城镇化、互联网发展对网络消费的影响
李旭洋 李通屏 邵红梅 张啸
〔摘要〕 城镇是互联网发展的载体，城镇化具有一定的收入效应、消费升级效应和消费环境改善效应，是影响网民规模、互联网普及率等网络发展指标的关键因素；同时城镇化与互联网构成重要的网络消费条件。互联网发展对网络消费的影响主要体现在扩大人与人、企业与企业等市场主体之间以及市场主体与政府之间的联系，其网络开放性和互动性能够有效地激发人们消费的积极性和主动性，在推动经济发展的同时推动创新。中国当前互联网发展水平呈逐年提高但区域差异明显态势，表明网络消费还有较大发展空间。此外，网络消费有惯性特征，过去的网购体验对当期网络消费产生正向影响；而城镇化通过结构效应和密度效应能对网络消费发挥作用；互联网发展与收入之间则有联动性，网络消费的收入弹性会随着互联网发展水平的提高而显著增强。
〔关键词〕 网络消费；城镇化；互联网；互联网发展指数
〔中图分类号〕F014.5；F015 〔文献标识码〕A 〔文章编号〕1000-4769（2018）05-0038-08
① 参见http：//news.sina.com.cn/c/2018-01-26/doc-ifyqyqni3041686.shtml.
② 参见Mckinsey Global Institute， Chinas Etail Revolution： Online Shopping as a Catalyst for Growth. March 2013， pp.28.
〔基金项目〕国家社会科学基金项目“中国‘城市社会的城市化风险与城市化道路研究”（14BJL069）
〔作者简介〕李旭洋，中国地质大学（武汉）经济管理学院博士研究生；
李通屏，中国地质大学（武汉）经济管理学院教授，博士生导师；
邵红梅，中国地质大学（武汉）经济管理学院讲师；
张 啸，中国地质大学（武汉）经济管理学院博士研究生，湖北 武汉 430074。
一、引言及文献回顾
自2003年以来中国网络消费呈爆发式增长，网络零售市场交易额在社会消费品总额中的比重快速上升。2017年，网络零售额达到7.18万亿元，同比增长32.2%，增速较上年提高6个百分点，占社会消费品零售总额19.6%，对社会消费品零售总额增长的贡献率达37.9%，比上年提升7.6个百分点，网络消费对消费的拉动作用不断增强。①另据调查，每100元网络消费中，有39%是新增的，其中三四线城市的新增网络消费系数达到57%。②同时城镇化与网络消费的关系也日益密切。一方面，城镇人口成为影响网民规模的首要因素（孙中伟等，2016）〔1〕；另一方面，互联网通过数字红利（World Bank，2016）〔2〕影響城市和城镇化发展的各个方面，极大地促进了智慧城市和共享经济的发展。深入研究城镇化、互联网发展对网络消费的作用机理，准确把握影响网络消费的关键因素，对于破解内需不足、消费疲软，助力经济转型和推动经济高质量发展具有十分重要的理论意义和实践价值。
根据Alba等对网络消费的定义，网络消费是指消费者与零售商之间以互联网为渠道，以文字、图像等方式进行双向沟通与信息交换的一种交互式家庭购物（Alba等，1997；Wilson，2006）。〔3〕网络消费方式与传统消费方式相比，呈现效用递增、边际成本递减、收入约束弱化、“拉”式消费、群势效应、无边界消费特征（楚尔鸣和何恒远，2003）〔4〕，另外，网络消费还具有主观稀缺、交易费用低、消费与生产合一、消费效率高等特性（克里斯·安德森，2012）。〔5〕
关于网络消费影响因素的研究，有学者从微观消费者行为角度出发分析了家庭总收入、家庭人口特征、受教育程度、性别等个体特征、网络消费经验与互联网购买行为之间的关系，如Vellido等（2000）构建了逻辑辨别模型和贝叶斯神经网络模型，发现收入和年龄等家庭个体特征对互联网购买行为不具有预测作用，Bhatnagar等（2000）的研究也认为个体性别、年龄等因素与互联网购买行为不具有显著相关性。〔6〕而Card等（2003）通过对美国旅游研究协会296人的网络消费调查数据的分析，提出了居民收入越高越有利于选择互联网购买方式的观点，Joines 等（2003）的研究也证实了这一结论。〔7〕Blake等（2003）则从网络消费行为理论出发，认为网民的网络消费经验与网上购物行为具有相关性。〔8〕易行健等（2015）发现，家庭可支配收入的上升会提高家庭互联网购买行为的概率，但户主年龄与互联网购物呈现“U”型关系。〔9〕另有部分学者从社会宏观角度出发进行研究，比如，王能民和孙科（2002）认为制约我国网络消费的主要因素有产品信息的真实性、数据不全面、售后服务的区域障碍等。〔10〕席广亮等（2014）以南京市为例，发现居住空间和社会阶层的差别对网络消费具有重要影响。〔11〕还有部分文献对互联网与消费升级的动力机制（杜丹清，2017）〔12〕、支撑网络消费的电子商务市场（孙浦阳等，2017）〔13〕等进行研究。
综合已有文献，对互联网发展与网络消费的关系研究主要聚焦在宏观层面和个体微观层面，缺乏对中观层面的考察，同时也没有考虑影响网络消费的其他变量。而关于城镇化与消费之间关系的研究，则主要聚焦于探讨城镇化与总消费的关系（齐红倩和刘力，2000；雷潇雨和龚六堂，2014）〔14〕，较少涉及与网络消费的关系分析。当前城镇化与“互联网+”仍是我国经济运行的两大宏观背景，但是，究竟城镇化与网络消费的作用机理如何？互联网发展是如何推动网络消费的？如何把握影响网络消费的关键因素？等等问题尚待研究，而弄清这些问题，对于充分发挥网络消费拉动消费升级的作用，助推中国经济发展方式的动力转换具有重要价值。
相较于前人的研究，本文的不同之处：一是在理论层面深入分析城镇化、互联网发展对网络消费的作用机理，拓展对网络消费影响因素的研究；二是利用中国内地31个省市自治区面板数据，从省级层面实证分析城镇化、互联网发展对网络消费的影响，推动网络消费在中观层面的研究进展。
二、城镇化的消费需求效应
1.城镇化的收入效应
消费决定于收入，而城镇化通过经济发展影响居民收入。城镇化是一个过程，这个过程可描述为从分散的由农业主导经济活动的乡村向以工业、服务业活动为特色的更大、更稠密的城市集中的人口转移（Mengtgomery等，2004）。〔15〕历史地看，城市转型和经济发展密切相连。在欧洲、北美，19世纪后期和20世纪的快速城镇化均伴随着工业革命与快速的经济增长，尽管最近拉美、加勒比和东亚许多地区可观察的城镇化、工业化和经济发展的联系较弱（United Nations，2015）但并不影响对这一问题的总体判断。〔16〕在理论上这可以解释为城镇化和经济增长的联系部分是由经济发展助推城镇化，人们被吸引到有更多教育和就业机会的城市，特别是由农业部门进入工业和服务业部门的过程同时也在促进城镇化；反过来，城镇化通常对经济发展和减贫具有正向积极影响。城市将工商业发展所需要的多样化的劳动力资源集中起来后，其人口密度和企业密度有利于知识和信息的分享，从而孵化新的企业和进行技术创新。而作为商业、行政中心和交通枢纽，城市提供了与农村、城市以及国家之间的密切联系，全球近80%的GDP是在城市生产的（Arnulf和David，2013）。〔17〕
2.城镇化的消费升级效应
城镇化具有结构效应和密度效应。城镇化与一个国家（或地区）的工业化发展密切相关，因为城镇化是非农产业在城镇集聚、农村人口向城镇集中的自然历史过程。①城镇化的快速发展，一方面使非农经济在总产值中的占比不断上升，提供丰富的市场消费品，并通过供给侧产生的产业升级带动消费升级。另一方面城镇化过程本质上是伴随着农村人口向城市转移、增加城市人口密度的过程，与农村相比，城镇更容易使潜在的消费需求得到释放，而消费行为存在“示范效应” （Chiou等，2017）〔18〕，需求侧的“示范效应”能够促进新消费向城市边缘和乡村扩散，尤其在人口密度不断增大的过程中这种“示范效应”的影响效果更明显。我们将城镇化通过供给侧的产业升级传导效应称为结构效应，将需求侧由城市到城市边缘再到乡村扩散的“示范效应”称为密度效应，并定义结构效应+密度效应为城镇化的消费升级效应。
① 参见《国家新型城镇化规划（2014—2020年）》。http：//www.ndrc.gov.cn/fzgggz/fzgh/ghwb/gjjh/201404/t20140411_606659.html.3.城镇化的消费环境改善效应
消费不仅受到收入的影响，也受到消费环境的制约。如住宅区、商业服务以及文化娱乐场所的绿化、装饰、供水、供电、道路、交通、通讯和网络等公用设施都会随着城鎮的发展和城镇化的深入推进而日臻完善。同时，城镇化还有助于消除城乡居民基本权利的差异，为城镇新增转移人口提供一些之前没有的或者优惠幅度更大、更完善的社会保障，进而降低不确定性预期和预防性储蓄动机（万勇，2012）。〔19〕基于此，本文提出：
假设1：城镇化水平与网络消费存在正向关系，即高城镇化水平高网络消费，低城镇化水平低网络消费。
假设2：城镇化的结构效应和密度效应对网络消费具有促进作用。
三、互联网发展对网络消费的影响机制
互联网技术是实现网络消费的条件和渠道。互联网的开放共享等特征对经济运行具有根本性影响，广泛的网络使用导致世界信息生产与信息消费扩张，这也是网络消费出现的直接原因。与传统消费市场相比，互联网特性使网络消费具有交易成本低、无边界消费、个性化定制等“新经济”特征（何明升，2002）。〔20〕
1.当前互联网发展水平的测度与分析
（1）互联网发展评价指标及权重确定
根据指标选择的全面性、动态性和可获得性等原则，参考王子敏和李婵娟（2016）〔21〕的研究，本文选取互联网普及率、移动电话年末用户数、人均网站数量、人均网页数等六个指标衡量互联网发展水平。其中移动电话年末用户数、长途光纤总长度两个指标来源于EPS数据库，其余四个指标来源于中国互联网信息中心发布的《中国互联网络发展状况统计报告》，继而运用stata14.0进行基于相关系数矩阵的主成分分析，以第一主成分确定各指标权重，相关指标及权重说明见表1。
（2）各省域互联网发展指数测算
基于上述评价指标及权重，本文测算了2007-2016年中国省域互联网发展指数。国家层面，互联网发展指数处于0.784-2.686，且逐年递增。以2007年为基期，2012年以后互联网发展指数全部高于均值1.783，2016年达到2.686，为2007年的3.426倍，表明随着经济不断增长，互联网发展水平也在逐步提高。区域层面，东部地区、中部地区和西部地区互联网发展指数的均值依次为3.079、1.247和0.951，其中东部指数值高出中部147%，高出西部224%，说明东部地区互联网发展明显高于中西部，区域差异性较大。东部地区指数值也远高于全国平均水平，中西部地区则均低于全国平均水平，呈现东中西梯度递减的空间格局，并与经济发展的空间分布特征吻合。而且东部地区互联网发展指数的增长速度快于中西部地区，区域间差异没有收敛迹象，呈现“马太效应”。如果不加大对中西部的政策支持和开发力度，则有可能加剧区域间的数字鸿沟，导致区域间经济发展差距也愈大。省级层面，2007年以来各省份的互联网发展指数都有很大提高，但是省份之间的差距也较明显（见图1）。北京、上海、广东、浙江、江苏居于前五位，这些省份不仅是中国经济社会发达地区，也是对外开放的前沿省市，较强的内外机制对互联网发展形成了巨大促进作用。西藏、甘肃、青海、云南、内蒙古则位列后五位，这些省份多数为内陆、沿边少数民族地区，自然环境和薄弱的经济基础等影响了互联网技术的发展。不过与自身相比，2016年各省份的互联网发展指数较2007年均有较大提高，呈现不断上升的积极态势，说明各省份在互联网普及程度、信息服务业发展以及互联网基础设施建设方面成效显著。
① 参见http：//china.chinadaily.com.cn/2015-02/09/content_19526323.htm.
2.互联网发展对网络消费的影响
（1）互联网扩大了人与人、企业与企业等市场主体之间及其与政府之间的联系，减少了传统消费的许多中介平台，降低了交易成本，提高了交易效率。而信息搜寻成本的降低可以促进消费活动交易效率的提升，如Hagel和Armstrong （1997）认为，网络消费中的市场价格将更靠近供应曲线，即经济活动中的剩余价值将更多地转移到消费者手中，实现网络消费效应最大化。〔22〕World Bank（2016）认为，包括互联网在内的数字技术使信息库（information base）迅速扩大，进而降低信息成本，创造信息产品，便利信息的搜寻、配对和共享，便利经济主体之间的组织和合作，即影响企业运行、人们寻找机会以及公民与他们的政府的互动。〔23〕
（2）互联网的开放性和互动性能够将消费者的需求信息及时反馈给生产者，使消费过程最大限度地具有针对性和个性化，进而有效地激发人们消费的积极性和主动性，增强居民的网络消费倾向。另外，互联网快速、实时传输的特点使网络消费成为一种无边界消费。互联网的跨时空性，使网络经济实现了实时互联互通，为商品和服务的自由流动创造了条件，高效、便捷的无边界消费，使网上消费市场涵括了极大丰富的消费品，让消费者拥有了更多消费选择，产生刺激消费欲望，创造新的需求的效应。
（3）互联网产生经济发展效应。互联网通过包容、效率和创新三种重要机制推动经济发展（World Bank，2016）。在互联网出现之前，一些交易由于成本太高，导致其市场无法存在。一是双方有潜在有利的交易，但互不相识或面对巨额搜索和信息成本；二是双方信息不对称，由于缺乏信息和透明度，交易没有发生。而互联网通过降低获取信息的成本，使更多的信息可得、透明，从而使新交易变得可能。进一步的，互联网技术在使市场更有效的同时也创造市场效应，如扩大贸易、创造就业、获得广泛的公共服务等，这意味着互联网促进包容。美国麦肯锡公司发布的一份报告指出，互联网至2025年将为中国创造4600万个新就业岗位①，就业的增加将促进收入提升，居民收入的提升将导致消费者的预算约束线向外移动，提高消费水平。
互联网还有促进效率和创新的效应。互联网促进效率体现在使交易变得更快捷、便宜或者更方便开展。其作用机制有两种：第一，数字技术价格大幅下降，企业和政府采用信息通信技术资本替代劳动和非信息通信技术成本。第二，数字技术加强要素功能，使要素更具生产性。互联网技术能够帮助管理者更好地監管工人，也帮助工人通过技术提升生产率，提高人力资本收益。另外，互联网促进创新，形成规模收益递增效应。在没有人力投入的情况下，如果一个交易完全自动执行，则交易成本基本为零，这时即进入“新经济”范畴。搭建平台的固定成本可能很高，但执行一次交易或增加一个用户的边际成本极低，由此产生规模收益递增。零边际成本吸引新的卖者和买者进入企业平台，产生良性网络效应，使毫无障碍的沟通和合作成为可能，并支持新的交付模式，鼓励集体行动，加快创新进程。
在互联网经济时代，包容、效率和创新三种机制共同发挥作用，推动经济发展。而经济发展与收入变化的关系密切，互联网的经济发展效应有助于促进收入的提高。基于此，本文提出：
假设3：互联网发展水平越高，其“新经济”特征越强，越有利于网络消费。
假设4：互联网发展与收入之间存在联动效应，共同影响网络消费。
四、实证分析
1.模型构建与数据来源
本文选取不依赖于特定理论或环境的简约型消费模型作为基础，以人均网上零售额为因变量，作为网络消费的代理变量，将解释变量分为三组：基本变量X、核心变量Y和其他控制变量Z，面板回归方程设定如下：
由于中国电子商务市场的发展历史较短，并考虑数据可得性，选取2007-2016年中国内地31个省级面板数据为样本进行实证分析。数据来源于《中国统计年鉴》和EPS统计数据库，并经过整理、计算得出。所有以货币计量的指标以2007年为基期，利用各地消费物价指数进行折算，转换为剔除物价因素的实际值。
对于网络零售额这个指标，由于《中国统计年鉴》只有2014年之后的数据，故借鉴方福前和邢炜（2015）的方法，选取各省份快递业务数量乘以一个权重表示网上零售额，该权重等于全国网络零售额与快递业务数量之比，其含义为平均每件快递包含的网络零售额。〔26〕根据本文对变量的描述性统计分析，pnc、inc、tr、pd四个变量数据间的差距较大，为避免异方差问题，计量模型中对其进行取对数，分别记为：lnpnc、lninc、lntr、lnpd。
2.实证结果与分析
（1）面板单位根检验
本文使用平衡面板数据序列，选取LLC检验、ADF检验和PP检验对数据进行单位根检验。结果表明，所有变量一阶差分值的检验结果在1%水平上通过显著性检验（见表2），表明各变量均为1阶单整，可以消除伪回归和展开下一步的模型估计。
（2）估计结果分析
如表3所示，AR（1）、AR（2）检验结果均显示，所有方程都不存在二阶自相关，差分GMM成立的前提是扰动项不存在二阶或更高阶的自相关，表明本文的估计方程符合差分GMM的适用前提，所选取的估计方法较合适。同时，Sargan检验值均通过“过度识别有效”假设，说明工具变量选取有效。
人均网络消费的一阶滞后项在1%置信水平上始终显著，表明网络消费在分析期内存在很强的惯性作用。在不断调整解释变量的过程中，lnpnc（-1）的系数始终保持正值，滞后期网络消费对当期网络消费的影响程度维持在49%-71%，表明在影响网络消费的众多因素中，消费惯性是不可忽视的因素。
城镇化对网络消费存在正向促进作用，并且城镇化的结构效应和密度效应显著存在。在模型（2）中，城镇化的系数显著为正，表明城镇化的快速提升有利于网络消费的发展，城镇化的网络消费效应明显，城镇化率每提高1个百分点，网络消费可增加大约4.5个百分点，影响比较大。另外，模型（3）中非农产业比重（nf）及城市人口密度（lnpd）系数均为正且通过1%显著性检验，表明由城镇化进程引起的产业结构转型、人口迁移和居住密度增加对驱动居民消费需求变化这一作用机制是存在的，城镇化的结构效应和密度效应对网络消费具有显著促进作用，验证了假设1和假设2。
互联网发展对网络消费有显著正相关关系。一方面，在模型（2）中，互联网发展指数（idi）的系数为正且在1%显著水平下获得数据的实证支持，表明网站数量、互联网普及率、移动电话用户量等反映互联网发展状况的各方面指标对网络消费存在直接的正向促进作用。另一方面，在模型（4）中，互联网发展指数与城镇居民人均可支配收入的乘积项的系数显著为正，虽然该乘积项的系数较小，但也表明互联网发展与收入之间存在联动效应，互联网发展程度越高，收入水平的提升越明显，越有助于网络消费的发展，换言之，网络消费的收入弹性会随着互联网发展水平的提高而增强。支持了假设3和假设4。
城镇居民收入与网络消费。城镇居民人均收入与网络消费呈正相关关系，尽管在模型（2）和模型（4）中，统计上显示不显著，但收入对网络消费有正向关联，符合经典消费理论，只是这种显著关系需要更长时间和更多数据的支撑。网络消费作为一种新型消费，是传统实体店消费的一种补充和替代，收入的提升必然带动网络消费的发展。
其他解释变量对网络消费的影响。人口年龄结构对网络消费影响显著，少儿抚养比与网络消费存在正相关关系 根据第41次《中国互联网络发展状况统计报告》，截至2017年12月，我国10-39岁的网民是主要网购群体，占比73.1%。参见http：//202.114.207.36/cache/10/03/www.cnnic.net.cn/d7d806277ad8e0975c70d55 cf1a31b0e/P020180305409870339136.pdf.，少儿抚养比越高的地区，网络消费越多，少儿抚养比越低的地区，网络消费越少，而老年抚养比的影响显著为负，人口老龄化对网络消费的发展产生负向作用，显示人口年龄结构对网络消费有很强的解释力。平均受教育年限对网络消费的影响显著为正，交通运输支出的系数为正，表明教育及良好的交通物流条件是发展网络消费的重要支撑。
3.稳健性检验
为了增强研究结论的可靠性，本文进行了稳健性检验。主要方法是在核心变量中，由土地城镇化角度出发，以城市建成区面积测度各地区历年城镇化水平，其他变量保持不变。对回归模型进行稳健性检验的结果表明，除控制变量中有部分变量的显著性有变化外，本文所研究的核心解释变量的系数符号和显著性在检验中均未改变，与原实证结果保持一致。说明本文的主要结果及相关结论是稳健的。
五、结论及政策启示
本文在构建互联网发展指数基础上进一步建立了包含城镇化的网络消费模型，并基于2007-2016年省级面板数据对网络消费的影响因素进行了理论与实证研究。主要结论是：
1.网络消费的收入弹性随着互联网发展水平的提高而显著增强。全国互联网发展指数呈现逐年增大的发展态势，但区域间存在“马太效应”，各地区互联网发展水平有较大差异且呈持续扩大趋势，对网络消费产生了直接作用。在影响网络消费的过程中，互联网发展与收入之间存在联动效应。
2.网络消费还有较大发展空间。城镇化与网络消费呈正向关系，通过其结构效应和密度效应对网络消费发挥作用。2007-2016年，城镇化率每提高1个百分点，网络消费可增加4.5个百分点。按照《国家新型城镇化规划（2014-2020年）》，中国城镇化率2020年将达到60%，网络零售市场交易规模测算结果大约将达到76582亿元。
3.收入在网络消费中发挥着重要作用。收入是影响网络消费的重要因素，人均收入与网络消费为正相关关系，并且收入和互联网发展指数的交互作用通过了模型检验，这与经典的消费理论一致。
4.网络消费具有显著的惯性特征。过去的网购体验对当期网络消费有显著的正向关系，同时，网络消费也受到平均受教育年限、人口年龄结构、人均收入、交通运输投资等影响。平均受教育年限、少儿抚养比和交通运输支出等对网络消费有显著正向影响，且少儿抚养比和交通运输支出的作用系数更明显，表明年轻人口和便利的物流配送对网络消费影响较大。同时，老年抚养比对网络消费影响显著为负，说明人口老龄化的持续对网络消费有负向作用。
由此引申的政策含义是：第一，不断提高城镇人口承载力，推进以人为本的城镇化高质量发展。 第二，建设普惠互联网，提高网络覆盖率，加快网络知识普及，不断缩小数字鸿沟，最大化数字红利，推动互联网更加平衡和更为充分地发展。第三，不断优化和改善网络消费环境，加强网络监管，瞄准人民日益增长的美好生活需要，不断释放消费潜力，培育消费新动能。
〔參考文献〕
〔1〕孙中伟，张淑媛，韦锐，等.Facebook注册用户的空间分布特征与影响因素〔J〕.世界地理研究，2016，（5）.
〔2〕〔23〕World Bank . World Development Report 2016： Digital Dividends〔R〕.2016：8-17.
〔3〕Alba， J.， Lynch， J.， Weitz， B.， et al. Interactive Home Shopping： Incentives for Consumers， Retailers， and Manufacturers to Participate in Electronic Marketplaces. Journal of Marketing 〔J〕. Journal of Marketing， 1997， 61（7）：38-53；Wilson， T. D. On User Studies and Information Needs〔J〕. Journal of Documentation， 2006， 37（6）：658-670.
〔4〕楚尔鸣，何恒远.基于网络经济的消费理论创新〔J〕.消费经济，2003（3）：57-60.
〔5〕克里斯·安德森.长尾理论〔M〕.乔江涛，石晓燕，译.北京：中信出版社，2012：1368-1409.
〔6〕Vellido，A.， Lisboa， P. J. G.， Meehan， K. Quantitative Characterization and Prediction of On-Line Purchasing Behavior： A Latent Variable Approach〔J〕. International Journal of Electronic Commerce， 2000， 4（4）：83-104；Bhatnagar， A.， Misra， S.， Rao， H. R. On Risk， Convenience， and Internet Shopping Behavior 〔J〕. Communications of the Acm， 2000， 43（11）：98-105.
〔7〕Card， J. A.， Chen， C. Y.， Cole， S. T. Online Travel Products Shopping： Differences between Shoppers and Nonshoppers 〔J〕. Journal of Travel Research， 2003， 42（2）：133-139；Joines， J. L.， Scherer， C. W.， Scheufele， D. A. Exploring Motivations for Consumer Web Use and their Implications for E-commerce 〔J〕. Journal of Consumer Marketing， 2003，20（2）： 90-108.
〔8〕Blake， B. F.， Neuendorf， K. A.， Valdiserri， C. M. Innovativeness and Variety of Internet Shopping 〔J〕. Internet Research， 2003， 13（3）： 156-169.
〔9〕易行健，张家为，张凌霜，杨碧云.家庭收入与人口结构特征对居民互联网购买行为的影响——来自中国城镇家庭的经验证据〔J〕.消费经济，2015（3）：3-12.
〔10〕王能民，孙科.电子商务模式的分析及发展〔J〕.财经科学，2002（4）：112-114.
〔11〕席广亮，甄峰，汪侠，琴萧.南京市居民网络消费的影响因素及空间特征〔J〕.地理研究，2014（2）：284-295.
〔12〕杜丹清.互联网助推消费升级的动力机制研究〔J〕.经济学家，2017（3）：48-54.
〔13〕孙浦阳，张靖佳，姜小雨.电子商务、搜寻成本与消费价格变化〔J〕.经济研究，2017（7）：139-154.
〔14〕齐红倩，刘力.城市化：解决我国有效需求不足的关键〔J〕.管理世界，2000（2）：10-14；雷潇雨，龚六堂.城镇化对于居民消费率的影响：理论模型与实证分析〔J〕.经济研究，2014（6）：44-57.
〔15〕Montgomery M R， Stren R， Cohen B， et al. Cities Transformed： Demographic Change and its Implications in the Developing World〔M〕. London： Earthscan， 2004.
〔16〕United Nations. World Urbanization Prospects the 2014 Revision 〔R〕.Working Paper，2015.
〔17〕Arnulf G， David F. Energizing Sustainable Cities： Assessing Urban Energy〔M〕. Abingdon： Routledge， 2013.
〔18〕Chiou， J. S.， Chou， S. Y.， Shen， C. C. Consumer Choice of Multichannel Shopping： The Effects of Relationship Investment and Online Store Preference〔J〕. Internet Research， 2017， 27（1）：2-20.
〔19〕万勇.城市化驱动居民消费需求的机制与实证——基于效应分解视角的中国省级区域数据研究〔J〕.财经研究，2012（6）：124-133.
〔20〕何明升.网络消费：理论模型与行为分析〔M〕.哈尔滨：黑龙江人民出版社，2002：19.
〔21〕王子敏，李婵娟.中国互联网发展的节能减排影响实证研究：区域视角〔J〕.中国地质大学学报，2016（6）：54-63.
〔22〕Hagel Ⅲ J.， Armstrong A G. Net Gain： Expanding Markets through Virtual Communities 〔M〕. Boston ：Harvard Business School Press， 1997：28.
〔24〕Psacharopoulos， G.， Arriagada， A. M. The Educational Composition of the Labour Force： An International Comparison.〔J〕. International Labour Review， 1986， 125（5）：561-574.
〔25〕Brown， T. M. Habit Persistence and Lags in Consumer Behaviour〔J〕.Econometrica， 1952， 20（3）： 355-371； Mueller， D. C. First-mover Advantages and Path Dependence〔J〕. International Journal of Industrial Organization， 1997， 15（6）：827-850.
〔26〕方福前，邢煒.居民消费与电商市场规模的U型关系研究〔J〕.财贸经济，2015（11）：131-147.
（责任编辑：张 琦）
〔摘要〕 城镇是互联网发展的载体，城镇化具有一定的收入效应、消费升级效应和消费环境改善效应，是影响网民规模、互联网普及率等网络发展指标的关键因素；同时城镇化与互联网构成重要的网络消费条件。互联网发展对网络消费的影响主要体现在扩大人与人、企业与企业等市场主体之间以及市场主体与政府之间的联系，其网络开放性和互动性能够有效地激发人们消费的积极性和主动性，在推动经济发展的同时推动创新。中国当前互联网发展水平呈逐年提高但区域差异明显态势，表明网络消费还有较大发展空间。此外，网络消费有惯性特征，过去的网购体验对当期网络消费产生正向影响；而城镇化通过结构效应和密度效应能对网络消费发挥作用；互联网发展与收入之间则有联动性，网络消费的收入弹性会随着互联网发展水平的提高而显著增强。
〔关键词〕 网络消费；城镇化；互联网；互联网发展指数
〔中图分类号〕F014.5；F015 〔文献标识码〕A 〔文章编号〕1000-4769（2018）05-0038-08
① 参见http：//news.sina.com.cn/c/2018-01-26/doc-ifyqyqni3041686.shtml.
② 参见Mckinsey Global Institute， Chinas Etail Revolution： Online Shopping as a Catalyst for Growth. March 2013， pp.28.
〔基金项目〕国家社会科学基金项目“中国‘城市社会的城市化风险与城市化道路研究”（14BJL069）
〔作者简介〕李旭洋，中国地质大学（武汉）经济管理学院博士研究生；
李通屏，中国地质大学（武汉）经济管理学院教授，博士生导师；
邵红梅，中国地质大学（武汉）经济管理学院讲师；
张 啸，中国地质大学（武汉）经济管理学院博士研究生，湖北 武汉 430074。
一、引言及文献回顾
自2003年以来中国网络消费呈爆发式增长，网络零售市场交易额在社会消费品总额中的比重快速上升。2017年，网络零售额达到7.18万亿元，同比增长32.2%，增速较上年提高6个百分点，占社会消费品零售总额19.6%，对社会消费品零售总额增长的贡献率达37.9%，比上年提升7.6个百分点，网络消费对消费的拉动作用不断增强。①另据调查，每100元网络消费中，有39%是新增的，其中三四线城市的新增网络消费系数达到57%。②同时城镇化与网络消费的关系也日益密切。一方面，城镇人口成为影响网民规模的首要因素（孙中伟等，2016）〔1〕；另一方面，互联网通过数字红利（World Bank，2016）〔2〕影響城市和城镇化发展的各个方面，极大地促进了智慧城市和共享经济的发展。深入研究城镇化、互联网发展对网络消费的作用机理，准确把握影响网络消费的关键因素，对于破解内需不足、消费疲软，助力经济转型和推动经济高质量发展具有十分重要的理论意义和实践价值。
根据Alba等对网络消费的定义，网络消费是指消费者与零售商之间以互联网为渠道，以文字、图像等方式进行双向沟通与信息交换的一种交互式家庭购物（Alba等，1997；Wilson，2006）。〔3〕网络消费方式与传统消费方式相比，呈现效用递增、边际成本递减、收入约束弱化、“拉”式消费、群势效应、无边界消费特征（楚尔鸣和何恒远，2003）〔4〕，另外，网络消费还具有主观稀缺、交易费用低、消费与生产合一、消费效率高等特性（克里斯·安德森，2012）。〔5〕
关于网络消费影响因素的研究，有学者从微观消费者行为角度出发分析了家庭总收入、家庭人口特征、受教育程度、性别等个体特征、网络消费经验与互联网购买行为之间的关系，如Vellido等（2000）构建了逻辑辨别模型和贝叶斯神经网络模型，发现收入和年龄等家庭个体特征对互联网购买行为不具有预测作用，Bhatnagar等（2000）的研究也认为个体性别、年龄等因素与互联网购买行为不具有显著相关性。〔6〕而Card等（2003）通过对美国旅游研究协会296人的网络消费调查数据的分析，提出了居民收入越高越有利于选择互联网购买方式的观点，Joines 等（2003）的研究也证实了这一结论。〔7〕Blake等（2003）则从网络消费行为理论出发，认为网民的网络消费经验与网上购物行为具有相关性。〔8〕易行健等（2015）发现，家庭可支配收入的上升会提高家庭互联网购买行为的概率，但户主年龄与互联网购物呈现“U”型关系。〔9〕另有部分学者从社会宏观角度出发进行研究，比如，王能民和孙科（2002）认为制约我国网络消费的主要因素有产品信息的真实性、数据不全面、售后服务的区域障碍等。〔10〕席广亮等（2014）以南京市为例，发现居住空间和社会阶层的差别对网络消费具有重要影响。〔11〕还有部分文献对互联网与消费升级的动力机制（杜丹清，2017）〔12〕、支撑网络消费的电子商务市场（孙浦阳等，2017）〔13〕等进行研究。
综合已有文献，对互联网发展与网络消费的关系研究主要聚焦在宏观层面和个体微观层面，缺乏对中观层面的考察，同时也没有考虑影响网络消费的其他变量。而关于城镇化与消费之间关系的研究，则主要聚焦于探讨城镇化与总消费的关系（齐红倩和刘力，2000；雷潇雨和龚六堂，2014）〔14〕，较少涉及与网络消费的关系分析。当前城镇化与“互联网+”仍是我国经济运行的两大宏观背景，但是，究竟城镇化与网络消费的作用机理如何？互联网发展是如何推动网络消费的？如何把握影响网络消费的关键因素？等等问题尚待研究，而弄清这些问题，对于充分发挥网络消费拉动消费升级的作用，助推中国经济发展方式的动力转换具有重要价值。
相较于前人的研究，本文的不同之处：一是在理论层面深入分析城镇化、互联网发展对网络消费的作用机理，拓展对网络消费影响因素的研究；二是利用中国内地31个省市自治区面板数据，从省级层面实证分析城镇化、互联网发展对网络消费的影响，推动网络消费在中观层面的研究进展。
二、城镇化的消费需求效应
1.城镇化的收入效应
消费决定于收入，而城镇化通过经济发展影响居民收入。城镇化是一个过程，这个过程可描述为从分散的由农业主导经济活动的乡村向以工业、服务业活动为特色的更大、更稠密的城市集中的人口转移（Mengtgomery等，2004）。〔15〕历史地看，城市转型和经济发展密切相连。在欧洲、北美，19世纪后期和20世纪的快速城镇化均伴随着工业革命与快速的经济增长，尽管最近拉美、加勒比和东亚许多地区可观察的城镇化、工业化和经济发展的联系较弱（United Nations，2015）但并不影响对这一问题的总体判断。〔16〕在理论上这可以解释为城镇化和经济增长的联系部分是由经济发展助推城镇化，人们被吸引到有更多教育和就业机会的城市，特别是由农业部门进入工业和服务业部门的过程同时也在促进城镇化；反过来，城镇化通常对经济发展和减贫具有正向积极影响。城市将工商业发展所需要的多样化的劳动力资源集中起来后，其人口密度和企业密度有利于知识和信息的分享，从而孵化新的企业和进行技术创新。而作为商业、行政中心和交通枢纽，城市提供了与农村、城市以及国家之间的密切联系，全球近80%的GDP是在城市生产的（Arnulf和David，2013）。〔17〕
2.城镇化的消费升级效应
城镇化具有结构效应和密度效应。城镇化与一个国家（或地区）的工业化发展密切相关，因为城镇化是非农产业在城镇集聚、农村人口向城镇集中的自然历史过程。①城镇化的快速发展，一方面使非农经济在总产值中的占比不断上升，提供丰富的市场消费品，并通过供给侧产生的产业升级带动消费升级。另一方面城镇化过程本质上是伴随着农村人口向城市转移、增加城市人口密度的过程，与农村相比，城镇更容易使潜在的消费需求得到释放，而消费行为存在“示范效应” （Chiou等，2017）〔18〕，需求侧的“示范效应”能够促进新消费向城市边缘和乡村扩散，尤其在人口密度不断增大的过程中这种“示范效应”的影响效果更明显。我们将城镇化通过供给侧的产业升级传导效应称为结构效应，将需求侧由城市到城市边缘再到乡村扩散的“示范效应”称为密度效应，并定义结构效应+密度效应为城镇化的消费升级效应。
① 参见《国家新型城镇化规划（2014—2020年）》。http：//www.ndrc.gov.cn/fzgggz/fzgh/ghwb/gjjh/201404/t20140411_606659.html.3.城镇化的消费环境改善效应
消费不仅受到收入的影响，也受到消费环境的制约。如住宅区、商业服务以及文化娱乐场所的绿化、装饰、供水、供电、道路、交通、通讯和网络等公用设施都会随着城鎮的发展和城镇化的深入推进而日臻完善。同时，城镇化还有助于消除城乡居民基本权利的差异，为城镇新增转移人口提供一些之前没有的或者优惠幅度更大、更完善的社会保障，进而降低不确定性预期和预防性储蓄动机（万勇，2012）。〔19〕基于此，本文提出：
假设1：城镇化水平与网络消费存在正向关系，即高城镇化水平高网络消费，低城镇化水平低网络消费。
假设2：城镇化的结构效应和密度效应对网络消费具有促进作用。
三、互联网发展对网络消费的影响机制
互联网技术是实现网络消费的条件和渠道。互联网的开放共享等特征对经济运行具有根本性影响，广泛的网络使用导致世界信息生产与信息消费扩张，这也是网络消费出现的直接原因。与传统消费市场相比，互联网特性使网络消费具有交易成本低、无边界消费、个性化定制等“新经济”特征（何明升，2002）。〔20〕
1.当前互联网发展水平的测度与分析
（1）互联网发展评价指标及权重确定
根据指标选择的全面性、动态性和可获得性等原则，参考王子敏和李婵娟（2016）〔21〕的研究，本文选取互联网普及率、移动电话年末用户数、人均网站数量、人均网页数等六个指标衡量互联网发展水平。其中移动电话年末用户数、长途光纤总长度两个指标来源于EPS数据库，其余四个指标来源于中国互联网信息中心发布的《中国互联网络发展状况统计报告》，继而运用stata14.0进行基于相关系数矩阵的主成分分析，以第一主成分确定各指标权重，相关指标及权重说明见表1。
（2）各省域互联网发展指数测算
基于上述评价指标及权重，本文测算了2007-2016年中国省域互联网发展指数。国家层面，互联网发展指数处于0.784-2.686，且逐年递增。以2007年为基期，2012年以后互联网发展指数全部高于均值1.783，2016年达到2.686，为2007年的3.426倍，表明随着经济不断增长，互联网发展水平也在逐步提高。区域层面，东部地区、中部地区和西部地区互联网发展指数的均值依次为3.079、1.247和0.951，其中东部指数值高出中部147%，高出西部224%，说明东部地区互联网发展明显高于中西部，区域差异性较大。东部地区指数值也远高于全国平均水平，中西部地区则均低于全国平均水平，呈现东中西梯度递减的空间格局，并与经济发展的空间分布特征吻合。而且东部地区互联网发展指数的增长速度快于中西部地区，区域间差异没有收敛迹象，呈现“马太效应”。如果不加大对中西部的政策支持和开发力度，则有可能加剧区域间的数字鸿沟，导致区域间经济发展差距也愈大。省级层面，2007年以来各省份的互联网发展指数都有很大提高，但是省份之间的差距也较明显（见图1）。北京、上海、广东、浙江、江苏居于前五位，这些省份不仅是中国经济社会发达地区，也是对外开放的前沿省市，较强的内外机制对互联网发展形成了巨大促进作用。西藏、甘肃、青海、云南、内蒙古则位列后五位，这些省份多数为内陆、沿边少数民族地区，自然环境和薄弱的经济基础等影响了互联网技术的发展。不过与自身相比，2016年各省份的互联网发展指数较2007年均有较大提高，呈现不断上升的积极态势，说明各省份在互联网普及程度、信息服务业发展以及互联网基础设施建设方面成效显著。
① 参见http：//china.chinadaily.com.cn/2015-02/09/content_19526323.htm.
2.互联网发展对网络消费的影响
（1）互联网扩大了人与人、企业与企业等市场主体之间及其与政府之间的联系，减少了传统消费的许多中介平台，降低了交易成本，提高了交易效率。而信息搜寻成本的降低可以促进消费活动交易效率的提升，如Hagel和Armstrong （1997）认为，网络消费中的市场价格将更靠近供应曲线，即经济活动中的剩余价值将更多地转移到消费者手中，实现网络消费效应最大化。〔22〕World Bank（2016）认为，包括互联网在内的数字技术使信息库（information base）迅速扩大，进而降低信息成本，创造信息产品，便利信息的搜寻、配对和共享，便利经济主体之间的组织和合作，即影响企业运行、人们寻找机会以及公民与他们的政府的互动。〔23〕
（2）互联网的开放性和互动性能够将消费者的需求信息及时反馈给生产者，使消费过程最大限度地具有针对性和个性化，进而有效地激发人们消费的积极性和主动性，增强居民的网络消费倾向。另外，互联网快速、实时传输的特点使网络消费成为一种无边界消费。互联网的跨时空性，使网络经济实现了实时互联互通，为商品和服务的自由流动创造了条件，高效、便捷的无边界消费，使网上消费市场涵括了极大丰富的消费品，让消费者拥有了更多消费选择，产生刺激消费欲望，创造新的需求的效应。
（3）互联网产生经济发展效应。互联网通过包容、效率和创新三种重要机制推动经济发展（World Bank，2016）。在互联网出现之前，一些交易由于成本太高，导致其市场无法存在。一是双方有潜在有利的交易，但互不相识或面对巨额搜索和信息成本；二是双方信息不对称，由于缺乏信息和透明度，交易没有发生。而互联网通过降低获取信息的成本，使更多的信息可得、透明，从而使新交易变得可能。进一步的，互联网技术在使市场更有效的同时也创造市场效应，如扩大贸易、创造就业、获得广泛的公共服务等，这意味着互联网促进包容。美国麦肯锡公司发布的一份报告指出，互联网至2025年将为中国创造4600万个新就业岗位①，就业的增加将促进收入提升，居民收入的提升将导致消费者的预算约束线向外移动，提高消费水平。
互联网还有促进效率和创新的效应。互联网促进效率体现在使交易变得更快捷、便宜或者更方便开展。其作用机制有两种：第一，数字技术价格大幅下降，企业和政府采用信息通信技术资本替代劳动和非信息通信技术成本。第二，数字技术加强要素功能，使要素更具生产性。互联网技术能够帮助管理者更好地監管工人，也帮助工人通过技术提升生产率，提高人力资本收益。另外，互联网促进创新，形成规模收益递增效应。在没有人力投入的情况下，如果一个交易完全自动执行，则交易成本基本为零，这时即进入“新经济”范畴。搭建平台的固定成本可能很高，但执行一次交易或增加一个用户的边际成本极低，由此产生规模收益递增。零边际成本吸引新的卖者和买者进入企业平台，产生良性网络效应，使毫无障碍的沟通和合作成为可能，并支持新的交付模式，鼓励集体行动，加快创新进程。
在互联网经济时代，包容、效率和创新三种机制共同发挥作用，推动经济发展。而经济发展与收入变化的关系密切，互联网的经济发展效应有助于促进收入的提高。基于此，本文提出：
假设3：互联网发展水平越高，其“新经济”特征越强，越有利于网络消费。
假设4：互联网发展与收入之间存在联动效应，共同影响网络消费。
四、实证分析
1.模型构建与数据来源
本文选取不依赖于特定理论或环境的简约型消费模型作为基础，以人均网上零售额为因变量，作为网络消费的代理变量，将解释变量分为三组：基本变量X、核心变量Y和其他控制变量Z，面板回归方程设定如下：
由于中国电子商务市场的发展历史较短，并考虑数据可得性，选取2007-2016年中国内地31个省级面板数据为样本进行实证分析。数据来源于《中国统计年鉴》和EPS统计数据库，并经过整理、计算得出。所有以货币计量的指标以2007年为基期，利用各地消费物价指数进行折算，转换为剔除物价因素的实际值。
对于网络零售额这个指标，由于《中国统计年鉴》只有2014年之后的数据，故借鉴方福前和邢炜（2015）的方法，选取各省份快递业务数量乘以一个权重表示网上零售额，该权重等于全国网络零售额与快递业务数量之比，其含义为平均每件快递包含的网络零售额。〔26〕根据本文对变量的描述性统计分析，pnc、inc、tr、pd四个变量数据间的差距较大，为避免异方差问题，计量模型中对其进行取对数，分别记为：lnpnc、lninc、lntr、lnpd。
2.实证结果与分析
（1）面板单位根检验
本文使用平衡面板数据序列，选取LLC检验、ADF检验和PP检验对数据进行单位根检验。结果表明，所有变量一阶差分值的检验结果在1%水平上通过显著性检验（见表2），表明各变量均为1阶单整，可以消除伪回归和展开下一步的模型估计。
（2）估计结果分析
如表3所示，AR（1）、AR（2）检验结果均显示，所有方程都不存在二阶自相关，差分GMM成立的前提是扰动项不存在二阶或更高阶的自相关，表明本文的估计方程符合差分GMM的适用前提，所选取的估计方法较合适。同时，Sargan检验值均通过“过度识别有效”假设，说明工具变量选取有效。
人均网络消费的一阶滞后项在1%置信水平上始终显著，表明网络消费在分析期内存在很强的惯性作用。在不断调整解释变量的过程中，lnpnc（-1）的系数始终保持正值，滞后期网络消费对当期网络消费的影响程度维持在49%-71%，表明在影响网络消费的众多因素中，消费惯性是不可忽视的因素。
城镇化对网络消费存在正向促进作用，并且城镇化的结构效应和密度效应显著存在。在模型（2）中，城镇化的系数显著为正，表明城镇化的快速提升有利于网络消费的发展，城镇化的网络消费效应明显，城镇化率每提高1个百分点，网络消费可增加大约4.5个百分点，影响比较大。另外，模型（3）中非农产业比重（nf）及城市人口密度（lnpd）系数均为正且通过1%显著性检验，表明由城镇化进程引起的产业结构转型、人口迁移和居住密度增加对驱动居民消费需求变化这一作用机制是存在的，城镇化的结构效应和密度效应对网络消费具有显著促进作用，验证了假设1和假设2。
互联网发展对网络消费有显著正相关关系。一方面，在模型（2）中，互联网发展指数（idi）的系数为正且在1%显著水平下获得数据的实证支持，表明网站数量、互联网普及率、移动电话用户量等反映互联网发展状况的各方面指标对网络消费存在直接的正向促进作用。另一方面，在模型（4）中，互联网发展指数与城镇居民人均可支配收入的乘积项的系数显著为正，虽然该乘积项的系数较小，但也表明互联网发展与收入之间存在联动效应，互联网发展程度越高，收入水平的提升越明显，越有助于网络消费的发展，换言之，网络消费的收入弹性会随着互联网发展水平的提高而增强。支持了假设3和假设4。
城镇居民收入与网络消费。城镇居民人均收入与网络消费呈正相关关系，尽管在模型（2）和模型（4）中，统计上显示不显著，但收入对网络消费有正向关联，符合经典消费理论，只是这种显著关系需要更长时间和更多数据的支撑。网络消费作为一种新型消费，是传统实体店消费的一种补充和替代，收入的提升必然带动网络消费的发展。
其他解释变量对网络消费的影响。人口年龄结构对网络消费影响显著，少儿抚养比与网络消费存在正相关关系 根据第41次《中国互联网络发展状况统计报告》，截至2017年12月，我国10-39岁的网民是主要网购群体，占比73.1%。参见http：//202.114.207.36/cache/10/03/www.cnnic.net.cn/d7d806277ad8e0975c70d55 cf1a31b0e/P020180305409870339136.pdf.，少儿抚养比越高的地区，网络消费越多，少儿抚养比越低的地区，网络消费越少，而老年抚养比的影响显著为负，人口老龄化对网络消费的发展产生负向作用，显示人口年龄结构对网络消费有很强的解释力。平均受教育年限对网络消费的影响显著为正，交通运输支出的系数为正，表明教育及良好的交通物流条件是发展网络消费的重要支撑。
3.稳健性检验
为了增强研究结论的可靠性，本文进行了稳健性检验。主要方法是在核心变量中，由土地城镇化角度出发，以城市建成区面积测度各地区历年城镇化水平，其他变量保持不变。对回归模型进行稳健性检验的结果表明，除控制变量中有部分变量的显著性有变化外，本文所研究的核心解释变量的系数符号和显著性在检验中均未改变，与原实证结果保持一致。说明本文的主要结果及相关结论是稳健的。
五、结论及政策启示
本文在构建互联网发展指数基础上进一步建立了包含城镇化的网络消费模型，并基于2007-2016年省级面板数据对网络消费的影响因素进行了理论与实证研究。主要结论是：
1.网络消费的收入弹性随着互联网发展水平的提高而显著增强。全国互联网发展指数呈现逐年增大的发展态势，但区域间存在“马太效应”，各地区互联网发展水平有较大差异且呈持续扩大趋势，对网络消费产生了直接作用。在影响网络消费的过程中，互联网发展与收入之间存在联动效应。
2.网络消费还有较大发展空间。城镇化与网络消费呈正向关系，通过其结构效应和密度效应对网络消费发挥作用。2007-2016年，城镇化率每提高1个百分点，网络消费可增加4.5个百分点。按照《国家新型城镇化规划（2014-2020年）》，中国城镇化率2020年将达到60%，网络零售市场交易规模测算结果大约将达到76582亿元。
3.收入在网络消费中发挥着重要作用。收入是影响网络消费的重要因素，人均收入与网络消费为正相关关系，并且收入和互联网发展指数的交互作用通过了模型检验，这与经典的消费理论一致。
4.网络消费具有显著的惯性特征。过去的网购体验对当期网络消费有显著的正向关系，同时，网络消费也受到平均受教育年限、人口年龄结构、人均收入、交通运输投资等影响。平均受教育年限、少儿抚养比和交通运输支出等对网络消费有显著正向影响，且少儿抚养比和交通运输支出的作用系数更明显，表明年轻人口和便利的物流配送对网络消费影响较大。同时，老年抚养比对网络消费影响显著为负，说明人口老龄化的持续对网络消费有负向作用。
由此引申的政策含义是：第一，不断提高城镇人口承载力，推进以人为本的城镇化高质量发展。 第二，建设普惠互联网，提高网络覆盖率，加快网络知识普及，不断缩小数字鸿沟，最大化数字红利，推动互联网更加平衡和更为充分地发展。第三，不断优化和改善网络消费环境，加强网络监管，瞄准人民日益增长的美好生活需要，不断释放消费潜力，培育消费新动能。
〔參考文献〕
〔1〕孙中伟，张淑媛，韦锐，等.Facebook注册用户的空间分布特征与影响因素〔J〕.世界地理研究，2016，（5）.
〔2〕〔23〕World Bank . World Development Report 2016： Digital Dividends〔R〕.2016：8-17.
〔3〕Alba， J.， Lynch， J.， Weitz， B.， et al. Interactive Home Shopping： Incentives for Consumers， Retailers， and Manufacturers to Participate in Electronic Marketplaces. Journal of Marketing 〔J〕. Journal of Marketing， 1997， 61（7）：38-53；Wilson， T. D. On User Studies and Information Needs〔J〕. Journal of Documentation， 2006， 37（6）：658-670.
〔4〕楚尔鸣，何恒远.基于网络经济的消费理论创新〔J〕.消费经济，2003（3）：57-60.
〔5〕克里斯·安德森.长尾理论〔M〕.乔江涛，石晓燕，译.北京：中信出版社，2012：1368-1409.
〔6〕Vellido，A.， Lisboa， P. J. G.， Meehan， K. Quantitative Characterization and Prediction of On-Line Purchasing Behavior： A Latent Variable Approach〔J〕. International Journal of Electronic Commerce， 2000， 4（4）：83-104；Bhatnagar， A.， Misra， S.， Rao， H. R. On Risk， Convenience， and Internet Shopping Behavior 〔J〕. Communications of the Acm， 2000， 43（11）：98-105.
〔7〕Card， J. A.， Chen， C. Y.， Cole， S. T. Online Travel Products Shopping： Differences between Shoppers and Nonshoppers 〔J〕. Journal of Travel Research， 2003， 42（2）：133-139；Joines， J. L.， Scherer， C. W.， Scheufele， D. A. Exploring Motivations for Consumer Web Use and their Implications for E-commerce 〔J〕. Journal of Consumer Marketing， 2003，20（2）： 90-108.
〔8〕Blake， B. F.， Neuendorf， K. A.， Valdiserri， C. M. Innovativeness and Variety of Internet Shopping 〔J〕. Internet Research， 2003， 13（3）： 156-169.
〔9〕易行健，张家为，张凌霜，杨碧云.家庭收入与人口结构特征对居民互联网购买行为的影响——来自中国城镇家庭的经验证据〔J〕.消费经济，2015（3）：3-12.
〔10〕王能民，孙科.电子商务模式的分析及发展〔J〕.财经科学，2002（4）：112-114.
〔11〕席广亮，甄峰，汪侠，琴萧.南京市居民网络消费的影响因素及空间特征〔J〕.地理研究，2014（2）：284-295.
〔12〕杜丹清.互联网助推消费升级的动力机制研究〔J〕.经济学家，2017（3）：48-54.
〔13〕孙浦阳，张靖佳，姜小雨.电子商务、搜寻成本与消费价格变化〔J〕.经济研究，2017（7）：139-154.
〔14〕齐红倩，刘力.城市化：解决我国有效需求不足的关键〔J〕.管理世界，2000（2）：10-14；雷潇雨，龚六堂.城镇化对于居民消费率的影响：理论模型与实证分析〔J〕.经济研究，2014（6）：44-57.
〔15〕Montgomery M R， Stren R， Cohen B， et al. Cities Transformed： Demographic Change and its Implications in the Developing World〔M〕. London： Earthscan， 2004.
〔16〕United Nations. World Urbanization Prospects the 2014 Revision 〔R〕.Working Paper，2015.
〔17〕Arnulf G， David F. Energizing Sustainable Cities： Assessing Urban Energy〔M〕. Abingdon： Routledge， 2013.
〔18〕Chiou， J. S.， Chou， S. Y.， Shen， C. C. Consumer Choice of Multichannel Shopping： The Effects of Relationship Investment and Online Store Preference〔J〕. Internet Research， 2017， 27（1）：2-20.
〔19〕万勇.城市化驱动居民消费需求的机制与实证——基于效应分解视角的中国省级区域数据研究〔J〕.财经研究，2012（6）：124-133.
〔20〕何明升.网络消费：理论模型与行为分析〔M〕.哈尔滨：黑龙江人民出版社，2002：19.
〔21〕王子敏，李婵娟.中国互联网发展的节能减排影响实证研究：区域视角〔J〕.中国地质大学学报，2016（6）：54-63.
〔22〕Hagel Ⅲ J.， Armstrong A G. Net Gain： Expanding Markets through Virtual Communities 〔M〕. Boston ：Harvard Business School Press， 1997：28.
〔24〕Psacharopoulos， G.， Arriagada， A. M. The Educational Composition of the Labour Force： An International Comparison.〔J〕. International Labour Review， 1986， 125（5）：561-574.
〔25〕Brown， T. M. Habit Persistence and Lags in Consumer Behaviour〔J〕.Econometrica， 1952， 20（3）： 355-371； Mueller， D. C. First-mover Advantages and Path Dependence〔J〕. International Journal of Industrial Organization， 1997， 15（6）：827-850.
〔26〕方福前，邢煒.居民消费与电商市场规模的U型关系研究〔J〕.财贸经济，2015（11）：131-147.
（责任编辑：张 琦）
