我國農村信息消費水平的空間相關性及區域收斂性分析

劉偉

內容摘要：本文運用空間數據分析法分析了2002-2013年我國各地區農村居民信息消費水平。研究表明，農村居民信息消費水平具有很強的空間集聚現象，空間相關性隨時間呈上升的趨勢；在考慮空間相關性后，農村居民信息消費水平存在的絕對收斂更明顯一些，即農村居民信息消費水平地區間差異會受到空間地理因素的影響。引入居民收入、城市化發展水平后，農村居民信息消費水平也存在著條件收斂，同時收斂趨勢比絕對收斂趨勢更強，即隨著影響農村居民信息消費水平因素的考慮，地區間差異在減小。因此，本文認為提高地區城市發展水平，縮小農村居民收入差距，能夠使農村居民信息消費向其自身穩態收斂，政府應制定相關政策，縮小農村居民信息消費水平的區域差距。

關鍵詞：農村居民信息消費 空間相關性 區域收斂性 空間面板數據

相關文獻綜述

國外學者主要從幾個方面對農村居民信息消費進行了研究：一是從信息服務對農業農村信息化的重要性角度，Ballantyne（2014）認為信息服務在解決農民在貧困和食物匱乏方面起到重要的作用。二是研究農民如何獲取信息服務，Surabhi Mittal（2014）對印度農民獲取信息的途徑進行調研，發現農民群體之間的信息交流是最主要的信息服務來源。三是考察農民信息服務消費的影響因素，Peter O.Siyao（2012）、Joseph Welfare Irivwieri（2007）、Frank Tansera（2006）分別研究出農民自身教育程度、性別、環境因素對農民信息消費影響較大。國外研究者在農村居民信息服務消費問題時研究方法多樣，數據多來源于調查統計，因此研究結論較為可信，存在的問題是研究對象多數在發展中國家，而對發達國家農村居民信息服務消費問題研究較少。

總結國內現階段的文獻可以看出：多數學者認為農村居民信息消費存在地區差異，也具體分析了農村居民信息消費存在地區差異的原因。但很少有學者從空間角度分析，即忽視了空間地理因素對這一問題的影響，而對于空間效應的考慮，能夠更全面地分析農村居民信息消費問題。吳玉鳴、陳志建（2009）從空間角度研究了消費水平的區域差異，認為空間因素會對居民消費水平的區域差距產生影響以及政府制定空間協調政策來縮小這種差距的意義重大。眾多學者在研究其他經濟問題時通常也會考慮空間效應，如余華義（2011）關于能源強度區域差異的研究表明，能源強度具有空間集聚的特點，且能源強度地區差異在縮小。因此，本文在研究農村居民信息消費的區域差異時，試圖將空間地理因素引入，并運用空間數據分析法來研究這一問題。

我國農村居民信息消費水平的空間相關性分析

（一）研究方法

空間相關性分析主要采用探索性空間數據分析方法，其主要用于檢測變量的空間關聯性和空間數據集聚現象。在本文中，如果農村居民信息消費水平在空間上發生集聚，表明在一定的區域內，農村居民信息消費水平在各個地域單元之間具有自相關性：即某一地域單元農村居民信息消費水平較高，其周圍地域單元的農村居民信息消費水平也較高；某一地域單元農村居民信息消費水平較低，其周圍地域單元的農村居民信息消費水平也較低。因此，空間相關性可以用來反映空間集聚現象。

探索性空間數據分析主要有2種：第一種是全域空間自相關分析，研究整個區域的空間相關性。第二種是局域空間自相關分析，研究區域內各個地域單元的空間關聯性。

在研究全域空間自相關分析時，普遍采用的是Moran`s I指數。其計算公式為：

Xi表示地區i的觀測值，本文中指農村居民信息消費水平。n為地區總數，本文選取我國31個省份（港澳臺地區除外）。Wij為空間權重矩陣，空間權重矩陣一般基于“鄰近性”和“距離性”關系來構造。多數采用的是基于鄰近關系的矩陣，當第i地區與第j地區相鄰時，Wij取值為1，當第i地區與第j地區不相鄰時，Wij取值為0。本文采用的是rook一階權值矩陣。

Moran`s I的取值范圍為[-1，1]。I取值的絕對值表示相關性的強弱，當I>0時，表示地區間存在正的空間相關性；當I=0時，表示地區間無空間相關性；當I<0時，表示地區間存在負的空間相關性。

當局域Moran`s Ii顯著為正且Zi大于0，表示的是位置i與其鄰近的觀測值相比樣本平均水平為高，即一個高值被高值所包圍，屬于高高集聚（H-H）；當局域Moran`s Ii顯著為正且Zi小于0，表示的是位置i與其鄰近的觀測值較低，即一個低值被低值所包圍，屬于低低集聚（L-L）；當局域Moran`s Ii顯著為負且Zi大于0，表示的是位置i遠高于其鄰近的觀測值，即一個高值被低值所包圍，屬于高低集聚（H-L）；當局域Moran`s Ii顯著為負且Zi小于0，表示的是位置i遠低于其鄰近的觀測值，即一個低值被高值所包圍，屬于低高集聚（L-H）。

（二）樣本數據選取及說明

結合眾多學者的研究，本文采用的是2002-2013年我國各省份農村居民醫療衛生費用、交通通訊費用、文化教育和娛樂產品及服務的消費數據，并將三者加總作為衡量農村居民信息消費水平指標，同時消除價格因素影響。數據主要來源于2002-2013年《中國統計年鑒》。

（三）全域空間相關性分析

根據圖1Moran`s I變化趨勢圖看出，2002-2013年農村居民信息消費水平全域Moran`s I雖然呈現出一定幅度的波動，但總體上呈現出上升的趨勢，這表明隨著各地區經濟水平的發展，信息產品和服務的推廣，農村居民在信息消費方面受到臨近地區農村居民的影響越來越大，信息消費水平空間相關性越來越強。

（四）局域空間性分析

全域空間性分析的結果說明我國農村居民信息消費水平具有空間聚集現象，但并不能得到農村居民信息消費水平在哪些地區存在這一現象，而Moran散點圖能夠說明哪些地區存在高高集聚和低低集聚現象。

根據圖2的Moran散點圖分析，2002年處于高高集聚（H-H）區第一象限的省份為北京、天津、上海、江蘇、浙江、福建。而2013年則增加了吉林、遼寧、黑龍江省份，另外福建不處于高高集聚區。2002年處于低低集聚（L-L）區第三象限的省份較多，有云南、貴州、四川、黑龍江、吉林、遼寧、青海、陜西、甘肅、新疆、內蒙古、寧夏、山西、廣西、河南、湖北、湖南、西藏、重慶省份。2013年增加了山東省份，另外黑龍江、遼寧、吉林省份不處于低低集聚區。在2002年處于低高集聚（L-H）區第二象限的省份為安徽、江西、河北、海南。到2013年則為安徽、江西、河北、海南、福建。2002年處于高低集聚（H-L）區第四象限的省份為山東、廣東，2013年則為內蒙古、廣東。通過對比2002年與2013年，大部分省份都處于低低集聚（L-L）區，個別省份集聚區發生了變化。

我國各地區農村居民信息消費水平收斂性實證分析

農村居民信息消費水平的收斂性，是指隨著時間的發展，各地區間農村居民信息消費水平差距不斷縮小，具有趨同性。即不同地區間，農村居民信息消費水平的增長速度與初始水平之間存在負相關關系，但最終會收斂于同一穩態。若各地區農村居民信息消費水平差距在縮小，并能夠達到相對穩定狀態，說明農村居民信息消費水平存在收斂性。農村居民信息消費水平的收斂性包括：絕對β收斂，是指農村居民信息消費水平增長率與初始期呈負相關，即農村居民信息消費水平高的地區信息消費增長速度比農村居民信息消費水平低的地區慢；條件β收斂，即各個地區的農村居民信息消費水平最終會收斂于自身的穩態，信息消費水平高的地區收斂于較高的穩定狀態，而信息消費水平低的地區收斂于較低的穩定狀態。

（一）絕對β收斂的空間經濟計量模型

絕對β收斂的基礎模型為：ln（yi，t/yi，t0）=α+βlnyi，t0+εi。考慮到絕對β收斂基礎模型的內生性問題以及根據絕對β收斂具有長期性的特征，模型可以進一步寫為：。將空間相關性引入基礎模型中，同時根據空間經濟計量研究中常用的空間滯后因子包括因變量的空間相關性、自變量的空間自相關，以及模型誤差的空間自相關的幾種空間計量模型，得到如下的空間計量經濟模型：

在上述模型中，εt和μt分別表示為SLM和SEAR的誤差向量，其中SARAR模型將誤差分解為空間自相關項Wμt和滿足正態獨立同分布的隨機擾動項εt。ρ和λ分別為空間自相關系數和空間誤差自相關系數。β2為lnyt0的空間自相關系數。

由表1中的模型估計結果得到：所有模型的β估計值均在1%的顯著性水平下顯著為負，且數值上大體接近，說明2002-2013年我國農村居民信息消費水平存在著絕對β收斂趨勢。在考慮空間自相關性后，模型2中得到的β估計值雖然在1%的顯著性水平下顯著為負，但與模型 比較發現，模型2中β絕對值稍小，說明模型2的絕對β收斂效果較弱一些。因此空間自相關滯后模型并不優于最小二乘估計模型。模型3考慮的是如果居民信息消費水平空間相關性沒有在解釋變量中體現，而是體現在誤差項之間時的情況。模型3中所有的系數估計值均在1%的顯著性水平下顯著，同時AIC值是所有模型中最小的，β絕對值也大于模型1中的。模型4中的空間自相關系數和模型5中常數項都沒有通過顯著性檢驗，模型非最優。所以空間誤差自相關模型是本文研究我國農村居民信息消費水平絕對β收斂的最優模型。

對于空間誤差自相關模型（模型3），由于其空間相關性不反映在解釋變量中，而是出現在誤差項中，空間效應可能是因為對局域某些省份都產生了影響的其它變量造成的，比如沿海地區本身經濟發展水平就很高，人均居民收入也比中部、西部地區的高，同時受局域信息消費習慣的影響，都可能影響到居民信息消費水平。因此，考慮條件β收斂模型，在研究農村居民信息消費水平地區收斂性時具有必要性。

（二）條件β收斂空間經濟計量模型

在農村居民信息消費水平絕對收斂β模型中加入一些影響農村居民消費水平的控制變量，得到條件β收斂模型。在構建條件β收斂模型時，要求選取的控制變量既能影響農村居民信息消費水平，也要具有地區差異性，同時具有非隨機性。在經過一系列的嘗試后，控制變量選取為農村居民收入和城市化發展水平時，模型的估計結果較為顯著。

由表2的模型估計結果得到：在引入農村居民收入和城市化發展水平后，所有模型的β估計值均在1%的顯著性水平下為負，且數值大小接近，這說明我國農村居民信息消費水平存在條件β收斂趨勢。模型1中城市化發展水平系數估計值在5%的顯著性水平下為正；其余4個模型中城市化發展水平系數估計值均在10%的置信水平下顯著為正，并且數值大小上較為接近，表明城市化發展水平在某種程度上會影響農村居民信息消費水平的地區收斂性。模型2和模型5中空間滯后估計系數ρ均在1%的顯著性水平下為正，表明各個省份之間的農村居民信息消費水平存在較強的空間相關性。模型3和模型4中誤差項的空間自回歸系數也均在1%的顯著性水平下為正，說明農村居民信息消費水平存在的空間相關性來自于誤差項的影響，也說明這里選取的控制變量可能有所遺漏。模型5中的農村居民收入和城市化發展水平二者的一階滯后項系數均不顯著，這表明上一期的居民收入和城市化發展水平對農村居民信息消費水平條件β收斂性作用不明顯。整體上看，最優模型仍是模型3，與模型5相比，雖然LogL值比SDM模型小，但通過AIC進一步檢驗發現，模型3中AIC值是最小的，同時模型5中部分項的系數并不顯著。模型3的空間誤差估計系數在小于1%的顯著性水平下顯著，表明一個地區農村居民信息消費水平的年均增長率與該地區初期的信息消費水平以及居民收入有關，同時還會受到其臨近地區農村居民信息消費增長率的隨機沖擊的影響。但是與鄰近地區的農村居民信息消費的平均增長率無關。即鄰近地區的農村居民消費增長并不會引起該地區的農村居民信息消費的增長。

研究結論與政策建議

為了分析我國農村居民信息消費水平的空間相關性和區域收斂性，本文首先采用了探索性空間數據分析法，分析了2002-2013年我國各省份農村居民信息消費水平的空間相關性，其次運用空間面板數據模型對地區收斂性進行研究。

（一）研究結論

2002-2013年我國各省市農村居民信息消費水平存在著全局空間自相關性，并且這種相關性呈上升的趨勢。即農村居民信息消費水平具有空間集聚現象，在空間分布上呈現高高集聚和低低集聚。同時，部分地區不具有空間自相關性，即部分地區農村居民信息消費水平的高低與鄰近地區農村居民信息消費水平的高低關系不大，這部分地區農村居民信息消費水平在空間分布上具有隨機性。無論是否考慮空間相關性，我國各地區農村居民信息消費水平都存在絕對β收斂。即空間相關性的存在與否并不影響我國各地區間農村居民信息消費水平的差距隨時間呈縮小的趨勢。但考慮空間相關性后，絕對β收斂速度更快，說明我國各地區間農村居民信息消費水平的差距會受到空間地理因素的影響。同時空間誤差自相關模型是研究我國農村居民信息消費水平絕對β收斂的最優模型，這種相關性來自空間誤差自相關，即隨著影響農村居民信息消費水平因素的考慮，農村居民信息消費水平地區間差距在縮小。在引入農村居民收入和地區城市化發展水平后，我國各地區農村居民信息消費水平都存在條件β收斂，雖然考慮空間相關性后，空間誤差自相關模型的收斂速度比不考慮空間相關性稍慢一些，但條件β收斂速度明顯快于絕對β收斂速度。說明農村居民收入、城市化發展水平差異會影響收斂的趨勢，即各地區農村居民收入水平間的差距大小與地區城市化發展水平間的高低都會對地區間農村居民信息消費水平的差距產生一定的影響效果。

（二）政策建議

縮小居民收入差距，整體提高各地區的居民收入水平。信息消費水平的高低與地區經濟發展水平相關，經濟發展較快的地區，居民信息消費水平相對較高，因此國家應當采取措施，通過改革我國居民收入分配機制，合理調節農村居民收入水平，促進農村居民收入適當增加，以促進貧困地區信息消費水平的提升。

提高地區城市化發展水平，加大農村居民信息消費保障力度。對于農村居民而言，城市化發展水平越落后，信息流入越難，形成信息消費障礙，導致農村居民信息消費水平偏低。因此在提高地區經濟發展的同時，政府部門應加大貧困地區信息消費的保障力度及范圍，以消除貧困地區居民信息消費的障礙。

采取針對性策略，逐步推進農村居民信息化工作。由于農村居民信息消費水平存在空間集聚現象，因此，相關政府部門可以通過建立信息消費中心地區帶或城市圈，先大力推進中心地區的信息消費建設，再將信息建設范圍局部擴大到周邊地區并充分利用其信息消費的空間影響帶動周邊地區信息消費水平的提升，逐步改善農村居民信息消費水平。

參考文獻：

1.朱琛，孫虹喬.我國城鄉居民信息消費的比較分析：基于1992-2008年的實證[J].圖書情報工作網刊，2010（12）

2.葉元齡，賴茂生.我國農村居民信息消費需求的區域比較[J].情報雜志，2012（5）

3.陳立梅.基于擴展線性支出系統模型的我國農村居民信息消費結構分析—來自1993-2009年的經驗數據[J].管理世界，2013（9）

4.吳玉鳴，陳志建.居民消費水平的空間相關性與地區收斂性分析[J].世界經濟文匯，2009（5）

5.余華義.中國省際能耗強度的影響因素及其空間關聯性研究[J].資源科學，2011，33（7）