家庭特征、区域性差异与信息消费——基于分层线性模型的研究

王家庭,李和煦

(1.南开大学中国城市与区域经济研究中心,天津300071;2.南开大学中国特色社会主义经济建设协同创新中心,天津300071)

一、研究背景

我国进入经济新常态后,投资增速回落,消费成为拉动经济增长的引擎。2018年9月中共中央国务院出台的《关于完善促进消费体制机制进一步激发居民消费潜力的若干意见》中明确指出,增强消费对经济发展的基础性作用对于构建符合我国长远战略利益的经济发展方式十分重要。数据显示,最终消费支出对GDP的拉动作用逐步提升(见图1),2014年消费对GDP的拉动作用超过投资对GDP的拉动作用,并呈现上升趋势。截至2018年底,净出口对GDP增长仍为负拉动,投资对经济增长的拉动率约为2.14%,最终消费支出对GDP的拉动率约为5.03%,其中,信息消费规模约5万亿元,同比增长11%,信息传输、计算机服务和软件业等信息服务业对GDP的贡献率不断提升(见图2)。近年来,虽然我国最终消费率在不断上升,然而居民消费率却持续走低,2017年居民消费支出占GDP的比重不到40%,不仅远低于美国(69.5%)的水平,也低于老龄化严重、消费增长低迷的日本(56.3%)和韩国(47.8%)的水平,还低于印度(59.1%)的水平[注]数据来源于2017年世界银行数据库。。《扩大和升级信息消费三年行动计划(2018—2020年)》指出,信息消费作为重要的新兴消费领域,对拉动内需、促进就业、引领产业升级发挥着重要作用。由此可见,扩大居民消费支出、积极培育信息消费、提升信息消费空间对于稳定经济增长、促进消费结构升级有着重要意义。

图1 三大需求对GDP的拉动率 注:根据国家统计局数据整理。

图2 信息传输、软件和信息技术服务业对GDP的贡献率 注:根据国家统计局、Wind数据库相关数据整理。

如何挖掘信息消费潜力,提升信息消费层次,扩大有效消费需求,是急需研究的理论和现实问题。国外学者对于信息研究的起步较早,在信息消费影响因素研究方面,约瑟芬(Josephine)[1]的研究表明,信息服务质量、信息质量和语言限制都会限制农民信息服务消费。西奥(Siyao)[2]发现接受教育程度、拥有电子通信设备与否等都会影响农民对农业信息服务的接受以及对相关信息的使用。乌特卡什(Utkarsh)[3]运用结构方程模型考察了在信息搜寻行为中,个体差异对服务体验的影响,发现追求品牌的消费者在决策前更加倾向于搜寻丰富的信息。

国内文献在2013年之前基本上是对信息消费理论层面的研究,郑英隆[4]最早提出信息消费的概念,马哲明[5]提出了信息消费外部性理论。2013年之后出现了信息消费关注高潮并且集中在对信息消费的实证研究层面,主要分为两类,一类是对信息消费与经济增长进行研究,另一类是对信息消费的影响因素进行研究。文献梳理发现,在实证研究方面,对信息消费与经济增长研究较多,如杨春立等[6-7]的研究,但对信息消费的影响因素研究较少,并且大部分学者都是分别对影响消费的宏观因素[8-9]或者微观因素[10]进行实证研究,主要采用传统的回归分析方法。

基于此,本文综合考虑外部经济环境、政策环境及家庭特征,结合宏观与微观层面的影响因素,运用分层线性模型,深入分析家庭特征和区域性差异对信息消费的影响,为新时代我国扩大信息消费、促进经济高质量发展提供具有参考价值的政策建议。

二、影响信息消费水平的微观和宏观因素分析

国内外有很多学者都从不同方面研究了影响信息消费水平的因素,可以归纳为两类:微观层面的因素和宏观层面的因素。微观因素决定了信息消费需求的物质基础,宏观因素则对消费者行为产生复杂的综合性影响。

(一)微观因素

影响信息消费水平的微观因素主要包括收入水平、教育程度、家庭规模和城乡位置等。

收入水平。凯恩斯提出绝对收入假说,认为总消费量取决于总收入量。根据收入消费论,收入不仅会影响消费者的购买能力,还会影响消费者的消费预期。邓碧侠[11]认为信息消费者的支付能力是对信息产品和信息服务的潜在购买能力。金(Chinn)等[12-13]研究表明,居民收入和信息消费之间呈现相互促进的关系,收入差距会对信息通信和技术服务支出产生直接影响。

家庭规模。人口数量对于消费需求的总量影响极其明显。在其他条件不变的情况下,人口越多,人均国民收入越少,居民收入也相对减少,信息产品和服务多数为非必需品,其需求也会随之降低。从单个家庭看也是如此,家庭的规模取决于家庭人口数量,影响家庭负担系数。在家庭就业人口一定的情况下,家庭人口老龄化及出生率高则家庭负担系数大,每一家庭成员的需求较低[14]。

教育状况。信息消费具有共享性、参与性和增值性的特点,所以信息商品是智能化的商品,其消费者要有一定的脑力劳动与之对接契合,因而信息消费对消费者的素质要求较高。信息商品精神文化的本质,使得信息消费不仅要有一定的购买能力,还要有消费它的能力,即要求消费者有一定的科学文化水平、道德素养和艺术修养,具备相应的精神消费能力[14]。

城乡位置。随着我国城市化进程的加快,年轻人不断向城市聚集,使得城市中接受新事物的氛围更为活跃,信息消费能够很快在城市中发展。相反,农村老龄人口比重的提高会降低信息消费的水平。张肃[15]研究发现,我国城乡居民信息消费水平仍有较大的差异但长期趋势在缩小。王子敏[16]的研究表明,人口在城市的集聚能够产生显著的集聚效应,该效应显著提升了城镇居民信息消费水平,降低了农村居民信息消费水平。

(二)宏观因素

产品价格、产业结构、经济发展状况、社会保障制度等都会对信息消费水平产生影响,本文将主要从以下几个方面分析:

信息消费品价格。价格是影响消费需求的重要因素。根据需求理论和消费理论,不同商品需求具有不同的伸缩性和变动性,即需求弹性。信息商品需求的价格弹性同时反映了购买欲望和购买能力。相对价格而言,信息商品需求价格弹性小于物质商品需求价格弹性。随着信息商品化程度的提高,信息市场供给的价格弹性增大,信息市场需求的价格弹性减小。在信息市场总体价格不变的情况下,各种类型信息产品和信息服务的价格水平就会显著地影响信息消费者的消费水平[17]。

信息产业发展水平。信息产业的发展是信息消费的重要支撑,信息产业发展水平决定了信息产品和信息服务供给的数量和质量。郑丽等[18]研究了信息产业发展水平对信息消费的门限效应,发现中国各省区市信息产业发展水平存在一定差距,随着信息产业发展不断跨越门槛,居民信息消费受到的供给约束会逐步减少,收入对居民信息消费的影响会显著增强。

经济发展水平。一个地区的信息消费水平与其经济发展水平有着密切联系,信息消费属于高层次消费,伴随经济的快速发展,居民对于信息消费的需求也会日益扩大。此外,经济总量可以通过作用于收入分配来间接刺激信息消费量。随着收入的增加,边际消费倾向递减,然而信息消费是一种新型消费,其边际消费倾向是递增的,对于抑制我国消费总量下降起了重要作用[19]。

社会保障。社会保障作为一项社会制度,对居民信息消费的影响机制主要包括政策导向机制和收入机制。制度本身的特点与消费者个人对制度的适应性等主观因素会通过对人们心理感知的影响而引起消费行为的改变。社会保障制度本身作为抵御风险的工具,其完善性会降低不确定性对居民消费的影响,促进信息消费。

基于以上分析可以发现,微观因素和宏观因素可以通过影响消费者信息消费需求和信息消费行为影响信息消费水平(见图3),因此本文将从家庭特征的微观角度和区域差异的宏观角度出发,考察影响信息消费的因素和路径,并提出以下假说:

假说一:在其他条件不变时,信息消费需求与价格负相关,价格下降可以刺激消费需求。

假说二:教育水平对信息消费有正向促进效应,在其他条件不变时,教育水平越高信息消费能力越高。

假说三:信息产业发展水平的提高可以促进信息消费需求的增加,同等条件下,消费者所在地区的信息产业发展水平越高,其信息消费支出越高。

假说四:社会保障制度的完善可以间接提升居民的消费水平。

假说五:地区经济发展水平越高,人均GDP越高,信息消费水平越高。

假说六:家庭城乡位置的差异对信息消费有明显的影响。

假说七:家庭人均收入越高,信息消费水平越高。

假说八:家庭规模的增大会降低信息消费水平。

图3 信息消费增长机制

三、计量方法与变量选取

(一)计量方法

本文将家庭微观数据和地区数据对接起来,利用分层线性模型,结合两层面的因素进行分析。分层线性模型分析法与传统回归分析法最大的不同就是它能够将不同层级的误差项都考虑进来,可以同时处理不同层级、跨层级变量间的关系。

其中,Xij为家庭层面的因素,Zj为地区因素,Yij表示信息消费水平。

(二)变量选取

本文的微观数据选取的是2016年中国家庭追踪调查(CFPS)的数据,宏观数据来源于2017年《中国统计年鉴》。以两类数据中的地区作为关键变量将它们对接起来,这样就形成了家庭地区两层数据。根据尹世杰[14]对广义信息消费的定义,本文将家庭问卷数据库中医疗保健、交通通信、娱乐教育文化三项年消费支出加总作为家庭年信息消费额度。具体的变量选取和变量处理方法见表1。将两层数据处理后,代入HLM软件中进行描述性分析,结果见表2。

表1 变量选取

表2 变量的描述性统计结果

25个地区[注]本文在进行样本筛选时,剔除了样本量较少的海南省和少数民族自治区,保留了安徽、北京、重庆、福建、甘肃、广东、贵州、河北、黑龙江、河南、湖北、湖南、江苏、江西、吉林、辽宁、青海、陕西、山东、上海、山西、四川、天津、云南、浙江等25个地区的数据。的信息消费水平状况如图4所示,每一个盒须图分别反映了各个地区信息消费水平的差异情况,横坐标代表编号为1—25的地区,纵坐标为信息消费取对数的值。其中各地区信息消费支出(取对数)的最大值、上四分位数、中位数、下四分位数以及最小值可以看出,25个地区的信息消费水平并不一致,而是存在着明显的差异性。样本数据中城乡居民教育水平的差异如图5所示,可见农村居民的受教育程度明显低于城市居民的受教育程度。

图4 各地信息消费支出

图5 城乡教育状况对比

四、实证分析

本部分通过依次建立零模型、协方差模型、以平均数为结果的回归模型、情境模型和完整模型,来分析各层因素与信息消费的关系,对其回归结果进行比较,选取能够充分反映各个变量之间关系的模型,并对实证结果加以评价。对零模型的可行性进行检验是运用分层线性模型的前提,其他模型形式是在零模型的基础上分别或同时加入自变量,对自变量的显著性以及模型整体的契合度进行比较分析。

(一)可行性分析

分层线性模型可以将家庭信息消费整体差异分解到不同的层级,建立零模型可以通过考察家庭信息消费支出(对数)的组内相关系数来对模型的可行性进行分析。如果数据的组内相关系数不显著,那么可以运用传统的回归分析方法;反之,则考虑运用分层线性模型。零模型形式设定如下:

第一层:lncij=β0j+εij

第二层:β0j=γ00+μ0j

混合模型:lncij=γ00+εij+μ0j

从回归结果(见表3)可以看出,截距项为8.128,在1%的显著性水平下显著,表明家庭人均信息消费水平为8.128。在方差分析中,居民家庭人均信息消费的组内变异为0.942 8,组间变异为0.118 4,计算组内相关系数ρl用来说明地区间差异可以解释消费方差的程度。算出的组内相关系数ρl为0.111 6[注]ρ=τ00/(τ00+σ2)=0.118 4/(0.118 4+0.942 8)=0.111 6,代表地区间差异占总差异的11.16%,根据科恩(Cohen)[20]的建议属于中度关联程度,算是不可忽略的组间差异,所以不能只用一般的回归模型来进行分析,必须考虑组间差异的特性。

表3 零模型的参数估计与检验结果

注:***、**、*分别代表1%、5%和10%的显著性水平。括号内为标准误。

(二)模型设计与实证结果分析

为了研究影响信息消费水平的因素,本文依次引入各层次的变量,建立不同的模型来考察家庭层面的因素和地区层面的因素对信息消费水平的影响。在以下模型中,将每个观测值都减去该观测值所属组别的平均数,在HLM里称为“中心化”,这样的变量变换,一方面使得变量的数值变小,容易计算,使变量间的共线性机会变小,另一方面会减少一个自由度,在未来估计误差项方差时,会有无偏性的特征产生。

1.协方差模型设计与实证结果分析

协方差模型主要考察家庭层次的变量对信息消费的影响,它在零模型的基础上对第一层引入人均家庭年收入、城乡位置、受教育程度、家庭规模等变量,并让各个变量对于信息消费的水平是固定的。协方差模型如下:

第一层:lncij=β0j+β1×familysi+β2×edu+β3×lni+β4×urban+εij

第二层:β0j=γ00+μ0j,β1=γ10,β2=γ20,β3=γ30,β4=γ40

混合模型:lncij=γ00+γ10×familysi+γ20×edu+γ30×lni+γ40×urban+μ0j+εij

其中,i表示家庭,j表示地区,β1—β4分别表示家庭层次的自变量对模型的偏回归系数;γ00—γ40分别表示各方程的固定效应。

运用HLM软件进行分析,协方差模型与零模型的回归结果见表4。可以发现,两个模型所估计出来的截距项γ00相近,在固定效应的回归系数方面,协方差模型的斜率都在1%的显著性水平下显著。另外,在随机效应方差检验方面,零模型的τ00为0.118,协方差模型的τ00为0.120,没有太大变化。至于第一层误差项的方差,零模型的σ2为0.943,而协方差模型的σ2为0.710,减少了24.71%,所以相比较之下,协方差模型的数据匹配度要优于零模型。

表4 零模型与协方差模型的比较

注:***、**、*分别代表1%、5%和10%的显著性水平。括号内为标准误。

从协方差模型的回归结果可以看出,收入对家庭信息消费的影响显著,截距项的回归系数为0.337,说明收入的消费弹性为正且小于1,家庭信息消费随着收入的增加而增加,收入每增加1%信息消费增加33.7%左右。城市户口和教育对家庭信息消费均有正向的影响,回归系数分别为0.103和0.049,在1%的显著性水平下显著,表明城市家庭信息消费水平整体高于农村家庭信息消费水平,教育对信息消费水平的提高有着明显的促进作用,居民的受教育程度越高,信息消费水平越高,这正好验证了假说二。家庭规模的斜率为负(-0.071***),表明家庭人口数量越多,人均信息消费水平越低,说明在一个家庭中,人口数量的增长会抑制高层次的消费,结果与理论部分相符。

2.以平均数为结果的模型设计与实证结果分析

以平均数为结果的模型假设没有第一层家庭因素的影响,只根据第二层的变量,即仅从各个地区的特性来解释居民信息消费水平的差异。建立模型如下:

第一层:lncij=β0j+εij

第二层:β0j=γ00+γ01×lev+γ02×lngdp+γ03×lnExp+γ04×CPI+μ0j

混合模型:lncij=γ00+γ01×lev+γ02×lngdp+γ03×lnExp+γ04×lnCPI+εij+μ0j

运用HLM软件进行分析,以平均数为结果的模型与零模型的结果见表5。

表5 零模型与以平均数为结果变量模型的比较

注:***、**、*分别代表1%、5%和10%的显著性水平。括号内为标准误。

在固定效应方面,以平均数为结果的模型γ00估计值为7.830,比零模型的8.128稍小。第二层总体变量信息产业发展水平的系数为0.016且在1%的显著性水平下显著,表明家庭信息消费水平的高低与信息产业的发展水平有着密切的正相关关系。人均GDP的回归系数为0.370,在1%的显著性水平下显著,表明人均GDP对信息消费具有显著的正向影响。人均就业、社会保障的回归系数为0.321,在1%的显著性水平下显著,说明地方政府在人均就业、社会保障的支出可以提升居民的信息消费水平,验证了假说四。在随机效应方面,因为各地区居民的平均信息消费有着明显差异,所以将区域差异作为第二层回归模式的因变量,在各区域差异解释后,其平均居民信息消费的残差项方差τ00由零模型的0.118降为0.022,下降81.4%,意味着引入第二层的自变量对第一次层的截距项的变异程度具有相当的解释力。

3.情境模型和完整模型设计与实证结果分析

情境模型和完整模型可以共同考察家庭特征和区域差异对居民信息消费水平的综合影响,结果见表6。

情境模型是将HLM模型的第一层设为完整模型,第一层的自变量是所有的家庭特征,但在第二层的回归模式设定上,假设第一层各自变量的斜率具有随机效应,将第一层回归线的截距项作为第二层的结果变量,然后选择区域差异作为第二层回归截距项的自变量,模型设定如下:

第一层:

lncij=β0j+β1×familysi+β2×edu+β3×lni+β4×urban+εij

第二层:

β0j=γ00+γ01×lngdp+γ02×lnExp+γ03×lnCPI+γ04×lev+μ0j

β1=γ10+μ1,β2=γ20+μ2,β3=γ30+μ3,β4=γ40+μ4

混合模型:

lncij=γ00+γ01×lngdp+γ02×lnExp+γ03×lnCPI+γ04×lev+γ10×familysi+γ20×edu+γ30×lni+γ40×urban+μ0+μ1×familysi+μ2×edu+μ3×lni+μ4×urban+εij

完整模型的第一层为完整模型,第二层的模式也是完整模型。在这里,我们选用情境变量作为第二层回归模式的自变量,除了分析组内、组间特征对信息消费水平的影响外,同时考察跨层级自变量的交互作用对信息消费水平的影响。模型设定如下:

第一层:

lncij=β0j+β1×familysi+β2×edu+β3×lni+β4×urban+εij

第二层:

β0j=γ00+γ01×lngdp+γ02×lnExp+γ03×lnCPI+γ04×lev+μ0j

β1=γ10+γ11×lnCPI+μ1

β2=γ20+μ2

β3=γ30+γ31×lngdp+μ3

β4=γ40+γ41×lev+μ4

混合模型:

lncij=γ00+γ01×lngdp+γ02×lnExp+γ03×lnCPI+γ04×lev+γ10×familysi+γ11×familysi×lnCPI+γ20×edu+γ30×lni+γ31×lngdp×lni+γ40×urban+γ41×lev×urban+μ0+μ1×familysi+μ2×edu+μ3×lni+μ4×urban+εij

从分析结果来看,第一层斜率项具有随机效应的情境模型与协方差模型相比,在随机效应方面,组内的方差下降了4.2%,组间方差下降了80.83%,说明情境模型比协方差模型更具解释力。两个模型的最大差别在于情境模型引入区域间的差异成分作为情境变量,从回归结果看,信息产业发展水平、人均地区生产总值、人均就业、社会保障以及居民信息消费价格指数的情境效应显著且明显为正,说明他们可以解释信息消费水平的差异,并且和居民信息消费水平正相关。

从完整模型与情境模型的比较来看,两个模型的结果非常相似,整体来看完整模型组间方差与组内方差的值最小,说明完整模型在所有模型中对信息消费水平最具解释力。另外,完整模型回归结果也表明总体层次的人均地区生产总值、信息消费价格指数及信息产业发展水平具有明显的跨层级交互作用。

下文将根据完整模型的结果讨论家庭特征、区域差异和跨层级的交互项对于信息消费的影响效应。

(1)地区间的平均信息消费

从表6完整模型的回归结果来看,对于平均信息消费项,信息产业发展水平提升可以促进信息消费水平的提高,且影响显著(证实假说三)。经济发展较好的地区,信息消费水平也较高(证实假说五)。社会保障支出对于信息消费有着明显的促进作用,人均社会保障支出越高,该地区的信息消费水平也越高(证实假说四)。然而,出乎意料的是,居民信息消费价格指数的系数为正(否定假说一),这表明信息消费品价格的上涨并没有影响居民信息消费,反而提高了地区信息消费水平。按照供需理论,商品的消费数量和均衡价格由供给和需求决定,说明对于信息消费品而言,其供给弹性大于需求弹性,使得信息商品价格上涨幅度越大,居民的信息消费支出也越大。

(2)个体特征对于信息消费的影响

第一层自变量下的截距项的回归系数代表个体特征对于信息消费的影响效应,计量结果显示,各个自变量的截距项均显著,表明人均收入、家庭规模、城乡与否和教育程度对于信息消费都有着显著的影响作用。具体来看,收入是决定信息消费的主要因素,收入越高,信息消费水平越高(证实假说七)。城乡位置对家庭信息消费的影响程度是不可忽视的,城市位置对家庭人均信息消费水平有着正向影响效应(证实假说六)。并不意外的是,信息消费支出随着教育水平的提高而增加(证实假说二)。而家庭规模的回归系数则明显为负,说明家庭人口数量的增加降低了家庭整体的信息消费水平,从图6可以明显看出家庭人均信息消费支出随着家庭人数的增加而下降(证实假说八)。

图6 家庭规模与信息消费 注:笔者研究整理。

(3)地区特征调整个体特征的信息消费倾向

阶层线性模型可以描述跨层级的交互作用对于信息消费的影响,这种影响效应通过模型中嵌套于第一层自变量下的第二层自变量的回归系数来显示。

第一层家庭规模项的回归系数为负,在家庭规模项下,信息消费价格指数与家庭规模的交互项系数为-0.062,且在1%的显著性水平下显著,说明信息消费价格指数会调节家庭规模对信息消费的影响,即该地区信息产品和服务的价格越高,家庭规模对信息消费的影响力度越强,人均信息消费水平越低(见图6)。在其他条件不变的情况下,该地区信息消费价格指数每上升1个百分点,

信息消费水平下降幅度会比平均信息消费价格水平的地区高0.062%,则在这样的地区,家庭人口数增加1个单位,人均信息消费水平会下降0.133%(0.062%+0.071%)。

表6 协方差模型、情境模型与完整模型的比较

注:***、**、*分别代表1%、5%和10%的显著性水平。括号内为标准误。

第一层城乡位置项的回归系数为正,而信息产业发展水平与城乡位置的交互项系数为-0.006,虽然在统计意义下显著,但影响效力度很小。从数值上看,信息产业发展水平对城市居民信息消费有着负向调节效应,而对农村居民信息消费有着正向调节效应。

第一层收入水平项下,人均GDP与家庭人均收入的交互项系数为0.076,且在5%的显著性水平下显著,意味着在同等收入水平下,经济发展水平越好的地区,家庭的信息消费倾向就越大(见图7)。当其他条件不变时,在人均GDP比平均水平高1个百分点的地区,家庭人均收入每上升1%,家庭信息消费水平就会增加0.413%(0.337%+0.076%)。

图7 人均收入与信息消费 注:笔者研究整理。

4.随机效应

在随机效应部分可以看到,在加入地区特征的变量后,截距项、人均收入以及教育程度的随机效应仍然显著,这说明还需要进一步寻找其他变量来解释它们的变差,而对于城乡位置和家庭规模而言,它们在地区层面的变异得到了很好的解释,无需寻找其他的解释因素。

五、结论及政策建议

本文在理论分析的基础上,将中国家庭追踪调查数据和地区数据对接起来,构成多层嵌套的数据,实证检验了影响信息消费的家庭因素和地区因素,进行了对信息消费决定因素的跨层级交互作用分析。根据实证结果,得到如下主要结论:(1)地区之间信息消费水平有着明显的差异,区域的异质性导致信息消费水平的差异性。从分析结果上看,首先,地区间的信息消费水平差异占总体家庭信息消费差异的11.16%,这种差异是不能忽略的,表明即使个体特征相同,但由于所处地区不同,信息消费水平也不同。其次,以平均数为结果的模型、情境模型和完整模型回归结果所反映的区域特征,包括信息产业发展水平、人均GDP和就业、社会保障支出的提高对地区平均信息消费都有显著促进作用。(2)在家庭特征中,教育程度、城乡位置、人均收入、家庭规模对于信息消费支出都有显著影响。从完整模型来看,个体特征对于信息消费的决定作用相当显著。从变量的回归系数来看,教育程度、城乡位置和人均收入对信息消费都有显著的正向促进效应,家庭规模对信息消费的影响效应为负。(3)地区特征不仅直接导致地区间信息消费的差异,而且可以通过交互效应影响家庭特征的信息消费弹性。家庭特征对于信息消费的决定作用往往会受到地区特征的约束与调整,并且这种调整方向与个体特征对信息消费的影响方向可能并不一致,故在不同地区具有相同特征的家庭,信息消费水平并不相同。

基于上述分析和研究结论,为了推动扩大信息消费,促进新时代我国经济的高质量发展,本文提出以下几方面的政策建议:(1)完善收入再分配制度。收入是影响消费的根本因素,政府除了提供就业机会,制定相应措施直接提高居民在一次分配中的收入外,还要完善社会保障、医疗保险等制度,通过二次分配间接增加居民收入。(2)统筹城乡发展,注重城镇化质量。城镇化可以吸收农村剩余劳动力,统筹城乡发展,加快城镇化步伐,注重城镇化质量将会大大提高农村家庭的信息消费水平。(3)增加人力资本的投资,延长教育年限,提高居民的受教育程度。从图4中可以看出农村家庭的教育水平要远远低于城市居民的教育水平,所以政府要特别加大农村基础教育的投资力度,教育的公共资源应该向农村倾斜,以弥补农村长期教育投资不足。(4)抓住新一代信息技术产业的发展机遇,大力推动信息产业发展,推进供给侧改革,消除供给约束,促进居民信息消费。由实证结果可知,信息产业发展水平会明显促进居民信息消费。信息产业是国民经济的战略性、基础性支柱产业,对于转变发展方式、刺激消费、拉动经济增长具有十分重要的作用。然而我国信息产业面临的技术约束和资源约束问题仍然突出,因此要准确把握信息产业发展趋势,加快信息产业转型升级,全面提升产业核心竞争力,为新时代我国信息经济的高质量发展提供有力支撑。