互联网使用与城乡家庭消费——来自CGSS数据的证据

高嘉诚，刘 钥

（白俄罗斯国立大学哲学与社会科学系，白俄罗斯 明斯克 220030）

一、引言与文献综述

国际贸易的间歇性摩擦以及新冠疫情的突发性冲击加剧了世界经济的疲软模糊状态，导致投资与出口对我国经济增长的贡献力量不断减弱。与之对比，消费的贡献力量则不断加强。消费对于我国经济增长的贡献率由1978年改革开放之初的38.3%（姚战琪，2021）[1]，增长到2019年的58.6%，逐渐成为经济增长的第一动力。一方面，巨大的国内市场是我国可靠的战略资源；另一方面，国内市场也是一种新型比较优势（刘志彪，2019）[2]。只有更好地发挥我国比较优势，才能建立竞争优势，促进经济增长（林毅夫和李永军，2003）[3]。在此背景下，中央提出“加快形成以国内大循环为主体、国内国际双循环相互促进的新发展格局”的战略部署。构建双循环的关键在于调整经济结构以抓好国内大循环（林晨等，2020）[4]，国内大循环的有序运行有助于强化内部经济的稳定发展，规避外部经济波动的冲击（孙豪，2020）[5]。促进居民消费则是实现“双循环”战略的重要抓手，扩大居民消费规模，满足居民消费需求，是充分发挥我国比较优势的必要条件（欧阳峣等，2016；李君华和欧阳峣，2016）[6,7]。这也使得我国经济发展由投资主导型转向消费主导型（孙豪，2020）[5]，如何刺激消费、扩大内需，使国内消费市场实现有序自循环，已经成为政府与学术界的关注热点。

与此同时，随着数字时代的到来，互联网作为底层技术，被认为是世界经济第五次康德拉季耶夫周期的标志（Yushkov，2014）[8]，其突破时空界限的特点使得信息流通和传播速度加快，居民消费模式和消费环境在使用互联网的过程中被改变，居民消费呈现高品质、多样化、个性化的趋势（曾洁华和钟若愚，2021）[9]，这将对我国消费市场产生冲击。特别是，据第48次《中国互联网络发展状况统计报告》显示，截至2021年6月，我国网民数量达到10.11亿，互联网普及率已经达到71.6%，互联网使用对我国消费需求的影响已经成为关注焦点。其一，在数字时代背景下，互联网使用可以帮助居民家庭获取海量消费信息，并从中搜寻到所需要的信息，为释放居民家庭消费需求提供了强大的引力（江小涓，2017）[10]。其二，使用互联网的过程中，更多具有刺激性的消费信息将借助各类网络平台被分享，促进居民家庭做出消费决策（Jessica et al.，2020）[11]。其三，互联网能够记录居民家庭的消费信息，检索偏好及其消费行为特点，主动向居民家庭推送具有个性化的消费信息，一旦居民家庭使用互联网搜寻过相关消费信息或做出过相关消费决策，大量具有个性化的消费信息将会被定期推送（江小涓，2017）[10]，刺激居民家庭发生消费行为。然而，我国长期的城乡二元发展结构导致城乡差距持续扩大，这被视为“中国面临的五大挑战之首”（吴海江等，2014）[12]，而城乡差距的最终反映则是城乡消费差距。农村消费一直是我国消费的“洼地”（李江一和李涵，2016；程名望和张家平，2019）[13,14]。尽管中国城乡居民消费水平整体上在不断提高，但农村居民的消费金额和消费层次都普遍低于城市居民（吴海江等，2014）[12]。农村居民消费需求不足，这已成为制约中国消费需求提升的一个重要问题。截至2020年末，我国农村人口占总人口的比重为37.29%，而农村居民人均消费仅是城镇居民的47.49%。农村消费长期处在“沉睡”状态，一旦城乡居民消费差距超出合理的范围，不仅严重制约农村经济的发展，甚至将影响国家经济发展全局（温涛等，2015）[15]，对中国实现包容性增长形成阻碍（吴海江等，2014）[12]。为此，2021年中央1号文件指出，必须全面促进农村消费，释放农村消费潜力。如何进一步加快农村居民消费升级已经成为一个全社会关注的重大问题（蒋团标和张亚萍，2021）[16]。已有研究表明，随着我国农村互联网基础设施的不断完善和普及，农村居民消费环境得到很大程度的改善，这为释放农村居民消费需求提供了强大的引力（胡润哲和魏君英，2021；周应恒和杨宗之，2021）[17,18]。

但需要注意的是，我国城乡之间还存在数字鸿沟。据第48次《中国互联网络发展状况统计报告》显示，尽管截至2021年6月我国农村地区互联网普及率达到59.2%，但仅占网民规模的29.4%。与之对比，城镇地区互联网普及率达到78.3%，占网民规模的70.6%。那么，我国城乡之间的数字鸿沟是否会影响城乡消费差距？如何影响？该问题亟待验证。当前学术界对此研究较少，更多地使用面板数据从宏观层面对该问题进行研究，认为互联网的普及不仅缩小了城乡居民生存型消费差距，还降低了城乡居民发展型消费差距（程名望和张家平，2019）[14]，而很少从微观家庭层面对该问题进行研究。此外，互联网的普及并不代表互联网的使用频率。为此，本文基于2010年和2017年中国综合社会调查数据，将其组成混合截面数据，从微观家庭层面检验互联网使用对城乡居民家庭消费差距的影响。

二、研究设计

（一）数据来源

本文数据来源于2010年和2017年中国综合社会调查数据（Chinese General Social Survey，CGSS）。CGSS采用多层概率抽样，覆盖中国各省级行政单位，具有相当的公信力。值得注意的是，CGSS在2010年首次针对互联网使用情况进行调查。因此，将2010年与2017年CGSS组成混合截面数据，可以一定程度上反映时间因素的影响。

（二）变量选择

1.因变量。本文的第一个因变量为家庭生存型消费。通过将问卷调查中相应的问题“在您全家去年全年的总支出中，食品支出有多少？”“在您全家去年全年的总支出中，服装支出有多少？”“在您全家去年全年的总支出中，住房支出有多少？”测度数据加总，得到家庭生存型消费。本文的第二个因变量为家庭发展型消费。通过将问卷调查中相应的问题“在您全家去年全年的总支出中，耐用消费品支出有多少？”“在您全家去年全年的总支出中，消费品支出有多少？”“在您全家去年全年的总支出中，交通通讯支出有多少？”“在您全家去年全年的总支出中，文化休闲娱乐支出有多少？”“在您全家去年全年的总支出中，教育、培训支出有多少？”以及“在您全家去年全年的总支出中，医疗支出有多少”测度数据加总，得到家庭发展型消费。

2.自变量。本文的自变量为互联网使用。通过问卷调查中相应的问题“过去一年，您家对于互联网的使用情况”来测度。该问题选项包括“从不”“很少”“有时”“经常”和“非常频繁”，将“经常”和“非常频繁”赋值为1，“从不”“很少”“有时”赋值为0。

3.控制变量。参考相关研究[19-34]，本文在实证过程中加入若干控制变量，包括教育水平（被访问家庭的户主受教育年限，未接受过教育=0，私塾扫盲班/小学=6，初中=9，职业高中/普通高中/中专/技校=12，大专=15，本科=16，硕士研究生=19）、年龄（被访问家庭的户主实际年龄）、婚姻状况（被访问家庭的户主婚姻状况，已婚/同居=1，未婚/离婚/分居=0）、户籍状况（被访问家庭的户主户籍状况，农村户口=1，城镇人口=0）、社会保险（被访问家庭的户主参与社会保险情况，参与=1，未参与=0）、人均收入（被访问家庭的人均收入）、家庭人口（被访问家庭的常住人口数）、经济状况（被访问家庭的经济状况，远低于平均水平=1，低于平均水平=2，平均水平=3，高于平均水平=4，远高于平均水平=5）与房屋资产（有房屋资产=1，无房屋资产=0）。此外，为了考察年龄与家庭基本生存型消费以及家庭发展享受型消费之间是否存在倒U型关系，引入年龄的平方项（被访问家庭户主实际年龄的平方项）。

（三）描述性统计

为避免受到极端家庭消费水平的影响，本文对家庭生存型与发展型消费进行了1%缩尾处理，变量的描述性统计见表1。

表1 变量的描述性统计

（四）模型设定

1.基准模型。本文以线性方程的形式设定基准模型，对虚拟变量以外的变量均做取对数处理，相应模型设定形式如下：

在式（1）、（2）中，lnSCi表示第i个家庭的生存型消费支出，lnDECi表示第i个家庭的发展型消费支出，DInterneti表示第i个家庭的互联网使用，Xi表示第i个家庭的一系列控制变量，α0、α1和γ0、γ1为待估参数，β1和β2为待估系数向量，μi和εi为随机扰动项。

2.差距分解。本文采用RIF均值回归分解方法对城乡家庭生存型与发展型消费差距进行分解，得出互联网使用对城乡家庭消费差距的影响方向与作用大小。RIF回归分解方法是对于Oaxaca-Blinder分解方法的一种改进。根据本文所设定的基准模型（1）与模型（2），可以将各地区家庭生存型与发展型消费差距写为：

在式（3）、式（4）中，ΔSC与ΔDEC分别代表城乡家庭生存型与发展型消费差距，Xt与Xc分别代表城乡家庭包括自变量与控制变量在内的一系列特征变量，βt与βc、γt与γc为待估系数向量。

对式（3）、式（4）进行公因式提取，得到：

在式（5）、式（6）中，等式右边第一项分别为城乡家庭生存型与发展型消费差距中的系数差距，代表城乡家庭消费观念不同所引起的生存型与发展型消费差距；第二项分别为城乡家庭生存型与发展型消费差距中的特征差距，代表城乡家庭特征变量差距所引起的生存型与发展型消费差距。在此基础上，引入再中心化影响函数方法（Recentered Influence Function，RIF），具体研究在均值条件下，第K个回归变量在特征差距和系数差距中的贡献。

三、实证结果分析

为避免可能存在的样本自选择偏差，降低控制变量对分解结果的干扰，本文先基于Logit模型通过核匹配方法对样本数据进行逐期匹配，相应结果见表2与表3。

表2 互联网使用的影响因素

注：***代表p＜0.01，**代表p＜0.05，*代表p＜0.1；括号中的数字为标准误。

由表2估计结果可知，Pseudo R2在2010年与2017年分别达到了43.71%与45.67%，并且控制变量整体上对互联网使用产生了显著性影响，表明在进行城乡家庭消费差距分解前，有必要对样本进行核匹配，以尽可能地控制样本自选择偏差。

表3 匹配前后各控制变量标准化百分比偏差变动

由表3匹配结果可知，无论是2010年还是2017年，各控制变量在完成核匹配后，标准误整体均已较低，很大程度上消除了样本自选择偏差问题。

（一）生存型消费的基准回归

由表4匹配后全部样本的回归结果可知，在1%的显著性水平上，互联网使用显著促进了家庭生存型消费。此外，根据其系数0.129可计算出弹性为0.138，表明经常使用互联网将整体上使得家庭生存型消费提升13.8%。进一步观察城镇家庭与农村家庭样本的回归结果可知，互联网使用在1%的显著性水平上促进了城镇家庭的生存型消费，但对农村家庭影响不显著。具体来看，经常使用互联网将使得城镇家庭生存型消费提升21.0%，而农村家庭仅提升7.7%，这意味着互联网使用很可能会进一步扩大城乡家庭生存型消费差距。互联网使用到底是通过扩大城乡家庭特征差距，产生特征差距效应，还是通过扩大消费观念差异，产生系数差距效应，抑或是两者皆有，进而增加城乡家庭生存型消费差距？这需要对该差距进行分解来厘清互联网使用将如何影响城乡家庭生存型消费差距。

表4 核匹配后生存型消费的基准回归

注：同表2。

（二）生存型消费差距的均值分解

表5是城乡家庭生存型消费差距的RIF均值回归分解结果，该差距中33.2%可由城乡家庭特征差距来解释，66.8%可由城乡家庭系数差距来解释，这意味着该差距约3成由城乡家庭特征差距造成，约7成由城乡家庭生存型消费观念差异造成。具体来看，互联网使用的特征差距系数仅为0.018，占特征差距的7.6%（0.018/0.236），占总差距的2.5%（0.018/0.711），且不显著，而互联网使用的系数差距系数虽然在5%的水平上显著，但数值仅为0.044，占系数差距的9.3%（0.044/0.475），占总差距的6.2%（0.044/0.711）。这意味着相较于农村家庭，互联网使用对城镇家庭生存型消费观念的促进效应相对更强，但对两者影响差异不大，小幅扩大了城乡家庭生存型消费差距。

表5 核匹配后城乡家庭生存型消费差距的均值分解

（三）发展型消费的基准回归

由表6匹配后全部样本的回归结果可知，在1%的显著性水平上，互联网使用显著促进了家庭发展型消费。此外，根据其系数0.358可计算出弹性为0.430，表明经常使用互联网将整体上使得家庭发展型消费提升43.0%。进一步观察城镇家庭与农村家庭样本的回归结果可知，互联网使用不仅在1%的显著性水平上促进了城镇家庭与农村家庭的发展型消费，而且对农村家庭发展型消费的影响更大。具体来看，经常使用互联网将使得城镇家庭发展型消费提升37.7%，而农村家庭则达到50.1%，这意味着互联网使用有可能缩小城乡家庭发展型消费差距。但需要注意的是，由于长期存在的城乡“数字鸿沟”，城乡家庭互联网使用的差距很可能会产生特征差距效应，进而扩大城乡家庭发展型消费差距，这就需要对该差距进行分解来厘清互联网使用将如何影响城乡家庭发展型消费差距。

注：同表2。

（四）发展型消费差距的均值分解

表7是城乡家庭发展型消费差距的RIF均值回归分解结果，该差距中42.0%可由城乡家庭特征差距来解释，58.0%可由城乡家庭系数差距来解释，这意味着该差距约4成由城乡家庭特征差距造成，约6成由城乡家庭发展型消费观念差异造成。尽管该差距的主导因素也是城乡消费观念的差异，但是相较于生存型消费，城乡发展型消费观念差异相对较小。具体来看，互联网使用的特征差距系数为0.096，且在1%的水平上显著，占特征差距的43.0%（0.096/0.223），占总差距的18.1%（0.096/0.531），这表明互联网使用不仅很大程度上造成了城乡家庭的特征差距，还通过产生特征差距效应，进而大幅扩大了城乡家庭发展型消费差距。互联网使用的系数差距系数尽管不显著，但影响方向为负，并且P值接近0.1，这在一定程度上表明农村家庭通过使用互联网，可以极大改善其发展型消费观念，甚至比城镇家庭更愿意进行发展型消费支出。这很可能是因为，互联网对农村居民来说仍然属于新鲜事物，对农村居民发展型消费观念的改善仍处于边际收益递增阶段，如果能够缩小农村家庭与城镇家庭之间互联网使用的差距，不仅将在很大程度上改善城乡家庭互联网使用的特征差距所造成的发展型消费差距，还可能通过抑制系数差距效应，缩小农村家庭与城镇家庭之间的发展型消费差距。

表7 核匹配后城乡家庭发展型消费差距的均值分解

（续表7）

四、研究结论与对策建议

（一）研究结论

本文基于2010年与2017年中国综合社会调查数据，组成混合截面数据，对城乡家庭消费差距进行了分解分析，研究了互联网使用对城乡家庭生存型与发展型消费差距的影响。主要结论如下：第一，互联网使用显著促进了城镇与农村家庭的发展型消费以及城镇家庭的生存型消费，但对农村家庭生存型消费的影响不显著；第二，城乡家庭消费观念的差异是造成城乡家庭消费差距的主要原因，但城乡家庭发展型消费观念差异小于生存型消费观念差距；第三，互联网使用略微加大了城乡家庭生存型消费观念差异，产生了一定程度的系数差距效应，小幅扩大了城乡家庭生存型消费差距；第四，互联网使用在一定程度上缩小了城乡家庭发展型消费观念的差异，但城乡家庭较大的互联网使用特征差距产生了强烈的特征差距效应，大幅扩大了城乡家庭发展型消费差距。

（二）对策建议

第一，加大互联网基础设施投资建设力度，重点关注农村地区以弥合城乡数字技术设施鸿沟。一方面，政府部门应当持续完善互联网基础设施的建设，加大4G、5G、大数据、云计算等基础设施的投资建设力度，提高网络宽带的覆盖率，优化网络终端设备的布局，为充分发挥互联网使用对我国居民家庭消费支出的刺激效应提供有力的硬件保障。通过建立更加完善的互联网服务体系，进一步推进消费市场下沉。另一方面，政府部门应当对农村地区进行适当的政策倾斜。相较于城镇地区，农村地区不仅互联网基础设施存量较少、建设力度较弱，而且互联网接入率较低。政府部门应当加大对农村地区互联网基础设施建设的财政投入力度，特别是增加网络终端设备存量，提高网络宽带覆盖范围。此外，受制于收入水平，农村地区很多居民家庭尚未成功连接网络。政府部门应当给予网络供应企业以及农村居民家庭税费减免和补贴，切实保障向农村居民家庭提供用得上、用得起、用得好的网络服务，让农村居民家庭享受数字时代的发展成果，这不仅能够提高并丰富农村地区居民家庭的生活质量，更能促进消费升级，为国家经济社会发展做出贡献。

第二，强化互联网使用技能培训，重点关注农村地区以弥合城乡数字技术使用鸿沟。政府部门在加大互联网基础设施建设的同时，应当加强互联网使用技能培训，特别是农村地区。尽管我国互联网普及率已取得阶段性成果，但互联网使用率整体依旧较低。政府部门应当加强互联网使用信息与知识的传播和普及，刺激居民家庭的互联网消费，加强农村地区居民家庭的互联网使用技能培训。不会连接网络、不会网络操作依旧是阻碍互联网使用充分激发农村居民家庭消费动力的重要阻碍，因此，政府部门要将互联网使用知识、使用技能与使用观念切实带到农村地区，加强农村地区居民家庭互联网使用的宣传与推广工作，积极开展互联网使用技能培训。相关部门可以考虑通过电脑与智能手机等联网设备下乡，并调动我国农林类大中专院校的优势，培育农村地区居民家庭的互联网使用观念，量身定制个性化培训内容，助力农村地区居民熟练掌握互联网使用技能，进一步释放互联网使用对消费的强力刺激效应。

第三，加强互联网安全消费环境构建，重点关注农村地区以弥合城乡数字技术风险鸿沟。互联网在突破时空限制、激发居民家庭消费潜力的同时，也为网络消费诈骗等违法犯罪行为提供了极强的隐匿性与传播便利性。近年来，相关网络犯罪行为逐渐增多。因此，一方面，政府部门在推进互联网建设、普及互联网使用的过程中，应当进一步提高网络空间治理能力，构建安全的互联网消费环境，完善相关监管体系，营造健康良好的网络消费空间。另一方面，政府部门应当努力提高居民家庭网络消费的安全意识，可通过定期举办网络安全消费的公益直播与现场宣讲，充分利用线上与线下资源组成网络安全消费宣传矩阵，切实提高网络安全消费意识。需要注意的是，相较于城镇居民家庭，农村居民家庭的抗风险能力与意识相对较低，更容易受到网络消费诈骗等行为的迫害，这就要求政府部门必须重点关注农村居民家庭网络安全消费意识的培养。