基于PVAR的跨境电子商务、进出口贸易与经济增长互动机制研究

刘贤锋 周欣星 黄远云 李霄

内容摘要：本文采用PVAR模型，以中国13个跨境电子商务试点城市为例，研究跨境电子商务、进出口贸易与地区经济增长的相互作用及影响，并重点探究了跨境电子商务与经济增长间的互动关系。实证结果表明，进出口贸易额、跨境电商交易额与经济增长间呈良好的互动作用，进出口贸易额每增长1%，GDP增长0.365%;跨境电商交易额每增长1%，GDP增长0.094%，皆起正向影响作用。跨境电商交易额与GDP增长间呈U型曲线，从短期和长期而言，跨境电商皆能带来较大的经济增长，跨境电商未来将有望成为拉动GDP增长的重要驱动力。

关键词：跨境电子商务   进出口贸易   经济增长   PVAR

引言

跨境电子商务是电子商务的一个重要分支，伴随传统贸易增长与时代变迁应运而生，是互联网发展到一定阶段的新型贸易模式。中国作为全球第二大经济体，在“互联网+”和“一带一路”的新常态时代背景下，相比传统对外贸易，跨境电商发展呈现出蓬勃态势。据海關最新统计数据，2018年跨境电商交易规模达8.8万亿元，近十年来发展迅猛，相较2008年的0.8万亿元，增长10倍，跨境电商迸发出较大的发展潜力。相较之下，传统进出口贸易近年来增速较缓，十年间平均增速为6.22%，其中2009年、2015年和2016年为负增长。由此可见，跨境电商已成为促进中国经济增长的重要驱动力之一。研究跨境电商、进出口贸易与经济增长间的互动机制，有助于分析影响经济增长的因素，为经济建设提出发展策略奠定基础，具有一定的现实意义。

现有文献中，已有部分学者对进出口贸易与经济增长、跨境电子商务与进出口贸易之间关系分别展开了探究。Chen J（2012）等运用非参数估计方法，对中国31个省、市、区进出口贸易与经济增长的关系展开研究，得出进出口贸易对GDP增长有正向影响，且两者间关系呈“U”型曲线。马章良（2012）采用协整理论和格兰杰因果检验分析中国进出口贸易与经济增长关系，实证表明，进出口贸易增长能有效促进经济增长，呈正相关关系。郭雁等（2016）基于协整分析和VAR模型，研究我国对外贸易与经济增长间互动关系，实证表明，对外贸易与经济增长在短期和长期间皆存在稳定的协整关系。霍忻（2015）建立VAR模型，对中国进出口贸易与GDP间互动关系展开研究，得出两者存在短期和长期的动态关系，进出口贸易发展能有效促进经济增长。Qiao P（2018）等运用VAR模型，探究我国跨境电子商务与进出口贸易间的互动关系，脉冲响应结果表明，跨境电商发展与进出口贸易间存在长期稳定的均衡关系。梁利培（2016）建立VAR模型，从理论和实证两方面对跨境电商与贸易增长间关系展开探究，研究表明，二者间正向关系。刘燕（2019）和周斌等（2017）学者建立PVAR模型，分别探究商贸流通业与我国经济集聚，“互联网+”、普惠金融与GDP增长间的关系，并提出相应的政策建议。

现有研究具有较大参考价值，但存在以下不足：已有文献多研究跨境电商与进出口贸易或进出口贸易与经济增长两者间的关系，少有研究三者间的互动关系;研究方法上，多采用回归方程，VAR建模，较少建立PVAR模型。

为深入探究跨境电商和进出口贸易对经济增长的贡献程度及其相互作用机制，本文建立PVAR模型，探究三者间互动关系。相较传统VAR模型，通过面板数据建模，能更好反映不同地区在发展中的动态变化，得出多变量间的相互作用关系，能一定程度上降低多重共线性。PVAR一定程度上继承了VAR的优点，更具先进性。

研究方法

（一）基本方程

本文以中国首批13个跨境电子商务试点城市，杭州、上海、苏州、宁波、广州、成都、合肥、天津、重庆、郑州、深圳、大连、青岛为例，研究跨境电子商务交易额、进出口贸易额与地区生产总值间的互动关系，其中跨境电子商务交易额为EC，进出口贸易额为MT，地区生产总值为GDP，据此建立的回归方程为：

（1）

公式（1）计算和分析跨境电商和进出口贸易对地区生产总值的弹性大小，为进一步研究跨境电商对经济增长的影响规律，在此引入跨境电商的二次项，公式如下：

（2）

通过观察跨境电商二次项系数c3是否大于0以及是否通过统计检验，可判断出跨境电商对地区经济增长的影响是线性还是非线性，若是非线性的，通过系数c3的正负，便能得知曲线的形状，以便进一步探究其影响规律。

（二）面板数据模型

本文采用面板数据模型研究13个跨境电商试点地区的跨境电商交易额、进出口贸易额对地区经济增长的作用及影响规律。面板数据同时具备时间序列数据和截面数据特点，能较好控制变量的个体异质性，降低多重共线性的影响，且能更好地刻画不同影响因素之间的作用规律。面板数据模型最早由Mundlak在1961年提出，其公式为：

i=1，…n，t=1，…T                        （3）

公式（3）中xit为变量，是1×P阶矩阵;αi为常数项，βi为回归系数，为P×1阶矩阵，其中P表示解释变量的数目。根据不同的αi、αj分为固定截距模型和变截距模型;根据不同的βi、βj分为固定系数模型和变系数模型。PVAR模型分为固定效应模型、随机效应模型和混合效应模型。若斜率系数βi相同，截距项αi不同，则为固定效应模型;随机效应模型是将固定效应模型的βi看成随机变量;混合效应模型是指同时包含固定效应和随机效应的模型。

（三）面板向量自回归模型（PVAR）

Holtz-Eakin D等学者于1988年提出面板向量自回归模型（Panel VAR），随后，Lütkepohl H、Love I等学者于2005年和2006年对PVAR模型做了改进，在原有基础上，完善了面板向量自回归模型。PVAR继承了传统VAR的优点，视所有变量为内生变量，能很好地反映出跨境电商、进出口贸易额与经济增长的内在作用关系。

实证研究

（一）数据来源及处理

以中国13个跨境电子商务试点城市为例，跨境电商交易额（EC）、进出口贸易额（MT）、地区生产总值（GDP）为研究对象，选择2014-2018年的数据，建立面板数据模型。其中GDP和进出口贸易额数据来源于2014-2018年各城市统计年鉴及《国民经济和社会发展统计公报》;跨境电商交易额数据来源于中国电子商务研究中心及2014-2018年《中国跨境电子商务发展报告》，三个变量的描述统计如表1所示。

（二）面板数据的单位根检验

为防止数据因非平稳出现伪回归，在做回归之前，需对面板数据进行单位根检验。为确保研究稳健性，本文采用ADF检验、Levin lin & chu检验和PP检验，检验结果如表2所示。GDP、进出口贸易额（MT）和跨境电商交易额（EC）原始皆为不平稳序列;经一阶差分后，除GDP变量外，其余变量序列平稳;在经二阶差分后，三个变量序列平稳，服从二阶单整。

（三）面板数据估计结果

首先对公式（1）进行估计，主要用来估计进出口贸易额、跨境电商交易额对经济增长的影响，由于是随机变量，且变量以13个试点城市为例展开研究，并以此推广到代表中国整体发展，符合随机效应模型特点。经Hauseman检验，以1的概率接受服从随机效应的原假设，说明本文采用随机效应模型为最佳选择。考虑变量之间的内生性，采用GMM对变量进行估计，估计结果如表3中“随机效应1”所示，拟合优度R2为0.978，所有变量皆在1%的置信水平下通过了统计检验。

从弹性系数来看，进出口贸易额（MT）弹性系数为0.365，高于跨境电商（EC）的弹性系数0.094，说明进出口贸易额和跨境电商交易额的增长对GDP增长起正向作用;相较之下，跨境电商交易额对GDP的影响小于进出口贸易额。具体为，进出口贸易额每增加1%，GDP增长0.365%，跨境电商交易额每增加1%，GDP增长0.094%。相较进出口贸易，跨境电商对经济增长的拉动力有限，其发展仍有待加强。

对公式（2）而言，重点研究跨境电商交易额对GDP的影响规律，仍采用随机效应模型和GMM进行估计，估计结果如表3中“随机效应2”所示。所有变量拟合优度R2为0.986，其中，跨境电商交易额（EC）和进出口贸易额（MT）分别在10%和5%的水平上通过统计检验，其余变量在1%水平下通过统计检验。跨境电商交易额二次项的系数为正，说明跨境电商对GDP的影响为U型曲线，当一个城市的跨境电商交易额较低和较高时，都能带来更大的经济效益;说明无论是短期还是长期而言，跨境电商发展皆能带来较大的经济增长。

（四）面板向量自回归估计

1.协整检验。PVAR建模要求原序列平稳或协整，经前文单位根检验证明所有变量服从二阶单整，三个序列间可能存在长期均衡关系。鉴于此，本文分别运用Pedroni检验和Kao检验对跨境电商交易额、进出口贸易和地区生产总值进行面板协整检验。由于Panel PP、Panel ADF和Group PP、Group ADF统计量具有更好的描述小样本的性质，本文采用上述三个统计量判断变量间是否具有协整关系，结果如表4所示。Pedroni检验中，Panel PP、Panel ADF的P值皆小于0.05，Group PP和Group ADF的P值皆小于0.01，分别在5%和1%显著性水平下拒绝“面板变量间不存在协整关系”的原假设;Kao检验中，ADF的P值小于0.01，在1%显著性水平下拒绝原假设。由此可见，跨境电商交易额、进出口贸易和地区生产总值存在长期稳定的均衡关系，可进行面板向量自回归估计。

2.面板向量自回归估计结果。面板向量自回归模型（PVAR）分为无约束向量自回归模型（UVAR）和误差修正模型（VEC），当原始数据为0阶平稳时，建立UVAR;由于本文数据经二阶差分后平稳，在协整检验通过的前提下，建立VEC误差修正模型。首先需选择最优滞后阶数，鉴于本文样本时间跨度仅为5年，依据AIC、SC和HQIC信息准则确定变量的滞后阶数，经检验，本文最佳滞后阶数为2阶。经单位圆检验，所有特征根皆小于1，位于单位圆内，说明模型是稳定的。具体结果如表5、图1所示。

由于面板VEC模型是非理论性模型，其回归系数没有经济学意义，因此在解读面板VEC模型时，一般采用脉冲响应函数和方差分解进一步刻画变量之间的互动关系。

3.脉冲响应分析。在建立PVAR模型时，因所有变量皆为内生变量，解释单个参数估计值的意义不大，因此需借助脉冲响应函数来分析内生变量带给自身及其他内生变量的冲击作用。图2为各地区生产总值（GDP）的脉冲响应函数，主要反映了GDP对进出口贸易额和跨境电商交易额冲击的响应。首先，GDP一个标准差的正向冲击对其自身影响较大且稳定，持续时间长，但在第5年后呈缓慢下降趋势。来自跨境电商交易額和进出口交易额一个标准差的正向冲击，在第1年皆为0，但其后两者对GDP的冲击呈爆发式持续增长，相较之下，跨境电商交易额对GDP的冲击比进出口贸易对GDP冲击增长速度快且影响更持久。在第8年，跨境电商交易额对GDP的影响甚至超过GDP对自身的影响，由此可见，跨境电商对经济增长起正向作用，且在未来，跨境电商将有望成为拉动地区经济增长的重要动力。

图3为各地区跨境电商交易额（EC）的脉冲响应函数，主要反映了跨境电商交易额对进出口贸易额和GDP冲击的响应。首先，跨境电商交易额的一个标准差的正向冲击对其自身影响较大，在第2年达到较高点且呈波动增长趋势。来自进出口贸易额一个标准差的正向冲击对跨境电商交易额影响要大于GDP对跨境电商交易额的正向冲击，在第2年达到极大值，之后呈波动增长趋势，可见进出口贸易对跨境电商短期内冲击较大，从长期看，影响较稳定。GDP对跨境电商的冲击在第3年达到极大值，之后呈平稳冲击。由此可见，进出口贸易额和GDP对跨境电商交易额皆为正向影响，其中进出口贸易对跨境电商交易额的影响大于GDP对跨境电商交易额的影响。

4.方差分解分析。从GDP方差分解（见表6）来看，初期GDP自身比重最高，达100%;到第10年，GDP自身比重仍最高，为54.66%。其次为跨境电商交易额，占比35.08%，进出口贸易额占比10.26%;这与上文GDP脉冲响应函数冲击结果基本一致，GDP受自身及跨境电商交易额影响较大。

从跨境电商交易额的方差分解（见表7）来看，初期跨境电商交易额自身比重最高，达85.45%;到第10年，跨境电商交易额自身比重仍最高，为78.44%;其次为进出口贸易额，占比16.95%，GDP占比4.61%;这与上文GDP脉冲响应函数冲击影响基本一致。跨境电商交易额受自身影响最大，其次为进出口贸易额和GDP。

结论

本文建立PVAR模型，以中国13个跨境电商试点城市为例探究跨境电商交易额、进出口贸易与经济增长间的互动关系，得出以下三点结论：

进出口贸易额、跨境电商与经济增长三者呈良性互动关系。面板数据回归结果表明，进出口贸易额每增加1%，GDP增长0.365%，跨境电商交易额每增加1%，GDP增长0.094%，可见进出口贸易及跨境电商皆为经济增长的重要动力。从脉冲响应函数和方差分解结果来看，进出口贸易和跨境电商都能对GDP产生正向冲击，进出口贸易和GDP对跨境电商也具有正向冲击效应，且产生的影响持久稳定。

跨境电商与经济增长间呈U型曲线。从面板回归估计中，跨境电商二次项的系数为正，跨境电商对GDP的影响为U型曲线，当跨境电商交易额中等时对城市的经济贡献最小。当跨境电商成交额较低时，说明企业刚涉足跨境电商，初期投入成本小，风险较低，易获得较大利润;后随着企业在跨境电商领域的开拓，投入成本加大，经济效益随之降低;当企业跨境电商业务不断成熟，跨境电商技术不断完善，前期投入获得回报，企业便能从中获取超额利润，从而带来较大的经济效益。

跨境电商未来有望成为拉动GDP增长的重要驱动力。从脉冲响应函数结果来看，跨境电商和进出口贸易增长在早期对GDP增长的贡献较小，但后期对GDP贡献呈指数式增长，尤其是跨境电商，影响持久且增长快于进出口贸易。从方差分解结果来看，跨境电商对GDP的影响程度远大于进出口贸易。从长期看，随着互联网、线上支付以及国际物流网的不断发展，跨境电商将有望成为拉动GDP的主要动力。

参考文献：

1.Chen J，Dong B. A Nonparametric Estimation on the Effects of Import and Export Trade to Economic Growth in China[J]. Procedia Engineering， 2012（29）

2.马章良.中国进出口贸易对经济增长方式转变的影响分析[J].国际贸易问题，2012（4）

3.郭雁，田飞.对外贸易与经济增长关系的实证检验[J].统计与决策，2016（1）

4.霍忻.基于协整检验和VAR模型的我国对外贸易与经济增长长短期动态关系研究[J].商业经济研究，2015（1）

5.Qiao P，Qi Z .The Application of VAR Model in Economic Interaction： The Case of China E-Commerce and Trade[J]. Wireless Personal Communications，2018

6.梁利培.跨境電子商务与贸易增长的互动发展[J].商业经济研究，2016（16）

7.刘燕.商贸流通业发展对经济集聚的促进作用——基于PVAR模型的动态关系实证[J].商业经济研究，2019（2）

8.周斌，毛德勇，朱桂宾.“互联网+”、普惠金融与经济增长——基于面板数据的PVAR模型实证检验[J].财经理论与实践，2017，38（2）