국제전자상거래 영향요인 분석: 중력 모형과 머신러닝의 결합

• 영문명: Influencing Factors of Cross Border E-commerce: Combining Gravity Model and Machine Learning
• 발행기관: 한국통상정보학회
• 저자명: 이윤(Yoon Lee)
• 간행물 정보: 『통상정보연구』제27권 제1호, 3~19쪽, 전체 17쪽
• 주제분류: 사회과학 > 무역학
• 파일형태: PDF
• 발행일자: 2025.03.31

국문 초록

빠르게 성장하고 있는 국제 전자상거래는 기업 중심으로 이루어지던 기존의 국제무역과는 그 참여자와 거래방식의 차이를 보이며, 이에 대한 이해는 국제 전자상거래의 활용에 필수적이다. 본 연구는 머신러닝을 활용한 패널데이터 분석을 통해서 국제 전자상거래에 영향을 주는 요인을 분석하였다. 패널데이터는 한국의 국가별 전자상거래 수출량을 종속변수로 사용하며, 전자상거래 수출에서의 GDP, 거리, 한류의 영향, 전자상거래 인프라, 물류 인프라 등의 변수를 포함한다. 다수의 변수에 대해서 머신러닝을 활용하여 1차로 변수의 중요도를 판별하고, 중요도가 높은 변수를 이용하여 패널데이터 분석으로 검증을 시행한다. 연구 결과, 한류의 영향, 전자상거래 인프라, 물류 인프라가 전자상거래 수출에 영향을 주는 것으로 나타났다. 또한, 머신러닝을 통해 중요도가 높다고 판단된 변수가 통계적으로도 유의한 영향을 주는 것으로 확인되어, 머신러닝을 통한 수출량 영향요인 판단이 가능한 것으로 나타났다. 다만, 영향의 방향에 대한 해석이 불가능하기에 이를 보완하기 위해 통계적인 방법을 함께 사용하는 것이 좋을 것으로 보인다.

영문 초록

Rapidly growing international e-commerce exhibits significant differences in participants and transaction methods compared to traditional international trade, which has been primarily enterprise-centered. Understanding these differences is essential for effectively utilizing international e-commerce. This study analyzes the factors influencing international e-commerce through panel data analysis utilizing machine learning techniques. The panel data uses Korea's country-specific e-commerce export volume as the dependent variable and includes variables such as GDP, distance, the impact of the Korean Wave (Hallyu), e-commerce infrastructure, and logistics infrastructure in e-commerce exports. Initially, the importance of multiple variables is determined using machine learning, and then a panel data analysis is conducted using the highly significant variables to verify the results. The study found that the influence of the Korean Wave, e-commerce infrastructure, and logistics infrastructure significantly affects e-commerce exports. Furthermore, it was confirmed that the variables identified as important through machine learning also have a statistically significant impact, indicating that machine learning can effectively determine the factors influencing export volume. However, since it is impossible to interpret the direction of the impact, it is suggested to use statistical methods in conjunction to supplement this limitation.

목차

Ⅰ. 서론

Ⅱ. 선행연구 검토

Ⅲ. 연구방법

Ⅳ. 분석결과

Ⅴ. 결론

참고문헌

키워드

국제전자상거래 머신러닝 영향요인 패널데이터 Cross Border E-commerce Machine Learning Influencing Factors Panel Data