中国城镇化对居民消费影响的实证研究
|
摘要
文章利用空间动态面板模型研究了城镇化等因素对居民消费的影响,结果表明:(1)随着时间的推移,省域居民消费率的差距在缩小,趋向于集中,并且省域居民消费率变化较为频繁,与省域城镇化率一直增加的趋势并不相同。(2)根据马尔科夫链的分析结果,相对于2000年的消费率,省域在2001—2016年的消费率存在下降的现象。(3)中国邻近省份之间的居民消费存在相互模仿和相互竞争,居民消费存在显著的习惯效应,城镇化率与居民消费率之间存在"U"型的关系,政府消费对居民消费存在挤入效应,城乡居民收入差距越大和贸易依存度越高,居民消费率也越高。
引文
[1]Henderson J. Growth of China’s Medium-size Cities[J]. Brookings Wharton Papers On Urban Affairs, 2005(3).
[2]姜凌,高文玲.城镇化与农村居民消费——基于我国31个省(区)动态面板数据模型的实证研究[J].投资研究,2013,(1).
[3]肖忠意,赵忱忱,李思明.城镇化影响居民消费的地区差异和门槛效应[J].西部论坛,2015,(3).
[4]潘明清,高文亮.我国城镇化对居民消费影响效应的检验与分析[J].宏观经济研究,2014,(1).
[5]雷潇雨,龚六堂.城镇化对于居民消费的影响:理论模型和实证分析[J].经济研究,2014,(6).
[6]谢建国,陈漓高.政府支出与居民消费——一个基于跨期替代模型的中国经验分析[J].当代经济科学,2002,(6).
[7]娄峰,李雪松.中国城镇居民消费需求的动态实证分析[J].中国社会科学,2009,(3).
[8]刘红梅,邓光耀,王克强.中国农产品虚拟水消费的影响因素分析——基于省级数据的动态空间面板STIRPAT模型[J].中国农村经济,2013,(8).
[9]Elhorst J P. Spatial Panel Data Models. In Spatial Econometrics[M].Heidelberg. Springer, 2014.
[10]Yu J H, Jong R, Lee L F. Qusasi-maximum Likelihood Estimators for Spatial Dynamic Panel Data With Fixed Effects When Both N and T Are Large[J]. Journal of Econometrics,2008, 146(1).
[11]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[J].财经论丛,2016,(6).
[12]Quah D T. Empirical Cross-section Dynamics in Economic Growth[J]. European Economic Review, 1993,37(2).
[13]Quah D T. Twin Peaks:Growth and Convergence in Models of Distri?bution Dynamics[J]. The Economic Journal, 1996, 106(437).
[14]何江,张馨之.中国省区收入分布演进的空间——时间分析[J].南方经济,2006,(12).
[15]Rey S J.Spatial Empirics for Economic Growth and Convergence[J].Geographical Analysis, 2001, 33(3).
[16]Moran P A P. A Test for the Serial Independence of Residuals[J].Biometrika, 1950, 37(1).
[17]Cliff A, Ord K. Testing for Spatial Autocorrelation Among Regres?sion Residuals[J]. Geographical Analysis, 1972, 4(3).
[18]Debarsy N, Ertur C. Testing for Spatial Autocorrelation in a Fixed Ef?fects Panel Data Model[J]. Regional Science and Urban Economics,2010, 40(6).
[19]Pace R K, Lesage J P. A Spatial Hausman Test[J].Economics Let?ters, 2008, 101(3).
[20]Multi J, Pfaffermay R M. 2011. The Hausman Test in a Cliff and Ord panel Model[J].Econometrics Journal,,2011,14(1).
(1)部分学者认为城镇化包括人口城镇化和土地城镇化,由于居民消费与土地城镇化的关系不大,因此本文中的城镇化特指人口城镇化。
(1)480=30×16,30代表30个省份,16代表除初始年度2000年外,2001-2016年共16年。
(2)65=183×0.3552。
(3)31=96-65。
[2]姜凌,高文玲.城镇化与农村居民消费——基于我国31个省(区)动态面板数据模型的实证研究[J].投资研究,2013,(1).
[3]肖忠意,赵忱忱,李思明.城镇化影响居民消费的地区差异和门槛效应[J].西部论坛,2015,(3).
[4]潘明清,高文亮.我国城镇化对居民消费影响效应的检验与分析[J].宏观经济研究,2014,(1).
[5]雷潇雨,龚六堂.城镇化对于居民消费的影响:理论模型和实证分析[J].经济研究,2014,(6).
[6]谢建国,陈漓高.政府支出与居民消费——一个基于跨期替代模型的中国经验分析[J].当代经济科学,2002,(6).
[7]娄峰,李雪松.中国城镇居民消费需求的动态实证分析[J].中国社会科学,2009,(3).
[8]刘红梅,邓光耀,王克强.中国农产品虚拟水消费的影响因素分析——基于省级数据的动态空间面板STIRPAT模型[J].中国农村经济,2013,(8).
[9]Elhorst J P. Spatial Panel Data Models. In Spatial Econometrics[M].Heidelberg. Springer, 2014.
[10]Yu J H, Jong R, Lee L F. Qusasi-maximum Likelihood Estimators for Spatial Dynamic Panel Data With Fixed Effects When Both N and T Are Large[J]. Journal of Econometrics,2008, 146(1).
[11]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[J].财经论丛,2016,(6).
[12]Quah D T. Empirical Cross-section Dynamics in Economic Growth[J]. European Economic Review, 1993,37(2).
[13]Quah D T. Twin Peaks:Growth and Convergence in Models of Distri?bution Dynamics[J]. The Economic Journal, 1996, 106(437).
[14]何江,张馨之.中国省区收入分布演进的空间——时间分析[J].南方经济,2006,(12).
[15]Rey S J.Spatial Empirics for Economic Growth and Convergence[J].Geographical Analysis, 2001, 33(3).
[16]Moran P A P. A Test for the Serial Independence of Residuals[J].Biometrika, 1950, 37(1).
[17]Cliff A, Ord K. Testing for Spatial Autocorrelation Among Regres?sion Residuals[J]. Geographical Analysis, 1972, 4(3).
[18]Debarsy N, Ertur C. Testing for Spatial Autocorrelation in a Fixed Ef?fects Panel Data Model[J]. Regional Science and Urban Economics,2010, 40(6).
[19]Pace R K, Lesage J P. A Spatial Hausman Test[J].Economics Let?ters, 2008, 101(3).
[20]Multi J, Pfaffermay R M. 2011. The Hausman Test in a Cliff and Ord panel Model[J].Econometrics Journal,,2011,14(1).
(1)部分学者认为城镇化包括人口城镇化和土地城镇化,由于居民消费与土地城镇化的关系不大,因此本文中的城镇化特指人口城镇化。
(1)480=30×16,30代表30个省份,16代表除初始年度2000年外,2001-2016年共16年。
(2)65=183×0.3552。
(3)31=96-65。