電子商務對居民信息消費結(jié)構(gòu)的影響

《電子商務對居民信息消費結(jié)構(gòu)的影響》由會員分享，可在線閱讀，更多相關(guān)《電子商務對居民信息消費結(jié)構(gòu)的影響（6頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、電子商務對居民信息消費結(jié)構(gòu)的影響 電子商務對居民信息消費結(jié)構(gòu)的影響 2019/03/26 摘要：我國電子商務發(fā)展迅猛，信息消費也逐漸成為拉動經(jīng)濟增長的新引擎，為了更好地研究在電子商務下居民信息消費的變動情況，需要進一步研究電子商務發(fā)展對居民信息消費結(jié)構(gòu)的影響。從網(wǎng)絡消費的角度，運用動態(tài)面板數(shù)據(jù)模型，實證分析電子商務發(fā)展對我國居民信息消費結(jié)構(gòu)的影響。結(jié)果顯示，電子商務發(fā)展對我國醫(yī)療保健消費和文教娛樂消費具有顯著的促進作用，而對交通通訊消費具有一定的抑制作用。

2、 關(guān)鍵詞：電子商務；居民信息消費結(jié)構(gòu)；廣義矩估計 引言 2018年工信部、國家發(fā)改委印發(fā)《擴大和升級信息消費三年行動計劃（2018—2022年）》的通知，其中指出到2020年，我國信息消費規(guī)模要達到6萬億元，實現(xiàn)98%的行政村光纖通達和4G網(wǎng)絡的全覆蓋。據(jù)中國工業(yè)和信息化部統(tǒng)計，2020年，我國要實現(xiàn)固定寬帶普及率占70%，移動寬帶普及率達到85%。在居民信息消費水平不斷提高的同時，居民信息消費結(jié)構(gòu)也在不斷升級。未來經(jīng)濟的增長點主要來自于創(chuàng)新型消費與服務型消費，供給側(cè)結(jié)構(gòu)性改革使得供給的結(jié)構(gòu)與消費更加匹配。這說明，“培育信息消費需求”“拓寬電子商務發(fā)展空間

3、”，將會擴大消費增長空間，而這都離不開電子商務的發(fā)展。除了基礎(chǔ)性物質(zhì)消費，享受型消費如休閑、教育等會成為信息消費的新亮點。因此，研究電子商務發(fā)展對我國居民信息消費結(jié)構(gòu)的影響具有重要的現(xiàn)實意義。 一、文獻回顧 國內(nèi)對信息消費研究最早開始于鄭英隆（1994）對信息消費概念的系統(tǒng)定義[1]，何猛和閆強（2014）對信息消費進行了重新界定，并研究了信息消費在大數(shù)據(jù)時代下的內(nèi)涵和新特點[2]。劉雪艷等（2016）重新認識了新興信息消費的內(nèi)涵，應該將新興信息技術(shù)與信息消費行為相結(jié)合[3]。從信息消費結(jié)構(gòu)的角度來研究，樊茂清（2006）研究認為，我國城鎮(zhèn)居民信息消費結(jié)構(gòu)具有地

4、區(qū)差異[4]。汪衛(wèi)霞和汪雷（2012）運用ELES模型，對我國城鎮(zhèn)居民信息消費結(jié)構(gòu)區(qū)域差異進行了實證分析[5]。陳立梅（2013）運用擴展線性系統(tǒng)支出模型，分析了農(nóng)村信息消費現(xiàn)狀和消費結(jié)構(gòu)[6]。張慧芳和艾天霞（2016）認為，城鎮(zhèn)居民收入增長對信息消費結(jié)構(gòu)演變的影響顯著且具有明顯的區(qū)域差異性[7]。對于研究電子商務與居民消費的關(guān)系，鄭英隆和潘偉杰（2015）分析了農(nóng)村電子商務成長對村民的信息消費效應，指出農(nóng)村電子商務發(fā)展推動村民信息消費成長[8]。方福前和邢煒（2015）分析認為，居民消費與電子商務呈“U”型關(guān)系[9]。國內(nèi)外學者對信息消費的研究文獻很多，但對于信息消費結(jié)構(gòu)定量分析的文獻卻很

5、少。對其度量也沒有明確的方法，學者們主要集中在信息消費水平的研究上。因此，本文在梳理并借鑒相關(guān)文獻的基礎(chǔ)上在國家要擴大和升級信息消費的大背景下，將居民消費慣性納入模型，并運用動態(tài)面板數(shù)據(jù)模型來研究電子商務發(fā)展對信息消費結(jié)構(gòu)的影響。 二、模型的設(shè)定 本文對于信息消費結(jié)構(gòu)的研究采用動態(tài)面板數(shù)據(jù)模型，其能夠揭示被解釋變量的動態(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。根據(jù)習慣形成理論，當期消費產(chǎn)生的效用不僅取決于當期的消費，而且取決于過去的消費習慣。因此，在模型中引入滯后一期信息消費支出，以反映居民信息消費的慣性。設(shè)其一般形式為：δ是一個常數(shù)，β是k1向量，

6、Xit和yit是解釋變量和被解釋變量，μi為非觀測截面?zhèn)€體效應，νit為隨機擾動項。對于動態(tài)面板數(shù)據(jù)模型的估計一般采用廣義矩方法（GMM），因模型中包含因變量的滯后項，考慮到內(nèi)生性問題，若運用OLS估計時必將產(chǎn)生參數(shù)估計量的有偏性和非一致性，而GMM方法允許隨機誤差項存在異方差和序列相關(guān)，因而所得到的參數(shù)估計量比其他參數(shù)估計方法更有效，工具變量的有效性也會更強。本文使用廣義矩估計（GMM）方法來估計模型，其方法主要有差分廣義矩估計（DIF-GMM）和系統(tǒng)廣義矩估計（SYS-GMM）。 三、變量選擇和模型估計 （一）變量選擇與數(shù)據(jù)說明1.被解釋變量。目前學術(shù)界對信

7、息消費范圍的界定還沒有達成一致，本文在計算人均信息消費時，采用蔣序懷（2000）[10]提出對于信息消費統(tǒng)計的方法，在研究信息消費結(jié)構(gòu)時選擇人均醫(yī)療保健消費支出（HC）、人均交通通訊消費支出（TCC）、人均娛樂文化教育消費支出（CEC），其數(shù)據(jù)均以居民消費價格分類指數(shù)（2010年=100）為定基價格指數(shù)進行了平減。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)計算得到，并以2010年為基期將各省按照不同省份的居民消費價格指數(shù)（CPI）進行平減。各省電子商務發(fā)展指數(shù)（EC）是“阿里巴巴電子商務發(fā)展指數(shù)”，它基于阿里巴巴平

8、臺的海量數(shù)據(jù)，包括網(wǎng)商指數(shù)、網(wǎng)購指數(shù)兩個一級指標和四個二級指標（網(wǎng)商密度指數(shù)、店均網(wǎng)絡交易指數(shù)、網(wǎng)購消費者密度指數(shù)、人均網(wǎng)絡消費指數(shù)）。阿里巴巴電子商務發(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）、勞動人口占比（LP）兩個變量作為控制變量。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；勞動人口占比，是各省市14~64歲人口占總?cè)丝诘谋壤?。本文基于?shù)據(jù)的可獲得性和可比性，選取中國31個省（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

9、國統(tǒng)計年鑒（2011—2016）》《中國城市（鎮(zhèn)）生活與價格年鑒（2011—2012）》《中國價格統(tǒng)計年鑒（2013—2016）》和阿里研究院。 （二）估計結(jié)果及分析本文基于模型（1）和影響信息消費結(jié)構(gòu)變化的變量來建立如下模型：其中，i表示省份，t表示年份，yLit代表各省人均醫(yī)療保?。℉Cit）、交通通訊（TCCit）、文教娛樂消費支出（CECit），μi和νit分別為不可觀察的各個省份的個體差異和隨機擾動項。本文對面板數(shù)據(jù)采用LLC（Levin-Lin-Chu）和Fisher-ADF法來檢驗數(shù)據(jù)列的平穩(wěn)性。由檢驗結(jié)果可知，原序列存在單位根，對該序列進行一階差分后再次檢驗，P

10、值顯著，說明該序列平穩(wěn)，即存在一階單整。通過Kao檢驗和Pedroni檢驗方法進行協(xié)整檢驗，可知ADF統(tǒng)計量的值和P值拒絕原假設(shè)，即該31個省市面板數(shù)據(jù)之間存在協(xié)整關(guān)系。本文主要考察電子商務發(fā)展與居民信息消費結(jié)構(gòu)之間的關(guān)系，不考慮各省份個體的變化，因此不考慮變系數(shù)模型。通過Hausman檢驗的統(tǒng)計量和F值可知檢驗結(jié)果拒絕了隨機效應模型原假設(shè)，應建立個體固定效應回歸模型。本文使用系統(tǒng)GMM一步估計法和兩步估計法進行估計，結(jié)果（見下表）。由表中的統(tǒng)計檢驗來看，SYS-GMM的兩步估計法的Sargan檢驗的P值均大于0.05，且都顯著大于SYS-GMM兩步估計法中的P值，說明兩步估計法中選擇的工具變

11、量整體有效，且兩步估計法采用的權(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，滯后一期消費支出系數(shù)都顯著為正，說明居民信息消費易受消費習慣的影響，具有顯著“荊輪效應”。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結(jié)構(gòu)中影響并不顯著。對于電子商務發(fā)展EC，在醫(yī)療保健消費、文教娛樂消費中，系數(shù)顯著為正，其對醫(yī)療保健消費影響最大，這與目前醫(yī)藥行業(yè)電子商務飛速發(fā)展有很大關(guān)系。而在交通通訊消費中，電子商務發(fā)展指數(shù)系數(shù)為負，這是因為網(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)估計值可知，受教育程度EDU對于信息消

12、費結(jié)構(gòu)具有顯著正相關(guān)，尤其對醫(yī)療保健消費的促進作用更顯著，可見大部分受教育程度較高的居民能夠接受新型醫(yī)療電子商務發(fā)展模式。勞動力LP在文教娛樂消費模型中系數(shù)較大，說明青少年仍是文教娛樂消費的主力軍。 四、研究結(jié)論及啟示 本文基于2010—2015年我國31個?。ㄊ小⒆灾螀^(qū)）的省際面板數(shù)據(jù)，利用系統(tǒng)GMM估計兩步法分析了電子商務對我國居民信息消費結(jié)構(gòu)的影響。研究發(fā)現(xiàn)，電子商務發(fā)展對于我國居民醫(yī)療保健消費和文教娛樂消費支出有積極作用，而對于交通通訊消費具有一定的抑制作用?？梢?，電子商務的發(fā)展在一定程度上便利了居民的日常生活，節(jié)約了時間成本，豐富了居民的精神文化生活。

13、電子商務的發(fā)展對于居民的信息消費具有正向作用，同時也優(yōu)化了居民的信息消費結(jié)構(gòu)，隨著信息化的不斷深化，電子商務會進一步推動居民信息消費結(jié)構(gòu)不斷優(yōu)化升級。 參考文獻： [1]鄭英隆.信息消費論綱[J].上海社會科學院學術(shù)季刊，1994，(2)：51-59. [2]何猛，閆強.大數(shù)據(jù)時代的信息消費內(nèi)涵分析[J].北京郵電大學學報，2014，(4)：40-45. [3]劉雪艷，齊捷，王在寧.新興信息消費內(nèi)涵界定及特征分析[J].情報理論與實踐，2016，(11)：62-67. [4]樊茂清，任若恩.我國城鎮(zhèn)居民消費結(jié)構(gòu)的實

14、證研究[J].統(tǒng)計研究，2006，(12)：23-26. [5]汪衛(wèi)霞，汪雷.我國城鎮(zhèn)居民信息消費結(jié)構(gòu)區(qū)域差異性分析[J].情報理論與實踐，2012，(11)：104-108. [6]陳立梅.基于擴展線性支出系統(tǒng)模型的我國農(nóng)村居民信息消費結(jié)構(gòu)分析———來自1993—2009年的經(jīng)驗數(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結(jié)構(gòu)演變———基于省級面板數(shù)據(jù)的實證研究[J].經(jīng)濟問題探索，2016，(12)：82-89. [8]鄭英隆，潘偉杰.農(nóng)村電子商務發(fā)展與村民信息消費成長效應[J].福建論壇：人文社會科學版，2015，(11)：25-30. [9]方福前，邢煒.居民消費與電商市場規(guī)模的U型關(guān)系研究[J].財貿(mào)經(jīng)濟，2015，(11)：131-147. [10]蔣序懷.略論我國居民信息消費的現(xiàn)狀及存在的問題[J].消費經(jīng)濟，2000，(5)：33-37. [11]鄭麗，趙嚴冬，唐守廉.信息產(chǎn)業(yè)發(fā)展水平對居民信息消費的門限效應———基于面板數(shù)據(jù)的實證研究[J].情報科學，2016，(3)：79-84.