2 省域出口技术复杂度测算以及分析
2.1 基于省域人均GDP的出口技术复杂度
通常，人均工资水平与生产技术水平呈正相关，人均工资水平与人均GDP密切相关。鉴于此，Hausmann等（2007）以出口显性比较优势指数为权重对一国实际人均GDP进行加权来构建出口复杂度指数（Export Sophistication Index，ESI）。然而，由于区域之间往往存在巨大的贫富差距，采用国家层面的人均GDP评价省域出口复杂度，必然存在估计偏差。因此，参照Hausmann等（2007）的测算方法，采用地区实际人均生产总值替代国家层面的人均GDP来构建部门或产品出口复杂度，即：
式（8）中，ESIj指j出口产品的出口复杂度，xjr指r地区j出口产品的出口额，Xr指r地区总出口额，Yr指r地区实际人均生产总值。
进一步地，将部门或产品的出口复杂度进行加权平均，可计算出省域层面的出口技术复杂度指数（Technical Sophistication Index，TSI），即：
其中，TSIr为某一省域出口技术复杂度，亦称为“出口技术含量”。一般地，某一省域出口技术复杂度指数越大，表明该省域出口产品的结构越复杂，相应地，出口技术水平越高，反之则反。
2.2 空间相关性检验
为了检验是否适合采用空间计量模型，参考已有文献，本文采用帕特里克·莫兰于1950年提出的莫兰指数（Moran’s I）来分别检验基础设施和出口技术复杂度是否存在空间相关性，由此来决定是否采用空间计量模型。Moran’s I的计算公式为：
式（10）中，Wi，j为空间权重矩阵，通常为地理距离矩阵（龙小宁等，2014；张翠菊和张宗益，2015）。Moran’s I的取值范围为［-1，1］。当Moran’s I的负值越小时，表示区域变量之间空间负相关性越大；当Moran’s I的正值越大时，表示区域变量之间空间正相关性越大；当Moran’s I=0时，表示区域变量之间随机分布，并不存在明显的空间相关性。
考虑到地区经济具有空间集聚的特征，出口技术复杂度和基础设施均有可能存在空间相关性。因此，本文采用地理距离的倒数作为权重矩阵，分别计算出2002～2015年出口技术复杂度和基础设施的莫兰指数，具体如表1所示。
表1 中国省域出口技术复杂度（TSI）和基础设施（Infra）的Moran’s I
正如表1所示，2002～2015年中国省域出口技术复杂度（TSI）的Moran’s I全部通过了显著性检验，并且均为正值。值得注意的是，随着时间的推移，Moran’s I的显著性水平总体在提高，数值也总体呈现增大的趋势，表明中国各省域地区的出口技术复杂度的确存在显著的空间正相关关系，并且空间相关性总体在增强。随着中国经济进一步发展，区域之间的经济交流和合作日益紧密，地区间的技术外溢呈持续强化的态势。尽管基础设施（Infra）的Moran’s I的显著性水平总体在下降，但是除了2015年外其他数值也均显著为正，表明基础设施的投入也表现出较为明显的空间集聚性。因此，相比于传统计量方法，采用空间计量模型探究中国省域基础设施与出口技术复杂度之间的关系更为适合。
2.3 动态空间杜宾模型
以上理论分析表明，出口技术复杂度是一个长期的动态累积过程，不仅与以往的生产技术水平有密切关系，而且受到外部因素的影响，比如自然禀赋、外商直接投资、市场化程度等，因而选用动态面板空间计量模型。考虑到空间出口技术复杂度自身的溢出以及基础设施也可能存在空间集聚性。因此，本文最终采用动态空间杜宾模型进行实证检验。动态空间杜宾模型采用偏差修正QMLE方法，用于研究区域之间的“空间”效应和“累积”效应。具体如下所示：
模型中，i和j分别代表省域，t是指时间，TSIi，t表示省域i在t年的出口技术复杂度。Infrai，t表示省域i在t年的基础设施，参照张军等（2004）的做法，采用永续盘存法计算基础设施，即Infrai，t=Infrai，t（1-δ）+Ii，t，其中δ是指经济折旧率，通常取10%；Ii，t是指当年投资额，采用固定资本形成总额替代。W表示空间权重矩阵，Xi，t表示其他控制变量，εi，t为误差项。
当然，考虑到遗漏重要的解释变量可能造成估计结果有偏，结合已有的文献研究，本文加入了以下控制变量。
（1）自然禀赋（Pap）：一方面，丰裕的自然资源在提高人们收入水平上具有天然优势，进而直接增强了当地的比较优势和提高了出口技术复杂度（王永进等，2010）；另一方面，在自然资源丰裕的地区，经济增长过分依赖于自然禀赋，物质和人力等资本过度集中在资源密集型行业，其他行业发展受阻，使得产业结构过于单一，容易出现“资源诅咒”现象，反而阻碍了一个地区的出口技术复杂度的提升（祝树金等，2010）。由于农、林、牧、渔业和采矿业等属于参与自然资源的直接开发和利用的行业（孙永平和叶初升，2012），所以采用农、林、牧、渔业和采矿业从业人数占总从业人数的比重作为自然禀赋的代理变量。
（2）外商直接投资（Fdi）：通过外商直接投资，国外技术的外溢效应增强，使得东道国企业能够以相对低的技术研发和学习成本来促进技术的进步。此外，外商直接投资可以直接拉动东道国企业的出口增长，促进东道国经济增长率的提高（沈坤荣和耿强，2001），进而有助于提升人均收入水平和出口技术复杂度。本文采用外商直接投资的对数作为衡量外商直接投资的指标。
（3）城镇化水平（Urb）：城镇化与经济发展有着密不可分的关系。当前的中国，城镇化建设成效显著，城镇人口持续增加，相关配套设施和服务也在不断扩张，这有助于地区人力资本的积累以及经济的发展（Bertinelli and Zou，2008），也提高了出口产品质量和促进了产业结构转型升级。参考已有文献，采用城镇人口占总人口的比重表示城镇化水平（朱孔来等，2011；杨森平等，2015）。
（4）市场化程度（Market）：市场化改革对出口技术复杂度主要有两大方面的作用。一方面，完善的市场制度能够刺激市场竞争，保障要素配置的高效，充分激励人们发挥个人聪明才干，便于促进科技的创新。另一方面，开放的市场环境既有利于吸收国外资本投资，直接拉动经济的增长，又有利于促进生产技术的扩散和传播，提升东道国的技术水平（王小鲁，2000；方军雄，2006）。值得注意的是，本文采用国有企业职工人数占企业职工总人数的比例作为市场化程度的代理指标。因此，指标数值越小，表示市场化程度越高，对出口技术复杂度的促进作用越大，反之则反。
（5）互联网（Tel）：互联网促进出口技术复杂度提升的渠道分为直接效应和间接效应。互联网主要通过降低企业的信息成本来增强产品的竞争优势。具体表现在，准确的信息降低企业内外部之间沟通、协作和交易的成本，确保企业拥有高效的资源配置和较高的管理效率，提升决策的有效性（谢康等，1999；Arvanitis and Loukis，2009）。在“互联网+”时代，企业内外协调的成本继续下降，进一步促进社会分工及生产技术水平的提升，即互联网技术进步的直接效应。互联网技术进步的间接效应是指基于互联网的即时互动和资源共享，人们能够以低廉的成本获取解决问题的经验、技能和相关专业知识，促进一国人力资本的提升，从而拥有更高的生产效率。中国拥有庞大的人口规模，互联网的发展使得中国在数据和信息等方面拥有绝对优势，弥补资本和知识的缺乏，实现出口技术复杂度的赶超（李金城和周咪咪，2017）。为此，本文采用人均光缆长度来衡量互联网的发展水平。
此外，本文还特别加入了基础设施（Infra）与自然禀赋（Pap）的交互项来探讨通过完善基础设施是否可以缓解自然禀赋对出口技术复杂度的抑制作用。
2.4 空间权重矩阵的设定
空间权重矩阵的选择是建立空间计量模型的核心步骤之一。运用不同含义的权重矩阵来考察经济活动的空间溢出效应，对比不同路径下的空间溢出效应，使得估计结果更为有效和客观（王守坤，2013）。基于稳健性与不同路径的考虑，本文选取了地理距离权重矩阵和嵌套权重矩阵进行回归分析。其中，地理距离权重矩阵（WGEO）的基本表达形式为：
其中，di，j为省域i和省域j的地面距离。从权重的计算方法可以看出，两个地区的距离与空间溢出效应呈负相关关系。当省域之间的距离越远时，空间溢出效应越弱，反之则反。
实际上，出口技术复杂度通常是多因素综合的结果。为了综合考虑地理距离和经济活动两大因素，将两者有机地结合起来，引入嵌套权重矩阵（WNES）刻画空间溢出效应的综合性及复杂性，参考王守坤（2013）的方法，具体形式如下：
其中，diag（…）为对角矩阵，对角元素为
，表示时间段t0到t1内地区i人均实际GDP的均值，而
为样本区间所有地区人均实际GDP的平均值。
2.5 数据说明
本文所涉及的数据主要来自《中国统计年鉴》、国研网数据库和Wind数据库等。由于香港、台湾以及西藏等地区相关数据的缺失，因此这里给予剔除。最终本文选取了2002～2015年中国30个省域的面板数据进行研究。其中，涉及测算出口技术复杂度的贸易数据来自国研网数据库（2002～2015年）；中国各省域GDP、总人口、固定资本形成总额以及光缆长度等均从《中国统计年鉴》中获得；外商直接投资数据来自Wind数据库；非国有企业职工数和总职工数则来自中国各省域统计年鉴。此外，为了消除通货膨胀的影响，涉及名义价格的指标均采用以2000年为不变价格进行处理，所有平减指数均来自国家统计局的《中国统计年鉴》，包括地区生产总值指数和固定资产投资价格指数等。