地理科学 2018 , 38 (2): 186-194 https://doi.org/10.13249/j.cnki.sgs.2018.02.004

Orginal Article

中国省域消费水平及影响因素的时空异质性分析

刘帅宾, 李在军, 周年兴, 杨山

南京师范大学地理科学学院, 江苏南京 210023

Spatial-temporal Evolution of China’s Provincial Consumption and Its Influencing Factors

Liu Shuaibin, Li Zaijun, Zhou Nianxing, Yang Shan

School of Geography Science, Nanjing Normal University, Nanjing 210023, Jiangsu, China

中图分类号: K902

文献标识码: A

文章编号: 1000-0690(2018)02-0186-09

通讯作者: 通讯作者：李在军。E-mail: junzailinyi@163.com

收稿日期: 2017-02-17

修回日期: 2017-07-2

网络出版日期: 2018-04-10

基金资助: 国家自然科学基金项目（41471135,41671140,41771171）资助

作者简介:

作者简介：刘帅宾（1988-）,男,河南汝州人,博士研究生,主要研究方向为城乡发展与区域规划。 E-mail: liushuaibin312@163.com

展开

摘要

针对1978~2015年间中国省域消费水平及影响因素的时空异质性分析表明：① 消费水平格局呈明显的东西与南北集聚态势,并以东西格局为主;时序上,消费水平格局不断发生分化或翻转。② 消费水平的影响因素不仅相互之间存在差异,而且相同影响因素也存在时空异质性,表现对不同时段和不同等级消费地区的作用程度并不一致。③ 不同等级消费地区应实施相宜的产业、就业政策,不断完善低消费地区物流网络、提升高消费地区商品国内外流通程度,促进中等消费地区农村转移人口的消费潜力持续释放。

关键词： 消费水平 ; 影响因素 ; 时空异质性 ; 中国

Abstract

Consumption is an important part of market economy. It is not only an important driving force for economic growth, but also can reflect the rationality of activities of economic production distribution and contribute to evaluating the effect of policy of regional balance development. With China's foreign trade faces increasing challenge, domestic demand has become an important driving force for economic growth. This paper analyzes the evolution of consumption level space at the provincial scale from 1978 to 2015 in China by using empirical orthogonal model (EOF). In order to effectively diagnose the impact degree of influencing factors on regional consumption level under the condition of spatial heterogeneity, this article also constructs the panel quantile regression model to explain the difference of provincial consumption level. The results showed that: 1) Consumption level space presents significantly clustered trend in east-west and south-north, especially in east-west. However, this phenomenon is not permanent; it will vary or be conversed with time. During this process, the policy of consumption and regional development play an important role. Since the reform and opening up in 1978, the policy that government encouraging eastern coastal areas in China take the lead in development, make the pattern of China’s consumption level changed around 1994. After world financial crisis in 2008, the government’s policy of expanding domestic demand has promoted the further differentiation of the consumption level pattern. 2) The result of panel quintile regression reveals the complexity mechanisms of consumption, not only the effects of different influencing factors are different, but also the effect of same influencing factor is different in different regions and period. The effects of influencing factor are different in different regions of consumption level and different period. The developments of second and third industries are the main influencing factors of regional consumption level, especially for the low consumption areas after 1994. The effect of traffic convenience on consumption is improving. The total volume of import and export has significantly positive effect on consumption in two periods, its effect is better in high level of consumption in recently. Although the ratio of employees to total population has only significantly positive effect on the high level of consumption, the influence degree is improving. Urbanization has significantly positive effect on consumption, but the trend of influence degree vary as “U” type with the level of regional consumption levels. 3) For the high level of consumption area, the measures should be aimed to improve the quality of industrial development, the quality of employment and international circulation of commodities. For low level of consumption area, the measures should be aimed to expand the industrial scale, transportation network, employment scale. At last, governments should strength integration of urban and rural, release the consumption potential of rural migrants, especially for the middle level consumption areas.

Keywords： provincial level of consumption ; influencing factors ; space-time evolution ; China

PDF (1405KB) 元数据多维度评价相关文章收藏文章

本文引用格式导出 EndNote Ris Bibtex

刘帅宾, 李在军, 周年兴, 杨山. 中国省域消费水平及影响因素的时空异质性分析[J]. 地理科学, 2018, 38(2): 186-194 https://doi.org/10.13249/j.cnki.sgs.2018.02.004

Liu Shuaibin, Li Zaijun, Zhou Nianxing, Yang Shan. Spatial-temporal Evolution of China’s Provincial Consumption and Its Influencing Factors[J]. Scientia Geographica Sinica, 2018, 38(2): 186-194 https://doi.org/10.13249/j.cnki.sgs.2018.02.004

2008年金融危机以来,中国经济发展受到重创,国际市场需求不足,投资边际产出明显下降,且面临西方国家的贸易保护与制裁。由于中国经济增长长期依靠投资与出口驱动,导致国内消费长期滞后于生产,经济发展内生动力不足。因此,立足培育内需,重塑增长内生动力迫在眉睫。十八届三中全会强调今后将实现由小康社会走向共同富裕,而居民消费水平提高是富裕感的重要指示器,在经济新常态下,将扩大国内消费需求作为维系经济持续增长的重要战略之一。

消费经济学认为消费是经济生产的重要环节,其最早关注家庭收入及个人行为与消费支出的关系,并形成一系列理论假说,如绝对收入假说、家庭生命周期假说及持久收入理论等^[1];之后,宏观消费经济学指出储蓄、风险及理性预期等因素对消费水平有重要影响^[2]。国内一些学者依据国外消费函数理论,对宏观消费、城镇及农村居民等主体的消费函数、消费行为及影响因素等展开了广泛研究^[3,4,5],这扩展了中国消费经济的研究内容,为政府宏观调控提供一定的参考。而地理学关注区域消费空间差异的特征及演变,研究方法由变异系数、基尼系数等非空间手段,转向多时间尺度与空间统计技术^[6~8];区域消费差异解释由单要素的收入,转向综合考虑人均GDP、固定资产投资、城市化率及产业结构等多因素作用^{[9,10,11,12,13]};研究对象由城镇居民、农村居民及政府等社会群体,转向网络消费、旅游消费、消费结构及消费的环境影响等多领域^[13,14,15];相应的研究尺度涵盖了省域、市域和县域等多层面。

总体来看,消费经济学及区域消费的研究成果已较丰富。但还存在以下不足：① 消费经济学为区域消费差异研究提供了基础,但其基于微观家庭或社区的导向不利于把握宏观区域分异特质。② 经济地理学多基于生产的视角对区域分异性进行探索,缺乏从需求角度来审视区域特征,对中国消费水平空间认识不足。③ 多采用截面数据,以面板数据对区域消费水平的研究较少。总之,这些不利于识别中国区域消费水平格局,无法诊断区域消费水平的影响要素,不利于制定区域消费水平的改善对策。基于此,本文从经济地理视角出发,根据1978~2015年间中国大陆31个省级行政区（不包括港澳台,新疆建设兵团数据并入新疆）的人均消费品零售额数据,利用经验正交函数分析消费水平的时空演变特征,并采用面板分位数模型诊断消费水平影响要素的作用大小及方向,以期为消费水平提升提供政策依据。

1 数据来源与研究方法

1.1 数据来源与处理说明

社会消费品零售额直接反映了消费需求,可表征地区消费水平与市场规模状况。选取人均消费品零售额作为因变量,用来表征省域消费水平状况。相关数据来源于《新中国六十年统计资料汇编》^[16]及对应年份的《中国统计年鉴》^[17],其中结合《广东统计年鉴》^[18]《四川统计年鉴》^[19]数据对行政区划调整前海南省和重庆市的数据进行分割。考虑到数据时间跨度较大,根据价格指数对产值变量进行平减处理,将价格变量折算到1978年的不变价。

1.2 研究方法

1）经验正交函数（EOF）。经验正交函数具有无需假定任何基函数,可对不规则分布站点进行分解,展开收敛速度快等优点,被用来探测自然、社会现象的时间趋势与空间分布。经验正交函数分解最终提取几个模态,用于表征时空趋势,被称为时空分解^[20,21,22]。一般通过原始变量场、变量的距平场和变量的标准化场3种形式对原始数据矩阵进行计算,本文采用标准化场。通常,采用Monte Carlo技术进行特征值检验,判别分解出的经验正交函数是否具有物理意义或是无意义的噪音。

特征向量可观测变量的空间分布状况,如果特征向量的各分量正负一致,反映区域变量变化趋势相同,分量绝对值较大处为中心;如果特征向量的分量呈正、负相间分布,则说明区域变量有两种变化趋势,适合进行分类型分析。时间系数反映区域特征向量分布型式的时间变化特征,时间系数为正,说明该分布类型最为典型;时间系数为负则表明该年呈相反的分布型式,系数绝对值越大,这类分布型式则越典型。

2）面板分位数回归模型。Koenker指出面板分位数回归模型不需假设数据服从正态分布,而且能够较好地排除离群值的干扰^[23]。它在控制解释变量差异性的同时,还能够对被解释变量在不同分位点上的影响关系进行有效评估^[24],而传统普通多元回归模型往往掩盖了条件随机概率分布下的系数变动。基于相关研究,构建地区消费水平的面板分位数回归模型,以期有效诊断空间异质性条件下地区消费水平影响因素的作用大小及程度。其式：

$\begin{matrix} Q_{Y_{it}} (τ |X_{it}) = α_{i} + {X_{it}}^{T} β (τ) \end{matrix}$ $\begin{matrix} i = 1,2, ..., n \end{matrix}$ ,

$\begin{matrix} t = 1,2, ..., T \end{matrix}$ （1）

式中, $\begin{matrix} i \end{matrix}$ 为第 $\begin{matrix} i \end{matrix}$ 个截面; $\begin{matrix} t \end{matrix}$ 为第 $\begin{matrix} t \end{matrix}$ 时期; $\begin{matrix} n \end{matrix}$ 为截面数量; $\begin{matrix} T \end{matrix}$ 为时段数量; $\begin{matrix} τ \end{matrix}$ 为本文设定的分位点（0.1,0.2…0.9）; $\begin{matrix} X_{it} \end{matrix}$ 为影响因素矩阵; $\begin{matrix} Q_{Y_{it}} \end{matrix}$ 为消费水平的条件分位函数; $\begin{matrix} α_{i} \end{matrix}$ 为条件分位点上的截距项,代表其它因素的影响; $\begin{matrix} β (τ) \end{matrix}$ 为 $\begin{matrix} τ \end{matrix}$ 分位下的影响系数;常利用加权最小二乘L-估计影响系数 $\begin{matrix} β \end{matrix}$ 。

$\begin{matrix} β (θ) = \min_{(α, β)} \underset{}{\overset{q}{\sum_{k = 1}} \overset{n}{\sum_{i = 1}} \overset{T}{\sum_{t = 1}} w_{k} ρ_{τ_{k}} [Y_{it} - α_{i} - {X_{it}}^{T} β (τ_{k})]} \end{matrix}$ （2）

式中, $\begin{matrix} β (θ) \end{matrix}$ 为影响系数,是根据 $\begin{matrix} q \end{matrix}$ 组分位数回归目标函数加权总和最小化求得; $\begin{matrix} Y_{it} \end{matrix}$ 为消费水平变量矩阵; $\begin{matrix} q \end{matrix}$ 为分位数组数量; $\begin{matrix} k \end{matrix}$ 为分位数的第 $\begin{matrix} k \end{matrix}$ 组; $\begin{matrix} ρ_{τ_{k}} \end{matrix}$ 为分位数损失函数; $\begin{matrix} w_{k} \end{matrix}$ 为第 $\begin{matrix} k \end{matrix}$ 分位数的权重系数; $\begin{matrix} β (τ_{k}) \end{matrix}$ 为第 $\begin{matrix} k \end{matrix}$ 个分位数的影响系数。

2 结果分析

2.1 区域消费水平时空演变特征

对1978~2015年间标准化的人均消费品零售额矩阵数据进行EOF分解,利用Monte Carlo模拟100次,在95%显著水平下提取两个特征向量,其方差贡献率累积高达79.6%,可用来反映区域消费水平的时空演变。

第一特征向量解释了原始数据61.4%的方差贡献率,并呈正负相间分布（图1）,说明中国省域消费水平格局有两种变化趋势。特征向量空间分布呈连续组团状,其正值区多分布于东部沿海一带,少数集中在京九沿线及重庆、四川、陕西及广西等中西部省份;负值区多分布于中西部及东北省份,而上海、北京及天津市均为负值区。绝对值方面,东部沿海及西部川渝地区的特征向量绝对值较高,而广大中西部地区的特征向量绝对值较低,中国东部沿海及少数中西部地区成为消费的中心。整体上,时间系数呈线性连续变化,1978~1994年间为负值,表明沿海地区消费水平低于中西部及东北地区;1994~2015年间为正值,表明沿海地区消费水平高于中西部地区,同时也说明特征向量值的空间分布并不恒定。具体来看,时间系数的绝对值在1978~1984年间处于波动变化的态势,说明原有的消费空间模式存在一定的依赖特征;1984年之后,时间系数的绝对值迅速减少,反映原有消费空间模式的典型性逐步减弱;随后时间系数在1994年由负值转变正值,原有西强东弱的消费空间模式转变为东强西弱的消费空间模式;1994年之后,时间系数绝对值迅速增加,东强西弱的消费空间模式逐步得到强化。

显示原图| 下载原图ZIP| 生成PPT

图1 第一特征向量空间分布（a）及时间系数（b）

Fig.1 The first spatial mode(a) and its time coefficient(b)

第二特征向量解释了原始数据18.2%的方差贡献率。由图2看出,特征向量空间分布整体呈现分块集聚特征,并具有显著的南北分异态势。其中,特征向量正值区主要集中于东北三省及华北部分地区,绝对值较高;而特征向量负值区遍布于西部省份及长江以南省份,其绝对值较高,河南及周围省份地区的特征向量绝对值较低。整体上,时间系数呈显著的非线性变化特征,1978、1982~1984、1986~1987及2008~2015年间的时间系数为正值,表明该时段东三省及华北地区的消费水平较高。而1979~1981、1985及1988~2007年间的时间系数为负值,表明以上时段广大南方省份整体消费水平高于北方省份。具体来看,1978~1988年间的时间系数绝对值较低且处于波动变化状态,反映北强南弱的消费空间模式并不典型;随后时间系数由正转负,且绝对值持续增加,说明该阶段消费空间模式由北强南弱转变为南强北弱,并得到一定程度的强化;1998年后时间系数的绝对值开始减少,并在2008年后由负值转正值并快速上升,消费空间再次转变为北强南弱模式;2013~2015年间时间系数绝对值再次出现下降,表明这种模式并不稳定。

消费水平的时空演变过程与中国经济体制改革的进程基本一致,体制改革逐步释放企业生产和社会消费潜力,推动消费水平格局发生变化。新中国成立后,长期以国防安全为目标的区域发展政策,造成中国东部沿海尤其东南地区经济发展水平较低,形成改革开放初期西强东弱和北强南弱的消费水平格局;进入20世纪80年代后,中国政府开始探索经济体制改革,尤其是90年代之后,随着社会主义市场经济体制逐步完善,经济市场化程度不断提高,极大促进工业、贸易、批发和零售等产业快速发展,沿海地区的率先发展推动中国消费空间模式在1994年后发生转变;伴随着经济全球化推进,外贸出口成为中国经济增长的重要驱动力,而2008年世界金融危机造成中国外贸出口受阻,中国政府适时将扩大国内消费作为经济发展新动力,这使得东部及中西部部分地区消费水平得以改善,导致时间系数快速攀升,进而强化地区消费分异格局。

显示原图| 下载原图ZIP| 生成PPT

图2 第二特征向量空间分布（a）及时间系数（b）

Fig.2 The second spatial mode(a) and its time coefficient(b)

2.2 区域消费水平时空分异特征

EOF虽揭示出中国省域消费水平的时空演变过程,但未能划分出具体的消费水平等级。因此,采用系统聚类法,将1978~2015年中国省域人均消费品零售额进行时空聚类,根据聚类结果并结合地区消费特征,将消费水平格局划分为5类（图3）。第一等级为北京、上海;第二等级为天津和浙江;第三等级为北部的内蒙古、吉林和辽宁,沿海地区的山东、江苏、福建、广东以及中部的湖北;第四等级为中西部地区的四川、重庆、陕西、山西、河北、河南和湖南及东北地区的黑龙江;第五等级为西部的新疆、青海、甘肃、西藏、宁夏、贵州、云南、广西以及中部的安徽、江西。结合图1、3发现,京沪地区一直都是高等级消费地区;东部沿海省份在1994年之后跃升为较高等级消费区域;京九铁路沿线及四川、重庆、陕西、山西等中西部省份整体上消费水平较低,但发展潜力较大,正逐步成为中等等级消费地区;西部的新疆、青海、西藏等省域在1994年前的消费水平高于中西部其它地区,1994年之后消费水平增速有所下降,成为较低等级消费地区。

显示原图| 下载原图ZIP| 生成PPT

图3 1978~2015年间中国省域消费水平聚类格局（a）及差异变化（b）

Fig.3 Clustering pattern(a) and difference change (b) of provincial consumption level in China from 1978 to 2015

进一步对1978~2015年间的省域消费水平差异变化进行分析（图3）。1978~1994年中国消费水平的区域差异不断扩大,基尼系数和变异系数分别由0.38和0.49增长至0.56和0.68,东部沿海消费水平较高的格局逐步形成;1994~2008年,基尼系数和变异系数基本稳定,分别在0.55~0.56及0.59~0.66间波动,东强西弱的消费格局固化;2008年快速下降,这是由于京九铁路沿线及川、渝、陕等中西部省份消费水平的提升弱化了中国消费水平的区域差异。

2.3 区域消费水平格局的影响机制

1）消费水平影响因素选取。消费水平受多方面因素的综合影响,从生产角度来看,与生产经营方式、业态变化以及企业生产的基础设施配置等有关;从流通角度来看,与货物周转量、运输距离、运输方式等因素关系密切;从需求的角度来看,受居民的收入水平、消费行为、就业、政策等影响^[11,12]。

参照消费水平影响因素的相关研究^{[7,8,9,10,11,12,13,14]},从社会消费品“生产-流通-需求”视角综合选取以下影响因素。生产领域,以人均GDP（ $\begin{matrix} X 1 \end{matrix}$ ）表征地区发展水平对地区消费水平的影响,以第一产业占GDP比重（ $\begin{matrix} X 2 \end{matrix}$ ）、第二产业占GDP比重（ $\begin{matrix} X 3 \end{matrix}$ ）及第三产业占GDP比重（ $\begin{matrix} X 4 \end{matrix}$ ）表示产业发展对地区消费的影响;流通领域,以路网密度（ $\begin{matrix} X 5 \end{matrix}$ ）反映基础设施配置对商品流通的影响,以进出口总额（ $\begin{matrix} X 6 \end{matrix}$ ）反映与区外市场联通对本地市场的影响;需求领域,以城镇居民人均可支配收入（ $\begin{matrix} X 7 \end{matrix}$ ）及农村居民人均可支配收入（ $\begin{matrix} X 8 \end{matrix}$ ）考察收入对消费的影响,以年末从业人员占总人数的比重（ $\begin{matrix} X 9 \end{matrix}$ ）表示就业状况对消费的影响;城市是消费品需求集聚区,选取城市化率（ $\begin{matrix} X 10 \end{matrix}$ ）衡量城市化发展对地区消费的影响;选取人均财政支出（ $\begin{matrix} X 11 \end{matrix}$ ）表示地方政府对消费的引导作用。

由上述分析可知,消费水平的时空演变存在阶段性特征,故以中国省域消费水平格局发生转变的1994年为分界点,分别估计1978~1994年和1995~2015年间消费水平的影响因素。由于变量彼此间可能存在着多重共线性,故在混合面板回归（Pooled OLS）基础上,首先对影响因素进行共线性检验（表1）,将VIF值大于10的变量予以剔除^[25]。

2）面板分位数回归结果。采用面板分位数回归模型对1978~1994年和1995~2015年两个时段消费水平的影响因素进行面板分位数估计,结果如表2、3所示。

表1 共线性检验（VIF值）

Table 1 Test of multicollinearity (VIF)

年份	$\begin{matrix} X 1 \end{matrix}$	$\begin{matrix} X 2 \end{matrix}$	$\begin{matrix} X 3 \end{matrix}$	$\begin{matrix} X 4 \end{matrix}$	$\begin{matrix} X 5 \end{matrix}$	$\begin{matrix} X 6 \end{matrix}$	$\begin{matrix} X 7 \end{matrix}$	$\begin{matrix} X 8 \end{matrix}$	$\begin{matrix} X 9 \end{matrix}$	$\begin{matrix} X 10 \end{matrix}$	$\begin{matrix} X 11 \end{matrix}$
1978~1994	46.795	11.198	4.030	4.441	2.887	4.559	15.838	23.240	1.122	2.692	10.166
1995~2015	20.862	2.663	2.837	3.650	3.188	7.232	25.074	28.115	1.131	2.443	21.707

新窗口打开

表2 1978~1994年间面板分位数回归结果

Table 2 Results of panel quantile regression in 1978-1994

分位点	截距项	$\begin{matrix} X 3 \end{matrix}$	$\begin{matrix} X 4 \end{matrix}$	$\begin{matrix} X 5 \end{matrix}$	$\begin{matrix} X 6 \end{matrix}$	$\begin{matrix} X 9 \end{matrix}$	$\begin{matrix} X 10 \end{matrix}$
0.1	-3.702***	0.216	1.599***	0.054	0.247***	-0.040	0.259***
0.2	-3.297***	0.182	1.551***	0.081	0.234***	-0.025	0.304***
0.3	-3.661***	0.259*	1.662***	0.096	0.216***	-0.004	0.311***
0.4	-4.080***	0.327**	1.712***	0.080	0.216***	0.013	0.323***
0.5	-4.224***	0.356**	1.727***	0.072	0.216***	0.025	0.335***
0.6	-4.050***	0.332*	1.736***	0.083	0.208***	0.033	0.349***
0.7	-4.105***	0.359*	1.767***	0.086	0.203***	0.060	0.348***
0.8	-4.288***	0.379*	1.788***	0.083	0.205***	0.079	0.376***
0.9	-4.852***	0.456**	1.908***	0.062	0.215***	0.097	0.327***

注： *、**、***分别表示在0.1、0.05、0.01水平下显著。

新窗口打开

表3 1995~2015年间面板分位数回归结果

Table 3 Results of panel quantile regression in 1995-2015

分位点	截距项	$\begin{matrix} X 2 \end{matrix}$	$\begin{matrix} X 3 \end{matrix}$	$\begin{matrix} X 4 \end{matrix}$	$\begin{matrix} X 5 \end{matrix}$	$\begin{matrix} X 6 \end{matrix}$	$\begin{matrix} X 9 \end{matrix}$	$\begin{matrix} X 10 \end{matrix}$
0.1	-4.477**	-0.076***	0.983***	1.140***	0.346***	0.324***	0.066	0.201**
0.2	-4.051**	-0.089***	0.963***	1.084***	0.331***	0.331***	0.086	0.161**
0.3	-3.197*	-0.095***	0.863**	0.964***	0.344***	0.333***	0.091	0.164**
0.4	-2.667	-0.093***	0.814**	0.855**	0.339***	0.340***	0.096	0.162*
0.5	-2.870	-0.096***	0.850**	0.907**	0.349***	0.336***	0.108	0.161
0.6	-2.031	-0.095***	0.716**	0.747**	0.340***	0.339***	0.114	0.230*
0.7	-2.002	-0.084***	0.702**	0.665**	0.336***	0.340***	0.117	0.325**
0.8	-2.182	-0.086***	0.765**	0.674**	0.309***	0.351***	0.135*	0.276*
0.9	-2.066	-0.083***	0.779**	0.569**	0.310***	0.355***	0.157**	0.344**

注： *、**、***分别表示在0.1、0.05、0.01水平下显著。

新窗口打开

1978~1994年间,第二产业占GDP比重（ $\begin{matrix} X 3 \end{matrix}$ ）在0.1和0.2分位点并不显著,其它分位点均在0.1或0.05水平下显著,回归系数随着分位点的增加呈增长态势。1995~2015年间,第二产业占GDP比重的显著性提升,尤其0.1和0.2分位点均在0.01水平下显著,回归系数明显增长,变化趋势却随分位点的增加而下降。这表明第二产业在1978~1994年间整体发展水平低,消费资源匮乏,抑制了消费水平提升;而高等级消费地区第二产业比重较高,对消费水平的提升作用明显;1994年以后,随着工业化进程加快,消费资源丰富、居民收入水平上升,促进了消费水平整体提高,同时高等级消费地区工业化进程率先完成,第二产业对消费水平提升的作用逐步降低。1978~1994年间,第三产业占GDP比重（ $\begin{matrix} X 4 \end{matrix}$ ）在各分位点均在0.01水平下显著,回归系数均在1.5以上,且随着分位点的增加而增长。1995~2015年间,第三产业占GDP比重在0.4以上分位点处的显著性有所下降,回归系数在各分位点处均有下降,且随着分位点的增加而下降。这表明发展第三产业对改善消费水平的作用较为明显,尤其是对低等级消费地区的影响持续显著,反映低等级消费地区第三产业比重较低;而对高等级消费地区影响的显著性下降,则说明高等级消费地区第三产业的发展重点需要从数量扩张转向质量提升。对比来看,第三产业在第一阶段的影响系数最大,在第二阶段有所降低;而第二产业的影响系数在第二阶段显著上升。这是由于1978~1994年间,市场化改革逐步展开,大量私有资本进入第三产业,第三产业产值比重上升近10%,第三产业就业比重上升至24%,对消费水平的提升作用明显。而第二产业产值比重在1978~1994年间呈波动变化,整体基本稳定。长期以来的重工业倾斜发展战略,导致第二产业提供社会消费品的能力不足,随着轻重工业平衡发展政策的实施,第二产业内部结构逐步协调,提供社会消费品的能力增强,在1995~2015年间对消费水平的影响明显上升。第一产业占GDP比重（ $\begin{matrix} X \end{matrix}$ 2）对1995~2015年间消费水平的影响在各分位点均显著,回归系数均为负,第一产业比重较大的地区农民收入水平较低,限制了消费水平提升。

1978~1994年间,地区路网密度（ $\begin{matrix} X 5 \end{matrix}$ ）在各分位点均不显著,回归系数均在0.1以下。1995~2015年间,地区路网密度在各分位点均在0.01水平下显著,回归系数均在0.3以上,且随着分位点的增加呈下降趋势。这说明改善低等级消费地区交通通达性,有利于商品的快速流通与消费水平提升。进出口总额（ $\begin{matrix} X 6 \end{matrix}$ ）在两个时段的各分位点上均在0.01水平下显著,回归系数由0.2以上上升至0.3以上。其中1978~1994年间低分位点处的回归系数稍高,而1995~2015年间高分位点处的回归系数稍高。对外市场交流可以通过商品进出口或推动产业升级^[26],繁荣消费市场,刺激居民消费需求。而低等级消费地区对外市场交流水平起点低,初期通过解决消费品数量短缺,对消费水平的影响较为明显;随着交流水平持续提升,对外市场交流满足了高等级消费地区多样化的消费需求,对高等级消费地区的影响更加明显,这也说明当前中国自贸区发展的必要性。

从业人员占总人数的比重（ $\begin{matrix} X 9 \end{matrix}$ ）仅在1995~2015年间的0.8、0.9分位点上显著,回归系数在两个时段均随分位点的增加而增长。1978~1994年间,回归系数在各分位点均在0.1以下,其中0.1~0.3分位点间为负;1995~2015年间回归系数尽管有所增长,但也仅在0.5分位点以上突破0.1。这体现了就业质量不佳,就业数量增加对提高消费水平的作用较弱,低等级消费地区农业从业人口比重较大,而中等等级消费地区劳动密集型就业人员比重高,就业技能不足、待遇较低,限制了消费能力。1978~1995年间,城市化率（ $\begin{matrix} X 10 \end{matrix}$ ）在各分位点均在0.01水平下显著,回归系数均在0.25以上,且随着分位点的增加而增长。1995~2015年间城市化率在0.1至0.8分位点上的显著性和回归系数均下降,并随着分位数增加呈“U”型变化。这反映了改革开放后,随着户籍管制逐步放松,人口向城镇和发达地区流动速度加快,促进了消费水平的快速提升。而流动人口社会融合机制滞后,导致城镇中形成本地市民与外来人口的二元社会结构,大量外来的人口社会福利等缺失,限制其消费潜力的持续释放。

3 结论与讨论

采用经验正交函数（EOF）对1978~2015年间中国省域消费水平的演变特征进行时空分解,并运用空间面板分位数回归模型分阶段进行机制分析,得到以下结论：

1）从特征向量分布来看,中国省域消费水平存在东西与南北两种空间格局,并以东西格局为主,且这种“东高西低”格局呈强化态势。从时间系数变化来看,中国消费水平格局演变并不稳定,并伴随着经济体制转型而发生翻转或分化。具体来看,改革开放后东部沿海率先发展的区域政策推动中国消费水平的东西格局在1994年前后发生转变;2008年后中央政府的系列扩大内需政策,推动了消费水平格局进一步分化。

2）面板分位数回归有助于解释地区消费异质性。综合来看,第二、第三产业发展水平是区域消费水平的主要影响因素,尤其对低等级消费地区影响日益显著。交通通达性对消费的影响不断增强,对低等级消费地区的影响作用较大。进出口总额对消费的影响持续显著,且对高等级消费地区的影响程度增强。从业人员比重对地区消费水平的影响程度均有所增强,但仅在高等级消费区域通过显著性检验。城市化率对地区消费水平的影响显著,而影响程度随地区消费水平等级出现“U”型变化趋势。

3）本文的政策内涵：第一,产业发展是驱动消费增长的根本动力,不同等级消费地区应选择相宜的产业发展思路。高等级消费地区的第二、第三产业发展重点应从“数量”转向“质量”;低等级消费水平地区应积极承接产业转移、鼓励非农经济发展,扩大第二、第三产业比重。第二,提高低等级消费地区交通通达性,构建完善的物流网络,加快商品流通,并利用自贸区战略等进一步扩展国内外市场流通,满足多样化的消费需求。第三,不同等级消费地区应根据自身发展状况,改善就业结构和质量。低等级消费地区应不断提升非农就业比重,促进城乡收入水平提升;中高等级消费地区应结合产业升级,加大人力资本投入,提高就业质量。最后,继续深化城乡一体化机制改革,切实提高城市化质量,尤其需要推动中等等级消费地区大量农村转移人口的消费潜力得到持续释放。

消费水平时空特征是经济地理学的研究范畴之一,体现其服务社会经济发展的宗旨。与生产投入要素的时空演化特征相比,消费水平时空特征研究有重要启示作用,一方面,可反映区域生产布局的合理性,为调整经济生产布局提供指导;另一方面,识别国内潜在市场,合理调控区域要素的自由流动,实现全国市场一体化。同时,也利于区域政策实施成效的评价。诚然,影响地区消费增长的因素是复杂的,选取特定指标不免忽略其它因素的作用。因此,系统梳理地区消费水平的相互关系与特征,寻找更科学、全面与广泛适用性的评价方法,是今后研究的重要方向。

The authors have declared that no competing interests exist.

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]	朱国林. 消费理论最新发展动态 [J]. 经济学动态, 2002(4):62-65. URL [本文引用: 1] [Zhu Guolin.The latest development of consumption theory. Economic Perspectives, 2002(4): 62-65.] URL [本文引用: 1]
[2]	朱信凯, 骆晨. 消费函数的理论逻辑与中国化:一个文献综述 [J]. 经济研究, 2011, 46(1): 140-153. URL [本文引用: 1] [Zhu Xinkai, Luo Chen. Theoretical logic and sinicization of the consumption function:A Survey of Literature . Economic Research Journal, 2011,46(1): 140-153.] URL [本文引用: 1]
[3]	余永定, 李军. 中国居民消费函数的理论与验证 [J]. 中国社会科学, 2000(1): 123-133. URL [本文引用: 1] [Yu Yongding, Li Jun.Theory and verification of Chinese residents’consumption function. Social Sciences in China, 2000(1): 123-133.] URL [本文引用: 1]
[4]	易行健, 王俊海, 易君健. 预防性储蓄动机强度的时序变化与地区差异——基于中国农村居民的实证研究 [J]. 经济研究,2008, 43(2): 119-131. URL [本文引用: 1] 摘要本文选择中国农村居民1992—2006年间的分省面板数据,采用固定效应—工具变量法(FE-IV)对我国农村居民预防性储蓄动机强度及其地区差异、时序变化展开了详细的实证研究。结果表明,我国农村居民存在很强的预防性储蓄动机,并且西部农村居民的预防性储蓄动机强于中部与东部农村居民;然而滚动回归表明,就全国而言,样本分析区间内我国农村居民的相对谨慎性系数起先还比较平稳,然后呈不断上升的趋势,到最后阶段稍有下降;而分地区的滚动回归结果则表明,各个地区之间存在较大的差异。本文最后在从多个角度对实证结果进行解释的基础上为缓解我国农村居民储蓄快速增长提出了若干政策建议。 [Yi Xingjian, Wang Junhai, Yi Junjian. The fluctuation and regional difference of the strength of precautionary saving motive . Economic Research Journal, 2008,43(2): 119-131.] URL [本文引用: 1] 摘要本文选择中国农村居民1992—2006年间的分省面板数据,采用固定效应—工具变量法(FE-IV)对我国农村居民预防性储蓄动机强度及其地区差异、时序变化展开了详细的实证研究。结果表明,我国农村居民存在很强的预防性储蓄动机,并且西部农村居民的预防性储蓄动机强于中部与东部农村居民;然而滚动回归表明,就全国而言,样本分析区间内我国农村居民的相对谨慎性系数起先还比较平稳,然后呈不断上升的趋势,到最后阶段稍有下降;而分地区的滚动回归结果则表明,各个地区之间存在较大的差异。本文最后在从多个角度对实证结果进行解释的基础上为缓解我国农村居民储蓄快速增长提出了若干政策建议。
[5]	胡永刚, 郭长林. 财政政策规则、预期与居民消费——基于经济波动的视角 [J]. 经济研究, 2013, 48(3): 96-107. URL [本文引用: 1] [Hu Yonggang,Guo Changlin. Fiscal policy rule, expectation and private consumption—From the perspective of business Cycles .Economic Research Journal, 2013, 48(3): 96-107.] URL [本文引用: 1]
[6]	向清成. 中国居民消费水平的地域差异 [J]. 地理科学, 2002,22(3):276-281. https://doi.org/10.3969/j.issn.1000-0690.2002.03.004 URL [本文引用: 1] 摘要建国以来我国居民消费水平的地域分布一直呈非均衡状态,地域差异显著.其中省际差异呈U字型变化,东西差异由小变大,南北差异不断缩小,而城乡差异波动性大.在地域差异构成中,东西差异突出,南北差异影响最小.地区经济发展不平衡是造成我国居民消费水平地域差异的主要原因,其次是经济体制、经济布局以及区域政策的影响.为了缩小地区差距、实现共同富裕,一方面要加快建立社会主义市场经济体制,另一方面要充分发挥政府在引导要素合理流动和调控区域发展方面的作用. [Xiang Qingcheng. Regional differences of households consumption in China . Scientia Geographica Sinica,2002, 22(3):276-281.] https://doi.org/10.3969/j.issn.1000-0690.2002.03.004 URL [本文引用: 1] 摘要建国以来我国居民消费水平的地域分布一直呈非均衡状态,地域差异显著.其中省际差异呈U字型变化,东西差异由小变大,南北差异不断缩小,而城乡差异波动性大.在地域差异构成中,东西差异突出,南北差异影响最小.地区经济发展不平衡是造成我国居民消费水平地域差异的主要原因,其次是经济体制、经济布局以及区域政策的影响.为了缩小地区差距、实现共同富裕,一方面要加快建立社会主义市场经济体制,另一方面要充分发挥政府在引导要素合理流动和调控区域发展方面的作用.
[7]	李在军, 管卫华, 柯文前. 中国区域消费与经济、人口重心演变的时间多尺度研究 [J]. 经济地理, 2014, 34(1): 7-14. https://doi.org/10.3969/j.issn.1000-8462.2014.01.002 URL [本文引用: 1] 摘要以1952--2011年我国分省的社会消费品零售额、GDP和年末总人口分别表征区域消费、经济发展和人口数量，采用重心模型结合回归分析与EMD方法，在界定三者重心转移轨迹基础上，从时间多尺度视角揭示60年来我国省区消费重心的演变特征及与经济、人口重心相互作用关系的演变成因机制，结果表明：①我国区域消费重心在纬度与经度向具有不同时间尺度的演变特征，纬度向上，区域消费重心的演变主要以30年尺度及趋势为主，今后有向北移动的趋势；经度向上，区域消费重心主要以8．5年的短时间尺度和世纪尺度为主，短时间来看区域消费重心将向东移动。②区域消费与经济发展和人口分布存在较显著相关关系，但三者间的交互响应关系在时间多尺度的纬度向和经度向上存在明显差异。整体来看，纬度向上，短周期内，经济发展基本上对消费发展起着拉动作用。中长时间内，两者相互影响、相互促进。而中短周期内，人口数量的变动对消费水平的提高影晌不显著，长期来看，对消费水平的提高起到积极的推动作用；经度向上，短周期内，经济发展水平的提高、人口数量的变动促进消费水平的改善。中周期内，经济发展与消费呈相互制约关系。中长时间尺度中，人口数量的变动不会促进消费水平的提高。最后提出促进区域消费水平的建议。 [Li Zaijun, Guan Weihua, Ke Wenqian. The regional gravity evolution of consumption, economy and population based on the multiple time scales in China . Economic Geography, 2014, 34(1): 7-14.] https://doi.org/10.3969/j.issn.1000-8462.2014.01.002 URL [本文引用: 1] 摘要以1952--2011年我国分省的社会消费品零售额、GDP和年末总人口分别表征区域消费、经济发展和人口数量，采用重心模型结合回归分析与EMD方法，在界定三者重心转移轨迹基础上，从时间多尺度视角揭示60年来我国省区消费重心的演变特征及与经济、人口重心相互作用关系的演变成因机制，结果表明：①我国区域消费重心在纬度与经度向具有不同时间尺度的演变特征，纬度向上，区域消费重心的演变主要以30年尺度及趋势为主，今后有向北移动的趋势；经度向上，区域消费重心主要以8．5年的短时间尺度和世纪尺度为主，短时间来看区域消费重心将向东移动。②区域消费与经济发展和人口分布存在较显著相关关系，但三者间的交互响应关系在时间多尺度的纬度向和经度向上存在明显差异。整体来看，纬度向上，短周期内，经济发展基本上对消费发展起着拉动作用。中长时间内，两者相互影响、相互促进。而中短周期内，人口数量的变动对消费水平的提高影晌不显著，长期来看，对消费水平的提高起到积极的推动作用；经度向上，短周期内，经济发展水平的提高、人口数量的变动促进消费水平的改善。中周期内，经济发展与消费呈相互制约关系。中长时间尺度中，人口数量的变动不会促进消费水平的提高。最后提出促进区域消费水平的建议。
[8]	李在军, 管卫华, 吴启焰, 等. 1978~2011 年间中国区域消费水平的时空演变 [J]. 地球信息科学学报, 2014, 16(5): 746-752. https://doi.org/10.3724/SP.J.1047.2014.00746 URL Magsci [本文引用: 2] 摘要 <p>区域消费水平是经济发展的重要动力。本文以1978-2011年间我国各省区的人均消费品零售额表征区域消费水平，在我国区域消费水平差异测度的基础上，对区域消费水平差异的时间序列值进行突变点检测，进而将我国区域消费水平变化划分为1978-1986年和1986-2011年2个阶段。通过利用传统马尔科夫链及空间马尔科夫链方法，分别构建人均消费水平的非空间和空间马尔科夫转移概率矩阵，对1978-1986年与1986-2011年2个阶段的区域消费水平的时空格局演变特征进行分析。研究结果表明：（1）区域消费水平在2个研究时段内的变化均存在着“俱乐部趋同”现象，无论是低消费水平与高消费水平区域均沿着最初类型稳步演进。（2）区域消费水平变化受到来自邻域消费水平背景的影响，使得其趋同的过程在空间上不独立。（3）区域间消费水平相互作用呈现出显著的东西分异特征，东部地区多为区域自身消费水平与邻域消费水平同时向上转移的状态，西部地区多为向下转移的状态，而中部地区多为平稳分布，邻域消费水平的状态变化较大。</p> [Li Zaijun, Guan Weihua, Wu Qiyan et al.The temporal and spatial trend of China’s regional consumption level since the reform and opening up. Journal of Geo-Information Science,2014, 16(5): 746-752.] https://doi.org/10.3724/SP.J.1047.2014.00746 URL Magsci [本文引用: 2] 摘要 <p>区域消费水平是经济发展的重要动力。本文以1978-2011年间我国各省区的人均消费品零售额表征区域消费水平，在我国区域消费水平差异测度的基础上，对区域消费水平差异的时间序列值进行突变点检测，进而将我国区域消费水平变化划分为1978-1986年和1986-2011年2个阶段。通过利用传统马尔科夫链及空间马尔科夫链方法，分别构建人均消费水平的非空间和空间马尔科夫转移概率矩阵，对1978-1986年与1986-2011年2个阶段的区域消费水平的时空格局演变特征进行分析。研究结果表明：（1）区域消费水平在2个研究时段内的变化均存在着“俱乐部趋同”现象，无论是低消费水平与高消费水平区域均沿着最初类型稳步演进。（2）区域消费水平变化受到来自邻域消费水平背景的影响，使得其趋同的过程在空间上不独立。（3）区域间消费水平相互作用呈现出显著的东西分异特征，东部地区多为区域自身消费水平与邻域消费水平同时向上转移的状态，西部地区多为向下转移的状态，而中部地区多为平稳分布，邻域消费水平的状态变化较大。</p>
[9]	刘艺荣. 中国城市化水平与消费增长的实证分析 [J]. 湖南社会科学, 2008(2): 99-103. URL [本文引用: 2] 摘要我国城市化水平滞后,近年来,又出现了消费需求不足.本文运用回归分析和向量自回归方法研究了我国1978-2005年城市化与居民消费增长的关系.结果表明,我国的城市化水平与消费增长率之间总体上具有正向的、较长期的互动影响.这种影响具有阶段性差异.消费增长率对城市化率的影响要大于城市化率对消费增长率的影响.与城市化率与消费率的互动影响相比,城市化率与消费增长率的互动影响要小多了. [Liu Yirong.An empirical analysis of urbanization and consumption growth in China. Hunan Social Sciences, 2008(2): 99-103.] URL [本文引用: 2] 摘要我国城市化水平滞后,近年来,又出现了消费需求不足.本文运用回归分析和向量自回归方法研究了我国1978-2005年城市化与居民消费增长的关系.结果表明,我国的城市化水平与消费增长率之间总体上具有正向的、较长期的互动影响.这种影响具有阶段性差异.消费增长率对城市化率的影响要大于城市化率对消费增长率的影响.与城市化率与消费率的互动影响相比,城市化率与消费增长率的互动影响要小多了.
[10]	胡春燕. 基于产业发展视角的消费需求扩张研究 [J]. 消费经济, 2010, 26(2): 24-26. URL [本文引用: 2] [Hu Chunyan. Research on the expansion of consumption demand from the perspective of industrial development . Consumer Economics, 2010, 26(2): 24-26.] URL [本文引用: 2]
[11]	管卫华, 周静, 陆玉麒. 改革开放以来中国社会消费水平的区域格局变化 [J]. 地理研究, 2012, 31(2): 234-243. https://doi.org/10.11821/yj2012020004 URL [本文引用: 3] 摘要通过对改革开放以来中国区域社会消费水平差异、格局变化和形成机制的研究,表明改革开放以来省区间的社会消费水平的差异总体呈现扩大趋势,但其中有一定的波动。通过突变点分析,认为改革开放以来中国区域社会消费水平差异变化可划分为1978～1987年和1987～2008年两个阶段。1978年中国社会消费水平的南北区域差异格局显著;1987年中国社会消费水平的区域差异既有南北地区的差异,又有东西部的差异;2008年中国社会消费水平总体呈现明显的东中西阶梯差异的格局。1978年形成中国社会消费水平区域格局主要受各地区城乡居民人均储蓄、人均财政支出和第一产业产值比例因素的影响;1987年形成中国社会消费水平区域格局主要受人均GDP、交通通达水平和第三产业产值比例因素的影响;2008年形成中国社会消费水平区域格局主要受人均GDP、城乡居民人均收入和城乡居民人均储蓄因素的影响。 [Guan Weihua,Zhou Jing, Lu Yuqi. Study on the regional pattern change of social consumption levels in China since reform and opening up . Geographical Research, 2012, 31(2): 234-243.] https://doi.org/10.11821/yj2012020004 URL [本文引用: 3] 摘要通过对改革开放以来中国区域社会消费水平差异、格局变化和形成机制的研究,表明改革开放以来省区间的社会消费水平的差异总体呈现扩大趋势,但其中有一定的波动。通过突变点分析,认为改革开放以来中国区域社会消费水平差异变化可划分为1978～1987年和1987～2008年两个阶段。1978年中国社会消费水平的南北区域差异格局显著;1987年中国社会消费水平的区域差异既有南北地区的差异,又有东西部的差异;2008年中国社会消费水平总体呈现明显的东中西阶梯差异的格局。1978年形成中国社会消费水平区域格局主要受各地区城乡居民人均储蓄、人均财政支出和第一产业产值比例因素的影响;1987年形成中国社会消费水平区域格局主要受人均GDP、交通通达水平和第三产业产值比例因素的影响;2008年形成中国社会消费水平区域格局主要受人均GDP、城乡居民人均收入和城乡居民人均储蓄因素的影响。
[12]	胡美娟, 周年兴, 李在军, 等. 江苏省县域消费水平的空间格局及影响因素分析 [J]. 经济地理, 2014, 34(56): 48-74. URL [本文引用: 3] [Hu Meijuan, Zhou Nianxing,Li Zaijun et al. The spatial pattern and its influencing factors of county consumption level in Jiangsu Province . Economic Geography, 2014, 34(56): 48-74.] URL [本文引用: 3]
[13]	席广亮, 甄峰, 张敏, 等. 网络消费时空演变及区域联系特征研究—— 以京东商城为例[J]. 地理科学2015, 35(11):1372-1380. [本文引用: 3] [Xi Guangliang, Zhen Feng, Zhang Min et al. Spatio-temporal evolution and regional connection of online consumption: A case study on Jingdong Mall . Scientia Geographica Sinica,2015, 35(11):1372-1380.] [本文引用: 3]
[14]	余凤龙, 黄震方, 方叶林. 中国农村居民旅游消费特征与影响因素分析 [J]. 地理研究, 2013, 32(8): 1565-1576. URL [本文引用: 2] [Yu Fenglong, Huang Zhenfang, Fang Yelin. Tourism consumption of Chinese rural residents: Characteristics and its influencing factors . Geographical Research, 2013, 32(8): 1565-1576.] URL [本文引用: 2]
[15]	姚亮, 刘晶茹, 王如松, 等. 基于多区域投入产出(MRIO)的中国区域居民消费碳足迹分析 [J]. 环境科学学报, 2013, 33(7):2050-2058. URL Magsci [本文引用: 1] 摘要近年来,居民消费活动和环境的关系逐渐受到关注,而与温室气体排放相关的研究更是其中的热点.因此,本文采用"居民消费碳足迹"概念来定义特定居民消费活动所导致的直接和间接温室气体排放的总和,主要包括CO<sub>2</sub>、CH<sub>4</sub>、N<sub>2</sub>O 3种温室气体;构建了基于环境扩展的多区域投入产出(Multiregional input-output, MRIO)模型的碳足迹核算方法,并以2007年中国8个区域为例对其居民消费碳足迹的数量、构成、分布及转移进行了分析.结果显示,2007年全国居民消费碳足迹总量达到31.74亿t(以CO<sub>2</sub>当量计).此外,碳足迹还呈现出区域差异明显、间接排放大于直接排放、城乡差距过大等特征.人均碳足迹方面,发展水平较高的京津、东部沿海地区明显高于相对滞后的西北、西南区域.研究还对碳足迹的区域分布和转移进行了深入探讨.结果发现,东北、京津、西北和西南区域转移收支为负,表示这些区域为其他区域承担的排放大于其他区域为其承担的排放;剩余的北部沿海、东部沿海、南部沿海和中部区域情况则正好相反.这些结果对现阶段中国制定具体区域消费政策或分配碳减排责任等具有参考价值;本研究的方法论也适用于研究其他环境因子及足迹因子与居民消费的关系. [Yao Liang, Liu Jingru,Wang Rusonget al. Carbon footprint accounting of regional household consumption in China through multi-regional input-output Model . Acta Scientiae Circumstantiae,2013, 33(7): 2050-2058.] URL Magsci [本文引用: 1] 摘要近年来,居民消费活动和环境的关系逐渐受到关注,而与温室气体排放相关的研究更是其中的热点.因此,本文采用"居民消费碳足迹"概念来定义特定居民消费活动所导致的直接和间接温室气体排放的总和,主要包括CO<sub>2</sub>、CH<sub>4</sub>、N<sub>2</sub>O 3种温室气体;构建了基于环境扩展的多区域投入产出(Multiregional input-output, MRIO)模型的碳足迹核算方法,并以2007年中国8个区域为例对其居民消费碳足迹的数量、构成、分布及转移进行了分析.结果显示,2007年全国居民消费碳足迹总量达到31.74亿t(以CO<sub>2</sub>当量计).此外,碳足迹还呈现出区域差异明显、间接排放大于直接排放、城乡差距过大等特征.人均碳足迹方面,发展水平较高的京津、东部沿海地区明显高于相对滞后的西北、西南区域.研究还对碳足迹的区域分布和转移进行了深入探讨.结果发现,东北、京津、西北和西南区域转移收支为负,表示这些区域为其他区域承担的排放大于其他区域为其承担的排放;剩余的北部沿海、东部沿海、南部沿海和中部区域情况则正好相反.这些结果对现阶段中国制定具体区域消费政策或分配碳减排责任等具有参考价值;本研究的方法论也适用于研究其他环境因子及足迹因子与居民消费的关系.
[16]	国家统计局国民经济综合统计司. 新中国六十年统计资料汇编[M]. 北京: 中国统计出版社, 2010. [本文引用: 1] [National bureau of statistics of China. China compendium of statistics 1949-2008. Beijing: China Statistics Press, 2010.] [本文引用: 1]
[17]	国家统计局. 中国统计年鉴 (1979~2016)[M]. 北京: 中国统计出版社, 1979-2016. [本文引用: 1] [National Bureau of Statistics of China. China statistical yearbook. Beijing: China Statistics Press, 1979-2016.] [本文引用: 1]
[18]	广东省统计局. 广东省统计年鉴 (1979~1989)[M]. 北京: 中国统计出版社, 1979-1989. [本文引用: 1] [Guangdong Statistical Bureau.Guangdong statistical yearbook (1979-1989). Beijing: China Statistics Press, 1979-1989.] [本文引用: 1]
[19]	四川省统计局. 四川省统计年鉴(1979~1998)[M]. 北京: 中国统计出版社, 1979-1998. [本文引用: 1] [Sichuan Statistical Bureau.Sichuan statistical yearbook (1979-1998). Beijing: China Statistics Press, 1979-1998.] [本文引用: 1]
[20]	魏凤英. 现代气候统计诊断与预测技术[M]. 北京: 气象出版社, 2007. [本文引用: 1] [Wei Fengying.Modern climate statistical diagnosis and prediction technology. Beijing: China Meteorological Press, 2007.] [本文引用: 1]
[21]	王劲峰, 葛咏, 李连发, 等. 地理学时空数据分析方法 [J]. 地理学报, 2014, 69(9): 1326-1345. URL [本文引用: 1] [Wang Jinfeng, Ge Yong, Li Lianfa et al. Spatiotemporal data analysis in geography . Acta Geographica Sinica, 2014, 69(9): 1326-1345.] URL [本文引用: 1]
[22]	张延伟, 葛全胜, 姜逢清, 等. 北疆地区1961~2010 年极端气温事件变化特征 [J]. 地理科学,2016,36(2): 29-302. URL [本文引用: 1] [Zhang Yanwei, Ge Quansheng, Jiang Fengqing et al. Evolution characteristics of the extreme high and low temperature event in North Xinjiang in 1961-2010 . Scientia Geographica Sinica,2016, 36(2): 296-302.] URL [本文引用: 1]
[23]	Koenker R. Quantile regression for longitudinal data [J]. Journal of Multivariate Analysis, 2004, 91(1): 74-89. https://doi.org/10.1016/j.jmva.2004.05.006 URL [本文引用: 1] 摘要 The penalized least squares interpretation of the classical random effects estimator suggests a possible way forward for quantile regression models with a large number of “fixed effects”. The introduction of a large number of individual fixed effects can significantly inflate the variability of estimates of other covariate effects. Regularization, or shrinkage of these individual effects toward a common value can help to modify this inflation effect. A general approach to estimating quantile regression models for longitudinal data is proposed employing ? regularization methods. Sparse linear algebra and interior point methods for solving large linear programs are essential computational tools.
[24]	孙斌栋,李琬. 城市规模分布的经济绩效——基于中国市域数据的实证研究 [J]. 地理科学, 2016, 36(3): 328-334. https://doi.org/10.13249/j.cnki.sgs.2016.03.002 URL Magsci [本文引用: 1] 摘要 <p>基于2010年市域数据,定量分析市域范围的城市规模分布对经济绩效的影响,并探索最优城市规模分布的影响因素。结果表明,<i>① </i>在控制了其它重要的生产要素后,单中心规模分布具有更高的劳动生产率;<i>② </i>随着规模由小变大,具有最优经济绩效的城市规模分布形式存在单中心<i>-</i>多中心<i>-</i>单中心的转变;<i>③ </i>没有发现经济发展水平影响最优城市规模分布的明确证据;<i>④ </i>西部地区城市规模单中心分布更有助于提高经济绩效。</p> [Sun Bindong, Li Wan. City size distribution and economic performance: Evidence from city-regions in China . Scientia Geographica Sinica, 2016, 36(3): 328-334.] https://doi.org/10.13249/j.cnki.sgs.2016.03.002 URL Magsci [本文引用: 1] 摘要 <p>基于2010年市域数据,定量分析市域范围的城市规模分布对经济绩效的影响,并探索最优城市规模分布的影响因素。结果表明,<i>① </i>在控制了其它重要的生产要素后,单中心规模分布具有更高的劳动生产率;<i>② </i>随着规模由小变大,具有最优经济绩效的城市规模分布形式存在单中心<i>-</i>多中心<i>-</i>单中心的转变;<i>③ </i>没有发现经济发展水平影响最优城市规模分布的明确证据;<i>④ </i>西部地区城市规模单中心分布更有助于提高经济绩效。</p>
[25]	曹广忠, 刘涛. 中国城镇化地区贡献的内陆化演变与解释——基于1982~2008 年省区数据的分析 [J]. 地理学报, 2011,66(12): 1631-1643. URL [本文引用: 1] [Cao Guangzhong, Liu Tao. Rising role of inland regions in China’s urbanization in the 21st century: The new trend and its explanation . Acta Geographica Sinica, 2011, 66(12): 1631-1643.] URL [本文引用: 1]
[26]	李方一, 刘思佳, 程莹, 等. 出口增加值对中国区域产业结构高度化的影响 [J]. 地理科学, 2017, 37(1): 37-45. URL [本文引用: 1] [Li Fangyi, Liu Sijia, Cheng Yinget al. Effect of value-added in China’s exports on regional industrial structure advancement . Scientia Geographica Sinica, 2017, 37(1):37-45.] URL [本文引用: 1]

消费理论最新发展动态

... 消费经济学认为消费是经济生产的重要环节,其最早关注家庭收入及个人行为与消费支出的关系,并形成一系列理论假说,如绝对收入假说、家庭生命周期假说及持久收入理论等^[1];之后,宏观消费经济学指出储蓄、风险及理性预期等因素对消费水平有重要影响^[2].国内一些学者依据国外消费函数理论,对宏观消费、城镇及农村居民等主体的消费函数、消费行为及影响因素等展开了广泛研究^[3,4,5],这扩展了中国消费经济的研究内容,为政府宏观调控提供一定的参考.而地理学关注区域消费空间差异的特征及演变,研究方法由变异系数、基尼系数等非空间手段,转向多时间尺度与空间统计技术^[6~8];区域消费差异解释由单要素的收入,转向综合考虑人均GDP、固定资产投资、城市化率及产业结构等多因素作用^{[9,10,11,12,13]};研究对象由城镇居民、农村居民及政府等社会群体,转向网络消费、旅游消费、消费结构及消费的环境影响等多领域^[13,14,15];相应的研究尺度涵盖了省域、市域和县域等多层面. ...

消费理论最新发展动态

消费函数的理论逻辑与中国化:一个文献综述

2011

消费函数的理论逻辑与中国化:一个文献综述

2011

中国居民消费函数的理论与验证

预防性储蓄动机强度的时序变化与地区差异——基于中国农村居民的实证研究

2008

预防性储蓄动机强度的时序变化与地区差异——基于中国农村居民的实证研究

2008

财政政策规则、预期与居民消费——基于经济波动的视角

2013

财政政策规则、预期与居民消费——基于经济波动的视角

2013

中国居民消费水平的地域差异

2002

中国居民消费水平的地域差异

2002

中国区域消费与经济、人口重心演变的时间多尺度研究

2014

... 参照消费水平影响因素的相关研究^{[7,8,9,10,11,12,13,14]},从社会消费品“生产-流通-需求”视角综合选取以下影响因素.生产领域,以人均GDP（

\begin{matrix} X 1 \end{matrix}

）表征地区发展水平对地区消费水平的影响,以第一产业占GDP比重（

\begin{matrix} X 2 \end{matrix}

）、第二产业占GDP比重（

\begin{matrix} X 3 \end{matrix}

）及第三产业占GDP比重（

\begin{matrix} X 4 \end{matrix}

）表示产业发展对地区消费的影响;流通领域,以路网密度（

\begin{matrix} X 5 \end{matrix}

）反映基础设施配置对商品流通的影响,以进出口总额（

\begin{matrix} X 6 \end{matrix}

）反映与区外市场联通对本地市场的影响;需求领域,以城镇居民人均可支配收入（

\begin{matrix} X 7 \end{matrix}

）及农村居民人均可支配收入（

\begin{matrix} X 8 \end{matrix}

）考察收入对消费的影响,以年末从业人员占总人数的比重（

\begin{matrix} X 9 \end{matrix}

）表示就业状况对消费的影响;城市是消费品需求集聚区,选取城市化率（

\begin{matrix} X 10 \end{matrix}

）衡量城市化发展对地区消费的影响;选取人均财政支出（

\begin{matrix} X 11 \end{matrix}

）表示地方政府对消费的引导作用. ...

中国区域消费与经济、人口重心演变的时间多尺度研究

2014

... 参照消费水平影响因素的相关研究^{[7,8,9,10,11,12,13,14]},从社会消费品“生产-流通-需求”视角综合选取以下影响因素.生产领域,以人均GDP（

\begin{matrix} X 1 \end{matrix}

）表征地区发展水平对地区消费水平的影响,以第一产业占GDP比重（

\begin{matrix} X 2 \end{matrix}

）、第二产业占GDP比重（

\begin{matrix} X 3 \end{matrix}

）及第三产业占GDP比重（

\begin{matrix} X 4 \end{matrix}

）表示产业发展对地区消费的影响;流通领域,以路网密度（

\begin{matrix} X 5 \end{matrix}

）反映基础设施配置对商品流通的影响,以进出口总额（

\begin{matrix} X 6 \end{matrix}

）反映与区外市场联通对本地市场的影响;需求领域,以城镇居民人均可支配收入（

\begin{matrix} X 7 \end{matrix}

）及农村居民人均可支配收入（

\begin{matrix} X 8 \end{matrix}

）考察收入对消费的影响,以年末从业人员占总人数的比重（

\begin{matrix} X 9 \end{matrix}

）表示就业状况对消费的影响;城市是消费品需求集聚区,选取城市化率（

\begin{matrix} X 10 \end{matrix}

）衡量城市化发展对地区消费的影响;选取人均财政支出（

\begin{matrix} X 11 \end{matrix}

）表示地方政府对消费的引导作用. ...

1978~2011 年间中国区域消费水平的时空演变

2014

... 参照消费水平影响因素的相关研究^{[7,8,9,10,11,12,13,14]},从社会消费品“生产-流通-需求”视角综合选取以下影响因素.生产领域,以人均GDP（

\begin{matrix} X 1 \end{matrix}

）表征地区发展水平对地区消费水平的影响,以第一产业占GDP比重（

\begin{matrix} X 2 \end{matrix}

）、第二产业占GDP比重（

\begin{matrix} X 3 \end{matrix}

）及第三产业占GDP比重（

\begin{matrix} X 4 \end{matrix}

）表示产业发展对地区消费的影响;流通领域,以路网密度（

\begin{matrix} X 5 \end{matrix}

）反映基础设施配置对商品流通的影响,以进出口总额（

\begin{matrix} X 6 \end{matrix}

）反映与区外市场联通对本地市场的影响;需求领域,以城镇居民人均可支配收入（

\begin{matrix} X 7 \end{matrix}

）及农村居民人均可支配收入（

\begin{matrix} X 8 \end{matrix}

）考察收入对消费的影响,以年末从业人员占总人数的比重（

\begin{matrix} X 9 \end{matrix}

）表示就业状况对消费的影响;城市是消费品需求集聚区,选取城市化率（

\begin{matrix} X 10 \end{matrix}

）衡量城市化发展对地区消费的影响;选取人均财政支出（

\begin{matrix} X 11 \end{matrix}

）表示地方政府对消费的引导作用. ...

1978~2011 年间中国区域消费水平的时空演变

2014

... 参照消费水平影响因素的相关研究^{[7,8,9,10,11,12,13,14]},从社会消费品“生产-流通-需求”视角综合选取以下影响因素.生产领域,以人均GDP（

\begin{matrix} X 1 \end{matrix}

）表征地区发展水平对地区消费水平的影响,以第一产业占GDP比重（

\begin{matrix} X 2 \end{matrix}

）、第二产业占GDP比重（

\begin{matrix} X 3 \end{matrix}

）及第三产业占GDP比重（

\begin{matrix} X 4 \end{matrix}

）表示产业发展对地区消费的影响;流通领域,以路网密度（

\begin{matrix} X 5 \end{matrix}

）反映基础设施配置对商品流通的影响,以进出口总额（

\begin{matrix} X 6 \end{matrix}

）反映与区外市场联通对本地市场的影响;需求领域,以城镇居民人均可支配收入（

\begin{matrix} X 7 \end{matrix}

）及农村居民人均可支配收入（

\begin{matrix} X 8 \end{matrix}

）考察收入对消费的影响,以年末从业人员占总人数的比重（

\begin{matrix} X 9 \end{matrix}

）表示就业状况对消费的影响;城市是消费品需求集聚区,选取城市化率（

\begin{matrix} X 10 \end{matrix}

）衡量城市化发展对地区消费的影响;选取人均财政支出（

\begin{matrix} X 11 \end{matrix}

）表示地方政府对消费的引导作用. ...

中国城市化水平与消费增长的实证分析

... 参照消费水平影响因素的相关研究^{[7,8,9,10,11,12,13,14]},从社会消费品“生产-流通-需求”视角综合选取以下影响因素.生产领域,以人均GDP（

\begin{matrix} X 1 \end{matrix}

）表征地区发展水平对地区消费水平的影响,以第一产业占GDP比重（

\begin{matrix} X 2 \end{matrix}

）、第二产业占GDP比重（

\begin{matrix} X 3 \end{matrix}

）及第三产业占GDP比重（

\begin{matrix} X 4 \end{matrix}

）表示产业发展对地区消费的影响;流通领域,以路网密度（

\begin{matrix} X 5 \end{matrix}

）反映基础设施配置对商品流通的影响,以进出口总额（

\begin{matrix} X 6 \end{matrix}

）反映与区外市场联通对本地市场的影响;需求领域,以城镇居民人均可支配收入（

\begin{matrix} X 7 \end{matrix}

）及农村居民人均可支配收入（

\begin{matrix} X 8 \end{matrix}

）考察收入对消费的影响,以年末从业人员占总人数的比重（

\begin{matrix} X 9 \end{matrix}

）表示就业状况对消费的影响;城市是消费品需求集聚区,选取城市化率（

\begin{matrix} X 10 \end{matrix}

）衡量城市化发展对地区消费的影响;选取人均财政支出（

\begin{matrix} X 11 \end{matrix}

）表示地方政府对消费的引导作用. ...

中国城市化水平与消费增长的实证分析

... 参照消费水平影响因素的相关研究^{[7,8,9,10,11,12,13,14]},从社会消费品“生产-流通-需求”视角综合选取以下影响因素.生产领域,以人均GDP（

\begin{matrix} X 1 \end{matrix}

）表征地区发展水平对地区消费水平的影响,以第一产业占GDP比重（

\begin{matrix} X 2 \end{matrix}

）、第二产业占GDP比重（

\begin{matrix} X 3 \end{matrix}

）及第三产业占GDP比重（

\begin{matrix} X 4 \end{matrix}

）表示产业发展对地区消费的影响;流通领域,以路网密度（

\begin{matrix} X 5 \end{matrix}

）反映基础设施配置对商品流通的影响,以进出口总额（

\begin{matrix} X 6 \end{matrix}

）反映与区外市场联通对本地市场的影响;需求领域,以城镇居民人均可支配收入（

\begin{matrix} X 7 \end{matrix}

）及农村居民人均可支配收入（

\begin{matrix} X 8 \end{matrix}

）考察收入对消费的影响,以年末从业人员占总人数的比重（

\begin{matrix} X 9 \end{matrix}

）表示就业状况对消费的影响;城市是消费品需求集聚区,选取城市化率（

\begin{matrix} X 10 \end{matrix}

）衡量城市化发展对地区消费的影响;选取人均财政支出（

\begin{matrix} X 11 \end{matrix}

）表示地方政府对消费的引导作用. ...

基于产业发展视角的消费需求扩张研究

2010

... 参照消费水平影响因素的相关研究^{[7,8,9,10,11,12,13,14]},从社会消费品“生产-流通-需求”视角综合选取以下影响因素.生产领域,以人均GDP（

\begin{matrix} X 1 \end{matrix}

）表征地区发展水平对地区消费水平的影响,以第一产业占GDP比重（

\begin{matrix} X 2 \end{matrix}

）、第二产业占GDP比重（

\begin{matrix} X 3 \end{matrix}

）及第三产业占GDP比重（

\begin{matrix} X 4 \end{matrix}

）表示产业发展对地区消费的影响;流通领域,以路网密度（

\begin{matrix} X 5 \end{matrix}

）反映基础设施配置对商品流通的影响,以进出口总额（

\begin{matrix} X 6 \end{matrix}

）反映与区外市场联通对本地市场的影响;需求领域,以城镇居民人均可支配收入（

\begin{matrix} X 7 \end{matrix}

）及农村居民人均可支配收入（

\begin{matrix} X 8 \end{matrix}

）考察收入对消费的影响,以年末从业人员占总人数的比重（

\begin{matrix} X 9 \end{matrix}

）表示就业状况对消费的影响;城市是消费品需求集聚区,选取城市化率（

\begin{matrix} X 10 \end{matrix}

）衡量城市化发展对地区消费的影响;选取人均财政支出（

\begin{matrix} X 11 \end{matrix}

）表示地方政府对消费的引导作用. ...

基于产业发展视角的消费需求扩张研究

2010

... 参照消费水平影响因素的相关研究^{[7,8,9,10,11,12,13,14]},从社会消费品“生产-流通-需求”视角综合选取以下影响因素.生产领域,以人均GDP（

\begin{matrix} X 1 \end{matrix}

）表征地区发展水平对地区消费水平的影响,以第一产业占GDP比重（

\begin{matrix} X 2 \end{matrix}

）、第二产业占GDP比重（

\begin{matrix} X 3 \end{matrix}

）及第三产业占GDP比重（

\begin{matrix} X 4 \end{matrix}

）表示产业发展对地区消费的影响;流通领域,以路网密度（

\begin{matrix} X 5 \end{matrix}

）反映基础设施配置对商品流通的影响,以进出口总额（

\begin{matrix} X 6 \end{matrix}

）反映与区外市场联通对本地市场的影响;需求领域,以城镇居民人均可支配收入（

\begin{matrix} X 7 \end{matrix}

）及农村居民人均可支配收入（

\begin{matrix} X 8 \end{matrix}

）考察收入对消费的影响,以年末从业人员占总人数的比重（

\begin{matrix} X 9 \end{matrix}

）表示就业状况对消费的影响;城市是消费品需求集聚区,选取城市化率（

\begin{matrix} X 10 \end{matrix}

）衡量城市化发展对地区消费的影响;选取人均财政支出（

\begin{matrix} X 11 \end{matrix}

）表示地方政府对消费的引导作用. ...

改革开放以来中国社会消费水平的区域格局变化

2012

... 1）消费水平影响因素选取.消费水平受多方面因素的综合影响,从生产角度来看,与生产经营方式、业态变化以及企业生产的基础设施配置等有关;从流通角度来看,与货物周转量、运输距离、运输方式等因素关系密切;从需求的角度来看,受居民的收入水平、消费行为、就业、政策等影响^[11,12]. ...

... 参照消费水平影响因素的相关研究^{[7,8,9,10,11,12,13,14]},从社会消费品“生产-流通-需求”视角综合选取以下影响因素.生产领域,以人均GDP（

\begin{matrix} X 1 \end{matrix}

）表征地区发展水平对地区消费水平的影响,以第一产业占GDP比重（

\begin{matrix} X 2 \end{matrix}

）、第二产业占GDP比重（

\begin{matrix} X 3 \end{matrix}

）及第三产业占GDP比重（

\begin{matrix} X 4 \end{matrix}

）表示产业发展对地区消费的影响;流通领域,以路网密度（

\begin{matrix} X 5 \end{matrix}

）反映基础设施配置对商品流通的影响,以进出口总额（

\begin{matrix} X 6 \end{matrix}

）反映与区外市场联通对本地市场的影响;需求领域,以城镇居民人均可支配收入（

\begin{matrix} X 7 \end{matrix}

）及农村居民人均可支配收入（

\begin{matrix} X 8 \end{matrix}

）考察收入对消费的影响,以年末从业人员占总人数的比重（

\begin{matrix} X 9 \end{matrix}

）表示就业状况对消费的影响;城市是消费品需求集聚区,选取城市化率（

\begin{matrix} X 10 \end{matrix}

）衡量城市化发展对地区消费的影响;选取人均财政支出（

\begin{matrix} X 11 \end{matrix}

）表示地方政府对消费的引导作用. ...

改革开放以来中国社会消费水平的区域格局变化

2012

... 参照消费水平影响因素的相关研究^{[7,8,9,10,11,12,13,14]},从社会消费品“生产-流通-需求”视角综合选取以下影响因素.生产领域,以人均GDP（

\begin{matrix} X 1 \end{matrix}

）表征地区发展水平对地区消费水平的影响,以第一产业占GDP比重（

\begin{matrix} X 2 \end{matrix}

）、第二产业占GDP比重（

\begin{matrix} X 3 \end{matrix}

）及第三产业占GDP比重（

\begin{matrix} X 4 \end{matrix}

）表示产业发展对地区消费的影响;流通领域,以路网密度（

\begin{matrix} X 5 \end{matrix}

）反映基础设施配置对商品流通的影响,以进出口总额（

\begin{matrix} X 6 \end{matrix}

）反映与区外市场联通对本地市场的影响;需求领域,以城镇居民人均可支配收入（

\begin{matrix} X 7 \end{matrix}

）及农村居民人均可支配收入（

\begin{matrix} X 8 \end{matrix}

）考察收入对消费的影响,以年末从业人员占总人数的比重（

\begin{matrix} X 9 \end{matrix}

）表示就业状况对消费的影响;城市是消费品需求集聚区,选取城市化率（

\begin{matrix} X 10 \end{matrix}

）衡量城市化发展对地区消费的影响;选取人均财政支出（

\begin{matrix} X 11 \end{matrix}

）表示地方政府对消费的引导作用. ...

江苏省县域消费水平的空间格局及影响因素分析

2014

... 参照消费水平影响因素的相关研究^{[7,8,9,10,11,12,13,14]},从社会消费品“生产-流通-需求”视角综合选取以下影响因素.生产领域,以人均GDP（

\begin{matrix} X 1 \end{matrix}

）表征地区发展水平对地区消费水平的影响,以第一产业占GDP比重（

\begin{matrix} X 2 \end{matrix}

）、第二产业占GDP比重（

\begin{matrix} X 3 \end{matrix}

）及第三产业占GDP比重（

\begin{matrix} X 4 \end{matrix}

）表示产业发展对地区消费的影响;流通领域,以路网密度（

\begin{matrix} X 5 \end{matrix}

）反映基础设施配置对商品流通的影响,以进出口总额（

\begin{matrix} X 6 \end{matrix}

）反映与区外市场联通对本地市场的影响;需求领域,以城镇居民人均可支配收入（

\begin{matrix} X 7 \end{matrix}

）及农村居民人均可支配收入（

\begin{matrix} X 8 \end{matrix}

）考察收入对消费的影响,以年末从业人员占总人数的比重（

\begin{matrix} X 9 \end{matrix}

）表示就业状况对消费的影响;城市是消费品需求集聚区,选取城市化率（

\begin{matrix} X 10 \end{matrix}

）衡量城市化发展对地区消费的影响;选取人均财政支出（

\begin{matrix} X 11 \end{matrix}

）表示地方政府对消费的引导作用. ...

江苏省县域消费水平的空间格局及影响因素分析

2014

... 参照消费水平影响因素的相关研究^{[7,8,9,10,11,12,13,14]},从社会消费品“生产-流通-需求”视角综合选取以下影响因素.生产领域,以人均GDP（

\begin{matrix} X 1 \end{matrix}

）表征地区发展水平对地区消费水平的影响,以第一产业占GDP比重（

\begin{matrix} X 2 \end{matrix}

）、第二产业占GDP比重（

\begin{matrix} X 3 \end{matrix}

）及第三产业占GDP比重（

\begin{matrix} X 4 \end{matrix}

）表示产业发展对地区消费的影响;流通领域,以路网密度（

\begin{matrix} X 5 \end{matrix}

）反映基础设施配置对商品流通的影响,以进出口总额（

\begin{matrix} X 6 \end{matrix}

）反映与区外市场联通对本地市场的影响;需求领域,以城镇居民人均可支配收入（

\begin{matrix} X 7 \end{matrix}

）及农村居民人均可支配收入（

\begin{matrix} X 8 \end{matrix}

）考察收入对消费的影响,以年末从业人员占总人数的比重（

\begin{matrix} X 9 \end{matrix}

）表示就业状况对消费的影响;城市是消费品需求集聚区,选取城市化率（

\begin{matrix} X 10 \end{matrix}

）衡量城市化发展对地区消费的影响;选取人均财政支出（

\begin{matrix} X 11 \end{matrix}

）表示地方政府对消费的引导作用. ...

Spatio-temporal evolution and regional connection of online consumption: A case study on Jingdong Mall

2015

... [13,14,15];相应的研究尺度涵盖了省域、市域和县域等多层面. ...

... 参照消费水平影响因素的相关研究^{[7,8,9,10,11,12,13,14]},从社会消费品“生产-流通-需求”视角综合选取以下影响因素.生产领域,以人均GDP（

\begin{matrix} X 1 \end{matrix}

）表征地区发展水平对地区消费水平的影响,以第一产业占GDP比重（

\begin{matrix} X 2 \end{matrix}

）、第二产业占GDP比重（

\begin{matrix} X 3 \end{matrix}

）及第三产业占GDP比重（

\begin{matrix} X 4 \end{matrix}

）表示产业发展对地区消费的影响;流通领域,以路网密度（

\begin{matrix} X 5 \end{matrix}

）反映基础设施配置对商品流通的影响,以进出口总额（

\begin{matrix} X 6 \end{matrix}

）反映与区外市场联通对本地市场的影响;需求领域,以城镇居民人均可支配收入（

\begin{matrix} X 7 \end{matrix}

）及农村居民人均可支配收入（

\begin{matrix} X 8 \end{matrix}

）考察收入对消费的影响,以年末从业人员占总人数的比重（

\begin{matrix} X 9 \end{matrix}

）表示就业状况对消费的影响;城市是消费品需求集聚区,选取城市化率（

\begin{matrix} X 10 \end{matrix}

）衡量城市化发展对地区消费的影响;选取人均财政支出（

\begin{matrix} X 11 \end{matrix}

）表示地方政府对消费的引导作用. ...

Spatio-temporal evolution and regional connection of online consumption: A case study on Jingdong Mall

2015

... [13,14,15];相应的研究尺度涵盖了省域、市域和县域等多层面. ...

... 参照消费水平影响因素的相关研究^{[7,8,9,10,11,12,13,14]},从社会消费品“生产-流通-需求”视角综合选取以下影响因素.生产领域,以人均GDP（

\begin{matrix} X 1 \end{matrix}

）表征地区发展水平对地区消费水平的影响,以第一产业占GDP比重（

\begin{matrix} X 2 \end{matrix}

）、第二产业占GDP比重（

\begin{matrix} X 3 \end{matrix}

）及第三产业占GDP比重（

\begin{matrix} X 4 \end{matrix}

）表示产业发展对地区消费的影响;流通领域,以路网密度（

\begin{matrix} X 5 \end{matrix}

）反映基础设施配置对商品流通的影响,以进出口总额（

\begin{matrix} X 6 \end{matrix}

）反映与区外市场联通对本地市场的影响;需求领域,以城镇居民人均可支配收入（

\begin{matrix} X 7 \end{matrix}

）及农村居民人均可支配收入（

\begin{matrix} X 8 \end{matrix}

）考察收入对消费的影响,以年末从业人员占总人数的比重（

\begin{matrix} X 9 \end{matrix}

）表示就业状况对消费的影响;城市是消费品需求集聚区,选取城市化率（

\begin{matrix} X 10 \end{matrix}

）衡量城市化发展对地区消费的影响;选取人均财政支出（

\begin{matrix} X 11 \end{matrix}

）表示地方政府对消费的引导作用. ...

中国农村居民旅游消费特征与影响因素分析

2013

... 参照消费水平影响因素的相关研究^{[7,8,9,10,11,12,13,14]},从社会消费品“生产-流通-需求”视角综合选取以下影响因素.生产领域,以人均GDP（

\begin{matrix} X 1 \end{matrix}

）表征地区发展水平对地区消费水平的影响,以第一产业占GDP比重（

\begin{matrix} X 2 \end{matrix}

）、第二产业占GDP比重（

\begin{matrix} X 3 \end{matrix}

）及第三产业占GDP比重（

\begin{matrix} X 4 \end{matrix}

）表示产业发展对地区消费的影响;流通领域,以路网密度（

\begin{matrix} X 5 \end{matrix}

）反映基础设施配置对商品流通的影响,以进出口总额（

\begin{matrix} X 6 \end{matrix}

）反映与区外市场联通对本地市场的影响;需求领域,以城镇居民人均可支配收入（

\begin{matrix} X 7 \end{matrix}

）及农村居民人均可支配收入（

\begin{matrix} X 8 \end{matrix}

）考察收入对消费的影响,以年末从业人员占总人数的比重（

\begin{matrix} X 9 \end{matrix}

）表示就业状况对消费的影响;城市是消费品需求集聚区,选取城市化率（

\begin{matrix} X 10 \end{matrix}

）衡量城市化发展对地区消费的影响;选取人均财政支出（

\begin{matrix} X 11 \end{matrix}

）表示地方政府对消费的引导作用. ...

中国农村居民旅游消费特征与影响因素分析

2013

... 参照消费水平影响因素的相关研究^{[7,8,9,10,11,12,13,14]},从社会消费品“生产-流通-需求”视角综合选取以下影响因素.生产领域,以人均GDP（

\begin{matrix} X 1 \end{matrix}

）表征地区发展水平对地区消费水平的影响,以第一产业占GDP比重（

\begin{matrix} X 2 \end{matrix}

）、第二产业占GDP比重（

\begin{matrix} X 3 \end{matrix}

）及第三产业占GDP比重（

\begin{matrix} X 4 \end{matrix}

）表示产业发展对地区消费的影响;流通领域,以路网密度（

\begin{matrix} X 5 \end{matrix}

）反映基础设施配置对商品流通的影响,以进出口总额（

\begin{matrix} X 6 \end{matrix}

）反映与区外市场联通对本地市场的影响;需求领域,以城镇居民人均可支配收入（

\begin{matrix} X 7 \end{matrix}

）及农村居民人均可支配收入（

\begin{matrix} X 8 \end{matrix}

）考察收入对消费的影响,以年末从业人员占总人数的比重（

\begin{matrix} X 9 \end{matrix}

）表示就业状况对消费的影响;城市是消费品需求集聚区,选取城市化率（

\begin{matrix} X 10 \end{matrix}

）衡量城市化发展对地区消费的影响;选取人均财政支出（

\begin{matrix} X 11 \end{matrix}

）表示地方政府对消费的引导作用. ...

基于多区域投入产出(MRIO)的中国区域居民消费碳足迹分析

2013

基于多区域投入产出(MRIO)的中国区域居民消费碳足迹分析

2013

2010

... 社会消费品零售额直接反映了消费需求,可表征地区消费水平与市场规模状况.选取人均消费品零售额作为因变量,用来表征省域消费水平状况.相关数据来源于《新中国六十年统计资料汇编》^[16]及对应年份的《中国统计年鉴》^[17],其中结合《广东统计年鉴》^[18]《四川统计年鉴》^[19]数据对行政区划调整前海南省和重庆市的数据进行分割.考虑到数据时间跨度较大,根据价格指数对产值变量进行平减处理,将价格变量折算到1978年的不变价. ...

2010

2016

1989

1998

2007

... 1）经验正交函数（EOF）.经验正交函数具有无需假定任何基函数,可对不规则分布站点进行分解,展开收敛速度快等优点,被用来探测自然、社会现象的时间趋势与空间分布.经验正交函数分解最终提取几个模态,用于表征时空趋势,被称为时空分解^[20,21,22].一般通过原始变量场、变量的距平场和变量的标准化场3种形式对原始数据矩阵进行计算,本文采用标准化场.通常,采用Monte Carlo技术进行特征值检验,判别分解出的经验正交函数是否具有物理意义或是无意义的噪音. ...

2007

地理学时空数据分析方法

2014

地理学时空数据分析方法

2014

北疆地区1961~2010 年极端气温事件变化特征

2016

北疆地区1961~2010 年极端气温事件变化特征

2016

Quantile regression for longitudinal data

2004

... 2）面板分位数回归模型.Koenker指出面板分位数回归模型不需假设数据服从正态分布,而且能够较好地排除离群值的干扰^[23].它在控制解释变量差异性的同时,还能够对被解释变量在不同分位点上的影响关系进行有效评估^[24],而传统普通多元回归模型往往掩盖了条件随机概率分布下的系数变动.基于相关研究,构建地区消费水平的面板分位数回归模型,以期有效诊断空间异质性条件下地区消费水平影响因素的作用大小及程度.其式： ...

城市规模分布的经济绩效——基于中国市域数据的实证研究

2016

城市规模分布的经济绩效——基于中国市域数据的实证研究

2016

中国城镇化地区贡献的内陆化演变与解释——基于1982~2008 年省区数据的分析

2011

... 由上述分析可知,消费水平的时空演变存在阶段性特征,故以中国省域消费水平格局发生转变的1994年为分界点,分别估计1978~1994年和1995~2015年间消费水平的影响因素.由于变量彼此间可能存在着多重共线性,故在混合面板回归（Pooled OLS）基础上,首先对影响因素进行共线性检验（表1）,将VIF值大于10的变量予以剔除^[25]. ...

中国城镇化地区贡献的内陆化演变与解释——基于1982~2008 年省区数据的分析

2011

出口增加值对中国区域产业结构高度化的影响

2017

... 1978~1994年间,地区路网密度（

\begin{matrix} X 5 \end{matrix}

）在各分位点均不显著,回归系数均在0.1以下.1995~2015年间,地区路网密度在各分位点均在0.01水平下显著,回归系数均在0.3以上,且随着分位点的增加呈下降趋势.这说明改善低等级消费地区交通通达性,有利于商品的快速流通与消费水平提升.进出口总额（

\begin{matrix} X 6 \end{matrix}

）在两个时段的各分位点上均在0.01水平下显著,回归系数由0.2以上上升至0.3以上.其中1978~1994年间低分位点处的回归系数稍高,而1995~2015年间高分位点处的回归系数稍高.对外市场交流可以通过商品进出口或推动产业升级^[26],繁荣消费市场,刺激居民消费需求.而低等级消费地区对外市场交流水平起点低,初期通过解决消费品数量短缺,对消费水平的影响较为明显;随着交流水平持续提升,对外市场交流满足了高等级消费地区多样化的消费需求,对高等级消费地区的影响更加明显,这也说明当前中国自贸区发展的必要性. ...

出口增加值对中国区域产业结构高度化的影响

2017

... 1978~1994年间,地区路网密度（

\begin{matrix} X 5 \end{matrix}

\begin{matrix} X 6 \end{matrix}

〈

〉

中国省域消费水平及影响因素的时空异质性分析

Spatial-temporal Evolution of China’s Provincial Consumption and Its Influencing Factors

1 数据来源与研究方法

1.1 数据来源与处理说明

1.2 研究方法

2 结果分析

2.1 区域消费水平时空演变特征

2.2 区域消费水平时空分异特征

2.3 区域消费水平格局的影响机制

3 结论与讨论

参考文献 文献选项 原文顺序 文献年度倒序 文中引用次数倒序 被引期刊影响因子

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子