广东财经大学学报 2021 年第 2 期（ 总第 175 期） 经济理论与探索

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

1 2 1
余姗 ，樊秀峰 ，蒋皓文
（ 1． 西安财经大学 经济学院，陕西 西安 710100； 2． 西安交通大学 经济与金融学院，陕西 西安 710061）

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。
关键词： 数字经济； 制造业； 提质增效； 高质量走出去； 出口技术复杂度； 出口贸易

中图分类号： F062． 9； F742； F49 文献标志码： A 文章编号： 1008-2506（ 2021） 02-0016-12

一、引言
改革开放以来，中国凭借丰富的劳动力供给以粗放的经济驱动方式参与到国际价值链分工 ，国际
贸易出口与工业生产值在较短时间内实现了飞跃式发展 。 但伴随着劳动要素成本上升、环境约束强
化和“单边主义”日益盛行，中国制造业赖以生存的空间遭受到挤压 。 在此大环境下，提升制造业国际
竞争力， 让“中国智造”高水平走出去，
成为亟待解决的现实问题。2017 年 11 月，
国务院发布《深化“互联
网 先进制造业 发展工业数字经济的指导意见 提出要结合实施 中国制造 2025”和“互联网 + ”，
+ ” 》， “
促进新一代信息技术与制造业的深度融合 。中共十九大报告进一步指出，要推进贸易强国建设，拓展
对外贸易，培育贸易新业态新模式。2019 年 11 月，中央全面深化改革委员会第十次会议审议通过了
《关于推进贸易高质量发展的指导意见 》，首次从顶层设计角度对外贸在原有量的基础上提出了质的
要求。在此背景下，
本文将探讨数字经济与贸易高质量发展之间的关系及内在作用机制，分析数字经济

■收稿日期： 2020-08-26
■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）
■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。

16
 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

助力中国制造业贸易高质量发展的路径， 以期能为政府支持中国制造业高质量走出去提供参考。
在此背景下，一些学者以“互联网 + ”为切入点展开了以贸易出口为主题的研究。 如潘家栋和肖
［1］
文（ 2018）
通过研究发现，出口国家和地区与进口国家和地区的人均互联网使用率对该国出口贸易
［2］
额均存在显著正向影响。Freund 等（ 2004） 的研究表明，主机接入数增加 10% ，将为一国出口额带
［3］
来 0. 2% 的提升。韩会朝（ 2019） 利用中国与贸易国家双边网址链接数据作为互联网应用的代理变
量进行研究，发现互联网技术具有市场进入和市场渗透的双重作用，不仅提高了企业出口概率，而且
［4］
也促进了出口增长。卢福财和金环（ 2019） 基于国家层面的面板数据证明，互联网用户普及率对该
国出口技术复杂度具有显著正向影响 ，并指出通过降低信息成本、提高劳动力素质等渠道，数字经济
［5］
可影响出口技术复杂度，且这一影响在不同国家存在异质性。 卓乘风和邓峰 （ 2019） 引入了互联网
平台建设指标进行研究，发现通过改善资源配置效率，数字经济可推动中国省级出口复杂度的提升，
并进一步讨论了其空间互动性与区域异质性特征 。
梳理已有文献发现，多数研究认同数字经济促进了出口贸易，但整体来看，相关研究存在如下不
足。一是数字经济是以互联网为平台向各个产业延伸的新兴经济业态 ，各种新概念层出不穷，相关技
术快速更新，已有研究大多以互联网用户普及率、主机接入数等来表征数字经济的发展水平，研究的
时效性难免不足，同时也无法全面刻画数字经济的发展现状。 二是作为数字经济中信息交互与知识
传递的平台，互联网具有跨越空间传递的突出特点，而已有研究使用的大多是普通静态线性回归方
法，较少考虑空间溢出效应和非线性递增效应 ，因而难以涵盖数字经济作用的全貌。 三是现有文献对
数字经济发挥作用的渠道进行了理论梳理 ，但缺乏实证层面的影响机制验证与分析 。
鉴于此，本文以出口技术复杂度表征制造业高质量走出去 ，研究数字经济对出口技术复杂度的影
响效应及影响机制。可能的边际创新与贡献主要体现在以下三个方面： 第一，从数字基础设施建设、
数字经济普及程度、网络信息资源、数字经济商务化四个维度构建指标，对各省份的数字经济发展水
平进行了测度和比较。第二，利用空间效应模型和面板分位数模型 ，验证了数字经济对制造业高质量
走出去的空间效应、非线性递增效应及区域异质性影响 ，为进一步理解数字经济在促进出口贸易发展
中的作用提供了一个新的视角。第三，构建多渠道机制下数字经济发展影响出口贸易的理论模型 ，从
理论推导与实证分析两方面入手 ，探索数字经济作用于出口贸易的内在机理 ，利用中介变量及门槛模
型对传导机制进行验证，为深入探讨数字经济助力贸易高质量发展的路径提供了科学支撑 。

二、理论机制分析
数字经济是引领未来的新经济形态 ，它既是实现制造业出口提质增效的新变量 ，又是促进区域协
同发展的新引擎。数字经济的发展不仅要依托互联网平台突破时空约束，实现资源的跨区域整合与
协同，因而具有空间溢出效应； 而且随着参与主体的增加，数字经济会呈现出生产成本边际递减 、主体
效应规模递增的非线性特征。因而，制造业可借力数字经济的赋能，通过提升人力资本、加大研发投
入、优化资源配置来提高其出口部门的生产率 ，推动其向价值链的高端延伸。
（ 一） 数字经济的空间溢出效应
互联网是搭载数字经济的主要平台，具备 ICT（ information and communication techonology） 的技术
属性，为生产活动与生活方式带来了深刻变革 。在互联网技术的支持下，信息数据的传递打破了地理
限制，实现了在互联网平台上的共享与传播，有助于制造企业通过数据流提供决策依据、分享解决方
案，进而实现信息流带动资金与生产资料的流动 。 不同空间的要素可根据需要快捷高效地联结与重
［6］
组（ 李海舰等， ，且不再受空间的局限，出口贸易企业受益于数字经济带来的信息优势 ，可在更
2014）
大的时空范围内进行生产运营决策 ，通过跨区域的资源整合而取得良好的协同效应 。 相较于旧业态，
基于数字经济的生产决策更加科学合理 ，企业可站在更宏观的视角全面研判企业的生产运作 。 可见，
数字经济的建设和发展可有效促进贸易部门的经营活动 ，并对其他地区的出口厂商带来正向的协同

17
 广东财经大学学报（ 2021 年第 2 期）

效应。由此提出：
假说 1： 数字经济有利于制造业高质量走出去 ，且存在正向的空间溢出效应。
（ 二） 数字经济的非线性递增效应
计算机网络的先驱梅特卡夫曾提出 ，网络的价值与联网的用户数的平方成正比，即 V（ N） = aN 。
2

在数字经济领域，随着参与主体的不断增加，数字经济本身的价值也呈非线性式增长 。 数字经济在不
断扩大的过程中，不仅生产成本呈边际递减，整体发展呈现出规模经济 （ 即 λV（ N） ＜ V（ λN） ） 特点； 而
且原有使用主体的效用也得到增加 ，促使网络效应的出现以及“边际效应”递增的梅特卡夫法则成立。
由此提出：
假说 2： 数字经济能提升制造业的出口技术复杂度 ，且具有边际递增的非线性驱动效应 。
（ 三） 数字经济对出口贸易的影响渠道
关于数字经济发展对出口贸易的影响渠道 ，学界主要有两种观点。 一是认为数字信息技术在国
际贸易中可以降低信息成本与搜寻成本 （ Nath， 2012） ［7 － 8］，通过降低企业贸易成本可
2017； Lendle 等，
［9］
降低贸易壁垒，从而能促进出口贸易的发展 Choi（ 2010） 。二是认为数字信息技术所扮演的是通用
技术角色，提出数字经济能通过降低资本成本、促进产品和流程创新、促进竞争等方式来提升一国制
造业的生产率，进而提升出口企业的国际竞争力 （ 李金城和周咪咪， 2017） ［10］。 此外，也有学者探讨了
宽带对企业劳动生产率与产品创新的影响 ，认为宽带数字经济对企业的劳动生产率没有影响 ，但对企
2013） ［11］。
业的创新活动有显著积极影响（ Bertschek 等，
本文尝试将这些不同观点纳入统一的分析框架 ，构建一个多渠道机制下的数理模型并加以实证
检验。假设有 n 个国家其企业都出口同质化的商品 ，其中 i 国为出口国，j 国为进口国。 对进口国 j 而
n
σ －1 σ
言，其效用函数为典型的 CES 函数，即： U j = （ ∑ x ji σ ） σ －1 。其中 U j 代表 j 国的消费者效用，x ji 代表 j 国
j =1

从 i 国的进口商品。同时，假设 j 国消费者收入预算为 ω j ，且 j 国从 i 国进口的商品价格记为 p ji ，在收

入预算线 S． t． x ji × π ji = ω j 下求解进口国 j 的消费者效用最大化条件，公式如下：
ν
σ －1 σ
MaxY j = （ ∑ x ji σ ） σ －1 （ 1）
j =1

其中，π ji 表示 j 国从 i 国得到的进口利润。根据消费者效用最大化条件，j 国对 i 国的进口商品价格函

数可表示为：
－1
x jiσ
p ji = n × ωj （ 2）
σ －1
∑
j =1
x ji σ

假设出口国 i 的出口部门生产函数为：
Y = AK a L1 － a （ 3）
其中： K、L 分别代表资本投入和劳动要素投入 ； A 代表技术水平，且有 A = f（ τ，υ ） ，即 A 由数字经济发
展水平 τ 与其他因素 υ 共同决定； υ = h（ B，I，T） ，即 υ 受人力资本水平 B、科研投入 I 和资源配置效率
T 共同驱动。
假设 i 国的出口部门利润为 π i ，则其利润函数式为：
Maxπ ji = p ji x i － ω i L i － γ i K i （ 4）
根据出口部门追求利润最大化下的均衡条件对式 （ 4） 求偏导，得出 i 出口部门的资本与劳动投入
约束曲线公式分别为：
π ji
= ap ji AK ai － 1 L1i － a － γ i = 0 （ 5）
K i
π ji
= （ 1 － a） p i AK ai L i－ a － ω i = 0 （ 6）
L i

18
 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

求解得：
p ji = A i－ 1 a － a （ 1 － a） a －1 a
γi ωi
1－a
（ 7）
考虑到实际进出口活动中存在的贸易成本 ，（ 7） 式可修正为：
p'ji = p ji × （ 1 + c ji （ τ） ） （ 8）
其中，c ji （ τ） 为 i 国出口到 j 国所需要的贸易成本，将式（ 8） 代入式（ 7） 与式（ 2） ，可得：
－1
x jiσ
n × ω j = A i－1 × a －a × （ 1 － a） a －1
× γ ai × ω1i －a × （ 1 + c i （ τ） ） （ 9）
σ －1
∑
j =1
x ji σ

分别对两边取对数，求解全微分：
－1

 1 （
σ －1 2
） ×
x jiσ  1 α （ 1 － a） 1 1
 ×x + σ n  dx ji = dωj － dγ i － dωi + dAi － dc （ τ） （ 10）
σ
σ－1
 ω γ ω A 1 + c i （ τ） i
ji
∑
j =1
x ji σ j i i i

－1
1 σ －1 x jiσ dx ji dx ji dx ji
根据式（ 10） ，由于 +（ ） 2
× ＞ 0，可知 ＞ 0、 ＜ 0。且 ＞ 0 可以进
σ × x ji σ n
σ －1 dA i dc i （ τ） dA i
∑
j =1
x ji σ

dA i dB i dI i dT i
一步分解为 ＞ 0 （ 直接效应） 和 ＞ 0、 ＞ 0、 ＞ 0 （ 间接效应） 。
dτ i dτ i dτ i dτ i
dc i （ τ） dx ji dx ji
由于有 ＜ 0和 ＜ 0 （ 间接效应） ，因而最终可得出 ＜ 0。从以上推导可发现，数
dτ i dc i （ τ） dτ i
字经济的发展主要通过影响出口部门技术水平 A 与降低贸易成本 C 两个渠道进行。将出口部门技术
水平 A 再进一步细分为人力资本水平 B、研发投入 I 和资源配置效率 T 三个因素，以求清晰掌握内在
传导机制。通过以上分析可以得出：
假说 3： 数字经济通过人力资本水平、研发投入、资源配置效率、贸易成本四个渠道对制造业高质
量走出去产生正向影响。

三、模型构建、变量选取与数据说明
（ 一） 模型构建
为了检验数字经济对制造业高质量走出去是否具有空间溢出效应 ，构建如下模型：
5 5

LnTC it = a0 + β1 LnINT it + β2 W × LnINT it + β3 W × LnTC it + ∑

a =1
γ a Con ait + ∑ a a W × Con ait
a =1
+ ε it

（ 11）
其中： i 和 t 分别代表省份和年份； LnTC it 为被解释变量，即以地区出口技术复杂度表征的各省制造业
高质量走出去指标； LnINT it 为核心解释变量，代表各省数字经济发展水平； W 为空间权重矩阵，以经济
N

空间矩阵表示，即： W = ∑ w ij ； β2 表示相邻地区 LnINTit 对本地区 LnINTit 的空间溢出效应； β3 表示相邻

j≠i

地区 TC it 对本地区 TC it 的空间溢出效应； a a 为相邻地区其他控制变量对本地区 LnTC it 的空间溢出效应。

为了分析数字经济对制造业高质量走出去是否存在非线性递增效应 ，下面再分别构建面板分位
数模型和面板门槛模型作进一步验证 ：
LnTC it = a0 + β1 LnINT it × I（ Thr≤φ） + β2 LnINT it × I（ Thr≥φ） + θX it + μ i + γ t + ε it （ 12）
Q TC it （ τ | X it ） = σ i + φ（ τ） X it t = 1，
2，…，m i = 1，
2，…，n （ 13）
式（ 12） 中： I（·） 代表门槛指示函数，Thr 代表门槛变量，φ 表示特定门槛值。式 （ 13） 中： Q TC it （ τ | X it ） 表
示在给定的 X 条件下 TC it 的 τ 条件分位数； X 为解释变量，包括核心解释变量 （ 数字经济发展 ） 和控制

19
 广东财经大学学报（ 2021 年第 2 期）

变量； φ（ τ） 表示分位数回归系数，可通过求解以下目标函数式（ 14） 获得：

q n mi
min =
（ σ，φ）
∑ k = 1 ∑ t = 1 ∑ i = 1 ωk ρτ （ TC it
k
－ σ i － φ（ τ） X it ） （ 14）
其中，ω k 表示每个分位数代表的权重。
（ 二） 变量选取与数据说明
1． 被解释变量： 制造业高质量走出去 LnTC it
［12］
贸易的出口技术复杂度是衡量贸易高质量发展的重要指标 ，本文将拓展 Hausmann（ 2007） 关
，
于出口技术复杂度的测算方法 得出行业 的出口技术复杂度水平测算公式为
j ：
n

PＲODY j = ∑ W ij Y i （ 15）
i =1
n

其中，i 代表地区，j 代表产品，Y i 表示 i 地区的人均 GDP，W ij 代表权重，且有 W ij = X ij / X i ∑ （ X ij / X i ） ，

i =1

即 j 产品在 i 地区出口中所占比例占世界总水平的份额 ，X ij 表示 i 地区 j 产品的出口额，X i 表示 i 地区

出口总额，PＲODY j 表示 j 产品的技术复杂度。在式（ 15） 的基础上可得出各省的出口技术复杂度水平
测算公式为：
X ij
TC i = ∑ PＲODY j （ 16）
j Xi
其中，TC i 表示 i 地区的出口技术复杂度。
各省份的相关贸易统计数据来源于国研网 ； 考虑到数据的完整性和连续性，本研究以中国大陆除
西藏以外的 30 个省份为研究样本。
2． 解释变量： 数字经济发展水平 INT it
数字经济发展涉及到方方面面，单一指标无法科学表征数字经济发展水平。 本文依据国家统计
局 信息化产业部提出的数字经济发展测评指标体系 ，结合当下中国数字经济发展的特点，将数字基
、
础设施建设、数字经济普及程度、网络信息资源和数字经济商务化程度四大核心要素作为数字经济发
展水平的一级指标，再结合数据的时效性与可获得性，筛选出数字经济发展水平的二级指标，构建中
国省级数字经济发展水平综合测度体系 （ 见表 1） 。
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

相关数据来源于考察期内各省的统计年鉴及统计公报 、CNNIC 公开披露的互联网指标和数据信

息、《中国互联网发展状况统计报告》及《中国科技统计年鉴》。
基于上述数字经济发展综合指标测度体系 ，采用全局主成分分析法计算得出 2008—2017 年间中
国省级数字经济发展水平的综合指标 。 由于不同二级指标之间的量纲有所不同，为消除由此而可能
产生的数据偏差影响，本文先对二级指标数据进行标准化处理。 在使用主成分分析法前进行 Bartlett
球形检验和 KMO 检验。检验结果表明，各二级指标均通过了主成分分析法的检验要求 。

20
 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

3． 控制变量与中介变量
控制变量包括劳动力供给、基础物流设施、研发创新能力和贸易开放度； 中介变量包括人力资本、
研发强度和贸易成本。（ 1） 地区开放程度（ OPEN） ： 使用省级进出口贸易总量之和占地区国民生产总
值表示，数值越大，说明该地区对外开放程度越大。（ 2） 物流基础设施 （ INF） ： 采用该省高速公路里程
数与铁路运营里程之和与地区面积的比值并取自然对数来表示 。（ 3） 创新与研发能力 （ ＲD） ： 以地区
企业专利数取自然对数来表示。（ 4） 劳动力供给 （ LAB） ： 采用区域就业人数的自然对数来表示。（ 5）
［13］
固定贸易成本： 借鉴鞠雪楠等（ 2020） 的做法，以出口生产地 LnGDP 来描述贸易成本，GDP 越高，贸
易成本越低； 人力资本则以人均受教育年限并取对数来表示 ； 研发强度以研发支出占国民生产总值比
［14］
例表示； 资源配置效率借鉴卓乘风和邓峰 （ 2018） 的做法，采用 DEA 方法，以固定资产投资和城镇
就业人口为投入要素、以 GDP 为产出要素，对全要素生产率进行测度。
相关数据来源于《中国统计年鉴》《中国科技年鉴 》及考察期内各省的统计年鉴和统计公报。 各
变量描述性统计结果见表 2。
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

四、实证分析
（ 一） 数字经济对制造业高质量走出去的空间溢出效应检验
对 2008—2017 年我国省级层面的制造业出口技术复杂度的空间相关性进行检验，结果见表 3。
可以看出，制造业出口技术复杂度均通过了 1% 水平下的显著性检验，表明各省的出口技术复杂度在
空间上存在空间相关性，即出口技术复杂度发展水平具有明显的空间异质性与空间依赖性。 若在回
归中忽视其空间相关性，则回归结果会产生较大偏误。
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 值 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值 0． 000 0． 000 0． 000 0． 000 0． 000 0． 000 0． 000 0． 000 0． 000 0． 000

为验证空间面板分析的合理性，使用 Matlab 对没有空间效应的普通面板数据进行检验，结果见

表 4。从拉格朗日检验（ LM） 与稳健拉格朗日检验 （ Ｒobust LM） 的结果来看，LM 检验中，混合 OLS、时
间固定效应方程与空间固定效应方程均拒绝了原假设 ，在稳健 LM 检验中，时间固定效应方程无法拒
绝不存在空间误差模型的假设，总体看模型存在空间相关性。 从似然比检验 （ LＲ） 结果可以看出，无
论是空间效应还是时间效应均在 1% 水平下显著，拒绝了联合非显著的原假设，故此应采用双固定效
应模型进行空间计量模型拟合。

21
 广东财经大学学报（ 2021 年第 2 期）

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 ＊＊＊ 0． 150 2． 503
40． 162
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： * ＊＊ ＊＊＊
、 、 5% 和 1% 的水平上显著，表 5 ～ 6、表 8 ～ 9 同； df 表示自由度； ［］内为 P p 值。
分别表示在 10% 、

［15］
借鉴 Elhorst（ 2014） 的方法，通过 Wald 检验与 LＲ 检验对模型进行选择。 在经济权重矩阵下，
空间滞后、空间误差的 LＲ 检验与 Wald 检验均在 1% 水平下显著，拒绝了空间计量模型采用空间误差
模型 SEM 与空间滞后模型 SAＲ 的原假设。因而本文选用时空双重固定效应的 SDM 模型进行回归，同
时，
运用 SDM 模型的偏微分法将总效应分解为直接效应与间接效应作进一步研究，
具体结果见表 5。

表5 空间模型回归结果
（ 1） （ 2） （ 3） （ 4） （ 5） （ 6）
变量 效用类型 变量
全样本 内陆 沿海 全样本 内陆 沿海
0． 267 ＊＊＊ 0． 253 ＊＊ 0． 241 ＊＊ 0． 248 ＊＊ 0． 240 * 0． 246 ＊＊
INT 直接效应 INT
（ 2． 85） （ 2． 02） （ 2． 24） （ 2． 55） （ 1． 87） （ 2． 15）
0． 012 － 0． 001 － 0． 001 0． 015 0． 007 － 0． 001
TECHC TECHC
（ 1． 24） （ － 0． 04） （ － 0． 00） （ 1． 59） （ 0． 43） （ － 0． 02）
0． 614 ＊＊ 0． 965 ＊＊＊ 0． 245 0． 573 ＊＊ 0． 969 ＊＊＊ 0． 265
INF INF
（ 2． 44） （ 2． 81） （ 1． 10） （ 2． 43） （ 3． 02） （ 1． 24）
－ 0． 026 0． 015 － 0． 158 * － 0． 031 － 0． 009 － 0． 162 ＊＊
OPEN OPEN
（ 0． 20） （ 0． 06） （ － 1． 84） （ － 0． 25） （ 0． 972） （ 0． 30）
＊＊ ＊＊＊
－ 0． 028 － 0． 859 0． 455 0． 088 － 0． 570 0． 439 ＊＊＊
LAB LAB
（ 0． 13） （ － 2． 28） （ 2． 62） （ 0． 695） （ － 1． 53） （ 2． 62）
＊＊ ＊＊＊ 0． 014
－ 0． 298 － 0． 607
W × LnTC
（ － 2． 50） （ － 3． 39） （ 0． 916）
0． 556 * 0． 439 0． 536 ＊＊ 0． 405 * 0． 268 0． 569 ＊＊
W × INT 间接效应 INT
（ 1． 90） （ 1． 19） （ 1． 98） （ 2． 55） （ 0． 96） （ 2． 06）
0． 073 ＊＊＊ － 0． 169 ＊＊＊ － 0． 036 * － 0． 062 ＊＊＊ － 0． 135 ＊＊＊ － 0． 037 *
W × TECHC TECHC
（ － 2． 64） （ － 4． 12） （ － 1． 92） （ － 2． 64） （ － 3． 80） （ － 1． 87）
＊＊ *
1． 708 1． 045 － 0． 310 1． 247 0． 584 － 0． 312
W × INF INF
（ 2． 08） （ 0． 75） （ － 0． 48） （ 1． 93） （ 0． 54） （ － 0． 49）
0． 066 0． 511 0． 040 0． 069 0． 431 0． 047
W × OPEN OPEN
（ 0． 25） （ 0． 66） （ 0． 792） （ 0． 32） （ 0． 72） （ 0． 30）
－ 2． 891 ＊＊＊ － 6． 698 ＊＊＊ － 2． 812 ＊＊＊ － 2． 299 ＊＊＊ － 5． 08 ＊＊＊ － 2． 395 ＊＊＊
W × LAB LAB
（ － 4． 21） （ － 4． 18） （ － 7． 89） （ － 4． 03） （ － 3． 65） （ － 2． 56）
Log-likelihood 139． 937 5 65． 193 5 157． 805 8
Wald test spatial lag 41． 31 ＊＊＊ 29． 05 ＊＊＊ 82． 91 ＊＊＊
0． 654 ＊＊＊ 0． 509 * 0． 815 ＊＊
Wald test spatial error 37． 54 ＊＊＊ 29． 14 ＊＊＊ 71． 54 ＊＊＊ 总效应 INT
（ 2． 68） （ 1． 67） （ 2． 45）
－ 0． 047 * － 0． 129 ＊＊＊ － 0． 037 *
LＲ test spatial lag 38． 33 ＊＊＊ 26． 96 ＊＊＊ 62． 99 ＊＊＊ TECHC
（ － 1． 94） （ － 3． 24） （ － 1． 67）
＊＊ 1． 554 － 0． 048
1． 821
LＲ test spatial error 35． 94 ＊＊＊ 27． 40 ＊＊＊ 62． 95 ＊＊＊ INF
（ 2． 53） （ 1． 34） （ － 0． 07）

22
 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

0． 037 0． 422 － 0． 115

个体固定 是 是 是 OPEN
（ 0． 18） （ 0． 65） （ － 0． 66）
－ 2． 210 ＊＊＊ － 5． 654 ＊＊＊ － 2． 395 ＊＊＊
时间固定 是 是 是 LAB
（ － 2． 210） （ － 3． 87） （ － 5． 60）
Ｒ2 0． 74 0． 68 0． 74
注： 括号内为 t 值。

无论是全样本还是分样本回归，数字经济发展水平的系数均始终为正，并通过了至少 5% 水平下
的显著性检验，说明中国数字经济发展水平（ INT） 确实推动了制造业高质量走出去 。对全样本的回归
分析表明，数字经济发展水平每提高 1% ，将对本土出口技术复杂度产生 0． 267% 的推动作用； 对分样
本的回归分析表明，内陆地区和沿海地区的数字经济发展水平对出口技术复杂度的系数大小 、方向及
显著性均未发生实质性变化。 观察数字经济发展水平与出口技术复杂度空间滞后项的回归系数发
现，W × LnTC 系数显著为负，说明相邻地区的出口技术复杂度对本地区出口技术复杂度的影响系数为
负，在全国范围内出口贸易部门仍以竞争效应为主 ，区域贸易产业同质化较为严重。 对分样本进行回
归比对发现： 内陆地区的竞争效应更严重，沿海地区则已逐渐转向区域协同发展。W × INT 的系数显
著为正（ 0. 556） 且大于 INT 的系数，可见数字经济发展无论在区域内还是区域间均推动了出口技术复
杂度的提升，且相邻地区的数字经济发展水平的空间溢出效应远大于本地数字经济的促进作用 ，并且
仍存在区域异质性，沿海地区的系数大小显著于内陆地区 。在非空间计量模型中，自变量的回归系数
表示对因变量的直接影响程度，但是在空间计量模型中，自变量回归系数除了包含直接影响外，还包
括了反馈效应（ 张旭亮等， 2017） ［16］。如表 5 列（ 1） INT 的系数为 0. 267，这个系数既包含了表 5 列（ 4）
中 INT 的直接效应 0. 248，也包含了 0. 019 的反馈效应，需要对 SDM 模型求偏微分以分解出直接效应
与间接效应。其中，直接效应反映了本地区数字经济发展对出口技术复杂度的影响 ，间接效应反映了
本地区数字经济对相邻地区出口技术复杂度的溢出影响 。 在总样本中，间接效应在总效应中的占比
达到了 61. 9% ，再次说明数字经济发展对制造业高质量走出去存在正向空间溢出效应 。 表 5 列 （ 2）
（ 3） 反映了数字经济对沿海地区的促进作用与空间溢出效应均远大于内陆地区的区域异质性特点 。
因而，应加快推进数字经济发展，缩小区域发展差距，实现共同进步。
（ 二） 数字经济对制造业高质量走出去的非线性递增效应检验
为进一步探讨数字经济发展对制造业高质量走出去可能存在的非线性影响关系 ，下面引入面板
分位数模型，取 20% 、
40% 、 80% 作为分位数点位，同时考虑到估计效果的有效性，对各分位数的
60% 、
回归均采用自助抽样法重复抽样 400 次。表 6 的非线性回归结果表明： 数字经济发展（ INT） 的各个分
位数全部显著为正，说明数字经济发展推动了出口技术复杂度的提升 ； 随着制造业出口复杂度的分位
数由 20% 开始逐级提升，数字经济回归系数的边际效应亦呈递增趋势，分别为 0. 634、0. 714、0. 727、
0. 851。这表现在出口贸易较为发达的地区 ，其人才与资本也相对集中，因而能更好地通过发展数字
经济带来红利。
表6 非线性回归结果
（ 1） （ 2） （ 3） （ 4） （ 5）
变量
Q = 0． 2 Q = 0． 4 Q = 0． 6 Q = 0． 8 门槛效应
0． 634 ＊＊＊ 0． 714 ＊＊＊ 0． 727 ＊＊＊ 0． 851 ＊＊＊ INT ＜ 2． 228 7 0． 421 ＊＊＊
INT
（ 13． 06） （ 11． 92） （ 13． 13） （ 10． 07） （ 5． 97）
INT ＞ 2． 228 7 0． 513 ＊＊＊
（ 8． 16）
－ 0． 007 － 0． 003 － 0． 003 － 0． 012 0． 014
TECHC
（ 0． 586） （ － 0． 30） （ － 0． 22） （ － 0． 74） （ － 1． 2）
0． 231 ＊＊＊ 0． 321 ＊＊＊ 0． 304 ＊＊＊ 0． 222 ＊＊＊ 0． 918 ＊＊＊
INF
（ 4． 88） （ 12． 05） （ 6． 38） （ 3． 06） （ － 3． 81）

23
 广东财经大学学报（ 2021 年第 2 期）

－ 0． 517 ＊＊＊ － 0． 600 ＊＊＊ － 0． 630 ＊＊＊ － 0． 710 ＊＊＊ － 0． 048

LAB
（ － 11． 82） （ － 11． 82） （ － 11． 66） （ － 7． 05） － 0． 19
0． 208 ＊＊＊ 0． 067 0． 147 0． 308 * 0． 304 ＊＊
OPEN
（ 2． 85） （ 0． 87） （ 1． 59） （ 1． 95） （ － 2． 39）
7． 030 ＊＊＊ 6． 811 ＊＊＊ 7． 250 ＊＊＊ 8． 461 ＊＊＊ － 2． 259
_cons
（ 21． 97） （ 27． 43） （ 23． 60） （ 17． 21） （ － 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。

考虑到各省份之间数字经济发展水平的差异性，以数字经济发展水平为门槛变量，根据 Hansen
提出的样本自举法（ Bootstrap） 反复抽样 500 次，对门槛效应的存在性与个数进行检验。 结果显示，数
字经济发展对各省贸易发展质量通过了单门槛检验 ，但未通过双门槛检验。 基于此，下文将以数字经
济发展水平为门槛变量，选用单门槛模型进行回归，具体回归结果见表 7。表 7 显示，数字经济门槛值
为 2. 228 7，当数字经济发展水平跨过该门槛值后，回归系数显著且影响强度不断攀升； 比较 2017 年
的数字经济发展水平数据发现，绝大部分省份已跨过门槛值，即梅特卡夫法则成立，成功激发了“网络
效应”，仅海南、青海、宁夏的数字经济发展还有待加强 。由此，实证结果验证了假说 2。
表7 门槛效应检验结果
门槛 门槛效用 临界值
变量 95% 置信区间 P值 BS 次数
模型 估计值 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 （ 2． 195 2，
2． 256 4） 0． 528 16． 359 9 21． 207 8 34． 183 1 500
TH22： 2． 47 59 （ 2． 468 6，
2． 490 4）

（ 三） 数字经济对制造业高质量走出去的传导机制与非线性递增效应再检验
为验证假说 3 提出的四个传导渠道，并对数字经济特有的边际效应递增进行再检验，下面借鉴
Imai（ 2010） ［17］的两步回归法进行分析，具体结果见表 8。其中，模型 （ 3） （ 4） 与模型 （ 5） （ 6） 分别是以
贸易成本（ COST） 和人力资本（ EDU） 为中介变量的估计结果。
表8 传导机制检验结果
（ 1） （ 2） （ 3） （ 4） （ 5） （ 6） （ 7） （ 8）
变量
ALLO LnTC EDU LnTC COST LnTC ＲD LnTC

0． 160 ＊＊＊ 0． 679 ＊＊＊ 0． 107 ＊＊＊ 0． 513 ＊＊＊ 0． 587 ＊＊＊ 0． 121 ＊＊＊ 0． 749 ＊＊＊ 0． 714 ＊＊＊
INT
（ 8． 30） （ 13． 20） （ 11． 37） （ 9． 97） （ 15． 79） （ 3． 36） （ 8． 84） （ 13． 22）
0． 231 1． 907 ＊＊＊ 1． 015 ＊＊＊ 0． 003
中介变量
（ 1． 60） （ 6． 93） （ 23． 69） （ 0． 11）
控制变量 是 是 是 是 是 是 是 是
2
Ｒ 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。

在模型（ 3） （ 4） 中，数字经济对人力资本提升的影响显著为正，人力资本对出口技术复杂度的回
归系数显著为正，数字经济通过对人力资本施加积极影响间接推动了制造业出口技术复杂度水平提
升。在控制其他影响因素的情况下，数字经济综合水平每提升 1 个百分点，出口技术复杂度会直接提
升 0. 513 个百分点，同时也会使人力资本水平提高 0. 107 个百分点，并间接导致出口技术复杂度提升
0. 204 个百分点（ 0. 107 × 1. 907 = 0. 204） ，总效应 0. 717，为直接效应 0. 513 与间接效应 0. 204 之和，间

24
 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

接效应在总效应中占 28. 4% 。
在模型（ 5） （ 6） 中，数字经济对降低贸易成本产生了正向影响 ，进而提升了出口技术复杂度，即数
字经济通过降低贸易成本间接推动了制造业高质量走出去 。 在控制其他影响因素的情况下，数字经
济综合水平每提升 1 个百分点，出口技术复杂度会直接提升 0. 121 个百分点，并间接导致出口技术复
杂度提升 0. 595 个百分点（ 0. 587 × 1. 015 = 0. 595） ，在总效应中占 83. 1% 。在数字经济对出口技术复
杂度的传导过程中，人力资本作为中介变量对直接效应发挥了主要作用 ； 而贸易成本作为中介变量对
间接溢出效应发挥了主要作用。
对比表 8 的模型（ 1） （ 2） 与（ 7） （ 8） 可以发现，数字经济显著促进了资源配置效率 （ ALLO） 与研发
强度 ＲD） ，但资源配置效率与研发强度在促进出口技术复杂度的传导过程中表现出了“堵塞 ”现象。
（
具体表现在（ 2） （ 8） 列中，资源配置效率与研发投入作为中介变量的影响系数虽为正但不显著，未出
［18］
现统计上的显著特征，即中介效应并不明显，这与赵维等 （ 2019） 的结论一致。 研发强度的结果同
样如此。可能的原因是，我国的创新激励政策在一定程度上导致了微观层面的策略性创新与宏观层
2020） ［19］，具体包括经费浪费、专利商用化较低等问题。
面的“数量长足、质量跛脚”困境（ 陈强远等，
综上，数字经济发展通过人力资本、贸易成本两个渠道对制造业高质量走出去产生了显著正向影
响，资源配置效率与研发强度两个变量的影响效应亦为正 ，但回归结果不显著，中介效应不明显，因而
假说 3 只得到部分验证。
为进一步探讨数字经济的边际效应递增在实体经济中是否具有普遍性 ，以中介变量为被解释变
量、以数字经济同为解释变量与门槛变量构建门槛模型进行检验 ，参数设置与前文相同。 表 9 的门槛
效应检验结果表明均通过了单门槛模型检验 。
表9 门槛效应检验结果
门槛效应 临界值
变量 门槛模型 95% 置信区间 P值 BS 次数
估计值 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

表 10 为控制了其他影响因素后的回归结果。 不难发现，当数字经济发展水平跨过门槛之后，数
字经济的影响系数与显著性水平均得到了显著提升 ，说明数字经济在促进实体经济发展时普遍存在
边际效应递增情况，同时这也解释了上文中得出的沿海与内陆之间存在区域异质性特征的原因。 因
为沿海地区的人才、资金与技术积累雄厚，数字经济边际递增的效用产生了“1 + 1 ＞ 2”的效应。 但另
一方面，数字经济也可以通过正向的空间溢出对周边地区进行“反哺”，进而实现区域间的协同发展。
表 10 门槛模型回归结果
ALLO EDU COST ＲD
门槛值
（ 1） （ 2） （ 3） （ 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 是 是 是 是
Ｒ2 0． 67 0． 69 0． 91 0． 74

五、结论与政策建议
（ 一） 主要结论
本文构建了一个多渠道机制下的数字经济发展影响出口贸易的理论模型 ，基于中国 2008—2017

25
 广东财经大学学报（ 2021 年第 2 期）

年的省级面板数据，从数字基础设施建设、数字经济普及程度、网络信息资源和数字经济商务化程度
四个维度筛选指标，测度数字经济综合发展水平，并对这一影响的空间溢出效应、非线性递增效应及
影响机制作了进一步分析。研究结果表明： 第一，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成为新时代推进出口贸易高质量发展的新助力 。 第二，数字经济发展
对出口贸易的正向溢出效应具有空间异质性特点 ，沿海地区的数字经济溢出效应大于内陆地区。 第
三，数字经济对出口技术复杂度的影响呈动态非线性驱动效应 ，且出口贸易水平较高的地区享受的数
字经济红利更大。第四，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，其中人力资本的直接效应大于间接效应 ，贸易成本的直接效应小于间接效应，资源配置效率与研
发强度的中介效应并不显著。第五，数字经济对资源配置效率、研发强度、贸易成本和人力资本四个
中介变量的影响系数呈现边际递增特点 ，即数字经济特有的网络效应在作用实体经济时普遍存在。
（ 二） 政策建议
依据上述研究结论，针对现有中国数字经济发展与制造业贸易出口关系仍存在的突出问题 ，如出
口贸易大而不强、数字经济发展重商务应用轻基础研究等现实状况 ，本文提出以下政策建议。
1． 加强数字经济基础设施建设，促进区域协同发展
本文的研究表明，数字经济对区域出口贸易具有显著促进作用，正向的空间溢出效应明显，因而
数字经济建设可作为缩小区域差距的有效“抓手 ”。 为此，各地应加快发展数字经济。 首先，扩大以
5G、人工智能、工业数字经济、物联网为代表的新型基础设施的投资规模 ，在有条件的地区适度超前布
局数字经济发展战略，发挥排头兵作用，通过正向空间效应辐射周边地区，推动区域协调均衡发展。
其次，加快数字经济平台孕育，围绕支柱产业打造一批面向垂直行业与细分领域的工业互联网平台，
利用数字平台聚集资源，共享设计能力和生产能力，促进数字经济红利向行业末端释放。 再次，建设
工业数字经济创新中心，有效整合高校、科研院所、企业创新资源，推进产学研协同创新，不仅将数字
经济应用于商务场景，更要为深层次的基础科学研发服务，发挥数字经济对科技研发的支持作用，助
力制造业升级。依托新一代计算机技术，提升中国制造业整体技术水平与全要素生产率 ，让数字经济
产业更好地服务于中国经济的转型升级 。
2． 优化创新环境，推进资源配置市场化改革
本文的研究表明，数字经济并未通过资源配置效率与技术创新推动出口贸易高质量发展 ，但资源
配置与技术创新又是中国经济实现创新驱动发展的关键环节 ，也是数字经济推动出口高质量发展的
重要环节，这两个环节当下均亟需做出改进。 首先，要优化企业创新环境。 政府方面，应对创新型企
业提供税费减免和财政补贴，加快完善多层次的资本市场，吸引更多的创投基金与机构投资者，为创
新型企业提供更丰富的金融工具 、激励机制和制度安排，为企业提供一个良好的创新环境； 企业方面，
要树立创新精神和弘扬工匠精神 ，鼓励在关键领域对核心技术深耕细作 ，在明晰责任的前提下培育容
忍失败的创新环境。其次，要继续放开要素市场，让市场在资源配置中发挥决定性作用 。 要降低行业
准入门槛，加快推进负面清单制度，减少对生产要素市场、产品市场的非正常行政干预，为不同经济主
体提供一个公平对待、自由竞争的营商环境。

［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．
［2］FＲEUND C，WEINHOLD D． On the effect of the internet on international trade［J］． Journal of International economics， 62（ 1） ： 171-
2004，
189．
［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．
［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．
［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．
［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．

26
 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

［7］NATH H K，LIU L． Information and communications technology （ ICT） and services trade［J］． Information Economics and Policy，
2017，
41
（ 10） ： 81-87．
［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．
［9］CHOI C． The effect of the internet on service trade［J］． Economics Letters，2010，
109（ 2） ： 102-104．
［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， 25（ 3） ： 190-203．
2013，
［12］HAUSMANN Ｒ，HWANG J，ＲODＲIK D． What you export matters［J］． Journal of Economic Growth， 12（ 1） ： 1-25．
2007，
［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．
［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．
［15］ELHOＲST J P． Matlab software for spatial panels［J］． International Ｒegional Science Ｒeview， 37（ 3） ： 389-405．
2014，
［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．
［17］IMAI K，KEELE L，TINGLEY D． A general approach to causal mediation analysis．［J］． Psychological Methods， 15（ 4） ： 309-34．
2010，
［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］．
2020（ 3） ： 19-33．
重庆大学学报： 社会科学版，
［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．
（ 责任编辑： 欧翠珍）

On Effects of Digital Economy on China’s High-quality

Going-global of Manufacturing Industry in the Perspective of
Export Technical Complexity Upgrading
YU Shan1 ，FAN Xiu-feng2 ，JIANG Hao-wen1
（ 1． School of Economics，Xi’an University of Finance and Economics，Xi’an 710100；
2． School of Economics and Finance，Xi’an Jiaotong University，Xi’an 710061，China）

Abstract： This paper constructs a theoretical model of the influence of digital economy on export trade un-
der the multi-channel mechanism，and makes empirical research on the spatial spillover effect，nonlinear
marginal increasing effect and influence mechanism of digital economy on high-quality going-global of manu-
facturing industry by using China’s provincial panel data from 2008 to 2017． The results show that digital e-
conomy significantly promotes the increase of China’s provincial export technical complexity，and its positive
spatial spillover effect can help promote the high-quality development of export trade； the spatial spillover
effect of digital economy has regional heterogeneity，and coastal provinces enjoy more digital dividends than
inland provinces； the impact of digital economy on export technical complexity has a dynamic non-linear re-
lationship that regions with high level of export technical complexity enjoy more digital economic dividends；
digital economy can indirectly improve the export technical complexity through human capital and trade cost；
when digital economy acts on the real economy，there is a marginal increasing network effect． Therefore，it
is proposed to strengthen the construction of digital economy infrastructure，optimize the innovation environ-
ment，and let the development of digital economy promote the high-quality going-global of China’s manufac-
turing industry．
Keywords： digital economy； manufacturing industry； upgrading quality and efficiency； high-quality go-
ing-global； export technical complexity； export trade

27