[1]基于位置大数据的中国共同富裕水平测度及时空分异演变

[1]基于位置大数据的中国共同富裕水平测度及时空分异演变

张倩倩

山东女子学院工商管理学院 山东济南 250000

摘要：本文从富裕度、共同度维度构建评价指标体系，采用熵权—TOPSIS法测度2016—2020年中国省域共同富裕水平。基于Dagum基尼系数、莫兰指数、效应模型对区域差异及时空演变和收敛稳态进行分析。结果表明：①教育经费对于富裕度的影响是负效应，但是人均GDP和教育经费的交互项的回归系数显著为正；②在原有的模型中科技经费对于富裕度的影响不显著，但在加入科研经费和失业率的交互效应之后，科研经费的影响变得显著正向了；③在交互效应中发现含有失业率的交互项影响都很显著，而且都是负效应。基于研究结论，本文从治理手段、发展格局、金融系统等方面提出政策建议，试图为政府相关政策的提出提供一定的借鉴意义。

关键词: 共同富裕；水平测度；时空格局；位置大数据

1. 引言

共同富裕是中国特色社会主义的本质要求，是中华民族伟大复兴中国梦的重要组成部分。中国全面建成小康社会后，迈入了推动共同富裕的历史新阶段。2021年8月25日，习近平总书记在中央财经委员会第十次会议上指出“共同富裕是社会主义的本质要求，是中国式现代化的重要特征”，会议强调“要坚持以人民为中心的发展思想，在高质量发展中促进共同富裕”。本文以中国共同富裕水平为研究对象，主要调研中国31省市在共同富裕度上的差异,力图透过不同地区共同富裕度的差异，寻找引起这些差异的影响因素，为中国实现高质量的共同富裕提供一定的借鉴和参考。

2. 数据来源与模型

2.1 数据来源

本文以共同富裕度水平作为调研对象，从时间和空间两个维度测度了全国31省市的共同富裕度水平。为了从时间上研究各地市共同富裕发展动态,本文从全国统计年鉴上搜集了2016年—2020年间的数据。根据测度指标，搜集和整理的数据包括人均GDP、城乡居民储蓄额、农村居民人均纯收入、城镇居民人均可支配收入、外贸依存度、城镇登记失业率、常住人口城镇化率、R&D经费支出占GDP比重、教育支出万元占GDP比重、医疗投入占GDP比重等十个指标的数据。

2.2模型及测度公式

（1）富裕度的测算

选取城镇居民人均可支配收入、农村居民人均纯收入、城乡居民人均储蓄额和城镇化率四个指标测算富裕度。考虑到经济指标的区域可计量性，将购买力平价指数纳入评价体系，使得富裕度指标体系中的各个指标进行等效用替换。富裕度的具体计算公式如下：

+)+

=

（2）共同度的测算

共同系数是通过购买力程度的离散系数进行计算的，根据共同系数的值的大小可将共同度划分为5个区间：悬殊、差异、合理、共同、同一。  其计算公式为：=1-v[2]

（3）莫兰指数

莫兰指数是空间计量中的一个重要指标,通常是用来度量空间相关性。一般分为全局莫兰指数(Global Moran's I)和局部莫兰指数(Local Moran's I)。

3.数据分析

3.1 中国31省市共同富裕度时空演变情况

为了客观地分析31省市的共同富裕度，本文选取了2016、2018、2020年3个代表性年份从空间分布上分析其变动趋势。

                      2016                                                          2018                                                      2020

图1   2016、2018、2020共同富裕度水平情况

观察图1，31个省份中在2016年内蒙古、贵州、西藏、甘肃、青海、宁夏、新疆属于温饱，河北、山西、安徽、河南、广西、四川、云南、陕西、辽宁、吉林、黑龙江属于初步小康，海南、江西、湖北、湖南、重庆属于局部小康，天津、江苏、福建、山东、广东属于小康，北京、上海、浙江属于富裕状态；到了2018年，贵州、西藏、甘肃属于温饱，其余城市全部步入小康至富裕阶段；到了2020年，山西、河南、内蒙古、广西、四川、贵州、云南、西藏、甘肃、青海、宁夏、新疆、吉林、黑龙江进入初步小康阶段，其余城市均进入局部小康阶段。由以上三幅图可知，全国31个省份在2020年已全部实现小康。

（2）莫兰指数

图2 2016—2020年共同富裕度的全局莫兰指数以及P值（反距离法）

从图2可知，在反距离法空间权重矩阵下该时期内山东省共同富裕度全局莫兰系数均为正值，且正态统计量z值均通过了0.05水平的显著性检验，表明在整个研究期间全国31省市（除港澳台地区）共同富裕度呈现显著的空间自相关特征。从整体来看，用反距离法创建空间权重矩阵，空间集聚性很明显。反观共同度的莫兰指数走势图，反距离法空间权重矩阵下的起伏波动比较大，说明共同度的空间集聚性的变动比较大，但是基本处于0.3—0.4之间，空间聚集性还是非常强。

3.2效应模型分析结果

在研究经济问题时，不能将每个经济变量看作是独立的，变量之间往往存在一个交互效应，如上述分析,教育经费和R&D(科技)经费对富裕度的影响受到人均GDP的影响很大，在此基础上基于这两个解释变量引入交互项。引入交互效应之后，变量的效应就包括单个效应和交互效应两种。

表1  富裕度与共同度的交互效应分析结果

观察表1可知，虽然教育经费对于富裕度的影响是负效应，但是人均GDP和教育经费的交互项的回归系数显著为正，可以说明，当人均GDP越高时加大教育经费的投入有助于富裕度的提升，即教育经费对于富裕度的效应为正。这也可以解释为什么在原有的模型中教育经费对于富裕度是负效应。因为教育经费对于某个地区的富裕度的影响过度依赖当地的人均GDP，越发达的地区教育投入越多，经济发展的越快。其次，在原有的模型中R&D(科技)经费对于富裕度的影响不显著。但在加入科研经费和失业率的交互效应之后，科研经费的影响变得显著正向了。这说明在保证失业率的同时加大科技经费的投入才会提升富裕度。最后在交互效应中发现含有失业率的交互项影响都很显著，而且都是负效应，这说明人均GDP、教育经费、R&D(科技)经费、医疗投入以及失业率越高时，越低的失业率有助于富裕度的提升，即失业率对于一个地区的经济发展尤为重要。

4. 结论

研究结果显示，教育经费对于富裕度的影响是负效应，但是人均GDP和教育经费的交互项的回归系数显著为正，可以说明，当人均GDP越高时，加大教育经费的投入有助于富裕度的提升，即教育经费对于富裕度的效应为正。其次，在原有的模型中科技经费对于富裕度的影响不显著，但在加入科研经费和失业率的交互效应之后，科研经费的影响变得显著正向了，这说明在保证失业率的同时加大科技经费的投入才会提升富裕度。最后在交互效应中发现含有失业率的交互项影响都很显著，而且都是负效应，这说明人均GDP、教育经费、科研经费、医疗投入以及失业率越高时，越低的失业率有助于富裕度的提升，即失业率对于一个地区的经济发展尤为重要。同理，在共同度的模型中与失业率相关的交叉项大部分都留了下来，可以看到教育和医疗投入在失业率越低的时候会对共同度产生积极影响。

参考文献

[1]李金昌,余卫.共同富裕统计监测评价探讨[J].统计研究,2022,39(02):3-17.

[2]孙学涛,于婷,于法稳.新型城镇化对共同富裕的影响及其作用机制——基于中国281个城市的分析[J].广东财经大学学报,2022,37(02):71-87.

[3]刘文梅. 基于社会经济发展的共同富裕度的影响因素研究[D].西南财经大学,2019.

[4]肖若石.实现共同富裕与缩小地区收入差异因素分解研究[J].价格理论与实践,2021(08):87-90+186

[5]罗娟,彭伟辉.共同富裕目标下我国收入分配结构优化路径[J].经济体制改革,2022(01):35-42.张倩倩（1987.11），女 汉族 山东济南人 学历：研究生 职称：讲师，从事女性就业、乡村振兴研究

基金项目：济南市哲学社会科学研究2022年度课题《山东省共同富裕水平的综合评价、时空格局及提升路径研究》，课题编号：JNSK22C20，项目负责人：张倩倩

[2] v=*100%为购买力的离散系数,f为购买力程度的平均数,∂为购买力程度的标准差。