引用本文
马述忠, 曹信生, 张洪胜. 汇率变动对跨境电商出口的影响及空间溢出效应研究[J]. 浙江大学学报(人文社会科学版), 2020,50(1): 14-36
Ma Shuzhong, Cao Xinsheng, Zhang Hongsheng. The Impact of Exchange Rate Changes on Cross-border E-commerce Exports and Its Spatial Spillover Effect[J]. JOURNAL OF ZHEJIANG UNIVERSITY (HUMANTIES AND SOCIAL SCIENCES), 2020,50(1): 14-36  
DOI:10.3785/j.issn.1008-942X.CN33-6000/C.2019.05.063
Permissions
Copyright©2020, 浙江大学学报(人文社会科学版)
浙江大学学报(人文社会科学版) 所有
汇率变动对跨境电商出口的影响及空间溢出效应研究
马述忠, 曹信生, 张洪胜
浙江大学 中国跨境电子商务研究院, 浙江 杭州 310027

作者简介: 1.马述忠(https://orcid.org/0000-0002-1806-5799),男,浙江大学中国跨境电子商务研究院教授,博士生导师,管理学博士,主要从事数字贸易、跨境电商方面的研究; 2.曹信生(https://orcid.org/0000-0002-5282-3688)(通信作者),男,浙江大学中国跨境电子商务研究院博士研究生,主要从事跨境电商方面的研究; 3.张洪胜(https://orcid.org/0000-0003-0267-0115),男,浙江大学中国跨境电子商务研究院助理研究员,经济学博士,主要从事跨境电商、国际贸易理论与政策方面的研究。

收稿日期: 2019-05-06
基金: 国家自然科学基金面上项目(71973120); 国家重点研发计划重点专项(2018YFB1403200); 国家自然科学基金青年项目(71803173); 教育部人文社会科学研究青年基金项目(18YJC790215); 浙江省自然科学基金青年项目(Y20G030109)
摘要

汇率以其价格转换功能在调节国际贸易收支方面发挥着重要作用,汇率变动也会对国际贸易活动产生深远影响。本文利用顺友物流后台数据分析中国跨境电商出口贸易的基本发展情况以及出口贸易流向的空间分布格局,实证研究结果表明:(1)出口目的国的货币贬值会导致中国对该目的国的跨境电商出口减少;(2)从地理邻近和经济邻近这两个维度来看,中国对不同目的国的跨境电商出口贸易具有稳定的空间相关性;(3)汇率变动对中国跨境电商出口贸易的影响存在空间溢出效应,即汇率变动会同时影响中国对单一目的国以及与该目的国具有地理邻近或经济邻近关系的其他国家的跨境电商出口贸易。

关键词: 汇率变动; 跨境电商; 出口贸易; 空间模型; 溢出效应
The Impact of Exchange Rate Changes on Cross-border E-commerce Exports and Its Spatial Spillover Effect
Ma Shuzhong, Cao Xinsheng, Zhang Hongsheng
China Academy of Cross-border E-commerce, Zhejiang University, Hangzhou 310027, China
Abstract

Exchange rate plays a price-converting role in international trade and is an important tool for regulating trade balances. Exchange rate changes will have a profound impact on international trade activities. Cross-border e-commerce is an emerging and global business pattern. Exchange rate changes will also affect the trade costs, pricing and profit margins of cross-border e-commerce, thus affecting the overall development of the cross-border e-commerce industry and long-term growth of international trade. Exploring the impact of exchange rate changes on cross-border e-commerce is important for dealing with exchange rate risks, promoting the healthy development of cross-border e-commerce and the steady growth of international trade.
Researches on exchange rate and traditional trade have been systematic and comprehensive, while there are few studies on exchange rate changes and cross-border e-commerce, but the topics related to cross-border e-commerce have received more and more attention from academic circles. Based on the data from SUNYOU data base, this paper takes the emerging cross-border e-commerce as the research object. This paper first uses the spatial statistical method to analyze the basic situation of Chinese cross-border e-commerce export trade, and describes the specific spatial layout of the trade flows by the amount of trade and the volume of trade. Subsequently, this paper uses the panel regression model with multi-dimensional fixed effect to estimate the effects of exchange rate fluctuations and other factors (such as price level, geographical distance and economic development level) on Chinese cross-border e-commerce export trade, and make a comparison between the differential impact of exchange rate changes on cross-border e-commerce export trade and traditional export trade, both of which can extend the research area related to cross-border e-commerce and international trade. Based on the spatial layout characteristics of Chinese cross-border e-commerce trade flow, this paper also introduces the spatial estimation method in empirical analysis by making use of the Spatial Durbin Model, and uses the Maximum Likelihood Estimation method to explore the potential spatial spillover effects of exchange rate changes on cross-border e-commerce export trade from the two dimensions of geographical proximity and economical proximity.
This paper draws the following conclusions: (1) Consistent with the influence of the exchange rate on traditional export trade, the depreciation of the target country's currency exchange rate will lead to a reduction in Chinese cross-border e-commerce exports to the target country, though the degree of impact varies; (2) The spatial distribution of Chinese cross-border e-commerce export trade is wide-ranging, but the intensity of different regions varies greatly. From the two dimensions of geographical proximity and economical proximity, there is a relatively stable spatial correlation between the cross-border e-commerce exports to different destination countries, regardless of the amount of trade or the volume of trade; (3) There is a spatial spillover effect in the impact of exchange rate changes on Chinese cross-border e-commerce export trade, that is, exchange rate changes will not only affect Chinese cross-border e-commerce export to a certain destination country , but also affect Chinese cross-border e-commerce export to other countries in the geographical proximity or economical proximity of the destination country.
The policy implications contained in this paper mainly have three aspects: Firstly, in the process of promoting the transformation and upgrading of international trade, it is required to strengthen economic cooperation(especially over the exchange rate system arrangement)with other countries, and maintain the stability of the exchange rate from the institutional level; Secondly, while developing cross-border e-commerce export trade, it is necessary to implement a target market diversification strategy to diversify and weaken the influence of currency exchange rate changes of major trading partners. Thirdly, while boosting the cross-border e-commerce, it is of great importance to strengthen the awareness of exchange rate risk management and improve the exchange rate risk management system,and avoid the expected risks brought about by exchange rate changes by settlement currency adjustment and exchange rate-related financial derivatives.

Keyword: exchange rate change; cross-border e-commerce; export; spatial model; spillover effect

【主持人语】 当前, 以数字化的知识和信息为关键生产要素的数字经济蓬勃发展, 与经济社会各领域融合的广度和深度不断拓展, 新技术、新业态、新模式层出不穷, 成为全球经济复苏的新引擎。与数字经济蓬勃发展形成鲜明对比的是, 数字经济的理论研究却相对滞后。为顺应数字经济发展的时代趋势, 《浙江大学学报(人文社会科学版)》编辑部联合浙江大学中国跨境电子商务研究院共同开设“ 数字经济研究” 主题栏目, 以探究互联网与数字经济的发展规律与内在逻辑, 系统地解释数字经济发展中的一系列新现象, 推动具有全局性、前瞻性、战略性的重大数字经济理论和实践问题的学术研究与创新, 为构建和完善数字经济理论体系、助推全球数字经济发展做出积极贡献。

“ 数字经济研究” 栏目本期发表两篇论文:马述忠等的《汇率变动对跨境电商出口的影响及空间溢出效应研究》比较分析了汇率变动对传统一般出口贸易和跨境电商出口贸易的差异化影响, 并借助空间计量方法从地理邻近和经济邻近两个维度探究了汇率变动影响我国跨境电商出口贸易的空间溢出效应; 朱晓峰的《论数字化与劳动者保护》从数字化工作带来的根本性变革出发, 探讨了数字化背景下劳动者权益保护所面临的问题, 并从逐步推进新型权利的立法工作、强化对劳动者个人数据权的保护等方面提出了数字时代下劳动者权利法律保护的解决路径。

该主题栏目为具有全球视野的开放性栏目, 其设立之宗旨在于促进数字经济领域的理论分析与实证研究, 传播和深化数字经济领域的优秀学术成果, 打造中外学者互动交流的高端平台, 同时为数字经济发展实践提供理论指导, 以理论创新赋能数字经济, 助推数字经济健康发展。该主题栏目面向国内外学者公开征文, 真诚地欢迎相关领域的研究者惠赐佳作与监督批评!

本栏目特约主持人: 浙江大学 马述忠教授

一、 引 言

汇率是连接国际贸易的纽带, 随着全球经济一体化进程的不断加快, 汇率波动对世界经济和国际贸易的影响越来越大, 汇率变动对国际贸易的影响也成为国际贸易和金融领域的重要研究方向。

中国是全球范围内的贸易大国之一, 国际贸易对中国经济发展的影响是举足轻重的。随着中国经济增速的放缓, 出口贸易总额的增速也出现下滑, 国际贸易发展遭遇瓶颈。而全球经济形势也比较萎靡, 西方国家贸易保护主义不断抬头, 在该宏观经济背景下, 研究汇率波动对中国国际贸易的影响具有现实迫切性。

与此同时, 国家政策的支持以及消费者消费习惯的转变, 使中国跨境电商交易总额不断扩大且增长迅速, 预计未来几年中国跨境电商将保持平稳增长的发展趋势, 且有望成为助推中国经济发展和国际贸易发展的新驱动之一。但是, 与国内贸易和国际一般贸易相比, 跨境电商贸易面临着更加复杂的内外部环境, 汇率变动便是其中一个非常重要的环境因素。此外, 在如今的经济、金融形势下, 如何保持中国对外贸易(包括国际一般贸易和跨境电商贸易)的平稳健康发展进而促进经济长期稳定增长, 是一个很重要的现实问题。中国目前正在不断推进人民币汇改, 与汇率变动和跨境电商相关的研究也可为中国渐进式汇改提供多元化的视角, 在一定程度上可以通过丰富和完善相关领域的研究来增强传统贸易汇率理论研究的前瞻性和适用性。

本文主要研究汇率变动对跨境电商出口贸易以及国际一般贸易的影响, 并结合研究结论提出若干政策建议以指导中国国际贸易和跨境电商的发展实践, 促进中国汇率制度的适当性调整和跨境电商出口贸易的平稳健康发展。本文其余部分的安排如下:第二部分是文献梳理与简要评述, 第三部分是跨境电商出口贸易发展现状的相关分析, 第四部分是汇率变动影响跨境电商出口贸易的面板模型实证分析, 第五部分是汇率变动影响跨境电商出口贸易的空间溢出效应研究分析, 第六部分是本文的主要结论及政策建议。

二、 文献回顾

关于汇率和国际贸易的已有研究较为丰富, 研究体系也较为系统和全面, 本文结合研究主题对与本研究内容密切相关的文献进行梳理, 总结起来主要有以下三个方面。

第一, 有关汇率变动对国际贸易的影响的研究。从国外的已有研究来看, 学者们从汇率理论和国际贸易理论出发, 从不同视角研究汇率对国际贸易的作用, 提出了许多模型并开展实证研究, 但总体来说还未形成一致的结论。如Friedman从宏观层面考虑, 认为灵活的汇率制度可以有效地反映市场供求关系, 促进宏观经济和国际贸易的稳定发展, 因此浮动汇率对贸易有正向作用[1]; Mundell则认为灵活的汇率制度会加剧汇率的不稳定性, 汇率变动的不确定性会导致外汇市场风险, 最终阻碍国际贸易[2]; Chit等[3]、Bahmani-Oskooee等[4]学者也结合实证分析对此进行了论证; Obstfeld等则认为汇率波动对国际贸易产生的影响是不确定的, 因为这种影响会受到其他诸多因素的制约, 在不同的经济环境下, 无法就汇率变动对国际贸易的影响给出定论[5]。

国内已有的研究主要从三个方面展开:(1)汇率水平变动对国际贸易的影响。李宪铎等采用前沿的ARDL边限检验法, 分析了汇改后人民币实际有效汇率水平及波动对出口的长短期影响及其机制, 研究表明, 出口与人民币实际有效汇率水平之间存在协整关系, 且汇率水平对出口有负向影响[6]。黄基伟等对人民币升值和中美贸易逆差的悖论关系进行研究, 发现人民币汇率只是中美贸易逆差的一个次要影响因素, 而造成该悖论的主要原因是美国对中国的长期出口限制[7]。(2)汇率波动风险对国际贸易的影响。陈六傅等利用误差修正模型估计了各类企业的出口需求方程, 研究发现, 实际汇率风险都会对企业出口产生正面或负面冲击, 而负面冲击更为显著[8]。刘荣茂和黄丽利用GARCH模型度量了欧元汇率的波动状况, 并在此基础上利用ARDL-ECM模型考察了欧元汇率水平、汇率波动性与中国农产品出口贸易间的长短期联动关系, 研究发现, 欧元汇率波动对出口贸易有显著的负向影响, 而汇率水平变动对出口贸易的影响并不显著[9]。(3)分析马歇尔-勒纳条件(ML条件)是否成立以及J曲线效应是否存在。卢向前和戴国强运用协整向量自回归的分析方法对加权的人民币实际汇率波动与进出口之间的长期关系进行实证检验, 结果表明, ML条件成立, 且存在J曲线效应[10]。陆前进和李治国对人民币实际有效汇率进行分解, 并对ML条件进行修正, 实证结果表明, 修正的ML条件依然成立, 而J曲线效应却不显著[11]。

第二, 有关汇率变动影响国际贸易的传递机制的研究, 主要包括价格传递效应、生产率传递效应等。早期理论研究对汇率价格传递效应存在一定分歧, Krugman的市场定价理论指出, 出口厂商会根据汇率变动自行调整出口产品的加成率, 从而维持出口产品价格的相对稳定, 导致汇率对价格的不完全传递效应[12]。但Obstfeld和Rogoff构建的新开放经济宏观经济模型认为, 在出口商采用生产者货币定价的前提下, 汇率变动与进口价格变动相对应, 故汇率价格传递是完全的[5]。此后还有许多学者相继展开实证研究, Campa和Goldberg通过对25个OECD国家的实证分析发现, 在短期内汇率对进口价格的传递效应是不完全的, 且汇率传递效应呈下降趋势[13]。Corsetti和Dedola则将研究视角拓展到微观企业层面, 发现汇率传递更加不完全[14]。Berman等进一步分析了企业异质性对汇率传递效应强弱的影响, 结论是高生产率企业的汇率传递效应较强, 企业之间生产率的异质性会对企业出口定价产生不同程度的影响[15]。

国内学者在该领域也进行了诸多有益尝试。陈六傅和刘厚俊利用VAR模型对人民币有效汇率的价格传递效应进行分析, 结果表明人民币有效汇率对进口价格和消费者价格的影响在统计上都是显著的, 且价格传递效应在不同的通货膨胀环境下存在显著差异[16]。潘长春采用带有随机波动率的时变参数向量自回归模型进行实证研究, 也发现人民币汇率变动对进口价格、生产者价格以及消费者价格的传递程度有明显的时变特征, 而且不完全的汇率价格传递的作用强度沿着商品流动链递减[17]。程惠芳和成蓉则利用2000— 2014年间43个主要经济体的汇率波动与贸易增长数据探析了全球价值链中的汇率传递机制, 研究发现, 实际汇率变动对进出口价格、进出口值及出口增加值的变动都有显著影响, 而且除了价格传递的机制之外, 汇率波动也可以通过生产率传递来倒逼技术进步和提高出口增加值[18]。还有学者进一步分析了汇率价格传递效应的产品差异、行业差异以及地区差异等。施建淮等基于结构VAR方法实证研究了人民币汇率变动对国内价格链中进口价格、生产者价格和消费者价格的传递程度和速度, 结果表明, 汇率变动对不同类型的消费品的价格传递程度存在显著差异[19]。徐奇渊基于滚动面板数据展开实证研究, 发现人民币汇率变动对CPI的传递效应存在地区效应[20]。曹伟和申宇基于面板数据采用两阶段工具变量法和滚动回归计量方法研究了人民币汇率变动对进口价格的整体传递效应、传递效应变动趋势以及汇改前后汇率传递效应的差异, 研究表明, 人民币汇率传递效应整体较小, 且不同行业内的汇率传递效应存在显著差异[21]。韩剑等将产品质量、进口中间产品投入和消费偏好考虑在内, 研究产品异质性对出口价格汇率传递的影响, 研究发现, 生产率越高, 进口中间产品投入越低, 产品质量越高, 则出口价格对汇率变动的弹性越大, 汇率传递越不完全[22]。

第三, 有关汇率变动影响国际贸易的第三国效应的研究。在汇率和国际贸易的研究中引入空间视角的文献较少, Cushman较早指出第三国效应是国际贸易影响因素中不可忽略的一部分, 第三国效应包括邻国效应和中心效应等[23]。Kelejian等在构建实际汇率影响国际贸易的模型时考虑了第三国效应, 研究发现, 汇率变动对双边贸易的解释力较小, 但第三国效应对国际贸易的影响则很显著[24]。国内也有学者从该方向进行了一些探索。曹伟等将邻国效应引入汇率与贸易关系的理论框架, 以“ 一带一路” 国家为研究对象, 运用相依回归和两阶段工具变量法等估计方法研究了汇率变动、邻国效应对中国与“ 一带一路” 国家双边贸易的影响, 结果表明, 汇率变动对双边贸易的影响普遍小于邻国效应的影响, 且邻国效应存在明显的国家差异性[25]。郑平则同时考虑了邻国效应与中心效应, 研究发现, 实际汇率变动对欧洲区域的贸易具有显著影响, 邻国效应在所有区域都很显著, 中心效应整体上表现出溢出效应, 部分国家的中心效应表现为挤出效应[26]。

总的来说, 已有文献针对汇率变动和国际贸易的分析, 无论是在理论层面还是在实证层面, 都已经取得了较为丰富的成果, 理论框架也比较成熟, 但是对汇率变动影响国际贸易的空间溢出效应的研究则相对较少。此外, 跨境电商这一新型贸易方式的出现也为相关主题的学术探索提供了研究空间, 越来越多的学者开始关注跨境电商并针对相关问题展开研究。目前关于跨境电商和汇率变动的研究较少, 已有研究主要关注跨境电商经营中的汇率风险及防范。因此, 本文尝试从以下两个方面对已有研究进行丰富和完善:(1)将跨境电商出口贸易引入汇率变动对国际贸易的影响的分析中, 探讨汇率变动对跨境电商的影响, 并进一步比较汇率变动对国际一般贸易和跨境电商出口贸易的差异化影响; (2)引入空间计量的学术思想和研究方法, 从地理邻近和经济邻近两个维度出发, 探讨汇率变动在影响中国跨境电商出口贸易中的空间溢出效应。

三、 中国跨境电商出口贸易发展现状
(一) 中国跨境电商出口贸易发展的基本情况

网经社监测数据显示, 2017年中国跨境电商整体交易规模(含零售及B2B)达7.6万亿元①(①参见电子商务研究中心《2017年度中国电子商务市场数据监测报告》, 2018年6月3日, http://www.100ec.cn/zt/17market_data_report, 2019年6月18日。), 其中出口跨境电商交易规模达6.3万亿元, 同比增长14.5%②(②参见电子商务研究中心《2017年度中国出口跨境电商发展报告》, 2018年5月21日, http://www.100ec.cn/zt/17zgfz, 2019年6月18日。)。得益于互联网的迅速普及、信息技术的不断进步, 以及相关国家政策对跨境电商出口贸易的大力推动, 中国跨境电商出口贸易目前正面临着前所未有的良好发展机遇。

为了更深入地分析近几年来中国跨境电商出口贸易的基本特征和发展态势, 本文以深圳顺友物流有限公司的相关数据为例, 进一步分析中国跨境电商出口贸易的空间分布情况。深圳顺友物流有限公司成立于2008年, 系经深港两地工商部门批准成立的一家专业国际货运代理公司, 拥有超过3 000平方米的包裹处理中心, 日均处理国际包裹几十万件, 也是eBay、PayPal、速卖通、亚马逊等知名电子商务网站一致推荐的国际物流公司, 该平台上的数据具有一定的代表性。本文基于深圳顺友物流有限公司2016年9月至2018年2月的数据, 从跨境电商出口贸易的金额和数量以及出口目的国的情况出发, 全面深入地分析中国跨境电商出口贸易流向的空间特征。

(二) 中国跨境电商出口贸易流向的空间分布

中国跨境电商出口贸易的贸易对象分布范围较为广泛, 基本上遍布了六大洲(南极洲上没有国家分布), 初步形成了“ 卖全球” 的局势。总的来说, 中国跨境电商出口的目的国已经包括了世界上绝大部分国家, 从顺友物流的数据来看, 月度出口贸易的目的国平均有200多个, 2016年9月至2018年2月间的出口目的国数量占全球国家总数的约76%— 91%。为了进一步对跨境电商出口贸易流向进行详细阐述, 本文列出了跨境电商贸易出口国的具体地理分布情况和月度主要出口国情况, 如表1、表2和表3所示。

表1 中国跨境电商出口贸易目的国地理分布概况
表2 中国跨境电商出口贸易月度前十大目的国汇总(以贸易金额计)
表3 中国跨境电商出口贸易月度前十大目的国汇总(以贸易数量计)

从总体层面来看, 中国跨境电商出口贸易目的国主要分布在欧洲和亚洲, 其次是北美洲、南美洲、非洲和大洋洲。欧洲的互联网普及率越来越高, 随着配套的资金和物流等体系建设的不断完善, 有望成为世界上最有潜力的跨境电子商务区。北美洲(尤其是美国和加拿大)目前拥有世界上最大的电子商务市场, 在线交易非常活跃。而亚洲各地区之间联系较为紧密, 客户忠诚度较高, 互联网渗透率也较高, 网络基础设施发展空间较大, 发展机遇与挑战并存。

从国家分布情况来看, 中国跨境电商出口贸易规模较大的主要出口国为美国、俄罗斯以及英国等几个欧洲国家, 中国跨境电商出口贸易较为频繁的目的国也是以美国、俄罗斯以及英国等几个欧洲国家为主, 与表1的结果也基本一致。

四、 汇率变动对中国跨境电商出口贸易的影响分析
(一) 模型构建、变量说明与数据来源

为了定量地研究汇率变动对中国跨境电商出口贸易的影响, 本文构建了如下汇率变动与出口贸易的基准回归模型:

ln cbecit=α 1+β 1ln reerit+γ 1controlsit+μ it(1)

ln frequencyit=α 2+β 2ln reerit+γ 2controlsit+μ it(2)

ln exportit=α 3+β 3ln reerit+γ 3controlsit+μ it(3)

ln quantityit=α 4+β 4ln reerit+γ 4controlsit+μ it(4)

其中, cbec和frequency为跨境电商贸易出口相关变量, export和quantity为一般贸易出口相关变量, reer表示各国货币实际有效汇率, controls为其他国家层面的控制变量。各个变量的详细说明、描述性统计以及相关性分析如表4、表5和表6所示。

表4 面板实证分析模型相关变量说明
表5 主要变量描述性统计
表6 自变量相关性矩阵
(二) 汇率变动对跨境电商出口贸易的影响分析

本文选取2016年9月— 2018年2月的跨境电商出口贸易数据, 基于上述面板模型, 运用Stata13进行实证分析, 回归结果如表7所示。

表7 汇率变动与跨境电商出口贸易

从上述面板模型的回归结果来看, 汇率水平变动对跨境电商出口金额和跨境电商出口数量的影响在1%的水平上都是显著的, 其弹性系数分别为-3.381 4和-3.406 2, 一国货币的汇率水平的上升(即该国货币贬值)会导致中国对该国跨境电商出口贸易的减少。而汇率水平上升对跨境电商贸易的出口平均价格的影响为正, 但在统计意义上并不显著。除了汇率变动之外, 其他的因素也会对跨境电商出口贸易产生不同程度和方向的影响。各国国内物价水平的变动对跨境电商出口贸易的影响为正, 即国内物价水平的上升会在一定程度上引发中国跨境电商出口产品对本国产品的替代效应, 当然这种替代效应是否存在以及效应的大小取决于价格、质量和服务等诸多其他因素的综合作用。另外, 目的国的经济发展水平以及中国与目的国之间的语言相似度也在一定程度上影响跨境电商出口贸易的规模和频率。经济发展水平高的国家, 居民人均收入相对也较高, 与跨境电商配套的物流和资金等支持体系也相对较为健全, 有利于中国的跨境电商出口。而共同语言也可以增强目的国居民通过跨境电商进口中国商品的可行性和便利性。值得注意的是, 地理距离虽然会阻碍中国跨境电商出口, 但其回归系数在统计意义上是不显著的, 也就是说跨境电商出口贸易借助其全球性、无形性、线上线下融合等特点和优势能够在一定程度上突破地理距离的限制, 可以更好地推动中国出口贸易的长期发展。

(三) 汇率变动对跨境电商出口贸易和一般出口贸易的差异化影响

本文还将汇率变动对跨境电商出口贸易和一般出口贸易的影响进行对比, 以期更全面地分析汇率变动对跨境电商出口贸易的深刻影响, 汇率变动影响一般出口贸易的回归结果如表8所示。

表8 汇率变动与一般出口贸易

从上述回归结果以及与表7结果的对比分析来看, 汇率水平变动对一般出口贸易的影响在统计意义上(1%水平上)也是显著的, 其影响一般贸易出口金额和出口数量的弹性系数分别为-3.242 5和-3.166 1, 相比之下, 这种影响的方向与跨境电商出口贸易相一致, 原因可能是跨境电商贸易活动很多是以美元计价, 再进行结汇, 结汇时效和综合费率等都会影响跨境电商出口贸易, 跨境电商发展所面临的更加复杂的外部金融环境也会使其承受较高的汇率风险。此外, 目的国国内物价水平、经济发展水平以及其与中国的语言相似度对一般出口贸易的影响与跨境电商出口贸易基本一致。汇率水平上升对一般贸易的出口平均价格的影响在统计意义上同样并不显著, 而地理距离会在很大程度上限制一般出口贸易, 这与已有的大量理论分析和实证检验结果相一致。

(四) 汇率变动影响跨境电商出口贸易和一般出口贸易的稳健性检验

由于中国对研究样本所涉及国家的跨境电商出口金额和出口数量不尽相同, 从样本变量所涉及的绝对值来看, 有一小部分国家之间的差距相对来说比较大, 即中国对某几个国家的出口金额和出口数量都很大, 而对另外几个国家的出口金额和出口数量则相对小得多。考虑到这一情况, 本文对研究所涉及样本的变量数据进行了不同程度的缩尾处理, 以剔除异常值的影响, 增加上述回归分析结论的信度和效度, 针对跨境电商出口贸易和一般出口贸易的回归分析的稳健性检验结果如表9-1和表9-2所示(由于国家数量有限, 分组回归会因为变量遗漏而导致估计偏差, 故本文未进行分样本检验)。

表9-1 稳健性检验结果(0.01缩尾水平)
表9-2 稳健性检验结果(0.025缩尾水平)

从上述稳健性检验的结果可以看出, 尽管具体的回归结果存在细微差异, 但是基本判断和主要研究结论依然与基准回归结果一致, 表明上述研究结论是稳健的, 研究结果具有较强的可信度。

五、 汇率变动影响中国跨境电商出口贸易的空间溢出效应分析

从前文跨境电商出口贸易格局的相关分析可知, 中国跨境电商出口贸易有着独特的空间特征, 而且跨境电商出口贸易相比于国际一般贸易也面临较为复杂的内外部环境, 汇率变动对跨境电商出口贸易的影响可能不仅仅局限于中国和单一目的国, 汇率变动在影响中国对各个目的国的跨境电商出口贸易时可能存在空间关联, 为了更深入地研究汇率变动对跨境电商出口贸易的影响, 揭示其中潜在的空间关系, 本文进一步引入空间计量方法以探究汇率变动影响中国跨境电商出口贸易的空间溢出效应, 以及横截面数据和面板数据的回归分析模型中可能存在的空间结构关系和空间相互作用。

(一) 空间自相关检验方法与空间模型构建

1.全局空间自相关检验

本文首先利用Moran提出的莫兰指数(Moran's I)[27]来分析中国对各个国家的跨境电商出口贸易的空间相关性, 其具体指数形式如下:

I=nS0∑i=1n∑j=1nWij(xi-x-)(xj-x-)∑i=1n(xi-x-)2(5)

式中, S0=∑i=1n∑j=1nWij(i, j=1, 2, …, n), W是空间权重矩阵, xi代表i国的观测值, xj代表j国的观测值。Moran's I的取值一般介于-1和1之间, 大于0表示正相关(即高值和高值相邻、低值和低值相邻), 小于0表示负相关(即高值和低值相邻)。

为了进一步佐证空间相关性的存在, 本文也分别测算了相关指标的吉尔里指数(Geary's C), 该指数由Geary提出[28], 也称为“ 吉尔里相邻比率” , 其具体指数形式如下:

C=(n-1)∑i=1n∑j=1nWij(xi-xj)22(∑i=1n∑j=1nwij)∑i=1n(xi-x-)2(6)

Geary's C的取值一般介于0和2之间(2不是严格上界), 大于1表示负相关, 小于1表示正相关。

2.局域空间自相关检验

由于Moran's I只能检验经济属性是否存在空间相关性, 无法反映区域内局部的空间特征, 本文还借助Anselin在Moran's I的基础上提出的Moran散点图来辨别部分空间热点[29, 30]。在散点图中, 第一象限的点代表高— 高集聚形式, 即高观测值被高观测值所包围; 第二象限代表低— 高集聚形式, 即低观测值被高观测值所包围; 第三象限代表低— 低集聚形式, 即低观测值被低观测值所包围; 第四象限代表高— 低集聚形式, 即高观测值被低观测值所包围。

3.空间权重矩阵

在空间计量分析领域中最常用的空间权重矩阵为地理特征矩阵, 本文采用国家间地理距离的权重矩阵体现地理特征, 而在贸易研究中, 国家间的空间经济邻近性至关重要, 因此本文也选择经济邻近的权重矩阵来度量国家之间的经济关系。

(1)基于地理邻近的权重矩阵(W1)。地理邻近是构建空间权重矩阵的常用标准之一, 地理距离越近的空间单元之间的空间活动相关性越高。地理邻近权重矩阵的计算形式表示如下:

W1= 1Dij　i≠j0　i=j(7)

式中, Dij表示i国和j国的地理距离。

(2)基于经济邻近的权重矩阵(W2)。在经济学问题中, 非地理属性也会使空间单元产生交互影响。本文借鉴林光平等[31]的方法, 构建如下的经济邻近权重矩阵:

W2= 1Yi-Yj　i≠j0　i=j(8)

式中, Yi和Yj分别表示i国和j国的人均GDP。

4.空间杜宾模型

在空间计量经济学中常用的模型有空间杜宾模型(SDM)、空间滞后模型(SAR)和空间误差模型(SEM), 其中空间杜宾模型为更一般的模型形式, 该模型同时考虑了因变量与自变量的空间相关性, 其基本形式为:

Y=ρ Wy+α τ n+Xβ +WXγ +ε (9)

式中, ε ~N(σ 2In), ρ 为空间自回归系数, Wy为空间滞后因变量, WXγ 为空间滞后自变量。由于空间杜宾模型同时考虑了邻近地区相关变量的影响, 其系数的偏导数不再等于0, 意味着回归系数的估计会产生误差, 故不能像传统回归模型一样准确解释自变量对因变量的影响, 而将自变量对因变量的影响分解为直接效应和间接效应可以解决该问题, 直接效应表示i国自变量对i国因变量的影响, 间接效应表示j国自变量对i国因变量的影响[32]。

(二) 中国跨境电商出口贸易的空间相关分析

由于个别国家(澳大利亚和新西兰)的汇率水平相关数据存在严重缺失, 本文在此部分实证分析中将其剔除, 研究样本包括60个国家, 时间区间为2016年9月至2018年2月。

1.全局空间自相关分析

从表10可以看出, 无论是基于Moran's I还是基于Geary's C, 中国对各个目的国的跨境电商出口贸易的金额在空间上存在一定的相关性, 而且在统计意义上是显著的。虽然基于地理邻近的空间相关性不是很明显, 但总的来说有逐渐增强的趋势。相比之下, 基于经济邻近的空间相关性就表现得比较明显, 而且这种空间相关性相对较为稳定。

表10 中国跨境电商出口金额(ln cbec)的全局空间自相关

从表11来看, 中国对各个目的国的跨境电商贸易出口数量的Moran's I和Geary's C同样也表明其在空间上存在一定的相关性, 在统计意义上也都是显著的。基于地理邻近的空间相关性也相对较弱, 而基于经济邻近的空间相关性也更强, 并且较为稳定。上述这些空间相关性的客观存在为后续空间计量方法的运用奠定了基础。

表11 中国跨境电商出口数量(ln frequency)的全局空间自相关

2.局域空间相关分析

本文还进一步以地理邻近权重矩阵和经济邻近权重矩阵为基础, 使用Stata 13绘制了反映中国跨境电商出口贸易的局域空间分布情况的Moran散点图, 如图1— 图4所示。

图1 基于地理邻近的Moran散点图(以跨境电商出口金额为基础)

图2 基于经济邻近的Moran散点图(以跨境电商出口金额为基础)

图3 基于地理邻近的Moran散点图(以跨境电商出口数量为基础)

图4 基于经济邻近的Moran散点图(以跨境电商出口数量为基础)

(1)以跨境电商出口金额为基础的目的国空间集聚形式

根据图1、图2, 从跨境电商出口金额来看, 大部分样本点分布在第一象限和第三象限, 也就是说中国跨境电商出口贸易的目的国的空间集聚形式主要是高— 高集聚形式(即跨境电商出口金额高的国家被跨境电商出口金额高的国家所包围)和低— 低集聚形式(即跨境电商出口金额低的国家被跨境电商出口金额低的国家所包围), 而低— 高集聚形式(即跨境电商出口金额低的国家被跨境电商出口金额高的国家所包围)和高— 低集聚形式(即跨境电商出口金额高的国家被跨境电商出口金额低的国家所包围)所占的份额相对较小。

(2)以跨境电商出口数量为基础的目的国空间集聚形式

根据图3、图4, 从跨境电商出口数量来看, 样本点的分布依然是以第一象限和第三象限为主, 表明中国跨境电商出口贸易的目的国的空间集聚形式也主要是高— 高集聚形式(即跨境电商出口数量多的国家被跨境电商出口数量多的国家所包围)和低— 低集聚形式(即跨境电商出口数量少的国家被跨境电商出口数量少的国家所包围), 而低— 高集聚形式(即跨境电商出口数量少的国家被跨境电商出口数量多的国家所包围)和高— 低集聚形式(即跨境电商出口数量多的国家被跨境电商出口数量少的国家所包围)所占的份额相对较小。

(三) 基于空间杜宾模型的实证分析

1.变量选取与模型构建

由于汇率数据的缺失, 此部分实证分析选取的样本也剔除了澳大利亚和新西兰这两个国家(故该部分研究样本共包括60个国家), 时间区间同样为2016年9月至2018年2月。由于本文所采用的样本数据为月度数据, 但空间回归分析中涉及矩阵运算, 面板模型中以年份作为时间单位的控制变量并未包括在后续部分的研究中, 此部分在保留部分自变量的基础上又引入了其他几个自变量, 具体如表12所示。

表12 变量选取与指标说明

考虑到更一般的情况, 本文构建如下空间杜宾模型(SDM):

ln cbecit=α ln+β 1ln reerit+β 2ln cpiit+β 3ln tradeit+β 4ln imbit+ρ Wln cbecit+γ 1Wln reerit+γ 2Wln cpiit+γ 3Wln tradeit+γ 4Wln imbit+ε it(10)

ln frequencyit=α ln+β 1ln reerit+β 2ln cpiit+β 3ln tradeit+β 4ln imbit+ρ Wln frequencyit+γ 1Wln reerit+γ 2Wln cpiit+γ 3Wln tradeit+γ 4Wln imbit+ε it(11)

式中, W代表地理邻近权重矩阵或经济邻近权重矩阵, ρ 为空间自回归系数。

2.基于地理邻近与经济邻近的空间杜宾模型回归分析

本文针对中国跨境电商出口金额和中国跨境电商出口数量, 分别结合地理邻近权重矩阵和经济邻近权重矩阵构建空间计量模型。在实证分析之前, 需要进行相关的模型设定检验:(1)采用LM检验(Burridge)进行空间相关性检验, 以确定是否存在空间滞后相关或空间误差相关, 拒绝原假设意味着有必要进行空间交互效应检验[33]。Elhorst[32]、Lesage和Pace[34]认为如果使用LM检验, 结果表明其不存在空间滞后相关和不存在空间误差相关的两个原假设都被拒绝, 则可使用SDM。(2)使用Wald检验和LR检验进一步确认SDM是否比空间自相关模型(SAR)和空间误差修正模型(SEM)更适合。该检验结果可判别SDM是否可退化为空间滞后相关模型SAR或空间误差相关模型SEM。如果Wald检验的两个原假设都被拒绝了, 则SDM比SAR和SEM更合适。如果Wald检验和LR检验结果与前面的LM检验结果矛盾, 仍然可采用SDM, 因为SDM是更一般的模型[32]。(3)使用Hausman检验判别模型形式是采用固定效应还是随机效应。如果接受原假设, 意味着采用随机效应更适合; 如果拒绝原假设, 应采用固定效应。此外, 考虑到相关变量的时间属性, 本文将时间固定效应引入空间模型, 以控制随时间变化的其他潜在变量。检验结果参见表13。

表13 不同权重矩阵下的LM检验结果

上述不同权重矩阵下的LM检验结果表明, 空间滞后相关和空间误差相关都存在, 故可以采用空间杜宾模型。随后本文结合之前构建的空间杜宾模型, 针对跨境电商出口金额(ln cbec)和跨境电商出口数量(ln frequency)分别展开研究, 利用MatlabR2016a对样本数据进行处理, 得到以下回归结果。

表14和表15的估计结果表明, 从R2和log-likelihood等统计量看, 空间杜宾模型的拟合效果明显优于面板模型, 而且各个变量及其滞后项的回归系数在统计意义上也都是显著的。在地理邻近权重矩阵和经济邻近权重矩阵下, 空间杜宾模型的空间自回归系数(滞后因变量系数)为正且都在5%的水平下显著, 表明无论是从贸易金额还是从贸易数量来看, 跨境电商出口贸易都存在显著的空间正相关效应。汇率变动对跨境电商出口金额和出口数量的影响都显著为负, 这与面板模型中的研究结论相一致。但是物价水平的影响在该模型中显著为负, 可能的原因是物价上升导致居民用于跨境购买的可支配收入减少, 或者国内外产品价格差异不足以产生进口对购买本国产品的替代效应。从其他控制变量来看, 国际一般贸易在一定程度上可以促进跨境电商出口贸易, 而贸易不平衡会阻碍跨境电商出口贸易的发展。此外, 地理特征和经济特征都会对跨境电商出口贸易产生影响, 可能的途径是地理位置和经济发展水平会影响与跨境电商出口贸易发展相关的基础设施建设、技术和资源流动与共享、经济金融互动与协作等, 进而影响中国的跨境电商出口贸易。

表14 基于跨境电商出口金额(ln cbec)的空间杜宾模型回归结果
表15 基于跨境电商出口数量(ln frequency)的空间杜宾模型回归结果

3.空间杜宾模型回归结果的效应分解

由于上述空间杜宾模型的估计结果还不能完整、准确地反映解释变量(汇率变动)对被解释变量(跨境电商出口贸易)的影响, 本文进一步借鉴Lesage和Pace所提出的分析方法[33], 将汇率变动影响跨境电商出口贸易的效应分解为直接效应、间接效应和总效应(表16)。其中, 直接效应表示x对本地区y造成的平均影响, 间接效应表示x对其他地区y造成的平均影响, 总效应表示x对所有地区y造成的平均影响。

表16 地理邻近权重矩阵下汇率变动影响跨境电商出口贸易的效应分解

从空间杜宾模型的效应分解的结果来看, 在地理邻近权重矩阵和经济邻近权重矩阵下, 汇率变动对跨境电商出口金额和出口数量的影响既存在直接效应, 也存在不同程度的空间溢出效应(即间接效应), 而这种空间溢出效应的存在很有可能是因为在经济全球化的当下, 目的国货币之间的联系较为密切, 金融制度和金融活动等也会相互渗透和影响。另一方面, 汇率变动也会引起国内外贸易产品的价格联动, 不仅会对本国的经济发展和对外贸易产生影响, 也会对邻国或者局部地区的其他国家的经济发展与对外贸易产生影响, 此外, 经济发展水平相近的国家间也可能存在类似的贸易行为, 这些错综复杂的因素都会导致汇率变动对跨境电商出口贸易的空间溢出效应。从其他控制变量来看, 物价水平的直接效应显著为负, 这也可以从物价上升导致居民用于跨境电商进口的可支配收入减少来解释, 或者国内外产品价格差异无法形成替代效应; 但其间接效应为正, 说明一国物价上涨会在一定程度上造成“ 挤出效应” , 即该国的潜在进口国出于成本或价格的考虑会从其他国家进口, 通过跨境电商从中国进口产品便成为备选方式之一。国际一般贸易和贸易不平衡对出口金额的影响也存在类似于物价水平的“ 挤出效应” , 但对跨境电商出口数量来说并不存在“ 挤出效应” 。

表17 经济邻近权重矩阵下汇率变动影响跨境电商出口贸易的效应分解
六、 研究结论与政策含义

本文首先通过面板模型研究了汇率变动对中国跨境电商出口贸易的影响, 并将其与汇率变动对一般出口贸易的影响进行对比分析, 在考察中国跨境电商出口贸易的空间相关性的基础上, 通过构建空间杜宾模型, 探讨了汇率变动在影响中国跨境电商出口贸易中可能存在的空间溢出效应。经过上述研究分析, 本文得出的主要结论如下:(1)跨境电商出口目的国货币的汇率上升(即该国货币贬值)会导致中国对该国的跨境电商出口金额与出口数量减少, 这与汇率变动对一般出口贸易的影响方向一致, 值得注意的是地理距离对跨境电商出口贸易的影响较弱。(2)从地理邻近和经济邻近这两个维度考虑, 中国对不同目的国的跨境电商出口贸易金额和贸易数量都呈现出一定的空间相关性, 虽然在地理邻近权重矩阵下这种空间相关性相对较弱, 但有逐渐增强的趋势, 而且这种空间相关性较为稳定。此外, 从跨境电商出口金额和出口数量来看, 中国跨境电商出口贸易的目的国的空间集聚形式主要是高— 高集聚形式和低— 低集聚形式, 而低— 高集聚形式和高— 低集聚形式所占的份额相对较小。(3)在地理邻近权重矩阵和经济邻近权重矩阵下, 汇率变动对中国跨境电商出口贸易的影响不仅表现为直接效应, 还表现为空间溢出效应(间接效应), 而这种空间溢出效应可能是经济全球化联系愈加密切的金融制度、汇率变动的价格传递效应、国家间经济协调与贸易合作等诸多错综复杂的影响因素相互作用的结果。

结合以上研究结论, 本文提出以下几点建议:

1.中国在推进外向型经济发展模式的过程中, 需要将各经济体利益与地区整体利益进行有机结合, 加强与各国的经济合作, 尤其是在汇率制度安排方面的协作, 以实现各经济体货币自主权与区域货币政策的协调, 进而维持汇率水平的长期相对稳定, 以弱化汇率变动对中国跨境电商出口贸易的直接影响及其空间溢出效应。进一步地, 可以在充分考虑各国社会制度、经济制度、管理模式、经济发展水平、文化传统、宗教信仰等诸多方面差异的基础上, 通过多国谈判与协商, 逐步推进区域性乃至全球性的汇率协作与联动机制。

2.虽然当前中国跨境电商出口贸易发展态势良好, 但是从中国与各个目的国的跨境电商交易金额和交易数量来看, 其发展也存在非均衡的现象。部分国家为中国跨境电商出口贸易的主导市场, 目标市场过度集中不仅会增加风险, 也不利于发挥中国企业的国际竞争优势, 因而中国需要处理好传统市场与新兴市场的关系、发达国家市场与发展中国家市场的关系、周边国家市场与边远国家市场的关系, 借助跨境电商实现中国企业“ 走出去” 过程中的目标市场多元化, 通过实施多元化的目标市场战略来分散汇率变动对跨境电商出口贸易的影响。

3.汇率变动对跨境电商的影响覆盖支付结算、物流配送等多个环节, 中国在发展跨境电商的同时需要强化汇率风险管理意识, 并完善汇率风险管理体系, 以规避汇率变动带来的预期风险, 具体实现方式包括:(1)利用金融手段以及汇率管理工具对汇率风险进行主动管理, 比如采用外汇远期、掉期等方式实现套期保值, 根据当前市场价格锁定未来外汇成本, 消除不确定性, 从而规避汇率波动对跨境电商所带来的影响, 或采用金融衍生工具(外汇期权和期权组合产品等)提高跨境电商进行外汇风险对冲的灵活性; (2)建立健全支付结算法律法规, 继续推进跨境支付基础设施建设, 通过支持境内银行卡清算、拓展境外业务、加强国际监管协同合作等方式建设跨境支付体系, 有效解决支付和结汇中的汇率风险问题; (3)中国政府应积极同其他国家和地区开展有关跨境电商的交易规则、支付条款设定等的交流与协商, 并不断推动人民币国际化进程, 推动人民币跨境支付系统及人民币作为主要计价和交易币种的交易形式在跨境电商出口贸易中的广泛应用。

参考文献
[1] Friedman M. , Essays in Positive Economics, Chicago: University of Chicago Press, 1956. [本文引用:1]
[2] Mundell R. , ″Currency Areas, Exchange Rate Systems and International Monetary Reform, ″ Journal of Applied Economics, Vol. 3, No. 2 (2000), pp. 217-256. [本文引用:1]
[3] Chit M. M. , Rizov M. & Willenbockel D. , ″Exchange Rate Volatility and Exports: New Empirical Evidence from the Emerging East Asian Economies, ″ World Economy, Vol. 33, No. 2 (2010), pp. 239-263. [本文引用:1]
[4] Bahmani-Oskooee M. & Gelan A. , ″Exchange-Rate Volatility and International Trade Performance: Evidence from 12 African Countries, ″ Economic Analysis and Policy, Vol. 58 (2018), pp. 14-21. [本文引用:1]
[5] Obstfeld M. & Rogoff K. , ″Exchange Rate Dynamics Redux, ″ Journal of Political Economy, Vol. 103, No. 3 (1995), pp. 624-660. [本文引用:2]
[6] 李宪铎、黄昌利: 《新汇改后人民币实际有效汇率对出口的影响: 2005Q3—2013Q3》, 《宏观经济研究》2014年第4期, 第33-40页.
[Li Xiand uo & Huang Changli, ″The Impact of RMB Real Effective Exchange Rate on Export after New Exchange Rate Reform: 2005Q3-2013Q3, ″ Macroeconomics, No. 4 (2014), pp. 33-40. ] [本文引用:1]
[7] 黄基伟、于中鑫: 《中美贸易逆差与人民币升值的悖论研究》, 《国际贸易问题》2011年第3期, 第140-149页.
[Huang Jiwei & Yu Zhongxin, ″The Paradox of Sino-US Trade Deficit and RMB Appreciation: An Empirical Analysis, ″ Journal of International Trade, No. 3 (2011), pp. 140-149. ] [本文引用:1]
[8] 陈六傅、钱学锋、刘厚俊: 《人民币实际汇率波动风险对我国各类企业出口的影响》, 《数量经济技术经济研究》2007第7期， 第81-88页.
[Chen Liufu, Qian Xuefeng & Liu Houjun, ″The Impact of Real Effective Exchange Rate Risk on the Export of China's Different Firms, ″ The Journal of Quantitative & Technical Economics, No. 7 (2007), pp. 81-88. ] [本文引用:1]
[9] 刘荣茂、黄丽: 《欧元汇率变动及对我国对欧农产品出口贸易的影响研究》, 《农业技术经济》2014第3期， 第83-88页.
[Liu Rongmao & Huang Li, ″The Change of Euro Exchange Rate and Its Impact on Chinese Agricultural Products Export to EU, ″ Journal of Agrotechnical Economics, No. 3 (2014), pp. 83-88. ] [本文引用:1]
[10] 卢向前、戴国强: 《人民币实际汇率波动对我国进出口的影响: 1994—2003》, 《经济研究》2005年第5期, 第31-39页.
[Lu Xiangqian & Dai Guoqiang, ″The Influence of Fluctuation of Real RMB Exchange Rate on Chinese Import and Export: 1994-2003, ″ Economic Research Journal, No. 5 (2005), pp. 31-39. ] [本文引用:1]
[11] 陆前进、李治国: 《人民币实际有效汇率的分解和马歇尔-勒纳条件的修正》, 《数量经济技术经济研究》2013第4期， 第3-18页.
[Lu Qianjin & Li Zhiguo, ″The Decomposition of RMB Real Effective Exchange Rate and the Revisions of Marshall-Learner Condition, ″ The Journal of Quantitative & Technical Economics, No. 4 (2013), pp. 3-18. ] [本文引用:1]
[12] Krugman P. , Pricing to Market When the Exchange Rate Changes, Cambridge: MIT Press, 1987. [本文引用:1]
[13] Campa J. & Goldberg L. S. , ″Exchange Rate Pass-Through into Import Prices, ″ The Review of Economics and Statistics, Vol. 87, No. 4 (2005), pp. 679-690. [本文引用:1]
[14] Corsetti G. & Dedola L. , ″A Macroeconomic Model of International Price Discrimination, ″ Journal of International Economics, Vol. 67, No. 1 (2005), pp. 129-155. [本文引用:1]
[15] Berman N. , Martin P. & Mayer T. , ″How Do Different Exporters React to Exchange Rate Changes? Theory, Empirics and Aggregate Implications, ″ Social Science Electronic Publishing, Vol. 127, No. 1 (2014), pp. 437-492. [本文引用:1]
[16] 陈六傅、刘厚俊: 《人民币汇率的价格传递效应: 基于VAR模型的实证分析》, 《金融研究》2007第4期， 第1-13页.
[Chen Liufu & Liu Houjun, ″The Pass-Through Effects of RMB Exchange Rate, ″ Journal of Financial Research, No. 4 (2007), pp. 1-13. ] [本文引用:1]
[17] 潘长春: 《人民币汇率变动的价格传递效应: 基于TVP-SV-VAR模型的实证检验》, 《国际贸易问题》2017年第4期, 第141-152页.
[Pan Changchun, ″The Pass-Through Effects of RMB Exchange Rate Changes: An Empirical Test Based on TVP-SV-VAR Model, ″ Journal of International Trade, No. 4 (2017), pp. 141-152. ] [本文引用:1]
[18] 程惠芳、成蓉: 《全球价值链中的汇率价格传递效应、生产率调节效应与贸易增长: 基于WIOD和PWT匹配数据的研究》, 《国际贸易问题》2018第5期， 第78-91页.
[Cheng Huifang & Cheng Rong, ″Price Pass-Through Effect of Exchange Rate, Productivity Adjustment Effect and Trade Growth in Global Value Chain: A Study Based on WIOD and PWT Data Mapping, ″ Journal of International Trade, No. 5 (2018), pp. 78-91. ] [本文引用:1]
[19] 施建淮、傅雄广、许伟: 《人民币汇率变动对我国价格水平的传递》, 《经济研究》2008第7期， 第52-64页.
[Shi Jianhuai, Fu Xiongguang & Xu Wei, ″Pass-Through of RMB Exchange Rate to Chinese Domestic Prices, ″ Economic Research Journal, No. 7 (2008), pp. 52-64. ] [本文引用:1]
[20] 徐奇渊: 《人民币汇率对CPI的传递效应分析》, 《管理世界》2012年第1期, 第59-66页.
[Xu Qiyuan, ″The Pass-Through Effects of RMB Exchange Rate on CPI, ″ Management World, No. 1 (2012), pp. 59-66. ] [本文引用:1]
[21] 曹伟、申宇: 《人民币汇率传递、行业进口价格与通货膨胀: 1996-2011》, 《金融研究》2013年第10期, 第68-80页.
[Cao Wei & Shen Yu, ″A Research on RMB Exchange Rate Pass-Through, Industrial Import Prices and Inflation: 1996-2011, ″ Journal of Financial Research, No. 10 (2013), pp. 68-80. ] [本文引用:1]
[22] 韩剑、郑秋玲、邵军: 《多产品企业、汇率变动与出口价格传递》, 《管理世界》2017第8期， 第14-26页.
[Han Jian, Zheng Qiuling & Shao Jun, ″Multi-Product Firms, Exchange Rate Fluctuation and Export Price Pass-Through, ″ Management World, No. 8 (2017), pp. 14-26. ] [本文引用:1]
[23] Cushman D. O. , ″Has Exchange Risk Depressed International Trade? The Impact of Third-Country Exchange Risk, ″ Journal of International Money and Finance, Vol. 5, No. 3 (1986), pp. 361-379. [本文引用:1]
[24] Kelejian H. , Tavlas G. S. & Petroulas P. , ″In the Neighborhood: The Trade Effects of the Euro in a Spatial Framework, ″ Regional Science and Urban Economics, Vol. 42, No. 2(2012), pp. 314-322. [本文引用:1]
[25] 曹伟、言方荣、鲍曙明: 《人民币汇率变动、邻国效应与双边贸易: 基于中国与“一带一路”沿线国家空间面板模型的实证研究》, 《金融研究》2016第9期， 第50-66页.
[Cao Wei, Yan Fangrong & Bao Shuming, ″An Empirical Research on RMB Exchange Rate Fluctuations, Neighboring Countries Effects and Bilateral Trades: Based on Spatial Panel Data Model for China and 'the Belt and Road' Countries, ″ Journal of Financial Research, No. 9 (2016), pp. 50-66. ] [本文引用:1]
[26] 郑平: 《人民币汇率变动对“一带一路”沿线国家双边贸易的影响: 基于空间视角的邻国效应与中心效应》, 《国际贸易问题》2018年第5期, 第130-144页.
[Zheng Ping, ″Impact of Change of RMB Exchange Rate on Bilateral Trades of Countries along 'the Belt and Road': Based on Neighborhood Effect and Central Effect from Spatial Perspective, ″ Journal of International Trade, No. 5 (2018), pp. 130-144. ] [本文引用:1]
[27] Moran P. , ″Notes on Continuous Stochastic Phenomena, ″ Biometrika, Vol. 37, No. 1-2(1950), pp. 17-23. [本文引用:1]
[28] Geary R. C. , ″The Contiguity Ratio and Statistical Mapping, ″ The Incorporated Statistician, Vol. 5, No3 (1954), pp. 115-145. [本文引用:1]
[29] Anselin L. , ″Spatial Econometrics: Methods and Models, ″ Economic Geography, Vol. 65, No2 (1987), pp. 160-162. [本文引用:1]
[31] 林光平、龙志和、吴梅: 《中国地区经济σ-收敛的空间计量实证分析》, 《数量经济技术经济研究》2006第4期， 第14-21, 69页.
[Lin Guangping, Long Zhihe & Wu Mei, ″A Spatial Investigation of σ-Convergence in China, ″ The Journal of Quantitative & Technical Economics, Vol. 65, No. 2 (1987), pp. 14-21, 69. ] [本文引用:1]
[30] Anselin L. , ″Local Indicators of Spatial Association-LISA, ″ Geographical Analysis, Vol. 27, No2 (1995), pp. 93-115. [本文引用:1]
[32] Elhorst J. P. , Spatial Econometrics: From Cross-Section Data to Spatial Panels, Berlin: Springer Press, 2014. [本文引用:3]
[33] Burridge P. , ″On the Cliff-Ord Test for Spatial Correlation, ″ Journal of the Royal Statistical Society, Vol. 42, No1 (1980), pp. 107-108. [本文引用:2]
[34] Lesage J. P. & Pace R. K. , Introduction to Spatial Econometrics, Boca Raton: CRC Press, 2009. [本文引用:1]