新消费背景下城镇化促进消费结构升级的空间动态效应——基于空间动态面板模型的实证检验

■贺祥民，汪 悦，贺 琼

（南昌工程学院经贸学院，江西 南昌 330099）

第一，城镇化带来的人口集聚、产业集聚首先有利于推动经济增长，进而城镇化带来的经济增长提升了消费者的可支配收入，为消费结构升级奠定了收入基础，为推动新消费的发展夯实了“压舱石”。第二，城镇化为服务业的发展提供了人口规模的支撑，为更高层次的享受型消费和发展型消费的繁荣，提供了发展的肥沃土壤。目前国内外对此问题的研究相对较少，且均未考虑消费结构升级本身可能存在的空间相关性。基于此，笔者利用空间动态面板模型，基于1999—2018年中国省级面板数据，考察了城镇化对消费结构升级的影响效应。

一、模型、变量与数据

（一）模型构建

由于地区间的消费结构升级可能存在一定的空间溢出性，同时前一期的消费结构可能对后一期的消费结构产生作用，也就是说存在动态变化。因此，为了将因变量的空间溢出性及动态变化纳入到考虑之中，采用空间动态面板数据模型进行研究，Elhorst(2012)认为该模型比传统的面板数据模型具有更强大的解释力。

模型中，i为省区，t为年份，Cmup为消费结构，Urb为城镇化。W为反映不同地区之间空间相互关系的空间权重矩阵。X为控制变量，参照已有文献，X包括地区贸易开放（Trade）、地区产业结构（Industy）、人力资本水平（HC）。μ、η分别为省区、年份固定效应，ε为随机扰动项。空间权重矩阵使用二元相邻矩阵，即省区之间相邻则为1，否则为0。当ρ=0时，方程为传统的动态面板模型；而当θ=0时，方程为静态空间面板模型。

（二）变量

1.消费结构升级（Cmup）

已有研究多使用常用消费中的八大分类占总消费的比重来衡量消费结构，如孙皓、胡鞍钢的研究。但这种方式是静态的，忽视了消费结构升级的动态过程，尚不能真实地刻画消费结构升级。因此，本研究借鉴已有文献，采用向量夹角法构建消费结构升级变量，该方法的优势在于消费结构逐层递进的动态演化过程，而非不同消费类型的绝对比例的简单加总。

城乡居民消费一般分为八项，本文将食品烟酒、衣着消费设定为生存型消费，将生活用品及服务、交通通信、医疗保健、其他用品及服务消费设定为享受型消费，将教育文化娱乐消费设定为发展型消费。

消费结构升级指标的具体计算方法如下：

第一步，分别计算生存型、享受型与发展型消费占人均总消费的比例，并将每一类消费的比重依次作为空间向量的一个分量，从而构成一组三维消费空间向量X0=(x01,x02,x03)。

第二步，选择基本向量组 X1=（1，0，0）、X2=（0，1，0）、X3=（0，0，1）作为基准向量，依次计算消费空间向量 X0与基准向量的夹角θj（j=1,2,3），计算方法为：

其中，xij表示基本单位向量组Xj（j=1,2,3）的第i个分量；x0i表示向量X0的第i个分量。

第三步，将所得的夹角按一定的权重进行加总：

其中Wj为权重，我们将最高级发展型消费的权重设定为1，享受型消费与生存型消费依次设定为2和3。在消费结构从生存型向发展型演变的过程中，生存型消费的比重下降越快，享受型和发展型消费的比重上升越快，θj就越大，因此式（2）中 Cump 值越大，消费结构水平越高。

2.城镇化（Urb）

用各地区的城镇化率衡量。

3.控制变量

地区贸易开放（Trade）用地区进出口总值与GDP的比值衡量，取对数；地区产业结构（Industy）采用第二产业增加值与GDP比值代理。人力资本水平（lnHC）用各地大专以上人口比重衡量。

（三）数据来源

本文研究的空间单位为中国内地除西藏外的30个省级单位，数据来源于1999-2018年的《中国统计年鉴》及各省统计年鉴。

二、实证结果分析

系统GMM通过考虑空间自回归参数(ρ)，避免了空间差分GMM估计存在的偏差问题，提高了其解释能力(Elhorst,2010)，并且使其具有比传统估计方法更大的空间极大似然估计量(MLE)。鉴于系统GMM估计在模型设置方面的强大能力，我们决定在本文的实证研究中应用系统GMM估计进行研究。

在进行空间系统GMM估计之前，识别空间交互效应是非常重要的。两种拉格朗日乘数(LM)检验可以较好地检验空间滞后和空间误差模型。附表1报告了LM检验结果，由结果可以看到，LM滞后稳健面板检验统计量比它的相应的临界值更大（p=0.000），而且LM误差稳健面板检验统计量也均小于相应的临界值，这说明我们研究的变量之间存在空间交互效应。关注系统广义矩检验结果，可以看到Hansen过度识别检验统计量不能拒绝零假设，即这些工具变量是有效的。此外，AR（1）的p值均在0至0.1之间，说明残差项存在显著一阶自相关；而AR（2）的p值全部大于0.3，意味着残差项二阶自相关不存在。相关统计量值表明我们采用系统广义矩对空间动态面板模型进行估计是有效且稳健的。

（一）全国及分地区的估计结果

附表2报告了全国及东部、中部、西部地区的估计结果。可以看出，各列中因变量的空间滞后项（W×Cump）均显著为正，这说明消费结构存在空间溢出性，地区之间消费结构产生了显著的相互影响作用。附表1的第（1）列全国层面的结果中，自变量城镇化（Urb）系数为正，且在1%的水平上统计显著，这说明整体上，城镇化有利于消费结构升级。由东部、中部、西部三大地区的估计结果可以看出，在三大地区，城镇化均对消费结构产生了显著的正向作用。比较来看，中部地区的系数最大，西部地区的系数最小，这表明在中部地区，城镇化最有利于消费结构升级，而西部地区的促进效应最小。

关注其他变量，可以发现在三大地区，贸易开放均对消费结构升级有显著的促进作用，这说明进出口贸易的发展促进了国内消费结构的优化。但是变量产业结构和人力资本均不显著，这说明在考察期内，中国的工业产业结构和人力资本均未发挥对消费结构的正向促进作用。

（二）分消费结构类型的估计结果

为了进一步考察城镇化对各类型的消费结构的影响，我们将生存型、享受型与发展型消费占人均总消费的比例作为因变量，采用前文的空间动态面板模型进行估计，估计结果见附表1。

对于各类型的消费，可以看到其空间滞后项 (W×Cump)系数都为正，且都在1%的水平上显著，说明各类消费也均存在显著的空间溢出效应，其中发展型消费的系数最大，这表明发展型消费最容易产生空间相关性。重点关注城镇化（Urb）的系数，对于享受型消费和发展型消费，该系数均显著为正，但对于生存型，该系数显著为负，这说明城镇化有利于相对高端的享受型消费和发展型消费的增长，尤其是有利于发展型消费增长，但削减了生存型消费。城镇化带来的经济增长、基础设施的完善、产业结构服务化和高端化都促进了享受型消费、发展型消费的增长；同时，这从另一方面证实了城镇化对消费结构升级的作用机理。

三、结论

新消费以消费结构升级及消费产品质量提升为重要表现形式，其在当前经济发展中起到了发动机的作用，并成为拉动经济新增长的主要动力。因此，促进新消费的发展，可以在当前经济进入新常态过程中发挥重要作用。使用系统广义矩估计的空间动态面板模型，利用1999—2018年省区数据，实证检验了城镇化促进消费结构升级的影响效应。研究发现消费结构升级具有空间溢出性，整体来看，城镇化有利于促进消费结构升级；分地区来看，城镇化对中部地区消费结构升级作用最突出。分三大类型来看，城镇化有助于享乐型和发展型消费增长，但削减了生存型消费。

本文的政策启示在于：第一，政府不仅要重视需求侧改革，积极培育新消费，促进消费结构升级，同时加强地区之间的联系，以发挥地区之间消费结构升级的空间溢出作用，进一步推动消费结构升级，培育和壮大新消费。第二，要重视城镇化对消费结构升级的重要作用，尤其是中部地区，要积极地谋划，采取多种优惠政策，促进人口、产业等向城镇集聚，同时做好城镇化的基础设施配套，以更好地发挥城镇化对新消费发展的作用。第三，在城镇化过程中，要鼓励城市发展较好的教育、文化娱乐企业向小城镇延伸，一方面有利于助推发展型消费企业的增长，另一方面也能够更好地满足城镇居民的更高层次消费的需求，以形成正反馈效应。

附表1 分消费结构类型的估计结果（空间动态面板模型-系统广义矩估计）

附表2 全国及分地区的计量结果（空间动态面板模型-系统广义矩估计）