基于GRA的電商與國民經濟關系實證分析

鄭承志

(黎明職業大學 商學院，福建 泉州 362000)

21世紀以來，我國電子商務一直保持著良好的增長勢頭。根據網經社-電子商務研究中心(原中國電子商務研究中心)公布的數據，從2009到2018的10年間，我國電子商務交易規模分別達到3.67、4.55、6.09、8.11、10.28、13.37、20.82、22.97、28.66和32.55萬億元，同比增長分別為16.87%、23.87%、33.80%、33.20%、26.81%、30.01%、55.72%、10.32%、24.77%和13.57%，遠高于經濟增長率。電子商務的快速發展必然會對國民經濟產生影響。本文采用GRA模型，討論了電子商務指標與國民經濟指標的關聯程度及耦合作用強度，旨在為相關部門制定電子商務等相關政策提供依據。

一、文獻綜述

有關電子商務與國民經濟關系方面的研究文獻還不多，實證分析更少，而且大多是學位論文。金裔婕采用Eviews軟件對2003—2010年我國網絡經濟規模與GDP兩組數據進行簡單回歸分析，認為網絡經濟對GDP有拉動作用，但有1年的滯后期[1]。桂學文從電商交易規模、從業人員數、從業人員收入、電商固定資產投入、電商產值占GDP比率等方面，測度電商對經濟發展的影響作用，但由于數據來源復雜、統計口徑不一，結果可信度較低[2]。王世波、趙金樓對2006—2013年網絡經濟規模和GDP進行簡單線性回歸分析，發現網絡經濟增加1億元，GDP將增加137億元[3]，但文中沒有公布自變量p值，結果不一定可信。金鑫采用SPSS軟件對1990—2014年電子商務行業相關數據與GDP相關數據進行多元回歸分析，認為電子商務對國民經濟增長有重要影響[4]。李玉琦采用VAR(向量自回歸)模型對2001—2013年我國網絡消費與國民經濟統計數據進行分析，發現人均網絡消費增加1%，人均GDP將增加0.61%[5]。奚欣明采用VAR模型對2010年第一季度到2015年第一季度的互聯網經濟和GDP數據進行分析，認為互聯網經濟規模影響GDP增長且整體上是促進經濟增長的[6]。王秋園通過構建投入產出和主成分回歸模型，測算電子商務對我國經濟發展的貢獻度[7]，但所依據的數據來源于不同年度或年度期間，結果可信度不高。上述研究要么分析簡單、參考價值相對有限，要么數據來源復雜或分析不完整，結果可靠性不足。

二、GRA模型

解決不確定性問題主要有概率統計、模糊數學、灰色系統建模等3種數學方法，其中灰色系統建模主要解決小樣本、貧信息所帶來的不確定性問題。灰色關聯分析(GRA，Grey Relational Analysis)是重要的灰色系統建模方法之一，其基本思想是用所有序列數據構成一個系統，然后根據序列數據的曲線幾何形狀相似程度判斷序列數據之間的關聯度，相似度越高，關聯度也就越大[8]。以數個電商交易額年度數據作為電子商務行業測度因素、以第一、第二、第三產業增加值及GDP年度數據作為國民經濟測度因素判斷二者之間的關聯度是典型的小樣本、貧信息問題，因此本文采用GRA模型完成相關數據處理。

假定有m個規范化時間序列數據，每一序列有n個數據點：

si={si(1),si(2),...,si(n)}，(1≤i≤m)

假定參照時間序列數據為：

s0={s0(1),s0(2),...,s0(n)}

那么，在第k(1≤k≤n)個數據點si(1≤i≤m)與s0的灰色關聯系數為：

(式1)

其中，γ∈[0,1]為分辨系數，其典型值為0.5；1≤i≤m，1≤j≤m，1≤k≤n，1≤l≤n。n個數據點的灰色關聯系數的平均值即為時間序列si(1≤i≤m)與s0的灰色關聯系數。

三、電商與國民經濟灰色關聯計算

(一)原始數據與規范化處理

表1是2008—2018年我國各類電商交易額、社會消費品零售總額(簡稱消費品零售總額)及批發和零售業商品銷售額(簡稱批零商品銷售額)等商務年度數據和國民經濟核算年度數據。其中，電商物流營收、網絡零售額、跨境電商交易額、B2B交易額、電商總交易額數據來源于網經社-電子商務研究中心的行業數據庫，消費品零售總額、批零商品銷售額、第一產業增加值、第二產業增加值、第三產業增加值、國內生產總值數據來源于國家統計局公布的年度數據。

表1 2008—2018年商務數據和國民經濟核算數據 (單位：億元)

表1中的各序列數據雖然單位相同，但數據大小差別巨大，需要規范化處理。由于表中的商務指標和國民經濟核算指標都是極大型指標，因此采用以下公式進行規范化處理。

(式2)

其中，S代表原始數據，s代表規范化數據。采用式2對表1各數據序列進行規范化處理，其結果如表2所示。

表2 2008—2018年商務數據和國民經濟核算數據規范化處理結果

(二)關聯系數計算

以第一產業增加值作為參照序列，利用式1計算各商務數據序列與參照序列在各數據點的關聯系數，式中分辨系數取典型值0.5，結果如表3所示。

表3 各商務數據序列與第一產業增加值數據序列的關聯系數

表3最后一行是各數據點關聯系數的均值，此均值即為各商務數據序列與參照序列的關聯系數。采用同樣方法依次計算可得電商物流營收、網絡零售額、跨境電商交易額、B2B交易額、電商總交易額、消費品零售總額、批零商品銷售額與第二產業增加值序列的關聯系數分別為0.4880、0.4882、0.5703、0.5889、0.5620、0.7932和0.8488，與第三產業增加值序列的關聯系數分別為0.4876、0.4857、0.6018、0.6206、0.5914、0.7923和0.8056，與國內生產總值序列的關聯系數分別為0.4808、0.4804、0.5745、0.5947、0.5654、0.8795和0.8830。

四、結果與討論

綜合上述計算結果，電商物流營收、網絡零售額、跨境電商交易額、B2B交易額、電商總交易額與第一產業增加值、第二產業增加值、第三產業增加值、國內生產總值的關聯系數如表4所示。

表4 電商與國民經濟的灰色關聯系數結果

假定i序列與j序列之間的關聯系數為ij，根據灰色關聯分析判斷準則，當ij=0時，i序列與j序列之間完全不相關，相關指標之間完全沒有耦合作用；當0

五、結論及建議

第一，各電子商務指標與第一產業增加值、第二產業增加值、第三產業增加值及國內生產總值指標之間具有中等強度的耦合作用。說明電子商務已是經濟建設中不可或缺的組成部分，各地各部門應繼續推動電子商務的健康發展。

第二，社會消費品零售總額、批發和零售業商品銷售額與第一產業增加值、第二產業增加值、第三產業增加值及國內生產總值指標之間的耦合作用比各電商指標高一個等級。說明線下交易仍然非常重要，各地各部門在制定促進電子商務發展相關政策及規劃時仍應重視線下商務，特別應大力支持結合二者優點的線上線下融合創新型商務的發展。

第三，雖然網絡零售、快遞非常紅火，但B2B電商、跨境電商與第一產業增加值、第二產業增加值、第三產業增加值及國內生產總值指標的耦合作用比網絡零售和電商物流更強。近幾年，跨境電商受到了廣泛追捧，而B2B電商卻沒能引起足夠重視，各地各部門在制定電商相關政策及規劃時應加以注意。