1. 引言
当前全球进入数字化时代,数字技术已经融入到生产、消费的各个环节,数字化转型是制造业转型升级的必经之路,也是提高一国出口技术复杂度的重要渠道。我国高度重视数字经济发展,“十四五”规划重点强调发展数字经济,加快推进数字产业化和产业数字化,实现制造业的数字化转型升级。中国是制造大国,制造业数字化转型是推进产业数字化转型的重点所在。改革开放以来,我国凭借较丰裕的劳动力以粗放型经济驱动方式参与到全球价值链分工,贸易出口额和工业增加值在短时间内快速提升的同时,也造成了我国制造业整体出口技术复杂度不高,出口产品竞争力不强的现象。长江经济带作为我国经济发展最强劲、创新水平最高的地区之一,在实现数字化转型中具有带领作用。通过对长江经济带数字化转型与出口技术复杂度关系研究,探索二者间的作用机制,为我国加快高质量发展和实现贸易强国提供思路借鉴。
2. 文献综述与理论机制
2.1. 文献综述
关于数字化转型成效研究大部分学者立足于企业视角,徐向龙(2022)、杨水利等(2022)学者肯定了数字化转型对企业创新活动的促进作用 [1] [2] ;董璐燕等(2022)、戚聿东,蔡呈伟等(2022)认为数字化转型有利于改善企业经营绩效 [3] [4] ;武常岐等(2022)认为企业实现数字化转型将有助于实现高质量发展 [5] 。
诸多学者对出口技术复杂度影响因素做了相关研究,主要集中在对外直接投资、协同集聚、知识产权保护视角。陶爱萍(2022)、信超辉(2022)、马述忠(2017)等学者认为,企业对外直接投资过程以及外资流入过程中能够带动母国出口产品技术复杂度的提升 [6] [7] [8] ;姚战琪(2021)、余珊等(2022)发现协同集聚能够推动出口技术复杂度的提升 [9] [10] ;施炳展(2020)、顾晓燕(2020)等认为知识产权保护能够促进进出口复杂度间 [11] [12] 。
聚焦于产业数字化转型与出口技术复杂度的研究并不多见,部分学者着眼于数字经济与出口技术复杂度的研究做了相关探索,杜传忠,管海峰(2021)、夏杰长等(2022)、刘志坚(2021)等学者研究发现数字经济发展总体上提升了出口技术复杂度 [13] [14] [15] 。
本文通过对相关文献进行梳理,并围绕数字化转型与出口技术复杂度间的内在机理与实践机制的探索,能够丰富了数字化转型领域相关研究。结合长江经济带经济发展现状提出提高出口技术复杂度的有效且合理的建议。
2.2. 理论机制
数字经济时代,数据要素与制造业各领域深度融合,数字技术的嵌入使得制造业技术水平提升,提高全要素生产率和出口技术复杂度。在众多研究中,全要素生产率是技术水平和创新能力的衡量指标,它是指一段时间内生产活动的效率,是提高生产力绩效的主要贡献者 [16] 。现如今5G技术、大数据、物联网、人工智能等数字技术快速发展,数字技术迅速应用到制造业领域,依托于数字技术与传统要素的深度嵌入,能够有效提高原有生产要素的配置效率和技术水平,生产技术更加先进,推动制造业技术溢出和技术进步,提高全要素生产率。数字技术的应用形成“强者愈强”的马太效应,市场上生产效率较低的企业会重视数字技术嵌入的重要性提高生产效率,甚至低效率生产模式被淘汰出市场,从而带动整个行业全要素生产效率的提高。
伴随企业数字化转型,同时引发生产系统、业务模式等整个环节的组织重构和技术创新,提高全要素生产效率,进而提高出口技术复杂度。通过利用人工智能、物联网、云计算等数字技术代替传统劳动力,企业可以实现生产系统的智能化技术升级,深刻改变传统生产方式,智能化生产有效替代传统劳动力,实现生产资源的快速配置与协同,有效提高生产效率;智能化生产同时加强对生产系统的监测,能够快速感知生产中的问题并进行及时的决策和维护,提高生产效率和产品质量 [17] 。数字化时代带来了制造业业务模式的创新,相比于传统业务模式,通过数字化平台的应用,企业和用户间的价值边界大大缩减,企业能够快速感知消费者的偏好,信息不对称性大大降低,提高用户满意度的同时也缩减了收集用户信息的成本。数字化转型也推动了交易模式由线下交易向线上交易转变,互联网平台应用的减少了交易环节,企业可以更快接收到用户反馈从而提升服务水平,用户与企业直接对接的交易方式提高了交易和经营效率。
制造业数字化转型可以通过提高全要素生产率进而显著提升出口技术复杂度。全要素生产率是技术水平和创新能力的衡量指标,一国或地区全要素生产率的增长,意味着其出口产品技术水平越高 [18] 。全要素生产率的提高使企业在生产销售环节节约生产成本,从而企业可以将更多的资金分配给企业研发和技术升级,提高产品技术含量和竞争力 [19] (如图1)。

Figure 1. Theoretical model of digital transformation affecting export technology complexity
图1. 数字化转型影响出口技术复杂度的理论模型
3. 模型构建与变量说明
3.1. 基准模型设定
(1)
其中,i、t表示个体和时间,
表示制造业出口技术复杂度,
表示制造业数字化转型水平,
表示一系列控制变量,
表示个体固定效应,
表示时间固定效应,
表示随机扰动项。
3.2. 变量测度
1) 被解释变量:出口技术复杂度
在出口技术复杂度测算方法上,以Hausmann R. et al. (2007) [20] 基于产品出口额和人均GDP的收入加权法为主流。本文以长江经济带11省市制造业为总样本,借鉴Hausmann R. et al. (2007)的做法,制造业出口技术复杂度计算公式如下:
(2)
(3)
其中,下标i表示省份,k表示行业,t表示时间,
表示t时期制造业细分行业k的出口技术复杂度,
表示i省份k行业t年出口额,
表示i省份t年总出口额,
表示t年i省份制造业出口技术复杂度。
2) 核心解释变量:制造业数字化转型水平
大部分学者在制造业数字化转型的研究中,通过针对企业年报进行文本挖掘分析,并对数字化转型相关关键词进行词频统计,代表企业数字化转型水平。该方法存在一定的缺陷,企业年报中所披露的部分信息仅能反映企业对于数字化转型的重视程度,并不能反映制造业真实的数字化转型水平。因此本文选择从行业层面出发,以制造业数字化产出为导向,构建数字化转型指标体系。针对数字化转型的定义,并基于数据的可得性,本文从数字化环境和数字化产出两个维度构建数字化转型水平评价体系。数字基础设施具有共享性、公共性等特点,为实现制造业数字化转型提供基本动力。数字化转型能够激励企业加大数字技术投入,提高企业技术水平和创新效率,数字化转型能力越高,制造业的数字产出能力越强。具体来说,选取互联网接入端口、各省份光缆线路长度衡量数字化环境,选取数字技术专利申请量、数字经济核心制造业主营业务收入占GDP比重衡量制造业数字化产出。将以上四个指标用熵权-Topsis分析法,得到长江经济带11省市制造业数字化转型水平,记为Dige。
根据上文得到的各省市制造业数字化转型水平,在此本文将长江经济带划分成上游(重庆、四川、贵州、云南)、中游(江西、湖北、湖南)、下游(上海、江苏、浙江、安徽)三个区域,分析制造业数字化转型地域差异和时序差异演化。图2为长江经济带11省市2011~2019年制造业数字化转型水平变动情况,由图2可以看出,2011~2019年,长江经济带数字化转型水平整体呈稳步上升趋势,说明各省市越来越注重数字化转型和数据要素的应用。进一步分析可知,数字化转型水平存在明显的地域差异,长江经济带下游地区数字化转型水平较高,而受到地理位置的影响,相比之下上游、中游地区数字化转型水平较低,且两地区差异较小。尽管上游、中游地区总体数字化转型水平呈上升趋势,但指标得分相对较低,仍然有较大的提升空间(如图2)。
3) 控制变量
除数字化转型水平之外,还有许多学者对出口技术复杂度的影响因素做了相关研究。借鉴以往学者研究成果,本文选取行业规模(Scale)、产业聚集水平(Agg)以及创新投入(Input)作为控制变量。其中,行业规模以规上工业企业利润总额表示;产业集聚水平以制造业就业人数的区位熵表示,创新投入以制造业R&D人员当时量表示。
4) 中介变量
为了检验数字化转型对制造业出口技术复杂度的影响机制,本文从投入产出视角利用DEA模型测算了长江经济带11省市制造业的全要素生产率。具体而言,投入指标有劳动投入、资本投入,产出指标以各地区工业增加值测算。为控制异方差,本文对所有变量取对数处理(见表1)。

Figure 2. Changes in digital transformation level of manufacturing industry in the Yangtze River economic belt from 2011 to 2019
图2. 2011~2019年长江经济带制造业数字化转型水平变动

Table 1. Main variables in the model
表1. 模型中主要变量
3.3. 数据来源
制造业细分行业出口额数据来源于国研网贸易与决策支持系统,数字基础设施、数字经济核心制造业主营业务收入、产业聚集水平数据来源于国泰安数据库,数字技术专利数据来源于智慧芽专利数据库,将申请信息中包括数字技术(人工智能、5G技术、物联网、工业互联网、人工智能)的发明专利识别为数字技术专利,并借鉴陈楠等(2021)做法 [21] ,按照数字技术专利的应用领域和制造业相匹配;新产品开发项目数、外商直接投资水平数据来源于各省市统计年鉴和《中国科技统计年鉴》。
4. 实证结果分析
4.1. 基准结果分析
由于数字化对转型对出口复杂度的影响会受到个体差异和时间效应的影响,本文选择双向固定效应模型以保证结果的稳健型,并且经过Hausman检验在1%的水平上拒绝原假设。为了检验长江经济带11省市数字化转型对制造业出口技术复杂度的影响,本文采用递进式回归方式。首先固定年份和个体进行单变量回归,再依次加入控制变量,排除控制变量对被解释变量的影响。
表2中第(1)列为单变量回归结果,结果显示核心解释变量数字化转型水平系数在5%的水平下显著为正,表明数字化转型对制造业出口技术复杂度的提升存在显著正向影响。第(2)~(5)列依次加入行业规模、产业集聚水平、创新投入控制变量后,核心解释变量系数仍然在5%的水平下显著为正,结果依然表明,数字化转型水平对制造业出口技术复杂度存在正向影响关系(见表2)。

Table 2. Benchmark regression test results
表2. 基准回归检验结果
注:**、***表示5%、1%的显著性水平,括号内数值为稳健标准误。
4.2. 稳健型检验
数字化转型综合指数能够比较全面的评价制造业数字化水平,但是测量方法和指标选取的不同也会影响实证结果的可靠性,因为本文通过替换核心解释变量及增加控制变量的方法对回归结果进行稳健型检验。模型(1)是以数字化产出水平作为数字化转型代理变量的回归结果,可以看到核心解释变量仍在5%的水平下显著,且为正向显著。模型(2)是增加控制变量的检验结果,已有文献表明,外商直接投资会影响出口产品技术复杂度,因此本文用制造业实际利用外资额衡量制造业作为控制变量,仍在在5%的水平下显著,结果相对稳健(见表3)。
注:**、***分别表示5%、1%的显著性水平,括号内数值为稳健标准误。
4.3. 中介效应检验
为了探究数字化转型是通过何种机制对提升了出口技术复杂度,本文构建了以下模型,检验全要素生产率的中介效应机制:
(4)
(5)
式(4)、(5)中介效应模型,Tep为中介变量,即全要素生产率,其他变量含义与式(1)一致。
表4中,模型(1)为数字化转型对全要素生产率的影响研究,由表可知,数字化转型对于全要素生产率具有显著的正向影响,影响程度为0.150,表明数字化转型水平每提升一个单位,将会带动全要素生产率提高0.150个单位。在模型(2)中,本文控制了数字化转型水平,研究全要素生产率对于出口技术复杂度产生的影响。由表可知,全要素生产率对出口技术复杂度的影响在5%的显著水平上通过了检验,并且数字化转型水平也存在正向显著效应,表明全要素生产率在数字化转型对出口技术复杂度的提升中确实存在中介效应,假设二成立(见表4)。

Table 4. Test results of mesomeric effect
表4. 中介效应检验结果
注:**、***表示5%、1%的显著性水平,括号内数值为稳健标准误。
4.4. 异质性分析
要素禀赋不同的行业对于数字经济的反应程度会存在差异。本文将制造业按照要素禀赋不同划分为低技术、中技术、高技术制造业1,分别检验数字化转型对各行业出口复杂度的影响程度。下表为数字化转型水平分别对低技术、中技术、高技术产业影响结果分析。数字化转型对低、中、高技术产业出口复杂度的影响均通过了显著性检验,影响系数分别为0.089、0.104和0.113,由此可知对于低中高技术行业而言,数字化转型对于出口技术复杂度具有很强的提升效应,并且在高技术产业该提升效应更为明显。对于低技术产业而言,数字化转型对于其行业技术复杂度的提升系数相对较小。低技术产业在投入要素使用中,劳动力投入占更大比例,在数字化转型过程中更加注重于劳动成本的降低,较少投入技术等生产要素,产生了一定的效率损失。高技术行业对于数字技术的应用能力更强,在数字经济的浪潮中更容易利用自身技术优势,成功实现数字化转型,提高出口技术复杂度(见表5)。

Table 5. Heterogeneity test results
表5. 异质性检验结果
注:**、***表示5%、1%的显著性水平,括号内数值为稳健标准误。
5. 结论与建议
通过对长江经济带11省市制造业数字化转型水平及出口技术复杂度的测度与两者相关性研究,本文提出以下建议:
1) 完善数字基础设施建设,营造数字化转型环境
顺应当前数字经济发展趋势,积极为产业数字化转型营造良好的外部条件,推进产业数字化转型。不断完善数字基础设施建设,提高产业数字化转型的基础设施服务能力,大力发展5G网络建设、物联网、人工智能等数字技术在制造业的应用,提高互联网普及率,营造数字化、信息化转型环境,促进企业数字化转型。长江经济带制造业数字化转型水平差异较大,更要注重长江上游地区数字化建设,促进各地区平衡发展。
2) 构建数字技术创新体系,推动数字创新效率提升
数字化转型升级能够推动制造业企业生产模式变革、工艺流程创新,因此应持续推进企业利用数据要素和数字技术实现数字技术创新,积极引进国外先进数字技术,鼓励企业加强对先进技术的学习,加大技术研发投入,努力突破关键性技术。同时,提高数字技术创新能力需要政府采取措施,加强知识产权保护,完善数字技术创新的支持政策,构建数字技术创新体系,激发企业数字创新的活力,提高创新效率。
3) 推进数字化制造,提升数字化产品出口比重
推进数字化制造,以数字技术和数字要素应用为导向促进制造业数字化转型,注重生产制造环节人工智能、物联网等数字技术投入,实现智能制造和数字化生产模式,提升制造业技术水平和生产效率。同时在不扰乱市场秩序的前提下,制定合理的激励政策,包括出口补贴政策、税收减免政策,鼓励制造业企业数字化产品出口,提升数字产品出口比重,改善出口贸易结构,提高制造业出口技术复杂度。
NOTES
1其中低技术行业包括:食品制造业、酒、饮料和精制茶制造业、烟草制品业、纺织服装、服饰业、皮革羽毛及其制造业、木材加工制造业、家具制造业、造纸和纸制品业、印刷和记录媒介复制业、文教、工美、体育和娱乐用品制造业;中技术行业包括:塑料橡胶制品业、石油加工及炼焦业、有色金属冶炼及压延加工业、黑色金属冶炼及压延加工业、金属制品业、非金属矿物制品业、化学纤维制品业;高技术行业包括化学原料及化学制品制造业、医药制造业、电气机械及器材制造业、计算机、电子通信设备制造业、机械制造业、仪器仪表及文化办公用机械、交通运输设备制造业。