我国电子商务对经济增长作用的实证分析

1、我国电子商务对经济增长作用的实证分析1 引言随着计算机网络技术和信息通讯技术的快速发展，电子商务已成经济热点和发展趋势。电子商务对社会经济发展和进步发挥了巨大的变革作用，深刻影响了人们的经济生活方式。电子商务在我国经过十几年的发展历程，产业规模逐渐壮大，从事电子商务行业的人数越来越多。电子商务与国民经济密切相关，对国民经济增长的带动性逐渐增强。在经济全球化和信息化的今天，我国必须发挥后发优势，抓住发展电子商务的有利契机来实现本世纪的经济赶超战略。鉴于此原因，本文拟从我国电子商务的发展现状出发，利用计量经济学的多元线性回归模型对电子商务发展与经济增长之间进行实证研究。2 模型设定2.1变量及模型

2、选择国内生产总值的计算方法有支出法、收入法和生产法三种。本文根据支出法来对电子商务对国民经济增长的作用机制进行详细分析。支出法国内生产总值指的是一个国家或地区在一定时期内用于最终消费、投资，政府购买以及净出口总额。支出法国民生产总值用计算公式可以表示为：国民生产总值(GDP)=消费(C)+投资(I)+政府支出(G)+净出口(X-M)。电子商务可以通过增加消费、投资、政府购买和净出口等因素来促进国民经济增长。因此，本文以我国国内生产总值增加值作为因变量，以能衡量电子商务发展水平的域名数、上网用户人数、电子商务企业数、网上购物人数和电子商务交易额等变量为自变量建立多元线性回归分析模型。设Yi=国民

3、生产总值（亿元）；X1i=电子商务交易额（亿元）；X2i=域名数（万个）；X3i电子商务企业数（个）；X4i=网上购物人数（万人）；Yi=0+1 X1t +2 X2t +3 X3t +4 X4t +e2.2数据来源为了验证电子商务对中国经济增长的影响，本文采用1997年-2013年的中国统计年鉴、中国互联网络信息中心发布中国互联网络发展状况分析报告(第1-第34次)，以及中国B2B研究中心的1997-2009年中国电子商务十二年调查报告和2010-2013年各年度的研究报告提供的数据作为17组样本，进行多元线性回归分析模型验证。其中，国民生产总值以当年价格计算。3 多元线性回归分析3.1相关性

4、分析利用SPSS统计分析软件对模型中的四个自变量进行相关分析得到如下结果，见表3-1。表3-1 相关性国内生产总值（亿元）电子商务交易额（亿元）域名数（万个）电子商务企业数（个）网上购物人数（万人）国内生产总值（亿元）Pearson 相关性1.976*.846*.972*.976*显著性（双侧）.000.000.000.000N1717171717电子商务交易额（亿元）Pearson 相关性.976*1.812*.981*.990*显著性（双侧）.000.000.000.000N1717171717域名数（万个）Pearson 相关性.846*.812*1.720*.763*显著性（双侧）.0

5、00.000.001.000N1717171717电子商务企业数（个）Pearson 相关性.972*.981*.720*1.992*显著性（双侧）.000.000.001.000N1717171717网上购物人数（万人）Pearson 相关性.976*.990*.763*.992*1显著性（双侧）.000.000.000.000N1717171717*. 在 .01 水平（双侧）上显著相关。由表中统计分析数据可知，国内生产总值与电子商务交易额、域名数、电子商务企业数和网上购物人数的相关系数分为0.976、0.846、0.972、0.976，它们的相关系数检验的概率P都近似为0。因此，当显著性

6、水平Q为O.05时，都应拒绝相关系数检验的零假设。这就说明电子商务交易额、域名数、电子商务企业数和网上购物人数等变量与国内生产总值存在正相关的关系，也即说明电子商务对着我国的经济增长确实存在正向影响。下面通过多元线性回归分析，进一步研究电子商务对国民经济的影响程度。3.2多元线性回归分析（1）本文采用向后淘汰变量法进行多元线性回归分析来确定这四个因素是否对功能生产总值产生显著的影响。输入移去的变量b模型输入的变量移去的变量方法1电子商务企业数（个）, 域名数（万个）, 电子商务交易额（亿元）, 网上购物人数（万人）.输入2.网上购物人数（万人）向后（准则: F-to-remove >=

7、.100 的概率）。a. 已输入所有请求的变量。b. 因变量: 国内生产总值（亿元）（2）模型汇总模型汇总c模型RR 方调整 R 方标准 估计的误差更改统计量Durbin-WatsonR 方更改F 更改df1df2Sig. F 更改1.998a.996.99412601.408.996669.761412.0002.998b.995.99412211.509.000.208112.6562.125a. 预测变量: (常量), 电子商务企业数（个）, 域名数（万个）, 电子商务交易额（亿元）, 网上购物人数（万人）。b. 预测变量: (常量), 电子商务企业数（个）, 域名数（万个）, 电子商务

8、交易额（亿元）。c. 因变量: 国内生产总值（亿元）上表是对模型的汇总，给出了衡量该回归方程优劣的统计量。调整的R2是我们要重点关注的统计量，它的值越大，模型拟合效果得越好，这里调整的R2等于0.994，说明拟合的程度是非常不错的。其D-W系数为2.125。（3）回归方程的显著性检验（F-检验）下表是模型的检验结果，用的是方差分析。通过上表可以看出，模型2的F统计量（950.877）大于模型1的F统计量（669.761），因此模型2更加合适。此外，被解释变量总离差平方和为4.273E11，回归平方和及均方差为4.254E11和1.418E11，残差平方和及均方差分别为1.939E9和1.491

9、E8，回归平方和占总离差平方和的比例远高于残差平方和占总离差平方和的比例，可以认为被解释变量与解释变量总体之间的线性相关性显著，利用多元线性回归法进行分析是比较合适的。同时在显著性水平=0.05下，回归方程的显著性检验的概率P值为0.000，远小于显著性水平0.05，通过了F检验，说明该回归方程在统计上显著，具有较好的拟合性。Anovac模型平方和df均方FSig.1回归4.254E1141.064E11669.761.000a残差1.906E9121.588E8总计4.273E11162回归4.254E1131.418E11950.877.000b残差1.939E9131.491E8总计4.

10、273E1116a. 预测变量: (常量), 电子商务企业数（个）, 域名数（万个）, 电子商务交易额（亿元）, 网上购物人数（万人）。b. 预测变量: (常量), 电子商务企业数（个）, 域名数（万个）, 电子商务交易额（亿元）。c. 因变量: 国内生产总值（亿元）（4）回归系数的显著性检验（t-检验）系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)73399.4266164.42111.907.000电子商务交易额（亿元）3.582.941.6843.807.002网上购物人数（万人）1.6973.721.095.456.656域名数（万个）104.82610.480.

11、44310.003.000电子商务企业数（个）15.1982.1901.2306.940.0002(常量)73929.5555866.51712.602.000电子商务交易额（亿元）3.370.793.6444.250.001域名数（万个）105.00010.149.44410.346.000电子商务企业数（个）15.8681.5741.28410.079.000a. 因变量: 国内生产总值（亿元）由上图可知，模型1中网上购物人数在显著性水平=0.05下，回归方程的显著性检验的概率P值为0.656，远大于显著性水平0.05，因此该变量被淘汰得到模型2。由模型2可以得到常数项、电子商务交易额（亿

12、元）、域名数（万个）、电子商务企业数（个）的系数分别为73929.555，3.370，105.000，15.868，因此模型的拟合结果为：国内生产总值=73929.555+3.370电子商务交易额+105.000域名数+15.868电子商务企业数已排除的变量b模型Beta IntSig.偏相关共线性统计量容差2网上购物人数（万人）.095a.456.656.131.009a. 模型中的预测变量: (常量), 电子商务企业数（个）, 域名数（万个）, 电子商务交易额（亿元）。b. 因变量: 国内生产总值（亿元）该表列出了没进入模型的变量。该变量的Sig.值均大于0.05，对模型的拟合优度共线性不

13、显著，无需进行进一步的分析。4 检验4.1 残差统计分析残差统计量a极小值极大值均值标准 偏差N预测值74121.05579163.19244876.38163054.27717残差-16535.54124152.305.00011007.30617标准 预测值-1.0472.050.0001.00017标准 残差-1.3541.978.000.90117a. 因变量: 国内生产总值（亿元）由图可知，标准残差的最小值等于-1.345，最大值等于1.978，均值等于0.000，这说明模型的拟合效果还是不错的。4.2 残差的分布分析 从上图可以看出残差数据基本服从正态分布，从而可知随机误差服从正态

14、分布这个条件得到满足。4.3 残差异方差和非线性分析从上图所示的残差散点图中，可以看出残差基本没有异方差性，但是有比较弱的非线性趋势。因为对模型要求不是特别严格，可以认为残差没有非线性趋势，残差满足多元线性回归条件，说明回归拟合的直线方程合理有效，可以用于预测和控制。5 回归分析解释从回归分析过程及其过程可以得出，信息资源的投入，开展电子商务的企业数，域名数的增加对国内生产总值的增加存在显著的正相关关系，这说明电子商务发展对经济增长发挥了一定的影响作用。然而，电子商务发展水平对国民经济增长的影响存在滞后效应。为了使电子商务发展对经济增长产生较大的作用，国家政府，企业以及消费者都需要更加重视电子

15、商务，增加基础设施投入，培养更多网民网上购物习惯使得来提高电子商务整理发展水平，只有这样真正达到推动经济增长的目标。参考文献：1中国统计年鉴(19972013年).中国统计出版社2中国互联网络发展状况分析报告(第1-第34次).中国互联网络信息中心. 319972009年中国电子商务十二年调查报告.中国B2B研究中心,2010.14中国电子商务市场数据监测报告（2010-2013年）. 中国B2B研究中心，2010-2013年. 5范玉贞.我国电子商务发展对经济增长作用的实证研究D.上海：上海师范大学.2010附录：年份国内生产总值域名数（万个）上网用户人数（万人）电子商务企业数网上购物人数（万）电子商务交易额（亿）199778973.00.5623010100199884402.3221016020200199989677.15890103050300200099214.612225020404004002001109655.2133370333514006002002120332.7185910370024009002003135822.83479504080360023002004159878.318594004475400032002005184937.4259111006680450073002006216314.441113700857050001