電子商務(wù)能縮小城鄉(xiāng)居民消費(fèi)差距嗎?

李連夢(mèng)，吳 青，聶秀華

（對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)國(guó)際經(jīng)濟(jì)貿(mào)易學(xué)院，北京 100029）

電子商務(wù)利用互聯(lián)網(wǎng)提供商務(wù)貿(mào)易服務(wù)，不僅可以打破時(shí)間和空間的限制，提高服務(wù)效率，還可以減少中間環(huán)節(jié)，降低服務(wù)成本。電子商務(wù)給消費(fèi)者和中小企業(yè)帶來(lái)的影響是革命性的，電子商務(wù)作為先進(jìn)生產(chǎn)力，也為解決“三農(nóng)”問(wèn)題提供了新思路。自2014 年起，政府出臺(tái)多項(xiàng)政策支持、建設(shè)和完善農(nóng)村電子商務(wù)體系，促進(jìn)農(nóng)村電子商務(wù)發(fā)展，例如啟動(dòng)農(nóng)村流通設(shè)施信息化工程、開展電子商務(wù)進(jìn)農(nóng)村綜合示范項(xiàng)目、推進(jìn)電商精準(zhǔn)扶貧等?！峨娮由虅?wù)“十三五”發(fā)展規(guī)劃》也指出：城鄉(xiāng)二元結(jié)構(gòu)調(diào)整為電商在農(nóng)村發(fā)展提供廣闊市場(chǎng)，電商將持續(xù)在平衡城鄉(xiāng)居民消費(fèi)差距方面發(fā)揮積極作用。

城鄉(xiāng)居民消費(fèi)差距問(wèn)題早已引起學(xué)者們廣泛關(guān)注，已有文獻(xiàn)對(duì)城鄉(xiāng)居民消費(fèi)差距的影響因素研究頗深：一是經(jīng)濟(jì)性因素與城鄉(xiāng)居民消費(fèi)差距，如李雄軍和曹飛［1］、胡日東等［2］指出城鄉(xiāng)居民收入差距是城鄉(xiāng)居民消費(fèi)差距的根本性影響因素，朱詩(shī)娥和楊汝岱均指出地區(qū)經(jīng)濟(jì)發(fā)展越落后，城鄉(xiāng)居民消費(fèi)差距越大［3］，張東輝和孫華臣［4］指出物價(jià)波動(dòng)顯著負(fù)向影響城鄉(xiāng)居民消費(fèi)差距，當(dāng)物價(jià)變動(dòng)1%時(shí)，城鄉(xiāng)居民消費(fèi)差距反向變動(dòng)0.579%；二是城鎮(zhèn)化與城鄉(xiāng)居民消費(fèi)差距，城鎮(zhèn)化是否能影響居民消費(fèi)差異，學(xué)者們尚未達(dá)成統(tǒng)一觀點(diǎn)，齊紅倩等［5］認(rèn)為中國(guó)城鎮(zhèn)化未能促進(jìn)城鄉(xiāng)居民消費(fèi)同步增長(zhǎng)，但曹飛［6］則認(rèn)為城鎮(zhèn)化可以降低城鄉(xiāng)居民消費(fèi)差距；三是人口結(jié)構(gòu)與城鄉(xiāng)居民消費(fèi)差距，如吳海江等［7］指出人口年齡結(jié)構(gòu)可以影響城鄉(xiāng)居民消費(fèi)模式，少兒撫養(yǎng)比和老年人口撫養(yǎng)比分別與城鄉(xiāng)居民消費(fèi)差距呈負(fù)相關(guān)和正相關(guān)；四是資源配置、要素扭曲與城鄉(xiāng)居民消費(fèi)差距，如徐振宇等［8］指出提高農(nóng)業(yè)支出比重，增加農(nóng)村教育支出，增加農(nóng)村固定資產(chǎn)投資以及出臺(tái)支農(nóng)惠農(nóng)政策等均有助于縮小城鄉(xiāng)居民消費(fèi)差距，何春麗和曾令秋［9］指出要素市場(chǎng)扭曲對(duì)縮小城鄉(xiāng)居民消費(fèi)差距具有顯著的負(fù)效應(yīng)；五是產(chǎn)業(yè)結(jié)構(gòu)與城鄉(xiāng)居民消費(fèi)差距，例如徐敏和姜勇［10］指出產(chǎn)業(yè)結(jié)構(gòu)升級(jí)在1993—2002 年拉大了城鄉(xiāng)消費(fèi)差距，但在2003—2012 年縮小了城鄉(xiāng)消費(fèi)差距；六是公共政策與城鄉(xiāng)居民消費(fèi)差距，如紀(jì)江明等［11］指出中國(guó)城鄉(xiāng)居民人均社會(huì)保障差異顯著加劇了城鄉(xiāng)居民消費(fèi)差距，藍(lán)相潔和陳永成［12］指出民生性財(cái)政支出對(duì)城鎮(zhèn)、農(nóng)村居民消費(fèi)均產(chǎn)生正向“擠出效用”，但由于農(nóng)村居民的邊際消費(fèi)傾向更高，故而加劇城鄉(xiāng)居民消費(fèi)差距；七是技術(shù)或金融因素與城鄉(xiāng)居民消費(fèi)差距，如程名望和張家平［13］指出城鄉(xiāng)居民在互聯(lián)網(wǎng)發(fā)展中獲得的信息紅利并不一致，互聯(lián)網(wǎng)的普及顯著降低了城鄉(xiāng)居民消費(fèi)差距；張李義和涂奔［14］指出互聯(lián)網(wǎng)金融對(duì)城鎮(zhèn)居民消費(fèi)的影響程度要大于農(nóng)村居民等。

已有研究成果較為豐富，較為全面深刻地探討了城鄉(xiāng)居民消費(fèi)差距的影響因素，但值得注意的是，目前關(guān)于電子商務(wù)與城鄉(xiāng)居民消費(fèi)差距的研究相對(duì)較少。已有文獻(xiàn)對(duì)電子商務(wù)與消費(fèi)的研究集中在兩方面：一是電子商務(wù)對(duì)居民消費(fèi)水平的影響，如方福前和邢煒［15］指出居民消費(fèi)與電子商務(wù)市場(chǎng)規(guī)模呈U 型關(guān)系，孫彬和王東［16］指出電子商務(wù)為消費(fèi)者提供了獲得產(chǎn)品和服務(wù)的新渠道，已經(jīng)成為拉動(dòng)消費(fèi)、推動(dòng)傳統(tǒng)產(chǎn)業(yè)升級(jí)的主要力量；二是電子商務(wù)對(duì)社會(huì)消費(fèi)福利的影響，如Chio 和Suh［17］指出電子商務(wù)使買家和賣家之間“零距離”溝通，從而提高社會(huì)福利；孫浦陽(yáng)等［18］指出電子商務(wù)可以降低市場(chǎng)搜尋成本，提高搜尋效率，從而降低商品均衡價(jià)格；譚曉林等［19］指出電子商務(wù)在創(chuàng)造用戶價(jià)值的同時(shí)實(shí)現(xiàn)自身價(jià)值。

基于以上背景和文獻(xiàn)，本文深入探究電子商務(wù)對(duì)城鄉(xiāng)居民消費(fèi)差距的影響和作用機(jī)制。本文主要的貢獻(xiàn)和創(chuàng)新點(diǎn)主要有：一是在電子商務(wù)進(jìn)農(nóng)村背景下探究電子商務(wù)對(duì)城鄉(xiāng)居民消費(fèi)差距的影響，補(bǔ)充現(xiàn)有研究；二是采用更有說(shuō)服力的指標(biāo)來(lái)衡量電子商務(wù)的發(fā)展程度，克服已有文獻(xiàn)中衡量電子商務(wù)發(fā)展程度指標(biāo)的缺陷；三是從城鄉(xiāng)收入差距和消費(fèi)結(jié)構(gòu)兩方面探究電子商務(wù)影響城鄉(xiāng)居民消費(fèi)差距的作用路徑；四是采用工具變量法較好地解決內(nèi)生性問(wèn)題。

一、理論分析與假設(shè)提出

借鑒Duarte 和Restuccia［20］、劉曉光等［21］研究，首先在標(biāo)準(zhǔn)兩部門框架下構(gòu)建C-D 生產(chǎn)函數(shù)和跨時(shí)期消費(fèi)模型，再將其引入一般均衡模型，探究電子商務(wù)對(duì)城鄉(xiāng)居民消費(fèi)差距的影響。

(一)生產(chǎn)部門

在標(biāo)準(zhǔn)兩部門框架下，經(jīng)濟(jì)存在著農(nóng)業(yè)部門a和非農(nóng)業(yè)部門b，勞動(dòng)力數(shù)量分別為L(zhǎng)a和Lb，且勞動(dòng)力總數(shù)為L(zhǎng)=La+Lb。假設(shè)勞動(dòng)力總量不變，且不考慮技術(shù)進(jìn)步因素，那么非農(nóng)部門的生產(chǎn)函數(shù)可以表示為

其中：Lb和Kb分別代表非農(nóng)業(yè)部門雇傭的單位勞動(dòng)力和單位資本；0＜u＜1 代表非農(nóng)部門資本的產(chǎn)出彈性。不失一般性，為了簡(jiǎn)化推導(dǎo)過(guò)程，本文認(rèn)為農(nóng)業(yè)部門生產(chǎn)函數(shù)也不考慮技術(shù)進(jìn)步因素，且僅使用勞動(dòng)一種生產(chǎn)要素，那么農(nóng)業(yè)部門的生產(chǎn)函數(shù)可以表示為

其中：La代表農(nóng)業(yè)部門雇傭的單位勞動(dòng)力；0＜r＜1 代表農(nóng)業(yè)部門勞動(dòng)的產(chǎn)出彈性。根據(jù)上述模型，農(nóng)業(yè)部門和非農(nóng)部門選擇最優(yōu)要素投入數(shù)量來(lái)最大化產(chǎn)出，其條件為居民收入等于其勞動(dòng)的邊際收益，即

其中：Wa和Wb分別為農(nóng)業(yè)部門和非農(nóng)部門的工資水平。

勞動(dòng)力在農(nóng)業(yè)部門和非農(nóng)部門之間分配，由于非農(nóng)部門的產(chǎn)出效率高于農(nóng)業(yè)部門，因此農(nóng)業(yè)部門的勞動(dòng)力不斷流向非農(nóng)業(yè)部門。電子商務(wù)對(duì)勞動(dòng)力轉(zhuǎn)移的影響可以分為兩個(gè)方面：一方面，電子商務(wù)的發(fā)展會(huì)增加農(nóng)業(yè)部門創(chuàng)業(yè)和就業(yè)機(jī)會(huì)，吸引農(nóng)村勞動(dòng)力留在農(nóng)村，那么電子商務(wù)可以減少勞動(dòng)力轉(zhuǎn)移程度，得到式（5）；另一方面，電子商務(wù)為農(nóng)村勞動(dòng)力轉(zhuǎn)移提供交流服務(wù)平臺(tái)，降低了信息不對(duì)稱程度，可以加速勞動(dòng)力轉(zhuǎn)移，得到式（6）：

其中：T(*)為勞動(dòng)力由農(nóng)業(yè)部門向非農(nóng)業(yè)部門轉(zhuǎn)移程度函數(shù)，則0 ＜T(*)＜1。假設(shè)，農(nóng)業(yè)部門和非農(nóng)業(yè)部門的初始勞動(dòng)力分別為L(zhǎng)a0和Lb0，由于總勞動(dòng)力人口為恒定L，則可以得到農(nóng)業(yè)部門向非農(nóng)業(yè)部門轉(zhuǎn)移的人口為

則農(nóng)業(yè)部門和非農(nóng)部門的勞動(dòng)力可以分別表示為

將勞動(dòng)轉(zhuǎn)移程度函數(shù)納入勞動(dòng)力的工資水平中，便可以得到如下公式：

(二)家庭部門

基于跨期消費(fèi)模型來(lái)分析家庭部門的消費(fèi)，假設(shè)家庭在兩個(gè)時(shí)期進(jìn)行消費(fèi)，家庭在第一期有收入和消費(fèi)，在第二期無(wú)收入僅有消費(fèi)，為了簡(jiǎn)化推導(dǎo)，本文不考慮遺產(chǎn)、債務(wù)等情況。那么，農(nóng)戶和城鎮(zhèn)家庭的跨時(shí)期預(yù)算約束可以簡(jiǎn)化表示為

其中：Ca1和Cb1分別為農(nóng)村家庭和城鎮(zhèn)家庭第一期的消費(fèi)；Ca2和Cb2分別為農(nóng)村家庭和城鎮(zhèn)家庭第二期的消費(fèi)；tr和tu分別代表農(nóng)戶和城鎮(zhèn)家庭所面臨的利率水平。根據(jù)弗里德曼的持久收入理論，家庭消費(fèi)等于其持久收入，那么，可以得到第一期消費(fèi)和收入的關(guān)系為

(三)一般均衡：電子商務(wù)與城鄉(xiāng)收入差距的關(guān)系

城鄉(xiāng)消費(fèi)差距Dis_con可以用非農(nóng)部門消費(fèi)與農(nóng)業(yè)部門消費(fèi)的比值表示，且由式（10）、式（11）、式（14）、式（15）可知：

對(duì)式（16）求電子商務(wù)的發(fā)展程度的導(dǎo)數(shù)，則

第一項(xiàng)為大于0 的數(shù)，第二項(xiàng)中的-u＜0，r-1＜0，T(*)＞0，故第二項(xiàng)的符號(hào)取決于T′(*)。如果電子商務(wù)的發(fā)展可以促進(jìn)農(nóng)村勞動(dòng)力轉(zhuǎn)移程度，即T′(*)＞0，那么第二項(xiàng)為負(fù)數(shù)。那么，可以得到：

如果電子商務(wù)的發(fā)展可以吸引勞動(dòng)力留在農(nóng)村，降低勞動(dòng)力轉(zhuǎn)移程度，即T′(*)＜0，那么第二項(xiàng)為正數(shù)。那么，可以得到：

因此，僅從理論上無(wú)法判斷電子商務(wù)的發(fā)展程度與城鄉(xiāng)居民消費(fèi)差距之間的關(guān)系。還需要進(jìn)一步從實(shí)證上探究電子商務(wù)的發(fā)展程度對(duì)城鄉(xiāng)居民消費(fèi)差距的影響。

二、模型設(shè)定與數(shù)據(jù)來(lái)源

(一)模型選擇及變量設(shè)置

參考程名望和張家平［13］的研究設(shè)置模型，具體模型如下：

其中：i代表省份（i=1，2，3，…，31）；t代表年份（t=2014，2015，…，2018）；εit為隨機(jī)擾動(dòng)項(xiàng)，且服從獨(dú)立同分布；被解釋變量Dis_con表示城鄉(xiāng)居民總消費(fèi)差距。

關(guān)于城鄉(xiāng)居民消費(fèi)差距的衡量方法有多種，例如城鄉(xiāng)居民人均消費(fèi)支出的比值、泰爾指數(shù)法、恩格爾系數(shù)、耐用消費(fèi)品的購(gòu)買率和購(gòu)買意愿等。相對(duì)于其他方法，泰爾指數(shù)可以用來(lái)衡量一組經(jīng)濟(jì)指標(biāo)在不同時(shí)間、區(qū)域和層次范圍內(nèi)的差距，因此本文采用泰爾指數(shù)衡量城鄉(xiāng)居民消費(fèi)差距，計(jì)算方法為

其中：C1t和C2t分別代表城市居民、農(nóng)村居民在t時(shí)期的總消費(fèi)支出（由常住人口數(shù)量乘以人均消費(fèi)額計(jì)算得到）；Ct代表城市和農(nóng)村居民在t時(shí)期消費(fèi)的總和（Ct=C1t+C2t）；N1t和N2t分別代表城市居民、農(nóng)村居民在t時(shí)期常住人口數(shù)量，Nt代表城市和農(nóng)村居民在t時(shí)期常住人口數(shù)量的總和（Nt=N1t+N2t）。為了研究電子商務(wù)對(duì)城鄉(xiāng)居民消費(fèi)結(jié)構(gòu)差距的影響，本文分別計(jì)算食品、衣著、居住、交通和通信、生活用品及服務(wù)、教育文化與娛樂(lè)、醫(yī)療保健七大類商品的城鄉(xiāng)居民消費(fèi)差距，計(jì)算方法依然采用式（20）的泰爾指數(shù)法。同時(shí)，為了排除價(jià)格因素干擾，城鄉(xiāng)居民所有消費(fèi)數(shù)據(jù)以2014 年為基期，以不變價(jià)格進(jìn)行平減。

式（19）中，解釋變量e_com表示電子商務(wù)的發(fā)展程度。目前學(xué)者研究中衡量電子商務(wù)的發(fā)展程度的指標(biāo)主要有五類：一是電子商務(wù)市場(chǎng)零售商品額與全社會(huì)零售商品額之比［22］，該指標(biāo)忽略了各省市之間的差異，可能造成一定的偏差；二是采用間接法衡量電子商務(wù)，以各個(gè)省份快遞業(yè)務(wù)數(shù)量乘以一個(gè)權(quán)重來(lái)表示各省份的電子商務(wù)市場(chǎng)零售商品額［13］。其中，權(quán)重等于全國(guó)網(wǎng)絡(luò)商品零售額與快遞業(yè)務(wù)數(shù)量之比，即可以理解為平均每件快遞包含的網(wǎng)絡(luò)零售商品額。該指標(biāo)缺陷是權(quán)重只考慮了不同年份之間的差異，而忽略了不同省份之間的差異，因而可能會(huì)造成一定偏差；三是阿里研究院公布的阿里巴巴電子商務(wù)發(fā)展指數(shù)［23］，該指標(biāo)基于阿里巴巴平臺(tái)海量數(shù)據(jù)，直觀反映區(qū)域電子商務(wù)發(fā)展水平，缺點(diǎn)是數(shù)據(jù)僅包括阿里巴巴一家平臺(tái)，忽略其他電子商務(wù)平臺(tái)；四是騰訊研究院公布的“互聯(lián)網(wǎng)+”指數(shù)［24］，該指數(shù)以騰訊的產(chǎn)品如微信、QQ 等為基礎(chǔ)，能較好反映地區(qū)數(shù)字經(jīng)濟(jì)的發(fā)展，但其并不直接以電子商務(wù)為基礎(chǔ)，故而反映電子商務(wù)代表性相對(duì)較弱；五是學(xué)者根據(jù)公開數(shù)據(jù)運(yùn)用因子分析法構(gòu)建指標(biāo)體系［25］，限于數(shù)據(jù)的可得性，在反映電子商務(wù)發(fā)展程度方面差強(qiáng)人意。本文選用《中國(guó)電子商務(wù)發(fā)展指數(shù)報(bào)告》的電子商務(wù)發(fā)展指數(shù)指標(biāo)來(lái)衡量電子商務(wù)發(fā)展程度，該指標(biāo)從規(guī)模指數(shù)、成長(zhǎng)指數(shù)、滲透指數(shù)、支撐指數(shù)4 個(gè)維度進(jìn)行分析，較為全面測(cè)評(píng)了全國(guó)各省級(jí)區(qū)域電子商務(wù)的發(fā)展?fàn)顩r，相對(duì)于其他指標(biāo)，該指標(biāo)更為全面，代表性和權(quán)威性更強(qiáng)。

式（19）中，X為一組控制變量，分別包括以下變量：①城鄉(xiāng)居民收入差距Dis_inc，城鄉(xiāng)居民收入差距會(huì)正向影響城鄉(xiāng)居民消費(fèi)差距，本文利用泰爾指數(shù)公式（20）計(jì)算城鄉(xiāng)居民收入差距，為了排除價(jià)格因素干擾，城鄉(xiāng)居民收入數(shù)據(jù)以2014 年為基期，以不變價(jià)格進(jìn)行平減；②人口老齡化程度Aging，年齡結(jié)構(gòu)可以反映一個(gè)地區(qū)的消費(fèi)潛力，人口老齡化是造成城鄉(xiāng)居民消費(fèi)差距的重要原因，本文選用地區(qū)65 歲以上人口占總?cè)丝诒戎貋?lái)衡量老齡化程度；③城市化率Urban，城鎮(zhèn)化可能引起城鄉(xiāng)居民消費(fèi)的非同步增長(zhǎng)，從而加劇城鄉(xiāng)居民消費(fèi)差距，本文選取城鎮(zhèn)常住人口數(shù)與總?cè)丝跀?shù)值的比值來(lái)衡量城市化率；④經(jīng)濟(jì)開放程度Opening，經(jīng)濟(jì)開放程度會(huì)影響城鄉(xiāng)居民消費(fèi)差距，本文選取地區(qū)進(jìn)出口總額占GDP 的比重來(lái)衡量經(jīng)濟(jì)開放程度；⑤財(cái)政支持力度Finance，政府的財(cái)政政策有利于拉動(dòng)居民消費(fèi)，但對(duì)城鎮(zhèn)和鄉(xiāng)村居民消費(fèi)的拉動(dòng)作用并不一致因而會(huì)影響城鄉(xiāng)居民消費(fèi)差距，本文采用政府的財(cái)政支出占GDP 的比重衡量財(cái)政支持力度；⑥產(chǎn)業(yè)結(jié)構(gòu)Industry，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)會(huì)影響城鄉(xiāng)居民消費(fèi)差距，本文采用第三產(chǎn)業(yè)的產(chǎn)值與地區(qū)GDP 的比重衡量產(chǎn)業(yè)結(jié)構(gòu)。

(二)數(shù)據(jù)來(lái)源及說(shuō)明

（1）消費(fèi)、經(jīng)濟(jì)發(fā)展、人口、收入、開放程度、產(chǎn)業(yè)結(jié)構(gòu)、老齡化程度、快遞件數(shù)（該變量用于穩(wěn)健性檢驗(yàn)）等數(shù)據(jù)均來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》（2014—2018）。城鎮(zhèn)居民消費(fèi)結(jié)構(gòu)數(shù)據(jù)從2014 年才開始納入統(tǒng)計(jì)，所以數(shù)據(jù)取到2014—2018 年，同時(shí)，電子商務(wù)進(jìn)農(nóng)村大規(guī)模開展也始于2014 年，因此樣本可以較好地反映電子商務(wù)在新時(shí)代的發(fā)展特征。

（2）電子商務(wù)發(fā)展程度數(shù)據(jù)來(lái)源于《中國(guó)電子商務(wù)發(fā)展指數(shù)報(bào)告》（2014—2018），該指數(shù)由清華大學(xué)電子商務(wù)交易技術(shù)國(guó)家工程實(shí)驗(yàn)室、中央財(cái)經(jīng)大學(xué)中國(guó)互聯(lián)網(wǎng)經(jīng)濟(jì)研究院、中國(guó)社會(huì)科學(xué)院、中國(guó)國(guó)際電子商務(wù)研究中心研究院、億邦動(dòng)力研究院聯(lián)合編制，具有較強(qiáng)的權(quán)威性。

（3）各省年平均降雨量（該變量為工具變量）來(lái)源于各省《水資源公報(bào)》（2014—2018）。

（4）支付寶賬戶覆蓋廣度指數(shù)（該變量為工具變量）來(lái)源于北京大學(xué)發(fā)布的《數(shù)字普惠金融指數(shù)》，該指數(shù)以支付寶賬戶為基礎(chǔ)進(jìn)行編制，其中覆蓋廣度數(shù)據(jù)的子指標(biāo)包括每萬(wàn)人擁有的支付寶賬戶數(shù)量、支付寶綁卡用戶比例、平均支付寶賬戶綁定銀行卡數(shù)量等。

三、估計(jì)結(jié)果及分析

(一)描述性統(tǒng)計(jì)分析

圖1 城鄉(xiāng)居民總消費(fèi)差距、收入差距的泰爾指數(shù)

變量的統(tǒng)計(jì)性描述結(jié)果如圖1 和表1所示。由圖1 可知，2014—2018 年城鄉(xiāng)居民消費(fèi)差距和收入差距的泰爾指數(shù)都在逐年下降；由表1 可知，城鄉(xiāng)居民消費(fèi)結(jié)構(gòu)差距中，城鄉(xiāng)居民的衣著消費(fèi)差距較大，而醫(yī)療保健消費(fèi)差距則較??；電子商務(wù)發(fā)展程度的對(duì)數(shù)、百人人均快遞的對(duì)數(shù)兩個(gè)變量均可以看出中國(guó)各省份電子商務(wù)發(fā)展程度并不均衡、差異較大。

(二)相關(guān)性分析

由表2 可知，部分指標(biāo)間存在一定的多重共線性，本文利用方差膨脹因子來(lái)估計(jì)，結(jié)果見表3，最大的VIF=5.89，小于10，解釋變量間不存在嚴(yán)重的多重共線性。

(三)總體性回歸結(jié)果及分析

首先，本文分析了電子商務(wù)發(fā)展指數(shù)對(duì)城鄉(xiāng)居民總消費(fèi)差距的影響，回歸結(jié)果見 表4。由hausman 檢 驗(yàn) 結(jié)果Prob＞chi2=0.0156 可知，該模型應(yīng)選用固定效應(yīng)模型進(jìn)行分析。考慮到省級(jí)面板數(shù)據(jù)可能存在異方差和序列相關(guān)，本文在聚類穩(wěn)健標(biāo)準(zhǔn)誤差下進(jìn)行固定效應(yīng)回歸，結(jié)果如表4 中回歸結(jié)果（3）所示。由表4 中回歸結(jié)果（3）可知，2014—2018 年電子商務(wù)發(fā)展不僅沒有縮小城鄉(xiāng)消費(fèi)差距，反而顯著加劇城鄉(xiāng)居民消費(fèi)差距。

其次，本文進(jìn)一步探究電子商務(wù)對(duì)城鄉(xiāng)居民不同門類商品和服務(wù)消費(fèi)差距的影響。在聚類穩(wěn)健標(biāo)準(zhǔn)誤差下，使用方程（19）進(jìn)行固定效應(yīng)回歸，回歸結(jié)果見表5。電子商務(wù)加劇了城鄉(xiāng)居民在食品、衣著、生活用品及服務(wù)、教育文化及娛樂(lè)、醫(yī)療保健等方面的消費(fèi)差距，縮小了城鄉(xiāng)居民在居住、交通通信等方面的消費(fèi)差距。因此，2014—2018 年期間，電子商務(wù)對(duì)城鄉(xiāng)居民消費(fèi)差距的直接作用是通過(guò)食品、衣著、居住、生活用品及服務(wù)、交通通信、教育文化及娛樂(lè)、醫(yī)療保健等多路徑同時(shí)進(jìn)行的。

表1 變量的描述性統(tǒng)計(jì)

表2 變量的相關(guān)性分析

本文認(rèn)為電子商務(wù)在平衡城鄉(xiāng)居民消費(fèi)差距方面并未發(fā)揮積極作用的原因主要有：

一是中國(guó)農(nóng)村電子商務(wù)雖然發(fā)展快速，但目前仍處于發(fā)展初期階段，存在著市場(chǎng)主體發(fā)育不健全、物流配送等基礎(chǔ)設(shè)施滯后、發(fā)展環(huán)境不完善和人才缺乏等問(wèn)題，農(nóng)村電子商務(wù)發(fā)展水平與城鎮(zhèn)發(fā)展水平仍存在較大差距?；ヂ?lián)網(wǎng)、物流配送體系等基礎(chǔ)設(shè)施建設(shè)仍在持續(xù)推進(jìn)中，農(nóng)村電商主體培育、電商人才培養(yǎng)等工作也在持續(xù)進(jìn)行，隨著互聯(lián)網(wǎng)的普及、物流配送體系的完善，人才和技術(shù)壁壘的突破，農(nóng)村電子商務(wù)將進(jìn)一步釋放農(nóng)村居民消費(fèi)潛力。但在2014—2018 年期間，電子商務(wù)帶來(lái)的消費(fèi)福利大部分體現(xiàn)在城市居民消費(fèi)增加，由此引起城鄉(xiāng)居民消費(fèi)差距加大。

二是城鄉(xiāng)居民消費(fèi)各具不同的特點(diǎn)，例如，城鎮(zhèn)居民食品消費(fèi)以購(gòu)買為主，而鄉(xiāng)村居民食品消費(fèi)自給自足的比例較高，因此電子商務(wù)更有利于促進(jìn)城鎮(zhèn)居民的食品消費(fèi)，進(jìn)而加劇城鄉(xiāng)居民食品消費(fèi)差距；例如，城鎮(zhèn)居民租賃房屋的比例較高，而農(nóng)村居民住房則以自住為主，因此電子商務(wù)更有利于降低城鎮(zhèn)居民的居住消費(fèi)，進(jìn)而減少城鄉(xiāng)居民居住消費(fèi)差距；例如，城鎮(zhèn)居民對(duì)衣著、生活用品及服務(wù)的消費(fèi)要求更為講究品牌和品質(zhì)，偏向享受型消費(fèi)，而農(nóng)村居民對(duì)服裝、生活用品及服務(wù)的消費(fèi)更注重基本滿足，偏向剛需型消費(fèi)，故而電子商務(wù)更有利于促進(jìn)城鎮(zhèn)居民衣著和生活用品及服務(wù)消費(fèi)。城鄉(xiāng)居民不同的消費(fèi)特點(diǎn)決定了電子商務(wù)對(duì)其消費(fèi)促進(jìn)作用程度并不相同。

三是城鎮(zhèn)和鄉(xiāng)村的人口結(jié)構(gòu)并不相同，中國(guó)農(nóng)村勞動(dòng)力持續(xù)向城市轉(zhuǎn)移，部分農(nóng)村已經(jīng)出現(xiàn)“空心化”“老齡化”現(xiàn)象，農(nóng)村人口相對(duì)老幼，而城鎮(zhèn)人口相對(duì)年輕，結(jié)構(gòu)更為均衡。年輕人是網(wǎng)購(gòu)的主力軍，因而電子商務(wù)對(duì)城鎮(zhèn)居民消費(fèi)的促進(jìn)作用更強(qiáng)。

四是城鄉(xiāng)居民的消費(fèi)習(xí)慣和消費(fèi)意識(shí)并不相同，城鎮(zhèn)居民消費(fèi)多不受人情限制，消費(fèi)選擇講究效率和個(gè)性化，而農(nóng)村消費(fèi)受地域局限影響大，講究人情買賣，消費(fèi)選擇相對(duì)局限于熟人圈子，因此電子商務(wù)提供的多樣化消費(fèi)選擇對(duì)城鎮(zhèn)居民的消費(fèi)促進(jìn)作用更強(qiáng)；相對(duì)于城鎮(zhèn)居民，農(nóng)民思想意識(shí)相對(duì)落后，對(duì)互聯(lián)網(wǎng)商業(yè)模式的接受程度相對(duì)較低，電子商務(wù)消費(fèi)習(xí)慣尚未完全建立，因此電子商務(wù)對(duì)農(nóng)村居民消費(fèi)的拉動(dòng)作用要弱于城鎮(zhèn)居民。但值得注意的是，電子商務(wù)的巨大優(yōu)勢(shì)也可以反作用于農(nóng)村消費(fèi)習(xí)慣和消費(fèi)意識(shí)。一旦農(nóng)民的電商消費(fèi)意識(shí)被激活，消費(fèi)習(xí)慣被改變，農(nóng)村將釋放巨大的消費(fèi)需求。

表3 變量間的方差膨脹因子

表4 總樣本的回歸結(jié)果

表5 子樣本的回歸結(jié)果

除了受電子商務(wù)發(fā)展程度影響外，城鄉(xiāng)消費(fèi)差距還受到城鄉(xiāng)居民的收入差距、城市化率、經(jīng)濟(jì)開放程度、政府財(cái)政支持力度、產(chǎn)業(yè)結(jié)構(gòu)等因素的影響。具體而言，城鄉(xiāng)居民收入差距、產(chǎn)業(yè)結(jié)構(gòu)可以顯著正向影響城鄉(xiāng)居民消費(fèi)差距，而城市化率、經(jīng)濟(jì)開放程度、政府財(cái)政支持力度等可以顯著負(fù)向影響城鄉(xiāng)居民消費(fèi)差距。政府應(yīng)進(jìn)一步采取措施提高農(nóng)民收入，并加大經(jīng)濟(jì)開放程度和財(cái)政支持力度，從而平衡城鄉(xiāng)居民消費(fèi)差距，本文的研究結(jié)果與以往研究基本一致。

(四)中介效應(yīng)檢驗(yàn)

電子商務(wù)的發(fā)展會(huì)影響城鄉(xiāng)居民的收入差距，進(jìn)而影響城鄉(xiāng)居民消費(fèi)差距，因此城鄉(xiāng)居民收入差距可能為電子商務(wù)影響城鄉(xiāng)居民消費(fèi)差距的中介變量。中介效應(yīng)的檢驗(yàn)方法有多種，如逐步檢驗(yàn)法、Sobel 檢驗(yàn)法、Bootstrap 分析法等，其中Bootstrap 分析法可以克服逐步檢驗(yàn)法和Sobel 檢驗(yàn)法在處理小樣本量，小中介效應(yīng)值，或者中介效應(yīng)值不呈正態(tài)分布的情況下統(tǒng)計(jì)功效不高的缺點(diǎn)，并且能有效解決變量的測(cè)量誤差以及多重中介模型問(wèn)題。本文參考Bollen和Stine［26］的 研究，使用Bootstrap 分析法探究城鄉(xiāng)居民收入差距在電子商務(wù)與城鄉(xiāng)居民消費(fèi)差距中的中介作用，該方法的原理是針對(duì)已有研究樣本有放回的多次抽樣，構(gòu)建某個(gè)估計(jì)的置信區(qū)間，研究結(jié)果見表6，間接效果Bia-Corrected置信區(qū)間為（-0.0040639，-0.0022064），Percentile置信區(qū)間為（-0.0041731，-0.0022545），兩個(gè)置信區(qū)間均不通過(guò)0，存在顯著的中介效應(yīng)。

表6 基于Bootstrap 的中介效應(yīng)分析結(jié)果

表7 穩(wěn)健性檢驗(yàn)回歸結(jié)果

(五)穩(wěn)健性檢驗(yàn)

電子商務(wù)的發(fā)展離不開物流配送的支持，因此也有部分學(xué)者用間接法衡量電子商務(wù)的發(fā)展程度，例如劉長(zhǎng)庚等［27］、方福前和邢煒［15］等學(xué)者采用各省市人均快遞業(yè)務(wù)量表示電子商務(wù)的發(fā)展程度。本文采用每百人所擁有快遞件數(shù)的對(duì)數(shù)來(lái)衡量電子商務(wù)發(fā)展程度，以該變量做模型的穩(wěn)健性檢驗(yàn)，結(jié)果見表7。由檢驗(yàn)結(jié)果可知，不管是總消費(fèi)差距，還是各子項(xiàng)消費(fèi)差距，回歸結(jié)果的系數(shù)和顯著性沒有發(fā)生改變，模型的穩(wěn)健性較強(qiáng)。

表8 工具變量的回歸分析結(jié)果

(六)內(nèi)生性問(wèn)題

考慮到城鄉(xiāng)居民消費(fèi)的差距會(huì)反向影響電子商務(wù)的發(fā)展水平以及模型可能存在遺漏變量等問(wèn)題，模型中核心變量電子商務(wù)的發(fā)展程度可能具有一定的內(nèi)生性。本文選用支付寶賬戶覆蓋廣度指標(biāo)coverage、各省市的年均降雨量rain這兩個(gè)因素作為工具變量。選用支付寶賬戶覆蓋廣度指標(biāo)是因?yàn)橹Ц秾氋~戶覆蓋廣度可以影響電子商務(wù)的發(fā)展程度，但從理論上并不會(huì)影響城鄉(xiāng)居民消費(fèi)差距；選用年均降雨量指標(biāo)rain是參考方福前［15］的研究，降雨量會(huì)影響居民線下消費(fèi)量，降雨量多的地區(qū)消費(fèi)者更傾向于通過(guò)電子商務(wù)購(gòu)物，因此降雨量會(huì)影響電子商務(wù)發(fā)展，但降雨并不直接影響城鄉(xiāng)居民消費(fèi)差距。使用工具變量的回歸結(jié)果如下表8 所示。由檢驗(yàn)結(jié)果可知，模型確實(shí)存在顯著的內(nèi)生性，選用的工具變量均通過(guò)了有效性檢驗(yàn)，回歸結(jié)果與前文一致，可見本文模型估計(jì)結(jié)果是有效的。

四、研究結(jié)論與建議

電子商務(wù)作為“互聯(lián)網(wǎng)+”戰(zhàn)略落地的重要著力點(diǎn)，在促進(jìn)經(jīng)濟(jì)增長(zhǎng)、拉動(dòng)居民消費(fèi)方面起到了重要作用。但由于基礎(chǔ)設(shè)施、市場(chǎng)環(huán)境、技能缺乏、思想意識(shí)等方面的局限，農(nóng)村居民在利用電子商務(wù)方面與城鎮(zhèn)居民存在一定距離。本文從理論和實(shí)證兩方面深入探究電子商務(wù)對(duì)城鄉(xiāng)居民消費(fèi)差距的影響和作用機(jī)制，在充分考慮了內(nèi)生性后的穩(wěn)健研究結(jié)果顯示：2014—2018 年中國(guó)電子商務(wù)發(fā)展并沒有縮小城鄉(xiāng)居民消費(fèi)差距，反而加劇了城鄉(xiāng)居民消費(fèi)差距；電子商務(wù)通過(guò)城鄉(xiāng)居民食品、衣著、居住、生活用品及服務(wù)、交通通信、教育文化及娛樂(lè)、醫(yī)療保健等多維路徑來(lái)直接影響城鄉(xiāng)居民消費(fèi)差距，通過(guò)城鄉(xiāng)居民收入差距來(lái)間接影響城鄉(xiāng)居民消費(fèi)差距。研究還證實(shí)城鄉(xiāng)居民收入差距、產(chǎn)業(yè)結(jié)構(gòu)可以顯著正向影響城鄉(xiāng)居民消費(fèi)差距，而經(jīng)濟(jì)開放程度、政府財(cái)政支持力度等可以顯著負(fù)向影響城鄉(xiāng)居民消費(fèi)差距?；谝陨辖Y(jié)論，本文提出以下建議：

第一，完善農(nóng)村電子商務(wù)基礎(chǔ)設(shè)施建設(shè)?；A(chǔ)設(shè)施是農(nóng)村電子商務(wù)發(fā)展的先決條件，也是影響農(nóng)村居民電商消費(fèi)的基礎(chǔ)性因素?；A(chǔ)設(shè)施建設(shè)可以從兩方面著手：一是加快農(nóng)村信息基礎(chǔ)設(shè)施建設(shè)，提高農(nóng)村移動(dòng)網(wǎng)絡(luò)和固定寬帶等互聯(lián)網(wǎng)的普及率，提升農(nóng)村信息化應(yīng)用水平；二是加強(qiáng)農(nóng)村物流基礎(chǔ)設(shè)施建設(shè)，完善縣、鄉(xiāng)、村三級(jí)農(nóng)村物流基礎(chǔ)設(shè)施體系，提高農(nóng)村物流網(wǎng)絡(luò)覆蓋率和物流配送能力。農(nóng)村基礎(chǔ)設(shè)施建設(shè)所需資金量大、周期長(zhǎng)、投資回報(bào)慢，僅依靠市場(chǎng)的力量容易出現(xiàn)“市場(chǎng)失靈”現(xiàn)象，政府需要給予相關(guān)企業(yè)政策支持，例如電信普遍服務(wù)補(bǔ)償機(jī)制等，政企合力，共同建設(shè)農(nóng)村電商基礎(chǔ)設(shè)施。

第二，改善農(nóng)村電子商務(wù)發(fā)展環(huán)境。農(nóng)村電子商務(wù)受到技術(shù)壁壘、人才缺乏、農(nóng)民思想意識(shí)落后的掣肘，需要大力培育農(nóng)村電商市場(chǎng)主體，強(qiáng)化電商服務(wù)。改善電商發(fā)展環(huán)境可以從兩方面著手：一是引導(dǎo)電商平臺(tái)和服務(wù)中介上山下鄉(xiāng)，電商巨頭的農(nóng)村服務(wù)站例如阿里巴巴的“農(nóng)村淘寶”、京東的“京東幫”等可以幫助農(nóng)村居民更快速、便捷地了解電商，增強(qiáng)農(nóng)民網(wǎng)購(gòu)意識(shí)，改善農(nóng)村電商發(fā)展的軟環(huán)境；二是大力開展相關(guān)電商教育培訓(xùn)，培育農(nóng)村電商人才，滿足農(nóng)村電子商務(wù)的發(fā)展要求。

第三，提高農(nóng)民居民的收入水平。收入是消費(fèi)的決定性因素，只有農(nóng)村居民收入提高，才能“消費(fèi)得起”、敢于消費(fèi)，從而從根本上縮小城鄉(xiāng)居民的消費(fèi)差距。構(gòu)建促進(jìn)農(nóng)民持續(xù)較快增收的長(zhǎng)效政策機(jī)制，增加農(nóng)民收入，可以從以下四個(gè)方面著手：一是推進(jìn)新型城鎮(zhèn)化建設(shè)，推動(dòng)農(nóng)業(yè)人口轉(zhuǎn)移城市，增加城市落戶農(nóng)民的就業(yè)崗位，改善就業(yè)環(huán)境，提高農(nóng)民的工資性收入；二是調(diào)整農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，優(yōu)化農(nóng)業(yè)生產(chǎn)方式，推進(jìn)農(nóng)業(yè)產(chǎn)業(yè)化發(fā)展，提高農(nóng)民的經(jīng)營(yíng)性收入；三是盤活農(nóng)村資產(chǎn)資源，繼續(xù)推進(jìn)農(nóng)村土地“三權(quán)分置”改革，提高農(nóng)民的財(cái)產(chǎn)性收入；四是調(diào)整和優(yōu)化城鄉(xiāng)間收入分配格局，加強(qiáng)對(duì)農(nóng)民生產(chǎn)生活的公共財(cái)力保障，提高農(nóng)民的轉(zhuǎn)移性收入。