网络经济对农村居民消费影响的实证分析

杜浩波

内容摘要：基于网络经济发展现状，本文通过构建回归模型分析了我国网络经济对农村居民消费的影响。结果表明：网络经济的发展对我国农村居民消费增长具有正面影响;网络经济对农村居民的生存型消费影响较为显著，对休闲型、发展型消费影响效果并不明显。

关键词：网络经济   农村居民   消费水平

随着我国经济发展逐渐步入新常态，社会经济的增长速度和市场结构均发生了重大变革。其中，农村居民消费对于我国市场经济增长的促进作用日益加强，已然成为我国经济增长的主要推动力之一。同时，伴随着互联网科技的高速发展，农村居民的消费方式也逐渐由线下消费向线上消费转变。此时，在多元化的消费环境中，网络经济发展对农村居民消费的影响便显得尤为重要。截至2017年底，行政村通光纤宽带的比例超过了96%，农村网民突破2亿人，这显示了农村居民在信息消费方面的强烈需求，也为网络经济深入影响农村居民消费支出奠定了基础。鉴于此，本文通过构建分析模型，实证分析了我国网络经济对农村居民消费的影响，为进一步提高农村居民的消费水平提供指导依据。

数据选取与指标选取

本文所选取的农村互联网覆盖率、农村居民网络使用程度等相关数据均来源于中国互联网信息中心。同时，本文使用的互联网行政村占比、存在邮局的行政村占比以及农村居民人均收入和支出等数据均来源于国家统计局。由于我国农村互联网发展迟缓，从2005开始，农村互联网覆盖率和网民数量才有相关调查数据，故本文选取的数据样本时间区间为2005-2017年。

本文对网络经济对农村居民消费的影响研究过程中，将农村互联网覆盖率、网民规模、互联网行政村占比以及具有邮政行政村的占比定为四种研究指标，并且用农村居民的人均支出来反映农村居民的消费水平。在分析网络经济影响农村居民消费结构方面，本文选取了八种主要消费项目，包括食物消费、生活用品消费、住房消费、穿着消费、医疗消费、通讯消费、娱乐消费和服务消费。同时，由于居民的消费水平直接受到收入水平的影响，所以文中也将农村居民的人均收入水平作为研究变量。

变量说明与描述性统计分析

被解释变量：Y，农村居民人均消费（CON）;解释变量：X1，农村居民人均收入（INC）;X2，农村网络覆盖率（BRO）;X3，农村网民规模（SCA）;X4，互联网行政村占比（VIL）。变量的描述性统计如表1所示。

在农村居民消费结构上，本文将农村居民的八大消费项定为因变量：食物消费（fo）、穿戴消费（dr）、住房消费（re）、生活用品消费（dn）、医疗消费（me）、通讯消费（co）、娱乐消费（en）和服务消费（se）、平均消费（jxf）。自变量为：农村网络覆盖率（Nbro）、移动设备使用率（Pmob），控制变量为农村居民人均净利润（inc），各变量的描述性统计结果见表2所示。

模型建立与实证分析

（一）模型构建

本文所涉及到的分析指标和变量数量较多，构建传统的计量模型难以将所有变量均纳入分析范围，故本文选取VAR矢量自回归模型进行分析，以提高实证结果的精准性。VAR模型主要是将各个变量转变为其它变量的滞后项，从而分析各变量之间的关系，其特点是能够将某个因变量和自变量自回归模型转化为多个自变量和因变量的回归模型。

在使用模型实证分析阶段，因为VAR模型系统的相关系数较多，仅通过分析系数的估计值来得出结果并不准确，因此，需要构建模型来进行单位根检验和格兰杰因果检验，进而明确某个变量的滞后值是否对其它变量造成影响。

VAR（p）模型表达式为：

（t=1，2，…，T）

假设∑为εt的协方差矩阵，是k阶正定矩阵，此时，上式可以写为：

该式为非限制性向量回归模型，式中yt为k维列内生变量，xt为d维列外生变量，p为滞后阶数，T是对象个数。εt为k维扰动列向量，列与列之间存在相关性，但与滞后阶数之间不存在关联性。k阶矩阵Φ1…Φp和矩阵H为待估计系数矩阵。如果所阐述的对象为不含有常数的非限制性自回归模型，则表达式为：

在网络经济影响农村居民消费结构上，本文所选取的数据均为面板数据，所以需要构建面板数据模型来加以分析。

Yit为因变量，i与t分别表示数据横向和时间序列上的误差项;bij为自变量，其表示第j个变量在i截面上的数值;ai表示常数项，1

本文面板数据模型分为三种：不受变量自身影响的面板模型，ai=aj=a，bi=bj=b：

该模型的截距项与系数项相同，也称为混合面板模型。

受变量影响的面板模型，ai ≠ aj，bi=bj=b：

该模型的每个变量的截距项不同，也称为变截距模型。

系数差异模型，ai ≠ aj，bi ≠bj：

该模型在截距上和结构上同时变化，也称为无约束模型。

本文为进一步分析互联网经济对农村居民消费影响，又构建如下分析模型：

式中，C为农村居民人均支出，j为消费的项目，i、t分别为地区和时间。γi为个体效应，εit为误差项。NBRO为农村网络覆盖率，PMOB为移动设备使用率，INC为农村居民人均净利润。

（二）模型检验分析

1.单位根检验。由于VAR模型要求各指标变量的时间序列保持平稳，若时间序列处于波动状态会造成伪回归现象。本文采取ADF检验方法进行单位根检验，根据变量概率值与显著水平的对比结果来明确样本数据是否存在单位根。ADF检验的原假设为：时间序列中有一个或者多个单位根存在。本文通过分析检验结果与假设的匹配度来判断数据对象的时间序列是否处于稳态。如果检验结果接受原假设，说明数据的时间序列存在单位根;否则，序列不存在单位根，时间序列保持平稳，此时可进一步构建检验模型。

2.格兰杰检验。格兰杰因果检验主要验证一个变量的滞后值是否对其他平行变量造成影响。本文根据变量的概率值与置信水平的比较结果来明确变量滞后值的影响效应，具体Granger检验结果见表3所示。通过表3得知，农村居民的收入能够引起支出，说明居民的收入与支出间存在Granger因果关系;但农村的网络覆盖率和网络行政村的占比没有引起消费，说明农村居民的消费与互联网覆盖率、网络行政村数量间不存在格兰杰因果关系。

同时，本文选取固定效应模型来研究网络经济对农村居民消费结构的影响，具体检验结果如表4所示。通过表4检验结果可以得出，所有模型的R2均大于0.9，说明模型的检验精度较高。农村网络覆盖率、移动设备持有率以及农村居民人均净利润均会促进农村居民的消费。其中，农村居民人均收入与其他二者相比对居民消费的影响最显著，这符合我国农村发展现状。从宏观视角来分析，互联网经济发展对农村居民的消费起到正面影响。其中，网络覆盖率每提高1%，农村居民的消费便提高0.334%。具体来看，农村网络的覆盖率刺激居民食物消费、生活用品消费和穿戴消费最为显著，网络覆盖率每提高1%，农村居民在食物、生活用品和穿戴项目上的消费便提高0.378%、0.367%和0.351%;在农村居民的通讯、休闲和医疗项目上，网络覆盖率每提升1%，农村居民的通讯消费便提升0.344%，休闲消费提升0.340%，住房消费提升0.331%，医疗消费提升0.295%。

农村居民移动设备持有率也对居民的消费具有正向影响。移动设备持有率每提高1%，农村居民的人均消费提升0.2870%。具体来看，移动设备持有率对农村居民的食物消费影响最为显著，移动设备持有率每提升1%，居民在食物项目上的消费就提高0.391%;其次，移动设备持有率每提升1%，农村居民在穿戴项目上的消费便提升0.372%，在休闲、生活用品方面的消费提升0.379%、0.366%;最后，在农村居民的通讯和医疗等项目上，移动设备持有率每提升1%，居民在通讯方面的消费提升0.336%，在住宅上的消费提升0.311%，在医疗项目上的消费提升0.235%。

综上所述，互联网经济的发展对我国农村居民的消费具有显著影响。其中，互联网经济的发展对农村居民消费的影响主要体现在生活必需品消费上，而对农村居民的休闲消费影响较小。但随着互联网经济的不断发展，农村居民对网络经济重视程度将会越来越强，居民将不再只停留在上网购物、在线理财这一层面，而是向多元化的网络消费发展。同时，农村居民的消费结构逐渐由生活型转变为休闲型、发展型也是我国农村网络经济发展的必然趋势。

结论与建议

网络经济的发展对我国农村居民消费具有正面影响;农村互联网覆盖率的提升和移动设备持有率的增长均推动了农村居民消费增长，其中，网络覆盖率的提升推动农村居民消费增长主要表现在居民的食物、生活用品和穿戴消费方面;我国农村居民网络消费结构由生活型转变为休闲型、发展型是网络发展的必然趋势。因此，我国应当加强农村互联网基础设施建设，提升建设队伍的专业水平与综合素养，健全农村移动电话服务体系;加强对农村居民互联网应用能力的教育，安排专业人員指导农村居民进行实操演练，提升农村居民的互联网应用能力;加快健全农村物流服务体系，实现与城市流通体系的融合，全面落实万村千乡物流服务项目;健全网络支付、网络消费监管方面的法律体系，构建网络消费用户信息安全体系，降低农村居民网络消费风险，确保农村居民能安心进行网络消费。

参考文献：

1.杜海涛.网络经济对我国居民消费的促进作用分析[J].现代营销，2018（8）

2.王彦.互联网经济对农村居民消费结构的影响——基于面板分位数回归的实证分析[J].商业经济研究，2018（14）

3.刘湖，张家平.互联网对农村居民消费结构的影响与区域差异[J].财经科学，2016（4）

4.施颖.消费者的网络消费行为特征与影响因素实证分析[J].商业经济研究，2017（4）

5.李晨阳，牛文旭.网络经济对农村居民消费的影响研究综述[J].产业与科技论坛，2016，15（14）

6.向玉冰.互联网发展与居民消费结构升级[J].中南财经政法大学学报，2018（4）