《S省城乡居民信息消费差异性实证研究》11000字（论文）

S省城乡居民信息消费差异性实证研究目录TOC\o"1-3"\h\u167861.绪论 6240271.1研究背景 6145381.1.1国内研究现状 658391.1.2国外研究现状 6301341.2研究理论与方法 7240081.3研究意义 720922.城乡居民信息消费情况 9200682.1整体居民消费情况 992192.2城乡居民信息消费差异动态比较 102602.2.1城镇居民信息消费函数 1031582.2.2农村居民信息消费函数 1239842.2.3结论 13127373.影响因素分析 14136313.1主要影响因素 14254743.1.1收入因素分类 1424823.1.2定性分析 14129673.2多元线性回归模型 1566343.2.1变量及数据 16244973.2.2模型的建立及检验 16301693.2.3结论 18118643.3其他可能影响因素 19162943.3.1文化素质差异 1962213.3.2消费环境差异 19291433.3.3消费心理差异 19243654.结论 20317404.1主要结论 20161404.2展望与建议 2045035.参考文献 21

1.绪论1.1研究背景1.1.1国内研究现状随着城乡一体化进程的推进和消费结构的逐步升级，城乡消费差异是影响消费总体水平和经济发展的重要因素，信息消费是重要的内容。实现农业信息化和现代化以及消除城乡差异的途径，它的快速发展引起了人们的广泛关注。信息消费作为现阶段增长最快的消费领域，对实现经济可持续发展有重要作用，并得到国内外学者的广泛关注。就国内来看，在理论研究上，马哲明[1]提出了信息消费影响因素层次模型。胡琪君[2]构建了信息消费力的指标体系。马哲明和靖继鹏[3]提出我国信息理论分为：信息消费结构，过程，测度方法讨论；信息消费心理、行为、主题研究；信息消费与国家创新体系、企业制度、技术创新及市场研究。有的学者采用定量的方法，选取宏观和微观角度分析信息消费现状，并且探讨影响信息消费的因素。郭妍和张立光[4]构建国内住户信息消费函数，周杨[5]等分析概念水平的不同，娄策群和王颖[6、7]对文娱类、知识类信息消费的边际效用展开分析。黄志文[8]通过SPSS软件利用因子分析研究对湖北省信息消费的影响因素。黄莹[9]则通过样本调查进行社会性分析。有些学者构建相关函数以研究信息消费与收入、经济之间的关系。刘嘉和朱琛[10]运用误差修正模型，研究农村地区人们收入的影响。刘冬辉和孟令杰等[11]基于1998—2016年各市的数据，发现信息消费引起新的空间分异的不均衡格局。陈立梅等[12]利用数据分别构建农村生活消费、信息消费函数，发现农村信息消费边际倾向随收入增加呈明显倒U型结构。黄志文[13]则进行格兰杰因果关系检验，检验第一产业生产总值和信息消费的回归信息方程，。还有些学者根据数据可得性及研究内容，定量分析信息消费的差异性。郑兵云[14]分析中国城镇居民信息消费在地区和时间上存在的差异。许丹和章学周[15]通过线性回归方法分别构建了城乡居民网络信息消费函数。汪卫霞和汪雷[16、17]研究了我国城镇居民信息消费结构的区域差异性，运用ELES模型展开实证分析。山东省共16个市，各自的发展和经济水平也各不相同，故先整体研究其信息消费能力，而信息消费，目前学界对信息消费的统计口径尚无统一口径，就其基本的含义而言，即为获取信息产品或服务所进行的消费均属于信息消费范畴，是影响目前消费的重要方面，故此在众多学者研究基础之上，进行山东省城乡居民信息消费研究。1.1.2国外研究现状在国外学者的研究中:KangBaclc等[18]通过构建模型，阐述了电子商务企业有关信息产品的定价策略，从微观角度出发，实证分析信息产品所带来的利润与经济之间的相互关系。Joscph和Andrew[19]主要介绍发展中国家农民获取信息的各种参与方式，讨论如何通过促进数字信息和通信技术的发展，使农民更方便地获取各类信息。Pagc等[20]通过对阿拉斯加州不同农村地区进行采访发现，利用信息技术来促进当地农村教育的消费面临很多问题。Rajanish[21]对印度展开了研究，探讨了当地消费者的信息需求，同时探索了不同的实施方案。Motaher和Hosain[22]通过直接观察孟加拉国农村数据，针对食品、衣服、房屋、教育和医疗设施方面的数据，发现其消费模式正随着时间和经济、社会发展的变化而不断变化。AziSafwanZulkifi等[23]人讨论了以文化为导向的网络信息体系结构下的消费者评价测量模型。文中提到如今消费者面临着很多不完整的内容、不合格的信息，以及低质量的网络架构，在面对大量的信息时缺少文化敏感性。Robert和LaRose等[24、25]基于一项由联邦政府提供的农村宽带补贴计划，对四个地区展开实验，研究联邦政府补贴和公共教育活动如何组合，能最大限度的推动当地信息建设。Morrisscy[26]介绍了由于远程医疗的易于获得性以及费用低等特点，在美国的城镇和乡村，有越来越多的人都使用远程医疗。LorinHitt和PrasannaTambe[27]运用面板数据对在线消费内容和数量变化进行了研究，提出了宽带用户和窄带用户之间存在的网络消费差距，并对可能的原因进行了分析。AndrewPage和MelissaHill[28]通过对阿拉斯加州不同农村地区访谈发现，若要利用信息技术来促进当地农村教育的消费，需要解决内容、连接机制、功能以及农村人口的文化背景等问题。自凯恩斯[29]在《就业、利息与货币通论》一书中提出消费函数以来，消费作为西方经济的核心内容产生了一系列的研究，如弗里德曼的持久收入假说、杜森贝利的相对收入假说、莫迪利亚尼的生命周期理论以及霍尔的随机游走消费理论等。Christopher[30]的研究表明，很多经济学家都直觉地认为低收入者的边际消费倾向要高于高收入者。1.2研究理论与方法本文在分析信息消费的影响因素时，研究了杜森贝里提出的“示范效应”：人与人间对于消费的喜恶存在一定的关系，这造成人们日常生活中的消费会发生相互作用，又称“攀附行为”。利用普通最小二乘法、和两阶段最小二乘法构造城乡居民信息消费函数，并利用序列检验，建立多元线性回归函数并分析影响因素。1.3研究意义本研究基于宏观的可获得性，将信息消费统计为：交通通信支出、教育文化娱乐支出、医疗保健支出以及其他用品及服务。整体研究山东省信息消费能力，为后期学者进一步研究山东省各市的信息消费能力作参考。根据2008-2018年间十年的《山东省统计年鉴》的消费数据，如表1.1和1.2，看出城镇居民和乡村居民的消费支出以及具体的支出分类的不同情况,城乡居民的生活消费支出皆呈上升趋势，且城镇与农村居民的消费支出水平存在着一定的差异。年份消费支出食品烟酒衣着居住生活用品及服务交通通信教育文化娱乐医疗保健其他用品及服务20081075233501107213575312391117786267200911711356212062310824149711568722842010127613743132426708441834119786928020111416442711494302693318761302924338201215349458316063325103520051391993411201316646485816123929114720491565108340320141832352981801401614312377177011884422015198545527194340581477274821411416543201621495592919784473157630022399161052720172307261802034489517363284262217815402018247986529652953021901360529031966584表1.SEQ表\*ARABIC\s112008-2018年城镇居民消费支出具体情况表1.22008-2018年农村居民消费支出具体情况年份消费支出食品烟酒衣着居住生活用品及服务交通通信教育文化娱乐医疗保健其他用品及服务2008383513832227592374364642706520094132142823488826951244928963201044721574266779319621479367672011548918283451054407723558487872012630420043901310403903589610932013687721904211319437100468471111220147962246548915475241226801776134201587482662540162755313939129191422016951928335761767604154510131027153201710342296058519746907101141112915220181127031626222214762187312661205166

2.城乡居民信息消费情况2.1整体居民消费情况根据山东省城乡居民消费支出的情况，分别整理城镇居民以及乡村居民的消费支出数据和信息消费数据，根据《山东省统计年鉴》的统计分类，得出2008-2018年城镇及信息消费支出额的统计为：信息消费支出=生活费支出-食品烟酒-衣着-居住-生活用品及服务，对数据进行分类后发现居民信息消费支出占总支出的趋势逐渐升高。图2.12008-2018年居民信息消费支出和消费支出走势图2.22018年各类信息消费比重基于山东省居民整体信息消费状况，从图2.1可以看出动态变化，2008-2018年山东省居民人均消费支出和信息消费支出均呈上升趋势，具有一定的同步性，从静态的角度来看，从图2.2中可以观察2018年，山东省居民大多花费在交通通信和教育文化娱乐上，分别占40.37%和30.72%，可以看出，在经济发展迅猛的前提基础之上，拉动了城镇和乡村的信息消费支出，而信息消费水平的提升又可以反过来进一步拉动经济的增长。2.2城乡居民信息消费差异动态比较从2.1章节中我们从整体观察了山东省居民消费的走势，城乡居民的差异还是有的，需要进行进一步的比较分别构建山东省城镇居民信息消费函数以及农村居民信息消费函数，利用《山东省统计年鉴》中“10-2主要年份城镇居民收入”、“10-3主要年份城镇居民消费支出”和“10-5主要年份农村居民人均可支配收入”、“10-6主要年份农村居民消费支出”四卷的数据，对相关指标进行拟合优度检验、显著性检验、异方差检验，从而得出具体影响的因素。2.2.1城镇居民信息消费函数在构造函数过程中，为减轻模型拟合残差的异方差问题，需要分别对居民信息消费支出序列以及人均收入序列进行对数化处理。因此，分别设山东省城镇居民年人均信息消费支出和农村居民年人均信息消费支出(元)的对数形式为被解释变量(lnYi);选取山东省城镇居民年人均可支配收入、农村居民年人均纯收入(元)的对数形式为解释变量(lnY其中，α、β为待估计参数，εi为误差项。α表示与收入无关的其它基本信息需求量，βlnXi表示将剩余收入按照某种边际信息消费倾向安排的非基本消费支出利用山东省城镇居民人均信息消费支出、人均可支配收入数据，分别生成对数序列，如图2.3所示图2.3城镇居民人均信息消费支出和可支配收入的时序图由图可知，两个序列均呈增长态势，具有线性趋势，因此能够对其进行线性回归。而后运行2008-2018年的城镇居民信息消费支出和可支配收入的数据得到城镇居民信息消费方程估计结果如图2.4所示，图2.4城镇居民信息消费支出与人均可支配收入方程估计结果图最终的线性回归方程必须要通过一系列的检验才能得出，如果相关检验不能通过，还需要对模型进行修正。

(1)拟合优度检验。

由图4.7所示，样本可决系数(R2)为0.963，修正的样本可决系数(R2)为0.959，两者均大于0.7，说明模型对因变量拟合较好，模型中的解释变量能够解释因变量变动的很大一部分。

(2)显著性检验。

显著性检验需要从变量和方程两方面探讨，通常由T检验和F检验完成。此处，自变量lnXi(城镇居民年人均可支配收入)的参数估计值的P值为0.00，常数项的参数估计值的P值为0.00，均小于0.05，在5%的显著性水平下，拒绝原假设，两个变量均通过T检验。通过F检验P值为0.00，因而在5%的显著性水平下，拒绝原假设，方程通过了F检验，则该方程的线性关系成立。

(3)异方差检验。

最小二乘法是建立在残差同方差假设基础上的，出现异方差就说明OLS方法不可靠了，所以需要利用加权最小二乘法进行修正。异方差检验统计量服从卡方分布。

本文选用怀特(White)检验法，它是将残差的平方作为被解释变量，原方程的解释变量和解释变量的平方以及交叉乘积项作为新的解释变量，以此构建新的回归模型，通过观察该模型的拟合程度来判断是否存在异方差问题。此处构造一元一ei2=α0+α1X1+怀特检验的统计量是Obs∗R−squared，运行结果如图2.5所示。图2.5White检验结果图由图可知，Obs∗R−squared的概率值为0.578，大于0.05，在5%的显著性水平下，接受原假设，即随机误差项不存在异方差。原方程估计结果通过了上述的检验，因此认为它的估计结果是有效的，得到山东省城镇居民信息消费函数为:lnY2.2.2农村居民信息消费函数收集相关数据，进行对数化处理，通过SPSS软件得出农村居民信息消费支出序列和人均纯收入序列的时序图2.6。图2.6农村居民信息消费支出和人均可支配收入的时序图图2.6表明两者均呈线性增长趋势，据此，可对其进行线性回归。同样采用最小二乘法(OLS)估计方程，Eviews运行结果如图2.7所示，图2.7农村居民信息消费支出与人均可支配收入方程估计结果图跟构造城镇居民信息消费函数类似，在得出最终方程前同样需要经过一系列的检验分析。(1)拟合优度检验由图2.7可知，样本可决系数(R2)为0.993，修正的样本可决系数(R2)为0.992,均大于0.7,说明该模型对被解释变量拟合的较好，模型中的解释变量能够解释因变量变动的很大一部分。

(2)显著性检验。

自变量lnX2,(农村居民年人均纯收入)2的参数估计值的P值为0.00，常数项参数估计值的P值为0.00，都小于0.05，在5%的显著性水平下，拒绝原假设，两个变量均通过了T检验。方程的F检验的概率值为0.00，在5%的显著性水平下，拒绝原假设，方程通过了F检验，该方程的线性关系成立。

(3)异方差检验。

选择怀特检验法同样进行检验，结果如图2.8所示。可知Obs∗R−squared统计量的概率值为0.91，在图2.8White检验结果图通过了上述的检验，因此认为它的估计结果是有效的，得到山东省农村居民信息消费函数为:lnY2.2.3结论通过对城镇和农村的信息消费函数构建发现，从拟合过程来看，R2(城镇)为0.963，R2(农村)为0.993，两模型都拟合的很好，信息消费和收入之间有着比较好的线性关系，收入水平依旧是影响农村和城镇居民信息消费支出的重要因素。而且基本信息需求量在城镇和农村的差异较大。从式2.3和2.4可知，城镇居民在收入为0时的基本信息需求量为-459.81，农村居民在收入为0时的基本信息需求量为-695.28，说明城镇居民在生活中对信息的依赖程度更高，需求更大，反映出城镇居民的生活与信息的关联度更高。在收入为零时，基础信息消费均为负值，表明无论是城镇居民还是农村居民，首先得保证基本的生活，才会形成信息消费，这表明信息消费的实现是需要条件

3.影响因素分析3.1主要影响因素从上述差异影响因素分析，可以看出，收入因素是影响城镇居民、农村居民信息消费最主要的因素。而且已经有学者实证研究得出收入差异的缩小及收入水平的提高均有助于缩小城乡消费差异[31]。当收入分配呈正态分布且边际消费倾向与收入水平呈倒U型关系时，缩小收入差异能提高总消费需求[32]。信息消费作为高层次消费，很有可能也符合这一规律。因此，将收入因素细分，深入探讨各细分收入对信息消费差异的影响情况，这有利于制定更具针对性的政策。3.1.1收入因素分类根据年鉴统计按结构细分，由工资性收入、经营性收入、财产性收入和转移性收入四部分组成。工资性收入是指居民受雇于单位或者个人，通过付出劳动力取得的收入。经营性收入是指纳税人通过生产经营活动取得的收入，如农村家庭以家庭为生产经营单位进行生产计划和经营所取得的收入。财产性收入是指拥有金融资产或有形非生产性资产的居民向其他事业单位提供资金或将有形非生产性资产交由自己支配作为回报的收入。转移性收入是指国家、单位、社会团体对居民家庭的各种转移支付和居民家庭间的收入转移[33]。该部分依旧选取2008~2018年的山东省相关数据，深入讨论城乡居民各类型收入差异对信息消费差异的影响情况。3.1.2定性分析从静态角度分析城乡居民的收入构成占比差异，2018年城镇居民各收入类型占比如图3.1所示，工资性收入占到63.31%占比最多，转移性收入14.13%是第二大来源而后是经营性收入占比14.12%，财产性收入占比8.44%，占比最低。图3.12018年城镇居民人均各类型收入占比情况在农村居民的收入结构图中3.2，经营性收入成为最重要的来源，占比44.14%，紧随其后的是工资性收入，占比40.19%，与经营性收入不相上下，这点与城镇居民不同，而后是转移性收入和财产性收入，分别是13.04%和2.63%，财产性收入无论是在城镇还是农村居民，都是占比最小的。图3.22018年农村居民人均各类型收入占比情况从动态分析的角度图3.3来看：2008~2018年这11年的数据来看，城镇居民的收入构成中，工资性收入的比重持续上升，且占比在75%以上，其次是转移性收入是城镇居民收入的重要组成部分。而在农村居民中，经营性收入和工资性收入占比皆挺高，二者的影响结构不同。无论是城镇还是居民收入，四种类型皆成增长趋势，表明随着经济发展，城镇居民和农村居民在收入方面多样化以及成熟化，是各方面的收入提高的重要原因。图3.32008~2018年城乡居民各类型收入差异情况从上述分析中发现，城乡居民各类型收入构成占比情况、收入增长的变化都有差异，故在讨论收入对信息消费差异的影响时，应从不同的角度进一步展开讨论。3.2多元线性回归模型根据国家统计局的统计口径及前文的分析，该小节主要是研究城乡居民工资性收入差异、经营性收入差异、转移性收入差异、财产性收入差异对城乡居民信息消费差异的影响情况。多元回归模型是研究一个变量关于另一些变量的具体关系的计算方法。从一组样本数据，确定变量之间的数量关系，并且对这些关系式的可信程度进行各种统计检验，从影响一个特定变量的诸多变量中研究发现变量的影响是否显著。多元回归模型的一般形式为:Y=β0+β1X1+β2

式3.1表示因变量Y可以近似地表示为自变量X1,X2,Xm的线性函数。其中β0为常数项，β1,β2,βm为偏回归系数,表示在其它自变量保持不变时，Xm增加或减少一个单位时，Y相应的差异量。ε是去除m3.2.1变量及数据用差值表示城乡居民序列间的差异，为了消除量纲的影响，对各变量都进行对数化处理。鉴于变量的可量化，结合山东省的实际状况，依据绝对收入消费函数，假设城乡居民信息消费差异函数满足下面的线性方程:ln∆Yt=F(ln∆X1t,ln∆

其中，∆Yt表示城乡人均信息消费差异，即第t年城镇居民人均信息消费支出与农村居民人均信息消费支出的差值。

∆X1t表示城乡居民人均工资性收入差异，即第t年城镇居民人均工资性收入与农村居民工资性收入的差值。

∆X2t表示城乡居民人均经营性收入差异,即第t年城镇居民人均经营性收入与农村居民经营性收入的差值。

∆X3t表示城乡居民人均转移性收入差异，即第t年城镇居民人均转移性收入与农村居民转移性收入的差值。

∆X4t表示城乡居民人均财产性收入差异,即第此节根据《山东省统计年鉴》的城镇居民收入和农村居民的收入的差异值，分析不同类的收入差异，探讨工资性收入、经营性收入、转移性收入以及财产性收入对信息消费的影响情况。3.2.2模型的建立及检验对于多元变量的情况，古典线性回归模型要解释变量之间不相关，即不存在多重共线性。假使其中的两个解释变量完全相关，就表明存在完全多重共线性，解释变量前的系数不能正确地反映出各自与被解释变量间的结构关系。实际情况中，完全共线性不常见，但是近似完全共线性的情形还是存在的[34]。利用Eviews8.0计量软件，代入数据进行计量分析。首先分析样本的相关系数，运行结果如表3.1所示。表3.1各变量相关系数表YX1X2X3X4Y1.0000000.9345280.9009910.9444520.905113X10.9345281.0000000.9933850.9855790.986878X20.9009910.9933851.0000000.9898420.995904X30.9444520.9855790.9898421.0000000.998390X40.9051130.9868780.9959040.9983901.000000

由图3.1发现，城乡居民各类型收入差异与信息消费差异存在较高的相关性。工资性收入差异和转移性收入差异与城乡居民信息消费差异的相关系数都大于0.93，表明两者存在强的正相关关系。经营性收入差异与城乡居民信息消费差异相关系数为0.90，财产性收入差异与信息消费差异的相关系数为0.91,表明存在较强的正相关关系。适合做因变量∆Yt与4个自变量的多元线性回归。但是,从表中发现，ln∆X1t和ln∆X2t,ln∆X2t和ln∆X3t,表3.SEQ表\*ARABIC2剔除变量后的各相关变量的相关系数YX1X3Y1.0000000.9345280.944452X10.9345281.0000000.985579X30.9444520.9855791.000000由图可知，ln∆X1t和ln∆X3t的相关系数为相关性较弱，有利于进行多元回归模型的构建。采用OLS最小二乘法，借助图3.4模型结果图

在得出最终多元回归模型前，需要对一系列的指标进行相关检验，否则模型结果将失去现实意义。

（1）拟合优度检验。

该模型拟合的R2为0.913，调整后的R2为0.892，均大于0.7，说明模型的拟合度较高，城乡居民信息消费差异的变动95%可由城乡居民间工资性收入差异、（2）显著性检验据表F统计量的值为1042.47457，相应的概率值为0.00005，在α=0.05的显著性水平下，拒绝原假设，模型通过显著性检验。常数项C的t值为3.1029，相应的P值为0.0146，城乡居民工资性收入差异(ln∆X1t)3变量的t值为-1.428107，城乡居民转移性收入差异(ln∆X3t)变量的t值为1.942350，相应t值的概率值分别为0.1911，0.0880，在α=0.05的显著性水平下，均拒绝原假设，认为常数项、城乡居民工资性收入差异、转移性收入差异均能够显著影响城乡居民信息消费差异。

（3）异方差检验。

图3.5White检验结果图由图可知，Wℎite检验统计量Obs∗R−squared的概率值为0.43，在设定显著性水平为5%时，接受原假设，即不存在异方差。

因此，最终得到的多元回归模型为:

ln∆Y3.2.3结论由得出的多元回归模型分析，城乡居民信息消费差异能够由城乡居民工资性收入差异、转移性收入差异解释，并且城乡居民工资性收入差异对城乡居民信息消费差异的影响大于转移性收入差异所产生的影响。城乡居民工资性收入差异的系数为负，表明工资性收入差异增加1%，城乡居民信息消费差异会缩小0.43%，城乡居民转移性收入差异的系数为2.48，表明转移性收入差异增加1%，城乡居民信息消费差异会增加2.48%。目前农村居民转移性收入落后于城镇居民，且差异在进一步扩大，因此政府需要采取有效措施，培育符合农村特点，有利于农村居民增加财产性收入的多元化融资渠道。虽然经营性收入差异和财产性收入差异因素由于多重共线性原因被剔除了，但是这两个因素均与工资性收入差异呈高度负相关，且与转移性收入差异呈正相关，因此可以认为，缩小城乡居民经营性收入差异、财产性收入差异同样有利于缩小城乡居民信息消费差异。3.3其他可能影响因素3.3.1文化素质差异山东省相对于其他的省份，是一个古老的文化之乡，居民的文化传统以及消费观念相对比较保守，故在接受信息的能力上比较薄弱，但是比起西部的贫困地区，它又是一个海港发达，知识层次较高的省份，所以随着经济的发展，越来越多的居民开始尝试接受更新鲜的服务，追求更高的生活质量，因此信息意识愈发的变强。而且城乡发展略有不均，致使城乡的差距变大，高学历的居民也大多选择生活在城市，故此城乡信息消费差距逐渐形成，且有扩大的趋势。3.3.2消费环境差异信息消费环境主要指，随着信息产业的形成，政府在具体的完善过程中，基础设施的普及影响极大，尤其是互联网的接入和运输的便捷，都影响着信息的获取，以及居民的消费能力，城镇居民的信息获取能力以及所接收到的容量皆高于农村居民。交通运输的便捷度也亟待加强，故此城乡信息消费的差异已就此形成。对于智能手机和互联网的使用能力和敏感度，农村居民还需要更多的普及。3.3.3消费心理差异凯恩斯曾研究过消费者的收入、年龄、产品定价、银行利率、人们的喜好等都会左右消费者的消费支出，杜森贝里提出的“示范效应”，其实也是一种对居民消费心理影响的解释研究，又称为“攀附行为”，城市信息传播快，人们大多有“随大流”的心理，对于山东居民，这种传统的消费动机亦是比较凸出，从众心理导致居民不是根据自己的需要去消费，二是别人消费什么就跟着消费什么，更有一种炫耀性的消费心理，例如，看到别人买了手机电脑，自己收入拮据也会跟着购买。而农村居民虽有此心理，暗示更多还是保守的，少数子女学历高的才有接受的能力。

4.结论4.1主要结论本论文首先基于经济增长的视角，分析山东省居民整体信息消费现状，然后从城镇居民的信息消费和农村居民信息消费的差异以及各自的信息消费函数，通过序列检验，进行具体的比较，最后基于相关理论及现有的研究成果提出可能影响信息消费差异的因素，通过构建多元回归模型定量分析各细分收入差异对信息消费差异的影响，并定性分析其他可能的影响因素。本文通过深入研究，从宏观的角度探讨了山东省城乡居民信息消费的差异性，农村居民的支出涨幅比城镇大，信息消费潜力巨大，一定程度上弥补了一定的差距，而城乡居民信息消费差异最大的原因是收入差异，可以由工资性收入和转移性收入差异解释。但是本文并没有具体的解释不同因素的影响，未从微观角度细致的研究差异来源，后期可以从城镇居民内部信息消费和农村居民内部信息消费进行具体研究，通过发放问卷连续跟踪访问获取相关数据，得出更细致的结论，并且可以考虑和政府相关部门联系，获取诸如网民数、市场化程度等数据，使结论更加全面。4.2展望与建议基于本文得出收入结构的影响情况，提出以下几点建议：提高农村居民的消费意识政府要引导农村居民树立信息消费观念，改变其自给自足的生活习惯，改变其长期以来的自然经济环境，创造农村市场经济，使其产生更高层次的消费需求，并且加大传播信息消费的知识，促使农村居民进一步了解信息消费的便捷。完善收入分配制度首先，政府要推行利民政策，如“家电以旧换新”等刺激居民消费的优惠服务，给居民推荐更适合的产品。其次，要推进农村产业化进程，增加居民的收入，加快农业现代化、规模化发展，促进居民收入稳定增长，并及时给予补贴、扶贫扶持款项和社会福利救济等。改善农村信息消费环境信息基础设施建设是居民信息消费的前提，政府需为居民提供良好的流动平台，降低信息消费门槛。例如，山东省城乡在手机、固话使用量已经基本处于饱和，但是家用电脑仍存在差异，仍旧需要重点铺设光缆，扩大互联网接入范围。除此之外，还要建立透明、规范的经济管理体制，使信息消费处于健康的发展模式中。由此帮助政府调节信息消费差异，从而提高农村居民的信息消费能力，缩小城乡差异，统筹城乡一体化建设，响应国家全面建成小康社会，完成两个一百年伟大目标的第一个百年目标。

5.参考文献[1]周杨,史鑫旋,吕清华,肖希文.基于多元线性回归的北京市居民信息消费水平影响因素分析[J].商场现代化,2020(21):48-50.[2]刘冬辉,孟令杰,陈立梅.江苏省农村信息消费的空间格局及其动态演变[J].中国农业资源与区划,2019,40(12):147-153.[3]陈立梅,刘冬辉,胡星颖,欧阳亚菲.中国农村居民信息消费的差异分析[J].郑州航空工业管理学院学报,2013,31(02):32-35.[4]汪卫霞,汪雷.我国城镇居民信息消费结构区域差异性分析[J].情报理论与实践,2012,35(11):104-108.[5]许丹,章学周.江苏省城乡居民网络信息消费水平研究[J].现代情报,2012,32(06):58-63.[6]黄志文.论农村信息消费对农村经济的影响[J].商场现代化,2010(24):112-113.[7]刘嘉,朱琛.20世纪90年代以来中国农村居民信息消费的实证研究[J].铜陵学院学报,2009,8(06):12-14.[8]马哲明,靖继鹏.我国城镇居民信息消费与收入关系研究[J].图书情报工作,2009,53(20):98-101.[9]娄策群,王颖.文娱类信息消费的边际效用分析[J].情报科学,2009,27(05):754-757+782.[10]娄策群,王颖.知识类信息消费的边际效用分析[J].图书情报工作,2009,53(06):126-129.[11]黄莹.小城镇居民信息消费的社会学研究[D].华中农业大学,2008.[12]郭妍,张立光.我国居民信息消费函数的实证研究[J].当代财经,2007(08):16-19.[13]胡琪君.我国信息消费力指标体系构建[J].商业时代,2007(17):22+27.[14]郑兵云.中国城镇居民信息消费的差异性研究[J].统计与信息论坛,2007(01):103-107.[15]马哲明.信息社会企业创新核心机制及对策研究[D].吉林大学,2004.[16]黄志文.浅析我国政府决策创新信息消费结构[J].科技进步与对策,2001(03):34-35.[17]汪卫霞,汪雷.社区信息化评价:模型构建及分析——以安徽省合肥市为例[J].情报理论与实践,2011,34(12):95-99.[18]KangBaeLee.SungyeolYu,SeongJun

Kim.Aaalysis

of

pricing

stategies

for

e-business

companiesproviding

information

goods

and

services[J]

Computer&Indusrial

Engineering,2006.(51):72-78.[19]Joseph.M.K.,Andrew,T.N..Participatory

Approachesforthedevelopmentanduseofinformationandcommunicationtechnologies(ICTs)forruralfarmers[J].TechnologyandSociety.2008.(4):1-13.[20]Page,G.Andrew,Hill,Melissa.Infonmation,Communicationandeducationaltechnologiesinrural

alaska[J].NewDirectionsforAdultandContinuingEducation,2008,(117):59-70.

[21]Dass,Rajanish.Studyoninformationneedsofruralconsumers&Exploringalternatives:Astudyintheindiancontext[C].Poceedingsofthe42nd

AnnualHawaiiInternationalConferenceonSystemSciences[C].Hawaii,2009:1-8.

[22]Md.MotaherHossain.ChangingconsumptionpatternsinruralBangladesh[J].InternationalJournalofConsumerStudies,2010,