中国数字贸易空间关联网络结构特征及其驱动因素

摘 要： 随着信息技术的迅猛发展和互联网的普及，数字贸易已成为中国经济增长的新引擎。采用熵值法评估2012—2021年我国31个省（自治区、直辖市）的数字贸易发展状况，进而通过修正的引力模型构建省域间数字贸易关联关系，并运用社会网络分析和QAP方法探讨我国省域数字贸易空间关联网络结构及其驱动因素。研究表明：我国各省（自治区、直辖市）在数字贸易发展方面存在不均衡现象，整体呈现“东部强、西部弱”的格局；数字贸易发展存在显著的空间关联网络结构特征，东部地区在数字贸易发展空间关联网络中占据中心地位，而西部地区相对边缘；东部地区多为净受益板块，西部地区多为净溢出板块，数字贸易次发达地区多为“经纪人”板块，其余地区为双溢出板块；互联网普及率、第三产业增加值占地区生产总值比重、城镇化水平越接近的地区，其数字贸易空间关联关系越紧密。研究为了解和推动我国数字贸易发展提供了一定的参考和启示。

关键词：数字贸易；引力模型；空间关联；社会网络分析

中图分类号：F72""" 文献标志码：A"""" 文章编号：1009-055X（2025）01-0055-17

doi：10.19366/j.cnki.1009-055X.2025.01.005

近年来，我国数字经济发展活力持续释放，2022年数字经济规模达到50.2万亿元，同比增长10.28%^［1］，更多新产品与新形式服务的产生不仅推动数字贸易的发展，也体现了国际贸易发展的新动向，预示着全球贸易格局的深刻调整。2020年国务院办公厅在相关实施意见中明确指出，数字贸易将成为推动中国对外开放迈向新高度、实现更深层次和更高水平发展的关键力量^［2］。2021年，商务部在《“十四五”服务贸易发展规划》中首次提出“数字贸易”的概念，并特别强调将数字贸易的深入发展作为推动“十四五”期间服务贸易实现高质量发展的核心策略与重要抓手。这不仅标志着数字贸易在服务贸易领域的重要性得到了官方的高度认可，也预示着数字贸易将成为推动中国服务贸易进一步优化升级的关键力量。2023年中国进出口商品交易会期间，以“贸易联通世界、数字引领未来”为主题的“首届贸易数字化创新发展”分论坛成功举办，该论坛搭建了贸易数字化交流合作与研究实践平台，并深入探讨了全球贸易数字化发展趋势。2024年3月5日，国务院总理李强在政府工作报告中强调，要出台服务贸易、数字贸易创新发展政策，加快内外贸易一体化发展^［3］。数字经济的快速发展，使得区域间技术、资金以及人才等要素相互渗透，不断交织，我国各省（自治区、直辖市）的数字贸易形成了一个复杂的网络系统。但由于资源禀赋、地理区位条件等因素的差异，各省（自治区、直辖市）在数字贸易网络中的作用和地位不同，并导致各省（自治区、直辖市）的数字贸易发展呈现明显的不均衡特征。因此，深入分析我国省域数字贸易的空间网络结构特性及其影响因素，揭示我国数字贸易的潜在短板并提出针对性的对策，对推动我国各地区数字贸易的均衡发展和区域经济的转型升级具有实际意义。

一、文献综述

通过对数字贸易相关文献的梳理，可以发现，当前关于数字贸易的研究主要涉及数字贸易的内涵、发展水平测度、空间网络结构和规则四个方面。

（一）关于数字贸易内涵的研究

目前，关于数字贸易的定义和内涵在全球尚未形成统一的概念界定。2013年，美国国际贸易委员会正式界定了数字贸易这一概念USITC. Digital Trade in the U.S. and Global Economies， Part 1.2013.07. ，并于 2014年和 2017 年先后两次对其进行了修改USITC. Digital Trade in the U.S. and Global Economies， Part 2.2014.08；USITC.Global Digital Trade 1：Market Opportunities and Key Foreign Trade Restrictions.2017.08.。2020年，经济合作与发展组织、世界贸易组织以及国际货币基金组织联合发布的《测度数字贸易手册》也对数字贸易进行了界定，将其描述为通过数字化手段进行订购与交付的贸易活动^［4］。中国信息通信研究院在发布的《数字贸易发展与影响白皮书（2019年）》中指出，数字贸易是信息通信技术发挥关键作用的贸易形式，它涵盖了通过线上宣传、交易、结算等促成的实物商品贸易，以及依托信息通信网络传输的数字服务贸易^［5］。这一定义不仅扩展了数字贸易的边界，也凸显了信息通信技术在现代贸易中的重要作用。

关于数字贸易内涵，也有一些学者进行了相关的研究。李忠民等^［6］、李俊等^［7］认为数字贸易是数字经济发展的产物，并全面分析了数字贸易的发展、规则、机遇和挑战。马述忠等^［8］研究指出，数字贸易是现代信息媒介与信息技术融合的产物，它促进了传统货物、数字产品和服务，以及数字化知识与信息的高效流通。李俊等^［9］认为数字贸易包括贸易数字化和数字化贸易两部分内容，它依托信息网络和数字技术，是在跨境研发、生产、交易和消费活动中产生。Hu等^［10］在疫情如何影响中国数字贸易的相关研究中强调，数字贸易可以被定义为以现代信息网络为载体，以知识和信息数字化技术为支撑，以实物和数字产品和服务的转的网上交易移。王亚飞等^［11］认为数字贸易依赖于数字技术，它以提供数字服务为核心，并通过数字交付来实现。可见，数字贸易的内涵较为丰富，随着数字技术的不断发展和应用，其边界和范围也在不断拓展和演变。

（二）关于数字贸易发展水平测度的研究

关于数字贸易发展水平的测度，主要方法有因子分析法、层次分析法和熵值法等。Ma等^［12］运用因子分析和聚类分析的方法，从互联网发展水平、支付方案、物流绩效、电子商务成长状况、法律监管力度和贸易潜力等六个方面，对数字贸易的发展水平进行了评估。李轩等^［13］运用层次分析法确定数字贸易指标权重，并计算出“一带一路”沿线样本国家的数字贸易发展水平。贾怀勤^［14］创新性地提出了数字贸易的“二元三环”概念框架，并用“实交比”来测量数字贸易发展水平。刘媛媛等^［15］采用实数编码加速遗传算法寻踪投影模型，从基础设施环境、技术创新环境、数字贸易能力和贸易潜力四个方面，对我国31个省（自治区、直辖市）的数字贸易发展水平进行了全面评估，并揭示了各省（自治区、直辖市）在数字贸易发展方面的差异。余淼杰等^［16］以数字服务贸易为例，透视全球数字贸易发展

，具体从全球贸易发展、区域协调和国家层面分析数字贸易现状

。蓝庆新等^［17］通过熵值法和钻石模型构建了一套全面评价数字贸易国际竞争力的综合体系。Stojkoski等^［18］用大型公司收入数据评估数字贸易发展水平。姚娜^［19］、王亚飞等^［11］、段丁允等^［20］运用熵值法来测度数字贸易发展水平，发现我国省际数字贸易发展水平具有差异性，但整体呈现上升趋势。此外，韩民春等^［21］、姚战琪^［22］、王世进等^［23］、黄先明等^［24］在运用熵值法测度数字贸易发展水平的基础上，还分别研究了数字贸易对于制造业出口产品、出口技术复杂度、区域出口效率、数字经济发展等方面的影响。从这些研究可知，关于数字贸易发展水平的测度方法较为多样，但是多数学者选用的是熵值法。借鉴这些研究，本文也将选用熵值法测度对我国数字贸易发展水平进行测度。

（三）关于数字贸易发展的空间网络结构的研究

对于数字贸易的空间结构分析，学者们主要运用空间自相关和空间马尔可夫链的方法。周娟美^［25］、张卫华等^［26］、Zhu等^［27］、张亚飞等^［28］运用Dagum基尼系数和空间自相关方法，分析中国数字贸易发展的省域分异格局及其空间关联效应，发现中国数字贸易发展存在区域发展不平衡的特征，且具有同质集聚、逐渐增强的空间正向关联。克甝等^［29］、冯宗宪等^［30］通过马尔可夫链的分析发现，中国数字贸易的发展具有“俱乐部趋同”特征。王亚飞等^［11］运用社会网络分析中的整体网络分析来研究我国数字贸易的发展，发现我国数字贸易呈现以东部地区为中心、中部和西部地区逐渐向这一中心聚集的网络空间格局。刘林青等^［31］采用指数随机图模型与二次指派程序（quadratic assignment procedure， QAP），对结构依赖如何影响“一带一路”贸易网络的形成及演化进行实证分析。不过，已有研究对我国各省份数字贸易发展的空间结构分析方法主要是空间自相关方法，较少运用社会网络分析方法来分析空间网络结构整体特征及其影响因素。

（四）关于数字贸易规则的研究

除前述之外，还有部分学者对数字贸易规则进行了探讨。韩剑等^［32］采用文本分析方法研究数字贸易条款，发现数字贸易开放度影响数字贸易协议的签订。李艳秀^［33］认为提升自由贸易协定的数字贸易规则深度，可以促进成员国间的出口增长。刘志中等^［34］运用贸易引力模型分析得出，区域数字贸易规则深度对服务出口二元边际具有显著的促进作用。张天顶等^［35］运用指数随机图分析数字鸿沟对数字贸易规则网络的影响，发现数字贸易规则网络在数字贸易规模和技术领域存在马太效应，在数字治理层面存在同配性。马丹等^［36］认为区域数字贸易规则能通过削减贸易成本和壁垒以及优化数字贸易网络机制，来提升各经济体在全球数字价值链中的增值能力。制定和完善数字贸易规则对于促进全球贸易的健康发展具有重要意义，未来研究需要继续关注数字贸易规则面临的机遇挑战及其发展趋势，不断丰富和拓展贸易规则研究，为推动全球贸易的数字化转型和健康发展做出更大的贡献。

综上所述，已有研究为本研究提供了一定的基础，但仍有以下不足，即关于数字贸易领域的已有研究主要集中在数字贸易的内涵、测度和规则等方面，而关于数字贸易空间关联关系的研究尚显不足，尤其是对其背后的影响机制缺乏深入探讨。为此，本文综合运用熵值法、修正的引力模型、社会网络分析方法和QAP方法，对中国省域数字贸易空间关联网络结构及其驱动因素进行探讨，希望为相关领域的研究和实践提供有益的参考和启示。本文可能的边际贡献有：一是重构我国数字贸易发展水平的综合评价指标体系，运用熵值法进行评估，并通过修正的引力模型，构建省域间数字贸易的关联关系，使得数字贸易测度框架更加丰富和完善。二是运用更全面的社会网络分析方法对我国省域数字贸易空间关联网络的结构进行深入剖析。三是运用QAP分析方法来识别影响数字贸易网络结构的关键因素及其影响机理，为省域差异化的政策制定和未来学术研究提供有益的启示。

二、指标构建和研究方法

借鉴以往学者的研究，本文从五个方面构建数字贸易发展水平评价指标体系，并主要运用熵值法、修正的引力模型和社会网络分析方法进行实证分析。

（一）指标构建

参考学界关于数字贸易内涵的相关研究，同时考虑我国数字贸易发展环境和条件，并借鉴姚娜^［19］、王亚飞等^［11］、段丁允等^［20］指标构建体系成果，本文最终选取了数字贸易基础设施、数字创新环境、数字产业基础、数字贸易潜力和数字贸易政策5个一级指标，以及长途光缆线路长度、邮路总长度等21个二级指标，来构建中国省域数字贸易发展水平评价指标体系，具体如表1所示。

（二）研究方法

本文主要运用方法有熵值法、修正引力模型和社会网络分析三种，具体如下：

1.熵值法

为避免主观性，本文采取熵值法对各项指标进行权重计算。由于各项指标的量纲存在差异，所以须先进行标准化处理。考虑到所选取的21个二级指标均为正向指标，因此运用以下公式进行标准化处理：

Z′ij =[SX（]Zij-minZij[]maxZij-minZij[SX）]（1）

式中，Zij为i省（自治区、直辖市）第j个指标的原始值，Z′ij为标准化后的值。标准化后的P值计算公式为：

Pij=[SX（]Z′ij[]∑ni=1Z′ij[SX）]（2）

标准化后的信息熵计算公式为：

ej=-k∑ni=1Pij×lnPij（3）

标准化后指标权重计算公式为：

Wj=[SX（]1-ej[]∑mj=1（1-ej）[SX）]（4）

标准化后各省份数字贸易发展指标得分计算公式为：

Mij=∑mj=1Wj×Z′ij（5）

2.修正引力模型

借鉴夏显力等^［37］的研究，本文用修正的引力模型来刻画我国各省（自治区、直辖市）的数字贸易联系强度。设定引力矩阵每行的平均值作为阈值，超过此阈值赋值为1，表示存在数字贸易关联关系；低于阈值的记为0，表示不存在关联关系，其计算公式为：

Rij=Kij3[]PiGiMi3[]PjGjMj[]D2ij，" Kij=Mi[]Mi+Mj，" Dij=dij[]gi-gj（6）

式中，Rij为省份i与省份j之间数字贸易发展的引力值，Kij为引力系数，Pi和Pj分别为省份i和省份j的总人口数，Gi和Gj分别为地区i和地区j的生产总值，Mi和Mj分别为地区i和地区j的数字贸易发展指数，dij为地区i和地区j中心位置间的距离，gi和gj分别为地区i和地区j的人均生产总值。

3.社会网络分析法

社会网络分析方法是用于分析社会网络的关系结构及其属性的研究方法^［38］。社会网络可以抽象为一个由节点集合N={1，2，…，n}和一个nn的邻接矩阵M组成的图G=（N，M），并能够揭示网络节点（即各省级单位）之间的连接关系、网络密度、中心性等关键特征，从而全面呈现数字贸易发展网络的结构特点和发展趋势。本文以我国31个样本省（自治区、直辖市）作为“节点”，以各省（自治区、直辖市）之间的数字贸易联系作为“边”，将联系强度作为权重，来构建我国31个省（自治区、直辖市）由于数据的可得性，本文所使用的数据不含我国香港、澳门和台湾地区。之间的数字贸易网络。借助ARCGIS和UCINET软件，利用2012—2021年数字贸易数据来分析我国数字贸易网络结构及其影响因素。

（1）整体网络特征分析。网络密度反映地区间联系的紧密程度，密度值越大，表明各节点间的联系越密切；网络关联度是衡量网络结构稳健性和脆弱性的指标，通过测量各节点间的可达程度来评估。当节点间能够通过直接或间接路径实现连通时，表明该网络具有较好的关联性；网络效率表示在网络中关联关系的叠加程度，反映网络空间关联渠道的多寡。网络效率值越低，说明发展空间越大。网络等级度反映节点的非对称可达性。等级度越高，网络结构越森严，节点间的非对称可达性越强。

（2）个体网络特征分析。根据社会网络分析方法，本文通过点度中心度、中介中心度和接近中心度三个指标来描述各节点的网络结构特征。其中，点度中心度表示一个节点与其他节点之间的连接程度。节点的点度中心度越高，在空间关联网络中与其他节点关联越紧密，并在网络中占据中心位置；中介中心度反映节点控制其他节点关联关系的能力。节点的中介中心度越高，对资源控制的程度就越高，在网络中占据更为核心的位置；接近中心度表示节点在网络中不受其他节点控制的程度，节点的接近中心度越高，该节点就越不受其他节点的控制，并与众多节点保持直接关联。

（3）块模型分析。块模型在社会网络分析中占据重要地位，它主要用于空间聚类分析，能帮助理解各个位置在网络中所扮演的具体角色。

（4）QAP分析。QAP分析是一种以对矩阵数据的置换为基础，用于比较两个方阵元素相似性的方法，通过对方阵元素的比较得出矩阵间的相关关系，并对系数进行非参数检验。

（三）数据来源

本文建构的数字贸易网络结构，以我国31个省（自治区、直辖市）为网络节点，数据的时间跨度为2012—2021年，所涉及的数据来源于历年各省（自治区、直辖市）的政府工作报告、《中国统计年鉴》和《中国城市统计年鉴》，各省（自治区、直辖市）之间的地理距离运用专业地理信息软件ARCGIS计算而得。

三、中国数字贸易发展水平测度和结果分析

根据各指标数据，运用熵值法测算出31个省（自治区、直辖市）的数字贸易发展水平，结果如表2所示。31个省（自治区、直辖市）在2012—2021年的数字贸易指数反映了各省（自治区、直辖市）的数字贸易发展水平，指数越大，数字贸易发展水平越高。同时，再将31个省（自治区、直辖市）按东部、中部、西部、东北四个区域进行分类。综合来看： 数字贸易发展水平均值排名前五名的依次是广东、北京、浙江、江苏、上海，且均位于我国的东部地区，各省（直辖市）2012—2021年的数字贸易发展水平均值分别是0.308、0.294、0.223、0.215和0.214；数字贸易发展水平均值较低的依次是西藏、宁夏、青海、甘肃、贵州，且均位于我国西部地区，各省（自治区）2012—2021年的数字贸易发展水平均值分别是0.028、0.029、0.030、0.043和0.047。从各地区数字贸易发展水平的增长率来看， 31个省（自治区、直辖市）2012—2021年的数字贸易发展都呈增长态势，其中增长幅度较大的地区为海南、安徽、贵州、河南和浙江，多数为东中部地区，各省（自治区、直辖市）2012—2021年的数字贸易发展水平增长率分别是5.522、2.201、1.884 、1.855 和1.725；增长幅度较小的省（自治区）为内蒙古、西藏、新疆、青海和黑龙江，多数为西部地区，各省（自治区）2012—2021年的数字贸易发展水平增长率分别是0.057、0.381、0.467、0.626和0.667。

2012—2021年我国各区域数字贸易发展情况如图1所示。分区域看，2012—2020年我国各区域数字贸易发展趋势均向好，而2021年较2020年均有所下降，但东部地区一直是我国数字贸易发展最好的地区，其数字贸易发展水平远远高于全国平均水平，是拉动我国数字贸易发展的主要地区。不过，我国各区域在数字贸易发展方面存在一定不均衡现象，主要呈现“东部强、西部弱”的格局。

四、中国数字贸易发展的空间关联网络结构特征

运用熵值法可以测算出我国31省（自治区、直辖市）数字贸易发展指数，通过该指数可知我国各地区数字贸易发展情况。本部分将从整体网络特征、个体网络特征和块模型三个方面，来分析我国不同地区数字贸易发展之间的关联。

（一）整体网络特征分析

基于社会网络分析方法，本文构建我国数字贸易发展的有向空间网络结构图，如图2所示，并得出31个省（自治区、直辖市）之间的最大可能空间网络关联关系数为930组。在样本观察期间，实际关联关系数总体上呈现先上升、后下降的趋势，2015年达到最高关联关系数229组，2020年降到最低关联关系数205组，2020年后继续回升，2021年实际关联关系数为215组，说明2012—2021年我国数字贸易发展整体实际网络关联关系数并不乐观。网络关联关系数越少，网络密度就越低，由上述关联关系数可知2012—2021年的网络密度较低，均未达到0.3，即各省（自治区、直辖市）在数字贸易方面的联系尚不紧密，仍有较大提升空间。

运用UCINET软件分析得出我国31个省（自治区、直辖市）的空间网络关联度、网络等级和网络效率（如图3所示），以进一步分析我国数字贸易发展的整体网络特征。我国31个省（自治区、直辖市）的数字贸易发展空间关联网络关联度为1，这说明该网络具有良好的通达性和整体联动性，不存在孤立的省（自治区、直辖市）。同时，我国31个省（自治区、直辖市）数字贸易发展空间关联网络的效率稳定在0.6至0.8之间，这说明网络结构具有相对稳定性。但是各省（自治区、直辖市）间仍存在冗余连线，这导致了空间效应的多重叠加现象。此外，我国31个省（自治区、直辖市）数字贸易发展空间关联网络的等级度从2012年的0.380逐步上升至2021年的0.465，这表明虽然等级结构日趋森严，但等级度仍然保持在较低水平。这也意味着网络节点间具有较高的对称可达性，即使在数字贸易发展差异较大的省（自治区、直辖市）之间，也可能存在较为紧密的关联关系。

由于省域之间数字贸易发展的关联和趋势在样本考察期内具有一定的稳定性，本文选择2021年作为研究的时间点，以便从横向更好地揭示各省（自治区、直辖市）之间的内在关联和发展动向。图4为2021年我国数字贸易发展的有向网络结构图。如图4所示，我国各省（自治区、直辖市）数字贸易发展水平的网络密度存在差异，数字贸易发展水平的关联关系并不均衡。广东、福建、浙江、上海、北京和江苏六个东部发达地区处于网络的核心地位，与其他省（自治区、直辖市）相比，它们的方块明显更大；辽宁、海南、山西和新疆在网络结构图中显示为较小的方块，且主要位于数字贸易发展网络的外围区域。总体来说，2021年我国数字贸易发展整体的空间网络结构以东部地区为核心，中部和西部地区逐渐向这一核心区域靠拢。

（二）个体网络特征分析

为揭示各省（自治区、直辖市）在数字贸易空间关联网络中所处的位置与扮演的角色，本文基于2021年数据，从度数中心度、接近中心度和中介中心度三个方面来加以分析。表3报告了2021年我国31个省（自治区、直辖市）数字贸易发展个体网络结构特征的分析结果。

1.度数中心度

根据表3可知，我国31个省（自治区、直辖市）度数中心度的均值为36.559，其中度数中心度较高是上海（90.000）、江苏（90.000）、北京（86.667）、浙江（60.000）和福建（60.000）5个省（直辖市），表明这些地区在数字贸易方面与其他省（自治区、直辖市）联系紧密，占据我国数字贸易空间关联网络核心地位。东部地区中除海南和河北，其余省（直辖市）的度数中心度均高于均值，体现出东部地区是我国数字贸易发展的稳定辐射源，对其他省（自治区、直辖市）的数字贸易发展存在较大的直接影响。度数中心度较低的是山西（13.333）、河北（16.667）、安徽（16.667）、辽宁（16.667）、新疆（23.333）和内蒙古（23.333）6个省（自治区），这些省（自治区）主要分布在我国中西部以及东北地区，其数字贸易发展规模相对较小，且可能由于缺乏足够的数字创新人才和对技术的吸引力，它们在数字贸易领域的竞争力相对不足。因此，这6个省（自治区）在数字贸易发展空间关联网络中的度数中心度较低，表明这些地区与其他省（自治区、直辖市）之间的数字贸易发展关联相对较弱。

此外，根据表3可知，我国31个省（自治区、直辖市）的点出度和点入度的均值均为7。其中，点出度超过点出度均值的是甘肃、广东、广西、重庆、四川、贵州、云南、西藏和青海等14个省（自治区、直辖市），表明这些地区的数字贸易发展对其他省（自治区、直辖市）产生了显著的溢出效应。点入度超过点入度均值的有北京、天津、上海、江苏、浙江、福建、广东、河南、湖北9个省（直辖市）。这些省（直辖市）除河南和湖北分布在中部地区外，其余均分布在东部地区，并且北京、上海、江苏，浙江、福建等东部地区省（直辖市）的点入度明显大于点出度。这表明，东部地区尤其是东部沿海地区，凭借其较高的经济发展水平和完善的数字贸易基础设施，成功吸引甚至整合了其他省（自治区、直辖市）的数字贸易资源，这不仅有助于它们进一步扩大自身的数字贸易规模，也进一步巩固了它们在数字贸易领域中的领先地位。相比之下，中西部地区和东北地区的省（自治区、直辖市）在数字贸易方面存在明显的短板，与其他省（自治区、直辖市）的溢出关系超过了受益关系，其他省（自治区、直辖市）对其的溢出效应有限。

2.接近中心度

根据表3可知，我国31个省（自治区、直辖市）的接近中心度的均值为62.347，其中接近中心度较高的是上海（90.909）、江苏（90.909）、北京（88.235）、浙江（71.429）和福建（69.767）5个东部地区省（直辖市），表明这些地区在数字贸易发展网络中具有较高的影响力。特别是上海和江苏的接近中心度均高达90.909，在空间网络中表现出强大的中心性，能快速与其他省（自治区、直辖市）建立数字贸易联系。这5个省（直辖市）作为东部发达地区，在网络中扮演着中心行动者的角色，并凭借强大的经济实力，能够有力吸引人才和技术；同时这些地区数字基础设施也相对完善，为数据等资源的跨区域流通提供了便利。

3.中介中心度

根据表3可知，我国31个省（自治区、直辖市）的中介中心度的均值为2.195，其中高于这一均值有北京（16.141）、江苏（14.943）、上海（13.439）、福建（4.596）、浙江（4.428）和天津（3.580）6个省（直辖市），表明这些地区在数字贸易发展空间关联网络中占据着重要地位，对其他省（自治区、直辖市）具有较强的控制力。特别是北京、江苏和上海的中介中心度均高于10，显著领先于其他省（自治区、直辖市），凸显出它们在我国数字贸易发展空间关联网络中的核心地位，对全国其他省（自治区、直辖市）的数字贸易发展的直接影响较大，并发挥着不可或缺的中介作用。我国中西部地区及东北地区的中介中心度都未超过2，表明这些地区在数字贸易方面的规模相对较小，资源相对匮乏。因此，在数字贸易发展空间关联网络中，这些地区更多地处于从属地位，需要进一步提升自身的数字贸易发展水平，以增强在网络中的影响力和竞争力。

（三）块模型分析

本文运用块模型来分析我国数字贸易发展空间网络的聚类特征，通过UCINET中迭代相关收敛法（convergent correlations 或者convergence of iterated correlation，CONOR）将31个省（自治区、直辖市）分为四个板块，遵循最大分割深度为2和集中标准为0.2的划分原则，将全国31个省（自治区、直辖市）分为以下四个不同板块：板块Ⅰ包括海南、云南、广西、河南、贵州、宁夏、湖南、江西、四川、甘肃、陕西、新疆、西藏、安徽和青海15个省（自治区）；板块Ⅱ包括吉林、黑龙江、辽宁、山西、河北、山东和内蒙古7个省（自治区）；板块Ⅲ包括重庆、广东、湖北和福建4个省（直辖市）；板块Ⅳ包括浙江、天津、北京、江苏和上海5个省（直辖市）。

根据表4所示的中国数字贸易发展空间关联板块的关联关系可知，板块Ⅰ的溢出与接收关系呈现明显的不均衡状态。具体来说，该板块的溢出关系数量高达107个，而接收关系数量仅为33个，表明板块Ⅰ在数字贸易发展空间关联网络中更多地扮演着资源输出的角色，其溢出关系数量远远超过了接收关系数量。基于这一特征，将板块Ⅰ归类为“净溢出”板块。对于板块Ⅱ，其表现呈现出一种独特的双向特性。具体来说，该板块的溢出关系数量为30个，显示出较强的资源输出能力。同时，其接收关系数量也达到了9个，表明它也具备了一定的资源接收能力。此外，板块Ⅱ内部关系数量为6个，其内部关系比例为16.667%，略低于期望内部关系比例20%水平，表明板块Ⅱ在数字贸易发展空间关联网络中不仅具有资源输出的能力，也能够积极接收外部资源，进而在其他板块的互动合作同时也能促进自身发展，即具有典型的“双向溢出”特征。板块Ⅲ的溢出与接收关系也呈现不均衡状态，但与板块Ⅰ不同的是，其溢出关系数量大于接收关系数量，因此被定义为“经纪人”板块，在数字贸易发展的溢出效应中起到“中介”作用。板块Ⅳ的溢出关系数为18个，接收关系数达到103个，板块内部关系为8个。虽然该板块期望的内部关系比例为13.333%，但实际内部关系比例却高达30.769%，接收关系数量明显超过溢出关系数量，表明该板块在数字贸易发展关联网络中的独特地位，因此被定义为净受益板块。总体来说，东部省份在数字贸易发展中多处于净受益板块，相比之下，西部省份则更多展现出净溢出的特征，数字贸易发展稍逊的省份往往充当“经纪人”的角色，在东西部省份间的数字贸易发展中搭建起资源要素流通的桥梁。

通过板块间的关联关系，计算得出各板块的网络密度矩阵。同时，根据2021年我国省域数字贸易发展空间关联的整体网络密度（0.231），并将网络密度高于整体网络密度的板块标记为1，而将低于整体网络密度的板块标记为0，来构建密度矩阵和像矩阵，具体结果如表5所示。板块Ⅳ在关系网络中处于核心地位，它不仅内部存在着数字贸易的关联关系，而且还接收了来自其他三个板块（板块Ⅰ、板块Ⅱ、板块Ⅲ）的溢出效应，呈现中心化趋势。这表明数字贸易发展领先的省（自治区、直辖市）能够依托自身优势形成虹吸效应，进一步扩大自身的数字贸易规模。板块Ⅲ作为“经纪人”板块，板块Ⅲ和板块Ⅰ相互溢出，但板块Ｉ的溢出数量远远大于板块Ⅲ，在充当中介角色的同时，也推动了其数字贸易规模的扩大。此外，板块Ⅰ主要由中西部省（自治区、直辖市）组成，也是数字贸易发达省（直辖市）的资源供应者，这样也进一步加剧了东西部地区数字贸易发展差异。

五、中国数字贸易发展空间网络结构的影响因素

通过上述对数字贸易发展空间网络结构的分析，可知我国各地区数字贸易发展之间的相互联系和影响。但又是什么影响数字贸易发展的空间网络结构呢？本部分将运用QAP方法探讨数字贸易发展网络结构的影响因素。

（一）变量选取和模型构建

数字贸易发展关联网络的形成是多因素综合作用的结果。在考虑数据可获取性和前人研究的基础上^{［31，39-41］}，本文选取了以下几个关键因素：（1）互联网发展水平（X1），采用计算互联网普及率的差异矩阵表示；（2）产业结构（X2），采用第三产业产值占城市生产总值比重的差异矩阵表示；（3）城镇化水平（X3），采用城镇化率的差异矩阵表示；（4）政府支持力度（X4），采用政府财政支出占地区生产总值比重的差异矩阵表示；（5）贸易开放度（X5），采用进出口总额占城市生产总值比重的差异矩阵表示；（6）地理位置（X6），采用地理相邻矩阵表示，省份之间地理位置邻接则取1，否则取0。构建模型如下：

R=f（Xi），" i=1，2，3，4，5，6（7）

（二）QAP相关性分析

本文借助QAP相关分析法，对数字贸易发展空间关联关系矩阵与多种影响因素之间的相关性进行检验，检验结果如表6所示。从表6可以看出，地理位置关系X6的显著性水平为0.178，未能通过显著性水平检验，其他所有解释变量X的相关关系均达到了1%的显著性水平。这意味着地理位置的远近对数字贸易发展网络结构的影响并不显著，而互联网发展水平（X1）、产业结构（X2）、城镇化水平（X3）、政府支持力度（X4）以及贸易开放度（X5）都是导致空间关联和空间溢出的重要因素。

（三）QAP回归分析

在上述相关性分析的基础上，本文进一步使用UCINET软件进行QAP回归分析，回归结果中调整后的R2为0.159，即所选取自变量矩阵在回归模型中的解释力度为15.90%，具体回归分析结果如表7所示。由表7可以看出政府支持力度（X4）和贸易开放度（X5）未通过显著性水平检验，其他变量均通过了5%的显著性水平检验。

具体来说，互联网发展水平（X1）、产业结构（X2）和城镇化水平（X3）的标准化回归系数分别为-0.109、-0.122和-0.192。这表明：（1）省（自治区、直辖市）之间的互联网普及率差异越小，其数字贸易发展空间关联关系越紧密。这可能是因为，当省（自治区、直辖市）之间的互联网普及率差异较小时，这些省（自治区、直辖市）在互联网技术应用和发展水平上较为接近。这种接近性使得不同省（自治区、直辖市）之间的数字贸易发展在技术、基础设施和人才等方面具有更好的兼容性和协同性。它们通过互联网平台可以更好进行跨地域的交流和合作，推动数字贸易的发展和创新，而这种合作与交流的便利性进一步提升了不同省（自治区、直辖市）之间的数字贸易发展关联关系的紧密程度。（2）省（自治区、直辖市）之间的第三产业增加值占地区生产总值比重差异越小，其数字贸易空间关联关系越紧密。第三产业是数字贸易的主要领域之一，包括信息技术服务、电子商务、数字内容等方面。当第三产业增加值占地区生产总值比重差异较小时，不同省（自治区、直辖市）之间的需求结构也较为相似，这为数字贸易发展提供了更大的市场空间，也增加了这些省（自治区、直辖市）之间产业链合作的机会，进一步提升不同省（自治区、直辖市）之间的数字贸易发展关联关系的紧密程度。（3）省（自治区、直辖市）之间的城镇化水平差异越小，其数字贸易发展空间关联关系越紧密。不同省（自治区、直辖市）之间的城镇化水平差异较小时，人才流动更加频繁，这为数字贸易发展提供了更多的人才支持。

六、研究结论与政策建议

本文通过构建数字贸易发展水平评价指标体系来测算2012—2021年中国31个省（自治区、直辖市）的数字贸易发展水平，并进一步构建模型来分析我国省域数字贸易发展空间网络结构及其影响因素，得出以下主要研究结论：

我国31个省（自治区、直辖市）数字贸易发展趋势总体向好。其中，中部地区数字贸易发展水平增长幅度较大，东部地区发展最好，其发展水平远远高于中西部地区和东北地区，我国数字贸易发展整体呈现“东部强、西部弱”的格局。

从整体网络结构特征看，我国省域数字贸易发展空间网络结构呈现一种复杂的形态，空间关联的紧密程度仍有待进一步加强。我国数字贸易发展空间关联网络的通达性表现良好，各省（自治区、直辖市）在数字贸易领域的交流联系较为顺畅。然而，网络中冗余连线较多，这也在一定程度上影响了网络的高效性和稳定性。因此，在优化我国省域数字贸易发展空间网络结构时，应着重提升空间关联的紧密程度，并减少冗余连线，以提高网络的整体效能。此外，我国各省（自治区、直辖市）数字贸易发展水平的网络密度存在差异，数字贸易发展水平的关联关系并不均衡。在整体的网络空间结构中，东部地区方块明显较大，即处于核心地位，而中部和西部地区则呈现向东部核心区域逐渐聚合的趋势。

从个体网络结构特征看，东部地区是我国数字贸易发展的稳定辐射源，在网络结构中拥有较高的连接度和影响力，处于数字贸易发展网络的核心位置；而中西部以及东北地区位于网络的边缘，与其他省（自治区、直辖市）之间的数字贸易发展关联相对较弱，在数字贸易领域的竞争力相对不足。具体来说，上海、江苏、北京、浙江和福建这5个东部地区省（直辖市）在数字贸易发展网络中具有较高的影响力，在网络中扮演着中心行动者的角色。其中，上海和江苏的接近中心度高达90.909，在空间网络中表现出强大的中心性，这表明上海和江苏能快速与其他省（自治区、直辖市）建立数字贸易联系。此外，北京、江苏、上海、福建、浙江和天津的中介中心度远超均值，这些省（直辖市）在数字贸易发展网络中占据重要地位，并对其他省份具有显著的控制力；而中西部地区及东北地区的中介中心度都未超过2，在网络中处于从属地位。

块模型分析结果表明，东部地区在数字贸易发展中多处于净受益板块，相比之下，西部地区则更多展现出净溢出的特征，数字贸易发展水平稍逊的省（自治区、直辖市）往往充当“经纪人”的角色，在东西部省（自治区、直辖市）间搭建起数字贸易发展资源要素流通的桥梁。吉林、黑龙江、辽宁、山西、河北、山东和内蒙古这7个省（自治区）处于双向溢出板块，该板块既接收其他板块发出的资源，同时又向其他板块发出资源。

通过QAP分析，对多个解释变量进行了相关性检验后发现，除了地理位置关系差异矩阵未能通过显著性水平检验外，其余解释变量均存在显著的相关关系，并且这种显著性达到了1%的水平。再对多个解释变量进行回归分析后发现，除城镇化率差异矩阵以及进出口总额占地区生产总值比重的差异矩阵在显著性检验中未能达到标准，其他变量均成功通过了5%的显著性水平检验，这表明省域之间互联网普及率差异、第三产业增加值占地区生产总值比重差异和城镇化水平差异越小，在数字贸易发展空间关联关系越紧密。

基于上述研究结论，本文提出以下政策建议：

加强顶层设计，制定“全国一盘棋”的数字贸易协同发展机制。当前，我国数字贸易发展网络稳定性良好，但结构仍有待进一步优化。要增强省域之间数字贸易交流联系，特别是上海、江苏、北京等东部地区与其他地区的交流联系，实现地区间资源共享、优势互补，提高我国整体数字贸易联系水平。同时，要发挥东部地区，特别是东部沿海地区数字贸易发达省份的引领带头作用，鼓励这些省份向发展较慢的省（自治区、直辖市）转移数字技术资源，以缩小地区间的数字鸿沟，优化数字贸易的布局，促进区域协调发展。

完善基础设施建设，提升数字贸易发展水平。基础设施是数字贸易发展的重要依托，政府应加强数字基础设施建设，特别是加大对中西部地区数字基础设施建设的投入，提高网络覆盖率和传输速度、第三产业产值比重和城镇化水平，为数字贸易的发展提供有力支撑。同时，还要加强跨地区、跨部门的协同合作，推动基础设施互联互通，提高数字贸易的便利性和效率。

加强人才培养和引进，建立健全人才培养体系。各省（自治区、直辖市）应加强数字贸易人才培养和引进工作，提高数字贸易人才的综合素质和创新能力。数字贸易发展较强势的东部省（自治区、直辖市），特别是上海、江苏、北京等可以加强与国际先进企业和机构的交流学习，并引进国际一流的数字贸易人才，推动中国数字贸易的国际化发展。同时，还要积极和其他发展较弱的省份进行分享交流。中部、西部和东北部地区应多举办相关会议、论坛等活动，加强与数字贸易强省的人才交流，让省内人才拥有更多的学习机会，促进数字贸易和经济的发展。

优化政策环境并建立健全数字贸易统计监测体系。应进一步完善税收、财政、金融等政策措施，并加强知识产权保护，打击网络侵权盗版行为，为数字贸易提供良好的法治环境。同时，建立健全数字贸易统计监测体系，覆盖数字贸易规模、增长速度、市场分布等方面的指标和数据，为政府决策提供科学依据和参考。此外，加强与国际组织和其他国家的合作与交流，推动数字贸易全球化发展，并积极参与国际数字贸易规则制定和谈判工作，推动形成公平、透明、开放的国际数字贸易环境。

参考文献：

［1］ 国家互联网信息办公室.数字中国发展报告（2022年[BFB]）［R/OL］.（2023-05-23）［2024-10-13］.https：//www.cac.gov.cn/2023-05/22/c_1686402318492248.htm.[BFQ]

［2］ 国务院办公厅.关于推进对外贸易创新发展的实施意见[BFB]［EB/OL］.（2020-10-25）［2024-10-13］.https：//www.gov.cn/zhengce/content/2020-11/09/content_5559659.htm.[BFQ]

［3］ 新华社.李强作的政府工作报告（摘登）［N］.人民日报，2024-03-06（03）.

［4］ International Monetary Fund， Organisation for Economic Cooperation and Development， World Trade Organization.Handbook on measuring digital trade［R/OL］.（2020-02-10）［2024-09-13］.https：//www.oecd.org/sdd/its/HandbookonMeasuringDigitalTrade.htm.

［5］ 中国信息通信研究院.数字贸易发展与影响白皮书（2019年[BFB]）［R/OL］.（2019-12-26）［2024-10-13］.http：//www.caict.ac.cn/kxyj/qwfb/bps/201912/P020191226585408287738.pdf.[BFQ]

［6］ 李忠民，周维颖，田仲他.数字贸易：发展态势、影响及对策［J］.国际经济评论，2014（6）：131-144，8.

［7］ 李俊，付鑫.数字贸易促进数字经济发展：机理、事实与建议［J］.国际贸易，2024（7）：33-45，68.

［8］ 马述忠，房超，梁银锋. 数字贸易及其时代价值与研究展望［J］.国际贸易问题，2018（10）：16-30.

［9］ 李俊，李西林，王拓. 数字贸易概念内涵、发展态势与应对建议［J］.国际贸易，2021（5）：12-21.

［10］ HU F， QIU L P， XI X， et al. Has COVID-19 changed Chinas digital trade？ Implications for health economics ［J/OL[BFB]］.Frontiers in Public Health，2022（10）： 831549［2024-10-10］. https：//www.frontiersin.org/journals/publichealth/articles/10.3389/fpubh.2022.831549/full.DOI：org/10.3389/fpubh.2022.831549.[BFQ]

［11］ 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.

［12］ MA S， GUO J， ZHANG H .Policy analysis and development evaluation of digital trade： an international comparison［J］. China amp; World Economy， 2019， 27（3）：49-75.

［13］ 李轩，李珮萍.“一带一路”主要国家数字贸易水平的测度及其对中国外贸成本的影响［J］.工业技术经济，2021，40（3）：92-101.

［14］ 贾怀勤，高晓雨，许晓娟，等.数字贸易测度的概念架构、指标体系和测度方法初探［J］.统计研究，2021，38（12）：30-41.

［15］ 刘媛媛，陶长琪.中国31省份数字贸易发展水平测算分析——基于RAGA投影寻踪模型［J］.价格月刊，2021（4）：69-76.

［16］ 余淼杰，郭兰滨.数字贸易推动中国贸易高质量发展［J］.华南师范大学学报（社会科学版），2022（1）：93-103，206.

［17］ 蓝庆新，窦凯.基于“钻石模型”的中国数字贸易国际竞争力实证研究［J］.社会科学，2019（3）：44-54.

［18］ STOJKOSKI V， KOCH P， COLL E. et al. Estimating digital product trade through corporate revenue data［J/OL］. Nature Communications， 2024（15）： 5262. ［2024-10-10］. https：//www.nature.com/articles/s41467-024-49141-z#citeas.

［19］ 姚娜.中国数字贸易发展水平测度及创新发展策略研究［J］.技术经济与管理研究，2022（11）：56-61.

［20］ 段丁允，冯宗宪.中国城市群数字贸易发展水平测度［J］.西安交通大学学报（社会科学版），2023，43（3）：44-60.

［21］ 韩民春，张霄.数字贸易赋能制造业出口产品升级——基于技术复杂度视角的研究［J］.工业技术经济，2023，42（2）：106-114.

［22］ 姚战琪.数字贸易、产业结构升级与出口技术复杂度——基于结构方程模型的多重中介效应［J］.改革，2021（1）：50-64.

［23］ 王世进，徐佳琦，司增绰.数字贸易发展对我国区域出口效率的影响［J］.中国流通经济，2024，38（8）：100-114.

［24］ 黄先明，赵志辉.数字贸易对绿色经济发展的影响效应检验［J］.统计与决策，2024，40（13）：148-153.

［25］ 周娟美，崔粉芳.中国数字贸易发展测度及时空演变特征研究［J］.金融发展研究，2022（11）：58-68.

［26］ 张卫华，梁运文.中国数字贸易发展水平省域分异与空间效应［J］.贵州社会科学，2020（12）：129-138.

［27］ ZHU Q， QIN Z， ZHOU X X.Regional differences and dynamic evolution of digital trade： data from China［J］.Applied Economics，2024，56（31）： 3722-3740.

［28］ 张亚飞，李焱求.我国数字贸易发展水平测度与动态演进分析［J］.商业经济研究，2024（9）：126-130.

［29］ 克甝，韩延玲，蔡青青.中国数字贸易发展水平测算与动态演进分析［J］.统计与决策，2022，38（20）：88-92.

［30］ 冯宗宪，段丁允.数字贸易发展指数评价及影响因素分析——基于49个国家的面板数据［J］.北京工业大学学报（社会科学版），2022，22（4）：100-117.

［31］ 刘林青，陈紫若，田毕飞.结构依赖如何影响贸易网络形成及演化：以“一带一路”为例［J］.世界经济研究，2020（6）：106-120，137.

［32］ 韩剑，蔡继伟，许亚云.数字贸易谈判与规则竞争——基于区域贸易协定文本量化的研究［J］.中国工业经济，2019（11）：117-135.

［33］ 李艳秀.FTA中数字贸易规则的价值链贸易效应研究［J］.国际经贸探索，2021，37（9）：99-112.

［34］ 刘志中，陈迁影.数字贸易规则与服务出口二元边际：基于RTA文本的量化研究［J］.世界经济研究，2022（9）：34-47，135-136.

［35］ 张天顶，龚同.“数字鸿沟”对RTA数字贸易规则网络发展的影响：从“信息鸿沟”到治理壁垒［J］.中国工业经济，2023（10）：80-98.

［36］ 马丹，杨钰涵.区域数字贸易规则与全球数字价值链［J］.统计研究，2024，41（6）：30-43.

［37］ 夏显力，李晓静.中国电子商务发展的空间关联网络结构特征及其驱动因素分析［J］.贵州社会科学，2021（2）：132-140.

［38］ 刘军.整体网分析：UCINET软件实用指南［Ｍ］.3版.上海：格致出版社，2019.

［39］ 刘华军，刘传明，孙亚男.中国能源消费的空间关联网络结构特征及其效应研究［J］.中国工业经济，2015（5）：83-95.

［40］ 唐晓彬，崔茂生.“一带一路”货物贸易网络结构动态变化及其影响机制［J］.财经研究，2020，46（7）：138-153.

［41］ 王博，陈诺，林桂军.“一带一路”沿线国家制造业增加值贸易网络及其影响因素［J］.国际贸易问题，2019（3）：85-100.

Research on the Structural Characteristics and Driving Factors of Chinas Digital Trade Spatial Correlation Network

SHAO Lin LIANG Guixiang YANG Yubo XU Chengcheng

（Department of Economics and Management， Qilu University of Technology/Shandong Academy of Science，Jinan 250353， Shandong，China）

Abstract：With the rapid development of information technology and the popularization of the internet， digital trade has become a new engine of economic growth in China. This study used the entropy method to evaluate the development status of digital trade in 31 provinces in China from 2012 to 2021， and constructed the interprovincial digital trade correlation relationship through the modified gravity model. Moreover， the structure and driving factors of the spatial correlation network of digital trade in Chinas provinces were thoroughly discussed and analyzed by using social network analysis method and QAP. The results show that there is an imbalance among Chinese provinces （autonomous regions and municipalities directly under the Central Government） in the development of digital trade， showing a distribution pattern of“strong in the east and weak in the west”. The development of digital trade has a significant spatial correlation network structure. The eastern region occupies a central position in the spatial correlation network of digital trade development， while the western region is relatively marginalized. Most of the eastern provinces are net benefit plates， most of the western provinces are net overflow plates， most of the digital trade developed provinces are broker plates， and the other provinces are double overflow plates.The closer regions are in terms of internet penetration rate， the proportion of tertiary industry added value to regional GDP， and the level of urbanization， the stronger their spatial linkage in digital trade. The study provides certain reference and inspiration for understanding and promoting the development of digital trade in China.

Key words：digital trade; gravity model; spatial correlation; social network analysis

基金项目：山东省社会科学规划研究项目“山东省数字贸易营商环境测度、提升路径及对策研究”（23CJJJ10）。

作者简介：邵林（1980—），男，博士，副教授，主要研究方向为数字经济与国际贸易。杨玉波（1968—），男，副教授，主要研究方向为地方金融。徐诚诚（1999—），男，硕士研究生，主要研究方向为地方金融。

通信作者：梁桂香（1998—），女，硕士研究生，主要研究方向为国际贸易。