物流绩效对中欧跨境电商出口影响研究

何柳韵，李 佳 （上海理工大学 管理学院，上海 200093）

0 引 言

根据商务部数据显示，2020 年上半年我国跨境电商出口增长26.2%，自四月起，出口实现连续三个月正增长，增长6.2%。依据海关总署统计2020 年跨境电商出口额达6.7 万亿元，艾瑞预测，到2023 年跨境电商出口额高达9.6 万亿元。由于跨境电商行业迅猛发展，以及国家政策的大力支持，叠加疫情的冲击下，促进了海外消费者线上消费习惯的养成，跨境电商出口及跨境物流服务具备广阔的发展空间。我国与欧盟双边贸易额攀升，跨境电商贸易也呈现出较快增长的现象，B2B 为代表的跨境电商企业可以直接面对欧盟消费者，促进了贸易的便利化。物流便利化是贸易畅通的基础，然而中国跨境电商出口物流服务行业目前仍处于行业发展初期，因为跨境电商出口物流链条很长、涉及环节多、耗时长，很大程度上影响着跨境电商出口。因此，本文探究了物流绩效对我国跨境电商出口到欧盟的影响，这对指导我国与欧盟跨境电商的进一步合作具有重要的现实意义。

1 文献综述

从2007 年开始世界银行的国际贸易部门每两年编写一期全球物流绩效指数（Logistics Performance Index，LPI）。物流绩效指数是根据清关程序的效率、贸易和运输质量相关的基础设施、安排价格具有竞争力的货运难易度、物流服务的质量、追踪查询货物的能力，以及货物在预定时间内到达收货人的频率建立起的综合指标，评分范围从1 到5，分数越高代表物流绩效越好。物流绩效指数在学术界应用广泛，不少学者根据物流绩效指数展开了丰富的学术研究，取得了丰硕的成果。文章梳理了以下三类与本文密切相关的文献。

1.1 关于引力模型的研究

本文运用了贸易引力模型，牛顿万有引力定律是引力模型的基础：宇宙中的粒子都会相互吸引，这种吸引力与粒子的质量的乘积成正比，与粒子之间的距离成反比。运用到国际贸易中的解释为，各个国家如同粒子，国家之间的相互吸引力大小与国家的大小及距离成比例，因此各个国家应该根据各自的市场规模（比如：国内生产总值） 以及地理距离的远近进行贸易。国内外关于引力模型都有非常成熟的研究。Adriana AnaMaria Davidescu（2020） 构建扩展的引力模型研究新冠疫情背景下罗马尼亚出口影响因素，发现罗马尼亚出口受到欧盟以及中国主要贸易国家需求的显著影响，此外政府出口还与进口国的效率、腐败控制以及集体主义文化等紧密相关。朱贤强（2019） 采用引力模型和双重差分模型，实证结果显示进出口贸易流量与电子商务发展水平密切相关，城市和企业电子商务水平越高越能刺激出口贸易增长。认为电子商务的发展前景无量，对进出口贸易产生非常深远的影响。陆露（2020） 研究了贸易便利化对跨境电商的影响，结果显示贸易便利化水平越高对跨境电商的促进作用就越强。王野（2020） 采用熵值法结合围观经济学供求理论，论证了跨境电商通过减少中欧贸易交易成本从而促进了中国对欧盟的出口。陈凡（2021） 借用引力模型从资源异质性角度研究不同因素对中欧劳动力密集产品出口的影响因素。

1.2 关于物流绩效指数的应用研究

杨振华（2017） 根据物流绩效指数利用雷达图分析法，研究了G20 国家的物流状况，得出结论，在20 国中，中国物流绩效处于中等水平。实证结果显示发达国际物流绩效水平普遍高于发展中国家。王超（2017） 实证检验发现推进国家经济发展的关键因素是物流绩效水平。Morley 和Perdikis 利用物流绩效指数证明了缺乏物流基础设施阻碍了出口拉动型增长。Beysenbaev（2017） 提出了综合物流绩效指数（ILPI），以消除观察到的LPI 主观性。作者观察到，当前的LPI 权重对所有子指数都具有同等的重要性。闫柏睿（2021） 利用了RCEP 成员国的物流绩效指数（LPI） 进行了变异系数计算发现经济越发达物流绩效水平表现越稳定。Puertas Medina（2014） 利用物流绩效指数分析物流状况对国际贸易的影响机制，结果显示，物流绩效对国际贸易的影响是显著为正的。同时证明物流绩效的提高可以促进出口贸易的发展。黄庆华（2020） 构建了14 个跟物流绩效相关的指标构建综合物流评价体系，将我国“一带一路”重点建设省市作为研究对象，发现我国物流存在地区差异大、服务水平低等问题。同时发现物流水平与政策显著相关。

1.3 物流绩效对跨境电子商务影响研究

吴俊红（2019） 运用拓展引力模型基于一带一路的背景下，探究了LPI 对一带一路沿线国家跨境电商贸易流量影响，结果显示，LPI 对跨境电商的影响是显著为正的且影响仅次于经济总量。同时结果显示针对物流基础设施的质量、清关的效率、物流质量是三项因素的影响作用最大，货物运输的及时性是物流绩效指标中影响力最小的指标。席颖（2017） 从定性的角度研究了中国物流绩效指数对跨境电商的影响因素，指出了跨境电商痛点问题—跨部门协作，跨境电商物流发展状况落后于跨境电商发展现状。关于引力模型国内外都有非常成熟的理论以及实践研究，国内许多研究都集中于跨境电商对贸易流量的影响，但是很少有人进行跨境电商贸易流量影响因素的研究，在目前研讨影响跨境电商贸易流量因素的文章大多数都集中于东盟地区，而针对欧盟地区跨境电商贸易的研究较少。

2 中国与欧盟跨境电商现状

2.1 中国与欧盟贸易现状

截止2021 年欧盟已经连续18 年成为中国第一大贸易伙伴。根据2021 年欧盟外贸最新数据显示，中国第一次取代美国成为欧盟最大贸易伙伴。与此同时，中欧双边贸易也保持较快增长，1～9 月双边贸易额达5 993.4 亿美元，增长百分之30.4%。欧盟国家消费能力强、法律法规完善，跨境电商发展前景大，利润可观。但是中国出口跨境电商贸易仍然处于发展初期，还有许多问题亟待解决。目前的跨境电商交易水平、物流水平难以满足日益增长的中欧跨境电商交易需要。由于中国跟欧盟各个方面的差异，比如消费习惯不同，欧洲严苛的跨境电商税收政策以及网络安全政策，都会影响中国对欧盟跨境出口。因此要充分了解中国与欧盟差异，了解跨境电商出口的痛点，制定相应的政策，对症下药。中欧跨境电商的主要问题有：（1） 中欧地理距离远，物流所需要花费的成本高，耗时长。（2） 欧盟关税高，注重个人隐私权，数字贸易门槛高。2021 年7 月1 日欧盟开始实施跨境电商增值税解决改革方案。根据欧盟官方预计，欧盟成员国每年增获70 亿的增值税收益。（3） 欧盟语种多元化，运营难度大，欧盟正式官方语言多达24 种。（4） 欧盟发达国家众多，人力成本高昂，运营成本高。（5） 部分国家支付系统与物流系统薄弱。

2.2 欧盟物流绩效指数

物流绩效指数反映了一个国家基于六个组成部分的物流绩效感知。数据来自世界银行与学术研究和国际机构，以及从事国际物流的私营公司和个人合作进行的物流绩效指数调查。欧盟各国的物流绩效水平测算采用算数平均的方法，根据各个指标的权重得出欧盟各个国家的物流绩效指数水平和构成要素说明及权重如表1、表2 所示。

表1 欧盟各国2018 年物流发展指数

表2 物流绩效指数构成要素说明及权重

公式如下：

3 模型的设计与说明

3.1 模型简介及引入

Tinbergen（1962） 和Poyhonen（1963），首次将引力模型应用于国际贸易研究中，他们的结果表明，两个国家的双边贸易规模与他们的经济总量成正比，与两个国家之间的地理距离成反比。早期引力模型的基本形式如下：

式中：T表示i 经济体与j 经济体之间的双边贸易额，k 为常数项，G表示i 经济体的经济规模，G表示j 经济体的经济规模。D表示，i、j 两经济体之间的地理距离，通常以贸易双方的首都、重要港口以及经济中心距离作为参考。引力方程一般是对所有变量简单地取自然对数，再加上随机扰动项，得到对数线性估计方程，公式如下：

3.2 模型的设定

引力模型是国际贸易中经典的模型之一，对双边贸易流量具有强有力的解释作用。因此本文依据传统的引力模型，根据前人的经验引入了人均GDP （GDP ）、人口总数（PO P ）、地理距离（Di st ）、互联网渗透率（IN T ）、汇率（ER ）作为控制变量。物流绩效（LP I ）作为主要解释变量。将中国向欧盟各国每年跨境电商出口额作为被解释变量。构建了引力模型如下：

式中：i 代表我国，j 代表欧盟，t 表示年份，a 是截距项，U 是随机扰动项。

其中互联网渗透率代表一个国家的互联网发展程度。物流绩效代表一国的物流发展状况。跨境电商出口交易额作为被解释变量，用来刻画跨境电商出口贸易发展水平。由公式（5） 计算所得。由于中国向欧盟国家电子商务出口数据无法直接获取。因此在借鉴相关文献之后决定采用艾瑞咨询的方法用中国出口到欧盟各国的数据除以中国出口贸易总额再乘以跨境电商出口规模得到我国向欧盟各国的跨境电商出口交易额。计算方式如下：

3.3 数据的来源及说明

本文选择2010 年到2019 年与欧盟22 个国家间的数据作为样本。目前欧盟共有27 个成员国。英国2020 年退出欧盟、克罗地亚2013 年加入欧盟、斯洛文尼亚缺少互联网渗透率等部分数据。因此文章最终选择了奥地利、比利时、意大利、塞浦路斯、捷克、德国、丹麦、西班牙、爱沙尼亚、芬兰、法国、希腊、克罗地亚、匈牙利、爱尔兰、立陶宛、卢森堡拉脱维亚、马耳他、荷兰、波兰、葡萄牙、斯洛伐克共22 个国家。结合电子商务兴起的时间，最终选择了2009 年到2019 年十年的数据组成面板数据，用扩展的引力模型进行多元回归分析。

欧盟以及中国人均GDP 数据来源于从经合组织（Organization for Economic Co-operation and Development，OECD）。从国际电信联盟（International Telecommunication Union，ITU） 中获取了各个国家的互联网渗透率，中国同欧盟各个国家的人口数量、物流发展指标、要素禀赋差异数据均来源于世界银行（world bank），中国到欧盟各个国家首都距离的数据来源于cepii。中国国际统计局中获取了中国出口到欧盟各个国家的总额，跨境电商出口额数据来源于艾媒咨询。

4 实证结果分析

4.1 平稳性检验

为了防止出现伪回归的现象，需要先进行平稳性检验。由于本文是短面板数据因此采用了HT 检验。得出的结论如表3 所示。

表3 HT 检验

从结果可以看出，模型中原序列中跨境电商出口额、欧盟互联网渗透率、物流绩效水平、欧盟人口数量都是非平稳序列，但是经过了一阶差分变换后，在5%的显著性水平下，除了欧盟人口数量都通过了平稳性检验，不存在单位根。因此，序列可能存在协整关系。同时说明了做单位根检验的必要性。

4.2 回归结果及分析

固定效应模型要求为面板数据，而距离变量不会随时间变化，所以运用固定模型进行回归时，距离变量被忽略。Sempsey（1998） 学者提出了“距离消亡论”，随着信息技术的快速发展，距离变量不再是限制国家之间进行贸易的因素。因此本文忽略了距离变量的影响。通过BP-LM 检验进行判定模型选择，最终结果P=0.000，强烈拒绝原假设（H=随机效应模型） 且此模型拟合优度最高，所以最终选择固定效应模型。

表4 中结果显示，中国人均GDP、欧盟人均GDP，中国人口数量、欧盟互联网渗透率、欧盟物流绩效水平、中欧要素禀赋差异6 个变量的回归系数均显著为正。欧盟人口数量与中国跨境电商出口显著且呈负相关关系，结果与预测基本一致。其中中国人均GDP 的回归系数值最大，表明其对跨境电商出口的影响最明显，中国人均GDP 提升1%，将推动中国跨境电商出口到欧盟的规模增长5.74%。其次是欧盟的物流绩效水平，LPI 每提升1%能够推动中国跨境电商出口到欧盟的规模增长3.98%。回归系数最小的是欧盟人均GDP，因为中国人均GDP 系数大，跨境电商供给能力强。与欧盟人均GDP 呈替代关系。物流是跨境电商发展最重要的环节，运输的及时性、完整性是跨境电商的痛点之一，因此物流绩效水平越高，对跨境电商出口的贡献率越大。

表4 回归结果汇总

5 结论及建议

新冠疫情的促进下，欧盟消费者正在逐渐养成线上购物的消费习惯。国内因为疫情控制良好，供应链运转正常，短期内跨境电商出口量激增，跨境电商逐渐成为我国对外出口贸易结构的平衡器和增长器。本文以中国跟欧盟的22 个国家为样本，运用了引力模型发现欧盟物流绩效水平对我国跨境电商出口到欧盟影响非常显著。此外互联网渗透率、要素禀赋差异以及汇率都会对跨境电商出口欧盟产生显著影响。依据上述结论，提出以下几点建议：

第一，从国家的角度来看，国家需要给予跨境电商更多的政策支持、引导。在现有的法律、税收基础之上，建立起更加行之有效，以我国为主的相关制度和条例。政府部门需要做好各个部门之间的协调工作，协调好企业与政府部门之间的关系，减少审批流程，缩减通关的时间，提升办事的效率，减少企业成本。中国需要不断扩大电子商务影响力，加大相关基础设施建设，掌握跨境电商数据积累、国际法律法规话语权，推动中国同欧盟国家双方电子商务发展水平，实现共商共建共享。此外，要不断完善跨境支付体系，建立安全可靠的中欧统一支付平台，让支付更好地服务于跨境电商发展，同时提升人民币的国际地位。

第二，从企业的角度来讲，企业应该密切关注国内外相关政策，利用好国家相关政策优惠，同时也要警惕欧盟国家相关数字贸易壁垒。做好海外电商物流服务，设置海外仓、直邮等多种方式减少消费者等待时间。打造信息化物流仓储，做好实时监控，降低物流成本。另外企业需要了解欧盟各国文化，根据欧盟消费者消费习惯以及语言习惯制定相应的营销策略，减少贸易摩擦，提升服务质量，促进电子商务高速发展。