摘要： 制度经济学认为，（单位）交易费用的下降会带来制度变迁，具体表现为交易方式和生产方式的变革，从而导致市场规模的扩大和经济显著增长。本文发展的模型估计，因移动互联网的发展推动的电子零售的快速增长将会带来大于两倍于现有市场规模的新增市场，到2025年将会增速GDP约3.5个百分点，2035年增速约7.8%。由于方法的限制，这个估计尚显粗略，但足以让我们判断，我们今天经历的移动互联网时代掀起了一个具有经济史意义的革命。

一、单位交易费用普遍明显下降的制度结果

记得道格拉斯 • 诺斯教授曾说过，生活在工业革命时期的人并不知道他们正在经历工业革命。“工业革命”一词是后来的历史学家发明的。第一个使用这一词的人是汤因比。套用苏轼的诗句，不识庐山真面目，只因身在此时中。今天，我们是不是要问一问自己，我们是否正在经历一个后世历史学家所说的什么“革命”之中？

关于工业革命及近代以来的经济发展，经济学有过各种解释，其中尤以制度经济学的解释最为有力。康芒斯提出交易是分析制度的基本单位，科斯提出交易费用的概念，并用来说明制度是重要的；而诺思则用交易费用来衡量制度的有效性，并提出降低（单位）交易费用会提高制度的效率，也就可以用来衡量是否发生了制度变迁。而他认为，正是制度变迁才是经济发展的真正原因。

依据这一理论，诺思解释了工业革命的发生。他指出，以大规模生产为特征的工业革命发生之前，出现了大规模销售（ 1991 ，第 188 页）。而大规模销售的出现，是因为交通和通讯技术大大降低了运输与沟通的成本，也因为法律制度的改进，英国王室法庭统一了英国的法律，契约的实施得到了有力的保证，销售形式从乡村集市演变为都市市场和连锁店，大幅度降低了交易费用，使得市场得到了极大的扩展。

交易费用下降的效果绝不仅仅是节约了一些交易费用，市场的扩大也不仅仅是多卖了一些商品，而像一个杠杆一样，产生了放大作用；也像原子裂变一样，产生连锁反应。我在我的博士论文《分工与交易》中接着说，交易方式的变革，可以“通过降低交易费用使得降低生产费用的现代生产方式成为现实。”（盛洪， 1992 ，第 181 页）。正是因为有了大规模销售，对产品的需求大量增加，才可能产生对大批量生产的要求，也才会使分工和专业化得以深化。因为正如斯密所说，“分工受市场范围的限制。”大规模生产和分工深化则显著地降低了产品的单位成本。

制度经济学的这一理论告诉了我们一个非常简单的判断方法，用这种方法可以相当有把握地预见将会出现什么样的历史时期。这就是，如果我们看到交易费用有普遍的明显下降，后面的一系列结果就会相继产生。就如同交易费用下降导致了后来的工业革命一样。

如今，我们看到了交易费用的普遍的明显下降。这就是互联网出现带来的结果。人们可以坐在家里在几分种之内完成一次交易。相对于传统的交易，即走到商业中心，在多家店中选择比较，选定后讨价还价，并付款，最后携带购买的商品回家，说是只付出了原来 1/100 的交易费用并不为过。

当平板电脑，尤其是智能手机普及后，互联网的绝大多数终端就变成了移动的终端，因而互联网的性质就发生了重大变化，被称为移动互联网。在这时，交易费用的节约主要表现为人的时间的节约。原来以台式电脑为终端时，人们似乎只能在办公室或书房里连接互联网，而当有了平板电脑以后，就可以坐在沙发上，在电视节目的广告时间上网浏览购物。而当有了智能手机后，人们就相当于将互联网终端随身携带，在公交车上，饭桌上，如厕时，一切需要等待的时间，甚至在走路时，都可以上网，购买商品或服务。这些原来无法利用的零碎时间的利用，也是一种节约。

不仅如此，这种交易还具有及时性。如优步、滴滴出行等，可以及时叫到需要的车辆；还有订餐、护理和其它服务等。及时性具有较高的效用，相当于增加了商品或服务的价值。当交易费用不变时，商品或服务的价值提高，也相当于降低了单位交易费用。而我们这里所说的交易费用，其实就是指单位交易费用。

移动互联的另一个重要性质，就是做到了使用互联网的真正普及，即全民使用互联网。在中国， 2016 年 12 月，网民总数已达 7.31 亿人，其中手机网民 6.56 亿人。如果按家庭算，应是全民都连接了互联网。由于智能手机的廉价化，通过移动终端接入互联网的人已经向中低收入阶层扩散。这一方面说明了互联网已经不是精英集团的奢侈品，而成为每个人所必需的生活条件；另一方面，又说明了互联网真正大众化时代的到来。

可以推断，移动互联网带来的交易量包括两个部分，一部分是替代效应，即对原有实体交易的替代。这是因为，如果网上购物的交易费用是实体购物的百分之一，即使价格一样，人们也会选择网购；更何况，交易费用的节约还可以表现在商品或服务的价格上，更便宜的价格也会促使人们用网购替代实体购物。

一部分则是新增效应。即由于交易费用的下降，使得原来因交易费用太高而不能实现的交易得以实现。五常教授指出，交易费用等于租值消散（ 2014 ，第 424~425 页）。即单笔交易来看，相当于交易费用那么多的潜在收益没有实现。我在 1992 年一篇论文的脚注中举例说，“例如，通过交易将某资源从甲用途转移到乙用途可获得 10 元的收益。如果实现这一转移的交易的费用从 10 元降为 5 元，显然会给交易双方带来 5 元的额外收益。然而这一交易费用的降低的更重要的意义在于，它使所有收益在 5 元以上的转移资源的交易都变得有利可图，从而使整个社会的资源配置得到改善。”（盛洪， 1992 ）这既包括购买以前不买的商品，也包括多买以前买的商品。

二、单位交易费用下降带来的市场规模扩张

我们接下来的工作就是估计交易费用，以及交易费用的下降幅度。这里有两个概念，一个概念是零售价格，还有一个概念是交易费用。在人们买商品时，并不只是对价格做出反应，实际上是对价格 + 交易费用做出反应。

图 1 单位交易费用下降导致交易量增加

说明：假定市场是充分竞争的，因而供给曲线为水平线。为了简洁，本图中省略掉生产企业的交易费用。在传统市场中，需求量由零售价格加买方交易费用决定，位于Qc；而在互联网环境下，买方和卖方的交易费用都降至TCw，这时的需求量为Qw。Qw—Qc的需求量，就是因为电子商务节约了交易费用，使得原来不能实现的交易得以实现的交易量。

上图表明，零售价格加价外交易费用决定了交易量 Qc ；但是由于交易费用下降，与需求曲线相交的点在交易量更多的地方 Qw 。图中灰色的长方形，就是多出来的交易额。这通常被称为“长尾”。交易费用再降低，后面的尾巴还会更长，这是一个非常普遍的解释。

但是，“长尾理论”还不足以解释全部问题。长尾巴只是一个二维图。在经济学中，供需曲线分析图一般是指某一种产品的价格和数量的关系，即使是在宏观经济学中，也是将所有产品折算为同一价值单位的同类品。在现实中，交易费用的降低将带来的是全方位的商品或服务交易的增加。所谓“全方位”既包括不同产业、不同产品，也包括在空间中的不同位置。在传统经济学中，用供求曲线图表示的市场实际上是一个没有时空概念的市场，这与现实中的市场相差甚远。如果没有人们在现实空间中的集聚，就不可能有真实的市场。所以这个空间肯定是三维的，因为现实的市场在空间上就是三维的。当交易费用下降时，肯定是在现实的市场中起作用，因而要用三维图来表示和思考交易费用带来的市场扩张。

图 2 可以把交易想象成一个圆锥形

想象交易就像一座山峰，直径代表某一种产品的交易量，高度代表价格，两者相乘就是该产品的交易额。用直径计算出来的横截面代表多产品、多产业和三维空间的交易量，与高度相乘就是全社会的交易额。想象交易费用就是山峰周边的水。水位高则交易费用高；交易费用的降低表现为水位的下降。在传统经济中，交易费用的高度在蓝绿之间的条线上，山峰浅蓝色部分以下都没在水里头了，能交易的是与水面相切的圆柱体。现在交易费用下降了，相当于湖里的水往下降了，降到深蓝和浅蓝之间了。很显然，原来觉得值得交易的是与浅蓝上界相切的圆柱体，现在是与深蓝上界相切的圆柱体了。在水面（交易费用）之上，是消费者剩余。

图 3 交易费用相当于“山峰”周围的水面

三、对单位交易费用及其降低程度的估计

在具体的分析中，我们要将卖家的交易费用与买家的交易费用分开。卖家还可分为生产企业和商业企业。卖家的和买家的交易费用的区别在于，卖家的交易费用一般表现为货币成本。这也可被称为价内交易费用，就是含在价格里头的交易费用，一般是工商企业的交易费用，表现为货币化的工业增加值（的一部分）和商业增加值。而买家的交易费用则表现为付出的时间和精力，是非货币的。也可以说是一种价外交易费用。

先估计价内交易费用或卖家交易费用。在卖家的生产企业和销售企业之间，是出厂价格划分了彼此的收益边界。在生产企业的出厂价格之内，交易费用表现为会计科目中的“销售费用”。在我国这一般为销售额的 2~3% ，在本研究中，我们假定为 2% 。工业销售额是按出厂价计算的，出厂价通常是零售额的一半，所以工业交易费用约占零售价的 1% 。而销售企业的交易费用，基本上等价于商业增加值。根据 2010 年全国的投入产出表，商业增加值率大约是 60% ，即零售价格的 60% 。

再估计消费者交易费用，或价外交易费用。主要表现为买东西的时间、路程的时间等，路程费用有一些是货币，还有一些是非货币的，这个数字需要我们靠经验去估。在这里，我暂时用一种我认为“标准”的产品——书去估计。我按照自己买书的经验，在实体书店买书，买书的交易费用大概等价于它的零售价格，也就是 100% 。但是要考虑到其它产品，我把消费者交易费用调低到 50% 。

将生产企业交易费用，销售企业交易费用和消费者交易费用相加，大约相当于零售价格的 111% 。

现在我们有了网购，交易费用会降低多少呢？我们暂且认为工业交易费用没有太大变化，原来也只有 1% 。商业交易费用怎么估计？把书当成一个标准产品，在书店里买书时，一般按照书上的标价去买。但是如果我们在当当网去买，会有不同的折扣。我们从当当网上采集了 2954 个书的价格数据，得出平均折扣率是 75.4% 。很显然，如果原来从出版社批发书的折扣大致不变，这个折扣率说明网购书的商业增加值率减少了 24.6% 。这就是商业交易费用的下降数据。商业交易费用原为零售价格的 60% ，网购时则因降低了 24.6% 的商业增加值率，就相当于原来零售价格的 35.4% 。

还有一个例子是高清电视。我们以在淘宝买到的 42 寸高清电视为例。我们在阿里的 1688 批发网站上采集了 100 个批发价格，平均数为 1379 元；在淘宝网上采集了 177 个零售价格，平均数为 2219 元。我们在京东网上采集了 30 个零售价格，平均数为 2120 元。因为 1688 网站的卖家要交约 6388 元的年费，甚至“实力商家”还要交多达 5.8 万元的费用，所以 1688 网站的批发价格里含有这些费用；而京东基本上是自营的，所以我们可以将京东零售价格与淘宝零售价格的差额视为 1688 网站费用带来的差额，由此将 1688 网站的批发价格修正为 1280 元。由于节约了大量生产企业的交易费用，我们可以把修正过的 1688 网上的批发价格近似地就看作是出厂价格，与京东的零售价格对比，则由于电子商务带来的便利，商业增加值率约为 39.7% ，降低了 20.3% ，也就是卖家交易费用降低了相当于零售价格的 20.3% 。我们还可以采取更多的数据。不过就本文的目的而言，我们可以大致将卖家交易费用下降的幅度估计在相当于零售价格的 20.3~24.6% 之间，比如说， 23% 。

接下来是消费者的交易费用，不同的人，购买不同的产品的交易费用都不同，测算比较困难。从我的经验估计，我原来买书到万圣书园去买书，路上要花两个小时的路程，在书店看书挑书两个小时，还要有路费开销。现在我在家里用平板电脑买了，交易费用至少是原来的十分之一。原来的交易费用和现在的交易费用就估出来了。如果原来是零售价格的 50% ，现在就是零售价格的 5% ，下降了 45% 。

总体来讲，我们估计，移动互联的网购时代，单位交易费用降低了相当于零售价格的 68% 。现在要问，这将会产生什么结果？

四、对交易费用降低后的市场规模扩张的估计

显然，从二维角度看，我们构造一组供求函数：

Qd = ( A – （ P +TCo ） )/ c

Qs = （ B + （ P +TCo ）） / d

价格（加价外交易费用）函数为

（ P +TCo ）＝ A － c Qd

（ P +TCo ） =B+ d Qs

市场均衡时，

Q = （ A － B ） / （ c + d ）

则价格加价外交易费用等于

（ P +TCo ）＝ A － c （（ A － B ） / （ c + d ））

于是，我们有一组函数

Q = ( A – （ P +TCo ） )/ c

（ P +TCo ）＝ A － c （（ A － B ） / （ c + d ））

用这种组函数估算二维空间的销售量

Qc ₂ = ( A – （ P+TCo ） )/ c

Qw ₂ = (A －（ P+TCo － ΔTC ） )/ c

其中， Qc ₂ ， Qw ₂ ，分别为交易费用下降前后的销售量； A 为需求函数的截距（或山峰顶）， c 为需求函数斜率， B 为供给函数截距， d 为供给函数斜率， P 为原零售价格， TCo 为价外交易费用， ΔTC 为交易费用变动。

因交易费用下降所带来的销售增量为：

ΔQ ₂ = Qw ₂ － Qc ₂ = ΔTC/ c

交易费用降低前后的销售量倍数为 Qw ₂ /Qc ₂ 。

ΔTC/ c × （ P － ΔTCi ）则是交易费用下降带来的销售额增量。其中（ P － ΔTCi ）为价内交易费用下降后的价格。 ΔTCi 为价内交易费用变动。

交易费用下降前后的销售额倍数为：

Iw ₂ /Ic ₂ = Qw ₂ /Qc ₂ × （ 1 － ΔTCi/P ） （ 1 ）

从三维角度看，

Qc ₃ = Qc ₂ ² π

Qw ₃ =Qw ₂ ² π

交易费用下降带来的销售增量为：

ΔQ ₃ = Qw ₃ － Qc ₃

从三维角度看，交易费用下降前后的销售量倍数为 Qw ₃ /Qc ₃

交易费用下降前后的销售额倍数为：

Iw ₃ /Ic ₃ =Qw ₃ /Qc ₃ （ 1 － ΔTCi/P ） （ 2 ）

我们将零售价格（ P ）作为标准，假定为 1 ，出厂价格为 0.4 ，商业交易费用为 0.6 ，工业交易费用为 0.01 ，价内交易费用为 0.61 （ TCi ），价外交易费用（ TCo ）为 0.5 ，交易费用共 1.11 。零售价格加消费者交易费用约为 1.5 。

效用函数的截矩（ A ）足够大，如 1000 ，需求函数斜率（ c ）和供给函数斜率（ d ）均为 1 。零售价格在这组函数供求中生成，其它各种交易费用按上面与价格的比例调整。在网购情况下，交易费用减少了 0.68 ，零售价格因卖家交易费用下降减少了 0.23 ；将增加多少需求量？

套用上面公式（ 1 ），则交易费用下降前后的销售量倍数为 111% 。即网购增加了 11% 的销售额。但这只是二维的数据。

套用上面的公式（ 2 ）， 移动互联的交易额是原来交易额的 161% 。即在三维情况下，交易额增加了 61% 。

五、市场人口密度的增加及市场网络外部性

然而上述方法还没有穷尽电子商务带来的市场规模的增加。当我们知道交易费用的下降会带来需求量的增加时，其实同时带来了需求的人数的增加。这基本上与需求量是同比例增加的。例如，当需求量增加了 1000 个商品时，假如每个人平均购买 10 个商品，就相当于增加了 100 个需求者。所以，我们可以把上述需求量的增加等同于需求者的增加。

然而，一旦将需求量变为需求者，就会发生一个重要变化，这就是市场的“人口密度”增加了，这会带来“市场网络外部性”的增加。所谓市场网络外部性是指，因人口密度的增加而导致的人与人之间的交易可能性更快增加的特性。这种特性可以描述现实世界中的市场，即表现为人口集聚的城市的特性，也可以描述虚拟空间中的集聚特性。

图 4 市场网络外部性

说明：横轴表示人口密度，纵轴表示市场网络外部性。

从人的微观经验角度看，所谓“市场网络外部性”是指人们因互相更多的交往而更深地互相依赖，即更深地依赖于市场。更多地购买以前不买或自己提供的商品或服务，也更高频率地进行交易。

当然，这种市场网络外部性不会随着人口密度的增高永远地加速增加，因为社会作为一个总体是有人口上限的，任何一个局部市场也是有它的总体上限的。随着人口密度接近人口上限，边际效用会逐渐降低，边际成本会逐渐升高，也就是说，交易红利会逐渐减少。在这里，我们把人口密度等同于交易量。见下图。

图 5 交易红利随人口密度增加而递减

将这一因素考进来，用不断减少的交易红利与相应的市场网络外部性相乘，就能得出综合的市场网络外部性收益，它有一个极大值，超过这个极大值，它就降低了。

图 6 合成的市场网络外部性

在现实世界中，我们还要考虑拥挤带来的成本，我们称之为“拥挤外部性”。用上述综合网络外部性减去拥挤外部性，我们称之为“集聚租”。在集聚租的极大值点，就是最佳最大人口密度（盛洪， 2013 ）。

图 7 人口密度与经济收益的关系，以及最佳人口密度

说明：横轴是人口密度（100人/平方公里），纵轴单位是100元/平方公里。其中浅蓝色线为集聚租曲线。

电子商务平台中，由于交易费用下降了，又由于不存在现实世界中的拥挤外部性成本，这导致在“山峰”的任一点上的人口密度都有增加，所以电子商务平台可以有远高于现实世界中的集聚程度，也就有更高的最佳人口密度，从而有更多的市场网络外部性，更大得多的销售额。因此，电子商务平台这个山峰就会更高。

为什么我们要将电子商务平台也看作虚拟的三维空间呢？这是因为，我们可以假设电子商务平台网站的第一页就是“市中心”，第二页，第三页， …… ，逐渐向“城市边缘”走去。在这里，所谓“中心”和“边缘”是用“人口密度”（浏览量）来衡量的。人口密度高，市场网络外部性就高，销售额就高。同时，在实际操作中，所谓“中心”是单一产品的中心，如人们上淘宝，首先是敲入商品的关键词，如“衬衫”，然后再从第一页往后看。而在淘宝上有成千上万个产品，因而产品构成了又一个维度。所以我们将电子商务平台想象为一个虚拟的三维空间是合适的。

在一般微观经济学的二维描述中，总是假定消费者人数是不变的，但在具有集聚效应的场合中，不同地点的人口密度是不同的。当我们说交易费用下降导致对某一产品的购买人数增多时，就意味着在不同人口密度的“地点”增多的人数是不同的，越是靠近“市中心”，增加的人数越多。这又带来市场网络外部性的更快增加。根据微观经济学的严格定义，即使是同一产品，在不同的地点也可被认为是不同的产品，所以在这个市场空间中，我们可以将不同人口密度的“地点”的产品看作是单独的一种产品，有它自己的供求平衡。也就是说，我们可以画一组这种供求曲线的二维图，它们的横轴坐标是数量或人口密度，显然数值是不同的。

图 8 不同人口密度下交易费用降低带来不同的增量

……

把这些二维图转置，再合并起来，就如下图。

图 9 上图的转置

这张图既然相当于前面二维图的转置，纵轴表示数量，横轴表示价格或交易费用。直观地，价格和交易费用越高，需求越少，相当于从山顶下山；而价格和交易费用越低，需求越多，相当于从山下走向山顶。假定这里是一个标准产品的市场，价格都一样，影响需求多少的就是交易费用。严格地说，是单位交易费用，即平均每一笔交易的费用。人口密度越高，需求量越大，销售的速度越快，单位交易费用越低。这似乎是说，如果占据了“市中心”，人口密度自然高，需求量自然大，单位交易费用自然低。但这是一个循环论证。是什么因素使一个商家在一开始就占据了“市中心”呢？

如果对不同的产品或服务进行分析，显然是那些有着大规模需求，能够大批量生产，或者大批量提供服务的产品或服务值得占据市中心，相反则不值得。如果是同一种产品或服务的市场呢？

图 10 爱淘宝网 42 寸彩电的批零差价回归图

说明：本图横轴表示爱淘宝网上42寸彩电商家在网页上的排序。自左至右是从第1页第1位往后排。纵轴表示批零差价。数据2017年3月1日12：40从爱淘宝网上采集：

https://ai.taobao.com/search/index.htm?spm=a231o.7712113%2Fb.1002.67.zUwUVG&prepvid=200_11.251.246.151_20589_1488342076398&extra=engPvid%3A100_11.251.247.13_21863_
1488342076772401085&pid=mm_121045101_21114605_71225000&unid=&source_id=&key=%E7%94%B5%E8%A7%86%E6%9C%BA&b=sousuo_dtl&ppath=
148794100%3A776808056&ppathName=%E5%B1%8F%E5%B9%95%E5%B0%BA%E5%AF%B8%3A42-47%E8%8B%B1%E5%AF%B8&clk1=&app_pvid=200_11.251.246.151_20589_1488342076398

对爱淘宝网上的 177 个 42 寸电视机卖家从第一页（左）向后（右）排列的批零价差数据进行回归，发现越是靠“市中心”，批零价差越小。而批零价差相当于卖家单位交易费用。也就是说，交易费用越低，购买需求越多，人口密度越高。可能还有第二类交易费用，即由卖家服务水平决定的交易费用，如卖家及时回应消费者的询问，很好的售后服务，出现问题及时解决，出现纠纷能够承担责任。这都在降低交易费用，尽管不太多，但是很微妙。

从消费者角度，越是到市中心，他的购买效率越高。这意味着，因为市中心有更多的商店和商品可供比较和选择，他的购买成交率会更高。反过来说，就是单位交易费用会降低。并且市中心的卖家多还意味着同一商品有更多花色品种以供选择，会产生花色品种效用，即消费者会选择到更合他意的商品。这就增加了购买后的价值，也相当于单位价值的交易费用下降了。到了网络虚拟空间中，这种情形更加明显。一个消费者首先进入的是“市中心”，即第一页，然后一页一页地往后翻。如果一页有 100 个卖家，他在其中选择 10 家细看，每个需要 5 分钟， 50 分钟后，他才翻到第二页，……，如此下来。时间就是交易费用。越是往后，翻到的几率越低，也就意味着浏览的人数越少，成效的几率也就越少。因此，在消费者端，交易费用的大小更为敏感。

将卖家交易费用和消费者交易费用结合起来，我们就能发现，是交易费用决定了网络空间的“人口密度”和市场网络外部性，决定了“山峰”的高度和其它特性。实际上，人口密度和市场网络外部性与前面二维三维图的横坐标的数量是可互相换算的，相当于对应数量的组合。如果我们以与“市中心”的距离作为横坐标，集聚形成的三维形状，不是标准的圆锥形，即斜边不是一条直线，而是一条向内曲的曲线。见下图。

再旋转 360 度，就又是一个“山峰”。下图是这个山峰的二维轮廓。

图 11 考虑人口密度和市场网络外部性的“山峰”

根据上面的分析，我们可以将前面的三维公式再做改进，把市场网络外部性考虑进来。我们可以用组合公式来表达由于人口密度的增加而增加的交易可能性：

ME ＝ n ×（ n-1 ） /2

由于这只是一种可能性，所以我们在这个数上再乘以一个大于 0 小于 1 的系数，为了简化，这里只假定这个系数为 0.01 。上面的公式可改为：

ME ＝ n ×（ n-1 ） /200

其中， ME 为市场网络外部性， n 为市场人口密度。将这一公式代入前面的三维公式中，令 Q 等于 n ：

Qcme = [Qc ₂ *(Qc ₂ -1)/200] ² π

Qwme = [Qw ₂ *(Qw ₂ -1)/200] ² π

其中 Qcme 和 Qwme 分别是考虑到市场网络外部性的传统市场规模和电子商务市场规模。将前面的数据代入公式，我们可以得出，移动互联电子商务的销售额将是传统销售额的 336% 。

这说明，由于移动互联网带来的交易费用的大幅度下降，从销售额看，会增加两个多原有市场的规模。当然，这需要一个过程，不是一下子就能达到。因为网购的人群是逐渐增加的；这些人中，网购占全部购买的比重也是逐渐增加的。实现上述销售规模的增长，需要二十多年的时间。正因如此，移动互联网给经济带来的好处才是以每年加速增长速度的方式实现。

六、对电子商务带来的经济增长的估计

据中国互联网络信息中心（ CNNIC ）统计，现在我们已有网购人群的数据，用总人口去除，则可得每年网购人群比率（ p ），也可得从 2005 年到 2015 年，网购人口平均每年增长 31.3% ；到后来增长速度减慢了，自 2012 年至 2015 年平均增长速度约为 18.2% 。我们对以后的网购人口增长速度再作保守假定。我们假定，自 2016 年起，网购人口每年增长 8% ，增长速度逐年有所下降。

关于 网购人群的网购占全部购买比重 ，我们构造了一个函数：

r ＝ 1/ （ 17*0.9131 ^t ）；其中， t 为时间（年）， t ＝ 0 ， 1 ， 2 ， 3 ， …… 。

如此，我们就可以构造一个估计电子零售额的函数：

ER _t ＝ ER _t-1 * g +3.36 （ WR _t-1 － ER _t-1 ） * r _t * p _t

其中， ER 为电子零售额， WR 为零售总额； WR － ER 为非电子零售额；

g 为非电子零售额的增长速度；在 2015 年前是实际的增长速度；在 2015 年后，假定为每年增长 8% 。

p 为网购人口占总人口的比重， r 为一个网购人口的网购量占全部购买量的比率。

3.36 则是前面推导出来的系数，即移动互联网带来的市场销售额相当于原市场的倍数。

模拟的结果，很逼近 2005 年到 2015 年 10 年间的发展轨迹，即拟合度极好。见下图。

图 12 电子零售额的实现和估计（ 2005 年 ~2025 年） 单位：亿元

表 1 模拟电子零售额（ 2005~2035 年） 单位：亿元

从 2005 年到 2015 年，电子零售交易额平均每年增长 72.3% 。 2015 年，中国电子交易额高达 20.8 万亿，其中零售交易额达 38773 亿元，比上年增长了近 38% ，约占当年零售总额的 12.9% 。电子商务零售总额的增长部分为全部零售总额的增长贡献了约三分之一的份额。

2016 年以后的数据为上述函数模拟的数据，根据这一模拟，到 2025 年，电子零售额将达到 327519 亿元，其中新增部分约为 320025 亿元。根据这一估计，到 2025 年电子零售额将占社会零售总额的 38.5% ；注意当工商业的价内交易费用降低时，也就同时降低了零售价格，因而在新经济中，商业交易费用占销售额的比重，即商业增加值率也要按照新的零售价格估计，相当于新零售价格的 48.1% 。将电子零售额按 48.1% 转换为电子零售增加值，可直接与 GDP 对比；根据本模型，到 2025 年电子零售会为 GDP 增速 2.2% 。见下图。

图 13 模拟电子零售额对 GDP 增长的贡献

在电子零售增长量中，有一部分是替代效应，即用网购的方式购买常规商品。从 2006 年到 2015 年，常规零售额的增长速度平均每年下降 0.88% 。我们可将这部分视为被电子商务替代了。我们可由此推断出电子零售额的替代部分和新增部分。见下图。

图 14 电子零售增长中的替代份额和新增份额

电子零售新增部分意味着，假如没有电子商务，这部分销售额本不存在。因此，这部分不仅带来了商业增加值还应带来工业增加值。根据 2010 年的中国投入产出表，制造业增加值率约为 28.5% 。将电子零售的新增零售额与之相乘，就会得出电子零售额外增加的工业增加值。加上这一部分，到 2025 年，电子零售所带来的全部静态增量将增速 GDP 达 3.5% 。成为经济增长的主体。

图 15 电子零售及其带来的工业增加值对 GDP 增长的贡献

如果把时间视野放得更长，如到 2035 年，我们模型的静态估计是，电子零售额增加值将会为 GDP 增速 4.9% ，再加上工业增值，可增速 7.8% 。

当然，这还只是静态分析。如果考虑到需求量增大带来的对生产规模和方式的影响，还会进一步降低生产成本，推动需求的进一步增加。还有移动互联环境还会加速技术创新和产品的个性化，带来新增价值。移动互联网带来的经济增长应高于前述的静态估计。

这一趋势表明，第一，网上零售市场是一个全新的市场，它不是现有市场的附属部分，而是新开辟出来的市场；第二，它的潜在规模要比现有的市场要大，在未来将成为主导性市场；第三，由于网上零售市场的出现，现有的经济将会受到一个新的力量的强有力的推动；即由于网上零售市场的出现，社会零售总额的增长在加速。而社会零售总额是最终需求的基础性的也是主要的部分，因而，网上零售市场的发展将在未来的十年中成为推动经济增长的主力军。 2015 年，已可加速 GDP 达 1% ，而如果没有购买力的限制，到 2025 年加速将达 3.5% 。不能不说，电子商务将是未来中国经济增长的新的动力。

应该强调，相对于经济系统的复杂性，本文所采取的方法是相当简化的，更何况现在与未来之间存在着鸿沟，因而本文的估计只应被看作是一个大略估计。然而，本文的意义在于，这一个大略的估计究竟给出了相对显著的结果来。这就是，现在在互联网上发生的变革显然不只是技术性的变化，而是战略性的变化，甚至可以说，是“革命性”的变化。

参考文献 ：

诺斯，道格拉斯，《经济史中的结构与变迁》，三联书店上海分店， 1991 。

盛洪，《分工与交易》，上海三联书店， 1992 。

盛洪，“市场化的条件、限度和形式”，《经济研究》， 1992 。

盛洪，“交易与城市”，《制度经济学研究》， 2013 。

张五常，《经济解释》，中信出版社， 2014 。

（ 本文原载《学术界》2017年第9期）

* 本文为《关于移动互联网发展对经济制度，产业结构，城市空间布局和宏观经济影响》课题的第一章。