摘 要：本文基于2005—2022年RCEP成员国的面板数据，采用双固定效应模型，以数字基础设施建设为抓手，研究其对数字服务出口复杂度的作用机制。结果表明，数字服务出口复杂度的提升受到数字基础设施的显著影响。这一影响主要表现在三个方面：一是优化劳动效率；二是促进产业结构服务化转型；三是有效扩大数字服务出口的规模。本文通过异质性分析发现，这一影响在高收入水平国家以及金融服务、使用知识产权费用的服务等数字密集型行业更显著。因此，我国要大力推进数字基础设施建设，重视服务业与数字技术和制造业的深度融合，营造良好的数字服务贸易发展环境，以期推动服务贸易高质量发展。
关键词：RCEP；数字基础设施；数字服务出口复杂度；产业结构；双固定效应
图分类号：F752.62 文献标识码：A 文章编号：2096-0298（2024）10（a）--06
1 引言
习近平总书记在党的二十大报告中提出：“发展数字贸易，加快建设贸易强国”。随着数字技术在工业、服务业的广泛应用，服务贸易逐渐成为各国经济发展的重要引擎，结合数字技术的数字服务贸易逐渐成为一国未来贸易发展的重点方向。数字化时代，健全且优质的数字基础设施体系可以有效推动服务贸易数字化革新的进程，使数字服务出口得到优化，进而在全球服务贸易中占据更有竞争力的地位。
作为世界上涉及人口最多、规模最大的自贸协定，区域全面经济伙伴关系协定（RCEP）签署以来就受到世界广泛关注。相较其他自由贸易协定，RCEP在服务贸易领域的开放承诺显得更为深入，使得跨境服务成本大幅降低。RCEP生效以来，我国服务贸易的开放和发展都迈上了新台阶，但仍不属于“服务贸易强国”。服务出口复杂度作为衡量一国服务贸易高质量发展的重要指标之一[1]，其提高代表着出口的服务产品从低端向高端的转变。在此背景下，以RCEP成员国数据为分析样本，旨在揭示数字基础设施与数字服务出口复杂度之间的内在联系与影响机制，有助于我们理解如何通过加强数字基础设施建设来更好地适应数字化趋势，优化服务贸易结构，推动服务贸易更高质量发展。
2 文献综述
数字基础设施是指在5G网络、物联网、大数据等新一代信息技术驱动下，政府对信息网络基础设施建设的不断完善以及对传统基建的数字化、智能化改造，逐渐与制造业、服务业等领域融合发展，催生出更多的应用场景。
现有研究成果中，学者们围绕数字基础设施对贸易的影响效应以及数字服务出口复杂度的影响因素进行了分析，为本文的研究奠定了坚实的基础。在相关文献中，学者对于数字基础设施建设与贸易方面的论述主要围绕降低生产、交易成本效应[2]，促进产业结构调整效应，推进区域创新[3]等方面展开，普遍认为高质量的基础设施可以提高市场环境的透明度[4]，使双边信息交换的更加便利，降低了贸易成本，进而降低了产品价格[5]，而价格下降导致的需求量上升则会助推贸易的增长；健全的数字基础设施不仅能有效推动出口规模的增大，还能显著提升出口产品的技术复杂程度[6]。对于数字服务出口复杂度的研究，uqfckjih5nuLOntA8aobhQ==学者多聚焦于数字贸易壁垒对其的影响，如江涛等（2022）[7]从数字税、本地化要求等角度印证了数字服务贸易壁垒对于数字服务贸易的抑制作用，齐俊妍等（2022）[8]从跨境数据流动限制、数字服务投入方面验证了数字服务贸易壁垒对数字服务贸易的抑制作用。
综上所述，数字基础设施带来的数字化必定对数字服务贸易带来影响，但是有较少学者将两者结合，并基于数字服务出口复杂度验证其影响渠道。因此，本文依据2005—2022年RCEP国家的面板数据，结合数字基础设施和数字服务出口复杂度的双重维度，试图解决“数字基础设施可以通过相关机制推动数字服务出口复杂度的提升”问题。
3 理论分析与研究假设
3.1 数字基础设施建设对数字服务出口复杂度的影响
作为支撑数字经济发展的关键要素，数字基础设施推动了数字技术在服务领域的应用，促进了服务贸易数字化转型。在供给端，数字基础设施特别是物联网、人工智能、大数据等数字技术的应用，可以显著提升企业的信息化水平，使得信息和技术跨区域流动，倒逼传统服务的劳动力技能转型升级，实现劳动生产率的提升[9]，加速劳动密集型向资本密集型的替代，促进产业转型升级[10]。与此同时，数字服务的内容和形式也将得到提升，居民数字化消费需求扩大，数字服务出口增加。基于此，本文提出如下假设：
H1：数字基础设施建设会显著提高数字服务出口复杂度。
3.2 数字基础设施建设对数字服务出口复杂度的影响机制
首先，数字基础设施建设有助于提升全行业的劳动生产率，劳动生产效率的提高有助于企业降低单位产品的生产成本，进而促进出口技术的提升[11]。具体而言，一方面，数字基础设施的建设降低了地理距离限制所引起的交流时间成本，通过提高知识溢出效率推动了区域内知识和技术的扩散和共享，提升了各行业的生产效率[12]。另一方面，数字基础设施建设被看作加速产业数字化转型的基础性工程[3]，依托数字基础设施，相关生产性服务业、文化创意产业等产业迅猛发展，推动全行业的劳动生产率提高，进而发挥规模经济效应促进出口技术提升[11]。
其次，数字基础设施建设能够推动产业结构向服务化转型，而产业结构服务化是实现价值链向两端进行延伸的有效途径，价值链的资源整合效应能够促进出口技术复杂度提升[13]。具体来看，完备的数字基础设施是数字经济发展的主要载体。因数字技术的融入，原本属于低附加值范畴的生产与服务环节得以升级，转变为高附加值部分[14]，并通过企业间与产业间的网络互联，带动大批上游高端零部件制造业及相关现代服务业蓬勃发展[15]，提升了现代服务业在产业结构中的比重，促进了产业结构向服务化方向的转型升级，进而促进数字服务产品出口复杂度的提升。
最后，数字基础设施的完善通常意味着互联网使用规模的扩大以及数字化消费需求的提升[16]，企业为了满足更复杂的市场需求以及应对更多同类产品的竞争压力，往往会不断提升产品的技术含量和创新水平，从而提升本国出口产品的复杂度[17]。具体来看，RCEP区域内人口基数大，互联网使用频率高，完善的数字基础设施为各类电商平台的发展创造了条件，使得贸易双边信息交换更加便利，进而对双边贸易增长具有显著正向作用[18]。同时，生产者借助数字基础设施面向世界展示自身的数字化产品，并推动国际贸易新业态、新模式的发展，扩大经济体数字服务贸易出口规模。在此期间，数字技术与传统技术的创新结合提升了本国产品的出口复杂度。
基于此，本文提出如下假设：
H2：数字基础设施建设会通过促进劳动生产率的提升来提高数字服务出口复杂度；
H3：数字基础设施建设会通过推动产业结构升级来提高数字服务出口复杂度；
H4：数字基础设施建设会通过扩大数字服务出口规模来提高数字服务出口复杂度。
4 研究设计
4.1 计量模型设计
本文聚焦于数字服务贸易，深入分析数字基础设施建设对数字服务出口复杂度的潜在影响机制。因此，本文构建双向固定效应模型：
lnSTIit=α0+α1DIit+α2Cit+εi+θt+μit（1）
其中，模型（1）中的变量下标i、t分别代表国家和年份。lnSTIit表示t时期i国家（地区）的数字服务出口复杂度。DIit表示t时期i国家（地区）的数字基础设施建设水平。Cit为一组控制变量。εi和θt分别为时间固定效应和地区固定效应，μit表示误差项。
4.2 变量说明
PxZWoEX/C4YNFSE2vEJhqw==4.2.1 被解释变量
被解释变量lnSTIit 是RCEP国家（地区）的数字服务出口复杂度。对于数字服务行业的具体划分，参考OECD与Eurostat 联合发布的《EBOPS（扩大的国际收支服务分类）》其中6类涉及可数字交付的服务贸易，即数字服务贸易，分别是保险服务、金融服务、知识产权服务、电信、计算机及信息服务、其他商业服务、个人文娱服务。同时，对于出口复杂度的计算则参考Hausmann等（2007）[19]的做法，测算这六大类单项数字服务的出口复杂度（ISTIi），具体见式（2），以及各经济体数字服务出口复杂度（STIj），具体见式（3），具体计算步骤如下：
其中，xij表示j国（地区）i项服务的出口贸易额，Xj表示j国的服务出口贸易总额，Yj表示j国（地区）的人均GDP。在测算出各国数字服务出口复杂度后，需要对结果进行对数处理以消除异方差的影响。
4.2.2 核心解释变量
核心解释变量DIit是各国数字基础设施建设水平。当前，对于数字基础设施建设水平的衡量，学者主要采用互联网普及率、宽带建设情况等单项指标来衡量[20]，或是利用一系列综合指标来进行评估。数字基础设施建设涉及5G、大数据、人工智能等建设的多个方面，使用单项指标无法全面而准确地刻画其真实水平，因此，本文参考王梦颖（2023）借鉴国际电信联盟（ITU）构建IDT指数的思路，选择固定电话订阅量、移动蜂窝订阅量、固定宽带订阅量、移动宽带订阅量、国际宽带速率这5个单项指标[21]，利用Stata软件，使用主成分分析构建数字基础设施建设水平综合指标，并得到所关注变量的综合性指数。
4.2.3 控制变量
本文选取如下控制变量：（1）外商直接投资（FDI），采用外国直接投资净流入额衡量，并取对数。（2）人口规模（POP），采用各国（地区）年末总人口数（百万）衡量，并取对数。（3）受教育程度（GEE），采用政府教育支出占GDP的百分比衡量。（4）数字服务出口规模（SD），采用数字服务出口占服务业总出口的比重衡量。（5）服务贸易对外开放程度（OPEN），采用服务贸易进出口总额与服务业增加值的比值衡量[22]。
4.2.4 机制变量
机制变量选取如下：（1）劳动生产率（lnLAB），采用一国单位时间内的劳动产量，即以国内生产总值与就业人数之比衡量。（2）产业升级（UP），本文参考干春晖等（2011）的方法，采用服务业增加值与工业增加值之比衡量。（3）数字服务出口规模（SDS），采用数字服务出口总额衡量，并取对数[23]。
4.3 数据来源
基于数据的可获得性，本文选取2005—2022年RCEP区域内的14个国家（地区）（不包含老挝）的样本，对于空缺的样本使用线性插值法补充。其中，数字基础设施建设水平数据来自WDI、ITU数据库，数字服务出口复杂度以及控制变量数据来自UNCTAD、IMF数据库[24]。
5 实证结果与分析
5.1 基准回归结果与分析
本文使用OLS方法进行估计，采用国家稳健聚类的标准误的处理方式来解决异方差问题。基准回归结果如表1所示，列（4）为同时使用年份固定和国家固定效应，数字基础设施对数字服务出口复杂度的影响效应呈现出显著的正向性，其估计系数α1=0.012，p＜0.01，即在1%的水平下显著。这一结果验证了假设1，即数字基础设施建设的不断推进对提升数字服务出口复杂度具有显著的促进作用[25]。
5.2 稳健性检验
在回归过程中，为了进一步验证回归结果的稳健性，本文选择改变解释变量的测度方法（S_DI），使用熵权法衡量RCEP各国数字基础设施的建设水平。此外，数字基础设施建设实现了新旧动能转换，可提供数字化转型和智能升级服务，但数字基础设施的影响效应可能存在时间滞后性[24]，故将核心解释变量滞后一期（L_DI）带入回归。回归结果如表2所示，在更换核心解释变量的测算方法后，见列（2），α1=0.0.702，p＜0.01；将核心解释变量滞后一期，见列（3），α1=0.024，p＜0.05，由此可知，结果分别在1%与5%的显著性水平下为正，进一步证明对“数字基础设施建设可以显著促进数字服务出口复杂度提升”的验证具有稳健性，其结论更加可信。
5.3 机制检验
本文提出了核心解释变量（DI）促进被解释变量（lnSTI）提升的三个理论机制假设。为了验证假设是否成立，本文参考江艇（2022）进行机制检验的方法，其结果如表3所示，列（2）至列（4）为核心解释变量（DI）对中介变量lnLAB、UP、SDS的影响显著结果，其系数均在1%的水平下显著且为正。具体地，从列（1）和列（2）结果来看，数字基础设施建设可以显著推动劳动生产率的提高，且对劳动生产率的推动作用为9.6%，劳动生产率的提升有助于企业凭借规模经济效应的发挥进一步推动出口技术的升级与发展[11]。类似的，表3列（1）和列（3）的结果表明，数字基础设施建设可以显著推动产业升级，而产业升级可以扩大参与价值链的资源整合效应，进而促进出口复杂度提升[13]。表3列（1）和列（4）的结果表明，数字基础设施建设可以显著扩大数字服务出口规模，企业为了降低扩大规模产生的风险往往会不断创新以提升产品的竞争力，从而提升本国出口产品的复杂度[17]。由此，假设2、3、4得证。
5.4 异质性检验
5.4.1 区分经济发展水平的异质性分析
不同国家对数字基础设施的重视程度有所不同，这与一国的经济发展水平有关。因此在收入水平不同的国家，数字基础设施建设对数字服务出口复杂度有不同影响。一般来说，在较高经济发展水平的国家对数字基础设施投入得越多，相应地数字基础设施越完善，数字服务出口复杂度也越高。相反，数字服务出口复杂度则越低。本文按照世界银行经济体收入分组标准（2019年）将RCEP地区纳入验证范围的13个国家分为高收入国家、较高收入国家和低收入国家。在不同经济发展水平国家中的结果如表4所示，与先前预期存在显著的差异。具体来看，在高收入和较高收入水平国家均在5%的水平上显著，在低收入国家不显著。这可能是因为：一方面，在高收入以及较高收入水平国家，由于推动产业数字化转型的需要，亟须完善数字基础设施建设以支持高附加值的数字服务，数字基础设施的完善可以显著推动数字服务出口复杂度的提高；在低收入国家，虽然数字基础设施建设已达到一定水平，但服务贸易仍以传统服务出口为主，是限制数字服务出口复杂度提升的重要原因，从而导致数字基础设施建设对数字服务出口复杂度的推动作用并不显著。
5.4.2 区分数字服务行业的异质性分析
数字服务行业分为六个小类，每个小类所应用的技术也不尽相同。鉴于这种差异性，需要深入研究数字基础设施建设对不同类别数字服务行业所产生的影响。区分数字服务行业的异质性检验结果如表5所示，数字基础设施建设显著促进了保险和养老金、金融、使用知识产权费用的服务、电信与信息服务和其他商业服务的出口复杂度，其中，对使用知识产权费用服务的影响最为显著；数字基础设施建设对个人、文化和娱乐服务的影响不显著。这可能是因为：一方面，金融、使用知识产权费用的服务、电信与信息服务属于技术密集型服务，数字基础设施建设带来的劳动生产率提高、产业升级等影响促进了这些行业的发展；另一方面，个人、文化和娱乐服务受到社会文化因素、版权保护、国际文化认知度等多方面的影响更大，数字基础设施建设并不能直接影响这些因素，因而对个人、文化和娱乐服务的数字服务出口复杂度影响不显著。
6 研究结论与政策启示
6.1 研究结论
本文以2005—2022年RCEP成员国面板数据为基础，通过双固定效应模型探讨数字基础设施建设如何影响数字服务出口复杂度及其相关机制。经过系统分析，本文得到研究结论如下：第一，从基准回归的结果来看，数字基础设施建设在推动数字服务出口复杂度提升方面发挥着显著作用，且这一结论经过改变解释变量的测算方法以及滞后一期的稳健性检验后仍成立；第二，经过机制检验分析，数字基础设施可以通过三条核心路径影响该复杂度，包括劳动生产率路径、产业服务化升级路径与扩大数字服务出口规模路径；第三，数字基础设施建设在收入水平较高的国家对数字服务出口复杂度具有正向的推动作用，在低收入国家的分组回归中则未通过显著性检验；第四，数字基础设施建设显著促进了技术密集型服务的出口复杂度，如金融、电信与信息服务和其他商业服务，对受外界主观影响较大的个人、文化和娱乐服务的影响不显著。
6.2 政策启示
本文以RCEP成员国为样本，从数字基础设施建设角度为进一步提高我国数字服务出口复杂度提供路径支持，对于我国加快发展数字经济、推动服务贸易高质量发展具有如下启示：
第一，大力推进数字基础设施建设。（1）重视数字基础设施建设，制订合理的数字基础设施建设规划，注重数字基础设施与传统设施的协同发展，确保网络设施的稳定性和安全性。（2）坚持自主研发和外部引进相结合，进一步加大5G网络、云网、产业互联网建设，推动数据平台的互联互通，寻求私营部门、学术机构等进行多方合作，最大限度推动数字化建设。
第二，重视服务业与数字技术和制造业的深度融合。（1）加快传统服务的数字化转型，对于传统服务需组织制定和实施数字化转型策略，应用人工智能、大数据分析、物联网等改善用户体验，设计个性化、定制化的数字化服务，推动其向更高效、更智能的方向发展。（2）加快培育数字基础设施应用场景，发展生产性服务业和生产性服务贸易。推动数字基础设施与多个关键领域的深度融合发展，进一步挖掘智能制造、新能源汽车、数字金融、智慧旅游等领域的发展潜能。同时，充分发挥金融服务、使用知识产权费用的服务等生产性服务业的高附加值、高技术密集度等特点，带动国内制造业与服务业协调发展，推动国民经济产业结构优化升级。
第三，营造优良的数字服务贸易发展环境。（1）政府需高度重视数字基础设施的超前建设和与上下游产业的衔接，加大对知识产权保护的力度，改善信用环境，加强相关领域知识产权的立法工作。（2）深化数字经济国际合作，推动区域协定中有关数字服务贸易规则的谈判，高标准落实RCEP协定规则条款，持续提升服务贸易投资自由化、便利化水平，优化营商环境。
参考文献
戴翔，金碚.产品内分工、制度质量与出口技术复杂度[J].经济研究，2014，49（7）：4-17+43.
温湖炜，钟启明.智能化发展对企业全要素生产率的影响： 来自制造业上市公司的证据[J].中国科技论坛，2021（1）：84-94.
钞小静.新型数字基础设施促进我国高质量发展的路径[J].西安财经大学学报，2020，33（2）：15-19.
李笑影，李玲芳.互联网背景下应对“一带一路”贸易风险的机制设计研究[J].中国工业经济，2018（12）：97-114.
施炳展.互联网与国际贸易： 基于双边双向网址链接数据的经验分析[J].经济研究，2016，51（5）：172-187.
卢福财，金环.互联网是否促进了制造业产品升级： 基于技术复杂度的分析[J].财贸经济，2020，41（5）：99-115.
江涛，王号杰，覃琼霞.双边数字贸易壁垒的出口抑制效应： 基于49个经济体的经验证据[J].中国流通经济，2022（7）：62-72.
齐俊妍，强华俊.跨境数据流动限制、数字服务投入与制造业出口技术复杂度[J].产业经济研究，2022（1）：114-128.
孙伟增，郭冬梅.信息基础设施建设对企业劳动力需求的影响： 需求规模、结构变化及影响路径[J].中国工业经济，2021（11）： 78-96.
李斯林，余红心，武文博，等.数字基础设施对产业升级的影响机制研究[J].科技进步与对策，2023，40（12）：99-107.
Melitz M J .The Impact of Trade on Intra-industry Reallocations and Aggregate Industry Productivity[J].Econometrica， 2003，71（6）.
Li D， Chen Y， Miao J.Does ICT create a new driving force for manufacturing？—Evidence from Chinese manufacturing firms[J].Telecommunications Policy， 2022，46（1）：102229.
张翠菊，张宗益.消费结构对产业结构与经济增长的空间效应： 基于空间面板模型的研究[J].统计与信息论坛，2016，31（8）：46-52.
张二震，戴翔.数字赋能中国全球价值链攀升： 何以可能与何以可为[J].阅江学刊，2022，14（1）：109-118+174-175.
王奕飞，侯诺抒其，姚凯.数字经济对我国产业结构转型升级的影响[J].商业经济研究，2022，41（9）：185-188.
王群勇，苗培.数字服务贸易与数字基础设施的协同发展[J].当代财经，2024（2）：125-138.
Baldwin R E ， Robert-Nicoud F .Trade and Growth with Heterogenous Firms[J].Journal of International Economics， 2008， 74（1）：21-34.
石良平，王素云.互联网促进我国对外贸易发展的机理分析：基于31个省市的面板数据实证[J].世界经济研究，2018（12）：48-59+132-133.
Rodrik Hausmann， Jason Hwang， Dani Rodrik.What you export matters[J].Journal of Economic Growth， 2007（1）：12.
柯明，林益安，戴翔.数字基础设施如何提升出口技术复杂度：兼论与传统基础设施的作用比较[J].世界经济研究，2023（5）：32-45+135-136.
王梦颖，张诚.数字基础设施建设与发展中国家绿色产品出口[J].世界经济研究，2023（3）：17-30+133-134.
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，2011，57（5）：4-16.
赵宸宇，王文春，李雪松.数字化转型如何影响企业全要素生产率[J].财贸经济，2021，42（7）：114-129.
江艇.因果推断经验研究中的中介效应与调节效应[J].中国工业经济，2022（5）：100-120.
赵星.新型数字基础设施的技术创新效应研究[J].统计研究，2022，39（4）：80-92.