【《跨境电商与经济外循环的实证分析》16000字】

跨境电商与经济外循环的实证分析目录TOC\o"1-3"\h\u20217跨境电商与经济外循环的实证分析 1119691.1跨境电商与外贸高质量发展的实证分析 1278531.1.1外贸高质量发展的综合测度 142031.1.2跨境电商对外贸高质量发展影响的基本效应 5272611.1.3跨境电商对外贸高质量发展的中介效应 7130481.1.4跨境电商对外贸高质量发展的空间效应 995101.2跨境电商与全球价值链嵌入的实证分析 13155331.2.1全球价值链嵌入的综合测度 13309971.2.2跨境电商对全球价值链嵌入的基本效应 1549541.2.3跨境电商对全球价值链嵌入的中介效应 211.1跨境电商与外贸高质量发展的实证分析1.1.1外贸高质量发展的综合测度本文围绕高质量发展标准下的外贸增长框架，通过外贸高质量发展的综合评价指标的构建，以进行我国外贸高质量发展水平的测度与评价的深入探讨。一、外贸高质量发展指标构建考虑到已有研究对外贸高质量发展的要求分析，结合指标体系的可度量性以及数据的可获取性，在对现有的对外贸高质量评价的相关研究进行参加的基础上，外贸高质量发展评价体系在本文得以构建，包含外贸结构、外贸规模、外贸竞争力、外贸绩效水平4个维度的20个具体评价指标。其中外贸结构包括贸易方式、商品结构、进出口结构、市场结构、产业结构5个要素；外贸规模包括进出口规模和国际占比两个部分；外贸竞争力从货物贸易和服务贸易两个方面进行衡量；最后，外贸绩效水平以GDP贡献度、技术外溢效应和盈利水平3个要素来综合刻画，各要素层的具体表征指标如表所示，通过计算可得到我国外贸高质量发展综合指数及4个维度层的分项指标指数。表5-1外贸高质量发展评价指标体系目标层维度层要素层指标层属性外贸高质量发展综合指标外贸结构贸易方式加工贸易占比-商品结构高新技术产品出口占比+进出口结构货物贸易差额绝对值-服务贸易差额绝对值-产业结构服务贸易占贸易总额比重+外贸规模进出口规模货物贸易进出口规模+服务贸易进出口规模+国际占比货物贸易出口占世界总出口的比重+服务贸易出口占世界总出口的比重+外贸竞争力货物贸易货物贸易TC指数+高技术制造业产品出口额+服务贸易服务贸易TC指数+外贸绩效水平GDP贡献度货物出口与服务出口增量对GDP增量的贡献率+技术外溢效应高新技术产品进口占总进口比重+盈利水平加工贸易增值率+贸易条件+二、外贸高质量发展测度方法本文的外贸增长质量综合指标中的指标权重是通过熵值法得以确定，由于熵值法以测度指标数据变异程度为依据进行权重确定，因此通过熵值法可以减少评价主观性。具体步骤如下：第一步，标准化处理。各评价指标量纲和数量级由于不完全一致，考虑到这一问题，为了使量纲差异与数量级差异带来的影响得以消除，对原始数据进行标准化处理，使所有指标对贸易增长质量的驱动力方向均为正向。且在原始数据标准化过程中采用对数平移的方法规避标准化后数值为0无法取对数问题。xij和Xij分别表示标准化处理前和处理后第i年份第j个经济增长质量评价指标的数据，n表示年份个数。 （5-1）第二步，计在进行标准化的处理后，计算出来的各指标数据Xij的信息熵Ej。 （5-2）第三步，计算外贸增长质量各评价指标的权重dj，m为分指标个数公式如下： （5-3）第四步，基于熵值法确定的各评价指标权重dj，利用多元线性加权法计算出各年份经济增指数Mi，公式如下：三、外贸高质量发展测度结果通过以上步骤计算得到2010年-2019年我国外贸高质量发展综合指数及4个维度层的分项指标指数，其值介于0-1之间，值越大表示外贸高质量发展水平越高，反之越低。表5-22010-2019我国外贸高质量发展综合指数年份外贸结构指数(Y1)外贸规模指数(Y2)外贸竞争力指数(Y3)外贸绩效水平指数(Y4)外贸高质量发展综合指数(Y)20100.1230.0950.0830.0870.46520110.1680.1120.0890.0770.50320120.2400.1220.0960.0820.56320130.2950.1330.0980.1110.58920140.3010.1420.1020.1610.60020150.2930.1350.1080.1250.64520160.3250.1490.1100.1260.69820170.3760.1510.1020.1080.73220180.4230.1560.0970.1250.78920190.4790.1580.0910.1290.865（一）时序趋势分析从外贸规模（货物贸易与服务贸易）与外贸增长质量变化对比图（图1）可知，进入新世纪后，伴随我国外贸总规模的持续扩张，外贸增长质量水平也随之提升，整体实现了“量”与“质”的同步优化。2014年以后，我国外贸总规模有所缩减，尤其是2016年贸易总规模降至43471.7亿美元，比2014年高峰值大幅下滑了12.2%。贸易规模下滑主要受世界经济的疲软复苏、国际市场需求持续低迷的影响，制约进出口的因素不断增多，外贸进出口压力明显。但这一时期，贸易质量水平并未下行，面对外贸发展的种种困境，我国积极转变外贸发展方式，在稳增长的同时注重外贸结构优化，促进外贸提质增效。从数据结果来看，我国外贸增长质量水平不断提高已成事实，我国外贸正逐渐步入高质量发展的轨道。从整体的变化速率来分析，我国外贸增长质量综合指数从2010年的0.465提升至2019年的0.865，年均提升速度达到4%，不及外贸规模扩张年均增速11.9%。因此可得，自2011年到2019年，基于本文构建的评价体系测算的外贸增长质量提升速率落后于外贸规模的扩张速度。图5-1我国2010-2019我国外贸高质量发展情况（二）结构分异分析对外贸增长质量综合指数的结构分析重点是对外贸结构、外贸绩效水平、外贸竞争力、外贸规模这四个维度的分项要素分析。为了更清晰地比对各分项要素在不同年份的水平，分析各要素指标值的演变情况，将2010年、2015年和2019年4个分项要素指标值作雷达图（如图5-2）。图5-24个维度指标值雷达图由图5-2可以看出，①与2010年相比，2015年外贸结构、绩效水平、竞争力、规模均有明显提升，尤其是外贸的规模和结构两个分项指标提升幅度较大，改善度最小的分项指标是绩效水平。可以反映出，我国外贸在高质量发展中注重规模和结构的同步发展。②与2015年相比，2019年4个分项要素中改善度最好的是外贸结构，充分体现出十八大以来我国开始重视外贸转型升级，积极优化外贸发展结构，外贸发展的质量显著提升；外贸绩效水平和规模两个分项要素的指标值基本保持持平，并未有明显改善；外贸综合竞争力水平照比2015年有所下滑，究其原因，是受服务贸易逆差拉大导致的竞争力削弱所拖累。由此可知，当前阶段，提升外贸绩效水平以及加快创新发展服务贸易是我国外贸提质增效、实现高质量发展的重要突破点和着力点。1.1.2跨境电商对外贸高质量发展影响的基本效应一、变量选取与数据来源本文在指标构建的基础上，通过实证研究从多个维度探究跨境电商对我国外贸高质量发展水平的影响。变量选取如下：被解释变量：选取外贸高质量发展4个维度层的分项指标指数作为分维度基本效应实证分析的被解释变量，分别为外贸结构指数（Y1）、外贸规模指数（Y2）、外贸竞争力指数（Y3）外贸绩效水平指数（Y4）。核心解释变量：跨境电商规模（T），采用中国跨境电商交易额表征跨境电商规模。结合已有的相关研究和数据的可获得性，本文选取了以下4个变量作为跨境电商影响外贸告知俩发展实证研究的控制变量：①国内贸易（tra），用批发零售业合计商品销售额表示；②外商投资（fdi），采用外商直接投资额表示，外商投资涌入会刺激区域发展中的经济变量和技术变量，从而刺激外贸结构性调整；③技术创新（tech），采用专利申请受权量来衡量技术创新水平；④信息技术发展水平（inter），采用每个地区的互联网覆盖率（%）来表示，互联网与大数据的发展使得企业可以利用平台扩大对外贸易规模，获得极大的贸易便利性，信息技术水平高的的地区能吸引外贸企业集聚；⑤基础设施建设（exp），用快递数表示区域基础设施建设水平。表5-3变量的描述性统计分析变量平均值标准差最小值最大值Y0.6734250.054879210.4650.865Y10.2865310.10625430.1230.479Y20.1342110.02465870.0950.158Y30.0995420.12287210.0830.110Y40.1032170.12452780.0770.129tra1.0398040.25285590.1981.33fdi0.0194640.01531380.00040.0718tech9.5527981.6967334.795812.7149inter0.45435980.1072180.2420.75exp11.88193.9396096.6321.82二、实证结果与分析本文已有研究成果及实际情况，构建模型如下： （5-4）式中t代表年份，T代表跨境电商规模，表示每个因变量前面的系数，代表截距项，ui代表误差项。表5-4基本回归结果（1）Y1（2）Y2（3）Y3（4）Y4T-0.3921.968***1.626***6.225***(-0.16)(7.45)(7.15)(3.24)tra0.0944*0.03130.0566**0.0362*(2.32)(1.28)(3.17)(4.13)fdi-0.199-0.465**-0.571***-0.371***(-0.81)(-2.74)(-4.06)(-2.03)tech-0.00421-0.00458-0.00533-0.0236(-0.58)(-1.17)(-1.43)(-1.43)inter-0.6922.918***3.616***4.226***(-0.26)(7.22)(6.15)(6.22)exp-0.2334.968***4.226***3.236***(-0.12）(4.45)(7.35)(7.33)常数0.3070.916***0.735***0.735***(1.03)(1.19)(1.43)(1.43)R20.66140.74650.64100.6822注：括号内的数值表示标准差，*、**和***分别表示在10%、5%和1%的显著性水平下显著。根据跨境电商与外贸高质量发展分项指标的实证回归结果可知，跨境电商的发展对外贸高质量发展的各分项指标作用效果显著，其中对外贸规模、外贸竞争力和外贸绩效水平具有显著正向作用，但对外贸规模存在一定抑制作用，说明跨境电商发展在一定程度上推动了外贸的高质量发展。具体来看，依据模型（5-1），跨境电商发展对外贸结构优化起到一定抑制作用，其影响系数为-0.392；依据模型（5-2），跨境电商发展对外贸规模的影响在1%的水平下显著，其影响系数为1.968；这表明跨境电商企业显著促进了外贸规模地位的提升；依据模型（5-3）跨境电商企业对外贸竞争力水平的影响在1%的水平下显著，其影响系数为1.626，这表明跨境电商企业显著推进了外贸竞争力水平的攀升；其原因是，国内传统企业的转型升级也得益于跨境电商的发展,进一步朝着技术化、数字化、便利化的方向发展,进一步改进生产技术、简化流程、节约成本,促进技术创新升级,提高我国国际竞争力和国际贸易地位。依据模型（5-4），跨境电商发展对外贸绩效水平的影响在1%的水平下显著，其影响系数为6.225，这表明跨境电商企业显著促进了外贸绩效水平的提升。跨境电商作为外贸的一种新的模式，带来了贸易收益扩张，主要是是因为资源配置效率和贸易便利化程度因为贸易模式的转化而得以提高，从而也降低了贸易和生产成本，同时促进了交易效率，提高贸易绩效水平。1.1.3跨境电商对外贸高质量发展的中介效应为测算跨境电商对外贸高质量发展的作用路径，本文进一步了构建跨境电商与外贸高质量发展的中介效应模型，如下所示。由于跨境电商发展离不开信息化网络水平的提升，互联网的发展为跨境电商在平台建设、模式创新等方面提供了可能，使得跨境电商能更好得服务于传统外贸得发展与改革，因此本文选用信息技术发展水平（inter）作为中介变量，并用地区互联网覆盖率（%）来表示，对跨境电商影响外贸高质量发展中存在的信息技术发展水平的中介效应进行探究。一、模型设定与变量说明假设1：信息化技术发展水平在跨境电商对外贸高质量发展的影响中存在中介效应。假设2：信息技术发展水平在跨境电商对外贸高质量发展的影响中中介效应为正。明显地，假设一不成立，则假设二一定不成立。考虑到跨境电商之所以能提升外贸高质量发展水平，是因为跨境电商带动了信息技术发展水平，为了进一步验证假设H1和假设H2，本文构建中介效应对该影响机制进行检验。在对逐步法进行改良后，进行中介效应检验（如表5-6），构建检验模型如下： （5-5） （5-6） （5-7）其中，Y为被解释变量，代表外贸高质量发展综合水平，使用前文所计算的外贸高质量发展综合指标表示；T为核心解释变量，代表跨境电商发展水平；inter为中介变量，代表信息技术发展水平；controls为控制变量；λ1、λ2和λ3分别表示各回归方程的随机扰动项。跨境电商对外贸高质量发展影响的总效应为α1，直接效应为λ1，中介效应为。根据表2的Pearson相关系数矩阵，各变量之间相关系数的绝对值总体小于0.40，说明不存在多重共线性问题。方差膨胀因子（VIF）检验显示，各变量中最大的VIF值为1.24，均值为1.09，远小于10，说明多重共线性问题和实证结果之间的影响微乎甚微，变量之间存在的多重共线性不在本文考虑范围。表5-5变量的相关性分析VariableslnYlnTlninterlntralnfdilntechlnexpVIFlnY1.000lnT0.3401.0001.13lninter0.487-0.3291.0001.24lntra-0.0200.064-0.1641.0001.05lnfdi0.435-0.0500.1220.0441.0001.03lntech0.0470.0080.0050.087-0.0711.0001.01lnexp-0.112-0.006-0.2490.1380.007-0.01611.09均值1.09二、实证结果与分析表3是中介效应回归分析结果，根据中介效应的检验流程，结果分析如下：首先模型Ⅰ的回归结果表明，在不加入中介变量时，跨境电商对外贸高质量发展的总效应为0.089，且在1％水平上显著，从而说明了跨境电商对外贸高质量发展具有显著影响，此时可按中介效应立论；然后根据模型Ⅱ和模型Ⅲ的回归结果可知，模型Ⅱ中信息技术发展水平作为中介变量加入回归分析，跨境电商对信息技术发展水平的影响系数为-0.467，且在1％水平上显著，模型Ⅲ中信息技术发展水平对外贸高质量发展的影响系数为0.071，也在1％水平上显著，说明间接效应显著，此时报告的置信区间为[-.0756667，-.0368601]，且跨境电商对外贸高质量发展的影响系数为0.056，在1％水平上显著，说明直接效应显著，有其他中介存在的可能性；最后考虑到与同号，中介效应的其中一部分得以验证，同时中介效应占总效应的比例为/，即跨境电商通过信息技术发展，对外贸高质量发展水平存在显著为正的影响，从而验证了假设２，中介效应占总效应的比例为37.02%。表5-6中介效应检验结果效应分析总效应中介效应模型Ⅰ模型Ⅱ模型Ⅲ被解释变量lnYlninterlnYlnY0.089***0.467***0.056***(0.010)(0.056)(0.010)lninter0.071***(0.007)lntra-0.012-0.813***0.045(0.047)(0.265)(0.043)lnfdi0.240***0.340***0.216***(0.020)(0.113)(0.018)lntech0.026**0.0390.024**(0.012)(0.067)(0.011)lnexp-0.036***-0.385***-0.008(0.011)(0.063)(0.010)常数项9.939***11.564***8.838***(0.128)(0.729)(0.158)R20.3110.1960.423Sobel检验P=6.913e-11中介效应占总效应比重37.02%bootstrap检验_bs_2置信区间为[-.0756667，-.0368601]中介效应中介效应显著，部分中介效应注：***、**、*分别表示统计量在1%、5%和10%显著水平下显著，括号内为t统计量。表4同。由实证结果可知，跨境电商对外贸高质量发展的影响和信息化水平成正比，信息化水平提升便会助推此影响，跨境电商的兴起象征着互联网网络发展上升到另一个高度，同时互联网与大数据的发展使得企业可以利用平台扩大对外贸易规模，为提高对外贸易质量提供极大可能性。三、稳健性检验本文采用移动电话用户数作为信息技术发展指标进行稳健性检验，回归结果显示系数大小存在差异，但符号相同且显著，因此结论依然成立，即信息技术发展水平在跨境电商影响外贸高质量发展的过程中起到中介效应，且显著为正。表5-7稳健性检验结果效应分析总效应中介效应模型Ⅰ模型Ⅱ模型Ⅲ跨境电商0.0893***0.330***-0.0749***(0.00982)(0.0468)(0.0100)中介变量0.0437***(0.00866)Sobel检验P=0.00004043中介效应占总效应比重16.17%bootstrap检验_bs_2置信区间为[-.0930619-.0567076]中介效应中介效应显著，部分中介效应1.1.4跨境电商对外贸高质量发展的空间效应一、变量选取为探究跨境电商对外贸高质量发展的空间效应，本文构建省级跨境电商发展指数和外贸高质量发展综合指数，利用2011-2019年20个省份的空间面板数据，通过空间杜宾模型进行空间效应的检验。省级外贸高质量指标（foreign）包含对外开放程度、对外直接投资和贸易竞争程度三个分项指标，其中对外开放程度以进出口贸易占GDP比重表示；对外直接投资以各省各年度非金融类对外直接投资流量来表征；贸易竞争指数按照公式TSC=（Ei-Ii）/（Ei+Ii）计算得到，其中Ei为出口总额，Ii为进口总额。省级跨境电商发展水平（cbec）采用各个省的快递收入与按目的地货源分类的贸易进口额与社会消费品零售总额之比的乘积来表征。其他变量包括国内零售贸易额（retail）、在校大学生数（student）、外商直接投资（fdi）和移动电话普及率（web）。二、空间自相关检验本文首先要检验变量是否有空间效应，其次才能利用空间计量的方法来进行实证分析，也就是说需要空间自相关检验各省的外贸高质量发展水平和跨境电商发展水平之间的关系。本文选用2011年、2015年和2019年的变量数据进行空间自相关检验，采用Moran’I指数法计算得出三种空间权重矩阵下Moran’I指数，其中采用人均GDP来生成经济地理权重矩阵。结果如下表所示。表5-8跨境电子商务发展水平Moran’I指数年份地理距离权重经济地理权重z值p值z值p值20110.11902.97700.00290.42024.16070.000020150.13453.24620.00120.44674.39470.000020190.13113.18810.00140.49904.85420.0000由表5-8可知，跨境电子商务发展水平在地理距离权重和经济地理权重下的Moran’I指数均达到1%的显著性水平，说明我国各省级的跨境电商水平具有显著的空间自相关性，即各省级跨境电商水平在空间分布上出现集聚现象。表5-9外贸高质量发展水平Moran’I指数年份地理距离权重经济地理权重z值p值z值p值20110.05761.91240.05580.02640.69590.486520150.04301.65990.09690.24222.59500.009520190.03161.46130.14390.23662.54500.0109由表5-9可知，2011年外贸高质量发展水平在地理距离权重下通过10%显著性检验，2015年外贸高质量发展水平在地理距离权重和经济地理权重下的Moran’I指数分别通过10%和1%水平上的显著性检验，2019年在经济地理权重下通过5%显著性检验，说明我国各省级外贸高质量发展水平在空间分布上具有集聚效应。三、空间面板估计本文在引用空间权重矩阵的基础上，进一步衡量研究对象的相关强度，设定空间杜宾面板模型如下：（5-8）其中，W为空间权重矩阵，α为被解释变量的空间滞后项回归系数，W∙为各解释变量的空间滞后项，i表示地区，t表示年份，vi和vt分别表示个体和时间固定效应，εit表示随机扰动项。本文采用极大似然法估计，尽可能地避免内生性问题。表5-10空间效应实证结果变量地理距离权重经济地理权重临近距离权重FEREFEREFEREcbec0.157-0.0373-0.0458-0.04610.118-0.0439(0.115)（0.0408）（0.108）（0.0392）（0.119）（0.0425）控制变量控制控制控制控制控制控制Wcbec-0.799***0.143-0.1410.0321-0.524***0.054（0.247）（0.129）（0.123）（0.0483）（0.153）（0.0631）0.2320.491***0.233***0.236***0.159**0.179***(0.162)(0.119)（0.0643）（0.0636）（0.0788）（0.0812）Directcbec0.144-0.0268-0.0604-0.04220.0932-0.0394（0.117）（0.0459）（0.108）（0.0418）（0.118）（0.0437）控制变量控制控制控制控制控制控制Indirectcbec-0.976***0.255-0.1780.0239-0.571***0.0521（0.288）（0.297）（0.132）（0.059）（0.162）（0.0748）控制变量控制控制控制控制控制控制Totalcbec-0.833***0.228-0.239-0.0183-0.477***0.0127（0.296）（0.32）（0.156）（0.0824）（0.166）（0.0885）retail-1.816-1.327-1.147**0.4030.6490.068（1.138）（1.384）（0.472）（0.327）（0.464）（0.338）student16.87***2.84.398***0.516*1.590***0.291（4.487）（2.037）（1.702）（0.296）（1.929）（0.427）fdi-2.213*-0.9040.2380.2-0.540.0382（1.153）（1.158）（0.41）（0.182）（0.5）（0.235）web-0.0582-0.0508-0.0546-0.0730.0875-0.153（0.301）（0.402）（0.183）（0.119）（0.186）（0.115）Hausman0.01610.02390.0084由表2可知，根据Hausman检验结果，固定效应的模型皆是三种空间矩阵的选择。估计结果显示，跨境电子商务发展对外贸高质量发展水平的估计系数在地理距离权重和临近距离权重两种空间权重下为正，跨境电子商务的空间滞后项在地理距离权重和临近距离权重两种空间权重下通过了1%水平上的显著性检验。在此基础上，本文分析跨境电商和外贸高质量发展的直接、间接效应，都是以直接效应，间接效应和总效应为切入点。从地理距离权重矩阵来看，跨境电商水平每增长1%，地理距离矩阵的外贸高质量发展水平将随之减弱83.3%，其中，直接效应增加14.4%，间接效应减少97.6%，即本地区跨境电商发展水平每提升提升1%，将本地区外贸高质量发展水平将随之增加14.4%，与此同时，相邻地区外贸高质量发展水平也会随之降低97.6%；从经济地理权重矩阵来看，在固定效应模型中，跨境电子商务水平每增长1%，外贸高质量发展水平将降低23.9%，其中，直接效应降低6.04%，间接效应降低17.8%，即本地区跨境电子商务水平每增长1%，本地区外贸高质量发展水平随之降低6.04%，相邻地区外贸高质量发展水平也会随之降低17.8%；从临近距离权重矩阵来看，在固定效应模型中，跨境电子商务发展水平的间接效应和总效应均通过了1%水平上的显著性检验，具体地，跨境电子商务每增长1%，外贸高质量发展水平将降低47.7%，其中，直接效应提升9.32%，间接效应降低57.1%，即本地区跨境电商水平每增长1%，本地区外贸高质量发展水平将随之上升9.32%，相邻地区外贸高质量发展水平随之降低57.1%。总的来说，跨境电商发展对本地区外贸高质量发展的正向作用较弱，而对相邻地区外贸高质量发展的负向作用较强。

1.2跨境电商与全球价值链嵌入的实证分析1.2.1全球价值链嵌入的综合测度一、全球价值链嵌入度的测度方法众多学者将研究重点聚焦在全球价值链上，现有关于全球价值链的文献主要集中在三大类:第一类聚焦于全球价值链治理方面，主要从治理类型、权力分配以及处于价值链各个环节的不同国家间的关系协调出发，试图探究参与全球价值链带来的深层次影响（Gereffi，1999；Gereffi等，2005；Kaplinsky和Morris，2002）；第二类着力于全球价值链升级的机制、升级类别以及升级路径等（Schmitz，2004Morrison等，2007）；第三类通关关实证分析全球价值链上不同国家间的分工，出口生存以及产业升级问题（Montalbano等，2014；鞠建东，2014；盛斌和陈帅，2015；杨连星等2017；王孝松等2017；张鹏杨和唐宜红，2018）。Poter（1985）首次在《竞争优势》中提出价值链的概念，随后Gereffi（1994）在综合和扩展后提出了价值链的“全球化”，用来分析全球价值链中的国际贸易，为研究全球价值链嵌入奠定了基础。不少学者从价值增值的角度出发，探究衡量全球价值链参与度的指标。Hummels等（2001）提出垂直专业化的方法，也即HIY方法，基于投入产出表计算出口中的进口价值和出口中作为中间品被别国进口的价值，以此来揭示一国参与国际分工的情况。然而部分学者认为HIY适用范围较窄，前提假设只有在特定条件下才能成立。随后，Koopman等（2010）为了全面地考察全球价值链上增加值的区域差异性，在GTAP的基础上构建了一个统一的核算全球价值链增加值的区域间投入产出表，将一国出口分解为国内增加值和国外增加值两大部分，提出全球价值链参与度系数。基于已有的研究成果，Antras等（2012）利用投入产出表构建方程，计算各国各行业在全球价值链分工中的相对位置，即上游度指数。王岚和李宏艳（2015）在Antras基础上，构建“GVC地位指数”（GS指数），测算得出特定行业与最终需求之间的“经济距离”。仍有学者通过改进后的KWW模型（刘维林，2014年）,在详细区分进口投人使用去向的基础上，对中国出口中所包含的国外附加值进行测算。目前计算价值链嵌入度的方法众多，使用较为广泛的方法均用到了投入产出表，分别为测算垂直专业化水平HIY方法、测度国内增加值份额的DRS方法、测算贸易增加值的KWW方法。然而中间产品贸易的统计数据更能够准确地揭示真正的价值链嵌入度（Yeats，2001），故参考李建军和孙慧（2016）的方法，测算采用贸易伙伴国家中间产品贸易额占该国贸易总额的比重，作为衡量GVC嵌入度的替代变量。二、全球价值链嵌入度测度结果借鉴李建军和孙慧（2016）的方法，采用uncontrade数据库中贸易伙伴国家中间产品贸易额，WordBank数据库中贸易伙伴国家总贸易额，两者的比例作为全球价值链嵌入度（GVC嵌入度）的衡量指标，计算结果如下所示。表5-11全球价值链嵌入度国家平均值国家平均值国家平均值国家平均值阿尔巴尼亚0.40216埃及0.662501哈萨克斯坦0.782611阿曼0.670614亚美尼亚0.557342爱沙尼亚0.522967吉尔吉斯斯坦0.421694巴基斯坦0.529525保加利亚0.579931希腊0.458688柬埔寨0.386255菲律宾0.652317巴林0.572083克罗地亚0.508277黎巴嫩0.371219波兰0.533898波黑0.582319匈牙利0.55152斯里兰卡0.455612罗马尼亚0.586163白俄罗斯0.541774印度尼西亚0.693118立陶宛0.483607俄罗斯0.562386文莱0.835068印度0.675434拉脱维亚0.436389沙特阿拉伯0.663411塞浦路斯0.270993以色列0.626172摩尔多瓦0.457238新加坡0.589606捷克0.575013约旦0.544851马来西亚0.672932塞尔维亚0.554517斯洛文尼亚0.461739日本0.579025葡萄牙0.540703智利0.602276泰国0.619694韩国0.636984巴西0.664727巴拉圭0.544096土耳其0.502451德国0.514139阿根廷0.601258乌拉圭0.519584乌克兰0.667146澳大利亚0.580649爱尔兰0.502013挪威0.645996越南0.536478加拿大0.569211荷兰0.374783丹麦0.416282斯洛伐克0.537897意大利0.525594比利时0.549863瑞典0.49773马其顿0.591122法国0.483705卢森堡0.431552芬兰0.546329美国0.511519墨西哥0.524902奥地利0.524106新西兰0.418349英国0.481077西班牙0.499368瑞士0.55239匈牙利0.551519蒙古0.444212根据中国贸易伙伴的全球价值链嵌入度（GVC嵌入度）的结果可知，0.5以上的有53个国家，0.3-0.5之间的国家有19个，仅有阿尔巴尼亚的GVC嵌入度低于0.3。总体而言，样本中大部分国家的全球价值链嵌入度水平较高，但仍有部分国家GVC嵌入度亟待提高。其中，文莱、哈萨克斯坦、印度尼西亚、印度以及马来西亚分别位列GVC嵌入度的前五位。三、全球价值链嵌入度与跨境电商规模关系在实证分析前，对GVC嵌入度与跨境电商规模关系进行初步观察，取2008-2018年GVC嵌入度和跨境电商规模的对数平均值作图分析，结果如图（5-3）所示，除去个别特殊值之外，GVC嵌入度与跨境电商规模之间呈现非线性关系，整体表现出显著的正相关。图5-3GVC嵌入度与跨境电商规模关系图1.2.2跨境电商对全球价值链嵌入的基本效应一、模型设定与数据说明（一）模型设定1.为了分析跨境电商发展对GVC嵌入效应的影响机制，本文将“一带一路”沿线国家的制度质量纳入分析框架，以考察在不同互联网普及率的国家中，跨境电商发展与GVC嵌入效应的动态关系，构建了实证模型如下式所示：ln+μi+εit 其中，i代表中国的贸易伙伴国家，t代表年份，μ0为常数，β1~β8分别为各对应项的回归系数，μ（二）变量选取1.被解释变量：GVC嵌入度的测度（GVC）。借鉴李建军和孙慧（2016）的方法，采用贸易伙伴国家中间产品贸易额占该国贸易总额的比重。2.核心解释变量：跨境电商规模（T），由于中国分国别跨境电商进出口额数据的不可得，借鉴艾瑞咨询测算跨境电商数据方法，计算出中国对73个贸易伙伴国家的跨境电商出口额，具体方法如下：中国对i国的跨境电商规模=中国对i国的进出口额×（中国跨境电商进出口总额/中国进出口总额）。3.控制变量：（1）经济发展水平（gr），采用贸易伙伴国GDP增长率作为经济发展水平的衡量指标。（2）市场规模（pop），采用贸易伙伴国城市人口占总人口比例来衡量市场规模大小（3）对外贸易依存度（depen），采用贸易伙伴国每年进出口总额占GDP的比例来衡量，其中进出口总额数据按照当年人民币兑美元的平均汇率换算成人民币。（4）政府干预度（gov），采用政府财政支出占国家GDP比重来衡量政府对于贸易的干预度。（5）制度质量（wgi）其中：政治制度包括政治民主度、政治稳定性、政治效能、政府规模、监管质量、腐败控制和政府清廉度等其中：政治制度包括政治民主度、政治稳定性、政治效能、政府规模、监管质量、腐败控制和政府清廉度等7个子指标，数据来源于TheWorldwideGovernanceIndicators数据库.（6）互联网普及率（phone），采用贸易伙伴国每年移动手机使用比例作为互联网普及率的代替指标。表5-12描述性统计变量样本数平均值标准差.最小值最大值VIF数据来源gvc8030.5440.1020.1880.899笔者测算lnt80313.8062.0638.84819.1332.91笔者测算lnphone80314.9131.64710.67118.8913.48世界银行lnpop8034.1870.3342.9014.6051.49世界银行wgi80310.41.7354.00014.3331.68全球治理指标数据库gr8032.4453.507-14.83921.1631.30世界银行depen8030.7690.4360.1723.3981.19世界银行gov8030.1690.0530.0450.3021.78世界银行（三）数据说明由于2019年部分数据尚未完全更新，文章选取2008-2018年为研究区间，选取贸易交往中的73个国家为研究对象，对于部分数据缺失的重要国家，根据各国发布在官方网站的报告或数据，采取线性插值法进行整理。为消除异方差，保证数据平稳，在进行门槛分析时，将部分变量进行自然对数处理如下：跨境电商规模（lnT）、市场规模（lnpop）、对外贸易依存度（lndepen）、互联网普及率（lnphone表5-13面板单位根检验变量LLC检验HadriLM检验Fisher检验是否平稳gvc-17.8564***8.9330***4.4847***平稳lnt-18.5670***12.3198***7.1536***平稳lnpop-21.2860***27.6752***12.7114***平稳wgi-17.2220***18.7026***11.9575***平稳gr-30.6525***2.6662***28.8314***平稳depen-24.3589***11.2428***8.8933***平稳gov-13.4623***14.1510***4.1051***平稳lnphone-12.5765***21.8595***3.2517***平稳注：表中*、**、***分别表示10%、5%、1%的显著性水平，下同。利用LLC检验、HadriLM检验以及Fisher检验三种方法，检验该模型下的面板数据是否存在单位根，表（5-13）的结果显示以上序列均通过单位根检验，可以使用序列的原始数据直接进行回归。二、实证分析（一）基准回归分析考虑到被解释变量的数值均位于0-1的区间内，为探究跨境电商对于全球价值链嵌入的影响，本文选取双限制的Tobit回归模型，于回归方程中逐个加入核心解释变量和控制变量。表5-14基准回归分析OLS变量（1）（2）（3）（4）（5）（6）（7）lnt0.011***0.009***0.009***0.011***0.009***0.009***0.009***（0.002）（0.003）（0.003）（0.003）（0.003）（0.003）（0.003）lnphone0.0040.004-0.002-0.000-0.0000.001（0.003）（0.003）（0.003）（0.004）（0.004）（0.004）lnpop0.0040.021*0.026**0.026**0.031**（0.011）（0.012）（0.012）（0.012）（0.013）wgi0.010***0.009***0.009***0.008***（0.002）（0.002）（0.002）（0.003）gr0.0020.0020.001（0.001）（0.001）（0.001）depen0.0020.003（0.009）（0.009）gov-0.108（0.087）Constant0.390***0.364***0.349***0.234***0.210***0.208***0.208***（0.024）（0.032）（0.053）（0.059）（0.061）（0.062）（0.062）Obs803803803803803803803R-squared0.0510.0520.0520.0730.0760.0760.077注：表中*、**、***分别表示10%、5%、1%的显著性水平，下同。从表（5-14）中的结果可知，核心解释变量跨境电商规模lnT在1%的水平上拒绝原假设，表明跨境电商规模显著地促进贸易伙伴国在全球价值链中的嵌入度提升，且多次回归中，跨境电商规模的系数值比较稳定。原因在于：首先，高速发展的信息技术，提升了跨境电商交易市场中的信息传递效率，进而打破了地理距离对于传统贸易的阻滞效应；其次，跨境电商降低了传统国际贸易及分工中的线下交易、市场开拓以及信息共享成本，进一步显著地降低了国际分工参与的门槛，提升发展中经济体和新兴经济体的全球价值链参与程度；再者，跨境电商借助互联网的技术优势，赋能传统制造业，从而推动全球价值链分工体系更新调整。就控制变量而言，市场规模pop在10%的水平上，正向促进全球价值链嵌入度的提升，市场规模越大，城镇基础设施越完善，跨境电商的规模也越大，全球价值链嵌入的程度也会越高。制度质量wgi在1%的水平上，提升贸易伙伴国的全球价值链嵌入度。经济发展水平gr和对外贸易依存度depen系数为正，但未通过显著性检验，因而贸易伙伴国在经济建设的过程中，要提高对外开放程度，避免成为经济全球化的边缘地带。ln（二）异质性回归分析“一带一路”倡议推动中国与沿线国家之间的贸易往来，拓宽贸易领域，但近年来传统外贸增速放缓，而跨境电商以其“去中介化”的特点，逐步降低企业和个人参与贸易的门槛，悄然颠覆了传统国际贸易的发展方式，逐步成为中国与沿线国家未来合作发展的新突破口。在本文中，选择两种方法进行异质性检验：（1）选择将是否参与“一带一路”倡议作为区分点，将“一带一路”沿线国家和非“一带一路”沿线国家作为异质性检验的样本；（2）由于人均国民总收入收入反映了居民的消费水平，进而影响其对于跨境电商的参与度，借鉴宗慧隽和王明益（2018）的做法，根据2011年世界银行对人均国民总收入水平分类，以1025美元、4036美元、12496美元的人均收入门槛分为中低收入经济体、中上收入经济体和高收入经济体，作为异质性检验的样本。回归的结果如表（5-15）所示。表5-15异质性回归分析变量“一带一路”国家非“一带一路”国家中上收入经济体中下收入经济体高收入经济体lnt0.015***0.0030.015***0.019***0.014***（0.004）（0.004）（0.004）（0.005）（0.004）lnphone0.018***0.0020.0110.020***-0.013**（0.006）（0.004）（0.007）（0.006）（0.005）lnpop0.041**-0.042-0.120***0.124***0.009（0.017）（0.028）（0.027）（0.022）（0.031）wgi-0.008**0.019***0.016***0.021**-0.004（0.004）（0.003）（0.005）（0.008）（0.004）gr0.0010.0000.0000.0010.000（0.001）（0.001）（0.002）（0.002）（0.001）depen-0.002-0.0140.061***-0.059***0.006（0.012）（0.011）（0.020）（0.012）（0.011）gov0.055-0.1260.0960.146-0.259**（0.129）（0.085）（0.160）（0.177）（0.110）Constant0.0180.483***0.475***-0.661***0.583***（0.082）（0.121）（0.124）（0.080）（0.146）Observations48431923199473R-squared0.1780.2570.3380.8510.064注：表中*、**、***分别表示10%、5%、1%的显著性水平，下同。由上表结果可知，“一带一路”沿线国家的跨境电商规模、互联网普及率在5%的水平上显著促进全球价值链的嵌入程度、市场规模在10%的水平上推动该贸易伙伴国嵌入全球价值链。制度质量对于全球价值链的嵌入呈现抑制作用，政府干预度、对外贸易依存度、经济发展水平影响不显著。由此可知，各国在互联网技术快速发展的态势下，整合资源，聚集企业，以跨境电商的发展形式，推动制造业企业嵌入国际化分工体系，逐步提升在全球价值链中的位置（许欣和薛泽，2020；李国鹏和王绍媛，2018）。此外，在“一带一路”倡议下，挖掘市场潜力，利用市场优势，满足市场需求，在跨境电商的强有力支持下，市场规模越大的国家，嵌入全球价值链的程度也会越高。与“一带一路”国家的对比可知，对于非“一带一路”国家而言，制度质量显著促进企业嵌入全球价值链，但是其他控制变量对于全球价值链嵌入影响较小，因而对于非“一带一路”国家，应当加强制度质量，推动制度演化，创新政府对于企业的监管方式，助力全球价值链嵌入程度的提升。对于三类经济体而言，跨境电商规模均在1%显著促进全球价值链的嵌入度，说明跨境电商规模越大的经济体，越有利于积极融入国际分工。中上收入经济体和中下收入经济体的制度质量显著推动全球价值链嵌入度的提升，对外贸易依存度在一定程度上正向促进价值链的嵌入，制度质量越高的经济体，其贸易规模越高，对外贸易依存度越强，其全球价值链嵌入度的提升越快。对于中下收入的经济体，互联网普及率在1%的水平上，显著地推动全球价值链嵌入度的提升，市场规模越大，越易于参与国际分工。综上结果易知，跨境电商对于全球价值链的嵌入影响不可忽视，在后疫情时代也将是经济振兴的重要推动力，与此同时，良好的制度质量会大力促进中上收入和中下收入的经济体嵌入全球价值链。保持积极的对外开放政策，拥抱互联网时代带来的经济红利，才能够推动中上收入国家更好地提升经济实力，嵌入全球价值链。（三）稳健性检验1.内生性处理鉴于模型中可能存在的内生性问题，选取工具变量，分别选取模型中的控制变量市场规模、互联网普及率以及制度质量的滞后一期，进行内生性检验。考虑到其他解释变量也有可能与全球价值链嵌入度存在内生性问题，对此本文选取被解释变量全球价值链嵌入度滞后一期，采用可以Sysgmm估计方法进行稳健分析。由表（5-16）的结果所示，该模型在一定程度上解决了内生性问题，整体的实证结果仍然稳健。表5-16内生性分析变量L.wgiL.lnphoneL.lnpopsysgmmL.gvc0.241***（0.032）wgi0.009**0.009***0.009***-0.002（0.004）（0.003）（0.003）（0.003）lnt0.011***0.011***0.011***-0.006***（0.003）（0.003）（0.003）（0.002）lnphone-0.002-0.002-0.0020.027***（0.004）（0.004）（0.004）（0.006）lnpop0.027**0.027**0.027**0.082***（0.012）（0.012）（0.012）（0.028）gr0.0010.0010.0010.001（0.001）（0.001）（0.001）（0.000）depen0.0010.0010.0010.071***（0.007）（0.007）（0.007）（0.016）gov-0.091-0.091-0.092-0.066（0.084）（0.087）（0.086）（0.082）Constant0.219***0.220***0.220***-0.271*（0.083）（0.082）（0.082）（0.146）Observations730730730730R-squared0.0810.0810.081上述回归结果显示，跨境电商规模与全球价值链嵌入呈现正相关关系，无论是动态模型或是静态模型，跨境电商规模、市场规模以及互联网普及率对全球价值链嵌入起到显著的促进作用，政府干预度呈现负向阻碍作用，这与回归结果基本一致。2.其他稳健性处理为验证研究结果是否可靠准确，通过改变研究区间来检验该结果的稳健性，考虑到2008-2009年的金融危机及互联网泡沫对于国际分工的负面影响，且跨境电商从2010年后迅速兴起，故选取2010-2018年的数据，剔除2008-2009年的样本数据，进行稳健性分析，仍采取双限制的Tobit回归模型。为进一步研究跨境电商对于全球价值链嵌入的动态影响，将统计数据划分为三大阶段，分别是2010-2012年、2013-2015年、2016-2018年，稳健性回归结果如表（5-17）所示。表5-17其他稳健性分析变量2010-20122013-20152016-2018lnt0.027***0.023***0.016**（0.007）（0.007）（0.007）lnphone-0.021**-0.012-0.007（0.009）（0.009）（0.009）lnpop0.0220.017-0.015（0.023）（0.025）（0.028）gr0.005**-0.003-0.005（0.002）（0.003）（0.005）wgi0.007*0.0060.011*（0.004）（0.005）（0.006）depen-0.029*-0.0030.009（0.016）（0.017）（0.018）gov0.051-0.142-0.062（0.185）（0.160）（0.161）Constant0.353***0.293**0.378***（0.113）（0.125）（0.144）sigma0.089***0.098***0.102***（0.004）（0.005）（0.005）Observations219219219上述回归结果显示，跨境电商规模估计值在三个时间段均为正值，且前两个时间段通过1%的显著性检验，第三个阶段通过的5%的显著性检验，表明跨境电商一直对于贸易伙伴国家的全球价值链嵌入有正向的促进作用。从具体的估计值来看，三个时间段的估计值均高于0.016，表明跨境电商对于贸易伙伴国家的全球价值链嵌入度的提升作用较为稳定。制度质量估计值在两个阶段中均通过了10%的显著性检验，且其值均大于0，估计值从0.007上升到了0.011，说明制度质量促进贸易伙伴国家全球价值链嵌入的效应在不断增加。市场规模的估计值均为通过显著性检验，说明在2010-2015年间，市场规模起到了积极的促进作用，但是在2015-2018年间，其成为了贸易伙伴国家嵌入全球价值链的阻碍因素。其余控制变量的结果与前文回归结果基本保持一致，整体回归结果较为稳健。1.2.3跨境电商对全球价值链嵌入的中介效应一、基准回归分析借鉴温忠麟等（2004）的研究，构建模型从定量的角度来验证跨境电商能否真获赠通过影响一国制度质量、互联网以及市场规模来促进其全球价值链嵌入度。选取Wgi、phone、pop作为中介变量，并且应用Sobel和Bootstrap检验方法进行检验，结果如表（5-18）所示。表5-18中介效应分析变量制度质量中介互联网中介市场规模中介OLS（1）（2）（3）（4）（5）（6）gvclnt0.006**0.332***0.009***0.568***0.011***0.058***0.009***（0.003）（0.037）（0.002）（0.016）（0.003）（0.008）（0.002）wgi0.008***0.321***0.007***-0.024***0.008***（0.002）（0.020）（0.003）（0.007）（0.002）lnphone0.007**0.737***0.000-0.028**0.001（0.003）（0.047）（0.004）（0.011）（0.004）lnpop0.027**-0.564***0.031**-0.289**0.031**（0.013）（0.172）（0.013）（0.114）（0.013）gr0.001-0.0000.001-0.044***0.001-0.012***0.001（0.001）（0.015）（0.001）（0.010）（0.001）（0.003）（0.001）depen0.0060.477***0.002-0.807***0.002-0.0100.002（0.009）（0.117）（0.008）（0.073）（0.009）（0.024）（0.008）gov-0.214***-13.349***-0.1011.606***-0.0332.379***-0.101（0.080）（1.089）（0.084）（0.758）（0.082）（0.228）（0.084）Constant0.273***8.238***0.213***4.729***0.322***3.675***0.213***（0.059）（0.797）（0.060）（0.534）（0.041）（0.115）（0.060）Observations803803803803803803803R-squared0.0670.4050.0770.7130.0710.3290.077Sobel检验P=0.003中介效应占总效应比重43%P=0.782不存在中介效应P=0.020中介效应占总效应比重17.3%bootstrap检验置信区间[0.002，0.014]置信区间[0.003，0.014]置信区间[0.003，0.014]中介效应中介效应显著，部分中介效应中介效应不显著中介效应显著，部分中介效应首先，制度质量作为中介变量的检验结果如（1）、（2）列所示。结果表明一国跨境电商规模的提升能够在1%的显著性水平上推动该国嵌入全球价值链，进而提高该国参与国际分工的参与度。根据Sobel检验可知，P值小于0.05，中介效应显著，存在部分中介效应，占总效应的43%。其次，互联网普及率作为中介变量的检验结果如（3）、（4）列所示，检验结果显示，其中介效应不显著，故从数据上无法得出中介效应。尽管如此，跨境电商对于全球价值链嵌入度以及互联网普及率均呈现正向的促进作用。从控制变量来看，制度质量通过1%的显著性检验，也表现出正向的推动作用。最后，市场规模作为中介变量的检验结果如（5）、（6）列所示，第（5）列表示跨境电商规模的增长有助于市场规模的扩张，第（6）列的结果进一步表明市场规模的扩大对于全球价值链嵌入具有积极的意义，根据两类检验方法易知，市场规模的中介作用也较为显著。二、异质性回归分析如前文所示，自“一带一路”倡议提出以后，沿线国家积极参与数字经济，不断高效配置资源，集聚创新要素，为“一带一路”经济带注入新的动能，推动经济合作和技术交流的跨越式发展。故以是否为“一带一路”国家作为异质性分析的基准，定量计量中介效应，定性分析在两类国家中是否存在上述中介效应。表5-19异质性分析（“一带一路”国家）变量制度质量中介互联网中介市场规模中介（7）（8）（9）（10）（11）（12）lnt0.017***-0.311***0.023***0.453***0.016***0.038***（0.004）（0.042）（0.003）（0.020）（0.004