数字经济与我国制造业出口技术复杂度——基于中介效应与门槛效应的检验

杜传忠 管海锋

改革开放以来，中国制造业凭借劳动力与自然资源方面的比较优势，积极融入国际分工体系，嵌入制造业国际价值链。两头在外的发展模式给中国带来巨大经济效益的同时，也造成了我国制造业整体技术水平不高，长期处于国际价值链中低端等问题。此外，我国高技术制造业也出现了“高端产业低端化”和“高技术不高”的现象，传统制造业和高技术制造业都面临被“低端锁定”的风险。而近年来，随着资源禀赋优势的弱化和要素成本的上涨，以及发展中国家加快工业化与发达国家的“再工业化”，对我国制造业发展形成“双向挤压”的严峻挑战。在这种背景下，加快实现出口技术复杂度的跃升，突破制造业升级的瓶颈制约，破除制造业价值链“低端锁定”，成为我国提升制造业国际竞争力、实现经济高质量发展的重要一环。

当今世界，新一轮科技革命与产业变革正在加速推进，大数据、云计算、人工智能等新一代信息技术正在迅速发展并得到广泛应用，有力促进了数字经济的发展。以数字化的知识和信息为关键生产要素、以现代信息网络为重要载体、以信息通信技术有效使用为手段，实现效率提升和经济结构优化的数字经济(1)2016年G20杭州峰会通过的《二十国集团数字经济发展与合作倡议》中关于数字经济的定义。，为我国制造业升级提供了难得的机遇和条件。智能制造、网络化协同制造、个性化定制和服务型制造等制造业新模式不断涌现，通过深度感知、智慧决策与创造差异等方式提高制造业的创新水平、运行效率、产品质量和价值溢价(肖静华，2021)，有效提升了制造业附加值和国际竞争力。近年来，我国数字经济发展迅速，到2020年，数字经济规模已达39.2万亿元，占GDP比重达38.6%(2)数据来源：世界互联网大会发布的《中国互联网发展报告2021》。。数字产业化、产业数字化齐头并进，制造业成为数字经济主战场。但与此同时，在数字经济快速发展的浪潮下，部分制造业行业盲目地或片面地将提升工业机器人、智能工厂等硬件设施的比重视为数字化、智能化升级的指标，忽视数字经济产业生态的打造和数字化、智能化实效的提升，造成投资失衡和效率损失，反而延缓甚至抑制制造业国际竞争力的提升(杜传忠，2021)。由此，客观评价数字经济对中国制造业出口技术复杂度的提升作用，在此基础上采取切实有效措施，推动数字经济赋能制造业，有序推进制造业数字化、智能化升级，成为我国提升制造业国际竞争力、加快建设制造强国的重要课题。

一、文献综述

在全球价值链分工体系下，发展中国家制造业常常因嵌入低附加值环节而导致“低端锁定”，因此如何实现价值链升级，增强制造业国际竞争力和盈利能力成为制造业发展中的重要问题。Humphrey and Schmitz(2000)认为制造业企业可以通过引入新技术、生产更复杂的产品或转向研发设计和品牌创新等方式进行流程升级、产品升级或功能升级，从而提升生产率和提高附加值。对于参与国际竞争的制造业部门而言，无论何种升级路径，其核心都是通过提升出口产品的技术含量即提高出口技术复杂度来强化企业的国际竞争力(Hausmann et al.，2007)。随着新一代信息技术的发展，其催生出的数字经济实现了互联网价值链与制造业价值链的“跨链”重组，助推制造业变革价值创造方式(赵振，2015)，深刻影响着制造业竞争力与出口技术复杂度。围绕数字经济与制造业竞争力，学者们从数字经济的界定与测算、数字经济影响制造业竞争力的直接效应与间接效应等方面展开了积极探讨。

从数字经济的界定与测算研究来看，数字经济(Digital Economy)最早由Tapscott and Don(1996)提出，他们认为数字经济是将信息流以数字方式呈现的新经济。在此基础上，Mesenbourg et al.(2001)根据信息技术的应用形式将数字经济分成数字交易基础设施、数字交易流程和数字化交易三个层次。由于包含硬件、软件和网络的数字交易基础设施主要对应于电子及通信设备制造业、软件和信息技术服务业等传统信息产业部门，因而又可以被划分为数字经济中的数字产业化部分；而其他产业部门在生产、交易、运输等过程中对信息技术的深度应用则可以被划分为数字经济中的产业数字化部分(3)中国信息通信研究院发布的《中国数字经济发展白皮书(2017)》。。围绕数字产业化和产业数字化两方面，G20杭州峰会基于信息技术的核心地位，将数字经济定义为在效率提升和经济结构优化中投入与使用信息技术的一系列经济活动。根据数字经济的不同定义，关于数字经济的测算方式与结果也不尽相同。关会娟等(2020)从数字产业化的角度将中国数字经济产业划分为数字设备制造、数字信息传输、数字技术服务等5个大类。高敬峰、王彬(2020)则以电信行业、信息技术和其他信息服务行业代表数字产业，利用投入产出表测算的直接消耗系数和完全消耗系数，量化了中国35个行业的产业数字化水平。另外，综合考虑数字产业化和产业数字化，构建数字经济综合指标也是测度数字经济发展水平的常见做法。刘军等(2020)从信息化发展、互联网发展和数字交易发展三个维度选取14个二级指标，构建了省级层面数字经济发展水平的综合指标，发现2016年以来中国数字经济呈加速发展态势。赵涛等(2020)将互联网发展作为测度核心，从互联网普及率、人均电信业务总量等方面构建了城市层面的数字经济指标。

从数字经济影响制造业竞争力的直接效应来看，Solow(1987)根据美国企业的统计数据发现信息技术产业的发展并未有效提升企业生产率，即产业经济学领域的“索洛悖论”。此后，一些学者的研究证实了这一现象的存在(Erik and Lorin，1996；Gordon，2012)。但更多研究认为“索洛悖论”并不存在，Acemoglu et al．(2020)发现企业利用机器人替代劳动力从事低端生产工作，在数字化升级过程中产生的替代效应和要素增强效应促进了企业生产率和价值创造能力的提升。机器人的使用还促进了加工方式、生产流程和检测方法等工艺创新，从而改进企业质量(程虹、袁璐雯，2020)。Bakhshi et al.(2014)、Mikalef and Pateli(2017)从企业管理的视角发现数字化管理也能够有效提升企业的投入产出效率。基于互联网运用实现的企业组织管理创新，不仅能够降低企业在信息搜寻、产品运输、订单追踪等方面的成本，还能够提升企业经营、生产和创新活动的效率(Abouzeedan et al.，2013；Goldfarb and Tucker，2019)。除了影响制造业企业生产率外，数字经济还推动制造业价值链变革，重塑制造业竞争格局。韩剑等(2018)认为数字经济推动产品内分工高度精细化，延伸了全球价值链中的参与长度，有利于分工收益的提升。数字经济改变了全球价值链各环节的空间布局与价值分配，提升了一国及其特定部门的全球价值链广度与高度(张艳萍等，2021)。在数字化、智能化、网络化变革下，数字经济赋能价值链变革、生产率变革、供应链协同创新变革与管理变革，极大地改善制造业品质和重塑核心竞争力(王永龙等，2020)。

从数字经济影响制造业竞争力的间接效应来看，杨慧梅、江璐(2021)从数字产业化与产业数字化两个维度评估我国省级层面的数字经济发展水平，发现数字经济发展通过引致人力资本投资与推动产业结构升级显著提高了各地区的全要素生产率。随着人才集聚程度和金融发展水平的提高，数字经济对全要素生产率的提升效果也持续增强(郭吉涛、梁爽，2021)。Saunders and Brynjolfsson(2009)认为互联网技术通过降低单位交易成本、促进产业融合、改变消费结构三个方面拉动或倒逼制造业生产效率提升，进而重构制造业生产投入结构乃至价值链体系。企业互联网化还提高了国内中间品对进口中间品的替代性，增加了国内中间品在企业中间投入中的占比，从而提升企业出口国内增加值率(沈国兵、袁征宇，2020)。齐俊妍、任奕达(2021)利用2007-2014年跨国跨行业面板数据，发现数字经济通过降低中间品与最终品贸易成本，加速人力资本结构升级，促进了一国全球价值链分工地位的提升。数字基础设施、数字交易、数字媒介等数字经济核心要素的投入，通过提高企业生产率、出口产品质量与创新能力也显著提升了企业全球价值链分工地位(张晴、于津平，2020)，这一促进作用在中高知识密集型制造业部门更为显著(何文彬，2020)。

根据以上综述可知，针对制造业价值链升级与出口技术复杂度提升，以及蓬勃发展的数字经济，学者们从数字经济对制造业生产率和出口技术复杂度的影响与作用机制、数字经济测算等方面进行了有益研究。但也正是因为数字经济的新形态，现有文献在分析数字经济对制造业出口技术复杂度的影响时有三个方面较少涉及，一是受限于国际投入产出表的统计年限，利用投入产出关系测算数字经济发展水平的方法通常只截止到2014年，而近年来数字经济呈加速发展态势，二者在时间跨度上契合度较低；二是多从交易成本、贸易成本和技术创新等方面分析数字经济对制造业竞争力的促进作用，而较少考虑数字经济在促进产业融合和技术溢出方面对制造业出口技术复杂度的影响机制；三是在研究数字经济提升制造业出口技术复杂度时，较少考虑数字经济浪潮下部分地区或行业片面推进智能化升级的消极影响。基于上述问题，本文尝试从以下方面推进相关研究：①从数字经济基础设施、数字产业化与产业数字化等方面构建各地区2011-2018年数字经济发展水平的综合指标，缓解数字经济发展实际与测算指标在时间跨度上契合度较低的问题。②从交易成本、技术溢出和产业融合三个方面探讨数字经济影响制造业出口技术复杂度的作用机制，明晰其中的机理与路径。③将制造业智能化发展纳入分析框架，探究数字经济促进制造业出口技术复杂度提升过程中，制造业智能化水平与之协调适配的问题。

二、机制分析与研究假设

(一)数字经济与制造业出口技术复杂度

出口技术复杂度不仅是一国或一地区出口品技术含量与生产效率的反映(Hausmann et al.，2007)，还是该地区出口结构的反映，出口品技术水平的变动与出口结构的调整都会影响一个地区的出口技术复杂度。在数字产业化和产业数字化进程中，数字经济凭借其业态创新与效率提升影响着区域出口品的技术含量和出口结构。从产品技术含量看，具有广泛关联性的数字经济将区域内的消费者、生产者乃至科研机构缔结成一个围绕产品服务供需的创新系统，将传统的以企业内部研发为主的封闭式创新改变成参与主体多元的开放式创新，有效提升区域的创新能力和新技术的商业化能力(韩先锋等，2019)。在前后向关联效应和竞争效应作用下，创新成果的扩散会带动产业链上下游其他创新主体的协同创新以及倒逼竞争对手持续创新，最终促进区域创新能力和产品技术水平的提升。从出口结构看，数字经济不断衍生出新产业、新业态，促使新技术和新产品大量涌现，大幅拓宽了区域出口品的种类与选择。而数字经济的发展进一步带动了通信设备、电子设备等高技术部门的发展，提高区域出口中高技术产品所占比重。被数字技术强化的市场竞争机制，进一步为区域筛选出最具竞争力的行业与产品，推动整个区域的产品技术复杂度与产业竞争力提升(党琳等，2021)。据此提出如下假设：

假设1：数字经济发展有利于提高制造业生产效率和产业竞争力，促进制造业出口技术复杂度提升。

(二)数字经济影响制造业出口技术复杂度的间接作用机制

1.数字经济通过降低交易成本促进制造业出口技术复杂度提升

对于当前产品内分工的全球生产体系，数字经济促进了不同国家、不同地区和不同生产环节的有序协作，降低了制造业的交易成本，推动制造业效率与价值增值能力提升。首先，在海量数据资源的基础上，数字技术通过数据关联与信息挖掘为制造业部门寻找产业机遇和开展衍生业务奠定了技术基础，能够为区域内的产业生产活动提供即时全面的供需匹配信息，同时借助数字技术的自我学习能力与认知能力进行风险评估与趋势预测，消除产业发展中的不确定性因素，大幅降低区域内各经济主体的信息搜索成本和协作成本，提升生产协作分工效率(Goldfarb and Tucker，2019)。其次，数字经济下的协同分工和信息共享，不仅有利于创新要素的流动与集聚，提高区域创新效率和产业竞争力，还有利于打破传统经济条件下地方保护主义造成的区域垄断和封锁，促进市场交易成本的区域最小化(黄鹏、陈靓，2021)。最后，平台经济与共享经济将区域内各参与主体重塑成以平台为核心的产业生态系统，有利于协调各参与主体的利益诉求，降低区域总体的交易成本。作为整个生产网络中的节点，单个主体从产业生态系统中进行信息搜集与数据共享的收益会随着越来越多的主体加入而呈现出梅特卡夫法则式的指数增长，区域内的交易成本因此下降得更快，促进区域内的制造业以更为明显成本优势从事生产活动和参与国际竞争，提高区域制造业出口技术复杂度。

2.数字经济通过促进技术溢出推动制造业出口技术复杂度提升

数字经济时代，信息与数据成为关键生产要素，新模式、新业态不断产生，加之数字化基础设施的建设与完善，有效地促进了区域内和区域间的知识与技术溢出，提高了区域内产业生产效率和附加值。一方面，数字经济的发展降低了技术溢出的成本。“摩尔定律”表明技术进步尤其是数字技术的快速更新与迭代，会引起数字技术价格的持续下降。而与传统的产品生产不同，数字技术的创新成果通常可以被大规模量产，并以其易复制性、非损耗、低边际成本的显著特征进入研发、生产、流通、销售等各个环节，促进区域内创新效率和产品质量的提升(Jones and Tonetti，2019)。另一方面，数字经济的发展拓宽了技术溢出的渠道。在数字经济的网络信息空间中，行业上游与下游、生产者与消费者、生产商与服务商的信息耦合度大幅提高，各方主体基于工业互联网、云平台等数字化基础设施在网络空间相互关联，形成不依赖于地理空间的虚拟集聚(王如玉等，2018)，成为信息和数据交换共享的新场所。虚拟集聚不仅具有传统地理集聚下数据共享、技术转移等显性知识的溢出效果，还借助信息技术使技巧、经验等缄默知识的跨空间传播变得直观与便捷，从而更加高效地培育和激发经济行为主体的创新活动，提高区域内技术水平和产业效率。

3.数字经济通过推动产业融合促进制造业出口技术复杂度提升

大数据、云计算、人工智能等新一代信息技术是制造业与服务业融合的“粘合剂”，不断推动传统制造业企业向服务业延伸，打造制造服务平台。例如，IBM在保留硬件生产和技术开发等核心业务的基础上，向提供软件和云业务服务的开源方案解决供应商转型；陕鼓集团构建起“商务+”“金融+”“研发+”等为一体的供应链综合服务平台，成为系统解决方案提供商。制造业与服务业融合发展，使得产业价值链重构同时包含制造增值环节和服务增值环节的融合型产业价值链，价值增值能力和产业竞争力大幅提升(郭朝先，2019)。随着数字经济不断推动产业深度融合，产业组织形态也向着以规则设定商、系统集成商、模块供应商为主体，由网组企业和节点企业构成的产业生态系统发展。规则供应商和系统供应商作为供应链、价值链、创新链的链主与枢纽，通过打造平台吸纳现代企业融入。而模块供应商在价值链某一环节致力于专、精、特、新，凭借核心能力融入平台当中。数字经济与数字技术穿透各个行业，逐渐淡化和消除行业属性与行业壁垒，使不同类型企业并存于同一生态系统之中，“跨界融合”成为组织常态(李海舰、李燕，2019)。产业融合促进制造业部门从单项业务向多业务综合集成、单一企业竞争向产业链协同竞争、局部流程优化向全业务流程再造、单一产品供给向一体化产品组合的转变，推动制造业跳出单一的加工组装环节，提高产品价值溢价和技术含量。据此提出如下假设：

假设2：降低交易成本、促进技术溢出、推动产业融合是数字经济促进制造业出口技术复杂度提升的有效路径。

(三)数字经济、制造业智能化升级与出口技术复杂度提升

面对数字化、网络化与智能化浪潮，各个地区纷纷出台政策文件，鼓励区域内制造业部门进行智能化改造，提高工业机器人、智能工厂等硬件设施的比重。智能化的数字基础设施强化了数据、资源与人力资本等各类创新要素的泛在连接，加速信息技术在全流程、全产业链渗透融合和集成应用，有利于持续提升地区制造业核心竞争力。但值得注意的是，智能化升级的促进作用还依赖于区域内数字经济的产业生态与产业布局(王玉柱，2018)。然而，在制造业智能化升级过程中，部分地区存在将提高硬件设施的比重作为数字化、智能化升级的指标，忽视数字经济发展在技术变革、产业形态、运行模式等方面的内在逻辑，非但不能达到期望目标，反而会造成投资失衡和效率损失，削弱数字经济对制造业生产效率的促进作用。一方面，数字经济是硬件和软件的总集成，软件基础设施通过对数据的搜集、存储、交换、挖掘和处理能够为制造业的生产决策提供最优解决方案。但相对于易于量化和改造的硬件设施，部分地区对于软件投资相对滞后。例如，在政府各种优惠政策扶持下，我国机器人企业数量从2016年6月份的3000多家迅速增加至2020年6月份的近11000家，四年内工业机器人产量更是从7.2万台大幅上升到23.7万台(4)数据来源：工信部网站https://www.miit.gov.cn/search/index.html。，工业机器人产量占全球的比重超过1/3，但与之形成鲜明对比的是，我国工业软件产业规模仅占全球市场的6%，硬件与软件建设上的失衡使数字经济下的“智能制造”大打折扣。另一方面，在区域竞争和要素成本上涨的驱动下，部分地区在数字化、智能化改造中存在盲目投资和跟风攀比的现象，可能因为退出壁垒而被锁定在当前路径上，其投资量大、波及面广的特点使得盲目投资容易造成新兴产业产能过剩，导致区域内先进要素的过度占用和资源配置效率损失。在机器人领域，我国确实有高端产业低端化和低端产品产能过剩的风险(5)十二届全国人大五次会议记者会上工信部副部长辛国斌答记者问。。另外，如果地区片面推进制造业智能化的硬件升级，而忽视操作系统、工业软件和基础算法的突破，必然造成该地区制造业发展很大程度上依赖于国外技术和装备，不能有效提高区域自身的出口技术复杂度。根据赛迪研究院数据显示，我国50%左右的工业PaaS平台采用国外开源架构，90%以上的高端工业软件、95%以上的高端PLC和工业网络协议被国外厂商垄断，数据、平台、应用和安全等四个方面存在严重的产业空心化问题。因此，在制造业智能化升级过程中，还需考虑数字经济发展水平、数字化生态和产业布局与之协调适配的问题。适度有序地推进制造业智能化有利于增强区域制造业竞争力，但盲目追求制造业智能化升级导致的成本上升、产能过剩和技术依赖，会降低区域制造业的产业效益与价值创造能力。据此提出如下假设：

假设3：有序推进制造业智能化升级有利于数字经济促进制造业出口技术复杂度提升，但过度推进制造业智能化会削弱数字经济在制造业出口技术复杂度提升中的促进作用。

三、模型设计与变量说明

(一)基准模型设定

为检验数字经济发展对制造业出口技术复杂度的影响，本文构建面板数据计量模型进行实证分析，基准模型设定如式(1)：

TSIit=β0+β1Digeit+βXit+ui+ut+εit

(1)

其中，TSIit表示i地区t时期的制造业出口技术复杂度；Digeit表示i地区t时期的数字经济发展水平；向量Xit代表一系列控制变量；ui表示个体固定效应；ut表示时间固定效应；εit表示随机扰动项。

(二)变量测度与说明

1.被解释变量：制造业出口技术复杂度(TSI)

在产品内分工体系下，经济发达地区通常从事于研发设计、核心零部件生产等技术复杂度较高的环节，而经济欠发达地区常常从事加工、组装等低技术复杂度环节。根据这一特征，Hausmann et al.(2007)利用人均GDP和地区行业出口额构建出口技术复杂度来表征一国或一地区制造业在全球价值链中的分工地位与产业竞争力。本文借鉴Hausmann et al.(2007)的做法，制造业出口技术复杂度计算公式如下：

(2)

(3)

公式(2)和(3)中，TSIit为i地区t时期的制造业出口技术复杂度，prodykt为t时期制造业行业k的技术复杂度，eikt为i地区t时期制造业行业k的出口额，Eit为i地区t时期制造业的总出口额，pgdpit为t时期i地区的人均GDP。

2.核心解释变量：数字经济发展水平(Dige)

基于共识程度较高的《二十国集团数字经济发展与合作倡议》中关于数字经济的定义，本文认为数字经济是以数字化的知识和信息作为关键生产要素，以现代信息网络作为重要载体，通过数字产业化和产业数字化形成业态创新与模式创新，进而实现生产交易、运营管理的分工协作、资源配置优化与效率改进的一系列经济活动。针对这一定义借鉴刘军等(2020)的研究，并考虑数据可得性，本文从数字经济基础设施与消费互联网的数字经济产业生态和数字产业化与产业数字化的数字经济核心内容两个层面构建区域数字经济发展水平的综合指标。具体来说，选取各省份光缆密度、互联网接入端口密度、移动电话普及率衡量数字经济基础设施水平，选取各省份宽带互联网用户人数占比、数字普惠金融(6)数据来源：北京大学数字普惠金融指数(郭峰等，2020)。衡量消费互联网发展水平，选取电子信息制造业营业收入、电信业务总量、信息化从事人员占比衡量数字产业化水平，选取软件业务总量、电子商务销售额、电子商务采购额、百人计算机使用量衡量产业数字化水平。将以上12个指标的数据进行标准化处理，并用主成分分析法进行权重分配，最终得到反映数字经济发展水平的综合指标，记为Dige。根据指标构建结果，我国各地区数字经济水平总体上保持逐年攀升的态势，北京、上海、广东、江苏等东部沿海地区数字经济发展水平较高，中西部地区相对落后。

3.控制变量

除数字经济外，其他因素也会影响制造业竞争力和出口技术复杂度。借鉴已有研究，本文选取相关控制变量，具体如下：外商直接投资水平(FDI)，采用当年实际利用外资额占地区生产总值的比重表示；地区市场规模(Mar)，采用市场潜能指标衡量市场规模(吕大国等，2019)；地区物流效率(Loe)，采用区域内物流周转量表示；人力资本水平(Hum)，采用区域内教育经费和高等学历人数构建的劳动者素质指标表示；金融发展水平(Fin)，采用区域内金融机构人民币贷款余额占地区生产总值的比重表示；产业集聚水平(Agg)，采用制造业就业人员数计算的区位熵表示。

(三)数据来源

由于缺乏城市层面制造业细分行业的出口数据，本文采用省级层面数据探究数字经济发展对制造业出口技术复杂度的影响。出口数据来源于国研网国际贸易研究与决策支持系统，剔除农产品等其他行业后共计16类制造业行业，并将其归类到国民经济行业分类的制造业二位码产业中。解释变量与控制变量相关数据来源于历年《中国统计年鉴》、《中国工业统计年鉴》、《中国科技统计年鉴》以及各省级行政单位的《统计年鉴》，由于西藏地区数据缺失较严重，同时考虑数字经济的发展态势，最终获得除西藏外中国大陆30个省级行政单位2011-2018年间的面板数据。

四、实证结果与分析

(一)基准回归结果

为了准确考察数字经济和各控制变量对制造业出口技术复杂度的影响，遵循“由一般到特殊”的原则，首先将被解释变量与核心解释变量单独进行回归，然后依次添加控制变量，具体回归结果如下表1所示。

表1列(1)单独考察了数字经济与制造业出口技术复杂度的关系，结果显示Dige的系数在1%水平下显著为正，表明数字经济发展能够促进制造业出口技术复杂度提升，提高我国制造业的价值链分工地位和产业竞争力。在逐步添加控制变量后，列(2)-(7)中Dige的系数在1%水平下依然显著为正，核心解释变量参数估计结果较为稳健，进一步验证了数字经济发展对制造业出口技术复杂度的提升作用，从而验证了假设1。这一结论为中国通过加快发展数字经济培育制造业发展新动能、提升制造业全球竞争力提供了一定的理论依据。在大数据、云计算、人工智能等信息技术广泛应用的推动下，中国数字经济蓬勃发展，并在数字经济规模、增速、基础设施和应用场景等诸多方面处于全球领先行列，为我国制造业应对国际市场环境变化，破除“低端锁定”的分工格局带来了重要契机。

表1列(7)控制变量的回归结果显示，样本考察期内外商直接投资的估计系数不显著，印证了随着中国制造业不断发展，片面利用外资和承接国际产业转移并不能有效提升制造业出口技术复杂度，反而可能会被发达国家锁定在全球价值链低端环节，不利于制造业价值链升级。市场规模估计系数显著为负，侧面反映出我国虽然拥有庞大的国内消费市场和消费结构升级需求，但并未有效驱动与倒逼制造业供给侧结构性改革，供需结构错配仍是制约制造业高质量发展的基本问题之一(徐朝阳等，2020)。物流效率估计系数显著为正，高效率的物流服务保证了制造业生产经营活动的连续性和协调性,促进制造业效率提高(张彤，2016)。人力资本水平估计系数不显著，表明虽然我国具有规模庞大的人力资源总量，但高端研发和技能人才短缺的人力资本结构矛盾成为制造业创新和出口技术复杂度提升的重要制约因素。金融发展水平估计系数显著为正，金融市场有序发展有利于信贷市场供给增加，有效纾解企业“融资难、融资贵”问题，为企业提高出口质量提供了重要的资金支持(张杰等，2017)。产业集聚水平估计系数不显著，可能的原因是，以区位熵表征的产业集聚只反映了要素的空间分布情况，不能反映产业发展质量、集聚的溢出效应等差异。

表1 数字经济影响制造业出口技术复杂度的基准回归结果

(二)异质性分析

不同制造业行业的技术水平、行业特征各有区别，导致数字经济对不同行业出口技术复杂度的影响也不尽相同，因此本文从行业类型方面进行异质性分析，将总体样本分为劳动、资本和技术密集型行业三个样本。回归结果如表2所示。

表2列(1)-(3)所示，分劳动、资本和技术密集型三个行业后，Dige的估计系数在劳动密集型和资本密集型行业中不显著，而在技术密集型行业中显著为正，且在技术密集型行业中最大，表明数字经济发展对技术密集型制造业出口技术复杂度的提升作用最为明显。其中的原因在于，一是相较于技术密集型制造业，以纺织、服装为代表的劳动密集型产业和以水泥、钢铁为代表的资本密集型产业长期追求价格竞争和规模扩张，在数字化、智能化转型的过程中更加倾向于成本节约的劳动替代而非效率提升的技术创新，从而造成数字经济对劳动密集型与资本密集型制造业出口技术复杂度的提升作用较低；二是支撑数字经济发展的数字技术更大程度上属于先进技术，其在技术密集型制造业中的技术应用门槛较低，技术通用性也使得数字经济更容易在技术密集型制造业中发挥作用；三是以专用设备制造业、电子设备制造业等为代表的技术密集型行业，其产业链较长且产业链中相互重合环节较多，从而数字经济在促进技术密集型制造业出口技术复杂度提升时更具有耦合协同效应。当前，我国一批“卡脖子”技术行业多集中于技术密集型制造业，因此更应该通过发展数字经济推动技术密集型制造业出口技术复杂度提升，助力突破“卡脖子”技术的制约。

表2 数字经济影响制造业出口技术复杂度的异质性分析

五、进一步分析：间接机制与门槛效应

(一)数字经济促进制造业出口技术复杂度提升的间接机制

正如前文的理论分析，数字经济发展通过促进技术溢出、降低交易成本和推动产业融合促进制造业效率与出口技术复杂度提升。本文借鉴温忠麟、叶宝娟(2014)的研究，采用中介效应模型进一步检验这三种作用渠道是否存在，具体模型如下：

TSIit=β0+β1Digeit+βXit+ui+ut+εit

(4)

Medit=α0+α1Digeit+αXit+ui+ut+εit

(5)

TSIit=δ0+δ1Digeit+η1Medit+δXit+ui+ut+εit

(6)

其中，Medit为中介变量，分别是交易成本、技术溢出和产业融合的代理变量，其他变量定义不变。中介变量的代理指标如下：

(1)交易成本：现有文献一般从三个方面衡量交易成本，一是从微观层面利用企业的管理费用、财务费用等指标刻画企业在契约履行、资金融通等过程中产生的交易成本；二是考虑到宏观经济运行中政府与市场、市场主体间体制性摩擦导致的制度性交易成本，从区域市场化程度的角度刻画市场交易成本；三是基于“冰山成本”模型与一价定律，利用区域间相对价格指数反映的市场壁垒或市场分割度来衡量区域间的交易成本。由于微观层面的管理费用等指标不适用于衡量区域层面的交易成本，因此借鉴乔彬等(2018)、毛其淋、盛斌(2011)的做法，选取区域市场化程度(Male)(7)市场化指数来自于王小鲁、樊纲编写的《中国分省份市场化指数报告(2018)》，相关指数截止到2016年，因此基于平均变化率对2017-2018年数据进行外推。和市场分割度(Segm)来刻画区域层面的交易成本，市场化程度越高，交易成本越低，市场分割度越大，交易成本越高。(2)技术溢出：区域间知识存量差距和空间距离是影响一个区域获得的技术溢出的重要因素，借鉴Cani⊇ls and Verspagen(2001)的做法，采用Verspagen-Cani⊇ls知识溢出模型测算区域接受的技术外溢(Tecs)来衡量区域间的技术溢出水平。(3)产业融合:制造业服务化、服务型制造是制造业与生产性服务业融合的主要表现形式，借鉴唐晓华等(2018)的研究，从耦合协同视角构建产业融合度模型，据此衡量制造业与生产性服务业的融合水平(IC)。

1.交易成本的中介作用

表3分别是衡量区域交易成本的市场化程度(Male)和市场分割度(Segm)作为中介变量的回归结果。其中，表3列(1)显示数字经济对市场化程度的回归系数在1%水平下显著为正，列(2)显示Dige与Male的系数在1%水平下均显著为正，从而验证了数字经济能够通过降低区域内制度性交易成本从而提升制造业出口技术复杂度。列(3)中，数字经济对市场分割度(Segm)的回归系数不显著，列(4)显示Dige的系数在1%水平下显著为正，但Segm的系数并不显著，说明数字经济发展未能通过降低区域间的交易成本从而提升制造业出口技术复杂度。究其原因，数字经济的发展不仅通过线上业务办理极大地降低信息搜寻成本和执行成本，还能够倒逼审批管理制度优化，有效减少诸如政府管控过多、审批环节冗余、税费繁杂等政府与市场主体间的体制性摩擦，显著降低制度性交易成本。此外，数字经济下的信息与资源共享有效降低了逆向选择和道德风险的发生，抑制了市场主体间的违约、搭便车和敲竹杠等机会主义行为，促进区域内制造业部门将原本投入于事务处理、纠纷解决等非生产性活动中的人力物力转移到生产活动中，从而有利于塑造成本优势和强化核心业务竞争力。而以电子商务为代表的消费互联网虽然充分压缩了市场分割和信息不对称下的套利空间，但仍难以从根本上破除行政分割和地方保护主义导致的区际壁垒。同时，对于部分弱势新兴产业而言，适当的地方保护与区际壁垒反而可能有利于其成长与发展，从而导致市场分割度的降低对制造业出口技术复杂度的影响在整体上不显著。

表3 机制分析：降低交易成本

2.技术溢出的中介作用

表4列(1)回归结果显示，数字经济对技术溢出接受量(Tecs)的回归系数在5%水平下显著为正，说明数字经济发展能够提高区域间的技术溢出水平；列(2)中Dige的系数在1%水平下显著为正，Tecs的系数在5%水平下也显著为正，从而验证了数字经济能够通过促进技术溢出从而推动制造业出口技术复杂度提升。数字经济的发展缓解了创新项目的融资约束和提高了地区知识产权保护水平，为区域创新活动提供了良好的外部环境(吴赢、张翼，2021)。同时，数字经济的业态创新、模式创新以其强大的市场竞争力增强了区域内的市场竞争程度，刺激传统制造业部门引进、模仿先进技术与加快技术创新，而新兴产业部门为维持其领先地位同样会积极开发新技术，从而引致新一轮的技术溢出并不断提高制造业部门的技术水平和生产率。此外，数字化服务商向产业上下游各个环节提供的技术支持、培训、生产设备等服务，还通过前向关联改善区域内制造业的生产技术和管理技能。数字经济从溢出渠道、溢出方式、传播速度、传播范围等多方面打破了知识和技术溢出的壁垒，推动技术溢出由点对点单向扩散向点到面多维扩散的转变，并在溢出过程中不断融入新元素进行技术的自我更新与整合，大幅提高了技术溢出水平，促进制造业创新效率提升，不断增强制造业的产业竞争力。

表4 机制分析：促进技术溢出与推动产业融合

3.产业融合的中介作用

表4列(3)的回归结果显示，数字经济对产业融合(IC)的回归系数在10%水平下显著为正，说明数字经济发展能够提高制造业与生产性服务业的融合水平；列(4)中，Dige的系数在1%水平下显著为正，IC的系数在5%水平下也显著为正，验证了数字经济能够通过推动产业融合从而促进制造业出口技术复杂度提升。数字经济时代，制造业企业不断剥离非核心业务，将生产服务部分让渡给专业化的第三方机构，生产性服务业从产前、产中、产后各个环节为制造业提供技术咨询、产品立项、流程优化、营销服务的全方位支持，加速制造业与生产性服务业深度融合。产业融合通过延长产业链和优化价值链的方式提升制造业的产业效率与价值增值，推动制造业出口技术复杂度不断提升。

(二)制造业智能化升级的门槛效应分析

根据IFR统计，2013-2018年中国工业机器人市场销量连续六年排在世界首位，装机量占全球市场的三成以上。在数字经济蓬勃发展的驱动下，部分地区制造业企业存在过度或盲目地推进硬件设施数字化、智能化升级的现象，忽视数字经济发展所需的产业生态和产业布局，尤其是智能化基础薄弱和运营管理滞后的问题，反而不利于制造业高质量发展。为进一步检验过度推进制造业数字化、智能化升级是否会削弱数字经济对制造业出口技术复杂度的提升作用，借鉴Hansen(1999)的研究，构建以下门槛回归计量模型：

TSIit=θ1+θ2Digeit·I(intit<γ1)+θ3Digeit·I(γ1≤intit)+θXit+ui+εit

(7)

其中，intit是代表制造业智能化升级水平的门槛变量；I(·)代表指标函数；γ1代表待估计的门槛值；其他变量定义不变。借鉴Acemoglu and Restrepo(2020)的研究，采用各省份制造业每千人拥有工业机器人数据表征制造业智能化升级水平(int)。

表5显示了门槛效应的检验结果，整体上看，以制造业智能化升级水平为门槛变量时，数字经济对制造业出口技术复杂度的影响存在单一门槛，门槛值为953；分行业来看，在劳动密集型、资本密集型和技术密集型行业中均存在单一门槛，门槛值分别为466、255和1133。表6的门槛效应估计结果表明，从行业整体来看，制造业智能化升级水平在达到门槛值前，数字经济的系数为0.731且显著为正，数字经济对制造业出口技术复杂度有提升作用；当制造业智能化升级水平越过门槛值后，数字经济的系数显著为正但降低为0.600，数字经济对制造业出口技术复杂度的促进作用有所减弱。换句话说，在当前数字经济发展水平下，制造业过度追求数字化、智能化改造反而会引起内外部失衡和效率损失，削弱数字经济对制造业出口技术复杂度的促进作用，从而验证了假设3。而对比劳动密集型、资本密集型和技术密集型行业，一方面，在制造业智能化升级水平越过门槛值后，数字经济的回归系数均出现下降，同样表现出过度推进制造业智能化的不利影响；另一方面，无论是回归系数还是门槛值，均是技术密集型行业高于劳动密集型行业和资本密集型行业。相较于技术密集型行业，劳动密集型行业在智能化升级方面的人才储备、知识积累和产业基础较为薄弱，难以满足大规模智能化改造的要求，从而表现出门槛值较小的结果。

表5 门槛效应检验结果

表6 门槛效应回归结果

2014年以来，在政府政策扶持和企业“招工难”的双重作用下，中国产业界开始大规模投入工业机器人和打造智能工厂，深度推进智能化、数字化升级，这既是我国在新产业革命下进行产业升级与建设制造业强国的迫切需要，也是企业自身在市场竞争中降本增效的发展策略。以“机器换人”为重要表现形式的智能化升级，对提升制造业竞争力和企业生产率产生了积极作用(刘斌、潘彤，2020；赵宸宇等，2021)。但是，制造业数字化、智能化改造不仅仅是数字技术的简单投入，还需要与制造业生产过程中的运营管理、生产工艺相互适应，乃至与数字经济的产业生态与运行模式等协调共进。从现实来看，当前我国制造业数字化、智能化升级过程中还存在一定程度的盲目性与片面性：一是投机心理导致部分制造业企业存在过度推进智能化升级的动机。各地政府为支持区域内企业进行智能化、数字化升级，普遍制定了极具吸引力的优惠政策，例如，对于购置设备进行智能化改造的制造业企业，天津市给予最高5000万元的资金支持，深圳市给予改造投入总额20%的补贴(8)《天津市关于进一步支持发展智能制造的政策措施》《深圳市关于实施技术改造倍增计划扩大工业有效投资的行动方案(2017-2020年)》。。巨额的资金补贴引致企业纷纷成立“优惠政策办公室”，组织专业团队研读政策和申报项目，以期为企业贴上“智能”标签(唐晓琦，2021)，导致智能化改造的目的往往倾向于套取资金而非提升企业生产效率。二是部分制造业行业智能化升级的实效低下。一方面，在政府优惠政策激励下，大量制造业企业推进“机器换人”反而可能由于“潮涌现象”造成高端产业低端化和低端产品产能过剩的问题，降低制造业的产业效益和长期竞争力；另一方面，当前的众多自动化设备仍然能够胜任加工、装配等领域的任务，工业机器人主要适用于重物搬运、精密焊接等领域，因而对于劳动密集型行业或众多小微企业而言，政策驱动下过度推进智能化升级的成本较高而实用性较低。三是越来越丰富的工业场景与复杂的工艺流程密切了人机协同关系，从而在智能设备启用、停线检修和编码学习等方面大幅提升了一线工人的素质要求，在人力资本、技术水平未获得相应提升的情况下，过度推进智能化升级可能会引起经营成本和管理复杂程度的大幅上升(Gebauer et al.，2005)，弱化制造业部门的核心竞争力。四是国产工业软件市场占有率和智能硬件核心零部件国产化率仍然较低，过度推进智能化升级不仅使相当比重的制造业附加值归属国外，还由于对国外技术的依赖削弱了制造业关键核心技术的创新能力。因此，如果不顾自身产业发展实际和数字经济发展水平，盲目地攀比、对标其他地区或行业的智能化升级水平，反而不利于制造业出口技术复杂度的提升。

(三)稳健性检验

1.替换被解释变量

在产品内分工格局下，一国出口值中还包含着相当比重的进口中间品价值，而通过出口技术复杂度衡量制造业全球竞争力的方法，忽略了不同产品出口国内增加值率的差异，可能造成制造业竞争力水平的高估。因此，借鉴刘亮等(2021)的研究，将技术复杂度和出口国内增加值率结合起来重新衡量制造业的国际竞争力，计算公式如下(8)式，其中TSIGit表示重新衡量的被解释变量，xikt为i地区t时期制造业行业k的进口中间投入品出口总额，其余变量同前文。回归结果如表7列(1)所示。

(8)

2.内生性检验

由于制造业出口技术复杂度更高的地区可能在技术创新、新型基础设施建设等方面更加领先，进而拥有更高的数字经济发展水平，导致被解释变量与解释变量存在互为因果关系的内生性问题。因此，采用考虑内生问题的系统GMM方法对基准模型进行稳健性检验。此外，借鉴Nunn and Qian(2014)的研究，选取上一年全国互联网用户数分别与1984年各省每百人电话机数量构造交互项，作为该地区数字经济水平的工具变量。在使用工具变量的回归中，识别弱工具变量的Cragg-Donald Wald F统计量大于10%水平临界值，同时，过度识别检验Sargan统计量p值大于0.05，不能拒绝所有外生变量与方程中随机误差项不相关的零假设，说明了工具变量的有效性和外生性。内生性检验回归结果分别如表7列(2)-(3)所示。可以看出，无论是替换被解释变量，还是考虑内生性问题，数字经济依然显著地提升了制造业出口技术复杂度，该结果与基准模型基本一致，证明了基准模型结果的稳健性。借鉴王春杨等(2020)的研究，采用基准模型检验中的工具变量，运用工具变量法对中介效应模型进行内生性检验，表8结果与中介效应模型结果也基本一致，验证了中介效应回归结果的稳健性。

表7 基准模型稳健性检验

表8 中介效应模型内生性检验

六、结论与对策建议

数字经济发展为增强制造业竞争力与价值增值能力提供了重要机遇和动力。本文从交易成本、技术溢出和产业融合三个方面揭示了数字经济促进制造业出口技术复杂度提升的机制，并利用2011-2018年中国制造业省级层面的面板数据对数字经济促进制造业出口技术复杂度的总体作用、异质性影响、间接机制进行了实证检验。得出如下主要结论：一是数字经济发展有利于提升制造业出口技术复杂度，这一促进作用在技术密集型行业中尤为显著。二是除直接效应外，数字经济还通过降低交易成本、促进技术溢出、推动产业融合三个间接机制促进制造业出口技术复杂度提升。三是在样本考察期内，数字经济对制造业出口技术复杂度的作用还受到制造业自身数字化、智能化改造程度的影响，过度推进制造业数字化、智能化会削弱数字经济对制造业出口技术复杂度的提升作用；分行业看，相较于技术密集型行业，劳动密集型和资本密集型行业中智能化升级的门槛值均较低，智能化升级存在过度的倾向。

基于以上结论，为加快数字经济发展，提升我国制造业出口技术复杂度，应采取以下具体对策：第一，大力推进数字产业化和产业数字化进程，提升数字经济发展水平，夯实数字经济发展的基础与保障。当前阶段以政府为主导持续推进5G基站、大数据中心、人工智能等新型基础设施建设，大力推进关键核心技术、应用软件、关键算法的创新突破，构建高效完备的数字化生态。此外，加大高技术制造业中数字技术的投入力度，借以数字经济的发展机遇破除“卡脖子”技术制约。第二，优化数字经济发展环境，完善数字经济治理体系和制度保障。一是创新治理方式和加强平台自我治理，减少平台经济和共享经济模式下各方主体的体制性摩擦，降低制造业生产运营的制度性交易成本。二是健全专利申报、技术转让、特许经营等知识产权保护制度，加大侵权行为的审查与惩罚力度，保护制造业企业技术创新的积极性，降低技术溢出壁垒。三是根据企业所处的产业链位置与业务性质破除传统定义下生产性服务业与制造业的界限分割，围绕数字经济与平台建设促进信息、数据、资源在生产性服务业和制造业间流动共享，加速产业融合进程。第三，进一步把握制造业数字化、智能化的本质和内容，科学合理地推进制造业数字化、智能化改造。一方面，政府部门要明确数字经济发展导向，加强对行业整体的统筹规划和监管，明确市场准入标准、智能产品质量评定和检测认证标准，建立健全相关检测机构及公共服务平台，避免制造业在数字化、智能化改造中出现急功近利和跟风攀比。另一方面，注重打造智能制造产业标杆和示范企业，发挥典型企业的示范引领效应，加快培养一批解决方案提供商，不断提升制造业数字化、智能化升级过程中的生态支撑能力。