外生驱动互联网消费增长的微观空间计量研究

董晓松

(中共四川省委党校 四川行政学院，四川 成都 610072)



外生驱动互联网消费增长的微观空间计量研究

董晓松

(中共四川省委党校 四川行政学院，四川 成都 610072)

摘要:文章从外生驱动视角探讨中国互联网消费的全域增长问题，试图通过理论探讨与实证分析挖掘微观社会互动促进互联网外生消费的机理与手段。文章利用数字内容产品在线消费的省域数据，使用空间面板固定效应模型识别互联网环境中促进外生消费增长的外溢与滞后因素，分析了中国文化与地理空间的社会互动对互联网外生消费增长的影响，为中国互联网消费的全域内生增长探索新的规律与方式。研究发现互联网消费空间中存在着地理临近性与文化相似性。这不仅是一次理论研究，其规律将帮助政府与企业理性认识互联网消费的空间传染方式，指导制定最佳的网络经济发展战略。

关键词:外生驱动；网络经济；空间计量

一、 引言

2014年中国有三分之一的消费者将30%以上的收入花在了网络购物上，网络零售市场交易规模达到2.82万亿元，同比增长49.7%，覆盖人数为4.5亿人，人均消费6038元[1-3]。这一系列现象表明，互联网消费对全球金融后危机时代的中国经济增长而言，无疑是一个正面信号与备择路径。

本文更为关注的是如何引导、驱动我国的互联网消费。根据相对收入假说、生命周期-持久性收入假说、需求系统等现代消费理论，消费驱动被分解为外生消费(Exogenous Consumption，也称Autonomous Consumption)和引发消费(Induced Consumption)两部分[4-5]。外生消费是与个体的收入、资产等，以及产品的价格、品质等市场内因素无关的消费，对外生消费起驱动作用的因素是消费者偏好、社会风尚等[6-8]。进而,消费的外生增长是指在产品品质与消费者收入(Consumer Characteristics)等不变的情况下，受非市场因素影响，消费意愿改变所导致的消费增加，也称为外生消费增长[9-11]。

部分学者对中国通过宏观政策刺激外生消费持一种否定观点，这主要是由于我国之前主要采用了“刚性需求市场化”的方式刺激消费(例如教育、医疗、住房等)[12-13]。在这种情况下，由于公共产品高度市场化，消费者不得不增加消费支出，实际上是以侵蚀居民“可支配收入”为代价，换得刚性需求的满足，最终将削弱总体国民福利。此外，还有一种方式是通过“短期增加外部收入”等经济刺激政策来增加引致消费，例如购车补贴、家电下乡补贴、发放消费券等方式。此类方式不但不能长期改变个体的消费行为，反而会导致地方政府负债过高，家庭再生产投入减少等不理性经济行为[14-15]。可见，这两类宏观经济政策既没有改变经济制度环境和经济行为模式，没能改变消费者的长期消费意愿，更没有合理且有效地释放区域内的消费能力。那么，是否有新的外生消费的方式可以规避上述弊端呢？

本文的研究认为中国互联网消费存在外生驱动，这种现象应视为一种现实与虚拟空间交互影响、文化与地理空间同时作用的混合产物，互联网消费的外生驱动导致累积循环效应、区域协同效应与涓滴效应，最终实现全域消费增长。本文的研究共分为五各部分，除引言外，还包括第二部分机理分析，第三部分模型设计，第四部分实证分析，第五部分结论与建议。

二、 互联网消费外生驱动的机理分析

(一) 外生驱动的文献综述

外生驱动是经济增长的重要组成部分。对此问题，Lucas(1988)[16],Benhabib等(2000)[17]，Mino(2001)[18]，Gomez (2004)[19]等学者的注意力主要放在知识、技术与管理等生产性外生驱动问题,忽视了消费性外生驱动问题，实际上消费外生驱动是普遍存在的，而且对经济增长的拉动作用更为持久和颠覆。Carroll等(2000)[20]检验了新古典增长模型的动态消费外生性，指出消费外生性不但可以引发经济增长，还将因为消费习惯的加强而长期改变区域的消费结构。Abel(1990)[21]提出了“追赶琼斯(Catching up with the Joneses)”概念，他指出由于各种社会关联、社交网络的存在，往期社会平均消费水平有助于提高本期消费量，即社会互动外生驱动消费。然而，Dupor和Liu(2000)[22]在分析了各种形式的消费外生性及其均衡关系后提出“远离琼斯(Running away from the Joneses)”概念，他们认为普遍提升的社会平均消费将导致部分消费个体的边际收益递减，因而部分消费者转而消费其他新产品，这一发现为理解外生驱动消费提供了新的视角。

Wendner(2011)[10]认为社会互动是产生消费外生驱动的决定性因素，短期内影响区域的总体消费弹性，长期将影响区域的消费意愿与习惯。Becker与Murphy(2003)[23]指出微观个体的消费行为并不完全由价格、收入等市场机制来决定，微观个体的社会互动构成消费外生驱动的主要因素，从而使总消费量增加。社会互动是指市场中经济个体之间通过市场内外社会网络(Social Network)的联系产生的互动作用，个体经济行为的改变不仅仅因为收入、财富等市场内部基本因素的变化，还会受到其他社会个体的影响[24]。社会互动与市场内部策略表现出互补性，混合运用后呈现出经济活动边际收益递增的特征，这些特征有利于增加外生消费[25]。

外生驱动在学界已经不是一个新话题，然而，以往研究的重点在于消费者的财务收益与边际效用，忽视了微观情景下对外生驱动过程的描述性实证研究。此外，虽然学者普遍承认社会互动是产生消费外生驱动的决定性因素，但少有学者直接以微观社会互动为逻辑起点，模拟外生驱动的机理，更罕有学者关注到互联网消费社会互动的空间规律。因此，本文从互联网消费的情景出发，从微观个体的视角出发，描述外生驱动互联网消费的时空规律。

(二) 互联网消费的外生驱动及其空间性

社会互动是外生驱动的决定性因素，广泛存在于互联网环境中。在线(online)与离线(offline)环境中，互联网消费的社会互动形成外生驱动消费增长。首先，互联网内部的社会互动可以带动消费。互联网造就了一个几乎是无地理边际的虚拟社交网络，它提供了人们围绕某种兴趣或需求进行交流的信息平台，这就是网络社会互动的基本环境[26]。互联网中的人机互动与人人互动都可以为网络群体提供了一个心理具像的虚拟互动场景，规范了网络群体活动的规则和条件，为网络行为的展开提供了参照的依据，影响着网络群体行为与选择[27]。这就是网络社会互动对消费者的影响力。其次，在互联网环境创造了大量的互动平台。专业的讨论平台包括网络平台商提供的互联网公共社区，企业开辟的产品问题讨论区等；专业的评论平台包括产品评级功能，消费者意见反馈功能等。互联网中还有其他社会化搜索(Social Searching)功能，如知乎、百度知道等，为消费者或潜在消费者提供了大量的专题信息互动平台[28]。最后，互联网消费者仍要受到现实世界的影响。互联网消费的互动行为并不仅仅来自于互联网内部，它是一系列现实与虚拟社会互动的叠加效应。互联网消费者作为现实社会的一员，拥有纵横交错的多样化现实社会关系，相似的消费观念、消费习惯，或面临相似的经济环境与信息来源，这些因素都促成了互联网消费者在现实世界的社会互动行为[29]。所以，互联网消费者面临着虚拟网络与现实世界的双重社会互动。互联网消费的社会互动在不改变互联网消费者特质与产品特质的情况下带来了消费增长，是外生驱动消费增长的关键因素。

互联网外生驱动有自己独特的空间规律。利用空间经济学理论完善外生增长模型，不仅可以更为详尽地描述区域经济行为发生的空间与时间关联，而且可以更为准确地预测经济活动变化的强度[18]。外生增长模型将个体特征(收入、资产、教育程度)和市场特征(产品价格、交易成本)作为内生变量，将社会互动的参照群体行为(Behavior of Peer or Reference Groups)作为外生变量，其中参照群体的选择与互动强度的描述即是消费个体间空间关联的假定与确定[26]。互联网消费过程中，消费参照对象是参与社会互动的经济个体，消费者在社会互动之后自愿改变消费意愿，从而带来外生驱动的互联网消费增长。各地区之间通过空间关联产生互联网消费社会互动，带动潜在消费者学习与模仿往期的消费行为，对各个地区的互联网消费都有正向提升作用，所以，该空间互动可以带动互联网消费的全域增长。本文下面将阐释互联网消费社会互动的空间关联性及其空间构造。

三、 互联网消费外生驱动的空间计量模型与空间矩阵

互联网消费的空间结构中，参照群体是如何通过社会互动指导与约束其他个体的互联网消费行为的呢？为实现互联网消费外生驱动的实证研究，研究中需要选择空间计量模型，构造空间关联矩阵。

(一) 空间面板数据模型

空间计量经济学是计量经济学的一个子集，主要应用截面数据(Crossing Data)和面板数据(Panel Data)，解决回归模型中复杂的空间相互作用与空间依存性结构问题,混合模型、固定效应模型与随机效应模型是空间面板数据估计时使用的三种模型[30]。混合模型(Pooled Regression Model)表达的含义是从时间上看，不同个体之间不存在显著性差异(不存在时间固定效应)；从截面上看，不同截面之间也不存在显著性差异(不存在空间固定效应)。显然，我国各地区经济发展的基础条件并不是均质的(Homogeneity)，所以混合模型并不适用。此外，由于本文研究选取的样本数据涵盖全部母体，因而选择固定效应模型而不是随机效应模型。固定效应模型分为空间固定效应模型(Space Fixed Effects Model)、时间固定效应模型(Time Fixed Effects Model)。前者反映随区位变化，但不随时间变化的背景变量(如气候和自然禀赋等)对稳态水平的影响；后者代表随时间变化，但不随区位变化的背景变量(如商业周期和暂时性冲击等)对稳态水平的影响。

除了空间固定效应外，我们在实际问题中时常会观察到，本地区产出不仅受本地自变量的影响，其往往还受到邻近地区的自变量和因变量的影响。我们的研究需要把空间滞后模型与空间误差模型相融合，这样就既可以考察相邻区域自变量对因变量的影响，又可以观察未知的空间因素对因变量的影响。所以，研究采用一般化的模型(the General Model)，用下式表示：

(1)

(二) 互联网消费外生驱动的空间矩阵

研究所需的空间计量模型要求构造设定互联网消费者与参照者之间的空间关联的空间权重矩阵。空间矩阵的构造是整个空间计量模型设计的灵魂，它假定了经济个体空间关联的强度与方向。我们的研究从地理距离与文化差异两个方面考虑互联网消费社会互动的空间性。

1.文化距离与文化空间矩阵

(1)文化背景差异的互联网消费影响

互联网消费环境中仍有文化背景差异，文化背景差异对互联网消费者互动的影响深远。在互联网时代，虽然确有可能存在全球化的产品和全球化的品牌，却没有全球化的文化，来自不同地域的人在信仰、态度、偏好等诸多文化层面的差异要远大于他们因上网消费而具有的外在共性[31]。互联网消费者之间的文化差异要远多于共性，不同文化的影响力也呈现出巨大的差异[32]。互联网的共享性、灵活性与互动性等特点加速了信息跨域传播，然而，文化差异仍然使得人们在价值认定等方面表现出不同程度的认同与排斥[33]，在信息传播方面呈现非均质状态，[32]最终导致互联网消费的社会互动差异。

互联网消费者的文化影响来自于网络空间与现实空间两个方面。首先，互联网用户借助网络进行交流和沟通，潜移默化地锁定了一些普遍认同的榜样地区，他们对这些地区的事物与个体有听从与跟随的优先动机[34]，这是文化跨域影响力的来源之一。此外，网络族群成员来自于现实社会的不同地区，有不同的地方文化背景，文化本身就具有消费影响力[35]。同一文化背景地区的消费人群对同类商品有较为一致的价值判断标准，有相近的消费能力，因而也就较容易发生消费学习行为和消费协同行为[35]。上述有地域文化特征的互动差异构成了互联网消费外生驱动的文化空间联系。

(2)构造文化空间矩阵

我们的研究需要甄别出文化区，以测度区域之间的文化距离，进而建立文化空间矩阵。首先，研究要划分出中国文化区的基本单元。根据吴必虎(1996)[36]的研究成果，中国文化区可以沿胡焕庸线划分出中原文化区、关东文化区、扬子文化区、西南文化区和东南文化区、蒙古文化区、新疆文化区和青藏文化区，共八个文化区域。所以，我们的研究以各省、自治区、直辖市的主导文化为主要依据，将中国大陆地区31个省级区域归并入8个文化空间，构建中国文化空间权重矩阵。文化空间权重(Spatial Weights)的建立采用的是邻接规则[37]，用二元连接矩阵(Binary Contiguity Matrix)方法设定文化矩阵。研究设定的文化空间矩阵如下：

(2)

研究根据省级区域在文化区中的空间排列确定文化距离，即当两个省域(含直辖市、自治州)单元处于一个文化区中，即i=j时，则认为它们文化上是相近的，取Cij=1；否则认为它们在文化上是相去的，即i≠j时，取Cij=0。

2.地理距离与地理空间矩阵

(1)地理距离的互联网消费影响

网络时代并没有真正实现“距离的消失”和“地理学的终结”，互联网消费仍有地理空间规律。主要原因是互联网消费者仍是现实世界的一员，不可避免的受到现实社会的影响,而现实世界社会网络联系强度很大程度上依赖于地理距离。地理距离对互联网消费社会互动的影响可以从三个方面理解。其一，处于相同地区的互联网消费人群面对相同的社会学习环境，容易产生规模性的共同消费行为。同一地区人群面对着相似的社会网络与信息媒体，遵循相同的内部行为规范，从而社会学习环境类似。一个区域内的个体在相似的环境压力或内部规范下会自觉或不自觉地产生相似的消费行为，这种集体消费行为是人们需要社会认同感和安全感的结果[25]。其二，互联网消费者的现实社会关系网络的强度有地理距离差异，进而社会互动的影响力有地理差距。社会关系是社会互动的一个基本网络，而现实社会中的社会关系是建立在生活与工作的现实圈层中的，现实圈层的交往强度受地理距离成本限制，容易形成愈近逾强的社会关系网络[35]。个体社会互动受到其空间网络关系的影响，这涉及网络的范围、网络的密度、网络多元性、网络联系强度等因素。个体在消费过程中表现出强烈的模仿性和追求更高生活水平的倾向，一个家庭的消费部分取决于其邻居或相同社会阶层收入的相对水平。这是因为，一个人的消费要受到周围人消费影响和示范效应，而消费的社会互动往往是就近比较，愈近逾强。也就是说，周边或相关人群对个体消费的影响力要远大于异地或无关人群[35]。其三，互联网消费中表现出来的同群效应(Peer Effect)、求异效应(Distinction Effect)都能够扩大消费需求，而同群与求异的互动模仿对象是有地理范围的。由于消费目的多元，互联网消费者社会学习的结果不都表现为趋同行为，也会表现出求异的消费行为。这分别类似于传统微观经济学中的由外部行为引起的消费需求中的从众效应(Bandwagon Effect)和虚荣效应(Snob Effect)[38]。无论同群还是求异，互联网消费者都需要找到一个互动学习的对象群体，而这种比较的对象群体有地理范围，因而会形成互联网消费的地理空间关联。

(2)地理空间权重矩阵

在空间分析中，根据地理学第一原则[37]，一般认为距离观察点较近的观测值对该点的参数估计影响较大，而远离观察点的观测值的影响就较小。我们用各省的行政中心的经纬度来定义相邻两省的直线距离。这种连续的权重矩阵允许所有区域之间互相作用，采用的方法是实际距离的倒数函数。形式如下：

(3)

这里dij是区域i和区域j中心的距离，λ是技术等因素所带来的权重值改变。式(3)中Wij是关于dij的连续单调递减函数，随dij的增大而减小。借鉴Choi等(2010)[39]的研究，我们进一步假设λ等于1。

(三) 实证模型

社会互动外生驱动互联网消费时，既有区域内的作用，也有区域之间的影响。此外，正如上文论述的内容，互联网消费外生驱动研究既要考虑地理空间的互动，也要考虑文化空间的影响。因此，本研究建立的实证模型如下：

(4)

eit～N(0,σ2In)

式(4)中Yit代表区域i在t时段新增的消费量，即本地该时段增加的消费量；Yjt代表邻近区域j在t时段新增的消费量；Tit表示本地潜在消费量；Pit表示彩铃的本地售价；LIit表示以本地常住人口平均劳动者收入代表的本地区人均收入；Πit与Πjt分别代表在t时段本地与异地的累积消费量，这是代表区域内外互联网消费社会互动强度的变量；Cij与Gij是基于文化与地理维度的空间权重矩阵，用来描述各个行政区域之间的空间关系；α是截距项；相关系数β捕捉了本地市场潜力对消费量的作用，χ表示本地消费学习的影响；相关系数μ、θ衡量的是区域内的社会互动行为，也就是说异地消费对本地消费的空间互动作用。

此外，本文研究的样本是中国大陆范围内的所有省级行政区域，所以研究假定空间(区域异质性)和时间(周期性冲击)的影响都是通过固定效应进入等式的，并使用极大似然法(Maximum Likelihood，ML)来估计空间固定效应面板数据模型[30]。

四、 实证分析

(一) 样本选择

为了检验互联网消费的外生驱动作用，我们的研究选择数字内容产品(Digital Production)在中国互联网市场中销售数据。数字内容产品的产品虚拟性与消费传染性为本文研究提供了良好的样本特征。本研究采用了一个独特的数字内容产品样本：手机彩铃在中国大陆市场31个省级行政区域的完整销售数据。彩铃是移动网络运营商提供的一种数字内容产品，采用这项服务的消费者可将特定的乐曲或个性化录音设置为移动电话的回叫铃音。同音乐一样，彩铃的销售也采用版税运作机制。通常状况下，版权所有者，即内容提供商(包括艺术家和唱片工作室)，向服务提供商(各类彩铃下载网站，包括手机公司的网站)提供音乐(歌曲)的版权，再由服务提供商根据音乐创建各类彩铃，放到自己网站上销售。消费者最终通过服务提供商网站购买，并下载到自己的移动网络运营商服务器上。

为达到研究目的，本文在移动服务运营商的互联网销售数据库中选择样本彩铃数据时，考虑了六个条件：(1)彩铃作为数字内容产品没有实物形态，排除了运输成本等地理距离因素对研究的干扰。(2)彩铃在中国市场的普及率高，产品的网络销售有代表性。彩铃在东亚，尤其是在中国、韩国等国家应用广泛。以2007年为例，中国移动的彩铃用户数为2.6亿，当年的彩铃收入为约120亿元人民币[40]。并且，随着近年来智能手机、平板电脑等终端在中国的日渐普及，这个比例也在不断增加。(3)产品消费者的文化与地理区位易于确定。与一般的手机铃音不同，回叫铃音的彩铃服务只能通过移动网络运营商的服务器获得，而中国电信行业采取的是区域性垄断经营模式，中国大陆各省电信运营商均为独立的分(子)公司，所以我们能够根据移动网络运营商所在的市场区域判断出彩铃消费者的文化区位。(4)本文需要观察数字内容产品在全国范围内完整的地理与时间扩散过程。所以选择在全国销售的彩铃数据作为样本，此外，因为音乐潮流变换迅速，彩铃的销售周期相对短小，这使得我们在较短的时期内能够观察到一个比较完整的产品销售生命周期。(5)避免重复购买给研究带来的数据干扰。彩铃属于一次性消费品，通常情况下，对同一首彩铃消费者只会购买一次，不存在重复购买的情况。(6)该彩铃在销售周期内的市场价格不变，数量不限，产品品质恒定，此外彩铃销售没有广告等促销活动。因而，采用这个样本可以减弱市场内、外部环境波动对模型估计的影响。

研究使用的彩铃销售数据样本在地理上涵盖中国大陆地区31个省级行政区域，在时间上跨越从2011年2月至2012年7月期间连续的79周。

(二) 样本的描述性分析

首先，这首彩铃在全国31个省级行政区域范围内，在79周内被购买了690766次，周平均销售量是8744次，标准方差为10433。全国范围内已购买该产品的消费者总数随时间变化的分布曲线呈现出S型，说明该产品的扩散仍然符合新技术、新产品扩散的一般规律：在销售生命周期的开始及结束阶段扩散速度较慢，成长与成熟阶段扩散速度较快。但是，同其它产品的扩散相比较，这个彩铃产品的扩散有其独特性：销售生命周期中成长期(Take Off)启动的较早，启动时市场规模较大，但很快达到单期销售量顶峰，因而也较早运行到市场转折点(Reflection Point)，之后单期销售量开始快速回落，直至产品退出市场。这种快速扩散，快速退出的规律符合彩铃作为一种流行性产品的特性。在全国范围内该产品销售首先经历一个不到14周时间的高速增长期，达到顶峰，随后，经历一个20周左右时间的急速衰减期，直到31周左右下降速度趋于稳定。

其次，通过对彩铃消费数据进行全局空间自相关分析得出Moran`s I值为0.210，可知全国各省份彩铃消费空间相关性较强。具体表现为：山东、北京、浙江、天津、广西、福建、安徽、上海、江苏、河北是彩铃消费量较大的地区；而黑龙江、吉林、湖北、内蒙古、宁夏、甘肃、青海、新疆、西藏、重庆则是彩铃消费量较低的地区。同时山西、辽宁、江西、湖南、河南、贵州、海南也是彩铃消费较低的省，但其周边省份的彩铃消费却较高；而陕西、四川、云南、广东是彩铃消费较高的省，但其周边省份的彩铃消费却较低。因为彩铃消费整体呈现空间自相关性，所以我们将选择空间计量模型进一步进行实证研究。

(三) 模型的经验估计

1.模型选择

因为跨区域的外生驱动行为是本次研究关注的重点，所以用于解释跨域外生驱动行为的主要自变量(异地累计消费量)是模型中必须包含的部分，在此基础上我们需要考察其他各种空间关系以及时间、空间固定效应的显著性。表三是模型结果。研究检验了4个模型，分别是在不考虑时间和空间固定效应下的混合最小二乘估计(Pooled OLS)，加入空间固定效应的OLS，加入时间固定效应的OLS和加入时间与空间效应的OLS。研究将通过比较检验结果，选定最佳模型。

注：*、**、***分别表示在5%、1%、0.1%水平上显著。

通过表1中的模型一，我们首先看到，在混合最小二乘模型的假设下，拉格朗日乘数对于空间滞后(LM Spatial Lag)和空间误差(LM Spatial Error)的检验统计值均显著，而稳健拉格朗日乘数对于空间滞后和空间误差的检验结果也是显著的。这说明，在不考虑时间和空间固定效应的前提下，我们必须同时考虑空间滞后和空间误差所带来的影响。空间滞后与空间误差模型有着不同的管理学意义。空间滞后模型是探讨研究所考查的变量在地区间存在的溢出效应，而空间误差模型反映出研究未考虑的外生变量所产生的溢出效应。表1的结果表明两种空间关系对本文的问题都具备显著的解释能力，不能厚此薄彼。模型二将空间固定效应加入混合最小二乘模型，在此基础上检验空间滞后与空间误差效应。与模型一相类似，我们观察到两个拉格朗日乘数(LM)和两个稳健拉格朗日乘数(Robust LM)的检验结果都是显著的。说明在考虑空间固定效应的前提下，还必须同时考虑空间滞后和空间误差对模型带来的影响。模型三将时间固定效应加入模型一，在此基础上检验空间滞后和空间误差所带来的影响。模型三的检验结果也支持了这一点。模型四在模型一的基础上同时加入了时间和空间固定效应。模型四最重要的作用之一即为运用似然比检验(LR Test)模型中是否应当同时控制空间固定效应和时间固定效应。应当看到的是，似然比检验肯定了模型的空间固定效应与时间固定效应。由此可见，最优的模型应当是采纳时间与空间固定效应，同时兼顾空间滞后和空间误差的模型。除上述外，我们发现彩铃的价格与收入两个解释变量的检验结果都不显著，说明彩铃消费主要受消费意愿改变而产生，而非价格和收入因素作用的结果。因而，我们的最终模型将删除这两个自变量。

2.模型结果与分析

在前文已经确定研究模型应采用固定效应估计，我们在表2中同时列出了空间滞后、空间误差以及一般模型(同时考虑空间滞后与空间误差)与空间固定效应联合的混合模型，目的是直观的比较三个模型的实际差异，并分析差异产生的原因。

注：*、**、***分别表示在5%、1%、0.1%水平上显著。

五、 结论、建议与展望

(一) 主要结论

本文的研究侧重于互联网消费增长的外生性、动态性与区域性，提出互联网消费中文化空间与地理空间交互影响的视野与观念，实证阐释了外生驱动下互联网消费全域增长产生的原因。实证结果显示，其一，互联网消费过程中，各个区域不仅存在显著的本地市场效应，而且存在协同增长与涓滴效应(Trickle-downTheory)；其二，在文化空间与地理空间的交互作用下，产生互联网消费的区域扩散与传染，但二者的作用强度与方向大相径庭。具体而言，本文得到的研究结论如下：

第一，本地市场的互联网消费规模产生累积循环效用。本地市场的潜在消费者是模仿行为的主要受众，是学习者，而本地已购买者是当地消费者模仿学习的直接对象，他们构成了本地市场规模，对本地其他消费者起到了消费引导作用。本究的描述性分析指出，相比于传统消费环境，互联网环境中新产品扩散更为迅速，消费爆发点到来的时间更早，这导致本地消费规模的快速膨胀。膨胀后的规模又为新的消费传染提供了更大的“榜样群体”。这就是本地市场互联网消费增长的累积循环过程。Hanson和Xiang(2004)[41]等学者认为本地市场效应广泛存在于生产与消费环节，但是其主要原因是运输成本。我们的研究发现在运输成本几乎为零的互联网消费环境中，这一现象仍然存在，但其主要原因应该是传播成本而非运输成本。这是因为参与互联网市场交易的已消费者向潜在消费者传播了消费信息与信心[42]，从而带动了更多的消费。

第二，互联网消费存在区域协同与涓滴效应，最终导致全域增长。实证结果表明，数字内容产品在互联网中扩散时，各区域的消费规模将在一定程度上同步增长。高度标准化、同质化的数字内容产品通过互联网投向消费市场时，并不存在异质性配置问题，各区域接受的产品信息与产品质量高度一致。在这样的无差异配置的初期，各地区因自身要素禀赋特征的差异，表现出不同的产品接纳能力，并形成了初步的市场规模差异。此后，每个地区的消费增长除受自身条件影响外，还会受到异地消费规模的外溢影响，如此，全域互动增长。Head等(2002)[43]学者的研究指出似乎本地市场效应只会使市场规模大的区域受益，市场规模小的区域受损。然而，我们的实证结论表明，互联网环境中市场规模大的区域外生促进其他区域消费的贡献更大，即市场规模大的区域对周边区域的带动作用更大，产生涓滴效应。这是因为，各区域之间存在着固定的互联网消费的空间关联，并且这样的空间联系削减了产品扩散的传播成本。各地以市场规模为“消费模仿的榜样群体”，借助微妙的空间关联，影响异地消费，因而，在互联网环境下，更大的市场规模意味着消费外溢的影响力更大。

第三，互联网消费的相吸与相斥现象。跨省消费学习同时表现出地理与文化空间的同群效应(PeerEffect)与求异效应(DistinctionEffect)。信息技术和传播技术的发展使世界变平了，尤其是因特地域网的发展，更加拉近了全球之间的距离，人们跨文化间的地域交流、合作日益频繁。但是，互联网消费学习选择的楷模有亚文化背景差异。一方面，在同一个亚文化区域中，文化背景越相近，则互联网消费学习的趋势越明显，这是同群效应作用的结果。文化背景高度雷同的消费者，他们之间的地理距离、语言距离，最终可以归结为心理距离较小，因而激发消费选择的同群效应。另一方面，一旦超出亚文化圈层，消费者之间的地理距离愈远，则消费学习的带动作用越强。一般来说，人们对异于自己的文化环境充满了好奇与向往，渴望知悉与尝试反映不同文化的风景及物产。这就是向较远的亚文化地域学习的求异效应。同群与求异两种社会互动行为都会导致消费规模扩大，社会产出增加，但同群学习的文化地域范围是亚文化区域内的地区，而求异学习的对象是亚文化圈层以外，文化差异越大，学习效应愈强。

第四，网络的外生消费不仅仅是网络环境的虚拟性造成的，这种行为更应该视为一种现实与虚拟空间交互影响的混合产物。这是因为互联网的出现构建了一个崭新的人类活动空间，放大了消费活动的非地理空间互动性，文化空间就是其中之一。Leamer与Storper(2001)[44]认为，在互联网环境中，地理与非地理因素对消费同时施加聚集与外溢两种力量，但是在不同空间层级上这两种力量的组合与作用是不同的。此外，互联网空间的消费过程是“社会-地理”空间相互作用的结果，也就是一种“社会的空间化(SocialSpatialisation)”过程。本文的研究表明，由于文化差距与地理距离的双重作用，互联网消费经历了充分的社会互动过程。同时，互联网消费外溢表现出显著的地理相去性与文化临近性差异，表明地理距离与文化差异对互联网社会互动影响的差异巨大。总之，受空间效应的影响，互联网消费活动具有非常复杂的实体与虚拟空间的双重性质，在二者的交汇区中，要描绘出非地理空间联系对互联网消费活动的影响，就如同去认识两个有关联但又具有明显区别的事物一样，是非常艰难的。

(二) 主要建议

根据实证结论，我国省域之间存在互联网消费外生驱动现象，因而本文提出如下具体建议：首先，各区域和各企业积极参与互联网“+”改造时，应当关注已经成熟的在线消费行为趋势与产品潮流，有效利用异地消费榜样带来的消费需求，事半功倍地把握商业机遇。其次，地理距离与文化背景是区域利用社会互动刺激消费潜力和企业拓展市场规模的关键路径。尤其是在文化本底方面，区域和企业可以从文化相似和文化差异两方面入手，选择可以激发本地消费热情的外部成熟消费模式与产品，刺激本区域消费需求。同时，消费互动平台的搭建是完成这一路径的“基础设施”，必须重视区域或产品的消费交流，营建消费者学习的“教室”。再者，重视塑造榜样群体。一定规模的消费者群体是互联网消费外生驱动的学习榜样，既可以带动本地消费，又可以驱动异地消费，是消费外溢的源头。因而，区域和企业需要通过多种方式激励和培养互联网消费行为，在产品扩散初期快速增加榜样人群数量，以获得外生驱动的规模效用。

(三) 未来研究方向

外生驱动互联网消费是消费增长的一种规律与手段，我们需要更多地了解并应用这样的规律来解决现实问题，所以，未来研究可以但不仅限于从下述三个方面展开。一是从宏观角度描述互联网消费外生驱动区域性趋势，检验其与微观角度结论的一致性。二是从家庭消费角度，测度互联网消费学习的时空扩散规律，以期给出更多的应用型结论。三是从企业视角发觉新产品互联网扩散的区域性非对称传染规律，在新产品的互联网推广方面为企业提供更多更有效的指导与借鉴。

参考文献:

[1]顾春,左娅.近日召开的国务院常务会议提出，积极支持电子商务发展[N].人民日报,2015-04-13(017).

[2]蒋永霞.社会消费品零售总额名义增速连续4年下滑未来消费市场发展将呈现“下沉”趋势[N].中国商报,2015-04-14(03).

[3]赵月,若雪.网络消费将成拉动经济增长新引擎[N].中国经济时报,2014-11-06(002).

[4]COLANDERDC.Macroeconomics[M].Boston,MA:McGraw-Hill/Irwin,2004:1-4.

[5]陈全润，杨翠红.扩大居民消费对中国GDP的影响分析[J].系统科学与数学，2011(2)：206-215.

[6]林毅夫，苏剑.论我国经济增长方式的转换[J].管理世界，2007(11):5-14.

[7]胡永刚,郭新强.内生增长、政府生产性支出与中国居民消费[J].经济研究,2012(9):57-71.

[8]杨建芳,龚六堂,张庆华.人力资本形成及其对经济增长的影响——一个包含教育和健康投入的内生增长模型及其检验[J].管理世界，2006(5):10-21.

[9]ROBERTEH.StochasticImplicationsoftheLifeCycle-PermanentIncomeHypothesis;TheoryandEvidence[J]，JournalofPoliticalEconomy，1978(12):971-987.

[10]WENDERR.WilltheConsumptionExternalities’EffectsintheRamseyModelPleaseStandup?[J].EconomicsLetters,2011(2):210-221.

[11]ALESINAA,GLAESERE,SACERDOTEB.WorkandLeisureintheUnitedStatesandEurope:WhyDoDifferent?InM.GertlerandK.Rogoff(eds),NBERMacroeconomicsAnnual[M].Cambridge,MA:MITPress,2006:1-64.

[12]郑邦贵,邓晓卫.宏观调控政策对房产需求市场的影响分析——基于互补均衡模型[J].系统科学与数学,2014(6):641-652.

[13]巫文强.中国双导型经济与人的生存和发展[J].改革与战略,2014(5):1-13.

[14]董欢,郭晓鸣.生产性服务与传统农业:改造抑或延续——基于四川省501份农户家庭问卷的实证分析[J].经济学家，2014(6):84-90.

[15]杜凤莲,孙婧芳.贫困影响因素与贫困敏感性的实证分析——基于1991—2009的面板数据[J].经济科学,2011(3):57-67.

[16]LUCASRE.OntheMechanicsofEconomicDevelopment[J].JournalofMonetaryEconomics,1988(22):3-42.

[17]BENHABIBJ,MENGQ,NISHINUREK.IndeterminacyunderConstantReturnstoScaleinMultisectorEconomies[J].Econometrica,2000(6):1541-1548.

[18]MINOK.IndeterminacyandEndogenousGrowthwithSocialConstantReturns[J].JournalofEconomicTheory,2001(7):203-222.

[19]GOMESMA.OptimalityoftheCompetitiveEquilibriumintheUzawa-LucasModelwithSector-specificExternalities[J].EconomicTheory,2004(3):941-948.

[20]CARROLLCD,OVERLANDJ,WEILDN.Saving,GrowthandHabitFormation[J].AmericanEconomicReview,2000(9):341-355.

[21]ABELAB.AmericanEconomicAssociationAssetPricesunderHabitFormationandCatchingupwiththeJoneses[J].TheAmericanEconomicReview,1990(2):38-42.

[22]DUPORB,LIUWF.JealousyandEquilibriumoverConsumption[J].AmericanEconomicReview,2003(3):423-430.

[23]BECKERG,MURPHYK.SocialEconomics：MarketBehaviorinaSocialEnvironment[M].Cambridge:HarvardUniversityPress,2000:55-56.

[24]REGEM,TELLEK,VOTRUBAM.SocialInteractionEffectsinDisabilityPensionParticipation:EvidencefromPlantDownsizing[J].JournalofEconomics,2012(4):1208-1246.

[25]LEELF,LIJ,LINX.BinaryChoiceModelswithSocialNetworkunderHeterogeneousRationalExpectations[J].ReviewofEconomicsandStatistics,2014(3):402-417.

[26]WHITEK,SIMPSONB,ARGOJJ.TheMotivatingRoleofDissociativeOut-groups?InEncouragingPositiveConsumerBehaviors[J].JournalofMarketingResearch，2014(4):433-447.

[27]ALIMM,DWYERDS.SocialNetworkEffectsinAlcohol?Consumption?amongAdolescents[J].AddictiveBehaviors,2010(4):337-342.

[28]HUANGR,KIMH,KIMJ.SocialCapitalinQQChina:Impactson?Virtual?EngagementofInformationSeeking,InteractionSharing,KnowledgeCreating,andPurchasingIntention[J].JournalofMarketingManagement,2013(3):292-316.

[29]FREYBS,MEIERS.Pro-socialBehaviorinaNaturalSetting[J].JournalofEconomicBehaviorandOrganization,2004(5):65-88.

[30]ANSELINL.ModelValidationinSpatialEconometrics:AReviewandEvaluationofAlternativeApproaches[J].InternationalRegionalScienceReview,1988(11):279-316.

[31]汪秀英.区域亚文化对消费者体验行为影响的实证研究[J].北京工商大学学报:社会科学版,2010(2):89-96,102.

[32]SUBRAMANIM,WALDENE.TheImpactofE-commerceAnnouncementsontheMarketValueofFirms[J].InformationSystemsResearch,2001(2):135-154.

[33]张品良.网络广告跨国传播的文化应对[J].江西财经大学学报,2009(5):64-68.

[34]LEAMEREE,STORPERM.TheEconomicGeographyoftheInternetAge[J].JournalofInternationalBusinessstudies,2001(4):641-665.

[35]BELLDR,SONGS.NeighborhoodEffectsandTrialsontheInternet:EvidencefromtheOnlineGroceryRetailing[J].JournalofPolicyMarketingandEconomics,2007(4):361-400.

[36]吴必虎.中国文化区的形成与划分[J].学术月刊,1996(3):10-15.

[37]TOBLERWR.SmoothPylophylacticInterpolationforGeographicalRegions[J].JournaloftheAmericanStatisticalAssociation,1979(7):519-530.

[38]陆铭,张爽.“人以群分”：社会互动和群分效应的文献评论[J].经济学(季刊),2007(3):991-1020.

[39]CHOIJ,HUISK,BELLDR.SpatiotempotalAnalysisofImitationBehaviorsacrossIndicatesNewBuyersatanLnlineGroceryRetailer[J].JournalofMarketing,Rasearch,2010(2):1-15.

[40]张志远.2010年数字音乐市场谁主沉浮[J].信息网络,2010(5):58-60.

[41]HANSONGH,XIANGC.TheHomeMarketEffectandBilateralTradePatterns[J].AmericanEconomicReview,2004(4):1108-1129.

[42]KWAKHR,FOXJ.ZINKHANGM.WhatProductsCanbeSuccessfullyPromotedandSoldviatheInternet?[J].JournalofAdvertisingResearch,2002(1):23-38.

[43]HEADK,MAYERT,RIESJ.OnthePervasivenessofHomeMarketEffects[J].Economic,2002(6):371-390.

[44]LEAMERE,STORPERM.TheEconomicGeographyoftheInternetAge[J].JournalofInternationalBusinessStudies，2001(4):641-665.

(责任编辑毕开凤)

A Micro Empirical Study of Exogenous Online Consumption Growth in China Based on Spatial Econometrics

DONG Xiao-song

(SichuanProvincialPartySchoolofCPC,SichuanAcademyofGovernance,Chengdu610072,China)

Key words:exogenous consumption; internet economy; spatial econometrics

Abstract:From the view of exogenous drive, through theoretical discussion and empirical analysis, the researcher explores the mechanism and methods of how the social interaction promotes exogenous online consumption. With the provincial data consumption in China in e-commerce market and the general spatial panel fixed effect model (the General Model and Spatial Fixed Effect), the researcher identifies the spillover and the lag factors of exogenous consumption growth in the Internet environment, analyzes the influence of non-market interactions of cultural and geographical factors on the exogenous online consumption growth, and explores the new route and regulation of the endogenous consumption growth in China. This article finds that zero physical distance will not lead to the disorder of the online-consumption; on the contrary, there is significant spatial correlation of geographical and cultural factors. This is not only a theoretical research, the rule will also help the government and enterprises to rationally understand the consumer Internet space diffusion and guide them to develop the best online economic development strategy.

收稿日期:2015-11-06

基金项目:国家社会科学基金项目(13XJL013);国家社会科学基金项目(14CJL040)

作者简介:董晓松，男，博士，副教授，主要从事数字经济研究。

中图分类号:F224

文献标识码:A

文章编号:1000-2154(2016)06-0053-11