1. 引言
2016年9月的G20峰会上,二十国集团对数字经济的定义是:“数字经济是指以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动。”OECD对数字经济的定义则是建立在世界银行提出的包容性发展概念上的,侧重于强调对数字技术影响力的把握和对未来经济社会转型的愿景,认为数字技术应该推动人类文明的进步,应以公平、普惠、平衡等为目标,而不仅仅局限于经济增长层面。数字技术对于社会的发展作用是多元的,其中也包括服务贸易方面[1],它有效地缓解了地理边界带来的负面影响[2]。
数字经济作为推动世界各国经贸发展的新增长引擎[3],重要性不言而喻,而服务贸易的发展对于经济建设也存在巨大贡献,它能够促进经济结构的优化升级,提高服务业的国际竞争力,推动全球经济增长,带动就业和增加国民收入。数字经济时代,服务贸易同样受到了影响[4],故本文从此研究视角出发,分析国内服务贸易现状及问题,结合数字经济带来的新变革,通过实证结果探寻数字经济对服务贸易的作用机制。
2. 典型化事实
2.1. 我国服务贸易发展现状
2001年我国入世,服务贸易规模随之扩大,成为贸易大国。在公共卫生事件冲击下,我国仍能够应对变化,扩大开放水平,在全球主要经济体中,我国服务贸易率先恢复至公共卫生事件前的水平。根据商务部数据统计得到,2022年中国服务贸易进出口额为59,802亿人民币,同比增长12.9%,中国贸易规模连续八年稳居世界第二。
我国对服务业的重视程度进一步提升,服务业作为服务贸易的产业基础,服务贸易地位也得到了相应的提升。根据商务部2015~2022年我国服务贸易的结构数据得到表1,我国知识密集型服务进出口贸易比重在稳步上升,其中,金融服务由2015年的0.76%上升至2022年的0.99%,知识产权使用费由2015年的3.35%上升至2022年的6.49%,电信、计算机和信息服务由2015年的5.66%上升至2022年的13.97%。
根据商务部信息,2016年,国务院批复同意在上海、海南等15个地区开展服务贸易创新发展试点。2018年,国务院批复同意深化试点,范围扩大到北京、雄安新区等17个地区。截至2020年,我国已经共有28个服务贸易的创新试点,试点地区扩展到贵州贵安新区、乌鲁木齐等中西部地区。2019年服务贸易创新发展试点地区服务进出口占全国比重超过75%,试点地区的发展速度超过我国的平均水平。在创新试点影响下,我国的服务贸易进出口额从2015年到2022年,年均增长约8.7%,数字化、智能化和网络化的数字经济逐步成为了服务贸易发展的重要推动力量[5]。
Table 1. Structure of China’s service trade in 2015~2022 (%)
表1. 2015~2022年中国服务贸易结构(%)
类别/年份 |
2015 |
2016 |
2017 |
2018 |
2019 |
2020 |
2021 |
2022 |
加工服务 |
3.15 |
2.84 |
2.63 |
2.23 |
2.54 |
2.65 |
2.54 |
2.44 |
维护和维修服务 |
0.75 |
1.07 |
1.18 |
1.23 |
1.76 |
1.67 |
1.42 |
1.42 |
运输 |
18.94 |
17.29 |
18.69 |
19.02 |
19.22 |
22.86 |
31.75 |
35.28 |
旅行 |
45.06 |
46.19 |
42.19 |
39.94 |
36.38 |
22.33 |
14.91 |
14.31 |
建筑 |
4.1 |
3.17 |
4.67 |
4.44 |
4.75 |
5.03 |
4.9 |
4.03 |
保险和养老金服务 |
2.11 |
2.58 |
2.08 |
2.12 |
1.99 |
2.68 |
2.59 |
2.85 |
金融服务 |
0.76 |
0.79 |
0.76 |
0.71 |
0.82 |
1.11 |
1.26 |
0.99 |
知识产权使用费 |
3.35 |
3.79 |
4.79 |
5.2 |
5.22 |
7 |
7.14 |
6.49 |
电信、计算机和信息服务 |
5.66 |
5.91 |
6.74 |
8.94 |
10.29 |
14.17 |
14.56 |
13.97 |
其他商业服务 |
14.96 |
15.31 |
15.01 |
14.8 |
15.69 |
18.94 |
17.72 |
17.12 |
个人、文化和娱乐服务 |
0.4 |
0.44 |
0.5 |
0.58 |
0.68 |
0.65 |
0.63 |
0.49 |
别处未提及的政府服务 |
0.55 |
0.62 |
0.75 |
0.79 |
0.68 |
0.92 |
0.58 |
0.59 |
数据来源:商务部数据中心。
2.2. 我国服务贸易高质量发展存在的问题
根据商务部数据得到表2,从2015~2022年期间来看,除了个别年份有轻微的波动,我国的服务贸易进出口总额是在不断扩大,服务贸易占比总体呈现上升趋势。但是从这几年来看服务贸易最高占比也仅为2015年的15.22%,相比之下,货物贸易的占比超过80%,占据了我国对外贸易的主体部分,我国由于服务业较低的比重造成了货物和服务贸易分配的极度不平衡。
根据商务部数据得到表3的服务进出口金额,我国服务进出口额从2015年的40,745亿元人民币增长至2022年的59,802亿元人民币,增长了19,057亿元。虽然我国服务贸易规模自2014年以来就已经稳居世界第二,但是服务贸易长期存在逆差的现象,我国服务的进口需求远远大于服务的出口。2010年逆差额仅为1006亿元人民币,2019年时扩大到15,025亿人民币,根据数据可以看出我国的服务贸易逆差扩大的速度之快,逆差额之大,除了贸易总额长期存在逆差以外,运输、旅行、知识产权使用费、保险等类别的服务同样也长期存在逆差,我国服务贸易的逆差问题不容忽视。2020年为一个转折点,由于公共卫生事件、逆全球化、贸易壁垒政策等多重因素的影响[6],各国更加重视产业安全问题,我国不断提升出口的服务业的知识技术密集度,以此来增强服务的出口竞争力和扩大出口,同时旅游业服务贸易等受影响进口额大幅下降,我国的服务进口额从2019年的34,589亿人民币减少至2020年的26,289亿人民币,同比下降24%,服务出口额从2020年的19,357亿人民币扩大到2021年的25,435亿人民币,同比增加了31.4%,因此服务贸易逆差额自2019年之后得以减少,但仍然存在着较大的贸易逆差的现象,并且在2019年之后旅游服务业贸易额有所恢复,因此存在着较大的不确定性。
Table 2. Proportion of China’s trade import and export in 2015~2022
表2. 2015~2022年我国贸易进出口比重
年份 |
服务贸易额(亿美元) |
占比(%) |
货物贸易额(亿美元) |
占比(%) |
2015年 |
6542 |
14.20% |
39530.33 |
85.80% |
2016年 |
6616 |
15.22% |
36855.57 |
84.78% |
2017年 |
6957 |
14.49% |
41071.38 |
85.51% |
2018年 |
7965 |
14.70% |
46224.44 |
85.30% |
2019年 |
7850 |
14.64% |
45778.91 |
85.36% |
2020年 |
6617 |
12.44% |
46559.13 |
87.56% |
2021年 |
8212 |
11.96% |
60438.7 |
88.04% |
2022年 |
8891 |
12.36% |
63065.1 |
87.64% |
数据来源:商务部数据中心。
Table 3. China’s service import and export amount in 2015~2022 (100 million yuan)
表3. 2015~2022年我国服务进出口金额(亿元)
时间 |
中国进出口额 |
中国出口额 |
中国进口额 |
差额 |
金额 |
同比(%) |
金额 |
同比(%) |
金额 |
同比(%) |
2015年 |
40,745 |
1.7 |
13,617 |
1.2 |
27,127 |
2.0 |
−13510 |
2016年 |
43,947 |
7.9 |
13,918 |
2.2 |
30,030 |
10.7 |
−16112 |
2017年 |
46,991 |
6.9 |
15,407 |
10.7 |
31,584 |
5.2 |
−16177 |
2018年 |
52,402 |
11.5 |
17,658 |
14.6 |
34,744 |
10.0 |
−17086 |
2019年 |
54,153 |
2.8 |
19,564 |
8.9 |
34,589 |
−0.4 |
−15025 |
2020年 |
45,643 |
−15.7 |
19,357 |
−1.1 |
26,286 |
−24.0 |
−6929 |
2021年 |
52,983 |
16.1 |
25,435 |
31.4 |
27,548 |
4.8 |
−2113 |
2022年 |
59,802 |
12.9 |
28,522 |
12.1 |
31,279 |
13.5 |
−2757 |
数据来源:商务部数据中心。
我国服务贸易地区分布不平衡,中西部、东部地区差异较大,东部经济条件较好,优越的地理位置和较高水平的服务业等因素带动了服务贸易的发展,根据《中国服务贸易发展报告》,2021年东部地区服务进出口占我国服务进出口额的比重为87.7%。根据表1可知还存在行业结构不平衡的问题,虽然金融服务,知识产权使用费等知识密集型行业在近年贸易额在稳步增长,但是知识密集型的服务贸易的比重仍然处于较低的水平。
根据表4的数据,以各国的服务贸易限制性指数来衡量各国的开放力度,在这些主要的行业中,中国的服务贸易限制性指数大多高于其他国家。特别是会计、电影、广播、录音、电信、快递这些行业的限制指数高出其他国家较多,差距较大。因此,我国的服务贸易的限制指数较高,未来服务贸易的高质量发展还需要再加强对外开放的力度[7]。
Table 4. Restrictive index of service trade in major economies in 2022
表4. 2022年主要经济体服务贸易限制性指数
|
澳大利亚 |
加拿大 |
法国 |
日本 |
韩国 |
美国 |
中国 |
物流装卸 |
0.1839 |
0.1817 |
0.1497 |
0.1105 |
0.1834 |
0.1991 |
0.2257 |
物流仓储 |
0.1713 |
0.1612 |
0.1772 |
0.1258 |
0.1403 |
0.1975 |
0.2608 |
货运代理 |
0.2036 |
0.1491 |
0.143 |
0.1576 |
0.1867 |
0.2024 |
0.2521 |
物流报关 |
0.1912 |
0.1926 |
0.1291 |
0.1098 |
0.2106 |
0.1896 |
0.229 |
会计 |
0.1882 |
0.2372 |
0.3815 |
0.1692 |
1 |
0.1703 |
0.7215 |
建筑设计 |
0.1957 |
0.2007 |
0.258 |
0.091 |
0.2017 |
0.1763 |
0.2275 |
工程 |
0.1559 |
0.174 |
0.1253 |
0.0692 |
0.1629 |
0.1876 |
0.2155 |
法律 |
0.1606 |
0.1676 |
0.4801 |
0.5243 |
0.5177 |
0.175 |
0.4953 |
电影 |
0.1469 |
0.202 |
0.2285 |
0.0828 |
0.1964 |
0.1246 |
0.5477 |
广播 |
0.2273 |
0.3014 |
0.2109 |
0.253 |
0.3932 |
0.2653 |
0.6744 |
录音 |
0.1605 |
0.1747 |
0.1565 |
0.0702 |
0.1765 |
0.1551 |
0.5119 |
电信 |
0.1719 |
0.2783 |
0.1709 |
0.2264 |
0.296 |
0.1529 |
0.6362 |
航空运输 |
0.3119 |
0.3689 |
0.3825 |
0.3693 |
0.5153 |
0.5211 |
0.3898 |
海上运输 |
0.1912 |
0.1909 |
0.2095 |
0.1703 |
0.322 |
0.356 |
0.2264 |
公路运输 |
0.1256 |
0.1566 |
0.2198 |
0.1016 |
0.1831 |
0.2085 |
0.1939 |
铁路运输 |
0.1583 |
0.1258 |
0.2138 |
0.1716 |
1 |
0.1432 |
0.2519 |
快递 |
0.3768 |
0.3657 |
0.1156 |
0.1981 |
0.416 |
0.3495 |
0.756 |
分销 |
0.1444 |
0.2267 |
0.2061 |
0.1012 |
0.185 |
0.1322 |
0.1743 |
商业银行 |
0.1904 |
0.1581 |
0.1753 |
0.1856 |
0.2124 |
0.2007 |
0.3381 |
保险 |
0.1828 |
0.1874 |
0.1011 |
0.1221 |
0.1162 |
0.2755 |
0.368 |
计算机 |
0.1657 |
0.1677 |
0.16 |
0.1134 |
0.1683 |
0.1366 |
0.3318 |
施工 |
0.1986 |
0.1976 |
0.1721 |
0.1179 |
0.2059 |
0.2088 |
0.2582 |
数据来源:OECD网站。
3. 研究设计
3.1. 数字经济影响服务贸易出口的机制分析
根据世界贸易组织(WTO)《服务贸易总协定》(GATS)的定义,服务贸易包括跨境提供、境外消费、商业存在、自然人流动四种提供模式。数字经济对服务贸易的影响机制从多方面产生,其作用路径可通过服务贸易的四种提供模式展开。
在跨境交付模式中,数字技术的突破性进展重构了传统服务贸易的空间边界,云端计算和区块链技术的成熟使得软件服务、专业咨询等知识密集型服务能够以前所未有的效率实现即时跨境传输,这种技术驱动的交付方式不仅大幅降低了交易成本,更通过数据流动的实时性打破了地理时区限制。世界贸易组织《2021年全球贸易报告》特别指出,数字平台赋能的跨境服务交付正在重塑国际贸易版图。
当转向境外消费模式时,数字经济的催化效应在旅游、教育、医疗等服务领域尤为显著。移动支付系统的全球互联和虚拟现实技术的商业化应用,正在重构传统境外消费的物理形态。在线教育平台的跨国扩张使得留学生源市场发生结构性变化,远程医疗会诊系统则创造了新型医疗服务消费场景。这种转型背后,数字基础设施建设水平直接决定了服务消费体验的流畅度,而高等教育入学率提升带来的人力资本储备,则为数字内容服务的创新供给提供了持续动力。
在商业存在模式方面,数字经济的渗透改变了服务业跨国投资的战略布局。企业在海外设立商业存在时,能够通过数字化运营系统实现资产扩张。这种转变显著降低了市场进入的沉没成本,特别是ICT产品出口占比的提升,为数字服务外包创造了硬件基础。
在自然人流动模式方面,数字经济既产生了替代效应又创造了互补空间。视频会议系统和协同办公软件的普及,客观上减少了技术人员短期跨境流动的需求,但同时也催生了数字游民等新型服务提供者群体。跨境专利申请量增长,反映出数字研发环境下知识工作者的虚拟协作深度,服务业就业人数占比的提升也暗示着,数字经济发展可能加剧高端服务人才集聚与基础服务岗位流失的结构性矛盾。
综合以上分析,本文提出如下假设:RCEP国家数字经济的发展,能够促进我国服务贸易的出口。
3.2. 变量选取
3.2.1. 被解释变量
中国对RCEP国家历年的服务贸易出口额(SET):服务贸易出口额以当前价格计算的美元计价,数据来源于世界银行。
3.2.2. 核心释变量
RCEP国家数字经济发展水平(DIG):本文选取RCEP国家的数字基础设施建设、数字技术外向竞争力、数字研发环境三个一级指标构建数字经济发展水平测度体系,并将上述三个一级指标拆分为12个二级指标。鉴于数字基础设施是数字经济发展的基石,其完备程度直接影响数字技术的普及与应用,故而从固定宽带普及率、固定电话普及率、移动网络覆盖率、互联网用户人数以及安全互联网服务器这五个具体层面,对数字基础设施建设进行测度,以此洞察各国在数字接入与通信保障方面的实际水平。同时,数字技术外向竞争力作为衡量一国数字技术国际影响力与市场拓展能力的重要指标,通过高科技产品出口占比和ICT产品出口占比这两个维度加以考量,能够清晰展现各国数字技术产品在国际市场上的竞争地位。此外,数字研发环境对于数字技术的创新与发展起着至关重要的支撑作用,良好的研发环境能够吸引人才、促进知识产出与技术创新,因此从高等教育入学率、城镇人口比率(反映人才聚集程度与研发资源可及性)、居民专利申请量、科技期刊文章数量(体现科研成果产出与学术交流活跃度)以及服务业就业人数占比(服务业作为数字技术应用的重要领域,其就业结构反映数字经济发展对人才的需求方向)这五个方面对数字研发环境进行评估,有助于深入了解各国在数字技术研发与创新生态方面的优势与不足。通过将上述三个一级指标进一步拆分为这十二个二级指标,能够构建起一个更为细致、全面的数字经济发展水平测度体系,为深入分析RCEP国家数字经济发展差异、制定针对性政策提供科学依据。考虑到数据可得性,指标选取对象为RCEP的15个成员国2010~2020年数据,数据来源于世界银行数据库,利用主成分分析法对数字经济发展水平进行测度。
3.2.3. 核心释变量
市场规模(GDP):一国的国内生产总值往往可以表征该国的市场规模,国内生产总值越高,国家的市场规模也就越大,则越容易吸引他国进行服务贸易出口。
市场发展潜力(GDPR):本文选用人均GDP增长率代表一国的市场发展潜力。市场发展潜力代表着一国未来消费者对产品和服务的需求潜力及能力。市场发展潜力越高则未来的需求越大,我国的服务贸易出口越多。
地理距离(DIS):目前,大部分文献将两国首都的实际地理距离与当年国际原油价格的乘积作为两国的地理距离。
人口规模(POP):伙伴国家人口越多,我国的服务贸易出口就越多。
3.3. 模型设定
引力模型起源于牛顿的万有引力定律,随着经济贸易的不断发展,Tinbergen [8]和Poyhonen [9]开始将引力模型拓展至国际贸易领域。本文研究的是数字经济对服务贸易的影响,因而设定模型:
其中,i表示中国,j表示进口国家或地区,t表示年份(t = 2011, 2012, 2013, ∙∙∙, 2021),
表示t时期中国对j国的服务贸易出口额,
表示j国t时期的数字经济发展水平,
表示t时期j国的国内生产总值,
表示t时期j国的国内生产总值增长率;
表示两国之间的距离与当年原油价格的乘积,
表示t时期j国的人口数量。
4. 实证结果
4.1. 描述性统计
为了更直观的了解各变量的数据情况,本文首先对各变量的样本数据进行了描述性统计分析,各变量的描述情况均为取对数后的结果,具体分析情况见表5:
Table 5. Descriptive statistic
表5. 描述性统计
Variable |
Obs |
Mean |
Std.dev. |
Min |
Max |
lnset |
154 |
7.139 |
1.638 |
3.592 |
9.611 |
lndig |
154 |
0.386 |
0.209 |
0.0400 |
0.730 |
lngdp |
154 |
26.17 |
1.762 |
22.89 |
29.46 |
lnGDPR |
154 |
2.789 |
3.202 |
−9.700 |
8.802 |
lndis |
154 |
12.42 |
0.675 |
10.63 |
13.96 |
lnpop |
154 |
17.05 |
1.647 |
12.90 |
19.41 |
t statistics in parentheses, *p < 0.05, **p < 0.01, ***p < 0.001.
4.2. 相关性分析
对模型中的变量进行相关性分析得到表6,可以看出,服务贸易进出口总额和数字经济发展水平、伙伴国市场规模、市场发展潜力、人口、地理距离之间有着密切的关系。
Table 6. Correlation analysis
表6. 相关性分析
|
lnset |
Lndig |
lngdp |
lnGDPR |
lndis |
lnpop |
lnset |
1 |
|
|
|
|
|
lndig |
0.720*** |
1 |
|
|
|
|
lngdp |
0.907*** |
0.620*** |
1 |
|
|
|
lnGDPR |
−0.195** |
−0.449*** |
−0.199** |
1 |
|
|
lndis |
−0.217*** |
−0.00200 |
−0.0970 |
0.0200 |
1 |
|
lnpop |
0.479*** |
−0.156* |
0.642*** |
0.213*** |
−0.278*** |
1 |
t statistics in parentheses, *p < 0.05, **p < 0.01, ***p < 0.001.
4.3. 回归结果及分析
对模型进行豪斯曼检验得到表7,检验结果显示p值为0.0000,显著拒绝随机效应,故本文最终选择固定效应贸易引力模型。
Table 7. Houseman test
表7. 豪斯曼检验
Test of H0: Difference in coefficients not systematic |
chi2(5) = 56.63 |
Prob > chi2 = 0.0000 |
Table 8. Regression result
表8. 回归结果
|
lnset |
lnset |
lnset |
lnset |
lnset |
lndig |
4.623*** |
2.176*** |
2.372*** |
2.011*** |
1.352** |
|
(10.66) |
(6.25) |
(6.51) |
(4.62) |
(3.24) |
lngdp |
|
1.051*** |
1.065*** |
1.075*** |
0.833*** |
|
|
(12.95) |
(13.15) |
(13.28) |
(9.55) |
lnGDPR |
|
|
0.00808 |
0.00933 |
0.0107* |
|
|
|
(1.69) |
(1.93) |
(2.43) |
lndis |
|
|
|
−0.0670 |
0.0385 |
|
|
|
|
(−1.50) |
(0.85) |
lnpop |
|
|
|
|
2.709*** |
|
|
|
|
|
(5.26) |
_cons |
5.355*** |
−21.19*** |
−21.68*** |
−20.97*** |
−61.87*** |
|
(31.85) |
(−10.32) |
(−10.53) |
(−9.96) |
(−7.73) |
N |
154 |
154 |
154 |
154 |
154 |
R2 |
0.45 |
0.75 |
0.76 |
0.76 |
0.80 |
adj. R2 |
0.39 |
0.72 |
0.73 |
0.73 |
0.78 |
t statistics in parentheses, *p < 0.05, **p < 0.01, ***p < 0.001.
本文在进行基本回归时,采用逐步回归的方式,依次加入核心解释变量和各控制变量,具体结果见表8。模型(1)~模型(5)为逐个加入核心解释变量和控制变量的基本回归结果,其中模型(5)为本文的最终回归结果。从结果来看,数字经济发展水平从模型(1)~(5)相关系数均为正,且前4个模型均在1%水平上显著,模型5在5%水平上显著,根据模型5,再加入所有的控制变量后,回归系数可以达到1.352,对我国服务贸易出口有显著促进作用,RCEP国家数字经济发展每提高1%,中国的服务贸易出口额将提高1.352%;根据模型5,RCEP国家GDP每提高1%,中国的服务贸易出口额将提高0.833%;RCEP国家GDPR每提高1%,中国的服务贸易出口额将提高0.0107%;RCEP国家人口规模每提高1%,中国的服务贸易出口额将提高2.709%。
5. 稳健性检验
为了结果稳健,文本采用变量替代的方法进行稳健性检验,结果见表9。将数字经济发展水平指数替换成信息化发展指数IDI。替换变量后模型回归结果如下。根据回归结果来看,核心解释变量数字经济仍然相关系数为正,并且在5%水平上显著促进我国服务贸易出口。
Table 9. Robustness test
表9. 稳健性检验
|
lnset |
lnset |
lnset |
lnset |
lnset |
idi |
0.283*** |
0.140*** |
0.162*** |
0.143*** |
0.0883** |
|
(11.84) |
(6.99) |
(7.56) |
(5.86) |
(3.24) |
lngdp |
|
1.003*** |
1.014*** |
1.021*** |
0.859*** |
|
|
(12.41) |
(12.77) |
(12.90) |
(10.00) |
lnGDPR |
|
|
0.0120* |
0.0130** |
0.0123** |
|
|
|
(2.55) |
(2.74) |
(2.73) |
lndis |
|
|
|
−0.0614 |
0.0112 |
|
|
|
|
(−1.49) |
(0.26) |
lnpop |
|
|
|
|
2.247*** |
|
|
|
|
|
(3.92) |
_cons |
5.541*** |
−19.90*** |
−20.34*** |
−19.68*** |
−54.34*** |
|
(40.76) |
(−9.70) |
(−10.07) |
(−9.56) |
(−6.00) |
N |
154 |
154 |
154 |
154 |
154 |
R2 |
0.50 |
0.76 |
0.78 |
0.78 |
0.80 |
adj. R2 |
0.45 |
0.74 |
0.75 |
0.75 |
0.78 |
t statistics in parentheses, *p < 0.05, **p < 0.01, ***p < 0.001.
6. 异质性分析
服务贸易细分为多个行业,本文从不同行业入手研究RCEP国家数字经济发展对我国服务贸易的影响,结果见表10。根据数据的可得性以及WTO对服务贸易的分类,选取商业服务SOX、其他服务SPX1、电信服务SI三个行业进行分析。根据回归结果可知,三个行业中,数字经济显著促进我国服务贸易出口,在商业服务行业,RCEP国家数字经济指数每提高1%,中国的服务贸易出口额将提高1.352%;在电信服务行业,RCEP国家数字经济指数每提高1%,中国的服务贸易出口额将提高4.074%;在其他服务行业,RCEP国家数字经济指数每提高1%,中国的服务贸易出口额将提高3.981%。
Table 10. Heterogeneity analysis by industry
表10. 分行业异质性分析
|
SOX |
SPX1 |
SI |
lndig |
1.352** |
3.981*** |
4.074*** |
|
(3.24) |
(7.57) |
(5.09) |
lngdp |
0.833*** |
0.518*** |
0.640*** |
|
(9.55) |
(4.71) |
(3.83) |
lnGDPR |
0.0107* |
0.00114 |
−0.00995 |
|
(2.43) |
(0.20) |
(−1.18) |
lndis |
0.0385 |
0.0249 |
−0.229** |
|
(0.85) |
(0.43) |
(−2.63) |
lnpop |
2.709*** |
4.626*** |
5.652*** |
|
(5.26) |
(7.13) |
(5.73) |
_cons |
−61.87*** |
−88.24*** |
−107.9*** |
|
(−7.73) |
(−8.74) |
(−7.03) |
N |
154 |
154 |
154 |
R2 |
0.80 |
0.85 |
0.82 |
adj. R2 |
0.78 |
0.83 |
0.79 |
t statistics in parentheses, *p < 0.05, **p < 0.01, ***p < 0.001.
7. 结论与建议
本文选取了RCEP14个伙伴国家2010~2020年11年间的相关数据,建立了贸易引力模型,研究了数字经济的发展水平对服务贸易出口的影响。本文以中国对沿线国家的服务贸易出口额为被解释变量,RCEP各国的数字经济发展水平为核心解释变量,同时纳入市场规模,市场发展潜力,地理距离以及人口规模作为控制变量。
实证结果发现,RCEP国家数字经济发展水平会显著促进我国服务业的出口,将主成分法计算所得的数字经济发展水平替换为信息化发展指数后,发现结果仍然是显著为正的。然后又对不同的服务贸易行业进行异质性检验,数字经济对不同行业的服务贸易均有显著促进作用,其中,对信息服务行业的促进作用更为明显。
对此提出建议:首先,应重视数字经济的发展,明确数字经济对服务贸易的发展战略,推进服务贸易数字化转型;其次,要重视技术创新[10],提升技术水平,从而更好地为服务贸易的发展创造条件;最后,要重视我国服务业的高质量发展,优化数字营商环境。