基于熵权灰色关联度分析的中国数字服务贸易综合竞争力影响因素实证研究

孟晓华 许 军

（陕西师范大学 国际商学院， 陕西西安 710119）

一、引言

近些年来，数字经济的崛起推动数字产业化与产业数字化蓬勃发展。 随着数字经济与实体经济的进一步深度融合，服务业成为数字经济渗透含量最高的部门。 从产业结构看，截至2020 年，中国服务业、 工业、 农业的数字经济渗透率分别为40.7%、21%和8.9%， 同比分别增长0.7、1.6 和2.9 个百分点。2017 年，中共十九大报告中首提“数字经济”，并提出要“培育贸易新业态新模式”，尽管此时国家层面尚未形成针对数字贸易的具体界定范围， 但已意识到数字经济的崛起必然会对传统贸易领域产生冲击和影响。 2021 年，习近平总书记在中国国际服贸会全球服务贸易峰会上提出要打造“数字贸易示范区”；同年，《“十四五”服务贸易发展规划》将数字贸易纳入其中。 政策的出台为中国数字服务贸易发展指明了方向。

目前，国内外多数相关研究都认为数字服务贸易与数字经济相伴而生，是数字贸易的核心组成部分，二者一定程度上具有孪生关系。 Weber（2010）、熊励等（2011）将数字贸易定义为利用网络传输通道实现数字产品或服务交易的商业模式。[1，2]这是目前国内外最早有关数字贸易的论述，也是从狭义层面对数字贸易概念进行的最初探索。 随着数字技术与产业的进一步融合及各国基于贸易协定[3]，为维护自身利益，对数字贸易的多元化界定，数字服务贸易概念日益清晰， 并逐渐从数字贸易框架中剥离。 2012 年，美国商务部经济分析局（USBEA）首提“数字服务贸易”，将其定义为依托数字科技发展的跨境服务贸易，包括信息通信（ICT）、知识产权、金融等服务。[4]围绕该定义，OECD（2018）从交付形式、产品种类及交易主体等维度对数字服务贸易进行了更细致的分类和扩充。[5]关于数字服务贸易的测算，OECD-WTO-IMF（2019）发布《数字贸易测度手册》， 认为凡是以数字订购和数字交付实现的贸易均可记作数字服务贸易。[6]联合国贸发会议（UNCTAD）（2017）针对数字交付服务作了具体分类，将金融、保险及养老、电信、计算机及信息服务、知识产权付费、个人视听及相关服务、其他商业服务这六类服务纳入数字服务贸易范畴。[7]另外，在影响因素方面，数字壁垒、数字基建、服务业及制造业发展等被认为是对数字服务贸易发展有重要影响的主要因素。[8]

现有文献对数字服务贸易发展的起源与演变进行了充分论述，但关于数字服务贸易影响因素的实证检验相对匮乏。 对此，笔者在明确中国数字服务贸易发展现状及国际竞争力对比的基础上，联合运用熵权法、钻石模型和灰色关联模型对影响因素进行实证分析。 这不对后续相关研究形成有益借鉴，对推进贸易高质量发展，赋能服务贸易新格局具有重要意义。

二、中国数字服务贸易发展现状与国际比较

（一）中国数字服务贸易发展现状

根据联合国贸发会议（UNCTAD） 的分类与统计，2015—2020 年， 中国服务贸易从6541.75 亿美元增至6617.46 亿美元， 数字服务贸易从1794.41亿美元增至2939.85 亿美元， 占服务贸易比重从27.43%增至44.43%，数字服务贸易已成为拉动服务贸易增长的关键力量。受数字服务贸易发展的带动，国内服务业发展增势强劲，对GDP 增长的贡献率从2015 年的3.70%提升至2020 年的4.45%，分别是制造业对GDP 增长贡献率的1.26 倍和1.43 倍。 由此可见，数字服务贸易无论是对服务贸易的带动，还是对服务业发展的推动都起到了关键作用，那么，深入了解中国数字服务贸易发展形势则成为当前面临的迫切任务。由图1 可以看到，2015—2020 年，中国数字服务贸易增长态势显著，在2017—2018 年增长迅猛，但在2018—2020 年增速略有放缓。 从进出口规模看，二者差距不大，在2015—2018 年几乎有所重叠，自2018 年往后出口规模明显大于进口，二者步调的不一致也是拉低贸易规模整体增速的主要原因； 对应到贸易逆差方面， 逆差状态不明晰， 仅在2016 年和2017 年出现微弱逆差，分别为33.66 亿美元和28.17 亿美元。

图1 2015—2020 年中国数字服务贸易发展现状

由图2 可以看到，知识产权付费服务、保险及养老服务是构成逆差状态的主要来源，二者在2015—2020 年始终保持逆差，且有扩大趋势；金融服务仅在2015 年出现小规模逆差。 知识产权付费服务是逆差表现最严重的服务种类， 从2015 年的209.38亿美元增至2020 年的287.5 亿美元， 年均增长6.55%；相比之下，保险及养老服务逆差规模较小，从38.18 亿美元增至68.93 亿美元， 但年均增长12.54%， 增速几乎是知识产权付费服务的两倍，这表明当前中国的知识产权类服务对外依赖度较高，保险及养老服务的逆差规模增长较快，是中国数字服务贸易发展的薄弱环节，这对产业转型升级和价值链地位提升会造成不利影响，是目前亟须解决的关键问题。 个人视听服务、 其他商业服务及ICT 服务是中国数字服务贸易对外呈现显著顺差的三个行业。其中，个人视听及相关服务顺差最大，从2015年的269.55 亿美元增至2020 年的615.91 亿美元，且以17.97%的年均增长率逐年递增，整体增长走势与数字服务贸易保持一致； 其他商业服务与ICT 服务呈现“互补”特点，其他商业服务在2016—2018 年稳步增长，ICT 服务则先降后升，2018—2020 年，ICT服务顺差额反超其他商业服务。 另外，金融服务除了在2015 年表现为逆差外，其余年份均保持相对稳定的顺差状态，但顺差规模较小，平均不到15 亿美元。 正是由于大多数数字服务行业贸易顺差的持续扩大，抵消了知识产权付费和保险等服务造成的逆差， 使得中国数字服务贸易整体对外呈现顺差，说明了中国数字服务业发展迅速，随着全球价值链数字化转型，在新型国际市场竞争中逐渐积攒一定程度优势。

图2 中国数字服务贸易分行业逆差情况对比

（二）数字服务贸易竞争力测度与国际比较

1.数字服务贸易竞争力测度

贸易竞争优势指数 （TC）、 显性比较优势指数（RCA）、国际市场占有率指数（MS）及Michaely 波动指数（MI）是当前学术界衡量数字服务贸易国际竞争力的常用方法，四类指数以一国对外贸易及数字服务贸易的进出口规模，全球数字服务贸易的进出口规模为基准数据， 分别侧重于从进出口的结构、平稳程度及出口规模对一国数字服务贸易的国际竞争力水平进行测度。 具体测算公式如式（1）～（4）所示。

在国家层面， 如果将a 国的数字服务贸易出口记作Xaj，进口记作Maj，对外贸易出口总额记作Xa，对外贸易进口总额记作Ma， 国内生产总值记作Ga；在全球层面， 将全球数字服务贸易出口记作Xgj，对外贸易出口总额记作Xg，那么，TC 指数、RCA 指数、MS 指数、MI 指数计算公式分别如（1）~（4）式所示。

TC 指数的取值范围为[-1,1]，当数值为-1 时，表示a 国在数字服务贸易上处于绝对的劣势地位；当数值为1 时，情况刚好相反，表示该国的数字服务贸易处于绝对优势地位；当数值为0 时，则表示该国贸易处于中性地位，既不具有绝对优势，也不存在明显劣势。

RCA 指数取值范围可划分为4 个区间，当RCA＞2.5 时， 表示a 国数字服务贸易的国际竞争力非常强；RCA 介于[1.25,2.5]时，表示a 国数字服务贸易国际竞争力很强；RCA 处于[0.8，1.25]时，表示a国数字服务贸易国际竞争力相对较强；RCA＜0.8 时，表示a 国数字服务贸易国际竞争力相对较弱。

MS 指数的取值范围在[0,1]之间，当MS=0 时，表示a 国在数字服务贸易上没有出口， 完全不具有竞争优势；当MS=1 时，表示a 国在数字服务贸易上的出口是世界该项贸易的主要出口来源，具有绝对优势或具有完全的优势。

MI 指数取值范围介于[-1,1]，当MI 指数＞0 时，表明a 国在数字服务贸易的国际市场中处于相对优势地位，当MI 指数＜0 时，则表明a 国在数字服务贸易的国际市场中处于相对劣势地位，越接近于1，越具有竞争优势，反之，劣势越明显。

2.数字服务贸易竞争力的国际比较

表1、 表2 分别呈现了全球数字服务贸易规模排名前10 国家的TC 指数、MI 指数、RCA 指数及MS 指数的国际竞争力水平对比情况。 可以看到，发达国家占据前10 排名的80%席位，中国、印度是仅有的两个欠发达国家。具体而言，在表1 中，由于TC指数和MI 指数是从数字服务贸易进出口角度对一国的贸易竞争优势进行测评，故各国在这两个指数的排名较为一致。 从指数表现及均值排名看，英国、印度和美国的TC 指数和MI 指数均大于0，与其他国家相比，指数更接近于1，排名稳居前3，位于第一梯队； 德国、 法国及中国的TC 指数为正并处于0.01～0.07 的范围内， 但德国和中国的MI 指数小于0，这三个国家均值排名分布在第4～6 名，位于第二梯队；荷兰、日本及爱尔兰两个指数均小于0，排名相对靠后，分布在第8～10 名，位于第三梯队；结合指数从2015 年到2020 年的变动情况看，大部分国家的指数呈现不同程度的增长，其中法国、荷兰、新加坡占据领跑地位，除了荷兰的MI 指数增长62.6%以外， 其他国家的TC 指数和MI 指数增速均超过100%；中国、爱尔兰、英国和美国分别在TC 指数和MI 指数增长明显，增速均超20%。另外，日本的两个指数均呈负向增长，其TC 指数和MI 指数分别降低18.47%和83.03%；英国、印度的TC 指数分别降低10.63%和19.21%。 以上分析表明，英国、美国、印度的数字服务贸易出口显著大于进口，出口占对外贸易的比重也明显大于进口所占比重，数字服务贸易存在顺差优势，在国际市场具备一定竞争力，然而印度的这一优势正呈逐年下降态势。 德国、中国的数字服务贸易出口呈现顺差， 但不及进口所占份额，出口竞争力受到影响。 荷兰、日本及爱尔兰数字服务贸易存在明显逆差，荷兰和爱尔兰逆差持续收窄，日本的逆差则进一步扩大。

表2 基于RCA 指数和MS 指数的数字服务贸易竞争力比较

在表2 中，由于RCA 指数和MS 指数均是从出口角度对数字服务贸易竞争力水平进行测算，各国排名相对较为接近，但部分国家在两个指数的排名还存在一定差异性。具体而言，关于RCA 指数，从指数表现及均值排名看，爱尔兰、英国均值超过2.5，印度均值处于2～2.5 之间，其排名分居前3，位于第一梯队；美国、新加坡及法国的均值处于1.25～2 之间，排名分布在第4～6 名，位于第二梯队；日本、德国的指数介于0.8～1.25 之间，中国的指数小于0.8，排名分布在第8～10 名， 位于第三梯队。 从指数在2015年到2020 年的变动情况看，中国、新加坡增速明显，分别实现15.12%和15.42%的增长；荷兰、法国、德国和印度的指数则呈现不同程度的下降趋势，其中荷兰降低了20.84%，是降幅最大的国家。

这表明，就数字服务贸易出口而言，爱尔兰和英国具备极强的国际竞争力，印度虽然国际竞争力很强，但已呈现下降态势；而与该情况相同的还有第二梯队的法国和第三梯队的德国，中国国际竞争力表现弱势，但保持较快增长。 关于MS 指数，从指数表现及均值排名看，美国、英国及德国的均值围绕0.1上下波动，排名分布在前3，位于第一梯队；爱尔兰、荷兰及法国的均值介于0.05～0.1 之间，排名分布在第4～6 名，位于第二梯队；中国、日本和新加坡的均值小于0.05，排名分布第8～10 名，位于第三梯队。从指数在2015 年到2020 年的变动情况看，爱尔兰、新加坡和中国增长显著， 增速分别为68.92%、23.61%和25.28%； 荷兰和法国的指数下滑趋势明显，下降程度接近，分别为12.51%和13.88%。 这表明，在数字服务贸易出口份额表现方面，第一梯队国家具有较高的国家市场占有率；荷兰、法国的市场份额不及美、 英等国， 且还在不断降低；中国、 新加坡的市场份额相对较低，但增速明显。

总体看， 由于TC 指数、MS 指数、RCA 指数及MI 指数分别基于不同角度对数字服务贸易竞争力进行衡量，所以各国在4 个指数的表现及排名不尽相同。 尤其各国在RCA 指数和MS 指数的表现差异性较大，像美国、爱尔兰、德国、新加坡及印度等国在这两个指数的排名甚至是完全相反的，根据公式（2）、公式（3），其原因在于各国对外贸易出口规模存在较大差距，若对外贸易规模较大，则其数字服务贸易RCA 指数会有所减小，反之则扩大。 综合4 个指数的表现看，英国、美国的数字服务贸易国际竞争力极强；印度数字服务贸易存在顺差优势，但出口市场占有率相对较低，国际竞争力受限；德国、爱尔兰和荷兰的国际竞争力相对较强， 但爱尔兰和荷兰数字服务贸易处于逆差状态；中国、新加坡情况类似，数字服务贸易国际竞争力不足，但却保持快速增长。

三、研究设计

（一）指标体系构建

尽管中国数字服务贸易表现为持续扩大的顺差状态，但不及数字服务进口占对外贸易进口所占份额， 且数字服务贸易出口国际市场占有率偏低，国际竞争力整体表现相对弱势。 那么，构建科学合理的指标体系，探索影响中国数字服务贸易竞争力的关键因素是极为必要的。 然而，在数字服务贸易竞争力衡量方面，TC 指数、RCA 指数、MS 指数和MI指数各有侧重，无论单独选取哪一个指数作为数字服务贸易竞争力的代理指标都存在局限性。 因此，应考虑对四个指数进行赋权，在此基础上构建数字服务贸易综合竞争力指数， 这样可以更加全面、准确地体现中国数字服务贸易综合竞争力水平。 在影响因素指标选取方面，1990 年迈克尔·波特提出“钻石模型理论”（详见图3）[9]， 认为生产要素、 需求条件、支持与相关性产业、企业战略、外部机遇及政府这6 个维度因素是决定产业竞争力的主要因素，其中生产要素包括天然资源、地理位置等初级生产要素和高级人力资本、新型基础设施等高级生产要素；需求条件包括对一国企业生产具有导向作用的市场需求结构和规模等；支持与相关性产业是指与目标产业相关联的支持性产业利用集群效应，从而增强产业间的互动与协调优势；企业战略、外部机遇及政府则分别是从企业内部、外部环境及政府层面所形成对产业竞争力有重大影响的因素。 基于上述分析，结合数字服务贸易发展特点，借鉴已有文献成果[10]，选取了19 个相关指标，构建数字服务贸易竞争力影响指标体系。 综上，中国数字服务贸易综合竞争力评价体系如表3所示。

表3 中国数字服务贸易综合竞争力评价体系

图3 “钻石模型”示意图

（二）研究方法选择

根据构建的中国数字服务贸易综合竞争力评价体系，在兼顾数据可得性的同时， 以2015—2020 年为各指标的研究时间范围。 在此基础上，首先，利用熵权法计算TC 指数、RCA指数、MS 指数及MI 指数的标准化矩阵及权重，构建中国数字服务贸易综合竞争力指数；其次，联合运用熵权法和灰色关联模型， 确定19 个基础指标在影响因素体系中所占的比重，分析其对中国数字服务贸易综合竞争力指数的影响程度，进而得出整个系统的灰色综合关联度。 具体模型设定如下：

1.熵权法

评价体系建模通常采用的方法包括层次分析法、主成分分析法、因子分析法及熵值法等。 层次分析法多用于定性分析， 适用于样本数据较少的情形；主成分分析法与因子分析法类似，通常需要对数据进行降维处理，易导致信息遗漏。 对比之下，熵权法能在充分涵盖原始数据信息的前提下，对各项指标客观赋权， 以准确反映不同指标的重要性，增强了测度结果的合理性和可靠性。 具体步骤如式（5）～（10）所示。

第一步，对评价体系的各项指标进行标准化处理，以消除不同指标的量纲差异。

正向指标标准化：

负向指标标准化：

（5）（6）式中：i、λ 及a 分别表示年份、指标及国家分类。

第二步，指标归一化处理。

第三步，计算各指标熵值。

第四步，计算各指标权重。

第五步，结合各指标权重测度各国不同年份的数字服务贸易国际竞争力综合指数。

2.灰色关联模型

灰色关联模型是通过序列曲线几何形状的相近程度来判断彼此之间的关联关系是否紧密。 曲线的几何形状越相似，相关序列之间的关联程度就越大，反之越小。与多元回归、BP 神经网络等传统的影响因素分析模型相比，灰色关联模型更适用于小样本量的数据分析。 在本研究中，中国数字服务贸易竞争力与影响因素之间并非仅是影响因素对数字服务贸易竞争力产生作用，数字服务贸易竞争力也会对影响因素产生作用，二者之间相互协同响应，充斥着诸多不确定性。因此，可认为二者之间及整个系统的各因素之间是存在灰色关联关系的，那么，运用灰色关联模型可以对其作出更好的解释。 具体步骤如式（11）～（18）所示。

第一步，确定参考序列H0和比较序列Hi。 参考序列即为母序列，此处指数字服务贸易综合竞争力指数；比较序列即为子序列，此处指数字服务贸易竞争力影响因素。

i=1,2,3,…,n 表示序列个数；k=1,2,3,…,m 表示第i 个序列中的第k 个元素。

第二步， 数据无量纲化处理。 由于参考序列与比较序列中各指标的单位不同，为消除数据量纲影响，需对其进行无量纲化（标准化）处理。

A(k)表示序列的均值。

第三步，计算参考序列和比较序列的两极差。

第四步，计算比较序列的各个指标与参考序列的灰色关联系数。

λ 的取值范围介于（0，1），φ 为分辨系数，一般取值0.5。

第五步，计算灰色关联度。

第六步，得出系统灰色关联度。 基于熵权法中的权重计算，全部影响因素对参考序列的解释程度为：

四、实证分析

（一）个体指标的灰色关联度分析

从指标权重看，无论是构成被解释变量（即中国数字服务贸易综合竞争力指数（Y））的各项基础指标（Y1～Y4），还是组成解释变量的（即生产要素、需求条件、支持与相关性产业、企业战略、结构和竞争、 外部机遇及政府政策） 的各项基础指标 （X11～X63），权重分布整体较为均匀，尚未出现明显偏离情况。 从各影响指标与数字服务贸易综合竞争力的灰色关联度看， 在6 个一级指标中，X6＞X3＞X1＞X5＞X2＞X4，说明在研究的时间范围内，影响中国数字服务贸易综合竞争力的因素依次排名为政府政策、支持与相关性产业、生产要素、外部机遇、需求条件及企业战略。 具体到19 个基础指标中，考虑到关联度分布特点，将其划分为领跑组、跟进组、居中组和垫后组，绝大部分影响因素集中在前三组内，这在一定程度上反映出全文指标选取的合理性。 领跑组是指对中国数字服务贸易综合竞争力影响相对最大的因素，灰色关联度大于0.9，包括互联网服务商、可ICT 化服务贸易出口额、政府效率指数等5 个指标，其中互联网服务商排名第1，灰色关联度为0.9456，其次是可ICT 化服务贸易出口额，排名第2，灰色关联度为0.9399， 其余3 个指标排名分布在第3～5名，对应的灰色关联度大致介于0.90～0.91 之间。 跟进组是指对数字服务贸易综合竞争力的影响程度次于领跑组的因素，灰色关联度介于0.89～0.9 的范围内，包括互联网普及率、信息技术行业就业人口及电子商务指数等6 个指标，对应的排名分布在第6～11名。 居中组是指对数字服务贸易综合竞争力的影响程度明显，但不及领跑组和跟进组的因素，灰色关联度介于0.85～0.89 的范围内， 涵盖科研经费支出占比、人均实际消费占比、电话主线覆盖率等5 个指标，排名分布在第12～16 名。 垫后组则是指对数字服务贸易综合竞争力的影响程度相对较小，与前三组存在一定差距的因素，灰色关联度小于0.85，包括居民最终消费支出对GDP 贡献率、信息技术服务业固定资产投资增速及实际利用外资同比增长这3个指标，其中实际利用外资同比增长排名垫底，灰色关联度为0.6561。 总体来看，政府政策、支持与相关性产业及生产要素是影响中国数字服务贸易竞争力的关键因素，其中政府政策涵盖了政府效率指数和数字服务贸易限制指数两个居于“领跑组”的指标，影响力相对最大；生产要素与支持相关性产业相比多包含两个“居中组”指标，即科研经费占比和电话主线覆盖率，故影响力稍逊于前者；外部机遇、需求条件及企业战略同样对中国数字服务贸易竞争力具有重要作用，但其涵盖的指标多集中于居中组和垫后组，像企业战略就包含了实际利用外资增长和信息技术服务业固定投资增速这两个垫后组指标，影响力相对稍弱。

（二）系统灰色关联度分析

基于对中国数字服务贸易综合竞争力与6 个一级指标、19 个基础指标之间灰色关联度的分析与比较，接着进一步考察所有影响指标所构成的指标体系与中国数字服务贸易综合竞争力的灰色关联度，以明晰整个影响系统对中国数字服务贸易综合竞争力的解释程度。 各影响指标权重已由表4 给出，根据式（18）可得出系统灰色关联度及各指标所占份额，结果见表5。 从中可以看到，各影响指标间彼此相互响应，共同构成的指标体系对中国数字服务贸易综合竞争力的解释程度达到0.8844， 超过0.8 阈值， 说明中国数字服务贸易综合竞争力与整个指标体系之间存在较高的关联度。 结合各影响指标在系统灰色关联度中所占份额看，数字服务贸易限制指数所占份额最高，超过0.1，位于第一梯队；营商指数、可ICT 化服务贸易出口、电话主线覆盖率及互联网服务商等5 个指标所占份额超过0.05，位于第二梯队；互联网普及率、高等教育入学率及信息技术服务业固定投资增速等5 个指标所占份额介于0.04—0.05 之间，位于第三梯队；其余像第三产业劳动生产率、数字服务业开放度及电子商务指数等8 个指标所占份额均小于0.04，其中居民最终消费支出年增长率所占份额最小， 为0.0205，整体位于第四梯队。对应到一级指标，生产要素包含3个二梯队指标和2 个三梯队指标，整体所占份额最高，为0.2664；政府政策包含一、二、三梯队指标各1个，所占份额仅次于生产要素，为0.2223；需求条件和外部机遇分别包含3 个和2 个四梯队指标，所占份额较小，分别为0.0650 和0.0649。 总体来看，影响指标体系对中国数字服务贸易综合竞争水平的解释力度较强，系统关联度较高，其中数字服务贸易限制指数对系统关联度的贡献率最高，营商指数次之，居民最终消费支出年增长率对系统关联度的贡献率则最弱。 对应到一级指标，生产要素和外部机遇分别是贡献率最高和最弱的组合，这取决于其涵盖的基础指标数量及所占份额大小。

表5 系统灰色综合关联度及各指标所占份额

五、主要结论与对策建议

（一）主要结论

2015—2020 年，从数字服务贸易进出口现状及分行业存在的逆差状态对中国数字服务贸易发展现状及国际竞争力进行了对比，在此基础上，结合钻石模型理论，从生产要素、需求条件、支持与相关性产业、企业战略、外部机遇及政府政策这6 个维度构建影响指标体系，并采用熵权法、灰色关联模型实证分析各因素与中国数字服务贸易综合竞争力的关联程度。 研究结果表明：

一是从数字服务贸易发展现状看， 中国数字服务贸易增长态势明显，出口贸易规模略大于进口贸易，整体呈顺差状态，仅在2016 年和2017 年出现微弱逆差；结合具体行业看，知识产权付费服务、保险及养老服务是构成逆差状态的主要来源，且有扩大趋势；而个人视听服务、其他商业服务及ICT 服务则是对外呈现显著顺差的三个行业，金融服务在个别年份出现逆差，整体保持小规模顺差。

二是从数字服务贸易竞争力的国际比较看，英国、美国的数字服务贸易国际竞争力极强；印度数字服务贸易存在顺差优势，但出口市场占有率相对较低，国际竞争力受限；德国、爱尔兰和荷兰国际竞争力相对较强，但爱尔兰和荷兰数字服务贸易处于逆差状态；中国、新加坡情况类似，数字服务贸易国际竞争力不足，但却保持快速增长。

三是从个体指标的灰色关联度看，政府政策、支持与相关性产业及生产要素是影响我国数字服务贸易竞争力的关键因素，其中政府政策影响力相对最大；生产要素与支持相关性产业稍逊于前者，对比之下，外部机遇、需求条件及企业战略的影响程度则稍弱。

四是从整个指标系统的灰色关联度看，指标体系对中国数字服务贸易综合竞争水平的解释力度较强，超过0.8 阈值，系统关联度较高，其中数字服务贸易限制指数和居民最终消费支出年增长率分别是对系统关联度的贡献率最高和最弱基础指标；而生产要素和外部机遇则分别是贡献率最高和最弱的一级指标。

（二）对策建议

结合上述研究结论，提出以下三点对策建议。

1.优化数字服务贸易发展营商环境

与传统贸易方式相比，数字服务贸易以互联网科技为引领，以数字平台为载体，是推动全球产业链、供应链和价值链发生深刻变革的有力抓手。 因此，采取有效措施，不断优化数字服务贸易营商环境显得尤为重要。 一是强化数字服务贸易发展的顶层设计。 从国家层面出台相关政策，不断完善针对数字服务贸易发展依托的平台建设、跨境数据流动及数据合规采集等方面的政策举措，并推动各省市结合自身产业发展优势， 在传统产业数字化转型、贸易数字化改造等方面，相继制定发展战略，为数字服务企业持续“加油”。 二是切实降低数字服务市场主体负担。 不断推进“放管服”改革，通过简政放权、 放管结合及优化服务切实提升政府办事效率，简化对市场主体的审批手续，在合理合规的前提下拓宽市场准入通道，提高政府监管的靶向性。 三是有序消除数字服务贸易壁垒。 一方面，应采取措施提升贸易投资自由化便利化水平，推动数字服务贸易高水平开放，为企业“走出去”保驾护航；另一方面，还应借助区域贸易协定积极主动对接国际数字服务贸易规则，参与数字服务贸易领域相关议题的谈判，争取为中国数字服务贸易发展创造新机遇。

2.加强数字基础设施建设

数字基础设施建设是数字服务贸易赖以生存的基础。 数字基建质量的优劣是决定数字服务贸易高质量发展的关键。 具体地，可从以下方面着手：一是完善网络基础设施建设。 加强通信基建、电力基建、支付基建等在内的数字基建的网络建设，降低互联网服务商运营成本和广大用户接入互联网成本，全面提升互联网覆盖率，为数字平台在企业和客户端的广泛投入使用夯实基础。 二是做好数字平台的治理工作。随着平台公司对数据资源的逐渐累积，“大数据杀熟”“二选一”及消费者隐私信息泄露等成为数字平台运营过程中的“重灾区”，那么，在利用平台经济充分解放社会生产力的同时还应推动加密技术创新，构建敏感信息样本匹配数据库，动态追踪平台公司对客户个人信息的私自授权与获取，一旦发现，对其进行相应处罚以示警戒。 三是加快数字人才队伍建设。 数字专业人才也是企业发展重要“基础设施”，对此，应在持续加强本土化数字人才的培养和继续教育的同时大力引进海外高精尖紧缺型人才、关键核心技术领域人才、复合型人才，补齐中国关键技术人才短板。

3.充分释放数字服务业的消费潜力

产业发展与市场需求存在密切的互动关系。 生产创造和决定消费，消费又反作用于生产。 因此，中国应认清创造市场需求能力的增强与数字服务产业发展的重要关联性，采取措施充分释放数字服务市场的消费潜力。 一是规模化个性定制。 基于新型数据基础设施平台，通过信息匹配与数据定位， CPMS（客户基于平台连接制造商到服务） 的定制模式产生，企业与目标客户群高效对接，针对客户偏好进行分类汇总，遵循产品差异化战略，制定规模化个性定制生产方案，以跳出市场同质化低端竞争。 二是创新供应链管理模式。 一方面，加强政策引导，促使企业从传统的以生产制造为主转向注重研发设计、市场营销和售后管理等环节，与上下游产业链紧密衔接，推动供应链数字化、标准化、协同化、节能化发展，提升企业灵活响应市场的能力，增强供应链系统的韧性与抗风险性。 另一方面，大力推动智慧物流发展，完善数字化第三方物流交付平台的建设，打破以往单一服务模式，进一步高质量整合物流链上资源，加速数据跨境流转，实现产品高质量供应，增加客户对产品供应的满意度，提升数字服务产业的价值增值能力。