我国31个省市地区人均消费支出实证分析.docVIP

我国31个省市地区人均消费支出实证分析 　　[摘 要]空间计量分析的思想是通过空间位置建立数据间的统计关系。文章选取2015年我国31个省市区的城市消费支出额数据，借助Geoda095i和GIS空间分析软件，对我国城市人均消费水平区域分布进行可视化描述，揭示城镇消费支出结构的空间分异特征。同时，基于Moran散点图的分析和空间回归分析，得出我国人均消费支出空间依赖效应显著，人均消费支出空间溢出与经济增长是负效应关系，空间统计分析对于分析区域消费水平的空间结构形态以及政策制定具有参考意义。 　　[关键词]空间分异；消费支出；空间回归模型 　　[DOI]10.13939/j.cnki.zgsc.2018.03.024 　　1 引 言 　　随着我国国民收入水平上涨和生活质量的提高，我国城镇消费结构得到不断优化。优化消费结构对扩大居民消费需求、促进我国经济尽快走出经济低靡的阴影、拉动我国经济持续良好增长具有重大意义。近年来，一些学者开始运用空间计量经济学的方法来研究经济指标的空间分布特征，Case 和 Rosen 借助于Anselin（1988）提出的空间计量方法，检验了美国各州财政支出的正向空间外部性显著。随着空间计量经济学应用领域的拓展，国内一些学者也开始将此方法应用在消费经济研究中，陈志建（2009）[1]采用地理加权回归（GWR）内生区域分组方法，对中国30个省市地区消费水平的空间不平稳性和区域收敛性进行了实证研究。肖爱清（2010）利用基尼系数、Moran’s I指数、Moran 散点图和 LISA 等方法，揭示了2008 年中国农村居民消费水平空间自相关和空间异质性。 　　居民消费结构是指人们在消费过程中各种消费的构成或比例关系。居民消费支出构成包括食品、衣着、居住、文化娱乐用品、医疗保健等几个方面。居民消费支出在一定的地理环境中受收入水平、消费观念、消费环境等因素的影响，并不是随机分布的，而是具有一定的空间分布形态。 　　2 我国31个省市区消费支出的空间分异 　　2.1 人均消费支出的空间自相关分析 　　2.1.1 Moran’I指数 　　空间自相关性分为全局自相关和局部自相关，其测度指标有很多，有Moran’I、Cetis、Geary’s指数，其中Moran’I应用最为普遍，Moran指数反映的是空间邻接或空间邻近区域单元属性值的相似程度。 　　2.1.2 空间权重矩阵 　　选择不同的空间权重矩阵，得到的Moran’I值也不同，本文选取大部分学者使用的rook空间权重矩阵，且采用一阶权值矩阵，其定义如下： 　　Wij=1 当区域i和区域j相邻0 当区域i和区域j不相邻；其中i=1，2，…，n；j=1，2，…，m。 　　2.1.3 人均消费总支出Moran散点图和LISA集聚图 　　利用空间权重矩阵绘制出以（RJXF-1，W-RJXF-1）为坐标的我国人均消费总支出的Moran散点分布，如下图所示。 　　人均消费总支出Moran散点分布 　　从上图可以发现，Moran’I=0.3240为正的空间联系，即我国各省人均消费支出的空间分布并非表现出完全随机性，而是表现出一定的空间聚集。 　　为进一步解释“领域空间”的自相关性，采用空间的局部指示指标LISA来探测单元属性及其周边单元属性相近或差异程度，可以发现：浙江、江苏、上海等地代表的是高集聚的中心区域；四川、青海、西藏、新疆、云南等地区是低水平集聚地区的中心；海南与相邻地区比较，其人均消费支出较低，与内蒙古相邻的地区人均消费总支出都相对较低。利用邻接空间权重矩阵绘制出我国不同类人均消费支出的Moran散点图，得出不同消费支出的Moran’I值，不同类型消费支出空间分布均存在一定的正向集聚效应。其中文化娱乐用品和医疗保健空间正向联系效应较强，空间关联特征表现为：较高文化娱乐用品和医疗保健消费支出的省市相对趋于和较高文化娱乐用品和医疗保健消费支出的省市相邻，较低文化娱乐用品和医疗保健消费支出的省市相对趋于和较低人均消费支出的省市相邻，衣着的消费支出空间溢出正效应相对较低。 　　2.2 中国城市人均消费支出的空间计量分析 　　进行空间计量分析前，首先需要设定分析的基础模型，依据前文对城市人均消费支出结构的定义，得出本文人均消费支出应用的空间滞后模型（SLM）： 　　RJXFZC=b0+b1SP+b2YZ+b3JZ+b4JTSBJYP+b5JTTX+b6WJYL+b7YLBJ+b8QT+λWy+ε （1） 　　采用空间误差模型（SEM）的估计模型设定如下： 　　RJXFZC=b0+b1SP+b2YZ+b3JZ+b4JTSBJYP+b5JTTX+b6WJYL+b7YLBJ+b8QT+ε（2） 　　ε=ρWε+μ 　　RJXFZC=