产业数字化如何推动贸易网络枢纽地位提升?

刘维林,魏宜静

1.南开大学 经济与社会发展研究院,天津 300071 2.南开大学 数字经济交叉科学中心,天津 300071

数字革命作为引领全球生产力进步的重要趋势,正在推动各国产业体系的重塑升级与国际贸易格局的深层次调整。为此,世界各国纷纷将发展数字经济列为国家经济战略的重要目标之一,将其视为信息时代拉动经济发展的新引擎。《“十四五”数字经济发展规划》指出,“数字经济正推动生产方式、生活方式和治理方式深刻变革,成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量”。按照国家统计局发布的《数字经济及其核心产业统计分类(2021)》,数字经济包括数字产业化和产业数字化两部分,其中产业数字化指应用数字技术和数据资源为传统产业带来的产出增加和效率提升。习近平总书记指出:“要推动产业数字化,利用互联网新技术新应用对传统产业进行全方位、全角度、全链条的改造,提高全要素生产率,释放数字对经济发展的放大、叠加、倍增作用。”在新一代数字科技支撑和引领下,数字化进程不仅带动了各产业在生产要素、生产方式和组织机制等方面的一系列变革,还推动着全球生产网络和贸易网络的转型、升级和再造。在新冠病毒感染疫情大流行、逆全球化现象愈演愈烈等一系列挑战下,如何以数字化革命为契机,提升中国在国际贸易网络中的枢纽地位是应对百年未有之大变局的外部挑战和加快构建新发展格局的内在要求所亟待研究的重要课题。

由于全球价值链的迅速发展,全球产业分工日益转向基于垂直专业化的生产区段分工,产品的价值创造不再由某一个国家独立完成,而是由多个国家分工协作、共同实现,从而将各国产业联结成为一个“你中有我,我中有你”的全球生产体系,国家之间的跨境贸易也逐渐演变为网络结构。而一国在贸易网络中所处的枢纽地位越明显,意味着流经该国的贸易流和资源流就越多,从而代表该国在全球贸易和国际资源配置中具有越强的影响力和控制力。特别是在新冠病毒感染疫情、单边主义抬头、大国博弈加剧等一系列外部冲击下,贸易网络中的中心度水平日益成为反映一国贸易的广度、深度和供应链安全性的综合指标而引发广泛关注。

近年来,社会网络分析(SNA)作为研究全球国际贸易网络相对地位和网络特征的重要方法逐渐为国内外学者所关注[1]。Serrano等[2]发现全球贸易网络符合复杂网络的性质,这与经典的随机网络理论不同。在国际贸易分析中,社会网络分析与其他方法最大的不同在于将网络视为贸易主体关系的集合,而不是单一、孤立的对象。一些学者运用SNA结合增加值贸易分解方法研究了全球价值链分工的网络特征[3]以及检验网络中心度对出口二元边际的影响等[4]。这些研究大多认为网络地位是结构性权力的体现,其分布特征和动态变化可以较为直接地反映出贸易格局的演进[5],然而这些研究大多侧重于对网络地位的测度和描述,鲜有立足数字经济迅猛发展的现实背景探讨这一趋势如何推动贸易网络枢纽地位的演变。

在产业数字化的内涵研究及其测算方面,肖旭等[6]将产业数字化概括为传统产业利用数字技术对业务进行升级,从而提升生产的数量以及效率的过程。蔡跃洲等[7]认为产业数字化的实现基础是数字技术所具备的渗透性。由此可见,数字技术应用是产业数字化的基本途径和重要表征,在量化测算上可以基于投入产出的方法来衡量数字技术应用的贡献。如杨飞等[8]使用世界投入产出表,以计算机制造业和信息服务业的中间品增加值占比衡量产业智能化水平。本文主要基于上述思路构建相关指标,考察其对各产业贸易网络特征的影响。不同于近年来关于企业数字化转型、数字赋能等微观层面的研究,本文将重点放在数字化的中观层面。

产业数字化如何影响一国的贸易网络枢纽地位?为探究数字产业渗透与贸易网络结构特征的关系,本文利用OECD-ICIO数据库和社会网络分析的PageRank中心度指数对各国的贸易网络枢纽地位进行测度,在典型事实分析的基础上提出产业数字化影响贸易网络枢纽地位的作用机制假说,进而在测算产业数字化水平的基础上通过多种计量模型对上述效应和机制假说进行实证检验。

本文的边际贡献主要包括三个方面:第一,在指标测度上,基于社会网络分析方法使用PageRank中心度指数衡量各个国家各产业的贸易枢纽地位,进而分析各国全球贸易网络地位演变的特征事实;第二,在研究方法上,采用面板回归、半参数模型、门槛模型和中介效应等多种计量方法验证产业数字化对贸易网络枢纽地位的提升作用及其边际递减特征的理论假说;第三,考虑提升作用在不同类型产业中的异质性以及深化全球价值链嵌入、增强出口竞争优势、改善价值链分工位置三种中介机制,进行实证检验,这对于深入理解产业数字化的多重影响具有启示作用。

一、贸易网络枢纽地位演变的典型事实

社会网络分析为判断各国各产业在生产网络中的节点地位提供了方法依据。随着各国宏观和部门层面数据可获得性的提高,社会网络分析在经济学领域的应用迅速兴起。由于从贸易网络整体角度考察某一节点的中心性不仅需要考虑该节点直接相连的节点数量,还需要考虑网络中通过其他节点间接相连的节点数量,而传统的出度中心度、入度中心度等指标只考虑了前者,本文采用PageRank中心度衡量一国(地区)或一个产业在全球产品贸易网络中的枢纽地位,从2021年发布的OECD-ICIO数据库提取了67个经济体的产业层面数据(剔除了产出为0的产业),以中国首次提出《国家信息化发展战略》的2005年为起点,测算得出2005—2018年每个细分产业的PageRank中心度。

(一)全球贸易网络邻接矩阵的构造

在全球产品贸易网络中,每个国家(地区)代表一个“节点”,如果该国家(地区)向另外一个国家(地区)出口产品,则节点之间存在“连边”,节点和连边的集合构成了整个贸易网络。本文通过构建无权有向贸易网络矩阵计算相应的贸易网络指标。

在有向图中,连接两个节点V1和V2的箭头代表方向。箭头可以从一个节点V1指向另一个节点V2,也可以从节点V2指向节点V1。每个节点被指向的箭头个数是其入度中心度(in),是以该节点为终点的有向边的数目;从这个节点指出去的箭头个数是其出度中心度(out),是以该节点为起点的有向边的数目。

出度中心度是社会网络分析中最具有直观性的指数之一,如果一个行动者在邻接网络中与其他多个行动者之间存在直接的关系,该行动者就居于中心地位,从而拥有较大权力。但点度中心度只是局部中心度的衡量指标,它只考虑了产业i与另外一个产业j的直接联系,未考虑网络的整体结构,这就需要结合PageRank中心度进一步反映产业i在整个网络中的地位,以体现某些国家的某些产业所具有的无可替代的强依赖性。

(二)PageRank中心度的计算

从网络整体角度考察某一节点的中心性不仅需要考虑该节点直接相连的节点数量,还需要考虑网络中通过其他节点间接相连的节点数量,此时就需要采用特征向量类型的中心度指标。比较有代表性的特征向量类型的中心度指标包括Katz中心度、Bonacich中心度和PageRank中心度等。其中Katz中心度和Bonacich中心度近年来在宏观经济冲击[9]和社交网络中的知识、信息扩散[10]等方面得到广泛应用,而归一化的Katz &Bonacich中心度实际上与PageRank中心度等价[11]。有学者认为中心度应当归一化,这样才能体现出其经济含义[9],因此本文直接使用PageRank中心度来衡量网络枢纽地位。PageRank中心度本身源于计算机科学领域,由于全球贸易网络存在类似互联网的复杂特征,因此利用PageRank中心度来衡量一国或一个产业在全球产品贸易网络中的枢纽地位成为近年来诸多文献的选择,通过衡量在网络中各个国家的贸易关系来衡量其贸易网络特征。

PageRank中心度最早被应用于谷歌对网页排名的分析,其原理在于,一个网页的重要程度受其所链接到的其他网页的数量和质量的影响。要获得网页A的排序,不仅要知道有多少网页可以被链接到网页A,还需要知道这些网页各自的排序,因为排序靠前的网页所带来的链接更有分量,也就是权重更高。Brin等[12]使用平稳马尔可夫过程,提供了一个基于“随机浏览者”网页浏览行为的计算方法,从而实现了PageRank中心度的测算(2)假设有一个“随机浏览者”被随机提供一个网页,并不断点击链接,从不点击“返回”,随着不断浏览,“随机浏览者”最终感到厌倦,并开始浏览另一个随机网页。“随机浏览者”访问一个网页的概率就是网页的PageRank值。。

基于上述算法,首先假设整个生产网络指向产业i的产业构成集合Mi。d阻尼系数是“随机浏览者”在每个网页上感到无聊并请求另一个随机页面的概率,在这里代表了贸易伙伴维持贸易往来的概率,阻尼系数介于0～1之间,一般设置为默认值0.85。Lj表示产业j的出度中心度。产业i的PageRank值PRit用迭代形式定义为

(1)

R(t+1)=dH×R(t)+(1-d)/GN×1

(2)

(3)

基于式(2),通过提取OECD-ICIO数据库中65个国家(地区)的贸易往来数据,可以计算出2005—2015年每个国家(地区)—产业的PageRank值(3)由于PageRank中心度的量纲与整个网络的节点规模负相关,当产业数量较大时,PageRank中心度的绝对值偏小,因此本文将其乘1 000以提高实证结果的可视性,这样做只会影响回归系数的大小,不影响作用方向和显著性水平的判断。,该值越高,该国家(地区)在全球贸易网络中越接近于枢纽的中心地位。

(三)全球贸易网络结构的演变

按照全球贸易网络邻接矩阵的构造方法,可以得到以所有国家(地区)—产业层面为节点构建的无权有向网络。为了更直观反映国家(地区)间的贸易关系,将中间产品投入产出表按照国家(地区)进行合并,得到国家(地区)层面的投入产出表XC,进而得到以国家(地区)为节点的无权有向网络YC。在网络YC中,每个国家(地区)节点被指向的箭头个数是其入度中心度,从这个节点指出去的箭头个数是其出度中心度,节点的点度中心度为入度中心度与出度中心度之和。

图 1展示了2005和2018年的全球贸易网络结构(4)英文简称与国家(地区)名称对应如下:OECD国家(地区)包括:AUS澳大利亚,AUT奥地利,BEL比利时,CAN加拿大,CHL智利,COL哥伦比亚,CRI哥斯达黎加,CZE捷克,DNK丹麦,EST爱沙尼亚,FIN芬兰,FRA法国,DEU德国,GRC希腊,HUN匈牙利,ISL冰岛,IRL爱尔兰,ISR以色列,ITA意大利,JPN日本,KOR韩国,LVA拉脱维亚,LTU立陶宛,LUX卢森堡,MEX墨西哥,NLD荷兰,NZL新西兰,NOR挪威,POL波兰,PRT葡萄牙,SVK斯洛伐克,SVN斯洛文尼亚,ESP西班牙,SWE瑞典,CHE瑞士,TUR土耳其,GBR英国,USA美国;非OECD国家(地区)包括:ARG阿根廷,BRA巴西,BRN文莱,BGR保加利亚,KHM柬埔寨,CHN中国,HRV克罗地亚,CYP塞浦路斯,IND印度,IDN印尼,HKG中国香港,KAZ哈萨克斯坦,LAO老挝,MYS马来西亚,MLT马耳他,MAR摩洛哥,MMR缅甸,PER秘鲁,PHL菲律宾,ROU罗马尼亚,RUS俄罗斯,SAU沙特阿拉伯,SGP新加坡,ZAF南非,THA泰国,TUN突尼斯,VNM越南。。点度数越高的节点拥有越多的连边,越接近于图的中心位置,可以看出,2005年处于网络中心的国家(地区)主要是美国、德国和英国,扮演了全球枢纽的角色,而中国虽然也拥有较多的连边,但周边的国家(地区)多为亚洲经济体,更主要扮演的是亚洲区域枢纽的角色。而在2018年全球贸易网络中,位居网络中心位置的除了美国和德国,中国也进入网络的中心圈层,作为唯一的发展中国家成功地由区域枢纽升级为全球枢纽。

图1 2005和2018年全球贸易网络结构对比结果

(四)各国(地区)网络中心度的变化趋势

2018年点度中心度最高的8个国家在考察期内的逐年变动趋势如图2所示,总体来看,美国、德国、英国、意大利等发达经济体总体上都呈现逐渐衰落的走势。与之形成鲜明对比的是,中国和印度在观察期内枢纽地位不断上升。中国在这14年中的枢纽地位保持了快速上升的态势,点度数从68上升到85,于2012年超越美国位居全球第一位,但总中心度只是基于各国(地区)在直接贸易伙伴中的地位给出初步的判断,整个贸易网络中的枢纽识别还需基于PageRank中心度进行评估。

图2 中心国家(地区)的点度中心度

2005和2018年各国(地区)PageRank中心度及其变动对比如图3所示。从2018年的测算结果来看,中国和美国并列位居全球贸易网络枢纽的第一梯队,PageRank中心度均为0.055左右。

图3 2005和2018 年PageRank中心度变动对比

图4 数字渗透率对PageRank中心度的非线性影响

德国、日本、英国、法国、韩国、荷兰、印度、新加坡、意大利位列全球贸易网络枢纽的第二梯队,PageRank中心度处于0.032～0.051之间。从变化趋势来看,在2018年PageRank中心度排名前20的国家(地区)中,中国、日本、韩国、荷兰、印度、新加坡、泰国、俄罗斯、波兰、越南、印度尼西亚的PageRank中心度都有较大幅度提升,而传统发达经济体如美国、德国、英国和法国等则出现较大幅度的下降。在排名21～40的国家(地区)中,部分北欧和中东欧经济体的PageRank中心度出现小幅下降,其余国家(地区)均体现出小幅上升的趋势。而在第41～65名的国家(地区)中,只有希腊的PageRank中心度出现大幅下降,其余国家(地区)则保持在低位徘徊。综上所述,大部分发达国家(地区)在此期间贸易枢纽地位有所下降,而新兴发展中国家(地区)特别是亚洲国家(地区)贸易枢纽地位持续上升,而中心度本身就较低的发展中经济体基本锁定在网络的外围区域,这一变动体现了全球价值链分工演进下发达经济体和发展中经济体贸易地位的分化。

二、理论机制与研究假说

(一)产业数字化对贸易网络枢纽地位的提升作用

产业数字化对枢纽地位的提升作用主要体现在五个方面。第一,产业数字化通过数字技术的应用加强规模经济。随着数字技术对传统行业的不断渗透,企业呈现出高固定成本和低边际成本的新特征,形成了规模效应[13],有助于增加企业产量和积累客户资源,使企业的枢纽地位得到提升。第二,产业数字化通过数字技术创新加强了范围经济。数字技术创新改变了企业的盈利模式,从传统的单一经营转化到在数字平台进行经营[13],数字平台可以在虚拟空间中进行无限次更新迭代的属性促使企业更关注多样化经营,同时,随着互联网和大数据的应用,企业可以对研发设计、原材料采购、产品制造和成品销售等环节的信息进行收集和分析,有效提高上下游产业链的沟通效率,从而扩大对不同国家市场的渗透。第三,产业数字化同时融合了规模经济和范围经济的优势,也增加了对上下游相关企业的资源获取和控制能力,提升了企业在上下游产品价值链中的枢纽地位。第四,在产业数字化过程中,数字技术本身的特性可以带来边界拓展和业态创新。数字化模糊了企业传统的经营边界,重塑了商业模式,进而带动横向和纵向组织关系的创新,并且通过突破生产要素流通的时间、空间硬性约束改变了产业链形态,产业链分工边界因此拓展。传统产业还可以利用数字技术构建数据采集、数据传输、数据储存、数据处理和数据反馈的闭环,打通不同层级与不同行业之间的壁垒,促进供给侧提质增效,创造新产业、新业态、新商业模式,不断满足需求侧改善体验的新需求[14]。在边界拓展和业态创新的过程中会伴随着产业间的融合渗透,进而提升了产业或者企业在贸易网络中的枢纽地位。第五,产业数字化推动企业使用数字平台进行贸易网络变革,降低了贸易成本和信息搜寻成本,提升了交易效率,使得不同地域和部门具有相似逻辑的经济活动都集成到同一平台进行[15],帮助企业将其产品销往全球,扩大了其市场势力,提升了其在贸易网络中的枢纽地位。综上,本文提出以下假说:

假说1:产业数字化有助于提升贸易网络的枢纽地位。

(二)行业异质性与边际递减特征

农业、初级产品制造业、工业制成品制造业、服务业这四种不同的产业类型在土地、资本、劳动和技术等要素投入构成上存在较大差异,产业数字化发挥的作用也有较大不同。传统农业生产具有依赖自然资源、生产经营方式单一等属性,数字化起步往往相对较慢[16],但是数字化给农业生产和流通带来的成效十分明显。利用数字技术可以优化全国乃至全球农业种植和库存活动的监测统计,从而指导农业种植决策,同时通过对气象变化进行实时预警,对作物生长、环境、病虫害等进行实时监测来改进农业生产方式,以及通过更高效的供需匹配来改善交易流通环节。制造业的产业数字化起步相对较早,推动实现制造业的数字化转型已经成为产业界共识,产业数字化推动制造业在生产运营方式、产品服务、资源组织模式、商业模式等方面发生系统深入变革,从而有助于强化在全球价值链中的竞争优势而提升网络枢纽地位。而相对于生产工序更为复杂的工业制成品制造业,初级产品制造业的数字化水平较低,在数字化方面具有更大的发展潜力和发展空间[14]。一部分服务业也较早地利用互联网进行跨境交易,数字技术的应用会使这些服务产品通过网络空间跨境提供,实现了低成本远距离运输,改变了传统服务业不可储存、不可贸易的性质[17]。此外,数字经济还推动了服务业供需的有效匹配,降低了信息搜寻成本,从而有利于服务业产品的全球范围流动。而由于不同行业在数字化水平以及行业产品特性上的差异,数字化对其产生的影响也存在异质性。因此,本文提出以下假说:

假说2:产业数字化对贸易网络枢纽地位的提升作用具有行业异质性。

从宏观层面来说,一国贸易网络枢纽地位的提升意味着该国产品的出口范围和规模不断增加,使得贸易伙伴在范围和规模上向该国集中,但在全球网络节点数总量固定的前提下,这种提升效应也受到边际递减规律的影响,产业数字化虽然有利于一些国家和地区更好地发挥比较优势,迅速融入全球产业分工,并推动一部分国家实现某些领域的赶超,但长期来看这种效应会逐渐收敛。从微观层面来看,虽然企业在推行数字化后数字技术使用的边际成本较低,但信息组织的平均成本会增加[18]。当企业数字化程度与组织结构不相适应时,数字技术难以创造价值,且推动数字化产生的转型成本也为企业发展带来更多的不确定性,不利于企业提升其全球价值链竞争力。因此,在其他环境和条件不变的情况下,随着数字化水平的提高,其对贸易网络枢纽地位的提升作用会呈现边际递减特征。因此,本文提出以下假说:

假说3:数字化对贸易网络枢纽地位的提升作用具有边际递减特征。

(三)中介机制

第一,产业数字化有助于加深全球价值链嵌入程度,进而提升其网络枢纽地位。首先,数字化连接打破了传统的价值链分工边界,传统基于规模经济、技术优势、沉没成本等形成的进入壁垒被削弱,跨界合作成为常态,以整合价值链、供应链、产业链建立高效的价值链网络[6]。其次,数字化技术应用通过降低运输成本、信息成本,增加供需双方匹配效率等方式使更多国家或行业融入全球价值链。最后,数字技术打破了因地理距离造成的运输成本约束,推动相关产品和服务通过数字平台等方式形成“虚拟聚集”的新型全球价值链分工形态[19]。而嵌入全球价值链分工是提升全球贸易网络枢纽地位的重要前提条件。Criscuolo等[11]发现,产业的价值链参与度与网络的前向和后向中心度存在很强的相关性。

第二,产业数字化可通过增强出口竞争力来提升网络枢纽地位。首先,产业数字化转型降低了信息不对称对资源配置的扭曲,使生产要素向更能够为用户创造价值的领域集中,形成公平、开放的产业生态,带动提升供给质量和供给效率,从而增强竞争优势。其次,产业的数字化通过数字技术和数字平台可以加快产业的技术进步,提高生产效率,优化了生产要素配置,进而扩大市场份额来提高出口竞争优势。最后,数字技术应用促进了信息知识的跨界交流和新业态、新产品的学习模仿,有助于在全球生产网络中通过“干中学”效应获取技术溢出,增强自身竞争力,进一步扩大其竞争优势。而作为衡量出口竞争力的重要指标,显示性比较优势的改善可以带来贸易网络枢纽地位的提升。

第三,产业数字化通过改善价值链分工位置提升网络枢纽地位。从企业微观角度来看,互联网发展会通过降低企业进入成本影响出口的扩展边际[20],使产品种类和客户范围更加多元化,从而提高上游度;同时,数字产业渗透还通过增强创新能力、改善资源配置效率促进价值链上游度的提升[21]。而一国的生产环节在全球价值链中处于越上游的位置,其产出或价格的变动越会影响更多的网络节点,该产业在网络中的重要性越强。高敬峰等[22]的实证研究表明,数字技术可以通过技术替代效应和协同渗透效应提升全球价值链地位。从产业中观角度来看,产业数字化带动了产业链的分解与边际扩展,加强了不同产业间的互补与协同,制造业与服务业的边界逐渐模糊,产生了制造业服务化、生产性服务业等新形态。这些新形态的产生往往伴随着更高效的技术创新、组织创新,改善了该产业在价值链中的分工地位,进而提升在整个网络中的枢纽地位。基于以上三个方面的分析,本文提出以下假说:

假说4:产业数字化通过深化全球价值链参与、增强出口竞争力和改善价值链分工位置三方面机制提升枢纽地位。

三、研究设计

(一)计量模型构建

本文主要研究数字渗透率dgt对PageRank中心度的影响,使用面板数据构建如下模型:

PRit=β0+β1dgtit+XitΔ+θi+σt+εit

(4)

其中,PRit为PageRank中心度,下标i、t分别表示产业和年份;核心解释变量dgtit为产业i的数字渗透率,代表该产业的数字化水平;Xit为其他控制变量;θi、σt和εit分别为产业固定效应、时间固定效应和随机误差项;Δ为控制变量的系数集合。

(二)变量的测度与设定

1.产业数字渗透率

本文基于跨国投入产出表测算各国家—产业层面的数字经济渗透水平,参考国家统计局公布的《数字经济及其核心产业统计分类(2021)》对数字经济范围的界定,即数字产品制造业、数字产品服务业、数字技术应用业、数字要素驱动业和数字化效率提升业,本文对比了数字经济的五个组成部分和OECD-ICIO数据库中的产业分类,筛选出符合数字经济特征的四大产业,即计算机、电子和光学产品(D26),电器设备(D27),电信(D61),IT和其他信息服务(D62T63),进而利用2005—2015年的跨国投入产出表,获得每个产业所使用的来自数字产业的中间投入,利用完全消耗系数来测算数字产业每个产业投入的渗透水平。使用完全消耗系数而非直接消耗系数来计算数字渗透率的原因在于前者更能体现在整个全球贸易网络中层层传递的产业关联,能够体现复杂网络的性质,全面地衡量数字经济与各产业的直接与间接联系[21]。

首先,利用中间投入和总投入的关系得到直接消耗系数进行里昂惕夫逆矩阵转换后减去单位对角阵,得到GN×GN阶的完全消耗系数矩阵B,元素为bij,其第j列上的元素代表产业j对各个产业中间产品的完全消耗。然后,将各元素除以其所处列的元素之和,可得到各产业完全消耗的相对占比βij。最后,将来自所有国家数字经济部门的完全消耗占比βij求和,得到产业数字渗透率dgtit。

2.控制变量

(三)数据来源及说明

本文所采用的PageRank中心度、数字渗透率、服务业投入占比、中间品投入占比和出口依存度的指标均根据2018版本的OECD-ICIO投入产出表计算而来,主要样本区间为2005—2015年(5)由于2021版本的OECD-ICIO数据采用了新的《2008年国民账户体系》(SNA 2008)进行核算,产业分类也从国际标准产业分类第三版(ISIC Rev.3)调整为第四版(ISIC Rev.4),因此在新版数据的投入产出表中对ICT中间投入的处理方法做了较大调整,使得数字渗透率指标在前后年份的一致性较差,故本文主要选择了2018版数据库作为主要实证样本。但考虑到实证分析的时效性,在稳健性分析部分也结合2021版数据选取了最新的2016—2018年区间进行了实证检验。,在稳健性检验中进一步结合2021版数据库将样本扩展到了2018年。GDP、人口数据来自世界银行的世界发展指标数据库(WDI)。地理距离数据来自法国前瞻性研究和国际信息中心(CEPII)全球空间距离数据库(World GeoDist)。考虑到极端观测值的存在会对回归系数产生较大影响,本文回归中对所有变量都进行前后1%的缩尾处理之后再进行估计。主要变量的描述性统计结果如表1所示。

表1 主要变量的描述性统计结果

四、实证结果与分析

(一)基准回归结果

首先考察产业数字化是否对贸易枢纽地位提升产生促进作用,按照式(1)的面板回归模型进行参数估计,表2汇报了产业数字渗透率对PageRank中心度影响的回归结果,采用的标准误均为稳健标准误。在第(1)列中仅加入核心解释变量数字渗透率并控制个体固定效应,回归系数在1%水平上显著为正,这说明产业数字渗透率的提升有助于增加其网络中心度。在第(2)列中加入控制变量之后,数字渗透率仍在1%水平上对Page-Rank中心度有显著影响。第(3)(4)列进一步控制了时间固定效应后,主要解释变量和控制变量的方向和显著性均未发生改变,说明回归结果具有良好的稳健性。根据控制其他变量和双向固定效应后第(4)列的估计结果,数字渗透率每增加1%,PageRank中心度上升0.291,从而验证了本文的假说1。

表2 基准回归估计结果

各控制变量的估计结果基本符合理论预期和以往研究结论,出口主导型的产业更容易具有较高的网络中心度。中间产品使用越多,越容易促进生产环节之间形成网络链接从而推升网络中心度。服务业具有一定非贸易品和统计困难的性质,导致服务化程度较高的产业PageRank中心度更低。人均GDP更高的国家往往更容易占据网络中心位置,而与高GDP国家的地理邻近会容易导致其贸易流量更大比例被这些大国所吸收,难以与其他国家建立更为广泛的贸易网络,从而削弱其网络枢纽地位。

(二)产业异质性

表3报告了农业、初级产品制造业、工业制成品制造业和服务业的回归结果。在农业子样本中,数字渗透率的系数虽然为正且高于总样本回归结果,但未通过显著性检验,可能是由于农业的数字化应用在发达国家和发展中国家差距更大,难以得出一致结论。在初级产品制造业子样本中,数字渗透率的系数为1.233,在10%的显著性水平上对网络中心度提供了正向促进作用,可能是由于这类产业数字化转型起步较晚,数字技术的应用相对于农业更容易产生明显的效果。在工业制成品制造业和服务业子样本中,数字渗透率的回归系数分别为0.326和0.245,均在1%显著性水平上对网络中心度有正向促进作用。进一步采用Bdiff命令对每两组样本之间的系数差异进行检验,结果显示,“农业—初级产品制造业”的组间系数差异未通过10%水平的显著性检验,“工业制成品制造业—服务业”“初级产品制造业—工业制成品制造业”的组间系数差异通过了5%水平的显著性检验,而其他组别之间的系数差异均通过了1%水平的显著性检验,说明在农业和初级产品制造业领域,数字渗透率的网络地位提升作用至少在5%的显著性水平上高于工业制成品制造业和服务业领域,而在工业制成品制造业中的提升作用至少在5%的显著性水平上高于服务业。

表3 分产业回归估计结果

(三)边际效应递减检验

为探究数字渗透对于PageRank中心度的提升可能存在的非线性效应,本文使用面板半参数固定效应模型和面板门槛模型对二者关系展开进一步的验证。半参数固定效应模型可以减少模型设定偏误并刻画变量之间的非线性关系,本文构建如下半参数面板固定效应模型:

PRit=XitΔ+G(dgtit)+θi+σt+εit

(5)

其中,G(dgtit)为非参数部分。

通过对式(5)进行一阶差分消除个体固定效应θi,使用样条算法得到面板半参数固定效应模型的回归结果,数字渗透率对PageRank中心度的非线性效应如图 4所示。

控制变量的回归系数如表4第(1)列所示。可以看出,在数字渗透率水平较低时,数字渗透对于PageRank中心度的提升有很强的正向效应,但随着数字产业渗透水平的提高,其偏导数趋于下降,表明其边际效应逐渐递减。

表4 门槛模型与半参数模型回归估计结果

本文还结合Hansen[24]提出的面板门槛模型对非线性效应作进一步检验,以数字渗透率(dgt)为门槛变量构建分段函数,单门槛和双门槛面板模型分别设置为

PRit=β0+β11dgtit×I(dgt<λ1)+

β12dgtit×I(dgt≥λ1)+XitΔ+θi+σt+εit

(6)

PRit=β0+β21dgtit×I(dgt<λ1)+

β22dgtit×I(λ1≤dgt<λ2)+β23dgtit×I(dgt≥λ2)+

XitΔ+θi+σt+εit

(7)

其中,门槛变量为数字渗透率水平,I(·)为指示函数,当条件成立时取值为1,否则取值为0。

表4第(2)列展示了双门槛面板模型的回归结果,门槛变量通过了双门槛检验,均在1%的显著性水平上显著。数字渗透率对PageRank中心度的三个区间均存在统计意义上显著的正向影响,但作用幅度存在差异。当数字渗透率低于0.113时,产业数字化对PageRank中心度的提升作用最大;当数字渗透率达到或超过0.113时,数字渗透率的影响系数有所下降;而当数字渗透率高于0.334时,其提升作用最小。从结果可以看出,无论是采用非参数模型还是门槛模型,数字渗透对网络中心度的提升作用随着数字渗透水平的提高依次递减,验证了本文提出的假说2。

进一步通过计算35个产业部门的数字化水平均值发现,处于第一门槛值左侧区间的产业主要为农业、初级产品制造业和传统服务业(6)具体为农业、能源产品开采和提取、非能源产品开采、采矿支持服务、食品饮料和烟草、纺织服装皮革相关制品、木材及木制品、纸制品和印刷、焦炭和炼油产品、化学和医学产品、橡胶和塑料制品、其他非金属矿物制品、基本金属、金属制品、电力燃气供水以及污水处理、建筑、批发和零售贸易、机动车维修、运输和仓储、住宿和餐饮服务共19个产业。,这类产业的数字渗透率相对较低,但是产业数字化对于这些产业PageRank中心度的提升作用相对更大。处于两个门槛值中间的产业主要为工业制成品制造业、公共服务业以及新兴的生产和生活服务业(7)具体包括机械和设备、机动车和拖车、其他运输设备、其他制造与维修业、出版音像和广播、金融和保险、房地产、其他商业活动、公共管理和国防以及社会保障、教育、健康和社会工作、艺术娱乐休闲和其他服务活动共12个产业。,这部分产业往往数字化转型起步较早,数字技术应用相对普及,对PageRank中心度的提升幅度略低于第一区间的产业。处于第二门槛值右侧区间的行业主要为数字经济相关行业,如计算机电子和光学产品、电器设备、电信、IT和其他信息服务等,由于这些产业本身就具有更高的数字渗透率,因此对其Page-Rank中心度的提升幅度也相对较小。

(四)内生性分析与稳健性检验

1.内生性分析

首先,考虑网络中心度和数字产业渗透可能会存在反向因果问题,而由于当期的PageRank中心度不会影响前期的数字渗透率,可以通过将核心解释变量滞后来消除因同期相关所引发的内生性问题(8)需要指出的是,以滞后项来克服内生性需要假设不可观测变量序列不相关,因此将数字渗透率滞后不能完全解决反向因果问题,但可以在一定程度上减少内生性。。数字渗透率滞后一期和滞后两期的回归结果见表5第(1)(2)列,数字渗透率的回归系数分别为0.202和0.154。可以看出,滞后的数字渗透率仍然对PageRank中心度具有显著的提升作用。

表5 采用滞后数字渗透率和工具变量的回归结果

进一步,引入数字渗透率的工具变量来同时解决遗漏变量与反向因果所引起的内生性问题。使用t期其他国家相同产业的数字渗透率均值作为t期本国该产业数字渗透率的工具变量。一方面,其他国家相同产业的数字渗透率与本国该产业的数字渗透率存在相关性,因为同一类型产业中会使用相似的数字技术。另一方面,其他所有国家该产业的数字渗透率均值不会影响本国该产业的网络中心度,满足工具变量的外生性条件。具体回归结果见表5第(3)(4)列,从中可见,数字渗透率仍对PageRank中心度有显著的促进作用,并且工具变量通过了识别不足检验和弱识别检验,说明了工具变量选择的合理性。

2.稳健性检验

首先,以各产业对数字产业的直接中间使用作为替代指标,即基于直接消耗系数计算的数字渗透率进行稳健性检验结果见表6。除了农业和初级产品制造业由于样本偏少,回归系数不显著以外,其余产业的回归系数在方向和显著性水平上均与基准模型一致,表明上述结论依然成立。

表6 替代核心指标回归估计结果

其次,利用2021年发布的新版OECD-ICIO数据对2016—2018年样本中数字渗透率与PageRank中心度的关系进行考察。表7第(1)列呈现了全部产业样本的回归结果,核心解释变量在作用方向和显著性上都与基准回归样本一致,控制变量除了出口依存度和服务投入占比的系数不显著以外,其他控制变量均表现出较好的一致性。从表7第(2)～(5)列的分产业回归结果来看,数字渗透率的系数大小和显著性的分布也都与表3的结果比较接近,进一步说明了主要分析结论的稳健性。

表7 2016—2018年样本回归估计结果

(五)作用机制检验

本文从全球价值链参与、出口竞争优势和价值链分工位置三方面分析产业数字化对贸易网络枢纽地位的间接影响。其中,全球价值链嵌入程度用总出口中国外增加值所占的比重即国外增加值率(FVA)来衡量,数据来源于OECD数据库中指标EXGR_FVASH。出口竞争力用显示性比较优势(RCA)来衡量,参考吕云龙等[25]基于增加值的显示性比较优势计算公式计算得到。价值链分工位置采用Wang等[26]提出的平均生产链位置(GP)指标,计算公式为GP=PLv/[PLy]′,其中PLv表示前向平均生产长度,PLy表示后向平均生产长度。该指数克服了传统上游度与下游度并不吻合的问题,数值越大,说明该产业处在越上游的位置。本文运用温忠麟等[27]提出的修正中介效应检验方法进行作用机制的检验,建立如下回归方程:

chait=a0+a1dgtit+XitΦ+χi+φt+εit

(8)

PRit=b0+b1chait+XitΓ+еi+λt+δit

(9)

PRit=c0+c1dgtit+c3chait+XitΩ+vi+τt+it

(10)

其中,变量chait分别为FVAit、RCAit和GPit,Φ、Γ、Ω为控制变量的待估系数。

三种机制回归结果见表8,所有回归结果均加入了控制变量、个体固定效应和时间固定效应。从第(1)～(3)列回归结果可知,数字渗透率提高了国外增加值率,同时国外增加值率上升有利于PageRank中心度提升,说明数字渗透率可以通过提升国外增加值率来增加网络中心度。由第(4)～(6)列结果可知,数字渗透率显著增强了产业的显示性比较优势,而显示性比较优势可以提升PageRank中心度,说明数字渗透可以通过增强产业竞争力而提升价值链地位。同理,根据第(7)～(9)列的估计结果,数字渗透有利于价值链分工位置向上游移动推动网络中心度的提升,从而本文假说4得证。

表8 影响渠道检验回归估计结果

五、结论与政策建议

本文立足推进产业数字化转型的战略要求和应对全球价值链重构挑战的现实需求,采用PageRank中心度指数考察了各国产业贸易网络枢纽地位的演变趋势,进而提出产业数字化推动贸易网络枢纽地位提升的理论假说,并运用多种计量方法进行了实证检验。研究发现:第一,产业数字化水平有助于提升其贸易网络的枢纽地位,这种提升作用因农业、初级产品制造业、产成品制造业和服务业各自的产业特征和不同的数字渗透程度而存在差异;第二,产业数字化虽然有利于推动一些国家和地区提升贸易网络地位,但随着数字化水平的提高,其提升作用呈现边际递减特征;第三,产业数字化渗透可以通过深化全球价值链嵌入、增强出口竞争优势和改善价值链分工位置三方面中介机制提升产业枢纽地位。

基于上述结论,本文提出如下政策建议:第一,以数字化赋能全产业链的协同转型,促进全球价值链各种嵌入环节的数字化应用,深化在研发设计、生产制造、品牌营销和贸易物流等领域中数字技术的融合渗透,改变发达国家主导的产业链垄断格局,打造开放合作、互利共赢的全球价值链新生态。第二,以数字化助推中国产业构筑国际竞争新优势,积极推动后人口红利时代中国制造的智能化转型,大力发展智能产品设计与制造、工业互联网平台,同时利用大数据、区块链、云计算技术为金融保险、商贸物流、文化旅游、研发设计等服务业制定数字化解决方案,培育数字贸易的新引擎。第三,以数字化转型提升全球供应链风险应对能力,在新冠病毒感染疫情全球大流行、国际形势复杂多变的百年未有之大变局时代背景下,运用数字化手段来增强对整个产业的生产、销售、出口的监测、预警和控制能力,面临外在风险时按照需求与形势进行灵活调整,维护全球供应链的稳定。第四,以数字化推动高水平的国际交流与合作,积极加入《数字经济伙伴关系协定》,扩大对外开放的领域和合作范围,与RCEP成员国、“一带一路”沿线国家积极推动数字领域国际规则的高水平接轨,实现贸易纽带联系的多元化,减轻对少数国家的贸易依赖,从而提升全球供应链枢纽地位。