1. 引言
近年来，尽管面临全球经济下行压力、贸易保护主义抬头、地缘政治冲突等复杂严峻的外部环境，我国外贸依然展现出强大的韧性和活力，外贸竞争力不断提升。2024年我国货物贸易进出口总值达到43.85万亿元，同比增长5%，其中出口规模达到25.45万亿元，同比增长7.1% [1]。数字经济是一种新的经济模式，随着信息技术的迅速发展而逐渐兴起，成为推动全球经济发展和变革的重要力量，深刻影响国际贸易的市场格局及生产组织结构。2023年，我国数字经济规模为53.9万亿元，与前一年相比，增长了3.7万亿元。占GDP比重达到42.8%，比上一年占比增长了1.3%，数字经济对经济增长的贡献率显著提升[2]。
在全球经济加速数字化转型的背景下，数字经济的发展为我国外贸竞争力的提升带来了新的契机。数字技术与外贸领域的深度融合，催生出跨境电商、数字贸易等新业态、新模式，重构了外贸产业链和供应链，为我国外贸企业降低成本、拓展市场、提升创新能力提供了有力支撑。中国作为世界第一大货物贸易国，正面临着数字化转型带来的机遇和挑战，其外贸竞争力的发展对于国家经济的持续增长具有重要意义。因此，深入研究数字经济发展对我国外贸竞争力的影响，不仅具有重要的理论价值，更是应对当前外贸挑战、实现外贸高质量发展的现实需求。
数字经济涉及的范围较广，多数学者研究了数字经济对贸易的影响，如夏杰长、徐紫嫣等指出数字经济能够加快贸易转型升级[3]。赵巍研究发现，数字经济显著促进城市对外贸易高质量发展[4]。李凯杰等研究表明，数字经济发展能够提升国家的出口贸易韧性[5]。陶爱萍等提出数字经济能够显著促进国家或地区的服务贸易发展[6]。
现有研究为理解数字经济与外贸竞争力的关系提供了重要的理论和实践基础，本文在现有研究的基础上，构建了包含10个二级指标的数字经济评价体系，选取2013~2022年的省级面板数据对数字经济水平进行测度，实证检验数字经济发展对我国外贸竞争力的影响，为提升我国数字经济时代的外贸竞争力提供政策建议。
2. 理论基础与研究假设
阅读相关文献可知，不少学者做了对数字经济的内涵、测度和数字经济与外贸间的关系的研究。
数字经济的概念随着时代的变迁不断深化和拓展，其内涵在不同历史时期有不同的标准，诸多学者有着不同的认识。1996年，唐·泰普斯科特(Don Tapscott)将“数字经济”定义为信息和通信技术(ICT)被广泛使用的经济，包括基础设施，使用通信技术的交易模式等[7]。G20峰会上数字经济则被诠释为一种依靠数字化信息的使用来提升经济活动的效率并优化其内在结构的经济模式。Kling和Lamb指出，数字经济发展的核心要素是数字化技术，这种技术能够给商品和服务的制造、供应等流程提供便利[8]。Bukht和Heeks认为数字经济包括由ICT促成的全新商业形式以及所有依靠数字技术进行的经济活动[9]。Brynjolfsson等提出数字经济为以数据作为生产要素，依托信息通信技术和人工智能的有效使用来进行一系列经济活动[10]。王思瑶指出，数字经济包含三大行业，分别为数字内容创造行业、在线交易服务行业、通信基建业[11]。徐曼等认为数字经济是以互联网技术的广泛应用，数字化基础设施的支撑，推动经济的发展和进步的经济活动的集合[12]。
对于数字经济水平测度，丛屹通过评估数字基础设施的完善度、数字业务规模的扩大以及数字设备使用的普及程度来表现数字经济水平[13]。郑嘉琳则选择了包含信息传递及软件业的固定资产投资、业务收益等在内10项评价指标，用这些指标衡量数字经济的实际发展情况[14]。杨慧梅的研究关注于数字产业化和产业数字化，并以此构建了衡量数字经济发展水平的指标体系[15]。Barefoot等人则侧重于通过产业增加值的视角来衡量数字经济的规模[16]。刘军以信息化发展、互联网普及和数字交易活动的拓展这三个层面为关键维度，构建了用于评价中国各省份数字经济程度的指标体系[17]。
关于数字经济影响对外贸易发展的研究，王金波等认为数字经济能借助优化资源配置、激发技术创新活力以及降低企业成本等方式推动制造业出口质量[18]。钞小静等研究表明数字基础设施的完善能够加速技术扩散，进而为对外贸易的结构优化提供动力[19]。Guan&Ma的研究揭示，数字化技术的运用使企业能够占据更大的市场空间，优化生产效率，促进企业提升出口竞争力[20]。梁佳艳等指出数字经济驱动贸易高质量发展的机制，核心在于创新产出提升与产业集聚效应[21]。
2.1. 数字经济对我国外贸竞争力的直接影响
随着数字经济的快速发展，其对我国外贸竞争力的影响日益显著。数字经济通过数字化、网络化、智能化等特性，为外贸企业提供了更高效的运营模式和更广阔的市场空间。在数字化方面，企业将业务流程数字化，实现数据的即时处理和分析，提高了决策制定的效率。例如，外贸企业利用数字化管理系统，能够实时追踪订单的进度、监控库存状况及物流状态，据此灵活调整产销策略，有效削减运营成本并提高生产效率。网络化的特征则使企业能够跨越地理界限，减少宣传成本，与全球供应商、客户和合作伙伴紧密相连，拓展了市场范围。依托跨境电商平台，企业能够直接将产品送达世界各地，精简中间流程，扩大利润空间。智能化方面，借助大数据分析与人工智能技术的应用，能够提供个性化的产品与服务，提升客户的消费体验。企业借助数据分析手段，对消费者的浏览记录和购买历史进行分析，能够精准匹配并针对性地推送满足客户需求的产品，从而扩大市场促进贸易的发展。基于以上分析，提出假设：
H1：数字经济发展水平的提升能增强我国外贸竞争力。
2.2. 数字经济通过产业结构优化影响外贸竞争力
数字经济的发展对我国产业结构优化产生了深远影响。数字经济与传统产业的深度融合，不仅加速了传统产业的数字化转型和升级，也促进了新兴产业的蓬勃发展，从而实现了产业结构的优化调整。数字经济推动了诸如电子商务、数字金融、人工智能等一系列新兴产业的形成和发展，这些新兴产业凭借高附加值、高技术含量的特点，成为我国外贸出口领域的新兴增长点。数字经济能够通过优化资源配置，促进新兴技术的发展，推动产业结构升级，创造出具有高附加值、适用于国际市场的产品，从而提升外贸竞争力。基于以上分析，提出假设：
H2：数字经济通过促进产业结构优化增强外贸竞争力。
3. 研究设计
3.1. 模型设计
为检验数字经济对我国外贸竞争力的直接效应，构建如下基本模型：
(1)
为了检验产业结构优化是否具有中介效应，构建如下模型：
(2)
式(1)~式(3)中：i表示省份，t表示年份。被解释变量是外贸竞争力(FTC)；解释变量是数字经济发展水平(DIG)；经济发展水平(LnECO)、对外投资水平(FDI)、企业规模(LnSIZE)和政府干预程度(GOV)为影响外贸竞争力的控制变量；μ为个体固定效应，ν为时间固定效应，ε为随机扰动项。模型(1)用来检验假设H1；模型(2)用来检验假设H2。
3.2. 变量选取
解释变量：数字经济发展水平(DIG)。本文从数字基础设施、数字产业发展和数字普惠金融三个维度将数字经济指数分解，这三个方面分别对应了数字经济的底层支撑、核心动能和社会价值，共同构成了数字经济发展的完整逻辑框架。形成了一套反映数字经济发展水平的评估框架(见表1)，并运用熵值法测度数字经济发展水平，权重分配与指标数据离散程度相关，紧扣数字经济核心特征。
这些指标和外贸竞争力之间的关系主要体现在：互联网、移动电话、光缆等硬件设施是数字经济运行的物理基础，直接影响跨境贸易的信息传递效率和成本。企业数字化程度和电商规模决定了出口企业接触全球市场的能力和供应链管理效率。金融服务的数字化一定程度解决中小企业融资难问题，降低跨境交易的资金和信用风险。
Table 1. Digital economy development indicator system
表1. 数字经济发展指标体系
一级指标 |
二级指标 |
指标权重 |
指标属性 |
数字基础设施 |
互联网宽带接入端口数(万个) |
0.074 |
正向 |
移动电话普及率(部/百人) |
0.036 |
正向 |
单位面积长途光缆长度(公里/平方公里) |
0.148 |
正向 |
数字产业发展 |
信息化企业数(个) |
0.220 |
正向 |
每百家企业拥有网站数(个) |
0.015 |
正向 |
软件业务收入(亿元) |
0.168 |
正向 |
电子商务交易额(亿元) |
0.212 |
正向 |
数字普惠金融 |
数字金融覆盖广度 |
0.040 |
正向 |
数字金融使用深度 |
0.049 |
正向 |
数字金融数字化程度 |
0.039 |
正向 |
根据我国2013~2022年30个省份面板数据测算得出的得分结果(见表2)。由表中数据可知我国所有省份的数字经济水平均呈现上升趋势。
Table 2. The level of digital economy development in 30 provinces of China from 2013 to 2022
表2. 2013~2022年我国30个省份数字经济发展水平
省份 |
2013 |
2014 |
2015 |
2016 |
2017 |
2018 |
2019 |
2020 |
2021 |
2022 |
均值 |
广东 |
0.285 |
0.320 |
0.372 |
0.413 |
0.469 |
0.553 |
0.615 |
0.649 |
0.718 |
0.786 |
0.518 |
上海 |
0.201 |
0.257 |
0.299 |
0.322 |
0.359 |
0.403 |
0.450 |
0.485 |
0.536 |
0.593 |
0.391 |
江苏 |
0.246 |
0.268 |
0.313 |
0.333 |
0.374 |
0.406 |
0.432 |
0.459 |
0.490 |
0.520 |
0.384 |
北京 |
0.178 |
0.207 |
0.252 |
0.264 |
0.298 |
0.354 |
0.404 |
0.455 |
0.522 |
0.587 |
0.352 |
浙江 |
0.170 |
0.189 |
0.246 |
0.252 |
0.290 |
0.332 |
0.370 |
0.387 |
0.421 |
0.457 |
0.311 |
山东 |
0.126 |
0.149 |
0.195 |
0.225 |
0.260 |
0.297 |
0.297 |
0.307 |
0.351 |
0.397 |
0.260 |
四川 |
0.080 |
0.093 |
0.133 |
0.143 |
0.175 |
0.205 |
0.232 |
0.246 |
0.269 |
0.287 |
0.186 |
福建 |
0.100 |
0.111 |
0.146 |
0.146 |
0.171 |
0.202 |
0.217 |
0.219 |
0.237 |
0.254 |
0.180 |
安徽 |
0.067 |
0.084 |
0.119 |
0.130 |
0.155 |
0.184 |
0.200 |
0.213 |
0.239 |
0.262 |
0.165 |
湖北 |
0.075 |
0.088 |
0.121 |
0.132 |
0.157 |
0.181 |
0.199 |
0.207 |
0.228 |
0.248 |
0.164 |
天津 |
0.080 |
0.095 |
0.128 |
0.130 |
0.144 |
0.166 |
0.194 |
0.212 |
0.224 |
0.243 |
0.162 |
辽宁 |
0.095 |
0.113 |
0.147 |
0.135 |
0.148 |
0.164 |
0.176 |
0.184 |
0.196 |
0.208 |
0.157 |
河南 |
0.067 |
0.084 |
0.123 |
0.138 |
0.155 |
0.175 |
0.182 |
0.189 |
0.212 |
0.235 |
0.156 |
重庆 |
0.062 |
0.080 |
0.114 |
0.125 |
0.147 |
0.171 |
0.185 |
0.198 |
0.220 |
0.241 |
0.154 |
湖南 |
0.065 |
0.075 |
0.107 |
0.111 |
0.134 |
0.159 |
0.173 |
0.192 |
0.214 |
0.235 |
0.147 |
河北 |
0.067 |
0.076 |
0.106 |
0.120 |
0.145 |
0.160 |
0.170 |
0.180 |
0.197 |
0.212 |
0.143 |
陕西 |
0.060 |
0.076 |
0.106 |
0.113 |
0.129 |
0.153 |
0.172 |
0.180 |
0.203 |
0.221 |
0.141 |
江西 |
0.053 |
0.070 |
0.100 |
0.105 |
0.129 |
0.150 |
0.165 |
0.179 |
0.199 |
0.215 |
0.136 |
广西 |
0.042 |
0.052 |
0.079 |
0.086 |
0.101 |
0.124 |
0.140 |
0.154 |
0.171 |
0.188 |
0.114 |
山西 |
0.048 |
0.058 |
0.085 |
0.091 |
0.104 |
0.122 |
0.130 |
0.139 |
0.157 |
0.175 |
0.111 |
海南 |
0.055 |
0.062 |
0.098 |
0.090 |
0.105 |
0.123 |
0.130 |
0.131 |
0.144 |
0.154 |
0.109 |
云南 |
0.044 |
0.054 |
0.087 |
0.086 |
0.097 |
0.116 |
0.126 |
0.135 |
0.146 |
0.157 |
0.105 |
内蒙古 |
0.050 |
0.060 |
0.091 |
0.095 |
0.102 |
0.107 |
0.116 |
0.124 |
0.143 |
0.159 |
0.105 |
贵州 |
0.033 |
0.051 |
0.080 |
0.087 |
0.101 |
0.120 |
0.127 |
0.129 |
0.145 |
0.161 |
0.103 |
吉林 |
0.043 |
0.057 |
0.087 |
0.086 |
0.101 |
0.115 |
0.117 |
0.126 |
0.138 |
0.148 |
0.102 |
黑龙江 |
0.042 |
0.056 |
0.085 |
0.088 |
0.099 |
0.108 |
0.115 |
0.123 |
0.135 |
0.146 |
0.100 |
甘肃 |
0.036 |
0.049 |
0.079 |
0.069 |
0.085 |
0.098 |
0.105 |
0.111 |
0.127 |
0.140 |
0.090 |
新疆 |
0.046 |
0.047 |
0.078 |
0.068 |
0.082 |
0.099 |
0.106 |
0.110 |
0.126 |
0.137 |
0.090 |
宁夏 |
0.038 |
0.049 |
0.082 |
0.070 |
0.088 |
0.100 |
0.102 |
0.107 |
0.121 |
0.134 |
0.089 |
青海 |
0.030 |
0.038 |
0.073 |
0.065 |
0.077 |
0.090 |
0.095 |
0.100 |
0.112 |
0.124 |
0.080 |
被解释变量：外贸竞争力(FTC)，参考姚战琪[22]的研究思路采用贸易竞争指数(TC) = (地区出口额 −地区进口额)/地区进出口总额来衡量外贸竞争力。
控制变量：经济发展水平(LnECO)用各地区人均GDP的对数衡量、对外投资水平(FDI)用外国直接投资占国内生产总值的比重衡量、企业规模(LnSIZE)用规模以上工业企业单位数衡量，反映产业集中度与市场竞争格局，政府干预程度(GOV)用各省政府财政支出占国内生产总值的比重衡量。
中介变量：产业结构升级(SUI)参考干春晖[23]的文章，产业结构高级化指数 = 第三产业增加值/第二产业增加值。
3.3. 数据来源
本文的数据主要来源于多个权威渠道，时间跨度为2013~2022年。贸易竞争力指数(TC)相关的进出口额数据，来源于国家海关总署发布的《中国海关统计年鉴》。数字经济相关指标数据来自中国信息通信研究院发布的《中国数字经济发展白皮书》、工业和信息化部统计数据以及相关行业协会报告，数字普惠金融指标数据引自北京大学数字金融研究中心、其他宏观指标数据来源于《中国统计年鉴》《中国工业统计年鉴》和各省份统计年鉴等。对于部分缺失的数据，采用均值插补等方法进行补充。变量描述性统计(见表3)。
Table 3. Descriptive statistics of variables
表3. 变量描述性统计
变量 |
观测值 |
平均值 |
标准差 |
最小值 |
最大值 |
DIG |
300 |
0.177 |
0.125 |
0.0299 |
0.786 |
FTC |
300 |
0.107 |
0.340 |
−0.706 |
0.792 |
FDI |
300 |
0.019 |
0.0194 |
2.39e−05 |
0.121 |
GOV |
300 |
0.260 |
0.110 |
0.105 |
0.753 |
lnECO |
300 |
10.95 |
0.432 |
10.00 |
12.15 |
lnSIZE |
300 |
8.896 |
1.186 |
5.814 |
11.17 |
SUI |
300 |
1.422 |
0.757 |
0.665 |
5.244 |
4. 实证分析
4.1. 基准回归结果
根据设定的模型(1)，运用stata软件将解释变量和控制变量对被解释变量进行回归，(见表4)为数字经济发展水平对我国外贸竞争力影响的回归结果。其中第(1)列不加控制变量的固定效应，根据表格数据，数字经济发展水平的回归系数显著为正(0.6874, p < 0.01)，这有力地证明了数字经济水平对外贸竞争力具有积极的正向作用。第(2)，(3)列是在第(1)列的基础上分别加上时间和个体固定效应，第(4)列同时考虑控制变量和固定效应。进一步分析显示，数字经济对外贸竞争力的正向效应依然显著，且保持在1%的显著性水平，这表明即便在考虑了其他潜在影响因素后，数字经济水平的提升仍然是促进外贸竞争力增强的重要因素。假设H1得到验证。
此外，由表可知对外投资水平系数为负数，这可能是由于过度对外投资可能导致国内产业空心化，减少国内就业机会，过度吸引外资，导致国内企业创新等自主性不足，进而对经济发展产生不利影响。对外投资面临很多的风险，这些风险可能导致投资失败或收益受损，进而对中国的外贸竞争力产生负面影响。政府干预的系数虽然为正，但不显著，可能的原因是政府干预可能扭曲市场机制，导致资源配置效率降低，市场信号失真，企业难以根据市场需求和价格信号做出合理决策。这种扭曲可能抑制市场竞争，减少市场活力，降低外贸竞争力。
Table 4. Baseline regression results
表4. 基准回归结果
变量 |
(1) FTC |
(2) FTC |
(3) FTC |
(4) FTC |
DIG |
0.687*** |
0.637*** |
0.702*** |
0.786*** |
|
(0.193) |
(0.199) |
(0.201) |
(0.210) |
FDI |
|
−1.173** |
−1.176** |
−1.151* |
|
|
(0.590) |
(0.597) |
(0.608) |
GOV |
|
0.384 |
0.053 |
0.458 |
|
|
(0.315) |
(0.301) |
(0.367) |
lnECO |
|
−0.093 |
−0.367*** |
0.253 |
|
|
(0.126) |
(0.070) |
(0.194) |
lnSIZE |
|
0.100*** |
0.170*** |
0.045 |
|
|
(0.038) |
(0.051) |
(0.058) |
常数项 |
0.052** |
0.091 |
2.095*** |
−4.177** |
(0.026) |
(1.330) |
(0.769) |
(2.086) |
id |
YES |
NO |
YES |
YES |
year |
YES |
YES |
NO |
YES |
N |
300 |
300 |
300 |
300 |
r2_w |
0.191 |
0.197 |
0.128 |
0.210 |
注：***、**、*分别代表在1%、5%、10%的显著水平，下同。
4.2. 稳健性检验
4.2.1. 更换解释变量测度方式
本文的数字经济水平测度采用熵值法，为检验结果的稳健性，采用主成分分析法对数字经济水平进行重新测度，KMO值为0.761大于0.6，Bartlett检验P值小于0.05，符合做因子分析的条件。表5第(1)列报告了改变解释变量测度方法后的回归结果。数字经济发展系数结果显著，本文回归结果稳健。
4.2.2. 缩尾处理
为了避免极端数值对回归结果稳健性的影响，本文对各主要变量进行1%的缩尾处理，回归结果见表5第(2)列所示，数字经济发展的回归系数为0.851，且在1%的水平上显著，表明回归结果稳健。
4.2.3. 滞后变量
将解释变量进行滞后一期后再进行回归，一定程度上消除内生性的影响。表5第(3)列显示数字经济对外贸竞争力的影响系数依然显著，系数为0.998，且在1%的水平下显著。进一步验证了基准回归结果的稳健性。
4.3. 中介效应
表6为模型(2)中介效应的回归结果，列(1)为数字经济发展对我国外贸竞争力影响的总效应。列(2)是数字经济对产业结构升级的影响。结果表明，数字经济水平(DIG)对产业结构升级的影响在1%的水平上显著为正。说明产业结构升级作为中介变量，在数字经济对外贸竞争力的影响模型中具有重要作用，数字经济的发展通过提高资源利用效率促进了产业结构的优化布局，而产业结构升级使企业从生产低附加值产品转向高附加值产品，降低生产成本，带来企业利润和市场份额的增长，进而提升外贸竞争力。假设H2得到检验。
Table 5. Robustness test
表5. 稳健性检验
检验方法 |
(1) 更换解释变量测度 |
(2) 缩尾处理 |
(3) 滞后一期 |
DIG2 |
0.152*** |
|
|
(0.043) |
|
|
DIG_w |
|
0.851*** |
|
|
(0.225) |
|
L.DIG |
|
|
0.998*** (0.255) |
常数项 |
−4.317** |
−3.373* |
−4.615** |
(2.094) |
(1.942) |
(2.187) |
控制变量 |
YES |
YES |
YES |
id |
YES |
YES |
YES |
year |
YES |
YES |
YES |
N |
300 |
300 |
270 |
r2_w |
0.205 |
0.210 |
0.239 |
Table 6. Mediation effect test
表6. 中介效应检验
变量 |
(1) FTC |
(2) SUI |
DIG |
0.786*** |
0.937*** |
常数项 |
−3.129 |
5.690*** |
|
(1.911) |
(1.954) |
变量 |
(0.210) YES |
(0.215) YES |
id |
YES |
YES |
year |
YES |
YES |
N |
300 |
300 |
r2_w |
0.210 |
0.741 |
5. 结论及建议
5.1. 结论
本研究通过理论和实证分析，证实了数字经济对我国外贸竞争力具有显著的正向影响。基于2013~2022年我国30个省份的面板数据，研究发现，数字经济发展水平提升，我国外贸竞争力也呈上升趋势。这一结果表明，数字经济的蓬勃发展为我国外贸竞争力的增强提供了强大动力。研究进一步验证了数字经济通过产业结构升级这一中介变量对我国外贸竞争力的提升起到了正向作用。通过中介效应模型的检验，结果显示，数字经济的发展能够显著促进产业结构升级，促进了传统产业的数字化转型，推动了新兴产业的崛起，优化了产业结构，提高了产业的整体竞争力，进而对我国外贸竞争力产生积极影响。
5.2. 建议
5.2.1. 加大数字经济基础设施建设投入
鉴于数字经济对外贸竞争力的促进作用，国家应加大对数字经济基础设施建设的投入力度。在5G网络建设方面，继续加大资金支持，加快5G基站的建设速度，提高5G网络的覆盖范围和质量。特别是在中西部地区和农村地区，要加强5G网络的布局，缩小与东部地区的数字基础设施差距。设立专项基建基金，对中低收入地区5G基站建设给予30%~50%的补贴，同步开放民间资本参与共建共享1。
数据中心作为数字经济的关键基础设施，其重要性不言而喻。国家应鼓励建设超大规模、绿色高效的数据中心，提升数据存储和处理能力。采用先进的节能技术和设备，降低数据中心的能耗。如设立数据中心AI节能竞赛，对年度PUE降幅超15%的企业奖励研发资金2。要加强数据中心的统筹规划，避免重复建设和资源浪费，实现数据中心的合理布局和高效利用。
物联网在促进外贸供应链智能化方面具有巨大潜力。国家应大力推动物联网技术在物流、仓储等外贸相关领域的应用，提高外贸供应链的效率和透明度。通过制定物联网产业发展规划，引导企业加大对物联网技术的研发和应用投入。鼓励企业利用物联网技术开展跨境电商业务，提升跨境电商的服务质量和用户体验。如对采购国产物联网设备的外贸企业给予一定的增值税抵扣。
5.2.2. 加强数字经济国际合作与交流
在数字经济时代，增进国际合作与交流对于提升我国对外贸易竞争力具有关键作用。我国应当积极推动数字经济标准的国际互认，加强与其他国家在数字技术研发、数字贸易等方面的合作，拓展数字经济发展的国际空间。
我国应积极提出符合我国利益和发展需求的数字经济规则和标准，推动全球数字经济规则的完善和统一。例如，在跨境数据流动、数字知识产权保护等关键领域，积极参与国际规则的讨论和制定，维护我国企业的合法权益。此外，应加强与其他国家的数字贸易合作，拓展数字贸易市场。积极推动与“一带一路”沿线国家和地区的数字贸易合作，加强数字基础设施建设的互联互通。与其他国家签订数字贸易合作协议，共同推动数字贸易的发展。例如，加强与东盟国家在跨境电商领域的合作，推动建立区域跨境电商合作平台，促进区域数字贸易的繁荣。
5.2.3. 企业加快数字化转型步伐
产业结构升级是数字经济促进对外贸易竞争力的重要路径。数字化能够显著提高企业的生产效率降低生产成本，使企业能够把资源分配在更加高效的领域，进而提升国际竞争力。跨境电商打破了传统贸易的时空限制，为企业拓展国际市场提供了新的渠道。企业可以通过建立跨境电商平台或入驻知名跨境电商平台，直接面向全球消费者销售产品。对数字化转型成功的企业给予转型补贴。
在生产过程中，企业可以借助物联网等先进的数字技术，推动生产流程的智能化转型。企业能够利用高新技术，对生产数据进行实时的监测，并根据预测的数据对生产参数进行灵活的调整，实现生产流程的优化，进而提升生产效率与强化产品质量。对汽车、电子等重点行业打造互联网平台，提升供应链响应速度，降低库存成本。
NOTES
1https://baoting.hainan.gov.cn/zfxxgk/xgbmgk/kjgyxxcy/gkml/202308/t20230817_3476889.html
2http://www.chinatelecom.com.cn/news/mtjj/202308/t20230830_76341.html