我国消费中心城市识别、集聚特征与驱动因素——基于空间计量模型的研究

郭军峰 副教授

（黄河科技学院中国（河南）创新发展研究院 河南郑州 450063）

2019年10月，商务部等14部门联合印发了《关于培育建设国际消费中心城市的指导意见》，用来指导、协同推进我国消费中心城市的培育建设工作，并提出要用5年时间培育建设一批具有国际性特征的消费中心城市。消费中心城市是城市发展过程中城市功能丰富的具体体现，它不仅是区域消费资源的集聚地，同时也是区域，乃至某一国家消费市场的制高点，对于提振消费信心、促进消费升级具有重要的带动作用。扩大消费对于助力经济增长，促进经济发展转型升级具有重要的经济价值。在这一背景下，各部委、各地区也纷纷出台相关政策性文件支持本地消费中心城市建设，促进城市商业消费模式的升级发展。建设消费中心城市，是加快消费转型升级、推动经济更高质量发展的重要举措。对于形成更加完善的国内消费市场、增强消费活动对经济发展的基础性作用，满足人民日益增长的美好生活需要都具有重要的意义。

文献综述

虽然实务界对于建设消费中心城市的需求越来越强烈，但理论界对该领域的研究相对较少。现有的关于城市功能中心的学术研究大多集中在经济中心、金融中心、产业中心、物流中心以及行政中心上，对于消费中心的相关研究较少。在金融中心城市上，耿小烬（2020）认为金融资源在区域中的集聚有利于发挥金融资源的规模经济效应，对此他指出为解决西部地区金融滞后发展的难题，应该首先建立西部区域金融中心城市，发挥其空间辐射作用。在物流中心城市上，万代黎（2016）认为以北京、天津为代表的区域物流中心的发展，对整个京津冀地区物流业的高效发展具有重要的协同推动作用。在行政中心城市上，卢盛峰等（2019）认为，行政中心能够给城市带来更多的经济资源，例如能带来城市经济的超额增长。

近年来，随着商业经济的不断发展，一些学者也开始研究城市商业问题。王鹤等（2017）基于现代商业城市中心的发展理念，构建了相关指标，为研究我国商业中心城市的发展提供了新的思路。刘士林（2019）指出，消费中心城市的建设有利于带动城市产业转型升级，尤其是能够带动以城市旅游业为代表的第三产业的快速发展。在消费中心城市的识别上，一些学者基于人口流动、城市经济发展等数据计算得到了城市消费潜力，或者是以城市社会零售品消费数据识别城市消费能力，但相关研究仍不深入。

纵观学者已有观点可以发现，目前关于消费中心城市的研究仅限于理论层次，并未有学者对我国消费中心城市进行定量分析。消费潜力或者消费能力仅是构建消费中心城市的基础，并不能以此准确识别消费中心城市。基于此，本文进一步丰富了衡量我国消费中心城市的指标体系，有效识别了我国消费中心城市及其空间集聚现象，并基于实证模型检验了影响消费中心城市发展的因素，这也是本文的创新所在。

研究方法

（一）消费中心城市的识别

与传统识别城市消费能力或消费潜力的研究相比，本文认为，零售基础设施是衡量消费中心城市的一项重要指标。以大型超市、购物广场、咖啡店、餐饮门店为代表的零售基础设施是一个城市现时消费能力或消费水平的直接体现，一般而言，该类消费基础设施数量越多，密度越大，意味着所在城市的消费水平越高。因此本文分别从消费能力、消费潜力与消费基础设施三个方面出发，通过构建相关指标体系，基于熵权法模型测算得到我国各个城市消费中心城市指数，以此来识别我国消费中心城市。因篇幅限制，对熵权法模型的具体步骤不作过多赘述，详见和军等（2017）文献，各个指标及其最终的权重具体如表1所示。

在消费能力指标的选择上，考虑到消费中心城市需要有一定的消费体量，因此本文选择了人均消费规模与收入变量。在消费潜力指标的选择上，本文参考汪婧（2019）等的研究成果，将经济发展水平、城市发展及人口要素纳入到指标体系中。在消费基础设施上，分别考虑了衣食住行四个方面。

（二）消费中心的空间演变及集聚性测度

首先，本文构建重心模型，用来检验我国消费中心城市的地理位置变化趋势，其中消费重心的计算方法如下：

表1 消费中心城市衡量指标

表2 变量的定义及其描述性统计

其中mi代表城市i的消费中心城市指数；xi表示城市i的经度，yi表示城市i的纬度（以城市行政中心为准）。

空间集聚是经济要素在空间上非随机分布的一种特征，常用的衡量要素空间集聚的方法包含但不限于全局空间自相关、空间基尼系数等。其中全局空间相关性系数主要针对整个系统全部要素的空间分布特征分析，用来表明被研究的要素在全域范围内空间关联的程度。本文采用Moran I指数来衡量我国消费中心城市的空间集聚程度，具体见式（3）。

其中：n为研究区域地区总数，wij代表所选的空间权重，本文采用反距离空间权重矩阵，xi与xj分别表示城市i和城市j的消费中心城市指数，表示该指标在样本中的平均值，则代表该变量的方差。

（三）空间杜宾模型构建

本文在识别我国消费中心城市的基础上，进一步的运用实证模型，从空间角度衡量了影响我国消费中心城市发展的因素，具体见式（4）。

式（4）为传统的空间杜宾模型，其中，Yit表示各城市消费中心城市指数，X为各个控制变量，具体包含人口流动、产业结构、金融发展、城乡收入差距变量。W为本文的空间权重矩阵，随着交通基础设施的完善，以交通联系为代表的空间权重矩阵逐渐替代传统的地理空间权重矩阵，本文以在12306官网利用爬虫技术得到的各个城市之间铁路通勤耗时数据为基础构建空间权重矩阵，具体见式（5），其中，hij代表城市i到城市j的通勤时间。

表2为本次实证所涉及到的变量及其描述性统计。从消费中心城市指数变量来看，最大值为94.72，最小值为4.88，差异明显，其中东部沿海城市群内各个城市明显高于内陆省份各城市，体现出较强的区域差异性。

（四）数据来源与样本选择

本次以地级市为研究样本，其中各个解释变量、消费能力以及消费潜力指标的相关数据来源于历年《中国城市统计年鉴》，人均汽车保有量数据来源于WIND数据库，优衣库以及海底捞线下门店数据来源于两家公司官网、微信公众号及线上APP，酒店数量数据来源于中国旅游网。本次研究周期为2013-2018年，剔除了连续三年缺失数据的样本，最终形成了254个城市样本。

表3 我国主要城市消费中心城市综合得分

表4 2015-2020年我国消费中心演变及空间集聚

实证结果分析

（一）我国消费中心城市的识别

本文基于表3各个指标的权重及其实际观测值，测量出2013-2018年我国各个城市的消费中心城市指数，因篇幅限制，本文仅报告以2018年数据为基准的前十位城市。其中，可以发现上海市、北京市以及广州市在研究期内综合得分均超过80分，因此，可以认为上海市、广州市与北京市是具有代表性的全国性消费中心城市。深圳市、天津市、苏州市、成都市、武汉市、重庆市以及杭州市在研究期内综合得分均大于50分，但与北京市为代表的全国性消费中心城市相比差距较大，因此定义为区域性消费中心城市。在所有消费中心城市中，仅成都市、武汉市及重庆市位于内陆地区，体现了较大的区域差异性。

（二）我国消费中心时空演变与空间集聚性

基于重心模型，本文以消费中心城市指数为基础，计算得到我国消费中心的时空演变趋势，具体如表4所示。从消费中心的变化趋势来看，2015年消费中心的经纬度坐标为（111.20，30.94），在研究期内经度坐标不断增大，而纬度坐标不断变小，这说明我国消费中心正不断向东南地区转移。对此本文认为，我国消费中心与人口中心、经济中心存在相同的变化趋势。改革开放以及经济全球化使得东南沿海地区更具经济发展潜力，人口与经济要素不断向东南地区转移，东南地区无论是在经济发展水平、城市化进程还是产业结构都领先于全国，由此也使得消费资源向东南方转移。因此目前来看，构建消费中心城市，我国东部沿海地区更具优势。

进一步的，本文借助Arcgis10.2软件，计算得到我国消费中心城市指数的空间自相关系数，具体如表4所示。从全局Moran I指数的大小来看研究期内我国消费中心城市指数的空间自相关系数均为正，且通过了1%水平上的显著性检验，这说明消费中心城市具有明显的空间集聚性。这种空间上集聚性的存在，一方面说明我国正基于城市群逐步形成消费中心城市，另一方面也从侧面证实了构建消费中心城市的经济价值，即对周边地区尤其是城市群内部区域消费升级的引领作用正不断凸显。

（三）空间计量结果分析

表5报告了空间计量回归结果。从全部样本来看，本地区人口的净流入、第三产业比重的提高以及金融发展均有利于促进消费中心城市指数的提高，而收入差距增大则会抑制消费中心城市指数的增加。对此本文认为，现阶段我国人口的流动主要是以青年人群为主，收入较高且购买力较强，因此人口的净流入有利于带动净流入城市的消费增长。第三产业比重的增加意味着能够为消费者提供更全面的消费服务，而金融发展则有利于调节居民收入，刺激消费增长。此外，空间计量结果显示，邻近地区产业结构升级以及金融发展有利于本地区消费中心城市指数的增加。对此本文认为，随着我国城市群的不断发展，各城市基于本地优势积极进行产业转型升级，各地区产业互动紧密，因此邻近地区产业升级以及金融发展能够为本地产业与金融发展带来更大的机会，从而促进本地区消费中心城市指数的增加。σ的估计系数为0.37，且通过了1%水平上的显著性检验，这说明从全国层面来看，消费中心城市指数具有较强的空间正向集聚效应，这与前文得出的结论相同。

分地区来看，东部地区人口流动、产业结构优化以及金融发展与消费中心城市指数呈现显著正向相关性，而邻近地区产业结构优化与金融发展也会显著提高本地区消费中心城市指数。中西部地区产业结构升级以及金融发展与消费中心城市指数呈现显著正向相关性，但收入差距则不利于中部地区消费中心城市指数的提高，这说明我国不同地区消费中心城市的发展面临着不同的动力及阻碍。此外，虽然σ的估计系数在不同区域均显著为正，但呈现出“东部地区＞中部地区＞西部地区”的特征，这说明我国不同地区消费中心城市呈现出差异化的集聚情况，东部地区集聚程度更高。对于上述差异，本文认为东部地区城市群发展水平相对较高，区域经济联系紧密度较强，北京市、上海市以及广州市这三大全国性消费中心城市均位于其中，发挥着较强的消费升级引领作用，因此空间集聚性较为明显。

表5 空间计量实证结果

研究结论与发展建议

构建消费中心城市，丰富中心城市功能是我国城市化发展及经济转型过程中的重要探索。消费中心城市的构建将成为促进消费升级、调整产业结构、拉动经济增长的新引擎。因此，本文构建了消费中心城市指数，并以此为基础识别了我国消费中心城市及其集聚性，并借助空间计量模型检验了其影响因素。研究结果表明：北京市、上海市及广州市是目前我国典型的全国性消费中心城市，区域消费中心城市也大多集中在沿海地区，现阶段我国消费中心城市在空间上并不协调。消费中心城市指数存在明显的空间集聚特征，研究期内我国消费中心不断向东南地区转移，加剧了区域发展差异。人口净流入、产业升级以及金融发展有利于促进消费中心城市的发展，而城乡收入差距的增加则不利于消费中心城市的发展。

在消费中心城市培育之际，本次研究不仅为识别消费中心城市提供了直接的数据参考，同时也为构建消费中心城市带来了重要的政策启示。首先，消费中心城市是时代发展的必然要求，因此各地区必须在充分结合区域经济发展优势的基础上，根据城市基础、区位及发展前景，针对性的构建消费中心城市。并以城市群为基础协同共进，构建具有全国性、区域性及地方性特征的消费中心城市发展体系。其次，我国消费中心不断向东南地区偏移的趋势，极有可能会加大区域间发展差距，因此需要进一步优化营商环境，缩小区域间消费基础设施的布局差距。同时有针对性的以西部龙头省会城市为基础构建区域消费中心城市，带动我国中西部地区消费升级的整体发展。最后，消费中心城市的发展最终要以产业为动力，以服务居民为导向。这就要求各地区在制定消费中心城市发展方略时，一方面要注重产业升级，加快产业结构调整，特别是注重金融业的协同发展。另外，要合理引导人口的流动，吸引更多高素质人群落户本地，放宽城乡劳动力流动门槛，同时要多措并举降低城乡居民收入差距，最大限度释放居民消费潜力。