当前位置:文档之家› 宁波保税区电子商务发展浅析

宁波保税区电子商务发展浅析

中国矿业大学(北京)研究生课程考试试卷考试科目考试时间学号姓名所属学院类别(硕士、博士、进修生)评语:任课教师签名:宁波保税区跨境电子商务的计量经济学分析摘要:作为一个港口城市,宁波具有深厚的传统国际贸易基础,进出口贸易也日渐成为宁波经济持续发展的重要环节。

在宁波市进出口总量持续走低的大背景下,积极发展发展电子商务是一个务实的选择。

文章用计量经济学的方法,着重分析宁波保税区跨境电子商务的发展情况及其相关影响因素。

关键字:外贸跨境电子商务计量经济学宁波的进出口跨境电商试点分别落户于宁波保税区和海曙区。

其中,宁波保税区旨在打造电子商务进口商品分销基地,利用电子商务模式的创新,推进进口食品、消费品跨境贸易便利化。

与上海一样,宁波也是进口先行,由宁波国际物流发展股份有限公司负责建设了跨境电商服务平台——“跨境购”。

跨境够拥有和上海跨境通一样的导购功能,但对电商功能进行弱化,其功能以信息发布为主。

显然,这种模式更轻,也更符合政府类项目的操作方式。

宁波进口跨境电商试点是想打造一个进口商品集散地,并以“1+1+N”的实体市场为基础。

“1+1+N”是指1个宁波保税区进口商品市场,1个宁波进口商品展示交易中心,N个分布在全国各地的区域直销中心。

一、跨境电商的兴起:2006年,国外电商eBay在与淘宝网的竞争中失利,基本退出中国市场,但是凭借其平台上的全球最优质买家资源的优势,eBay与国内卖家逐渐发展出跨境电商的新业务。

2008年“三鹿奶粉事件”加剧了国内消费者购买国外优质产品的愿望,客观上,此次事件拓宽了国内消费者对国外产品的采购范围,促进了跨境电商业务的发展。

2012年eBay在跨境电商领域形成明确的事业线,人民币的升值为跨境电商的发展打下了坚实的基础,同时,受国际金融危机的影响,国内企业迫切需要寻找到一条能够避开宏观经济大环境影响的新渠道。

但是,与国内的庞大需求不吻合的是,“海淘”、“代购”仍然是购买进口商品的主要方式,这类交易方式过程极为繁琐、物流成本高、花费时间长,而且售后服务难以得到保障,也给海关、检验检疫等部门的监管带来难度。

所有的这些都急需正规化、值得信赖的进口类跨境电商平台的出现。

[1]2013年,中国跨境电商企业获得强劲发展,同时,为了促进地区经济的发展,帮助传统企业转型升级,各地区政府纷纷出台相应政策支持区域内跨境电商的发展。

由此,跨境电商发展掀开了新的篇章。

二、现阶段跨境电商存在的问题:电商物流:物流配送的效率一方面影响企业的成本控制,另一方面决定用户的购物体验。

对于境内电商而言,建立低成本、高效率的物流网络已不是什么难题,但对于跨境电商的卖家来说,在接到一笔订单之后,首先要考虑的就是以什么样的物流方式将产品递送给客户。

不同于商品的境内流通,跨境的物流配送往往存在着配送费用高昂、配送时间长、包裹无法全程跟踪、相对较高的包裹损坏率以及包裹通关难等问题。

另外,跨境商品要通过多国海关的查验,这对企业和物流供应商的通关能力也提出了极大的考验。

[2]质量保证:目前而言,虽然越来越多的跨境电商已经意识到品牌的重要性,但是现阶段的竞争仍然体现出价格竞争的一系列的特点。

当价格竞争达到一定的程度之后,卖家为了保证自己的基本利润,可能会出现国内贴牌加工产品冒充进口商品,采购国外尾货等手段来减少自身成本。

价格竞争引起的恶性循环一旦产生,企业就很难再提供高质量的商品和服务。

平台压力:对于任何一个跨境电商而言,电商业务的展开方式无非是借助阿里巴巴等较大的第三方电商平台或者自己开发建立一个新平台。

对于前者而言,一方面阿里巴巴等大型企业为了提升自身的质量,保护消费者的权益,已经多次提高了电商入驻的门槛,另一方面,对于潜在的有竞争力的商家而言,第三方平台的安全性难以保证,一旦合作终止,前期投入就损失殆尽。

而建立一个新的交易平台又有技术、安全等诸多方面的问题,需要较多的持续投入,对于中小规模的电商企业而言,技术和资金的压力都难以承受。

[3]另外,诸如支付手段问题、品牌战略问题,这并不是以宁波保税区政策范围内能够缓解或解决的问题,这这里不进行讨论。

三、宁波市跨境电子商务发展现状:图-1跨境电商进出口流程图宁波保税区自2013年11月27日承接跨境电子商务贸易试以来,开展“保税备货”模式,截至2015年4月27日,获批试点企业达到218家,海关累计审核通过进口申报单332万票、货值8.7亿元,共有来自全国各地的152.3万名消费者通过跨境平台消费,居全国各试点城市首位。

目前阶段,宁波保税区的跨境电商主要面向一般消费者,即O2O模式(线上对线下),通过“跨境购”网上平台以及“保税仓”,为消费者提供优质评价的服务及产品。

通过与海关、国检的合作,减少通关环节的损耗(包括时间,实物),降低了跨境购物的成本,从而实现竞争优势。

在2015年5月15日起,海关将对跨境电商实行全年365天24小时保持服务在线,为跨境电商办结海关手续,并在周末照常审核发货。

从图-1跨境电商进出口流程图中可以看出,海关监管在整个跨境电商环节中处于十分重要的地位。

图-2宁波保税区2014年跨境电子商务主要数据图-3宁波保税区2015年跨境电子商务主要数据从统计图来看,宁波保税区跨境电商的起点基本为零,从2014年开始,通过政府层面的政策支持和通关便利化的展开,各主要数据稳定增长。

在2014年11月,宁波保税区迎来首个“双11”,11月的各项数据大幅上涨既是对保税区相关工作的充分肯定。

对比2014年之后的进出口贸易额的不断下跌,跨境电商将在保税区扭转进出口贸易下降颓势的过程中发挥重要的作用。

2015年1-6月,保税区海关审核通过进口申报单335.6万票,同比增长48倍;销售额8.5亿元,同比增长42倍;新增消费者130万人,同比增长34倍。

将近二十个月的海关税收额、订单单数与跨境电子商务最终销售额作图显示,由于海关税收额与跨境电子商务最终销售额数字值过小,二者分别乘以20作为图上值,能够观察到以下趋势——即海关税收额的增长带来跨境电子商务最终销售额的降低,订单单数则明显与跨境电子商务最终销售额存在相同的增减趋势。

预测订单单数与跨境电子商务最终销售额呈正相关关系,海关税收与跨境电子商务最终销售额呈负相关关系。

图-4宁波保税区近20个月跨境电子商务影响因素图本文仅讨论海关税收与订单单数与跨境电子商务最终销售额的关系,依托模型检验,建立一个线性模型。

四、数据分析1.数据获取所有数据均取自宁波保税区官方网站,数据起止时间为2014年2月至2015年12月,数据每年公布十期,每年1月、2月无相关明细统计数据[4]。

表-1宁波保税区2014-2015年跨境电子商务主要数据续表-1分别求电商销售额(XSE)与其它各个变量的相关系数,最终,选取电商销售额(XSE)为被解释变量,海关税收总额(SHS)及电子商务订单票数(DDP)为解释变量,建立线性回归方程模型:XSE=α+β1SHS+β2DDP+ε将相关数据输入至Eviews,可以得到:表-2电商销售额(XSE)、海关税收总额(SHS)、电子商务订单票数(DDP)的相关统计量根据表-2中的数据可以发现,对于电商销售额(XSE)统计序列,该序列偏度(Skewness)= 1.240583>0,峰度(Kurtosis)= 4.396970>3,因此此序列与正态分布相比呈现“右偏、高瘦”的分布形态,对于海关税收总额(SHS)统计序列,该序列偏度(Skewness)= 0.927153>0,峰度(Kurtosis)= 3.367961>3,因此此序列与正态分布相比呈现“右偏、高瘦”的分布形态,对于电子商务订单票数(DDP)统计序列,该序列偏度(Skewness)= 1.625622>0,峰度(Kurtosis)= 5.486477>3,因此此序列与正态分布相比呈现“右偏、高瘦”的分布形态。

同时,三个统计量序列都只在相对很小的概率小才服从正态分布。

同时,检验海关税收总额(SHS)与电子商务订单票数(DDP)的相关系数为-0.3795550913665802,属于弱负相关。

图-5模型估计结果从系数的显著性来看,SHS的Prob.值都大于5%的显著性水平,说明SHS与XSE的回归系数不显著;从模型的整体拟合度来看,R方和调整R方仅仅达到95%左右,说明该模型整体拟合度并不是很理想;从模型拟合的残差序例来看,D-W检验值为2.152535,大于序列无自相关的标准值2,判断回归残差不存在序列自相关。

综合以上条件,我们可以看出模型的整体效果尚不理想,特别是常数项C的浮动区间太大。

对以上结果进行分析,我们认为模型拟合度不理想的原因可能有:(1)开始两个月为宁波保税区跨境电子商务试水期,这一时间段,订单少,政策不明确,影响力还处在上升阶段,数据可能会总体偏离;(2)商品类型正在发生转变,目前,宁波保税区跨境电子商务的商品种类大部分是日用品、化妆品、红酒等技术含量相对较低、价格相对低廉的产品,在未来的发展中,服装、电子产品等科技含量高、附加值大的产品会逐渐增多;(3)宁波保税区跨境电子商务主要合作平台为淘宝网,鉴于淘宝网在每年11月的“双11”活动,11月的销售数据中订单数、产品种类(涉及不同税收政策)、单笔订单额可能会发生较大的变化;(4)跨境电子商务的销售额会受到季节因素的影响。

2.数据处理将最初的两个月数据不计,分别使用数据的中位数与平均数填充,又鉴于这些变量都受季节变动的影响,特别是年初的数据以及11月之后的数据,利用Eviews相关功能,首先对收集到的数据进行季节调整。

再将整理得到的数据输入至Eviews,选取时间序列数据,通过最小二乘法(OLS)进行模型估计,得出模型估计结果如图6:图-6修正后数据模型估计结果通过图6的结果可以看出,经过系统修正后的数据拟合度提高十分明显,模型回归的方程形式为:XSE=4142.21770335−0.182452475211∗SHS+0.0172248258304∗DDP模型的结果可以解释为,海关税收每提升1%,电商销售额就会下降0.18%左右,而电子商务订单数每增加1%,电商销售额就会增加0.017%左右。

从系数的显著性来看,Prob.值都小于5%的显著性水平,说明模型的回归系数非常显著;从模型的整体拟合度来看,F值为1114,Prob.值为0.00000,可以拒绝模型的整体解释变量系数为0的原假设,说明模型的整体拟合情况良好;从模型的整体拟合度来看,R方和调整R方都在99%以上,说明该模型整体拟合度非常好;从模型拟合的残差序例来看,D-W 为2.389253,大于序列无自相关的标准值2,判断回归残差不存在序列自相关。

相关主题