EN中文

地理科学 >

2024 , Vol. 44 >Issue 8: 1344 - 1354

DOI: https://doi.org/10.13249/j.cnki.sgs.20230334

互联网使用对中国居民家庭消费结构的影响及其空间异质性

  • 王芳 , 1 ,
  • 侯静怡 1 ,
  • 牛方曲 , 2, *
展开
  • 1.内蒙古大学公共管理学院，内蒙古 呼和浩特 010020
  • 2.中国科学院地理科学与资源研究所，北京 100101
牛方曲。E-mail:

王芳（1987—），女，内蒙古呼和浩特人，副教授，硕导，主要研究方向为城市与区域发展。E-mail:

收稿日期: 2023-04-14

  修回日期: 2024-03-08

  网络出版日期: 2024-08-21

基金资助

国家自然科学基金项目(41801149)

国家自然科学基金项目(42071153)

内蒙古高校自然科学重点项目(NJZZ23095)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

The impact of Internet use on household consumption structure and spatial heterogeneity in China

  • Wang Fang , 1 ,
  • Hou Jingyi 1 ,
  • Niu Fangqu , 2, *
Expand
  • 1. School of Public Management, Inner Mongolia University, Hohhot 010020, Inner Mongolia, China
  • 2. Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China

Received date: 2023-04-14

  Revised date: 2024-03-08

  Online published: 2024-08-21

Supported by

National Natural Science Foundation of China(41801149)

National Natural Science Foundation of China(42071153)

Key Project in Natural Sciences at Inner Mongolia Universities(NJZZ23095)

Copyright

Copyright reserved © 2024.
Fold

摘要

基于中国家庭追踪调查（CFPS）数据，对互联网普及与居民家庭消费水平时空演变进行分析，并检验互联网使用是否会对居民家庭消费水平和结构产生影响，是否促进居民家庭消费升级。发现：① 互联网使用人数、使用互联网进行商业活动的频率以及居民家庭总消费在时序上均显著增长；东部地区享受型消费占比最高，中部地区发展型消费占比最高，东北地区生存型消费占比最高；互联网使用人数和家庭总消费呈现空间集聚特征，且表现出空间扩张和向西南方向移动的趋势。② 互联网使用在促进家庭总消费的同时，也推动家庭消费结构由生存型向发展型和享受型转变。此外，互联网使用对于不同区域、城乡家庭的影响也存在显著差异，在城镇、西部、东北地区家庭消费升级中有更突出的积极作用。

关键词： 互联网使用; 消费升级; 居民家庭消费水平和结构; 空间异质性

本文引用格式

王芳 , 侯静怡 , 牛方曲 . 互联网使用对中国居民家庭消费结构的影响及其空间异质性[J]. 地理科学, 2024 , 44(8) : 1344 -1354 . DOI: 10.13249/j.cnki.sgs.20230334

Abstract

In today’s digital age, the widespread adoption and rapid development of the Internet have profoundly influenced residents’ lifestyles and consumption behaviors.The prosperity and development of online consumption, information consumption and other consumption modes promoted by the Internet have made residents’ consumption more personalized, diversified and quality. It further affects residents’ consumption concepts and preferences. It also changes household consumption expenditure and consumption structure.The Internet has shattered geographical and temporal constraints, enabling global circulation of goods, reducing shopping costs. Consumers, utilizing the Internet, can filter high-quality and cost-effective products, further fueling shopping desires and boosting consumption. Based on the China Family Panel Studies (CFPS), this paper analyzes the spatiotemporal evolution of Internet penetration and residents’ household consumption level. It examines whether Internet usage influences residents’ household consumption level and structure, fostering an upgrade in household consumption. The results show that: 1) The number of Chinese residents using the Internet,the frequency of using the Internet for commercial activities and the total household consumption expenditure of Chinese households show a significant growth trend in time series. The eastern region has the highest proportion of enjoyment-oriented consumption. The central region has the highest proportion of development-oriented consumption. Northeast China has the highest proportion of subsistence consumption. The number of Internet users and total household consumption show the characteristics of spatial agglomeration, and also show the trend of spatial expansion and southwest movement. 2) While promoting total household consumption, Internet usage also promotes the transformation of household consumption structure from survival-oriented to development-oriented and enjoyment-oriented. In addition, there are also significant differences in the impact of Internet usage on different regions. There are more prominent positive effects in household consumption upgrading in urban areas and western and northeastern regions.

Key words： Internet use; consumption upgrading; resident household consumption level and structure; spatial heterogeneity

近年来，中国的互联网产业发展迅速，网民规模持续稳定增加。截至2022年6月，中国的互联网普及率提升至74.4%，网民群体数量高达10.51亿（中国互联网络信息中心《第50次中国互联网络发展状况统计报告》，http://www.gov.cn/xinwen/2022-09/01/content_5707695.htm）。互联网代表着信息和通讯技术的最新进展，改变了居民消费环境，影响居民购物出行频率和购物出行时间[1]。互联网环境下人们的消费已不再满足于简单购买行为[2]。由此产生一个问题，互联网在影响居民消费行为的基础上，对居民不同类型消费有何影响，是否促进了消费结构的变动？是否进一步推动了消费升级？居民消费是人民日益增长的美好生活需求最直观的反映，要建立国内大循环为主体、国内国际双循环相互促进的新发展模式，其核心是消费升级[3]。
国外学者关于消费理论及消费结构展开了大量研究，凯恩斯提出的消费函数理论代表着现代消费理论研究的开端[4]。近年来，居民消费升级的界定与测量受到了学术界的广泛关注，从广义的角度来看，消费升级包括消费结构、消费质量和消费总量3个方面共同的提升，能够更全面科学的反映消费的动态[5]。目前常见的具体衡量标准有以下3种：一是恩格尔系数，即居民食品支出占消费总支出的比重越小，表明居民消费呈现升级趋势[6]。二是在消费的过程中，人们形成的享受型或服务型消费在总消费支出中占比提高，如文化娱乐、教育、医疗保健等类型消费占比增加，则界定为消费升级[7]。三是采用扩展线性支出系统模型（ELES）、几近完美需求系统模型（AIDS）等方法估算各消费支出弹性和价格弹性，进而以此对比分析居民消费结构的变化[8-9]。
随着以互联网为核心的新兴技术的迅猛发展，“互联网+”的发展模式影响着包括居民消费在内的各方面。Anderson等提出了创新扩散假说和效率假说[10]。前者认为网络消费作为一种新兴的消费方式，会优先发生于消费水平较高的地区，之后再向外扩散。而后者认为网上购物效率较高，对线下消费不方便的郊区居民更具吸引力。这2个假说分别被世界各地大量的实证研究所证实[11-12]。
互联网发展与居民家庭消费的内在联系也逐渐受到学者的广泛关注，尤其是网络线上消费对居民传统线下消费的影响，已有成果可归纳为替代、补充、修正和中立关系[13-15]。国内学者也展开了大量研究，如龚亚男等以广州市6个保障房住区为研究对象，探索居民线上线下消费之间的关系及影响因素[16]；王芳等通过对呼和浩特的研究发现，网络消费尚未充分渗透到居民的日常生活和精神消费领域，网络消费最高的为城市周边高档小区和收入较高的居民[17]。
不同的地理空间环境下，学者们关于互联网对居民消费影响的观点也不一致。O’Brien最早提出“地理消亡”观点，认为互联网的普及使地理空间环境因素不再是居民消费行为的决定性因素，商品价格等因素影响会加强[18]。也有学者发现，即使互联网高速发展，区位对居民消费行为仍具有重要影响。可看到不同地理空间环境和空间尺度下，得到的结论相差很大[19]。由此可见，在没有剥离其他因素的情况下，试图单独回答互联网对实体城市的影响程度，可能会高估其对实体空间的影响能力[20]。此外，不少学者关注到互联网对消费升级影响，一是以需求为导向推动消费升级，互联网通过改变消费者的消费决策，影响了传统的消费行为[21]；二是以供给为导向促进消费升级，大数据、云计算等有助于企业做出正确的预测与分析，精准匹配消费者需求，拓展新的消费市场，推动消费结构的优化[22-23]。
总之，国内外的业界学者在互联网对居民消费的影响方面进行了诸多研究，但仍然存在需深入探索的问题。本文利用中国家庭追踪调查数据库中2014年、2016年、2018年中国25个省（区、市）面板数据来探讨中国居民互联网使用情况和家庭消费结构的时空演进特征，在此基础上剖析互联网使用情况是否会对居民家庭消费水平和消费结构产生影响，是否促进了居民家庭消费升级。本文主要贡献在于：第一，扩大了研究时间和空间尺度，克服微观研究所面临的偶然性与典型性等局限。第二，通过是否使用互联网和使用互联网进行商业活动的频率2项指标表征互联网使用情况，弥补互联网使用方式评价相对单一的不足。第三，从消费水平和消费结构2个维度全面验证互联网使用是否促进居民消费升级。

1 互联网影响居民家庭消费结构的理论假设

在互联网影响下，居民消费的主导地位日益增强，消费选择范围更加广泛。互联网从以下方面同时发力成为支撑居民消费升级的重要载体。第一，互联网为居民提供更加便捷的消费条件，居民通过互联网借用各种在线社交软件分享购物链接，使消费行为不再受物理时空的“硬约束”，进一步释放居民消费潜能，增加消费总额。第二，电子支付降低了居民在购物过程中的隐形交易成本，其简单、快速的特性也弱化了居民在支付过程中体会到的现金流失痛感，无形中增加了消费意愿，诱发了更高层次的消费需求[24]。第三，信贷数字化的发展有效缓解了流动性约束。支付宝花呗、京东白条等信贷服务的陆续推出，增加了居民超前消费和冲动消费的可能性，扩大其消费预算的边界，促进了消费的扩张与提升[25]。第四，互联网作为生产者、消费者、支付服务中介等主体之间联系的纽带，促进资源的有效整合，大幅提高了商品配送和流通效率，增强了居民的主观消费意愿。
但由于区域经济发展不平衡、城乡二元结构等因素的影响，很长时间内中国乡村以及偏远地区互联网应用体系较落后、信息化水平低，居民购买商品的主要渠道是农贸市场和周边小型商场，购物行为极大受到时空限制，消费需求难以得到满足，使得不同家庭在消费意愿和消费支出上存在差异，不利于消费结构整体上的转型升级。
基于以上分析，本文提出2点理论假设：
假设1：互联网使用能够促进居民家庭消费结构升级，提高家庭总消费。
假设2：互联网使用情况对不同地区家庭消费总额以及消费结构的影响存在异质性。

2 数据来源与研究区域

本文所使用的数据来源于北京大学的中国家庭追踪调查数据库（China Family Panel Studies，简称CFPS）①(①https://www.isss.pku.edu.cn/cfps/ [2022-11-24])。CFPS是北京大学中国社会科学调查中心开展的涵盖个人、家庭、村（居）3个维度数据的一项追踪调查研究，能从微观上全面反映中国社会多个领域的变迁状况，具有代表性和权威性[26]。本文将CFPS涵盖的25个省（区、市）作为研究对象（CFPS数据不含青海、西藏、新疆、宁夏、内蒙古、海南、香港、澳门和台湾地区），并根据国家统计局（https://www.stats.gov.cn/zt_18555/zthd/sjtjr/dejtjkfr/tjkp/202302/t20230216_1909741.htm）公布的对经济区域的划分，将其分为东、中、西、东北四大区域。在此基础上分别提取25个省（区、市）2014年、2016年、2018年CFPS中关于互联网使用情况和家庭各项消费支出的相关数据，对存在缺失值和异常值的数据进行剔除之后，2014年、2016年、2018年分别获取11 920户家庭37 147位居民、12 675户家庭36 892位居民、12 437户家庭37 353位居民的相关信息。

3 中国互联网普及和居民家庭消费水平时空演化

3.1 互联网普及和居民家庭消费水平时空演化过程

本文采用CFPS问卷调查中“是否使用互联网”“使用互联网进行商业活动的频率”2项指标分析互联网普及的时空演化过程，可以看到中国互联网使用人数整体上呈逐年递增趋势（图1）。研究期内互联网使用人数占总人数比例较高的区域主要为北京、天津等东部地区，四川、云南等西部地区为低值区。东北地区虽然整体数值较低，但在研究期内呈稳定增长趋势。
图1 各省（区、市）互联网使用情况时空演进

基于审图号：GS（2019）1825号（自然资源部监制）制图，底图无修改；不含青海、西藏、新疆、宁夏、内蒙古、海南、香港、澳门和台湾地区数据

Fig. 1 The spatial and temporal evolution of Internet use in each province

“使用互联网进行商业活动的频率”本研究从低到高界定为“从不”“几个月1次”“1月1次”“1月2~3次”“1周1~2次”“1周3~4次”以及“几乎每天”①(①“使用互联网进行商业活动的频率”划分依据来源于CFPS（https://www.isss.pku.edu.cn/cfps/） [2022-11-24])。其中，“从不使用互联网进行商业活动”的人群中涵盖不使用互联网人群。从图2可以看出，研究期内四大区域不同频率使用互联网进行商业活动的人数差距显著，但总体上使用互联网进行商业活动的人数呈明显增加趋势，且更加频繁。其中，东部地区从不使用互联网进行商业活动的人数占比最低。西部地区从不使用互联网进行商业活动的人数占比高达89%，但保持下降趋势。四大区域使用互联网进行商业活动的频率为“几个月1次”和“1个月1次”的人群占比在3%上下浮动，时间和空间上差异甚微。东部地区1周3~4次和几乎每天使用互联网进行商业活动人数均占比最高。
图2 居民使用互联网进行商业活动频率时空演进趋势

不含青海、西藏、新疆、宁夏、内蒙古、海南、香港、澳门和台湾地区数据

Fig. 2 The spatial and temporal evolution of residents’ frequency in using the Internet for commercial activities

参考已有研究[27-28]，本文将CFPS数据库中的伙食费、衣着消费、居住类消费、日用品消费及直接医疗支出归为生存型消费，将家具和其他耐用消费品、医疗保健费用支出、邮电通信支出、交通费用支出和教育支出归为发展型消费，将文化娱乐支出、旅游和美容支出等其他支出归为享受型消费，家庭总消费由生存型消费、发展型消费与享受型消费相加构成。
由图3可知，在家庭总消费层面，研究期内中国25个省（区、市）家庭总消费支出整体上呈现逐渐增长趋势，其中东部地区家庭消费支出远超其他地区，且涨幅最大。中部和东北地区家庭总消费增速变化在趋势上表现出较高的一致性。西部地区家庭总消费总量较少，但在研究期内逐年增加。在不同类型的消费层面，研究期内四大区域生存型消费占总消费比例最高，但处于下降趋势，其中东北地区生存型消费占比最高。发展型消费占比和享受型消费占比在四大区域增减方向一致，均在一定程度上有所增加。发展型消费占比在中部地区所占比重最大；享受型消费占比在东部地区所占比重最高。
图3 居民家庭消费结构时空演进趋势

不含青海、西藏、新疆、宁夏、内蒙古、海南、香港、澳门和台湾地区数据

Fig. 3 The spatial and temporal evolution of resident’s household consumption structure

3.2 互联网普及和居民家庭消费水平演化时空特征

本文进一步计算了互联网使用人数和居民家庭总消费的全局莫兰指数，以验证研究区域内是否存在空间相关性（表1）。Moran’s I指数值均大于0，均通过显著性检验，表明临近省域间存在正向联系和聚集分布特征，呈现出明显的地域差异。与此同时，本文利用标准差椭圆方法对中国居民互联网使用人数和居民家庭总消费的空间分布进行描述，揭示其演变特征，具体公式参照文献[29-30]。中国居民互联网使用人数占总人数比例与居民家庭总消费均为东北−西南走向分布，重心在研究期内不同程度上向西南方向移动，但未出现剧烈偏移，空间格局呈均衡发展态势。可以看出，互联网普及的轨迹与中国经济发展程度整体上路径一致，东部沿海地区经济发展水平高，互联网普及程度更高，居民家庭总消费也相应保持在较高区间。受地区发展不平衡影响，西部、东北地区互联网发展缓慢，居民家庭消费潜力难以得到充分释放。但近年来，西南地区不断提升信息化水平，新型消费在互联网支撑下蓬勃发展，网络消费增长迅速。
表1 互联网使用人数和居民家庭总消费的全局莫兰指数结果

Table 1 The Global Moran index result for Internet users and total household consumption among residents

使用人数占总人数比例家庭总消费
Moran’s IZ值P值Moran’s IZ值P值
　　注：不含青海、西藏、新疆、宁夏、内蒙古、海南、香港、澳门和台湾地区数据。
2014年0.3222.8700.0040.3162.6910.007
2016年0.2752.4390.0140.2061.8930.058
2018年0.2972.6600.0080.2302.0820.037

4 互联网使用对家庭消费结构的影响

4.1 数据说明

本文聚焦于互联网使用情况对家庭消费结构的影响，选取2014年、2016年、2018年3轮调查所构成的平衡面板数据进行研究。在剔除关键变量存在缺失值的数据后，对5294个家庭16~85岁的8963位居民的数据进行实证分析。

4.2 模型设定

本文通过面板固定效应深入分析互联网使用情况对家庭消费结构的影响，构建如下模型验证。
$ Consum{p_{i,t}} = {\beta _0} + {\beta _1}Interne{t_{i,t}} + {\beta _2}Contro{l_{i,t}} + {\mu _i} + {\lambda _t} + {\varepsilon _{i,t}} $
式中，Consumpi,t表示第i个居民在t年的被解释变量；Interneti,t代表互联网的使用情况，是本文的核心解释变量；Controli,t为控制变量，μi和λt分别表示省（区、市）固定效应和年份固定效应；β0、β1、β2均为待估参数；εi,t为扰动项。

4.3 变量及描述性统计

被解释变量：本文从2方面探讨居民家庭消费是否得到升级。一是家庭总消费水平是否提高，采用家庭总消费来衡量，家庭总消费的定义同上节。二是消费结构是否得到优化升级，当生存型消费占比下降，发展型消费和享受型消费占比上升时，为消费升级，反之，则为消费下降。基于此，本文的被解释变量为家庭生存型消费、发展型消费、享受型消费占总消费的比例、家庭总消费。
核心解释变量：互联网使用情况。本文用“是否使用互联网”“使用互联网进行商业活动的频率”2项指标衡量互联网使用情况。其中，将不使用互联网赋值为“0”，使用互联网赋值为“1”；使用互联网进行商业活动的频率“从不”“几个月 1 次”“1 月 1 次”“1月 2~3 次”“1 周 1~2 次”“1 周 3~4次”“几乎每天”依次赋值为“1~7”。
控制变量：为避免忽略变量而导致的估计偏差，表2中从家庭层面和居民个体层面尽可能控制了其他变量造成的影响。第一，家庭层面包括对数处理后的家庭净资产、家庭人均纯收入等。第二，居民个体层面包括年龄、年龄平方/100、性别（女性为“0”、男性为“1”）、户口（非农户口为“0”、农业户口为“1”）、健康状况（不健康、一般、比较健康、很健康、非常健康依次为“1~5”）、受教育水平(文盲/半文盲、小学、初中、高中、大学及以上依次为“0~4”）、工作性质（非农工作为“0”，农业工作为“1”）、婚姻状况（无配偶为“0”，有配偶为“1”）。第三，在省域层面，加入省域虚拟变量控制不同省域经济发展水平对消费结构的影响；在时间层面，加入时间虚拟变量控制时间演进对消费结构的影响。
表2 居民相关变量描述性统计

Table 2 Descriptive statistics of resident-related variables

变量均值标准差最小值最大值
　　注：不含青海、西藏、新疆、宁夏、内蒙古、海南、香港、澳门和台湾地区数据。
生存型消费占比0.5760.2710.0061.000
发展型消费占比0.3630.26800.989
享受型消费占比0.0600.09300.958
总消费（对数值）9.6281.1434.58514.349
是否使用互联网0.3540.47801.000
用互联网进行商业活动的频率1.6161.4441.0007.000
家庭净资产（对数值）12.3931.268017.748
家庭人均纯收入（对数值）9.3271.043015.009
家庭房产数0.2220.51407.000
家庭规模4.2491.9031.00021.000
家庭抚养比0.3510.32701.000
年龄47.91312.57418.00085.000
年龄平方/10024.53712.1123.24072.250
性别0.5320.49901.000
户口0.7870.40901.000
健康状况3.0031.2111.0005.000
受教育水平1.5401.23304.000
工作性质0.5560.49701.000
婚姻状况0.9060.29201.000

4.4 实证结果及分析

1） 基准回归。根据前文设定的模型，表3为互联网使用情况对家庭消费结构的影响。
表3 互联网使用情况对家庭消费结构影响的基准回归结果

Table 3 Benchmark regression results on the impact of Internet usage on household consumption structure

变量（1）（2）（3）（4）
生存型消费占比发展型消费占比享受型消费占比总消费
　　注：***、**、*分别表示在1%，5%，10%水平上显著；括号内数值是聚类到家庭层面的稳健标准误；不含青海、西藏、新疆、宁夏、内蒙古、海南、香港、澳门和台湾地区数据。
是否使用互联网−0.035***0.020***0.014***0.147***
（−6.473）（3.751）（7.783）（7.660）
使用互联网进行商业活动频率−0.006***0.0010.004***0.033***
（−3.877）（0.992）（6.589）（6.026）
家庭净资产（对数值）−0.025***0.019***0.006***0.198***
（−9.916）（7.532）（7.658）（18.945）
家庭人均纯收入（对数值）−0.011***0.0030.008***0.186***
（−3.766）（0.913）（9.131）（15.355）
家庭房产数0.007−0.012**0.004**0.060***
（1.520）（−2.380）（2.249）（3.435）
家庭规模−0.016***0.019***−0.003***0.139***
（−9.964）（11.657）（−7.183）（20.633）
家庭抚养比0.045***−0.051***0.006**−0.170***
（5.721）（−6.522）（2.093）（−5.625）
年龄−0.011***0.011***00.005
（−8.810）（8.532）（0.577）（1.010）
年龄平方/1000.013***−0.013***0−0.010**
（10.006）（−10.046）（0.593）（−2.196）
性别0.013***−0.007**−0.007***−0.047***
（4.876）（−2.468）（−6.825）（−4.586）
户口−0.0050.023***−0.017***−0.116***
（−0.832）（3.539）（−7.448）（−5.103）
健康状况−0.008***0.005***0.002***−0.056***
（−4.744）（3.295）（4.784）（−9.291）
受教育水平−0.008***−0.0010.009***0.047***
（−3.577）（−0.280）（12.034）（5.792）
工作性质0.007−0.004−0.003*−0.134***
（1.255）（−0.735）（−1.787）（−7.059）
婚姻状况−0.021***0.022***−0.0010.218***
（−2.855）（3.049）（−0.323）（7.618）
常数项1.318***−0.203***−0.115***4.901***
（28.289）（−4.340）（−7.424）（26.488）
省（区、市）虚拟变量YesYesYesYes
年份虚拟变量YesYesYesYes
观测值26688266882668826688
Pseudo R2 /Adj. R20.1090.0820.1640.308
从表3可知，是否使用互联网对不同类型消费的影响具有明显差异。是否使用互联网仅对生存型消费占比的影响在1%的水平下显著为负。从回归系数上看，使用互联网的居民其生存型消费占比下降3.5%，发展型消费占比、享受型消费占比和家庭总消费分别显著提升2%，1.4%，14.7%。即互联网的使用降低了生存型消费的份额，增强了互联网使用者购买发展型消费和享受型消费的意愿，有助于优化消费结构，推动消费升级。开放共享、便捷高效的互联网通过创新驱动、跨界融合、不断更新重塑居民的消费观念，居民个性化、多样化、品质化的消费需求得以满足，从而很大程度上激发消费欲望，释放消费潜力。
使用互联网进行商业活动频率对生存型消费占比的影响为−0.006，在1%的水平下显著，对发展型消费占比无显著影响，对享受型消费占比、总消费的影响都在1%的水平下显著为正。表明使用互联网进行商业活动提升了家庭总消费，对居民家庭消费结构的变动有显著的正向促进作用。然而，相较于享受型消费，使用互联网进行商业活动的频率对发展型消费无明显影响，这主要是由于享受型消费对网络购物更加敏感，享受型消费在一定程度上对发展型消费存在挤压效应。
从控制变量的结果可以看出，家庭和居民个体层面的部分变量同样对消费升级产生了显著影响。家庭净资产和家庭人均纯收入对消费水平和消费结构有显著影响，均促进了消费升级。家庭规模与生存型消费占比、享受型消费占比呈现负相关关系，随着家庭人口数的增加，子女教育、交通通信等发展型消费的支出不断增加，但同时在一定程度上挤占了其他类型的消费。家庭抚养比越大，生存型消费越高，发展型消费和家庭总消费越低。年龄对各类消费存在着显著的非线性影响。从性别来看，相较于女性，男性的生存型消费占比更大，对于其他消费的消费倾向较弱。居民受教育水平对家庭消费升级有显著的正向影响，拥有较高教育水平的居民，更加重视文化娱乐、旅游等方面的活动，从而会增加此类支出的占比。
2） 互联网使用对居民消费影响的空间异质性。为了对居民消费的空间异质性深度分析，本文进一步探讨不同区域之间和城市与乡村之间互联网使用情况对家庭消费结构变动的影响。
从表4可知，是否使用互联网和使用互联网进行商业活动的频率在不同程度上对全国各地区居民家庭消费结构的转型升级有正向的促进作用，但分别对西部地区和东北地区家庭消费升级影响更加显著。造成互联网使用对不同地区居民家庭消费结构存在差异的原因可能有：东部、中部地区经济发展水平较高、消费市场较完善，当地居民大部分消费需求在线下就可以满足。西部和东北地区居民收入水平较低，对商品价格的敏感度更高，区域内商业购物中心的建设发展相对滞后，其地广人稀的特性也造成了农牧区或者偏远乡县在购物出行上的困难。互联网购物平台丰富了居民的购物渠道，弥补了传统市场下产品信息不对称的短板，提高商品的可获得性，将潜在消费转化为现实消费。
表4 互联网使用对不同区域居民家庭消费影响

Table 4 The impact of Internet usage on household consumption among residents in different regions

变量生存型消费占比发展型消费占比
东部地区中部地区西部地区东北地区东部地区中部地区西部地区东北地区
　　注：***、**、*分别表示在1%，5%，10%水平上显著；括号内数值是聚类到家庭层面的稳健标准误；不含青海、西藏、新疆、宁夏、内蒙古、海南、香港、澳门和台湾地区数据。
是否使用互联网−0.047***−0.014−0.052***−0.0110.034***−0.0020.039***−0.007
（−4.366）（−1.376）（−5.353）（−0.862）（3.134）（−0.153）（4.066）（−0.570）
使用互联网进行商业
活动的频率		−0.003−0.005*−0.002−0.013***0.0000.000−0.0010.005
（−1.336）（−1.682）（−0.710）（−3.557）（0.187）（0.158）（−0.221）（1.368）
常数项1.478***1.269***1.099***1.602***−0.317***−0.148−0.057−0.385***
（17.232）（13.047）（13.256）（14.022）（−3.767）（−1.486）（−0.683）（−3.373）
控制变量控制控制控制控制控制控制控制控制
省（区、市）虚拟变量YesYesYesYesYesYesYesYes
年份虚拟变量YesYesYesYesYesYesYesYes
观测值72256874834542317225687483454231
变量享受型消费占比总消费
东部地区中部地区西部地区东北地区东部地区中部地区西部地区东北地区
是否使用互联网0.013***0.016***0.013***0.018***0.173***0.069*0.186***0.152***
（3.364）（4.414）（4.299）（3.794）（4.566）（1.847）（5.193）（3.582）
使用互联网进行商业
活动的频率		0.003***0.004***0.003**0.008***0.030***0.033***0.025**0.045***
（2.773）（3.000）（2.544）（4.884）（3.104）（3.242）（2.231）（3.335）
常数项−0.161***−0.121***−0.042*−0.217***3.820***4.954***5.876***4.380***
（−4.702）（−3.989）（−1.692）（−5.513）（11.235）（12.881）（17.462）（10.072）
控制变量控制控制控制控制控制控制控制控制
省（区、市）虚拟变量YesYesYesYesYesYesYesYes
年份虚拟变量YesYesYesYesYesYesYesYes
观测值72256874834542317225687483454231
从表5可以看出，是否使用互联网和使用互联网进行商业活动的频率均促进了城镇和乡村地区居民家庭消费结构的转型升级，增加了家庭总消费。但仅有是否使用互联网对乡村居民家庭发展型消费占比的影响更加显著。造成互联网使用对城乡居民家庭消费结构存在差异的原因有：长期以来由于中国城乡二元结构的存在，城镇居民家庭生活水准更高，提升生活品质的需求和购物欲望更为强烈，消费结构在互联网的影响下更侧重于向享受型消费转变。对乡村居民而言，在最基础的生存型消费得到满足后，由于更高级的享受型消费还未得到满足，加之互联网的普及和渗透大幅改善了消费环境，以线上教育为代表的发展型消费逐渐被农民接受，其消费结构更侧重于由生存消费转为发展消费。城乡社会经济发展水平不同很大程度上导致了这种差异性。
表5 互联网使用对城乡居民家庭消费影响

Table 5 The impact of Internet usage on urban and rural residents’ households consumption

变量生存型消费占比发展型消费占比享受型消费占比总消费
城镇乡村城镇乡村城镇乡村城镇乡村
　　注：***、**分别表示在1%，5%水平上显著；括号内数值是聚类到家庭层面的稳健标准误；不含青海、西藏、新疆、宁夏、内蒙古、海南、香港、澳门和台湾地区数据。
是否使用互联网−0.037***−0.032***0.019**0.021***0.017***0.011***0.163***0.131***
（−5.368）（−4.898）（2.429）（2.885）（5.520）（5.399）（5.697）（5.005）
使用互联网进行商业
活动的频率		−0.008***00.005**−0.0030.004***0.002***0.038***0.015
（−4.776）（0.142）（2.560）（−1.067）（4.123）（3.084）（5.559）（1.605）
常数项1.442***1.234***−0.221***−0.183***−0.220***−0.051***3.778***5.614***
（27.322）（26.472）（−3.146）（−2.875）（−7.630）（−3.013）（13.226）（22.526）
控制变量控制控制控制控制控制控制控制控制
省（区、市）虚拟变量YesYesYesYesYesYesYesYes
年份虚拟变量YesYesYesYesYesYesYesYes
观测值1109015595110901559511090155951109015595

5 结论与讨论

5.1 结论

在国际贸易竞争日益激烈背景下，如何有效释放居民消费潜能，推进消费升级，扩大内需是当前促进中国双循环发展格局的关键。不同地理背景、空间尺度、时间节点的地理空间环境对居民消费行为的影响很可能存在差异。基于此，本文利用2014年、2016年、2018年CFPS面板数据，对中国25个省（区、市）互联网使用情况对居民家庭消费升级是否有影响进行全面具体探讨，并进行异质性分析。本文利用的微观数据库基本上覆盖中国东、中、西、东北主要区域，有很强的代表性和时效性，实现了将时间与空间相联系，并综合考虑复杂的互联网背景，更全面准确地反映出整体机制。研究结论如下：
1） 研究期内，中国互联网使用人数整体呈上升趋势，居民使用互联网进行商业活动的人数不断增加，且更加频繁；居民家庭总消费显著增加；东部地区享受型消费占比最高、中部地区发展型消费占比最高、东北地区生存型消费占比最高。互联网使用人数和居民家庭总消费空间集聚性显著，在不同程度上呈现出空间扩张趋势，且扩张方向以西南方向为主。
2） 互联网使用情况总体上对居民家庭消费水平提升、消费结构优化发挥了显著的正向作用，促进居民家庭消费升级。互联网使用情况对不同区域、城镇乡村地区家庭不同类型的消费影响存在差异。但总体上有利于增加居民家庭总消费，促进生存型消费向发展型消费和享受型消费转变。
虽然互联网的发展对优化居民家庭消费结构，增加家庭总消费有明显的促进作用，但也存在一定的消极影响。如部分居民在互联网消费平台上过度地进行超前消费，可能会大幅增加某一类型消费支出，不利于居民消费结构向更健康合理的方向升级。再如，互联网的高速发展也导致了数字鸿沟的产生，居民使用互联网的深度和广度有所差距，造成了消费观念与习惯的不同，乡村和偏远地区的“弱势群体”由于自身缺乏数字技能以及互联网基础设施不完善的限制，难以充分享受互联网发展带来的消费红利，不利于整体层面上消费结构的转型升级。

5.2 讨论

本文认为在经济新常态下，持续提升中国居民的互联网使用水平，加大对经济欠发达地区、乡村地区互联网应用的推广和普及，将有助于培育新兴消费形态，激发消费潜力。因此，提出以下思考和建议。第一，西部、东北地区居民家庭消费潜力有待深入挖掘，应借助以互联网为基础的新消费、新业态的发展，增强互联网消费粘性，更好地释放出这些地区居民家庭的消费潜能，不断缩小各地区居民的数字化消费差异，为拉动中国内需提供新动能。第二，由于互联网的发展对城乡居民家庭消费结构的影响并不一致，在重视城镇居民消费结构升级的同时，要加大对乡村居民生存型消费向发展和享受型消费转变的扶持力度。以5G和人工智能等新型基础设施普及为契机，缩小城乡之间的数字鸿沟，充分发挥互联网优化资源配置、共享信息的功能，不断缩小城乡收入和消费差距，使乡村居民最大程度上共享网络时代的发展成果，增强消费能力。第三，互联网在促进居民家庭消费结构升级的同时，也存在一定的负面效应，因此要促进互联网和中高端消费行业的深度融合，推动消费向高品质、多元化方向转变，催生新的消费业态和消费热点。
本文仍存在一些不足与局限，有待进一步完善。首先，本文选取了是否使用互联网和使用互联网进行商业活动的频率2项指标全面真实反映中国居民的互联网使用情况，但是缺乏对非网民群体和不使用互联网进行商业活动群体障碍因素的深入分析。其次，本文利用CFPS数据库在理论和实证层面上展开了研究，今后的研究可以进一步丰富完善指标体系。最后，受CPFS数据库客观因素的制约，研究样本在不同省（区、市）的分布有所差异，存在一定程度上的偶然性。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Aldo A L, Andreas B, Martin L. Exploring the associations between E-shopping and the share of shopping trip frequency and travelled time over total daily travel demand[J]. Travel Behaviour and Society, 2023, 31: 202-208.

DOI

[2]
何凌华. 互联网环境下城市公共空间的重构与设计[J]. 城市规划, 2016, 40(9): 97-104.

He Linghua. Restructuring and design of urban public space under Internet environment. City Planning Review, 2016, 40(9): 97-104.

[3]
陈建, 邹红, 张俊英. 数字经济对中国居民消费升级时空格局的影响[J]. 经济地理, 2022, 42(9): 129-137.

Chen Jian, Zou Hong, Zhang Junying. The impact of digital economy on the spatial-temporal pattern of residents’ consumption upgrading in China. Economic Geography, 2022, 42(9): 129-137.

[4]
凯恩斯. 就业、利息与货币通论[M]. 徐毓枬, 译. 南京: 译林出版社, 1999: 11-15

Keynes. The general theory of employment, interest, and money. Translated by Xu Yuzhān. Nanjing: Yilin Press, 1999: 11-15.

[5]
曾洁华, 钟若愚. 互联网推动了居民消费升级吗——基于广东省城市消费搜索指数的研究[J]. 经济学家, 2021(8): 31-41.

Zeng Jiehua, Zhong Ruoyu. Does Internet contribute to the consumption upgrading of residents?—Research based on city consumption search index in Guangdong Province. Economist, 2021(8): 31-41.

[6]
依绍华. 中国居民消费结构升级研究[M]. 北京: 中国社会科学出版社, 2019: 51-52

Yi Shaohua. Research on the upgrading of consumption structure of Chinese residents. Beijing: China Social Sciences Press, 2019: 51-52.

[7]
李旭洋, 李通屏, 邹伟进. 互联网推动居民家庭消费升级了吗?——基于中国微观调查数据的研究[J]. 中国地质大学学报(社会科学版), 2019, 19(4): 145-160.

Liu Xuyang, Li Tongping, Zou weijin. Has the Internet promoted the upgrading of household consumption?—Research based on the micro survey data of China. Journal of China University of Geosciences (Social Sciences Edition), 2019, 19(4): 145-160.

[8]
Alboghdady M A, Alashry M K. The demand for meat in Egypt: An almost ideal estimation[J]. African Journal of Agriculture and Resource Economics, 2010, 4(1): 70-81.

[9]
Deaton A, Muellbauer J. An almost ideal demand system[J]. The American Economic Review, 1980, 70(3): 312-326.

[10]
Anderson W P, Chatterjee L, Lakshmanan T R. E-commerce, Transportation, and Economic Geography[J]. Growth and Change, 2003, 34(4): 415-432.

DOI

[11]
Farag S, Weltevreden J, Van Rietbergen T et al. E-shopping in the Netherlands: Does geography matter?[J]. Environment and Planning B, 2006, 33(1): 59-74.

DOI

[12]
Kirby-Hawkins E, Birkin M, Clarke G. An investigation into the geography of corporate E-commerce sales in the UK grocery market[J]. Environment and Planning B: Urban Analytics and City Science, 2019, 46(6): 1148-1164.

DOI

[13]
Mokhtarian P L. Telecommunications and travel: The case for complementarity[J]. Journal of Industrial Ecology, 2002, 6(2): 43-57.

DOI

[14]
Cao X Y. The relationships between E-shopping and store shopping in the shopping process of search goods[J]. Transportation Research Part A, 2012, 46(7): 993-1002.

[15]
Suel E, Daina N, Polak J W. A hazard-based approach to modelling the effects of online shopping on intershopping duration[J]. Transportation, 2018, 45(2): 415-428.

DOI

[16]
龚亚男, 魏宗财, 刘玉亭. 广州市保障房住区居民网购行为特征及其影响因素[J]. 经济地理, 2021, 41(4): 74-81.

Gong Ya’nan, Wei Zongcai, Liu Yuting. Online consumption behavior characteristics of the affordable housing residents and their influencing factors in Guangzhou. Economic Geography, 2021, 41(4): 74-81.

[17]
王芳, 郭梦瑶, 牛方曲. 新消费时代西部城市居民消费行为特征——以呼和浩特市为例[J]. 地域研究与开发, 2022, 41(2): 63-69.

DOI

Wang Fang, Guo Mengyao, Niu Fangqu. Research on consumption behavior characteristics of western urban residents in the new consumption era: Taking Hohhot City as an example. Areal Research and Development, 2022, 41(2): 63-69.

DOI

[18]
O’Brien Richard. Global financial integration: The end of Geography[M]. London: Royal Institute of International Affairs, 1992: 55-56.

[19]
王欢, 王芳, 郭梦瑶. 居民购物出行时空特征及影响因素研究——基于中国时间利用调查[J]. 地理研究, 2022, 41(10): 2712-2725.

DOI

Wang Huan, Wang Fang, Guo Mengyao. Spatiotemporal characteristics and determinants of residents’ shopping travel behaviors in China: Based on Chinese time use survey. Geographical Research, 2022, 41(10): 2712-2725.

DOI

[20]
H·巴凯斯, 路紫. 从地理空间到地理网络空间的变化趋势——兼论西方学者关于电信对地区影响的研究[J]. 地理学报, 2000, 55(1): 104-111.

DOI

Henry Bakis, Lu Zi. The change from the geographical space to geocyberspace—Review on the western scholars on regional effects by telecommunication. Acta Geographic Sinica, 2000, 55(1): 104-111.

DOI

[21]
魏满意, 董欢喜. 大变革: 互联网重构商业模式[M]. 北京: 清华大学出版社, 2016: 243-244

Wei Manyi, Dong Huanxi. Great change: The Internet reimagines business models. Beijing: Tsinghua University Press, 2016: 243-244.

[22]
刁永祚. 消费结构与生活质量[M]. 北京: 首都师范大学出版社, 2012: 118-121

Diao Yongzuo. Consumption structure and quality of life. Beijing: Capital Normal University Press, 2012: 118-121.

[23]
Wang W. Research on consumption upgrading and retail innovation development based on mobile internet technology[J]. Journal of Physics: Conference Series, 2019, 1176(4): 1-6.

[24]
张岳, 彭世广. 移动支付影响家庭消费行为作用机理与实证分析[J]. 商业研究, 2020(5): 105-111.

Zhang Yue, Peng Shiguang. The mechanism and empirical analysis of mobile payment’s influence on household consumption behavior. Commercial Research, 2020(5): 105-111.

[25]
黎翠梅, 周莹. 数字普惠金融对农村消费的影响研究——基于空间计量模型[J]. 经济地理, 2021, 41(12): 177-186.

Li Cuimei, Zhou Ying. Influence of digital inclusive finance on rural consumption: Based on spatial econometric mode. Economic Geography, 2021, 41(12): 177-186.

[26]
刘建国, 苏文杰. “银色数字鸿沟”对老年人身心健康的影响——基于三期中国家庭追踪调查数据(CFPS)[J]. 人口学刊, 2022, 44(6): 53-68.

Liu Jianguo, Su Wenjie. Impacts of the silver digital divide on physical and mental health of the elderly population: Based on data from three-year China family panel studies (CFPS). Population Journal, 2022, 44(6): 53-68.

[27]
司传宁, 李亚红, 孙乐. 数字金融能力、收入多样化与家庭消费升级[J]. 消费经济, 2022, 38(6): 70-80.

Si Chuanning, Li Yahong, Sun Le. Digital financial capabilities, income diversification and household consumption upgrading. Consumer Economics, 2022, 38(6): 70-80.

[28]
徐佳, 韦欣. 中国城镇创业与非创业家庭消费差异分析——基于微观调查数据的实证[J]. 数量经济技术经济研究, 2021, 38(1): 43-60.

Xu Jia, Wei Xin. Consumption gap of Chinese urban entrepreneurial and non-entrepreneurial families: Evidence from CFPS. Journal of Quantitative & Technological Economics, 2021, 38(1): 43-60.

[29]
赵璐, 赵作权. 基于特征椭圆的中国经济空间分异研究[J]. 地理科学, 2014, 34(8): 979-986.

Zhao lu, Zhao Zuoquan. Projecting the spatial variartion of ecnomic based on the specific ellipses in China. Scientia Geographica Sinica, 2014, 34(8): 979-986.

[30]
白冰, 赵作权, 张佩. 中国南北区域经济空间融合发展的趋势与布局[J]. 经济地理, 2021, 41(2): 1-10.

Bai Bing, Zhao Zuoquan, Zhang Pei. Trends and layout of economic integration between north and south China. Economic Geography, 2021, 41(2): 1-10.

Options
文章导航

/

〈 〉