快捷导航
扫码加微信
电商市场发展与中国城乡消费趋同性*
——搜寻匹配的分析视角
李 洁 邢 炜
[提 要] 本文扩展Bakos(1997)的模型,用以分析电商市场发展对中国城乡消费差距的影响。理论分析表明,由于农村地区和城镇地区的搜寻成本存在差异,当消费场景由传统实体市场转向电商市场时,农村居民将获得比城镇居民更大的效用提升。电商对居民消费的渗透会更多地促进农村居民消费,进而缩小城乡消费差距。同时,由于缺乏标准化运作体系及相关配套设施,电商市场在促进农产品上行和工业品下行方面存在巨大逆差,电商在企业中的渗透更有利于城市工业品销往农村,进而扩大城乡消费差距。也就是说,电商市场发展对城乡消费差距有完全相反的两种影响,但其净效应是缩小城乡消费差距。基于2013—2016年中国省级面板数据的实证检验表明,理论分析的预示具有较好的稳健性,即现阶段电商市场规模的扩大有助于缩小中国城乡消费差距。
[关键词] 电商市场;城乡差距;搜寻成本
一、引言与文献综述
近年来,中国电商市场规模持续快速增长。截至2017年底,中国网络购物用户规模增加至5.33亿人,电商交易额达29.16万亿元,网络零售交易额高达7.18万亿元。依托国家的大力支持,农村电商也逐渐步入发展快车道。商务部统计数据显示,2018年中国农村网络零售额达到1.37万亿元,农产品网络零售额为2 305亿元,且产生了显著的就业与致富效应。截至2017 年底,中国农村网店数量高达985.6 万家,带动就业人数超过2 800 万人(崔凯和冯献,2018)。如果能够持续提升农村居民的收入与消费水平,电商市场必将成为中国缩小城乡差距特别是城乡消费差距、解决发展不平衡不充分问题的一大利器。为此,本文尝试考察电商市场发展对城乡消费差距的影响。
改革开放以来,中国城乡差距呈持续扩大趋势(林毅夫,1998;Yang,1999;Kanbur & Zhang,1999;李实,2003;Wu & Perloff,2004),且内在原因一直是学术界研究和争论的焦点。多数学者认为,中国长期坚持实行的“农业支持工业,农村支持城市”发展方针及其配套制度(即城市偏向型政策体系)是城乡差距不断扩大的症结所在(蔡昉,2003;许秀川和王钊,2008;陈晓毅,2010;Lin & Chen,2011;陈斌开和林毅夫,2013)。城市偏向型政策涉及社会保障、劳动就业、社会福利(蔡昉,2003)、财政分配(雷根强和蔡翔,2012)、教育经费配置(陈斌开等,2010)等各个方面。它在促进经济高速增长的同时也必然扩大城乡差距。其中,户籍制度最具有代表性。它通过行政手段阻碍劳动力自由流动和迁徙(蔡昉等,2001;蔡昉,2003),是城乡收入差距日益悬殊的主要诱因之一(Chan,1996;林毅夫和刘培林,2003;Sicular et al.,2007;万海远和李实,2013)。当然,影响城乡差距的因素还有很多,包括但不限于金融发展程度(姚耀军,2005;张立军和湛泳,2006;乔海曙和陈力,2009;叶志强等,2011)、对外开放和贸易(孙永强和万玉琳,2011;魏浩和赵春明,2012)、财政分权(李伶俐等,2013)、劳动力流动(李宾和马九杰,2013)、人口城镇化(刘厚莲,2013)、初次分配中劳动报酬占比(雷根强和蔡翔,2012)等。
然而,已有文献较少考察电商市场发展对城乡差距特别是消费差距的作用,且关于电商市场的研究仍局限于三个方面:一是电商市场作为聚合商品和服务平台的作用,即电商能够减少搜寻成本,提高价格透明度,缩小商品间价格波动,进而加强市场竞争,提高社会福利水平(Bakos,1997;Soh et al.,2006;Choi & Suh,2005);二是电商市场发展对经济增长的影响(范玉贞和卓德保,2010;黄睿君,2010;杨坚争等,2011);三是电商市场发展对居民消费的影响。研究发现,电商市场发展不仅能够提高居民的边际效用,而且还可以加剧产品市场竞争进而增加居民消费(葛殊,2013;方福前和邢炜,2015)。
本文结合数理模型和实证分析方法,系统考察电商市场发展与城乡消费差距之间的关系。本文创新之处在于:第一,率先构建理论模型,从电商对企业和消费者的双重渗透角度出发,探讨电商市场发展对城乡消费差距的影响,这能有效弥补已有研究的不足。第二,基于搜寻匹配理论进行分析并提出,电商市场发展影响城乡消费差距的根本原因在于城乡之间存在显著的搜寻成本差异,且电商在渗透企业和消费者上的差异使得电商市场发展对城乡消费差距有截然不同的两种效应。同时,本文通过实证检验证实了“正负效应并存且净效应是缩小城乡消费差距”这一结论的稳健性。特别是,本文将为发展电商在缩小城乡差距、解决城乡发展不平衡方面的应用提供决策支持,具有突出的理论价值与实践意义。
余下部分结构安排如下:第二部分通过扩展Bakos(1997)的模型,对电商市场发展对城乡消费差距的影响进行理论分析;第三部分以2013—2016年省级面板数据为基础,采用中介效应模型对理论预示进行实证检验;最后是结论与政策建议。
二、理论分析
电商市场发展的实质是对传统实体市场的渗透,且主要通过两种途径实现。一是通过消费者渗透,即消费者的消费场景由传统市场转为电商市场;二是通过企业渗透,即企业销售渠道由实体店面渠道转为电商渠道。当然,这种渗透是一个渐进的过程,因而很多企业和消费者都同时参与到两种市场。电商市场对传统市场的双重渗透所带来的影响却存在显著差异。为考察电商市场向消费者一端渗透所产生的具体影响,本文在拓展Bakos(1997)模型的基础上进行了分析。Bakos(1997)主要研究电商市场发展如何通过降低搜寻成本来促进消费者效用提升,未曾考虑不同市场之间的搜寻成本差异。本文将城乡间搜寻成本差异引入模型,用以剖析电商市场发展对城乡差距特别是城乡消费差距的影响。
参照Bakos(1997)的文献,本文用Salop(1979)模型来刻画差异化产品市场,即用卖家所在位置的不同来反映产品质量的差异。模型主要假设如下:(1)市场上有数量分别为m和n的买家和卖家,他们都是风险中性的,且在单位圆上均匀分布。(2)每位买家都只需购买单位产品且从中获得保留效用r,但他们之间具有异质性偏好,即各自仅有唯一合意的产品,若购买其他产品将遭受一定的效用损失(等于购买产品与合意产品之间的距离乘以单位距离的损失t)。(3)每位卖家也只能提供一种产品,假定其不存在边际成本,只有固定成本cf。(4)买家关于卖家位置的先验分布不会随着搜寻次数的增加而改变。(5)卖家数量m及其价格分布f是公开信息,但卖家并不知道买家的偏好,因而无法进行价格歧视。
本文用坐标(S,D)来表示代表性买家的合意产品,其中S与D分别是产品的价格和所在位置。相应地,买家只会在区间[-D-S/t,D+S/t]内进行搜寻。假定区间内任意一个卖家的坐标为(p,x),当且仅当p+xt<D+St时买家才会购买相应产品。因此,买家进行下一次搜寻的期望收益为:
g(S,D)=
-p)f(p)dpdx
(1)
可将其简化为:

(2)
g(S,D)关于S+Dt严格递增,因此在完美贝叶斯均衡下只要满足条件g(S,D)>c,买家就会继续搜寻。买家会预设一个保留价格R=R(c,t,f),他将在S+Dt>R时继续进行搜寻。根据对称性,该保留价格对所有买家而言都是相同的。同时,保留价格因为先验分布f不变而保持不变。此时,卖家提升价格将挤出一部分处于边缘区域的买家,也即卖家有斜率为负的需求曲线,产品边际收益递减。为最大化预期收益,卖家最终会确定唯一的均衡价格p*。根据Salop(1979),在单位圆上对称分布的卖家定价相同,因而卖家的价格概率分布为:

(3)
将式(3)代入式(2),可以推导出买家的预期效用(1) 限于篇幅,此处省略详细的推导过程,感兴趣的读者可向笔者索取或直接参考Bakos(1997)的文献。:

(4)
现在,假定存在三个市场:城镇地区实体市场、农村地区实体市场与电商市场。其中,城镇居民和农村居民只能参与当地的实体市场,而电商市场对所有人均开放。三个市场的唯一区别在于搜寻成本。在传统实体市场中,搜寻成本受两个因素的影响:一是消费者与市场之间的距离,二是商家之间的距离。因此,传统市场的搜寻成本存在地区性差异,商圈密布、人口聚集、交通便捷的经济发达地区,其搜寻成本明显低于非发达地区或落后地区。相反,在电商市场中,消费者的搜寻成本将大幅减少:通过虚拟网络、搜索引擎和云计算等技术,消费者可以快速地搜索自己合意的产品,而不再受地理位置和交通成本的限制。当然,电商市场也存在一定的搜寻成本,主要是甄别产品的质量。相比于实体店面,电商的信誉保证不足,且基于评论的市场声誉机制尚不完善,买家并不能百分之百地搜寻到合意产品。但是,电商市场的搜寻成本仍然大幅低于传统实体市场。假定农村地区实体市场、城镇地区实体市场和电商市场的搜寻成本分别为c1,c2,c3,则必有c1>c2>c3。
因此当从实体市场转向电商市场时,农村居民和城镇居民能够获得的效用提升分别为:
农村居民为:
EU1

城镇居民为:
EU2

两类消费者的效用增幅之差为:
EU1-EU2=

由于c1>c2,则必有EU1-EU2>0,即农村居民通过转向电商市场能够获得更大幅度的效用提升。因此,在其他条件不变时,电商市场发展更能促进农村居民消费增长,因而有利于缩小城乡消费差距。但是,这只是电商向消费者一端渗透的结果,本文还需要考察其向企业一端渗透的实际影响。电商市场发展可以优化企业销售环境,扩大企业潜在市场规模,进而提高企业所在地(主要是城镇)的平均收入水平。根据凯恩斯的绝对收入假说,收入水平是决定消费水平的主要因素,两者之间具有较为稳定的正相关关系。因此,电商对企业的渗透将通过影响城乡收入差距而作用于城乡消费差距(高帆,2013;王猛等,2013;徐敏和姜勇,2015)。
实际上,电商主要通过促进农产品上行(即“农产品进城”)和工业品下行(即“工业品下乡”)两种途径作用于城乡收入差距。电商市场发展对农产品上行与工业品下行的促进作用存在显著差异,即存在“工业品下行”为主、“农产品上行”为辅的格局。例如,2015年农产品上行和工业品下行的逆差为2 025亿元,若加上农用物资则逆差进一步增加到4 825亿元。2017年,中国农产品网络零售额、农村生鲜网络零售额分别为2 436.6亿元和1 418亿元,占全国相应总额的比例分别仅为4.4%和7.9%。(2)数据来源于商务部发布的《中国电子商务报告》。
特别地,这一局面在短期内很难得到改变。一方面,城镇的商品分销体系与配套基础设施更加完善,电商的渗透更有利于改善农村销售环境,因而更容易促进工业品下行。另一方面,现有电商体系是为服务标准化工业品的流通而设计建设的,无法完全满足非标准化农产品的流通需要。如果不加快农产品的标准化生产、品牌化销售和产业化经营,则农产品上行的规模将很难通过现有电商体系持续快速扩大。因此,电商市场发展对企业端的渗透将扩大城乡收入差距,进而拉大城乡消费差距。
综上所述,电商市场发展在消费者与企业两端的渗透,将对城乡差距特别是城乡消费差距施加方向相反的两种影响。初步判断,本文认为电商市场发展对城乡消费差距的缩小效应仍然大于扩大效应,其规模持续扩大有助于缩小城乡消费差距。下面,本文通过实证分析验证这一判断是否成立。
三、实证分析
(一)计量模型设定
基于2013—2016年的中国省级面板数据,本文实证检验两个问题:一是电商市场发展是否能够缩小城乡差距;二是电商市场发展是否对城乡差距具有两种截然相反的影响,即对消费者和企业两端的渗透分别将缩小和扩大城乡差距。针对第一个问题,设定如下模型:

(5)
式中,t表示时间;i表示个体;tcit为城乡差距;lnonlineit为电商市场规模;是控制变量向量,具体包括政府干预、对外开放度、人均收入水平与城镇化水平。另外,ϖi和νt分别表示个体效应和时间效应,εit为误差项。针对第二个问题,本文在式(5)的基础上引入如下两个回归方程,以检验是否有中介效应:
r_comonlineit=
+ϖi+νt+εit
(6)
tcit=γ1+γ2×lnonlineit+γ3×r_comonlineit

(7)
式中,r_comonlineit为电商对企业的渗透率;是控制变量向量,包括经济发展程度、邮政基础设施状况、消费者参与电商难易程度等三个指标。
关于中介效应的检验,已有研究主要借鉴Baron & Kenny(1986)提出的因果逐步回归检验方法(3)温忠麟等(2004)详细比较了检验中介效应的不同估计方法,并对估计程序进行了总结。,相关国内研究包括陈东和刘金东(2013)、甄红线等(2015)、钱雪松等(2015)。当然,部分学者对该方法提出了质疑,即如果存在刚好相反的中介效应,则两两相抵会导致主效应不显著(Shrout & Bolger,2002;Zhao et al., 2010)。其中,Zhao et al.(2010)对部分问题进行了改进,给出了更为有效的检验程序,本文根据他们的方法进行估计。
(二)指标选取与数据说明
1.城乡差距。城乡差距表现在多个方面,很多文献主要关注城乡收入差距(蔡昉,2003;陆铭和陈钊,2004;程开明,2008;万海远和李实,2013;孙久文和周玉龙,2015)。但是,中国城乡之间的生产结构存在巨大差异,且政府长期干预工业品与农产品的相对价格,这使得城乡收入差距无法反映真实的城乡差距(林毅夫和陈斌开,2009)。相比之下,城乡消费差距更能反映城乡差距特别是城乡居民的福利差距(王德文和何宇鹏,2005;徐振宇等,2014)。因此,本文使用城乡消费差距来测度城乡差距。
目前,已有研究主要用城镇居民与农村居民的人均消费支出之比来衡量城乡消费差距。但是,这种测度方法存在两大缺陷。其一,该指标忽略了城镇和农村的人口差异,存在明显的度量偏误。相比之下,采用泰尔指数(即引入人口权重 )更具有合理性(王少平和欧阳志刚,2007;欧阳志刚,2014;高帆,2014;徐振宇等,2015;徐敏和姜勇,2015)。具体地,用tsi,t表示第i个单元 t时期的泰尔指数:

(8)
式中,j=1和j=2分别表示城镇和农村;pjt和sjt分别表示人口数和消费规模;st=s1t+s2t表示全国消费总规模。本文沿用泰尔指数测度城乡消费差距。
其二,在获取数据方面,该指标存在数据不可比的问题。在2012年以前,中国城镇和农村的住户调查使用了不同的统计口径,因而无法进行直接计算和比较。为规避这一问题,本文采用2013—2016年期间的数据进行实证分析。从式(8)可知,本文用比例值测度城乡消费差距,不受量纲的影响,因而可以直接使用名义值进行分析。
2.电商市场规模及电商对企业的渗透率。本文的核心解释变量是电商市场规模与电商渗透率,前者可用各地区电商销售额和电商采购额之和来测度。当然,需要根据价格指数将相应数据从名义值转换为实际值。常用的价格指数有两种,即居民消费价格指数和商品零售价格指数,两者的区别在于前者包含服务。(4)居民消费价格指数(consumer price index),是一个反映居民家庭一般所购买的消费品和服务项目价格水平变动情况的宏观经济指标。涵盖全国城乡居民生活消费的食品烟酒、衣着、居住、生活用品及服务、交通和通信、教育文化和娱乐、医疗保健、其他用品和服务等 8大类、 262个基本分类的商品与服务价格。商品零售价格指数(retail price index)是反映一定时期内商品零售价格变动趋势和变动程度的相对数。商品零售价格指数分为食品、饮料烟酒、服装鞋帽、纺织品、中西药品、化妆品、书报杂志、文化体育用品、日用品、家用电器、首饰、燃料、建筑装潢材料、机电产品等14个大类。在电商市场中,交易标的以商品为主,因此本文选择商品零售价格指数进行数据处理,所需数据来源于中经网。电商从消费者(买方)和企业(卖方)两个方面向实体经济渗透,但最终产生的效应却存在差异,具体如表1所示。
表1 电商渗透对城乡消费差距的影响

电商渗透率可分为消费者渗透率和企业渗透率,但目前尚无数据能够准确反映消费者处于电商市场的比例。相反,《中国统计年鉴》统计了有电商交易活动的企业数量及其占比,据此可以测算电商对企业的渗透率。理论上,根据中介效应模型,可以测算出电商发展对消费者的渗透率所起到的作用,因而不再需要衡量消费者渗透率的数据。但实际上,电商在企业端的渗透率r_comonlineit并未涵盖农村电商,因此从回归中得到的相应结果(即电商市场发展对城乡消费差距的缩小效应)包含了农村电商发展的作用。
3.控制变量。在方程(5)中,所需控制变量包括经济发展程度、政府干预、对外开放度和城镇化水平。参照已有文献,本文用人均GDP衡量经济发展程度。在使用时,需要将历年人均GDP数据转换为实际值,再做对数化处理,各项数据均来源于中经网。同时,分别用政府财政支出与GDP之比、出口额与GDP之比来反映政府干预力度与对外开放度,用城镇人口占总人口之比衡量城镇化水平。
在方程(6)中,控制变量主要有经济发展程度、邮政基础设施状况以及消费者参与电商的难易程度。企业参与电商的意愿在很大程度上取决于电商市场中消费者的数量,而后者又主要取决于消费者参与电商的难易程度。考虑到数据的可得性,本文用互联网上网人数作为消费者参与电商难易程度的代理变量。电商市场中交易的商品需要通过线下运输才能到达消费者手中,而邮政基础设施的实际状况将决定运输速度并间接影响企业参与电商市场的意愿。为此,本文采用各地区邮政业网点个数的对数值来衡量邮政基础设施状况。
除特别说明外,本文所需数据均来自于历年《中国统计年鉴》和各省市统计年鉴。核心变量的描述性统计如表2所示。
表2 描述性统计

(三)回归结果及分析
基于模型(5)~模型(7)的回归结果如表3所示,其中列(1)~列(3)分别对应模型(5)~模型(7)。从列(1)可知,电商市场规模的系数为负但不显著。这说明电商市场规模的扩大并没有显著缩小城乡消费差距。但是,这并不意味着电商市场的发展不会对城乡消费差距产生影响,出现这一结果只是两种相反效应相互抵消所致。以电商对企业渗透率作为因变量的回归结果表明,电商市场规模的系数显著为正,也即电商市场的发展能够促使更多的企业参与到电商市场中。列(3)结果显示,在同时引入电商规模和电商企业渗透率两个变量后,电商市场规模的对应系数显著为负,而电商企业渗透率的系数显著为正。根据中介检验程序可知,电商市场的发展通过在企业中的渗透扩大了城乡消费差距,但同时也通过另一中介效应(即向消费者渗透)缩小了城乡消费差距。也就是说,电商市场发展对城乡消费差距存在互补的中介效应。
上述结论符合理论预期,即电商市场发展对城乡消费差距产生了方向相反的两种影响。城乡之间在搜寻成本上存在显著差异,农村居民通过参与电商市场可以获得远大于城镇居民的效用提升。于是,电商市场发展更大程度地提升了农村居民的消费水平,即电商向消费者一端的渗透能够缩小城乡消费差距。同时,电商对企业一端的渗透则产生了完全相反的作用:相比于农产品上行,电商市场发展更有助于促进工业品下行,这会进一步扩大城乡居民的收入差距;收入水平直接决定消费水平,因而电商对企业的渗透最终会扩大城乡消费差距。
表3 基本回归结果

注: ***,**和*分别表示在1%,5%和10%的显著水平上显著;括号内为t值。下表同。
接着,本文比较上述两种相反的效应孰大孰小。根据表3列(2)和列(3)的回归结果,可以计算得到:电商通过企业渗透对城乡消费差距产生的影响为1.029×0.219=0.225,而通过消费者渗透以及农村电商发展对城乡消费差距产生的影响为-0.529。也就是说,电商市场发展对城乡消费差距的扩大效应仍然小于缩小效应。因此,在列(1)回归结果中,电商市场规模的系数为负,即电商市场发展能够有效缩小城乡消费差距。
控制变量方面,在方程(5)和方程(7)中,城镇化水平和政府干预两个变量对应的系数均显著为正,即城镇化水平的提高或者政府干预力度的加大都将扩大城乡消费差距。同时,对外开放度的系数显著为负,表明对外开放程度的提升有利于缩小城乡差距,这与袁冬梅等(2011)的结论相符。对外开放程度的提高会促使大量农村剩余劳动力向城市转移,从农民转变为制造业工人,他们收入水平的提高能够直接缩小城乡差距。在两个回归方程中,经济发展水平的对应系数均显著为负,这说明过去几年里中国城乡差距和经济发展之间的关系已经转移到倒“U”型曲线的右侧,两者之间呈负相关关系。在方程(6)的回归结果中,经济发展水平和邮政基础设施状况两个指标的系数均显著为正,说明在经济越是发达或者邮政基础设施越是完善的地区,企业有更强的意愿参与电商市场。
电商对企业端的渗透可能会影响电商市场规模,而城乡差距也会影响地区电商的发展状况与水平,这意味着上述模型可能存在内生性问题。为此,本文采取两种方式进行稳健性检验。一是直接将全国电商市场规模作为电商市场规模的替代变量。各地区企业的参与意愿对全国电商市场规模的影响可以忽略,因此可将该变量视为外生变量。二是将电商出口额作为电商市场发展的代理变量。电商出口额主要受国外需求变动的影响,且总体变量受地区因素影响较小,因而有较强的外生性。表4的列(1)~列(3)是以全国电商市场规模为自变量的回归结果,可以看出,电商市场规模的提升总体上会缩小城乡消费差距,但也会通过对企业的渗透扩大城乡消费差距,这与表3中的结果基本一致。表4的列(4)~列(6)是用电商出口额替代电商市场规模进行回归的结果,可以看到,各项结果与前期结果并无差异。因此,本文所得结论具有较好的稳健性。
表4 稳健性检验

四、结论与政策建议
本文通过扩展Bakos(1997)的模型,分析电商市场发展对城乡差距特别是城乡消费差距的影响。电商市场发展通过向消费者和企业两端进行渗透,从而对城乡消费差距产生影响。但是,不同渠道的渗透所产生的效应却存在显著差异。在消费者一端,由于城乡之间存在较大的搜寻成本差异,农村居民通过参与电商获得的效用提升显著高于城镇居民,因而电商对消费者的渗透有助于缩小城乡消费差距。相反,在企业一端,现有电商体系更适用于标准化、品牌化的工业品,其对工业品下行的促进作用明显大于农产品上行时。相应地,电商对企业的渗透会通过扩大城乡收入差距而拉大城乡消费差距。因此,电商市场发展将对城乡消费差距产生截然相反的两种影响。基于理论分析,本文认为现阶段的缩小效应大于扩大效应。基于2013—2016年中国省级面板数据的实证分析表明,这一判断具有较强的稳健性。中国特色社会主义进入新时代,我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。要解决发展不平衡不充分问题,必须充分发挥科技创新的积极作用,实现更高质量和效率的发展。本文分析表明,发展电商市场在缩小城乡差距特别是城乡消费差距方面具有积极作用。为了进一步放大电商市场发展对城乡差距的缩小效应,本文提出如下政策建议:
第一,补强和完善相关基础设施建设,大力支持电商市场发展。各级政府可从可信交易、移动支付、网络电子发票、商贸流通和物流配送等方面着手,出台实施支持政策,不断完善发展基础和环境,加快实现电商的最大程度渗透。
第二,加大对农村电商的支持力度,助力农产品更大规模、更高效率地进城。相关部门可以重点支持龙头电商企业发展符合农产品电商交易需求的农村电商体系,让更多的农户、农村组织、农业企业更便捷地接入电商市场。同时,鼓励和支持相关机构加快农产品标准化建设,为农业的标准化生产、产业化运营奠定坚实基础。
第三,推动农村地区基础设施现代化建设,进一步完善农村电商发展环境。要推动农村电商发展,扩大电商市场对缩小城乡消费差距的积极作用,亟须补强农村地区在基础设施特别是信息、物流等方面的短板。在打赢脱贫攻坚战的同时,中央政府和省级政府应当进行统筹规划,重点支持农村地区基础设施的现代化改造,加快提高农村网络普及率和邮政快递普及率,为农村电商发展创造更好的环境。事实上,农村电商的快速发展能够从增加收入和扩大消费两方面缩小城乡消费差距,并为实现乡村振兴和城乡融合发展提供助力。
参考文献
蔡昉,2003: 《城乡收入差距与制度变革的临界点》,《中国社会科学》第5期。
蔡昉、都阳、王美艳,2001:《户籍制度与劳动力市场保护》,《经济研究》第12期。
陈斌开、林毅夫,2013:《发展战略、城市化与中国城乡收入差距》,《中国社会科学》第4期。
陈斌开、张鹏飞、杨汝岱,2010:《政府教育投入、人力资本投资与中国城乡收入差距》,《管理世界》第1期。
陈晓毅,2010:《城市化、工业化与城乡收入差距——基于SVAR模型的研究》,《经济经纬》第6期。
陈东、刘金东,2013:《农村信贷对农村居民消费的影响——基于状态空间模型和中介效应检验的长期动态分析》,《金融研究》第6期。
崔凯、冯献,2018:《演化视角下农村电商“上下并行”的逻辑与趋势》,《中国农村经济》第3期。
程开明,2008:《从城市偏向到城乡统筹发展——城市偏向政策影响城乡差距的Panel Data证据》,《经济学家》第3期。
范玉贞、卓德保,2010:《我国电子商务对经济增长作用的实证研究》,《工业技术经济》第8期。
方福前、邢炜,2015:《居民消费与电商市场规模的U型关系研究》,《财贸经济》第11期。
高帆,2013:《我国城乡消费差距变动:特征、成因及转折点分析》,《学术研究》第10期。
高帆,2014:《中国城乡消费差距的拐点判定及其增长效应》,《统计研究》第12期。
葛殊,2013:《电子商务助推城镇化进程:基于农村消费能力提升的视角》,《特区经济》第8期。
黄睿君,2010:《电子商务对经济增长贡献的实证研究》,《经济视角(下旬刊)》第6期。
林毅夫,1998:《中国经济改革的社会结果:转轨时期的地区差距分析》,《国有资产研究》第4期。
林毅夫、陈斌开,2009:《重工业优先发展战略与城乡消费不平等——来自中国的证据》,《浙江社会科学》第4期。
林毅夫、刘培林,2003:《中国的经济发展战略与地区收入差距》,《经济研究》第3期。
陆铭、陈钊,2004:《城市化、城市倾向的经济政策与城乡收入差距》,《经济研究》第6期。
李实,2003:《中国个人收入分配研究回顾与展望》,《经济学》(季刊)第2期。
李伶俐、谷小菁、王定祥,2013:《财政分权、城市化与城乡收入差距》,《农业技术经济》第12期。
李宾、马九杰,2013:《劳动力流动对城乡收入差距的影响:基于生命周期视角》,《中国人口·资源与环境》第11期。
雷根强、蔡翔,2012:《初次分配扭曲、财政支出城市偏向与城乡收入差距——来自中国省级面板数据的经验证据》,《数量经济技术经济研究》第3期。
刘厚莲,2013:《人口城镇化、城乡收入差距与居民消费需求——基于省际面板数据的实证分析》,《人口与经济》第6期。
欧阳志刚,2014:《中国城乡经济一体化的推进是否阻滞了城乡收入差距的扩大》,《世界经济》第2期。
乔海曙、陈力,2009:《金融发展与城乡收入差距“倒U型”关系再检验——基于中国县域截面数据的实证分析》,《中国农村经济》第7期。
钱雪松、杜立、马文涛,2015:《中国货币政策利率传导有效性研究:中介效应和体制内外差异》,《管理世界》第11期。
孙永强、万玉琳,2011:《金融发展、对外开放与城乡居民收入差距——基于1978—2008年省际面板数据的实证分析》,《金融研究》第1期。
孙久文、周玉龙,2015:《城乡差距、劳动力迁移与城镇化——基于县域面板数据的经验研究》,《经济评论》第2期。
王猛、李勇刚、王有鑫,2013:《土地财政、房价波动与城乡消费差距——基于面板数据联立方程的研究》,《产业经济研究》第5期。
王德文、何宇鹏,2005:《城乡差距的本质、多面性与政策含义》,《中国农村观察》第3期。
王少平、欧阳志刚,2007:《我国城乡收入差距的度量及其对经济增长的效应》,《经济研究》第10期。
万海远、李实,2013:《户籍歧视对城乡收入差距的影响》,《经济研究》第9期。
魏浩、赵春明,2012:《对外贸易对我国城乡收入差距影响的实证分析》,《财贸经济》第1期。
徐敏、姜勇,2015:《中国产业结构升级能缩小城乡消费差距吗?》,《数量经济技术经济研究》第3期。
徐振宇、郭志超、荆林波,2014:《中国城乡消费差距的转折点——引入滚动虚拟变量的分段定量检测》,《经济学动态》第6期。
徐振宇、赵天宇、朱鹤,2015:《居民基本权利差异对城乡差距的影响——来自中国省级面板数据的实证证据》,《财贸经济》第1期。
许秀川、王钊,2008:《城市化、工业化与城乡收入差距互动关系的实证研究》,《农业经济问题》第12期。
姚耀军,2005:《金融发展与城乡收入差距关系的经验分析》,《财经研究》第2期。
叶志强、陈习定、张顺明,2011:《金融发展能减少城乡收入差距吗?——来自中国的证据》,《金融研究》第2期。
杨坚争、周涛、李庆子,2011:《电子商务对经济增长作用的实证研究》,《世界经济研究》第10期。
袁冬梅、魏后凯、杨焕,2011:《对外开放、贸易商品结构与中国城乡收入差距——基于省际面板数据的实证分析》,《中国软科学》第6期。
张立军、湛泳,2006:《金融发展影响城乡收入差距的三大效应及检验》,《上海财经大学学报》第5期。
甄红线、张先治、迟国泰,2015:《制度环境、终极控制权对公司绩效的影响——基于代理成本的中介效应检验》,《金融研究》第12期。
Baron, R. M., and D. A. Kenny, 1986, “The Moderator-mediator Variable Distinction in Social Psychological Research: Conceptual, Strategic, and Statistical Considerations”, Journal of Personality and Social Psychology, 51(6):1173-1182.
Bakos, J. Y., 1997, “Reducing Buyer Search Costs: Implications for Electronic Marketplaces”, Management Science, 43 (12):1676-1692.
Choi, Y. J., and C. S. Suh, 2005, “The Death of Physical Distance: An Economic Analysis of the Emergence of Electronic Marketplaces”, Papers in Regional Science,84(4):597-614.
Chan, K. W., 1996, “Post-Mao China: A Two-class Urban Society in the Making”, International Journal of Urban & Regional Research, 20(1):134-150.
Kanbur, R., and X. Zhang, 1999, “Which Regional Inequality? The Evolution of Rural-Urban and Inland-Coastal Inequality in China from 1983 to 1995”, Working Papers, 27(4):686-701.
Lin, J. Y., and B. Chen, 2011, “Urbanization and Urban-rural Inequality in China: A New Perspective from the Government’s Development Strategy”, Frontiers of Economics in China, 6(1):1-21.
Shrout, P. E., and N. Bolger, 2002, “Mediation in Experimental and Nonexperimental Studies: New Procedures and Recommendations”, Psychological Methods, 7(4): 422-445.
Salop, S. C., 1979, “Monopolistic Competition with Outside Goods”, Bell Journal of Economics, 10(1):141-156.
Soh, C., M. L. Markus, and K. H. Goh, 2006, “ Electronic Marketplaces and Price Transparency: Strategy, Information Technology, and Success”, Mis Quarterly, 30(3):705-723.
Sicular, T., X. M. Yue, B. Gustafsson, and L. Shi, 2007, “The Urban-rural Income Gap and Income Inequality in China”, Review of Income & Wealth, 53(1):93-126.
Wu, X., and J. M. Perloff, 2004, China’s Income Distribution over Time: Reasons for Rising Inequality, Social Science Electronic Publishing.
Yang, D. T., 1999, “Urban-biased Policies and Rising Income Inequality in China”, American Economic Review, 89(2):306-310.
Zhao, X., J. G. Lynch, and Q. Chen, 2010, “Reconsidering Baron and Kenny: Myths and Truths about Mediation Analysis”, Journal of Consumer Research, 37(2):197-206.
DUAL EFFECTS OF E-COMMERCE MARKET DEVELOPMENT ON URBAN-RURAL GAP——Based on Search Matching Theory
LI Jie1 XING Wei2
(1.School of Applied Economics, Renmin University of China;2.Agricultural Bank of China Head Office)
Abstract:This paper extends the Bakos (1997) model and analyzes the impact of e-commerce market development on the gap between urban and rural areas. Theoretical analysis shows that, because of the differences in search costs between rural and urban areas, consumers in rural areas will gain more utility from the traditional physical market to e-commerce market than consumers in urban areas. Therefore, the penetration of e-commerce in the residents will more promote the consumption of rural residents, thereby narrowing the gap between urban and rural consumption. Due to the lack of standardized operation system and related supporting facilities, there has been a huge deficit between the upstream of agricultural products and downstream of industrial products. The penetration of e-commerce in enterprises will be more conducive to the sale of urban industrial products to rural areas, thus widening the gap between urban and rural areas. That is, the development of e-commerce market will produce two opposite effects on the gap between urban and rural areas through double penetration. But its net effect is to narrow the gap between urban and rural consumption. The empirical test based on China’s provincial panel data from 2013 to 2016 shows that the theoretical analysis has good robustness, that is, the expansion of e-commerce market scale at the present stage helps to narrow the gap between urban and rural consumption in China.
Key words: e-commerce market; urban and rural gap; search cost
* 李洁(通讯作者),中国人民大学应用经济学院,邮政编码:100872,电子邮箱:lijie1128@ruc.edu.cn;邢炜,中国农业银行总行金融市场部。本文得到中国人民大学研究生科学研究基金项目“电子商务发展对城乡差距的影响研究”(19XNH051)的资助。感谢匿名评审人提出的修改建议,笔者已做了相应修改,本文文责自负。
(责任编辑:付 敏)
奥鹏易百网www.openhelp100.com专业提供网络教育各高校作业资源。

共 0 个关于本帖的回复 最后回复于 2020-9-24 19:02

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩推荐

    明星用户

    QQ|Archiver|手机版|小黑屋|www.openhelp100.com ( 冀ICP备19026749号-1 )

    GMT+8, 2024-3-29 02:50