数字经济驱动居民消费：作用机制与空间效应

doi:10.18306/dlkxjz.2023.05.002

数字经济驱动居民消费：作用机制与空间效应

杨芳^,¹^,², 张海^,³^,^*, 刘晓荣⁴

1.南京信息工程大学商学院，南京 210000

2.扬子江国际数字贸易创新发展研究院，南京 210000

3.南京信息工程大学教师教育学院，南京 210000

4.甘肃省科学技术情报研究所，兰州 730000

Digital economy driving household consumption:Mechanism and spatial effects

YANG Fang^,¹^,², ZHANG Hai^,³^,^*, LIU Xiaorong⁴

1. School of Business, Nanjing University of Information science and Technology, Nanjing 210000, China

2. Yangtze River Institute of International Digital Trade Innovation and Development, Nanjing 210000, China

3. School of Teacher Education, Nanjing University of Information Science and Technology, Nanjing 210000, China

4. Institute of Scientific & Technical Information of Gansu Province, Lanzhou 730000, China

通讯作者: *张海(1981— )，男，甘肃静宁人，博士，副教授，硕士生导师，研究方向为人文地理、地理教育。E-mail: gszhhai@163.com

收稿日期: 2022-10-25 修回日期: 2023-03-7

基金资助:

南京信息工程大学科研启动经费(2023r073)
南京信息工程大学科研启动经费(2022r046)
甘肃省软科学专项(21CX6ZA018)
甘肃省软科学专项(22JR4ZA062)

Received: 2022-10-25 Revised: 2023-03-7

Fund supported:

The Startup Foundation for Introducing Talent of NUIST(2023r073)
The Startup Foundation for Introducing Talent of NUIST(2022r046)
Gansu Soft Science Project(21CX6ZA018)
Gansu Soft Science Project(22JR4ZA062)

作者简介 About authors

杨芳(1981— )，女，甘肃文县人，博士，副教授，硕士生导师，研究方向为数字经济、区域经济。E-mail: yangfang314@163.com

摘要

数字经济是中国经济发展的新动能，也是当前扩大内需的重要着力点。论文分析了数字经济影响居民消费的机理，并基于2011—2020年中国省级面板数据，采用中介效应模型和空间杜宾模型检验了数字经济对居民消费的作用机制与空间效应，并从时间和区域维度做了拓展分析。结果表明：① 数字经济能够直接促进居民消费；② 数字经济促进消费的间接作用表现为在供给侧提升产品多样性，在需求侧提高居民收入，在市场侧促进市场一体化；③ 数字经济不仅驱动了本地消费，还对经济水平相近省份的消费产生了正向溢出效应；④ 拓展分析结果显示，数字经济驱动消费的作用随经济水平提高而增强，具有时间可持续性，同时该作用在中西部地区强于东部地区，呈现更有利于欠发达地区的益贫式特征。研究结果拓展了数字经济驱动居民消费的研究视角，并为依托数字经济提振消费需求提供了决策参考。

关键词： 数字经济; 消费; 供求; 市场; 空间溢出

Abstract

The digital economy is a new driving force for China's economic development and an important growth point for expanding domestic demand. This study examined the mechanism of the digital economy affecting household consumption. Based on the panel data of 31 provinces of China from 2011 to 2020 and using the mediation effect model and the spatial Durbin model, this study examined the mechanism and spatial effects of the digital economy on household consumption and conducted an expanded analysis from the temporal and regional dimensions. The results show that: 1) The digital economy can directly promote household consumption. 2) The indirect effect of the digital economy on consumption is to improve the diversification of products on the supply side, increase household income on the demand side, and promote market integration on the market side. 3) While promoting local consumption, the digital economy also has positive spillover effects among provinces with similar economic levels. 4) The results of the expanded analysis show that the role of the digital economy in driving consumption is sustainable over time, which increases with the improvement of the economic level. Meanwhile, the effect is stronger in the central and western regions than in the eastern region, showing the characteristics of benefiting the poor and favoring the less developed regions. These results expanded the research perspectives of digital economy driving consumer consumption, and provide a decision reference for the strategy of boosting consumer demand based on the digital economy.

Keywords： digital economy; consumption; supply and demand; market; spatial spillover

PDF (2097KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

杨芳, 张海, 刘晓荣. 数字经济驱动居民消费：作用机制与空间效应[J]. 地理科学进展, 2023, 42(5): 837-851 doi:10.18306/dlkxjz.2023.05.002

YANG Fang, ZHANG Hai, LIU Xiaorong. Digital economy driving household consumption:Mechanism and spatial effects[J]. Progress in Geography, 2023, 42(5): 837-851 doi:10.18306/dlkxjz.2023.05.002

消费是经济增长的稳定器和压舱石，是“三驾马车”的第一拉动力。改革开放40多年来，中国居民消费水平快速提升^[1]，消费升级持续推进，但消费对经济增长的贡献明显不足^[2]。直到2010年以后，最终消费率才有所回升，不过居民消费占比仍然显著偏低，特别是新冠疫情发生以来居民消费的下行压力明显增大。2022年12月的中央经济工作会议指出，“要把恢复和扩大消费摆在优先位置。增强消费能力，改善消费条件，创新消费场景”。在提振消费促进经济平稳增长的新阶段，结合社会发展的新趋势探索促进消费的有效路径是当前和未来一段时间的重要任务。近年来，数字经济呈现井喷式增长，并成为推进中国式现代化的重要引擎和构筑国家竞争新优势的有力支撑^[3]。习近平总书记指出，“发展数字经济意义重大，是把握新一轮科技革命和产业变革新机遇的战略选择”^[4]。2021年，中国数字经济总量规模位居世界第二，5G技术、人工智能、云计算、大数据、区块链等数字技术跻身全球第一梯队。数字经济的颠覆性创新推动生产方式和商业模式深刻变革，也带来了消费方式的重大转变。一个有趣的现象是，数字经济爆发式增长与最终消费率回升均出现于2011年前后，二者呈现相同的变化趋势。基于此，将数字经济纳入居民消费的分析框架之中，揭示二者的内在关联，进而探讨居民消费的驱动机制和促进策略具有重要而深远的意义。

消费的决定因素历来受各国学者关注。相关研究可追溯至现代西方消费行为理论，早期的学者一致认为个人和家庭收入是决定消费的关键因素，但他们的视角各有不同。凯恩斯(John Maynard Keynes)强调现期绝对收入，杜森贝里(James Stemble Duesenberry)关注相对收入，而弗里德曼(Milton Friedman)则注重未来(持久)收入。这些研究聚焦了消费的微观机制。21世纪以来，学者发现消费还受到宏观社会和空间的制约。随之，消费活动的空间特征成为新的研究热点^[5]。国内的研究发现，居民消费与居民所在区域的经济发展^[1]、收入分配^[6]、城镇化进程^[7]、年龄结构^[8]和消费结构^[1]显著相关。

数字技术与流通领域结合引发了新一轮零售革命，推动了居民消费的重大变革，这引起了学术界对数字经济与居民消费关系的研究兴趣。理论研究认为，数字经济有助于发现市场需求^[9]，缩短产品研发周期，创新消费模式和业态^[10]，从而促进消费市场良性发展^[11]。这一积极影响也被经验数据所证实，无论是基于省份^[12]、城市^[13]或是家庭^[14]样本的分析均表明数字经济有利于释放消费需求。进一步的区域异质性探讨得出了不同结论，有观点认为数字经济显著促进了东部地区居民消费支出^[15]，也有观点认为该作用在中西部地区更加显著^[16-17]。

然而，仅仅认识到数字经济对居民消费的促进作用及探讨其区域异质性是不够的，因为这并不能直接回答“如何促进消费”的问题。为此，还需更深入地探讨数字经济促进消费的机制。已有研究从经济、产业、收入和创业等视角切入，发现数字经济能够通过推动经济增长^[12]，推进产业升级^[13]，增加居民收入^[14]以及促进创新创业^[16]，进而提高居民消费支出，这为制定和实施消费促进策略提供了一定启示。此外，新近的研究还关注到居民消费具有空间关联性^[18]，进而揭示了数字经济对居民消费的空间溢出效应^[19-20]。

综上，现有研究普遍肯定了数字经济对居民消费的促进作用，但仍存在以下不足。首先，供给、需求和市场是数字经济作用于居民消费的重要载体，但既有文献很少关注供给侧和市场侧的传导机制。其次，数字经济的虚拟化特征决定了其具有广泛的辐射力，但相关的空间交互分析较为薄弱。最后，鲜有研究探讨数字经济促进消费的可持续性，且对区域异质性的解释不够深入。鉴于此，本文聚焦数字经济对居民消费的作用机制和空间效应，采用中介效应模型从供给侧、需求侧和市场侧的三维视角探究数字经济影响消费的渠道，应用空间杜宾模型考察不同空间权重下数字经济对消费的空间溢出效应，并进一步揭示数字经济促进消费的可持续性和区域异质性。本文的结论有望丰富数字经济与居民消费的关系研究，亦可为依托数字经济释放消费潜力、促进区域消费均衡增长提供决策参考。

1 理论框架与研究假设

1.1 数字经济对居民消费的直接影响

数字经济是由信息和通信技术带来的新兴经济形态^[21]，不仅包括数字化交易，还包括保障数字化交易的基础设施、数字化媒体、数字化货物以及数字化服务等^[22]。数字经济对居民消费的直接影响，主要体现为以电子商务拓展消费渠道、以数字金融创新支付方式和以新兴数字技术改善用户体验。

电子商务拓宽了消费渠道，有助于解决买卖双方的信息不对称：其一，电子商务能够突破交易的时空限制，拓展消费渠道并提升消费便利度^[23]，而且共享经济、直播经济和平台经济的发展提供了更大的消费选择空间^[24]；其二，电子商务催生了线上线下结合的新模式，弥补了传统零售和传统电商的不足；其三，电子商务可以提高商品的价格透明度^[25]，降低消费者搜索成本，加速供需匹配。

数字金融创新了支付方式，有助于缓解消费者的流动性约束和预算约束。支付宝、微信、云闪付等电子支付普及提高了支付效率^[2]，减少了消费者的现金需求；与此同时，电子支付还降低了消费者购买时的损失感和对价格的敏感度。具有普惠意义的是，支付平台和数字银行为全体社会成员提供的信贷支持和跨期消费选择，能够缓解低收入者面临的预算约束，提振社会消费需求。

新兴数字技术应用改善了用户体验，有助于激发消费潜能。大数据可以快速识别消费者特征和偏好，并通过推荐系统和精准营销增强消费者兴趣^[26]；VR(virtual reality)、AR(augmented reality)等技术创设了更真实的购物情境，拉近了交易主体与交易对象的距离；可视化通信工具和场景消费丰富了买卖双方以及买方之间的互动交流，从而增强了消费意愿。

基于上述分析，本文提出第1个假设：

H1：数字经济发展直接促进了居民消费。

1.2 数字经济对居民消费的间接影响

1.2.1 供给侧——提升产品多样性

数字经济推动了供给侧结构性改革，丰富了产品和服务供给。数字经济能使供给端高效获取需求信息，从而推进消费需求逆向牵引生产变革。在工业领域，传统大规模生产的福特主义趋于瓦解，制造商依托数字化转型构建协同创新的生态圈，有效缩短了产品研发周期，加快了产品更新迭代，并推动柔性生产和智能生产取得实质性突破。在农业领域，数字技术应用于生产环节，促进了农产品创新、改良与产品链延伸，扩大了农副产品种类。在服务业领域，数字化手段与传统医疗、教育、文化和娱乐相结合催生出新的服务项目，诸如云端会诊、远程学习、交互式娱乐等新模式不断涌现。多样化的产品和服务顺应了消费升级趋势，形成了新的居民消费增长点。据此，本文提出第2个假设：

H2：数字经济通过在供给侧提升产品多样性驱动消费。

1.2.2 需求侧——提高居民收入

数字经济通过促进就业保障了居民收入增长。数字产业化和产业数字化有助于增强国内产业链的韧性，减缓经济波动的负面冲击，提升企业生存与发展能力，并由此促进社会充分就业。就业率的提高能保障劳动者收入来源，特别是弱势群体收入增长，进而降低预防性储蓄动机^[27]，提升居民消费倾向。

更具价值的是，数字经济带来的就业和增收效应具有“益贫式”倾向。首先，平台经济催生了大量新岗位，促进了社会灵活就业，提高了低技能劳动者的收入。其次，互联网普及降低了偏远地区的经济活动成本，为当地创造出更多的创业和就业机会^[28]。最后，数字化生产包含着劳动价值增值和社会关系延拓^[10,29]，有益于劳动者积累人力资本和社会资源，提高劳动力供给质量和收入水平。据此，本文提出第3个假设：

H3：数字经济通过在需求侧提高居民收入驱动消费。

1.2.3 市场侧——促进市场一体化

数字经济能够打破贸易壁垒，降低市场均衡价格，进而推进市场一体化进程。数字经济带来的超大型虚拟市场有助于缓解地理阻隔导致的信息不对称，解决区域市场分割和诸侯经济，促进全国范围内的商品自由流动^[30]，使得不同地区的消费者都能享受到相同的产品和服务，进而增强购买意愿。在商品市场逐渐开放的过程中，零售市场的竞争显著加剧，倒逼线上线下商家从成本、产品和价格等多维度展开竞争。这其中，价格策略的应用有利于缩小区际价格差距并降低全国的均衡价格水平，从而缓解消费者的预算约束。可见，数字经济推动的市场一体化进程有助于释放全国市场的消费潜能，提高居民的购买力水平，进而扩大国内消费需求。据此，本文提出第4个假设：

H4：数字经济通过在市场侧促进市场一体化驱动消费。

1.3 数字经济对居民消费的空间溢出

数字经济推动了流通渠道整合与优化，释放了跨区域消费潜力。数字经济条件下，销售商、物流商、保险商紧密合作，共同为消费者创造价值。网络贸易简化了流通渠道的中间环节，使流通渠道向“扁平化”“分散化”发展；物流规模化运营提升了运输效率^[31]，缩短了消费者等待时间；线上售后服务和运费保险等措施维护了消费者权益，保障了消费品质，从而增强了消费者对跨区域购买的偏好和依赖。

数字经济引致“模仿性”与“独特性”需求同时增长，增强了消费行为的空间关联。一方面，数字经济激发了消费者的“模仿性”需求。消费活动不仅体现消费者个人选择，还能表征社会地位^[32]并传递阶级、风格等信息^[33]。直播电商、社交电商、社交媒体等数字平台通过加速信息传递、深化互动交流放大了消费的社会属性，增强了明星和网红消费的“示范效应”，进而引导消费者跨区域购买以满足“模仿性”需求。另一方面，数字经济也激发了消费者的“独特性”需求。传统商业模式下，消费者的小众需求因为难以达到厂商规模经济生产的临界值而常被忽视。数字平台能够引导厂商关注并聚合全国乃至世界范围的小众需求，进而实现规模经济生产。正如“长尾理论”的提出者克里斯·安德森(Chris Anderson)所言，在一个没有货架空间限制和其他供应瓶颈的时代，面向特定群体的小众产品可以与那些主流热点具有同样的经济吸引力^[34]。随着“长尾市场”逐渐受到重视，消费者的“独特性”需求得到充分释放，跨区域消费行为明显增加。由此，本文提出第5个假设：

H5：数字经济对居民消费的驱动具有空间溢出效应。

2 研究方法与数据来源

2.1 模型设定

2.1.1 基准回归模型

本文基于省级面板数据考察数字经济对居民消费的影响，基准模型设定如下：

(1)

C_{i, t} = α_{0} + α_{1} d e_{i, t - 1} + θ X_{i, t} + μ_{i} + λ_{t} + ε_{i, t}

式中： $C$ 表示居民消费， $d e$ 表示数字经济(滞后一期以减弱反向因果)， $X$ 代表控制变量； $i$ 代表省份， $t$ 代表年份； $μ_{i}$ 和 $λ_{t}$ 分别为省份和年份固定效应， $ε_{i, t}$ 为随机扰动项； $α_{1}$ 衡量数字经济对居民消费的影响， $θ$ 衡量控制变量对消费的影响， $α_{0}$ 为常数项。

2.1.2 中介效应模型

本文认为数字经济能够在供给侧提升产品多样性，在需求侧提高居民收入，在市场侧促进市场一体化，进而驱动居民消费。借鉴温忠麟等^[35]的研究，基于式(1)构建如下中介效应模型：

(2)

M_{i, t} = β_{0} + β_{1} d e_{i, t - 1} + δ X_{i, t} + μ_{i} + λ_{t} + ε_{i, t}

(3)

C_{i, t} = γ_{0} + γ_{1} d e_{i, t - 1} + γ_{2} M_{i, t} + φ X_{i, t} + μ_{i} + λ_{t} + ε_{i, t}

式中： $M$ 为中介变量，本文的中介变量包括产品多样性、居民收入和市场一体化。 $β_{1}$ 衡量数字经济对中介变量的影响； $γ_{1}$ 表示考虑中介变量后数字经济对居民消费的作用； $γ_{2}$ 衡量中介变量对居民消费的作用。在 $β_{1}$ 显著的条件下，若 $γ_{2}$ 通过显著性检验且 $γ_{1}$ 的估计系数或显著性水平相比基准回归有所下降，则表明传导机制成立，δ和φ分别为式(2)和式(3)中控制变量的估计系数；β₀和γ₀为相应的常数项。

2.1.3 空间计量模型

前文所述，数字经济不仅能促进本地消费，还存在空间溢出。为证实这一效应，构建如下空间计量模型：

(4)

\begin{array}{l} C_{i, t} = θ_{0} + X_{i, t} δ + \overset{n}{\sum_{j = 1}} w_{i j} X_{i, t} φ + \overset{n}{\sum_{j = 1}} w_{i j} C_{i, t} ρ + \\ μ_{i} + λ_{t} + ε_{i, t} (j \neq i) \end{array}

式中： $i$ 为省份， $j$ 为不包括 $i$ 省在内的其余省份； $w_{i j}$ 为 $n \times n$ 维空间权重矩阵中的元素； $X$ 代表解释变量和一系列控制变量， $w X$ 代表被解释变量与解释变量、控制变量的外生交互效应， $w C$ 代表被解释变量的内生交互效应； $δ$ 是解释变量和控制变量的待估参数， $φ$ 是解释变量和控制变量空间交互项的待估参数， $ρ$ 是空间自相关系数，θ₀为常数项。实证分析从一般的空间杜宾模型开始，通过LR检验判断究竟应选择空间滞后、空间误差还是空间杜宾模型。

2.1.4 面板门槛模型

在经济增速放缓的新常态下，扩大居民消费需要持续注入动力，那么，数字经济驱动居民消费的作用能否在未来较长一段时间内持续有效?为回答这一问题，本文尝试将反映时间趋势的指标作为门槛变量进行面板门槛估计。若能证实数字经济对消费的驱动随门槛变量变大而增强，就说明数字经济具有可持续性作用。

(5)

\begin{array}{l} C_{i, t} = θ_{0} + θ_{1} d e_{i, t - 1} (q_{i t} \leq γ) + θ_{2} d e_{i, t - 1} (q_{i t} > γ) + \\ μ_{i} + λ_{t} + ε_{i, t} \end{array}

式中： $q$ 为门槛变量， $γ$ 为门槛值， $θ_{1}$ 和 $θ_{2}$ 衡量门槛变量处于不同区间时数字经济对居民消费的影响。式(5)表示单一门槛模型，而实际估计结果可能得到单一门槛、双重门槛或是三重门槛。

2.2 变量选择

2.2.1 被解释变量

被解释变量是居民消费，用人均居民消费支出度量。

2.2.2 解释变量

核心解释变量是数字经济。由于数字经济是一个多维度多层次的综合概念，本文借鉴赵涛等^[36]的研究，结合数据的可获得性，构造了包含4个一级指标和10个二级指标的综合评价体系(表1)。该体系中所有的二级指标均为正向指标，采用改进的熵值法^[37]赋权。

表1 数字经济评价指标体系

Tab.1 Evaluation indicator system of digital economy

一级指标	一级指标权重	二级指标	二级指标权重	测度方法
数字产业	0.293	信息服务业就业	0.092	信息服务业就业人数/总就业人数
		信息服务业产值	0.101	信息服务业产值/GDP
		电信业务量	0.100	电信业务总量/总人口
数字设施	0.197	光缆密度	0.089	光缆线路长度/行政区划面积
数字设施	0.197	移动基站密度	0.108	移动电话基站数/总人口
数字用户	0.332	移动电话普及率	0.112	移动电话用户/总人口
		互联网普及率	0.112	网民数量/总人口
		移动互联网普及率	0.109	移动互联网用户/总人口
数字平台	0.178	域名数	0.088	域名数
数字平台	0.178	网站数	0.090	网站数

新窗口打开| 下载CSV

2.2.3 中介变量

中介变量包括供给侧的产品多样性、需求侧的居民收入和市场侧的一体化水平。产品多样性使用规模以工业企业新产品开发项目数作为代理变量^[38]。其理由是，工业产品具有较多的替代品和较大的需求价格弹性，其新产品开发项目数能够较好地代表供给侧技术进步和产品创新。居民收入用人均可支配收入度量，这也是大多数研究惯用的方法。关于市场一体化，采用Parsley等^[39]提出的价格指数法进行测度，其核心思想是通过省际商品价格差异反映市场分割，进而得到市场一体化水平。参照盛斌等^[40]和郭鹏飞等^[41]的方法，结合数据的可得性和连续性，基于16类商品的环比价格指数测算商品市场的相对价格方差，这些商品包括：食品、饮料烟酒、服装鞋帽、纺织品、家用电器及音响器材、文化办公用品、日用品、体育娱乐用品、交通通信用品、家具、化妆品、金银饰品、中西药品及医疗保健用品、书报杂志及电子出版物、燃料、建筑材料及五金电料。在相对价格方差的基础上，测算各省与其他省份的市场分割指数。市场分割指数与市场一体化呈反方向变动。市场一体化水平越高，表示省际贸易壁垒越小，商品流动也越充分。

2.2.4 门槛变量

将人均GDP视为反映时间趋势的门槛变量。其依据是，改革开放以来，中国人均GDP呈现持续快速增长；当前中国正处于由中等收入向高收入国家迈进的关键时期，可以预见，中国人均GDP将继续保持增长；对于不同省份，尽管人均GDP存在较大差距，但其增长趋势是相同的。

2.2.5 控制变量

参考雷潇雨等^[7]、钟若愚等^[19]、方福前^[42]的研究，将消费率、抚养负担、城镇化、社会保障、物流效率作为控制变量。消费率采用居民消费支出占GDP的比重表示，其能够反映消费倾向，通常与居民消费水平正相关。抚养负担用老年抚养比表示，中国消费行为呈现“重小轻老”趋向^[42]，老龄化社会对消费需求具有抑制作用。城镇化用人口城镇化率度量，城镇化进程有助于促进市场交易、扩大居民消费。社会保障用人均社会保障和就业支出度量，完善的社会保障能够增强居民消费意愿。物流效率用单位土地面积上铁路和等级公路的里程数表示，高效的物流是区际贸易往来的重要基础，对促进消费具有积极作用。

2.3 数据来源与说明

鉴于中国最终消费率自2011年开始回升，本文以2011年为研究起点，以2011—2020年中国31个省份(港澳台地区数据暂缺)的面板数据为样本开展实证研究。数字经济相关数据部分来自中国电子信息产业发展研究院(CCID)发布的《中国数字经济发展指数白皮书》，剩余部分来自《中国统计年鉴》；其他指标的数据则均来自于《中国统计年鉴》。为消除价格因素的影响，将居民消费、居民收入、人均GDP和社会保障等数据按CPI(consumer price index)指数折算成以2011年为基期的实际值；为解决异方差问题，对数量级较大的变量取自然对数。变量的统计性描述结果见表2。

表2 变量描述性统计

Tab.2 Descriptive statistics of variables

变量名称	均值	标准差	最小值	最大值
居民消费	9.578	0.356	8.461	10.553
数字经济	0.278	0.119	0.094	0.810
产品多样性	8.562	1.743	1.945	12.020
居民收入	9.864	0.384	8.917	10.988
市场一体化	0.933	0.368	0.045	1.937
人均GDP	10.746	0.418	9.705	11.847
消费率	0.321	0.052	0.215	0.499
抚养负担	0.143	0.038	0.067	0.255
城镇化	0.573	0.131	0.227	0.896
社会保障	7.344	0.522	6.208	8.748
物流效率	0.891	0.531	0.321	2.188

新窗口打开| 下载CSV

3 实证结果分析

3.1 数字经济影响居民消费的基准回归结果

表3为数字经济影响居民消费的双向固定效应估计结果。核心解释变量数字经济的估计系数为0.540且通过了5%的显著性检验，表明数字经济能够直接促进居民消费，这证实了本文的第1个假设(H₁)。对于控制变量，消费率的系数为0.671，城镇化率的系数为2.150，二者均在1%的统计性水平上显著；物流效率的系数为0.108且通过5%的显著性检验；抚养负担的系数为-1.046且通过1%的显著性检验，上述结论均与预期相符。较为意外的是，社会保障的系数并不显著，这可能是因为中国社会保障不够健全，尚未对降低储蓄动机、扩大消费需求产生积极影响。

表3 数字经济影响居民消费的基准回归结果

Tab.3 Benchmark regression results of digital economy driving household consumption

变量	居民消费
数字经济	0.540^**(2.19)
消费率	0.671^***(5.26)
抚养负担	-1.046^***(-3.89)
城镇化	2.150^***(8.45)
社会保障	0.009(0.26)
物流效率	0.108^**(2.54)
常数项	7.948^***(21.99)
$N$	279
$R^{2}$	0.869

注：括号中为z统计值，*、**、***分别表示通过10%、5%、1%的显著性水平检验。下同。

新窗口打开| 下载CSV

3.2 数字经济驱动居民消费的机制检验

前文阐述了数字经济在供给侧提升产品多样性，在需求侧提高居民收入，在市场侧促进市场一体化，进而驱动居民消费的作用机理。为检验上述传导机制是否成立，采用中介效应模型进行实证分析，回归结果见表4。

表4 数字经济驱动居民消费的传导机制检验

Tab.4 Testing results of the transmission mechanism from digital economy to household consumption

变量	产品多样性		居民收入		市场一体化
变量	(1)	(2)	(3)	(4)	(5)	(6)
数字经济	1.996^*(1.90)	0.463^*(1.88)	0.577^***(4.44)	-0.127(-0.62)	0.486^**(2.23)	0.335^*(1.66)
产品多样性		0.039^**(2.56)
居民收入				1.156^***(11.74)
市场一体化						0.421^***(6.13)
消费率	-0.952^*(-1.75)	0.708^***(5.58)	0.002(0.03)	0.669^***(6.60)	-0.049(-0.44)	0.692^***(5.84)
抚养负担	-2.483^**(-2.17)	-0.950^***(-3.54)	-0.407^***(-2.87)	-0.575^***(-2.64)	-0.491(-2.07)	-0.839^***(-3.32)
城镇化	5.343^***(4.93)	1.943^***(7.36)	1.019^***(7.59)	0.972^***(4.31)	-0.538^***(-2.39)	2.377^***(9.93)
社会保障	0.184(1.23)	0.002(0.06)	-0.042^**(-2.27)	0.058^**(2.05)	-0.052(-1.54)	0.031(0.94)
物流效率	0.170(0.94)	0.101^**(2.41)	-0.018(-0.79)	0.128^***(3.80)	-0.026(-0.70)	0.118^**(3.01)
常数项	4.072^***(2.65)	7.790^***(21.49)	9.673^***(50.75)	-3.236^***(-3.25)	2.08^***(6.52)	7.069^***(19.35)
个体效应	是	是	是	是	是	是
时间效应	是	是	是	是	是	是
$N$	279	279	279	279	279	279
$R^{2}$	0.685	0.873	0.981	0.918	0.778	0.887

新窗口打开| 下载CSV

表4中列(1)~(2)检验产品多样性的中介效应。列(1)显示，数字经济提升了产品多样性。列(2)显示，数字经济和产品多样性均有助于扩大居民消费；与基准回归相比，数字经济的估计系数和显著性水平均有所下降。实证结果表明，数字经济通过提升产品多样性顺应了消费升级趋势，证实了假设H2。

表4列(3)~(4)检验居民收入的中介效应。数字经济对居民收入的系数在1%的统计性水平上为正，表明数字经济能够显著提高居民收入。将数字经济和居民收入同时作为消费的解释变量，居民收入的系数在1%的水平上显著为正，而数字经济失去了显著性，表明居民收入的中介效应显著，证实了假设H3。这一结果与刘导波等^[14]的研究相符。

表4列(5)~(6)检验市场一体化的中介效应。数字经济对市场一体化的系数在5%的水平上显著为正，说明数字经济推动了市场一体化进程。数字经济与市场一体化均有利于扩大居民消费，且数字经济的系数和显著性相比基准回归均有所下降，验证了市场一体化的中介效应，说明数字经济能推进市场一体化进而驱动居民消费，从而证实了假设H4。

上述3条路径同时存在，并形成相互促进、叠加增强的关系。三者之中，需求侧居民收入的中介效应最为显著，说明对于现阶段的中国，收入对于消费仍具有决定性作用。当前，世界经济下行制约着居民收入增长，因而提高居民收入是重振消费信心的首要任务和重要抓手。

3.3 数字经济驱动居民消费的空间溢出分析

3.3.1 空间相关性检验

根据地理学第一定律，空间距离越近的事物关联性越强。Global Moran's I指数是判断空间关联的常用指标，取值范围在-1~1之间，大于0表示空间正相关，小于0表示空间负相关，等于0则表示不存在空间相关性。本文在逆距离权重和经济权重2种条件下测算数字经济和居民消费的Global Moran's I指数。逆距离权重利用31个省份的经纬度计算，其与地理距离成反比；经济权重基于样本期内各省人均GDP的均值计算，其与经济水平相似度成正比。表5显示，数字经济和居民消费在2种权重下均呈现显著的空间集聚特征，且经济权重下的空间联系更加显著，说明二者与经济发展具有较高的空间一致性。因而，将空间因素考虑在内，能更全面客观地揭示数字经济对居民消费的影响。

表5 数字经济和居民消费的Global Moran's I指数

Tab.5 Global Moran's I index of the digital economy and household consumption

权重类型	指标	2012年	2014年	2016年	2018年	2020年
逆距离权重	居民消费	0.319^***(3.90)	0.336^***(4.09)	0.339^***(4.13)	0.356^***(4.33)	0.341^***(4.15)
逆距离权重	数字经济	0.175^***(2.43)	0.097^*(1.54)	0.117^**(1.794)	0.086^*(1.44)	0.152^***(2.352)
经济权重	居民消费	0.399^***(4.84)	0.413^***(5.01)	0.417^***(5.04)	0.410^***(5.00)	0.400^***(4.86)
经济权重	数字经济	0.381^***(4.92)	0.352^***(4.635)	0.349^***(4.60)	0.338^***(4.52)	0.314^***(4.46)

新窗口打开| 下载CSV

3.3.2 空间模型选择

利用2011—2020年全国31个省份的样本数据，基于逆距离权重和经济权重，依次进行LM检验、Hausman检验和LR检验，结果见表6。第一步，通过LM检验判断各变量的空间分布属性。2种权重矩阵下的LM-Error和LM-Lag检验均拒绝了原假设，说明经济变量间存在空间滞后或空间误差效应。由于空间杜宾模型(SDM)同时涵盖了这2种效应，初步选择SDM模型。第二步，通过Hausman检验判断固定效应或随机效应。Hausman检验结果拒绝了原假设，故选择固定效应模型。固定效应又包括个体、时点和双向固定3种类型，本文依据 $R^{2}$ 和AIC准则进一步选择。第三步，通过LR检验判断SDM模型能否退化为SEM或SAR模型。LR-SEM和LR-SAR检验拒绝了原假设，因而最终采用SDM模型。

表6 空间分析检验结果

Tab.6 Test results of spatial analysis

权重类型	LM检验				Hausman检验		LR检验
	LM-Error		LM-Lag		Hausman检验		LR-SEM		LR-SAR
	统计值	P	统计值	P	Chi(2)	P	Chi(2)	P	Chi(2)	P
逆距离权重	66.71	<0.001	6.880	0.010	438.87	<0.001	410.86	<0.001	45.08	<0.001
经济权重	6.653	0.001	6.104	0.013	101.15	<0.001	97.94	<0.001	69.30	<0.001

新窗口打开| 下载CSV

3.3.3 空间计量结果

为客观揭示数字经济对居民消费的空间溢出效应，分别基于邻接权重、逆距离权重、经济权重和经济地理嵌套权重等常见的4种权重矩阵进行SDM分析。逆距离和经济权重的测算已在上文做过交代。邻接权重以是否邻接为判断依据，相邻赋值1，不相邻赋值0；鉴于海南地理位置的独特性，将广东设为其邻居。嵌套权重对经济和地理各赋权0.5，并基于经济和逆距离权重矩阵计算得到。表7为4种权重矩阵下SDM模型的估计结果，数字经济的系数在各类权重条件下均显著为正，但其空间交互项的结果存在较大差异。具体而言，邻接和逆距离权重下，数字经济空间项的系数不显著且z值较小，此时数字经济不具有溢出效应；嵌套权重下，该系数为正且z值大于1，表明数字经济可能具有正向溢出；经济权重下，数字经济空间项系数显著为正，说明数字经济能够驱动经济相近省份的消费。由此可见，数字经济对消费的溢出效应主要发生于经济水平相近的省份之间，这与制造业部门的溢出主要存在于地理维度明显不同^[43]，反映出数字经济能够突破地理范围限制产生更加广泛的影响。

表7 空间杜宾模型计量结果

Tab.7 Regression results of the spatial Durbin model

变量	邻接权重	逆距离权重	经济权重	经济地理嵌套权重
数字经济	0.994^***(11.07)	1.034^***(9.89)	0.584^***(6.23)	0.763^***(9.36)
消费率	0.351^***(3.47)	0.537^***(5.70)	0.717^***(7.35)	0.724^***(7.51)
抚养负担	0.357(1.29)	0.351(1.21)	0.197(1.00)	0.151(0.78)
城镇化	2.184^***(29.23)	1.943^***(27.71)	1.462^***(17.19)	1.346^***(15.85)
社会保障	-0.036^**(-2.40)	0.024(1.63)	-0.028^**(-2.13)	0.002(0.16)
物流效率	0.044^*(1.91)	-0.012(-0.71)	0.013(0.70)	0.038^**(2.35)
数字经济空间项	-0.117(-0.67)	0.375(0.69)	0.516^*(1.85)	0.480(1.21)
消费率空间项	0.308(1.61)	2.658^***(4.61)	-0.584^**(-2.23)	-0.652(-1.35)
抚养负担空间项	-0.784^*(-1.74)	-6.951^***(-4.87)	-1.659^***(-2.98)	-5.596^***(-5.93)
城镇化空间项	-1.098^***(-5.89)	-1.625^***(-2.69)	1.016^***(3.77)	1.435^***(3.30)
社会保障空间项	0.110^***(3.53)	0.230^*(1.84)	-0.028(-0.65)	-0.238^***(-3.22)
物流效率空间项	0.176^***(4.46)	0.890^***(6.64)	0.077^*(1.66)	0.352^***(4.49)
$ρ$	0.283^***(4.10)	0.148(0.77)	0.191^*(1.88)	0.146(0.92)
σ²	0.006^***(12.36)	0.005^***(12.88)	0.005^***(12.53)	0.005^***(12.25)
个体效应	否	否	否	否
时间效应	是	是	是	是
$N$	310	310	310	310
$R^{2}$	0.912	0.906	0.938	0.928

新窗口打开| 下载CSV

需要注意的是，通过SDM模型估计的数字经济空间交互项的系数并不能表示数字经济对居民消费的溢出效应。为此，需要按照LeSage等^[44]的偏微分方法，分解数字经济的直接和间接效应，前者反映其对本地消费的影响，后者则揭示其对相邻区域消费的溢出。鉴于经济权重和嵌套权重下模型的拟合优度较高且数字经济空间交互项的z值较大，本文仅分解这2种权重矩阵下的效应，结果见表8。经济权重下，数字经济的直接效应通过1%的显著性检验，间接效应通过5%的检验，直接效应的系数略小；嵌套权重下，直接效应在1%的水平上显著，间接效应在10%的水平上显著，二者的估计值接近。可见，基于2类权重的估计结果均表明数字经济对居民消费具有显著为正的间接效应，这证实了本文的第5个假设。还需说明的是，结合不同权重矩阵下数字经济溢出效应的估计结果与嵌套权重的计算方法可知，嵌套权重下数字经济的溢出效应主要来源于经济维度，而非地理维度。数字经济对经济相近省份的溢出效应可以通过信息传播和市场交易方式的改变加以解释。根据“梅特卡夫法则”，计算机台数越多，信息传播和扩散的速度越快、成本越低，数字经济的触达范围也越广。与此同时，互联网技术消除了交易行为的地理制约^[45]，降低了跨区域交易的成本，从而增强了数字经济对其他区域的溢出效应。

表8 基于经济权重和嵌套权重的空间效应分解

Tab.8 Spatial effect decomposition based on economic weight and nested weight

变量	经济权重			经济地理嵌套权重
变量	直接效应	间接效应	总效应	直接效应	间接效应	总效应
数字经济	0.604^***(6.65)	0.763^**(2.27)	1.367^***(4.32)	0.770^***(9.32)	0.709^*(1.72)	1.479^***(3.31)
消费率	0.693^***(8.66)	-0.560^**(-1.98)	0.133(0.48)	0.710^***(8.81)	-0.678(-1.31)	0.032(0.06)
抚养负担	0.162(0.73)	-1.933^***(-3.00)	-1.771^**(-2.36)	0.101(0.48)	-6.578^***(-4.34)	-6.477^***(-4.11)
城镇化	1.512^***(16.84)	1.554^***(6.10)	3.066^***(10.93)	1.374^***(15.24)	1.908^***(4.37)	3.282^***(7.26)
社会保障	-0.031^**(-2.10)	-0.036(-0.68)	-0.068(-1.25)	-0.003(-0.23)	-0.279^***(-2.60)	-0.282^***(-2.63)
物流效率	0.014^*(1.81)	0.093(1.46)	0.107^*(1.70)	0.041^**(2.55)	0.418^***(3.47)	0.459^***(3.56)

新窗口打开| 下载CSV

空间分析结果表明，数字经济不仅驱动了本地消费，还能提高经济邻近省份的消费水平。这反映了数字经济能够突破地理区域限制，在较大的空间范围内形成辐射效应，也折射出部分区域市场发育缓慢、省际联动不足的问题。近年来中国主要依托城市群建设推进省际和城市间的互补合作，虽然城市群一体化水平有所提升，但国际市场萎缩环境下各地为保障本地企业生存发展而倾向于实施地方保护主义政策^[46]，这加剧了市场分割，从而限制了数字经济对地理邻近省份的溢出效应。

3.4 时间和区域维度的拓展分析

3.4.1 数字经济能否持续驱动居民消费

数字经济既是当前经济社会的基本事实，也是未来发展的重要方向，那么，数字经济能否在未来较长一段时间内驱动居民消费?为回答这一问题，以人均GDP对数(ln rgdp)为门槛变量进行面板门槛估计。表9的检验结果表明，数字经济对消费的影响存在双重门槛，门槛值分别为10.129和10.468。表10为双向固定效应门槛回归的结果，当门槛变量小于等于10.129时，数字经济对居民消费形成了显著的抑制作用；当门槛变量介于10.129~10.468之间，数字经济的影响不显著；当门槛变量进一步增长超过10.468后，数字经济能够显著促进消费。可见，数字经济对居民消费的作用随经济发展呈现先降后升的“U型”特征。不难理解，当经济水平较低时，数字经济与实体经济缺乏融合，从而难以推动生产改进和流通优化，导致电子商务对消费的替代作用大于促进作用；随着经济水平不断提高，数字经济全面渗透生产流通过程，推动生产率提升和线上线下协调，进而释放出较大的消费潜力。由此可以推断，在人均GDP保持增长的预期下，数字经济驱动消费的效应具有可持续性。

表9 门槛效应的检验结果

Tab.9 Test results of threshold effect

模型	F值	P值	门槛值	95%置信区间
模型	F值	P值	门槛值	低	高
单一门槛	31.230	0.046	10.129	10.059	10.133
双重门槛	38.210	0.054	10.468	10.442	10.472

新窗口打开| 下载CSV

表10 面板门槛模型的回归结果

Tab.10 Regression results of panel threshold model

变量	居民消费
消费率	0.797^***(6.90)
抚养负担	-0.811^***(-3.36)
城镇化	1.648^***(7.00)
社会保障	0.024(0.77)
物流效率	0.140^***(3.68)
$数字经济 (l n r g d p$ ≤10.129)	-0.701^**(-2.56)
$数字经济 (10.129 < l n r g d p$ ≤10.468)	0.275(1.23)
$数字经济 (l n r g d p$ >10.468)	0.591^***(2.69)
常数项	8.069^***(30.50)
个体效应	是
时间效应	是
$N$	279
$R^{2}$	0.897

新窗口打开| 下载CSV

3.4.2 数字经济能否缩小区域消费差距

缩小消费者福利的地区差距、提升消费的区域平衡性是建成社会主义现代化强国的内在要求，那么，数字经济的发展能否促进消费平衡增长?中国数字经济发展呈现自东向西递减的特征^[47]。近年来，西部地区的成都、重庆、西安、贵阳等地培育形成了数字经济增长极，从而赶上了中部地区的发展水平，但与东部地区仍存在明显差距；同时，居民消费也呈现东部最高、中部和西部地区接近的空间特征(图1~2)。为此，本文将全国分为东部和中西部地区2个子样本，基于式(1)进行分组估计，结果见表11。数字经济对居民消费的系数在东部地区为0.810，在中西部地区为1.405，二者均通过5%的显著性检验，表明数字经济促进消费的作用在中西部地区更为显著，这有利于提高中西部地区的消费者福利，缩小区域消费差异。联系既有文献，胡汉辉等^[16]对数字经济影响消费扩容，谭恒鑫等^[17]对互联网普及影响消费差距的研究也得出相似结论。究其原因，数字经济形成的虚拟化市场有利于破解中西部地区商业分散和买卖双方信息不对称问题，降低消费者搜索成本和交易价格，进而刺激消费需求。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 三大地区数字经济的发展变化

Fig.1 Development and change of digital economy in the three regions

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 三大地区居民消费的发展变化

Fig.2 Development and change of household consumption in the three regions

表11 数字经济驱动居民消费的区域差异

Tab.11 Regional difference of digital economy driving household consumption

变量	东部	中西部
数字经济	0.810^**(2.47)	1.405^**(2.55)
消费率	0.788^***(4.19)	0.601^***(3.44)
抚养负担	-0.799^**(-2.38)	-0.893^**(-2.09)
城镇化	1.363^***(3.95)	1.646^***(2.88)
社会保障	0.016(0.26)	0.041(0.95)
物流效率	0.250^**(2.35)	0.088^*(1.72)
常数项	8.055^***(13.03)	7.710^***(16.02)
个体效应	是	是
时间效应	是	是
N	99	180
R²	0.854	0.893

新窗口打开| 下载CSV

3.5 稳健性检验

3.5.1 对基准回归结果的稳健性检验

为保证基准回归的可靠性，采取如下两种方法进行检验(表12)。第一，更换解释变量。使用信息服务业产值作为数字经济的代理变量，将其滞后一期的对数引入基准模型。信息服务业的系数在1%的统计性水平上显著为正，说明替换解释变量后仍能证实数字经济促进消费的作用。第二，对样本进行缩尾处理。依据研究期内各省份数字经济综合指数的均值，按10%的比例进行前后缩尾处理，删去数字经济发展最快的北京、上海、广东以及最慢的甘肃、云南、黑龙江，对其余25个省份的样本进行估计。可见，数字经济的系数在10%的水平上显著为正，说明对于大多数发展水平居于中游的省份而言，数字经济发展有助于扩大居民消费。在上述2种检验中，控制变量的估计结果同基准回归基本一致。稳健性检验表明，本文设计的基准模型和采用的估计方法较为可靠，在此基础上进行传导机制与时空拓展分析是科学的。

表12 对基准回归结果的稳健性检验

Tab.12 Robustness test of benchmark regression results

变量	更换解释变量	样本缩尾处理
信息服务业	0.100^***(6.85)
数字经济		0.546^*(1.79)
消费率	0.715^***(6.97)	0.874^***(5.32)
抚养负担	-0.660^**(-2.59)	-1.470^***(-4.78)
城镇化	2.113^***(9.57)	2.781^***(7.90)
社会保障	-0.036(-1.08)	0.038(0.93)
物流效率	0.095^**(2.44)	0.143^***(3.22)
常数项	7.752^***(25.43)	7.315^***(17.74)
个体效应	是	是
时间效应	是	是
N	279	225
R²	0.889	0.875

新窗口打开| 下载CSV

3.5.2 对空间分析结果的稳健性检验

实证部分估计了经济权重和经济地理嵌套权重下数字经济对消费的空间效应，此处采用2种方法进行稳健性检验(表13)。一是更换解释变量，将信息服务业产值的对数作为数字经济的代理变量重新估计SDM模型。表13列(1)为经济权重下的检验结果。信息服务业及其空间交互项均显著为正，进一步分解得到，信息服务业的直接效应为0.063，间接效应为0.070，二者均通过1%的显著性检验。列(2)为嵌套权重下的检验结果。虽然信息服务业空间交互项未通过统计检验，但分解结果却显示其存在显著为正的间接效应。二是改变模型估计方法，采用空间滞后模型(SAR)进行分析。表13列(3)和列(4)的结果显示，数字经济及其直接和间接效应均显著为正。以上检验表明，实证分析部分的SDM结果是可靠的，数字经济对居民消费具有正向溢出效应。囿于篇幅，此处不再列出控制变量及其空间效应的估计结果。

表13 空间效应的稳健性检验结果

Tab.13 Robustness test of spatial effects

变量	SDM		SAR
变量	(1) 经济权重	(2) 嵌套权重	(3) 经济权重	(4) 嵌套权重
数字经济			0.863^***(8.69)	0.952^***(11.33)
信息服务业	0.061^***(9.47)	0.069^***(10.38)
信息服务业空间项	0.044^**(2.31)	0.038(1.14)
$ρ$	0.205^**(2.05)	0.243(1.56)	0.379^***(5.53)	0.638^***(8.29)
σ²	0.005^***(12.97)	0.005^***(12.14)	0.007^***(10.97)	0.006^***(12.67)
控制变量	是	是	是	是
直接效应	0.063^***(9.58)	0.070^***(10.05)	0.887^***(9.03)	1.004^***(11.82)
间接效应	0.070^***(3.13)	0.074^*(1.80)	0.508^***(3.72)	1.716^***(2.80)
总效应	0.133^***(5.51)	0.144^***(3.26)	1.395^***(8.27)	2.720^***(4.28)
个体固定	否	否	否	否
时点固定	是	是	是	是
$R^{2}$	0.953	0.721	0.982	0.708

新窗口打开| 下载CSV

4 结论与启示

4.1 主要结论

本文利用2011—2020年省级面板数据探讨了数字经济对居民消费的影响机制与空间效应，并从时间和区域维度做了拓展分析。研究发现：

(1) 数字经济能够通过网络零售、电子支付和新兴数字技术应用直接促进居民消费，是新阶段扩大内需的重要动力。通过更换解释变量和缩小样本范围进行稳健性检验，该结论仍然成立。

(2) 数字经济通过3种路径间接驱动居民消费。在供给侧，通过提升产品多样性顺应消费升级趋势；在需求侧，通过提高居民收入夯实消费基础；在市场侧，通过推进市场一体化释放消费潜能并提高购买力水平。三者之中，需求侧提高居民收入进而驱动消费的传导机制最为显著。

(3) 数字经济对居民消费具有正向溢出效应。数字经济不仅能驱动本地消费，还能提高经济邻近省份的居民消费水平。这表明数字经济能够突破地理限制产生广泛的辐射力，也折射出部分区域市场发育缓慢，地理邻近省份间的合作不足。

(4) 数字经济驱动居民消费的作用具有可持续性和益贫式特征。从时间维度看，数字经济对消费的作用随人均GDP提高而由负转正，由此可推断，数字经济促进消费增长的作用将在当前和未来一段时间持续有效。从区域维度看，数字经济的作用在中西部地区强于东部地区，这显著提高了中西部地区的消费水平，并缩小了消费者效用程度的区域差异。

4.2 政策启示

(1) 推动线上零售与数字金融持续创新，发挥数字经济对消费的创造效应。一方面，推进电子商务模式更新迭代，增强线上零售对消费者的黏性。依托直播电商和兴趣电商优势激发潜在消费需求，扩大服务消费、新型消费和绿色低碳消费。加快VR购物、AR试用以及ChatGPT等新兴数字技术在零售环节的应用推广，提供智能化沉浸式消费体验。另一方面，加速数字金融产品开发，推动金融服务全面融入消费领域。大力发展数字消费金融，使数字金融覆盖更广泛的消费群体。依据消费场景变化，开发切合线上线下消费场景的金融产品和服务。适应消费升级的需求，探索数字消费账户、绿色低碳信用卡等新金融模式。

(2) 深化供给侧结构性改革，促进产品和服务多样化。首先，应鼓励企业充分挖掘消费数据蕴含的商业价值，利用大数据推断市场潜在需求，构建以消费者为中心的研发生态体系，提供适销对路的产品和服务；其次，应推动企业依托数字平台整合资源，促进企业间技术溢出与合作创新，缩短新产品研发周期，扩大消费者选择自由；最后，引导企业深掘市场真空，聚合长尾产品的市场需求，通过定制服务刺激消费者个性化需求。

(3) 促进劳动力市场供需对接，保障居民收入稳定增长。一是应积极培育和发展数字经济新模式新业态，引导数字企业和数字平台健康可持续发展，从而创造更多就业岗位和增收渠道；二是推动劳动力市场数字化转型，提高劳动力供需匹配效率，减少摩擦性失业；三是提升在线教育和培训的质量，积极应对劳动力需求变化，缓解结构性失业；四是坚持数字金融普惠方向，保障居民创业资金需求，保护和激发居民创业热情。

(4) 推进区域市场和统一市场建设，释放数字经济对消费的溢出效应。一是统筹优化产业布局，形成分工合理、优势互补的差异化发展格局，推进地理邻近省份的区域联动和协调发展，促进区域市场一体化进程；二是紧抓国内大循环和全国统一大市场建设契机，打破区际贸易壁垒，促进物流网络高效畅通，降低跨区域消费的交易成本；三是增强数字经济增长极对外围地区的辐射和带动作用，利用数字经济的溢出效应拉动欠发达地区消费增长；四是依托国家电子商务示范基地和“数商兴农”工程，推动欠发达地区交易市场的数字化转型，营造便捷高效的消费市场环境。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

郭月婷, 徐建刚.

中国居民消费增长波动多尺度变化及趋势研究

[J]. 人文地理, 2011, 26(5): 94-98.

[本文引用: 3]

[Guo

Yue-ting

, Xu

Jiangang

Multiscale changes and a trend analysis of the fluctuation of household consumption growth in China

Human Geography, 2011, 26(5): 94-98.]

[本文引用: 3]

[2]

张勋, 杨桐, 汪晨, 等.

数字金融发展与居民消费增长: 理论与中国实践

[J]. 管理世界, 2020, 36(11): 48-63.

[本文引用: 2]

[Zhang

Xun

, Yang

Tong

, Wang

Chen

, et al.

Digital finance and household consumption: Theory and evidence from China

Management World, 2020, 36(11): 48-63.]

[本文引用: 2]

[3]

中共中央国务院.

数字中国建设整体布局规划

[EB/OL]. 新华网, 2022-01-02 [2022-09-02]. http://www.xinhuanet.com/info/20230228/9e8dd913ec42428caef2e0234507bf7e/c.html.

URL [本文引用: 1]

[The CPC Central Committee and the State Council.

Overall layout planning of digital China construction

Xinhuanet, 2022-01-02 [2022-09-02]. http://www.xinhuanet.com/info/20230228/9e8dd913ec42428caef2e0234507bf7e/c.html.]

URL [本文引用: 1]

[4]

习近平

不断做强做优做大我国数字经济

[J]. 求是, 2022(2): 4-8.