生产性公共产品供给对农村居民消费水平影响.docVIP

生产性公共产品供给对农村居民消费水平影响 　　众所周知，消费、投资、出口是拉动经济增长的“三驾马车”。而长期以来，我国居民的消费始终是疲软状态，对经济增长贡献不大。而占我国人口多数的农村居民消费水平更加萎缩。在众多影响农村居民消费水平的因素中，公共产品的供给是一个重要的方面，其供给对农村居民消费水平存在着什么样的影响是研究这一问题的学者们普遍关注的问题。 　　一、我国农村居民消费水平的区域差异性及空间相关性分析 　　（一）我国农村居民消费水平的区域差异性 　　我们计算出了以各省农村人口数作为权重的农村居民消费水平的泰尔指数及其分解值，但限于篇幅，未予给出。由结果可知，农村居民消费水平的区域内差异远大于区域间差异，区域内差异对总差异的贡献保持在86%的水平，区域间差异对总差异的贡献在14%左右，两者大约相差5倍。分区域来看，东部地区???泰尔指数最大，西部地区次之，中部最小；东部地区的泰尔指数在2008年之前都保持在0.28左右，但2009年却为0.397，这可能是由于金融危机对东部地区的冲击较大，使得东部地区各个省份之间的农村居民消费水平出现较大差异；而西部地区的泰尔指数平均在0.16，是中部地区泰尔指数平均值0.05的3.2倍，西部地区的泰尔指数较东部地区之间较小而较中部地区较大的原因，很可能是因为东部地区虽然都是较发达省份，但是也有相对落后的河北、海南、辽宁等省份；另一方面，西部地区得益于西部大开发政策的扶持，以及部分产业的转移，使得西部地区内各个省份之间出现了差异，然而中部地区内各个省份之间的发展程度相似。 　　（二）我国农村居民消费水平的空间相关性分析 　　农村居民消费水平是典型的地理经济行为，正如著名的Tobler地理学第一定律所说：“任何事物之间均相关，而离的较近事物总比离的较远的事物相关性要高。” 国内外学者普遍采用Moran’s I指数来衡量变量之间的空间相关性，它分为全域指标（Global Moran’s I）和局域指标（Local Moran’s I），前者用于验证在整个研究区域内某一要素是否存在空间自相关，后者用于分析局部小区域单元上的某种现象或属性值与相邻局部小区域单元上的同一现象或属性值的相关程度。 　　限于篇幅，我国省际间农村居民消费水平的空间相关性的Moran’s I指数及其随机性检验的均值mean、方差sd以及正态统计量的Z值没有给出。由结果可知，2001—2009年全域Moran’s I的值都为正，并且正态统计量的Z值均大于0.05显著度水平下的临界值1.65，通过了检验。由此可见，我国省际间农村居民消费水平在空间上存在正的相关性，忽略了这种空间相关性，就可能造成模型估计的偏误。 　　同时我们给出了2001年和2009年的Moran’s I指数散点图（见图1），其横坐标是某一年标准化的我国农村居民消费水平，纵坐标是使用空间权重矩阵加权之后农村居民消费水平，也进行了标准化。它将各个地区的居民消费水平分为四个象限的集聚模式。从2001年和2009年的Moran’s I指数散点图可以看出，我国大部分省份的农村居民消费水平处在低—低（LL）的集聚水平。 　　二、空间计量模型方法 　　（一）空间计量模型 　　空间相关性的空间效应可以用两种模型来表征和刻画：当模型的误差项在空间上相关时，即为空间误差模型（Spatial Error Model，SEM）；当变量间的空间差异性对模型显得关键而导致了空间相关时，即为空间滞后模型（Spatial Lag Model，SLM）。 　　空间滞后模型为： 　　式中，y为n×l的因变量矩阵，ρ为空间回归系数，W为n×n的空间权重矩阵，Wy称为空间滞后变量，其用来度量在地理上空间邻近地区外部影响的溢出，是所考察变量以空间权重矩阵进行的一种加权，X为n×k的解释变量矩阵，β为待估参数， ε为随机误差项。 　　空间误差模型为： 　　其中，参数λ衡量了样本观察值的误差项引起的一个区域间溢出部分，μ为正态分布的随机误差向量。 　　（二）检验方法 　　关于计量模型是否要纳入空间效应，常用的是检验普通面板回归模型的残差是否具有空间相关性，如果残差具有空间相关性，表明模型中忽略了一些重要的空间因素，应在模型中加入空间滞后项或空间误差项。空间相关性检验的方法主要有Moran’s I检验、LM—error检验、LM—lag检验、Robust LM—error 检验、Robust LM—lag检验、LM—SARMA检验等（Anselin，1988）。 　　三、实证及结果分析 　　（一）指标选取与数据来源 　　本文研究生产性公共产品供给对农村居民消费水平的影响，因此有必要选取在农村地区具有代表性的生产性公共产品，我们认为农村地区人均用电量是十分具有代表