網絡購物對線下消費及居民家庭總支出的影響

張繼海 臧旭恒 朱翠烜

〔摘要〕本文以發展新型消費為出發點，基于2017年中國家庭金融調查（CHFS）數據，實證分析網絡購物對線下消費是否存在擠出效應。結果表明，總體上網絡購物非但不對線下消費造成擠出，反而具有促進作用。進一步的，根據家庭對網絡購物依賴度不同進行的分組研究發現，網絡購物占比低于70%的家庭，網絡購物能顯著促進線下消費;占比高于70%的家庭則會擠出線下消費。根據家庭收入的差異性分析，網絡購物對所有收入類型家庭的消費均具有顯著促進作用，對低收入家庭的促進效果更明顯。當前需要建立擴大內需的有效制度，全面促進消費，同時加強信息網絡基礎設施建設，提升居民的互聯網使用率，充分發揮網購促進消費的作用，進一步釋放居民的消費潛力。

〔關鍵詞〕網絡購物;擠出效應;促進效應;線下消費;總消費支出;居民家庭收入;異質性影響

〔中圖分類號〕F713.55〔文獻標識碼〕A〔文章編號〕1000-4769（2021）03-0059-08

〔作者簡介〕張繼海，深圳大學經濟學院副教授、博士，廣東深圳518060;

臧旭恒，山東師范大學經濟學院特聘教授、博士生導師，山東濟南250110;

朱翠烜，深圳大學中國經濟特區研究中心，廣東深圳518060。

一、引言

近幾年在我國經濟結構轉型及增長動力機制轉換背景下，以網絡購物等新業態新模式為特征的新型消費迅速發展。根據國家統計局數據，2020年，實物商品網上零售額達97，590億元，比2019年增長14.8%，占社會消費品零售總額的比重為24.9%，比2019年提高4.0個百分點。網絡購物已逐漸成為居民消費的一種重要形式，在擴大消費、促進經濟和社會發展中扮演著越來越重要的角色。

伴隨網絡購物興起以及似乎對居民線下消費所形成的沖擊而產生的疑問是：網絡購物會在什么程度上對居民家庭的線下消費產生影響？這種影響是擠出效應還是促進效應？或者兩者兼而有之？如果兼而有之，那么哪種效應更大？對這些問題的深入探討，不僅有助于從微觀層面理解網絡購物對家庭消費的影響，而且對于理解如何全面促進消費，增強消費對經濟發展的基礎性作用均具有重要的現實意義。為此，本文采用2017年中國家庭金融調查數據，通過全樣本分析、按網絡購物比重分組別和高收入家庭差異性影響以及工具變量法檢驗等，對網絡購物與線下消費的關系進行實證研究，以期為網絡購物和居民消費需求研究提供更豐富的微觀證據。

二、相關文獻回顧

梳理發現，關于我國居民消費行為的研究現有文獻主要圍繞以下三個維度展開：

基于傳統消費函數理論對家庭消費影響因素的研究。該類研究認為，影響家庭消費的因素除了家庭收入，還包括家庭資產存量、人口年齡結構、戶籍、住房價格、金融發展、習慣形成等。關于家庭資產對消費的財富效應，一般認為，高資產存量家庭同時也是高消費率家庭，但不同的家庭資產類別對消費率的影響作用不一致。陳斌開等（2013）發現住房價格上漲造成居民消費率降低，尤其對年輕人和老年人產生的作用最明顯。①李濤等（2014）通過微觀數據研究家庭固定資產對居民消費的財富效應，發現家庭住房資產對消費的促進作用甚微，僅具有消費品屬性和微弱的資產效應，但家庭生產性固定資產對消費的促進作用明顯，具有財富效應。②關于家庭人口年齡結構特征與消費關系的生命周期理論即居民消費率和年齡的U型關系，李蕾等（2014）基于中國城鎮居民2002-2009年的調查數據發現，中國家庭的人口年齡結構特征與消費不符合生命周期理論假設，居民消費率與年齡成倒U型關系③，他們分析其原因是，中國社會具有“共同居住”的特有現象，由于住房成本過高，未成年人和老年人選擇與中年人一起居住，以節約生活成本，年輕人與老年人的消費率因此更低。該研究還發現，以個人為研究對象的消費率與年齡之間的關系符合生命周期理論，但以家庭為研究對象則出現倒U型結構。關于戶籍制度對家庭消費的影響因素，陳斌開等（2010）基于中國社會科學院微觀家庭調查（CHIPS）的研究發現，現行戶籍制度下，城鎮非戶籍居民的邊際消費傾向比戶籍居民低14.6%。④此外，易行健和周利（2018）研究發現，數字普惠金融的發展通過緩解流動性約束、便利居民支付兩種機制顯著促進了居民消費。⑤整體上，國內對家庭消費影響因素的研究涵蓋面較廣，但受限于數據可獲得性，很少文獻能夠從消費者微觀個體行為習慣和決策行為方面進行深入的研究。杭斌（2009）利用1992-2005年中國25個省份的農村家庭數據研究了習慣形成與儲蓄率的關系，發現習慣形成會影響消費，習慣形成參數越大，邊際消費傾向越低。⑥臧旭恒等（2020）研究發現，習慣形成減慢了居民消費的變化速度，抑制了消費傾向的提高。⑦

在上述研究基礎上，結合網絡經濟與消費個體不完全理性對居民消費行為的研究。有學者指出，網絡經濟推動了消費品生產分工的細化以及對消費品市場機制的完善，降低了消費品的交易費用（楊繼瑞，2008）⑧，網絡購物模式則改變了我國居民的傳統消費習慣和方式。高孝平（2005）研究發現，網絡購物通過降低信息不對稱能夠促進總體消費水平的提高。⑨戴有山（2015）認為在網絡經濟下居民邊際消費傾向增大。⑩李愛梅等（2014）的研究發現，心理賬戶通過影響消費者的非理性消費決策行為，使消費者對非現金支付方式損失的金額敏感性變弱。B11王曉彥等（2017）研究發現移動支付對消費者具有“心理賬戶”效應的微觀層面作用，移動支付能通過心理賬戶效應促進居民消費支出。B12此外，對網絡購物的研究也涉及區域差異的影響，比如Morgan等（2018）的研究認為農村地區相比城鎮地區網絡購物率偏低。B13

現有文獻還包括網絡購物與線下消費之間關系的研究。Zhang等（2015）比較研究了線上消費和線下消費購買沖動性方面的差異，認為線上消費更具購買沖動性。B14方福前和邢煒（2015）研究發現，隨著網絡市場零售額的上漲，人均消費和總消費先短暫下降后逐步上升。B15張紅偉和向玉冰（2016）利用31個省份的面板數據的實證研究表明，總體而言，網購規模的增長能夠促進居民總消費支出水平的提高，尤其是在互聯網化水平高的地區。B16秦芳等（2017）采用中國家庭金融調查（CHFS）2015年數據實證研究網絡購物對居民總消費支出的影響和對線下消費的擠出效應，發現網絡購物與線下消費存在替代關系，即網絡購物對線下消費存在一定程度的擠出效應;從家庭群體看，網絡購物對富裕家庭的消費促進作用更大，且對富裕家庭線下消費的擠出效應更小。B17

綜上所述，現有研究已表明影響居民消費支出的因素除了收入水平、家庭資產存量、戶籍、人口年齡結構、金融發展、消費習慣等而外，也存在社會環境因素的影響問題。其中，網絡經濟發展使消費者心理發生改變而導致的消費行為變化尤其值得深入研究。本文即從網絡購物這一新型消費視角出發，基于2017年中國家庭金融調查數據對網絡購物與線下消費的關系進行實證研究，以期為網絡購物和居民消費需求研究，以及當前我國全面促進消費的途徑研究提供微觀依據。

三、數據、變量說明及描述性分析

本文使用的數據來源于2017年中國家庭金融調查（ChinaHouseholdFinanceSurvey，CHFS）。其被解釋變量是家庭線下消費支出，線下消費支出的定義為家庭總消費支出減去網絡購物支出（秦芳等，2017），同時也參考了楊汝岱等（2017）的研究B18以及關于家庭消費性支出的定義。B19本文擬采用線下消費占家庭總收入比重和家庭總消費支出（對數值）作為被解釋變量，用于對比分析。核心解釋變量是家庭是否網絡購物。依據生命周期假說，家庭收入和家庭凈資產是影響家庭消費的主要因素。本文將家庭凈資產定義為家庭總資產減去家庭總負債;將家庭財富定義為家庭總收入和家庭凈資產之和。根據李春琦等（2018）的研究B20，戶主年齡、戶籍、教育文化程度B21、性別、婚姻狀況、家庭成員的健康狀況、人口年齡結構和家庭規模也是影響家庭消費支出的因素，因此我們將這些變量一并納入本文的分析中。

關于變量的設定。我們將戶主戶籍設為虛擬變量，分農村戶籍和非農村戶籍，農村戶籍記為“1”，非農村戶籍記為“0”;戶主性別設為虛擬變量，男性為“1”，女性為“0”?；橐鰻顩r設為虛擬變量，已婚記為“1”，未婚記為“0”B22;家庭成員健康狀況設為虛擬變量，選項中的健康狀況分為“非常好”“好”“一般”“不好”和“非常不好”，前兩項視為健康狀況良好，記為“1”，其余記為“0”;勞動人口狀況包括勞動人口年齡、工作人口數和平均受教育程度?？紤]到城鄉差異是影響家庭消費的重要因素，添設農村和城市虛擬變量，農村記為“1”，城市記為“0”。

為了剔除極端變量和關鍵變量缺失值的影響，對樣本數據還進行了如下篩選：（1）剔除關鍵變量缺失的家庭，確保篩選后樣本數據的真實可靠性;（2）剔除戶主年齡18周歲以下以及65周歲以上的樣本;（3）剔除家庭收入與消費異常的家庭樣本，其剔除標準是家庭消費率小于0以及大于2。經過篩選后保留的家庭樣本數為9815戶。為了防止數據波動性大和消除零值的影響，家庭總收入、家庭總消費和家庭凈資產均采用取對數形式。B23表1將樣本家庭分為無網絡購物行為和有網絡購物行為兩類，并對相關變量進行描述性統計。

根據表1，本文選取的樣本中約48.12%的家庭有網絡購物經歷，這比秦芳等（2017）的比值偏大，但更接近現實。從經濟統計特征來看，有網絡購物經歷的家庭，其總消費支出、總收入和凈資產均值大于無網絡購物經歷的家庭。從人口統計特征來看，有網絡購物經歷的家庭，戶主年齡及勞動人口平均年齡明顯比無網絡購物經歷的家庭低，有網絡購物經歷的家庭成員受教育程度更高，且更多的是城鎮家庭，而無網絡購物經歷的家庭更多是農村家庭。從描述性統計來看，有網絡購物經歷和無網絡購物經歷兩類家庭存在明顯的差異，那么網絡購物行為究竟是如何影響線下消費的？

四、模型設定、實證結果與分析

1.模型設定

為了深入分析網絡購物對線下消費的影響，本文構建如下實證模型：

式（1）中，Yi表示模型的被解釋變量，分別為居民家庭線下消費支出（對數值）、線下消費占家庭總收入的比重和家庭總消費支出（對數值）。核心解釋變量online為虛擬變量，表示該受訪家庭有或無網絡購物經歷，若有，取值為“1”，若無，取值為“0”。Xi表示控制變量，其中包括了新古典消費理論中影響居民消費的因素如收入、凈資產等，以及心理賬戶理論中的相關影響因素如年齡、受教育程度、性別、戶籍、區域等控制變量，再與家庭人口結構和內部經濟條件如勞動人口平均年齡、工作人口數和家庭規模等控制變量結合。εi表示模型的隨機誤差項。

2.基準回歸：不分組別的擠出效應檢驗

在不分組別的情況下，運用Rstudio軟件對上述模型進行OLS回歸分析，實證得到網絡購物對居民線下消費的影響結果，如表2所示。

根據表2，是否網絡購物變量對居民家庭線下消費支出和總消費支出均具有正向的顯著影響，對線下消費占家庭總收入的比重也有正向的顯著影響。是否網絡購物變量對居民家庭線下消費支出的回歸系數為0.0879，且在1%顯著性水平上顯著，表明網絡購物顯著促進了居民家庭線下消費，有網絡購物家庭的線下消費支出相比無網絡購物家庭高8.79%。是否網絡購物變量對居民家庭線下消費占總收入比重的回歸系數為0.0537，且在1%顯著性水平上顯著，表明網絡購物顯著促進了家庭線下消費占總收入的比重，有網絡購物家庭的線下消費占總收入比重平均比無網絡購物家庭高5.37%。是否網絡購物變量對家庭總消費的回歸系數為0.178，且在1%顯著性水平上顯著，表明網絡購物顯著促進了家庭總消費支出，有網絡購物家庭比無網絡購物家庭平均總消費支出高17.8%。以上結果表明，總體而言，網絡購物并沒有對線下消費產生擠出效應，不僅能顯著促進居民家庭的線下消費，而且能顯著促進其總消費。

3.按網絡購物比重分組別的擠出效應檢驗

考慮不同的家庭對網絡購物依賴程度不同有可能會對線下消費支出產生不同的影響，本文將網絡購物占總消費支出的比重作為劃分消費者對網絡購物依賴程度的指標，以便進一步考察對網絡購物有不同依賴程度的居民家庭因此對線下消費產生的影響，更深入地驗證網絡購物對線下消費究竟是否存在擠出效應。先將網絡購物家庭按網絡購物額占家庭總消費支出的比重劃分為0—10%、10%—30%、30%—50%、50%—70%、70%—90%和90%—100%六個組別，每個組別分別按照上述模型對線下消費和線下消費占家庭總收入的比重兩個被解釋變量做回歸分析，結果如表3所示。

根據表3，網絡購物支出占總消費支出70%以下組別的家庭，網絡購物不會擠出線下消費，反而能促進線下消費。網絡購物支出占比70%以上組別的家庭，網絡購物會對線下消費產生替代和擠出效應。網絡購物額占總消費支出0—10%，10%—30%，30%—50%和50%—70%的家庭，模型回歸系數分別為0.3842，0.2499，0.1479和0.1076，且均在1%顯著性水平上顯著，即相比無網購家庭，這些家庭的平均線下消費支出分別高38.42%、24.99%、14.79%和10.76%。說明網絡購物占比越低，對線下消費支出的促進作用越大，即網絡購物占總消費支出比重越低，網絡購物對線下消費的促進效應越顯著。網絡購物占比在70%以上的家庭，會對線下消費支出產生較大的擠出效應。網絡購物支出占比70%—90%的家庭，其回歸系數為-1.8630，該類家庭相比無網絡購物家庭，平均線下消費支出低84.48%。B24網絡購物支出占比90%以上的家庭，回歸系數為-2.5501，該類家庭相比于無網絡購物家庭平均線下消費支出減少92.19%。B25說明網絡購物支出占比越高對線下消費支出的擠出效應越強，現實中該組別的家庭將網絡購物作為線下消費替代方式。

4.高收入家庭的差異性影響分析

前文我們分別從總體和網絡購物額占比分組別兩個角度分析了網絡購物對線下消費的影響。那么，網絡購物對不同收入水平家庭消費支出的影響是否可能存在差異？為了便于分析網絡購物在不同收入水平家庭中的影響機制及其差異性，需要引入高收入家庭和家庭是否網絡購物兩個虛擬變量的交互項。

式（2）中，Yi表示模型中的被解釋變量，分別為家庭線下消費支出（對數值）、家庭總消費（對數值）和家庭線下消費支出占總收入比重。online為網絡購物虛擬變量，highinc表示高收入家庭的虛擬變量，所謂高收入家庭我們的定義為收入高于樣本平均值的家庭。若家庭總收入高于樣本均值，則該變量取值為“1”，否則為其他收入家庭，取值為“0”。Xi表示影響家庭消費的其他控制變量。εi表示隨機誤差項。運用Rstudio軟件對上述模型進行OLS回歸分析的結果如表4所示。

根據表4中第（1）列對家庭線下消費的回歸結果，網絡購物變量的回歸系數為0.1967，在1%顯著性水平上顯著，說明在低收入家庭中，有網絡購物家庭比無網絡購物家庭的線下消費支出高19.67%，即網絡購物對低收入家庭線下消費有顯著正向促進作用。高收入家庭變量的回歸系數為0.4243，在1%顯著性水平下顯著，表明在無網絡購物家庭中，高收入家庭比其他收入家庭的線下消費支出高42.43%，家庭收入水平越高，線下消費水平越高。網絡購物與高收入交互項的回歸系數為-0.1335（在1%顯著性水平下顯著），結合網絡購物變量回歸系數，在高收入家庭中，有網絡購物家庭比無網絡購物家庭的線下消費高6.32%，即網絡購物能促進高收入家庭的線下消費水平。根據高收入和兩個變量的交互項的回歸系數，在網絡購物家庭中，高收入家庭比低收入家庭的線下消費支出高29.08%。因此，網絡購物對高收入家庭和低收入家庭的線下消費都有顯著正向促進作用，其中，對低收入家庭線下消費的促進作用強于高收入家庭。

根據表4中第（3）列對家庭總消費的回歸結果，網絡購物變量的回歸系數為0.0821，在1%顯著性水平上顯著，表明在其他收入水平的家庭中，有網絡購物家庭比無網絡購物家庭平均總消費支出高8.21%，網絡購物對其他收入水平家庭的總消費支出具有顯著正向促進作用。高收入變量的回歸系數為0.0424，在10%顯著性水平上顯著，表明在無網絡購物家庭中，高收入家庭比其他收入家庭的總消費支出高4.24%，收入水平越高，家庭消費水平越高。網絡購物與高收入交互項的回歸系數為-0.0542（在5%顯著性水平上顯著），結合網絡購物變量回歸系數，在高收入家庭中，網絡購物比無網絡購物家庭的總消費支出高2.78%。結合高收入家庭和網絡購物與高收入交互項的回歸系數，在網絡購物家庭中，高收入家庭比其他收入家庭的總消費支出低1.18%，因此網絡購物對高收入家庭和其他收入家庭的總消費都有顯著正向促進作用，其中，對高收入家庭的促進效果小于其他收入家庭。

5.工具變量法的檢驗

既然居民家庭是否選擇網絡購物會對線下消費支出產生影響，那么，反過來居民家庭線下消費支出變化也可能會影響居民家庭選擇網絡購物的概率，但又考慮到將網絡購物作為核心解釋變量可能存在內生性問題，故本文選取2017年由調查獲得的快遞距離作為工具變量進行回歸檢驗。B26快遞距離與網絡購物變量高度相關，快遞距離能影響居民選擇是否網絡購物的行為，而快遞距離與居民線下消費支出不存在任何相關關系，適合作為檢驗的工具變量。進一步地，再通過Stata15.0軟件進行二階段最小二乘法估計，結果見表5。

根據表5中第一階段回歸的估計結果，快遞距離對網絡購物變量的回歸系數在1%水平上顯著為正，說明快遞距離與網絡購物變量具有相關性。同時，一階段F統計量為149.627，遠大于10，表明本文不存在弱工具變量問題。表5中第（2）和（3）（4）列網絡購物變量的估計參數分別為0.145、0.096、0.208，且均在1%水平上顯著，即網絡購物家庭的線下消費支出相比無網絡購物家庭高14.5%。網絡購物家庭的線下消費占總收入的比重平均比無網絡購物家庭高9.6%。有網絡購物家庭比無網絡購物家庭平均總消費支出高20.8%。據此，驗證了網絡購物行為能夠促進家庭線下消費支出和家庭總消費支出。

五、結論與建議

目前關于居民消費需求和消費行為理論的研究逐漸從宏觀總量分析轉向消費者個體微觀數據分析，宏觀總量數據在加總過程中抹掉了消費者個體的差異性和微觀特征，是一個很大的漏洞。隨著在傳統跨時替代和最優化理論中引入不確定性的隨機游走假說、預防性儲蓄和緩沖存貨理論，更多的學者便轉而采用微觀數據進行實證研究。

本文以發展新型消費為出發點，采用2017年中國家庭金融調查數據，通過不分組別、按網絡購物比重分組別（網絡購物占比70%以下及以上家庭）和高收入家庭的異質性影響分析以及工具變量法的檢驗等，實證研究了網絡購物是否會對居民家庭的線下消費產生擠出效應與對居民家庭總消費支出的影響。研究發現：（1）總體而言，網絡購物并沒有對線下消費產生擠出效應，相反，網絡購物不僅能顯著促進居民家庭的線下消費，而且能顯著促進居民家庭總消費;（2）網絡購物對高收入家庭和低收入家庭的線下消費都有顯著正向促進作用，其中，對低收入家庭線下消費的促進作用強于高收入家庭;（3）對于網絡購物支出占總消費支出70%以下組別的居民家庭，網絡購物不會擠出線下消費，反而能促進線下消費，且網絡購物占總消費支出比重越低，對線下消費支出的促進作用越大。但是，網絡購物支出占比在70%以上組別的居民家庭，網絡購物會對線下消費產生擠出，且網絡購物支出占比越高，網絡購物對線下消費支出的擠出效應越強。

基于以上研究，本文提出如下政策建議：（1）應進一步加強信息網絡基礎設施建設，擴大網站數、提高網絡覆蓋率、提升居民的互聯網使用率，加快電商、快遞進村，拓展低收入居民家庭的消費途徑，充分發揮網絡購物促進消費的作用，進而通過擴大消費拉動經濟增長。（2）加大對網絡消費行業的金融、財稅等配套政策支持，扶持重點網絡消費平臺企業成長壯大（梁達，2014）。B27穩步推進各類市場主體發展網絡銷售，促進網上市場與實體市場互動發展，加快實現線上線下融合發展的步伐，以滿足不同收入階層居民的消費需求，充分挖掘并釋放居民的消費潛力。（3）相關部門應加快推進網絡購物相關法律法規與標準體系的建立，健全并細化現有法律法規，充分保障消費者的合法權益，通過改善網絡購物消費環境，提高居民消費意愿，讓居民能消費、愿消費，在擴大內需的過程中促進民生改善和經濟發展。

①陳斌開、楊汝岱：《土地供給、住房價格與中國城鎮居民儲蓄》，《經濟研究》2013年第1期。

②李濤、陳斌開：《家庭固定資產、財富效應與居民消費：來自中國家庭的經驗數據》，《經濟研究》2014年第3期。

③李蕾、吳斌珍：《家庭結構與儲蓄率U型之謎》，《經濟研究》2014年第1期。

④陳斌開、陸銘、鐘寧樺：《戶籍制約下的居民消費》，《經濟研究》2010年第12期。

⑤易行健、周利：《數字普惠金融發展是否顯著影響了居民消費——來自中國家庭的微觀證據》，《金融研究》2018年第11期。

⑥杭斌：《習慣形成下的農戶緩沖儲備行為》，《經濟研究》2009年第1期。

⑦臧旭恒、陳浩、宋明月：《習慣形成對我國城鎮居民消費的動態影響機制研究》，《南方經濟》2020年第1期。

⑧楊繼瑞：《網絡經濟對消費經濟推動機理的思考》，《消費經濟》2008年第2期。

⑨高孝平：《網絡經濟與傳統經濟比較研究》，《重慶郵電學院學報》2005年第1期。

⑩戴有山：《網絡經濟時代創新消費方式新格局》，《中外企業文化》2015年第3期。

B11李愛梅、鹿凡凡：《心理賬戶的心理預算機制探討》，《統計與決策》2014年第8期。

B12王曉彥、胡德寶：《移動支付對消費行為的影響研究：基于不同支付方式的比較》，《消費經濟》2017年第5期。

B13MorganJ.，OngD.andZhongZ.，“LocationStillMatters：EvidencefromAnOnlineShoppingFieldExperiment，”JournalofEconomicBehavior&Organization，no.146，2018，pp.43-54.

B14ZhangF，YuanNJandZhengK，etal.，“MiningConsumerImpulsivityfromOfflineandOnlineBehavior，”Proceedingofthe2015ACMInternationalJointConference，2015，pp.1281-1292.

B15方福前、邢煒：《居民消費與電商市場規模的U型關系研究》，《財貿經濟》2015年第11期。

B16張紅偉、向玉冰：《網購對居民總消費的影響研究——基于總消費水平的數據分析》，《上海經濟研究》2016年第11期。

B17秦芳、吳雨、魏昭：《網絡購物促進了我國家庭的消費嗎？——來自中國家庭金融調查（CHFS）數據的經驗證據》，《當代經濟科學》2017年第6期。

B18楊汝岱、周靖詳：《戶籍轉變與身份融合：來自CFPS的證據》，《消費經濟》2017年第1期。

B19家庭消費性支出包括食品、衣著、日用品、居住、教育、文化娛樂以及服務支出等各種消費支出的總和;家庭總收入包括經營性收入、工資性收入、財產性收入以及轉移性收入。

B20李春琦、李立：《家庭勞動力供給對消費平滑的影響效應：基于CFPS數據的微觀實證》，《當代經濟科學》2018年第5期。

B21問卷調查中的教育文化程度，以教育年限0、6、9、12、12、15、16、19和22分別衡量“沒上過學”“小學”“初中”“高中”“中專/職高”“大專/職高”“大學本科”“碩士研究生”和“博士研究生”。

B22選項中存在“同居”“分居”“離婚”“再婚”等，以目前婚姻狀況定義。

B23公式為lnX≈ln（1+X）。參見白重恩、吳斌珍、金燁：《中國養老保險繳費對消費和儲蓄的影響》，《中國社會科學》2012年第8期。

B24回歸系數-1.863距離原點較遠，避免增大誤差，采用標準公式e-1.863-1=0.1552-1=-0.8448。

B25回歸系數-2.5501距離原點較遠，避免增大誤差，采用標準公式e-2.5501-1=0.0781-1=-0.9219。

B26問卷調查中將快遞距離設計為詢問“網購時，快遞送至的地點距離您家的距離大致為多少公里”，若直接送至家中、公司，則填0;若為送至快遞點、網絡代售點等物流服務點自取，則估計具體數值。

B27梁達：《網購成為釋放居民消費潛力的新亮點》，《宏觀經濟管理》2014年第9期。

（責任編輯：張琦）