銀行信貸與行業(yè)收入差距關(guān)系研究
——基于我國(guó)上市公司行業(yè)數(shù)據(jù)的實(shí)證分析

張學(xué)濤

（中國(guó)人民銀行臨沂市中心支行，山東 臨沂 276001）

一、引言

改革開(kāi)放40年多來(lái)，我國(guó)居民收入和生活水平實(shí)現(xiàn)了質(zhì)的飛躍，但收入差距問(wèn)題也隨著經(jīng)濟(jì)發(fā)展逐漸凸顯。特別地，城鄉(xiāng)、地區(qū)、行業(yè)以及個(gè)體之間的收入差距呈增大趨勢(shì)。根據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，2019年我國(guó)居民人均可支配收入基尼系數(shù)為0.465，明顯高于國(guó)際公認(rèn)的收入分配差距警戒線0.4。由于高收入人群邊際消費(fèi)傾向低于低收入人群，在凱恩斯邊際消費(fèi)傾向遞減規(guī)律作用下，收入差距拉大加劇了社會(huì)總體消費(fèi)率的下降，有效消費(fèi)需求不足，導(dǎo)致經(jīng)濟(jì)增長(zhǎng)乏力。除此之外，收入差距拉大還會(huì)引發(fā)社會(huì)矛盾，不利于社會(huì)穩(wěn)定，近年來(lái)多個(gè)國(guó)家陷入社會(huì)動(dòng)蕩的一個(gè)重要原因就是收入差距惡化。

收入差距拉大對(duì)經(jīng)濟(jì)社會(huì)危害巨大，導(dǎo)致收入差距拉大的原因也是多方面的，國(guó)內(nèi)學(xué)者基于城鄉(xiāng)、地區(qū)或行業(yè)間的收入差距對(duì)此進(jìn)行了研究，很多學(xué)者（顧嚴(yán)和馮銀虎，2008；陳建東和高遠(yuǎn)，2012；劉衛(wèi)波等，2013）認(rèn)為行業(yè)收入差距是造成我國(guó)收入分配失衡的重要原因之一。那么究竟是什么原因造成我國(guó)行業(yè)收入差距呢？已有研究主要從行業(yè)稟賦、企業(yè)異質(zhì)性、行政壟斷和貿(mào)易等角度進(jìn)行分析（伏帥和龔志民，2008；宋晶等，2013；彭定赟和梁少華，2018），但這些研究沒(méi)有將企業(yè)融資納入分析框架?，F(xiàn)代市場(chǎng)經(jīng)濟(jì)中，金融發(fā)展對(duì)企業(yè)收入的影響主要是通過(guò)銀行信貸實(shí)現(xiàn)的，作為國(guó)內(nèi)企業(yè)的主要融資來(lái)源，銀行貸款在企業(yè)運(yùn)營(yíng)過(guò)程中更是發(fā)揮著舉足輕重的作用。但是由于企業(yè)的行業(yè)異質(zhì)性，銀行等正規(guī)金融機(jī)構(gòu)通過(guò)非利率貸款條件對(duì)信貸資源進(jìn)行分配的過(guò)程也會(huì)存在差異，使不同企業(yè)在信貸資金可獲得性、滿足程度上差距較大，進(jìn)而對(duì)企業(yè)經(jīng)營(yíng)和員工收入產(chǎn)生異質(zhì)性影響。為此，本文基于銀行信貸視角，探討其對(duì)行業(yè)收入差距的影響，探究其傳導(dǎo)機(jī)制，并提出政策建議，在拓展行業(yè)收入差距研究視角的同時(shí)，對(duì)縮小行業(yè)收入差距也具有一定的現(xiàn)實(shí)意義。

二、文獻(xiàn)回顧與研究假設(shè)

關(guān)于行業(yè)收入差距的成因，學(xué)界已經(jīng)對(duì)此展開(kāi)了相當(dāng)多的研究。早期研究主要關(guān)注勞動(dòng)力就業(yè)對(duì)工資的影響，并以此檢驗(yàn)勞動(dòng)市場(chǎng)分割理論的成立性。隨后，行業(yè)收入差距逐漸引起學(xué)者的廣泛關(guān)注（Krueger 和Summers，1988；Gibbons 和Katz，1992）。一般而言，行業(yè)的生產(chǎn)技術(shù)水平不同會(huì)導(dǎo)致行業(yè)間勞動(dòng)生產(chǎn)率存在差異，進(jìn)而導(dǎo)致行業(yè)收入差距擴(kuò)大，但在剔除勞動(dòng)生產(chǎn)率因素后，部分行業(yè)的高收入水平仍處于不合理范圍（楊海濤和田文，2018）。目前，我國(guó)行業(yè)收入已經(jīng)出現(xiàn)兩極分化的趨勢(shì)（顧嚴(yán)和馮銀虎，2008），運(yùn)用基尼系數(shù)、泰爾指數(shù)測(cè)度的行業(yè)收入差距呈逐漸擴(kuò)大趨勢(shì)（陳建東和高遠(yuǎn)，2012；劉衛(wèi)波等，2013）。行業(yè)收入差距擴(kuò)大的原因具有多樣性，人力資本水平和壟斷是造成行業(yè)收入差距的主要因素（伏帥和龔志民，2008；宋晶等，2013；彭定赟和梁少華，2018）。

全球金融危機(jī)發(fā)生后，關(guān)注收入差距的后凱恩斯金融化理論開(kāi)始受到重視。長(zhǎng)期以來(lái)，金融發(fā)展與收入之間的關(guān)系頗為復(fù)雜，主流觀點(diǎn)認(rèn)為，金融發(fā)展有利于降低貧富分化（Beck 等，2004），但也有學(xué)者認(rèn)為，發(fā)展中國(guó)家的金融抑制和信貸配給減緩了經(jīng)濟(jì)增長(zhǎng)，加重了社會(huì)收入分配不均（Mckinnon，1973；Shaw；1973）。尤其是在全球金融危機(jī)后，越來(lái)越多的觀點(diǎn)認(rèn)為金融發(fā)展加劇了貧富差距。從城鄉(xiāng)二元結(jié)構(gòu)明顯的中國(guó)現(xiàn)實(shí)來(lái)看，信貸資金不足被認(rèn)為是造成農(nóng)村地區(qū)貧困、抑制農(nóng)村居民消費(fèi)、擴(kuò)大城鄉(xiāng)收入差距的重要誘因（王智恒和王靜，2013；劉艷華和朱紅蓮，2017）。在信貸市場(chǎng)上，各行業(yè)也存在類(lèi)似城鄉(xiāng)二元結(jié)構(gòu)的問(wèn)題，彭文生（2017）認(rèn)為信貸資金的投放有先有后、有易有難，房地產(chǎn)等抵押擔(dān)保品充足的行業(yè)更容易獲得信貸資金，其資本所有者和從業(yè)人員的收入增長(zhǎng)快，而其他部門(mén)的實(shí)際收入則可能因信貸擴(kuò)張而下降，導(dǎo)致收入分配差距擴(kuò)大?；谝陨戏治?，本文提出假設(shè)1。

假設(shè)1：銀行信貸資源配置擴(kuò)大了我國(guó)行業(yè)收入差距。

如果銀行信貸能夠擴(kuò)大我國(guó)行業(yè)收入差距，它的影響機(jī)制是什么？從國(guó)內(nèi)企業(yè)融資情況來(lái)看，銀行貸款是我國(guó)企業(yè)固定資產(chǎn)投資重要的資金來(lái)源，以2017年為例，國(guó)內(nèi)貸款占我國(guó)固定資產(chǎn)投資非自籌資金來(lái)源的32.6%。在新凱恩斯主義工資和價(jià)格黏性前提下，工資和價(jià)格短期內(nèi)不會(huì)發(fā)生變化，能夠優(yōu)先獲得信貸資金進(jìn)行固定資產(chǎn)投資的行業(yè)，相對(duì)于后獲得信貸資金的行業(yè)，有更大的利潤(rùn)空間，進(jìn)而為從業(yè)人員帶來(lái)更高的收入。也就是說(shuō)，銀行信貸資源配置會(huì)影響企業(yè)投資，并最終體現(xiàn)在行業(yè)從業(yè)人員的收入水平上。基于此，本文提出假設(shè)2。

假設(shè)2：企業(yè)投資在銀行信貸對(duì)行業(yè)收入的影響中發(fā)揮中介效應(yīng)。

三、研究設(shè)計(jì)

（一）模型構(gòu)建

1.動(dòng)態(tài)面板數(shù)據(jù)模型。行業(yè)收入是一個(gè)動(dòng)態(tài)變化的過(guò)程，容易受到前期連續(xù)性和慣性的影響，動(dòng)態(tài)面板數(shù)據(jù)模型能夠?qū)⒈唤忉屪兞康臏箜?xiàng)作為工具變量，更好地對(duì)具有慣性的動(dòng)態(tài)行為進(jìn)行建模，其一般形式為：

其中，Y為被解釋變量，Y表示被解釋變量的階滯后項(xiàng)， X表示解釋變量， δ為個(gè)體效應(yīng)， ε為隨機(jī)擾動(dòng)項(xiàng)。由于公式（1）中被解釋變量的滯后項(xiàng)作為解釋變量，有可能會(huì)導(dǎo)致解釋變量Y與隨機(jī)擾動(dòng)項(xiàng)ε相關(guān)，此時(shí)運(yùn)用傳統(tǒng)估計(jì)方法可能無(wú)法實(shí)現(xiàn)估計(jì)的無(wú)偏性和一致性。因此，本文采用Arellano-Bond 估計(jì)方法，將被解釋變量的所有可能滯后變量都看作工具變量，同時(shí)控制行業(yè)固定效應(yīng)μ和時(shí)期固定效應(yīng)q，構(gòu)建如下計(jì)量模型：

2.Shapley 分解方法。為了測(cè)度銀行信貸對(duì)行業(yè)收入差距的貢獻(xiàn)度，本文采用Shorrocks 提出的Shapley 分解方法，基于動(dòng)態(tài)面板回歸模型得到的收入決定方程，將行業(yè)收入的不平等分解為各影響因素的貢獻(xiàn)。首先，對(duì)每個(gè)時(shí)期的貸款規(guī)模取平均值，再將均值和其他解釋變量的實(shí)際值一起代入方程中，計(jì)算出收入水平。其次，運(yùn)用泰爾指數(shù)計(jì)算出收入差距，此時(shí)的收入差距不包含銀行信貸因素的影響。最后，計(jì)算根據(jù)銀行信貸平均值得到的泰爾指數(shù)與根據(jù)各解釋變量實(shí)際值得到的泰爾指數(shù)的差值，得到銀行信貸對(duì)收入差距的貢獻(xiàn)。如果差值為負(fù)，即銀行信貸取均值后，收入差距縮小，說(shuō)明銀行信貸是擴(kuò)大收入差距的因素，對(duì)收入差距貢獻(xiàn)為正，貢獻(xiàn)度為泰爾指數(shù)差值的絕對(duì)值與原泰爾指數(shù)的比值。

3.中介效應(yīng)檢驗(yàn)?zāi)Ｐ?。為檢驗(yàn)企業(yè)投資在銀行信貸影響行業(yè)收入中可能存在的中介效應(yīng)，本文借鑒Baron 和Kenny（1986）的方法，采用中介效應(yīng)模型分析銀行信貸、企業(yè)投資與行業(yè)收入之間的邏輯關(guān)系，中介效應(yīng)檢驗(yàn)?zāi)Ｐ腿缦拢?/p>

（二）數(shù)據(jù)說(shuō)明和變量選擇

借鑒劉渝琳和梅斌（2012）等學(xué)者觀點(diǎn)，上市公司層面的大樣本數(shù)據(jù)相對(duì)透明和翔實(shí)，有助于增強(qiáng)研究結(jié)論的可信性，故本文選取A股各行業(yè)上市公司為研究樣本，樣本區(qū)間為2001—2017年。上市公司貸款數(shù)據(jù)來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)，各行業(yè)人員受教育年限來(lái)自《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》，其余數(shù)據(jù)來(lái)自萬(wàn)得數(shù)據(jù)庫(kù)。由于信貸資金供給主體是以銀行為主的金融業(yè)，因此，在研究行業(yè)中剔除了金融業(yè)。此外，限于樣本量和行業(yè)性質(zhì)，剔除居民服務(wù)和其他服務(wù)業(yè)、公共管理、社會(huì)保障和社會(huì)組織及國(guó)際組織三個(gè)行業(yè)，最終得到16 個(gè)行業(yè)的3465 個(gè)上市公司數(shù)據(jù)。變量選擇情況如下：

1.被解釋變量。行業(yè)收入水平：借鑒劉渝琳和梅斌（2012）等的研究，以A 股各行業(yè)上市公司人均收入水平衡量行業(yè)收入水平。

2.解釋變量：貸款規(guī)模。該指標(biāo)是絕對(duì)指標(biāo)、正向指標(biāo)，指標(biāo)越大，說(shuō)明融資條件越好。

3.控制變量。（1）行業(yè)勞動(dòng)生產(chǎn)率，選擇該指標(biāo)對(duì)行業(yè)收入差距的合理部分進(jìn)行解釋。（2）行業(yè)增加值占比，作為行業(yè)規(guī)模代理變量。（3）行業(yè)固定資產(chǎn)投資增速，該指標(biāo)體現(xiàn)生產(chǎn)經(jīng)營(yíng)過(guò)程中資本要素的投入情況。（4）人力資本，以受教育年限反映人力資本水平。（5）行政壟斷，參照宋晶等（2013）、邱兆林（2014）的研究方法，將該變量設(shè)定為行業(yè)中中央國(guó)有企業(yè)、地方國(guó)有企業(yè)和公眾企業(yè)的資產(chǎn)之和與該行業(yè)所有企業(yè)資產(chǎn)的比率。上述控制變量均為正向指標(biāo)。所有變量的定義及說(shuō)明如表1所示。

表1：變量名稱(chēng)、符號(hào)及計(jì)算方法

四、實(shí)證研究

本文實(shí)證部分的數(shù)據(jù)處理均利用Stata16.0 實(shí)現(xiàn)。為了減少數(shù)據(jù)波動(dòng)和消除異方差問(wèn)題，對(duì)行業(yè)收入水平、貸款規(guī)模、行業(yè)勞動(dòng)生產(chǎn)率、人力資本進(jìn)行了自然對(duì)數(shù)化處理，而行業(yè)增加值占比、行業(yè)固定資產(chǎn)投資增長(zhǎng)率和行政壟斷指標(biāo)的取值范圍在0 到1 之間，故未做處理。

（一）平穩(wěn)性檢驗(yàn)

為避免虛假回歸，確保估計(jì)結(jié)果的有效性，本文采用含有截距和趨勢(shì)項(xiàng)的模型，運(yùn)用相同根單位根檢驗(yàn)（LLC）和不同根單位根檢驗(yàn)（Fisher-ADF）兩種方法來(lái)檢驗(yàn)各變量的平穩(wěn)性，檢驗(yàn)結(jié)果如表2所示。

由表2 可知，在模型帶有截距項(xiàng)和趨勢(shì)項(xiàng)的情況下，本文所選變量均在90%的顯著性水平上接受了“序列為平穩(wěn)”的原假設(shè)，認(rèn)為所有變量為平穩(wěn)序列。

表2：變量平穩(wěn)性檢驗(yàn)

（二）銀行信貸對(duì)行業(yè)收入差距的影響

為了研究銀行信貸在行業(yè)收入差距中發(fā)揮的作用，分別對(duì)引入貸款規(guī)模前和引入貸款規(guī)模后的動(dòng)態(tài)面板數(shù)據(jù)模型進(jìn)行差分GMM 估計(jì)。擾動(dòng)項(xiàng)自相關(guān)檢驗(yàn)和過(guò)度識(shí)別檢驗(yàn)結(jié)果表明，模型不存在擾動(dòng)項(xiàng)自相關(guān)和過(guò)度識(shí)別問(wèn)題，故可以采用差分GMM 估計(jì)，估計(jì)結(jié)果如表3 所示。貸款規(guī)模在1%的水平下顯著為正，表明獲得信貸資金充足的行業(yè)，收入水平會(huì)提高，獲取信貸資金減少或不足的行業(yè)，收入水平會(huì)下降。貸款規(guī)模的系數(shù)為0.024，轉(zhuǎn)化為指數(shù)形式后，貸款規(guī)模每提高1%，行業(yè)收入水平會(huì)提高1.03%。滯后1 期的行業(yè)收入在兩個(gè)模型中的系數(shù)分別為0.398和0.239，分別在1%和5%的水平上顯著，表明我國(guó)行業(yè)收入水平處于動(dòng)態(tài)變化的過(guò)程中，會(huì)受到前期收入的慣性影響，證明了我國(guó)行業(yè)收入存在“馬太效應(yīng)”。

表3：貸款規(guī)模對(duì)行業(yè)收入影響的差分GMM估計(jì)結(jié)果

從其他控制變量來(lái)看，人力資本對(duì)行業(yè)收入水平的影響最大，兩個(gè)模型中的回歸系數(shù)分別為1.918 和1.44，分別在1%和10%的水平上顯著，表明隨著行業(yè)對(duì)勞動(dòng)力教育水平要求的提高，行業(yè)收入水平隨之增加。勞動(dòng)生產(chǎn)率對(duì)行業(yè)收入水平的影響略小于人力資本，兩個(gè)模型中的回歸系數(shù)分別為0.682 和0.9，都在1%的水平下顯著。行政壟斷往往被用來(lái)解釋收入差距中不合理的部分，其在兩個(gè)模型中的系數(shù)分別為0.17和0.146，且分別在1%和5%的水平上顯著，說(shuō)明行政壟斷程度越高的行業(yè)，收入水平也相對(duì)越高，這一結(jié)果與已有文獻(xiàn)研究結(jié)論一致。行業(yè)增加值占比對(duì)行業(yè)收入水平的影響在兩個(gè)模型中都不顯著，表明行業(yè)收入水平與行業(yè)規(guī)模無(wú)關(guān)。

為量化貸款規(guī)模差異造成的行業(yè)收入差距，Shapley 分解方法計(jì)算2001—2017年貸款規(guī)模對(duì)行業(yè)收入差距的貢獻(xiàn)度（如表4 所示）。2001—2017年貸款規(guī)模對(duì)行業(yè)收入差距的貢獻(xiàn)度總體呈下降趨勢(shì)，但平均貢獻(xiàn)率也達(dá)到了11.9%，表明貸款規(guī)模差異確實(shí)在一定程度上造成了行業(yè)收入差距的擴(kuò)大，假設(shè)1 得到了證明。

表4：2001—2017年貸款規(guī)模對(duì)行業(yè)收入差距的貢獻(xiàn)度（%）

（三）穩(wěn)健性檢驗(yàn)

為了驗(yàn)證上述結(jié)論的穩(wěn)健性，本文通過(guò)替換解釋變量和調(diào)整樣本期進(jìn)行穩(wěn)健性檢驗(yàn)，運(yùn)用中國(guó)人民銀行基于國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)標(biāo)準(zhǔn)的行業(yè)貸款數(shù)據(jù)替代上市公司數(shù)據(jù)，由于該數(shù)據(jù)從2010年開(kāi)始發(fā)布，因此，將樣本期調(diào)整為2010—2017年，所選行業(yè)與上文保持一致。采用差分GMM 估計(jì)方法對(duì)替換解釋變量后的模型進(jìn)行回歸，結(jié)果如表5 中Robust（1）所示。進(jìn)一步替換被解釋變量，運(yùn)用統(tǒng)計(jì)數(shù)據(jù)計(jì)算行業(yè)收入水平，模型回歸結(jié)果如表5中Robust（2）所示。

表5：貸款規(guī)模對(duì)行業(yè)收入差距影響的穩(wěn)健性檢驗(yàn)

兩個(gè)模型中貸款規(guī)模的系數(shù)均在1%的水平下顯著為正，而人力資本和行政壟斷的估計(jì)系數(shù)不再顯著，固定資產(chǎn)投資增速在第一個(gè)模型中成為顯著變量?？傮w來(lái)看，本文關(guān)于貸款規(guī)模對(duì)行業(yè)收入影響的結(jié)論是可靠的。

（四）影響機(jī)制檢驗(yàn)

為檢驗(yàn)銀行信貸通過(guò)企業(yè)投資影響行業(yè)收入的中介效應(yīng)，運(yùn)用動(dòng)態(tài)面板數(shù)據(jù)模型對(duì)模型（3）進(jìn)行估計(jì)，模型（5）估計(jì)結(jié)果同表3 引入貸款規(guī)模后的模型。由于模型（4）中不含具有慣性的行業(yè)收入變量，根據(jù)Kao 檢驗(yàn)和Hausman 檢驗(yàn)結(jié)果，選擇靜態(tài)面板數(shù)據(jù)固定效應(yīng)模型進(jìn)行回歸，回歸結(jié)果如表6所示。

表6：固定資產(chǎn)投資在貸款規(guī)模影響行業(yè)收入中的中介效應(yīng)

模型（3）的回歸結(jié)果表明，貸款規(guī)模系數(shù)為0.027，并且在1%的水平上顯著；模型（4）回歸結(jié)果則表明，貸款規(guī)模在1%的水平上能夠顯著提高固定資產(chǎn)投資水平；模型（5）中固定資產(chǎn)投資系數(shù)為0.009，在10%水平上對(duì)行業(yè)收入的影響顯著為正，貸款規(guī)模對(duì)行業(yè)收入的影響依然在1%的水平上顯著，但回歸系數(shù)由0.027 降到0.024，說(shuō)明固定資產(chǎn)投資在貸款規(guī)模影響行業(yè)收入的關(guān)系中發(fā)揮中介效應(yīng)，其中介效應(yīng)占總效應(yīng)的比重為6.8%，假設(shè)2得證。

五、研究結(jié)論及政策啟示

實(shí)現(xiàn)共同富裕目標(biāo)面對(duì)的挑戰(zhàn)之一就是收入差距過(guò)大問(wèn)題，因此，探究收入差距的形成機(jī)理具有重要意義。本文以2001—2017年我國(guó)A股各行業(yè)上市公司為研究對(duì)象，運(yùn)用動(dòng)態(tài)面板數(shù)據(jù)模型、Shapley 分解法和中介效應(yīng)模型對(duì)銀行貸款與行業(yè)收入差距的關(guān)系進(jìn)行了實(shí)證研究，得到以下結(jié)論：銀行信貸規(guī)模對(duì)行業(yè)收入有顯著正向影響；Shapley 分解結(jié)果表明，貸款規(guī)模差異對(duì)行業(yè)間收入差距的平均貢獻(xiàn)率為11.9%；影響機(jī)制檢驗(yàn)發(fā)現(xiàn)，企業(yè)投資是銀行信貸影響行業(yè)收入差距的傳導(dǎo)渠道。

基于本文研究結(jié)論，在縮小行業(yè)收入差距方面可以得到如下政策啟示：第一，商業(yè)銀行應(yīng)實(shí)施差異化的行業(yè)信貸資金配置政策，在充分考慮行業(yè)收益性和成長(zhǎng)性的基礎(chǔ)上，優(yōu)化信貸資金配置，提高信貸資金使用效率。第二，創(chuàng)新金融產(chǎn)品和服務(wù)，推出供應(yīng)鏈融資、技術(shù)和專(zhuān)利質(zhì)押貸款等產(chǎn)品和服務(wù)，滿足“專(zhuān)精特新”等戰(zhàn)略新興產(chǎn)業(yè)的融資需求。第三，利用大數(shù)據(jù)人工智能和云計(jì)算等技術(shù)對(duì)企業(yè)數(shù)據(jù)進(jìn)行深度加工、挖掘和分析，形成基于公共信息的“征信報(bào)告”，構(gòu)建基于知識(shí)圖譜的風(fēng)險(xiǎn)識(shí)別和定價(jià)模型，弱化抵質(zhì)押擔(dān)保品在貸款發(fā)放中的作用，提高企業(yè)信貸資金的可得性。第四，發(fā)揮抵押補(bǔ)充貸款等結(jié)構(gòu)性政策工具作用，引導(dǎo)金融機(jī)構(gòu)降低符合產(chǎn)業(yè)政策的重點(diǎn)行業(yè)固定資產(chǎn)投資項(xiàng)目、技術(shù)改造項(xiàng)目的融資成本和最低資本金比例要求，提高企業(yè)投資積極性。

①如2019年社會(huì)融資規(guī)模增量中銀行貸款的比例超過(guò)66%。

②2019年底，滬深兩市上市公司總市值64.3 萬(wàn)億元，占GDP 的64.9%。因此，上市公司職工的工資收入具有一定的代表性。