数字经济对中国高技术制造业出口竞争力的影响

1文献综述1.1数字经济的相关研究数字经济的内涵随着技术不断取得进步而持续深化拓展，其早期呈现出电子商务、电子支付等消费互联网形态的样子[1]，而后逐渐延伸到智能制造、工业互联网等生产领域当中，罗超凡在2025年提出了一个包含“产业数字化”以及“数字产业化”的双路径框架，着重指出数字经济会对生产要素以及组织模式进行系统性的重新构建[3]。张一凡等人于2024年构建起了一个涵盖数字基础设施、产业数字化水平的三级综合指数模型，不过该模型存在着区域数据覆盖不够全面的局限性[4]。马兆良等人同样是在2024年，依据省级面板数据去验证数字经济与制造业高质量发展之间的非线性关系，经过分析发现当数字经济指数超过0.6的时候，其促进作用会明显地增强[5]。除此之外，赵艳丽等人在2024年还指出企业的数字化能力对于提升资源配置效率而言是极为关键的要素[6][7]。并且李娜在2024年通过实证研究发现数字经济对于制造业出口竞争力的影响在不同行业当中是存在着异质性的[8][9]。在国际研究方面，ZihaoMa等人在2025年对数字经济与可持续发展的协同关系展开了探讨，着重强调在研究过程中需要关注减碳和降本两者之间的平衡问题[2]。1.2数字经济与出口竞争力的作用机制研究数字经济借助技术创新这一路径，还有资源配置得以优化以及全球价值链经历重构等这些方面的情况，进而对出口竞争力产生影响。赵丽君在2024年提出了“技术-平台”双核驱动这样的一个模型，其观点认为数字技术是通过让沉没成本有所降低的方式，从而使得竞争格局发生了改变[8]。张一凡等人于2024年经过验证得知，数字基础设施对于中高端制造业出口的贡献率能够达到67%[4]。潘子龙在2022年运用全要素生产率中介效应模型展开研究，从中发现数字经济是以间接的方式推动了出口质量的升级，其中技术效率改进方面的贡献率达到了58%[10][11]。凌攀在2023年指出，数字经济对出口技术复杂度所产生的影响呈现出倒U型的态势，其拐点是在渗透率达到43%的时候[12]。冯晓玲等人在2024年的研究则向人们揭示出[13]，数字贸易平台在促使交易成本降低的同时[14]，也遭遇到了数据安全以及制度适配方面的诸多挑战[15]巫雪芬等人在2024年以及王巧等人在2024年[19]，分别从制造业出口竞争力以及贸易伙伴国这样不同的视角出发，揭示出了数字经济所具有的区域异质性效应[16]。于守谦在2024年着重强调了数据要素市场化配置对于高质量发展所起到的推动作用[10]。1.3文献述评以往的诸多研究已经对数字经济的内涵以及它影响出口竞争力的机制展开了较为系统的探讨，不过呢，这些研究依然存在着三个方面的不足之处。一方面，现有的指标体系往往侧重于基础设施以及产业应用，在对数据要素流动性和制度环境进行综合考量这方面是有所欠缺的[13][19]；另一方面，针对高技术制造业的异质性展开的分析并不充分，特别是在区域协同以及技术锁定风险方面的研究数量比较少[17][11]；还有一方面，这些研究缺乏国际比较的视角，对于绿色发展和数字鸿沟二者协同机制的探讨也做得不够到位[2][18]。本研究将会通过构建起一个多维度的分析框架，并且把面板数据模型和异质性检验结合起来，以此来弥补上述所提到的那些研究存在的缺口，进而为数字经济时代下高技术制造业竞争力的提升给予相应的理论支撑以及实践方面的可行路径。2概念界定和理论基础2.1概念界定3.1.1数字经济的概念界定数字经济属于一种新型的经济形态，其核心生产要素是数字化知识以及信息，而现代信息网络则充当它的载体，并且还呈现出信息通信技术融合应用的特点。伴随着技术持续地迭代更新，它的内涵也一直在不断地深化与拓展。依据经合组织（OECD）给出的定义而言，数字经济包含了三个层面，其一是由数字技术所驱动开展的经济活动，其二是依靠数据要素所创造出来的价值网络，其三是传统产业所经历的数字化转型过程。从技术基础的角度来观察，5G通信、云计算、区块链等新一代的信息技术一同构建起了它的底层架构；从应用层面来加以分析，智能制造、电子商务、工业互联网等模式方面的创新很好地彰显出了它在产业融合方面的特性；从经济效应的层面来讲，数字经济通过提升全要素生产率、对产业链分工体系予以重构、培育新型商业模式等诸多途径，达成了对传统经济范式的改变。需要清楚的是，产业数字化以及数字产业化这两个方面共同构成了数字经济最为重要的两大核心维度，产业数字化重点强调的是在传统产业当中所渗透进去的技术，而数字产业化则是将关注点集中在数字技术自身的产业化发展进程之上，这两者相互配合、协同运作，强有力地推动了经济形态朝着更高层级去实现转型升级。3.1.2高技术制造业的界定一般而言，人们常常会觉得“高技术”所代表的就是其技术的复杂程度偏高，产品所附带的价值同样也偏高，又或者是处于价值链相对比较高的层级上面。而高技术制造业，说的就是制造业当中那些归于高技术范畴的产业。依据《国民经济行业分类》的相关划分情况，中国的制造业被细致地划分成了31个具体的行业类别，其范围是从大类代码为“13”的农副食品加工业一直延伸到代码为“43”的金属制品、机械以及设备修理业。本项研究参考了联合国工业发展组织所发布的《2016工业发展报告》里的方法，同时依照关于增加值以及生产总值的统计数据，将制造业划分成了三个不同的类别。在这当中，高技术制造业主要涵盖了化工原料与化学制品制造业、化学纤维制造业这两个方面；还有制造医药的行业；制造通用设备以及专用设备的行业；制造汽车的行业；制造铁路、船舶、航空航天以及其他相关运输设备的行业；另外在电器机械和器材的制造方面，以及计算机、通信和其他电子设备的生产方面，还有仪器仪表制造业，总共是6个不同的类别。2.2理论基础3.2.1生产要素理论生产要素理论在经济学领域里属于有关生产以及资源分配方面的核心理论，其内涵会随着经济不断发展而持续拓展开来。威廉·配第率先提出把土地还有劳动当作基本的生产要素，之后亚当·斯密引入了资本这一要素，由此形成了“三元论”。而马歇尔在其所著的《经济学原理》当中又增加了组织要素，进而构成了“四元论”。从那以后，技术同样也被归入到生产要素的范畴当中，如此便形成了一个更为完整的理论体系。在数字经济蓬勃发展的时代背景下，数据已然成为极为关键的生产要素。它所具备的高流动性、渗透性以及外部经济性等特点，对各类经济活动都产生了颇为深刻的影响。数据要素的价值具体体现在两个层面，分别是直接层面与间接层面。就直接层面而言，数据能够对生产决策起到优化的作用，并且还能促使创新效率得以提升。比如说，借助共享平台这一途径，数据可有效降低信息不对称的情况，进而有力地推动制造业朝着需求导向的方向去实现转型，这一点正如姜奇平在2021年所阐述的那样。而从间接层面来讲，数据同传统要素相互融合之后，会产生显著的协同效应。比如能够提升资本、劳动力等诸多要素的效率，同时还能促使边际成本有所降低，这正如谢康等人在2020年所指出的情况。并且在此基础上，还会推动产业结构不断升级。数据要素若是得以深度应用的话，那么它不仅仅会对生产方式进行重塑，而且还会通过技术溢出以及资源配置的优化等，来促进经济朝着高质量的方向去发展。3.2.2竞争优势理论波特在《国家竞争优势》一书中对竞争优势理论予以了系统阐述，着重指出国家竞争力和产业创新以及升级能力紧密相关。波特觉得，国家竞争优势是由比较优势还有竞争优势一同组成的，不过相比较而言，竞争优势的决定性更为突出。其核心的分析框架涵盖了四个极为关键的要素，分别是生产要素（这里尤其是高级要素）、需求条件（涉及市场导向以及具备前瞻性的需求）、相关及支持产业（存在集群效应）、企业战略与竞争（关乎结构与效率方面）。除此之外，机会和政府政策属于外部变量，它们会通过对系统参数产生影响的方式来塑造竞争优势。此理论着重指出，在动态竞争这样的环境当中，企业所具备的资源整合能力极为关键。企业务必要把内部环境以及外部环境综合起来去考量，进而制定出具有差异化特点的战略。要知道，竞争优势可不是一成不变的静态存在，它会依据市场环境所发生的变化、技术方面的变革以及政策层面的调整等情况，持续不断地发生演变。波特所提出的钻石模型呢，给分析产业竞争力这件事构建起了一个颇具系统性的框架。特别是到了数字经济时代，数据要素融入其中之后，更是进一步让竞争优势的形成机制变得更加丰富多样了。如此一来，企业便能够凭借技术创新以及模式优化等方式，去达成可持续的竞争力。4数字经济与中国高技术制造业现状分析4.1数字经济的现状4.1.1数字经济发展总体规模近些年来，我国愈发看重数字经济的发展，还将其提升到了国家发展战略的层面。在此背景之下，中国数字经济的总体规模得以快速发展并不断壮大起来，其对国民经济所做出的贡献占比也是逐年在提升。就信通院公布的相关报告来看，自从“十三五”规划里提出了《大数据产业发展规划》之后，我国数字经济的发展规模便从2015年的18.6万亿元一路增长到了2022年的50.2万亿元，足足增长了两倍有余，并且同比增加了4.68万亿元，可见我国数字经济规模是在持续扩大的。与此同时，数字经济在GDP当中所占的比重同样在稳步上升，一直增长到了41.5％（图4.1），这一占比和第二产业在国民经济当中所占的比重（39.9%）是相当的，它已然成为了国民经济核心的增长极之一，其重要性自然是不言而喻的，也为我国建设“网络强国”、“数字中国”增添了满满的新活力以及新动能。图4.12015-2022年中国数字经济规模及占比4.1.2数字经济产业分布习近平总书记着重指出，要不断推动数字经济同实体经济实现深度的融合，协同去推进数字产业化以及产业数字化相关事宜，以此来赢得战略层面的主动优势。当对数字经济‘两化’所占的比重展开分析时便能够察觉到，其内部始终维持着相对稳定的‘二八结构’，具体可参照图4.2。这无疑有力地证实了我国数字经济赋能的速度正逐步加快起来，它和实体经济的融合也正朝着更深层次且更具实质化的阶段去迈进。在这样的一个过程当中，产业数字化的实现途径变得更加多样化了，并且已然发展成为推动经济不断向前发展的极为关键的核心动力所在。图4.22016-2022年我国数字产业化及产业数字化规模情况其次，若从数字经济在我国不同产业中的渗透率方面展开分析（可参照图4.3），能够察觉到第一、第二以及第三产业的数字经济渗透率全都呈现出一种稳步上升的态势。再进一步细致观察的话，会发现不同产业之间其实是存在差异的。其中，数字经济对第三产业的渗透率居于最高水平，并且其渗透率还保持着较为快速的增长速度，到2022年的时候就已经达到了44.7%，这也就意味着第三产业的数字化成效是最为显著的；排在其后的是第二产业，该产业的数字经济渗透率以及其增长速度大体上都处在中等的层次；与之相比，第一产业与数字经济的融合程度就显得偏低了一些，仅仅只有10.5%，而且它的上升幅度也是比较有限的。与此同时，通过观察还能够知道，在2022年的时候，第一、第二以及第三产业的数字经济渗透率相较于2021年而言，分别增加了0.4、1.2以及1.6个百分点，第二产业和第三产业之间的渗透率增速的差距进一步地缩小了，进而形成了一种由服务业和工业的数字化共同推动发展的格局。图4.32016-2022年中国数字经济渗透率4.2高技术制造业出口现状4.2.1高技术制造业出口规模在改革初始之时，我国出口结构基本上是由食品、纺织这类归于低技术范畴的产业所主导着。这些处于初级阶段的产品在出口总额里占据了主要的份额，这一情形恰好反映出彼时我国经济有着资源依赖型的特点。随着改革开放进程如浪潮般持续推进，社会生产力在改革举措、发展态势以及开放格局的共同作用下，取得了比较明显的提升，生产要素也越发丰富多样，出口产品随之渐渐呈现出多样化的态势，高技术制造业也开始逐步凸显出自身的优势。尤其是在2003年，中国正式成为世界贸易组织的成员之后，高技术制造业的发展更是踏入了一个全新的阶段。在这一阶段当中，中国积极主动地吸引外商直接投资，凭借外商投资所带来的新资本以及先进的技术，科技和贸易深度融合的这种模式已经成为推动外贸发展的全新动力源泉。当下，中国正在实施内外双循环的发展策略，以此来进一步将实体经济所蕴含的巨大潜能充分释放出来，推动各类产品朝着高技术以及高附加值的方向持续迈进。下面的图表把2015年到2023年期间高技术制造业出口额以及对应的同比增长状况清晰地展现出来。从呈现出来的数据看，出口额是从2015年大概1.5亿元这样的数额开始稳步增长的，一直持续增长到2023年，达到了快2.5亿元，其整体呈现出上升的趋势，年均增长率差不多能达到6.3%。在同比增长方面，2015年至2018年这几年间，增速相对是比较快的，然而在此之后，增速就有所放缓了，到了2020年一直到2023年期间，增速渐渐趋于平稳状态了，这可能是受到全球经济大环境等诸多因素影响的。整体而言，高技术制造业在出口方面一直保持着增长的态势，只是近些年来其增长的速度在一定程度上出现了减缓的情况。表4.42020年高技术制造业出口额产业规模在结构层面的发展演变，呈现出颇为显著的梯度扩散特征。长三角、珠三角以及京津冀这三大城市群，已经聚集了全国百分之六十五的高技术制造企业。而中西部地区，在近五年的时间当中，其年均增长率达到了13.7%，这一增速相较于东部地区可是要领先4.2个百分点。从企业的构成状况来讲，规模以上的工业企业数量已然突破了4.5万家之多，在这些企业里面，国家级高新技术企业所占的比例更是提升到了38.6%，而且还涌现出了华为、京东方等一批具备全球竞争力的领军企业。资本要素配置效率所得到的改善，对规模的扩张起到了较为明显的推动作用，全要素生产率每年平均能够增长2.3%，数字化转型投入在固定资产投资当中所占的比重也达到了19.8%。在这种规模扩张的同时，还伴随着质量层面的提升，高技术制造业增加值率从2015年的22.4%上升到了2022年的26.1%，单位产值的能耗更是下降了28.7%，由此展现出规模经济和技术进步二者之间的协同效应。发展趋势明显呈现出受政策驱动和技术迭代共同推动的特点。《中国制造2025》战略施行之后，国家陆续投入的引导资金已然超过了1.2万亿元，借此带动社会资本，进而形成了规模达5.8万亿元的产业投资基金。十四五规划纲要明确要将高技术制造业占比提升到25%的目标，以此推动新一代信息技术、生物技术、新能源等领域形成万亿级产业集群。技术轨道转换的情况加速显现，5G、人工智能、工业互联网等数字技术的渗透率已经超过了40%，智能制造试点示范项目的生产效率平均起来也有了45%的提升。全球价值链地位得以提升，从一般贸易出口占比由2010年的35.6%上升到2022年的58.3%就能反映出来，而且自主品牌出口的比重也突破了30%。不过在规模扩张方面面临着一些新的约束条件，核心技术对外的依存度依旧达到了35.6%，因中美存在技术脱钩风险，关键设备进口价格指数上涨了12.7%，这些结构性矛盾确实对持续的规模扩张形成了挑战。4.2.2高技术制造业出口产品结构中国高技术制造业的产品结构呈现出颇为明显的多层次特性，其核心是由医药制造业、航空航天器及设备制造业、电子及通信设备制造业、计算机及办公设备制造业、医疗仪器设备及仪器仪表制造业、信息化学品制造业这六大战略性领域共同构成的。就国家统计局2022年的数据而言，电子及通信设备制造业在整个行业当中占据着主导性地位，它为全行业出口总额贡献了多达43.7%的份额，如智能手机、5G通信设备、集成电路等产品已然成为了出口方面的主力军。计算机及办公设备制造业因受到全球PC市场饱和状况的影响，其增长速度有所放慢，不过云计算服务器、工业控制设备等处于高端层次的产品在出口方面所占的比重却在持续升高，已经提升至28.5%了。在医疗仪器设备领域，由于受到疫情的催化作用，保持着18.9%的年均复合增长率，医用影像设备、体外诊断仪器等属于中高端层次的产品也在渐渐替代进口产品。应当指出的是，信息化学品制造业当中的半导体材料、光刻胶等基础性产品目前依旧处在进口替代的阶段，其出口所占的比重仅仅只有5.3%，这也凸显出了产业链关键环节所存在的不足之处。图4.52020年高技术产品出口结构产品结构于演进期间清晰呈现出技术持续深化这一特征。在2015年到2022年，具备高研发强度的产品，其出口所占的比例已然从32%提升至了51%。就以集成电路为例，出口额更是突破了1500亿美元，不过要说明的是，高端芯片在很大程度上依旧得依靠进口才行。在生物医药领域当中，像抗体药物、基因测序仪这类创新型产品，其出口每年平均能够达成24%的增长速率，这和原料药等传统产品相较而言，形成了差异较为明显的格局。航空航天产品的结构呈现出军民融合的特点，其中民用无人机在出口方面占据了全球70%的市场份额，然而航空发动机等十分关键的核心部件却仍旧受到国际供应链诸多方面的限制。这样的结构性矛盾具体体现为：终端产品在竞争力方面已经有了显著的提升，可是基础材料、核心零部件等中间品的自给率却并不足够。就拿2022年来说，高技术制造业中间品的贸易逆差达到了820亿美元，这也从侧面反映出产业链现代化水平存在着不均衡的状况。4.2.3高技术制造业出口市场结构中国高技术制造业在出口方面，呈现出十分鲜明的区域差异化特点。各个区域市场在规模、结构以及增长态势等方面，均展现出彼此各异的特性。从整体格局来看，亚洲市场凭借占比达45%的显著优势，已然成为中国高技术制造业出口的最主要目的地。这种领先情形，主要得益于东南亚诸多新兴经济体的快速发展状况。近年来，像越南、马来西亚、泰国等不少国家，在电子通信设备、计算机以及办公设备等相关领域，其需求一直在持续攀升。特别是随着区域全面经济伙伴关系协定（即RCEP）的不断深入施行，中国与东南亚各国在高技术产品领域的贸易往来愈发密切起来，从而促使出口规模得以稳步扩大。欧洲市场向来稳稳地占有着大概30%的份额，并且这一份额维持得相当稳定，从中能够看出成熟市场所拥有的那种坚韧特性。就拿德国、荷兰以及法国等这些传统的工业强国来讲，它们对于中国所制造的高端医疗仪器设备，还有航空航天器以及相关零部件的进口需求，一直都处在十分旺盛的情形之下。而伴着欧洲各个国家持续推动绿色转型以及数字化转型的进程，中国所生产的太阳能光伏组件呀，新能源电池这类产品在欧洲市场里的渗透率正在快速地提升起来。在这同一时间，中欧班列等跨境物流通道也在一步步地完善起来，这就给高技术产品的贸易给予了更加便捷且高效的在运输方式方面的可选性。北美市场实际上一直维持着大概20%的份额。不过，由于受到地缘政治诸多因素的影响，再加上贸易政策也出现了调整等状况，和上一年相比，它的份额下滑了3个百分点。美国针对中国生产的通信设备以及各类人工智能相关产品等，采取了一系列技术出口管制措施，这在一定程度上对双边高技术产品贸易的增长起到了抑制作用。然而，在医疗仪器设备还有生物医药这些领域当中，中美贸易却保持着相当可观的互补性，从这里也能够看出其具备一定程度的抵御风险的能力。有着相当可观增长潜力的无疑是非洲以及拉美市场，虽说当前仅占有5%的份额，但其所呈现出来的高达12%的快速增长情形确实颇为引人注目。在非洲市场里面，中国所生产制造的通信基站以及智能终端设备等诸多产品，正推动着当地加快数字基础设施建设的速度；而在拉美地区，诸如巴西、墨西哥等国家，对于中国的医疗设备以及新能源装备的需求正呈现出快速增长的状态。随着“一带一路”倡议在非洲和拉美地区持续不断地推进，加之当地工业化进程逐渐加快，这些新兴市场极有可能会成为中国高技术制造业出口领域的全新增长亮点。表4.62020年出口市场结构此种区域分化的格局，一方面有着当下全球高技术产业价值链分布的特点呈现出来，另一方面也把未来市场发展潜藏的方向给透露了出来。对于出口企业而言，在稳固亚洲传统市场优势的时候，还需要积极去抓住欧洲市场转型升级所带来的机遇，同时得应对北美市场存在着的政策风险，并且要着重在非洲以及拉美等新兴市场去做布局方面的工作，依靠多元化的布局途径来强化自身抗风险的能力，实现可持续发展的能力也能借此达成。而政府部门，同样得进一步完善出口支持方面的政策，助力企业去开拓“一带一路”沿线的市场，促使中国高技术制造业出口能够达成一种更为均衡且可持续的发展情形。5数字经济对中国高技术制造业出口竞争力的影响实证分析5.1指标测算5.1.1数字经济的测算在信息革命发生以后，全球数字经济正处于快速发展的阶段当中，并且逐渐呈现出多样化、智能化还有跨界融合等不少趋势，它和工业经济的发展步伐已经拉开了相当的差距。所以，以往凭借工业为基础而建立起来的数字经济统计体系，开始显露出其自身存在的一些约束性问题。数字经济的出现，在很大程度上推动了新兴领域的发展，同时也给社会带来了各式各样新形式的变革，这些领域以及变革在数字经济的推动之下，达成了较为快速的技术进步与应用创新，为经济社会的发展增添了全新的动力。虽说数字经济的崛起被看作人类进步的必然趋势，可它同样给传统的计量方法带来了新的挑战。何地等人认为，众多研究人员在开展测度研究工作之时，常常会倾向于构建一个量化的指标体系。但遗憾的是，当下的指标体系存在着比较明显的不足之处，多数都显得太过简化了，而且多维指标体系主要集中在信息化的基础以及应用方面，并没有全面且细致地展现出数字经济的深度与广度。为了能更精准地测算数字经济的发展水平，本文一开始便聚焦在指标体系的挑选以及测算方法的明确这两方面：（1）针对指标体系来开展挑选工作并完成其构建。在对相关学术文献完成整理之后，充分考虑了各类指标彼此之间的关联性以及数据可获取的实际情况。本文着重参照了某地的指标选取做法，围绕数字基础设施、数字产业发展以及数字环境这三个层面来构建一个针对数字经济的评估指标框架。整体来讲，数字基础建设既是数字经济能够运营的基础保障，还能促使信息技术应用水平得以提升，从而推动数字经济持续向前发展，所以它无疑是数字经济持续发展必不可少的前提条件。数字产业的发展形成了数字经济的核心架构。而数字环境作为数字经济增长的基础平台，对推动数字经济实现健康发展发挥着极为重要的支撑作用。在此基础上，又进一步确立了八个二级指标。表5.1.数字经济指度数测度体系一级指标二级指标数字基础设施每万人5G基站数光纤宽带用户占比（%）数字产业化电子信息制造业营业收入（亿元）软件业务收入占GDP比重（%）产业数字化企业数字化设备联网率（%）

农产品网络零售额占比（%）

数字创新能力数字经济领域PCT专利申请量数字经济核心产业R&D投入强度（%）（2）测算方法1.标准化处理：Xij=Xij−min(Xj)max(Xj)−min(Xj)其中Xij'代表第i个样本第j个维度的值。2.计算每个维度的熵：Ej=−ki=1npijln(pij)（5.2）Pij=X在这当中，就表达式‘i=1nXij进一步，计算冗余度与权重：dj=1−Ejwj=djjdj（5.4）3.计算得分sij=wjXij'（5.5）表5.22015-2023年中国各个省份的数字经济发展水平状况行标签201520162017201820192020202120222023安徽省0.0930.1050.1200.1490.1770.2020.1820.1930.209北京市0.3000.3120.3380.3890.4350.4610.4440.4830.492福建省0.1230.1600.2100.2280.2500.2490.2340.2420.240甘肃省0.0440.0480.0590.0810.1030.1200.0780.0800.088广东省0.3030.3490.3940.5140.5840.6460.6660.7020.747广西壮族自治区0.0550.0630.0780.1020.1300.1520.1140.1170.127贵州省0.0480.0540.0670.0920.1260.1460.1030.1050.112海南省0.0550.0580.0690.0920.1130.1280.0880.0890.096河北省0.0870.1020.1200.1460.1750.2010.1810.1870.200河南省0.1000.1140.1310.1780.2070.2360.2100.2130.231黑龙江省0.0640.0670.0770.0890.1060.1180.0890.0940.100湖北省0.1010.1080.1210.1430.1800.2010.1840.2040.218湖南省0.0800.0940.1070.1300.1630.1840.1520.1620.176吉林省0.0520.0570.0680.0860.1050.1150.0800.0820.088江苏省0.2280.2510.2790.3320.3820.4360.4300.4470.464江西省0.0650.0690.0830.1070.1370.1570.1280.1360.146辽宁省0.0920.0910.1000.1210.1400.1570.1270.1350.145内蒙古自治区0.0630.0680.0780.0980.1200.1340.0940.1000.108宁夏回族自治区0.0410.0450.0580.0840.1050.1210.0700.0740.080青海省0.0450.0480.0590.0860.1060.1250.0680.0730.077山东省0.1590.1800.1990.2300.2520.2940.3070.3330.358山西省0.0570.0640.0740.0990.1190.1400.1090.1150.123陕西省0.0760.0860.0950.1230.1480.1680.1310.1420.154上海市0.1660.1860.2010.2280.2570.2920.2720.2940.320四川省0.1120.1250.1410.1720.2060.2340.2020.2190.226天津市0.0760.0830.0900.1170.1390.1650.1260.1280.134西藏自治区0.0390.0470.0500.0620.0940.1130.0690.0700.075新疆维吾尔自治区0.0520.0520.0580.0760.1030.1280.0840.0890.100云南省0.0620.0670.0790.1010.1310.1540.1040.1050.116浙江省0.2310.2660.2910.3290.3830.4430.4320.4520.482重庆市0.0730.0810.0920.1190.1430.1640.1290.1450.1475.1.2高技术制造业出口竞争力的测算当思考出口竞争力这一问题的时候，首要考量的因素无疑就是不同地区或者国家之间所存在的比较优势方面的差异了。各个不同的产业在资本投入情况、技术投入状况以及发展水平高低上，都是各有各的特点的。特别是那些技术水平相对来讲更为复杂一些的产业，它们通常情况下是能够展现出比较高的生产效率的。高技术制造业呢，由于其自身具备高科技的含量以及高附加值这样的特性，所以常常会成为各个国家政府着重去扶持并且加以保护的对象，而这一点恰恰也是会对出口竞争力产生重要影响的关键因素。与此同时，各个国家会依据自身所拥有的要素禀赋方面的优势，去出口那些属于技术密集型的商品，通过这样的方式来进一步提升整体的贸易竞争力，从而推动国家经济朝着繁荣的方向去发展。在针对高技术制造业出口竞争力测量指标进行选取的时候，本文在研究过程中所采用的是《HS编码（海关商品编码）》当中的HS编码，以此来作为高技术制造业鉴定的一个基准框架。这样做既承接了国际上通行的商品分类所具有的科学性，又经过了诸如技术参数解构、研发投入分析、知识产权评估等等多个维度的验证，进而达成了统计数据与技术本质之间的一种映射关系。这一方法可不单单是克服了仅仅单纯依赖行业分类所带来的主观性问题，而且还实现了对数字经济时代技术融合趋势（就好比ICT与生物医药交叉领域这种情况）的一种动态捕捉，从而为精准地评估我国高技术制造业在国际上的竞争力提供了一个相当可靠的工具。本文研究具体所使用的数据是2015年到2022年间按照HS编码分类的九类重点出口商品的数据，以此作为相关指标来开展后续研究。表5.3海关HS编码及产品说明HS编码商品名称简要说明8542集成电路微处理器、存储器、逻辑电路等8517电话机固定电话、移动电话（智能手机）及其零件8541半导体器件二极管、三极管、光电器件等3822医疗或兽医用仪器及器具诊断试剂、化学试剂、实验室耗材等3002人用疫苗新冠疫苗、流感疫苗等生物制品8802民用飞机客机、货机等8803航空器零件及附件发动机、起落架、航空电子设备等3926塑料制品塑料家具、容器、管材等6909陶瓷卫生用具马桶、洗手盆、浴缸等本文主要参考2016年《产业经济》报刊里的测算方法进行测算市场份额Mit=XitTwt∗100%其中，Xit表示地区i在年份t对特定出口市场的实际出口额，Twt出口增长率:Git其中，Xit综合得出竞争力指数的计算公式为Cit=Mit*(1+Git表5.42015-2023年中国各省高技术制造业出口竞争力的测算结果行标签201520162017201820192020202120222023安徽省0.01210.01940.02200.01450.00770.00530.00590.00480.0048北京市0.01900.01840.16010.04470.02650.03430.01880.01750.0260福建省0.01350.01110.02710.01790.01020.01220.01120.01060.0157甘肃省0.00030.00090.00100.00080.00070.00100.00050.00220.0010广东省0.25000.23770.32150.27540.30100.38180.35390.34560.3764广西壮族自治区0.00840.01940.01920.00980.01080.00880.01170.00710.0049贵州省0.00190.00030.00520.01340.00100.00320.02170.00150.0036海南省0.01030.00070.00180.00020.00530.00220.00000.00030.0007河北省0.00400.00270.00410.00730.00540.00450.00370.00260.0046河南省0.06960.07070.10280.09070.08340.09690.09570.09160.0808黑龙江省0.00050.00010.00220.00240.00170.00050.00040.00020.0003湖北省0.01390.01470.02700.01510.01630.01600.02450.02260.0117湖南省0.00600.01000.00790.01220.01850.00810.00850.00330.0083吉林省0.00130.00050.00040.00020.00020.00020.00020.00030.0003江苏省0.19120.21900.19040.18760.18720.19830.21310.13540.1740江西省0.02320.02830.01490.02990.04400.01540.00620.00690.0099辽宁省0.00740.00620.01150.00700.02260.01780.00910.00810.0032内蒙古自治区0.00080.00030.00060.00040.00020.00290.00140.00010.0002宁夏回族自治区0.00000.00030.00110.00000.00000.00000.00040.00010.0002青海省0.00030.00030.00000.00000.00000.00000.00000.00010.0001山东省0.02120.01520.02400.02490.01390.02130.02370.02110.0294山西省0.01720.01900.04570.02480.01860.02490.01620.03230.0113陕西省0.02930.05120.05940.03860.03670.04190.04880.02070.0162上海市0.09800.08870.10210.10690.10860.12390.11630.12860.1222四川省0.02910.03520.04890.06320.04480.04150.06830.01270.0106天津市0.01320.00790.01870.01260.01550.02260.02950.02450.0399西藏自治区0.00050.00000.00000.00000.00000.00000.00000.00000.0000新疆维吾尔自治区0.00490.00160.00140.00120.00060.00120.00080.00050.0007云南省0.00090.00260.00600.00360.00740.00520.00490.00550.0025浙江省0.05010.09010.07110.04960.03450.02880.02730.02380.0255重庆市0.02090.02190.03630.03740.02980.02510.00720.01160.01525.2模型构建此篇文章将会选取中国在2015年至2023年期间31个省份的面板数据，来对数字经济给我国高技术制造业出口竞争力所产生的影响展开探究。所构建的计量模型具体如下：JZLit在这里面，其中的JZLit所表示的是省份i于年份t之时的出口竞争力情况，这里尤其指的是高技术出口竞争力这一方面。而SZJJit它代表的则是核心解释变量数字经济。另外还有一系列的控制变量，像规模以上工业企业R&D经费，这里简称为RD，还有地区生产总值也就是GDP，以及外商投资企业投资总额，记为TZ，再者就是经营单位所在地进出口总额，用CK来表示，还有普通高等学校本科毕(结)业生数，标记为NUM。γi它指代的是省份固定效应，μ5.3变量选取和数据说明解释变量为出口竞争力（JZL），具体是通过高技术出口综合竞争力指数来对它加以衡量的。核心解释变量为数字经济（SZJJ），这里所采用的是经过标准化处理之后的数字经济指数。控制变量：RD：规模以上工业企业投入的R&D经费数额（以百亿元为单位），该经费情况能够在一定程度上反映出相关企业在技术创新方面所投入的力度。GDP：地区生产总值（千亿元），衡量经济规模。TZ：外商投资企业投资总额（百亿美元），表征对外开放程度。CK：经营单位所在地进出口总额（十亿美元），反映贸易活跃度。NUM:普通高等学校本科毕（结）业生的数量，以万人为单位来进行统计，其可被用于衡量人力资本所达到的水平情况。所涉及的数据涵盖了全国31个省份在2015年至2023年期间的面板数据情况，经过一番细致的整理工作之后，从中获取到了279条具备有效性的观测值。5.4描述性统计表5.4描述性统计（Decriptivestatistics）VARIABLESNmeansdminmaxJZL2790.03440.06622.84e-080.382SZJJ2790.1650.1230.03880.747RD2794.7686.3090.0026034.27GDP2793.1442.6440.10413.57TZ2794.0928.7130.020097.48CK27915.7024.570.0311127.7NUM27913.297.8910.51034.98表5.4所呈现出来的是样本数据有着颇为显著的区域差异方面的特征，而这一点恰好为后续针对数字经济给出口竞争力所带来的差异化影响展开分析奠定了相应的基础。就数字经济指数（SZJJ）来讲，其均值是0.165，不过标准差却达到了0.123，最大最小值之间的差距近乎20倍（也就是从0.0388到0.747这个范围），从这当中能够看出我国在数字经济发展方面存在着很明显的不均衡状况。再看出口竞争力（JZL），其分布情况（均值为0.0344，最大值0.382）同样也展现出了相当大的差异，并且还和数字经济指数有着类似的那种区域分异方面的特征。在关键控制变量里面，研发投入（RD）以及进出口总额（CK）这两项的标准差全都超出了各自的均值。其中，研发投入（RD）的最大值达到了最小值的1318倍，而进出口总额（CK）的最大值更是达到了最小值的4106倍。如此这般的极端差异情况，其实是在向我们预示着一个情况，那就是数字经济对于出口竞争力所产生的影响，很有可能存在着十分显著的门槛效应。另外，外商直接投资（TZ）和本科毕业生数（NUM）在区域分布上所呈现出来的不均衡状态同样是极为突出的，这也为我们去深入理解数字经济作用机制当中所存在的异质性问题提供了相当重要的线索。上述这些所呈现出来的统计方面的特征，为后续要开展的基准回归工作、稳健性检验工作以及异质性分析工作都稳稳地奠定了相应的数据基础。5.5基准回归分析表5.5基准回归分析（RegressionTable）(1)(2)(3)(4)(5)(6)JZLJZLJZLJZLJZLJZLSZJJ0.127***0.161***0.275***0.275***0.393***0.391***(4.20)(2.90)(4.53)(4.50)(6.66)(6.62)RD0.001-0.003**-0.003**-0.002-0.002(0.74)(-2.31)(-2.30)(-1.41)(-1.53)GDP0.021***0.021***0.010*0.012**(4.08)(4.07)(1.97)(2.23)续表5.5基准回归分析（RegressionTable）(1)(2)(3)(4)(5)(6)JZLJZLJZLJZLJZLJZLTZ0.000-0.000-0.000(0.02)(-0.49)(-0.52)CK0.002***0.002***(6.60)(5.98)NUM-0.001(-1.07)_cons-0.008-0.023-0.133***-0.133***-0.230***-0.218***(-0.64)(-0.96)(-3.72)(-3.68)(-6.31)(-5.77)N279279279279279279R20.9560.9560.9590.9590.9650.966Adj.R20.950.950.950.950.960.96t-statisticsinparentheses***p<0.01,**p<0.05,*p<0.1实证结果通过基准回归分析得出，具体回归结果如表5.5所示。分析表明，数字经济（SZJJ）对高技术制造业出口竞争力（JZL）具有显著促进作用。在逐步加入控制变量的六个模型中，数字经济系数始终保持在0.127至0.393之间，且均在1%显著性水平上显著。在包含全部控制变量的模型（6）中，数字经济指数每提升1个单位，出口竞争力将显著提高0.391个单位（t=6.62），这一结果有力验证了研究假设，证实数字经济发展能有效提升高技术制造业的国际竞争力。在控制变量方面：地区经济规模（GDP）在模型（6）中系数为0.012，在5%水平上显著；进出口总额（CK）在模型（6）中系数为0.002，在1%水平上显著；研发投入（RD）在模型（3）和（4）中系数为-0.003，在5%水平上显著，但在完全模型中不显著；外商投资（TZ）在所有模型中系数均为0.000，且统计不显著；人力资本（NUM）在模型（6）中系数为-0.001，统计不显著。模型整体拟合优度较高，完全模型（6）的调整后R²达到0.96，表明模型设定合理。根据时间固定效应分析，出口竞争力呈现波动特征，这可能与国际贸易环境变化有关。该结果为后续开展稳健性检验和异质性分析奠定了良好基础。5.6稳健性分析表5.6稳健性分析(1)VARIABLESJZLSZJJ0.394***(4.37)RD0.000(0.04)GDP0.008(1.11)TZ-0.001(-1.10)CK0.004***(6.79)NUM-0.000(-0.19)Constant-0.115***(-3.35)Observations155Numberofid31R-squared0.394t-statisticsinparentheses***p<0.01,**p<0.05,*p<0.1为保证研究结论的可靠性，本文采用缩短样本时间跨度的方法进行稳健性检验（将原2015-2023年的样本调整为2019-2023年），以验证结果是否受特定时期影响。结果显示（表5.6），数字经济（SZJJ）的系数为0.394（t=4.37），与基准回归结果0.391高度接近，且在1%水平上显著，证实核心结论具有稳健性。其他关键变量的影响方向与基准回归保持一致：进出口规模（CK）仍显著正向影响出口竞争力（系数=0.004，t=6.79）研发投入（RD）和外商投资（TZ）的影响仍不显著模型拟合度（R²=0.394）表明解释变量具有较好的解释力。5.7异质性分析表5.7异质性分析(1)(2)(3)“东部”“西部”“中部”SZJJ0.393***-0.1350.209(3.73)(-0.90)(1.30)RD-0.001-0.005-0.003(-0.45)(-1.18)(-0.82)GDP0.0100.0060.009(0.74)(0.79)(1.10)TZ-0.000