新型城鎮(zhèn)化與居民消費(fèi)關(guān)系的實(shí)證分析

范兆媛，周少甫

（1.南京郵電大學(xué) 經(jīng)濟(jì)學(xué)院，南京 210023；2.華中科技大學(xué) 經(jīng)濟(jì)學(xué)院，武漢 430074）

0 引言

我國經(jīng)濟(jì)發(fā)展的潛力與動(dòng)力來自城鎮(zhèn)化。但過去我國城鎮(zhèn)化“攤大餅”、粗放式的發(fā)展模式，對生態(tài)環(huán)境和居民身體健康造成了很大影響，國家適時(shí)提出了更加注重質(zhì)量的城鎮(zhèn)化發(fā)展思路。因此，研究新型城鎮(zhèn)化的發(fā)展與居民消費(fèi)率兩者之間的關(guān)系具有現(xiàn)實(shí)意義。

空間面板模型包括靜態(tài)空間面板模型和動(dòng)態(tài)空間面板模型兩大類。動(dòng)態(tài)模型更系統(tǒng)地考慮了“時(shí)間-空間”的綜合交互作用，因此在實(shí)證研究中得到了更為廣泛的應(yīng)用。動(dòng)態(tài)空間面板模型主要分為兩類，一類是因變量的滯后項(xiàng)以及空間交互效應(yīng)項(xiàng)都出現(xiàn)在模型中[1-3]；另一類是空間交互項(xiàng)僅出現(xiàn)在擾動(dòng)項(xiàng)中的模型[4,5]。大部分對動(dòng)態(tài)空間面板模型的研究都考慮了(N，T)都很大的情形。但是，在微觀經(jīng)濟(jì)學(xué)和有關(guān)產(chǎn)業(yè)組織的實(shí)證分析中，情況則有所不同，T有可能比較小。因此，本文在Sarafidis[4]的基礎(chǔ)上，研究了時(shí)間跨度比較小的情況下的空間動(dòng)態(tài)誤差面板模型。本文通過短面板空間動(dòng)態(tài)誤差模型，構(gòu)建新型城鎮(zhèn)化綜合評價(jià)指標(biāo)，充分考慮城鎮(zhèn)化對居民消費(fèi)影響的“時(shí)間-空間”關(guān)聯(lián)，研究了新型城鎮(zhèn)化對居民消費(fèi)水平的影響。

1 研究設(shè)計(jì)

1.1 新型城鎮(zhèn)化綜合指標(biāo)（URBAN）

城鎮(zhèn)化率通常使用城市中常住人口的數(shù)量跟總?cè)丝诘谋戎祦砗饬浚窃诔鞘兄泄ぷ骱蜕畹霓r(nóng)民工也算作常住人口，他們雖然用來計(jì)算城鎮(zhèn)化率，但是卻沒有跟有城市戶籍的人口享受到同樣的福利待遇，這樣計(jì)算的城鎮(zhèn)化是不完全的。因此，本文在新型城鎮(zhèn)化內(nèi)涵的基礎(chǔ)上，利用熵權(quán)法選取26個(gè)變量建立新的衡量新型城鎮(zhèn)化的評價(jià)指標(biāo)體系（見表1），具體步驟如下：

表1 新型城鎮(zhèn)化指標(biāo)

第一步：無量綱化處理，其中式（1）中的Xij衡量第i個(gè)省份，第j（j取自于所選的26個(gè)變量）個(gè)變量對應(yīng)的新型城鎮(zhèn)化評價(jià)指標(biāo)的值：

第三步：計(jì)算熵值E跟差異系數(shù)F：

第四步：第j個(gè)指標(biāo)占總指標(biāo)的比值為：

第五步：確定新型城鎮(zhèn)化的綜合指標(biāo)值：

表2給出了2004—2015年30個(gè)省域的新型城鎮(zhèn)化指標(biāo)值跟該值在30個(gè)省域的排名，為了方便比較，指標(biāo)值做了擴(kuò)大10倍處理。由表2得出，新型城鎮(zhèn)化排名的前三名是廣東、江蘇與山東，可以看出建立的綜合評價(jià)指標(biāo)值跟中國的經(jīng)濟(jì)發(fā)展水平是相關(guān)的。

表2 2004—2015年新型城鎮(zhèn)化指標(biāo)與排名

1.2 數(shù)據(jù)來源

除了城鎮(zhèn)化以外的指標(biāo)的衡量：居民的消費(fèi)水平通過居民消費(fèi)支出跟GDP的比值進(jìn)行計(jì)算；為了更好地估計(jì)消費(fèi)水平的影響，加入了可能影響消費(fèi)的一些因素，其中城鄉(xiāng)收入差距（GAP）是用城鎮(zhèn)居民獲得的可支配收入與農(nóng)民純收入之比來衡量；老年撫養(yǎng)比（ODR）的值通過年齡不低于65歲的老人人口數(shù)量與15～64歲的人口數(shù)量的比值進(jìn)行衡量；利用CPI來衡量通貨膨脹率。因?yàn)槲鞑財(cái)?shù)據(jù)不全，本文選取2004—2015年中國30個(gè)（不包含西藏）省域的數(shù)據(jù)，通過wind數(shù)據(jù)庫、統(tǒng)計(jì)年鑒獲得研究所用的數(shù)據(jù)。

1.3 模型設(shè)定

選取空間動(dòng)態(tài)誤差模型進(jìn)行研究，具體模型如下：

其中，yt代表居民消費(fèi)率，yt-1代表消費(fèi)率的滯后一期的值，xt是自變量，代表新型城鎮(zhèn)化、老齡化、通貨膨脹率以及城鄉(xiāng)收入差距的值，z衡量截距項(xiàng)的值，Wn是地理空間距離權(quán)重矩陣，其中d為區(qū)域i的地理位置中心到區(qū)域 j的地理中心的距離。

為了檢驗(yàn)結(jié)論的一致性，引入空間誤差模型（SEM），設(shè)定如下：

1.4 計(jì)量模型的估計(jì)

運(yùn)用一階差分消除固定效應(yīng)：

注意到式（8）在t=1處是沒有定義的，因?yàn)棣1依賴于Δy0的取值，而Δy0是無法觀測的。Su和Yang（2015）[13]把 Δy1分解為內(nèi)生部分和外生部分，利用ΔxT)′作為Δy1中內(nèi)生部分的最優(yōu)預(yù)測變量。利用式（9）來構(gòu)建相應(yīng)的似然函數(shù)：

Su和Yang（2015）[5]給出的基于 Δy1的QMLE方法。由于已經(jīng)得到了關(guān)于的QMLE估計(jì)，則基于如下的水平值方程：

那么基于式（11），就得到了關(guān)于γ估計(jì)的表達(dá)式：

2 實(shí)證分析

2.1 消費(fèi)水平的探索性空間分析

居民消費(fèi)的Moran’s I檢驗(yàn)結(jié)果如表3所示。

表3 居民消費(fèi)的Moran’s I檢驗(yàn)結(jié)果

從表3的結(jié)果得出，除了2015年，莫蘭指數(shù)I（Moran’s I），其他年份的值都是顯著（10%的水平）為正的，這表明居民消費(fèi)率在空間上存在相關(guān)性。

2.2 空間動(dòng)態(tài)誤差模型的結(jié)果分析

在進(jìn)行QMLE估計(jì)之前，首先要確定起始期m的值。由于城鎮(zhèn)化被官方首次采用是在2000年，因此本文選取m的值為5。表4給出了QMLE的估計(jì)結(jié)果。

表4 短面板動(dòng)態(tài)SEM模型回歸結(jié)果

從表4的全國數(shù)據(jù)中可以得出，R2的值為0.798，表明模型擬合較好。滯后一期居民消費(fèi)率對當(dāng)期消費(fèi)率存在顯著的正影響，影響大小為0.68，與1相比仍然較小，說明QMLE方法是可信的。新型城鎮(zhèn)化水平的提高對消費(fèi)水平的提高有顯著的促進(jìn)作用，這充分表明提高我國新型城鎮(zhèn)化水平的必要性，要努力打破城鄉(xiāng)二元經(jīng)濟(jì)結(jié)構(gòu)；隨著戶籍制度的消除，進(jìn)一步推進(jìn)我國的城鎮(zhèn)化。老齡化對消費(fèi)率存在顯著的負(fù)的影響，這也說明了國家推出二胎政策的必要性，促使人口年齡結(jié)構(gòu)的優(yōu)化，同時(shí)也要致力于提高老年人的社會(huì)保障水平。通貨膨脹率對消費(fèi)水平存在顯著的負(fù)的影響，這說明政府需要控制通貨膨脹率在合理的范圍內(nèi)，保證物價(jià)穩(wěn)定。城鄉(xiāng)收入差距對消費(fèi)水平的影響不顯著。擾動(dòng)項(xiàng)中空間關(guān)聯(lián)項(xiàng)的系數(shù)估計(jì)值是顯著的，表明存在顯著的空間效應(yīng)，選用空間模型是合適的。

對于分區(qū)域的回歸結(jié)果可以得出：新型城鎮(zhèn)化對東部和西部的影響是顯著的正的影響，且對東部地區(qū)的影響值達(dá)到了0.618，但是對中部地區(qū)的影響不顯著，這表明應(yīng)該更多地關(guān)注中部地區(qū)的城鎮(zhèn)化水平，東部地區(qū)的新型城鎮(zhèn)化的改變對消費(fèi)率的影響相對西部區(qū)域較弱，需要努力提升西部的城鎮(zhèn)化水平，改善中部城鎮(zhèn)化水平不合理的因素；老齡化對中部和西部都存在顯著的負(fù)的影響，但是對東部的影響不顯著，這可能與東部地區(qū)較高的城鎮(zhèn)化水平有關(guān)，年輕人更多的流入到東部相對發(fā)達(dá)的地區(qū)，中部和西部相對落后，老齡化比較嚴(yán)重，應(yīng)該更多地關(guān)注中部與西部地區(qū)的發(fā)展，為更多的年輕人創(chuàng)造就業(yè)機(jī)會(huì)，響應(yīng)國家二胎政策的號召等方式減少老齡化水平，進(jìn)而提高消費(fèi)水平；通貨膨脹水平的提高顯著地抑制了東部、中部以及西部地區(qū)的消費(fèi)水平，應(yīng)該維持CPI的值在合理的范圍內(nèi)；對東部地區(qū),城鄉(xiāng)收入差距的消費(fèi)水平存在顯著的負(fù)的影響，收入差距在一定程度上減少了居民的消費(fèi)率，但是城鄉(xiāng)收入差距對西部和中部地區(qū)的影響不顯著，因此需要進(jìn)一步地減少東部地區(qū)的收入差距水平；對東部、中部以及西部，消費(fèi)率的滯后一期的值對消費(fèi)率的當(dāng)期值存在顯著的正的影響，影響值在0.541～0.679之間，這說明居民的消費(fèi)相對比較穩(wěn)定。

2.3 穩(wěn)健性檢驗(yàn)

為了檢驗(yàn)?zāi)Ｐ偷南鄬Ψ€(wěn)定性，表5給出了利用空間誤差模型回歸的結(jié)果。新型城鎮(zhèn)化（URBAN）、老年撫養(yǎng)比（ODR）、CPI對全國及東、中、西部居民消費(fèi)水平的影響與表5是一致的，且空間誤差項(xiàng)的系數(shù)顯著的異于0，存在空間效應(yīng)；城鄉(xiāng)居民差距（GAP）對消費(fèi)水平的影響與表5的結(jié)果存在一定的差異，對全國數(shù)據(jù)以及中、西部地區(qū)，城鄉(xiāng)收入差距（GAP）的增加提高了居民消費(fèi)率的值，這與表5中的結(jié)果存在差異，但新型城鎮(zhèn)化（URBAN）、老年撫養(yǎng)比（ODR）、CPI對消費(fèi)率的影響是一致的，利用空間動(dòng)態(tài)面板模型研究新型城鎮(zhèn)化對居民消費(fèi)影響的結(jié)論是穩(wěn)健的。

表5 SEM模型估計(jì)結(jié)果

3 結(jié)論

本文通過構(gòu)建新型城鎮(zhèn)化的指標(biāo)，基于2004—2015年的30個(gè)省域數(shù)據(jù)，利用短動(dòng)態(tài)面板空間誤差模型的QMLE估計(jì)方法研究了新型城鎮(zhèn)化對居民消費(fèi)率的影響。結(jié)論如下：

（1）對總體數(shù)據(jù)：新型城鎮(zhèn)化水平的提高對消費(fèi)水平的提高有顯著的促進(jìn)作用；通貨膨脹率對消費(fèi)水平存在顯著的負(fù)影響；老齡化（ODR）對居民消費(fèi)率的影響是顯著的負(fù)值；擾動(dòng)項(xiàng)中空間關(guān)聯(lián)項(xiàng)的系數(shù)估計(jì)值是顯著的，表明存在顯著的空間效應(yīng)，選用空間模型是合適的。

（2）分區(qū)域而言：新型城鎮(zhèn)化對東部以及西部的影響是顯著的正的影響，且對東部地區(qū)的影響值更大，但是對中部地區(qū)的影響不顯著，這表明應(yīng)該更多地關(guān)注中部地區(qū)的城鎮(zhèn)化水平；老齡化（ODR）對中部及西部都存在顯著的負(fù)的影響，但是對東部的影響不顯著，中部以及西部相對落后，老齡化程度比較嚴(yán)重，應(yīng)該更多地關(guān)注中部與西部地區(qū)的發(fā)展；通貨膨脹水平的提高顯著地抑制了東部、中部以及西部地區(qū)的消費(fèi)水平，應(yīng)該維持CPI的值在合理的范圍內(nèi)；對東部地區(qū)而言，城鄉(xiāng)收入差距的消費(fèi)水平存在顯著的負(fù)的影響，但是城鄉(xiāng)收入差距對西部和中部地區(qū)的影響不顯著；對東部、中部以及西部，消費(fèi)率的滯后一期的值對消費(fèi)率的當(dāng)期值存在顯著的正的影響，影響值在0.541～0.679之間，這說明居民的消費(fèi)相對比較穩(wěn)定。

參考文獻(xiàn):

[1]Yu J H,Jong De,Lee R,Quasi-Maximum Likelihood Estimators for Spatial Dynamic Panel Data With Fixed Effects When Both N and T Are Large[J].Journal of Econometrics,2008,146(1).

[2]Lee L F,Yu J H.A Spatial Dynamic Panel Data Model With Both Time and Individual Fixed Effects[J].Econometric Theory,2010,26(2).

[3]Yu J,Jong R D,Lee L F.Estimation for Spatial Dynamic Panel Data With Fixed Effects:The Case of Spatial Cointegration[J],Journal of Econometrics,2012,167(1).

[4]Vasilis S.GMM Estimation of Short Dynamic Panel Data Models With Error Cross-Sectional Dependence[C].MPRA Paper,University Library of Munich,Germany,2011.

[5]Su L J,Yang Z L,QML Estimation of Dynamic Panel Data Models With Spatial Errors[J].Journal of Econometrics,2015,185(1).