在逆全球化浪潮与以ChatGPT、DeepSeek等生成式人工智能为典型代表的数字技术革命交织的历史节点下，数字贸易作为技术驱动的新型贸易形态，正深刻影响着全国统一大市场的建设。尤其值得注意的是人工智能技术所展现的跃迁效应，该技术能够借助智能合约、精准供需匹配、流程自动化
与市场预测等路径重塑数字贸易的运行逻辑，大幅降低跨区域贸易的协商与合规成本，进而成为推动市场一体化进程的关键技术变量。《中国数字贸易发展报告2025》及海关总署数据显示，2024年中国可数字化交付的服务进出口额达2.9万亿元，同比增长 6.5%；同期，跨境电商进出口规模创下2.71万亿元的历史新高，同比增幅达14%，该势头在2025年上半年得以延续。数字技术驱动的贸易模式创新已成为构建全国统一大市场的重要引擎。然而，全国统一大市场建设面临新型分割挑战：数字贸易的技术标准异化、平台垄断与区域数字鸿沟形成“数字壁垒”，超大规模市场的网络效应潜力尚未充分释放。这种结构性矛盾根植于数字贸易对全国统一大市场建设的复杂影响。一方面，数字平台通过降低交易成本加速要素流动，为市场一体化提供技术支撑；另一方面，技术标准异化与平台垄断可能加剧市场分割。该现象在人工智能技术深度渗透的背景下更显复杂，以AI算法为代表的智能技术，在突破特定性能阈值后产生显著的跃迁效应，将对市场一体化的边界与形态产生系统性重构。因此，在数字贸易蓬勃发展与双循环格局形成的战略交汇期，亟需厘清数字贸易影响全国市场一体化建设的非线性路径及人工智能的跃迁效应。这不仅关乎数字贸易红利的空间再分配效率，更决定着超大规模市场优势向国家竞争能力的效能转化，是优化数字时代市场治理范式的重要理论命题与实践诉求。
数字贸易是以信息网络和数字平台为重要载体，通过数字技术的有效使用，实现货物和服务交换的新型贸易活动。其研究体系涵盖三大维度：一是标准与制度体系，聚焦测度方法、规则制定及跨境流动壁垒等。随着数据流动的规则制定逐渐成为国际经贸谈判中的焦点议题，不少学者开始研究数字贸易规则的贸易效应。二是影响效应研究，涉及全球价值链重构、企业竞争力提升、收入差距缓解、产业结构升级及绿色经济转型等。其中，数字贸易为全球价值链重构提供新契机的同时，其衍生的数字鸿沟可能加剧发展中国家边缘化风险。三是基础支撑条件，涵盖数字基础设施和人工智能等技术创新等对贸易模式变革的驱动作用。从研究地域分布来看，国内外研究侧重分化。国内聚焦统计测度与制度设计等宏观议题，而国际更关注人工智能、大数据等技术渗透的微观机制。
全国统一大市场指的是在政策统一、规则一致、执行协同的基础上，通过充分竞争与社会分工所形成的全国一体化运行的大市场体系。其研究主要聚焦于内涵 、测度体系构建 、制度规则与治理机制 、影响因素 及区域差异分析 等。其中，统一大市场建设主要受制度性、结构性及技术性三方面因素影响。制度层面，行政分割和地方保护主义直接加剧要素分割和区域壁垒 ，叠加营商环境不完善会进一步抑制市场活力；结构层面，要素市场滞后于商品市场易引起要素资源错 ，而城乡二元结构、区域发展失衡则会强化市场分割；技术层面，云计算、人工智能等技术通过提升信息透明度与数据要素流动性，可矫正市场分割，但数据确权缺失、平台垄断与数字鸿沟亦可能反向加剧分化 。值得注意的是，智能化应用通过促进资源要素高效流动显著加速市场整合进程 ，而数字贸易作为数字技术赋能市场的核心载体，成为统一大市场建设中需统筹考量的关键变量。
全国统一大市场建设作为双循环发展格局的关键支撑，数字经济能通过降低信息成本、深化专业分工及提升流通效率等机制促进市场一体化发展。但其效果受到区域差异、政策支持和制度环境的影响，需提供强化反垄断监管，弥合区域数字鸿沟，构建数字化协同治理机制等措施缓解市场分割 。需指出的是，上述机制的有效性高度依赖商品与要素的跨域流动性，而数字贸易作为这一过程的核心实践载体，既可能成为市场整合的加速器，也可能因技术负外部性引发新型分割风险。对此，赵春明和杨宏举 通过实证研究表明数字贸易对统一大市场建设的影响存在显著的“U型”非线性特征。与此相对,马野青等 基于线性模型提出,数字贸易通过降低信息成本、促进市场竞争和提高全要素生产率路径线性促进市场整合。在此过程中,人工智能、云计算等新一代数字技术正通过释放“数字红利”重构传统贸易模式,其形成的数据资源等新型生产要素对市场一体化格局将产生变革性影响。
通过梳理文献可知，现有文献对数字贸易与全国统一大市场建设分别进行了多维度研究，但以下三个方面仍有待进一步探讨。其一，既有成果对二者之间城市层面的影响效应研究不足且结论碎片化，同时市场一体化测度受统计口径调整制约，存在时效性滞后与跨期可比性弱化问题。其二，人工智能技术冲击下数字贸易与全国统一大市场建设的动态适配规律缺乏数据证据支撑，人工智能等技术迭代引致的结构性变化亟待量化解析。其三，二者之间的影响机制研究多聚焦物流效率提升与信息摩擦消减方面，对产业集聚和资源配置机制关注不足。因此，本文基于国家统计局最新居民消费价格指数(CPI)分类标准重构全国统一大市场建设指标体系，运用2016—2022年288个地级及以上城市的面板数据，使用固定效应模型和门槛效应模型系统揭示数字贸易对全国统一大市场建设的影响效应及作用机制，并探索人工智能技术赋能下的动态特征。
(一)数字贸易与全国统一大市场建设的“U”型关系
基于交易成本理论，在数字贸易发展初期，技术研发的沉没成本与先发企业的垄断优势形成“数字壁垒”，导致要素流动受阻与区域性市场分割加剧。 这些先发数字贸易企业凭借技术、数据、政策及规则制定等优势，利用低边际成本和“梅特卡夫”法则效应，在不完全竞争中带动地方经济快速发展。此时，数字平台的网络效应尚未突破临界规模，地方政府为争夺数字贸易红利，倾向于通过差异化监管政策保护本地市场，致使市场分割进一步加剧。 技术与制度的抑制作用，导致前期数字贸易对市场整合的边际效应呈现负向主导。但随着数字技术扩散深化，技术外溢效应逐渐突破制度性约束，数字贸易进入成熟阶段。此时，数据要素的零边际成本特性逐步显现，数字贸易通过打破“信息孤岛”实现跨区域供需匹配，推动商品价格收敛与市场规则趋同。 其规模经济效应通过“技术—数据—网络”正反馈机制重构市场格局，如区块链技术推动跨域信用体系标准化 、云计算平台降低企业异地协同成本 、人工智能算法优化跨区域供需匹配 。随着区域间技术标准趋同与数据要素流动性增强，数字贸易的网络外部性开始主导，推动全国统一大市场建设进入规模收益递增阶段，其市场整合的边际效应也由前期的负向主导转为正向推动。基于上述分析，提出假说H1。
H1：数字贸易与全国统一大市场建设之间存在“U”型关系
(二)基于人工智能发展的门槛效应
人工智能作为数字贸易的核心技术载体，其应用深度构成影响全国统一大市场建设的关键阈值。根据内生增长理论的技术扩散模型，人工智能发展的初期存在显著的技能偏向性特征，数字贸易主体需达到技术采纳的临界规模才能实现收益递增。 当区域人工智能技术应用水平低于临界值时，算法算力不足难以支撑复杂市场信息的实时处理，导致数字平台难以精准识别跨区域交易摩擦。此时，数字贸易可能强化头部企业市场势力，加剧“赢者通吃”格局。 但当人工智能技术跨越临界点后，机器学习与智能合约可动态优化要素配置，通过降低信息甄别成本削弱行政性市场分割。并且人工智能驱动的自动化决策能有效平衡规模经济与竞争效率 ，在跨区域信用评估、智能物流调度等环节突破地理约束，压缩跨区域交易的“数字鸿沟”，使数字贸易的“市场破壁”功能提前释放；同时，人工智能驱动的数据要素网络化通过智能算法实时优化资源配置，触发网络协同效应与规模报酬递增的正向循环，进而增强市场整合的边际效应。这种技术跃迁效应符合面板门槛模型的假设，即人工智能技术积累突破临界值后，将引致数字贸易对全国统一大市场建设的影响发生结构性变化：“U”型曲线的拐点提前出现，且边际效应强化。基于上述分析，提出假说H2。
H2：人工智能作为门槛变量，使数字贸易对全国统一大市场建设的影响存在门槛效应
(三)数字贸易影响全国统一大市场建设的作用机制
在产业集聚效应方面，根据新经济地理学理论，产业集聚的本质是规模报酬递增与运输成本权衡下的空间均衡，而数字贸易通过数据要素的流动性突破物理空间约束，使得产业集聚效应的生成逻辑发生结构性变化。在地理维度上，数据要素的规模报酬递增特性驱动算力服务商、算法开发商等高技术企业向数字枢纽城市集聚，形成具有技术扩散功能的“数字核心区”。 其技术扩散半径因云计算和物联网技术突破物理衰减规律，典型表现为跨境电商综合试验区的跨区域协同能够降低物流与支付摩擦，企业依托云平台实现跨区域产能共享，显著降低市场进入的沉没成本，进而促进市场整合；在虚拟维度上，区块链存证与智能合约构建的跨区域可信网络(如工业互联网平台)，使分散企业通过云端产能调度与碎片化订单整合形成“虚拟集聚体”。这种数字贸易引发的新型产业集聚形态通过知识溢出的网络外部性推动技术标准趋同，倒逼地方政府解除基于技术差异的地方保护措施，进而削弱地方保护主义的技术壁垒。 因此，数字贸易在产业集聚效应的作用下，不仅能提升要素空间配置效率，更通过技术标准统一与规则互认机制，逐步瓦解区域市场行政壁垒，最终实现全国统一大市场。
在资源配置效应方面，数字贸易催生的新型数据要素市场能够优化资源配置效率，缓解传统要素市场面临的资源错配陷阱和区域制度性规则差异，进而加速全国统一大市场建设。一方面，基于市场设计理论，数字技术的“长尾效应”激活了传统市场中被忽视的供需节点。数字贸易平台运用深度学习算法挖掘非结构化需求信息从而实现需求聚类与供给精准推送，将分散的个性化需求转化为规模化服务能力，驱动产业链从“地理邻近型集聚”向“功能互补型集聚”跃迁。 另一方面，数字贸易通过催生“数据+算力”等新型要素组合替代传统资本深化路径，触发要素配置规则的制度性变革。由于数据要素的跨区流动性，当某地数据要素价格因行政干预偏离均衡值时，企业可瞬时调用异地资源，迫使地方政府放松要素流动管制以吸引数字贸易资源。这种资源要素升级机制倒逼地方政府破除保护主义,推动形成全国统一的要素市场规则体系。 因此,数字贸易在资源配置效应的作用下,不仅能够提升要素配置效率,更在制度层面构建起市场一体化的微观基础。基于上述分析,提出假说H3。
H3：数字贸易对全国统一大市场建设的影响能够通过产业集聚效应与资源配置效应机制实现传导
图1 数字贸易对全国统一大市场建设的影响机理图
(一)模型构建
1.基准回归模型
为检验假说H1中数字贸易与全国统一大市场建设的“U”型非线性关系，构建“三重”固定效应模型作为基准回归模型：
式(1)中，
为城市i 在 t时期的全国统一大市场建设指数，
分别为城市i 在 t时期的数字贸易发展水平以及其平方项，
表示控制变量。
分别为截距项、城市个体固定效应、时间固定效应、省份固定效应、随机误差项。
表示数字贸易水平对全国统一大市场建设的影响系数，
表示各控制变量的系数。
2.面板门槛效应模型
为检验假说H2,参考Hansen 提出的面板门槛模型，针对人工智能技术应用的阶段性特征，进一步探索数字贸易对全国统一大市场建设的影响，选取人工智能发展水平
作为门槛变量，具体设定如下：
式(2)中I为指示函数，若门槛变量大小符合设定门槛值则取值为1，否则为
为门槛值，
分别表示人工智能水平低于或高于门槛值时数字贸易对全国统一大市场建设的影响程度，其他设定同式(1)。式(2)单门槛面板模型可通过参数维度拓展实现多门槛建模。
3.影响机制模型
为验证假说H3中数字贸易可通过产业集聚效应和资源配置效应影响全国统一大市场建设，以产业集聚效应(Ae)和资源配置效应(Ra)为机制变量。影响机制模型参考江艇的“两步走”检验方法构建下列表达式，同时结合分组回归设计进一步检验。
式(3)与式(4)中，
为城市i 在 t 时期的产业集聚效应，
为城市i 在 t
时期的资源配置效应，
与
为截距项，
为对应的系数，其他设定同式(1)。
(二) 变量选取
1.被解释变量
被解释变量为全国统一大市场建设水平(Mui)，该指标测度延续Parsley and Wei的分析框架，并综合参考余泳泽等 、盛斌和毛其淋 的计量改进方案，采用基于“一价定律”的主流相对价格法进行系统测算。相较于生产法、贸易流量法以及经济周期法等传统测度方法，该方法通过分解商品价格离散程度，更能有效地识别市场分割的时空异质性及其演化趋势。 测算步骤如下：
(1)构造三维面板数据
使用相对价格法测算的全国统一大市场建设水平原始数据来自于城市层面的居民消费价格指数。国家统计局从2016年起调整该指数的分类指标，为确保分类口径统一，本文使用最新的8项分类指标(食品烟酒、生活用品及服务、医疗保健、教育文化娱乐、衣着、交通通信、居住、其他用品及服务)构造3维面板数据集(商品—地区一年份)。
(2)相对价格进行一阶差分
鉴于全国统一大市场建设不只局限于相邻城市，本文所测算的指数为衡量任意两个城市间的价格差异。对地区商品年的环比价格之差采用取对数差分化处理来度量相对价格，再通过取绝对值避免因两个地区的计算顺序不同而产生的差异，表示如下：
(3)计算市场分割程度
为准确识别市场分割的动态变化，采用Parsley and Wei提出的面板数据去均值法剔除商品自身特性所导致的系统性偏差。具体而言，首先对城市间商品价格波动 
进行去噪处理，通过剥离商品个体固定效应构造出仅反映跨区域市场摩擦的残差项
，表示如式(6)；其次基于8类商品构成的面板数据，计算任意城市对在时间维度上的相对价格离散程度 
。当相对价格波动方差越大呈现发散趋势时，表明区域间价格收敛机制失效，市场分割程度加剧；反之则反映市场整合程度提升。
(4)计算市场一体化指数
基于市场分割程度，进一步构建市场一体化指数，以量化全国统一大市场建设水平。将相对价格波动方差的倒数开平方，得到全国统一大市场建设指数。该指数越高，表明市场整合程度越高，市场分割现象越弱。计算公式如下：
2.核心解释变量
核心解释变量为数字贸易发展水平
, 其测度面临城市层面内涵界定与统计标准不一致的双重挑战。现有文献对数字贸易的量化方法可归纳为两类: 一类是基于行业分类, 通过加总数字服务产品的规模进行指标核算; 另一类是突破传统贸易统计范式, 构建多维度综合指标体系以捕捉数字贸易的融合性特征。 然而, 前者存在概念外延的动态性与统计边界的模糊性, 同时还忽视了依托数字平台开展的实体货物贸易, 导致测度结果存在系统性偏误。鉴于此, 本文参考朱勤和周祥祥 、孔希贤等 、郑佳宁等 从数字贸易基础设施、政策环境、产业基础和市场潜力四个维度构建综合指标体系, 并采用熵值法对数字贸易发展水平进行测度, 具体如表1所示。
表1 数字贸易发展水平指标体系
3.门槛变量和机制变量
门槛变量为人工智能发展水平
, 参考宁楠和惠宁 的研究选取人工智能专利申请数量进行衡量。具体采用姚加权等 构建的73个人工智能核心术语构建检索词库, 运用关键词匹配技术在国家知识产权局专利数据库中识别人工智能专利。同时, 设定产业集聚效应
和资源配置效应
为机制变量, 参考郭万山等 选用年末单位从业人员数和城市行政面积的比值衡量地区就业密度来反映产业集聚水平; 取自中国城市营商环境数据库, 通过水、电、土地供应、人力资本、网络及交通服务7项基础资源指标测算资源获取指数来反映资源配置效应。
4.控制变量
为了缓解其他因素对研究的影响，参考黄漫宇和王浩旸、张天和钞小静的研究，选取城市层面经济发展水平(Grp)、政府干预程度(Gil)、产业结构(Isl)、教育水平(Rel)、对外开放程度(Fdi)、财政分权度(Cfi)、城市化水平(Ufi)为控制变量，各变量定义详见表2。
(三)数据来源与描述性统计
样本时间窗口设定为2016—2022年，主要基于三方面考量：第一，国家统计局自2016年起对CPI的分类进行了调整，同时国内多个城市在2015年后陆续设立跨境电商综合试验区，为确保研究的分类标准和政策背景的一致性，研究起点定为2016年；第二，鉴于2022年《中共中央国务院关于加快建设全国统一大市场的意见》正式出台，为避免该外生政策对研究结论的干扰，研究截止时间定为2022年；第三，地级市层面的2024年数据尚未更新，2023年数据缺失较为严重。数据来源包括国家统计局、《中国城市统计年鉴》、北京大学数字普惠金融指数、中国城市营商环境数据库、中国研究数据服务平台(CNRDS)，以及各城市的统计公报、国民经济和社会发展统计公报和地方政府工作报告等。为确保数据质量，对原始数据进行以下处理：剔除数据严重缺失的城市，对少量缺失值采用线性插值法进行补全；对部分数据进行取对数处理，对极端值采用1%分位缩尾处理。最终，构建出2016—2022年我国288个地级及以上城市的面板数据集，各变量的描述性统计结果见表2。
表2 变量定义及描述性统计
(一)基准回归与稳健性检验
基准回归结果如表3，在控制省份、城市、年份固定效应的基础上第(1)列未加入控制变量，第(2)列加入控制变量，数字贸易的一次项(Dti)系数均为负且二次项(Dti_sq)系数均为正，均通过1%水平的显著性检验，符合“U”型曲线判定标准(拐点值为1.1141)。这表明数字贸易对全国统一大市场建设的影响呈现“先抑制后促进”的非线性特征。初期因平台无序竞争与技术标准碎片化形成隐性数字壁垒，叠加制度滞后性制约，抑制效应占主导；跨越临界值后，人工智能等驱动的数据互通与区块链标准化突破传统分割，边际效应发生逆转推动市场整合。在控制变量中，经济发展水平
与教育水平
能够显著促进统一大市场建设，而政府干预程度
与财政分权度
则表现出抑制效应，说明经济规模与人力资本发挥了基础性推动作用，而地方保护主义则构成了壁垒效应。相比之下，产业结构
、对外开放程度
与城市化水平
的系数并不显著，表明在既定模型设定下，尚未发现它们对统一大市场建设存在直接影响，或者影响更为复杂。稳健性检验结果如表3第(3)列至第(6)列所示。首先，采用托宾模型替代基准固定效应模型，发现核心系数的方向与显著性未发生改变；其次，将数字贸易变量滞后一期以缓解滞后效应，结果依然支持“U”型关系的存在性；此外，为避免重点城市政策倾斜带来的估计偏误，剔除直辖市、计划单列市等特殊样本后，“U”型曲线形态仍保持稳健；进一步引入金融发展程度与人力资本水平等未被观测变量后，核心解释变量的系数稳定性进一步得到验证。
表3 基准回归和稳健性检验结果
注：、、分别表示在1%、5%和10%的统计水平上显著；括号内为地级市层面聚类的稳健标准误。
严格遵循Lind and Mehlum 的“U”型关系检验框架，参考程志颖和李岩 的方法验证非线性关系的充分条件。首先，核心解释变量在两个数据端点的边际效应呈现左负右正的显著分化，结果如表4左侧斜率在1%水平上显著为负，右侧斜率5%水平上显著为正，符合“U”型曲线的形态特征。其次，Fieller方法估计的极值点1.1141完整落入核心解释变量实际观测区间(0.0463,1.7011)，其95%置信区间[0.7534,1.5633]未跨越数据边界，排除伪拐点可能。联合假设检验(p=0.0126)在5%水平上拒绝线性或倒“U”型关系原假设，双重证据支持数字贸易与统一大市场间存在稳健的“U”型关系，假说H1成立。
表4 “U”型关系进一步检验结果
注：、、分别表示在1%、5%和10%的统计水平上显著。
（二）内生性处理
为缓解双向因果与遗漏变量等内生性问题，采用工具变量法与动态面板两步系统广义矩估计(GMM)方法进行处理，结果如表5所示。方法一：参考黄漫宇和王浩旸 选取杭州到各城市的球面距离与时间趋势交互项作为工具变量。在第一阶段回归中，工具变量的系数在1%的统计水平上显著，说明工具变量对核心解释变量存在显著影响。Kleibergen-Paap rk LM 统计量为 58.118, 在1%的水平上拒绝工具变量识别不足的原假设，且Cragg-Donald Wald F统计量与Kleibergen-Paap rk Wald F统计量均显著高于Stock-Yogo临界值，进一步排除了弱工具变量偏误。此外，Anderson-Rubin Wald 检验在1%水平上拒绝原假设，证明工具变量对处理效应的解释力具有统计显著性，内生性干扰被充分剥离，这为后续分析奠定了基础。在第二阶段中，利用第一阶段得到的工具变量来估计数字贸易对全国统一大市场建设的影响，显示数字贸易
及其二次项
对全国统一大市场建设
的影响仍呈现显著的“U”型特征，前者在
水平上负向显著，后者则在
水平上正向显著。方法二，采用动态面板系统GMM模型，通过引入被解释变量滞后一期作为工具变量，有效控制数字贸易与全国统一大市场建设间的双向因果与时间惯性引致的内生性偏误。结果如表5第(4)列所示，数字贸易及对全国统一大市场建设的影响依旧存在显著的“U”型关系。进一步模型有效性检验显示，AR(1)检验显著
证实扰动项存在一阶序列相关，而AR(2)检验不显著
则排除二阶自相关，佐证工具变量滞后阶数选择的合理性；Hansen检验P值0.2510未拒绝工具变量外生性原假设，能够有效分离数字贸易的内生成分。综上，数字贸易与全国统一大市场建设之间的“U”型关系在工具变量法与动态GMM法中均通过严格的内生性诊断标准，表明假说H1具有较强的稳健性。
表5 内生性处理结果
注:、、分别表示在1%、5%和10%的统计水平上显著;括号内为地级市层面聚类的稳健标准误。
(三)人工智能的门槛效应分析
1.门槛效应检验
基于Hansen面板门槛模型的Bootstrap重复抽样检验如表6所示，以人工智能发展水平
作为门槛变量时，单门槛检验的F统计量为21.66，在1%的显著性水平上显著，而双门槛模型未通过检验。门槛估计值为3.6376，且图2中单一门槛模型LR图也有效地支持门槛值的显著性，证实人工智能技术积累存在明确的结构断点。这一结果揭示当跨越特定发展水平时，数字贸易对统一大市场建设的影响发生结构性转变，研究假说H2得到验证。
表6 门槛效应检验结果
图2门槛效应LR图
2.面板门槛模型回归
估计结果如表7和图3所示，人工智能对数字贸易与全国统一大市场建设的“U”型关系具有显著的门槛特征，呈现出技术跃迁效应。具体而言，在低水平
区间
中，数字贸易一次项系数为-0.2479，二次项系数为0.1221，分别在1%与5%的水平上显著，呈现“U”型曲线特征，拐点位于1.0151。然而，一旦发展水平突破临界阈值，其驱动作用便发生质的跃迁。在高水平 
区间
中，二者依旧呈现“U”型特征，但数字贸易的一次项系数绝对值跃升62.0%至-0.4016，二次项系数激增164.5%至0.3230，驱动拐点阈值显著前移38.8%至0.6217。说明人工智能处于低水平时，需通过规模效应越过1.0151拐点才能实现正向市场整合，而在高水平中，“U”型曲线拐点阈值前移38.8%且曲线曲率提升。这表明人工智能发展不仅可以降低数字贸易触发市场整合的规模阈值，使全国统一大市场建设更早进入市场整合的促进阶段，同时能够强化数字贸易扩张的边际效应强度，加速数字贸易对市场整合的边际效应释放。究其因，人工智能技术发展有效缓解数字贸易初期的市场分割风险，其智能算法通过压缩跨区域交易的“数字鸿沟”，促进数字贸易“市场破壁”功能提前释放。同时，人工智能驱动的数据要素网络化通过智能算法实时优化跨区域资源配置效率，当技术成熟度跨越特定门槛后，数据要素的网络外部性与技术协同效应形成正反馈机制，促使数字贸易扩张的边际市场整合效应呈现倍增，最终表现为“U”型曲线陡峭化演进。这一发现揭示了人工智能的跃迁效应正重塑数字贸易对全国统一大市场建设的作用路径，其带来的“拐点前移”与“效应倍增”特征，标志着从传统驱动模式向智能赋能模式的关键转变。
表7 门槛模型回归估计结果
注：、、分别表示在1%、5%和10%的统计水平上显著；括号内为地级市层面聚类的稳健标准误。
图3 人工智能门槛效应下数字贸易与全国统一大市场建设关系图
（四）产业集聚效应和资源配置效应的机制分析
参考徐明 、丁涛等 、乔翠霞 机制分析的方法，利用江艇的“两步走”法结合分组回归法对影响机制进行检验。检验结果如表8所示，第(1)列基准回归表明数字贸易与全国统一大市场建设存在显著“U”型关系。产业集聚效应路径检验：第(2)列为数字贸易(Dti)对产业集聚效应(Ae)的影响，数字贸易的一次项系数为负且二次项系数为正，均通过5%水平的显著性检验，表示数字贸易对集聚效应存在“U”型影响。同时，以人才要素为核心的产业集聚效应，能够显著驱动区域经济内生动力提升与创新潜能释放，进而推动全国统一大市场建设。 结合第(1)列和第(2)列结果说明产业集聚效应在数字贸易对全国统一大市场建设的“U”型关系中承担重要传导功能。资源配置效应路径检验：第(5)列为数字贸易(Dti)对资源配置效应(Ra)的影响，数字贸易的一次项系数为正且二次项系数为负，均通过1%水平的显著性检验，表示数字贸易对资源配置效应存在倒“U”型影响。同时，市场经济的本质是提高要素资源的配置效率，不断提高资源配置效率，促进资源的充分流动，是构建全国统一大市场的重要举措。 结合第(1)列和第(5)列结果说明资源配置效应在数字贸易对全国统一大市场建设的“U”型关系中承担重要传导功能。
为进一步验证传导路径的稳健性，基于机制变量50%分位数将样本划分为强、弱两组进行分组回归检验。对于第(3)列强产业集聚效应组，数字贸易对全国统一大市场建设的“U”型效应更加显著，而第(4)列弱产业集聚效应组无显著关系。这表明高产业集聚区更易通过物流网络优化和知识溢出加速市场整合，而弱产业集聚区可能因产业分散导致数字技术难以发挥协同效应。同时，人工智能技术能够通过区块链存证与智能合约构建跨区域可信网络，使分散企业形成“虚拟集聚体”；对于第(6)列强资源配置效应组，数字贸易对全国统一大市场建设的“U”型关系的拟合度显著优于第(7)组资源配置效应组。这说明高资源配置效应地区能够借助数字工具高效匹配要素供需，推动市场互联互通，而弱资源配置效应地区受限于基础设施或制度环境，难以将数字资源转化为市场建设动能。并且人工智能驱动的“数据+算力”新型要素组合能够替代传统资本深化路径，触发要素配置规则的制度性变革。综上，数字贸易对全国统一大市场建设的非线性影响能够通过产业集聚效应与资源配置效应实现显著传导，假说H3得到检验。
表8 影响机制检验结果
注：、、分别表示在1%、5%和10%的统计水平上显著；括号内为地级市层面聚类的稳健标准误。
（五）异质性分析
1.区域异质性
一般而言，不同区域在资源禀赋、经济社会发展等方面存在差异会影响数字贸易对全国统一大市场建设的作用效果。 本文将城市按照国家统计局标准划分为东部、中部、西部和胡焕庸线东南侧与西北侧。回归结果如表9所示，东部地区与胡焕庸线东南侧的数字贸易二次项系数分别在10%与1%的统计水平上显著为正，配合一次项系数分别在5%与1%统计水平上显著为负，证实该区域存在“U”型关系。而中西部地区及西北侧估计系数均未通过显著性检验，表明数字贸易与全国统一大市场建设之间的非线性关系呈现出显著的区域异质性特征。这种分化现象可从要素禀赋结构与制度环境视角进行解释：在数据基础设施完善、市场化程度较高的东部及胡焕庸线东南侧区域，数字贸易初期可能加剧“数字鸿沟”效应，头部企业通过数据要素垄断形成市场分割。但一个关键优势在于，这些区域具备支撑人工智能技术跃升的坚实基础。随着数字技术扩散深化，其降低交易成本、破除行政壁垒的技术红利逐步显现，数字贸易可凭借网络外部性突破行政区划壁垒，促进全国统一大市场建设。反观中西部及西北侧，受限于人力资本储备不足与要素流动性约束，数字贸易未能突破传统地理分割的路径依赖，致使“U”型关系未能充分展现。
表9 区域异质性
注：、、分别表示在1%、5%和10%的统计水平上显著；括号内为地级市层面聚类的稳健标准误。
2.数字基础设施水平及城市类型异质性
根据现有研究，数字基础设施能够打破市场分割发挥市场整合效应 ，而服务型城市更易形成数字技术应用的知识溢出效应 ，进而影响全国统一大市场建设。参考李宏兵等 的做法，以每百人互联网宽带用户衡量的城市数字基础设施水平中位数将样本分为数字基础设施水平高低两组。参考谭玉松和孙欢 的做法，将第三产业增加值高于第二产业增加值的城市设定为服务型城市，反之为生产型城市。回归结果如表10所示，数字基础设施水平高的城市与服务型城市数字贸易二次项系数均在1%的统计水平上显著为正，一次项系数在1%统计水平上显著为负，存在“U”型关系。而数字基础设施水平低的城市与生产型城市系数均未通过显著性检验，表明数字贸易与全国统一大市场建设之间的非线性关系呈现出显著的数字基础设施水平及城市类型异质性。究其因，高数字基础设施城市通过技术效应突破数据垄断的初期抑制降低跨区交易成本，同时工业互联网平台通过产能共享进而实现市场一体化的“U”型跨越，而低水平城市受制于数字资源错配与要素流动梗阻，无法触发非线性拐点；服务型城市依靠知识密集型产业的标准化属性与人工智能等数字技术高适配度，形成自增强循环以维系“U”型关系，而生产型城市因资产专用性锁定与数字化转型成本刚性陷入适配困境，人工智能跃迁效应难以释放，致使“U”型关系未能展现。
表10 数字基础设施水平及城市类型异质性
注：、、分别表示在1%、5%和10%的统计水平上显著；括号内为地级市层面聚类的稳健标准误。
3.政府效率及营商环境异质性
高效的政府治理能够优化资源配置以加速市场一体化 ，并且营商环境的质量直接影响市场交易成本与要素流动效率，从而推进全国统一大市场建设 。本文以中国城市营商环境数据库中政府效率指数的中位数将样本分为政府效率高低两组，同时以该数据库中营商环境指数的中位数将样本分为营商环境优劣两组。回归结果如表11所示，政府效率高与营商环境优的城市数字贸易二次项系数均在 1%的统计水平上显著为正，一次项系数在5%统计水平上显著为负，证实这些城市存在“U”型关系。而政府效率低与营商环境劣的城市系数均未通过显著性检验，表明数字贸易与全国统一大市场建设之间的非线性关系呈现出显著的政府效率及营商环境异质性。究其因，政府效率高的城市依托制度弹性构建动态适应的监管框架，在数字贸易初期通过治理能力升级消解监管滞后引发的市场分割，实现“U”型跃迁，而低效城市受制于行政惯性的路径依赖与制度刚性，数字监管异化为新型行政壁垒，阻止非线性机制的触发；营商环境优的城市凭借规则自洽性激发市场活力，通过数字认证互认与竞争中性原则瓦解地方保护主义的制度黏性，而劣质营商环境因规则碎片化与寻租成本刚性，抬升数字市场的隐性交易费用，抑制网络外部性的空间释放，致使“U”型动态断裂。
表11 政府效率及营商环境异质性
注：、、分别表示在1%、5%和10%的统计水平上显著；括号内为地级市层面聚类的稳健标准误。
在逆全球化趋势加深和数字贸易蓬勃发展的双重背景下，健全全国统一大市场既是应对外部冲击的战略关键，更是构建新发展格局的重要突破口。本文采用2016—2022年288个地级及以上城市的面板数据，通过熵值法构建数字贸易指标与相对价格法测算市场一体化指数，运用非线性固定效应模型揭示数字贸易对全国统一大市场建设的影响效应和作用机制，并探讨人工智能技术赋能下的非线性动态特征。研究表明：(1)数字贸易发展对全国统一大市场建设存在显著的“U”型非线性效应，表现为初期因技术标准异化与平台垄断引致的市场分割加剧，而当其突破规模拐点后则能实现市场整合的加速重构。这一发现通过了工具变量法与动态GMM模型的内生性检验，且在多维度稳健性检验中保持稳健。(2)人工智能水平展现出显著的单门槛效应，当其发展水平突破阈值时，数字贸易与全国统一大市场建设之间的“U”型呈现拐点前移与边际效应强化的跃迁特征，表明人工智能技术可降低市场一体化的规模性门槛约束。(3)机制检验进一步发现，数字贸易对全国统一大市场建设的非线性影响能够通过产业集聚效应与资源配置效应实现显著传导。(4)异质性分析表明，东部地区、胡焕庸线东南侧区域、高数字基础设施水平城市、服务型城市以及具有高政府治理效能、优质营商环境的城市样本中，数字贸易对全国统一大市场建设的“U”型响应特征更为显著，更易实现实现市场一体化的“U”型跨越。基于上述结论，提出以下政策建议。
(1)完善数字贸易制度体系，破解“U”型曲线的初期抑制瓶颈。针对数字贸易初期可能加剧市场分割的技术标准异化与平台垄断问题，应加快构建全国统一的数字贸易规则框架。国家应明确数据跨境流动、电子认证互认等核心规则，建立跨区域数字贸易争端解决机制。重点推进区块链技术在海关监管、跨境支付等场景的标准化应用，在长三角、粤港澳等区域试点制度，通过技术互认降低跨区域交易成本。同时，完善平台经济反垄断规制体系，建立基于算法可解释性的动态监测系统，对数字贸易头部企业实施“穿透式”合规审查，遏制数据垄断形成的隐性市场壁垒。
(2)推动人工智能与数字贸易深度融合，激活技术跃迁的赋能效应。基于人工智能技术的非线性赋能特征，建议实施“AI+”产业跃升工程。聚焦智能合约、机器翻译等关键领域，在京津冀、成渝地区布局国家级智能算力枢纽，通过财税补贴引导企业开发适配数字贸易场景的AI算法模型。建立数字贸易全链条AI质检体系，在跨境电商、云服务等环节推行智能风险预警系统。重点突破AI驱动的跨境信用评估技术，建设智能清关平台，实现报关、物流、结算的算法协同。并且建立数字贸易算法备案制度，对涉及市场准入的机器学习模型实施监管，确保技术应用与市场整合目标动态适配。
(3)构建数字贸易要素协同网络，强化产业集聚与优化资源配置传导路径。依据产业集聚效应与资源配置效应的传导机制，需加快推进要素配置的结构性改革。建议整合现有土地、劳动力交易所资源，构建覆盖不动产登记、人才档案等信息的区块链确权平台，打造实体与虚拟要素交易的“双轨市场”。深化数据要素市场化改革，率先在成渝双城经济圈、贵阳大数据交易所试点“数据要素跨区确权”，依托隐私计算技术构建城际数据共享中心，创新建立数据流通范式。同时，通过数字化转型基金引导建设跨区域工业互联网平台，推行以消费地为主导的增值税分成机制改革，打破产业梯度转移的财政壁垒。