鄭承志

(黎明職業(yè)大學(xué) 商學(xué)院，福建 泉州 362000)

21世紀(jì)以來(lái)，我國(guó)電子商務(wù)一直保持著良好的增長(zhǎng)勢(shì)頭。根據(jù)網(wǎng)經(jīng)社-電子商務(wù)研究中心(原中國(guó)電子商務(wù)研究中心)公布的數(shù)據(jù)，從2009到2018的10年間，我國(guó)電子商務(wù)交易規(guī)模分別達(dá)到3.67、4.55、6.09、8.11、10.28、13.37、20.82、22.97、28.66和32.55萬(wàn)億元，同比增長(zhǎng)分別為16.87%、23.87%、33.80%、33.20%、26.81%、30.01%、55.72%、10.32%、24.77%和13.57%，遠(yuǎn)高于經(jīng)濟(jì)增長(zhǎng)率。電子商務(wù)的快速發(fā)展必然會(huì)對(duì)國(guó)民經(jīng)濟(jì)產(chǎn)生影響。本文采用GRA模型，討論了電子商務(wù)指標(biāo)與國(guó)民經(jīng)濟(jì)指標(biāo)的關(guān)聯(lián)程度及耦合作用強(qiáng)度，旨在為相關(guān)部門(mén)制定電子商務(wù)等相關(guān)政策提供依據(jù)。

一、文獻(xiàn)綜述

有關(guān)電子商務(wù)與國(guó)民經(jīng)濟(jì)關(guān)系方面的研究文獻(xiàn)還不多，實(shí)證分析更少，而且大多是學(xué)位論文。金裔婕采用Eviews軟件對(duì)2003—2010年我國(guó)網(wǎng)絡(luò)經(jīng)濟(jì)規(guī)模與GDP兩組數(shù)據(jù)進(jìn)行簡(jiǎn)單回歸分析，認(rèn)為網(wǎng)絡(luò)經(jīng)濟(jì)對(duì)GDP有拉動(dòng)作用，但有1年的滯后期[1]。桂學(xué)文從電商交易規(guī)模、從業(yè)人員數(shù)、從業(yè)人員收入、電商固定資產(chǎn)投入、電商產(chǎn)值占GDP比率等方面，測(cè)度電商對(duì)經(jīng)濟(jì)發(fā)展的影響作用，但由于數(shù)據(jù)來(lái)源復(fù)雜、統(tǒng)計(jì)口徑不一，結(jié)果可信度較低[2]。王世波、趙金樓對(duì)2006—2013年網(wǎng)絡(luò)經(jīng)濟(jì)規(guī)模和GDP進(jìn)行簡(jiǎn)單線性回歸分析，發(fā)現(xiàn)網(wǎng)絡(luò)經(jīng)濟(jì)增加1億元，GDP將增加137億元[3]，但文中沒(méi)有公布自變量p值，結(jié)果不一定可信。金鑫采用SPSS軟件對(duì)1990—2014年電子商務(wù)行業(yè)相關(guān)數(shù)據(jù)與GDP相關(guān)數(shù)據(jù)進(jìn)行多元回歸分析，認(rèn)為電子商務(wù)對(duì)國(guó)民經(jīng)濟(jì)增長(zhǎng)有重要影響[4]。李玉琦采用VAR(向量自回歸)模型對(duì)2001—2013年我國(guó)網(wǎng)絡(luò)消費(fèi)與國(guó)民經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)人均網(wǎng)絡(luò)消費(fèi)增加1%，人均GDP將增加0.61%[5]。奚欣明采用VAR模型對(duì)2010年第一季度到2015年第一季度的互聯(lián)網(wǎng)經(jīng)濟(jì)和GDP數(shù)據(jù)進(jìn)行分析，認(rèn)為互聯(lián)網(wǎng)經(jīng)濟(jì)規(guī)模影響GDP增長(zhǎng)且整體上是促進(jìn)經(jīng)濟(jì)增長(zhǎng)的[6]。王秋園通過(guò)構(gòu)建投入產(chǎn)出和主成分回歸模型，測(cè)算電子商務(wù)對(duì)我國(guó)經(jīng)濟(jì)發(fā)展的貢獻(xiàn)度[7]，但所依據(jù)的數(shù)據(jù)來(lái)源于不同年度或年度期間，結(jié)果可信度不高。上述研究要么分析簡(jiǎn)單、參考價(jià)值相對(duì)有限，要么數(shù)據(jù)來(lái)源復(fù)雜或分析不完整，結(jié)果可靠性不足。

二、GRA模型

解決不確定性問(wèn)題主要有概率統(tǒng)計(jì)、模糊數(shù)學(xué)、灰色系統(tǒng)建模等3種數(shù)學(xué)方法，其中灰色系統(tǒng)建模主要解決小樣本、貧信息所帶來(lái)的不確定性問(wèn)題。灰色關(guān)聯(lián)分析(GRA，Grey Relational Analysis)是重要的灰色系統(tǒng)建模方法之一，其基本思想是用所有序列數(shù)據(jù)構(gòu)成一個(gè)系統(tǒng)，然后根據(jù)序列數(shù)據(jù)的曲線幾何形狀相似程度判斷序列數(shù)據(jù)之間的關(guān)聯(lián)度，相似度越高，關(guān)聯(lián)度也就越大[8]。以數(shù)個(gè)電商交易額年度數(shù)據(jù)作為電子商務(wù)行業(yè)測(cè)度因素、以第一、第二、第三產(chǎn)業(yè)增加值及GDP年度數(shù)據(jù)作為國(guó)民經(jīng)濟(jì)測(cè)度因素判斷二者之間的關(guān)聯(lián)度是典型的小樣本、貧信息問(wèn)題，因此本文采用GRA模型完成相關(guān)數(shù)據(jù)處理。

假定有m個(gè)規(guī)范化時(shí)間序列數(shù)據(jù)，每一序列有n個(gè)數(shù)據(jù)點(diǎn)：

si={si(1),si(2),...,si(n)}，(1≤i≤m)

假定參照時(shí)間序列數(shù)據(jù)為：

s0={s0(1),s0(2),...,s0(n)}

那么，在第k(1≤k≤n)個(gè)數(shù)據(jù)點(diǎn)si(1≤i≤m)與s0的灰色關(guān)聯(lián)系數(shù)為：

(式1)

其中，γ∈[0,1]為分辨系數(shù)，其典型值為0.5；1≤i≤m，1≤j≤m，1≤k≤n，1≤l≤n。n個(gè)數(shù)據(jù)點(diǎn)的灰色關(guān)聯(lián)系數(shù)的平均值即為時(shí)間序列si(1≤i≤m)與s0的灰色關(guān)聯(lián)系數(shù)。

三、電商與國(guó)民經(jīng)濟(jì)灰色關(guān)聯(lián)計(jì)算

(一)原始數(shù)據(jù)與規(guī)范化處理

表1是2008—2018年我國(guó)各類(lèi)電商交易額、社會(huì)消費(fèi)品零售總額(簡(jiǎn)稱(chēng)消費(fèi)品零售總額)及批發(fā)和零售業(yè)商品銷(xiāo)售額(簡(jiǎn)稱(chēng)批零商品銷(xiāo)售額)等商務(wù)年度數(shù)據(jù)和國(guó)民經(jīng)濟(jì)核算年度數(shù)據(jù)。其中，電商物流營(yíng)收、網(wǎng)絡(luò)零售額、跨境電商交易額、B2B交易額、電商總交易額數(shù)據(jù)來(lái)源于網(wǎng)經(jīng)社-電子商務(wù)研究中心的行業(yè)數(shù)據(jù)庫(kù)，消費(fèi)品零售總額、批零商品銷(xiāo)售額、第一產(chǎn)業(yè)增加值、第二產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)增加值、國(guó)內(nèi)生產(chǎn)總值數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局公布的年度數(shù)據(jù)。

表1 2008—2018年商務(wù)數(shù)據(jù)和國(guó)民經(jīng)濟(jì)核算數(shù)據(jù) (單位：億元)

表1中的各序列數(shù)據(jù)雖然單位相同，但數(shù)據(jù)大小差別巨大，需要規(guī)范化處理。由于表中的商務(wù)指標(biāo)和國(guó)民經(jīng)濟(jì)核算指標(biāo)都是極大型指標(biāo)，因此采用以下公式進(jìn)行規(guī)范化處理。

(式2)

其中，S代表原始數(shù)據(jù)，s代表規(guī)范化數(shù)據(jù)。采用式2對(duì)表1各數(shù)據(jù)序列進(jìn)行規(guī)范化處理，其結(jié)果如表2所示。

表2 2008—2018年商務(wù)數(shù)據(jù)和國(guó)民經(jīng)濟(jì)核算數(shù)據(jù)規(guī)范化處理結(jié)果

(二)關(guān)聯(lián)系數(shù)計(jì)算

以第一產(chǎn)業(yè)增加值作為參照序列，利用式1計(jì)算各商務(wù)數(shù)據(jù)序列與參照序列在各數(shù)據(jù)點(diǎn)的關(guān)聯(lián)系數(shù)，式中分辨系數(shù)取典型值0.5，結(jié)果如表3所示。

表3 各商務(wù)數(shù)據(jù)序列與第一產(chǎn)業(yè)增加值數(shù)據(jù)序列的關(guān)聯(lián)系數(shù)

表3最后一行是各數(shù)據(jù)點(diǎn)關(guān)聯(lián)系數(shù)的均值，此均值即為各商務(wù)數(shù)據(jù)序列與參照序列的關(guān)聯(lián)系數(shù)。采用同樣方法依次計(jì)算可得電商物流營(yíng)收、網(wǎng)絡(luò)零售額、跨境電商交易額、B2B交易額、電商總交易額、消費(fèi)品零售總額、批零商品銷(xiāo)售額與第二產(chǎn)業(yè)增加值序列的關(guān)聯(lián)系數(shù)分別為0.4880、0.4882、0.5703、0.5889、0.5620、0.7932和0.8488，與第三產(chǎn)業(yè)增加值序列的關(guān)聯(lián)系數(shù)分別為0.4876、0.4857、0.6018、0.6206、0.5914、0.7923和0.8056，與國(guó)內(nèi)生產(chǎn)總值序列的關(guān)聯(lián)系數(shù)分別為0.4808、0.4804、0.5745、0.5947、0.5654、0.8795和0.8830。

四、結(jié)果與討論

綜合上述計(jì)算結(jié)果，電商物流營(yíng)收、網(wǎng)絡(luò)零售額、跨境電商交易額、B2B交易額、電商總交易額與第一產(chǎn)業(yè)增加值、第二產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)增加值、國(guó)內(nèi)生產(chǎn)總值的關(guān)聯(lián)系數(shù)如表4所示。

表4 電商與國(guó)民經(jīng)濟(jì)的灰色關(guān)聯(lián)系數(shù)結(jié)果

假定i序列與j序列之間的關(guān)聯(lián)系數(shù)為ij，根據(jù)灰色關(guān)聯(lián)分析判斷準(zhǔn)則，當(dāng)ij=0時(shí)，i序列與j序列之間完全不相關(guān)，相關(guān)指標(biāo)之間完全沒(méi)有耦合作用；當(dāng)0

五、結(jié)論及建議

第一，各電子商務(wù)指標(biāo)與第一產(chǎn)業(yè)增加值、第二產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)增加值及國(guó)內(nèi)生產(chǎn)總值指標(biāo)之間具有中等強(qiáng)度的耦合作用。說(shuō)明電子商務(wù)已是經(jīng)濟(jì)建設(shè)中不可或缺的組成部分，各地各部門(mén)應(yīng)繼續(xù)推動(dòng)電子商務(wù)的健康發(fā)展。

第二，社會(huì)消費(fèi)品零售總額、批發(fā)和零售業(yè)商品銷(xiāo)售額與第一產(chǎn)業(yè)增加值、第二產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)增加值及國(guó)內(nèi)生產(chǎn)總值指標(biāo)之間的耦合作用比各電商指標(biāo)高一個(gè)等級(jí)。說(shuō)明線下交易仍然非常重要，各地各部門(mén)在制定促進(jìn)電子商務(wù)發(fā)展相關(guān)政策及規(guī)劃時(shí)仍應(yīng)重視線下商務(wù)，特別應(yīng)大力支持結(jié)合二者優(yōu)點(diǎn)的線上線下融合創(chuàng)新型商務(wù)的發(fā)展。

第三，雖然網(wǎng)絡(luò)零售、快遞非常紅火，但B2B電商、跨境電商與第一產(chǎn)業(yè)增加值、第二產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)增加值及國(guó)內(nèi)生產(chǎn)總值指標(biāo)的耦合作用比網(wǎng)絡(luò)零售和電商物流更強(qiáng)。近幾年，跨境電商受到了廣泛追捧，而B(niǎo)2B電商卻沒(méi)能引起足夠重視，各地各部門(mén)在制定電商相關(guān)政策及規(guī)劃時(shí)應(yīng)加以注意。