罗建利　郑阳阳

摘要：运用探索性空间数据分析方法，对1993-2013年中国各省域农村居民消费水平空间分布特征及其动态演化机制进行分析。研究发现：各省域的农村居民消费水平非随机分布，而是呈正的空间相关特性，农村居民消费水平相似的省份在地理空间呈聚集趋势；通过Moran散点图和LISA聚类变化图分析，得出一个是以东部沿海省份组成的HH聚集区，一个是以西部省份组成的LL聚集区，而且这种空间格局随着时间推移呈现一定的稳定性和强化性。

关键词：农村居民消费水平；探索性空间数据分析；Moran′s I；局部Moran′s I

中图分类号：F325.12 文献标识码：A

收稿日期：2015-09-21

作者简介：罗建利（1980-），男，浙江温州人，温州大学商学院副教授，研究方向：农村合作组织与农村经济；郑阳阳（1990-），本文通讯作者，男，河南许昌人，温州大学商学院研究生，研究方向：农村合作组织与农村经济。

2014年我国消费占GDP的比重过半，其中居民消费占GDP比重已升至43%左右；而同期美国的消费占GDP的比重为83.34%，其居民消费占GDP的68.5%。我国“十二五”规划强调“把扩大消费需求作为扩大内需的战略重点”，增强居民的消费能力成为未来中国经济发展的新亮点。其中，拥有6.17亿人口〔占全国总人口的50.32%（数据来源于2010年中国第六次人口普查）〕的我国农村居民消费水平的提升对整体消费水平的增长具有巨大的拉动能力，也是未来消费增长的巨大潜力市场[1]。

目前对农村居民消费水平的研究主要集中在对农村居民消费水平的影响因素研究和对农村居民消费的行为特征研究[2-3]两个方面。上述研究都是建立在观测值独立的假设基础上，也缺乏对农村居民消费水平的空间差异研究。现实中各省域之间存在知识、技术、贸易等方面的联系，存在空间溢出效应。因此，本文运用探索性空间数据方法，利用各省域1993-2013年的农村居民消费水平的数据，深入分析各省域农村居民消费水平的空间分布特征和时空演变，揭示地理空间相互影响对农村居民消费水平空间分布特征的影响，以期为政府制定相关“三农”政策提供理论参考。

一、数据来源与研究方法

本文所采用的样本空间包括我国大陆31个省、直辖市、自治区（不包括香港、澳门特别行政区和台湾省）。1992邓小平南方谈话，社会主义市场经济体制正式确立，成为中国经济发展的转折点。因此本文确定以1993-2013为研究区间，农村居民消费水平的数据主要来源于国家统计局《中国统计年鉴》（1993-2013年）。

（一）全局空间相关指标

Moran′s I是最早应用于全局聚类检验的方法。它检验整个研究区中临近地区间是否相似、相异（空间正相关或负相关），还是相互独立。Moran′s I的计算公式如下：

（二）局部空间相关指标

1.Moran散点图。Moran散点图可以看成是某地区的观测值与该地区的空间滞后变量之间的相关关系，以某地区的观测值为横轴，该地区的空间滞后变量为纵轴组成的二维坐标图。Moran散点图分为四个象限，每个象限对应一个地区与其相邻地区的空间关联模式。第一象限表示该地区具有较大的观测值，其附近地区也有较大的观测值（HH）；第二象限表示该地区有较小的观测值，其附近地区具有较大的观测值（LH）；第三象限表示该地区有较小的观测值，其附近地区也是较小的观测值（LL）；第四象限表示该地区具有较大的观测值，其附近地区具有较小的观测值（HL）。

2.局域Moran′s I。局域Moran′s I也称为LISA（local indication of spatial association），用来检验局部地区是否存在相似或相应的观测值聚集在一起。区域i的局域Moran′s I用来度量区域i和它相邻域之间的关联程度，定义为：

二、我国省域农村居民消费水平的空间分布描述

随着1978年家庭联产承包责任制的实施，以及国家一系列强农、惠农政策的落实，农村经济获得了巨大发展，农村居民消费水平也逐年攀升。从图1可以看出，1993年的农村居民消费水平为822元，2013年为7 773元，增长了约8.46倍，平均每年增长约12.6%。从图中的折线可以看出，1993-2004的折线斜率较小，相对比较平缓，尤其是1996-2004年，说明这一段时期农村居民消费水平增长较慢，平均每年增长11.86%。2004-2013年的折线斜率较大，相对比较陡，尤其是2010-2013年，说明这一段时期农村居民消费水平增长较快，平均每年增长13.3%。整体上看，1993-2013年农村居民消费水平保持一个较高的增长率。

图2展示了1993年、2004年、2013年31个省份的农村居民消费水平。从图中可以看出，一方面，31个省的农村居民消费水平在这三个年份中都有较大的程度的提升，集中表现在消费水平的快速增长。1993-2004年间，增长最快的省份是安徽、浙江、天津、河南等，其中安徽增长3.2倍。2004-2013年间，增长最快的省份是青海、江苏、贵州、黑龙江，其中青海增长3.4倍。另一方面，31个省的农村居民消费水平存在明显的地区差异，消费水平一直位于前列的是上海、北京、浙江、天津、江苏等地。2013年，上海、北京、浙江农村居民消费水平达到20 221元、17 663元、15 458元。其中，超过8 000元的省份有11个。

从1993年、2004年、2013年三年的农村居民消费水平的分位图（图3）可以清晰地看出各省农村居民消费水平及其演进遵循某种特定的空间模式。消费水平相似的省份倾向于聚集在一起，在空间上形成集聚，如东南沿海省份和北京、天津都属于高高（H-H）关联的空间特征。西部地区属于低低（L-L）关联的空间特征。随着时间的推移，消费水平相似省份的空间集聚更加显著，位于第一分位的省份开始向西南部蔓延、聚集。位于第二、三分位的省份在中部和东北部更加聚集。第四分位的省份依旧聚集于东南沿海及北京、天津和辽宁。

三、我国省域农村居民消费水平的空间演变特征

（一）农村居民消费水平的全局空间相关分析

表1显示了31个省份1993-2013年农村居民消费水平的Moran′s I及其P值，Moran′s I在各个年份都为正值，都通过了5%水平的显著性检验，而且1998-2013年的Moran′s I更是通过了1%水平的显著性检验。这说明1992年社会主义市场经济制度确立以来，各省域的农村居民消费水平不是随机分布的，而是在空间上呈现出显著的空间聚集趋势。即消费水平较高的地区倾向于和消费水平较高的区域相临近，消费水平较低的地区倾向于和消费水平较低的区域相临近。

通过观察农村居民消费水平的Moran′s I随时间的变化，可以发现各省域农村居民消费水平地区分布的整体时空演变趋势。1993-2003年份，Moran′s I不断的呈上升趋势（2003年开始下降），其中，1993年的Moran′s I较低，仅为0.1293；2002年达到这21年的最大值，为0.3670；2003年的Moran′s I略有下降，为0.3544。这说明从1993年开始，农村居民消费水平的空间聚集程度较小，而随时时间的推移，空间聚集程度不断加强，在2002年、2003年达到最大。这也反应出在社会主义市场经济确立之后，对外开放水平进一步提高，农村市场经济更加活跃，然而区域经济发展差距不断扩大，导致各省农村消费水平的差距也不断扩大，即消费水平高的省份聚集于东部，消费水平低的省份聚集西部。2004年中央一号文件再次回归“三农”（当年主题是农民增收问题），以及西部大开发战略的成效，落后省份农村居民消费水平提高较快，2004-2013年的Moran′s I有所下降，2005年的Moran′s I降到最低，为0.2320，但是依旧保持较高的水平，从2005年开始Moran′s I逐年递增。这充分说明各省农村居民消费水平的空间自相关和聚集特征呈现自我强化趋势。

（二）农村居民消费水平的局部空间相关分析

各年度农村居民消费水平的Moran′s I仅仅说明了研究区域的整体空间聚集特征，而无法识别局部区域空间上的差异，因此，利用Moran散点图和LISA来进行局部空间相关分析。2004年，中央一号文件再次回归“三农”，此后连续12年的中央一号文件都是关于“三农”问题；而且，从上述图1的分析中可知，2004年作为农村居民消费水平的“分水岭”。因此，我们选取1993年、2004年、2013年作为代表性年份进行分析，以揭示研究时段内的农村居民消费水平的空间演进特征。

1.各省域农村居民消费水平的Moran散点图。图4、图5、图6直观的展示了1993、2004、2013年的农村居民消费水平的空间格局。大多数省份分布在第一象限（HH）和第三象限（LL），在地理空间上呈现显著的正相关关系。1993年有6个落在第一象限，有13个落在第三象限，总共占样本总数的61.3%。2004年落在第一、第三象限的有8、14个省份，总共占样本总数的71%。2013年落在第一、第三象限的有8、15个省份，总共占样本总数的74.2%。从第一、第三象限分布的省份可以看出，各省的农村居民消费水平呈现两个正的相关聚集区：HH聚集区，其自身消费水平较高，而相邻省份的消费水平也较高，主要分布在东部沿海主要省份；LL聚集区，其自身消费水平较低，而相邻省份的消费水平也较低，主要分布在西北和西南以及中部一些省份。落在第二象限（LH）和第四象限（HL）的省份比较少，尤其是第四象限，因此农村居民消费水平的空间分布呈现“典型性”特征。位于第二象限的省份多是与农村居民消费水平较高省份相邻，其分布较为分散，主要集中于东部和中部；位于第四象限的省份多是被农村居民消费水平较低的省份包围，如广东省被湖南、广西等省份包围，北京被河北包围。

从散点图及表2可以看出，某省域及其空间相邻省域所属象限保持不变即类型IV的跃迁最为普遍，而类型I和类型II的跃迁数量较少。1993-2004年间，类型IV的省份为24个，约占总数的77.42%；类型I和类型II的省份有5个，约占总数的16.13%。此外，安徽、山东、海南发生了类型I跃迁，具体跃迁类型：安徽、山东为LH-HH，海南为HL-LL；北京、广西发生了类型II跃迁，具体跃迁类型：北京为LH-HH，广西为LH-LL。2004-2013年间，类型IV的省份为29个，约占总数的94.48%；类型I和类型II的省份有1个（不考虑跨象限的辽宁和湖南），约占总数的3.23%；安徽发生了类型I跃迁，具体跃迁类型为HH-LH。这个结果说明，我国农村居民消费水平具有很强的“路径依赖”，即各省域农村居民消费水平的空间聚集特性具有高度的凝固性和稳定性，而且，随着时间的推移，这种凝固性和稳定性呈现自我强化的趋势，如1993-2004年间，类型IV的省份为24个，而2004-2013年间，类型IV的省份增至29个。1992年以来，农村发展取得了翻天覆地的变化，农民收入水平不断提高，尤其是从2004年，连续12年中央一号文件聚焦于“三农”，但是，从地区分布来看，各省域的农村居民消费水平的空间差异持续扩大，而且，这种空间格局越来越呈现一种稳定性，呈现“马太效应”。

2.各省域农村居民消费水平的LISA。由于Moran散点图没有给出显著性水平的指标，因此有必要计算LISA聚类图及其显著性指标来进一步探究空间分析的结果。从表3可以看出，在5%的显著性水平上，1993年、2004年、2013年达到显著性水平的省份分别为10、11、12个。而且，主要分布在东部和西部地区。这说明我国农村居民消费水平的地理分异特征明显。从图7可以看出，东部沿海地区经济发达、对外开放程度高，空间关联模式以HH为主，区域之间的互动和空间溢出效应较为明显，随着时间推移，这种空间溢出效应愈加明显。2013年，山东、江苏、上海、浙江四个省份通过了5%显著性水平的检验，形成了HH型的连绵带。西部地区由于历史和地理原因，经济基础比较薄弱，空间关联模式以LL为主，而且呈现出一种比较强的稳定性。中部地区（包含东部三省）的空间关联模式以LH、LL为主，大部分省份都不具有统计意义，只有1993年的安徽省，2013年的安徽、吉林通过了5%的显著性检验，且都属于LH类型。这说明东部省份和中部省份之间的还没建立起消费反向溢出的“回流机制”，即东部省份对中部省份的溢出效应较低。整体上，我国东部省份的农村居民消费水平呈现一种越来越高的趋势，相对来说，西部省份处于较低的稳定趋势。而对应各省域农村居民消费水平的LISA分析，也印证了上述Moran′s I正的空间相关性以及Moran散点图的分析结果。

四、结论与讨论

1.1993-2013年，我国31个省份的农村居民消费水平在增长数量和速度上都有了大幅度的提升，但存在着显著的地区差异。通过Moran′s I分析，各省域的农村居民消费水平不是随机分布的，而是呈现出正的空间相关特性，农村居民消费水平相似的省份在地理空间呈现聚集趋势。通过Moran散点图和LISA聚类变化图分析，农村居民消费水平的省域分布大致呈现两个不同的空间集团：一个是以东部沿海省份组成的HH聚集区，一个是以西部省份组成的LL聚集区。而且，随着时间推移，这种空间格局呈现一定的稳定性和强化性。

2.农村居民消费水平的省域分布具有空间相关性和空间异质性。对于空间相关性，HH类型的省份可以打破行政界限，加强区域之间的合作，实行“强强联合”，同时制定和实施一些“富邻”的发展政策，实现双赢的局面。LL类型的省份要清楚自身的优势和劣势，因地制宜的制定发展战略，并以聚集区为激励对象，制定促进聚集区共同发展的区域政策。LH类型的省份应该充分利用自身的地理优势，积极的借鉴和引进发达省份的经验、技术等，制定区别于发达省份的发展政策，以期获得更多的溢出效应。

3.空间溢出效应的存在和加强，在一定程度上依赖于地理的临近性，但是本地区的人力资源、技术、基础设施建设等对空间溢出效果的大小也起重要作用。由于历史或地理原因，各地区的人力资源、技术、政策等存在差异，这也导致了各地区农村居民消费水平的差异。因此，落后地区不仅要加强与发达地区的交流与合作，同时也要加强自身的人才、技术、基础设施建设等方面的投入，提高自身知识吸收能力，缩小与发达地区的差距。

本文运用探索性空间数据方法（ESDA）探讨农村居民消费水平的空间分布及其演化。由于探索性空间数据方法在本质上是“数据驱动”，其结论缺乏理论模型的解释力。因此，进一步的研究可以使用考虑空间效应的证实性空间数据分析方法。同时，本文只选取农村居民消费水平这一个指标进行分析，研究结果具有一定的局限性，未来研究可以选取更多的指标进行比较分析，比如把城镇居民消费水平和农村居民消费水平进行比较分析等。

参考文献：

[1] 乐为， 钟意. 收入视角下中国农村居民消费水平的影响因素： 1985-2006[J]. 经济问题， 2009（10）：75-78.

[2] 胡宝娣. 中国农村居民消费影响因素的实证分析[D].重庆：西南大学， 2010.

[3] 黄容. 农村劳动力流动对农村居民消费的影响研究[D].成都：西南财经大学， 2014.

[4] 沈体雁， 冯等田， 孙铁山.空间计量经济学[M].北京大学出版社， 2010.

[5] 吴玉鸣. 大学，企业研发与区域创新的空间统计与计量分析[J].数理统计与管理， 2007，27（2）.

[6] Rey SJ. Spatial empirics for economic growth and convergence[J].Geographical Analysis， 2001，33（3）： 195-214.

Abstract：Using exploratory spatial data analytical method， the paper analyzes 1993-2013 spatial consumption characteristics of provincial rural residents′ consumption level and its dynamic evolution mechanism. Results show provincial rural residents′ consumption level is not randomly distributed， but shows a positive spatial correlation， and provinces with similar rural residents′ consumption level show geospatial tendency to aggregate； by Moran scatterplot and LISA change map cluster analysis， the paper concludes the one based on the composition of the eastern coastal province HH gathering area， the one is composed of the western provinces LL gathering area. And， over time， the spatial pattern shows stability and strengthening.

Key words：rural residents′ consumption level； exploratory spatial data analysis； Moran′s I； Local Moran′s I

（责任编辑：李江）