王紅云,呂志鵬,趙彥云
(中國人民大學 統(tǒng)計學院,北京100872)
在中國經濟持續(xù)高速發(fā)展的同時,城鄉(xiāng)收入分配問題日益引起人們的關注?!笆濉币?guī)劃綱要提出,要堅持民生優(yōu)先實現(xiàn)共享型增長,努力使發(fā)展成果惠及全民。影響城鄉(xiāng)收入分配的因素很多,但從金融發(fā)展角度來研究城鄉(xiāng)收入分配的文獻相對較少。中國不同省區(qū)的金融發(fā)展程度、城鄉(xiāng)收入差距程度等均不平衡,例如,2012年,上海人均個人貸款額是2.98萬元,青海是0.34萬元,上海人均城鄉(xiāng)居民人民幣儲蓄存款(年底余額)是8.19萬元,青海則是2.22萬元,而上海地區(qū)的城鄉(xiāng)收入比為2.26∶1,青海地區(qū)的城鄉(xiāng)收入比為3.27∶1,很顯然青海省的金融發(fā)展程度低于上海地區(qū),而其城鄉(xiāng)收入差距卻大于上海地區(qū)。另外,已有研究表明不同省區(qū)之間的金融發(fā)展又具有較強的空間集聚特征,所謂金融集聚是指通過金融資源與地域條件的協(xié)調、配置、組合的時空動態(tài)變化,金融產業(yè)成長、發(fā)展,進而在一定地域空間生成金融地域密集系統(tǒng)的變化過程。因此,研究金融發(fā)展對城鄉(xiāng)收入分配的作用既要考慮不同省區(qū)金融發(fā)展程度的差異,又要考慮地區(qū)間金融發(fā)展的空間特征。
金融發(fā)展影響收入分配,即金融發(fā)展具有收入效應和分配效應(Beck et al,2007)[1],但是金融發(fā)展對收入分配的作用還沒得到一致確定。研究中較為一致的觀點是金融發(fā)展對收入分配的作用需要根據(jù)金融市場的發(fā)達程度來定——若金融市場不發(fā)達,金融發(fā)展會加劇收入分配的差距;若金融市場高度發(fā)達,金融發(fā)展會有利于降低收入分配的差距。依據(jù)這一觀點國外學者主要認為金融發(fā)展與收入分配之間存在著如下兩種關系。
一是金融發(fā)展與收入分配間的“倒U”關系?!暗筓”曲線關系又被稱為“Kuznets假說”,由Kuznets(1955)在研究經濟增長與收入分配關系中首次提出[2]。Greenwood和Jovanovic(1990)以Kuznets的“倒U”假說為基礎研究金融發(fā)展與收入分配之間的“倒U”關系[3]。他們的研究源于金融服務的“門檻效應”——在經濟發(fā)展的早期階段,由于金融市場不發(fā)達,運營成本較高,窮人因支付不起高額的金融中介服務費用不能獲得金融服務,富人可以支付高額的費用享受金融服務,富人獲得了投資收益而窮人卻沒有,窮人與富人之間的投資收入差距擴大。而“門檻效應”會使窮人保持比富人更高的儲蓄率以期在未來跨越財富門檻,因而當經濟發(fā)展到成熟階段,金融中介機構運營成本下降,服務門檻降低,窮人因逐漸積累的財富超過門檻而獲得金融服務,得到投資收益,窮人和富人財富收入分配差距逐漸緩解,收入差距最終會穩(wěn)定在比較平等的水平。也就是說,隨著金融發(fā)展收入差距經歷了先擴大后縮小的過程,呈現(xiàn)出“倒U”曲線狀態(tài)。Kim Dong-Hyeon et al(2011)基于全球數(shù)據(jù)進行了相關實證研究,他們構建了從1965-2005年包含發(fā)達國家與發(fā)展中國家的面板數(shù)據(jù)計量模型,發(fā)現(xiàn)金融發(fā)展和收入分配之間的非線性相關關系依賴于金融業(yè)發(fā)展的水平,以及由其決定的金融服務的門檻水平,金融發(fā)展對收入分配作用呈“倒 U”特征[4]。
二是金融發(fā)展與收入分配的“負相關”關系,又被稱為“線性假說”。Galor和Zeria(1993)對金融發(fā)展與收入分配之間的“倒U”關系提出質疑,他們認為實際經濟中金融市場發(fā)展并不完善,窮人與富人之間收入的長期收斂并不會一定存在[5]。由于信貸市場存在投資門檻,在其不完善的條件下,窮人的財富達不到投資門檻,無法通過信貸市場借款進行人力資本投資,不能改變自己的職業(yè)而提高收入,而富人能達到投資門檻進行人力資本投資,他們從個人技能到職業(yè)選擇都要好于窮人,收入水平相對更高。因而發(fā)展水平較低的金融市場不利于收入差距的改善。但隨著金融發(fā)展這一趨勢會逐漸改變。當信貸市場不斷完善,一部分窮人也能獲得貸款進行人力資本投資,他們通過改善自己的職業(yè)獲得更高的收入,窮人和富人之間的收入差距將呈現(xiàn)縮小的趨勢。因此,金融發(fā)展與收入分配之間不是“倒U”關系,而是“負的”線性關系。持有相同觀點學者還有Benerjee和 Newman(1993)[6]。Rajen Mookerjee et al(2010)使用既包含發(fā)達國家也包含發(fā)展中國家的樣本數(shù)據(jù),研究金融發(fā)展的微觀經濟效應,運用每10萬人口所擁有的銀行分支機構的數(shù)量代表金融發(fā)展程度檢驗其對收入分配的影響,結果顯示兩者之間具有穩(wěn)健的負相關關系[7]。
由此可見,不論是金融發(fā)展與收入分配之間的“倒U”關系或是 “負相關”關系都一致認同金融發(fā)展程度影響收入分配差距,在金融發(fā)展到一定階段之后,金融發(fā)展程度越高,收入分配差距就越小。而當前國內學者關于中國金融發(fā)展對城鄉(xiāng)收入分配作用的研究結論卻并不一致。
其中部分學者認為中國金融發(fā)展對城鄉(xiāng)收入差距起擴大作用。張立軍、湛泳(2006)利用中國省級1978-2004年的相關數(shù)據(jù)進行實證檢驗,得出金融發(fā)展的門檻效應擴大了城鄉(xiāng)收入差距[8]。李志陽、劉振中(2011)運用中國1978-2010年的時間序列數(shù)據(jù)對金融發(fā)展與收入分配差距的關系進行實證檢驗,其研究結果表明:從長期看金融規(guī)模擴大對城鄉(xiāng)收入分配產生負面效應,而金融效率的提高卻有效緩解了城鄉(xiāng)收入分配差距;從短期看,金融規(guī)模和金融效率都拉大了城鄉(xiāng)收入差距[9]。余玲錚、魏下海(2012)利用中國1996-2009年省際面板數(shù)據(jù)和Hansen門檻模型,對金融發(fā)展的收入分配效應進行了估計,研究結果表明:在樣本期間內金融發(fā)展顯著加劇了中國城鄉(xiāng)收入分配差距,金融發(fā)展的收入分配效應表現(xiàn)出鮮明的門檻特征,跨越門檻的省區(qū)的金融發(fā)展對城鄉(xiāng)收入分配差距的影響更大[10]。
另外一部分學者認為中國金融發(fā)展對城鄉(xiāng)收入差距正在起縮小作用。李志軍、奚君羊(2012)就中國的金融發(fā)展分別與農村、城鎮(zhèn)、城鄉(xiāng)和全國收入差距之間是否存在倒U關系進行了實證檢驗,結果表明中國金融發(fā)展與收入差距之間確實存在倒U關系,在目前階段金融發(fā)展總體上對收入差距的擴大效應正在迅速衰減,隨著金融發(fā)展程度的進一步提高,中國的收入差距有望隨之縮?。?1]。蘇基溶、廖進中(2009)運用2001-2007年中國省級面板數(shù)據(jù)研究金融發(fā)展對收入分配的影響和貧困的影響,其研究發(fā)現(xiàn)中國金融發(fā)展更有利于貧困家庭收入水平的提高,減少收入分配的差距[12]。張文、許林等(2010)在充分揭示金融發(fā)展對收入分配影響機制的基礎上,運用中國宏觀數(shù)據(jù)對金融發(fā)展水平與收入分配差距程度進行了實證檢驗,結果發(fā)現(xiàn)金融發(fā)展有助于縮小城鄉(xiāng)收入差距[13]。
綜上可知,國內學者關于中國金融發(fā)展對城鄉(xiāng)收入分配作用的研究結論不一致。依據(jù)金融發(fā)展與收入分配的“倒U”關系和“負相關”關系理論,這表明國內學者對中國金融市場的發(fā)達程度存在不一致認同,這主要是由于當前學者的研究中沒有充分考慮中國金融發(fā)展的地區(qū)非均衡以及金融發(fā)展的地區(qū)空間相關特征導致的。中國金融發(fā)展存在地區(qū)差異,各個省區(qū)金融資源分布不均衡,這直接導致不同省區(qū)的金融市場發(fā)達程度不一樣,因此不同省的金融發(fā)展對其城鄉(xiāng)收入分配的作用就會不同,即金融發(fā)展對城鄉(xiāng)收入分配的作用存在地區(qū)異質性;另外,已有研究表明金融發(fā)展具有空間集聚性,其對城鄉(xiāng)收入分配的影響也應存在空間作用,即金融發(fā)展對收入分配的作用存在地區(qū)空間相關性。因此,本文基于省級面板數(shù)據(jù),以金融發(fā)展程度與其發(fā)展的空間集聚性為視角,分別運用普通面板模型和空間面板模型來研究中國金融發(fā)展對城鄉(xiāng)收入分配的地區(qū)異質作用和地區(qū)相關作用。
假說1金融發(fā)展對城鄉(xiāng)收入分配的作用存在地區(qū)異質性
根據(jù)金融發(fā)展與收入分配關系的“倒U”理論或“負相關”理論,金融發(fā)展的程度不同對收入分配的作用也不同。中國不同省區(qū)的金融發(fā)展的程度存在巨大差異,因此不同省區(qū)的金融發(fā)展對城鄉(xiāng)收入分配的作用應存在地區(qū)異質性。中國不同省區(qū)金融發(fā)展程度差異主要體現(xiàn)在如下兩個方面。
一是各個省區(qū)的金融發(fā)展規(guī)模不均衡。中國不同省區(qū)金融發(fā)展規(guī)模不均衡主要由金融資源在各省區(qū)的配置不均衡導致,經濟發(fā)達的區(qū)域占有較多的金融資源,而經濟落后區(qū)域占有的金融資源相對較少。王曉青,李云山(2004)提出在貨幣供給格局上,外向型經濟較為發(fā)達的省區(qū)存在貨幣供給過度,而欠發(fā)達地區(qū)和內陸省區(qū)的有效貨幣供給相對不足[14]。鑒于銀行體系在中國金融發(fā)展中的重要作用,金融發(fā)展規(guī)??梢杂酶鱾€省區(qū)金融機構的各項貸款額占GDP的比重來衡量。金融機構的各項貸款額占GDP的比重不僅是衡量省區(qū)金融發(fā)展程度的重要指標,也是衡量金融對經濟發(fā)展支持力度的重要指標。因此,該指標一方面可以反映出金融發(fā)展的程度,另一方面也可以反映出金融通過作用于經濟發(fā)展進而對收入分配產生的作用。
二是各個省區(qū)的金融發(fā)展效率不均衡。金融效率是指金融部門在其活動中直接或間接作用于經濟時所顯示的有效功能。不同省區(qū)金融效率存在差異,其對經濟發(fā)展的功能作用也就存在差異,因此,不同省區(qū)的金融效率對其收入分配的作用也應存在差異。金融發(fā)展效率可以用各個省區(qū)金融機構的存款與貸款的比值來衡量(陳志剛,2009;李志陽,2011)[15,11]。中國《商業(yè)銀行法規(guī)定》“貸款余額與存款余額的比例不得超過75%”,也就是說存款余額與貸款余額的比例不得低于133%。然而除了北京、上海、廣東以及經濟較為落后的少數(shù)地區(qū)外,其余各省區(qū)的金融機構各項存款與貸款在各個年份的比重都出現(xiàn)了低于133%的現(xiàn)象。紀志宏(2013)認為存款與貸款的比值越高不表示該省區(qū)的金融發(fā)展水平越低,也不能說明金融支持力度就低[16]。陳志剛(2009)認為存款與貸款的比值越大,即間接融資比例越小,則直接融資的比例就越大,說明該省區(qū)商業(yè)銀行的貸款越注重效益、風險,同時,也說明該省區(qū)的直接融資市場發(fā)展越好,金融效率也就越高[15]。李志陽(2011)認為金融效率與中國城鄉(xiāng)收入差距呈負相關,即金融效率提高縮小了城鄉(xiāng)收入差距[11]。
假說2金融發(fā)展對城鄉(xiāng)收入分配的作用存在地區(qū)空間相關性
由于金融發(fā)展具有空間集聚性特征,所以,金融發(fā)展對城鄉(xiāng)收入分配的作用存在地區(qū)異質性的同時也應表現(xiàn)出空間相關性。結合金融發(fā)展與收入分配理論,金融發(fā)展對城鄉(xiāng)收入分配作用的地區(qū)空間相關性應主要有如下兩種路徑。
一是金融發(fā)展的門檻效應直接對城鄉(xiāng)收入分配起作用。由金融發(fā)展與收入分配的“倒U”理論和“負相關”理論可知,金融發(fā)展存在門檻效應,農村居民因自身財富的限制達不到門檻水平而無法獲得高收益的投資回報,城鎮(zhèn)居民則由于自身財富積累上的優(yōu)勢可以跨越金融服務的門檻而獲得高收益的回報,因此,金融發(fā)展影響城鄉(xiāng)收入差距。同時,由于金融發(fā)展具有空間集聚性特征,集聚區(qū)內各省區(qū)金融發(fā)展程度趨同,門檻效應水平也基本相同,因此集聚區(qū)內各省區(qū)金融發(fā)展的門檻效應對其城鄉(xiāng)收入差距水平的作用也會基本類似,從而使不同省區(qū)的金融發(fā)展對城鄉(xiāng)收入分配的作用表現(xiàn)出一定的空間相關性。所以,不同省區(qū)金融發(fā)展對城鄉(xiāng)收入分配的異質性作用應不是獨立的,不同省區(qū)的異質性作用之間應存在地區(qū)空間相關性。
二是金融發(fā)展通過作用于經濟發(fā)展對城鄉(xiāng)收入分配起作用。金融發(fā)展的首要作用是為經濟發(fā)展提供融資支持,促進經濟發(fā)展,而經濟的發(fā)展又可以給當?shù)鼐用裉峁└嗟墓ぷ鳈C會,從而增加當?shù)鼐用袷杖?,因此,金融發(fā)展可以通過作用于經濟發(fā)展對城鄉(xiāng)收入分配起作用。因為金融發(fā)展具有集聚性特征,金融資源集中可以使核心區(qū)獲得更高的經濟增長率,即金融集聚會對位于集聚區(qū)省區(qū)的經濟產生增長效應。這樣,生活在金融集聚區(qū)省區(qū)的居民則可以享受著經濟增長帶來的福利,他們可以獲得較非金融集聚區(qū)居民更多更好的因經濟增長帶來的工作機會增加收入,而非金融集聚區(qū)省區(qū)的居民則無法享受金融發(fā)展經濟增長帶來的更多的工作機會,他們的收入得不到像集聚區(qū)居民一樣的提高。因此,由于金融集聚特征的存在,不同省區(qū)的城鄉(xiāng)收入分配之間應存在一定程度的空間相關特征。
1.模型設定與變量數(shù)據(jù)說明
為了實證分析金融發(fā)展對城鄉(xiāng)收入分配作用的地區(qū)異質性,本文建立如下普通面板數(shù)據(jù)模型。
式(1)中,下標i和t分別代表第i個省區(qū)和第t(t=2000,L,2012年,本文樣本包括了全國31個內地省、直轄市和自治區(qū)。假設誤差項相互獨立,且。中國金融發(fā)展較快,金融發(fā)展對城鄉(xiāng)收入分配的影響因金融發(fā)展程度的不同而不同,同時,又考慮數(shù)據(jù)的可獲得性,本文只考察2000年以來各省區(qū)的金融發(fā)展對城鄉(xiāng)收入分配的影響情況。各變量的具體含義如下。(1)GAP代表收入分配指標,即城市人均可支配收入與農民人均純收入之比,此指標的值越大,代表城鄉(xiāng)收入分配差距越大;(2)FD和FE分別代表金融規(guī)模和金融效率,是金融發(fā)展程度的衡量指標,其中FD是金融機構人民幣各項貸款占GDP的比重,F(xiàn)E為金融機構人民幣各項存款與各項貸款之比;(3)X為控制變量,具體包括:①OPEN為進出口貿易總額占GDP的比重,反映各省區(qū)的開放程度,貿易相關產業(yè)主要集中在城鎮(zhèn)地區(qū),貿易的發(fā)展主要有利于提高城鎮(zhèn)居民的收入,因此該變量將會使收入差距擴大。②FDI為外商投資占GDP的比重,2000年以來,外商主要投資于東部沿海地區(qū)的小城鎮(zhèn)及中西部地區(qū)的城市,因此FDI對城鄉(xiāng)收入分配差距起縮小的作用。③AGGF為財政支農支出占財政支出的比重,該指標越大越有利于農民收入,該變量將會縮小城鄉(xiāng)收入分配差距。④URBAN為城鎮(zhèn)化率,表示城鎮(zhèn)人口占總人口的比重,張敬石、郭沛(2011)認為城鎮(zhèn)化率的提高會降低農村內部收入分配差距,對城鄉(xiāng)收入分配的影響需要做進一步研究[17]。
上述指標全部數(shù)據(jù)來源于國家統(tǒng)計局網站,《中國金融年鑒》,《新中國六十年統(tǒng)計資料匯編》以及各省統(tǒng)計年鑒。
2.回歸結果
為實證分析金融發(fā)展對城鄉(xiāng)收入分配作用的地區(qū)異質性,本文分別以中國全部省區(qū)、東部省區(qū)、中部省區(qū)、西部省區(qū)建立面板數(shù)據(jù)回歸模型。由于本文所選變量數(shù)據(jù)的時間跨度僅有13年(2000-2012),因此,包括全部省區(qū)的面板模型采用變截距不變系數(shù)的面板模型,而對分別包含東部省區(qū)、中部省區(qū)和西部省區(qū)的面板模型采用變截距變系數(shù)面板模型,即對金融規(guī)模(FD)、金融效率(FE)兩變量采用變系數(shù)。各模型回歸結果見表1。
表1 模型(1)分地區(qū)回歸結果
由表1可知,包括全國省區(qū)模型中:FD、FE回歸系數(shù)均在1%的顯著性水平下顯著,且為負值,這表明從全國來看金融發(fā)展水平對城鄉(xiāng)收入差距的影響正在起縮小的作用;FDI的系數(shù)在5%的顯著性水平下也為負值,說明外商直接投資并沒有使城鄉(xiāng)收入差距擴大,反而縮小了,與預測相符;同樣,AGGF系數(shù)為負值,與預測相符,表示財政支農確實縮小了城鄉(xiāng)收入差距,但其回歸結果并不顯著。OPEN、URBAN的回歸系數(shù)均為正,且URBAN的回歸系數(shù)在1%的顯著性水平下顯著,這表明對外貿易、城市化均擴大了城鄉(xiāng)收入差距。東部省區(qū)、中部省區(qū)、西部省區(qū)的OPEN、FDI、AGGF、URBAN的系數(shù)及其顯著性情況詳見表1。
分地區(qū)模型中的C值表示各地區(qū)的所有解釋變量對其城鄉(xiāng)收入分配影響的起始平均值。由表1可知東部省區(qū)的C值最小,中部次之,西部最大且都顯著,這表明從各地區(qū)平均來看,東部省區(qū)的城鄉(xiāng)收入差距最小,中部省區(qū)次之、西部省區(qū)最大。包括全部省區(qū)的模型中C值為正且在1%的顯著性水平下顯著,表明從全國平均來看,城鄉(xiāng)收入差距依然很大。
綜上可知,東部省區(qū)的平均城鄉(xiāng)收入差距最小,中部次之,西部省區(qū)的城鄉(xiāng)收入差距最大,從全國平均來看,城鄉(xiāng)收入差距依然很大,城鄉(xiāng)收入分配的矛盾依舊突出,但從全國來看金融發(fā)展對城鄉(xiāng)收入分配差距的影響正在起縮小作用。而不同省區(qū)的金融發(fā)展對其城鄉(xiāng)收入差距的作用程度并不相同,如果某省區(qū)FD或FE的系數(shù)為負且顯著,說明金融發(fā)展對城鄉(xiāng)收入分配起縮小作用,如果固定效應小于該地區(qū)的均值,說明該省區(qū)的城鄉(xiāng)收入差距小于該地區(qū)的差距的平均水平;如果某省區(qū)的FD或FE的系數(shù)為正且顯著,說明該省區(qū)的金融發(fā)展對城鄉(xiāng)收入分配起擴大作用,如果固定效應小于該地區(qū)的均值,則說明該省區(qū)的收入差距小于該地區(qū)差距的平均水平;如果某省區(qū)FD或FE的系數(shù)不顯著,則無法判斷該省區(qū)金融發(fā)展對其城鄉(xiāng)收入差距的作用情況。根據(jù)表2可以發(fā)現(xiàn):(1)金融發(fā)展對城鄉(xiāng)收入分配差距起縮小作用且該省區(qū)的城鄉(xiāng)收入差距低于本地區(qū)城鄉(xiāng)收入差距的平均水平或與平均水平基本持平的省區(qū)有:北京、山東、浙江、上海;(2)金融發(fā)展對城鄉(xiāng)收入分配差距起縮小作用且該省區(qū)的城鄉(xiāng)收入差距顯著高于本地區(qū)城鄉(xiāng)收入差距的平均水平的省區(qū)有:重慶、陜西、甘肅、新疆;(3)金融發(fā)展對城鄉(xiāng)收入分配差距起擴大作用但該省區(qū)的城鄉(xiāng)收入差距低于本地區(qū)城鄉(xiāng)收入差距的平均水平的省區(qū)有:遼寧、天津、江蘇、福建、廣東、黑龍江、河南、云南、寧夏、廣西;(4)金融發(fā)展對城鄉(xiāng)收入分配差距起擴大作用且該省區(qū)的城鄉(xiāng)收入差距高于本地區(qū)城鄉(xiāng)收入差距平均水平的省區(qū)有:河北、江西;(5)而根據(jù)當前結果無法判斷金融發(fā)展對城鄉(xiāng)收入分配是擴大還是縮小作用的地區(qū)有:海南、山西、吉林、安徽、湖北、湖南、四川、貴州、西藏、青海、內蒙古。由此,可以得到結論:不僅中國各省區(qū)的收入分配差距具有地區(qū)異質性,而且金融發(fā)展對收入分配的作用也具有地區(qū)異質性,即假說1得到了驗證。
本文采用與式(1)相同的變量與樣本數(shù)據(jù),運用空間面板模型驗證金融發(fā)展對城鄉(xiāng)收入分配作用的地區(qū)空間相關性??臻g面板模型同時具有面板數(shù)據(jù)模型和截面空間經濟計量模型的特點,是面板數(shù)據(jù)模型的延伸和拓展。
根據(jù)空間面板模型的方法原理,金融發(fā)展對城鄉(xiāng)收入分配作用的地區(qū)空間相關性的分析思路如下:首先進行事前檢驗,包括空間相關性檢驗和空間Hausman檢驗。空間相關性檢驗用于檢驗變量是否存在顯著的空間相關性以及存在何種形式的空間相關性,若空間相關性存在則需要在模型中進行空間相關性設置;空間Hausman檢驗用于判斷已有樣本數(shù)據(jù)是否存在隨機效應。然后根據(jù)空間相關性和空間Hausman檢驗結果建立合適的空間面板模型進行分析。
1.事前檢驗
(1)基于Moran’sI指數(shù)的金融發(fā)展與收入分配的空間相關性檢驗。針對空間截面數(shù)據(jù)與空間面板數(shù)據(jù)的Moran’sI指數(shù)的計算公式不同。
空間截面數(shù)據(jù)的Moran’sI指數(shù)可用于判斷變量空間相關關系的程度,其計算公式如下。
表3 Moran’s I 指數(shù)檢驗結果
由表3可知,自2000-2012年,鄰近省區(qū)的城鄉(xiāng)收入比表現(xiàn)出顯著的空間正相關,即中國不同省區(qū)的城鄉(xiāng)收入分配之間存在顯著的空間相關性;不同省區(qū)金融規(guī)模之間的空間正相關性自2000-2012年逐漸趨于顯著;而不同省區(qū)的金融效率之間的空間相關性卻不強并且不顯著。因此,金融發(fā)展的空間集聚性特征主要是由金融規(guī)模的空間相關性體現(xiàn)的,而非金融效率,從而可推知,金融發(fā)展通過其門檻效應對收入分配的空間作用或是通過作用于經濟發(fā)展對收入分配的空間作用主要是通過金融規(guī)模的空間相關性來實現(xiàn),金融效率主要對本省區(qū)的收入分配起作用,對鄰近省區(qū)的收入分配作用不強。
為進一步分析中國不同省區(qū)金融發(fā)展與收入分配的空間相關性,本文給出了城鄉(xiāng)收入分配、金融規(guī)模、金融效率的Moran’sI指數(shù)散點圖(見圖1)。①限于篇幅有限,本文僅給出了2012年的城鄉(xiāng)收入分配、金融規(guī)模、金融效率的Moran’s I指數(shù)散點圖。
圖1 2012年收入分配、金融規(guī)模、金融效率的Moran’s I指數(shù)散點圖
Moran’sI指數(shù)散點圖以(X,WX)為坐標點,WX表示對鄰近省區(qū)觀測值的加權平均。由散點圖可見,各個省區(qū)的金融發(fā)展與收入分配可分為4種空間相關模式,其中第1、3象限表示空間正相關關系省區(qū)集群,第2、4象限表示空間負相關關系省區(qū)集群。由圖1可見,收入分配、金融規(guī)模的散點圖中,多數(shù)省區(qū)都位于1、3象限,而金融效率散點圖中,空間正相關關系省區(qū)并沒有顯著多于空間負相關關系省區(qū),這也說明金融規(guī)模表現(xiàn)出較強的空間相關性,而金融效率卻沒有。因此,金融發(fā)展對收入分配的地區(qū)空間作用應主要通過金融規(guī)模的空間作用來實現(xiàn)。
由于截面數(shù)據(jù)與面板數(shù)據(jù)結構不同,截面數(shù)據(jù)的Moran’s I檢驗可用于判斷變量空間相關關系的程度,但不能直接應用于空間面板數(shù)據(jù)模型。因此還需運用空間面板數(shù)據(jù)的Moran’s I檢驗模型中是否存在空間相關性??臻g面板數(shù)據(jù)的Moran’sI指數(shù)公式為
其中,WNT=IT?W,W是空間權重矩陣,N代表樣本量(N=31),T代表時期(t=13),e是普通面板回歸方程估計的殘差。
面板數(shù)據(jù)Moran’sI指數(shù)的計算結果為0.28,其檢驗P值為0.00,因此,模型中確實存在空間相關性,需用空間面板數(shù)據(jù)模型進行擬合。但是面板數(shù)據(jù)的Moran’sI值無法判斷空間面板模型的具體形式,需要進一步的空間計量檢驗予以判斷。
(2)空間相關性形式檢驗。Moran’sI指數(shù)主要用于檢驗變量或模型中是否存在空間相關性,而對于存在何種形式的空間相關性——因變量空間相關還是誤差項空間相關,則需要運用LM檢驗。
LM-Error檢驗用于檢驗誤差項是否存在空間相關性。空間面板數(shù)據(jù)檢驗的表達式為
其中e是普通面板回歸方程估計的殘差,W是空間誤差自相關模型的空間權重矩陣,WNT=IT?W,tr=trace(W′W+W2)。
LM-Lag檢驗用于檢驗空間滯后模型因變量是否存在自相關。LM-Lag檢驗的表達式為
J= [()′W′NTMWNTX/e′e/NT)] +Ttr,是普通面板模型中系數(shù)估計向量,M=IN-X(X′X)-1X′,其他參數(shù)的含義與式(5)相同。
當數(shù)據(jù)生成過程不滿足模型經典假設條件時,如殘差不滿足正態(tài)分布假定或者存在異方差情況時,LM-Error檢驗和LM-Lag檢驗的功效將減弱,穩(wěn)健LM-error檢驗統(tǒng)計量和穩(wěn)健LM-Lag檢驗統(tǒng)計量則解決了這一問題。其中穩(wěn)健LM-error檢驗統(tǒng)計量表達式為
穩(wěn)健LM-Lag檢驗統(tǒng)計量表達式為
(3)模型的固定效應和隨機效應檢驗??紤]到模型同時包含空間異質性和空間相關性,分別對隨機效應模型和固定效應模型構造工具變量法估計量,構造空間Hausman檢驗,檢驗的原假設:隨機效應模型是合適的。表達式為
其中,N代表樣本量(N=31),T代表時期(T=13);FGLS和分別代表隨機效應空間面板數(shù)據(jù)模型的GLS估計量和固定效應模型的組內估計量;FGLS和分別是空間面板隨機效應模型和固定效應模型的估計系數(shù)的協(xié)方差矩陣。
表4 模型形式檢驗結果
根據(jù)表4事前檢驗結果,LM-error、LM-lag檢驗均具有顯著性,說明中國收入差距具有顯著空間誤差自相關性和空間滯后自相關性,因此應運用空間自回歸模型(SAR)、空間誤差自相關模型(SEM)以及空間滯后誤差自相關模型(SARAR)分別進行檢驗,同時由于空間Hausman檢驗也具有顯著性,因此上述模型均應采用固定效應模型形式。
2.模型設立
根據(jù)上述事前檢驗結果,本文空間面板模型采用SAR、SEM和SARAR模型對“金融發(fā)展對城鄉(xiāng)收入分配作用的地區(qū)空間相關性”假說進行檢驗。因為截面數(shù)據(jù)Moran’s I檢驗中FD表現(xiàn)出空間相關性,所以空間模型中應考慮FD的空間相關性。因此,SAR模型形式為
其中X= (FD,F(xiàn)E,OPEN,F(xiàn)DI,AGGF,URBAN);W是空間權重矩陣;λ是空間相關性系數(shù);η、β為回歸系數(shù);α代表固定效應;。
SEM模型形式為
其中ρ是誤差項空間相關系數(shù);;其他參數(shù)同式(10)。
SARAR模型形式為
參數(shù)解釋同式(10)和式(11)。
由表5可知,空間自相關模型的相關系數(shù)λ值為0.50,空間誤差自相關模型的相關系數(shù)ρ的值為0.62且估計結果均顯著,這說明中國各省區(qū)城鄉(xiāng)收入分配確實受到周圍地區(qū)城鄉(xiāng)收入分配的影響;又空間滯后誤差自相關模型的λ和ρ的值分別為-0.55和0.81,|ρ|>|λ|,且都顯著,這說明收入分配的空間相關性主要表現(xiàn)為空間誤差相關性。普通面板模型回歸的R2值為0.89,而空間自回歸、空間誤差自相關模型及空間滯后誤差自相關模型的R2分別為0.94、0.89和0.94,這表明空間面板模型的擬合優(yōu)度總體較普通面板模型好;普通面板模型的極大似然函數(shù)值LogL值只有52.21,而空間自回歸、空間滯后誤差自相關模型和空間滯后誤差自相關模型的LogL值分別為135.25、147.98和194.94,即空間面板模型優(yōu)于普通面板模型。因此,當加入空間相關性時,模型結果更好。
表5 空間面板固定效應模型的估計結果
另外,表5中金融規(guī)模FD和金融效率FE的估計系數(shù)均為負且顯著,這表明,以2000-2012年的中國31個省區(qū)為樣本看,中國金融發(fā)展對城鄉(xiāng)收入分配的差距正在起縮小的作用,與模型(1)結論一致;又各WFD的估計系數(shù)都為負且都顯著,這表明本省區(qū)金融發(fā)展對其相鄰省區(qū)的城鄉(xiāng)收入分配差距也起縮小作用,且這種縮小作用主要是通過金融規(guī)模的空間相關作用實現(xiàn)的,因此“金融發(fā)展對城鄉(xiāng)收入分配的作用存在地區(qū)空間相關性”,假說2得到了驗證。普通面板模型、空間自回歸模型、空間誤差自相關模型以及空間滯后誤差自相關模型回歸中FE系數(shù)的絕對值都較FD系數(shù)絕對值大,這說明就本省區(qū)而言金融效率對城鄉(xiāng)收入分配差距所起的縮小作用比金融規(guī)模要大。
本文根據(jù)金融發(fā)展與收入分配的“倒U”理論和“負相關”理論及中國的金融發(fā)展與研究現(xiàn)狀,提出“金融發(fā)展對城鄉(xiāng)收入分配的作用存在地區(qū)異質性”和“金融發(fā)展對城鄉(xiāng)收入分配的作用存在地區(qū)空間相關性”假說;文章以2000-2012年中國31個省區(qū)的金融發(fā)展與城鄉(xiāng)收入分配數(shù)據(jù),分別運用普通面板模型和空間面板模型對兩個假說進行驗證。研究結論如下。
普通面板模型的分析結果表明:從全國來看,城鄉(xiāng)收入差距依然很大,收入分配矛盾依舊突出,金融的發(fā)展正在使收入差距擴大的幅度下降,即金融發(fā)展對收入分配差距正在起縮小作用;不同省區(qū)的城鄉(xiāng)收入差距的程度并不相同,東部省區(qū)的平均城鄉(xiāng)收入差距最小,中部次之,西部省區(qū)的城鄉(xiāng)收入差距最大,不同省區(qū)的金融發(fā)展對其城鄉(xiāng)收入差距的作用程度并不相同,具體程度大小表現(xiàn)為不同省區(qū)金融規(guī)模、金融效率回歸系數(shù)的不同,即“金融發(fā)展對城鄉(xiāng)收入分配的作用存在地區(qū)異質性”。
空間面板模型的分析結果表明:當加入空間相關性時,空間面板模型結果優(yōu)于普通面板模型;空間自回歸模型、空間誤差自相關模型和空間滯后誤差自相關模型的相關系數(shù)均顯著,中國各省區(qū)城鄉(xiāng)收入分配確實受到周圍地區(qū)城鄉(xiāng)收入分配的影響;金融規(guī)模與金融效率的回歸系數(shù)結果也表明中國金融發(fā)展對收入分配的差距正在起縮小作用,與普通面板模型的結論一致;本省區(qū)的金融規(guī)模對相鄰省區(qū)的城鄉(xiāng)收入分配差距起縮小作用,且這種縮小作用十分顯著。因此,我們可以得出,中國“金融發(fā)展對城鄉(xiāng)收入分配的作用存在地區(qū)空間相關性”,且這種空間相關作用主要通過金融規(guī)模的空間相關性作用來實現(xiàn)。
根據(jù)本文的研究結論,金融發(fā)展程度影響城鄉(xiāng)收入分配差距,由于金融發(fā)展的地區(qū)非均衡特征與地區(qū)空間集聚特征導致金融發(fā)展對城鄉(xiāng)收入分配的作用存在地區(qū)異質性與地區(qū)空間相關性。因此,就本文的研究結論,提出如下政策建議。
一是加大對中西部省區(qū)的金融支持力度,促進省區(qū)間金融交互發(fā)展,縮小金融發(fā)展的不平衡。由于中西部省區(qū)的金融發(fā)展水平低于東部省區(qū)是導致其城鄉(xiāng)收入分配差距大于東部省區(qū)的重要原因,所以加大對中西部省區(qū)的金融支持力度,合理配置金融資源,創(chuàng)建適應中西部省區(qū)發(fā)展的金融生態(tài)集聚區(qū),以金融發(fā)展推動中西部省區(qū)的經濟、人文發(fā)展,進而增加城鄉(xiāng)居民收入,縮小城鄉(xiāng)收入差距。
二是建立健全鄉(xiāng)村金融服務體系,增加農村居民收入。農村居民收入增長速度小于城鎮(zhèn)居民收入的增長速度是城鄉(xiāng)收入差距逐漸擴大的重要原因,所以,增加農村居民收入有助于縮小城鄉(xiāng)收入分配差距。然而農村金融服務體系薄弱是限制農民收入增長的重要因素,農村居民享受不到同鎮(zhèn)居民一樣的金融資源,即使他們跨越了金融服務的門檻,這很大程度上限制了農民收入的增加空間。因此建立健全鄉(xiāng)村金融服務體系,對增加農民收入,縮小城鄉(xiāng)收入分配差距具有重要作用。
[1]Beck Thorsten,Demirguc-Kunt Asli,Levine Ross.Finance,Inequality and the Poor[J].Journal of E-conomic Growth,2007,12(1):27-49.
[2]Kuznets Simon.Economic Growth and Income Inequality[J].The American Economic Review,1955,(1):1-28.
[3]Greenwood Jeremy,Jovanovic Boyan.Financial Development,Growth,and the Distribution of Income[J].Journal of Political Economy,1990,98(5):1076-1107.
[4]Kim Dong-Hyeon,Lin Shu-Chin.Nonlinearity in the Financial Development-Income Inequality Nexus[J].Journal of Comparative Economics,2011,39(3):310-325.
[5]Galor Oded,Zeria Joseph.Income Distribution and Macroeconomics[J].The Review of Economic Studies,1993,60(1):35-52.
[6]Benerjee Abhijit V,Andrew F Newman.Occupational Choice and the Process of Development[J].Journal of Political Economy,1993,101(2):274-298.
[7]Rajen Mookerjee,Paul Kalipioni.Availibility of Financial Services and Income Inequality:The Evidence from Many Countries [J].Emerging Markets Review,2010,11(4):404-408.
[8]張立軍,湛泳.金融發(fā)展影響城鄉(xiāng)收入差距的三大效應分析及其檢驗[J].數(shù)量經濟技術經濟研究,2006(12):73-81.
[9]李志陽,劉振中.中國金融發(fā)展與城鄉(xiāng)收入不平等:理論和經驗解釋[J].經濟科學,2011(6):10-18.
[10]余玲錚,魏下海.金融發(fā)展加劇了中國收入不平等嗎?——基于門檻回歸模型的證據(jù)[J].財經研究,2012(2):105-114.
[11]李志軍,奚君羊.中國金融發(fā)展與收入差距的倒U關系分析[J].上海經濟研究,2012(9):12-18.
[12]蘇基溶,廖進中.中國金融發(fā)展與收入分配、貧困關系的經驗分析[J].財經科學,2009(12):10-16.
[13]張文,許林.金融發(fā)展與收入分配不平等:回到GZ假說[J].當代財經,2010(11):14-25.
[14]王曉青,李云山.貨幣供給機制、經濟結構問題與金融總量控制[J].金融研究,2004(9):10-18.
[15]陳志剛,王皖君.金融發(fā)展與中國的收入分配:1986-2005[J].財貿經濟,2009,(5):36-41.
[16]紀志宏.存貸比地區(qū)差異研究——基于商業(yè)銀行分行數(shù)據(jù)的研究[J].金融研究,2011(5):12-31.
[17]張敬石,郭沛.中國農村金融發(fā)展對農村內部收入差距的影響——基于VAR模型的分析 [J].農業(yè)技術經濟,2011(1):34-41.