產業數字化如何推動貿易網絡樞紐地位提升?

劉維林,魏宜靜

1.南開大學 經濟與社會發展研究院,天津 300071 2.南開大學 數字經濟交叉科學中心,天津 300071

數字革命作為引領全球生產力進步的重要趨勢,正在推動各國產業體系的重塑升級與國際貿易格局的深層次調整。為此,世界各國紛紛將發展數字經濟列為國家經濟戰略的重要目標之一,將其視為信息時代拉動經濟發展的新引擎。《“十四五”數字經濟發展規劃》指出,“數字經濟正推動生產方式、生活方式和治理方式深刻變革,成為重組全球要素資源、重塑全球經濟結構、改變全球競爭格局的關鍵力量”。按照國家統計局發布的《數字經濟及其核心產業統計分類(2021)》,數字經濟包括數字產業化和產業數字化兩部分,其中產業數字化指應用數字技術和數據資源為傳統產業帶來的產出增加和效率提升。習近平總書記指出:“要推動產業數字化,利用互聯網新技術新應用對傳統產業進行全方位、全角度、全鏈條的改造,提高全要素生產率,釋放數字對經濟發展的放大、疊加、倍增作用。”在新一代數字科技支撐和引領下,數字化進程不僅帶動了各產業在生產要素、生產方式和組織機制等方面的一系列變革,還推動著全球生產網絡和貿易網絡的轉型、升級和再造。在新冠病毒感染疫情大流行、逆全球化現象愈演愈烈等一系列挑戰下,如何以數字化革命為契機,提升中國在國際貿易網絡中的樞紐地位是應對百年未有之大變局的外部挑戰和加快構建新發展格局的內在要求所亟待研究的重要課題。

由于全球價值鏈的迅速發展,全球產業分工日益轉向基于垂直專業化的生產區段分工,產品的價值創造不再由某一個國家獨立完成,而是由多個國家分工協作、共同實現,從而將各國產業聯結成為一個“你中有我,我中有你”的全球生產體系,國家之間的跨境貿易也逐漸演變為網絡結構。而一國在貿易網絡中所處的樞紐地位越明顯,意味著流經該國的貿易流和資源流就越多,從而代表該國在全球貿易和國際資源配置中具有越強的影響力和控制力。特別是在新冠病毒感染疫情、單邊主義抬頭、大國博弈加劇等一系列外部沖擊下,貿易網絡中的中心度水平日益成為反映一國貿易的廣度、深度和供應鏈安全性的綜合指標而引發廣泛關注。

近年來,社會網絡分析(SNA)作為研究全球國際貿易網絡相對地位和網絡特征的重要方法逐漸為國內外學者所關注[1]。Serrano等[2]發現全球貿易網絡符合復雜網絡的性質,這與經典的隨機網絡理論不同。在國際貿易分析中,社會網絡分析與其他方法最大的不同在于將網絡視為貿易主體關系的集合,而不是單一、孤立的對象。一些學者運用SNA結合增加值貿易分解方法研究了全球價值鏈分工的網絡特征[3]以及檢驗網絡中心度對出口二元邊際的影響等[4]。這些研究大多認為網絡地位是結構性權力的體現,其分布特征和動態變化可以較為直接地反映出貿易格局的演進[5],然而這些研究大多側重于對網絡地位的測度和描述,鮮有立足數字經濟迅猛發展的現實背景探討這一趨勢如何推動貿易網絡樞紐地位的演變。

在產業數字化的內涵研究及其測算方面,肖旭等[6]將產業數字化概括為傳統產業利用數字技術對業務進行升級,從而提升生產的數量以及效率的過程。蔡躍洲等[7]認為產業數字化的實現基礎是數字技術所具備的滲透性。由此可見,數字技術應用是產業數字化的基本途徑和重要表征,在量化測算上可以基于投入產出的方法來衡量數字技術應用的貢獻。如楊飛等[8]使用世界投入產出表,以計算機制造業和信息服務業的中間品增加值占比衡量產業智能化水平。本文主要基于上述思路構建相關指標,考察其對各產業貿易網絡特征的影響。不同于近年來關于企業數字化轉型、數字賦能等微觀層面的研究,本文將重點放在數字化的中觀層面。

產業數字化如何影響一國的貿易網絡樞紐地位?為探究數字產業滲透與貿易網絡結構特征的關系,本文利用OECD-ICIO數據庫和社會網絡分析的PageRank中心度指數對各國的貿易網絡樞紐地位進行測度,在典型事實分析的基礎上提出產業數字化影響貿易網絡樞紐地位的作用機制假說,進而在測算產業數字化水平的基礎上通過多種計量模型對上述效應和機制假說進行實證檢驗。

本文的邊際貢獻主要包括三個方面:第一,在指標測度上,基于社會網絡分析方法使用PageRank中心度指數衡量各個國家各產業的貿易樞紐地位,進而分析各國全球貿易網絡地位演變的特征事實;第二,在研究方法上,采用面板回歸、半參數模型、門檻模型和中介效應等多種計量方法驗證產業數字化對貿易網絡樞紐地位的提升作用及其邊際遞減特征的理論假說;第三,考慮提升作用在不同類型產業中的異質性以及深化全球價值鏈嵌入、增強出口競爭優勢、改善價值鏈分工位置三種中介機制,進行實證檢驗,這對于深入理解產業數字化的多重影響具有啟示作用。

一、貿易網絡樞紐地位演變的典型事實

社會網絡分析為判斷各國各產業在生產網絡中的節點地位提供了方法依據。隨著各國宏觀和部門層面數據可獲得性的提高,社會網絡分析在經濟學領域的應用迅速興起。由于從貿易網絡整體角度考察某一節點的中心性不僅需要考慮該節點直接相連的節點數量,還需要考慮網絡中通過其他節點間接相連的節點數量,而傳統的出度中心度、入度中心度等指標只考慮了前者,本文采用PageRank中心度衡量一國(地區)或一個產業在全球產品貿易網絡中的樞紐地位,從2021年發布的OECD-ICIO數據庫提取了67個經濟體的產業層面數據(剔除了產出為0的產業),以中國首次提出《國家信息化發展戰略》的2005年為起點,測算得出2005—2018年每個細分產業的PageRank中心度。

(一)全球貿易網絡鄰接矩陣的構造

在全球產品貿易網絡中,每個國家(地區)代表一個“節點”,如果該國家(地區)向另外一個國家(地區)出口產品,則節點之間存在“連邊”,節點和連邊的集合構成了整個貿易網絡。本文通過構建無權有向貿易網絡矩陣計算相應的貿易網絡指標。

在有向圖中,連接兩個節點V1和V2的箭頭代表方向。箭頭可以從一個節點V1指向另一個節點V2,也可以從節點V2指向節點V1。每個節點被指向的箭頭個數是其入度中心度(in),是以該節點為終點的有向邊的數目;從這個節點指出去的箭頭個數是其出度中心度(out),是以該節點為起點的有向邊的數目。

出度中心度是社會網絡分析中最具有直觀性的指數之一,如果一個行動者在鄰接網絡中與其他多個行動者之間存在直接的關系,該行動者就居于中心地位,從而擁有較大權力。但點度中心度只是局部中心度的衡量指標,它只考慮了產業i與另外一個產業j的直接聯系,未考慮網絡的整體結構,這就需要結合PageRank中心度進一步反映產業i在整個網絡中的地位,以體現某些國家的某些產業所具有的無可替代的強依賴性。

(二)PageRank中心度的計算

從網絡整體角度考察某一節點的中心性不僅需要考慮該節點直接相連的節點數量,還需要考慮網絡中通過其他節點間接相連的節點數量,此時就需要采用特征向量類型的中心度指標。比較有代表性的特征向量類型的中心度指標包括Katz中心度、Bonacich中心度和PageRank中心度等。其中Katz中心度和Bonacich中心度近年來在宏觀經濟沖擊[9]和社交網絡中的知識、信息擴散[10]等方面得到廣泛應用,而歸一化的Katz &Bonacich中心度實際上與PageRank中心度等價[11]。有學者認為中心度應當歸一化,這樣才能體現出其經濟含義[9],因此本文直接使用PageRank中心度來衡量網絡樞紐地位。PageRank中心度本身源于計算機科學領域,由于全球貿易網絡存在類似互聯網的復雜特征,因此利用PageRank中心度來衡量一國或一個產業在全球產品貿易網絡中的樞紐地位成為近年來諸多文獻的選擇,通過衡量在網絡中各個國家的貿易關系來衡量其貿易網絡特征。

PageRank中心度最早被應用于谷歌對網頁排名的分析,其原理在于,一個網頁的重要程度受其所鏈接到的其他網頁的數量和質量的影響。要獲得網頁A的排序,不僅要知道有多少網頁可以被鏈接到網頁A,還需要知道這些網頁各自的排序,因為排序靠前的網頁所帶來的鏈接更有分量,也就是權重更高。Brin等[12]使用平穩馬爾可夫過程,提供了一個基于“隨機瀏覽者”網頁瀏覽行為的計算方法,從而實現了PageRank中心度的測算(2)假設有一個“隨機瀏覽者”被隨機提供一個網頁,并不斷點擊鏈接,從不點擊“返回”,隨著不斷瀏覽,“隨機瀏覽者”最終感到厭倦,并開始瀏覽另一個隨機網頁。“隨機瀏覽者”訪問一個網頁的概率就是網頁的PageRank值。。

基于上述算法,首先假設整個生產網絡指向產業i的產業構成集合Mi。d阻尼系數是“隨機瀏覽者”在每個網頁上感到無聊并請求另一個隨機頁面的概率,在這里代表了貿易伙伴維持貿易往來的概率,阻尼系數介于0～1之間,一般設置為默認值0.85。Lj表示產業j的出度中心度。產業i的PageRank值PRit用迭代形式定義為

(1)

R(t+1)=dH×R(t)+(1-d)/GN×1

(2)

(3)

基于式(2),通過提取OECD-ICIO數據庫中65個國家(地區)的貿易往來數據,可以計算出2005—2015年每個國家(地區)—產業的PageRank值(3)由于PageRank中心度的量綱與整個網絡的節點規模負相關,當產業數量較大時,PageRank中心度的絕對值偏小,因此本文將其乘1 000以提高實證結果的可視性,這樣做只會影響回歸系數的大小,不影響作用方向和顯著性水平的判斷。,該值越高,該國家(地區)在全球貿易網絡中越接近于樞紐的中心地位。

(三)全球貿易網絡結構的演變

按照全球貿易網絡鄰接矩陣的構造方法,可以得到以所有國家(地區)—產業層面為節點構建的無權有向網絡。為了更直觀反映國家(地區)間的貿易關系,將中間產品投入產出表按照國家(地區)進行合并,得到國家(地區)層面的投入產出表XC,進而得到以國家(地區)為節點的無權有向網絡YC。在網絡YC中,每個國家(地區)節點被指向的箭頭個數是其入度中心度,從這個節點指出去的箭頭個數是其出度中心度,節點的點度中心度為入度中心度與出度中心度之和。

圖 1展示了2005和2018年的全球貿易網絡結構(4)英文簡稱與國家(地區)名稱對應如下:OECD國家(地區)包括:AUS澳大利亞,AUT奧地利,BEL比利時,CAN加拿大,CHL智利,COL哥倫比亞,CRI哥斯達黎加,CZE捷克,DNK丹麥,EST愛沙尼亞,FIN芬蘭,FRA法國,DEU德國,GRC希臘,HUN匈牙利,ISL冰島,IRL愛爾蘭,ISR以色列,ITA意大利,JPN日本,KOR韓國,LVA拉脫維亞,LTU立陶宛,LUX盧森堡,MEX墨西哥,NLD荷蘭,NZL新西蘭,NOR挪威,POL波蘭,PRT葡萄牙,SVK斯洛伐克,SVN斯洛文尼亞,ESP西班牙,SWE瑞典,CHE瑞士,TUR土耳其,GBR英國,USA美國;非OECD國家(地區)包括:ARG阿根廷,BRA巴西,BRN文萊,BGR保加利亞,KHM柬埔寨,CHN中國,HRV克羅地亞,CYP塞浦路斯,IND印度,IDN印尼,HKG中國香港,KAZ哈薩克斯坦,LAO老撾,MYS馬來西亞,MLT馬耳他,MAR摩洛哥,MMR緬甸,PER秘魯,PHL菲律賓,ROU羅馬尼亞,RUS俄羅斯,SAU沙特阿拉伯,SGP新加坡,ZAF南非,THA泰國,TUN突尼斯,VNM越南。。點度數越高的節點擁有越多的連邊,越接近于圖的中心位置,可以看出,2005年處于網絡中心的國家(地區)主要是美國、德國和英國,扮演了全球樞紐的角色,而中國雖然也擁有較多的連邊,但周邊的國家(地區)多為亞洲經濟體,更主要扮演的是亞洲區域樞紐的角色。而在2018年全球貿易網絡中,位居網絡中心位置的除了美國和德國,中國也進入網絡的中心圈層,作為唯一的發展中國家成功地由區域樞紐升級為全球樞紐。

圖1 2005和2018年全球貿易網絡結構對比結果

(四)各國(地區)網絡中心度的變化趨勢

2018年點度中心度最高的8個國家在考察期內的逐年變動趨勢如圖2所示,總體來看,美國、德國、英國、意大利等發達經濟體總體上都呈現逐漸衰落的走勢。與之形成鮮明對比的是,中國和印度在觀察期內樞紐地位不斷上升。中國在這14年中的樞紐地位保持了快速上升的態勢,點度數從68上升到85,于2012年超越美國位居全球第一位,但總中心度只是基于各國(地區)在直接貿易伙伴中的地位給出初步的判斷,整個貿易網絡中的樞紐識別還需基于PageRank中心度進行評估。

圖2 中心國家(地區)的點度中心度

2005和2018年各國(地區)PageRank中心度及其變動對比如圖3所示。從2018年的測算結果來看,中國和美國并列位居全球貿易網絡樞紐的第一梯隊,PageRank中心度均為0.055左右。

圖3 2005和2018 年PageRank中心度變動對比

圖4 數字滲透率對PageRank中心度的非線性影響

德國、日本、英國、法國、韓國、荷蘭、印度、新加坡、意大利位列全球貿易網絡樞紐的第二梯隊,PageRank中心度處于0.032～0.051之間。從變化趨勢來看,在2018年PageRank中心度排名前20的國家(地區)中,中國、日本、韓國、荷蘭、印度、新加坡、泰國、俄羅斯、波蘭、越南、印度尼西亞的PageRank中心度都有較大幅度提升,而傳統發達經濟體如美國、德國、英國和法國等則出現較大幅度的下降。在排名21～40的國家(地區)中,部分北歐和中東歐經濟體的PageRank中心度出現小幅下降,其余國家(地區)均體現出小幅上升的趨勢。而在第41～65名的國家(地區)中,只有希臘的PageRank中心度出現大幅下降,其余國家(地區)則保持在低位徘徊。綜上所述,大部分發達國家(地區)在此期間貿易樞紐地位有所下降,而新興發展中國家(地區)特別是亞洲國家(地區)貿易樞紐地位持續上升,而中心度本身就較低的發展中經濟體基本鎖定在網絡的外圍區域,這一變動體現了全球價值鏈分工演進下發達經濟體和發展中經濟體貿易地位的分化。

二、理論機制與研究假說

(一)產業數字化對貿易網絡樞紐地位的提升作用

產業數字化對樞紐地位的提升作用主要體現在五個方面。第一,產業數字化通過數字技術的應用加強規模經濟。隨著數字技術對傳統行業的不斷滲透,企業呈現出高固定成本和低邊際成本的新特征,形成了規模效應[13],有助于增加企業產量和積累客戶資源,使企業的樞紐地位得到提升。第二,產業數字化通過數字技術創新加強了范圍經濟。數字技術創新改變了企業的盈利模式,從傳統的單一經營轉化到在數字平臺進行經營[13],數字平臺可以在虛擬空間中進行無限次更新迭代的屬性促使企業更關注多樣化經營,同時,隨著互聯網和大數據的應用,企業可以對研發設計、原材料采購、產品制造和成品銷售等環節的信息進行收集和分析,有效提高上下游產業鏈的溝通效率,從而擴大對不同國家市場的滲透。第三,產業數字化同時融合了規模經濟和范圍經濟的優勢,也增加了對上下游相關企業的資源獲取和控制能力,提升了企業在上下游產品價值鏈中的樞紐地位。第四,在產業數字化過程中,數字技術本身的特性可以帶來邊界拓展和業態創新。數字化模糊了企業傳統的經營邊界,重塑了商業模式,進而帶動橫向和縱向組織關系的創新,并且通過突破生產要素流通的時間、空間硬性約束改變了產業鏈形態,產業鏈分工邊界因此拓展。傳統產業還可以利用數字技術構建數據采集、數據傳輸、數據儲存、數據處理和數據反饋的閉環,打通不同層級與不同行業之間的壁壘,促進供給側提質增效,創造新產業、新業態、新商業模式,不斷滿足需求側改善體驗的新需求[14]。在邊界拓展和業態創新的過程中會伴隨著產業間的融合滲透,進而提升了產業或者企業在貿易網絡中的樞紐地位。第五,產業數字化推動企業使用數字平臺進行貿易網絡變革,降低了貿易成本和信息搜尋成本,提升了交易效率,使得不同地域和部門具有相似邏輯的經濟活動都集成到同一平臺進行[15],幫助企業將其產品銷往全球,擴大了其市場勢力,提升了其在貿易網絡中的樞紐地位。綜上,本文提出以下假說:

假說1:產業數字化有助于提升貿易網絡的樞紐地位。

(二)行業異質性與邊際遞減特征

農業、初級產品制造業、工業制成品制造業、服務業這四種不同的產業類型在土地、資本、勞動和技術等要素投入構成上存在較大差異,產業數字化發揮的作用也有較大不同。傳統農業生產具有依賴自然資源、生產經營方式單一等屬性,數字化起步往往相對較慢[16],但是數字化給農業生產和流通帶來的成效十分明顯。利用數字技術可以優化全國乃至全球農業種植和庫存活動的監測統計,從而指導農業種植決策,同時通過對氣象變化進行實時預警,對作物生長、環境、病蟲害等進行實時監測來改進農業生產方式,以及通過更高效的供需匹配來改善交易流通環節。制造業的產業數字化起步相對較早,推動實現制造業的數字化轉型已經成為產業界共識,產業數字化推動制造業在生產運營方式、產品服務、資源組織模式、商業模式等方面發生系統深入變革,從而有助于強化在全球價值鏈中的競爭優勢而提升網絡樞紐地位。而相對于生產工序更為復雜的工業制成品制造業,初級產品制造業的數字化水平較低,在數字化方面具有更大的發展潛力和發展空間[14]。一部分服務業也較早地利用互聯網進行跨境交易,數字技術的應用會使這些服務產品通過網絡空間跨境提供,實現了低成本遠距離運輸,改變了傳統服務業不可儲存、不可貿易的性質[17]。此外,數字經濟還推動了服務業供需的有效匹配,降低了信息搜尋成本,從而有利于服務業產品的全球范圍流動。而由于不同行業在數字化水平以及行業產品特性上的差異,數字化對其產生的影響也存在異質性。因此,本文提出以下假說:

假說2:產業數字化對貿易網絡樞紐地位的提升作用具有行業異質性。

從宏觀層面來說,一國貿易網絡樞紐地位的提升意味著該國產品的出口范圍和規模不斷增加,使得貿易伙伴在范圍和規模上向該國集中,但在全球網絡節點數總量固定的前提下,這種提升效應也受到邊際遞減規律的影響,產業數字化雖然有利于一些國家和地區更好地發揮比較優勢,迅速融入全球產業分工,并推動一部分國家實現某些領域的趕超,但長期來看這種效應會逐漸收斂。從微觀層面來看,雖然企業在推行數字化后數字技術使用的邊際成本較低,但信息組織的平均成本會增加[18]。當企業數字化程度與組織結構不相適應時,數字技術難以創造價值,且推動數字化產生的轉型成本也為企業發展帶來更多的不確定性,不利于企業提升其全球價值鏈競爭力。因此,在其他環境和條件不變的情況下,隨著數字化水平的提高,其對貿易網絡樞紐地位的提升作用會呈現邊際遞減特征。因此,本文提出以下假說:

假說3:數字化對貿易網絡樞紐地位的提升作用具有邊際遞減特征。

(三)中介機制

第一,產業數字化有助于加深全球價值鏈嵌入程度,進而提升其網絡樞紐地位。首先,數字化連接打破了傳統的價值鏈分工邊界,傳統基于規模經濟、技術優勢、沉沒成本等形成的進入壁壘被削弱,跨界合作成為常態,以整合價值鏈、供應鏈、產業鏈建立高效的價值鏈網絡[6]。其次,數字化技術應用通過降低運輸成本、信息成本,增加供需雙方匹配效率等方式使更多國家或行業融入全球價值鏈。最后,數字技術打破了因地理距離造成的運輸成本約束,推動相關產品和服務通過數字平臺等方式形成“虛擬聚集”的新型全球價值鏈分工形態[19]。而嵌入全球價值鏈分工是提升全球貿易網絡樞紐地位的重要前提條件。Criscuolo等[11]發現,產業的價值鏈參與度與網絡的前向和后向中心度存在很強的相關性。

第二,產業數字化可通過增強出口競爭力來提升網絡樞紐地位。首先,產業數字化轉型降低了信息不對稱對資源配置的扭曲,使生產要素向更能夠為用戶創造價值的領域集中,形成公平、開放的產業生態,帶動提升供給質量和供給效率,從而增強競爭優勢。其次,產業的數字化通過數字技術和數字平臺可以加快產業的技術進步,提高生產效率,優化了生產要素配置,進而擴大市場份額來提高出口競爭優勢。最后,數字技術應用促進了信息知識的跨界交流和新業態、新產品的學習模仿,有助于在全球生產網絡中通過“干中學”效應獲取技術溢出,增強自身競爭力,進一步擴大其競爭優勢。而作為衡量出口競爭力的重要指標,顯示性比較優勢的改善可以帶來貿易網絡樞紐地位的提升。

第三,產業數字化通過改善價值鏈分工位置提升網絡樞紐地位。從企業微觀角度來看,互聯網發展會通過降低企業進入成本影響出口的擴展邊際[20],使產品種類和客戶范圍更加多元化,從而提高上游度;同時,數字產業滲透還通過增強創新能力、改善資源配置效率促進價值鏈上游度的提升[21]。而一國的生產環節在全球價值鏈中處于越上游的位置,其產出或價格的變動越會影響更多的網絡節點,該產業在網絡中的重要性越強。高敬峰等[22]的實證研究表明,數字技術可以通過技術替代效應和協同滲透效應提升全球價值鏈地位。從產業中觀角度來看,產業數字化帶動了產業鏈的分解與邊際擴展,加強了不同產業間的互補與協同,制造業與服務業的邊界逐漸模糊,產生了制造業服務化、生產性服務業等新形態。這些新形態的產生往往伴隨著更高效的技術創新、組織創新,改善了該產業在價值鏈中的分工地位,進而提升在整個網絡中的樞紐地位。基于以上三個方面的分析,本文提出以下假說:

假說4:產業數字化通過深化全球價值鏈參與、增強出口競爭力和改善價值鏈分工位置三方面機制提升樞紐地位。

三、研究設計

(一)計量模型構建

本文主要研究數字滲透率dgt對PageRank中心度的影響,使用面板數據構建如下模型:

PRit=β0+β1dgtit+XitΔ+θi+σt+εit

(4)

其中,PRit為PageRank中心度,下標i、t分別表示產業和年份;核心解釋變量dgtit為產業i的數字滲透率,代表該產業的數字化水平;Xit為其他控制變量;θi、σt和εit分別為產業固定效應、時間固定效應和隨機誤差項;Δ為控制變量的系數集合。

(二)變量的測度與設定

1.產業數字滲透率

本文基于跨國投入產出表測算各國家—產業層面的數字經濟滲透水平,參考國家統計局公布的《數字經濟及其核心產業統計分類(2021)》對數字經濟范圍的界定,即數字產品制造業、數字產品服務業、數字技術應用業、數字要素驅動業和數字化效率提升業,本文對比了數字經濟的五個組成部分和OECD-ICIO數據庫中的產業分類,篩選出符合數字經濟特征的四大產業,即計算機、電子和光學產品(D26),電器設備(D27),電信(D61),IT和其他信息服務(D62T63),進而利用2005—2015年的跨國投入產出表,獲得每個產業所使用的來自數字產業的中間投入,利用完全消耗系數來測算數字產業每個產業投入的滲透水平。使用完全消耗系數而非直接消耗系數來計算數字滲透率的原因在于前者更能體現在整個全球貿易網絡中層層傳遞的產業關聯,能夠體現復雜網絡的性質,全面地衡量數字經濟與各產業的直接與間接聯系[21]。

首先,利用中間投入和總投入的關系得到直接消耗系數進行里昂惕夫逆矩陣轉換后減去單位對角陣,得到GN×GN階的完全消耗系數矩陣B,元素為bij,其第j列上的元素代表產業j對各個產業中間產品的完全消耗。然后,將各元素除以其所處列的元素之和,可得到各產業完全消耗的相對占比βij。最后,將來自所有國家數字經濟部門的完全消耗占比βij求和,得到產業數字滲透率dgtit。

2.控制變量

(三)數據來源及說明

本文所采用的PageRank中心度、數字滲透率、服務業投入占比、中間品投入占比和出口依存度的指標均根據2018版本的OECD-ICIO投入產出表計算而來,主要樣本區間為2005—2015年(5)由于2021版本的OECD-ICIO數據采用了新的《2008年國民賬戶體系》(SNA 2008)進行核算,產業分類也從國際標準產業分類第三版(ISIC Rev.3)調整為第四版(ISIC Rev.4),因此在新版數據的投入產出表中對ICT中間投入的處理方法做了較大調整,使得數字滲透率指標在前后年份的一致性較差,故本文主要選擇了2018版數據庫作為主要實證樣本。但考慮到實證分析的時效性,在穩健性分析部分也結合2021版數據選取了最新的2016—2018年區間進行了實證檢驗。,在穩健性檢驗中進一步結合2021版數據庫將樣本擴展到了2018年。GDP、人口數據來自世界銀行的世界發展指標數據庫(WDI)。地理距離數據來自法國前瞻性研究和國際信息中心(CEPII)全球空間距離數據庫(World GeoDist)。考慮到極端觀測值的存在會對回歸系數產生較大影響,本文回歸中對所有變量都進行前后1%的縮尾處理之后再進行估計。主要變量的描述性統計結果如表1所示。

表1 主要變量的描述性統計結果

四、實證結果與分析

(一)基準回歸結果

首先考察產業數字化是否對貿易樞紐地位提升產生促進作用,按照式(1)的面板回歸模型進行參數估計,表2匯報了產業數字滲透率對PageRank中心度影響的回歸結果,采用的標準誤均為穩健標準誤。在第(1)列中僅加入核心解釋變量數字滲透率并控制個體固定效應,回歸系數在1%水平上顯著為正,這說明產業數字滲透率的提升有助于增加其網絡中心度。在第(2)列中加入控制變量之后,數字滲透率仍在1%水平上對Page-Rank中心度有顯著影響。第(3)(4)列進一步控制了時間固定效應后,主要解釋變量和控制變量的方向和顯著性均未發生改變,說明回歸結果具有良好的穩健性。根據控制其他變量和雙向固定效應后第(4)列的估計結果,數字滲透率每增加1%,PageRank中心度上升0.291,從而驗證了本文的假說1。

表2 基準回歸估計結果

各控制變量的估計結果基本符合理論預期和以往研究結論,出口主導型的產業更容易具有較高的網絡中心度。中間產品使用越多,越容易促進生產環節之間形成網絡鏈接從而推升網絡中心度。服務業具有一定非貿易品和統計困難的性質,導致服務化程度較高的產業PageRank中心度更低。人均GDP更高的國家往往更容易占據網絡中心位置,而與高GDP國家的地理鄰近會容易導致其貿易流量更大比例被這些大國所吸收,難以與其他國家建立更為廣泛的貿易網絡,從而削弱其網絡樞紐地位。

(二)產業異質性

表3報告了農業、初級產品制造業、工業制成品制造業和服務業的回歸結果。在農業子樣本中,數字滲透率的系數雖然為正且高于總樣本回歸結果,但未通過顯著性檢驗,可能是由于農業的數字化應用在發達國家和發展中國家差距更大,難以得出一致結論。在初級產品制造業子樣本中,數字滲透率的系數為1.233,在10%的顯著性水平上對網絡中心度提供了正向促進作用,可能是由于這類產業數字化轉型起步較晚,數字技術的應用相對于農業更容易產生明顯的效果。在工業制成品制造業和服務業子樣本中,數字滲透率的回歸系數分別為0.326和0.245,均在1%顯著性水平上對網絡中心度有正向促進作用。進一步采用Bdiff命令對每兩組樣本之間的系數差異進行檢驗,結果顯示,“農業—初級產品制造業”的組間系數差異未通過10%水平的顯著性檢驗,“工業制成品制造業—服務業”“初級產品制造業—工業制成品制造業”的組間系數差異通過了5%水平的顯著性檢驗,而其他組別之間的系數差異均通過了1%水平的顯著性檢驗,說明在農業和初級產品制造業領域,數字滲透率的網絡地位提升作用至少在5%的顯著性水平上高于工業制成品制造業和服務業領域,而在工業制成品制造業中的提升作用至少在5%的顯著性水平上高于服務業。

表3 分產業回歸估計結果

(三)邊際效應遞減檢驗

為探究數字滲透對于PageRank中心度的提升可能存在的非線性效應,本文使用面板半參數固定效應模型和面板門檻模型對二者關系展開進一步的驗證。半參數固定效應模型可以減少模型設定偏誤并刻畫變量之間的非線性關系,本文構建如下半參數面板固定效應模型:

PRit=XitΔ+G(dgtit)+θi+σt+εit

(5)

其中,G(dgtit)為非參數部分。

通過對式(5)進行一階差分消除個體固定效應θi,使用樣條算法得到面板半參數固定效應模型的回歸結果,數字滲透率對PageRank中心度的非線性效應如圖 4所示。

控制變量的回歸系數如表4第(1)列所示。可以看出,在數字滲透率水平較低時,數字滲透對于PageRank中心度的提升有很強的正向效應,但隨著數字產業滲透水平的提高,其偏導數趨于下降,表明其邊際效應逐漸遞減。

表4 門檻模型與半參數模型回歸估計結果

本文還結合Hansen[24]提出的面板門檻模型對非線性效應作進一步檢驗,以數字滲透率(dgt)為門檻變量構建分段函數,單門檻和雙門檻面板模型分別設置為

PRit=β0+β11dgtit×I(dgt<λ1)+

β12dgtit×I(dgt≥λ1)+XitΔ+θi+σt+εit

(6)

PRit=β0+β21dgtit×I(dgt<λ1)+

β22dgtit×I(λ1≤dgt<λ2)+β23dgtit×I(dgt≥λ2)+

XitΔ+θi+σt+εit

(7)

其中,門檻變量為數字滲透率水平,I(·)為指示函數,當條件成立時取值為1,否則取值為0。

表4第(2)列展示了雙門檻面板模型的回歸結果,門檻變量通過了雙門檻檢驗,均在1%的顯著性水平上顯著。數字滲透率對PageRank中心度的三個區間均存在統計意義上顯著的正向影響,但作用幅度存在差異。當數字滲透率低于0.113時,產業數字化對PageRank中心度的提升作用最大;當數字滲透率達到或超過0.113時,數字滲透率的影響系數有所下降;而當數字滲透率高于0.334時,其提升作用最小。從結果可以看出,無論是采用非參數模型還是門檻模型,數字滲透對網絡中心度的提升作用隨著數字滲透水平的提高依次遞減,驗證了本文提出的假說2。

進一步通過計算35個產業部門的數字化水平均值發現,處于第一門檻值左側區間的產業主要為農業、初級產品制造業和傳統服務業(6)具體為農業、能源產品開采和提取、非能源產品開采、采礦支持服務、食品飲料和煙草、紡織服裝皮革相關制品、木材及木制品、紙制品和印刷、焦炭和煉油產品、化學和醫學產品、橡膠和塑料制品、其他非金屬礦物制品、基本金屬、金屬制品、電力燃氣供水以及污水處理、建筑、批發和零售貿易、機動車維修、運輸和倉儲、住宿和餐飲服務共19個產業。,這類產業的數字滲透率相對較低,但是產業數字化對于這些產業PageRank中心度的提升作用相對更大。處于兩個門檻值中間的產業主要為工業制成品制造業、公共服務業以及新興的生產和生活服務業(7)具體包括機械和設備、機動車和拖車、其他運輸設備、其他制造與維修業、出版音像和廣播、金融和保險、房地產、其他商業活動、公共管理和國防以及社會保障、教育、健康和社會工作、藝術娛樂休閑和其他服務活動共12個產業。,這部分產業往往數字化轉型起步較早,數字技術應用相對普及,對PageRank中心度的提升幅度略低于第一區間的產業。處于第二門檻值右側區間的行業主要為數字經濟相關行業,如計算機電子和光學產品、電器設備、電信、IT和其他信息服務等,由于這些產業本身就具有更高的數字滲透率,因此對其Page-Rank中心度的提升幅度也相對較小。

(四)內生性分析與穩健性檢驗

1.內生性分析

首先,考慮網絡中心度和數字產業滲透可能會存在反向因果問題,而由于當期的PageRank中心度不會影響前期的數字滲透率,可以通過將核心解釋變量滯后來消除因同期相關所引發的內生性問題(8)需要指出的是,以滯后項來克服內生性需要假設不可觀測變量序列不相關,因此將數字滲透率滯后不能完全解決反向因果問題,但可以在一定程度上減少內生性。。數字滲透率滯后一期和滯后兩期的回歸結果見表5第(1)(2)列,數字滲透率的回歸系數分別為0.202和0.154。可以看出,滯后的數字滲透率仍然對PageRank中心度具有顯著的提升作用。

表5 采用滯后數字滲透率和工具變量的回歸結果

進一步,引入數字滲透率的工具變量來同時解決遺漏變量與反向因果所引起的內生性問題。使用t期其他國家相同產業的數字滲透率均值作為t期本國該產業數字滲透率的工具變量。一方面,其他國家相同產業的數字滲透率與本國該產業的數字滲透率存在相關性,因為同一類型產業中會使用相似的數字技術。另一方面,其他所有國家該產業的數字滲透率均值不會影響本國該產業的網絡中心度,滿足工具變量的外生性條件。具體回歸結果見表5第(3)(4)列,從中可見,數字滲透率仍對PageRank中心度有顯著的促進作用,并且工具變量通過了識別不足檢驗和弱識別檢驗,說明了工具變量選擇的合理性。

2.穩健性檢驗

首先,以各產業對數字產業的直接中間使用作為替代指標,即基于直接消耗系數計算的數字滲透率進行穩健性檢驗結果見表6。除了農業和初級產品制造業由于樣本偏少,回歸系數不顯著以外,其余產業的回歸系數在方向和顯著性水平上均與基準模型一致,表明上述結論依然成立。

表6 替代核心指標回歸估計結果

其次,利用2021年發布的新版OECD-ICIO數據對2016—2018年樣本中數字滲透率與PageRank中心度的關系進行考察。表7第(1)列呈現了全部產業樣本的回歸結果,核心解釋變量在作用方向和顯著性上都與基準回歸樣本一致,控制變量除了出口依存度和服務投入占比的系數不顯著以外,其他控制變量均表現出較好的一致性。從表7第(2)～(5)列的分產業回歸結果來看,數字滲透率的系數大小和顯著性的分布也都與表3的結果比較接近,進一步說明了主要分析結論的穩健性。

表7 2016—2018年樣本回歸估計結果

(五)作用機制檢驗

本文從全球價值鏈參與、出口競爭優勢和價值鏈分工位置三方面分析產業數字化對貿易網絡樞紐地位的間接影響。其中,全球價值鏈嵌入程度用總出口中國外增加值所占的比重即國外增加值率(FVA)來衡量,數據來源于OECD數據庫中指標EXGR_FVASH。出口競爭力用顯示性比較優勢(RCA)來衡量,參考呂云龍等[25]基于增加值的顯示性比較優勢計算公式計算得到。價值鏈分工位置采用Wang等[26]提出的平均生產鏈位置(GP)指標,計算公式為GP=PLv/[PLy]′,其中PLv表示前向平均生產長度,PLy表示后向平均生產長度。該指數克服了傳統上游度與下游度并不吻合的問題,數值越大,說明該產業處在越上游的位置。本文運用溫忠麟等[27]提出的修正中介效應檢驗方法進行作用機制的檢驗,建立如下回歸方程:

chait=a0+a1dgtit+XitΦ+χi+φt+εit

(8)

PRit=b0+b1chait+XitΓ+еi+λt+δit

(9)

PRit=c0+c1dgtit+c3chait+XitΩ+vi+τt+it

(10)

其中,變量chait分別為FVAit、RCAit和GPit,Φ、Γ、Ω為控制變量的待估系數。

三種機制回歸結果見表8,所有回歸結果均加入了控制變量、個體固定效應和時間固定效應。從第(1)～(3)列回歸結果可知,數字滲透率提高了國外增加值率,同時國外增加值率上升有利于PageRank中心度提升,說明數字滲透率可以通過提升國外增加值率來增加網絡中心度。由第(4)～(6)列結果可知,數字滲透率顯著增強了產業的顯示性比較優勢,而顯示性比較優勢可以提升PageRank中心度,說明數字滲透可以通過增強產業競爭力而提升價值鏈地位。同理,根據第(7)～(9)列的估計結果,數字滲透有利于價值鏈分工位置向上游移動推動網絡中心度的提升,從而本文假說4得證。

表8 影響渠道檢驗回歸估計結果

五、結論與政策建議

本文立足推進產業數字化轉型的戰略要求和應對全球價值鏈重構挑戰的現實需求,采用PageRank中心度指數考察了各國產業貿易網絡樞紐地位的演變趨勢,進而提出產業數字化推動貿易網絡樞紐地位提升的理論假說,并運用多種計量方法進行了實證檢驗。研究發現:第一,產業數字化水平有助于提升其貿易網絡的樞紐地位,這種提升作用因農業、初級產品制造業、產成品制造業和服務業各自的產業特征和不同的數字滲透程度而存在差異;第二,產業數字化雖然有利于推動一些國家和地區提升貿易網絡地位,但隨著數字化水平的提高,其提升作用呈現邊際遞減特征;第三,產業數字化滲透可以通過深化全球價值鏈嵌入、增強出口競爭優勢和改善價值鏈分工位置三方面中介機制提升產業樞紐地位。

基于上述結論,本文提出如下政策建議:第一,以數字化賦能全產業鏈的協同轉型,促進全球價值鏈各種嵌入環節的數字化應用,深化在研發設計、生產制造、品牌營銷和貿易物流等領域中數字技術的融合滲透,改變發達國家主導的產業鏈壟斷格局,打造開放合作、互利共贏的全球價值鏈新生態。第二,以數字化助推中國產業構筑國際競爭新優勢,積極推動后人口紅利時代中國制造的智能化轉型,大力發展智能產品設計與制造、工業互聯網平臺,同時利用大數據、區塊鏈、云計算技術為金融保險、商貿物流、文化旅游、研發設計等服務業制定數字化解決方案,培育數字貿易的新引擎。第三,以數字化轉型提升全球供應鏈風險應對能力,在新冠病毒感染疫情全球大流行、國際形勢復雜多變的百年未有之大變局時代背景下,運用數字化手段來增強對整個產業的生產、銷售、出口的監測、預警和控制能力,面臨外在風險時按照需求與形勢進行靈活調整,維護全球供應鏈的穩定。第四,以數字化推動高水平的國際交流與合作,積極加入《數字經濟伙伴關系協定》,擴大對外開放的領域和合作范圍,與RCEP成員國、“一帶一路”沿線國家積極推動數字領域國際規則的高水平接軌,實現貿易紐帶聯系的多元化,減輕對少數國家的貿易依賴,從而提升全球供應鏈樞紐地位。