互联网使用对农村家庭消费行为受群体影响的实证分析

0 引言

作为驱动经济发展的核心动力，消费规模的扩大既能有效拉动国民经济持续增长，又可切实满足人民群众对美好生活的现实需求。尤其在农村地区，消费能力的增强不仅可以直接改善农民群体的生活水准，更能通过缓解城乡收入差异促进社会公平，为农业现代化建设和乡村全面振兴注人发展动能。

2020年，我国开始实施以国内大循环为主体的双循环发展战略，明确提出要提升消费在国民经济中的战略地位，通过释放内需潜力推动经济持续增长。党的二十大强调，增强消费对经济发展的基础性作用。当前，在数字经济蓬勃发展的背景下，如何实现数字技术与传统产业的深度协同，已成为落实"十四五"战略布局、构建现代化经济体系过程中的关键一环，深人探究家庭消费行为特征对此具有重要的现实价值。

近年来，信息技术的革新浪潮深刻影响着乡村社会。《第54次中国互联网发展状况统计报告》数据显示，截至2024年6月，我国网民规模近11亿人，互联网普及率攀升至 。《中国数字经济发展研究报告（2024年）》披露，2023年我国在5G基建部署、云计算平台搭建、人工智能技术研发等领域实现突破性发展，数字经济规模达53.9万亿元，占国内生产总值比重达到 42.8% ，已然构成驱动经济持续增长的核心动力[2。值得关注的是，移动互联网基础设施的持续下沉，使得传统农业地区正加速融入数字化发展新格局。

作为国民经济发展的核心引擎，消费活动深刻影响着资源配置效率与商品服务流通格局。党的十九大及党的二十大系列纲领性文件持续强调消费对经济发展的支撑作用，凸显了消费提质扩容对于维持宏观经济平稳运行的战略意义。值得注意的是，受城乡二元经济结构制约，农村地区消费动能未能被充分激活。统计数据显示，2023年城镇居民人均消费支出超出农村居民人均消费支出的0.82倍。这种消费层级的梯度落差既反映了城乡居民生活质量的客观差异，对实现共同富裕形成现实挑战，同时也昭示着农村消费市场蕴藏着可观增量空间。通过激发农村消费市场活力，不仅能够有效填补城市消费增长边际递减的空缺，更能培育经济增长新动能，推动构建更具韧性的国内经济内循环体系，这已成为实施乡村振兴战略与实现经济转型升级的重要突破点。

1数据来源与指标构建

1.1 数据来源

研究以北京大学中国社会科学调查中心发起的“中国家庭追踪调查”（CFPS）项目为数据基础。该全国性追踪调查项目自2010年起每两年实施一轮，覆盖全国25个省（自治区、直辖市），其中新疆、宁夏、内蒙古、青海、西藏、海南及港澳台地区除外，尤其聚焦于农村家庭多维度数据的采集。数据库包含家庭收支、消费结构等经济指标，以及互联网接入方式、使用频率等技术特征，形成了涵盖社会多层面的连续性观测体系。研究选取2016—2020年三期的调查数据，通过三重筛选机制构建了分析样本。首先，基于家庭代码整合个人、家庭经济与家庭关系问卷数据，筛选出户主年龄介于16＼～65岁的有效样本；其次，剔除关键变量缺失或逻辑矛盾的异常样本；最后，排除村庄样本量不足5户的观测值以控制极端值影响。经此处理，最终形成覆盖25省264县（区）677个村庄的19557户农村家庭研究样本。

1.2 指标构建

1.2.1 被解释变量

研究将农村家庭总消费支出作为核心观测指标，其确定依据来源于CFPS数据库涵盖的八大消费领域：基本生活支出（食品、服饰）家居用品购置、交通通信、居住成本、文教娱乐、医疗保健及其他消费项目。在数据处理层面，为消除极端数据和方差异质性对研究结论的影响，对原始消费数据实施两端各 1% 的截尾处理，随后进行对数转换处理。该研究设计参考了张永强等3提出的方法论体系，确保研究结果的可比性与科学性。

1.2.2 核心解释变量

为确保农村家庭消费同群效应研究的准确性，参照群体的界定需满足有效社会互动的实质条件。参考晏艳阳等4的实证研究成果，同村家庭因共享地域空间、面临相似市场环境及具备文化习俗同质性，更易形成高频次的社会交互网络。基于此，研究创新性地构建村级消费参照指标：以行政村为地理单元，计算剔除目标家庭i后的全样本消费均值，同时对该指标实施对数化处理，既保持数据的平稳性又有效提升模型对同群效应的解释效力。确定参照群体时着重考察信息传播可达性与行为示范可能性两大要素，该步骤有助于规避传统研究中的群体界定偏差问题。

综合现有研究成果，将互联网应用场景归纳为学习、工作、娱乐、商业活动和社交等5个主要维度。研究基于中国家庭追踪调查（CFPS）问卷中涉及网络使用频次的数据，对互联网接触行为进行细化分类，具体包括：几乎每天、一周3＼～4次、一周1＼～2次、一月2＼～3次、一月1次、几个月1次及从不使用等7个梯度。为建立量化分析模型，研究采用1＼～7分赋值法对不同频次等级进行数值映射，从而实现对网络使用模式的标准化度量。

1.2.3 控制变量

研究综合借鉴张勋等5和周烁等的研究框架，从微观个体和宏观家庭双重维度构建控制变量体系。在个体特征层面，重点采集户主的年龄、性别等人口统计学指标，并整合婚姻状态、健康等级及受教育程度等核心参数；在家庭经济层面，系统纳人家庭纯收人、金融资产持有量等关键经济指标，并进行了对数化处理以优化数据分布特性。特别针对区域经济异质性特征，创新性地引入县域虚拟变量控制模块，有效消解地域消费市场成熟度差异及经济发展不均衡对同群效应测算产生的系统性干扰。

表1呈现了主要变量的统计特征分析数据。数据显示，样本家庭年度消费支出均值为86963.73元，略低于家庭纯收入均值91293.5元。调研发现，受访农村家庭互联网普及率高达 95% ，其中，互联网应用频率指标显示：学习维度均值4.70，工作维度均值5.22，社交维度均值2.19，娱乐维度均值2.65，商业活动维度均值5.37。这些数据反映出互联网应用对农村消费具有显著促进作用，在社交（2.19）娱乐（2.65）等消费维度仍具有较大的消费提升空间。此外，样本户主的平均年龄为32周岁，受教育平均时长为9a，构成互联网深度应用的重要人口基础。

2模型选择与建立

2.1 模型设定

首先，研究以农村家庭总消费额为被解释变量，旨在考察其群体影响特征，建立如下回归模型进行定量分析：

式（1）中，被解释变量consum表征农村家庭i在第t年的消费总额，其核心解释变量peer取值为该家庭所在村庄除自身外其他农户当年消费均值，该测度方式旨在精准捕捉农村消费行为中的同群效应。参照群体界定，严格遵循方航等和宋泽等[8构建的村庄级分析框架，确保研究设计的可比性。控制变量集 系统纳入了户主年龄结构、受教育程度、家庭资产规模等关键特征变量，有效控制潜在混杂因素。模型设定中特别引入随机扰动项 ，用以捕捉模型未观测到的随机影响因素。

其次，研究在模型（2）构建过程中将同村家庭消费均值 与互联网使用 的交互项 引入模型框架，旨在深人考察互联网使用对农村家庭消费同群效应的调节作用。为有效避免多重共线性的问题，在建模时对相关交互项进行了中心化预处理。具体的模型表达式为：

研究对象聚焦于同村群体的消费对家庭消费产生的影响。考虑到县域及农村家庭间的关联性因素可能对模型估计造成干扰，特别采用县区层面的标准误聚类调整方法。该技术路径参照张勋等[5]的方法论框架，既有利于精准捕捉同村家庭相互作用的动态特征，又能控制不同县域间的潜在差异。这种双重校验机制既保障了模型估计的稳健性，又提升了研究结论在空间异质性维度上的解释效力。

2.2 研究假设

：农村家庭消费表现出明显的同群效应特征，其消费决策与同村其他家庭消费行为存在显著关联性。

：互联网使用能够显著促进农村家庭消费。

2.3 基准回归

在正式模型估计前，研究首先对变量间的多重共线性问题进行了诊断。通过计算方差膨胀因子（VIF）发现，各变量VIF均值仅为1.34，显著低于临界值10，说明模型不存在多重共线性问题。为有效检验农村家庭消费的同群效应，在基准模型基础上引入县区固定效应，并采用OLS回归方法进行估计，相关结果详见表2。数据显示：表2第（1）列为核心解释变量“同村其他家庭消费水平”的回归结果，其系数达到0.855，且在 1% 水平上显著，这一结果验证了同群效应在农户消费行为中的存在性，假设1得到支持。值得注意的是，互联网使用变量的回归系数在未纳入控制变量时为0.063，加入控制变量后微调至0.056，均在 1% 水平上显著为正，此数据充分说明互联网使用能显著促进农村家庭的消费，假设2获得实证支撑。进一步地，为考察互联网使用方式的异质性影响，研究将使用场景细分为学习、工作、娱乐、商业活动和社交五类。如表2列（3）至列（6）所示，各类别的回归系数依次为-0.002、-0.002 、-0.001 、-0.009 、-0.014 ，其中娱乐与商业活动类别的系数在 1% 水平上显著，揭示出不同的互联网使用方式对消费的刺激作用存在显著差异

3模型检验与修正

3.1 内生性检验

前文研究证实互联网使用可以有效促进农村家庭消费水平提升，但该结论可能受内生性问题的干扰。具体而言，潜在的偏误可能源于3个维度：首先，模型中可能存在未观测变量，这些变量同时关联着互联网使用决策与消费行为，造成估计偏误；其次，反向因果关系的可能性不容忽视，即消费意愿较强的家庭可能主动选择使用互联网来满足需求，这种双向作用机制可能放大互联网与消费的统计关联；最后，样本自选择偏差值得关注，如农村居民是否使用互联网往往与其个人能力等特征相关，并非完全随机分配，这种自主选择特性可能导致互联网的实际效应被高估。