创新因子对出口技术复杂度的影响——基于创新驱动发展战略的调节效应

田 晖，刘梦蝶，程 倩，宋 清

(1.中南大学商学院，湖南 长沙 410083；2.清华大学经济管理学院，北京 100084)

0 引言

自加入世贸组织以来，中国以要素驱动与投资驱动并重的发展模式实现了出口贸易的长足发展，出口贸易总额连年递增，由2001年的2.20万亿元增长至2020年的17.93万亿元，年均增长率为11.67%。出口规模的持续扩大为出口质量的逐步优化提供了较强支撑，但仍面临全球价值链 “低端锁定”的困局，出口技术复杂度在变迁过程中不稳定、不平衡的问题显著存在。聚焦于行业差异，资本密集型行业出口技术复杂度普遍低于劳动密集型和技术密集型行业，劳动密集型行业出口技术复杂度逐渐固化，技术密集型行业出口技术复杂度的上升趋势愈发凸显。 “十四五”规划明确指出，坚持创新在中国现代化建设全局中的核心地位。因此，借力创新驱动实现出口贸易高质量发展是一条行之有效的路径。

目前，中国整体创新能力不断增强，世界知识产权组织的评估显示，中国创新指数位居世界第14位，已经进入创新型国家行列。我们也深刻认识到必须依托创新实现产业突破，其中至关重要的是找到激发创新动力源的创新因子，以此撬动科技引领在出口贸易中的关键作用。在创新驱动发展战略提出后，主要形成了以创新主体、创新投入和创新环境三类创新因子为核心特征的贸易动力机制，通过加速创新因子间的流动，强化科技创新合力，从而驱动出口技术复杂度的提升。

1 文献回顾

近年来中国出口技术复杂度虽然实现了一定程度的跃升，但与发达国家相比仍存在较大差距[1-2]。现有研究关于创新对出口技术复杂度的影响已基本达成共识，皆认为创新能够推动出口技术复杂度升级。国内外学者通常从创新投入的视角考察其对出口技术复杂度的影响效果及作用机制，发现创新通过提高企业生产效率、增加产品技术含量等方式有效提升企业出口技术复杂度，同时创新对出口技术复杂度的促进效果因企业所有制与贸易方式的异质性而产生分化[3-5]。也有研究指出，创新主体间的优势互补和资源统筹能够显著提升企业出口绩效表现；以信息技术发展水平、市场竞争程度为代表的创新环境的改善能够强化出口技术复杂度驱动因素的促进作用，刘琳等[6-7]的研究表明，良好的市场环境在全球价值链与出口技术复杂度的关系中存在正向调节作用。因此，创新主体和创新环境也是影响出口技术复杂度的重要因素，与创新投入共同形成在国际分工体系中重塑出口竞争优势的创新闭环。

鉴于创新是出口贸易高质量发展的出发点和着力点，创新驱动发展战略提出后就成为国际贸易领域研究的重要议题，国内文献呈井喷式涌现。已有文献主要从解读创新驱动发展战略的内涵、探讨实施创新驱动发展战略的对策与评价创新驱动发展战略的实施效果等视角展开研究[8-10]。但是，目前相关文献尚停留在回答创新驱动发展战略 “是什么”及 “怎么做”两类问题上，关于创新、创新驱动发展战略与出口技术复杂度三者关系的研究较为鲜见。宋林等[11]、王谦等[12]分别实证研究了创新驱动发展战略背景下技术创新的路径选择和研发支出的效率评估，邢斐等[13]则明确指出创新驱动发展战略是实现出口结构转型升级和出口数量稳定增长的关键。

上述研究为本文提供了有益启发，但是仍存在以下不足：①学界通常仅考察创新投入对出口技术复杂度的影响，却忽视了创新主体与创新环境等关键创新因子对出口技术复杂度的作用；②多数研究仅采用单一指标作为创新因子的代理变量，难以全面刻画创新因子对出口技术复杂度的作用；③创新驱动发展战略相关领域的实证研究较为匮乏，对于创新驱动发展战略在创新与出口技术复杂度关系间的作用机制研究更是近乎空白。

与以往研究相比，本文的边际贡献在于以下几点：①将创新主体、创新投入与创新环境三类创新因子纳入分析框架，综合探究各类创新因子对出口技术复杂度的影响，克服了以往研究的片面性；②采用全局主成分分析法科学测度创新主体、创新投入和创新环境三类创新因子，全面考察各类创新因子对出口技术复杂度的影响，增加了研究结论的解释力；③探索性地检验创新驱动发展战略在各类创新因子与出口技术复杂度间的调节效应，以期为揭开创新与出口技术复杂度关系的 “黑箱”提供新的研究视角。

2 理论分析与研究假设

2.1 创新因子与出口技术复杂度

为了更好地探究创新如何作用于出口技术复杂度，本文采用创新因子作为创新的基础单元，厘清驱动出口技术复杂度提升的创新要素。结合已有文献[14-15]，本文认为创新主体、创新投入和创新环境是创新系统中的核心创新因子，可能从以下途径对出口技术复杂度产生促进效应。

创新主体由直接参与创新活动的个体及种群构成[16]，创新主体数量增加将加剧行业竞争程度，成为创新主体有序开展研发活动、提高创新效率的外部压力，促使创新主体提高单位产品价值，最终提高出口技术复杂度；同时创新主体间在互动过程中产生技术溢出效应[17]，这种技术转移行为对企业及产业带来正的外部效应，能够提升产业技术水平，整体推动出口技术复杂度提升。创新投入主要通过创新经费与创新人才两类资源形态提升出口技术复杂度：一方面，创新经费为整个创新环节提供物质来源，在很大程度上决定产品的基本特征与技术含量，直接影响出口产品的国际竞争力；另一方面，创新人才在产品的研发、生产与销售等环节中能够发挥创造性，帮助企业提高产品附加值，从而促进出口技术复杂度提升。适宜、匹配的创新环境能够激发科研人员的创造意识，引导其创造行为朝着市场化、合理化方向发展，促使高质量原始创新成果不断涌现[18]，因而有助于出口技术复杂度的提高。

基于以上分析，本文提出假设1：创新主体、创新投入和创新环境三类创新因子对出口技术复杂度有促进效应。

2.2 创新驱动发展战略的调节效应

创新驱动发展战略可以正向调节创新因子与出口技术复杂度的关系，其内在机理如下：针对创新主体而言，创新驱动发展战略的引导、协调和服务功能够帮助创新主体在创新决策中规避创新风险[19]，提高创新效率，进一步加速出口技术复杂度升级；同时，创新驱动发展战略也紧密加强了创新主体间的合作，促使创新主体通过协同创新形成创新集群，加快创新主体间知识和技术的溢出速度，进而强化创新主体对出口技术复杂度的正向影响。对于创新投入来说，在创新驱动发展战略背景下，政府经济资源及人力资源的供给和保障能够有效降低企业创新投入的成本，鼓励企业多频率、高强度地参与研发活动，为产品实现量的积累转化为质的突破提供可能，从而增强创新投入对于出口技术复杂度的促进效应。另外，创新驱动发展战略在贯彻过程中不仅注重营造更加公平、自由的创新环境，倡导服务于创新全过程的创新文化，还通过加快构建高水平知识产权保护政策与完善的市场机制及法律体系，增强创新活动的激励与保障作用[20-21]，不断释放创新环境对出口技术复杂度的内生效能。

基于以上分析，本文提出假设2：创新驱动发展战略在创新主体、创新投入和创新环境与出口技术复杂度的关系中存在正向调节效应，如图1所示。

图1 理论机制与假设

3 研究设计

3.1 变量选取

(1)被解释变量：出口技术复杂度 (ES)。本文利用中国海关HS大类产品数据测算省际出口技术复杂度，由于HS编码共有22类产品，为了提高测度结果的准确性，本文借鉴周禄松等[22]的做法，剔除产业不明的特殊产品与杂类产品，最终计算的产品大类共有16类。借鉴Hausmann等[23]的方法，对各省市出口技术复杂度进行测算。

首先，计算出每一类产品的出口技术复杂度：

其中，PSkt为t年k类产品的出口技术复杂度，xikt为地区i在t年k类产品的出口额，Xit为地区i在t年的出口总额，Yit为地区i在t年以2007年为基期剔除价格因素后的人均实际GDP。

其次，以各类产品出口占该地区出口总额的比重作为权重，对相应类别产品出口技术复杂度加权平均，得到各省市的出口技术复杂度：

其中，ESit表示地区i在t年的出口技术复杂度。

(2)核心解释变量：创新因子 (INO)。为了全面反映创新因子的基本现状，本文遵循科学、客观、系统的原则，以汤临佳和孙艳艳等[24-25]的研究为参考，构建创新因子指标衡量体系 (见表1)。同时采用全局主成分分析法对创新主体、创新投入与创新环境三类创新因子进行降维提取，综合测度各类创新因子，以便充分有效地考察各类创新因子与出口技术复杂度的关系。

表1 创新因子指标体系

各创新因子维度下KMO度量值均大于0.6，Bartlett检验值所对应的p值均等于0.000，小于0.001，表明各二级指标具有较强的线性关系，符合全局主成分分析的检验标准。首先对指标数据进行Z-Score标准化处理，其次根据特征值大于1的原则提取主成分，最后利用成分系数除以主成分相对应的特征值开平方根得到特征向量，以此确定各二级指标的权重，进而提炼出创新主体、创新投入和创新环境这三个综合指标。公式如下：

IS=0.4797×ZNie+0.3696×ZNrs+0.5613×ZNoc+0.5640×ZNft

IP=0.6151×ZFrd+0.5931×ZDev+0.5195×ZLge

IE=0.5326×ZGdp+0.4927×ZCpl+0.5266×ZScg+0.4430×ZInt

(3)调节变量：创新驱动发展战略 (IDD)。创新驱动发展战略为虚拟变量，由于创新驱动发展战略于2012年的年底提出，因此令2013年以前的变量取值为0，2013年及以后的变量取值为1。

创新驱动发展战略在创新因子与出口技术复杂度关系中的调节效应通过交互项 (INO×IDD)来体现，由于创新因子包含创新主体、创新投入和创新环境三个维度，因此，交互项分别为IS×IDD、IP×IDD、IE×IDD。交互项的系数表示创新驱动发展战略对创新因子与出口技术复杂度的边际影响，如果创新因子利于出口技术复杂度的提升，那么正的交互项系数表明创新驱动发展战略能够有效增强创新因子对出口技术复杂度的促进效应，负的交互项系数则表明创新驱动发展战略会减弱创新因子对出口技术复杂度的有利影响。

(4)控制变量。为了规避遗漏变量带来的偏误，本文对以下影响出口技术复杂度的因素加以控制：①对外开放度 (Open)，选择进出口总额与外商直接投资的总和占GDP的比重表示；②人力资本 (Hum),利用平均受教育年限法测算，小学、初中、高中、大专及以上学历受教育年限分别为6年、9年、12年、16年，用各学历就业数占总就业人数的比重乘以对应教育年限加总得到；③企业规模 (Scale)，选取规模以上工业企业利润总额衡量；④市场化程度 (Mar)，以国有单位就业人员数占从业人员总数的比重度量；⑤金融发展 (Fin)，采用金融机构人民币贷款余额与GDP的比值表征。

柳州市出露地层有泥盆系、石炭系、二叠系、三叠系、白垩系、古近系和第四系，基岩出露约占2/3，主要为碳酸盐岩，次为碎屑岩、硅质岩及少量凝灰岩。松散的第四系堆积约占1/3，有河流冲积、溶蚀残余堆积等类型。除白垩系、古近系和第四系与下伏地层呈角度不整合接触外，其余各地层间均为整合接触。

3.2 模型设定

为了揭示创新因子、创新驱动发展战略对出口技术复杂度的影响，根据Hausman检验结果构建固定效应模型。

首先建立模型 (1)，考察创新因子对省际出口技术复杂度的直接影响。由于创新因子对出口技术复杂度的影响往往存在一定的滞后作用，因此将创新因子滞后1期引入模型[26]，得：

ESit=α0+β1INOit-1+β2Openit+β3Humit+

β4Scaleit+β5Marit+β6Finit+λt+ui+εit

(1)

其次建立模型 (2)，对创新因子与创新驱动发展战略进行联合显著性检验，进一步分析创新因子与创新驱动发展战略对省际出口技术复杂度的影响：

ESit=α0+β1INOit-1+β2IDDit+β3Openit+

β4Humit+β5Scaleit+β6Marit+β7Finit+λt+ui+εit

(2)

最后引入创新因子与创新驱动发展战略的交互项，建立模型 (3)，检验创新驱动发展战略在创新因子与出口技术复杂度关系间的调节效应：

ESit=α0+β1INOit-1+β2IDDit+β3INOit-1×IDDit+β4Openit+β5Humit+β6Scaleit+β7Marit+

β8Finit+λt+ui+εit

(3)

在模型 (1) (2) (3)中，INOit-1表示地区i在t-1年的创新因子，包括IS、IP和IE；IDDit表示创新驱动发展战略；Openit表示地区i在t年的对外开放程度；Humit表示地区i在t年的人力资本水平；Scaleit表示地区i在t年的企业规模；Marit表示地区i在t年的市场化程度；Finit表示地区i在t年的金融发展水平；λt表示时间固定效应；ut表示个体固定效应。

3.3 数据说明

本文利用2007—2019年30个省市的创新因子及出口技术复杂度相关数据进行实证分析。测度各省市出口技术复杂度的分类商品出口额来源于国研网的对外贸易数据库；测度创新因子使用的相关数据来源于历年 《中国科技统计年鉴》和 《中国统计年鉴》；控制变量中人力资本和市场化程度均基于历年 《中国劳动统计年鉴》计算得出，其他各指标数据均来源于历年 《中国统计年鉴》及各省市统计年鉴。为了解决量纲不同及多重共线性等问题，除了虚拟变量 (IDD)外，其他变量均进行标准化处理。

4 实证结果分析

4.1 基准检验结果分析

创新因子对出口技术复杂度的影响及创新驱动发展战略的调节效应基准回归结果如表2所示。模型 (1a) (1b) (1c)分别考察各类创新因子对省际出口技术复杂度的影响；模型 (2a) (2b) (2c)分别考察各类创新因子与创新驱动发展战略对省际出口技术复杂度的联合影响；模型 (3a) (3b) (3c)分别考察创新驱动发展战略在各类创新因子与省际出口技术复杂度关系中的调节效应。

表2 基准检验结果

(1)创新因子对省际出口技术复杂度影响的存在性检验。由模型 (1a)单独引入创新主体以及在模型 (2a)中对创新主体与创新驱动发展战略进行联合显著性检验的结果可知，创新主体的系数均显著为正，表明创新主体能够显著提升省际出口技术复杂度。模型 (1b)和 (2b)的结果显示，创新投入对出口技术复杂度的促进效应均在1%的显著水平下通过检验，说明创新投入越多的省市其出口技术复杂度水平也越高。在模型 (1c)和 (2c)中，创新环境的系数均显著为正，且显著性保持一致，证明回归结果稳健，这意味着创新环境的改善能够驱动省际出口技术复杂度提升。由此，假设1得到验证。

(2)创新驱动发展战略对创新因子与出口技术复杂度的调节效应检验。由模型 (3a)可知，创新主体与创新驱动发展战略的交互项 (IDD×L.IS)系数显著为正，表明创新驱动发展战略的调节效应存在，即创新驱动发展战略增强了创新主体对出口技术复杂度的促进效应。模型 (3b)中创新投入与创新驱动发展战略的交互项 (IDD×L.IP)呈现显著正向影响，说明创新驱动发展战略在创新投入与出口技术复杂度的关系间存在增强的调节效应。模型 (3c)显示创新环境与创新驱动发展战略的交互项 (IDD×L.IE)系数为正，但不显著，即创新驱动发展战略在创新环境与出口技术复杂度的关系间不存在调节效应，其原因可能是在落实创新驱动发展战略过程中仍存在创新激励机制与创新制度之间彼此矛盾和冲突的地方，在短时间内未能为创新活动的出现提供足够的保障与激励，从而导致创新驱动发展战略无法在创新环境与出口技术复杂度之间产生持续的正向影响。因此，假设2得到部分支持。

4.2 异质性检验结果分析

考虑到行业异质性的特点，借鉴李平等[27]的做法，按照要素密集度将16类产品划分为劳动密集型、资本密集型与技术密集型三类行业，探究不同行业类型下创新因子对出口技术复杂度的影响及创新驱动发展战略调节效应的差异，异质性检验结果如表3所示。结合模型 (1) (2)的异质性检验结果可以发现，创新主体、创新投入与创新环境三类创新因子对出口技术复杂度的估计系数均显著为正，说明这三类创新因子均有效提升了三类行业的出口技术复杂度，与前文全样本基准检验结果一致。

不同行业下创新驱动发展战略的调节效应存在差异。首先，对于创新主体而言，创新驱动发展战略仅正向调节了其与技术密集型行业出口技术复杂度的关系；其次，针对创新投入，创新驱动发展战略在其与劳动密集型、资本密集型行业出口技术复杂度的关系间存在正向调节效应，而在技术密集型行业中则不存在调节效应。

4.3 稳健性检验结果分析

为了增加上述结论的可信度，本文重新构建了创新因子指标衡量体系 (见表4)，再次通过全局主成分分析法对三类创新因子降维提取，以替代已有各类创新因子指标数据，验证计量结果的稳健性。稳健性检验结果如表5所示，通过与表2的基准检验结果对比发现，各变量除了系数略有变化外，符号与显著性水平基本相同，表明本文的检验结果不会因指标选取的不同而发生变化，研究结论具有较强的稳健性。

表3 异质性检验结果

5 结论与政策建议

本文的研究结论表明：创新主体、创新投入和创新环境三类创新因子均对出口技术复杂度具有促进效应；创新驱动发展战略在创新主体、创新投入与出口技术复杂度的关系中存在增强的调节效应，但在创新环境与出口技术复杂度的关系中不存在调节效应；劳动密集型和资本密集型行业中创新驱动发展战略均能增强创新投入对出口技术复杂度的促进效应，技术密集型行业中创新驱动发展战略能够增强创新主体对出口技术复杂度的促进效应。

基于上述结论，本文提出以下政策建议：

表4 创新因子替代指标体系

第一，发挥创新因子的协调作用，持续扩大创新因子对出口技术复杂度的促进效应。创新主体要通过破除主体间的流动壁垒积极开展产学研合作，以协同创新促进出口技术复杂度的提升；企业既要加大研发投入力度，也要合理优化投入结构，多措并举地提高自主创新能力，助推出口高质量发展；各地区要通过营造浓厚的创新氛围、完善市场机制等途经发挥创新环境的激励作用，培育出口竞争新优势。

表5 稳健性检验结果

第二，释放创新驱动发展战略的强劲动能，增强创新因子对出口技术复杂度的核心动力。政府应加强创新主体间的交互强度，加快知识与技术的溢出速度，激发创新主体提升出口技术复杂度的脑动力；并为企业经济资源与人力资源提供长期稳定的支持，调动企业开展研发活动的积极性，增添创新投入的源动力；同时应立足于创新驱动发展战略实施过程中面临的障碍，通过构建完善的创新生态体系强化创新环境的激励作用，进而为出口技术复杂度升级催生出不竭的软实力。

第三，差异化开展创新活动，推动不同要素密集型行业出口技术复杂度协同发展。保证劳动密集型行业转型的力度与速度，重塑劳动密集型行业显著性比较优势；通过降低资本密集型行业的生产成本，进一步提高其出口竞争力；实现技术密集型行业的核心技术突破，扭转前沿技术受制于人的被动局面，同时也要充分发挥创新驱动发展战略 “加速器”的作用，挖掘新的增长红利，整体推进出口技术复杂度提升。