消费结构对产业结构与经济增长的空间效应——基于空间面板模型的研究

张翠菊，张宗益

(1.重庆工商大学 经济学院，重庆 400067；2.重庆大学 经济与工商管理学院，重庆 400030；3.西南财经大学 金融学院，四川 成都 611130)



消费结构对产业结构与经济增长的空间效应
——基于空间面板模型的研究

张翠菊1，张宗益2,3

(1.重庆工商大学 经济学院，重庆 400067；2.重庆大学 经济与工商管理学院，重庆 400030；3.西南财经大学 金融学院，四川 成都 611130)

基于1997-2012年中国省域面板数据，采用空间自相关方法和空间计量模型，探讨了城乡居民消费结构对中国产业结构以及经济增长的空间效应。结果显示：中国省域城乡居民消费结构、产业结构和人均GDP的空间分布具有显著的空间集聚特征。城乡居民消费结构优化对本地区产业结构升级和经济增长具有积极的推动作用，城镇居民消费结构的空间溢出效应为显著负效应，农村居民消费结构的空间溢出效应则不显著。最后，根据城乡居民消费结构显示的不同空间效应，提出政策建议。

消费结构；产业结构；经济增长；空间计量；空间杜宾模型

一、引 言

需求对产业结构调整具有重要影响，需求结构转变不仅能直接影响生产结构和供给结构，而且还可能通过溢出效应和网络效应影响其他地区产业结构变动和升级，并进一步影响区域经济发展进程。那么，我国的居民消费结构在省域尺度上是否存在空间溢出效应？城镇和农村居民的消费结构对于促进产业结构升级和经济增长的作用机制如何？深入研究以上问题对于优化居民消费结构、扩大内需，推动中国外向型经济向内向型经济的顺利转型具有重要意义。

多数学者对居民消费结构对产业结构和经济增长的促进作用持肯定态度，同时指出，促进作用具有省际和城乡差异。查道中和古文慧提出中国城市居民消费结构升级对于产业结构具有显著的诱导作用，而农村居民的诱导作用则不显著[1]。周辉将动态理论纳入居民消费研究模型中，认为上海居民消费结构对产业结构的贡献不足，城镇居民消费结构与经济增长之间存在双向因果关系[2]。文启湘和冉净斐通过构建和谐分析模型检验了中国区域消费结构与产业结构的和谐程度[3]。从以上研究来看，学术界对于消费结构与产业结构、经济增长相互关系进行了较为深入的研究，但研究中忽略了区域单元间存在的空间联系和相关性，缺乏对居民消费的空间溢出以及辐射效应的研究。事实上，居民消费结构造成的集聚和扩散作用会对其他区域产业结构和经济发展产生正的或负的溢出效应，进而影响区域经济发展。本文将基于中国1997-2012年的省域面板数据，采用较为前沿的空间计量模型考察中国消费结构对产业结构、经济增长的空间交互效应。

二、实证模型与方法

(一)空间面板计量模型简述

1997年，荷兰计量经济学家Paelinck首次提出了“空间计量经济学(SpatialEconometrics)”，后经Anselin等学者不断研究和发展，并广泛应用于区域经济发展等问题，本文纳入的空间计量模型主要有空间滞后模型(SpatialLagModel，SLM)、空间误差模型(SpatialErrorModel，SEM)和空间杜宾模型(SpatialDurbinModel，SDM)，三种空间计量模型代表不同的空间交互效应产生机制，其中SLM中的空间交互效应来自于空间单元的实质性联系，通过纳入因变量空间滞后项来反映；SEM考虑了模型构建过程可能遗漏的误差项存在的空间交互效应；SDM则涵盖了以上两种空间效应机制，认为空间效应机制来自于内生、外生解释变量以及空间误差项共同的作用[4-5]。三个空间模型定义分别为：

空间滞后模型(SLM)：

(1)

空间误差模型(SEM)：

Yi,t=a+βXi,t+ci+μt+νi,t

(2)

空间杜宾模型(SDM)：

(3)

式(1)～(3)中，Y为被解释变量，X是外生解释变量矩阵；ρ为被解释变量的空间相关系数，代表空间自回归系数，用以反映被解释变量与相邻区域相互影响的程度，β为解释变量回归系数，Ф表示解释变量空间相关系数，λ为误差项的空间相关系数，ε为随机误差项。

Anselin提出空间计量模型主要用于考察空间溢出效应问题，Lesage和Page进一步提出利用偏微分来度量解释变量的空间溢出效应的具体方法[6]121-145。首先在SDM中纳入惕夫逆矩阵(Waugh，1950)，将式(3)变换为：

Y=(1-ρWi,j)-1+(1-ρWi,j)-1(Xβ+Wi,jXθ)+(1-ρWi,j)-1ε

(4)

实际操作中，通过D次抽取得到第k个解释变量平均间接效应，形成偏微分矩阵方程式(5)，矩阵中对角线对应解释变量的直接效应，非对角线则表示间接效应，通过观察间接效应显著程度来确定空间溢出效应的存在。

(5)

(二)权重矩阵选取

在进行空间计量分析前，首先要构建适合的空间权重矩阵，矩阵中的权重元素代表的是空间单元间依赖关系及程度，其选取方式对于实证研究具有重大影响。目前，常见的权重矩阵主要有：1.0-1矩阵。根据区域单元是否相邻来设置，具有简便易行的优势，目前应用最为广泛，但其过于严苛的假设，仅适用于具有明显边界性的研究问题上。2.地理权重矩阵。认为距离是区域联系的关键因素，包括有限距离矩阵和距离衰减矩阵两种。前者认为空间单元的联系只有在一定距离才会产生，超过这一距离空间联系将会消失；后者则提出区域间空间联系随着空间距离扩大而减少的假设。3.经济权重矩阵。该矩阵主要根据经济发展程度和水平设置，认为单元间的空间联系具有非对等性，发达地区对于落后地区的辐射程度一般要高于后者对前者的影响[7-8]。

实证研究中，通常依据研究对象的空间依赖特点进行空间权重选择，产业经济发展对于整个系统来说具有全局性的特点，地区的经济发展政策会被其他地区观测到并受之影响，区域间的距离远近使得影响水平高低有所区别。所以，根据区域经济发展水平以及区域间的距离构建了经济距离权重矩阵，并据此考察城乡居民消费结构对于区域产业结构、经济发展水平的空间效应问题，矩阵构建规则如下：

(6)

(三)指标选取及数据说明

中国的统计方法将居民消费支出分为食品、衣着、居住、家庭设备与服务、交通和通讯、文教娱乐与服务，医疗保健等8类。学术界一般采用恩格尔系数来衡量居民消费结构水平，恩格尔系数指的是食品支出占总消费支出比例，系数越高表示居民消费结构水平越低。为了能够体现出消费结构水平对产业结构升级、经济增长之间促进的作用，本文采用非食品支出占总消费的比重来衡量城乡居民消费结构，分别记为UCS，RCS。根据已有的文献研究，被解释变量产业结构和经济增长，分别用二、三产业产值之和占GDP比重(IS)、人均GDP(PGDP)来度量，其中人均GDP根据价格指数平减为1997年不变价格。控制变量选取外商直接投资占GDP比重(FDI)、人均物质资本存量(SK)、人力资本投资(SH)、R&D经费投入占GDP比重(RD)、城镇人口占总人口比重(UR)。其中，资本存量的算法参照单豪杰的永续存盘法，人力资本投资采用Barro和Lee的平均受教育年限表示[10]，所有数据均取对数。数据均来源于《中国统计年鉴》、《中国贸易外经统计年鉴》以及《中国科技统计年鉴》，具体描述见表1。

表1　主要变量的定义描述性统计

注：表中变量结果均未经过对数变换，实证研究中将采用对数形式。

三、计量检验、模型设定与结果分析

(一)空间相关性检验

使用空间计量模型的前提是研究对象具有空间相关性，一般利用Moran′sI指数法来检验，当Moran′sI>0时，表示存在空间正相关性，即相邻单元水平值相似；Moran′sI<0时，表示具有空间负相关性，即相邻单元水平值相异。Moran′sI的绝对值越大说明空间相关程度越高，计算公式为：

(7)

利用matlab软件计算的1997—2012年中国城乡居民消费结构的Moran′sI指数如表2所示。其中，除1997、1998年外，其它年份的城镇居民消费结构Moran′sI指数正态统计量Z值均大于正态分布函数在1%水平下的临界值。农村居民消费结构的Moran′sI指数从1997年的0.340 1增至2012年的0.387 3，且通过了1%水平的显著性检验。该结果表明城乡居民空间随机分布的假设被拒绝了，城乡居民消费结构的空间分布在整个样本期间存在集群趋势。同时，产业结构升级和人均GDP也表现出显著的空间集聚特征。以上分析表明利用空间计量模型研究具有可行性和必要性。

(二)模型选择策略

实际研究中，空间计量模型的选择一般遵循OLS-SLM或SEM-SDM的顺序展开，具体方法如下：首先，利用普通面板混合模型进行LR检验，确定纳入何种固定效应模型，并利用两个拉格朗日乘数(LagrangeMultiplier)形式LMlag、LMerror和稳健(Robust)的R-LMlag、LMerror来比较SLM和SEM；然后，利用Wald检验，确定SDM的适用性，通过检验假设H0:θ=0以及H0:θ+ρβ=0来进行，第一个假设条件验证SDM是否可以简化为SLM模型，第二个假设条件则是检验SDM是否能简化SEM，若检验结果同时拒绝了两个假设条件，则表明SDM更为合理，应在模型中同时纳入被解释变量和解释变量的空间滞后项，在此基础上，根据Hanusman检验值来确定固定效应和随机效应的纳入；最后，若证实了SDM的适用性，则需进一步根据偏微分方程讨论解释变量对因变量的空间溢出效应[11-13]。

(三)模型检验与设定

根据上述空间计量模型的选择策略，消费结构对产业结构的空间相关性检验以及空间杜宾模型适用性检验结果如表3、表4所示，得到如下结论。

表2　城乡居民消费结构、产业结构和人均GDP的Moran′s I指数以及显著程度

注：表2、7、8、9中的***、**、*分别表示在1%，5%和10%水平下显著，括号内为t统计量。

表3　消费结构对产业结构的空间相关性检验结果表

表4　消费结构对产业结构的空间杜宾模型适用性检验结果

1.LM关于空间滞后和空间误差存在性的绝大多数检验拒绝了原假设，由此确定了模型估计残差空间自相关的存在。2.零假设为空间效应联合显著的LR检验均拒绝原假设，分别为(856.622 9,0.000 0)和(683.564 5,0.000 0)，即模型存在双边固定效应。3.LMerror和LMlag分别通过了5%和10%的显著性检验，R-LMlag和R-LMerror没有通过显著性检验，说明SEM优于SLM。4.空间杜宾模型适用性中的Wald和LR检验均通过了1%水平的显著性检验，表明空间杜宾模型不能被简化为SEM或SLM。5.Hausman检验显示接受了原假设，即应纳入随机效应模型来进行分析。综合上述结果，消费结构对产业结构空间效应模型为随机效应的空间杜宾模型：

lnIS=α+ρWi,jlnIS+βln(UCS,RCS,FDI,SK,SH,RD,UR)+Wi,jθln(UCS,RCS,FDI,SK,SH,RD,UR)+ci+μt+εi,j

(8)

消费结构对人均GDP的检验结果如表5、表6所示，结论显示：LR检验结果分别为(426.775 2,0.000 0)和(288.386 9,0.000 0)，Wald和LR检验均满足1%的显著性检验，结合Hausman检验结果，消费结构对经济增长的最优空间模型为随机效应的空间杜宾模型：

lnPGDP=α+ρWi,jlnPGDP+βln(UCS,RCS,FDI,SK,SH,RD,UR)+Wi,jθln(UCS,RCS,FDI,SK,SH,RD,UR)+ci+μt+εi,j

(9)表5　消费结构对经济增长的空间相关性检验结果表

表6　消费结构对产业结构的空间杜宾模型适用性检验结果表

(四)空间效应解析

从表7中随机效应的空间杜宾模型的结论来看，居民消费结构对产业结构和人均GDP具有明显的空间效应，进一步说明如果不考虑空间效应，可能导致实证结论出现偏误。在空间面板模型中，自变量的回归系数并不能反映因变量影响的边际效应，需通过偏微分方程(式4) 将空间效应分解为直接效应、间接效应和总效应来反映。其中，直接效应表示区域自身驱动因素对其产业结构、人均GDP的影响，间接效应则衡量的是本地区驱动因素对其他地区产业结构、人均GDP的影响，总效应则为直接效应和间接效应的总和。消费结构对产业结构和人均GDP空间分解如表8、表9所示。

消费结构对产业结构的空间效应分解显示：1.城乡居民消费直接效应均显著为正，说明城乡居民消费结构对产业结构升级具有刺激作用。城乡居民消费结构转变带动了供给和生产结构发生变化，从而引致本地区的产业结构升级，这一结论也与众多学者研究结论一致。其中，城镇居民消费结构对产业结构的刺激程度要高于农村居民。2.城镇居民消费的间接效应显著为负，说明城镇居民消费结构具有显著的负向空间外溢效应，即一地区城镇居民消费结构的提升对其他地区的产业结构升级具有抑制作用，由于抑制作用强烈，使得总效应显著为负。地区之间对消费市场存在竞争，对某地区市场的消费可能“剥夺”了其他地区的消费市场。同时，区域居民消费结构提高引致的产业结构升级，导致了一些地区相关经济要素流出，从而影响了其产业发展。3.农村居民消费的间接效应为不显著的负效应，说明农村居民消费结构具有一定的负向空间外溢效应。农村居民消费目前还处于一种自给自足的状态，对消费市场竞争较小，这是由于农村所需经济要素相对简单，且流动没有那么频繁，所以区域间溢出效应不明显。4.人力资本和城市化则具有显著的空间溢出效应，即地区人均受教育年限水平和城市化水平的提高，对其他地区的产业结构具有积极影响。

表7　空间杜宾模型估计结果表

消费结构对经济增长的空间效应分解显示：1.城镇居民消费结构的直接效应不显著，农村居民消费结构显著为正。即城镇居民对本地区经济促进作用不明显，而农村居民消费结构的升级则对地区经济发展具有显著的促进作用，这可能是由于目前产业发展与城镇居民的消费结构存在不和谐的问题，使得其对经济产生刺激有限。2.农村居民消费结构具有一定的空间外溢效应，但还不显著。城镇居民的空间溢出效应则显著为负，而且比对产业结构的效应更加强烈，这也说明地方政府如果不关注区域空间效应，将无法达到经济发展预期，最终导致政策失灵。3.外商直接投资和城市化对本地区经济发展具有刺激作用，但空间效应不显著，说明外商直接投资和城市化外溢效应主要局限于省域范围内。人力资本和资本存量形成了显著的空间外溢效应。其他地区R&D经费投资则对本地区具有一定的挤占效应，从而影响了本地区经济发展进程。

表8　消费结构对产业结构的直接效应、间接效应和总体效应估计结果表

表9　消费结构对经济增长的直接效应、间接效应和总体效应估计结果表

四、结论与政策建议

本文利用城乡居民非食品消费占总支出比重来衡量城乡居民消费结构，选取1997-2012年中国30个省区数据，利用空间杜宾模型，实证考察了城乡居民消费结构对产业结构和经济增长的空间效应。研究结果显示，在样本区间内，城镇居民消费结构、农村居民消费结构、产业结构和人均GDP的Moran′sI指数大部分通过了1%的显著性检验，说明城乡居民消费结构、产业结构和人均GDP在空间上并不是随机分布的，而是满足一定的空间集聚性。其中，农村居民消费结构集聚水平普遍高于城镇居民，但差距有缩小的趋势。模型控制变量中，外商直接投资、资本存量和城市化对地区产业结构和经济增长具有显著刺激作用，技术进步对产业结构刺激明显，但对人均GDP的推动作用不显著。另外，人力资本投资、R&D经费投入对产业结构空间溢出效应显著，资本存量、人力资本和R&D经费对人均GDP具有一定的空间溢出效应。所以，政府在制定产业相关政策时，应关注产业经济发展因素所的空间交互效应，通盘考虑其他地区的发展路径，保障各区域间协同合作。

利用空间计量模型实证研究中国城乡居民消费结构对产业结构升级和经济增长的空间效应显示，城乡居民消费结构呈现的直接效应均为正效应，城镇居民消费结构的间接效应显著为负，农村居民消费结构则为不显著的正效应。具体结论及政策建议如下：1.农村居民消费结构升级效用优于城镇居民。实证结论显示城镇居民消费结构对产业结构和经济增长的总效应均显著为负，而农村居民消费结构则均显示为正效应，但显著程度有待提高。从促进产业结构升级、提高经济增长的角度来看，提升农村居民消费结构产生的效用更佳。但是我国农村居民消费倾向普遍偏低，许多农民的消费观念仍以节俭为第一原则。所以，未来应着力改善农村地区消费环境，加强社会保障力度，培育更多的消费热点，建立农村居民消费需求的长效机制。2.农村居民消费结构的溢出效应有待加强。目前农村经济要素流通不畅，居民消费很大程度上还处于自给自足的状态，应加强交通、运输等基础设施建设，促进农村区域间的交流与合作。3.城镇居民消费结构的溢出效应显著为负。城镇居民消费结构优化有利于本地区产业和经济发展，但由于地区间的竞争机制，对其他地区形成消费市场的“挤占”。说明目前仅仅依靠扩大内需无法达到中国区域经济增长的目的，更重要的是引导居民科学、理性的消费。

[1]查道中,古文慧.城乡居民消费结构与产业结构、经济增长关联研究[J].经济问题,2011(7).

[2]周辉.消费结构、产业结构与经济增长[J].中南财经政法大学学报,2012(2).

[3]文启湘,冉净斐.消费结构与产业结构的和谐:和谐型及其测度[J].中国工业经济,2005,209(8).

[4]洪国志,胡华颖.中国区域经济发展的空间计量分析[J].地理学报,2012,65(12).

[5]ElhorstJP.SpecificationandEstimationofSpatialPanelDataModels[J].InternationalRegionalScienceReview,2003,26(3).

[6]LeSageJP.PaceRK.IntroductiontoSpatialEconometrics[M].BocaRaton,FL:Taylor&FrancisGroup,2009.

[7]汪增洋,豆建民.空间依赖性、非线性与城市经济增长趋同[J].南开经济研究,2010(4).

[8]魏下海.人力资本、空间溢出与省际全要素生产量增长——基于三种空间权重测度的实证检验[J].财经研究,2010(12).

[9]PaasT,SchlitteF.RegionalIncomeDisparities:ConvergenceorDivergencewithintheEu-25[EB/OL].http://info-rumweb.umd.edu/papers/conferences/2006/Estonia-PAASSCHLITTEVer2.pdf.2006.

[10]BarroRJ,LeeJW.InternationalDateonEducationalAttainment:UpadatesandImplications[J].OxfordEconomicPapers,2001,53(3).

[11]侯新硕,张宗益,周靖详.中国经济结构的增长效应及作用路径研究[J].世界经济，2013(5).

[12]邹薇,刘红艺.城市扩张对产业结构与经济增长的空间效应——基于空间面板模型的研究[J].中国地质大学学报：社会科学版，2014,14(3).

[13]齐昕,王雅莉.城市化经济发展空间溢出效应的实证研究——基于“城”“市”和“城市化”的视角[J].财经研究，2013,39(6).

ResearchontheSpatialEffectofConsumptionStructureonIndustrialStructureandEconomicGrowth:BasedonSpatialPanelModel

ZHANGCui-ju1，ZHANGZong-yi2，3

(1.SchoolofEconomics,ChongqingTechnologyandBusinessUniversity,Chongqing400067,China;2.SchoolofEconomicsandBusinessAdministration,ChongqingUniversity,Chongqing400030,China3.SchoolofFinance,SouthwesternUniversityofFinanceandEconomics,Chengdu611130,China)

BasedonChina'sprovincialdata(includingmunicipalitiesandautonomousregions)from1997to2012,thispaper,usingspatialautocorrelationanalysismethodandspatialpaneleconometricmodel,exploresthespatialeffectofurbanandruralresidentconsumptionstructureonChina'sindustrialstructureandeconomicgrowth.Theresultsindicatethatfirstly,atprovinciallevel,China'surbanandruralresidentconsumptionstructure,industrialstructureandpercapitaGDPexhibitanobviousspatialagglomeration.Secondly,theoptimizationofurbanandruralresidentconsumptionstructuregivesstrongimpetustotheupgradingofregionalindustrialstructureandeconomicgrowth.Whileurbanresidentconsumptionstructurepresentsobviousspatialspillovereffects,thespatialspillovereffectsinruralresidentconsumptionstructurehasbeenunobvious.Finally,thispaper,basedondifferentspatialeffectsexhibitedinurbanandruralresidentstructure,proposessomerelevantandpracticalsuggestionsforpolicymaking.

consumptionstructure;industrialstructure;economicgrowth;spatialeconometrics;spatialDubinmodel

2015-11-09；修复日期：2016-01-06

国家自然科学基金项目《天然气资源的经济安全重大问题与对策研究》(G0301)

张翠菊，女，河北深州人，管理学博士，讲师，研究方向：能源经济学；

F224

A

1007-3116(2016)08-0046-07

(责任编辑：马慧)

张宗益，男，贵州松桃人，教授，博士生导师，研究方向：能源经济及管理。

【统计应用研究】