修正的貿易引力模型在中國跨境電商中的實證檢驗

摘要：選取2017年中國與主要貿易伙伴國跨境電商出口規模數據和貿易國的經濟實力、消費潛力、距離變量等截面數據，采用隨機前沿法，建立修正的隨機前沿引力模型;研究發現，貿易引力模型中的距離變量對跨境電商和傳統國際貿易的影響方向相反，貿易引力理論對中國跨境電商發展的解釋力有限，跨境電商的發展沖擊了傳統的貿易理論;跨境電商貿易伙伴的經濟實力、消費潛力、進口成本等是影響中國跨境電商出口規模的重要因素。

關鍵詞：跨境電商貿易引力地理因素

一、引言

跨境電商作為國際貿易的一種新手段，近年來獲得迅猛增長。2017年，我國跨境電商交易額達8.2萬億元，同比增長22.3%，其中出口跨境電商占比82.08%;跨境網購人數世界第一，跨境B2C總交易額排名世界第二。跨境電商已成為了我國對外貿易重要的手段之一。跨境電商打破了傳統的國際貿易模式，成為了許多國家大力發展的貿易形式。但在交易中，距離較遠的國家間的貿易額超過較近的國家，與傳統的貿易理論存在差異。那么是跨境電商具有什么樣的特殊性，使其與傳統貿易理論存在差別，又有哪些因素會影響跨境電商的發展呢，這將是本文研究的重點。

二、文獻綜述

國外學者研究距離因素對跨境電商發展影響的較少，但相關研究成果則較多。在跨境電商發展動因方面，Mesut等（2011）認為全球金融危機在某種程度上導致了跨境電商的興起，在金融危機沖擊下，歐盟成員國的貿易額下降了，而期間電子商務的交易規模在上升;Elena（2014）認為互聯網信息技術直接作用于傳統的商業交易模式，以及企業發展帶來的巨大潛力促進了跨境電商產生和發展[1]。在跨境電商發展影響因素方面，Carlos和Primo等（2005）從國家間競爭層面出發，提出監管環境中多邊談判進程較慢會成為制約跨境電商發展的因素。Estrella等（2014）研究了歐盟27國跨境電商的發展，認為距離因素對跨境電商的影響有限，而有效的支付系統增加1%，可使跨境電商增加7%左右[2]。

國內學者對跨境電商的研究集中于影響因素、存在問題和發展對策等。在跨境電商發展影響因素方面，崔雁冰和姜晶（2015）認為消費者信任度、通關手續和支付安全等會顯著影響跨境電商的發展[3];姜寶等（2017）認為人均GDP及人口規模對中國跨境電商實物商品進口規模具有顯著推動作用[4]。在跨境電商發展對策方面，王林和楊堅爭（2014）認為促進跨境電商發展的關鍵是提高跨境營銷能力和提升跨境物流水平;來有為和王開前（2014）指出現階段，我國應重視跨境電商結匯和市場監管的問題。

本文建立修正的跨境電商貿易引力模型，引入距離因素、經濟規模、消費潛力、基礎設施變量等數據，探究距離因素對我國跨境電商出口規模的影響以及哪些因素是影響中國跨境電商的重要因素。

三、模型構建和數據說明

（一）理論框架

為了彌補傳統引力模型的不足，建立隨機前沿分析法來研究引力模型[5]。根據隨機前沿引力模型，可將i國對n國或地區的跨境電商出口規模Tin表示為：

其中解釋變量：（1）GDP表示中國跨境電商主要出口國i國的人均GDP。（2）GNI表示跨境電商出口國基于購買力平價（PPP）的人均國民總收入，用來衡量一個國家國民收入，人均國民總收入越高，購買力水平越高。（3）POP表示跨境電商出口國人口總量，可在一定程度上表示出口國的市場規模和消費潛力。（4）INTER表示跨境電商出口國每百萬人擁有的安全互聯網服務器數量，安全服務器是指在互聯網交易過程中使用加密技術的服務器，體現一國跨境電商交易的基礎設施水平，假定貿易伙伴擁有的安全互聯網服務器數量越多，對中國跨境電商對該國的出口有正向影響。（5）PD表示跨境電商出口國的物流績效指數，物流績效指數的綜合數反映一個國家包括貨物運輸、追蹤查詢貨物等能力的物流整體水平。（6）CTI表示中國跨境電商出口國進口成本，進口成本直接關系到跨境企業盈利空間，假定與跨境電商交易規模呈負相關。（7）D表示中國和進口國之間的地理距離。V為隨機干擾項，均值為零，用來衡量隨機誤差或隨機性因素。

（三）數據來源和說明

我國跨境電商發展數據的相對分散而且有限，本文從艾瑞咨詢和網絡服務經濟平臺發布的報告中，得到2017年我國對10個跨境電商伙伴國國的出口規模數據，這10個國家是2017年中國跨境電商出口規模排名前10的國家，占中國跨境電商出口總額的69.8%。

2017年各個國家的人均GDP、人均國民收入、人口總數等數據來自于世界銀行官方數據。地理因素指標D衡量了跨境電商貿易伙伴國的電商發展中心或者經濟中心和廣州的距離，之所以不選用常用的國家間首都的距離，是因為這樣的距離更多是考慮了政治因素，但不少國家的跨境電商發展中心或者經濟中心城市并不是首都，故對距離城市的選取進行修正。另外，之所以選擇廣州，是因為近幾年廣州在中國跨境電商規模發展中處于領先地位，2017年，中國出口跨境電商賣家省份分布中，廣東省位居第一，占比24.8%。距離數據的結果來自于GPSSPG網站的距離計算器。

四、實證分析

本文根據模型（1）（2）的設定，首先將數據進行標準化處理，利用ststa13對數據做隨機前沿引力模型估計。在進行分析之前，首先選擇正確的引力方程形式，本文使用似然比檢驗確定是否納入這些因素，篩選出對跨境電商進出口貿易規模有重要影響的因素。

（一）似然比檢驗和模型選擇

為了確保選擇恰當的前沿引力模型，基于似然比檢驗來考慮模型的恰當性，依次設定了3個檢驗，分別用來檢驗模型中是否應該包括設施變量、人口規模變量、經濟規模變量。結果如表1所示，在模型中拒絕了不存在基礎設施變量的假設，拒絕了不存在人口規模變量的假設，拒絕了不存在經濟規模變量的假設，即在跨境電商出口模型中應包括基礎設施變量、人口規模變量、經濟規模變量。

（二）貿易引力模型估計結果

在確定了合適模型形式后，使用stata13對模型（2）進行最大似然估計，同時為了對比，構建了非貿易引力模型，來進一步探究距離因素在兩個模型中影響的差異。

估計中國跨境電商出口貿易模型結果時，表2中貿易引力模型實證結果顯示：（1）地理距離（d）的系數為正，這和預期相反，和貿易引力模型在傳統國際貿易理論的結論也是相反的，表明跨境電商依靠現代互聯網和世界物流系統，確實在一定程度上減弱了地理因素對國際貿易的阻礙作用。（2）人均GDP系數為正，且高度顯著，表明貿易伙伴國的經濟越發達，購買力越強，跨境電商交易規模就越大。（3）人口數量（pop）系數正向顯著，說明貿易伙伴國的人口越多，消費潛力越大，市場越廣闊，則對中國跨境電商出口起促進作用。（4）進口成本（cti）的系數為負，表明跨境電商進口國的進口成本是阻礙跨境電商貿易的因素，與預期一致。進口成本數據一定程度上體現了距離所帶來的經濟成本，在現有數據下，跨境電商這種外貿方式沒有完全推翻貿易引力理論，但同時貿易引力模型已不能充分解釋我國跨境電商的發展。（5）物流績效指數（pd）的系數為負，和預期相反，一方面，可能是因為在跨境電商這種貿易模式下，大大簡化了傳統的物流程序，而有些非實物的跨境電商貿易則是脫離現代物流而開展有關，另一方面，跨境網購者更加重視產品的價格和質量，對物流因素的關注較少。而在非貿易引力模型中，刪除了距離變量，經濟規模和人口規模的影響還是顯著的，再次印證了在跨境電商這種新型的貿易模式下，地理因素對跨境電商這種模式的國際貿易的影響沒那么重要了。

五、結論與建議

本文針對距離因素對我國跨境電商發展產生什么樣的影響以及哪些因素對我國跨境電商發展有重要影響的問題，利用2017年中國與主要貿易伙伴國跨境電商出口規模數據和貿易國的經濟實力、消費潛力、影響跨境電商貿易水平和規模的基礎設施等截面數據，引入距離變量，采用隨機前沿法，建立修正的隨機前沿引力模型進行實證分析。結果表明，貿易引力理論對中國跨境電商發展的解釋力度有限，地理因素對我國跨境電商規模的影響為正向顯著的，其影響的方向和以往的國際貿易理論是相反的，依托于現代物流和信息技術的新型貿易方式一定程度上沖擊了地理因素對國際貿易的限制。而實證分析中人均GDP和人口規模因素對中國跨境電商的發展有顯著的正向影響，我國跨境電商出口的發展更多的受到經濟發展水平、人口規模、進口成本等因素的影響。

綜上，本文提出以下建議：（1）在促進我國跨境電商國際市場擴大時，不要將戰略布局局限于與貿易伙伴國的距離遠近，應基于貿易伙伴國的經濟發展水平、市場潛力、以及現代物流科信息技術等，積極開括更廣闊更長遠的市場，在促進跨境電商規模發展的同時，優化跨境電商的進出口結構。（2）為跨境電商的發展提供更好的軟硬件條件，進一步發揮我國經濟發展和消費潛力提升對跨境電商的促進作用。

參考文獻：

[1]ELENA A. The Impact of the Internet on the Business Environment[J]. Procedia Economics and Finance， 2014 （15）：951-958.

[2]Estrella Gomez-Herrera，Bertin Martens，Geomina Turlea. The drivers and impediments for cross-border e-commerce in the EU[J]. Information Economics and Policy，2014，28.

[3]崔雁冰，姜晶.我國跨境電商的發展現狀和對策[J].宏觀經濟管理，2015（8）：65-67.

[4]姜寶，王震，李劍.貿易引力模型在中國跨境電商中的實證檢驗[J].商業經濟研究，2017（10）：32-34.

[5]方英，馬芮.中國與“一帶一路”沿線國家文化貿易潛力及影響因素：基于隨機前沿引力模型的實證研究[J].世界經濟研究，2018（01）：112-121+136.

（朱元清，廣西大學商學院）