中国数字贸易发展测度及时空演变特征研究

周娟美 崔粉芳

（中北大学经济与管理学院，山西 太原 030051）

一、引言

当前，随着数字技术与贸易方式的不断融合与深化，数字贸易急速发展，不仅颠覆了传统贸易产业转型升级的新形态，更成为推动经济复苏与增长的新引擎。据统计，2021年我国数字贸易规模达到约42.89万亿元，较2020年增长9.5%，预计到2025年，中国可数字化的服务贸易进出口总额将超过4000亿美元。由此可见，我国数字贸易发展强劲，越来越成为经济增长的驱动力。然而，过度扩张的贸易规模体系带来内部基础薄弱、区域性结构失衡、规则体系不健全等问题，影响数字贸易实现高质量发展。在此背景下，科学、准确地评估中国数字贸易发展水平，系统地刻画其时空演变、区域差异及来源和收敛特征，对于推动区域数字贸易协调发展、促进经济提质增效具有重要的理论与现实意义。

数字贸易是数字化背景下现代通信技术和传统贸易结合的产物，是现阶段国际贸易发展的新形态，目前国内外学者大多从其内涵和统计测度方面进行研究。关于数字贸易的内涵，随着数字技术对经济贸易影响的加大，数字贸易的概念和内涵还在不断发展，呈现出不同的表现形式，未形成统一的定义。一是在国家政策文本中对数字贸易的概念进行界定，最早起源于美国。2013年，美国国际贸易委员会（USITC）发布《美国和全球经济中的数字贸易I》，指出数字贸易是通过互联网进行产品和服务的交换活动，具体标的包括数字内容、社交媒体、搜索引擎及其他数字化产品和服务，排除了有形的实物产品①；随后，其于2014年对数字贸易的定义进行了扩充和延伸，将在产品订购、生产和交付等环节中发挥重要作用的服务和货物涵盖其中，强调数字贸易在金融、制造业等行业中的支撑作用②；2017年，又进一步指出数字贸易囊括实现全球价值链的数据流、服务等，是一个宽泛的概念③。我国相关部门也发布了关于数字贸易的概念界定，2019年，中国信息通讯研究院（CAICT）指出，数字贸易不仅包括线上宣传、结算等促成的实物贸易，还包括数字产品和服务贸易④。其他国家也从不同角度对数字贸易的概念进行界定，如日本经济产业省在2018年《通商白皮书》中指出，数字贸易是通过互联网技术向消费者提供商品、服务与信息的商务活动（张正荣等，2021）[1]。二是国内外学者从国际规则、与传统贸易比较等角度对数字贸易的概念进行界定。如Weber（2010）[2]从数字贸易发展的特点出发，认为数字贸易是在数字经济时代这一特定背景下，通过电子商务的跨境交易等电子化方式传输产品或服务的商业活动。与传统贸易相比，虽然二者具有基本相似的贸易本质、目的以及理论支撑，但是在产生的时代背景、贸易方式、贸易的时效性等方面均有显著的差异（刘洪愧，2020）[3]。数字贸易更侧重于强调数字技术对贸易形式的影响，许多数字产品本身也是可贸易品，通过现代信息网络技术交易实体货物、数字化产品与服务、数字化知识与信息，极大拓展了贸易的边界 （Chen等，2022）[4]。盛斌和高疆（2021）[5]按照交易对象区分了狭义的数字贸易与广义的数字贸易，狭义的数字贸易的交易对象主要是服务产品，强调数字交付的模式，而广义的数字贸易还包括了通过信息和通信技术（ICT）与数字方式交易的实体货物或商品。

关于数字贸易统计测度的研究成果主要分为两类。第一类是相关组织在界定数字贸易内涵的基础上，直接构建反映数字贸易发展水平的宏观指标。2017年，经济合作与发展组织在《测度数字贸易：走向概念性框架》中提出衡量数字贸易的三个概念性框架，包括数字贸易性质（数字化订购、平台支持以及数字化传输）、数字产品（货物、服务、信息或数据）、参与者（企业、消费者、政府），推动了数字贸易的测度研究。沈玉良等（2021）[6]从市场准入、基础设施、法律政策环境和商业环境四个层面构建了数字贸易促进指数，用于测量不同领域内主要经济体在数字贸易促进方面的表现。第二类是相关研究者基于实践，从国家和区域层面构建具体化、多层次的数字贸易测度指标体系。国家层面开展的研究比较丰富，冯宗宪和段丁允（2022）[7]从数字贸易规模、贸易结构、贸易地位和贸易环境等4个维度构建指标体系，通过因子分析和聚类分析对59个国家数字贸易发展水平进行评价。还有学者以“一带一路”沿线45个国家为研究对象，从基础载体、海关环境、金融服务、技术支撑等6个方面选取21个二级指标构建指标体系，运用灰色聚类法侧重分析数字贸易发展的营商环境（王智新，2020）[8]。而马述忠等（2022）[9]从数字创新、数字技能、贸易规模、基础设施等角度对国家数字贸易发展水平进行评价。Meltzer（2019）[10]从政府和监管角度出发，基于数字贸易规则和国际监管合作两方面评价数字贸易。区域层面研究较少，但也有学者展开初步测度。如姚战琪（2021）[11]将熵权法与TOPSISI法结合，从电子商务基础设施、数字化技术、数字产业化规模及贸易交易额、数字产业化贸易、依赖于对外贸易的程度5个维度构建各省数字贸易综合指标体系，但没有深入分析数字贸易在省域层面发展的地区差异和演变趋势。

综上，国内外学者对数字贸易的内涵、统计测度等方面的研究不断深入，为本文研究奠定了重要的基础，但仍存在以下不足：第一，当前研究多聚焦于宏观或微观层面的数字贸易指标体系构建，但在中观或省级区域层面，缺乏最新的测度研究。第二，现有研究更多地关注数字贸易内涵，从经济基础、要素差异等方面来探讨数字贸易的区域差异和时空演变特征的文献较少。第三，鲜有学者从空间视角探讨不同地区间的空间相关作用和时空格局演变。

鉴于此，本文可能的边际贡献在于：第一，基于数字贸易发展内涵，从数字贸易发展全产业链视角出发，构建包括数字贸易基础、贸易对象和贸易竞争力三个维度的评价指标体系，利用中国2012—2020年30个省（自治区、直辖市，不包括西藏自治区及港澳台地区，以下简称省份）的数据测度数字贸易发展水平。第二，引入Moran'I指数以揭示全国数字贸易发展的空间关联性与集聚特征，运用Dagum基尼系数测算全国及东、中、西三大区域数字贸易发展的不平衡程度及空间差异来源。第三，在充分考虑区域间可能存在的空间相关性的基础上，结合β收敛模型和空间模型探究数字贸易发展的收敛性质。上述研究有利于统筹区域数字贸易协调发展，为数字时代下促进全国贸易高质量发展和产业转型、增加经济活力提供参考与依据。

二、研究方法与数据

（一）数字贸易发展的测度方法

1.指标体系。通过大数据、云计算、人工智能等数字技术赋能，数字贸易打破了产业主体之间的信息壁垒。一方面，相比传统贸易产业链，数字贸易围绕生产端、交易端和供应链端构建了一种新型供需关系，买卖双方借助数字贸易平台不仅可以直接沟通与交易，而且缓解了信息不对称问题，提高了上下游供需匹配效率（曹宗平和黄海阳，2022）[12]；另一方面，产业链是产业组织、生产过程和价值实现的统一（毛冰，2022）[13]，数字贸易平台具备快速有效的数据分析能力，有利于推动其他产业数字化升级。在这一过程中，数字贸易基础是前提，贸易对象是关键，贸易竞争力是最终目的。故本文根据数据的可得性与可靠性、指标体系的可复制性、科学性与可比性等测度原则（黄凌云等，2021）[14]，同时借鉴冯宗宪和段丁允 （2022）[7]、马述忠等（2022）[9]的做法，基于数字贸易产业链视角，从数字贸易基础、对象、竞争力三个维度选取21个测度指标构建中国数字贸易发展评价指标体系（见表1），所有指标均为正向指标。

表1：中国数字贸易发展水平评价指标体系

一是数字贸易基础。得益于数字技术的快速发展，数字贸易依托数字化的资源与信息，凭借低成本、高速度传播等优势，市场占比大幅提升（Goldfarb和Tucker，2019）[15]，其应用的前提就是具备完善的基础设施和物流环境，可以用互联网普及率、光缆长度、快递业务情况、邮路长度等指标来测度。

二是数字贸易对象。数字贸易与传统贸易最大的区别之一在于贸易对象数字化，即贸易标的，如产品、服务、要素等以数据形式存在。随着信息技术的发展和数字贸易基础的建立，出现了越来越多的新业态模式，如数据交易、云外包、平台分包等（谈东华和戴翔，2022）[16]。本文选择电子商务销售额，电信业务总量，软件业务收入，计算机、通信和其他电子设备制造业固定资产投资总额，电子及通信设备制造业主营业务收入，信息技术服务收入等6个指标进行测度。

三是数字贸易竞争力。区域数字贸易要实现长期稳定发展，增强市场竞争力，关键在于提升数字贸易技术水平和增强数字贸易发展潜力。前者要求引进人才，持续推进技术创新，加快突破关键领域、“卡脖子”核心技术，占据市场创新制高点，取得产业优势（刘佳琪和孙浦阳，2021）[17]。因此，本文使用关键领域从业人员、R&D经费及专利申请数衡量数字贸易技术水平。后者与区域的经济基础、资源禀赋等有关，故使用人均地区生产总值、进出口总额和社会消费品零售总额等指标反映。

2.测度方法。本文使用熵权法测算中国数字贸易发展水平，即利用熵为各评价指标赋权，综合评价各指标在体系中所起的作用，具有客观性和科学性。

首先，为消除量纲和数据级的差异，对数据进行标准化处理：

其中，i=1,2,…,n，为地区；j=1,2,…,m，为子指标；Xij、x′ij分别表示第i省对应的第j项指标的原始数值和标准化后的数值；Xmax、Xmin为各指标对应的最大值和最小值。

其次，计算第i省第j个指标的比重：

并计算j项指标熵值：

再次，根据dj=1-ej确定指标差异性系数，则可以计算出指标的权重为：

最后，逐年利用各指标的权重对各样本分别进行加权求和，最终得到相应年份各省份的数字贸易发展水平评价数值：，该数值越大，说明该地区数字贸易水平越高。

（二）数字贸易发展空间分布的分析方法

空间自相关分析方法可揭示数字贸易发展的空间分布特征，表现为全局自相关Moran'I指数与局部自相关Moran'Ii指数。具体来看，全局自相关检验数字贸易发展是否具有空间依赖性，局部自相关检验数字贸易发展的局部空间集聚情况（杨旭等，2021）[18]。计算公式如下：

其中，DGTi、DGTj分别表示i、j省份的数字贸易发展水平，为平均值，Wij指空间权重矩阵。Moran'I指数的取值范围一般为[-1，1]，大于0表示正空间自相关，且越接近1，空间相关性越强，相反，小于0表示负相关。

（三）数字贸易发展区域差异的分析方法

利用Dagum基尼系数分析中国东部、中部及西部三个区域数字贸易发展的区域差异及来源。相比传统的基尼系数与泰尔指数，Dagum基尼系数不仅可以说明数字贸易不平衡发展总体差异G的来源，还可以避免样本数据交叉的问题。G具体分解为区域间差异贡献Gw、区域内差异贡献Gnb、超变密度贡献Gt，可以直观反映不同区域内部、区域之间及由于区域间重叠引起的三种差异贡献的动态变化特征。具体计算公式如下：

式中，G为总体基尼系数，衡量所有省份间数字贸易发展水平的相对差异；DGTij表示第i个区域内j个省份的数字贸易发展水平；k代表地区个数；n为省份个数。

（四）数字贸易发展收敛性的分析方法

本文采用β指数分析中国数字贸易发展的收敛性，包括绝对β收敛和条件β收敛（Galor，1996）[19]。其中，绝对β收敛是指各省份影响数字贸易发展的因素相同，随着时间推移各地区的数字贸易发展水平会逐渐收敛于同一稳态水平。条件β收敛是指在考虑各省份影响数字贸易发展水平因素的情况下，不同的地区呈现出不同的增长速度，最后各地区的数字贸易发展水平收敛于各自的稳态。传统β收敛模型为：

进一步考虑到空间效应，各相邻省份之间存在相关性，传统的面板模型可能会存在偏误，故本文将空间因素纳入考虑，构建空间β收敛模型，包括空间滞后（SLM）、空间误差（SEM）、空间杜宾（SDM）β收敛模型，具体为式（8）、（9）、（10）：

式中，DGTi，t+1、DGTi，t分别代表第i省份第t+1、t年的数字贸易发展水平，二者之比表示增长率；ρ、λ分别表征空间回归系数和空间误差系数，θ为空间交互项系数；W为空间权重矩阵；control是控制变量，包括人力资本水平、城市化水平、基础设施建设水平及政府补助水平；β为收敛系数，若β＜0且显著，表明地区数字贸易发展存在收敛趋势，反之则呈发散趋势。

收敛速度表示数字贸易发展水平低的地区对较高地区的追赶速度，计算公式为：

（五）数据说明与来源

1.数据说明。控制变量的选取参考金祥义和张文菲（2022）[20]、Kang和Park（2012）[21]的研究，人力资本水平以普通高等院校在校生人数占地区年末总人口的比重衡量，城市化水平选用年度城镇人口占常住人口的比重衡量，基础设施建设水平以各地货运总量与GDP之比表征，政府补助水平使用科学技术支出占政府预算一般公共支出的比重代表。为减少异方差，所有变量均对数化处理，描述性统计结果如表2所示。

表2：控制变量的描述性统计

2.数据来源。本文以2012—2020年中国30个省份的面板数据为研究样本。在时间跨度的选择上，20世纪90年代，电子商务发展迅猛，但自2012年以来，全球贸易增长缓慢，与此同时，数字技术不断创新，数字经济迎来了蓬勃发展，数字贸易成为经济新的增长点，因此，考虑到数据的可获得性，本文确定研究时间为2012—2020年。数据主要来源于《中国统计年鉴》《中国信息产业统计年鉴》以及《中国人口和就业统计年鉴》。部分缺失数据使用插值法补齐。

三、中国数字贸易发展的空间分布分析

（一）全局空间自相关

为判断中国数字贸易发展的空间分布特征，本文基于熵值法测算结果，利用全局自相关法检验空间关联和集聚特征。表3为地理距离权重矩阵维度下2012—2020年中国数字贸易发展的全局Moran'I指数，各年的全局Moran'I指数均在1%的水平上显著为正，说明在99%的置信度下，我国数字贸易发展并非孤立、随机分布的，而是呈现出正的空间相关性，表现出集聚特征，即数字贸易发展水平较高的地区往往与一个或多个数字贸易发展水平较高的地区相邻，数字贸易发展存在空间溢出效应。

表3：2012—2020年中国数字贸易发展全局Moran'I指数

（二）局部空间自相关

在此基础上，使用局部空间自相关法进一步分析省际区域之间数字贸易发展的集聚分散趋势。选取2012年、2014年、2017年及2020年作为代表性年份，得到数字贸易发展的局部Moran'I散点图（见图1）。其中，第一象限为“高—高（H-H）集聚”区，表示本省份与周边省份数字贸易发展均表现出较高水平，其空间关联表现为扩散效应；第二象限为“低—高（L-H）集聚”区，即本省份自身的数字贸易发展水平低，而周边省份水平较高，表现为过渡区域；第三象限为“低—低（L-L）集聚”区，呈现出自身与周边省份数字贸易发展水平均较低的特征，为低速增长区；第四象限为“高—低（H-L）集聚”区，位于该象限表示本省份数字贸易发展水平高，周边省份水平较低，空间关联表现为极化效应。

图1：代表性年份中国数字贸易发展局部Moran'I散点分布

总体来看，中国各省份之间数字贸易发展存在不同程度的集聚效应，空间发展之间存在一定的关联性，表现出东强西弱、南强北弱的发展格局。2012—2020年，中国数字贸易发展的空间分布格局发生了变化，但变化程度不大，整体呈现出东部沿海到中部地带再到西部地区依次减弱的趋势。东部沿海地区（如上海、江苏、浙江等）省份有良好的互联网、物流等基础设施，且地区经济发展水平较高，数字贸易发展水平整体优于中西部地区；随着中部崛起战略、“一带一路”倡议及数字化的深入，中部地区的河南等省份迎来发展空间，辐射带动作用初显；西部地区在区位、人才、技术等方面存在明显短板，数字贸易发展的提升空间仍较大。

具体来看，中国数字贸易发展的集聚现象在空间分布上具有一定的规律性和稳定性，分布在第一、三象限的省份均超过了70%，说明我国数字贸易发展具有“高—高（H-H）”或“低—低（L-L）”的集聚特征，且随着时间的变化，大多数省份并未脱离其原来的集聚范畴。在2012年，第一象限集中在北京、辽宁、上海、江苏、浙江、福建、山东和广东等七个省份，均在东部沿海地区，这些省份经济最为发达，数字化水平与贸易开放度较高，故在数字贸易发展上具有一定先发优势。第二象限有天津、内蒙古和黑龙江等三个省份，这些省份虽与高水平省份相邻，但仍存在数字基础设施建设不完备、数字技术人才不足等制约因素，处于过渡区域。剩余多数省份位于第三象限，集中分布于中西部地区，受经济发展水平、地理区域位置、开放程度等因素影响，自身及周边省份数字贸易发展水平较低，仍存在较大改进空间。2014年，四川从第三象限跳到了第四象限，成为第一个表现为“高—低（H-L）”集聚特征的省份，可能得益于“一带一路”建设，设施联通水平提高和经贸产能合作等为四川跨境合作提供了便利，使得四川的数字贸易快速发展，领先于周边地区。2017年，辽宁从第一象限跳到第二象限，说明相比于周边省份，辽宁近几年发展相对较慢，落入“低—高（L-H）集聚”区；河南则转移到第四象限，表明河南的数字贸易发展水平得到了大幅提升，而周边省份水平仍较低。2020年，山东从第一象限跳到第四象限，第四象限的省份由2012年的0个增长为3个，说明随着数字经济的发展，在政策的支持下，逐渐出现发展水平较高的省份。进一步分析发现，这三个省份地理位置相邻，且与第一象限省份毗邻，说明正向相关性的省份初步展现出牵引和辐射拉动作用。

四、中国数字贸易发展的区域差异分析

通过空间自相关分析发现，中国数字贸易存在区域间和区域内发展不平衡特征，故使用Dagum基尼系数进一步量化区域差异，结果如表4所示。

表4：Dagum基尼系数分析结果

图2（a）是全国层面数字贸易发展的基尼系数。整体来看，各省份数字贸易发展的总体差距依然显著，但是观测期内差异程度整体上呈现下降态势，一定程度上证明了区域协调发展政策的有效性。从2012—2020年的演变趋势来看，全国层面数字贸易发展的基尼系数大致经历了“下降—微升—下降”的波动变化。最大值是样本年度初期的0.521，最小值是0.453，出现在2019年，降幅约为13.05%，年均降幅接近2%。

图2：中国数字贸易发展的Dagum基尼系数及分解

图2（b）是东部、中部、西部三大区域内的基尼系数。从基尼系数均值来看，2012—2020年中国东部、中部和西部数字贸易发展的基尼系数均值分别为0.432、0.213和0.387，说明东部地区省份数字贸易发展水平差异最大，西部地区次之，中部地区差异最小。东部省份数字贸易发展水平极其不平衡的结论与前文局部自相关结果一致，如北京、上海等东部省份均位于发展水平较高的第一象限，而河北、吉林、海南等省份虽然也属于东部地区，但却位于第三象限，发展水平较低。从动态变化趋势看，东部和西部地区内部差异水平呈波动下降趋势，其中，东部地区由2012年的0.451下降至2020年的0.433，仅在2018年表现出较大的下降趋势，达到0.356，其余年份均保持波动变化，主要原因是东、西部地区数字贸易发展水平提高，地区内差异逐渐缩小。而中部地区内部差异水平在2012—2016年出现明显的上升趋势，从0.181增加到0.235，年均增长率为7.46%，而后整体保持平稳。虽然中部地区内部差异逐渐增大，但总体差异相对其他地区而言仍然较小。

图2（c）是东部、中部、西部三大区域间的基尼系数。从地区间比较来看，东部—中部、东部—西部、中部—西部地区间数字贸易发展的基尼系数均值分别为0.480、0.621、0.365，区域间总体不协调程度仍较高，其中中部—西部数字贸易发展差异最小，东部—西部差异最大，东部—中部次之。东部地区与中部、西部地区的区域间发展不均衡程度均较高，这主要是因为中部和西部地区在数字基础设施建设、贸易模式、开放度等方面均存在不足，二者差距相对较小，而东部地区整体的经济发展水平、市场化程度等明显较优。从动态变化趋势看，三大区域间的基尼系数整体呈下降趋势。其中，中部—西部地区间数字贸易发展水平差异的变化并不明显，2020年中西部地区间的基尼系数相比2012年仅下降了1.09%。而东部—中部、东部—西部地区间数字贸易发展水平差异下降趋势明显，2012—2020年间基尼系数分别下降了13.71%和15.46%，且在2016年后降幅增大，这可能得益于2015年国务院发布了《关于推进国内贸易流通现代化建设法治化营商环境的意见》，提出加强地区基础设施建设、推进“互联网+”流通行动、推动区域协调发展、促进电子商务发展等措施，促进各地区数字贸易进入快速发展时期。东部地区凭借传统产业的基础优势和在高新技术产业领域的先发优势，在“两化”融合和“互联网+”产业浪潮中响应迅速。与此同时，中西部地区作为“一带一路”倡议的重点扶持区域，在基础设施提升、资源链接、市场开放、政策先行先试等方面享有得天独厚的优势，从而缩小了地区间的数字贸易“发展鸿沟”。

图2（d）是中国数字贸易发展水平差异的来源贡献率。将中国数字贸易发展水平存在的差异分解为区域间差异、区域内差异和超变密度差异三部分，样本期内，三者的平均差异贡献率分别为55.55%、34.83%、9.62%。可以看出，区域间数字贸易发展水平差异是总体差异的主要来源，其贡献率样本期内呈现下降趋势，从2012年的59.65%下降至2020年的50.67%。区域内差异保持稳定态势，贡献率在35%左右小幅波动。而超变密度差异贡献率总体呈上升趋势，经历了两次不同程度的增长，先从2012年的5.84%到2015年的8.74%，再由2016年的8.28%增长至2019年的14.39%，年均增长率分别为16.55%、24.59%，说明样本的交叉重叠现象在逐渐增强。2020年，超变密度差异贡献率又回落到13.49%，相较于2012年，增长了7个百分点。整体来看，超变密度贡献率虽然不断增大，但对总体差异的贡献率不大，始终低于20%。区域间差异贡献率虽然呈下降趋势，但长期超过50%，远远高于区域内差异，说明还需要进一步促进各区域间数字贸易协调发展。

五、中国数字贸易发展的收敛特征分析

中国数字贸易发展在东部、中部、西部区域之间和省域之间存在较明显的差异，而发展差异是否具有收敛性以及能否趋于平衡，是值得探究的问题。前文的Moran'I指数已经揭示了区域发展的空间集聚和空间依赖特征，故本文运用空间收敛法研究中国数字贸易发展的β收敛性，在时空格局下分析其演变趋势。

表5报告了基于地理距离矩阵得出的中国数字经济发展的绝对β收敛检验结果。首先，参考曹萍萍等（2022）[22]的做法确定绝对β收敛分析模型，依次通过LM检验、Wald检验、LR检验、Hausman检验及固定效应检验，最终筛选确定全国范围选择时间固定SLM，东部地区和中部地区选择双向固定OLS，西部地区选择空间固定SEM。其次，全国及东、中、西部地区数字贸易发展的β系数均为负，分别为-0.006、-0.020、-0.134和-0.074，除东部地区未通过显著性检验外，其余地区均在95%的水平上显著，表明不同地区数字贸易发展均存在绝对β收敛，即在不考虑其他影响因素的情况下，随着时间的推移，数字贸易发展会收敛于同一稳态水平。空间滞后系数λ、空间误差系数ρ均显著为正，表明本地区数字贸易发展不仅受本地的影响，还会受地理位置相近的周边地区数字贸易发展的影响，具有正向溢出效应。最后，从收敛速度v来看，全国的收敛速度为0.067%，三大区域按照收敛速度由快至慢依次为中部（1.598%）、西部（0.854%）、东部（0.224%），中部地区最大，东部地区最小。这可能是因为东部地区省份数字贸易发展水平差异最大，而且受限于资源禀赋、人才虹吸等因素，导致收敛速度明显低于其他区域。

表5：全国和三大区域数字贸易发展绝对β收敛结果

考虑到不同地区的经济特征差异可能导致绝对β收敛的结果产生偏差，本文进一步考察在人力资本水平、城市化水平、基础设施建设水平、政府补助水平四个控制变量的影响下，数字贸易发展是否存在条件β收敛。由表6可知，全国、东部、中部及西部的条件β收敛系数均显著为负，证明各区域在不同因素的影响下，数字贸易发展会逐渐收敛至各自的稳态水平。从收敛速度来看，全国及东、中、西部地区数字贸易发展的收敛速度分别为1.121%、1.858%、4.268%、1.445%，中部地区收敛速度最快，东部地区次之，西部地区最慢。同时，人力资本水平、城市化水平、基础设施建设水平及政府补助水平对不同地区数字贸易发展的条件β收敛过程会产生不同的影响。具体来看，第一，人力资本水平对全国、东部及中部地区的影响均为负，但不显著，对西部地区影响显著为正，这说明，相比于其他地区，数字化人才和贸易型人才在促进西部地区数字贸易发展的过程中显得尤为重要。第二，城市化水平提高加快了东部和中部地区数字贸易向高值收敛，对全国地区的影响为负但不显著，对西部地区的影响显著为负。出现这种现象的原因可能是当前中国城市化进程一味追求城市人口比重的增长，低质发展不能促进数字化等新兴产业的发展（赵文举和张曾莲，2022）[23]。第三，基础设施建设水平对全国和东部地区的数字贸易发展影响为正，对中西部地区的影响为负，均不显著。基础设施建设，如“宽带中国”试点政策的实施，通过促进资本、劳动等要素的流动，进而推动贸易数字化转型，而中西部地区由于地理和交通等条件受限，无法全域推广，故受其影响较小（秦文晋和刘鑫鹏，2022）[24]。第四，政府补助水平对全国及三大区域的数字贸易发展产生普遍的正向效应，尤其能显著促进全国数字贸易发展水平向高值收敛。这说明，政府这一“有形之手”通过把控宏观政策方向、培育市场主体、维护市场秩序等方式，健全数字贸易发展的有效市场，是促进各地区快速发展的基础。

表6：全国和三大区域数字贸易发展条件β收敛结果

六、结论与政策启示

（一）结论

本文从数字贸易发展全产业链出发，从发展基础、对象、竞争力三个维度构建中国数字贸易评级指标体系，以2012—2020年30个省份为研究对象，分别运用空间自相关、Dagum基尼系数、空间β收敛模型测算刻画全国及三大区域数字贸易发展的时空演化、区域差异及收敛特征。主要结论如下：

1.从空间分布来看，中国数字贸易发展呈现较显著的地理空间正相关集聚特征，大多数省份位于局部Moran'I散点图的第一象限和第三象限，“高—高（HH）集聚”和“低—低（L-L）集聚”特征突出。进一步而言，2012—2020年间，大多数省份分布象限位置未发生明显变化，但四川、河南、山东的数字贸易发展水平有所提升，发生了跃迁现象。全国数字贸易发展整体表现出东强西弱、南强北弱的发展格局，开始呈现“点—线—面”的渐进演进态势，牵引和辐射拉动作用初显。

2.从区域差异来看，第一，中国数字贸易发展的基尼系数在考察期内整体呈波动下降趋势，说明全国整体范围内的非均衡现象减弱。分区域来看，东部和西部地区内部差异在波动中呈下降态势，但变化不明显，而中部地区则呈上升趋势，其中，东部地区数字贸易发展内部差异最大，基尼系数均值达0.432。第二，从区域间差异来看，东部—中部、东部—西部、中部—西部地区间数字贸易发展水平差异总体均呈下降趋势，东部—西部间差异下降的幅度最大，区域差异也最大。第三，从区域差异来源及其贡献来看，区域间差异是数字贸易发展总体差异的主要来源，平均贡献率达55.55%，但其贡献率呈逐渐下降态势。

3.从收敛特征来看，全国及三大区域数字贸易发展均存在一定程度的β收敛。绝对β收敛速度从高到低依次为中部（1.598%）、西部（0.854%）、东部（0.224%）。在加入人力资本水平、城市化水平、基础设施建设水平、政府补助水平四个控制变量的情况下，全国及东部、中部和西部地区的收敛系数均显著小于0，表明存在条件β收敛，中部地区收敛速度最快，东部次之，西部地区最慢，且均高于整体收敛速度。其中，政府补助水平对全国及三大区域的数字贸易发展产生普遍的正向效应，而人力资本水平、城市化水平和基础设施建设水平由于地理位置、资源禀赋等条件不同对不同地区数字贸易发展收敛的影响作用呈现差异。

（二）政策建议

根据上述结论，结合我国数字贸易发展现状，本文提出以下政策建议：

1.鼓励优先发展，强化辐射带动作用。在充分认识我国数字贸易发展的集聚特征和空间溢出效应的基础上，鼓励高水平地区优先发展，同时发挥辐射牵引作用，带动其他地区发展。首先，要高度重视数字贸易发展的空间关联，加强邻近区域间的合作，三大区域可以以中部地区为连接，建立东部—中部、中部—西部协调发展机制。如以省份为单位建立点对点数字贸易发展帮扶制度，以重大项目建设为牵引，促进产业、产品跨区域流动，打破地理距离限制，带动区域间合作，促进形成资源共享调度、平台共建的长期合作机制。其次，对于“低—低（L-L）”型省份，要重点发展有潜力有基础的城市，以带动周边城市发展，进而提高全省数字贸易发展水平。具体来看，要积极打造数字贸易示范区，以贸易示范基地为轴心培育标杆企业，同时，以“领头羊”吸引更多企业入驻，促进形成上下游完备的产业链集群，提升数字贸易竞争力，从而带动形成周边地区产业集群，遵循“点—线—面”的辐射效应，推动区域数字贸易发展。最后，要重点关注“高—低（H-L）”“低—高（L-H）”象限省份，加强省域间的数字贸易合作，把握数字技术发展的新机遇，利用数字贸易本身的网络效应和高集中性，化“虹吸”为“辐射”，可借助中心城市先天优势，积极带动周边落后省份，推动区域协调发展。

2.着重缩小差异，推进区域差异发展。区域间差异是我国数字贸易发展差异的主要来源，故要重视不平衡问题，把重点放在缩小区域差异、强化自身优势、促进区域差异化发展上。东部地区数字贸易发展较早、基础较好，要继续深入实施创新驱动发展战略，突破关键性技术，不断探索数字贸易发展新业态，以保持数字贸易核心竞争优势。具体来看，东部地区作为数字贸易发展高地，要继续深化政府、高校、科研院所及企业之间的交流与合作，加强数字技术、商业模式、产品等方面的创新，进一步健全数字贸易领域市场准入、运行和监管等方面的法规，在保证网络安全的前提下促进数据跨边界自由流动，以期为中西部地区提供可复制可推广的“东部经验”。中西部地区数字贸易发展水平较差，要加快完善数字贸易发展的硬环境与软环境，例如加快数字贸易基础设施建设，立足低成本和资源禀赋条件，建立有效的人才培养计划，推动完善产、学、研联合发展的新模式。尤其是要加大物联网、5G、区块链及人工智能等数字新基建力度，借助新一轮西部大开发与丝绸之路经济带建设契机，扩大对外开放，培育新的经济增长点，依靠西部产业特征构建新的竞争优势，如依托西部特有资源培育发展本土跨境电商企业，建立知名品牌，积极引进外资，支持“引进来”与“走出去”相结合，推动西部特色产品与服务“走出去”。

3.坚持精准施策，赋能传统贸易转型。首先，要加强顶层设计，完善网络安全、资金融通等相关政策体系，改善数字贸易发展的营商环境，鼓励中小企业发展数字贸易。其次，从立法和技术层面加强数字贸易监管，定期监测对接各类跨境电商平台，把握数字贸易发展的真实情况，畅通数字贸易产品出口渠道。再次，培养并引进数字型、贸易型综合人才，可以与高校、科研机构合作，按照电商企业需求培养高素质人才，完善补贴、落户、子女教育等优惠政策，吸引海内外优秀人才，助力传统贸易企业跨越人才障碍。最后，政府要积极引导企业数字化转型，对初创的贸易企业和急需资金支持的数字化转型期贸易企业，要给予财税政策保障，引导金融机构加大对这类企业的信贷支持，促进形成人才流、资金流、技术流良性互动的产业链上下游数字化转型体系。

注：

①The United States International Trade Commission（USITS）.2013.Digital Trade in the U.S.and Global Economies，Part 1[R].USITC Publication.

②The United States International Trade Commision（USITC）.2014.Digital Trade in the U.S.and Global Economies，Part 2[R].USITC Publication.

③The United States International Trade Commision（USITC）.2017.Global Digital Trade 1:Mraket Opportunities and Key Foreign Trade Restrictions[R].USITC Publication.

④CAICT.数字贸易发展与影响白皮书（2019）[R].北京：中国信息通讯研究院，2019.