北京聯合大學商務學院 栗志慧,劉潔,姜豐
2020年5月14日中共中央政治局常委會首次提出了要形成以國內循環為主、國際國內雙循環為輔的發展格局;同年8月24日,習總書記在經濟社會領域專家座談會上明確指出:“根據我國特殊的發展階段以及環境變化提出了新發展格局,這將重新建立我國的國際合作,并且建立競爭新優勢。”內循環受到如此重視,這使得消費又一次被“頂到杠頭上”,作為“三駕馬車”之一,消費是內循環能否順利循環的重中之重。
根據北京市統計局的數據顯示,2020年前三季度在線教育、在線娛樂等四大領域企業收入同比增長30.4%,限額以上批發零售、住宿餐飲業網上零售額增長25.3%。國家統計局數據顯示,1-7月份,全國網上零售額達60785億元,同比增長9.0%,其中,實物商品網上零售增長15.7%,占社會消費品零售總額的比重為25.0%。由此可見,后疫情時代數字經濟加速發展,網上消費成為人們的主要渠道。
縱觀國內外研究,目前有很多學者著手研究影響居民消費的因素。從研究角度來看,一部分學者從外部因素考慮影響居民消費的因素,謝佳慧[1]研究了保障房對居民消費和就業的影響;李翠蘭[2]進行促進居民消費的財政支出研究;王平[3]對新型城鎮化引起居民消費的變化進行研究;郝云飛[4]從人口年齡結構變動角度研究中國居民消費;毛軍[5]從財稅政策視角研究中國居民消費的機理;任慧玲[6]研究生育政策如何影響城鎮居民消費。還有一部分學者從居民自身因素研究影響居民消費的因素,韋朕韜[7]從要素市場扭曲的視角分析對我國居民消費的影響,進而分析居民的收入以及收入分配差距對居民消費的影響。但是數字經濟作為影響居民消費的一個外部因素,往往會被人們忽略,導致從數字經濟角度研究居民消費的學者少之又少。從研究方法來看,研究居民消費的影響因素有定性和定量兩種方法,但研究數字經濟對居民消費的影響,基本都采用定性的方法,而且大多集中研究數字經濟如何影響居民的消費行為和消費傾向,運用定量方法分析數字經濟對居民消費量的影響少之又少。因此,本文的研究有一定的意義。
要促進經濟的發展,必須挖掘出市場消費的潛力,同時隨著數字經濟的發展,必須找準數字經濟的發展方向。因此本文根據以往研究以及數據的可獲得性,將影響居民消費的元素歸納為人均可支配收入、城鎮失業率、城鄉收入差距、老年撫養比、少兒撫養比、上網數、居民消費水平等七個方面,數據的時間跨度為2005~2018年,主要來源為《北京統計年鑒》。具體的解釋如下,人均可支配收入:隨著人均可支配收入的逐漸增長,消費能力也會隨之增長;城鎮失業率:城鎮失業率越高,收入相應地就越低,因而消費支出就越低;城鄉收入差距:城鄉間收入的不平等,直接影響了居民的消費支出能力;老年撫養比:老年撫養比一定程度上會影響居民消費水平;少兒撫養比:少年兒童撫養比會影響居民消費水平;上網數:用固定互聯網寬帶接入用戶數代替上網數,反應數字技術發展;居民消費水平:作為模型的因變量,一定程度上可以反應經濟發展水平。
1.數據標準化處理
這7個變量所涉及的類別較多,很難直接進行使用和比對,于是,需要先對這些數據進行標準化處理,處理公式為ZXi=[Xi-E(Xi)]/√Var(Xi),其中,ZXi為變量Xi的標準化形式;E(Xi)表示變量Xi的均值,Var(Xi)表示變量Xi的方差。
2.KMO檢驗與Bartlett球形檢驗
進行KMO檢驗與Bartlett球形檢驗的最主要目的是:判斷所選取的指標是否適合采用因子分析,一般地,檢驗的取值處于0與1之間,當檢驗值越貼近1,證明變量間相關性越強,反之亦然。
由表1結果顯示,KMO檢驗值=0.671≥0.5,表明這些變量間存在較強的關系,可以采用因子分析的方法進行分析;同樣,Bartlett球形檢驗的Sig.值<0.05,也表明所選取的數據能夠進行因子分析。

表1 KMO和Bartlett的檢驗
3.因子荷載矩陣計算
要進行因子分析,首先要計算因子荷載矩陣。利用SPSS21.0計算公因子方差,一般而言,當提取值大于0.5就說明可以接受,結果顯示所選的所有變量的值均大于0.8,而且通過計算累計方差貢獻率發現,成份1的因子方差貢獻率=60.764%,成份2的方差貢獻率=33.225%,這兩個因子的累積方差貢獻率之和為93.989%,因此,選取這2個主要因子。進一步做碎石圖觀察,如圖1,前兩個因子連接線的趨勢非常陡峭,而其他幾個因子的連接線則明顯比較平緩。綜上所述,可以用第1個因子和第2個因子來表示整體的方差。

圖1 碎石圖
進一步,計算成分矩陣,在表2中可看出,成份1中,變量x6的系數為0.975,x2的系數為-0.961,x3的系數為0.822,這幾個變量具有較大載荷,可以把第1個因子歸結為可支配收入和電商環境;在成份2中,變量x4、x5的系數分別是0.822和0.818,可以把第2個因子歸結為消費壓力。

表2 成份矩陣a
4.計算因子得分
到此,因子能夠基本確定,接下來進行因子得分的計算。利用Spss21.0,根據前面算出的成分得分的系數,可以進一步計算出因子得分情況,然后再把主成分因子用原始變量替代。因此,兩個主要因子和各指標之間的線性關系可以得知,可以得到因子得分函數。
F1=0.33x1-0.195x2+0.33x3+0.075x4+0.087x5+0.235x6
F2=0.143x1+0.195x2+0.142x3+0.427x 4+0.418x5-0.128x6
最后進行回歸分析,研究主要成分對被解釋變量的影響。由因子得分乘以相應的標準差,得到主要成分的得分,然后在被解釋變量Y和兩個主要解釋變量之間進行回歸,即Y=0.99F1+0.08F2,由此得出自變量回歸方程:
Z=0.33814x1-0.17745x2+0.33806x3+0.10841x4+0.11957x5+0.22241x6
從回歸的結果分析發現,變量x6上網數提升1%,會使我國消費者消費水平上升0.22241%,由此可知,上網數會對居民消費水平產生積極的正向作用,同時也表明了數字化服務的重要性。
研究發現,數字經濟可以促進居民消費水平的提高,因此在數字化時代,應該選擇時代給予的紅利,把握數字化發展機遇,逐步完善相應的法律法規和政策,加強新型基礎設施建設,例如,人工智能等,進而促進每個領域發展與運用數字技術,促進經濟高質量發展。
一是強化人才支撐戰略。加大對尖端人才的培養力度,加強相關數字技能培訓,面向失業人員、退休人員等特殊群體,擴大互聯網、大數據、人工智能等數字化人才的培養規模。二是加快數字經濟發展的平臺支持體系建設。從以需求為出發點轉向關注供給側,促進互聯網普及,形成平臺支持體系。三是加快完善數字經濟發展的政策和制度體系建設。建立健全與數字經濟發展相關的法律法規,促進數字化營商環境不斷優化。四是培育壯大新興產業。數字經濟符合新發展理念,同時,也是推動中國經濟實現高質量發展的重要動力。五是加快完善數字新基建。“新基建”是應對疫情后經濟發展不佳的一種手段,將對“十四五”時期以及中國經濟長遠發展產生深遠的影響。
隨著時代的發展,數據逐漸成為企業的核競爭力,哪個企業掌握了核心數據,哪個企業就擁有了發展優勢。企業要在發展中要重視數據的應用。企業要想在數字環境中獲得成功,必須適應數字技術不斷變化的形勢,擁有支持產生市場洞察力、主動創新和接受新思想的態度和行為;需要擁有超越個人的主動性,考慮組織實踐以及更廣泛的環境;要擁有預測未來的能力,擁有超前發展的意識,堅持正確的發展方向,積極關注外界環境的變化,并且相應地快速做出調整,樹立正確的發展觀念,勇于創新,促進企業更好更快的發展。