數字經濟發展對中國新能源汽車出口的影響研究

摘 要：本文運用熵值法測算2013—2023年OECD（經濟合作與發展組織）國家數字經濟發展水平，并基于拓展引力模型的實證分析方法，探討數字經濟發展對中國新能源汽車出口的作用機制和存在的異質性。研究結果表明，OECD國家的數字經濟發展對中國新能源汽車出口具有顯著的促進作用，而且數字經濟發展指數可通過降低貿易成本從而間接提升中國新能源汽車出口額，其影響程度受出口目標國家所處的地理位置及經濟發展水平的影響。據此，本文提出針對性對策，以期助力我國新能源汽車產業持續健康發展。

關鍵詞：OECD國家；數字經濟；新能源汽車出口；國際貿易；拓展引力模型

中圖分類號：F752.62；F124.3 文獻標識碼：A 文章編號：2096-0298（2025）05（b）--05

1 引言與文獻綜述

數字經濟的全球化浪潮正在重塑國際貿易格局與產業分工體系。作為全球能源轉型的重要載體，中國新能源汽車產業通過技術創新與產業鏈整合實現了跨越式發展。黨的二十大報告明確要求“加快發展數字經濟，打造具有國際競爭力的數字產業集群”“鞏固擴大新能源汽車等產業領先優勢”。中國汽車工業協會發布的數據顯示，截至2023年，中國新能源汽車市場規模約為950萬輛，增幅高達37.9%，以占全球市場66.5%的份額穩居榜首?？梢娭袊履茉雌嚦隹诘母偁幜θ找嬖鰪?，迎來出口“黃金窗口期”。

OECD國家市場是中國新能源汽車企業拓展國際市場的重要目標，中國與OECD國家的合作與交流日益密切，有助于推動中國新能源汽車產業的升級和轉型。因此，研究測量這些國家的數字經濟程度，并探討其對中國新能源汽車出口的影響，可以幫助企業更好地了解市場需求、競爭格局和政策環境，從而制定有效的市場策略。

本文從兩個方面展開相關文獻的研究，一是數字經濟發展對出口貿易影響的研究。當前，數字經濟已成為全球經濟發展的重要引擎，其對國際貿易的影響及作用機制成為該領域眾多學者的研究方向。有學者發現，歐盟各成員國數字經濟水平的提升，不僅顯著提升了中國對歐出口貿易利得，而且有效降低了雙邊貿易成本及出口產品技術復雜度和覆蓋率等（韓萌等，2022）。也有學者通過引入產業結構升級等變量，發現數字經濟快速推進，通過加速產業結構的優化升級，為地區對外貿易的高質量發展提供了強有力的支撐和保障（王蔚，2024）。更有學者從細致的中觀、微觀層面發現，進口國的數字經濟水平的提升對出口國企業的出口貿易具有積極帶動作用，數字技術對貿易成本具有顯著的負向影響（吳中慶等，2021）。

二是中國新能源汽車產業現狀研究。近年來，中國新能源汽車產業在國際貿易格局中展現出強大的競爭力，尤其在純電動乘用車領域，歐盟及亞洲市場已成為主要出口目的地（宋德勇、劉涵，2018）?；谏鐣W絡分析方法的最新研究顯示，全球汽車貿易網絡呈現核心—邊緣結構特征，其演化規律受地理鄰近性、制度相似性等多重因素驅動，而且網絡節點間存在顯著的貿易流量非對稱性（程云潔、卜雨欣，2023；齊瑋、李啟昊，2024）。但在“出?！睙岢敝?，我國新能源汽車企業也面臨著全球關稅壁壘增強、國際化本土化能力不足、投資限制增多、產業“內卷化”等多重挑戰（金瑞庭、李星辰，2025）。現有研究從多維視角展開，其中，有學者認為數字化轉型被證實通過影響進口中間品內嵌技術顯著提升產業系統抗風險能力（張兵、宋超凡，2024）。

鑒于目前運用實證分析研究數字經濟發展影響中國新能源汽車出口至OECD國家的文獻仍然相對不足。本文在現有文獻的基礎上進一步探討了這一問題，創新之處主要體現在以下三個方面：厘清了數字經濟發展對中國新能源汽車出口影響路徑，同時創造性地探索了他國經濟發展如何促進中國新能源汽車出口，為國際經濟交流提供了新視角；構建了OECD國家數字經濟發展水平指標體系，較為全面、系統地反映了數字經濟發展影響出口這一經濟現象的多維度特征；基于地理區位和經濟發展水平異質性，進一步探討了OECD各國間這一影響的差異程度。

2 實證研究

2.1 模型構建

依據數據的可獲得性和研究目的，本文選取拓展引力模型進行研究，最終模型設定如下：

lnexait=α0+α1lndeiit+γXit+φi+φt+εit（1）

式中，i表示OECD國家，t表示年份。變量lnexait表示在時間t時中國出口新能源汽車到i國的總數量，取對數；變量lndeiit主要考察deiit，表示t時期i國的數字經濟發展指數。α0是常數項，Xit為一系列影響中國新能源汽車出口的控制變量，包括OECD國家GDP、與首都間的距離、政治穩定性和非暴亂指數、匯率；φi表示控制國家的個體固定效應，φt表示年份固定效應，εit為隨機擾動項。

2.2 數據選取及變量說明

2.2.1 被解釋變量

本文的被解釋變量為中國對OECD國家新能源汽車出口總量。根據中國海關2022版協調制度中的HS編碼分類標準，并參考學界對新能源汽車的產品分類方法（董子昌，2018；楊強，2020），本文將出口新能源汽車劃分為9種產品類型。通過匹配對應的海關HS編碼，匯總各細分品類的出口數據，最終構建了2013—2023年中國向38個國家出口新能源汽車的離岸價（FOB）面板數據集（徐佩，2024；Cao等，2022）。

2.2.2 核心解釋變量

本文將OECD國家數字經濟發展水平作為核心解釋變量進行測度。基于G20峰會提出的數字經濟核心內涵，結合數字經濟技術屬性與經濟屬性深度交織的特征（歐陽日暉，2023），通過系統梳理數字經濟測度相關文獻（杜秦川，2023；徐蘭、王凱鳳，2024），并參照中國信通院等權威機構發布的評估框架，按照指標代表性和相關性原則，構建了包含四個維度的綜合評價體系：數字基礎設施、數字產業化水平、數字人才儲備和數字創新能力（表1）。在指標體系構建過程中，特別注重數字技術與經濟系統的協同效應，最終采用熵值法確定各層級指標的權重分配。

2.2.3 數據來源及說明

主要選取中國與OECD38個成員國2013—2023年間的面板數據，通過對年度數據進行基準回歸分析后做異質性檢驗和穩健性檢驗以增強外部有效性，確保結果的可靠性。針對部分國家和年份缺失的數據，本文采用趨勢模型預測法或前后填充法對兩端缺失值進行填補，同時運用線性插值法對中間缺失值進行填補，確保數據的完整性。最終計算得出OECD38個國家的各類指標的面板數據。具體變量描述性分析如表2所示。

為初步探索各變量間的變動趨勢，以及各變量與自變量、控制變量間的相互關系，進行了數據相關性檢驗。結果表明，數字經濟發展指數與中國新能源汽車出口存在顯著正相關關系。

通過計算每個變量的方差膨脹因子（VIF）及其倒數（1/VIF）的值檢驗數據多重共線性。結果顯示，VIF均值為1.440，顯著低于臨界值10，證實了模型中各解釋變量間不存在多重共線性。

2.3 實證結果分析

模型構建完成后，本文運用stata軟件進行拓展引力模型的實證檢驗。比較FE效應和OLS檢驗結果之后，顯著地拒絕了原假設，表明FE擬合效果更優；在對比RE效應和OLS效應時，LM檢驗的結果同樣顯著拒絕原假設，顯示RE優于OLS；最后采用Hausman檢驗比較FE效應和RE效應，得到P值為0.00，因此拒絕原假設，決定采取FE效應模型。

2.3.1 基準回歸結果與分析

綜合考慮模型的穩健性和估計效率，本文采用了OLS、FE、RE三種效應的回歸分析方法。基于此設立了模型1、3、5作為基準回歸，并拓展模型2、4、6進行對比分析。最終根據回歸結果確定模型4作為最佳解釋模型，回歸結果分析如表3所示。

從模型1到模型6都顯示核心解釋變量數字經濟發展指數為正且顯著，表明OECD國家數字經濟發展能夠促進我國新能源汽車出口增長，這可能歸因于數字技術在供應鏈管理中的優化作用，進一步提升物流效率、削減成本，這使得中國新能源汽車生產商可以利用數字技術更好地管理其全球供應鏈，從而提高出口效率，也可能是因為數字經濟的發展帶動了對新能源汽車的需求增長。

2.3.2 機制檢驗

貿易成本作為出口貿易中需重點考量的因素之一，考慮到數字經濟發展通過大數據、云計算等技術應用降低信息搜尋和物流成本，從而促進國際貿易的發展。因此，貿易成本在數字經濟發展與中國新能源汽車對OECD國家出口之間可能起到關鍵的中介傳導作用。本文測度2013—2023年中國與OECD成員國的雙邊貿易成本，引入貿易成本COST作為中介變量（Novy，2013）。計算公式為：

（2）

式中，i、 j分別表示OECD國家與中國，COSTit表示t時期i國的貿易成本。xij，xjj表示內貿總額，其用國內生產總值與總出口的差值來衡量，xij，xji分別表示i國對j國、j國對i國的出口額。根據現有相關文獻，替代彈性σ值應介于5至10之間，參照Novy的做法，σ取值為8。相關數據來源于UN Comtrade數據庫和世界銀行WDI。得到的中介效應模型如下所示：

lnexait=α0+α1lndeiit+γXit+φi+φt+εit（3）

COSTit=α0+α1lndeiit+γXit+φi+φt+εit（4）

lnexait=α0+α1lndeiit+bCOSTit+γXit+φi+φt+εit（5）

根據以上模型，中介效應的回歸結果如表4所示：基準回歸結果如列（1）所示，其核心解釋變量的正向效應已在前文得到驗證。列（2）聚焦以貿易成本為中介變量的中介機制檢驗，結果表明，OECD國家數字經濟發展有助于降低中國貿易成本，這與部分學者的研究結論一致（何樹全，2021；馮曉玲等，2024）。列（3）展示了OECD國家數字經濟發展與中介變量貿易成本對中國新能源汽車出口的影響，也表現出貿易成本對中國新能源汽車出口的抑制作用（程顯宏等，2020）?？梢?，OECD國家數字經濟發展會通過貿易成本的中介效應促進中國新能源汽車出口，這是因為數字經濟水平的發展能夠改善數字需求環境，減少貿易雙方信息搜索和溝通成本，降低市場準入條件，從而對中國新能源汽車出口起到一定的拉動作用。

表4 機制檢驗

（1） （2） （3）

VARIABLES lnexa COST lnexa

COST -1.558**

（0.679）

lndei 2.778*** -0.0598* 2.685***

（0.473） （0.0341） （0.472）

控制變量 Yes Yes Yes

Constant -1.672 5.013*** 6.138

（5.322） （0.384） （6.296）

國家固定效應 Yes Yes Yes

年份固定效應 Yes Yes Yes

Observations 418 418 418

R2 0.207 0.571 0.217

2.3.3 異質性分析

OECD國家分散在亞、歐等五大洲且大多為發達國家，其地理區位和各國經濟發展水平均存在異質性，本文據此對全部對象進行分組。

第一，地理區位異質性。因OECD成員國大多集中在歐洲，地處亞洲、美洲等其他大洲的成員國較少，所以按所處大洲分為2組，英國、意大利等計為歐洲國家（1），其余的計為非歐洲國家（2）。如表5所示，列（4）說明數字經濟發展對中國新能源汽車向歐洲國家的出口具有顯著作用，而列（2）說明在非歐洲國家樣本中未呈現統計顯著性，證實該影響存在地理區位的空間異質性特征。其原因可能在于，相較于非歐洲的OECD成員國，歐洲國家數據基礎設施、汽車產業配套體系更加完善，而且能借助數字經濟優化供應鏈管理提升產業效率，上述因素可能綜合作用，使數字經濟發展對中國新能源汽車出口至歐洲國家影響顯著。

表5 異質性分析：按所處大洲及人均收入回歸

VARIABLES 按地理位置 按經濟發展

歐洲（1） 非歐洲（2） 中等（3） 富裕（4）

lndei 3.029*** 0.782 0.812 2.218***

（5.38） （1.53） （1.05） （3.28）

控制變量 Yes Yes Yes Yes

Constant 0.106 9.515* -5.788 2.028

（0.01） （1.77） （-1.21） （0.23）

Observations 297 121 198 220

R2 0.217 0.866 0.607 0.212

國家固定效應 Yes Yes Yes Yes

年份固定效應 Yes Yes Yes Yes

第二，經濟發展水平異質性。按世界銀行以人均國民總收入分類，12656美元以上屬于高收入國家，而OECD國家大都屬于高收入國家，但內部分化顯著，故本文以30000美元為分界線按人均國民收入將OECD國家細分為“中等發達組”（lt;30000美元）和“富裕發達組”（≧30000美元），數字經濟發展指數在表5列（4）富裕發達組中呈顯著正向效應，而在列（3）中等發達組中不顯著，表明進口國經濟發展水平更高時，對中國新能源汽車出口數量的驅動作用更強。

2.3.4 穩健性檢驗

為進一步解釋實證結果的穩健性，本文參考《全球信息技術報告2007—2008：網絡就緒度與國家創新》，選取網絡就緒度代替數字經濟發展指數lndei，記為NRI，如表6列（1）所示，該指數依據監管、整體商業發展態勢和基礎設施這三個層面來評估各國借助信息通信技術的條件與環境的成熟水平。表6列（2）表明替換了核心解釋變量之后，仍在1%的水平上顯著，即OECD國家的數字經濟發展水平對中國新能源汽車出口具有顯著的促進作用，實證結果具有穩健性。

此外，本文在研究數字經濟發展水平和中國新能源汽車出口的相關關系時，考慮到內生性問題，參考其他學者的研究，采用滯后一期的數字經濟發展指數作為核心解釋變量，用系統廣義估計的方法估計動態面板模型以減輕潛在的反向因果關系問題（王艷、盛小丹，2024）。如表6列（2）所示，數字經濟發展在1%的置信水平上顯著促進了中國新能源汽車出口，仍支持前文結論。

表6 穩健性檢驗結果

VARIABLES GMM（1） 替換（2）

L.lnexa -0.440

（0.435）

NRI 4.939***

（0.229）

lndei 32.33***

（11.77）

控制變量 Yes Yes

Adjusted-R2 0.343

p-value 0.232

Constant 135.8

（131.1） -39.14

（23.94）

Observations 380 418

3 結論與政策啟示

3.1 研究結論

本文選取2013—2023年OECD國家的面板數據進行實證檢驗，在定量測度各國數字經濟發展水平的基礎上，探究各出口目的國數字經濟發展水平對中國新能源汽車出口的影響及途徑，得出以下結論：目的國數字經濟發展水平能顯著促進中國新能源汽車出口，而且在考慮內生性進行穩健性檢驗后依然有效；研究其作用機制發現目的國數字經濟發展水平可通過降低中國新能源汽車出口的貿易成本，從而影響中國新能源汽車出口額；目的國數字經濟發展水平促進中國新能源汽車出口的影響力度存在各國地理區位和經濟發展水平的異質性，歐洲國家、經濟發展水平更高的國家數字經濟發展對中國新能源汽車出口的正向影響更為顯著。

3.2 政策啟示

根據分析結果，本文認為可從三方面施策：第一，夯實數字基建與政策協同，加大5G網絡、云計算中心等新型基礎設施投入，通過稅收優惠激勵企業數字化轉型，提升新能源汽車產業數字化能力；第二，數字賦能降本增效，建設智能通關系統與物流大數據平臺壓縮貿易成本，同時推動與出口目標國家數字貿易規則互認，減少制度性摩擦；第三，實施市場分層策略，在歐洲等重點區域深化本地數字營銷合作，針對高收入國家需求定向研發智能網聯高端車型，以數字技術適配市場梯度。

參考文獻

韓萌，姜峰.歐盟數字經濟發展與中國出口貿易利得及其機制檢驗[J].中國流通經濟，2022（9）：102-115.

王蔚.數字經濟推動對外貿易高質量發展的理論機制與實現路徑[J].價格理論與實踐，2024（2）：169-173.

吳中慶，戴明輝.RCEP成員國數字技術對貿易成本的影響研究——基于雙邊貿易流量歷史數據的考察與分析[J].上海對外經貿大學學報，2021，28（03）：19-35

宋德勇，劉涵.我國新能源汽車企業出口面臨的問題及對策[J].對外經貿實務，2018（8）：26-28.

程雨潔，卜雨欣.全球新能源汽車貿易：網絡格局、演化特征與驅動因素[J].現代管理科學，2023（5）：40-50.

齊瑋，李啟昊.全球新能源汽車貿易網絡動態演化特征及影響因素研究[J].世界地理研究，2024（2）：1-14.

金瑞庭，李星辰.我國新能源汽車“出海”發展研究[J].企業改革與發展，2025（1）：67-70.

張兵，宋超凡.數字化轉型、進口中間品內嵌技術與新能源汽車產業鏈韌性[J].國際經貿探索，2024（9）：73-88.

董子昌.新能源汽車分類及性能淺析[J].淮北職業技術學院學報，2018（5）：114-116.

楊強.我國新能源汽車分類及發展現狀淺析[J].時代汽車，2020（11）：77-78.

徐佩.中國對RCEP成員國新能源汽車出口貿易效率與潛力研究[J].西昌學院學報（社會科學版），2024（2）：41-52.

CAO， X， RASIAH R， FURUOKA F.An empirical study on the relationship between new energy vehicle’ export sophistication and industrial structure upgrading in China[J].Journal of Environmental and Public Health，2022（2）：1-12.

歐陽日暉.數字經濟的理論演進、內涵特征和發展規律[J].廣東社會科學，2023（1）：25-35.

杜秦川.數字經濟統計監測指標體系比較研究[J].中國物價，2023（4）：15-29.

徐蘭，王凱鳳.數字經濟內涵及測度指標體系研究綜述[J].統計與決策，2024（12）：5-10.

Novy.D.2013.Gravity redux： measuring international trade costs with panel data [J].Economic inquiry，51（1）：101-121．

何樹全，趙靜媛，張潤琪.數字經濟發展水平、貿易成本與增加值貿易[J].國際經貿探索，2021（11）：4-19.

馮曉玲，朱怡靜.貿易伙伴國數字經濟發展對中國制造業出口國內增加值的影響[J].經濟發展研究，2024（03）：91-105.

程顯宏，李豫新，鄒宗森.非對稱貿易成本、OFDI與出口貿易——基于“一帶一路”沿線國家的實證檢驗[J].當代財經，2020（9）：114-126.

王艷，盛小丹.“一帶一路”沿線國家數字經濟發展對中國跨境電商出口的影響效應研究[J].數字經濟研究，2024（5）：22-23.