互联网使用对家庭消费结构的影响研究

吴晓涵

内容摘要：本文基于消费者决策过程模型，提出相关假设进行实证分析，得出结论：使用互联网的家庭，文教娱乐和家用设备消费占比升高，居住和医疗消费占比降低，食品、衣着、交通通讯消费占比无显著变化，同时各类商品和服务消费金额上升。

关键词：互联网   家庭消费结构   影响研究

理论分析与假设提出

（一）消费者决策过程模型

消费者决策过程模型（Consumer Decision Process Model，CDP）由俄亥俄州大学的三位教授Engel、Kollat和Blackwell于1968年提出，描述了消费者从确定需求到购买后的一系列行为流程。随着互联网的普及，消费者在购买产品前，能从网上方便地搜集丰富的产品信息。同时，购买了产品的消费者将评价发布到网络平台上供他人参考的现象也越来越普遍，互联网对消费者决策过程中的信息来源和搜寻产生了重大影响。

（二）互联网使用、网络口碑（Electronicword-of-mouth）与消费行为

购买了商品和服务的消费者，将其对产品的评价和产品质量信息分享到各类网络平台上，供他人参考，形成了网络口碑（eWOM）。在CDP模型中，网络口碑可视为“消费后评价”在互联网上的表现形式。网络口碑与传统信息渠道提供的口碑（Traditional word-of-mouth）相比，获取成本低、不受时空限制，信息容量大、准确性强，并且便于顾客分享和交流。使用互联网的消费者越来越依赖网络口碑来做出决策。网络口碑有多种载体，包括但不限于：网购平台（如亚马逊、淘宝、京东）、专业论坛、专家博客、第三方评价网站（Floyd et al.，2014）。其中，信息量最大和最重要的是网购平台及其提供的评价系统。网络口碑对消费者的益处在于降低了了解产品信息的成本，减少了信息不對称，从而促进了消费。

（三）网络口碑对不同种类商品消费的影响

第一，对于不同商品，消费者做出购买决策前能接触到的网络口碑数量不同。以网络口碑的主要分布场所—网购平台为例，尽管我国居民的网络购物行为已经十分普遍，但不同种类商品和服务的网购渗透率还存在较大差异。可以预见，网上交易越活跃的商品，其网络口碑的积累就越多。网络口碑越丰富的产品，上网者能获取有关的产品信息就越多，对其消费的促进作用也就越强。

第二，网络口碑作为产品信息的载体，对不同的商品种类会产生不同的消费影响。Nelson（1970，1974）在研究信息对消费者行为的影响时，按照购买前获取产品信息总的难易程度，将商品分为两类：搜索品和体验品。Nelson认为，搜索品和体验品的区分不是绝对的，每种商品都有搜索和体验的特征，只是所占比例不同，并且搜索品和体验品的分类，与研究所包含的商品种类也有关。Weathers（2007）认为，信息搜寻成本的差异，造成了消费者在面对搜索品和体验品时，对产品质量不确定性的认识不同，面临的信息不对称程度不同，网络口碑对搜索品和体验品的消费促进程度也不同，所以对体验品消费的促进效应存在差异。

（四）假设提出

互联网为消费者提供了网络口碑，消费者能以最低成本了解到更丰富的产品信息，进而影响消费决策。不同种类商品和服务的消费，受网络口碑影响的程度也有所不同。这种影响取决于两个方面：一是商品和服务的网络口碑丰富程度;二是商品和服务倾向于搜索品还是体验品。我国在统计居民消费支出时，按食品、衣着、居住、交通通讯、医疗服务、家用设备、文教娱乐和其他分成八类。除了“其他”，剩余七类商品和服务，按照上面两个维度可以分成四类（见图1）。

根据以上分析，网络口碑越丰富、体验品特征越强的商品和服务，网络口碑对其消费的促进作用越强。结合图1，本文提出以下假说：

假说1：使用互联网的家庭，文教娱乐和家用设备的消费占比升高，居住和医疗的消费占比降低，而食品、衣着、交通通讯的消费占比不会有显著变化。

假说2：使用互联网的家庭，各类商品和服务的消费金额会上升。

研究设计

（一）模型构建

参照国家统计局的分类，本文选取文教娱乐、家用设备、居住、医疗、食品、衣着和交通通讯七类，分别计算其与总消费之比，作为消费结构的度量。因此，实证分析时有7个被解释变量，每个都要设定计量模型单独估计。

AIDS模型是经典消费模型，其在给定效用的前提下总消费支出最小化，最终推导出各类商品的消费占总消费的比例。因此，从形式上看，AIDS模型与本文的研究对象对应。商品的消费占比取决于三个因素：全部商品的价格指数kj、总物价指数kL和总消费支出c。本文将其他影响消费结构的因素线性转化，形成如下表达式：

式（1）中，Internet是表征家庭互联网使用的变量，X是其他影响消费结构的变量组成的列向量，θ是与X对应的系数列向量。

基于上文分析，本文选取的控制变量为：家庭资产、家庭规模、儿童数量、老人数量、平均年龄、平均受教育年限、健康状况、城乡和省份虚拟变量。检验假说1的实证模型为：

式（2）中，下标i表示商品种类，m表示个体;Real Exp=c/kL表示家庭实际消费性支出;Total Asset表示家庭总资产，Family Size表示家庭规模，Child表示家庭儿童数量，Elder表示家庭老人数量，Age表示成员平均年龄，Edu表示成员平均受教育年限，Health表示成员健康状况，Urban为城乡虚拟变量，Province为省份虚拟变量;u为误差项;其他变量的含义与（1）式相同。被解释变量包括食品、衣着、居住、交通通讯、医疗、家用设备、文教娱乐的消费占比。对每一类商品i，分别估计λi及其他变量的系数，本文重点关注的变量是家庭互联网的使用Internet。

此外，假说2认为，互联网的使用会提升家庭各类商品的消费水平。AIDS模型的被解释变量是消费占比，而非金额，因此不便检验该假说。本文参考秦芳等人的模式：

式（3）中，Wi是每类商品的消费金额，Income是家庭收入，其余变量的含义与（2）式相同。

实证模型（2）式是一个截面模型，为了检验结论的稳健性，减少不可观测的因素带来的影响，除了截面OLS外，本文还使用面板数据估计。引入时间维度t后，（2）式变为：

式（5）中，im为不随时间变动的个体固定效应，既包括未观测到、但不随时间变化的家庭特征，也包括家庭所在省份的固定效应;μit为时间效应;εimt为扰动项。

（二）变量度量

被解释变量的度量。被解释变量为食品、衣着、居住、交通通讯、医疗、家用设备和文教娱乐七类商品或服务消费占家庭总消费的比例。

家庭互联网使用变量Internet的度量。本文将至少有一名成员上网的家庭定义为使用互联网的家庭，而全部成员都不上网的为不使用互联网的家庭。使用互联网的家庭，Internet值为1，反之为0，形成一个虚拟变量。此外，稳健性检验中，将上网成员数量Internet No.作为家庭互联网使用的另一种度量。

其他变量的度量。各类商品的价格指数kj，《中国统计年鉴》所有的基期价格指数都是100，本文将其标准化为1，取2014年为基期，推算2012年和2016年省级层面的价格指数。

实际消费支出Exp AIDS模型中，排除物价影响，消费支出以实际消费支出Real Exp=c/kL衡量;c为家庭消费性支出;物价总指数kL计算方法与kj相同。家庭年收入Income包括工资性收入、经营性收入、转移性收入、财产性收入和其他收入。家庭总资产Total Asset包括土地资产、房产、生产性固定资产、金融资产之和。家庭规模Family Size是家庭成员数，CFPS将家庭成员定义为经济联系在一起、有直系关系和居住满3个月的非直系亲属，儿童数量Child定义为家庭中15岁以下成员的数量，老人数量Elder定义为家庭中65岁以上成员的数量。平均年龄Age为家庭16岁以上成员受访时的平均年龄。平均受教育程度Edu为家庭16岁以上成员受访时已完成教育年限的平均值。健康状况Health是家庭16岁以上成员自评的健康状况指标的平均数。家庭位于城镇还是农村的虚拟变量按照国家统计局城乡区域划分的标准确定，城镇为1，农村为0。省份虚拟变量Province的值依家庭所在省份确定。

为了检验互联网影响消费结构的机制，家庭网购行为的虚拟变量Netshop定义与Internet类似。如果家庭成员至少一人在最近12个月内有网购行为，则Netshop为1，否则为0。CFPS 2016年的样本中，55.53%使用互联网的家庭同时存在网购行为。

（三）数据来源

本文使用的微观数据来自北京大学中国社会科学调查中心执行的中国家庭追踪调查（China Family Panel Studies，CFPS）。CFPS于2010年开展基线调查，每两年追踪一次，目标样本16000户家庭，覆盖25个省、市、自治区，代表了我国95%以上的人口。结合已公开数据现状及自身研究需要，本文选用2012年和2016年两期数据进行研究。其中，家庭和个人变量，均从CFPS数据库获得，包括家庭各类消费金额、总消费、收入水平、资产规模、家庭规模、儿童数量、老人数量、年龄、受教育年限、健康状况、家庭城乡分类、家庭所在省份和互联网使用情况。此外，价格指数来自《中国统计年鉴》数据，本文使用的是省级层面七类产品的消费价格指数和总物价指数。

实证分析

（一）描述性统计及相关性分析

对变量进行描述性统计和相关性分析。可以得出，全部样本中，收入与消费的相关系数很高（0.563），而消费与总资产的相关系数小一些（0.433）。为了减少共线性，选择结构变量ln Real Exp.和控制变量ln Total Asset代替收入进入回归模型是一种可行的选择。其它解释变量之间没有较强的共线性，说明模型变量的选取可靠（由于篇幅所限，具体数据未列出）。

（二）回归结果分析

基準模型的回归结果（见表1）。基准模型（2）式的估计分为四步，逐步回归：OLS回归，解释变量仅包括家庭互联网使用的虚拟变量Internet，即简化形式;OLS回归，解释变量包括Internet和基本的AIDS要求的结构变量（各类商品价格指数和实际消费支出的对数;OLS回归，解释变量包括（2）式的全部变量;FE估计，解释变量为（4）式的全部变量。其中，OLS回归使用2016年的数据，FE估计使用2012和2016年两期组成的面板数据（由于篇幅所限，本文仅列出文教娱乐消费占比的基准模型回归结果）。

基准模型的回归结果分析。若仅选取Internet为解释变量，无论商品属于何类，其系数均显著且存在正负之分。相比不使用互联网的家庭，互联网家庭的文教娱乐、家用设备、衣着以及交通通讯的消费比重增加，而居住、医疗以及食品的消费比重减少。在引入结构变量后，回归结果并未发生变化。

当模型引入所有的控制变量以及省份变量后，回归结果并未发生变化。使用互联网的家庭比不使用互联网的家庭在文教娱乐、家用设备、衣着和交通通讯上的消费比重增加，居住与医疗的消费比重降低，但食品的消费比重并未发生显著改变。由此可知，互联网对家庭消费结构存在显著差异。

对于全变量回归模型，若其它条件未发生变化，消费总额增加，相应的文教娱乐、家用设备、居住和医疗的消费比重均会增加，食品、衣着和交通通讯消费比重将减少。使用互联网的家庭，其居住和医疗消费比重降低，衣着与交通通讯比重增加，食品消费无显著变动。由此可知，互联网对家庭消费结构的影响和收入以及消费水平不存在显著关系。就回归结果而言，对于不同商品，互联网对其消费的影响存在较大不同。假定其它条件不变，在文教娱乐方面，使用互联网的家庭，其消费占比提高了1.3%，交通费用占比增加了1.1%，家用设备增加了0.5%，衣着占比增加了0.3%，医疗占比减少了1.2%，居住占比减少了2.4%。增幅排在首位的为文教娱乐类消费，降幅最大的为居住消费。

面板回归结果分析。本文采用固定效应模型进行面板回归分析，其结果存在一定的变化，具体包括：当选取衣着与通讯消费作为被解释变量时，相比最小二乘法回归，互联网使用的系数虽然减少，但缺乏显著性，由此可知互联网对消费结构的影响并不固定。最小二乘法的结果比较容易受到家庭异质性因素的影响，从而出现结果和实际不符的情况。当食品占比作为被解释变量时，互联网使用的系数显著性并未改善。其它4类商品的回归系数显著，变动方向和最小二乘法的方向相同，这表明互联网使用的影响均有稳定性。假设其它条件不变，使用互联网，家庭文教娱乐消费比例提高2.6%，家用设备的比例减少1.8%，医疗消费减少1.4%。总之，对于关键变量，无论是使用固定效应模型，还是使用最小二乘法，系数不存在显著变化。固定效应模型中，文教娱乐与家用设备的系数比最小二乘法的系数存在一定程度的增加。由此可知，互联网使用对家庭文教娱乐和家用设备消费占比存在正向影响，对居住和医疗消费占比存在负向影响，对食品、衣着和交通通讯的消费占比无显著影响。根据图1可得，处于第一、三象限的产品，其消费占比变化显著，第二、四象限的产品，其消费占比并未发生显著变化，最小二乘法和固定效应模型均证实了假设1。

控制变量回归结果分析。就控制变量而言，随着商品和服务的不同，互联网的消费占比在相同类别的家庭中具有一定程度的差别，具体而言：对于农村家庭，互联网使用导致其文教娱乐消费占比增幅高于城镇家庭，居住消费占比的降幅却比城镇家庭小;中部地区家庭的文教娱乐消费占比增幅低于东部和西部地区，家用设备消费占比的增幅高于其它地区，居住和医疗消费占比的降低在区域间无显著差异;低收入家庭文教娱乐消费占比增幅和居住消费占比降低均大于高收入家庭，高收入家庭的家庭家用设备消费占比增幅高于低收入家庭。医疗消费在高收入家庭和低收入家庭的差异并不显著;对于受教育层次高的家庭，其文教娱乐消费占比增幅较高，居住消费降幅也较大，家用设备消费占比和医疗消费占比则并不存在明显差别。

互联网使用对各类商品消费金额的影响。使用式（3）对假说2进行验证，采用的方法仍然为截面最小二乘法和固定效应模型。

由最小二乘法回归分析可得，对其它因素进行控制，各个产品的消费金额受互联网的影响比较显著。其中，文教娱乐消费增幅为85.6%，家用设备消费增幅为37.7%，居住消费增幅为15.3%，医疗消费增幅为29.6%，食品消费增幅为20.8%，衣着消费增幅为27.7%，交通通讯消费增幅为29.2%。影响程度由高到低依次为文教娱乐消费、家用设备消费、医疗消费、交通通讯消费、衣着消费、食品消费、居住消费。这表明在使用互联网的条件下，居住消费的占比会降低，文教娱乐和家用设备消费会增加。

使用固定效应模型，回归结果发生了部分变化。居住、医疗以及衣着消费占比不受互联网使用的影响，在以上3个回归分析中，Internet的系数均为正，但缺乏显著性。文教娱乐和家用设备消费受互联网的影响显著，且影响方向为正，系数分别为0.555和0.194。食品和交通通讯的消费金额受互联网的影响也较为显著，影响方向为正，其系数分别为0.114和0.125，增幅低于文教娱乐和家用设备。虽然固定效应模型的结果和最小二乘法的结果存在差异，然而就总体而言，结论并未发生较大变化。在文教娱乐和家用设备消费方面，互联网的影响程度最高，但在居住和医疗方面，互联网的影响程度较低。由此可以得出，在家庭消费结构中，文教娱乐和家用设备消费占比增加，居住和医疗消费占比降低。此外，無论是最小二乘法，还是固定效应模型均表明互联网有助于推动各类消费，在文教娱乐和家用设备上的影响最大。这表明尽管文教娱乐和家用设备消费占比增加，但其它类别的消费金额却并不会因此减少，这具有主动性。除此之外，解释变量的系数也和预期相符，收入和财产对不同类别的消费具有显著的促进作用，且在两类模型中的影响程度相同。家庭规模对不同商品消费金额的影响方向均为正，原因在于随着家庭成员人数的增长，家庭消费总额也随之增加。由此证实了假设2。

（三）稳健性检验

本节稳健性检验旨在验证基准回归结果显示出的互联网对家庭消费结构的影响效应是否稳定，由两个部分组成。第一部分使用工具变量法，检验互联网使用对家庭消费结构的影响是否稳健且存在因果关系。第二部分改变关键解释变量—互联网使用的度量，检验解释变量的度量变化后，结论是否稳健。需要说明的是，基准回归结果已经显示，互联网使用只对文教娱乐、家用设备、居住和医疗消费的占比有显著而稳定的影响，因此本节检验以上四类消费涉及到的结果的稳健性。本文的检验结果显示稳健，由于篇幅所限，在此不赘述。

参考文献：

1.杨光，吴晓杭，吴芷翘.互联网使用能提高家庭消费吗？—来自CFPS数据的证据[J].消费经济，2018（1）

2.易行健，盛威，杨碧云.家庭收入与人口结构特征对旅游支出的影响效应—基于中国城镇住户调查数据的经验证据[J].消费经济，2016（4）

3.邹发伟.互联网经济对我国居民消费促进作用的实证研究[J].商业经济研究，2018（11）