高会静

(信阳学院 商学院，河南 信阳 464000)

0 引言

中国是一个典型的农业大国，农村居民占比较高，截止到2018年末，农村居民占比40.42%，但农村居民人均消费支出偏低，城镇居民人均消费支出约为农村居民消费支出的2.2倍(1)根据《2018年国民经济和社会发展统计公报》公布的数据计算所得.http://www.stats.gov.cn/tjsj/zxfb/201902/t20190228_1651265.html..可见，农村居民消费相对于城镇居民消费更具增长潜力，农村居民消费支出的增加，能显著的拉动我国内需，更有利于我国经济增长.

中国自20世纪90年代引入互联网技术后，互联网迅速普及，技术水平突飞猛进.2015年李克强总理提出了“互联网+”行动计划后，农村互联网普及率得到迅速提升.Nina Czernich等[1]认为互联网的高速发展从多方面改变农村居民的生活和生产方式，已经成为经济增长的全新动力.关于“互联网能不能促进农村居民消费结构升级？”这个问题也引起了学者的关注.刘湖、张家平[2]基于2003—2013年省级面板数据分析了互联网对农村居民消费结构的影响及区域差异，提出互联网普及率、移动电话普率及互联网发展投资环境对农村居民消费结构具有显著的正向效应，其中移动电话普及率的影响最显著，且对东部影响最大，其次是中、西部；向玉冰[3]51-60基于2003—2015年省级面板数据，采用AIDS模型对互联网与城乡居民消费结构的作用关系进行了分析，结果表明，从整体上看互联网能够促进城镇和农村消费结构升级；汤才坤[4]117-119基于2003—2016年省级面板数据分析“互联网+”对农村居民消费经济结构的影响，结果发现移动电话普及率对农村居民消费结构影响最大，且对东部影响较为显著；张永丽、徐腊梅[5]基于2017年甘肃省15个贫困村的调查数据，研究了互联网使用对西部贫困地区农户家庭生活消费的影响，并提出互联网有助于提升高收入农户家庭消费水平，优化其消费结构.

在分析文献时不难发现，研究大多采用互联网普及率、移动电话普及率、互联网相关产业固定资产投资等典型指标来衡量互联网经济发展水平，但随着社会科技水平的提高和互联网经济发展模式日趋完善，一些指标概念在外延和内涵上都发生了很大变化，统计口径不变的情况下，数据指标在原经济模型上会产生畸变.互联网经济从工具、渠道、基础设施到经济体的演进，不是简单的新旧替代过程，也不是简单的加总过程，而是不断深化、扩展和丰富的生态演进过程.例如，互联网普及率的概念在2013年中国互联网进入经济体阶段后，其含义远比在工具、渠道阶段宽泛很多.同时，互联网普及率和移动电话普及率在概念上逐步交叉融合，说明影响互联网经济发展的指标日趋多元化和复杂化.在考虑指标概念变化的基础上，本文基于2008—2017年省级面板数据，为测度互联网经济发展水平，利用熵值法构建了互联网应用基础和互联网应用规模两个综合指标体系，并利用这两大指标体系构建模型，从空间分布上对比分析这两大指标体系对农村居民消费结构的影响，以期为当前农村地区的精准扶贫和乡村振兴提供参考性建议.

1 互联网经济发展水平的衡量

1.1 指标选取及数据说明

在指标选取时，用单个具体指标可能会因指标概念变化、信息不完整、其他局部异常造成量化失真，而采用同类指标进行综合衡量则可以避免这种情况.在借鉴诸多学者研究成果的基础上，从两个方面衡量互联网经济发展水平(ES).一是用互联网普及率和移动电话普及率这两个典型指标测度互联网应用基础(IAB)，二是细化了网络购物市场交易规模、网上支付交易规模等5个指标测度互联网应用规模(IEM).具体见表1.

表1 互联网经济发展水平指标体系

因互联网在中国整体发展时间短，目前关于互联网各方面的数据还没有相关文献进行系统的记载和统计.本文充分考虑互联网、移动电话在农村的普及时间及数据的系统性、连贯性，所选指标体系从2008年开始统计.在数据收集方面，主要从《中国统计年鉴》《中国互联网发展报告》及各地区统计年报等资料上查阅获取.

1.2 权重确定

用综合指标度量互联网经济发展水平比用单个具体指标适应性更好，本文采用熵值法确定各二级指标的权重，用7个二级指标合理的测度出两个综合指标.

熵值法是信息论中一种不确定性度量方法，信息量越大，熵值越小，反之亦然.因此可以用观测数据的熵值来度量某个指标的离散程度，离散程度越高在综合评价中的影响越大.采用这种方式来度量某个指标的权重大小，不需要先验知识，因此不受主观方法偏误造成权重度量失真.目前，熵值法主要用来处理截面数据，为衡量不同年份、不同地区的省级面板数据，需要对传统的熵值法进行改进，用2008—2017年的省级面板数据(31个省市区，不包括港澳台)构建全局熵值法模型，对各指标进行赋权.

具体操作步骤如下：

1)界定数据：假设时间跨度为T年，涉及i个省市区j个指标，xij表示第j个指标第i个省市区各年的取值.

2)指标去量纲化：为了达到多指标综合度量的目的，需要对观测数据进行去量纲处理，即对指标数据进行线性变换后，映射到[0,1]中，也称之为min-max归一化方法.

(1)

(2)

(3)

3)计算第j指标的各年比重：

(4)

4)计算第j指标的熵权：利用式(4)计算第j个指标的熵值，熵值说明指标量提供的信息，熵值和熵权成反比.

(5)

5)计算第j指标的权重：Weight值越大，则对应指标在综合评价中影响越大，贡献越高.

Score(j)=1-Entroy(j).

(6)

(7)

1.3 互联网衡量指标对比分析

在衡量互联网经济发展水平时，目前还没有统一的指标，为保障所选取的指标和衡量的结果客观有效，现将本文测量的结果和主流的衡量指标进行对比分析(见图1).

选取常用的互联网普及率(Internet)、移动电话普及率(Phone)、互联网相关产业固定资产投资(Invest)和本文选取的IAB和IEM从整体变化趋势(a，b，c，d，e)和增加速度(a1，b1，c1，d1，e1)两个方面进行对比分析，结果表明：

1)从整体变化趋势看，2008—2017年5个指标都是增加的，但是可以明显看出IEM(e)的趋势更平稳，曲线也更平滑；而互联网普及率(a)、移动电话普及率(b)、互联网相关产业固定资产投资(c)、IAB(d)四条曲线在有些年份出现拐点，这些拐点在一定程度上会影响其对农村居民消费结构的回归分析.

2)从增加的速度来看，2008—2017年5个指标增加的速度不一样，互联网普及率(a1)和移动电话普及率(b1)随着时间的推移增速递减，而互联网相关产业固定资产投资(c1)增速递增，但是可以看出曲线中出现很多拐点，所以增加的速度不太确定.互联网普及率(a1)和移动电话普及率(b1)增速的拐点影响了IAB(d1)曲线的平稳性.不难看出，IEM(e1)的增速较为稳定，曲线更平滑.

综合考虑各指标的作用和表现，选IAB和IEM指标来衡量互联网经济发展水平更能够反映实际情况，在分析其对农村居民消费结构影响时更具优势.

2 互联网对农村居民消费结构影响的实证研究

2.1 构建模型

根据《中国统计年鉴》的统计分类方法，农村居民消费被分为食品、衣着、居住、家庭设备及用品、交通与通信、文教娱乐服务、医疗保健和其他八大类消费支出.本文在衡量农村居民消费支出时，按照同样标准，把各省市区的消费支出分为八大类.

为研究互联网经济发展水平对农村居民消费结构的影响，本文构建的面板模型如下：

RCEj,it=a0+β1IAB+β2IEM+εit，

(8)

式中，RCE代表农村居民消费支出，j代表消费支出的类型，i与t分别代表省份与时间，εit为随机误差项.

为消除异方差的影响，对公式(8)两边的变量同时取自然对数，构建面板回归模型：

lnRCEj,it=a0+β1lnIAB+β2lnIEM+εit.

(2)

2.2 变量统计性描述

选取2008—2017年除了港澳台的31个省市区面板数据，农村人均消费支出和消费结构的相关数据主要来自《中国统计年鉴》,各省市区《统计年鉴》《国民经济和社会发展统计公报》等.各变量的相关统计性描述如表2所示.

表2 各变量的相关统计性描述

2.3 互联网对农村居民消费结构的总体影响

根据互联网对农村居民消费结构的回归分析结果(表3)显示，互联网应用基础对农村居民消费总支出具有正向效应，与向玉冰[3]51-60和汤才坤[4]117-119等学者的研究结论一致；2008—2017年互联网应用规模对农村居民消费总支出的影响更显著，这与本文选取衡量互联网经济发展水平指标的预期吻合.究其原因，2011年之后智能手机迅速普及，特别是国产手机的崛起，中低收入家庭手机普及率迅速攀升.此外，智能手机功能强大，特别是网络购物服务，从日常生活用品到在线医疗服务、从传统消费到新兴消费、从商品消费到服务消费，基本上能够满足人们对于互联网的需求.随着互联网普及率和移动电话普及率增速的递减，其对农村居民消费总支出的影响也呈现出了递减的规律.所以，回归结果显示作为衡量网络购物、网上支付的互联网应用规模，其作用更显著.

表3 互联网对农村居民消费结构的回归分析(2008—2017年)

从消费结构看，互联网应用规模对农村居民消费结构表现出显著的促进作用，其影响系数从大到小依次是：文教娱乐服务、交通与通信、居住、医疗保健、家庭设备及用品、食品和衣着.各模型回归结果R2最低95.0%，最高99.2%，模型的整体拟合很好.具体机理分析如下：随着居民可支配收入的提高，食品、衣着这些用于满足居民生存需要的消费支出会逐渐减少.而生存性消费得到满足之后，居民会增加家庭设备和交通与通信这一类享受型的消费支出，随后医疗保健消费支出和文教娱乐服务这一类发展性消费支出也会随之增加.2008—2017年农村居民人均消费支出增长显著，特别是第三方支付平台的崛起，让农村居民对手机上网、手机购物、手机支付等不再陌生，农村居民利用手机进行购物和支付的频率逐年增加，互联网应用规模作用日渐呈现，对农村居民消费结构升级具有显著的促进作用.

2.4 互联网对农村居民消费结构影响的区域差异化

中国各地区经济发展水平差异较大，互联网经济发展水平在不同地区间的发展也存在很大的差异.将我国划分为东部、中部和西部3个区域，得出我国东、中、西部互联网对农村居民消费结构影响的回归分析结果(见表4).

表4 东、中、西部互联网对农村居民消费结构影响的回归分析(2008—2017年)

从区域差异上看，互联网应用基础对东部影响最大，中部次之，西部最小；互联网应用规模的影响较互联网应用基础更显著，其中对西部影响最高，中部次之.

这是一个非常有意思的结果，究其原因，虽然中国城乡之间，东、中、西部之间经济发展依然存在不平衡的现象，农村传统流通业和物流业等商业体系也存在一定的问题，但是正是这些不完善、不均衡和不发达为农村电子商务创造了更广的商业价值.中国庞大的人口和网民数量，具有巨大的消费潜力，互联网作为引擎挖掘出了这种消费潜力，特别是互联网普及率较低的农村地区.虽然与城镇相比，农村基础设施不完善，移动电话和互联网普及率依旧偏低，但互联网弥补了农村的基础设施不完善等问题，让农村和城镇居民可以面对同等的消费待遇和机会，实现了农村和城镇居民 “无差别消费”，且经济欠发达地区，这种无差别消费效应更显著.

从互联网对消费结构的影响来看，无论是全国总体情况，还是东、中、西部结果一致：互联网应用规模的影响更显著.究其原因，主要是消费人群结构发生了变化.现今，消费主力军开始以80后、90后为主，他们的消费观念、消费品质和长辈不同，更注重消费的多样化和独特化.随着消费结构的自我迭代和优化升级，大众消费已经从温饱阶段过渡到品质化阶段，消费者更愿意把目光放在和健康、文化、生活品质等相关的产品上.特别是90后消费群体，他们不再仅仅用服饰鞋包来展现自己，更多的是追求心理上的满足感和精神上的享受感，主要为旅游、电子产品、服务性消费等，这也是人民对美好生活追求的一种外在体现.此外，在无差别消费环境下，无论是东部、中部和西部地区的农村居民对生存性消费支出都在递减，对发展性和享受型消费支出都在递增.可见，互联网经济发展水平，特别是互联网应用规模更有利于农村居民消费结构升级.

3 结论与建议

作者基于中国2008—2017年的省级面板数据，利用熵值法衡量了互联网经济发展水平的互联网应用基础和互联网应用规模两方面的指标，并实证分析了其对农村居民消费结构的影响.结果显示：

第一，从总体来看，无论是互联网应用基础还是互联网应用规模都对消费支出存在显著的正向影响，且互联网应用规模的影响大于互联网应用基础；互联网应用规模在促进农村居民由传统的消费支出转向享受型和发展性消费支出方面更显著.

第二，从空间分布上看，无论是东部、中部和西部，互联网应用规模对农村居民消费结构的影响都要大于互联网应用基础，其中西部影响最高、中部次之、东部最少.

第三，从消费结构上看，互联网应用规模影响农村居民的文教娱乐服务、交通与通信、居住和医疗保健支出较为显著.

根据以上结论，互联网应用规模凸显的作用给中、西部地区的“互联网+农村”带来了新的机遇和挑战.近年来，“互联网+农村”政策拉动了农村传统产业的发展和创新，电子商务也成了地方政府新的投资热点，且电子商务对资源的依赖度较低，对信息和人才的要求较高，只要具备信息化能力的农村，即使自然资源贫乏，也能够迸发出更大的活力，因此农村地区更应关注培育农村信息化的氛围和土壤，有意识的采取措施推动农村互联网应用规模的扩大，为互联网应用规模促进消费结构升级提供基本保障.