人工智能促进了制造业企业出口产品升级吗？

袁其刚　嵇泳盛　于舒皓

关键词：人工智能;工业机器人;出口升级;出口技术复杂度

一、研究背景

新一轮工业革命浪潮正蓬勃兴起，德国、美国等西方工业发达国家先后出台“工业互联网”和“工业4.0”战略规划，尝试借助工业再升级和智能化转型重塑竞争优势和全球工业分工格局。为充分把握新一轮工业革命的历史性机遇，2015年国务院颁布《中国制造2025》，将智能制造列为中国实现制造业强国目标的五大工程之一。党的十九大报告也明确指出，要推动互联网、人工智能和实体经济深度融合。人工智能与实体经济相结合的重要体现之一就是工业机器人的广泛应用，成为推动“中国制造”向“中国智造”转变的重要力量。“十四五”规划更是将人工智能列为三大前沿发展科技。工业机器人作为人工智能落地应用的重要场景之一，近年来发展迅速。根据国际机器人联合会发布的《全球机器人2020报告》，截止到2019年底中国的工业机器人安装量达到78.3万台，约占全球工业机器人总量的21%，居全球首位。在理论上，工业机器人不仅可以作为一种内含前沿技术的先进投资设备，提高企业智能制造水平，还能通过与制造业深度融合推动产业结构优化升级，培育出新产业、新业态及新模式，进而推动出口产品升级。

出口产品升级通常是指一国企业在参与国际分工时，生产者须增加其出口产品的技术含量使其产品明显区别于其他厂商生产的产品，拉开同竞争对手的距离，以此获取竞争优势（Humphreyand Schmitz，2002）。自入世以来，中国制造业企业凭借自然资源、人口等要素禀赋优势，积极融入以跨国公司为主导的全球价值链分工体系，实现了较快的经济增长和出口扩张。根据海关统计数据，我国出口贸易总额由2003年的3.63万亿元提升至2020年的17.93万亿元，年均增速高达10.49%①，但多以中低端和低附加值产品为主，出口贸易面临“大”而不“强”的困境。2020年新冠疫情爆发，全球价值链和供应链遭受严重冲击，我国出口贸易更是面临前所未有的挑战，如何提升出口产品的技术含量和质量，加快出口贸易重心由“数量竞争”向“质量竞争”转变，已成为实现外贸高質量发展和企业出口升级的关键。同时，出口技术复杂度是对外贸易升级、出口质量、出口升级的重要衡量指标（王思语和郑乐凯，2019;钞小静和薛志欣，2020;陈虹和王蓓，2020），探究人工智能技术对于制造业企业出口技术复杂度的影响，既具有理论研究价值，也具有十分重要的现实意义。

自20世纪50年代以来，人工智能产生的经济效应引起学术界的广泛关注，研究内容聚焦在以工业机器人为典型场景的人工智能技术对劳动力市场和经济增长产生的影响。现有文献基于国际机器人联盟（IFR）提供的工业机器人数据，验证了人工智能发展对各国就业产生的替代、创造及生产效率效应（Acemogluand Restrepo，2017;Chiacchioetal，2018;Trajtenberg，2018;闫雪凌等，2020）。此外，人工智能也进一步冲击了劳动市场结构，产生“就业极化”现象，即中等技能的劳动力更容易被替代，并且加剧了不同技能劳动力岗位收入不平等（Lankischetal，2017;王永钦和董雯，2020;郭凯明和向风帆，2021）。作为21世纪最前瞻的技术创新，人工智能还将全面提升社会生产力，促进各行业全要素生产率提升（孙早和侯玉琳，2021），进而促进经济增长（杨光和侯钰，2020;陈楠和蔡跃洲，2021）。

随着人工智能应用领域的深化以及与实体经济融合度的加强，关于人工智能产生的影响延伸至国际贸易层面。Goldfarb和Trefler（2018）率先从规模经济、知识创造以及知识扩散的地理位置几个方面对人工智能技术与国际贸易的关系展开讨论，田云华等（2020）进一步阐述了人工智能对国际贸易规模、贸易分工格局以及全球价值链的影响。实证方面，刘斌和潘彤（2020）、吕越等（2020）分别从行业和微观企业视角验证了人工智能技术显著促进了一国或企业在全球价值链中地位的攀升，并进一步阐述了内在机制。由此可见，当前人工智能对于国际贸易领域的影响的研究仍处于起步阶段，且集中在对贸易规模及全球价值链分工的影响上。作为一种先进制造技术，人工智能在扩大贸易规模的同时，是否还能提高贸易质量，从而促进出口升级？若存在这一现象，其内在机理是什么？以上问题值得进一步深究。

众所周知，出口产品技术复杂度的提升对于增强一国贸易竞争优势、促进企业出口升级具有关键作用，现有研究也从不同角度来探讨出口技术复杂度提升的影响因素，如贸易自由化、贸易壁垒、出口市场份额和FDI流入、人力资本扩张、汇率变动、制造业数字化转型、数字贸易等（盛斌和毛其淋，2017;戴魁早和方杰炜，2019;丁一兵和宋畅，2019;周茂等，2019;李宏和任家禛，2020;党琳等，2020;姚战琪，2021）。尽管以上文献从多角度探讨了出口技术复杂度的影响因素，但却鲜有文献关注人工智能对出口技术复杂度的影响，且大多基于行业或区域层面进行分析，鲜有文献深入到微观企业层面。

相对于已有研究，本文的边际贡献为：第一，在研究视角上，首次从出口技术复杂度视角，深入微观企业探究人工智能发展对企业出口产品升级的影响，是对现有人工智能经济效应研究的重要补充。第二，在研究内容上，结合人工智能的特征深入剖析了其对企业出口技术复杂度的影响机制。基于以上问题考虑，本文通过2000-2013年IFR（国际机器人联盟）提供的工业机器人数据、中国海关数据库、中国工业企业数据库及CEPII数据库提供的微观企业产品层面数据，综合考察了人工智能与出口产品升级的关系。

二、理论分析与研究假说

出口技术复杂度是出口产品技术含量以及生产效率的综合反映，其高低主要取决于技术进步。人工智能作为新科技革命与制造业融合的标志性技术，必将有助于企业转型升级，推动出口技术复杂度升级。一方面，人工智能具备渗透性、替代性、协同性和创造性的技术—经济特征，能有效提高要素贡献度和投入产出效率，推动企业高质量发展;另一方面，人工智能还可以通过加速技术溢出、提高学习和吸收能力、提高研发效率以及投入人力资本等方式，促进制造业技术进步，从而实现企业转型升级。因此，提出本文的第一个研究假说。

假说1：人工智能技术应用有助于企业出口技术复杂度升级。

具体来看，人工智能可以通过如下三种途径促进企业出口技术复杂度提升。首先，人工智能作为一种技术进步推动企业出口技术复杂度升级。人工智能及工业机器人发展本身就具备极强的“头雁”溢出效应（郭凯明，2019）。新技术应用的经济效应主要来源于知识创造对原有生产组织方式的改进，根据熊彼特创新理论中的“创造性破坏”，技术进步具有外部性，新技术产生的“创造性破坏”可以提高全要素生产效率。一方面，以工业机器人为典型应用的人工智能技术提高了企业制造的技术水平。智能化和数字化系统使得工业机器人可自动判断复杂任务的工艺程序，并能迅速识别复杂任务模型中存在的问题和误差，快速挖掘影响生产效率和质量的因素，规划最优生产方案，提高企业生产制造能力;另一方面，人工智能反向影响企业的研发创新效率，形成生产技术创新的闭环。引进人工智能生产设备后，通过对先进数字技术的模仿、学习和消化，产生知识溢出效应反向促进人工智能技术的革新，形成良性互动进而促进TFP不断提高。根据Melitz（2003）的企业异质性理论，企业出口具有“自选择效应”，仅生产率较高的企业选择出口以扩大市场规模，市场规模扩大意味着出口产品中技术较高产品的份额提高，从而促使出口技术复杂度升级。

其次，人工智能通过优化要素结构促进出口技术复杂度升级。根据要素替代理论，资本与劳动的相对价格变化导致资本劳动比发生改变，具体而言，当某一生产要素价格变得昂贵时，技术会趋向于替代这一要素，从而形成有偏的技术进步（Hicks，1932）。以工业机器人为典型应用场景的人工智能技术优化了企业资本K和劳动力L的要素配置结构。一方面，随着我国劳动力价格的上涨，理性企业会选择资本来替代劳动。已有研究表明，工业机器人本质上是一种资本深化的产物，该技术发展对中低技能劳动力产生替代效应，企业大范围应用以工业机器人为代表的人工智能技术，在降低劳动L的同时提高了资本投入K，从而使得资本-劳动比（K/L）提高，進一步加速了资本深化，促进要素结构优化升级。另一方面，工业机器人使用也对要素市场产生影响。相关研究表明，工业机器人等智能化、自动化技术会反过来推高要素市场价格，尤其是劳动力就业工资水平，当资本价格降低时，推进智能化技术才能降低生产成本，实现要素配置升级（李建强和赵西亮，2021）。要素配置结构优化推动了人工智能技术在产业部门、企业各生产流程的应用，降低了企业生产成本，进而推动了企业出口技术复杂度升级。

最后，出口成本的降低也是人工智能影响出口技术复杂度的重要路径。具体表现在：第一，智能物流发展使得国际贸易运输、储存、包装、装卸等环节趋于一体化，降低了运输成本，优化了运输和配送方案;第二，分拣机器人、搬运机器人、无人搬运车和计算机视觉等智能应用提高仓储的智能化水平，节约了企业的仓储成本;第三，智能分析数据技术降低了交易的搜寻匹配成本。人工智能与大数据结合能及时获取全球消费者的需求信息，通过智能建站、智能编辑、智能翻译等技术对来自不同国家的客户推送定制化内容，实现精准营销，从而降低企业的出口营销成本。可见，无论是在物流运输、智能仓储还是供需信息精准匹配方面，人工智能技术变革都大幅度降低企业的出口固定成本，从而使得企业更有余力提高产品的技术含量，促进出口产品升级。综上所述，提出研究的第二个假说。

假说2：人工智能技术通过技术进步、优化要素配置以及降低出口成本来促进出口技术复杂度升级。

三、研究设计与数据说明

（一）计量模型设计

为探究人工智能数字技术对于制造业企业出口技术复杂度的影响，基准回归模型设定如下：

（二）数据来源及处理

本文的研究数据主要来源于四个部分，时间跨度为2000-2013年。一是世界工业机器人数据库。该数据库包含世界75个国家或地区1993-2019年符合ISO标准的工业机器人存量和安装量，并分别按照行业和用途进行分类。本文选取中国制造业行业工业机器人数据进行分析。二是CEPII数据库。该数据库包含196个国家HS6位码的出口数据，用来测算产品层面的出口技术复杂度。三是中国工业企业数据库。对该数据库数据的清洗思路参照聂辉华等（2012）的研究，对异常值和缺失值进行处理。主要步骤为：①删除总资产、工业总产值、固定资产年均净值、从业人数和销售额缺失的样本;②删除职工人数小于38、总资产小于流动资产、总资产小于固定资产净值的样本;③删除本文所使用的相关控制变量缺失的样本。四是中国海关数据库。该数据库包含计算企业层面出口技术复杂度所用到的产品价格和数量信息，同时还提供了企业名称、电话和邮箱等基本信息，这些信息有助于完成四类数据的精准匹配。

数据匹配过程分三步：第一步，参考Brandt等（2012）的方法将原始工企库进行跨期匹配，之后根据吕越等（2020）的研究将中国制造业机器人数据与工业企业合并形成面板数据。第二步，借鉴盛斌等（2017）的方法，首先运用CEPII数据库计算产品层面技术复杂度，其次将海关库HS8位编码加总到HS6位，最后根据HS6编码将CEPII数据库与海关库合并计算得到企业层面的出口技术复杂度。第三步，借鉴余淼杰等人（2015）的方法，通过企业名称、邮编和电话号码将第一步所得工企库数据与第二步所得海关库数据进行合并。首先，使用企业名称进行匹配，随后将企业邮政编码和电话后七位进行匹配，两轮匹配过程只要有一轮成功即纳入样本分析中。通过上述处理，共得到142475个观测值的非平衡面板数据。

（三）指标选择及描述性统计

1.出口技术复杂度的测算

出口技术复杂度主要是强调产品间的技术含量差异，指由生产简单产品向生产复杂产品转变，该转变意味着企业生产产品技术含量的提升，在出口贸易中具备更强的竞争力，能客观反映一国或地区对外开放过程中参与全球价值链分工的程度，是衡量出口升级的重要指标（毛其淋，2019）。

借鉴盛斌等（2017）企业层面的测算方法，步骤如下：

2.人工智能的衡量

作为人工智能领域重要研究方向之一，工业机器人集成了大量的人工智能技术，是人工智能技术的典型代表，因此采用工业机器人人均拥有量作为核心解释变量，以下简称机器人渗透度（吕越等，2020）。机器人渗透度反映了某一行业工业机器人的分布密度。Acemoglu和Restrepo（2017）构建了美国区域层面的“机器人渗透度”，本文参考其构建思想构建中国制造业企业机器人渗透度。首先将中国制造业行业数据与《国民经济行业分类》（2019）的二分行业代码进行对接和转化;其次，计算行业层面机器人渗透度。具体测度方法如下：

3.其他控制变量

为进一步控制其他影响出口技术复杂度升级的因素，选取以下控制变量。首先，财务状况是影响企业经营水平、出口能力及出口产品水平的重要因素，因此在模型中引入企业规模（size）、利润率（roa）、资产负债率（lev）和融资约束（finance）四类变量，以控制财务状况波动对企业出口技术复杂度的影响。其次，企业在出口过程中经验积累及学习能力与出口产品的升级息息相关，即存在“干中学”效应，因此用企业年龄（age）来控制“干中学”效应对出口技术复杂度的影响。再次，生产率（lp）是影响企业出口概率和出口能力的决定因素，生产率越高的企业越容易出口高质量产品，因此将劳动生产率纳入到回归中以控制生产率对企业出口技术复杂度的影响。最后，员工工资（wage）和企业性质（ownership）在一定程度上代表了企业的生产成本和经营方式，对出口产品技术复杂度升级具有举足轻重的作用，故一并纳入分析。在回归分析中，为解决异方差问题，将以上变量进行对数处理。各变量的描述性统计如表1所示。

四、计量结果与分析

（一）基准回归

基准回归结果见表2。其中第（1）-（3）列是未加入企业固定效应和年份固定效应的结果，第（4）-（6）列为同时控制企业固定效应和年份固定效应的回归结果。无论是否同时控制企业和年份效应，还是未加入控制变量和分组加入控制变量，人工智能的估计系数在1%的统计水平上均显著为正，与预期结果相符，说明人工智能技术应用显著促进了企业出口技术复杂度的提高，提高了企业出口产品竞争力，推动了企业出口产品的升级。

根据表2回归结果列（6），在其他控制变量不变的基础上，机器人渗透率每增加1%，企业的出口技术复杂度就提高0.049%。由此可见，以工业机器人为典型的人工智能技术发展是企业出口升级的重要推动力。从其他控制变量来看，企业规模、员工工资对企业出口技术复杂度呈显著的负相关，造成这一结果的原因可能是由于企业规模越大时，其管理成本就越高，会在一定程度上抑制企业出口复杂度的提高。企业生产效率的提高显著促进了其出口技术复杂度水平，同时由于存在“干中学”效应，生存年限越长的企业，其出口技术复杂度越高。此外，回归结果还表明，相比于非国有企业，国有企业的出口技术复杂度升级效果更为显著，验证了本文假设1。

（二）稳健性检验

根据基准回归结果，我们已经验证了人工智能对企业出口技术复杂度的促进作用，为了增强研究结论的稳健性，下面采用四种方法进行稳健性检验，结果如表3所示。

1.處理内生性问题

若存在内生性，则意味着出口技术复杂度高的企业越会选择使用人工智能技术进行生产，而并非是企业使用人工智能技术促进了企业的出口升级，这就产生了一个因果倒置问题。因此，参考闫雪凌等（2020）构建工具变量的逻辑，采用美国各行业机器人存量作为工具变量，运用2SLS（两阶段）进行回归。表3列（1）报告了第二阶段的回归结果，F值大于10，证明不存在弱工具变量问题，工具变量选择合理。表3列（1）显示主要解释变量人工智能系数在5%的水平上显著为正，该结果与基准回归结果一致，进一步验证了核心结论的稳健性。

2.替换被解释变量

出口技术复杂度提升的本质是企业出口产品的质量提升，因此采用出口产品质量作为技术复杂度的替代变量。出口产品质量的测算方法借鉴祝树金和汤超（2020）的方法。表3列（2）为替代解释变量的回归结果，人工智能的回归系数在1%的水平上仍显著为正，说明人工智能技术显著促进了企业的出口产品的质量提升，增强了企业产品在国际贸易中的竞争优势，进而促进出口产品升级。

3.将核心解释变量滞后一期

考虑到当期工业机器人的引进可能存在滞后效应，即当期的工业机器人使用可能会在下一期才产生升级效应，故将滞后一期的机器人渗透度指标放入回归分析中，以此检验核心解释变量的滞后效应。结果如表3列（3）所示，滞后一期的机器人渗透度仍在1%的水平上显著为正，这进一步验证了本文核心结论的稳健性。

4.更换核心解释变量

基准回归结果表明人工智能技术的应用显著促进了企业出口技术复杂度的提高。考虑到机器人安装的灵活性，进一步将机器人安装量的渗透度作为替代解释变量。机器人安装量渗透度的计算方法与前文一致。回归结果于表3列（4）所示，机器人安装量的渗透度指数在5%的水平上显著促进了企业出口技术复杂度，其结论也具有稳健性。

（三）异质性分析

1.行业异质性

企业所在行业的特征和性质通常会影响企业出口产品的竞争力水平，使用人工智能技术是否也会因不同性质的行业而产生显著差异呢？基于以上逻辑，本文参考刘威（2018）等对制造业行业的分类标准，根据中国工业企业数据库行业二分位代码将制造业分为劳动密集型、资本密集型和技术密集型三类，回归结果如表4所示。表4列（1）为劳动密集型行业的回归结果，可以看出人工智能的系数显著为正，表明人均机器人使用量的提高，促进了劳动密集型企业出口技术水平的提高。列（2）显示人工智能的系数显著为负，这一结果与预期相反，可能的原因是，由于人工智能这一数字技术的应用，企业前期需要投入更多的资本来运营和维护;资本密集型行业本身需较多的资金投入，且行业内多为冶金业、石油工业等重工业企业，技术装备投入多且见效慢，因此可能在一定程度上影响了企业出口产品竞争力，短期内造成出口产品技术复杂度的下降。列（3）为技术密集型企业的回归结果，人工智能在10%的显著性水平上促进了技术密集型企业出口技术复杂度升级，这一定程度说明了人工智能这一数字技术使用，提高了企业出口产品技术复杂度。通过表4还可以看出，人工智能对劳动密集型企业的升级效果最为显著，对核心领域的技术密集型企业的升级效果较弱，这也一定程度为未来人工智能发展提供了方向。

人工智能对出口技术复杂度的影响还会因市场竞争程度不同而具有差异性。在市场中，处于强势地位的企业通常会因为其垄断地位获得超额利润，而处在竞争性行业的企业利润水平相对较低。人工智能作为一种内含先进技术的物质资本投资，在前期将会产生较大的成本，垄断行业内的企业具备雄厚实力引进工业机器人设备投入生产进而能更大程度提高出口产品中的技术含量。为此，我们采用市场集中度水平来刻画行业间的竞争程度，市场集中度越高，则代表行业竞争程度越弱。依据其中位数将样本划分为垄断性行业和竞争性行业，回归结果如表4列（4）和（5）所示。人工智能对于垄断性行业内的企业出口技术复杂度的升级效果更为明显，而对竞争性企业的升级效果不显著。这说明越具有垄断竞争优势的企业越容易通过应用人工智能技术来促进出口技术复杂度升级。

2.企业层面的异质性分析

人工智能对企业出口技术复杂度的正面效应是否会受到企业规模大小的影响？具有规模优势的大型企业相对于中小企业更有能力承担前期购买智能设备的成本负担，同时，大型企业在消化固定成本的同时采用人工智能技术可以提高生产效率，以此实现更高的成本加成，并获得规模收益。故较小型企业而言，大型企业能更大程度提高其出口产品的技术复杂度，在国际市场上具备较强竞争力。为此，以行业规模中位数为衡量标准，将样本企业划分为大规模企业和中小规模企业，进行分组回归检验，结果如表5列（1）和列（2）所示。从回归结果来看，主要解释变量人工智能的系数均在1%的水平上显著，说明人工智能均能促进大规模企业和中小规模企业的出口技术复杂度提高，从回归系数大小来看，其使用对大规模企业出口升级的推动作用更大，对中小企业出口升级也显现出强大的动力。因此，推动以工业机器人为代表的自动化、智能化技术应用，会带动不同规模企业更好实现出口产品升级。

人工智能技术的使用对不同贸易方式的企业可能会有不同的提质升级效果。本文将样本企业根据贸易方式分为一般贸易企业和非一般贸易企业（加工贸易、易货贸易、协定贸易等）。从表5的回归结果来看，人工智能对一般贸易企业和非一般贸易企业均具有提质升级的效果，但对一般贸易企业的出口技术复杂度的提高更为显著。

五、机制检验

（一）模型设定

机制分析表明，人工智能主要通过技术进步、优化要素结构以及降低出口成本三个方面推动出口企业技术复杂度升级。本文通过构建以下模型来验证理论假设2。

（二）机制变量指标选取

1.技术进步的机制变量

人工智能本身就意味着新技术的出现和使用，通过提高生产过程中的技术水平来促进企业TFP提升，企业全要素生产率的提高意味着企业出口产品的竞争力增强，进而推动企业出口技术复杂度升级。采用LP法测算TFP，并以此作为机制变量。

2.要素结构的机制变量

以工业机器人为代表的人工智能技术一方面替代了部分劳动力，另一方面作为物质资本投入加速资本深化，通过两方面作用提高资本—劳动比，进而促进企业技术复杂度升级。因此，本文使用固定资产与职工就业人数的比值作为衡量要素结构优化的机制变量。

3.降低出口成本的机制变量

从前文理论分析可知，人工智能通过降低出口成本进而影响企业的出口产品升级。在出口成本的选择上，考虑到现实中企业成本的发生和记录存在一定的偏差，且企业出口成本包含的范围较广，其测度迄今为止未形成规范的标准，本文参考刘斌和王乃嘉（2016）的方法，根据会计准则计算出口成本，公式为：出口成本=出口比率（管理费用+财务费用+产品销售成本+主营业务应付工资+主营业务应付福利费总额）。出口比率=出口交货值/工业总产值。

（三）机制检验结果

机制检验结果如表6所示。可以发现，在技術进步方面，列（1）显示人工智能与企业全要素生产率的回归系数显著为正，说明应用人工智能技术提高了企业生产的技术水平，企业生产效率得到提高，从而促进了企业出口产品的升级。在优化要素结构方面，列（2）人工智能回归系数显著为正，即表明工业机器人应用显著促进了要素结构优化，在促进资本深化的同时又调整了劳动结构，促进要素配置升级。出口成本的机制检验结果如列（3）所示，人工智能与出口成本的回归系数显著为负，即人工智能在物流、仓储、营销及信息搜寻匹配等方面贸易方面的应用，显著降低了企业的出口成本，增强了企业在国际市场的产品竞争力。以上三条机制检验验证了假设2，即以工业机器人为典型应用的人工智能技术主要通过技术进步、要素结构优化和出口成本降低三种渠道推动企业出口技术复杂度升级。

六、结论及建议

毫无疑问，人工智能正在或即将对传统制造业行业产生颠覆性作用。本文利用IFR提供的机器人数据，结合中国海关数据库和中国工业企业数据库以及CEPII数据库的微观企业数据，基于技术复杂度视角实证考察了人工智能技术对中国制造业企业出口产品升级的影响及相关作用机制。主要研究结论为：第一，以工业机器人为代表的智能化技术提高了我国制造业企业出口技术复杂度。第二，从行业异质性来看，人工智能对出口技术复杂度提升效应主要集中在劳动密集型企业和技术密集型企业，且对劳动密集型企业的促进效果最为显著，同时市场集中度越高，人工智能技术的促进效应就越明显;从企业异质性视角看，人工智能均促进了大规模企业和中小规模企业出口技术复杂度提高;人工智能技术对出口技术复杂度的升级效应主要集中在一般贸易企业。第三，人工智能技术将通过技术进步、优化要素结构以及降低出口成本三条路径来提高企业出口技术复杂度。

基于此，提出如下建议。

第一，降低人工智能技术应用成本，推动其在制造业领域的大规模商用。人工智能与制造业深度融合的基础是企业在生产中大规模使用人工智能技术。以工业机器人为例，虽已在众多行业得到广泛应用，但仍存在价格高、不成规模的问题。因此，要进一步降低人工智能技术的价格成本，推动人工智能与制造业的深度融合，促使企业能大规模应用人工智能技术进行生产，从研发、设计到生产、加工及销售全面智能化升级，提高企业产品竞争力。同时，当前人工智能对出口技术复杂度的促进效应多集中在劳动密集型企业，要进一步与技术密集型等高附加值行业深度融合，提高传统制造业智能化、数字化转型的积极性，使其产品在国际市场具备更强的竞争力。

第二，因地制宜，制定精准支持的政策体系。首先，针对关键核心领域人工智能研发提供完善的财政补贴政策、知识产权保护政策及相关政策支持。如加大对技术密集型企业和资本密集型企业的资金支持，将人工智能技术与附加值更高的行业融合，以此创造更大的价值;完善知识产权保护制度，在行政和司法层面打击各类侵权、泄露等违法行为，保护创新成果。其次，人工智能不仅促进了大型企业的出口技术复杂度提高，对于中小型企业出口技术复杂度也具有显著的提升，因此也要制定能着重培育和保护中小企业、民营企业智能化、数字化的鼓励性政策。

第三，重视人工智能与其他新一代数字技术的融合和集成应用，发挥其在贸易各环节的降本提效作用。人工智能发展与大数据、云计算、5G等新一代数字技术是不可分割的。人工智能赋予企业生产线智能属性，满足消费者个性化需求;大数据分析、挖掘技术实现仓储、运输一体化，通过建设自动化仓储和智能物流降低了贸易环节的仓储和运输成本，且数据分析还帮助出口企业及时获取国外消费者信息，提高供需匹配效率，实现贸易过程的精准营销，提高出口产品贸易效率。因此要重视人工智能与其他数字技术的集成应用，加快建设智能仓储、智能物流和智能港口，推动传统物流方式向智能物流方式转型。