数字贸易网络的拓扑结构、演化逻辑及影响因素

一、问题的提出

数字化技术与国际专业化分工的深度融合催生了新模式、新业态，以数字化交付为特征的数字贸易迅速发展，成为缓解新冠肺炎疫情冲击与全球经济衰退的新引擎。根据中国信息通信研究院《全球数字经贸规则年度观察报告(2022年)》统计显示，2020年受疫情冲击，全球服务贸易和货物贸易分别同比下降20.0%和5.6%，相比之下，数字贸易降幅维持在2.0%以内，贸易规模高达3.168万亿美元，占服务贸易总额的比重由2010年的47.3%增至63.6%。其中，美国数字贸易额为0.851万亿美元，位居第一。中国居于第五位，数字贸易额约为美国的1/3，为0.294万亿美元，同比增长20.5%，占中国服务贸易额的比重增至44.5%。数字贸易快速发展不仅是全球数字经济发展的重要驱动力，而且为优化数字服务业国际分工提供了重要机遇。一方面，数字贸易有助于降低贸易成本与疫情等外生冲击的负面影响，提升各国数字经济发展的稳定性与韧性；另一方面，数字贸易不断增长的过程也深刻地影响了传统货物贸易嵌入全球专业化分工的模式。那么，在数字经济的背景下，数字贸易网络的拓扑结构及其演化路径如何？内部驱动机制与外生影响因素有哪些？对于这些问题的回答，有利于系统全面地把握全球数字贸易的发展规律，进而为中国优化数字贸易分工网络及利益分配格局、完善数字产业战略布局、推动数字经济高质量发展提供有益借鉴。

中国信息通信研究院在《数字贸易发展白皮书(2020)》中指出，数字贸易与传统贸易最大的区别在于贸易方式和贸易对象的数字化。虽然，国际社会对数字贸易的认知和阐述尚不统一，但对具体内容和范畴的界定日趋一致：狭义层面的数字贸易为信息通信技术促成或导致的贸易，不仅包括电信、保险、金融、专利、计算机及信息服务，还涉及其他商业服务、个人、文化和娱乐服务等产业，即数字服务贸易

；广义层面的数字贸易同时包括了基于数字订购的传统货物贸易

。本文主要基于狭义层面的概念展开研究。2020年，信息通信服务贸易是数字服务贸易增长的重要动力，在全球数字贸易中占比为22.2%，2011—2020年间的平均增速高达7.7%，其次是金融服务与知识产权，占比均为16.9%，最后是保险服务(4.5%)、个人娱乐(2.4%)等其他数字服务。

现有关于贸易格局及影响机制的研究在具体方法上，有的采用二次指派程序(QAP)揭示贸易网络的影响因素

，有的借助指数随机图模型(ERGM)探讨利益集团

、技术合作

与全球贸易

等网络的影响因素，还有的运用时态随机指数图模型(TERGM)揭示贸易网络的动态演变与内在机制

。而且，无论是传统贸易还是数字贸易，在参与国际分工的过程中，都存在多次跨越关境与重复计算问题

。关于数字贸易的核算仍集中在中间品贸易或传统的总额贸易，缺乏考虑数字出口贸易中隐含的国外增加值与重复计算部分，并且无法反映一国数字服务出口中由该国生产并被进口国所吸收的增加值，即“谁生产与为谁生产”的问题，厘清这一问题有助于客观、真实地把握数字贸易网络中各经济体之间的分工联系。因此，从贸易增加值的视角核算全球数字贸易具有重要的现实必要性，这同时也是准确把握数字贸易网络格局及演化的前提。

实验试样为Al-Si系铝合金，其由各原料熔炼制得．由于某些合金化元素的纯金属熔点很高，难以用于熔制铝合金，因此为避免上述问题，实验中熔炼制备试样的原料采用的是纯铝、纯锌及Al-33%Si，Al-50%Cu，Al-10%Mn，Al-10%Mg，Al-10%Fe，Al-10%Ni和Al-10%La等合金元素的中间合金．设计七组实验试样，采用完全相同的处理方式制备不同成分的合金试件，不同试样的组成成分列于表1．

此外，数字技术本身具有可重复编程性、可供性和数据同质化等特征，在很大程度上决定了数字贸易的供给和需求存在高度分割性与高门槛性，这是数字贸易与传统贸易的本质区别

：在供给端，数字贸易有助于降低劳动力成本、地理空间等因素对传统贸易的限制作用，数字化技术与创新成为新的贸易竞争力

，促使数字贸易网络呈现出更明显的“小世界”“高集聚”特征。在消费端，数字服务的接收与消费依赖于高素质劳动与数字基础设施的完备性

。以印度为例，2014年以来，其软件服务水平大幅提升，但由于国内人力资本素质、经济发展水平、数字基础设施等因素制约，数字服务深入发展缺乏内需支撑而高度依赖“外循环”

。因此，优化数字贸易网络格局、推进中国数字经济高质量发展需要系统把握并识别数字贸易网络演化规律与内外部制约因素。数字贸易与传统贸易的区别决定了发展数字贸易不能沿用传统贸易的发展逻辑，应充分结合数字贸易网络的特殊性与内外部影响因素，寻求新的着力点，提前对数字经济、数字贸易所对应的相关产业进行战略布局。

鉴于此，本文提取并构建数字贸易主干网络，探究其拓扑结构、演化逻辑与内外部影响因素，实证检验数字贸易网络是否会受网络内部特征、经济规模、数字基础设施、人力资本等因素的影响。为加快数字贸易发展、提升中国在全球数字贸易利益分配格局中的优势地位提供借鉴，中国应进一步优化完善电信服务、计算机及信息服务等数字产业战略布局，充分利用数字贸易网络的集聚性、传递闭合性与历史网络等内生机制，发挥经济规模优势，在数字基础设施与人力资本方面加大投入力度，以此深化与其他经济体之间的数字服务分工协作，加快推进中国数字经济高质量发展。

二、研究方法与数据处理

首先，根据全球价值链分解的理论框架厘清各经济体通过数字服务出口所获得的实际收益，即出口中隐含的国内增加值。其次，结合贸易网络的幂律分布特征提取主干网络，并阐释网络社团的识别方法。最后，构建计量模型验证数字贸易网络的影响因素。

(一)基于全球价值链分解框架的数字贸易核算

出口国内增加值的概念最初是由Hummels等

提出，与之相对应的是出口国外增加值，即垂直专业化(VS)，在只有两个生产环节的情况下，出口贸易额扣除VS的剩余部分即为出口中隐含的国内增加值，衡量一国参与全球价值链的获益规模或获益能力

。此后相关研究逐步放松了HIY(Hummels-Ishii-Yi)核算框架的“同比例”和“100%来自国外”两个强假设

，从双边贸易、总贸易等角度对国内增加值的核算框架进行拓展和完善

，使其同样适用于加工贸易盛行的中国和墨西哥。其中，Johnson和Noguera

基于双边贸易提出了出口增加值(VAX)概念，即出口国生产且由目的国吸收的增加值，与HIY框架的区别在于剔除了出口的国内增加值又返回本国的部分

，更好地回应了“谁生产以及为谁生产”的问题。因此，本文借鉴Johnson和Noguera

的方法核算数字出口贸易中隐含的国内增加值，如式(1)所示：

digital_vax

=∑

r

y

=∑

(1-∑

∑

A

)×y

(1)

其中，digital_vax

为i国(或地区)s部门出口并被j国(或地区)吸收的国内增加值，r

为i国(或地区)s部门增加值与总产出的比值，A

为j国(或地区)进口i国(或地区)s部门中间品占j国(或地区)总产出的比值，即消耗系数，y

为来自i国(或地区)s部门且用于生产j国(或地区)最终消费品的总产出。

(二)数字贸易网络构建

系统把握数字贸易网络拓扑结构与演化特征的关键在于所构建主干网络是否能够尽可能地提取所有主要的贸易联系。不论是发达国家还是发展中国家，对外贸易关系通常倾向于集中在少数几个贸易伙伴国当中。鉴于此，有的学者提出了TOP贸易网络构建法

，即如果j国是i国第一大贸易伙伴国，则i与j之间存在贸易联系，反之则相反。在涵盖所有经济体的同时也充分考虑各经济体相对重要的贸易联系，故而被广泛应用于贸易格局研究中

。本文主要提取各经济体排名前二的贸易联系，筛选标准与刘林青等

基本一致。社团结构是网络节点聚类的结果，通过识别网络的社团结构及其演化，有助于揭示数字贸易网络的拓扑属性。基于所构建的数字贸易分工网络，借助Gephi软件中的ForceAtlas2算法进行可视化处理并识别网络中的社团结构。具体地，以模块度(Modularity)的大小作为识别社团是否稳定的标准，随着不断循环迭代，当整个网络的模块度达到最大时，则认为网络社团结构处于稳定状态。Modularity的测算借鉴Newman和Girvan

的做法，如式(2)所示：

峨眉健康文化思想是一种基于道教和佛教禅修的健康实践方法。“健康文化中的生命和长寿概念具有深刻的社会文化基础、强烈的精神和物质文化。”[13]与制度文化（人类为自己的生存和社会发展的需要积极创造的有组织的规范体系）形成对比，在峨眉武术健康文化的发展历程中，几千年来，在峨眉武术的各种拳种技术体系影响下，将古代中医保健思想融为一体，渗透儒、释、道思想，已成为一种宝贵的非物质文化遗产。但从精神文化（心理学概念和理论）的实证分析，峨眉武术健康文化被视为天、人、身、心的运动以及文武思想的延伸，成为健康文化的基本出发点和理论基础。

(2)

(3)

其中，g为网络中的节点个数，digital_vax

表示i出口至j的数字服务贸易中隐含的国内增加值，x

取值为[0,1]，表示i与j两节点之间是否存在数字贸易联系，在本文中，当j节点是i节点digital_vax的首要或次要目的地时，x

=1，否则为0。

该工艺同样适用于各种不同类型的风化岩层，且施工效率相对于其他两种工艺而言是最高的，此外该工艺下的单桩不需要承受液压锤的打击，因而该工艺的优势较多。其缺点在于此工艺的造价相比于其他两种工艺而言是最高的。

(三)模型选取与设定

对于数字贸易网络内外部影响因素的识别主要借助于TERGM。 ERGM侧重于解释网络关系存在与否的概率问题，能够较好地解决由于网络结构依赖而产生的内生性，但更关注某一时间点的静态截面数据分析，未考虑历史网络的影响。鉴于此，本文定义一个I阶马尔可夫相关的TERGM，即假设第t期网络与第t-1期历史网络有关，将多期网络视为一个整体进行分析，揭示数字贸易分工网络的内生演化机制。具体模型设定如式(4)所示：

P(Y

=y

|X

=x

,x

,x

,…,E

=e

,e

,e

,…,Y

)

(4)

三元组是复杂社会网络的基础单元，通过三元组普查能够更深入地把握数字贸易分工网络演进的内在规律。如表2所示，2005—2015年，网络中均没有111D、030C和300三元组模体，经济体之间相互独立、不存在贸易关系的003模体占比最多，但呈现逐年递减态势。其次是012模体，增势显著但稍有回落，表明某经济体i向j发出的单向网络联系总体趋于上升，而且由某一经济体向其他多个经济体发出贸易关系的模体(如021D、111U)显著多于某一经济体接收多方网络联系的模体(如021U)，以及作为网络中介的传导型模体(如021C)，说明个别具有较强供给能力的经济体通过数字服务出口获得了大量的增加值，在数字贸易网络中占据日益重要的主导地位。此外，在数字贸易分工网络中，虽然闭合型模体(如030T、120D、120U、120C、210等)数量较少，但总体呈现递增趋势，尤其120U模体增幅显著，表明经济体i更倾向于选择其合作伙伴j的贸易伙伴k(即“朋友的朋友”)展开协作关系，进而形成三元闭合的网络结构。

(四)数据来源与变量说明

本文构建数字贸易网络的原始数据主要来自OECD-TiVA数据库发布的2005—2015年投入产出表(ICIO)，涵盖36个部门(ISIC Rev.4)，63个经济体，

其中，36个为OECD经济体，27个为非OECD经济体。借鉴中国信息通信研究院对数字贸易的界定，以及周念利和陈寰琦

的做法，将“电信服务”“保险服务”“金融服务”“专利费”“计算机及信息服务”“其他商业服务”“个人、文化和娱乐服务”等产业部门纳入数字贸易考察范畴。关于节点经济体属性的指标数据如GDP、人均GDP、贸易规模、经济体首都之间的距离、共同官方语言等来自CEPII中的BACI和GeoDist数据库。各经济体的数字基础设施涵盖互联网普及率、每百人宽带订阅量、每百人固定电话订阅量、每百人移动电话订阅量等指标，数据主要来自世界银行发展数据库(WDI)；人力资本水平主要根据受教育年限与教育回报率进行测算得来，数据来自Penn世界表(PWT)。

三、数字贸易网络的拓扑结构与演化逻辑

考虑历史网络影响的情况下，稳定性(Stability)估计系数为2.929，且在1%的统计水平上显著，变异性(Variability)估计系数为-0.029但并不显著，表明在数字贸易网络中，如果t-1期节点经济体之间存在分工关系，那么t时期这些联系倾向于保持稳定。较之于货物贸易，数字贸易分工网络具有更明显的三元闭合特征，三元闭合结构的高度凝聚效应有利于增加网络关系的稳定性，特别是在面对外生冲击所带来的不确定性时，这种内生稳定机制显得更加重要。通过对比可以发现，模型三中Agglomeration与Closed Transitivity的系数均统计显著，且高于模型四的估计结果，说明在不考虑历史网络影响的情况下，Agglomeration与Closed Transitivity对数字贸易网络的影响将会被高估。

(一)网络格局与演变

2005—2015年各个时期数字贸易网络统计参数的测算结果显示，各经济体之间的网络联系总体呈现稳中有变的态势。2005—2015年间，网络密度指数由0.030小幅增至0.032，表明节点之间通过数字贸易形成了日益密切的分工联系；节点之间的平均距离介于1.859—2.050之间，全球金融危机期间出现显著增长，并持续至2013年，而后骤降至2015年的1.859；与此同时，网络平均直径为5.000—6.000之间，所有经济体间的最大距离不超过6.000，远小于经济体数量，意味着数字贸易网络格局呈现明显的“小世界”特征，各经济体之间数字化信息传播与数字服务交换的速度较快。聚类系数又称传递性系数，是网络结构化程度的体现，描述了经济体之间由于强联系而形成的闭合关系(即“三元闭合”)对网络结构的影响程度。聚类系数介于0.388—0.470之间，总体呈现先降后升的变化趋势，说明数字贸易分工网络集聚度较高，而且全球数字贸易的“联盟化”发展将进一步加剧这种趋势。数字贸易网络所呈现出的“小世界”“高集聚”特征将在一定程度上增加网络的稳定性。

其中，Y

为t时期的数字贸易网络，表示节点之间是否存在有权重有方向的网络联系，y

为 Y

的实际观测值；X

表示一系列反映网络内部结构特征的变量，主要包括边数、节点的互惠结构、连通性、集聚性与传递闭合性等(如表1所示)；E

为一系列表示外生节点属性的变量，结合传统贸易引力模型与现有相关研究，文中纳入了发出点(即出口经济体)和接收点(即进口经济体)的GDP、人均GDP、贸易规模、首都之间的地理距离、是否拥有共同官方语言、在1945年之后是否存在殖民关系、是否属于同一大洲等因素。除此之外，结合数字贸易的特点，还考虑了数字基础设施、人力资本水平等因素；Y

为t-1时期的数字贸易关系网络，侧重考察当期网络较之于前一期所具有的稳定性与变异性；k(θ,y

)表示标准化常数，以确保模型的概率始终介于0和1之间。

根据上述普查结果同时借鉴Zhou等

的分析思路，进一步探究数字贸易网络的演化路径。全球数字贸易网络的演进大致可分为五个阶段：第一个阶段主要以003模体为主，各经济体之间处于相互独立状态。第二个阶段以012模体为主，即某节点经济体开始向另一经济体提供数字服务。发展到第三个阶段时，出现了四种类型的模体：102模体，对应于经济体之间形成互惠的协作关系；021U/021D模体，对应于网络联系的发出和接收逐渐集中到某一经济体，即从事数字出口贸易的经济体开始逐渐进口数字服务；021C模体，对应于某一经济体在分工网络中的传导性作用，即将进口的数字服务再出口至第三方。第四个阶段，节点之间的数字服务供需关系日益复杂，以非闭合的111U模体与传递性闭合的030T模体为主。第五个阶段是形成网络闭合的阶段，如120U与120D模体，或进一步发展成为210模体。

式(3)中：len为个体路径总长度；m为权重因子，用以调整路径长度评价在总体适应度评价中的权重大小；L为起始点到目标点直线近似距离。

通过对比全球货物贸易网络发现，数字贸易网络的演进更倾向于形成多种形式的三元闭合，可能的原因在于，相比于传统的货物贸易，数字服务供给和需求都存在一定的进入门槛，对出口国和进口国的数字基础设施条件、劳动力素质、科学技术水平等方面都有较高的要求，这在某种程度上会强化数字贸易网络分工的路径依赖，产生网络闭合效应。换言之，数字贸易网络的分工联系也较多地发生在既能够提供数字服务又存在数字进口需求的经济体之间，而这些经济体往往能够通过数字出口获得较多的经济收益。至此，数字贸易网络演化的过程，既是各经济体之间分工联系从无到有的过程，也是分工网络“核心—边缘”结构形成的过程，个别具有数字服务垄断优势的经济体日益居于核心地位，而其他经济体尤其数字经济发展滞后的国家(或地区)将逐渐被边缘化。这一规律的发现，对于中国发展数字经济以及数字贸易具有警示作用。

(二)网络社团结构识别

2015年，全球数字贸易网络中以德国为主导的网络社团规模开始赶超美国，成为最大社团，同时以中国为主导的网络社团初具规模，涵盖了26.56%的节点经济体，与德国、美国两个社团形成“三足鼎立”之势。在以美国为主导的社团中，加拿大(0.212)、日本(0.107)、英国(0.134)等发达经济体居于中心位置，但影响力有所下降。同样地，在以德国为主导的社团中，处于核心地位的德国和法国nw_DC指数均出现明显降幅。在以中国为核心的网络社团中，居于主导地位的中国nw_DC指数为0.410，仅次于美国，显著超过德国、加拿大、英国、法国等发达经济体，社团成员多集中在亚太地区，包括韩国(0.041)、澳大利亚(0.031)、新加坡(0.029)等。

头花蓼内生真菌Aspergillus terreus油脂类代谢物的鉴定及其抗多药耐药菌和抗炎作用研究 …………… 刘 俊等（11）：1483

2007年，全球数字贸易网络逐渐演化出三个社团，然而以瑞典为主导的第三个社团规模仅占6.25%，因此，实质上仍是两个。其中，美国主导的网络社团成员以东南亚、拉美国家为主，德国主导的社团成员以欧洲国家为主，两个社团规模均在45%以上，形成分庭抗礼之势。在美国主导的社团中，除了个别发达经济体如加拿大(0.257)、日本(0.203)和英国(0.162)居于核心位置，中国的nw_DC指数为0.173，逐渐超过英国，开始由边缘向核心地区过渡；一些发展中经济体在网络中的影响力开始超过个别发达经济体，如印度(0.068)、墨西哥(0.042)、巴西(0.028)逐步超过了澳大利亚(0.027)和新加坡(0.023)。在以德国为主导的网络社团中，仅法国的nw_DC指数较高，为0.152，居于核心位置，其余经济体均处于网络边缘。

通过识别2005年、2010年、2015年三个时间点的数字贸易网络社团结构并进一步分析，

可以发现，2005年全球数字贸易网络主要包括两个社团，以美国为主导的网络社团具有绝对的规模优势，覆盖经济体的数量占总数的比重达到84.38%；而以法国为主导的网络社团仅占15.62%，社团成员以欧盟国家居多，且标准化加权点度中心度(nw_DC)普遍较低，即在数字贸易网络中的地位较低。在美国主导的网络社团中，英国、德国、加拿大、日本等发达国家的nw_DC较高，分别为0.310、0.284、0.240和0.225，在数字贸易网络中处于相对核心的位置，而金砖国家如中国(nw_DC指数为0.087，下同)、印度(0.038)、巴西(0.019)、俄罗斯(0.016)及其他发展中经济体如印度尼西亚(0.007)、阿根廷(0.004)、土耳其(0.008)、越南(0.001)等均处于边缘位置。

在此期间，中国nw_DC指数由2005年的0.087增至2015年的0.410，在全球数字贸易网络中的地位和影响力逐渐超过大多数发达国家，不仅如此，以中国为核心的网络社团也经历了从无到有的演化过程，并与德国、美国所主导的网络社团形成“三足鼎立”的稳定格局。数字贸易是中国数字经济高质量发展的重要内容，之所以能够产生如此大的影响力，一方面得益于中国大数据、人工智能、云计算等数字化技术的飞速发展，数字产业不断集聚，数字服务出口供给能力显著提升；另一方面，以数字技术、数字资源为核心的数字产业深度融入中国民众生产、生活的各个方面，中国巨大的国内市场需求为全球数字经济的进一步发展提供了有效驱动力。

2019年Wachendorff将推出支持Ethernet/IP接口的工业以太网编码器，届时Universal IE将支持三种以太网接口：Profinet、EtherCAT、Ethernet/IP。Wachendorff Universal IE 通用型工业以太网编码器将以其出众的性能和优势助力中国智能制造的发展。Wachendorff 2018年德国纽伦堡电气自动加展览会已落下帷幕，但Wachendorff会一如既往追求品质及创新，为各行各业的客户提供更完美的产品。

四、基于TERGM的数字贸易网络影响因素识别

(一)基准估计

根据上述分析，不难发现全球数字贸易网络格局呈现“三足鼎立”的态势，而且具有突出的“小世界”“高集聚”特征，较之于货物贸易更倾向于形成三元闭合的网络结构，那么紧接着的问题是：数字贸易网络格局及其演化的主要影响因素有哪些？对该问题的回答有利于甄别优化数字贸易格局、推进中国数字经济高质量发展的关键因素。下面将运用TERGM对式(4)进行估计以考察数字贸易网络的内外部影响因素。在估计的过程中，采取逐步加入内生结构变量的方式得到五个模型，如表3所示。模型一仅考虑主干网络边数(Edges)，模型二在模型一的基础上加入了互惠性(Reciprocity)，模型三增加了连通性(Connectivity)、集聚性(Agglomeration)和传递闭合性(Closed Transitivity)，模型四进一步考虑了t-1期历史网络的影响，模型五则运用传统面板模型进行估计。这样做的好处在于考察变量系数估计的同时检验结果的稳定性。可以看出，采用TERGM的估计结果与传统回归结果基本一致，下面以包含所有变量的模型四为主展开分析。

1.1 一般资料 在中国知网的“文献来源”中检索输入“大理学院学报”“大理大学学报”，按照被引频次由高至低排序，将被引频次≥20次的论文纳入研究范围，共计54篇论文纳入统计分析范围，在统计范围内的论文发表时间自2002年8月30日至2013年1月15日，而以《大理大学学报》为刊名的第1期发表于2016年1月，并且在《大理大学学报》上发表的论文最高被引频次为5次，无符合统计要求的论文，故将检索词“大理大学学报”剔除。统计截至2017年10月22日。

这里基于上述研究方法和数据对数字贸易网络的主要统计参数进行测算，并进行三元组普查(Triad Census)，对比分析数字贸易与传统货物贸易的不同之处，对主干网络的社团结构进行识别，以便系统深入地把握数字贸易网络的拓扑特征与演化规律。

内生结构方面，互惠性指标的估计系数为-0.440，但并不显著，说明当某一节点i向另一节点j出口数字服务时，j并不倾向于反过来向i出口，因而两节点之间无法形成互惠关系，可能的解释是，j虽然具有数字服务的进口需求，但无法提供相应的出口供给。同样地，连通性估计结果为正，但并不显著。集聚性前系数为0.825，且通过了1%的显著性水平，说明当i经济体向j提供数字服务时，其他经济体向j出口数字服务的概率也会增加，而且，能够提供数字服务的经济体在某些情况下也存在进口需求，从而形成三元闭合。传递闭合性估计系数显著为正也印证了数字贸易分工网络具有高度集聚性，且倾向于形成三元闭合效应。

外生因素方面，结果显示，发出节点外生属性大多显著，而接收属性仅lnGDP_receiver显著，说明数字贸易网络的演化存在显著的发出者效应，而接收者效应并不明显。具体地，lnGDP_sender与lnGDP_receiver估计系数分别为0.402和1.214，均在1%的统计水平上显著，说明经济实力越强，对数字服务的供给能力与进口需求越高，因而与其他经济体建立网络联系的概率就越高。值得注意，在逐步加入内生网络结构指标的过程中，个别外生指标的系数出现明显下降，如lnGDP_sender、lnGDP_receiver分别由模型一的0.805和2.355降至模型四的0.402和1.214，说明不考虑内生因素的估计结果将高估外生属性对网络的影响。lnTRAS_sender系数显著为负，表明对外贸易规模越小，通过数字服务出口与其他经济体建立分工联系的概率越低。lnDigital_infr_sender、Human_capital_sender的估计结果显著为负，说明数字基础设施与人力资本水平越低，与其他经济体建立数字贸易联系的概率越低。

对协网络变量的估计结果显示，地理距离(LnDistance)系数显著为负，说明地理距离在一定程度上降低了经济体之间构建数字贸易分工关系的概率。虽然信息技术带来的贸易成本降低弱化了地理距离阻力，但依托信息技术的数字贸易分工仍偏向一定的空间邻近性。共同官方语言(Com_off_lang)的系数为0.706，且通过了1%的显著性水平，说明各经济体之间共同的官方语言有助于提升网络联系的概率。

试验驴采用大栏饲养，运动场自由活动，每天饲喂4次，饲喂时间分别为07：00、11：00、17：00、22：00，由专人负责饲养与管理，全天自由饮水。期间注意观察驴的采食规律、行为表现和健康。

推荐理由:字体是平面设计的三大视觉要素（图形、文字、色彩）之一，它虽然微小，却凝聚着无穷的智慧和能量。作为一种表情达意的视觉传达工具，它在书籍装帧设计、包装设计、标志设计、广告设计、展示设计、网络媒体设计等各个领域都扮演着极其重要的角色。《字体设计基础与表现》主要讲述了字体的构成、笔画与结构，文字的分类及特征，字体设计的原则与风格，字体设计的方法以及在平面设计中的运用。

(二)稳健性检验(3)稳健性检验结果未在正文中列出，留存备索。

这里主要采取调整主干网络的提取标准、延长网络时间间隔、改变估计方法等方式重新进行TERGM估计，构建了检验上述结论的稳健性模型：模型六、模型七分别将动态网络的时间间隔调整为2年、3年，网络关系提取标准不变；模型八调整了主干网络的提取标准，提取2005—2015年各经济体数字服务出口国内增加值TOP3的边；模型九在模型四的基础上，将TERGM原本的伪极大似然估计法(MPLE)改变为马尔科夫蒙特卡罗极大似然估计法(MCMC MLE)，较之于MPLE，MCMC MLE通过生成仿真图的方法对参数进行估计，估计结果更加精确有效

；模型十选取2015年作为静态网络，运用ERGM模型进行估计。从估计结果可知，模型六至模型九的估计结果与模型四基本一致，Agglomeration、Closed Transitivity与Stability在多数情况下均显著为正，说明网络集聚性、传递闭合性与稳定性对于数字贸易网络的积极影响是较为稳健的。外生变量的估计结果仍以发出者效应为主，且经济实力越强的经济体发出和接收网络联系的概率越高，而贸易规模、数字基础设施与人力资本水平越低，通过出口数字服务与其他经济体建立分工联系的概率也就越低。此外，LnDistance的制约作用和Com_off_lang的促进作用依然显著。模型十的估计结果也再次印证了表3估计结果的稳健性，但由于ERGM估计对于历史网络的识别存在一定的缺陷，因而Stability的系数为负且并不显著。

(三)GOF与ROC检验

不同于传统计量模型，TERGM模型未运用类似拟合优度、赤池信息准则(AIC)或贝叶斯信息量(BIC)等统计量对模型的拟合效果进行评价。鉴于此，本文根据模型四的估计参数仿真模拟了100个网络，通过对比仿真网络与真实网络的估计值，进行拟合优度(GOF)检验和接收者操作特征曲线(ROC)检验，即真阳性预测率(TPR)与假阳性预测率(FPR)的比率，TPR表示预计建立网络联系的经济体在真实网络中的确如此，而FPR则指预计建立网络联系的经济体在现实中并未建立，精度(PPV)为真阳性样本占总样本的比率，即TPR/(TPR+ FPR)，以此考察模型的拟合效果与结果的稳健性。结果表明，仿真网络的关键特征如共享伙伴分布、二元组伙伴分布及三元组普查等接近于观测网络的95%置信区间，箱线图的中位数与观测模型的曲线基本重合，表明模拟网络能够较好地拟合观测网络。ROC检验结果显示ROC曲线(红线)靠近左上角，表明模型模拟效果较好，也进一步证实了文中对于数字贸易网络影响因素的识别结果是有效且稳健的。

五、结论与政策启示

各经济体通过数字贸易形成的专业化分工网络呈现出明显的“小世界”“高集聚”特征，相比于传统的货物贸易，更容易演化形成多种形式的三元闭合结构。在此期间，数字贸易网络的社团结构也发生较大变化，由2005年以美国为主导的网络社团“一支独大”格局逐渐演变成2015年的“德国—美国—中国”三个网络社团“三足鼎立”的格局，个别发展中国家，如印度、墨西哥、巴西等网络影响力有所提升，而发达国家，如日本、澳大利亚、新加坡等影响力式微。

数字贸易网络本身的“高集聚”与传递闭合属性有利于各经济体之间建立更为密切的分工联系，而且在动态演化过程中，历史网络的影响使得数字贸易网络具有较强的稳定性。不论是历史网络，还是集聚性与传递闭合性等内生结构，都是影响数字贸易网络格局及演化的重要因素，缺乏考虑这些因素将高估外生因素的影响作用。与传统引力模型的预期一致，研究发现，经济规模越大，该经济体对于数字服务的供给能力与进口需求越高，因而与其他经济体建立网络联系的概率就越高。而且，各经济体尤其数字服务出口一方贸易规模越小、数字基础设施与人力资本水平越低，与其他经济体建立分工联系的概率相应也就越低。除此以外，共同官方语言有利于数字贸易网络的进一步发展，而地理距离仍旧发挥了显著的阻碍作用，说明依托信息技术的数字贸易分工仍偏向一定的空间邻近性。

基于上述结论，本文主要的政策启示在于：数字贸易网络的集聚性与传递闭合特征内生地决定了数字产业分工不可避免地呈现区域偏向性与利益分配的“马太效应”，其内在稳定性很大程度上得益于历史网络与三元闭合效应，这也是全球数字贸易得以不断深化的首要前提，更是缓冲金融危机、突发公共事件等外生冲击的重要保障。因此，中国应立足双循环新发展格局，充分发挥巨大国内市场优势，在鼓励数字服务出口的同时积极扩大进口，强化网络集聚效应，强化数字服务供应链韧性，优化全球数字贸易利益分配格局，以数字贸易的高质量带动数字经济发展的高质量。此外，当前中国的数字产业基础设施配套与人力资本水平较低，支撑作用尚未有效发挥。故而应加快建设完善新型数字基础设施配套体系，促使大数据、5G、人工智能等数字技术与服务产业深度融合，同时加大数字产业高端人才的引进与培养力度，强化中国数字经济高质量发展的人才支撑和智力支持，着力提升产业基础与现代化水平，将增强电信、计算机与信息服务等数字产业基础能力的工作重点放在集成电路、基础软件、重大装备等薄弱环节，并通过补齐数字产业链条上基础零部件、先进基础工艺、数字技术基础、数字环境等短板，构建数字产业化与产业数字化相互融合、相互促进的数字服务生态。

[1] 周念利，陈寰琦.RTAs框架下美式数字贸易规则的数字贸易效应研究[J].世界经济，2020，43(10)：28-51.

[2] 贾怀勤，高晓雨，许晓娟，等.数字贸易测度的概念架构、指标体系和测度方法初探[J].统计研究，2021，38(12)：30-41.

[3] BRUCE L, MARTYN P, CARUANA P, et al. RCPA QAP general module-recent changes and what the future holds[J].Pathology,2016,48(S1): S7-S10.

[4] HEANEY M T.Multiplex networks and interest group influence reputation: an exponential random graph model[J]. Social networks,2014,(36):66-81.

[5] 段庆锋，蒋保建.基于ERGM模型的技术合作网络结构效应研究[J].现代情报，2018，38(8)：83-89.

[6] 刘林青，陈紫若，田毕飞.结构依赖如何影响贸易网络形成及演化：以“一带一路”为例[J].世界经济研究，2020(6)：106-120+137.

[7] 刘林青，闫小斐，杨理斯，等.国际贸易依赖网络的演化及内生机制研究[J].中国工业经济，2021(2)：98-116.

[8] 王直，魏尚进，祝坤福.总贸易核算法：官方贸易统计与全球价值链的度量[J].中国社会科学，2015(9)：108-127+205-206.

[9] 盛斌，高疆.数字贸易：一个分析框架[J].国际贸易问题，2021(8)：1-18.

[10] 潘晓明.国际数字经济竞争新态势与中国的应对[J].国际问题研究，2020(2)：93-106.

[11] 齐俊妍，强华俊.数字服务贸易限制措施影响服务出口了吗?：基于数字化服务行业的实证分析[J].世界经济研究，2021(9)：37-52+134-135.

[12] GARG P. Study on introduction of cashless economy in India 2016:benefits and challenge’s[J]. An international multidisciplinary research journal,2020,10(4):116-120.

[13] HUMMELS D, ISHII J, YI K. The nature and growth of vertical specialization in world trade[J]. Journal of international economics,2001,54(1):75-96.

[14] 占丽，戴翔.服务业开放与企业出口国内增加值率悖论及其解释[J].经济与管理研究，2021，42(6)：43-64.

[15] KOOPMAN R, WANG Z, WEI S J. Estimating domestic content in exports when processing trade is pervasive[J]. Journal of development economics, 2012, 99(1):178-189.

[16] DAUDIN G, RIFFLART C, SCHWEISGUTH D. Who produces for whom in the world economy? [J]. Canadian journal of economics, 2011,44(4):1403-1437.

[17] JOHNSON R C, NOGUERA G. Accounting for intermediates: production sharing and trade in value added[J]. Journal of international economics,2012,86(2):224-236.

[18] WANG W, WEI S, YU X, et al. Characterizing global value chains: production length and upstreamness[R].NBER working paper,2017:23261.

[19] ZHOU M, WU G, XU H. Structure and formation of top networks in international trade, 2001—2010[J]. Social networks, 2016(44):9-21.

[20] 鞠建东，余心玎，卢冰，等.全球价值链网络中的“三足鼎立”格局分析[J].经济学报，2020，7(4)：1-20.

[21] NEWMAN M E J, GIRVAN M. Finding and evaluating community structure in networks.[J]. Physical review ,2004,69(2):1-15.

[22] CARNEGIE N B, KRIVITSKY P N, HUNTER D R, et al. An approximation method for improving dynamic network model fitting[J]. Journal of computational and graphical statistics,2015,24(2):502-519.