劉 雯

（山西大學經(jīng)濟與管理學院，太原 030006）

一、引 言

近年來，線上消費逐漸成為我國居民購物的重要渠道，尤其是在新冠疫情防控期間，便于居民足不出戶即獲得物資，為居民消費的便利性做了重要貢獻，也有助于釋放居民消費潛力，充分發(fā)揮消費在經(jīng)濟發(fā)展中的基礎作用。2020年我國農(nóng)村網(wǎng)絡零售額從2014年的1 800億元增加到1.79萬億元，規(guī)模擴大了8.9倍，但與城鎮(zhèn)相比差距仍然明顯。我國農(nóng)村居民線上消費的認識仍然有待提高，對線上消費的使用仍然存疑，農(nóng)村線上消費市場存在較大的可挖掘潛力。

與此同時，為提高農(nóng)村居民的線上消費能力，農(nóng)村地區(qū)的信息基礎設施建設也在不斷完善，行政村4G 網(wǎng)絡即將基本實現(xiàn)全覆蓋，截至2021 年6 月農(nóng)村居民互聯(lián)網(wǎng)普及率達到59.2%，而城鎮(zhèn)則為78.3%，雖然增速已趕超城鎮(zhèn)，但仍與城鎮(zhèn)居民之間存在一定差距。而互聯(lián)網(wǎng)普及率的提高不一定意味著農(nóng)村居民實際使用互聯(lián)網(wǎng)意愿的提高，而可能只是提供了可及性條件，農(nóng)村居民對互聯(lián)網(wǎng)的使用程度仍然有限，這些均會影響農(nóng)村居民線上消費意愿和消費金額。

二、文獻綜述

目前國外有關互聯(lián)網(wǎng)使用影響個體消費行為的研究主要集中在探討互聯(lián)網(wǎng)使用與部分類別消費品特別是電力消費的關系上。如Sadorsky（2012）在探討資訊通訊技術（ICT）對新興經(jīng)濟體電力消費的影響時發(fā)現(xiàn)，信息和通信技術與電力消耗之間存在著統(tǒng)計上的顯著關系。也有學者關注個體上網(wǎng)本身所帶來的費用。Yusuf 等（2008）研究澳大利亞有自費上網(wǎng)服務的家庭在這項服務上的花費。調(diào)查結(jié)果顯示，42%的家庭擁有互聯(lián)網(wǎng)連接，平均每個家庭每年在互聯(lián)網(wǎng)連接上花費349澳元。Ji（2016）則認為在互聯(lián)網(wǎng)不斷普及后，電信服務與其他已有如公共交通等服務間存在愈發(fā)強烈的替代作用，并運用了幾乎理想需求系統(tǒng)（AIDS）探討電信服務支出的變化及與其他類別消費支出間的關系，認為2007年后電信服務價格彈性明顯提高。當然，也有學者基于產(chǎn)品供給角度探討個體網(wǎng)購行為，如Chiou 等（2017）提出消費者會在包括傳統(tǒng)零售店和互聯(lián)網(wǎng)在內(nèi)的多渠道環(huán)境中表現(xiàn)出復雜的購物行為。當企業(yè)決定建立網(wǎng)店作為線上渠道時，顧客與銷售伙伴關系、顧客對網(wǎng)店購物的接受性及其交互作用均會影響顧客多渠道購物行為的態(tài)度。其他關于線上消費的研究則主要集中在探討影響個體線上消費行為的人口統(tǒng)計特征方面。如從年齡、收入、性別等方面考察農(nóng)村居民的網(wǎng)購模式，以確定網(wǎng)購者的特征以及農(nóng)村地區(qū)最可能面臨競爭的商店類型（Walzer 等，2005），或者認為婚姻狀況（Brown等，2005）、節(jié)省時間和資金等的信念（Punj，2011）、是否是管理層（Naseri等，2011）等會影響個體網(wǎng)購行為。

國內(nèi)互聯(lián)網(wǎng)使用影響居民消費的研究則主要集中在上網(wǎng)對家庭總消費水平和8類消費支出的影響上。有學者探討互聯(lián)網(wǎng)使用對局部地區(qū)居民消費和城鄉(xiāng)居民消費結(jié)構的影響（向玉冰，2018；程名望等，2019；張永麗等，2019），有學者使用截面數(shù)據(jù)研究上網(wǎng)對農(nóng)戶消費行為的影響（祝仲坤，2020），也有學者從企業(yè)角度出發(fā)研究電子商務對居民消費的影響（方福前等，2015）。但目前僅有少數(shù)學者關注影響居民線上消費行為的相關因素，如易行健等（2015）利用城鎮(zhèn)家庭2007年和2009年六個省市的數(shù)據(jù)研究了家庭收入水平和戶主的人口統(tǒng)計特征對家庭網(wǎng)購行為的影響，認為收入水平的上升會提高家庭參與互聯(lián)網(wǎng)購買的可能性，不同的人口統(tǒng)計特征也意味著不同的互聯(lián)網(wǎng)購買行為，主要涉及到年齡、性別和家庭規(guī)模。李旭洋等（2018）在分析城鎮(zhèn)化對居民消費環(huán)境的影響時，提出互聯(lián)網(wǎng)發(fā)展對城鎮(zhèn)居民的網(wǎng)絡消費存在顯著正向影響。孫喆等（2020）則致力于研究互聯(lián)網(wǎng)保險對居民網(wǎng)絡消費的影響，且重點關注互聯(lián)網(wǎng)保險的省際空間效應。

綜上所述，已有研究較少關注居民線上消費行為，且往往止步于二者之間存在的線性關系，農(nóng)村居民線上消費行為方面的研究更為缺乏，較少從互聯(lián)網(wǎng)使用角度切入，也未提及其中的非線性關系和家庭內(nèi)部成員間的相互影響。本文首次構建互聯(lián)網(wǎng)使用影響農(nóng)村居民線上消費的理論框架，基于中國家庭追蹤調(diào)查2014~2018年農(nóng)村數(shù)據(jù)建立計量模型，嘗試性地從個體層面出發(fā)探討互聯(lián)網(wǎng)使用影響農(nóng)村居民線上消費的非線性關系，識別個體所在家庭其他成員對個體自身線上消費行為的影響，從而得出相應的結(jié)論和政策建議。

三、理論分析和模型設定

（一）理論分析

本文基于個體效用函數(shù)構建理論模型，從理論層面分析互聯(lián)網(wǎng)使用對個體線上消費行為的影響。假設個體效用函數(shù)為：Ut=u(ct)+θ(zt)v(xt)，其中，ct為個體線下消費，xt為個體線上消費。θ（zt）用于衡量個體線上消費相對于線下消費的重要性（劉雯，2018），θ（zt）取值越大，意味著個體的線上消費相對于線下消費的重要程度越強。zt為互聯(lián)網(wǎng)使用情況，個體對互聯(lián)網(wǎng)使用程度不同時，個體對線上消費相對于線下消費重要性的判斷也不相同，從而影響個體效用水平。為便于說明，本文以兩期對數(shù)形式的效用函數(shù)為例求解。此時，個體面臨的效用函數(shù)和預算約束為式（1）-（3）：

其中，β為時間折現(xiàn)率，t為時期，c1、x1為個體第1期（可視為年輕時期）的線下消費和線上消費，y為第1期的收入水平，s為第1期的儲蓄水平，R為本息率（一般R＞1），c2、x2為個體第2期（可視為老年時期）的線下消費和線上消費，假設個體第2期的收入為第1期儲蓄的本息和，無其他收入。個體即在預算約束（2）和（3）的前提下，試圖最大化自身的效用水平。

聯(lián)立式（2）和（3），消去儲蓄水平后，得到式（4），如下：

利用式（1）和式（4）構建拉格朗日函數(shù)有：

分別對c1、c2、x1、x2和λ求導，得到x1關于z1的表達式如下：

命題1：當互聯(lián)網(wǎng)使用影響個體對線上消費的判斷時，個體互聯(lián)網(wǎng)使用情況會影響該個體的線上消費行為。具體而言，如果互聯(lián)網(wǎng)的使用使個體認為線上消費的相對重要性增加，則互聯(lián)網(wǎng)的使用會使個體線上消費額增加，否則減少。

由表1看出，裂縫孔隙度很低，這是由于成像測井裂縫識別精度僅為0.1mm，大裂縫不多見。但巖心觀察發(fā)現(xiàn)高導縫、微裂縫、礫緣縫等微細裂縫發(fā)育［8］，因此分析認為微細裂縫對儲層連通具有重要作用［9］。由圖6可以看出，在一定孔隙度條件下，只有當裂縫發(fā)育到一定程度時，才會有較好的自然產(chǎn)能（如車66、車660井）。

證明：式（6）兩邊對z1求偏導，

x1關于z1求二階偏導后的符號并不確定，可能為正也可能為負。進一步，如果假設θ''(z1)≤0，即互聯(lián)網(wǎng)使用影響個體相對判斷的函數(shù)為凹函數(shù)或線性函數(shù)時，x1關于z1的二階偏導小于0。結(jié)合命題1可知，互聯(lián)網(wǎng)使用對個體線上消費的影響為正，但會隨

此時，預算約束并未發(fā)生變化。構建拉格朗日函數(shù)并對各未知變量求偏導后，得到新的x1關于z1的表達式：

因此，如果互聯(lián)網(wǎng)使用確實有助于個體判斷線上線下消費產(chǎn)生的相對效用水平且個體確實在意家庭中其他成員的互聯(lián)網(wǎng)使用情況（δ＞0），則有：，即個體所在家庭中其他成員的互聯(lián)網(wǎng)使用情況會影響該個體自身的線上消費行為。

（二）模型設定

本文基于中國家庭追蹤調(diào)查2014~2018年農(nóng)村樣本構建logit和tobit模型，首次從個體層面出發(fā)探討互聯(lián)網(wǎng)使用對農(nóng)村居民線上消費行為的影響，并識別個體所在家庭其他成員對個體自身消費行為的影響，對上文提到的命題1-3分別進行檢驗。本文在使用工具變量進行內(nèi)生性檢驗時，為了排除可能存在的弱工具變量問題，引入了ivprobit兩步法和ivtobit兩步法進行回歸分析。具體模型設定如下。

在研究互聯(lián)網(wǎng)使用對個體線上消費行為的影響時，設定的計量模型如下：

其中，Onlinecit為個體i在時期t的線上消費，如果是二元變量，則衡量個體是否存在線上消費；如果是連續(xù)變量，則衡量個體的線上消費額（對數(shù)）。ltimeit為個體i在時期t的互聯(lián)網(wǎng)使用時間（對數(shù)），X1it和X2it分別為個體i在時期t家庭層面和個體層面的控制變量，uit為隨機擾動項。

即在式（12）的基礎上，引入個體i在時期t互聯(lián)網(wǎng)使用時間的平方項，用于衡量二

四、數(shù)據(jù)來源及變量選取

（一）數(shù)據(jù)來源

本文數(shù)據(jù)源自北京大學中國社會科學調(diào)查中心2014~2018年實施的“中國家庭追蹤調(diào)查”項目（China Family Panel Studies，以下簡稱CFPS），該數(shù)據(jù)庫每兩年調(diào)查一次，涵蓋了豐富的家庭、成人和兒童數(shù)據(jù)。本文基于農(nóng)村個體樣本進行回歸分析，使用個體所在家庭層面數(shù)據(jù)進行穩(wěn)健性檢驗，使用個體所在村/居層面數(shù)據(jù)進行內(nèi)生性檢驗。

（二）變量選取

1.被解釋變量

消費方式的不斷增加和消費便利性的不斷提高有助于挖掘居民消費潛力。本文引入兩個變量衡量個體線上消費情況。一是二元變量，用于衡量個體是否存在線上消費；二是連續(xù)變量（對數(shù)），用于衡量個體線上消費額。而在穩(wěn)健性檢驗中，本文也引入了家庭層面的相應變量，用于說明家庭線上消費情況。

2.核心解釋變量

個體的互聯(lián)網(wǎng)使用情況往往影響其線上消費行為。與已有文獻不同，本文不僅關注個體是否上網(wǎng)，更關注個體上網(wǎng)時間/上網(wǎng)頻率對其線上消費行為的影響，用于衡量個體對互聯(lián)網(wǎng)的使用程度。具體而言，使用個體每周業(yè)余上網(wǎng)小時數(shù)作為代理變量進行基本的回歸分析；引入個體使用互聯(lián)網(wǎng)進行娛樂活動的頻率（取值1-7，數(shù)值越大，上網(wǎng)頻率越高）、個體所在家庭的總上網(wǎng)時間等作為代理變量進行穩(wěn)健性分析。

3.其他的主要解釋變量

在探討互聯(lián)網(wǎng)使用影響個體線上消費行為的非線性關系時，本文引入了互聯(lián)網(wǎng)使用時間的二次項和上網(wǎng)頻率的二次項，用于識別“拐點”的存在；在檢驗家庭成員間存在的相互影響時，本文引入了個體所在家庭其他成員的互聯(lián)網(wǎng)使用時間作為核心解釋變量；在檢驗這種相互影響針對不同個體所呈現(xiàn)出的異質(zhì)性時，本文引入了個體所在家庭其他成員的互聯(lián)網(wǎng)使用時間與個體受教育程度、年齡等人口統(tǒng)計特征的交叉項進行識別；在基于家庭層面的樣本進行回歸分析時，本文還引入了家庭互聯(lián)網(wǎng)使用時間、家庭所在村落互聯(lián)網(wǎng)使用時間的中位數(shù)水平，用于穩(wěn)健性檢驗。

4.控制變量

本文同時引入了家庭層面和個體層面的變量作為控制變量。①家庭層面：家庭人均收入水平（對數(shù)）、家庭規(guī)模。②個體層面：a.受教育程度，1-8分別代表文盲/半文盲、小學、初中、高中/中專/技校/職高、大專、大學本科、碩士和博士；b.婚姻狀況，取值為1 代表已婚或同居，取值為0 代表未婚、離婚或喪偶；c.年齡；d.性別，取值為1代表男性，取值為0代表女性。除此之外，也引入了年份控制變量用于控制時間固定效應。主要變量的描述性統(tǒng)計見表1。

表1 主要變量的描述性統(tǒng)計

五、實證分析

互聯(lián)網(wǎng)使用將如何影響農(nóng)村居民的線上消費行為？首先借助Logit模型研究互聯(lián)網(wǎng)使用對農(nóng)村居民線上消費的影響，借助Tobit 模型研究互聯(lián)網(wǎng)使用對農(nóng)村居民線上消費額（對數(shù)）的影響；其次引入核心解釋變量的平方項和面板門檻效應模型識別互聯(lián)網(wǎng)使用影響農(nóng)村居民線上消費行為的“拐點”；然后引入交叉項識別個體所在家庭其他成員互聯(lián)網(wǎng)使用時間對個體自身線上消費行為的影響及其異質(zhì)性；最后給出相應的內(nèi)生性檢驗和穩(wěn)健性檢驗。

（一）基本回歸

農(nóng)村居民對互聯(lián)網(wǎng)的使用是否會提高其線上消費可能性？表2第（1）-（3）列的被解釋變量為個體是否進行線上消費，第（4）-（6）列的被解釋變量為個體線上消費額（對數(shù)）；第（1）、（4）列無控制變量，第（2）、（5）列在第（1）、（4）列的基礎上引入個體層面的控制變量和年份控制變量，第（3）、（6）列在第（2）、（5）列的基礎上引入家庭層面的控制變量。隨著個體互聯(lián)網(wǎng)使用時間的增加，其線上消費的可能性不斷增加，個體的線上消費額也在不斷增加。不論基于哪種形式進行回歸分析，核心解釋變量的估計系數(shù)均在1%顯著性水平上顯著。

表2 基本回歸結(jié)果

（二）非線性關系檢驗

互聯(lián)網(wǎng)使用時間對個體線上消費行為的影響是否為線性？即關注是否存在影響“拐點”（見表3）。表3第（1）-（2）列同時引入個體互聯(lián)網(wǎng)使用時間和互聯(lián)網(wǎng)使用時間的平方項作為核心解釋變量，第（1）列以個體是否進行線上消費為被解釋變量，第（2）列以個體線上消費額（對數(shù)）為被解釋變量。從回歸結(jié)果可以看到，在引入平方項后，互聯(lián)網(wǎng)使用時間的系數(shù)估計值仍然顯著為正，但平方項的系數(shù)估計值顯著為負。這意味著，互聯(lián)網(wǎng)使用時間的增加仍然會使個體線上消費的可能性和消費額增加，但這種邊際影響會隨著互聯(lián)網(wǎng)使用時間的增加而減弱。

進一步的，本文引入了以個體互聯(lián)網(wǎng)使用頻率作為核心解釋變量的替代變量進行穩(wěn)健性檢驗，見表3第（3）-（4）列。上網(wǎng)娛樂頻率越高，個體線上消費的可能性越大，且個體線上消費額越多，與第（1）、（2）列結(jié)果一致。

考慮到平方項的引入可能帶來多重共線性等問題，本文也構建了面板門檻效應模型進行穩(wěn)健性檢驗。此時門檻變量和門檻效應變量均為個體互聯(lián)網(wǎng)使用時間，即研究上網(wǎng)時間的多少對個體線上消費額的影響是否存在“拐點”。此時，考慮到個體互聯(lián)網(wǎng)使用時間里有部分取值為0，本文將個體互聯(lián)網(wǎng)使用時間按照大小排序后劃分為10等份，賦值為1-10，取值越大，互聯(lián)網(wǎng)使用程度越強，作為互聯(lián)網(wǎng)使用時間的代理變量進行回歸分析，見表3第（5）-（6）列。不論是否以線上消費為被解釋變量，還是以線上消費額（對數(shù)）為被解釋變量，模型均存在一個門檻值，且在1%顯著性水平上顯著，這意味著互聯(lián)網(wǎng)使用時間對個體線上消費行為的影響呈倒U型，先增加后減少，存在峰值，進一步驗證了引入二次項后回歸結(jié)果的穩(wěn)健性。

表3 非線性關系的檢驗結(jié)果

（三）家庭內(nèi)部相互影響檢驗

個體線上消費行為不僅與該個體自身是否上網(wǎng)有關，可能也與家庭其他成員的互聯(lián)網(wǎng)使用情況有關。本文這部分即用于檢驗家庭成員間的相互影響在其中的作用。

由表4回歸結(jié)果可知，在控制個體自身上網(wǎng)時間的前提下，個體所在家庭其他成員的互聯(lián)網(wǎng)使用情況確實會顯著影響該個體的線上消費行為。即個體會由于家庭中其他成員互聯(lián)網(wǎng)使用時間的增加，而提高自身線上消費可能性和線上消費額。

表4 家庭內(nèi)部相互影響檢驗的回歸結(jié)果

進一步，這種影響存在異質(zhì)性。由第（2）-（6）列回歸結(jié)果可知，相比其他個體，受教育程度較低和家庭人均收入較低的個體線上消費可能性受到家庭其他成員的影響更大，受教育程度較低、年齡較大、已婚的個體線上消費額受到家庭其他成員的影響更大。這可能是由于受教育程度較低、年齡較大和家庭人均收入較低的個體對互聯(lián)網(wǎng)線上消費的接觸和了解較少，已婚個體對配偶的依賴性更高，更容易受到家庭其他成員的影響進而改變自身的線上消費行為。

（四）內(nèi)生性檢驗

考慮到可能存在的反向因果問題，本文參考Fisman 等（2007）、周廣肅等（2018）的做法，將個體所在省級層面的互聯(lián)網(wǎng)使用狀況作為個體互聯(lián)網(wǎng)使用的工具變量，將扣除個體所在家庭互聯(lián)網(wǎng)使用時間后的個體所在縣區(qū)層面互聯(lián)網(wǎng)使用時間作為個體所在家庭其他成員互聯(lián)網(wǎng)使用時間的工具變量。這樣做的可行性在于，地區(qū)層面的互聯(lián)網(wǎng)使用狀況往往能夠用于衡量該地與互聯(lián)網(wǎng)相關的信息基礎設施建設情況，從而影響該地個體的互聯(lián)網(wǎng)使用狀況，同時地區(qū)層面的互聯(lián)網(wǎng)使用狀況又與個體層面的消費狀況無直接關系，滿足外生性條件。為了排除可能存在的弱工具變量問題，本文使用ivprobit兩步法和ivtobit兩步法進行回歸分析，具體回歸結(jié)果見表5。

表5 內(nèi)生性檢驗回歸結(jié)果

由表5可知，Wald檢驗給出解釋變量是否為內(nèi)生變量的檢驗結(jié)果，均在5%顯著水平上拒絕了原假設，說明解釋變量為內(nèi)生變量，需要引入工具變量做進一步分析；AR檢驗給出工具變量是否為弱工具變量的檢驗結(jié)果，均在5%顯著性水平上拒絕了原假設，一定程度上排除了弱工具變量可能性；通過給出工具變量影響個體層面消費狀況的回歸結(jié)果（控制其他因素的情況下）得到工具變量的外生性檢驗結(jié)果，工具變量系數(shù)在10%的顯著性水平上均不顯著。因此，在考慮核心解釋變量的內(nèi)生性問題后，互聯(lián)網(wǎng)使用對個體線上消費可能性和線上消費額（對數(shù)）的影響仍然顯著為正，個體所在家庭其他成員對個體自身線上消費行為的影響仍然顯著為正。

（五）家庭層面穩(wěn)健性檢驗

考慮到個體消費行為往往與該個體所在的家庭有關，本文這部分基于家庭層面的樣本構建計量模型，研究家庭互聯(lián)網(wǎng)使用時間對該家庭線上消費行為的影響，作為穩(wěn)健性檢驗（見表6）。可以看到，家庭上網(wǎng)時間越多，家庭線上消費可能性越高，家庭線上消費額越多，同樣存在“拐點”。

表6 家庭層面穩(wěn)健性檢驗回歸結(jié)果

六、結(jié)論與政策建議

（一）結(jié)論

第一，互聯(lián)網(wǎng)使用時間的增加使農(nóng)村居民線上消費的可能性提高，也使農(nóng)村居民的線上消費額顯著增加，從消費手段維度優(yōu)化升級農(nóng)村居民消費行為。

第二，互聯(lián)網(wǎng)使用對農(nóng)村居民線上消費行為的邊際影響不斷減弱，面板門檻效應模型檢驗了“拐點”的存在。

第三，家庭內(nèi)部成員間存在相互影響。在控制個體自身互聯(lián)網(wǎng)使用時間的前提下，家庭其他成員互聯(lián)網(wǎng)使用時間的增加會顯著影響個體的線上消費行為，且這種影響存在異質(zhì)性：受教育程度較低、年齡較大、人均收入較低和已婚的個體更容易受到他人影響。

（二）政策建議

第一，加強農(nóng)村信息基礎設施建設，切實踐行數(shù)字鄉(xiāng)村發(fā)展行動計劃。近年來，線上消費不斷被農(nóng)村居民接受，但部分農(nóng)村地區(qū)的網(wǎng)絡信號強度、可用于在線購物的計算機和移動設備等仍有待補充。為農(nóng)村居民提供相應的信息基礎設施，有助于鼓勵農(nóng)村居民使用互聯(lián)網(wǎng)購物，有助于加速線上線下消費融合。

第二，大力宣傳互聯(lián)網(wǎng)+服務，提高互聯(lián)網(wǎng)使用效率?；ヂ?lián)網(wǎng)普及率高不意味著線上消費傾向高，不同農(nóng)戶對互聯(lián)網(wǎng)的使用程度不同，線上消費額也不同，且并非互聯(lián)網(wǎng)使用時間越長，線上消費可能性越大。因此，對農(nóng)村居民的互聯(lián)網(wǎng)使用能力和信息辨別能力進行培訓，有助于農(nóng)村居民梳理并理解互聯(lián)網(wǎng)+各項服務，有效激發(fā)其線上消費積極性。

第三，聚焦羊群效應，實現(xiàn)精準網(wǎng)絡培訓。受教育程度、年齡、人均收入和婚姻狀況等變量會通過影響家庭內(nèi)部個體間的相互作用進而影響個體線上消費行為。因此，通過對農(nóng)村家庭中較高受教育程度、年齡較低、收入較高的個體進行互聯(lián)網(wǎng)使用培訓，有助于間接調(diào)動農(nóng)村家庭中其他個體的線上消費積極性，進一步激勵更多農(nóng)戶提升消費手段，實現(xiàn)消費升級。