农村居民移动信息消费影响因素研究

江游 孙友然 焦永纪 张新岭

摘 要：利用分层线性模型（HLM）和中国家庭追踪调查（CFPS）数据库，从居民个人因素和外部环境因素两个层面研究农村居民移动信息消费的影响因素。研究发现，婚姻、个人收入、受教育程度等个人因素对农村居民移动信息消费具有正效应，而年龄具有负效应，家庭收入外部因素也对其存在正相关关系，但是性别、收入地位、家庭规模和地区人均收入水平对农村居民的移动信息消费的影响不显著。

关键词：分层线性模型;中国家庭追踪调查;移动信息消费

中图分类号：F626.53        文献标志码：A      文章编号：1673-291X（2019）01-0011-03

引言

随着移动信息产业的发展，移动信息消费成为居民消费的一个重要组成部分。根据《2016年通信运营业统计公报》数据，近年来我国居民移动信息消费快速增长。移动手机用户2016年净增5 054万户达到13.2亿户，平均每百人拥有 96.2部，比2015年提高3.7部，其中有10个省市的移动手机普及率超过100部/百人（北京、广东、上海、浙江、福建、宁夏、海南、江苏、辽宁和陕西）;电信消费市场规模2016年达到11 893亿元，同比增长5.6%。移动手机的普及使得农村居民能够便捷地获得信息，但城市仍然是移动信息消费的主力，如何缩小城乡“数字鸿沟”（Digital Divide）？现实中仍存在哪些因素制约农村居民的信息消费？本研究拟从移动信息消费角度分析制约农村居民消费的影响因素。

一、研究方法

（一）模型

根据消费者行为理论，消费者行为受到个体因素和外在环境因素的影响。用公式可以简单地表示为B=f（P，E），其中B为消费者行为，P为个人因素，E为个人以外的环境因素。根据已有的研究文献，移动信息消费影响因素有个人因素，如年龄、性别、婚姻和教育程度（徐蒙，2012），也有外部环境因素，如陈立梅等（2016b）认为，家庭人均收入水平和地区人均收入水平对移动信息消费存在正的显著效应。所以，本研究的样本变量既有个体变量，又有由个体组成的群体层级变量。为解决社会科学研究中传统统计计量方法在处理层次数据时导致结果发生偏误，哈维·哥顿斯坦（1991）和斯坦福·罗登布什等（1999）开创和发展了多层分析方法（Hierarchical Liner Model，简称HLM，也有称之为Multilevel Linear Model，MLM）。HLM分析方法将个体因素与群体因素分离出来，可以获得更加可靠的参数估计。

多层线性模型可以根据数据和研究的需要将层级分为多个层次，本文采用基本的二层线性模型。其基本表达形式如下：

其中，下标i表示第一层农村居民个体，下标j表示第一层农村居民个体隶属的第二层外部环境因素，Yij表示第j个外部环境的第i个农村居民个体的因变量，Xij表示第j个外部环境的第i个农村居民个体自变量观测值。

？酌00和？酌10分别是？茁0j和？茁1j的平均值，并且它们在第二层外部环境之间是恒定的，是？茁0j和？茁1j的固定成分;？滋0j和？滋1j分别是？茁0j和？茁1j的随机成分，它们代表第二层外部环境之间的变异，在该层中考察家庭人均收入对农村居民移动信息消费的影响。

（二）数据指标说明

本研究使用的数据来自于北京大学中国社会科学调査中心最新公布的2014年CFPS数据。本文根据研究目的选择乡村成人组数据，得到16岁以上农村居民个体样本数量为10 738个，与之相对应的家庭样本数量有5 751个，隶属于26个省市。本研究借鉴Nayga（1994）和Delgado & Miles（1997）在研究食品消费时采用的宗教、种族、性别、年龄、家庭规模、收入等人口特征指标，结合本研究的目的，选取的个人因素除年龄、性别、婚姻、教育程度外，还选择了个人收入和收入在当地;外部环境因素选择了家庭收入、家庭人口规模以及农村人均地区生产总值两个指标。

二、实证分析

本文利用HLM6.02和Stata12软件处理相关的数据。分层线性模型分析农村居民移动信息消费的影响因素分为三个步骤，一是使用零模型，二是随机效应模型，三是完全模型。

在零模型中，层1和层2都不纳入自变量。对零模型运算结果的方差进行卡方检验，结果表明统计显著（P=0.000），第一层方差为302.6477，第二层方差为 21.4077，因此，第一层的方差占93.39%;其余6.61%的方差来自于第二层。表明外部环境因素也是影响农村居民信息消费的因素之一。因此，第二步通过增加自变量对第一步得到的随机效应进行进一步分解（李雪燕等，2006）。

第二步，随机效应模型（为完全模型做准备）。随机效应模型的主要目的在于对自变量进行筛选。该模型不考虑第二层模型，也即在第一层内对自变量进行运算。模型运算所用的参数估计方法为限制性极大似然估计（restricted maximum likelihood），其结果见下表中的模型一。模型一的结果表明，性别、手机重要性、收入地位三个变量对农村居民的移动信息消费的影响统计上不显著。因此，在进行完全模型计算之前，剔除掉一层中不显著变量。

从上表中我们可以看出，第一，年龄对农村居民的移动信息消费的回归系数存在显著影响。回归系数为负号，表明年长的农村居民与年轻的农村居民相比，移动信息消费的水平较低。这与 Modigliani et al.（1957）的生命周期假说一致，也即在生命的不同时期，消费随着年龄变化而不同，年轻人的边际消费倾向较高。因此，如果要促进农村居民增加移动信息消费，在信息品种开发上，应更多地关注和重点研发年轻人感兴趣的消费品种。第二，婚姻对农村居民的信息消费也存在正的显著性影响。该指标表明，相对于未婚人群而言，已婚人士具有更加稳固的家庭伴侣关系，以及与之相应的亲属关系，在人事沟通和交流上更加的频繁，因而信息消费的需求要大于未婚人群。第三，个人收入对农村居民信息消费存在正的显著性影响。这与经典的居民消费理论一致，Keynes（1936）在《通论》中就考察了消费与收入之间的关系，表明居民消费与居民可支配收入之间存在着正的相关关系，收入越高的人群，其信息消费的水平越高。第四，受教育程度对农村居民的移动信息消费的边际影响是正显著。这说明，受教育水平越高，对移动信息消费具有促进作用。换言之，受教育年限越长，农村居民了解外部信息、接受新事物的需求能力越强，对移动信息等新產品的接受度越高。由此可见，提升教育对促进移动信息消费具有正向推动作用。第五，家庭收入对农村居民的移动信息消费存在正显著相关关系。家庭收入尤其对于没有经济收入来源成员的内部转移支付有助于促进家庭内部成员的移动信息消费水。第六，性别、收入地位、家庭规模和地区人均收入水平对农村居民的移动信息消费的影响不显著。这说明，农村居民的移动信息消费不存在性别上的显著差异，移动信息消费对农村居民收入在当地所处的水平地位不敏感，农村居民并未将移动信息消费作为奢侈品和消费的身份象征。

三、结论与建议

本文对影响农村居民移动信息消费行为因素的研究发现，与其他对消费影响因素的一般研究结论相似（Nayga，1994;Delgado & Miles，2007）：年龄、婚姻、个人收入、受教育程度等个人因素对农村居民移动信息消费具有显著性相关关系，除年龄因素与之呈负相关关系外，其余均为正相关关系;而性别、收入地位、家庭规模对农村居民的移动信息消费的影响不显著。此外，家庭收入外部因素也对移动信息消费存在正相关关系。

为促进农村居民的移动信息消费，应该根据农村居民自身的特点推出相关的信息产品或服务。因此，需要加强产品研发，针对年轻人推出他们感兴趣的各类信息产品或服务。由于已婚人士相对于未婚人士其信息消费倾向较高，在产品设计中可以推出专门针对已婚人士的信息消费内容，例如育儿、婚姻家庭等。农村居民信息消费水平对个人和家庭收入均敏感，因此，提升个人和家庭收入是提升农村居民的移动信息消费的重要途径。由于农村信息消费水平与教育水平之间的正相关关系，因此政府应加大教育的公共投入，使得更多的农村居民能提升教育层次，这也有助于促进移动信息消费。

参考文献：

[1]  中华人民共和国工业和信息化部运行监测协调局.2016年通信运营业统计[Z].2016.

[2]  肖婷婷.我国城乡居民信息消费比较——基于2000—2007年的实证[J].经济问题，2010，（2）：46-48.

[3]  田凤平，周先波，林健.中国城乡居民信息消费的半参数估计分析[J].统计与信息论坛，2013，（4）：32-40.

[4]  陈立梅，刘冬辉，黄卫东.中国农村居民信息消费的差异分析——基于恩格尔系数视角[J].图书馆理论与实践，2013，（12）：34-37.

[5]  张肃.中国城乡居民信息消费差异性的面板协整分析[J].统计与决策，2017，（1）：127-130.