互联网消费价值测度研究——基于居民时间利用的视角.pdf

Jul.2023StatisticalResearch2023年7 月Vol.40,No.7第40 卷第7 期统计研究互联网消费价值测度研究基于居民时间利用的视角张钟文肖磊黄震内容提要：在数字经济背景下，社交网络、搜索引擎、在线视频、在线音乐、网络文学、网络购物、移动支付等新型互联网消费融入千家万户，给居民带来前所未有的生活便利和巨大的福利提升。然而，由于互联网商品具有货币支出低而时间花费高的特征，从而导致传统的以货币支出为依据的价值测度方法很难准确反映互联网消费创造的经济社会价值。本文基于国家统计局2 0 18 年全国时间利用调查微观数据，通过区分互联网在工作和休闲上的不同用途，检验了互联网消费对居民幸福感的影响机制；在此基础上依据理论模型对我国互联网消费带来的消费者福利进行了实证测度，并进一步从地区差距、城乡差距和代际差距三方面分析互联网消费的发展不平衡状况。本文是首篇采用时间利用微观调查数据测度我国互联网消费福利价值的研究，客观反映了我国互联网消费的实际情况，对共同富裕背景下如何促进互联网新型消费平衡发展提供了重要启示。关键词：互联网消费；价值测度；消费者剩余；时间利用D0I:10.19343/ki.11-1302/c.2023.07.011中图分类号：F221文献标识码：A文章编号：10 0 2-456 5(2 0 2 3)0 7-0 134-14Research on the Measurement of Internet Consumption Value:Based on the Perspective of Residents Time UseZhang ZhongwenXiao LeiHuang ZhenAbstract:In the context of the digital economy,new Internet consumption such as social networks,search engines,online videos,online music,online literature,online shopping,and mobile payment hasbeen integrated into thousands of households,bringing huge living convenience and welfare improvementsto residents.However,because Internet goods have the characteristics of low monetary expenditure buthigh time expenditure,it is difficult for traditional value measurement methods based on monetaryexpenditure to accurately reflect the economic and social value created by Internet consumption.Based onthe microdata of the 2018 National Time Use Survey by the National Bureau of Statistics of China,thispaper examines the influence mechanism of Internet consumption on residents happiness by distinguishingdifferent uses of the Internet in work and leisure.Then,based on the theoretical model,the consumerwelfare brought by Internet consumption in China is empirically measured,and the development imbalanceof Internet consumption is further analyzed from three aspects:regional gap,urban-rural gap andintergenerational gap.This paper is the first study to use time use micro-survey data to measure the welfarevalue of Internet consumption in China,which objectively reflects the actual situation of Internetconsumption in China and provides important enlightenment for promoting the balanced development of*基金项目：国家社会科学基金青年项目“政府干预、资源错配与全要素生产率研究”（18 CJL017)。张钟文等：互联网消费价值测度研究第40 卷第7 期135new Internet consumption in the context of common prosperity.Key words:Internet Consumption;Value Measurement;Consumer Surplus;Time Use一、引言近年来，互联网、大数据、云计算、人工智能、区块链等技术加速创新，日益融入经济社会发展各领域全过程，各国竞相制定数字经济发展战略、出台鼓励政策，数字经济发展速度之快、辐射范围之广、影响程度之深前所未有（习近平，2 0 2 2）。数字经济的快速发展给居民生活带来了翻天覆地的变化，以社交网络、搜索引擎、移动支付等新业态、新模式为特征的新型消费融入千家万户特别是新冠疫情发生以来，新型网络消费对扩内需、稳经济和保民生发挥了重要作用。我国作为互联网消费大国，截至2 0 2 2 年12 月，腾讯微信月活跃账户数达到12.51亿，今日头条月活跃用户人数突破2.6 亿，淘宝拥有近5亿注册用户，滴滴出行年度活跃用户达到4.9 3亿，这类互联网平台已经成为居民日常生活不可分割的部分，给居民带来前所未有的生活便利和巨大的福利提升，增强了居民对美好生活的获得感和幸福感。由于互联网服务往往以免费或价格低廉的方式提供，居民在一次性支付固定的网络接入费后，享受网络服务时并不需要花费额外的货币成本，因此居民互联网消费的边际成本较低，现行的国内生产总值（GDP）核算方法也无法将该部分消费完全纳入，进而无法准确反映互联网消费带来的居民福利提升（许宪春等，2 0 2 1a；许宪春等，2 0 2 1b），从而引发索洛悖论。于是，探索互联网消费价值的测度方法，成为数字化转型时代重要的学术议题（Brynjolfsson等，2 0 2 1），这将为新发展格局下新型网络消费扩内需、促消费提供坚实的理论基础。居民在消费互联网产品或内容时，虽然花费的货币成本低，但消耗了大量时间。根据国家统计局2 0 18 年全国时间利用调查微观数据显示，居民每天使用互联网的平均时间为2 小时42 分钟，占到每天非睡觉时间的18.3%。居民如果不选择消费互联网产品或内容，则可以将时间用来工作获取劳动报酬或者用来消费其他商品进而获得福利。因此，居民花费在互联网消费而获得大量福利的时间构成了居民互联网消费的机会成本。根据居民时间利用情况来测度互联网消费福利价值是一个重要的研究视角。二、文献综述免费的互联网消费没有明确的市场价格，属于非货币交易范畴。从货币价值角度来测度非货币交易的价值主要有两类方法，基于供给侧的生产成本视角和需求侧的消费者福利视角。Nakamura等（2 0 16）将互联网新型内容产品的供给当做易货交易，测算得出美国2 0 13年互联网免费内容消费将使得GDP增加19 0 亿美元；许宪春等（2 0 2 1b）将“免费”内容产品的供给视作转移支付，测算得出中国2 0 19 年互联网免费内容消费将使得GDP增加347 7 亿元。基于需求侧的消费者福利视角又可以分为陈述偏好和显示偏好两种思路。Greenstein和McDevitt（2 0 0 9）利用意愿调查法基于调查获得的关于拨号上网与宽带上网的支付意愿数据测度了宽带的价值，Brynjolfsson等（2 0 19）采用意愿调查法数据来自各公司年报。索洛论是指互联网消费尽管对居民来说很有价值，但是在宏观经济统计中却没有发现其影响。数据来源于国家统计局2 0 18 年全国时间利用调查公报，http:/ 分钟，根据国家统计局2 0 18 年全国时间利用调查微观数据计算，微观数据来源于国家统计局-北京大学数据开发中心，文责自负。2023年7 月统计研究136基于简单二元离散选择模型测度Facebook等互联网产品的价值。Rosston等（2 0 10）采用联合分析法基于随机效用模型估计了家庭对互联网服务特征的支付意愿。一些研究采用显示偏好方法测度IT产品带来的消费者福利。Bresnahan（19 8 6）计算金融服务业对大型机的衍生需求进而测度计算机的溢出效应。Brynjolfsson（19 9 6）采用马歇尔剩余、基于补偿需求曲线的准确剩余、非参数估计和指数理论4种方法测度IT产品创造的福利，Greenwood和Kopecky（2 0 13）将个人电脑引入效用函数测度电脑价格下降带来的消费者剩余。对于非货币交易，通过消费其所花费的时间进行时间价值测度也是重要的研究视角。Becker（19 6 5）指出非工作时间对福利创造具有重要作用，居民消费产生福利不仅得益于投入的物质成本，也依赖于投入的时间成本；Juster和Stafford（19 8 5）提出了“过程效益”的概念中产生的效用流，以代表性生产者和家庭户的“鲁宾逊克鲁索”经济进行说明。Krueger等（2 0 0 9）开发了国民时间核算框架，并构建“U指数”来测度居民时间利用创造的福利价值。Hamermesh和Biddle（2 0 18）将时间利用纳入效用函数研究家庭生产的问题，揭示时间利用上的收入效应与替代效应。Blundell等（2 0 18）将时间利用引入家庭生产和家庭效用函数，研究家庭在工作、休闲和抚养小孩上的决策问题。Jones和Klenow（2 0 16）将休闲时间与消费、不平等和预期寿命一起引入居民效用函数，构造测度经济体福利水平框架并展开跨国实证研究。Goolsbee和Klenow（2 0 0 6）最早基于美国的时间利用调查估计互联网价值，测度美国2 0 0 5年代表性居民上网获得的消费者剩余占其总收入的1.9%2.9%。Brynjolfsson和Oh（2 0 12）基于Goolsbee和Klenow（2 0 0 6）的框架拓展分析了互联网消费带来的年度福利变化，并且对比时间模型和货币模型两种福利测度模型，结果显示货币模型仅占时间模型测度消费者剩余的7%。总结已有文献，对于我国互联网消费价值测度的研究并不多。从货币价值角度测度的研究来看，基于供给侧生产成本视角的测算方法与现行国民经济核算体系具有较好契合度，但是其结果不能捕捉互联网消费的全部价值，从而得到的是一个低估的结果（许宪春等，2 0 2 1b）。基于需求侧消费者福利视角的测算方法，对于探索互联网在更大范围内的社会福利是比较好的分析视角。陈述偏好方法对于获取消费者支付意愿比较直接，并且不需要存在市场价格或交易的数据，从而具有很强的灵活性（Bishop等，2 0 17），但是该方法的可靠性和有效性存在疑问，被试者可能不习惯自已制定价格或者存在隐藏真实偏好的动机。显示偏好方法由于需要观察到的市场价格存在差异，因此不直接适用于免费提供的互联网商品。从时间价值角度测度是将时间机会成本当作市场价格的代理变量，进而揭示消费者对上网的真实偏好，该方法依赖于全面的时间利用调查数据。我国于2 0 0 8 年和2 0 18年开展了两次全国时间利用调查，对外开发应用2 0 18 年全国时间利用调查微观数据，为我国时间利用调查的相关研究提供了数据支持。本文选择从时间价值角度来测度互联网消费的价值，贡献主要体现在以下4个方面。一是首次对我国互联网消费创造的居民福利展开测度，基于居民时间利用的视角从理论和实证两方面对互联网消费的福利创造展开分析，丰富了非货币交易的测度研究。二是利用2 0 18 年全国时间利用调查的微观数据进行实证研究，区分了不同口径下互联网休闲时间的差异性，并对区域之间、城乡之间和代际之间获得的互联网消费福利水平进行差异分析，推动了我国时间利用调查的相关研究。三是通过将主观幸福感对居民上网休闲时间和上网工作时间进行回归检验，从微观层面证实了只有上网休闲鲁宾逊可以在工作、烹饪和饮食活动中分配时间，假设从不同活动中获得的效益是可分离的，则总福利可以表示为花费在可分离活动中的时间效益之和。2张钟文等：互联网消费价值测度研究第40 卷第7 期137能够直接提升居民幸福感，从机制上区分了上网的不同用途对居民福利的影响，为时间利用模型的理论构建提供了实证支撑。四是结合理论与实证测度我国互联网消费的福利价值，研究涉及的模型假设、参数估计与测度结果一方面扎根于扎实的微观经济理论基础，另一方面紧密结合了我国具有代表性的统计调查所反映的典型事实。三、王理论模型(一）时间利用基准模型本文参考Goolsbee和Klenow（2 0 0 6）、Br y n j o l f s s o n 和Oh（2 0 12）的研究，将时间利用加入消费者效用最大化问题，构建测度互联网消费福利价值的理论模型。考虑代表性个人，其效用来自于消费互联网商品和普通商品及其花费的时间，效应函数如下所示：u=(C L-)+(1-0)(C L/%)(1)其中，C代表消费的互联网商品，L代表在互联网商品消费上花费的时间与可支配时间之比，即上网休闲时间占比。C。代表消费的所有其他商品构成的复合商品，本文称为普通商品，以区别于互联网商品，L。代表在普通商品消费上花费的时间与可支配时间之比，即一般休闲时间（排除上网休闲时间）占比。和分别代表互联网商品和普通商品的资金密集度，对应1-,和1-%分别代表互联网商品和普通商品的时间密集度。代表互联网商品相对于普通商品的重要程度，代表互联网商品和普通商品的消费替代弹性。每种类型的商品均采用柯布道格拉斯效用函数，是为了反映商品的货币购买与时间消费之间存在互补关系。代表性个人需要在工资和时间约束的前提下最大化个人总效用，其预算约束如下所示：PC,+PC。+F=W(1-L -L o)其中，W代表工资，是时间的机会成本。本文参考Becker（19 6 5）的做法，将扣除了睡眠时间的可支配时间标准化为1，从而工资也表示总收入，即睡觉之外的时间全部用来工作能够获取的最大收入。根据前述定义，1-L,-L。则代表了工作时间与可支配时间之比，从而W(1-L-L。)代表了个人工作创造的货币收入，即可支配收入。由式（2）可知，当居民花费更多的上网休闲时间时，工作时间就会减少，从而使得当期可支配收入减少，所以增加上网休闲时间而放弃的工作收入，则构成了互联网消费的时间机会成本，从而使得本文可以通过时间机会成本来测算互联网消费的价值。因此本文的模型正是分析居民在上网休闲时间、一般休闲时间和工作时间的最优选择，从而分析互联网消费给消费者带来的福利效应。PC。代表普通商品的消费支出，互联网商品的支出成本由固定支出成本F和可变支出成本PC,组成，F代表在一段时期内接入互联网的固定支出，比如宽带的接入费、流量套餐费等，由于互联网消费在支付固定接入费后，边际成本几乎为0，从而互联网商品的价格P=0。通过求解上述预算约束下效用最大化问题，可以得到如下方程：=ln A+(%-)(-1)In W+o ln(3)L因篇幅所限，具体定义及推导过程以附录1展示，见统计研究网站所列附件。下同。进入效用函数的是专指上网休闲的时间，不包括上网工作时间，因为上网工作主要是带来工作效率的提升，这一作用已经反映在代表性个人的工资水平和收入中，从而不进入效用函数。后文上网时间对主观幸福感的实证研究验证了这一假设的合理性。可支配时间是指扣除了睡眠时间之后可以用于工作、上网休闲和一般休闲的时间。2023年7 月统计研究138式（3)左边表示非上网休闲时间与上网休闲时间的比例，lnA对于不同个体来说是常数，=0，PC，从而可以通过将上网休闲时间对总收入进行回归，进而估计出互联网商品和普通=P.C+WLo商品的消费替代弹性，利用人口统计特征来控制个体关于互联网商品相对于普通商品的重要程度对上网休闲时间的影响。具体回归方程可以表示为：-Internettime(i)=。+,In(Income(i)+,demographic(i)+E;(4)nInternettime(i)(二)福利测度1.时间利用模型。基于上述时间利用模型，测度福利最常用的方法就是利用等价变换（EV）计算消费者剩余。所谓等价变换，即需要给予消费者多少收入才能使其不享受互联网消费与享受互联网消费时实现的效用一样。基于支出函数可得等价变化表示如下：LEV=W(1-)o-i(1-F,/W)-1)(5)(1-F./W)基于对数线性效用函数求得的消费者剩余有一个缺陷，就是当互联网消费趋近于0 时，边际效用会趋于无穷大，从而使得消费者剩余出现高估的问题（Greenwood和Kopecky，2 0 13）。G o o l s b e e 和Klenow（2 0 0 6）引入了替代测量来解决高估的问题，借鉴Hausman（19 9 9）的研究方法将休闲时间需求线性化，利用线性休闲时间需求下方的面积求得新的消费者剩余，具体如下：EV=0.5XXW（6o(1-L(1-F/W)通过式（6）求得的消费者剩余与总收入相除后，分子是互联网休闲时间占比，分母是互联网休闲需求的弹性，从而基于时间利用模型测度的消费者福利既包括了消费互联网商品的时间价值，也包含了货币价值2.货币支出模型。与时间利用模型相对的是货币支出模型，货币支出模型仅考虑互联网消费的货币支出，其求得的消费者剩余仅包含消费互联网商品的货币价值。参考Bresnahan（19 8 6）假设代表性个人面临超越对数效用函数，这是约束最小的效用函数形式，然后根据指数理论计算消费者剩余。该方法计算的消费者剩余为互联网商品需求曲线下方的面积，等于价格的变化和互联网支出份额的乘积，具体计算公式为：CS=0.5(s+s)n(g)/（7）其中，CS表示消费者剩余，s和s分别表示0 时期和1时期的消费者互联网固定支出占可支配收入的比例，P和P分别表示0 时期和1时期的互联网接入费用，I为可支配收入。四、数据与描述性统计(一)数据来源本文使用国家统计局2 0 18 年全国时间利用调查微观数据进行实证分析。该调查采用分层多阶段因篇幅所限，推导过程以附录2 展示。张钟文等：互联网消费价值测度研究第40 卷第7 期139随机抽样方式，选取北京、上海、广东、四川和甘肃等11个省（市）。调查对象为抽中调查户中15周岁及以上常住成员，共调查2 0 2 2 6 户48 58 0 人。调查表式分为家庭成员基本情况表和日志表。其中，家庭成员基本情况表为抽中调查户内全部家庭成员基本信息，包括家庭成员代码、性别、出生年月、受教育程度等。日志表分为日志表1和日志表2，日志表1记录一个选定的工作日的活动情况，日志表2 记录一个选定的休息日的活动情况，两个日志表的调查内容相同，日志表中记录调查对象一天2 4小时的活动，以及活动时是否使用互联网。活动内容涵盖有酬劳动、无酬劳动、个人自由支配活动等6 大类共2 0 个类别。同时，日志表中还调查了个人的月收入和生活幸福度综合评分。(二)变量选取与描述性统计本文根据日志表分别计算了每个调查对象在工作日、休息日的上网工作时间和上网休闲的时间。本文关于上网休闲测量分别采用了广义口径和狭义口径，广义口径的上网休闲是指利用互联网进行的听广播/音乐、看电视、阅读书报期刊、休闲娱乐、社会交往5项主要活动；狭义口径的上网休闲只选取了利用互联网进行休闲娱乐活动，便于同2 0 0 8 年第一次全国时间利用调查中统计的互联网休闲娱乐保持可比。本文认为采用广义口径的上网休闲是更加符合当前互联网在居民生活中广泛渗透的现状，更为全面反映互联网休闲消费的价值；此外，将狭义口径的上网休闲作为稳健性检验的指标一并进行研究。本文关于上网工作测量主要是指利用互联网进行的就业/工作、家庭生产经营活动两项国民账户体系（SNA）界定的有酬劳动活动。为了检验上网时间与主观幸福感的关系，本文选取生活幸福度（happiness）变量，幸福度的取值是1 10 的分值，分值越大表示幸福度越高。本文选取的调查对象人口变量包括月收入（income）、受教育程度（education）、离退休状态（retire）、婚姻状态（marital）、民族状态（race）、从业状态（employment）、性别（gender）、在校学生状态（student）、城乡情况（urban）、年龄（age）。表1为描述性统计，居民平均广义和狭义上网休闲时间分别为52.16 分钟和2 6.0 9 分钟，占可支配时间比重分别为5.9 2%和2.9 6%。根据2 0 0 8 年第一次全国时间利用调查数据，居民平均狭义上网休闲时间为14分钟，占可支配时间的1.56%。在两次时间利用调查的10 年间，居民狭义上网休闲时间提升了86.4%，反映出互联网在居民生活中的快速渗透发展。居民平均上网工作时间为41.6 分钟，占可支配时间的4.7 2%。如果只考虑消费互联网的货币支出，2 0 18 年全国平均宽带接入费为532 元/年，占人均总收入的比重仅为0.55%。广义上网休闲时间占比是上网货币支出占比的10 倍，所以互联网商品是一种时间密集度极强的消费品。样本数据显示，全国居民生活幸福度平均值为7.6 9。全国居民平均月收入为2 8 50 元，进而计算得到年收入为342 0 0 元，略高于2 0 18 年全国居民人均可支配收入2 8 2 2 8 元。全国平均受教育程度为3.39，处于初中和高中之间，这与张琼和张钟文（2 0 2 1）研究得出2 0 18 年全国平均受教育年限为9.55年比较一致。全国离退休比例为14.6%，未婚比例为10.9%，汉族占比为9 4.7%，从业人员占比为8 2.7%，男性占比为48.5%，在校学生占比为4.7%，城镇人口占比为6 0.2%，居民平均年龄为47.4岁。上海在全国调查方案基础上，自主探索使用手机APP调查方式，并拓展了调查内容。本文使用的微观数据样本未包含上海，有效调查对象为458 36 人。居民可支配时间指一天时间（2 4小时）减去居民睡眠时间。2 0 18 年全国时间利用调查中居民平均睡眠时间为559 分钟；2 0 0 8 年调查中居民平均睡眠时间为542 分钟。将2 0 18 年狭义上网休闲时间除以2 0 0 8 年狭义上网休闲时间后减1得到。Pr(H(8)2023年7 月统计研究140表1描述性统计变量变量说明样本量均值标准差最小值最大值广义上网休闲时间广义口径的上网休闲时间4583652.1682.630919.3狭义上网休闲时间狭义口径的上网休闲时间4583626.0959.440919.3上网时间变量利用互联网进行就业/工作、家庭生产经上网工作时间4583641.60107.60940.7营活动的时间生活幸福度happiness幸福度取值1 10458367.691.57110income收入区间按均值计算45836285029160200001=未上学；2=小学；3=初中：4=高中；education458363.391.32175=大专：6=本科：7=研究生retire离退休为1，非离退休为0436580.150.3501marital未婚为1，有配偶、离婚、丧偶为0458100.110.3101race汉族为1，少数民族为0458340.950.2201人口变量employment从业为1，未从业为0429520.830.3801gender男为1，女为0458360.490.5001student在校学生为1，非在校学生为0458360.050.2101urban城镇为1，农村为0458360.600.4901age按出生年月和调查时点为2 0 18 年5月计算4583647.4015.8515107五、实证分析(一)模型假设检验为检验上网时间提升消费者福利的微观机制，为本文的理论模型提供实证支撑，本文将生活幸福度对上网时间进行回归，探讨上网的不同用途对生活幸福度的影响。首先，定义居民幸福度的二值因变量H，当居民幸福度高于全国平均水平7.6 9 时取值为1，表示高居民幸福度；反之则取0，表示低居民幸福度。其次，采用Probit模型对二值因变量进行回归，回归方程如下所示：,demographic(i)+e,)1)=(+,timeratio(i)+,demographic(i)+e,)其中，timeratio是主要的解释变量，为不同用途上网时间占可支配时间的比重，分别采用广义上网休闲时间、狭义上网休闲时间和上网工作时间构建timeratiol、t i m e r a t i o 2、t i m e r a t i o 3三个变量，模型比较了控制人口变量与否的结果。表2 显示了回归结果，列（1）显示回归系数显著为0.38，说明互联网休闲时间越长，居民生活幸福度越高；列（2）加入人口控制变量后回归系数依然显著为正。当采用狭义上网休闲时间占比为解释变量时，列（3）（4）依然保持回归系数显著为正，并且回归系数跟采用广义上网休闲时间占比时一致。当采用上网工作时间占比为解释变量时，列（5）回归系数显著为正，但是当加入人口控制变量以后，列（6）显示上网工作时间占比与居民生活幸福度并不存在显著的相关关系。通过回归分析，本文证实只有上网休闲时间对居民幸福度有直接的正向影响，而上网工作时间则对居民幸福度没有直接影响，而是通过增加收入间接提升居民的幸福度。所以本文在构建理论模型时只将上网休闲时间引入了消费者效用函数，而上网工作时间则通过工资水平和收入进入了预算约束。(二)替代弹性估计本文根据回归模型（4）将上网时间对总收入进行回归，进而估计互联网商品与普通商品的替代弹性。本文根据广义上网休闲时间、狭义上网休闲时间和上网工作时间分别带入式（4）左侧多项式计算因变量，回归结果见表3。其中列（1）、（3）、（5）的因变量分别对应广义上网休闲时间、张钟文等：互联网消费价值测度研究第40 卷第7 期141表2生活幸福度对上网时间的回归结果变量(1)（2)(3)(4)(5)(6)timeratiol0.38*0.22*(5.89)(3.06)timeratio20.36*0.23*(3.92)(2.30)timeratio30.12*-0.08(3.91)(-1.34)log_income0.04*0.04*0.04*(14.28)(14.24)(14.24)education（小学=l，其他=0）0.020.020.02(0.63)(0.65)(0.61)education（初中=l，其他=0)0.15*0.150.15*(4.61)(4.66)(4.69)education（高中=l，其他=0）0.20*0.21*0.21*(5.84)(5.92)(6.04)education（大专=l，其他=0）0.26*0.27*0.27*(6.94)(7.05)(7.21)education（本科=l，其他=0）0.26*0.27*0.27*(6.58)(6.66)(6.84)education（研究生=l，其他=0）0.31*0.32*0.32*(3.80)(3.82)(3.93)age-0.02*-0.02*-0.02*(-6.06)(-6.07)(-6.23)age20.00*0.00*0.00*(6.33)(6.32)(6.38)gender-0.07*-0.07*-0.06*(-5.00)(-4.93)(-4.75)urban0.03*0.04*0.04*(2.29)(2.38)(2.60)marital-0.27*-0.27-0.26*(-9.16)(-9.12)(-8.93)race0.12*0.12*0.12*(4.12)(4.13)(4.16)retire0.18*0.18*0.18*(7.56)(7.60)（7.52)student0.99*1.00*0.97*(2.45)(2.45)(2.39)employment-0.04*-0.04*-0.04*(-1.77)(-1.84)(-1.89)Constant0.260.16*0.27*0.170.28*0.19*(37.27)(2.02)(42.16)(2.10)(43.20）(2.36)Observations458364291545836429154583642915注：回归系数下方括号里是t值；*、*和*表示结果在10%、5%和1%水平上显著。表3上网时间对总收入的回归结果变量(1)(2)(3)(4)(5)(6)log_income0.02*0.03*0.020.03*-0.18-0.11*（6.2 8)(8.07)(6.36)(6.62)(-13.92)(-8.40)人口控制变量NoYesNoYesNoYesObservations2231120851139431285889898884因篇幅所限，人口控制变量的完整回归结果以附表1展示。2023年7 月统计研究142狭义上网休闲时间和上网工作时间；列（2）、（4）、（6）对应加入了人口控制变量，变量设置与表2 一致。列（1）显示回归系数显著为0.0 2，说明收入越高则花费在互联网休闲上的时间越少；加入人口控制变量后回归系数依然显著为正，并且回归系数上升至0.0 3说明正向关系更加显著。当采用狭义上网休闲时间构建因变量时，依然保持回归系数显著为正，并且回归系数跟采用广义上网休闲时间时一致。回归结果证实当居民使用互联网进行休闲活动获得效用时，其机会成本即为时间成本，对于收入更高的人其时间机会成本更高，从而减少了互联网休闲消费。与之相对的是，当采用上网工作时间构建因变量时，回归系数显著为负，没有表现出与上网休闲一致的趋势。这主要在于上网工作时间并不像上网休闲时间一样是消费者可以自主选择用于提升个人效用的，而且互联网用于工作主要是促进工作效率，进而提升收入水平，所以回归显示出了收入越高上网工作时间越长的相关关系。表2 的回归结果从实证角度证实利用居民上网休闲时间的时间机会成本来测度消费者福利符合理论模型预测。基于表3对的参数估计，本文根据弹性估计式估计互联网商品与普通商品的替代弹性的值。其中，普通商品的资金密集度=PC/(PC。+W L。），经计算为0.31，从而对替代弹性的估计结果如表4所示。表4替代弹性估计结果回归模型%广义上网休闲时间0.020.311.05狭义上网休闲时间0.020.311.07广义上网休闲时间+人口控制变量0.030.311.10狭义上网休闲时间+人口控制变量0.030.311.10考虑加入人口控制变量后的模型能够更好地反映收入与上网休闲时间的关系，所以本文选择表4第3和第4行的替代弹性来分别测度采用广义上网休闲时间和狭义上网休闲时间口径下居民获得的福利，并且这两个口径下的替代弹性一致，从而也说明了理论模型的稳健性。本文估计的我国互联网商品与普通商品的替代弹性为1.1，说明这两种商品在满足人们效用层面上具有替代性，居民较为喜欢使用互联网商品进行休闲娱乐，但是这种倾向并不是特别强烈。本文的替代弹性略低于采用美国数据估计的结果在1.32 1.6 2 之间（Goolsbee和Klenow，2 0 0 6;Br y n j o l f s s o n 和Oh，2 0 12）。（三）福利测算1.时间利用模型。基于广义上网休闲时间占比和狭义上网休闲时间占比，本文分别测算广义口径和狭义口径下的消费者剩余。接入互联网的固定支出F取全国平均宽带接入费为532 元/年，总收入W由居民人均可支配收入除以样本人均工作时长占比计算得出，全国总人数取15周岁及以上的常住人口数。测度结果如表5所示。基于广义口径结果的横向比较，2 0 18 年我国互联网消费的人均消费者剩余与人均总收入之比为2.81%，Br y n j o l f s s o n 和Oh（2 0 12）测度美国2 0 0 32 0 10 年互联网消费的人均消费者剩余与人均总收因篇幅所限，具体定义表达式以附录1展示。数据来源于2 0 18 年中国统计年鉴。数据根据微观数据计算得出，样本人均工作时长占比为2 9.2 6%。只有具有收入的个体其时间利用才具有机会成本，进而能够形成福利，根据全国时间利用调查样本也是针对15周岁及以上家庭常住成员，所以本文计算全国福利时对应取15周岁及以上的常住人口数为人口基数。本张钟文等：互联网消费价值测度研究第40 卷第7 期143表5时间利用模型下互联网消费的福利价值测度(2018年)总消费者剩余总消费者剩余与GDP总消费者剩余与居民人均消费者剩余人均消费者剩余与人测算口径（亿元）之比（%）消费支出之比（%）（元）均总收入之比（%）广义口径32270.533.519.112763.152.81狭义口径15592.431.704.401335.091.36入之比平均为2.4%，Goolsbee和Klenow（2 0 0 6）测度美国2 0 0 5年互联网消费的人均消费者剩余与人均总收入之比为1.9%2.9%，说明中美两国在互联网消费创造的消费者福利方面一致，两国都作为消费互联网大国，互联网在居民日常生活中获得了充分的应用。由于狭义上网休闲时间包含的活动少，其占可支配时间之比大致为广义上网休闲时间占可支配时间之比的一半，从而测算出来的消费者剩余也大约为广义口径的一半。根据2 0 0 8 年全国时间利用调查公报计算得出的狭义上网休闲时间占可支配时间之比为1.56%，计算得出2 0 0 8 年我国互联网消费创造的消费者剩余总额为2 2 2 9.36 亿元，十年来互联网消费创造的福利价值年均增长率为6 9.9 4%，这说明伴随我国居民互联网休闲消费时间的快速上升，互联网消费带来的福利价值增长更为迅猛，在人们追求美好生活的背景下互联网消费的价值应该予以重视。2.货币支出模型。当仅考虑互联网消费的货币支出时，本文基于式（7）测算货币支出模型下互联网消费带来的福利价值。2 0 18 年和2 0 19 年的全国互联网固定支出分别为532 元和48 4元，2 0 18 年和2 0 19 年的全国居民人均可支配收入分别为2 8 2 2 8 元和30 7 33元。全国总人数取15周岁及以上的常住人口数，与时间利用模型一样。考虑只有网民进入货币支出模型计算福利的范围，利用2 0 18 年全国时间利用调查数据计算得出互联网渗透率为0.6 14，进而根据全国总人数计算全国网民数。基于货币支出模型，计算得出互联网消费带来的总消费者剩余仅为32 9.9 4亿元，远远低于时间利用模型的测算结果，其占GDP的比重为0.0 4%，也远低于许宪春等（2 0 2 1b）利用广告收入计算得出的2 0 19 年互联网免费内容形成的居民消费占GDP比重为0.35%。显然如果仅仅依靠居民花在互联网消费上的货币支出，会大大低估互联网消费所创造的价值。六、互联网消费的发展不平衡分析在扎实推进共同富裕的新时代背景下，本文进一步从地区差距、城乡差距和代际差距三方面分析互联网消费的发展不平衡状况，为促进数字中国建设更好地助推共同富裕提供启示。对于互联网消费的发展不平衡，本文主要从福利视角聚焦广义口径下人均消费者剩余的差距。为理解人均消费者剩余差距的来源，本文根据式（6）将基准状态和其他状态下的人均消费者剩余对数化之后相减，进而可以将人均消费者剩余的差距分解为3