电子商务对城乡居民消费差距的影响研究

［摘 要］ 运用计量模型，选取了2012-2021年的面板数据，探讨电子商务在不同自然地理区域对城乡消费差距的作用。结果显示：2012-2021年我国电子商务的发展扩大了城乡居民消费差距，但是长期看来，比如东北、华东和华中地区，电子商务阻碍了城乡消费差距的扩大。因此，政府要坚持发展电子商务，且要因地制宜的发展特色电商，从而发挥好电子商务在城乡居民消费差距的积极作用。

［关键词］ 电子商务； 城乡消费； 计量经济模型

［中图分类号］ F724.6" ［文献标识码］ A

随着网络经济的发展，电子商务（后文均简称“电商”）通过突破时空的局限，减少了中间的繁琐流程，提升了服务效率，实现了服务成本的下降。《中国电子商务报告》显示：从2016年到2020年，全国电商交易额年均增长率达到9.3%[1]，这表明我国电商作为一种新的消费模式正处于从高速增长迈向高质量发展阶段。同时《电子商务“十四五”发展规划》中也指出：完善城乡融合消费网络，电商将继续在平衡城乡居民消费差距方面发挥着积极作用。因此研究两者的关系，对推动我国城乡经济协同发展有重要的意义。

早在20世纪80年代，电商对城乡居民消费差距的影响就引起了国内外学者们的广泛关注。Hall（1978）研究发现居民消费函数和收入分配状况有关，并且网络经济在城乡居民收入分配和消费水平的测度中有重要的作用[2]。Jappelli和Pistaferri（2010）指出想要缓和城乡居民消费的不平等现状，可以通过发展电商来实现[3]。Mangiaracina（2019）认为电商是通过居民收入分配进而影响了城乡居民消费差距[4]。Pantelimon和Posedaru（2020）对全球COVID-19大流行前后居民的电商消费行为进行了调查，认为从实体店转移到网上购物的居民和新冠肺炎疫情持续的时间成正比[5]。韩雷等（2016）[6]和闫军等（2019）[7]实证结果表明，中国电商的发展对城乡居民消费差距的影响有一定程度的区域差异。李连梦（2020）采用理论与实证分析相结合的方法，在充分考虑内生性稳健的基础上研究了电商对城乡居民消费差距的缩小作用[8]。

基于以上的背景和文献，本文研究的重点是基于中国自然地理区域视角进行实证测度，增加研究的多样性，从而补充现有的研究。

1 模型设定与数据来源

1.1 模型设定

本文通过构建以下计量经济学模型，实证研究电商发展水平对城乡居民消费差距的影响。

yit=C+αxit+βmit+γjzit+εit（1）

其中：i代表省份（i=1，2，…，31）；t代表年份（t=2012，2013，…，2020）；yit表示被解释变量，xit表示解释变量，mit表示中介变量，zit表示其他控制变量；α、β和γj为对应变量的系数；C为常数项，εit为误差项。

1.2 变量选取

1）被解释变量：城乡居民消费差距（Y）用泰尔系数作为衡量标准，泰尔指数法相比较其他衡量Y的方法，它的优势是可以将区域间或区域内的差异进行细分。泰尔系数公式如下：

Dis_conit=C1tCtlnC1t/N1tCt/Nt+C2tCtlnC2t/N2tCt/Nt（2）

其中：Dis_conit代表i地区t年的城乡居民消费差距，i=1，2分别代表城镇居民和农村居民，Ct表示t年居民消费总支出，Nt表示t年总人口。

2）核心解释变量：电商发展水平（X），鉴于电商发展水平的数据难以获取，因此本文参考了张磊和韩雷（2017）[9]的研究结果，采用了人均快递业务量作为衡量X的指标。

3）中介变量：城乡居民收入差距（M），由文献综述可知，电商会影响到城乡居民的收入差距，进而影响到城乡居民的消费差距，因此将M作为中介变量纳入计量经济模型中进行实证分析。

4）控制变量：城镇化水平（Z1）是指城镇人口与总人口的比例；经济发展水平（Z2）是选取各省的人均GDP作为衡量指标；财政支出水平（Z3）是政府的财政支出在GDP中的占比。

此外，为了变量数据的稳定性，将对数化后的X和Z2运用到模型估计过程中，使得实证结果更具有可信度。

1.3 数据来源

基于数据的准确性和可获得性，本文选取了2012年—2021年为研究时间段，收集了中国31个省级的面板数据，并将各省划分为东北、华北、华东、华南、华中、西北和西南七个自然地理区域进行实证分析。其中变量Y、X、M、Z1、Z2和Z3均来源于历年的《中国统计年鉴》或基于此计算所得。

2 实证结果与分析

2.1 描述性统计

首先对我国自然地理区域进行描述性统计分析，结果如表1所示。

在城乡居民消费差距方面，华中、西北和西南三个地区的Y均值均高于全国的Y均值，其中西南地区均值最高，说明西南地区城乡居民消费差距最明显，华北地区最小。在电商发展水平方面，华东地区发展水平远高于其他地区，且与其他地区相比，该地区的标准差也最大，说明该地区的各省份之间存在较大的差异。同时，从全国的X标准差可以看出中国各省份的电子商务发展水平不均衡且存在较大差异。

2.2 相关性分析

从表2可以看出，在各指标之间，都存在着一定的多重共线性，但是通过计算变量间的方差膨胀因子（表3），最大的VIF=8.02，小于10，说明各解释变量之间不存在严重的多重共线性。

2.3 中介效应

本文参考Preacheramp;Hayes（2004）[10]的研究，采用bootstrap法验证电商通过影响城乡居民收入差距进而间接影响居民消费差距。这个算法的基本原理就是在已有的研究样本中有放回地进行随机重复抽样，并构造出某个估计的置信区间，结果如表4所示。

中介效应的Bia-Corrected和Percentile的置信区间分别为（-0.0037，-0.0007）和（-0.0036，-0.0007），且这两个置信区间都不包含0，表明存在显著的中介效应。

2.4 总样本估计结果分析

当时间T小于20时，由于该检验是针对大样本的，并不适用于小样本，即可不做单位根检验[11]，因此采用固定效应模型进行回归检验。从表5中的回归结果可以看出，全国的电商回归系数为0.011，说明电商对农村居民消费水平的提升效果要比对城镇居民消费水平的提升效果差，这意味着全国电商增加一个单位，城乡居民消费差距扩大0.011个单位，从全国的角度来看，电商的发展一定程度上扩大了城乡居民消费差距。这是由于全国的城乡居民发展不平衡，而制约农村地区电子商务发展的一个重要因素是经济发展相对滞后，导致基础设施不够完善。相反，城镇地区依靠良好的发展环境，电商发展较为完善，因此扩大了城乡居民消费水平的差距。

城乡居民收入差距的回归系数为0.260，说明当城乡收入差距得到有效控制，能有效地推动城乡消费差距的缩小。

城镇化水平、经济发展水平和财政支出水平三个指标的回归系数均为负数，说明均对城乡居民消费差距存在负向影响。城镇化水平的提高，改善了农村基础设施，有效改善了农民的生活条件，不仅有助于农民的收入增加，也使得城乡居民收入差距得以缩小。此外，由于中介效应的存在，城乡居民消费差距也进一步缩小。随着经济发展水平的提升，城乡地区各项设施也将得到进一步的改善，这将使城乡之间的发展差异得到有效的缩小。财政支出水平越高，越有利于缩小城乡居民消费差距。

此外，R2的值为0.765，全国的固定效应回归模型拟合优度良好，说明自变量对解释变量解释得较多，可以很好地反映出电商发展对城乡居民消费差距的影响。对模型进行了F检验，检验结果显示，F值为554.93，P值为0.000，说明在0.05显著性水平下，有充足的理由认为回归模型整体线性关系显著，拟合优度较好。

2.5 分区样本估计结果分析

由于中国存在明显的区域发展不平衡现象，为了增加研究的多样性和进一步了解各个区域电商对城乡居民消费差距的影响，比较各区域之间的差异，这里将中国依据自然地理区域划分为七个区域。具体划分如下：东北区域由辽宁、吉林和黑龙江3个省（市、区）组成；华北区域由北京、天津、河北、山西和内蒙古5个省（市、区）组成；华东区域由上海、江苏、浙江、安徽、福建、江西和山东7个省（市、区）组成；华南区域由广东、广西和海南3个省（市、区）组成；华中区域由河南、湖北和湖南3个省（市、区）组成；西北区域由陕西、甘肃、青海、宁夏和新疆5个省（市、区）组成；西南区域由重庆、四川、贵州、云南和西藏5个省（市、区）组成。如图1所示。

在此基础上，运用Stata软件对各区域的面板数据进行回归分析，结果如表6所示。

在表6中，R2越接近1，则该模型的拟合效果越好。七个区域的回归模型R2分别为0.811、0.926、0.873、0.776、0.923、0.863和0.603，说明中国的七个自然地理区域回归模型的拟合效果均良好。同时为了检验回归模型整体的线性关系，采用了F检验，从表中可以看出七个自然地理区域的F检验统计量P值均为0.000，说明在0.05显著性水平下通过了F检验，七个自然地理区域回归模型整体线性关系显著。

电商发展水平：东北地区、华东地区和华中地区随着电商发展水平的提高从而缩小城乡消费差距，而华北地区、华南地区、西北地区和西南地区的电商发展水平与城乡居民消费差距存在正向关系，其中华中地区和西南地区的影响最大。

城乡居民收入差距：东北地区、华北地区、华南地区、华中地区和西北地区的城乡居民收入差距回归系数分别为0.725、0.163、0.766、0.528和1.007，说明该五个区域的城乡居民收入差距越大，城乡居民消费差距会随之越大。而华东地区和西南地区则相反。

城镇化水平：表6显示，城镇化水平对城乡居民消费差距有着明显的影响，其中除了东北地区均呈现负向影响，说明对于其他区域，随着城镇化水平的提高，城镇消费差距会逐渐缩小，整体来看，各地区之间存在差异，城镇化发展水平不均衡。

经济发展水平：西南地区、东北地区、华北地区和华南地区存在较多的经济落后贫困山区，因此互联网大范围的覆盖和电商的发展会给这些区域带来新的就业潜力和收入来源，从而使得城乡居民的消费水平得到较大的提升，因此当经济发展到一定程度后，城市与农村之间的消费差距就会逐渐缩小。

财政支出水平：对于东北地区、华北地区、华南地区、西北地区和西南地区，随着国家对乡村建设的投入越来越多，使得这些地区的农村基础设施也在不断地完善，并且电商在乡村也取得了良好的发展，这就要求政府在促进城乡居民消费差距缩小中发挥更大的作用。但是对于华东地区和华中地区，政府的行为对城镇地区经济的拉动作用大于农村地区，使得城镇居民消费能力较强，而农村居民消费能力较弱，从而导致城乡差距持续扩大。

3 结论与建议

3.1 结论

本文通过建立计量经济模型，研究我国2012年—2021年的电商对城乡居民消费差距的影响，同时为了增加研究的多样性，根据我国自然地理区域将31省份划分为七个区域进行研究。

中国电商发展水平与城乡居民消费差距呈正向关系，说明电商发展对城镇居民消费差距的促进作用要高于农村居民。电子商务在31个省份的发展水平很不平衡，而且有很大的差异，其中华东地区的电商发展水平要远高于其他区域，但是该地区之间也存在较大差异。

从区域层面研究电商对城乡居民消费差距的影响。从实证研究的结果可以看出，电商发展水平的提高会使东北、华东和华中地区的消费差距缩小，同样会使华北、华南、西北和西南地区的消费差距进一步加大。由此可以看出，因为区域之间和区域内的城乡电商发展程度的不同，从而对各区域的城乡消费差距的影响也存在差异。其中，城镇化水平对区域内的消费差距有作用，除东北地区外，均可以显著地缩小城乡消费差距。在各区域中，东北、华北、华南和西南四个地区在经济发展水平上对城乡消费差距有着显著的缩小作用，但其他地区则呈现出扩大作用。同时，在华东和华中地区，政府对城乡居民消费的拉动效应比农村更强，因此这两个地区的城乡居民消费差距也会随着财政支出水平的提高而进一步拉大。

3.2 建议

本文基于31省的2012年—2021年面板数据，分别以中国和七个自然地理区域为研究对象进行实证分析，结果可以看出电商对于农村消费的拉动效应要比城市更大，在一定程度上会加大城乡之间的消费差距，但从长远来看，在东北，华东，华中等地区，电商对城乡消费差距的缩小作用显著。因此提出以下建议：

1）推动全国农村电商发展

首先，完善农村电商的基础设施建设，为电商更好发展提供可能。从两个方面入手：一是扩大农村网络的覆盖面；二是要加大对乡村物流的效率，降低乡村物流的成本。

其次，收入水平是影响消费水平的决定因素，因此，提高农民收入水平，才能更好地减少城乡之间的消费水平差异。

最后，为农村电商发展提供良好的环境，吸引更多的人才来农村创业，带动农村发展。

2）大力发展电商，重视现阶段电商发展水平较低的区域

电商发展水平存在严重的地区差异，为了让电商对城乡居民消费差距的收敛作用更加显著，要高度重视弱势地区的电商发展，缩小地区间的经济水平差异。

首先，政府财政支出的比例要适当倾斜欠发达地区，尤其是财政支农的比例。然后，要因地制宜地发展特色电商，利用自然地理天然优势更好地发展电商；最后，要对不完善的电商制度进行规范管理。

［ 参 考 文 献 ］

［1］ 中华人民共和国商务部.中国电子商务报告（2020）[M].北京：中国商务出版社，2021.

[2] HALLROBERT E. Stochastic implicationsof the life cycle-permanent income hypothesis： therory and evidence[J]. Journalof Political Economy， 1978， 86（06）： 971-987.

[3] JAPPELLI，PISTAFERRI. Does consumption Inequality track income inequality in Italy[J]. Review of Economic Dynamics， 2010， 13（01）： 133-153.

[4] MANGIARACINA R. Payment systems in the B2C e-commerce： Are they a barrier for the online customer[J]. The Journal of Internet Banking and Commerce， 1970， 14（03）： 1-16.

[5] PANTELIMON F V， GEORGESCU T M， POSEDARU B . The impact of mobile e-commerce on gdp： A comparative analysis between romania and germany and how covid-19 influences the e-commerce activity worldwide[J]. Informatica Economica， 2020， 24（02）： 27-41.

[6] 韩雷，张磊.电商经济是效率和公平的完美结合吗[J].当代经济科学，2016，38（03）：80-90.

[7] 闫军，李岩，张建军.电子商务对城乡居民消费差距的影响：基于区域视角的实证测度[J].商业经济研究，2019（21）：51-53.

[8] 李连梦，吴青，聂秀华.电子商务能缩小城乡居民消费差距吗[J].技术经济，2020，39（02）：125-133.

[9] 张磊，韩雷．电商经济发展扩大了城乡居民收入差距吗[J].经济与管理研究，2017，38（05）：3-13.

[10] 贾冀南，孔祥学，王申玥.差错管理氛围对新生代员工创新行为影响研究[J].科研管理，2020，41（09）：238-246.

[11] 陈强.高级计量经济学及Stata应用[M].第2版.北京：高等教育出版社， 2014.

Research on the Impact of E-commerce on the ConsumptionGap Between Urban and Rural Residents

-Empirical Measurement Based on the Perspective of Geographical Region

ZHENG Lie， FENG Yingying

（School of Science， Hubei Univ. of Tech.， Wuhan 430068， China）

Abstract： This paper constructs an econometric model by extracting panel data from 2012 to 2021 to study how e-commerce impacts the consumption disparity of rural-urban divide respectively in different natural geographical regions. The results show that the development of e-commerce in China from 2012 to 2021 has widened the consumption gap between urban and rural residents. However， in the long run， in Northeast China， East China and Central China， e-commerce has hindered the widening of the gap between urban and rural consumption. Therefore， the government should insist on the development of e-commerce， and develop characteristic e-commerce according to local conditions， so as to bring positive role of e-commerce into good play in the consumption gap between urban and rural residents.

Keywords： e-commerce; urban and rural consumption; econometric model

［责任编校： 闫 品］