数字经济、产业集中度与贸易规模

龚新蜀 李丹怡

摘 要：本文基于2012—2020年中国进出口上市公司数据，运用系统GMM方法，实证分析了数字经济对中国进出口贸易规模的影响及产业集中度的调节作用。结果表明：数字经济对中国贸易规模扩大具有显著的促进作用;产业集中度在数字经济赋能贸易规模扩大的过程中发挥了重要的正向调节作用，但数字经济的直接赋能效果与产业集中度的调节效应在不同产业之间存在差异。最后，针对数字经济促进贸易发展过程中出现的问题提出相应的政策建议。

关键词：数字经济;产业集中度;进出口贸易;上市公司;系统GMM

本文索引：龚新蜀，李丹怡.<变量 2>[J].中国商论，2022（12）：-005.

中图分类号：F752.6 文献标识码：A 文章编号：2096-0298（2022）06（b）--05

第四次工业革命以来，以数字技术创新为核心驱动力的数字经济得到了快速发展，由此促成的大数据收集、存储与算法运用等内容的数字革命，深刻变革了生产、贸易、消费等领域的发展模式，成为世界各国改革发展、创新驱动的风向标，为提高国家综合国力、国际竞争力赋予强大动力。与此同时，贸易作为世界各国资源配置的关键环节，也正受到“数字化”变革的影响。据海关统计，2015—2017年跨境电子商务平台零售进出口总额年均增长50%以上，截止到2018年，中国互联网零售额已达1.1万亿美元，居全球第一。其中，进出口企业作为国际贸易活动的主要参与者，在“数字化”变革背景下，其组织形式与贸易结构也发生了相应变化，软件和信息技术服务、搜索引擎、社交媒介、云计算、消费品零售平台等领域的企业正在迅猛崛起，不断提高着中国在数字经济领域的国际竞争力和国际话语权。

关于数字经济与国际贸易的研究，国外学者Oline & Sichel（2000）通过分析1995—1999年互联网发展和54个国家之间的贸易关系，佐证了信息通信技术（ICT）在贸易发展中的积极作用。此外，搭建数字网络平台，大幅减少中间分销环节，提高要素、产品流通效率，降低企业搜寻成本和交易成本，尤其是对中小企业而言，互联网技术大规模运用去除了贸易双方的时间、空间和成本制约，打破了进入国际市场的壁垒，帮助中小企业建立国际贸易渠道（Hagiu，2012;Freund，2016;Goldfarb & Tucker，2019）。国内学者认为，数字经济的发展扩大了资源安全、高效的流动范围，提高了资源配置效率，使得各经济体能够及时准确地掌握国际产品和服务的供求状况，拓宽可交易商品的种类范围，拓展消费者的产品需求，形成以解决消费痛点为导向的新消费业态，引致传统消费模式的深刻变革，利于国内经济深度融入国际经济市场（赵涛等，2020;赵春明等，2021）。齐俊妍和任奕达（2020）从企业角度分析认为，“泛数字化”的快速推广显著提高了企业生产与数字技术的融合运用及大数据的收集、处理和分析能力，破除全球贸易的国别与地理界限、降低企业参与国际贸易竞争的难度，有效避免跨国企业进行贸易垄断的可能，从而为中小企业进入国际贸易市场提供新机遇。

综上，已有研究主要从宏、微观角度对数字经济影响贸易规模进行研究，但主要集中于理论分析，很少从中观产业角度展开实证分析。本文将数字经济、产业集中度与贸易规模三者纳入统一分析框架，不仅分析数字经济对贸易规模的直接影响效应，还对产业集中度变化对贸易规模的调节作用展开进一步探究。

1 理论机制与研究假设

1.1 数字经济对贸易规模的影响机制

数字经济的蓬勃发展主要从以下几个方面影响我国贸易规模。第一，成本角度。数字技术的发展加快了全球信息传输、加工、处理的速度，改善了信息不对称问题，有效降低了进出口贸易环节的搜寻与匹配成本;同时，现代化支付系统、信用评价系统与全球物流系统的建立，降低了贸易中的支付成本、信用成本与运输成本（赵春明等，2021）。第二，交易范围角度。从主体看，互联网技术提高了贸易双方连接的便利性，为中小企业和个人提供开展国际贸易的渠道。从产品看，数字化产品和服务成为新的贸易主打产品，引致贸易主体不断增加、贸易规模不断扩大（姜峰和段云鹏，2021）。第三，竞争优势角度。数字经济带来新技术、新需求、新业态，促使产业不断进行技术革新，价值创造效应逐步增强，有效提高我国国际竞争新优势。基于此，本文提出假设：

H1：数字经济有利于贸易规模扩大。

1.2 数字经济、产业集中度与贸易规模

（1）组织形式角度，陈戎（2020）指出，在数字经济中，出现了新的对外出口主体——虚拟企业。虚拟企业的出现，打破传统进出口企业的界限和运作模式、降低对外贸易门槛，有利于中小企业发挥自身优势，为其参与对外贸易增加了可能性。（2）市场效应角度，Krngman（1980） 基于新经济地理学理论指出，内需规模较大的国家往往也是净出口国。中国具有超大的规模市场和内需潜力，在数字经济快速发展的背景下，一方面，国内市场规模的扩大加快形成规模经济，衍生出大量生产效率高、能够满足多样化消费需求的本土企业，增强了国内企业市场竞争力。另一方面，数字经济的发展帮助中小企业降低了交易成本、信息搜寻成本，使得交易双方可以迅速开展经贸合作。因此，国内市场效应是中小企业在数字经济背景下提高生产效率、谋取国际市场份额，优化产业集中度、促进进出口贸易规模持续扩大的重要途径（裘莹和郭周明，2019;陈戎，2020）。

综上，正如马述忠（2018）所言，数字经济背景下的国际贸易本质并未发生变化，仍遵循绝对（相对）优势理论且使中小微企业参与其中，从而推动普惠贸易发展。基于此，本文提出如下假设：

H2a：产业集中度优化对中国进出口贸易规模扩大具有直接促进作用;

H2b：产业集中度优化在数字经济推动贸易规模擴大的过程中发挥了正向调节作用。

2 计量模型、变量与数据

2.1 数据来源

本文选取中国2012—2020年宏微观数据作为样本集，数据均来自《中国统计年鉴》、EPS数据库，上市公司数据来自万德数据库。缺失值用均值插补法进行填补，同时为保持数据的平滑性，对核心解释变量、控制变量进行取对数处理。参照既有文献做法，本文对上市公司数据进行如下处理：（1）剔除金融类行业。（2）剔除ST、*ST、PT处理及终止上市的企业。

（3）剔除上市企业总数少于4家的行业。最终，共剔除住宿和餐饮业、居民服务、修理和其他服务业、教育等6个行业，获得13个行业相关数据。

2.2 模型构建

由于进出口交易往往具有时滞效应，所以采用静态面板模型估计的结果是有偏的，故本文构建动态面板模型——系统GMM进行分析。

第一，为检验数字经济对进出口贸易规模的影响，构建基准回归模型（1）：

式（1）中，i、t分别表示行业和年份。表示进出口贸易规模，表示数字化发展水平， 为控制变量，为随机扰动项。

第二，考虑产业集中度对数字经济与贸易规模关系的调节作用，本文在模型（1）中增加产业集中度及产业集中度与数字经济的交互项进行分析：

式（2）（3）中，CR4it表示i行业t年的产业集中度水平。式（2）（3）结合可判断H2中产业集中度的直接作用和调节效应。

2.3 变量定义

2.3.1 被解释变量：进出口贸易规模（）

由于存量数据更能体现一国进出口贸易规模，再加上为保持数据的平滑性，因此该变量用取对数后的各行业进出口企业贸易总额表示。

2.3.2 核心解释变量：数字经济发展水平（）

本文参考丁川（2020）对数字经济发展水平评价指标的构建方法（见表1），采用主成分分析法对指标进行降维处理，计算得出各年份数字经济发展水平综合得分情况。

2.3.3 调节变量：产业集中度（）

借鉴Margaret & Mcgahan （2012）的研究，企业的产业集中度由企业所处行业中的主营业务收入排名前4的企业的收入总计与该行业该年收入总和的占比来衡量，表示为“CR4”，计算公式如下：

表示i行业中第e位企业的主营业务收入;N表示i行业上市企业总数。

限于篇幅原因，本文仅报告2012—2020年制造业、建筑业、批发和零售业、信息传输、软件和信息技术服务及科学研究和技术服务5个行业产业集中度的测算结果。由图1可知，2012—2019年多数行业的产业集中度水平呈下降趋势，但在2020年出现反弹迹象。原因在于，受全球新冠疫情影响，中小企业抵抗外部风险能力较差，因此出现大规模破产现象，而行业头部企业得益于政府政策扶持及自身生产链、供应链强有力的韧性，所以在疫情后期能够快速恢复生产，故产业集中度较疫情前出现小幅上升现象。可见，2012—2019年我国中小企业一直积极寻求市场份额，各行业产业集中度得到一定程度的优化。

2.3.4 控制变量

参考既有研究，本文选取交通运输水平（Transport）、外商直接投资（Fdi）、人均国内生产总值（Pgdp）、贸易开放度（Open）和居民消费水平（Consume）作为控制变量并进行了取对数处理。

2.4 描述性统计

文中涉及主要变量的说明和描述性统计分析如表2所示。由表2可知，进出口贸易规模标准差最大，达到2.1561，最小值为11.5868，最大值为19.6043，由此可知我国不同行业、不同年份贸易规模具有显著异质性。数字经济发展水平标准差为0.6696，说明我国不同年份数字经济发展存在差异。调节变量产业集中度标准差为0.2284，表示不同产业间集中度存在一定差异。

3 实证结果分析

3.1 基准回归结果

本文采用系统GMM方法对动态面板模型进行参数估计，全样本回归结果如表3所示。表3中，AR（2）的检验结果显示，模型不存在二阶自相关。同时，Sargan检验的P值都大于0.1，表明模型接受“所有工具变量均有效”的原假设，故工具变量的选择是有效的。因此，使用系统GMM方法对模型进行估计是合理的。

模型（1）中只包含核心解释变量Dig，结果说明数字经济的发展，对我国进出口贸易规模的扩大具有显著促进作用。此外，滞后一期的贸易规模回归系数显著为正，说明贸易规模变化具有时滞性特征。模型（2）加入所有控制变量后进行回归，发现无论是否引入控制变量，数字经济对貿易规模的回归系数都为正，且通过显著性检验，表明在全球经济数字化转型背景下，我国能够顺势而为，持续扩大对外开放、提高国际竞争力，即假设H1成立。模型（3）引入产业集中度变量，结果显示在数字经济背景下，产业集中度优化能促进贸易规模扩大。此时，数字经济的显著性水平较模型（2）略有下降，但仍在5%水平上显著，说明数字经济发展水平提高、产业集中度优化均能促进我国进出口贸易规模的扩大，即假设H2a成立。模型（4）中加入了数字经济与产业集中度的交互项并进行回归分析，该项的回归系数为0.8509（p<0.05），显著为正，表明数字经济发展能够降低贸易门槛，打破传统贸易模式，使中小微企业参与国际市场竞争，从而优化我国产业集中度，推动进出口贸易规模持续扩大，即假设H2b成立。

3.2 分产业回归结果

本文将样本中的13个行业划分为相对应的一、二、三产业，探究数字经济背景下产业集中度发展水平对我国贸易规模的影响及调节作用。考虑到归属第一产业的上市企业样本数据较少，不足以支撑动态分析，再加上第一产业和第二产业在商品出口方面具有共性特征，故本文将一、二产业相关数据加总后进行统一分析。

分产业回归结果如表4所示，第（1）～（6）列分别对应数字经济和第一二产业、第三产业的产业集中度对贸易规模扩大的直接效应和调节效应。对比（1）（4）列可以发现，数字经济发展对一二三产业贸易规模的扩大均有显著促进作用，与前文全样本结果一致。但值得注意的是，第三产业数字经济回归系数（=0.4222），大于第一、二产业相应系数值（=0.3198），且前者的显著性水平更高，说明数字经济发展对第三产业的进出口贸易赋能效果更加明显。

对比（2）（5）列可以发现，产业集中度优化对贸易规模扩大也有积极促进作用，且对第三产业的直接促进作用最大（=3.2057），并在1%水平上显著;对第一二产业具有正向促进作用，但影响效果较小（=0.59），且不显著。原因在于，数字经济的崛起，提高了服务的可贸易性，引领服务贸易蓬勃发展，并借助信息通信技术、虚拟现实技术及云端平台的连接，拓展了服务贸易发展的时空范围、提高了服务贸易效率（李天宇和王晓娟，2021）。

对比（3）（6）列可对调节效应进行分析，结果显示，当数字经济与产业集中度的交互项引入模型后，对于第一、二产业而言，产业集中度优化没有显著的正向调节作用;而第三产业存在显著的正向调节作用，说明产业集中度优化能够加深数字经济对第三产业贸易规模发展带来的影响。

3.3 稳健性分析

为检验上述结论的稳健性，下一步借鉴俞伯阳和丛屹（2021）构建人均邮电业务量与人均国民生产总值的乘积项（PPG），作为衡量我国数字经济发展水平的代理变量进行稳健性分析。同时，为减少异方差带来的不良影响，将该变量进行取对数处理。

稳健性检验结果如表5所示，与表3的回归结果对比后发现，各解释变量的方向和显著性水平没有发生实质性变化，证明本文结论具有较强的稳健性。

4 结语

4.1 结论

由以上分析可知：（1）数字经济发展对中国进出口贸易规模扩大具有显著的促进作用。（2）产业集中度水平不仅对贸易规模扩大具有直接赋能效果，还能促使中小微企业参与国际市场，间接推动进出口贸易蓬勃发展。（3）从进出口贸易结构来看，数字经济对第三产业贸易规模扩大的直接赋能效果最为显著，对第一、二产业的促进作用稍有减弱;同时，产业集中度优化对第三产业对外贸易发展具有显著的正向调节作用，但对第一、二产业来说，虽有正向调节作用但影响较小且不显著。

4.2 建议

（1）从政府层面，我国应抓住创新发展中的痛点，借鉴国外经验，积极寻求战略对策，力争抢占数字发展新高地（赵春明等，2021）。（2）从产业层面，树立数字思维并践行于传统产业的数字化转型中。对于制造业而言，要将数字技术切实运用到生产、销售的全过程，形成全面互联、高效互通的制造业综合信息系统，并对生产过程进行优化，以实现智能制造。（3）从企业层面，对于已初具国际竞争力的互联网头部企业而言，要进一步推进产学研协同创新，加速数字经济应用场景开发和平台搭建，形成不同创新主体间优势互补、合力攻关的数字创新生态（左鹏飞、陈静，2021）。对于中小微企业而言，充分发挥好“长尾效应”，同时树立创新精神，在关键领域对核心技术深耕细作，致力于解决我国“卡脖子”问题（田红彬等，2021）。此外，为有效应对垄断行为的发生，平台要做好“守门人”、政府更要做好“守夜人”，构建全面审慎的监管框架，降低系统性风险。

参考文献

Oliner S D ， Sichel D E. The Resurgence of Growth in the Late l990s： Is Information Technology the Story？[J]. The journal of economic perspectives， 2000， 14（4）：3-22.

Hagiu A. Oxford handbook of the digital economy[J].Oxford： Oxford University Press， 2012.

Freund E. Examination of ethical procurement through enterprise examples[J].Problems of Management in the 21st Century，2016，11 （1）：29-42.

Goldfarb A.&Tucker C.Digital Economics[J].Journal of Economic Literature，2019，57（1）：3-43.

赵涛，张智，梁上坤.数字经济、创业活跃度与高质量发展：来自中国城市的经验证据[J].管理世界，2020，36（10）：65-76.

赵春明，班元浩，李宏兵.数字经济助推双循环新发展格局的机制、路径与对策[J].国际贸易，2021（2）：12-18+54.

齐俊妍，任奕达.东道国数字经济发展水平与中国对外直接投资：基于“一带一路”沿线43国的考察[J].国际经贸探索，2020，36 （9）：55-71.

姜峰，段云鹏.数字“一带一路”能否推动中国贸易地位提升：基于进口依存度、技术附加值、全球价值链位置的视角[J].国际商务（对外经济贸易大学学报），2021（2）：77-93.

陈戎.数字经济发展对中国出口贸易的影响[D].济南：山东大学，2020.

Krugman P R.. Scale Economies  Product Differentiation and  the Pattern of Trade [J]. American Economic Reviews，1980，70（5）：950-959.

裘瑩，郭周明.数字经济推进我国中小企业价值链攀升的机制与政策研究[J].国际贸易，2019（11）：12-20.

马述忠.世界与中国数字贸易发展蓝皮书[M].杭州：浙江大学经济学院，2018.

丁川.中国省域数字经济发展测度及影响因素研究[J].营销界，2020（33）：88-89.

Margaret K.Kyle& Mcgahan A. Investmentsin Pharmaceuticals Before and After Trips[J].Review of Economics & Statistics，2012.

李天宇，王晓娟.数字经济赋能中国“双循环”战略：内在逻辑与实现路径[J].经济学家，2021（5）：102-109.

俞伯阳，丛屹.数字经济、人力资本红利与产业结构高级化[J].财经理论与实践，2021，42（3）：124-131.

左鹏飞，陈静.高质量发展视角下的数字经济与经济增长[J].财经问题研究，2021（9）：19-27.

田红彬，杨秀云，田启涛.数字经济时代零售业态演化与企业绩效实证研究[J].经济经纬，2021，38（2）：91-101.