价值网络视角下浙江全球数字贸易中心提升路径研究

王绍峰 尉晓丹 孙庆彪 羊晚成

摘 要：當前数字经济快速发展，数字贸易依托数字经济在全球经济格局中的角色日益显著。浙江作为数字贸易发展的重点区域，提高浙江全球数字贸易中心地位和价值对区域乃至全国的数字贸易发展都起着带动作用。本文基于价值网络理论探讨如何提高浙江全球数字贸易中心的地位和价值，研究使用偏最小二乘法结构方程模型（PLS-SEM）和重要性绩效地图分析（IPMA），对问卷获得的31份有效样本进行分析。研究结果显示，资源依赖和网络效应都对浙江全球数字贸易中心的地位和价值有显著的正向影响，并根据研究结果提出相应的路径提升策略，不仅有助于理解数字贸易中心的影响因素，还为浙江和其他地区提高全球数字贸易中心的地位提供有益的启示。

关键词：数字贸易；数字经济；价值网络理论；浙江全球数字贸易中心；PLS-SEM

本文索引：王绍峰，尉晓丹，孙庆彪，等.<变量 2>[J].中国商论，2024（03）：-012.

中图分类号：F742；F127 文献标识码：A 文章编号：2096-0298（2024）02（a）--04

1 引言

随着数字技术的快速发展，数字技术与贸易的融合成为国际贸易增长的新引擎。我国政府积极营造政策环境，探索数字贸易创新发展路径（侯俊军等，2023）。党的二十大报告强调，创新服务贸易发展机制，发展数字贸易，加快建设贸易强国。浙江省作为我国重要的经济中心，率先带动数字贸易建设。《关于大力发展数字贸易的若干意见》明确指出，到2025年浙江数字贸易要占全球比重的2.5%以上，初步建成全球数字贸易中心，建立健全数字贸易制度体系，积极打造数字贸易“浙江样板”。浙江在数字贸易发展中积极开展贸易平台建设，将数据资源连成“数据大陆”。那么，哪些因素影响了浙江数字贸易中心的地位？资源和网络效应在提升路径上扮演什么角色？这些问题的探讨对研究浙江数字贸易中心地位提升路径具有重要的理论和实践意义。

在现有研究中，王亚飞等（2023）采用核密度估计和社会网络分析法研究我国区域数字贸易演进结构及空间关联结构。Zhu和Zhou（2023）研究了区域发展差异和数字贸易发展的空间动态演化。洪俊杰和史方圆（2023）认为，中国在数字贸易发展中拥有超大规模市场、日益完善的信息基础设施、海量数据等优势。但是目前关注浙江全球数字贸易中心提升路径方面的研究很少。因此，本文通过价值网络视角，基于偏最小二乘法结构方程模型（PLS-SEM）和重要性绩效地图分析（IPMA），研究浙江全球数字贸易中心地位的提升路径，为浙江全球数字贸易中心的发展提供理论参考和实践建议。

2 文献回顾与研究假设

2.1 价值网络理论

价值网络理论起源于价值链的不断改良优化，将其定义为“任何一组角色和相互作用的网络结构，这些相互作用构成了物质和非物质价值的交换”（Allee，2000），当前这一理论广泛应用于管理学和创新研究中。薛阳等（2023）基于价值网络嵌入视角，分析了制造业企业绿色供应链管理直接和间接同群效应的产生动因。马述忠和潘钢健（2021）认为，价值网络效应已成为中小企业价值创造的源泉和卓越绩效的来源，中小企业及其核心竞争力能否进一步提高关乎我国是否可以从传统贸易大国转型为数字贸易强国。在全球数字贸易中心的环境下，价值网络理论具有重要的应用前景（Schoneveld和Weng，2023）。浙江全球数字贸易中心包含众多参与者，如供应商、消费者、服务提供商多个主体的价值网络，通过互动和交流以创造价值。本文以价值网络理论为理论支撑，了解浙江全球数字贸易中心的内部结构和运作机制，分析其价值创造过程，从而提出更有效的提升策略。

2.2 资源依赖与浙江全球数字贸易中心的地位和价值

浙江全球数字贸易建设中对资源的依赖包括数字技术、人力资源、市场知识和商业伙伴等。通过与全球合作伙伴的积极交互，全球数字贸易中心可以获取并利用更多的资源，从而提高其核心竞争力。外部丰富的资源可以带来全球数字贸易中心的技术创新，通过资源互补，优化组织间市场知识延迟，加强商业伙伴间资源互相补充，从而带动贸易的发展。据此，本文提出以下假设：

H1：资源依赖正向影响浙江全球数字贸易中心的地位和价值。

2.3 网络效应与浙江全球数字贸易中心的地位和价值

网络效应强调一个网络的价值取决于使用该网络的用户数量。对于浙江全球数字贸易中心来说，数字贸易参与者数量越多，各参与方所能得到的潜在交易机会及价值会随之增多，社交网络越大，交易机会越多，产品和服务越丰富，交易效率越高。因此，本文提出以下假设：

H2：网络效应正向影响浙江全球数字贸易中心的地位和价值。

3 研究方法

3.1 PLS-SEM方法介绍

偏最小二乘法结构方程模型（PLS-SEM）是一种强大且灵活的多元分析方法，被广泛应用于社会科学、管理学等领域（Hair等，2022）。PLS-SEM以最大化解释变量之间关系的方差为目标，适用于理论发展和预测方向的研究。PLS-SEM由两部分组成：测量模型和结构模型。测量模型描述了观察变量如何表示潜在的构造；而结构模型则揭示了这些潜在构造之间的关系（王绍峰和黄荣怀，2020）。本文将使用SmartPLS 4软件进行分析。

3.2 研究变量的定义和测量

研究中共涉及三个变量，“资源依赖”“网络效应”和“浙江全球数字贸易中心的地位和价值”。“资源依赖”为组织从外部环境出发，在运作过程中获取用于发展自身的资源的能力，这种依赖性可以体现在资源的获取、使用和控制上。“网络效应”指商品或服务具有兼容性的商品的其他用户越多，那么这种商品对用户更有价值。在本研究中，“浙江全球数字贸易中心的地位和价值”被理解为中心在全球数字贸易中的重要性和影响力，以及其能创造和提供的价值。

“资源依赖”的测量指标包括获取资源的能力、管理和控制资源的能力等（Hillman等，2009）。“网络效应”的测度指标包括网络规模、网络效益和网络互动等（McIntyre等，2017）。“浙江全球数字贸易中心的地位和价值”的测度指标包括市场份额、利润水平和创新能力等关键指标（Schoneveld和Weng，2023）。本文采用5级李克特量表（Likert Scale）进行测量，在初步设计完量表后邀请了5位拥有相关研究经验的学者进行讨论和完善。

4 数据收集

本文通过问卷调查来收集受访者对资源依赖、网络效应及浙江全球数字贸易中心地位和价值的观点与感受。本次问卷发放对象为在相关领域有研究经验的学者和研究生。在问卷发放过程中，确保了参与者的自愿性和匿名性，有助于提高响应率和回复质量。完成数据收集后，本文先对原始数据进行清洗，最终获得31份有效样本。

5 实证研究

5.1 测量模型检验

本文使用因子负荷量、方差膨胀因子（VIF）、Cronbach's α、复合可靠性（CR）、平均抽取变异量（AVE）等指标对模型进行可靠性检验（Hair等， 2022；王绍峰和黄荣怀，2020），结果如表1所示。

Note： VIF= 方差膨胀因子（Variance inflation factor）; α= 克朗巴赫阿尔法（Cronbach’s Alpha）; CR= 复合可靠性（Composite reliability）; AVE= 平均抽取变异量（Average variance extracted）.

所有项目的因子负荷量均大于0.5，说明所有的项目均在一定程度上贡献了各自的构念；所有的VIF值均小于5，表明不存在多重共线性问题。在可靠性检验上，Cronbach's α和CR的值均大于0.7，表明内部一致性良好。表中的AVE值均大于0.5，说明测量模型具有良好的收敛效度。

如表2和表3所示，本文运用交叉加载和Fornell-Larcker准则来评估测量模型的区分效度。由表2可知，每个项目对其自身构念的负荷量大于对其他构念的负荷量，表明各个项目与其自身构念的相关性高于与其他构念的相关性，具有良好的区分效度。表3所有构念的AVE平方根值都大于该构念与其他构念的相关性，且所有的HTMT值均小于0.85，这两点都进一步确认了测量模型的区分效度。

备注：SD = 标准差（standard deviation）；对角线和斜体元素是 AVE（平均抽取变异量）的平方根；对角线元素下方是结构值之间的相关性；对角线元素上方是 HTMT （heterotrait-monotrait ratio）值。

5.2 结构模型检验

在完成模型可靠性及有效性检验后，本文进行了结构模型的检验。这主要包括路径系数的检验、效应大小的检验及模型解释度的检验（Hair等，2022；王绍峰和黄荣怀，2020）。

如表4所示，H1的路径系数为0.533，t值为3.959＞1.96，p值＜0.05，因此影响是显著的，表明资源依赖在一定程度上影响了浙江全球数字贸易中心的地位和价值，支持假设H1。H2的影响路径系数为0.278，t值为2.136＞1.96，p值＜0.05，达到显著性水平，说明网络效应在一定程度上影响了浙江全球数字贸易中心的地位和价值，支持假设H2。综上所述，假设H1和H2都得到支持。

本文使用f值对效应大小进行检验，资源依赖对浙江全球数字贸易中心地位和价值的效应大小为0.121，属于中等效应；网络效应对浙江全球数字贸易中心地位和价值效应大小为0.447，属于大效应。在模型解释度方面，R2值为49.8%，说明该模型能够解释浙江全球数字贸易中心的地位和价值49.8%的变异量，模型解释度良好。

综上所述，通過路径系数的检验、效应大小的检验及模型解释度的检验，结果显示该模型具有有效性（见表4）。

5.3 重要性绩效地图分析

本文使用重要性绩效地图分析（IPMA）来验证构念的重要性和绩效（Hair等，2022），结果如图1所示。网络效应（NE）的重要性为0.533，绩效为61.057，表明网络效应在影响“浙江全球数字贸易中心的地位和价值”方面具有重要性，同时其在实施中的绩效较高。资源依赖（RD）的重要性为0.278，其绩效达到65.151，可知虽然RD对“浙江全球数字贸易中心的地位和价值”重要性小于NE，但是其实施的绩效更高。

6 结语

6.1 政府积极健全数字贸易发展体系

政府要牵头优化资源配置，通过建立公共服务平台，为中小企业提供一站式数字贸易服务，方便获取各种资源支持；组织企业与平台、服务商对接，推进项目合作；设立数字贸易基金，支持中小企业发展；落实人才培养和引进策略，提供教育培训资源，鼓励开设相关专业课程，支持企业内部培训和引进人才，通过培养专业人才，提升数字贸易专业素质和水平，推动其发展。

6.2 协同企业资源的管理和获取

从企业角度来看，有竞争力的资源可带动与其他企业合作，企业间资源互补又可推动贸易发展。因此，企业要制定应对资源不确定性的应急策略，以减少对外部资源的依赖，着重维护和开发自身资源，可与学术界和政府建立紧密合作，获取新资源并保护利用现有资源。信息的有效交流与共享也是提高数字贸易中心地位的关键，需要加大对数字技术和交互系统的投入。企业、学界和政府的有效合作，可各取所需，带动数字贸易的迅速发展。

6.3 完善数字贸易中心服务机制

浙江可筹建数字贸易中心服务机构，重点面向不同参与者提供全方位服务，如为企业提供市场调研、政策解读、法律咨询，为个人提供培训教育，以提高用户依赖度和中心价值，吸引更多用户产生网络效应。中心可建立贸易数据库系统，拓宽企业参与数字贸易渠道，拓宽数据来源渠道，加强发展监测分析，总结典型案例和经验，发现存在的问题并制定应对策略。

参考文献

侯俊军，王胤丹，王振国.数字贸易规则与中国企业全球价值链位置[J].中国工业经济，2023（4）：60-78.

洪俊杰，史方圆.中国培育数字贸易竞争优势：有利条件、制约因素及对策建议[J].国际贸易，2023（4）：11-18.

Zhu Q， Zhou X. Regional differences and dynamic evolution of digital trade： data from China[J]. Applied Economics， 2023： 1-19.

王亚飞，刘静，靳超.中国区域数字贸易发展水平的系统测度、演进态势及空间关联[J].调研世界，2023（2）：13-22.

薛阳，李曼竹，冯银虎.制造业企业绿色供应链管理同群效应研究：基于价值网络嵌入视角[J].华东经济管理，2023，37（3）：107-116.

马述忠，潘钢健.跨境电子商务平台与中小企业核心竞争力：基于阿里巴巴国际站的案例研究[J].湖北大学学报（哲学社会科学版），2021，48（6）：136-148+179.

Schoneveld G C， Weng X. Smallholder value creation in agrifood chains： Value network approach[J]. Land Use Policy， 2023， 131： 106676.

Allee， V. Reconfiguring the value network. Journal of Business Strategy， 2000，21（4）： 36-39.

Hillman， A. J.， Withers， M. C.， & Collins， B. J.  Resource dependence theory： A review. Journal of management， 2009，35（6）： 1404-1427.

Hair J F， Hult G T M， Ringle C M. Advanced issues in partial least squares structural equation modeling （PLS-SEM） （3rd ed）[M]. Sage publications， 2022.

王紹峰，黄荣怀.在线主动学习意愿的产生机理与提升策略[J].开放教育研究，2020，26（5）：99-110.

McIntyre D P， Srinivasan A. Networks， platforms， and strategy： Emerging views and next steps[J]. Strategic management journal， 2017， 38（1）： 141-160.