網購是撬動我國消費需求的支點嗎？

梁雯　王媛媛

摘要：我國城鄉收入差距的不斷擴大影響著國民經濟持續、協調、穩定地發展，如何最大限度地減少城鄉收入差距，以進一步擴大內需、發展經濟是當前我國面臨的現實問題之一。在對城鄉居民收入差距與網購消費需求關系進行計量分析后，本文發現在收入增加、網購市場規模、互聯網普及率提升的作用下，城鄉居民在收入差距擴大時更傾向于選擇網購消費，這一結論可為研究收入分配改革問題提供參考。

關鍵詞：收入差距；網購；消費需求

中圖分類號：F063.2 文獻標識碼：A

作者簡介：梁雯（1962-），女，合肥人，安徽大學商學院教授，研究方向：物流與供應鏈管理；王媛媛（1992-），女，安徽亳州人，安徽大學商學院研究生，研究方向：物流管理。

根據國家統計局公布的信息，我國城鄉收入“鴻溝”日漸加深已經成為不爭的事實，不斷擴大的城鄉居民收入差距成為我國收入差距過大的主要內容[1]；與此同時，網購消費以一個又一個的銷售神話高調闖入人們的視野，人們開始思考能否以網購消費為支點來激發居民消費、擴大內需。通過分析城鄉居民收入差距與網購消費需求的關系，本文發現城鄉居民平均收入水平的提高、互聯網技術的廣泛普及以及網購市場規模的擴大，可以影響城鄉居民對網購消費需求的傾向性。

一、問題的提出與模型構建

收入差距是世界各國經濟發展所面臨的廣泛性問題，但鮮有學者去關注應采取哪些切實有效的措施來減少它給經濟發展帶來的損害。由于收入差距分為地區間收入差距和城鄉收入差距，城鄉居民收入差距不僅影響地區間收入差距[2-3]，還是影響我國整體收入差距的最大因素[4-5]。描述城鄉居民收入差距的指標大體分為絕對收入差距指標和相對收入差距指標，鑒于無法取得關于城鎮居民隱形收入與農村居民隱形負擔的數據，本文選擇城鄉居民收入差距作為研究對象，并以城鎮居民人均可支配收入與農村居民人均純收入的比值來衡量城鄉收入差距。

伴隨著電子商務的崛起，網購打破了傳統商業的地域局限，改善了商品流通體系，彌補了實體零售相對不足的問題[6]。因此，現提出假設：

假設1：城鄉居民收入差距與網購消費需求之間存在顯著負相關關系。

假設2：城鄉居民收入差距與網購消費需求之間存在顯著正相關關系。

除一些特殊情況外，收入是影響人們消費的核心因素，經濟發展水平、市場規模等客觀因素會影響人們的消費行為，網絡的發展情況也會對消費者的網購行為產生直接影響。本文把居民人均收入、GDP總值、網民總數、互聯網普及率作為控制變量引入研究之中，分別對收入、經濟發展水平、市場規模、消費環境進行控制，居民人均收入的具體測算模型如公式（1）。

本文的研究數據選用2007-2013年全國31個省（自治區、直轄市）的相關指標，數據主要來自于國家統計局網站《中國統計年鑒》、各省統計局網站歷年統計年鑒和統計公報、國家郵政局網站《郵政行業發展統計公報》和《快遞市場監管報告》、中國互聯網信息中心第21次至第34次《中國互聯網發展狀況統計報告》。

假設所有的網購消費需求都是有效需求，本文以快遞業務量作為衡量網購消費需求的指標，構建具體模型公式（2）。

二、網購能否成為撬動內需的支點：計量檢驗

（一）描述性統計

表1報告了各主要連續變量的描述性統計結果，從中可以看出網購消費需求的最大值為廣州省2013年的數據，最小值為青海2007年的數據，遠低于均值11 731.4738，且網購消費需求的標準差高達24 601.6744。雖然網購消費需求逐年快速地增長，會影響該組數據的離散程度，但這在一定程度上反映出我國網購消費需求的區域差異。由于經濟的增長是推動快遞業快速發展的強大動力，從表1可以很清楚地看出GDP的標準差很高，剔除縱向的時間因素，區域經濟發展的不平衡性是導致GDP標準差很高的主要因素，而經濟發展的區域不平衡性加劇了網購消費需求的區域不平衡性。

此外，網購消費的技術環境是導致網購消費需求區域差異較大的原因。互聯網普及率最小值是貴州2007年的6%，最大值為北京市2013年的75.2%。僅看2013年的數據，互聯網普及率最大值為北京的75.2%，最小值是江西省的數據，僅為32.6%，二者相差40%以上。相對于其他幾組數據，城鄉居民收入差距表現得比較平穩，標準差為0.5589，這一方面表明城鄉居民收入差距問題是全國31個省的共同問題，另一方面說明我國城鄉居民收入差距在研究期內并沒有得到明顯改善。

（二）相關性分析

表2報告了各主要變量間的相關性分析的結果，從中可以看出網購消費需求D與其他變量之間均有顯著相關性。具體來說，它與城鄉居民收入差距之間呈現顯著負相關，初步驗證假設1，否定假設2；與GDP、AI、N、R呈現顯著正相關，這表明發展經濟、提高居民平均收入水平、普及互聯網技術，對刺激網購消費需求具有積極正向影響。需要注意的是GDP、AI、N、R與城鄉居民收入差距GAP之前是顯著負相關的，這表明城鄉收入差距的擴大在提高經濟增長速度、居民收入水平、互聯網普及率上起到了阻礙作用。

（三）回歸結果分析

由于相關系數是沒有控制其他影響因素的單變量分析的結果，還需要對本文的假設采用回歸分析、進行進一步驗證。本文在回歸時采用逐步回歸（Stepwise regression）的方法對模型公式（3）進行估計，使用SPSS18.0對公式（3）進行逐步回歸分析時，得出5個不同的回歸估計模型（具體比較結果見表3），這5個模型中輸入的系數均在1%的水平上顯著，但是模型5調整后的R2最大為0.689，且回歸估計標準誤最小，即模型5的擬合程度最優。通過觀察模型5的系數發現AI、N、R的系數為正，這與表3中的相關性分析結果相吻合，即居民人均收入、網民總數和互聯網普及率與網購消費需求之間呈現顯著的正向相關性。但是，模型5中的GAP系數也為正，肯定假設2，同時否定假設1。這不僅與相關性分析中GAP與D之間存在顯著負相關性的結論完全相悖，也與前人的研究相左。換句話說，對GAP與D進行單變量分析時呈現負相關性；加入AI、N、R之后，二者相關性系數的符號發生了改變。將這個結論與實際相聯系，有必要進一步考慮控制變量AI、N和R對自變量GAP的調節效應[7]，即引入調節變量以明確城鄉居民收入差距與快遞消費之間的關系。因此，提出假設：

假設3：收入、互聯網普及率及網購市場規模可以影響城鄉居民收入差距與網購消費需求之間關系。

假設3的邏輯模型如圖1所示。

（四）調節變量的引入

為驗證假設3，本文把AI、N和R作為調節變量，把自變量GAP和調節變量AI、N和R做中心化變換[8]，分別構建不同層次的具體模型進行層次回歸分析[9-11]，具體模型如公式（4）和公式（5）。

在具體分析調節效應時，本文發現收入與城鄉收入差距的乘積項M1的回歸系數在5%的水平上是顯著的，這表明居民平均收入的提高會顯著改變城鄉收入差距對網購消費需求的影響程度，且系數符號為負；同時，網民總數與城鄉收入差距的乘積項M2、互聯網普及率與城鄉收入差距的乘積項M3的回歸系數均在10%的水平上是顯著的，且系數的符號為負，這表明網購市場規模的壯大以及互聯網技術的普及，也可以顯著減少城鄉收入差距對快遞消費需求的影響程度。

（五）穩健性檢驗

為了檢驗研究結論的可靠性需要進行穩健性檢驗，現以加權變異系數來表示城鄉收入差距，具體計算公式為公式（6）。

由于部分變量之間的相關系數較高0.5，如網民數與國民生產總值的相關系數高達0.947，即存在多重共線性問題，需采用逐步回歸的方法。本文用SPSS18.0進行逐步回歸后，選擇擬合程度最高的模型，輸入的變量為城鄉收入差距（系數=59129，062.821，t值=4.859）、居民人均收入（系數=3.589，t值=9.282）、網民數（系數=10.793，t值=12.012）和互聯網普及率（系數=516.481，t值=3.657）。此時城鄉收入差距與網購消費需求的相關性方向發生了變化，這說明還需要進一步考慮收入、網購市場規模以及互聯網技術普及情況，對城鄉收入差距與網購消費需求關系的調節效應。

引入調節變量進行層次回歸分析，結果發現加入調節變量之后，調整后的R2由0.681增加到0.802，且居民人均收入與城鄉收入差距的乘積項M4、網民總數與城鄉收入差距M5、互聯網普及率M6分別在10%、1%、1%的水平上顯著。這說明調節效應是顯著的，且本期的城鄉收入差距的回歸系數（系數=0.099，t值=4.734）在1%的水平上顯著，假設3再次得以驗證。

三、研究結論與政策建議

（一）研究結論

1.城鄉居民收入差距與網購消費需求之間存在顯著相關性，這表明在不考慮其他外界因素時，城鄉居民在收入差距擴大時更傾向于選擇網購消費。

2.經濟增長、居民平均收入水平、網購市場規模與互聯網技術的普及，會對網購消費需求產生積極的正向影響，這為減少城鄉收入差距的負面影響提供了思路。

總的來說，通過定量分析城鄉居民收入差距與網購消費需求的關系，本文發現在城鄉居民收入差距不斷擴大的今天，在收入、網購市場規模、互聯網技術普及的作用下，我國居民更傾向于網購消費。因此，可以通過提高居民平均收入、擴大網購市場規模、普及互聯網技術等提高網購消費需求，進而提升我國內需、帶動經濟的增長。

（二）政策建議

本文的研究結論雖然表明當城鄉居民收入差距擴大時，居民更傾向于選擇網購消費，但這一結論是以居民平均收入水平的提高、網民規模的擴大，以及互聯網技術的廣泛普及為前提的，若要使網購真正成為撬動居民消費需求的支點，需要從以下幾個方面做出努力：第一，在提高居民收入水平的同時深化分配收入體制改革。第二，要充分發揮網購這個平臺的積極作用，充分發掘居民消費潛力，鼓勵網店多元化發展。第三，要培養我國居民特別是農村居民網購消費的習慣，要為網購消費創造良好的消費環境。

參考文獻：

[1] 李實，羅楚亮.市場化改革真正含義[J].財經，2007（7）：50-50.

[2] Tsui，Kai-yuen.Decomposition of China′s Regional Inequality[J].Journal of Comparative Economics，1993（17）：600-627.

[3] Kambur，Zhang Xiaobo.Which Regional Inequality？The Evolution of Rural-Urban and Inland-Coastal Inaquality in China from 1983 to 1995[J].Journal of Comparative Economics，1999（27）：686-701.

[4] 梁軍.城鄉差距：影響中國整體收入差距的最大因素[J].社會觀察，2005（6）：3-5.

[5] 潘文軒.城市化與工業化對城鄉居民收入差距的影響[J].山西財經大學學報，2010（12）：20-29.

[6] 廖建輝.網購與傳統購物模式的比較分析[J].中國流通經濟，2014（10）：99-106.

[7] Aiken L.S.，West S.G.Multiple regression testing and interpreting interactions Newbury Park，CA：Sage，1991.

[8] 溫忠麟，侯杰泰，張雷.調節效應與中介效應的比較和應用[J].心理學報，2005（37）：268-274.

[9] Algina J， Moulder B C.A note on estimating the Jreskog-Yang model for latent variable interaction using LISREL 8.3 Structural Equation Modeling，2001，8（1）：40-52.

[10]Wall M M， Amemiya Y. Estimation for polynomial structural equation models.The Journal of the American Statistical Association，2000，95：929-940.

[11]Marsh H W，Wen Z，Hau K T. Structural equation models of latent interactions evaluation of alternative estimation strategies and indicator construction.Psychological Methods，2004，9（3）：275-300.

（責任編輯：厲新）