数字基础设施建设对出口技术复杂度的影响——以中国制造业为例

张纪凯，司文浩

（天津商业大学经济学院，天津 300133）

一、文献回顾

国内外研究数字基础设施对出口的影响的相关文献较少，大多数从传统基础设施角度比如高速公路、高铁和互联网、人工智能等方面展开。Cosar和Banu Demir（2016）通过分析21 世纪初土耳其对道路进行的大规模公共投资，认为高效的物流使各国能够参与全球供应链并利用其比较优势。Martincus 和Juan Blyde（2013）通过利用智利地震引起的国内运输基础设施的随机变化，分析了国内运输基础设施与国际贸易之间潜在的内生性问题，研究发现国内基础设施受到冲击对出口产生重大负面影响，对于大公司非差别商品的出口，影响更加强烈。白重恩和冀东星（2018）分析了中国1998-2007年间大规模建设的国道主干线对出口的影响，研究发现：与国道主干线连接和距离越近的地区，出口额增长率越高。李兰冰和路少朋（2021）以高速公路连通作为准自然实验，运用双重差分法分析高速公路通达性对企业出口产品质量的影响，结果显示，高速公路的连通通过“市场接入效应”和“创新促进效应”显著促进了企业出口产品质量升级。张梦婷等（2020）使用1999-2013 年中国地级城市数据和高铁数据，利用双向固定效应模型实证研究了高铁开通显著的负向影响了外围城市的出口。唐青青等（2021）通过构建微观企业面板数据，实证检验人工智能技术与制造企业出口产品质量的关系。认为人工智能技术显著促进制造企业出口产品质量升级，且替代低端劳动力降低企业成本、推动企业技术创新和优化企业要素配置是促进出口产品质量升级的有效机制，对低生产率企业的促进作用更明显。Kerem Co ar 和Banu Demir（2016）通过分析21 世纪初土耳其对道路进行的大规模公共投资，认为高效的物流使各国能够参与全球供应链并利用其比较优势。

目前关于出口技术复杂度的研究，主要聚焦于行业和企业层面，探究其影响因素。周记顺和洪小羽（2021）利用迭代法测算了企业出口复杂度,考察资本品和中间品等不同类型进口产品对企业出口复杂度的差异性影响，认为进口资本品可以提升中国企业出口复杂度，而进口中间品则抑制其出口复杂度。李玉山等（2019）利用中国高技术产业2005-2015 年省际层面数据，实证分析金融支持与技术创新对出口复杂度的影响，研究发现：金融支持和技术创新均显著提升了出口复杂度，且技术创新对出口复杂度的整体提升效应因金融支持而加强。郑传均和曹政（2018）以中国与22 国贸易数据为基础，分析了2007-2016 年中国设备制造业出口复杂度，结果表明：中国设备制造业出口复杂度呈“M”型走势，且与欧美发达国家差距较大。同时认为，人力资本、外商直接投资、研发投入对我国设备制造业出口复杂度提高有显著作用。此外，还有一些学者从金融发展（刘威等，2018；刘斌等2012）、技术创新（张艾莉等，2019；李丹和董琴，2022）、全球价值链嵌入（任英华等，2019；马晓东，2022）等角度研究对出口复杂度的影响。

梳理已有文献发现，鲜有学者从数字基础设施角度来分析其对一国制造业出口技术复杂度的影响。本文的边际贡献主要在于：一是研究问题上，尽管已有学者从多方面考察了出口技术复杂度的影响因素，但鲜有从数字基础设施角度研究对中国制造业出口技术复杂度的影响。在数字经济与实体经济融合的背景下，本文的研究为制造业出口技术复杂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 年的数据，使用熵值法综合运用多指标来构建各省数字基础设施指标衡量体系，尽可能避免因指标单一造成的结果误差。其次，通过构建面板固定效应的实证模型，分析数字基础设施建设对制造业出口技术复杂度的影响。同时，深入探讨了数字基础设施影响制造业出口技术复杂度的机制，深化了相关研究。

二、模型构建与数据说明

（一）模型构建

为了考察数字基础设施建设对制造业出口技术复杂度的影响，本文构建以下回归模型：

其中，ETCit地区t 时期的制造业出口技术复杂度；DICit表示i 地区t 时期的数字基础设施建设水平；Xit代表一系列控制变量；σi表示个体固定效应；μi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（ETC）

出口技术复杂度由Hausmann（2003）提出，用来评价不同国家（地区）贸易产品的技术水平。其认为一国出口的产品中，高端产品所占的份额越高，表明该国制造业出口复杂度就越高。本文选取Hausmann 等（2007）关于出口技术复杂度的测算方法，同时参考陈晓华等（2011）研究思路，选取十二大类各省级区域出口数据。

以下为产品出口复杂度（Prody）的计算公式：

其中，Prodykt为t 时期k 行业的出口技术复杂度，Xikt为i 地区t 时期k 行业的出口额，Xit为i 地区t 时期的制造业出口额，Xikt/Xit表示i 地区t 时期k 行业出口占i 地区t 时期总出规模的比重，ETit为i 地区t 时期的出口技术复杂度，Yit为i 地区t 时期的人均GDP。

2.核心解释变量：数字基础设施建设

本文在参考戴翔等（2022）关于数字基础设施指标衡量方法基础上，选取2011-2020 年中国各省份光缆覆盖率、互联网宽带接入端口数、移动电话普及率、移动交换机容量作为基础指标，运用熵权法对每个指标进行客观赋权，来构建本文的数字基础设施水平指标体系（具体指标组成及说明见表1）。

表1 数字基础设施水平测度指标体系

表2 变量的统计特征描述

3.控制变量

经济发展水平（ELD）。经济发展规模越大，其技术越先进，对出口的影响就会较大，则其出口技术复杂度会越高，采用地区人均GDP 来衡量。

政府干预（GIN）。政府可通过财政补贴、预算支出、创新激励等促进产业优化升级，进而对出口产品技术含量产生影响。采用财政支出占地区GDP 份额衡量。

交通基础设施水平（TI）。采用区域内公路里程数和与地区区域面积之比来衡量。

人口年龄结构（ASP）。选取各地人口老年抚养比来衡量。

人力资本（HC）。技术进步依赖着人力资本，同时丰富的人力资本为技术进一步革新打下基础，采用平均每万人口中大学生人数作为衡量人力资本的指标。

4.数据来源与说明

本文使用的数据为2011-2020 年我国30 个省、区、市（西藏及港澳台除外）的面板数据，原始数据主要来源于历年《中国统计年鉴》《中国工业统计年鉴》、中国海关贸易数据库、中国国家统计局网站、EPS 数据库、UNcomtrade 数据库等，使用线性插值法对部分缺失数据进行补充。

三、计量结果与分析

（一）基准回归结果分析

首先利用Hausman 检验判断采用固定效应模型还是随机效应模型，结果表明使用固定效应模型更为合理。本文对核心解释变量数字基础设施和被解释变量制造业出口技术复杂度单独进行检验，并逐步加入各个控制变量进行回归以观察两者的关系是否稳定（具体回归结果如表3 所示）。

表3 基准回归结果分析

表3 列（1）是数字基础设施对制造业出口技术复杂度（EXPTY）进行回归，结果显示DIG 的系数在1%水平下显著为正，表明数字基础设施建设能够显著促进制造业出口技术复杂度提升。列（2）到（5）为依次添加控制变量后的回归结果，R2 值逐渐增大，说明模型的拟合优度随着控制变量的加入在增强；核心变量回归结果仍然在1%水平下显著为正，进一步验证了数字基础设施建设对制造业出口技术复杂度具有一定的促进作用。

（二）异质性分析

本文证实了数字基础设施建设对我国制造业出口技术复杂度具有显著的促进作用，但中国各地区的数字基础设施建设水平和制造业出口技术复杂度存在较大差异，所以，有必要检验数字基础设施对制造业出口技术复杂度的影响是否存在区域差异。因此，本文对中国省域进行了地区划分，分为东部、中部和西部3 个区域，进行分区域的面板数据回归（其结果见表4）。

表4 区域异质性回归结果

表4 中，各区域第（1）列回归结果为核心解释变量数字基础设施对制造业出口技术复杂度的回归结果，第（2）列回归结果为核心解释变量以及全部控制变量对制造业出口技术复杂度的回归结果。可以看出，数字基础设施建设对我国各区域的制造业出口技术复杂度均产生重要影响。在加入控制变量前后，东部和中部地区的数字基础设施对制造业出口技术复杂度影响系数都在小于1%的显著性水平下通过检验；西部地区在加入控制变量后，在1%的置信水平下显著。从回归系数大小来看，在加入控制变量后，西部地区系数最小，而中部地区系数最大。

出现以上现象的可能原因在于：一是随着数字经济的蓬勃发展，东部地区凭借区位优势、相对完善的基础设施建设等能够迅速适应数字化，而中部地区由于具有劳动力、资源等优势，在承接东部地区的产业转移过程中，使得数字化技术的优势在引领制造业高质量发展中能更充分地被释放，从而提高企业出口产品的技术复杂度。二是西部地区的数字基础设施建设相对于东部和中部地区而言，尚处于起步阶段，且产业结构不均衡，缺乏高技术企业和相关数字化人才，使其出口产品技术含量较低。

（三）稳定性检验与内生性检验

为检验回归结果的稳健性，本文进行稳定检验。第一，更改核心变量。在保持数字基础设施细分指标不变的前提下，使用主成分分析法合成数字基础设施建设综合评价指数，并将其设置为核心解释变量进行回归分析（结果如表5 第（1）-（2）列所示），将核心解释变量合成方法更换为主成分分析法进行回归，与前文的回归结果基本一致，说明上文中数字基础设施建设对制造业出口技术复杂度的回归结果比较稳健，实证结果具有可靠性。第二，更改回归方法。为确保结论的稳健性，本文采用随机效应模型进行回归分析（结果如表5 第（3）列显示）。数字基础设施对制造业出口技术复杂度的回归系数为0.837 在1%的置信水平下显著，与上文采用固定效应模型回归结果一致，结论存在稳健性。第三，内生性检验。为了进一步处理内生性问题，本文参考赵星（2022）的方法，构造2000 年各省份长途光缆线路长度与当年互联网宽带接入端口的交互项，作为数字基础设施的工具变量。表5 第（4）-（5）列汇报了2SLS 的回归结果。列（4）第一阶段的回归结果表明，解释变量和工具变量显著正相关。弱工具变量检验结果显示，Cragg-Donald Wald F 统计量为154.94，高于弱识别检验10%水平上的评判值16.38，显著拒绝原假设，表明不存在弱工具变量问题。Anderson canon. corr. LM 统计量的P 值显著为零，在1%的置信水平上拒绝了“无法识别工具变量”的原假设。第（5）列中二阶段的回归结果显示核心解释变量系数为正，并通过了1%水平显著性检验，表明基准回归结果具有稳健性。

表5 稳定性检验结果

四、研究结论与建议

（一）研究结论

现代数字技术与国民经济各产业深度融合，正在推动新一轮技术创新和产业转型。数字经济的蓬勃发展，大幅提升了企业资源配置效率，激发了市场活力和创造力，推动了传统产业的改革升级，促进了新兴产业的增长。尽管中国制造业发展规模已连续位居世界首位，但全球价值链的参与度也始终保持在较高水平上，但全球价值链地位与指数相对较小、技术创新水平较为滞后、出口技术复杂度较低的尴尬局面却尚未突破。本文基于2011-2020年中国省级面板数据，科学测度了各省份数字基础设施建设水平和制造业出口复杂度指数，分析数字基础设施建设对制造业出口技术复杂度的影响，并进一步考察不同地区的异质性影响。得出以下结论：第一，数字基础设施建设显著促进了制造业出口技术复杂度，在更换回归方法检验和考虑到内生性问题后，结论依然稳健；第二，基于区域异质性视角分析，数字基础设施建设对三大区域制造业出口技术复杂度的提升均具有促进作用，但中部地区省份数字基础设施建设对各省份的出口技术复杂度提升的促进作用最为明显，东部省份其次，西部省份最弱。

（二）政策建议

基于上述研究结论，本文提出如下几点建议：第一，加快新型数字基础设施建设。数字基础设施的投资建设可以更好地推动虚拟经济和实体经济的结合，健全保障数字基础设施建设发展的各种制度优惠政策举措，因此要加大对传统物理设施的数字化更新，重视发挥数字技术与其他先进制造技术的融合集成作用，促进数字化技术大规模地在实体经济领域的运用，推动产业结构的转变。第二，平衡地区间数字基础设施建设差距。我国的区域间数字基础设施建设存在较大差距，与东部相比西部地区的数字基础设施建设还存在较大差距。因此要立足区域均衡发展战略和数字中国建设目标，逐步缩小城乡数字鸿沟和区域差距，对于经济欠发达地区，加快数字产业培育进程，通过配置自身优势资源，助力制造业高质量发展。第三，加强数字化人才培养和科研支持力度。一方面，企业要强化人才队伍管理，让更多专业技术人才得以投入行业一线工作，同时积极开展数字化转型探索，充分利用5G、大数据、人工智能等数字技术，提高资源配置效率和生产效率，提升产品技术含量和制造业的国际竞争力；另一方面，政府应鼓励高等院校和科研院所注重培养数字领域学术型人才和应用型人才，加强数字技术相关领域学科建设。要完善海外引才引智制度，不断扩大海外高素质数字人才引进规模。