中國城鎮(zhèn)居民信息消費(fèi)水平估計(jì)與收斂性分析

張　肅

(1.同濟(jì)大學(xué) 經(jīng)濟(jì)與管理學(xué)院， 上海 200092； 2.中原工學(xué)院 經(jīng)濟(jì)管理學(xué)院， 河南 鄭州 450007)

?

【統(tǒng)計(jì)應(yīng)用研究】

中國城鎮(zhèn)居民信息消費(fèi)水平估計(jì)與收斂性分析

張肅1,2

(1.同濟(jì)大學(xué) 經(jīng)濟(jì)與管理學(xué)院， 上海 200092； 2.中原工學(xué)院 經(jīng)濟(jì)管理學(xué)院， 河南 鄭州 450007)

基于面板數(shù)據(jù)對2002—2013年中國城鎮(zhèn)居民信息消費(fèi)水平進(jìn)行了估計(jì)，并進(jìn)一步研究了其收斂性。結(jié)果表明：城鎮(zhèn)居民信息消費(fèi)水平存在較顯著的地區(qū)差異，最高收入省份的消費(fèi)水平與最低收入省份的消費(fèi)水平差距呈擴(kuò)大趨勢；信息消費(fèi)水平不具有σ收斂性，也不存在絕對β收斂的情況；但是存在不可觀測的個(gè)體異質(zhì)性變量能促進(jìn)收斂，存在條件β收斂性；引入空間相關(guān)性后，收斂速度加快，并且其相鄰近地區(qū)信息消費(fèi)水平增長率的誤差沖擊產(chǎn)生正向作用。

信息消費(fèi)水平；主成分分析；聚類分析；收斂；空間面板誤差模型

一、引　言

隨著全球范圍內(nèi)信息技術(shù)創(chuàng)新不斷加快，信息領(lǐng)域新產(chǎn)品、新服務(wù)、新業(yè)態(tài)大量涌現(xiàn)，不斷激發(fā)新的消費(fèi)需求，居民消費(fèi)意愿在不斷增強(qiáng)，信息消費(fèi)成為日益增長的消費(fèi)熱點(diǎn)[1]1-14。但是中國各個(gè)省份之間城鎮(zhèn)居民信息消費(fèi)水平的熱度是一樣的嗎？如果地區(qū)之間存在顯著的差異，那么是否存在收斂趨勢？對于這些問題的回答需要首先在考慮其影響因素的基礎(chǔ)上，給出居民信息消費(fèi)水平的估計(jì)結(jié)果。然后深入分析收斂的內(nèi)在規(guī)律及影響因素，給出收斂性評價(jià)結(jié)果。

目前學(xué)術(shù)界的研究成果集中于基本概念、理論的研究，對信息消費(fèi)內(nèi)涵的界定尚不統(tǒng)一。朱紅分析了信息消費(fèi)的內(nèi)涵，對信息消費(fèi)者水平進(jìn)行了測度[2]197-283。楊京英等對信息消費(fèi)系數(shù)測算方法進(jìn)行了研究[3]。馬哲明探討了信息消費(fèi)的起源、概念、影響因素及環(huán)境等的研究現(xiàn)狀[4]。鄭英隆綜述了2006—2011年居民信息消費(fèi)差異問題研究現(xiàn)狀[5]。沈小玲系統(tǒng)研究了信息消費(fèi)的相關(guān)理論[6]220-298。任興洲對新型信息消費(fèi)內(nèi)涵進(jìn)行了分析[7]175-219。杭斌等對1990年之后城鎮(zhèn)居民長期邊際消費(fèi)傾向和長期平均消費(fèi)傾向的規(guī)律進(jìn)行了研究[8]。謝子遠(yuǎn)等基于狀態(tài)空間模型對城鄉(xiāng)居民消費(fèi)傾向進(jìn)行了變參數(shù)估計(jì)[9]。肖婷婷研究了2000—2007年中國城鄉(xiāng)居民信息消費(fèi)的變動(dòng)特點(diǎn)[10]。朱琛等基于1992—2008年的數(shù)據(jù)，對城鄉(xiāng)居民信息消費(fèi)水平進(jìn)行了比較[11]。田鳳平等基于半?yún)?shù)回歸對城鄉(xiāng)居民信息消費(fèi)行為進(jìn)行了研究[12]。

大量文獻(xiàn)集中于研究經(jīng)濟(jì)增長的收斂性，而關(guān)于消費(fèi)行為收斂的研究相對較少。吳玉鳴等運(yùn)用空間截面數(shù)據(jù)研究了居民消費(fèi)水平的空間相關(guān)性與地區(qū)收斂性[13]。萬廣華對中國農(nóng)村居民地區(qū)消費(fèi)的收斂性進(jìn)行了研究[14]。

通過以上的文獻(xiàn)分析，可以發(fā)現(xiàn)目前的研究存在以下問題：尚沒有研究給出居民消費(fèi)水平估計(jì)結(jié)果，多以消費(fèi)支出作為替代；多從城鄉(xiāng)差異的視角展開研究，而缺乏空間差異性的研究，一般主要采用傳統(tǒng)東部、中部、西部地區(qū)的劃分方法分開研究，在各區(qū)域內(nèi)部對空間相關(guān)性未做考慮；多采用時(shí)間序列數(shù)據(jù)或截面數(shù)據(jù)，而缺乏面板數(shù)據(jù)的應(yīng)用。

二、數(shù)據(jù)與研究思路說明

(一)信息消費(fèi)水平影響因素分析

本文遵循指標(biāo)數(shù)據(jù)的客觀性和可收集性原則，選取共性的指標(biāo)，力爭指標(biāo)的科學(xué)性、真實(shí)性?？紤]到2002年以來居民信息水平的迅猛發(fā)展，同時(shí)由于統(tǒng)計(jì)年鑒中2014年以后居民收入與消費(fèi)數(shù)據(jù)的統(tǒng)計(jì)口徑發(fā)生變化，城鎮(zhèn)居民選取中國大陸31個(gè)省份2002—2013年的樣本數(shù)據(jù)。所有數(shù)據(jù)均來源于歷年的《中國統(tǒng)計(jì)年鑒》、《中國信息年鑒》和各省(區(qū)、市)的統(tǒng)計(jì)年鑒。為了剔除物價(jià)因素的影響，利用以2002年為基期的分省城鎮(zhèn)居民消費(fèi)價(jià)格指數(shù)對相關(guān)數(shù)據(jù)進(jìn)行了平減。

1.信息消費(fèi)支出(CZXF)。關(guān)于信息消費(fèi)的內(nèi)涵，一種觀點(diǎn)認(rèn)為居民所有用于信息類商品和服務(wù)的支出均屬于信息消費(fèi)；另一種觀點(diǎn)認(rèn)為信息消費(fèi)是基于互聯(lián)網(wǎng)的新型信息產(chǎn)品和新型信息服務(wù)的消費(fèi)，新型信息產(chǎn)品包括功能手機(jī)、智能手機(jī)、平板電腦、微型計(jì)算機(jī)、智能電視、IPTV終端等網(wǎng)絡(luò)化終端產(chǎn)品。信息服務(wù)主要包括語音服務(wù)、互聯(lián)網(wǎng)接入服務(wù)、信息內(nèi)容服務(wù)以及軟件應(yīng)用服務(wù)?？梢钥闯?，后一種觀點(diǎn)認(rèn)為的新型信息消費(fèi)包括在第一種觀點(diǎn)中。鑒于目前信息消費(fèi)統(tǒng)計(jì)數(shù)據(jù)獲取的難度，參照大多數(shù)學(xué)者的做法，將中國城鎮(zhèn)居民人均消費(fèi)性支出中的交通通訊、娛樂文化教育、醫(yī)療保健三項(xiàng)消費(fèi)支出總額加總作為居民信息消費(fèi)支出的替代。

2.物價(jià)指數(shù)(CZJG)。由于目前統(tǒng)計(jì)年鑒中沒有提供信息消費(fèi)價(jià)格指數(shù)，選用城鎮(zhèn)居民消費(fèi)價(jià)格指數(shù)(2002為基期)作為替代，以反映整體物價(jià)水平對居民信息消費(fèi)支出的影響。

3.受教育程度(SJYSR)。選用6歲以上高中以上人口數(shù)之和作為替代，用來反映居民受教育程度提高對居民信息消費(fèi)支出的影響。

4.信息消費(fèi)基礎(chǔ)設(shè)施(CTGL)。選用長途光纜長度作為替代，用來反映信息消費(fèi)基礎(chǔ)設(shè)施水平的改善對居民信息消費(fèi)支出的影響。

5.網(wǎng)民人數(shù)(WMRS)。表示居民中使用新技術(shù)消費(fèi)信息的廣度，用來反映其對居民信息消費(fèi)支出的影響。

6.城鎮(zhèn)居民收入水平(CZSR)。用來反映居民消費(fèi)能力提高對信息消費(fèi)支出的影響。

(二)空間權(quán)重矩陣的構(gòu)建

(三)研究思路

對中國城鎮(zhèn)居民信息消費(fèi)差異性進(jìn)行分析，在此基礎(chǔ)上，進(jìn)行絕對收斂檢驗(yàn)和條件β收斂檢驗(yàn)，主要采用數(shù)據(jù)描述性分析、普通面板回歸模型、空間面板回歸模型進(jìn)行研究。具體研究思路如圖1所示。

圖1　論文研究思路

三、城鎮(zhèn)居民信息消費(fèi)水平估計(jì)

用主成分分析方法作綜合評價(jià)，比較流行的方法是取多個(gè)主成分或全部主成分的加權(quán)平均值進(jìn)行評價(jià)，所用權(quán)系數(shù)是各成主分的方差貢獻(xiàn)率[15]354-359[16]152-172[17]。理由是第一主成分的方差貢獻(xiàn)率往往不足，只用第一主成分進(jìn)行評價(jià)會(huì)損失太多的信息。但是主成分分析方法作為數(shù)據(jù)降維方法，其每一個(gè)主成分均是有特定經(jīng)濟(jì)含義的，可以用于揭示原始樣本中的基本性質(zhì)。第一主成分說明了原始數(shù)據(jù)的總規(guī)模，而其余各主成分則說明樣本內(nèi)部各方面的特征，但從綜合評價(jià)角度來說，不是所有的主成分均具有評價(jià)價(jià)值的，只有第一主成分才能用于綜合評價(jià)。第一主成分總是與各指標(biāo)大小有關(guān)的，人們通常稱之為“大小因子”，它所揭示的信息全部屬于評價(jià)信息。第二及后面的主成分都是一些“形狀因子”，所反映的是各評價(jià)對象的“好壞”或“高低”。所以將其它主成分也納入綜合評價(jià)是不合理的。

基于以上分析，本文采用主成分分析方法計(jì)算得到的各省份第一主成分的得分作為城鎮(zhèn)居民信息消費(fèi)水平的估計(jì)值，具體計(jì)算步驟如下：

Step1:記各原始面板數(shù)據(jù)為xij(t)(i=1,2,…,31;j=1,2,…,6;t=2002,2003,…，2013);

Step2:分時(shí)間截面，將原始面板數(shù)據(jù)標(biāo)準(zhǔn)化：

(1)

Step3:計(jì)算各個(gè)時(shí)間截面的各標(biāo)準(zhǔn)化矩陣的相關(guān)系數(shù)矩陣。

Step4:計(jì)算該相關(guān)系數(shù)矩陣對應(yīng)的特征值與特征向量。

Step5:計(jì)算各個(gè)時(shí)間截面的第一主成分得分矩陣，為單指標(biāo)的面板數(shù)據(jù)，記為zi(t)(i=1,2,…,31;t=2002,2003,…，2013)。

限于篇幅，本文略去城鎮(zhèn)居民信息消費(fèi)水平的估計(jì)值，但以各省份歷年城鎮(zhèn)居民信息消費(fèi)水平估計(jì)平均值為縱坐標(biāo)，各省份序列為橫坐標(biāo)，繪制相應(yīng)的得分平均值散點(diǎn)圖如圖2。從圖中可以看出，從平均意義上看，北京、上海、廣東、浙江四省市的消費(fèi)水平位于第一序列，而廣東最高；江蘇、山東的消費(fèi)水平處于第二序列；天津、遼寧、福建消費(fèi)水平處于第三序列；其余省份處于第四序列，其中青海最低。

圖2　第一主成分得分平均值散點(diǎn)圖

如果將歷年城鎮(zhèn)居民最高收入省份的消費(fèi)水平與最低收入省份的消費(fèi)水平差距作比較，可見2002年以來它們之間的差距有擴(kuò)大的趨勢，具體情形如圖3所示。

圖3　最高與最低收入省份的消費(fèi)水平差距變化圖

四、省域之間城鎮(zhèn)居民信息消費(fèi)水平的差異性分析

雖然從平均意義上能大致看出2002年來以來中國城鎮(zhèn)居民的信息消費(fèi)水平的差異， 但卻無法對各個(gè)地區(qū)的消費(fèi)水平狀況作出準(zhǔn)確判斷和區(qū)分，因而有必要對其作聚類分析。在得到各時(shí)間截面城鎮(zhèn)居民信息消費(fèi)水平的估計(jì)值的基礎(chǔ)上，通過聚類分析的方法對省域之間的信息消費(fèi)水平進(jìn)行分類，進(jìn)而可以對各類之間的差異性進(jìn)行分析。但是一般的聚類方法是針對單時(shí)間截面的多指標(biāo)聚類分析方法，這里針對上面得到的單指標(biāo)面板數(shù)據(jù)，采用以下最短距離法聚類，具體計(jì)算步驟如下：

(2)

Step3:計(jì)算新類Gm與任意其余類Gi之間的距離為：

(3)

對距離矩陣D0進(jìn)行修正，將Gp和Gq所在行和列合成一個(gè)新行和新列，對應(yīng)Gm，其余值不變，這樣得到一個(gè)新的距離矩陣記為記D1。

Step4:從D1出發(fā)，重復(fù)上述操作，得到D2；如此下去，直至所有元素合并為一類為止。

如此得到聚類結(jié)果，并繪制聚類圖如圖4所示。從中可以看出，在2.255 6的水平上，城鎮(zhèn)居民信息消費(fèi)水平可以分為三個(gè)等級，第一等級：北京、上海、浙江、廣東；第二等級：江蘇、山東；第三等級：其余各省份。

圖4　城鎮(zhèn)居民信息消費(fèi)水平聚類圖

五、城鎮(zhèn)居民信息消費(fèi)水平的收斂性分析

通過以上分析，可以得出結(jié)論：城鎮(zhèn)居民信息消費(fèi)水平在各地區(qū)之間存在顯著差異，那么是否存在收斂趨勢？回答此問題，需要首先從“收斂”一詞說起，最初用于研究地區(qū)或國家之間的收入差距是否會(huì)隨時(shí)間的推移而逐步減少，理論上存在三種收斂概念，分別是σ收斂、絕對β收斂、條件β收斂。σ收斂是指各地區(qū)間的差異隨著時(shí)間的推移而趨于減少，一般用樣本標(biāo)準(zhǔn)差來衡量；絕對β收斂是指所有地區(qū)最終將收斂于同一個(gè)穩(wěn)態(tài)；條件β收斂放棄了各個(gè)地區(qū)具有完全相同的經(jīng)濟(jì)特征的假定，考慮了各個(gè)地區(qū)不同的特征和條件，也就是地區(qū)差異，認(rèn)為不同的地區(qū)具有不同的穩(wěn)態(tài)。下面從絕對收斂和條件收斂兩方面進(jìn)行分析。

(一)絕對σ收斂檢驗(yàn)

假設(shè)σt表示年份t時(shí)的對數(shù)城鎮(zhèn)居民信息消費(fèi)支出的標(biāo)準(zhǔn)差，即：

(4)

參數(shù)σt表示變量的離散程度，如果在年份t+T時(shí)滿足σt+T<σt，則稱具有T階段σ收斂性，如果對任意年份s>t都有σs<σt，則稱具有一致σ收斂性。

2002—2013年中國城鎮(zhèn)居民信息消費(fèi)標(biāo)準(zhǔn)差發(fā)展趨勢整體上呈發(fā)散態(tài)勢，不具有σ收斂性，結(jié)果如圖5所示。

圖5　中國城鎮(zhèn)居民信息消費(fèi)水平標(biāo)準(zhǔn)差趨勢圖

(二)絕對β收斂檢驗(yàn)

如果收斂方程采用如下形式：

lnzi(t)-lnzi(t-1)=α+βlnzi(t-1)+ξit

(5)

當(dāng)系數(shù)β<0時(shí)，表明存在絕對β收斂。

表1給出了2002—2013年中國31個(gè)省份城鎮(zhèn)居民信息消費(fèi)水面板數(shù)據(jù)絕對收斂的估計(jì)結(jié)果，從中可以看出：估計(jì)出的β值不顯著，R2也極小。因此，城鎮(zhèn)居民信息消費(fèi)水平不存在絕對β收斂的情況。

表1　城鎮(zhèn)居民信息消費(fèi)水平絕對β收斂估計(jì)結(jié)果

注：括號(hào)內(nèi)的數(shù)據(jù)為相應(yīng)檢驗(yàn)統(tǒng)計(jì)量的P值。下同。

(三)引入個(gè)體固定效應(yīng)的條件β收斂檢驗(yàn)

本文檢驗(yàn)條件β收斂的做法是在方程(5)的基礎(chǔ)上，首先依次引入個(gè)體效應(yīng)、時(shí)間效應(yīng)、個(gè)體和時(shí)間固定效應(yīng)，即考慮方程(6)，如果系數(shù)β<0時(shí)，表明中國城鎮(zhèn)居民信息消費(fèi)水平存在條件β收斂。結(jié)果如表2所示，個(gè)體固定效應(yīng)的LR檢驗(yàn)在1%顯著性水平上顯著，而時(shí)間固定效應(yīng)的LR檢驗(yàn)在1%顯著性水平上不顯著。這表明模型中應(yīng)包含個(gè)體固定效應(yīng)，而且其R2和LogL均為最大。從估計(jì)結(jié)果來看，β值為-0.411 362，表明存在條件收斂。

lnzi(t)-lnzi(t-1)=βlnzi(t-1)+ui+λt+ξit

(6)

從估計(jì)結(jié)果可以看出，當(dāng)引入個(gè)體固定效應(yīng)后存在收斂性，說明存在不可觀測的個(gè)體異質(zhì)性變量能促進(jìn)收斂，最終達(dá)到各自的穩(wěn)態(tài)。

(四)引入空間效應(yīng)、個(gè)體固定效應(yīng)的條件β收斂檢驗(yàn)

方程(6)存在的缺點(diǎn)是沒有考慮空間相關(guān)因素，但是在引入空間效應(yīng)之前，需要進(jìn)行LM檢驗(yàn)及相應(yīng)的robust LM檢驗(yàn)，以確定使用哪種空間計(jì)量經(jīng)濟(jì)學(xué)模型。表2中個(gè)體固定效應(yīng)模型的LM檢驗(yàn)結(jié)果顯示，雖然lmlag_robust 、lmerror及l(fā)merror_robust 統(tǒng)計(jì)顯著，但是lmlag統(tǒng)計(jì)上不顯著，所以應(yīng)選擇空間誤差模型(SEM)，而不是空間滯后模型(SLM)[18]95-117[19]25-41。

基于此，在方程(6)的基礎(chǔ)上，進(jìn)一步將空間因素添加到模型(2)中，得到空間誤差模型(SEM)，用以比較估算出的收斂結(jié)果。

lnzi(t)-lnzi(t-1)=βlnzi(t-1)+ui+ξit

(7)

結(jié)果如表3所示，通過Hausman檢驗(yàn)結(jié)果可知，在1%顯著性水平上拒絕原假設(shè)，接受“固定效應(yīng)模型有效”的備擇假設(shè)，因此，我們選擇面板固定效應(yīng)模型。綜合以上分析，采用空間誤差面板固定效應(yīng)模型可以更好地反映中國31個(gè)省份的城鎮(zhèn)居民信息消費(fèi)水平條件收斂情況。

表3　基于空間誤差面板固定效應(yīng)模型的

從估計(jì)結(jié)果來看，β值為-0.456 666，表明存在條件收斂，且比不考慮空間效應(yīng)的條件收斂速度提高，說明一個(gè)地區(qū)信息消費(fèi)水平增長率與當(dāng)初的消費(fèi)水平負(fù)相關(guān)，并且和其相鄰近地區(qū)信息消費(fèi)水平增長率的誤差沖擊正相關(guān)。但是鄰近地區(qū)的信息消費(fèi)水平增長率加快，并不意味著本地區(qū)的增長率也加快?？臻g誤差模型還表明，忽略掉的一些因素，如城鎮(zhèn)居民家庭負(fù)擔(dān)、制度、市場、環(huán)境等變量也可能會(huì)對地區(qū)信息消費(fèi)行為產(chǎn)生作用。

六、結(jié)　論

本文基于空間面板數(shù)據(jù)對2002—2013年中國城鎮(zhèn)居民信息消費(fèi)水平進(jìn)行了估計(jì)，并進(jìn)一步研究了其收斂性，結(jié)果表明：

1.城鎮(zhèn)居民信息消費(fèi)水平存在較顯著的地區(qū)差異，城鎮(zhèn)居民信息消費(fèi)水平可以分為三個(gè)等級，并且最高與最低收入省份的消費(fèi)水平差距呈擴(kuò)大趨勢。

2.城鎮(zhèn)居民信息消費(fèi)標(biāo)準(zhǔn)從發(fā)展趨勢整體上看呈發(fā)散態(tài)勢，不具有σ收斂性。

3.經(jīng)混合面板數(shù)據(jù)模型檢驗(yàn)，城鎮(zhèn)居民信息消費(fèi)水平也不存在絕對β收斂的情況。

4.通過引入個(gè)體固定效應(yīng)，對參數(shù)估計(jì)結(jié)果產(chǎn)生了重大影響，存在條件β收斂性。說明存在不可觀測的個(gè)體異質(zhì)性變量能促進(jìn)收斂，最終達(dá)到各自的穩(wěn)態(tài)。

5.通過LM檢驗(yàn)及相應(yīng)的robust LM檢驗(yàn)、Hausman檢驗(yàn)，表明空間誤差面板固定效應(yīng)模型用于分析條件β收斂性最為恰當(dāng)，結(jié)果表明，存在條件β收斂性，引入空間相關(guān)性后，收斂速度加快，并且其相鄰近地區(qū)信息消費(fèi)水平增長率的誤差沖擊產(chǎn)生正向作用。

6.由于采用空間誤差模型進(jìn)行估計(jì)，說明忽略掉的一些因素，如城鎮(zhèn)居民家庭負(fù)擔(dān)、制度、市場、環(huán)境等變量也可能會(huì)對地區(qū)信息消費(fèi)行為產(chǎn)生作用。這些因素產(chǎn)生何種影響也是下一步研究的重點(diǎn)。

[1]中華人民共和國國務(wù)院.關(guān)于促進(jìn)信息消費(fèi)擴(kuò)大內(nèi)需的若干意見[M].北京:人民出版社,2013.

[2]朱紅.信息消費(fèi):理論、方法及水平測度[M].北京:社會(huì)科學(xué)文獻(xiàn)出版社,2005.

[3]楊京英,吳鋼華,閻海琪.信息消費(fèi)系數(shù)初探[J].數(shù)據(jù),2006(7).

[4]馬哲明,靖繼鵬.國內(nèi)信息消費(fèi)研究綜述[J].情報(bào)科學(xué),2007(3).

[5]鄭英隆.基于發(fā)展方式轉(zhuǎn)變的中國城鄉(xiāng)居民信息消費(fèi)差異研究述評[J].圖書館論壇,2013(2).

[6]沈小玲.中國城鎮(zhèn)居民信息消費(fèi)問題研究[M].北京:人民出版社,2013.

[7]任興洲,王微,王青.新時(shí)期中國消費(fèi)新增長點(diǎn)研究[M].北京:中國發(fā)展出版社,2014.

[8]杭斌,申春蘭.經(jīng)濟(jì)轉(zhuǎn)型中消費(fèi)與收入的長期均衡關(guān)系和短期動(dòng)態(tài)關(guān)系——中國城鎮(zhèn)居民消費(fèi)行為的實(shí)證分析[J].管理世界,2004(5).

[9]謝子遠(yuǎn),王合軍,楊義群.農(nóng)村居民消費(fèi)傾向的變參數(shù)估計(jì)及其演化機(jī)理分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2007(5).

[10]肖婷婷.中國城鄉(xiāng)居民信息消費(fèi)比較——基于2000—2007年的實(shí)證[J].經(jīng)濟(jì)問題,2010(2).

[11]朱琛,孫虹喬.中國城鄉(xiāng)居民信息消費(fèi)的比較分析:基于1992—2008年的實(shí)證[J].圖書情報(bào)工作網(wǎng)刊,2010(12).

[12]田鳳平,周先波,林健.中國城鄉(xiāng)居民信息消費(fèi)的半?yún)?shù)估計(jì)分析[J].統(tǒng)計(jì)與信息論壇,2013(1).

[13]吳玉鳴,陳志建.居民消費(fèi)水平的空間相關(guān)性與地區(qū)收斂分析[J].世界經(jīng)濟(jì)文匯,2009(5).

[14]萬廣華.中國農(nóng)村地區(qū)消費(fèi)收斂的證據(jù):家庭調(diào)查數(shù)據(jù)[J].世界經(jīng)濟(jì)文匯,2005(1).

[15]謝中華.MATLAB統(tǒng)計(jì)分析與應(yīng)用:40個(gè)案例分析[M].北京:北京航空航天大學(xué)出版社,2010.

[16]何曉群.多元統(tǒng)計(jì)分析[M].北京:中國人民大學(xué)出版社,2004.

[17]閻慈琳.關(guān)于主成分分析作綜合評價(jià)的若干問題[J].數(shù)理統(tǒng)計(jì)與管理,1998(2).

[18]Elhorst J P. Spatial Econometrics from Cross-section Data Tospatial Panels[M]. Berlin:Springer-Verlag Berlin and Heidelberg GmbH&Co.K, 2014.

[19]LeSage J P, Pace R K.Introduction t jo Spatial Econometrics[M].Boca Raton:CRC Press Taylor&Francis Group, 2009.

(責(zé)任編輯：張治國)

Study on Information Consumption Level Estimation and Convergence of Urban Residents in China

ZHANG Su1,2

(1. School of Economics and Management,Tongji University,Shanghai 200092,China;2. School of Economics and Management, Zhongyuan University of Technology, Zhengzhou 450007, China)

Based on the Chinese provincial data of information consumption from 2002 to 2013, the information consumption level of urban residents in China is estimated. Its convergenceare studied.The result show that there have notable district difference of information consumption level, and the gap between highest level province and lowest level province is extending. The information consumption level havenoσconvergence and no absoluteβconvergence. The results of having conditionalβconvergence are obtained by introducing the individual heterogeneous variable. The conclusion of convergence speed is quickened after introducing the spatial dependence. The adjoiningprovince error shocks of information consumption level growth rate increasing exist notablepositive effect.

information consumption level; principal component analysis; cluster analysis; convergence; spatial panel error model

2016-03-11；修復(fù)日期：2016-06-06

國家社會(huì)科學(xué)基金項(xiàng)目《信息消費(fèi)的統(tǒng)計(jì)測度與評價(jià)方法研究》(14CTJ002)

張肅，男，河南鞏義人，經(jīng)濟(jì)學(xué)博士，博士后，研究方向：決策分析，計(jì)量經(jīng)濟(jì)學(xué)。

F126.1

A

1007-3116(2016)09-0078-06