摘要20世紀80年代，信息以及運輸技術的進步使得國際分工模式逐漸步入全球價值鏈(GlobalValueChain,GVC)時代。中國集中從事于GVC低附加值環節，很難實現向價值鏈上游研發和下游銷售的攀升，導致在巨大出口貿易額的背后隱藏著我國企業出口國內附加值率(DomesticValue-AddedRatio,DVAR)不高的現實困境。數字普惠金融，作為一種新興的金融模式，其蓬勃發展正有力推動我國金融服務向基層延伸。數字普惠金融憑借其獨特的數據優勢，在金融服務領域展現出日益顯著的作用，為我國金融市場的穩健前行注入了源源不斷的新動力，有效促進了其健康、有序的發展。基于此，本文就數字普惠金融與企業出口DVAR之間的影響關系展開研究。研究結果顯示，數字普惠金融的發展顯著推動了我國企業出口DVAR水平的提升。在全面考慮核心指標的穩健性后，這一正面影響依然顯著且穩定。機制研究證實了融資約束的緩解是數字普惠金融發展推動企業出口DVAR增長的重要機制。本文研究證實了數字普惠金融發展能夠帶動我國企業出口貿易的發展，是中國企業實現全球價值鏈地位躍升的一條本土化路徑。關鍵詞：數字普惠金融；企業出口DVAR；全球價值鏈

AbstractInthe1980s,advancesininformationandtransportationtechnologiesenabledmultinationalcorporationstomakefulluseofthefactorendowmentadvantagesofeachcountry(region)tobuildaglobalproductionnetwork,andtheinternationalmodeofdivisionoflaborgraduallysteppedintotheeraofGlobalValueChain(GVC).Withaseriesoflow-costadvantages,ChinahasparticipatedinthedivisionoflaborintheGVCandrapidlyrealizedtheexpansionofexportscale.However,Chinaisconcentratedinthelowvalue-addedsegmentofGVC,anditisdifficulttorealizetheupstreamR&Danddownstreamsalesofthevaluechain,whichleadstotherealityof"onlyearningnumbersbutnotmakingmoney"behindthehugeexporttradevolume,whichalsoreflectsthedomesticvalue-addedratio(DomesticValue-AddedRatio,orDomesticValue-AddedRatio,orDomesticValue-AddedRatio,orDomesticValue-AddedRatio,orDomesticValue-AddedRatio)ofChina'sexportenterprises.Thisalsoreflectstherealitythatthedomesticvalue-addedratio(DVAR)ofChina'sexportenterprisesisnothigh.Theemergenceanddevelopmentofdigitalinclusivefinance,abrandnewfinancialindustry,effectivelypromotesthedevelopmentofthelastkilometerofChina'sfinancialservices,improvestheefficiencyofthefinancialservicestrade,makesupfortheshortcomingsoftraditionalfinancialservicesthataredifficulttocomprehensivelycoverthefinancingofsmallandmedium-sizedcustomers,andputsforwardanewprogramtosolvetheproblemoftheinsufficiencyoffinancingoflong-tailcustomersoftraditionalfinancialservices.Thedevelopmentofdigitalinclusivefinancehasaprofoundimpactonenterprisetrade.ThisstudyconfirmsthatthedevelopmentofdigitalinclusivefinancecandrivethedevelopmentofChina'senterprises'exporttrade,andisalocalizedpathforChina'senterprisestoachievealeapintheglobalvaluechainposition.Keywords:Digitalinclusivefinance;domesticvalue-addedratio;GlobalValueChain

目錄TOC\o"1-2"\h\z\u摘要 ⅠAbstract Ⅱ目錄 Ⅳ一、引言 1（一）研究背景及意義 1（二）研究內容思路及方法 2二、文獻綜述 5（一）數字普惠金融相關研究 5（二）出口DVAR影響因素研究 6（三）數字普惠金融對出口DVAR的影響研究 7（四）文獻評述 8三、中國數字普惠金融與中國企業出口DVAR的現狀分析 9（一）中國數字普惠金融發展現狀分析 9（二）出口DVAR的測算方式 11（三）中國工業企業出口DVAR現狀分析 12四、數字普惠金融發展對企業出口DVAR影響的實證分析 16（一）理論機制 16（二）模型設定與變量選取 17（三）模型結果 19五、結論及建議 26（一）研究結論 26（二）政策建議 27參考文獻 29致謝 32

圖表目錄TOC\t"標題4"\c"圖"圖1-1研究技術路線 3圖3-1北京大學普惠金融指數體系圖 9圖3-2中國數字普惠金融指數（2011-2021） 10圖3-3中國工業企業出口DVAR年變化圖（2000-2014） 13圖3-4中國工業企業各貿易方式出口DVAR年變化圖（2000-2014） 14TOC\fE\t"標題5"\c表3-12021年城市數字金融普惠指數前10名表 10表4-1指標選取及數據來源說明 19表4-2描述性統計 19表4-3相關性分析 20表4-4共線性診斷 20表4-5基準回歸結果 21表4-6替換核心解釋變量穩健性檢驗 22表4-7異質性檢驗 23表4-8機制分析 25

一、引言（一）研究背景及意義隨著信息技術和運輸技術的顯著進步，國際間的生產以及貿易協調成本得到了大幅降低，跨國公司能夠充分利用各國（地區）的資源優勢，構建起全球性的生產網絡。這種變革使得不同國家（地區）能夠參與到產品生產的各個環節中，對傳統貿易發展產生了深遠影響。中國早期憑借低成本優勢參與到全球價值鏈分工中去，實現了出口規模的迅速擴大，連續多年穩居世界出口貿易大國之列。然而，這也使得中國在全球價值鏈中位于在附加值區域，被認為是“低端鎖定”的國家。盡管中國的出口貿易額持續增長，但在全球價值鏈(GlobalValueChain,GVC)中獲得的企業出口國內附加值率(DomesticValue-AddedRatio,DVAR)卻未能與之匹配。在全球價值鏈分工的背景下，出口DVAR已逐漸成為衡量一國在國際貿易中真實收益和國際競爭力的關鍵指標?，F階段中國工業企業在全球價值鏈分工中仍處于中下游位置。同時，隨著國內人口結構的變化、土地成本的持續攀升，以及一些新興經濟體憑借更低廉的要素成本迅速融入到全球生產網絡中去，中國傳統的貿易優勢正面臨日益嚴峻的挑戰，逐步受到侵蝕。因此，我們必須正視這些挑戰，加強創新和技術升級，提升中國企業在全球價值鏈中的地位，以保持并擴大貿易競爭優勢。因此，如何提高企業的出口DVAR，實現在高貿易額的同時增加企業貿易所得，已成為當前亟待研究的重要課題。通過深入探究這一議題，有望為中國企業實現貿易高質量發展提供新路徑。數字普惠金融這一全新的金融業態憑借數字技術的發展在中國飛速發展。數字普惠金融的可得性及便利性，進一步推動了實體經濟往更包容的方向發展，有效彌補了傳統金融服務難以全面覆蓋中小客戶融資領域的缺陷(張勛等,2019)。本文的研究方法與結果，一方面，能夠補充關于數字普惠金融發展對企業出DVAR影響的相關研究；另一方面，有助于中國更加有效地利用數字普惠金融發展提高企業出口DVAR，進而實現中國工業企業GVC地位的躍升。（二）研究內容思路及方法1.研究內容及思路增加企業貿易所得，進而推動中國工業企業在全球價值鏈中的地位提升有著重要的意義，數字普惠金融在我國得到快速的發展其普惠性以及包容性對于降低企業融資成本有著重要影響，研究數字普惠金融發展對于企業出口DVAR的影響作用及其機制對于提高在全球價值鏈中的地位有著重要意義。通過閱讀數字普惠金融相關文獻，了解到數字普惠金融通過數字化手段幫助金融服務提高效率達到普惠性，解決了傳統金融模式下長尾用戶“融資難”問題，數字普惠金融的發展對與傳統金融也帶來了一定的競爭壓力同時也創造了新機遇；通過對于出口國內附加值的文獻閱讀了解到其影響因素包括貿易自由化、外資進入以及行業狀況和市場結構等外生因素，也包括成本加成率這個內部影響因素；通過將金融因素與企業出口DVAR置于同一框架下的相關文獻了解到融資約束對于企業出口DVAR存在重要影響。通過文獻閱讀與綜述也再次說明了研究數字普惠金融發展對出口DVAR的影響，具有重要的理論和現實意義。再次，對核心解釋變量“數字普惠金融”與被解釋變量“企業出口DVAR”分別進行測度與分析，其中中國工業企業出口DVAR的測算參考了Kee和Tang(2016)的構建方法并處理了進口中間品的識別問題、潛在貿易代理商的問題以及中間品投入的間接進口和出口附加值返還問題。通過對于不同企業在相同年份取平均值表示我國企業出口DVAR的總體水平進行分析，并分析了不同貿易方式下的企業出口DVAR。最后，本文在理論機制的基礎上，即數字普惠金融能夠改善貿易所需的金融服務狀況，構建實證模型，選取所需變量，其中企業出口DVAR作為被解釋變量，由筆者計算得出；數字普惠金融指數作為核心解釋變量，融資約束水平作為中介變量。通過這一系列的實證分析，本文提出了有針對性的建議，從而實現“解決問題”的目標。圖1-1研究技術路線2.研究方法為了對本主題成功展開研究并能夠達到預期的研究目標，在學習相關理論知識的基礎上，本文綜合采用了文獻閱讀法、中國工業企業數據庫與海關數據庫合并、HS6分位與BEC產品分類轉換法、貿易代理商識別法以及計算行業層面中間品投入的間接進出口附加值返還來近似估計企業附加值返還法等方法進行研究設計。前期大量文獻的閱讀僅為本文研究提供了整體性思路。HS6分位與BEC產品分類轉換法、貿易代理商識別法以及計算行業層面中間品投入的間接進出口附加值返還來近似估計企業附加值返還法皆為當前學術界計算企業出口DVAR時廣泛采用的方法。在進行實證的過程中，本文不僅考慮了基礎性計量過程，還對東中西部不同地區以及一般貿易和加工貿易兩種不同貿易方式的企業進行了異質性分析，此外，使用替換核心解釋變量的方式使用數字普惠金融指數的三個二級指標來替換進行了穩健性分析，最后使用融資約束水平作為中介變量對數字普惠金融發展影響企業出口DVAR的機制進行分析。

二、文獻綜述（一）數字普惠金融相關研究普惠金融(financialinclusion，亦譯為包容性金融)作為一種金融體系，其核心在于有效且全面地為社會各階層和群體提供金融服務。這一理念旨在通過優化金融基礎設施，提升金融服務的普及性和可得性，尤其是為欠發達地區和低收入群體提供成本較低、便捷且適宜的金融服務。普惠金融的推行，不僅有助于縮小社會貧富差距，還能促進經濟的全面健康發展(郭峰等,2020)。而數字金融，作為金融與數字技術深度融合的產物，展現了金融業在數字化時代的新面貌。它涵蓋了傳統金融機構和互聯網公司利用數字技術開展的融資、支付、投資等新型金融業務模式(黃益平和黃卓,2018)。數字金融涵蓋了更廣泛的金融數字化變革，體現了金融業在數字時代的全面轉型。數字普惠金融，作為數字化手段與金融服務的完美結合，其在提升金融信息服務滲透率和普及率方面的作用日益凸顯(謝絢麗等,2018;李建軍和李俊成,2020)。這一創新模式不僅擴展了金融服務的覆蓋范圍，更將傳統金融服務中難以利用的金融資源轉化為有效供給，從而極大地盤活了市場中的金融資源(唐松等,2020;李建軍等,2020)。其在推動實體經濟發展方面起到的作用也不可忽視。它強化了金融服務對實體經濟的支撐，為各類企業和個人提供了更加便捷、高效的金融服務，進一步推動了經濟的持續增長(盛天翔和范從來,2020)。此外，數字普惠金融所具備的數字技術優勢，是其區別于傳統金融服務的重要特征。這一優勢使得金融資源的供需雙方能夠更加精準地對接，有效降低了信息不對稱的問題。同時，通過數字化手段，信息搜尋和風險控制成本也得以顯著降低，從而在一定程度上促使了交易成本的下降(鐘凱等,2022)。綜上所述，數字普惠金融以其獨特的數字化優勢，在提升金融服務效率、擴大金融資源供給、降低交易成本等方面展現出了強大的潛力。多項研究綜合表明，盡管數字普惠金融對傳統金融中介產生了一定的替代效應，但兩者之間的融合潛力巨大。正如Berger(2003)所言，互聯網技術的進步極大地提升了銀行的服務質量和多樣性。面對數字普惠金融的競爭沖擊，商業銀行需積極調整風險承擔行為，如降低融資門檻和貸款利率，以謀求更高的利潤。然而，劉忠璐(2016)的研究顯示不同銀行對沖擊的反應程度各異。這一現象凸顯了數字普惠金融對不同類型商業銀行風險承擔行為的異質性影響。（二）出口DVAR的相關研究出口DVAR是衡量一個國家或地區出口中由國內生產活動創造的價值的比例，變化反映了該國在全球價值鏈中的地位。Hummels等(2001)率先提出了HIY法。隨后，Koopman等(2008)和Dean等(2011)的研究先后改進了出口DVAR測算方法，幫助后續的專家學者更深入地理解出口結構和全球價值鏈地位。Koopman等(2012)的研究中構建了9部分分解框架，幫助我們更全面地了解一個國家出口的結構和組成部分。國內學者在早期研究的基礎上，進一步推動了該領域的深化和拓展。唐宜紅和張鵬楊(2017)的研究將出口DVAR劃分為來自本行業的部分和來自上游行業的部分，這種細致的劃分更準確地揭示不同行業在全球價值鏈中的位置和作用，提供了更為全面和深入的DVAR分析框架。盧小蘭和喻靜瓊(2017)不僅提供了中國DVAR的時間序列數據，還將這些數據與美國、德國和韓國等國家的DVAR進行了比較。隨后，學者們紛紛在前人研究的基礎上，對算法進行了深入優化，使測算結果更加貼近實際。關于出口DVAR的影響因素，中外學者從外部和內部兩個層面進行了深入研究。外部因素包括貿易成本、外資進入、行業狀況和市場結構等。例如，貿易成本的降低有助于提升國家出口DVAR水平(Johnson和Noguera,2014;Kee和Tang,2016),毛其淋和許家云(2019)研究了貿易自由化對出口DVAR的影響渠道及其效果，而外資進入的影響則因研究而異，張杰等(2013)以及Kee和Tang(2016)認為其能促進出口DVAR上升。行業狀況和市場結構同樣對出口DVAR有顯著影響，如制造業投入服務化與企業DVAR之間存在非線性關系(許和連和成麗紅等,2017)，高翔等(2018)則通過實證證實了在不完全市場中，生產要素投入的配置效率會受到制約，一旦生產要素的配置效率降低，企業的出口行為就會受到影響，企業的貿易實際所得降低。閆志俊和于津平(2019)研究發現企業空間集聚則通過優化資源配置和提高中間品替代效應促進出口DVAR提升。內部因素方面，成本加成率是一個核心指標，反映了企業的定價能力和市場競爭力，與企業出口DVAR密切相關。Melitz和Ottaviano(2008)在理論框架方面做出了很大的貢獻，他們提出了異質性企業模型，并引入了企業加成率這一內生變量。這一創新使得后續的研究可以更深入地探討企業加成率與其出口行為之間的關系。Kugler和Verhoogen(2012)的研究揭示了產品質量、生產要素和加成率之間的復雜互動，為后續研究的學者理解企業出口行為提供了新的視角。DeLoecker和Warzynski(2012)研究發現出口企業的加成率往往比非出口企業的更高。這一發現不僅支持了理論模型的預測，還為后續研究者理解出口企業的競爭優勢提供了實證證據。岳文(2018)發現企業的出口DVAR隨著加成率的增加而增加。這一發現進一步強調了成本加成率在影響企業出口表現中的重要作用。研究表明，出口企業的加成率通常高于非出口企業，且企業的出口DVAR隨加成率的增加而增加，進一步強調了成本加成率在影響企業出口表現中的重要作用。（三）數字普惠金融對出口DVAR的影響研究盡管越來越多的學者開始在同一框架內思考數字普惠金融與全球價值鏈地位，但具體針對DVAR，特別是數字普惠金融對DVAR的研究仍處于探索階段。學界廣泛認可金融因素作為影響雙邊貿易開展的關鍵因素(Beck,2022;Kletzer和Bardhan,1987)。并且學者們逐漸開始從宏觀國家層面的研究轉入到從微觀層面區分析金融因素對企業出口DVAR的作用機制(Chaney,2013;Manova,2008)。在企業微觀層面的研究中，也有部分學者關注到金融因素對企業出口DVAR的具體影響。張盼盼等(2020)的研究發現融資約束的提高會降低企業出口DVAR，而金融市場化對企業出口DVAR的影響則具有雙重性。這些研究不僅豐富了我們對金融因素在雙邊貿易中作用的理解，也為政策制定提供了重要的參考依據。綜上所述，金融因素在影響企業出口DVAR方面扮演著重要角色，值得進一步深入研究和探討。（四）文獻評述早期研究主要從宏觀視角出發，分析國家或地區出口DVAR的影響因素。隨著研究的逐漸深入和企業數據的可得性提高，學者們轉向微觀層面，利用企業數據測算DVAR，并深入探討其影響因素。然而，當前研究多聚焦于傳統金融服務對出口的影響，對數字普惠金融這一新興業態的關注不足。特別是在中國，數字普惠金融發展快速，但其對出口DVAR的具體影響仍缺乏深入研究。因此，研究數字普惠金融發展對出口DVAR的影響不僅有助于完善金融與貿易理論體系，更能為優化我國出口結構、提升出口質量提供有力支持。

三、中國數字普惠金融與中國企業出口DVAR的現狀分析（一）中國數字普惠金融發展現狀分析本文采用北京大學金融研究院發布的北京大學數字普惠金融指數來衡量數字普惠金融發展程度。這套指數不僅包括了總體的數字普惠金融指數，還包括數字普惠金融覆蓋廣度、數字普惠金融使用深度以及普惠金融數字化程度三個二級指標(郭峰等,2020)。特殊年份數據由于未公開而缺失，這在一定程度上影響了指數的完整性和連續性，但并不影響其在其他時間段和領域內的應用價值。圖3-1北京大學普惠金融指數體系圖根據北京大學金融研究院發布的《北京大學數字普惠金融指數（第四期，2011-2021年）》中各省份的數字普惠金融指數，計算出指數的平均值，并以此代表全國數字普惠金融發展情況?？傮w來看，從2011年到2021年，數字普惠金融指數穩步上升，表明了我國數字普惠金融正處于發展上升階段。從樣本期來看，前期數字普惠金融的發展迅速，依托數字科技的發展，數字普惠金融得以快速的成長以及推廣，中期發展較緩，其中2015年-2016年數字普惠金融指數僅增長10.4，相較前一年的增長呈現出明顯的發展疲累狀態。在近年數字普惠金融又得到了一個較好的發展，憑借前期扎實的基礎，其優勢逐漸展露，在政府部門的監管之下受到了更多實體經濟及微型企業的青睞，發展勢頭較猛。圖3-2中國數字普惠金融指數（2011-2021）數據來源：根據《北京大學數字普惠金融指數（第四期，2011-2021年）》計算所得表3-12021年城市數字金融普惠指數前10名表城市名稱2021年指數排名杭州市359.681上海市351.532深圳市345.333廈門市343.344北京市342.035南京市340.046武漢市335.747蘇州市335.218廣州市333.659金華市333.5210數據來源：《北京大學數字普惠金融指數（第四期，2011-2021年）》進一步來看各城市的數字普惠金融指數水平，2021年城市數字普惠金融指數前十名城市主要集中在東部沿海地區，扎堆現象明顯。表明數字普惠金融的發展存在較大的區域差異。（二）出口DVAR的測算方式本文中DVAR的計算公式參照金祥義(2022)的做法，構造以下形式的企業出口DVAR等式：DVAR其中，上標F表示不同的企業類型，上面三個等式分別表示一般貿易企業、加工貿易企業和混合貿易企業情況下的DVAR計算方法;Saleit表示企業i在t年的銷售收入水平，需要用到出口總額與銷售收入占比這一指標；μ1和μ2分別表示中間品投入的間接進口占比大小和出口附加值返還占比大??；θ1該等式在Kee和Tang(2016)提出的企業層面構建出口DVAR的等式：

DVAR的基礎上處理了以下三個方面的問題。進口中間品的識別問題。在數據庫中，沒有能夠直接識別進口產品是否為中間品的指標，需要構建合適的指標來識別進口中間品。對此，本文中采用了HS6分位與BEC產品分類標準BECBEC分類標準根據產品用途，將產品劃分為中間品、資本品和消費品。潛在貿易代理商的問題。在實際貿易活動中，部分企業并非直接通過海關進口中間品，而是選擇專業的貿易代理商來完成進口流程。這種通過代理商的間接進口方式在行業中并不罕見，它為企業提供了更加靈活和高效的進口渠道。但是這種情況在海關數據中無法直接體現，進而導致企業層面的進口數據被低估。為了解決這個問題，本文采用了Ahn等(2011)提出的貿易代理商識別方法。這一方法通過分析企業間的貿易往來和交易模式，有效地識別從事中間品進出口服務的貿易代理商，并統計其進口規模。隨后，我們參考張杰等(2013)的處理方式，根據貿易代理商的進口規模，倒推出企業實際的中間品進口規模。這一調整過程有助于我們更準確地反映企業真實的進口情況，從而避免低估的問題。中間品投入的間接進口和出口附加值返還問題。Wang等(2013)的研究指出，在雙邊貿易中，出口產品可能涉及到中間品投入的間接進口和出口附加值返還的情況。這意味著，在計算出口DVAR時，我們需要考慮這些因素對結果的影響。為了解決這個問題，我們參考了邵朝對和蘇丹妮(2019)的做法，利用Wang等(2013)提出的識別策略，結合世界投入產出表，計算出行業層面的出口附加值返還指標。由于企業層面的數據可能難以直接獲取，我們將這些行業層面的指標近似作為企業對應的指標。這一做法雖然存在一定的近似性，但在實際操作中具有一定的可行性。在合并工業企業數據庫與中國海關數據庫之前，需對中國工業企業數據庫進行必要的樣本清洗工作，以剔除噪音樣本。在清洗過程中，我們參考了Yu(2015)的研究方法，將不符合以下通用會計準則(GAAP)的樣本予以刪除：(1)流動資產大于總資產的數據樣本；(2)固定資產總值大于總資產的數據樣本；(3)企業識別代碼缺失的數據樣本；(4)企業成立年份異樣的樣本。對兩個數據庫的合并工作本文主要借鑒了Yu(2015)的方法，采用了企業名稱、郵編、電話號碼后七位、企業地址、法定代表人等多重信息進行組合遞進匹配，以確保數據的準確性和完整性。（三）中國工業企業出口DVAR現狀分析總體而言，中國工業企業出口DVAR呈現穩健的上升趨勢。如圖3-3所示，從2000年至2014年，中國工業企業出口DVAR均值從低于74.5%的水平增長到接近89.9%，14年間實現了15.4個百分點的增長，年均增長率穩定在1.18%。這一增長表明，在考察期內，中國工業企業不僅在出口競爭力上有了實質性提升，企業出口DVAR顯著提高，其貿易實際收益所得也實現了穩步增長，這一現象進一步印證了中國工業企業在全球價值鏈中的地位正逐步上升。出口DVAR的持續增長，并非偶然，這與國內外貿易環境的深刻變化以及國家政策的積極引導密不可分。自2001年中國正式加入WTO以來，貿易自由化進程不斷加速，進口關稅的大幅削減為企業從國際市場獲取高質量、多樣化的中間投入品提供了便利。這不僅提升了最終產品的品質和差異性，增強了企業在國際市場上的議價能力，從而提高了出口DVAR同時，國內中間品供應商也面臨更加激烈的競爭環境，進一步促使其提高生產效率和技術水平，以適應和滿足出口企業的需求。然而，在樣本期內，筆者也發現存在出口DVAR增長放緩甚至下滑的情況。這主要源于全球經濟波動帶來的國外市場需求減弱，對中國的出口規模與出口DVAR產生了負面影響。但隨著世界經濟的逐步復蘇以及國內政策的有效激勵，中國工業企業恢復并持續增強了其在出口DVAR方面的捕獲能力，整體出口DVAR也呈現出穩步攀升的趨勢。圖3-3中國工業企業出口DVAR年變化圖（2000-2014）數據來源：根據中國工業企業數據庫、中國海關數據庫及世界投入產出表計算所得經過對中國工業企業出口DVAR的深入剖析，本文進一步對比了一般貿易企業、加工貿易企業和混合貿易本文中的混合貿易企業指的是同時從事加工貿易和一般貿易的企業本文中的混合貿易企業指的是同時從事加工貿易和一般貿易的企業首先，從整體趨勢來看，無論是哪種貿易方式，企業的出口DVAR均呈現出增長態勢。這表明，隨著中國工業企業的不斷發展升級，其在全球價值鏈中的地位有所提高，從出口中所獲得的真實貿易利益也在加。其次，不同貿易方式下的企業出口DVAR存在顯著差異。加工貿易企業的出口DVAR相對較低，這主要源于其高度依賴進口原材料和中間品，以及較少參與產品設計和研發活動。相對而言，一般貿易企業由于更多地涉及產品的全鏈條生產，其出口DVAR較高。圖3-4中國工業企業各貿易方式出口DVAR年變化圖（2000-2014）數據來源：根據中國工業企業數據庫、中國海關數據庫及世界投入產出表計算所得最后，從增長幅度來看，加工貿易企業的出口DVAR的平均增長幅度最大，這可能與近年來中國加工貿易結構的優化和轉型升級有關。一般貿易企業的增長則相對平穩，顯示出其穩定的出口基礎和較強的市場競爭力?；旌腺Q易企業的增長幅度處于兩者之間，體現了其靈活適應市場變化的能力。綜上所述，中國工業企業的出口DVAR在不同貿易方式下呈現不同的變化趨勢，這反映了不同貿易方式的特點和優劣勢，也體現了中國工業企業在全球價值鏈中地位的不斷提升和結構的持續優化。

四、數字普惠金融發展對企業出口DVAR影響的實證分析（一）理論機制在全球化的浪潮中，企業融入全球價值鏈以提升競爭力已成為必然趨勢。然而，參與全球價值鏈生產并非易事，尤其對于出口企業來說，面臨著比內銷企業更為復雜的成本挑戰。除了常規的生產經營成本，出口企業還需額外投入海外市場進入成本，涵蓋生產網絡布局、市場調研以及產品宣傳等多個方面。這些固定成本不僅增加了企業的財務壓力，更使得出口企業在資金需求上顯得尤為迫切。長期以來，中國的傳統金融市場以銀行信貸作為主導，但信貸資源往往集中流向少數大型企業或優質客戶，導致眾多中小企業，特別是那些真正需要資金支持的企業，遭到一定程度的金融排斥。這種資源錯配不僅限制了企業的發展空間，更在一定程度上阻礙了它們在全球價值鏈中獲取DVAR。數字普惠金融的發展，為這一困境帶來了轉機。數字普惠金融憑借其廣泛的覆蓋面、高效的服務模式以及相對較低的成本，為眾多中小企業提供了一條嶄新的融資途徑。依托大數據、云計算等先進科技手段，數字普惠金融服務能夠實時掌握企業的經營動態，從而為企業提供更加靈活的融資方案。數字普惠金融在提升出口DVAR方面發揮了積極作用。數字普惠金融發展有助于工業企業優化資源配置，提升生產效率，進而在全球市場中獲得更強的競爭力。因此，數字普惠金融的發展不僅為金融市場注入了新的活力，更為中國企業在全球價值鏈中的發展提供了有力支撐。因此，本文提出以下研究假說：H1：數字普惠金融的發展能夠推動企業出口DVAR的提升。由于成本高昂和融資渠道不暢，融資約束成為企業普遍面臨的挑戰，并顯著限制了企業出口DVAR的提升(馬述忠等,2017;Manova和Yu,2016)。在這一背景下，數字普惠金融的發展為緩解融資約束提供了新的解決方案。數字普惠金融不僅彌補了傳統金融服務在信貸供給方面的不足，還有效減少了信貸機構與企業之間的信息不對稱，促進了信貸資源的精準匹配，從而顯著降低了企業的融資壓力(黃益平和黃卓,2018）。隨著數字普惠金融的發展，當出口企業面臨的融資約束得到有效緩解時，它們將能夠選擇更具附加值的貿易模式，進一步融入全球價值鏈，進而實現出口DVAR的顯著提升和在全球價值鏈中地位的跨越(Manova和Yu,2016)。基于上述分析，本文提出以下研究假設：H2:數字普惠金融能夠通過緩解企業面臨的融資約束水平，對企業出口DVAR帶來提升作用。（二）模型設定與變量選取該部分主要包括模型設定、變量選取、數據來源三個部分，具體如下。1.模型設定為考察數字普惠金融發展對中國工業企業出口DVAR的影響，本文參考金祥義和張文菲(2022)的做法，設定模型（4-1）進行估計：DVARi,p,t=??0+??1Indexi,p,t+??CVi,p,t+??i,p,t（4-1）DVARi,p,t=??0+??1Indexi,p,t+??CVi,p,t+??i+??p+??i,p,t（4-2）式中，下標i、p、t分別代表企業、省份和年份；DVARi,p,t為被解釋變量，表示企業i在t年的出口DVAR；Indexi,p,t為核心解釋變量，表示i企業所在的p省在t年數字普惠金融發展水平；CVi,p,t為控制變量；??i表示企業固定效應；??p表示省份固定效應；??i,p,t表示隨機誤差項。在計算企業出口DVAR的過程中，我們參照了Kee和Tang(2016)對數據處理的方法。首先剔除了貿易代理商的樣本，因為這些代理商的數據往往不能直接反映實際生產企業的出口情況。其次，我們清除了過度進口和過度出口的企業樣本，以避免異常值對整體分析結果的影響。隨后，基于企業所在省份的地理信息，將整合后的數據庫與數字普惠金融指數進行了對接。為確保回歸分析結果的準確性，在篩選樣本時，剔除了所有含缺失值的回歸變量。公布出來的數字普惠金融指標開始于2011年，而工業企業數據庫數據截至2015年。在計算以及剔除缺失值后選取2011—2014年期間企業層面的合并數據進行實證檢驗。在具體實證過程中，結合Hausman檢驗結果以及為排除因不隨時間變化的省份及企業個體不可觀測因素而產生的內生性問題考慮，筆者確定最終選擇固定效應模型，具體如模型(4-2)所示。2.變量選取和數據來源以下是對控制變量進行的具體說明。(1)企業規模(size)企業規模會對企業的生產效率、市場地位和議價能力等多個方面產生影響。一般來說，較大的企業規模意味著更高的生產效率和更低的單位成本，企業能夠更有效地利用資源，并在生產過程中實現更高的價值增值從而提高企業出口DVAR。此外，企業規模還與企業的市場地位和議價能力相關聯。大型企業通常在市場中具有更強的議價能力和市場份額，這有助于它們獲取更高的利潤和價值份額，進而提高DVAR。本文選取年末企業從業人數的對數來衡量企業規模，該指標基于中國工業企業數據庫數據進行計算。(2)企業全要素生產率(tfp)本文基于中國工業企業數據庫中數據以OLS方法進行指標計算。企業全要素生產率的提高往往意味著企業技術的進步和管理的改善。使企業能夠做到低成本、高效率的生產，提高產品質量，從而在全球價值鏈中占據更有利的位置。全要素生產率的提高還意味著企業能夠更有效地配置和使用生產要素，推動企業向更高附加值的生產環節轉移，減少低附加值的加工制造環節，有助于提高DVAR。(3)國有企業(soe)和外資企業(foe)本文基于企業實收資本的不同組成部分，對企業所有制形式進行了分類。具體而言，若外資資本份額超過50%，則將其界定為外資企業；反之若企業的實收資本中，國有資本的份額超過50%，則將其界定為國有企業。這一分類方法旨在更精準地控制企業所有制形式對其出口DVAR的影響，從而確保分析結果的準確性和可靠性。(4)企業壟斷程度(hhi)本文用市場占有率來進行衡量，該指標越大，表明企業壟斷程度越大。壟斷企業可能通過操控資源和價格，增加下游成本，進而降低DVAR。同時，缺乏競爭可能抑制技術創新和資源優化，影響產業鏈效率。數據均來源于中國工業企業數據庫數據計算。(5)企業資本密集度(klr)此指標能有效反映企業資本投入與勞動力配置的相對關系，高資本密集度可能提升生產效率和技術創新，帶來規模效應和產業鏈整合，進而提高DVAR。但同時，它也可能增加固定成本和運營風險，對DVAR產生負面影響。本文采用企業固定資產總值與員工人數的比值，并取其對數形式進行表示企業資本密集度。表4-1指標選取及數據來源說明變量類型變量符號變量名稱測算方法數據來源因變量dvar企業出口DVAR具體見第三章中國工業企業數據庫中國海關數據庫世界投入產出表數據庫自變量Index數字普惠金融指數具體見第三章《中國投入產出表》控制變量tfp全要素生產率參考魯曉東和連玉君(2012)中國工業企業數據庫中國海關數據庫klr企業資本密集度固定資產總值/員工人數中國工業企業數據庫size企業規模Ln(員工人數)中國工業企業數據庫soe國有企業國有資本份額大于0.5，取1中國工業企業數據庫foe外資企業外資資本大于0.5，取1中國工業企業數據庫hhi企業壟斷程度赫芬達爾指數中國工業企業數據庫（三）模型結果1.描述性統計在進行回歸分析之前，本文對研究所涉及的變量進行描述性統計、相關性分析及共線性診斷，具體見下表4-2、表4-3和表4-4。表4-2描述性統計變量類型變量符號觀測值均值標準差最小值最大值因變量dvar192,6000.89580.15990.03810.9842自變量Index209,700124.424053.033224.9100222.1400控制變量size206,4005.76140.92092.079412.3159tfp206,4002.32211.0980-0.40639.1731foe209,7000.34550.475501soe209,7000.02470.155401klr206,400255.39174236.7318-32.36111152000hhi209,5000.00000.00050.00000.2491數據來源：作者利用Stata/SE15.1導出表4-3中的數據顯示，數字普惠金融水平與工業企業出口DVAR之間存在顯著的正相關關系，這與我們的預期相一致。然而，必須明確的是，相關性分析僅揭示了變量之間的相關性，而要深入探討它們之間的因果關系，還需要進行回歸分析。從相關性分析的具體數值來看，各變量間的相關系數均低于0.5，這表明模型并未出現嚴重的多重共線性問題，為后續的回歸分析提供了堅實的基礎。此外，表4-4中的共線性診斷分析進一步驗證了這一點，各變量的VIF值均處于1.0-1.4水平中，遠低于10，再次增強了回歸結果的可信度與說服力。表4-3相關性分析VariablesdvarIndexsizetfpfoesoeklrhhidvar1Index0.00771size-0.10150.09861tfp-0.0895-0.05720.48461foe-0.35850.02210.10350.03971soe0.0287-0.01450.05260.0833-0.09741--klr-0.0066-0.0164-0.07200.0948-0.00360.01911-hhi0.0006-0.00200.00470.00430.00280.00040.00381數據來源：作者利用Stata/SE15.1導出表4-4共線性診斷VariableVIF1/VIFIndex1.030.999951size1.390.721826tfp1.370.730003foe1.030.975547soe1.020.982799klr1.020.976167hhi1.000.999951MeanVIF1.12-數據來源：作者利用Stata/SE15.1導出2.基準回歸結果基準回歸結果如表4-5所示，Hausman檢驗p值為0.0392。表4-5基準回歸結果固定效應模型OLSVARIABLESdvardvarIndex0.0001***0.0000***(27.7228)(7.3443)size-0.0014***-0.0064***(-2.7220)(-12.4374)tfp0.0088***-0.0076***(7.8685)(-17.9061)foe-0.0015-0.1179***(-1.1673)(-133.3649)soe0.00240.0017(1.4846)(0.9559)klr-0.0000**-0.0000(-2.1198)(-1.5755)hhi57.6376*0.5904***(1.9162)(15.5588)Constant0.8693***0.9850***(227.6894)(389.2740)Observations168,073189,603R-squared0.93090.1344Robustt-statisticsinparentheses***p<0.01,**p<0.05,*p<0.1數據來源：作者利用Stata/SE15.1導出提高數字普惠金融水平有助于提高企業出口DVAR。固定效應模型回歸報告的數字普惠金融水平估計系數在1%的水平上顯著為正，這一結果很好地符合了預期。由此可見，數字普惠金融水平的加深在一定程度上提升了中國在全球價值鏈的地位。此外企業全要素生產率的水平估計系數也在1%的水平上顯著為正，表明提高企業全要素生產率也有助于提高企業出口DVAR，企業全要素生產率的提高會使企業生產更加高效，從而在全球價值鏈中占據更有利的位置。3.穩健性檢驗本文采用了對核心解釋變量進行替換的方法，再次進行固定效應回歸，對上文中的估計結果進行穩健性檢驗。表4-6替換核心解釋變量穩健性檢驗VARIABLESdvardvardvarusage_depth0.0001***(27.6601)size-0.0009*-0.0013***-0.0017***(-1.8508)(-2.6260)(-3.3863)tfp0.0091***0.0087***0.0087***(8.1342)(7.7613)(7.7992)foe-0.0015-0.0015-0.0015(-1.1659)(-1.1676)(-1.2087)soe0.00260.00230.0024(1.5900)(1.4264)(1.4686)klr-0.0000**-0.0000**-0.0000**(-1.9776)(-2.1349)(-2.2039)hhi58.0749*57.2830*57.7766*(1.9423)(1.8989)(1.9187)coverage_breadth0.0001***(27.6187)digitization_level0.0001***(27.3517)Constant0.8664***0.8664***0.8757***(229.3094)(229.2499)(222.9263)Observations168,073168,073168,073R-squared0.93090.93090.9309Robustt-statisticsinparentheses***p<0.01,**p<0.05,*p<0.1數據來源：作者利用Stata/SE15.1導出本文采用數字普惠金融的三個二級指標——使用深度、覆蓋廣度以及數字化程度，作為替代的核心解釋變量進行回歸分析。表4-6展示了分別以這三個指標作為核心解釋變量進行固定效應回歸的結果。分析表明，無論是以使用深度、覆蓋廣度以及數字化水平估計的服務要素投入水平系數均顯著為正，且回歸系數相近，這表明上文估計結果是穩健的，數字普惠金融的發展能夠顯著提高企業出口DVAR。4.異質性檢驗為了深入研究數字普惠金融發展對企業出口DVAR的推動作用是否表現出明顯的樣本差異，本文將根據多個不同維度對樣本進行細分。在分類的基礎上，我們進一步考察數字普惠金融對企業出口DVAR的影響是否有所變化，以揭示其內在邏輯和規律。表4-7異質性檢驗東部地區中部地區西部地區加工貿易一般貿易及混合貿易VARIABLESdvardvardvardvardvarIndex0.0001***0.0000***0.0000*0.0003***0.0000***(27.5696)(3.5133)(1.9279)(19.5286)(16.2038)size-0.0014***-0.00100.00010.0029-0.0008**(-2.6350)(-0.7648)(0.0441)(0.9429)(-2.0241)tfp0.0098***0.0051*-0.00490.0409***0.0024***(8.0082)(1.7826)(-1.2748)(8.7408)(2.7611)foe-0.00140.0004-0.00580.0045-0.0015(-1.1120)(0.0629)(-0.5888)(1.1563)(-1.3697)soe0.0032*-0.00120.00110.01150.0005(1.7110)(-0.6532)(0.1668)(1.2205)(0.3788)klr-0.0000*0.00000.0000-0.0000-0.0000(-1.9330)(0.0639)(0.6916)(-0.4069)(-1.1394)hhi55.7789*20.7666275.500043.170956.0631(1.8279)(0.1124)(1.1308)(0.7985)(1.2663)Constant0.8625***0.9270***0.9496***0.5588***0.9239***(209.0648)(96.2672)(61.3311)(25.6604)(300.6659)Observations153,38511,5512,95023,736131,665R-squared0.93150.89010.90780.92100.9209Robustt-statisticsinparentheses***p<0.01,**p<0.05,*p<0.1數據來源：作者利用Stata/SE15.1導出首先，本文將樣本中的工業企業按所處經濟帶不同分為中部地區、西部地區和東部沿海地區，并對相應的虛擬變量進行賦值：東部沿海地區為1，中部地區為2，西部地區為3?；貧w結果如表4-7所示。觀察數據，我們發現數字普惠金融指標對三個地區的企業出口DVAR均產生顯著的正向影響。值得注意的是，對于東部沿海地區，其系數相較于中、西部地區更大，這意味著數字普惠金融在東部沿海地區的出口DVAR提升作用更為顯著。其次，考慮到企業出口貿易方式的差異，數字普惠金融指數對DVAR的影響會產生異質性，我們進一步對樣本數據進行分類。當企業采用加工貿易方式時，對應的虛擬變量賦值為1；而采用一般貿易或混合貿易方式的企業，則賦值為0。分析表4-7中的(5)列和(6)列數據，我們發現相較于一般貿易和混合貿易，數字普惠金融對加工貿易企業出口DVAR的提升作用更為顯著。5.機制分析本文參考金祥義(2022)的做法將企業利息支出與固定資產的比值作為企業面臨的融資約束水平(fr),該指標越大表示企業面臨的融資約束水平越小。最終，構造以下方程進行回歸分析，來分析數字普惠金融發展對企業融資約束會產生什么樣的影響:DVARi,p,t=??0+??1Indexi,p,t+??CVi,p,t+??i,p,t（4-3）fri,p,t=??0+??1Indexi,p,t+??CVi,p,t+??t+??i,p,t（4-4）DVARi,p,t=??0+??1Indexi,p,+??2fri,p,tt+??CVi,p,t+??t+??i,p,t（4-5）將變量代入上述方程進行回歸，可以得到表4-8所示的回歸結果。首先分析第(3)列，數字普惠金融的系數在1%的水平上顯著為正，這表明數字普惠金融發展能夠有效降低企業面臨的融資約束水平，這與本文理論部分的分析邏輯相呼應；最后，將融資約束變量和其他變量一同加入到基準回歸方程中，如第(4)列結果顯示，數字普惠金融與融資約束變量的系數均顯著為正，這表明隨著企業融資約束水平的下降，企業出口DVAR能夠得到顯著提高，意味著出口企業將參與到全球價值鏈更高附加值環節中，驗證了現有學者認為融資約束抑制企業出口DVAR升級的觀點。進一步觀察第(2)列和第(4)列數字普惠金融的系數可以發現，第(4)列數字普惠金融的系數有所下降，從而較好證明了融資約束渠道的存在，驗證了本文的研究假說H2。表4-8機制分析VARIABLESdvarfrdvarfr0.0000103(1.3298651)Index0.0000936***0.0004556***0.0000931***(27.7227699)(2.7133351)(26.1554715)size-0.0013796***-0.0314386**-0.0009799*(-2.7219887)(-2.0606139)(-1.7597528)tfp0.0088039***-0.02840240.0090615***(7.8685151)(-0.3903640)(7.5707784)foe-0.0014548-0.0140663-0.0020635(-1.1672802)(-0.8939235)(-1.5345543)soe0.0023955-0.69561180.0014674(1.4846304)(-1.2080395)(0.8346252)klr-0.0000001**-0.0000067-0.0000001*(-2.1197523)(-1.4560718)(-1.9199089)hhi57.6375968*-71.543086948.6656232*(1.9162383)(-0.5949702)(1.7015391)Constant0.8693231***0.3417386*0.8654265***(227.6894084)(1.7722121)(207.1764721)Observations168,073166,116153,701R-squared0.93091790.48183810.9318085Robustt-statisticsinparentheses***p<0.01,**p<0.05,*p<0.1數據來源：作者利用Stata/SE15.1導出五、結論及建議（一）研究結論第一，中國工業企業的出口DVAR持續增長，其中加工貿易企業通過全球價值鏈分工利用進口原材料和中間品加工組裝，顯著提升了出口產品的DVAR，而一般貿易企業則通過技術創新和品牌建設等手段增強出口競爭力。這一增長不僅源于企業的努力，也受到政策環境、市場變化及國際經濟形勢的影響。同時，中國數字普惠金融發展水平顯著提高，從20011年的40增長到2021年的372.72，、數字普惠金融經歷了快速發展、平穩成長以及當前的高增長階段，預示著未來良好的發展潛力。第二，通過實證表明，數字普惠金融的發展成為促進企業DVAR增長的重要因素之一。值得注意的是，這種推動作用在各類企業中表現出差異性。對于企業所在地區來說，數字普惠金融對東部地區工業企業DVAR的影響要高于中部和西部，在數字普惠金融發展的前期，數字普惠金融發展程度越高，對企業出口DVAR的影響會越大；對于企業從事貿易類型來說數字普惠金融對于加工貿易工業企業出口DVAR的影響要高于一般貿易和混合貿易。第三，通過機制分析發現數字普惠金融顯著降低了金融機構的信貸成本和風險，從而提升了金融服務的整體效率。這種效率的提升使得更多企業能夠享受到便捷、高效的金融服務，從而降低了融資的門檻和難度。隨著融資約束的緩解，企業獲得了更多的資金支持，這些資金可以投入到研發、創新、品牌建設、市場拓展和人才培養等多個關鍵領域。這些投入不僅有助于企業增強自身的核心競爭力，還推動了企業出口DVAR的提升，進一步推動企業的國際化進程。第四，企業還可以通過提高全要素生產率（TFP）來提升企業出口DVAR。全要素生產率的提升意味著企業能夠在保持資源投入不變或相對穩定的條件下，實現產出的顯著增長，這直接降低了單位產品的生產成本。成本的降低不僅顯著增強了企業在國際市場的競爭力，還使得企業能夠出口更多具備價格競爭力的產品，進而提升出口DVAR。全要素生產率的提升，還意味著企業優化資源配置，這涵蓋了提升資本、勞動力以及其他生產要素的使用效率，并減少不必要的資源浪費。通過這一系列的資源優化措施，企業也能夠有效提升生產效率，進而推動出口DVAR的穩步提高（二）政策建議第一，要精心規劃我國數字普惠金融的宏觀發展藍圖。數字普惠金融作為一種新興的金融業態，正發揮著其獨特的普惠優勢積極融入到我國的經濟金融體系之中。依托數字技術的發展，數字普惠金融的發展時間雖然不長，但已展現出了強大的潛力，為我國的實體經濟注入了新的活力。因此，政府及相關部門應加大相應的政策扶持力度，推動數字普惠金融行業的健康發展，以便于其更好地發展并服務于我國對外貿易，從而提高我國企業出口DVAR水平，助力我國企業向全球價值鏈高附加值區域攀升。第二，要建立完善的數據共享機制，促進政府部門、金融機構、企業之間的數據流通與共享，提高金融服務的精準性和效率。加大對信息安全技術的投入，確保數字金融服務的安全性和穩定性，保護企業和消費者的合法權益。第三，要深化數字金融領域的人才隊伍建設，強化數字金融人才的培養和引進策略，進而提升金融從業者的數字化素養和技能水平。為此，應激勵高等教育機構和科研部門開設與數字金融緊密相關的課程，以培育更多具備數字化思維和前沿創新能力的人才。同時，我們還應積極尋求與國際金融機構及金融科技公司的合作與交流，借鑒國際先進經驗和技術，從而推動數字普惠金融的國際化發展進程。在此基礎上，我們還應積極參與國際數字普惠金融標準和規則的制定工作，以此提升中國在全球數字普惠金融領域中的影響力及話語權，為行業的健康發展貢獻中國智慧。第四，數字普惠金融在拓寬企業外部融資渠道方面具有顯著優勢，能夠有效解決企業融資難題，為企業的穩健發展提供了有力支持，展現了其在金融服務領域的獨特價值。因此，我們應充分發揮數字普惠金融的這一優勢，鼓勵更多的企業利用數字普惠金融平臺進行融資，推動我國出口企業的快速發展。除此之外，數字普惠金融的風險管理也不容忽視，加大監管力度能夠有效預防數字普惠金融機構在為企業提供方便、包容的融資服務的同時，發生重大的金融危機。總之，數字普惠金融對于提升我國企業出口DVAR具有重要意義。我們應充分發揮其優勢，加強政策扶持和風險管理，推動其健康、快速發展。

參考文獻BECKT.FinancialDevelopmentandInternationalTrade:lsthereaLink?[J].JournalofInternationalEconomics.2002.57(1):107-131.CHANEYT.LiquidityConstrainedExporters[R].NBERWorkingPaper,2013,19170.CHORD,MANOVAK,YUZ.GrowingLikeChina:FirmPerformanceandGlobalProductionLinePosition[R].NBERWorkingPaper,2020,27795.GOMBERP,KOCHJA,SIERINGM.DigitalFinanceandFinTech:CurrentResearchandFutureResearchDirections[J].JournalofBusinessEconomics,2017.87(5):537-580.JAGTIANIJ,LEMIEUXC.DoFintechLendersPenetrateAreasthatareUnderservedbyTraditionalBanks?[J].JournalofEconomicsandBusiness,2018(100):43-54.KEEHL,TANGH.DomesticValueAddedinExports:TheoryandFirmEvidencefromChina[J].AmericanEconomicRevieW,2016.106(6):1402-1436KLETZERK,BARDHANP.CreditMarketsandPatternsofInternationalTrade[J].JournalofDevelopmentEconomics,198727(1-2):57-70.LIJ,WU