[摘要]通過聚焦供應(yīng)鏈數(shù)字化對(duì)企業(yè)出口技術(shù)復(fù)雜度的影響，探索供應(yīng)鏈數(shù)字化如何助力企業(yè)提升出口產(chǎn)品質(zhì)量，為構(gòu)建雙循環(huán)新發(fā)展格局提供理論與實(shí)踐支撐。借助供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)工作這一政策沖擊，構(gòu)建自然準(zhǔn)實(shí)驗(yàn)，運(yùn)用雙向固定雙重差實(shí)證方法，考察2008—2022年供應(yīng)鏈數(shù)字化對(duì)企業(yè)出口技術(shù)復(fù)雜度的影響機(jī)制。實(shí)證結(jié)果顯示，供應(yīng)鏈數(shù)字化轉(zhuǎn)型對(duì)企業(yè)出口技術(shù)復(fù)雜度具有顯著正向影響，在完成模型有效性驗(yàn)證、內(nèi)生性控制及多重穩(wěn)健性檢驗(yàn)后，研究結(jié)論仍保持高度一致性；機(jī)制檢驗(yàn)顯示，供應(yīng)鏈數(shù)字化通過降本增效、增韌協(xié)作和創(chuàng)新驅(qū)動(dòng)共同推動(dòng)企業(yè)出口技術(shù)復(fù)雜度提升；異質(zhì)性分析表明，供應(yīng)鏈數(shù)字化對(duì)非國(guó)有企業(yè)與治理水平高的企業(yè)的提升效應(yīng)顯著；行業(yè)競(jìng)爭(zhēng)力強(qiáng)與要素投入密集型企業(yè)在數(shù)字化推動(dòng)下技術(shù)復(fù)雜度提升明顯；供應(yīng)鏈效率與集中度較低的企業(yè)具有更大的提升潛力。研究結(jié)論為中國(guó)企業(yè)充分利用供應(yīng)鏈數(shù)字化建設(shè)、提升出口產(chǎn)品質(zhì)量提供了新的理論參考和經(jīng)驗(yàn)證據(jù)。

[關(guān)鍵詞]供應(yīng)鏈數(shù)字化；企業(yè)出口技術(shù)復(fù)雜度；雙向固定雙重差分模型

一、 引言

黨的二十大報(bào)告明確提出，“加快構(gòu)建以國(guó)內(nèi)大循環(huán)為主體、國(guó)內(nèi)國(guó)際雙循環(huán)相互促進(jìn)的新發(fā)展格局”①。在新發(fā)展理念指引下，對(duì)外貿(mào)易作為我國(guó)經(jīng)濟(jì)發(fā)展的重要驅(qū)動(dòng)力，其發(fā)展質(zhì)量與水平備受關(guān)注。2023年，中國(guó)貨物貿(mào)易出口總值達(dá)23.77萬億元，國(guó)際市場(chǎng)份額占比14.2%，連續(xù)15年位居全球首位②。然而，中國(guó)出口的產(chǎn)品仍面臨“量大質(zhì)低”的困境，與全球領(lǐng)先水平存在一定差距[1]。從市場(chǎng)主體發(fā)展路徑分析，我國(guó)企業(yè)長(zhǎng)期沿襲粗放型增長(zhǎng)模式，過度依賴初級(jí)生產(chǎn)要素投入與同質(zhì)化產(chǎn)能擴(kuò)張，普遍存在研發(fā)投入不足、自主創(chuàng)新能力薄弱等結(jié)構(gòu)性缺陷，致使產(chǎn)業(yè)升級(jí)進(jìn)程受阻，被固化于全球價(jià)值鏈底端，出口產(chǎn)品技術(shù)含量與附加值長(zhǎng)期在低位徘徊[2]。從國(guó)際環(huán)境看，貿(mào)易保護(hù)主義抬頭與全球供應(yīng)鏈重構(gòu)加劇了企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)，迫使企業(yè)通過削減研發(fā)投入緩解成本壓力，進(jìn)一步制約了出口技術(shù)復(fù)雜度提升。與此同時(shí)，傳統(tǒng)要素成本優(yōu)勢(shì)因國(guó)際再工業(yè)化戰(zhàn)略沖擊而逐漸弱化，企業(yè)面臨資金、技術(shù)制約等多重瓶頸[3]。亟須通過技術(shù)升級(jí)重塑外貿(mào)競(jìng)爭(zhēng)力破解這一困局。

當(dāng)前，全球供應(yīng)鏈韌性不足與數(shù)字技術(shù)革命構(gòu)成雙重挑戰(zhàn)與機(jī)遇。一方面，世界經(jīng)濟(jì)不確定性加劇，供應(yīng)鏈中斷風(fēng)險(xiǎn)凸顯，提升供應(yīng)鏈韌性成為迫切議題；另一方面，區(qū)塊鏈、云計(jì)算、人工智能等數(shù)字技術(shù)迅猛發(fā)展，推動(dòng)傳統(tǒng)供應(yīng)鏈向數(shù)字化深度轉(zhuǎn)型[4]。供應(yīng)鏈數(shù)字化通過流程優(yōu)化與結(jié)構(gòu)升級(jí)，有效促進(jìn)上下游資源整合與協(xié)同創(chuàng)新，為出口產(chǎn)品質(zhì)量躍升提供新契機(jī)。在此背景下，供應(yīng)鏈數(shù)字化作為國(guó)內(nèi)大循環(huán)的內(nèi)生動(dòng)力，如何賦能企業(yè)出口技術(shù)復(fù)雜度提升？其作用機(jī)制又是什么？本文旨在通過分析兩者之間關(guān)系和作用機(jī)制，為構(gòu)建國(guó)內(nèi)外雙循環(huán)新發(fā)展格局提供路徑思考。

與本文相關(guān)的文獻(xiàn)主要有兩類。一是對(duì)企業(yè)出口技術(shù)復(fù)雜度的研究。在指標(biāo)構(gòu)建方面，早期學(xué)者基于比較優(yōu)勢(shì)理論構(gòu)建出口競(jìng)爭(zhēng)力指標(biāo)，后續(xù)研究逐步完善并形成了出口技術(shù)復(fù)雜度測(cè)算指數(shù)[5]。然而，國(guó)內(nèi)學(xué)者在研究過程中發(fā)現(xiàn)該指標(biāo)與中國(guó)出口產(chǎn)品質(zhì)量測(cè)度存在現(xiàn)實(shí)偏差，進(jìn)而采用單位產(chǎn)品價(jià)值和全要素生產(chǎn)率進(jìn)行調(diào)整，使其更為契合中國(guó)現(xiàn)實(shí)情況[6]。在優(yōu)化路徑上，雖有諸多學(xué)者從全要素生產(chǎn)率、創(chuàng)新驅(qū)動(dòng)等視角論證了出口技術(shù)復(fù)雜度的提升機(jī)制[7]，但鮮有研究從供應(yīng)鏈視角切入。二是對(duì)供應(yīng)鏈數(shù)字化的研究。在企業(yè)經(jīng)營(yíng)層面，劉海建等[8]揭示了其通過管理賦能與創(chuàng)新賦能提升企業(yè)績(jī)效；李長(zhǎng)英等[9]進(jìn)一步論證其通過增效降本提高全要素生產(chǎn)率。在供應(yīng)鏈整合視角，有學(xué)者提出，下游客戶數(shù)字化轉(zhuǎn)型通過“倒逼效應(yīng)”與“資源效益”激發(fā)上游創(chuàng)新投入，并借助信息、學(xué)習(xí)與融資效應(yīng)強(qiáng)化供應(yīng)鏈韌性及企業(yè)風(fēng)險(xiǎn)承擔(dān)能力[10]。在產(chǎn)品出口方面，有學(xué)者提出，數(shù)字化轉(zhuǎn)型可緩解企業(yè)出口不確定性，增強(qiáng)出口產(chǎn)品的多樣性[11]。既有研究證實(shí)了供應(yīng)鏈數(shù)字化對(duì)企業(yè)運(yùn)營(yíng)的促進(jìn)作用，但在雙循環(huán)新發(fā)展格局下，要進(jìn)一步探索其外延價(jià)值，特別是如何通過提升技術(shù)復(fù)雜度進(jìn)而助推中國(guó)企業(yè)向全球價(jià)值鏈高端攀升的現(xiàn)實(shí)路徑。

本文以供應(yīng)鏈創(chuàng)新試點(diǎn)政策為外生沖擊變量，基于中國(guó)海關(guān)與企業(yè)數(shù)據(jù)庫(kù)，構(gòu)建雙向固定效應(yīng)雙重差分模型，系統(tǒng)識(shí)別供應(yīng)鏈數(shù)字化與出口技術(shù)復(fù)雜度之間的因果效應(yīng)及傳導(dǎo)路徑?？赡艿倪呺H貢獻(xiàn)主要有以下三個(gè)方面：一是研究視角上，將供應(yīng)鏈數(shù)字化與出口技術(shù)復(fù)雜度納入同一框架，拓展雙循環(huán)格局下的外貿(mào)升級(jí)路徑研究；二是在機(jī)制分析上，揭示降本增效、增韌協(xié)作與創(chuàng)新驅(qū)動(dòng)為提升技術(shù)復(fù)雜度的三條關(guān)鍵路徑，為企業(yè)數(shù)字化轉(zhuǎn)型提供實(shí)證依據(jù)；三是在政策啟示上，通過異質(zhì)性分析識(shí)別不同行業(yè)、企業(yè)屬性與供應(yīng)鏈水平的差異化效應(yīng)，為政企協(xié)同制定精準(zhǔn)策略提供參考。

二、 制度背景、理論分析與研究假設(shè)

1. 制度背景

當(dāng)前，數(shù)字技術(shù)正在深度重塑全球供應(yīng)鏈競(jìng)爭(zhēng)格局。在此背景下，政策層面正積極探索數(shù)字經(jīng)濟(jì)與現(xiàn)代化供應(yīng)鏈的融合路徑，明確戰(zhàn)略導(dǎo)向。2017年10月，國(guó)務(wù)院辦公廳發(fā)布《關(guān)于積極推進(jìn)供應(yīng)鏈創(chuàng)新與應(yīng)用的指導(dǎo)意見》①，首次將供應(yīng)鏈數(shù)字化納入國(guó)家戰(zhàn)略。2020年4月，商務(wù)部等8個(gè)部門聯(lián)合印發(fā)《關(guān)于進(jìn)一步做好供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)工作的通知》②，從試點(diǎn)城市和試點(diǎn)企業(yè)兩個(gè)層面，提出了政策實(shí)施的不同目標(biāo)與任務(wù)，通過城市與企業(yè)自主申報(bào)、專家評(píng)審等程序，最終確定了55個(gè)試點(diǎn)城市與266家試點(diǎn)企業(yè)。

試點(diǎn)城市通過數(shù)字化基礎(chǔ)設(shè)施建設(shè)與政策協(xié)同，構(gòu)建資源整合與效率提升的生態(tài)系統(tǒng)優(yōu)勢(shì)，可以顯著降低企業(yè)轉(zhuǎn)型成本；企業(yè)則依托區(qū)域資源集聚實(shí)現(xiàn)技術(shù)融合與模式創(chuàng)新。既有研究大多單獨(dú)考察城市或企業(yè)維度，難以捕捉供應(yīng)鏈網(wǎng)絡(luò)的協(xié)同效應(yīng)，據(jù)此，本文基于試點(diǎn)政策的準(zhǔn)自然實(shí)驗(yàn)，聚焦試點(diǎn)城市內(nèi)企業(yè)的出口技術(shù)復(fù)雜度提升機(jī)制，分析供應(yīng)鏈數(shù)字化對(duì)優(yōu)化企業(yè)出口技術(shù)復(fù)雜度的作用機(jī)制。

2. 理論分析與研究假設(shè)

（1）直接效應(yīng)

供應(yīng)鏈數(shù)字化通過信息效應(yīng)重構(gòu)供需匹配機(jī)制，已成為提升企業(yè)出口技術(shù)復(fù)雜度的關(guān)鍵力量。從供給端來看，供應(yīng)鏈數(shù)字化為企業(yè)搭建資源整合平臺(tái)，通過與全球優(yōu)質(zhì)原材料供應(yīng)商建立數(shù)字化對(duì)接通道，保障高品質(zhì)原料穩(wěn)定獲取，并與國(guó)際技術(shù)研發(fā)團(tuán)隊(duì)合作，促進(jìn)技術(shù)成果轉(zhuǎn)化、提升產(chǎn)品技術(shù)含量；同時(shí)，憑借數(shù)字化手段確保產(chǎn)品高效穩(wěn)定輸送至國(guó)際市場(chǎng)，維持穩(wěn)定供應(yīng)能力。從需求端來看，供應(yīng)鏈數(shù)字化可以提升企業(yè)的信息收集與分析能力，使其能精準(zhǔn)把握國(guó)際市場(chǎng)動(dòng)態(tài)、消費(fèi)者偏好及競(jìng)爭(zhēng)對(duì)手策略。通過對(duì)全球市場(chǎng)大數(shù)據(jù)的深度挖掘，企業(yè)能敏銳捕捉市場(chǎng)需求趨勢(shì)，快速調(diào)整產(chǎn)品外觀設(shè)計(jì)、操作便捷性等，滿足市場(chǎng)多樣化需求[4]；同時(shí)，憑借數(shù)字化技術(shù)助力企業(yè)深入分析多渠道信息，對(duì)產(chǎn)品進(jìn)行精準(zhǔn)優(yōu)化與迭代升級(jí)，確保出口技術(shù)復(fù)雜度領(lǐng)先，靈活應(yīng)對(duì)國(guó)際市場(chǎng)變化，贏得更大市場(chǎng)份額與競(jìng)爭(zhēng)優(yōu)勢(shì)。因此，本文認(rèn)為供應(yīng)鏈數(shù)字化通過發(fā)揮信息效應(yīng)，有效構(gòu)建供需兩端的精準(zhǔn)匹配機(jī)制，為企業(yè)提升出口技術(shù)復(fù)雜度提供堅(jiān)實(shí)的橋梁作用?；诖?，本文提出如下假設(shè)：

H1：供應(yīng)鏈數(shù)字化能夠有效促進(jìn)企業(yè)出口技術(shù)復(fù)雜度的提升。

（2）間接效益

降本增效視角。供應(yīng)鏈數(shù)字化能夠使企業(yè)在內(nèi)部經(jīng)營(yíng)活動(dòng)中，有效降低運(yùn)營(yíng)成本與提升資源利用效率，為產(chǎn)品研發(fā)釋放更多的資源配置空間，助力企業(yè)出口技術(shù)復(fù)雜度的優(yōu)化。在生產(chǎn)端，供應(yīng)鏈數(shù)字化通過智能合約技術(shù)提高供應(yīng)鏈效率，減少不必要的生產(chǎn)環(huán)節(jié)資源投入，有效降低企業(yè)的生產(chǎn)成本[12]；同時(shí)，利用“機(jī)器換人”策略縮減閑置人力投入。在經(jīng)營(yíng)端，供應(yīng)鏈數(shù)字化借助區(qū)塊鏈數(shù)字化技術(shù)的去中心化、不可篡改和信息溯源等特征，全面掌握鏈內(nèi)企業(yè)的資信狀況并加以比較，這不僅可以降低搜索成本，而且減少因違約產(chǎn)生的交易成本以及額外監(jiān)督成本[13]。在決策端，供應(yīng)鏈數(shù)字化不僅能夠深度挖掘供應(yīng)鏈底層沉淀的海量數(shù)據(jù)，擴(kuò)充經(jīng)營(yíng)決策所需的信息儲(chǔ)備，提升資源配置效率[14]，還能夠利用人工智能技術(shù)精準(zhǔn)捕捉海外市場(chǎng)消費(fèi)者的需求動(dòng)態(tài)，并結(jié)合自身渠道信息合理布局和選址產(chǎn)品銷售渠道，有效規(guī)避因地區(qū)供需失衡引發(fā)的資源錯(cuò)配問題[15]。

增韌協(xié)作視角。除了內(nèi)部資源成本控制和資源效率提升，風(fēng)險(xiǎn)承擔(dān)能力也是企業(yè)開拓市場(chǎng)和運(yùn)營(yíng)海外業(yè)務(wù)的重要?jiǎng)右?。供?yīng)鏈數(shù)字化通過信息效應(yīng)優(yōu)化產(chǎn)業(yè)鏈的風(fēng)險(xiǎn)承擔(dān)能力和產(chǎn)品協(xié)作深度，為企業(yè)開展產(chǎn)品研發(fā)協(xié)作提供了穩(wěn)定的外部環(huán)境。對(duì)上游企業(yè)而言，能夠通過物聯(lián)網(wǎng)、區(qū)塊鏈等技術(shù)增加供應(yīng)鏈信息的透明度，緩解以往傳統(tǒng)供應(yīng)鏈模式下“牛鞭效應(yīng)”形成的經(jīng)營(yíng)風(fēng)險(xiǎn)問題[16]。比如，數(shù)字供應(yīng)鏈平臺(tái)將與業(yè)務(wù)相關(guān)的價(jià)格、需求變動(dòng)等私人信息轉(zhuǎn)化為鏈內(nèi)共有信息，幫助上游企業(yè)調(diào)整生產(chǎn)經(jīng)營(yíng)戰(zhàn)略，減少受信息波動(dòng)效應(yīng)造成的資源浪費(fèi)的影響[17]。對(duì)下游企業(yè)而言，能夠通過高透明度、真實(shí)性和時(shí)效性的信息交互機(jī)制提高供應(yīng)鏈資源配置效率，利用大數(shù)據(jù)精準(zhǔn)分析提前預(yù)測(cè)海外消費(fèi)者的需求波動(dòng)，構(gòu)建用戶畫像[18]，實(shí)現(xiàn)產(chǎn)品的“增量提質(zhì)”，增強(qiáng)供需協(xié)調(diào)能力和供應(yīng)鏈的抗風(fēng)險(xiǎn)能力。對(duì)中游企業(yè)而言，一方面，能夠借助供應(yīng)鏈信息技術(shù)打破上下游企業(yè)間的信息阻礙，實(shí)現(xiàn)采購(gòu)、生產(chǎn)和銷售的優(yōu)化調(diào)整，加深對(duì)生產(chǎn)要素價(jià)格、質(zhì)量等信息的了解[19]，提高內(nèi)部資源配置效率；另一方面，能夠發(fā)揮數(shù)字技術(shù)的高鏈接性和強(qiáng)滲透性，打破傳統(tǒng)供應(yīng)鏈在地理、行業(yè)上的限制，將原本的單向靜態(tài)鏈?zhǔn)浇M織結(jié)構(gòu)轉(zhuǎn)變?yōu)楦訌?fù)雜的網(wǎng)絡(luò)化、動(dòng)態(tài)化結(jié)構(gòu)，擴(kuò)大企業(yè)間的選擇邊界，加強(qiáng)供應(yīng)鏈參與者的協(xié)同效應(yīng)[20]，為開展“長(zhǎng)尾產(chǎn)品”研發(fā)合作提供良好的外部條件。

創(chuàng)新驅(qū)動(dòng)視角。企業(yè)創(chuàng)新投入活動(dòng)周期長(zhǎng)、投入風(fēng)險(xiǎn)大等特點(diǎn)，阻礙了企業(yè)參與創(chuàng)新活動(dòng)。供應(yīng)鏈數(shù)字化有助于企業(yè)克服參與創(chuàng)新的障礙，提高企業(yè)的創(chuàng)新能力[8]。在研發(fā)投入的成功率上，一方面，供應(yīng)鏈數(shù)字化能夠利用數(shù)字技術(shù)和大數(shù)據(jù)洞察客戶真實(shí)需求，降低企業(yè)創(chuàng)新投入失敗風(fēng)險(xiǎn)[21]；另一方面，供應(yīng)鏈數(shù)字化可以助力企業(yè)通過數(shù)字孿生與仿真技術(shù)將實(shí)驗(yàn)要素?cái)?shù)字化，通過更高頻次的數(shù)字實(shí)驗(yàn)更為精準(zhǔn)、有效地完成創(chuàng)新目標(biāo)，有效提升創(chuàng)新成功概率。在刺激研發(fā)支出上，供應(yīng)鏈數(shù)字化能夠減少產(chǎn)品聯(lián)合研發(fā)中斷風(fēng)險(xiǎn)，提高產(chǎn)品研發(fā)的連貫性[22]。具體而言，一方面，下游客戶企業(yè)為了確保產(chǎn)品的品質(zhì)要求向上游供應(yīng)商提供技術(shù)和知識(shí)支持；另一方面，下游企業(yè)通過供應(yīng)鏈數(shù)字化技術(shù)邀請(qǐng)上游供應(yīng)商參與新產(chǎn)品的研發(fā)與合作[23]。這種資源和技術(shù)雙向流通的產(chǎn)品研發(fā)模式，能充分利用各方獨(dú)特的優(yōu)勢(shì)資源，從多個(gè)維度全方位提升產(chǎn)品整體的競(jìng)爭(zhēng)力與質(zhì)量，為出口技術(shù)復(fù)雜度的提升匯聚多元?jiǎng)?chuàng)新力量。

綜上，本文認(rèn)為供應(yīng)鏈數(shù)字化通過降本增效在企業(yè)經(jīng)營(yíng)層面集聚更多的資源，通過增韌協(xié)作在供應(yīng)鏈層面提供產(chǎn)品研發(fā)的穩(wěn)定外部合作環(huán)境，通過創(chuàng)新驅(qū)動(dòng)在產(chǎn)品層面增加研發(fā)投入的力度和準(zhǔn)確率，進(jìn)而共同促進(jìn)出口技術(shù)復(fù)雜度的提升?；诖?，本文提出如下假設(shè)：

H2：供應(yīng)鏈數(shù)字化通過降本增效提升企業(yè)出口技術(shù)復(fù)雜度。

H3：供應(yīng)鏈數(shù)字化通過增韌協(xié)作促進(jìn)出口技術(shù)復(fù)雜度的穩(wěn)定性提升。

H4：供應(yīng)鏈數(shù)字化通過創(chuàng)新驅(qū)動(dòng)優(yōu)化企業(yè)出口技術(shù)復(fù)雜度。

供應(yīng)鏈數(shù)字化通過多種路徑驅(qū)動(dòng)出口技術(shù)復(fù)雜度升級(jí)（圖1）。

lt;E：＼2025-3＼圖片＼換32頁(yè)圖1.pnggt;

圖1 供應(yīng)鏈數(shù)字化促進(jìn)中國(guó)企業(yè)出口技術(shù)復(fù)雜度提升機(jī)制圖

三、 研究設(shè)計(jì)

1. 變量設(shè)定

（1）解釋變量：供應(yīng)鏈數(shù)字化（[Time×Treat]）

本文將供應(yīng)鏈數(shù)字化（[Time×Treat]）作為解釋變量。借鑒李長(zhǎng)英等[9]的研究，將供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)工作政策實(shí)施作為一次外生沖擊并分別構(gòu)建實(shí)踐組虛擬變量[Treat]和時(shí)間虛擬變量[Time]的交互項(xiàng)。考慮到產(chǎn)業(yè)集聚效應(yīng)，將位于試點(diǎn)城市的企業(yè)賦值為1，反之為0；以政策頒布年份作為界點(diǎn)，2018年以后賦值為1，反之為0。

（2）被解釋變量 ：企業(yè)出口技術(shù)復(fù)雜度（EXPY）

本文將企業(yè)出口技術(shù)復(fù)雜度（EXPY）作為被解釋變量。鑒于中國(guó)企業(yè)出口產(chǎn)品屬性與價(jià)格要素扭曲可能會(huì)造成計(jì)算結(jié)果的偏誤，因此，本文借鑒高翔等[24]的做法，使用全要素生產(chǎn)率對(duì)行業(yè)出口技術(shù)復(fù)雜度進(jìn)行調(diào)整，具體步驟如下：

首先，根據(jù)UN Comtrade數(shù)據(jù)庫(kù)2008—2022年多國(guó)HS96編碼產(chǎn)品出口數(shù)據(jù)，運(yùn)用公式（1）測(cè)算具體產(chǎn)品q的出口技術(shù)復(fù)雜度。式中，[PRODYq]是指國(guó)家級(jí)層面的出口技術(shù)復(fù)雜度指數(shù)，[q]代表某一產(chǎn)品，[C]代表某一國(guó)家或地區(qū)，[Xcq]代表c國(guó)家或地區(qū)產(chǎn)品q的出口額，[X]為該國(guó)的出口總額，[Pcgdp]表示該國(guó)的人均GDP水平，數(shù)據(jù)來自世界銀行和Wind數(shù)據(jù)庫(kù)。

[PRODYq=CXcq/XccXcq/XcPcgdpc]" （1）

其次，參考余娟娟等[6]的做法，將HS96編碼轉(zhuǎn)化為國(guó)民經(jīng)濟(jì)行業(yè)分類2位碼。之后，以中國(guó)海關(guān)數(shù)據(jù)庫(kù)中企業(yè)產(chǎn)品出口份額為權(quán)重，利用公式（2）計(jì)算行業(yè)層面的出口技術(shù)復(fù)雜度（[EXPYcj]），式中，X表示c國(guó)j行業(yè)[q]產(chǎn)品出口占[C]國(guó)j行業(yè)總出口的比重。計(jì)算得出中國(guó)行業(yè)的出口技術(shù)復(fù)雜度。

[EXPYcj=qXjqXcjPRODYq] （2）

最后，根據(jù)公式（3），使用全要素生產(chǎn)率（TFP）對(duì)前期測(cè)算的行業(yè)出口技術(shù)復(fù)雜度進(jìn)行校準(zhǔn)，最終生成企業(yè)層面的出口技術(shù)復(fù)雜度指標(biāo)。式中，[EXPYi]為i企業(yè)出口技術(shù)復(fù)雜度，[TFP]為采用LP算法得出的企業(yè)全要素生產(chǎn)率，在穩(wěn)健性檢驗(yàn)中，采用OP法和普通最小二乘法（OLS）的全要素生產(chǎn)率進(jìn)行調(diào)節(jié)驗(yàn)證。

[EXPYi=TFPiTFPjEXPYcj] （3）

（3）控制變量

參考劉婧玲等[3]、李長(zhǎng)英等[9]、張玲富等[21]的做法，選取企業(yè)成立年限（FirmAge）、企業(yè)規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev）、現(xiàn)金流比率（CashFlow）、托賓Q值（TobinQ）、凈資產(chǎn)收益率（ROE）和資產(chǎn)周轉(zhuǎn)率（ATO）作為控制變量。

（4）中介變量

本文認(rèn)為，供應(yīng)鏈數(shù)字化（[Time×Treat]）能夠從企業(yè)層面降低經(jīng)營(yíng)成本（OE）和提升全要素生產(chǎn)率（TFP-LP），即通過“降本增效”賦能企業(yè)出口技術(shù)復(fù)雜度（EXPY）；在供應(yīng)鏈層面能夠增加供應(yīng)鏈抗風(fēng)險(xiǎn)能力（Resis）與協(xié)作能力（SCC），即通過“增韌協(xié)作”提高企業(yè)出口技術(shù)復(fù)雜度（EXPY）；聚焦與產(chǎn)品層面能夠強(qiáng)化數(shù)實(shí)產(chǎn)業(yè)融合（TechConv）和增加研發(fā)支出（Ramp;D），即通過“創(chuàng)新驅(qū)動(dòng)”助力企業(yè)出口技術(shù)復(fù)雜度進(jìn)階。

2. 雙向固定雙重差分模型

本文將供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)工作作為企業(yè)供應(yīng)鏈數(shù)字化建設(shè)的一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)，利用雙向固定雙重差分模型檢驗(yàn)供應(yīng)鏈數(shù)字化與企業(yè)出口技術(shù)復(fù)雜度的因果效應(yīng)，構(gòu)建如下計(jì)量模型：

[EXPYit=α0+β0Timet×Treati+γControlit+Firmi+Yeart+εit] （4）

上式中，[EXPYit]表示企業(yè)出口技術(shù)復(fù)雜度；[Timet]表示試點(diǎn)政策前后的時(shí)間虛擬變量（2018年及其之后取值為1，反之為0）；[Treati]表示企業(yè)是否位于試點(diǎn)城市的虛擬變量（若是位于試點(diǎn)城市取值為1，反之為0）；[Time×Treat]為核心解釋變量，系數(shù)[β]是關(guān)注的重點(diǎn)，若系數(shù)為正，則表明供應(yīng)鏈數(shù)字化能夠提升企業(yè)出口技術(shù)復(fù)雜度。[Control]表示一系列控制變量。[Firmi]和[Yeart]分別代表個(gè)體和年份的固定效應(yīng)。[εijt]為隨機(jī)誤差項(xiàng)，表示其他未被觀測(cè)到的因素對(duì)企業(yè)出口技術(shù)復(fù)雜度的影響。

3. 數(shù)據(jù)來源及處理

本文將2008—2022年A股上市公司作為觀測(cè)對(duì)象，進(jìn)行樣本篩選以確保數(shù)據(jù)質(zhì)量。首先，為規(guī)避特殊行業(yè)對(duì)研究結(jié)果造成的誤差，剔除金融及保險(xiǎn)行業(yè)的公司；其次，保障調(diào)查樣本公司財(cái)務(wù)監(jiān)控和經(jīng)營(yíng)穩(wěn)定性，剔除ST、*ST和PT類公司；最后，剔除關(guān)鍵變量數(shù)據(jù)缺失的樣本，最終得到16714個(gè)企業(yè)-年度樣本觀測(cè)值。數(shù)據(jù)來自多個(gè)官方平臺(tái)或權(quán)威數(shù)據(jù)庫(kù)，上市公司經(jīng)營(yíng)數(shù)據(jù)主要來自CSMAR數(shù)據(jù)庫(kù)和Wind數(shù)據(jù)庫(kù)，產(chǎn)品出口數(shù)量來自中國(guó)海關(guān)數(shù)據(jù)庫(kù)，各國(guó)人均GDP數(shù)據(jù)來自世界銀行發(fā)布數(shù)據(jù)，企業(yè)數(shù)實(shí)產(chǎn)業(yè)技術(shù)融合來自國(guó)家知識(shí)產(chǎn)權(quán)局專利數(shù)據(jù)庫(kù)，其余數(shù)據(jù)均來自CNRDS數(shù)據(jù)庫(kù)。為減少極端值的影響，將所有連續(xù)變量進(jìn)行1%和99%Winsorize處理。表1報(bào)告了主要變量的描述性統(tǒng)計(jì)結(jié)果。

表1 描述性統(tǒng)計(jì)

[變量類型 變量名稱 符號(hào) Obs Mean Std.Dev. Min Max 被解釋變量 企業(yè)出口技術(shù)復(fù)雜度 EXPY 16714 4.907 0.771 2.376 6.595 解釋變量 供應(yīng)鏈數(shù)字化 Time×Treat 16714 0.313 0.464 0 1 中介變量 降本增效 OE 16714 -2.089 0.771 -5.676 1.217 TFP-LP 16714 8.285 0.943 5.093 11.852 增韌協(xié)作 Resis 16714 -1.33 0.902 -8.36 1.832 SSC 16714 0.327 0.151 0.033 0.954 創(chuàng)新驅(qū)動(dòng) Ramp;D 16714 0.259 0.893 0 21.602 TechConv 16714 0.268 0.617 0 6.225 控制變量 成立年限 FirmAge 16714 2.951 0.3 1.609 4.174 企業(yè)規(guī)模 Size 16714 22.146 1.171 17.806 27.621 資產(chǎn)負(fù)債率 Lev 16714 0.393 0.191 0.008 0.008 現(xiàn)金流比率 CashFlow 16714 0.053 0.069 0.069 0.839 托賓Q值 TobinQ 16714 2.162 2.162 0.681 92.25 凈資產(chǎn)收益率 ROE 16714 0.064 0.479 -42.57 12.901 資產(chǎn)周轉(zhuǎn)率 ATO 16714 0.659 0.392 0.016 7.788 ]

四、 實(shí)證結(jié)果分析

1. 基準(zhǔn)回歸

表2報(bào)告了基準(zhǔn)回歸結(jié)果。列（1）至列（3）分別檢驗(yàn)了供應(yīng)鏈數(shù)字化在考慮個(gè)體和時(shí)間固定效應(yīng)以及企業(yè)特征變量的情況下對(duì)企業(yè)出口技術(shù)復(fù)雜度（EXPY）的影響。其中，列（1）供應(yīng)鏈數(shù)字化的系數(shù)為0.190，且在1%水平上顯著，初步表明在未考慮個(gè)體和時(shí)間固定效應(yīng)的情況下供應(yīng)鏈數(shù)字化對(duì)企業(yè)出口技術(shù)復(fù)雜度具有顯著的促進(jìn)作用。列（2）供應(yīng)鏈數(shù)字化的系數(shù)為0.019，且在10%水平上顯著。由此可見，即便考慮了個(gè)體與時(shí)間方面因素的影響，供應(yīng)鏈數(shù)字化依舊能夠促進(jìn)企業(yè)出口技術(shù)復(fù)雜度提升。列（3）為在此基礎(chǔ)上又加入企業(yè)特征控制變量的回歸結(jié)果，結(jié)果顯示，供應(yīng)鏈數(shù)字化的系數(shù)為0.024，且在5%水平上顯著。通過這一系列逐步增加控制因素的回歸分析，結(jié)果持續(xù)驗(yàn)證了供應(yīng)鏈數(shù)字化對(duì)企業(yè)出口技術(shù)復(fù)雜度的正向促進(jìn)作用，假設(shè)H1得以驗(yàn)證。

表2 基準(zhǔn)結(jié)果

[ EXPY EXPY EXPY （1） （2） （3） Time×Treat 0.190***（0.013） 0.019*（0.011） 0.024**（0.010） Lev 0.104***（0.032） CashFlow 0.235***（0.049） TobinQ -0.023***（0.002） FirmAge 0.109（0.073） Size 0223***（0.008） ROE 0.005（0.005） ATO 0.232***（0.025） 常數(shù)項(xiàng) 4.847***（0.007） 4.899***（0.004） 4.417***（0.215） 個(gè)體固定效應(yīng) 否 是 是 時(shí)間固定效應(yīng) 否 是 是 觀測(cè)值 16714 16345 16345 調(diào)整R2 0.013 0.864 0.868 ]

注：*、**、***分別表示在10%、5%、1%的水平下顯著；括號(hào)內(nèi)為標(biāo)準(zhǔn)誤，下同

2. 有效性檢驗(yàn)

（1）平行趨勢(shì)檢驗(yàn)

為確保雙向固定雙重差分模型估計(jì)的無偏性，本文參考張樹山等[25]的研究進(jìn)行平行趨勢(shì)檢驗(yàn)。

[EXPYit=α2+k=20142022β2Treati×Yearkt+γControlit+Firmi+Yeart+εit]" （5）

上式中，[Yeark]為衡量樣本年份與供應(yīng)鏈數(shù)字化試點(diǎn)政策沖擊年份的時(shí)間間隔，k為政策實(shí)施年（current）。本文將供應(yīng)鏈數(shù)字化實(shí)施的前一年（2017年）作為基期，因而圖2中沒有顯示-1期。重點(diǎn)關(guān)注系數(shù)[β2]，它反映k年處理組和對(duì)照組企業(yè)出口技術(shù)復(fù)雜度的差異。由圖2結(jié)果可知，在供應(yīng)鏈數(shù)字化試點(diǎn)政策實(shí)施前，處理組與對(duì)照組的估計(jì)系數(shù)波動(dòng)較小且基本圍繞零上下波動(dòng)，表明兩組企業(yè)在該時(shí)期無系統(tǒng)性差異，符合平行趨勢(shì)假設(shè)。政策實(shí)施后，處理組企業(yè)出口技術(shù)復(fù)雜度的估計(jì)系數(shù)顯著上升，且與對(duì)照組逐漸拉開差距，進(jìn)一步說明供應(yīng)鏈數(shù)字化試點(diǎn)政策對(duì)企業(yè)出口技術(shù)復(fù)雜度產(chǎn)生了積極影響，有力支持了模型估計(jì)的無偏性，平行趨勢(shì)檢驗(yàn)通過。

（2）安慰劑檢驗(yàn)

為進(jìn)一步驗(yàn)證供應(yīng)鏈數(shù)字化對(duì)企業(yè)出口技術(shù)復(fù)雜度的積極影響并非由其他隨機(jī)因素導(dǎo)致，本文使用安慰劑檢驗(yàn)對(duì)供應(yīng)鏈數(shù)字化的偶然性進(jìn)行識(shí)別。具體而言，通過500次交互項(xiàng)隨機(jī)抽樣生成偽政策變量，并進(jìn)行重復(fù)回歸分析，結(jié)果如圖3所示。偽政策變量的回歸系數(shù)均值趨近于零，其分布呈現(xiàn)正態(tài)性特征，且超過90%的p值高于0.1閾值。表明供應(yīng)鏈數(shù)字化對(duì)出口技術(shù)復(fù)雜度的正向效應(yīng)是系統(tǒng)性政策干預(yù)的結(jié)果，而非隨機(jī)性干擾的產(chǎn)物，從而進(jìn)一步佐證了基礎(chǔ)回歸結(jié)果的穩(wěn)健性。

lt;E：＼2025-3＼圖片＼換35頁(yè)圖2.pnggt;

圖2 平行趨勢(shì)檢驗(yàn)

lt;E：＼2025-3＼圖片＼換35頁(yè)圖3.pnggt;

圖3 安慰劑檢驗(yàn)

（3）預(yù)期效應(yīng)檢驗(yàn)

為進(jìn)一步檢驗(yàn)供應(yīng)鏈數(shù)字化對(duì)企業(yè)出口技術(shù)復(fù)雜度的預(yù)期效應(yīng)，本文在模型（2）的基礎(chǔ)上添加交互項(xiàng)[Year2017×Treat]再進(jìn)行檢驗(yàn)。其中，[Year2017]表示供應(yīng)鏈數(shù)字化實(shí)施前一年（2017年）的虛擬變量，如表3列（1）結(jié)果所示，[Year2017×Treat]估計(jì)系數(shù)并不顯著，說明供應(yīng)鏈數(shù)字化政策效應(yīng)的估計(jì)系數(shù)和顯著性未發(fā)生明顯變化。由此可見，供應(yīng)鏈數(shù)字化對(duì)企業(yè)出口技術(shù)復(fù)雜度的影響不存在預(yù)期效應(yīng)，研究結(jié)果仍然穩(wěn)健。

3. 內(nèi)生性與穩(wěn)健性檢驗(yàn)

（1）內(nèi)生性檢驗(yàn)

內(nèi)生性問題可能干擾供應(yīng)鏈數(shù)字化政策試點(diǎn)與企業(yè)出口技術(shù)復(fù)雜度的因果推斷，為此，本文從樣本選擇、變量測(cè)度和反向因果三個(gè)維度進(jìn)行內(nèi)生性檢驗(yàn)。首先，樣本自選擇可能導(dǎo)致非隨機(jī)分組偏誤。試點(diǎn)城市憑借資源稟賦優(yōu)勢(shì)吸引高潛力企業(yè)入駐，此類企業(yè)的固有優(yōu)勢(shì)不屬于政策效果，可能干擾因果推斷。為此，本文使用Heckman兩步法與雙重匹配策略進(jìn)行矯正。表3列（2）結(jié)果顯示，Heckman模型的逆米爾斯比率（IMR）顯著為負(fù)且供應(yīng)鏈數(shù)字化系數(shù)穩(wěn)健，初步證實(shí)了樣本選擇機(jī)制的可控性。進(jìn)一步使用傾向得分匹配（PSM）和熵平衡匹配（EP）重構(gòu)實(shí)驗(yàn)組與對(duì)照組，確保協(xié)變量分布平衡，消除由區(qū)位異質(zhì)性引發(fā)的估計(jì)偏誤。表3列（3）至列（4）結(jié)果所示，供應(yīng)鏈數(shù)字化系數(shù)仍顯著為正，表明樣本選擇偏誤已有效控制。其次，變量測(cè)度偏差可能致使研究結(jié)論偏離真實(shí)情境。本文從兩個(gè)方面優(yōu)化測(cè)度方法：一是重構(gòu)核心解釋變量，將試點(diǎn)城市內(nèi)企業(yè)設(shè)為控制組，其余企業(yè)作為對(duì)照組，以避免傳統(tǒng)測(cè)速對(duì)政策外溢效應(yīng)的遺漏；二是采用OP和OLS算法重新校準(zhǔn)行業(yè)出口技術(shù)復(fù)雜度，避免單一測(cè)度偏差。表3列（5）至列（7）顯示，供應(yīng)鏈數(shù)字化系數(shù)顯著為正，驗(yàn)證了變量重構(gòu)后結(jié)論的穩(wěn)健性。最后，識(shí)別潛在的反向因果關(guān)系，即可能存在出口技術(shù)復(fù)雜度較高的企業(yè)憑借自身資源要素優(yōu)勢(shì)，更早獲取試點(diǎn)資質(zhì)，并非由供應(yīng)鏈數(shù)字化試點(diǎn)直接推動(dòng)企業(yè)出口技術(shù)復(fù)雜度的提升，形成回歸結(jié)果偏差。為識(shí)別反向因果，本文采用Hausman檢驗(yàn)對(duì)比固定效應(yīng)與隨機(jī)效應(yīng)模型，若兩模型系數(shù)差異顯著，則存在內(nèi)生性問題；反之則表明因果推斷可靠。表3列（8）結(jié)果顯示，系數(shù)差異不顯著，反向因果路徑可排除。

表3 內(nèi)生性檢驗(yàn)

[ 預(yù)期效應(yīng)

檢驗(yàn) Heckman兩步法 PSM-DID EP-DID 替換解釋變量 EXPY-OP EXPY-OLS Hausman檢驗(yàn) （1） （2） （3） （4） （5） （6） （7） （8） Time×Treat 0.175***

（0.013） 0.176***

（0.0124） 0.041***（0.009） 0.172***（0.012） 0.023***（0.009） 0.025***（0.009） 0.093***（0.009） Time×Treat1 0.503***（0.175） 控制變量 是 是 是 是 是 是 是 是 常數(shù)項(xiàng) 3.986***（0.059） 4.1306***（0.068） 1.497***（0.059） 4.058***（0.066） 4.516***（0.216） 2.991***（0.165） 3.179***（0.174） 1.935***（0.055） Year2017×Treat -0.015（0.02） IMR -0.5170***（0.116） 個(gè)體固定效應(yīng) 是 是 是 是 是 是 是 是 時(shí)間固定效應(yīng) 是 是 是 是 是 是 是 是 N 16714 16714 16345 16714 16345 16345 16345 16714 調(diào)整R2 0.091 0.191 0.872 0.080 0.868 0.883 0.883 0.151 ]

（2）穩(wěn)健性檢驗(yàn)

為進(jìn)一步增強(qiáng)結(jié)論的可靠性，本文進(jìn)行如下穩(wěn)健性檢驗(yàn)。一是排除同期政策干擾。鑒于國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)政策可能影響企業(yè)出口技術(shù)復(fù)雜度，將其作為虛擬變量納入基準(zhǔn)回歸模型，以識(shí)別供應(yīng)鏈數(shù)字化政策的獨(dú)立效應(yīng)，避免估計(jì)偏差。二是排除異常年份的干擾?？紤]新冠疫情沖擊，剔除2020年樣本后重新回歸。三是針對(duì)潛在序列相關(guān)性和異方差問題，將標(biāo)準(zhǔn)誤分別聚類在行業(yè)及省份-行業(yè)層面，提高統(tǒng)計(jì)結(jié)果準(zhǔn)確性。四是為防止遺漏企業(yè)特征變量，加入營(yíng)業(yè)收入增長(zhǎng)率（Growth）、管理層持股比例（Mshare）和上市年限（ListAge），以更為全面地考慮個(gè)體差異，提升模型解釋力和擬合優(yōu)度。五是控制行業(yè)-年份和省份-年份固定效應(yīng)，捕捉未觀測(cè)因素影響，減少遺漏變量偏差，確保研究結(jié)果能準(zhǔn)確反映因果關(guān)系。經(jīng)上述處理，結(jié)果依然穩(wěn)?。ū?），進(jìn)一步驗(yàn)證了結(jié)論的可靠性。

表4 穩(wěn)健性檢驗(yàn)

[ 排除同期政策干擾 改變樣本區(qū)間 聚類行業(yè) 聚類省份 增加控制變量 高維固定 （1） （2） （3） （4） （5） （6） Time×Treat 0.018*

（0.011） 0.025**

（0.012） 0.177***

（0.05） 0.177***

（0.019） 0.026***

（0.009） 0.026***

（0.01） 控制變量 是 是 是 是 是 是 常數(shù)項(xiàng) 4.412***

（0.22） 4.404***

（0.233） 3.984***

（0.36） 3.984***

（0.165） 3.282***

（0.177） 4.514***

（0.179） 個(gè)體固定效應(yīng) 是 是 是 是 是 是 時(shí)間固定效應(yīng) 是 是 是 是 是 是 行業(yè)固定效應(yīng) 否 否 是 否 否 否 省份固定效應(yīng) 否 否 否 否 否 否 N 16345 14296 16714 16714 16345 16340 調(diào)整R2 0.868 0.859 0.09 0.09 0.884 0.873 ]

五、 機(jī)制檢驗(yàn)

前文討論了供應(yīng)鏈數(shù)字化與企業(yè)出口技術(shù)復(fù)雜度之間的因果關(guān)系，但未解析其潛在作用機(jī)制。本文借鑒江艇[26]的方法構(gòu)建中介模型，聚焦核心變量與中介變量因果聯(lián)系，如式（6）所示：

[Mit=α1+β1Timet×Treati+γControlit+Firmi+Yeart+εit] （6）

上式中，[Mit]代表中介變量，包括企業(yè)經(jīng)營(yíng)成本（OE）、全要素生產(chǎn)率（TFP-LP）、供應(yīng)鏈抵抗力（Resis）、供應(yīng)鏈協(xié)作力（SSC）、研發(fā)投入（Ramp;D）和數(shù)實(shí)融合水平（TechConv）。

1. 降本增效

基于前文所探討的作用原理，本文采用降低經(jīng)營(yíng)成本（OE）和提高全要素生產(chǎn)率（TFP-LP）來衡量供應(yīng)鏈數(shù)字化試點(diǎn)在企業(yè)經(jīng)營(yíng)層面通過 “降本增效” 賦能出口技術(shù)復(fù)雜度優(yōu)化的作用機(jī)制。一方面采用管理費(fèi)用與銷售費(fèi)用之和占營(yíng)業(yè)收入比值的自然對(duì)數(shù)衡量企業(yè)成本控制成效；另一方面借鑒李長(zhǎng)英等[9]的做法，使用LP算法的企業(yè)全要素生產(chǎn)率衡量企業(yè)的生產(chǎn)效率。表5列（1）、列（2）分別報(bào)告了降低經(jīng)營(yíng)成本和提高全要素生產(chǎn)率的影響機(jī)制檢驗(yàn)結(jié)果。實(shí)證研究表明，供應(yīng)鏈數(shù)字化的降本增效作用顯著影響企業(yè)出口產(chǎn)品質(zhì)量，具體表現(xiàn)為企業(yè)出口產(chǎn)品質(zhì)量隨著成本的降低和全要素生產(chǎn)率的提高而得到提升。

2. 增韌協(xié)作

承接前文所提及的作用路徑探討，本文采用供應(yīng)鏈抵抗能力（Resis）和協(xié)作能力（SCC）兩個(gè)指標(biāo)用于衡量供應(yīng)鏈數(shù)字化在供應(yīng)鏈層次通過增韌協(xié)作提高出口技術(shù)復(fù)雜度的影響路徑。一是借鑒潘紅波等[27]的做法，采用企業(yè)與前五大客戶連續(xù)年份內(nèi)穩(wěn)定客戶數(shù)量占比情況衡量供應(yīng)鏈抵抗力（Resis），其數(shù)值越大說明企業(yè)供應(yīng)鏈抵抗能力越高、運(yùn)行越穩(wěn)定。二是借鑒李穎等[28]對(duì)供應(yīng)鏈話語權(quán)的衡量方法，將上市公司前五大供應(yīng)商和前五大客戶的采購(gòu)與銷售比例之和的均值代表企業(yè)供應(yīng)鏈協(xié)作能力（SCC）。該指標(biāo)為反向指標(biāo)，數(shù)值越大，表明企業(yè)越依賴供應(yīng)鏈上下游、在供應(yīng)鏈中的話語權(quán)也就越弱。表5列（3）、列（4）分別報(bào)告了提升供應(yīng)鏈抵抗力和協(xié)作力的影響機(jī)制檢驗(yàn)結(jié)果。實(shí)證研究表明，供應(yīng)鏈數(shù)字化通過增加供應(yīng)鏈韌性和提升供應(yīng)鏈協(xié)作能力，對(duì)企業(yè)出口產(chǎn)品質(zhì)量產(chǎn)生積極影響。

3. 創(chuàng)新驅(qū)動(dòng)

遵循前文闡述的內(nèi)在機(jī)制脈絡(luò)，本文使用企業(yè)數(shù)實(shí)融合指數(shù)（TechConv）和研發(fā)支出（Ramp;D）衡量供應(yīng)鏈數(shù)字化試點(diǎn)在產(chǎn)品層面通過創(chuàng)新驅(qū)動(dòng)優(yōu)化企業(yè)出口技術(shù)復(fù)雜度的影響機(jī)制。一是參考黃先海等[29]的研究方法，獲取企業(yè)各年度數(shù)實(shí)產(chǎn)業(yè)技術(shù)融合的數(shù)量加1后并取自然對(duì)數(shù)，構(gòu)建企業(yè)數(shù)實(shí)融合指數(shù)（TechConv）。二是使用研發(fā)支出（Ramp;D）作為衡量企業(yè)創(chuàng)新投入力度。表5列（5）、列（6）分別報(bào)告了企業(yè)數(shù)實(shí)產(chǎn)業(yè)融合和增加研發(fā)支出的影響機(jī)制檢驗(yàn)結(jié)果。實(shí)證研究表明，供應(yīng)鏈數(shù)字化通過提升企業(yè)數(shù)實(shí)產(chǎn)業(yè)融合和增加研發(fā)支出對(duì)企業(yè)出口技術(shù)復(fù)雜度產(chǎn)生正向影響。

表5 機(jī)制檢驗(yàn)

[ 降本增效 增韌協(xié)作 創(chuàng)新驅(qū)動(dòng) OE LP1 Resis SSC TechConv Ramp;D （1） （2） （3） （4） （5） （6） Time×Treat -0.036***（0.011） 0.027***（0.011） 0.046***（0.013） -0.005*（0.003） 0.146***

（0.025） 0.121***（0.016） 控制變量 是 是 是 是 是 是 常數(shù)項(xiàng) -1.591***（0.288） 5.936***（0.244） -0.903***（0.228） 0.382***（0.046） 1.188***

（0.416） 0.421*（0.243） 個(gè)體固定效應(yīng) 是 是 是 是 是 是 時(shí)間固定效應(yīng) 是 是 是 是 是 是 N 16345 16345 16107 15583 14325 16345 調(diào)整R2 0.882 0.926 0.85 0.811 0.557 0.803 ]

六、 異質(zhì)性分析

企業(yè)異質(zhì)性、行業(yè)異質(zhì)性與供應(yīng)鏈效能差異，會(huì)顯著作用于運(yùn)營(yíng)模式與資源配置策略，導(dǎo)致供應(yīng)鏈數(shù)字化對(duì)出口技術(shù)復(fù)雜度的影響效應(yīng)具有顯著的異質(zhì)性特征。因此，本部分從企業(yè)、行業(yè)和供應(yīng)鏈表現(xiàn)三個(gè)方面進(jìn)行異質(zhì)性分析。

1. 考慮企業(yè)異質(zhì)性

（1）股權(quán)性質(zhì)

從股權(quán)性質(zhì)差異來看，企業(yè)產(chǎn)權(quán)屬性顯著影響供應(yīng)鏈數(shù)字化的技術(shù)溢出效應(yīng)。本文構(gòu)建虛擬變量國(guó)有企業(yè)（EQ1）和非國(guó)有企業(yè)（EQ2）進(jìn)行異質(zhì)性檢驗(yàn)，表6列（1）、列（2）顯示，非國(guó)有企業(yè)在供應(yīng)鏈數(shù)字化建設(shè)對(duì)出口技術(shù)復(fù)雜度的提升效果更為明顯，而對(duì)國(guó)有企業(yè)的提升效果并不顯著。究其原因：一是非國(guó)有企業(yè)面臨的市場(chǎng)競(jìng)爭(zhēng)約束較強(qiáng)，倒逼其通過供應(yīng)鏈數(shù)字化突破資源瓶頸；二是扁平化的決策架構(gòu)使非國(guó)有企業(yè)能夠更快地響應(yīng)市場(chǎng)需求；三是國(guó)有企業(yè)可能存在監(jiān)督缺位造成的數(shù)字化關(guān)系進(jìn)程較慢，導(dǎo)致企業(yè)管理者數(shù)字能力與供應(yīng)鏈數(shù)字化轉(zhuǎn)型現(xiàn)實(shí)相割裂，降低了轉(zhuǎn)型成效[19]。

（2）公司治理水平

從公司治理水平差異性來看，企業(yè)的治理效能是數(shù)字化成效的調(diào)節(jié)變量。本文借鑒周宏等[30]的研究，使用主成分法構(gòu)建公司治理指數(shù)CGL，根據(jù)治理水平結(jié)果將企業(yè)劃分為高治理組（CGL1）與低治理組（CGL2）進(jìn)行異質(zhì)性檢驗(yàn)。表6列（3）、列（4）結(jié)果顯示，供應(yīng)鏈數(shù)字化對(duì)公司治理水平較高企業(yè)的出口技術(shù)復(fù)雜度提升效果更為明顯。這得益于，高水平治理組的企業(yè)通常具備更完善的風(fēng)險(xiǎn)管理和經(jīng)營(yíng)決策機(jī)制，能夠借助供應(yīng)鏈數(shù)字化進(jìn)行科學(xué)評(píng)估投資風(fēng)險(xiǎn)與回報(bào)。同時(shí)，高治理組企業(yè)通常具備高效的溝通機(jī)制，可以加強(qiáng)部門間的信息流通。相比之下，低水平治理組企業(yè)在信息共享、資源配置、風(fēng)險(xiǎn)控制等方面存在問題，抑制了對(duì)出口技術(shù)復(fù)雜度的提升效果。

2. 考慮行業(yè)異質(zhì)性

（1）區(qū)分行業(yè)要素集中度

從要素集中度差異來看，勞動(dòng)密集型行業(yè)的出口技術(shù)復(fù)雜度提升效果更為明顯。本文根據(jù)行業(yè)要素集中度構(gòu)建勞動(dòng)密集型企業(yè)（ICD1）和非勞動(dòng)密集型企業(yè)（ICD2）進(jìn)行異質(zhì)性檢驗(yàn)。表6列（5）、列（6）匯報(bào)的結(jié)果顯示，供應(yīng)鏈數(shù)字化對(duì)勞動(dòng)密集型行業(yè)的出口技術(shù)復(fù)雜度的優(yōu)化效果更為顯著。可能的原因：一是資源集約的需要。勞動(dòng)密集型企業(yè)再生產(chǎn)過程對(duì)勞動(dòng)力依賴較大，通過供應(yīng)鏈數(shù)字化融合能夠從生產(chǎn)、物流和運(yùn)營(yíng)端降低人力成本，提高資源集約效率。二是在提升空間方面，非勞動(dòng)密集型企業(yè)具備更高的數(shù)字化水平和創(chuàng)新能力，相較于勞動(dòng)密集型企業(yè)，供應(yīng)鏈數(shù)字化的技術(shù)溢出空間有限。

（2）區(qū)分行業(yè)競(jìng)爭(zhēng)度

從行業(yè)競(jìng)爭(zhēng)差異性來看，高競(jìng)爭(zhēng)環(huán)境行業(yè)的供應(yīng)鏈數(shù)字化驅(qū)動(dòng)效應(yīng)更為顯著。本文使用HHI指數(shù)將企業(yè)劃分為高競(jìng)爭(zhēng)企業(yè)（IDC1）和低競(jìng)爭(zhēng)企業(yè)（IDC2）進(jìn)行異質(zhì)性檢驗(yàn)。表6列（7）、列（8）回歸結(jié)果顯示，供應(yīng)鏈數(shù)字化對(duì)高市場(chǎng)競(jìng)爭(zhēng)度行業(yè)的出口技術(shù)復(fù)雜度優(yōu)化成效更為明顯。這是由于，高競(jìng)爭(zhēng)行業(yè)的企業(yè)面臨更為激烈的同質(zhì)化競(jìng)爭(zhēng)，供應(yīng)鏈數(shù)字化能夠通過優(yōu)化生產(chǎn)流程和整合鏈內(nèi)資源，提升企業(yè)競(jìng)爭(zhēng)力。因此，高競(jìng)爭(zhēng)企業(yè)更傾向于構(gòu)建供應(yīng)鏈數(shù)字化平臺(tái)，提升出口產(chǎn)品技術(shù)復(fù)雜度。

表6 異質(zhì)性分析1

[ 股權(quán)性質(zhì) 公司治理水平 行業(yè)集中度 行業(yè)集中度 國(guó)企 非國(guó)企 高水平 低水平 勞動(dòng)密集型 非勞動(dòng)密集型 高競(jìng)爭(zhēng)度 低競(jìng)爭(zhēng)度 （1） （2） （3） （4） （5） （6） （7） （8） Time×Treat 0.014（0.018） 0.026**（0.013） 0.027*（0.016） 0.006

（0.014） 0.033**

（0.013） 0.018

（0.012） 0.042***（0.009） 0.008（0.018） 控制變量 是 是 是 是 是 是 是 是 常數(shù)項(xiàng) 4.389***（0.462） 4.540***（0.26） 4.167***（0.333） 4.459***（0.322） 3.355***（0.293） 4.716***（0.249） 3.741***（0.278） 5.491***（0.330） 個(gè)體固定效應(yīng) 是 是 是 是 是 是 是 是 時(shí)間固定效應(yīng) 是 是 是 是 是 是 是 是 N 4266 12053 7777 8362 3367 12964 8066 8194 調(diào)整R2 0.886 0.866 0.872 0.875 0.974 0.809 0.965 0.774 ]

3. 考慮供應(yīng)鏈異質(zhì)性

（1）供應(yīng)鏈效率

從供應(yīng)鏈效率差異性來看，供應(yīng)鏈效率較低的企業(yè)賦能效應(yīng)更為顯著。本文使用企業(yè)存貨周轉(zhuǎn)天數(shù)衡量企業(yè)的供應(yīng)鏈效率并構(gòu)建高效率組（SCE1）和低效率組（SCE2）進(jìn)行異質(zhì)性檢驗(yàn)。表7列（1）、列（2）結(jié)果顯示，供應(yīng)鏈數(shù)字化對(duì)供應(yīng)鏈效率較低企業(yè)出口技術(shù)復(fù)雜度的促進(jìn)作用更為明顯?？赡苁怯捎诠?yīng)鏈效率低的企業(yè)通過供應(yīng)鏈數(shù)字化可在庫(kù)存管理、物流調(diào)度、信息共享方面改進(jìn)，提升生產(chǎn)效率與產(chǎn)品質(zhì)量，進(jìn)而提升出口技術(shù)復(fù)雜度，而供應(yīng)鏈效率高的企業(yè)數(shù)字化邊際效益較小。

（2）供應(yīng)鏈集中度

供應(yīng)鏈集中度可通過多種渠道對(duì)企業(yè)表現(xiàn)產(chǎn)生影響。使用五大供應(yīng)商采購(gòu)額占總采購(gòu)額的比率將企業(yè)劃分高集中度組（SCC1）和低集中度（SCC2），表7列（3）、列（4）結(jié)果顯示，供應(yīng)鏈數(shù)字化對(duì)供應(yīng)鏈集中度較低企業(yè)的出口技術(shù)復(fù)雜度優(yōu)化效果更為明顯。可能的原因主要有兩方面：一方面，供應(yīng)鏈集中度較高的企業(yè)對(duì)主要客戶依賴程度高，在供應(yīng)鏈中的話語權(quán)相對(duì)較低，其開展供應(yīng)鏈數(shù)字化轉(zhuǎn)型的能力與動(dòng)力均較弱。相較而言，供應(yīng)鏈集中度較低的企業(yè)在供應(yīng)鏈選擇上靈活性更大，其借助供應(yīng)鏈數(shù)字化優(yōu)化供應(yīng)鏈資源，進(jìn)而提升出口技術(shù)復(fù)雜度的動(dòng)機(jī)更為顯著。另一方面，供應(yīng)鏈集中度較低企業(yè)可通過構(gòu)建高效的供應(yīng)鏈協(xié)同機(jī)制，強(qiáng)化供應(yīng)鏈間的信息交流與合作，這有助于提升供應(yīng)鏈整體效率與響應(yīng)速度，從而在提升出口技術(shù)復(fù)雜度方面具有更大的潛力。

表7 異質(zhì)性分析2

[ 供應(yīng)鏈效率 供應(yīng)商集中度 高效率 低效率 高集中度 低集中度 （1） （2） （3） （4） Time×Treat -0.005

（0.017） 0.049***

（0.013） -0.015

（0.021） 0.046***

（0.01） 控制變量 是 是 是 是 常數(shù)項(xiàng) 4.602***

（0.346） 4.584***

（0.23） 5.297***

（0.376） 3.708***

（0.296） 個(gè)體固定效應(yīng) 是 是 是 是 時(shí)間固定效應(yīng) 是 是 是 是 N 7999 8002 7845 8145 調(diào)整R2 0.861 0.902 0.819 0.956 ]

七、 結(jié)論與啟示

本文以供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)工作為準(zhǔn)自然實(shí)驗(yàn)，基于2008—2022年A股上市公司經(jīng)營(yíng)數(shù)據(jù)和中國(guó)海關(guān)數(shù)據(jù)庫(kù)，構(gòu)建供應(yīng)鏈數(shù)字化影響企業(yè)出口技術(shù)復(fù)雜度的理論模型，系統(tǒng)闡釋其作用機(jī)理。主要研究結(jié)論如下：第一，供應(yīng)鏈數(shù)字化建設(shè)能夠顯著促進(jìn)企業(yè)出口技術(shù)復(fù)雜度提升，經(jīng)系列模型有效性檢驗(yàn)、內(nèi)生性與穩(wěn)健性檢驗(yàn)后結(jié)論依然成立。第二，機(jī)制檢驗(yàn)表明，供應(yīng)鏈數(shù)字化轉(zhuǎn)型通過“降本增效、協(xié)同增韌與創(chuàng)新驅(qū)動(dòng)”的傳導(dǎo)路徑實(shí)現(xiàn)技術(shù)復(fù)雜度提升。第三，異質(zhì)性分析顯示，從企業(yè)屬性來看，非國(guó)有企業(yè)和公司治理水平高的企業(yè)在轉(zhuǎn)型紅利獲取中更具效率彈性；就行業(yè)特征而言，行業(yè)競(jìng)爭(zhēng)力強(qiáng)和要素密集型企業(yè)呈現(xiàn)更顯著的技術(shù)躍遷；在供應(yīng)鏈層面，供應(yīng)鏈效率高或供應(yīng)鏈集中度低的企業(yè)在數(shù)字化轉(zhuǎn)型中具有更大的增值空間。

基于研究結(jié)論，本文提出以下建議：

企業(yè)戰(zhàn)略優(yōu)化層面，構(gòu)建“示范引領(lǐng)—生態(tài)協(xié)同—需求驅(qū)動(dòng)”的數(shù)字化轉(zhuǎn)型體系。第一，龍頭企業(yè)須強(qiáng)化政策乘數(shù)效應(yīng)，重點(diǎn)突破區(qū)塊鏈溯源、物聯(lián)網(wǎng)感知等核心技術(shù)，通過數(shù)字孿生系統(tǒng)實(shí)現(xiàn)研發(fā)—生產(chǎn)—物流全鏈路可視化管控。第二，依托試點(diǎn)數(shù)據(jù)中心構(gòu)建產(chǎn)業(yè)鏈數(shù)字神經(jīng)網(wǎng)絡(luò)，建立供應(yīng)商能力圖譜與產(chǎn)能共享平臺(tái)，實(shí)現(xiàn)跨企業(yè)業(yè)務(wù)協(xié)同與應(yīng)急響應(yīng)。第三，構(gòu)建用戶需求數(shù)字孿生體，運(yùn)用深度學(xué)習(xí)算法建立市場(chǎng)信號(hào)傳導(dǎo)機(jī)制，形成“需求洞察—敏捷研發(fā)—精準(zhǔn)供給”的閉環(huán)創(chuàng)新體系。

政府治理創(chuàng)新層面，實(shí)施“三維度”政策組合拳。第一，制度設(shè)計(jì)維度，建立“企業(yè)類型—行業(yè)特征—供應(yīng)鏈位勢(shì)”三維政策適配機(jī)制。針對(duì)民營(yíng)企業(yè)實(shí)施“研發(fā)補(bǔ)貼+數(shù)字債券+專利質(zhì)押”的融資組合，設(shè)置國(guó)有企業(yè)供應(yīng)鏈數(shù)字化滲透率考核指標(biāo)；面向勞動(dòng)密集型企業(yè)推行“智能設(shè)備置換券”，構(gòu)建高新企業(yè)“創(chuàng)新成果產(chǎn)業(yè)化率”階梯獎(jiǎng)勵(lì)與動(dòng)態(tài)淘汰機(jī)制。第二，基建布局維度，打造“東數(shù)西算—新基建構(gòu)建—傳統(tǒng)設(shè)施升級(jí)”的協(xié)同發(fā)展格局。東部地區(qū)發(fā)揮技術(shù)、人才與產(chǎn)業(yè)優(yōu)勢(shì)，搭建數(shù)字創(chuàng)新平臺(tái)，構(gòu)建供應(yīng)鏈數(shù)字化新業(yè)態(tài)；中西部地區(qū)構(gòu)建“區(qū)域算力樞紐+產(chǎn)業(yè)數(shù)字大腦”體系，同步實(shí)施傳統(tǒng)物流設(shè)施智能化改造工程。第三，在風(fēng)險(xiǎn)管控維度建立“績(jī)效評(píng)估—?jiǎng)討B(tài)調(diào)整”監(jiān)管機(jī)制，對(duì)政策依賴型企業(yè)實(shí)施支持力度遞減方案；深度參與跨境數(shù)據(jù)流動(dòng)、數(shù)字產(chǎn)品認(rèn)證等國(guó)際規(guī)則制定，構(gòu)建數(shù)字貿(mào)易“中國(guó)方案”制度框架。

參考文獻(xiàn)：

[1] 周茂，李雨濃，姚星，等.人力資本擴(kuò)張與中國(guó)城市制造業(yè)出口升級(jí)：來自高校擴(kuò)招的證據(jù)[J].管理世界，2019，35（5）：64-77.

[2] 李坤望，蔣為，宋立剛.中國(guó)出口產(chǎn)品品質(zhì)變動(dòng)之謎：基于市場(chǎng)進(jìn)入的微觀解釋[J].中國(guó)社會(huì)科學(xué)，2014（3）：80-103.

[3] 劉婧玲，劉經(jīng)珂，陳艷瑩.跨境電商綜試區(qū)提升了城市制造業(yè)出口技術(shù)復(fù)雜度嗎？[J].世界經(jīng)濟(jì)研究，2024（7）：58-71.

[4] 巫強(qiáng)，姚雨秀.企業(yè)數(shù)字化轉(zhuǎn)型與供應(yīng)鏈配置：集中化還是多元化[J].中國(guó)工業(yè)經(jīng)濟(jì)，2023（8）：99-117.

[5] HAUSMANN R， HWANG J， RODRIK D.What You Export Matters[J].Journal of Economic Growth， 2007（12）：1-25.

[6] 余娟娟，余東升.政府補(bǔ)貼、行業(yè)競(jìng)爭(zhēng)與企業(yè)出口技術(shù)復(fù)雜度[J].財(cái)經(jīng)研究，2018，44（3）：112-124.

[7] 劉信恒.數(shù)字經(jīng)濟(jì)、資源再配置與出口國(guó)內(nèi)附加值率[J].國(guó)際經(jīng)貿(mào)探索，2023，39（1）：36-51.

[8] 劉海建，胡化廣，張樹山，等.供應(yīng)鏈數(shù)字化與企業(yè)績(jī)效——機(jī)制與經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)管理，2023，45（5）：78-98.

[9] 李長(zhǎng)英，王曼.供應(yīng)鏈數(shù)字化能否提高企業(yè)全要素生產(chǎn)率？[J].財(cái)經(jīng)問題研究，2024（5）：75-88.

[10] 楊金玉，彭秋萍，葛震霆.數(shù)字化轉(zhuǎn)型的客戶傳染效應(yīng)——供應(yīng)商創(chuàng)新視角[J].中國(guó)工業(yè)經(jīng)濟(jì)，2022，（8）：156-174.

[11] 孟夏，董文婷.企業(yè)數(shù)字化轉(zhuǎn)型與出口競(jìng)爭(zhēng)力提升——來自中國(guó)上市公司的證據(jù)[J].國(guó)際貿(mào)易問題，2022（10）：73-89.

[12] CHANG S E， CHEN Y C， LU M F.Supply Chain Re-Engineering Using Blockchain Technology：A Case of Smart Contract based Tracking Process[J].Technological Forecasting and Social Change，2019（144）：1-11.

[13] 袁淳，肖土盛，耿春曉，等.數(shù)字化轉(zhuǎn)型與企業(yè)分工：專業(yè)化還是縱向一體化[J].中國(guó)工業(yè)經(jīng)濟(jì)，2021，（9）：137-155.

[14] 王欣，付雨蒙.企業(yè)數(shù)字化對(duì)國(guó)際化深度的影響研究[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2023（3）：104-124.

[15] QUEIROZ M M， TELLES R， BONILLA S H.Blockchain and Supply Chain Management Integration： A Systematic Review of the Literature[J].Supply Chain Management： An International Journal，2020，25（2）：241-254.

[16] HOFMANN E， RüSCH M.Industry 4.0 and the Current Status as Well as Future Prospects on Logistics[J].Computers in Industry，2017（89）：23-34.

[17] 楊志強(qiáng)，唐松，李增泉.資本市場(chǎng)信息披露、關(guān)系型合約與供需長(zhǎng)鞭效應(yīng)——基于供應(yīng)鏈信息外溢的經(jīng)驗(yàn)證據(jù)[J].管理世界，2020，36（7）：89-105.

[18] 逯海勇，宋培，李琳，等.數(shù)字基礎(chǔ)設(shè)施與國(guó)內(nèi)市場(chǎng)一體化——對(duì)加快建設(shè)國(guó)內(nèi)統(tǒng)一大市場(chǎng)的啟示[J].南方經(jīng)濟(jì)，2023（12）：128-142.

[19] 李青原，李昱，章尹賽楠，等.企業(yè)數(shù)字化轉(zhuǎn)型的信息溢出效應(yīng)——基于供應(yīng)鏈視角的經(jīng)驗(yàn)證據(jù)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2023（7）：142-159.

[20] 陳劍，黃朔，劉運(yùn)輝.從賦能到使能——數(shù)字化環(huán)境下的企業(yè)運(yùn)營(yíng)管理[J].管理世界，2020，36（2）：117-128.

[21] 張玲富，豆勇芳，王海靈.供應(yīng)鏈數(shù)字化如何改善供應(yīng)鏈效率——基于供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)政策的準(zhǔn)自然實(shí)驗(yàn)[J].現(xiàn)代管理科學(xué)，2024（4）：72-84.

[22] ZIMMERMANN R， FERREIRA L M D F， MOREIRA A C.The Influence of Supply Chain on the Innovation Process：A Systematic Literature Review[J].Supply Chain Management： An International Journal，2016，21（3）：289-304.

[23] CHAVEZ R， YU W， JACOBS M A，et al.Data-Driven Supply Chains，Manufacturing Capability and Customer Satisfaction[J].Production Planning amp; Control，2017，28（11-12）：906-918.

[24] 高翔，袁凱華.清潔生產(chǎn)環(huán)境規(guī)制與企業(yè)出口技術(shù)復(fù)雜度——微觀證據(jù)與影響機(jī)制[J].國(guó)際貿(mào)易問題，2020（2）：93-109.

[25] 張樹山，谷城.供應(yīng)鏈數(shù)字化與供應(yīng)鏈韌性[J].財(cái)經(jīng)研究，2024，50（7）：21-34.

[26] 江艇.因果推斷經(jīng)驗(yàn)研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2022（5）：100-120.

[27] 潘紅波，張哲.高管-客戶關(guān)系與企業(yè)客戶穩(wěn)定度[J].管理學(xué)報(bào)，2020，17（2）：196-203.

[28] 李穎，吳彥辰，田祥宇.企業(yè)ESG表現(xiàn)與供應(yīng)鏈話語權(quán)[J].財(cái)經(jīng)研究，2023，49（8）：153-168.

[29] 黃先海，高亞興.數(shù)實(shí)產(chǎn)業(yè)技術(shù)融合與企業(yè)全要素生產(chǎn)率——基于中國(guó)企業(yè)專利信息的研究[J].中國(guó)工業(yè)經(jīng)濟(jì)，2023（11）：118-136.

[30] 周宏，周暢，林晚發(fā)，等.公司治理與企業(yè)債券信用利差——基于中國(guó)公司債券2008—2016年的經(jīng)驗(yàn)證據(jù)[J].會(huì)計(jì)研究，2018（5）：59-66.

基金項(xiàng)目：新疆維吾爾自治區(qū)普通高等學(xué)校人文社會(huì)科學(xué)基地基金項(xiàng)目“‘雙循環(huán)’新發(fā)展格局下新疆出口貿(mào)易高質(zhì)量發(fā)展路徑研究”（項(xiàng)目編號(hào)：XJEDU2022XJ007）。

作者簡(jiǎn)介：胡青江，男，博士，新疆財(cái)經(jīng)大學(xué)中國(guó)（新疆）與中亞區(qū)域經(jīng)濟(jì)合作研究中心研究員，國(guó)際經(jīng)貿(mào)學(xué)院副教授，碩士生導(dǎo)師，研究方向?yàn)閲?guó)際貿(mào)易、區(qū)域經(jīng)濟(jì);邱旭，男，新疆財(cái)經(jīng)大學(xué)國(guó)際經(jīng)貿(mào)學(xué)院碩士研究生，研究方向?yàn)閲?guó)際貿(mào)易。

（收稿日期：2025-01-09" 責(zé)任編輯：殷 ?。?/p>