[摘要]文章基于OECD-BaT IS数据库中的数字服务贸易数据，采用随机前沿引力模型及非效率模型研究了2005—2019年间中国出口RCEP成员国的数字服务贸易潜力以及影响因素。研究发现，中国与贸易伙伴的经济规模、中国人口规模及是“一带一路”国家等变量均有利于中国数字服务贸易的出口，贸易伙伴国家的人口规模则不利于中国数字服务贸易的出口，而距离对服务贸易的影响并不显著。贸易伙伴的知识保护水平、互联网发展水平、关税自由度、财政自由、金融自由度及政府支出均有利于降低贸易非效率项，而商业自由度的提升则会对贸易效率水平有显著的阻碍作用。从实际贸易额来看，当前我国对RCEP中发达国家的数字出口潜力整体大于发展中国家，但对于泰国、印度尼西亚和马来西亚的出口也存在较大的贸易潜力。因此当前中国的数字服务贸易需要积极实施市场多元化战略，关注出口国的基础设施和知识产权法的现行施行水平，打通与贸易伙伴国的数据共享和系统共认渠道，不断提升RCEP框架下的贸易红利。

　　[关键词]数字服务贸易,随机引力模型,贸易出口,RCEP

　　一、引言

　　随着全球数字化、网络化的深入发展，服务贸易的结构转型正处于从运输、旅游等传统服务贸易领域向计算机和信息、通讯、金融等高附加值行业过渡[1]。作为服务贸易的新业态，数字服务贸易依托云计算、大数据、人工智能等新一代数字技术的应用，加速了贸易中数据的流动，降低了贸易搜寻过程中信息的成本[2]，极大提升了两国之间的贸易效率，成为全球服务贸易增长的新动能。习近平总书记在2021年中国国际服务贸易交易会全球服务贸易峰会上指出：当前我国贸易应该顺应数字化、网络化、智能化发展趋势，共同致力于消除“数字鸿沟”，助推服务贸易数字化进程。同时提出了“中国将拓展特色服务出口基地，发展服务贸易新业态新模式”。因此在全球数字服务贸易蓬勃发展的背景下，我国需要抓住这一机遇，发展数字服务贸易，提高出口贸易质量，在国际贸易竞争中占据核心领域高地。因此，研究当前我国的数字服务贸易出口情况，并分析影响数字服务贸易出口质量的相关因素，对未来发展我国数字服务贸易具有极强的现实意义。

　　2020年11月，中国与东盟十国以及日本、韩国、澳大利亚和新西兰正式签署了《区域全面经济伙伴关系协定》（以下简称RCEP）。该协定作为全球规模最大的贸易协定，对于全球服务贸易有着重要的影响作用。随着RCEP的签订，越来越多的学者开始研究中国出口到RCEP成员国贸易发展情况。其中有学者通过对比RCEP、自贸试验区及CPTPP，分析了当前我国服务贸易未来发展的方向和途径。尽管我国通过数字化与服务贸易的结合已取得了一定的成效，但实际上距离CPTPP的服务贸易开放标准还存在一定差距，需要通过法律体系改革、加大自贸试验区压力测试，以及做好风险防控等三大途径来升级[3]。同时，也有学者采用GTAP模型分析了中国在加入RCEP后，国内经济得到快速发展，带动了贸易水平的提升。除此之外，也有学者从贸易的互补性及竞争性方面具体分析了我国在农产品[4]及传统服务贸易[5]上与其他成员国的优劣情况。可以看出，在当前数字全球化的背景下，现有文献还缺少对于我国出口到其余RCEP成员国的数字服务贸易效率的量化研究，并且对于我国数字服务贸易出口会受到何种因素影响也缺少深入研究。

　　基于此，本文以2005—2019年中国出口到其余RCEP成员国的数字服务贸易数据作为研究样本，采用随机前沿模型以及贸易非效率模型深入分析了当前我国数字服务贸易出口的发展情况，本文的边际意义如下：①基于现有对于数字服务贸易研究文章，本文选定数字服务贸易的相关行业，并对我国当前数字服务贸易出口到其余RCEP国家的实际情况进行量化分析，探究我国数字服务贸易出口效率以及发展潜力。②本文基于非效率模型对于贸易非效率项进一步探究，分析了影响我国数字服务出口贸易效率的相关因素，为我国数字服务贸易发展提供理论和实证参考。

　　二、理论模型

　　（一）随机前沿引力模型

　　本文测度贸易潜力的方法主要是采用随机前沿分析模型，该方法能通过对比实际贸易值与前沿值的比值有效测度国家之间贸易效率的大小。该模型设定如下：

　　公式中，yijt表示t时期i国对于j国的实际贸易出口额，xijt为影响被解释变量的相关因素，β表示解释变量的估计参数，uijt表示贸易非效率项，vijt表示随机误差项，与uijt相互独立。

　　对于非效率项uijt来说，早期的随机前沿模型中该项不随时间变化，此时公式（2）成为时不变模型。但实际上，随着时间的变化，该效率项应该也随之变化，于是在1992年，

　　BATTESE和COELLI（1992）[6]提出了时变模型的新形式，表达式为：

　　此时uijt具有时变性，η为待估参数。当η=0，说明非效率项不存在时变性，而当η≠0时，则贸易非效率项随时间减小或增大，但是该模型只能通过极大似然估计才具有一致性和有效性。

　　在该模型中，贸易潜力表示为下式：

　　公式（4）中，yit表示为贸易潜力，即t期i国对于j国贸易可能的最大值，即两国贸易量的前沿水平。在此基础上，引入贸易效率的概念，即：

　　公式（5）中，TEijt为贸易效率，取值范围为[0,1]，表示为实际两国之间贸易水平与贸易潜力的比值，也是公式（1）中的贸易非效率项的指数函数。依据该指标可以判断当前两国的贸易水平是否达到了贸易的潜力值。当TEijt=1时，uijt=0，即不存在贸易无效率，实际贸易水平达到了贸易潜力值。而当TEijt<1时，则此时uijt>0，表示存在贸易无效率的因素，此时两国之间的实际贸易值仍存在较大的提升空间。

　　（二）贸易非效率模型

　　为了进一步探究非效率项的影响因素，此时需要在之前模型的基础上进一步建立非效率模型。1995年，BATTESE和COELLI[7]提出了“一步法”贸易非效率模型，即将非效率项和相关的影响因素一起放在随机前沿模型中进行回归。首先将贸易非效率项uijt设定为如下：

　　公式（6）中，zijt包括影响贸易非效率项的外生变量，a′为对应影响的大小，εijt为随机扰动项，此时将公式（6）带入公式（2）中，得到如下模型：

　  此时可以采用“一步法”对该模型进行回归，得到对于非效率项的影响因素。

　　三、研究设计

　　（一）时变随机前沿模型的设定

　　对于随机前沿模型的具体设定，本文参考了ARMSTRONG[8]对于随机前沿模型设定的检验，结合具体的研究内容，最终设定了如下模型：

　　公式（8）中，EXPOTtijt表示t时期中国对j国的数字服务贸易的出口总额，cGDpt和pGDpjt分别表示t时期中国和贸易出口国的国内生产总值，代表中国以及出口国的经济发展情况。

　　cpopt和popjt则采用中国与出口国的总人口数，分别表示中国和出口国的人口规模。DIsjt则采用两个国家的直线距离作为贸易两国的地理距离。同时为了测度“一带一路”这一国家政策对于中国出口到该国的影响，本文引入B&Rjt这一虚拟变量来表示该国是否为“一带一路”这一政策影响的红利国家。

　　（二）贸易非效率模型的设定

　　为了进一步探究中国出口会受到何种因素的影响，本文引入贸易非效率项模型，具体设定如下：

　　公式（9）中，解释变量包括如下：

      首先，考虑到数字服务贸易不同于传统贸易，其发展更加依赖于国家的科技支撑环境以及相关基础设施条件。由于数字服务的实施往往以互联网作为传播媒介，所以本文将国家的互联网普及率（INTERNETjt）作为国家的数字基础设施发展水平，同时引入该国的知识产权保护水平（pENTENTjt）作为该国的科技支撑环境水平，具体采用该国的专利申请数量的对数值来替代。其次，贸易效率可能会受到当地同行业竞争的挤出，商业自由度（BFjt）的指标则主要包含在当地一家企业的成立到关闭等十个中级指标的容易程度，如果当地更加容易开店，则进入和离开当地市场的过程更加便捷，这就导致会有更多的企业与外来贸易商品竞争，提高了贸易竞争性，可能导致对外来产品进口的抑制。再次，贸易效率同时与出口国的经济金融自由度与贸易接受程度有关，一方面数字服务贸易本身作为一种贸易，会受到出口国关税水平与非关税壁垒的影响，出口国关税和非关税壁垒水平越低，对外来国家贸易的接受程度越高，因此引入贸易自由度（TFjt）作为出口国的贸易接受程度。另一方面贸易的发展往往依赖于当地经济金融的自由程度，因此本文分别引入财政自由度（FisFjt）、货币自由度（MFjt）、投资自由度（IFjt）、金融自由度（FinFjt）作为当地的金融经济自由度的替代变量，研究其对于我国出口数字服务贸易效率的影响。最后，贸易效率也会受到当地政府投入情况的影响。本文采用当地政府投入（GEjt）作为政府对于当地基础设施的投入程度。政府投入越高，则当地的基础设施建设水平也越好，越有利于承接他国数字服务贸易产品的进入，也有利于贸易效率的提升。

　　（三）数据来源

　　本文样本对象主要包含新加坡、马来西亚、印度尼西亚、泰国、柬埔寨、老挝、菲律宾和越南8个东盟国家及日本、韩国、澳大利亚、新西兰4个非东盟国家。由于文莱和缅甸这两个国家存在较多缺失值，因此予以剔除。样本时间设定为2005—2019年，同时对样本中少量缺失值采用插值法补全。

　　随机前沿引力模型中的数字服务贸易出口数据来源于WTO-OECD的BaTIS数据库，当前国内外对于数字服务贸易的概念还没有形成统一的定义，有些学者将数字服务贸易定义为数字传输的内容产业贸易形式，并将研究对象限定为数字内容产品和服务[9]。而有些学者则将数字服务贸易定义为在发挥数字技术重要作用的以数据形式存在的要素、产品及服务贸易[10]。本文参考温湖炜等（2021）[2]、朱福林（2021）[11]、周念利和姚亭亭（2021）[12]的研究，按照UNCTAD（2015）的界定，认定数字服务贸易包括如下行业：保险和养老金服务，金融服务，知识产权使用服务，电信、计算机和信息服务，其他商业服务、视听和相关服务，个人文化和娱乐服务作为数字服务贸易行业。并采用这些行业的出口总额作为中国对各国的数字服务贸易的总额。

　　其中随机前沿模型中中国和各国的经济发展水平（CGDP、PGDP）、人口规模（CPOP、POP）的数据及贸易非效率模型中国家专利申请数据（PANTENT）、互联网普及率即每百人中互联网用户数量（INTERNET）来源于世界银行数据，而国家之间的直线距离（DIS）主要来自于法国前景研究与国际中心（CEPII）数据库。同时贸易非效率模型中的商业自由度（BF）、货币自由度（MF）、贸易自由度（TF）、财政自由度（FisF）、投资自由度（IF）、金融自由度（FinF）及政府投入（GE）均来自于美国传统基金会（HFI）数据库。

　　四、实证分析

　　（一）模型验证

　　在使用随机前沿模型之前，需要对模型的相关形式进行验证。本文采用Frontier4.1软件对模型进行参数估计。通过构造LR统计量对模型的适用性以及形式进行检验，该统计量的计算形式表达如下：

　　首先，检测是否存在非效率模型，其中L(H0)和L(H1)表示为零假设和备择假设下的似然函数值。零假设为“H0：Y=0”,即模型中不存在贸易非效率；备择假说则为“H1：Y>;0”，即模型中存在贸易非效率。

　　其次，检测贸易效率是否随时间变化，其中L(H0)和L(H1)表示为零假设和备择假设下的似然函数值。零假设为“H0：η=0”,即贸易效率不随时间变化；备择假说则为“H1：η≠0”，即贸易效率随时间变化。具体检验如表1：

　　如表1所示，在1%的显著性水平下，LR统计量为128.660，这说明不存在贸易非效率项这一原假设被拒绝，此时存在贸易非效率项。同时，在1%置信水平下，LR统计量为65.066，此时贸易效率不随时间变化的原假设被拒绝，此时应该采用时变随机前沿模型来估计中国对外出口的贸易潜力。

　　（二）结果分析

　　本文采用“一步法”估计时变随机前沿模型，即同时估计公式（8）以及公式（9），得到的结果如表2所示。

　　首先，通过结果可以看出：此时γ的系数为0.945，并且通过了1%的显著性水平检验，即贸易非效率项在随机误差项所占的比重高达94.5%，这说明了中国出口RCEP成员国家数字服务贸易的实际发展水平与贸易前沿值的差距主要是由贸易非效率项所引起的。

　　接下来将对回归结果进行具体分析，先分析公式（8）中的相关系数，此时可以看到：①对于我国以及出口国的经济规模（lncGDp和lnpGDp）来说，对应的系数分别在1%的置信水平上显著为正，即0.205以及1.755，这表明中国以及出口国的经济水平发展均有利于中国数字服务贸易出口。②中国人口（lncpop）对应的系数在1%的置信水平下显著为正（即8.717），而出口国人口（lnpop）对应的系数在1%的置信水平下显著为负（即-0.881），这一结果初步说明了中国人口规模的提高有助于中国数字服务贸易的出口，但国外人口规模的提升则在一定程度上抑制了中国对其数字服务贸易的出口。这一现象出现的原因可能是因为中国人口规模的扩大为国内相关数字服务产业提供了充分的市场供给，有助于深化相关产业，提升了中国对对其他国家的出口供给。而对于出口国来说，尽管人口的扩大一定程度上有助于扩大市场对于中国贸易商品的吸收，但同时人口对于国内自身产业的带动在一定程度上也会抑制其余国家产品的进口。可以看出对于RCEP成员国来说，后者所带来的抑制作用可能更加明显。③两国之间的距离（lnDIS）对应的系数尽管显示为正，但并不显著，这一现象出现的原因可能如下：

    第一，尽管传统意义上，距离越大代表着两国之间的贸易成本越高，但实际上，随着国际航运的发展以及运输行业的不断革新，地理距离对于贸易的阻碍作用正在逐渐消失[13]。

    第二，数字服务贸易为知识密集型，其交易模式主要依赖于互联网的技术以及数据传输，所受到的地理距离的约束较小[2]。

    第三，本文研究样本为RCEP国家，其中老挝、柬埔寨等地方与中国的距离相对较近，但是相关的数字服务贸易额却相对较少，而澳大利亚与中国的距离相对较远，但是中国对其数字服务贸易的出口额却相对较高。这也说明了距离对于国家的数字服务贸易的贸易成本已经大大降低，不再成为制约的主要因素。④“一带一路”（B&R）的系数在1%置信水平下显著为正（即0.895），即我国数字服务贸易对于加入“一带一路”政策国家的出口额更大，这一现象的出现反映了“一带一路”政策的实施有助于加强贸易双方的合作环境，为我国的贸易出口提供更加便利的机会。

　　进一步，对于公式（9），即贸易非效率模型中的相关系数进行分析，可以发现：

　　其中出口国家的知识产权保护（pENTENT）以及互联网普及率（INTERNET）分别代表了出口国的数字软硬件水平。此时分别在1%与10%的置信水平上显著为负，这说明出口国家的知识产权保护和互联网发展水平均能有效地提升中国出口到该国的数字服务贸易效率。这是因为一方面，国家的知识产权能通过法律形式有效保护数字服务贸易中创新产出，完善的知识产权制度环境能极大地激发数字服务贸易过程中的创新发展。另一方面，数字服务贸易的发展离不开互联网所带来的新兴信息通信技术。当一个国家的互联网发展水平越高，越有能力为他国的数字服务贸易提供充足的设施支持。因此出口国家的知识产权保护与互联网普及率均有助于我国对其数字服务贸易出口效率。

　　同时，基于回归结果可以发现：出口国的关税自由度（TF）、财政自由度（FisF）、金融自由度（FinF）、政府支出（GE）的系数分别在10%、5%、10%、10%的置信水平上均显著为负，说明这些因素的改善均有利于提高我国对该国的数字服务贸易效率。

　　具体分析如下：关税自由度（TF）代表了一个国家的平均关税以及非关税壁垒的实际情况，出口国关税水平的下调以及非关税壁垒的减少有助于减少我国贸易过程中的成本，使得我国与出口国双方的贸易关系更容易达成，最终提升了数字服务贸易出口效率。财政自由度（FisF）以及金融自由度（FinF）在很大程度上反映了一国经济金融的开放程度，结果说明了出口国开放的财政政策以及完善便捷的资金获取渠道有助于激发当地市场活性，提高中国对该国的数字服务贸易出口效率。政府支出（GE）往往反映该国政府的支出情况，结果说明了政府的支出能有效改善本国的基础设施以及贸易环境，有助于降低贸易双方的贸易成本，更好承接中国数字服务贸易产品的进入，提高贸易质量。所以出口国政府支出的增加有助于中国对该国的数字服务贸易效率。相较之下，出口国的商业自由度（BF）在10%的置信水平上显著为正，说明出口国的商业自由程度越高，反而会抑制我国对该国的数字服务贸易效率。这一情况出现的原因在于：该国的商业自由程度代表在该国建立企业所需成本以及时间，自由度越高，则在该国的建立企业所需要的成本越低，所需要的时间也越短，在这样的背景下，该国数字服务贸易市场上的本地企业规模将会越大，所带来的市场竞争也会越激烈，这在一定程度上会抑制我国数字服务贸易的出口效率，所以出口国的投资自由度反而会抑制我国对其数字服务贸易的出口效率。

　　（三）贸易效率以及潜力测算

　　以随机前沿引力模型为基础，本文首先考察中国出口RECP国家数字服务贸易的市场效率。贸易效率的估计值所在区间位于[0,1]，所取值越大说明贸易效率越高，而所取值越小则说明贸易效率越低，具体结果如表3所示。

　　首先，从平均数字服务贸易效率来看，我国向RCEP国家出口的数字服务贸易效率整体达到0.79，处于较高水平。这一结果说明：近年来，我国对于RCEP国家整体的实际数字服务贸易出口值与贸易潜力值的差距较小，能够很好地利用现存条件发展对RCEP各国的数字服务贸易出口，但未来也需要寻找新的增长点，拓展贸易出口的发展空间。

　　其次，对RCEP各国的数字服务贸易效率进行分析：可以发现我国的数字服务贸易出口效率前五名的国家为新加坡、韩国、日本、越南及菲律宾，其次效率较高的国家则包括新西兰、澳大利亚、泰国、印度尼西亚及马来西亚，而效率最低的两个国家则包括柬埔寨及老挝，并且出现与其他国家断层式的差距。将RCEP成员国细分为发达国家与发展中国家后，也可以发现样本中我国对发达国家数字服务贸易出口效率均大于0.84，这些结果均说明我国对RCEP成员中发达国家的数字服务贸易出口效率处于较高水平。而我国对发展中国家的数字服务贸易出口的效率则相对较低，这一现象的出现可能是因为相对于发达国家来说，发展中国家的数字贸易产业基础相对薄弱，而出于保护的意愿倾向，往往会采取相对保守的政策措施来抑制他国的产品进入[14]，进而不利于我国的出口贸易效率。

　　参考HEILMAN和WALLEN（2010）[15]以及李明等（2021）[16]的做法，考虑到贸易效率需要同具体的贸易额相结合，对未来我国数字服务贸易的出口做更为精确的度量，本文对2019年的中国出口RCEP成员国的数字服务拓展空间进行测度，结果如表4所示。

　　从贸易潜力与实际贸易额规模这一层面来看，日本、新加坡、澳大利亚及韩国是当前中国发展数字服务贸易的数字服务贸易潜力出口前四名的国家，对应的数字服务贸易出口效率也呈现极高的水平。这再次证明了在RCEP成员国中，发达国家对于中国的数字服务贸易需求量要远大于非发达国家，中国可以进一步深化与这些国家的在数字服务贸易行业上的国际合作，扩大双方贸易的市场规模。另一方面也反映出随着中国的数字化与传统服务产业的不断融合发展以及RCEP进程的不断推进，中国数字服务贸易产品的出口竞争力正逐渐增强。

　　此外还能从表4中发现：当前我国对RCEP成员国的数字服务贸易拓展空间中排名前五位的国家分别为：老挝（185.71%）、柬埔寨（72.41%）、马来西亚（36.99%）、印度尼西亚（28.21%）、泰国（25%）。其中中国对泰国、印度尼西亚及马来西亚的出口贸易潜力远超新西兰、菲律宾、越南这三个贸易效率高水平国家，这说明未来可以加强我国对于这些国家在大数据、云计算等基础设施建设上的投入，帮助改善这些国家的数字贸易交易环境，同时基于RCEP这一协定框架，激励这些国家加入数字经济新议题，为未来贸易发展谋求新的机遇。而柬埔寨和老挝尽管拓展空间很大，但相对应的数字服务贸易潜力以及效率均呈现较低的水平，说明这两国对于中国的数字服务贸易出口的贡献程度在当前仍有限，难以承接中国数字服务贸易出口。

　　五、结论与建议

　　（一）结论

　　第一，贸易双方的经济发展以及中国的人口规模扩大均有利于中国数字服务贸易的出口，同时加入“一带一路”政策为两国的贸易提供了良好交流的基础，有助于中国数字服务贸易的出口。出口国人口规模的增长则带动了国内自身产业的发展，在一定程度上也会抑制其余国家产品的进口，所以对中国数字服务贸易具有显著的负向作用。而贸易两国的距离对于数字服务贸易出口的作用不显著，这主要由于当前国家之间的运输质量的提升及数字服务贸易自身依赖于网络和数据传输，所以距离对于出口贸易没有显著的影响。

　　第二，对于数字服务贸易的非效率项影响因素分析后发现：出口国家的知识产权保护以及互联网普及率代表了出口国家的数字软硬件基础，能有效地提升该国对于中国数字服务贸易出口的承接能力，故均有利于中国数字服务贸易的出口效率。同样有利于中国数字服务贸易出口效率的还包括出口的关税自由度、财政自由度、金融自由度及政府支出。而出口国的商业自由度则对于中国数字服务贸易出口的效率提升呈现抑制作用，这是因为商业自由度越高，则本地企业的建设越容易，导致相关数字服务贸易行业竞争性增强，从而抑制了我国数字服务贸易效率的提升。

　　第三，当前我国数字服务贸易整体的出口效率较高，表明当前我国数字服务贸易出口值与贸易潜力值的差距较小，能较好地利用现有条件发展数字服务贸易。同时分国别分析发现，尽管越南和菲律宾的效率处于极高的水平，但从整体上来看，当前我国出口效率较高的国家主要集中于RCEP中的发达国家，例如新加坡、韩国等，这说明当前发展中国家对于数字服务贸易产业普遍表现为保护倾向，这阻碍了我国数字服务贸易的出口效率。进一步与实际出口额结合可以发现新加坡、日本、澳大利亚及韩国的贸易潜力巨大，也说明发达国家对于中国的数字服务贸易需求量要远大于非发达国家。同时也发现，在非发达国家中的泰国、印度尼西亚及马来西亚的贸易潜力量也十分巨大。

　　（二）政策建议

　　基于上述研究结果，本文提出如下政策建议：①当前中国的数字服务贸易需要积极实施市场多元化战略，一方面需要进一步与RCEP中例如韩国、日本、澳大利亚等发达国家深化相关产业合作，寻找未来贸易发展的新动力。另一方面也需要借力“一带一路”这一政策红利，充分发展RCEP成员国中的非发达国家的贸易合作，打通与贸易伙伴国的数据共享和系统共认渠道，提高例如泰国、马来西亚、印度尼西亚等非发达国家对于中国数字服务贸易产品的认可程度，进而打开这些国家对于中国数字贸易产品的市场。②互联网等设施的建设是开展数字化服务贸易最基本的硬件基础，而知识产权保护则是维护服务企业创新利益最核心的环节，因此中国在数字服务贸易出口的同时要着重关注出口国的基础设施和知识产权法的现行施行水平，同时加强对于RCEP成员国的数字基础设施投资以及知识产权援助，改善出口国的贸易环境，以此提升中国数字化服务贸易出口水平。③从结果来看，贸易伙伴的关税自由度、财政自由度、金融自由度及政府支出均与贸易非效率显著负相关，说明当前RCEP成员国内部可以通过适当降低关税壁垒、改善财政和金融的调控能力，以及提高政府对数字服务贸易投入等方式来加强彼此之间的贸易合作，进而提升RCEP这一框架下的贸易红利。

[参考文献]

　　[1]杨广,韦琦.服务贸易结构演变的世界趋势与中国悖论——基于中国与OECD国家的比较研究[J].国际经贸探索,2010,26(7):77-82.

　　[2]温湖炜,舒斯哲,郑淑芳.全球数字服务贸易格局及中国的贸易地位分析[J].产业经济评论,2021(1):50-64.

　　[3]张娟,李俊,李计广.从RCEP、自贸试验区到CPTPP：我国服务贸易开放升级路径与建议[J].国际贸易,2021(8):62-69.

　　[4]林清泉,郑义,余建辉.中国与RCEP其他成员国农产品贸易的竞争性和互补性研究[J].亚太经济,2021(1):75-81.

　　[5]杜方鑫,支宇鹏.中国与RCEP伙伴国服务贸易竞争性与互补性分析[J].统计与决策,2021,37(8):132-135.

　　[6]BATTESE G E，COELLI T J.Frontier production functions,technical efficiency and panel data：with application to paddy farmers in India[J].The journal of productivity analysis,1992(3):153-169.

　　[7]BATTESE G E，COELLI T J.A model for technical inefficiency effects in a stochastic frontier production function for panel data[J].Empirical economics,1995,20:325-332.

　　[8]ARMSTRONG S.Measuring trade and trade potential:a survey[J].Asia pacific economic paper,2007(368):1-17.

　　[9]王斌,蔡宏波.数字内容产业的内涵、界定及其国际比较[J].财贸经济,2010(2):110-116.

　　[10]吕延方,方若楠,王冬.中国服务贸易融入数字全球价值链的测度构建及特征研究[J].数量经济技术经济研究,2020,37(12):25-44.

　　[11]朱福林.中国数字服务贸易高质量发展的制约因素和推进路径[J].学术论坛,2021,44(3):113-123.

　　[12]周念利,姚亭亭.数字服务贸易限制性措施贸易抑制效应的经验研究[J].中国软科学,2021(2):11-21.

　　[13]孔庆峰,董虹蔚.“一带一路”国家的贸易便利化水平测算与贸易潜力研究[J].国际贸易问题,2015(12):158-168.

　　[14]王拓.数字服务贸易及相关政策比较研究[J].国际贸易,2019(9):80-89.

　　[15]Heilman M E，Wallen A S.Wimpy and undeserving of respect:penalties for men's gender-inconsistent success[J].Journal of experimental social psychology,2010,46(4):664-667.

　　[16]李明,喻妍,许月艳,等.中国出口RCEP成员国农产品贸易效率及潜力——基于随机前沿引力模型的分析[J].世界农业,2021(8):33-43.