RCEP成员国数字经济发展水平的影响实证分析

摘要在全球数字化转型不断加速背景下，数字经济日益成为经济发展的新动能、重塑国际贸易格局的核心驱动力。同时，作为经济全球化深入发展的重要标志，2020年时RCEP正式签订，促进了区域经济一体化。在此框架之下，探讨RCEP成员国数字经济发展水平对中国出口贸易的影响，对于加深成员国之间的数字经济交流与合作、提高贸易效率和利益有着重要意义。本文择取了2010年-2022这十三年间，中国同RCEP其他成员国的相关面板数据，并构建数字经济发展水平的综合评价体系，该体系涵盖了数字基础设施、数字发展环境、数字产业竞争力这三个维度，然后进行熵值法的测算，依据结果分析发展现状。同时为本文设定双向固定效应模型，展开描述性统计、相关性分析、基准回归、稳健性分析、异质性检验，对RCEP成员国数字经济发展水平对中国出口贸易的影响进行实证解析。实证结果最终显示：RCEP其余14个成员国的数字经济发展水平与中国的出口贸易之间存在显著的正向关联，并且与发达国家相比较，发展中国家的数字经济发展水平对中国出口贸易的拉动作用会更加明显。关键词：RCEP；数字经济；出口贸易

AbstractAgainstthebackdropofacceleratingglobaldigitaltransformation,thedigitaleconomyhasincreasinglyemergedasanewdrivingforceforeconomicdevelopmentandacoredeterminantreshapingtheinternationaltradelandscape.Meanwhile,asasignificantmarkerofdeepeningeconomicglobalization,theRegionalComprehensiveEconomicPartnership(RCEP)wasformallysignedin2020,promotingregionaleconomicintegration.Withinthisframework,exploringtheimpactofdigitaleconomydevelopmentlevelsamongRCEPmemberstatesonChina'sexporttradeholdsprofoundsignificancefordeepeningdigitaleconomicexchangesandcooperationamongmemberstates,aswellasenhancingtradeefficiencyandbenefits.Basedonpaneldatafrom2010to2022coveringChinaandotherRCEPmemberstates,thisstudyfirstconstructsacomprehensiveevaluationsystemfordigitaleconomydevelopmentlevels,incorporatingthreedimensions:digitalinfrastructure,digitaldevelopmentenvironment,anddigitalindustrialcompetitiveness.Usingtheentropymethodformeasurement,itanalyzesthecurrentdevelopmentstatus.Throughatwo-wayfixedeffectsmodel,thestudyconductsempiricalexaminationoftheimpactofRCEPmemberstates'digitaleconomydevelopmentonChina'sexporttradeviadescriptivestatistics,correlationanalysis,baselineregression,robustnesstesting,andheterogeneitytests.Empiricalresultsdemonstrateasignificantpositivecorrelationbetweenthedigitaleconomydevelopmentlevelsoftheother14RCEPmemberstatesandChina'sexporttrade.Notably,thestimulatingeffectofdevelopingcountries'digitaleconomydevelopmentonChina'sexporttradeisrelativelymorepronouncedcomparedtothatofdevelopedcountries.Keywords:RCEP;DigitalEconomy;ExportTrade数字经济影响出口贸易的理论基础及机制分析数字经济影响出口贸易的相关理论基础在对数字经济发展影响出口贸易的路径进行解释时，本文借鉴学界研究成果，融合经典经济学的理论内核与数字经济的特性，对比较优势理论、交易成本理论、信息不对称理论、规模经济理论展开系统性介绍，为后文的机制分析提供逻辑支撑。比较优势理论及扩展大卫·李嘉图（DavidRicardo）于1817年提出的传统比较优势理论指出，国际贸易的根基并非是生产技术的绝对差别，而是其相对差别以及由此引发的成本差异，这种相对差异促使各国形成了专门化分工并产生不同的比较优势，进而促进国际之间的贸易。在如今的数字经济时代，比较优势理论已延伸至数据要素驱动的新型比较优势。赫克歇尔（Heckscher）与俄林（Ohlin）曾提出过HO理论，这个理论指出，要素禀赋指的是主体在生产活动过程中，产生的各生产要素的丰富程度，如土地、资本、劳动力等，因此学界又称之为要素禀赋理论。而在2019年，国外学者杰森・富尔曼（JasonFurman）和彼得・奥萨格（PeterOrszag）指出，数据已经成为与劳动力、资本并列的关键生产要素。因此，现在各国形成了新的国际分工壁垒，主要体现在数字技术研发、数字基础设施、数字人力资本等各个方面。以中国为例，中国可以凭借庞大的数字消费市场和丰富的数据资源，使数字技术快速迭代，推动相关企业从“制造优势”向“数字技术优势”转型，进一步强化其在数字经济领域的比较优势。交易成本理论外国著名学者科斯（Coase）在1937年提出的交易成本理论，创造性地关注到了贸易交易过程中的成本因素，指出成本产生的原因主要是交易过程中人们存在有限理性、投机倾向并且受交易环境等因素的影响，并且理论主旨是市场操作需要支付信息搜寻、谈判、监督等成本，企业或政府组织可以通过内部协调来降低此类成本。REF_Ref8235\r\h[12]继科斯提出的理论之后，也有诸多学者对其进行了扩展，如1983年，张五常在研究中指出，交易费用本质上就是一种制度成本。1986年威廉姆森（Williamson）又提出理论，他主张将交易成本分类为事前和事后两种，前者主要指双方达成协议前所需要承担的搜寻、获取信息、谈判等成本，后者指的是执行协议、维权等成本。张志明、周艳平和尹卉（2024）认为，贸易成本是全球价值链分工存在的前提，也是制约不同经济体之间价值链贸易的重要影响因素。REF_Ref22995\r\h[13]信息不对称理论信息不对称理论的核心要义在于，市场交易过程中买卖双方掌握信息的程度存在差异，一方往往持有对方难以有效获取的信息，这种不对称可能会引发市场机制失效，甚至催生逆向选择与道德风险等问题。导致逆向选择的典型案例，在1970年学者阿克洛夫（Akerlof）的“柠檬市场”理论中曾出现过，信息劣势一方可能因无法准确判断商品或服务的真实质量，从而倾向于选择低价产品，导致高质量产品逐渐被市场淘汰。而道德风险通常发生在达成交易之后，拥有信息优势的那一方会借助自身的信息优势，做出危害劣势一方利益的举动。信息不对称于国际贸易中，会主要表现为供需信息不对称、产品信息不对称、制度、政策信息不对称。就比如，出口企业通常会比进口企业更了解产品的质量和性能等信息，而进口企业可能会比出口企业更了解当地市场的需求和消费者偏好等信息。如果信息不对称这一问题长久得不到解决，将会影响贸易的顺利进行。规模经济理论大规模生产所带来的经济收益我们经常简称为规模经济，在新古典经济学中认为，企业通过扩大生产规模，能够降低单位产品的生产成本，进而提升自身经济效益。在国际贸易领域，规模经济同样是影响贸易模式与贸易利益的关键因素。部分具备规模经济特征的产业，如汽车制造、电子信息等，通过大规模生产可以降低成本，提高产品的竞争力，从而在国际市场上占据优势地位。如今，数字经济已经为规模经济的实现提供了新的途径和方式，二者的结合产生了积极效应。一方面，数字技术使得企业的生产和运营变得更加灵活高效，企业可以通过数字化的生产设备和管理系统，来实现大规模的定制化生产，满足不同消费者的个性化需求，同时还能保持一定的规模经济效益。另一方面，数字经济的发展也促进了产业集聚和协同创新，企业可借互联网平台与产业链的上下游企业展开协作，达成资源共享与优势互补，进一步推动自身生产规模的扩展和市场份额的增加。数字经济影响中国出口贸易的机制分析基于上述理论根基，本文对数字经济作用于中国出口贸易的机制路径展开归纳分析，主要涵盖以下四点。数字要素重塑禀赋结构比较优势理论认为各国应进行专业化生产各自要素禀赋丰裕的产品，而数字经济的发展，实现了传统要素禀赋转向数字要素结合传统要素的复合优势，其作用路径主要如下：首先是数字要素的跨境流动。目前RCEP成员国对数据流动和数字服务贸易做出了开放承诺，这使得中国在数字技术、数字人才等新要素优势得以输出。例如，中国在5G基站建设和移动支付算法等领域的技术积累，可以通过数字服务出，从而转化为对其他成员国的技术型比较优势。其次是传统要素的数字化赋能。数字技术可以有效提升传统要素的使用效率，间接强化了中国的既有优势。例如，互联网平台为中国制造业的劳动力与资本要素持续赋能，使电子设备、机械零部件的生产效率高于RCEP中工业化程度较低的成员国，如越南、柬埔寨等国家，以此巩固我国“世界工厂”这一制造优势。同时离不开要素禀赋的升级。数字技术推动着中国从劳动密集型国家向数字密集型国家转变。例如，阿里云创新中心整合了RCEP成员国的资源，同时配合开发人工智能、物联网等前沿技术，使中国在高端装备、生物医药等领域形成了新的比较优势，更有利于出口贸易。数字工具降低贸易壁垒交易成本与贸易障碍、贸易壁垒是相生关系，贸易成本的提高往往会导致贸易壁垒增加，本文从这一角度来总结分析数字经济的作用机制。一方面，数字工具可以促成交易成本下降。区块链和大数据分析等数字工具已逐渐变得成熟，前者可以通过技术手段来实现贸易信息的不可篡改和实时共享，降低传统贸易过程中买卖双方的信用成本，后者可以通过挖掘全球市场的需求特征，精准地匹配供需双方，从而缩短市场搜寻所需要的时间。这些应用工具打破了传统贸易里大企业的资源垄断，帮助许多中小企业减少了各环节的成本，从而使它们得以进入市场，促进了贸易流通。另一方面，数字工具可以促进生产成本重构。这一优点主要是体现在制造环节，就比如说，3D打印技术的出现减少了传统工艺出现的切削损耗缺点，提高了原材料的利用效率；基于物联网的能源管理优化技术则是可以实时监测设备的能耗，优化了生产过程中的一些能源配置。数字工具推动的智能制造升级，可以说是技术迭代与生产流程深度融合的表现，避免了很多制造业单位产出成本的重复投入和浪费。数字技术改善信息结构信息不对称很容易导致国际间的贸易受阻，但是现在不同，数字经济可以通过技术手段提升信息的透明度，进而重构贸易信任机制。一是供需信息的重构。如今，可以利用很多大数据分析平台，就如国外的GoogleAnalyticsforSoutheastAsia，这些平台对RCEP成员国的市场数据进行整合，并且向中国的进出口企业实时反馈信息，主要是消费趋势、价格动态等等，从而解决传统贸易中出现的需求端信息滞后等问题。打个比方，浙江义乌的一些中小型企业可以监测东南亚电商平台的搜索关键词，以此为依据来提前调整好商品的品类，这有助于减少库存积压与市场错配的情况。二是质量信息的传递。质量信息的及时更新，一向是贸易流通过程的关键步骤。如今的区块链技术，可以做到为出口商品提供不可篡改的溯源记录，消费者可以通过扫码查看生产流程、检验检疫等信息，解决“柠檬市场”中的质量信息不对称问题，从而提升中国对质量敏感型产品的出口竞争力。数字平台放大市场效应在数字平台的驱动下，地理边界限制逐步被破除，区域市场得以整合，有利于规模经济的发展。从需求侧规模经济来看，数字平台可以实现需求的数字化聚合。例如著名的跨境电商平台阿里巴巴国际站，通过整合RCEP成员国的消费需求，形成了超10亿人口的统一市场。中国企业通过平台大数据，可以分析区域消费共性，从而实现单一产品的大规模生产，降低单位研发与制造成本。从供给侧规模经济来看，数字平台可以实现供给协同。如今，工业互联网平台连接着RCEP区域内的制造资源，形成了中国研发设计结合东盟加工组装的跨国产能协同。例如，中国企业可以为越南代工厂提供数字化生产管理系统，以此实现同一产品在不同国家的标准化生产，这是通过产能共享来扩大规模效应的有效方法。作用机制小结数字经济对RCEP框架下中国出口贸易的影响，本质是通过技术赋能与规则协同，重塑经典理论中的核心变量，使中国对RCEP成员国的出口贸易呈现“成本更低、效率更高、结构更优、信任更强”的特征，推动区域贸易从“传统要素驱动”向“数字创新驱动”转型。通过这一章的分析，本文提出假设，RCEP成员国数字经济发展水平的提高可以促进中国对其的出口贸易。RCEP国家数字经济发展水平测算构建评价体系本文的核心解释变量为RCEP其他14个成员国的数字经济发展水平（DIG）。其中，数字生产要素是数字经济发展的典型特征之一，对其进行投入和运用需要以数字基础设施和数字发展环境作为支撑，而数字的产业竞争力能够反映出数字化生产要素所产出的效益。何树全、赵静媛、张润琪（2021）的著作中提到，数字基础设施是传递信息等数字化生产要素的载体，数字发展环境是运用数字化生产要素进行数字化生产的基础和保障，而数字产业竞争力不仅可以反映出某个国家或地区的数字产业在国际上的地位，同时也可以看出其在数字经济活动过程中的获利能力。REF_Ref18874\r\h[14]因此本文借鉴胡艳丽、郭琛、陈军（2024）REF_Ref15395\r\h[6]的著作，从数字基础设施、数字发展环境、数字产业竞争力这三个维度来构建一级指标体系，并结合齐俊妍、任奕达（2020）REF_Ref29546\r\h[15]和张伯超、沈开艳（2018）REF_Ref29663\r\h[16]的研究，择取13个二级指标，以期系统全面地反映14个国家的数字经济发展水平。表STYLEREF1\s3.SEQ表\*ARABIC\s11RCEP成员国数字经济发展水平综合评价指标体系一级指标二级指标数据来源指标属性数字基础设施固定宽带普及率（每百人）（x1）WDI正向固定电话普及率（每百人）（x2）WDI正向移动蜂窝订阅量（每百人）（x3）ITU正向移动网络覆盖率（每百人）（x4）WDI正向安全互联网服务器（每百万人）（x5）WDI正向数字发展环境最新技术可用度（x6）WEF正向风险资本可用度（x7）WEF正向知识产权保护力度（x8）WEF正向法律解决冲突效率（x9）WEF正向高等教育入学率（x10）WEF正向数字产业竞争力ICT服务出口（x11）UNCTAD正向ICT产品出口（x12）WDI正向高科技制成品出口（x13）WDI正向注：从WEF（世界经济论坛）中提取的数据，得分范围均为1-7。熵值法测算针对数字经济发展水平指标权重的测算，主要有主成分分析法、熵值法、层次分析法这三种方法。本文借鉴王芳、董战峰（2023）REF_Ref29813\r\h[17]文献中的测算方法，采用熵值法来计算、确定RCEP其余14个成员国2010-2022年的数字经济发展水平。熵值法是一种基于指标信息熵值大小的客观赋权方法，该方法的原理为信息熵的数值越小，其指标的离散程度则会越大，代表着其蕴含的信息量越多，赋予的权重也越大。具体测算步骤如以下所示：第一，开展标准化处理。鉴于前文构建的数字经济发展水平指标体系中，部分数据源自于世界经济论坛《全球竞争力报告》的分数制计算，与其他数据的取值范围有所差异，导致这些指标之间缺乏可比性。为了消除量纲差异的影响，需要对所有指标展开标准化处理。由于所选取的指标均为正向指标，故采用正向指标标准化方法。 stij=其中，t值表示年份，i值表示国家，j值表示指标，t=1,2,3,……,h，i=1,2,3,,m，j=1,2,3,,n。xtij表示第t年时i国第j项指标的值；xmax、xmin表示RCEP其他14个成员国第j项指标中的最大值及最小值；stij表示i国第j项指标第二，实施平移处理。对经上一步标准化处理后的指标数据进行分析时，可能产生部分计算值过小的情况，为了消除该情形导致的偏差，需要开展适当的平移处理。其中，H字母表示指标的平移幅度，本文设置该值为0.0001。 Stij=s第三，对所有指标进行归一化处理。 ptij=第四，计算第j个指标的信息熵。 ej=−第五，计算第j个指标熵值的冗余度。 dj=1−第六，计算第j个二级指标的权重。 wj=3个一级指标的权重由相对应的二级指标权重相加得出，在运算时二级指标以wj表示，一级指标则分别用W1、W2、W3表示。各项指标的权重占比见REF_Ref193035261\h表3.2。从表中的数据可以看到，数字基础设施的权重占据一半以上，表明RCEP成员国在发展自身的数字经济时，需要注重数字基础设施的建设。其次占权重较多的是数字产业竞争力，这是各国在数字贸易领域竞争力的体现，对于推动数字经济发展具有重要作用。表STYLEREF1\s3.SEQ表\*ARABIC\s12RCEP成员国数字经济发展水平各项指标权重一级指标二级指标权重权重合计数字基础设施固定宽带普及率（每百人）（x1）10.07%58.55%固定电话普及率（每百人）（x2）8.79%移动蜂窝订阅量（每百人）（x3）0.95%移动网络覆盖率（每百人）（x4）3.24%安全互联网服务器（每百万人）（x5）35.51%数字发展环境最新技术可用度（x6）1.51%17.61%风险资本可用度（x7）1.54%知识产权保护力度（x8）3.80%法律解决冲突效率（x9）3.08%高等教育入学率（x10）7.68%数字产业竞争力ICT服务出口（x11）8.29%23.84%ICT产品出口（x12）12.76%高科技制成品出口（x13）2.79%资料来源：STATA测算所得。第七，计算数字经济发展水平。 Scoretij=根据以上的计算步骤，本文获取了2010-2022年RCEP其余14个成员国数字经济发展水平的综合分数。数字经济发展水平得分与结果分析根据上文的测算步骤，得出了2010-2022年RCEP其他14个成员国数字经济发展水平的得分。接下来，本文将从得分结果出发，分为三方面来分析成员国数字经济发展现状。第一，从综合得分情况来看，目前RCEP其他成员国的发展差异较大。REF_Ref193035538\h表3.3为14个国家数字经济发展水平得分的描述性统计，展示了其最小值、最大值、标准差、均值及平均得分排名。经过计算，14国综合得分的年平均值为0.243，其中有6个国家的均值超过了该年平均分，五个发达国家全部在列，并且排名均靠前。发达国家新加坡、韩国、澳大利亚、日本、新西兰分别位列前五名，而发展中国家行列仅有马来西亚跻身前六，以0.047的微妙差值超过年平均得分，其余发展中国家排名均靠后，老挝、柬埔寨、缅甸分别位居末尾三名。表STYLEREF1\s3.SEQ表\*ARABIC\s13RCEP成员国数字经济发展水平描述性统计国家最小值最大值标准差均值排名新加坡0.3840.8110.1660.5381韩国0.3650.4630.0340.4002澳大利亚0.3240.4280.0420.3633日本0.3050.4200.0420.3494新西兰0.2980.3510.0170.3275马来西亚0.2550.3350.0310.2906菲律宾0.1620.2870.0430.2297越南0.1190.3150.0660.2058泰国0.1550.2340.0270.1859文莱0.1270.2610.0450.16910印度尼西亚0.1080.1500.0140.12411老挝0.0770.2030.0370.11912柬埔寨0.0420.0990.0180.06413缅甸0.0200.0700.0170.04214资料来源：STATA测算所得。第二，从发展趋势来看，目前其他成员国数字经济发展水平保持上升。REF_Ref193035718\h图3.1绘制了2010-2022年RCEP14个国家数字经济发展的变化趋势。从图上看，虽然部分国家在某一些年份的得分出现过下降情况，但整体的变化趋势是上升的。在2010-2022年间，新加坡的数字经济发展水平综合得分均排在第一位，韩国位居第二，在这13年间这两个发达国家的得分并未被超越，数字经济实力雄厚，但韩国与其他国家的得分差距有缩小的态势。而其他的发达国家，澳大利亚、日本、新西兰，三个国家角逐第3、4、5名，竞争态势明显。在RCEP的发展中国家行列里，马来西亚的数字经济发展水平综合得分是最高的，甚至在2020年隐隐有超越新西兰这一发达国家的趋势，二者的得分差距正在缩小。其余的发展中国家虽然排名靠后，但基本呈现上升的趋势。图STYLEREF1\s3.SEQ图\*ARABIC\s11RCEP成员国数字经济发展水平得分第三，从年平均增速来看，发展中国家的数字经济前景可观、潜力巨大。REF_Ref193035789\h表3.4展示了2010-2022年RCEP其他成员国数字经济发展水平综合得分的年均增速情况。虽然前文从得分情况上分析，发展中国家与发达国家之间有明显差距，但是由表可知，发展中国家的得分增速大多高于发达国家。老挝、缅甸、柬埔寨的得分虽居末尾，但其增速排在2、3、4名，越南以7.68%的增速位居第一，发达国家中新加坡的年平均增速最高，排名第6，为5.67%。由于发达国家的数字经济基础设施较为完善，年平均增速普遍较低，而发展中国家的数字经济起步相对较晚，基础薄弱，因此发展空间和发展潜力巨大。表STYLEREF1\s3.SEQ表\*ARABIC\s14RCEP成员国数字经济发展年平均增速国家越南老挝缅甸柬埔寨文莱新加坡菲律宾增速（%）7.687.677.436.715.715.674.13国家泰国日本澳大利亚印度尼西亚马来西亚韩国新西兰增速（%）2.772.452.011.931.841.681.22资料来源：根据测算结果，自行计算所得。RCEP成员国数字经济发展水平的影响实证分析模型设定本文的实证研究涉及2010-2022年的面板数据，以及与中国出口贸易相关的RCEP其余14个成员国。为探究这些成员国数字经济发展水平对中国出口贸易的影响作用，本文将其余成员国的数字经济发展水平与中国出口贸易额，分别指定为模型的解释变量与被解释变量。另外参照相关文献，引入了六个控制变量，用以排除其他因素对出口贸易额的干扰。最终构建模型表达式，如下所示：EXP其中，β0为常数项，β1、β2等为各变量的估计系数，εjt为误差项，i值用于表示中国，j值则代表RCEP其余国家，t值则用来代表年份（2010-2022年）。EXPijt代表第t年时中国对RCEP14贸易伙伴国的出口贸易额；DIGjt代表RCEP成员国在第t年的数字经济发展水平；GDPjt代表RCEP成员国第t年的国内生产总值，而GDPit则代表着中国在第t年的人均国内生产总值；POPjt代表RCEP成员国第t年的人口规模；OPENjt代表RCEP成员国第变量选取与说明被解释变量本文的被解释变量为中国对RCEP其他成员国的出口贸易额（EXPijt），用其英文Export的简写来表示，且出口贸易额的计量单位统一为百万美元。本文数据均来源于2010-2022年版的中国统计年鉴，该年鉴详细记录了中国的各项数据，具有较高的权威性和准确性。核心解释变量本文的核心解释变量是RCEP其余14个成员国的数字经济发展水平（DIGjt）。为了全面准确地评估这14个国家的数字经济发展状况，本文以数字基础设施、数字发展环境和数字产业竞争力3个一级指标和13个二级指标为基础，通过熵值法这一科学方法计算得出。控制变量①RCEP其他14个成员国的人均国内生产总值（GDPjt），单位为万亿美元，用于衡量各国的经济发展水平。该变量主要参考了胡艳丽、郭琛、陈军（2024）的研究。在如今的全球分工体系之下，出口贸易的增加、减少与进口国的经济发展水平密不可分，进口国的经济发展水平越高，则意味着其消费力及市场规模越大，可以为中国的出口质量提升提供相应的资金支持，进而对中国出口贸易的利益和效率产生深远影响。本文的各成员国人均国内生产总值数据主要来源于世界银行数据库。②中国的人均国内生产总值（GDPit），单位为万亿美元，用于衡量本国的经济发展水平。该变量主要参考了胡艳丽、郭琛、陈军（2024）的研究。经济发展对区域贸易具有持续的驱动作用，探究我国自身的GDP对出口RCEP成员国的影响，有利于我国适配RCEP国家消费升级的需求，提升技术创新能力，推动出口贸易模式转型。本文中，中国的人均国内生产总值数据来源于中国统计年鉴。③RCEP其他14个成员国的人口规模（POPjt），单位为千万人。该变量主要参考了胡艳丽、郭琛、陈军（2024）的研究。人口规模往往反映着一个国家的劳动力市场与消费市场状况，这对应供给与需求两端。若劳动力市场逐渐趋于饱和，且生产的产品足以实现自给自足，该国从其他各国进口的商品数量可能会变少；反之，当消费需求旺盛，但国内供给能力又比较有限时，消费市场的需求则会从逐步转向国外。本文的相关数据来源于世界银行数据库。④RCEP其他14个成员国的对外贸易开放度（OPENjt）。该控制变量主要参考了胡艳丽、郭琛、陈军（2024）的研究。对外贸易开放度也是影响进出口贸易的关键因素之一，已知贸易开放可以帮助削减关税并减少贸易壁垒，促进14个成员国和中国之间的商品流动，提高双方贸易额。有相关研究提及，可以用某国家或地区的进出口贸易额与其GDP的比例来衡量贸易开放度，但是本文中所用的贸易开放度数据，是直接来源于世界银行数据库。⑤RCEP其他14个成员国的平均关税水平（TARjt），以伙伴国各类产品的平均关税作为衡量标准。若其他成员国增加关税，会使得中国出口贸易的成本提高，不利于两国之间的交易，因此预期符号为负号。本文将参考世界银行数据库中的相关数据。⑥RCEP其他成员国的外国直接投资净额（FDIjt），该变量可以反映RCEP成员国吸收国际资本的能力，计量单位统一为百亿美元。FDI通常从三种渠道来影响出口贸易，分别是跨国公司内部贸易带动出口、技术溢出效应提升生产效率和市场寻求型投资代替出口。REF_Ref18171\r\h[4]因此，加入该控制变量对于本课题的研究具有重要意义。表STYLEREF1\s4.SEQ表\*ARABIC\s11变量指标体系变量类型名称数据来源被解释变量EXPijt中国统计年鉴核心解释变量DIGjt本文测算结果控制变量GDPjt世界银行GDPit中国统计年鉴POPjt世界银行OPENjt世界银行TARjt世界银行FDIjt世界银行数据的描述性统计为更全面直观地呈现各样本的分布特征，本文借助STATA软件，对部分原始数据开展描述性统计，结果见REF_Ref3799\h表STYLEREF1\s4.2。此次的描述性统计主要从均值、标准差、最小值、最大值这几个维度进行解析。对于本文的被解释变量，即中国对14个国家的出口贸易额（EXP），其均值为4.322，标准差为4.371，两者差距相对较小，同时可以看到该变量的最小值和最大值分别为0.0368和17.23，说明我国对RCEP其他成员国的出口贸易存在较小的波动，对于不同国家的出口额还是存在明显差距的。而作为核心的解释变量，RCEP其他14个国家的数字经济发展水平（DIG）均值为0.243，标准差为0.147，存在一定的差距，说明各个国家之间的数字经济发展目前存在明显差距。同理，我们可以看出，本文的六个控制变量，即RCEP共15个国家的GDP和其他14国的对外贸易开放程度（OPEN）、平均关税水平（TAR）、人口规模（POP）、外商直接投资净额（FDI）在2010-2022的这13年间存在着较大差距，并且变化明显。同时可以看出表中各项指标的数据分布均衡，并未存在极端值和异常值，因此判断变量的数据合理，可以进行后文的模型分析。表STYLEREF1\s4.SEQ表\*ARABIC\s12描述性统计结果变量样本量均值标准差最小值最大值EXP1824.3224.3710.036817.23DIG1820.2430.1470.02000.811GDPjt1827.93413.210.071362.72GDPit182119.635.4060.87179.6OPEN1821.0400.7430.3133.489TAR1826.3963.9400.00014.20POP1826.0576.8280.039627.55FDI1820.3874.160-9.00621.83相关性分析与多重共线性检验相关性分析在开展下一步的回归分析之前，本文首先借助Pearson相关系数剖析各个变量之间的关联性，以便依据结果来初步判断变量间存在正相关或者负相关关系，结果见REF_Ref5524\h表STYLEREF1\s4.3。由分析后的表格可知，因变量中国对RCEP其他成员国的出口贸易额（EXP）与自变量，即RCEP其他14个国家的数字经济发展水平（DIG）、RCEP共15个国家的GDP、人口规模（POP）、外商直接投资净额（FDI）之间的相关系数都在1%的显著性水平之下显著，同时，因变量与另一控制变量平均关税水平（TAR）在5%的显著性水平下显著。这说明被解释变量与核心解释变量、控制变量之间存在着统计学意义上的显著相关性。从相关性的系数来看，核心解释变量即RCEP其他14个国家的数字经济发展水平（DIG）的系数为正，说明因变量与自变量之间呈显著的正相关性，其他14个国家数字经济发展水平提升可能会促进中国对其出口贸易的增长。同时RCEP15个国家的GDP、人口规模（POP）、外商直接投资净额（FDI）与解释变量中国对RCEP其他成员国的出口贸易额（EXP）之间，也存在着显著的正相关关系，说明RCEP区域经济规模扩大、人口基数增长、外商直接投资流入均与中国的出口贸易额呈正向关联。为了进一步分析RCEP其他成员国的数字经济发展水平对中国出口贸易的影响，后文将进行回归分析。EXPDIGGDPjtGDPitPOPTARFDIOPENEXP1.000DIG0.537***1.000GDPjt0.785***0.342***1.000GDPit0.256***0.263***0.01701.000POP0.357***0.184**0.369***0.02801.000TAR0.157**-0.391***-0.0640-0.02400.233***1.000FDI0.600***0.04000.793***0.01900.224***0.09801.000OPEN-0.03200.381***-0.333***0.0490-0.357***-0.208***-0.381***1.000表STYLEREF1\s4.SEQ表\*ARABIC\s13相关性分析结果注：***表示在1%的水平下显著，**表示在5%的水平下显著。多重共线性检验由上文的分析结果可知，各个变量之间的相关系数较小，基本上我们可排除存在着多重共线性的可能，但为了确保实证严谨性，需要进一步精确检验是否存在着多重共线性关系，因此接下来开展多重共线性检验，其结果可见REF_Ref15664\h表STYLEREF1\s4.4。从表中可以看出，中国对RCEP其他成员国的出口贸易额（EXP）和解释变量、控制变量的VIF检验值均小于10，且除了RCEP其他成员国的GDP这一控制变量外，其他变量的VIF值及最后总均值（2.527）均小于5，从而本文认为各变量之间不存在多重共线性的问题。表STYLEREF1\s4.SEQ表\*ARABIC\s14多重共线性检验结果VIF1/VIFGDPjt5.6850.176FDI3.7720.265DIG2.5740.389OPEN1.6690.599POP1.5790.633TAR1.2540.798GDPit1.1580.864MeanVIF2.527-基准回归分析经过上文各项检验，这一步骤进行了基准回归，REF_Ref22355\h表STYLEREF1\s4.5呈现了基准回归的分析结果。其中，列（1）为不加控制变量，仅包含核心解释变量的模型回归结果，列（2）中在核心解释变量的基础上还加入了RCEP共15个国家的GDP及RCEP其他成员国的人口规模（POP）、平均关税水平（TAR）、外商直接投资净额（FDI）、对外贸易开放度（OPEN）六个控制变量，两列数据中都运用了双向固定效应模型，即对年份固定效应和个体固定效应实施控制。对列（1）的回归结果进行分析可知，在未纳入控制变量时，RCEP其他成员国的数字经济发展水平的F值为15.06，对应的P值为0（即P＜0.001），表明模型整体的显著性极强。同时，DIG的回归系数为4.399，符号为正，呈正相关关系，且在10%的水平下显著。这个结果表明，RCEP其余14个成员国数字经济发展水平的提高，在一定程度上可以带动中国对其出口，依据回归结果分析，当成员国的数字经济发展水平每提高1个单位时，中国对其出口贸易额可能会相应增加4.399单位，初步验证了数字经济发展对中国出口的正向促进效应。分析列（2）的基准回归结果，F值提升至16.64，F值对应的P值仍为0（即P＜0.001），模型的解释力有所增强。在加入六个控制变量后，中国对RCEP其他成员国的出口贸易额（EXP）和RCEP其他成员国的数字经济发展水平（DIG）之间仍呈现着正向关联，系数值为4.999，且显著性水平有所提高，提升至5%的水平，可以由此来判断出，当其他成员国的数字经济发展水平每提高1个单位时，中国对其出口贸易额将会相应增加4.999单位。该结果说明在控制区域经济规模、人口规模、关税、外商直接投资、平均关税水平后，数字经济发展对中国出口的促进效应进一步凸显出来，表明了其影响具有较强的稳健性。而在双向固定效应模型下，其他控制变量也均呈现正相关性。其中，RCEP15个国家的GDP和RCEP其他成员国的外商直接投资净额（FDI）、对外贸易开放度（OPEN）在1%的显著性水平下显著。RCEP其他成员国的人口规模（POP）、平均关税水平（TAR）则是在5%的显著性水平下显著。各项估计系数中，对外贸易开放度的系数居控制变量之首，可以判断该变量对中国出口贸易额的影响相对其他控制变量较大，正面体现了贸易自由化程度提升是中国对外出口的重要驱动力，当RCEP其他成员国的对外贸易开放度增加1个单位时，中国对其出口贸易额会相应增加2.788单位。同时，GDP总量和FDI的高度显著性，可以反映出区域经济活力与外商直接投资对出口贸易的强拉动作用。表STYLEREF1\s4.SEQ表\*ARABIC\s15基准回归结果VARIABLES(1)EXP(2)EXPDIG4.399*4.999**(1.93)(2.16)GDPjt0.134***(2.84)GDPit0.024***(5.53)POP0.739**(2.49)TAR0.317**(2.04)FDI0.151***(2.67)OPEN2.788***(3.72)Constant1.678***-10.012***(3.07)(-5.53)年份固定是是个体固定是是R-squared0.5580.666r2_a0.4840.597Ftest00F15.0616.64注：***表示在1%的水平下显著，**表示在5%的水平下显著，*表示在10%的水平下显著。稳健性检验稳健性检验是为了检验模型的建立、变量的选取及回归的结果是否可靠，降低因样本偏差或极端值干扰导致的结果误判。对此，本文针对相关面板数据的情况和特征，选取了更改样本容量和进行缩尾处理这两种方法来检验其稳健性，具体结果如REF_Ref3338\h表STYLEREF1\s4.6所示。更改样本容量法本文通过改变样本容量的方法进行检验，剔除了2010年的相关数据，只选取了2011-2022年这12年间的数据，重新进行双向固定效应的回归，结果如REF_Ref30689\h表STYLEREF1\s4.6中的列（1）所示。缩小样本容量后，F值为14.65，F值对应的P值为0，表明模型已通过了1%的显著性水平检验，该结果也说明了双向固定效应模型整体拟合效果较为良好。从表中可以看出，解释变量与被解释变量之间仍然是正相关关系，估计值为4.314，并且在10%的水平上显著，即估计系数的正负、显著性均未改变，与未缩小样本容量前的基准回归结果基本一致。且其他控制变量中，RCEP15个国家的GDP和RCEP其他成员国的人口规模（POP）、对外贸易开放度（OPEN）在1%的水平下显著，其他成员国的外商直接投资净额（FDI）在5%的水平下显著，系数符号与经济意义未变，可见正向影响维持不变，结果可观。缩尾处理法为了排除异常值和极端值对回归结果造成影响的可能性，在这一步骤本文将采用缩尾处理法，对核心解释变量，即RCEP其他14个成员国数字经济发展水平（DIG）实施1%和99%分位上的双边缩尾处理，之后重新开展基准回归，检验的结果可见REF_Ref3338\h表STYLEREF1\s4.6中的列（2）。缩尾处理后，F统计量的值为17.21，F值对应的P值为0，模型整体已通过了显著性检验，且其解释力相对于基准模型而言略有提升。解释变量与被解释变量之间的正负关系和显著性并没有受到影响，与缩尾前的结果基本一致，都是显著的正相关关系，可以得出，当RCEP其他成员国的数字经济发展水平提升1个单位时，中国对其出口贸易额也将对应增加5.688单位。表明排除极端值后，数字经济发展水平提高对中国出口的促进效应略有增强，未受到异常值的显著干扰。其他控制变量也均在一定的水平上显著，结果稳健。由此可以看出，本文的模型建立是可靠、可取的，对极端值有较强的抗干扰能力。表STYLEREF1\s4.SEQ表\*ARABIC\s16稳健性检验结果VARIABLES(1)EXP(2)EXPDIG4.314*5.688**(1.82)(2.39)GDPjt0.141***0.150***(2.87)(3.21)GDPit0.024***0.023***(4.80)(5.29)POP0.873***0.776***TAR(2.61)0.147(2.61)0.308**(0.81)(1.98)FDI0.121**0.191***(2.04)(3.15)OPEN2.619***2.796***(3.22)(3.77)Constant-9.360***-10.346***(-4.77)(-5.73)年份固定YesYes个体固定YesYesR-squared0.6450.674r2_a0.5680.606Ftest00F14.6517.21注：***表示在1%的水平下显著，**表示在5%的水平下显著，*表示在10%的水平下显著。异质性检验参考已有的文献，如胡艳丽、郭琛、陈军（2024）的研究，作者根据世界银行对收入水平的分类，将RCEP其他14个成员国分为高收入国家和中等收入国家，从而研究不同收入的成员国，其数字经济发展水平对中国出口贸易的影响。REF_Ref15395\r\h[13]文献的结果显示，不同收入水平国家的数字经济发展水平对中国出口贸易额的影响，目前存在着异质性，为了与参考文献作区分，本文基于其分类方法，进一步采用发达国家和发展中国家的分级方式，探究RCEP不同发展水平的国家，其数字经济发展水平的影响是否也存在异质性。结果如REF_Ref11731\h表STYLEREF1\s4.7所示。从发达国家和发展中国家的差异来看核心解释变量（DIG）。发达国家的数字经济发展水平系数为0.7305，虽然呈正相关关系，但其t值为-0.21，并未通过显著性检验，这表明RCEP中的发达国家数字经济发展水平对中国出口贸易的促进作用不显著。究其原因，一方面是成熟市场的竞争壁垒，发达国家的数字经济成熟度较高，市场竞争激烈，因此中国企业的进入门槛高，另一方面是成熟市场的需求偏好，其数字产业大多依赖本土的技术和产业链，对中国的各类数字产品需求较低。而与发达国家相反，发展中国家的数字经济发展水平估计系数高达24.5704，且在1%的水平下显著，这说明发展中国家数字经济发展水平对中国出口贸易的促进作用极强并且显著。这是因为发展中国家在数字经济技术领域有着“后发需求”，其数字基础设施薄弱，且数字经济的发展伴随着产业升级的需求，亟需中国的技术输出来填补5G设备、云计算服务等市场的空白。从控制变量出发来研究其异质性影响，有以下发现。一是从GDP变量出发，发展中国家自身的GDP对于中国出口贸易有正相关且显著的关系，也就是说其经济增长对中国出口的拉动作用相对发达国家更显著。可能是因为发展中国家的经济结构相对单一，其数字经济的增长依赖资本与技术进口，而发达国家的经济结构更复杂，进口需求受到了多重因素的分散影响。二是从人口规模（OPEN）出发，发展中国家的系数为-1.1459，且在5%的水平下显著，呈现显著的负相关性，反映出了发展中国家的内需替代效应，即人口增加可能会扩大本土内需，替代部分进口需求，而发达国家的影响并不显著，其消费市场相对稳定，人口规模对进口的边际影响较小。三是从外商直接投资净额（FDI）出发，发展中国家的系数为-0.7563，在1%的水平下显著，存在着一种可能性，即外资流入大多集中于发展中国家本土的数字产业，从而对中国的出口形成竞争，而发达国家的系数为0.1306，且在5%的水平下显著，表明外资企业通过技术溢出效应来促进中国的出口贸易。表STYLEREF1\s4.SEQ表\*ARABIC\s17异质性检验结果VARIABLES发达国家EXP发展中国家EXPDIG0.730524.5704***(-0.21)(-4.23)GDPjt0.03461.6387***(-0.57)(-5.9)GDPit0.0349***0.0014(-6.00)(-0.24)POP2.1227-1.1459**(-1.09)(-2.61)TAR1.0555**0.2913*(-2.54)(-1.89)FDI0.1306**-0.7563***(-2.57)(-2.76)OPEN4.20.9071(-1.06)(-1.18)Constant-15.8461*-0.9392(-1.80)(-0.35)年份固定是是个体固定是是R-squared0.8040.786r2_a0.7010.724Ftest1.14E-090F9.56418.31注：***表示在1%的水平下显著，**表示在5%的水平下显著，*表示在10%的水平下显著。结论与政策建议研究结论本文基于2010-2022年RCEP成员国的面板数据，通过构建数字经济评价体系、熵值法测算以及实证分析，得出以下结论：一是数字经济发展水平的区域差异明显。根据前文熵值法测算出的14个成员国数字经济发展水平综合得分，可以看出，新加坡、韩国等发达国家凭借着自身完善的数字基础设施、创新的数字产业生态和成熟的数字治理体系，在RCEP框架中长期占据着领先地位；而老挝、缅甸等发展中国家仍然面临着数字基础设施滞后、技术人才短缺等问题，数字经济