互聯網對家庭消費影響的結構性差異

劉大為 李淑文

摘要：互聯網的使用改變了家庭消費偏好與約束條件，可以在全面促進消費中發揮積極作用。由于消費本身的復雜性以及不同消費領域中信息技術應用程度存在的差異，互聯網在促進消費中對各類型消費的影響會產生不同效果。基于中國家庭動態跟蹤調查（CFPS）2018年數據，運用傾向得分匹配（PSM）方法，估計互聯網使用對家庭總消費和食物、衣著、居住、生活、交通通信、教育文化、醫療保健等七類消費支出的影響程度，研究發現：在促進家庭總消費的過程中，不同于傳統消費影響因素對總消費和各類消費影響表現出的同步性，互聯網對各類消費的影響效果具有明顯的結構性差異。首先，互聯網使用可以顯著降低醫療保健消費，提高在其他方面的購買能力；互聯網對生存類消費的促進效果有限，對提升生活品質或有助于家庭長遠發展的消費促進效果更加明顯，有助于家庭消費質量提升。其次，在全面促進消費中互聯網影響的結構性差異主要取決于消費的需求彈性，對缺乏彈性的消費需求促進效果有限，對富有彈性的消費需求促進效果更加明顯。再次，加快互聯網等新型消費基礎設施建設可以有力推動強大國內市場的形成和流通效率提升。

關鍵詞：互聯網；家庭消費；中國家庭動態跟蹤調查；需求彈性；結構性差異

中圖分類號：F126.1文獻標識碼：A文章編號：1007-8266（2021）07-0040-11

基金項目：教育部人文社會科學研究規劃基金項目“差異化平臺的兼容激勵與市場結構演進研究”（16YJA790024）；貴州財經大學高層次人才項目（2018YJ58）

全面促進消費是實現“形成強大國內市場，構建新發展格局”目標的重要舉措。消費一直是我國經濟穩定運行與增長的壓艙石，近年來最終消費對經濟增長的平均貢獻率為60%左右①。作為最終消費的主要構成部分，我國居民消費占比仍然偏低。2019年我國社會消費品零售總額占GDP比重為41.5%，2020年受新冠肺炎疫情影響回落到38.6%，這個比例近20年來一直徘徊在40%附近②。從世界范圍來看，家庭和為住戶服務的非營利機構最終消費占GDP比例平均水平一直處于58%左右③。在我國目前的消費水平下，通過全面促進消費擴大內需仍有廣闊的空間。國內需求不足是我國經濟發展較長時期以來比較突出的結構性問題[ 1 ]。在“十四五”及更長一段時期，隨著投資增長趨緩和出口拉動作用弱化，在驅動經濟增長的三駕馬車中，消費作為主要動力的作用將更加重要。數據要素改變了經濟的微觀基礎，促進了經濟結構優化和模式創新，提升了資源配置效率[ 2 ]。通過對消費主體、消費客體以及消費載體的整合改造，互聯網對居民消費有明顯的促進作用[ 3 ]。同時，互聯網發展傾向于促進內需，對進口有抑制作用[ 4 ]。在新發展格局下，通過互聯網全面促進消費更有助于確立國內大循環的主體地位。

基于互聯網的購物平臺、快遞、外賣等節約了消費者的時間成本與經濟成本，有效地促進了消費增長。2020年全國實物商品網上零售額超過9.75萬億元，占社會消費品零售總額的24.9%④。由于消費者購買習慣的差異和互聯網技術在各消費領域應用的不平衡，互聯網對不同類別消費的促進作用存在結構性差異。深入了解互聯網影響消費尤其是家庭消費的結構性差異，可以有的放矢，更有效地發揮互聯網對居民消費的促進作用，有助于全面促進消費和形成強大國內市場。

互聯網的使用改變了消費者的偏好和約束條件。消費偏好與習慣的強度隨著消費內容和時間而不斷演變[ 5 ]。互聯網經濟已經滲透到生活的各個領域，引起了經濟環境與經濟模式的根本改變。互聯網的應用改變了居民消費變革的驅動力和驅動過程，促進了居民消費習慣、消費行為與消費結構變化[ 6 ]。配送效率、朋友推薦以及支付方式對網絡消費有積極影響[ 7 ]。在影響消費的主要因素中，收入的總量以及構成均會影響消費。何學松和孔榮[ 8 ]基于調查數據分析了互聯網對農民收入的影響，發現使用互聯網獲取信息可以明顯提高農民收入。韓雷和彭家欣[ 9 ]發現居民可支配收入占比和平均消費傾向共同決定居民消費率的升降，收入的提高會帶來消費增加，收入差距的擴大則不利于消費增長。秦曉娟[ 10 ]研究認為，收入性質對城鄉消費差距影響顯著，持久收入對消費有明顯促進作用。劉東皇和孟范昆[ 11 ]發現，居民部門在收入初次分配中占優勢有利于促進其消費。收入差距擴大則會導致居民平均消費傾向下降。納姆（Nam）等[ 12 ]研究證實，不確定性的宏觀經濟風險會抑制家庭消費。劉生龍等人[ 13 ]的研究表明，互聯網使用可以顯著提高農村居民收入，縮小城鄉收入差距。黃凱南和郝祥如[ 14 ]的研究表明，數字金融既促進了消費水平的提高，也促進了消費結構升級。李（Li）等[ 15 ]的研究同樣表明數字金融能夠顯著促進家庭消費。張勛等[ 16 ]研究證實，支付便利性是數字金融促進居民消費的主要原因。

互聯網使用可以促進家庭消費，其促進作用也表現出城鄉等發展不平衡的差異。劉湖和張家平[ 17 ]基于省級面板數據的分析得出了互聯網發展對城鎮居民消費具有顯著促進作用的結論。程名望和張家平[ 18 ]從信息紅利的角度分析認為，互聯網的普及顯著降低了城鄉居民消費差距。類似的，李潔和邢煒[ 19 ]的研究表明：電子商務的發展將使得農村居民獲得比城鎮居民更大的效用提升，電商市場規模的擴大有助于縮小城鄉消費差距。互聯網普及縮小了數字鴻溝，消費者需求偏好開始趨同，但客觀上存在的發展不均衡和收入差距制約了互聯網對消費的促進作用。李連夢等[ 20 ]的研究則認為電子商務發展反而加劇了城鄉居民消費差距。

相對于消費水平的提升，消費結構更能體現家庭消費的質量。隨著消費水平的提升，消費結構也將隨之發生改變。劉東皇和孟范昆[ 11 ]的研究表明，居民可支配收入的提高對不同消費項目的增長效果存在較大差異。溫濤和孟兆亮[ 21 ]的研究結果表明，我國農村居民消費水平已經有了明顯提升，消費結構也開始發生變化，但農村居民消費結構有待進一步優化。蔡棟梁等[ 22 ]關于農戶消費結構優化的研究表明，信貸約束顯著降低了消費總量，減少了生存型消費和發展型消費，不利于消費結構優化。唐琦等[ 23 ]基于中國家庭收入調查（CHIP）數據的分析發現，互聯網普及前后城鎮家庭消費結構改變較大，食品和日用品占比不斷下降，居住消費占比大幅提升。劉向東和米壯[ 24 ]基于中國綜合社會調查（CGSS）數據的分析發現，我國整體上處于消費升級狀態，但低收入階層面臨消費降級的處境。蔡海亞等[ 25 ]通過空間計量模型分析發現，我國城鄉居民消費更多地轉向發展型消費與享受型消費。高波和雷紅[ 26 ]的研究表明，發展型消費有助于促進經濟增長。互聯網作為促進消費增長的新興驅動力，對消費結構也會產生直接影響。郭愛君和武國榮[ 27 ]基于AIDS模型分析了居民消費結構，結果表明在互聯網普及早期，農村居民消費結構已經開始發生改變。賀達和顧江[ 28 ]基于中國家庭動態跟蹤調查（CFPS）數據和PSM方法的研究發現，互聯網使用顯著促進了生存型消費，對享受型消費影響不大。張永麗和徐臘梅[ 29 ]基于甘肅省農戶調查數據的研究表明，互聯網使用有助于降低教育成本，增加教育支出，可以明顯提升家庭消費水平和促進家庭消費結構優化。

隨著互聯網的普及，消費者可以用極低的成本獲取產品與價格信息，可以隨時了解消費趨勢與技術發展，可以使用便捷的數字金融完成支付，并通過物流系統準確把握取得商品的時間地點。互聯網帶來的便利顯著促進了居民消費，但并非所有的消費都可以在互聯網上完成，人們對不同產品的消費習慣存在差別，因此互聯網使用對不同類別消費的影響存在結構性差異。以往的研究中更多關注互聯網對消費水平的促進作用，盡管也有部分研究關注了消費結構問題，但并未針對互聯網影響消費的結構性差異進行深入研究。在全面促進消費的背景下，了解互聯網影響的結構性差異可以更有效地發揮互聯網的作用，也有助于強大國內市場的形成與發展。為此，本文基于CFPS2018年數據，使用傾向的分配方法重點關注互聯網的使用對不同類別家庭消費影響的結構性差異。

（一）數據

本研究選擇北京大學中國社會科學調查中心（ISSS）的中國家庭動態跟蹤調查數據。CFPS樣本規模為16 000戶，每兩年對樣本家庭中全部家庭成員進行追蹤調查，覆蓋全國25個省、市和自治區。本文以2018年CFPS家庭經濟調查和個人調查數據庫為基礎整理出居民家庭消費數據，分析互聯網使用對居民消費水平和結構的影響。對個人調查數據庫按照家庭進行匯總并與家庭經濟調查數據匹配后進行清潔處理，最后保留有效家庭樣本12 949戶（詳見表1）。樣本戶均人口3.658人，戶主平均年齡50.4歲，有70.3%的家庭使用互聯網，53.4%的家庭通過互聯網進行購物，29.6%的家庭擁有汽車；從城鄉互聯網使用方面來看，城鎮中近84%的家庭使用互聯網，農村中使用互聯網的家庭僅占58%，樣本中城鄉家庭在互聯網接入比例上仍存在較大差距。從消費收入比來看，城鄉家庭差距較小；從消費構成來看，城鄉家庭在食品和教育方面差距最為明顯，城鎮人均食品和教育文化娛樂消費分別為農村的2.25和2.20倍，城鄉家庭的醫療和生活消費方面差距較小，城鎮家庭分別為農村家庭的1.36倍和1.48倍。

（二）模型構建

為了分析互聯網使用對居民家庭消費影響的結構性差異，一種方法是直接比較使用互聯網（處置組）和不使用互聯網（控制組）的家庭各項消費類別中存在的差異；另一種方法是對比同一家庭在同一時間使用互聯網與不使用互聯網的各項消費情況。居民家庭中是否使用互聯網受外部環境、家庭資源稟賦以及教育、收入等多方面因素的影響，直接比較處理組和控制組將出現明顯的“選擇性偏差”，而同一家庭在同一時間內使用互聯網與不使用互聯網的消費狀態無法同時被觀察到，即樣本均處于所謂的“反事實狀態”。

使用傾向得分匹配可以計算處置組、控制組以及總體的平均處置效應，具體步驟如下：首先，選擇合適的控制變量用于傾向得分匹配的再抽樣；其次，運用Logit或Probit回歸估計傾向得分，本文選擇Logit回歸；再次，根據所選擇控制變量計算出的傾向得分進行匹配；最后，根據匹配后的樣本計算參與者平均處置效應（Average Treated Effect on the Treated，ATT）、未參與者平均處置效應（Av？ erage Treated Effect on the Untreated，ATU）以及總體平均處置效應（Average Treated Effect，ATE）。

式（2）～（4）中，lnEXPij（1）表示使用互聯網的家庭i的第j項消費量的對數，lnEXPij（0）表示未使用互聯網的家庭i的第j項消費量的對數。此處計算得到的ATT表示隨機選擇一個使用互聯網的家庭在某項消費中互聯網對其消費量的對數影響的期望值，ATU表示隨機選擇一個未使用互聯網的家庭在某項消費中互聯網對其消費量的對數影響的期望值，ATE表示隨機選擇一個家庭在某項消費中互聯網對其消費量的對數影響的期望值。

（三）控制變量選擇及描述性統計

本文的結果變量為家庭消費支出，根據國家統計局公布的《居民消費支出分類（2013）》，家庭消費支出包括總消費（lnexp）、食品消費（lnfood）、衣著消費（lndre）、居住消費（lnhou）、生活用品及服務消費（lnlife）、交通和通信消費（lntra）、教育文化和娛樂消費（lnedu）、醫療保健消費（lnmed）等。

本文的處置變量為家庭是否使用互聯網，在問卷中“是否使用電腦上網？”和“是否使用移動設備（比如手機、平板等）上網？”兩個問題中如果家庭成員中有人回答“是”則INT取1，否則INT取0。在控制變量選擇中需要滿足條件獨立、共同支撐假定和平衡性假定。在研究家庭消費時需要考慮家庭規模與結構、經濟情況、家庭文化與社會資本、戶主特征以及地區經濟發展水平等因素。參照類似研究，選擇控制變量如下：家庭人口數量（cntfam）、16歲以下和65歲以上人口數（age1665）、家庭總收入對數（lninc）、家庭資產對數（lnass）、家庭成員平均受教育年限（homedu）、就業和學生綜合指標（workstu）、戶主受教育年限（eduyear）以及地區經濟發展水平（lnGDP）。

家庭規模和年齡結構會影響各項消費的水平和結構。家庭規模直接使用家庭人口數描述，用變量cntfam表示，家庭中不足16歲的未成年人以及超過65歲的老年人口數量（age1665）可以反映家庭的年齡結構情況；家庭消費水平通常隨著家庭規模的增減發生改變，未成年人和老年人則會直接影響教育文化、醫療保健等各項消費的組成結構。

家庭經濟情況主要通過收入和資產兩個方面加以體現。家庭經濟情況會直接影響消費水平和消費結構，也會影響使用互聯網的經濟支撐條件。在本文數據處理中家庭總收入（lninc）包括問卷調查中的財產收入、固定收入與不確定收入三個部分；家庭資產（lnass）包括現金及存款、金融產品、經營資產以及耐用消費品、固定生產設備等幾個部分，考慮到居住性質的住房市場價值對消費影響有限，投資性質的住房又無法通過問卷數據單獨統計，因此在資產總值中未考慮住房市值。

家庭文化與社會資本首先受到教育程度的影響，另外工作（包括外出務工）和上學也會對文化與社會資本有較大影響，在政府、國有企業或事業單位工作的人員參與社會活動機會較多，對文化與社會成本均有一定影響。考慮到這些因素，在此選擇家庭成員平均受教育年限、就業和學生綜合指標以及是否有人在政府國企以及事業單位工作等三個指標，在計算平均受教育年限時根據以往參考文獻的做法，根據各成員受教育程度進行折算（文盲或半文盲記為3，小學記為6，初中記為9，高中或中專記為12，大學記為16，碩士記為18，博士記為21）并以家庭為單位計算平均數（home？ du）。就業和學生綜合指標（workstu）內容包括全職以及外出務工人數與16歲以上學生數量之和，工作和接受高中以上教育的家庭成員會有更多與外界交往的機會并更容易接觸互聯網。

將問卷中的“財務回答人”或“農業活動管賬人”認定為戶主⑤，戶主的個人特征不僅會影響本人的消費選擇，還會直接影響家庭成員的消費選擇。戶主特征主要用其本人受教育年限（eduyear）和工作類型（wtype）加以體現。通常來說，戶主受教育程度越高其使用互聯網并改變消費決策的可能性也越大；工作類型不同會影響戶主的收入、社會保障和社會資源。地區經濟發展水平會影響當地居民消費習慣，同時對居民互聯網的使用選擇有間接影響，因此在控制變量中增加了人均GDP的對數，即變量lnGDP。

表2中列出了上述變量的計算方法及描述性統計，從中可以看出，樣本中大部分變量的分布比較集中，但也有部分變量的標準差較大。如未成年人和老年人總數（age1665）、工作和16歲以上學生綜合指標（workstu）、家庭人口數量（cntfam）、戶主受教育年限（eduyear）以及是否使用互聯網（INT）等。其中age1665、workstu和cnt？ fam均與家庭結構有關，表明樣本中家庭結構差異性較大。家庭規模平均數為3.64，標準差為1.92，說明樣本中的家庭規模存在較大差異，既有大量小規模家庭也存在部分大家庭；未成年人和老人數量以及工作和學生綜合指標的標準差偏大則體現了樣本中家庭成員年齡分布的不均衡。處理變量INT的標準差較大說明樣本中家庭使用互聯網的情況仍存在較大差異。

（一）匹配平衡性檢驗

為確保傾向得分匹配的估計質量，借鑒魯賓（Rubin）[ 30 ]的檢驗方法，從標準化偏差、均值和似然比（LR）統計量進行平衡性檢驗。首先考察匹配前后處置組與控制組的標準化偏差，通過匹配明顯降低兩組之間的差異，表現為標準化偏差減小；其次通過t檢驗判斷匹配后處置組和控制組變量均值是否存在差異；最后考察偽R2（Pseudo-R2）、卡方（χ2）、偏差均值（MeanBias）、B值和R值。

通過對家庭總消費和各項消費分別進行匹配平衡性假定檢驗，結果見表3。從中可以看出，除衣著消費中的一個項目外，匹配后處置組與控制組樣本之間的偏差均小于10%。按照羅森鮑姆和魯賓（Rosenbaum & Rubin）[ 31 ]提出的匹配后標準化偏差不超過20%的判斷標準，本文匹配比較成功。大多數t檢驗的結果不拒絕處置組與控制組不存在系統性差異的原假設。

相對于匹配前，匹配后的Pseudo-R2、χ2、MeanBias、B值均明顯下降，LR統計量均不顯著，詳細結果如表4所示。該檢驗結果表明本文匹配過程可以較好地平衡處置組與控制組的控制變量分布，比較完美地實現了樣本匹配。

（二）傾向得分Logit估計

針對居民家庭總消費和各項消費等八項結果變量，使用Logit模型對家庭使用和不使用互聯網進行傾向得分估計，詳細估計結果見表5。從表5的估計似然比LR可知，模型在總體上擬合效果較好，除教育文化消費模型的常數項外所有系數均在1%水平上統計顯著。

從Logit回歸結果可以看出，除教育文化和娛樂項之外，總消費及各項消費結果變量的Logit回歸系數比較接近，表明影響家庭消費的家庭規模與結構、經濟情況、文化與社會資本、戶主特征以及地區經濟發展水平等因素對總消費和各類消費的影響表現出同步性，不存在明顯的結構性差異。由于教育文化消費的回歸結果與其他類別消費差異較大，后面將單獨分析，這里先以各變量對總消費的影響程度為基準，根據上述回歸結果分析各變量對不同類別消費的影響差異。

在家庭規模與結構方面，家庭人口數量對食品、住房和生活消費的影響水平與對總消費的影響程度相當，對衣著、交通通信消費的影響稍弱于總消費，而對醫療保健消費的影響強于對總消費的影響。該結果表明：隨著家庭規模的增加，食品、住房和生活消費變化大體與總消費一致，衣著和交通通信消費增加速度低于家庭規模增速，而醫療保健和居住消費的增加速度更快。從家庭人口結構上來看，當家庭中不足16歲的未成年人或超過65歲的老年人總數增加時，總消費和各類消費支出均會減少，未成年人和老年人數量對居住消費和生活消費的影響幅度與對總消費的影響一致，對食物消費的影響幅度稍高于總消費，而對交通通信和醫療保健消費的影響低于總消費。該結果說明，未成年人和老年人增加會導致家庭消費能力下降。由于未成年人和老年人無收入或收入偏低，家庭總體收入會受未成年人和老年人數量影響，并因此導致消費能力下降。

在經濟情況方面，收入對總消費和各項消費支出均有最大的正向影響，這個結果與以往的研究一致，表明了收入是影響消費的最主要因素。進一步考察收入對各項消費支出的影響，可以看出收入對居住消費的影響與總消費一致，對衣著消費的影響稍高于對總消費的影響，對其他消費的影響程度稍弱于總消費。家庭資產同樣對各項消費具有正向影響，對醫療保健、食品和生活消費的影響程度高于對總消費的影響，對交通和衣著消費的影響程度稍低于對總消費的影響。

在家庭文化與社會資本方面，家庭平均受教育年限對總消費和各項消費的正向影響僅次于收入的影響程度，就業和學生綜合指標同樣對各項消費有正向影響。家庭平均受教育年限對醫療保健、生活和交通通信消費的影響高于對總消費的影響，對教育文化和娛樂支出的影響水平則低于對總消費的影響水平。就業和學生綜合指標對食品、住房的影響與總消費一致，對除教育文化和娛樂之外的其他消費的影響程度均低于總消費。

從回歸結果來看，戶主特征以及地區經濟發展水平對各項消費的影響均為負值。戶主受教育年限對各項消費均有負向影響，表明受教育程度增加并不會提升消費水平。相對于自雇或在私企工作，為政府、事業單位或國企工作的戶主家庭各項消費均更高。在地區經濟發展方面，人均GDP對消費的負向影響程度在所有變量中是影響最大的，說明地區經濟增長并沒有促進家庭消費增長，在其他因素不變的情況下，隨著人均GDP的增加，各項消費反而明顯下降。在直覺上這個結果似乎與常識相悖，但事實上恰好可以說明當前經濟發展中存在消費不足的情況。經濟發展對消費的影響并不是本文研究的重點，在以后的研究中會進一步加以考察。

在教育文化和娛樂消費方面，除就業與工作綜合指標外，其他變量對教育文化和娛樂消費的影響程度低于對總消費和大多數分項消費的影響。這個結果表明家庭在教育文化和娛樂消費方面盡管同樣受到各方面因素的影響，但這些因素的影響程度明顯偏低，教育文化和娛樂消費相對于其他消費具有更強的獨立性；工作和16歲以上學生人數的提升對促進家庭教育文化和娛樂消費的作用最為顯著。

（三）傾向得分匹配估計結果

PSM的常用匹配方法有最近鄰匹配、卡尺匹配、k近鄰半徑匹配以及核匹配。為了匹配結果的穩健性，本文對樣本個體分別進行了最近鄰匹配、k近鄰半徑匹配及核匹配，計算了家庭消費總支出和各項消費支出的ATT、ATU和ATE值。基于PSM的回歸估計結果如表6所示。除居住消費的ATU外，其他結果均顯著。從整體來看，三種匹配方法計算的ATT、ATU和ATE的水平總體差別不大，以下討論中只討論k近鄰半徑匹配結果。

在家庭總消費和各項消費中，除醫療保健消費外，其他ATT、ATU和ATE結果均為正，表明與不使用互聯網的家庭相比，使用互聯網可以節約家庭在醫療保健方面的支出，同時促進其他各項消費。根據ATT結果推算，使用互聯網可以使家庭醫療保健支出減少約18.1%。現有數據中無法找到使用互聯網降低醫療保健消費的原因，初步推測是使用互聯網家庭可以更高效地尋找和使用恰當的醫療資源，基于互聯網的消費者教育也可以減少保健消費中的非理性行為。考慮到醫療消費的需求剛性以及對其他消費的擠出效應，醫療保健消費降低意味著其他方面消費能力的提高，有助于提高消費質量。

在家庭總消費方面，ATT、ATU和ATE均在1%水平上統計顯著，ATT值為0.118。可以計算出，與不使用互聯網的家庭相比，使用互聯網的家庭總消費大約增加12.5%。所有分項消費中，生活消費的ATT最高，推算出與不使用互聯網的家庭相比，使用互聯網家庭的生活消費大約提升40%；互聯網對交通通信消費與教育文化和娛樂消費的影響稍低于生活消費，均超過35%；食品消費的ATT最低，推算出使用互聯網的家庭食品消費大約增加6.8%。從以上結果可以看出，居民家庭使用互聯網可以在總體上提高家庭生活消費水平，在降低醫療保健消費的同時促進了其他各項消費；互聯網使用對不同類別消費的影響程度存在差異，對生活消費、交通通信消費、教育文化和娛樂消費的提升幅度較大，對食品和居住消費的提升水平相對較低。考慮到醫療、食品、居住消費具有剛性需求屬性，而生活、交通通信與教育文化和娛樂等消費的需求彈性相對較大，PSM估計結果表明：互聯網使用對消費水平的提升幅度與消費彈性關系比較密切，需求彈性低的生存類消費品受互聯網使用影響較小，需求彈性大的生活、交通通信、教育文化和娛樂等消費類別受互聯網使用影響較大。該結論與賀達和顧江[ 28 ]基于CFPS2016農村家庭消費數據得出的結論存在差異，體現了互聯網對消費的促進效果可能隨時間改變以及對不同人群的影響存在差異。互聯網有助于降低醫療保健消費、促進提升家庭生活品質以及長遠發展的消費，繼續推進互聯網使用可以提升居民家庭消費質量，有助于全面促進消費的高質量發展。

（四）穩健性檢驗

考慮到數據中可能存在未被觀測的異質性，即是否使用互聯網并不完全取決于控制變量，控制變量完全相同的家庭也可能在互聯網使用上做出不同的選擇。根據卡內羅（Carneiro）等[ 32 ]關于邊際處理效應（MTE）的研究，人們會根據比較優勢原理對是否參加某個政策做出選擇，只有當參與的收益大于為此付出的機會成本時，該個體才會積極參與該項政策。這里所說的邊際處理效應是指處于接受或不接受政策的臨界狀態個體選擇該政策的平均收益，這樣就避免了估計偏差。本文利用邊際處理效應作為家庭使用互聯網處理效應的穩健性檢驗，結果見表7，總消費和各項消費的可觀測異質性與基本異質性均在1%水平上統計顯著，說明可觀測和不可觀測的特征變量均存在異質性，采用MTE方法在這里是適當的，也是更加有效的選擇。具體來看，總消費的ATT值為0.086，并在1%水平上顯著，說明使用互聯網可以使家庭總消費增加，與PSM最近鄰匹配結果基本一致，表明估計結果較為穩健。同樣，其他各項消費的ATT符號也與PSM估計一致且顯著，并處于估計結果的合理區間內，表明整體估計結果比較穩健。

（一）結論

本文使用CFPS2018數據，運用傾向得分匹配方法估計了互聯網使用對居民家庭總消費及食品、衣著、居住、生活、交通通信、醫療保健、教育文化和娛樂等七大類消費的影響差異，得出結論如下：

第一，證實了互聯網使用對居民家庭總消費水平提升有明顯促進作用。根據PSM估計結果，互聯網使用可以提升家庭總消費約12.5%。

第二，不同于傳統因素同步影響各類消費，互聯網對各類消費的促進作用具有明顯的結構性差異。使用互聯網對食品、住房等生存類消費的促進效果有限，如食品消費僅提升了約6.8%；使用互聯網對提升生活品質或有關家庭長期發展的消費類別促進效果明顯，對生活、交通通信、教育文化和娛樂消費的促進效果均超過35%；使用互聯網有助于家庭消費質量提升。結合不同類別消費的需求彈性進一步分析，可以推斷互聯網在促進消費中的結構性差異主要取決于具體消費類別的需求彈性。對缺乏彈性的消費需求，互聯網使用的促進作用有限，對富有彈性的消費需求，互聯網使用可以產生更好的促進效果。

第三，使用互聯網可以顯著降低家庭醫療保健消費，考慮到醫療保健消費對其他消費的擠出效應，醫療支出下降可以提高家庭在其他項目上的消費能力，進一步促進消費結構優化。

（二）啟示

基于上述結論，可以得到如下政策啟示：

首先，互聯網使用有助于全面促進消費。在以國內大循環為主體、國內國際雙循環相互促進的新發展格局中，正在建設的5G網絡、物聯網等新型消費基礎設施將有力推動強大國內市場的形成，提升國內商品流通效率，有助于解決“人民日益增長的美好生活需要和不平衡不充分的發展之間的矛盾”。

其次，互聯網對各類消費的促進效果取決于消費的需求彈性。在引領加快新型消費發展的實施過程中，除了繼續完善基礎設施和加強服務保障能力之外，將更多資源投入到需求彈性較大的消費領域可以起到更明顯的商品流通促進效果。鼓勵資金和技術在有關生活消費、交通通信消費以及教育文化和娛樂消費領域加大互聯網應用投入可以起到明顯的消費促進效果，是制定全面促進消費政策的主要著力點。2021年3月22日國家發展和改革委員會等28部門聯合印發《加快培育新型消費實施方案》，其中重點關注的零售新業態、數字文化和旅游、在線教育、智能體育、商品供應鏈服務、車聯網及充電樁等新型消費均屬于生活、交通通信、教育文化和娛樂消費領域，在這些基于互聯網的新型消費領域加大資金與技術支持可以起到更好的消費促進效果。

最后，互聯網使用對醫療保健消費表現出一定抑制作用，盡管降低醫療保健消費可以提高其他消費能力，但也在另一方面表明目前在醫療保健領域的互聯網應用仍有較大發展空間，以“互聯網+醫療健康”為代表的新型醫療服務可以促進醫療保健領域的消費質量提升。

（三）貢獻與不足

本文基于微觀調查數據的研究證實了互聯網在全面促進消費過程中的影響作用存在結構性差異，并發現其影響效果與消費的需求彈性有關。由于互聯網技術發展迅速，互聯網對消費的影響效果也在不斷改變。截面數據無法體現動態結果，以后可以構建面板數據進一步研究互聯網對消費促進的結構性差異及其動態變化。

注釋：

①國務院新聞辦：國家統計局介紹2020年國民經濟運行情況http：//www.gov.cn/xinwen/zhibo3/20210118fbh1/index.htm。

②④數據來源：國家統計局2020年統計公報（http：//www. stats.gov.cn/）。

③根據世界銀行數據（https：//data.worldbank.org）整理。

⑤將問卷中家庭“財務回答人”認定為戶主，少量“財務回答人”數據缺失的將“農業活動管賬人”認定為戶主。

參考文獻：

[1]徐朝陽，張斌.經濟結構轉型期的內需擴展：基于服務業供給抑制的視角[J].中國社會科學，2020（1）：64-83，205.

[2]王謙，付曉東.數據要素賦能經濟增長機制探究[J].上海經濟研究，2021（4）：55-66.

[3]王茜.“互聯網+”促進我國消費升級的效應與機制[J].財經論叢，2016，12（12）：94-102.

[4]馬光明，徐嘉璐.中國互聯網發展更促進內需還是進口？——基于省際面板數據的空間與動態效應分析[J].商業研究，2020（10）：42-52.

[5]DYNAN K E .Habit formation in consumer preferences：evi？ dence from panel data[J].The American economic review， 2000，90（3）：391-406.

[6]馬香品.數字經濟時代的居民消費變革：趨勢、特征、機理與模式[J].財經科學，2020（1）：120-132.

[7]朱逸，常健聰.影響網絡消費行為的組合要素探究[J].中國流通經濟，2020（1）：83-89.

[8]何學松，孔榮.互聯網使用、市場意識與農民收入——來自陜西908戶農戶調查的經驗證據[J].干旱區資源與環境，2019，33（4）：55-60.

[9]韓雷，彭家欣.提升中國居民消費率：系統工程而非重點工程——一個基于文獻的述評[J].經濟科學，2019（3）：119-128.

[10]秦曉娟.城鄉居民收入性質對城鄉消費差距的影響研究[J].西部論壇，2016，26（4）：19-29.

[11]劉東皇，孟范昆.中國城鎮居民消費的結構性特征[J].商業研究，2012（10）：143-148.

[12]NAM E Y，LEE K，JEON Y.Macroeconomic uncertainty shocks and households’ consumption choice[J].Journal of macroeconomics，2021，68（2）：103 306.

[13]劉生龍，張曉明，楊竺松.互聯網使用對農村居民收入的影響[J].數量經濟技術經濟研究，2021，38（4）：103-119.

[14]黃凱南，郝祥如.數字金融是否促進了居民消費升級？[J].山東社會科學，2021（1）：117-125.

[15]LI J，WU Y，XIAO J J.The impact of digital finance on household consumption：evidence from China[J].Economic modelling，2020，86（3）：317-326.

[16]張勛，楊桐，汪晨，等.數字金融發展與居民消費增長：理論與中國實踐[J].管理世界，2020，36（11）：48-63.

[17]劉湖，張家平.互聯網對農村居民消費結構的影響與區域差異[J].財經科學，2016（4）：80-88.

[18]程名望，張家平.新時代背景下互聯網發展與城鄉居民消費差距[J].數量經濟技術經濟研究，2019，36（7）：22-41.

[19]李潔，邢煒.電商市場發展與中國城鄉消費趨同性——搜尋匹配的分析視角[J].經濟理論與經濟管理，2020（2）：103-112.

[20]李連夢，吳青，聶秀華.電子商務能縮小城鄉居民消費差距嗎？[J].技術經濟，2020，39（2）：125-133.

[21]溫濤，孟兆亮.我國農村居民消費結構演化研究[J].農業技術經濟，2012（7）：4-14.

[22]蔡棟梁，王聰，邱黎源.信貸約束對農戶消費結構優化的影響研究——基于中國家庭金融調查數據的實證分析[J].農業技術經濟，2020（3）：84-96.

[23]唐琦，夏慶杰，李實.中國城市居民家庭的消費結構分析：1995—2013[J].經濟研究，2018，53（2）：35-49.

[24]劉向東，米壯.中國居民消費處于升級狀態嗎——基于CGSS2010、CGSS2017數據的研究[J].經濟學家，2020（1）：86-97.

[25]蔡海亞，趙永亮，顧沛.互聯網發展促進了居民消費趨同嗎？[J].哈爾濱商業大學學報（社會科學版），2020（6）：57-68.

[26]高波，雷紅.居民消費率、消費結構與經濟增長效應——基于260個城市CLDS的數據研究[J].河北學刊，2021，41（2）：136-145.

[27]郭愛君，武國榮.基于AIDS模型的我國農村居民消費結構的動態分析[J].人口與經濟，2008（2）：34-38.

[28]賀達，顧江.互聯網對農村居民消費水平和結構的影響——基于CFPS數據的PSM實證研究[J].農村經濟，2018（10）：51-57.

[29]張永麗，徐臘梅.互聯網使用對西部貧困地區農戶家庭生活消費的影響？——基于甘肅省1735個農戶的調查[J].中國農村經濟，2019（2）：42-59.

[30]RUBIN D B.Using propensity scores to help design obser？ vational studiesapplication to the tobacco litigation[J]. Health services & outcomes research methodology，2001，2（3/4）：169-188.

[31]ROSENBAUM P R，RUBIN D.Constructing a control Group using multivariate matched sampling methods that incorporate the propensity score[J].The American statisti？ cian，1985，39（1）：33-38.

[32]CARNEIRO P，HECKMAN J J，VYTLACIL E J.Estimat？ ing marginal returns to education[J].American economic re？ view，2011，101（6）：2 754-2 781.

責任編輯：林英澤

The Structural Differences of the Impact of Internet on Household Consumption

——based on CFPS 2018 Micro Data

LIU Da-wei1and LI Shu-wen2

（1.Research Center for Economic Development in Underdeveloped Regions，Guizhou University of Finance and Economics，

Guiyang 550025，Guizhou，China；2.School of Marxism Studies，Beijing Wuzi University，Beijing 101149，China）

Abstract：The use of the Internet has changed the preferences and constraint of household consumption；and it can promote household consumption in an all-round way. Due to the complexity of consumption itself and the differences in the application of IT to different consumption fields，the effects of Internet in promoting various types of consumption will be different. Based on the 2018 data of the China Family Panel Studies （CFPS），the Propensity Score Matching（PSM）method is used to estimate the impact of Internet on the total household consumption and seven types of consumption，such as food，clothing，housing，life，transportation and communication，education and culture，and health care. It is found that，in promoting consumption，unlike the synchronicity of traditional consumption influencing factors，there are obvious structural differences in the effects of the Internet on various types of consumption. First，the use of the Internet can significantly reduce health care consumption and increase the purchasing power of other demands；the role Internet plays in promoting surviving consumption is very limited；Internet can more helpful in improving living quality and promoting consumption beneficial to the household’s long-term development；and it will be helpful to improve the quality of household consumption. Second，in promoting consumption in an all-round way，the structural differences of the Internet’s role will be determined by the consumption’s demand elasticity；for consumption with inelastic demand，the promoting effect is limited；and for consumption with elastic demand，the effect is obvious. And third，speeding up the construction of Internet and other new consumption infrastructure can effectively promote the formation of a strong domestic market and the improvement of circulation efficiency.

Key words：Internet；household consumption；CFPS；demand elasticity；structural difference