摘 要： 基于1995—2018年數(shù)字服務(wù)貿(mào)易數(shù)據(jù)，利用復(fù)雜貿(mào)易網(wǎng)絡(luò)分析方法、雙向固定效應(yīng)模型和中介效應(yīng)模型，探究數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位對(duì)綠色全要素生產(chǎn)率的影響。研究顯示：（1）全球數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)密度總體增加、平均路徑長(zhǎng)度減小、貿(mào)易關(guān)聯(lián)更密切；（2）一國(guó)數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位提高顯著促進(jìn)綠色全要素生產(chǎn)率提升，并通過(guò)推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與促進(jìn)創(chuàng)新能力提升兩條途徑推動(dòng)綠色全要素生產(chǎn)率提高；（3）數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位對(duì)綠色全要素生產(chǎn)率的影響存在異質(zhì)性，相較于發(fā)展中國(guó)家，數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位對(duì)發(fā)達(dá)國(guó)家綠色全要素生產(chǎn)率的影響更顯著，對(duì)核心國(guó)家的促進(jìn)效應(yīng)更強(qiáng)。

關(guān)鍵詞： 數(shù)字服務(wù)貿(mào)易；貿(mào)易網(wǎng)絡(luò)；創(chuàng)新能力；綠色全要素生產(chǎn)率；產(chǎn)業(yè)結(jié)構(gòu)

中圖分類(lèi)號(hào)： F 062.9

文獻(xiàn)標(biāo)志碼： 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“碳達(dá)峰、碳中和”的目標(biāo)下，數(shù)字服務(wù)貿(mào)易作為一種新興的貿(mào)易形態(tài)正逐漸成為各國(guó)新的經(jīng)濟(jì)增長(zhǎng)動(dòng)力，也推動(dòng)各國(guó)綠色全要素生產(chǎn)率的提升。一方面，數(shù)字服務(wù)貿(mào)易通過(guò)數(shù)字技術(shù)創(chuàng)新，促進(jìn)國(guó)家的技術(shù)進(jìn)步和產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化；另一方面，數(shù)字服務(wù)貿(mào)易利用數(shù)字服務(wù)覆蓋全產(chǎn)業(yè)鏈，構(gòu)建高效生產(chǎn)制造和貿(mào)易體系，依靠其“網(wǎng)絡(luò)效應(yīng)”和“綠色效應(yīng)”實(shí)現(xiàn)綠色全要素生產(chǎn)率的提升。本文基于國(guó)家視角，首先借助復(fù)雜貿(mào)易網(wǎng)絡(luò)分析方法構(gòu)建全球數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)，分析其動(dòng)態(tài)演進(jìn)特征，并利用雙向固定效應(yīng)模型和中介效應(yīng)模型實(shí)證檢驗(yàn)數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位對(duì)綠色全要素生產(chǎn)率的影響及作用機(jī)制，以期為數(shù)字服務(wù)貿(mào)易高質(zhì)量發(fā)展和綠色全要素生產(chǎn)率提升提供新的理論基礎(chǔ)與經(jīng)驗(yàn)支撐。

1 理論分析

1.1 數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位與綠色全要素生產(chǎn)率

數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)中所處地位越中心的國(guó)家往往擁有更便利的知識(shí)和信息獲取渠道，從而促進(jìn)國(guó)家綠色全要素生產(chǎn)率的提升；同時(shí)，較高的網(wǎng)絡(luò)中心度也意味著該國(guó)在數(shù)字服務(wù)貿(mào)易行業(yè)具有較強(qiáng)的比較優(yōu)勢(shì)，可以?xún)?yōu)化本國(guó)的資本投入和能源消費(fèi)結(jié)構(gòu)，從而提升綠色全要素生產(chǎn)率。

1.2 數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)

數(shù)字服務(wù)貿(mào)易憑借數(shù)字技術(shù)和其他關(guān)鍵要素，突破信息交流的障礙，逐步優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)配置。一方面，網(wǎng)絡(luò)中心度的提高有助于利用比較優(yōu)勢(shì)促進(jìn)國(guó)家資源的持續(xù)投入，促進(jìn)產(chǎn)業(yè)主體向技術(shù)密集型、知識(shí)密集型產(chǎn)業(yè)轉(zhuǎn)型，產(chǎn)業(yè)結(jié)構(gòu)逐步向高級(jí)化、合理化轉(zhuǎn)變；另一方面，可以將本國(guó)不再具有比較優(yōu)勢(shì)的落后產(chǎn)業(yè)轉(zhuǎn)移到其他國(guó)家，形成“服務(wù)外包”，有效優(yōu)化本國(guó)資源配置，改變高污染、高能耗的傳統(tǒng)經(jīng)濟(jì)發(fā)展方式，推動(dòng)綠色全要素生產(chǎn)率的提升。

1.3 數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位與創(chuàng)新能力提升

數(shù)字服務(wù)貿(mào)易不斷發(fā)展促進(jìn)該國(guó)自主創(chuàng)新帶來(lái)的提升是助力綠色高質(zhì)量發(fā)展的關(guān)鍵要素。一方面，一國(guó)數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)中心度的提升反映出其有相對(duì)較多的資源渠道，節(jié)點(diǎn)間的貿(mào)易交流為其帶來(lái)多樣化的信息知識(shí)。同時(shí)內(nèi)外知識(shí)的有效整合可以極大地促進(jìn)該國(guó)自主創(chuàng)新。另一方面更高的貿(mào)易網(wǎng)絡(luò)中心度代表著在網(wǎng)絡(luò)中擁有極高的威望，能夠以高端要素吸引優(yōu)質(zhì)的高科技產(chǎn)業(yè)，進(jìn)一步帶來(lái)自主創(chuàng)新能力的提升。國(guó)家自主創(chuàng)新能力的增強(qiáng)將重塑?chē)?guó)家的核心競(jìng)爭(zhēng)力，加快打破原有高污染的經(jīng)濟(jì)增長(zhǎng)模式，降低經(jīng)濟(jì)發(fā)展對(duì)自然資源的依賴(lài)，提高資源利用率，在循序漸進(jìn)的創(chuàng)新中尋找經(jīng)濟(jì)增長(zhǎng)的新動(dòng)力，推動(dòng)綠色全要素生產(chǎn)率的提升。

2 研究設(shè)計(jì)

2.1 研究方法

2.1.1 復(fù)雜網(wǎng)絡(luò)構(gòu)建

基于復(fù)雜網(wǎng)絡(luò)構(gòu)建方法，本文搭建有向加權(quán)貿(mào)易網(wǎng)絡(luò)G，可表示為：

G=（V，E，W）（1）

其中，V={v1，v2，v3...}為節(jié)點(diǎn)集合，v1，v2，v3...表示貿(mào)易網(wǎng)絡(luò)中的國(guó)家；二值矩陣E=［aij］，表示國(guó)家之間是否存在貿(mào)易關(guān)系，即當(dāng)a國(guó)指向b國(guó)的權(quán)重值大于0時(shí)，aij=1，否則為0；W=［wij］為權(quán)重矩陣，wij為i國(guó)指向j國(guó)的權(quán)重值，本文借鑒馬述忠［1］的做法，選用出口額最大值的0.0075作為門(mén)檻值，即當(dāng)wij大于當(dāng)年最大出口額的0.0075時(shí)，aij=1，反之則為0。

2.1.2 GML模型

2.1.2 基準(zhǔn)模型

本文構(gòu)建如下基準(zhǔn)回歸模型以檢驗(yàn)一國(guó)在數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)中的地位對(duì)該國(guó)綠色全要素生產(chǎn)率的影響：

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

其中，下標(biāo)i表示國(guó)家，t表示年份；GTFP表示綠色全要素生產(chǎn)率；degree表示一國(guó)在數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)中的中心度，degree越大，說(shuō)明該國(guó)處于數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)越核心的位置；X為控制變量；μi為國(guó)家固定效應(yīng)，ηt為時(shí)間固定效應(yīng)；εit為隨機(jī)誤差項(xiàng)。

2.1.3 中介效應(yīng)模型

為進(jìn)一步檢驗(yàn)數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位對(duì)綠色全要素生產(chǎn)率的作用機(jī)制，本文借鑒溫忠麟的方法，構(gòu)建如下中介效應(yīng)模型：

Tit=β0+β1degreeit+μi+ηt+εit（3）

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

其中，下標(biāo)i表示國(guó)家，t表示年份，Tit分別表示產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化和自主創(chuàng)新。

2.2 變量定義和測(cè)算

2.2.1 被解釋變量

本文的被解釋變量為綠色全要素生產(chǎn)率（GTFP）。具體測(cè)算借鑒Chung等（1997）［2］提出的GML生產(chǎn)率指數(shù)［見(jiàn)公式（5）］，以所有各期總和為參考集，具備傳遞性且可累乘，避免ML指數(shù)存在線(xiàn)性規(guī)劃可能無(wú)解等問(wèn)題。投入量選用勞動(dòng)力總?cè)藬?shù)、固定資本形成總額、原油量，期望產(chǎn)出為現(xiàn)值GDP，非期望產(chǎn)出為CO2。具體計(jì)算方法如下：

其中，x為投入向量，y為期望產(chǎn)出向量，b為非期望產(chǎn)出向量，g為方向距離函數(shù)（Directional Distance Function，DDF）。

2.2.2 解釋變量

本文的核心解釋變量是數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位，本文使用點(diǎn)度數(shù)（degree）來(lái)反映國(guó)家或地區(qū)在網(wǎng)絡(luò)中的中心度。全球數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)中各國(guó)的點(diǎn)度數(shù)，即與該國(guó)有貿(mào)易往來(lái)的伙伴數(shù)，這從側(cè)面反映了該國(guó)在數(shù)字服務(wù)網(wǎng)絡(luò)中貿(mào)易聯(lián)系的廣度，具體定義如下：

2.2.3 控制變量

本文借鑒相關(guān)文獻(xiàn)，選取如下控制變量：（1）經(jīng)濟(jì)發(fā)展水平（Lnpgdp），采用一國(guó)的人均國(guó)內(nèi)生產(chǎn)總值取對(duì)數(shù)來(lái)衡量一國(guó)的經(jīng)濟(jì)發(fā)展水平。（2）貿(mào)易開(kāi)放度（Open），以經(jīng)濟(jì)自由度衡量。（3）基礎(chǔ)設(shè)施（Lnrnd），選取每百人使用互聯(lián)網(wǎng)人數(shù)。（4）自然資源稟賦（Res），采用燃料與礦產(chǎn)品占出口比重。（5）人力資本水平（Hc），采用高等教育入學(xué)率。

2.2.4 中介變量

2.3 數(shù)據(jù)來(lái)源

變量數(shù)據(jù)均來(lái)源于世界銀行、OECD數(shù)據(jù)庫(kù)和美國(guó)傳統(tǒng)基金會(huì)IEF，對(duì)部分缺失數(shù)據(jù)采用插值法補(bǔ)齊。

3 數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)的整體網(wǎng)絡(luò)特征分析

3.1 網(wǎng)絡(luò)密度及平均路徑長(zhǎng)度

網(wǎng)絡(luò)密度常用來(lái)衡量網(wǎng)絡(luò)中各國(guó)家的貿(mào)易聯(lián)系的緊密程度。當(dāng)網(wǎng)絡(luò)密度趨近于1時(shí)，意味著國(guó)家間的貿(mào)易聯(lián)系更為緊密；反之，則表示貿(mào)易聯(lián)系更為松散。具體公式為：

平均路徑長(zhǎng)度用來(lái)反映貿(mào)易網(wǎng)絡(luò)中各國(guó)之間信息傳遞效率的高低。平均路徑長(zhǎng)度越短，表明國(guó)家間的數(shù)字服務(wù)貿(mào)易越便利。具體計(jì)算公式為：

基于以上計(jì)算方法，本文繪制了1995—2018年網(wǎng)絡(luò)密度和平均路徑長(zhǎng)度的總體趨勢(shì)圖（圖1）。自1995年開(kāi)始，全球數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)密度整體呈增長(zhǎng)態(tài)勢(shì)，表明國(guó)家間數(shù)字服務(wù)貿(mào)易關(guān)聯(lián)日益密切。受1997年亞洲金融危機(jī)影響，從1996年的0.263下降到1999年的0.258，且增長(zhǎng)緩慢，直至2000年才逐步恢復(fù)。平均路徑長(zhǎng)度總體呈現(xiàn)縮短趨勢(shì)，說(shuō)明網(wǎng)絡(luò)內(nèi)國(guó)家之間的信息傳遞效率隨數(shù)字技術(shù)發(fā)展逐步提高。

3.2 QAP分析

為了更深入地描述數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)的動(dòng)態(tài)變化，本文選擇QAP方法進(jìn)行深入分析。QAP通過(guò)提供相關(guān)性系數(shù)及其非參數(shù)檢驗(yàn)，揭示數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)的動(dòng)態(tài)演變過(guò)程。表1給出了1995—2018年全球數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)的兩兩QAP分析數(shù)值。結(jié)果顯示：（1）1995年至2018年期間，全球的數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)變化顯著。2018年與2017年，全球數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)的相關(guān)性高達(dá)0.927。2018年和1995年的貿(mào)易網(wǎng)絡(luò)相關(guān)性?xún)H為0.529，即2018年的全球數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)與1995年的網(wǎng)絡(luò)差異性較大。（2）全球數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)逐步變化，具有一定的自穩(wěn)定性。以2018年的數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)為研究對(duì)象，它與2017年的全球數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)之間的關(guān)聯(lián)度高達(dá)0.927，與2016年的貿(mào)易網(wǎng)絡(luò)關(guān)聯(lián)度為0.914，但在2003年，這一關(guān)聯(lián)度只有0.708。

3.3 網(wǎng)絡(luò)中心度

本文根據(jù)各國(guó)中心度繪制全球數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)圖（圖2與圖3），箭頭指向各國(guó)的出口目的地，國(guó)家的中心性越突出，其節(jié)點(diǎn)就越大。比較1995年與2018年各國(guó)所處數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位，發(fā)現(xiàn)2018年網(wǎng)絡(luò)節(jié)點(diǎn)的連邊數(shù)量明顯增長(zhǎng)，各國(guó)貿(mào)易聯(lián)系更加密切。從圖中可以看出，主要經(jīng)濟(jì)體的地位基本穩(wěn)定，且以美國(guó)、法國(guó)、日本為核心，再一次印證了全球數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)具有較強(qiáng)的自穩(wěn)定性。中國(guó)從1995年的較為邊緣位置，逐步走向2018年網(wǎng)絡(luò)圖的中心位置，與各國(guó)的交易愈發(fā)頻繁，中心度也在逐步提升，體現(xiàn)出中國(guó)的數(shù)字技術(shù)在不斷完善，逐步在數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)中掌握話(huà)語(yǔ)權(quán)。

4 實(shí)證結(jié)果分析

4.1 基準(zhǔn)回歸結(jié)果

本文采用個(gè)體時(shí)間雙向固定效應(yīng)模型檢驗(yàn)數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位對(duì)綠色全要素生產(chǎn)率的影響，結(jié)果見(jiàn)表2。在不加入控制變量的情況下［列（1）］，數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位對(duì)綠色全要素生產(chǎn)率具有顯著的促進(jìn)作用。逐步加入控制變量［表2列（2）～（6）］數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位提高仍顯著促進(jìn)綠色全要素生產(chǎn)率。數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)通過(guò)其“綠色效應(yīng)”和“網(wǎng)絡(luò)效應(yīng)”逐漸蔓延到生產(chǎn)、加工、貿(mào)易、支付和售后等多個(gè)層面，對(duì)國(guó)家經(jīng)濟(jì)高質(zhì)量發(fā)展具有顯著的綠色賦能作用。

4.2 穩(wěn)健性檢驗(yàn)

綠色全要素生產(chǎn)率高的國(guó)家對(duì)數(shù)字技術(shù)的發(fā)展往往會(huì)給予政策扶持，進(jìn)而導(dǎo)致雙向因果關(guān)系，造成內(nèi)生性問(wèn)題。同時(shí)，為避免樣本離群值所帶來(lái)的結(jié)果偏誤，本文從四個(gè)方面進(jìn)行穩(wěn)健性檢驗(yàn)（表3）。第一，對(duì)所有連續(xù)變量進(jìn)行1%分位數(shù)上的雙邊縮尾處理，其結(jié)果如列（1）。第二，使用傾向匹配得分法（PSM），對(duì)于前置變量，將中心度進(jìn)行三分位分類(lèi)，一二分位取0，三分位取1，結(jié)果如列（2）。第三，基于SBM模型重新測(cè)算GTFP，結(jié)果如列（3）。第四，將數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位的滯后項(xiàng)作為數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位的工具變量，利用兩階段最小二乘法進(jìn)行回歸?；貧w結(jié)果表明，數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位顯著促進(jìn)綠色全要素生產(chǎn)率的提升，基準(zhǔn)回歸結(jié)果穩(wěn)健。

4.3 機(jī)制檢驗(yàn)

為進(jìn)一步探究數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位對(duì)綠色全要素生產(chǎn)率的作用機(jī)制，本文以產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化轉(zhuǎn)型和自主創(chuàng)新能力提升為中介變量進(jìn)行實(shí)證檢驗(yàn)。表4中，列（1）為基準(zhǔn)回歸結(jié)果，將數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位分別對(duì)兩個(gè)中介變量進(jìn)行回歸，列（2）和（4）顯示數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位對(duì)二者的回歸系數(shù)均顯著為正，在加入中介變量的回歸結(jié)構(gòu)（3）和（5）中，數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位的系數(shù)均顯著為正，表明數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位通過(guò)推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化轉(zhuǎn)型和自主創(chuàng)新能力提升兩條路徑助力綠色全要素生產(chǎn)率的提高。

4.4 異質(zhì)性分析

不同國(guó)家由于經(jīng)濟(jì)發(fā)展水平、數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)核心邊緣圈層不同，可能會(huì)出現(xiàn)數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位對(duì)綠色全要素生產(chǎn)率的影響存在異質(zhì)性。本文從以下兩個(gè)角度展開(kāi)異質(zhì)性分析。（1）依據(jù)2010年聯(lián)合國(guó)開(kāi)發(fā)計(jì)劃署認(rèn)定，將32個(gè)樣本國(guó)家劃為發(fā)達(dá)國(guó)家，19個(gè)國(guó)家劃為發(fā)展中國(guó)家，據(jù)此進(jìn)行分組檢驗(yàn)，如列（1）。結(jié)果顯示，數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)中心度對(duì)發(fā)達(dá)國(guó)家的綠色全要素生產(chǎn)率提升有顯著的促進(jìn)作用，對(duì)發(fā)展中國(guó)家綠色全要素生產(chǎn)率的提升影響并不顯著，可能是因?yàn)闆](méi)有技術(shù)落地條件的國(guó)家很難獲得技術(shù)紅利，數(shù)字服務(wù)貿(mào)易帶來(lái)的經(jīng)濟(jì)效益難以有效發(fā)揮和利用。（2）根據(jù)復(fù)雜網(wǎng)絡(luò)分析法，核心－邊緣分析，將18期及以上（共24期）處于核心圈層的19個(gè)國(guó)家定為核心國(guó)家，其余定義為邊緣國(guó)家。結(jié)果顯示，數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)中心度的提高對(duì)兩組國(guó)家的綠色全要素生產(chǎn)率均具有顯著的促進(jìn)作用，但對(duì)核心國(guó)家的作用效應(yīng)大于邊緣國(guó)家?？赡苁且?yàn)閿?shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)核心國(guó)家具有更強(qiáng)的汲取能力，有更完善的數(shù)字基礎(chǔ)設(shè)施，更強(qiáng)的人才吸引能力，促進(jìn)該國(guó)數(shù)字服務(wù)貿(mào)易發(fā)揮更強(qiáng)作用。

5 結(jié)論與政策建議

基于對(duì)數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位與綠色全要素生產(chǎn)率的探討，本文得到以下結(jié)論：（1）1995至2018年間，全球數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)的密度總體呈現(xiàn)上升態(tài)勢(shì)，平均路徑長(zhǎng)度則呈現(xiàn)縮短趨勢(shì)，各國(guó)間的數(shù)字貿(mào)易聯(lián)系日趨緊密。網(wǎng)絡(luò)中心國(guó)家如美國(guó)、日本、法國(guó)的基本位置無(wú)變化，中國(guó)逐步邁入貿(mào)易網(wǎng)絡(luò)中心行列。（2）一國(guó)所處數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位提高對(duì)其綠色全要素生產(chǎn)率產(chǎn)生顯著的促進(jìn)作用，通過(guò)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化和自主創(chuàng)新提升發(fā)揮作用。（3）數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位對(duì)綠色全要素生產(chǎn)率的影響具有異質(zhì)性，相較于發(fā)展中國(guó)家，數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)地位對(duì)發(fā)達(dá)國(guó)家的影響更顯著，對(duì)核心國(guó)家促進(jìn)效應(yīng)更強(qiáng)。

為進(jìn)一步發(fā)揮數(shù)字服務(wù)貿(mào)易的驅(qū)動(dòng)作用，促進(jìn)綠色全要素生產(chǎn)率提升，本文提出以下政策建議：（1）加強(qiáng)數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)的賦能帶動(dòng)作用，加強(qiáng)數(shù)字貿(mào)易聯(lián)系，合理拓寬貿(mào)易自由度。（2）加快優(yōu)化數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)賦能的多路徑作用，充分利用數(shù)字技術(shù)帶來(lái)的貿(mào)易便捷、信息成本削減等優(yōu)勢(shì)，積極推動(dòng)國(guó)內(nèi)自主創(chuàng)新，逐步優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，高效利用資源，減少環(huán)境污染。（3）持續(xù)推動(dòng)數(shù)字服務(wù)貿(mào)易差異化發(fā)展戰(zhàn)略。明確本國(guó)在數(shù)字服務(wù)貿(mào)易網(wǎng)絡(luò)中所處位置，實(shí)施“因地制宜”的發(fā)展策略，不斷加強(qiáng)與網(wǎng)絡(luò)內(nèi)不同國(guó)家的貿(mào)易合作和聯(lián)動(dòng)發(fā)展。

參考文獻(xiàn)：

［1］馬述忠，任婉婉，吳國(guó)杰.一國(guó)農(nóng)產(chǎn)品貿(mào)易網(wǎng)絡(luò)特征及其對(duì)全球價(jià)值鏈分工的影響——基于社會(huì)網(wǎng)絡(luò)分析視角［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］ 干春暉，鄭若谷，余典范.中國(guó)產(chǎn)業(yè)結(jié)構(gòu)變遷對(duì)經(jīng)濟(jì)增長(zhǎng)和波動(dòng)的影響［J］.經(jīng)濟(jì)研究，2011，46（5）：4-16，31.