E-Commerce Letters
Vol. 13  No. 02 ( 2024 ), Article ID: 87089 , 13 pages
10.12677/ecl.2024.132225

电商平台搭建能否拉动企业创新投资?

——基于我国跨境电商试点的准自然实验

季霄羽,张博超,印笑潇

江苏大学财经学院,江苏 镇江

收稿日期:2024年2月6日;录用日期:2024年2月19日;发布日期:2024年5月21日

摘要

跨境电商在当今时代国际贸易中扮演着日益重要的角色,已成为中国对外贸易的新引擎,为企业创新投资带来了机遇。本文采用多时点双重差分模型,选取中国沪深A股上市公司2010~2022年数据,分析评估了跨境电商综合试验区的设立对企业创新投资的影响。研究表明跨境电商试点显著增加了试点区内企业研发投入量,通过回归分析为企业了解了相关约束条件,结论通过安慰剂检验等一系列检验。此外实证分析结果证实,除跨境电商试点之外企业创新投资还受到净资产收益率,企业规模、现金收入水平等经济指标的影响。本文为数字经济、国际贸易新时代背景下中国跨境电商行业提升创新能力,高质量发展、国际化发展提供了战略性选择和政策建议。

关键词

跨境电商,企业,创新投资,国际贸易

Can the Construction of E-Commerce Platforms Drive Enterprise Innovation Investment?

—A Quasi Natural Experiment Based on China’s Cross-Border E-Commerce Pilot Program

Xiaoyu Ji, Bochao Zhang, Xiaoxiao Yin

School of Finance and Economics, Jiangsu University, Zhenjiang Jiangsu

Received: Feb. 6th, 2024; accepted: Feb. 19th, 2024; published: May 21st, 2024

ABSTRACT

Cross border e-commerce plays an increasingly important role in international trade in today’s era, and has become a new engine of China’s foreign trade, bringing opportunities for innovative investment by enterprises. This article adopts a multi time point difference-in-differences model and selects data from Chinese A-share listed companies in Shanghai and Shenzhen from 2010 to 2022 to analyze and evaluate the impact of the establishment of cross-border e-commerce comprehensive pilot zones on corporate innovation investment. Research has shown that cross-border e-commerce pilot projects have significantly increased the R&D investment of enterprises in the pilot area. Regression analysis has helped enterprises understand the relevant constraints, and the conclusion has been tested through a series of tests such as placebo. In addition, empirical analysis results confirm that in addition to cross-border e-commerce pilot projects, enterprise innovation investment is also influenced by economic indicators such as return on equity, enterprise size, and cash income level. This article provides strategic choices and policy recommendations for enhancing innovation capabilities, high-quality development, and international development of China’s cross-border e-commerce industry in the context of the new era of digital economy and international trade.

Keywords:Cross-Border E-Commerce, Enterprise, Innovation Investment, International Trade

Copyright © 2024 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

跨境电商在全球范围内瞬息万变,具有发展速度快、市场潜力大、带动作用强的特点,已成为外贸高质量发展的新引擎;全球最大的自贸协定《区域全面经济伙伴关系协定》(RCEP)正式生效后,中国跨境电商进入一个充满机遇的新时代,为促进电商健康发展,中国政府通过出台多项政策措施与企业协同发展,优化其产业结构,共同探索更广阔的发展空间。在双循环这个开放体系下,政府通过优化税收征管、提供仓储和物流支持等方式,推动电商规模不断扩大。

据海关数据显示,2022年我国跨境电商进出口规模首次超过2万亿元,达到2.1万亿元。2023上半年,中国出口跨境电商总额达8210亿元,同比增长19.9%。面对复杂的全球贸易环境,以跨境电商为主力的外贸展现出较强韧性。目前,世界各国致力加速发展跨境电商,根据世贸组织的报告,到2026年之前,全球B2C跨境电商将保持27%的增速。

为了推动国内跨境电商行业高质量快速发展,我国分批设立了跨境电子商务综合试验区。中国跨境电子商务综合试验区是中国设立的跨境电子商务综合性质的先行先试的城市区域,旨在跨境电子商务交易、支付、物流、通关、退税、结汇等环节的技术标准、业务流程、监管模式和信息化建设等方面先行先试,为推动中国跨境电子商务健康发展提供可复制、可推广的经验。自2015年3月7日,国务院将杭州设立为第一个试点区以来,到2022年11月14日,中国跨境电子商务综合试验区数量达到165个,覆盖31个省份。

综上,中国的跨境电商是正在成长的外贸增长点,但同时也面临诸多挑战:如何满足当地需求、应对行业壁垒、符合监管要求等,这需要企业立足海外市场综合情况,加大研发投入,推陈出新提升综合实力提供更好的服务和产品。在此背景下,电商企业的创新投资显得至关重要。本文旨在通过双重差分法分析跨境电商试点对国内跨境电商企业创新投资的影响,并结合国内相关政策及国际,贸易大环境提出多角度、富有战略性的建议,助力国内电商业的国际化发展并丰富国内相关领域研究。

2. 文献综述

综合梳理2010以来国内外相关文献,目前国内跨境电商的研究和本文主题相近的主要有两个方面。

其一是研究集中于跨境电商对于企业进出口的影响,比如HE Yong (2011) [1] 通过冰山成本理论将电子商务引入国际贸易模型,关注国际贸易研究,李子和杨坚争(2014) [2] 通过构建ARCH模型来证明跨境电商对贸易的波动性影响,李洁梅(2023) [3] ,罗巧云(2023) [4] 都从RCEP格局下国际贸易入手,分析中国跨境电商的风险与机遇,Gómez E, Martens B, Turlea G (2014) [5] 以欧盟的企业作为样本,研究重点聚焦于企业进出口的发展,以及金泉,苏庆新(2022) [6] 给出了中国跨境电商平台赋能中小型企业的机制,探索中小企业国际竞争力的提升路径,宋颜群,胡浩然(2022) [7] 具体研究了我国跨境电商改革对试验区企业出口的影响,牟进进,王淑云(2023) [8] 对跨境电商供应链的物流增值服务水平和时尚品定价的优化决策进行研究。

其二是分析跨境电商试点区是否促进企业创新,徐保昌,闫文影(2023) [9] 分析了跨境电商综实区对收入提升的效果,企业收入提升后进一步给出企业发展指导,类似的还有张晓腾(2023) [10] ,基于双重差分法构建准自然实验,通过出口效应研究跨境电商综合试验区的作用机制,廖润东(2017) [11] 指出了中小型跨境电商企业的困境,并且据此给出了对策。倪一宁,马野青,孟宁(2023) [12] 在分析企业创新时以企业专利数作为被解释变量,主要从创新产出角度体现跨境电商对企业创新的作用。Barney (1991) [13] 给出了企业应对处于跨境电商背景下的环境分析以及发展指导,史亚茹,于津平(2023) [14] 采用多期双重差分模型考察了跨境电商改革对企业创新能力的影响,进一步分析了综合试验区的空间效应。严瑞燕(2023) [15] 基于贸易信贷融资的门槛效应,实证分析了客户集中度对跨境电商企业创新的作用机制。

据此,本文的边际贡献在于,第一,选择创新投资作为研究对象,目前大量文献以创新作为研究对象,本文结合近年来中国跨境电商试点区的发展状况引入微观指标投资,旨在研究电商平台搭建对数字经济时代企业创新发展的促进效应,并为相关企业创新能力提升提供部分指导,拓展了跨境电商试点区影响范围;第二,研究设计方面,从企业研发投入切入,结合现有文献的做法 [16] 选取各批次跨境电商试点城市的上市公司面板数据,以企业研发投入来衡量企业创新投资水平,构建多时点双重差分模型分析跨境电商试点区对企业创新投资的影响机制,进一步研究其对企业综合发展的作用;第三,研究对象方面,在数据选取时根据一定标准,选取了不同地区 [17] 的企业数据,尽量减少企业异质性带来的影响,最后,根据分析结果对电商企业提升竞争力、长远发展提出行之有效的政策建议。

3. 研究设计

3.1. 数据来源

为研究中国跨境电商试点区对企业创新投资是否具有显著性影响及其作用机制,本文选取国内A股跨境电商类的上市公司作为研究对象,所选上市公司经济数据来源于国泰安数据库(CSAMR),万得数据库(WIND),上述数据库数据符合测量标准,并且为了保证本篇文章数据结果的可靠性、准确性和稳定性,将时间区间锁定在2010~2022年,且剔除ST、*ST和金融类企业;剔除净资产小于零的样本企业;剔除关键变量缺失的样本企业。经过以上的数据处理,最终得到1881个企业12,714个样本。为了避免异常观测值的影响,对所有连续变量的1%和99%百分位进行缩尾处理。

在参考国内外期刊后 [18] ,本文选取科研经费投入作为企业创新投资的变量,原因如下:一是根据现有文献对企业创新能力的研究,企业创新能力指标可以分为支撑能力、投入能力、产出能力和贡献能力,而科研经费投入是科技创新能力投入指标中极为重要的一项指标,且可以在国家各数据库中全面地获取。二是现有文献中主要以专利数作为创新能力的评估标准,选取科研经费投入可以直观地表现出企业对科研投入的意愿与决策,直接表现出跨境电商试点区对企业发展的影响。三是研发投入是在创新的投入角度中的关键指标,根据技术创新理论,企业的科研投资回报随研发活动投入的增加而增加,创新绩效也随之提高。创新能力是企业在市场提高竞争力的关键因素,企业在资源配置的决策将对其发展的持续性具有重大影响,应当重视对科研投入能力的提高 [19] 。

3.2. 变量选取

为研究跨境电商试点区设立对企业创新投资的影响,参考对现有文献变量选取 [19] ,本文采用双重差分模型(Difference in differences)来识别这一政策效应,模型具体内容如下:

RD = α 0 + α 1 Treat c Post t + β X + γ i + μ t + ε

其中,下标t,i,c分别表示时间,个体,城市,RD表示企业研发投入,是被解释变量。 Treat c 是政策虚拟变量,在本文所选取的城市中,属于国务院审批跨境电商试点区的城市选为实验组,赋值为1,所选取其他城市选为对照组,赋值为0, Post t 为时间虚拟变量,国务院分别在2015年3月,2016年1月,2018年7月,2019年12月,2020年4月,2022年1月,2022年11月七个时点审批通过了七批城市,各批次试点区审批时间不同,因此为了综合考量此政策效应,本文采用多时点双重差分模型,针对各期试点区设置政策虚拟变量,兼顾到政策的滞后效应,从较长时间跨度识别试点区政策对企业创新投资的作用,试点设立的当年及以后的年份取值为1,其他年份则取值为0, α 1 为下文回归分析主要关注的影响因素,若 α 1 显著为正,则表明跨境电商试点区设立对企业创新投资起促进作用。上述三者相乘的结果 α 1 Treat c Post t 为核心解释变量,用以识别跨境电商试点区对对企业创新投资的影响。

β X 为控制变量,用以更全面企业创新能力提升,参考倪一宁等、史亚茹等 [12] [14] 的做法,本文选取如下控制变量:

(1) 财务方面:净资产收益率(Roe),该指标反应股东权益的收益水平,一般认为指标值越高,企业经营绩效和投资带来的收益越高,提升公司增加投资的能力和意愿,从而拉动创新投资;现金收入水平(Cashflow),采取现金收入和总资产的比值,可以反映企业在投资项目的投入对总资产的变化,现金收入水平越高,企业营业能力越强、运营资本在项目上的投入更大,创新投资也相对更多;资产负债率(Lev),负债总额和资产总额之比,通常资产负债率较高的企业经营风险更大,而各类投资的增加会为企业带来潜在风险,这间接表明了高资产负债率的企业一般进行了更多的创新投资。

(2) 治理方面:企业规模(Size),表明了企业组织的大小。通常企业规模越大,其经济实力相对较强,具备创新投资的能力更强;营业收入增长率(Growth),企业本年营业收入增加而对于上年营业总额的比率,可以更好地反映企业成长状况和发展能力,这两者均与企业的创新投资能力息息相关,成长状况越好,企业创新投资的需求和能力都更强,促进了企业的后续发展;托宾q值(Tobinq),资产的市场资产价值和其重置成本的比例,q值大于1,市场价值大于重置成本,这时追加资本的成本将小于资本收益,会令企业感到有利可图而追加投资,对创新投资起激励作用。本文选取的各变量间的关系见表1

具体处理上,除现金流(cash flow)各控制变量具体数值进行加一取自然对数处理,现金流则取其与总资产的比值之后对数化处理,方便对数据进行处理, γ i 为行业固定效应,用于表示不受其他变量控制的行业间企业差异, μ t 为时间固定效应,用以捕捉独立于其他变量变化的时间变化,两者相加构成模型中的双重固定效应,更全面控制数据变化,ε为随机误差项,为解释不可控的变量而设立。

3.2.1. 描述性统计

描述性统计如下表1

Table 1. Descriptive statistics

表1. 描述性统计

3.2.2. 相关系数矩阵

在回归前首先进行pearson相关系数矩阵的检验,结果如表2所示,表明核心解释变量did与rd存在显著的正相关关系,与预期假设一致,此外控制变量中cashflow lev等均至少在1%的显著性水平下与rd呈显著相关关系,但考虑到相关系数矩阵仅衡量双变量之间的关系,未排除控制变量以及潜在变量(如时间效应以及行业效应)的干扰,故结果仅供参考,具体关系还需进一步进行回归分析来判定。此外,通过判断解释变量之间的相关系数绝对值大小是否大于0.9也可以初步排除变量共线可能。

Table 2. Correlation matrix

表2. 相关系数矩阵

***p < 0.01, **p < 0.05, *p < 0.1.

3.2.3. 共线性检验

为了避免数据出现共线性,需要进行多重共线性检验,一般通过方差膨胀因子VIF来检测是否有多重共线性,(Variance Inflation Factor, VIF):是指解释变量之间存在多重共线性时的方差与不存在多重共线性时的方差之比。容忍度的倒数,VIF越大,显示共线性越严重。经验判断方法表明:当0 < VIF < 10,不存在多重共线性;当10 ≤ VIF < 100,存在较强的多重共线性;当VIF ≥ 100,存在严重多重共线性。表3是模型的多重共线性检验结果。可以看出各变量的VIF值都小于10,因而整体来说,本文所选取的指标不具有共线性。

Table 3. Collinearity test

表3. 共线性检验

本文主要采用豪斯曼检验和F检验来判断本文数据适合采用何种模型来进行分析,检验结果如下:

3.2.4. Hausman检验F检验

豪斯曼检验以及F检验结果如表4所示,统计量均显著拒绝原假设,应选择固定效应模型。结合豪斯曼检验以及F检验结果,及排除行业效应以及时间效应带来的内生性问题。本文最终采用固定效应模型进行回归分析,此外为增强结果的可靠性,采用逐步回归的方式验证假设。

Table 4. Hausman and F test

表4. 豪斯曼检验和F检验

4. 实证分析

4.1. 基准回归分析

表5为基准回归结果,回归1中核心解释变量did在1%的显著性水平下与因变量rd呈显著的正相关关系,系数大小为0.454,含义为政策效应平均增加0.454单位。回归结果2中did也在1%的显著性水平下与rd呈正相关关系,系数大小为0.518,其政策效应比上次更加显著,政策效果更具说服力。此外,方程的R-squared也在0.4以上,模型拟合效果较好,验证了本文关于跨境电商试点区提升企业创新投资的推断,解释力较强,进一步说明跨境电商综合试验区能够促进企业创新投资成果,同时也反映出跨境电商综实区影响企业综合水平,企业部分财务指标,治理指标提升,可以说明企业盈利能力与治理水平的提升。

Table 5. Benchmark regression

表5. 基准回归

Robust t-statistics in parentheses, ***p < 0.01, **p < 0.05, *p < 0.1.

4.2. 平行趋势检验

本文采用事件研究法生成了政策发生前后各5期的实验组与时间的虚拟变量,进行回归分析后,结果如图1表6可知,表明代表政策发生前的虚拟变量pre均不显著,表明政策发生前实验组与对照组的因变量变化满足平行趋势。且代表政策发生后的虚拟变量post1~post5均至少在10%的显著性水平下与因变量呈正相关关系,表明政策效应显著,符合上述分析。同时前期政策效果不显著,可能是由于政策的滞后效应,试点区设立后政策实施需要一定时间,并且当地企业收到政策红利也需要一定时间,以上结果表明平行趋势检验通过。

Table 6. Parallel trend test

表6. 平行趋势检验

t-statistics in parentheses, ***p < 0.01, **p < 0.05, *p < 0.1.

Figure 1. Results of Parallel trend test

图1. 平行趋势检验结果

4.3. psm回归分析

为提高样本质量以及结果的可信度,本文首先采用PSM (倾向得分匹配)的方式进行样本配对,卡尺值限定在0.01内且方式为近邻匹配1:2。匹配前后的协变量差异如上图2图3表7所示,通过判断表7中bias前后的变化可以得出,所有协变量的差异均得到明显缩小,t检验由原本的显著变为不显著,换言之,样本之间的协变量相似度不断得到提高,样本选择误差得到缓解,说明本文所选数据对跨境电商综试区政策效应解释性较强,经过PSM匹配后的样本再次进行回归(表8),可知核心解释变量did依然在5%的显著性水平下系数显著为正,与前文基准回归结论一致,结果稳健。

Figure 2. Psmkernel density plot

图2. psm核密度对比图

Figure 3. Balance difference chart

图3. 平衡性差异图

Table 7. Balance difference table

表7. 平衡性差异表

Table 8. psm regression

表8. psm回归

Robust t-statistics in parentheses, ***p < 0.01, **p < 0.05, *p < 0.1.

4.4. 安慰剂检验

Figure 4. Placebo test

图4. 安慰剂检验

为降低其他潜在变量对did与因变量之间关系的影响,本文采用了反事实假定的方式进行稳健性检验,即将实验组与对照组随机打乱然后抽取相同数量的组作为新的“实验组”,政策时点做同样处理,由虚假的实验组与时间虚拟变量进行交互组成新的did变量,重复以上实验500次后绘成系数核密度图,结果如图4所示,表明系数分布大体服从正态分布且真实回归系数落在小概率拒绝域,表明安慰检验通过。以上检验均通过,表明跨境电商综试区能够促进企业创新投资。

5. 结论与建议

本文选取了2010~2022年中国沪深A股制造业为主的上市公司的面板数据,按城市划分以跨境电商综合试验区作为准自然实验,采取多时点双重差分模型,实证检验分析了跨境电商试点对企业创新投资的影响。研究发现,跨境电商试点政策显著提升了企业创新投资水平,主要体现在企业科研经费投入总额的增加,且安慰剂检验通过证明本文结论具有较强可信度。综上,跨境电商的发展能够有效促进企业经营绩效提升,增强企业进行创新的经济基础和意愿并增加科研经费投入,进而促进企业创新投资,实现竞争力的提升和长远发展。

根据本文研究分析,提出相应政策建议:(1) 企业发展过程中不要过分注重实现经济指标的快速增长,要在提升经济硬实力的同时关注企业研发投入,根据科技创新理论,企业对研发活动的投入和回报呈正相关关系,研发投入的增多势必带来创新绩效的提高。创新能力是企业竞争力的关键,想要在竞争激烈的电商业高质量发展,企业需要加强对研发投入的重视。(2) 科研经费投入的数量增长并不能完全代表企业的研发投入水平,企业还要注重容易被忽视的科研基地、平台的建设与完善,提升研发投入的质量,这对企业创新发展可谓如虎添翼。(3) 企业应当意识到,投入有时候未必会带来产出,想要实现高质量发展,就不能只着眼于企业研发投入盲目的扩大,还要重点提升以知识产出、技术产出、人才产出为代表的科技创新产出能力,做到投入产出全面发展,提升企业综合竞争力。(4) 随着《区域全面经济伙伴关系协定》(RCEP)正式生效,国际商务贸易环境变得更为错综复杂,想要在新形势下促进国内电商业蓬勃发展,中国政府既要抓住机遇也要应对挑战,实行对跨境电商试点的深化改革,成立更多试点区吸引各地企业进入跨境电商领域,扩大电商企业基数,合理配置资源并着重对中小企业、资金不足缺乏创新力的企业进行技术、经费等方面的政策扶持,缓解国内电商企业发展不平衡的现状。(5) 中国政府应当提升跨境电商试点区对企业服务能力,积极推动企业数字化平台的搭建和更新,便利企业链接海外市场,打破数字鸿沟和技术壁垒,为企业创新提供信息,技术服务,扩展企业融资对象,增强企业创新投入能力,促进国内国外双循环的构建。

文章引用

季霄羽,张博超,印笑潇. 电商平台搭建能否拉动企业创新投资?——基于我国跨境电商试点的准自然实验
Can the Construction of E-Commerce Platforms Drive Enterprise Innovation Investment?—A Quasi Natural Experiment Based on China’s Cross-Border E-Commerce Pilot Program[J]. 电子商务评论, 2024, 13(02): 1858-1870. https://doi.org/10.12677/ecl.2024.132225

参考文献

  1. 1. Yong, H.E., Li, J.Y., Wu, X.P. and Jiang, J.J. (2011) Impact of E-Commerce on International Trade—Based on a Iceberg Cost Model. International Journal of Trade, Economics and Finance, 2, 175-178. https://doi.org/10.7763/IJTEF.2011.V2.99

  2. 2. 李子, 杨坚争. 跨境电子商务对进出口贸易影响的实证分析[J]. 中国发展, 2014, 14(5): 37-42.

  3. 3. 李洁梅. RCEP背景下中泰跨境电商发展路径探析[J]. 中国市场, 2023(25): 5-8.

  4. 4. 罗巧云. RCEP下中国-东盟跨境电商出口问题与对策[J]. 经济师, 2023(9): 46-47.

  5. 5. Gómez, E., Martens, B. and Turlea, G. (2012) The Drivers and Impediments for Online Cross-Border Trade in Goods in the EU. Social Science Electronic Publishing, 89-90. https://doi.org/10.2139/ssrn.2149426

  6. 6. 金泉, 苏庆新. 跨境电商平台赋能中小企业国际化的机制研究[J]. 国际贸易, 2022(10): 68-76.

  7. 7. 宋颜群, 胡浩然. 跨境电商改革对试验区企业出口的影响及作用机制研究[J]. 现代财经(天津财经大学学报), 2022, 42(4): 20-35.

  8. 8. 牟进进, 王淑云. 跨境电商供应链物流增值服务的优化决策[J]. 中国管理科学, 2023(2): 1-13. https://doi.org/10.16381/j.cnki.issn1003-207x.2022.0715

  9. 9. 徐保昌, 闫文影, 王凯华. 跨境电商综试区设立对劳动收入份额的提升效应研究[J]. 国际贸易, 2023(8): 83-95.

  10. 10. 张晓腾. 跨境电商综合试验区对出口企业市场风险的影响——基于双重差分法[J]. 商业经济研究, 2023(14): 130-133.

  11. 11. 廖润东. 中小型外贸企业跨境电商零售出口的困境及对策[J]. 企业经济, 2017(11): 62-67.

  12. 12. 倪一宁, 马野青, 孟宁. 跨境电商促进了企业创新吗? [J]. 中南财经政法大学学报, 2023(3): 83-93.

  13. 13. Barney, J. (1991) Firm Resources and Sustained Competitive Advantage. Journal of Management, 17, 99-120. https://doi.org/10.1177/014920639101700108

  14. 14. 史亚茹, 于津平. 跨境电商改革与企业创新——基于跨境电商综合试验区设立的准自然实验[J]. 国际贸易问题, 2023(4): 41-42.

  15. 15. 严瑞燕. 客户集中度对跨境电商企业创新的作用机制——基于贸易信贷融资的门槛效应[J]. 商业经济研究, 2023(13): 147-151.

  16. 16. 刘会政, 肖音, 张鹏杨. 数字贸易、出口多样化与企业产出波动——以加入跨境电商平台为准自然实验[J]. 国际贸易问题, 2022(12): 54-69.

  17. 17. 马述忠, 郭继文. 制度创新如何影响我国跨境电商出口?——来自综试区设立的经验证据[J]. 管理世界, 2022, 38(8): 83-100.

  18. 18. 邹洋, 吴楚石, 刘浩文, 等. 营改增、企业研发投入与企业创新产出——基于科技服务业上市公司的实证研究[J]. 税务研究, 2019(7): 83-88.

  19. 19. 胡伟, 龙霄, 余浪. 研发投入、政策激励与企业创新绩效[J]. 财会通讯, 2023(16): 37-38.

期刊菜单