产业集聚对城乡居民消费的影响研究
产业集聚对城乡居民消费的影响研究——基于动态空间面板模型
摘 要： 由于居民消费能够拉动经济增长，增加国内生产总值。如何刺激消费发生，带动消费群体，提升消费水平成为热点问题。随着经济不断发展，产业集聚效应的重要性也更加突出。为了探求产业集聚对于居民消费的影响，在充分考虑动态因素和空间因素影响的基础上，文章采用动态空间面板数据模型，对不同类型的居民消费进行实证分析。研究结果表明，产业集聚能够有效地促进城镇和农村的居民消费，对于城镇居民消费的促进作用更加明显。另外，产业集聚也能够减弱城乡居民消费的差距。
关键词： 产业集聚； 居民消费； 动态空间面板模型
一、引言和文献综述
随着中国经济的快速发展，产业集聚现象不断加剧，这一现象对经济增长的贡献程度不容小觑。产业集聚现象的产生对于区域居民消费能力的影响众说纷纭，至今也没有明确结论。产业集聚对城乡居民消费的影响机理主要表现在三个方面，分别是产业集聚规模效应、产业集聚辐射效应和产业集聚溢出效应。产业集聚可以获得规模经济，在集聚区域内部实现成本降低。成本越低带来的产品竞争力就越大，因此，企业增加利润，居民会增加收入，进而带动区域内居民消费增加。由于产业集聚的产生，区域内部营商环境得到优化，吸引到更多外来资本与商户的入住，多样与优质的产品会被广泛提供，因此也会对区域内城乡居民消费产生影响。产业集聚的溢出效应会使得区域内部企业技术水平普遍提高，降低企业学习成本，进而降低企业生产运营成本。这些因素都会推动区域内部消费增加。从已有的研究成果看，产业集聚可以提升产品生产的质量，进而从供给端扩充商品种类，推动城乡居民的消费增加。产业集聚的同时，或许能够提升产品的创新能力，这无疑也扩充了供给端的商品种类，促进城乡居民消费。但是，也有观点认为，产业集聚会导致环境污染，甚至资源错配的发生。这些不良因素的影响必然会阻止产业集聚的进程，从而导
致产业集聚无法开展。其对于城乡居民消费的影响也无从考证。因此，探究产业集聚对于城乡居民消费的影响程度显得尤为重要。
目前，关于产业集聚如何影响城乡居民消费的问题尚没有明确的结论。本文试图对产业集聚进行深入研究，测算出产业集聚对于居民消费的影响程度，并在此基础上，提出政策建议。以期为产业集聚的消费效应研究，提供一点新的思考。
关于产业集聚的研究多集中在产业集聚程度的测算、内在机理和集聚趋势以及其对居民收入差距的影响。产业集聚如何影响居民消费尚未得出较为清晰的结论。在居民消费问题的研究中，学者是通过不同路径对居民消费情况进行研究，主要分为以下几类，首先是研究数据上有亮点，比如利用微观数据(CFPS、CGSS、CHFS)进行研究。王芳等(2019)利用中国追踪调查数据，探讨了家庭特征对于消费的影响。其次是利用中介变量，罗孝玲(2019)利用金融发展水平，探究房价对于居民消费的影响。最后，更多的是研究两个变量之间的相互关系，例如刘小川等(2014)、邓光耀等(2016)研究政府支出对于居民消费的影响。关于集聚效应也有很多的参考，例如肖利平等(2017)利用动态面板模型研究了金融集聚对居民消费的影响，从而得出金融集聚能够有效地促进居民消费。他将研究的区域进行划分，认为区域之间具有异质性。张可(2019)利用不同产业集聚水平对区域创新能力的空间溢出效应进行研究，认为不同产业集聚应该具有空间的溢出性，即存在邻里效应。这种邻里效应正是空间思想的相关体现。通过上述文献可以发现，关于居民消费的相关研究更多地倾向于采用空间视角，从邻里关系的角度探求这种影响关系，这为本文的研究也提供了借鉴意义。同时，在新经济地理学理论中，空间溢出效应越大，越有利于企业规模效益递增，因此企业会主动寻求产业集聚。在涉及产业集聚的研究中，也会更多地引入空间思想。比如，产业集聚同时会影响到收入分配以及区域工资收入差距，这说明，存在一个途径，可以使得产业集聚通过影响收入进而影响消费成为了可能。凡是涉及集聚或者居民消费的问题，基本上都选用了动态分析方法，利用空间思想去研究集聚或者是居民消费的问题。
从目前的研究文献看，主要存在以下几个方面的问题。第一，产业集聚与居民消费结合起来的研究尚稍显不足；第二，在对城乡居民消费研究中，未对居民消费的情况进行分解，关注消费差距的变化；第三，在定量研究居民消费的问题上，缺乏对动态空间计量方法的思考。
本文的贡献可能在以下几个方面。首先是研究思路的创新，目前对于产业集聚如何影响居民消费尚未有清晰结论，本文通过实证研究探索产业集聚对城乡居民消费的影响；其次，对产业集聚影响居民消费做了分解处理。将居民消费类型分解为城镇居民消费、农村居民消费和城乡居民消费差距。最后，利用动态空间面板数据模型进行实证分析，将动态因素和空间因素全部考虑进统计模型中。
二、产业集聚对居民消费的影响分析
(一)产业集聚拉动居民消费水平
产业集聚在一定程度上可以刺激居民消费，提升居民的消费诉求。其相关的作用机理主要表现在两个方面，分别是影响消费的绝对能力和消费的选择性空间。首先，产业集聚能够提升区域内的优质产业，从而提升区域内产业的质量水平与竞争力水平，提高区域产品认同度，增加居民收入水平，从而带动区域居民消费增加。其次，产业集聚可以降低企业成本，增加产品多样性。由于区域间产业集聚，减少了产业之间的运输费用与能源消耗，进而节约了企业生产的成本，取得规模效益。产品成本低、产品多样化，这就为消费者选择商品提供了更广阔的空间和可能性。
(二)产业集聚对城乡居民消费影响的差异
中国独特的城乡二元结构，导致了城乡消费之间的差异。产业集聚发生跟区域的城镇化水平有着必然的联系。因此，假设产业集聚对于城镇居民消费的影响系数应该大于农村居民消费的影响系数。产业集聚大多发生在要素禀赋集聚的地方，例如时常发生在人口聚集的地方，因为这样可以广泛的吸纳劳动力，继而减少企业生产的成本。由于城镇人口密度较大，产业集聚往往发生在城镇，必然会增加城镇居民的经济收入，由于城镇化的辐射效应，也同时会提升农村居民收入水平，增加农村居民的消费。但是由于农村居民的消费样式比较匮乏，产业集聚虽然使其收益，带动消费增加，但是影响系数水平较小。总之，不同的空间地理位置和空间属性，都对城乡居民消费产生了影响。不同的时空位置关系，也使得城乡居民消费产生了差异性。
(三)产业集聚对城乡居民消费差距的影响
产业集聚能够拉动区域经济增长，带动就业水平的提升。由于产业集聚可以带动就业，从而提升区域居民收入水平，那么就一定能够拉动消费增长。根据前人的研究经验，在产业集聚的过程中，规模化的生产方式解决了大量就业，提升了城镇居民就业率和农村居民就业水平。当然，不同就业率也影响了不同区域的工资收入水平。就提升就业增加收入而言，数据显示虽然农村居民收入的增长额度不及城镇居民，但是其增长率远大于城镇居民。也就是说，农村居民随着收入的增加，获得了更大的消费空间和消费选择。这样，产业集聚在促进城乡居民消费的同时，给农村居民的消费创造了更多的可能性，进而可能会缩小城乡居民消费差距。
三、模型设定与变量选取
(一)模型的设定
本文探讨的是产业集聚对于居民消费的影响，主要从三个方面进行考虑。首先，居民消费在很大的程度上，受到上期居民消费支出的影响。因此模型具有动态性，有动态因素干扰，在模型设定时，应考虑模型的动态效应。其次，居民的消费水平很大程度上会受到空间效应的影响。有可能存在正向激励效应，也有可能存在负向的竞争效应。模型在设定时，还应考虑空间因素的影响，即空间相关性和空间溢出效应。再次，由于中国的城乡二元结构性问题，一直是各界所关注的焦点。城镇居民和农村居民消费差异性应被列入讨论。因此，探讨产业集聚对于居民消费的影响，应考虑以上三点。
本文在分析产业集聚对居民消费影响时，将居民消费划分为三个部分，分别是城镇居民消费、农村居民消费和城乡居民消费差距。继而较为全面地探讨产业集聚对于居民消费的影响。根据凯恩斯的消费函数理论，收入因素对消费有绝对的影响，鉴于此，引入收入因素作为重要的研究变量。
具体而言，首先要考虑的模型为动态面板模型，如式(1)—(3)所示。研究认为，当期居民消费不仅和当期收入相关，还和上期消费相关。前期消费的多少，严重影响当期消费甚至后期消费，究其原因是消费的不确定性和跨期消费理论，所以至少前期消费会影响到当期消费。构建的动态面板模型如下
其次要考虑的是空间模型。消费具有空间效应，所以在空间地理范围内，消费会受到临近区域消费的影响，即空间相关性。这就为构建空间面板回归提供了充分条件。如式(4)—(6)所示，研究模型为空间静态面板模型。
综合以上研究因素，既要考虑同一时间内的空间因素影响(空间模型)，又要考虑滞后时期的动态因素影响(动态面板模型)。因此构建最终研究模型为动态空间面板数据模型，模型方程如下
式(7)-(9)分别表示的是产业集聚对于城镇居民消费、居民消费和城乡居民消费差距的影响。β1,β2表示城镇居民消费的空间滞后项系数和时间滞后项系数，η1,η2表示农村居民消费的空间滞后项系数和时间滞后项系数，λ1,λ2表示城镇居民消费差距的空间滞后项系数和时间滞后项系数。下标i表示不同省份，下标t表示不同时间。W表示空间权重矩阵。δ1表示产业集聚是否拉动城镇居民消费，如果δ1大于0，则表明产业集聚能够拉动城镇居民消费；如果δ1小于0，则表明产业集聚抑制了城镇居民消费。γ1,ξ1的含义类似。Y表示收入水平，M、Q、P分别表示其他控制变量。
关于面板数据的估计方法有很多种类型，需要区分面板数据是静态还是动态，是空间还是非空间等类型情况。那么，用于估计混合了空间和时间的动态模型的方法，一共有三种。第一类是偏误修正的极大似然(ML)和准极大似然(QML)；第二类是采用工具变量(IV)或者是广义矩(GMM)进行估计；第三类是贝叶斯马尔科夫链蒙特卡罗(MCMC)估计的方法进行估计。本文均采用极大似然法来估计空间动态面板模型，选用stata软件进行相关分析。
(二)变量的选取
被解释变量为居民消费，主要涉及三个层次的内容，城镇居民消费(CC)、农村居民消费(NC)和城乡居民消费差距(△C)。变量全部采用新的统计口径，使得数据具有可比性。
核心解释变量为产业集聚。所谓的产业集聚指的就是以某一产业为核心，大量产业密切支撑，从而在空间上形成集聚的态势。产业集聚度则是用来反映产业集聚程度的一个重要指标。
表1 相关研究变量的情况说明
控制变量主要由以下几个方面组成。居民收入情况，包含城镇收入、农村收入和城乡收入差距。当然还涉及社会负担系数、社会住宅投资、城镇居民医疗保险支出、市场规模、城镇登记失业率。社会负担系数指的是某地区少儿与老人数量之和与劳动人口数量的比值。如果这个数值较大，则说明该区域社会负担较高。社会负担越高，可能抑制居民消费水平。目前，居民的住宅需求欲望较强烈，有刚性需求也有保值需求。因此，全社会住房投资可能会影响到消费情况。医疗保险的支出在一定程度上也会缩减居民消费情况。市场规模越大，则经济体越繁荣，从而越能够刺激消费。失业率越高，在一定程度上越会抑制消费，因为失业会影响家庭收入的稳定性，从而抑制家庭消费量。数据均来自历年《中国统计年鉴》，经过加工整理获得，时间跨度为2013-2017年，区域为31个省份的数据，进而构建面板数据模型。为消除共线性和异方差做数据对数化处理。
四、产业集聚的测度
关于产业集聚的识别测度方法有很多类型，常见的方法有行业集中度、赫芬达尔—赫希曼指数、空间基尼系数、EG 指数、产业聚集指数、区位熵。本文选取空间基尼系数，并在计算过程中对空间基尼系数做了适当变形。
因为单个个体所创造的产值不同，根据“加总法”，即总体产值就是单个产值的加总。产业集聚测算的本质是产值的集聚状态。因此，将计算公式中某产业就业人口数量，变为某产业产值。变形后产业集聚空间基尼系数的计算公式为
(10)
其中，G为空间基尼系数，Si表示的是第i地区某产业产值占全国该产业产值的比重，Xi是该地区产值占全国总产值的比重。
对中国31个省份2013-2017年的空间基尼系数进行测算，并取平均数后得到表1。空间基尼系数的测算数值越大，说明该区域的产业集聚程度越大；数值越小，说明该区域的产业集聚程度越小。从计算结果看，沿海区域的产业集聚程度要明显高于内陆区域，其中北京、广东、江浙沪等区域的产业集聚水平较高，西藏、宁夏、青海等区域的产业集聚水平较低。
表2 中国省级区域产业集聚情况
五、实证结果分析
在实证研究的过程中，分成三类模型进行回归分析。第一类模型就是普通面板数据回归模型，探究产业集聚对于居民消费的影响效应；第二类为动态面板数据模型，探究加入上期(时间因素)干扰因素之后的变化；第三类是空间面板数据模型，考虑动态因素指标之后，建立动态空间面板数据模型进行分析。
(一)普通面板模型的实证结果
通过构建普通面板数据模型，运用GLS进行估计，得到如下估计结果，见表3。其中，方程(Ⅰ—Ⅱ)表示产业集聚对于城镇居民消费的影响，方程(Ⅲ)表示产业集聚对于农村居民消费的影响，方程(Ⅳ)表示产业集聚对于城乡居民消费差距的影响。
从上述回归结果可以看出，4个方程的拟合优度均较高，模型拟合良好，产业集聚程度能够有效地促进城镇和农村的居民消费水平。同时，也可以显著地减小城乡居民消费差距。在所有的回归方程中，可以发现，人均可支配收入是居民消费支出的显著性影响指标。在一定程度上显著地影响了居民消费。方程Ⅱ与方程Ⅰ比较，在引入两个控制变量之后，拟合优度提升，而且模型系数均在可以接受的范围内。唯独城镇登记失业率对于消费的影响不显著，原因可能是由于失业率数值较小，所以对模型被解释变量的影响程度不高。从方程Ⅳ可以看出，产业集聚程度和总人口负担比都能有效地缩减城乡消费差距。
表3 普通面板模型回归结果
注：括号内为相应的t值或z值，*、**、***分别表示在10%、5%和1%的水平上显著。下同。
(二)动态面板数据的实证结果
由于当期消费受到前期消费的约束与影响，因此构建了动态面板数据模型。研究变量经过平稳性检验，均平稳。在原有模型基础上，再引入前期消费这一变量，从而测算产业集聚对居民消费是否依旧有正向影响。回归结果见表4。方程(Ⅴ—Ⅵ)是产业集聚对于城镇居民消费的影响；方程(Ⅶ)是产业集聚对于农村居民消费的影响；方程(Ⅷ)是产业集聚对于城乡居民消费差距的影响。
从表4可以看出，前期消费确实对当期消费有显著性影响。产业集聚在一定程度上能够促进城镇和农村居民的消费水平。通过方程Ⅵ回归结果可知，总人口负担比、城镇登记失业率、城镇居民医疗保险支出和全社会住宅投资都对城镇居民消费有明显的抑制作用。在探讨产业集聚对城乡居民消费差距的问题上，方程Ⅷ的核心解释变量系数为负，则说明随着产业集聚程度的不断增加，城乡居民消费差距在逐步缩小。
表4 动态面板模型回归结果
(三)动态空间面板数据模型的实证结果
假设居民消费受到邻里因素的影响，所以构建空间面板数据模型。空间面板数据模型分为三类，分别是空间滞后模型、空间误差模型和空间杜宾模型。本文主要讨论的是动态空间杜宾模型(SDM)和动态空间滞后模型(SAR)。经过空间相关性检验，莫兰指数显著，因此认为模型具有空间相关性，所以有必要引入空间计量的方法进行研究。
表5为SAR的回归结果，SAR-A和SAR-B分别表示的是产业集聚对城镇居民消费的动态空间滞后模型和对农村居民消费的动态空间滞后模型。从模型SAR-A和SAR-B可以看出，城镇居民消费和农村居民消费的时空滞后项都对居民消费有显著的影响。产业集聚程度也在不同程度上对消费有正向的促进作用。模型拟合良好，拟合优度较高。模型SAR-C给出了产业集聚对城乡居民消费差距的空间影响。城乡居民消费差距的时间滞后项和空间滞后项，均通过了检验，两项的系数均为正，说明消费存在习惯效应，不管是从时间上还是空间上，前期消费差距会影响当期消费差距。产业集聚程度的系数为负，并在5%显著性水平上通过检验。说明产业集聚能够有效地缩小城乡之间的消费差距。
为了更好地解释空间溢出效应，文章在SAR模型的基础上，继续分析，构建动态空间杜宾模型(SDA)模型。动态空间杜宾模型在动态空间滞后模型的基础上又加入空间滞后项。为了便于计算，文章只研究三个控制变量的空间滞后项对于居民消费的影响，回归结果见表6。
表5 动态空间面板数据滞后模型(SAR)回归结果
SDM-A和SDM-B分别表示产业集聚对城镇居民消费的动态空间杜宾模型和农村居民消费的动态杜宾滞后模型。从回归结果可以得出，产业集聚对于农村消费的影响要弱于对于城镇消费的影响。模型SDM-C表示产业集聚对城乡居民消费差距的动态空间杜宾影响。产业集聚能够有效地缩减城乡消费之间的差距，他们之间的弹性系数为0.018%。模型拟合良好，调整R2较大。产业集聚程度空间滞后项的系数对城镇居民消费和农村居民消费的影响都为正，具有积极的促进作用。其对城乡消费差距的影响为负，这说明从空间溢出效应看，产业集聚能够缩短城乡居民消费差距。对于动态空间杜宾模型的分析，还需要解释的是直接效应和间接效应，利用stata的xsmle命令，由于篇幅所限，这里就不再展开论述。
六、结论与建议
本文在产业集聚水平测算的基础上，分析产业集聚水平对居民消费的影响。为了更好地区分产业集聚对区域居民消费的影响情况，将居民消费分为三个层面，城镇居民消费、农村居民消费和城乡居民消费差距。考虑动态效应和空间相关性，分别构建了普通面板数据模型、动态面板数据模型和动态空间面板数据模型进行分析。得到如下结论：第一，在不同的统计模型中，产业集聚程度对于城镇居民消费都有明显的积极作用，也就是说，产业集聚程度越高，则城镇居民的消费水平越高。同时，产业集聚程度对于农村居民消费也有明显的积极作用。第二，研究可以得出，产业集聚程度对于农村居民消费的促进作用要小于对城镇居民消费的促进作用。第三，不管是动态空间滞后模型还是动态空间杜宾模型，都得出产业集聚程度当期值或者是滞后项，都能够有效降低城乡居民消费差距。
表6 动态空间面板数据杜宾模型(SDM)回归结果
鉴于以上研究结论，本文提出以下建议。第一，提升区域产业集聚能力。既然产业集聚能够带动居民消费，那么在今后的产业布局和产业结构调整方面，应该关注重点产业，使得区域产业朝着产业集聚的方向发展，这样既有利于提升自身区域产业优势，又能够促进区域居民消费。第二，产业集聚应该具有政策倾向性。产业集聚对于农村居民消费的引导作用还较弱，应该强化农村区域的产业集聚，或者是强化涉农产业的产业集聚。实现产业集聚的倾向性转移，在整体提升产业集聚水平的前提下，将产业集聚往农村倾斜，实现农村产业集聚与大规模化生产。这样才能确保农村居民收入和提升农村居民的消费水平。第三，协同城乡产业布局。产业集聚能够有效缩减城乡居民消费差距，因此产业集聚的过程应该广泛吸纳城乡发展意见，在城乡发展规划的基础上，协同推进城乡产业布局和发展，做到城乡产业规划齐头并进，产业结构相互配合，相互补充。
参考文献
苏丹妮,盛斌,邵朝对.产业集聚与企业出口产品质量升级.中国工业经济,2018(11):117-135.
张可.不同产业集聚对区域创新的影响及其空间溢出效应.西安交通大学学报(社会科学版),2019,39(2):12-19.
袁华锡,刘耀彬,胡森林,等.产业集聚加剧了环境污染吗?——基于外商直接投资视角.长江流域资源与环境,2019,28(4):794-804.
季书涵,朱英明,张鑫.产业集聚对资源错配的改善效果研究.中国工业经济,2016(6):73-90.
杜传忠,陈维宣,胡俊.信息技术、所有制结构与电子商务产业集聚——产业集聚力影响因素的实证检验.现代财经(天津财经大学学报),2018,38(12):82-95.
苗建军,徐愫.空间视角下产业协同集聚对城市土地集约利用的影响研究.工业技术经济,2019,38(4):96-102.
常远,吴鹏.产业集聚对收入分配的影响机制与效应差异分析.产经评论,2018,9(6):66-78.
王雪辉,谷国锋,王建康.产业集聚、空间溢出效应与地区工资差距——基于285个地级市的面板数据.云南财经大学学报,2016,32(4):54-63.
王芳,黄莉芳. 家庭特征对居民消费支出的影响分析——基于中国家庭追踪调查数据. 数理统计与管理,2019,38(3):381-393.
罗孝玲,陈倩. 房价上涨影响城镇居民消费的非线性关系研究——基于金融发展水平门槛. 价格月刊,2019(5):20-27.
刘小川,汪利锬. 居民消费与最优政府支出:理论与动态估计. 财贸经济,2014(7):22-36.
邓光耀,李霞,张忠杰. 政府支出对居民消费的影响研究——基于空间动态面板模型的分析. 财经论丛,2016(6):19-28.
肖利平,洪艳. 金融集聚、区域异质性与居民消费——基于动态面板模型的实证分析. 软科学,2017,31(10):29-32+37.
李映照,龙志和.要素流动与企业集聚形成.北京:中国经济出版社,2007.
韩坚,费婷怡,吴胜男,等.产业集聚、空间效应与区域创新研究.财政研究,2017(8):90-100.
陈晓毅. “老龄化”和“少子化”是否影响了农村居民消费?——基于静态和动态空间面板模型的实证研究. 北京工商大学学报(社会科学版),2015,30(3):118-126.
刘艳华. 农业信贷配给对农村居民消费的空间溢出效应——基于静态空间面板模型和动态空间面板模型的比较分析. 东岳论丛,2016,37(7):103-111.
ROSENTHAL S S, STRANGE W C. Evidence on the nature and sources of agglomeration economies //Handbook of Regional and Urban Economics. : Elsevier, 2004.
马志东,俞会新.产业集聚与城镇化关系的实证分析——基于我国东中西部差异的视角.河北大学学报(哲学社会科学版),2016,41(6):80-87.
宋宝琳,张洪源. 科技金融空间集聚与经济效应研究——基于空间计量模型的实证分析. 河北大学学报(哲学社会科学版),2018,43(4):95-102.
ELHORST J P. Spatial panel data models . : Springer Berlin Heidelberg, 2014.
ELHORST P J. Specification and estimation of spatial panel data models . International Regional Science Review，2003，26(3):244-268.
页:
[1]