A Study of the Impact of Regulations on Cross-Border Data Flow on the Export Technology Complexity of Digital Trade

doi:10.11871/jfdc.issn.2096-742X.2023.05.003

Abstract

Abstract:

[Objective] As information technology is developing rapidly, cross-border data flow has become an important part of digital economy cross-border trade. Thus, establishing efficient cross-border data flow rules is the key to achieving high-quality development of the digital economy. [Methods] This paper uses the DTRI index released by ECIPE to measure the restrictiveness of cross-border data flow rules and uses export technology complexity to measure the quality of digital trade development. It tests the impact of restrictive rules on digital trade by constructing a benchmark regression model. [Results] Restrictions on data cross-border flow have a significant and robust negative impact on the export technology complexity of digital trade, which can be realized through two channels: technological innovation capability and digital infrastructure construction level. This negative impact has heterogeneity in both trade sector and national economic development level. [Conclusions] Establishing inclusive and prudent data cross-border flow rules, advancing sector-specific refined legislation, and improving the level of new infrastructure construction and technological innovation capability can effectively improve the efficiency of data cross-border flow. The research results of this paper provide a reference for the high-speed and high-quality growth of China’s digital trade, as well as the transformation and upgrade of industrial structure.

Key words: digital economy, data cross-border flow, digital trade, export technology complexity, data foundation system

CONG Yingnan, PENG You, ZHU Jinqing. A Study of the Impact of Regulations on Cross-Border Data Flow on the Export Technology Complexity of Digital Trade[J]. Frontiers of Data and Computing, 2023, 5(5): 23-34, https://cstr.cn/32002.14.jfdc.CN10-1649/TP.2023.05.003.

Figures/Tables 8

Fig.1

Fig.2

Table 1

Control variables and their meanings"

控制变量类别	变量名称	变量含义
基准回归控制变量	国内生产总值（ $l n G D P$ ）	采用各国GDP的对数值衡量一国经济生产规模
	人力资本（ $l n H C$ ）	采用教育公共开支总额占GDP比重的对数值衡量一国的人力资本水平
	人口规模（ $l n P O P$ ）	采用各国总人口的对数值衡量各国的人口规模
	服务贸易比重（ $l n P S$ ）	采用各国服务贸易进出口占GDP比重的对数值衡量服务贸易规模
渠道检验控制变量	信息和通信技术服务出口额（ $l n I C T$ ）	采用一国信息和通信技术服务出口总额的对数值衡量ICT产业的发展水平

Table 1

Table 2

Data sources and descriptive statistics"

变量分类	变量名称	均值	标准差	数据来源
被解释变量	出口技术复杂度（ $E S i k$ ）	7.19	1.57	WTO数据库世界银行世界发展指标（World Development Indicator, WDI）数据库
核心解释变量	数字贸易限制指数（ $D T R I i$ ）	0.26	0.11	ECIPE-DTRI报告
控制变量	国内生产总值（ $l n G D P$ ）	27.10	1.59	世界银行WDI数据库
	人力资本（ $l n H C$ ）	1.55	0.25	世界银行WDI数据库
	人口规模（ $l n P O P$ ）	16.95	1.87	世界银行WDI数据库
	服务贸易比重（ $l n P S$ ）	3.01	0.85	世界银行WDI数据库
	信息和通信技术服务出口额（ $l n I C T$ ）	22.27	1.53	世界银行WDI数据库
渠道检验中间变量	创新能力（ $l n I N N O$ ）	9.97	1.47	世界银行WDI数据库
渠道检验中间变量	数字基础设施（ $l n I N F R$ ）	9.02	1.55	世界银行WDI数据库
稳健性检验工具变量	故意谋杀犯罪率（MUR）	4.03	6.41	世界银行WDI数据库
稳健性检验工具变量	死亡率（DEATH）	9.29	2.29	世界银行WDI数据库

Table 2

Table 3

Table 4

Table 5

Table 6

References 33

[1]	盛斌, 高疆. 超越传统贸易: 数字贸易的内涵、特征与影响[J]. 国外社会科学, 2020(4): 18-32.
[2]	FERRACANE M F, Lee-Makiyama H, Van Der Marel E. Digital trade restrictiveness index[R/OL]. (2018-05)[2023-3-11]. https://ecipe.org/wp-content/uploads/2018/05/DTRI_FINAL.pdf.
[3]	Ferencz J. The OECD digital services trade restrictiveness index[J/OL]. OECD Trade Policy Papers, 2019, 221: 1-21.(2019-01-23)[2023-03-11]. http://dx.doi.org/10.1787/16ed2d78-en.
[4]	张雨, 戴翔. 什么影响了服务出口复杂度——基于全球112个经济体的实证研究[J]. 国际贸易问题, 2015(7): 87-96.
[5]	王永进, 盛丹, 施炳展, 李坤望. 基础设施如何提升了出口技术复杂度?[J]. 经济研究, 2010, 45(7): 103-115.
[6]	戴翔, 金碚. 产品内分工、制度质量与出口技术复杂度[J]. 经济研究, 2014, 49(7): 4-17+43.
[7]	刘维林, 李兰冰, 刘玉海. 全球价值链嵌入对中国出口技术复杂度的影响[J]. 中国工业经济, 2014(6): 83-95.
[8]	代中强, 梁俊伟, 孙琪. 知识产权保护、经济发展与服务贸易出口技术复杂度[J]. 财贸经济, 2015(7):109-122.
[9]	盛斌, 毛其淋. 进口贸易自由化是否影响了中国制造业出口技术复杂度[J]. 世界经济, 2017, 40(12):52-75.
[10]	戴魁早. 技术市场发展对出口技术复杂度的影响及其作用机制[J]. 中国工业经济, 2018(7): 117-135.
[11]	周念利, 姚亭亭. 数据跨境流动限制性措施对数字贸易出口技术复杂度影响的经验研究[J]. 广东财经大学学报, 2021, 36(2): 4-15.
[12]	齐俊妍, 强华俊. 跨境数据流动限制、数字服务投入与制造业出口技术复杂度[J]. 产业经济研究, 2022(1): 114-128.
[13]	张希颖, 王艺环. 跨境数据流动限制、制度质量与数字服务出口技术复杂度[J]. 价格月刊, 2023(1): 86-94.
[14]	许多奇. 个人数据跨境流动规制的国际格局及中国应对[J]. 法学论坛, 2018, 33(3): 130-137.
[15]	彭岳. 贸易规制视域下数据隐私保护的冲突与解决[J]. 比较法研究, 2018(4): 176-187.
[16]	茶洪旺, 付伟, 郑婷婷. 数据跨境流动政策的国际比较与反思[J]. 电子政务, 2019(5): 123-129.
[17]	许可. 自由与安全: 数据跨境流动的中国方案[J]. 环球法律评论, 2021, 43(1): 22-37.
[18]	陈兵, 徐文. 数据跨境流动的治理体系建构[J]. 中国特色社会主义研究, 2021(4): 67-75.
[19]	丁晓东. 数据跨境流动的法理反思与制度重构——兼评《数据出境安全评估办法》[J]. 行政法学研究, 2023(1): 62-77.
[20]	彭岳. 数据本地化措施的贸易规制问题研究[J]. 环球法律评论, 2018, 40(2): 178-192.
[21]	NIGEL C. Cross-border data flows: where are the barriers, and what do they cost?[R/OL]. Washington D.C.: Information Technology and Innovation Foundation Publishing, (2017-05-01)[2023-03-13]. https://itif.org/publications/2017/05/01/cross-border-data-flows-where-are-barriers-and-what-do-they-cost.
[22]	BAUER M, LEE-MAKIYAMA H, AN DER MAREL E, et al. The costs of data localisation: friendly fire on economic recovery[R/OL]. (2014-12)[2023-03-13]. http://www.ecipe.org/app/uploads/2014/12/OCC32014__1.pdf.
[23]	戎珂, 陆志鹏. 数据要素论[M]. 北京: 人民出版社, 2022: 15.
[24]	REIMSBACH-KOUNATZE C, VAN ALSENOY B. Exploring data-driven innovation as a new source of growth[EB/OL]. (2013-6-18)[2023-03-13]. http://www.oecd.org/officialdocuments/publicdisplaydocumentpdf/?cote=DSTI/ICCP(2012)9/FINAL&docLanguage=En.
[25]	BOLLIER D. The promise and peril of big data[M]. Washington D.C.: The Aspen Institute, 2010:27.
[26]	郭晶, 杨艳. 经济增长、技术创新与我国高技术制造业出口复杂度研究[J]. 国际贸易问题, 2010(12): 91-96.
[27]	亢梅玲, 王靖慧. 创新、生产率与出口技术复杂度——基于跨国面板数据的实证研究[J]. 江汉论坛, 2014(8): 25-30.
[28]	王梦颖, 丛聪, 张诚. 数字基础设施与服务出口复杂度——基于新兴服务贸易领域的实证研究[J]. 当代财经, 2022(9): 113-123.
[29]	HAUSMANN R, HWANG J, RODRIK D. What you export matters[J]. Journal of Economic Growth, 2007, 12(1): 1-25. doi: 10.1007/s10887-006-9009-4
[30]	齐俊妍, 强华俊. 数据流动限制、数据强度与数字服务贸易[J]. 现代财经(天津财经大学学报), 2022, 42(7): 3-19.
[31]	周念利, 姚亭亭. 跨境数据流动限制对数字服务进口的影响测度及异质性考察[J]. 国际商务(对外经济贸易大学学报), 2021(2): 1-15.
[32]	江艇. 因果推断经验研究中的中介效应与调节效应[J]. 中国工业经济, 2022(5): 100-120.
[33]	吴江羽. 金融科技背景下金融数据监管法律框架构建[J]. 西南金融, 2020(11): 76-85.

变量	(1)lnES	(2)lnES	(3)lnES	(4)lnES
DTRI	-2.009**	-4.699***	-3.222***	-19.452*
	(-2.48)	(-3.82)	(-2.60)	(-1.88)
lnPOP		0.590***	0.292	1.886**
		(3.23)	(1.62)	(2.09)
lnGDP		-0.373**	-0.090	-1.013**
		(-2.44)	(-0.61)	(-2.18)
lnPS		0.486**	0.384**	0.784**
		(2.42)	(2.10)	(2.39)
lnHC		-1.004**	-0.585	-0.837
		(-2.15)	(-1.42)	(-1.45)
常数项	7.712***	8.609***	5.407*	6.651*
	(29.05)	(2.90)	(1.96)	(1.78)
观测值	175	175	245	175
R²	0.022	0.103	0.043	.

变量	(1)lnES	(2)lnINNO	(3)lnES	(4)lnINFR
DTRI	-4.699***	-2.242*	-4.699***	-3.961**
	(-3.82)	(-1.87)	(-3.82)	(-2.23)
lnPOP	0.590***	0.726***	0.590***	-0.861***
	(3.23)	(8.08)	(3.23)	(-2.76)
lnGDP	-0.373**		-0.373**
	(-2.44)		(-2.44)
lnPS	0.486**		0.486**	-0.847*
	(2.42)		(2.42)	(-1.70)
lnICT		0.274***		0.632***
		(3.25)		(4.06)
lnHC	-1.004**		-1.004**
	(-2.15)		(-2.15)
常数项	8.609***	-7.853***	8.609***	13.122**
	(2.90)	(-3.92)	(2.90)	(2.74)
观测值	175	35	175	35
R²	0.103	0.870	0.103	0.711

变量	(1)lnES	(2)lnES	(3)lnES	(4)lnES	(5)lnES
DTRI	-7.451***	-6.349*	-5.149*	-2.839	-1.709
	(-2.97)	(-2.01)	(-2.04)	(-0.91)	(-0.44)
lnPOP	0.998***	1.025*	0.542	0.452	-0.065
	(2.86)	(1.99)	(1.46)	(1.31)	(-0.10)
lnGDP	-0.526	-0.709	-0.344	-0.207	-0.080
	(-1.68)	(-1.66)	(-1.00)	(-0.70)	(-0.18)
lnPS	0.882*	0.727*	0.342	0.818**	-0.340
	(1.88)	(1.80)	(0.89)	(2.06)	(-0.57)
lnHC	-0.765	-0.827	-0.836	0.102	-2.692*
	(-0.75)	(-0.89)	(-1.03)	(0.14)	(-1.75)
常数项	4.919	9.784	8.589	3.923	15.830**
	(0.78)	(1.67)	(1.22)	(0.51)	(0.029)
观测值	35	35	35	35	35
R²	0.233	0.195	0.116	0.126	0.125

变量	(1)发展中国家lnES	(2)发达国家lnES
DTRI	-16.171***	2.880
	(-8.47)	(0.94)
lnPOP	0.396*	-0.384
	(1.79)	(0.71)
lnGDP	0.830*	0.293
	(2.01)	(0.74)
lnPS	0.470	0.229
	(1.56)	(0.65)
lnHC	-3.550***	-1.345**
	(-4.63)	(-2.22)
常数项	-12.829	6.326*
	(-1.60)	(1.87)
观测值	45	130
R²	0.739	0.065