贸易便利化对我国数字服务贸易出口的影响及贸易潜力研究

贸易便利化对我国数字服务贸易出口的影响及贸易潜力研究 陈伟李远尹建辉 摘要：随着数字技术的不断创新、服务贸易数字化进程的加快，数字服务贸易已经成为各国贸易竞争的新战略点。本文以“一带一路”沿线20个国家2014—2022年的 数据为样本，构建出贸易便利化指标测评体系，该体系包括4个主要指标和17个次要指标。综合运用主成分分析方法和贸易引力模型，对这些国家的数字服务贸易便利化水平进行了测量，并把测出的贸易便利化指数代入到引力模型中，找出主要的影响因素，估算出各个国家的贸易潜力指数。实证结果显示：①我国数字服务贸易的便利化程度相对较低，与新加坡、韩国等其他国家相比存在一定差距。②提升贸易便利化水平对我国数字服务贸易出口具有明显的积极推动作用，并且各个指标的影响程度存在一定的差异。 ③“一带一路”沿线国家的数字服务贸易潜力已经逐步释放，国与国之间差异较大，我国与新加坡、韩国等国家相比还存在巨大的差距。 关键词：贸易便利化；数字服务贸易；主成分分析；引力模型 一、引言 自“数字丝绸之路”提出以来，我国积极与“一带一路”沿线国家多方面开展数字合作，不断促进“一带一路”建设创新发展。新冠疫情导致全球范围内前所未有的供应链中断，但也成为全球企业通过数字网络显著加快服务供应的催化剂。便捷的贸易服务，得益于发达的互联网技术与蓬勃发展的数字贸易。数字技术已成为“一带一路”建设的新引擎，为沿线国家经济复苏增长注入新动能。根据我国发布的《数字贸易发展与合作报告》，2021年全球跨境数字服务贸易规模超过3.8万亿美元，同比增长14.3%，占服务贸易比重的63.6%。报告还指出，我国的数字贸易发展非常迅速，在规模和增速方面均位居世界前列。仅2021年，我国的数字服务进出口总值就达到3596.9亿美元，同比增长22.3%，占服务进出口比重的43.2%。“一带一路”与贸易便利化相结合会对中国数字贸易的发展产生较大影响，将贸易便利化水平的提升纳入到“一带一路”的倡议当中也成为数字服务贸易发展的新途径。 *陈伟，黑龙江东方学院经济贸易学院，教授、博士生导师；李远，黑龙江东方学院经济贸易学院，硕士研究生；尹建辉，黑龙江东方学院经济贸易学院，硕士研究生。 通信作者：李远，邮箱：liyuanjoel@sina.com。 本文系黑龙江省经济社会发展重点项目“数字经济驱动龙江优质农产品质量安全监管机制与实现路径研究”（项目编号：23301）、哈尔滨市科技计划项目“面向智能制造的装备制造产业绿色技术创新效率评价研究”（项目编号：ZC2023ZJ014007）、黑龙江东方学院科研创新团队建设项目（项目编号：HDFKYTD202108）研究成果之一。 本文的研究特点主要体现在以下方面：首先，根据贸易便利化相关理论和数字服务贸易特点，构建出数字服务贸易便利化水平测评指标体系，运用主成分分析法，得到数字服务贸易便利化水平测评结果；其次，本文基于贸易引力模型进行实证研究，实证分析了不同贸易便利化对我国数字服务贸易出口作用的差异性，对影响数字服务贸易出口的主要因素进行分析，并测算出我国与“一带一路”沿线国家数字服务贸易潜力值。 二、文献综述 目前，从贸易便利化方面研究我国与其他国家贸易的相关文献中，研究对象多集中于农业、制造业、服务业等，针对数字服务贸易方面的研究较少。在研究数字服务贸易时，大多数专家集中于以下几个方面： 在国际竞争力方面，Nathetal.（2015）运用引力模型以及RCA指数分析3个国家的数字服务贸易竞争力，发现美国的国际竞争力较强。SenerandDelican（2019）以31个发达国家、26个发展中国家为样本，分析创新能力、出口水平与数字服务国际竞争力的关系，结果是对其有促进作用。俞裕兰和杨靛青（2020）以及严浩和叶子贤（2022）基于熵值法，以TC指数、RCA指数、MS指数、MI指数为原始指标，构建数字服务贸易竞争力水平指标体系，对各个国家进行评估。周升起和张皓羽（2023）运用因子分析法对OCED成员国与金砖国家的数字服务贸易国际竞争力进行分析。李锦梅（2021）通过建立综合优势评价体系，比较样本国家的数字服务贸易竞争力及变化趋势。喻文丹和姜兴民（2022）在波特钻石模型四要素的基础上选取了相关指标，构建数字服务贸易国际竞争力评价体系。 在影响因素方面，Boulatoffetal.（2021）运用引力模型对加拿大的数字服务贸易分析时发现其受地理距离影响较大。Bahmani-OskooeeandKaramelikli（2021）提出汇率会影响数字服务贸易出口，并证实了这一想法。蓝庆新和窦凯（2019）以钻石模型为理论基础，分析得出，人才体系不匹配因素对数字服务贸易国际竞争力有负向作用。侯杰和齐新鑫（2021）采用灰色关联度模型对影响因素进行分析，得出人力资本、技术水平等因素呈现高度相关性。赵天凇和石荣（2022）认为，服务业发展水平、国家相关政策、创新效应等因素影响数字服务贸易出口量。周念利等（2022）利用计量模型研究数据跨境流动壁垒对数字服务贸易的影响，得出该因素对数字服务贸易出口的广延和集约边际扩张有负向作用。肖雯（2023）通过随机前沿引力模型进行分析，发现文化多样性、金融自由度等因素对数字服务贸易出口有正向效应。 在发展现状方面，AbelianskyandHilbert（2017）确认了数字服务贸易发展的两个基本要素分别是完善的数字基础设施和信息技术的进步，其范围由物理空间发展到虚拟空间。王拓（2019）认为，数字服务贸易的过程衍生出了数据安全、第三方金融、数字知识产权等多个新领域。梅冠群（2020）提出信息技术的持续优化使得全球数字服务贸易呈现出蓬勃发展的态势。张可儿（2021）认为我国高度重视数字经济发展，为数字基础设施建设提供了动力，数字服务贸易主体在逐渐壮大。冯震和张玉华（2022）认为，数字服务贸易是在数字技术的基础上进行订购、交付的新型服务贸易。曹诗茵等（2022）认为， 数字贸易的崛起为跨境电商带来新的动力，数字化转型成功的跨境电商活跃了我国的数字服务贸易产业。 综上所述，众多学者在数字服务贸易方面已取得了不错的成果，但是关于贸易便利化与数字服务贸易相结合的研究较少，运用随机前沿模型分析数字服务贸易出口影响因素和贸易潜力值的研究尚属空白。本文综合运用主成分分析法和随机前沿模型，利用2014—2022年“一带一路”沿线20个国家的相关指标数据测算贸易便利化水平，分析影响数字服务贸易出口的主要因素，并预估各个国家的贸易潜力值。 三、“一带一路”沿线国家贸易便利化水平测度 （一）指标选取与数据来源 本文在建立评价指标体系时受到Wilsonetal.（2003）、黎新伍和黎宁（2021）、朱剑冰和吕静（2015）、张秋平和刘薇（2021）、张梦婷等（2020）、马梦燕等（2023）研究的启发，同时考虑到数字服务贸易的特点，并参考了《贸易便利化协定》的内容，以保证评价指标的合理性和准确性，具体指标体系如表1所示。各指标数据均来源于2014— 2021年的全球竞争力报告、世界银行、UNCTAD数据库、国际清廉指数。 表1贸易便利化测度指标体系 贸易便利化测度体系 一级指标 二级指标 基础设施 互联网用户占比宽带用户占比 每百人移动电话用户数 物流绩效指标 海关环境 非关税壁垒海关程序负担 清廉指数 规制环境 知识产权保护法律解决争端效率全球网络安全指数 高校入学率 数字服务贸易限制性指数 金融服务 中小企业融资银行稳健性 金融服务的便利性新科技的可获得性 ICT服务出口 （二）贸易便利化水平测算 国内学者大多数采用因子分析法、层次分析法、主成分分析法、灰色关联度分析、简单加权求和法、熵权法对贸易便利化水平进行测算（齐玮等，2021；王素芹和邵占强，2020；喻胜华和聂早暖，2018；王江等，2019；邓洁妮和李延，2018；李福胜，2022； 曾铮和周茜，2008）。由于各个方法的特点和适用范围不同，又考虑到数字服务贸易的特殊性，本文选用主成分分析法来评估数字服务贸易的便利化水平。主成分分析法能够在保持原有指标信息完整性的前提下进行降维处理，以少数几个综合指标来代替原先较多的指标，避免权重在运算过程中受主观偏好的影响。对数字服务贸易便利化水平的测算和比较只要按照规定得出主超平面及相应分量的结果，就能根据简化的数据表对各指标进行比较，并且操作简单、易于实现，适用于数字服务贸易便利化测评探索性研究。 本文选用主成分分析法测算贸易便利化水平，具体步骤如下： 计算数据的协方差矩阵=（GIj）b×b（1） 依据公式D(ZI,XJ)=λiaij计算主成分载荷（2）根据公式GI=a1iX1+a2iX2+⋯+abiXb计算出主成分综合得分（3） （三）“一带一路”沿线国家贸易便利化水平测算 贸易便利化体现的是一个国家综合的发展。本文根据主成分分析的步骤，对指标数据进行了KMO检验，检验结果如表2所示。检验结果表明，评价指标体系的KMO统计量为0.838，据主成分分析法判断标准0.8<KMO<0.9，为选用该分析法的最佳结果。巴特利特球形检验P值为0，表明变量间有较强的相关性，适合进行主成分分析。 表2KMO和巴特利特检验 KMO和巴特利特检验 KMO取样适切性数量 0.838 近似卡方 2450.156 巴特利特球形度检验 自由度 136 显著性 0.000 根据公式3，计算出“一带一路”沿线20个国家数字服务贸易便利化水平，如表3所示。本文参考曾铮和周茜（2008）的评价标准，分别以A＞0.8、0.7＜A＜0.8、0.6＜A＜0.7、A＜0.6为分界线，划分为非常便利、比较便利、一般便利、不便利四个标准。 表32014—2022年“一带一路”沿线主要国家数字服务贸易便利化水平 国家 2014年 2015年 2016年 2017年 2018年2019年2020年 2021年 2022年 平均 韩国 0.5691 0.6071 0.6063 0.5969 0.6099 0.6201 0.6317 0.7052 0.7189 0.6294 新加坡 0.6988 0.7352 0.7425 0.7493 0.7781 0.7848 0.7925 0.8610 0.8732 0.7795 马来西亚 0.5844 0.5458 0.5537 0.5694 0.5938 0.6073 0.6113 0.6681 0.6755 0.601 菲律宾 0.3779 0.3799 0.3991 0.4175 0.4173 0.4058 0.4087 0.4851 0.5001 0.4212 土耳其 0.4559 0.4711 0.4605 0.5013 0.5152 0.5443 0.5490 0.5527 0.5984 0.5164 意大利 0.4782 0.4815 0.4946 0.4968 0.5170 0.5447 0.5180 0.6228 0.6841 0.5375 卢森堡 0.6456 0.6634 0.6593 0.6655 0.6816 0.6556 0.6916 0.7057 0.6763 0.6716 俄罗斯 0.3671 0.3917 0.4198 0.4411 0.4558 0.4816 0.5175 0.5865 0.6211 0.4748 希腊 0.4633 0.4743 0.4948 0.5084 0.5107 0.5257 0.5323 0.5766 0.608 0.5215 波兰 0.4509 0.4699 0.4783 0.4929 0.5134 0.5278 0.5293 0.5943 0.6734 0.5255 葡萄牙 0.5368 0.5477 0.5628 0.5676 0.5719 0.5766 0.5985 0.6314 0.6647 0.5842 续表 国家 2014年 2015年 2016年 2017年 2018年