数据要素驱动与居民消费倾向提升：机理研究和路径分析_缪言.pdf

理论经济 年第 期收稿日期 作者简介 缪言，女，年 月生，天津师范大学经济学院副教授，研究方向为宏观经济波动及政策效应评价；曾晶，女，年 月生，天津财经大学统计学院博士研究生，研究方向为计量经济学理论及应用；白仲林，男，年 月生，天津财经大学统计学院教授，博士生导师，研究方向为数量经济学理论方法及应用。本文通讯作者为曾晶，联系方式为.。基金项目 国家社会科学基金项目“经济高质量发展的宏观调控政策冲击识别与动态因果效应评价研究”（项目编号：）。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。数据要素驱动与居民消费倾向提升：机理研究和路径分析 ：缪 言 曾 晶白仲林 摘 要 在构建新发展格局背景下，我国经济增长模式从投资拉动型向消费促进型转变成为必然。中国宏观经济面临有效需求不足的问题在疫情冲击之下更为凸显，然而，数据作为生产要素深入产业链各环节使得数字化技术得以普及，并延伸至居民生活，进而影响居民消费行为。为了厘清数据要素驱动下居民消费倾向变化的经济机理，本文将数据要素成本、数字化技术与数据质量外生冲击引入包含互联网平台主体的 模型，模拟分析消费、投资、可支配收入和居民消费倾向等变量的演化路径。研究发现，数据要素成本降低加剧产品市场价格竞争，短期降低居民消费倾向，长期则通过收入效应拉动内需增长效率；数字化技术创新通过要素重组升级引致的效率变革增加消费者相对收入、提升居民消费倾向；数据质量改进短期促进投资、挤占消费，降低居民消费倾向，但长期可缓解厂商与消费者的信息不对称，提升居民消费倾向；数字化技术创新在促内需长短期效应俱佳的同时，引致的消费者福利损失最小。关键词 数据要素驱动 居民消费倾向 互联网平台 动态随机一般均衡模型中图分类号.文献标识码 文章编号 （）：.，.，.，.，.，.，.，：DOI:10.19681/ki.jcufe.2023.02.007 年第 期理论经济一、引言自我国经济进入“新常态”时期以来，资本形成总额和净出口对经济增长的边际贡献逐渐下降，消费拉动成为中国经济增长模式转变的必然选择（张川川等，）。年，我国最终消费占 比重为.，连续 年成为经济增长的主引擎。年党中央提出以国内大循环为主的“双循环”新发展格局，而促进国内大循环的首要任务是扩大内需，扩大内需又以扩大居民消费需求为重点（刘金山和杜林，）。然而，国内应对 年金融危机的政策减缓了内需调整速度，居民消费占 比重仍未改变长期偏低的状态，特别地，年以来，中国宏观经济面临有效需求不足的问题在疫情冲击之下更为凸显。可见，释放被束缚的居民消费潜力是现阶段提振经济的务实可行之路。同时，数据作为生产要素深入产业链各环节使得数字化技术得以普及，并延伸至居民生活，进而对居民的消费行为和投资决策产生影响。数据要素催生互联网平台消费，截至 年 月，我国网民规模达.亿，其中，自 年起，我国已连续八年成为全球最大的网络零售市场，我国网络购物用户规模达.亿，占网民整体的.。然而，如图 所示，与网络消费规模急速扩张相反，自 年进入数字经济时代以来，社会消费品零售总额增速呈下降趋势，由 下降至 年的.。由此，引发了学界对于数据要素驱动下居民消费变化趋势的争议。一部分学者认为数据要素驱动赋予实体经济新动能、开拓消费体验新业态，从而释放居民消费潜力、优化消费结构（黄群慧，；祝仲坤，）；也有学者提出反驳，认为数据要素驱动的新消费模式通过低价商品销售额的增长以及挤出实体零售业等途径缩减了消费规模，并且导致消费降级（石明明等，）。图 社会消费品零售总额增长率与网络零售消费总额变化趋势 数据来源：统计年鉴与商务部数据库。事实上，数据要素催生消费新模式、培育消费新业态和释放消费潜力的作用渠道与机制存在差异，重点应当关注数据要素成本降低、数据要素驱动的技术创新及数据质量改进对居民消费倾向的影响。首先，降低数据要素生产环节所需的成本，可降低厂商使用数据要素的准入门槛（王微和刘涛，；任保平和苗新宇，），提升消费品供给的多样化和定制化，促使消费者“潜在需求”转变为“现实需求”。其次，数据要素驱动的数字化技术创新通过要素重组升级引致的效率变革提升全要素生产率（龙少波等，），提高资本、劳动和数据要素产出效率，经济增长带来的财富效应促进消费增长。最后，改进数据质量可将消费大数据中的精准信息提供给厂商，有效缓解供给侧厂商与需求侧消费者的信息不对称（樊轶侠和徐昊，；王茜，），促进居民消费倾向提升。可见，数据要素可通过价格效应、财富效应以及缓解信息不对称等机制影响居民消费决策，但作用效果与长短期效应不尽相同，难以依靠简化型模型的因果分析直接体现“正负”影响。因此，有必要将数据要素作用于居民消费的多种机制数据来源：国家统计局发布的 年统计公报。由党的十九届五中全会通过的 中共中央关于制定国民经济和社会发展第十四个五年规划和二三五年远景目标的建议 提出。：.。数据来源：中国互联网络信息中心（）第 次公报，：.。理论经济 年第 期纳入统一的结构分析框架，在理论层面深化数据要素驱动下数字化发展提升居民消费倾向的机理分析，并通过数据成本降低、数字化技术创新和数据质量改进对居民消费倾向的动态效应对比分析，为需求侧管理视域下数字经济发展提供决策参考。二、文献综述近年来，学者们对于数据要素驱动下居民消费决策研究的关注与日俱增。一方面，数据要素驱动生产率提升、促使交易模式与消费方式转型是该领域热点所在；另一方面，数据要素通过成本降低、技术创新与质量改进等路径影响居民消费倾向的研究不断涌现。首先，数据是将现有生产要素进一步联系起来的桥梁型生产要素，并且，伴随经济活动的数字化转型，数据对提高生产效率呈现乘数作用（谢康等，）。同时，互联网普及化与搜索引擎智能化等数字技术催生新型消费方式 互联网平台消费（黄群慧，），基于互联网平台进行交易以及资源配置是其最本质特征（张鹏，），并且可降低交易双方的成本（江小涓和孟丽君，），因此数字技术催生了消费者新的消费理念和消费行为，为新消费模式的演化提供了有利条件（许宪春和王洋，）。其次，降低数据要素成本、提高数字化技术创新与改进数据要素质量能够降低数据要素使用门槛、重组升级资源配置并且缓解供需双方信息不对称，从而刺激新兴消费市场发展、重塑消费结构的基本形态，进而影响居民消费倾向。降低数据要素使用成本可使消费品价格下降，打破消费的时空阻碍，从而增加居民消 费 选 择，提 升 消 费 意 愿（方 福 前 和 邢 炜，；陈冬梅等，）；提高数字化技术创新通过要素重组升级提高全要素生产率，进而推动生产可能性曲线外移，从数量角度拓展消费空间，激发潜在消费需求（谢伏瞻等，）；改进数据要素质量通过细分市场需求，提供定制服务，提高零售品质，丰富平台内容，扩展消费边界，从而释放居民消费潜力（肖旭和戚聿东，）。综上可见，学者对数据要素驱动与居民消费倾向的理论体系已进行了深入的探索，取得了重要的成果。特别地，数据要素成本、数字化技术创新与数据要素质量对居民消费倾向的影响尤为重要。因此，厘清数据要素催生的互联网平台经济特征、揭示新主体与经典经济主体（家庭、厂商）的经济互动机理以及探究数据要素驱动与居民消费倾向提升的机制和路径，不仅是数字化研究的重要理论内容，也是经济实践中亟待探明的现实问题。鉴于此，本文基于我国经济实际，构建纳入互联网平台新主体的新凯恩斯动态随机一般均衡模型，引入数据要素成本、数字化技术创新和数据要素质量冲击，研究数据要素驱动下数字化经济发展对居民消费倾向的动态效应，以期为促进数字经济发展的政策制定和优化提供实践参考。三、理论模型与机理分析学者们关于数字经济发展对居民消费决策影响的实证研究获得了丰富的中国经验，为了进一步厘清数据要素成本、数字化技术创新与数据要素质量对居民消费倾向的作用机制，本节引入实现数据要素的获取、加工、存储与交易功能新型主体 互联网平台，改进了新凯恩斯 模型，充分考虑了数据要素加工和交易主体的动态最优规划以及数据要素的供需均衡，深入分析数据要素成本、数字化技术创新与数据要素质量对厂商部门决策、居民收入变化与消费决策的影响。进一步地，本文参考 和 （）的做法，采用居民平均消费率作为代理指标，即消费者将可支配收入用于消费的比例，分析数据要素积累和价值的三方面随机干扰因素变化下居民消费倾向的演化路径。（一）厂商部门为了刻画数据要素在生产过程中的“桥梁型”特征，并直观分析数据要素成本变化、数字化技术进步与数据质量提升的经济机理，本文遵循马歇尔“四位一体”公式的生产要素理论拓展生产函数。具体而言，设定厂商部门包含了完全竞争的最终消费品厂商和中间品厂商以及垄断竞争的零售品厂商，其中，中间产品厂商投入资本、劳动和数据要素生产中间品，零售商再包装中间品生产差异化的零售品，（，），最终品厂商再将连续统本文设定的零售商用于实现价格粘性，仅对中间品进行打包，并未投入要素进行生产。受篇幅所限，零售商设定未在文中列出，感兴趣的读者可联系作者索取。年第 期理论经济多的零售品以 方式加总为同质最终消费品。为了体现价格黏性，参考 和 （）的设定，零售品厂商在每一期以一定的概率调整零售品定价。.最终消费品厂商。最终产品厂商从零售商处购买零售产品，通过技术加总生产最终消费品，其中的零售品由零售商打包中间品获得，即：，()（）其中，代表各中间产品间的替代弹性。设，和 分别表示零售品和最终消费品的价格，则最大化最终消费品厂商的利润：，（）可得到最终消费品厂商对零售品的需求函数：，（）以及价格加总公式，即最终消费品的价格：，（）.中间品厂商。数字经济的发展使得数据与资本、劳动力和技术并列成为新型生产要素，数据要素以现代信息网络为载体、借助信息技术的有效使用成为提升效率和优化经济结构的重要推动力。于是，为了揭示生产部门运用数据要素驱动生产经营活动，借鉴 和（）、白仲林等（）处理数据要素的思路，扩展传统的 型中间品生产函数为：，（）（）其中，、，分别表示 期中间品厂商 实际投入的传统实物资本和劳动力；代表 时期全社会的数据要素数量；、和 分别代表传统实物资本、劳动力和数据要素的产出弹性；代表数据要素的质量，因此，可以刻画 期内有效数据要素使用量。事实上，线上消费新群体扩展了要素供给体系，从而推动了数据市场的高频交互，消费需求的个性化、品质化、多样化成为主流。按照本文互联网平台主体设定，通过从大规模注册信息、消费数据中挖掘隐含的、有用的信息，使企业获取可靠、准确、及时的高质量数据，做出更加精准、符合市场和客户需求的决策，有利于缓解供给侧厂商与需求侧消费者信息不对称问题，服从 （）过程，。在当今的数字化时代，技术创新的源动力来自于数据要素驱动的数字化变革，因此，本文与经典的 模型差异在于 有别于新古典增长模型中的全要素生产率（如索罗余值），本文称之为数字化技术创新，它诠释了资本、劳动和数据要素共同驱动下的全要素生产率。显然，数字化技术创新通过要素重组升级、再配置引致的效率变革与产业智能化增加社会总产出，并通过经济增长的财富效应刺激居民消费增长，同样假设 服从（）过程，。当然，与传统 模型类似，假设 的变化源于外生的创造发明和技术更新。此外，本文也假设中间品厂商的生产关于传统要素是规模报酬不变的，即 。并且，代表数据要素的产出弹性，可见，数据要素质量与数据要素产出弹性提升对传统要素配置均产生影响，根据本文设置，亦可视为“技术内生”影响机制。即，本文模型既包含了经典 模型中外生的技术进步冲击（本文视为数字化技术创新），又考虑了数据要素特征变化引致的效率变革。另外，考虑我国经济实践，假定数据要素的使用成本为产量的一定比率，于是，中间品厂商 的利润为：，（）（，）（，）（），（）其中，表示市场价格相较于最终价格的相对价格；表示中间品厂商使用数据要素的单位产出成本，即单位产出所承担的数据服务费用。于是，中间品厂商 最大化利润的一阶最优条件如下：，（），（）（）（）（）显然，式（）表明中间品厂商单位劳动的资本装备率取决于劳动工资率和资本收益率之比；式（）表明中间品厂商单位资本的数据装备率取决于理论经济 年第 期资本收益率