四、信息消费地区差距的影响因素与实证检验

（一）影响因素分析

根据过往文献并结合信息消费特点，我们考虑以下可能影响我国居民信息消费的影响因素，并构建计量模型检验各因素的影响程度。

1.信息消费主体的收入水平

收入反映了消费者对信息产品和信息服务的潜在购买能力，是影响信息消费水平的客观物质基础。根据收入消费理论，收入的增长提升了居民潜在的购买力，带来消费倾向和支出的增加，特别是在交通通信、医疗卫生、教育文化娱乐等方面支出增长，进而引起信息消费需求的增长。

2.信息消费主体的受教育程度

与一般消费相比，信息消费受消费者信息知识技术接受能力的影响更大。对知识、信息、技术诉求较高的人群一般具有较高的受教育程度，他们通过对信息商品和服务的消费来满足自身对物质尤其是精神文化层次的需求。而信息素养不高、受教育程度较低的人群，信息意识较薄弱，信息利用能力不强，成为阻碍居民信息消费的关键因素。

3.信息产业发展水平

信息产业发展是信息消费的前提。同时信息产业发展水平决定了市场提供的信息产品和服务的品种、数量和质量，影响了信息消费水平。不同的信息产业发展水平下，可供消费者选择的信息设备、信息内容、信息服务等会不同，消费者的信息消费水平和层次自然会有区别 ^［8］ 。

4.信息基础设施水平

已有研究认为信息基础设施是构成信息消费环境的重要指标，政府在交通、通信、教育和文化娱乐等方面增加基础设施投入，通过改善基础设施条件和公共服务质量，提高居民的信息消费需求 ^［55］ ，从而增加在交通、通信、教育和文化娱乐等方面的消费支出。然而有些地区政府财力有限，公共服务体系不健全，信息基础设施缺乏，信息消费市场处于初级发展阶段，抑制了当地居民的信息消费行为。

5.人口年龄结构

理论研究表明人口年龄结构的变化会影响个体的收入水平和消费偏好，进而导致个体消费水平和消费结构发生变化（吴海江等，2014） ^［64］ 。而国内外针对年龄结构对消费影响的实证研究并未得出一致结论。一部分学者的研究表明，人口老龄化有利于消费的增长（Loayza et al. ，2000；汪伟，2009；谭江蓉和杨云彦，2012） ^{［65－67］} ；另一部分学者研究表明人口老龄化会抑制消费的增长（Demery and Duck， 2006；袁志刚和宋铮，2000） ^{［68，69］} ；还有部分学者发现人口老龄化对消费的影响不显著（Deaton and Paxson， 1997；李文星，2008）。

6.城镇化水平

城镇化水平较高的地区更有能力进行资源集约化利用，具有较高的经济发展效率，传统农村也更易受到城市和城镇的“辐射” ^［21］ ，处于城镇化水平较高地区的农村居民也更容易受到城市、城镇的“溢出效应”，而这种溢出效应会影响农民的消费习惯、改善消费层次，有助于提高农村居民的信息消费需求。

7.消费习惯

根据杜森贝里提出的相对收入假说消费理论，人们的消费行为一般具有惯性，消费行为会存在“棘轮效应”和“示范效应” ^［11］ ，“棘轮效应”意味着当期信息消费水平除受到当期收入水平影响外，还受过去信息消费水平影响。“示范效应”意味着如果一个地区相当一部分人最初受到某个偶然因素的影响消费了某种信息产品，并形成一种信息消费的氛围，由于消费的“示范效应”，会吸引越来越多的人加入到这个队伍中。

（二）计量模型的设定与估计方法的选择

考虑到西藏地区信息产业和信息基础设施数据缺失较多，故将西藏排除在实证考察范围之外，因此选择中国大陆30个省（市、自治区）区2000—2015年的面板数据作为研究对象，原始数据来源是相应年度的《中国统计年鉴》《中国人口与就业统计年鉴》《中国农村统计年鉴》和wind数据库。

结合上文影响因素分析，本部分构建基于动态面板数据的计量模型，如式（9）所示。

其中 IC _it 表示第i省第t期居民人均信息消费额（IC）作为被解释变量。考虑到消费习惯因素的影响，用被解释变量滞后一期作为解释变量，表示信息消费的初始水平；此外，用居民家庭人均年收入 表示信息消费主体支付能力（Inc）；用计算得到各省区农村居民家庭劳动力人均受教育年限 代表居民受教育程度（Edu）；信息产业发展水平（Ini）以“信息产业产值”代表各省区信息产业发展水平 ；信息基础设施水平（Inf）信息基础设施水平利用各省固定宽带接入用户数、固定电话普及率、移动电话普及率进行无量纲化和简单平均后得到；采用各地区居民总抚养比反映各地区人口年龄结构（Age）情况。选取非农业人口占总人口的比重来衡量各省区城镇化水平（Urb）。除人口年龄结构（Age）和城镇化水平（Urb），其他变量取自然对数以减少异方差，用ln表示， α 为常数项， ε _it 为随机扰动项。

由于模型解释变量中引入了被解释变量的一阶滞后项，构建了动态面板数据模型，模型可能存在内生性，而此时应用固定效应或随机效应模型进行估计会导致参数估计的有偏和非一致性的问题。为解决上述问题， Arellano和Bond（ 1991） ^［70］］ 提出了“差分GMM”估计法，但差分后造成的样本量损失会引起“弱工具变量”的问题。之后Blundell和Bond （1998） ^［71］ 提出了系统GMM估计法，此法能够同时利用变量差分变化和水平变化的信息，提高了工具变量的有效性，在有限样本下，比差分GMM估计结果偏差更小，在实证研究中的应用也更广泛。因此本部分采用系统GMM法对上述动态面板模型进行估计，计量分析使用Stata14. 0软件。

根据Arellano－ Bond检验的AR （1）和AR （2）结果说明扰动项的差分存在一阶自相关，但不存在二阶自相关，故接受“扰动项无自相关”的原假设，可以使用系统GMM方法。并且Hansen检验结果也表明，可以接受“所有工具变量都有效”的原假设，不存在过度识别问题。因此，本部分模型的设定和估计方法选取是恰当的。下面根据系统GMM估计结果来进一步说明各影响因素对信息消费的影响。

（三）回归结果分析

1.全国数据的回归结果分析

表格2－9显示，回归模型中消费习惯、收入水平、信息产业产值等三个变量通过了1％，城镇化水平通过了5％，人口抚养比通过了10％的显著性检验。消费习惯、收入水平、信息产业产值和城镇化水平的符号显著为正，说明这四个变量对信息消费的提升有显著的促进作用。信息消费受消费习惯的影响显著，与前期信息消费相关性较强，一个地区居民收入、信息产业和城镇化的水平越高，该地区信息消费支出越多。人口抚养比对信息消费的影响是显著的，但符号为负，说明从全国的角度人口年龄结构因素可以影响居民信息消费行为，人口抚养量的增加在一定程度上抑制信息消费需求，劳动人口比重越高，信息消费支出越大。还注意到受教育年限对信息消费的影响系数虽然为正但不显著，该变量对信息消费的解释能力有限。可能因为受教育程度与信息消费之间存在阶段性的线性关系，即“门限效应”，受教育程度较低时，信息品需求较少，达到某种教育水平有了一定的知识储备，对信息品的需求大大提升，而随着教育年限的持续增加，信息消费水平又进入了瓶颈期，提升幅度较小。信息基础设施水平的系数不显著且为负，表明信息基础设施改善对居民信息消费可能存在抑制作用，这违背理论和现实预期，可能由于该变量对信息消费需求的影响较弱，而且本部分限于数据可得性，所选指标不够全面。

从全国数据的估计结果看，可以确定居民收入水平和城镇化水平的提升以及信息产业的发展，能够促进信息消费增加，而人口抚养比与信息消费负相关，受教育程度和基础设施水平不是影响信息消费的主要原因。

2.东、中、西分区域的回归结果分析

为进一步分析我国居民信息消费地区非均衡的成因及影响因素，本部分分别针对东、中、西部三大地区的面板数据进行回归分析，目的是找出影响不同地区的主要因素，比较不同地区影响因素及其作用程度的差异情况。

表格2－9的回归结果显示，在东部地区影响居民信息消费的显著性因素包括消费习惯、收入水平、人口年龄结构。其中，存在显著正向影响的因素包括消费习惯和收入水平，说明前期信息消费水平和收入水平越高，东部地区居民的信息消费需求越高；存在显著负向影响的因素为人口抚养比，说明劳动人口比重越低信息消费越少。这与全国数据的实证结果大体相同，但也有不同之处——在东部地区城镇化对信息消费的影响并不显著，可能在东部地区城镇化水平普遍高于中、西部地区，城镇人口比重较高，对信息消费的影响不大。在中部地区影响居民信息消费的显著性因素包括消费习惯、收入水平、信息产业发展水平和城镇化水平。其中，存在显著正向影响的因素包括消费习惯、收入水平和城镇化水平，说明中部地区居民的信息消费需求主要受到消费习惯、收入状况和城市人口比重的同向影响；存在显著负向影响的因素为信息产业发展水平，在中部地区信息业的发展抑制了居民信息消费需求，这与理论预期以及全国实证的结果不同，可能因为中部地区信息产业发展相对落后，与其他行业之间相互渗透影响的能力有限，不能起到刺激信息消费的作用。在西部地区影响居民信息消费的显著性因素及影响方向与全国的实证结果完全相同。消费习惯、收入水平、信息产业和城镇化发展水平均正向影响居民信息消费支出，而人口年龄结构中65岁以上的老人和15岁以下的孩童越多，信息消费的欲望越不强烈，信息消费越少。

可以看出，东、中、西部地区居民信息消费的影响因素不尽相同，从而能在一定程度上解释我国信息消费地区差异的问题。 LENqUdbgwyOPBpb2XAhyo+3tK6rtGuRVhpq1XHHWeANIEQrIfPxY04dyfpT9+lpi