您的当前位置：首页互联网消费传染的时空扩散——基于空间计量的实证研究

互联网消费传染的时空扩散——基于空间计量的实证研究

来源：爱够旅游网

2017年3月（第31卷第3期）EastChinaEconomicManagement（Vol.31，No.3）

Mar.，2017

●区域发展［DOI］10.3969/j.issn.1007-5097.2017.03.011互联网消费传染的时空扩散

——基于空间计量的实证研究

董晓松

（四川行政学院，四川成都610072）

摘要：文章试图通过理论探讨与实证分析,挖掘微观社会网络互动促进互联网消费传染的时空规律。文章以电子图

书的互联网B2C销售为样本，使用空间固定效应一般化模型验证互联网消费的传染性因素，分析了文化差异与地理距离对互联网消费增长的时空影响。研究发现互联网消费传染爆发强、周期短，同时互联网消费有地理与文化两个空间层面的显著传染性。文章在理论研究的基础上，为区域促进消费增长、企业推广新产品提供了经验证据和路径指导。关键词：消费传染;互联网消费;空间计量;电子图书消费。中图分类号：F490.5文献标志码：A文章编号：1007-5097（2017）03-0083-07

一、引言

随着数字信息技术水平和互联网普及率不断提升，互联网消费快速增长。全球互联网消费额在2000-2014期间的年均增长近30％，全球互联网消费者占比超过30％。作为互联网消费的新兴国家，中国的互联网消费增长更是惊人，网上交易额年增长率超过120％，并仍有巨大的上升空间［1］。

合理的刺激消费一直是学者与制定者关注的焦点问题。凯恩斯消费函数指出消费量改变部分因可支配收入而变化，可支配收入变化“诱导”商品和服务的消费变化，因此而改变的消费被称为“诱导消费（InducedConsumption）”。此外，还有一部分消费支出不受收入水平的影响，这就是外生消费（Exog⁃

［2-3］

enousConsumption）。外生消费是指不依赖于收入水平的消费支出，反映了非收入决定因素对消费支出的影响［4-5］。非收入决定因素是指所有影响消费支出的其他因素，包括消费信心、健康状况、未来预期、社会潮流等［6］。

什么能够改变消费者偏好和风尚潮流，进而影响外生消费呢？社会互动中消费传染可以有效影响社会的尝新态度和潮流发展，改变外生消费意愿［7］。由于社会互动中存在示范行为和学习行为，身处其中的消费者会潜移默化的改变消费意愿［8］。这样的

消费改变并不是因消费者收入或产品价格的改变而改变，而是一种自发改变，这样的改变既培养了新的消费认知和消费习惯，又使得整个社会的消费量增加、消费结构改变［9］。

近年来，以互联网为标志的新经济不断渗透到全球的各个角落，因而引发了学者的广泛关注。本文以互联网空间为新情景环境，以外生消费为方向，以传染理论为机理，探讨互联网消费增长问题。全文共分为五部分，第一部分是引言，第二部分是消费传染机理，第三部分是模型推导，第四部分是实证的检验分析，最后一部分给出全文的结论与建议。

二、理论综述：互联网消费动机与消费传染（一）互联网消费动机与意愿

消费者为什么会放弃实体消费环境，而转投互联网呢？我们应该探索互联网消费背后的个人动机，以解释互联网消费的驱动力来源。动机来自未满足的需求，拥有动机后人们将通过具体的行动以实现期望的收益［10］。在网络消费中，有两大类动机——功利和享乐。功利动机涉及网购产品或服务的功能性、经济性、合理性、实用性以及外部收益，这是消费内生驱动的主要动力来源［11］；而消费的享乐动

收稿日期：2016-09-16

基金项目：国家社会科学基金项目（13XJL013）作者简介：董晓松(1976-)，男，河南洛阳人，副教授，博士，研究方向：数字经济。

—83—

互联网消费传染的时空扩散

（Vol.31，No.3）

Mar.，2017

机是指消费过程的愉悦感以及消费本身得到其他人

的认可，体现消费者的社会价值，其中他人认可和社会实现是外生驱动消费的主要动力来源［11］。Childers等（2001）通过构建技术接受模型（TechnologyofAc⁃ceptanceModel），指出功利和享乐动机同时驱动消费

［12］

者完成网上购物。Wolfinbarger与Gilly（2001）通过焦点小组定性研式究确认由功利和享乐需求驱动的网购可以分为方便、多样、信息有效性和社会性共四类动机［13］，To等人（2007）在此研究基础上增加节省成本和定制两项动机，构建一个预测网络消费的结构模型［14］，为后续的互联网消费动因研究奠定了框架基础。

互联网消费市场中消费者特征、产品特征与交易成本等满足消费者功利需求，共同构成了互联网消费的市场内因素，由此产生诱导消费。然而，互联网消费者的享乐与社会需求还没有实现，通过外生驱动可以满足消费者的享乐与社会需求。

（二）互联网消费的社会互动与消费传染

互联网消费的享乐与社会需求可以通过社会互动实现。市场个体之间通过内外部社会网络（SocialNetwork）的联通而产生的相互作用称为社会互动。除收入、资产等市场内部因素外，个体经济行为还将受到社会其他个体的影响［15-16］。包含愉悦性与社会认同的享乐需求已经深入渗透到互联网消费的各个环节中，满足这些需求，需要社会互动。

首先，互联网内部的社会互动可以满足消费者的享乐性需求，从而带动消费。虚拟的互联网世界造就了一个全球性的无边际社区，不同的社会个体凭借兴趣或需求走入同一个在线的信息平台，在这些平台中，因共同兴趣与爱好而产生的社会互动造就了愉悦性的基础［17］。在线社区的社会互动规范了网络群体活动的规则、条件和可参照的依据，左右着成员的行为与选择［18-19］。其次，在线社会互动将提升消费的社会价值。在消费中获得社会价值是指通过消费产品而得到他人的社会认同。顾客消费某类产品或特定的名牌产品（NamedBrand），有时仅仅是为了获得他人的称赞或身份认同，这是典型的社会价值需求。在互联网环境中，消费者通过社会互动，模仿参照群体的此类消费行为（BehaviorofPeerorRef⁃erenceGroups），从而获得社会认同［20］。

社会网络传染扩散理论可以帮助我们一窥在线消费的社会互动以及由此引发的外生消费行为。由于信息传递和经济往来与疾病传染有社会网络层面—84—

的相似性，因而学界以传染扩散模型（EpidemicDiffu⁃sionModels）模拟知识或经济的社会互动传播过程［21］。Bernoulli在第十八世纪末研究细菌和病原体的感染及其对策，进而衍生出传染扩散模型［22］。今天，传染扩散模型大量应用于技术溢出、知识扩散、信息传播和对外贸易等领域。在互联网的消费过程中，一旦个体获得了一个新产品，他们就会通过线上或者线下的社会网络的互动，提升他人的采纳意愿，进而带动新产品扩散。潜在用户通过与现有的互联网消费者的“接触”，成为真正的使用者，这是典型的传染行为［23］。互联网消费中已采用者越多，则对潜在采纳者的影响越大。互联网消费扩散同样是建立在社会网络的互动基础上，也同样具有传染扩散性。因而，我们的研究采用传染扩散模型描述互联网外生消费。

三、传染扩散模型及其空间计量（一）传染扩散模型

由于信息传递和经济往来与疾病传染有社会网络层面的相似性，因而学界以传染扩散模型模拟信息

［22］

或经济的社会互动传播过程。传染扩散模型基于个体的周期性感染。“宿主”是第一批感染者，通过社会互动，以一定的渗透率感染给其他易感个体。随着易感人群的数量不断减少，直至再无人感染，此次疾病传染结束。传染扩散模型有四个特点：一是有传染源，扩散由此展开；二是有易感人群，不是所有的人都会感染；三是通过社会网络互动发生扩散；四是扩散有一定的渗透速度，且整个周期可预测。这样的传染扩散过程与消费学习如出一辙。新产品的初尝者都会通过社会互动网络引导和教育他人，他人使用后再次传染消费行为，直到新产品不再在消费者中扩散。受限于非齐次的网络拓扑结构影响，新产品消费传染扩散一般呈S型曲线［23］。因而其消费传染过程需要经历一个酝酿期，新产品接受者累积到一个阈值后，消费传染进入爆发期［24］。针对创新产品的采用和扩散，Bass在传染扩散模型的基础上提出扩散预测模型，用以描述和预测新产品扩散［25］。

Nt=Nt-1+P(m-Nt-1)+qt-1(m-Nt-1)（1）

m其中，Nt是指消费者在第t期购买该产品的数量；m是指市场潜力，即潜在使用者总数；p是指创新系数，即潜在消费者自发开始使用该产品的可能性；q是指模仿系数（内部影响），即尚未使用该产品的人，受到使用者的口碑影响，开始使用该产品的可能性。

（Vol.31，No.3）

Mar.，2017

（二）空间计量模型

本文研究的重点是基于社会网络关系的互联网消费传染扩散。为深入分析外生驱动互联网消费增长的社会网络关系，我们引入空间计量方法测度中国31各省级地区的互联网消费传染。空间计量经济学是计量经济学的一个子集，专门用于阐释经济个体之间的空间关联问题［26］。我们在传统的扩散模型（1）的基础上加入空间滞后与空间误差项，描述互联网消费的空间扩散现象，建立的实证模型如下：

log(yit)=α+β∑ωijlog(yit)+χlog(Φit)+δlog(Ωit)+

ωGij=

{这里dij是两个地区间的中心距离，即各省行政中心之间的直线距离。

2.互联网消费的文化空间关联矩阵

文化背景是互联网消费传染的重要纽带因素。互联网带来了全球一体化，但每个消费者拥有迥异的文化背景，也就在信仰、价值、内容等诸多层面差异巨大，互联网消费者的文化差异要远大于他们互联网环境的差异［31-32］。然而，文化差异将左右消费者的效用评价以及社群认同［33］。首先，具有相近文化底蕴的消费者有普遍认同的榜样地区，他们将优先被这些地区的消费行为所传染［33］。其次，相同文化底蕴的消费者对产品的喜好一致，因而也就较容易发生消费传染行为。上述有地域文化特征的互动差异构成了互联网消费外生驱动的文化空间联系。中国的文化区可以区分为文化区、青藏文化区、西南文化区、蒙古文化区、关东文化区、中原文化区、扬子文化区、东南文化区［34］，据此，我们用二元连接矩阵（BinaryContiguityMatrix）方

［29］

法构建中国文化空间权重矩阵，具体如下：

1,i=j;ωc=（4）

0,i≠j

exp(-dij),i≠j;0,i=j

（3）

yit代表区域i在t时段的新增消费数量；上式中，

α是截距项；∑ωijlog(yit)代表邻近区域j在t时段新

Nj=1,j≠i

ε=ρ∑ωijεit+eit

eit~N(mean=0,σ2In)

φlog(Prit)+κlog(Init)+μ∑ωijlog(Φjt)+ε

Nj=1,j≠i

j=1,j≠i

（2）

Φit与Φjt分别代表增的消费量，代表异地互动影响；

在t时段本地与异地的累积消费量，这是网络消费的

传染源，其中χ是本地传染系数，μ是异地传染系数；即被传染者，相关系数Ωit表示本地潜在消费者，Pit表示产品的本δ是本地潜在消费者的易感系数；

Init表示本地人均收入，地售价，是控制变量；根据前

{文分析，我们在模型中同时引入文化空间矩阵与地理空间矩阵，以测度互联网消费外生驱动的空间性，模型中ωij是空间权重矩阵，用以说明各个空间单元之间的社会互动关系。

（三）构造空间关系

空间权重矩阵是指各个空间单元之间空间关联的矩阵表达方式，是空间计量的核心内容之一。

1.互联网消费传染的地理空间关联矩阵

地理距离对互联网消费社会互动产生影响。首先，临近地区的人群面对着相似的生活与生产的信息空间，相互影响与制约着行为规范，从而在相似的环境压力下产生相似的消费行为，这是社会认同感和安全感导致的结果［27］。其次，即使交易行为发生在互联网环境中，但现实社会关系网络仍然影响着消费者，而现实交往的强度又与地理距离密切相关，即近密远疏［28］。因此，依据地理学第一定理［29］，我们的研究设定地理距离近的空间个体之间互动影响大。借鉴相关研究，本研究采用的方法是实际距离的倒数函数［30］。形式如下：

当两个省级单元属于同一个文化区时，认为两者文化本底相同，即i=j，则取ωc=1，；否则认为二者

文化本底不同，取ωc=0。

（四）同时考虑文化差异与地理距离的空间一般化模型

在式（2）中同时考虑地理与文化层面的空间扩散项，得到本研究最终的空间计量实证模型如下：

log(yit)=α+β∑ωijlog(yit)+χlog(Φit)+δlog(Ωit)+

Nj=1,j≠i

φlog(Prit)+κlog(FAInit)+μ∑ωGijlog(Φjt)+θ∑ωCijlog(Φjt)+ε

Nj=1,j≠i

j=1,j≠i

（5）式在（2）的基础上添加了基于地理和文化空

Nj=1,j≠i

ε=ρ∑ωijεit+eit

eit~N(mean=0,σ2In)

（5）

间关联的传染项μ∑ωlog(Φjt)和θ∑Gijlog(Φjt)，

Φjt是指异地已消费者总量，即异地消费传染源。

四、实证分析

（一）样本选择

为了检验互联网消费的外生驱动作用，我们的研究选择电子图书作为样本。电子图书的产品数

—85—

互联网消费传染的时空扩散

样本特征。样本描述见下表1所列。

样本描述

阐释

（Vol.31，No.3）

Mar.，2017

字虚拟性与消费传染性为本文研究提供了良好的

表1

序号1234

样本特征产品属性销售过程选用依据时空范围

研究采用的样本是电子图书。电子图书是在线数字图书销售商提供的一种数字内容产品，购买电子图书的消费者可

在特定的电子终端设备中阅读，并通过电子设备在线发布阅读的心得和评价数字出版商获得图书的数字出版权后，通过在线销售平台向终端用户提供电子图书产品。消费者最终通过在线销售网站购买，并下载到消费者个人的终端设备上使用（1）消费者对同一本电子图书产品只购买一次，如遗失可以通过账户重新下载，避免重复购买带来的重复统计问题。（2）选择的电子图书在销售周期内的市场价格不变，产品品质恒定。

本数据样本取自中国地区31个省级区划，在时间上包括从2015年2月至2015年12月期间连续的45周

（二）时空扩散的描述性分析

下面用图1描述该电子图书的每周销量，图2描

述电子图书消费者的数量积累。

销售量（册）350030002500200015001000500013579111315171921232527293133353739414345时间（周）期低位稳定的规律，符合新产品传染性扩散的特性。

（三）模型的经验估计1.模型选择

研究利用空间数据驱动法（SDD）判断不具有空间效应的混合最小二乘估计（PooledOLS），加入空间固定效应的OLS，加入时间固定效应的OLS和加入时间与空间效应的OLS四种模型的舍取问题。表2是四种模型估计的结果。

表2

变量log(Φit)log(Ωit)log(Prit)log(FAInit)

空间数据检验结果

0.183(15.252)***0.719(33.010)***混合最小二乘空间固定效应时间固定效应时空固定效应0.1740.3280.293(22.179)***（45.474）***（20.423）***

0.6260.5120.733（47.256)***（51.725）***（42.165）***

图1

累积销售量（册）全国消费量趋势曲线

-0.444-0.594-0.376-0.550（-18.996）***（-15.273）***（-8.043）***(-11.872)***0.0690.1370.005（10.853）***（16.823）***（1.1）37.743(84.430)***0.660534.881***360.113***284.302***109.535***

0.69133.073***13.051***29.348***9.325***

0.53411.966**14.066***93.227***95.325***282.559***0.045（4.259）**

50000450004000035000300002500020000150001000050000Moran′sI0.201***2R0.706LMspatiallag698.042***LMspatialerror1202.716***RobustLMspatialerrorRobustLMspatiallag1.473***669.147***

intercept

13579111315171921232527293133353739414345时间（周）图2全国消费量累积曲线

通过图1，我们首先发现该电子图书产品销售高

速增长7周后达到单周销售顶峰，随后出现持续27周的匀速衰减期，之后销量趋于稳定。图2的消费积累曲线呈现出新产品扩散的典型S型。电子图书扩散在起步阶段速度较慢，后迅速进入扩散加速期和成熟期，这时也是新消费者增长的黄金时期。随后单期销售量开始回落，直至销量维持在一个低水平。这种累积人群前期快速增长，中期持续膨胀，后—86—

LR-testjointsignificancetimefixedeffectsLR-testjointsignificancespatialfixedeffects

941.205***

注：“*”“、**”“、***”分别表示在5%、1%、0.1%水平上显著。

通过表2，我们可以看到四种模型中拉格朗日乘数对于空间滞后（LMSpatialLag）和空间误差（LMSpatialError）的检验统计值均显著。同时，稳健拉格

（Vol.31，No.3）

Mar.，2017

朗日乘数对于空间滞后和空间误差的检验结果也是

显著的。这表明电子图书的销售数据支持模型具有空间滞后效应和空间误差效应。除此之外，在模型4的检验中，对电子图书的销售数据采用的似然比检验（LRTest）结果显著，说明必须同时控制空间固定效应和时间固定效应。所以，空间数据驱动法（SDD）的结果告诉我们电子图书的销售数据既表现出空间滞后效应，又存在空间滞后效应，同时，模型应当考虑时间固定效应与空间固定效应。除上述外，电子图书的价格与本地居民收入两个解释变量的检验结果显著，说明电子图书消费仍然受到价格和收入因素的影响。

2.模型估计

表3第二列是模型（5）的固定效应空间一般模型的估计结果，第三列是模型（5）的随机效应空间一般模型的估计结果。本研究将通过比较两个模型的检验结果，以确定最适合的模型。

表3

模型选择与估计

设，因此本模型采用固定效应而非随机效应。经过

上述分析，本次研究的最终模型为空间固定效应一般模型。

3.最终模型的计量结果解释表3中，变量log(Φit)是代表该地区已经购买电

系数值为0.721，在0.1%水平上显著。上述两个变量的系数均显著，说明本地消费电子图书的消费“已感人群”与“潜在感染人群”对互联网消费传染都有正向促进作用，也说明省域内互联网消费者之间显著存在着消费传染行为。同时，模型控制了产品价格

他们的系数分别log(Prit)与人均收入log(FAInit)，

为-0.692和0.072，均在0.1%的水平上显著。变量

Nj=1,j≠i

子图书的消费传染源，系数值是0.125，在0.1%水平

上显著。变量log(Ωit)代表该地区的潜在感染人群，

传染项的回归系数为0.287，在0.1%的水平上显著，表明互联网消费传染存在地理临近性。基于文化空间的消费传染变量∑ωGijlog(Φjt)的回归系数分别为

Nj=1,j≠i

∑ωGijlog(Φjt)代表省域间的消费传染。其地理空间

估计指标空间杜宾固定效应模型空间杜宾随机效应模型R-squared0.8020.7932CorrectedR0.6240.495log-likelihood300.085110.746Waldtestspatiallag126.190***103.623***Waldtestspatialerror147.3***96.757***LR-testspatiallag86.782***LR-testspatialerror108.135***Phi0.025(13.370***)Hausmantest33.037***VariableCoefficientt-statCoefficientt-statj=1,j≠i1.174，在0.1%的水平上显著，说明文化相似性将加强

互联网消费传染。代表各互联网消费潮流的变量

j=1,j≠i

∑ωijlog(yjt)系数为0.441，在0.1%的水平上显著，说

∑ωlog(y)Nijjtj=1,j≠iN∑ωlog(Φ)NGijjtlog(Φit)log(Ωit)log(Prit)log(FAInit)0.1250.721-0.6920.0720.2871.1740.44114.719***23.619***-15.938***6.131***8.783***11.772***0.3070.8-0.5560.0030.1171.9900.28511.066***15.933***-22.088***1.9953.135*10.915***j=1,j≠i∑ωlog(Φ)Cijjt12.462***14.629***注：“*”“，**”“，***”分别表示在5%、1%、0.1%水平上显著。

表3列出了时空固定效应模型和时空随机效应的计量结果。拟合优度R-squared和对数似然值log-likelihood越大，空间计量模型的解释能力越强，可见固定效应模型的解释能力大于随机效应模型。时空固定效应模型通过了空间滞后和空间误差的似然比检验，即LR-testspatiallag和LR-testspatialerror。时空随机效应模型的Hausman检验值显著，拒绝原假

明各地的消费有共同趋势。

五、结论与建议（一）主要结论

互联网消费通过文化与地理两种空间联系，在消费风尚、本地与异地传染的共同作用下，产生外生消费。具体而言，研究有如下发现：

（1）消费风尚与区域协同。实证结果表明，各地区在同一时期内有共同的消费增长趋势，这并非一种影响，而是消费风尚、潮流的改变，带来的区域之间的消费协同增长。这种消费风尚的改变可由全社会消费偏好改变获得，例如人们越来越注重环保和健康，就会在全国范围内掀起绿色能源和健身用品的消费浪潮。这样的消费风尚通过互联网等现代传播手段波及全部地区，从而引发全域消费意愿的改变，外生促进全域消费增长。

（2）快速传染与累积循环。互联网消费的时空传染性强于实体环境。相比于实体消费环境，新产品在虚拟的互联网消费环境中扩散更为迅速，消费爆发点到来的时间更早、爆发加速度更大。我们的研究选择了几乎没有运输成本的数字内容产品作为

—87—

互联网消费传染的时空扩散

（Vol.31，No.3）

Mar.，2017

样本，认为其消费信息的快速扩散来源于互联网的

低传播成本、高传播速度、以及口碑信誉可得性［35］。互联网消费中“消费者体”（Consumer-generat⁃edMedia）成为趋势，导致消费传染力强、规模膨胀快，膨胀后的规模又为新的消费传染活动提供了更大规模的“传染源”，这就是互联网消费增长的累积循环过程。

（3）内外传染与全域扩散。电子图书通过在线环境无差别的投向各个消费市场，市场中的每个消费者既要受到本地消费者的传染，也要受到异地消费者的传染，即全域传染扩散。由实证结果可知，传染源群体规模大则传染力大，因而，在互联网环境下，更大市场规模的区域意味着消费传染的影响力更大。

（4）文化差异与地理距离。消费传染依赖于社会联系强度，文化差异与地理距离是互联网消费传染的重要纽带。一方面，在同一个亚文化区域中的，文化背景越相近，则消费者价值观越趋近、沟通效率越高，进而消费传染的能力越强。另一方面，消费人群的社会交往强度仍然受限于现实世界地理距离的约束。一般而言，地理距离近则社会互动频次高、空间成本低。然而，文化与地理不同之处在于文化空间强调了认知趋同性降低了互动成本，地理空间强调地理距离增加互动成本。文化背景类似、地理距离相邻的消费者，他们之间的交往、认知和沟通的成本低、障碍少，最终可以归结为社会互动的心理距离近，即文化同源与地理临近缩小了人与人沟通和影响的心理距离。

（二）主要建议

根据这些主要结论，本文提出以下建议：首先，重视刺激互联网消费的传染行为与外生方式。刺激互联网消费时，除了注重本地潜在消费者培养、收入价格平衡等要素之外，应当重视搭建社会互动的平台，学会应用非市场部力量，增强传染力，提升消费量。

其次，激励互联网消费时，不要仅以消费规模大小作为重点区域的依据，要考虑地理辐射成本与文化空间地位。地域文化在互联网消费过程中会为个体体验提供更丰富的互联网消费验内容和体验形式，可以让人们更多地感受文化互动带给人们的影响和享受，进而对消费者有着更深和更个性化的激励作用。因此，有些市场虽在消费总量上规模较小，但在地理区位与文化地位方面而言却非常重要，因而要在这些地区做重点推广。—88—

再者，重视互联网社会互动的圈层结构，营造新的消费点。消费行为作为现代生活的内在部分，不仅体现了基本的经济联系，而且反映并塑造着人们的社会圈层和社会联系，构建了一种特定的公共空间。因此，开发互联网消费，必须重视凸显消费者社会身份的互联网消费空间，让互联网消费空间实际上成为消费品的一部分。

（三）未来研究方向

互联网消费传染研究仍有进一步拓展的必要和空间。一是目前的研究多是基于平均效应假设，即认为不同地区的文化特质是等价的，对外影响力不存在差异性，因而进一步的研究需要关注空间传染的非对称性。二是探讨各地区在互联网消费传染方面是否存在不同步性及其规律问题，即对全部区域施加一个均质的外部冲击后（比如一部小说获得诺贝尔文学奖），是否各个区域在增长上表现出时空差异性。三是体验型产品与标准型产品消费增长的差异性比较问题，例如电子图书和编程软件的互联网消费空间扩散的差异。参考文献：

［1］OECD.OECDDigitalEconomyOutlook2015［DB/OL］.（2015-07-15）［2016-08-10］.http：//www.oecd.org/internet/oecd-dig⁃

ital-economy-outlook-2015-972232440-en.htm.［2］ColanderDavidC.Macroeconomics［M］.Boston，MA：Mc⁃

Graw-Hill/Irwin，2004.［3］陈全润，杨翠红.扩大居民消费对中国GDP的影响分析

［J］.系统科学与数学，2011（2）：41-47.［4］林毅夫，苏剑.论我国经济增长方式的转换［J］.管理世界，

2007（11）：5-14.［5］胡永刚，郭新强.内生增长、生产性支出与中国居民消

费［J］.经济研究，2012（9）：57-71.［6］杨建芳，龚六堂，张庆华.人力资本形成及其对经济增长的

影响——一个包含教育和健康投入的内生增长模型及其检验［J］.管理世界，2006（5）：10-21.［7］FreyBS，MeierS.Pro-socialBehaviorinaNaturalSetting

［J］.JournalofEconomicBehaviorandOrganization，2004，（1）：65-88.［8］RegeM，VotrubaM.SocialInteractionEffectsinDisability

PensionParticipation：EvidencefromPlantDownsizing［J］.JournalofEconomics，2012（4）：1208-1246.［9］GaliJ.KeepingupwiththeJoneses：ConsumptionExternal⁃

ities，PortfolioChoice，andAssetPrices［J］.JournalofMon⁃ey，CreditandBanking，1994（6）：1-8.［10］MartínezLópezFJ，Gázquez-AbadJC，SousaC.Structur⁃

alequationmodellinginmarketingandbusinessresearch：criticalissuesandpracticalrecommendations［J］.Europe⁃anJournalofMarketing，2013（1/2）：115-152.［11］董晓松，王成璋.享乐与实用谁更具价值——基于顾客价

（Vol.31，No.3）

Mar.，2017

值经验观点与理性观点的辨析研究［J］.内蒙古社会科

学，2009（3）：94-99.［12］ChildersTL，CarrC，PeckcJ，etal.Hedonicandutilitari⁃

anmotivationsforonlineretailshoppingbehavior［J］.Jour⁃nalofRetailing，2001（4）：511-535.［13］WolfinbargerM，GillyMC.Shoppingonlineforfreedom，

control，andfun［J］.CaliforniaManagementReview，2001（2）：34-55.［14］ToPL，LiaoC，LinT.Shoppingmotivationsoninternet：a

studybasedonutilitarianandhedonicvalue［J］.Technova⁃tion，2007（12）：774-787.［15］Alvarez-CuadradoF，MontirioG，TurnovskySJ.HabitFor⁃

mation，Catching-upwiththeJoneses，andEconomicGrowth［J］.JournalofEconomicGrowth，2009（9）：47-80.［16］DuporB，LiuWF.JealousyandEquilibriumoverConsump⁃

tion［J］.AmericanEconomicReview，2003（3）：423-430.［17］WhiteK，SimpsonB，ArgoJJ.TheMotivatingRoleofDis⁃

sociativeOut-GroupsinEncouragingPositiveConsumerBehaviors［J］.JournalofMarketingResearch，2014（4）：433-447.［18］AliMM，DwyerDS.SocialNetworkEffectsinAlcohol

ConsumptionamongAdolescents［J］.AddictiveBehaviors，2010（4）：337-342.［19］HuangRan，KimH，KimJ.SocialcapitalinQQChina：Im⁃

pactsonvirtualengagementofinformationseeking，interac⁃tionsharing，knowledgecreating，andpurchasingintention［J］.JournalofMarketingManagement，2013（3）：292-316.［20］WendnerR.WilltheconsumptionExternalities'effectsin

theRamseymodelpleasestandup？［J］.EconomicsLet⁃ters，2011（2）：210-221.［21］FreemanLC.Thedevelopmentofsocialnetworkanalysis：

Astudyinthesociologyofscience［M］.Vancouver，BC：VancouverEmpiricalPress，2004.［22］KupermanM，AbramsonG.Smallworldeffectinanepide⁃

miologicalmodel［J］.PhysicalReviewLetters，2001，86（13）：2909-2912.［23］XuXJ，WuZX，ChenG.Epidemicspreadinginlattice-

embeddedscale-freenetworks［J］.PhysicaA，2007（1）：

125-130.［24］Pastor-SatorrasR，VespignaniA.Epidemicsandimmuniza⁃

tioninscale-freenetworks［G］//BornholdtS，SchusterHG.Handbookofgraphsandnetworks.Berlin，Germany：Wiley-VCH，2003：111-130.［25］ChowGC.Technologicalchangeandthedemandforcom⁃

puters［J］.AmericanEconomicReview，1967（7）：1117-1130.［26］AlesinaA，GlaeserE，SacerdoteB.Workandleisurein

theUnitedStatesandEurope：whydodifferent？［G］//GertlerM，RogoffK.NBERMacroeconomicsAnnual.Cam⁃bridge，MA：MITPress，2006：1-.［27］BellDR，SongS.NeighborhoodEffectsandTrialsontheIn⁃

ternet：EvidencefromtheOnlineGroceryRetailing［J］.Jour⁃nalofpolicyMarketingandEconomics，2007（4）：361-400.［28］ToblerWR.SmoothPylophylacticinterpolationforgeo⁃

graphicalregions［J］.JournaloftheAmericanStatisticalAssociation，1979（7）：519-530.［29］AnselinL.SpatialEconomotrics，theMethodsandmodels

［M］.North-Hollands：KluwerDordrecht，1988.［30］ChoiJ，HuiSK，BellDR.Spatiotempotalanalysisofimitation

behaviorsacrossindicatesnewbuyersatanonlinegroceryre⁃tailer［J］.JournalofMarketingRasearch，2010（2）：1-15.［31］KawarTI.Cross-culturalDifferencesinManagement［J］.

InternationalJournalofBusinessandSocialScience，2012（6）：105-111.［32］SubramaniM，WaldenE.TheImpactofE-commerceAn⁃

nouncementsontheMarketValueofFirms［J］.Informa⁃tionSystemsResearch，2001（2）：135-1.［33］LeamerEE，StorperM.TheEconomicGeographyoftheIn⁃

ternetAge［J］.JournalofInternationalBusinessstudies，2001（4）：1-665.［34］吴必虎.中国文化区的形成与划分［J］.学术月刊，1996

（3）：10-15.［35］KwakhR，FOXJ，ZinkhanGM.WhatProductsCanbe

SuccessfullyPromotedandSoldviatheInternet？［J］.Jour⁃nalofAdvertisingResearch，2002（1）：23-38.

TemporalandSpatialDiffusionofInternetConsumptionContagion

（SichuanAcademyofGovernance,Chengdu610072,China）

Abstract:Thispaperattempts,throughtheoreticaldiscussionandempiricalanalysis,toexplorethetemporalandspatialruleofthemicrosocialnetworkinteractionpromotingInternetconsumptioncontagion.Thepaper，takingelectronicbooksalesofInternetB2Cassamples,employingthespatialfixedeffectsgeneralmodeltoverifycontagionfactorsofInternetconsumption,analyzestheinfluenceofculturaldif⁃ferencesandgeographicaldistanceonInternetconsumptiongrowth.ThestudyfindsthatInternetconsumptioncontagionhasastrongout⁃breakandshortcycle,whiletheInternetconsumptionhasasignificantcontagionattwospatiallevelsofofgeographyandculture.Onthebasisoftheoreticalresearch,thispaperprovidesempiricalevidenceandpathguidanceforregionstopromoteconsumptiongrowth,andforenterprisestopromotenewproducts.

Keywords:consumptioncontagion;onlineconsumption;spatialeconometrics;electronicbookconsumption

—AnEmpiricalStudyBasedonSpatialEconometrics

DONGXiao-song

［责任编辑：张兵］

——

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文