互联网对中国出口贸易流量影响的实证研究

冯 萍，刘建江

（长沙理工大学 经济与管理学院，长沙 410004)

0 引言

国际贸易的发展需要动力，无论是斯密的绝对优势论，还是李嘉图的比较优势论，其核心都是在探究推动国际贸易增长的动力。国际互联网创造了一种有别于过去时代的新生产力，从而为国际贸易的发展提供了一种全新的动力源。互联网对国际贸易的影响可概括为以下三个方面：(1)成本降低效应。互联网的发展减少了世界供给与需求之间的非增值环节，从而降低海外市场的进入成本，最终促进双边贸易流量的增加。(2)市场扩张效应。网上虚拟信息的交换，突破了传统市场必须以一定的地域为前提的限制，开辟了一个崭新的市场空间，促进了二个以信息网络为纽带连成的全球化市场的形成。(3)贸易创造效应。互联网可以在原本没有贸易联系或贸易联系很少的国家(地区)间创造新的贸易机会，使贸易在更大的规模上进行。

为了测算互联网对中国出口贸易流量的影响，本文对传统贸易引力模型进行了扩展，并运用该扩展模型对2005～2008年中国出口贸易流量数据进行了实证分析。

1 模型构建

20世纪80年代以来，经济学家为了检验政策、历史、文化等因素对贸易流量的影响，在基本模型的基础上，义逐步将共同边界、汇率、货币、贸易限制措施、殖民关系、共同语言等指标作为影响变量纳入到引力模型之中。传统国际贸易引力模型的自然对数形式可表述为：

在已有研究基础上，本文针对互联网对中国出口贸易流量影响作用的测算引入新解释变量，从而得到扩展的引力模型方程：

其中，因变量Vij为出口国i国对进口国j国的出口额(美元)，关了解释变量的含义及其理论说明参见表1。

根据国内外相关文献，文章对模型中部分自变量的统计指标的选择做以下具体说明：

(1)GDP的确定。大多数引力模型都是使用基于当前汇率的名义GDP。然而，当样本中包含发展中国家或转型经济体时，使用名义变量可能会产生偏差。因此，越来越多的学者主张使用“购买力平价”来对各国最终产品、服务价格的差异进行修正。与简单的使用名义汇率将不同国家的商品、服务价格进行转换的做法不同，购买力平价意味着一单位的货币在各国所能购买的商品数量是等同的。考虑到本文选取的样本国家(地区)之中，有一多半为发展中或转型经济体，本文选取了基于购买力平价 (PPP)计算的GDP作为一国经济规模的衡量指标。距离的确定。很多学者在运用引力模型时使用的是国家首都之间的空间绝对距离，但有部分学者认为这种选取方法缺乏经济上的解释能力，因为距离这一变量很大程度上与经济成本联系在—起。因此，有学者坚持认为用两国之间的海运距离或者航空距离来代替传统的空间距离。根据样本数据的可得性，本文仍旧采用传统方法，以经济体首都之间的空间绝对距离作为距离变量衡量指标。

表1 解释变量的含义及理论说明

(2)互联网发展情况。 Caroline L.Freund(2004)将各国网络主机(HOST)数量作为互联网发展状况的衡量指标，对互联网与美国出口贸易流量之间的关系进行分析。但本文认为不能将网络主机数作为衡量网络发展状况的指标，因为网络主机域名与其所在的国家并没有非常强的关联性。例如，国际组织将.cn结尾的域名纳入中国网络主机统计数量之内，但是以.cn结尾的网络站点并不一定建立在中国境内，它可能是位于美国的某个团体所设立；而且域名为 edu／org／net／com／int的主机的所在地并不明确。以上原因使得对各国主机数量进行精确统计非常困难。因此，本文选取用网民(互联网用户)普及率作为各国互联网发展情况的衡量指标。

(3)贸易开放程度。国外一些学者采用与贸易限制有关的变量作为贸易开放程度指标，常用变量有平均关税率、贸易数量限制(QRs)、继承关税率(CTR)等。但是，Anderson&Neary(1994)指出，只有当关税是贸易保护的唯一形式时，贸易开放程度才可以用平均关税率来度量。还有一些学者将外汇市场的黑市交易费用替代外贸扭曲程度(Levine&Renelt，1992)。从国内关于外贸开放度的研究来看主要是以外贸依存度为研究对象。乔超(1997)、贾良斌和李丰(1999)、陈家勤(2002)、黄繁华(2001)等学者均以出口贸易依存度作为贸易开放程度的衡量指标，结合中国实际情况进行了计算分析。本文以进口国的进口贸易依存度来衡量进口国的贸易开放程度。

2 样本、数据与方法

2.1 样本经济体范围

为了测算互联网对中国出口贸易流量的影响，本文对中国对51个国家和地区的出口贸易流量的截面数据进行了引力模型回归。回归样本当中包括24个发达经济体和27个发展中和转轨经济体。根据国际货币基金组织的分类，发达经济体包括澳大利亚、奥地利、比利时、加拿人、丹麦、芬兰、法国、德国、希腊、中国香港、爱尔；兰、以色列、意人利、日本、韩国、荷兰、新西兰、挪威、西班牙、新加坡、瑞典、瑞士、英国和美国。发展中和转轨经济体包括阿根廷、巴西、智利、捷克斯洛伐克共和国、埃及、匈牙利、印度、印度尼西亚、伊朗、哈萨克斯坦、墨丙哥、马来丙亚、尼日利亚、巴拿马、巴基斯坦、秘鲁、菲律宾、波兰、罗马尼亚、俄罗斯、南非、沙特阿拉伯、泰国、十耳其、乌克兰、阿拉伯联合酋长国和越南。

考虑到如果仅对一年的截面数据进行研究分析，难以反应互联网对出口贸易流量影响随时间的变化过程，所以本文选取了2005～2008年的横截面数据进行分析来体现动态过程。2005～2008年，中国向这51个经济体的出口额分别占当年出口总额的 92.81%、92.07%、91.88%、 90.87%。 因此，所选取的样本具有代表性，这也保证了采用上述模型进行引力方程的回归具有典型性，从而保证分析的准确性。

2.2 数据来源及说明

2005～2008年，各项数据的具体来源参见表2。

表2 变量数据来源说明

2.3 计量方法

文章采用普通最小二乘法对上述时间序列数据利截面数据所组成面板数据进行了多元线形回归分析。面板数据分析的优点在于它能同时反映研究对象在时间和界面单元两个方向上的变化规律及不同时间、不同单元的特性。面板数据模型综合利用样本信息，使研究更为深入，同时可以减少多重共显性带来的影响。

3 实证分析结果

文章采用SPSS统计软件，运用最小二乘法对不包括互联网发展因素的传统贸易引力模型和包括互联网因素的扩展模型分别进行回归分析。回归结果见表3。

表3中的回归结果(a)显示，模型的拟合效果和检验统计量比较理想。除虚拟变量ADJ以外，其余五个解释变量均达到5%的显著性水平，并且所有解释变量的回归系数符号均与预期符号相同。考虑到有变量未能达到显著性要求，文章采用“后向法(Backward)”对解释变量进行筛选，即对已纳入方程的变量按对因变量的贡献大小由小到大依次剔除，剔除标准是解释变量的t统计值不显著且最小。每剔除一个变量，则重新计算各自变量对因变量的贡献。直到方程中所有变量均符合入选标准，没有自变量可被剔除为止。用“后向法”计算得到模型回归结果(b)。

文章把互联网发展因素纳入到检验模型之中，得到文章前述的扩展后的引力模型(b)。直接运用“后向法”计算得到模型回归结果(c)。分析扩展模型的回归结果(c)，可以得到以下几点：

（1）从2005～2008年，模型都有比较强的拟合优度，解释变量对模型的整体解释均能达到65%以上；从各年的F值来看，回归模型是有统计学意义的；从各年的DW统计值来看，各变量之间不存在明显的相关性。

(2)2005～2008年t检验统计值说明互联网因素对中国出口贸易流量的影响从统计学分析的角度来看是显著的，可以满足5%的显著性要求，而且这种显著性从2005年至2008年有递增的趋势。

表3 2005～2006年引力模型不同形式的回归结果

(3)2005～2008年网络解释变量的同归系数分别为说明互联网发展对我国出口贸易流量的增长有促进作用，而且这种促进作用的影响力也呈增长趋势。2005年，互联网网民普及率每上升1个百分点，我国出口贸易流量就增加0.595个百分点，到2008年这个数字已经上升到了 0.732个百分点。对比其它的解释变量，可以说互联网的发展因素已经成为了促进我国出口贸易发展主要因素之一。

对比回归结果(b)(不包括互联网发展因素的模型回归结果)和(c)(包括互联网发展因素的模型回归结果)，我们可以发现互联网因素对中国出口贸易流量的引力模型有以下几方面的显著影响：

(1)由于互联网发展因素的加入，原来对模型有显著影响的进口国人口因素被系统剔除。人口往往代表了国内市场规模，通常会对出口国的出口值有负面影响。因为出口国人口越多，当地市场就越大，出口贸易会相对减少。但是进口国的人口对进口规模的影响就不那么确定了。一方面，进口国相对较大的人口规模可能导致该国国内生产替代国外产品，从而减少贸易机会；另一方面，进口国人口越多，随着收入水平的增加进口能力越大，从而与进口规模成正向关系。文章中考察的正是进口国人口与该国进口中国产品的关系。从模型回归结果(b)可以看出，进口国在模型中对中国出口流量的影响是负相关关系。这说明进口国国内生产的替代效应要大于市场扩大带来的贸易创造效应。这可能是因为所选经济体约一半为发达经济体，这些经济体的国内生产能力可以应付国内的多样化需求。由于互联网的发展，中国商品的强大竞争力为越来越多的国家和地区所知晓。进口国人口越多，对物美价廉的中国商品的需求就越大。因此，互联网的发展促进了进口国人口与中国商品出口量之间的正相关关系，从而与前者的负相关相抵消。两方的相互作用最终使得进口国人口因素对中国出口流量的影响越来越不显著，最终被剔除出模型。

(2)尽管模型剔除了人口变量，互联网发展因素的加入却使得变量对模型的解释程度得到了提高，方程的拟合优度与加入网络因素之前的各年数据相比较，都有了不同程度的提高。

(3)在文章所构建的出口模型中，距离因素的影响也很大。但是加入互联网发展因素后，距离因素的回归系数值明显的要小于包括互联网发展因素之前的模型回归系数值，这说明互联网的迅速发展所带动的社会信息化程度的提高，确实能在一定程度上抵消空间距离对贸易所产生的消极作用。

4 结论

以上分析结果证实互联网的发展对中国出口贸易具有拉动作用，并且此拉动作用的影响力逐年增加。同传统贸易引力模型相比较，互联网的发展不但改变了进口国人口因素对贸易流量的影响，同时还在一定程度上抵消了空间距离对贸易流量所产生的消极作用。

值得注意的是，互联网对货物贸易和服务贸易所产生的影响各有不同。对货物贸易的影响主要源于互联网可以帮助买卖双方以极低的成本找到合适的合作对象，同时帮助合作双方以较低成本进行商品信息交换，从而减少市场进入成本。互联网对服务贸易的影响则在于它可以将那些以数据化形式提供的服务直接传送给该服务的购买方，达到低成本甚至零成本完成交易，进而无需考虑买卖双方地理位置对此贸易所产生的影响。因此，相对货物贸易而言，互联网的发展对服务贸易的影响更为深远，这也值得进一步研究和探讨。

[1]Freund,C.,Weinhold,D.The Effect of the Internet on International Trade[J].Journal of International Economics，2004，(62).

[2]张相文.Internet下的国际贸易创新[J].国际贸易问题，2003，(8).

[3]谷克鉴.国际经济学对引力模型的开发和应用[J].世界经济，2001，(2).

[4]盛斌，廖明中.中国的贸易流量与出口潜力引力模型的研究[J].世界经济，2004，(2).

[5]ITC (International Trade Center).Trade Sim—the ITC Simulation Model of Bilateral Trade Potentials Backround Paper[C].Document Prepared by ITC Market Analysis Section，Final Draft，2000.

[6]赖明勇，许和连，包群.出口贸易与经济增长：理论、模型及实证[M].上海：上海三联书店，2003.

[7]IMF.World Economic Outlook Trade and Finance[R].Washington D.C.：IMF，2005.

[8]于俊年.计量经济学[M].北京：对外经济贸易大学出版社，2000.

[9]张文彤.SPSSll统计分析教程[M].北京：希望电子出版社，2002.