城鎮化、互聯網發展對網絡消費的影響

李旭洋 李通屏 邵紅梅 張嘯

〔摘要〕 城鎮是互聯網發展的載體，城鎮化具有一定的收入效應、消費升級效應和消費環境改善效應，是影響網民規模、互聯網普及率等網絡發展指標的關鍵因素；同時城鎮化與互聯網構成重要的網絡消費條件。互聯網發展對網絡消費的影響主要體現在擴大人與人、企業與企業等市場主體之間以及市場主體與政府之間的聯系，其網絡開放性和互動性能夠有效地激發人們消費的積極性和主動性，在推動經濟發展的同時推動創新。中國當前互聯網發展水平呈逐年提高但區域差異明顯態勢，表明網絡消費還有較大發展空間。此外，網絡消費有慣性特征，過去的網購體驗對當期網絡消費產生正向影響；而城鎮化通過結構效應和密度效應能對網絡消費發揮作用；互聯網發展與收入之間則有聯動性，網絡消費的收入彈性會隨著互聯網發展水平的提高而顯著增強。

〔關鍵詞〕 網絡消費；城鎮化；互聯網；互聯網發展指數

〔中圖分類號〕F014.5；F015 〔文獻標識碼〕A 〔文章編號〕1000-4769（2018）05-0038-08

① 參見http：//news.sina.com.cn/c/2018-01-26/doc-ifyqyqni3041686.shtml.

② 參見Mckinsey Global Institute， Chinas Etail Revolution： Online Shopping as a Catalyst for Growth. March 2013， pp.28.

〔基金項目〕國家社會科學基金項目“中國‘城市社會的城市化風險與城市化道路研究”（14BJL069）

〔作者簡介〕李旭洋，中國地質大學（武漢）經濟管理學院博士研究生；

李通屏，中國地質大學（武漢）經濟管理學院教授，博士生導師；

邵紅梅，中國地質大學（武漢）經濟管理學院講師；

張 嘯，中國地質大學（武漢）經濟管理學院博士研究生，湖北 武漢 430074。

一、引言及文獻回顧

自2003年以來中國網絡消費呈爆發式增長，網絡零售市場交易額在社會消費品總額中的比重快速上升。2017年，網絡零售額達到7.18萬億元，同比增長32.2%，增速較上年提高6個百分點，占社會消費品零售總額19.6%，對社會消費品零售總額增長的貢獻率達37.9%，比上年提升7.6個百分點，網絡消費對消費的拉動作用不斷增強。①另據調查，每100元網絡消費中，有39%是新增的，其中三四線城市的新增網絡消費系數達到57%。②同時城鎮化與網絡消費的關系也日益密切。一方面，城鎮人口成為影響網民規模的首要因素（孫中偉等，2016）〔1〕；另一方面，互聯網通過數字紅利（World Bank，2016）〔2〕影響城市和城鎮化發展的各個方面，極大地促進了智慧城市和共享經濟的發展。深入研究城鎮化、互聯網發展對網絡消費的作用機理，準確把握影響網絡消費的關鍵因素，對于破解內需不足、消費疲軟，助力經濟轉型和推動經濟高質量發展具有十分重要的理論意義和實踐價值。

根據Alba等對網絡消費的定義，網絡消費是指消費者與零售商之間以互聯網為渠道，以文字、圖像等方式進行雙向溝通與信息交換的一種交互式家庭購物（Alba等，1997；Wilson，2006）。〔3〕網絡消費方式與傳統消費方式相比，呈現效用遞增、邊際成本遞減、收入約束弱化、“拉”式消費、群勢效應、無邊界消費特征（楚爾鳴和何恒遠，2003）〔4〕，另外，網絡消費還具有主觀稀缺、交易費用低、消費與生產合一、消費效率高等特性（克里斯·安德森，2012）。〔5〕

關于網絡消費影響因素的研究，有學者從微觀消費者行為角度出發分析了家庭總收入、家庭人口特征、受教育程度、性別等個體特征、網絡消費經驗與互聯網購買行為之間的關系，如Vellido等（2000）構建了邏輯辨別模型和貝葉斯神經網絡模型，發現收入和年齡等家庭個體特征對互聯網購買行為不具有預測作用，Bhatnagar等（2000）的研究也認為個體性別、年齡等因素與互聯網購買行為不具有顯著相關性。〔6〕而Card等（2003）通過對美國旅游研究協會296人的網絡消費調查數據的分析，提出了居民收入越高越有利于選擇互聯網購買方式的觀點，Joines 等（2003）的研究也證實了這一結論。〔7〕Blake等（2003）則從網絡消費行為理論出發，認為網民的網絡消費經驗與網上購物行為具有相關性。〔8〕易行健等（2015）發現，家庭可支配收入的上升會提高家庭互聯網購買行為的概率，但戶主年齡與互聯網購物呈現“U”型關系。〔9〕另有部分學者從社會宏觀角度出發進行研究，比如，王能民和孫科（2002）認為制約我國網絡消費的主要因素有產品信息的真實性、數據不全面、售后服務的區域障礙等。〔10〕席廣亮等（2014）以南京市為例，發現居住空間和社會階層的差別對網絡消費具有重要影響。〔11〕還有部分文獻對互聯網與消費升級的動力機制（杜丹清，2017）〔12〕、支撐網絡消費的電子商務市場（孫浦陽等，2017）〔13〕等進行研究。

綜合已有文獻，對互聯網發展與網絡消費的關系研究主要聚焦在宏觀層面和個體微觀層面，缺乏對中觀層面的考察，同時也沒有考慮影響網絡消費的其他變量。而關于城鎮化與消費之間關系的研究，則主要聚焦于探討城鎮化與總消費的關系（齊紅倩和劉力，2000；雷瀟雨和龔六堂，2014）〔14〕，較少涉及與網絡消費的關系分析。當前城鎮化與“互聯網+”仍是我國經濟運行的兩大宏觀背景，但是，究竟城鎮化與網絡消費的作用機理如何？互聯網發展是如何推動網絡消費的？如何把握影響網絡消費的關鍵因素？等等問題尚待研究，而弄清這些問題，對于充分發揮網絡消費拉動消費升級的作用，助推中國經濟發展方式的動力轉換具有重要價值。

相較于前人的研究，本文的不同之處：一是在理論層面深入分析城鎮化、互聯網發展對網絡消費的作用機理，拓展對網絡消費影響因素的研究；二是利用中國內地31個省市自治區面板數據，從省級層面實證分析城鎮化、互聯網發展對網絡消費的影響，推動網絡消費在中觀層面的研究進展。

二、城鎮化的消費需求效應

1.城鎮化的收入效應

消費決定于收入，而城鎮化通過經濟發展影響居民收入。城鎮化是一個過程，這個過程可描述為從分散的由農業主導經濟活動的鄉村向以工業、服務業活動為特色的更大、更稠密的城市集中的人口轉移（Mengtgomery等，2004）。〔15〕歷史地看，城市轉型和經濟發展密切相連。在歐洲、北美，19世紀后期和20世紀的快速城鎮化均伴隨著工業革命與快速的經濟增長，盡管最近拉美、加勒比和東亞許多地區可觀察的城鎮化、工業化和經濟發展的聯系較弱（United Nations，2015）但并不影響對這一問題的總體判斷。〔16〕在理論上這可以解釋為城鎮化和經濟增長的聯系部分是由經濟發展助推城鎮化，人們被吸引到有更多教育和就業機會的城市，特別是由農業部門進入工業和服務業部門的過程同時也在促進城鎮化；反過來，城鎮化通常對經濟發展和減貧具有正向積極影響。城市將工商業發展所需要的多樣化的勞動力資源集中起來后，其人口密度和企業密度有利于知識和信息的分享，從而孵化新的企業和進行技術創新。而作為商業、行政中心和交通樞紐，城市提供了與農村、城市以及國家之間的密切聯系，全球近80%的GDP是在城市生產的（Arnulf和David，2013）。〔17〕

2.城鎮化的消費升級效應

城鎮化具有結構效應和密度效應。城鎮化與一個國家（或地區）的工業化發展密切相關，因為城鎮化是非農產業在城鎮集聚、農村人口向城鎮集中的自然歷史過程。①城鎮化的快速發展，一方面使非農經濟在總產值中的占比不斷上升，提供豐富的市場消費品，并通過供給側產生的產業升級帶動消費升級。另一方面城鎮化過程本質上是伴隨著農村人口向城市轉移、增加城市人口密度的過程，與農村相比，城鎮更容易使潛在的消費需求得到釋放，而消費行為存在“示范效應” （Chiou等，2017）〔18〕，需求側的“示范效應”能夠促進新消費向城市邊緣和鄉村擴散，尤其在人口密度不斷增大的過程中這種“示范效應”的影響效果更明顯。我們將城鎮化通過供給側的產業升級傳導效應稱為結構效應，將需求側由城市到城市邊緣再到鄉村擴散的“示范效應”稱為密度效應，并定義結構效應+密度效應為城鎮化的消費升級效應。

① 參見《國家新型城鎮化規劃（2014—2020年）》。http：//www.ndrc.gov.cn/fzgggz/fzgh/ghwb/gjjh/201404/t20140411_606659.html.3.城鎮化的消費環境改善效應

消費不僅受到收入的影響，也受到消費環境的制約。如住宅區、商業服務以及文化娛樂場所的綠化、裝飾、供水、供電、道路、交通、通訊和網絡等公用設施都會隨著城鎮的發展和城鎮化的深入推進而日臻完善。同時，城鎮化還有助于消除城鄉居民基本權利的差異，為城鎮新增轉移人口提供一些之前沒有的或者優惠幅度更大、更完善的社會保障，進而降低不確定性預期和預防性儲蓄動機（萬勇，2012）。〔19〕基于此，本文提出：

假設1：城鎮化水平與網絡消費存在正向關系，即高城鎮化水平高網絡消費，低城鎮化水平低網絡消費。

假設2：城鎮化的結構效應和密度效應對網絡消費具有促進作用。

三、互聯網發展對網絡消費的影響機制

互聯網技術是實現網絡消費的條件和渠道。互聯網的開放共享等特征對經濟運行具有根本性影響，廣泛的網絡使用導致世界信息生產與信息消費擴張，這也是網絡消費出現的直接原因。與傳統消費市場相比，互聯網特性使網絡消費具有交易成本低、無邊界消費、個性化定制等“新經濟”特征（何明升，2002）。〔20〕

1.當前互聯網發展水平的測度與分析

（1）互聯網發展評價指標及權重確定

根據指標選擇的全面性、動態性和可獲得性等原則，參考王子敏和李嬋娟（2016）〔21〕的研究，本文選取互聯網普及率、移動電話年末用戶數、人均網站數量、人均網頁數等六個指標衡量互聯網發展水平。其中移動電話年末用戶數、長途光纖總長度兩個指標來源于EPS數據庫，其余四個指標來源于中國互聯網信息中心發布的《中國互聯網絡發展狀況統計報告》，繼而運用stata14.0進行基于相關系數矩陣的主成分分析，以第一主成分確定各指標權重，相關指標及權重說明見表1。

（2）各省域互聯網發展指數測算

基于上述評價指標及權重，本文測算了2007-2016年中國省域互聯網發展指數。國家層面，互聯網發展指數處于0.784-2.686，且逐年遞增。以2007年為基期，2012年以后互聯網發展指數全部高于均值1.783，2016年達到2.686，為2007年的3.426倍，表明隨著經濟不斷增長，互聯網發展水平也在逐步提高。區域層面，東部地區、中部地區和西部地區互聯網發展指數的均值依次為3.079、1.247和0.951，其中東部指數值高出中部147%，高出西部224%，說明東部地區互聯網發展明顯高于中西部，區域差異性較大。東部地區指數值也遠高于全國平均水平，中西部地區則均低于全國平均水平，呈現東中西梯度遞減的空間格局，并與經濟發展的空間分布特征吻合。而且東部地區互聯網發展指數的增長速度快于中西部地區，區域間差異沒有收斂跡象，呈現“馬太效應”。如果不加大對中西部的政策支持和開發力度，則有可能加劇區域間的數字鴻溝，導致區域間經濟發展差距也愈大。省級層面，2007年以來各省份的互聯網發展指數都有很大提高，但是省份之間的差距也較明顯（見圖1）。北京、上海、廣東、浙江、江蘇居于前五位，這些省份不僅是中國經濟社會發達地區，也是對外開放的前沿省市，較強的內外機制對互聯網發展形成了巨大促進作用。西藏、甘肅、青海、云南、內蒙古則位列后五位，這些省份多數為內陸、沿邊少數民族地區，自然環境和薄弱的經濟基礎等影響了互聯網技術的發展。不過與自身相比，2016年各省份的互聯網發展指數較2007年均有較大提高，呈現不斷上升的積極態勢，說明各省份在互聯網普及程度、信息服務業發展以及互聯網基礎設施建設方面成效顯著。

① 參見http：//china.chinadaily.com.cn/2015-02/09/content_19526323.htm.

2.互聯網發展對網絡消費的影響

（1）互聯網擴大了人與人、企業與企業等市場主體之間及其與政府之間的聯系，減少了傳統消費的許多中介平臺，降低了交易成本，提高了交易效率。而信息搜尋成本的降低可以促進消費活動交易效率的提升，如Hagel和Armstrong （1997）認為，網絡消費中的市場價格將更靠近供應曲線，即經濟活動中的剩余價值將更多地轉移到消費者手中，實現網絡消費效應最大化。〔22〕World Bank（2016）認為，包括互聯網在內的數字技術使信息庫（information base）迅速擴大，進而降低信息成本，創造信息產品，便利信息的搜尋、配對和共享，便利經濟主體之間的組織和合作，即影響企業運行、人們尋找機會以及公民與他們的政府的互動。〔23〕

（2）互聯網的開放性和互動性能夠將消費者的需求信息及時反饋給生產者，使消費過程最大限度地具有針對性和個性化，進而有效地激發人們消費的積極性和主動性，增強居民的網絡消費傾向。另外，互聯網快速、實時傳輸的特點使網絡消費成為一種無邊界消費。互聯網的跨時空性，使網絡經濟實現了實時互聯互通，為商品和服務的自由流動創造了條件，高效、便捷的無邊界消費，使網上消費市場涵括了極大豐富的消費品，讓消費者擁有了更多消費選擇，產生刺激消費欲望，創造新的需求的效應。

（3）互聯網產生經濟發展效應。互聯網通過包容、效率和創新三種重要機制推動經濟發展（World Bank，2016）。在互聯網出現之前，一些交易由于成本太高，導致其市場無法存在。一是雙方有潛在有利的交易，但互不相識或面對巨額搜索和信息成本；二是雙方信息不對稱，由于缺乏信息和透明度，交易沒有發生。而互聯網通過降低獲取信息的成本，使更多的信息可得、透明，從而使新交易變得可能。進一步的，互聯網技術在使市場更有效的同時也創造市場效應，如擴大貿易、創造就業、獲得廣泛的公共服務等，這意味著互聯網促進包容。美國麥肯錫公司發布的一份報告指出，互聯網至2025年將為中國創造4600萬個新就業崗位①，就業的增加將促進收入提升，居民收入的提升將導致消費者的預算約束線向外移動，提高消費水平。

互聯網還有促進效率和創新的效應。互聯網促進效率體現在使交易變得更快捷、便宜或者更方便開展。其作用機制有兩種：第一，數字技術價格大幅下降，企業和政府采用信息通信技術資本替代勞動和非信息通信技術成本。第二，數字技術加強要素功能，使要素更具生產性。互聯網技術能夠幫助管理者更好地監管工人，也幫助工人通過技術提升生產率，提高人力資本收益。另外，互聯網促進創新，形成規模收益遞增效應。在沒有人力投入的情況下，如果一個交易完全自動執行，則交易成本基本為零，這時即進入“新經濟”范疇。搭建平臺的固定成本可能很高，但執行一次交易或增加一個用戶的邊際成本極低，由此產生規模收益遞增。零邊際成本吸引新的賣者和買者進入企業平臺，產生良性網絡效應，使毫無障礙的溝通和合作成為可能，并支持新的交付模式，鼓勵集體行動，加快創新進程。

在互聯網經濟時代，包容、效率和創新三種機制共同發揮作用，推動經濟發展。而經濟發展與收入變化的關系密切，互聯網的經濟發展效應有助于促進收入的提高。基于此，本文提出：

假設3：互聯網發展水平越高，其“新經濟”特征越強，越有利于網絡消費。

假設4：互聯網發展與收入之間存在聯動效應，共同影響網絡消費。

四、實證分析

1.模型構建與數據來源

本文選取不依賴于特定理論或環境的簡約型消費模型作為基礎，以人均網上零售額為因變量，作為網絡消費的代理變量，將解釋變量分為三組：基本變量X、核心變量Y和其他控制變量Z，面板回歸方程設定如下：

由于中國電子商務市場的發展歷史較短，并考慮數據可得性，選取2007-2016年中國內地31個省級面板數據為樣本進行實證分析。數據來源于《中國統計年鑒》和EPS統計數據庫，并經過整理、計算得出。所有以貨幣計量的指標以2007年為基期，利用各地消費物價指數進行折算，轉換為剔除物價因素的實際值。

對于網絡零售額這個指標，由于《中國統計年鑒》只有2014年之后的數據，故借鑒方福前和邢煒（2015）的方法，選取各省份快遞業務數量乘以一個權重表示網上零售額，該權重等于全國網絡零售額與快遞業務數量之比，其含義為平均每件快遞包含的網絡零售額。〔26〕根據本文對變量的描述性統計分析，pnc、inc、tr、pd四個變量數據間的差距較大，為避免異方差問題，計量模型中對其進行取對數，分別記為：lnpnc、lninc、lntr、lnpd。

2.實證結果與分析

（1）面板單位根檢驗

本文使用平衡面板數據序列，選取LLC檢驗、ADF檢驗和PP檢驗對數據進行單位根檢驗。結果表明，所有變量一階差分值的檢驗結果在1%水平上通過顯著性檢驗（見表2），表明各變量均為1階單整，可以消除偽回歸和展開下一步的模型估計。

（2）估計結果分析

如表3所示，AR（1）、AR（2）檢驗結果均顯示，所有方程都不存在二階自相關，差分GMM成立的前提是擾動項不存在二階或更高階的自相關，表明本文的估計方程符合差分GMM的適用前提，所選取的估計方法較合適。同時，Sargan檢驗值均通過“過度識別有效”假設，說明工具變量選取有效。

人均網絡消費的一階滯后項在1%置信水平上始終顯著，表明網絡消費在分析期內存在很強的慣性作用。在不斷調整解釋變量的過程中，lnpnc（-1）的系數始終保持正值，滯后期網絡消費對當期網絡消費的影響程度維持在49%-71%，表明在影響網絡消費的眾多因素中，消費慣性是不可忽視的因素。

城鎮化對網絡消費存在正向促進作用，并且城鎮化的結構效應和密度效應顯著存在。在模型（2）中，城鎮化的系數顯著為正，表明城鎮化的快速提升有利于網絡消費的發展，城鎮化的網絡消費效應明顯，城鎮化率每提高1個百分點，網絡消費可增加大約4.5個百分點，影響比較大。另外，模型（3）中非農產業比重（nf）及城市人口密度（lnpd）系數均為正且通過1%顯著性檢驗，表明由城鎮化進程引起的產業結構轉型、人口遷移和居住密度增加對驅動居民消費需求變化這一作用機制是存在的，城鎮化的結構效應和密度效應對網絡消費具有顯著促進作用，驗證了假設1和假設2。

互聯網發展對網絡消費有顯著正相關關系。一方面，在模型（2）中，互聯網發展指數（idi）的系數為正且在1%顯著水平下獲得數據的實證支持，表明網站數量、互聯網普及率、移動電話用戶量等反映互聯網發展狀況的各方面指標對網絡消費存在直接的正向促進作用。另一方面，在模型（4）中，互聯網發展指數與城鎮居民人均可支配收入的乘積項的系數顯著為正，雖然該乘積項的系數較小，但也表明互聯網發展與收入之間存在聯動效應，互聯網發展程度越高，收入水平的提升越明顯，越有助于網絡消費的發展，換言之，網絡消費的收入彈性會隨著互聯網發展水平的提高而增強。支持了假設3和假設4。

城鎮居民收入與網絡消費。城鎮居民人均收入與網絡消費呈正相關關系，盡管在模型（2）和模型（4）中，統計上顯示不顯著，但收入對網絡消費有正向關聯，符合經典消費理論，只是這種顯著關系需要更長時間和更多數據的支撐。網絡消費作為一種新型消費，是傳統實體店消費的一種補充和替代，收入的提升必然帶動網絡消費的發展。

其他解釋變量對網絡消費的影響。人口年齡結構對網絡消費影響顯著，少兒撫養比與網絡消費存在正相關關系 根據第41次《中國互聯網絡發展狀況統計報告》，截至2017年12月，我國10-39歲的網民是主要網購群體，占比73.1%。參見http：//202.114.207.36/cache/10/03/www.cnnic.net.cn/d7d806277ad8e0975c70d55 cf1a31b0e/P020180305409870339136.pdf.，少兒撫養比越高的地區，網絡消費越多，少兒撫養比越低的地區，網絡消費越少，而老年撫養比的影響顯著為負，人口老齡化對網絡消費的發展產生負向作用，顯示人口年齡結構對網絡消費有很強的解釋力。平均受教育年限對網絡消費的影響顯著為正，交通運輸支出的系數為正，表明教育及良好的交通物流條件是發展網絡消費的重要支撐。

3.穩健性檢驗

為了增強研究結論的可靠性，本文進行了穩健性檢驗。主要方法是在核心變量中，由土地城鎮化角度出發，以城市建成區面積測度各地區歷年城鎮化水平，其他變量保持不變。對回歸模型進行穩健性檢驗的結果表明，除控制變量中有部分變量的顯著性有變化外，本文所研究的核心解釋變量的系數符號和顯著性在檢驗中均未改變，與原實證結果保持一致。說明本文的主要結果及相關結論是穩健的。

五、結論及政策啟示

本文在構建互聯網發展指數基礎上進一步建立了包含城鎮化的網絡消費模型，并基于2007-2016年省級面板數據對網絡消費的影響因素進行了理論與實證研究。主要結論是：

1.網絡消費的收入彈性隨著互聯網發展水平的提高而顯著增強。全國互聯網發展指數呈現逐年增大的發展態勢，但區域間存在“馬太效應”，各地區互聯網發展水平有較大差異且呈持續擴大趨勢，對網絡消費產生了直接作用。在影響網絡消費的過程中，互聯網發展與收入之間存在聯動效應。

2.網絡消費還有較大發展空間。城鎮化與網絡消費呈正向關系，通過其結構效應和密度效應對網絡消費發揮作用。2007-2016年，城鎮化率每提高1個百分點，網絡消費可增加4.5個百分點。按照《國家新型城鎮化規劃（2014-2020年）》，中國城鎮化率2020年將達到60%，網絡零售市場交易規模測算結果大約將達到76582億元。

3.收入在網絡消費中發揮著重要作用。收入是影響網絡消費的重要因素，人均收入與網絡消費為正相關關系，并且收入和互聯網發展指數的交互作用通過了模型檢驗，這與經典的消費理論一致。

4.網絡消費具有顯著的慣性特征。過去的網購體驗對當期網絡消費有顯著的正向關系，同時，網絡消費也受到平均受教育年限、人口年齡結構、人均收入、交通運輸投資等影響。平均受教育年限、少兒撫養比和交通運輸支出等對網絡消費有顯著正向影響，且少兒撫養比和交通運輸支出的作用系數更明顯，表明年輕人口和便利的物流配送對網絡消費影響較大。同時，老年撫養比對網絡消費影響顯著為負，說明人口老齡化的持續對網絡消費有負向作用。

由此引申的政策含義是：第一，不斷提高城鎮人口承載力，推進以人為本的城鎮化高質量發展。 第二，建設普惠互聯網，提高網絡覆蓋率，加快網絡知識普及，不斷縮小數字鴻溝，最大化數字紅利，推動互聯網更加平衡和更為充分地發展。第三，不斷優化和改善網絡消費環境，加強網絡監管，瞄準人民日益增長的美好生活需要，不斷釋放消費潛力，培育消費新動能。

〔參考文獻〕

〔1〕孫中偉，張淑媛，韋銳，等.Facebook注冊用戶的空間分布特征與影響因素〔J〕.世界地理研究，2016，（5）.

〔2〕〔23〕World Bank . World Development Report 2016： Digital Dividends〔R〕.2016：8-17.

〔3〕Alba， J.， Lynch， J.， Weitz， B.， et al. Interactive Home Shopping： Incentives for Consumers， Retailers， and Manufacturers to Participate in Electronic Marketplaces. Journal of Marketing 〔J〕. Journal of Marketing， 1997， 61（7）：38-53；Wilson， T. D. On User Studies and Information Needs〔J〕. Journal of Documentation， 2006， 37（6）：658-670.

〔4〕楚爾鳴，何恒遠.基于網絡經濟的消費理論創新〔J〕.消費經濟，2003（3）：57-60.

〔5〕克里斯·安德森.長尾理論〔M〕.喬江濤，石曉燕，譯.北京：中信出版社，2012：1368-1409.

〔6〕Vellido，A.， Lisboa， P. J. G.， Meehan， K. Quantitative Characterization and Prediction of On-Line Purchasing Behavior： A Latent Variable Approach〔J〕. International Journal of Electronic Commerce， 2000， 4（4）：83-104；Bhatnagar， A.， Misra， S.， Rao， H. R. On Risk， Convenience， and Internet Shopping Behavior 〔J〕. Communications of the Acm， 2000， 43（11）：98-105.

〔7〕Card， J. A.， Chen， C. Y.， Cole， S. T. Online Travel Products Shopping： Differences between Shoppers and Nonshoppers 〔J〕. Journal of Travel Research， 2003， 42（2）：133-139；Joines， J. L.， Scherer， C. W.， Scheufele， D. A. Exploring Motivations for Consumer Web Use and their Implications for E-commerce 〔J〕. Journal of Consumer Marketing， 2003，20（2）： 90-108.

〔8〕Blake， B. F.， Neuendorf， K. A.， Valdiserri， C. M. Innovativeness and Variety of Internet Shopping 〔J〕. Internet Research， 2003， 13（3）： 156-169.

〔9〕易行健，張家為，張凌霜，楊碧云.家庭收入與人口結構特征對居民互聯網購買行為的影響——來自中國城鎮家庭的經驗證據〔J〕.消費經濟，2015（3）：3-12.

〔10〕王能民，孫科.電子商務模式的分析及發展〔J〕.財經科學，2002（4）：112-114.

〔11〕席廣亮，甄峰，汪俠，琴蕭.南京市居民網絡消費的影響因素及空間特征〔J〕.地理研究，2014（2）：284-295.

〔12〕杜丹清.互聯網助推消費升級的動力機制研究〔J〕.經濟學家，2017（3）：48-54.

〔13〕孫浦陽，張靖佳，姜小雨.電子商務、搜尋成本與消費價格變化〔J〕.經濟研究，2017（7）：139-154.

〔14〕齊紅倩，劉力.城市化：解決我國有效需求不足的關鍵〔J〕.管理世界，2000（2）：10-14；雷瀟雨，龔六堂.城鎮化對于居民消費率的影響：理論模型與實證分析〔J〕.經濟研究，2014（6）：44-57.

〔15〕Montgomery M R， Stren R， Cohen B， et al. Cities Transformed： Demographic Change and its Implications in the Developing World〔M〕. London： Earthscan， 2004.

〔16〕United Nations. World Urbanization Prospects the 2014 Revision 〔R〕.Working Paper，2015.

〔17〕Arnulf G， David F. Energizing Sustainable Cities： Assessing Urban Energy〔M〕. Abingdon： Routledge， 2013.

〔18〕Chiou， J. S.， Chou， S. Y.， Shen， C. C. Consumer Choice of Multichannel Shopping： The Effects of Relationship Investment and Online Store Preference〔J〕. Internet Research， 2017， 27（1）：2-20.

〔19〕萬勇.城市化驅動居民消費需求的機制與實證——基于效應分解視角的中國省級區域數據研究〔J〕.財經研究，2012（6）：124-133.

〔20〕何明升.網絡消費：理論模型與行為分析〔M〕.哈爾濱：黑龍江人民出版社，2002：19.

〔21〕王子敏，李嬋娟.中國互聯網發展的節能減排影響實證研究：區域視角〔J〕.中國地質大學學報，2016（6）：54-63.

〔22〕Hagel Ⅲ J.， Armstrong A G. Net Gain： Expanding Markets through Virtual Communities 〔M〕. Boston ：Harvard Business School Press， 1997：28.

〔24〕Psacharopoulos， G.， Arriagada， A. M. The Educational Composition of the Labour Force： An International Comparison.〔J〕. International Labour Review， 1986， 125（5）：561-574.

〔25〕Brown， T. M. Habit Persistence and Lags in Consumer Behaviour〔J〕.Econometrica， 1952， 20（3）： 355-371； Mueller， D. C. First-mover Advantages and Path Dependence〔J〕. International Journal of Industrial Organization， 1997， 15（6）：827-850.

〔26〕方福前，邢煒.居民消費與電商市場規模的U型關系研究〔J〕.財貿經濟，2015（11）：131-147.

（責任編輯：張 琦）