中國城鎮(zhèn)居民信息消費的空間關聯網絡特征研究

豐帆 沐年國

摘要：本文以中國31個省份2002-2016年間城鎮(zhèn)居民信息消費年數據為樣本，通過引入改進后的引力模型和社會網絡分析方法（SNA），深入研究中國城鎮(zhèn)居民信息消費的空間關聯網絡特征。研究表明：中國城鎮(zhèn)居民信息消費的空間關聯整體上呈現出網絡結構形態(tài)且關聯程度逐年增強，在個體網絡特征中各省份的網絡結構中心度不一致，體現出非均衡的特點。在塊模型分析中，省城鎮(zhèn)居民信息消費可劃分為凈受益、經紀人、雙向溢出和凈溢出四個板塊，各板塊成員數量差異較大，傳遞機制明顯，體現區(qū)位特征。

關鍵詞：城鎮(zhèn)居民信息消費；空間關聯網絡；社會網絡分析法

引言

2017年8月，國務院發(fā)布了《國務院關于進一步擴大和升級信息消費持續(xù)釋放內需潛力的指導意見》，指出進一步擴大升級信息消費，是推動供給側結構性改革和促進經濟增長的有效途徑。隨著我國物聯網、大數據、人工智能等信息技術創(chuàng)新的不斷發(fā)展，信息消費已具備良好的產業(yè)基礎，成為我國推動內需、促進就業(yè)以及消費升級的重要動力。與此同時，由于我國各省城鎮(zhèn)的經濟發(fā)展水平、居民消費數量、信息化水平等多種因素的交互作用，強化了各省城鎮(zhèn)居民信息消費空間相關性的特征，從而使得居民信息消費空間關聯結構越來越復雜。因此，全面解構中國城鎮(zhèn)居民信息消費的空間關聯網絡結構特征，有助于揭示各地區(qū)居民信息消費的空間關聯程度，更好認識各地區(qū)在網絡中的地位和角色，從而來推動消費升級，實現供給側改革下區(qū)域消費經濟的協調發(fā)展。

1、文獻綜述

隨著信息消費的不斷壯大，越來越多的學者對信息消費進行了研究。國外文獻主要體現在三個方向：一是關注信息消費的特征及現狀；如Taylor和Arthur得出信息之間存在著相互關聯的差異性，且這種關聯存在于信息的消費和使用中[1]。二是對信息消費的影響因素進行研究；如Anne Hoag在研究信息消費者的行為時得到信息消費者獲得的信息產品效用受到成本、情感和環(huán)境等多種因素的影響[2]。三是研究了信息消費對經濟發(fā)展的影響。如Erumban等人通過研究發(fā)現貿易的擴展和經濟重組的全球化可以導致資本流動的加快[3]。目前國內的研究現狀可以發(fā)現：多數學者如陳麗梅、李嬋娟等人通過Dagum系數、泰爾指數等指標來研究居民信息消費的空間差異[4-5]，還有一些學者如張肅、王子敏等人發(fā)現城鎮(zhèn)居民信息消費存在空間相關性和空間溢出效應[6-7]。但是信息消費對空間方面的研究大部分還是以“屬性數據”為主而非“關系數據”。由于我國當前正在實施區(qū)域發(fā)展戰(zhàn)略，信息消費的空間關聯關系已經突破了傳統(tǒng)的線性模式，呈現出復雜的網絡結構特點。現有研究多把空間關聯性當作地理上的鄰接關系，難以有效的解釋城鎮(zhèn)信息消費的整體結構特征和空間關聯性。

本文從復雜網絡和關系數據的視角，通過改進的引力模型構建中國城鎮(zhèn)居民信息消費的空間關聯關系，并繪制出城鎮(zhèn)居民信息消費的空間關聯網絡圖，繼而通過社會網絡分析法來揭示中國城鎮(zhèn)居民信息消費的空間關聯網絡結構特征，更好的認識各省城鎮(zhèn)信息消費在網絡中的地位和角色，進而為供給側改革下促進消費升級和區(qū)域消費經濟協調發(fā)展的政策制定提供科學性的參考。

2、模型構建及方法

2.1 模型構建

省際城鎮(zhèn)居民信息消費關聯關系的集合形成關聯網絡，各省城鎮(zhèn)為網絡節(jié)點，各省城鎮(zhèn)居民信息消費的空間關聯關系為網絡的線。對于關系的確定，學者們往往選用VAR格蘭杰因果檢驗法或是引力模型方法。但由于VAR格蘭杰因果檢驗構建的網絡不能對空間關系網絡的演變趨勢進行刻畫，因此，本文選用引力模型來構建城鎮(zhèn)居民信息消費的空間關聯關系來彌補這方面的不足。為了增加適用性，需要對引力模型進行改進，改進后的引力模型如下：

式中，i、j代表不同省份；yij表示省域城鎮(zhèn)居民信息消費之間的引力；Pi、Pj為省域城鎮(zhèn)年末總人口數；Ei、Ej為省域城鎮(zhèn)居民信息消費；Ti、Tj為省域城鎮(zhèn)居民總收入；Kij表示省份i對身省份j城鎮(zhèn)間的聯系強度；dij表示省會城市間的距離；ti-tj指代城鎮(zhèn)人均居民信息消費的差值；Dij表示省域間的“距離”。由式（1）得到Y=（yij）31*31，構成省域間的引力矩陣，對Y的各行取平均值，若同一行的引力大于平均值，則記為1，表明該行省域城鎮(zhèn)居民信息消費對該列省域城鎮(zhèn)居民信息消費存在關聯關系；若引力小于平均值，則記為0，表明該行省域城鎮(zhèn)居民信息消費對該列省域城鎮(zhèn)居民信息消費不存在關聯關系。

2.2 社會網絡分析法

社會網絡分析法（SNA）是作為一種研究“關系數據”的分析方法，能夠克服傳統(tǒng)空間計量方法上“相近”或者“相鄰”的局限，它可以通過網絡關聯度、網絡密度、網絡等級度和網絡效率四個指標對整體網絡特征進行刻畫，從而反映出網絡結構關

系強弱程度和穩(wěn)健性程度。同時可以通過中心性分析中的點度中心度、接近中心度和中介中心度三個指標來刻畫個體在網絡中的作用和地位。對于網絡結構中各位置模塊在空間網絡中的連接關系，可以根據塊模型分析出空間網絡的四個位置角色，從而更直觀更有效的識別出各省域在網絡中的角色和作用。

3、實證與結果

3.1 數據來源

本文選取我國大陸31個省份城鎮(zhèn)居民2002-2016年的樣本數據作為研究對象。所有數據均來自歷年中國統(tǒng)計年鑒、中國信息年鑒和各省（市、區(qū)）的統(tǒng)計年鑒。

3.2 空間關聯網絡刻畫

根據前述構建的引力模型計算得出省際引力關系矩陣。為了展示城鎮(zhèn)居民信息消費空間關聯網絡結構形態(tài)，本文運用UCINET軟件并選取2002年、2005年、2010年和2016年4個關鍵的時間節(jié)點，繪制出中國城鎮(zhèn)居民信息消費的空間關聯網絡圖（如圖1所示）。從圖中可以看出中國城鎮(zhèn)居民信息消費的空間關聯存在明顯的網絡結構形態(tài)。此外，結合2002-2016年中國城鎮(zhèn)居民信息消費的空間關聯網絡結構指標圖（如圖2所示），揭示中國城鎮(zhèn)居民信息消費的空間關聯網絡結構及其演化特征。

3.2.1 網絡關系數和網絡密度分析

從圖2可以看出在2002-2016 年期間中國城鎮(zhèn)居民信息消費空間關聯網絡的網絡關系數和網絡密度均呈緩慢增長趨勢。網絡關系數由2002年的173個增至2016年的215個，網絡密度從0.372升至0.4623，說明中國城鎮(zhèn)居民信息消費的空間關聯程度在逐年的增強，呈現協同發(fā)展的趨勢。表明隨著信息技術的不斷發(fā)展，信息消費規(guī)模的不斷擴大，省城鎮(zhèn)居民信息消費的互動頻率也在不斷提升，從而空間關聯網絡的關系數不斷增多，網絡密度也隨之增大。此外，由于2002-2016年期間網絡關系數最大值為215個，與最大可能網絡關系數（930個）差距偏大，這說明雖然中國城鎮(zhèn)居民信息消費的空間關聯不斷優(yōu)化，但尚未達到最佳狀態(tài)，進一步推進居民信息消費的協同發(fā)展還有很大的提升空間。

3.2.2 網絡關聯度、網絡等級度和網絡效率分析

從圖2中可以發(fā)現2002-2016年中國城鎮(zhèn)居民信息消費空間關聯網絡的網絡關聯度值始終為1，表明中國城鎮(zhèn)居民信息消費空間關聯性顯著，省際間均存在直接或間接的關聯關系。網絡等級度值從2002年的0.256降至2016年的0.224，即網絡等級度整體呈下降趨勢，充分證明了隨著時間的不斷推移，空間網絡結構的關聯性在逐漸增強，顯示協同發(fā)展的趨勢。而網絡效率值也由2002年的0.83下降到2016年的0.78。說明信息消費的多重疊加現象越來越明顯，省城鎮(zhèn)信息消費越來越強化。這些指標都在表明中國城鎮(zhèn)居民信息消費空間關聯網絡的穩(wěn)定性在增強，并且有顯著的空間溢出效應。

3.3 中心性分析

為了使研究結果更接近實際，更好的揭示各省城鎮(zhèn)在居民信息消費空間關聯網絡中的作用，本文以距離目前時間最近、關聯關系數最多的2016年為代表進行中心性分析。

中國31個省城鎮(zhèn)居民信息消費的點入度、點出度和點度中心度的均值分別為5.3、5.3和28.2，各項指標都超出平均值的省份有北京、上海、浙江、廣東 ，說明這幾個省份對整體城鎮(zhèn)居民信息消費空間關聯及空間溢出效應有更強的影響力。其中上海的點度中心度高達93.3，說明其在城鎮(zhèn)居民信息消費空間網絡中占主導地位。其中受益關系數明顯大于溢出關系數的省份有北京、上海、江蘇、浙江，這些省份大都位于長三角和環(huán)渤海的經濟發(fā)達地區(qū)，信息基礎設施完善、信息技術比較先進，信息消費對其他省市來說有更大的吸引力。

接近中心度的平均值為34.85，排名在前的省份有北京、上海、浙江、江蘇，說明這些省份城鎮(zhèn)居民信息消費的擴大可以更有效地推動其他省份城鎮(zhèn)居民信息消費的發(fā)展，即在空間網絡中扮演中心行動者的角色，能夠更迅速的與其他省份產生聯系。這些省份經濟發(fā)展水平高，信息技術發(fā)達，對其他省份城鎮(zhèn)居民信息消費有著重要的影響力。

全國各省市的中介中心度之和67.8，平均值為2.2，其中北京、浙江、上海、廣東、江西等6個省份的中介中心度高于全國平均值，說明這些省份有較強的能力來控制其他省份城鎮(zhèn)居民信息消費的增減。北京的中介中心度遠遠高于其他省份，說明北京起到了最重要的“橋梁”和“中介”的作用。此外，排名最后有9個省份的中介中心度均為0，這些省份地理位置比較偏遠，信息基礎設施相對落后，因此難以控制和支配其他省份。

3.4 塊模型分析

本文運用UCINET中的CONCOR模塊，對中國城鎮(zhèn)居民信息消費空間關聯網絡進行塊模型分析，將全國31個省份城鎮(zhèn)居民信息消費空間關聯網絡分割為四個板塊，如表1所示。

表1 中國城鎮(zhèn)居民信息消費空間關聯板塊的溢出效應

中國城鎮(zhèn)居民信息消費存在215個關聯關系，四個板塊內部之間的關系數為24個，板塊與板塊之間的關系數為141個，說明板塊之間的城鎮(zhèn)居民信息消費存在著明顯的空間關聯特征。其中，第一板塊發(fā)出的總關系數為7個（板塊內2個，板塊外5個），接受其他板塊溢出關系有33個，其接受關系數要明顯高于發(fā)出關系數，且期望內部關系比例遠小于實際值，屬于“凈受益”板塊。第二板塊發(fā)出關系數為32個（板塊內7個，板塊外25個）接受其它板塊發(fā)出的關系數為78個，期望內部關系比例為12.9%，實際內部關系比例為21.9%，因此，第二該板塊在空間關聯網絡中起到“中介”作用為“經紀人板塊”。

第三板塊發(fā)出關系數為18個（板塊內4個，板塊外14個），接受其它板塊關系數為7個，期望內部關系比例為12.9%，實際內部關系比例為22.2%，該板塊既對外發(fā)出關系也接受關系，因此為“雙向溢出板塊”。第四板塊的發(fā)出關系數為108個（板塊內11個，板塊外97個），接受其它板塊溢出關系數24個，期望和實際內部關系比例分別為67.7%和10.1% ，該板塊向其它板塊發(fā)出關系數較多，但接受其它板塊溢出關系較少，有明顯的凈溢出效應，因此該板塊是“凈溢出板塊”。由表1各板塊的關聯數可以進一步計算網絡密度矩陣如表2所示。

2016年中國城鎮(zhèn)居民信息消費的總密度為0.4623，將表2中各板塊密度值大于0.4623，賦值為1，小于0.4623賦值為0，從而形成板塊的像矩陣，可以更清楚來反映板塊間的溢出效應。從表2可知，這四個板塊都會接受其他板塊的溢出效應。第一板塊城鎮(zhèn)居民信息消費的溢出效應主要在其內部和第三板塊，而第二板塊的溢出效應主要體現在其內部，對其他三個板塊沒有明顯的溢出效應，第三板塊和第四板塊都要接受來自第一板塊的溢出份額。此外，第四板塊內的密度值與平均值差距較大，說明這一板塊內部聚類特征不明顯，城鎮(zhèn)信息基礎設施差，信息技術比較落后難以滿足消費需求，城鎮(zhèn)居民信息消費的空間關聯性需要進一步加強。

4、結論與建議

本文通過引入改進后的引力模型和社會網絡分析方法（SNA），深入對中國城鎮(zhèn)居民信息消費的空間網絡結構進行了研究。結果表明：（1）中國城鎮(zhèn)居民信息消費整體空間網絡的穩(wěn)定性在逐年增強，空間關聯效應顯著。（2）各省份城鎮(zhèn)居民信息消費網絡結構的中心度不一致，體現出非均衡的特點。（3）通過空間聚類將省域分成4個板塊，各版塊的省份數量存在較大差異，北京、天津在網絡中扮演“凈受益”角色，江蘇、廣東、浙江、上海主要扮演“經紀人”的角色，河北、內蒙古、山西、山東扮演“雙向溢出”角色，大部分省份扮演“凈溢出”角色。各板塊傳遞機制明顯，體現區(qū)域特征。

因此得出如下政策啟示：一是要重視中國城鎮(zhèn)居民信息消費的空間關聯特征，充分發(fā)揮城鎮(zhèn)居民信息消費的空間關聯和空間溢出效應，從整體上推動居民信息消費的協同發(fā)展。二是要因地制宜，根據各省份在空間網絡中所處地位和板塊內外傳遞機制的不同特點，針對性的制定推動信息消費的政策，從而使得各省份信息消費進一步升級。三是要進一步加強相鄰省域間的信息技術交流，不斷縮小城鎮(zhèn)居民收入差距，不斷完善信息基礎設施和鼓勵引進創(chuàng)新型的技術人才，從而推動供給側結構性改革，實現信息消費的協調發(fā)展，促進我國經濟的增長。

參考文獻：

[1] Taylor，Arthur R.Postmodernist and Consumerist Influences on Information Consumption[J].Kybernetes. 2014，43（6）：924-934.

[2] Anne Hoag.Measuring Usage and Satisfaction of Cable Modems and the Internet[J]. D-Lib Magazine. 2011（3）：35-42.

[3] ErumbanAA，DasDK.Information and Communication Technology and Economic Growth in India[J]. Telecommunications Policy.2016，40（5）：45-56.

[4] 陳立梅，劉冬輝.江蘇省農村信息消費差異的動態(tài)變化及空間分解-基于泰爾指數的實證分析[J].華東經濟管理2016，30（02），21-26.[5] 李嬋娟，王子敏.中國居民信息消費的區(qū)域差距及影響因素-基于Dagum基尼系數分解方法與省際面板數據的實證研究[J].現代經濟探討，2017（09），92-100.

[6] 張肅.中國城鎮(zhèn)居民信息消費的空間相關性與影響因素分析——基于動態(tài)空間杜賓面板模型的實證研究[J].數據分析與知識發(fā)現， 2017，1（05），52-61.

[7] 王子敏.人口集聚、溢出效應與城鄉(xiāng)居民信息消費[J].消費經濟，2018，34（01），25-30.

作者簡介：

豐帆，上海理工大學碩士研究生，研究方向為統(tǒng)計學；

沐年國，博士，副教授，現就職于上海理工大學管理學院，主要研究方向為統(tǒng)計學，數量經濟學。