数字产品贸易限制与全球价值链升级

鲁慧鑫 郭根龙 冯宗宪

内容提要：通过构建多产品企业模型研究数字产品贸易限制对全球价值链升级的影响，考虑进口需求弹性，计算出数字产品贸易限制指数，探究数字产品贸易限制对全球价值链升级的影响渠道，得出以下结论：数字产品贸易限制对全球价值链参与度和位置的影响显著为负，对我国全球价值链前向和后向参与度的影响均显著为负;异质性分析结果显示：新数字产品的贸易限制对全球价值链升级的消极影响大于旧数字产品;产品类型异质性结果表明，数字产品中间品的贸易限制对全球价值链参与度和位置的消极影响最大，其次是数字产品资本品和数字产品消费品;数字产品贸易限制通过降低出口产品质量、降低进口产品质量和降低新产品出口的渠道对全球价值链参与度和位置产生消极影响。

关键词：数字产品贸易限制;全球价值链;新产品;产品质量

中图分类号：F424  文献标识码：A  文章编号：1001-148X（2022）04-0009-12

收稿日期：2021-07-05

作者简介：鲁慧鑫（1993-），女，山西长治人，河南工业大学经济贸易学院讲师，经济学博士，研究方向：国际经济学;郭根龙（1967-），男，山西柳林人，山西师范大学经济与管理学院教授，博士生导师，经济学博士，研究方向：国际经济与财政金融;冯宗宪（1954-），男，陕西西安人，西安交通大学经济与金融学院教授，博士生导师，管理学博士，研究方向：国际贸易与全球价值链。

基金项目：国家社会科学重大项目“基于低碳绿色发展的一带一路区域产业链研究”，项目编号：19AJY001;山西省高等学校人文社会科学重点研究基地项目“山西省激发市场主体活力的路径研究”，项目编号：20190113。

随着中国逐渐融入全球价值链分工，国际贸易取得了极大的成就，突出表现在数字贸易的蓬勃发展。数字贸易将数字产品和服务嵌入全球价值链，由此带来的贸易、投资等经济效应，驱动着全球价值链的调整。在当前贸易保护主义抬头和国际环境恶化的情形下，探究数字产品贸易限制对全球价值链升级的影响程度、作用机制具有重要的现实意义。

一、理论模型与研究假设

本文参照Melitz和Ottavianno（2008）[1]以及Qiu和Yu（2014）[2]的模型，通过构建多产品企业模型，对数字产品贸易限制与全球价值链升级之间的关系进行分析。假设世界存在两个国家，为中国和外国。企业可以生产多类产品，产品具有异质性，企业生产i种产品的成本为Cφ，i，其中φ代表企业的生产率，企业在生产所有产品中时具有核心产品的生产能力，生产核心产品的成本为Cφ，代表企业的生产率水平。本文假设企业每增加一种产品，它的边际成本就会增加，因此，生产i产品的边际成本是Cφ，i=Cφ+θi，i∈[0，e]。

（一）产品市场

本文假设在国外市场存在N个消费者，对于产品的需求具有拟线性偏好，消费者效用函数表示如下：

U=Q0+α∫ei∈Ωqidi-12β（∫ei∈Ωqidi）2-12γ∫ei∈Ωqi2di（1）

其中，α、β和γ是正的常数，Q0是基准产品的消费，Ω是国外市场上销售的产品合集，qi是消费产品种类i的数目，消费者在预算约束下追求效用最大化。可以得到产品i的价格pi是：

pi=α-βN∫ei∈Ωqidi-γNqi（2）

进一步表示为：pi=D-bqi（3）

其中D=αγ+βPβM+γ，b=γN。P=∫ei∈Ωpidi是所有产品的价格加总，M是国外市场销售的产品合集，D是市场需求，β是产品的替代弹性。

（二）企业的全球价值链分工行为

企业在国外市场上的出口竞争力关乎着企业参与全球价值链的分工地位，因此企业在国外市场上的最优决策需要满足出口利润最大化，即：

max∫e0[（D-bqi）qi-s*（Cφ+θi）qi]di-fe（4）

其中s*表示数字产品贸易限制，且s*>1。fe是企业出口固定成本，一阶求导可得产品i的最优出口数量是：

qi*=D-（Cφ+θi）s*2b（5）

一阶求导可得产品i的最优出口价格是：

pi*=D+（Cφ+θi）s*2 （6）

一阶求导可得产品i的最优利润是：

πi*=[D-（Cφ+θi）s*]24b（7）

将产品i的最优出口数量对s*求导，可得：

qi*s*=-（Cφ+θi）2b （8）

由（8）式可知，Cφ+θi為企业的边际成本，在产出不为0的情况下，永远大于0，b是由γ和N组成的，已知γ是正的常数，产品种类N大于0，因此qi*s*<0。意味着数字产品贸易限制的存在导致产品i的最优出口数量减少，不利于产品i在国外市场中的竞争力提升，从而阻碍全球价值链升级。

将产品i的最优利润对s*求导，可得：

πi*s*=2[D-（Cφ+θi）s*]4b·[-（Cφ+θi）]=[D-（Cφ+θi）s*]·[-（Cφ+θi）]2b（9）

其中D-（Cφ+θi）s*>0，Cφ+θi>0，因此πi*s*<0。意味着随着数字产品贸易限制的增加，产品i的利润有所减少，企业利润的减少影响着各个层面，首先不利于研发投入，从而阻碍技术创新，企业技术创新受到影响，就难以提升出口产品质量，进一步不利于企业攀升全球价值链;其次，利润的减少使得企业难以在人力资本中有所投入，从而进一步阻碍企业管理能力的提升和人力资本的提升，从而减少企业进口，使得进口贸易受到损失，进口产品质量也难以提升，从而阻碍全球价值链升级。因此，提出如下假设：

H1：数字产品贸易限制通过抑制出口产品质量提升从而阻碍全球价值链升级。

H2：数字产品贸易限制通过抑制进口产品质量提升从而阻碍全球价值链升级。

上述从数字产品贸易限制对企业出口数量和企业出口利润的两个层面验证了其阻碍作用，但事实上，企业攀升全球价值链与企业的出口范围密切相关，企业的出口范围越广泛，越有利于企业吸收先进的技术和经验，因此接下来本文将从出口范围视角进一步验证数字产品贸易限制的效应。

通过对式（1）求导，可得：

e（φ）=D-Cφtθt（10）

进一步，根据式（6）可得企业层面的加总价格是：

p*（c）=∫e（φ）0p*di=12[D+cs*]e（φ）+θ4s*e（φ）2  （11）

而在国外市场的国外企业，其本土的利润为：（D*-bpf）qf，选择利润最大化条件下的数量、价格和利润分别是：qf=D2b，pf=D2，πf=D24b（12）

结合式（6）和式（12），可得在国外市场的加总价格是：

p*2=∫1）0p*（c）dc=12D*=9D′*2-3D*s*+s*12s*/φ+12D* （13）

由此可得国外市场的出口产品数量为：

M*=∫10D′-cs*s*θdc=2D′-s*2θs*2（14）

当达到市场均衡时，结合式（3），可以得到均衡状态时市场需求满足以下条件：

D*2+2（1+2γβ）θs*D*-4αγβ=0（15）

可得均衡时的国外市场需求为：

D*=D0-（1+2γβ）θs*（16）

其中D0=[（1+2γβ）θs*]2+4αγβ

因此可得均衡状态时，企业产品的出口范围是：

e*=D*（s*）-Cφs*θs*=D*（s*）θs*-Cφθ（17）

对（17）式中的s*进行一阶求导，可得：

de*ds*=-D*（s*）θs*2+1θs*dD*（s*）ds* （18）

由于dD*ds*=（θ+2γθβ）（1+2γβ）θs*]2[（1+2γβ）θs*]2]+2αγβ-1<0，可得：de*ds*<0。由于数字产品贸易限制会导致企业缩减出口范围，出口范围的缩减，将会抑制新产品的出口，从而阻碍全球价值链升级。进而我们提出假设3：

H3：数字产品贸易限制通过减少新产品出口进一步阻碍全球价值链升级。

综合上述式（8）、（9）、（18），我们提出如下假设：

H4：数字产品贸易限制阻碍全球价值链升级。

二、计量模型、变量定义及数据来源

（一）模型构建

为了研究数字产品贸易限制对全球价值链升级的影响，本文建立如下计量模型：

GVCcjt=β0+β1DTRIcht+γControls+νj+νt+εjt（19）

上述模型中，c、j、h和t分别代表中国、行业、产品和年份。其中GVCcjt代表中国j行业在t年份的全球价值链参与度和位置。基准模型（19）中DTRIcht表示中国数字产品的贸易限制指数。控制变量包括行业规模、资本投入、人力资本、新产品产值、出口水平。所有回归均包括时间固定效应和行业固定效应，在一定程度上避免了因遗漏随时间或行业变化的变量带来的估计偏差。

（二）变量测度

1被解释变量

（1）全球价值链参与度。当前全球价值链的生产阶段分布在不同的国家，一国参与全球价值链分工的程度就是一国的全球价值链参与度。早前学者使用“垂直专业化指数”衡量一国全球价值链参与度，但此方法忽略了国内最终需求的生产部分，基于已有学者的研究基础，Wang et al（2017）[3]的测算方法，利用生产函数和投入产出表中的行业平衡条件，更加全面地测算了一国参与全球价值链的方式，从而构建了全球价值链参与度指数，并据此分为前向参与度与后向参与度。

根据全球多区域的投入产出表，将国家部门层面的增加值前向分解和最终需求后向分解，可以得到全球价值链参与度指数的测算公式：

基于前向关联的GVC参与度：

GVCP_fi=V_GVCiViXi=V_GVC_RiViXi+V_GVC_DiViXi+V_GVC_FiViXi（20）

基于后向关联的GVC参与度：

GVCP_bi=Y_GVCiYi=Y_GVC_RiYi+Y_GVC_DiYi+Y_GVC_FiYi（21）

借鑒Koopman et al（2010）全球价值链分工地位方法，将式（20）与式（21）相结合构建全球价值链分工地位：

GVCP=ln（1+GVC_fi）-ln（1+GVC_bi）（22）

公式（22）代表一国某行业在全球价值链中的分工位置，相对值越高表明越处于价值链的上游。

（2）全球价值链生产长度。生产长度是指一个国家行业部门原始投入到另一个国家的最终产品过程中平均生产阶段数。根据Wang（ 2017b） 的观点，一个国家在全球价值链的位置是由前向生产长度和后向生产长度的比值来表示。

基于前向分解的价值链生产长度计算公式为：

PLv_GVC=PLv_GVC_S+PLv_GVC_C=Xv_GVC_SV_GVC_S+Xv_GVC_CV_GVC_C（23）

其中PLv_GVC是一国某部门前向参与GVC的生产长度指标，为全球价值链的上游度指数，其值越大，表明从一国某部门的初始投入到其他国家最终产出的过程，所涉及的价值链长度越长，该部门越处于全球价值链的上游;

基于后向分解的价值链生产长度计算公式为：

PLy_GVC=PLy_GVC_S+PLy_GVC_C=Xy_GVC_SY_GVC_S+Xy_GVC_CY_GVC_C （24）

式（23）是全球价值链的下游度指数，其值越大，表明从外国初始投入到一国某部门最终产出的过程，所涉及的价值链长度越长，该部门越处于全球价值链的下游。

全球价值链位置指数，是前向生产长度和后向生产长度的比值：

GVCPs=PLv_GVCPLy_GVC（25）

该指标综合了上游度和下游度的概念，表示一国GVCPs越大，则在全球价值链中越处在上游位置。

2解释变量

（1）数字产品贸易限制指数。关于数字产品贸易限制的指标测度，本文主要通过两步法实现，第一步是根据Kevin B et al.（2018）[4]的做法筛选数字产品，第二步是借鉴Anderson和Neary（1994）[5]的研究，考虑进口需求弹性动态变化的基础上测算贸易限制指数。贸易限制是指在保持初始效用不变的情况下，使得两个时期的贸易差额函数保持一致的统一关税，是基于消费者价格、生产者价格以及中间投入品价格的贬值程度测算的贸易限制指数[5]，为后来的国内学者刘庆林和汪明珠（2014）[6]的研究奠定了理论基础。另一种关于贸易限制的测度方法，是仅限于服务贸易领域，来源于世界银行公开的服务贸易限制数据库，其公布了基于服务贸易部门和服务贸易供应模式的国家层面的服务贸易限制指数数据，其中包括金融服务（银行和保险）;电子通信服务业;零售服务;运输服务及专业服务（会计和法律）等5个大类服务行业的数据。对于上述服务部门，分别基于如下五个种类限制性的措施：对外资进入的限制、对自然人流动的限制、其他歧视性措施、妨碍竞争的措施、规制透明度进行打分，在0到100的范围内给这五类限制措施赋值，间隔为25，不随时间变化而变化，鲁慧鑫等（2020）基于此数据库研究了服务贸易限制对经济增长的影响[7]。此外还有诸多衡量贸易壁垒的指标，也得到了广泛的验证[8-11]。

根据Anderson和Neary（1994）的研究[5]，Feenstra（1995）[12]推导出局部均衡下的贸易限制指数，Feenstra（1995）认为在当前保持现有关税结构下的进口量不变的统一关税率就是重商主义贸易限制指数或商业贸易限制指数（Mercantilist TRI，简写为MTRI），公式如下①：

TRIi=[∑nsniεniTni2∑nsniεni]1/2， MTRIi=∑nsniεniTni∑nsniεni（26）

式（26）中，Tni表示i国产品进口关税，sni表示n产品进口额所占GDP份额，εni表示n产品的进口需求弹性系数。根据Kee et al（2008）[13]，将TRI和MTRI做如下分解：

TRIi=[T-i2+σi2+ρi]1/2，MTRIi=T-i+ρ′i（27）

其中，T-i代表进口加权平均关税，σi2表示关税方差，ρi和ρ′i分别表示进口需求弹性系数与T2ni及Tni的协方差。由（26）式、（27）式可知，在已知关税和产品份额数据的基础之上，只要能够估计出每种产品的进口需求弹性系数，就可以计算岀TRI、MTRI及其分解项。

（2）进口需求弹性系数估计模型和方法。根据kee et al（2008）[13]研究基础，本文的进口需求弹性系数也是使用GDP函數方法来估计。考虑一个t时期开放的经济体，定义StRN+M为t时期的严格凸生产集，它的净产出向量为qt=（q1t，q2t，…，qNt），要素禀赋向量为Vt=（V1t，V2t，…，VMt）0。对于净产出向量qt中的元素，我们假定正向符号表示产出，包括出口，负向符号表示投入，包括进口产品。同时假定进口产品和国内产品都是差异化产品。同样的国内市场上销售的国内产品与国外市场上销售的产品也是不同的。

给定外生的世界价格向量t=（1t，2t，…，Nt）>0，国家特定禀赋vt，N维对角线的生产率矩阵At=diagA1t，A2t，…，ANt，完全竞争促使企业在每个时期t都使得GDP最大化：

Gt（t，At，vt）≡maxqt{t·Atqt：（qt，vt）∈St}（28）

Gt（tAt，vt）≡maxqttAt·qt：（qt，vt）∈St（29）

Gt（t，At，vt）是在t时期，给定生产价格、希克斯中性生产力以及要素禀赋下的商品价值最大化。它等于总出口价值和国内最终消费之和减去进口总额（qt<0为进口）。换句话说，产出向量的最优化取决于给定价格、生产力和要素禀赋的均衡条件下的GDP最大化，选择最优净输出向量来最大化GDP处于平衡状态，鉴于价格，生产力和禀赋。我们将净产出向量最优化称为净产出向量的GDP最大化，其中包括GDP最大化进口需求。

公式（29）强调了价格和生产力以乘积的方式进入生产函数，即Gt（tAt，vt）。通过重新定义包含价格的生产力矩阵，我们可以重新表达GDP生产函数：

Gt（tAt，vt）≡maxqt{tAt·qt：（qt，vt）∈St}with（30）

pt≡tAt，and ptn≡tnAtn，n（31）

尽管世界价格向量pt在各国是相同的，但生产力包含的价格向量t在各国间却是不同的。不再常见。这使得模型能够更好地适应不同国家对同一商品观察到的不同世界价格的数据。为了推导进口需求函数，我们应用包络定理，可以得出，Gt（pt，vt）对价格偏导数即为每种产品的净产出：

Gt（pt，vt）ptn=qtn（qt，vt），n=1，…，N （32）

因此，如果产品n是一种进口产品，式（32）将是GDP最大化下的产品n的进口需求函数，包含价格和禀赋的函数。这也意味着进口价格的增加会降低GDP（即，如果n是进口商品，则qtn<0）。已知Gt（pt，vt）是连续的，二阶可微的，欧拉定理表明qtn在价格上是零次齐次的，具有非负的自身价格效应和对称的交叉价格效应：

2GT（pt，vt）ptnptk=qtn（pt，vt）ptn0，n=K

qtn（pt，vt）ptk=qtk（pt，vt）ptn，n≠K（33）

换句话说，对于包括出口在内的每一种最终商品，价格上涨都会增加产出供给;对于每一项投入（包括进口），价格的上涨都会减少投入需求。此外，如果进口投入的价格上涨导致出口产出的供给减少，那么出口产出的价格上涨将以同样幅度增加进口投入的需求。为了便于利用产品的产出、商品价格、要素禀赋和要素价格数据，在经验上实现对GDP函数的估计，我们假设Gt（pt，vt）对于价格和禀赋遵循超对数函数形式，n和k代表产品，m和l代表要素禀赋：

lnGt（pt，vt）=at00+∑Nn=1at0nlnptn+12∑Nn=1∑Nk=1atnklnptnlnptk+∑Mm=1bt0mlnvtm+12∑Mm=1∑Ml=1btmllnvtmlnvtl+∑Nn=1∑Mm=1ctnmlnptnlnvtm（34）

为了确保（34）式满足满足齐性和对称性，我们假设以下等式成立：

∑Nn=1at0n=1，∑Nk=1atnk=∑Nn=1ctnm=0，atnk=atkn，n，k=1，…，N，m=1，…，M（35）

此外，如果我们假设GDP函数在要素禀赋下是一次齐次的，我们还需满足以下等式：

∑Nn=1bt0n=1，∑Nk=1btnk=∑Mm=1ctnm=0，btnk=btkn，n，k=1，…，N，m=1，…，M（36）

（34）式对进行lnptn进行求导，可以得到在t时期n产品在均衡时所占GDP份额：

stn（pt，vt）≡ptnqtn（pt，vt）Gt（pt，vt）=at0n∑Nk=1atnklnptk+∑Mm=1ctnmlnvtm=at0n+atnnlnptn+∑k≠natnklnptk+∑Mm=1ctnmlnvtm，n=1，…，N （37）

其中，stn是商品n在GDP中所占的份额（如果商品n是进口产品，则 stn<0）。由式（37）可知，如果商品n是进口商品，则由其GDP最大化需求函数导出的商品n的进口需求弹性为：

εtnn≡qtn（pt，vt）ptnptnqtn=atnnstn+stn-10，stn<0（38）

只要对atnn进行估计，就可以根据（38）式求出每种产品的进口需求弹性系数。Kee et al（2008）[13]使用如下面板数据模型一致估计atnn：

stnc（ptnc，pt-nc，vtc）=aon+annlnptncp-nct+∑Mm≠l，m=1cnmlnvtmcvtlc+μtnc，n，c（39）

μtnc=anc+atn+μtnc（40）

因此stnc（ptnc，pt-nc，vtc）=aon+anc+atn+annlnptncp-nct+∑Mm≠l，m=1cnmlnvtmcvtlc+μtnc，n （41）

公式（41）考虑了国家和年份的固定效应，其中lnpt-pc是除n外所有产品价格加权平均，anc和atn分别表示国家和年份固定效应，μtnc为误差项。

用nn表示ann的一致估計值，由（41）式可求出进口需求弹性系数εnc的一致估计值为：

εnc=nnnc+nc-1（42）

式（42）中用产品份额平均值nc替代了随时间发生变化的份额stnc。本文通过（42）式估计的进口需求弹性系数是样本期的一致平均值。

3机制变量

（1）出口产品质量。当前学术界对于出口产品质量的测算主要是基于以下几种方法：一是用产品单位价值反映产品质量，例如Schot（2004）[14]使用单位产品价值衡量产品质量，对美国的产品质量进行了系统测算;二是考虑需求层面，该观点认为保持一定的出口价格，出口份额越高，产品质量越高，Hallak & Schott（2011）[15]、Gervais（2015）[16];三是 Feenstra & Romalis（2014）[17]将企业出口产品的质量决策内生于Melitz（2003）[18]异质性企业模型中，提出了同时考虑供给方和需求方的测算方法。本文将产品质量加入消费者效用函数中，然后推导出需求函数，其中包括价格、产品质量等变量，对需求分别取对数然后将需求函数对包含的变量做回归，得到的残差值可以计算出出口产品质量。产品质量的测算如式（43）所示：

ln（xfhdt）+σln（pfhdt）=φh+φdt+εfhdt（43）

其中下标f、h、d、t分别表示中国、HS六位码产品、出口目的地和年份。σ表示产品需求弹性②，ln（pfhdt）表示t年的中国f出口到目的地d的产品h 价格（取对数），这里的目的地d本文选取的是世界（world），ln（xfhdt）表示t年的中国f出口到目的地d的产品h的数量（取对数），φh表示产品层面的固定效应，φdt表示出口目的地-年份层面的固定效应，根据式（48）OLS 估计所得到的残差εfhdt可求出出口产品质量为：qfhdt=εfhdt/（σ-1）。

进一步，本文将中国f在t年出口到目的地d的产品 h的产品质量qfhdt在产品h内进行标准化，标准化的公式为：qfhdt=（qfhdt-qhmin）/（qhmax-qhmin），其中qhmin表示产品h内的最小出口产品质量，qhmax表示产品h内的最大出口产品质量。

（2）新产品出口。学术界当前关于新产品的定义和测算使用Xiang（2014）[19]的测算方法，Xiang（2014）利用美国从不同国家进口的产品贸易数据，识别了新产品和就产品，并公示了相应的产品代码和行业代码。鉴于美国仍旧是目前最发达的国家，也是产品创新和技术研发领域的领跑者，因此本文使用Xiang（2014）[19]的识别方法识别中国出口的新产品和旧产品，认为新产品是全球范围内的新产品，均处于产品生命周期的早期阶段。本分分以下几步识别中国出口的新产品：首先，由于Xiang（2014）公布的是美国的SIC行业四位代码和产品名称，因此首先将中国的国民经济行业四位代码与美国SIC行业匹配，其次将国民经济行业分类（GB/T 4754—2002）与国际标准产业分类（ISIC/Rev3）进行匹配，最后，根据国际标准产业分类（ISIC/Rev3）与HS2002代码的匹配目录，再将中国的国民经济行业分类代码与HS2002代码进行匹配 最终确定新产品目录。

4控制变量

行业规模：行业总产值的自然对数，记为lnasset;资本投入：固定资产净值的自然对数，记为lncap;人力资本：行业从业人员的年平均数的自然对数，记为lnhu;新产品产值：新产品产值使用行业层面的新产品销售收入的自然对数值测度;出口水平：使用行业的出口交货值取自然对数进行测度。

5数字产品识别方法

Bureau of Economic Analysis（BEA）于2018年3月首次发布了数字经济估算，并于2019年4月发布了一套更新的估算。2018年3月的估计方法代表了东亚银行为奠定数字经济卫星账户基础所做的初步努力，也是国民核算框架内的第一套可用估计方法。2019年，BEA通过探索数据和方法，以克服衡量“部分数字”商品和服务的挑战，以扩大数字经济措施的覆盖范围，扩大了数字经济估计的范围，部分包括零售和批发电子商务的额外项目。Bureau of Economic Analysis（BEA）对数字产品的定义包括：（1）计算机网络存在和运行所需的数字化基础设施;（2）数字交易（“电子商务”）;（3）数字经济用户创建和访问的内容（“数字媒体”）。三类数字产品的具体产品类别如表1所示。

根据上述BEA对数字产品的内容界定，本文根据BEA公开的数字产品代码，首先将NAICS代码与SIC代码进行匹配，其次将SIC代码与海关商品编码进行匹配，最后将NAICS代码与HS2002编码进行匹配，最终得到2010-2017年3595个数字产品。

6数据来源

核心被解释变量为全球价值链参与度和位置，数据来源于UIBE-GVC数据库，样本覆盖时间为2000-2017。核心解释变量数字产品贸易限制指数测算需要用到产品层面的数据和关税数据，进口产品的数据来源于联合国Comtrade数据库，其中产品为HS-2002的6分为数分类，联合国的HS编码一共有四次调整，分别是HS96、HS02、HS07以及HS12，为了便于数据的统一性与可匹配性，本文选取HS02编码进行统一分析。数字产品的识别代码来源于BEA工作论文。关税数据来自于WTO的最惠国关税（MFN）。在计算进口需求弹性时用到的劳动资本以及农业土地数据来源于世界银行世界发展指数（WDI）数据库。控制变量数据人力资本、行业规模、资本投入等变量来源于中宏产业数据库（MacroChina Industry Database）、CEIC数据库，新产品产值等数据来源于历年《中国科技统计年鉴》。将以上数据库匹配合并后的样本覆盖时间为2010-2017年。变量描述性统计如表2所示。

三、实证结果与分析

（一）数字产品贸易限制对全球价值链升级的影响

本部分对基准模型（19）进行回归。结果如表3所示。从表3列（1）与列（3）可以看出，不加入控制变量时，数字产品贸易限制对全球价值链参与度和位置的影响显著为负，表明数字产品贸易限制显著阻碍了全球价值链参与度的提高和上游位置的提升，验证了假设H4。列（2）与列（4）可以看出，加入控制变量后，数字产品贸易限制对全球价值链参与度和位置的影响系数依旧显著为负，再一次表明数字产品贸易限制阻碍了我国全球价值链参与度和位置的提升，进一步验证了假设H4。以上回归的控制变量中，新产品销售收入的系数显著为正，表明随着新产品销售收入的不断提升，有助于提升全球价值链参与度与位置，新产品的销售内含先进的技术和管理经验，对全球价值链有积极的影响。行业规模的影响系数显著为正，这表明一个行业规模越大，越有助于全球价值链升级。资本投入的系数显著为负，表明资本投入并不能促进全球价值链升级，可能的原因在于本文使用固定资产净值代表资本投入，固定资产的投入越大，企业用于创新的投入会相应的减少，因此不利于全球价值链升级。出口的系数显著为正，表明我国在国外市场占据有利地位有助于全球价值链升级。人力资本的系数显著为正，表明我国人力资本水平越高，越有助于提升全球价值链参与度和位置。

（二）数字产品贸易限制对全球价值链前后向、上下游度的影响

在探讨分析了数字产品贸易限制对全球价值链参与度和位置的整体影响后，为了得到更小范围的参照结果，进一步考察数字产品贸易限制对全球价值链前向和后向参与度以及上下游度的影响，计量结果如表4所示。列（1）和列（2）可以看出数字产品贸易限制对我国全球价值链前向和后向参与度的影响均显著为负，前向参与度的方式要求高技术的产品参与全球价值链分工，而数字产品贸易限制阻碍了高技术产品的流入和共享，因此不利于前向参与度的提高。而后向参与度的方式主要是基于一些加工重组的低附加值的劳动装配活动，数字产品贸易限制也对其有显著的阻碍作用。列（3）列（4）结果显示数字产品贸易限制对全球价值链上下游的影响系数均显著为负，表明數字产品贸易限制显著阻碍了我国全球价值链上游度和下游度的提升，对下游的营销售后环节影响更大。各控制变量系数与前文保持一致，不再赘述。

（三）简单关税与数字产品贸易限制的区别

为了比较数字产品贸易限制与平均关税对全球价值链参与度与位置的影响，本文在回归中同时将数字产品贸易限制与平均关税纳入模型，结果如表5所示。单独使用数字产品贸易限制对全球价值链进行回归时，系数是-00130，结果与上文保持一致，当单独使用平均关税对全球价值链进行回归后，系数是-00034，显著为负，表明平均关税不利于全球价值链参与度的提升。更为重要的是，这里我们发现，列（1）和列（2）的回归系数大小有所差异，数字产品贸易限制的绝对值大于平均关税的绝对值，这表明使用简单关税衡量贸易限制低估了数字产品贸易限制本身对全球价值链参与度的影响。列（3）和列（4）的结果与前述保持一致，同样平均关税的测量低估了数字产品贸易限制对全球价值链位置的影响。上述比较证明本文的数字产品贸易限制指数更为全面的考察了关税、进口需求弹性，是一个科学合理的指标。各控制变量系数与前文保持一致，不再赘述。

（四）内生性讨论

内生性问题关乎到本文的计量结果，事实上，数字产品贸易限制与全球价值链分工间可能存在反向因果关系，由此导致内生性问题。即便本文在基准模型中控制了一些影响全球价值链的重要变量，但仍存在同时影响数字产品贸易限制与全球价值链的遗漏变量，导致内生性问题。为了缓解内生性问题，本文在所有模型中均控制行业固定效应和年份固定效应，一定程度控制了不同年份和不同行业间难以观测的变量带来的影响，但这一做法仍难以从根本上解决内生性问题。因此鉴于数据的可得性，本文参照黄永明和潘安琪（2019）[20]的研究，选取数字产品出口产品价格指数作为数字产品贸易限制的工具变量。选取此工具变量的原因在于：首先数字产品出口产品价格是数字产品贸易限制的原因之一，即数字产品出口产品价格与数字产品贸易限制之间高度相关;其次，数字产品出口产品价格与全球价值链之间不存在直接关系，不会直接影响全球价值链参与度与位置。Cragg-Donald Walf F、Kleibergen-Paap rk LM、Hansen J檢验结果均表明，以出口产品价格作为工具变量不存在过度识别和弱工具变量的问题，说明工具变量选择是有效的。结果如表6所示。表6中两阶段最小二乘法的结果可以看出，数字产品贸易限制抑制了我国全球价值链参与度和位置的提高，与前文结论保持一致。使用Dmtri进行替换后，结论保持一致。各控制变量系数与前文保持一致，不再赘述。

（五）异质性分析

1是否新产品

前述回归结果是基于所有数字产品的整体研究，但刘竹青（2021）[21]认为贸易会对不同产品生命周期的产品产生不同的影响，因此有必要对产品进行区分，识别新产品和旧产品。学术界当前关于新产品的定义和测算使用Xiang（2014）[19]的测算方法，Xiang（2014）年利用美国从不同国家进口的产品贸易数据，识别了新产品和就产品，并公示了相应的产品代码和行业代码。鉴于美国仍旧是目前最发达的国家，也是产品创新和技术研发领域的领跑者，因此本文使用Xiang（2014）[19]的识别方法识别中国出口的新产品和旧产品，认为新产品是全球范围内的新产品，均处于产品生命周期的早期阶段。通过对新产品的识别，共得到3541个新产品和54个旧产品，这个数值可以反映出当前我国大多数字产品均为新产品，少量数字产品为旧产品。回归结果如表7所示。从表7列（1）与列（2）可以看出，新产品和旧产品的贸易限制系数均显著为负，这表明无论是新产品还是旧产品，数字产品贸易限制均阻碍全球价值链升级。更为重要的一点是，通过比较大小可以看出， 新产品的贸易限制对全球价值链的消极影响大于旧产品，可能的原因在于当前新产品中的数字产品对全球价值链环节的影响极为重要，因此消极影响大于旧产品，另一个可能的原因在于由于本文样本的局限性，本文的样本为数字产品，而数字产品中大多为新产品，最终导致旧产品样本少于新产品，难以真实反映旧产品的全球价值链效应。列（3）列（4）系数可以看出系数显著为负，且新产品消极影响大于旧产品。使用Dmtri进行稳健性检验后，结论与Dtri的回归结果保持一致，证明了本文结果的稳健性（限于篇幅，稳健性结果未报告）。

2中间品、资本品和消费品

产品分为多种类型，不同类型的数字产品贸易限制对全球价值链的影响存在差异。本文依据联合国商品贸易数据库中的Broad Economic Categories（BEC）分类方法，根据商品的用途及属性将不同类型的商品进行整合，将产品类型分为中间品、消费品和资本品，将分类代码与本文的HS代码进行匹配后，样本被分为三类，从而进行异质性检验。回归结果见表8。从中可以看出，中间品的贸易限制对全球价值链参与度和位置的消极影响最大，其次是资本品和消费品，原因可能在于，中间品作为工业投入的重要组成部分，关乎着企业在国际市场中的核心竞争力，因此对数字产品的中间品进行贸易限制必然会阻碍全球价值链升级。

四、机制检验

本部分借鉴邵朝对等（2020）的做法，进一步揭示数字产品贸易限制影响全球价值链升级的路径。第一步是做数字产品贸易限制对中间变量回归，第二步将解释变量和中间变量的交互项以及中间变量的水平项纳入模型进行回归。机制检验模型如下：

其中exportqualitycht×Dtricht、newproductcht×Dtricht和importqualitycht×Dtricht分别表示数字产品贸易限制指数与出口产品质量、新产品出口以及进口产品质量的交互项，是我们重点关注的变量。出口产品质量的测算见上文，进口产品质量的测算与出口产品质量的测算方法一致，唯一区别的是进口产品质量的测算是指中间品的进口产品质量。新产品出口是指Xiang（2014）[19]规定的新产品的出口额，取自然对数。各控制变量与基准模型保持一致。

表9报告了作用机制检验的具体回归结果。列（1）-（3）检验了第一步数字产品贸易限制对出口产品质量、新产品出口以及进口产品质量的影响，回归系数显著为负，表明数字产品贸易限制降低了出口产品质量、新产品出口和进口产品质量，数字产品贸易限制阻碍了先进的技术和管理经验流入，不利于企业提高产品质量，从而阻碍出口产品质量提升和进口产品质量提升，另一方面不利于新产品的开发和研究，进而减少新产品出口额。列（4）-（6）汇报了第二步的检验结果，可以看出，出口产品质量、新产品出口以及进口产品质量均显著促进了全球价值链升级。数字产品贸易限制与出口产品质量、新产品出口以及进口产品质量的交互项系数均显著为负，这表明数字产品贸易限制弱化了出口产品质量、新产品出口以及进口产品质量对全球价值链的积极影响，上述检验证实了数字产品贸易限制通过出口产品质量、新产品出口以及进口产品质量传导至全球价值链。这意味着出口产品质量、新产品出口和进口产品质量是数字产品贸易限制阻碍全球价值链升级的三个可能渠道。

五、稳健性检验

使用Dmtri作为替代解释变量，研究其对全球价值链参与度和位置的影响，回归结果如表10所示，从表10可以看出，Dmtri对全球价值链参与度和位置均有显著的抑制作用，各控制变量结果与前文保持一致。使用Dmtri作为解释变量，分析其对全球价值链前后向参与度以及上下游度的结果如表11所示，结论与前文保持一致。

六、结论与启示

本文参照Melitz & Ottavianno（2008）以及Qiu & Yu（2014）的模型，构建多产品企业模型研究数字产品贸易限制对全球价值链分工的影响，考虑进口需求弹性，计算得出数字产品贸易限制指数。通过探究数字产品贸易限制对全球价值链升级的影响渠道，得出以下结论：（1）数字产品贸易限制对全球价值链参与度和位置的影响显著为负，对我国全球价值链前向和后向参与度的影响均显著为负。（2）比較简单关税和数字产品贸易限制指数的影响后发现使用简单关税衡量数字产品贸易限制低估了数字产品贸易限制本身对全球价值链升级的影响。（3）内生性检验表明数字产品贸易限制抑制了我国全球价值链参与度和位置的提高，与前文结论保持一致。（4）异质性分析结果显示：新数字产品的贸易限制对全球价值链的消极影响大于旧数字产品，可能的原因在于当前新产品中的数字产品对全球价值链环节的影响极为重要，因此消极影响大于旧产品;数字产品中间品的贸易限制对全球价值链参与度和位置的消极影响最大，其次是数字产品资本品和数字产品消费品。（5）数字产品贸易限制通过降低出口产品质量、降低进口产品质量和降低新产品出口的渠道对全球价值链参与度和位置产生消极影响。

根据上述研究结论，得到如下启示：第一，全方位对外开放，积极应对全球贸易保护主义抬头和“逆全球化”趋势。“逆全球化”趋势阻碍了贸易自由化，2008年国际金融危机后的全球贸易保护主义抬头，对全球价值链分工地位产生了消极的影响。数字产品贸易限制阻碍了全球价值链升级，中国应坚定不移扩大对外开放，对数字产品的开放将不断增强国内国际的经济联动效应，优化资源配置，提升进出口产品质量，从而促进全球价值链升级。发展国内国际大循环是中国现阶段的重要决策，对全球价值链的影响举足轻重。中国急需破除阻碍数字产品的相关限制，实现数字产品自由流动，打破当下全球价值链分工放缓的现状。第二，推动数字贸易发展，驱动全球价值链转型与升级。中国数字经济的蓬勃发展，深入渗透到经济社会中，以数字化为代表的数字贸易成为服务贸易的新趋势，当前数字贸易主导着全球化，推动数字产品嵌入全球价值链中，改变了传统的全球价值链模式和分工格局，推动了全球价值链重构，因此应抓住全球价值链重构机遇，大力推进数字贸易发展[22]，尤其是在保护国家安全的前提下降低数字产品贸易限制，此外还应加大数字贸易监管服务，优化数字贸易环境，加大对数字企业的扶持力度，构建数字贸易开放体系以及注意数字贸易壁垒和风险防范等问题尤为关键。

注释：

① 详细的推导过程可参加Feenstra（1995）。

② 进口需求弹性采用kee et al（2008）的GDP生产函数法测算，具体见上文测算模型。

参考文献：

[1] Melitz M J， Ottaviano G. Market Size， Trade， and Productivity[J].Review of Economic Studies， 2008，75（1）：295-316.

[2] Liu Q， Qiu L D， Zhan C. Trade Liberalization and Domestic Vertical Integration： Evidence From China[J].Journal of International Economics， 2019，121：103250.

[3] Wang Z， Wei S J， Yu X et al. Measures of Participation in Global Value Chains and Global Business Cycles[R].NBER Working Paper No. w23222， 2017.

[4] Kevin B，et al.Defining and Measuring the Digital Economy[R].NBER Working Paper ，2018.

[5] Anderson J E， Peter N J. Measuring the Restrictiveness of Trade Policy[J].World Bank Economic Review， 1994（2）：151-169.

[6] 刘庆林， 汪明珠. 中国农产品市场准入政策的保护水平与结构——基于貿易限制指数的研究[J].经济研究， 2014，49（7）：18-30.

[7] 鲁慧鑫， 郭根龙， 冯宗宪. 服务贸易限制、制度质量与国家经济增长[J].北京工商大学学报（社会科学版）， 2020，35（2）：45-57.

[8] 胡贝贝， 靳玉英. 限制性贸易壁垒对企业出口产品范围的影响效应研究[J].财贸经济， 2020，41（9）：146-161.

[9] 王孝松， 林发勤， 李玏. 企业生产率与贸易壁垒——来自中国企业遭遇反倾销的微观证据[J].管理世界， 2020，36（9）：54-67.

[10]陈登科. 贸易壁垒下降与环境污染改善——来自中国企业污染数据的新证据[J].经济研究， 2020，55（12）：98-114.

[11]王冠宇， 张庆彩， 郭伟. 技术性贸易壁垒与异质性企业出口行为：退出还是升级？[J].技术经济， 2021，40（1）：118-127.

[12]Feenstra R C. Estimating the Effects of Trade Policy[J].Handbook of International Economics， 1995，3（5）：1553-1595.

[13]Kee H L， Nicita A， Olarreaga M. Import Demand Elasticities and Trade Distortions [J].Review of Economics and Statistics， 2008，90（4）：666-682.

[14]Schott P K. Across-Product Versus Within-Product Specialization in International Trade[J].Quarterly Journal of Economics， 2004，119（2）：647-678.

[15]Hallak J C， Schott P K. Estimating Cross-Country Differences in Product Quality[J].Quarterly Journal of Economics， 2008，126（1）：417-474.

[16]Gervais A. Product Quality and Firm Heterogeneity in International Trade[J].Canadian Journal of Economics/Revue Canadienne d′éConomique， 2015，48（3）：1152-1174.

[17]Feenstra R C， Romalis J. International Prices and Endogenous Quality[J].The Quarterly Journal of Economics， 2014，129（2）：477-527.

[18]Melitz M J. The Impact of Trade on Intra-industry Reallocations and Aggregate Industry Productivity[J].Econometrica， 2003，71（6）：1695-1725.

[19]Xiang， Chong. Product Cycles in U.S. Imports Data[J].Social Science Electronic Publishing， 2014，96（5）：999-1004.

[20]黄永明， 潘安琪. 贸易壁垒如何影响中国制造业全球价值链分工——以美国对华反倾销为例的经验研究[J].国际经贸探索， 2019，35（4）：4-26.

[21]刘竹青， 盛丹. 贸易自由化、产品生命周期与中国企业的出口产品结构[J].经济学（季刊）， 2021，21（1）：263-284.

[22]卫玲.发展数字经济与加快构建新发展格局——基于马克思主义政治经济学的思考[J].求是学刊，2020，47（6）：1-9.

Digital Product Trade Restrictions and Global Value Chain Upgrading

LU Hu-ixin1， GUO Gen-long2，FENG Zong-xian3

（1.School of Economics and Trade，Henan University of Technology，Zhengzhou 450001，China;

2. School of Economics and management， Shanxi  Normal University， Taiyuan 030001，China;

3.School of Economics and Finance，Xi′an Jiaotong University， Xi′an 710061，China）

Abstract： By constructing a multi-product enterprise model， we calculated the impact of digital product trade restrictions on global value chain upgrading， considered the elasticity of import demand， calculated the digital product trade restrictions index， explored the influence channels of digital product trade restrictions on global value chain upgrading， and drew the following conclusions： digital product trade restrictions have a significantly negative impact on global value chain participation and location， and have a significantly negative impact on China′s forward and backward participation in global value chain. The results of heterogeneity analysis show that product heterogeneity indicates that digital product trade restrictions have a greater negative impact on global value chain upgrading than those of old digital products. The results of product type heterogeneity show that intermediate digital product trade restrictions   have the largest negative impact on the participation and location of global value chain， followed by capital digital products and consumer digital products. Digital product trade restrictions negatively affect GVC participation and location by reducing the quality of exported products， reducing the quality of imported products， and reducing channels for new products to be exported.

Key words：digital product trade restriction;global value chain;new products;the quality of the product

（責任编辑：周正）