电商经济是效率和公平的完美结合吗

2016-06-22韩雷，张磊

当代经济科学 2016年3期

关键词：效应消费电商

韩雷，张磊

(湘潭大学商学院，湖南湘潭 411105)

电商经济是效率和公平的完美结合吗

韩雷，张磊

(湘潭大学商学院，湖南湘潭 411105)

利用2002—2013年中国省际动态面板数据，运用系统GMM方法从消费、生产和分配三个角度对中国电商经济的效率与公平特性进行了实证分析。研究发现，电商经济能促进人均消费增加，并使得消费跨区域集中；对私营工业企业具有市场开放效应，并带来企业运营效率(具体表现为营业收入和利润率)的提升和区域经济的集聚发展；虽然增加了城镇和农村居民收入，但也使得城乡收入差距扩大，且无法降低居民失业率。因此，电商经济的效率毋庸置疑，但其公平性受限。

电商经济；效率；公平

一、问题提出

2014年中国电子商务交易总额(包括B2B和网络零售)达到约13万亿元，同比增长25%*商务部电子商务司的测算结果，详见http://it.people.com.cn/n/2015/0122/c1009-26428930.html。；其中网络零售额达到2.79万亿元，同比增长49.7%*国家统计局的统计结果，详见http://www.199it.com/archives/323218.html。。从网络零售额来看，中国是全世界名副其实的第一电商经济大国，其占中国社会消费品零售总额的比重达到10.73%。电商经济发展带来了中国经济结构的新变化。例如，电商大省、电商中心城市、电商村*根据阿里研究院的数据，截至2014年12月，中国已发现211个淘宝村、19个淘宝镇，以淘宝村为代表的农村电子商务正深刻改变着中国农村面貌。不断涌现，发展电商经济已成为不少地区经济领先或赶超的重要战略规划。随着2015年《政府工作报告》将“互联网+”行动计划上升至国家战略层面，互联网与各领域的融合发展有了更大提升空间。新兴电子商务产业的崛起和传统产业的电子商务化转型在调整经济结构和转变发展方式中将起到越发重要的作用。

电子商务经济(简称电商经济)与单纯的电子商务活动不同，它包含的范围更加广泛，主要是指具有电子商务属性的经济活动的集合，包括电子商务应用、电子商务服务、电子商务相关互联网基础设施和电子商务相关互联网设备制造等四个部分。随着电商经济的不断发展，它以不同的形态与方式影响着经济社会发展的各个方面，因而也是国内外学者研究的热点之一。从现有文献来看，电子商务活动对经济的影响，有两个特性是学者经常提到的。(1)电商经济是“高效性”经济活动。诸如电子商务与贸易[1-2]、企业运作成本和绩效[3-4]、市场结构和产业结构[3,5]、网络商务投资[6]、物流服务[7]、宏观经济增长[8]等关系的研究，都表现出较强的正向作用。从更广泛的视角看，关于互联网与传统企业再造[9]、商业模式创新[10]和流通组织重构[11]等关系的研究也无不体现互联网的“高效性”。(2)电商经

济是“公平性”的经济活动。电商经济是人人参与型的经济，是一种共享型和普惠制的发展[9]，这不同于以往的创新——只掌握在少数科技精英手中，因而电商经济的发展将惠及每一个社会成员。从这两个角度看，电商经济可以看作是经济“革命”，而且是兼顾效率和公平的“新革命”。需要指出的是，现有文献的分析逻辑是“从个别到一般”的归纳分析，并且往往只分析了某个方面的影响，缺少把电商活动纳入到电商经济的范畴进行“整体”和“过程”效应分析。从整体上来看，电商经济真的如人们所言，既是效率的代表也是公平的体现吗？这就需要重新构建分析框架，站在更为宏观的视角来分析电商经济对经济系统的影响。基于此，本文将构建新的整体分析框架，从“电商经济—经济系统”这一角度系统深入地回答这一问题。

从中国整体来看，若充分利用好这次“革命浪潮”，将进一步发挥中国经济的后发优势，实现具有中国特色的“新赶超”。但是，如果不能客观地分析电商经济对经济系统的真实影响，那么就不利于发现当前电商经济发展过程中存在的问题，并可能使得中国当前大力推进的电商经济发展战略带有一定的盲目性，有碍于进一步探究电商经济的发展趋势和发展方向。因此，为了推进电商经济的科学发展，回答上述基本问题就具有较为重要的理论价值和现实意义。

二、理论分析及研究假说

(一)分析框架

研究对象的说明。本文研究的是电商经济对经济系统的影响效果。电商经济是整个经济系统的一部分，是一个子系统，不是某项经济活动，而是多种经济活动的有机结合。从性质与类别构成的角度看，经济系统可分为电商经济和非电商经济，非电商经济即通常所说的传统经济。电商经济是经济系统中的一个增量，其影响既可能源于自身新特性对整个经济系统的影响，也可能来自于其对传统经济的影响。本文将不对这两种影响进行区分，而主要看经济系统由于电商经济的存在而表现出的新变化。

影响机制的说明。经济系统构成虽可分为电商经济和传统经济，但二者运转过程是一致的。马克思主义经济学把社会生产总过程分为四个环节：生产、分配、交换和消费。新古典经济学将其分为产品市场和要素市场，两大市场同处于均衡状态则实现了一般均衡。本质上这两种分法有着内在逻辑的一致性，都体现了要素形态的转变和最终的消费形态。由于交换和消费(含生产性消费)往往同时发生，在现实中难以区分，因此本文把经济系统的运作流程分为生产、分配和消费三个环节。电商经济对经济系统的影响在这三个环节也将有所体现。三个环节本身是有机联系、互相影响的。但如果分开来看，生产更多体现了企业效率，消费更多体现出市场范围和市场效率，而分配更多体现了对要素的激励，是公平的体现。同时，分配的前提是参与生产，公平也在生产参与度中有一定体现。因此，对生产和消费的影响更多体现为对经济效率的影响，对分配的影响更多体现为对经济公平性的影响。在具体分析中，这里将从日常生活接触最多的消费环节出发，再分析生产，最后分析分配。本文分析框架用图1表示。

图1 本文的分析框架

资料来源：作者整理。

(二)电商经济对消费的影响

电商经济对消费或交换的影响最为显著，也是人们平常感受最多的。电商经济的出现，第一次实现了跨越时空约束的信息匹配，系统地影响着商品交易的空间、时间、种类、速度和流程，大大扩展了商品的市场范围，增加消费量[9]。需要指出的是，电商经济扩大市场范围的效益来自于市场交易成本的降低，这种交易成本节约主要是指信息匹配成本而非物流成本的降低。电商经济构造的“点对点”匹配，促成了需求和供给的自我实现，但“点对点”的物流显然没有规模经济。这也就是电商经济背景下物流要求提高的原因。本文把电商经济通过降低信息匹配成本而扩大市场范围，从而提升消费量的效应定义为“消费扩大效应”。在此效应基础上，电商经济对消费的配置结构也有影响。电子商务贸易对传统的实体贸易具有一定的替代作用，这种配置的改变包括两个部分。一是线上消费对线下消费的纯粹替代。电商消费取代了部分传统市场消费份额，这种替代并不会增加区域的总消费额。二是电商市场跨区域的消费替代。由于信息匹配成本的降低，将本属于区域外的消费“拉入”本区域的可能性增加，进而增加本区域的消费。本文将电商经济发展促使区域外的消费向当地流动、聚集的重置效应称为电商经济的“消费配置效应”。基于此，本文提出：

命题1：电商经济的发展带有明显的消费扩大效应和消费配置效应，带来当地消费规模的扩大和消费区域的集聚。电商经济越发达的区域，消费规模越大，成为全国消费的热点区域。

(三)电商经济对生产的影响

从市场进入来看，电商经济可以改变市场结构，降低企业的市场进入门槛。在全球化的商业竞争环境中，电商经济能弥补中小企业在企业规模上的劣势，给其带来新的发展机遇。也就是说，电商经济的发展使得市场向更多企业，特别是中小企业打开了“大门”，本文把这种降低企业市场进入门槛的效应定义为“市场开放效应”。但“市场开放效应”的出现并非必然，也不是持续的。电商经济发展存在一定的技术依赖和用户依赖，从而可能导致两种垄断。一种是技术垄断，主要是基于电商经济基础设施和设备制造的垄断；另一种是用户垄断，电商经济可能被掌握众多用户资源的大平台运营商控制。用户垄断带有一定的自然垄断性质，难以打破。因而中小企业在参与电商经济时，往往依附于某一电商平台，属于低层次的参与。市场开放效应可能在电商经济发展初期显示出较高的正效应，但随着电商经济的深入发展和各类电商平台的建立，这种正效应可能逐步缩小，变为低层次的市场开放。从企业内部来看，电商经济也大大提高了企业效率，这主要是因为企业从传统的营销和生产事物中摆脱出来，专注于创新，做到一切都极致化[9]。电商经济降低了内部交易成本特别是信息传递成本，并使企业的最优权威分配向相对集权方向转变，这种组织结构的变化能给企业带来规模经济效益、市场力量加强、内部竞争减少、监督成本降低等绩效[3]。顺应电商经济发展潮流，企业可以专注于创新，提高经营效益，本文把这种效应称为“专注创新效应”。从产业或区域来看，电商经济带有较强的外部效应，这主要体现在两个方面：一是技术创新的扩散，新经济形态下将带来设备制造、互联终端、基础设施方面的技术提升；二是创新文化的培育，电商经济是内外部价值共享和社群型的经济，大大降低了知识交流成本，提升创新、创业文化，带来区域创新文化的繁荣。在一定意义上，电商经济是一个创新集合体。这两个特性是电商经济创新外部性的集中体现，本文把这一效应称为“知识溢出效应”。依此逻辑，本文得出：

命题2：电商经济的发展初期带有明显的市场开放效应，使更多的中小企业加入到市场中，但后期可能表现出低层次的开放效应；企业可以利用电商经济带来的专注创新效应，提升运营效益；电商经济也具有较强的知识溢出效应，这有利于企业的集群发展、集聚发展。

(四)电商经济对收入分配的影响

电商经济是人人参与型经济，所创造的价值也可以人人共享。在电商经济的时代背景下，人人都是自企业、自媒体、自结社、自金融，甚至可以称为“个人帝国主义”[9]，个体的参与度大大提高。本文把这种人人参与带来的收入提高称为“参与效应”。尽管电商经济相对于较成熟完善的企业组织来说，一定程度上降低了市场进入门槛，但对于社会弱势群体或较落后地区来说则不然。电商经济的发展离不开相对完善的互联网基础、物流基础和人才基础。因此，其短期收益可能集中在发达地区[12]。对电子商务利用程度的差异会导致全球性贫富差距的恶化[13]，因为互联网技术的发展带有“数字鸿沟”，甚至很多国际性组织都在倡导如何化解不同国家之间的“数字鸿沟”，以促进均衡发展。本文把由于对电商经济利用程度的不同而带来的收入不平等称为“门槛效应”。从消费角度来看，电商经济大大提高了用户的地位，电商平台的竞争更多是用户的竞争。电商经济的发展将较大程度地压低生产者的剩余，增加消费者的剩余，提高居民的可支配收入[14]。本文把这种由消费负担降低带来的收入提高称为“消费者剩余效应”。从劳资分配格局来看，一方面电商经济提高了高级劳动者特别是创业团队的谈判地位，有利于提高技术团队的收入；另一方面由于电商经济环境下的创业，特别是有重大创新性的创业，具有高风险、高投入的特点，使得初期投资人的地位提高。大多数风投基金都会介入企业的运营管理，大部分收益往往被资本方获取。这两方面因素共同作用使得电商经济对劳资分配格局产生不确定的影响。由此，本文提出：

命题3：电商经济的发展带有较强的参与效应和消费者剩余效应，可以提高居民收入水平；但也带有一定的门槛效应，更大幅度地提高发达地区居民的收入，从而拉大收入差距。

综上所述，电商经济能通过多种效应或机制影响消费、生产与收入分配，图2通过分析其相应效果并作出了关于效率与公平的初步评价。

图2 电商经济发展的经济效应分析

注：“+”表示具有正向促进作用，“-”表示具有负向抑制作用。

资料来源：作者整理。

三、实证思路、变量设定和统计描述

(一)实证思路

实证对象和基本模型。本文的实证内容将围绕上述三个命题展开。命题1集中关注电商经济与消费规模和消费集中的关系；命题2主要关注电商经济与企业参与市场数量、企业效率及企业集聚特性的关系；命题3主要关注电商经济与不同群体收入增长及收入差距的关系。可以设定基本模型如下：

yit=α+β1·xit+β2·zit+μit

(1)

考虑到电商经济发展的动态性，加入滞后变量，模型变为：

yit=α+γ1·yi,t-1+…+γp·yi,t-p+β1·xit+β2·zit+μit

(2)

实证过程和方法。本文将在不同维度和指标下，分别利用模型(2)进行回归。首先，把这三个命题分为消费、生产和分配三个维度。其次，每一个维度又对应不同的因变量考察指标，找到合适的细分因变量。由此针对细分指标分别利用模型(2)回归，据此综合评价电商经济与效率和公平的关系。对于模型(2)的估计，可以利用动态面板数据进行回归。对于一般面板数据，可选取固定效应或随机效应模型估计，但如果是个体数量较少而时间期数较长的数据，就不能忽略其中存在的动态效应，特别是应用宏观数据时不同周期阶段的反应[15-16]。为克服模型(2)的内生性问题，本文选择广义矩估计(GMM)方法。在具体回归中，将分别使用面板数据分析的固定效应(FE)模型、随机效应(RE)模型和系统广义矩估计(Sys-GMM)等三种方法进行回归。为了更好地观察自变量的相对变化对因变量的绝对影响和避免电商经济发展的边际递减效应对模型显著性的影响，对模型中的自变量取了对数。模型(2)就转变为一个半对数模型，如下所示：

yit=α+γ1·yi,t-1+…+γp·yi,t-p+β1·lnxit+β2·zit+μit

(3)

(二)数据来源和变量设定

数据来源及说明。本文所用31个省份数据的时间范围是2002-2013年，主要来源于中国公开的调查统计资料：历年《中国统计年鉴》、国家统计局网站，其中2002-2004年城乡人口数据和2002-2006年社保支出数据由《新中国60年统计资料汇编》数据补充。所用数据基本属于宏观层面，微观数据较少，这可能部分影响了本文的说服力。但这一数据也有其优势，一是相对来说比较真实、权威，有较高的可信度；二是相对于掌握在各个电子商务企业的数据，此类数据获取成本较低、覆盖面更宽，包含了不同企业的电商数据；三是数据统计口径公开且一致性强，不同学者可进行重复检验，更具开放性，进一步增加结果的可信性。

因变量的设定。根据上述三个命题，把因变量分为消费、生产和分配三个维度。

首先来看消费维度因变量的设定。消费维度下有消费规模和消费集中两个指标。电商经济下消费的一个特点是可以突破时空限制，当地消费和异地消费都大规模存在。现实中的统计年鉴并没有区分当地消费和异地消费，但可以观察当地的零售额。如果电商经济可以拉动消费，必然影响企业的零售额，因此本文通过人均社会消费品零售额(per_asrg)来考察当地消费规模的变化。消费集中也可以利用这一变量，只需要转换为测度集中度的指标即可，由此引入社会消费品零售额的区位商。考虑到社会消费品零售额与经济规模和第三产业发展的高度相关性，此处考察两个区位商：一是基于GDP占比的社会消费品零售额区位商(prop0)，二是基于第三产业增加值占比的社会消费品零售额区位商(prop)*其计算方式为：某省社会消费品零售总额与全国社会消费品零售总额之比/该省GDP与全国GDP之比；后文中，基于第三产业增加值占比的社会消费品零售额区位商=某省社会消费品零售总额与全国社会消费品零售总额之比/该省第三产业增加值与全国第三产业增加值之比，基于GDP占比的私营工业企业个数区位商=某省私营工业企业数与全国私营工业企业数之比/该省GDP与全国GDP之比。。

生产维度因变量的设定。生产维度主要关注企业参与市场数量、企业效率和企业集聚程度。参与市场的企业包含了不同产业和不同类型的企业。从生产角度来看，更应该关注工业企业的数量，从而考察电子商务对商品生产拉动和市场开放程度的影响。私营工业企业的多少是这一方面的集中体现，本文将用私营工业企业个数(人均)(privat_ent)来考察企业参与市场数量。企业效率方面，选取通常意义上的私营工业企业营业收入(人均)(privat_inc)和私营工业企业利润率(总资产利润率)(profit)来衡量。在此基础上，本文也将分析企业数量的空间集中，这主要通过私营工业企业数量的区位商(prop_ent0)来分析。

分配维度因变量的设定。分配维度主要关注不同群体的收入增长及其收入差距。从当前来看，城乡二元分配是中国收入分配问题研究的长期热点。城镇居民和农村居民分别代表了中国分配过程中的优势群体和弱势群体，分别考察这两者的收入变化将较好地说明电商经济发展对不同群体收入的影响。失业率的变化能说明弱势群体是否由于电商经济发展而更多地参与到经济系统中来，是起点公平的体现，而收入差距更多体现了结果公平。根据统计年鉴提供的数据，本文选择城镇登记失业率(unempl)、城镇居民人均可支配收入(urb_inc)、农村居民人均纯收入(rur_inc)来分析不同群体的市场参与度和收入变化情况。城乡收入差距构成了中国收入差距来源的70%，因此选择城乡收入差距(chaju)来分析收入差距的变化。

自变量的设定。实证分析的难点之一就是对电商经济发展程度进行测度。电商经济发展包含两个方面，一个是主营电子商务类企业的发展，比如天猫、京东等电商企业；另一个是传统企业的电子商务化，如传统制造企业电子商务化的销售和采购等[10]。直接采集这两方面数据的难度相当大，可能也没有合适的可用数据。因此给电商经济选取合适的代理变量。电商经济使得实体经济向信息化过渡，但还是要与实体经济相联结，而这个联结点就是物流，因为流通过程处于产业价值创造与信息传递的核心环节[17]。若电子商务都要经过物流配送这个阶段，那么本文就可选取与电商经济发展紧密相关的物流业发展程度作为代理变量。与电商经济密切相关的物流，主要是快递。正是通过快递，电商经济的虚拟产品才转变为了用户手中的真实商品。因此，选取人均快递业务量*快递业务量是指各省快递运营商收寄的快递业务总数量。(per_deli)作为电商经济发展程度的代理变量*不可否认，这一代理变量并不全面。一是互联网金融企业，可能与快递没有关系，而只是信息的转换；二是B2B类电商，虽然需要物流配送，但更多的是集中配送。假设发展电商经济是一种理念，可以在区域内扩散，那么某类电商的迅速发展，就意味着其他类型电商的发展。因此，基于快递业的电商发展能在一定程度上代表电商经济的整体发展。。

控制变量的设定。在分析不同维度因变量时本文根据现有文献对相关变量进行了控制。在消费维度控制了经济发展水平(per_gdp)、受教育程度(high_edu)、城镇人口占比(urb_pop)、劳动人口占比(work_pop)、社保支出(ss_exp)和物价指数(cpi)[18-19]；在生产维度本文控制了经济发展水平(per_gdp)、受教育程度(high_edu)、私营工业企业税费比例(privat_tax)、人均储蓄存款余额(per_save)、人均铁路营业里程(railroad)和城镇人口占比(urb_pop)[20-21]；在分配维度本文控制了经济发展水平(per_gdp)、受教育程度(high_edu)、人均铁路营业里程(railroad)、社保支出(ss_exp)和城镇人口占比(urb_pop)[22-23]。

(三)统计描述

统计描述主要完成两项任务。一是初步分析主要因变量和自变量的特征值，观察其趋势，发现这些变量在全国范围内的变化特征。二是针对中国电商经济发展水平和发展速度展开讨论，初步考察电商经济发展和因变量的关系。主要变量的特征值如表1所示。

从表1可以发现，各个变量中，代表电商经济发展程度的人均快递量(per_deli)增长最为迅速，从2002年的不足1件，增长到2013年的6.6件，增长了50倍。电商经济作为新兴经济，发展极为迅速。从消费来看，零售额迅速增长，2013年人均社会消费品零售额接近1.7万元；但消费的空间集中并不明显，从基于第三产业增加值的区位商看消费的集中则有所增长。从生产角度看，2013年中国万人私营工业企业拥有数*为便于报告，数据使用时由人均换算为万人均。有了大幅度增长，是2002年的3.4倍，说明企业市场进入门槛不断降低，越来越多的企业参与市场竞争。私营工业企业营业收入和利润率都有提高，但趋势并不稳定。私营工业企业的数量并没有体现出空间上的集中。从分配角度看，中国城乡居民的收入都有大幅度提高，其中农村居民收入提高较快；中国的城镇登记失业率长期保持稳定，平均来看未超过4%，城乡收入差距有小幅度降低，但差距依然较大，接近3倍。

表1 主要变量的统计描述

注：表格中每个变量第一行数据表示均值，第二行括号中数据表示方差。

接下来，本文将对电商经济发展水平和发展速度进行分析。从图3中可以总结出三个主要特征。一是电商经济发展水平与区域经济发展水平密切相关。由左图可知，电商经济发展程度最高的10个省份大都分布在中国经济核心地带，比如环渤海经济圈、长三角、珠三角和长江中游经济圈。这说明电商经济可能是经济发展到一定程度的产物，也可能是保持区域经济竞争力的重要手段。值得注意的是，这些区域也是中国消费的集中区域、生产的高竞争力区域和城乡差异较小的区域。二是电商经济发展最快的区域也是经济社会发展最为迅速的区域。从右图可以看出，电商经济发展高速度和高水平的地区分布有很大不同，电商经济发展快的省份基本集中在长江流域，是中国经济发展的潜力所在。通过电商经济发展带动区域经济发展，可能已成为区域经济发展的一个必由之路。三是发展电商经济既可以充分利用区位优势，也可以弥补区位劣势。发展速度最快的省份既有浙江、湖北、四川、湖南、河南等区位比较好的省份，也有山西、福建和海南等具有区位劣势的省份。这就说明电商经济既有利于充分利用本省的区位优势，也可以突破区位劣势，打破当地市场的地理限制，扩大市场范围*值得说明的是，不同区位特征的电商经济发展形态并不一样。对于具有区位优势的省份，其电商经济更多地基于大电商平台在当地发展，比如京东、天猫、苏宁易购、1号店等平台的物流中心很多都建设在当地，这具有集中、放大效应。而对于有区位劣势的省份来说，电商经济的发展更多是基于中小企业或家庭通过电子商务来把商品销售出去，主要是一种突破效应。。由此可见，电商经济在保持区域经济竞争力和发挥区域经济潜力方面发挥了比较重要的作用。

图3 中国电商经济发展水平和增长速度排名前10的省份

注：(1)电商经济发展以人均快递业务量代理，发展水平和增长速度分别以2013年人均快递业务量(件)及其5年(2009—2013年)平均增长速度(%)表示；(2)前者(左图)排名前10的省份由高到低依次为上海(39.34)、北京(38.68)、浙江(25.82)、广东(19.79)、江苏(12.40)、福建(11.80)、天津(5.92)、湖北(3.79)、重庆(3.57)、山东(3.22)；后者(右图)排名前10的省份由高到低依次为浙江(259)、山西(201)、福建(186)、安徽(178)、湖北(171)、江苏(168)、四川(165)、湖南(164)、海南(153)、河南(147)。

资料来源：作者根据国家统计局数据通过数析网(http://www.tjsql.com)地图绘制。

四、回归结果及其分析

(一)关于消费的回归

表2报告了电商经济发展对消费量和消费集中的影响。可以发现，电商经济发展会带来消费量的上升和消费区域的集中。一是电商经济发展可以刺激当地消费规模的提升，具有较强的消费扩大效应。表2数据显示，电商经济每个百分点的提升，可以至少带来人均消费117元的提升*在汇报中，本文以Sys-GMM的回归结果为准，下同。。虽然此处还无法确定其拉动消费的渠道，但可以证明电子商务可以释放消费潜力，对于拉动内需有重要意义[8]。一个合理的推断是随着电商经济的成熟，消费市场将逐步稳定，逐步达到市场的最大边界。回归结果显示的扩大效应说明中国还处于电商经济发展的快速上升期，依然有巨大潜力。二是电商经济发展可以带动区域消费的集中，体现出一定的消费配置效应。

无论是基于GDP占比的区位商还是基于第三产业占比的区位商，电商经济每个百分点的提升，可以使得消费区位商提高至少0.03。随着区域电商经济的发展，消费正在向这些区域集中。这就说明电商经济构建了一个比传统产业更大的市场，突破了传统市场的空间限制。三是电商经济发展对消费的提升，可以突破原有产业结构的限制。传统的消费需要第三产业发展的支撑，即要构建消费终端，但基于第三产业的区位商的回归结果表明，电商经济带来的消费集中可以突破第三产业的限制。消费将不再集中于第三产业发达的特大城市。此处可以引出一个预见，即随着各地电商经济的发展，特别是细分市场的发展，消费不但会出现区域集中，而且会出现基于细分产品的专业化集中*在传统经济中，更多地出现生产集中，但电商经济将带来消费的专业化集中。当前，随着我国电商经济的发展这类现象已经出现。比如，浙江诸暨是中国最大的袜业产地，之前主要依靠生产来盈利，但电商经济使其很快成为袜制品的直接消费区域，为生产商带来更大利益。详见http://b2b.toocle.com/detail--6171255.html。。即不同的经济区域，代表不同的消费产品市场所在。

表2 电商经济发展对消费的影响

注：(1)*、**、***分别表示在10%、5%、1%的水平下显著；(2)FE、RE、Sys-GMM分别表示固定效应、随机效应和系统广义矩估计；(3)表中5行数据分别表示回归系数、t统计量、样本量、拟合优度和Sargan检验P值；(4)为了简洁和突出重点，本表只汇报了自变量的回归结果；(5)为了便于比较和保持回归结果的稳健性，每个回归结果都包含了固定效应、随机效应和Sys-GMM效应的结果。下同。

资料来源：作者利用Stata软件计算整理。下同。

(二)关于生产的回归

表3体现了电商经济发展在生产维度上带来的效果。可以发现，电商经济的发展可以降低企业的市场进入门槛，提升企业效率并增加区域经济竞争力。一是电商经济的发展可以显著提高市场参与者的数量，具有较强的市场开放效应。电商经济每1%的提升，将会使得每万人拥有企业数至少增加0.15。综合当前电商经济发展年均近50%的增长速度和各省人口总量来看，这一影响非常大。进入市场的企业数量增加，说明电商经济明显降低了市场参与门槛，有助于构建平等的、充满活力的市场经济。这也从侧面说明，中国电商经济还没有出现明显的市场垄断格局，尚处于争夺用户的初期发展阶段。但很多案例说明，“用户之争”已经影响着电商经济的效率*为了争夺用户，不少较大的电商平台都在亏损状态下经营，比如凡客、京东、当当网等。现在盈利状况比较好的平台公司主要是腾讯、阿里、奇虎和百度等电商经济的先行者。可以预见，主要电商平台将把控中国电商经济。这对电商经济长期的持续发展可能产生负面影响。腾讯和奇虎依靠强大的用户平台，开发的产品多受诟病，但却大有市场，这在传统经济下是很难想象的。。二是电商经济的推广提高了企业的运营效率。不管从营业收入还是利润率来看，电商经济对其有显著的正向推动作用。这可能来源于两方面的因素。一方面是电商经济突破时空限制，带来了外部市场的扩大，提高了效率[9]。这与上文提到电商经济可以扩大市场范围是一致的。另一方面是电子商务的运用提高了企业内部的管理效率，降低了运营成本[3,8]。三是电商经济有助于促进区域经济集聚发展，体现出了一定的知识溢出效应。企业会向电商经济发达的地区集聚，提高当地经济的集聚程度。这一方面说明电商经济的发展可能带有区域集聚或产业集聚的外部形态；另一方面也说明电商经济带有较强的正外部性，有助于汇集不同类型的企业共同发展。也就是说，如果需要集聚企业共同发展，就需要当地经济向电子商务化转型，这在现实的园区经济中已有体现*据阿里研究院《中国电子商务园区发展报告(2014-2015)》，截至2015年3月中国电子商务园区数量超过510个，遍布于29个省市自治区、超过110个城市。在“互联网+”大潮的背景下，电子商务园区正日渐成为区域电子商务服务的枢纽、大众创业万众创新的孵化器、富有活力的知识社区和促进电商经济发展的政策载体。。

表3 电商经济发展对生产的影响

(三)关于分配的回归

从收入维度来看，电商经济的发展也会带来收入分配的显著变化(表4)。一是电商经济可以提高居民的收入，具有较强的参与效应或消费者剩余效应。在控制了其他变量的情况下，电商经济每个百分点的提高，可以使城镇居民人均可支配收入提高300元以上，使农村居民人均纯收入至少提高90元。电商经济带来的经济效益，转变为了居民收入的提高。然而，平均收入的说服力是值得怀疑的。平均收入的提高并不意味着真正的“普惠”。二是电商经济并没有体现出人人参与的平等参与性，而具有一定门槛效应。回归结果显示，电商经济并不会对区域的失业率产生显著影响，即电商经济无法改变弱势群体在就业中的相对地位。在电商经济这一革命性的经济变迁中，还是存在着“失意者”。人人参与的电商经济，可能只是存在使用过程中的参与，而非生产和分配的参与。三是电商经济可能扩大收入差距。从回归结果来看，虽然电商经济可以同时带来城镇和农村居民收入水平的增加，但城镇居民收入明显提高得更多。在控制了其他变量的情况下，电商经济每个百分点的提高可以导致0.014个单位城乡收入差距的增加。这可能说明电商经济这一相对“低门槛”的新经济，也还是存在一定“门槛”的。主要“门槛”可能有两个，一个是“电商人才”的门槛，电商经济发展需要具备相关专业知识的人才，起码要掌握计算机和网络的基本应用；一个是基础设施门槛，相关的信息、通讯和物流设施要配套才能开展电商经济活动。由于电商经济具有知识技术密集的特点[24]，其发展以互联网信息技术和电信等基础设施的完善为基础，是信息流、商流、资金流和物流四大基本“流”的整合运作过程。农村正是人才和基础设施的“洼地”，无法更好地享受电商经济的溢出效应。需要说明的是，此处只用了城乡对比，但可以据此推断，那些不具备电商知识的群体，特别是社会上的一些低收入者、体力劳动者等弱势群体，同样较难享受电商经济的好处。综合这三点来说，电商经济虽然提升了社会整体的收入水平，但并没有惠及每个人，特别是弱势群体和落后地区。从这点来看，电商经济的发展很可能并未逃脱传统经济变迁的轨迹：以高效率性进入经济系统，迅速占据经济制高点，但也伴随着社会不同群体收益和地位的变化。想象中的“人人参与型”电商经济和“普惠制”发展，并未在实证研究中发现。

表4 电商经济发展对收入分配的影响

五、结论及研究启示

本文基于2002—2013年中国省际动态面板数据，从消费、生产和分配三个角度考察了电商经济的相关效应，尝试从不同视角为研究电商经济发展战略和政策提供证据。本文研究结论与一般认识略有不同。通常，学者认为电商经济既是有效率的又是公平的，是新型的经济革命，而本文通过理论和实证分析发现，电商经济并未脱离传统经济变迁的特征：充满效率，但有失公平，甚至这种高效率性也可能随着发展的深入而产生垄断和禁锢。相关结果概括如下：(1)从消费视角看，电商经济的发展可以促进当地消费的大幅度提升，并有利于当地成为区域消费中心，这一方面可能是由于网络消费可以提供更加廉价的商品，另一方面也是电商经济打破市场的空间限制和产业限制的表现；(2)从生产视角看，当前中国电商经济的发展可以有效降低企业的市场进入门槛，增加区域市场内的企业数目，提升整个市场的效率，也可以提升微观企业主体的效益，并且这种效益带有正的外部性，有利于企业的集聚发展，但也不可忽视发展中可能带来的用户垄断和禁锢；(3)从分配角度看，电商经济可以提升中国城乡居民收入水平，但这种收入的提升并不平衡，也不能提升全体劳动者的市场参与度，城镇居民收入提升的幅度明显高于农村居民，由此带来城乡收入差距的扩大，成为收入差距扩大的一个动因。

本文的研究启示。效率和公平一直是人们关注的热点，而这两者很可能无法同时实现，经济增长可能伴随着这两者的交替上升。工业革命一开始给人类带来了史无前例的效率提升，但也造成了无数境遇悲惨的无产工人，而无产工人的觉醒和反抗，最终开启了现代社会的大门，经济也更加繁荣。从这个角度看，电商经济带来的公平损失可能是一种必然。很难想象，一个四五十岁的低人力资本的劳动者，能够充分理解和利用电商经济来谋取利益。电商经济的发展也会有其时代的“牺牲者”，这无法避免。但悲观是不必要的，从社会整体来看，效率的极大改进完全超过了失意者的损失。这样的论调，并不是让我们忽视公平——即便为提升效率，今后电商经济的发展也要更加注重公平。比如，要极力避免电商经济下的技术垄断和用户垄断，时刻保持市场的公平竞争；加强农村电信基础设施建设；加强对弱势群体的技术培训等等。不断改善的公平性是电商经济效率持续提升的保障。

[1] 杨坚争,段元萍. 我国国际电子商务发展策略研究[J]. 世界经济研究, 2008 (10):37-41,88.

[2] 李骏阳. 电子商务对贸易发展影响的机制研究[J]. 商业经济与管理, 2014(11):5-11.

[3] 于冰,李政. 电子商务对企业内部权威分配的影响分析:以中石油、中石化为例[J]. 中国工业经济, 2006(6):38-43,83.

[4] Lun Y H V, Quaddus M A. Firm size and performance: A study on the use of electronic commerce by container transport operators in Hong Kong[J]. Expert Systems with Applications, 2011,38: 7227-7234.

[6] Ferguson C, Finn F, Hall J, Pinnuck M. Speculation and E-commerce: The long and the short of IT[J]. International Journal of Accounting Information Systems, 2010, 11: 79-104.

[7] Morganti E, Seidel S, Blanquart C, Dablanc L, Lenz B. The impact of E-commerce on final deliveries: Alternative parcel delivery services in France and Germany[J]. Transportation Research Procedia, 2014, 4: 178-190.

[8] 李勇坚. 电子商务与宏观经济增长的关系研究[J]. 学习与探索, 2014(8):102-108.

[9] 李海舰,田跃新,李文杰. 互联网思维与传统企业再造[J]. 中国工业经济, 2014(10):135-146.

[10] 罗珉,李亮宇. 互联网时代的商业模式创新:价值创造视角[J]. 中国工业经济, 2015(1):95-107.

[11] 谢莉娟. 互联网时代的流通组织重构——供应链逆向整合视角[J]. 中国工业经济, 2015(4):44-56.

[12] Terzi N. The impact of E-commerce on international trade and employment[J]. Procedia-Social and Behavioral Sciences, 2011, 24: 745-753.

[13] 裴长洪. 电子商务的兴起及其对世界经济的影响[J]. 中国工业经济, 2000(10):45-54.

[14] Nakayama Yuji. The impact of E-commerce: It always benefits consumers, but may reduce social welfare[J]. Japan and the World Economy, 2009, 21: 239—247.

[15] 方红生,张军. 中国地方政府竞争、预算软约束与扩张偏向的财政行为[J]. 经济研究, 2009(12):4-16.

[16] 程惠芳,丁小义,翁杰. 国际产品内分工模式对中国工业部门收入分配格局的影响研究[J]. 中国工业经济, 2014(7):58-70.

[17] 宋则,常东亮,丁宁. 流通业影响力与制造业结构调整[J]. 中国工业经济, 2010(8):5-14.

[18] 叶德珠,连玉君,黄有光,李东辉. 消费文化、认知偏差与消费行为偏差[J]. 经济研究, 2012(2):80-92.

[19] 纪江明,赵毅. 中国区域间农村社会保障对居民消费的影响[J]. 中国人口·资源与环境, 2013(5):93-97.

[20] 刘和东. 中国区域研发效率及其影响因素研究——基于随机前沿函数的实证分析[J]. 科学学研究, 2011(4):548-556.

[21] 刘海洋,孔祥贞,袁鹏. 城市宏观环境如何影响企业微观效率[J]. 中国人口·资源与环境, 2013(2):144-149.

[22] 胡荣才,冯昶章. 城乡居民收入差距的影响因素——基于省级面板数据的实证研究[J]. 中国软科学, 2011(2):69-79.

[23] 刘渝琳,陈玲. 教育投入与社会保障对城乡收入差距的联合影响[J]. 人口学刊, 2012(2):10-20.

[24] 杨坚争,周涛,李庆子. 电子商务对经济增长作用的实证研究[J]. 世界经济研究, 2011(10):40-43,88.

责任编辑、校对：李再扬

2015-12-03