数据跨境流动规则对数字贸易出口技术复杂度影响研究

丛颖男，彭友，朱金清

1.中国政法大学，商学院，产业经济系，北京 100088

2.中国政法大学，数据法治研究院，北京 100088

3.北京字节跳动网络技术有限公司，北京 100043

引 言

在新冠疫情全球流行的背景下，数字贸易1根据经济合作与发展组织（OECD）、国际货币基金组织（IMF）等机构对数字贸易的界定，广义的数字贸易包括政府、企业和消费者等主体通过数字订购、平台支持或数字交付的方式对货物、服务和信息等对象的交易[1]。在这一定义之下，数字贸易几乎渗透到了所有的跨境服务贸易部门之中。考虑到数字贸易在跨境服务贸易中的重要性和数据的可获取性，本文将跨境服务贸易作为数字贸易研究的主要对象。韧性强劲、逆势增长，成为了经济增长的新动能、经济高质量发展的新引擎。从2005 年至2021年，全球以数字方式交付服务贸易总额从1.2 万亿美元上升至3.8 万亿美元，其中我国所占比重更是从1.45%攀升至5.11%（如图1）。我国的国际收支平衡表中服务贸易项目长期面临逆差，数字技术对服务贸易的赋能无疑是我国缩小服务贸易逆差、实现产业升级的良好契机。在产业数字化转型的关键时期，从《“十四五”数字经济发展规划》将“数字经济治理体系更加完善”作为数字经济的发展目标之一，到中央深改委第二十六次会议强调要“建立合规高效的数据要素流通和交易制度”，再到《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》全文聚焦通过制度建设激活数据要素潜能、强化数字经济竞争力，我国密集出台的多项政策做出了以数据基础制度的法治化建设推动数字经济从高速度增长转向高质量发展的战略部署。

图1 以数字方式交付的服务贸易发展情况2 数据来源：联合国贸易与发展会议数据库（UNCTADstat），https://unctadstat.unctad.org。Fig.1 Developments in trade in digitally delivered services2 数据来源：联合国贸易与发展会议数据库（UNCTADstat），https://unctadstat.unctad.org。

数据跨境流动是实现数据聚合、充分释放数据要素价值的重要环节和进行跨境数字贸易的基本前提，建立安全高效的数据跨境流动规则是数据基础制度建设的题中之义。目前，全球的数据跨境治理并未形成共识性模式，不同的数据跨境治理模式对数字服务贸易产生的限制程度各不相同（如图2）。我国的数据跨境流动制度建设尚处于探索阶段，在科学立法和实现数字经济高质量发展的目标之下，明确数据跨境限制对数字贸易结构的影响效应与作用路径极其必要。

现有相关研究主要涉及数据跨境规则的量化研究、数字贸易出口技术复杂度的影响机制研究和数据跨境法律规则建构与完善研究3 个方面。首先，在数据跨境规则的量化研究方面，Ferracane等[2]和Ferencz[3]通过赋分加权量化分别构建了数字贸易限制指数（Digital Trade Restrictiveness Index,DTRI）和数字服务贸易限制指数（Digital Services Trade Restrictiveness Index,DSTRI），这两个指数被广泛运用，其构建方法也已成为现有相关研究所采用的主流规则量化方法。其次，在数字贸易出口技术复杂度的影响机制研究方面，张雨等[4]对影响服务出口复杂度的可能关键因素进行了系统性地梳理和实证检验。同时也有研究具体探讨了基础设施[5]、产品内分工和制度质量[6]、全球价值链[7]、知识产权保护[8]、进口贸易自由化[9]、技术市场发展[10]等多类因素对出口技术复杂度的影响机制，特别是随着数字贸易所占比重不断上升，数字贸易出口技术复杂度也成为了现有研究的对象[11-13]。最后，在数据跨境法律规则建构与完善研究方面，我国作为数据治理后发国家，现有数据跨境法律规则研究多为比较法视野下的立法论研究，聚焦于对各国数据跨境流动规则的梳理和借鉴[14-16]，但随着我国数据立法的逐步跟进，亦有学者从我国实定法出发针对数据跨境规则的风险应对与法益平衡展开研究[17-19]。

总的来看，数据跨境流动规则的量化研究已基本成型且相应数据可以公开获取，出口技术复杂度的影响因素及其作用机制研究已有丰硕成果，为本文研究的展开提供了坚实的理论基础。但首先，目前数据跨境流动限制对数字贸易出口技术复杂度的影响机制研究仍较为薄弱；其次，数据跨境立法研究虽然对制度借鉴和法益衡量展开了丰富讨论，但缺乏借助实证方法对立法效果的考察，这不利于在制度继受和自主法律体系构建的过程中充分考虑立法效果在国别和行业等方面呈现的差异性。因此，本文选择出口技术复杂度指标衡量数字贸易发展质量，通过实证方法研究各国不同的数据跨境流动规则下差异化的限制程度对数字贸易出口技术复杂度的影响及其作用渠道，并进一步分析该影响的贸易部门异质性和国家经济发展水平异质性，力求为构建高效的数据要素流通制度提出针对性建议，具有丰富的理论和现实意义。

1 理论基础与研究假设

1.1 数据跨境流动限制程度与数字贸易出口技术复杂度

数据作为数字经济的关键生产要素，其跨境流动是跨境数字贸易发展的重要基础。然而，各国为了维护国家安全、数据主权、数据资源竞争优势和公民隐私等利益，相继推出了数据跨境流动限制规则，典型者如数据本地化要求4典型的数据本地化要求如《网络安全法》第37条第1句：“关键信息基础设施的运营者在中华人民共和国境内运营中收集和产生的个人信息和重要数据应当在境内存储。”，其规制结构以禁止数据出境、在本地储存和处理数据等要求为基本原则，以出口数据需经数据主体同意或规制机构许可为例外[20]。Nigel[21]的研究指出，出台和实施限制数据跨境流动政策的成本巨大，会削弱企业竞争力和经济生产力，阻碍全球贸易和本国经济的发展。根据欧洲国际政治经济中心（European Centre for International Political Economy,ECIPE）的测算，数据出境限制和数据本地化要求会使得欧盟、中国等7个国家和地区面临不同程度的GDP降低、国内投资减少、消费者福利损失，特别是会导致中国和印度尼西亚的出口额因企业竞争力降低而减少1.7%[22]。因此，本文可以认为一国出台数据跨境流动限制性规则会对本国生产率、出口产品的技术含量造成负面影响，故提出：

假设1：一国的数据跨境流动限制对该国数字贸易出口技术复杂度存在负向影响。

1.2 影响渠道推演

首先，数据跨境流动限制对一国整体的创新能力极可能具有阻碍作用。在数字经济时代，数据之所以能成为关键生产要素和核心资源，是因为数据企业的生产方式以数据开发利用为主，且在假定技术不变的前提下，数字经济发展受土地、劳动力、资本数量等传统生产要素的影响相对较小，而受数据数量和数据质量的影响较大[23]。研发人员依赖数据开发新产品和服务，创建新的生产或交付流程，改进营销模式，并建立新的组织和管理方法[24]。数据跨境流动是实现数据数量聚合和数据质量提升的重要路径，故数据自由跨境流动对企业创新具有积极的促进作用。反之，数据跨境流动限制性规则带来的数据壁垒会造成新产品开发时间延误和成本攀升[21]，甚至导致医学等领域的跨国协同创新难以进行[25]，无疑会对创新活动的展开和创新能力的提升产生阻碍。其次，构建出口技术复杂度指数的初衷就在于测度一国出口贸易的技术水平，技术创新对出口技术复杂度的提升具有内生推动作用自然是其应有之义[26]。同时，也有实证研究表明技术创新是影响出口技术复杂度的重要因素[27]。自然地，可以提出：

假设2：一国的数据跨境流动限制通过抑制技术创新能力，进而降低其数字贸易出口技术复杂度。

此外，出口国实施的数据跨境流动限制性规则带来的数据流动成本攀升，还很可能通过阻碍数字基础设施的投资和建设导致数字贸易出口技术复杂度降低。数字基础设施的核心是5G、工业互联网、人工智能（AI）和数据中心，这些设施的运行都离不开海量数据的支撑。因此，当数据跨境限制性规则的实施提高了数据聚合成本时，市场对数据基础设施的需求也会相应下降，不利于在“市场在资源配置中起决定性作用”这一市场逻辑下推动“新基建”战略和数字技术的更新和优化。此外，数据跨境限制性规则也很可能对数字基础设施跨境投资造成阻碍。首先，从投资目的上来看，互联网企业进行对外直接投资多旨在设立海外子公司或海外研发中心，这二者的正常运行都较大程度地依赖于以数据跨境流动为基础的数据互通和信息共享，若数据跨境流动受限，那么相应的数字基础设施投资也更难落地。其次，从投资成本上来看，数据跨境流动限制不仅会带来全球云服务获取成本攀升、企业生产率下降等一系列经济成本[21]，也会因数据本地化存储要求、母子公司间数据交换受限而带来额外的设施投资成本和后续运营成本5例如，在“数据本地化”要求之下，微软、亚马逊、苹果、特斯拉等外国跨国公司纷纷在中国建设数据中心，以实现对中国用户数据的存储本地化。，进而产生对数字基础设施建设的阻碍效应。因此，数据跨境流动规则越严苛，越不利于数字基础设施建设的进行。另外，根据现有研究可知，基础设施可以稳健地提升各国的出口技术复杂度[5]，特别是数字基础设施建设可以显著地促进新兴服务出口的技术复杂度[28]，故可进一步提出：

假设3：一国的数据跨境流动限制通过阻碍数字基础设施的建设，进而降低其数字贸易出口技术复杂度。

2 模型构建、变量选取和数据来源

2.1 基准回归模型构建

在数字经济蓬勃发展、数据基础制度探索完善的关键时期，建立实证模型研究数据跨境流动限制性规则对数字贸易的影响及其实现机制具有重要意义。本文以ECIPE发布的DTRI指数衡量数据跨境流动规则的限制性程度，以出口技术复杂度衡量数字贸易的发展质量，选取具有代表性的35 个国家作为考察对象635个国家分别为澳大利亚、奥地利、比利时、巴西、瑞士、中国、捷克共和国、德国、丹麦、爱沙尼亚、芬兰、法国、英国、希腊、匈牙利、印度尼西亚、印度、爱尔兰、意大利、日本、韩国、立陶宛、卢森堡、拉脱维亚、墨西哥、荷兰、挪威、波兰、葡萄牙、俄罗斯、斯洛伐克共和国、斯洛文尼亚、瑞典、土耳其、美国。，同时将可能影响出口技术复杂度的其他因素作为控制变量，建立本文的基准回归模型：

其中，ESik为i国k部门的出口技术复杂度；DTRIi为i国的数字贸易限制指数，Controls为全部控制变量；μik为随机误差项。

2.2 变量、数据来源及描述性统计

2.2.1 被解释变量（ESik）

由于本文研究的基本问题为数据跨境流动规则带来的数据跨境限制是否对数字贸易的出口技术复杂度具有显著影响，故出口技术复杂度（Export Sophistication, ES）为本研究的解释变量。对于ES的测度和计算，本文借鉴Hausmann等[29]提出，并为戴翔等[6]学者采用的两步计算法，计算数字贸易“国家-部门”层面的出口技术复杂度。

第一步，先分别测度被选定为研究对象的数字贸易出口部门k的技术复杂度指数（Technological Sophistication Index,TSI）7本文选定为研究对象的5个数字贸易出口部门分别为保险和养老金服务，金融服务，通信、计算机和信息服务，个人文化和娱乐服务，其他商业服务。：

其中，TSIk为出口部门k的技术复杂度指数；ei为i国数字贸易出口总额；eik为i国k部门的出口贸易额；pcgdpi为i国人均国内生产总值。

第二步，计算i国k部门的出口技术复杂度ESik：

2.2.2 解释变量（DTRIi）

2018 年，ECIPE 公布了基于65 国的数字贸易政策通过赋分加权方法构建的DTRI 指数，以量化各国对跨境数字贸易的限制程度，这一指数和量化方法为数字经济研究广泛采用[11-12]。虽然在DTRI的构建过程中专门测算了“数据限制”这一子指标，但是一方面该子指标仅考虑到了数据传输相关的法律和政策对数据跨境流动直接限制，而未将其他政策领域中实际造成数据跨境流动限制的规定一并考虑在内，例如电信产业的准入制度虽然属于竞争制度而非数据制度，但其直接关系到电信跨境业务能否顺畅进行，当然也会实际影响数据跨境流动的限制程度；另一方面，数据跨境流动作为跨境数字贸易的必要环节，二者具有高度的一体性。本文基于以上两方面的考虑，为避免采用“数据限制”子指标可能存在的估计偏误，直接选取DTRI 指数衡量一国对数据跨境流动的限制程度，作为本研究的解释变量。

2.2.3 控制变量及数据来源与描述性统计

参考既有关于出口技术复杂度影响因素研究的经验[4,8,30]，本文选取国内生产总值（GDP）、人口规模（POP）、人力资本（HC）、服务贸易比重（PS）作为基准回归模型的控制变量，另补充信息和通信技术服务出口额（ICT）作为渠道检验模型的控制变量。上述控制变量的含义如表1。

表1 控制变量及其含义Table 1 Control variables and their meanings

数据来源与描述性统计如表2所示。

表2 数据来源与描述性统计Table 2 Data sources and descriptive statistics

3 实证检验与结果分析

3.1 基准回归结果

在上文的理论阐述中，本文指出数据跨境限制性规则很可能由于对生产造成广泛的负面影响而不利于数字贸易出口技术复杂度的提升，并基于此提出了假设1。实证研究的基准回归结果进一步通过列（1）和列（2）验证了该假设。列（1）为未添加控制变量条件下的回归结果，式中DTRI 的系数为-2.009，且在5%的水平下能够通过显著性检验，说明数据流动限制程度与数字贸易出口技术复杂度之间存在负相关关系。列（2）为添加控制变量条件下的回归结果，式中DTRI的系数为-4.699 且在1%的水平下能够通过显著性检验，更有力地证明了假设1的成立。

3.2 稳健性检验

3.2.1 扩充样本容量的稳健性检验

在本文选定为研究对象的5 个数字贸易部门之外，知识产权交易、交通运输2 个服务贸易部门同样被涵括在数字贸易的范畴之内，并被部分数字贸易研究纳入为研究对象[11,31]。为检验模型的稳健性，本文将这2个部门的出口贸易数据增加到原有样本之中，再次进行回归分析。表3中列（3）即为回归结果，该估计结果的解释变量系数能在1%水平下通过显著性检验，表明本文基准回归结果是可信的。

表3 基准回归与稳健性检验结果Table 3 Results of baseline regression and robustness tests

3.2.2 计量方法替换的稳健性检验

鉴于基准回归模型可能存在内生性的问题，本文基于两阶段最小二乘方法（2SLS）进行工具变量法内生性检验。工具变量应当与解释变量之间具有相关关系，且同时具有外生性，即与扰动项不相关。基于此原则，本文选取各国2000年各国历史故意谋杀犯罪率（MUR）8故意谋杀犯罪率是指对由于家庭纠纷、人际间暴力、为争夺土地资源的暴力冲突、黑帮团伙之间争抢地盘地或控制权的暴力事件以及武装团伙的掠夺性暴力和杀戮而有意造成的非法谋杀犯罪的估计。作为第一个工具变量。一个国家或地区故意谋杀犯罪率越低，说明其社会治安状况越好、社会稳定性越强、法律制度更为完善。在数字时代，在法治环境的延续性和制度惯性的影响下，各国数据跨境限制性规则的制定理念自然也会与其历史制度产生相关性；但故意谋杀犯罪率与数字贸易出口技术复杂度显然不具有直接的相关关系，故理论上也满足外生性要求。同样基于上述理由，死亡率也是对社会治理水平和政府执政能力的反映，故本文借鉴周念利等[11]的经验，选取2019年各国历史死亡率（DEATH）作为第二个工具变量。

表1列（4）即为故意谋杀犯罪率（MUR）和死亡率（DEATH）作为DTRI 的工具变量的两阶段最小二乘法回归结果。列（4）中DTRI的系数为-19.452且在10%的条件下显著，说明数据跨境政策的限制性越强则对数字贸易复杂度提升的阻碍程度越大，再次证明了基准回归可信和假设1成立。此外，在2SLS 的第一阶段回归中F 值大于10，意味着本文选取的工具变量满足相关性要求，并非弱工具变量；同时，过度识别检验的P值大于0.1，意味着不能拒绝“H0：所有工具变量都是外生的”这一原假设，表明不能否认工具变量的外生性。

3.3 作用渠道检验

3.3.1 作用渠道检验模型

基于假设2、假设3，本文选择对出口技术复杂度影响作用较为明确的技术创新能力、数字基础设施建设水平作为中间变量，将被解释变量依次替换为中间变量，通过检验数据跨境流动限制对中间变量的影响，以达到检验作用渠道的目的。特别说明的是，一方面根据上文理论阐述可知，现有研究表明中间变量对被解释变量的影响已较为明确；另一方面，若采用中介效应检验的“三步法”回归进行渠道检验，在使用线性回归方法考察中间变量对被解释变量的因果关系时，几乎总是会存在高度共线性导致的低统计功效和变量遗漏、互为因果以及中间变量测量误差导致的估计偏误[32]。故本文不再如惯例进行逐步回归，而将研究重点放在选出与被解释变量之间存在显著关系的中介变量，进而考察中介变量与解释变量之间的关系。基于此，本文构建以下模型进行作用渠道检验：

其中，（1）式和（4）式用于检验ln INNOi作为中介变量的渠道检验，（1）式和（5）式用于ln INFRi作为中介变量的渠道检验。INNOi为i国的技术创新能力，本文选用各国的科技期刊文章9科技期刊文章是指在下述领域出版的科学和工程类文章：物理、生物、化学、数学、临床医学、生物医学研究、工程和技术，以及地球和空间科学。发表数量测算；INFRi为i国的数字基础设施建设水平，本文选用各国每百万人拥有的安全互联网服务器10安全服务器是指在互联网交易过程中使用加密技术的服务器。数量测算。

3.3.2 技术创新能力的作用渠道检验

基于上述模型设计，本文先依据（1）式和（4）式进行ln INNOi作为中介变量的渠道检验。表4中列（2）为（4）式的估计结果，显示数据跨境流动限制程度与科技创新能力呈现显著负相关，表明对数据跨境流动限制会阻碍创新活动的进行。由于已知技术创新对出口技术复杂度具有内生和显著的提升作用，故推知对数据跨境流动的限制可以通过阻碍创新而抑制出口技术复杂度提升，即假设2成立。

表4 作用渠道检验结果Table 4 Results of the influence channel tests

3.3.3 数字基础设施的作用渠道检验

表4 中列（3）与列（4）即为依据（1）式和（5）式进行渠道检验的结果。与创新能力的渠道作用机制类似，数据跨境流动限制会显著抑制数字基础设施建设，进而基于数字基础设施与数字贸易出口技术复杂度之间直接而显著的关系降低一国的数字贸易出口技术复杂度。

3.4 异质性分析

3.4.1 数字贸易部门异质性

由于不同的贸易部门对数据生产要素的依赖程度并不相同，数据跨境流动壁垒对数字贸易部门的影响极可能并非均质，故本文通过对样本中五个贸易部门进行分组回归以分析该影响作用在贸易部门层面的异质性。

如表5所示，第（1）至（5）列分别为对保险和养老金服务，金融服务，其他商业服务，通信、计算机和信息服务，个人文化和娱乐服务五个贸易部门进行分组回归的结果。结果显示，虽然各贸易部门DTRI 的估计系数都为负，但仅有保险和养老金服务、金融服务和其他商业服务3个部门估计系数能够通过显著性检验，这表明数据跨境流动限制性规则对这3 个部门的负向影响作用更为明显。从理论上解释，金融服务和保险行业是数字化转型的先行者，“金融科技”的赋能更是使得数据成为金融企业的核心生产要素[33]，我国亦顺应这一趋势，通过发布《中国银保监会办公厅关于银行业保险业数字化转型的指导意见》等针对性政策积极推进金融保险行业的数字化转型；其他商业服务则包括研发、咨询、广告等可以通过数字化手段完成交付的专业技术性服务，该部门的出口对数据跨境流动的依赖程度自然较高。因此，分组回归结果与服务贸易的实际发展情况相契合，具备合理性。

表5 数字贸易部门异质性分析分组回归结果Table 5 Results of grouped regressions for the analysis of heterogeneity in the digital trade sector

3.4.2 国家经济发展水平异质性

经济发展水平不同的国家数字基础设施建设水平和互联网普及程度不尽相同，处于数字化转型进程的不同阶段，其产业受数据跨境流动规则的影响程度自然也存在差异。本文以国际货币基金组织（IMF）对发达经济体的认定为标准，将样本国家分为发达国家和发展中国家两组进行分组回归11其中，发达国家包括澳大利亚、奥地利、比利时、瑞士、捷克共和国、德国、丹麦、爱沙尼亚、芬兰、法国、英国、希腊、爱尔兰、意大利、日本、韩国、立陶宛、卢森堡、拉脱维亚、荷兰、挪威、葡萄牙、斯洛伐克共和国、斯洛文尼亚、瑞典、美国；发展中国家包括巴西、中国、匈牙利、印度尼西亚、印度、墨西哥、波兰、俄罗斯联邦、土耳其。。结果如表6 所示，发展中国家的数字贸易出口技术复杂度受到数据跨境流动限制显著的负向影响，而这一影响对于发达国家而言并不显著。这一异质性背后的原因可能是，发达国家拥有更完备的基础设施、更丰富的人才储备、更先进的技术能力和更庞大的国内数据量，相对发展中国家更有能力克服数据跨境流动限制对数字贸易出口技术复杂度的抑制作用。

表6 国家经济发展水平异质性分析分组回归结果Table 6 Results of grouped regressions for the analysis of heterogeneity in the level of economic development of the countries

4 结论与展望

本文以DTRI 指数度量35 个样本国家数据跨境流动规则的限制性程度，实证研究其对各样本国家5 个重要数字贸易部门的出口技术复杂度的影响作用。研究发现：第一，数据跨境流动限制会对一国的数字贸易出口技术复杂度产生显著而稳健的负向影响；第二，数据跨境流动限制程度越高，则越不利于该国技术创新活动的进行和数字基础设施的建设，进而导致出口技术复杂度水平受限；第三，数据跨境流动限制对数字贸易出口技术复杂度的抑制作用具有贸易部门层面的异质性，在保险和养老金服务、金融服务、其他商业服务3个贸易部门抑制作用更为显著，而在通信、计算机和信息服务，个人文化和娱乐服务两个贸易部门相对不显著；第四，数据跨境流动限制对数字贸易出口技术复杂度的抑制作用具有国家经济发展水平层面的异质性，发展中国家所受的抑制作用相对发达国家更为显著。

基于以上实证分析结果，本文针对数据跨境治理问题提出以下政策建议：第一，应当建立包容审慎的数据跨境流动规则。数据跨境限制性规则的出台会带来抑制数字贸易产业结构升级的经济成本，且该成本对发展中国家而言尤其显著，这一方面意味着我国数据跨境立法应当保持包容审慎，谨慎地进行制度继受，将制度的限制性程度限于维护个人权益、社会利益和国家安全的必要限度之内；另一方面也表明我国应当积极参与数据跨境流动相关的双边和多边国际合作，实现“人类命运共同体”下数据治理领域的互信互通。由此看来，《数据安全法》第11条“积极开展数据安全治理、数据开发利用等领域的国际交流与合作”和“促进数据跨境安全、自由流动”的规定极具现实意义，以此为原则“宽严相济”地进行数据出境安全评估，继续大力推进各大自贸区开展的数据跨境流动试点都会是数据跨境制度建设的有益探索。第二，应当推进区分行业的精细化立法。由于数据跨境流动限制对保险和养老金服务、金融服务和其他商业服务等贸易部门发展的负向影响更为显著，数据跨境流动规则也应当区分行业进行分级分类的精细化设计，对于对数据跨境流动依赖性较强的行业，应当结合该类数据的具体特征和保护需求促进数据安全自由流动。第三，应当持续提升新基建水平和技术创新能力。数据安全保护的需求决定了数据跨境流动限制不可避免，但由于数字基础设施建设和技术创新水平是数据跨境流动限制抑制数字贸易发展质量的重要渠道，我国可以从这两方面入手克服上述抑制作用。一方面，我国应当继续大力推进“新基建”，提升数字基础设施建设的整体水平；另一方面，应当充分发挥“新型举国体制”的制度优势集中力量突破“卡脖子”技术，积极完善创新人才培养方案、推进人才引进计划，提升技术创新水平。

当然，限于作者的能力与数据可获取性，本文仍存在部分缺憾。一方面，本文所选取的样本未能覆盖全部国家和所有的数字贸易行业，数据量仍有扩充的空间；另一方面，数据跨境流动规则的量化方法也有待提升，现有量化方法可能存在因国家法律执行力度差异或文化、习俗等其他干扰因素带来的限制程度高估或低估问题。但是，本文以计算机科学、经济学、法学交叉融合的视角考察数据法律对数字经济发展质量的影响，若能抛砖引玉，为后续的数据立法实证研究积累探索性经验，本文的写作目的便已达成。

利益冲突声明

所有作者声明不存在利益冲突关系。