(安徽财经大学 国际经济贸易学院,安徽 蚌埠 233030)
20 世纪90 年代,互联网技术得到快速发展,在加快传统部门数字化的同时,不断颠覆原有的商业模式,创造出新的商业模式,使得数字贸易成为当今社会不可或缺的组成部分.许多西方学者纷纷加入到数字贸易的研究分析中,也有着不同的角度和观点.文献[1]从税收的角度来看待数字贸易,概述了国家、区域和全球各级的关键数字贸易监管问题.文献[2]从监管这一角度入手分析,但和文献[1]不同的是,他们认为各国政府越来越多地限制全球数据流动,要求数据本地化,损害了数字贸易的经济效益.
数字贸易问题同样是我国研究的热点,文献[3-4]从世界数字产品贸易现状及主要壁垒这一角度对数字贸易进行研究分析.文献[5-7]认为数字贸易对经济增长影响巨大,并通过与发达国家相比,指出中国基础设施建设落后,需要高度重视数字经济,完善数字基础设施建设.文献[8-9]对数字贸易和传统贸易进行了对比分析,认为传统贸易受到巨大挑战,而数字贸易成为了一次重大机遇.为了应对这一挑战,中国应加强统筹规划,积极鼓励和支持数字贸易科学相关研究.
通过对国内外相关学者关于数字贸易的见解进行阐述,我们对数字贸易已有一定的了解,为了更加全面地了解数字贸易,有必要进一步辨析数字贸易与传统贸易的异同.
1.1.1 贸易的本质属性相同 不管是原始社会,还是数字贸易崛起的今天,贸易的本质属性都没有发生改变.都是关于商品和服务的交换,只不过商品和服务的形式不同.
1.1.2 贸易的经济意义相同 不管是数字贸易还是传统贸易,都可以有效促进资源的流动,甚至可以影响资源的供给、需求和价格属性,促进资源在更合理的结构上得到利用.
1.2.1 贸易的时代背景不同 第一、二、三次工业革命给传统贸易带来了天翻地覆的变化.由于飞机、汽车、火车和轮船等的出现,使得商品运输更加方便.而数字贸易则是在第三、四次工业革命发生之后,出现的一种以互联网为基础的新型贸易活动.数字经济的发展使得社会的通讯更加方便,远隔两地的人可以随时进行语言交流.
1.2.2 贸易的时空属性不同 传统贸易的周期很长,商品价格波动很大,交易效率较低.而在数字贸易的背景下,由于互联网的快速发展,通信技术大幅度加强,从很大程度上解决了传统贸易周期长的难题,人们的交易效率大大提高.
1.2.3 贸易的行为主体不同 在传统贸易中,买卖双方并不直接进行交易,而是通过代理商等中间商间接地实现主体间的相互交易,这样一来不仅成本提高,而且效率降低.但在数字贸易为主的当下,由于通信技术的发展,买卖双方可以直接进行交流,可以直接提出自己的要求和听取别人的意见,中间环节大幅度减少,使得交易更加个性化.
本文选取我国34 个省级行政区中除香港、澳门、台湾外的其余31 个省市的相关数据,采用有关数字贸易发展的14 个指标,进行因子分析,得出我国部分省市数字贸易发展的具体情况.
因子分析最重要的部分就是指标的选取,本文从贸易潜力、物流环境、互联网环境和政策环境这4个角度选取14 个指标来衡量我国数字贸易发展程度,具体见表1.
表1 我国数字贸易发展水平测度指标
从国家统计局获得的数据不能直接用来进行因子分析,需要对初始数据进行一定的处理,本文处理的方法是先进行标准化处理,再在此基础上进行变量相关性检验.
由于本文选取的指标量纲不同,并且各项指标之间的数字差异显著,为了保证因子分析更加合理准确,需要对数字贸易的各项指标进行标准化处理,使得各项指标满足E(x)=0,V(x)=1.基本原理为:对序列x1,x2,…,xn进行变换,令,其中:,则新序列y1,y2,…,yn的均值为0,方差为1,且无量纲.
对标准化后的数据进行相关性检验,结果见表2.
表2 KMO 与Bartlett 球形检验
由表2可以看出,KMO 的值为0.675,大于阈值0.5,说明变量之间是存在相关性的,符合要求;Bartlett球形检验的Sig 值为0.000,小于0.05.也就是说,相关数据是可以进行因子分析的.
通过相关性检验之后,本文有关数字贸易的指标是适合做因子分析的,本文采取主成分法提取因子.计算公因子方差和方差贡献率,结果见表3~4.
表3 公因子方差
表4 解释的总方差
每一个变量都可以用公因子表示,其表达的大小就是公因子方差表中的“提取”,“提取”的值越大说明变量可以被公因子表达得越好,一般大于0.5 即可认为是可以被表达的,但是更好的是要求大于0.7,这时才足以说明变量能被公因子表达得很合理.在本例中可以看到,“提取”的值几乎都是大于0.7 的,只有跨境贸易电子商务服务试点数量这一指标值为0.605,但依然大于0.5,所以变量可以被很好地表达.
方差贡献率代表解释方差的比率,方差贡献率越高,解释的方差就越大,表明这个因子就越重要,在表4 中,成份1-14 代表可以选取的因子数,为了更好地对指标进行解释,常常采用降维的方法只选取2~3个因子,使得方差贡献率总和达到80%即可.可以看到,第1个因子的方差贡献率达到了61.83%,即几乎可以解释60%的成份,第2个因子的方差贡献率为22.75%,前2个因子的累积方差贡献率达到84.58%,远远超过50%,说明前2个因子可以对全部指标的84.58%做出解释,因此为了达到降维的目的,可以选取的因子数为2.
绘制更为直观的碎石图(见图1).由图1可以看出,前3个因子连接的折线非常陡峭,其余因子的折线趋于平缓,更直观地说明了前2 个因子的方差可以解释整体的方差.
图1 因子分析碎石图
采用具有Kaiser标准化的正交旋转法计算旋转成份矩阵,旋转在3次迭代后收敛,结果见表5.
表5 旋转成份矩阵
由表5中可以看出,在第1列中,2018年GDP、2018年人均GDP和2017年社会消费品零售总额的系数分别为0.931,0.891,0.94,这些指标的系数最大,具有较大载荷,因此可以把第1个因子(F1)归结为发展潜力.而在第2列中,2018年人均快递量、2016年互联网人数、2016年互联网普及率和2018年6月移动电话普及率的系数分别为0.832,0.975,0.894,0.883,这些指标对应的系数最大,具有较大载荷,因此可以把第2个因子(F2)归结为发展环境.
基于对我国各省市数字贸易发展水平进行排序,本文从因子分析得分系数矩阵出发(见表6),得出因子与指标间的线性关系.
表6 成份得分系数矩阵
由表6可以看出,2 个公共因子和14 个指标之间的线性关系为
将各变量的标准化数值依次代入式(1)~(2)中,可以计算出各省市在每个公共因子上的得分,具体结果见表7~8.
表7 中国各省市数字贸易发展环境得分与排名
表8 中国各省市数字贸易发展潜力排名
由表7~8可以看出,上海和北京的发展环境得分分别为2.924 和2.854,全国排名分别为第1 和第2,但发展潜力得分很低,只有-0.490,-1.008,这主要是因为这2个地区的经济发展水平已经很高导致的.广东、江苏和山东这3个地区在发展潜力得分上排名很高,因为这3个地区的市场规模很大,将来有着巨大的潜力.广东、浙江和江苏这3个地区不论在发展环境得分上,还是在发展潜力得分上都有着非常高的排名,是我国数字贸易发展的核心区域.
随着互联网技术的快速发展与广泛普及,以跨境电子商务为代表的数字贸易已经展现出巨大的发展潜力.互联网技术的快速发展使全世界处于一场数字革命的浪潮中,对社会的各个方面造成了巨大的冲击.在这样的一个背景下,数字贸易使世界经济快速增长,有助于社会转变经济发展方式,重塑经济发展格局,提高经济发展效益.本文中着重分析我国部分省市数字贸易的发展情况,在结合实证的基础上提出几点政策建议:
我国各地区的数字贸易呈现出明显的差异,东南沿海地区的数字贸易尤为突出,特别是广东,不论在发展环境得分上,还是在发展潜力得分上,都有着非常高的排名,而我国西部地区在这2 个因子得分上排名靠后,这和各地区间的经济水平有关.我国区域间数字贸易发展的不协调势必影响我国整体的发展,因此统筹区域协同化迫在眉睫.
上海、北京、浙江、天津、广东等省市数字贸易发展环境得分较高,这是因为这些地区的通信基础设施和物流绩效非常优越,为了充分释放中国数字贸易的潜力,我国需要完善通信基础设施,优化互联网环境,为数字贸易的发展提供一个良好的环境.
中国身处国际的大国地位,数字经济不仅在国内迅速发展,而且在世界范围内也有着深远的影响,中国要积极参与国际有关数字经济的活动,这是一个大国应做之事.对“一带一路”的倡议应继续坚持,为世界数字贸易发展创造尽一份力,使中国在国际市场空间上有更广阔的平台.