互联网经济对我国居民消费促进作用的实证研究

互联网经济对我国居民消费促进作用的实证研究作者：邹发伟来源：《商业经济研究》2018年第11期中图分类号：F49 文献标识码：A内容摘要：本文选取2005-2015年中国居民的消费水平、中国的生产总值及互联网经济模式下第三方互联网支付的数据，分析了国内生产总值和第三方互联网支付对中国国民消费产生的影响。

由此得出，加快互联网经济发展能够对中国居民消费起到促进作用。

关键词：互联网经济居民消费促进作用引言自20世纪90年代中后期以来，中国的最终消费率一直处于下降状态。

同时，居民的消费率也出现了下降趋势。

图1是1998-2010年中国居民消费率的变化情况，能够清楚的看到期间中国居民消费率是大幅下降的。

图2将2009年美国、日本、印度的居民消费率进行比较。

对比图1、图2可以看出，2009年中国居民的消费率不仅低于美国、日本等发达国家，也低于同为发展中国家的印度。

但是中国的银行存款却正在增加，到2016年的年末已经达到了502504.0亿元，是1997年的10.8倍。

通过这些数据可以看出中国经济近几年处于一种“低消费、高储存”的状态。

中国互联网经济与居民消费发展现状（一）中国互联网经济发展状况本文将中国工信部与国家统计局发布的数据信息进行整理，得到了如表1所示的2006-2015年中国互联网经济发展数据。

由表1可以看出中国的互联网经济规模在2006-2015年这十年间得到了快速的提升，其中的互联网电商与互联网广告是增长最快的两大板块。

中国的互联网经济能够在短时间内实现一个快速的提升，主要原因包括以下三方面：一是中国整体经济发展是比较快速的，这是互联网经济能够高速发展的一个基础性条件；二是中国在互联网经济基础信息的创建上进行了大量资源要素的投放；三是国民对互联网这一项技术的认知水平明显提高，快速、便捷的新型消费途径激发了消费者通过互联网进行消费的热情。

（二）中国居民个人消费发展状况由国家统计局公布的数据可知，中国在全世界范围内属于“高储蓄、低消费”的国家，即便和其他发展中国家相比，中国居民的高个人存储率依旧比较突出，高的个人消费储蓄率对居民的消费起到了一种限制性作用。

但近年来中国大力鼓励居民进行个人消费，这在一定程度上提高了中国的居民消费水平。

表2展示了2000-2015年的居民消费变化数据，由表中数据可知：首先，中国的居民消费水平处于持续上升状态，自2000年到2015年共计增长9.12万亿元，累积增长率256.18%，年增长率16.01%；其次，中国的大宗消费品消费总额持续增长，自2000年至2015年，总共提升了4.55万亿元，累计增长率为245.95%，年增长率为15.37%。

互联网经济促进居民消费的作用机制（一）通过影响贸易流通来提高居民消费一方面，品质优良、效率较高的贸易流通业可以以高速、低价的方式为消费者提供消费服务，反之，则难以为消费者提供其目标商品，或是很难将其选购的商品按时交付到消费者手中。

另一方面，贸易流通的快速提升能帮助消费者转换消费方式。

贸易流通欠发达时期，消费者很难及时获得远距离的商品，而随着贸易流通业的发展，消费者可在限定时间内获取指定的商品，这极大促进了消费者的消费行为。

贸易流通速度越快，消费者所能得到的商品数量、种类就越多，越可带动消费者的消费积极性，提高消费者的消费质量。

（二）通过影响产品营销来提高居民消费通过提供差异性的服务来吸引消费者。

在普通的营销过程中，企业没有针对性的目标客户，企业在产品制造和广告宣传过程中的受众不明确。

如今，消费者在网上进行商品浏览，会产生浏览痕迹，这会被系统记录下来，系统会根据消费者阅览过的产品进行一系列的分析与定位。

企业可以通过消费者浏览的商品，明确他们应该制造出何种产品来吸引消费者，也可大致确定生产产品以及将产品进行市场投放的时间。

利用互联网经济的优势可为消费者提供多元化的商品，并进行商品的定位，以获得更多的利益。

与目标客户进行有目的性的交流来促进消费。

互联网经济时代，企业的营销变得更具目的性，因此可以使多种多样的商品卖向不同的人群，使不同目标人群的消费者得到满意的产品。

现阶段以大数据为基础的准确营销分为三个点：首先，根据客户的商品浏览记录提供针对性服务。

例如，某些化妆品营销公司能够通过大数据分析，得出客户阅览化妆品的价格信息，并据此进行商品定价。

其次，公司从顾客的消费习惯中为客户推荐与其喜好相似或者有关联的产品。

例如，在以大数据为基础的前提下，某个消费者经常在网上购买文具用品及其文学之类的书籍，那么企业就可以为这位消费者提供一些同档次价格水平的文具用品以及与其先前购买书籍无显著价格档次区别的书籍，为他们提供精准推送，从而为企业带来利润。

最后，企业根据用户消费过程中浏览的一些促销产品的喜爱程度来引导消费者产生消费行为。

互联网经济在促进居民消费过程中存在的问题（一）互联网经济存在欺骗行为消费者在通过网络营销产生购买行为的过程中存在的劣势现象为：商家在互联网营销过程中可能存在一些不够真实的信息，使消费者的自身利益受到损害。

近年来，消费者在通过网络营销购买商品的过程中受到欺骗的情况时常发生，尤其是在2015年，消费欺诈的增长率创历史新高，这就需要消费者在网上购物的过程中加以警惕。

（二）互联网经济对贸易产生阻碍贸易由国内贸易和国际贸易组成，通过互联网产生消费的过程，需要经历商品配送的阶段，配送过程的速度取决于目的地的地理位置和快递的速度。

一般来说，在国内网站购买商品，其配送速度要快于在国外网站。

但也有一些特殊情况，如双十一期间，国内快递数量明显增多，造成交通拥堵，国内商品配送速度就会受到明显的影响。

（三）知识产权保护机制不完善企业知识产权保护问题在互联网经济发展中较为突出。

政府及知识产权主管部门对动漫、游戏、影视、软件、书籍、网络文学等著作权保护工作不到位，对品牌和专利权益保护不力，影响了企业的应有利润与市场地位。

此外，互联网产业发展的行政审批事项较多，企业存在被寻租行为。

文化行业存在众多管制监管，业务准入条件高，因此需放宽政府管制，做好权力减法，激活市场活力。

互联网经济对居民消费促进作用的实证研究（一）互联网经济对居民消费的实证分析样本选择和数据来源。

由于2005年以前中国互联网交易较少，因此根据研究主旨，本文以2005-2015年的互联网交易为初始样本。

数据来自于中国统计年鉴、国家统计局、中国互联网信息中心（CNNIC）和DCCI互联网数据中心等权威机构。

变量拟定和模型创建。

本文选取的自变量为上网者W1，网上消费者人数W2，网上购物软件数W3，因变量为互联网销售交易额Z1。

能够描述互联网发展的指标包括手机网购网民数量等。

模型创建。

根据网络上发展状况的变量数据，创建多元线性回归方程：LnZ1=c+β1W1+β2W2+β3W3根据2005-2014年的各变量数据，利用Eviews软件建立多元线性回归方程：LnZ1=c+β1W1+β2W2+β3W3+β4εi参数估计结果为：Z1=1083.40-0.48W1+1.47W2+13.00W3697.31 00.05 0.07 4.09T=（1.55）（-9.82）（20.88）（3.18）模型检验。

一是拟合优度的验证。

通过回归结果可知，实践中能够决定系数为R2为0.997，体现出创建的模型整体对样本数据拟合较好，体现出网络发展指标上网者W1、网上消费人数W2、网上购物软件数W3对互联网的交易额Z1的全部说明情况都比较好。

二是F检验。

在显著水平是0.05的前提下，有F分布表，能够得出F（3，7）=4.35，根据F分布表能够知道579.49>F（3，7），因此拒绝了原来的假设。

根据以上数据分析可以看出，上网者W1、网上消费者人数W2、网上购物软件数W3对于互联网消费的成交额作用是非常明显的。

（二）电子商务对居民消费的实证分析测度指标选取。

对中国电子商务发展水平的测度，目前被广泛接受的测度指标为中国互联网研究与发展中心（CII）于2001年提出的电子商务总指数指标体系。

本文测度指标的选取，根据CII电子商务指数指标体系研究与测算，结合本文探究的主要对象，选取网络零售交易额、中国快递服务公司业务收入额、网上消费者作为电商行业发展的主要衡量指标。

第一，互联网商品交易额。

针对网上消费人群，准确打量出每个人的支出，但是要排除掉B2B等公司和公司的电商成交数，这部分计算的仅仅是互联网的销售总额。

第二，中国快递服务公司业务收入额。

互联网消费的完整过程不仅包括产生消费行为，还包括商品配送过程，快递服务公司业务也体现了电商行业经济的发展程度。

由于中国目前许多快递公司的交货量都很巨大，因此选用国家的邮政快递服务公司作为样本指标。

第三，互联网消费用户模式。

电商行业的消费人群是电商市场上的用户数量，能够体现出电商行业的需求规模。

本研究考察的是互联网经济的影响，电商成交量只是B2C的成交额，要让数据所代表的目标具有协同性，可选用网购消费者数量来衡量电商客户数。

信息数据来源。

数据来自于中国统计局数据中心、中国电商研究中心、艾瑞咨询、中国互联网络信息中心以及国家邮政局。

模型创建。

2005年以前中国的网购人数非常少，因此剔除2005年之前的数据，结合本文的研究主旨，选择2005-2015年的数据为研究样本。

本文采用偏最小二乘法进行模型估计，偏最小二乘回归是集多元线性回归分析、主成分分析和典型相关性分析的基本功能为一体的方法，它可以较好地解决自变量之间的多重共线性问题和样本容量不宜太少等问题，使自变量与因变量之间的自相关性被剔除。

分析结果。

将2005-2015年的数据剔除了相关的价格因素，并取对数后读入回归软件，舍弃控制变量，测试自变量与因变量之间的线性关系，在此基础上进行逐步回归，仿真结果如下所示：Start：AIC=-91.13X1～X2+X3+X4X1、X2、X3、X4分别表示网购平台平均每个消费者的消费水平、网络销售成交额、中国快递公司服务业务的回报与电子商务客户规模的对数值。

将X2、X3、X4这3个自变量的AIC 值与初始AIC=-91.13进行比较，数值均小于-91.13，显示自变量不存在多重共线性，即X1～X2+X3+X4为线性关系。

以上数据的结果显示，电子商务测度指标中的网络零售交易额、中国的快递服务公司业务收入额、网上消费者规模都与人均居民消费水平呈正相关关系。

结论及建议（一）增加网络设施的资金投入根据以上分析，网上购物软件数W3提高一个单位，互联网的成交额Z1就会提高13个单位，可知网上购物软件数W3对于互联网的成交额有着巨大的帮助。

从2005年至今，随着互联网的迅速发展，相关的网上购物软件数量也在明显增多。

目前，记忆科学领域以及物理科学技术的水平明显提升，这有利于促进中国互联网经济更好更快发展，只要网络设施足够发达，其发展潜力巨大。