數字貿易開放對中國全球價值鏈分工地位的影響

汪 萍

（河南牧業經濟學院金融與會計學院，鄭州 450000）

0 引言

當前，以大數據、云平臺、AI 等為代表的新一代技術創新持續賦能傳統經濟向數字化轉型升級，改變了全球價值鏈（Global Value Chains，GVC）中貨物和服務的生產與交易形式，推動全球數字貿易快速興起并高速增長。為了抓住數字貿易的發展契機，全球主要經濟體在數字貿易領域進行了一系列合作談判。如CPTPP、DEPA、USMCA、UJDEA 等多邊及雙邊貿易協定的簽訂，不斷推動全球數字貿易開放標準向更高水平推進。這對中國在全球數字化背景下更好地融入GVC發展帶來了機遇和挑戰。推動數字貿易領域制度型開放是中國推進高水平開放的重要抓手，黨中央高度重視當前的數字貿易發展，相繼推出一系列具體規劃與指導意見，以確保數字貿易開放水平的有序提升。如2021 年9 月和10 月，中國分別正式申請加入CPTPP 與DEPA；2022 年5 月，中國商務部表示“中方將持續推進加入CPTPP 和DEPA”。主動對接DEPA 與CPTPP的決定符合中國擴大高水平對外開放方向，不僅加快了中國數字經貿領域的GVC 重塑，也更有利于中國在全球數字化發展格局中發揮數字經濟大國作用。

數字貿易開放面臨風險與發展機遇并存。那么在此背景下，數字貿易開放對中國GVC 分工地位提升有何影響？其背后的作用機制又是什么？回答以上問題對中國在新發展格局下推進數字貿易領域制度型開放及貿易高質量發展具有重要現實意義。本文可能的創新體現在以下兩個方面：（1）盡管不少學者分別從數字貿易、數字貿易規則及GVC 分工地位視角進行了系列研究[1,2]，但直接從數字貿易開放視角探討其對GVC分工地位影響的研究較少，本文在分析數字貿易開放影響GVC 分工地位理論機制的基礎上，進一步基于中國行業面板數據開展了實證研究，豐富了GVC 的研究體系。（2）本文不僅剖析了數字貿易開放影響中國GVC 分工地位的作用路徑，還進一步探討了行業數字化與數字貿易開放影響中國GVC分工地位的協同效應。

1 理論分析與研究假設

（1）數字貿易開放與GVC分工地位

數字產品（包含有形及無形）是數字化背景下企業重要的生產要素投入之一，數字產品價格對企業的生產投入成本有直接影響。理論上，嚴格的數字貿易管制會加劇數字市場壟斷、提高市場準入門檻，從而導致數字產品價格上漲。而數字貿易開放能夠擴大國際數字產品流入規模，提升線上集聚行業的競爭性，降低供需雙方的信息不對稱，推動國內數字產品平均供給價格的下降，進而有利于企業生產投入成本的降低。

根據Antràs 和Gortari（2020）[3]的GVC 多階段分工模型，由于各階段企業的產品定價均嵌套了上游中間投入品的價格，因此企業采用邊際成本定價時涉及復雜的連續迭代。且在不斷迭代過程中，來自上一階段的投入份額會隨著中間產品在GVC 傳遞次數的增加而不斷累積，進而使得在其他條件一定的情況下，一國企業相對其他國家的要素投入成本越低，則越有利于提升其在GVC 分工中的競爭力。與此同時，隨著企業數字化投入擴大，數字貿易開放能夠促進數字產品價格下降并產生相應的企業投入成本降低效應，進而提升企業參與GVC分工的優勢，有利于其嵌入更加有利的分工位置。據此，本文提出：

假設1：數字貿易開放能夠促進一國（部門）GVC分工地位的提升。

（2）貿易成本削減效應

數字貿易開放通過降低企業跨境數據采集、流動及應用的門檻，簡化各類審批、監管的手續流程等，降低了企業的合規成本；反之，較嚴格的數字貿易管制可能會提高合規成本。如企業為達到相關數字化監管要求需要與東道國有關機構反復交涉、核驗，承擔一系列的資金、技術合規成本；面對嚴格的數據隱私合規條款，企業需要雇傭相應的數據保護顧問及律師團隊等，進一步提高了企業的合規成本。數字貿易開放通過拓寬線上線下跨境交易渠道，削弱數字貿易主體供需匹配的時空障礙，降低了貿易的不確定性，促進貿易雙方的信任度和貿易效率提升，進而促進交易成本下降。Ferracane和Mare（l2019）[4]研究發現，近些年來多國繁雜的數據類限制政策提高了在線交易成本。縮小與貿易伙伴數據監管政策的差異也是數字貿易開放的表現，監管標準協調度提升會促進跨國企業各子公司以及與上下游企業的協作分工，有利于降低企業的協調成本。Ferencz（2019）[5]研究指出，各國數字貿易監管的碎片化會給跨境貿易商帶來額外的監管協調成本。綜上可知，數字貿易開放具有“貿易成本削減效應”。而根據Antràs 和Gortar（i2020）[3]的GVC多階段序貫生產模型分析可知，貿易成本具有累積效應，是抑制一國GVC分工的重要因素。

（3）要素配置效率提升效應

數字貿易擴大開放能夠促進市場競爭，各類要素借助更加便捷的數字平臺爭先流向回報率更高的部門，提升了市場整體的要素配置效率，即數字貿易擴大開放通過強化市場競爭效應進而促進要素配置效率提升。數字貿易擴大開放促使數據信息流通速度加快，企業可以快速獲得中間投入品種類及價格信息，并能夠通過暢通的數字媒體精準獲得消費者個性化需求，從而有利于更有針對性的生產策略及供應方向調整，提高了要素配置效率。反之，若施加過于繁瑣的互聯網訪問限制，或者因數據管制而造成的市場壟斷、區域壁壘，則會導致市場的信息不完備及信息不對稱等加劇要素錯配[6]。數字貿易擴大開放推動數字平臺的普惠化、便捷化、多元化以及數據信息的完備化，使得企業進行配置要素時的搜索成本、溝通成本趨于下降及市場交易效率不斷提升，從而能夠促進各類要素配置效率提升。綜上，可以發現數字貿易開放具有“要素配置效率提升效應”。而要素配置效率提升對一國（部門或企業）GVC分工地位提升具有重要意義[7,8]。

（4）研發創新激勵效應

數字貿易開放能夠降低數據跨境流動的壁壘，對研發類要素的跨境流入具有促進作用。如互聯網設備接入管制降低、帶寬限速口徑下降等為國際研發要素流入營造了便利的渠道，進而為企業創新提供更多資源要素。數字貿易開放帶來的數字化產品供給擴大及數字平臺的推廣應用，不僅給企業提供了新的研發創新路徑[9]，還推動了研發創新效率的提升。特別地，不少數字貿易對象是動態、可靈活定制及重復編輯的，具備實時迭代特質及延展創新功能，能夠為企業進行持續產品創新提供良好的平臺支持或創新路徑。數字貿易開放引入了更加廣泛、激烈的競爭，該競爭效應既可能對本國企業自主創新產生倒逼作用，也可能激勵企業“走出去”并通過吸收國際研發資源實現技術進步，進而提升逆向技術溢出的概率。綜上可知，數字貿易開放具有“研發創新激勵效應”。而研發創新是一國參與國際競爭并在GVC 分工體系中掌握主動權、實現分工地位提升的根本所在[7]。據此，本文提出：

假設2：數字貿易開放通過貿易成本削減效應、要素配置效率提升效應、研發創新激勵效應，進而影響一國（部門）GVC分工地位提升。

2 研究設計

2.1 計量模型

為考察數字貿易開放對中國行業層面GVC分工地位的影響，構建計量模型如下：

其中，下標p、k、t分別表示貿易伙伴國（或地區，下同）、行業、年份。GVCpkt表示GVC分工地位；CDSTRIkt表示中國k行業的數字貿易開放水平；Control是一系列控制變量，?p、υk、ξt分別為貿易伙伴、行業、時間三組固定效應，hpkt是隨機誤差項。ζ1考察的是數字貿易開放對中國GVC分工地位的影響，若其小于0，則表明數字貿易開放促進了中國GVC分工地位提升，反之，則有抑制作用。

2.2 變量說明

2.2.1 被解釋變量

采用Koopman 等（2010）[10]的GVC 分工位置指數來刻畫一國行業層面的GVC分工地位。具體計算公式如下：

其中，GVC分工位置指數值越大，表明該行業在GVC中的分工地位越高，反之，則表明其分工越靠近下游；為緩解異方差，根據其值域分布對結果加1 后取對數；DVA_INTrexpkt表示第t年中國出口至p國k行業出口中間品中所包含的間接國內增加值；FVApkt由最終出口品國外增加值和中間品出口國外增加值兩個部分組成；TEXPpkt表示第t年中國出口至p國k行業出口總規模。

2.2.2 核心解釋變量

數字貿易開放本質上是屬于“境內”制度型開放，旨在不斷減少對數字化手段貿易的實體貨物及數字產品和服務的人為限制[11]。本文數字貿易開放指標構造邏輯參考文獻[12]，該方法能夠有效緩解直接交互法引致的內生性問題，公式如下：

其中，CDSTRIkt表示中國第t年k行業的數字貿易開放水平，指數值越小表明數字貿易開放水平越高。Digitalk,t1表示樣本首年k行業的數字化滲透率，t1表示樣本初始年份（t1=2014）。DSTRIt表示第t年中國國家層面數字貿易開放水平，采用OECD發布的數字服務貿易限制指數DSTRI表示。值得注意的是，此處構建數字貿易開放復合指標時，DSTRIt若為數字貿易限制強度指數則必然更合適，然而，當前并沒有權威的含時間趨勢的數字貿易限制強度指數可以采用。本文采用該指標的原因還在于：第一，當前遵循WTO關稅貿易總協定的貨物貿易自由化程度已經很高，且諸多雙邊及多邊貿易協定也進一步提升了貨物貿易自由化。第二，數字貿易的內涵還在繼續延伸，數字產品和服務嵌入貨物產品中沖擊了傳統國際貿易中一些基本概念，數字貿易中的產品和服務很難進行明確區別[13]。第三，《數字貿易發展與影響白皮書（2020）》中提出，“數字服務貿易是數字貿易規則談判焦點所在”“數字服務流是數字貿易的核心所在”，一國數字服務貿易限制強度是判斷其數字貿易開放水平的重要方面。基于此，本文數字貿易開放復合指標的構造以OECD的DSTRI為基礎。

根據OECD 的數字經濟概念以及投入產出表數據的可獲得性，本文選取ADB-MRIO中c14（電子和光學投入）和c27（郵政和電信投入）作為狹義的數字部門，采用完全消耗系數法計算行業數字化滲透率指標，計算公式如下：

其中，Digitalij表示完全消耗系數法計算的j部門投入數字化水平。等式右側第一項是部門j對數字部門i的直接消耗，第二項是第一次間接消耗，第三項是第二次間接消耗，依次類推。

2.2.3 其他控制變量

（1）中國與貿易伙伴的GDP差異，使用貿易雙方人均GDP 差額（PGDP_gapijt=|lnPGDPit-lnPGDPjt|）來衡量雙邊市場規模差異，lnPGDPit和lnPGDPjt表示第t年雙邊的人均GDP 對數值，數據來源于WDI。（2）雙邊的地理距離（lndistances），采用加權地理距離的對數值進行衡量，數據來源于CEPII-Gravity 數據庫。（3）雙邊是否有共同區域貿易協定（RTA），若雙邊簽署了RTA，則RTA 生效年份及其以后年份賦值為1，其他則賦值為0。（4）伙伴國的關稅水平（lnTariff_P），使用伙伴國的簡單平均關稅作為控制變量之一，原始數據源于WITS 數據庫。（5）雙邊的制度距離（ZD），計算方法參考文獻[14]，原始數據源于WGI 數據庫。（6）中國的行業競爭優勢（lnexpofworld_R）。（7）進口國的行業競爭優勢（lnexpofworld_P），分別使用行業出口規模占全球該行業的出口規模來表征中國與貿易伙伴的行業競爭優勢。（8）中國行業工資水平（lnwage），該指標的基礎數據源于國家統計局官網發布的行業城鎮單位就業人員平均工資，但制造業僅有大類行業平均工資水平，因此制造業細分行業的人均工資水平通過加權處理獲得，計算公式：各兩位碼制造業行業的平均工資水平=制造業大類行業平均工資水平×（各兩位碼制造業行業人均主營業務收入/制造業大類人均主營業務收入總體平均水平），并通過與ADB-MRIO的行業分類標準相匹配以獲得對應行業平均工資水平，為了緩解異方差，對結果取對數。（9）中國行業從業人數（lnemploy），該指標原始數據源于文獻[15]，本文通過對照《國民經濟行業分類（GB/T 4754-2017）》與國際標準產業分類標準（ISIC3.1），將各年97 部門的就業人數對照合并至ADB-MRIO（2021）的35 部門；此外，2019—2020 年的就業人數以王亞菲等（2021）[15]的研究中2018年行業就業人數為基礎，使用國家統計局官網公布的2019年與2020年城鎮單位各行業就業人數的增長率外推至2020年，為緩解異方差，對結果取對數處理。

3 實證結果分析

3.1 基準回歸結果

表1 匯報了基準回歸結果。其中，列（1）是不加入任何控制變量，但同時固定時間、行業、伙伴國效應的回歸結果；列（2）是在其基礎上加入反映雙邊關聯特征控制變量的回歸結果；列（3）是進一步加入反映國家及行業特征控制變量的回歸結果，結果均顯示CDSTRI的回歸系數顯著為負，且通過1%水平上的顯著性檢驗，這表明數字貿易開放顯著促進了中國GVC分工地位提升。

表1 基準回歸檢驗結果

3.2 穩健性檢驗

為了得到穩健的研究結論，本文通過處理樣本異常值、調整樣本區間、更換核心解釋變量測度方法進行穩健性檢驗。

第一，進一步處理樣本可能存在的異常值。本文對所有連續變量進行上下1%的縮尾處理，以排除有可能存在的異常值導致估計偏誤等問題，回歸結果如表2 列（1）所示。第二，調整樣本的時間范圍。2020年，全球生產分工受到新冠肺炎疫情沖擊嚴重沖擊，因此進一步剔除2020年的樣本進行檢驗，結果如表2列（2）所示。第三，更換核心解釋變量的測度方法。將行業數字化滲透率權重更換為2014—2020 年年平均行業數字化滲透率，回歸結果如表2 列（3）所示。基于OECD 發布的異質性DSTRI 并結合式（3）構造行業層面的數字貿易開放指標。OECD發布的異質性DSTRI 是通過評估雙邊國家之間是否有相同監管措施而建立的。國家間數字貿易監管政策異質性也會增加企業跨國商業活動的成本，實際上也形成了數字貿易壁壘。因此當雙邊數字貿易監管政策差異縮小時，本質上是數字貿易開放擴大的表現，回歸結果如表2 列（4）所示?？傮w上，表2結果表明基準結果穩健可靠。

表2 穩健性檢驗結果

3.3 內生性處理

考慮到數字貿易開放水平與中國GVC分工地位可能存在反向因果從而產生內生性問題，本文采用兩階段最小二乘法（2SLS）來緩解內生性。關于工具變量的選擇，一是將核心解釋變量滯后一期作為工具變量（CDSTRI_lag）；二是參考孫浦陽等（2018）[12]的研究，以印度數字貿易開放作為中國數字貿易開放的工具變量（CDSTRI_ind）?；貧w結果如表3所示。

表3 處理內生性的估計結果

表3 中列（1）、列（3）是一階段回歸結果，CDSTRI_ind與CDSTRI_lag 的回歸系數均顯著，這滿足了工具變量的相關性要求。列（2）、列（4）是采用2SLS的回歸結果，其中Kleibergen-Paap rk LM 與Wald F 的統計量值顯示工具變量設定有效合理。列（2）、列（4）的回歸結果表明，采用兩種不同方法構造的工具變量進行檢驗時，CDSTRI 回歸系數均顯著為負，進一步驗證了基準回歸結果的穩健性。

3.4 機制檢驗

3.4.1 機制變量指標說明

本文參考毛其淋和鐘一鳴（2023）[16]的方法開展機制檢驗。機制變量如下：（1）雙邊貿易成本。具體指標測算參考文獻[17]。（2）要素配置效率。由于ADB-MRIO（2021）中缺乏相應的社會經濟賬戶數據，因此本文主要從勞動要素配置效率視角進行實證考察，指標構造參考文獻[8]。（3）研發創新。采用中國規上工業企業有效發明專利數量表示，由于規上工業企業主要統計的是制造業行業，因此研發創新機制檢驗樣本集中在中國制造業領域。本文通過對照《國民經濟行業分類（GB/T 4754-2017）》與國際標準產業分類標準（ISIC3.1），將各年制造業行業規上有效發明專利數量匹配至ADB-MRIO（2021）的制造業部門。為緩解異方差，各機制變量均進行了取對數處理。

3.4.2 機制檢驗結果及分析

機制檢驗結果如表4 所示，其中，列（1）至列（3）分別是以雙邊貿易成本、勞動要素配置效率、研發創新作為機制變量的機制檢驗結果。具體地，列（1）CDSTRI的回歸結果顯著為正，驗證了數字貿易開放具有貿易成本削減效應，這一結果與一般經濟理論直覺相符合。列（2）CDSTRI的回歸結果顯著為負且通過了1%水平上的顯著性檢驗，驗證了數字貿易開放具有勞動要素配置效率提升效應。列（3）CDSTRI的回歸結果顯著為負，驗證了數字貿易開放對中國制造業的研發創新激勵效應，表明研發創新激勵是數字貿易開放促進中國全球價值鏈分工地位提升的重要渠道。

表4 機制檢驗結果

4 拓展分析

4.1 異質性檢驗

4.1.1 基于目的市場發達程度的異質性視角

不同發達程度經濟體的產業結構及進口產品需求往往會有明顯差異，因此，中國對不同發達程度貿易伙伴的出口產品結構也可能存在較大差異，那么這一差異是否會使得數字貿易開放對相應貿易活動的影響有所不同呢？為了回答此問題，本文根據IMF 的分類標準，將全部貿易伙伴劃分為發達與發展中經濟體，進行分組回歸，回歸結果如表5中列（1）、列（2）所示。當貿易伙伴是發達經濟體時，CDSTRI的回歸系數顯著為負；而當貿易伙伴是發展中經濟體時，回歸結果雖為負但不顯著。這可能是因為中國對發達國家的貨物與服務出口中包含更多的數字化投入，而數字化投入水平越高其受到數字貿易開放的成本削減效應就越強，從數字貿易開放中吸收到的正向效應就越大。

表5 異質性檢驗結果I

4.1.2 基于產業類別的異質性視角

中國的產業數字化與數字產業化正在快速推進，那么就不同產業類別而言，其GVC 分工地位受到數字貿易開放的影響是否有所差異？本文將全部樣本劃分為制造業、服務業、初級產業并進行分組檢驗，結果如表5列（3）至列（5）所示。

不難發現，數字貿易開放顯著促進了中國服務業、制造業GVC 分工地位提升，其中對服務行業的提升作用更大。這可能是因為服務行業中嵌入了更多的數字化投入，越來越多的服務產品可以參與國際分工，且由于服務產品本身靠近生產分工上游環節，因此數字貿易開放對服務業GVC分工地位的提升作用更大。然而，就初級產業而言，CDSTRI的回歸系數不顯著，這可能是因為初級產業的數字化水平還比較低，從數字貿易開放中吸收到的正向效應不明顯。

4.1.3 基于行業顯性比較優勢的異質性視角

考慮到各個行業在GVC 中既有產業競爭優勢不同，其在面臨數字貿易開放時受到的影響也可能存在差異。為此，本文進一步基于行業顯性比較優勢異質性進行分組檢驗。其中，基于貿易增加值口徑計算的NRCA（New Revealed Comparative Advantage）能夠衡量一國行業在GVC中的比較優勢。因此，本文依據2014 年的NRCA 指數值（剔除NRCA時間趨勢有助于更加集中地觀測數字貿易開放對GVC 分工地位的影響），將樣本劃分為比較優勢組（NRCA≥1）、比較弱勢組（0.5 ≤NRCA＜1）、明顯劣勢組（NRCA＜0.5）?；貧w結果如表6所示，其中NRCA指數原始數據來自UIBE。

表6 異質性檢驗結果II

可以看出，數字貿易開放對顯性比較優勢行業的GVC分工地位提升作用更加顯著，然而，該提升作用在相對比較弱勢行業表現不顯著。在明顯劣勢行業，數字貿易開放對其GVC 分工地位不但沒有提升作用，反而存在一定抑制影響。這可能是因為具有顯性比較優勢的行業往往嵌入GVC分工位置更高，其自身學習能力、自我創新能力更強，能夠從開放擴大中獲取更多的正向效應，形成良性循環，促進自身GVC 分工地位進一步提升。而明顯劣勢行業競爭力不足、嵌入GVC分工位置較低，在開放擴大后競爭加劇的市場環境中，更可能陷入低端“鎖定”狀態。

4.2 基于行業數字化的協同效應檢驗

前文實證分析主要是基于靜態行業數字化水平下的分析，考慮到近幾年數字技術的廣泛運用促使中國各行業數字化水平快速提升的事實，進一步探討行業數字化與數字貿易開放協同對中國GVC分工地位的影響效應。具體構造模型如下：

出于穩健性考慮，本文分別采用完全消耗系數法與直接消耗系數法計算行業數字化水平，完全消耗系數計算方法見式（4），直接消耗系數法計算的行業數字化記為Digital_d，測算方法用矩陣描述為B=(I-A)-1-I。其中，B為完全消耗系數矩陣，A為直接消耗系數矩陣，I為同階單位矩陣，其他變量的符號含義同式（1）與式（3）。回歸結果如表7所示。

表7 基于行業數字化的協同效應檢驗結果

根據表7可知，行業數字化水平與數字貿易開放交互項的回歸系數均顯著為負，表明某行業消耗的數字化產品及服務越多，其從數字貿易開放中吸收到的正向“漣漪效應”越大。因此，行業數字化水平更高的行業其GVC分工地位受到數字貿易開放的提升作用更大。此外，還有一個重要的原因是，數字貿易擴大開放本身也會推動企業的數字化投入比重增大，促進行業數字化水平、生產效率及創新水平的提升。因此，在二者的協同作用下，數字貿易開放對中國GVC分工地位的提升作用更加顯著。

5 結論與建議

本文實證考察了數字貿易開放對中國GVC分工地位的影響，得出如下結論：第一，數字貿易開放顯著促進了中國GVC 分工地位提升，經過一系列穩健性及內生性檢驗后，結果依然穩健。第二，數字貿易開放主要通過“貿易成本削減效應”“勞動要素配置效率提升效應”及“研發創新激勵效應”三個渠道促進中國GVC分工地位提升。第三，數字貿易開放對中國GVC分工地位的提升作用因出口目的市場的發達程度、行業顯性比較優勢以及產業類別異質性而呈現明顯不同，其中該提升作用在出口目的地是發達國家、在具有顯性比較優勢行業、在服務業及制造業領域均表現顯著。第四，數字貿易開放對中國GVC 分工地位的提升作用隨行業數字化水平的提升而更加明顯。

為發揮數字貿易開放促進中國GVC分工地位提升的作用，本文提出以下建議：（1）建立健全數字貿易開放發展與風險防范規制體系；要平衡把握數據流動與隱私保護需求，建立完善的數據分類分級保護制度，正確處理“安全有序”和“擴大開放”的關系。（2）持續大力推動數字技術創新，努力實現關鍵數字技術的自立自強，應繼續提高5G網絡覆蓋率，加快算力發展戰略布局，為實現行業數字化水平提升創造良好基礎環境。（3）在現有自貿區的基礎上升級數字貿易試驗區，有序推進數字貿易開放。特別是在推進數字貿易開放時，要兼顧產業的顯性比較優勢，結合產業自身情況循序漸進、有差別地推進進程。（4）加強數字貿易規則談判與治理合作；與發達國家的貿易合作仍有重要價值，中國在警惕美國長臂管轄行為時仍需努力協調與歐美的數字治理分歧，同時也可以通過RCEP及“一帶一路”經貿合作的基礎，推動建立更符合發展中國家普遍利益的數字貿易規則。