数字服务贸易网络地位对绿色全要素生产率的影响

摘 要： 基于1995—2018年数字服务贸易数据，利用复杂贸易网络分析方法、双向固定效应模型和中介效应模型，探究数字服务贸易网络地位对绿色全要素生产率的影响。研究显示：（1）全球数字服务贸易网络密度总体增加、平均路径长度减小、贸易关联更密切；（2）一国数字服务贸易网络地位提高显著促进绿色全要素生产率提升，并通过推动产业结构升级与促进创新能力提升两条途径推动绿色全要素生产率提高；（3）数字服务贸易网络地位对绿色全要素生产率的影响存在异质性，相较于发展中国家，数字服务贸易网络地位对发达国家绿色全要素生产率的影响更显著，对核心国家的促进效应更强。

关键词： 数字服务贸易；贸易网络；创新能力；绿色全要素生产率；产业结构

中图分类号： F 062.9

文献标志码： A

The Influence of Digital Service Trade Network Statuson Green Total Factor Productivity

Abstract： Based on the data of digital trade in services from 1995 to 2018， this paper uses the complex trade network analysis method， two-way fixed effect model and intermediary effect model to explore the impact of the status of digital trade in services network on green total factor productivity. The results show that： （1） the global digital service trade network density increases overall， the average path length decreases， and the trade correlation is closer; （2） The improvement of the status of a country’s digital service trade network significantly promotes the improvement of green total factor productivity， and promotes the improvement of green total factor productivity by promoting the upgrading of industrial structure and promoting the improvement of innovation ability. （3） The impact of digital service trade network status on green total factor productivity is heterogeneous， and compared with developing countries， the impact of digital service trade network status on green total factor productivity in developed countries is more significant， and the promotion effect on core countries is stronger.

Key words： digital service export；trade network；innovation capacity；green total factor productivity；industrial structure

在“碳达峰、碳中和”的目标下，数字服务贸易作为一种新兴的贸易形态正逐渐成为各国新的经济增长动力，也推动各国绿色全要素生产率的提升。一方面，数字服务贸易通过数字技术创新，促进国家的技术进步和产业结构的优化；另一方面，数字服务贸易利用数字服务覆盖全产业链，构建高效生产制造和贸易体系，依靠其“网络效应”和“绿色效应”实现绿色全要素生产率的提升。本文基于国家视角，首先借助复杂贸易网络分析方法构建全球数字服务贸易网络，分析其动态演进特征，并利用双向固定效应模型和中介效应模型实证检验数字服务贸易网络地位对绿色全要素生产率的影响及作用机制，以期为数字服务贸易高质量发展和绿色全要素生产率提升提供新的理论基础与经验支撑。

1 理论分析

1.1 数字服务贸易网络地位与绿色全要素生产率

数字服务贸易网络中所处地位越中心的国家往往拥有更便利的知识和信息获取渠道，从而促进国家绿色全要素生产率的提升；同时，较高的网络中心度也意味着该国在数字服务贸易行业具有较强的比较优势，可以优化本国的资本投入和能源消费结构，从而提升绿色全要素生产率。

1.2 数字服务贸易网络地位与产业结构升级

数字服务贸易凭借数字技术和其他关键要素，突破信息交流的障碍，逐步优化产业结构配置。一方面，网络中心度的提高有助于利用比较优势促进国家资源的持续投入，促进产业主体向技术密集型、知识密集型产业转型，产业结构逐步向高级化、合理化转变；另一方面，可以将本国不再具有比较优势的落后产业转移到其他国家，形成“服务外包”，有效优化本国资源配置，改变高污染、高能耗的传统经济发展方式，推动绿色全要素生产率的提升。

1.3 数字服务贸易网络地位与创新能力提升

数字服务贸易不断发展促进该国自主创新带来的提升是助力绿色高质量发展的关键要素。一方面，一国数字服务贸易网络中心度的提升反映出其有相对较多的资源渠道，节点间的贸易交流为其带来多样化的信息知识。同时内外知识的有效整合可以极大地促进该国自主创新。另一方面更高的贸易网络中心度代表着在网络中拥有极高的威望，能够以高端要素吸引优质的高科技产业，进一步带来自主创新能力的提升。国家自主创新能力的增强将重塑国家的核心竞争力，加快打破原有高污染的经济增长模式，降低经济发展对自然资源的依赖，提高资源利用率，在循序渐进的创新中寻找经济增长的新动力，推动绿色全要素生产率的提升。

2 研究设计

2.1 研究方法

2.1.1 复杂网络构建

基于复杂网络构建方法，本文搭建有向加权贸易网络G，可表示为：

G=（V，E，W）（1）

其中，V={v1，v2，v3...}为节点集合，v1，v2，v3...表示贸易网络中的国家；二值矩阵E=［aij］，表示国家之间是否存在贸易关系，即当a国指向b国的权重值大于0时，aij=1，否则为0；W=［wij］为权重矩阵，wij为i国指向j国的权重值，本文借鉴马述忠［1］的做法，选用出口额最大值的0.0075作为门槛值，即当wij大于当年最大出口额的0.0075时，aij=1，反之则为0。

2.1.2 GML模型

2.1.2 基准模型

本文构建如下基准回归模型以检验一国在数字服务贸易网络中的地位对该国绿色全要素生产率的影响：

GTFPit=β0+β1degreeit+β2Xit+μi+ηt+εit（2）

其中，下标i表示国家，t表示年份；GTFP表示绿色全要素生产率；degree表示一国在数字服务贸易网络中的中心度，degree越大，说明该国处于数字服务贸易网络越核心的位置；X为控制变量；μi为国家固定效应，ηt为时间固定效应；εit为随机误差项。

2.1.3 中介效应模型

为进一步检验数字服务贸易网络地位对绿色全要素生产率的作用机制，本文借鉴温忠麟的方法，构建如下中介效应模型：

Tit=β0+β1degreeit+μi+ηt+εit（3）

GTFPit=β0+β1degreeit+β2Tit+β3Xit+μi+ηt+εit（4）

其中，下标i表示国家，t表示年份，Tit分别表示产业结构高级化和自主创新。

2.2 变量定义和测算

2.2.1 被解释变量

本文的被解释变量为绿色全要素生产率（GTFP）。具体测算借鉴Chung等（1997）［2］提出的GML生产率指数［见公式（5）］，以所有各期总和为参考集，具备传递性且可累乘，避免ML指数存在线性规划可能无解等问题。投入量选用劳动力总人数、固定资本形成总额、原油量，期望产出为现值GDP，非期望产出为CO2。具体计算方法如下：

其中，x为投入向量，y为期望产出向量，b为非期望产出向量，g为方向距离函数（Directional Distance Function，DDF）。

2.2.2 解释变量

本文的核心解释变量是数字服务贸易网络地位，本文使用点度数（degree）来反映国家或地区在网络中的中心度。全球数字服务贸易网络中各国的点度数，即与该国有贸易往来的伙伴数，这从侧面反映了该国在数字服务网络中贸易联系的广度，具体定义如下：

2.2.3 控制变量

本文借鉴相关文献，选取如下控制变量：（1）经济发展水平（Lnpgdp），采用一国的人均国内生产总值取对数来衡量一国的经济发展水平。（2）贸易开放度（Open），以经济自由度衡量。（3）基础设施（Lnrnd），选取每百人使用互联网人数。（4）自然资源禀赋（Res），采用燃料与矿产品占出口比重。（5）人力资本水平（Hc），采用高等教育入学率。

2.2.4 中介变量

2.3 数据来源

变量数据均来源于世界银行、OECD数据库和美国传统基金会IEF，对部分缺失数据采用插值法补齐。

3 数字服务贸易网络的整体网络特征分析

3.1 网络密度及平均路径长度

网络密度常用来衡量网络中各国家的贸易联系的紧密程度。当网络密度趋近于1时，意味着国家间的贸易联系更为紧密；反之，则表示贸易联系更为松散。具体公式为：

平均路径长度用来反映贸易网络中各国之间信息传递效率的高低。平均路径长度越短，表明国家间的数字服务贸易越便利。具体计算公式为：

基于以上计算方法，本文绘制了1995—2018年网络密度和平均路径长度的总体趋势图（图1）。自1995年开始，全球数字服务贸易网络密度整体呈增长态势，表明国家间数字服务贸易关联日益密切。受1997年亚洲金融危机影响，从1996年的0.263下降到1999年的0.258，且增长缓慢，直至2000年才逐步恢复。平均路径长度总体呈现缩短趋势，说明网络内国家之间的信息传递效率随数字技术发展逐步提高。

3.2 QAP分析

为了更深入地描述数字服务贸易网络的动态变化，本文选择QAP方法进行深入分析。QAP通过提供相关性系数及其非参数检验，揭示数字服务贸易网络的动态演变过程。表1给出了1995—2018年全球数字服务贸易网络的两两QAP分析数值。结果显示：（1）1995年至2018年期间，全球的数字服务贸易网络变化显著。2018年与2017年，全球数字服务贸易网络的相关性高达0.927。2018年和1995年的贸易网络相关性仅为0.529，即2018年的全球数字服务贸易网络与1995年的网络差异性较大。（2）全球数字服务贸易网络逐步变化，具有一定的自稳定性。以2018年的数字服务贸易网络为研究对象，它与2017年的全球数字服务贸易网络之间的关联度高达0.927，与2016年的贸易网络关联度为0.914，但在2003年，这一关联度只有0.708。

3.3 网络中心度

本文根据各国中心度绘制全球数字服务贸易网络图（图2与图3），箭头指向各国的出口目的地，国家的中心性越突出，其节点就越大。比较1995年与2018年各国所处数字服务贸易网络地位，发现2018年网络节点的连边数量明显增长，各国贸易联系更加密切。从图中可以看出，主要经济体的地位基本稳定，且以美国、法国、日本为核心，再一次印证了全球数字服务贸易网络具有较强的自稳定性。中国从1995年的较为边缘位置，逐步走向2018年网络图的中心位置，与各国的交易愈发频繁，中心度也在逐步提升，体现出中国的数字技术在不断完善，逐步在数字服务贸易网络中掌握话语权。

4 实证结果分析

4.1 基准回归结果

本文采用个体时间双向固定效应模型检验数字服务贸易网络地位对绿色全要素生产率的影响，结果见表2。在不加入控制变量的情况下［列（1）］，数字服务贸易网络地位对绿色全要素生产率具有显著的促进作用。逐步加入控制变量［表2列（2）～（6）］数字服务贸易网络地位提高仍显著促进绿色全要素生产率。数字服务贸易网络通过其“绿色效应”和“网络效应”逐渐蔓延到生产、加工、贸易、支付和售后等多个层面，对国家经济高质量发展具有显著的绿色赋能作用。

4.2 稳健性检验

绿色全要素生产率高的国家对数字技术的发展往往会给予政策扶持，进而导致双向因果关系，造成内生性问题。同时，为避免样本离群值所带来的结果偏误，本文从四个方面进行稳健性检验（表3）。第一，对所有连续变量进行1%分位数上的双边缩尾处理，其结果如列（1）。第二，使用倾向匹配得分法（PSM），对于前置变量，将中心度进行三分位分类，一二分位取0，三分位取1，结果如列（2）。第三，基于SBM模型重新测算GTFP，结果如列（3）。第四，将数字服务贸易网络地位的滞后项作为数字服务贸易网络地位的工具变量，利用两阶段最小二乘法进行回归。回归结果表明，数字服务贸易网络地位显著促进绿色全要素生产率的提升，基准回归结果稳健。

4.3 机制检验

为进一步探究数字服务贸易网络地位对绿色全要素生产率的作用机制，本文以产业结构高级化转型和自主创新能力提升为中介变量进行实证检验。表4中，列（1）为基准回归结果，将数字服务贸易网络地位分别对两个中介变量进行回归，列（2）和（4）显示数字服务贸易网络地位对二者的回归系数均显著为正，在加入中介变量的回归结构（3）和（5）中，数字服务贸易网络地位的系数均显著为正，表明数字服务贸易网络地位通过推动产业结构高级化转型和自主创新能力提升两条路径助力绿色全要素生产率的提高。

4.4 异质性分析

不同国家由于经济发展水平、数字服务贸易网络核心边缘圈层不同，可能会出现数字服务贸易网络地位对绿色全要素生产率的影响存在异质性。本文从以下两个角度展开异质性分析。（1）依据2010年联合国开发计划署认定，将32个样本国家划为发达国家，19个国家划为发展中国家，据此进行分组检验，如列（1）。结果显示，数字服务贸易网络中心度对发达国家的绿色全要素生产率提升有显著的促进作用，对发展中国家绿色全要素生产率的提升影响并不显著，可能是因为没有技术落地条件的国家很难获得技术红利，数字服务贸易带来的经济效益难以有效发挥和利用。（2）根据复杂网络分析法，核心－边缘分析，将18期及以上（共24期）处于核心圈层的19个国家定为核心国家，其余定义为边缘国家。结果显示，数字服务贸易网络中心度的提高对两组国家的绿色全要素生产率均具有显著的促进作用，但对核心国家的作用效应大于边缘国家。可能是因为数字服务贸易网络核心国家具有更强的汲取能力，有更完善的数字基础设施，更强的人才吸引能力，促进该国数字服务贸易发挥更强作用。

5 结论与政策建议

基于对数字服务贸易网络地位与绿色全要素生产率的探讨，本文得到以下结论：（1）1995至2018年间，全球数字服务贸易网络的密度总体呈现上升态势，平均路径长度则呈现缩短趋势，各国间的数字贸易联系日趋紧密。网络中心国家如美国、日本、法国的基本位置无变化，中国逐步迈入贸易网络中心行列。（2）一国所处数字服务贸易网络地位提高对其绿色全要素生产率产生显著的促进作用，通过产业结构高级化和自主创新提升发挥作用。（3）数字服务贸易网络地位对绿色全要素生产率的影响具有异质性，相较于发展中国家，数字服务贸易网络地位对发达国家的影响更显著，对核心国家促进效应更强。

为进一步发挥数字服务贸易的驱动作用，促进绿色全要素生产率提升，本文提出以下政策建议：（1）加强数字服务贸易网络的赋能带动作用，加强数字贸易联系，合理拓宽贸易自由度。（2）加快优化数字服务贸易网络赋能的多路径作用，充分利用数字技术带来的贸易便捷、信息成本削减等优势，积极推动国内自主创新，逐步优化产业结构，高效利用资源，减少环境污染。（3）持续推动数字服务贸易差异化发展战略。明确本国在数字服务贸易网络中所处位置，实施“因地制宜”的发展策略，不断加强与网络内不同国家的贸易合作和联动发展。

参考文献：

［1］马述忠，任婉婉，吴国杰.一国农产品贸易网络特征及其对全球价值链分工的影响——基于社会网络分析视角［J］.管理世界，2016（3）：60-72.

［2］ CHUNG YH， FARE R，GROSSKOPF S. Productivity and undersirable outputs： Adirectional distance function approach［J］. Microeconomics，1997，51（3）：229-240.

［3］ 干春晖，郑若谷，余典范.中国产业结构变迁对经济增长和波动的影响［J］.经济研究，2011，46（5）：4-16，31.