中國數字貿易發展對產業結構升級的影響
——基于空間杜賓模型的實證

裴桂芬，劉 巖

（河北大學 經濟學院，河北 保定 071002）

0 引言

隨著新一代信息技術不斷發展，數字貿易深刻影響著國民經濟的各個環節，日益成為中國擴大內需、帶動產業升級和提質增效的新動能。黨的二十大報告明確提出，推動貨物貿易優化升級，創新服務貿易發展機制，發展數字貿易，加快建設貿易強國。在中國數字貿易迅猛發展的背景下，數字貿易發展的浪潮勢必推動中國產業基礎高級化、產業鏈現代化，因此探究數字貿易發展對產業結構升級的影響，可以為促進中國產業結構升級尋找新的實踐路徑。

由于國內經濟結構轉型升級的迫切需求和數字貿易的迅速發展，學者們開始探討能否以數字貿易發展為契機，加速驅動產業結構升級，主要從理論分析和實證檢驗兩個層面展開。理論方面，張玉蘭等（2020）[1]認為數字貿易發展使數字產品嵌入全球價值鏈中，推動了價值鏈的升級與重塑。張俊娥（2021）[2]表示，數字貿易能拓展全球產業聯動發展路徑，倒逼全球經濟貿易聯盟設立，促進全球價值鏈轉型升級。實證方面，李保民和朱颯（2020）[3]證明數字貿易發展能提升中國第三產業份額，并有利于提高產業結構數字化水平。姚戰琪（2021）[4]研究發現，數字貿易通過提升研發創新強度和人力資本促進中國產業結構升級。方昊煒等（2021）[5]證明了數字貿易有助于中國產業結構升級，并進一步推動經濟高質量發展。

可以發現，以往的研究雖然證明了數字貿易發展有助于產業結構升級，但仍具有不足之處：第一，關于二者的直接研究相對較少，數字貿易發展對產業結構升級的影響機理有待探索；第二，關于二者的實證研究基本都忽略了空間因素的影響。鑒于此，本文探討了數字貿易發展對產業結構升級的影響機理，并基于2014—2020 年中國省級面板數據，構建空間杜賓模型（SDM）分析數字貿易發展對產業結構升級的影響。

1 機理分析

1.1 數字貿易發展影響產業結構升級的直接效應

1.1.1 成本節約效應

一方面，數字信息技術促使貿易的各個環節更為便捷，降低了交易成本。交易開展前，數字化平臺在一定程度上解決了信息不對稱問題，降低了信息搜尋與商品匹配成本；交易進行時，企業與消費者利用數字化平臺展開實時有效的交流，降低了溝通協調成本；交易開展后，數字技術在支付領域的應用使支付環節更為便捷。另一方面，數字經濟具有邊際成本遞減效應。由于互聯網的網絡效應和數字化平臺的多邊市場效應，數字經濟的邊際成本遞減甚至逐漸趨于零值[6]。上述各種成本費用的節約為企業提高生產效益和生產質量創造了更加良好的融資條件。

1.1.2 創新驅動效應

數字貿易發展能夠打破時空局限，驅動知識信息有效傳播與整合，增加企業創新不可或缺的知識集聚，促進企業更快捷地吸納前沿技術溢出，從而在知識的共享與倍增過程中推動新技術的產生、擴散與轉化，最終提高技術創新水平。此外，數字貿易增強了產業部門對數字化、智能化等生產方式的關注。區塊鏈、大數據等數字技術與制造業滲透融合推動無人生產、遠程操控等方式的實現，數字技術在更加廣泛與深入的應用中創新升級[7]。

1.1.3 供求優化效應

從需求方來看，商家通過數字貿易平臺，將消費者的個性化需求與生產端的設計、制造等環節結合，有助于消費者購入適配的產品。同時，消費者利用網絡工具，如通過直播帶貨等模式，隨時隨地接觸各類潛在商品，重塑了消費流程中的信息傳播模式和需求動能模式。從供給方來看，數字貿易的發展能夠全面打通所有的中間環節，實現供需精準匹配。此外，傳統貿易以有形產品和生產要素為主，而數字貿易的發展則催生了多種新型數字消費產品（如網絡游戲等）。新型數字產品對消費者的強勁吸引，使得新舊產業地位發生變化，推動形成全新的產業鏈。

1.1.4 要素配置效應

一方面，數字貿易促使資金、勞動力等生產要素在一定程度上沖破了因地理距離而產生的區際性市場壁壘，實現更為有效的流動。資金的流動能力越強，越有助于資金流入創新型行業。勞動力資源的合理流動能增加各個層次勞動力和區域內產業結構的適配率。另一方面，數字貿易可以優化技術要素配置，通過取得先導性技術突破促進技術產業化發展，助推產業結構由傳統勞動密集型產業轉向科技密集型產業。此外，要素流動還能通過推動產業集聚實現產業結構的提升，產業集聚具有技術進步效應，將會帶動產業結構的升級[8]。

1.2 數字貿易發展影響產業結構升級的空間溢出效應

1.2.1 知識外溢效應

一方面，通過數字信息技術能夠推動知識經由大量的商業或非商業化渠道在全國各區域進行傳遞和擴散，增強了知識溢出和信息資源共享的效果；另一方面，數字貿易發展使研發資金、人力資本等要素配置結構更加合理，為充分發揮知識溢出效應提供了人才和資金保障。周邊地區知識外溢帶動知識與經驗作用于本地生產過程，有助于本地產業內部的調整優化。

1.2.2 技術外溢效應

數字貿易發展產生的知識溢出效應和資源配置優化效應，既有利于新知識、新技術的產生，又提高了技術的傳播效率。此外，借助數字化平臺，科技成果能夠在遠距離內傳播擴散，尤其為偏遠地區企業的創新發展帶來了新機遇，提高了科技成果轉化所產生的經濟效益。區域間技術外溢帶動企業提高自身技能和水平，以此促進相關產業優化升級。

1.2.3 市場合作競爭

從合作角度來看，企業能夠利用平臺實現消費信息共享，有助于企業依據自身資源優勢，對客戶進行分配管理，加強了企業間的信息協同能力。企業間的信息協同有利于整合資源要素，推動上、中、下游產業合理布局，充分發揮各地區域優勢和資源優勢。從競爭角度來看，地域間的互聯互通強化了企業競爭，企業為更好地搶占市場，將持續自主創新。同時，更多中小企業通過數字化平臺參與國際貿易市場，有利于建立競爭性的市場環境，使市場機制發揮更大作用。

2 研究設計

2.1 空間權重矩陣構建

本文構建了地理距離權重矩陣和經濟地理距離權重矩陣。地理距離權重矩陣（Wdis）元素的計算公式為：

其中，d代表根據經緯度計算的省會城市之間的距離，i和j代表省份。

經濟地理距離權重矩陣（Wde）元素的計算公式為:

其中，gdp代表人均地區生產總值。

2.2 空間計量模型構建

本文介紹最常見的三種空間計量模型，分別為空間滯后模型（SAR）、空間誤差模型（SEM）和空間杜賓模型（SDM），具體表達式分別如下：

其中，IND代表產業結構升級，DT代表數字貿易發展水平，Ctrls是控制變量，i代表省份，t代表年份，C為常數項，ε為隨機擾動項，μi為地區i的個體效應，γt為時間固定效應，ρ、β、θ為待估參數。

2.3 數據來源與變量描述

本文所涉及的數據為2014—2020 年中國30 個省份（不含西藏和港澳臺）面板數據，變量原始數據源于2015—2021年《中國統計年鑒》、中經網以及Wind數據庫，個別缺失數據運用插值法補齊。

2.3.1 數字貿易發展（DT）

七月初一，人都到東頭跑水。東頭有個高崗，崗上有棵老柿子樹。柿子樹特別粗壯，幾個人都合抱不了，據說是漢代就有了。村里的老年人說，當年劉秀被王莽追殺時就在這老柿子樹底下歇息過。這片高崗，也是村里的最高點，古人把這里當作他們祭祀天地的壇。楊小水的爹帶著奶奶、娘、兩個弟弟還有她都來到高崗上。桿子還指著小水開玩笑，說你們看清楚，來的是小水可不是大水，不要怕！高崗上的人都笑了。

本文借鑒張衛華和梁運文（2020）[9]的指標選取方法，依據數字貿易發展的實際情況，構建數字貿易發展評價指標體系，并細化至26 個分項指標。本文選用熵值法計算2014—2020 年中國省域數字貿易發展水平，具體計算過程可參考文獻[10]，最終數字貿易發展評價指標及其權重如下頁表1所示。

表1 數字貿易發展評價指標體系

2.3.2 產業結構升級（IND）

本文構建了涵蓋產業結構高度化的量、產業結構高度化的質與產業結構合理化三個方面的產業結構升級指標體系，仍選取熵值法計算中國省域產業結構升級水平，最終得到產業結構升級指標及其權重，如表2所示。

表2 產業結構升級評價指標體系

產業結構高度化的量選取產業結構層次系數表征，計算公式為：

其中，IND1代表產業結構高度化的量，Y代表產值，i代表三次產業，依次取值為1、2、3。IND1的取值大小與產業結構高度化的量正相關。

產業結構高度化的質選取產業產值占比和產業勞動生產率乘積的加權值表征，計算公式為：

其中，IND2代表產業結構高度化的質，lp代表產業勞動生產率，計算公式為lpi=(Yi/Li)，L代表勞動力就業人員。IND2的取值與產業結構高度化的質正相關。

其中，RIS代表產業結構合理化，RIS的取值大小與產業結構合理化正相關。

2.3.3 控制變量

控制變量在一定程度上能夠解決遺漏變量所帶來的內生性問題，根據相關文獻研究并結合地方發展的現實狀況，本文選取8個控制變量：政府干預（GOV），采用政府財政支出占GDP的比重予以表征；人力資本（HUM），采用每萬人口中大學生數量占比衡量；金融化水平（FIN），采用金融業增加值占總產值的比重衡量；對外貿易（FT），采用進出口總額表示；交通基礎設施（INF），采用公路通車里程密度衡量；創新水平（SCI），采用專利授權數作為代理變量；城鎮化率（UR），選取城鎮人口占比衡量；消費水平（CON），采用居民人均消費支出占人均可支配收入的比重予以表征。其中，后3 個控制變量作為追加變量進行穩健性檢驗。出于消除異方差的目的，所有變量均作取對數處理。

3 實證結果分析

3.1 空間依賴性結果分析

3.1.1 全局空間自相關分析

運用Stata 16.0軟件計算2014—2020年中國數字貿易發展水平和產業結構升級的全局莫蘭指數（Moran’s I），具體見表3。結果顯示，在兩種權重矩陣下，數字貿易發展水平和產業結構升級的Moran’s I 均顯著為正，說明地區數字貿易發展和產業結構升級分布呈現正向且穩定的空間相關性特征。

表3 數字貿易發展與產業結構升級的Moran’s I

3.1.2 局部空間自相關分析

基于兩種權重矩陣，運用Stata 16.0軟件，繪制2020年中國數字貿易發展和產業結構升級的Moran散點圖（見下頁圖1和圖2）。可以看出，各省份主要位于第一和第三象限，即數字貿易發展和產業結構升級表現為高水平地區與高水平地區相鄰及低水平地區與低水平地區相鄰的空間特征。根據全局和局部空間自相關檢驗結果，中國省域數字貿易發展水平和產業結構升級具有顯著的空間自相關性，符合開展空間計量分析的基本要求。

圖1 2020年數字貿易發展水平Moran散點圖

圖2 2020年產業結構升級Moran散點圖

3.2 空間回歸結果分析

3.2.1 模型合理性檢驗使用面板數據回歸處理特定個體時，固定效應模型相比于隨機效應模型更能緩解由遺漏變量引發的內生性問題，因此本文在構建空間面板模型時選取固定效應模型，后文引入隨機效應模型進行穩健性檢驗。在進行空間計量回歸之前，本文分別選用自然對數值（Log-L）、似然比檢驗法（LR 檢驗）和瓦爾德檢驗法（Wald 檢驗）判斷SDM 是否需要退化。空間面板模型檢驗結果顯示，在兩種權重矩陣下，綜合考慮可決系數R2、Log-L 統計量值，SDM 較之SAR 和SEM 擬合效果更好。LR 和Warld 檢驗結果顯示，在兩種權重矩陣下，SDM通過了LR和Wald檢驗，因此，模型拒絕退化為SAR或SEM。在SDM模型的選擇上，表4結果顯示，豪斯曼（Hausman）檢驗拒絕原假設，且個體和時間LR統計量顯著為正，故選擇雙向固定效應的SDM。

表4 全國SDM估計結果

3.2.2 空間杜賓模型估計結果

表4 報告了SDM 回歸結果，在兩種權重矩陣下，產業結構升級的空間滯后項系數（ρ）顯著為正。這意味著地區產業結構升級存在正向的空間溢出效應，進一步驗證了本文使用空間計量模型的合理性。從數字貿易發展的估計結果來看，在兩種權重矩陣下，lnDT的系數及其空間滯后項（WlnDT）的系數均顯著為正，表明數字貿易發展促進了本地區產業結構升級，并對周邊地區產業結構升級產生了正向的空間溢出效應。在控制變量中，人力資本、金融化水平、對外貿易、交通基礎設施的系數顯著為正，表明4個變量均有利于本地區產業結構升級；政府干預的系數顯著為負，表明政府干預在一定程度上不利于本地產業結構升級。另外，人力資本和交通基礎設施空間滯后項的系數顯著為負，說明本地人力資本和交通基礎設施水平的提升會抑制鄰近地區產業結構升級。

3.2.3 效應分解

當SDM 中ρ≠0 時，空間模型的回歸結果不能準確地解釋變量間的空間溢出效應，因此必須通過偏微分法對空間溢出效應加以分析[12]。如表5 所示，在兩種權重矩陣下，數字貿易發展對產業結構升級的直接和間接效應均顯著為正，說明數字貿易發展在助推本地區產業結構升級的同時，有效破除了知識等資源流動壁壘，并借助合作與競爭，實現了周邊地區產業結構升級。從控制變量來看，政府干預的直接效應顯著為負，說明政府對經濟的調整方式仍不夠規范，對產業結構升級的作用有限；人力資本的直接效應顯著為正，間接效應顯著為負，表明人力資本對本地產業結構升級有促進作用，但會導致鄰近地區人才資源匱乏，不利于鄰近地區產業結構升級；金融化水平的直接和間接效應均顯著為正，表明本地產業結構升級離不開金融業的支持，并通過空間溢出效應優化鄰近地區產業結構升級；對外貿易的直接效應顯著為正，間接效應不顯著為負，說明對外貿易能促進本地區產業結構升級，但對周邊地區產業結構升級具有抑制傾向；交通基礎設施的直接效應不顯著，間接效應顯著為負，可見交通基礎設施對本地區產業結構升級的促進作用尚未體現，并阻礙了周邊地區資源的有效流入，對周邊地區產生負的空間溢出效應。

表5 直接效應、間接效應和總效應估計結果

3.3 分區域空間回歸結果分析

由于中國區域經濟發展的非均衡性，數字貿易發展對產業結構升級的影響可能存在區域性差異。因此，基于上述模型的適用性檢驗，仍采用雙向固定效應的SDM 探討東、中、西三大地區①按照國家“七五”計劃經濟帶的標準劃分東、中、西部地區，其中東部地區包括遼寧、北京、天津、上海、河北、山東、江蘇、浙江、福建、廣東、廣西、海南；中部地區包括黑龍江、吉林、山西、內蒙古、安徽、河南、湖北、湖南、江西；西部地區包括重慶、四川、云南、貴州、陜西、甘肅、青海、寧夏、新疆。數字貿易發展對產業結構升級的影響，回歸結果如表6 所示。從直接效應來看，在兩種權重矩陣下，各區域數字貿易發展均能促進本地產業結構升級。并且，對比直接效應系數，在中西部地區的促進作用大于東部地區。其原因可能在于，一是東部地區數字化水平較高，數字貿易發展對產業結構升級的促進作用已步入邊際收益遞減階段，而中西部地區仍位于邊際收益遞增階段；二是近年來，東部沿海地區的半導體等中高端制造業逐漸向中西部地區轉移，同時中西部地區逐步形成自貿區、跨境電商試驗區等先行區，積極推動傳統產業數字化轉型升級。從間接效應來看，在兩種權重矩陣下，東中部地區顯著為正，西部地區不顯著為正。并且，東部地區系數值大于中西部地區。其原因可能在于，東部地區的數字貿易發展水平更高，形成了較好的市場規模效應，帶動周邊地區數字化變革明顯，促使數字貿易可以更好地發揮對相鄰地區的溢出作用，而西部地區數字貿易發展相對滯緩，阻礙了數字貿易發展對產業結構升級的溢出效應。

表6 分區域SDM估計結果

3.4 穩健性檢驗

本文采用隨機效應以及增加創新水平、城鎮化率、消費水平3 個控制變量的估計結果（略）中關鍵解釋變量lnDT 的直接和間接效應系數均顯著為正，與前面估計結果具有較高的一致性。因此，本文依據模型（1）和（2）得出的結論是穩健的。

4 結論與建議

本文研究結果表明，數字貿易發展不僅對本地產業結構升級具有促進作用，而且通過空間溢出效應促進了周邊地區產業結構升級；從區域視角來看，中西部地區數字貿易發展對本地產業結構升級的促進作用大于東部地區，但東部地區數字貿易發展對周邊省份的產業結構升級有更強的空間溢出效應。

由此，為了更好地利用數字貿易發展這一發展契機引領產業結構升級，本文提出以下建議：第一，全面推動數字貿易發展，促使數字貿易成為驅動產業結構升級的持續性動力。提高信息化水平，實現光纖寬帶網絡的全面升級，增強5G 等新型數字技術發展，打造堅實網絡基礎。擴大對外開放，營造良好的營商環境。同時，積極參與數字貿易國際規則和標準制定，謀劃并締結兼具效率與公平的數字貿易規則。第二，因地制宜，有效發揮數字貿易對區域產業結構升級的促進作用。中西部地區需彌補自身短板，構建現代化智慧物流體系，普及數字貿易發展所需的理論和技術應用，弱化數字貿易“馬太效應”。東部地區開展創新研究和先行先試，推廣更有助于數字貿易發展的制度體系和發展環境，并構建數字技術培訓數據庫，拓展培育高端型人才渠道。第三，充分發揮政府作用，持續改善數字貿易驅動產業結構升級的制度與市場環境。政府應完善相關立法，發揮政府宏觀調控作用，大力支持鋼鐵行業等傳統行業數字化轉型，再輸出可復制、可推廣的轉型方案。同時，通過政策引導城市特色產業集群的數字化變革，深化生產方式等環節的數字化應用。