉型升級力度。在實證分析中也發現，加工貿易作為一個獨立因素，對我國企業層面的出口轉型升級確實具有顯著的推動作用，而一般貿易作為我國境內企業的單邊出口貿易方式，在出口附加值上往往要高于加工貿易，對我國經濟發展特別是產業發展的支撐作用更大，也更能反映我國國內循環的整體實力和水平。因此，在構建“以國內大循環為主體，國內國際雙循環相互促進”的新發展格局背景下，需要進一步推動提升以一般貿易為主的出口企業發展水平，加大本國出口產品的數字化投入，推動一般貿易企業出口產品質量的提升，實現制造業整體發展質量的穩步提升，為雙循環發展格局的構建奠定堅實基礎。

4. 推進高水平對外開放，加大吸引高質量外資力度。本文的實證分析發現，數字化投入對包括外商投資企業在內的非國有企業的出口產品質量提升具有顯著的推動作用。外商投資給企業帶來的生產理念和生產技術的提升，通過技術溢出效應可以為企業帶來生產和管理等各方面的改進升級。因此，在推動出口轉型升級的過程中，要注重通過高水平的對外開放吸納高質量的外商投資，在吸納外資的過程中，引入其先進的管理經驗和模式以及生產技術，改造和完善數字化的生產工藝和生產流程，提升出口產品質量。同時，通過數字化投入的生產效率提升機制和資源配置優化機制，進一步推動出口轉型升級，提升我國出口核心競爭力。

5. 從政策層面加快營造數字經濟發展氛圍。在政策推動數字經濟發展的過程中，不能將工業化和信息化割裂開來分別促進，要大力推動兩化融合，既要通過加大如5G 基站、工業互聯網、大數據中心、人工智能等“新型基礎設施”的投入力度，以發展工業為重點，做強主導優勢產業、改造提升傳統產業、促進先進制造業、支持地方特色產業，也要加大各類產業數字化服務平臺建設力度、推動產學研深度合作和人才隊伍的培養。通過政策引導，建立區域公共信息服務平臺，全方位推動形成數字經濟發展的社會氛圍。從國家層面和政府管理層面，為實體經濟和數字經濟深度融合/UFf5GqvmqQz2HhbLn0aqw==營造更加有利的政策環境，鼓勵各類企業廣泛開展數字化改造，加大生產過程的數字化投入，加快出口轉型升級的步伐。

參考文獻

[1] 郭美晨、杜傳忠：《ICT 提升中國經濟增長質量的機理與效應分析》[J]．《統計研究》， 2019 年第3 期，第3-16 頁。

[2] 李志遠、余淼杰：《生產率、信貸約束與企業出口：基于中國企業層面的理論和實證分析》[J]．《經濟研究》，2013 年第6 期，第85-100 頁。

[3] 毛其淋、許家云：《中國外向型FDI 對企業職工工資報酬的影響：基于傾向得分匹配的經驗分析》[J]．《國際貿易問題》，2014 年第11 期，第121-131 頁。

[4] 盛斌、毛其淋：《進口貿易自由化是否影響了中國制造業出口技術復雜度》[J]．《世界經濟》，2017 年第12期，第52-75 頁。

[5] 施炳展、李建桐：《互聯網是否促進了分工：來自中國制造業企業的證據》[J]．《管理世界》，2020 年第3期，第148-167 頁。

[5] 張軍、吳桂英、張吉鵬：《中國省際物質資本存量估算：1952-2000》[J]．《經濟研究》，2004 年第10 期，第35-44 頁。

[6] 張晴、于津平：《投入數字化與全球價值鏈高端攀升——來自中國制造業企業的微觀證據》[J]．《經濟評論》，2020 年第6 期，第72-89 頁。

[7] Acemoglu，D.， Guerrieri.V.， “Capital deepening and nonbalanced economic growth”，Journal of PoliticalEconomy，2008，116（3）：467–498.

[8] Afuah， A.， “Redefining firm boundaries in the face of the Internet： Are firms really shrinking？”，Academy ofManagement Review， 2003， 28（1）： 34-53.

[9] Brynjolfsson， E.， Hitt， L.， “Computing productivity： Firm-level evidence”， Review of Economics and Statistics， 2003，85（4）：793-808.

[10] Byrne， M.D.， Oliner， S.D.， and Sichel， D.E.， “Is the information technology revolution over？ ”， InternationalProductivity Monitor， Centre for the Study of Living Standards， 2013， vol.25： 20-36.

[11] Ellison， J.， Ellison，S.F.， “Match quality，search and the internet market for used books”， NBER WorkingPaper，No.24197， 2018.

[12] Goldfarb， A.， Tucker， C.， “Privacy and Innovation”， Innovation Policy and the Economy， 2012， 12（1）： 65-90.

[13] Hallak， J.C.， Sivadasan， J.， “Firm’s exporting behavior under quality constraints”， NBER Working Paper， No.14928， 2009.

[14] Hitt， L.M.， Brynjolfsson， E.， “Productivity， business profitability， and consumer surplus： Three different measures ofinformation technology value”. MIS Quarterly， 1996， 20（2）： 121-142.

[15] Jorgenson， D.W.， Ho， M. S.， and Stiroh， K. J.， “A retrospective look at the U.S. productivity growth resurgence”，Journal of Economic Perspectives， 2008， 22：3-24.

[16] Shaheer， N.A.， Li，S.， “The cage around cyberspace？ How digital innovations internationalize in a virtual world”[J]，Journal of Business Venturing， 2020， 35 （1） ， Article 103445.

[17] Solow，R.， “We’d better watch out”[N]， New York Times Bookreview，1987-07-12：36.

〔執行編輯：秦光遠〕