营商环境优化对中国制造业出口技术复杂度的影响

一、引言

党的二十大报告提出“完善产权保护、市场准入、公平竞争、社会信用等市场经济基础制度，优化营商环境”的明确要求。优化营商环境，是党中央在新时代作出的重大决策部署。党的二十届三中全会《决定》再次提出营造市场化、法治化、国际化一流营商环境。营商环境可理解为企业在进行创新创业、投融资等一系列经营活动时所处的综合性制度环境和生态系统（李志军等，2019） ，其水平高低直接制约或促进微观经济活动的效率与创新创业能力的发展（牛志伟等，2023）[2]。作为市场经济健康发展的内在需要与我国深化体制改革的关键一环，营商环境的持续优化对提升制造业竞争力与创新能力具有深远影响。

当前我国经济发展处于战略性转型阶段，提升制造业出口技术复杂度已成为增强制造业国际竞争力、实现经济高质量发展的重要路径。理论上，营商环境的优劣水平决定了生产要素资源的集聚与流向，优化营商环境激励企业研发创新，助力制造业企业攻克关键核心技术，提升产品复杂度和附加值，进而增强其在国际市场上的话语权与价值链地位（陈福中等，2024）[3]。那么，营商环境优化是否明显促进了制造业出口技术复杂度提升？如何通过企业研发创新促进制造业的转型升级？已有研究并未对此展开深入探讨。 因此，本文基于 2005 －2021 年中国 30 个省份数据，研究了营商环境对中国制造业出口技术复杂度的影响及其作用机制。

二、理论分析与研究假设

营商环境的改善能够缓解企业融资约束，增强创新意愿和能力，推动企业由低成本依赖向技术创新驱动转型。同时，高水平的法制环境和市场中介服务有助于减少不确定性，促进技术吸收与再创新，尤其通过吸引高质量外商直接投资带来先进技术和管理经验，进一步产生技术外溢和产业关联效应，从而直接促进出口产品技术含量与复杂度的提升。

综上，本文提出假设 1：营商环境优化对制造业出口技术复杂度提升具有正向影响。

良好的营商环境为企业提供了稳定、透明且低成本的制度环境，尤其在法治保障、金融支持与市场监管等方面显著降低了企业研发过程中的不确定性与外部风险，从而有效激励企业增加研发投入、提升创新效率。一方面，健全的知识产权保护制度和契约执行机制增强了企业技术创新的预期收益，鼓励其从事更多高质量的创新活动；另一方面，优化的要素市场配置与政府服务效率有助于缓解企业融资约束，使其更专注于技术研发与产品升级。企业通过研发创新不仅能够改进生产工艺、提升产品品质，还可增强对先进技术的吸收与再创新能力，从而直接促进出口产品技术含量与复杂度的提高。

综上，本文提出假设 2：营商环境优化通过企业研发创新促进制造业出口技术复杂度提升。

三、研究设计

（一）模型设定

1. 基准回归模型

为系统地考察营商环境对制造业出口技术复杂度的影响，本文构建如下面板计量模型：

其中， ESI_it 表示 i 省份在 t 年的制造业出口技术复杂度， BE 表示营商环境， a₀ 为截距项， α_1.αj 分别表示解释变量和控制变量的回归系数， X_it 表示控制变量， λ_i 表示个体固定效应， ε it 为随机扰动项。

2. 中介效应模型

为验证研发创新在营商环境影响制造业出口技术复杂度过程的传导作用，本文参考温忠麟（2014）[4] 的研究思路构建如下中介效应模型：

MED_it=β₀+β₁BE_it+β_jX_it+λ_i+ε_i

⅁I_it=δ₀+δ₁BE_it+θMED_it+δ_jX_it+λ_j+ε

式中： MED_it 代表机制变量，其余变量与式（1）含义相同。公式（2）为中介效应方程，公式（3）为总效应方程，若α1、δ 1、θ显著，表明存在中介效应。

（二）变量的选取与数据来源

1. 被解释变量

出口技术复杂度（ESI）：Hausman et al.（2007）[5] 提出的出口技术复杂度测算指标主要适用于国家层面，本文参照Xu and Lu（2009）[6]的的处理方法，使用各省份制造业出口数据替换原国家出口数据，计算出中国各省份制造业的出口技术复杂度。测算公式如下：

其中，PRODYk 和 ESI_it 分别表示制造业行业出口复杂度和各省份出口复杂度，k 表示制造业各行业，i 表示省份， X_ik 表示 i 省份 Δk 行业的出口值，Xi 表示 i 省份所有制造业行业的出口值， Y_j 表示省份人均GDP。

2. 核心解释变量

营商环境（BE）：市场化指数是衡量中国企业外部经营环境的重要指标（王小鲁等，2019）[7]，包括政府与市场的关系、非国有经济的发展、产品市场的发育程度、要素市场的发育程度、市场中介组织的发育和法律制度环境等五个方面。因此，本文采用熵值法对这五个指标进行赋权重赋值，综合得到营商环境指数。

3. 中介变量

研发创新 （TI）：制造业出口技术复杂度的提升离不开各省企业研发创新水平的提高，本文选取规模以上工业企业 R&D 经费内部支出的对数来衡量企业研发创新。

4. 控制变量

参考已有研究，本文在回归中还加入如下控制变量：对外贸易开放度（OPEN）： 用各省进出口总额占 GDP 的比率予以衡量；人力资本（HUM）： 本文用各省普通高校在校生人数在总人口中的份额作为代理变量；社会消费水平（CONS）：使用社会消费品零售总额与 GDP的比值表示；环境规制（ER）：用各省工业污染治理投资额占工业增加值的比重表示；金融发展水平（FIN）：以各省份金融机构存贷款之和占该区域GDP 的比重来衡量。

（三）数据说明

本文研究样本剔除了港澳台与西藏地区，最终将样本数据设定为2005-2021 年中国30 个省份的面板数据，数据来源于《中国统计年鉴》、《中国人口和就业统计年鉴》、《中国科技统计年鉴》、中国海关数据库以及各省份统计年鉴。具体的各个变量描述性统计如表1 所示。

表1 描述性统计结果

四、实证分析

（一）基准回归分析

表 2 汇报了营商环境对制造业出口技术复杂度的实证分析结果。营商环境的回归系数为0.115，在 1% 显著性水平下与出口技术复杂度正相关，逐步加入控制变量组过程中 BE 参数估计值的显著性水平和符号未发生改变，表明营商环境的优化能够助力制造业出口技术复杂 度提升，验证了本文的假设1。

表2 基准回归结果

准误， 下同。

（二）内生性与稳健性检验

第一，剔除金融危机的影响。本文将 2009 年的数据剔除进行重新估计。如表4 第（1）列估计结果所示，在剔除金融危机的影响后，营商环境的系数仍保持 1% 水平显著，说明回归结果具有稳定性。

第二，内生性检验。考虑到模型中会存在反向因果所导致的内生性问题，本文以滞后一期的营商环境作为工具变量来克服内生性问题。表 3 第（2）列中，GMM 检验估计值的符号和显著性相较前文并未发生本质性的变化。

第三，缩尾处理。为剔除极端异常值对结果的影响，对本文所有连续变量实施 1% 的缩尾处理，如表3 第（3）列估计结果所示，剔除异常值后的BE 系数仍保持 1% 水平显著，印证结果的稳健性。

表3 稳健性检验结果

（三）影响机制检验

本文采用两步系统 GMM 方法对中介效应进行估计。根据表 4，列（2）结果显示，营商环境对研发创新的系数在 1% 水平上显著为正，说明营商环境优化显著促进了研发创新。列（3）结果显示，营商环境与企业研发创新对制造业出口技术复杂度的影响均在 1% 水平上显著为正。营商环境的系数估计值小于基准回归中两步系统 GMM 的估计结果，且 Sobel 检验在 1% 水平上显著，表明研发创新在营商环境与出口技术复杂度之间存在显著的中介效应。由此假设 2 得以验证，即营商环境优化可通过研发创新，进而推动中国制造业出口技术复杂度提升。

表4 中介效应检验

五、对策建议

第一，政府需要重视营商环境的改善，进一步深化“放管服”改革。持续推进简政放权，优化行政审批流程，降低企业制度性交易成本。同时要着力破除要素自由流动的体制机制障碍，促进资本、人才、技术等高效配置。拓宽制造业企业融资渠道，发展多层次资本市场，创新金融产品和服务，缓解企业研发投入面临的融资约束。

第二，加大企业创新支持力度，畅通研发资金供给渠道。一方面，鼓励商业银行开发针对研发活动的专项信贷产品，推广知识产权质押、预期收益质押等融资模式，给企业技术创新提供充足的资金支持。另一方面，发挥多层次资本市场作用，支持符合条件的科技创新企业上市融资，引导风险投资、私募股权基金投向高技术制造业，为企业持续加大研发投入提供长期稳定的资本支持。

第三，强化人才要素保障，增加人力资本投入。一方面，营造有利于科技人才集聚的发展环境，完善高端人才引进、评价与激励机制，落实股权激励、科技成果转化收益分配等政策，增强企业对顶尖科研人员的吸引力。另一方面，鼓励高校、科研院所与企业共建研发平台，推动产学研深度融合，促进人才双向流动，为提升企业研发能力提供坚实的人才基础。

参考文献

[1] 李志军 ， 张世国 ， 李逸飞 ， 等 . 中国城市营商环境评价及有关 建 议 [J]. 江 苏 社 会 科 学 ，2019，（02）：30- 42+257.DOI：10.13858/j.cnki.cn32- 1312/c.2019.02.005.

[2] 牛志伟 ， 许晨曦 ， 武瑛 . 营商环境优化、人力资本效应与企 业 劳 动 生 产 率 [J]. 管 理 世 界 ，2023，39（02）：83- 100.DOI：10.19744/j.cnki.11- 1235/f.2023.0028.

[3] 陈福中 ， 罗科 ， 董康银 . 外资嵌入国内大循环与制造业价值 链 功 能 升 级 [J]. 数 量 经 济 技 术 经 济 研 究 ，2024，41（10）：46- 68.DOI：10.13653/j.cnki.jqte.20240718.001.

[4] 温忠麟 ， 叶宝娟 . 中介效应分析 ： 方法和模型发展 [J]. 心理科学进展 ，2014，22（05）：731- 745.

[5]Hausman R ， Hwang J， R odrik D. W hat Y ou Export Matters [J]. Journal of Economic Growth，2007，12（1）.

[6]Bin X ， Jiangyong L U. Foreign direct investment， proces ing trade， and the sophistication of C hina's exports[J]. C hina Economic R eview， 2009， 20（3）： 425- 439.

[7] 王小鲁 ， 樊纲 ， 胡李鹏 . 中国分省份市场化指数报告 [M]. 社会科学文献出版社 ：201902：236.