電子商務對我國居民信息消費結構的影響

楊曉雅

摘 要：我國電子商務發展迅猛，信息消費也逐漸成為拉動經濟增長的新引擎，為了更好地研究在電子商務下居民信息消費的變動情況，需要進一步研究電子商務發展對居民信息消費結構的影響。從網絡消費的角度，運用動態面板數據模型，實證分析電子商務發展對我國居民信息消費結構的影響。結果顯示，電子商務發展對我國醫療保健消費和文教娛樂消費具有顯著的促進作用，而對交通通訊消費具有一定的抑制作用。

關鍵詞：電子商務;居民信息消費結構;廣義矩估計

中圖分類號：F126.1 ? ? ? ?文獻標志碼：A ? ? ?文章編號：1673-291X（2019）06-0153-03

引言

2018年工信部、國家發改委印發《擴大和升級信息消費三年行動計劃（2018—2022年）》的通知，其中指出到2020年，我國信息消費規模要達到6萬億元，實現98%的行政村光纖通達和4G網絡的全覆蓋。據中國工業和信息化部統計，2020年，我國要實現固定寬帶普及率占70%，移動寬帶普及率達到85%。在居民信息消費水平不斷提高的同時，居民信息消費結構也在不斷升級。未來經濟的增長點主要來自于創新型消費與服務型消費，供給側結構性改革使得供給的結構與消費更加匹配。這說明，“培育信息消費需求”“拓寬電子商務發展空間”，將會擴大消費增長空間，而這都離不開電子商務的發展。除了基礎性物質消費，享受型消費如休閑、教育等會成為信息消費的新亮點。因此，研究電子商務發展對我國居民信息消費結構的影響具有重要的現實意義。

一、文獻回顧

國內對信息消費研究最早開始于鄭英?。?994）對信息消費概念的系統定義[1]，何猛和閆強（2014）對信息消費進行了重新界定，并研究了信息消費在大數據時代下的內涵和新特點[2]。劉雪艷等（2016）重新認識了新興信息消費的內涵，應該將新興信息技術與信息消費行為相結合[3]。從信息消費結構的角度來研究，樊茂清（2006）研究認為，我國城鎮居民信息消費結構具有地區差異[4]。汪衛霞和汪雷（2012）運用ELES模型，對我國城鎮居民信息消費結構區域差異進行了實證分析[5]。陳立梅（2013）運用擴展線性系統支出模型，分析了農村信息消費現狀和消費結構[6]。張慧芳和艾天霞（2016）認為，城鎮居民收入增長對信息消費結構演變的影響顯著且具有明顯的區域差異性[7]。對于研究電子商務與居民消費的關系，鄭英隆和潘偉杰（2015）分析了農村電子商務成長對村民的信息消費效應，指出農村電子商務發展推動村民信息消費成長[8]。方福前和邢煒（2015）分析認為，居民消費與電子商務呈“U”型關系[9]。

國內外學者對信息消費的研究文獻很多，但對于信息消費結構定量分析的文獻卻很少。對其度量也沒有明確的方法，學者們主要集中在信息消費水平的研究上。因此，本文在梳理并借鑒相關文獻的基礎上在國家要擴大和升級信息消費的大背景下，將居民消費慣性納入模型，并運用動態面板數據模型來研究電子商務發展對信息消費結構的影響。

二、模型的設定

本文對于信息消費結構的研究采用動態面板數據模型，其能夠揭示被解釋變量的動態變化特征，在模型中解釋變量包含了被解釋變量的滯后項。根據習慣形成理論，當期消費產生的效用不僅取決于當期的消費，而且取決于過去的消費習慣。因此，在模型中引入滯后一期信息消費支出，以反映居民信息消費的慣性。設其一般形式為：

三、變量選擇和模型估計

（一）變量選擇與數據說明

1.被解釋變量。目前學術界對信息消費范圍的界定還沒有達成一致，本文在計算人均信息消費時，采用蔣序懷（2000）[10]提出對于信息消費統計的方法，在研究信息消費結構時選擇人均醫療保健消費支出（HC）、人均交通通訊消費支出（TCC）、人均娛樂文化教育消費支出（CEC），其數據均以居民消費價格分類指數（2010年=100）為定基價格指數進行了平減。

2.解釋變量。選取人均居民收入（PI）作為基本的自變量，將“城鎮居民人均可支配收入”和“農村居民人均純收入”按人口比例加權計算得到，并以2010年為基期將各省按照不同省份的居民消費價格指數（CPI）進行平減。各省電子商務發展指數（EC）是“阿里巴巴電子商務發展指數”，它基于阿里巴巴平臺的海量數據，包括網商指數、網購指數兩個一級指標和四個二級指標（網商密度指數、店均網絡交易指數、網購消費者密度指數、人均網絡消費指數）。阿里巴巴電子商務發展指數取值介于 0—100 之間，數值越大，反映該省電子商務發展水平越高。

3.控制變量。本文借鑒鄭麗等[11]（2016）選取中國各省市居民的受教育程度（EDU）、勞動人口占比（LP）兩個變量作為控制變量。居民受教育程度，是將高中及以上人口加總并除以各省人口數得到高中及以上人口占比;勞動人口占比，是各省市14～64歲人口占總人口的比例。

本文基于數據的可獲得性和可比性，選取中國31個省（市、自治區）2010—2015年的相關樣本數據。數據來源于《中國統計年鑒（2011—2016）》《中國城市（鎮）生活與價格年鑒（2011—2012）》《中國價格統計年鑒（2013—2016）》和阿里研究院。

（二）估計結果及分析

本文基于模型（1）和影響信息消費結構變化的變量來建立如下模型：

本文對面板數據采用LLC（Levin-Lin-Chu）和Fisher-ADF 法來檢驗數據列的平穩性。由檢驗結果可知，原序列存在單位根，對該序列進行一階差分后再次檢驗，P值顯著，說明該序列平穩，即存在一階單整。通過Kao檢驗和Pedroni檢驗方法進行協整檢驗，可知ADF統計量的值和P值拒絕原假設，即該31個省市面板數據之間存在協整關系。

本文主要考察電子商務發展與居民信息消費結構之間的關系，不考慮各省份個體的變化，因此不考慮變系數模型。通過Hausman檢驗的統計量和F值可知檢驗結果拒絕了隨機效應模型原假設，應建立個體固定效應回歸模型。

本文使用系統GMM一步估計法和兩步估計法進行估計，結果（見下表）。

由表中的統計檢驗來看，SYS-GMM的兩步估計法的Sargan檢驗的P值均大于0.05，且都顯著大于SYS-GMM兩步估計法中的P值，說明兩步估計法中選擇的工具變量整體有效，且兩步估計法采用的權重矩陣要比一步法更有效解決樣本異質性。從表中可知，滯后一期消費支出系數都顯著為正，說明居民信息消費易受消費習慣的影響，具有顯著“荊輪效應”。居民人均收入PI顯著性較差，系數較小，可見居民人均收入在信息消費結構中影響并不顯著。對于電子商務發展EC，在醫療保健消費、文教娛樂消費中，系數顯著為正，其對醫療保健消費影響最大，這與目前醫藥行業電子商務飛速發展有很大關系。而在交通通訊消費中，電子商務發展指數系數為負，這是因為網上購物、網上交易等互聯網金融模式的多樣化使得居民線上消費增加，從而減少了居民外出和購物的交通量。從控制變量的參數估計值可知，受教育程度EDU對于信息消費結構具有顯著正相關，尤其對醫療保健消費的促進作用更顯著，可見大部分受教育程度較高的居民能夠接受新型醫療電子商務發展模式。勞動力LP在文教娛樂消費模型中系數較大，說明青少年仍是文教娛樂消費的主力軍。

四、研究結論及啟示

本文基于2010—2015年我國31個?。ㄊ?、自治區）的省際面板數據，利用系統GMM估計兩步法分析了電子商務對我國居民信息消費結構的影響。研究發現，電子商務發展對于我國居民醫療保健消費和文教娛樂消費支出有積極作用，而對于交通通訊消費具有一定的抑制作用。可見，電子商務的發展在一定程度上便利了居民的日常生活，節約了時間成本，豐富了居民的精神文化生活。電子商務的發展對于居民的信息消費具有正向作用，同時也優化了居民的信息消費結構，隨著信息化的不斷深化，電子商務會進一步推動居民信息消費結構不斷優化升級。

參考文獻：

[1] ?鄭英隆.信息消費論綱[J].上海社會科學院學術季刊，1994，（2）：51-59.

[2] ?何猛，閆強.大數據時代的信息消費內涵分析[J].北京郵電大學學報，2014，（4）：40-45.

[3] ?劉雪艷，齊捷，王在寧.新興信息消費內涵界定及特征分析[J].情報理論與實踐，2016，（11）：62-67.

[4] ?樊茂清，任若恩.我國城鎮居民消費結構的實證研究[J].統計研究，2006，（12）：23-26.

[5] ?汪衛霞，汪雷.我國城鎮居民信息消費結構區域差異性分析[J].情報理論與實踐，2012，（11）：104-108.

[6] ?陳立梅.基于擴展線性支出系統模型的我國農村居民信息消費結構分析——來自1993—2009年的經驗數據[J].管理世界，2013，（9）：180-181.

[7] ?張慧芳，艾天霞.城鎮居民收入增長與信息消費結構演變——基于省級面板數據的實證研究[J].經濟問題探索，2016，（12）：82-89.

[8] ?鄭英隆，潘偉杰.農村電子商務發展與村民信息消費成長效應[J].福建論壇：人文社會科學版，2015，（11）：25-30.

[9] ?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.

[10] ?蔣序懷.略論我國居民信息消費的現狀及存在的問題[J].消費經濟，2000，（5）：33-37.

[11] ?鄭麗，趙嚴冬，唐守廉.信息產業發展水平對居民信息消費的門限效應——基于面板數據的實證研究[J].情報科學，2016，（3）：79-84.

[責任編輯 李曉群]