彭愛群 張 鍵
(安徽工商職業(yè)學(xué)院經(jīng)濟(jì)貿(mào)易學(xué)院,安徽 合肥 231100)
2020年年初暴發(fā)的新冠疫情,對(duì)全球經(jīng)濟(jì)產(chǎn)生了巨大的沖擊。中國作為世界第一大貿(mào)易出口國,貿(mào)易行業(yè)受到了巨大的沖擊。受新冠疫情影響,2020年第一、二季度,我國貨物貿(mào)易出口額均有較大幅度下降。在后疫情時(shí)代,全球大多數(shù)國家的經(jīng)濟(jì)普遍下滑,而中國經(jīng)濟(jì)在短時(shí)間內(nèi)實(shí)現(xiàn)了復(fù)蘇。本文從實(shí)證角度出發(fā),定量分析新冠疫情對(duì)我國貿(mào)易行業(yè)的影響,以期在此基礎(chǔ)上提出有針對(duì)性的解決對(duì)策,實(shí)現(xiàn)貿(mào)易行業(yè)的平穩(wěn)復(fù)蘇。
詹玉蘭(2021)利用引力模型分析兩個(gè)國家貿(mào)易量受排斥力與吸引力這兩個(gè)相對(duì)力量的影響,通過實(shí)證分析發(fā)現(xiàn)受新冠疫情影響,中間產(chǎn)品海外供應(yīng)鏈中斷對(duì)進(jìn)口國國際貿(mào)易產(chǎn)生明顯負(fù)面影響,并在此基礎(chǔ)上提出相應(yīng)的解決對(duì)策。李慶利(2021)基于統(tǒng)計(jì)數(shù)據(jù),發(fā)現(xiàn)新冠疫情對(duì)廈門市外向型經(jīng)濟(jì)產(chǎn)生非常明顯的影響,影響主要集中在第二產(chǎn)業(yè)的發(fā)展、國際市場(chǎng)需求、貿(mào)易進(jìn)出口、吸引外資及對(duì)外投資五個(gè)方面,并從優(yōu)化廈門營商環(huán)境、努力擴(kuò)大內(nèi)需等方面提出解決對(duì)策。茹玉驄、文娟(2021)基于政策性短期出口信用保險(xiǎn)的基本功能和特征,構(gòu)建出口信用保險(xiǎn)“穩(wěn)就業(yè)”和“穩(wěn)外貿(mào)”的理論分析框架,在此基礎(chǔ)上論證了出口信用保險(xiǎn)的逆周期調(diào)節(jié)功能,并通過實(shí)證分析發(fā)現(xiàn)我國在新冠疫情期間使用的出口信用保險(xiǎn)政策避免了3.5%~7%的出口衰退。朱巖(2021)分析了在新冠疫情背景下,跨境電商企業(yè)面臨著業(yè)務(wù)量、利潤下降,經(jīng)營風(fēng)險(xiǎn)增大及跨境物流成本增加的難題,從改革平臺(tái)運(yùn)營模式、改革跨境電商物流模式等方面提出應(yīng)對(duì)策略。張福海(2021)分析了新冠疫情背景下,對(duì)國內(nèi)經(jīng)濟(jì)長期和短期的影響,并從經(jīng)濟(jì)政策、就業(yè)政策、投資政策等方面給出建議。鄭浦陽(2020)通過建立2000年至2018年珠江三角洲地區(qū)經(jīng)濟(jì)發(fā)展的目標(biāo)函數(shù),發(fā)現(xiàn)在新冠疫情初期,整個(gè)珠三角區(qū)域經(jīng)濟(jì)發(fā)展受到重創(chuàng),之后隨著相應(yīng)政策的出臺(tái),各城市經(jīng)濟(jì)發(fā)展指數(shù)逐步改善。劉英(2020)分析了新冠疫情對(duì)世界經(jīng)濟(jì)及我國經(jīng)濟(jì)的影響,并從加大逆周期政策調(diào)節(jié)力度,促進(jìn)數(shù)字經(jīng)濟(jì)、智能制造發(fā)展,深化供給側(cè)結(jié)構(gòu)改革等方面提出解決對(duì)策。王思賢、韓秀蘭(2021)分析新冠疫情背景下空氣中二氧化碳濃度對(duì)經(jīng)濟(jì)發(fā)展的影響,實(shí)證結(jié)果表明二氧化碳濃度高的地區(qū)受新冠疫情影響較大。郭研、張芯悅、方達(dá)(2021)對(duì)統(tǒng)計(jì)數(shù)據(jù)進(jìn)行分析發(fā)現(xiàn)新冠疫情之后貨運(yùn)量有2.7%幅度的下降,通過實(shí)證分析驗(yàn)證高速公路免費(fèi)政策對(duì)復(fù)產(chǎn)復(fù)工有促進(jìn)作用,并從降低流通成本、優(yōu)化高速公路收費(fèi)政策等方面提出政策建議。肖伯文、范英(2021)通過構(gòu)建新凱恩斯動(dòng)態(tài)隨機(jī)一般均衡模型,分析了新冠疫情與政府干預(yù)之間的關(guān)系,實(shí)證結(jié)果表明綠色經(jīng)濟(jì)刺激政策可以減少經(jīng)濟(jì)波動(dòng),有利于經(jīng)濟(jì)平穩(wěn)的復(fù)蘇。
由以上文獻(xiàn)分析可知,對(duì)于新冠疫情對(duì)經(jīng)濟(jì)的影響分析主要集中在宏觀方面。本文從貿(mào)易行業(yè)這個(gè)行業(yè)角度出發(fā),定量分析新冠疫情對(duì)貿(mào)易行業(yè)的影響。
為了反映新冠疫情對(duì)貿(mào)易行業(yè)的沖擊,本文以貿(mào)易行業(yè)指數(shù)(881159)對(duì)數(shù)收益率反映貿(mào)易行業(yè)所受到的沖擊,記為LNMY。貿(mào)易的發(fā)展離不開航空運(yùn)輸及港口運(yùn)輸?shù)闹С?,但是在?shí)證過程中發(fā)現(xiàn)港口航運(yùn)指數(shù)(881148)與貿(mào)易指數(shù)之間存在多重共線性,為了保證回歸結(jié)果的有效性,本文選取機(jī)場(chǎng)航運(yùn)指數(shù)(881151)對(duì)數(shù)收益率作為控制變量,記為LNJC。對(duì)數(shù)收益率的計(jì)算公式如下所示:
其中rt代表的是t日的收益率;pt代表的是t日的收盤價(jià)。
從國家衛(wèi)健委網(wǎng)站統(tǒng)計(jì)數(shù)據(jù)可知,在進(jìn)行新冠疫情數(shù)據(jù)統(tǒng)計(jì)時(shí),統(tǒng)計(jì)指標(biāo)主要包括單日新增確診病例、新增治愈出院病例、累計(jì)確診病例等。前文對(duì)于貿(mào)易行業(yè)沖擊的衡量采取的比例收益率,為了保證數(shù)據(jù)特征的一致性,本文對(duì)新冠疫情相關(guān)指標(biāo)進(jìn)行處理,以新冠肺炎病例日增長率衡量每日新冠疫情的變化情況,該指標(biāo)記為XGR,其計(jì)算公式如下所示:
其中XGRt代表t日的新冠肺炎增長率;新增確診t代表t日的新增確診量;累計(jì)確診t-1代表t-1日的累計(jì)確診量。
國家衛(wèi)健委于2020年1月11日開始公布新冠疫情的相關(guān)指標(biāo),直至2020年5月22日全國首次實(shí)現(xiàn)本土新增確診病例和疑似病例零增長,因此本文以上述時(shí)間段作為樣本區(qū)間。相關(guān)數(shù)據(jù)的描述性統(tǒng)計(jì)如表1所示。
表1 指標(biāo)的描述性統(tǒng)計(jì)表
數(shù)據(jù)來源:新冠疫情單日新增病例、累計(jì)確診病例來源于國家衛(wèi)健委,貿(mào)易行業(yè)指數(shù)、機(jī)場(chǎng)航運(yùn)指數(shù)來源于同花順ifind數(shù)據(jù)庫。
時(shí)間序列數(shù)據(jù)的非平穩(wěn)性可能導(dǎo)致偽回歸的問題,因此本文采用ADF檢驗(yàn)法對(duì)所使用變量進(jìn)行平穩(wěn)性檢驗(yàn),檢驗(yàn)結(jié)果如表2所示。
表2 變量平穩(wěn)性的ADF檢驗(yàn)
由表2知,在5%的顯著性水平下,所有變量的原序列均為平穩(wěn)序列。
協(xié)整檢驗(yàn)是判斷變量間是否存在長期穩(wěn)定關(guān)系的標(biāo)準(zhǔn),本文采用Johansen法檢驗(yàn)變量間的協(xié)整關(guān)系,檢驗(yàn)結(jié)果如表3所示。
表3 變量間的Johansen協(xié)整檢驗(yàn)
由表3檢驗(yàn)結(jié)果可知,在5%的顯著性水平下,相關(guān)變量之間至少存在3個(gè)協(xié)整關(guān)系。
本文猜測(cè)新冠疫情對(duì)貿(mào)易行業(yè)的影響具有滯后性,本文采用LLC檢驗(yàn)法確定模型的最優(yōu)滯后階數(shù),檢測(cè)結(jié)果如表4所示。
表4 LLC法則下最優(yōu)滯后階數(shù)表
由表4檢測(cè)結(jié)果可知,本文應(yīng)建立滯后階數(shù)為1的VAR模型。為了保證模型的穩(wěn)定性,本文進(jìn)行模型的特征根檢驗(yàn),檢驗(yàn)結(jié)果如圖1所示。
圖1 特征根檢驗(yàn)
根據(jù)圖1結(jié)果,VAR(1)模型的3個(gè)特征根倒數(shù)的模都位于單位圓內(nèi),說明該模型是穩(wěn)定的。之后,本文使用脈沖響應(yīng)函數(shù)及方差分解法來說明新冠疫情對(duì)我國貿(mào)易行業(yè)的影響。
據(jù)前文建立的滯后1階的VAR模型,建立脈沖響應(yīng)函數(shù),檢驗(yàn)結(jié)果如圖2所示。
圖2 脈沖響應(yīng)函數(shù)圖
(1)貿(mào)易行業(yè)對(duì)新冠疫情沖擊的反應(yīng)
在給新冠肺炎病例日增長率XGR一個(gè)正沖擊后,貿(mào)易行業(yè)指數(shù)對(duì)數(shù)收益率受到反向沖擊,其中在第2期影響最大,達(dá)到-0.003,在第5期之后影響逐漸平穩(wěn),影響一直為負(fù)面影響。由此可見,新冠疫情將對(duì)貿(mào)易行業(yè)的發(fā)展產(chǎn)生負(fù)面影響。
(2)貿(mào)易行業(yè)對(duì)機(jī)場(chǎng)航運(yùn)沖擊的反應(yīng)
在給機(jī)場(chǎng)航運(yùn)指數(shù)對(duì)數(shù)收益率一個(gè)正沖擊之后,貿(mào)易行業(yè)指數(shù)對(duì)數(shù)收益率受到正向沖擊,其中在第2期影響最大,達(dá)到0.005,在第3期之后影響逐漸平穩(wěn),且一直保持在正向影響。由此可見,機(jī)場(chǎng)航運(yùn)的正常運(yùn)行有利于貿(mào)易行業(yè)的發(fā)展。
(3)貿(mào)易行業(yè)對(duì)自身沖擊的反應(yīng)
在給貿(mào)易行業(yè)指數(shù)對(duì)數(shù)收益率一個(gè)正沖擊之后,貿(mào)易行業(yè)指數(shù)收益率受到正向沖擊,其中在第1期影響最大,在第2期之后影響逐漸平穩(wěn)。由此可見,貿(mào)易行業(yè)將對(duì)自身的發(fā)展產(chǎn)生正向影響。
為了進(jìn)一步解釋各個(gè)變量對(duì)貿(mào)易行業(yè)的解釋程度,文章進(jìn)行對(duì)LNMY進(jìn)行方差分解,方差分解的結(jié)果如表5所示。
表5 LNMY的方差分解結(jié)果
由表5的實(shí)證結(jié)果知,貿(mào)易行業(yè)的波動(dòng)主要由貿(mào)易行業(yè)自身的變化來解釋,在解釋變量中,影響最大是新冠疫情,其貢獻(xiàn)度在11%左右。機(jī)場(chǎng)航運(yùn)的貢獻(xiàn)度相對(duì)較小。具體來看,貿(mào)易行業(yè)對(duì)自身波動(dòng)的解釋力度在第一期最高達(dá)到99%,之后影響逐漸下降,而新冠疫情及機(jī)場(chǎng)航運(yùn)的影響逐漸增加,到第7期之后影響逐漸穩(wěn)定下來,影響程度大概穩(wěn)定在82%左右。從新冠疫情的解釋程度來看,新冠疫情對(duì)貿(mào)易行業(yè)波動(dòng)的解釋程度從第2期開始上升,在第3期開始顯著,到第8期之后變得穩(wěn)定,貢獻(xiàn)程度穩(wěn)定在11%左右。機(jī)場(chǎng)航運(yùn)對(duì)貿(mào)易行業(yè)波動(dòng)的解釋程度從第2期開始增加,并在之后一直穩(wěn)定在6%左右。
面對(duì)國際新冠疫情持續(xù)的局面,貿(mào)易型企業(yè)應(yīng)轉(zhuǎn)變營銷觀念,出口轉(zhuǎn)內(nèi)銷,深挖國內(nèi)消費(fèi)者的消費(fèi)需求,積極改變銷售上的被動(dòng)局面。政府應(yīng)配套刺激居民消費(fèi)的相關(guān)政策,通過發(fā)放消費(fèi)券,給予消費(fèi)金融支持等政策拉動(dòng)國內(nèi)需求。
貿(mào)易行業(yè)發(fā)展離不開航運(yùn)行業(yè)的支持,在國際疫情持續(xù)的背景下,應(yīng)積極推進(jìn)與條件允許的國家恢復(fù)通航。這樣一方面可以加強(qiáng)國家之間有關(guān)防疫用品的互助,另一方面也可以降低新冠疫情對(duì)貿(mào)易行業(yè)的沖擊。
到目前為止,全球的新冠疫情仍在延續(xù),貿(mào)易型企業(yè)尤其是中小企業(yè)生存面臨著巨大的壓力,這個(gè)時(shí)候有效的經(jīng)濟(jì)政策對(duì)于外貿(mào)行業(yè)的持續(xù)發(fā)展至關(guān)重要。在財(cái)政政策方面,加大政府財(cái)政支出,拉動(dòng)市場(chǎng)需求;通過一系列的減稅政策,降低貿(mào)易型企業(yè)的運(yùn)行成本。在貨幣政策方面,鼓勵(lì)商業(yè)銀行等金融機(jī)構(gòu)加大對(duì)貿(mào)易型企業(yè)的資金支持,擴(kuò)大信貸規(guī)模,并在貸款利率方面予以優(yōu)惠,降低貿(mào)易型企業(yè)的融資成本。