全要素生產(chǎn)率對(duì)居民消費(fèi)的空間溢出效應(yīng)研究

吳艷 潘紅玉

摘 要：運(yùn)用空間杜賓模型，檢驗(yàn)2005-2018年中國(guó)省際全要素生產(chǎn)率變化對(duì)居民消費(fèi)的空間溢出效應(yīng)。結(jié)果表明：全要素生產(chǎn)率未對(duì)服務(wù)消費(fèi)產(chǎn)生空間溢出效應(yīng);全要素生產(chǎn)率對(duì)制造品消費(fèi)和食品消費(fèi)呈現(xiàn)出了顯著的正向空間溢出效應(yīng)，即全要素生產(chǎn)率的增長(zhǎng)促進(jìn)了相鄰地區(qū)的制造品消費(fèi)與食品消費(fèi);全要素生產(chǎn)率的增長(zhǎng)促進(jìn)了本地居住消費(fèi)。制造品消費(fèi)、食品消費(fèi)和居住消費(fèi)對(duì)服務(wù)消費(fèi)創(chuàng)新資源的擠占，導(dǎo)致全要素生產(chǎn)率變化影響服務(wù)消費(fèi)效果不明顯。

關(guān)鍵詞： 全要素生產(chǎn)率;居民消費(fèi);空間溢出;杜賓模型

中圖分類號(hào)：F124 ? ?文獻(xiàn)標(biāo)識(shí)碼： A ? ?文章編號(hào)：1003-7217（2020）05-0126-06

一、引 言

國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2019年中國(guó)最終消費(fèi)支出對(duì)GDP增長(zhǎng)貢獻(xiàn)率為57.8%，比凈出口貢獻(xiàn)率高46.8個(gè)百分點(diǎn)，居民消費(fèi)支出占最終消費(fèi)支出比重為69.97%，居民消費(fèi)對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)的支撐作用明顯[1]。中國(guó)居民消費(fèi)由服務(wù)消費(fèi)、制造品消費(fèi)、食品消費(fèi)和居住消費(fèi)共同構(gòu)成。服務(wù)消費(fèi)是消費(fèi)者對(duì)精神層次產(chǎn)品的追求，反映了消費(fèi)層次的轉(zhuǎn)變和品質(zhì)的提升;制造品、食品和居住則是與消費(fèi)者生活起居相關(guān)的消費(fèi)產(chǎn)品，反映了消費(fèi)者對(duì)物質(zhì)產(chǎn)品的追求，為了與服務(wù)消費(fèi)相對(duì)應(yīng)，便于后文分析，將這三類居民消費(fèi)統(tǒng)稱為其他消費(fèi)品①。全要素生產(chǎn)率（Total Factor Productivity，TFP）代表著技術(shù)進(jìn)步，技術(shù)進(jìn)步的變化意味著企業(yè)生產(chǎn)效率和技術(shù)創(chuàng)新相應(yīng)地發(fā)生改變，這種變化影響了企業(yè)的產(chǎn)品質(zhì)量、生產(chǎn)規(guī)模和生產(chǎn)速度，進(jìn)而影響了居民消費(fèi)。目前，TFP的變化對(duì)居民消費(fèi)是否產(chǎn)生了影響，TFP變化對(duì)不同類型居民消費(fèi)的影響有何區(qū)別，有待分析。探究TFP變化對(duì)居民消費(fèi)的影響，有助于更好地了解技術(shù)進(jìn)步在居民消費(fèi)中發(fā)揮的作用，制定相應(yīng)的促消費(fèi)對(duì)策。隨著區(qū)域經(jīng)濟(jì)聯(lián)系增強(qiáng)，技術(shù)進(jìn)步、居民消費(fèi)在相鄰地區(qū)也存在關(guān)聯(lián)性，只考慮TFP變動(dòng)對(duì)本地區(qū)居民消費(fèi)的影響，忽視技術(shù)、消費(fèi)的空間溢出效應(yīng)，那么結(jié)果顯然存在偏誤。故而，從空間溢出效應(yīng)視角研究TFP變動(dòng)對(duì)居民消費(fèi)的影響，即本地區(qū)（相鄰地區(qū)）TFP變動(dòng)是否對(duì)相鄰地區(qū)（本地區(qū)）居民消費(fèi)產(chǎn)生了影響，對(duì)于理解技術(shù)進(jìn)步在居民消費(fèi)中的作用更具理論和實(shí)踐意義。

國(guó)內(nèi)外學(xué)者對(duì)TFP和居民消費(fèi)的指標(biāo)測(cè)度、影響因素和關(guān)系論證進(jìn)行了研究。一是TFP的測(cè)度和居民消費(fèi)的影響因素研究。TFP通常利用投入產(chǎn)出指標(biāo)，采用隨機(jī)前沿模型、DEA等方法進(jìn)行測(cè)度 [2-5]。房?jī)r(jià)、資本、收入、利率以及人口年齡結(jié)構(gòu)等是影響消費(fèi)的主要因素[6-11]。二是采用普通面板回歸對(duì)技術(shù)創(chuàng)新、技術(shù)進(jìn)步與居民消費(fèi)的關(guān)系進(jìn)行了論證。研究發(fā)現(xiàn)，產(chǎn)品創(chuàng)新、技術(shù)創(chuàng)新對(duì)消費(fèi)結(jié)構(gòu)升級(jí)和總消費(fèi)增長(zhǎng)有正向促進(jìn)作用[8，12-14]。但謝小平（2018）采用省際面板數(shù)據(jù)研究發(fā)現(xiàn)消費(fèi)結(jié)構(gòu)升級(jí)未能有效拉動(dòng)技術(shù)創(chuàng)新[15]。馬廣程和許堅(jiān)（2020）認(rèn)為，消費(fèi)升級(jí)對(duì)工業(yè)TFP的促進(jìn)作用大于對(duì)服務(wù)業(yè)TFP的促進(jìn)作用[16]。

已有研究為本文提供了有益參考，雖然有文獻(xiàn)論證了本地區(qū)技術(shù)創(chuàng)新與居民消費(fèi)結(jié)構(gòu)升級(jí)之間存在聯(lián)系，但缺乏從空間經(jīng)濟(jì)視角研究TFP變化對(duì)居民消費(fèi)的影響，尤其缺少TFP變化對(duì)不同類型居民消費(fèi)的研究。為此，本文選擇合適空間模型和指標(biāo)，重點(diǎn)檢驗(yàn)TFP變化對(duì)不同類型居民消費(fèi)的空間溢出效應(yīng)，提出針對(duì)性的促消費(fèi)對(duì)策。

二、模型構(gòu)建及指標(biāo)選取

為了檢驗(yàn)TFP變化對(duì)居民消費(fèi)的空間溢出效應(yīng)，設(shè)計(jì)空間權(quán)重矩陣，構(gòu)建了空間面板杜賓模型，并對(duì)指標(biāo)進(jìn)行了選取?？紤]數(shù)據(jù)完整性，數(shù)據(jù)來(lái)源于2006-2019年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》、各省統(tǒng)計(jì)年鑒以及國(guó)家統(tǒng)計(jì)局網(wǎng)站。

（一）空間權(quán)重矩陣與模型構(gòu)建

1.空間權(quán)重計(jì)算。分析經(jīng)濟(jì)現(xiàn)象的空間效應(yīng)，需要設(shè)置空間權(quán)重矩陣。經(jīng)濟(jì)距離空間權(quán)重，既包含了地理空間權(quán)重的特征，還汲取了經(jīng)濟(jì)發(fā)展特征。鑒于此，將實(shí)際GDP納入空間權(quán)重矩陣進(jìn)行構(gòu)造，后文基于經(jīng)濟(jì)距離空間權(quán)重矩陣進(jìn)行研究，但輔以地理距離權(quán)重矩陣進(jìn)行穩(wěn)健性分析。地理距離和經(jīng)濟(jì)距離空間權(quán)重矩陣構(gòu)建如下：

（二）指標(biāo)選取

1.被解釋變量。服務(wù)消費(fèi)本包括居住、醫(yī)療保健、交通和通信以及文教娛樂(lè)消費(fèi)，但后三種消費(fèi)反映了消費(fèi)者由物質(zhì)追求轉(zhuǎn)向精神產(chǎn)品的追求，代表了消費(fèi)品質(zhì)的提升，故學(xué)者通常采用后三種消費(fèi)支出來(lái)評(píng)價(jià)服務(wù)消費(fèi)[6，17]。選擇醫(yī)療保健、交通和通信以及文教娛樂(lè)消費(fèi)支出占總消費(fèi)支出比作為服務(wù)消費(fèi)的替代指標(biāo)。服務(wù)消費(fèi)（cu）為服務(wù)消費(fèi)支出占總消費(fèi)支出比。

與服務(wù)消費(fèi)相對(duì)應(yīng)的是與消費(fèi)者起居息息相關(guān)的其他消費(fèi)，包括制造品消費(fèi)、食品消費(fèi)和居住消費(fèi)。制造品消費(fèi)（mcu）、食品消費(fèi)（fr）、居住消費(fèi)（rr）分別為制造品消費(fèi)支出占總消費(fèi)支出比、食品消費(fèi)支出占總消費(fèi)支出比、居住消費(fèi)支出占總消費(fèi)支出比。其中，制造品包括衣著、生活用品及服務(wù)、家庭設(shè)備及用品。

2.核心解釋變量。TFP反映了生產(chǎn)效率的變化和后期技術(shù)對(duì)前沿技術(shù)的追趕程度，是評(píng)價(jià)經(jīng)濟(jì)增長(zhǎng)和技術(shù)進(jìn)步的核心[18，19]。通常采用DEA方法，確定基期年份，測(cè)算全局參比的Malmquist指數(shù)，得到TFP增長(zhǎng)率，反映TFP的變化程度[20，21]。本文選取2005-2018年各?。ㄊ?、區(qū)）數(shù)據(jù)，共14期，投入要素為勞動(dòng)和資本存量②，產(chǎn)出為GDP。其中，勞動(dòng)指標(biāo)以各?。ㄊ?、區(qū)）從業(yè)人員數(shù)替代，資本存量采用永續(xù)盤(pán)存法進(jìn)行計(jì)算，產(chǎn)出以各?。ㄊ?、區(qū)）GDP進(jìn)行替代，各數(shù)據(jù)均以2005年為基期進(jìn)行了價(jià)格平減。數(shù)據(jù)整理完畢后，采用MaxDEA軟件進(jìn)行測(cè)算。

3.控制變量。參考現(xiàn)有文獻(xiàn)[8-10]，居民消費(fèi)的影響因素除了TFP之外，還包括以下控制變量：（1）人均資本積累（k）=資本積累/常住人口，資本積累采用永續(xù)盤(pán)存法進(jìn)行計(jì)算。（2）實(shí)際利率（r）=[（1+名義利率）/（物價(jià)指數(shù)×100）]-1，各年名義利率為銀行整存整取一年期存款利率，跨年度導(dǎo)致利率不同的，各年利率根據(jù)中國(guó)人民銀行實(shí)施利率的時(shí)間段進(jìn)行加權(quán)計(jì)算。（3）人均可支配收入（y），2013年以前的人均可支配收入由城鎮(zhèn)居民人均可支配收入和農(nóng)村居民人均純收入加權(quán)平均值計(jì)算，2013年以后的數(shù)據(jù)可直接從《中國(guó)統(tǒng)計(jì)年鑒》獲取。（4）財(cái)政支出（re）=地方財(cái)政一般預(yù)算支出/GDP。（5）少兒人口撫養(yǎng)比（pas）和老年人口撫養(yǎng)比（pep），該指標(biāo)數(shù)據(jù)直接來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》，2010年老年人口撫養(yǎng)比數(shù)據(jù)缺失，采用插值法補(bǔ)齊。（6）貨物進(jìn)口水平（imp）=進(jìn)口額/GDP，進(jìn)口額采用當(dāng)年匯率進(jìn)行了換算。貨幣單位的指標(biāo)均以2005年為基期，進(jìn)行了價(jià)格平減。為了消除數(shù)據(jù)異方差，以及降低部分指標(biāo)數(shù)據(jù)量級(jí)過(guò)大的現(xiàn)象，對(duì)人均資本積累（k）、人均可支配收入（y）和財(cái)政支出（re）指標(biāo)數(shù)據(jù)進(jìn)行了取對(duì)數(shù)處理。

三、實(shí)證結(jié)果與分析

采用2005-2018年中國(guó)內(nèi)地30個(gè)?。ㄊ小^(qū)）的數(shù)據(jù)進(jìn)行回歸分析③。首先，對(duì)TFP和各類居民消費(fèi)進(jìn)行了空間自相關(guān)分析，二者M(jìn)orans I指數(shù)除了個(gè)別年份，均在10%以下水平顯著，表現(xiàn)出了較強(qiáng)空間依賴性。其次，對(duì)TFP與各類居民消費(fèi)各模型進(jìn)行了LM檢驗(yàn)，穩(wěn)健性檢驗(yàn)結(jié)果表明，空間誤差模型（SEM）和空間滯后模型（SLM）均通過(guò)了顯著性檢驗(yàn)，本文既考慮殘差自相關(guān)，也考慮空間滯后因變量的空間關(guān)聯(lián)性，故選擇空間杜賓模型（SDM）進(jìn)行研究。再者，采用Hausman檢驗(yàn)判斷選擇固定效應(yīng)或隨機(jī)效應(yīng)的SDM模型。最后，LR檢驗(yàn)可驗(yàn)證SDM模型是否會(huì)退化，各模型Likelihood-ratio test值顯著，表明不會(huì)退化，依然使用SDM模型。

（一）TFP變化對(duì)服務(wù)消費(fèi)的空間溢出效應(yīng)分析

為了驗(yàn)證TFP對(duì)服務(wù)消費(fèi)的空間溢出效應(yīng)，結(jié)合空間權(quán)重矩陣和SDM模型進(jìn)行了分析，回歸結(jié)果見(jiàn)表1。首先是經(jīng)濟(jì)空間距離權(quán)重下的回歸分析，如模型1～5所示。根據(jù)空間豪斯曼檢驗(yàn)結(jié)果，TFP變化對(duì)服務(wù)消費(fèi)的空間計(jì)量分析，接受隨機(jī)效應(yīng)的模型假設(shè)。從R2、Log L、Sigma2統(tǒng)計(jì)量看，模型擬合度較高，回歸結(jié)果總體可靠，空間自回歸系數(shù)（ρ）為6.275，且在5%水平上顯著，說(shuō)明中國(guó)服務(wù)消費(fèi)存在顯著的空間互動(dòng)效應(yīng)，本地區(qū)服務(wù)消費(fèi)對(duì)相鄰地區(qū)服務(wù)消費(fèi)具有促進(jìn)作用。模型1結(jié)果顯示，本地區(qū)TFP變化對(duì)服務(wù)消費(fèi)的影響系數(shù)為-0.0541，在5%水平上顯著，說(shuō)明本地區(qū)TFP提升抑制了服務(wù)消費(fèi)。模型2結(jié)果顯示，TFP變化對(duì)服務(wù)消費(fèi)的空間溢出系數(shù)為0.2843，說(shuō)明本地區(qū)TFP變化促進(jìn)了相鄰地區(qū)服務(wù)消費(fèi)，但效果并不顯著。然而，空間回歸變量系數(shù)不能直接表達(dá)對(duì)被解釋變量的影響效應(yīng)，應(yīng)該采用偏微分效應(yīng)分解法，將空間效應(yīng)分解為直接效應(yīng)、間接效應(yīng)和總效應(yīng)。模型3結(jié)果顯示，TFP變化對(duì)服務(wù)消費(fèi)的直接效應(yīng)在5%水平上顯著為負(fù)，說(shuō)明本地區(qū)TFP增長(zhǎng)抑制了本地區(qū)服務(wù)消費(fèi)。模型4結(jié)果顯示，TFP變化對(duì)服務(wù)消費(fèi)的間接效應(yīng)并不顯著，說(shuō)明本地區(qū)TFP增長(zhǎng)未對(duì)相鄰地區(qū)服務(wù)消費(fèi)形成空間溢出效應(yīng)。模型5結(jié)果顯示，TFP變化對(duì)服務(wù)消費(fèi)的總效應(yīng)在5%水平上顯著為負(fù)，即TFP增長(zhǎng)未能促進(jìn)服務(wù)消費(fèi)。

可能原因是：（1）中國(guó)經(jīng)濟(jì)仍處于發(fā)展中水平，居民收入增長(zhǎng)有限，消費(fèi)者對(duì)制造品、食品和居住等物質(zhì)消費(fèi)需求較大。TFP代表著技術(shù)的進(jìn)步，是推動(dòng)經(jīng)濟(jì)和消費(fèi)增長(zhǎng)的創(chuàng)新來(lái)源，目前，中國(guó)創(chuàng)新資源仍傾向于對(duì)制造品、食品和居住的投入，服務(wù)的創(chuàng)新資源被擠占，由此TFP對(duì)本地服務(wù)消費(fèi)產(chǎn)生了擠出效應(yīng);（2）本地區(qū)對(duì)制造品、食品和居住的消費(fèi)需求，引導(dǎo)廠商對(duì)制造品、食品和居住進(jìn)行技術(shù)、組織、管理等創(chuàng)新資源的投入，未能滿足相鄰地區(qū)服務(wù)創(chuàng)新資源的供給，使得技術(shù)進(jìn)步未能對(duì)相鄰地區(qū)服務(wù)消費(fèi)產(chǎn)生空間溢出效應(yīng)。為了保證結(jié)果穩(wěn)健性，還采用地理距離空間權(quán)重矩陣對(duì)TFP變化影響服務(wù)消費(fèi)的空間效應(yīng)進(jìn)行了分析，結(jié)果見(jiàn)模型6和7，各變量系數(shù)方向和顯著性與模型3和4一致，故基準(zhǔn)模型結(jié)果是穩(wěn)健的。

（二）TFP變化對(duì)其他消費(fèi)的空間溢出效應(yīng)分析

為了進(jìn)行對(duì)比分析，對(duì)TFP變化與制造品消費(fèi)、食品消費(fèi)和居住消費(fèi)的關(guān)系進(jìn)行了研究，如表2所示。各模型R2、Log L、Sigma2統(tǒng)計(jì)量顯示，模型擬合度較高，且空間自回歸系數(shù)顯著，表明本地區(qū)各類居民消費(fèi)拉動(dòng)了鄰近地區(qū)居民消費(fèi)。

根據(jù)模型8的結(jié)果，TFP增長(zhǎng)促進(jìn)了本地區(qū)制造品消費(fèi)，但效果并不顯著;根據(jù)模型9的結(jié)果，TFP增長(zhǎng)對(duì)制造品消費(fèi)在10%水平上有正向空間溢出效應(yīng)，說(shuō)明本地區(qū)TFP增長(zhǎng)提升了相鄰地區(qū)制造品消費(fèi)。根據(jù)模型10，TFP增長(zhǎng)促進(jìn)了本地區(qū)食品消費(fèi)，但效果并不顯著;根據(jù)模型11的結(jié)果，TFP增長(zhǎng)對(duì)食品消費(fèi)在1%水平上具有正向空間溢出效應(yīng)，說(shuō)明本地區(qū)TFP增長(zhǎng)提升了相鄰地區(qū)食品消費(fèi)。根據(jù)模型12的結(jié)果，TFP增長(zhǎng)在5%水平上顯著提升了本地區(qū)居住消費(fèi);根據(jù)模型13的結(jié)果，TFP增長(zhǎng)在5%水平上對(duì)居住消費(fèi)形成了負(fù)向空間溢出效應(yīng)，可能是本地居住消費(fèi)吸納了相鄰地區(qū)創(chuàng)新資源，故而TFP變化對(duì)相鄰地區(qū)居住消費(fèi)產(chǎn)生了擠出效應(yīng)?？梢?jiàn)，TFP變化對(duì)制造品、食品和居住消費(fèi)具有正向影響，即制造品、食品和居住消費(fèi)擠占了服務(wù)消費(fèi)的創(chuàng)新資源，導(dǎo)致TFP變化未能提升服務(wù)消費(fèi)。

TFP變化對(duì)其他消費(fèi)品空間溢出效應(yīng)的檢驗(yàn)，是基于經(jīng)濟(jì)距離空間權(quán)重矩陣進(jìn)行計(jì)算的。為了保證結(jié)果穩(wěn)健性，采用地理距離空間權(quán)重矩陣，對(duì)TFP變化與其他消費(fèi)品的關(guān)系進(jìn)行了回歸，結(jié)果如表3所示。可見(jiàn)，TFP對(duì)各消費(fèi)品的空間溢出效應(yīng)結(jié)果與表2結(jié)果基本一致，即結(jié)果是穩(wěn)健的。

四、結(jié)論及建議

利用2005-2018年中國(guó)30個(gè)?。ㄊ?、區(qū)）的數(shù)據(jù)，采用SDM模型對(duì)TFP影響居民消費(fèi)的空間溢出效應(yīng)進(jìn)行了檢驗(yàn)。研究表明：TFP增長(zhǎng)未能顯著促進(jìn)服務(wù)消費(fèi);TFP增長(zhǎng)對(duì)制造品消費(fèi)呈現(xiàn)出了正向空間溢出效應(yīng)，即TFP增長(zhǎng)提升了相鄰地區(qū)制造品消費(fèi);TFP增長(zhǎng)對(duì)食品消費(fèi)呈現(xiàn)出了正向空間溢出效應(yīng)，即TFP增長(zhǎng)提升了相鄰地區(qū)食品消費(fèi);TFP增長(zhǎng)促進(jìn)了本地區(qū)居住消費(fèi)。可見(jiàn)，制造品消費(fèi)、食品消費(fèi)和居住消費(fèi)對(duì)創(chuàng)新資源的擠占，導(dǎo)致了TFP變化未能促進(jìn)服務(wù)消費(fèi)。基于上述研究結(jié)論，提出如下建議：

一是堅(jiān)持供給側(cè)結(jié)構(gòu)性改革，提升資本、勞動(dòng)力等要素的利用效率，促進(jìn)技術(shù)進(jìn)步。TFP的增長(zhǎng)，意味著技術(shù)的進(jìn)步，是推動(dòng)經(jīng)濟(jì)和消費(fèi)增長(zhǎng)的重要來(lái)源。隨著消費(fèi)者收入和文化素質(zhì)的提升，消費(fèi)者體現(xiàn)出了多樣化需求、消費(fèi)品質(zhì)攀升、消費(fèi)頻率增加的特征。為此，企業(yè)需要提升勞動(dòng)、資本生產(chǎn)效率，實(shí)現(xiàn)技術(shù)創(chuàng)新，更好滿足消費(fèi)者多樣化和高品質(zhì)的消費(fèi)需求。

二是政府制定優(yōu)惠的財(cái)政和稅收政策，鼓勵(lì)和支持服務(wù)生產(chǎn)企業(yè)的發(fā)展。中國(guó)居民隨著收入和教育層次的提升，對(duì)文教娛樂(lè)、醫(yī)療保健、交通和通信這三類與精神層次息息相關(guān)的服務(wù)需求日漸增多。雖然中國(guó)居民對(duì)衣、食、住的需求仍較大，但制造品、食品和居住的生產(chǎn)已經(jīng)處于較為成熟的階段。現(xiàn)階段，科學(xué)引導(dǎo)企業(yè)向服務(wù)生產(chǎn)投入創(chuàng)新資源，做好需求調(diào)查，提升服務(wù)供給質(zhì)量，滿足居民多樣化的服務(wù)需求，促進(jìn)服務(wù)消費(fèi)，協(xié)同制造品、食品和居住消費(fèi)共同提升居民消費(fèi)。

注釋：

① 中國(guó)統(tǒng)計(jì)年鑒中居民消費(fèi)包括食品煙酒、衣著、居住、生活用品及服務(wù)、交通和通信、教育（文化和娛樂(lè)）、醫(yī)療保健、其他用品及服務(wù)共八個(gè)項(xiàng)目。根據(jù)現(xiàn)有研究，大致可歸類為食品、居住、制造品和其他服務(wù)四種消費(fèi)類型。

② 資本存量計(jì)算過(guò)程中，需要使用到各?。ㄊ小^(qū)）名義固定資本形成總額，目前該數(shù)據(jù)只更新到了2017年，故2018年的數(shù)據(jù)采用各省名義固定資本形成總額2005-2017年的增長(zhǎng)率推算得到。

③ 西藏自治區(qū)數(shù)據(jù)缺失較多，故剔除了西藏自治區(qū)樣本。

參考文獻(xiàn)：

[1] 厲亞，潘紅玉.改革開(kāi)放以來(lái)消費(fèi)升級(jí)與進(jìn)一步促進(jìn)消費(fèi)的對(duì)策[J].財(cái)經(jīng)理論與實(shí)踐，2019，40（3）：101-106.

[2] 胡宗義，張麗娜，李毅.排污征費(fèi)對(duì)綠色全要素生產(chǎn)率的影響效應(yīng)研究——基于GPSM的政策效應(yīng)評(píng)估[J].財(cái)經(jīng)理論與實(shí)踐，2019，40（6）：9-15.

[3] 殷紅，張龍，葉祥松.中國(guó)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)全要素生產(chǎn)率的時(shí)變效應(yīng)[J].世界經(jīng)濟(jì)，2020，43（1）：122-142.

[4] 王婷，程豪，王科斌.區(qū)域間勞動(dòng)力流動(dòng)、人口紅利與全要素生產(chǎn)率增長(zhǎng)——兼論新時(shí)代中國(guó)人口紅利轉(zhuǎn)型[J].人口研究，2020，44（2）：18-32.

[5] 吳艷，賀正楚，鄭晶晶，等.產(chǎn)能利用率影響產(chǎn)業(yè)升級(jí)的傳導(dǎo)途徑：技術(shù)創(chuàng)新的視角[J].科學(xué)決策，2019（2）：47-71.

[6] 石明明，江舟，周小焱.消費(fèi)升級(jí)還是消費(fèi)降級(jí)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2019（7）：42-60.

[7] 范兆媛，王子敏.人口年齡結(jié)構(gòu)與居民家庭消費(fèi)升級(jí)——基于中介效應(yīng)的檢驗(yàn)[J].湘潭大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2020，44（2）：62-68.

[8] 孫早，許薛璐.產(chǎn)業(yè)創(chuàng)新與消費(fèi)升級(jí)：基于供給側(cè)結(jié)構(gòu)性改革視角的經(jīng)驗(yàn)研究[J].中國(guó)工業(yè)經(jīng)濟(jì)，2018（7）：98-116.

[9] 孫豪，毛中根，王澤昊.消費(fèi)降級(jí)：假象及其警示[J].經(jīng)濟(jì)與管理，2020，34（3）：19-26.

[10] Addessi W. Population age structure and consumption expenditure composition： evidence from european countries[J].Economics Letters，2018，168：18-20.

[11] 王云航，彭定赟.產(chǎn)業(yè)結(jié)構(gòu)變遷和消費(fèi)升級(jí)互動(dòng)關(guān)系的實(shí)證研究[J].武漢理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2019，32（3）：121-129.

[12] Zweimuller J. Inequality， redistribution and economic growth[J]. Empirica Springer， 2000，17（1） ：1-20.

[13] Pikkarainen T， Pikkarainen K，Karjaluoto H， et al.Consumer acceptance of online banking： an extension of the technology acceptance model[J]. Internet Research， 2004（14） ： 224 -235.

[14] 黃彩虹，張曉青.創(chuàng)新驅(qū)動(dòng)、空間溢出與居民消費(fèi)需求[J].經(jīng)濟(jì)問(wèn)題探索，2020（2）：11-20.

[15] 謝小平.消費(fèi)結(jié)構(gòu)升級(jí)與技術(shù)進(jìn)步[J].南方經(jīng)濟(jì)，2018（7）：19-38.

[16] 馬廣程，許堅(jiān).消費(fèi)升級(jí)、收入分配與產(chǎn)業(yè)全要素生產(chǎn)率提升——基于省級(jí)動(dòng)態(tài)面板數(shù)據(jù)[J].管理現(xiàn)代化，2020，40（3）：25-28.

[17] 黃雋，李冀愷.中國(guó)消費(fèi)升級(jí)的特征、度量與發(fā)展[J].中國(guó)流通經(jīng)濟(jì)，2018，32（4）：94-101.

[18] Pastor J T，Lovell C A. A global malmquist productivity index[J].Economics Letters， 2005，88（2）：266-271.

[19] Oh D. A global malmquist-luenberger productivity index[J].Journal of Productivity Analysis， 2010，34（8）：183-197.

[20] 原毅軍，孫大明.FDI技術(shù)溢出、自主研發(fā)與合作研發(fā)的比較——基于制造業(yè)技術(shù)升級(jí)的視角[J].科學(xué)學(xué)研究，2017，35（9）：1334-1347.

[21] 孫宇.FDI與中國(guó)全要素生產(chǎn)率的變動(dòng)——基于DEA與協(xié)整分析的實(shí)證檢驗(yàn)[J].世界經(jīng)濟(jì)研究，2007（5）：14-19.

（責(zé)任編輯：鐘 瑤）