2021 年第 12 期

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
*
杜传忠 管海锋

摘 要： 数字经济为我国制造业增强价值增值能力与产业竞争力提供了重要机遇和动力。文章利
用 2011 － 2018 年中国制造业省级层面的面板数据对数字经济促进我国制造业出口技术复杂度提升的
总体作用、异质性影响和间接机制进行了实证检验。研究发现，数字经济发展总体上显著提升了我国
制造业的出口技术复杂度，这一作用在技术密集型行业表现得更为显著。在替换被解释变量、采用工
具变量等一系列稳健性检验后，文章的研究结论依然成立。中介效应检验发现，降低交易成本、促进技
术溢出、推动产业融合是数字经济促进制造业出口技术复杂度提升的三条基本路径。进一步研究发
现，数字经济对制造业出口技术复杂度的提升作用还受制造业自身数字化、智能化改造程度的影响，表
现出门槛效应，超过一定界限后，过度推进制造业数字化、智能化升级反而会削弱数字经济对制造业出
口技术复杂度的促进作用； 分行业看，相较于技术密集型行业，劳动密集型和资本密集型行业中智能化
升级的门槛值均较低，智能化升级存在过度的倾向。为此，各地区应努力提升数字经济发展水平，夯实
数字经济发展基础，优化数字经济发展环境，完善数字经济治理体系和制度保障，有序推进制造业数字
化、智能化改造，打造优良的数字经济产业生态。
关键词： 数字经济 出口技术复杂度 中介效应 门槛效应
DOI： 10. 19592 / j. cnki. scje. 390516
JEL 分类号： L60，O14 中图分类号： F424
文献标识码： A 文章编号： 1000 － 6249（ 2021） 12 － 001 － 20

改革开放以来，中国制造业凭借劳动力与自然资源方面的比较优势 ，积极融入国际分工体系，嵌
入制造业国际价值链。两头在外的发展模式给中国带来巨大经济效益的同时 ，也造成了我国制造业
整体技术水平不高，长期处于国际价值链中低端等问题 。此外，我国高技术制造业也出现了“高端产
业低端化”和“高技术不高”的现象，传统制造业和高技术制造业都面临被“低端锁定 ”的风险。 而近
年来，随着资源禀赋优势的弱化和要素成本的上涨 ，以及发展中国家加快工业化与发达国家的“再工
业化”，对我国制造业发展形成“双向挤压 ”的严峻挑战。 在这种背景下，加快实现出口技术复杂度
的跃升，突破制造业升级的瓶颈制约，破除制造业价值链“低端锁定”，成为我国提升制造业国际竞争

* 杜传忠，南开大学经济与社会发展研究院，E － mail： duzhong@ nankai. edu. cn，通讯地址： 天津市卫津路 94 号南开大学经济与

社会发展研究院，邮编： 300071； 管海锋（ 通讯作者） ，南开大学经济学院，E － mail： 1120191005@ mail. nankai. edu. cn。感谢评审专家
和编辑部的宝贵意见，作者文责自负。
基金项目： 本文受国 家 社 会 科 学 基 金 重 大 项 目“新 一 代 人 工 智 能 对 中 国 经 济 高 质 量 发 展 的 影 响、趋 向 及 应 对 战 略 研 究 ”
（ 20＆ZD067） 、国家社会科学基金重点项目“工业化后期与新产业革命交汇下的我国制造业与服务业融合发展研究”（ 19AJY012） 资
助。

· 1·
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

力、实现经济高质量发展的重要一环 。
当今世界，新一轮科技革命与产业变革正在加速推进，大数据、云计算、人工智能等新一代信息
技术正在迅速发展并得到广泛应用 ，有力促进了数字经济的发展。以数字化的知识和信息为关键生
产要素、以现代信息网络为重要载体、以信息通信技术有效使用为手段 ，实现效率提升和经济结构优
化的数字经济①，为我国制造业升级提供了难得的机遇和条件 。 智能制造、网络化协同制造、个性化
定制和服务型制造等制造业新模式不断涌现 ，通过深度感知、智慧决策与创造差异等方式提高制造
业的创新水平、运行效率、产品质量和价值溢价 （ 肖静华，
2021） ，有效提升了制造业附加值和国际竞
争力。近年来，我国数字经济发展迅速，到 2020 年，数字经济规模已达 39. 2 万亿元，占 GDP 比重达
38. 6% ②。数字产业化、产业数字化齐头并进，制造业成为数字经济主战场。 但与此同时，在数字经
济快速发展的浪潮下，部分制造业行业盲目地或片面地将提升工业机器人、智能工厂等硬件设施的
比重视为数字化、智能化升级的指标，忽视数字经济产业生态的打造和数字化 、智能化实效的提升，
造成投资失衡和效率损失，反而延缓甚至抑制制造业国际竞争力的提升 （ 杜传忠，
2021） 。 由此，客观
评价数字经济对中国制造业出口技术复杂度的提升作用 ，在此基础上采取切实有效措施，推动数字
经济赋能制造业，有序推进制造业数字化、智能化升级，成为我国提升制造业国际竞争力、加快建设
制造强国的重要课题。

一、文献综述

在全球价值链分工体系下，发展中国家制造业常常因嵌入低附加值环节而导致“低端锁定 ”，因
此如何实现 价 值 链 升 级，增 强 制 造 业 国 际 竞 争 力 和 盈 利 能 力 成 为 制 造 业 发 展 中 的 重 要 问 题。
Humphrey and Schmitz（ 2000） 认为制造业企业可以通过引入新技术、生产更复杂的产品或转向研发
设计和品牌创新等方式进行流程升级、产品升级或功能升级，从而提升生产率和提高附加值。 对于
参与国际竞争的制造业部门而言 ，无论何种升级路径，其核心都是通过提升出口产品的技术含量即
提高出口技术复杂度来强化企业的国际竞争力 （ Hausmann et al. ，
2007） 。 随着新一代信息技术的发
展，其催生出的数字经济实现了互联网价值链与制造业价值链的“跨链 ”重组，助推制造业变革价值
创造方式（ 赵振，
2015） ，深刻影响着制造业竞争力与出口技术复杂度。 围绕数字经济与制造业竞争
力，学者们从数字经济的界定与测算 、数字经济影响制造业竞争力的直接效应与间接效应等方面展
开了积极探讨。
从数字经济 的 界 定 与 测 算 研 究 来 看，数 字 经 济 （ Digital Economy ） 最 早 由 Tapscott and Don
（ 1996） 提出，他们认为数字经济是将信息流以数字方式呈现的新经济。 在此基础上，M esenbourg et
al. （ 2001） 根据信息技术的应用形式将数字经济分成数字交易基础设施 、数字交易流程和数字化交
易三个层次。由于包含硬件、软件和网络的数字交易基础设施主要对应于电子及通信设备制造业、
软件和信息技术服务业等传统信息产业部门 ，因而又可以被划分为数字经济中的数字产业化部分；
而其他产业部门在生产、交易、运输等过程中对信息技术的深度应用则可以被划分为数字经济中的

① 2016 年 G20 杭州峰会通过的《二十国集团数字经济发展与合作倡议》中关于数字经济的定义。

② 数据来源： 世界互联网大会发布的《中国互联网发展报告 2021》。

· 2·
 2021 年第 12 期

产业数字化部分①。围绕数字产业化和产业数字化两方面 ，G20 杭州峰会基于信息技术的核心地位 ，

将数字经济定义为在效率提升和经济结构优化中投入与使用信息技术的一系列经济活动 。 根据数
字经济的不同定义，关于数字经济的测算方式与结果也不尽相同 。关会娟等（ 2020） 从数字产业化的
角度将中国数字经济产业划分为数字设备制造 、数字信息传输、数字技术服务等 5 个大类。 高敬峰、
王彬（ 2020） 则以电信行业、信息技术和其他信息服务行业代表数字产业，利用投入产出表测算的直
接消耗系数和完全消耗系数，量化了中国 35 个行业的产业数字化水平。 另外，综合考虑数字产业化
和产业数字化，构建数字经济综合指标也是测度数字经济发展水平的常见做法 。刘军等 （ 2020） 从信
息化发展、互联网发展和数字交易发展三个维度选取 14 个二级指标，构建了省级层面数字经济发展
水平的综合指标，发现 2016 年以来中国数字经济呈加速发展态势。 赵涛等 （ 2020） 将互联网发展作
为测度核心，从互联网普及率、人均电信业务总量等方面构建了城市层面的数字经济指标 。
从数字经济影响制造业竞争力的直接效应来看 ，Solow （ 1987） 根据美国企业的统计数据发现信
息技术产业的发展并未有效提升企业生产率 ，即产业经济学领域的“索洛悖论 ”。 此后，一些学者的
研究证实了这一现象的存在（ Erik and Lorin， 2012） 。但更多研究认为“索洛悖论”并不
1996； Gordon，
存在，Acemoglu et al． （ 2020） 发现企业利用机器人替代劳动力从事低端生产工作 ，在数字化升级过
程中产生的替代效应和要素增强效应促进了企业生产率和价值创造能力的提升 。 机器人的使用还
促进了加工 方 式、生 产 流 程 和 检 测 方 法 等 工 艺 创 新，从 而 改 进 企 业 质 量 （ 程 虹、袁 璐 雯，2020 ） 。
Bakhshi et al. （ 2014） 、M ikalef and Pateli（ 2017） 从企业管理的视角发现数字化管理也能够有效提升
企业的投入产出效率。基于互联网运用实现的企业组织管理创新，不仅能够降低企业在信息搜寻、
产品运输、订单追踪等方面的成本，还能够提升企业经营、生产和创新活动的效率 （ Abouzeedan et
al. ， 2019） 。除了影响制造业企业生产率外，数字经济还推动制造业价值
2013； Goldfarb and Tucker，
链变革，重塑制造业竞争格局。韩剑等（ 2018） 认为数字经济推动产品内分工高度精细化，延伸了全
球价值链中的参与长度，有利于分工收益的提升。数字经济改变了全球价值链各环节的空间布局与
价值分配，提升了一国及其特定部门的全球价值链广度与高度 （ 张艳萍等，2021） 。 在数字化、智能
化、网络化变革下，数字经济赋能价值链变革、生产率变革、供应链协同创新变革与管理变革，极大地
改善制造业品质和重塑核心竞争力 （ 王永龙等，
2020） 。
从数字经济影响制造业竞争力的间接效应来看 ，杨慧梅、江璐 （ 2021） 从数字产业化与产业数字
化两个维度评估我国省级层面的数字经济发展水平 ，发现数字经济发展通过引致人力资本投资与推
动产业结构升级显著提高了各地区的全要素生产率 。随着人才集聚程度和金融发展水平的提高 ，数
字经济对全要素生产率的提升效果也持续增强 （ 郭吉涛、梁爽，2021 ） 。Saunders and Brynjolfsson
（ 2009） 认为互联网技术通过降低单位交易成本 、促进产业融合、改变消费结构三个方面拉动或倒逼
制造业生产效率提升，进而重构制造业生产投入结构乃至价值链体系 。 企业互联网化还提高了国内
中间品对进口中间品的替代性，增加了国内中间品在企业中间投入中的占比，从而提升企业出口国
内增加值率（ 沈国兵、袁征宇，
2020） 。齐俊妍、任奕达 （ 2021） 利用 2007 － 2014 年跨国跨行业面板数
据，发现数字经济通过降低中间品与最终品贸易成本 ，加速人力资本结构升级，促进了一国全球价值
链分工地位的提升。数字基础设施、数字交易、数字媒介等数字经济核心要素的投入 ，通过提高企业

① 中国信息通信研究院发布的《中国数字经济发展白皮书（ 2017） 》。

· 3·
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

生产率、出口产品质量与创新能力也显著提升了企业全球价值链分工地位 （ 张晴、于津平，
2020） ，这
一促进作用在中高知识密集型制造业部门更为显著 （ 何文彬，
2020） 。
根据以上综述可知，针对制造业价值链升级与出口技术复杂度提升 ，以及蓬勃发展的数字经济，
学者们从数字经济对制造业生产率和出口技术复杂度的影响与作用机制 、数字经济测算等方面进行
了有益研究。但也正是因为数字经济的新形态 ，现有文献在分析数字经济对制造业出口技术复杂度
的影响时有三个方面较少涉及，一是受限于国际投入产出表的统计年限，利用投入产出关系测算数
字经济发展水平的方法通常只截止到 2014 年，而近年来数字经济呈加速发展态势，二者在时间跨度
上契合度较低； 二是多从交易成本、贸易成本和技术创新等方面分析数字经济对制造业竞争力的促
进作用，而较少考虑数字经济在促进产业融合和技术溢出方面对制造业出口技术复杂度的影响机
制； 三是在研究数字经济提升制造业出口技术复杂度时 ，较少考虑数字经济浪潮下部分地区或行业
片面推进智能化升级的消极影响。 基于上述问题，本文尝试从以下方面推进相关研究： ①从数字经
济基础设施、数字产业化与产业数字化等方面构建各地区 2011 － 2018 年数字经济发展水平的综合
指标，缓解数字经济发展实际与测算指标在时间跨度上契合度较低的问题 。 ②从交易成本、技术溢
出和产业融合三个方面探讨数字经济影响制造业出口技术复杂度的作用机制 ，明晰其中的机理与路
径。③将制造业智能化发展纳入分析框架，探究数字经济促进制造业出口技术复杂度提升过程中，
制造业智能化水平与之协调适配的问题 。

二、机制分析与研究假设

（ 一） 数字经济与制造业出口技术复杂度
出口技术复杂度不仅是一国或一地区出口品技术含量与生产效率的反映 （ Hausmann et al. ，
2007） ，还是该地区出口结构的反映，出口品技术水平的变动与出口结构的调整都会影响一个地区的
出口技术复杂度。在数字产业化和产业数字化进程中 ，数字经济凭借其业态创新与效率提升影响着
区域出口品的技术含量和出口结构 。从产品技术含量看，具有广泛关联性的数字经济将区域内的消
费者、生产者乃至科研机构缔结成一个围绕产品服务供需的创新系统 ，将传统的以企业内部研发为
主的封闭式创新改变成参与主体多元的开放式创新 ，有效提升区域的创新能力和新技术的商业化能
力（ 韩先锋等，
2019） 。在前后向关联效应和竞争效应作用下，创新成果的扩散会带动产业链上下游
其他创新主体的协同创新以及倒逼竞争对手持续创新 ，最终促进区域创新能力和产品技术水平的提
升。从出口结构看，数字经济不断衍生出新产业、新业态，促使新技术和新产品大量涌现，大幅拓宽
了区域出口品的种类与选择。而数字经济的发展进一步带动了通信设备 、电子设备等高技术部门的
发展，提高区域出口中高技术产品所占比重。 被数字技术强化的市场竞争机制，进一步为区域筛选
出最具竞争力的行业与产品，推动整个区域的产品技术复杂度与产业竞争力提升 （ 党琳等，
2021） 。
据此提出如下假设：
假设 1： 数字经济发展有利于提高制造业生产效率和产业竞争力 ，促进制造业出口技术复杂度
提升。
（ 二） 数字经济影响制造业出口技术复杂度的间接作用机制
1. 数字经济通过降低交易成本促进制造业出口技术复杂度提升

· 4·
 2021 年第 12 期

对于当前产品内分工的全球生产体系，数字经济促进了不同国家、不同地区和不同生产环节的
有序协作，降低了制造业的交易成本，推动制造业效率与价值增值能力提升 。 首先，在海量数据资源
的基础上，数字技术通过数据关联与信息挖掘为制造业部门寻找产业机遇和开展衍生业务奠定了技
术基础，能够为区域内的产业生产活动提供即时全面的供需匹配信息 ，同时借助数字技术的自我学
习能力与认知能力进行风险评估与趋势预测 ，消除产业发展中的不确定性因素，大幅降低区域内各
经济主体的信息搜索成本和协作成本，提升生产协作分工效率 （ Goldfarb and Tucker，
2019） 。 其次，
数字经济下的协同分工和信息共享 ，不仅有利于创新要素的流动与集聚，提高区域创新效率和产业
竞争力，还有利于打破传统经济条件下地方保护主义造成的区域垄断和封锁 ，促进市场交易成本的
区域最小化（ 黄鹏、陈靓，
2021） 。最后，平台经济与共享经济将区域内各参与主体重塑成以平台为核
心的产业生态系统，有利于协调各参与主体的利益诉求，降低区域总体的交易成本。 作为整个生产
网络中的节点，单个主体从产业生态系统中进行信息搜集与数据共享的收益会随着越来越多的主体
加入而呈现出梅特卡夫法则式的指数增长 ，区域内的交易成本因此下降得更快，促进区域内的制造
业以更为明显成本优势从事生产活动和参与国际竞争 ，提高区域制造业出口技术复杂度 。
2. 数字经济通过促进技术溢出推动制造业出口技术复杂度提升
数字经济时代，信息与数据成为关键生产要素，新模式、新业态不断产生，加之数字化基础设施
的建设与完善，有效地促进了区域内和区域间的知识与技术溢出，提高了区域内产业生产效率和附
加值。一方面，数字经济的发展降低了技术溢出的成本。“摩尔定律”表明技术进步尤其是数字技术
的快速更新与迭代，会引起数字技术价格的持续下降。 而与传统的产品生产不同，数字技术的创新
成果通常可以被大规模量产，并以其易复制性、非损耗、低边际成本的显著特征进入研发、生产、流
通、销售等各个环节，促进区域内创新效率和产品质量的提升 （ Jones and Tonetti，
2019） 。 另一方面，
数字经济的发展拓宽了技术溢出的渠道 。 在数字经济的网络信息空间中，行业上游与下游、生产者
与消费者、生产商与服务商的信息耦合度大幅提高 ，各方主体基于工业互联网、云平台等数字化基础
设施在网络空间相互关联，形成不依赖于地理空间的虚拟集聚 （ 王如玉等，
2018） ，成为信息和数据交
换共享的新场所。虚拟集聚不仅具有传统地理集聚下数据共享、技术转移等显性知识的溢出效果，
还借助信息技术使技巧、经验等缄默知识的跨空间传播变得直观与便捷，从而更加高效地培育和激
发经济行为主体的创新活动，提高区域内技术水平和产业效率 。
3. 数字经济通过推动产业融合促进制造业出口技术复杂度提升
大数据、云计算、人工智能等新一代信息技术是制造业与服务业融合的“粘合剂”，不断推动传统
制造业企业向服务业延伸，打造制造服务平台。 例如，IBM 在保留硬件生产和技术开发等核心业务
的基础上，向提供软件和云业务服务的开源方案解决供应商转型 ； 陕鼓集团构建起“商务 +”“金融
+”“研发 + ”等为一体的供应链综合服务平台 ，成为系统解决方案提供商。制造业与服务业融合发
展，使得产业价值链重构同时包含制造增值环节和服务增值环节的融合型产业价值链 ，价值增值能
力和产业竞争力大幅提升（ 郭朝先，
2019） 。随着数字经济不断推动产业深度融合，产业组织形态也
向着以规则设定商、系统集成商、模块供应商为主体，由网组企业和节点企业构成的产业生态系统发
展。规则供应商和系统供应商作为供应链 、价值链、创新链的链主与枢纽，通过打造平台吸纳现代企
业融入。而模块供应商在价值链某一环节致力于专、精、特、新，凭借核心能力融入平台当中。 数字
经济与数字技术穿透各个行业，逐渐淡化和消除行业属性与行业壁垒，使不同类型企业并存于同一

· 5·
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

生态系统之中，“跨界融合”成为组织常态 （ 李海舰、李燕，
2019） 。 产业融合促进制造业部门从单项
业务向多业务综合集成、单一企业竞争向产业链协同竞争 、局部流程优化向全业务流程再造、单一产
品供给向一体化产品组合的转变 ，推动制造业跳出单一的加工组装环节，提高产品价值溢价和技术
含量。据此提出如下假设：
假设 2： 降低交易成本、促进技术溢出、推动产业融合是数字经济促进制造业出口技术复杂度提
升的有效路径。
（ 三） 数字经济、制造业智能化升级与出口技术复杂度提升
面对数字化、网络化与智能化浪潮，各个地区纷纷出台政策文件，鼓励区域内制造业部门进行智
能化改造，提高工业机器人、智能工厂等硬件设施的比重。智能化的数字基础设施强化了数据、资源
与人力资本等各类创新要素的泛在连接 ，加速信息技术在全流程、全产业链渗透融合和集成应用，有
利于持续提升地区制造业核心竞争力 。但值得注意的是，智能化升级的促进作用还依赖于区域内数
字经济的产业生态与产业布局（ 王玉柱，
2018） 。然而，在制造业智能化升级过程中，部分地区存在将
提高硬件设施的比重作为数字化、智能化升级的指标，忽视数字经济发展在技术变革、产业形态、运
行模式等方面的内在逻辑，非但不能达到期望目标，反而会造成投资失衡和效率损失，削弱数字经济
对制造业生产效率的促进作用。一方面，数字经济是硬件和软件的总集成，软件基础设施通过对数
据的搜集、存储、交换、挖掘和处理能够为制造业的生产决策提供最优解决方案 。 但相对于易于量化
和改造的硬件设施，部分地区对于软件投资相对滞后 。例如，在政府各种优惠政策扶持下，我国机器
人企业数量从 2016 年 6 月份的 3000 多家迅速增加至 2020 年 6 月份的近 11000 家，四年内工业机器
人产量更是从 7. 2 万台大幅上升到 23. 7 万台①，工业机器人产量占全球的比重超过 1 /3，但与之形成
鲜明对比的是，我国工业软件产业规模仅占全球市场的 6% ，硬件与软件建设上的失衡使数字经济下
的“智能制造”大打折扣。另一方面，在区域竞争和要素成本上涨的驱动下 ，部分地区在数字化、智能
化改造中存在盲目投资和跟风攀比的现象 ，可能因为退出壁垒而被锁定在当前路径上 ，其投资量大、
波及面广的特点使得盲目投资容易造成新兴产业产能过剩 ，导致区域内先进要素的过度占用和资源
配置效率损失。在机器人领域，我国确实有高端产业低端化和低端产品产能过剩的风险 ②。 另外，如
果地区片面推进制造业智能化的硬件升级 ，而忽视操作系统、工业软件和基础算法的突破，必然造成
该地区制造业发展很大程度上依赖于国外技术和装备 ，不能有效提高区域自身的出口技术复杂度。
根据赛迪研究院数据显示，我国 50% 左右的工业 PaaS 平台采用国外开源架构，
90% 以上的高端工业
95% 以上的高端 PLC 和工业网络协议被国外厂商垄断，数据、平台、应用和安全等四个方面存
软件、
在严重的产业空心化问题。因此，在制造业智能化升级过程中，还需考虑数字经济发展水平、数字化
生态和产业布局与之协调适配的问题 。 适度有序地推进制造业智能化有利于增强区域制造业竞争
力，但盲目追求制造业智能化升级导致的成本上升 、产能过剩和技术依赖，会降低区域制造业的产业
效益与价值创造能力。据此提出如下假设：
假设 3： 有序推进制造业智能化升级有利于数字经济促进制造业出口技术复杂度提升 ，但过度推
进制造业智能化会削弱数字经济在制造业出口技术复杂度提升中的促进作用 。

① 数据来源： 工信部网站 https： / / www. miit. gov. cn / search / index. html。

② 十二届全国人大五次会议记者会上工信部副部长辛国斌答记者问。

· 6·
 2021 年第 12 期

三、模型设计与变量说明

（ 一） 基准模型设定
为检验数字经济发展对制造业出口技术复杂度的影响 ，本文构建面板数据计量模型进行实证分
析，基准模型设定如式（ 1） ：
TSI it = β0 + β1 Dige it + β X it + u i + u t + ε it （ 1）
其中，TSI it 表示 i 地区 t 时期的制造业出口技术复杂度； Dige it 表示 i 地区 t 时期的数字经济发
展水平； 向量 X it 代表一系列控制变量； u i 表示个体固定效应； u t 表示时间固定效应； ε it 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（ TSI）
在产品内分工体系下，经济发达地区通常从事于研发设计、核心零部件生产等技术复杂度较高
的环节，而经济欠发达地区常常从事加工、组装等低技术复杂度环节。 根据这一特征，Hausmann et
al. （ 2007） 利用人均 GDP 和地区行业出口额构建出口技术复杂度来表征一国或一地区制造业在全
球价值链中的分工地位与产业竞争力 。本文借鉴 Hausmann et al. （ 2007） 的做法，制造业出口技术复
杂度计算公式如下：

prody kt = ∑
i
[ ∑（ （e e / E/ E） ）
i
ikt

ikt
it

it
× pgdp it ] （ 2）

TSI it = ∑
k
[ eE ikt

it
× prody kt ] （ 3）

公式（ 2） 和（ 3） 中，TSI it 为 i 地区 t 时期的制造业出口技术复杂度，prody kt 为 t 时期制造业行业 k

的技术复杂度，e ikt 为 i 地区 t 时期制造业行业 k 的出口额，E it 为 i 地区 t 时期制造业的总出口额，
pgdp it 为 t 时期 i 地区的人均 GDP。
2. 核心解释变量： 数字经济发展水平（ Dige）
基于共识程度较高的《二十国集团数字经济发展与合作倡议 》中关于数字经济的定义，本文认为
数字经济是以数字化的知识和信息作为关键生产要素 ，以现代信息网络作为重要载体，通过数字产
业化和产业数字化形成业态创新与模式创新 ，进而实现生产交易、运营管理的分工协作、资源配置优
化与效率改进的一系列经济活动 。针对这一定义借鉴刘军等 （ 2020） 的研究，并考虑数据可得性，本
文从数字经济基础设施与消费互联网的数字经济产业生态和数字产业化与产业数字化的数字经济
核心内容两个层面构建区域数字经济发展水平的综合指标 。 具体来说，选取各省份光缆密度、互联
网接入端口密度、移动电话普及率衡量数字经济基础设施水平，选取各省份宽带互联网用户人数占
比、数字普惠金融①衡量消费互联网发展水平，选取电子信息制造业营业收入、电信业务总量、信息化
从事人员占比衡量数字产业化水平，选取软件业务总量、电子商务销售额、电子商务采购额、百人计
算机使用量衡量产业数字化水平。 将以上 12 个指标的数据进行标准化处理，并用主成分分析法进

① 数据来源： 北京大学数字普惠金融指数（ 郭峰等，

2020） 。

· 7·
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

行权重分配，最终得到反映数字经济发展水平的综合指标 ，记为 Dige。根据指标构建结果，我国各地

区数字经济水平总体上保持逐年攀升的态势 ，北京、上海、广东、江苏等东部沿海地区数字经济发展
水平较高，中西部地区相对落后。
3. 控制变量
除数字经济外，其他因素也会影响制造业竞争力和出口技术复杂度。 借鉴已有研究，本文选取
相关控制变量，具体如下： 外商直接投资水平（ FDI） ，采用当年实际利用外资额占地区生产总值的比
重表示； 地区市场规模 （ M ar） ，采用市场潜能指标衡量市场规模 （ 吕大国等，2019） ； 地区物流效率
（ Loe） ，采用区域内物流周转量表示； 人力资本水平（ Hum） ，采用区域内教育经费和高等学历人数构
建的劳动者素质指标表示； 金融发展水平（ Fin） ，采用区域内金融机构人民币贷款余额占地区生产总
值的比重表示； 产业集聚水平（ Agg） ，采用制造业就业人员数计算的区位熵表示 。
（ 三） 数据来源
由于缺乏城市层面制造业细分行业的出口数据 ，本文采用省级层面数据探究数字经济发展对制
造业出口技术复杂度的影响。出口数据来源于国研网国际贸易研究与决策支持系统 ，剔除农产品等
其他行业后共计 16 类制造业行业，并将其归类到国民经济行业分类的制造业二位码产业中。 解释
变量与控制变量相关数据来源于历年《中国统计年鉴》、《中国工业统计年鉴》、《中国科技统计年鉴 》
以及各省级行政单位的《统计年鉴》，由于西藏地区数据缺失较严重，同时考虑数字经济的发展态势，
最终获得除西藏外中国大陆 30 个省级行政单位 2011 － 2018 年间的面板数据。

四、实证结果与分析

（ 一） 基准回归结果
为了准确考察数字经济和各控制变量对制造业出口技术复杂度的影响 ，遵循“由一般到特殊 ”的
原则，首先将被解释变量与核心解释变量单独进行回归 ，然后依次添加控制变量，具体回归结果如下
表 1 所示。
表 1 列（ 1） 单独考察了数字经济与制造业出口技术复杂度的关系 ，结果显示 Dige 的系数在 1%
水平下显著为正，表明数字经济发展能够促进制造业出口技术复杂度提升，提高我国制造业的价值
链分工地位和产业竞争力。在逐步添加控制变量后，列 （ 2） － （ 7） 中 Dige 的系数在 1% 水平下依然
显著为正，核心解释变量参数估计结果较为稳健，进一步验证了数字经济发展对制造业出口技术复
杂度的提升作用，从而验证了假设 1。这一结论为中国通过加快发展数字经济培育制造业发展新动
能、提升制造业全球竞争力提供了一定的理论依据 。在大数据、云计算、人工智能等信息技术广泛应
用的推动下，中国数字经济蓬勃发展，并在数字经济规模、增速、基础设施和应用场景等诸多方面处
于全球领先行列，为我国制造业应对国际市场环境变化，破除“低端锁定 ”的分工格局带来了重要
契机。
表 1 列（ 7） 控制变量的回归结果显示，样本考察期内外商直接投资的估计系数不显著 ，印证了随
着中国制造业不断发展，片面利用外资和承接国际产业转移并不能有效提升制造业出口技术复杂
度，反而可能会被发达国家锁定在全球价值链低端环节 ，不利于制造业价值链升级。 市场规模估计
系数显著为负，侧面反映出我国虽然拥有庞大的国内消费市场和消费结构升级需求，但并未有效驱

· 8·
 2021 年第 12 期

动与倒逼制造业供给侧结构性改革 ，供需结构错配仍是制约制造业高质量发展的基本问题之一 （ 徐
朝阳等，
2020） 。物流效率估计系数显著为正，高效率的物流服务保证了制造业生产经营活动的连续
性和协调性，促进制造业效率提高（ 张彤，
2016） 。人力资本水平估计系数不显著，表明虽然我国具有
规模庞大的人力资源总量，但高端研发和技能人才短缺的人力资本结构矛盾成为制造业创新和出口
技术复杂度提升的重要制约因素。金融发展水平估计系数显著为正 ，金融市场有序发展有利于信贷
市场供给增加，有效纾解企业“融资难、融资贵 ”问题，为企业提高出口质量提供了重要的资金支持
（ 张杰等，
2017） 。产业集聚水平估计系数不显著，可能的原因是，以区位熵表征的产业集聚只反映了
要素的空间分布情况，不能反映产业发展质量、集聚的溢出效应等差异。

表1 数字经济影响制造业出口技术复杂度的基准回归结果
（ 1） （ 2） （ 3） （ 4） （ 5） （ 6） （ 7）
0． 141 ＊＊＊ 0． 139 ＊＊＊ 0． 129 ＊＊＊ 0． 119 ＊＊＊ 0． 122 ＊＊＊ 0． 102 ＊＊＊ 0． 114 ＊＊＊
Dige
（ 0． 034） （ 0． 034） （ 0． 034） （ 0． 034） （ 0． 034） （ 0． 033） （ 0． 036）
0． 378 0． 493 0． 755 0． 741 0． 357 0． 371
FDI
（ 0． 448） （ 0． 437） 0． 472） （ 0． 472） （ 0． 459） （ 0． 460）
－ 1． 734 ＊＊＊ － 1． 683 ＊＊＊ － 1． 694 ＊＊＊ － 1． 396 ＊＊＊ － 1． 396 ＊＊＊
Mar
（ 0． 499） （ 0． 499） （ 0． 499） （ 0． 482） （ 0． 482）
0． 036 0． 034 0． 139 ＊＊＊ 0． 132 ＊＊＊
Loe
（ 0． 025） （ 0． 025） （ 0． 033） （ 0． 034）
0． 241 0． 340 0． 325
Hum
（ 0． 263） （ 0． 252） （ 0． 253）
0． 129 ＊＊＊ 0． 128 ＊＊＊
Fin
（ 0． 029） （ 0． 029）
－ 0． 046
Agg
（ 0． 057）
4． 415 ＊＊＊ 4． 400 ＊＊＊ 4． 498 ＊＊＊ 4． 434 ＊＊＊ 3． 918 ＊＊＊ 3． 800 ＊＊＊ 3． 857 ＊＊＊
_cons
（ 0． 100） （ 0． 101） （ 0． 102） （ 0． 112） （ 0． 573） （ 0． 549） （ 0． 554）
个体效应 控制 控制 控制 控制 控制 控制 控制
时间效应 控制 控制 控制 控制 控制 控制 控制
Ｒ2 0． 996 0． 996 0． 995 0． 996 0． 996 0． 996 0． 996
Obs 240 240 240 240 240 240 240
＊＊＊ ＊＊ *
注： 、 、 分别表示在 1% 、
5% 和 10% 水平下显著，括号内为标准误。下表同。

（ 二） 异质性分析
不同制造业行业的技术水平、行业特征各有区别，导致数字经济对不同行业出口技术复杂度的
影响也不尽相同，因此本文从行业类型方面进行异质性分析 ，将总体样本分为劳动、资本和技术密集
型行业三个样本。回归结果如表 2 所示。
表 2 列（ 1） － （ 3） 所示，分劳动、资本和技术密集型三个行业后，Dige 的估计系数在劳动密集型
和资本密集型行业中不显著，而在技术密集型行业中显著为正 ，且在技术密集型行业中最大，表明数
字经济发展对技术密集型制造业出口技术复杂度的提升作用最为明显 。 其中的原因在于，一是相较
于技术密集型制造业，以纺织、服装为代表的劳动密集型产业和以水泥 、钢铁为代表的资本密集型产
业长期追求价格竞争和规模扩张 ，在数字化、智能化转型的过程中更加倾向于成本节约的劳动替代
而非效率提升的技术创新，从而造成数字经济对劳动密集型与资本密集型制造业出口技术复杂度的

· 9·
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

提升作用较低； 二是支撑数字经济发展的数字技术更大程度上属于先进技术，其在技术密集型制造
业中的技术应用门槛较低，技术通用性也使得数字经济更容易在技术密集型制造业中发挥作用； 三
是以专用设备制造业、电子设备制造业等为代表的技术密集型行业，其产业链较长且产业链中相互
重合环节较多，从而数字经济在促进技术密集型制造业出口技术复杂度提升时更具有耦合协同效
应。当前，我国一批“卡脖子”技术行业多集中于技术密集型制造业，因此更应该通过发展数字经济
推动技术密集型制造业出口技术复杂度提升 ，助力突破“卡脖子”技术的制约。

表2 数字经济影响制造业出口技术复杂度的异质性分析
行业异质性

劳动密集型 资本密集型 技术密集型

（ 1） （ 2） （ 3）
－ 0． 281 － 0． 173 0． 718 ＊＊
Dige
（ 0． 187） （ 0． 165） （ 0． 270）
－ 0． 332 1． 076 － 0． 842
FDI
（ 2． 419） （ 2． 103） （ 3． 406）
－ 4． 512 * － 3． 761 * 6． 713 *
Mar
（ 2． 683） （ 2． 205） （ 3． 777）
2． 395 * － 0． 237 － 3． 216 *
Loe
（ 1． 340） （ 0． 157） （ 1． 830）
－ 0． 296 0． 099 0． 555
Hum
（ 1． 341） （ 1． 158） （ 1． 887）
2． 365 * － 0． 434 ＊＊＊ － 2． 809 *
Fin
（ 1． 257） （ 0． 133） （ 1． 552）
－ 0． 056 － 0． 095 － 0． 061
Agg
（ 0． 300） （ 0． 263） （ 0． 422）
－ 14． 503 － 0． 348 24． 310 ＊＊
_cons
（ 8． 876） （ 2． 531） （ 12． 49）
个体效应 控制 控制 控制

时间效应 控制 控制 控制

Ｒ2 0． 323 0． 308 0． 678

Obs 240 240 240

五、进一步分析： 间接机制与门槛效应

（ 一） 数字经济促进制造业出口技术复杂度提升的间接机制
正如前文的理论分析，数字经济发展通过促进技术溢出、降低交易成本和推动产业融合促进制
造业效率与出口技术复杂度提升 。本文借鉴温忠麟、叶宝娟 （ 2014） 的研究，采用中介效应模型进一
步检验这三种作用渠道是否存在 ，具体模型如下：
TSI it = β0 + β1 Dige it + β X it + u i + u t + ε it （ 4）
Med it = α0 + α1 Dige it + α X it + u i + u t + ε it （ 5）
TSI it = δ0 + δ1 Dige it + η1 Med it + δ X it + u i + u t + ε it （ 6）

· 10·
 2021 年第 12 期

其中，M ed it 为中介变量，分别是交易成本、技术溢出和产业融合的代理变量，其他变量定义不
变。中介变量的代理指标如下：
（ 1） 交易成本： 现有文献一般从三个方面衡量交易成本，一是从微观层面利用企业的管理费用、
财务费用等指标刻画企业在契约履行 、资金融通等过程中产生的交易成本； 二是考虑到宏观经济运
行中政府与市场、市场主体间体制性摩擦导致的制度性交易成本，从区域市场化程度的角度刻画市
场交易成本； 三是基于“冰山成本”模型与一价定律，利用区域间相对价格指数反映的市场壁垒或市
场分割度来衡量区域间的交易成本 。 由于微观层面的管理费用等指标不适用于衡量区域层面的交
易成本，因此借鉴乔彬等（ 2018） 、毛其淋、盛斌（ 2011） 的做法，选取区域市场化程度 （ M ale） ① 和市场

分割度（ Segm） 来刻画区域层面的交易成本，市场化程度越高，交易成本越低，市场分割度越大，交易

成本越高。（ 2） 技术溢出： 区域间知识存量差距和空间距离是影响一个区域获得的技术溢出的重要
因素，借鉴 Caniëls and Verspagen（ 2001） 的做法，采用 Verspagen － Caniëls 知识溢出模型测算区域接
受的技术外溢（ Tecs） 来衡量区域间的技术溢出水平。（ 3） 产业融合： 制造业服务化、服务型制造是制
造业与生产性服务业融合的主要表现形式 ，借鉴唐晓华等 （ 2018） 的研究，从耦合协同视角构建产业
融合度模型，据此衡量制造业与生产性服务业的融合水平 （ IC） 。

表3 机制分析： 降低交易成本
市场化程度 市场分割度
（ 1） （ 2） （ 3） （ 4）

Male TSI Segm TSI

＊＊＊ ＊＊＊
0． 421 0． 104 － 0． 129 0． 114 ＊＊＊
Dige
（ 0． 117） （ 0． 093） （ 0． 213） （ 0． 036）
0． 089 ＊＊
Male
（ 0． 037）
0． 004
Segm
（ 0． 012）
4． 432 － 1． 322 － 5． 997 * 3． 885 ＊＊＊
_cons
（ 3． 427） （ 1． 858） （ 3． 251） （ 0． 560）
控制变量 控制 控制 控制 控制

个体效应 控制 控制 控制 控制

时间效应 控制 控制 控制 控制
2
Ｒ 0． 688 0． 953 0． 528 0． 996

Obs 240 240 240 240

1. 交易成本的中介作用
表 3 分别是衡量区域交易成本的市场化程度 （ M ale） 和市场分割度（ Segm） 作为中介变量的回归
结果。其中，表 3 列（ 1） 显示数字经济对市场化程度的回归系数在 1% 水平下显著为正，列 （ 2） 显示
Dige 与 M ale 的系数在 1% 水平下均显著为正，从而验证了数字经济能够通过降低区域内制度性交

① 市场化指数来自于王小鲁、樊纲编写的《中国分省份市场化指数报告（ 2018） 》，相关指数截止到 2016 年，因此基于平均变化

率对 2017 － 2018 年数据进行外推。

· 11·
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

易成本从而提升制造业出口技术复杂度 。列（ 3） 中，数字经济对市场分割度（ Segm） 的回归系数不显

著，列（ 4） 显示 Dige 的系数在 1% 水平下显著为正，但 Segm 的系数并不显著，说明数字经济发展未
能通过降低区域间的交易成本从而提升制造业出口技术复杂度 。究其原因，数字经济的发展不仅通
过线上业务办理极大地降低信息搜寻成本和执行成本 ，还能够倒逼审批管理制度优化，有效减少诸
如政府管控过多、审批环节冗余、税费繁杂等政府与市场主体间的体制性摩擦 ，显著降低制度性交易
成本。此外，数字经济下的信息与资源共享有效降低了逆向选择和道德风险的发生 ，抑制了市场主
体间的违约、搭便车和敲竹杠等机会主义行为 ，促进区域内制造业部门将原本投入于事务处理 、纠纷
解决等非生产性活动中的人力物力转移到生产活动中 ，从而有利于塑造成本优势和强化核心业务竞
争力。而以电子商务为代表的消费互联网虽然充分压缩了市场分割和信息不对称下的套利空间 ，但
仍难以从根本上破除行政分割和地方保护主义导致的区际壁垒 。 同时，对于部分弱势新兴产业而
言，适当的地方保护与区际壁垒反而可能有利于其成长与发展 ，从而导致市场分割度的降低对制造
业出口技术复杂度的影响在整体上不显著 。

表4 机制分析： 促进技术溢出与推动产业融合
技术溢出 产业融合
（ 1） （ 2） （ 3） （ 4）

Tecs TSI IC TSI

*
0． 091 ＊＊ 0． 103 ＊＊＊ 0． 044 0． 012 ＊＊＊
Dige
（ 0． 040） （ 0． 036） （ 0． 024） （ 0． 011）
0． 121 ＊＊
Tecs
（ 0． 063）
0． 704 ＊＊
IC
（ 0． 343）
2． 796 ＊＊＊ 3． 518 ＊＊＊ － 0． 910 ＊＊ － 0． 047
_cons
（ 0． 617） （ 0． 578） （ 0． 380） （ 1． 998）
控制变量 控制 控制 控制 控制

个体效应 控制 控制 控制 控制

时间效应 控制 控制 控制 控制
2
Ｒ 0． 111 0． 996 0． 851 0． 947

Obs 240 240 240 240

2. 技术溢出的中介作用
表 4 列（ 1） 回归结果显示，数字经济对技术溢出接受量 （ Tecs） 的回归系数在 5% 水平下显著为
正，说明数字经济发展能够提高区域间的技术溢出水平 ； 列 （ 2） 中 Dige 的系数在 1% 水平下显著为
正，Tecs 的系数在 5% 水平下也显著为正，从而验证了数字经济能够通过促进技术溢出从而推动制
造业出口技术复杂度提升。数字经济的发展缓解了创新项目的融资约束和提高了地区知识产权保
护水平，为区域创新活动提供了良好的外部环境 （ 吴赢、张翼，
2021） 。同时，数字经济的业态创新、模
式创新以其强大的市场竞争力增强了区域内的市场竞争程度 ，刺激传统制造业部门引进、模仿先进
技术与加快技术创新，而新兴产业部门为维持其领先地位同样会积极开发新技术，从而引致新一轮
的技术溢出并不断提高制造业部门的技术水平和生产率 。此外，数字化服务商向产业上下游各个环

· 12·
 2021 年第 12 期

节提供的技术支持、培训、生产设备等服务，还通过前向关联改善区域内制造业的生产技术和管理技
能。数字经济从溢出渠道、溢出方式、传播速度、传播范围等多方面打破了知识和技术溢出的壁垒，
推动技术溢出由点对点单向扩散向点到面多维扩散的转变 ，并在溢出过程中不断融入新元素进行技
术的自我更新与整合，大幅提高了技术溢出水平，促进制造业创新效率提升，不断增强制造业的产业
竞争力。
3. 产业融合的中介作用
表 4 列（ 3） 的回归结果显示，
数字经济对产业融合（ IC） 的回归系数在 10% 水平下显著为正，
说明数
字经济发展能够提高制造业与生产性服务业的融合水平； 列 （ 4） 中，Dige 的系数在 1% 水平下显著为
正，
IC 的系数在 5% 水平下也显著为正，
验证了数字经济能够通过推动产业融合从而促进制造业出口技
术复杂度提升。数字经济时代，
制造业企业不断剥离非核心业务，将生产服务部分让渡给专业化的第
三方机构，
生产性服务业从产前、
产中、
产后各个环节为制造业提供技术咨询、
产品立项、
流程优化、营销
服务的全方位支持，
加速制造业与生产性服务业深度融合。产业融合通过延长产业链和优化价值链的
方式提升制造业的产业效率与价值增值，
推动制造业出口技术复杂度不断提升。
（ 二） 制造业智能化升级的门槛效应分析
根据 IFＲ 统计，
2013 － 2018 年中国工业机器人市场销量连续六年排在世界首位，装机量占全球
市场的三成以上。在数字经济蓬勃发展的驱动下，部分地区制造业企业存在过度或盲目地推进硬件
设施数字化、智能化升级的现象，忽视数字经济发展所需的产业生态和产业布局 ，尤其是智能化基础
薄弱和运营管理滞后的问题，反而不利于制造业高质量发展。 为进一步检验过度推进制造业数字
化、智能化升级是否会削弱数字经济对制造业出口技术复杂度的提升作用 ，借鉴 Hansen（ 1999） 的研
究，构建以下门槛回归计量模型：
TSI it = θ1 + θ2 Dige it ·I ( int it ＜ γ1 ) + θ3 Dige it ·I ( γ1 ≤int it ) + θ X it + u i + ε it （ 7）
其中，int it 是代表制造业智能化升级水平的门槛变量 ； I（ ·） 代表指标函数； γ1 代表待估计的门
槛值； 其他变量定义不变。借鉴 Acemoglu and Ｒestrepo （ 2020） 的研究，采用各省份制造业每千人拥
有工业机器人数据表征制造业智能化升级水平 （ int） 。

表5 门槛效应检验结果
不同显著性水平临界值
行业 门槛模型 门槛值 F值 P值 95% 的置信区间
1% 5% 10%
总体 单一门槛 953 43． 02 0． 00 35． 96 24． 95 20． 41 ［907，
969］
劳动密集型 单一门槛 466 35． 10 0． 02 42． 30 25． 78 19． 59 ［433，
490］
资本密集型 单一门槛 255 24． 40 0． 02 32． 03 20． 19 17． 43 ［176，
281］
技术密集型 单一门槛 1133 23． 37 0． 07 39． 80 26． 74 20． 88 ［1031，
1192］

表 5 显示了门槛效应的检验结果，整体上看，以制造业智能化升级水平为门槛变量时 ，数字经济
对制造业出口技术复杂度的影响存在单一门槛 ，门槛值为 953； 分行业来看，在劳动密集型、资本密集
型和技术密集型行业中均存在单一门槛 ，门槛值分别为 466、
255 和 1133。表 6 的门槛效应估计结果
表明，从行业整体来看，制造业智能化升级水平在达到门槛值前 ，数字经济的系数为 0. 731 且显著为
正，数字经济对制造业出口技术复杂度有提升作用 ； 当制造业智能化升级水平越过门槛值后 ，数字经

· 13·
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

济的系数显著为正但降低为 0. 600，数字经济对制造业出口技术复杂度的促进作用有所减弱。 换句
话说，在当前数字经济发展水平下，制造业过度追求数字化、智能化改造反而会引起内外部失衡和效
率损失，削弱数字经济对制造业出口技术复杂度的促进作用 ，从而验证了假设 3。 而对比劳动密集
型、资本密集型和技术密集型行业，一方面，在制造业智能化升级水平越过门槛值后 ，数字经济的回
归系数均出现下降，同样表现出过度推进制造业智能化的不利影响 ； 另一方面，无论是回归系数还是
门槛值，均是技术密集型行业高于劳动密集型行业和资本密集型行业。 相较于技术密集型行业，劳
动密集型行业在智能化升级方面的人才储备 、知识积累和产业基础较为薄弱，难以满足大规模智能
化改造的要求，从而表现出门槛值较小的结果。

表6 门槛效应回归结果
变量 总体 劳动密集型 资本密集型 技术密集型
0． 731 ＊＊＊
Dige it （ int it ≤953）
（ 0． 059）
0． 600 ＊＊＊
Dige it （ int it ＞ 953）
（ 0． 065）
0． 344 ＊＊＊
Dige it （ int it ≤466）
（ 0． 079）
0． 133
Dige it （ int it ＞ 466）
（ 0． 082）
0． 213 ＊＊＊
Dige it （ int it ≤255）
（ 0． 077）
0． 043
Dige it （ int it ＞ 255）
（ 0． 074）
0． 464 ＊＊＊
Dige it （ int it ≤1133）
（ 0． 116）
0． 252 *
Dige it （ int it ＞ 1133）
（ 0． 136）
控制变量 控制 控制 控制 控制
－ 0． 844 2． 149 － 1． 294 1． 157
_cons
（ 1． 723） （ 2． 733） （ 2． 508） （ 3． 899）
Ｒ2 0． 959 0． 355 0． 244 0． 675

Obs 240 240 240 240

2014 年以来，在政府政策扶持和企业“招工难”的双重作用下，中国产业界开始大规模投入工业
机器人和打造智能工厂，深度推进智能化、数字化升级，这既是我国在新产业革命下进行产业升级与
建设制造业强国的迫切需要，也是企业自身在市场竞争中降本增效的发展策略 。以“机器换人 ”为重
要表现形式的智能化升级，对提升制造业竞争力和企业生产率产生了积极作用 （ 刘斌、潘彤，
2020； 赵
宸宇等，
2021） 。但是，制造业数字化、智能化改造不仅仅是数字技术的简单投入 ，还需要与制造业生
产过程中的运营管理、生产工艺相互适应，乃至与数字经济的产业生态与运行模式等协调共进。 从
现实来看，当前我国制造业数字化、智能化升级过程中还存在一定程度的盲目性与片面性 ： 一是投机
心理导致部分制造业企业存在过度推进智能化升级的动机 。 各地政府为支持区域内企业进行智能
化、数字化升级，普遍制定了极具吸引力的优惠政策，例如，对于购置设备进行智能化改造的制造业

· 14·
 2021 年第 12 期

企业，天津市给予最高 5000 万元的资金支持，深圳市给予改造投入总额 20% 的补贴①。巨额的资金

补贴引致企业纷纷成立“优惠政策办公室 ”，组织专业团队研读政策和申报项目，以期为企业贴上
“智能”标签（ 唐晓琦，
2021） ，导致智能化改造的目的往往倾向于套取资金而非提升企业生产效率 。
二是部分制造业行业智能化升级的实效低下 。 一方面，在政府优惠政策激励下，大量制造业企业推
进“机器换人”反而可能由于“潮涌现象 ”造成高端产业低端化和低端产品产能过剩的问题，降低制
造业的产业效益和长期竞争力； 另一方面，当前的众多自动化设备仍然能够胜任加工 、装配等领域的
任务，工业机器人主要适用于重物搬运 、精密焊接等领域，因而对于劳动密集型行业或众多小微企业
而言，政策驱动下过度推进智能化升级的成本较高而实用性较低 。三是越来越丰富的工业场景与复
杂的工艺流程密切了人机协同关系 ，从而在智能设备启用、停线检修和编码学习等方面大幅提升了
一线工人的素质要求，在人力资本、技术水平未获得相应提升的情况下 ，过度推进智能化升级可能会
引起经营成本和管理复杂程度的大幅上升 （ Gebauer et al. ，2005） ，弱化制造业部门的核心竞争力。
四是国产工业软件市场占有率和智能硬件核心零部件国产化率仍然较低 ，过度推进智能化升级不仅
使相当比重的制造业附加值归属国外 ，还由于对国外技术的依赖削弱了制造业关键核心技术的创新
能力。因此，如果不顾自身产业发展实际和数字经济发展水平 ，盲目地攀比、对标其他地区或行业的
智能化升级水平，反而不利于制造业出口技术复杂度的提升 。
（ 三） 稳健性检验
1. 替换被解释变量
在产品内分工格局下，
一国出口值中还包含着相当比重的进口中间品价值，而通过出口技术复杂
度衡量制造业全球竞争力的方法，
忽略了不同产品出口国内增加值率的差异，可能造成制造业竞争力
水平的高估。因此，
借鉴刘亮等（ 2021） 的研究，将技术复杂度和出口国内增加值率结合起来重新衡量
制造业的国际竞争力，
计算公式如下（ 8） 式，
其中 TSIG it 表示重新衡量的被解释变量，x ikt 为 i 地区 t 时
期制造业行业 k 的进口中间投入品出口总额，
其余变量同前文。回归结果如表 7 列（ 1） 所示。

TSIG it = ∑
k ( eE
ikt

it
)
× prody kt × dvar ikt ； dvar ikt =
e ikt － x ikt
e ikt
（ 8）

2. 内生性检验
由于制造业出口技术复杂度更高的地区可能在技术创新 、新型基础设施建设等方面更加领先，
进而拥有更高的数字经济发展水平 ，导致被解释变量与解释变量存在互为因果关系的内生性问题。
因此，采用考虑内生问题的系统 GM M 方法对基准模型进行稳健性检验。 此外，借鉴 Nunn and Qian
（ 2014） 的研究，选取上一年全国互联网用户数分别与 1984 年各省每百人电话机数量构造交互项 ，作
为该地区数字经济水平的工具变量 。 在使用工具变量的回归中，识别弱工具变量的 Cragg － Donald
Wald F 统计量大于 10% 水平临界值，同时，过度识别检验 Sargan 统计量 p 值大于 0. 05，不能拒绝所
有外生变量与方程中随机误差项不相关的零假设 ，说明了工具变量的有效性和外生性。 内生性检验
回归结果分别如表 7 列（ 2） － （ 3） 所示。 可以看出，无论是替换被解释变量，还是考虑内生性问题，
数字经济依然显著地提升了制造业出口技术复杂度 ，该结果与基准模型基本一致，证明了基准模型

① 《天津市关于进一步支持发展智能制造的政策措施》《深圳市关于实施技术改造倍增计划扩大工业有效投资的行动方案
（ 2017 － 2020 年） 》。

· 15·
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

结果的稳健性。借鉴王春杨等（ 2020） 的研究，采用基准模型检验中的工具变量，运用工具变量法对

中介效应模型进行内生性检验，表 8 结果与中介效应模型结果也基本一致，验证了中介效应回归结
果的稳健性。

表7 基准模型稳健性检验
替换被解释变量 系统 GMM 工具变量法
（ 1） （ 2） （ 3）
＊＊ *
1． 246 0． 379 1． 235 ＊＊＊
Dige
（ 0． 542） （ 0． 219） （ 0． 086）
－ 1． 441 － 31． 240 ＊＊ － 2． 032
FDI
（ 1． 175） （ 13． 11） （ 1． 757）
－ 1． 555 3． 509 ＊＊＊ 8． 296 ＊＊＊
Mar
（ 1． 445） （ 0． 703） （ 1． 546）
0． 184 ＊＊ 0． 128 0． 096
Loe
（ 0． 092） （ 0． 112） （ 0． 132）
－ 1． 008 － 2． 764 1． 697 *
Hum
（ 0． 653） （ 3． 316） （ 0． 945）
－ 0． 101 － 0． 427 0． 250 ＊＊
Fin
（ 0． 076） （ 0． 815） （ 0． 112）
－ 0． 154 － 1． 187 － 0． 644 ＊＊＊
Agg
（ 0． 148） （ 1． 062） （ 0． 204）
12． 138 ＊＊＊ 9． 0737
_cons －
（ 1． 425） （ 7． 901）
个体效应 控制 控制 控制
时间效应 控制 控制 控制
Ｒ2 0． 640 － 0． 939
Wald F － － 419． 35
Obs 240 240 240

表8 中介效应模型内生性检验
工具变量法
（ 1） （ 2） （ 3） （ 4） （ 5） （ 6）
Male TSI Tecs TSI IC TSI
0． 189 ＊＊＊ 1． 249 ＊＊＊ 0． 065 ＊＊ 1． 193 ＊＊＊ 0． 192 ＊＊＊ 1． 448 ＊＊＊
Dige
（ 0． 025） （ 0． 081） （ 0． 025） （ 0． 082） （ 0． 017） （ 0． 130）
0． 341 ＊＊
Male
（ 0． 152）
0． 643 ＊＊＊
Tecs
（ 0． 230）
1． 104 ＊＊
IC
（ 0． 439）
控制变量 控制 控制 控制 控制 控制 控制
个体效应 控制 控制 控制 控制 控制 控制
时间效应 控制 控制 控制 控制 控制 控制
Ｒ2 0． 614 0． 939 0． 631 0． 943 0． 793 0． 929
Wald F 419． 35 444． 93 419． 35 440． 73 419． 35 214． 42
Obs 240 240 240 240 240 240

· 16·
 2021 年第 12 期

六、结论与对策建议

数字经济发展为增强制造业竞争力与价值增值能力提供了重要机遇和动力 。 本文从交易成本、
技术溢出和产业融合三个方面揭示了数字经济促进制造业出口技术复杂度提升的机制 ，并利用 2011
－ 2018 年中国制造业省级层面的面板数据对数字经济促进制造业出口技术复杂度的总体作用 、异质
性影响、间接机制进行了实证检验。 得出如下主要结论： 一是数字经济发展有利于提升制造业出口
技术复杂度，这一促进作用在技术密集型行业中尤为显著。 二是除直接效应外，数字经济还通过降
低交易成本、促进技术溢出、推动产业融合三个间接机制促进制造业出口技术复杂度提升。 三是在
样本考察期内，数字经济对制造业出口技术复杂度的作用还受到制造业自身数字化、智能化改造程
度的影响，过度推进制造业数字化、智能化会削弱数字经济对制造业出口技术复杂度的提升作用 ； 分
行业看，相较于技术密集型行业，劳动密集型和资本密集型行业中智能化升级的门槛值均较低 ，智能
化升级存在过度的倾向。
基于以上结论，为加快数字经济发展，提升我国制造业出口技术复杂度，应采取以下具体对策：
第一，大力推进数字产业化和产业数字化进程 ，提升数字经济发展水平，夯实数字经济发展的基础与
保障。当前阶段以政府为主导持续推进 5G 基站、大数据中心、人工智能等新型基础设施建设，大力
推进关键核心技术、应用软件、关键算法的创新突破，构建高效完备的数字化生态。 此外，加大高技
术制造业中数字技术的投入力度 ，借以数字经济的发展机遇破除“卡脖子 ”技术制约。 第二，优化数
字经济发展环境，完善数字经济治理体系和制度保障。 一是创新治理方式和加强平台自我治理，减
少平台经济和共享经济模式下各方主体的体制性摩擦 ，降低制造业生产运营的制度性交易成本 。 二
是健全专利申报、技术转让、特许经营等知识产权保护制度，加大侵权行为的审查与惩罚力度，保护
制造业企业技术创新的积极性，降低技术溢出壁垒。三是根据企业所处的产业链位置与业务性质破
除传统定义下生产性服务业与制造业的界限分割 ，围绕数字经济与平台建设促进信息、数据、资源在
生产性服务业和制造业间流动共享 ，加速产业融合进程。第三，进一步把握制造业数字化、智能化的
本质和内容，科学合理地推进制造业数字化、智能化改造。一方面，政府部门要明确数字经济发展导
向，加强对行业整体的统筹规划和监管，明确市场准入标准、智能产品质量评定和检测认证标准，建
立健全相关检测机构及公共服务平台 ，避免制造业在数字化、智能化改造中出现急功近利和跟风攀
比。另一方面，注重打造智能制造产业标杆和示范企业 ，发挥典型企业的示范引领效应，加快培养一
批解决方案提供商，不断提升制造业数字化、智能化升级过程中的生态支撑能力 。

参考文献

2020，“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”，《南方经济》，第 1 期，第

程虹、袁璐雯，
46 － 59 页。
2021，“制造业行业数字化转型与其出口技术复杂度提升”，《国际贸易问题》，第 6 期，第 32 － 47 页。
党琳、李雪松、申烁，
2021，“警惕制造业盲目智能化带来的风险”，《人民论坛》，第 1 期，第 37 － 41 页。
杜传忠，
2020，“数字技术提升了中国全球价值链地位吗”，《国际经贸探索》，第 11 期，第 35 － 51 页。
高敬峰、王彬，
2020，“中国数字经济产业统计分类问题研究”，《统计研究》，第 12 期，第 3 － 16 页。
关会娟、许宪春、张美慧、郁霞，
2019，“产业融合创新与制造业高质量发展”，《北京工业大学学报（ 社会科学版） 》，第 4 期，第 49 － 60 页。
郭朝先，

· 17·
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

2020，“测度中国数字普惠金融发展： 指数编制与空间特征”，《经济学（ 季刊） 》，第 4 期，第

郭峰、王靖一、王芳、孔涛、张勋、程志云，
1401 － 1418 页。
郭吉涛、梁爽，2021，“数字经济对中国全要 素 生 产 率 的 影 响 机 理： 提 升 效 应 还 是 抑 制 效 果？ ”，《南 方 经 济 》，第 10 期，第 9 －
27 页。
2018，“互联网发展与全球价值链嵌入———基于 GVC 指数的跨国经验研究”，《南开经济研究》，第 4 期，第 21 －
韩剑、冯帆、姜晓运，
35 + 52 页。
2019，“互联网能成为中国区域创新效率提升的新动能吗”，《中国工业经济》，第 7 期，第 119 － 136 页。
韩先锋、宋文飞、李勃昕，
2020，“全球价值链视域下数字经济对我国制造业升级重构效应分析”，《亚太经济》，第 3 期，第 115 － 130 + 152 页。
何文彬，
2021，“数字经济全球化下的世界经济运行机制与规则构建： 基于要素流动理论的视角”，《世界经济研究》，第 3 期，第 3
黄鹏、陈靓，
－ 13 + 134 页。
2020，“人工智能对制造业价值链分工的影响效应研究”，《数量经济技术经济研究》，第 10 期，第 24 － 44 页。
刘斌、潘彤，
2020，“中国数字经济测度与驱动因素研究”，《上海经济研究》，第 6 期，第 81 － 96 页。
刘军、杨渊鋆、张三峰，
2021，“智能化发展能促进中国全球价值链攀升吗”，《科学学研究》，第 4 期，第 604 － 613 页。
刘亮、刘军、李廉水、程中华，
2019，“企业组织形态演进研究———从工业经济时代到智能经济时代”，《经济管理》，第 10 期，第 22 － 36 页。
李海舰、李燕，
2019，“市场规模、劳动力成本与异质性企业区位选择———中国地区经济差距与生产率差距之谜的一个解
吕大国、耿强、简泽、卢任，
释”，《经济研究》，第 2 期，第 36 － 53 页。
2012，“对外经济开放、区域市场整合与全要素生产率”，《经济学（ 季刊） 》，第 1 期，第 181 － 210 页。
毛其淋、盛斌，
2021，“数字经济渗透对全球价值链分工地位的影响———基于行业异质性的跨国经验研究”，《国际贸易问题》，第 9
齐俊妍、任奕达，
期，第 105 － 121 页。
2018，“制度性交易成本、产业集中与区域全要素生产率”，《南京社会科学》，第 12 期，第 41 － 49 + 65 页。
乔彬、张蕊、张斌，
2020，“互联网化对中国企业出口国内增加值提升的影响”，《财贸经济》，第 7 期，第 130 － 146 页。
沈国兵、袁征宇，
2018，“中国制造业与生产性服务业动态协调发展实证研究”，《经济研究》，第 3 期，第 79 － 93 页。
唐晓华、张欣珏、李阳，
2021，“他者的欢腾与集体无意识： 工人对‘机器换人’缘何反应如此冷淡———基于长三角智能制造企业的实证研究”，《华东
唐晓琦，
理工大学学报（ 社会科学版） 》，第 1 期，第 48 － 59 + 75 页。
2014，“中介效应分析： 方法和模型发展”，《心理科学进展》，第 5 期，第 731 － 745 页。
温忠麟、叶宝娟，
2020，“高铁建设、人力资本迁移与区域创新”，《中国工业经济》，第 12 期，第 102 － 120 页。
王春杨、兰宗敏、张超、侯新烁，
2020，“数字经济赋能制造业质量变革机理与效应———基于二元边际的理论与实证”，《中国流通经济》，第 12
王永龙、余娜、姚鸟儿，
期，第 60 － 71 页。
2018，“数字经济重塑全球经济格局———政策竞赛和规模经济驱动下的分化与整合”，《国际展望》，第 4 期，第 60 － 79 + 154
王玉柱，
－ 155 页。
2021，“数字经济与区域创新———基于融资和知识产权保护的角度”，《南方经济》，第 9 期，第 36 － 51 页。
吴赢、张翼，
2021，“信息技术驱动中国制造转型升级———美的智能制造跨越式战略变革纵向案例研究”，《管理世
肖静华、吴小龙、谢康、吴瑶，
界》，第 3 期，第 161 － 179 + 225 + 11 页。
2020，“要素市场化改革与供需结构错配”，《经济研究》，第 2 期，第 20 － 35 页。
徐朝阳、白艳、王韡，
2021，“数字经济、空间效应与全要素生产率”，《统计研究》，第 4 期，第 3 － 15 页。
杨慧梅、江璐，
2017，“中国的银行管制放松、结构性竞争和企业创新”，《中国工业经济》，第 10 期，第 118 － 136 页。
张杰、郑文平、新夫，
2016，“价值链嵌入视角下的制造业与物流业互动升级”，《中国流通经济》，第 5 期，第 18 － 24 页。
张彤，
2020，“投入数字化与全球价值链高端攀升———来自中国制造业企业的微观证据”，《经济评论》，第 6 期，第 72 － 89 页。
张晴、于津平，
2021，“数字经济是否促进中国制造业全球价值链升级？”，《科学学研究》，第 12 期，第 1 － 19 页。
张艳萍、凌丹、刘慧岭，
2021，“数字化转型如何影响企业全要素生产率”，《财贸经济》，第 7 期，第 114 － 129 页。
赵宸宇、文春、李雪松，
赵涛、张智、梁上坤，2020，“数字经济、创业活跃度与高质量发展———来自中国城市的经验证据”，《管理世界》，第 10 期，第 65 －
76 页。
2015，“‘互联网 + ’跨界经营： 创造性破坏视角”，《中国工业经济》，第 10 期，第 146 － 160 页。
赵振，

· 18·
 2021 年第 12 期

Acemoglu，D. ，Ｒestrepo，P. ，Ｒobots and Jobs，

2020，“Evidence from US Labor Markets”，Journal of Political Economy，
128（ 6） ： 2188 －
2244.
Abouzeedan，A. ，Klofsten，M. and Hedner T. ，2013，“Internetization Management as A Facilitator for Managing Innovation in High －
Technology Smaller Firms”，Global Business Ｒeview ，
14（ 1） ： 121 － 136.
Bakhshi，H. ，Bravo － Biosca，A. and Mateos － Garcia，J. ，
2014，“The Analytical Firm Estimating the Effect of Data and Online Analytics
on Firm Performance”，Nesta Working Paper，pp. 1 － 8.
Caniëls，M ，C，J. and Verspagen，B. ，2001，“Barriers to Know ledge Spillovers and Ｒegional Convergence in an Evolutionary Model”，
11（ 3） ： 307 － 329.
Journal of Evolutionary Economics，
Erik，B. and Lorin，H. ，1996，“Paradox lost？ Firm － level Evidence on the Ｒeturns to Information Systems Spending ”，Management
42（ 4） ： 541 － 558.
Science，
Frey，C，B. and Osborne，M ，A. ，2017，“The Future of Employment： How Susceptible are Jobs to Computerisation？”，Technological
114（ 1） ： 254 － 280.
Forecasting and Social Change，
Goldfarb，A. and Tucker，C. ，
2019，“Digital Economics”，Journal of Economic Literature，
57（ 1） ： 3 － 43.
Gordon，Ｒ，J. ，
2012，“Is US Economic Grow th Over？ Faltering Innovation Confronts the Six Headw inds”，National Bureau of Economic
Ｒesearch.
Hausmann，Ｒ. ，Hw ang，J. and Ｒodrik，D. ，
2007，“What You Export Matters”，Journal of Economic Grow th，
12（ 1） ： 1 － 25.
Hansen，B. ，
1999，“Threshold Effects in Non － dynamic Panels： Estimation，Testing，and Inference”，Journal of Econometrics，
93（ 2） ： 345
－ 368.
Humphrey，J. and Schmitz，H. ，2000，“Governance and Upgrading： Linking Industrial Cluster and Global Value Chain Ｒesearch”，IDS
Working Paper，No． 120.
Jones，C. and Tonetti，C. ，
2019，“Nonrivalry and the Economics of Data”，NBEＲ Working Papers，No. 26260.
Mesenbourg，Thomas，L. and Bureau，U，S. ，
2001，“Assistant Director for Economic Programs”.
Nunn N. ，Qian N. ，
2014，“US Food Aid and Civil Conflict”，American Economic Ｒeview ，
104（ 6） ： 1630 － 1666.
Mikalef，P. and Pateli，A. ，2017，“Information Technology － enabled Dynamic Capabilities and Their Indirect Effect on Competitive
Performance： Findings from PlS － SEM and FsQCA”，Journal of Business Ｒesearch，
70（ 1） ： 1 － 16.
Saunders，A. and Brynjolfsson，E. ，
2009，“Wired for Innovation： How Information Technology Is Ｒeshaping the Economy ”，Cambridge：
MIT Press.
Solow ，Ｒ，M. ，
1987，“We'd Better Watch Out”，New York Times Book Ｒeview ，（ 7） ： 12 － 36.
1996，“The Digital Economy： Promise and Peril in the Age of Netw orked Intelligence”，Educom Ｒeview ，33 （ 9 ） ： 33
Tapscott and Don，
－ 5199.

Digital Economy and Export Technical Sophistication of China's

Manufacturing Industry：
Test Based on Mediating Effect and Threshold Effect

Du Chuanzhong Guan Haifeng

Abstract： Digital economy provides an important opportunity and driving force for China's manufacturing industry to
improve the export technical sophistication. How ever，w ith the rapid development of digital economy，some manufacturing
industries blindly regard increasing the proportion of hardw are facilities such as industrial robots and intelligent factories as

· 19·
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

the index of digitalization and intellectualization of manufacturing industry，and ignore the building of industrial ecology of
digital economy and the improvement of the effectiveness of digitalization and intellectualization of manufacturing industry，
resulting in investment imbalance and efficiency loss. On the contrary，it w ill delay or even inhibit the improvement of the
international competitiveness of the manufacturing industry. Therefore，objectively evaluating the role of digital economy in
improving the export technical sophistication of China's manufacturing industry，and taking practical and effective measures
to orderly promote the digitization and intellectualization of manufacturing industry has become an important topic for China
to enhance the international competitiveness of manufacturing industry and accelerate the construction of manufacturing
pow er.
Based on the panel data of China's manufacturing industry at provincial level from 2011 to 2018，this paper empirically
tests the overall role，heterogeneous impact and indirect mechanism of digital economy in promoting the improvement of
China's manufacturing export technical sophistication. The results show that the development of digital economy has
significantly increased the export technical sophistication of China's manufacturing industry，w hich is more significant in
technology intensive industries. And reducing the transaction cost of manufacturing industry，promoting technology
spillover and promoting industrial integration are the three basic paths for digital economy to promote the export technical
sophistication of manufacturing industry. The promotion effect of digital economy on the export technical sophistication of
manufacturing industry is affected by the degree of digitalized and intellectualized transformation of manufacturing industry，
show ing a certain threshold effect. After exceeding the certain limit， further promoting the digitalization and
intellectualization of manufacturing industry w ill w eaken the promotion effect of digital economy on the export technical
sophistication of manufacturing industry. The policy implications of our results are profound，All regions should strive to
improve the development level of digital economy，consolidate the development foundation of digital economy，optimize
the development environment of digital economy，improve the governance system and institutional guarantee of digital
economy，orderly promote the digitalization and intellectualization of manufacturing industry，and create an excellent
industrial ecology of digital economy.
This paper makes some contributions． First，the method of measuring the development level of digital economy by using the
input － output relationship is usually as of 2014，w hile the digital economy has accelerated in recent years. This paper
constructs a comprehensive index of the development level of digital economy from 2011 to 2018 from the aspects of digital
economy infrastructure，digital industrialization and industrial digitization，w hich alleviates the problem of low consistency
betw een the reality of digital economy development and the measurement index in time span. Second，this paper discusses
the mechanism of digital economy affecting the manufacturing export technical sophistication from three aspects：
transaction cost，technology spillover and industrial integration，and clarifies the mechanism and path. Third，taking the
development of manufacturing intellectualization into the analysis framew ork，this paper explores the coordination and
adaptation of manufacturing intellectualization level in the process of promoting the manufacturing export technical
sophistication by digital economy.
Keywords： Digital Economy； Export Technical Sophistication； M ediating Effect； Threshold Effect.

（ 责任编辑： 谢淑娟）

· 20·