数字经济、交易效率与居民消费结构升级*

石校菲,邝劲松,卢丹丹

(1.交通银行湖北省分行 营业部,湖北 武汉 430014;2.湖南工商大学 数字经济与高质量发展重点实验室,湖南 长沙 410205;3.中央民族大学 法学院,北京 100080)

2018年9月,国务院发布《关于完善促进消费体制机制 进一步激发居民消费潜力的若干意见》,提出“以消费升级引领供给创新、以供给提升创造消费新增长点的循环动力持续增强,实现更高水平的供需平衡,居民消费率稳步提升,居民消费结构持续优化升级……”①这一总体目标。这在事实上擘画了居民消费高质量发展的蓝图:要在保持居民消费率稳步提升基础上优化居民消费结构。消费是生产的目的,在保持居民消费率以适应我国社会总生产运动稳步推进外,还应关注人民更高层次需求,不断提升消费质量,做到消费水平与质量相统一、消费结构升级、消费环境与理念不断优化以适应经济高质量发展的进程。

一、相关文献回顾

许多研究表明消费结构与经济发展密切联系[1-5],实现消费结构升级是推进高质量发展,满足人民群众期待的美好生活需要的重要联结点。近年来,学者们从不同视角着手研究居民消费结构变化对经济社会的不同影响,总结来看有以下四个方面:一是对我国居民消费结构的整体状况进行把握,如刘向东等[6]、张子麟等[7]、韩雷等[8]分别从基本与非基本消费框架、居民消费率与消费结构相统一层面对我国居民消费结构及升级问题进行详细考察与分析。二是从城乡居民消费结构的差异性出发,如孙皓等[9]、李姗姗[10]、宋平平等[11]、俞剑等[12]、王玉香等[13]分别从消费增长、消费结构的城乡差异、供给侧改革、城镇化与产业结构优化与经济增长、消费扩容方面考察城乡居民消费结构差异的经济后果。三是对传统的居民消费升级测度存在的问题进行批判与再思考,如孟慧霞等对现行度量消费结构升级指标进行优缺点分析并提出相应解决方案[14]。四是新兴消费方式对居民消费结构的影响,如邢天才等研究互联网消费金融对居民消费结构影响大小和方向[15];钟成林等发现大数据产业发展改善了消费转型升级动力结构,提高了消费决策精准性与稳定性[16];马香品构建了数字经济促进居民消费循环升级的一个理论框架[17]。综上,要促进居民消费结构升级与高质量发展相适应,就要抓住保障居民消费水平稳定增长与丰富居民消费方式两个基本点。

保障居民消费水平稳定增长的重点在进一步扩大我国的市场范围,激活超大规模市场的消费潜力。在关于市场范围决定因素的论述中,亚当·斯密首先指出,市场范围取决于分工[18]。在此基础上,杨小凯提出分工发展是专业化经济与交易效率折中的结果,其构建了新兴古典经济学的分析框架,并运用非线性规划与超边际分析方法对分工问题进行阐述[19]。关于我国消费结构的论述中,蔡昉认为,在以民生为出发点和落脚点的基础上,激活消费潜力要依靠我国的两个独特优势:一是满足较高收入者对消费升级的要求,努力实现产品和服务供给的质量提高和结构优化;二是将低收入者的收入水平提高,以保持消费市场超大规模的体量[20]。概言之,在扩大市场范围、发挥消费潜力的前提下实现人民群众消费结构升级以解决人民日益增长的美好生活需要这一问题,离不开分工思想的解释与运用。丰富居民消费方式应与数字经济发展趋势相符。当下,新一轮科技革命和产业变革不断推进,以区块链、大数据、云计算、人工智能等为主要代表的数字技术在发展过程中与经济社会融合,促使互联网消费、信息消费、消费金融、共享经济等新兴消费方式不断出现,推动线上线下互动等新商业模式出现,产生了基于社交网络与新媒介的新消费关系。居民消费方式在此过程中逐渐多样化,消费品类不断丰富,产生了数字技术与实体经济相融合的数字经济形态,促进了交易效率的提升[21,22]。而交易效率是推动分工水平提高,将更多人口卷入市场与分工体系的重要驱动力[23]。基于上述文献,数字经济与交易效率之关系,及其作用于分工体系与消费结构的潜力是待研究的关键问题,因此通过理论模型与实证检验对其进行一定程度的阐释。

二、数字经济、交易效率与居民消费结构升级的分工模型

(一)理论假设

基于现实,提出核心研究假定:数字经济发展促进交易效率上升。该假定可以在现实经济生活中找到诸多解释。如运用大数据、云计算等技术出现,可以精准利用互联网用户的痕迹信息进行算法匹配,为用户推荐合适的商品,减小分配与流通环节的物理距离,提高交易效率。交易效率指数字技术在交易领域成功运用的案例颇丰,如近年阿里、美团、拼多多等电商企业利用互联网平台的数据优势,结合大数据技术开展的社区团购,通过当天下单次日达的模式提高了交易效率。对比传统蔬菜生鲜供应商的商业模式,互联网企业利用丰富的数据要素与大数据分析技术精准匹配用户的消费需求,提高了交易效率,提高了消费者剩余。又如医院打印化验结果的电子化自取设备,通过连接用户的微信以绑定检查结果,以及互联网降低搜索成本的巨大作用,都在一定程度上降低经济运行的交易费用,提高了交易效率。数字技术融合在传统经济中形成的数字经济形态,可以通过技术手段降低交易费用。

(二)模型求解与命题提炼

在上述理论假设下,单个产消者的效用函数、生产函数、劳动禀赋约束与预算约束表示如下:

(1)

(2)

(3)

(4)

运用超边际分析方法可得8种专业化决策模式的角点均衡解如表1所示。在效用最大化条件下,各决策变量角点均衡如表1③所示。借鉴孟慧霞[14]40-44对消费结构的讨论,定义居民消费结构CS=非生存型消费/生存型消费=(真实收入-生存型消费)/生存型消费。非生存型消费对生存型消费相对比例高,意味着居民消费结构升级。因之可讨论表1各分工结构下数字经济发展对居民消费结构的影响。因自给自足情形不涉及交易与分工,所以不讨论自给自足情形。由于构成局部分工结构P1与P2与完全分工结构C的专业化决策模式具有对称性质,故以(S/D)、(D/E)、(S/DE)和(E/SD)四种专业化决策模式即可覆盖产生分工结构后数字经济发展对居民消费结构的影响变化。

表1 各专业化决策模式角点解

局部分工结构P1:(S/D),此种专业化决策模式为售卖生存型消费品,自给生存型与享受型消费品,购买发展型消费品,将表1对应决策变量代换,得其消费结构表达式为:

(5)

对数字经济发展程度D求偏导,得:

(6)

局部分工结构P2:(D/E),此种模式自给生存型与发展型消费品,购买享受型消费品。其消费结构表达式为:

(7)

完全分工结构C:(S/DE),此种模式自给与售卖生存型消费品,购买发展型与享受型消费品。其消费结构为:

(8)

完全分工结构D:(E/SD),此种模式自给享受型消费品,购买生存型与发展型消费品。其消费结构为:

(9)

综上,提出如下命题:数字经济发展导致交易效率提高的自然结果,将提高居民真实收入,促进居民消费结构升级。

三、研究设计及变量说明

(一)计量模型设定

为给上文提炼的命题逻辑“数字经济发展→交易效率提高→居民非生存型消费比重提高→消费结构升级”提供经验佐证,参照陈冲[24]对居民消费结构升级的模型设定,设定以下计量模型进行实证分析。

首先,构建数字经济发展促进居民消费结构升级的基准模型,如下所示:

CSit=α0+β1DEDIit+δXit+λt+μi+εit

(10)

式(10)所表示的模型作为参照回归,主要用来验证数字经济发展对居民消费结构的影响方向。其中CSit表示i地区第t年居民消费结构升级变量。关于居民消费结构升级的度量,受限于统计年鉴的划分与数据的可获得性,学界尚无统一的参考标准。参照汪伟[25]84-92的度量法,采用发展系数表征居民消费结构升级。DEDIit表示i地区第t年数字经济发展指数,Xit表示一系模型控制变量的模型向量,λt表示时间固定效应,μi表示地区固定效应,εit为随机扰动项。

其次,为考察数字经济发展对细分消费类型的影响,分别设定数字经济对发展型消费与享受型消费的计量模型如下:

devcit=α1+β2DEDIit+δXit+λt+μi+εit

(11)

enjcit=α2+β3DEDIit+δXit+λt+μi+εit

(12)

其中,devc和enjc分别表示居民发展型消费与享受型消费支出,式(11)、(12)初步考察数字经济发展对非基本消费的作用大小与方向。

最后,对命题机制的讨论将在中介效应模型中体现,可在一定程度上讨论数字经济、交易效率与居民消费结构升级的相互作用机制。中介效应模型可用如下联立方程组表示:

CSit=η0+cDEDIit+kXit+λ1t+μ1i+ε1it

(13)

Kit=δ0+aDEDIit+lXit+λ2t+μ2i+ε2it

(14)

mXit+λ3t+μ3i+ε3it

(15)

式(14)、(15)中,Kit为中介变量,表示i地区第t年交易效率。中介效应检验过程如下:通过式(13)估计数字经济发展指数对居民消费结构升级的总效应c,若显著,不为0,则进行下一步,否则不以中介效应立论;对式(14)和式(15)进行估计,若a、b、c′均显著,且ab与c′同号,部分中介效应存在;若a、b、c′均显著,但ab与c′异号,为遮掩效应,在若c′不显著,为完全中介效应,若a、b至少一个不显著,进入中介效应的检验;进行Sobel检验,若通过则说明中介效应存在。

(二)变量说明与数据来源

被解释变量为消费结构发展系数(CS-dev)。参照汪伟[25]84-92的相关研究,采用消费结构的发展系数衡量居民消费结构升级,计算方式为医疗保健和教育文化娱乐消费支出与居民总消费支出的比值,计算公式为:发展系数= (医疗保健消费支出+文教娱乐消费支出)/居民总消费支出,由公式结构分析,其为正向指标,即值越大表示居民消费结构越趋向升级。

核心解释变量为数字经济发展指数(DEDI)。数字经济发展指数相关研究近年来逐渐升温,中国信息通信研究院、新华三集团、中国信息化百人会、赛迪顾问团队等机构均对数字经济发展指数进行了测度。在上述机构对数字经济发展指数指标划分基础上,权衡测度期长度与新数字技术指标二者矛盾,采用熵值法从数字经济基础设施、数字经济技术水平、数字经济效益规模3个维度考虑,选取11个子指标构建综合测评体系。指标测评体系如表2所示。

表2 数字经济发展指数测评体系

中介变量为交易效率(K)。学界一般将交易效率划分为制度交易效率与技术交易效率。由于数字经济发展往往依靠数字技术的革新以及与实体经济产生融合。如电商交易平台阿里巴巴与京东等企业的兴起,使物流行业得到较大的发展,数字经济下新业态与新模式得以散发,而制度交易效率在一定时期内理应较为稳定。故参考赵红军[26]的测度方法,从交易存量与交易流量两大维度考虑,选取6个子指标(包括固定电话年末用户、移动电话年末用户、固定电话长途通话时长、移动电话长途通话时长、包裹数、快递数)利用主成分分析法合成技术交易效率指标④,作为分析框架下交易效率的代理变量。

控制变量为居民人均实际可支配收入(RDI)、消费者物价指数(CPI)、城乡收入差距(IG)、固定资产投资率(AIR)、城市化率[27](UR)。居民人均实际可支配收入是居民消费的主要预算约束,对居民消费结构起到了可能性边界划定的作用。消费品价格是撬动居民消费决策的有力杠杆,我国居民消费价格指数的一篮子商品主要来自生存型消费品,如食品等,故居民消费价格指数的变动将对居民消费结构产生一定影响。城乡收入差距是反映城乡二元性的重要参照,其大小对居民消费结构产生影响。用城镇居民人均可支配收入与农村居民人均纯收入的比值衡量城乡收入差距。固定资产投资关联到社会生产的诸多方面,如高速铁路的修建等交通物流基础设施都与之相关,进而影响交易效率或生产效率,最终传导至居民消费结构层面。采用全社会固定资产投资额与名义GDP的比值进行衡量;城市化率会通过人口年龄结构、产业结构与人力资本积累最终影响居民消费结构升级,采用城镇人口与总人口比值来衡量城市化率。

除表2所示数据来源外,其余变量均来源于EPS统计数据库与中宏统计数据库,数据时空跨度为2005—2017年我国31个省区市(不含港、澳、台)。此外,以2005年各地区居民消费价格指数为基期指标,对以货币价值表现的变量进行物价指数平减,为增加平滑性,减弱异方差对估计结果造成的偏误,对所有变量取对数。变量的描述性统计如表3所示。

表3 各变量的描述性统计

四、实证结果分析

(一)基准回归结果

为验证理论模型的结论,探究数字经济对居民消费结构影响的大小和方向,运用固定效应方法,分别以消费结构发展系数与居民发展型、享受型消费作被解释变量进行回归。得到回归结果(1)-(6)模型,其中(1)、(3)、(5)模型为混合效应OLS回归结果,(2)、(4)、(6)模型为固定效应回归结果。所有变量均在10%的显著性水平下通过面板LLC单位根检验,说明各变量为平稳序列。表4同时汇报了Hausman检验结果,显示固定效应方法更合适。

表4 基准回归结果

对表4 的回归结果作如下解读:由(1)与(2)模型核心解释变量数字经济发展对消费结构发展系数均为正值可知,数字经济发展能够显著促进居民消费结构升级,数字经济发展指数每提高1%,居民消费结构升级指标提高0.087 4%。就细分消费类型来看,(3)-(6)模型显示数字经济发展对居民发展型消费与享受型消费均有促进作用,与理论模型的推导一致。但数字经济对居民享受型消费的促进作用不显著。可能的解释是在理论模型中数字经济发展促进交易效率的提升,在居民细分消费中体现在交通和通信支出增加,从而对居民发展型消费促进作用显著。从控制变量和其他回归结果来看,(1)-(6)模型中人均实际可支配收入对消费结构发展系数和两类细分消费均表现出促进作用。经典消费理论认为居民消费是当期收入的函数,当人均实际可支配收入增加时,居民在满足基本生存消费后将追求更高层次消费需求,故对消费结构发展系数将产生正向作用,发展型消费与享受型消费的结果亦证实其作用。消费者物价指数在表4中均表现出负向作用。由于消费者物价指数的一篮子商品多为生存型消费品,故当消费者物价指数在一定时期内持续上涨时,将会对发展型与享受型消费产生较大挤出效应,其影响系数分别达到-4.500 9与-4.873 0。由于发展型消费与享受型消费在消费结构发展系数中占较大比重,消费者物价指数对消费结构发展系数的影响弹性系数为-0.801 4。城乡收入差距的影响除(1)模型外均不显著,但(1)模型的系数估计值仍符合经济意义:城乡收入差距越大,越不利于将整体居民纳入消费市场,对居民消费结构升级产生抑制作用。固定资产投资率仅(3)-(4)模型显著,显示其显著促进居民发展型消费。城市化率在(1)-(6)模型的结果中均促进居民消费结构升级与发展型、享受型消费。城市是各类要素和资源集中之地,城市化率的上升会促使人口集聚、分工兴起、交易效率上升,为多样化消费与消费结构升级提供条件。

(二)理论模型机制的回归检验

为检验交易效率在数字经济对居民消费结构升级影响过程中是否产生中介作用,运用经典中介效应三步法[28,29],同时,为保证中介效应的稳健性,采用Sobel检验方法对中介效应进行检验。

以数字经济发展指数为解释变量,交易效率为中介变量,消费结构发展系数为被解释变量,中介效应回归结果如表5所示。模型(1)与基准结果一致,数字经济对居民消费结构升级表现出促进作用且显著,以中介效应立论;模型(2)中数字经济对交易效率的影响在1%的水平上显著为正,为理论模型中数字经济发展促进交易效率上升的核心假定提供了经验证据;模型(3)中数字经济发展系数与交易效率均显著,但交易效率对消费结构发展系数的影响为负向。一个可能的解释为消费结构发展系数度量方法为医疗保健和教育文化娱乐消费支出与居民总消费支出比值,与前文中数字经济对享受型消费作用不显著的逻辑相仿,数字经济发展固然通过信息与通信投资促进交易效率,其能促进居民发展型消费但并不能确定是否对医疗保健与教育文化娱乐消费存在促进作用,但其促进了发展型消费的提高的中介效应以遮掩效应解释[30]。中介效应Sobel统计量的Z统计量为-1.835 0,在10%的显著性水平上认为中介效应存在,占比为19.72%。

表5 交易效率的中介机制检验

(三)内生性检验与处理

考虑到数字经济对居民消费结构升级影响计量模型中可能存在的遗漏变量偏误问题与反向因果问题,由于居民消费结构升级的结果,如娱乐消费增加可能从需求端刺激某地数字经济的发展。借鉴张勋[31]、江鑫[32]选择工具变量的思路,引入电子及通信设备制造业建成或投产项目数作为数字经济发展指数的外生工具变量,利用两阶段最小二乘法(2SLS)与有限信息极大似然法(LIML)进行估计,如表6所示。

表6 内生性检验与处理回归结果

使用工具变量法回归时,需对工具变量的有效性进行检验。表5报告了2SLS方法下的检验结果。比较弱工具变量检验Cragg-Donald Wald F 值与10%临界值,易见其远大于临界值,认为不存在弱工具变量问题,同时LM统计量的p值为0.000 0,拒绝不可识别的原假设。可认为选取的工具变量有效。

为确定2SLS确实不存在弱工具变量问题,使用有限信息极大似然估计法(LIML)对模型进行估计,如(2)所示。与(1)中估计结构比较,发现其完全相同,因为有理由认为2SLS方法估计是稳健的。与表3中基准模型进行比较发现,若不控制内生性问题,数字经济对居民消费结构升级的估计系数偏小(因0.094 9大于0.087 4)。考虑内生性问题后,数字经济对居民消费结构升级的促进作用更大,进一步说明理论模型主要结论的稳健性。

(四)稳健性检验

稳健性检验采取两种思路:一是更换估计方法,二是分样本检验。

1.更换估计方法

表7系统GMM估计中,消费结构发展系数一阶滞后项显著,说明往期居民消费结构对当期具有一定惯性。由AR(1)的P值小于0.05、AR(2)的p值大于0.10、Sargan过度识别检验的p值大于0.70可得,GMM估计结果的扰动项不存在二阶或更高阶自相关,且所有GMM式工具变量均有效。数字经济发展指数对消费结构发展系数的影响系数为0.031 6,说明基准回归结果与理论模型结论稳健。

表7 SYS-GMM稳健性估计结果

表8 城乡分样本回归结果

2.城乡异质性检验:分样本回归

与基准回归相同,采用混合效应OLS与固定效应FE方法分别对城镇消费结构发展系数与农村消费结构发展系数进行回归。结果显示,数字经济发展指数对城镇居民消费发展系数的促进效应不显著,但对农村居民消费结构发展系数正向作用显著。一个可能的解释是,城镇居民消费受限于过高的商品房价格,对享受型消费将产生较大的挤出效应。数字经济发展对消费结构升级带来的正外部性在住房负担较轻的农村地区表现得更为明显。

五、结论与启示

首先,基于数字经济发展促进交易效率上升的核心假定,构建分工模型,利用超边际分析证明数字经济发展程度上升将循“数字经济发展→交易效率提高→居民真实收入增加→非生存型消费的相对占比上升→居民消费结构升级”这一传导机制促进经济体中所有类型生产—消费者消费结构升级。具体而言,理论模型的结论为:数字经济发展导致交易效率提高的结果,将在分工细化的情形下提高居民真实收入,促进居民消费结构升级。

其次,利用熵值法与主成分分析法测度2005—2017年我国省级数字经济发展指数与交易效率,设计计量模型证明了理论命题。实证部分结论如下:数字经济发展显著促进居民消费结构升级。数字经济发展指数每提高1%,居民消费结构升级指标提高0.087 4%;中介效应模型证明数字经济发展通过提高交易效率影响居民消费结构升级,中介效应占比为19.72%;通过使用电子及通信设备制造业建成或投产项目数作为工具变量、换用系统矩估计法与城乡分样本检验的方式进行稳健性检验发现,第一个结论仍然成立,具有稳健性。

自2020年4月习近平总书记提出构建新发展格局以来,我国在推进中国式现代化的工作中取得了重要成果,但在新发展格局形成过程中仍碰到深层次的瓶颈困局,破局的关键是数字经济。数字经济是技术创新与实体经济融合的经济形态,在《关于构建更加完善的要素市场化配置体制机制的意见》中,国务院指出数字经济新产业、新业态和新模式的出现有利于构建农业、工业、交通、教育、安防、城市管理、公共资源交易等领域规范化数据开发利用的场景,提升供给质量以对居民日益升级的消费需求进行匹配。数字经济在一定程度上可拆除供给体系质量与居民消费结构之间的藩篱,促进居民消费得到结构升级在供给体系质量提高的过程中得到实现。由上可得出如下启示:

第一,政府应不断完善5G、AI、大数据等数字技术的开发环境,奠定数字经济发展的技术基础。发挥数字经济对交易效率的促进作用,破除阻碍交易效率的体制机制障碍,深化分工发展以将更多人口卷入分工体系。具体来看,政府应重视数字技术开发对数字经济的带动作用,从宏观层面制定数字经济发展战略与具体目标,根据各地实际情况稳步推进。支持具备关键核心技术攻关能力的科技企业,加快对知识产权保护领域的法律制定工作,在全社会营造崇尚科学、尊重科技创新的氛围,进一步完善政策扶持体系以补齐数字经济发展短板。

第二,重视融合新兴数字技术的创新消费品开发,培育新消费增长点。调整现有消费结构以激发创新动力,通过供给侧改革进一步释放新兴需求与潜在需求。注重数字经济发展对传统生活方式的改造,如支持智能家居市场的开发等,发挥数字经济时代的“长尾效应”,提升分工发展水平与扩展各类消费品市场。具体而言,政府可利用数字技术(如大数据)加强对消费市场的监管,完善社会保障机制,提高中等收入人口比重以提高居民真实收入,提振居民消费意愿。建立完善的住房保障机制,释放部分居民预防性储蓄动机,促进居民消费结构中发展型与享受型消费稳步提升以实现居民消费结构升级的目标。

注释:

①《中共中央 国务院关于完善促进消费体制机制 进一步激发居民消费潜力的若干意见》,网址为:http://www.gov.cn/zhengce/2018-09/20/content_5324109.htm。

②多数研究根据我国统计年鉴对居民消费的划分法,将居民消费划分为生存、发展、享受三种类型。生存型消费包括食品、衣着、居住、家庭设备及用品服务等支出,发展型消费包括医疗保健、交通与通信两大类支出,享受型消费包括教育文化娱乐支出。以此划分法囊括经济社会的消费品类。

③由于讨论的问题可以不涉及分工结构的跳跃与分工发展问题,实际上模型中的结果可以拓展数字经济发展对交易效率与分工结构从自给自足到完全分工的条件,可以根据效用均等化条件与瓦尔拉斯市场出清条件求得。

④由于主成分分析法合成的指标中,部分地区出现负值,故在取对数时作适当处理,使自变量部分均大于0,目的是取自然对数函数值域中边际增长率缓慢的部分,使之更符合交易效率的经济意义。