数字化转型提高了制造业出口技术复杂度吗?——基于国家信息化发展战略的拟自然实验

李 宏,乔 越

(天津财经大学 经济学院,天津 300222)

一、引言

2020年党的十九届五中全会提出基本实现社会主义现代化的远景目标,其中就包括实现新型工业化,推动数字经济和实体经济融合发展,建成现代化经济体系的具体要求。这充分地体现了数字化转型发展已经成为推动经济社会变革的重要力量,顺应了时代的发展要求。作为一种新型生产要素,数字化区别于传统依赖实物载体的投入要素,大力提升产业生产、销售等环节的信息传递效率并加速知识与技术的扩散和外溢,在宏观层面提升了各国贸易往来的信息传递、利用和沟通效率,在微观层面促进了产业及企业间的合作发展,有利于知识共享与技术溢出[1],从而发挥创新对产业及企业利润率的提升作用[2]。在当前全球新冠疫情的冲击下,制造业出口面临复杂多变的外部挑战,而数字化转型与制造业的深度融合正逐渐显现出作为我国制造业构建发展新格局的新竞争优势,为我国制造业向全球价值链高端攀升、增强国际竞争力打下了坚实的基础[3]。那么,数字化转型是否有效推动制造业出口技术复杂度?又是通过何种机制在充分发挥数字化转型的积极作用?本文旨在研究上述问题,对我国制造业向高质量发展迈进提供重要的借鉴意义。

制造业出口技术复杂度在本质上是制造业在全球市场中国际竞争力的决定因素[4-5]。多年来我国不断改善自身的出口结构,制造业出口技术复杂度大幅提高并逐渐超过了相似收入水平的国家[6-7]。近年来,诸多文献探讨了对制造业出口技术复杂度的影响因素,在产业或企业层面包括人力资本、技术转移、研发投入、技术市场发展、政府补贴等不同特征[8-11];从国家贸易角度出发涉及知识产权保护、外商直接投资、贸易开放度、贸易自由化、贸易壁垒等因素[12-17]。虽然已有文献对出口技术复杂度的影响因素进行了丰富的研究,但从数字化转型角度研究对制造业出口技术复杂度的影响机制仍较为缺乏。

数字化在以往的研究中已经引起了充分的关注,一方面大部分学者将数字化具体为信息或互联网技术,探讨其与企业活动之间的关系[18]:通过降低企业各类生产经营成本、增强新技术认知能力,整合企业战略决策、改善企业的产品和服务质量[19-24]等方面促进企业绩效的提升、实现与上下游企业协同发展并广泛推动各产业在产品生产及工艺流程等方面的创新[25-30]。另一方面多数研究也肯定了数字化在货物与服务贸易领域发挥的正面作用[31-32],能够缓和信息不对称降低贸易固定成本、提高贸易效率、便利贸易服务等促进本国贸易的发展[33]。而数字基础设施的建设能够提升差异化贸易的利润、显著促进贸易量[34-37]。也有学者从信息密度角度研究数字化对企业出口的影响,并认为在产品价值链的各环节中信息密度越高的企业更倾向于选择出口[38-39]。

在现有研究的基础上,本文的边际贡献主要在于:(1)从新的视角检验数字化转型对制造业出口技术复杂度的影响,现有研究多采用数字化转型的量化指标进行研究,忽视了数字化转型所包含的无法量化的因素,而本文将国家信息化发展战略视为一项准自然实验,基于2003—2015年我国制造业28个细分产业的面板数据,更为准确系统地评估数字化转型对制造业出口技术复杂度的带动效应;(2)以往文献中更多的讨论数字化或信息化对国际贸易或企业绩效的影响,而数字化转型与出口技术复杂度之间的传导机制还有待深化,因此本文结合了市场规模、新产品赋能以及上下游产业等具体渠道考察数字化转型提升我国制造业出口技术复杂度的影响机制,进一步拓展了现有研究,为我国制造业如何更好地发挥数字化转型优势提供了经验依据。

二、理论机制与研究假设

(一)数字化转型通过扩大本地市场规模提高制造业出口技术复杂度

数字化作为信息传递与交换的关键,提高了市场交易信息的完备性,从两个角度对本地市场规模产生了积极影响。一方面,买方可以借助数字化的手段进行检索和筛选,降低搜寻成本,减少买卖双方之间的信息不对称,提高本地市场与需求的匹配效率;另一方面,数字化能够促使卖方选择生产小品种、个性化、匹配概率小、搜寻成本高的产品,即长尾产品[40],从而提升在本地市场中的竞争力,更好地应对外部不确定性环境,加速本地市场规模的积累和扩张[41]。此外,本地市场规模的扩大能够对贸易以及制造业出口产生正向影响[42-43],即在规模报酬递增、垄断竞争和存在贸易成本的条件下,通过“本地市场效应”使得拥有较大市场需求规模的主体更倾向于出口并成为净出口方[44]。从产品角度看,相较于资源密集型和劳动密集型产品,本地市场效应对技术密集型产品出口的促进作用越来越强[45],而技术密集型产品的出口技术复杂度也远高于其他产品。因此,数字化转型能够通过扩大本地市场规模作用于出口技术复杂度。据此,本文提出如下假设:

假设1:数字化转型通过扩大本地市场规模带动制造业出口技术复杂度的提高。

(二)数字化转型通过对新产品赋能提高制造业出口技术复杂度

数字化在生产过程中能够为产品赋予新的要素属性,提高产品与市场需求的匹配度,对制造业出口技术复杂度产生了一定积极影响。首先,已有研究探讨了数字化工具在创新过程中的使用对新产品开发的积极影响[46-47],同时,也有学者对柯布-道格拉斯生产函数进行了拓展,将数字技术和其他技术作为一种新的生产要素引入生产函数[48]。对厂商而言,数字化能够通过重新组合与分配各类生产要素,丰富产品的功能并实现产品的升级换代,提高产品的附加值,最终实现数字化对新产品的赋能[49-50]。另一方面,数字化转型能够加速传递市场对新产品的需求,引导厂商通过数字化转型渠道获取有利于生产的技术、资源或知识并进行多样化的产品创新与改进,为产品赋予新的内涵以提升产品质量和对市场的适应能力[51],从而使得新产品凝结了不同生产环节的工艺改良与创新,提升了制造业产品的技术复杂度。据此,本文提出以下假设:

假设2:数字化转型通过为新产品赋能提高制造业出口技术复杂度。

(三)数字化转型影响制造业上下游产业出口技术复杂度

数字化转型对制造业上下游产业出口技术复杂度的影响会存在一定的差异:从上游产业的角度看,在知识与信息完全共享的条件下,产业之间的技术流入和流出的外溢效应都会均衡地刺激研发[52],更强的溢出效应会更有利于整个产业链的发展,甚至倒逼上游产业的研发创新[53-54],此时数字化转型增强了产业关联度,为上游产业提升出口技术复杂度奠定了基础;从下游产业的角度看,由于信息交换速度的提升和技术效率的极大不确定性,引发了下游产业对自身敏感信息泄露以及研发创新成果被模仿的担忧[55],此时产业更倾向于保护相关的信息,加剧产业间的信息不对称,限制下游产业创新[56-58],这会引发“柠檬市场”效应,即当市场中买卖双方拥有信息不一致时,优质产品会被劣质产品驱逐,市场中将充斥劣质产品[59-60],从而降低产业利润。由此可见,数字化转型使得产业的信息交流与共享更加频繁,一方面能够促进上游产业研发水平的提升,另一方面产业的过度竞争会干扰知识共享或技术溢出对下游产业发挥积极的作用,因此,本文提出如下假设:

假设3:数字化转型对制造业上游产业出口技术复杂度具有正向影响，对制造业下游产业出口技术复杂度存在抑制作用。

三、研究设计

(一)制造业出口技术复杂度的测算

本文基于出口产品角度,借鉴Hausmann等相关研究的计算方法[4],对我国制造业细分产业的出口技术复杂度进行了测算。首先需要计算出产品q的PRODY指数,即某国出口某种产品的人均GDP加权和,代表了产品的相应收入水平:

(1)

式(1)中q表示按照国际通用分类标准HS02划分的六分位产品,i代表一个国家或地区,x表示产品出口额,X为出口总额,Y表示i国人均GDP水平。

其次,可以计算每个细分产业的出口技术复杂度EXPY,该指数为对该细分产业收入的加权平均,利用如下公式计算出口技术复杂度:

(2)

(二)模型设定

本文为评估数字化转型对制造业出口技术复杂度的影响,拟在2006年开始实施的《2006—2020年国家信息化发展战略》这一准自然实验框架下,将知识产权(专利)密集型产业视为控制组,采用双重差分方法(Difference-in-Difference)进行实证检验。基于此,本文的基准模型设定如下:

EXPYjt=β0+β1DIDjt+β2Xjt+γj+δt+εjt

(3)

式(3)中,j表示产业,t表示时间。EXPYjt表示制造业出口技术复杂度,DID为核心解释变量表示数字化转型,即DIDjt=Knowledgej×Postt。其中,Postt为时间虚拟变量,即在2006年之后的年份取1,2006年之前的年份取0,这样设定的原因在于国家信息化发展战略的规划时间为2006—2020年,同时结合模型对样本期的要求和相关数据可得性,本文拟选择的研究样本时间段设定为2002年以后(2003—2015年)。Knowledgej表示j产业是否属于知识产权(专利)密集型产业,若j产业属于知识产权(专利)密集型产业,则Knowledgej=1,反之为0,分类标准依照我国国家统计局公布的《知识产权(专利)密集型产业统计分类(2019)》。

此外,在准自然实验中,实验组和对照组的样本除了会受到数字化转型的异质性冲击,也会存在一些产业特征产生潜在的影响,从而导致对样本的估计产生偏误。因此,结合现有研究[61],本文选取了如下控制变量:Financejt代表融资约束,采用利息支出与固定资产净值的比值进行度量;Ownjt代表市场化水平,选取国有企业销售产值占全部销售产值的比重衡量;Profitjt代表利润水平,以利润总额与销售收入之比度量;Sizejt代表产业规模,通过平均销售收入(销售收入/企业数量)进行衡量;Debtjt代表负债水平,使用负债合计与资产合计的比值表示;FDIjt代表外商投资水平,利用外商投资企业固定资产占固定资产净值的比重进行度量。在模型设定中,控制变量用Xjt表示,γj表示行业固定效应,δt表示时间固定效应,εjt为误差项。模型描述性统计如下表1:

表1 描述性统计

(三)数据来源

本文所使用的数据库包括中国海关贸易数据库(2003—2015年)、CEPII-BASE数据库(2003—2015年)、世界银行WDI数据库(2003—2015年)、中国工业统计年鉴(2004—2016年)等四套全面系统的数据库。其中包括:测算产品出口技术复杂度所用到的数据取自CEPII和世界银行数据库,根据产品的HS6位编码的国家贸易数据,利用公式(1)进行计算,在此基础上使用中国海关数据库进行产业合并,完成公式(2)的计算,由此得到制造业细分产业的出口技术复杂度;核心变量分类标准来源于中国国家统计局;控制变量的选取为中国工业统计年鉴提供的2位编码的产业数据。由于数据统计口径存在一定的差异,需要将不同的编码分类标准进行不同的匹配或合并处理。根据本文研究需要,采用海关协调制度分类标准(HS)、中国工业标准分类(CIC)和国际工业标准分类(ISIC)进行了转换与匹配。

四、实证结果及分析

(一)基准回归结果

表2报告了基准模型的回归结果,其中第(1)列仅控制了核心解释变量DID以及行业和年份的固定效应,第(2)列则是包含了控制变量的完整结果。根据结果显示,变量DID的系数在1%的水平上显著为正,这表明数字化转型对制造业出口技术复杂度具有显著的推动作用,且在第(2)列控制变量加入后,数字化转型对制造业出口的提升作用为11.4%,这也充分说明数字化转型能在很大程度上促使制造业的出口升级。

表2 基准回归结果

控制变量方面,市场化水平、利润水平、产业规模、负债水平的变量符号均与预期相符,但模型中融资约束对出口技术复杂度的影响为正,外商投资水平为负,这与预期不符。可能的原因在于当融资约束越高,产业更加趋于选择保守型的投资方案,降低产业的人员、研发等投入,避免激进的投资带来过高的经营风险[62],从而会导致出口技术复杂度的降低;外商投资的进入可能会对产业内部的研发进行技术与信息封锁[63],从而降低产业内的技术溢出和信息流动,抑制了出口技术复杂度的提升。

(二)稳健性检验

双重差分法的应用存在一系列的重要前提假设,其中关键要满足的条件包括共同趋势及政策评估的过程不会受到非观测因素的干扰,以及可能存在的样本选择偏误的问题。因此,本文将从这些方面进行识别检验,确保模型估计结果的可靠性。

1.共同趋势检验

双重差分模型的核心假设是实验组与对照组具有相同的变化趋势或不存在明显差异,即两组样本具有一定的可比性。本文在基础模型的基础上进行了共同趋势检验,加入了政策实施前的虚拟变量DID×Treat01、DID×Treat02,结果如表3所示,可以看出在数字化转型之前变量在统计上均是不显著的,即使加入控制变量结果依旧不显著,这表明样本的对照组与处理组在政策实施前不存在显著的差异,满足共同趋势的假设。

表3 共同趋势检验

续表3 共同趋势检验

2.安慰剂检验

本文在准自然实验中虽然已经加入了控制变量,但仍可能存在一些随机因素会对实验组与对照组产生除数字化转型冲击以外的不确定性影响,从而导致模型的前提假设不成立。为了排除本文所采用的双重差分模型未存在其他非观测因素的干扰,进行了如下安慰剂检验:保持数字化转型实施的时间t不变,对实验组与对照组进行随机化处理,即将原来实验组中受到政策冲击的产业视为新的对照组,在此基础上对模型进行重新估计,由此完成一次安慰剂检验。为了提高安慰剂检验的可识别能力,本文将这个随机过程重复了1 000次,从而可得到DID的1 000个估计系数,结果表示DID系数的均值为-0.008 7,远小于基准模型所估计的结果,说明数字化转型确实存在明显的异质性,对知识产权及专利密集型产业的推动作用更为显著。图1报告了1 000次随机过程过后变量估计系数的概率密度分布图,随机分配的估计值集中在分布在0附近,基本符合正态分布,从而可以反推出样本不存在随机因素的干扰,也并不会因为非观测因素而影响模型的估计结果,满足模型的另一前提假设条件,进而可以证明基准模型的结果是稳健的。

图1 安慰剂检验

3.检验样本选择偏误

为确保基准回归结果的稳健,本文进一步使用PSM-DID的方法检验是否存在样本选择偏误的问题。首先通过PSM(倾向得分匹配),采用核匹配方法进行匹配,使得实验组与对照组在出现政策冲击前尽可能不存在显著差异,以减少后续使用双重差分方法时可能出现的样本选择偏误的内生性问题。平衡性检验显示协变量在匹配后的标准化偏差均小于10%,如图2所示,这意味着所选协变量在实验组与对照组之间的差异得到缩小,能够进一步确保后续双重差分模型估计的准确性。

图2 平衡性检验

在进行倾向得分匹配后,对样本再次进行估计,结果如表4所示,可以看出核心解释变量的估计系数依旧在1%的水平上显著,且回归系数也有了一定程度的提高,因此数字化转型对制造业出口技术复杂度正向带动效应的估计结果是可靠的。

表4 PSM(核匹配)结果

(三)异质性检验

在稳健性检验的基础上,本文对模型进行了异质性分析,参考王颂吉和白永秀、安苑和王珺的做法,将所选控制变量与核心解释变量分别进行交乘[64-65],以考虑在所选控制变量趋同的情形下,数字化转型能否更好地提升制造业出口技术复杂度。结果如表5所示,可以看出融资约束以及产业规模与数字化转型的交互项是显著的,其中融资约束与数字化转型交互后显著为正,这意味着当不同产业的融资约束条件不同时,融资约束越强的产业会更容易受到数字化转型的影响提升自身出口技术复杂度;而产业规模与数字化转型的交互项显著为负,考虑的原因在于规模越小的制造业会更加依赖数字化转型的效应带动自身出口技术复杂度的提高,解释变量DID与控制变量Own的交互项DID-Own的估计系数为正,DID与控制变量Profit、Debt、FDI的交互项的估计系数为负,但均未通过显著性检验。

表5 异质性检验

五、机制分析

(一)数字化转型通过市场规模影响制造业出口技术复杂度的中介效应检验

如果数字化转型能够在一定程度上通过影响市场规模、发挥本地市场效应促进制造业出口技术复杂度提升,那么出口技术复杂度较低的产业会在数字化转型的过程中获得更大的出口升级。因此,本文检验的基本思路为:如果存在数字化转型-市场规模-制造业出口技术复杂度提升的传导过程,则数字化转型首先显著影响制造业的出口技术复杂度,这在本文的基准模型检验中已经得到验证;其次数字化转型与市场规模之间应该存在显著关系;最后数字化转型能够通过市场规模影响制造业出口技术复杂度。设立如下回归模型进行检验:

EXPYjt=β0+a1DIDjt+β1Xjt+γj+δt+εjt

(4)

HMSjt=β0+b1DIDjt+β2Xjt+γj+δt+εjt

(5)

β3Xjt+γj+δt+εjt

(6)

表6 市场规模检验

续表6 市场规模检验

(二)新产品赋能视角下数字化转型提高制造业出口技术复杂度的检验

为验证新产品赋能在数字化转型与出口之间发挥的作用,本文参考赵玉奇和柯善咨(2016)、杨继军等(2020),构建衡量产品创新水平的指标Productjt,采用新产品产值占总产值比重测度[68-69],同时构建数字化转型与产品创新水平的交互项DID×Productjt,用以表示数字化转型通过产品创新对制造业出口技术复杂度的影响,将两个指标带入基准模型进行回归,结果如表7所示。数字化转型与产品创新水平的交互项对制造业出口技术复杂度的影响显著为正,体现了数字化转型通过对新产品赋能进而提高制造业出口技术复杂度的影响机制是存在的。

表7 新产品检验

续表7 新产品检验

(三)上下游产业信息传递对数字化转型提高制造业出口技术复杂度的检验

表8 上下游检验

六、结语

本文基于2003—2015年我国制造业28个细分产业的面板数据,利用双重差分方法估计了数字化转型对我国制造业出口技术复杂度的提升作用,并检验了影响机制,研究发现:(1)数字化转型能够显著提高我国制造业出口技术复杂度,经过共同趋势检验、安慰剂检验以及PSM-DID方法估计等一系列稳健性检验后,该结论仍然成立;(2)异质性检验发现，融资约束越强的产业会更容易在数字化转型的影响下提升自身出口技术复杂度,而规模越小的制造业会更加依赖数字化转型带动自身出口技术复杂度的提高;(3)机制研究表明,数字化转型通过扩大本地市场规模以及对新产品进行赋能有效提高了制造业出口技术复杂度;同时,数字化转型对上游产业出口技术复杂度具有显著正向影响,但显著抑制了下游产业出口技术复杂度。

本文的研究对新时代数字化转型促进制造业高质量发展具有以下启示:(1)发挥我国在数字经济领域的新竞争优势，以提升制造业出口技术复杂度。我国应利用数字化转型的新竞争优势,将数字化与制造业充分融合,大力推动科研力量的优化配置和资源共享,深入实施创新驱动发展战略,系统提升制造业自主创新能力,提高制造业的技术复杂度,强化制造业高质量发展的内生动力。(2)推动制造业的数字化转型对新产品进行赋能，以增强国际市场竞争力。我国要提升信息传递效率和质量,鼓励企业运用数字化的手段生产具有高附加值的产品,更有效地利用国际国内两个市场、两种资源,形成厂商与市场之间的动态平衡,为制造业提质增效打下良好基础。(3)规避制造业上下游产业过度竞争风险，以增强产业链韧性。我国制造业在保持制造业产业链稳定的过程中,应重视产业链的数字化转型发展,强化产业共性技术供给,推进制造业的高效联动,避免出现因产业间的过度竞争等造成的零和博弈现象,打造具有国际竞争力的制造业产业链,发挥出高水平制造业的整体效能。