顧 江，王文姬

（南京大學長三角文化產業(yè)發(fā)展研究院，江蘇 南京210093）

一、問題提出與文獻回顧

發(fā)展經濟學理論把國家工業(yè)化隨人均收入增長而發(fā)生結構轉變的過程分為3個階段：工業(yè)化起始階段、工業(yè)化實現(xiàn)階段和后工業(yè)化階段。2019年我國人均GDP突破1萬美元，人均可支配收入30733元①，對照工業(yè)化發(fā)展理論，我國正處于工業(yè)化實現(xiàn)的后期階段，總體上已經進入消費升級的加速期。具體表現(xiàn)為：（1）居民消費增長率高。居民消費增長與GDP增長差距日漸縮短，到2019年我國社會消費品零售總額實際增長率與GDP已基本持平，消費對國內生產總值增長的貢獻率為57.8%，消費增長成為經濟增長的主要支撐；（2）人均可支配收入遞增，恩格爾系數(shù)逐年降低趨勢愈見明顯。2019年我國恩格爾系數(shù)已降到28.2%，基本上接近發(fā)達國家的水平，這也是居民消費進入升級通道的主要依據(jù)；（3）科技創(chuàng)新不斷涌現(xiàn)，新興消費業(yè)態(tài)迅猛發(fā)展，消費結構向高層次轉化。消費者更加注重消費質量的提升，精神文化類消費需求隨之提高。為滿足消費升級需求、增加有效供給，我們需加快供給側的改革和企業(yè)的轉型升級。然而，我國文化企業(yè)中傳統(tǒng)業(yè)態(tài)較多、產業(yè)融合存在壁壘且成本高，導致轉型升級緩慢、高端產品供應能力不足，難以滿足消費升級背景下國內消費者的需求?？萍紕?chuàng)新會大大改善和提升產品的質量和服務，降低成本，促進文化領域新興業(yè)態(tài)的崛起；而文化產業(yè)集聚則是文化產業(yè)能夠規(guī)?；?、高效化發(fā)展的必經之路，兩者是文化消費市場供給端的關鍵環(huán)節(jié)，也是刺激居民文化消費和拉動經濟內循環(huán)的重要動力。

通過文獻整理我們發(fā)現(xiàn)國內外許多學者對科技創(chuàng)新與消費關系進行了不同層面的研究。Fiske較早地分析了文化消費的內涵，他認為文化消費是消費者的一種主觀行為，并認為文化消費是在觀念上對文化的一種改制過程[1]。Josef ZweimüLler和Ericvon Hippel研究了收入差距、創(chuàng)新程度與消費需求的互動關系，認為用戶需求是產品技術創(chuàng)新的根本所在，技術創(chuàng)新將引致消費需求的增長[2]。國內學者陳少峰等指出，文化和科技兩者是對立統(tǒng)一的辯證關系，文化與技術的融合是推動科學技術發(fā)展的關鍵[3]。洪銀興從產業(yè)發(fā)展的角度探討了科技對文化產業(yè)的影響，他認為技術驅動可以提高文化產業(yè)的生產效率，增加文化產業(yè)的產值[4]。路平等認為科技創(chuàng)新豐富了現(xiàn)有文化資源的內涵和外延，使文化資源的表現(xiàn)形式和生產消費形式進一步多樣化，科技創(chuàng)新是文化資源資本化乃至產業(yè)化的重要前提[5]。黃蕊等預測了未來文化與科技融合發(fā)展的趨勢，認為科技進步和消費需求將是形成文化產業(yè)新業(yè)態(tài)的重要動力[6]。王明明和孟程程對科技創(chuàng)新和文化消費的互動機制進行了研究，并認為兩者的互動機制不僅能夠催生出高質量的文化產品供給，更能帶動文化產業(yè)新業(yè)態(tài)的形成和產業(yè)的轉型升級[7]。

學者們對產業(yè)集聚特別是制造業(yè)集聚的研究偏多，具體到文化產業(yè)集聚的研究相對較少。Evans和Scott指出，城市創(chuàng)意文化產業(yè)的集聚效應為消費者提供了良好的文化消費環(huán)境，促進了當?shù)匚幕M水平和經濟發(fā)展[8]。Roodhouse認為文化產業(yè)集聚對文化生產和消費具有明顯的正向帶動效應，并且建議政府可以利用區(qū)域政策調整以及科學的城市規(guī)劃來促進文化產業(yè)集聚發(fā)展[9]。Kwan Wai Ko以區(qū)位熵為測度指標，論證了中國文化產業(yè)的集聚情況和空間溢出效應的正相關關系[10]。我國學者李杏以江蘇為例，采用固定效應模型進行分析，發(fā)現(xiàn)文化產業(yè)集聚對文化消費影響具有正向作用，但是由于地區(qū)差異正向作用的強度大小不同[11]。車樹林和筆者通過對全國文化消費試點城市的調研分析發(fā)現(xiàn)，居民收入和城鎮(zhèn)化水平的提高對促進城鎮(zhèn)居民文化消費具有顯著的積極作用[12]。宋鳳軒、孫穎鹿、宋寶琳用動態(tài)空間面板數(shù)據(jù)模型對產業(yè)集聚和居民消費進行實證分析，表明產業(yè)集聚能夠有效地促進城鎮(zhèn)居民消費[13]。還有其他學者從金融發(fā)展、房貸壓力、地方財政支出和教育支出等角度研究對文化消費的影響。由以上分析可知，目前國內外學者對科技創(chuàng)新、產業(yè)集聚和消費的研究已有一定成果，但對科技創(chuàng)新、文化產業(yè)集聚共同影響文化消費的研究較少，并且采用實證分析方法進行的研究則更缺乏。在科技飛速發(fā)展、產業(yè)轉型升級的時代背景下，科技創(chuàng)新和文化產業(yè)集聚能否對城鎮(zhèn)居民的文化消費產生影響，影響如何，是否存在區(qū)域異質性、時間異質性、效果異質性等是本文需要探索的問題。

二、科技創(chuàng)新、文化產業(yè)集聚對文化消費的影響機制

（一）降低消費成本，促進居民收入增加，提升文化消費能力

Adam Smith在講述分工的基本原理時提出，科技創(chuàng)新通過促進產業(yè)生產率的提高和要素資源的優(yōu)化配置來促進城鄉(xiāng)居民收入增長[14]。在此基礎上，Keynes的消費函數(shù)理論才可以發(fā)揮作用，即收入增長成為科技創(chuàng)新激勵居民消費的中介變量[15]。從其他變量看，相對不合理的經濟結構、產業(yè)結構和產品結構導致的問題也是制約居民消費增長的關鍵因素，而產業(yè)結構調整的核心環(huán)節(jié)是科技創(chuàng)新?？萍紕?chuàng)新逐步增加了人類消費的內容，豐富了消費的選擇，把居民的消費需求從生存需求中解放出來，向發(fā)展需求和享受需求邁進，實現(xiàn)消費升級，這一結論可以從過去若干次技術革命對人類消費結構的影響中得到證明[16]。

產業(yè)集聚是指隨著區(qū)域集聚的發(fā)展趨勢而形成的產業(yè)集群。產業(yè)集群中的許多企業(yè)具有產業(yè)關聯(lián)性，可以在技術、信息、市場和人才等方面實現(xiàn)共享，產業(yè)集群中的企業(yè)既有競爭又有合作，既有分工又有協(xié)作，因此，集群內的企業(yè)可以獲得規(guī)模經濟和外部經濟的雙重效益。產業(yè)集聚的規(guī)模效應、輻射效應和溢出效應將普遍提高區(qū)域內企業(yè)的技術水平，降低企業(yè)的學習成本，進而降低企業(yè)的生產經營成本，企業(yè)的利潤就會增加，居民收入也會增長，而這些因素將促進區(qū)域內消費的增長[17]。由于產業(yè)集聚的出現(xiàn)，區(qū)域內的營商環(huán)境也會得到優(yōu)化，吸引更多的外資和客商進駐，并廣泛提供各種優(yōu)質的產品，形成消費環(huán)境[18]。從現(xiàn)有的研究成果來看，產業(yè)集聚可以降低生產成本、提升居民的收入水平進而提高居民消費能力。

（二）開拓消費新領域，提升產品質量，刺激消費需求

科技的發(fā)展促進了傳統(tǒng)業(yè)態(tài)的升級，也催生了新興業(yè)態(tài)的發(fā)展。目前，科技與文化的融合在生產的各個環(huán)節(jié)都有應用，例如：數(shù)字技術的發(fā)展使得數(shù)字化產品成為文化的重要載體，不僅改善了文化呈現(xiàn)形式，而且促進了文化消費的數(shù)字化；通信技術的創(chuàng)新提高了文化信息在網絡中的傳播速度，促進了廣播電視網、電信網和互聯(lián)網等傳播渠道的融合，形成了文化消費的日常化；電子技術創(chuàng)新提供便攜式的電子消費終端，而軟件技術創(chuàng)新增強了消費平臺信息交互的能力，促進了文化消費的分眾化?？萍紕?chuàng)新的不斷推進，促進了文化產業(yè)各個環(huán)節(jié)的提升，創(chuàng)新了文化消費新業(yè)態(tài)，提升了文化消費的數(shù)量和質量。

產業(yè)集聚往往是在地理空間上實現(xiàn)的，形成產業(yè)集聚區(qū)的形式。文化產業(yè)集聚在我國更多的是以文化產業(yè)園的形式存在，是產業(yè)自我發(fā)展和政府行為的共同結果。文化產業(yè)園不同于其他的工業(yè)園區(qū)，它往往承擔生產和消費的雙重功能，不僅為文化創(chuàng)意工作者和藝術家提供創(chuàng)作和生產的場所，還為文化產品和服務的消費者提供休閑、旅游、購物的場所，其為文化消費者創(chuàng)造一個良好的消費環(huán)境[19]。例如，國內著名的北京798藝術區(qū)匯集了畫廊、設計室、藝術展示空間、藝術家工作室、時尚店鋪、餐飲酒吧等眾多文化藝術機構500余家，同時它還是著名的文化旅游景點和文化消費區(qū)，每年到訪798藝術區(qū)的賓客超過300萬人，其中境外賓客占30%～40%。因此，文化產業(yè)集聚區(qū)生產與消費的共生效應，可以為文化消費者創(chuàng)造良好的文化消費環(huán)境，創(chuàng)造更廣闊的文化消費市場，促進居民文化消費水平的提高。

（三）生命周期規(guī)律作用影響消費水平的提升

1966年Vernon提出了產品生命周期理論，之后Gort和Klepper在產品生命周期理論的基礎上拓展出了產業(yè)生命周期模型[20]。國內學者隋廣軍、申明浩提出了產業(yè)集聚生命周期理論，把產業(yè)集聚生命周期分為5個階段：生成期、集聚期、穩(wěn)定期、衰退期和更新期[21]。在產業(yè)集聚的生成期和集聚期，企業(yè)技術、交通、信息等方面的共享會使生產的規(guī)模擴大、邊際成本不斷下降、邊際收益上升。但當集聚發(fā)展到成熟的穩(wěn)定期時，企業(yè)競爭力和規(guī)模不斷壯大，短時間內在資源要素有限的情況下，會出現(xiàn)爭奪公共設施的現(xiàn)象和生產率的降低，出現(xiàn)擁擠效應，導致環(huán)境污染、資源錯配、地價工資上漲等現(xiàn)象，收益增長效應將逐漸減弱，產業(yè)集聚進入衰退期。衰退期內企業(yè)可以通過技術進步或制度創(chuàng)新，政府可以加大公共產品供給承載能力，促使其更新調整，之后產業(yè)集聚面臨新一輪的生命周期。因此，產業(yè)集聚處于不同時期，對消費的影響效應可能存在差異。

通過以上分析，本文提出待驗證的假說：

假說1：科技創(chuàng)新、文化產業(yè)集聚對城鎮(zhèn)居民文化消費水平的提升具有正向效應。

假說2：科技創(chuàng)新、文化產業(yè)集聚對城鎮(zhèn)居民文化消費的拉動效應呈非線性關系。

假說3：科技創(chuàng)新、文化產業(yè)集聚對城鎮(zhèn)居民文化消費的影響存在區(qū)域異質性。

三、研究設計

（一）模型設定

根據(jù)前文分析，本文首先同時選定科技創(chuàng)新和文化產業(yè)集聚，分別檢驗科技創(chuàng)新和文化產業(yè)集聚因素對城鎮(zhèn)居民文化消費的影響。構建模型如下：

其中，i代表?。ㄊ?、區(qū)），t代表時間，μi代表個體效應，反映不可觀測的個體特征，εit是隨機誤差項；C表示各?。ㄊ?、區(qū)）的城鎮(zhèn)居民文化消費水平，P表示各?。ㄊ小^(qū)）的科技創(chuàng)新水平，LQ表示各?。ㄊ?、區(qū)）的文化產業(yè)集聚指數(shù)，X為一組影響城鎮(zhèn)居民文化消費水平的控制變量。β0是常數(shù)項，β1和β2是待估參數(shù)，取對數(shù)不會改變變量之間的關系，模型中部分變量采取自然對數(shù)形式。

（二）變量說明和數(shù)據(jù)來源

被解釋變量為城鎮(zhèn)居民文化消費水平。核心解釋變量包括科技創(chuàng)新和文化產業(yè)集聚?？刂谱兞堪ń洕l(fā)展水平、居民生活水平和社會負擔程度。本文主要選取2008～2018年我國31個?。ㄊ?、區(qū)）的相關面板數(shù)據(jù)（中國臺灣以及香港、澳門未納入此次測度范圍），各項指標數(shù)據(jù)來源于《中國文化及相關產業(yè)統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》，其中個別缺失的數(shù)據(jù)用插值法補充。為了避免異方差的影響，這里對某些變量采用自然對數(shù)。主要變量的描述性統(tǒng)計結果見表1。

表1 變量描述性統(tǒng)計結果

1.城鎮(zhèn)居民文化消費水平（lnC）

目前我國學者在度量居民文化消費水平的時候大多數(shù)是采用人均教育文化、娛樂服務支出指標。本文選用城鎮(zhèn)居民家庭人均全年教育文化、娛樂服務支出來衡量，并在實證分析中取其對數(shù)用lnC表示。數(shù)據(jù)來源于《中國統(tǒng)計年鑒》和《中國文化及相關產業(yè)統(tǒng)計年鑒》。

2.科技創(chuàng)新水平（lnP）

雷欣等學者用發(fā)明專利授權量與地區(qū)人口數(shù)量之比作為地區(qū)科技創(chuàng)新水平的衡量指標，趙和楠用人均科技經費支出衡量科技進步指標[22]。其中，專利授權量受到時滯影響和機構偏好影響較大，在不加入滯后期的情況下本文認為專利申請受理量能夠更好地度量當期的科技創(chuàng)新水平，本文選擇專利申請受理量（件）作為衡量區(qū)域科技創(chuàng)新水平的指標，并在實證分析中取其對數(shù)用lnP表示。數(shù)據(jù)來源于《中國科技統(tǒng)計年鑒》。

3.文化產業(yè)集聚（LQ）

衡量產業(yè)集聚的主要方法有洛倫茨曲線（Lorenz curve）、基尼系數(shù)（Gini coefficient）、赫芬達爾——赫希曼指數(shù)（Herfindahl-Hirschman index）和熵指數(shù)（entropy index,EI）[23]。因為考慮到文化消費與其他消費不同，具有其自身特殊性，本文采用由哈蓋特提出的區(qū)位熵(Location Quotient，LQ)來衡量文化產業(yè)集聚程度。區(qū)位熵的計算公式為[24]:

在本文中，LQij表示j?。ㄊ小^(qū)）i產業(yè)（文化產業(yè)）在全國的區(qū)位熵，這里表示文化產業(yè)集聚指數(shù)。qij為j?。ㄊ?、區(qū)）的i產業(yè)（文化產業(yè)）的從業(yè)人數(shù)，qj為j?。ㄊ小^(qū)）所有產業(yè)的從業(yè)人數(shù)。qi指在全國范圍內i產業(yè)（文化產業(yè)）的從業(yè)人數(shù)，q為全國所有產業(yè)的從業(yè)人數(shù)。本文選取文化體育和娛樂業(yè)的城鎮(zhèn)單位就業(yè)人員數(shù)表示文化產業(yè)從業(yè)人數(shù)。當文化產業(yè)集聚LQ〉1時，則認為j?。ㄊ小^(qū)）的文化產業(yè)在全國來說具有集聚優(yōu)勢，具有較強的產業(yè)優(yōu)勢；反之則處于劣勢，競爭力較弱。相關數(shù)據(jù)來源于《中國統(tǒng)計年鑒》和《中國文化及相關產業(yè)統(tǒng)計年鑒》。

4.經濟發(fā)展水平（lnEco）

在我國，經濟發(fā)展水平高的地區(qū)一般會形成較好的文化消費的需求環(huán)境，政府更有意識和能力對文化及相關產業(yè)進行政策上的支持和文化設施的投資建設。因此，本文選取地區(qū)人均GDP作為衡量地區(qū)經濟發(fā)展水平的指標，并在實證分析中取其對數(shù)用lnEco表示，數(shù)據(jù)來源于歷年的《中國統(tǒng)計年鑒》。

5.居民生活水平（lnLiv）

根據(jù)文化消費的特性，只有當人們解決溫飽、有閑錢的時候才大概率會去追求精神消費，地區(qū)居民的可支配收入直接影響文化產品的消費程度。本文以城鎮(zhèn)居民可支配收入來衡量地區(qū)城鎮(zhèn)居民的生活水平，并在實證分析中取其對數(shù)用lnLiv表示，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》。

6.社會負擔程度（lnSoc）

我國房地產特別是城市房地產市場自20世紀90年代以來一直水漲船高，成為城鎮(zhèn)居民最大的固定支出和社會負擔，2019年人均居住消費支出占到了人均消費總支出的23.4%，而人均食品煙酒消費支出、衣著支出、生活用品及服務支出、醫(yī)療保健等各項消費支出占比均不足10%。理論上高房產支出的地區(qū)對居民文化消費會有一定的負向影響。因此，本文選用城鎮(zhèn)房地產住宅投資總額來衡量社會負擔，并在實證分析中取其對數(shù)用lnSoc表示。數(shù)據(jù)來源于歷年的《中國統(tǒng)計年鑒》。

四、實證結果分析及穩(wěn)健性檢驗

（一）多重共線性檢驗

1.相關系數(shù)分析

由檢驗結果可知，變量間的相關系數(shù)都不大，lnLiv與LQ的相關系數(shù)最高，為0.628。

2.方差膨脹因子VIF分析

文中解釋變量的方差膨脹因子VIF的檢驗結果如表2，所有變量中的最大VIF值為4.6，均值為2.87，遠小于10。結合相關系數(shù)和方差膨脹因子VIF的分析結果可知，不用擔心變量間存在多重共線性的問題。

表2 各解釋變量的方差膨脹因子VIF

（二）面板數(shù)據(jù)回歸及結果

在模型估計方面，一般采用混合數(shù)據(jù)模型和面板數(shù)據(jù)模型進行分析。前者采用OLS估計，后者采用固定效應模型和隨機效應模型?？紤]到樣本間的異質性，如果直接使用混合OLS易導致估計誤差，所以我們選擇面板數(shù)據(jù)模型來解決這個問題。在本文中，通過F檢驗和Hausman檢驗，我們發(fā)現(xiàn)固定效應模型（FE）更合適。

1.總體樣本回歸

表3列出了總體樣本的回歸結果，模型1為OLS的回歸估計，模型2～8為FE回歸估計。為避免因為遺漏變量而存在的內生性問題，在基準估計中本文采用了逐步回歸法。模型3在模型2的基礎上加入了文化產業(yè)集聚，從估計結果來看科技創(chuàng)新和文化產業(yè)集聚系數(shù)在1%的水平上顯著。模型4～6在模型3的基礎上依次加入控制變量經濟發(fā)展水平、居民生活水平和社會負擔程度。從回歸結果看，加入各個控制變量后，核心變量的估計系數(shù)都沒有發(fā)生正負變化，且都通過了顯著性檢驗，表明估計結果具有較好的穩(wěn)健性。從模型6可以看出，科技創(chuàng)新和文化產業(yè)集聚回歸系數(shù)為0.0478和0.3249，且分別通過了5%和1%水平上的顯著性檢驗，表明科技創(chuàng)新和文化產業(yè)集聚對城鎮(zhèn)居民文化消費具有明顯的正向效應，假說1得到驗證。

表3 普通最小二乘法（OLS）和固定效應模型（FE）估計結果

2.分階段樣本回歸

科技創(chuàng)新、文化產業(yè)集聚隨著時間的變化，對城鎮(zhèn)居民文化消費的影響是否有變化需要進一步討論。本文通過對2008～2018年的專利申請受理量和文化產業(yè)集聚指數(shù)變化情況進行分析，發(fā)現(xiàn)以2014年為節(jié)點，之后的專利申請受理量和文化產業(yè)集聚指數(shù)均出現(xiàn)快速增長特點（見圖1、2），這一節(jié)點變化可能對城鎮(zhèn)居民文化消費產生影響。因此，以2014年為界，將考察期分為2008～2014年和2015～2018年兩個階段進行估計，回歸結果見表3中模型7、8。從回歸結果看，兩階段核心變量回歸系數(shù)都顯著為正，但是系數(shù)大小發(fā)生了變化，科技創(chuàng)新的估計值從0.0494增長到0.0591，這是因為2014年以后隨著“一帶一路”的建設和“區(qū)域一體化發(fā)展戰(zhàn)略”等政策的實施和推進，人才、信息和技術等資源得以在區(qū)域間流動，5G、人工智能、互聯(lián)網、物聯(lián)網等技術得到了快速的提升。同時，科技與文化的融合發(fā)展促進了新興業(yè)態(tài)的發(fā)展和文化產品的高質量供給，文化消費的需求得到前所未有的釋放，因此，科技創(chuàng)新對城鎮(zhèn)居民文化消費產生的拉動作用明顯加大。而文化產業(yè)集聚回歸系數(shù)值從0.4454下降到0.3098，這可能由于2014年以來我國經濟發(fā)展由高速度增長轉向高質量發(fā)展，一些發(fā)達地區(qū)的文化產業(yè)集聚周期達到了穩(wěn)定階段，面臨產業(yè)升級，規(guī)模效益和溢出效益在逐步降低，對區(qū)域內居民收入提升幅度和降低企業(yè)成本空間作用有限，因此，產業(yè)集聚對城鎮(zhèn)居民文化消費的促進作用相對有所下降，假說2得到驗證。

圖1 2008～2018年專利申請受理量變化情況

影響城鎮(zhèn)居民文化消費的3個控制變量中，地區(qū)經濟水平在模型4、5、6中都在1%的水平上顯著正相關，表明一個地區(qū)的經濟發(fā)展對文化消費水平起到促進效應；居民生活水平在模型5和6中估計系數(shù)為0.1137和0.0883，并通過顯著性檢驗，表明城鎮(zhèn)居民生活水平對文化消費起到促進效應。社會負擔程度在模型6中估計系數(shù)為-0.07且通過了1%的顯著性檢驗，這表明在我國現(xiàn)階段城鎮(zhèn)居民住宅房投入會制約文化消費水平的提升。

圖2 2008～2018年文化產業(yè)集聚指數(shù)變化情況

（三）穩(wěn)健性檢驗

本文分別采用兩種方法進行穩(wěn)健性檢驗：

1.更換核心變量

本文以技術合同成交總額替換專利申請受理量來衡量科技創(chuàng)新，對其取對數(shù)后進行回歸結果的穩(wěn)健性檢驗。從表4可看出，采用固定效應模型回歸后，核心解釋變量估計系數(shù)的符號均未變化，符合理論預期，估計系數(shù)具備較好的統(tǒng)計顯著性，說明本文的實證結果是穩(wěn)健的。

2.更換樣本期

以剔除2008年和2018年兩年數(shù)據(jù)后2009～2017年全國31個?。ㄊ?、區(qū)）的面板數(shù)據(jù)為新的樣本進行估計，表4中各變量的估計系數(shù)符號均未發(fā)生變化，只是系數(shù)大小和顯著性稍有變化，說明本文的計量結果是穩(wěn)健的。

表4 穩(wěn)健性檢驗

（四）分區(qū)域的樣本估計

為了進一步分析科技創(chuàng)新、文化產業(yè)集聚對城鎮(zhèn)居民文化消費影響的區(qū)域異質性，本文采用固定效應模型對東部、中部、西部和東北4大區(qū)域分別進行回歸②，估計結果如表5所示?；貧w結果顯示：科技創(chuàng)新對城鎮(zhèn)居民文化消費影響效應均為正向且都通過了顯著性檢驗，東部地區(qū)科技創(chuàng)新對城鎮(zhèn)居民文化消費拉動效應最明顯，估計值為0.1089，是中部地區(qū)估計值（0.0559）的近2倍，是東北地區(qū)（0.0290）和西部地區(qū)（0.0273）估計值的近4倍；文化產業(yè)集聚對城鎮(zhèn)居民文化消費水平的影響均為正向促進效應且通過了顯著性檢驗，西部地區(qū)文化產業(yè)集聚對城鎮(zhèn)居民文化消費的促進作用最大，估計值為0.4546，中部地區(qū)（0.3545）和東部地區(qū)（0.3063）次之，東北地區(qū)估計值最低（0.2570）。回歸結果表明科技創(chuàng)新、文化產業(yè)集聚對城鎮(zhèn)居民文化消費的拉動效應存在明顯的區(qū)域異質性，假說3得到驗證。

表5 分地區(qū)估計結果

從估計結果看，東部地區(qū)的科技創(chuàng)新水平和文化產業(yè)集聚在4個區(qū)域中是最高的，但是兩者對城鎮(zhèn)居民文化消費的促進作用在4個區(qū)域中的排名分別為第一和第三。這是由于近幾年我國東部地區(qū)在人工智能、先進計算、智能制造等高技術領域的研發(fā)投入明顯加大，以科技創(chuàng)新發(fā)展對沖經濟下行壓力和應對外部不確定性的能力進一步提升，經濟水平的發(fā)達和文化科技產業(yè)的融合發(fā)展極大刺激了東部地區(qū)城鎮(zhèn)居民的文化消費，故影響效應顯著。而文化產業(yè)集聚區(qū)域特別是長三角、珠三角、京津冀地區(qū)進入了成熟穩(wěn)定階段，此時產量較高或廠商較多，接近飽和水平會產生過度集聚，出現(xiàn)擁擠效應。文化產業(yè)集聚產生的規(guī)模效應、溢出效應、成本下降等對文化消費的拉動作用在經歷快速上升后逐漸減弱，因此出現(xiàn)文化產業(yè)集聚水平最高但對城鎮(zhèn)居民文化消費拉動效應相對較低的回歸結果。

西部地區(qū)的科技創(chuàng)新、文化產業(yè)集聚對城鎮(zhèn)居民文化消費水平的促進作用分別排第四和第一，差別十分明顯。從統(tǒng)計結果上看西部地區(qū)科技創(chuàng)新水平普遍較低，新興業(yè)態(tài)發(fā)展較中、東部有差距，加之經濟水平、地理交通和消費觀念的約束使得科技創(chuàng)新對西部地區(qū)城鎮(zhèn)居民文化消費水平的帶動作用低于其他區(qū)域。而該地區(qū)文化產業(yè)集聚對城鎮(zhèn)居民文化消費的促進作用卻是最為明顯的，這是由于西部地區(qū)正處于文化產業(yè)集聚周期的成長階段，隨著文化產業(yè)的進一步發(fā)展，生產規(guī)模的不斷擴大，區(qū)域內的技術、信息、供應、銷售網絡逐步發(fā)展完善，生產的邊際成本不斷降低，而邊際收益不斷提高，城鎮(zhèn)居民文化消費水平有了顯著的提升。

東北地區(qū)科技創(chuàng)新和文化產業(yè)集聚對城鎮(zhèn)居民文化消費的影響效應都較低，這與其近年在經濟、科技發(fā)展上后勁不足、出現(xiàn)衰退相一致。該地區(qū)第三產業(yè)發(fā)展基礎比較薄弱，文化產業(yè)集聚處于萌芽階段，新舊動能轉換緩慢，沒有真正實現(xiàn)科技助力文化產業(yè)的融合發(fā)展，文化產品供給和文化消費市場需求沒有充分釋放，人口流失嚴重，科技創(chuàng)新、文化產業(yè)集聚對城鎮(zhèn)居民文化消費水平拉動作用不夠明顯。中部地區(qū)科技創(chuàng)新和文化產業(yè)集聚對城鎮(zhèn)居民文化消費水平的促進作用居各區(qū)域第二，發(fā)展勢頭強勁。這主要受益于長三角一體化發(fā)展和長江經濟帶一體化發(fā)展戰(zhàn)略，在科技創(chuàng)新的資源共享和文化消費的市場擴大方面具有優(yōu)勢，該區(qū)域的生產聯(lián)系合作網絡逐步形成，生產效率提高，集聚規(guī)模擴張，規(guī)模效應明顯。

五、結論和建議

在當今產業(yè)融合和區(qū)域一體化的發(fā)展大趨勢下，科技創(chuàng)新、文化產業(yè)集聚成為影響城鎮(zhèn)居民生活水平和消費方式的重要因素，對城鎮(zhèn)居民的文化消費產生極大影響。本文采用我國2008～2018年31個?。ㄊ?、區(qū)）的面板數(shù)據(jù)，通過構建方程模型，檢驗了科技創(chuàng)新、文化產業(yè)集聚對我國城鎮(zhèn)居民文化消費的影響及作用效果。研究結果表明：2008～2018年，科技創(chuàng)新和文化產業(yè)集聚的發(fā)展對促進城鎮(zhèn)居民文化消費的發(fā)展起到了積極作用。就區(qū)域差異分析，科技創(chuàng)新對東部地區(qū)城鎮(zhèn)居民文化消費水平的拉動效果最明顯，其次為中部地區(qū)，最后是東北地區(qū)和西部地區(qū)，科技發(fā)展對經濟發(fā)達地區(qū)作用更加顯著。文化產業(yè)集聚對西部城鎮(zhèn)居民文化消費水平的拉動效果最明顯，其次為中部地區(qū)和東部地區(qū)，最后為東北地區(qū)，文化產業(yè)集聚對經濟欠發(fā)達、處于產業(yè)集聚成長期的地區(qū)作用更加顯著。就時間趨勢分析，科技創(chuàng)新和文化產業(yè)集聚在2015～2018年較2009～2014年相比發(fā)展加快，但實證研究發(fā)現(xiàn)文化產業(yè)集聚對城鎮(zhèn)居民的文化消費拉動作用卻在降低，科技創(chuàng)新對城鎮(zhèn)居民文化消費的拉動作用則在提高，促進效應呈現(xiàn)非線性的因果關系。研究同時發(fā)現(xiàn)，經濟發(fā)展水平、居民可支配收入和房產支出對城鎮(zhèn)居民文化消費同樣具有重要影響。

為進一步拉動城鎮(zhèn)居民文化消費水平，促進形成國內消費內循環(huán)，根據(jù)本文的研究結論，我們提出以下建議：（1）繼續(xù)保持對科技創(chuàng)新的投入和建設。從國家戰(zhàn)略布局新基建出發(fā)，加強人工智能、數(shù)據(jù)中心、物聯(lián)網等科技創(chuàng)新領域的基礎設施建設[25]。積極發(fā)揮東部地區(qū)在科技創(chuàng)新方面的領頭羊作用，推進“區(qū)域一體化戰(zhàn)略”和“一帶一路”的實施，實現(xiàn)協(xié)同發(fā)展，有效縮小東西部地區(qū)在人才、資源、信息和平臺上的差距。（2）積極推進“文化+科技”的深度融合。鼓勵創(chuàng)建文化和科技融合示范基地，培育“文化+科技”融合型文化企業(yè)，加大以數(shù)字化、網絡化、智能化為特征的新興文化產業(yè)比例，推進傳統(tǒng)文化產業(yè)轉型升級，優(yōu)化產業(yè)結構。（3）在政策傾斜上，政府需要根據(jù)“區(qū)域經濟一體化”發(fā)展的路徑和特點動態(tài)調整：集中發(fā)展多種業(yè)態(tài)的文化消費集聚區(qū)，從大城市向中小城市逐步推進，營造文化消費氛圍，促進文化消費市場下沉。努力拉動富裕階層的國內消費能力，努力推進文化產品科技化、高端化、國產化發(fā)展，從而進一步替代進口。（4）有效消除其他消費擠出影響，促進文化消費水平的持續(xù)增長。繼續(xù)加強房地產行業(yè)的監(jiān)管，規(guī)范市場秩序、穩(wěn)定房價，減輕城鎮(zhèn)居民房產方面的支出占比，充分發(fā)揮我國超大規(guī)模市場優(yōu)勢和內需潛力，構建國內國際雙循環(huán)相互促進的新發(fā)展格局。

注：

①數(shù)據(jù)來源：國家統(tǒng)計局官網。

②東部地區(qū)包括：北京、天津、河北、山東、江蘇、上海、浙江、福建、廣東、海南。中部地區(qū)包括：河南、湖北、湖南、安徽、江西、山西。西部地區(qū)包括：四川、云南、貴州、西藏、重慶、陜西、甘肅、青海、新疆、寧夏、內蒙古、廣西。東北部地區(qū)包括：黑龍江、吉林、遼寧。