修正的贸易引力模型在中国跨境电商中的实证检验

摘要：选取2017年中国与主要贸易伙伴国跨境电商出口规模数据和贸易国的经济实力、消费潜力、距离变量等截面数据，采用随机前沿法，建立修正的随机前沿引力模型;研究发现，贸易引力模型中的距离变量对跨境电商和传统国际贸易的影响方向相反，贸易引力理论对中国跨境电商发展的解释力有限，跨境电商的发展冲击了传统的贸易理论;跨境电商贸易伙伴的经济实力、消费潜力、进口成本等是影响中国跨境电商出口规模的重要因素。

关键词：跨境电商贸易引力地理因素

一、引言

跨境电商作为国际贸易的一种新手段，近年来获得迅猛增长。2017年，我国跨境电商交易额达8.2万亿元，同比增长22.3%，其中出口跨境电商占比82.08%;跨境网购人数世界第一，跨境B2C总交易额排名世界第二。跨境电商已成为了我国对外贸易重要的手段之一。跨境电商打破了传统的国际贸易模式，成为了许多国家大力发展的贸易形式。但在交易中，距离较远的国家间的贸易额超过较近的国家，与传统的贸易理论存在差异。那么是跨境电商具有什么样的特殊性，使其与传统贸易理论存在差别，又有哪些因素会影响跨境电商的发展呢，这将是本文研究的重点。

二、文献综述

国外学者研究距离因素对跨境电商发展影响的较少，但相关研究成果则较多。在跨境电商发展动因方面，Mesut等（2011）认为全球金融危机在某种程度上导致了跨境电商的兴起，在金融危机冲击下，欧盟成员国的贸易额下降了，而期间电子商务的交易规模在上升;Elena（2014）认为互联网信息技术直接作用于传统的商业交易模式，以及企业发展带来的巨大潜力促进了跨境电商产生和发展[1]。在跨境电商發展影响因素方面，Carlos和Primo等（2005）从国家间竞争层面出发，提出监管环境中多边谈判进程较慢会成为制约跨境电商发展的因素。Estrella等（2014）研究了欧盟27国跨境电商的发展，认为距离因素对跨境电商的影响有限，而有效的支付系统增加1%，可使跨境电商增加7%左右[2]。

国内学者对跨境电商的研究集中于影响因素、存在问题和发展对策等。在跨境电商发展影响因素方面，崔雁冰和姜晶（2015）认为消费者信任度、通关手续和支付安全等会显著影响跨境电商的发展[3];姜宝等（2017）认为人均GDP及人口规模对中国跨境电商实物商品进口规模具有显著推动作用[4]。在跨境电商发展对策方面，王林和杨坚争（2014）认为促进跨境电商发展的关键是提高跨境营销能力和提升跨境物流水平;来有为和王开前（2014）指出现阶段，我国应重视跨境电商结汇和市场监管的问题。

本文建立修正的跨境电商贸易引力模型，引入距离因素、经济规模、消费潜力、基础设施变量等数据，探究距离因素对我国跨境电商出口规模的影响以及哪些因素是影响中国跨境电商的重要因素。

三、模型构建和数据说明

（一）理论框架

为了弥补传统引力模型的不足，建立随机前沿分析法来研究引力模型[5]。根据随机前沿引力模型，可将i国对n国或地区的跨境电商出口规模Tin表示为：

其中解释变量：（1）GDP表示中国跨境电商主要出口国i国的人均GDP。（2）GNI表示跨境电商出口国基于购买力平价（PPP）的人均国民总收入，用来衡量一个国家国民收入，人均国民总收入越高，购买力水平越高。（3）POP表示跨境电商出口国人口总量，可在一定程度上表示出口国的市场规模和消费潜力。（4）INTER表示跨境电商出口国每百万人拥有的安全互联网服务器数量，安全服务器是指在互联网交易过程中使用加密技术的服务器，体现一国跨境电商交易的基础设施水平，假定贸易伙伴拥有的安全互联网服务器数量越多，对中国跨境电商对该国的出口有正向影响。（5）PD表示跨境电商出口国的物流绩效指数，物流绩效指数的综合数反映一个国家包括货物运输、追踪查询货物等能力的物流整体水平。（6）CTI表示中国跨境电商出口国进口成本，进口成本直接关系到跨境企业盈利空间，假定与跨境电商交易规模呈负相关。（7）D表示中国和进口国之间的地理距离。V为随机干扰项，均值为零，用来衡量随机误差或随机性因素。

（三）数据来源和说明

我国跨境电商发展数据的相对分散而且有限，本文从艾瑞咨询和网络服务经济平台发布的报告中，得到2017年我国对10个跨境电商伙伴国国的出口规模数据，这10个国家是2017年中国跨境电商出口规模排名前10的国家，占中国跨境电商出口总额的69.8%。

2017年各个国家的人均GDP、人均国民收入、人口总数等数据来自于世界银行官方数据。地理因素指标D衡量了跨境电商贸易伙伴国的电商发展中心或者经济中心和广州的距离，之所以不选用常用的国家间首都的距离，是因为这样的距离更多是考虑了政治因素，但不少国家的跨境电商发展中心或者经济中心城市并不是首都，故对距离城市的选取进行修正。另外，之所以选择广州，是因为近几年广州在中国跨境电商规模发展中处于领先地位，2017年，中国出口跨境电商卖家省份分布中，广东省位居第一，占比24.8%。距离数据的结果来自于GPSSPG网站的距离计算器。

四、实证分析

本文根据模型（1）（2）的设定，首先将数据进行标准化处理，利用ststa13对数据做随机前沿引力模型估计。在进行分析之前，首先选择正确的引力方程形式，本文使用似然比检验确定是否纳入这些因素，筛选出对跨境电商进出口贸易规模有重要影响的因素。

（一）似然比检验和模型选择

为了确保选择恰当的前沿引力模型，基于似然比检验来考虑模型的恰当性，依次设定了3个检验，分别用来检验模型中是否应该包括设施变量、人口规模变量、经济规模变量。结果如表1所示，在模型中拒绝了不存在基础设施变量的假设，拒绝了不存在人口规模变量的假设，拒绝了不存在经济规模变量的假设，即在跨境电商出口模型中应包括基础设施变量、人口规模变量、经济规模变量。

（二）贸易引力模型估计结果

在确定了合适模型形式后，使用stata13对模型（2）进行最大似然估计，同时为了对比，构建了非贸易引力模型，来进一步探究距离因素在两个模型中影响的差异。

估计中国跨境电商出口贸易模型结果时，表2中贸易引力模型实证结果显示：（1）地理距离（d）的系数为正，这和预期相反，和贸易引力模型在传统国际贸易理论的结论也是相反的，表明跨境电商依靠现代互联网和世界物流系统，确实在一定程度上减弱了地理因素对国际贸易的阻碍作用。（2）人均GDP系数为正，且高度显著，表明贸易伙伴国的经济越发达，购买力越强，跨境电商交易规模就越大。（3）人口数量（pop）系数正向显著，说明贸易伙伴国的人口越多，消费潜力越大，市场越广阔，则对中国跨境电商出口起促进作用。（4）进口成本（cti）的系数为负，表明跨境电商进口国的进口成本是阻碍跨境电商贸易的因素，与预期一致。进口成本数据一定程度上体现了距离所带来的经济成本，在现有数据下，跨境电商这种外贸方式没有完全推翻贸易引力理论，但同时贸易引力模型已不能充分解释我国跨境电商的发展。（5）物流绩效指数（pd）的系数为负，和预期相反，一方面，可能是因为在跨境电商这种贸易模式下，大大简化了传统的物流程序，而有些非实物的跨境电商贸易则是脱离现代物流而开展有关，另一方面，跨境网购者更加重视产品的价格和质量，对物流因素的关注较少。而在非贸易引力模型中，删除了距离变量，经济规模和人口规模的影响还是显著的，再次印证了在跨境电商这种新型的贸易模式下，地理因素对跨境电商这种模式的国际贸易的影响没那么重要了。

五、结论与建议

本文针对距离因素对我国跨境电商发展产生什么样的影响以及哪些因素对我国跨境电商发展有重要影响的问题，利用2017年中国与主要贸易伙伴国跨境电商出口规模数据和贸易国的经济实力、消费潜力、影响跨境电商贸易水平和规模的基础设施等截面数据，引入距离变量，采用随机前沿法，建立修正的随机前沿引力模型进行实证分析。结果表明，贸易引力理论对中国跨境电商发展的解释力度有限，地理因素对我国跨境电商规模的影响为正向显著的，其影响的方向和以往的国际贸易理论是相反的，依托于现代物流和信息技术的新型贸易方式一定程度上冲击了地理因素对国际贸易的限制。而实证分析中人均GDP和人口规模因素对中国跨境电商的发展有显著的正向影响，我国跨境电商出口的发展更多的受到經济发展水平、人口规模、进口成本等因素的影响。

综上，本文提出以下建议：（1）在促进我国跨境电商国际市场扩大时，不要将战略布局局限于与贸易伙伴国的距离远近，应基于贸易伙伴国的经济发展水平、市场潜力、以及现代物流科信息技术等，积极开括更广阔更长远的市场，在促进跨境电商规模发展的同时，优化跨境电商的进出口结构。（2）为跨境电商的发展提供更好的软硬件条件，进一步发挥我国经济发展和消费潜力提升对跨境电商的促进作用。

参考文献：

[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.我国跨境电商的发展现状和对策[J].宏观经济管理，2015（8）：65-67.

[4]姜宝，王震，李剑.贸易引力模型在中国跨境电商中的实证检验[J].商业经济研究，2017（10）：32-34.

[5]方英，马芮.中国与“一带一路”沿线国家文化贸易潜力及影响因素：基于随机前沿引力模型的实证研究[J].世界经济研究，2018（01）：112-121+136.

（朱元清，广西大学商学院）