楊曉雅

摘 要：我國電子商務(wù)發(fā)展迅猛，信息消費(fèi)也逐漸成為拉動(dòng)經(jīng)濟(jì)增長的新引擎，為了更好地研究在電子商務(wù)下居民信息消費(fèi)的變動(dòng)情況，需要進(jìn)一步研究電子商務(wù)發(fā)展對(duì)居民信息消費(fèi)結(jié)構(gòu)的影響。從網(wǎng)絡(luò)消費(fèi)的角度，運(yùn)用動(dòng)態(tài)面板數(shù)據(jù)模型，實(shí)證分析電子商務(wù)發(fā)展對(duì)我國居民信息消費(fèi)結(jié)構(gòu)的影響。結(jié)果顯示，電子商務(wù)發(fā)展對(duì)我國醫(yī)療保健消費(fèi)和文教娛樂消費(fèi)具有顯著的促進(jìn)作用，而對(duì)交通通訊消費(fèi)具有一定的抑制作用。

關(guān)鍵詞：電子商務(wù);居民信息消費(fèi)結(jié)構(gòu);廣義矩估計(jì)

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

引言

2018年工信部、國家發(fā)改委印發(fā)《擴(kuò)大和升級(jí)信息消費(fèi)三年行動(dòng)計(jì)劃（2018—2022年）》的通知，其中指出到2020年，我國信息消費(fèi)規(guī)模要達(dá)到6萬億元，實(shí)現(xiàn)98%的行政村光纖通達(dá)和4G網(wǎng)絡(luò)的全覆蓋。據(jù)中國工業(yè)和信息化部統(tǒng)計(jì)，2020年，我國要實(shí)現(xiàn)固定寬帶普及率占70%，移動(dòng)寬帶普及率達(dá)到85%。在居民信息消費(fèi)水平不斷提高的同時(shí)，居民信息消費(fèi)結(jié)構(gòu)也在不斷升級(jí)。未來經(jīng)濟(jì)的增長點(diǎn)主要來自于創(chuàng)新型消費(fèi)與服務(wù)型消費(fèi)，供給側(cè)結(jié)構(gòu)性改革使得供給的結(jié)構(gòu)與消費(fèi)更加匹配。這說明，“培育信息消費(fèi)需求”“拓寬電子商務(wù)發(fā)展空間”，將會(huì)擴(kuò)大消費(fèi)增長空間，而這都離不開電子商務(wù)的發(fā)展。除了基礎(chǔ)性物質(zhì)消費(fèi)，享受型消費(fèi)如休閑、教育等會(huì)成為信息消費(fèi)的新亮點(diǎn)。因此，研究電子商務(wù)發(fā)展對(duì)我國居民信息消費(fèi)結(jié)構(gòu)的影響具有重要的現(xiàn)實(shí)意義。

一、文獻(xiàn)回顧

國內(nèi)對(duì)信息消費(fèi)研究最早開始于鄭英?。?994）對(duì)信息消費(fèi)概念的系統(tǒng)定義[1]，何猛和閆強(qiáng)（2014）對(duì)信息消費(fèi)進(jìn)行了重新界定，并研究了信息消費(fèi)在大數(shù)據(jù)時(shí)代下的內(nèi)涵和新特點(diǎn)[2]。劉雪艷等（2016）重新認(rèn)識(shí)了新興信息消費(fèi)的內(nèi)涵，應(yīng)該將新興信息技術(shù)與信息消費(fèi)行為相結(jié)合[3]。從信息消費(fèi)結(jié)構(gòu)的角度來研究，樊茂清（2006）研究認(rèn)為，我國城鎮(zhèn)居民信息消費(fèi)結(jié)構(gòu)具有地區(qū)差異[4]。汪衛(wèi)霞和汪雷（2012）運(yùn)用ELES模型，對(duì)我國城鎮(zhèn)居民信息消費(fèi)結(jié)構(gòu)區(qū)域差異進(jìn)行了實(shí)證分析[5]。陳立梅（2013）運(yùn)用擴(kuò)展線性系統(tǒng)支出模型，分析了農(nóng)村信息消費(fèi)現(xiàn)狀和消費(fèi)結(jié)構(gòu)[6]。張慧芳和艾天霞（2016）認(rèn)為，城鎮(zhèn)居民收入增長對(duì)信息消費(fèi)結(jié)構(gòu)演變的影響顯著且具有明顯的區(qū)域差異性[7]。對(duì)于研究電子商務(wù)與居民消費(fèi)的關(guān)系，鄭英隆和潘偉杰（2015）分析了農(nóng)村電子商務(wù)成長對(duì)村民的信息消費(fèi)效應(yīng)，指出農(nóng)村電子商務(wù)發(fā)展推動(dòng)村民信息消費(fèi)成長[8]。方福前和邢煒（2015）分析認(rèn)為，居民消費(fèi)與電子商務(wù)呈“U”型關(guān)系[9]。

國內(nèi)外學(xué)者對(duì)信息消費(fèi)的研究文獻(xiàn)很多，但對(duì)于信息消費(fèi)結(jié)構(gòu)定量分析的文獻(xiàn)卻很少。對(duì)其度量也沒有明確的方法，學(xué)者們主要集中在信息消費(fèi)水平的研究上。因此，本文在梳理并借鑒相關(guān)文獻(xiàn)的基礎(chǔ)上在國家要擴(kuò)大和升級(jí)信息消費(fèi)的大背景下，將居民消費(fèi)慣性納入模型，并運(yùn)用動(dòng)態(tài)面板數(shù)據(jù)模型來研究電子商務(wù)發(fā)展對(duì)信息消費(fèi)結(jié)構(gòu)的影響。

二、模型的設(shè)定

本文對(duì)于信息消費(fèi)結(jié)構(gòu)的研究采用動(dòng)態(tài)面板數(shù)據(jù)模型，其能夠揭示被解釋變量的動(dòng)態(tài)變化特征，在模型中解釋變量包含了被解釋變量的滯后項(xiàng)。根據(jù)習(xí)慣形成理論，當(dāng)期消費(fèi)產(chǎn)生的效用不僅取決于當(dāng)期的消費(fèi)，而且取決于過去的消費(fèi)習(xí)慣。因此，在模型中引入滯后一期信息消費(fèi)支出，以反映居民信息消費(fèi)的慣性。設(shè)其一般形式為：

三、變量選擇和模型估計(jì)

（一）變量選擇與數(shù)據(jù)說明

1.被解釋變量。目前學(xué)術(shù)界對(duì)信息消費(fèi)范圍的界定還沒有達(dá)成一致，本文在計(jì)算人均信息消費(fèi)時(shí)，采用蔣序懷（2000）[10]提出對(duì)于信息消費(fèi)統(tǒng)計(jì)的方法，在研究信息消費(fèi)結(jié)構(gòu)時(shí)選擇人均醫(yī)療保健消費(fèi)支出（HC）、人均交通通訊消費(fèi)支出（TCC）、人均娛樂文化教育消費(fèi)支出（CEC），其數(shù)據(jù)均以居民消費(fèi)價(jià)格分類指數(shù)（2010年=100）為定基價(jià)格指數(shù)進(jìn)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(zhèn)居民人均可支配收入”和“農(nóng)村居民人均純收入”按人口比例加權(quán)計(jì)算得到，并以2010年為基期將各省按照不同省份的居民消費(fèi)價(jià)格指數(shù)（CPI）進(jìn)行平減。各省電子商務(wù)發(fā)展指數(shù)（EC）是“阿里巴巴電子商務(wù)發(fā)展指數(shù)”，它基于阿里巴巴平臺(tái)的海量數(shù)據(jù)，包括網(wǎng)商指數(shù)、網(wǎng)購指數(shù)兩個(gè)一級(jí)指標(biāo)和四個(gè)二級(jí)指標(biāo)（網(wǎng)商密度指數(shù)、店均網(wǎng)絡(luò)交易指數(shù)、網(wǎng)購消費(fèi)者密度指數(shù)、人均網(wǎng)絡(luò)消費(fèi)指數(shù)）。阿里巴巴電子商務(wù)發(fā)展指數(shù)取值介于 0—100 之間，數(shù)值越大，反映該省電子商務(wù)發(fā)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(dòng)人口占比（LP）兩個(gè)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(shù)得到高中及以上人口占比;勞動(dòng)人口占比，是各省市14～64歲人口占總?cè)丝诘谋壤?/p>

本文基于數(shù)據(jù)的可獲得性和可比性，選取中國31個(gè)省（市、自治區(qū)）2010—2015年的相關(guān)樣本數(shù)據(jù)。數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒（2011—2016）》《中國城市（鎮(zhèn)）生活與價(jià)格年鑒（2011—2012）》《中國價(jià)格統(tǒng)計(jì)年鑒（2013—2016）》和阿里研究院。

（二）估計(jì)結(jié)果及分析

本文基于模型（1）和影響信息消費(fèi)結(jié)構(gòu)變化的變量來建立如下模型：

本文對(duì)面板數(shù)據(jù)采用LLC（Levin-Lin-Chu）和Fisher-ADF 法來檢驗(yàn)數(shù)據(jù)列的平穩(wěn)性。由檢驗(yàn)結(jié)果可知，原序列存在單位根，對(duì)該序列進(jìn)行一階差分后再次檢驗(yàn)，P值顯著，說明該序列平穩(wěn)，即存在一階單整。通過Kao檢驗(yàn)和Pedroni檢驗(yàn)方法進(jìn)行協(xié)整檢驗(yàn)，可知ADF統(tǒng)計(jì)量的值和P值拒絕原假設(shè)，即該31個(gè)省市面板數(shù)據(jù)之間存在協(xié)整關(guān)系。

本文主要考察電子商務(wù)發(fā)展與居民信息消費(fèi)結(jié)構(gòu)之間的關(guān)系，不考慮各省份個(gè)體的變化，因此不考慮變系數(shù)模型。通過Hausman檢驗(yàn)的統(tǒng)計(jì)量和F值可知檢驗(yàn)結(jié)果拒絕了隨機(jī)效應(yīng)模型原假設(shè)，應(yīng)建立個(gè)體固定效應(yīng)回歸模型。

本文使用系統(tǒng)GMM一步估計(jì)法和兩步估計(jì)法進(jìn)行估計(jì)，結(jié)果（見下表）。

由表中的統(tǒng)計(jì)檢驗(yàn)來看，SYS-GMM的兩步估計(jì)法的Sargan檢驗(yàn)的P值均大于0.05，且都顯著大于SYS-GMM兩步估計(jì)法中的P值，說明兩步估計(jì)法中選擇的工具變量整體有效，且兩步估計(jì)法采用的權(quán)重矩陣要比一步法更有效解決樣本異質(zhì)性。從表中可知，滯后一期消費(fèi)支出系數(shù)都顯著為正，說明居民信息消費(fèi)易受消費(fèi)習(xí)慣的影響，具有顯著“荊輪效應(yīng)”。居民人均收入PI顯著性較差，系數(shù)較小，可見居民人均收入在信息消費(fèi)結(jié)構(gòu)中影響并不顯著。對(duì)于電子商務(wù)發(fā)展EC，在醫(yī)療保健消費(fèi)、文教娛樂消費(fèi)中，系數(shù)顯著為正，其對(duì)醫(yī)療保健消費(fèi)影響最大，這與目前醫(yī)藥行業(yè)電子商務(wù)飛速發(fā)展有很大關(guān)系。而在交通通訊消費(fèi)中，電子商務(wù)發(fā)展指數(shù)系數(shù)為負(fù)，這是因?yàn)榫W(wǎng)上購物、網(wǎng)上交易等互聯(lián)網(wǎng)金融模式的多樣化使得居民線上消費(fèi)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(shù)估計(jì)值可知，受教育程度EDU對(duì)于信息消費(fèi)結(jié)構(gòu)具有顯著正相關(guān)，尤其對(duì)醫(yī)療保健消費(fèi)的促進(jìn)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(yī)療電子商務(wù)發(fā)展模式。勞動(dòng)力LP在文教娛樂消費(fèi)模型中系數(shù)較大，說明青少年仍是文教娛樂消費(fèi)的主力軍。

四、研究結(jié)論及啟示

本文基于2010—2015年我國31個(gè)?。ㄊ小⒆灾螀^(qū)）的省際面板數(shù)據(jù)，利用系統(tǒng)GMM估計(jì)兩步法分析了電子商務(wù)對(duì)我國居民信息消費(fèi)結(jié)構(gòu)的影響。研究發(fā)現(xiàn)，電子商務(wù)發(fā)展對(duì)于我國居民醫(yī)療保健消費(fèi)和文教娛樂消費(fèi)支出有積極作用，而對(duì)于交通通訊消費(fèi)具有一定的抑制作用?？梢?，電子商務(wù)的發(fā)展在一定程度上便利了居民的日常生活，節(jié)約了時(shí)間成本，豐富了居民的精神文化生活。電子商務(wù)的發(fā)展對(duì)于居民的信息消費(fèi)具有正向作用，同時(shí)也優(yōu)化了居民的信息消費(fèi)結(jié)構(gòu)，隨著信息化的不斷深化，電子商務(wù)會(huì)進(jìn)一步推動(dòng)居民信息消費(fèi)結(jié)構(gòu)不斷優(yōu)化升級(jí)。

參考文獻(xiàn)：

[1] ?鄭英隆.信息消費(fèi)論綱[J].上海社會(huì)科學(xué)院學(xué)術(shù)季刊，1994，（2）：51-59.

[2] ?何猛，閆強(qiáng).大數(shù)據(jù)時(shí)代的信息消費(fèi)內(nèi)涵分析[J].北京郵電大學(xué)學(xué)報(bào)，2014，（4）：40-45.

[3] ?劉雪艷，齊捷，王在寧.新興信息消費(fèi)內(nèi)涵界定及特征分析[J].情報(bào)理論與實(shí)踐，2016，（11）：62-67.

[4] ?樊茂清，任若恩.我國城鎮(zhèn)居民消費(fèi)結(jié)構(gòu)的實(shí)證研究[J].統(tǒng)計(jì)研究，2006，（12）：23-26.

[5] ?汪衛(wèi)霞，汪雷.我國城鎮(zhèn)居民信息消費(fèi)結(jié)構(gòu)區(qū)域差異性分析[J].情報(bào)理論與實(shí)踐，2012，（11）：104-108.

[6] ?陳立梅.基于擴(kuò)展線性支出系統(tǒng)模型的我國農(nóng)村居民信息消費(fèi)結(jié)構(gòu)分析——來自1993—2009年的經(jīng)驗(yàn)數(shù)據(jù)[J].管理世界，2013，（9）：180-181.

[7] ?張慧芳，艾天霞.城鎮(zhèn)居民收入增長與信息消費(fèi)結(jié)構(gòu)演變——基于省級(jí)面板數(shù)據(jù)的實(shí)證研究[J].經(jīng)濟(jì)問題探索，2016，（12）：82-89.

[8] ?鄭英隆，潘偉杰.農(nóng)村電子商務(wù)發(fā)展與村民信息消費(fèi)成長效應(yīng)[J].福建論壇：人文社會(huì)科學(xué)版，2015，（11）：25-30.

[9] ?方福前，邢煒.居民消費(fèi)與電商市場(chǎng)規(guī)模的U型關(guān)系研究[J].財(cái)貿(mào)經(jīng)濟(jì)，2015，（11）：131-147.

[10] ?蔣序懷.略論我國居民信息消費(fèi)的現(xiàn)狀及存在的問題[J].消費(fèi)經(jīng)濟(jì)，2000，（5）：33-37.

[11] ?鄭麗，趙嚴(yán)冬，唐守廉.信息產(chǎn)業(yè)發(fā)展水平對(duì)居民信息消費(fèi)的門限效應(yīng)——基于面板數(shù)據(jù)的實(shí)證研究[J].情報(bào)科學(xué)，2016，（3）：79-84.

[責(zé)任編輯 李曉群]