电子商务发展拉大了地区间的贫富差距吗？——基于省际间发展差距数据的实证分析

王 超 韦福安 王鹏飞 翁世洲

一、引言

近年来，随着移动技术、电子支付、物流水平的迅速提升，电子商务呈现蓬勃发展的趋势，极大的改变了居民的消费习惯。据2019 年中国国际电子商务博览会上数据显示，中国电子商务交易总额从2008 年的3.4 万亿增长到2018 年的31.63万亿元，网络零售交易额从0.13万亿元猛增到9万亿元，中国已经连续成为全球第一大网络零售大国。伴随着电子商务快速发展，其带来的利弊争论也一直是学者们研究的焦点，如部分“电商利益”学者指出，电子商务具有开放性和全球性，能够提高中小企业的竞争力、减少中间环节、降低人力成本、提高交易效率等，电子商务发展越好的地区，越能更好的整合和发挥当地资源的效率，促进当地经济的发展。但是电子商务在发展的过程中也存在安全性较差、法律法规不完善、搜索功能不完全、用户体验不佳等问题，这些问题也引起了普遍关注。

电子商务因为自身整合资源的优势，促进了各地区特别是欠发达地区的经济发展，“电商扶贫”也渐渐的成为了国家扶贫战略的重要措施。然而在当前电子商务光鲜亮丽的“经济光环”热度背后，不容忽视的是电子商务水平在各地区之间的发展是不均衡的，经济发达地区和欠发达地区的差距依然很大，由于电子商务的“实体经济效应”、“购物车效应”、“财税效应”对电商水平发达地区和不发达地区的影响不同，其是否会让电商水平落后的经济欠发达地区的部分“收入”外流到经济发达地区，从而最终带来拉大地区间贫富差距的经济问题是一个需要深入研究的课题。

目前文献对于电子商务的研究主要分为宏观和微观两个方面。在宏观方面，一是研究电子商务对经济发展的促进作用，无论是从理论上还是实证上电子商务都对经济增长具有较强的贡献[1]-[5]；二是研究电子商务与经济的协调发展的关系，得出电商和经济耦合协同发展态势良好,协同水平越来越高的结论[6]-[8]。在微观方面，一是研究电子商务对物流经济的作用和影响,长期来看电子商务将成为物流业务增长的主要因素[9]-[12]，二是研究电子商务与实体经济的融合发展模式选择和路径问题[13]-[15]；三是研究电子商务发展和收入差距之间的关系问题，电子商务导致不同类型商品的跨地区流动可能扩大城乡居民收入差距[16]-[17]，不同的作用机制也可能扩大城乡居民消费差距[18]-[19]。

上述文献研究中，很少有文献将地区间电子商务的发展差距与贫富差距放在一个框架中进行讨论，其中典型文献：一是赵霞、荆林波等基于网络零售的角度研究电商对地区经济差距的影响，分析地区间的收入是收敛还是发散，得出网络零售削弱了全国范围内各省区经济的收敛性,增强了中部地区的发散效应,同时对东、西部地区的收敛效应也具有削弱作用[20]；二是基于互联网[21]和数字经济[22]-[24]分析其对二元经济体贫富差距的影响，得出因落后地区不能很好的接受互联网和数字信息，有可能引发“数字鸿沟”和贫困的恶性循环等结论。本文通过搜集2017 年各地区（共31个中国地区，不含港、澳、台）的数据，并用“矩阵差”的形式做了相互差以代表各个指标在各地区间的发展差距，以地区间的贫富差距为研究对象，理论分析了不同地区电子商务发展水平的差距是否拉大了地区间的贫富差距，并通过实证分析支撑理论分析的结果。最后根据研究结论，就如何改善电子商务在发展过程中带来“贫富差距”加大的经济问题提出了政策建议。

二、理论假设

通过对已有成果的梳理，电子商务对地区间经济影响可归纳为三种效应。

（一）实体经济效应

电子商务作为一种新型的经济发展模式对传统实体经济的发展具有积极影响，如促进了销售模式的转变、降低销售成本、提高了服务水平等。同时，也因为实体经济的销售需要支付较高的租金费用、装修费用、人力资本等，从而使实体经济与电子商务在经济竞争中，在价格上缺乏明显的优势，电子商务对传统的实体经济造成了巨大的冲击。从对地区的影响看，电商发展水平较高的地区可以通过电子商务与实体经济融合发展，减少对实体经济的负面影响，而电商发展水平较低的地区则受到的冲击较大，进而导致地区间的贫富差距扩大。

（二）购物车效应

电子商务利用当前便利的互联网技术为载体，具备了高效性、便捷性、针对性等经济特点。实际的“传统购物车”中的商品都是当地商店的一些商品，而虚拟“电商购物车”中的商品则大多数来自非本地。电商水平发展较低的地区的一部分消费，通过虚拟“电商购物车”效应流失到电子商务发展水平较高地区，进而影响本地区的经济发展，拉大了地区间的贫富差距。

（三）财税效应

现国内几大电商平台及注册地分别为：淘宝（浙江杭洲）、天猫商城（浙江杭州）、京东商城（北京）、苏宁易购（江苏南京）、唯品会（广东广州）等，这些平台几乎垄断着全国电子商务约90%的交易额，电子商务发展有着典型的向地区聚集的特征。虽然平台中其他地区的个人或者商家可以在相应的电商平台上开店铺并给当地的财政收入带来相应的增值税，但主要的企业所得税收入依然是在注册地缴纳，归几座主要的电子商务城市所有。因此电商发展水平较高地区取得的财税收入较高，而电商水平发展较低地区取得的财税收入较低，导致一些本来应该属于经济欠发达地区的财税，转移到了经济发达地区，进而拉大了地区间的贫富差距。

上述影响机制的理论模型见图1，根据理论分析提出：

图1 电子商务发展对地区间贫富差距影响机制

核心解释变量的假设：地区间电子商务发展水平的差距越大，地区间的贫富差距越大。

三、实证研究

（一）指标的选取及数据来源

本文共涉及两类变量指标的选取，一类是反应研究问题的核心变量，即衡量贫富差距及电商发展水平的指标；另一类是辅助支撑文章研究结果的控制变量。

1.核心变量指标的选取

（1）被解释变量：地区间贫富差距指标的选取。代表一个地区内贫富差距的指标一般采用基尼系数，但基尼系数衡量的是地区内的贫富差距，无法衡量地区间的贫富差距。人均可支配收入可以很好的代表一个地区的贫富程度，故本文选取了人均可支配收入作为衡量地区贫富的指标，将地区间人均可支配收入差距作为衡量地区间贫富差距的指标。

（2）核心解释变量：电子商务发展水平指标的选取。衡量一个地区电子商务发展水平的指标，一般采用电商交易规模、快递业务量、网上交易规模、电商就业规模等指标，但这些指标的衡量维度都过于单一。为了更加全面的衡量一个地区的电子商务发展水平，本文选取了在国家发改委高技术产业司主导下，由清华大学电子商务交易技术国家工程实验室、中央财经大学中国互联网经济研究院、中国社会科学院、中国国际电子商务研究中心研究院、亿邦动力研究院联合编制的《中国电子商务发展指数报告》中的各省、地区的电商发展指数。该电商发展指数从电子商务发展的自身水平与环境因素两个方面，对电子商务发展水平进行测评，给出了各省份电子商务发展指数与排名，同时给出了按商品品类划分的电子商务产业数据地图。该指标从规模、成长、渗透、支撑四个维度全面测评了全国各省级区域电子商务的发展状况。

2.控制变量的选取

除了上述核心解释变量—电子商务发展水平以外，需要控制其他对收入（贫富程度）影响的变量，以得到一个更加有效的估计结果。根据对文献的整理，影响一个地区收入的主要变量有：

（1）经济发展水平。在典型的菲利普斯曲线模型中，一个地区的经济发展水平高，就业机会就越多，工资收入就较高，于是地区的收入水平上升，经济发展水平是影响一个地区居民收入的最直接变量。反应一个地区的经济发展水平通常采用地区生产总值（GDP）来衡量，为了更客观的反应地区的经济发展水平，剔除人口数量的影响，本文采用人均GDP 作为地区的经济发展水平指标。

（2）教育水平。一般而言，地区的教育水平越高该地区的收入水平也越高[25]-[26]。关于教育水平指标的选取，一般从教育经费和专任教师数两个角度来衡量。人均教育经费的投入是一个地区教育水平最直观的衡量，尤其是高等教育。本文基于关会娟和李昕[25]论文，选取高等教育生人均投入作为一个地区的教育水平的指标。

（3）城镇化水平。城镇化水平对地区收入的影响效应，主要通过提高农民收入，缩小城乡收入差距等方式来提高整个地区的收入水平[27]-[28]。通常将一个地区的城镇人口占总人口的比重作为一个地区城镇化水平的指标，本文沿用此指标。

（4）金融发展水平。金融通过为企业提供资金融通，为农户提供金融扶持等方式提高地区的收入水平[29]-[32]。衡量地区的金融发展水平指标，主要以人民币存贷款比例来衡量，这个指标忽略了金融基础设施、金融服务水平等多个维度。本文为了从多种维度更加全面的衡量地区的金融发展水平，选取崔剑剑和王亚萍[33]论文中度量的各省、地区的金融效率值，该指标衡量了地区的“虚实转化效率”“间接融资效率”“运行效率”“直接融资效率”四个维度。

（5）人力资本储备水平。经济增长理论中认为人力资本是经济增长的重要源泉，一个地区的人力资本越多，地区的经济增长越快，居民收入就越高。本文选取受教育水平在中职以上的人口占总就业人口的比例作为一个地区的人力资本储备水平的指标。

（6）对外贸易水平。对外贸易可以很好的促进经济增长，从而提高地区的收入水平[34]-[35]。代表地区对外贸易水平最直接的观测指标就是地区的进出口总额，但衡量维度比较单一。本文选取由国家发展和改革委员会、国际合作中心对外开放课题组撰写，由人民出版社出版的《中国对外开放40 年》[36]中测算的各地区的对外开放指数作为一个地区的对外贸易发展水平的指标。

本文将上述6个变量作为控制变量，以使结果更加科学和稳健，并对其在实证分析中的影响效应做了分析。

（二）数据的处理及描述性统计

本文主要研究的是地区间电子商务水平发展的差距是否拉大了地区间的贫富差距，因此将各个变量的指标数据按地区两两作相互差，处理步骤如下:

设A为上述核心变量和控制变量当中的某个变量，Aij=Ai-Aj（∀i,j∈n）表示i 地区和j 地区A 指标之差，其中n=31表示中国31个地区（除香港、澳门、台湾），则矩阵A为：

从A 矩阵中选取i＞j 的元素（每个变量共465个元素）组成向量B

则将处理后得到的B（后文统一将此处理称为“矩阵差处理”），表示A变量的矩阵差，用以代表A变量在各地区之间的发展差距。

对本文涉及的8 个变量数据分别做矩阵差处理，最终各变量的描述性统计见表1。

从表1 中可以看出各地区间各变量的差距较大，地区间人均可支配收入差距即贫富差距最大为43530.66 元，为上海和西藏之间的差距，最小为18.16 元，为四川和宁夏之间的差距，平均差距达10155.74 元；地区间电商发展水平差距最大为52.75，为广州和甘肃之间的差距，最小为0.02，为山西和贵州之间的差距，平均差距达11.63。其他控制变量差距最大值和最小值之间相差都较大。从描述性统计中可以看出各地区间的贫富差距、电子商务发展水平、经济发展水平、教育水平、城镇化水平、金融发展水平、人力资本储备水平、对外贸易水平在各地区间的发展水平差异较大，这与我国区域经济发展不平衡的整体现象相吻合。

（三）回归模型的设定

本文选取的数据是除了香港、澳门、台湾三个地区的中国其他31 个地区的2017 年省际截面数据并做了“矩阵差处理”。共形成8 个列变量、共有465 个截面的数据。根据本文的研究数据类型，采用多元线性回归模型进行分析，回归方程为：

其中i 下标表示第i 个观测，β0表示常数项，β1-β7为系数估计值，ui为随机误差项。

本文研究需要重点关注的是模型中β1的系数值的正负和显著性。

四、实证结果及稳健性检验

（一）实证结果

本文采用stata15.0 对回归模型进行OLS 回归。模型中可能因为随机干扰项存在异方差，且多个解释变量可能存在多重共线性等问题而违背多元线性回归的基本假设使结果产生偏误，因此需要对回归模型进行相应的检验。首先用怀特（white）检验方程是否有异方差问题，检验结果发现chi2（35）=106.99，Prob ＞chi2=0.0000，拒绝不存在异方差的原假设，模型存在异方差，故采用稳健标准误OLS回归进行修正。进一步采用方差膨因子（VIF）检验方程是否存在多重共线性，检验结果变量平均VIF 值为7.98，因解释变量较多，模型不存在严重的多重共线性问题，可进行多元线性回归分析。

为了验证结果的可靠性和一致性，本文将普通OLS回归结果与分位数回归结果进行比较。分位数回归最初由Koenker 和Bassett[37]引入经济学分析。与线性回归相比，分位数回归具有不需要假定知道因变量的分布函数；在一定程度上可以克服异方差的问题。在分位点的选取上，尽管更多的分位点能够给出更多的信息，本文选用三个有代表性的分位点，它们是0.25、0.50、0.75 对模型进行估计。普通OLS及分位数回归结果见表2。

虽然普通OLS 回归结果可能会受到缺失变量偏差的影响而导致低估，但是从OLS结果还是能够得到一定的信息。从表2中OLS的估计结果可以看出，地区间电子商务发展水平差距越大，地区间的贫富差距越大，电子商务发展水平差距每增加1单位，地区间的贫富差距增加74.1 元，且在1%的显著性水平上显著，与上文的理论假设相符合。

从控制变量来看，地区间的经济发展水平差距每增加1 元，贫富差距增加0.0297 元，在1%的显著性水平上显著；教育水平差距每增加1元，贫富差距增加0.218 元，在1%的显著性水平上显著；城镇化进程水平每增加1%，贫富差距增加278.3元，在1%的显著性水平上显著；金融发展水平每增加1 单位，贫富差距增加3849 元，在1%的显著性水平上显著；人力资本储备水平差距每增加1%，贫富差距增加211.3 元，在1%的显著性水平上显著；对外贸易水平差距每增加1单位，贫富差距增加40.5 元，虽然不显著，但系数为正，可能原因是各地区平均对外贸易发展水平对于收入提高的效应不是很显著。普通OLS回归结果中所有变量的影响效应均与上文中的理论预期相符合。

表2 普通OLS及分位数回归结果表

从分位数回归结果来，在贫富差距最低25%的水平上和最高25%的水平上，电子商务发展水平差距拉大贫富差距的效应分别是76.36和61.17。也就是在其他条件不变的情况下电子商务发展水平每扩大1 单位，贫富差距分别拉大76.36 元和61.17元。从25%、50%、75%三个分位点的回归结果来看，电子商务发展拉大贫富差距的效应从76.36 元上升到84.64 元又降低到61.17 元，说明随着地区间贫富差距的增加，电子商务发展水平的差距拉大地区间贫富差距的效应先上升后下降，呈倒U型的影响效应。可能的原因是两个地区若贫富差距较低，地区间的经济发展水平和结构类似，导致电子商务促进经济发展的效应较贫富差距较高的地区低。

（二）稳健性检验

为了验证实证结果的稳健性，本文将代表各地区的电子商务发展水平的核心解释变量指标—电子商务发展指数，用其他变量替代以验证结果的稳定和一致性。为了避免模型的内生性问题，选取的替代变量尽量具有外生性且和被替代的变量高度相关。学者一般都尝试一些不随时间变化而变化的变量，通常选取诸如地理距离、地理中心度、地表粗糙度和地面平均坡度等有关地理的变量。江苏、浙江、上海（后文简称为江浙沪）为中国经济最为发达、城镇集聚程度最高的地区，也是经济发展最为活跃的地区且从电商发展水平上看，江浙沪区域也是电商发展最大的区域中心。因此可假设，因江浙沪区域中心的辐射效应，导致整体上离此区域中心距离越远的地方电商发展水平越弱。

为了检验“地理距离”可否替代“电子商务发展指数”作为衡量各地区电子商务发展水平指标的科学合理性，以电商发展指数做为被解释变量，地理距离做解释变量进行回归，结果显示地理距离对电商发展指数具有显著的负面效应，且在1%的显著性水平（t 统计量为-3.11）上显著，验证了指标的合理和科学性。

现将各地区离江浙沪区域中心的地理距离按照前文方法做矩阵差处理，代表各个地区到江浙沪区域中心距离的差距。因地理距离是电商发展指数的反向指标，为了便于和表2 的结果进行比较，故对地区间所有的地理距离差距进行取负值处理（原来的正值变成负值，负值变成正值）来替代电商发展指数进行回归。通过对模型进行异方差检验，得到结果chi2（35）= 87.33，Prob ＞chi2=0.0000，拒绝不存在异方差的原假设，模型存在异方差，故采用稳健标准OLS 回归进行修正。进一步检验多重共线性问题，得到平均VIF 值为7.73，因解释变量较多，模型不存在严重的多重共线性问题，可进行多元线性回归分析。为了进一步验证结果的可靠和稳定性，将OLS回归结果与分位数回归结果进行比较。分别进行0.25、0.50、0.75分位数回归，结果见表3。

从表3中OLS回归结果中可以得出，各地区距离江浙沪区域中心距离差距每增加1000m，地区间的贫富差距增加1.62 元，从另外一个角度说明电商发展水平差距越大，贫富差距越大，在1%的显著性水平上显著。其他控制变量影响方向及是否显著与表2中OLS结果基本一致。对外贸易水平由原来的不显著变为在1%的显著性水平上显著，可能原因是采用地理距离替代电商发展指数在一定程度上控制了地域因素从而导致地区间对外贸易水平差距对地区的收入水平影响变的显著。

从分位数回归结果来看。在贫富差距最低25%和最高25%的水平上，地理距离的差距效应分别为0.00107 和0.00197，即地理距离差距每增加1000米，对贫富差距的拉大效应分别为1.07 元和1.97元。从25%、50%、75%三个分位点回归结果来看，贫富差距越大，电子发展水平拉大贫富差距的效应越大，这可能和我国经济在整体上呈现西差东好的经济地理布局相关。

对比表2 和表4 的结果，无论是用“电商发展指数差距”还是离江浙沪区域地理中心的“地理距离差距”作为衡量地区间电子商务发展水平的差距，其都拉大了地区间的贫富差距，且这种效应在1%的显著性水平上显著。结合表3和表4中的分位数回归结果，进一步验证了实证结果的稳定性和一致性。虽然两个表中的分位数回归结果从25%、50%、75%三个分位点的结果分别呈倒U 型和逐渐增大型，这和选取的不同指标的特性相关，但不是本文研究关注的点，三个分位点的回归结果都体现了电子商务在发展过程中，因为其在地区间的发展差距，进一步拉大了地区间的贫富差距。

表3 稳健性检验普通OLS及分位数回归结果表

五、结论及政策启示

本文基于我国31 个地区间的发展差距数据，研究电子商务在发展过程中是否会带来地区间贫富差距扩大的经济问题。在理论上地区间的电子商务发展因为“实体经济效应”、“财税效应”、“购物车效应”导致电子商务水平欠发达地区的收入流向电子商务水平发达地区，从而拉大了地区间的贫富差距。在实证上，地区间电商发展水平差距在1%的显著性水平上显著拉大了地区间的贫富差距，用离江浙沪三个地区的区域地理中心距离差距替代电商发展指数差距来衡量地区间电子商务发展水平的差距，得到的结论一致，验证了实证结果的稳定性。分位数回归结果与普通OLS回归得到的结果一致，进一步验证了实证结果的稳定性和一致性。

研究结论：随着我国电子商务近年来飞速发展，经济形态从之前的单一的实体经济形态到之后的与网络相结合的形态，再到现在的共享经济形态。虽然电子商务对于经济发展具有巨大的促进作用，但我国各个地区间的互联网发展依然不均衡，导致我国各个地区间的电子商务发展水平依然存在很大的差距，其对于实体经济的“支撑”和“挤占”效应在不同的地区有着不同的体现。因为电子商务在发展过程中会呈现集中在少数经济发达地区的聚集效应，导致经济欠发达地区存在收入外流的现象，最终带来地区间电商发展水平差距越大，贫富差距越大的经济问题。

缩小贫富差距一直都是我国长期的发展战略，在大力发展电子商务的过程中，不能忽视电子商务发展过程中所带来的扩大贫富差距的经济问题。在当前“电商经济”潮流中，相关部门应从战略上大力扶持经济落后地区的电子商务基础建设，打造地方性品牌电商平台，特别是具有地方特色的“农业电商”平台，帮助其在地区推广和运用，缩小与经济发达地区的电子商务发展差距，获得电商效益以促进当地经济发展；电商水平发展落后的地区应该注重摆脱导致其收入外流的效应，做好实体经济和电子商务的融合，积极促进当地实体经济的转型，留住当地消费者的消费和提高本地企业的税收，以最终缩小地区间的贫富差距。