下载掌阅APP，畅读海量书库
立即打开
（一）农村居民信息消费省际差异的影响因素
1.农村居民信息消费省际差异的影响因素
根据过往文献并结合农村信息消费特点，我们考虑以下可能影响我国农村居民信息消费的因素，并构建计量模型检验各因素的影响程度。
（1）收入水平
居民收入水平反映了消费主体的支付能力，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。但另一方面，在我国地区间居民收入增长数量和速度方面存在差异，而这种差异同样是造成居民信息消费数量和结构差异的关键因素 ［92］ 。
（2）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 ［105］ 。
（3）信息产业发展水平
信息消费需要信息产品和服务的供给方给予支持，既包括各种信息基础设施建设，也包括信息设备制造、信息内容的提供以及信息网络的运营和维护等信息产业部门的加入。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 ［54］ 。
（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 ［18］ ，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。信息基础设施水平（Inf）通过各地区农村人均固定资产投资完成额反映。
（5）信息消费设备拥有量
不同于其他消费，信息消费需要借助一定的信息技术手段实现，信息技术设备是进行信息消费的必备条件，居民持有信息消费设备的数量直接影响消费水平。目前，居民信息消费统计体系还不完备，而信息消费设备的拥有量和使用频率成为观测居民信息消费水平与结构成长的重要指标 ［106］ 。
（6）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（Leff， 1969 ［107］ ； Loayza et al. ，2000 ［65］ ；汪伟，2010 ［66］ ；王宇鹏，2011 ［108］ ；谭江蓉和杨云彦，2012 ［109］ ）；另一部分学者研究表明人口老龄化会抑制消费的增长（Kelley and Schmidt， 1996 ［110］ ； Demery andDuck， 2006 ［68］ ；袁志刚和宋铮，2000 ［69］ ；李春琦和张杰平2009 ［111］ ；陈冲，2011 ［112］ ）；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 ［113］ ； Horioka and Wan， 2007 ［114］ ；李文星，2008 ［115］ ）。
（7）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”，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” ［116］ ，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。
（二）变量选取和数据来源
表格2－13 变量定义及说明
① 按照《中国农村统计年鉴》中各地区“劳动力文化程度"的分组数据为依据，以受过各级教育的人数占总人数的比重为系数，计算得到各省区农村居民家庭劳动力人均受教育年限，公式如下：
其中AYS（average years of schooling）为人均受教育年限；i为文化程度分组数，i=1,2,3,4,5,6分别代表不识字或识字很少、小学程度、初中程度、高中程度、中专程度和大专及以上，y为各文化程度的受教育年限，本部分对上述文化程度定义的受教育年限分别为0、6、9、12、12、16,p为权重系数，为各组人数占总人数的比重。
考虑到数据的可获得性及统计口径的一致性，本部分考查的时间跨度是2000—2014年，在地区选择上，由于西藏地区信息产业和信息基础设施数据缺失较多，且其数据与其他地区数据相比差异较大，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。
（三）模型的构建与回归
根据以上指标，本部分最终建立的面板模型如下：
ln IC it ＝ α ＋ β 1 ln Inc it ＋ β 2 ln Edu it ＋ β 3 ln Ini it ＋ β 4 ln Inf it ＋ β 5 ln Equ ＋ β 6 Age ＋ β 7 Urb it ＋ ε it
其中， α 、 β 1 、 β 2 、 β 3 、 β 4 、 β 5 、 β 6 、 β 7 分别为各项系数， ε it 为残差项，其中，i表示不同地区的截面， t表示时间（2000－2014年），上式中自变量除人口抚养比、城镇化水平外均为绝对指标，需要对绝对指标取对数处理以减少异方差。
根据截距项的不同，面板模型被分为三种类型：混合模型、固定效应模型和随机效应模型，而估计方法的选择要建立在确定模型类型的基础上，需要通过F统计量、 BP－ LM检验、 Hausman检验确定模型的具体形式。表格2－14的检验结果支持建立固定效应模型。根据固定效应模型（模型（2））的回归结果，我们发现仅有收入水平、信息消费设备拥有量、人口年龄结构和城镇化水平四个变量通过了5％的显著性水平检验，这一结果与理论预期有较大差距，并不理想。考虑到本部分使用的数据属于N大T小的短面板，进一步对模型残差进行异方差（Modified Wald Test）、序列自相关（Wooldridge Test）和截面自相关（Pesaran Test）检验。从表格2－14报告的检验结果看，模型存在异方差和序列自相关问题，为避免上述问题可能导致的估计结果失真，可以采用可行广义最小二乘法（FGLS）。估计结果见表格2－14模型（4）。但在模型（4）中我们发现基础设施投资、信息产业产值两个变量系数并不显著，且符号为负，表明信息产业发展和基础设施改善对农村居民信息消费可能存在抑制作用，违背理论和现实预期，可能由于两者与农村居民信息消费没有直接相关性，信息产业产值通常表示一个地区信息产业收入，对农村居民信息消费需求影响较弱，而且地方政府对农村固定资产投资规模并不能直接反映其对农村居民信息消费行为的影响。因此在最终模型中选择剔除上述两个变量，实证分析采用模型（5）的FGLS估计。
表格2－14 估计结果
续表
续表
注：***表示1％水平上显著，**表示5％水平，*表示10％水平；（）中为t值，［］中为p值。
模型（5）估计结果分析：除信息消费设备拥有量通过10％，受教育程度通过5％的显著性水平检验外，其余影响因素均通过1％的显著性检验。收入水平、受教育程度、城镇化水平的符号显著为正，说明这三个变量能够正向影响农村居民信息消费水平，印证了前文的理论预期，这也符合已有研究的结论：居民人均收入的提高是支持信息消费迅速成长的经济基础条件 ［12］［16］ ，人均受教育年限增长使信息消费的支出额增加 ［28］ ，城镇化进程有助于提高农村居民的信息消费需求 ［29］ 。人口抚养比对农村信息消费的影响显著为负，说明从全国角度看，人口年龄结构因素可以影响农村居民信息消费行为，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。同时，模型（5）各解释变量系数估计值的显著性水平均在10％以上，满足Shapley值分解的要求。