數字貿易異質性與國際競爭新優勢

【摘要】數字貿易在國家層面、行業層面和企業層面都存在明顯異質性，這將成為改變國家競爭格局、重塑國際競爭新優勢的重要動力。中國在數字基礎設施和前沿產業數字化應用等領域具有一定優勢，催生了以跨境電子商務和供應鏈貿易數字化為主要內容的新型貿易形態，但中國數字貿易也存在技術應用受限、供應鏈優勢不足和數字經濟規則有待完善等問題。構建國際競爭新優勢，要進一步擴大數字領域的制度型開放，構建高水平數字經濟規則和數字經濟協定網絡體系，提升頂尖數據科學家的數字技術能力、貿易數字化轉化能力和數字技術與前沿技術的結合能力。

【關鍵詞】數字貿易" 異質性" 國際競爭" 數字政策

【中圖分類號】F752" " " " " " " " " " " " " " " " "【文獻標識碼】A

【DOI】10.16619/j.cnki.rmltxsqy.2024.24.007

數字貿易是數字技術發展的產物，數字貿易的出現不僅對傳統貿易理論提出挑戰，而且會影響各經濟體的國際競爭力。本文從數字貿易異質性及其表現出發，分析數字貿易異質性產生的原因及其對各經濟體國際競爭的影響，進而提出中國發展數字貿易、構建國際競爭新優勢的思路。

數字貿易異質性及其表現

目前，國際上對數字貿易（digital trade）尚未形成統一定義，經濟合作與發展組織（OECD）、國際貨幣基金組織（IMF）和世界貿易組織（WTO）三大國際組織在《數字貿易度量手冊》中將其定義為以數字方式訂購或交付的所有貿易。[1]根據此定義，數字貿易涵蓋了數字訂購貿易、數字交付貿易和數字中介平臺提供匹配服務產生的貿易。與之相比，美國國際貿易委員會（2017）將數字貿易定義為任何公司通過互聯網進行產品和服務的交付，包括智能手機和互聯網傳感器等相關產品的交付，這雖然包括電商平臺提供的相關產品和服務，但排除了網絡訂購的實體產品及數字附屬品（如書籍、電影、音樂和CD或DVD上銷售的軟件）。[2]從這兩個定義看，OECD等國際組織的數字貿易定義中包含了產品的貨值及數字附屬品，而美國國際貿易委員會的定義中則不包括這兩個部分，但沒有區分國內和國際貿易。

綜合來看，數字貿易是以貨物和服務為載體，通過訂購、交付和中介平臺等手段進行的電子跨境傳輸的國際貿易。數字貿易的基本特征如下：一是數字貿易的基本元素是數字產品，如計算機程序、文本、視頻、圖像和聲音或其他產品，任何數字貿易中都必須含有至少一種數字產品。二是在大多數情況下，數字貿易需要以貨物或者服務為載體。從貨物載體看，主要包括跨境電子商務、電子傳輸（ET）以及計算機程序等數字參數內嵌在產品中的貨物；從服務載體看，包括服務的數字訂購、可數字化交付的服務，在服務載體中即使數據服務本身也是一種服務。盡管不同國家在云計算（數據存儲、數據托管、數據處理）等數字服務的歸類問題上存在爭議，但是都可以用“產品總分類”（Central Product Classification，CPC）這一國際標準對產品（包括貨物和服務）進行分類。如在線信息和數據檢索服務（CPC7523）以及在線信息和數據處理與交易處理（CPC843）都可以基于一系列國際公認的概念、定義找到對應的服務類別。三是數字貿易伴隨著數據跨境流動，因為數字貿易以貨物或服務為載體，這樣各種不同類型的數據必然伴隨著貨物貿易或者服務貿易進出境。當然，數據進出境與數字貿易之間并非存在因果關系，數據進出境并不一定產生數字貿易，但數字貿易產生的前提條件之一是數據的進出境。

盡管目前尚未形成完整的數字貿易統計體系，但從現有國際組織和主要經濟體不同統計結果以及國內外學者的測算結果看，不同經濟體在數字貿易發展上表現出明顯的異質性，這種異質性體現在國家、行業和企業三個層面。

國家層面的數字貿易異質性。即使是同一經濟發展水平的經濟體，不同國家在數字貿易領域也展現出不同特征。從發達國家之間的異質性看，一是美國與其他發達國家存在以數據為載體的數字貿易差異。美國因其在以數據為載體的數字貿易（包括數字廣告貿易和云計算服務貿易等）、數字基礎設施、數字技術等方面具有全球領先優勢，成為全球最大的數據凈進口國。據測算，全球80%的數字貿易出口來自3%的國家，數字產品出口主要來自美國。[3]二是在數字產品貿易中，美國、歐洲和日本在汽車、化學等傳統領域的數字化應用方面存在差異，這與它們在工業經濟時代的集成電路和電子等領域產業組織密切相關。三是在發達國家中，新加坡、愛爾蘭和盧森堡經濟體量相對較小，但在數字貿易方面表現出顯著的異質性。愛爾蘭數字貿易的重點是為美國和歐盟等發達經濟體提供計算機服務，2020年其計算機服務出口額達到1341.8億歐元，占其服務總出口額的54.98%。愛爾蘭還擁有完整的軟件生態系統，包括900多家本土軟件公司、眾多全球數字跨國公司和軟件企業，因而其數字貿易主要包括核心軟件開發、電子學習、產品定制和軟件測試等。盧森堡充分利用全球金融機構集聚優勢，使其成為金融數字貿易的全球樞紐。新加坡則充分利用透明和自由化的數字政策，使其成為全球數字企業的重要集聚地。

發展中國家在數字貿易方面的差異主要體現在三個方面。首先，以貿易為載體形成不同類型的數字貿易，一些國家以貨物貿易為載體發展數字貿易，而另一些國家則以旅游服務為載體。其次，部分發展中國家利用成本優勢，成為發達國家信息服務外包的目的地。中國、印度和菲律賓等國家承接了不同規模的信息服務外包業務，其中印度的信息技術外包業務最為突出，集聚了全球最主要的信息技術外包公司，擁有全球最多ISO-9000認證軟件企業，占全球CMM5級認證公司的75%以上。[4]印度制定了《信息和技術法》等對信息技術進行規范和保護，由印度通信和信息技術部頒布的《2011年信息技術規則》（SPDI）則在《信息和技術法》基礎上為印度的個人信息保護和合理的安全實踐提供了一套示范性的標準和指導原則。[5]最后，中國在發展中國家中的數字貿易異質性較為突出，不僅在貨物貿易數字化方面具有比較優勢，而且在數字技術和應用領域具有領先于其他發展中國家的優勢，因而數字貿易規模較大且具有多樣性。

行業層面的數字貿易異質性。從行業層面看，數字貿易異質性主要體現在以下三個方面。一是數字產品內嵌于貨物或服務產品中形成的異質性。在貨物載體中，越來越多的產品在設計中嵌入計算機程序、圖像、聲音等數字產品，形成了如3D打印、無人機、AI機器人等貨物貿易；在服務載體中，越來越多的服務嵌入計算機程序等數字產品，例如移動應用程序（APP）、數字音樂流媒體和下載以及數字廣告等。二是數字技術對不同行業產生不同作用，導致數字貿易的行業異質性。數字技術在貨物或服務貿易中的應用可以分為兩類：一種是數據增強型數字貿易，其并不改變產品或服務的用途或功能，只是為貨物或服務提供更便捷的服務，從而降低國際貿易成本。例如，跨境電子商務通過信息匹配服務、電子支付等數字貿易實現貿易方式的轉變。另一種是數據賦能型數字貿易，其通過數字技術改變產品功能，從而創造出新的國際貿易機會。例如，汽車工業中的無人駕駛系統正逐步替代手動駕駛，主要體現為企業內和企業間的數字貿易這兩種形式。三是交叉型數字貿易定價的異質性。數據的非競爭性[6]意味著數據可以被多次使用而不會降低其本質價值，并且能夠以較低的邊際成本被重復利用。這導致了不同行業在數據使用的商業模型和定價策略上存在差異，有些行業提供免費服務，而有些則收費，這些差異背后是復雜的商業關系和異質性的數字貿易行為。

企業層面的數字貿易異質性。數字貿易的重要載體是數字企業，數字企業通過數字平臺為用戶提供服務，而不同數字企業提供的數字貿易不同，尤其是不同經濟體的企業數字貿易行為異質性明顯。以中美兩國的數字企業為例，美國的數字企業以全球用戶為服務對象，在搜索引擎、社交平臺等領域形成了壟斷性優勢。相較之下，中國的許多數字企業以國內市場為主，因而數字貿易規模相對較小且中國國內不同數字企業的貿易行為也存在顯著差異。再者，美、歐、日等經濟體的跨國公司在數字化轉型過程中表現出不同的數字貿易行為，這種差異不僅與這些跨國公司自身的投資貿易異質行為有關，而且與它們所在經濟體的數字監管政策有關。

數字貿易異質性產生的原因

數字貿易異質性的產生有多方面的原因，總體來看，與數據科學家的異質性、原有國際貿易的異質性、技術與數字貿易的融合密切相關。

數據科學家的異質性是關鍵因素。在工業經濟時代，發達國家的跨國公司通過建立實驗室實現知識創新，并構建起貿易和投資網絡體系。然而，在數字經濟時代，數據科學家在數字貿易中扮演著決定性的角色，他們擁有獨立的研究體系，不再依賴于傳統跨國公司的實驗室。因此，許多數字跨國公司不僅要考慮數字技術人才的集中度，而且要考慮頂尖數據科學家的辦公或居住地點，因為他們在加入全球數字企業的同時，往往保留了自己的學術職位，并選擇居住在大學附近，而不是公司總部附近。[7]每位科學家專攻的數字技術領域存在差異，這使得數字跨國公司在營運時必然展現出異質的數字貿易行為。以美國為例，IBM、谷歌、亞馬遜和微軟公司等依據現有業務以及前沿業務需求，與頂尖數學科學家合作，在文件管理和出版、地圖繪制、商業、網絡、教育、政府計算及個人設備、計算和人機交互領域形成了多樣化的數字貿易模式。

原有國際貿易的異質性對數字貿易異質性的強化。在數字貿易中，以貨物或服務為載體的數字貿易占據了主要比例。數字技術促進了貨物貿易和服務貿易的數字化進程，這一進程通過滿足個性化需求而影響整個供應鏈體系。盡管實物產品生產條件與正常貿易產品相同，包括生產要素、技術和中間品投入等，且市場推廣、訂購和支付等環節采用了數字方式，但該類產品的貿易仍然反映了比較優勢。[8]因此，基于比較優勢的國家異質性在數字貿易中也有所體現。貨物貿易數字化主要通過數字化訂單驅動國際供應鏈體系的上下游，電子供應鏈成為供應鏈體系的重要組成部分。首先，數字化訂單是貿易數字化的基本驅動力。無論是最終消費者、中間用戶還是政府購買，線上訂單或電子采購已成為企業的主要交易方式。數字化訂單模糊了國內貿易和國際貿易之間的界限，降低了國際訂單的門檻和成本，使得越來越多的中小微企業參與國際貿易。其次，以訂單為核心的企業內和企業間數字化體系共同構建起一個電子供應鏈服務體系。這一體系以國際物流、數據和金融三大要素為基礎，為企業提供電子供應鏈解決方案；通過供應鏈大數據平臺，構建企業數字化轉型升級生態體系；建立電子簽約平臺，運用數字簽名、區塊鏈、加解密算法等新一代數字技術，為供應鏈上下游客戶提供合法、便捷和安全的在線服務體系。最后，企業內部和企業間供應鏈體系之間形成了復雜的貿易和投資網絡，數字化成為連接企業內網絡和企業間網絡的重要手段。因此，貨物貿易的數字化進一步強化了比較優勢的發揮。同樣，服務貿易數字化也以電子方式交付服務產品，其原始成本同樣取決于生產要素和技術等，使得這種產品同樣適用于比較優勢理論。[9]由于許多專業服務需要專業知識和技術，跨國公司正成為全球產業數字化的主要推動者，并通過投入數據基礎設施和數字技術，從數據服務中獲得收益。[10]

技術與數字貿易的融合導致了數字貿易部門的技術壁壘，進而造成不同經濟體的數字貿易在行業層面產生差異。在衛星技術領域，衛星技術和服務包括衛星星座、地面站和用戶終端三大系統。衛星星座由多顆衛星組成，通過星間鏈路實現數據的傳輸和交換，不同類型的衛星提供的衛星服務各異，包括大眾消費通信服務、衛星固定通信服務、衛星移動通信服務、遙感服務以及衛星導航服務等。然而，衛星服務存在高技術和資本壁壘，使得衛星數字貿易的出口主要集中在美國等少數國家。以遙感衛星提供的數字服務為例，遙感衛星是通過電磁輻射對地面、大氣或海洋等目標進行探測和監測的人造衛星，可以獲取地形、土地利用、資源分布等各種地理信息，為研究、規劃和管理提供數據支持。截至2024年2月，美國擁有數量最多的遙感衛星（107顆），其次是中國（89顆），其他國家如芬蘭、加拿大、阿根廷、印度、日本和俄羅斯分別為36顆、27顆、46顆、17顆、22顆和14顆，剩余的遙感衛星零星分布在一些國家。[11]

在全球自動駕駛汽車（AV）領域，傳統跨國汽車公司已經出現分化。全球自動駕駛汽車是各種網絡系統和傳感器的組合，可通過傳感器處理、自適應算法、高精度處理地圖和增強型人工智能等技術保障駕駛安全，并實現網絡安全和隱私保護。預計到2030年，全球自動駕駛汽車市場需求將達到319.55萬輛。從2022年到2030年，該市場預計將以53.6%的復合年增長率增長。[12]目前，谷歌有限責任公司（Google LLC）和特斯拉汽車公司（Tesla Motors）等技術供應商已進入全球自動駕駛市場，傳統汽車公司如通用汽車公司、大眾汽車公司、梅賽德斯-奔馳公司和寶馬公司等也加大了自動駕駛汽車技術的研發投資。世界主要經濟體正在制定相關法規和標準，以期成為全球自動駕駛汽車市場的主導者。[13]自動駕駛汽車與電動技術結合將改變全球汽車生產和貿易的格局。

在生物技術領域，生物技術與數字技術融合發展進入了相互推動時代。生命信息的感知、存儲和計算，已催生生物傳感器和生物納米物聯網（IoBNT）技術、生物啟發的信息通訊技術（BICT）、基因測序、基因合成和DNA存儲、系統生物學分析、人工突觸、人機交互和神經調節等技術的開發，同時，帶動生物學計算機輔助設計（BioCAD）工具和合成生物學開放語言（SBOL）等“基礎設施”的開發，極大地豐富了現代生物技術的生態。[14]人工智能在生物制藥的應用主要體現在輔助疾病診斷、新藥研發和基因數據分析三個領域。在疾病診斷方面，人工智能通過卷積神經網絡算法和機器學習方法構建臨床診斷模型，實現對患者的高準確率診斷。在新藥研發方面，由于新藥研發過程涉及文獻資料、化合物數據、靶點數據、專利數據、臨床試驗數據、真實世界數據、藥品審評審批數據和市場銷售數據等海量、多源、異質性的數據，人工智能技術已逐漸跳出以靶點和分子篩選為核心的傳統新藥研發模式，轉變為以數據為核心的研發模式。[15]目前，跨國制藥公司如默克、諾華、羅氏、輝瑞和強生等正在部署人工智能系統以提高新藥的研發效率。[16]在基因數據分析方面，傳統的基因組關聯分析（GWAS）大多只能檢測單個點突變（SNP）與所研究疾病的關系，而DeepWAS提出的框架則能夠根據功能單元選擇出一組SNP的集合，更加綜合地研究致病基因突變，并尋找調控區域的基因突變。[17]隨著人工智能在生物制藥三大領域的廣泛應用，市場容量的擴大將催生以生物制藥為行業背景的專業性人工智能企業，形成以數據收集、處理、存儲和安全等為主要業務的專業性數字貿易企業，其數字貿易的總量和結構與生物制藥在全球的發展緊密相關。

數字貿易異質性與國際競爭新優勢

國際貿易一直是塑造一國國際競爭優勢的重要因素，但其影響隨著貿易發展的復雜性而演變。最初，國際貿易主要涉及簡單的商品交換，以最終產品的貿易為主，勞動力的比較優勢是推動國際貿易的主要動力。隨著產品復雜度的提升，規模經濟和不完全競爭下的產品差異化促進了國際貿易的發展，這種貿易不再是基于比較優勢的產業間貿易，而是基于市場擴張所帶來的規模收益遞增和消費者對產品多樣性偏好的產業內貿易。這意味著比較優勢不再是國際貿易的唯一驅動因素，即使兩國的偏好、稟賦和技術相同，也可能存在國際貿易的推動力。而一國的競爭優勢在很大程度上取決于生產要素的創造機制，邁克爾·波特將國家競爭優勢的來源歸納為生產要素、相關產業與支持性產業、需求條件和企業戰略，這些因素共同構成了著名的“鉆石模型”。[18]

進入21世紀以來，模塊化技術和通信技術的發展使得產品的分段跨境組織生產成為可能，全球價值鏈中的生產分割與產品的技術特征緊密相關，并且在制造業中遠比在服務業中更為成熟，進而使得不同產業之間存在顯著差異。[19]這需要一種理論解釋和實證方法來衡量企業在全球生產鏈中的位置，Laura Alfaro等學者研究了企業在全球生產鏈上各階段的一體化決策，發現企業是選擇外包還是一體化，主要取決于最終產品的需求彈性和中間品的替代彈性。最終產品的需求彈性越大，企業傾向于下游一體化的程度越高。合約的黏性對這一過程也有影響，上游企業的合約粘性越高，企業一體化的可能性越大，從而降低企業進行上游一體化的概率。[20]顯然，國際競爭優勢與參與供應鏈貿易國家的生產要素創新、國家合約質量和市場容量密切相關，國際競爭優勢已經從單一國家優勢轉變為供應鏈參與國的多國協同優勢。

隨著眾多經濟體因國際貿易分配效應而致收入不平等加劇，加之近年來地緣政治風險不斷上升，貿易政策因素對全球價值鏈（GVC）的影響日益顯著。貿易政策的不確定性可能會影響企業的投資決策，促使一些企業在能夠承擔更復雜的多來源戰略相關的固定成本時采取多樣化的采購戰略。因此，上一輪參與供應鏈協同網絡的經濟體由于受到貿易政策的影響將會進行重大調整，以構建新的國際競爭優勢。

數字貿易的出現和數字貿易的異質性將改變國家競爭格局，成為重塑國際競爭新優勢的新動力。

數據科學家在國際競爭優勢的形成中扮演著關鍵角色。數據科學家擁有探尋數據潛藏規律的專業特質，憑借專業的數據分析能力、創造力和系統性工作能力，將數據轉化為數字服務，推動數字貿易的發展。在全球范圍內，全球數字科技頂尖科研團隊對數字貿易的貢獻尤為突出，這些團隊通常由工程專家、算法專家和業務專家組成。工程專家負責建立高效的數據管道和數據流，算法專家在預測和算法領域擁有技術專長，而業務專家則將數據見解和公司戰略相結合。全球數字科技頂尖科研團隊主要集中在斯坦福大學、卡內基梅隆大學、麻省理工學院等美國頂尖高校和谷歌、微軟、Facebook、亞馬遜和IBM等科技巨頭下設的科研機構中。這些頂尖科研團隊依托全球數字平臺不斷推出新的數字貿易產品，不僅成為新型數字貿易的主要創造者，而且改變了許多行業的商業模式，形成數字貿易的創造效應，并迅速占領全球市場。以ChatGPT為例，這是一種由OpenAI訓練的大型語言模型，能夠對數字技術帶來異質性影響，最新的GPT-4通過龐大的數據庫和100萬億個參數，能夠生成更準確、高效、可靠的產品描述，實現客戶支持自動生成方式，并在招聘、網絡安全、在線購物、質量保證、新聞、娛樂、執法、營銷和內容創作等領域提供自動生成式數字服務。數據科學家從概念開發到數字貿易的實現需要有高端芯片、算法、算力技術軟件以及高質量的數據支持。而以人工智能為代表的數字技術能夠評估數字時代復雜的貿易模式，包括規模經濟、范圍經濟和知識外部性，這些都是數字經濟時代特有的國際競爭優勢來源。

大數據、云計算和區塊鏈等數字技術對全球價值鏈的影響因產品特性而異。一是同質產品或將導向更加分散的全球價值鏈（GVC）。數字技術降低了搜索成本，減少了信息不對稱，使得消費者對同質產品的價格更加敏感，推動GVC各環節向成本最優的國際選址（成本導向的GVC），貿易成本與貿易協定的關系愈發密切，生產成本則與自動化應用越來越相關。[21]二是差異化產品或將導向區域化或市場化GVC。數字技術驅動大規模定制化生產，從研發端開始引入顧客參與，使得GVC研發與生產更加以顧客為導向，進而趨向于特定區域乃至市場導向的GVC（集中化）。三是高度定制化產品或將導向在岸生產和去GVC化。3D打印技術正在顛覆現有的生產方式，通過計算機輔助設計（CAD）文件逐層疊加材料來制造產品，將繁復的制造工藝與流程簡化為“設計參數-3D材料-打印”。這一技術的發展會在很大程度上抑制國際貿易發展甚至導向去GVC化，改變GVC的國際分工模式。同時，新一代數字智能產品也會對GVC產生局部影響，例如無人駕駛汽車正在逐漸改變原有國際生產布局，對汽車和零部件貿易產生影響。無論數字技術對GVC產生何種影響，數字技術都通過新一代智能產品推進新的國際分工體系形成，部分替代傳統意義上的GVC貿易，并通過數字連接（工業互聯網等）改變GVC貿易，將貿易直接傳導到工廠和境外消費者。在數字經濟時代，人工智能、機器人和3D制造等可能使勞動力稟賦不再是比較優勢的主要決定因素，從而促使全球勞動力稟賦均等化，其結果是由勞動力稟賦差異驅動的貿易流可能會枯竭。[22]

從數字技術對國際投資的影響看，全球數據企業以規模經濟和范圍經濟形成的網絡效應為決策依據，從而更大限度地保持對數據的控制，并實施從數字基礎設施到數據服務的一體化投資。這些企業通過面向用戶的平臺服務進行數據收集，通過海底電纜和衛星互聯網進行數據傳輸，并在數據存儲中心進行數據分析處理。數據價值鏈上下游之間緊密相連，而平臺的核心資產就是數據，擁有數據就能控制行業，并以較低成本進入多個不相關領域。例如，全球數據企業的一體化投資以數字市場厚度和市場利潤為標準布局海底光纜，導致全球海底光纜線路分布嚴重不平衡，進而影響全球數據流向、流量分布和全球新型貿易的發展格局。

在當前的貿易政策環境下，企業在全球生產鏈上的一體化決策不僅要考慮市場因素，而且要考慮大國貿易摩擦帶來的風險，而后者可能成為企業供應鏈決策的關鍵因素。在這種背景下，數字技術將進一步推動全球價值鏈的重組，并直接或間接影響國際競爭力。

數字技術和新型行業技術結合對國際競爭力的影響顯著。如前所述，生物技術、衛星技術、無人駕駛技術和相關產業等已成為主要經濟體爭奪的重點。這些領域從三個方面塑造國際競爭優勢：首先，替代傳統行業，形成新型國際競爭優勢。例如生物技術可能替代傳統以化學藥物為核心的制藥業，基因和細胞治療將成為生物制藥的重要領域；衛星互聯網可能部分替代海底光纜的跨境數據傳輸模式；無人駕駛技術可能替代傳統的手動駕駛模式。其他行業也存在類似情況。其次，增強現有行業功能，并通過數字化模式體現。例如，在創新藥物研發過程中采用人工智能工具進行篩選。最后，新興技術和數字技術結合形成新的數字貿易模式。例如，遙感衛星在氣象、農業、海洋和資源監測等領域形成的數據服務。

形成數字貿易下的國際競爭新優勢需要具備三個條件：一是數字基礎設施的控制力。包括主要經濟體之間的海底光纜、衛星基礎設施以及數據中心等資源的占有和使用，這些數據基礎設施不僅是提供數字跨境服務的唯一通道，而且是為境外各類主體提供基礎設施即服務（IaaS）、軟件即服務（SaaS）、平臺即服務（PaaS）和數據即服務（DaaS）的基礎。二是基于算法、算力的硬件和軟件條件。基礎硬件主要包括芯片（如AI芯片）、服務器和存儲等，基礎軟件主要包括操作系統、數據庫和中間件等各類基礎性和應用性軟件。三是數據質量、數據開放和數據跨境流動。數據是數字貿易的原材料，數據質量包括數據的完整性、及時性、標準性和合規性，直接影響數字貿易的規模和質量。數據開放尤其是政府公共數據開放是數據服務的重要內容，也是實現政府間數據共享和協同監管的基本前提。數據跨境傳輸是數字貿易中的關鍵環節，需要確保其安全和效率。

中國數字貿易與國際競爭新優勢的形成

中國企業依托國內數據要素密集的優勢和貨物貿易的比較優勢發展數字貿易，這有助于推動我國形成國際競爭新優勢。

中國數字貿易的發展呈現三個方面顯著特征：首先，數字企業充分利用我國貨物貿易比較優勢，通過數字平臺將數字技術嵌入不同的貨物貿易環節，構建起完整的貿易數字化生態系統。數字技術在貿易價值鏈環節的廣泛應用使得數據成為增加貿易附加值的重要組成部分，我國貨物貿易的比較優勢來源已經從單一的勞動力要素轉變為結合數據要素和勞動力要素的新型國際貿易比較優勢。[23]其次，我國大部分數字企業都不同程度地參與了跨境電子商務業務。截至2022年，超過85%的數字企業已在商務部備案跨境電商資質。隨著云計算、大數據、人工智能等數字技術在跨境電商供應鏈各環節的廣泛運用，跨境電商的國際化進程需要物流倉儲服務商（諸如海外倉）、SaaS服務商、云服務商以及電子支付服務商等協同國際化。最后，在部分服務貿易數字化領域，我國已在服務數字訂購、分時租賃服務等領域形成了如滴滴和攜程等具有影響力的數字平臺，數字技術促進了這些領域的數字化跨境服務發展。

中國數字企業成為推動數字貿易的關鍵力量。在聯合國貿易和發展會議統計的全球70家數字企業中，中國企業有15家。2005年這些企業的全球專利（PCT）數量只有13個，全球占比為1.33%，2021年增長到1981個，占比達到22.8%。在人工智能技術領域，中國和美國占據主導地位，中國在機器學習技術領域取得領先，美國則在邏輯編程、模糊邏輯、本體過程及概率推理領域具備優勢。[24]中國的機器學習專利數量累計共6.5萬項，超過美國的5.4萬項，顯示出中國機器學習領域獨特的國際競爭力。此外，中國在短視頻服務市場、跨境電子商務等領域也展現出一定的技術實力。中國數字企業通過數字平臺積極拓展海外市場，面對文化和消費習慣的差異，基于差異化需求進行本地化創新成為進入國際市場的重要策略。同時，收購兼并成為中國數字企業“走出去”的重要途徑。2008年至2021年間，抖音集團、快手、阿里、騰訊、嗶哩嗶哩和美團等14家企業完成了涉及28個經濟體的1676次并購，主要集中在美國、歐盟和東南亞國家。此外，中國數字企業數據合規技術和執行能力不斷提升，與同類發展中國家相比，中國企業在數字技術優勢和數字貿易服務能力方面具有獨特優勢。

中國在數字基礎設施和前沿產業數字化應用等領域具有一定優勢。首先，中國的三大通信公司和華為已經建設了多條國際海底光纜和陸纜，同時加快建設衛星基礎設施，特別是在衛星互聯網和遙感衛星領域建立了多衛星星座系統，實現了衛星數據從最初的實驗性應用逐步轉向標準化的操作服務，從傳統的地面數據接收和分析模式轉變為實時處理。衛星系統通過融合多源遙感數據和智能處理技術，提高了資源管理、生態監測、農業管理、災害響應等方面的效率和精度。[25]其次，人工智能技術在生物制藥、無人駕駛、物聯網等領域得到廣泛應用。最后，中國的云計算服務企業在軟件即服務、數據即服務等領域具有一定優勢，并根據不同經濟體的數字規則要求進行數據合規。全球超過130個國家各自有數據隱私保護法律法規，這導致數據合規變得更加復雜。中國企業通過建設專門的法律專家團隊，持續跟進全球數據安全和隱私合規的法律法規，并將最新適用的合規要求及時整合到合規管理中，從數據收集、使用、傳輸和共享、刪除、權限、隱私等方面進行全流程數據管理，制定了客戶數據合規管理方案。

中國數字貿易發展的三個特征決定了中國初步形成了國際競爭新優勢。一方面，中國數字貿易鞏固了傳統貨物貿易領域的比較優勢，并催生了以跨境電子商務和供應鏈貿易數字化為內容的新型貿易形態。另一方面，以人工智能為代表的數字技術為我國發展新型數字貿易構筑了國際競爭新優勢，為發展中國家擺脫“比較優勢陷阱”提供了可能。盡管傳統理論證實，一國可以通過增加資本在要素稟賦中的比例，使其要素稟賦結構接近發達國家，進而實現比較優勢的轉變。[26]但是發展中國家通過進入固定成本低的產業，憑借低勞動力成本獲得發達國家的產業轉移，進而提升本國貿易結構的策略，被實踐證明是難以實現的。

同時，我們也要看到中國數字貿易發展過程中存在的問題。首先，中國在數字技術和相關軟硬件方面存在瓶頸，許多關鍵數字技術和與數字技術應用相關的先進制程被少數發達國家企業限制。中國在衛星、生物信息、數字科技等領域具有一定技術優勢的企業面臨部分發達國家的限制措施，這嚴重影響了中國數字貿易的數量和質量。其次，美國等國家的貿易政策調整影響了供應鏈的國際布局，而供應鏈貿易的數字化可能會強化跨國公司供應鏈布局的調整，對中國現有供應鏈貿易的比較優勢產生影響。最后，雖然中國基于數字安全和隱私保護的國內法律構架已基本建成，但在《中華人民共和國網絡安全法》《中華人民共和國數據安全法》《中華人民共和國個人信息保護法》框架下具體到行業的實施細則尚未形成，難以形成與主要經濟體對標的高標準數字經濟規則。

為了形成中國國際競爭新優勢，需要關注以下方面。首先，要加快研發數字核心技術，瞄準新一代數字技術的前沿趨勢，充分利用中國廣闊的應用場景優勢，吸引國內外一流科學家，培養具有全球影響力的數據科學家，并在人工智能、量子信息科學、生物信息科學等領域進行超前研究。同時，要攻克芯片和基礎軟件等技術難題，縮小與發達國家在數字核心技術領域的差距。其次，要支持以世界貿易組織為核心的多邊貿易體制，參與世界貿易組織和其他國際組織數字標準、規則的制定，使中國在數據領域的優勢轉化為數字貿易的優勢。最后，要加快國內數字貿易法律體系建設。以數據服務、貨物貿易數字化、服務貿易數字化為依據，針對細分行業，形成與國際數字標準和規則相匹配的具體領域的數字國內規則。

結論

異質性是數字貿易的顯著特點。這種異質性源于數據科學家的異質性、數字技術服務及貨物或服務的載體差異，以及數字技術和其他前沿科技結合所形成的壁壘。數字貿易異質性不僅體現在發達經濟體之間，而且普遍存在于發展中經濟體之間，成為影響國際競爭優勢的重要因素之一。構建國際競爭新優勢，關鍵在于提升頂尖數據科學家的數字技術能力、貿易數字化的轉化能力，以及數字技術與前沿技術的結合能力。數據質量、數據開放和數據跨境流動是實現數字貿易的三個基本條件。中國在發展數字貿易方面展現出與其他國家不同的特征，并已初步構建起國際競爭新優勢。然而，受到技術、標準和規則影響，以及部分發達國家對中國在數據領域的制約，中國的數字貿易尚未得到充分發展。未來，中國需要吸引和培育頂尖數據科學家和數字經濟領域的科研團隊，加快提升自主研發能力，縮小與發達國家在硬件和軟件領域的差距。進一步擴大數字領域的制度型開放，特別是在商貿便利化方面，積極參與世界貿易組織電子商務談判，加快加入《數字經濟伙伴關系協定》，并構建以中國為主導的數字經濟協定網絡體系。此外，中國應加快完善數字貿易的國內規則，尤其是完善針對細分行業的跨境數據流動國內實施細則的制定。

（本文系海南省馬克思主義理論研究和建設工程專項課題項目“DEPA對海南自由貿易港建設的機遇與挑戰研究”和國家社會科學基金研究專項“‘一帶一路’建設與國際經貿規則研究”的階段性成果，項目編號分別為：2023HNMGCO2、19VDL019）

注釋

[1]OECD， WTO and IMF， \"Handbook on Measuring Digital Trade，\" March 2020， https：//millenniumindicators.un.org/unsd/statcom/51st-session/documents/BG-Item3e-Handbook-on-Measuring-Digital-Trade-E.pdf.

[2]USITC， \"Global Digital Trade 1： Market Opportunities and Key Foreign Trade Restrictions，\"" August 2017， https：//www.usitc.gov/publications/332/pub4716_0.pdf.

[3]I. Stojkoski et al.， \"Estimating Digital Product Trade Through Corporate Revenue Data，\" Nature Communications， 2024.

[4]A. Sethi et al.， \"The 2021 Kearney Global Services Location Index： Toward a Global Network of Digital Hubs，\" 2021， https：//www.kearney.com/digital/article/-/insights/the-2021-kearney-global-services-location-index.

[5]M. Sharma， \"Why India Has Become the Premiere IT Outsourcing Destination of the World？\" 25 August 2023， https：//www.yourteaminindia.com/blog/india-become-premiere-it-outsourcing-destination.

[6]J. Charles and T. Christopher， \"Nonrivalry and the Economics of Data，\" American Economic Review， 2020， 110（9）.

[7]A. Goldfarb and D. Trefler， \"AI and International Trade，\" January 2018， https：//www.nber.org/papers/w24254.

[8][9]A. V. Deardorff， Cloth for Wine？ The Relevance of Ricardo's Comparative Advantage in the 21st Century， CEPR Press， pp. 35-44.

[10]D. Nguyen and M. Paczos， Measuring the Economic Value of Data and Cross-Border Data Flows a Business Perspective， OECD Digital Economy Papers， 2020.

[11]J. Clauson et al.， \"Earth Observing Satellites Online Compendium： U.S. Geological Survey Digital Data，\" February 2024， https：//calval.cr.usgs.gov/apps/compendium.

[12]Grand View Reaseach， \"Autonomous Vehicle Market Growth amp; Trends， Autonomous Vehicle Market to Reach $214.32 Billion by 2030，\" December 2023， https：//www.grandviewresearch.com/press-release/global-autonomous-vehicles-market.

[13]U.S. Department of Transportation， \"Accelerating the Next Revolution in Roadway Safety，\"" https：//www.transportation.gov/sites/dot.gov/files/docs/AV%20policy%20guidance%20PDF.pdf; HM Government， \"Connected amp; Automated Mobility 2025： Realising the Benefits of Self-Driving Vehicles in the UK，\" August 2022， https：//assets.publishing.service.gov.uk/government/uploads/system/uploads/attachment_data/file/1099173/cam-2025-realising-benefits-self-driving-vehicles.pdf.

[14]劉曉等：《生物技術與信息技術的融合發展》，《中國科學院院刊》，2020年第1期。

[15]劉曉凡、孫翔宇、朱迅：《人工智能在新藥研發中的應用現狀與挑戰》，《藥學進展》，2021年第7期。

[16]Y. Jing et al.， \"Deep Learning for Drug Design： An Artificial Intelligence Paradigm for Drug Discovery in the Big Data Era，\" The AAPS Journal， 2018， 20（3）.

[17]G. Eraslan et al.， \"DeepWAS： Directly Integrating Regulatory Information into GWAS Using Deep Learning Supports Master Regulator MEF2C as Risk Factor for Major Depressive Disorder，\" BioRxiv， 2016.

[18]邁克爾·波特：《國家競爭優勢》，北京：中信出版社，2012年，第72頁。

[19]經濟合作與發展組織：《互聯經濟體：受益于全球價值鏈》，北京：中國商務出版社，2013年，第19頁。

[20]L. Alfaro et al.， \"Internalizing Global Value Chains： A Firm-Level Analysis，\" National Bureau of Economic Research， 2019， 127（2）.

[21]D. Rodrik， \"New Technologies， Global Value Chains， and Developing Economies，\" National Bureau of Economic Research Working Paper， 2018.

[22]世界貿易組織：《世界貿易組織報告2018：數字技術如何改變全球商務》，上海人民出版社，第82頁。

[23]沈玉良等：《是數字貿易規則，還是數字經濟規則？——新一代貿易規則的中國取向》，《管理世界》，2022年第8期。

[24]The World Intellectual Property Organization， \"WIPO Technology Trends 2019： Artificial" Intelligence，\" 2019， https：//www.wipo.int/publications/en/details.jsp？id=4396.

[25]L. Deren et al.， \"On China's Earth Observation System： Mission， Vision and Application，\" Geo-Spatial Information Science， 2024.

[26]林毅夫、孫希芳：《經濟發展的比較優勢戰略理論》，《國際經濟評論》，2003年第11期。

責 編∕楊 柳" 美 編∕梁麗琛