1. 引言

全球经济数字化背景下，地缘政治风险攀升，全球价值链以服务为主导趋势日益凸显，复杂价值链日趋收缩，数据流动限制性措施越发成为影响服务贸易发展最重要制度变量之一。近年来，随着大数据、区块链、云计算等新兴科技迅猛发展与传统产业数字化转型，跨境数据流动在很大程度上增强了传统服务的可贸易性及比较优势，成为推动国际贸易及世界经济增长重要力量，以数字信息为关键生产要素的数字经济蓬勃发展，成为经济发展的新动力和新引擎(王岚和程志宙，2023) [1]。据中国信通院统计，数字经济占中国的GDP比重已由2005年的27.0%提升到2022年的41.5%。当前，世界经济格局转变、新冠疫情大流行等因素影响下，全球价值链步入调整与重构阶段(高翔等，2022) [2]，以服务为载体的数字贸易依赖于数据跨境流动和数字技术的应用，5G、大数据、人工智能等数字技术大大提高了服务的可贸易性。据国家统计显示，2023年，服务业占中国GDP比重达54.6%，最终消费对经济增长贡献率达82.5%；据美国布鲁金斯学会研究，2025年跨境数据对全球经济增长贡献率预计将达11万亿美元，跨境数据流动支撑拓展了数字营销、软件研发、远程医疗、在线教育等可数字化交付的服务贸易增长。

与此同时，围绕跨境数据流动带来诸多利益、存在的巨大经济价值与潜在的地缘政治风险，使跨境数据领域日益成为国际数据治理重要议题，各主权国家和主要地区纷纷出台相关政策争夺数据资源。际上，跨境数据流动规制作为一种新型贸易壁垒，大多数参与制定数据治理规则的经济体都认可数据流动对经济和贸易发展的重要性，但由于支撑数字服务贸易的底层设施、产业基础和技术创新水平等因素差异客观存在，各国间“数字鸿沟”问题难以解决(周念利和姚婷婷，2021) [3]。不同国家和地区在安全阀设置、数据流动限制强硬程度上持有不同立场，国际规制模式各式各样，以各国国内法律、行政法规、部门规章为主，碎片化特点突出，国际尚未建立统一标准框架，数字贸易协定正成为新一轮贸易规则谈判和全球数字治理重要载体(王金波和郑伟，2022) [4]。从2023年3月23日美国拜登政府以TikTok可能受母公司字节跳动控制，侵犯美国民众数据安全为由要求字节跳动出售持有股份，到2024年2月28日其发布第14117号政令，限制与特定国家数据交易，为企业参与跨境数据治理带来前所未有的挑战和不确定性，国际数据治理格局“动荡不安”。着眼国内，相反，我国越发重视跨境数据流动治理问题，从党的十八大以来，我国积极促进数据依法有序自由流动，相继制定实施《网络安全法》《数据安全法》《个人信息保护法》，对数据出境活动作出明确规定。

此外，从数据端看，我国数字贸易限制程度全球第一、数字服务贸易占比低于一众发达国家的现实也要求加强对跨境数据流动领域的相关治理与规范。数据显示，中国跨境数据流动量约占全球总量23%，预计到2025年将达27.8%。超过全球其他国家。根据欧洲国际政治经济中心(ECIPE)发布的《数字贸易限制指数报告》，我国被评估为全球数字贸易限制最高国家之一。尽管我国数字服务贸易从2011年36.2%迅速增长至2022年48.4%，但与发达国家仍存在明显差距。美、英、日等国家数字服务贸易占服务贸易比重均超70%，而我国仅约为48%。基于此，本文聚焦跨境数据流动限制程度与服务业全球价值链参与度，具有较强研究意义，对我国如何参与国际数字贸易治理，规范跨境数据流动，促进数字产品和服务自由流通，支持数字贸易相关数据要素高效运作，带动数字经济与贸易领域相关业态高速发展，构建中国数字经济竞争新优势至关重要。

2. 文献综述

跨境数据流动限制领域现有研究主要从文本分析与实证研究两方面进行规则评析与效果评估。在规则评析的定性研究中，对于国际规则，学者梳理了WTO、OECD、APBEC和G20等多边机制在数据跨境流动方面开展的规制行动并指出其困境所在(Mitchell & Mishra, 2018) [5]。对于具体的欧式模板(周念利和陈寰琦，2018) [6]、美式模板(周念利和陈寰琦，2019) [7]、中式规则(谢卓君和杨署东，2021) [8]、新式模板(李佳倩等，2022) [9]进行评析。Ferencz J (2019) [10]通过梳理各国政策规则，构建数字服务贸易限制指数，定量刻画各国跨境数据流动程度。文本研究领域，徐程锦(2023) [11]、梅傲和李淮俊(2023) [12]分别进行合规性分析与安全性评估。在大样本定量实证研究领域，赵瑾(2017) [13]采用OECD发布的服务贸易限制指数对全球服务贸易壁垒特点与分布进行研究。Ferracane et al. (2021) [14]通过构建数字服务贸易限制指数评估国家数据政策限制水平，作为量化数据跨境流动重要来源指标。周念利和姚亭亭(2022) [15]对如何兼顾“数据价值”和“数据安全”进行探讨，研究跨境数据流动限制性政策对数字服务贸易二元边际影响的影响，数字贸易限制对数字服务的抑制作用(周念利和姚亭亭，2021) [16]。王金波和郑伟(2022) [4]基于TAPED数据库对数字贸易条款进行Python文本相似度分析，总结了规则异质性、约束性与融合趋势。彭羽等(2021) [17]采用计算方法构建数字贸易条款深度指标，探究我国全行业嵌入GVC影响。武娜等(2023) [18]探究数字贸易规则在发展进程和条款类别差异对服务业增加值贸易关联的影响。

全球价值链参与度领域近年研究主要围绕全球价值链动力机制、贸易政策选择、产业升级、分工地位分析与测算、价值链攀升(王欠欠和夏杰长，2019) [19]等问题。马盈盈(2019) [20]发现服务贸易自由化促进制造业GVC前向参与度，抑制后向度，从而显著提升价值链分工地位。苏丹妮等(2020) [21]结合上下游环节研究参与度对制造业企业生产率和产业集群空间关联度。余振等(2018) [22]通从行业收益角度分析全球价值链参与度提升对贸易摩擦影响，研究发现GVC参与度与贸易摩擦间呈相关。吕延方等(2020) [23]从路径分解、双向数字关联和双边联系三角度分析了中国服务业在数字全球价值链中的多维定位与融入路径。联系服务贸易领域，Koopman et al. (2014) [24]构建了GVC分工地位与GVC参与度两个测算指标。高敬峰和王彬(2020) [25]发现数字服务贸易壁垒通过抑制技术创新阻碍各行业进一步参与全球价值链分工。高翔等(2022) [2]从内外产出差异视角分析了中国制造业和服务业全球分工位置的演变特征。李文华(2023) [26]对我国服务业细分行业参与全球价值链进行测算与评价，分析对服务业GVC影响因素。王岚和程志宙(2023) [1]从跨境次数这一新视角，考量了数字投入对对服务业价值链复杂程度的影响机制和效果。国外研究泽更多以贸易协定为载体，考察数字贸易规则与协定，刻画数字服务贸易壁垒的贸易影响方面，Ferracane F.M. (2019) [27]依据样本国家18个数字服务贸易部门对数据中间投入依赖程度构建数据衔接指数，将数据匹配到行业层面。

以上研究为本文研究提供了有益参考，但仍存在不足之处：1) 近年来，服务业GVC领域研究关注度持续提升，研究不断深入细化，但大多数学者聚焦于数字贸易壁垒、数字投入等的数字经济相关研究(徐姗和张昊，2023) [28]，将跨境数据流动限制作为自变量研究的文章较少。2) 现有关于跨境数据流动限制文章，多对规则进行文本分析或对数据进行计量的大样本实证研究，较为缺乏将两者结合的中间视角。基于此，本文借助ADB、UIBE、TAPED、OECD、RTA和WTO等数据库，从贸易成本和价值链长度两个维度识别跨境数据流动限制对服务业GVC的作用机制，探究价值链长度对跨境数据流动抑制效应的调节作用，为新发展格局下我国服务业转型升级、增质提效提供数据支撑与政策建议。本文可能的边际贡献在于：第一，研究视角的创新，目前少有文献关注跨境数据流动限制与服务业GVC参与度二者间关系，本文的研究或许能提供更多实证结论与现实思考，丰富数字经济与服务业GVC研究维度；第二，研究区间的更新，相比GVC领域研究主流多采用WIOD、OECD发布数据，本文采用ADB发布的投入产出表与GVC相关指标，研究区间为2014~2021年，时间更为前列；第三，研究方法的多样与深度的拓展，本文运用Reghdfe (基准回归)、投入产出模型(测算核心解释变量)、传统贸易引力模型(计算贸易成本)多方法结合，多种稳健性检验与异质性分析，提高信度与效度的同时，充分考量不同经济体、数字规则模板参与度的异质性。此外，本文还存在以下不足：第一，相比OECD根据国际标准产业分类体系第四版(ISIC Rev.4)分类的77个国家地区与45个行业、WIOD涵盖的43个国家地区与56个行业，亚洲发展银行多区域投入产出表(ADB-MRIO)细分为全球62个国家地区与35个行业，行业分类不够细致，数字投入部门用C14与C27加总简单代理；第二，OECD发布的DSTRI数据(85个国家地区)与ADB相重合国家为48个，根据相应划分对贸易协定参与度进行分组回归时，代表国家样本量较少，异质性分析结果可能不够稳健；第三，本文GVC参与度测算方法、工具变量的选取、网络环境代理指标较为基础，不够前沿。

3. 理论机制与研究假说

3.1. 跨境数据流动限制的抑制作用

数据的传输涉及个人隐私、商业机密等重要信息，各国纷纷设立数据本地化要求、隐私保护、知识产权保护等限制，产生了新型数字贸易壁垒。作为数字贸易壁垒的数据跨境流动限制，主要涉及本地化要求、市场准入限制和个人信息保护，是数据治理的关键。《全面与进步跨太平洋伙伴关系协定》(CPTPP)等超大型自由贸易协定均对数据跨境流动作出了特定、一般、安全例外限制三部分的规制。数据是数字经济的命脉和跨境传输的载体，数字生产和跨境交付都涉及数据的传输，跨境数据流动限制是数字贸易壁垒的主要形式，也是影响数字经济重塑服务业价值链的重要障碍。而相较于制造业，可进行标准化流水线的生产与产品口，服务业出海过程将不可避免地涉及海量数据信息流的接收、存放与管理问题。服务业GVC参与度指一国家服务行业参与全球价值链的程度，用于解释该行业在价值链生产中与上下游产业的关联，按照嵌入方式分为GVC前向参与度和GVC后向参与度。跨境数据流动限制程度的不同，很可能对该服务业行业价值链生产中与上下游产业关联产生影响。

基于上述分析，提出以下假设：

假说1：跨境数据限制对服务业GVC参与度负相关。跨境数据限制程度提升，抑制一国服务业进行国际分工，抑制跨境服务发展，降低该服务业GVC参与度。

3.2. 服务贸易成本提升的中介效应

数字技术缩小了全球劳动力成本差异，加速区域价值链形成，智能物流等技术通过降低贸易成本提升了重新外包可能性。数字生产要素嵌入服务业GVC，加速服务数字化进程同时，致使服务贸易成本增加(武娜等，2023) [18]。严格的数据安全审查制度和风险评估体系，降低数据搜索便利性与质量，提高企业在跨境贸易过程中的“显性成本”，加大数字服务检索、计算、储存、传输和整合难度。例如，数据本地化储存增加服务贸易的固定成本，过长数据保留时间导致数据储存与二次搜寻成本，歧视性监管增加交易的合规性风险。此外，由于数据流通限制，阻碍跨境信息的传递，提升服务贸易沟通成本等“隐性成本”。综合来看，跨境数据流动限制会增加企业的贸易投入，使交易效率下降、服务贸易额减少，甚至缩小服务贸易的交易范围。

基于上述分析，提出以下假设：

假说2：跨境数据限制降低数据搜索的便利性，提高服务贸易的固定、搜寻、合规与沟通成本等，降低交易效率，阻碍GVC分工深化，降低一国服务业GVC参与度。

4. 计量模型设定

4.1. 模型设定

基于以上对文献回顾与机制分析，本文假定研究模型如下：

${\text{GVC\_sr}}_{nit}={\beta }_0+{\beta }_1{\text{DSTRIw}}_{nit}+{\beta }_2{\text{Control}}_{nit}+{\gamma }_n+{\mu }_i+{\delta }_t+{\epsilon }_{nit}$ (4-1)

其中，系数 ${\beta }_1$ 是本文重点考察对象，n、i、t分别表示国家、行业、时间， ${\gamma }_n$ 、 ${\mu }_i、{\delta }_t$ 分别为国家、行业、时间的固定效应， ${\epsilon }_{it}$ 是随机扰动项。 ${\text{GVC\_sr}}_{nit}$ 表示t年n国i行业的服务业GVC参与度， ${\text{DSTRIw}}_{nit}$ 表示t年n国i行业的跨境数据流动限制水平。 ${\text{Control}}_{nit}$ 为控制变量组，具体包括比较优势指数( ${\text{RCA}}_{nit}$ )、行业规模(LnScale_nit)、行业固定资本存量(LnFixd_nit)、服务行业发展程度(Service_nit)、外商投资水平(FDI_nit)、教育投入水平(Education_nit)、数字服务出口倾向(LnDigout_nit)、人均国内生产总值(LnGDPper_nit)。为减轻异方差影响、数据测算过程中异常值与极端值可能带来的偏误，本文采用稳健标准误回归，所有变量在1%和99%水平上缩尾，自然对数化部分控制变量。

4.2. 变量定义及测度

4.2.1. 被解释变量：全球价值链参与度(GVC_sr)

本文被解释变量为服务业的全球价值链参与度。伴随世界经济形成发展，全球价值链概念经历了价值链(Value Chain, VC)、全球商品链(Global Commodity Chain, GCC)两个演进阶段。直到2002年，Gereffi & Kaplinsky、联合国工业发展组织(UNIDO)从组织规模、地理分布和生产性主体三维度界定全球价值链概念。近年来，关于GVC的宏观测度上Hummels D. et al. (2001) [29]首次提出了狭义垂直专业化概念，建立系列表征垂直专业化指标。Koopman et al. (2014) [24]进行补充，按来源将出口总额彻底分解为九项增值部分。Wang Z. et al. (2013) [30]提出对多个层面总贸易流量的十六项分解法，建立一套从官方贸易总值统计到贸易增加值统计完整核算法则。Johnson R. C. (2017) [31]全面归纳宏微观层面GVC参与度与长度算法，指出两者应逐渐融合。2018年来，随着双循环新发展格局形成及服务业开放不断深化，服务业GVC参与度相关测算研究如雨后春笋般大量涌现。

为描述一国服务业嵌入全球价值链的参与度，本研究采用GVC参与度进行代理，参考Borin & Mancini (2019)计算方法，具体计算公式为：

${\text{GVC\_sr}}_{nit}={\text{GVC\_Pat\_f}}_{nit}+{\text{GVC\_Pat\_b}}_{nit}$ (4-2)

其中，GVC Srforward代表价值链前向参与度，指一国某行业出口至他国用于该国再出口的中间品增加值占本国总出口的比重，这种参与方式常使国家处于全球价值链的前端，一般具有技术优势禀赋与高附加值；GVC Srbackward为后向参与度，指一个家从全球进口需求中间品的程度，表示一国在需求角度对全球价值链的依赖程度。这种参与方式常使其位GVC后端，依托资源禀赋和劳动力优势多从事技术含量低、附加值低的加工、组装等环节，并向外出口最终产品。

4.2.2. 核心解释变量：服务业数据流动限制指数(DSTRI)

Table 1. Classification table of digital sector and service industry

表1. 数字部门与服务业分类表

本研究核心解释变量为跨境数据流动限制。目前衡量跨境流动限制数据主要有经济合作开发组织(OECD)发布的数字服务贸易限制指数(DSTRI)；基于数字贸易评估数据库(DTE)，ECIPE于2018年发布的数字贸易限制指数(DTRI)、全球数字贸易促进指数(GDT)。由于数据的可获得性(王岚，2021) [32]，本文采用DSTRI作为核心解释变量，取值区间为0~1，值越高表明跨境数据流动限制越严格，1则为完全限制。但由于DSTRI为国家层面数据，本文参考Ferracane F.M. (2019) [27]、王岚和程志宙等人(2023) [1]的做法，采用数字部门对服务业各行业总投入数字投入作为衔接指数，对DSTRI进行降维。

由于本文研究区间为2014~2021年，采用ADB-MRIO发布的62国35行业(C01~C35)现价版本的多区域投入产出表作进行计算。如表1所示，对服务业列表、数字部门进行分类，本文将C14电子和光学设备、C27邮电通信定义为狭义的数字部门。对于数字投入的度量，本文借鉴制造业服务化领域研究，分别采用直接和完全消耗系数法加以测量。直接消耗系数法¹为服务部门投入占总产出比重。但全球价值链分工背景下，其忽略了各部门行业间因为技术、经济联系产生的间接投入。完全消耗系数法²则弥补了这一缺点，揭示各部门间直接与间接的联系，更全面深刻反映各部门间相互依存的数量关系，从而显示数字部门通过数字投入对服务业各行业影响。

因此，如公式(4-3)与公式(4-4)所示，本文采用完全消耗系数法测算的数字投入指标W_Digtal_nit与DSTRI_it交乘，构造核心解释变量DSTRIw_nit作为基准回归的核心解释变量。同理，如公式(4-5)与公式(4-6)所示，将采用直接消耗系数法测算出的DSTRIz_nit作为核心解释变量替代指标，进行稳健性检验。

${\text{W\_Digtal}}_{nit}=a_{ij}+{\displaystyle {\sum }_{K=1}^{N}aik}akj+{\displaystyle {\sum }_{K=1}^{N}ail}alkakj+\cdots$ (4-3)

${\text{DSTRIw}}_{nit}={\text{W\_Digtal}}_{nit}{\text{*DSTRI}}_{it}$ (4-4)

${\text{Z\_Digtal}}_{nit}=\frac{a_{ij}}{a_j}$ (4-5)

${\text{DSTRIz}}_{nit}={\text{Z\_Digtal}}_{nit}{\text{*DSTRI}}_{it}$ (4-6)

4.2.3. 控制变量

设置控制变量如下：① 比较优势指数( ${\text{RCA}}_{nit}$ )为一国某服务行业显性比较优势指数，定量描述一国服务业相对出口表现，衡量了一国产业产品在国际市场的竞争力；② 行业规模(LnScale_nit)：用一国行业总投入产出衡量，单位为百万美元，数值较大，进行对数化处理；③ 行业固定资本存量(LnFixd_nit)：一国某行业现存的各类以资产形式的总和，反映其现有经营规模和技术水平；④ 服务业发展程度(Service_nit)：用服务业增加值占GDP比重测度，该值越大，说明服务业发展水平越高，社会环境和营商环境越具优势；⑤ 教育投入水平(Education_nit)：一国政府教育支出占GDP比重，反映了一国对教育的重视程度，可能拥有更多人才储备；⑥ 数字服务出口倾向(LnDigout_nit)³：用一国数字交付服务出口贸易额表示，该值越大，说明一国该行业数字交付服务出口倾向性较好，而数字交付服务通常为附加值较高的上游部门，可能对GVC参与度有促进作用，对数化处理；⑦ 外商投资水平(FDI_nit)：国家层面数据，用其他国家对一国得直接投资占该国GDP比重衡量；⑧ 人均国内生产总值(LnGDPper_nit)：国家层面数据，对数化的人均国内生产总值，单位为万美元。

4.3. 描述统计与数据来源

所有变量基本描述性统计分析如表2，其中可以看出DSTRI均值为0.163，中位数为0.127，说明世界整体跨境数据流动限制较低，数据自由流动情况较好。GVCsr均值为40.06，最小值为20.66，最大值为76.24，说明48个国家中，更多国家参与度较高。从GVCpt (服务业全球价值链分工位置)均值为1.002且中位数0.981，可以看出，现在大多数国家GVC上游参与度比下游参与度更高，在全球价值链中处于较上游参与度。

本文所涉及研究区间为2014~2021年度，研究样本涉及48个国家⁴。核心解释变量跨境数据流动限制(DSTRIw_nit、DSTRIz_nit)由计算得到，为DSTRI_nt与数字投入指标(W_Digtal_nit、Z_Digtal_nit)交乘得到，前者来源于OECD数据库，后者采用ADB-MRIO发布的62国35行业(C01~C35)现价版投入产出表计算得，行业规模(LnScale_nit)与固定资本存量(LnFixd_nit)也来源于该表。全球价值链参与度(GVC_sr_nit)、价值链前向生产长度(Plv_GVC_nit)与后向关联生产长度(Ply_GVC_nit)、比较优势指数(RCA_nit)来源于由对外经贸大学全球价值链研究的UIBE数据库。控制变量中服务发展程度(Service_nit)为服务业增加值比该国GDP计算得到，分别来源于世界银行数据库(WDI)与联合国工业发展组织(UNIDO)；教育投入水平(Education_nit)、数字服务出口倾向(LnDigout_nit)、外商投资水平(FDI_nit)来源于联合国贸易和发展会议统计局数据库(UNCTAD)；人均国内生产总值(LnGDPper_nit)、互联网渗透率(Internet_nit)原始数据来自WDI，以上数据均在1%和99%水平上缩尾，自然对数化带单位变量。

Table 2. Descriptive statistical analysis table for basic variables

表2. 基本变量描述性统计分析表

5. 实证检验与分析

5.1. 基准回归

按照公式(4-1)进行基准回归，结果如表3所示。第(1)列汇报了仅包括核心解释变量DSTRIw的回归结果，第(2)列、第(3)列分别报告了依次加入行业、国家层面相应控制变量的回归结果。

Table 3. Benchmark regression results

表3. 基准回归结果

注：^***、^**和^*分别表示在1%、5%和10%的水平上显著；()内为标准误，下文不再赘述。

第(1)列估计结果显示，跨境数据流动限制在1%水平下显著为负，表明跨境数据流动限制的增加降低了服务业全球价值链的参与度，与假设相符；且估计系数为−0.3855，说明改服务业行业跨境数据流动限制程度每上升一单位，服务业GVC参与度就会降低0.3855。第(2)、(3)列估计结果显示，这一结论在加入控制变量后依然成立，且估计系数较为接近，表明跨境数据流动限制对服务业全球价值链参与度确实存在较强抑制作用。

5.2. 稳健性检验

5.2.1. 替换被解释变量与核心解释变量

本文采用GVC参与度(GVC_sr_nit)作为被解释变量，但实际上，GVC上游参与度(Pos_up_nit)更能体现一国服务业在GVC所处位置与情况，彰显其通过GVC参与国际分工获取利润的能力，数据来源于UIBE ADB2022。核心解释变量则采用直接消耗系数法计算的DSTRIz_nit进行稳健性检验。如表4第(3)、(4)列所示，分别替换被解释变量与核心解释变量，发现仍在1%水平下显著，说明该模型稳健性较好，作用机制正确。

5.2.2. 剔除新冠疫情影响

本文研究区间为2014~2021年，新型冠状病毒肺炎于2019年12月份爆发后消费减退、经济下行，可能对服务业GVC产生冲击。如表4第(5)列所示，本文剔除2020、2021年样本数据，再进行回归，结果依旧稳健。

Table 4. Robustness test results

表4. 稳健性检验结果

续表

5.3. 贸易成本的中介效应

本文采用Novy (2013) [33]对贸易成本进行计算，分别借鉴Park S.C. (2002) [34]和Novy (2013) [33]的做法，令σ = 5.6与σ = 8。由于考察贸易成本变化趋势时，替代弹性σ值并不重要(Novy, 2013) [33]。在此假设不同国家中间投入服务和最终需求服务间替代弹性一致(王岚，2022) [35]，贸易成本的计算公式如(5-1)所示。由于贸易成本是双边国家层面的数据，如公式(5-2)所示，故采用本国与伙伴国贸易额作为权重后再进行加总，得到某国该行业平均服务贸易成本，加总后数值较大，进行对数化处理。基于前文服务贸易成本的中介效应理论分析，本文认为跨境数据流动限制越高，会通过提高一国该服务业行业成本，从而一国服务业GVC地位起抑制作用。

本文借鉴江艇(2022) [36]的两步法构建中介效应模型，公式(4-1)是跨境数据流动限制对服务业GVC参与度的基本回归方程，公式(5-3)是中介效应检验的第二阶段，将跨境数据流动限制和服务贸易成本同时引入方程进行回归。

$T_{ij}^n={\left(\frac{X_{ii}^n{X}_{jj}^n}{X_{ij}^n{X}_{ji}^n}\right)}^{\frac{1}{2\left(\sigma -1\right)}}-1$ (5-1)

${\text{S\_Tij}}_{nit}={{\displaystyle {\sum }_{d=1}^{63}\text{Tij}}}_{nit}\times \frac{{\text{Xjj}}_{nit}}{\text{T\_Xij}}$ (5-2)

${\text{S\_Tij}}_{nit}={\beta }_0+{\beta }_1{\text{DSTRIw}}_{nit}+{\beta }_2{\text{Control}}_{nit}+{\gamma }_i+{\delta }_t+{\epsilon }_{it}$ (5-3)

其中 $X_{ii}^n、X_{jj}^n$ 为国内服务业贸易额，本文采用ADB-MRIO投入产出表中一国某行业对世界各行业(C1~C35)投入产出额与最终消费(F1~F5)加总得， $X_{ij}^n、X_{ji}^n$ 数据来源于UIBE ADB数据贸易总额，单位均为百万美元。

5.4. 进一步分析

5.4.1. 调节效应

1) 价值链长度的调节效应

跨境数据流动限制设立的目的在于保护个人信息、本国重要产业与知识产权。但与此同时，数据的难以获取阻碍了一国价值链的完善与延长(赵晓斐和何卓，2022) [37]，带来一定负面效益。Wang et al. (2017) [38]将全球价值链的生产长度定义为一国行业从初始产品投入到最终产品吸收所经历的平均生产阶段数，通过构建基于前向关联生产长度(Plv_GVC)和后向关联生产长度(PLy_GVC)，考察世界主要经济体及其行业部门在全球价值链生产分工体系下变化。Plv_GVC表示行业初始投入离最终需求距离，长度越长，该行业越处于价值链上游；PLy_GVC表示行业初始投入离国外初始投入距离，长度越长，越处下游。各国各行业价值链长度不同，囊括价值链分工环节不一，通过价值链和参与国际分工获取利润能力差异越大，跨境数据流动限制对GVC作用也越存在差异。

本文采用UIBE数据库中前向价值链长度PLv_nit与后向价值链长度PLy_nit进行调节效应的检验。构建公式如下(PLy_nit同理)，其中交互项采用中心化处理后数据交乘：

${\text{PLv}}_{nit}={\beta }_0+{\beta }_1{\text{DSTRIw}}_{nit}+{\beta }_2\text{C}{\text{.DSTRIw}}_{nit}\times \text{C}{\text{.PLv}}_{nit}+{\beta }_3{\text{PLv}}_{nit}+{\beta }_4{\text{Control}}_{it}+{\gamma }_i+{\delta }_t+{\epsilon }_{it}$ (5-4)

2) 网络基础环境的调节效应

数据价值的创造需要数据的开放和共享，网络环境常掣肘于一国限制性数据监管政策(齐俊妍和强华俊，2022) [39]。López (2019) [40]以互联网渗透率作为互联网水平代理变量，测度其对商品和服务贸易的影响，发现良好网络环境有助于两国间贸易展开。一国互联网覆盖范围越大，说明网络传输接入能力越强，互联设施连通性越好、数字传输效率越高，跨境数据流动对服务业GVC参与度的影响就可能越显著。

Table5. Regression table of mediating effect and regulating effect

表5. 中介效应与调节效应回归结果表

本文采用互联网渗透率即互联网使用人数占总人数的比例作为调节变量，来检验网络环境基础的调节效应，数据来源于WDI数据库，由于其是国家层面的数据，采用行业总投入产出占比Scale_In_nit交互进行降维度，得到Internet_nit，构造公式同公式(5-4)。

如表5所示，第(1)、(2)列分别汇报了总服务贸易成本与中间投入服务贸易成本的中介机制检验结果，总服务贸易成本不论弹性取5.6还是8，跨境数据流动限制都在5%水平下显著，由于中间产品贸易更能凸显全球价值链参与度与变化，中间投入服务贸易成本当弹性为5.6时，结果在1%水平下显著。中介检验呈正相关关系，说明跨境数据流动限制增强会通过提高贸易成本，降低一国服务业行业的GVC参与度，与假说相符。第(5)~(6)汇报了价值链长度调节检验结果，前向价值链长度的调节作用并不显著，但后向价值链越长，对跨境数据流动限制作用服务业GVC参与度的效果越显著，说明价值链长度的调节效应主要通过后向价值链长度作用。第(7)~(8)汇报了网络环境的调节效应，网络环境与跨境数据流动限制呈负相关，说明一国网络环境的恶化，跨境数据流动限制对服务业GVC参与度抑制越显著，加剧了跨境数据流动限制壁垒。

5.4.2. 异质性分析

1) 基于不同服务业类型与经济体类别

本文依据表1的分类，对生产性服务业与消费性服务业进行分组回归，检验不同类型服务业间是否存在异质性。由于不同发展程度经济体受跨境数据流动限制影响程度不同，跨境数据流动限制对服务业GVC参与度的抑制程度有可能存在差异。本文依据世界银行、国际货币基金组织、联合国开发计划署和美国中央情报局共同认可的全球37个发达国家分类，进行分组回归。

Table 6. Regression results of grouping different developing economies and service industry types

表6. 不同发展经济体与服务业类型分组回归结果

如表6中(1)、(2)列所示，发展消费性服务业对服务业GVC参与度的抑制作用在1%的程度上显著，回归系数为−1.043，与基准回归系数方向一致；而生产性服务业不具备显著性，说明本文建立的模型对消费性服务业更具解释效力。如(3)、(4)列所示，回归结果都不显著，该模型不同发展程度经济体间不存在异质性。

2) 基于不同数字协定参与度与贸易模板

由于目前全球跨境数据流动治理差异较大，全球统一框架标准仍未形成。本文从数据层面，尝试用异质性分析的实证方法解释文本性的规则协定与贸易模版。目前全球跨境数据流动规则主要分为美式、欧式、中式与新式四大模版，不同模版规则深度、范围、侧重点各有不同，而身为签署国必然收该协定约束与辖制，导致其国内跨境数据流动治理变化的同时，可能也会使该国服务业GVC产生相应变化。

如表7所示，本文采用CPTPP、USMCA、UJDTA作为美式模版代表，GDPR (欧盟内通用数据保护条例)作为欧式模版代表，RCEP作为中式模版代表；DEPA、SADEA、KSDPA作为新式模版代表。各协定中仅单一签署改模板向下协定或其他协定的签署国(不同时包括在两个模版下)作为代表国。由于部分国家积极参与全球跨境数据流动治理，签署多个分属不同模版的相关协定，体现不同贸易协定参与度，在此也进行讨论分析。

Table 7. Digital trade agreement participation and regression results with different templates

表7. 数字贸易协定参与度与不同模版回归结果

如表7所示，发现各模版协定、不同贸易协定参与度异质性较弱，有中式模版在1%水平下呈负显著，与基准回归方向一致，美式模版在10%水平下呈正显著。仅看中美两式模版，以CPTPP为代表的美式模版极力倡导削减数字贸易壁垒、促进全球跨境数据自由流动，规则深度最深，而以RECP为代表的中式模版则允许例外条例的高度保留，规则深度较浅，说明跨境数据流动限制对服务业GVC发挥作用，由于不同模版下各国服务业发展历程、参与GVC路径不同相关，跨境数据流动限制对GVC作用与规则深度存在一定正向关系，当深度达到一定时，抑制作用不在。

6. 结论与建议启示

本文基于ADB、UIBE、TAPED、OECD等数据库，充分构造了不同类型和异质性来源的跨境数据流动限制指数、全球价值链参与度，系统考察了跨境数据流动限制对服务业GVC参与度的影响机制。实证显示，一国跨境数据流动限制的增强会通过提升服务行业贸易成本，抑制服务业GVC参与度，并受该国后向关联的价值链长度与网络环境调节，后向价值链长度越长，GVC分工位置越处于下游，跨境数据流动限制对GVC参与度的影响更显著；一国网络环境越好，跨境数据流动限制对GVC该国服务业参与度的抑制作用就越显著。异质性分析显示，从不同服务业类型和经济体类别来看，消费性服务业跨境数据流动限制对服务业GVC的抑制作用更显著，而不同发展程度的经济体不具有异质性，说明本文模型更适用于消费性服务业行业跨境数据流动限制与服务业GVC间的相关性。从不同贸易协定参与度、贸易模版与跨境数据规则深度来看，不同模版与参与深度间异质性不强，仅有中式模版在1%水平上负相关、美式模版在10%水平上正相关，说明跨境数据流动限制对服务业GVC的影响与是否积极签订多种贸易协定即协定参与度无关。仅看中式与美式模版，跨境数据流动限制对服务业GVC发挥作用，可能与规则深度存在一定的正向关系。

此外，本文研究结论具有丰富的政策启示：第一，效率与安全并举，充分重视跨境数据流动治理，顺应经济社会数字化发展新趋势，在保证安全的情况下提升效率，不断建立更高水平、更具效率的数字贸易治理体系，优化相应营商环境，大力支持数字贸易相关业态聚力发展，全面提升我国数字竞争力，迈向数字经济更高发展水平的新台阶。第二，包容开放并举，充分发挥大国动能，加快对接高标准的数字贸易规则，提倡更高水平与更为开放的对外贸易。积极参与国际数字贸易治理，推进数字治理国际合作，为跨境数据流动治理提出中国方案，建立健全跨境服务贸易负面清单管理制度(韩沈超，2023) [41]，促进数据的引进来与走出去，与其他国家数字化产业互联互通，合作共赢。提高数字经济的国际竞争力与话语权，为服务业GVC参与度提升和高质量的国际外循环提供优质开放的国际环境。展望未来，今年3月22日我国出台《促进和规范数据跨境流动规定》，强调进一步推动我国跨境数据流动治理“外联内融”：对外积极对接联通，对内推动规则融合，形成公平竞争的国际化市场环境，与本文政策启示不谋而合。《数据出境新规》从“规范和促进”到“促进和规范”重心的转变到“自由贸易试验区负面清单规则”的引入，标志着我国在数据跨境流动管理机制上的重大创新。我国相关规定的不断出台，彰显了我国对于数据跨境流动的重视与跟进国际跨境数据流动限制领域先进治理水平的决心，强调了数据跨境流动的积极效应与带动作用。我国在跨境数据流动治理领域不断出台相关政策法规，完善顶层设计的同时，本文就我国如何建设体系、转化要素、培养人才、改革结构的四方面进一步促进跨境数据流动，带动相关业态高速发展提出以下方法论建议：第一，提高上游数字基础部门投入，充分重视跨境数据流动限制对我国服务业GVC参与度的抑制作用，抢抓数字经济和数字贸易发展机遇，推动新型基础设施建设，加大对数字化相关产业科研经费支持，促进信息网络集成环境的构建和完善，充分发挥数字经济对服务业的提质增效作用，促进我国服务业GVC参与度不断提升。第二，全面建设数字政府，构建数字市场监管体系，加快积累数据要素全新比较优势，推动传统生产要素转向数字生产要素的新型技术革命，充分利用数据要素效率提升、成本节约、创新创造的动能动效，做好数字平台顶层设计，培育数字经济新业态。第三，普及数字通用技能教育，积极应用引进新技术新方法，加强锻造新技能新优势，打造数字人才领军团队，不断衍生和创造新模式新业态。第四，充分利用国内大市场，稳步扩大国内消费规模，重视新消费需求与热点及供给侧结构性改革，促进创新就业、收入分配和生产消费全链条良性的国内大循环机制，聚集国内外优质资源，逐步打通供需性结构堵塞，促进内循环加快新发展格局构建。

基金项目

本文为2023年大学生天津市大学生创新创业训练计划国家级项目(项目编号：202310070032)，被第二届全国国际经济学本科生学术论坛录用。

NOTES

¹j服务部门生产经营中所直接耗的第服务部门的产品或服务的数量a_ij占总投入a_j的比重。

²为服务各部门直接与间接消耗系数的总和，增加某一个部门单位总产出需要完全消耗各部门产品和服务的数量。

³控制变量④、⑤、⑥都为国家层面数据，采用一国该行业总投入产出水平占服务业总产出水平进行降维。

⁴48个国家分别为：爱尔兰、爱沙尼亚、奥地利、澳大利亚、巴基斯坦、巴西、比利时、波兰、丹麦、德国、俄罗斯、法国、菲律宾、芬兰、哈萨克斯坦、韩国、荷兰、加拿大、柬埔寨、捷克、拉脱维亚、老挝、立陶宛、卢森堡、马来西亚、美国、墨西哥、尼泊尔、挪威、葡萄牙、日本、瑞典、瑞士、斯洛伐克、斯洛文尼亚、泰国、土耳其、文莱、西班牙、希腊、新加坡、匈牙利、意大利、印度、印度尼西亚、英国、越南、中国。

⁵总服务贸易成本缺失值较多，因为采用计算公式为(4-2)所示，分母存在双边总贸易额为零值的情况。

⁶由于采用ivreghdfe进行2SLS回归，并a (nation industry Year)控制国家、行业、时间效应，无常数项。

参考文献