摘要:近年來,數字產品進口規模進一步擴大,數字產品的進口可以進一步優化資源配置、擴大生產規模和豐富出口產品種類等,因此,探討數字產品進口對出口產品質量的影響及其作用機制具有重要意義。文章通過合并海關數據庫、中國工業企業數據庫的有關數據,構建了2000-2014年間企業層面的面板數據,并通過構建實證檢驗模型,進一步探究了數字產品進口與出口產品質量二者之間的影響機制。實證結果顯示,進口數字產品對出口產品質量的提升具有顯著的促進效應,且這一結論通過穩健性檢驗。進一步研究發現,數字產品進口對出口產品質量的影響存在區域異質性,其促進效應在東部和西部更為顯著。
關鍵詞:數字貿易;數字產品進口;出口產品質量
一、引言
在數字技術快速發展的背景下,數字貿易的驅動效應已延伸至各行業領域。而我國出口長期依賴的“大進大出”的貿易模式,致使出口產品的技術附加值較低,國際競爭力不足,陷入了“低端鎖定”和“比較優勢陷阱”的困境。在此形勢下,傳統產業與數字技術的融合已成為一種發展趨勢,并推動傳統產業通過數字貿易實現產業結構的優化與升級。
立足新發展階段,面臨外部經濟不確定性的持續增加以及國內企業存在創新要素投入匱乏等問題,我國迫切需要將貿易增長動力從“量”向“質”轉變。隨著數字技術的發展,數字產品作為特殊的創新要素投入,已逐漸成為企業生產中至關重要且獨特的資源。數字產品所具備的“低復制成本”技術優勢,使其技術溢出的特點更為直接高效。總體而言,數字經濟的發展對企業的創新流程及研發組織架構產生了重要影響,特別是數字產品的進口對出口產品質量的影響日益顯著。
在“十四五”規劃中,明確強調了數字經濟在提升創新能力和產品質量方面的關鍵作用,而數字貿易作為數字經濟時代中一種新興的貿易形式,已逐漸成為當前學者的研究熱點。當前學者對于數字產品進口和出口產品質量均進行了較多研究。其中,學者對于數字產品進口的研究,多聚焦于工業機器人進口及其對就業市場的沖擊。王夢穎(2021)從國家層面出發,利用ICT服務進口額及UNCTAD數據庫中的數字交付服務作為量化指標,首次通過實證研究探討了數字產品進口對服務出口質量提升的作用機制。姚戰琪(2021)從省份層面出發,通過構建一級指標、二級指標、測度指標,建立了衡量數字經濟發展水平的綜合性評估體系,測算得出中國各省(區、市)數字經濟發展水平的綜合指數。蔡震坤(2021)運用海關產品編碼體系對數字產品進行識別。得到所有企業進口機器人的數據。但由于國際機器人協會的研究數據存在變量不完整、機器人概念界定模糊等問題,其分析范圍僅限于國家和產業層面,在探討數字產品進口對企業層面的多維影響方面存在局限性。劉佳琪(2021)通過構建數字產品進口數據庫,從企業-產品這一微觀視角切入,首次系統性地分析了數字產品特性對企業創新行為的影響機制。
當前學者對于二者之間的影響研究,主要基于成本、創新等研究視角,Branstetter et al.(2019)及Ace-mogluamp;Restrepo(2020)研究發現,數字產品因低復制成本的特點,其進口有助于推動企業的技術溢出,提升創新能力,進而促進出口產品質量的提升。黃先海等(2022)認為通過進口國外產品,國內企業會進一步產生危機意識,有助于提高企業的數字技術創新能力和出口產品的質量。
基于以上分析,本文將從有形的數字產品入手,通過系統地識別數字產品類別展開研究。進一步通過實證分析進口數字產品對出口產品質量的影響機制。
二、理論基礎
當前數字產品對出口產品質量的提升作用主要是通過技術創新效應、成本效應及生產效率效應實現。一是在技術創新效應層面。一方面,企業通過數字產品進口帶來的干中學效應提升企業自身的生產研發能力,進而實現出口產品質量的提升;另一方面,隨著數字產品進口量增加,國內市場競爭加劇,形成進口競爭效應。企業之間為競爭市場份額,進而加強自身的自主創新能力。二是在成本效應層面。一方面,企業通過數字產品進口帶來的數字技術,進一步優化企業內部結構,形成規模經濟,降低生產成本;另一方面,進口數字產品有利于企業更高效地獲取數字信息,擴展信息獲取途徑,降低信息不對稱性,進一步縮減企業運營開支。三是在生產效率效應層面。一方面,進口數字產品減少了企業在重復性制造工作中低端勞動力的需求,進一步實現了生產的自動化與智能化;另一方面,進口數字產品帶來的技術外溢效應能夠促進企業完成生產流程的優化,有效實現了對產品質量的全面保障和監控。
基于上述分析,提出如下假設:數字產品進口對出口產品質量的提升具有顯著的促進效應。
三、研究設計
(一)模型構建
為進一步檢驗數字產品進口對出口產品質量的影響,本文借鑒蘇丹妮等(2018)的研究方法,構建基準回歸模型如下:
lnQit=β0+β1lndigitit+β2lnageit+β3lnscaleit+β4lnfinait+β5lnprofitit+β6dsubit+μi+ηt+δj+it(1)
在模型設定中:i代表企業,t代表時間,μi代表企業層面的固定效應,ηt代表時間層面的固定效應,it為隨機擾動效應。
(二)指標構建與變量說明
1. 被解釋變量
本文在測算出口產品質量方面,主要參考施炳展(2013)和李宏兵等(2019)的做法,將隨時間變化的GDP指標納入考量,作為影響企業層面的出口產品質量的關鍵變量,構建以下測度模型:
lnQuanijnt=α-ρlnPijnt+αnt+lnGDPnt+ijnt(2)
其中:j為產品,n為國家,lnQuanijnt為出口數量,Pijnt為價格,GDPnt為出口國GDP。
根據公式(3)和(4)計算出具體到產品的出口質量并將產品質量標準化:
qualityijnt=(3)
qu葬贊lityijnt=(4)
將標準化后的產品質量根據產品出口占比加權求和得到企業層面的出口產品質量。
Qit=∑j*qu葬贊lityijnt(5)
2. 核心解釋變量
本文的核心解釋變量為數字產品進口。在變量的測算方面,本文主要依據劉佳琪(2021)的研究方法,對企業層面2000-2014年間的數字產品進口數據進行測算,具體過程如下:
(1)對數字產品的廣義及狹義定義進行劃分,參考Hui and Chau(2002)、中國通信院2015-2019年發布的《數字經濟發展白皮書》、Mann and Puttmann(2018)以及OECD(2020)的相關研究,并進一步提取出25個關鍵詞,具體包括設備、零件、自動、數據、錄制、電視、媒體、機器、半導體、無線電、通信、數控、廣播、一體機、電子、電路、移動、雷達、機器人、網絡、智能、計算機、遠程、系統、智慧。
(2)在新通關網中爬取包含上述關鍵詞的商品名稱,剔除貿易中間商進口的產品,進一步得到了包含上述關鍵詞的商品名稱和HS編碼。
(3)參考《進出口稅則商品及品目注釋(2020版)》的說明及相關文獻對數字產品的定義,采用人工篩選的方式排除包含上述關鍵詞但不符合廣義數字產品定義的商品條目。在綜合評估進口國數字經濟發展水平后,依據數字產品的分類名錄及其編碼,結合OECD(2020)發布的ICT產品清單進行整合處理,最終獲取完整的數字產品名稱體系及對應海關編碼數據。具體測算公式如下:
digitit=∑n*NRInt(6)
上式中,digitit表示企業i在第t年數字產品的進口額,H表示企業i在第t年從n國進口的數字產品的總額,H為企業i在第t年的進口總額;NRInt用來衡量進口來源國的數字經濟發展程度,采用網絡就緒指數測算,將該指數加1后取自然對數納入回歸模型。
3. 控制變量
為確保研究結果的可靠性,本文在計量模型中納入了以下五個控制變量。
(1)企業資本密集度(cap)。本文擬采用企業固定資產凈值與年末員工總數的比值,并在此基礎上取其自然對數,以此作為衡量企業資本密集度的指標。
(2)企業利潤率(fc)。本文將選取企業年度凈利潤與銷售總額的比值,作為衡量企業盈利能力的關鍵指標。
(3)企業平均工資(wage)。本文擬采用年度工資總額與年末就業人數的比重的對數值來表示企業平均工資水平。
(4)企業年限(age)。本文擬選取制造業企業當年年份與企業成立年份的差額,并在此基礎上取其對數,以此作為衡量企業年齡的指標。
(5)企業規模(size)。本文將選取企業的總資產,并取其自然對數,以此作為衡量企業規模的指標。
四、實證分析
(一)描述性分析
依據前文確定的變量來源與測度方法,本文對各相關變量進行了描述性統計分析。詳細分析結果如表1所示。
表1為各變量的描述性統計分析。通過對比標準差和均值,可以進一步判斷各變量的分散程度,本文所研究的各變量,除了lndigit和dsub之外,標準差和均值之比均小于1,這表明這些變量在所研究的時間跨度內的波動幅度相對較小,數據分布相對集中。lndigit的均值為5.757,中位數為2.601,這一差異說明大部分工業企業的數字產品進口在平均水平以上,標準差小于均值,說明存在一部分企業進口量極高,拉高了整體均值,但整體上工業企業在數字產品進口方面仍表現出較大的差異性,這可能與企業的規模、技術需求及市場策略等因素密切相關。出口質量lnQ的均值為0.604,中位數為0.622,說明工業企業的出口質量分布接近對稱,表明大多數企業的出口質量水平較為均衡,沒有出現兩極分化的極端現象。
(二)相關性分析
為分析變量之間是否存在統計關系,以及關系的強度和方向,進一步對變量進行相關性分析,如表2所示。
表2為控制地區、行業和年份的pearson相關性分析結果。其中,出口產品質量與數字產品進口、企業年限、企業規模、融資約束、利潤率、是否有補貼的相關系數分別為0.023、0.026、0.039、0.039、0.02,除融資約束外均在1%的水平通過顯著性檢驗,說明出口產品質量與數字產品進口、企業年限、企業規模、利潤率、是否有補貼具有顯著的線性正相關關系,但以上的線性相關性分析除固定效應外并未控制其他相關因素,需要進行進一步分析。
(三)基準回歸
本文利用全樣本數據集開展實證分析,深入分析數字產品進口對國內制造業企業出口產品質量的影響機制。研究控制了區域、產業及時間等固定效應,并運用產業-年份雙重聚類標準誤進行估計,具體回歸結果詳見表3數據。
表3為基準回歸分析結果,被解釋變量為出口產品質量,(1)~(5)列依次加入不同的控制變量,用于分析數字產品進口在不同控制因素下對出口產品質量的影響;從(1)列到(5)列,數字產品進口的系數分別為0.00045、0.000389、0.000392、0.000386、0.000386,均在5%的顯著性水平下,拒絕了系數為0的原假設,該結果基本說明無論是否考慮相關控制變量,數字產品進口與出口產品質量之間存在明顯的正相關關系,表明數字產品進口規模較大的工業企業往往具有更高的出口產品質量水平。在控制變量中,工業企業利潤率也與產品出口質量存在顯著的正相關。
(四)異質性分析
考慮到企業區位異質性可能會對數字產品進口對企業出口產品質量的影響存在異質性。因此,本文在基準回歸的基礎上進行分區域檢驗,以進一步判斷數字產品進口對于出口質量的影響在不同區域是否存在差異。
表4中,東部及西部地區的數字產品進口的回歸系數分別為0.00031和0.00196,且分別在1%和5%的水平上顯著。這說明,在東部和西部地區,數字產品進口顯著促進了出口產品質量的提升。其原因主要在于東部地區發達的產業基礎和領先的技術優勢,數字產品的引進能更有效地促進當地企業的技術創新和產品質量提升,另一方面在于西部地區近年來對高新技術產業的投入和政策扶持力度,使數字產品的引進能夠更好地與當地產業結合,從而促進了出口產品質量的提升。在中部地區,數字產品進口的-0.000111回歸系數未能通過顯著性檢驗。原因可能在于中部地區在經濟發展和技術水平上與東部地區存在一定的差距,在政策扶持力度上較西部地區稍顯不足,導致數字產品的引進對其出口產品質量的影響并不顯著。
(五)穩健性檢驗
為驗證本文研究結論的可靠性和穩定性,進一步在不采用各國經濟發展水平作為權重的情況下,重新測算了數字產品進口數據,用以檢查研究結論的穩健性。
見表5為數字產品進口對出口產品質量異質性的分析結果,重新測算的數字產品進口lnredigits的估計系數分別為0.000415、0.000357、0.000359、0.000354、0.000353,均在1%或5%的水平通過顯著性檢驗。這表明數字產品進口對出口產品質量具有顯著的正向作用,與基準回歸結果一致,進一步說明本文研究結果具有穩健性。
五、結語
本文從數字經濟的微觀視角出發,以數字產品進口作為切入點,通過整合2000-2014年間中國工業企業數據庫和海關數據庫的有關數據,分析了數字產品進口對出口產品質量提升的作用機制,并進一步通過實證檢驗,發現數字產品的進口對出口產品質量水平的提高具有正向的促進效應。
基于研究結論,本文提出如下對策建議:
第一,相關部門應進一步放寬對數字貿易市場相關限制,為數字貿易提供更加開放和自由的市場環境,促進貿易活動的數字化轉型。
第二,建立相應的培訓和學習體系,學習數字產品蘊含的數字技術,促進技術的吸收、轉化與外溢并帶動本土企業出口產品質量的全面提升,實現產業升級。
第三,加強國內外科研院所與企業的合作,培育數字經濟領域的創新主體以及具備國際競爭實力的數字貿易供應商,積極參與全球數字貿易規則的制定,提升我國在全球數字經濟治理體系中的影響力。
參考文獻:
[1]蔡震坤,綦建紅.工業機器人的應用是否提升了企業出口產品質量——來自中國企業數據的證據[J].國際貿易問題,2021(10):17-33.
[2]黃先海,王瀚迪.數字產品進口、知識存量與企業數字創新[J].浙江大學學報(人文社會科學版),2022,52(02):28-43.
[3]李宏兵,文磊,林薛棟.中國對外貿易的“優進優出”戰略:基于產品質量與增加值率視角的研究[J].國際貿易問題,2019(07):33-46.
[4]劉佳琪,孫浦陽.數字產品進口如何有效促進企業創新——基于中國微觀企業的經驗分析[J].國際貿易問題,2021(08):38-53.
[5]劉信恒,劉信興.數字產品進口如何影響企業出口產品質量[J].國際商務(對外經濟貿易大學學報),2023(06):41-57.
[6]施炳展,王有鑫,李坤望.中國出口產品品質測度及其決定因素[J].世界經濟,2013,36(09):69-93.
[7]王夢穎,張誠.數字產品進口與服務出口升級——基于跨國面板的分析[J].國際經貿探索,2021,37(08):38-52.
[8]于歡,何歡浪,姚莉.數字產品進口與中國企業出口質量[J].中南財經政法大學學報,2022(05):108-118.
[9]于歡,姚莉,何歡浪.數字產品進口如何影響中國企業出口技術復雜度[J].國際貿易問題,2022(03):35-50.
[10]Acemoglu,D.,Lelarge,C.Competing with Robots:Firm-Level Evidence from France[J].CEPR Discussion Papers,2020,1(10):383-388.
[11]Branstetter,L.,Drev,M.,Kwon,N.Get with the Program:Software-Driven Innovation in Traditional Manufacturing[J].Management Science,2019,65(02):541-558.
(作者單位:刁宇凡,中國計量大學現代科技學院管理學院;趙丹妮,中國計量大學經濟管理學院)