留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

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

余姗 樊秀峰 蒋皓文

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.
引用本文: 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.
YU Shan, FAN Xiu-feng, JIANG Hao-wen. On Effects of Digital Economy on China's High-quality Going-global of Manufacturing Industry in the Perspective of Export Technical Complexity Upgrading[J]. Journal of Guangdong University of Finance & Economics, 2021, 36(2): 16-27.
Citation: YU Shan, FAN Xiu-feng, JIANG Hao-wen. On Effects of Digital Economy on China's High-quality Going-global of Manufacturing Industry in the Perspective of Export Technical Complexity Upgrading[J]. Journal of Guangdong University of Finance & Economics, 2021, 36(2): 16-27.

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

基金项目: 

国家社会科学基金青年项目 17CJY037

陕西省教育厅2020年专项科研项目 20JK0142

西安财经大学研究生创新项目 19YC039

详细信息
    作者简介:

    余姗(1985-),女,河南卢氏人,西安财经大学经济学院讲师,博士

    樊秀峰(1955-),女,陕西镇安人,西安交通大学经济与金融学院教授,博士生导师

    蒋皓文(1997-),男,上海人,西安财经大学经济学院研究生

  • 中图分类号: F062.9;F742;F49

On Effects of Digital Economy on China's High-quality Going-global of Manufacturing Industry in the Perspective of Export Technical Complexity Upgrading

  • 摘要: 构建多渠道机制下数字经济影响出口贸易的理论模型,利用2008—2017年中国省级面板数据,实证检验数字经济对制造业高质量走出去的空间溢出效应、非线性边际递增效应及影响机制。研究结果表明:数字经济显著促进了中国省级出口技术复杂度的提升,其产生的正向空间溢出效应能助推出口贸易的高质量发展;数字经济的空间溢出效应存在区域异质性,沿海省份较内陆省份享受了更多的数字红利;数字经济对出口技术复杂度的影响具有动态非线性驱动效应,出口贸易水平较高的地区享受的数字经济红利更大;通过人力资本与贸易成本两个渠道,数字经济能间接提升省级出口技术复杂度;数字经济作用于实体经济时普遍存在边际递增的网络效应。因而应加强数字经济基础设施建设,优化创新环境,让数字经济的发展推动我国制造业高质量走出去。
  • 表  1  中国省级数字经济发展水平综合测度体系

    一级指标 二级指标 指标释义
    数字基础设施建设 IPv4地址比重(%) 反映省级IP地址资源分配情况
    万人域名数(个/万人) 描述省级域名资源分配现状
    长途光缆线路长度(公里) 体现省级光纤基础设施建设水平
    数字经济接入端口数(万个) 衡量省级互联网外接硬件拥有量
    数字经济普及程度 互联网上网人数(万人) 刻画省级数字服务需求量
    移动电话用户数(万户) 反映省级数字经济移动终端数量
    网络信息资源 网页数(个) 描述省级数字经济信息资源广度
    每个网页平均字节数(KB) 衡量省级数字经济信息资源深度
    数字经济商务化 快递业务总量(万件) 表征省级电子商务繁荣程度
    信息传输、软件和信息技术服务业人数(万人) 体现省级数字经济上下游产业发展水平
    下载: 导出CSV

    表  2  变量及其统计性描述

    变量类型 变量分项 Symbol Obs Mean Std.Dex Min Max
    被解释变量 出口技术复杂度 LnTC 300 7.109 0 0.546 4 5.681 0 9.596 7
    解释变量 数字经济 INT 300 2.724 4 0.718 6 0.551 6 4.605 1
    控制变量 劳动力供给 LAB 300 7.626 4 0.796 3 5.707 1 8.819 8
    基础物流设施 INF 300 8.896 0 0.779 3 6.693 8 9.993 5
    研发创新能力 TECHC 300 8.673 0 1.524 3 4.369 4 12.202 5
    贸易开放度 OPEN 300 0.294 4 0.346 8 0.016 7 1.697 6
    中介变量 资源配置效率 ALLO 300 0.695 7 0.173 8 0.346 0 1.000 0
    人力资本 EDU 300 2.176 5 0.102 4 1.911 6 2.509 9
    研发强度 RD 300 1.488 9 1.071 6 0.230 0 6.010 0
    贸易成本 COST 300 10.051 6 0.465 8 8.853 1 11.121 8
    下载: 导出CSV

    表  3  空间自相关检验结果

    检验方法 分项 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
    经济空间 Moran'I 0.665 0.654 0.649 0.617 0.686 0.689 0.69 0.683 0.237 0.398
    权重矩阵 Z统计量 7.836 7.706 7.647 7.26 8.012 8.048 8.046 7.973 3.489 4.978
    P 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
    下载: 导出CSV

    表  4  LM与LR检验结果

    检验类型 混合OLS回归 时间固定效应回归 空间固定效应回归
    LM spatial lag 364.648*** 4.965** 52.736***
    LM spatial error 331.598*** 6.676*** 61.909***
    Robust LM spatial lag 40.162*** 0.150 2.503
    Robust LM spatial error 7.112*** 1.861 11.676***
    空间固定效应联合显著性检验LR检验 325.83[0.000] df=29
    时间固定效应联合显著性检验LR检验 26.11[0.002] df=9
    注:** ** * *分别表示在10%、5%和1%的水平上显著,表 5~6表 8~9同;df表示自由度;[]内为Pp值。
    下载: 导出CSV

    表  5  空间模型回归结果

    变量 (1)
    全样本
    (2)
    内陆
    (3)
    沿海
    效用类型 变量 (4)
    全样本
    (5)
    内陆
    (6)
    沿海
    INT 0.267***
    (2.85)
    0.253**
    (2.02)
    0.241**
    (2.24)
    直接效应 INT 0.248**
    (2.55)
    0.240*
    (1.87)
    0.246**
    (2.15)
    TECHC 0.012
    (1.24)
    -0.001
    (-0.04)
    -0.001
    (-0.00)
    TECHC 0.015
    (1.59)
    0.007
    (0.43)
    -0.001
    (-0.02)
    INF 0.614**
    (2.44)
    0.965***
    (2.81)
    0.245
    (1.10)
    INF 0.573**
    (2.43)
    0.969***
    (3.02)
    0.265
    (1.24)
    OPEN -0.026
    (0.20)
    0.015
    (0.06)
    -0.158*
    (-1.84)
    OPEN -0.031
    (-0.25)
    -0.009
    (0.972)
    -0.162**
    (0.30)
    LAB -0.028
    (0.13)
    -0.859**
    (-2.28)
    0.455***
    (2.62)
    LAB 0.088
    (0.695)
    -0.570
    (-1.53)
    0.439***
    (2.62)
    W×LnTC -0.298**
    (-2.50)
    -0.607***
    (-3.39)
    0.014
    (0.916)
    W×INT 0.556*
    (1.90)
    0.439
    (1.19)
    0.536**
    (1.98)
    间接效应 INT 0.405*
    (2.55)
    0.268
    (0.96)
    0.569**
    (2.06)
    W×TECHC 0.073***
    (-2.64)
    -0.169***
    (-4.12)
    -0.036*
    (-1.92)
    TECHC -0.062***
    (-2.64)
    -0.135***
    (-3.80)
    -0.037*
    (-1.87)
    W×INF 1.708**
    (2.08)
    1.045
    (0.75)
    -0.310
    (-0.48)
    INF 1.247*
    (1.93)
    0.584
    (0.54)
    -0.312
    (-0.49)
    W×OPEN 0.066
    (0.25)
    0.511
    (0.66)
    0.040
    (0.792)
    OPEN 0.069
    (0.32)
    0.431
    (0.72)
    0.047
    (0.30)
    W×LAB -2.891***
    (-4.21)
    -6.698***
    (-4.18)
    -2.812***
    (-7.89)
    LAB -2.299***
    (-4.03)
    -5.08***
    (-3.65)
    -2.395***
    (-2.56)
    Log-likelihood 139.937 5 65.193 5 157.805 8
    Wald test spatial lag 41.31*** 29.05*** 82.91***
    Wald test spatial error 37.54*** 29.14*** 71.54*** 总效应 INT 0.654***
    (2.68)
    0.509*
    (1.67)
    0.815**
    (2.45)
    LR test spatial lag 38.33*** 26.96*** 62.99*** TECHC -0.047*
    (-1.94)
    -0.129***
    (-3.24)
    -0.037*
    (-1.67)
    LR test spatial error 35.94*** 27.40*** 62.95*** INF 1.821**
    (2.53)
    1.554
    (1.34)
    -0.048
    (-0.07)
    个体固定 OPEN 0.037
    (0.18)
    0.422
    (0.65)
    -0.115
    (-0.66)
    时间固定 LAB -2.210***
    (-2.210)
    -5.654***
    (-3.87)
    -2.395***
    (-5.60)
    R2 0.74 0.68 0.74
    注:括号内为t值。
    下载: 导出CSV

    表  6  非线性回归结果

    变量 (1)
    Q=0.2
    (2)
    Q=0.4
    (3)
    Q=0.6
    (4)
    Q=0.8
    (5)
    门槛效应
    INT 0.634***
    (13.06)
    0.714***
    (11.92)
    0.727***
    (13.13)
    0.851***
    (10.07)
    INT < 2.228 7 0.421***
    (5.97)
    INT >2.228 7 0.513***
    (8.16)
    TECHC -0.007
    (0.586)
    -0.003
    (-0.30)
    -0.003
    (-0.22)
    -0.012
    (-0.74)
    0.014
    (-1.2)
    INF 0.231***
    (4.88)
    0.321***
    (12.05)
    0.304***
    (6.38)
    0.222***
    (3.06)
    0.918***
    (-3.81)
    LAB -0.517***
    (-11.82)
    -0.600***
    (-11.82)
    -0.630***
    (-11.66)
    -0.710***
    (-7.05)
    -0.048
    -0.19
    OPEN 0.208***
    (2.85)
    0.067
    (0.87)
    0.147
    (1.59)
    0.308*
    (1.95)
    0.304**
    (-2.39)
    _cons 7.030***
    (21.97)
    6.811***
    (27.43)
    7.250***
    (23.60)
    8.461***
    (17.21)
    -2.259
    (-0.9)
    R2 0.50 0.47 0.46 0.45 0.75
    obs 300 300 300 300 300
    BS次数 400 400 400 400 500
    注:BS次数指采用Bootstrap反复抽样的次数,下表同。
    下载: 导出CSV

    表  7  门槛效应检验结果

    变量 门槛模型 门槛效用估计值 95%置信区间 P 临界值 BS次数
    10% 5% 1%
    INT Single TH1: 2.228 7 (2.200 1,2.256 4) 0.03** 18.245 7 21.992 6 43.458 8 500
    Double TH21:2.228 7
    TH22:2.47 59
    (2.195 2,2.256 4)
    (2.468 6,2.490 4)
    0.528 16.359 9 21.207 8 34.183 1 500
    下载: 导出CSV

    表  8  传导机制检验结果

    变量 (1)
    ALLO
    (2)
    LnTC
    (3)
    EDU
    (4)
    LnTC
    (5)
    COST
    (6)
    LnTC
    (7)
    RD
    (8)
    LnTC
    INT 0.160***
    (8.30)
    0.679***
    (13.20)
    0.107***
    (11.37)
    0.513***
    (9.97)
    0.587***
    (15.79)
    0.121***
    (3.36)
    0.749***
    (8.84)
    0.714***
    (13.22)
    中介变量 0.231
    (1.60)
    1.907***
    (6.93)
    1.015***
    (23.69)
    0.003
    (0.11)
    控制变量
    R2 0.42 0.52 0.67 0.69 0.91 0.74 0.58 0.67
    注:模型(2)(4)(6)(8)的中介变量分别为资源配置效率、人力资本、贸易成本与研发强度。
    下载: 导出CSV

    表  9  门槛效应检验结果

    变量 门槛模型 门槛效应估计值 95%置信区间 P 临界值 BS次数
    10% 5% 1%
    ALLO Single TH1:3.108 9 (3.007 2,3.131 9) 0.072* 14.970 9 17.564 0 26.793 0 500
    EDU Single TH1:2.209 9 (2.185 7,2.219 4) 0.044** 10.096 4 11.868 2 15.274 5 500
    COST Single TH1:2.228 7 (2.214 6,2.256 4) 0.002*** 19.022 6 22.480 8 28.776 3 500
    RD Single TH1:3.924 1 (3.695 8,3.944 5) 0.088* 22.678 3 27.477 7 36.431 6 500
    下载: 导出CSV

    表  10  门槛模型回归结果

    门槛值 ALLO
    (1)
    EDU
    (2)
    COST
    (3)
    RD
    (4)
    Inint < TH1 0.153***(3.95) 0.054***(5.13) 0.255(9.28) 0.300***(6.39)
    Inint>TH1 0.179***(4.98) 0.064***(6.71) 0.299***(12.07) 0.354***(7.64)
    控制变量
    R2 0.67 0.69 0.91 0.74
    下载: 导出CSV
  • [1] 潘家栋, 肖文. 数字经济发展对我国出口贸易的影响研究[J]. 国际贸易问题, 2018(12): 16-26. https://cdmd.cnki.com.cn/Article/CDMD-10013-1021026083.htm
    [2] FREUND C, WEINHOLD D. On the effect of the internet on international trade[J]. Journal of International economics, 2004, 62(1): 171-189. doi: 10.1016/S0022-1996(03)00059-X
    [3] 韩会朝. 互联网对中国企业出口的影响及效应分析[J]. 广东财经大学学报, 2019(1): 38-45, 68. https://www.cnki.com.cn/Article/CJFDTOTAL-SONG201901008.htm
    [4] 卢福财, 金环. 数字经济对制造业价值链升级的影响研究——基于出口复杂度的分析[J]. 现代经济探讨, 2019(2): 89-97. doi: 10.3969/j.issn.1009-2382.2019.02.013
    [5] 卓乘风, 邓峰. 数字经济发展如何助推中国制造业高水平"走出去"?——基于出口技术升级的视角[J]. 产业经济研究, 2019(6): 102-114. https://www.cnki.com.cn/Article/CJFDTOTAL-CYJJ201906009.htm
    [6] 李海舰, 田跃新, 李文杰. 数字经济思维与传统企业再造[J]. 中国工业经济, 2014(10): 135-146.
    [7] NATH H K, LIU L. Information and communications technology (ICT) and services trade[J]. Information Economics and Policy, 2017, 41(10): 81-87. http://www.sciencedirect.com/science/article/pii/S0167624516300646
    [8] LENDLE A, OLARREAGA M, SCHROPP S, et al. There goes gravity: ebay and the death of distance[J]. The Economic Journal, 2016, 126(591): 406-441. doi: 10.1111/ecoj.12286
    [9] CHOI C. The effect of the internet on service trade[J]. Economics Letters, 2010, 109(2): 102-104. doi: 10.1016/j.econlet.2010.08.005
    [10] 李金城, 周咪咪. 数字经济能否提升一国制造业出口复杂度[J]. 国际经贸探索, 2017(4): 24-38.
    [11] BERTSCHEK I, CERQUERA D, KLEIN G J. More bits-more bucks? measuring the impact of broadband internet on firm performance[J]. Information Economics and Policy, 2013, 25(3): 190-203. doi: 10.1016/j.infoecopol.2012.11.002
    [12] HAUSMANN R, HWANG J, RODRIK D. What you export matters[J]. Journal of Economic Growth, 2007, 12(1): 1-25. doi: 10.1007/s10887-006-9009-4
    [13] 鞠雪楠, 赵宣凯, 孙宝文. 跨境电商平台克服了哪些贸易成本?——来自"敦煌网"数据的经验证据[J]. 经济研究, 2020(2): 181-196. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ202002013.htm
    [14] 卓乘风, 邓峰. 基础设施投资与制造业贸易强国建设——基于出口规模和出口技术复杂度的双重视角[J]. 国际贸易问题, 2018(11): 104-119. https://www.cnki.com.cn/Article/CJFDTOTAL-GJMW201811008.htm
    [15] ELHORST J P. Matlab software for spatial panels[J]. International Regional Science Review, 2014, 37(3): 389-405. doi: 10.1177/0160017612452429
    [16] 张旭亮, 史晋川, 李仙德, 等. 互联网对中国区域创新的作用机理与效应[J]. 经济地理, 2017(12): 129-137. https://www.cnki.com.cn/Article/CJFDTOTAL-JJDL201712017.htm
    [17] IMAI K, KEELE L, TINGLEY D. A general approach to causal mediation analysis. [J]. Psychological Methods, 2010, 15(4): 309-34. doi: 10.1037/a0020761
    [18] 赵维, 邓富华, 霍伟东. "一带一路"沿线国家互联网基础设施的贸易效应——基于贸易成本和全要素生产率的中介效应分析[J]. 重庆大学学报: 社会科学版, 2020(3): 19-33. https://www.cnki.com.cn/Article/CJFDTOTAL-CDSK202003002.htm
    [19] 陈强远, 林思彤, 张醒. 中国技术创新激励政策: 激励了数量还是质量[J]. 中国工业经济, 2020(4): 79-96. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202004006.htm
  • 加载中
计量
  • 文章访问数:  811
  • HTML全文浏览量:  724
  • PDF下载量:  94
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-08-26
  • 网络出版日期:  2021-05-06
  • 刊出日期:  2021-03-28

目录

    /

    返回文章
    返回