電子商務對城鄉居民消費差距的影響研究

［摘 要］ 運用計量模型，選取了2012-2021年的面板數據，探討電子商務在不同自然地理區域對城鄉消費差距的作用。結果顯示：2012-2021年我國電子商務的發展擴大了城鄉居民消費差距，但是長期看來，比如東北、華東和華中地區，電子商務阻礙了城鄉消費差距的擴大。因此，政府要堅持發展電子商務，且要因地制宜的發展特色電商，從而發揮好電子商務在城鄉居民消費差距的積極作用。

［關鍵詞］ 電子商務； 城鄉消費； 計量經濟模型

［中圖分類號］ F724.6" ［文獻標識碼］ A

隨著網絡經濟的發展，電子商務（后文均簡稱“電商”）通過突破時空的局限，減少了中間的繁瑣流程，提升了服務效率，實現了服務成本的下降。《中國電子商務報告》顯示：從2016年到2020年，全國電商交易額年均增長率達到9.3%[1]，這表明我國電商作為一種新的消費模式正處于從高速增長邁向高質量發展階段。同時《電子商務“十四五”發展規劃》中也指出：完善城鄉融合消費網絡，電商將繼續在平衡城鄉居民消費差距方面發揮著積極作用。因此研究兩者的關系，對推動我國城鄉經濟協同發展有重要的意義。

早在20世紀80年代，電商對城鄉居民消費差距的影響就引起了國內外學者們的廣泛關注。Hall（1978）研究發現居民消費函數和收入分配狀況有關，并且網絡經濟在城鄉居民收入分配和消費水平的測度中有重要的作用[2]。Jappelli和Pistaferri（2010）指出想要緩和城鄉居民消費的不平等現狀，可以通過發展電商來實現[3]。Mangiaracina（2019）認為電商是通過居民收入分配進而影響了城鄉居民消費差距[4]。Pantelimon和Posedaru（2020）對全球COVID-19大流行前后居民的電商消費行為進行了調查，認為從實體店轉移到網上購物的居民和新冠肺炎疫情持續的時間成正比[5]。韓雷等（2016）[6]和閆軍等（2019）[7]實證結果表明，中國電商的發展對城鄉居民消費差距的影響有一定程度的區域差異。李連夢（2020）采用理論與實證分析相結合的方法，在充分考慮內生性穩健的基礎上研究了電商對城鄉居民消費差距的縮小作用[8]。

基于以上的背景和文獻，本文研究的重點是基于中國自然地理區域視角進行實證測度，增加研究的多樣性，從而補充現有的研究。

1 模型設定與數據來源

1.1 模型設定

本文通過構建以下計量經濟學模型，實證研究電商發展水平對城鄉居民消費差距的影響。

yit=C+αxit+βmit+γjzit+εit（1）

其中：i代表省份（i=1，2，…，31）；t代表年份（t=2012，2013，…，2020）；yit表示被解釋變量，xit表示解釋變量，mit表示中介變量，zit表示其他控制變量；α、β和γj為對應變量的系數；C為常數項，εit為誤差項。

1.2 變量選取

1）被解釋變量：城鄉居民消費差距（Y）用泰爾系數作為衡量標準，泰爾指數法相比較其他衡量Y的方法，它的優勢是可以將區域間或區域內的差異進行細分。泰爾系數公式如下：

Dis_conit=C1tCtlnC1t/N1tCt/Nt+C2tCtlnC2t/N2tCt/Nt（2）

其中：Dis_conit代表i地區t年的城鄉居民消費差距，i=1，2分別代表城鎮居民和農村居民，Ct表示t年居民消費總支出，Nt表示t年總人口。

2）核心解釋變量：電商發展水平（X），鑒于電商發展水平的數據難以獲取，因此本文參考了張磊和韓雷（2017）[9]的研究結果，采用了人均快遞業務量作為衡量X的指標。

3）中介變量：城鄉居民收入差距（M），由文獻綜述可知，電商會影響到城鄉居民的收入差距，進而影響到城鄉居民的消費差距，因此將M作為中介變量納入計量經濟模型中進行實證分析。

4）控制變量：城鎮化水平（Z1）是指城鎮人口與總人口的比例；經濟發展水平（Z2）是選取各省的人均GDP作為衡量指標；財政支出水平（Z3）是政府的財政支出在GDP中的占比。

此外，為了變量數據的穩定性，將對數化后的X和Z2運用到模型估計過程中，使得實證結果更具有可信度。

1.3 數據來源

基于數據的準確性和可獲得性，本文選取了2012年—2021年為研究時間段，收集了中國31個省級的面板數據，并將各省劃分為東北、華北、華東、華南、華中、西北和西南七個自然地理區域進行實證分析。其中變量Y、X、M、Z1、Z2和Z3均來源于歷年的《中國統計年鑒》或基于此計算所得。

2 實證結果與分析

2.1 描述性統計

首先對我國自然地理區域進行描述性統計分析，結果如表1所示。

在城鄉居民消費差距方面，華中、西北和西南三個地區的Y均值均高于全國的Y均值，其中西南地區均值最高，說明西南地區城鄉居民消費差距最明顯，華北地區最小。在電商發展水平方面，華東地區發展水平遠高于其他地區，且與其他地區相比，該地區的標準差也最大，說明該地區的各省份之間存在較大的差異。同時，從全國的X標準差可以看出中國各省份的電子商務發展水平不均衡且存在較大差異。

2.2 相關性分析

從表2可以看出，在各指標之間，都存在著一定的多重共線性，但是通過計算變量間的方差膨脹因子（表3），最大的VIF=8.02，小于10，說明各解釋變量之間不存在嚴重的多重共線性。

2.3 中介效應

本文參考Preacheramp;Hayes（2004）[10]的研究，采用bootstrap法驗證電商通過影響城鄉居民收入差距進而間接影響居民消費差距。這個算法的基本原理就是在已有的研究樣本中有放回地進行隨機重復抽樣，并構造出某個估計的置信區間，結果如表4所示。

中介效應的Bia-Corrected和Percentile的置信區間分別為（-0.0037，-0.0007）和（-0.0036，-0.0007），且這兩個置信區間都不包含0，表明存在顯著的中介效應。

2.4 總樣本估計結果分析

當時間T小于20時，由于該檢驗是針對大樣本的，并不適用于小樣本，即可不做單位根檢驗[11]，因此采用固定效應模型進行回歸檢驗。從表5中的回歸結果可以看出，全國的電商回歸系數為0.011，說明電商對農村居民消費水平的提升效果要比對城鎮居民消費水平的提升效果差，這意味著全國電商增加一個單位，城鄉居民消費差距擴大0.011個單位，從全國的角度來看，電商的發展一定程度上擴大了城鄉居民消費差距。這是由于全國的城鄉居民發展不平衡，而制約農村地區電子商務發展的一個重要因素是經濟發展相對滯后，導致基礎設施不夠完善。相反，城鎮地區依靠良好的發展環境，電商發展較為完善，因此擴大了城鄉居民消費水平的差距。

城鄉居民收入差距的回歸系數為0.260，說明當城鄉收入差距得到有效控制，能有效地推動城鄉消費差距的縮小。

城鎮化水平、經濟發展水平和財政支出水平三個指標的回歸系數均為負數，說明均對城鄉居民消費差距存在負向影響。城鎮化水平的提高，改善了農村基礎設施，有效改善了農民的生活條件，不僅有助于農民的收入增加，也使得城鄉居民收入差距得以縮小。此外，由于中介效應的存在，城鄉居民消費差距也進一步縮小。隨著經濟發展水平的提升，城鄉地區各項設施也將得到進一步的改善，這將使城鄉之間的發展差異得到有效的縮小。財政支出水平越高，越有利于縮小城鄉居民消費差距。

此外，R2的值為0.765，全國的固定效應回歸模型擬合優度良好，說明自變量對解釋變量解釋得較多，可以很好地反映出電商發展對城鄉居民消費差距的影響。對模型進行了F檢驗，檢驗結果顯示，F值為554.93，P值為0.000，說明在0.05顯著性水平下，有充足的理由認為回歸模型整體線性關系顯著，擬合優度較好。

2.5 分區樣本估計結果分析

由于中國存在明顯的區域發展不平衡現象，為了增加研究的多樣性和進一步了解各個區域電商對城鄉居民消費差距的影響，比較各區域之間的差異，這里將中國依據自然地理區域劃分為七個區域。具體劃分如下：東北區域由遼寧、吉林和黑龍江3個省（市、區）組成；華北區域由北京、天津、河北、山西和內蒙古5個省（市、區）組成；華東區域由上海、江蘇、浙江、安徽、福建、江西和山東7個省（市、區）組成；華南區域由廣東、廣西和海南3個省（市、區）組成；華中區域由河南、湖北和湖南3個省（市、區）組成；西北區域由陜西、甘肅、青海、寧夏和新疆5個省（市、區）組成；西南區域由重慶、四川、貴州、云南和西藏5個省（市、區）組成。如圖1所示。

在此基礎上，運用Stata軟件對各區域的面板數據進行回歸分析，結果如表6所示。

在表6中，R2越接近1，則該模型的擬合效果越好。七個區域的回歸模型R2分別為0.811、0.926、0.873、0.776、0.923、0.863和0.603，說明中國的七個自然地理區域回歸模型的擬合效果均良好。同時為了檢驗回歸模型整體的線性關系，采用了F檢驗，從表中可以看出七個自然地理區域的F檢驗統計量P值均為0.000，說明在0.05顯著性水平下通過了F檢驗，七個自然地理區域回歸模型整體線性關系顯著。

電商發展水平：東北地區、華東地區和華中地區隨著電商發展水平的提高從而縮小城鄉消費差距，而華北地區、華南地區、西北地區和西南地區的電商發展水平與城鄉居民消費差距存在正向關系，其中華中地區和西南地區的影響最大。

城鄉居民收入差距：東北地區、華北地區、華南地區、華中地區和西北地區的城鄉居民收入差距回歸系數分別為0.725、0.163、0.766、0.528和1.007，說明該五個區域的城鄉居民收入差距越大，城鄉居民消費差距會隨之越大。而華東地區和西南地區則相反。

城鎮化水平：表6顯示，城鎮化水平對城鄉居民消費差距有著明顯的影響，其中除了東北地區均呈現負向影響，說明對于其他區域，隨著城鎮化水平的提高，城鎮消費差距會逐漸縮小，整體來看，各地區之間存在差異，城鎮化發展水平不均衡。

經濟發展水平：西南地區、東北地區、華北地區和華南地區存在較多的經濟落后貧困山區，因此互聯網大范圍的覆蓋和電商的發展會給這些區域帶來新的就業潛力和收入來源，從而使得城鄉居民的消費水平得到較大的提升，因此當經濟發展到一定程度后，城市與農村之間的消費差距就會逐漸縮小。

財政支出水平：對于東北地區、華北地區、華南地區、西北地區和西南地區，隨著國家對鄉村建設的投入越來越多，使得這些地區的農村基礎設施也在不斷地完善，并且電商在鄉村也取得了良好的發展，這就要求政府在促進城鄉居民消費差距縮小中發揮更大的作用。但是對于華東地區和華中地區，政府的行為對城鎮地區經濟的拉動作用大于農村地區，使得城鎮居民消費能力較強，而農村居民消費能力較弱，從而導致城鄉差距持續擴大。

3 結論與建議

3.1 結論

本文通過建立計量經濟模型，研究我國2012年—2021年的電商對城鄉居民消費差距的影響，同時為了增加研究的多樣性，根據我國自然地理區域將31省份劃分為七個區域進行研究。

中國電商發展水平與城鄉居民消費差距呈正向關系，說明電商發展對城鎮居民消費差距的促進作用要高于農村居民。電子商務在31個省份的發展水平很不平衡，而且有很大的差異，其中華東地區的電商發展水平要遠高于其他區域，但是該地區之間也存在較大差異。

從區域層面研究電商對城鄉居民消費差距的影響。從實證研究的結果可以看出，電商發展水平的提高會使東北、華東和華中地區的消費差距縮小，同樣會使華北、華南、西北和西南地區的消費差距進一步加大。由此可以看出，因為區域之間和區域內的城鄉電商發展程度的不同，從而對各區域的城鄉消費差距的影響也存在差異。其中，城鎮化水平對區域內的消費差距有作用，除東北地區外，均可以顯著地縮小城鄉消費差距。在各區域中，東北、華北、華南和西南四個地區在經濟發展水平上對城鄉消費差距有著顯著的縮小作用，但其他地區則呈現出擴大作用。同時，在華東和華中地區，政府對城鄉居民消費的拉動效應比農村更強，因此這兩個地區的城鄉居民消費差距也會隨著財政支出水平的提高而進一步拉大。

3.2 建議

本文基于31省的2012年—2021年面板數據，分別以中國和七個自然地理區域為研究對象進行實證分析，結果可以看出電商對于農村消費的拉動效應要比城市更大，在一定程度上會加大城鄉之間的消費差距，但從長遠來看，在東北，華東，華中等地區，電商對城鄉消費差距的縮小作用顯著。因此提出以下建議：

1）推動全國農村電商發展

首先，完善農村電商的基礎設施建設，為電商更好發展提供可能。從兩個方面入手：一是擴大農村網絡的覆蓋面；二是要加大對鄉村物流的效率，降低鄉村物流的成本。

其次，收入水平是影響消費水平的決定因素，因此，提高農民收入水平，才能更好地減少城鄉之間的消費水平差異。

最后，為農村電商發展提供良好的環境，吸引更多的人才來農村創業，帶動農村發展。

2）大力發展電商，重視現階段電商發展水平較低的區域

電商發展水平存在嚴重的地區差異，為了讓電商對城鄉居民消費差距的收斂作用更加顯著，要高度重視弱勢地區的電商發展，縮小地區間的經濟水平差異。

首先，政府財政支出的比例要適當傾斜欠發達地區，尤其是財政支農的比例。然后，要因地制宜地發展特色電商，利用自然地理天然優勢更好地發展電商；最后，要對不完善的電商制度進行規范管理。

［ 參 考 文 獻 ］

［1］ 中華人民共和國商務部.中國電子商務報告（2020）[M].北京：中國商務出版社，2021.

[2] HALLROBERT E. Stochastic implicationsof the life cycle-permanent income hypothesis： therory and evidence[J]. Journalof Political Economy， 1978， 86（06）： 971-987.

[3] JAPPELLI，PISTAFERRI. Does consumption Inequality track income inequality in Italy[J]. Review of Economic Dynamics， 2010， 13（01）： 133-153.

[4] MANGIARACINA R. Payment systems in the B2C e-commerce： Are they a barrier for the online customer[J]. The Journal of Internet Banking and Commerce， 1970， 14（03）： 1-16.

[5] PANTELIMON F V， GEORGESCU T M， POSEDARU B . The impact of mobile e-commerce on gdp： A comparative analysis between romania and germany and how covid-19 influences the e-commerce activity worldwide[J]. Informatica Economica， 2020， 24（02）： 27-41.

[6] 韓雷，張磊.電商經濟是效率和公平的完美結合嗎[J].當代經濟科學，2016，38（03）：80-90.

[7] 閆軍，李巖，張建軍.電子商務對城鄉居民消費差距的影響：基于區域視角的實證測度[J].商業經濟研究，2019（21）：51-53.

[8] 李連夢，吳青，聶秀華.電子商務能縮小城鄉居民消費差距嗎[J].技術經濟，2020，39（02）：125-133.

[9] 張磊，韓雷．電商經濟發展擴大了城鄉居民收入差距嗎[J].經濟與管理研究，2017，38（05）：3-13.

[10] 賈冀南，孔祥學，王申玥.差錯管理氛圍對新生代員工創新行為影響研究[J].科研管理，2020，41（09）：238-246.

[11] 陳強.高級計量經濟學及Stata應用[M].第2版.北京：高等教育出版社， 2014.

Research on the Impact of E-commerce on the ConsumptionGap Between Urban and Rural Residents

-Empirical Measurement Based on the Perspective of Geographical Region

ZHENG Lie， FENG Yingying

（School of Science， Hubei Univ. of Tech.， Wuhan 430068， China）

Abstract： This paper constructs an econometric model by extracting panel data from 2012 to 2021 to study how e-commerce impacts the consumption disparity of rural-urban divide respectively in different natural geographical regions. The results show that the development of e-commerce in China from 2012 to 2021 has widened the consumption gap between urban and rural residents. However， in the long run， in Northeast China， East China and Central China， e-commerce has hindered the widening of the gap between urban and rural consumption. Therefore， the government should insist on the development of e-commerce， and develop characteristic e-commerce according to local conditions， so as to bring positive role of e-commerce into good play in the consumption gap between urban and rural residents.

Keywords： e-commerce; urban and rural consumption; econometric model

［責任編校： 閆 品］