数字经济、产业结构升级与制造业出口技术复杂度研究

摘 要：当前，中国正处于从“制造大国”向“制造强国”转型的关键阶段，提高出口技术复杂度对实现制造业转型升级具有重要意义。数字经济作为一种全新的经济形态，为中国培育先进制造业，特别是提升制造业出口产品技术水平提供了重要机遇和动力。本文以中国制造业为研究对象，通过2015—2020年中国内地（除西藏外）30个省市的制造业省级面板数据，探讨数字经济发展水平对当地制造业出口技术复杂度的全面影响及其潜在机制。结果表明，随着数字经济的发展，制造业出口产品的技术水平得到了明显的提升，这一发现在经过一系列严谨的检验后依然保持稳健。进一步的中介效应分析揭示，数字经济的发展促进了各省份产业结构优化升级，进而带动当地制造业出口产品技术的不断改进，因此产业结构升级作为中介因素发挥作用。基于此，各地区应致力于进一步完善数字基础设施建设、加速数字经济与产业融合进程等方式提升数字经济发展水平，推进数字要素赋能传统产业，制定和优化数字经济相关制度体系等方式推进本地区制造业数字化转型，培育适合数字经济发展的制造业新兴产业生态。

关键词：数字经济发展水平；制造业；出口技术复杂度；产业结构升级；中介效应

中图分类号：F752.62；F424 文献标识码：A 文章编号：2096-0298（2024）08（a）--07

1 引言

制造业作为中国生产力水平的重要体现，一直为国民经济增长和社会发展提供了长期持续的驱动作用。改革开放以来，劳动力成本及自然资源等方面的传统比较优势为中国制造业的迅速发展提供了不可或缺的持续推动作用，促进了国民经济的长期增长。然而，在国际专业化分工中，中国制造业长期以来过度依赖加工、组装等低附加值、技术含量较低的环节，进而存在陷入“低端锁定”困境的风险，这一趋势不仅限制了制造业的转型升级，还可能对中国在全球产业链中的地位产生负面影响。近年来，中国制造业发展面临的国内外困境愈发严峻，从国内情况来看，要素成本逐年上涨及资源禀赋优势的弱化使得中国制造业传统比较优势式微，制造业发展遭遇瓶颈；从国外情况来看，其他发展中国家工业化和发达国家“再工业化”进程加快，制造业向其他发展中国家转移以追寻更低廉的劳动力成本及向发达国家回流以获得技术优势和政策优待，使得中国遭遇“双向挤压”困境。基于此，《中国制造2025》提出以建设“制造强国”为战略目标，全面推进实施制造强国战略。为了突破中国制造业升级的发展瓶颈，提高制造业国际竞争力，加快推动制造业出口技术复杂度的提高成为当前中国制造业实现对外贸易由“量”提升向“质”转型的关键任务。

当前，以大数据、区块链、工业互联网等为代表的新一代数字技术已然与经济发展深度融合、相互渗透，数字经济这一全新的经济形态应运而生。数字经济已然成为各国未来竞争的焦点，同时已成为后疫情时代全球经济复苏乏力下中国应对当前复杂形势的重要决策部署。党的二十大报告指出：“要推动货物贸易优化升级，创新服务贸易发展机制，发展数字贸易，加快建设贸易强国。”“十四五”规划进一步强调加快数字化发展，建设数字中国。随着数字经济成为新一轮科技革命和产业变革的核心引擎，它为制造业转型升级开辟了新的路径，并带来了前所未有的发展机遇。鉴于此，本文对数字经济这一全新经济形态的发展对中国制造业出口产品技术水平的影响进行了深入研究，并提出一系列切实有效的策略，进一步推动数字经济对制造业的赋能和发展，已然成为中国推动制造业升级良性循环与“中国制造”到“中国智造”转型，突破当前制造业发展困境，实现经济高质量发展的重要课题。

2 文献综述

与本文主题紧密相关的文献主要集中于以下三点：

首先，关于出口技术复杂度的概念与测量方法。Hausm ann和Fabiano（2003）率先引入了出口技术复杂度这一概念，强调这一指标在评估经济体出口产品生产效率和技术内涵等方面的重要作用。随后，Rodrik（2006）进一步扩展了这一观点，认为某一产业的出口技术复杂度不仅反映了出口主体在国际价值链中的位置高低，还显著影响了经济体在全球分工体系中的战略地位，为研究出口技术复杂度提供了更为丰富的维度。由此，出口技术复杂度成为后来学者研究国际贸易及衡量国家某一产业国际竞争力的重要指标。测度方面，目前学者通常从贸易数额和贸易价值两个层面衡量VfR4gRUFV70FgUaKgJABaDhbAlGoB2DJxAG7Ru2zRjU=出口产品的技术含量。具体来说，前者适用于衡量一国出口技术复杂度，采用产业生产效率来衡量。但是由于各国生产效率相关数据难以获得，Hausmann和Fabiano（2003）采用人均GDP代替生产效率进行出口技术复杂度的指标构建。后者主要基于国际分工现状，利用投入产出表测量各出口产品在本国的增加值，以衡量该国处于全球价值链的位置，从而间接反映出口技术复杂度（Hummels 等， 2001） 。

其次，关于出口技术复杂度的影响因素研究。以往学者对于出口技术复杂度影响因素的研究十分丰富，大多数学者在人力资本质量和技术创新对一国出口技术的决定作用上达成了共识（Lall等，2006；毛其淋，2019），其他研究主要集中于金融相关因素（包括金融发展、数字金融等）、制度相关因素（包括环境规制、制度质量等）以及贸易自由化（包括贸易壁垒等）和贸易便利化（包括关税下降等）相关因素。此外，也有很多学者关注数字经济这一全新的经济形态对出口产品升级的重要提升作用。

最后，关于出口技术复杂度与数字经济发展的关系研究。数字经济这一概念最早由Tapscott and Don （1996）提出，认为数字经济是将信息流以数字方式呈现的新型经济形态，并以数字技术为基础的新型经济活动形式会成为未来经济发展的方向。现有研究对数字经济影响出口技术复杂度及其机制进行了多维度的探索。姚战琪（2021）验证了数字贸易对出口技术复杂度的提升作用，并进一步验证了信息化水平、政府科技支出占比等因素的间接效应。张凯等（2023）发现，在数字贸易影响出口技术复杂度的过程中，产业结构升级起到了部分中介作用，且这一作用机制受到金融发展状况的调控和影响。具体到制造业领域，余姗等（2021）的研究指出，数字经济的全面发展对制造业出口技术复杂度有积极影响，并揭示了这一过程中人力资本与贸易成本所起到的间接推动作用。杜传忠与管海峰（2021）进一步验证了降低交易成本、推动产业融合及促进技术溢出的中介效应。韩民春和张霄（2023）得到了与其类似的结论，在数字贸易作用于制造业出口技术复杂度的过程中，降低贸易成本、推动技术创新和提高金融服务效率是其三大机制。

综上，前人研究通常聚焦于数字经济或数字贸易对出口技术复杂度的影响，聚焦于制造业领域的文献相对较少，且对于产业结构升级在此过程中的具体作用机制尚缺乏深入的探讨。因此，本文的边际贡献可能在于如下方面：本文聚焦于制造业领域，分析了数字经济发展对各省制造业出口技术复杂度产生的直接影响，并在此基础上揭示了产业结构转型升级在此过程中发挥的间接效应，对现有的研究进行了有益的补充。

3 理论基础与研究假设

3.1 数字经济发展水平与制造业出口技术复杂度

数字经济在其发展过程中通过贸易方式和贸易对象的数字化为传统贸易赋能，带来显著的经济效益，这种效益延伸至国际贸易领域，使得数字要素成为国际贸易中的重要新兴生产要素，通过数字技术与对外贸易的深度融合及数字资源的持续投入，为制造业出口技术升级换代创造了良好的数字贸易发展环境。具体来说，数字经济对国际贸易的促进作用体现在以下方面：

贸易方式数字化方面，数字经济的发展可以降低国际贸易中的交易成本（郭伟锋和贺静，2019）。交易成本通常是指在交易过程总使用或耗费资源要素的过程中所不可避免的最高代价（杨青龙和张为付，2015），具体体现为搜寻交易对象及与其交流沟通的成本等。这种交易成本的存在显然不利于国际贸易的发展，且成本越高越不利于国家间贸易规模的扩大（Fink C等，2005）。数字技术的发展和数字基础设施的建设使得传统的搜寻和交流过程可以突破国家间地理和时间上的限制，买卖双方的需求匹配也更加方便快捷，由此降低了信息不对称和相应的成本，同时削弱了跨境交易部分风险，促进了国际贸易的发展。

贸易对象数字化方面，数据与以数据形式存在的产品与服务贸易的出现使得现有的贸易产品种类进一步拓宽。传统贸易主要聚焦于实物产品和传统生产要素，如土地、资本、劳动力等，而数字经济的兴起催生了新产品和新业态的诞生，例如在线教育、在线医疗等，这些产品的出现大大拓展了国际贸易范围，使得各国可以交易的产品种类增加，有利于国际贸易规模的扩张。据此，本文提出以下假设：

H1：数字经济发展水平与制造业出口技术复杂度存在显著的正相关关系。

3.2 产业结构升级的间接效应

（1）数字经济的发展对产业结构调整具有优化作用。数字经济作为一种全新的经济形态，有助于国际贸易交易成本的降低，同时减少了信息不对称，促进了产业融合，不仅有助于进一步解放和发展生产力，还带动了生产关系和生产方式的迭代升级（王倩，2023），高水平生产力与生产关系的协调发展又进一步推动了产业结构高级化（何晰，2016）。此外，数字要素及数字技术也为产业结构升级提供了有力的支撑（荆文君和孙宝文，2019）。进一步研究发现，数字经济的发展在中国产业结构升级过程中展现出显著的边际递增效应，这种效应还呈现出明显的区域异质性，具体表现为中、西部地区在产业结构提升方面相较东部地区呈现出更为显著的进步（陈小辉等，2020）。

（2）产业结构升级有利于出口技术复杂度的提高。从根本上来说，经济持续增长的核心在于产业结构逐步优化升级，而产业结构的转型升级依赖技术的进步及比较优势的变化，这种演变意味着传统劳动力与自然资源优势向资本和技术优势的转变。更多资本的投入及相关技术的进步促进了制造业生产效率的提高，因此对以生产效率衡量的制造业出口技术复杂度存在积极影响。据此，本文提出以下假设：

H2：产业结构升级在数字经济发展水平与制造业出口技术复杂度之间起到间接作用。

4 模型设计与变量说明

4.1 基准模型设定

本文构建面板数据计量模型如下：

其中，i、t分别代表省份和年份；因变量TSIit表示出口技术复杂度；自变量Digeit为数字经济发展水平；Controlit为一系列控制变量。同时，引入省份固定效应ui，以捕捉不随时间变化的省份特性；引入随机扰动项εit，以确保模型的准确性。

4.2 机制效应检验模型设定

基于前述分析可以推断，产业结构升级很可能是数字经济发展作用于制造业出口技术复杂度提高的关键路径，揭示了两者之间潜在的中介效应。鉴于此，本文参照温忠麟和叶宝娟（2014）的研究，采用逐步回归策略来深入检验并验证产业结构升级的中介效应。模型设定如下：

其中，indhit表示产业结构升级。

4.3 变量测度与说明

4.3.1 被解释变量：制造业出口技术复杂度（Technological Sophistication Index， TSI）

指标选取方面，本文参考相关研究，基于中华人民共和国海关总署相关数据，选取中国海关行业第4类及第6～18类共14类制造业行业来构建制造业出口技术复杂度指标（韩民春和张霄，2023）。

测量方法方面，由于本文关注中国制造业技术，因此参考Hausmann等（2007）的测算方法，通过人均GDP和地区行业出口额构建以下测算制造业出口产品技术复杂度指标：

其中，i、t、k分别代表省份、年份和制造业细分行业；TSIit表示制造业出口技术复杂度；prodykt表示制造行业k的技术复杂度；eikt表示制造行业k的出口额；Eit表示制造业出口总额；pgdpit表示人均GDP。此外，为了避免数据异方差的影响，本文对部分变量进行了对数化处理，从而确保数据分析的准确性和可靠性。

4.3.2 核心解释变量：数字经济发展水平测度（Dige）

在指标体系的构建过程中，本文参照相关领域的深入研究，从5个核心维度出发，即数字基础设施的完善程度、数字产业化规模的发展状况、产业数字化规模的推进程度、数字创新的能力表现及贸易潜力的挖掘潜力，共选取17个二级指标，构建各省数字经济发展水平综合指标体系，旨在全面、系统地衡量各省的数字经济发展水平（见表1）。

测量方法方面，本文采用熵值法与多目标线性加权函数法相结合来计算各省数字经济发展水平：首先，为了确保数据的一致性和可比性，进行数据标准化处理；其次，采用熵值法确定每个评价指标的权重，以衡量其在整个评价体系中的重要程度；最后，采用多目标线性加权函数法对评价数据进行适当的加权处理，从而得出各评价对象，即各省数字经济发展水平的综合评估结果。

4.3.3 中介变量：产业结构升级

为了度量不同地区的产业结构升级水平，本文参照李逢春（2012）的研究思路，引入省级产业结构升级系数（indh）作为评估指标，其计算方式详述如下：

其中，yi代表某省份第i产业产值占该省总产值的比重。indh的取值范围界定在[1，3]，当其趋近于1时，该省的产业结构发展水平相对滞后；当其趋近于3时，则该省产业结构发展水平较高。

4.3.4 控制变量

在探讨制造业出口产品技术水平的决定因素时，除了重点考察数字经济发展水平的贡献外，还需对其他潜在的影响因素进行深入分析。因此，本文参考现有研究，选取若干相关的控制变量，以便更全面地揭示各因素的综合效应。

（1）人力资本水平（Hum）：通过平均每万人口中大学生人数来衡量。

（2）外商直接投资水平（Fdi）：通过各省外商直接投资总额占GDP比重来衡量。

（3）金融发展水平（Fin）：通过金融业增加值占GDP比重来衡量。

（4）对外开放水平（Ope）：通过进出口总额占GDP比重来衡量。

数据来源于《中国统计年鉴》《中国工业统计年鉴》《中国科技统计年鉴》及各省级行政单位的《统计年鉴》。鉴于西藏地区数据存在显著的缺失问题，为保证研究的准确性和可靠性，本文决定剔除西藏地区的数据，仅使用中国大陆剩余30个省级行政单位2015—2020年的面板数据作为研究基础。

4.4 描述性统计

本文涉及所有变量的描述性统计如表2所示，可观察到制造业出口技术复杂度与数字经济发展水平均值分别为3.464854和25.29889，最大值分别为3.975292和76.8，最小值分别为3.032938和11.5。这表明不同省份间制造业出口产品的技术层次存在显著差异，同时体现了地区间在数字经济发展上的不均衡性。此外，两者的标准差分别为0.193586和12.34279，表明各省制造业出口产品技术水平参差不齐，数字经济发展水平也存在显著的地区差异。

经过统计分析，本文观察到制造业出口技术复杂度的均值为3.464854，而数字经济发展水平的均值为25.29889。其中，前者的最高值达到3.975292，最低值为3.032938，显示出不同省份间制造业出口产品的技术层次存在显著差异；后者的最高值为76.8，最低值为11.5，进一步体现了地区间在数字经济发展上的不均衡性。此外，两者的标准差分别为0.193586和12.34279，进一步验证了本文在制造业出口技术复杂度及数字经济发展水平上观察到的地区差异。

5 实证结果与分析

5.1 主效应检验

数字经济的发展在地方经济主体的出口行为中扮演着举足轻重的角色，进一步推动了地方出口产品技术水平的提升。本文运用省际面板数据，对模型（1）进行了详细的估计。表3列出了具体的回归结果，列（1）未考虑其他变量及列（2）～（5）逐步加入控制变量的情况下，数字经济发展水平始终在1%的显著性水平上对制造业出口技术复杂度存在正向影响，未因控制变量的增加而改变其符号和显著性，充分证明了数字经济能够显著促进制造业出口技术复杂度的提高，从而验证了假设H1。

此外，通过控制变量的分析发现，人力资本在1%的显著性水平上具有正向影响；外商投资水平也呈现出显著的正向效应；金融发展水平和对外开放水平的影响并不显著。

5.2 稳健性检验

本文采用以下方法对回归结果稳健性进行检验：

第一，缩小样本范围。鉴于北京、天津、上海和重庆这四个直辖市在政治地位和经济条件上的特殊性，以及国家政府经常为其提供特殊的贸易扶持政策与资源，本文将其从样本中剔除，以更准确地考察其他区域数字经济发展的影响。调整后的样本回归结果如表4列（1）所示，其中数字经济发展水平的估计系数在1%的显著性水平上通过检验，这一结果与之前的分析保持一致。

第二，为了应对模型可能存在的内生性问题，本文选取相邻省份数字经济发展水平的均值及滞后一期的数字经济发展水平作为工具变量，并应用两阶段最小二乘法进行回归分析。结果显示，这一方法得到的结论与基准回归结果基本一致，进一步验证了前述结论的稳健性。

5.3 中介效应检验：制造业产业结构升级

为了深入探究产业结构升级在数字经济发展与制造业出口技术复杂度之间的中介效应，本文详细分析了数字经济发展水平对制造业出口技术复杂度的影响路径，具体结果如表4所示。表4显示，数字经济发展水平对产业结构升级产生了显著的正向影响（p<0.01），当把数字经济发展水平、制造业出口技术复杂度和产业结构升级同时放入模型中时，产业结构升级对制造业出口技术复杂度的正向效应不显著。进一步地，通过Bootstrap法检验间接效应与直接效应的显著性。

表5呈现了基于5000次抽样的Bootstrap法分析结果。结果显示，数字经济发展水平对制造业出口技术复杂度的间接效应为0.0035，直接效应为0.0045，总效应为0.008。进一步分析发现，中介效应在总效应中的占比为43.75%。综上可得，假设H2得到验证，即产业结构升级在数字经济发展水平对制造业出口技术复杂度的影响中起到部分中介作用。

6 结语

数字经济时代下，数字要素和数字技术对制造业出口升级产生了重要影响。本文选取2015—2020年中国省级面板数据，验证了数字经济发展水平对各省制造业出口技术复杂度的直接效应，并揭示了产业结构升级在此过程中的间接效应，得出以下结论：数字经济的发展可以促进制造业出口产品技术的更新换代，并通过推动产业结构升级这一重要途径间接促进制造业出口产品技术水平的提升。

基于上述结论，本文为促进数字技术赋能制造业出口产品升级提出以下几点建议：

国家层面上，政府应为制造业吸收各地数字经济发展红利，为实现出口技术升级提供必要的政策支持。中央政府需重视各地经济发展水平差异，加大对中西部地区的数字基础设施建设力度，推进区域间数据联通，实现东、中、西部区域数字经济发展统筹联动、相互促进。一方面，各地政府要在国家政策的领导下不断完善当地数字化设施建设，优化数字贸易环境，保障数字贸易安全，为数字经济赋能当地制造业出口产品转型升级提供坚实的基础。另一方面，重视数据要素与数字技术对当地产业结构调整的优化作用，推动制造业发展向服务业延伸。

行业层面上，制造业各细分行业个性化较强，出口产品的技术含量差异显著。因此，各细分行业应结合处于产业链不同位置的本行业特性，抓住数字经济发展带动行业转型升级的重要机遇，充分利用相关数字贸易平台，持续推动数字技术与制造业生产过程中各个环节相结合，构建数字化时代制造业各细分行业新体系。

企业层面上，制造业企业需要做好自身数字化能力的培养，形成企业核心竞争力。具体来说，时刻关注数字技术发展动向，重视数字技术在企业生产、运营和日常管理等方面的应用，利用数据要素优化企业管理流程，打通各部门信息壁垒，实现数据互通、企业互联。另外，企业应加大相关技术的研发与应用投入力度，重视企业内部数字技术人才的引进与培养，提高企业的自主创新能力，培育数字经济时代下企业独特的数字核心技术优势。

参考文献

王倩.数字经济、新型城镇化与产业结构升级[J].工业技术经济，2023，42（3）：73-81.

张凯，刘冬媛，于世海.数字贸易对出口技术复杂度的影响研究： 基于金融发展有调节的中介效应模型检验[J].经济问题探索，2023（2）：144-159.

韩民春，张霄.数字贸易赋能制造业出口产品升级： 基于技术复杂度视角的研究[J].工业技术经济，2023，42（2）：106-114.

万晓榆，罗焱卿.数字经济发展水平测度及其对全要素生产率的影响效应[J].改革，2022（1）：101-118.

杜传忠，管海锋.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[J].南方经济，2021（12）：1-20.

黄嫚丽，董少军.跨国并购整合过程“黑箱”如何被打开：文献述评与展望[J].管理现代化，2021，41（5）：112-115.

余姗，樊秀峰，蒋皓文.数字经济对我国制造业高质量走出去的影响： 基于出口技术复杂度提升视角[J].广东财经大学学报，2021，36（2）：16-27.

姚战琪.数字贸易、产业结构升级与出口技术复杂度： 基于结构方程模型的多重中介效应[J].改革，2021（1）：50-64.

陈小辉，张红伟，吴永超.数字经济如何影响产业结构水平？[J].证券市场导报，2020（7）：20-29.

郭伟锋，贺静.数字贸易背景下我国农产品出口贸易发展研究[J].物流工程与管理，2019，41（10）：132-133+170.

荆文君，孙宝文.数字经济促进经济高质量发展：一个理论分析框架[J].经济学家，2019（2）：66-73.

毛其淋.人力资本推动中国加工贸易升级了吗？[J].经济研究，2019，54（1）：52-67.

何晰.新兴业态下自主创新促进区域产业结构升级探析[J].社会科学战线，2016（5）：254-258.

杨青龙，张为付.国际贸易的成本分析：视角与方法[J].财贸经济，2015（3）：103-112.

温忠麟，叶宝娟.中介效应分析：方法和模型发展[J].心理科学进展，2014，22（5）：731-745.

李逢春.对外直接投资的母国产业升级效应： 来自中国省际面板的实证研究[J].国际贸易问题，2012（6）：124-134.

黄速建，令狐谙.并购后整合：企业并购成败的关键因素[J].经济管理，2003（15）：6-13.

甘路明，潘惠，刘景江，等.企业技术知识管理研究[J].科学学研究，2003（2）：201-204.

Fink C， Mattoo A， Neagu C. Assessing the impact of communication costs on international trade[J]. Journal of International Economics， 2005，67（2）：428-445.

Hausmann， Fabiano Schivardi. Identifying the sources of local productivity growth[J]. Journal of the European Economic Association， 2003，2（4）：720-744.

Hausman R， Hwang J， Rodrik D. What you export matters[J]. Journal of Economic Growth，2007，12（1）：1-25.

Lall， S.， W. John， Jinkang Zhang. The sophistication of exports： A new trade measure[J].World Development，2006，34（ 2） ： 222-237.

Rodrik. What accounts for the rising sophistication of China’s exports？ China’s Growing Role in World Trade[J]. University of Chicago Press， 2006：63-104.

Tapscott， Don. The Digital Economy： Promise and Peril in the Age of Networked Intelligence[J]. New York： McGraw-Hill，1996.