我国国际物流与跨境电商相互影响实证分析

付新平，田 丹

(武汉理工大学 经济学院，湖北 武汉 430070)

我国国际物流与跨境电商相互影响实证分析

付新平，田 丹

(武汉理工大学 经济学院，湖北 武汉 430070)

选取我国2008-2016年国际物流与跨境电商的相关数据进行实证分析，结果表明：2008-2016年我国国际物流的跨境电商需求弹性小于1，国际物流的发展对跨境电商发展的促进作用更强；进一步运用灰色关联分析可知，我国国际物流行业对跨境电商的影响因素主要有交通固定资产投资额、水路货运量、运输飞机数、载货汽车数，我国跨境电商对国际物流的影响因素主要有互联网普及率、电子商务平台企业用户规模以及网民规模。

跨境电商；国际物流；弹性；影响因素

自2008年金融危机以来，全球经济市场受到冲击，跨境电子商务凭借自身优势，成为国际贸易发展新趋势。在全球化的经济背景下，中国的跨境电子商务同样呈现出快速发展的势头。2016年，我国跨境电商交易额达到6.3万亿元，是2008年跨境电商市场规模的7.875倍，2015年我国跨境电商交易额在进出口总额中占比首次超过20%。随着我国跨境电子商务的交易量不断增长，跨境国际物流的需求量也在不断地攀升，这给物流业带来了巨大的潜在市场。本文选取我国2008-2016年的跨境电商与国际物流相关数据进行分析，建立了相应的分析模型进行实证分析，进一步揭示了我国国际物流与跨境电商二者的相互关系。

一、理论研究回顾

国际贸易与国际物流二者相辅相成，国际贸易的产生创造了国际物流，而国际物流的发展保障了国际贸易的顺利进行[1]。作为国际贸易的一种新模式，跨境电商与国际物流之间同样存在着相互促进关系。

物流需求的产生主要有三个方面的原因：一是生产力和原材料的分离，为了满足人们生产生活的需要从而产生了对于各种农作物以及矿产资源的物流需求；二是随着世界经济的发展，社会分工深化，消费群体和生产群体出现了空间分离；三是不同地区和国家质检生产的产品在种类、质量等方面的差异性、多样性带来了不同货物的物流需求。从物流产生的原因可以看出，社会之所以有物流需求，并不在于物流本身。通常认为对于物流的需求并不仅仅是为了实现物体在空间上的位移，而是为了满足人们对于生产和生活的需要。整个社会的物流需求，不是单纯地实现物体的空间位移，而是为了实现物体在生产和生活中的其他需求，物流需求是其他需求所派生出来的一个必不可少的环节。只有当人们对于生产生活有所需求的时候，才会产生物流需求。因为物流是在贸易的基础上产生的，所以文章进行弹性分析时，以跨境电商交易额为自变量，以进出口货运量为因变量。

国际物流与国际贸易二者之间的相互促进作用已经得到学术界的普遍认可。刘庆昌先从国际货物运输和仓储子系统，以及其他包括国际货物包装、国际物流信息系统和国际物流配送等各个子系统的角度，分析了国际物流对国际贸易的影响[2]。后续运用不同的国际贸易理论从四个方面分析了国际物流对国际贸易影响的传导机制。并对发展我国国际物流提出了相应的对策建议。高秀丽和孟飞荣运用协整理论、VAR模型、脉冲响应函数和方差分解等方法分析了广东省对外贸易与国际物流之间的关系，研究结果表明，广东省对外贸易和国际物流之间存在长期均衡的协整关系，国际物流对对外贸易的影响较为显著，反之不显著[3]。樊晓云通过分析指出，国际物流对国际贸易具有显著的促进作用，并且从物流基础设施、物流设备、物流信息以及物流网络四个方面，分别阐述了国际物流对国际贸易的促进机制[4]。MB Ceran等人意识到物流在国际贸易中的重要性，将建立物流村作为一种竞争优势。通过当前的数据研究显示，在土耳其物流村实现了两国贸易量增加的同时，物流成本减少[5]。张良卫验证了广东省国际物流总产值与广东省出口额、进口额以及进出口总额之间都存在着高度协同发展的正相关关系。在“一带一路”国家战略背景下，通过促进国际物流与国际贸易的战略协同，促进国际贸易的发展[6]。

二、国际物流与跨境电商弹性研究

(一)分析指标选择

能够体现跨境电商发展水平和国际物流需求的指标比较多。本文选用跨境电商交易额来衡量我国跨境电商整体发展水平，选取进出口货运量来体现国际物流需求。选取我国2008-2016年的跨境电商交易额与进出口货运量数据进行分析，如表1所示。

表1 2008-2016年我国跨境电商交易额与进出口货运量数据

资料来源：中国电子商务研究中心、海关总署.

从上表中可以看出，在2008-2016年期间，我国的跨境电商交易额与进出口货运量近年来均保持上升趋势，但是我国跨境电商需求的增长速度明显高于国际物流的增长速度。

首先通过计算跨境电商交易额与进出口货运量之间相关系数，进行二者的相关性分析。如下表2所示，跨境电商交易额与进出口货运量之间的相关系数为0.911，显而易见，我国跨境电商与国际物流之间存在高度正相关关系。

表2 跨境电商交易额与进出口货运量相关性检验

**. 在 .01 水平(双侧)上显著相关。

(二)建立曲线估计方程

首先，根据表1的相关数据，作出跨境电商与进出口货运量的散点图，如图1所示。

图1 我国国际物流随跨境电商增长趋势

从以上散点图可以看出，我国跨境电商交易额与进出口货运量之间的变量关系表现为曲线形式。运用SPSS软件对我国进出口货运量与跨境电商交易额进行曲线估计从而选取一条最为合适的拟合曲线。选取的曲线方程分别为对数函数Y=b0+b1lnx,二次函数Y=b0+b1x+b2x2，三次函数Y=b0+b1x+b2x2+b3x3以及幂函数Y=b0xb1。通过对比分析之后，可以建立二者之间的关系方程。

表3 不同曲线模型拟合结果对比

自变量为 跨境电商交易额。

在表3中，R方指的是模型的可决系数，这个数值代表的是模型对数据的解释程度。一个模型的可决系数的取值一般介于0到1之间，当该数值越接近于1，代表模型与原始数据的拟合程度越高。我们可以明显看出，在表中三次函数的R方为0.978，高于对数函数、二次函数以及幂函数的R方值。那么说明，三次函数是最能表现出数据变化特点的曲线模型。三次函数方程F值为75.430，P值小于0.05，曲线估计结果显著。因此，我们选择三次函数为最优拟合模型，其中各项系数的估计值都可以直接从表中得到，最终的模型结果为：

Y=17.554+11.814x-2.253x2+0.15x3

(1)

R2=0.978，F=75.430

式中，Y表示进出口货运量，X表示跨境电商交易额。

图2 进出口货运量与跨境电商交易额回归曲线

(三)弹性计算

国际物流的跨境电商需求弹性是国际物流量增长率与跨境电商交易量增长率之比。这个弹性数值代表，跨境电商交易额每变动一个百分比，将会造成进出口货运量变动多少个百分比。前面已经通过数据分析，求得进出口货运量与跨境电商交易额之间存在函数关系Y=f(x)。那么国际物流的跨境电商需求弹性可以表示为公式(2)。

(2)

式中:ΔX和ΔY分别表示函数关系Y=f(X)中自变量以及因变量的变化量。当跨境电商交易额与进出口货运量的变化量趋近于零时，则国际物流的跨境电商需求弹性可以表示为公式(3)。

(3)

根据上述公式(1)可以得到

(4)

将已知的数据代入公式(3)，可以得到2008年-2016年国际物流的跨境电商需求弹性，如表4所示。

表4 2008年-2016年国际物流的跨境电商需求弹性

(四)结果分析

3.国际物流的跨境电商需求弹性。2008-2015年我国国际物流的跨境电商需求弹性一直小于1，表明我国国际物流的增长速度一直小于跨境电商的增长速度，我国国际物流市场处于供不应求的状态，国际物流系统是跨境电商交易过程中的薄弱环节，推动我国国际物流的发展对跨境电商发展的促进作用更为显著[9]。

2008年，随着金融危机带来的全球经济形势变动，我国跨境电商开始蓬勃发展。但是在这个时候，物流业并没有受到政府以及企业层面的足够重视。我国物流业一直处于缓慢发展阶段，存在基础设施建设相对落后、信息系统应用比较匮乏、行业从业人员素质低下、企业管理不善等诸多问题。尽管跨境电商的势头飞涨，但是跨境电商对于国际物流的影响程度较低，反而是跨境电商的发展受到物流方面的限制。在此期间，我国国际物流的跨境电商需求弹性明显降低，2015年跨境电商交易规模每增加1%，我国国际物流量仅增加0.08%，跨境电商对于国际物流的促进作用十分微弱。“十二五”期间，国家“一带一路”战略的布局实施，推动了我国国内以及国际物流通道的建设，物流基础设施的不断完善，进一步促进我国物流系统与国际物流体系接轨。由此带来的成效，在2016年开始显现，2016年国际物流的跨境电商需求弹性迅速增长，跨境电商交易规模每增加1%，我国国际物流量提升0.2%。尽管如此，跨境电商对国际物流的促进作用仍然不太显著。

三、跨境电商影响国际物流的因素分析

1.分析指标的选择。根据前文的分析，我国国际物流的发展对于跨境电商发展的促进作用更为显著。但是国际物流对于跨境电商的促进作用是通过物流行业的方方面面共同作用的结果，某个因素单一变化对于跨境电商的促进作用各不相同。下面，我们运用灰色关联分析法，验证各个不同的变量对于跨境电商的促进作用。本文选取跨境电商交易额来代表跨境电商的发展水平，作为模型中的因变量；考虑数据的可获得性，选取水路货运量、公路货运量、航空货运量、万吨级及以上港口泊位数、载货汽车数、铁路机车拥有量、运输飞机数以及交通固定资产投资额8个变量作为国际物流影响跨境电商的因素，作为自变量，建立灰色关联模型，从而检验不同因素的影响程度。

2.灰色关联度计算。

(1)确定分析序列，首先确定跨境电商交易额作为因变量，定义为Y。自变量水路货运量定义为X1，公路货运量定义为X2，航空货运量定义为X3，万吨级及以上港口泊位数定义为X4，载货汽车数定义为X5，铁路机车拥有量定义为X6，运输飞机数定义为X7，交通固定资产投资额定义为X8。2008-2015年的各个变量数据构成9个序列，如下表5所示。

表5 2008-2015年国际物流相关因素和跨境电商原始数据序列

资料来源：中国电子商务研究中心、中国交通运输部。

(2)无量纲化处理。各种数据变量的意义不尽相同，因此在比较其大小时，由于存在量纲的不同，从而无法进行操作。为了使不同量纲数据之间能够进行比较，消除其量纲影响的处理方式就叫做无量纲化处理。无量纲化的处理方式有很多，比较常用的有标准化、极值化以及均值化等方法。本文选择均值化方法对原始数据进行无量纲化处理得到新的数据序列。均值化处理能够在消除量纲影响的同时，保留每个自变量之间的数据差异。均值化方法的计算公式如下所示：

(5)

表6 国际物流相关因素和跨境电商无量纲化处理后数据序列

续表6

资料来源：作者按照模型处理所得。

(3)求解绝对差值序列。令Δi(k)代表每个自变量序列中的数据与因变量中的对应数据的绝对差值，绝对差值的计算公式表示为式(6)。

(6)

表7 国际物流相关因素和跨境电商数据绝对差值序列

资料来源：作者按照模型处理所得。

(4)求解关联系数序列。令ξi(k)表示自变量序列中每一期的观测值与因变量中观测值的相对差值，关联系数的计算公式表示为式(7)。

(7)

其中:ρ代表分辨系数，取值介于0到1之间，本次计算取值ρ=0.5，根据绝对差值数据序列可以求得max(maxΔi(k))=1.081 6，min(minΔi(k))=0.025 2。

表8 国际物流相关因素和跨境电商数据关联系数序列

资料来源：作者按照模型处理所得。

(5)求解关联度。通过求平均值，将关联系数序列中不同时刻的关联程度集中为单一数值。关联度的计算公式表示为式(8)。

(8)

根据已知数据可以求解各个自变量的关联度分别为r1=0.702 1，r2=0.618 6，r3=0.607 9，r4=0.631 0，r5=0.662 7，r6=0.610 7，r7=0.677 4，r8=0.769 7。各个自变量的关联度排序表现为：r8>r1>r7>r5>r4>r6>r2>r3。

(6)结果分析。根据灰色关联分析计算出来的结果，国际物流中各个相关因素对跨境电商的影响程度由高到低依次排列为：交通固定资产投资额、水路货运量、运输飞机数、载货汽车数、万吨级及以上港口泊位数、铁路机车拥有量、公路货运量、航空货运量。

交通固定资产投资额的不断攀升，代表政府部门对交通基础设施建设投资力度的增强。交通基础设施的不断完善，意味着我国国际物流的供给能力不断提升。通过弹性分析的结果可知，我国的国际物流市场一直处于供不应求的状态。随着供给能力的提升，可以完成此前由于能力受限而无法实现的物流需求。跨境电商交易顺利实现的条件之一，就是需要通过国际物流完成商品的跨境递交。一方面，交通基础设施能够满足更多的物流需求时，企业或者个人的跨境电商交易意愿将会随着增强。另一方面，根据经济学需求原理，随着商品数量的增加，市场均衡条件下，商品价格将会降低。物流市场也符合这一经济学原理，随着国际物流市场的供给提升，国际物流价格会降低，物流成本降低直接引起商品总价下降。价格低廉是跨境电商区别于传统贸易的特征之一，价格降低进一步刺激跨境电商交易的发生。

比较水路、公路、铁路、航空四种运输方式的基础设施的影响程度，其中运输飞机数和载货汽车数对于跨境电商的影响更大。尽管航空运输的价格相对昂贵，但是相较于其他几种运输方式而言，其具有独特的优势。当前我国跨境电商进出口商品品类排行靠前的大多为3C电子产品、服饰鞋包、保健食品等商品。针对电子产品一类的高附加值商品，航空运输的优质服务有益于保证商品的安全性；针对服饰鞋包一类的商品，其本身运输价格的承受能力就比其他商品类别承受力更强；针对保健食品一类的商品，航空运输耗时最短，能够保证商品的时效。针对跨境零售电商交易而言，交易量极小，无法通过规模效益显示水路运输以及铁路运输的价格优势，为了追求缩短商品交易周期，航空运输是其首选。

载货汽车数体现了公路运输能力。虽然公路运输不是跨境运输的主要方式之一，但是无论是以哪种运输形式实现商品的跨境递交，最后一公里的城市配送都是最关键的一个环节。除了城市配送之外，不同运输方式之间的衔接，以及货物的集中与疏散都需要依靠载货汽车来完成。载货汽车是实现国际物流全过程中不可或缺的一个重要运载工具。

关于不同运输方式的货运量对于跨境电商的影响也不尽相同。随着我国铁路运输的改革，近年来我国铁路货运量出现逐年递减的情况，铁路货运量的变化趋势与跨境电商不一致，因此没有将其纳入因素分析。几种运输方式中，唯有水路货运量对跨境电商的影响较大，水路运输仍然是国际物流的主要运输方式。虽然针对跨境零售电商，航空运输的比例较高，但是跨境零售电商在我国跨境电商规模中占比不超过20%。跨境B2B才是我国跨境电商的主要模式，以企业为单位进行跨境商品交易时，水路运输可以满足其大批量的货物运输需求。

四、跨境电商影响国际物流的因素分析

(一)分析指标的选择

根据前文的分析，我国跨境电商发展对于国际物流发展的促进作用十分微弱。根据短板效应的原理，可能由于我国跨境电商在发展过程中有些方面一直处于劣势。下面我们运用灰色关联分析法，通过数据分析，找出我国跨境电商行业中哪些具体因素与国际物流关系更为紧密。有针对性地促进跨境电商的发展更有利于推动国际物流的发展。本文选取进出口货运量来代表我国国际物流的发展水平，以作为模型中的因变量；考虑数据的可获得性，选取网民规模、互联网普及率、中国电子商务服务企业直接从业人员规模以及电子商务平台企业用户规模4个变量作为跨境电商影响国际物流的因素，以作为自变量，并根据其建立灰色关联模型，从而检验不同因素的影响程度。

(二)灰色关联度的计算

1.确定分析序列。首先确定跨境电商交易额作为因变量，定义为Y。自变量网民规模定义为X1，互联网普及率定义为X2，中国电子商务服务企业直接从业人员规模定义为X3、电子商务平台企业用户规模定义为X4。2008-2015年的各个变量数据构成5个序列，如下表9所示。

表9 2008年-2015年跨境电商相关因素和国际物流原始数据序列

资料来源：中国电子商务研究中心、海关总署。

2.无量纲化处理。再次使用均值化的方法对原始数据进行处理，消除量纲影响。无量纲化处理之后的数据序列如表10所示。

表10 跨境电商相关因素和国际物流无量纲化处理后数据序列

资料来源：作者按照模型处理所得。

3.求解绝对差值序列。令Δi(k)代表每个自变量序列中的数据与因变量中的对应数据的绝对差值，绝对差值的计算公式可以表示为(9)。

(9)

表11 跨境电商相关因素和国际物流数据绝对差值序列

资料来源：作者按照模型处理所得。

4.求解关联系数序列、令ξi(k)表示自变量序列中每一期的观测值与因变量中观测值的相对差值，关联系数的计算公式表示为(10)。

i=1,2,3,4；k=1,2,8

(10)

其中：ρ代表分辨系数，取值介于0到1之间，本次计算取值ρ=0.5，根据绝对差值数据序列可以求得max(maxΔi(k))=0.486 3，min(minΔi(k))=0.005 7。

表12 跨境电商相关因素和国际物流数据关联系数序列

资料来源：作者按照模型处理所得。

5.求解关联度。通过求平均值，将关联系数序列中不同时刻的关联程度集中为一个单一数值。关联度的计算公式表示为式(11)。

(11)

根据已知数据可以求解各个自变量的关联度分别为r1=0.792 6，r2=0.810 9，r3=0.645 8，r4=0.793 5。各个自变量的关联度排序表现为：r2>r4>r1>r3。

6.结果分析。根据灰色关联分析计算出来的结果，跨境电商中各个相关因素对国际物流的影响程度由高到低依次排列为：互联网普及率、电子商务平台企业用户规模网民规模、中国电子商务服务企业直接从业人员规模。

中国互联网的产生虽然较晚于欧美等发达国家，但是十余年以来，中国互联网发展迅速。截止到2015年12月，中国国际出口带宽达到5 392 116Mbps，全国互联网普及率达到50.3%。互联网的广泛使用，促进了电子信息系统的发展，有利于物流信息系统的构建。随着信息技术的不断发展，在当今社会，谁掌握了信息，谁就掌握了市场。随着物流供应链管理概念的提出，物流信息系统在企业中开始广泛使用。物流信息系统有利于商品交易中的各方了解商品的流通过程，也有助于物流运输过程中不断环节之间的信息共享及有效衔接。对于国际物流运输而言，物流信息系统的合理运用，有助于解决国内运输与国际运输之间的差异，并保证运输的通畅。

尽管跨境电商最为消费者所熟知的是跨境网购，但是B2B模式始终是跨境电商的主要模式。数据分析的结果显示，电子商务平台企业用户规模的增长比网民规模的增长更有利于促进国际物流的增长。这一结果充分说明企业始终是跨境贸易的主要消费者。企业进行跨境进出口贸易时，商品成交量远大于个体消费者。因此，每增加一家企业所带来的国际物流运输量的增长远远超过个体用户。

随着电子商务的快速发展，企业对相应的人才需求不断加大，电子商务行业从业人员规模逐年增加。但是，企业所需人才类型主要是管理型高端人才。企业试图在电商迅速发展的大背景之下，实现传统外贸企业的转型升级。尽管从业人员的规模扩大、人员素质的提高，有利于提升全行业的服务质量，也能促使物流行业人才质量的提升，但其对于国际物流的影响程度相对较低。

[1]樊晓云.基于贸易成本视角的国际物流对国际贸易促进机制的研究[J].物流技术，2014(9)：78-80.

[2]刘庆昌.浅谈国际物流对国际贸易的影响[J].江苏商论，2011(12)：60-62.

[3]高秀丽，孟飞荣.广东省对外贸易与国际物流关系的实证研究[J].科技管理研究，2012(21)：86-90.

[4]MB Ceran，H Ertürk，H Azkürküler. The importance of logistic villages in increasing international trade: the case of turkey-italy [J]. Economics Management & Financial Markets，2014，3(9)：351.

[5]张良卫.“一带一路”战略下国际贸易与国际物流协同分析：以广东为例[J].财经科学，2015(7)：81-88.

[6]刘广东，魏 遥，张雪梅.安徽省区域经济物流弹性研究[J].重庆理工大学学报：社会科学,2013(6):25-28.

[7]覃儒展，王力虎.广西区域经济物流弹性分析[J].广西民族大学学报：哲学社会科学版,2009(6):98-99.

[8]李玉民，白东灵.河南省区域经济：物流弹性分析[J].江苏商论,2012(5):67-69.

[9]谭清美，王子龙.区域经济物流弹性研究[J].统计与决策,2005(10):56-57.

(责任编辑 王婷婷)

2017-02-10

付新平(1962-)，男，湖北省天门市人，武汉理工大学经济学院教授，硕士，主要从事交通与运输经济研究； 田 丹(1992-)，女，湖北省武汉市人，武汉理工大学经济学院硕士生，主要从事应用经济学研究。

F5

A

10.3963/j.issn.1671-6477.2017.04.0014