互联网发展对商贸流通业发展的影响

刘佳

内容摘要：互联网发展对商贸流通业会产生什么影响？本文运用实证数据和方法检验这两者之间的关系及其动态效应。具体利用2002-2016年省级面板数据，在面板向量自回归、方差分解等方法的基础上验证两者之间的关系。本文研究发现，互联网发展能够促进商贸流通业发展。脉冲响应分析发现，互联网影响商贸流通业发展存在动态波动关系，具体而言，第一期到第四期，互联网影响商贸流通业发展的作用不断增强，且边际效应不断增加。但是，在第五期之后，这一促进作用呈现逐渐趋弱的特征。可以看出，互联网影响商贸流通业的作用只具有短期效应，长期促进作用乏力。方差分解发现，互联网影响商贸流通业发展能够解释的贡献度呈现逐渐增强的趋势。

关键词：互联网发展   商贸流通业发展   PVAR模型

引言及文献综述

在我国近四十年的高速发展中，以高投资为特征的经济增长模式尤其明显，这其中大量的基础设施建设及其建设速度尤其瞩目。可以发现，目前我国交通基础设施建设水平处于世界前列，基础设施建设质量和密度也不断提高，这些基建强有力地支撑了我国经济的增长，其中商贸流通业的发展从基础设施建设中也受益明显。另一方面，随着互联网时代的到来，电子商务这一新兴的消费购物模式逐渐成为大众主流消费生活方式。这直接带动了以消费、物流业为代表的商贸流通业的快速发展。以往线下的消费方式，转变为线上的电商模式，这催生商贸流通业发展的需求。数据表明，随着电商的快速发展，2008年每单位经济增长所需求的物流系数为2.9，到2013年增长为3.48，互联网消费系数直接增强了对商贸流通业的需求。随着新的经济模式的出现，国家也相应出台针对性政策鼓励支持商贸流通业发展，比如《物流业调整和振兴规划》、《物流业发展中长期规划》、物流“国九条”等。在强有力的基础设施建设为保障、互联网等信息技术为支撑以及国家配套政策的支持下，最终实现了我国商贸流通业的快速发展。2000年该产业增加值才6161亿元，而到了2015年已然增长到30364亿元，平均增长率超过10%。从社会物流总额来看，也从2000年的17.15万亿元迅速增长到213.5万亿元，年均增长率近20%。根据以上数据发现，商贸流通业的发展已经成为经济增长的新热点，对总体经济增长贡献率在逐步提高。在新常态背景下，研究商贸流通业发展的作用和影响因素，将具有重要的理论和实践指导意义。

关于商贸流通业发展的影响因素，已有诸多学者进行了大量分析，而影响商贸流通业发展的因素也较多，比如FDI（吴萌，2018）、消费金融（赵明慧，2018）、政府干预（沈文捷，2018）、大数据技术（卢杰，2017）、物流技术革新（叶琳，2017）等因素都会对商贸流通业的发展产生显著影响。但是，上述文献也许忽略了互联网的作用，前期文献缺乏互联网与商贸流通业发展之间关系的研究。根据中国网信网发布的历年《中国互联网络发展状况统计报告》，2000年中国网民数为890万，计算机数量为350万台，移动终端上网人数仅有20万，我国国际线路的总容量仅有351M，互联网带宽为1234M，而到2018年中国网民数量已经达到7.72亿，增加了86倍，占全球网民总数的20%以上，互联网普及率达到 55.8%，移动终端上网人数达到7.53亿，国际出口带宽实现达 7320180M，互联网带宽超过100T。互联网的飞速发展，催生了以电子商务为代表的线上消费模式的产生，实现传统线下消费转移至线上消费模式，而这一模式直接加速了商贸流通业的发展速度。另一方面，加快了互联网技术向商贸流通业的渗透，促进商贸流通业的转型升级。

通过研究有关互联网的文献，本文发现现有研究主要从税收（胡志勇和陈雅琳，2017）、产业结构升级（吕明元和陈磊，2016）、银行业发展（畅童娜，2016）、居民幸福感（祝仲坤和冷晨昕，2018）、资源配置（夏平凡，2017）等角度研究互聯网发展对经济的的宏观影响，但是还没有文献用PVAR模型实证分析互联网发展对商贸流通业的影响。因此可以说，本文从不同角度研究商贸流通业发展的影响因素，对商贸流通业发展的研究是一个补充。另一方面，也丰富了互联网方面的研究。因此，本文可以说是对前期文献的一个有益补充，同时也是对互联网发展和商贸流通业发展政策实践的有益补充。

模型设定与数据说明

（一）模型建立

根据引言部分的分析，互联网与商贸流通业发展之间存在一定的联系，因此为了量化分析两者之间的关系，需要运用实证分析方法，具体是运用面板向量自回归方法。在运用该方法之前，需要对该模型的前提基础进行估计，也就是模型的滞后期检验。因为该模型需要确定最优滞后期，这是提高模型估计精度的关键。为了实现这一目的，需要用到滞后期选择的相关方法和统计量，即AIC、BIC、HQIC准则。如果假设检验能够显著拒绝原假设，则选择该滞后期下的期数是本模型的最优滞后期。估计量准则检验结果如表1所示，结果表明在第6期的时候只有BIC、HQIC在5%的水平下显著，而在7期的时候只有AIC显著，根据多数原则，第6期有两个准则显著，因此，可以选择滞后6期为本文模型的最优滞后期。基于上述讨论，最终确立建立滞后6期的面板向量自回归模型。

基于上述检验结果，本文构建PVAR（6）模型如下：

Yit=αi+βt+Ayit-1+μit

（二）数据说明

根据面板向量自回归模型的设定，本文只需要设定两个主要分析的变量，即互联网发展以及商贸流通业发展变量。由于互联网是一种新的经济信息化形式，为了衡量互联网发展水平，从基础设施角度度量是可选的途径。为此，本文用互联网用户数代理互联网发展变量。互联网用户数直接体现了经济中使用互联网的网民数量，可以衡量互联网发展的水平。而商贸流通业发展变量本文用第三产业中商贸流通业发展增加值的比重衡量，用以表示商贸流通业发展对经济的贡献度。上述变量均为中国31个省市区的面板数据，数据期间为2002-2016年。由于中国互联网用户数的统计只从2002年才开始，所以数据期间只从2002开始。本文分析中用到的数据全部都来自《中国统计年鉴》。

实证结果分析

（一）面板单位根检验

对于面板向量自回归模型来说，使用该模型需要满足一定的条件，这也是模型的约束条件。其中之一就是要求模型中所使用的变量必须是平稳变量。如果变量为非平稳变量，则会导致模型的估计为伪回归。因此，在进行面板向量自回归前需要对各变量进行平稳性检验。常用的平稳性检验方法和准则有LLC和IPS准则，本文亦使用这两个准则进行联合检验。如果检验发现显著拒绝原假设，则表明变量是平稳变量。实际过程中，有些变量并不满足平稳性要求，这时需要对变量进行差分处理，看其一阶差分变量是否为平稳变量，也就是一阶单整过程。满足一阶单整的变量也能够进行面板向量自回归分析。本文平稳性检验结果如表2所示，结果表明两个变量本身的检验并没有拒绝原假设，说明原始变量并不满足平稳性要求，因此，需要进一步对一阶差分后的变量进行检验。检验结果表明，显著拒绝原假设，说明变量是一阶单整的，同样满足面板向量自回归分析的要求。为此，本文将建立6阶滞后的面板向量自回归模型进行分析。

（二）格兰杰因果检验

前文的滞后期检验和平稳性检验为本文后续的模型分析打下了坚实基础，在进行正式分析之前，运用格兰杰因果分析方法分析两个变量之间统计上的因果关系。格兰杰因果检验的原理是，将所有变量放入模型，相互做各自的被解释变量，从而识别相互之间的统计上的关系。如果相互之间满足统计显著性，则表明存在因果关系。本文因果检验的结果如表3所示，结果发现，从互联网发展到商贸流通业发展这一链条中，系数显著拒绝原假设，说明从互联网发展到商贸流通业发展存在统计上的因果关系，也就是说，互联网发展是商贸流通业发展的格兰杰原因。而从商贸流通业发展到互联网发展这一关系中，系数不显著，说明商贸流通业发展不是互联网发展的格兰杰原因。结合上述两个检验，本文认为互联网发展与商贸流通业发展之间存在单向因果关系。格兰杰因果关系通过统计检验两者之间的关系，却无法量化研究互联网与商贸流通业发展之间的具体大小，为此，在上述检验的基础上，下一步利用脉冲响应分析方法研究两者之间的动态关系。

（三）脉冲响应分析

为了直观分析两者之间的动态关系，基于脉冲响应方法的估计结果画出动态关系变化图，也就是脉冲响应图。图1展示了互联网发展冲击对商贸流通业发展影响的脉冲相应图，其图形的含义在于，当互联网变化时，商贸流通业发展会受到多大的影响以及在不同时期的变化。从图1的变化趋势而言，系数大小的正负表明互联网对商贸流通业发展的总体影响均为正影响，也就是说，互联网发展能够整体提高商贸流通业发展水平，互联网发展促进了商贸流通业发展。但是，从趋势上看，这一正向影响存在比较明显的波动特征。从第一期开始，互联网发展的冲击使得商贸流通业发展水平逐渐提高，促进作用呈现递增趋势，且这一增强作用一直维持到第四期。但是，在第五期之后，互联网冲击的作用随着时间推移开始不断下降，且这一下降作用在第十期开始保持平稳。从这一趋势表明，互联网发展影响商贸流通业发展的作用表现出明显的倒“U”型关系，使得互联网水平的提高影响商贸流通业发展的作用先增后减。

对这一结论的解释在于，一方面，互联网作为一种新兴的通讯工具和平台，不仅方便了居民购物和消费，极大刺激了消费规模的增长，因而能够带动以物流业为主的商贸流通业的快速发展，这也就是为什么互联网发展初期其对商贸流通业的促进作用呈现边际递增。另一方面，互联网作为一种平台消费工具便利了居民生活，巨大的消费能量需要以完善和发达的商贸流通业发展水平为基础保障，因此，提高商贸流通业自身发展能力和水平才是根本。但是，由于中国基础设施等商贸流通业发展的硬件设施建设还有较大缺口，因而制约了商贸流通业的发展。正是由于硬件设施，包括互联网赖以发展的互联网基础设施建设不足以及质量和配置效率不高，因而互联网发展促进商贸流通业发展的作用开始递减。这也表明了建设完善的软硬件设施对商贸流通业发展具有重要作用。

（四）方差分解分析

脉冲响应分析对本文理解互联网发展对商贸流通业的作用提供了很好的解释，从该方法的研究角度而言，还只是一种绝对值上的分析，缺乏从相对意义概念上分析互联网发展与商贸流通业的关系，因而，方差分解方法可以弥补这一缺陷。因为，方法分解方法通过将各变量影响大小的比重作为解释影响的关系，从而可以识别出两者相互影响的相对大小。基于此，对两者相互影响的大小进行方差分解，具体结果如表4所示。结果发现，互联网发展解释商贸流通业发展的贡献呈现出一直增强的态势，但是从20期的表现来看，整体增强态势较小，到20期才能解释37%。最终的结论是，互联网发展整体能够解释商贸流通业发展，但是这一贡献度呈现较弱现象。

结论

本文提出以下针对性政策建议：一是继续推进信息化发展战略，提高互联网发展水平和规模。在保持已有互联网发展规模的基础上，进一步提高互联网发展质量，提高互联网信息安全，使其更有力地服务于商贸流通业发展。为了实现这一目的，构建和完善基础设施体系和质量是基本保障，因为互联网也是作为一种基础设施存在，因此，完善信息基础设施保障，才能发挥互联网的作用。二是不断推进互联网行业和产业技术革新和进步，不断提高本土互联网企业发展自主创新能力，建设和构建具有本土化知识产权的产品和项目，更好服务于本土企业发展，提高自给水平，保障国家信息安全。三是进一步规范互联网行业发展，建设和健全互联网行业发展规范，完善互联网行业法律体系建设，为互联网发展提供良好的制度法律环境。

参考文献：

1.吴萌.FDI对我国商贸流通业集聚的影响——基于省级层面数据的分析[J].商业经济研究，2018（3）

2.胡志勇，陈雅琳.我国互联网发展对税收影响的实证研究[J].税务研究，2017（10）

3.赵明慧.城市化进程中消费金融对商贸流通业发展影响研究[J].商业经济研究，2018（2）

4.祝仲坤，冷晨昕.互联网使用对居民幸福感的影响——来自CSS2013的经验证据[J].经济评论，2018（1）

5.沈文捷.政府干预对我国商贸流通业影响的实证分析[J].商业经济研究，2018（1）

6.卢杰.大数据技术对商贸流通业发展的影响研究[J].商业经济研究，2017（23）

7.吕明元，陈磊.“互联网+”对产业结构生态化转型影响的实证分析——基于上海市2000-2013年数据[J].上海经济研究，2016（9）

8.叶琳.物流技术革新对商贸流通业发展的影响[J].商业经济研究，2017（22）

9.畅童娜.互联网金融发展及对传统银行业的影响[J].商业经济，2016（12）

10.王子敏，李婵娟.中国互联网发展的节能减排影响实证研究：区域视角[J].中國地质大学学报（社会科学版），2016，16（6）