APP下载

全要素生产率对居民消费的空间溢出效应研究

2020-10-20吴艳潘红玉

财经理论与实践 2020年5期
关键词:全要素生产率居民消费

吴艳 潘红玉

摘 要:运用空间杜宾模型,检验2005-2018年中国省际全要素生产率变化对居民消费的空间溢出效应。结果表明:全要素生产率未对服务消费产生空间溢出效应;全要素生产率对制造品消费和食品消费呈现出了显著的正向空间溢出效应,即全要素生产率的增长促进了相邻地区的制造品消费与食品消费;全要素生产率的增长促进了本地居住消费。制造品消费、食品消费和居住消费对服务消费创新资源的挤占,导致全要素生产率变化影响服务消费效果不明显。

关键词: 全要素生产率;居民消费;空间溢出;杜宾模型

中图分类号:F124    文献标识码: A    文章编号:1003-7217(2020)05-0126-06

一、引 言

国家统计局数据显示,2019年中国最终消费支出对GDP增长贡献率为57.8%,比净出口贡献率高46.8个百分点,居民消费支出占最终消费支出比重为69.97%,居民消费对中国经济增长的支撑作用明显[1]。中国居民消费由服务消费、制造品消费、食品消费和居住消费共同构成。服务消费是消费者对精神层次产品的追求,反映了消费层次的转变和品质的提升;制造品、食品和居住则是与消费者生活起居相关的消费产品,反映了消费者对物质产品的追求,为了与服务消费相对应,便于后文分析,将这三类居民消费统称为其他消费品①。全要素生产率(Total Factor Productivity,TFP)代表着技术进步,技术进步的变化意味着企业生产效率和技术创新相应地发生改变,这种变化影响了企业的产品质量、生产规模和生产速度,进而影响了居民消费。目前,TFP的变化对居民消费是否产生了影响,TFP变化对不同类型居民消费的影响有何区别,有待分析。探究TFP变化对居民消费的影响,有助于更好地了解技术进步在居民消费中发挥的作用,制定相应的促消费对策。随着区域经济联系增强,技术进步、居民消费在相邻地区也存在关联性,只考虑TFP变动对本地区居民消费的影响,忽视技术、消费的空间溢出效应,那么结果显然存在偏误。故而,从空间溢出效应视角研究TFP变动对居民消费的影响,即本地区(相邻地区)TFP变动是否对相邻地区(本地区)居民消费产生了影响,对于理解技术进步在居民消费中的作用更具理论和实践意义。

国内外学者对TFP和居民消费的指标测度、影响因素和关系论证进行了研究。一是TFP的测度和居民消费的影响因素研究。TFP通常利用投入产出指标,采用随机前沿模型、DEA等方法进行测度 [2-5]。房价、资本、收入、利率以及人口年龄结构等是影响消费的主要因素[6-11]。二是采用普通面板回归对技术创新、技术进步与居民消费的关系进行了论证。研究发现,产品创新、技术创新对消费结构升级和总消费增长有正向促进作用[8,12-14]。但谢小平(2018)采用省际面板数据研究发现消费结构升级未能有效拉动技术创新[15]。马广程和许坚(2020)认为,消费升级对工业TFP的促进作用大于对服务业TFP的促进作用[16]。

已有研究为本文提供了有益参考,虽然有文献论证了本地区技术创新与居民消费结构升级之间存在联系,但缺乏从空间经济视角研究TFP变化对居民消费的影响,尤其缺少TFP变化对不同类型居民消费的研究。为此,本文选择合适空间模型和指标,重点检验TFP变化对不同类型居民消费的空间溢出效应,提出针对性的促消费对策。

二、模型构建及指标选取

为了检验TFP变化对居民消费的空间溢出效应,设计空间权重矩阵,构建了空间面板杜宾模型,并对指标进行了选取。考虑数据完整性,数据来源于2006-2019年《中国统计年鉴》《中国劳动统计年鉴》、各省统计年鉴以及国家统计局网站。

(一)空间权重矩阵与模型构建

1.空间权重计算。分析经济现象的空间效应,需要设置空间权重矩阵。经济距离空间权重,既包含了地理空间权重的特征,还汲取了经济发展特征。鉴于此,将实际GDP纳入空间权重矩阵进行构造,后文基于经济距离空间权重矩阵进行研究,但辅以地理距离权重矩阵进行稳健性分析。地理距离和经济距离空间权重矩阵构建如下:

(二)指标选取

1.被解释变量。服务消费本包括居住、医疗保健、交通和通信以及文教娱乐消费,但后三种消费反映了消费者由物质追求转向精神产品的追求,代表了消费品质的提升,故学者通常采用后三种消费支出来评价服务消费[6,17]。选择医疗保健、交通和通信以及文教娱乐消费支出占总消费支出比作为服务消费的替代指标。服务消费(cu)为服务消费支出占总消费支出比。

与服务消费相对应的是与消费者起居息息相关的其他消费,包括制造品消費、食品消费和居住消费。制造品消费(mcu)、食品消费(fr)、居住消费(rr)分别为制造品消费支出占总消费支出比、食品消费支出占总消费支出比、居住消费支出占总消费支出比。其中,制造品包括衣着、生活用品及服务、家庭设备及用品。

2.核心解释变量。TFP反映了生产效率的变化和后期技术对前沿技术的追赶程度,是评价经济增长和技术进步的核心[18,19]。通常采用DEA方法,确定基期年份,测算全局参比的Malmquist指数,得到TFP增长率,反映TFP的变化程度[20,21]。本文选取2005-2018年各省(市、区)数据,共14期,投入要素为劳动和资本存量②,产出为GDP。其中,劳动指标以各省(市、区)从业人员数替代,资本存量采用永续盘存法进行计算,产出以各省(市、区)GDP进行替代,各数据均以2005年为基期进行了价格平减。数据整理完毕后,采用MaxDEA软件进行测算。

3.控制变量。参考现有文献[8-10],居民消费的影响因素除了TFP之外,还包括以下控制变量:(1)人均资本积累(k)=资本积累/常住人口,资本积累采用永续盘存法进行计算。(2)实际利率(r)=[(1+名义利率)/(物价指数×100)]-1,各年名义利率为银行整存整取一年期存款利率,跨年度导致利率不同的,各年利率根据中国人民银行实施利率的时间段进行加权计算。(3)人均可支配收入(y),2013年以前的人均可支配收入由城镇居民人均可支配收入和农村居民人均纯收入加权平均值计算,2013年以后的数据可直接从《中国统计年鉴》获取。(4)财政支出(re)=地方财政一般预算支出/GDP。(5)少儿人口抚养比(pas)和老年人口抚养比(pep),该指标数据直接来源于《中国统计年鉴》,2010年老年人口抚养比数据缺失,采用插值法补齐。(6)货物进口水平(imp)=进口额/GDP,进口额采用当年汇率进行了换算。货币单位的指标均以2005年为基期,进行了价格平减。为了消除数据异方差,以及降低部分指标数据量级过大的现象,对人均资本积累(k)、人均可支配收入(y)和财政支出(re)指标数据进行了取对数处理。

三、实证结果与分析

采用2005-2018年中国内地30个省(市、区)的数据进行回归分析③。首先,对TFP和各类居民消费进行了空间自相关分析,二者Morans I指数除了个别年份,均在10%以下水平显著,表现出了较强空间依赖性。其次,对TFP与各类居民消费各模型进行了LM检验,稳健性检验结果表明,空间误差模型(SEM)和空间滞后模型(SLM)均通过了显著性检验,本文既考虑残差自相关,也考虑空间滞后因变量的空间关联性,故选择空间杜宾模型(SDM)进行研究。再者,采用Hausman检验判断选择固定效应或随机效应的SDM模型。最后,LR检验可验证SDM模型是否会退化,各模型Likelihood-ratio test值显著,表明不会退化,依然使用SDM模型。

(一)TFP变化对服务消费的空间溢出效应分析

为了验证TFP对服务消费的空间溢出效应,结合空间权重矩阵和SDM模型进行了分析,回归结果见表1。首先是经济空间距离权重下的回归分析,如模型1~5所示。根据空间豪斯曼检验结果,TFP变化对服务消费的空间计量分析,接受随机效应的模型假设。从R2、Log L、Sigma2统计量看,模型拟合度较高,回归结果总体可靠,空间自回归系数(ρ)为6.275,且在5%水平上显著,说明中国服务消费存在显著的空间互动效应,本地区服务消费对相邻地区服务消费具有促进作用。模型1结果显示,本地区TFP变化对服务消费的影响系数为-0.0541,在5%水平上显著,说明本地区TFP提升抑制了服务消费。模型2结果显示,TFP变化对服务消费的空间溢出系数为0.2843,说明本地区TFP变化促进了相邻地区服务消费,但效果并不显著。然而,空间回归变量系数不能直接表达对被解释变量的影响效应,应该采用偏微分效应分解法,将空间效应分解为直接效应、间接效应和总效应。模型3结果显示,TFP变化对服务消费的直接效应在5%水平上显著为负,说明本地区TFP增长抑制了本地区服务消费。模型4结果显示,TFP变化对服务消费的间接效应并不显著,说明本地区TFP增长未对相邻地区服务消费形成空间溢出效应。模型5结果显示,TFP变化对服务消费的总效应在5%水平上显著为负,即TFP增长未能促进服务消费。

可能原因是:(1)中国经济仍处于发展中水平,居民收入增长有限,消费者对制造品、食品和居住等物质消费需求较大。TFP代表着技术的进步,是推动经济和消费增长的创新来源,目前,中国创新资源仍倾向于对制造品、食品和居住的投入,服务的创新资源被挤占,由此TFP对本地服务消费产生了挤出效应;(2)本地区对制造品、食品和居住的消费需求,引导厂商对制造品、食品和居住进行技术、组织、管理等创新资源的投入,未能满足相邻地区服务创新资源的供给,使得技术进步未能对相邻地区服务消费产生空间溢出效应。为了保证结果稳健性,还采用地理距离空间权重矩阵对TFP变化影响服务消费的空间效应进行了分析,结果见模型6和7,各变量系数方向和显著性与模型3和4一致,故基准模型结果是稳健的。

(二)TFP变化对其他消费的空间溢出效应分析

为了进行对比分析,对TFP变化与制造品消费、食品消费和居住消费的关系进行了研究,如表2所示。各模型R2、Log L、Sigma2统计量显示,模型拟合度较高,且空间自回归系数显著,表明本地区各类居民消费拉动了邻近地区居民消费。

根据模型8的结果,TFP增长促进了本地区制造品消费,但效果并不显著;根据模型9的结果,TFP增长对制造品消费在10%水平上有正向空间溢出效应,说明本地区TFP增长提升了相邻地区制造品消费。根据模型10,TFP增长促进了本地区食品消费,但效果并不显著;根据模型11的结果,TFP增长对食品消费在1%水平上具有正向空间溢出效应,说明本地区TFP增长提升了相邻地区食品消费。根据模型12的结果,TFP增长在5%水平上显著提升了本地区居住消费;根据模型13的结果,TFP增长在5%水平上对居住消费形成了负向空间溢出效应,可能是本地居住消费吸纳了相邻地区创新资源,故而TFP变化对相邻地区居住消费产生了挤出效应。可见,TFP变化对制造品、食品和居住消费具有正向影响,即制造品、食品和居住消费挤占了服务消费的創新资源,导致TFP变化未能提升服务消费。

TFP变化对其他消费品空间溢出效应的检验,是基于经济距离空间权重矩阵进行计算的。为了保证结果稳健性,采用地理距离空间权重矩阵,对TFP变化与其他消费品的关系进行了回归,结果如表3所示。可见,TFP对各消费品的空间溢出效应结果与表2结果基本一致,即结果是稳健的。

四、结论及建议

利用2005-2018年中国30个省(市、区)的数据,采用SDM模型对TFP影响居民消费的空间溢出效应进行了检验。研究表明:TFP增长未能显著促进服务消费;TFP增长对制造品消费呈现出了正向空间溢出效应,即TFP增长提升了相邻地区制造品消费;TFP增长对食品消费呈现出了正向空间溢出效应,即TFP增长提升了相邻地区食品消费;TFP增长促进了本地区居住消费。可见,制造品消费、食品消费和居住消费对创新资源的挤占,导致了TFP变化未能促进服务消费。基于上述研究结论,提出如下建议:

一是坚持供给侧结构性改革,提升资本、劳动力等要素的利用效率,促进技术进步。TFP的增长,意味着技术的进步,是推动经济和消费增长的重要来源。随着消费者收入和文化素质的提升,消费者体现出了多样化需求、消费品质攀升、消费频率增加的特征。为此,企业需要提升劳动、资本生产效率,实现技术创新,更好满足消费者多样化和高品质的消费需求。

二是政府制定优惠的财政和税收政策,鼓励和支持服务生产企业的发展。中国居民随着收入和教育层次的提升,对文教娱乐、医疗保健、交通和通信这三类与精神层次息息相关的服务需求日渐增多。虽然中国居民对衣、食、住的需求仍较大,但制造品、食品和居住的生产已经处于较为成熟的阶段。现阶段,科学引导企业向服务生产投入创新资源,做好需求调查,提升服务供给质量,满足居民多样化的服务需求,促进服务消费,协同制造品、食品和居住消费共同提升居民消费。

注释:

① 中国统计年鉴中居民消费包括食品烟酒、衣着、居住、生活用品及服务、交通和通信、教育(文化和娱乐)、医疗保健、其他用品及服务共八个项目。根据现有研究,大致可归类为食品、居住、制造品和其他服务四种消费类型。

② 资本存量计算过程中,需要使用到各省(市、区)名义固定资本形成总额,目前该数据只更新到了2017年,故2018年的数据采用各省名义固定资本形成总额2005-2017年的增长率推算得到。

③ 西藏自治区数据缺失较多,故剔除了西藏自治区样本。

参考文献:

[1] 厉亚,潘红玉.改革开放以来消费升级与进一步促进消费的对策[J].财经理论与实践,2019,40(3):101-106.

[2] 胡宗义,张丽娜,李毅.排污征费对绿色全要素生产率的影响效应研究——基于GPSM的政策效应评估[J].财经理论与实践,2019,40(6):9-15.

[3] 殷红,张龙,叶祥松.中国产业结构调整对全要素生产率的时变效应[J].世界经济,2020,43(1):122-142.

[4] 王婷,程豪,王科斌.区域间劳动力流动、人口红利与全要素生产率增长——兼论新时代中国人口红利转型[J].人口研究,2020,44(2):18-32.

[5] 吴艳,贺正楚,郑晶晶,等.产能利用率影响产业升级的传导途径:技术创新的视角[J].科学决策,2019(2):47-71.

[6] 石明明,江舟,周小焱.消费升级还是消费降级[J].中国工业经济,2019(7):42-60.

[7] 范兆媛,王子敏.人口年龄结构与居民家庭消费升级——基于中介效应的检验[J].湘潭大学学报(哲学社会科学版),2020,44(2):62-68.

[8] 孙早,许薛璐.产业创新与消费升级:基于供给侧结构性改革视角的经验研究[J].中国工业经济,2018(7):98-116.

[9] 孙豪,毛中根,王泽昊.消费降级:假象及其警示[J].经济与管理,2020,34(3):19-26.

[10] Addessi W. Population age structure and consumption expenditure composition: evidence from european countries[J].Economics Letters,2018,168:18-20.

[11] 王云航,彭定赟.产业结构变迁和消费升级互动关系的实证研究[J].武汉理工大学学报(社会科学版), 2019,32(3):121-129.

[12] Zweimuller J. Inequality, redistribution and economic growth[J]. Empirica Springer, 2000,17(1) :1-20.

[13] Pikkarainen T, Pikkarainen K,Karjaluoto H, et al.Consumer acceptance of online banking: an extension of the technology acceptance model[J]. Internet Research, 2004(14) : 224 -235.

[14] 黃彩虹,张晓青.创新驱动、空间溢出与居民消费需求[J].经济问题探索,2020(2):11-20.

[15] 谢小平.消费结构升级与技术进步[J].南方经济,2018(7):19-38.

[16] 马广程,许坚.消费升级、收入分配与产业全要素生产率提升——基于省级动态面板数据[J].管理现代化,2020,40(3):25-28.

[17] 黄隽,李冀恺.中国消费升级的特征、度量与发展[J].中国流通经济,2018,32(4):94-101.

[18] Pastor J T,Lovell C A. A global malmquist productivity index[J].Economics Letters, 2005,88(2):266-271.

[19] Oh D. A global malmquist-luenberger productivity index[J].Journal of Productivity Analysis, 2010,34(8):183-197.

[20] 原毅军,孙大明.FDI技术溢出、自主研发与合作研发的比较——基于制造业技术升级的视角[J].科学学研究,2017,35(9):1334-1347.

[21] 孙宇.FDI与中国全要素生产率的变动——基于DEA与协整分析的实证检验[J].世界经济研究,2007(5):14-19.

(责任编辑:钟 瑶)

猜你喜欢

全要素生产率居民消费
2018年8月份居民消费价格同比上涨2.3%
2017年居民消费统计数据资料
2017年11月份居民消费价格同比上涨1.7%
2017年8月份居民消费价格同比上涨1.8%
湖北省十二市全要素生产率的比较分析
供给侧结构性改革:以科技创新为助力
河北省经济增长方式的实证分析河北省经济增长方式的实证分析
能源效率研究方法的比较分析
我国粮食生产全要素生产率实证分析
居民消费