人工智能对企业出口产品多元化的影响

摘" 要：

本文主要采用2010—2016年中国上市公司数据库、中国海关数据库、国际机器人联合会（IFR）匹配的数据，实证研究了人工智能对企业出口产品多元化的影响，并揭示了其主要的影响机制。研究结果表明，人工智能可以显著地提高企业出口产品的多元化，在考虑了内生性、替换核心解释变量以及变换实证检验方法之后，这一结论仍旧稳健；同时这种促进作用在非国有企业、东部地区企业、劳动密集型企业与一般贸易企业中更为显著；主要的影响机制是企业生产效率提升效应和企业技术创新提高效应；在进一步的拓展研究部分，发现企业所在地区营商环境与企业数字化转型程度对人工智能的积极影响均存在正向调节效应。

关键词：

人工智能;出口产品多元化;企业全要素生产率;企业技术创新

中图分类号：F276.1

文献标识码：A

文章编号：1000-5099（2024）06-0056-16

国际DOI编码：10.15958/j.cnki.gdxbshb.2024.06.06

收稿日期：2024-08-23

基金项目：

国家社会科学基金一般项目“数字技术对中国制造业出口贸易高质量发展的影响、机制与对策研究”（21BJL103）。

作者简介：

李瑞琴，女，山西太原人，博士，中央财经大学国际经济与贸易学院教授。

赵心然，女，辽宁葫芦岛人，中央财经大学国际经济与贸易学院硕士研究生。

当今世界正经历世界百年未有之大变局，中国“大而不强”的货物贸易［1-3］出口正面临着外需疲软、“脱钩断链”“卡脖子”等世纪难题。党的二十大报告明确提出要“加快建设贸易强国”，党的二十届三中全会也对如何建设贸易强国作出了具体的改革部署，这些都为新形势下实现贸易强国提供了科学指引。何为出口贸易强国？衡量的维度当然应该有多个层面，出口的适度多元化就是其中一个方面的重要体现。出口的多元化不仅涵盖了产品品种的多元，也涵盖了出口地区的多元，对企业而言，出口产品的适度多元化和出口结构优化可以使企业通过内部出口产品的动态转换和调整，实现企业内部资源的最优配置［4-5］，将企业有限的资源配置到最优出口产品上，从而提高企业的出口绩效；同时适度的多种类、多出口目的地，也有助于企业规避外贸风险，是一种应对外部冲击和不确定性的手段［6-9］。

此外，进入21世纪，随着数字技术革命兴起，通过人工智能等数字技术赋能经济和贸易的高质量发展，已经成为当前经贸领域关注的重大研究课题。工业机器人的运用是人工智能发展水平的重要表现，其能够在一部分重复性高、复杂性强、需要长时间稳定运行的工作中替代人力劳动，更重要的是它具有自主学习与控制、精准性等特点，将为制造业乃至中国的出口贸易带来新活力。近年来，国内外有较多的文献开始关注人工智能对人类经济生活带来的多方面的影响，包括了对就业的影响［10-12］、对企业生产效率的影响［13-14］、对企业创新的影响［15-18］、对企业贸易规模的影响［19-21］以及对贸易质量提升的影响［22-25］。上述文献对于进一步探究人工智能对外贸多方面的影响有重要的启发，也奠定了重要的研究基础。

本文将聚焦研究人工智能对企业出口产品多元化的影响，试图回答以下几个问题：人工智能是否有助于提升企业出口产品的多元化？如果可以，这种作用对哪类企业更显著？这一影响的主要机制是什么？哪些条件满足时可能会强化人工智能提升企业出口产品多元化的作用？进一步地，人工智能在促进企业出口产品多元化的同时，是否实现了企业内部资源的最优配置？

本文后续部分安排如下：第一部分基于主要文献提出理论假说；第二部分构建回归模型，并介绍变量的测度与数据来源；第三部分为基准回归和稳健性检验；第四部分为机制检验；第五部分为异质性检验；第六部分为进一步的拓展研究；第七部分为本文的主要结论和启示。

一、文献综述及理论机制

（一）文献综述

与本文密切相关的研究文献主要有两支，一支是对出口产品多元化影响因素的研究，另一支是对人工智能影响的研究，以下我们将对上述两支文献进行梳理。

1.有关对企业出口产品多元化影响因素的相关研究

当前已有诸多学者就出口产品多元化的影响因素进行了探索。第一类文献是偏宏观的研究。第一，较多文献关注了出口国家的特征对出口多元化的影响。如贸易自由化程度的提升带来的门槛效应［7］、竞争效应［6，26］以及成本效应［27］等，可能促使企业集中生产核心产品，而导致出口产品多元化水平降低，但是这种影响在企业实力较强的企业［7］、持续出口战略的企业［27-28］、管理效率高的企业［29］则可能会提高出口产品的多元化水平。易靖韬和蒙双［8］则进一步认为出口产品多元化，尤其是相关产品多元化也是企业化解风险的一种重要手段，认为企业需在不同情况下对产品专业化和多元化策略进行权衡。还有学者关注了外部需求冲击对企业出口产品多元的影响［9，26］，前者认为外部冲击会扩大产品范围并将出口销售向核心产品倾斜；后者还进一步提出具体影响需要考虑企业采取的是质量竞争策略还是成本竞争策略。此外，还有学者研究表明出口国金融发展和汇率波动［30］、国内市场规模［31］、互联网［32］、环境规制［33］、跨境电商［5］等都将影响本国企业出口产品的多元化，企业通过出口产品转换以改善资源配置。

第二，近些年还有部分文献关注了进口国特征对出口产品多元化的影响，如陈勇兵等［34］认为目标市场规模越大、基础设施越便利就越有利于出口产品开拓市场，扩展出口产品种类；而彭国华和夏帆［35］以及梅耶尔（Thierry Mayer）等［36］则认为目的市场规模也并非越大越好，更大的市场意味着激烈的市场竞争，会促使企业集中于出口那些在目标市场中有竞争力的核心产品；梅耶尔等［26］、钟腾龙和余淼杰［9］则研究了外部需求冲击对企业出口产品多元的影响，前者认为外部冲击会扩大产品范围并将出口销售向核心产品倾斜，后者还进一步提出具体影响需要考虑企业采取的是质量竞争策略还是成本竞争策略；魏浩和王超男［37］则发现外国知识产权保护加强会导致多产品企业增加出口产品范围并扩大核心产品出口。

第二类文献则关注企业微观特征对企业出口产品多元化的影响，如伯纳德（Andrew Bernard）等［4，38］研究发现美国制造业企业生产率与出口范围存在显著的正相关关系，铁瑛等［39］也有类似的发现，但钱学峰等［40］检验了中国出口企业的情况，发现中国出口企业生产率与出口产品范围为U型关系，早期随着生产率提高，企业倾向于缩小出口产品范围。此外，还有文献研究发现企业的创新［41］、企业的劳动力成本［42］等也都是影响企业出口产品多元化的重要因素。

2.有关人工智能所产生的影响的相关研究

随着数字技术革命的兴起，理论界有大量的文献开始研究人工智能多方面的经济效应。较多的文献集中于对就业市场的影响［10-11，20，43-45］ 。还有文献则关注人工智能在生产端和研发端是否为企业提质增效带来影响，如格雷茨（Georg Graetz）和迈克尔（Guy Michaels）［13］、李廉水等［14］研究发现人工智能显著促进企业生产率的进一步提升；同时程虹和袁璐雯［15］、诸竹君等［16］、黄先海等［17］、冯玲等［18］则发现人工智能提升了企业的创新水平。

在贸易领域，诸多学者研究了人工智能对贸易数量的影响，如戈德法布（Avi Goldfarb）等［19］、布林约尔弗森（Erik Brynjolfsson）等［20］、田云华等［21］发现人工智能有助于扩大贸易规模；近些年也开始有文献关注人工智能对贸易质量的影响，如吕越等［22］、刘斌和潘彤［23］、刘亮等［46］、李瑞琴和王立勇［24］则发现人工智能有助于促进出口贸易的高质量发展。与本文最密切相关的是綦建红和张志彤［25］对企业出口范围的影响的研究，他们采用工企和海关匹配的数据，以及进口机器人的数据，研究发现人工智能能够有效促进多产品企业扩大出口产品范围，核心产品的集中度也会相应降低。目前有关人工智能问题的研究，争议点主要是受数据所限可能带来的实证结果的可信度，如果采用进口机器人作为企业使用人工智能的表征，其研究的结论可能更主要的是说明进口贸易对企业带来的影响。基于此，本文试图使用国际机器人联合会（IFR）数据库，并参照王永钦和董雯［11］对这一数据可能存在局限性的处理方法，就这一问题做进一步的研究。

（二）理论机制

基于对上述文献的梳理，我们认为人工智能对企业出口产品的多元化的影响主要通过以下两个渠道产生。首先，企业的生产效率机制。基于现有文献，人工智能在企业生产环节的运用，有利于企业根据其捕捉的市场消费者个性化需求信息，以较低的生产转换成本进行差异化、精准化生产，这不仅有利于提高出口产品的多样性，同时也有利于减少企业在生产端的残次品率；人工智能在企业运营管理环节的运用，则可以降低企业内部沟通与运营成本，提升企业经营管理效率；人工智能在企业物流与营销等环节的运用，则有利于提升物流配送等的效率和精准度，这都表明人工智能有利于提升企业的生产效率［14，18］。根据以梅利茨（Marc J.Melitz）［47］为代表的学者对异质性企业贸易理论的研究，可知企业的生产效率是影响企业出口的重要因素。因为企业生产效率提高意味着企业获利能力的提升，这一方面可以让企业有更多资源，根据市场需求开发更多样化的新产品，优化企业内部资源配置；另一方面也可以让企业更多的差异化产品有能力跨越出口更多国外市场的高门槛［38］，有利于企业出口更多差异化产品。所以，人工智能有利于通过提高企业的生产效率，促进企业出口产品的多元化水平。

其次，企业的创新效应。基于现有文献，人工智能还有利于促进企业的创新。第一，人工智能在企业生产端的运用，能够为企业带来工艺方面的创新，使得企业的生产流水线、生产方式以及产品设计与检测方式焕发新活力［15，18］。第二，人工智能所具有的自我学习能力，将会使得企业进行产品创新的积极性提高，促使企业增加对于研发人员的需求，劳动力素质的整体提高，将在研发端为企业带来新动能，这将促进企业进一步研发更符合消费者个性化需求、各方面性能表现更佳的产品。第三，人工智能在研发环节的引入，将改变原来“研发—试生产—改进—正式投产—本地市场消费者反馈—再改进”的传统产品生产流程，数字化模拟等技术的发展将使得产品的调试阶段变得没有必要，使得产品和服务创新迭代速度大大加快［48］，创新产品也更能迎合不断变化的市场需求，也能大幅降低创新失败的成本，使得企业能够更快、更好、更精准地开发新产品。因此，人工智能有利于通过提高企业的研发创新活跃度，促进企业出口产品的多元化。

基于以上的理论分析，人工智能应该有利于促进企业出口产品的多元化，这种促进作用主要是通过企业生产效率和企业创新水平的提升两条途径实现的。

二、模型构建与变量说明

（一）实证检验模型的构建

基于前文的理论分析，本文构建回归模型如下，以检验人工智能对企业出口产品多元化的影响。

ln Vijdt＝α0＋α1ln R1jt＋Xijdt +εijdt（1）

其中，ln V为被解释变量，反映企业出口产品的多元化水平；ln R1为核心解释变量，代表人工智能的使用水平；α0为常数项；X代表其他主要的控制变量；脚标i代表企业，j代表行业，d代表地区（省、直辖市、自治区层面），t代表年份；Fixed表示各层面的固定效应，本文分不同情况分别加入了企业固定效应、行业固定效应、地区固定效应和年份固定效应；εijdt表示随机误差项。具体相关变量的测度如表1所示。

（二）数据来源及说明

行业人工智能层面的数据来源于国际机器人联合会（IFR）数据库，行业就业的数据来源于国家统计局；企业层面的控制变量主要来源于WIND上市公司数据库，企业专利申请数量来源于CRNDS创新数据库；企业产品层面出口数据来源于《中国海关数据库》。受海关数据年份所限，并考虑中国人工智能主要开始出现的大致年份，本文选择2010—2016年的数据作为研究区间，对上市公司的数据和《中国海关数据库》进行了匹配，去除缺失数据样本，并剔除ST企业样本数据，最终得到企业—年份层面的观测值，同时为了避免异常值的影响，本文进行了1%的缩尾处理。

（三）描述性统计

本文被解释变量、核心解释变量和主要控制变量的统计性描述如表2所示。

三、基准回归

（一）基准回归结果

为尽可能保证实证检验结果的稳健性，本文逐次加入核心变量和控制变量，并分不同情况控制了相关的固定效应，同时加入企业层面聚类稳健标准误，基准回归结果如表3所示。从表3的四个回归结果可以看出，核心解释变量机器人密度对企业出口产品种类存在显著的正向作用，结果较为稳健，说明人工智能有利于促进企业出口产品多元化。从控制变量来看，企业存续时间越久，资产规模越大，都有利于促进企业出口产品种类的增加。

（二）内生性处理

由于本文选择的核心解释变量为行业层面变量，被解释变量为微观企业层面的变量，由反向因果导致的内生性问题应该不存在，但是这并不能排除其他遗漏变量可能导致的内生性问题。为解决可能存在的内生性问题，本文参考王永钦和董雯［11］的方法，使用IFR公布的美国工业机器人数据构造工具变量引入模型，以尽可能减轻可能存在的内生性问题。

具体工具变量的构造如下式所示：

RIVjt=lijtLjt*RAjtLAjt=1990

其中，lijtLjt表示制造业j行业中i企业t年的员工人数与其所在的j行业t年员工总量的比值；RAjt表示美国j行业t年的工业机器人安装存量，LAjt=1990表示美国j行业1990年（基期）的就业人数。美国工业机器人数据也来源于IFR数据库，美国分行业就业数据来源于NBER-CES。

使用工具变量的两阶段最小二乘回归结果如表4所示。（1）和（2）式为未加入控制变量的回归结果；（3）和（4）式是加入控制变量并同时控制年份与企业固定效应的回归结果，可知两个回归结果都显示核心解释变量对被解释变量均存在显著的正向影响，与基准回归结果相比，未发生显著变化。此外，Kleibergen-Paap rk LM 统计量p值为0，拒绝了“工具变量识别不足”的原假设；Kleibergen-Paap rk Wald F值统计量也大于Stock-Yogo 弱识别检验10%水平上的临界值16.38，通过了弱工具变量检验，上述结果说明所选取的工具变量具有合理性。由此可知，本文的研究结果较为稳健。

（三）稳健性检验

1.替换核心解释变量

首先，将核心解释变量替换为自然对数处理后的行业机器人安装（Installations）密度ln R2jt。基准回归中，本文使用了IFR公布的行业层面的工业机器人操作（Operational stock）密度来衡量人工智能水平，但在IFR发布的数据中，还提供了各行业机器人的安装数量，这里我们将人工智能水平替换为该指标进行稳健性检验。

其次，将核心解释变量替换为自然对数处理后的企业层面的机器人操作密度ln R3ijt。由于本文基准回归所使用的解释变量为行业层面工业机器人密度，这里我们参考王永钦和董雯［11］的方法构造企业层面的机器人操作密度ln R3ijt进行稳健性检验。R3ijt具体的测算如下式所示：

R3ijt=lijtLjt*R1OjtLjt

其中，R1OjtLjt表示企业所属行业的机器人操作数量与行业就业人数的比值；lijtLjt表示制造行业中j行业中i企业t年员工人数与其所在的j行业t年员工总量的比值，本文以此作为权重，将前文所计算的行业层面工业机器人的操作密度分解至企业的层面，从而得到企业层面机器人密度，以衡量企业的人工智能水平。

再次，将核心解释变量替换为企业智能制造词频IMWF（Intelligent Manufacturing Word Frequency）（If）。一般公司年报中使用的智能制造词频越多，也能够在一定程度上反映企业人工智能发展水平。因此，这里我们运用郭磊等［49］整理的智能制造词频对核心解释变量进行替代，做进一步的稳健性检验。

上述三个核心解释变量替换后的回归结果如表5所示。可见，三个回归结果均显示替换的核心解释变量都有正向显著的影响，说明本文的研究结果较为稳健。

2.更换实证检验方法

测度被解释变量——企业出口产品多元化的指标为企业出口产品的种类数，该取值均为非负整数，同时不存在出口多样性V=0的情况（数据库只记录当期有出口贸易的企业），这里我们可使用负二项回归方法进行进一步的稳健性检验，回归结果如表6所示。表中（1）为未加入控制变量，仅控制了个体固定效应和年份固定效应的回归结果；（2）是在（1）的基础上又加入控制变量的回归结果，可见，在更换实证检验方法后，仍能得出人工智能对企业出口产品多元化存在正向显著影响的结果，进一步说明本文的研究结果较为稳健。

四、机制检验

在理论分析部分指出，人工智能促进企业出口产品多元化可能存在两条影响渠道，即企业生产率提升效应和技术创新提高效应，本部分我们将通过两步回归法进行检验。

（一）企业生产率提升效应

这里我们采用LP法测算企业全要素生产率（Total Factor Productivity，TFP；变量名称为T）反映企业的生产率水平。机制检验的回归模型设定如下：

Tijdt=α0+α1ln R1jt+Xijdt+Fixer+εijdt（2）

ln Vijdt=α0+α1Tijdt+Xijdt+Fixer+εijdt（3）

回归式（2）检验工业机器人密度（ln R1）对企业T的影响；回归式（3）检验企业TFP（T）对其出口产品多元化（ln V）的影响。式中α0为常数项；α1为核心解释变量的回归系数；X代表控制变量，分别是企业规模（S）、企业总资产净利率（Ra）、企业资本密集度（K）和企业资产负债率（L）；脚标等与基本回归式（1）相同。

本文逐步加入控制变量，回归结果如表7所示。可以发现，人工智能水平显著促进了企业TFP（T），而企业TFP（T）的提高又会促进企业出口产品的多元化水平，因此，企业生产率提升效应是人工智能促进企业出口产品多元化的渠道之一。

（二）企业技术创新提高效应

对于企业创新水平，大多数文献采用研发投入、研发产出、专利申请、专利获得、发明数量等进行测度。专利获取情况一般能够更加真实地反映企业的创新成果，因此本文以企业专利获得数P（Patent Granted）来测度企业技术创新的程度。机制检验的回归模型设定如下：

Pijdt=α0+α1ln R1jt+Xijdt+Fixer+εijdt（4）

ln Vijdt=α0+α1Pijdt+Xijdt+Fixer+εijdt（5）

回归式（4）检验工业机器人密度（ln R1）对企业技术创新（P）的影响；回归式（5）检验企业技术创新（P）对其出口产品多元化（ln V）的影响。（4）和（5）式中其他控制变量及脚标与前面（2）和（3）式相同。

本文逐步加入控制变量，回归结果如表8所示。可以发现，人工智能水平显著促进了企业技术创新，而企业技术创新的提高又会促进企业出口产品的多元化水平，因此，企业技术创新提高效应也是人工智能促进企业出口产品多元化的渠道之一。

五、异质性检验

本部分我们将进一步探究人工智能对企业出口产品多元化的影响是否会在不同类型的企业之间表现出异质性。

（一）企业所有制

首先，我们来检验国有企业和非国有制企业的异质性。我们根据企业在WIND数据库中所标明的所有制属性，将企业按照其所有性质分为国有企业和非国有企业，分两组进行回归，结果如表9所示。可以发现，相对而言，机器人密度ln R的提升，对非国有企业ln V的影响有显著性，而对国有企业的影响则不显著，因此，人工智能水平提升对于非国有企业出口产品多元化的正向影响作用更为明显。可能的原因是：一般而言，国有企业在生产和出口方面往往更多受国家政策与战略制约，其决策的灵活性较低，即使人工智能水平提高，可能也不会使其轻易调整生产策略，因此对于其出口产品种类并不能起到很大作用；而对于非国有企业，往往市场化程度较高，人工智能水平提升，企业将会实时调整生产和出口战略，选择多元化出口以获取更高的利润。

（二）企业所在地区

第二，我们再来检验企业所在地区不同的异质性影响。本文将企业所在地区按照国家统计局对于经济区域的划分，分为东部、中部和西部，我们将样本企业按照这个区域进行分组并分别进行回归，结果如表10所示。可以发现，人工智能主要会促进东部地区企业出口产品的多元化水平，而对中部和西部地区的企业影响则不显著。可能的原因有：一方面，东部地区一般经济和科技发展活跃度优于其他地区，因此，企业的人工智能化水平往往相对其他地区会更高；另一方面，东部地区在基础设施硬件环境建设，以及市场化、法治化和国际化营商环境等软环境建设方面都优于其他地区，这些优越的外部环境有助于企业更好地进行数字化转型，并加大研发投入进行技术创新。这些都会使得东部地区企业人工智能水平的提升在更大程度上促进企业出口产品的多元化。

（三）企业要素密集度

第三，再来看行业要素密集度的差异的异质性影响。本文计算了行业内企业资本密集度（K）均值的中位数，以此作为基准量，将K大于行业内基准量的企业定义为资本密集型企业，将K小于等于基准量的企业定义为劳动密集型企业，对这两类企业分别进行回归，结果如下表11所示。可以发现，人工智能对企业出口产品多元化的促进作用在劳动密集型行业企业中表现更为显著，而在资本密集型行业企业中表现并不显著。可能的原因是：当前人工智能主要是用来替代那些重复性、规律性强以及主要依赖数据处理和信息检索等的人类劳动，这说明人工智能主要体现在对低技术劳动工人的替代，相反资本密集型的行业往往劳动力的技术水平较高，不容易被人工智能替代，因此，人工智能可能更容易在劳动密集型行业发挥较显著的作用。

（四）企业贸易方式

最后，我们再来看不同贸易方式对企业的异质性影响。各企业出口产品的贸易方式大致可以分为一般贸易和加工贸易两大类，为探究不同贸易方式对企业的差异性影响，本文将那些50%以上出口产品采用一般贸易的企业定义为一般贸易企业，否则为加工贸易企业，在此基础上，对这两类企业分别进行回归，结果如下表12所示。可以发现，人工智能对企业出口产品多元化的促进作用在一般贸易企业中更显著，而在加工贸易企业中则不显著。可能的原因是，加工贸易型企业的特点是两头在外，进口的保税料件来自境外，生产的制成品必须复出口至境外，其出口产品的规模、种类等一般由国外企业确定，企业在“产品创新、市场开拓”等方面自主性相对较弱；而一般贸易型的企业则不同，企业有提升生产效率、加大技术研发的积极性和主动性，因此，人工智能往往对一般贸易型企业的促进作用会更显著。

六、进一步的拓展研究

最后，我们再来看一下企业所在地区营商环境与企业数字化转型水平在人工智能对企业出口产品多元化的影响中发挥怎样的调节作用。

（一）地区营商环境

为研究地区营商环境在人工智能对企业出口产品多元化影响中的调节作用，本文设置回归模型如下：

ln Vijdt＝α0＋α1ln R1jt+α2Mijdt＋α3ln R1jt*Mijdt +Xijdt +Fixed+εijdt（6）

其中，M为企业所在地区的市场化指数，用来反映企业所在地区的营商环境；ln R1*M为中心化处理后的行业机器人密度对数与中心化处理后的企业所在地区市场化指数的交乘项，用来研究企业所在地区的营商环境在人工智能对企业出口产品多元化影响中的调节作用，其他变量的含义与前文回归（1）式相同。地区市场化指数数据来源于《中国分省份市场化指数报告（2021）》［50］。

估计结果如表13所示，可见，交乘项在10%的显著性水平下显著，说明当企业所在地区的营商环境较好，市场化程度较高时，能够在一定程度上强化人工智能对企业出口产品多元化的正向作用，主要的原因就是，良好的营商环境有利于为企业的技术创新和生产效率提升，创造更加公平、公正的市场竞争环境，从而有助于人工智能积极作用的发挥。

（二）企业数字化水平

为进一步探究企业数字化转型在人工智能对企业出口产品多元化影响中的调节作用，本文设定回归模型如下：

ln Vijdt＝α0＋α1ln R1jt+α2Dijdt＋α3ln R1jt*Dijdt +Xijdt+ Fixed+εijdt（7）

其中，D为反映企业数字化水平的测度变量，以企业年报中数字化相关词频占比进行测算；ln R1*D为中心化处理后的行业机器人密度对数与中心化处理后的企业数字化水平词频占比的交乘项，用来研究企业数字化转型在人工智能对企业出口产品多元化影响中的调节效应，其他变量的含义与前文回归（1）式相同。企业数字化水平词频的数据来源于《MDA数据库》。

估计结果如下表14所示，交乘项在5%的水平下影响显著，说明企业数字化转型程度的提升，有助于强化人工智能对企业出口产品多元化的积极影响，主要的原因就是，数字化转型包含大数据、云计算、区块链等相互关联的多个方面，这些方面相互支撑，数字化转型程度高的企业往往具有较先进的软硬件环境，有助于人工智能积极作用的发挥。

七、结论与启示

本文主要采用2010—2016年中国上市公司数据库、中国海关数据库、国际机器人联合会（IFR）匹配的数据，实证研究了人工智能对企业出口产品多元化的影响，并揭示了其主要的影响机制。研究结果表明，人工智能可以显著地提高企业出口产品的多元化，在考虑了内生性、替换核心解释变量以及变换实证检验方法之后，这一结论依然很稳健；同时这种促进作用在非国有企业、东部地区企业、劳动密集型企业与一般贸易企业中更为显著；主要的影响机制是企业生产效率提升效应和企业技术创新提高效应；在进一步的拓展研究部分，发现企业所在地区营商环境与企业数字化转型程度对人工智能的影响均存在正向调节效应。

本文结论对于中国紧抓数字技术革命新机遇，推进贸易强国建设具有重要的启示意义。其一，数字技术革命是中国和中国企业实现弯道超车、跨越式发展、重塑中国和中国企业国际竞争优势和国际竞争力的重要机遇，政府要加大政策引导和财政支持，企业要大胆创新，积极加大在人工智能等领域数字化转型的力度。其二，为更好地发挥人工智能等数字化技术对企业出口贸易等带来的积极影响，各地区要加大新基建等硬件环境和市场化、法治化和国际化一流营商等软环境的建设，以更好地发挥以人工智能为代表的数字技术对企业带来的革命性影响。其三，当前人工智能主要体现在对重复性强的相对低技术劳动力的替代，这些劳动力的再就业也是需要政府关注的问题，以更好地维护社会的和谐和稳定。

参考文献：

KOOPMAN R，WANG Z，WEIS J.Tracing Value-added and Double Counting in Gross Exports ［J］.American Economic Review，2014 （2）：459-494.

［2］KEE H L，TANG H.Domestic Value Added in Exports：theory and Firm Evidence from China［J］.American Economic Review，2016 （6）：1402-1436.

［3］刘斌，王乃嘉，屠新泉.贸易便利化是否提高了出口中的返回增加值［J］.世界经济，2018（8）：103-128.

［4］BERNARD A B，SCHOTT R P K.Multiple-Product Firms and Product Switching［J］.American Economic Review，2010（1）：70-97.

［5］李小平，余娟娟，余东升，等.跨境电商与企业出口产品转换.经济研究，2023（1）：124-140.

［6］ECKEL C，NEARY J P.Multi-product Firms and Flexible Manufacturing in the Global Economy.The Review of Economic Studies，2010（1）：188-217.

［7］BERNARD A B，REDDING S J，SCHOTT P K.Multiproduct Firms and Trade Liberalization［J］.Quarterly Journal of Economics，2011（ 3）：1271-1318.

［8］易靖韬，蒙双.贸易自由化、企业异质性与产品范围调整［J］.世界经济，2018（11）：74-97.

［9］钟腾龙，余淼杰.外部需求、竞争策略与多产品企业出口行为［J］.中国工业经济，2020（10）：119-137.

［10］ACEMOGLU D，RESTREPO P.Robots and Jobs：evidence from US Labor Markets［J］.Journal of Political Economy，2020（6）：2188-2244.

［11］王永钦，董雯.机器人的兴起如何影响中国劳动力市场？：来自制造业上市公司的证据［J］.经济研究，2020（10）：159-175.

［12］李磊，王小霞，包群.机器人的就业效应：机制与中国经验［J］.管理世界，2021（9）：104-119.

［13］GRAETZ G，MICHAELS G.Robots at Work：the Impact on Productivity and Jobs.Review of Economics and Statistics，2018（5）：753-768.

［14］李廉水，鲍怡发，刘军.智能化对中国制造业全要素生产率的影响研究［J］.科学学研究，2020（4）：609-618，722.

［15］程虹，袁璐雯.机器人使用、工艺创新与质量改进：来自中国企业综合调查（CEGS）的经验证据［J］.南方经济，2020（1）：46-59.

［16］诸竹君，袁逸铭，焦嘉嘉.工业自动化与制造业创新行为［J］.中国工业经济，2022（7）：84-102.

［17］黄先海，虞柳明，袁逸铭.工业机器人与企业创新：基于人力资本视角［J］.科学学研究，2023（2）：356-368.

［18］冯玲，袁帆，刘小逸.工业机器人与企业创新：来自中国制造业企业的证据［J］.经济学（季刊），2023（4）：1264-1282.

［19］GOLDFARB A，TREFLER D.AI and International Trade ［R］.Massachusetts Avenue Cambridge，MA：NBER Working Paper，2018.

［20］BRYNJOLFSSON E，HUI X，LIU M.Does Machine Translation Affect International Trade？Evidence from a Large Digital Platform［J］.Management Science，2019（12）：5449-5460.

［21］田云华，周燕萍，邹浩，等.人工智能技术变革对国际贸易的影响［J］.国际贸易，2020（2）：24-31.

［22］吕越，谷玮，包群.人工智能与中国企业参与全球价值链分工［J］.中国工业经济，2020（5）：80-98.

［23］刘斌，潘彤.人工智能对制造业价值链分工的影响效应研究［J］.数量经济技术经济研究，2020（10）：24-44.

［24］李瑞琴，王立勇.数字技术革命促进中国制造业出口贸易高质量发展的机制、挑战和对策［J］.国际贸易，2022（11）：11-18.

［25］綦建红，张志彤.机器人应用与出口产品范围调整：效率与质量能否兼得［J］.世界经济，2022（9）：3-31.

［26］MAYER T，MELITZ M J，OTTAVIANO G I P.Product Mix and Firm Productivity Responses to Trade Competition［J］.The Review of Economics and Statistics，2021 （5） ：874-891.

［27］NOCKE V，YEAPLE S.Globalization and Multiproduct Firms.International Economic Review，2014（4）：993-1018.

［28］LOPRESTI J.Multiproduct Firms and Product Scope Adjustment in Trade.Journal of International Economics，2016，100：60－173.

［29］QIU L D，YU M.Multiproduct Firms，Export Product Scope，and Trade Liberalization：the Role of Managerial Efficiency.：HKIMR Working Paper，2014.

［30］AGOSIN M R，ALVAREZ R，BRAVO-ORTEGA C.Determinants of Export Diversification Around the World：1962-2000［J］.World Economy，2012（3）：295-315.

［31］易先忠，欧阳峣，傅晓岚.国内市场规模与出口产品结构多元化：制度环境的门槛效应［J］.经济研究，2014（6）：18-29.

［32］沈国兵，袁征宇.企业互联网化对中国企业创新及出口的影响［J］.经济研究，2020（1）：33-48.

［33］周沂，郭琪，邹冬寒.环境规制与企业产品结构优化策略：来自多产品出口企业的经验证据［J］.中国工业经济，2022（6）：117-135.

［34］陈勇兵，陈宇媚，周世民.贸易成本、企业出口动态与出口增长的二元边际：基于中国出口企业微观数据：2000—2005.经济学（季刊），2012（4）：1477-1502.

［35］彭国华，夏帆.中国多产品出口企业的二元边际及核心产品研究.世界经济，2013（2）：42-63.

［36］MAYER T，MELITZ M J，OTTAVIANO G I P.Market Size，Competition，and the Product Mix of Exporters.American Economic Review，2014（2）：495-536.

［37］魏浩，王超男.外国知识产权保护、产品组合调整与中国出口高质量发展.中国工业经济，2023（6）：81-98.

［38］BERNARD A B，BLANCHARD E J，VAN BEVEREN I，et al.Carry-Along Trade［J］.Review of Economic Studies，2019（2）：526-563.

［39］铁瑛，刘逸群，黄建忠.生产率排序、多产品出口试探与出口稳定性［J］.经济研究，2023（1）：107-123.

［40］钱学锋，王胜，陈勇兵.中国的多产品出口企业及其产品范围：事实与解释.管理世界，2013（1）：9-27.

［41］胡馨月.产品创新、工艺创新与出口动态：机理与效应［D］.杭州：浙江大学，2016.

［42］陆菁，潘修扬，刘悦.劳动力成本、倒逼创新与多产品企业出口动态：质量选择还是效率选择［J］.国际贸易问题，2019（10）：67-83.

［43］陈明生.人工智能发展、劳动分类与结构性失业研究［J］.经济学家，2019（10）：66-74.

［44］陈彦斌，林晨，陈小亮.人工智能、老龄化与经济增长［J］.经济研究，2019（7）：47-63.

［45］陈媛媛，张竞 ，周亚虹.工业机器人与劳动力的空间配置［J］.经济研究，2022（1）：172-188.

［46］刘亮，刘军，李廉水，等.智能化发展能促进中国全球价值链攀升吗？［J］.科学学研究，2021（4）：604-613.

［47］MELITZ M J.The Impact of Trade on Intra‐industry Reallocations and Aggregate Industry Productivity.Econometrica，2003（6）：1695-1725.

［48］刘意，谢康，邓弘林.数据驱动的产品研发转型：组织惯例适应性变革视角的案例研究［J］.管理世界，2020（3）：164-183.

［49］郭磊，贺芳兵，李静雯.中国智能制造发展态势分析：基于制造业上市公司年报的文本数据［J］.创新科技，2020（2）：61-71.

［50］王小鲁，樊纲，余静文.中国分省份市场化指数报告（2021）.北京： 中国社会科学院出版，2021.

（责任编辑：杨" 洋）杨" 洋" 杨" 波，张" 娅" 郭" 芸，王勤美，蒲应秋

The Impact of Artificial Intelligence on the Diversification of Enterprise Export Products：an Empirical Study Based on Chinese Listed Companies

LI Ruiqin，ZHAO Xinran

（School of International Trade and Economics，Central University of Finance and Economics，Beijing，China，100081）

Abstract：

This paper mainly uses data matched by China’s listed company database，China Customs database，and International Federation of Robotics （IFR） from 2010 to 2016 to empirically study the impact of artificial intelligence on the diversification of enterprise export products，and reveal its main impact mechanism.The research results indicate that artificial intelligence can significantly improve the diversification of enterprise export products.This conclusion is robust even when endogeneity，replacing core explanatory variables，and changing empirical testing methods are considered.At the same time，this promoting effect is more significant in non-state-owned enterprises，enterprises in the eastern region，labor-intensive enterprises，and general trade enterprises.The main influencing mechanism is the effect of improving enterprise production efficiency and the effect of improving enterprise technological innovation.In the further research，it was found that the business environment in the region where the enterprise is located and the degree of digital transformation of the enterprise have a positive moderating effect on the several levels of impact of artificial intelligence.

Key words：

artificial intelligence;export products diversification;enterprise total factor productivity;technological innovation