我国城镇居民文化消费的财政支出效应及其区域差异探析——基于空间计量模型的研究

张晓丽，陈智国，吴 瀚

（1.中国财政经济出版社，北京100073；2.国家发改委中国经贸导刊杂志社新发展研究院，北京100044；3.中则智库（北京）经济咨询有限公司，北京100073；4.中国人民银行营业管理部，北京100045）

近几年来，文化消费已成为文化建设领域快速崛起的重要领域。《2019中国文化产业发展指数和文化消费指数》显示，2010—2019年我国文化产业综合指数、生产力和影响力指数平稳增长，驱动力指数增长较快，文化消费环境越来越好，而文化消费能力有下降趋势。从居民文化消费群体来看，2019年城镇居民文化消费占居民文化总消费支出的70%左右，城镇居民的文化购买力相对于农村居民更强，文化消费意愿更高，对经济增长的贡献更大。但目前城镇居民文化消费尚存在两个主要问题：居民文化消费供给侧一方，财政投入的绩效越来越低；居民文化消费需求侧一方，文化消费活力还没有被充分释放，城镇居民文化消费占消费支出的比重一直维持在12%左右，远低于中等发达城市的水平（30%）。面对这样的“悖论”，可以用区域经济发展不平衡加以解释：文化产品的特殊性导致文化消费的区域集聚特征明显，东中西部文化发展水平、政府财政投入存在落差导致矛盾显现，东部地区主要是生产过剩和消费不足的矛盾，中西部地区主要是生产不充分无法满足需求的矛盾。由此可知，任何经济与生产活动都有其空间范畴，文化消费经济活动因文化本身的异质性而存在地理空间上的非均匀分布特性。而影响文化消费的因素如地区经济发展水平和政府财政支出水平的差异与相邻地区财政政策的雷同性特征，进一步导致城镇居民文化消费活动具有空间差异性和依赖性。因此本文基于空间计量经济学视角，围绕我国不同省域财政支出对城镇文化消费水平影响问题展开实证研究，分析我国城镇居民文化消费的空间特点及财政支出对居民文化消费影响的差异和集聚状况，为制定适宜的财政激励政策、提升居民文化消费水平提供依据。

1 城镇居民文化消费的空间自相关分析

我国省域城镇居民文化消费发展遵循一定的空间分布模式。与其他消费不同，文化消费不仅受制于本地区的经济发展水平和文化产业的发达程度，还与人们历经文化积淀形成的文化习惯紧密相关。我国城镇经济发展的不均衡性造成了区域间巨大的文化消费差异性，因而形成了文化消费水平层次差异明显的空间分布格局。

本文采用我国2010—2019年31个省（自治区、直辖市，不包括港澳台地区）的年度城镇居民文化消费水平数据。为减少异方差，模型分析数据均采用对数，做空间数据分析时均以2010年为基期，排除价格指数的影响，取其实际发生值。运用Open Geoda空间统计分析软件计算我国城镇居民文化消费能力全局的莫兰指数（Moran's I），用以衡量我国城镇居民文化消费能力的空间关联程度，并判断其集聚程度，用Moran'sI散点图反映城镇居民文化消费支出（Cultural Consumption Expenditure，CCE）与其空间滞后向量的自相关关系。

表1 为城镇居民文化消费支出的Moran's I历年统计值。表1测算结果显示，2010—2019年中国省域城镇居民文化消费的全局Moran's I均为正值，城镇居民文化消费支出的Moran's I值始终稳定在0.861 0～0.990 0的区间中，有随年份增大的趋势，这表明城镇居民文化消费能力具有稳定的空间集聚关系且不断增强，即具有较高城镇居民文化消费水平的省域和其周围较高水平的省域相趋近。值得注意的是，这10年间Moran's I数额发生巨大的变动，以安徽省为例，2010—2019年其城镇居民文化消费支出增加幅度超过6倍，但是城镇居民文化消费支出的Moran's I值仅变动0.1单位，说明Moran's I的地域空间关系不依数值的变动而变化，而是具有稳定的联系。因此，我国城镇居民的文化消费支出具有显著的空间依赖关系，也就是说我国省域城镇居民文化消费水平在空间上存在明显的集聚现象，空间维度因素不容忽视。

表1 城镇居民文化消费支出的Moran's I历年统计值

应用截面数据可得出相似的结论，代入2019年城镇居民文化消费支出数据，得出全局Moran's I数值为0.171 5，说明城镇居民的文化消费水平具有明显的空间相关性，必须引入空间因素建立模型才能准确揭示城镇居民文化消费支出水平的真实状况。此外，通过绘制2019年的Moran's I散点图可将我国各省的城镇居民文化消费支出分为4个象限的集群模式，分别识别各省与相邻省份的关系（见图1）。

图1 2019年我国城镇居民文化消费支出Moran's I散点图

图1 的4个象限从右上到右下方向分别代表4种集群模式，即High-High模式、Low-High模式、Low-Low模式、High-Low模式。High-High模式表示高文化消费支出的省份被其他高文化消费支出的省份包围，我国有4个省份处于这种模式，代表了城镇居民文化消费的非均衡性分布特征；Low-High模式代表低文化消费支出的省份被高文化消费支出的省份包围，表明该省份的文化消费支出有增长的趋势，我国有8个省份处于这种模式；Low-Low模式表示低文化消费支出的省份周围也是低文化消费支出的省份，代表了欠发达区域连片发展的独立态势，我国有10个省份处于这种模式；High-Low模式则反映高文化消费支出的省份被低文化消费支出的省份包围，我国有9个省份处于这种模式。

2 财政支出对城镇居民文化消费影响空间效应分析

2.1 变量、数据及空间计量经济模型

本文选取文化财政支出（Financial Expenditure on Culture，FEC）来测算财政支出对居民文化消费的影响程度；经济发展水平在很大程度上影响人们文化消费支出的数量和结构，是衡量一个地区文化发展和文化消费水平的关键因素，选取城镇居民可支配收入水平（DIUR）来表示城镇经济发展水平。因此为了研究城镇居民文化消费水平影响因素的空间效应，在已有研究基础上（未说明3个变量间的逻辑关系和理论相关性），本文选取2019年CCE作为被解释变量，FEC，DIUR作为解释变量。考虑到城镇居民文化消费支出可能受到文化财政支出的空间溢出和相邻地区城镇居民文化消费行为的双重影响，同时观测数据间可能出现因地理位置不同而相互干扰的情况，本文分别建立空间滞后模型（Spatial Lag Model，SLM）和空间误差模型（Spatial Error Model，SEM），更准确地度量空间关系。

2.1.1 空间滞后模型

SLM探讨城镇居民文化消费行为的空间扩散现象和溢出效应，即相邻地区对其他省域城镇居民文化消费行为的影响。该模型假定因变量不仅依赖于所观测的邻近个体的因变量，还与所观测的整个系统的特征有关。模型表达式为

式中：CCE为被解释变量；ρ为空间自回归系数，反映观测值的空间依赖作用；W为空间权重矩阵，本文采用邻接权重（ROOK）；β1为文化财政支出系数矩阵；FEC为解释变量；β2为城镇居民可支配收入系数矩阵；DIUR为解释变量；εi为随机干扰项向量。

2.1.2 空间误差模型

城镇居民文化消费行为不仅受自身特征的影响，还受到邻近地区城镇居民文化消费行为特征的影响，但这种相互作用因所处相对位置的不同而存在差异。SEM测度模型的误差项在空间上的相互依赖关系，即相邻区域关于城镇居民文化消费密度的误差冲击对本区域城镇居民文化消费密度的影响程度。SEM通过不同区域的空间协方差反映，模型表达式为

式中：CCE'为被解释变量；β1为文化财政支出系数矩阵；FEC为解释变量；β2为城镇居民可支配收入系数矩阵；DIUR为解释变量；ε'i为随机误差项向量；λ为空间误差系数，反映相邻省份城镇居民文化消费支出的扰动误差对本省城镇居民文化消费支出的冲击程度；W为空间权重矩阵；μi为正态分布随机误差向量。

2.2 实证结果

为保证实证结果的准确性，先计算各变量的统计特征（见表2）。由表2可知，被解释变量CCE的标准差为0.056 7，在[0.072 7，0.361 1]的区间内小幅变动，标准差较小，接近正态分布。解释变量FEC数值也接近正态分布特征，标准差为0.071 0；解释变量DIUR的均值为2.754 2，标准差为0.700 9，变动幅度较小，符合正态分布统计特征。

表2 变量描述性结果

考虑变量之间的空间依赖关系，本文借助OpenGeoda软件进行SLM和SEM的极大似然估计。为了判断模型的最优估计，需要借助Anselin[1]判别准则确定（见表3）。由表3可知，模型没有通过Moran's I检验和LM-error检验，说明SEM不适用于本文的变量关系研究，但是拉格朗日乘数（LMlag）检验和稳健拉格朗日乘数检验数值都非常接近临界值，说明模型间存在稳定的空间依赖关系，使用SLM测度变量关系更加准确。

表3 模型选择检验

为了比较空间计量模型的合理性，本文也对多元回归模型进行了估计，运行STATA软件空间统计命令[2]，测算出SLM，SEM以及多元回归模型的计量结果（见表4）。

表4 我国城镇居民文化消费支出的影响因素模型估计结果

通过对比OLS模型、SLM与SEM的估计结果，发现OLS方法估计的模型拟合优度为0.711，解释变量FEC的系数只通过了1%显著性检验，解释变量DIUR的系数相伴概率值低于0.001，两变量的显著性水平存在明显差异。SLM比SEM和多元回归模型更加准确地揭示了我国城镇居民文化消费支出及其影响因素的关系。SLM的系数全部符合1%的显著性水平，拟合优度为0.764，优于SEM的0.755，说明了SLM对数据的拟合程度更加准确，解释力更优。

因此本文用SLM的估计结果来说明文化财政支出和城镇居民可支配收入等自变量对城镇居民文化消费水平的影响程度。模型表达式为

空间计量分析结果显示，空间滞后系数值为0.015 8，说明我国各城镇居民的文化消费支出存在正向的空间溢出效应。从整体上看，各地区的居民文化消费支出不仅受到本地区经济发展水平、财政政策与消费偏好的影响，还受到相邻地区文化消费的影响，总体影响程度为0.015 8个单位[3]。FEC系数为-0.201 0，说明财政支出对城镇居民文化消费支出具有“挤出”效应，即本地区财政支出越高，城镇居民用于文化消费的支出就越低，而相邻地区的居民文化消费支出越高对本地区的文化消费水平越有不利影响。本文认为主要是因为城镇居民文化消费品资源是稀缺的，邻近地区城镇经济发展越好，对文化消费需求越强烈，从而使文化资源争夺越具竞争力，因此对本地区城镇居民文化消费水平有高度的竞争效应[4]。DIUR系数为0.071 3，说明城镇居民人均可支配收入对城镇居民文化消费支出具有正向的集聚效应，邻近地区城镇居民可支配收入增加对本地区居民文化消费水平存在正向效应，反映了居民可支配收入对文化消费的拉动作用，进一步证明了我国城镇居民文化消费的收入依赖性[5]。

3 研究结论及进一步研究空间

1）不同省域城镇居民文化消费水平呈空间集聚。普通线性回归的最小二乘法估计遗漏了空间自相关性和空间滞后项，导致变量前的参数将有偏差，因此本文采用SLM，反映出省域城镇居民文化消费水平与文化财政支出、人均可支配收入具有明显的空间依赖性，体现地理空间效应对省域城镇居民文化消费水平及其影响因素的作用。和经典线性模型相比，SLM更好地解释了省域城镇居民文化消费的特征。

2）分析SLM表明，各地区文化财政支出对城镇居民文化消费存在空间异质性，具有“挤出效应”。改革开放以来，中央政府考量地方政府的工作质量时主要是对地方GDP进行衡量。一方面，各地方政府在招商引资、地方公共建设投入力度和税收优惠方面进行激烈的竞争，忽略了与相邻省份的合作发展；另一方面，在地方大力追求GDP时，相邻省份的GDP增加不同而使居民文化消费产生了空间异质性。因此，我国对文化财政支出的规模要适当调节，以使其在短期内能够促进居民文化消费，而不是一味地依靠增加文化财政支出规模来推动GDP的增长，同时加强与相邻省份的公共文化合作。

3）引入自变量DIUR后，SLM验证了城镇居民省域文化消费存在正向效应。要提高居民文化消费水平，收入变量是解决消费需求的关键因素之一。邻近地区的城镇经济发展越好，对本地区城镇居民文化消费水平越有利，但如果地区收入差距拉大，则有可能减弱集聚趋势甚至可能导致发散，导致人们文化消费水平的下降。实证研究显示，在考虑了空间因素后，城镇居民文化消费空间集聚结果表明，要缩小城镇居民文化消费水平的区域差异，政府制定旨在有助于促进文化消费集聚的空间协调和缩小地区收入差距的政策是非常有必要的。