标题 | 网购是撬动我国消费需求的支点吗? |
范文 | 梁雯 王媛媛
摘要:我国城乡收入差距的不断扩大影响着国民经济持续、协调、稳定地发展,如何最大限度地减少城乡收入差距,以进一步扩大内需、发展经济是当前我国面临的现实问题之一。在对城乡居民收入差距与网购消费需求关系进行计量分析后,本文发现在收入增加、网购市场规模、互联网普及率提升的作用下,城乡居民在收入差距扩大时更倾向于选择网购消费,这一结论可为研究收入分配改革问题提供参考。 关键词:收入差距;网购;消费需求 中图分类号:F063.2 文献标识码:A 作者简介:梁雯(1962-),女,合肥人,安徽大学商学院教授,研究方向:物流与供应链管理;王媛媛(1992-),女,安徽亳州人,安徽大学商学院研究生,研究方向:物流管理。 根据国家统计局公布的信息,我国城乡收入“鸿沟”日渐加深已经成为不争的事实,不断扩大的城乡居民收入差距成为我国收入差距过大的主要内容[1];与此同时,网购消费以一个又一个的销售神话高调闯入人们的视野,人们开始思考能否以网购消费为支点来激发居民消费、扩大内需。通过分析城乡居民收入差距与网购消费需求的关系,本文发现城乡居民平均收入水平的提高、互联网技术的广泛普及以及网购市场规模的扩大,可以影响城乡居民对网购消费需求的倾向性。 一、问题的提出与模型构建 收入差距是世界各国经济发展所面临的广泛性问题,但鲜有学者去关注应采取哪些切实有效的措施来减少它给经济发展带来的损害。由于收入差距分为地区间收入差距和城乡收入差距,城乡居民收入差距不仅影响地区间收入差距[2-3],还是影响我国整体收入差距的最大因素[4-5]。描述城乡居民收入差距的指标大体分为绝对收入差距指标和相对收入差距指标,鉴于无法取得关于城镇居民隐形收入与农村居民隐形负担的数据,本文选择城乡居民收入差距作为研究对象,并以城镇居民人均可支配收入与农村居民人均纯收入的比值来衡量城乡收入差距。 伴随着电子商务的崛起,网购打破了传统商业的地域局限,改善了商品流通体系,弥补了实体零售相对不足的问题[6]。因此,现提出假设: 假设1:城乡居民收入差距与网购消费需求之间存在显著负相关关系。 假设2:城乡居民收入差距与网购消费需求之间存在显著正相关关系。 除一些特殊情况外,收入是影响人们消费的核心因素,经济发展水平、市场规模等客观因素会影响人们的消费行为,网络的发展情况也会对消费者的网购行为产生直接影响。本文把居民人均收入、GDP总值、网民总数、互联网普及率作为控制变量引入研究之中,分别对收入、经济发展水平、市场规模、消费环境进行控制,居民人均收入的具体测算模型如公式(1)。 本文的研究数据选用2007-2013年全国31个省(自治区、直辖市)的相关指标,数据主要来自于国家统计局网站《中国统计年鉴》、各省统计局网站历年统计年鉴和统计公报、国家邮政局网站《邮政行业发展统计公报》和《快递市场监管报告》、中国互联网信息中心第21次至第34次《中国互联网发展状况统计报告》。 假设所有的网购消费需求都是有效需求,本文以快递业务量作为衡量网购消费需求的指标,构建具体模型公式(2)。 二、网购能否成为撬动内需的支点:计量检验 (一)描述性统计 表1报告了各主要连续变量的描述性统计结果,从中可以看出网购消费需求的最大值为广州省2013年的数据,最小值为青海2007年的数据,远低于均值11 731.4738,且网购消费需求的标准差高达24 601.6744。虽然网购消费需求逐年快速地增长,会影响该组数据的离散程度,但这在一定程度上反映出我国网购消费需求的区域差异。由于经济的增长是推动快递业快速发展的强大动力,从表1可以很清楚地看出GDP的标准差很高,剔除纵向的时间因素,区域经济发展的不平衡性是导致GDP标准差很高的主要因素,而经济发展的区域不平衡性加剧了网购消费需求的区域不平衡性。 此外,网购消费的技术环境是导致网购消费需求区域差异较大的原因。互联网普及率最小值是贵州2007年的6%,最大值为北京市2013年的75.2%。仅看2013年的数据,互联网普及率最大值为北京的75.2%,最小值是江西省的数据,仅为32.6%,二者相差40%以上。相对于其他几组数据,城乡居民收入差距表现得比较平稳,标准差为0.5589,这一方面表明城乡居民收入差距问题是全国31个省的共同问题,另一方面说明我国城乡居民收入差距在研究期内并没有得到明显改善。 (二)相关性分析 表2报告了各主要变量间的相关性分析的结果,从中可以看出网购消费需求D与其他变量之间均有显著相关性。具体来说,它与城乡居民收入差距之间呈现显著负相关,初步验证假设1,否定假设2;与GDP、AI、N、R呈现显著正相关,这表明发展经济、提高居民平均收入水平、普及互联网技术,对刺激网购消费需求具有积极正向影响。需要注意的是GDP、AI、N、R与城乡居民收入差距GAP之前是显著负相关的,这表明城乡收入差距的扩大在提高经济增长速度、居民收入水平、互联网普及率上起到了阻碍作用。 (三)回归结果分析 由于相关系数是没有控制其他影响因素的单变量分析的结果,还需要对本文的假设采用回归分析、进行进一步验证。本文在回归时采用逐步回归(Stepwise regression)的方法对模型公式(3)进行估计,使用SPSS18.0对公式(3)进行逐步回归分析时,得出5个不同的回归估计模型(具体比较结果见表3),这5个模型中输入的系数均在1%的水平上显著,但是模型5调整后的R2最大为0.689,且回归估计标准误最小,即模型5的拟合程度最优。通过观察模型5的系数发现AI、N、R的系数为正,这与表3中的相关性分析结果相吻合,即居民人均收入、网民总数和互联网普及率与网购消费需求之间呈现显著的正向相关性。但是,模型5中的GAP系数也为正,肯定假设2,同时否定假设1。这不仅与相关性分析中GAP与D之间存在显著负相关性的结论完全相悖,也与前人的研究相左。换句话说,对GAP与D进行单变量分析时呈现负相关性;加入AI、N、R之后,二者相关性系数的符号发生了改变。将这个结论与实际相联系,有必要进一步考虑控制变量AI、N和R对自变量GAP的调节效应[7],即引入调节变量以明确城乡居民收入差距与快递消费之间的关系。因此,提出假设: 假设3:收入、互联网普及率及网购市场规模可以影响城乡居民收入差距与网购消费需求之间关系。 假设3的逻辑模型如图1所示。 (四)调节变量的引入 为验证假设3,本文把AI、N和R作为调节变量,把自变量GAP和调节变量AI、N和R做中心化变换[8],分别构建不同层次的具体模型进行层次回归分析[9-11],具体模型如公式(4)和公式(5)。 在具体分析调节效应时,本文发现收入与城乡收入差距的乘积项M1的回归系数在5%的水平上是显著的,这表明居民平均收入的提高会显著改变城乡收入差距对网购消费需求的影响程度,且系数符号为负;同时,网民总数与城乡收入差距的乘积项M2、互联网普及率与城乡收入差距的乘积项M3的回归系数均在10%的水平上是显著的,且系数的符号为负,这表明网购市场规模的壮大以及互联网技术的普及,也可以显著减少城乡收入差距对快递消费需求的影响程度。 (五)稳健性检验 为了检验研究结论的可靠性需要进行稳健性检验,现以加权变异系数来表示城乡收入差距,具体计算公式为公式(6)。 由于部分变量之间的相关系数较高0.5,如网民数与国民生产总值的相关系数高达0.947,即存在多重共线性问题,需采用逐步回归的方法。本文用SPSS18.0进行逐步回归后,选择拟合程度最高的模型,输入的变量为城乡收入差距(系数=59129,062.821,t值=4.859)、居民人均收入(系数=3.589,t值=9.282)、网民数(系数=10.793,t值=12.012)和互联网普及率(系数=516.481,t值=3.657)。此时城乡收入差距与网购消费需求的相关性方向发生了变化,这说明还需要进一步考虑收入、网购市场规模以及互联网技术普及情况,对城乡收入差距与网购消费需求关系的调节效应。 引入调节变量进行层次回归分析,结果发现加入调节变量之后,调整后的R2由0.681增加到0.802,且居民人均收入与城乡收入差距的乘积项M4、网民总数与城乡收入差距M5、互联网普及率M6分别在10%、1%、1%的水平上显著。这说明调节效应是显著的,且本期的城乡收入差距的回归系数(系数=0.099,t值=4.734)在1%的水平上显著,假设3再次得以验证。 三、研究结论与政策建议 (一)研究结论 1.城乡居民收入差距与网购消费需求之间存在显著相关性,这表明在不考虑其他外界因素时,城乡居民在收入差距扩大时更倾向于选择网购消费。 2.经济增长、居民平均收入水平、网购市场规模与互联网技术的普及,会对网购消费需求产生积极的正向影响,这为减少城乡收入差距的负面影响提供了思路。 总的来说,通过定量分析城乡居民收入差距与网购消费需求的关系,本文发现在城乡居民收入差距不断扩大的今天,在收入、网购市场规模、互联网技术普及的作用下,我国居民更倾向于网购消费。因此,可以通过提高居民平均收入、扩大网购市场规模、普及互联网技术等提高网购消费需求,进而提升我国内需、带动经济的增长。 (二)政策建议 本文的研究结论虽然表明当城乡居民收入差距扩大时,居民更倾向于选择网购消费,但这一结论是以居民平均收入水平的提高、网民规模的扩大,以及互联网技术的广泛普及为前提的,若要使网购真正成为撬动居民消费需求的支点,需要从以下几个方面做出努力:第一,在提高居民收入水平的同时深化分配收入体制改革。第二,要充分发挥网购这个平台的积极作用,充分发掘居民消费潜力,鼓励网店多元化发展。第三,要培养我国居民特别是农村居民网购消费的习惯,要为网购消费创造良好的消费环境。 参考文献: [1] 李实,罗楚亮.市场化改革真正含义[J].财经,2007(7):50-50. [2] Tsui,Kai-yuen.Decomposition of China′s Regional Inequality[J].Journal of Comparative Economics,1993(17):600-627. [3] Kambur,Zhang Xiaobo.Which Regional Inequality?The Evolution of Rural-Urban and Inland-Coastal Inaquality in China from 1983 to 1995[J].Journal of Comparative Economics,1999(27):686-701. [4] 梁军.城乡差距:影响中国整体收入差距的最大因素[J].社会观察,2005(6):3-5. [5] 潘文轩.城市化与工业化对城乡居民收入差距的影响[J].山西财经大学学报,2010(12):20-29. [6] 廖建辉.网购与传统购物模式的比较分析[J].中国流通经济,2014(10):99-106. [7] Aiken L.S.,West S.G.Multiple regression testing and interpreting interactions Newbury Park,CA:Sage,1991. [8] 温忠麟,侯杰泰,张雷.调节效应与中介效应的比较和应用[J].心理学报,2005(37):268-274. [9] Algina J, Moulder B C.A note on estimating the Jreskog-Yang model for latent variable interaction using LISREL 8.3 Structural Equation Modeling,2001,8(1):40-52. [10]Wall M M, Amemiya Y. Estimation for polynomial structural equation models.The Journal of the American Statistical Association,2000,95:929-940. [11]Marsh H W,Wen Z,Hau K T. Structural equation models of latent interactions evaluation of alternative estimation strategies and indicator construction.Psychological Methods,2004,9(3):275-300. (责任编辑:厉新) |
随便看 |
|
科学优质学术资源、百科知识分享平台,免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。