林楷涵 薛羽珂

(南京財經(jīng)大學(xué) 江蘇南京 210000)

過去10年，中國經(jīng)濟取得了長足進步，占世界經(jīng)濟的比重由2010年的9.14%上升到2021年的18.45%左右。然而，與世界其他國家相比，中國經(jīng)濟的高速增長伴隨著中國居民的消費不足與高儲蓄率(Chamon&Prasad，2010；戴圣濤和卜京，2019)。與此同時，近年來以互聯(lián)網(wǎng)為代表的數(shù)字技術(shù)正在改變個體生產(chǎn)、分配、交換等行為，其中自然包括居民的消費行為(杜丹清，2017)。但是，由于互聯(lián)網(wǎng)等數(shù)字資源在人群間的不均衡，未能成功掌握數(shù)字技能的個體無法享受數(shù)字紅利且不斷邊緣化，從而帶來新的社會治理難題——數(shù)字鴻溝。

早期的數(shù)字鴻溝被定義為個體無法使用計算機或接入互聯(lián)網(wǎng)，即接入溝(也稱為第一級數(shù)字鴻溝)(Attewell，2001)，隨著互聯(lián)網(wǎng)的發(fā)展，接入溝逐漸得到彌合。學(xué)者發(fā)現(xiàn)，即使擁有相同的硬件接入條件，也并不意味著人們將按照完全相同的方式和程度使用互聯(lián)網(wǎng)，體現(xiàn)在使用時間、使用類型和使用內(nèi)容等方面(Van Deursen &Van Dijk，2014)。這種使用上的數(shù)字差距，學(xué)者稱之為使用溝(也稱為第二級數(shù)字鴻溝)，其中以個體互聯(lián)網(wǎng)使用技能或使用頻率的研究最為常見。

數(shù)字鴻溝的存在，往往引起生產(chǎn)生活的不平等。近年來，開始有學(xué)者關(guān)注數(shù)字鴻溝對居民消費的影響，但主要從間接角度進行研究，如互聯(lián)網(wǎng)使用與否(張永麗和徐臘梅，2019；周應(yīng)恒和楊宗之，2021；殷志高和任太增，2022)、互聯(lián)網(wǎng)使用技能和使用頻率(祝仲坤和冷晨昕，2017)、互聯(lián)網(wǎng)使用內(nèi)容(Munyegera，2016；崔海燕，2016；王曉彥和胡德寶，2017；易行健和周利，2018)等，直接考察數(shù)字鴻溝影響的論文并不多見，基于微觀層面的研究更少(黃漫宇和竇雪萌，2022)，且多針對老年人或農(nóng)村居民。事實上，數(shù)字鴻溝所包含的信息日益復(fù)雜化和多元化，世界各國居民遭受數(shù)字鴻溝的現(xiàn)狀不容樂觀，有必要對此展開深入探討。

1 模型設(shè)定、數(shù)據(jù)來源及變量選取

1.1 模型設(shè)定

本文使用OLS回歸模型，估計數(shù)字鴻溝對家庭消費數(shù)量的影響，模型設(shè)定如下：

其中，Consumptioni表示第i個家庭的人均消費數(shù)量；Digital _dividei表示第i個家庭面臨的數(shù)字鴻溝程度，分為第一級和第二級；Xi表示相關(guān)控制變量；εi為隨機擾動項。

1.2 數(shù)據(jù)來源

本文選取中國家庭追蹤調(diào)查(China Family Panel Studies)CFPS2018年的調(diào)查數(shù)據(jù)，剔除戶主年齡18歲以下、60歲以上及家庭消費數(shù)量、戶主是否使用互聯(lián)網(wǎng)等關(guān)鍵變量缺失的樣本。經(jīng)過數(shù)據(jù)清洗，最終獲得樣本8591個。

1.3 變量構(gòu)建

(1)因變量。本文的主要因變量為家庭人均消費數(shù)量。為避免異方差性，家庭人均消費數(shù)量取對數(shù)。

(2)自變量。本文的自變量是數(shù)字鴻溝，分為第一級和第二級。

第一級數(shù)字鴻溝(接入溝)，通過互聯(lián)網(wǎng)接入情況衡量。CFPS2018問卷中存在“是否移動上網(wǎng)”和“是否電腦上網(wǎng)”兩個關(guān)于互聯(lián)網(wǎng)接入的問題，兩者皆不使用賦值為1，否則賦值為0。

第二級數(shù)字鴻溝(使用溝)，通過互聯(lián)網(wǎng)使用頻率衡量。CFPS2018問卷中詢問了受訪者“一般情況下，您使用互聯(lián)網(wǎng)絡(luò)學(xué)習(xí)(如搜索學(xué)習(xí)資料、上網(wǎng)絡(luò)學(xué)習(xí)課程等)、工作、社交活動(如聊天、發(fā)微博等)、娛樂(如看視頻、下載歌曲等)、商業(yè)活動(如使用網(wǎng)銀、網(wǎng)上購物)的頻率”，頻率從高到低分別賦值為1、2、3、4、5、6、7。以此為基礎(chǔ)，對上述五個指標進行因子分析(經(jīng)檢驗，KMO值為0.707)，計算出來的得分表示使用溝，取值越大，則表明個體使用互聯(lián)網(wǎng)的總體頻率越低，所面臨的使用溝越大。

(3)控制變量。參照以往文獻(易行健和周利，2018)，本文選取的控制變量包括戶主特征變量(性別、年齡、年齡的平方/100、受教育年限、婚姻狀況、健康狀況和居住地區(qū))、家庭特征變量(家庭規(guī)模、家庭老人占比(60歲以上人口數(shù)占比)、家庭兒童占比(16歲以下人口數(shù)占比))、家庭總收入和家庭總資產(chǎn)、地區(qū)特征變量(所在省份人均GDP)及省份虛擬變量。其中，家庭總收入、家庭總資產(chǎn)和所在省份人均GDP取對數(shù)。表1為主要變量的描述性統(tǒng)計。

表1 主要變量的描述性統(tǒng)計

2 實證結(jié)果

2.1 基準估計結(jié)果

基于OLS模型，本文考察了不同級別數(shù)字鴻溝對中國居民消費規(guī)模的影響，相關(guān)結(jié)果如表2所示。由表2結(jié)果(1)可知，接入溝的影響負向且在1%的水平上顯著；由結(jié)果(2)可知，在加入相關(guān)控制變量和省級虛擬變量后，接入溝的影響仍負向且在1%的水平上顯著，說明未使用互聯(lián)網(wǎng)會顯著降低家庭人均消費。類似的，由結(jié)果(3)～(4)可知，使用溝的影響同樣為負向且在1%的水平上顯著，意味著互聯(lián)網(wǎng)使用頻率越低，其家庭人均消費就會越少。

表2 數(shù)字鴻溝對家庭消費的影響

2.2 穩(wěn)健性檢驗

穩(wěn)健性檢驗一，改變因變量。此時，將因變量由家庭人均消費替換為家庭總消費，同樣取對數(shù)進行研究。

穩(wěn)健性檢驗二，改變自變量。第一，用家庭未接入互聯(lián)網(wǎng)人數(shù)占比衡量接入溝。第二，對于使用溝，不再采用因子分析法，而是采用加總后取均值的方法進行測度。

穩(wěn)健性檢驗三，改變控制變量。此時，本文重新定義受教育年限，用家庭勞動力占比替換家庭老人占比和家庭兒童占比，將家庭總收入和家庭總資產(chǎn)以萬元為單位。

穩(wěn)健性檢驗四，剔除極端值。為了避免極端值的影響，此時刪除家庭人均消費最低前5%和最高前5%的樣本后進行回歸。

穩(wěn)健性檢驗五，剔除北上廣深。眾所周知，北京市、上海市、廣州市和深圳市四座城市無論是互聯(lián)網(wǎng)發(fā)展水平還是經(jīng)濟發(fā)展水平，均在中國處于領(lǐng)先地位。相應(yīng)的，居民使用互聯(lián)網(wǎng)的可能性較高，使用往往更為頻繁，互聯(lián)網(wǎng)的重要性毋庸置疑，同時居民的收入和消費水平也相對較高。因此，此時剔除這四座城市的樣本進行回歸。

無論是更換變量還是改變樣本，接入溝和使用溝的影響均為負向顯著，表明表2中的估計結(jié)果是穩(wěn)健的。限于篇幅,此處未將結(jié)果詳細列出,如有需要,可向作者索取。

2.3 內(nèi)生性討論

在考察數(shù)字鴻溝對消費的影響時，可能會面臨內(nèi)生性問題的干擾，對于此類問題，經(jīng)典的解決方法是采用IV進行估計。參考已有文獻(Zhu et al.，2020)并結(jié)合數(shù)據(jù)現(xiàn)實，本文按照同一省份、同一收入階層數(shù)字鴻溝均值作為工具變量進行回歸。

在引入工具變量后，接入溝和使用溝對消費的影響依然負向顯著；Kleibergen-Paap rk LM檢驗在1%水平上顯著，Kleibergen-Paap Wald rk F統(tǒng)計量大于Stock-Yogo檢驗10%水平上的臨界值，以上結(jié)果表明不存在工具變量識別不足及弱工具變量的問題。另外，在考慮內(nèi)生性問題后，接入溝和使用溝對消費的負面影響仍是負向顯著，再次證明了表2中基準結(jié)果的穩(wěn)健性。如有需要,可向作者索取結(jié)果。

3 結(jié)語

隨著互聯(lián)網(wǎng)的日益普及和迅猛發(fā)展，人們所面臨的數(shù)字鴻溝慢慢由有形的接入溝轉(zhuǎn)化為無形的使用溝。本文基于CFPS2018數(shù)據(jù)，就數(shù)字鴻溝對中國居民家庭消費規(guī)模的影響進行理論探討與實證檢驗。研究表明：總體而言，接入溝和使用溝顯著抑制家庭消費數(shù)量，即居民沒有使用互聯(lián)網(wǎng)，互聯(lián)網(wǎng)使用頻率越低，則居民消費數(shù)量顯著下降，穩(wěn)健性分析和內(nèi)生性討論結(jié)果表明，這一結(jié)論比較穩(wěn)健可靠。