图片来源：360图片搜索

原文信息：Jingting Fan, Lixin Tang, Weiming Zhu, Ben Zou, The Alibaba effect: Spatial consumption inequality and the welfare gains from e-commerce, Journal of International Economics, Volume 114,2018, Pages 203-220,ISSN 0022-1996.

原文链接：

https://doi.org/10.1016/j.jinteco.2018.07.002.

在传统的线下交易中，厂商与一个国家内其他城市的消费者接触时，常常会面临巨大的贸易成本：在目标城市设立店面需要前期投资，将货物从生产地点运送到目的地城市的成本也很高。这些贸易壁垒不仅对国家的整体收入产生重要影响，同时也会对国内各地区的生活水平分布造成影响。有研究表明，在较小规模且相对偏远的城市地区，居民能够获得的商品种类较为有限，而且商品价格普遍较高（Handbury和Weinstein，2014；Feenstra等，2016）。

近年来，电子商务已经成为现代经济不可分割的一部分。2008年至2013年间，全球电子商务零售额从0.8万亿美元增至1.3万亿美元。在中国，电子商务的发展呈现出更为惊人的态势。2008年至2015年，中国网络零售总额名义价值增长了30多倍。到2015年，网络销售额约占零售总额的12.6% (Yue, 2017)。尽管许多新闻文章已经指出网上购物已经深刻改变了中国的经济格局，但尚未有文献系统地对电子商务如何影响城市间贸易和福利进行深入研究。因此，本文旨在通过实证研究以及多地区一般均衡模型的分析，探讨电子商务对城市间贸易以及福利产生的影响。

本文在探究贸易技术对国内贸易影响的文献方面提供了双重的贡献。首先在实证方面，我们使用独特的数据为支持电子商务的两个特征提供了证据；在数量上，本文构建了首个电子商务一般均衡模型。此外，本文还探讨了空间消费不平等的议题，而这一议题在已有文献中多关注于传统零售业。在此背景下，本文提供了两方面的独特贡献。首先，我们强调了在衡量消费空间不平等时，考虑到在线商品获取的重要性。其次是在测量方面，现有文献主要集中在美国，而忽视了这种空间不平等可能在发展中国家更严重，通过对中国城市空间消费的不平等进行详实的论证，本文填补了这一研究空白。

（一） 计量模型

构造计量经济模型如下：

其中被解释变量lnOnlineExpenditureShare_i代表城市i的消费者在电子商务上的花费（2013年城市i在线销售额占该城市零售总额比例的对数）。本文采用2010年人口普查数据来衡量城市的市场规模lnMarketSize_i，并借鉴Harris（1954）计算城市的市场潜力lnMarketPotential_i为  ，离大城市越近，市场潜力越大。本文为了将对机制的解释与其他解释隔离开来，控制了一组城市级别的特征X_i。

（二）数据

本文所使用的在线销售数据源自阿里巴巴旗下的淘宝网，其中涵盖了B2C平台（天猫）和C2C平台（淘宝网）。在2014年，这两个平台共计推出了数百万种独特产品，其销售总额占据了中国在线零售总额的82%。我们成功获取了来自这两个平台的2013年中国各地级市按不同类别的销售和采购总额的机密数据。为了进一步丰富我们的研究数据，我们还加入了特定城市层面的特征数据。详细的关键变量统计信息列于表2中。2013年，淘宝网的销售额在一般城市的零售总额中所占比例为7.9%。平均城市的人口约为400万，市场潜力平均值为1.7。

（三） 基准回归结果

表3呈现了基准回归结果，第1列呈现了简单的相关性关系，人口的对数和市场潜力的对数与在线支出份额的对数呈负相关。这些负系数表明，人口规模较小和地理位置相对偏远的城市中的消费者在网上购物时所支出金额占其总支出的比例更高。我们假设这一结果的产生是因为来自较小和更偏远城市的消费者选择更有限，并且通过传统零售商面临更高的价格。

1、供给方面

本文旨在通过引入额外的控制变量，以排除其他可能的解释因素。首先，在解释第1列中所呈现的负相关性时，我们可以考虑供给侧的因素：较小和更偏远的城市可能会面临更多的电子商务供应。例如，若这些城市具有更高的互联网普及率，或者与在线卖家的联系更为紧密，同时又有更便捷的交付方式，尽管它们距离人口密集中心较远，这种解释或许是合理的。为了应对这些可供选择的供给因素，我们明确地引入了相应的控制变量。

表3第2列包含一个虚拟变量，表示该城市是否是省会，第3列包括到公路和铁路距离的对数，第4列控制宽带互联网普及率，列5包含了在线市场潜力的度量， ，第6列添加了第2列到第5列中包含的所有协变量，而第7列进一步添加了一组省份虚拟变量。在所有的列中，人口的对数和市场潜力的对数系数均呈现负向的显著性，因此供应方面的差异无法解释我们所得出的主要研究发现。

2、需求方面

对于这种负相关性，还存在另一种解释，即在更小、更偏远的城市，除了线下产品可获得性之外，可能存在更高的网上购物需求。这种解释有几种可能性。首先，小城市的居民可能更年轻、更受教育，更具有在线市场的应对能力。其次，这种相关性可能是因为非同质的偏好所致。相较于大城市居民，小城市和偏远城市居民往往收入较低，这会导致消费结构的差异。例如，较为富裕的家庭可能会将更大一部分收入用于服务和奢侈品，而这些商品通常不会在淘宝等在线平台上销售。这种消费差异可能也会导致我们观察到的负相关性现象。

为了排除因需求异质性而引发的其他解释，我们在表4中采取了一系列控制措施。具体而言，在第1列中，我们控制了城市人均收入的对数；在第2列中，我们控制了成年人平均受教育年限的对数；第3列则考虑了城市的非农业就业率的对数；第4列则涵盖了工作年龄人口的占比以及性别比例。值得注意的是，前4列人口对数和市场潜力对数的系数均呈现负向显著。在此基础上，第5列整合了前4列中包含的所有协变量。在第5列中，我们观察到相对于人口对数和市场潜力对数，在线支出份额的弹性分别为-0.11和-0.86。这些系数的经济意义十分明显：根据估计，人口最少的20%城市的在线支出份额比人口最多的20%城市的在线支出份额高出约1.96%；市场潜力最小的20%城市的在线支出份额比市场潜力最大的20%城市的在线支出份额高出7.35%。

为了排除被解释变量与解释变量之间可能存在非对数线性关系的可能性，我们在列6和列7中引入了每个关键变量的二次项。值得注意的是，这两个二次项在统计上均未呈现显著性，从而无法证实非线性假设的存在。在这两种情况下，其他关键变量相关的系数均未发生实质性变化，这一现象表明市场规模和市场潜力在解释模型中具有重要作用。

本文通过多区域一般均衡模型，对电子商务对城市间贸易和福利的影响进行了深入分析。鉴于目前线下贸易仍占据中国零售总额的90%，本文将厂商的销售决策从线上和线下两个渠道相结合，同时考虑了线上渠道的可用性如何影响厂商的线下进入决策。我们的模型基于Helpman（2004）等人的研究框架，而本节将详细描述模型的设置。

（一）基本设定

有N个地区，用  作为地区下标，地区i有L_i单位劳动力，一名工人提供一单位劳动力，并获得w_i工资。有两个部门，贸易部门和非贸易部门，分别由T和NT指数化，地区j的一个代表性消费者的效用为:

w代表厂商，v表示商品种类，每家厂商隶属于一个部门，并生产的商品种类为1度量单位，因此商品由下标w和v表示。地区j的代表性消费者在某个部门消费的子效用函数表示为：

（二）厂商

厂商根据预期利润来决定是否进入。假设地区i中属于部门h的厂商总体为M_i^h,每个厂商规模都很小，地区i 的厂商生产率ø相互独立，且服从相同的帕累托分布，分布函数表示为：

其中α为帕累托分布的参数，为地区i的技术水平，表示地区间的生产率差异。一个厂商面对每一个产品的CES效用函数，就像一个垄断者，通过效用最大化可求得j地区消费者对厂商w生产的种类的商品的需求为：

其中，是该厂商在地区j销售的价格，Y_j是地区j居民总支出，P_j^h是地区j部门h的加总价格指数，为：

在上式中P_j^h（w）可以解释为厂商w的价格指数，为

由等式（2）和等式（3）可以得到，地区j厂商w生产商品的总支出为:

1、分销渠道和成本

厂商可以通过两个潜在渠道  接触到一个地区的客户，分别对应于“电子商务(线上)”和“实体(线下)”。无论是线上渠道还是线下渠道，企业都需要支付冰山成本,即τ_ij^h,m,才能将货物运送到另一个地区。τ_ij^h,m表示属于h部门的厂商通过渠道m向地区j交付一单位商品所需的商品数量。冰山运输成本包括物理运输成本、信息和其他贸易壁垒，并且在线上和线下渠道之间可能不同。在量化中，本文分别参数化τ_ij^h,E以及τ_ij^h,p以匹配线上和线下分销渠道的模式。

除了冰山成本不同，线上和线下渠道还有另外一个方面的不同。所有厂商都可以通过在线平台向所有地区销售，而不产生任何固定成本。相比之下，要在本国地区以外的市场上开设实体店，厂商需要支付固定成本f^p，每个厂商只需要为每个目的地城市支付一次，假设两个部门之间的f^p值是相同的。

对于每个商品v,不同地区的代表性消费者有着不同的偏好，用（v^E,v^p）表示，即一实际单位（physical unit）的商品，如果通过线上渠道销售，则对于消费者来说为v^E单位(quality unit)，如果通过线下渠道销售，则意味着v^p单位。因此，让j地区的消费者多获得1单位（quality unit）某一类商品，i厂商线上需要花费的成本为, 线下需要花费的成本为 , 当厂商在线上、线下两种渠道中运营时，对于每个品种，它选择一个边际成本较低的渠道进行该类商品的销售方式。

本文建模遵循Tintelnot(2017)，假设消费者对不同种类不同销售渠道商品的偏好是相互独立的，服从相同的 Fréchet 分布，累计分布函数为：

在线渠道的零固定成本和 Fréchet 分布假设的结合意味着所有厂商都可通过在线渠道进入所有市场。此外，一些厂商可能会面对更小的线下运输成本，可能会发现建立线下商店是有利可图的。因此，本文将厂商分为两类：一是只开设线上渠道（online-only,ON），二是线上、线下渠道同时开设（two-channel,TC）。

2、两种渠道的厂商

对于每一种类的商品，厂商会选择边际成本更小的销售方式，因此边际成本为：，其边际成本的累计分布函数为：

在CES效用函数和垄断竞争的情况下，厂商对其每个商品的边际成本收取  的恒定加价。厂商的价格指数为：

厂商的销售总额为：

利润为：

等式(7)表明，当电子商务运输成本降低，j地区某厂商的总销售额增加。然而，这部分增长是以较低的线下渠道销售为代价的，即随着线上渠道的竞争变得更加激烈，原本通过线下渠道销售的商品品种被转移到线上渠道。这种挤出效应的重要性取决于参数，因此，我们得到如下：

由上式可以看出，系数θ决定厂商线上线下销售的替代弹性，θ越大，消费者偏好冲击越相似，这意味着线上线下的销售比例对运输成本差异的反应更强烈。在极端情况下，所有品种产品的偏好冲击都是一样的，对于任何给定的目的地，厂商只会选择一种渠道。

3、线上渠道的厂商

如果厂商在j地区没有实体店，它通过在线渠道为该市场提供商品，则其边际成本为，边际成本的累计分布函数为：

厂商的价格指数为：

地区i具有生产率ø的厂商i在市场j的总销售额为：

利润为：

4、渠道选择

对厂商而言，在任何地区开设实体店都会减少其在线销售额，但会增加其在该地区的总销售额。只有在额外利润超过固定成本的情况下，厂商才会在j地区开设实体店，即

厂商i在地区j开设设立实体店的充要条件为：

5、进入成本

厂商要进入市场需要进入成本，即F^entry单位劳动。在市场均衡的状态下，所有厂商的预期利润等于进入成本。

（三）均衡

地区i部门h对劳动力的总需求为：

地区i的总劳动力需求为两部门劳动需求之和

在零利润的条件下，地区总收入为劳动力所得工资总和：

均衡需要满足以下条件：

1、消费者按照等式（2）选择消费数量，厂商按照等式（6）-（10）销售。

2、均衡价格与厂商的决策是一致的，即等式（3）和（4）。

3、自由进入和劳动力市场清算条件保持不变，且所有城市的收入等于总支出，如等式（11）-（14）。

本文将模型参数化以匹配中国经济的显著特征。

（一） 外部分配的参数

本文模型中一些参数来自参考文献或实际统计的数据，如表6所示。

（二） 均衡时确定的参数

除了上面讨论的参数外，本文还有五组参数需要校准。这些参数包括每个城市的技术水平指标 、厂商的固定进入成本、设立线下渠道的固定成本以及线上线下渠道的运输成本。本文将线下运输成本定义为：

将线上运输成本定义为：

找到对应一组技术水平参数，使得在模型中得到的每个城市的名义工资和实际数据相匹配，并用这些参数进行模拟，找到能使下列式子最小的一组参数。

表7展示了所计算矩和估计结果。

电子商务为工人带来了显著的福利改善，平均福利增长达到了1.6%。与此相关，Arkolakis等（2012）的研究指出，美国从国际贸易中获得的福利增长率为1%。由此可见，电子商务对中国城市所带来的益处是巨大的，然而，这些福利的受益并不在中国各城市之间均匀分布。

本文运用回归分析方法验证电子商务对空间消费不平等的影响。表10的第1列和第2列分别以没有电子商务和有电子商务状态下实际收入的对数作为因变量，自变量包括人口对数和市场潜力的对数。根据第1列的结果，在未考虑电子商务的情况下，人口对数和市场潜力对数的系数分别为0.138和0.0684，这表明在这两个维度上存在空间收入不平等。然而，电子商务的兴起缓解了这种不平等现象。在第2列中，人口对数和市场潜力对数的系数分别下降至0.135和0.0638。而第3列的因变量是电子商务带来的福利收益，即第1列和第2列因变量之差。从第3列的结果可以看出，电子商务在人口规模较小、较偏远的地方具有更显著的福利促进作用，从而减轻了地区之间的不平等。进一步观察第3列和第1列系数的比值可以发现，电子商务使与人口规模相关的不平等降低了2.1%，与市场潜力相关的不平等降低了6.7%。