刁宇凡 魯海鈺

(1.中國(guó)計(jì)量大學(xué)現(xiàn)代科技學(xué)院管理學(xué)院；2.中國(guó)計(jì)量大學(xué)經(jīng)濟(jì)與管理學(xué)院 浙江義烏 322000)

隨著數(shù)字技術(shù)的快速發(fā)展，我國(guó)正大力發(fā)展數(shù)字貿(mào)易，且數(shù)字貿(mào)易的推動(dòng)力量已滲透各個(gè)產(chǎn)業(yè)，而我國(guó)產(chǎn)業(yè)發(fā)展出現(xiàn)產(chǎn)業(yè)效率低下、結(jié)構(gòu)單一等問(wèn)題。在此背景下，傳統(tǒng)產(chǎn)業(yè)與數(shù)字技術(shù)融合成為趨勢(shì)，促使傳統(tǒng)產(chǎn)業(yè)借助數(shù)字貿(mào)易進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)調(diào)整。

學(xué)者圍繞數(shù)字貿(mào)易對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)影響進(jìn)行了多方面的研究。其中，部分學(xué)者實(shí)證分析了兩者之間的影響，一致得出數(shù)字貿(mào)易對(duì)產(chǎn)業(yè)升級(jí)優(yōu)化有正面的促進(jìn)作用。陸菁和葉亞露(2017)以kindle為例，通過(guò)VAR模型研究數(shù)字貿(mào)易會(huì)促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型優(yōu)化，這種影響效果會(huì)在未來(lái)更加顯著。吳甲戊(2021)通過(guò)PVAR模型研究數(shù)字經(jīng)濟(jì)與我國(guó)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)之間的影響關(guān)系，分別對(duì)數(shù)字經(jīng)濟(jì)和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的子系統(tǒng)進(jìn)行異質(zhì)性分析，得出兩者之間的相互作用是非對(duì)等的。Markillie(2020)在關(guān)注制造業(yè)的數(shù)字化后，預(yù)見(jiàn)未來(lái)制造業(yè)產(chǎn)業(yè)生產(chǎn)效率提高、成本下降和生產(chǎn)多樣性，同時(shí)催生新興產(chǎn)業(yè)給發(fā)達(dá)國(guó)家的產(chǎn)業(yè)結(jié)構(gòu)帶來(lái)良性調(diào)整。

由此可見(jiàn)，圍繞數(shù)字貿(mào)易對(duì)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)的研究成果豐碩，但研究側(cè)重點(diǎn)不同。從研究對(duì)象來(lái)看，大部分文獻(xiàn)針對(duì)數(shù)字經(jīng)濟(jì)，因此需要以數(shù)字貿(mào)易為研究對(duì)象，探討其對(duì)產(chǎn)業(yè)結(jié)構(gòu)的影響，為進(jìn)一步深入研究依托數(shù)字貿(mào)易助推產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)提供建議。

1 理論機(jī)制和假設(shè)

在現(xiàn)有研究結(jié)果中，數(shù)字貿(mào)易發(fā)展主要體現(xiàn)在基礎(chǔ)設(shè)施環(huán)境、數(shù)字技術(shù)水平、產(chǎn)業(yè)數(shù)字化、數(shù)字產(chǎn)業(yè)化及貿(mào)易潛力五方面，因此分析以上五個(gè)因素對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響。

(1)基礎(chǔ)設(shè)施建設(shè)增加信息對(duì)稱性，提高信息、數(shù)據(jù)、資本等生產(chǎn)要素的流動(dòng)性，促進(jìn)信息交換和數(shù)據(jù)傳遞，減少行業(yè)間壁壘，促進(jìn)技術(shù)進(jìn)步，從而實(shí)現(xiàn)結(jié)構(gòu)升級(jí)。(2)數(shù)字技術(shù)是數(shù)字經(jīng)濟(jì)建設(shè)的基礎(chǔ)，大數(shù)據(jù)、區(qū)塊鏈等技術(shù)革新不僅在制造業(yè)外部環(huán)境減少信息檢索與交換時(shí)間，提高獲取的數(shù)據(jù)資料質(zhì)量，還在企業(yè)內(nèi)部環(huán)境加快企業(yè)內(nèi)信息通信運(yùn)行速度，促進(jìn)員工有效交流。(3)數(shù)字產(chǎn)業(yè)化中最醒目的是信息通信產(chǎn)業(yè)將數(shù)字技術(shù)應(yīng)用傳統(tǒng)產(chǎn)業(yè)，提高產(chǎn)業(yè)自動(dòng)化、生產(chǎn)數(shù)量提高且成本減少，進(jìn)而實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，使得從傳統(tǒng)產(chǎn)業(yè)中產(chǎn)生的數(shù)字資本繼續(xù)發(fā)揮價(jià)值。(4)產(chǎn)業(yè)數(shù)字化用數(shù)字科技和大數(shù)據(jù)資源為傳統(tǒng)產(chǎn)業(yè)帶來(lái)產(chǎn)量提高和效益增加。(5)貿(mào)易潛力擴(kuò)大開(kāi)放程度、減少產(chǎn)業(yè)貿(mào)易壁壘、促進(jìn)信息化交流、推動(dòng)行業(yè)間協(xié)同發(fā)展，實(shí)現(xiàn)傳統(tǒng)產(chǎn)業(yè)的高度化轉(zhuǎn)型。

基于上述分析，本文提出假設(shè)：數(shù)字貿(mào)易發(fā)展對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)優(yōu)化有正向影響。

2 研究設(shè)計(jì)

2.1 模型設(shè)定

本文基于PVAR模型對(duì)數(shù)字貿(mào)易和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)之間的影響關(guān)系進(jìn)行探索，通過(guò)PVAR模型可以有效地考察兩者之間的動(dòng)態(tài)關(guān)系。PVAR模型的一般矩陣形式為：

其中，i表示各省份地區(qū)；t表示時(shí)間年份；Ci表示待估計(jì)參數(shù)列向量；Yi,t為內(nèi)生變量列向量；tε為隨機(jī)干擾項(xiàng)。

2.2 變量定義及測(cè)度

2.2.1 被解釋變量

當(dāng)前，對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)進(jìn)行衡量的指標(biāo)主要有產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化、合理化、升級(jí)化、轉(zhuǎn)型化等。其中，產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化以產(chǎn)業(yè)結(jié)構(gòu)合理化為基礎(chǔ)，產(chǎn)業(yè)結(jié)構(gòu)合理化可以推動(dòng)產(chǎn)業(yè)高級(jí)化發(fā)展，因此選用產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化和產(chǎn)業(yè)結(jié)構(gòu)合理化兩個(gè)指數(shù)衡量。

(1)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化

產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化(SH)反映產(chǎn)業(yè)效率，可通過(guò)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)最大程度地利用生產(chǎn)要素，從而提高產(chǎn)出效益。計(jì)算公式如下：

其中，n=3表示三大產(chǎn)業(yè)；yit表示第i個(gè)產(chǎn)業(yè)在t時(shí)期所占GDP的比重；SH的數(shù)值取值在1～3，SH為正向指標(biāo)，數(shù)值越大，產(chǎn)業(yè)結(jié)構(gòu)越高級(jí)。

(2)產(chǎn)業(yè)結(jié)構(gòu)合理化

產(chǎn)業(yè)結(jié)構(gòu)合理化(SR)是為衡量產(chǎn)業(yè)結(jié)構(gòu)合理性，將生產(chǎn)要素進(jìn)行合理配置，使產(chǎn)業(yè)之間協(xié)調(diào)發(fā)展，以泰爾指數(shù)表示，具體公式如下：

其中，n=3表示三大產(chǎn)業(yè)；yit和Lit分別表示第i個(gè)產(chǎn)業(yè)在t時(shí)期的產(chǎn)值和就業(yè)人數(shù)；yt和Lt分別表示t時(shí)期的國(guó)內(nèi)生產(chǎn)總值和就業(yè)總?cè)藬?shù)。SR為逆向指標(biāo)，數(shù)值越小，經(jīng)濟(jì)效益越高，產(chǎn)業(yè)結(jié)構(gòu)越合理。

2.2.2 解釋變量

數(shù)字貿(mào)易的內(nèi)涵全球并沒(méi)有統(tǒng)一的定義，使其測(cè)度也無(wú)確定的方法。本文基于研究相關(guān)文獻(xiàn)的測(cè)度方法，采取構(gòu)建綜合評(píng)價(jià)指標(biāo)體系法。從5個(gè)層面選取構(gòu)建評(píng)價(jià)指標(biāo)，基礎(chǔ)設(shè)施環(huán)境、數(shù)字技術(shù)水平、產(chǎn)業(yè)數(shù)字化、數(shù)字產(chǎn)業(yè)化及貿(mào)易潛力為一級(jí)指標(biāo)，并細(xì)分為16個(gè)二級(jí)指標(biāo)，如表1所示。采用熵值法評(píng)價(jià)指標(biāo)，測(cè)算我國(guó)的數(shù)字貿(mào)易發(fā)展水平(DT)。

表1 數(shù)字貿(mào)易發(fā)展水平綜合評(píng)價(jià)指標(biāo)

3 實(shí)證結(jié)果

3.1 面板單位根檢驗(yàn)

本文對(duì)數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)后，為保證模型估計(jì)的準(zhǔn)確性，需要對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性分析。本文分別使用LLC、IPS、ADF-Fisher和PP-Fisher檢驗(yàn)，結(jié)果如表2所示?？紤]到回歸結(jié)果的異方差性，首先對(duì)變量均進(jìn)行了取對(duì)數(shù)處理，分別用lnDT、lnSH和lnSR表示。檢驗(yàn)結(jié)果顯示，lnDT通過(guò)檢驗(yàn)，lnSH、lnSR未通過(guò)檢驗(yàn)。進(jìn)一步將對(duì)數(shù)序列進(jìn)行一階差分處理，用D.lnDT、D.lnSH和D.lnSR表示，面板單位根檢驗(yàn)后顯示全部拒絕原假設(shè)，表明所有一階差分變量都存在一階單整，即數(shù)據(jù)平穩(wěn)。

表2 面板單位根檢驗(yàn)結(jié)果

3.2 確定最優(yōu)滯后階數(shù)

數(shù)據(jù)通過(guò)穩(wěn)定性檢驗(yàn)后，進(jìn)行最優(yōu)滯后階數(shù)檢驗(yàn)，結(jié)果如表3所示。MAIC、MBIC、MQIC的最優(yōu)滯后階數(shù)均為1階。由此確定模型最優(yōu)滯后階數(shù)為1階，即得到數(shù)字貿(mào)易水平對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)影響的面板自回歸模型表達(dá)式為：

表3 滯后階數(shù)選擇結(jié)果

3.3 系統(tǒng)GMM估計(jì)

根據(jù)以上對(duì)面板數(shù)據(jù)的相關(guān)處理，應(yīng)以D.lnDT、D.lnSH和D.lnSR為變量構(gòu)建PVAR模型進(jìn)行實(shí)證分析，表4為PVAR模型的滯后一階回歸結(jié)果。

表4 系統(tǒng)GMM估計(jì)結(jié)果

由表4可知，以當(dāng)期的數(shù)字貿(mào)易D.lnDT為被解釋變量，在1%置信水平上，滯后一期的數(shù)字貿(mào)易對(duì)數(shù)字貿(mào)易的沖擊為0.1581，表明滯后一期數(shù)字貿(mào)易對(duì)自身有正向促進(jìn)作用；以產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化D.lnSH為被解釋變量，在5%的顯著性水平上，滯后一期的數(shù)字貿(mào)易對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化的沖擊為0.0218，滯后一期的產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化對(duì)自身的沖擊為0.520；以產(chǎn)業(yè)結(jié)構(gòu)合理化D.lnSR為被解釋變量，在5%的顯著性水平上，滯后一期的數(shù)字貿(mào)易對(duì)產(chǎn)業(yè)結(jié)構(gòu)合理化的沖擊為0.0557，在1%的顯著性水平上，滯后一期的產(chǎn)業(yè)結(jié)構(gòu)合理化對(duì)自身的沖擊為0.00627，表明滯后一期的數(shù)字貿(mào)易、產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化和產(chǎn)業(yè)結(jié)構(gòu)合理化都有明顯的自身加強(qiáng)機(jī)制。滯后一期的數(shù)字貿(mào)易D.lnDT對(duì)D.lnSH和D.lnSR有顯著的促進(jìn)作用，且D.lnDT對(duì)D.lnSR的正向系數(shù)(0.0557)大于D.lnDT對(duì)D.lnSR的正向系數(shù)(0.0219)，說(shuō)明產(chǎn)業(yè)結(jié)構(gòu)合理化受數(shù)字貿(mào)易影響較大。綜上可知，數(shù)字貿(mào)易推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)合理化的發(fā)展，且產(chǎn)業(yè)結(jié)構(gòu)自身發(fā)展能驅(qū)動(dòng)。

3.4 格蘭杰因果檢驗(yàn)

本文采用最優(yōu)滯后階數(shù)構(gòu)建最終確定的PVAR模型并進(jìn)行GMM估計(jì)后，需要進(jìn)一步對(duì)模型進(jìn)行穩(wěn)定性檢驗(yàn)，結(jié)果顯示模型所有特征值都在單位圓內(nèi)，表明滿足穩(wěn)定性條件。模型通過(guò)穩(wěn)定性檢驗(yàn)，進(jìn)一步對(duì)數(shù)字貿(mào)易和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)之間的因果關(guān)系進(jìn)行檢驗(yàn)。對(duì)數(shù)字貿(mào)易與產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化、合理化分別進(jìn)行格蘭杰因果檢驗(yàn)，結(jié)果如表5所示，數(shù)字貿(mào)易和產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化之間互為因果關(guān)系。

表5 格蘭因果檢驗(yàn)表

3.5 脈沖響應(yīng)與方差分解

由圖1可知，當(dāng)數(shù)字貿(mào)易產(chǎn)生一個(gè)標(biāo)準(zhǔn)差沖擊后，立刻對(duì)自身產(chǎn)生顯著的正向促進(jìn)作用，在第3期后逐漸降低，最終趨于穩(wěn)定。因此，數(shù)字貿(mào)易發(fā)展對(duì)自身有顯著的動(dòng)態(tài)促進(jìn)效果，隨著期數(shù)的增加，這種效果趨于穩(wěn)定。在數(shù)字貿(mào)易外部單位的沖擊下，產(chǎn)業(yè)結(jié)構(gòu)合理化影響值迅速增加，在第2期時(shí)到達(dá)一個(gè)峰值隨后逐漸下降，至第5期時(shí)趨于一個(gè)穩(wěn)定值，說(shuō)明在長(zhǎng)期內(nèi)數(shù)字貿(mào)易對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)影響趨于穩(wěn)定。數(shù)字貿(mào)易對(duì)產(chǎn)業(yè)升級(jí)的積極響應(yīng)狀態(tài)是產(chǎn)業(yè)結(jié)構(gòu)升級(jí)優(yōu)化的主要?jiǎng)右?，兩者影響關(guān)系密切。產(chǎn)業(yè)結(jié)構(gòu)升級(jí)出現(xiàn)一個(gè)標(biāo)準(zhǔn)差沖擊時(shí)，自身立即出現(xiàn)正向反應(yīng)隨后快速下降，在第2期時(shí)自身的反應(yīng)基本消失，最終收斂于0，說(shuō)明產(chǎn)業(yè)結(jié)構(gòu)升級(jí)在初期會(huì)對(duì)自身有正向促進(jìn)效果，但隨后效果大幅度下降直至消失，則產(chǎn)業(yè)結(jié)構(gòu)升級(jí)對(duì)自身的影響較小。在產(chǎn)業(yè)結(jié)構(gòu)合理化出現(xiàn)一個(gè)標(biāo)準(zhǔn)差沖擊時(shí)，數(shù)字貿(mào)易出現(xiàn)反應(yīng)，隨著期數(shù)的增加，正向反應(yīng)在第2期到達(dá)峰值隨后逐漸降低，在第4期后趨于0附近。

圖1 脈沖響應(yīng)

最后進(jìn)行模型變量的預(yù)測(cè)方差分解。數(shù)字貿(mào)易的方差解釋率顯示，數(shù)字貿(mào)易發(fā)展增長(zhǎng)在第1期影響全部來(lái)自自身，之后隨期數(shù)的增大解釋率逐漸降低，到第10期時(shí)，仍以自身影響為主，占91.46%，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)化僅占1.645%。由此可見(jiàn)，影響數(shù)字貿(mào)易發(fā)展的最大因素是其自身，其本身的發(fā)展是最強(qiáng)驅(qū)動(dòng)力。

產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化的方差解釋率顯示，第一期受自身影響率為98.24%，同樣隨著期數(shù)的增加影響率逐漸下降，在第10期時(shí)，方差率降低到97.69%，說(shuō)明產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化主要受自身影響。

產(chǎn)業(yè)結(jié)構(gòu)合理化的方差解釋率顯示，第1期受自身影響率為62.33%，隨著期數(shù)的增加影響率逐漸下降，到第10期時(shí)，方差率降低到45.90%。數(shù)字貿(mào)易對(duì)產(chǎn)業(yè)結(jié)構(gòu)合理化影響率從第一期的6.27%到第10期的5.9%，高于數(shù)字貿(mào)易對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化的影響率(1.5%)。由此可見(jiàn)，產(chǎn)業(yè)結(jié)構(gòu)合理化受數(shù)字貿(mào)易影響更加顯著。

綜合預(yù)測(cè)方差分解的情況可以看出，在較長(zhǎng)時(shí)間內(nèi)，無(wú)論是數(shù)字貿(mào)易還是產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，都會(huì)受到自身因素的影響，且數(shù)字貿(mào)易對(duì)自身發(fā)展的推動(dòng)作用更為明顯。數(shù)字貿(mào)易在推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)上具有重要作用，且這種效應(yīng)隨時(shí)間推移，雖增幅不大但時(shí)效性長(zhǎng)。由此可以看出，數(shù)字貿(mào)易對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的促進(jìn)作用是長(zhǎng)期持續(xù)的。

4 結(jié)語(yǔ)

數(shù)字貿(mào)易和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)都有較強(qiáng)的自身影響機(jī)制，其中數(shù)字貿(mào)易對(duì)自身發(fā)展的推動(dòng)作用更為明顯，但隨著時(shí)間的推移，這種自身促進(jìn)作用持續(xù)但逐步趨弱。

數(shù)字貿(mào)易對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)具有持續(xù)影響，但這種影響在初始階段達(dá)到一個(gè)峰值后，隨著時(shí)間的推移逐漸減弱，作用效果長(zhǎng)期持續(xù)。而產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)反過(guò)來(lái)對(duì)數(shù)字貿(mào)易有促進(jìn)作用，其中產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化的促進(jìn)作用更明顯。在較長(zhǎng)時(shí)間內(nèi)，數(shù)字貿(mào)易與產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的相互作用是非對(duì)等的，數(shù)字貿(mào)易對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響弱于產(chǎn)業(yè)結(jié)構(gòu)升級(jí)對(duì)數(shù)字貿(mào)易的影響。

本文對(duì)數(shù)字貿(mào)易與中國(guó)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的關(guān)系進(jìn)行研究分析，今后我國(guó)數(shù)字貿(mào)易需要更全面有效的發(fā)展，以帶動(dòng)中國(guó)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)。數(shù)字貿(mào)易能夠有效契合中國(guó)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)需求，在數(shù)字貿(mào)易的支持下，中國(guó)各產(chǎn)業(yè)可以改善傳統(tǒng)交易方式，引進(jìn)數(shù)字技術(shù)，提高貿(mào)易效率，并培養(yǎng)高質(zhì)量數(shù)字貿(mào)易企業(yè)，鼓勵(lì)企業(yè)進(jìn)行數(shù)字貿(mào)易交易，創(chuàng)造更多經(jīng)濟(jì)效益。