基于PVAR的跨境電子商務(wù)、進(jìn)出口貿(mào)易與經(jīng)濟(jì)增長互動機(jī)制研究

劉賢鋒 周欣星 黃遠(yuǎn)云 李霄

內(nèi)容摘要：本文采用PVAR模型，以中國13個跨境電子商務(wù)試點(diǎn)城市為例，研究跨境電子商務(wù)、進(jìn)出口貿(mào)易與地區(qū)經(jīng)濟(jì)增長的相互作用及影響，并重點(diǎn)探究了跨境電子商務(wù)與經(jīng)濟(jì)增長間的互動關(guān)系。實(shí)證結(jié)果表明，進(jìn)出口貿(mào)易額、跨境電商交易額與經(jīng)濟(jì)增長間呈良好的互動作用，進(jìn)出口貿(mào)易額每增長1%，GDP增長0.365%;跨境電商交易額每增長1%，GDP增長0.094%，皆起正向影響作用?？缇畴娚探灰最~與GDP增長間呈U型曲線，從短期和長期而言，跨境電商皆能帶來較大的經(jīng)濟(jì)增長，跨境電商未來將有望成為拉動GDP增長的重要驅(qū)動力。

關(guān)鍵詞：跨境電子商務(wù) ? 進(jìn)出口貿(mào)易 ? 經(jīng)濟(jì)增長 ? PVAR

引言

跨境電子商務(wù)是電子商務(wù)的一個重要分支，伴隨傳統(tǒng)貿(mào)易增長與時代變遷應(yīng)運(yùn)而生，是互聯(lián)網(wǎng)發(fā)展到一定階段的新型貿(mào)易模式。中國作為全球第二大經(jīng)濟(jì)體，在“互聯(lián)網(wǎng)+”和“一帶一路”的新常態(tài)時代背景下，相比傳統(tǒng)對外貿(mào)易，跨境電商發(fā)展呈現(xiàn)出蓬勃態(tài)勢。據(jù)海關(guān)最新統(tǒng)計(jì)數(shù)據(jù)，2018年跨境電商交易規(guī)模達(dá)8.8萬億元，近十年來發(fā)展迅猛，相較2008年的0.8萬億元，增長10倍，跨境電商迸發(fā)出較大的發(fā)展?jié)摿?。相較之下，傳統(tǒng)進(jìn)出口貿(mào)易近年來增速較緩，十年間平均增速為6.22%，其中2009年、2015年和2016年為負(fù)增長。由此可見，跨境電商已成為促進(jìn)中國經(jīng)濟(jì)增長的重要驅(qū)動力之一。研究跨境電商、進(jìn)出口貿(mào)易與經(jīng)濟(jì)增長間的互動機(jī)制，有助于分析影響經(jīng)濟(jì)增長的因素，為經(jīng)濟(jì)建設(shè)提出發(fā)展策略奠定基礎(chǔ)，具有一定的現(xiàn)實(shí)意義。

現(xiàn)有文獻(xiàn)中，已有部分學(xué)者對進(jìn)出口貿(mào)易與經(jīng)濟(jì)增長、跨境電子商務(wù)與進(jìn)出口貿(mào)易之間關(guān)系分別展開了探究。Chen J（2012）等運(yùn)用非參數(shù)估計(jì)方法，對中國31個省、市、區(qū)進(jìn)出口貿(mào)易與經(jīng)濟(jì)增長的關(guān)系展開研究，得出進(jìn)出口貿(mào)易對GDP增長有正向影響，且兩者間關(guān)系呈“U”型曲線。馬章良（2012）采用協(xié)整理論和格蘭杰因果檢驗(yàn)分析中國進(jìn)出口貿(mào)易與經(jīng)濟(jì)增長關(guān)系，實(shí)證表明，進(jìn)出口貿(mào)易增長能有效促進(jìn)經(jīng)濟(jì)增長，呈正相關(guān)關(guān)系。郭雁等（2016）基于協(xié)整分析和VAR模型，研究我國對外貿(mào)易與經(jīng)濟(jì)增長間互動關(guān)系，實(shí)證表明，對外貿(mào)易與經(jīng)濟(jì)增長在短期和長期間皆存在穩(wěn)定的協(xié)整關(guān)系。霍忻（2015）建立VAR模型，對中國進(jìn)出口貿(mào)易與GDP間互動關(guān)系展開研究，得出兩者存在短期和長期的動態(tài)關(guān)系，進(jìn)出口貿(mào)易發(fā)展能有效促進(jìn)經(jīng)濟(jì)增長。Qiao P（2018）等運(yùn)用VAR模型，探究我國跨境電子商務(wù)與進(jìn)出口貿(mào)易間的互動關(guān)系，脈沖響應(yīng)結(jié)果表明，跨境電商發(fā)展與進(jìn)出口貿(mào)易間存在長期穩(wěn)定的均衡關(guān)系。梁利培（2016）建立VAR模型，從理論和實(shí)證兩方面對跨境電商與貿(mào)易增長間關(guān)系展開探究，研究表明，二者間正向關(guān)系。劉燕（2019）和周斌等（2017）學(xué)者建立PVAR模型，分別探究商貿(mào)流通業(yè)與我國經(jīng)濟(jì)集聚，“互聯(lián)網(wǎng)+”、普惠金融與GDP增長間的關(guān)系，并提出相應(yīng)的政策建議。

現(xiàn)有研究具有較大參考價(jià)值，但存在以下不足：已有文獻(xiàn)多研究跨境電商與進(jìn)出口貿(mào)易或進(jìn)出口貿(mào)易與經(jīng)濟(jì)增長兩者間的關(guān)系，少有研究三者間的互動關(guān)系;研究方法上，多采用回歸方程，VAR建模，較少建立PVAR模型。

為深入探究跨境電商和進(jìn)出口貿(mào)易對經(jīng)濟(jì)增長的貢獻(xiàn)程度及其相互作用機(jī)制，本文建立PVAR模型，探究三者間互動關(guān)系。相較傳統(tǒng)VAR模型，通過面板數(shù)據(jù)建模，能更好反映不同地區(qū)在發(fā)展中的動態(tài)變化，得出多變量間的相互作用關(guān)系，能一定程度上降低多重共線性。PVAR一定程度上繼承了VAR的優(yōu)點(diǎn)，更具先進(jìn)性。

研究方法

（一）基本方程

本文以中國首批13個跨境電子商務(wù)試點(diǎn)城市，杭州、上海、蘇州、寧波、廣州、成都、合肥、天津、重慶、鄭州、深圳、大連、青島為例，研究跨境電子商務(wù)交易額、進(jìn)出口貿(mào)易額與地區(qū)生產(chǎn)總值間的互動關(guān)系，其中跨境電子商務(wù)交易額為EC，進(jìn)出口貿(mào)易額為MT，地區(qū)生產(chǎn)總值為GDP，據(jù)此建立的回歸方程為：

（1）

公式（1）計(jì)算和分析跨境電商和進(jìn)出口貿(mào)易對地區(qū)生產(chǎn)總值的彈性大小，為進(jìn)一步研究跨境電商對經(jīng)濟(jì)增長的影響規(guī)律，在此引入跨境電商的二次項(xiàng)，公式如下：

（2）

通過觀察跨境電商二次項(xiàng)系數(shù)c3是否大于0以及是否通過統(tǒng)計(jì)檢驗(yàn)，可判斷出跨境電商對地區(qū)經(jīng)濟(jì)增長的影響是線性還是非線性，若是非線性的，通過系數(shù)c3的正負(fù)，便能得知曲線的形狀，以便進(jìn)一步探究其影響規(guī)律。

（二）面板數(shù)據(jù)模型

本文采用面板數(shù)據(jù)模型研究13個跨境電商試點(diǎn)地區(qū)的跨境電商交易額、進(jìn)出口貿(mào)易額對地區(qū)經(jīng)濟(jì)增長的作用及影響規(guī)律。面板數(shù)據(jù)同時具備時間序列數(shù)據(jù)和截面數(shù)據(jù)特點(diǎn)，能較好控制變量的個體異質(zhì)性，降低多重共線性的影響，且能更好地刻畫不同影響因素之間的作用規(guī)律。面板數(shù)據(jù)模型最早由Mundlak在1961年提出，其公式為：

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

公式（3）中xit為變量，是1×P階矩陣;αi為常數(shù)項(xiàng)，βi為回歸系數(shù)，為P×1階矩陣，其中P表示解釋變量的數(shù)目。根據(jù)不同的αi、αj分為固定截距模型和變截距模型;根據(jù)不同的βi、βj分為固定系數(shù)模型和變系數(shù)模型。PVAR模型分為固定效應(yīng)模型、隨機(jī)效應(yīng)模型和混合效應(yīng)模型。若斜率系數(shù)βi相同，截距項(xiàng)αi不同，則為固定效應(yīng)模型;隨機(jī)效應(yīng)模型是將固定效應(yīng)模型的βi看成隨機(jī)變量;混合效應(yīng)模型是指同時包含固定效應(yīng)和隨機(jī)效應(yīng)的模型。

（三）面板向量自回歸模型（PVAR）

Holtz-Eakin D等學(xué)者于1988年提出面板向量自回歸模型（Panel VAR），隨后，Lütkepohl H、Love I等學(xué)者于2005年和2006年對PVAR模型做了改進(jìn)，在原有基礎(chǔ)上，完善了面板向量自回歸模型。PVAR繼承了傳統(tǒng)VAR的優(yōu)點(diǎn)，視所有變量為內(nèi)生變量，能很好地反映出跨境電商、進(jìn)出口貿(mào)易額與經(jīng)濟(jì)增長的內(nèi)在作用關(guān)系。

實(shí)證研究

（一）數(shù)據(jù)來源及處理

以中國13個跨境電子商務(wù)試點(diǎn)城市為例，跨境電商交易額（EC）、進(jìn)出口貿(mào)易額（MT）、地區(qū)生產(chǎn)總值（GDP）為研究對象，選擇2014-2018年的數(shù)據(jù)，建立面板數(shù)據(jù)模型。其中GDP和進(jìn)出口貿(mào)易額數(shù)據(jù)來源于2014-2018年各城市統(tǒng)計(jì)年鑒及《國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計(jì)公報(bào)》;跨境電商交易額數(shù)據(jù)來源于中國電子商務(wù)研究中心及2014-2018年《中國跨境電子商務(wù)發(fā)展報(bào)告》，三個變量的描述統(tǒng)計(jì)如表1所示。

（二）面板數(shù)據(jù)的單位根檢驗(yàn)

為防止數(shù)據(jù)因非平穩(wěn)出現(xiàn)偽回歸，在做回歸之前，需對面板數(shù)據(jù)進(jìn)行單位根檢驗(yàn)。為確保研究穩(wěn)健性，本文采用ADF檢驗(yàn)、Levin lin & chu檢驗(yàn)和PP檢驗(yàn)，檢驗(yàn)結(jié)果如表2所示。GDP、進(jìn)出口貿(mào)易額（MT）和跨境電商交易額（EC）原始皆為不平穩(wěn)序列;經(jīng)一階差分后，除GDP變量外，其余變量序列平穩(wěn);在經(jīng)二階差分后，三個變量序列平穩(wěn)，服從二階單整。

（三）面板數(shù)據(jù)估計(jì)結(jié)果

首先對公式（1）進(jìn)行估計(jì)，主要用來估計(jì)進(jìn)出口貿(mào)易額、跨境電商交易額對經(jīng)濟(jì)增長的影響，由于是隨機(jī)變量，且變量以13個試點(diǎn)城市為例展開研究，并以此推廣到代表中國整體發(fā)展，符合隨機(jī)效應(yīng)模型特點(diǎn)。經(jīng)Hauseman檢驗(yàn)，以1的概率接受服從隨機(jī)效應(yīng)的原假設(shè)，說明本文采用隨機(jī)效應(yīng)模型為最佳選擇。考慮變量之間的內(nèi)生性，采用GMM對變量進(jìn)行估計(jì)，估計(jì)結(jié)果如表3中“隨機(jī)效應(yīng)1”所示，擬合優(yōu)度R2為0.978，所有變量皆在1%的置信水平下通過了統(tǒng)計(jì)檢驗(yàn)。

從彈性系數(shù)來看，進(jìn)出口貿(mào)易額（MT）彈性系數(shù)為0.365，高于跨境電商（EC）的彈性系數(shù)0.094，說明進(jìn)出口貿(mào)易額和跨境電商交易額的增長對GDP增長起正向作用;相較之下，跨境電商交易額對GDP的影響小于進(jìn)出口貿(mào)易額。具體為，進(jìn)出口貿(mào)易額每增加1%，GDP增長0.365%，跨境電商交易額每增加1%，GDP增長0.094%。相較進(jìn)出口貿(mào)易，跨境電商對經(jīng)濟(jì)增長的拉動力有限，其發(fā)展仍有待加強(qiáng)。

對公式（2）而言，重點(diǎn)研究跨境電商交易額對GDP的影響規(guī)律，仍采用隨機(jī)效應(yīng)模型和GMM進(jìn)行估計(jì)，估計(jì)結(jié)果如表3中“隨機(jī)效應(yīng)2”所示。所有變量擬合優(yōu)度R2為0.986，其中，跨境電商交易額（EC）和進(jìn)出口貿(mào)易額（MT）分別在10%和5%的水平上通過統(tǒng)計(jì)檢驗(yàn)，其余變量在1%水平下通過統(tǒng)計(jì)檢驗(yàn)?？缇畴娚探灰最~二次項(xiàng)的系數(shù)為正，說明跨境電商對GDP的影響為U型曲線，當(dāng)一個城市的跨境電商交易額較低和較高時，都能帶來更大的經(jīng)濟(jì)效益;說明無論是短期還是長期而言，跨境電商發(fā)展皆能帶來較大的經(jīng)濟(jì)增長。

（四）面板向量自回歸估計(jì)

1.協(xié)整檢驗(yàn)。PVAR建模要求原序列平穩(wěn)或協(xié)整，經(jīng)前文單位根檢驗(yàn)證明所有變量服從二階單整，三個序列間可能存在長期均衡關(guān)系。鑒于此，本文分別運(yùn)用Pedroni檢驗(yàn)和Kao檢驗(yàn)對跨境電商交易額、進(jìn)出口貿(mào)易和地區(qū)生產(chǎn)總值進(jìn)行面板協(xié)整檢驗(yàn)。由于Panel PP、Panel ADF和Group PP、Group ADF統(tǒng)計(jì)量具有更好的描述小樣本的性質(zhì)，本文采用上述三個統(tǒng)計(jì)量判斷變量間是否具有協(xié)整關(guān)系，結(jié)果如表4所示。Pedroni檢驗(yàn)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，分別在5%和1%顯著性水平下拒絕“面板變量間不存在協(xié)整關(guān)系”的原假設(shè);Kao檢驗(yàn)中，ADF的P值小于0.01，在1%顯著性水平下拒絕原假設(shè)。由此可見，跨境電商交易額、進(jìn)出口貿(mào)易和地區(qū)生產(chǎn)總值存在長期穩(wěn)定的均衡關(guān)系，可進(jìn)行面板向量自回歸估計(jì)。

2.面板向量自回歸估計(jì)結(jié)果。面板向量自回歸模型（PVAR）分為無約束向量自回歸模型（UVAR）和誤差修正模型（VEC），當(dāng)原始數(shù)據(jù)為0階平穩(wěn)時，建立UVAR;由于本文數(shù)據(jù)經(jīng)二階差分后平穩(wěn)，在協(xié)整檢驗(yàn)通過的前提下，建立VEC誤差修正模型。首先需選擇最優(yōu)滯后階數(shù)，鑒于本文樣本時間跨度僅為5年，依據(jù)AIC、SC和HQIC信息準(zhǔn)則確定變量的滯后階數(shù)，經(jīng)檢驗(yàn)，本文最佳滯后階數(shù)為2階。經(jīng)單位圓檢驗(yàn)，所有特征根皆小于1，位于單位圓內(nèi)，說明模型是穩(wěn)定的。具體結(jié)果如表5、圖1所示。

由于面板VEC模型是非理論性模型，其回歸系數(shù)沒有經(jīng)濟(jì)學(xué)意義，因此在解讀面板VEC模型時，一般采用脈沖響應(yīng)函數(shù)和方差分解進(jìn)一步刻畫變量之間的互動關(guān)系。

3.脈沖響應(yīng)分析。在建立PVAR模型時，因所有變量皆為內(nèi)生變量，解釋單個參數(shù)估計(jì)值的意義不大，因此需借助脈沖響應(yīng)函數(shù)來分析內(nèi)生變量帶給自身及其他內(nèi)生變量的沖擊作用。圖2為各地區(qū)生產(chǎn)總值（GDP）的脈沖響應(yīng)函數(shù)，主要反映了GDP對進(jìn)出口貿(mào)易額和跨境電商交易額沖擊的響應(yīng)。首先，GDP一個標(biāo)準(zhǔn)差的正向沖擊對其自身影響較大且穩(wěn)定，持續(xù)時間長，但在第5年后呈緩慢下降趨勢。來自跨境電商交易額和進(jìn)出口交易額一個標(biāo)準(zhǔn)差的正向沖擊，在第1年皆為0，但其后兩者對GDP的沖擊呈爆發(fā)式持續(xù)增長，相較之下，跨境電商交易額對GDP的沖擊比進(jìn)出口貿(mào)易對GDP沖擊增長速度快且影響更持久。在第8年，跨境電商交易額對GDP的影響甚至超過GDP對自身的影響，由此可見，跨境電商對經(jīng)濟(jì)增長起正向作用，且在未來，跨境電商將有望成為拉動地區(qū)經(jīng)濟(jì)增長的重要動力。

圖3為各地區(qū)跨境電商交易額（EC）的脈沖響應(yīng)函數(shù)，主要反映了跨境電商交易額對進(jìn)出口貿(mào)易額和GDP沖擊的響應(yīng)。首先，跨境電商交易額的一個標(biāo)準(zhǔn)差的正向沖擊對其自身影響較大，在第2年達(dá)到較高點(diǎn)且呈波動增長趨勢。來自進(jìn)出口貿(mào)易額一個標(biāo)準(zhǔn)差的正向沖擊對跨境電商交易額影響要大于GDP對跨境電商交易額的正向沖擊，在第2年達(dá)到極大值，之后呈波動增長趨勢，可見進(jìn)出口貿(mào)易對跨境電商短期內(nèi)沖擊較大，從長期看，影響較穩(wěn)定。GDP對跨境電商的沖擊在第3年達(dá)到極大值，之后呈平穩(wěn)沖擊。由此可見，進(jìn)出口貿(mào)易額和GDP對跨境電商交易額皆為正向影響，其中進(jìn)出口貿(mào)易對跨境電商交易額的影響大于GDP對跨境電商交易額的影響。

4.方差分解分析。從GDP方差分解（見表6）來看，初期GDP自身比重最高，達(dá)100%;到第10年，GDP自身比重仍最高，為54.66%。其次為跨境電商交易額，占比35.08%，進(jìn)出口貿(mào)易額占比10.26%;這與上文GDP脈沖響應(yīng)函數(shù)沖擊結(jié)果基本一致，GDP受自身及跨境電商交易額影響較大。

從跨境電商交易額的方差分解（見表7）來看，初期跨境電商交易額自身比重最高，達(dá)85.45%;到第10年，跨境電商交易額自身比重仍最高，為78.44%;其次為進(jìn)出口貿(mào)易額，占比16.95%，GDP占比4.61%;這與上文GDP脈沖響應(yīng)函數(shù)沖擊影響基本一致。跨境電商交易額受自身影響最大，其次為進(jìn)出口貿(mào)易額和GDP。

結(jié)論

本文建立PVAR模型，以中國13個跨境電商試點(diǎn)城市為例探究跨境電商交易額、進(jìn)出口貿(mào)易與經(jīng)濟(jì)增長間的互動關(guān)系，得出以下三點(diǎn)結(jié)論：

進(jìn)出口貿(mào)易額、跨境電商與經(jīng)濟(jì)增長三者呈良性互動關(guān)系。面板數(shù)據(jù)回歸結(jié)果表明，進(jìn)出口貿(mào)易額每增加1%，GDP增長0.365%，跨境電商交易額每增加1%，GDP增長0.094%，可見進(jìn)出口貿(mào)易及跨境電商皆為經(jīng)濟(jì)增長的重要動力。從脈沖響應(yīng)函數(shù)和方差分解結(jié)果來看，進(jìn)出口貿(mào)易和跨境電商都能對GDP產(chǎn)生正向沖擊，進(jìn)出口貿(mào)易和GDP對跨境電商也具有正向沖擊效應(yīng)，且產(chǎn)生的影響持久穩(wěn)定。

跨境電商與經(jīng)濟(jì)增長間呈U型曲線。從面板回歸估計(jì)中，跨境電商二次項(xiàng)的系數(shù)為正，跨境電商對GDP的影響為U型曲線，當(dāng)跨境電商交易額中等時對城市的經(jīng)濟(jì)貢獻(xiàn)最小。當(dāng)跨境電商成交額較低時，說明企業(yè)剛涉足跨境電商，初期投入成本小，風(fēng)險(xiǎn)較低，易獲得較大利潤;后隨著企業(yè)在跨境電商領(lǐng)域的開拓，投入成本加大，經(jīng)濟(jì)效益隨之降低;當(dāng)企業(yè)跨境電商業(yè)務(wù)不斷成熟，跨境電商技術(shù)不斷完善，前期投入獲得回報(bào)，企業(yè)便能從中獲取超額利潤，從而帶來較大的經(jīng)濟(jì)效益。

跨境電商未來有望成為拉動GDP增長的重要驅(qū)動力。從脈沖響應(yīng)函數(shù)結(jié)果來看，跨境電商和進(jìn)出口貿(mào)易增長在早期對GDP增長的貢獻(xiàn)較小，但后期對GDP貢獻(xiàn)呈指數(shù)式增長，尤其是跨境電商，影響持久且增長快于進(jìn)出口貿(mào)易。從方差分解結(jié)果來看，跨境電商對GDP的影響程度遠(yuǎn)大于進(jìn)出口貿(mào)易。從長期看，隨著互聯(lián)網(wǎng)、線上支付以及國際物流網(wǎng)的不斷發(fā)展，跨境電商將有望成為拉動GDP的主要動力。

參考文獻(xiàn)：

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.馬章良.中國進(jìn)出口貿(mào)易對經(jīng)濟(jì)增長方式轉(zhuǎn)變的影響分析[J].國際貿(mào)易問題，2012（4）

3.郭雁，田飛.對外貿(mào)易與經(jīng)濟(jì)增長關(guān)系的實(shí)證檢驗(yàn)[J].統(tǒng)計(jì)與決策，2016（1）

4.霍忻.基于協(xié)整檢驗(yàn)和VAR模型的我國對外貿(mào)易與經(jīng)濟(jì)增長長短期動態(tài)關(guān)系研究[J].商業(yè)經(jīng)濟(jì)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.跨境電子商務(wù)與貿(mào)易增長的互動發(fā)展[J].商業(yè)經(jīng)濟(jì)研究，2016（16）

7.劉燕.商貿(mào)流通業(yè)發(fā)展對經(jīng)濟(jì)集聚的促進(jìn)作用——基于PVAR模型的動態(tài)關(guān)系實(shí)證[J].商業(yè)經(jīng)濟(jì)研究，2019（2）

8.周斌，毛德勇，朱桂賓.“互聯(lián)網(wǎng)+”、普惠金融與經(jīng)濟(jì)增長——基于面板數(shù)據(jù)的PVAR模型實(shí)證檢驗(yàn)[J].財(cái)經(jīng)理論與實(shí)踐，2017，38（2）