城市消费差异对我国城镇化率的影响——基于泰尔熵法分析

朱锐芳，钱海燕

（安徽大学 经济学院，安徽 合肥 230031）

消费、投资和进出口是引领一国经济发展的“三驾马车”。随着我国投资拉动放缓，进出口贸易降温，如何实现消费经济的突破，促进新常态下经济的进一步发展，已成为了当前的热点问题。部分学者认为，我国居民普遍持有保守的投资意识，更倾向于将剩余资产进行储蓄，从而导致了消费经济发展不利；亦有学者认为，我国金融市场上乱象频发，居民无法找到优质的投资渠道，使得大量资金被动储蓄。但从消费经济的根源来看，消费问题不仅仅是文化问题、或是金融问题，居民的收入才是决定消费市场发展的源泉。随着区域经济发展的不断失衡，城市间消费出现了明显的异化情况，大量优质消费资源集中于少数核心城市，导致外围城市在消费市场上被动产生大量无谓损失。一方面，随着我国“消费升级”趋势愈演愈烈，居民对优质消费产品的需求一再放大，低端产品对外围城市市场的“锁定”导致消费规模不断下滑；另一方面，优质消费资源的集中所产生的蒂伯特效应，使得大量居民选择“用脚投票”，引发了人口结构的进一步失衡。

一、文献综述

通过板动态空间误差模型的QMLE 估计方法研究新型城镇化对居民消费率的影响及区域差异，可以发现，新型城镇化水平的提高对消费水平的提高有显著的促进作用且存在区域差异，对东西部的影响显著且对东部影响更大；曹飞[2]考察了省域人口城镇化率影响因素的空间联系，利用空间杜宾模型进行了实证分析，发现人口城镇化率具有空间自相关性；高铁梅等[3]的研究首次采用城市面板数据进行研究，结果显示，我国城镇化率与城市产出之间存在明显的倒U 型曲线关系。另一部分学者则聚焦于城市消费和城镇化的外部作用进行了相关研究。例如，赵明慧[4]认为，随着改革开放的进一步深化，城市化、消费金融和商贸流通业均得到一定程度的发展，并通过实证研究发现，城市化的推进程度显著的影响商贸流通业的发展；敬艳丽[5]采用省级层面数据，通过实证研究了商贸流通业效率对消费总额产生的影响，结果发现商贸流通业效率的提升显著推动了全社会消费总额的增长。综合来看，城市消费差异的和谐水平，不仅是阻碍消费经济发展的主要因素，更在深层次上引发了城镇化发展的外部问题，而当前的研究仅仅显示了城市消费能够促进城镇化率提升，并没有考虑不同城市的消费差异所造成的发展差别。本文沿着这一思维盲点展开理论分析与实证检验，试图给出下列问题的答案：对于不同城市而言，其内部消费和谐度是否存在差异？而不同城市的消费和谐度，在对城镇化发展的贡献上是否又产生了深远的影响？基于此，本文将从实证角度深入考察城市消费差异对我国城镇化率的影响，从理论和实践层面归纳出能够解决我国消费经济发展的有效方法。

与既有的国内外文献相比，本文研究的边际贡献在于：（1）从城市差异的角度出发，基于空间经济学考察城镇化发展的异同，并发掘了影响城镇化率的核心因素，实质性拓展了城镇化相关文献的研究视角。（2）尝试构建了“核心-周边”消费和谐矩阵，分析“核心城市”与“周边城市”的区域消费协同性，进一步延伸了城市差异和区域差异的概念内涵，有助于塑造城镇化发展的作用机理，有利于完善城市经济学理论和分析框架。

二、研究方法

（一）基本假设

根据前述学者研究不难发现，首先，城市消费差异及市场和谐度关系到消费市场的协同性和规模效应，通过降低区域间消费差异，可以缩小市场中的摩擦损失，对实现高效经济运转有着不可取代的作用；其次，居民消费升级的重要外在表现就是城镇化水平的提升，从扩大内需的角度来看，商品市场的消费升级不仅能够为供给侧结构性改革起到逆向传导的作用，还能够为促进内部市场及居民福利创造良好条件。由此可以认为，城镇化建设的重要目标之一就是改善商品市场的供给情况，实现城市消费一体化与城乡消费的联动，是宏观经济发展的主要方向。但也需要注意，城市消费的异化某种程度上导致了资源的集聚及人口的流动。美国经济学家克拉克认为，被动的人口集聚实质上是市场选择的结果，通过人口的流动能够解决不同市场间的摩擦[6]。这种观点表明了城市消费差异可能带来的好处，同时也有可能替代城镇化建设的部分作用。对此，本文提出如下假设：

假设1 我国城市消费差异可能对城镇化率的变动产生影响；

假设2 我国城市消费的和谐水平与城镇化建设直接可能存在滞后情况。

（二）指标构建

表1 “核心-周边”城市消费和谐矩阵

1.城市消费差异指标

对统一区域内部的城市消费差异而言，由于理论层面的指标间存在可比级数的问题（城市距离并不一致），本文独创性地将区域内部城市分为“核心城市”和“周边城市”，即每个省市区的省会城市为“核心城市”，其他城市为“周边城市”，并构建“核心-周边”城市的消费和谐矩阵，从而得出某一区域的城市消费差异指标，如矩阵表1 所示。

表1 中，Fci（c 表示center）表示核心城市居民消费支出与第i（i=1，2，3）个产业的人均GDP 的比例，之所以采用消费总量与产业总量的比值进行分析，是因为比值能够消除不同地区之间因消费总量问题产生的量纲差异；Fsi（s表示surroundings）即为周边城市居民消费支出与不同产业人均GDP 比例。总体指标城市消费和谐度应该落在[0，1]区间内，假设核心城市居民食品支出比例分别为F′c1，F′c2，F′c3，若Fci>F′ci，则有fi=1-（Fci-F′ci）/F′ci。

同时，本文用德尔菲分析法对各个指标的权重进行赋权，从而得出区域内部的城市消费和谐度：

式（1）中，h（c，f），n是城乡各消费项目对于产业结构的和谐度，n 表示消费结构中所包含的各个项目，ω（c，f），i表示第i 个指标对应的权重，ni表示经过区间处理后的标准指标水平。

2.城镇化率指标

城镇化率指标[7]的刻画方法较为多样。本文主要分析如何刻画和描述居民的人口和收入变动。如直接采用城乡人口比例，难以说明消费结构的关联性；若采用城乡消费比例，无法凸显人口结构的变动方向。为此引入泰尔熵理论，该方法同时包含消费结构和人口结构两个方向，与本文的分析视角一致：

公式（2）中，Tail 即为城镇化率的衡量指标，c和p 分别代表消费和人口，为消除价格因素的影响。本文将消费水平根据各区域每年的CPI进行了平减。

（三）模型构建

为了验证本文设置的假设的存在性，采用灰色关联分析方法对此进行分析，该方法能够有效的分析发展中系统的序列性和紧密性，从而可以由序列间的“滞后效应”得出两者的灰色关联度。

灰色度设定过程如下：

设序列X0=（x0（1），x0（2），…，x0（n））为系统的特征序列，Xi=（xi（1），xi（2），…，xi（n））为系统的行为序列，两序列长度均为n。

以区域内部的城镇化率作为系统特征序列，以同期城市消费的和谐度指标作为系统行为序列，系统时间为2010～2018 年，序列总长度n=9，子行为序列长度为n=5。

第一步，计算各个序列初始点的值，设的初始点对应值为

再令

第二步，利用初值与对应值的差值得出滞后阶数

公式（6）中，i=1，2，…，m，且有

被称为灰色关联度。

为了拟合标准序列和对应序列，本文对特征序列X0进行固定，并将时间序列向右平移，对两种序列Xi进行拟合，序列间达到最佳的拟合情况时，对应的时间序列移动的阶即为移动步长。对各个灰色关联度ε0i进行比较，ε0i达到最大时对应的年份差距即为滞后年。在灰色关联分析前，本文还引入了OLS 分析方法，以判定城市消费差异与城镇化率之间的关联性，公式如下：

公式（7）中，h 即为上文采用和谐矩阵求得的城市消费差异，Tail 即为城镇化率指标。

三、实证分析及结果

（一）数据说明

1.样本时间

本文主要观察2010～2018 年间我国城市消费差异和城镇化率的相关性。首先，由于我国的“消费升级”趋势发生在2010 年后，居民的消费规模逐步增长，消费结构也逐渐向高端转变；其次，城镇化建设在2010 年后进一步强化，选取这一时间段进行分析更具备有效性。

2.样本区域

我国的城市发展因地理位置和经济水平而呈现出极大的不均衡局面，本文在指标构建过程中，需要一个区域内部具备核心城市与周边城市，故需要排除北京、上海、天津、重庆四个直辖市，样本区域为除四个直辖市及港澳台外的27 个省。

3.数据来源

本文的数据来源于《中国统计年鉴》、《中国城市统计年鉴》和各省统计年鉴及统计局网站信息，部分数据来源于Wind 数据库。

（二）OLS 回归分析

本文利用2010 年6 月至2018 年6 月的月度数据对城市消费和谐度指数h 和城镇化率指数Tail 间进行了OLS 回归分析，初步判定城市消费差异与城镇化率之间的关系。本文在Eviws 8.0 中采用一元线性回归直接分析，在平稳性分析中可知lnh 和lnTail 均服从一阶单整序列I（1），两者间存在长期稳定的关系，单位根检验结果同样服从。回归结果如下：

由公式（8）的回归结果可以得出如下结论：当区域内城市消费和谐度上升时，我国城镇化率会出现显著增长，这一回归的t 值在1%的显著性水平下显著。

由于公式（8）的判决系数Adj-R.sq 为67.12%，本文采用格兰杰因果检验分析了序列的因果特征，结果如表2 所示。

表2 格兰杰因果检验

为了使得格兰杰因果检验能够直接解释两个序列间的趋势关系，本文对两个序列进行向前差分，以突显序列间的趋势性。由表1 的分析结果可见，序列DLNH 的变动成为DLNTAIL的格兰杰原因。总体来说，当我国城市消费和谐度上升1 个单位时，我国城镇化率会上升0.7162。

（三）灰色关联分析

OLS 回归的结论证明了城市消费和谐度与城镇化率具备统计学上的相关关系。但由于我国在城市消费差异与城镇化发展间出现的诸多问题，因此城市消费与城镇化之间的协调性存在显著不同。根据本文选取我国的27 个省，将其分为三大经济区，采用灰色关系分析拟合两者的移动关系。本文将移动步长设置为7，结果如表3 所示。

表3 灰色关联度分析结果

从全国水平来看，城市消费和谐度与城镇化率的灰色关联度最大滞后值达到了0.9354，说明我国城市化和谐增长向前移动3 阶后，能够与城镇化发展符合。这与上文分析一致。该结果说明，在移动步长S=3 时，特征序列与行为序列的关联性达到最大，我国城市消费和谐水平显著落后于城镇化发展，因而无法在当期达成最优的影响效果。

从分样本水平来看。在东部和西部地区，滞后步长均为3 阶，说明在分经济区的发展中，城市消费和谐度显著落后于城镇化发展，而在中部地区则滞后了4 阶，中部的消费结构性问题更加突出。

四、结论

本文采用“核心-周边”消费和谐矩阵建立了量化测算城市消费水平的指标集，并采用泰尔熵衡法量了城镇化水平，从实证分析角度对城市消费差异与城镇化率之间的关系进行解读。从回归分析结论可以发现，首先，在2010～2018 年的观测期内，城市消费和谐度越高，对应区域的城镇化发展越快，两者具备显著的量化关系；其次，通过灰色系统分析发现，我国城市消费和谐水平落后于城镇化建设3 年，中部地区结构性问题更为突出，滞后阶为4 年。

为此，本文有如下建议：

第一，强化供给侧结构性改革，推动消费经济的快速发展。当前我国的消费经济问题，不是需求不足，更不是资金短缺，根本原因在于供给侧，在居民收入不断上升的实际前提下，利用居民日益增长的消费实力，推动内部消费市场的建设，强化优质产品供给，释放这一部分的居民需求。

第二，推动城镇化进程，需要减少区域间消费的差异和摩擦。一方面，城镇化切实提升了居民的相对收入，促进总体消费的规模，进而促进城镇一体化市场的建设，对我国的城镇化建设产生反馈作用；另一方面，城镇化建设强化了供给侧的信息与预期，使得生产企业对市场具备更多的主动性，能够着力加大投入，改善产品结构，通过居民的消费升级趋势强化生产渠道的回溯，建设宏观层面的内部产业发展循环。

第三，通过城市消费平衡市场建设，反馈城镇化发展。我国的“供给侧结构性改革”由消费市场上供给与需求不均衡而展开，在城乡大市场、城市同质市场、区域协调市场的建设过程中，随着市场平衡的不断优化，居民的内部消费需求随之变化，并通过城镇化建设渠道释放了一部分动能，产生了显著的消费升级趋势，最终完善我国的消费市场建设与城镇化建设。总的来说，通过经济发展改善城市消费结构，利用消费结构转型增强消费市场活力，是我国进一步发展现代化城镇的重中之重。