信息基础设施对居民消费影响异质性研究

程中海 邓伟

（石河子大学经济与管理学院，新疆 石河子 832003）

一、引言

近年来中国中等收入群体规模迅速增长，国内市场消费潜力不断释放，居民消费升级已成为经济增长的重要驱动力。消费对中国经济增长的拉动作用是经济新常态下保持稳定增长的压舱石，也是逆全球化暗流涌动背景下中国经济乘风破浪的稳定器。随着信息基础设施不断完善，伴随其建设产生的信息消费正成为消费领域的重要增长点。当前我国信息基础设施建设整体发展迅速，但信息基础设施建设地区差异性和结构性问题日益凸显。一方面，欠发达地区信息基础设施的覆盖率和人均占有量远低于发达地区，导致信息基础设施对经济系统影响存在区域异质性；另一方面，信息产业发展和信息产业应用仍处在低水平、低质量、低转化阶段，抑制信息基础设施对扩大内需的促进作用。基于此，从异质性角度研究信息基础设施对居民消费影响对如何释放消费潜力，在经济新常态下保持经济高质量发展具有重要现实意义。

关于基础设施建设对居民消费影响是挤入效应还是挤出效应，学者对此存在异议。在基础设施挤入居民消费研究方面，部分学者基于凯恩斯理论体系，认为政府支出会通过乘数效应促进经济增长，提高居民收入从而刺激居民消费[1-4]；一些学者从公共物品角度进行分析，认为公共物品具有强正外部性和福利效应，基础设施可以通过其生产和消费的正外部性间接刺激居民消费[5-8]，同时基础设施的完善会导致与它互补的私人物品消费支出的增加[9]。此外，部分研究认为基础设施投入会挤出居民消费。例如，新古典主义认为政府支出的增加会提高居民预期税率，通过财富效应减少居民消费[10]。国内学者多从收入减少这一角度解释基础设施对消费的挤出效应，如基础设施投资会导致产业体系中劳动收入份额减少[11]，或对私人投资产生挤出，降低劳动者收入[12]。在已有研究基础上，学者对两者关系研究进行扩展，如研究基础设施对居民消费影响的时空异质性和基础设施类型异质性[13-15]。基础设施研究中信息基础设施对居民消费影响研究相对较少，多集中于互联网和移动通信对居民消费影响研究[16-18]。

国内以信息基础设施为研究对象的文献集中于其对经济增长的促进作用，大部分研究认为信息基础设施建设会促进经济持续增长，但影响存在时空异质性[19-21]。一些学者认为信息基础设施并不能直接促进区域经济增长，而是通过促进产业集聚、产业升级间接推动经济增长[22-23]，上述研究通常使用电话数量、互联网用户、光缆和人均邮电业务量等传统单一指标衡量信息基础设施建设水平，并未考虑信息产业化建设对经济系统的影响。

综上所述，上述文献为研究信息基础设施对居民消费影响提供了重要借鉴，但仍存在许多需要探索的问题。以往研究中信息基础设施对居民消费影响研究较少，本文可作为基础设施类型对居民消费影响的补充。相较于已有文献使用传统单一指标衡量信息基础设施，本文使用2005—2019 年省际层面数据从通信能力、信息服务水平、信息产业应用和产业规模4个维度选择15个基础指标，使用熵值法对信息基础设施进行综合评价，分析信息基础设施对居民消费影响异质性。

二、理论分析与研究假设

信息基础设施可从消费端和生产端影响居民消费。从消费端看，信息基础设施可以影响居民消费的方式、环境和内容。第一，信息基础设施是网络消费的前提和基础，促进线上和线下消费双线融合，丰富居民消费方式。第二，信息基础设施有利于降低信息获取门槛，解决交易市场信息不对称问题，同时数字商务平台的建设能有效保障消费者权益，推动卖方市场到买方市场的转化，提高消费者剩余，构建良好消费环境。第三，信息产业发展将提高社会对通信产品和优质信息服务的需求，调整消费结构，促进居民消费结构升级。从生产端看，信息基础设施可以提供便捷销售渠道，降低生产、运输和营销成本，减少生产者对消费者生产成本转嫁，全面促进消费[24]。信息产业应用使生产者可以精准定位目标消费人群，将消费者需求和企业生产进行即时匹配[25]。基于以上分析，本文提出假设1：

假设1：信息基础设施可以显著促进居民消费。

经济发展不平衡是导致区域间居民收入差距问题的根源[26]，过大的收入差距会导致社会内需不足，边际消费率递减，从而扩大区域间消费差距。此外，东部地区和中部地区信息基础设施建设水平较高，通信能力与信息服务水平足以满足居民需求，相关信息产业也得到了一定程度发展，但西部地区仍存在信息基础设施人均少，使用率低等问题，信息化程度差异进一步拉大区域间经济差距[27]，抑制区域内居民消费潜能的释放。基于以上分析，提出假设2：

假设2：信息基础设施对居民消费影响存在区域异质性。

中国经济高速增长时期，中国经济总量持续增加，人均收入稳步提高，收入的增加成为社会消费意愿和水平提升的决定性因素，并且受制于低的信息基础设施覆盖率和缓慢的企业信息化进程，导致该时期信息基础设施对居民消费影响并不显著。当前中国经济由高速增长转为稳结构中高速增长，中产阶级人口比例不断增大[28]，居民消费结构不断优化，导致单纯的收入增加对居民消费边际影响减弱。同时在经济换挡降速背景下，信息产业发展和应用推动数字经济快速发展，促进居民消费转型升级[29]，从生产端和消费端打造多支撑点消费新格局。基于此，本文提出假设3：

假设3：信息基础设施对居民消费的影响存在阶段性差异。

通信能力和信息服务水平更多是通过需求端来促进居民消费，通信能力和信息服务水平的提高都能起到节约交易成本、优化消费环境、简化消费流程的作用。相比于通信能力，信息服务水平主要起到提高社会信息化程度的作用。信息产业化建设不仅能通过需求端刺激居民消费，还能从供给端助力消费市场健康发展。信息产业应用和发展可推动工业化和信息化的高效融合，是实现高质量工业化的前提[30]。同时互联网产业的发展可促进产业结构升级[31]，提高生产高附加值产品或提供优质服务企业的市场竞争力。基于此，本文提出假设4：

假设4：不同信息基础设施建设类型对居民消费具有异质性影响。

三、研究设计

（一）模型构建

本文研究重点是信息基础设施对居民消费影响及影响异质性。F检验和Husman检验结果均为拒绝原假设，因此选取固定效应模型作为基准回归模型，如下：

（1）式中，i表示28 个省市区（因数据不完整，本研究不包括港澳台和西藏、青海、宁夏），t表示年份，β0、β1表示影响系数，εit、μi、α0分别为随机扰动项、个体固定项和回归方程截距。lnscore为核心解释变量，表示信息基础设施，用信息基础设施综合评分进行衡量；lngoods为被解释变量，表示居民消费，用社会消费品总额对数衡量；controls表示控制变量，主要包括收入水平、政府支出、人口老龄化、人口增长、受教育水平、交通基础设施，对应指标分别为人均可支配收入、政府支出占GDP比例、65岁以上人口占总人口比例、人口自然增长率、人均受教育年限和公路里程对数。

（二）变量选取

1.被解释变量：居民消费。衡量居民消费常用指标为社会消费品总额和统计局八大类消费支出，相对于八大类消费支出，社会消费品总额涵盖内容更广泛，且更能反映实际消费市场规模的大小，遂使用社会消费品总额衡量居民消费水平。

2.解释变量：信息基础设施。衡量信息基础设施指标多为单一指标。早期研究常采用固定、公共电话数和人均电话数作为各区域的信息基础设施代理变量。随着移动通信技术发展，移动通信产品对固定电话产生了明显替代，学者开始用移动电话用户量替代固定电话指标衡量信息基础设施水平，并开始使用互联网发展指标衡量各地区信息基础设施建设水平。部分研究认为光缆能更好地衡量一个地区的信息化水平，选择光缆总长度和人均长度衡量信息基础设施。也有研究认为邮电业务总量可以很好地反映信息基础设施投入与产出情况，其涵盖了通信线路的搭建、通信技术的运用、通信服务的渗透等多个方面。考虑到单一指标衡量信息基础设施可能存在片面性和主观性，参考以往研究从通信能力、信息服务水平、信息产业应用、信息产业规模四个层次构建信息基础设施综合评价体系，具体指标选取如表1 所示。在测度方法选取上，考虑到主观赋权法主观性较强，使用客观赋权法中的熵值法赋权计算信息基础设施综合评价得分，过程如下所示：

表1 信息基础设施水平评价体系

（1）评价指标标准化处理。由于评价体系中不同基础指标单位不同，不具有可比性，为了消除不同量纲的影响使用极差法对基础指标进行标准化处理，式（2）（3）为标准化过程。

因后续计算信息熵值需进行对数操作，为避免标准化指标数值出现0值导致后续操作无法进行，对各标准化指标数值向右平移0.001个单位。

（2）信息熵值的计算。信息熵是衡量数据不确定性大小的一种度量方式，信息熵越大说明有效信息量越小，数据不确定性越大，式（4）（5）为信息熵计算方法。

（3）指标权重计算。计算指标权重需先计算指标冗余度。

（4）信息基础设施建设水平测度。信息基础设施综合评价得分由指标权重和标准化指标数值乘积累加计算得到，由于使用熵值法会造成总得分数量级偏小，为了便于回归分析，将所得结果放大1 000倍后进行对数处理。

3.控制变量。（1）收入水平：根据经典消费理论，收入是影响消费的主要因素，收入的增加会提高消费水平，用可支配收入衡量居民收入水平。（2）政府支出：政府购买和采购会推动相关行业发展，间接刺激居民消费，但政府投资可能会挤出私人消费和投资，用政府支出在GDP占比衡量政府支出。（3）人口老龄化：与年轻人相比，老年人消费意愿较弱，但人口老龄化可能会倒逼产业结构升级，提高家庭对养老、医疗保健类消费的支出，用65 岁以上人口在总人口占比衡量人口老龄化程度。（4）人口增长：人口的增长往往伴随着需求总量的增长，用自然增长率来衡量人口增长。（5）受教育水平：区域间教育水平差距是造成文化消费不平衡的重要因素，但教育投入属于政府支出，可能会对私人消费和投资存在挤出效应，用平均受教育年限进行衡量。（6）交通基础设施：完善的交通基础设施能扩大消费的辐射范围，用公路里程对数进行衡量。

（三）数据来源

因青海、宁夏、西藏及港澳台部分指标数据缺失年份过多，本文选取2005—2019 年28 个省市区面板数据（除西藏、青海、宁夏以及港澳台）为样本，构建信息基础设施综合评价指标体系，研究信息基础设施对居民消费影响。信息基础设施所有原始指标均来源于《国家统计年鉴》《高技术产业年鉴》《第三产业年鉴》《中国科技统计年鉴》和EPS 数据库；社会消费品总额数据来源于《国家统计年鉴》；控制变量中可支配收入、政府支出比重、老龄人口比重和人口自然增长率数据来源于EPS数据库，平均受教育年限原始数据来源于《国家统计年鉴》《中国人口和就业统计年鉴》。部分年份中部分省份存在少部分数据缺失，均采用线性插值法补齐。为了缓解异方差对实证结果影响，所有绝对数指标均进行对数处理，主要变量的描述性统计（见表2）。

表2 主要变量描述性统计

四、实证分析

（一）基准回归

由表3第（3）列所示，在固定效应模型下，信息基础设施对居民消费影响在0.01水平上显著为正，系数为0.381，表明信息基础设施建设水平每提高1个百分点，居民消费增加0.381 个百分点。表3 第（1）（2）列使用OLS 和随机效应模型研究信息基础设施对居民消费影响，实证结果中信息基础设施影响系数在0.01水平上显著为正，表明信息基础设施建设水平的提高能促进居民消费增长。

表3 基准回归结果

控制变量对居民消费影响。除政府支出和人口老龄化对居民消费影响为负之外，在不同回归模型中大部分控制变量对居民消费影响显著为正。原因可能是政府支出增加虽会促进相关产业市场规模的扩大，但政府支出会对私人投资和消费产生一定挤出；老龄人口比例提高会提高家庭对医疗保健类消费支出，但人口老龄化程度过高会降低社会消费意愿，提高社会储蓄率，限制消费的快速增长。

（二）稳健性检验

前文基准回归中所用模型为均值回归，因均值回归存在容易受极端值影响、无法反映整个条件分布的全貌和无法割离二者影响异质性等缺点，使用分位数回归研究信息基础设施对不同层级居民消费影响，检验信息基础设施对居民消费正向影响是否稳健。

如表4 中第（4）（5）（6）列所示，1/4 分位数、中位数和3/4分位数回归中，信息基础设施对居民消费影响都显著为正，表明在任何消费水平层级中，提高信息基础设施建设水平能有效促进居民消费。表4中第（1）（2）（3）列用人均消费额替代消费品总额，选择不同回归模型进行实证分析，实证结果表明当核心解释变量为人均消费额时，无论使用何种回归模型，信息基础设施影响系数均显著为正，即信息基础设施对居民消费正向影响是稳健的。

表4 稳健性回归

（三）内生性问题

考虑到居民消费增长可能存在累加效应和信息基础设施对居民消费影响可能存在滞后性，静态模型影响系数估计存在内生性问题。为了保证回归结果的正确性，在原有模型中加入居民消费一阶滞后项构建动态面板模型，使用差分GMM 和系统GMM模型进行实证分析，式（9）为构建的动态面板模型。

因使用系统GMM 和差分GMM 需要满足一些前提条件，回归之前先进行扰动项自相关和工具变量有效性检验。在自相关和工具变量有效性检验中，二者的AR(2)P值和Sargan值大于0.1，满足差分GMM 和系统GMM 方法使用条件。如表5 第（1）（2）列所示，差分GMM 和系统GMM 模型中居民消费滞后项系数显著为正，表明居民消费增长具有惯性，前一期居民消费对当期消费具有累计效应；信息基础设施影响系数分别为0.022、0.054，在0.1 和0.01水平上显著，表明信息基础设施水平提高会显著推动居民消费增加。表5 中第（3）（4）列中使用人均消费品额替代社会消费品总额进行GMM 回归，检验信息基础设施对居民消费影响稳健性，差分GMM 和系统GMM 模型实证结果中信息基础设施影响系数显著为正，表明信息基础设施对居民消费正向冲击具有稳定性。

表5 动态面板分析

五、异质性分析

（一）分区域回归

参照国家统计局的地域划分标准将所选省份样本分为东部、中部、西部三大地域，进行分样本回归，研究信息基础设施对居民消费影响区域异质性，回归结果如表6所示。

信息基础设施对居民消费影响存在区域异质性。如表6第（1）至（3）列所示，东中西部地区信息基础设施对居民消费影响显著为正，西部地区影响大于东中部地区，中部地区影响较小。西部地区影响大于东中部地区，可能是因为与东中部地区相比，西部地区通信能力和服务水平仍处于较低水平，相关信息产业发展和应用仍有所欠缺，抑制了区域内数字经济的发展。同时西部地区居民消费仍处于转型升级初级阶段，信息基础设施建设对居民消费边际影响大于东中部地区。中部地区影响系数较小的原因可能是因为中部地区相对于西部地区信息基础设施更为完善，通信能力和信息服务水平对居民消费边际影响呈递减趋势，造成传统信息基础设施建设对居民消费影响远小于西部地区；中部地区与东部地区相比，经济发展水平欠佳造成区域内居民消费规模小，消费潜力弱，并且信息产业化程度远低于东部地区，导致信息产业化建设对居民消费影响小于东部地区。

（二）分时段回归

2013 年中国经济进入新常态时期，经济由此前高速增长转为经济中高速稳定增长，由要素堆积增长转为创新驱动增长，由低质量增长转为高质量发展。因2013年前后经济增长和经济战略目标发生重大变化，故选取2013 年作为时间节点对信息基础设施对居民消费影响进行分时段回归。

如表6 第（4）和第（5）列所示，2013 年之前，居民消费的主要影响因素是人均可支配收入的增长，信息基础设施建设水平对居民消费影响为正但不显著。这可能是因为，一方面，该时期信息基础设施覆盖率和通信容量都较小，导致信息基础设施对居民消费促进作用不显著；另一方面，经济发展不平衡现象严重，绝对贫困的存在抑制了居民消费水平的提高。2013之后，中国进入经济新常态时期，信息基础设施对居民消费影响显著为正，接近收入对居民消费影响系数。这是因为随着经济发展，中等收入人群比例进一步扩大，消费潜力得到进一步释放，单纯收入增长对居民消费影响减小；同时依托通信硬件设施和软件设施的完善，信息产业化得到了一定发展，推动了居民消费的快速增加。

表6 时空异质性分析

（三）分指标回归

根据前文异质性理论分析，研究信息基础设施的不同指标对居民消费影响异质性。通信能力、信息服务水平、信息产业应用和产业规模对居民消费影响异质性实证分析结果如表7所示。

由表7可以看出，信息基础设施中通信能力建设对居民消费影响不显著，信息服务水平对居民消费具有显著正向影响。可能的原因是，随着通信技术飞速发展，通信容量和速率足以满足居民各项信息需求，通信能力对消费影响开始逐渐衰减。信息产业化建设中信息产业发展和应用影响系数显著为正，表明信息基础设施产业化建设可以显著促进居民消费。其中，信息产业应用影响系数小于产业发展影响系数，这可能是因为信息产业与其他产业的创新融合具有强大的经济外溢性，提高非信息行业全要素生产率，推动企业产业结构转型升级。

表7 分指标回归

六、结论与启示

（一）研究结论

整体上，中国信息基础设施可显著促进居民消费增加，但该影响体现出较强的异质性。区域层面而言，西部地区信息基础设施对居民消费影响大于东中部地区，中部地区影响较小。从时间阶段看，2013 年以前，人均收入增加是促进居民消费的主要原因，信息基础设施建设并不会对其产生显著影响；中国经济进入“新常态”以来，信息基础设施上升为影响居民消费的重要因素，表明信息基础设施成为促消费、扩内需，活跃经济基本盘的主要动力。从指标上看，信息基础设施对居民消费影响具有差异性，信息服务水平、产业应用与产业规模均能显著促进居民消费，而通信能力对居民消费影响不显著。

（二）政策启示

1.统筹协调区域信息基础设施均等化，规避省际信息基础设施建设差异对当地居民消费的抑制作用。在加快信息基础设施建设总体布局不变的前提下，决策者应关注信息基础设施发展错层问题，通过信息基础设施均等化建设缩小区域间信息基础设施总量差距，防止形成“数字鸿沟”。同时大力支持欠发达地区信息产业化建设，积极引导优质生产要素向欠发达地区流动，推动信息基础设施与现代生活各领域协同发展。

2.以建设新型高端信息基础设施为抓手培育新兴消费热点，推动信息消费持续提质扩容。居民消费转型升级背景下应加快信息化社会建设，通过信息基础设施建设和经济领域的创新融合培育消费新产品、新服务、新业态，以信息基础设施建设为点，企业数字建设为面促进信息消费发展。加快信息技术弯道超车，促进信息消费成为实现中国经济增长和结构调整的重要内容。

3.扩大信息基础设施规模，充分利用传统信息基础设施对居民消费的基础性作用，加快信息产业化和产业信息化进程，为扩大内需注入新动能。通过扩宽信息基础设施与生产生活过程的对接通道，充分发挥信息基础设施对消费的促进作用。“新基建”背景下应重点关注信息基础设施建设对居民消费的长期影响，加快数字基础设施产业化和盈利化进程，推动信息产业如大数据、物联网体系建设，引导信息产业与相关产业的创新融合，从而扩大优质制造业和服务业消费市场规模，优化居民消费结构。