彭愛群 張 鍵
(安徽工商職業學院經濟貿易學院,安徽 合肥 231100)
2020年年初暴發的新冠疫情,對全球經濟產生了巨大的沖擊。中國作為世界第一大貿易出口國,貿易行業受到了巨大的沖擊。受新冠疫情影響,2020年第一、二季度,我國貨物貿易出口額均有較大幅度下降。在后疫情時代,全球大多數國家的經濟普遍下滑,而中國經濟在短時間內實現了復蘇。本文從實證角度出發,定量分析新冠疫情對我國貿易行業的影響,以期在此基礎上提出有針對性的解決對策,實現貿易行業的平穩復蘇。
詹玉蘭(2021)利用引力模型分析兩個國家貿易量受排斥力與吸引力這兩個相對力量的影響,通過實證分析發現受新冠疫情影響,中間產品海外供應鏈中斷對進口國國際貿易產生明顯負面影響,并在此基礎上提出相應的解決對策。李慶利(2021)基于統計數據,發現新冠疫情對廈門市外向型經濟產生非常明顯的影響,影響主要集中在第二產業的發展、國際市場需求、貿易進出口、吸引外資及對外投資五個方面,并從優化廈門營商環境、努力擴大內需等方面提出解決對策。茹玉驄、文娟(2021)基于政策性短期出口信用保險的基本功能和特征,構建出口信用保險“穩就業”和“穩外貿”的理論分析框架,在此基礎上論證了出口信用保險的逆周期調節功能,并通過實證分析發現我國在新冠疫情期間使用的出口信用保險政策避免了3.5%~7%的出口衰退。朱巖(2021)分析了在新冠疫情背景下,跨境電商企業面臨著業務量、利潤下降,經營風險增大及跨境物流成本增加的難題,從改革平臺運營模式、改革跨境電商物流模式等方面提出應對策略。張福海(2021)分析了新冠疫情背景下,對國內經濟長期和短期的影響,并從經濟政策、就業政策、投資政策等方面給出建議。鄭浦陽(2020)通過建立2000年至2018年珠江三角洲地區經濟發展的目標函數,發現在新冠疫情初期,整個珠三角區域經濟發展受到重創,之后隨著相應政策的出臺,各城市經濟發展指數逐步改善。劉英(2020)分析了新冠疫情對世界經濟及我國經濟的影響,并從加大逆周期政策調節力度,促進數字經濟、智能制造發展,深化供給側結構改革等方面提出解決對策。王思賢、韓秀蘭(2021)分析新冠疫情背景下空氣中二氧化碳濃度對經濟發展的影響,實證結果表明二氧化碳濃度高的地區受新冠疫情影響較大。郭研、張芯悅、方達(2021)對統計數據進行分析發現新冠疫情之后貨運量有2.7%幅度的下降,通過實證分析驗證高速公路免費政策對復產復工有促進作用,并從降低流通成本、優化高速公路收費政策等方面提出政策建議。肖伯文、范英(2021)通過構建新凱恩斯動態隨機一般均衡模型,分析了新冠疫情與政府干預之間的關系,實證結果表明綠色經濟刺激政策可以減少經濟波動,有利于經濟平穩的復蘇。
由以上文獻分析可知,對于新冠疫情對經濟的影響分析主要集中在宏觀方面。本文從貿易行業這個行業角度出發,定量分析新冠疫情對貿易行業的影響。
為了反映新冠疫情對貿易行業的沖擊,本文以貿易行業指數(881159)對數收益率反映貿易行業所受到的沖擊,記為LNMY。貿易的發展離不開航空運輸及港口運輸的支持,但是在實證過程中發現港口航運指數(881148)與貿易指數之間存在多重共線性,為了保證回歸結果的有效性,本文選取機場航運指數(881151)對數收益率作為控制變量,記為LNJC。對數收益率的計算公式如下所示:

其中rt代表的是t日的收益率;pt代表的是t日的收盤價。
從國家衛健委網站統計數據可知,在進行新冠疫情數據統計時,統計指標主要包括單日新增確診病例、新增治愈出院病例、累計確診病例等。前文對于貿易行業沖擊的衡量采取的比例收益率,為了保證數據特征的一致性,本文對新冠疫情相關指標進行處理,以新冠肺炎病例日增長率衡量每日新冠疫情的變化情況,該指標記為XGR,其計算公式如下所示:

其中XGRt代表t日的新冠肺炎增長率;新增確診t代表t日的新增確診量;累計確診t-1代表t-1日的累計確診量。
國家衛健委于2020年1月11日開始公布新冠疫情的相關指標,直至2020年5月22日全國首次實現本土新增確診病例和疑似病例零增長,因此本文以上述時間段作為樣本區間。相關數據的描述性統計如表1所示。

表1 指標的描述性統計表
數據來源:新冠疫情單日新增病例、累計確診病例來源于國家衛健委,貿易行業指數、機場航運指數來源于同花順ifind數據庫。
時間序列數據的非平穩性可能導致偽回歸的問題,因此本文采用ADF檢驗法對所使用變量進行平穩性檢驗,檢驗結果如表2所示。

表2 變量平穩性的ADF檢驗
由表2知,在5%的顯著性水平下,所有變量的原序列均為平穩序列。
協整檢驗是判斷變量間是否存在長期穩定關系的標準,本文采用Johansen法檢驗變量間的協整關系,檢驗結果如表3所示。

表3 變量間的Johansen協整檢驗
由表3檢驗結果可知,在5%的顯著性水平下,相關變量之間至少存在3個協整關系。
本文猜測新冠疫情對貿易行業的影響具有滯后性,本文采用LLC檢驗法確定模型的最優滯后階數,檢測結果如表4所示。

表4 LLC法則下最優滯后階數表
由表4檢測結果可知,本文應建立滯后階數為1的VAR模型。為了保證模型的穩定性,本文進行模型的特征根檢驗,檢驗結果如圖1所示。

圖1 特征根檢驗
根據圖1結果,VAR(1)模型的3個特征根倒數的模都位于單位圓內,說明該模型是穩定的。之后,本文使用脈沖響應函數及方差分解法來說明新冠疫情對我國貿易行業的影響。
據前文建立的滯后1階的VAR模型,建立脈沖響應函數,檢驗結果如圖2所示。

圖2 脈沖響應函數圖
(1)貿易行業對新冠疫情沖擊的反應
在給新冠肺炎病例日增長率XGR一個正沖擊后,貿易行業指數對數收益率受到反向沖擊,其中在第2期影響最大,達到-0.003,在第5期之后影響逐漸平穩,影響一直為負面影響。由此可見,新冠疫情將對貿易行業的發展產生負面影響。
(2)貿易行業對機場航運沖擊的反應
在給機場航運指數對數收益率一個正沖擊之后,貿易行業指數對數收益率受到正向沖擊,其中在第2期影響最大,達到0.005,在第3期之后影響逐漸平穩,且一直保持在正向影響。由此可見,機場航運的正常運行有利于貿易行業的發展。
(3)貿易行業對自身沖擊的反應
在給貿易行業指數對數收益率一個正沖擊之后,貿易行業指數收益率受到正向沖擊,其中在第1期影響最大,在第2期之后影響逐漸平穩。由此可見,貿易行業將對自身的發展產生正向影響。
為了進一步解釋各個變量對貿易行業的解釋程度,文章進行對LNMY進行方差分解,方差分解的結果如表5所示。

表5 LNMY的方差分解結果
由表5的實證結果知,貿易行業的波動主要由貿易行業自身的變化來解釋,在解釋變量中,影響最大是新冠疫情,其貢獻度在11%左右。機場航運的貢獻度相對較小。具體來看,貿易行業對自身波動的解釋力度在第一期最高達到99%,之后影響逐漸下降,而新冠疫情及機場航運的影響逐漸增加,到第7期之后影響逐漸穩定下來,影響程度大概穩定在82%左右。從新冠疫情的解釋程度來看,新冠疫情對貿易行業波動的解釋程度從第2期開始上升,在第3期開始顯著,到第8期之后變得穩定,貢獻程度穩定在11%左右。機場航運對貿易行業波動的解釋程度從第2期開始增加,并在之后一直穩定在6%左右。
面對國際新冠疫情持續的局面,貿易型企業應轉變營銷觀念,出口轉內銷,深挖國內消費者的消費需求,積極改變銷售上的被動局面。政府應配套刺激居民消費的相關政策,通過發放消費券,給予消費金融支持等政策拉動國內需求。
貿易行業發展離不開航運行業的支持,在國際疫情持續的背景下,應積極推進與條件允許的國家恢復通航。這樣一方面可以加強國家之間有關防疫用品的互助,另一方面也可以降低新冠疫情對貿易行業的沖擊。
到目前為止,全球的新冠疫情仍在延續,貿易型企業尤其是中小企業生存面臨著巨大的壓力,這個時候有效的經濟政策對于外貿行業的持續發展至關重要。在財政政策方面,加大政府財政支出,拉動市場需求;通過一系列的減稅政策,降低貿易型企業的運行成本。在貨幣政策方面,鼓勵商業銀行等金融機構加大對貿易型企業的資金支持,擴大信貸規模,并在貸款利率方面予以優惠,降低貿易型企業的融資成本。