数字经济发展对居民消费支出的影响效应

刘丽平

(贺州学院教务处 广西贺州 542899)

当今世界正经历着百年未有之大变局，新一轮科技革命和产业革命正加快重塑世界。以数字技术为支撑的数字经济不断渗透和应用到生产、生活的各个领域，有力地助推供给侧结构性改革，成为促进经济增长和社会发展的重要因素。数字经济在推动消费领域新变革和新转型方面，特别是在消费领域利用数字技术加快与各类新消费业态融合，数字引领下的教育、医疗、文娱各类消费新场景，不断培养出新的消费形式与消费需求，为扩大消费提供增量，释放内需潜力，拓展和满足人民对美好生活更高层次的需求。此外，随着外部环境和内部发展相关要素禀赋的变化，国内大循环活力日益强劲，加大力度扩大内需成为拉动经济增长的首要动力，也是打通国内大循环的重要落脚点。能够扩大消费的有效手段与创新模式，都应充分合理地加以利用。经过新冠疫情充分检验过的数字经济，对打通国内大循环、拉动内需、促进消费的现实意义和作用已不言而喻。但是，目前学界关于数字经济发展对居民消费支出影响效应的相关研究还较少，本文利用2000—2018年全国31个省市区相关面板数据，运用面板分位数模型实证分析数字经济发展对居民消费支出的影响效应，以期进一步丰富相关研究成果，并为相关实践提供意见参考。

1 文献综述

关于数字经济发展对居民消费支出的影响效应问题，近年来国内已有一些相关研究。向国成等(2021)运用系统GMM、中介效应和动态面板模型对数字经济与居民消费的关系进行实证分析，发现数字经济的发展直接或间接地提升了居民的消费水平，对居民消费有显著的产出门槛效应[1]；郭思佳和申丹虹(2021)实证分析了数字经济对消费支出的影响，发现数字经济发展对居民消费支出具有显著促进作用[2]；邹薇薇(2022)实证分析了区域数字生态发展水平对居民消费支出的影响及经济政策不确定性的调节作用，发现区域数字生态建设对居民消费水平产生了显著的正向影响，经济政策不确定性负向调节了数字生态建设对居民消费水平的影响[3]；姚战琪(2022)使用中介模型、空间杜宾模型等方法，实证分析了数字经济对居民人均消费支出的影响，发现数字经济可以显著促进居民人均消费支出增长[4]；詹韵秋等(2022)从消费水平和结构视角实证分析了数字经济对家庭消费的影响，发现数字经济对家庭消费总量、家庭发展与享受型消费占比均产生了显著的正向效应，数字经济对家庭消费总量及家庭发展与享受型支出占比的正向效应在城乡及不同收入的家庭之间存在明显差异，网络购物是数字经济影响家庭消费总量及家庭发展与享受型支出占比的内在影响机制[5]。

综上所述，目前关于数字经济发展对居民消费支出影响效应方面的研究已有一些成果，但相关文献仍较为有限。因此，本文在理论分析数字经济发展和民消费支出关系的基础上提出基本假设，并基于2000—2018年我国31个省市区的相关面板数据，运用面板分位数模型，实证分析数字经济发展对居民消费支出的影响效应，具有一定的理论价值和现实意义。本文的主要创新之处是从数字基础设施普及程度、数字经济产业规模、数字基础设施投资规模和网络消费覆盖率四个维度对数字经济发展水平进行测量，并运用面板分位数模型实证分析了数字经济发展对居民消费支出的影响效应。

2 研究假设

就产业发展一般规律而言，数字经济产业主要通过四种途径对经济增长和居民消费支出产生积极影响：一是产业自身高速发展形成强劲拉动力，进而带动整体经济产出实现良好增长，经济增长通过提升全体居民收入水平拉动消费；二是产业内部相关高新技术的演化发展能够促进产业自身生产率的提高，生产效率的提高能够提升产业从业人员的收入水平，进而拉动居民消费支出；三是特定产业之间通过融合发展，例如先进技术在其他产业部门的应用来提高这些部门的生产经营效率，从而带动经济整体增长，实现居民消费提升；四是产业发展进一步提高社会资源利用效率，形成新业态和新模式，引领新型消费的出现，实现消费自身结构的发展与升级，从而推动居民消费实现快速增长。比如，蔡跃洲和张钧南(2015)认为，信息通信技术(Information and Communications Technology，ICT)通过替代效应和渗透效应促进经济增长[6]。

“新基建”，即新基础设施建设，是数字经济发展需要的配套设施。“新基建”是发展数字经济的先决基础条件和关键支撑，对扩大有效需求、应对风险挑战、推动高质量发展具有重要意义。数字“新基建”自身能够催生出大量创新业态，形成全新商业模式，带动相关产业快速发展。同时，还能够提升居民数字化和智能化装备水平，在以新业态、新模式为引领，加快推动新型消费扩容提质的现实背景下，推动新型消费加快发展。此外，作为一类重要的公共物品，建设数字“新基建”对应着持续投入的固定资产投资，短期可以发挥投资对经济的有效拉动作用，缓解经济下行压力，中长期能够培育壮大数字经济的新动能，实现经济社会的高质量发展。例如，Thompson和Garbacz(2011)发现，宽带基础设施的快速增长能够对低收入国家产生更大的积极影响[7]。Pradhan等(2018)认为，数字基础建设投资促进了ICT行业增长，从而实现创造就业和刺激经济增长。数字经济背景下，企业能够依附数字基础设施满足更多消费者的个性化需求，丰富产品和服务内涵[8]。

创新技术能够通过影响居民消费意识来作用于消费行为的发生，创新水平的提升也有助于有效需求的增长[9]。创新技术不仅有利于实物消费结构升级，还能作用于服务消费市场潜力的提高，进而优化需求结构带来消费增长。此外，数字经济范畴内，主体数量较多且联系紧密，形成一个个巨大而复杂的消费网络，并借助高效的ICT，网络内信息传播速度显著加快且边际成本趋零，各类资源能够更好地实现优化配置，为拓展居民消费空间、满足个性化与差异化的消费需求提供客观支持，进而推动居民消费支出增长。目前，以人工智能、大数据为代表的创新技术在网络消费领域实现广泛应用，居民消费行为及消费方式发生很大变化，网络消费凭借着智能化和便捷化等显著特征，需求市场逐步壮大。同时，企业借助网络消费模式获得更多实时、准确和有效的产品与服务海量的消费信息，通过分析消费特征和消费个性，从而更有效地提供个性化的产品和服务，进而带动居民消费实现增长。例如，Mingyung Kim等(2017)认为智能手机提供无处不在的购物机会，移动购物为零售商提供了广阔的市场机遇[10]；秦芳等(2017)研究发现，网络购物会促进家庭总消费[11]。

在前文的分析基础上，本文提出以下研究假设：

假设：数字经济发展对居民消费支出的正向效应显著。

3 研究方法

目前，相关研究文献采用的研究方法绝大多数是运用传统面板数据计量模型，并运用普通最小二乘法对未知参数进行估计。当样本分布是厚尾或有异常值时，该方法回归结果的稳健性较差，同时，是估计解释变量对被解释变量的平均边际效应，即使在大样本情况下也仅能得到一条线性回归曲线，容易忽略大量隐含信息。相比之下，本文采用的面板分位数回归方法能够更为精确地描述解释变量对被解释变量的变化范围及条件分布的影响，可以在控制个体异质性的基础上更好地分析被解释变量条件分布不同分位点上变量之间的关系[12]。

Koenker和Bassett(1978)提出分位数回归方法以来，目前已成为经济学实证研究的常用方法。面板数据分位数回归模型可以较好地结合面板数据模型与分位数回归的各自优点，较之一般线性面板数据模型，面板数据分位数回归模型约束条件更少，对异质性更具包容性，估计结果的稳健性更高，回归估计结果也更为可信[13]。面板分位数模型表达式如下：

混合面板数据分位数回归模型的形式表述如下：

由于样本数据包含相对较长的时间序列数据和相对较短的截面数据，因此本文使用混合面板数据模型对分位数模型进行回归估计[14]。

4 研究设计

4.1 模型设定

式(3)中：ln 是对变量进行对数处理；t指代具体某一时期；t-1 指代某一具体时期的滞后一期。依据计量经济学理论，1α表示相关解释变量对被解释变量的半弹性变化情况；2α、3α、4α、5α、6α、7α分别表示相关解释变量对被解释变量的弹性变化情况。

4.2 变量测算与说明

4.2.1 被解释变量

居民消费支出，通常采用社会商品零售总额[15]进行衡量。

4.2.2 核心解释变量

数字经济发展水平，从数字基础设施普及程度、数字经济产业规模、数字基础设施投资规模和网络消费覆盖率四个维度进行测量[16]。

4.2.3 控制变量

把居民收入、区域人口数量和物价指数作为控制变量。

综上所述，表1对上述变量选取进行了概括说明。

表1 变量测算与说明

4.3 数据来源与处理

本文采用的数据是全国31个省市区2000—2018年相关数据(由于国家统计局2018年后不再发布本文所涉指标数据(信息传输、软件和信息技术服务业从业人员数量)，故将样本周期做如上设定)，来源于国家统计局。在样本选取过程中，本文基于数据的完整性和可靠性原则，剔除了部分年份相关区域数据，同时考虑到相关解释变量对居民消费支出影响作用的滞后性，针对选取的全部解释变量均采用滞后一阶的形式，在排除内生性问题的同时，研究结论也更加实际与可信，因此本文最终选取了407个年度数据(混合截面数据)作为样本进行研究。

通过对样本中社会商品零售总额这一数据进行一般性统计分析发现，峰度和偏度明显不为3和0，JB统计量38.45也大大超过了临界值，验证了样本数据的非正态性与非对称性。若采用普通最小二乘估计方法进行回归分析，会使估计出的系数出现较大偏误，可信度较低，不利于对回归结果进行进一步分析，因此本文采用面板分位数回归估计方法[12-13]，变量描述性统计结果如表2所示。

表2 变量描述性统计结果

5 实证结果与分析

本文通过R软件利用全国31个省市区2000—2018年相关数据，对模型(3)进行面板分位数回归分析。模型(3)面板分位数回归主要结果如表4所示。

观察表3发现，Quasi-LR stat统计量在各个不同的因变量分位点处，所选取的自变量较好地解释了居民消费支出情况，分位数面板回归分析具有较好的统计学含义。从检验单个自变量回归参数显著性的P值结果来看，在方程(3)中，绝大部分自变量估计系数均在1%的显著性水平上显著，各个统计量显著性程度也较好[17]。

表3 模型(3)面板分位数回归主要结果

在表征数字经济规模的自变量中，代表信息传输、软件和信息技术服务业从业人员数量的lnPERSON指标的系数估计值显著为正，并且随着因变量所处分位点的上升，系数估计值出现逐渐下降的态势。原因可能是信息传输、软件和信息技术服务业作为数字经济产业中的关键性行业，其自身发展壮大对通过数字经济中的各类新模式和新业态，推出新产品服务，从而在细分领域满足新场景下的新需求，带动居民消费支出提升。同时，中高端消费者更多是购买消费中高端产品及服务，然而由于相关数字技术仍需发展完善，以线上消费为代表的数字经济消费模式对中高端消费者产生的体验度、舒适度等短期内仍无法完全被传统线下消费替代。这类消费大多需要到线下实体消费，并在消费过程中获得体验感与满足感，从而随着居民消费支出的不断提升，数字经济产业规模上升带来的正向影响效应出现递减情况。

在表征数字基础设施普及程度的自变量中，代表移动电话交换机容量的NII指标的系数均为正数，并且随着因变量所处分位点的上升，系数估计值总体出现逐渐上升态势，但在中高分位点(0.5-0.7)处显著性水平更高。原因可能是数字基础设施普及程度不断提高所引发的外部效应和用户效率提高的示范效应，会吸引更多用户使用和参与，集聚的数字资源越多，其外部效应就越大[18]，消费需求也将得到更大程度的激发与释放，并在特定的临界点实现更为显著的推动作用。

在表征数字“新基建”投资规模的自变量中，代表信息传输、软件和信息技术服务业固定资产投资额的lnASSET指标的系数估计值均为正数，且随着因变量所处分位点的上升，系数估计值显著性水平较高，并出现逐渐上升态势，但在高分位点(0.7)处出现下降。原因可能是就带动经济与居民收入增长从而带动居民消费而言，数字“新基建” 作为固定资产投资的一部分，能够起到拉动经济增长的直接作用，继而提升居民消费增长。同时，“新基建”所形成的对数字经济相关产业的兴起与发展及产业结构的优化等对经济增长和居民消费的间接拉动作用十分重要。此外，“新基建”必须通过合理配置才能产生最好的效应，需要杜绝盲目扩大投资产生不良后果。

在表征网络消费覆盖率的自变量中，代表移动电话普及率的lnOS指标的系数估计值均为正数，且在因变量0.4～0.7分位点处显著。原因主要是网络消费主要依附平台经济，而平台经济的发展在初级初始阶段主要是和线下消费形成替代，因此对消费的促进作用相对不强。当发展到更高阶段时，网络消费开始激发更多新消费的出现，带动居民消费的逐步提升，形成网络消费与线下消费相互促进的良性融合阶段，进而使网络消费覆盖率的提高对居民消费的推动作用进一步提升。

控制变量方面，代表居民收入的lnRI指标的系数估计值均显著为正数，且随着因变量所处分位点的上升，系数估计值出现逐渐下降态势，这与居民边际消费倾向递减规律保持一致。代表区域人口数量的lnPS指标的系数估计值均显著为正数，反映出区域人口数量的增长对区域居民消费支出会产生显著的正向推动作用。代表物价指数的lnCPI指标的系数估计值均显著为负数，反映出物价水平的提升对区域居民消费支出会产生显著的负向影响效应。

综上所述，前文提出的假设成立，即数字经济发展对居民消费支出存在显著的正向效应。

6 结语

(1)数字经济产业规模越大，居民消费支出水平越高。产业实现持续良好发展有赖于各类新技术的不断助力，为此要加强核心技术突破和成果转移转化，支持高新技术企业发展壮大，做大做强特色主导产业，补齐产业发展基础短板，推进产业迈向中高端[19]。各区域要发挥主导产业战略引领作用，带动关联产业协同发展，逐步实现发展新技术、形成新产品、产生新业态、助推新模式的经济“新”常态，支持以领军企业为龙头，以产业链关键产品、创新链关键技术为核心[20]，形成各具特色的数字产业生态。

(2)数字基础设施普及程度越高，居民消费支出越高。数字基础设施是数字经济正常运行和健康发展的物质基础，目前我国数字基础设施仍存在总量不足、标准不高、城乡差距较大等问题。为此，必须进一步提高数字基础设施普及程度，让更多人群“触网”，进而让各类数字经济生态持续发展，应用不断拓展，打破“数字鸿沟”，为推动数字经济产业创新发展提供现实基础。

(3)数字“新基建”投资规模越大，居民消费支出越高。要提升以数字基础设施为代表的“新基建”建设水平，在增强投资进而扩大有效需求的同时，为新消费、新服务提供广阔空间。同时，还要坚持应用导向、需求导向，推动“新基建”与各领域的融合发展，通过横向打通各行各业、深度融入各行各业、激发全新业态的新阶段，创造出各种新业态和新模式，衍生出各式各样的产业链条，并将对推动居民消费支出产生重要作用。

(4)网络消费覆盖率越高，居民消费支出越高。通过数字技术等新技术、线上线下融合等新商业模式催生的网络消费，买卖双方信息更加均衡，消费者掌握了透明可靠的商品信息，商家也能提供更为精细化的增值服务，满足消费者个性化、场景化、新颖化的长尾需求，居民消费升级需求能得到较好地满足。为此，要适应消费结构、消费模式和消费形态变化，大力推动消费基础设施建设，提高网络消费覆盖率，带动居民消费支出不断提升。