电子商务对居民信息消费结构的影响范文

本站小编为你精心准备了电子商务对居民信息消费结构的影响参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要：我国电子商务发展迅猛，信息消费也逐渐成为拉动经济增长的新引擎，为了更好地研究在电子商务下居民信息消费的变动情况，需要进一步研究电子商务发展对居民信息消费结构的影响。从网络消费的角度，运用动态面板数据模型，实证分析电子商务发展对我国居民信息消费结构的影响。结果显示，电子商务发展对我国医疗保健消费和文教娱乐消费具有显著的促进作用，而对交通通讯消费具有一定的抑制作用。

关键词：电子商务；居民信息消费结构；广义矩估计

引言

2018年工信部、国家发改委印发《扩大和升级信息消费三年行动计划（2018—2022年）》的通知，其中指出到2020年，我国信息消费规模要达到6万亿元，实现98%的行政村光纤通达和4G网络的全覆盖。据中国工业和信息化部统计，2020年，我国要实现固定宽带普及率占70%，移动宽带普及率达到85%。在居民信息消费水平不断提高的同时，居民信息消费结构也在不断升级。未来经济的增长点主要来自于创新型消费与服务型消费，供给侧结构性改革使得供给的结构与消费更加匹配。这说明，“培育信息消费需求”“拓宽电子商务发展空间”，将会扩大消费增长空间，而这都离不开电子商务的发展。除了基础性物质消费，享受型消费如休闲、教育等会成为信息消费的新亮点。因此，研究电子商务发展对我国居民信息消费结构的影响具有重要的现实意义。

一、文献回顾

国内对信息消费研究最早开始于郑英隆（1994）对信息消费概念的系统定义[1]，何猛和闫强（2014）对信息消费进行了重新界定，并研究了信息消费在大数据时代下的内涵和新特点[2]。刘雪艳等（2016）重新认识了新兴信息消费的内涵，应该将新兴信息技术与信息消费行为相结合[3]。从信息消费结构的角度来研究，樊茂清（2006）研究认为，我国城镇居民信息消费结构具有地区差异[4]。汪卫霞和汪雷（2012）运用ELES模型，对我国城镇居民信息消费结构区域差异进行了实证分析[5]。陈立梅（2013）运用扩展线性系统支出模型，分析了农村信息消费现状和消费结构[6]。张慧芳和艾天霞（2016）认为，城镇居民收入增长对信息消费结构演变的影响显著且具有明显的区域差异性[7]。对于研究电子商务与居民消费的关系，郑英隆和潘伟杰（2015）分析了农村电子商务成长对村民的信息消费效应，指出农村电子商务发展推动村民信息消费成长[8]。方福前和邢炜（2015）分析认为，居民消费与电子商务呈“U”型关系[9]。国内外学者对信息消费的研究文献很多，但对于信息消费结构定量分析的文献却很少。对其度量也没有明确的方法，学者们主要集中在信息消费水平的研究上。因此，本文在梳理并借鉴相关文献的基础上在国家要扩大和升级信息消费的大背景下，将居民消费惯性纳入模型，并运用动态面板数据模型来研究电子商务发展对信息消费结构的影响。

二、模型的设定

本文对于信息消费结构的研究采用动态面板数据模型，其能够揭示被解释变量的动态变化特征，在模型中解释变量包含了被解释变量的滞后项。根据习惯形成理论，当期消费产生的效用不仅取决于当期的消费，而且取决于过去的消费习惯。因此，在模型中引入滞后一期信息消费支出，以反映居民信息消费的惯性。设其一般形式为：δ是一个常数，β是k×1向量，Xit和yit是解释变量和被解释变量，μi为非观测截面个体效应，νit为随机扰动项。对于动态面板数据模型的估计一般采用广义矩方法（GMM），因模型中包含因变量的滞后项，考虑到内生性问题，若运用OLS估计时必将产生参数估计量的有偏性和非一致性，而GMM方法允许随机误差项存在异方差和序列相关，因而所得到的参数估计量比其他参数估计方法更有效，工具变量的有效性也会更强。本文使用广义矩估计（GMM）方法来估计模型，其方法主要有差分广义矩估计（DIF-GMM）和系统广义矩估计（SYS-GMM）。

三、变量选择和模型估计

（一）变量选择与数据说明1.被解释变量。目前学术界对信息消费范围的界定还没有达成一致，本文在计算人均信息消费时，采用蒋序怀（2000）[10]提出对于信息消费统计的方法，在研究信息消费结构时选择人均医疗保健消费支出（HC）、人均交通通讯消费支出（TCC）、人均娱乐文化教育消费支出（CEC），其数据均以居民消费价格分类指数（2010年=100）为定基价格指数进行了平减。2.解释变量。选取人均居民收入（PI）作为基本的自变量，将“城镇居民人均可支配收入”和“农村居民人均纯收入”按人口比例加权计算得到，并以2010年为基期将各省按照不同省份的居民消费价格指数（CPI）进行平减。各省电子商务发展指数（EC）是“阿里巴巴电子商务发展指数”，它基于阿里巴巴平台的海量数据，包括网商指数、网购指数两个一级指标和四个二级指标（网商密度指数、店均网络交易指数、网购消费者密度指数、人均网络消费指数）。阿里巴巴电子商务发展指数取值介于0—100之间，数值越大，反映该省电子商务发展水平越高。3.控制变量。本文借鉴郑丽等[11]（2016）选取中国各省市居民的受教育程度（EDU）、劳动人口占比（LP）两个变量作为控制变量。居民受教育程度，是将高中及以上人口加总并除以各省人口数得到高中及以上人口占比；劳动人口占比，是各省市14~64岁人口占总人口的比例。本文基于数据的可获得性和可比性，选取中国31个省（市、自治区）2010—2015年的相关样本数据。数据来源于《中国统计年鉴（2011—2016）》《中国城市（镇）生活与价格年鉴（2011—2012）》《中国价格统计年鉴（2013—2016）》和阿里研究院。

（二）估计结果及分析本文基于模型（1）和影响信息消费结构变化的变量来建立如下模型：其中，i表示省份，t表示年份，yLit代表各省人均医疗保健（HCit）、交通通讯（TCCit）、文教娱乐消费支出（CECit），μi和νit分别为不可观察的各个省份的个体差异和随机扰动项。本文对面板数据采用LLC（Levin-Lin-Chu）和Fisher-ADF法来检验数据列的平稳性。由检验结果可知，原序列存在单位根，对该序列进行一阶差分后再次检验，P值显著，说明该序列平稳，即存在一阶单整。通过Kao检验和Pedroni检验方法进行协整检验，可知ADF统计量的值和P值拒绝原假设，即该31个省市面板数据之间存在协整关系。本文主要考察电子商务发展与居民信息消费结构之间的关系，不考虑各省份个体的变化，因此不考虑变系数模型。通过Hausman检验的统计量和F值可知检验结果拒绝了随机效应模型原假设，应建立个体固定效应回归模型。本文使用系统GMM一步估计法和两步估计法进行估计，结果（见下表）。由表中的统计检验来看，SYS-GMM的两步估计法的Sargan检验的P值均大于0.05，且都显著大于SYS-GMM两步估计法中的P值，说明两步估计法中选择的工具变量整体有效，且两步估计法采用的权重矩阵要比一步法更有效解决样本异质性。从表中可知，滞后一期消费支出系数都显著为正，说明居民信息消费易受消费习惯的影响，具有显著“荆轮效应”。居民人均收入PI显著性较差，系数较小，可见居民人均收入在信息消费结构中影响并不显著。对于电子商务发展EC，在医疗保健消费、文教娱乐消费中，系数显著为正，其对医疗保健消费影响最大，这与目前医药行业电子商务飞速发展有很大关系。而在交通通讯消费中，电子商务发展指数系数为负，这是因为网上购物、网上交易等互联网金融模式的多样化使得居民线上消费增加，从而减少了居民外出和购物的交通量。从控制变量的参数估计值可知，受教育程度EDU对于信息消费结构具有显著正相关，尤其对医疗保健消费的促进作用更显著，可见大部分受教育程度较高的居民能够接受新型医疗电子商务发展模式。劳动力LP在文教娱乐消费模型中系数较大，说明青少年仍是文教娱乐消费的主力军。

四、研究结论及启示

本文基于2010—2015年我国31个省（市、自治区）的省际面板数据，利用系统GMM估计两步法分析了电子商务对我国居民信息消费结构的影响。研究发现，电子商务发展对于我国居民医疗保健消费和文教娱乐消费支出有积极作用，而对于交通通讯消费具有一定的抑制作用。可见，电子商务的发展在一定程度上便利了居民的日常生活，节约了时间成本，丰富了居民的精神文化生活。电子商务的发展对于居民的信息消费具有正向作用，同时也优化了居民的信息消费结构，随着信息化的不断深化，电子商务会进一步推动居民信息消费结构不断优化升级。

参考文献：

[1]郑英隆.信息消费论纲[J].上海社会科学院学术季刊，1994，(2)：51-59.

[2]何猛，闫强.大数据时代的信息消费内涵分析[J].北京邮电大学学报，2014，(4)：40-45.

[3]刘雪艳，齐捷，王在宁.新兴信息消费内涵界定及特征分析[J].情报理论与实践，2016，(11)：62-67.

[4]樊茂清，任若恩.我国城镇居民消费结构的实证研究[J].统计研究，2006，(12)：23-26.

[5]汪卫霞，汪雷.我国城镇居民信息消费结构区域差异性分析[J].情报理论与实践，2012，(11)：104-108.

[6]陈立梅.基于扩展线性支出系统模型的我国农村居民信息消费结构分析———来自1993—2009年的经验数据[J].管理世界，2013，(9)：180-181.

[7]张慧芳，艾天霞.城镇居民收入增长与信息消费结构演变———基于省级面板数据的实证研究[J].经济问题探索，2016，(12)：82-89.

[8]郑英隆，潘伟杰.农村电子商务发展与村民信息消费成长效应[J].福建论坛：人文社会科学版，2015，(11)：25-30.

[9]方福前，邢炜.居民消费与电商市场规模的U型关系研究[J].财贸经济，2015，(11)：131-147.

[10]蒋序怀.略论我国居民信息消费的现状及存在的问题[J].消费经济，2000，(5)：33-37.

[11]郑丽，赵严冬，唐守廉.信息产业发展水平对居民信息消费的门限效应———基于面板数据的实证研究[J].情报科学，2016，(3)：79-84.

作者：杨晓雅 单位：山西大学