201503 - page 121

30
3
摇 摇 摇 摇 摇 摇 摇
陈晓毅
: “
老龄化
少子化
是否影响了农村居民消费
?
农村居民一定程度上享受到了经济增长的成果
,
居民福利得到了改善
农村地区老龄化的均值由
2000
年的
10郾 61%
上升到
2012
年的
12郾 21% ,
明农村地区老龄化程度有加深的趋势
,
这符合人
口转变的一般规律
,
而相比于
老龄化
冶“
少子化
的步伐则要迈得更大
,
这反映了中国特殊的人口
政策以及养育观念的改变
,
对农村居民的生育决
策产生了显著的冲击
由表
1
可以发现的基本事
实是
,
农村居民的消费水平得到了改善
,
同时
龄化
少子化
的程度也在加深
,
那么
老龄
少子化
是否是影响农村居民消费的重要
因素
?
这正是本文接下来要通过计量模型进行检
验的问题
摇 摇 (
)
研究方法
1郾
空间相关性检验
在使用空间计量模型时
,
首先要对经济变量
的空间相关性进行检验
,Moran I
指数是常用的全
局空间相关性检验指标
,
其定义为式
(1)。
MorlanI
=
n
i =
1
n
j =
1
ij
(
x
i
- x
)(
x
j
- x
)
S
2
n
i =
1
n
j =
1
ij
(1)
其中
,
S
2
=
n
i =
1
(
x
i
-
x
)
2
,
x
= 1
n
n
i =
1
x
i
,
x
i
i
个空间单元的观测值
,
在本文中为第
i
个地区
的农村居民消费水平
;
n
为空间单元数
,
即地区的
数目
;
ij
为空间权重矩阵的元素
空间权重矩阵
衡量空间单元之间的相关程度
,
本文将考虑消费
水平在地区之间的空间依赖性
,
从社会经济特征
角度建立空间权重矩阵
,
以期更准确地把握农村
居民消费的空间影响因素
本文建立的经济距离空间权重矩阵为
:
W
=
diag(
Y
1
/ Y
,
Y
2
/ Y
,…,
Y
n
/ Y
)
d
2
ij
i
j
0
i
=
ì
î
í
ïï
ïï
j
(2)
(2)
,
Y
i
= 1
(
t
1
-
t
0
+ 1)
t
1
t = t
0
Y
it
为样本期
i
地 区 农 村 居 民 消 费 水 平 均 值
,
Y
=
1
n
(
t
1
-
t
0
+ 1)
n
i =
1
t
1
t = t
0
Y
it
为样本期内农村居民消
费水平的总平均值
d
ij
为地区
i
与地区
j
之间的
距离
,
本文根据世界城市经纬度查询系统
提供
的各直辖市和省会城市的经纬度
,
利用
Mat鄄
lab2009
软件计算出各地区间的距离
,
基于此计算
出经济距离空间权重矩阵
W
Moran I
指数的基础上
,
还可以进一步画
Moran I
散点图
,
以刻画农村居民消费水平在
空间分布的局部特征
。 Moran I
散点图有
4
个象
:
第一象限表示高观测值单元被同是高值的单
元所包围的空间联系形式
(
-
表示
);
二象限代表了低观测值单元被高值单元所包围
(
-
表示
);
第三象限代表了低观测值单
元被低值单元所包围
(
-
表示
);
第四象
限代表了高观测值单元被低值单元所包围
(
-
表示
)。
因此
,Moran I
散点图可以识别出空
间单元所属的局部空间聚集类型
[12]
2郾
空间计量模型的设定
在通过
Moran I
指数检验确定了经济变量的空
间相关性滞后
,
可以建立静态空间面板模型和动态
空间面板模型进行分析
,
动态空间面板模型是在静
态空间面板模型的基础上把被解释变量的一阶滞后
项作为解释变量纳入模型
,
在本文的分析中即是以
农村居民消费水平的一阶滞后项作为解释变量
一方面可以检验居民消费惯性是否存在
;
一方面可
以考察除解释变量之外的一些潜在因素对农村居民
消费水平的影响
根据空间滞后变量的类型和空间
相关性的作用范围两个维度
,
空间面板模型可以分
为空间滞后模型和空间误差模型两类
其中
,
空间
滞后模型主要探讨各变量在某个地区是否存在空间
溢出效应
;
空间误差模型主要用于度量邻近地区因
变量的误差冲击对本地区观测值的影响程度
[13]
空间滞后面板模型
( spatial lag panel data
model,SIPDM)
见式
(3):
Y
t
=
子Y
t
- 1
+
籽WY
t
+
茁X
t
+
t
(3)
空间误差面板模型
( spatial error panel data
model,SEPDM)
见式
(4):
Y
t
=
子Y
t
- 1
+
茁X
t
+
t
,
t
=
啄W渍
t
+
t
(4)
其中
,
Y
t
为被解释变量
,
即各地区在第
t
年的
农村居民消费水平
;
X
t
为解释变量
,
包括
老龄
冶(
od
)、“
少子化
冶 (
yd
)
以及前文列出的其他控
制变量
;
为空间自回归系数
;
WY
t
为空间滞后因
;
为空间相关系数
;
W
为空间权重矩阵
;
t
随机误差项
;
= 0
时为静态空间面板模型
,
0
时为动态空间面板模型
可以通过拉格朗日乘
·121·
I...,111,112,113,114,115,116,117,118,119,120 122,123,124,125,126,127
Powered by FlippingBook