EN中文

地理科学 >

2024 , Vol. 44 >Issue 3: 439 - 450

DOI: https://doi.org/10.13249/j.cnki.sgs.20211451

跨区域重大基础设施与空间治理 (三)

全球数字贸易网络结构演化及影响因素分析

  • 马菁 , 1, 2, 3 ,
  • 曾刚 , 1, 2, 3, * ,
  • 孙康 4
展开
  • 1.华东师范大学中国现代城市研究中心，上海 200062
  • 2.华东师范大学地理科学学院，上海 200241
  • 3.华东师范大学城市发展研究院，上海 200062
  • 4.东南大学建筑学院，江苏 南京 210096
曾刚。E-mail:

马菁（1999—），女，湖北孝感人，硕士，主要从事贸易网络、创新网络研究。E-mail:

收稿日期: 2023-01-18

  修回日期: 2023-04-27

  网络出版日期: 2024-04-08

基金资助

国家自然科学基金项目资助(42130510)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

Spatial evolution characteristics and influencing factors of global digital trade network

  • Ma Jing , 1, 2, 3 ,
  • Zeng Gang , 1, 2, 3, * ,
  • Sun Kang 4
Expand
  • 1. Center for Modern Chinese City Studies & School of City and Regional Science, East China Normal University, Shanghai 200062, China
  • 2. School of Geographic Sciences, East China Normal University, Shanghai 200241, China
  • 3. School of Urban Development Research, East China Normal University, Shanghai 200062, China
  • 4. School of Architecture, Southeast University, Nanjing 210096, Jiangsu, China

Received date: 2023-01-18

  Revised date: 2023-04-27

  Online published: 2024-04-08

Supported by

National Natural Science Foundation of China(42130510)

Copyright

Copyright reserved © 2024.
Fold

摘要

世界经济正处在新旧动能的转换期，数字贸易成为当前经济结构转型的典型特征。本文利用OECD数据库中2008—2019年的贸易数据，筛选出6类数字化程度高的行业，从网络结构和影响因素两方面探究了全球数字贸易结构的演化态势。研究发现：① 全球数字贸易格局空间分布不均衡，主要的贸易节点和贸易联系都分布在西半球和北半球，“美日欧”作为全球数字经济与数字贸易的引领者，在全球数字贸易网络中占据着重要的地位；② 不同行业数字贸易网络的结构和紧密程度有一定差异，但除金融服务的贸易网络为多中心结构外，其他行业的贸易网络均呈现以美国为核心的单中心结构，中国在6类行业的数字贸易网络中均处于外围位置。③ 信息通信技术、对外开放水平、互联网普及程度、相同收入水平、共同货币、共同语言及区域贸易协定均对促进双边贸易流量的提升有积极作用，接壤关系仅在早期有利于贸易流量的提升，宗教文化对数字贸易并无显著影响，而地理距离对开展数字贸易仍具有显著的抑制作用，打破了“距离已死”的说法。本研究旨在探讨全球数字贸易发展的空间分布及演化，以期增强中国在全球数字贸易网络的辐射能力，寻求竞争优势。

关键词： 数字贸易; 贸易网络; 数字经济; 社会网络分析; 贸易引力模型

本文引用格式

马菁 , 曾刚 , 孙康 . 全球数字贸易网络结构演化及影响因素分析[J]. 地理科学, 2024 , 44(3) : 439 -450 . DOI: 10.13249/j.cnki.sgs.20211451

Abstract

The global economy is undergoing a transition between old and new drivers, with digital trade being a typical characteristic of the current economic structural transformation. In the process of the vigorous development of the digital economy, the field of digital trade has shown strong competitiveness. Compared with traditional trade, it has stronger resilience and can withstand the downward pressure of the global economy. This study utilizes trade data from the OECD database spanning 2008 to 2019, selecting 6 highly digitized industries, to explore the evolution of the global digital trade from both network structure and influencing factors perspectives. The study found that: 1) The spatial distribution of global digital trade is uneven, with major trade nodes and connections concentrated in the Western and Northern Hemispheres. “USA, Japan, and Europe” as leaders in the global digital economy and digital trade play crucial roles in the global digital trade network. 2) Different industries exhibit varying structure and density in digital trade networks. Except for the financial services trade network, which is a polycentric structure, trade networks of other industries are all single-center structures with the United States as the core. China occupies a peripheral position in the digital trade networks of the 6 industries. 3) Information and communication technology, openness level, internet penetration, income levels, currency, language, and regional trade agreements all contribute to the enhancement of bilateral trade flows. Bordering relationship is favorable for boosting trade flows only in the early stages, and religious culture has no significant impact on digital trade. Geographical distance still significantly inhibits digital trade, challenging the notion that “distance is dead”. This study aims to explore the spatial distribution and evolution of global digital trade, in order to enhance China’s radiative capacity in the global digital trade network and seek competitive advantages.

Key words： digital trade; trade network; digital economy; social network analysis; trade gravity model

随着以云计算、大数据、人工智能、区块链等为代表的新一代网络信息技术的发展，数据的跨境流动成为全球化的一个核心特征[1]。在数字经济浪潮的冲击下，国际贸易活动的交易标的、交易对象、交易方式乃至背后的生产组织都发生了显著改变，国际贸易正从“全球价值链贸易”阶段进入到新的“数字促进贸易”的阶段[2]。据世界贸易组织（WTO）统计，2022 年全球可数字化交付服务出口额为 4.1 万亿美元，同比增长 3.4%，占全球服务出口比重达 57.1%（http://images.mofcom.gov.cn/fms/202312/20231205112658867.pdf）。作为代表数字经济时代未来发展方向的现代贸易形式，与传统的国际贸易相比，数字贸易的贸易成本普遍降低、中间环节大幅减少，打破了空间场所的限制，不再具有严格的时空属性[3]。数字贸易这一新型国际贸易模式日益成为推动经济持续增长的主要动力之一。
数字贸易目前还缺少国际公认的概念定义，国际范围内对数字贸易概念的主要分歧在于数字贸易标的范围，即是否包括实物贸易。2013年，美国国际贸易委员会（USITC）（https://www.usitc.gov/publications/332/pub4415.pdf）首次对数字贸易的内涵进行了官方界定，将数字贸易定义为“以互联网为基础，以数字交换技术为手段，通过互联网传输为媒介，为供求双方提供交互所需的数字化数据的国内和国际贸易”。该定义强调贸易的交付模式应为“数字交付”，即直接通过信息及通信技术网络远程提供的服务产品，包括可下载的软件、书籍、游戏、数据服务等，但不包括有形商品的交付。中国商务部和中国信息通信研究院所定义的数字贸易也不包括实物商品，仅指通过数字技术实现的产品和服务交易，其交易方式和交易对象都是数字化的[4]。本文将数字贸易定义为“以互联网技术为依托，以数字化平台为载体，为交易双方提供所需要的数字产品和数字服务的贸易活动”，本文所研究的数字贸易仅包括数字交付的商品和服务，不包括在线订购的实物商品。
数字贸易不仅影响着国际贸易的走向，而且影响着一国在全球价值链中的格局和地位。当前全球数字贸易正蓬勃发展，然而从空间分布的角度看，数字贸易发展的不均衡趋势依然显著，少数国家正主导着全球数字贸易的格局。中国虽已成为传统贸易大国，但仍处于全球价值链的中低端，技术创新和数字化转型是中国完成从贸易大国到贸易强国转变的重要抓手。在此背景下，全球数字贸易网络呈现出怎样的格局及演化特征？全球数字贸易网络是否具有核心–外围的结构特征？造成此空间结构的驱动力是什么？回答这些问题，对于中国增强全球贸易网络的辐射能力、探寻竞争优势具有借鉴意义。
跨境数字贸易的研究可以追溯到Cho关于数字网络经济中创新与竞争的研究[5]，此后，随着信息通信技术和数字经济的蓬勃发展，有关数字贸易的研究也越来越多。目前学术界对数字贸易的研究主要集中在以下几个方面：① 数字贸易的概念界定，由于数字贸易是一种新的、仍在发展中的贸易形式，数字贸易的内涵和外延也在随着实践的变化而变化[6]，但其概念的核心受到学者们的普遍认同，即数字贸易是以互联网技术为依托，以数字化平台为载体的新型贸易形式，是传统贸易在数字经济时代的延伸。而不同学者根据贸易标的界定范围，对数字贸易的概念进行了狭义和广义之分，认为狭义的数字贸易仅包括数字交付的产品和服务，而广义的数字贸易还包括在线交易的实物商品贸易[7-8]，随着数字贸易的不断发展，数字贸易边界还处于动态变化中。② 数字贸易的经济效应，数字贸易作为依托互联网平台的新型贸易模式，可以有效减少信息不对称，从而降低交易成本，克服远距离贸易的诸多不利[9-10]。宏观上，部分学者认为数字贸易能加快国际分工深化、更新国际贸易交易手段并左右国际贸易政策[11-12]；微观上，也有研究表明跨境电子商务会通过平台的互联网效应对买卖双方的交易行为产生影响[13]。③ 地理距离在数字贸易中所起的作用。一种观点认为地理距离在数字贸易中的不起限制作用，原因在于数字贸易的交易标的为数字产品与服务以及数字化知识与信息等，具有虚拟化的内在属性，不存在“冰山运输成本”，从事数字贸易的企业不再会受运输成本的影响[14]。也有学者在研究运输成本较低的货物的贸易流动中发现距离效应仍然显著，因此认为运输成本不足以解释距离效应[15-16]，数字贸易是否会导致“距离已死”成为有待探究的问题。
通过梳理文献，发现目前关于数字贸易的研究多集中于数字贸易发展态势及发展特征、数字贸易规则构建及全球治理层面，由于数据可获得性的原因，关于数字贸易的研究质性分析多而基于定量及实证层面的研究较为缺乏，对数字贸易影响因素和空间格局的探究也不足。鉴于此，本文从地理学的视角来探讨全球数字贸易发展的空间分布及演化，用社会网络分析法分析全球数字贸易网络的结构特征，并通过贸易引力模型研究影响全球数字贸易格局的影响机制，以期为中国数字贸易发展提供建议。

1 研究设计

1.1 数据来源

由于世界范围内对数字贸易的测度口径不一，相关的统计数据缺乏，现有研究大多利用数字交付服务衡量数字贸易。根据联合国贸易和发展会议（UNCTAD）报告(①https://unctad.org/system/files/official-document/tn_unctad_ict4d03_en.pdf [2021-07-02])，扩大国际收支服务分类（EBOPS 2010）的12类细分服务贸易中有6类涉及可数字交付的服务贸易，分别是金融服务、保险和养老服务、其他商业服务、知识产权交易、电信、计算机和信息服务、个人、文化和娱乐服务，并结合Ferracane定义的数字密集型服务，即电信、信息服务、知识产权、计算机服务和金融服务[17]。
OECD数据库是经济合作与发展组织（OECD）汇编的一个庞大的在线统计数据库，涵盖38个成员国及部分非成员国和地区，OECD服务贸易数据库被广泛应用于数字贸易的实证研究[18-19]，本文在OECD数据库中筛选出以下6类数字化程度高且数据完整的行业：① 保险和养老金服务；② 金融服务；③ 知识产权交易；④ 电信、计算机和信息服务；⑤ 个人、文化和娱乐服务；⑥ 其他商业服务。将这6类行业2008—2019年的贸易数据分年汇总来测度全球数字贸易流量。自变量和控制变量数据来源于WTO数据库(②https://data.wto.org/en [2021-07-02])、CEPII数据库(③www.cepii.fr/cepii/en/bdd_modele/bdd_modele.asp [2021-07-02])、世界银行数据库(④https://data.worldbank.org.cn [2021-07-02])、OECD数据库(⑤https://data.oecd.org [2021-07-02])和国际电信联盟(⑥https://www.itu.int/zh/Pages/default.aspx#/zh [2021-07-02])，中国数据不包含港澳台数据。

1.2 研究方法

引力模型是国际贸易研究中的重要理论模型，被广泛应用于国际区域间贸易流量影响因素的研究。大量学者就“经济规模和地理距离如何影响国际贸易”这一问题展开研究[20-21]。随着引力模型在国际贸易领域的广泛应用，语言、制度、文化等其他能解释贸易规模的变量也被纳入到模型中来[22]。为准确测算全球数字贸易网络影响因素，本文在基本贸易引力模型的基础上进行拓展，得到如下模型：
$ \begin{split}{{{\rm{ln}}W}}_{{ij}}=&{{\beta }}_{{0}}+{{\beta }}_{{1}}{{{\rm{ln}}GDP}}_{{i}}+{{\beta }}_{{2}}{{{\rm{ln}}GDP}}_{{j}}+{{\beta }}_{{3}}{{{\rm{ln}}Dist}}_{{ij}}+\\&{{\beta }}_{{4}}{{ECO}}_{{ij}}+{{\beta }}_{{5}}{{cur}}_{{ij}}+{{\beta }}_{{6}}{{Conting}}_{{ij}}+\\&{{\beta }}_{{7}}{{lang}}_{{ij}} +{{\beta }}_{{8}}{{relig}}_{{ij}}+{{\beta }}_{{9}}{{RTA}}_{{ij}}+\\&{{\beta }}_{{10}}{{ICT}}_{{i}}+{{\beta }}_{{11}}{{ICT}}_{{j}}+{{\beta }}_{{12}}{{Internet}}_{{i}}+\\&{{\beta }}_{{13}}{{Internet}}_{{j}}+{{\beta }}_{{14}}{{FDI}}_{{i}}+{{\beta }}_{{15}}{{FDI}}_{{j}}+{{ \varepsilon }}_{{ij}}\\[-10pt]\end{split}$
式中，Wij表示i国对j国数字贸易的进口额，$ {\beta }_{0} $为常数项，$ {{\beta}}_{{1}} $，$ {{\beta}}_{{2}} $…，为待估参数，$ {\varepsilon }_{ij} $为随机扰动项。除贸易引力模型的基本变量进出口国GDP总量（${{GDP}}_{{i}}$、${{GDP}}_{{j}}$）和地理距离（${{Dist}}_{{ij}}$）外，在国家属性变量层面，本文选取了进出口国ICT产业专利申请数（$ {{ICT}}_{{i}} $、$ {{ICT}}_{{j}} $）来表示信息通信技术创新能力，使用进出口国互联网人数的百分比（$ {{Internet}}_{{i}} $、$ {{Internet}}_{{j}} $）表示互联网普及程度，用进出口国外国直接投资存量（$ {{FDI}}_{{i}} $、$ {{FDI}}_{{j}} $）表示对外开放程度；在国家关系变量层面，本文选用了共同货币（${{cur}}_{{ij}}$）、接壤关系（$ {{Conting}}_{{ij}} $）、共同语言（${{lang}}_{{ij}}$）、宗教文化（${{relig}}_{{ij}}$）以及区域贸易协定（$ {{RTA}}_{{ij}} $）来衡量双边关系。具体的变量含义及预期符号及理论说明[11,14-16,23-30]如表1所示。
表1 自变量含义、预期效应与理论说明

Table 1 Meaning of independent variable, expected effect and theoretical explanation

变量名含义预期符号理论说明
GDPi（j） 进口（出口）国国内生产总值 + 反映了一国的进口需求（出口供给）能力，经济规模总量越大，潜在的进口（出口）能力越大，进而双边的贸易流量也越大
Distij 进口国和出口国的地理距离 不确定 数字贸易不受运输成本的限制，但也有研究表明地理距离也会通过影响两国之间的社会文化距离对贸易产生影响[14-16]
ECOij 虚拟变量，表示进口国和出口国是否处于同一收入水平 不确定 需求相似偏好理论认为，收入水平越接近消费偏好越相似，贸易潜力越大[23]，但数字贸易并非传统的有形商品贸易，互补性的需求而非相似需求通常也可能对贸易流量产生影响
Contingij 虚拟变量，表示进口国和出口国是否接壤 不确定 当贸易双方接壤时，可以节约交易成本，从而促进货物贸易流量的提升，但边界变量对数字贸易流量的影响尚不明确[24]
RTAij 进口国和出口国t年共同参与的区域贸易协定的数量 + 当两国共同参与某个贸易协定时，由于优惠贸易安排，双边贸易流量将会上升[25]，开放数据限制的条款、隐私保护条款及促进贸易便利化等条款的签订还能直接促进数字贸易流量的提升[26]
curij 虚拟变量，表示进口国和出口国是否使用同一货币 + 两国之间使用共同货币，能避免浮动汇率对贸易的消极影响，促进贸易合作，也利于减少两国之间的贸易摩擦，降低贸易壁垒[27]
langij 虚拟变量，表示进口国和出口国是否使用同一语言 + 共同官方语言的使用能降低沟通障碍，为贸易信息获取提供便利，促进双边贸易额的提升[28]
religij 虚拟变量，表示进口国与出口国宗教邻近指数 不确定 宗教相同的国家其因文化差异导致的冲突较少，文化认同感强，贸易关系较容易建立，但宗教文化对数字贸易的影响尚不明确
ICTi（j） 进口（出口）国t年ICT产业专利申请数 + 信息通信技术可以降低市场情报的成本，如市场调查、客户概况实况调查、营销和推广以及建立分销网络等，从而促进贸易关系的建立，提升贸易流量[11]
Interneti（j） 进口（出口）国t年每100名居民的互联网使用人数 + 互联网的使用能够有效提高沟通效率，节省交易成本，为中小企业参与国际贸易提供机会，且是一国数字贸易的基础设施水平的重要体现，互联网普及率越高，数字贸易流量越大[29]
FDIi（j） 进口（出口）国t年外国直接投资存量 + 对外直接投资具有贸易创造效应，能通过国际劳动分工促进产业内贸易[30]，且能表征一国对外开放程度，一国对外开放程度越高，对外贸易往往越发达

2 全球数字贸易网络结构演化特征

2.1 网络空间结构演化

空间非均衡性是数字贸易网络的显著特征（图1），少数贸易大国在网络中占据核心位置，节点等级化、南北部不均衡等特征也十分明显。具体的网络空间结构特征如下：① 数字贸易空间分布不均衡，主要的贸易节点和贸易联系都分布在西半球和北半球，许多国家和地区尚未参与到数字贸易网络中来；“美日欧”作为全球数字经济与数字贸易的引领者，在全球数字贸易网络中占据着重要的地位，正通过参与多边及双边贸易协定逐渐将各自的影响范围进行对接以形成较大的“数字利益圈”，企图掌控全球数字贸易规则制定的主导权；② 最主要的贸易流量集中在美国–英国、美国–加拿大、英国–德国、美国–德国、美国–日本、美国–爱尔兰、德国–法国、德国–瑞士、美国–冰岛，呈现出以美国为中心的放射状格局，这9对贸易流仅占网络贸易流总数的0.74%，而数字贸易额占网络整体的25.22%；③ 亚洲的数字贸易集中在东亚、东南亚和中东地区，中亚内陆地区数字贸易极不发达，中、日、韩3国联系紧密，中国是亚洲的重要节点，与美国数字贸易联系紧密，与欧洲的联系也在不断提升，但与除东亚、北美和欧洲外的其他地区的联系较少，辐射能力较弱；④ 一些经济体量相对较小、开放程度高且以服务业为导向的国家，如挪威、冰岛、芬兰和爱尔兰等数字贸易也十分发达，这些国家大都已出台与发展数字贸易相关的数字战略，如爱尔兰的《国家数字战略》、挪威的《挪威数字议程》与芬兰的《数字芬兰框架》等，对数字贸易持开放支持的态度，这些国家信息技术较为先进，制度环境较为完善。
图1 全球数字贸易流的空间分布

基于国家测绘地理信息局标准地图服务网站下载的审图号为GS（2016） 1666号的标准地图制作，底图无修改，中国数据未含港澳台

Fig. 1 Spatial distribution of global digital trade flows

2.2 不同国家（地区）间数字贸易网络拓扑结构图

随着数字贸易规模和范围的不断扩大，全球数字贸易日益呈现出跨洲际化的网络模式，从不同国家（地区）间数字贸易网络拓扑结构图（图2）可以看出，① 全球的数字贸易集中于北美、欧洲、亚洲3大洲，其中北美位于最核心位置，与其他洲都有着直接的贸易往来，最大的区域间贸易流量集中在北美和欧洲以及北美和亚洲之间。② 欧洲数字贸易规模总量最大，与北美洲互为最大的贸易伙伴，欧洲也是区域内贸易联系最为紧密的地区，国家间差距小，数字贸易发展较为均衡，随着时间的推移，欧洲3个阶段区域内贸易网络密度在不断增大；③ 亚洲的数字贸易规模较大，总量仅次于欧洲，但亚洲内部的数字贸易网络不发达。日本、韩国和印度作为信息和通信技术服务枢纽的“亚洲工厂”，在数字贸易网络中地位较高且与美国联系紧密，而中国与美国的联系在第2阶段和第3阶段有所降低，与欧洲的联系日益紧密；④ 南美洲主要受欧洲和北美的辐射带动作用，在网络中处于相对边缘位置，贸易规模较小，南美洲内部贸易网络不发达，与北美洲的联系也呈现出先增强再减弱的趋势；⑤ 大洋洲和非洲利用数字数据和前沿技术的能力不足，数字贸易不发达，无论是内部还是跨洲际贸易流均处于较低水平，在网络中处于边缘位置，其中大洋洲主要的贸易伙伴是亚洲和北美，而非洲的主要贸易伙伴是欧洲。
图2 不同国家（地区）间数字贸易网络拓扑结构

图中节点大小表示国家（地区）的加权度中心性，边的粗细表示两国家（地区）之间的贸易流量大小，中国数据中未含港澳台数据

Fig. 2 Topology diagram of digital trade network between different countries and regions

2.3 不同行业数字贸易网络结构分析

数字贸易发生在多个行业，而不同行业间数字贸易的发展并不均衡，因此本文对全球数字贸易的行业结构进行解剖，分析不同行业数字贸易网络结构特征的差异（图3）。从网络的整体结构来看，除金融服务的贸易网络外，其他行业的贸易网络均呈现以美国为单一核心的放射状结构，最大的贸易流量均发生在美国及其贸易伙伴之间，欧美发达国家在网络中占主要地位，欠发达国家和地区在网络中处于边缘位置。
图3 2008—2019年6类行业数字贸易网络拓扑结构

图中节点大小表示国家（地区）的加权度中心性，边的粗细表示两国家（地区）之间的贸易流量大小；中国数据中未含港澳台数据

Fig. 3 Topological diagram of digital trade networks in 6 categories of industries from 2008 to 2019

从分行业的网络来看，金融服务贸易网络呈现以美国、英国、德国和卢森堡为顶点的四边形网络结构，美国和卢森堡是网络中两大中心，卢森堡的辐射范围局限在欧洲，而美国辐射范围更广，除与欧洲国家联系紧密外，与日本、加拿大、中国等国家也有较为密切的联系；保险和养老金服务贸易网络单极化特征明显，美国为单一核心，网络结构较为松散，百慕大作为世界上最大的离岸保险产业所在地，在网络中地位突出；其他商业服务贸易网络结构稀疏，美国、加拿大、德国和日本是网络中的主要节点；在知识产权交易贸易网络中，美国与欧洲国家联系密切，日本和韩国作为全球知识产权强国在网络中也占主要地位；电信、计算机和信息服务贸易网络结构较为紧密，大部分贸易联系仍集中于美国和欧洲之间，印度信息技术产业发达，在网络中的地位也较高，与美国联系紧密；个人、文化和娱乐服务贸易网络仍以美国为单一核心，加拿大和英国是其最主要的贸易伙伴，网络的密度较低，连通性不强。

3 数字贸易网络的影响因素分析

本文基于2008年、2014年及2019年的截面数据采用普通最小二乘法进行多元线性回归分析，回归结果如表2所示，并进行多重共线性检验，结果表明3个时期的模型变量均不存在多重共线性。考虑到模型中可能存在的异方差问题，回归时使用稳健标准误。
表2 贸易引力模型回归结果

Table 2 Trade gravity model regression results

变量变量含义模型1模型2模型3
lnWijlnWijlnWij
　　注：***、*分别为P<0.01、P<0.1；括号内为稳健标准误。
lnGDPi 进口国经济规模 0.59***
（0.047）		0.606***
（0.058）		0.530***
（0.055）
lnGDPj 出口国经济规模 0.56***
（0.047）		0.386***
（0.057）		0.441***
（0.054）
lnDistij 地理距离 –0.44***
（0.040）		–0.640***
（0.041）		–0.799***
（0.043）
ECOij 同一收入水平 0.313***
（0.096）		0.425***
（0.097）		0.334***
（0.099）
Contingij 接壤关系 0.001***
（0.051）		0.421
（0.114）		0.151
（0.150）
RTAij 区域贸易协定 0.343
（0.05）		0.281
（0.055）		0.343***
（0.050）
curij 共同货币 0.389***
（0.11）		0.326***
（0.114）		0.402***
（0.128）
langij 共同语言 1.349***
（0.124）		1.078***
（0.127）		1.254***
（0.161）
religij 宗教文化 0.197
（0.132）		0.499
（0.153）		0.290
（0.160）
ICTi 进口国通信技术 0.016
（0.025）		0.06*
（0.036）		0.114***
（0.034）
ICTj 出口国通信技术 0.011
（0.025）		0.148***
（0.037）		0.245***
（0.035）
Interneti 进口国互联网普及程度 0.021***
（0.002）		0.03***
（0.003）		0.023***
（0.003）
Internetj 出口国互联网普及程度 0.028***
（0.002）		0.034***
（0.003）		0.023***
（0.003）
FDIi 进口国对外开放水平 0.098***
（0.029）		0.147***
（0.033）		0.204***
（0.047）
FDIj 出口国对外开放水平 0.19***
（0.029）		0.279***
（0.032）		0.129***
（0.047）
Constant 常数项 –24.248***
（1.318）		–25.86***
（1.625）		–21.794***
（1.749）
R2拟合优度0.6040.6350.678

3.1 贸易引力模型基础解释变量

进口国和出口国经济规模（${GDP}_{i}$和${GDP}_{j}$）的系数在3个模型中均在1%的置信水平上显著为正，与预期相符。表明经济规模与数字贸易呈正相关关系，一国经济规模越大，其数字经济往往越发达，数字产品的需求和供给能力往往也越强。地理距离（${Dist}_{ij}$）的系数在3个模型中都显著为负，说明地理距离仍是阻碍数字贸易的重要因素。虽然数字贸易的发生不受运输成本的影响，但进出口国之间的距离不仅代表运输成本，地理距离还可能会通过信息壁垒[31]、文化制度差异[32]和跨国人员流动[3]等方面对国际数字贸易产生影响。 虽然技术的不断进步和国际通讯成本的不断降低使得距离对贸易成本的影响不断降低，并且出现“距离已死”的说法，但事实证明，地理距离仍是影响国际数字贸易的重要因素。

3.2 国家属性变量

通信技术（$ {{ICT}}_{{i}} $和$ {{ICT}}_{{j}} $）的系数在3个模型中均不断增大，且在模型2和模型3中显著，表明现代信息通信技术数字化发展的根本推动力，有助于加快转变交易方式，降低交易成本，提升交易效率，对数字贸易的影响不断增大。互联网普及程度（$ {{Internet}}_{{i}} $和$ {{Internet}}_{{j}} $）及对外开放水平（$ {{FDI}}_{{i}} $和$ {{FDI}}_{{j}} $）的系数在3个时期的模型中均显著为正，表明高互联网普及程度和高对外开放水平都是促进数字贸易发展的重要推手。互联网既是数字贸易发生的重要依托，也能降低国际贸易的搜寻成本和通信成本[33]；对外开放水平高的国家往往贸易保护较少，其经济活动更多的参与到国际经济循环中，更利于数字经济以及数字贸易的发展。

3.3 国家关系变量

同一收入水平（$ {{ECO}}_{{ij}} $）的系数在3个模型中均显著为正，表明当贸易双方处于同一收入水平时，数字贸易额往往越大。这是由于数字贸易对象往往具有高知识、高技术、高创新的特征，低收入水平的国家对数字贸易产品的需求和供给能力较弱，主要的流量往往发生在收入水平较高的发达经济体之间，且两个经济体之间的经济发展水平差异过大，会导致在过境后措施上产生分歧，不利于为跨境提供数字服务[34]。接壤关系（$ {{Conting}}_{{ij}} $）在3个时期的模型中均为正但仅在模型1中显著，表明在前期当贸易双方接壤时，其数字贸易流量往往越大，而随着数字贸易依托互联网技术不断提髙贸易效率，其交易方式和产品性质减弱了接壤的影响。区域贸易协定（$ {{RTA}}_{{ij}} $）的系数在3个模型中均为正且在模型3中显著，说明当贸易双方共同签订贸易协定时，数字贸易流量往往越大，而系数仅在模型3中显著的原因可能在于早期签订的区域贸易协定中与数字贸易有关的条款较少。共同货币（${{cur}}_{{ij}}$）系数和共同语言的系数（${{lang}}_{{ij}}$）在3个模型中均显著为正，与预期相符。而宗教文化（${{relig}}_{{ij}}$）的系数在3个模型中均不显著，对数字贸易的影响较弱，原因可能在于数字贸易对象多为知识产权密集型的产品和服务，受人文风俗的影响较小。

4 结论与讨论

4.1 结论

数字贸易是代表数字经济时代未来发展方向的现代贸易形式，为清晰刻画全球数字贸易格局变迁，本文利用OECD数据库中6类数字化程度高的行业2008—2019年的贸易数据，从网络结构和影响因素两方面探究了全球数字贸易结构的演化态势。主要结论如下：
从网络空间结构来看，全球数字贸易格局空间分布不均衡，主要的贸易节点和贸易联系都分布在西半球和北半球，“美日欧”作为全球数字经济与数字贸易的引领者，在全球数字贸易网络中占据着重要的地位；北美是全球数字贸易网络的核心，与数字贸易规模最大的欧洲互为最大的数字贸易伙伴，最主要的贸易流量都集中在欧美发达国家之间；亚洲的数字贸易集中在东亚、东南亚和中东地区，中国是亚洲的重要节点，但对外辐射能力较弱，仅与东亚、北美和欧洲联系密切。
从分行业的网络结构来看，不同行业数字贸易网络的结构、紧密程度及网络中的主要节点有一定差异，金融服务、知识产权交易和电信、计算机和信息服务的贸易网络较为紧密，保险和养老金服务、其他商业服务以及个人、文化和娱乐服务网络较为稀疏。整体而言，6类行业的贸易网络均以美欧联系为主导，欧洲国家内部联系紧密，而中国在6类行业的数字贸易网络中均处于外围位置。除金融服务的贸易网络为多中心结构外，其他行业的贸易网络均呈现以美国为核心的单中心结构。
从影响因素上来看，就引力模型基础变量而言，贸易国经济水平对数字贸易具有正向影响，而地理距离对开展数字贸易仍具有显著的抑制作用，打破了“距离已死”的说法；就国家属性变量而言，信息通信技术、对外开放水平及互联网普及程度都对其发展数字贸易具有促进作用；就国家关系变量而言，相同收入水平、共同货币、共同语言及区域贸易协定对双边贸易流量的提升均有促进作用，接壤关系仅在早期有利于贸易流量的提升，而宗教文化对数字贸易并无显著影响。

4.2 讨论

数字贸易既是推动中国经济发展的新动能，也是中国提升在全球价值链中地位的重要推手。中国作为制造业大国，传统贸易十分发达，但在全球价值链中一直处于“低端锁定”状态，在数字贸易领域的竞争力与欧美发达国家相比还存在一定的差距。要提升中国在全球价值链中的地位亟需加快传统贸易的数字化转型，大力发展数字贸易。综合本文的研究，从以下角度对中国数字贸易发展提出以下政策建议：①“21 世纪数字丝绸之路”是中国推动数字贸易高质量发展的新契机，要加强与沿线国家在商业模式数字化创新和数字化人才培养方面的合作，降低各国在新型基础设施及人力资源之间的差距，并鼓励中国互联网企业向包括部分“一带一路”沿线国家在内的数字贸易后进国家的相关互联网产业进行直接投资，搭建促进数字贸易的桥梁，协力弥合“数字鸿沟”，从而通过推进中国与沿线国家数字贸易的发展。②要积极推动多边数字贸易规则的协商和制定，降低贸易壁垒，积极与全球数字贸易网络中核心国家达成友好贸易伙伴关系，加强信息交换、制度学习和监管互认，创造有利于自身数字贸易发展的规则和环境，从而应对美国的挑战以及全球数字贸易保护。③加强数字基础设施建设，降低宽带等通信费用，提高互联网普及率，推动5G、人工智能、移动通信、物联网等技术的应用与发展，促进农村地区和西部地区互联网的使用与普及。④要加强对数字贸易相关数据的统计，提高数据统计范围与精确度，可由政府部门组织主导，私人部门和学术界积极参与，加强对数字贸易相关环节的第一手资料与微观数据的收集与统计，为精准把握和科学决策数字贸易发展提供参考。
本文目前对数字贸易网络的研究仅是初步的探索，尚有许多地方值得进一步推敲和改进。第一，目前对数字贸易尚未有统一的定义，在数字贸易的统计方面缺乏统一口径，且本文仅研究了狭义的数字贸易，未包括跨境电商，未来应随着数字贸易的不断深入发展，更新和修正当前的研究结果；第二，数字贸易模式和传统的贸易有区别，所受到的影响因素也会有所不同，未来研究将进行数字贸易网络和传统的货物贸易网络的对比研究，系统分析它们在网络结构、影响机理及演化态势方面的不同之处；第三，受限于数据的可获得性，本文运用的是OECD数据库中数字可交付服务行业的贸易数据来测度数字贸易流量，而这一数据库对其成员国和欧美发达经济体的数据记录较为全面，但对其非成员国和不发达经济体的数据记录有所缺失，这对本文的研究结论也会有一定的影响，待未来有更全面的官方统计数据，将进行更深入的探究。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
黄鹏, 陈靓. 数字经济全球化下的世界经济运行机制与规则构建: 基于要素流动理论的视角[J]. 世界经济研究, 2021(3): 3-13+134.

Huang Peng, Chen Liang. World economic operating mechanism and rules building-up under the digital economic globalization: Based on the perspective of factor mobility theory. World Economy Studies, 2021(3): 3-13+134.

[2]
González J L, Jouanjean M A. Digital trade: Developing a framework for analysis[R]. Paris: OECD, 2017.

[3]
刘洪愧. 数字贸易发展的经济效应与推进方略[J]. 改革, 2020(3): 40-52.

Liu Hongkui. The economic effect and development strategy of digital trade. Reform, 2020(3): 40-52.

[4]
周念利, 李玉昊. RTAs框架下数字知识产权规则的数字贸易效应测度及异质性分析[J]. 国际经贸探索, 2021, 37(5): 35-50.

Zhou Nianli, Li Yuhao. Measurement and heterogeneity analysis of digital trade effect of digital intellectual property rules under the framework of RTAs. International Economics and Trade Research, 2021, 37(5): 35-50.

[5]
Cho J W. Innovation and competition in the digital network economy[J]. Fresenius Zeitschrift Für Analytische Chemie, 1966, 221(1): 80-85.

[6]
刘健琦. 谁有可能成为数字贸易强国——主要国家发展潜力研判及其战略研究[D]. 杭州: 浙江大学, 2021.

Liu Jianqi. Who can become powerful countries in digital trade—Research on the development potential and strategies of major countries. Hangzhou: Zhejiang University, 2021.

[7]
盛斌, 高疆. 超越传统贸易: 数字贸易的内涵、特征与影响[J]. 国外社会科学, 2020(4): 18-32.

Sheng Bin, Gao Jiang. Beyond traditional trade: The connotation, characteristics and impact of digital trade. Social Sciences Abroad, 2020(4): 18-32.

[8]
伊万·沙拉法诺夫, 白树强. WTO视角下数字产品贸易合作机制研究——基于数字贸易发展现状及壁垒研究[J]. 国际贸易问题, 2018(2): 149-163.

Ivan Sarafanov, Bai Shuqiang. A study on the cooperation mechanism on digital trade within the WTO framework—Based on an analysis on the status and barriers to digital trade. Journal of International Trade, 2018(2): 149-163.

[9]
陈维涛, 朱柿颖. 数字贸易理论与规则研究进展[J]. 经济学动态, 2019(9): 114-126.

Chen Weitao, Zhu Shiying. Research progress on digital trade theory and rules. Economic Perspectives, 2019(9): 114-126.

[10]
Gomez-Herrera E, Martens B, Turlea G. The drivers and impediments for cross-border e-commerce in the EU[J]. Information Economics and Policy, 2014, 28(1): 83-96.

[11]
Ismail N W. Digital trade facilitation and bilateral trade in selected Asian countries[J]. Studies in Economics and Finance, 2021, 38(2): 257-271.

DOI

[12]
郭四维, 张明昂, 王庆, 等. 新常态下的“外贸新引擎”: 我国跨境电子商务发展与传统外贸转型升级[J]. 经济学家, 2018(8): 42-49.

Guo Siwei, Zhang Ming’ang, Wang Qing et al. The “New Engine of Foreign Trade” under the new normal: The development of international e-commerce and the transformation and upgrading of traditional foreign trade. Economist, 2018(8): 42-49.

[13]
Anderson P, Anderson E. The new e-commerce intermediaries[J]. MIT Sloan Management Review, 2002, 43(4): 53-62.

[14]
马述忠, 房超, 张洪胜. 跨境电商能否突破地理距离的限制[J]. 财贸经济, 2019, 40(8): 116-131.

DOI

Ma Shuzhong, Fang Chao, Zhang Hongsheng. Can cross-border e-commerce declare the death of distance. Finance & Trade Economics, 2019, 40(8): 116-131.

DOI

[15]
Hummels D. Toward a geography of trade costs[Z]. GTAP Working Papers, 1999.

[16]
Frankel J A. The regionalization of the world economy[M]. Chicago: University of Chicago Press, 1998.

[17]
Ferracane M F, Kren J, van der Marel E. Do data policy restrictions impact the productivity performance of firms and industries?[J]. Review of International Economics, 2020(28): 676-722.

[18]
陈寰琦. 签订“跨境数据自由流动”能否有效促进数字贸易——基于OECD服务贸易数据的实证研究[J]. 国际经贸探索, 2020, 36(10): 4-21.

Chen Huanqi. Can the signing of “Free Flow of Cross-border Data” promote digital trade effectively: An empirical study based on OECD data on trade in services. International Economics and Trade Research, 2020, 36(10): 4-21.

[19]
陆菁, 傅诺. 全球数字贸易崛起: 发展格局与影响因素分析[J]. 社会科学战线, 2018(11): 57-66+281+2.

Lu Jing, Fu Nuo. Rise of global digital trade: Analysis of its development patterns and determinants. Social Science Front, 2018(11): 57-66+281+2.

[20]
盛斌, 廖明中. 中国的贸易流量与出口潜力: 引力模型的研究[J]. 世界经济, 2004(2): 3-12.

Sheng Bin, Liao Mingzhong. China’s trade volume and export potential: The study on gravity model. World Economy, 2004(2): 3-12.

[21]
林玲, 王炎. 贸易引力模型对中国双边贸易的实证检验和政策含义[J]. 世界经济研究, 2004(7): 54-58.

Lin Ling, Wang Yan. The empirical evidence and policy implication of the effect of gravity model on China’s bilateral trade. World Economy Studies, 2004(7): 54-58.

[22]
蒋小荣, 杨永春, 刘清, 等. 多重贸易网络的空间演化特征及其影响因素——基于货物、服务和增加值贸易的比较[J]. 地理科学, 2021, 41(8): 1419-1427.

Jiang Xiaorong, Yang Yongchun, Liu Qing et al. Spatial evolution characteristics and influencing factors of trade multidimensional network: A comparative study based on trade in goods, services and value-added. Scientia Geographica Sinica, 2021, 41(8): 1419-1427.

[23]
党军, 冯宗宪. 对华贸易摩擦与我国对外贸易地理方向调整——基于收入需求偏好相似理论的分析[J]. 人文地理, 2007, 22(5): 66-68+93.

Dang Jun, Feng Zongxian. The trade disputes towards China and the adjustment of the Chinese international trade by region: An analysis from the theory of demand preference similarity perspective. Human Geography, 2007, 22(5): 66-68+93.

[24]
邓羽佳, 秦放鸣. 欧亚区域经济一体化背景下中国出口贸易效应及潜力研究[J]. 世界经济研究, 2015(12): 55-65+125.

Deng Yujia, Qin Fangming. The proposed Eurasian regional economic integration's influences on and potentials for China export. World Economy Studies, 2015(12): 55-65+125.

[25]
赵金龙, 郭传道. 全球价值链视角下区域贸易协定对成员间贸易的促进效应[J]. 国际贸易问题, 2021(1): 111-125.

Zhao Jinlong, Guo Chuandao. Promotion effect of RTAs on members’ trade from the perspective of global value chain. Journal of International Trade, 2021(1): 111-125.

[26]
彭羽, 杨碧舟, 沈玉良. RTA数字贸易规则如何影响数字服务出口——基于协定条款异质性视角[J]. 国际贸易问题, 2021(4): 110-126.

Peng Yu, Yang Bizhou, Shen Yuliang. How do rules on digital trade in regional trade agreements make a difference to digital service exports—From the perspective of heterogeneity of RTA provisions. Journal of International Trade, 2021(4): 110-126.

[27]
Bergin P R, Lin C Y. The dynamic effects of a currency union on trade[J]. Journal of International Economics, 2012(87): 191-204.

[28]
杨文龙, 杜德斌, 马亚华, 等. “一带一路”沿线国家贸易网络空间结构与邻近性[J]. 地理研究, 2018, 37(11): 2218-2235.

Yang Wenlong, Du Debin, Ma Yahua et al. Network structure and proximity of the trade network in the Belt and Road region. Geographical Research, 2018, 37(11): 2218-2235.

[29]
Choi C. The effect of the internet on services trade[J]. Economics Letters, 2010, 109(2): 102-104.

DOI

[30]
王煌, 邵婧儿. “一带一路”建设下中国OFDI的贸易效应研究——基于GTAP 模型的分析[J]. 国际经贸探索, 2018, 34(2): 36-52.

Wang Huang, Shao Jing’er. Research on trade effects of China’s OFDI under the building of the Belt and Road: Analysis based on GTAP model. International Economics and Trade Research, 2018, 34(2): 36-52.

[31]
Lendle A, Olarreaga M, Schropp S et al. There goes gravity: eBay and the death of distance[J]. The Economic Journal, 2016, 126(591): 406-441.

DOI

[32]
Blum B S, Goldfarb A. Does the internet defy the law of gravity?[J]. Journal of International Economics, 2006, 70(2): 384-405.

DOI

[33]
Meijers H. Does the internet generate economic growth, international trade, or both?[J]. International Economics and Economic Policy, 2014, 11(1): 137-163.

[34]
余运江, 杨力, 任会明, 等. 中国城市数字经济空间格局演化与驱动因素[J]. 地理科学, 2023, 43(3): 466-475.

Yu Yunjiang, Yang Li, Ren Huiming et al. Spatial evolution and driving factors of urban digital economy development in China. Scientia Geographica Sinica, 2023, 43(3): 466-475.

Options
文章导航

/

〈 〉