景 楠，王 彤

（1.西安外國語大學(xué) 商學(xué)院,西安 710043；2.西安高新區(qū)管委會，西安 710043）

0 引言

改革開放以來，我國開始步入經(jīng)濟(jì)的飛速增長期，年均GDP維持在9%以上，國內(nèi)投資活動活躍，國際貿(mào)易高速增長。同時，居民收入也穩(wěn)步上升，但也帶來了城鄉(xiāng)居民收入不斷擴(kuò)大的問題。另一方面，金融業(yè)成為了促進(jìn)我國現(xiàn)代經(jīng)濟(jì)發(fā)展的核心力量，為實(shí)體經(jīng)濟(jì)的發(fā)展提供資金支持和服務(wù)支撐，發(fā)揮著資金融通的樞紐作用，并通過對資金流向的控制而間接影響居民的收入增長水平。但主流經(jīng)濟(jì)學(xué)就金融發(fā)展對城鄉(xiāng)收入差距的研究，并沒有定論。本文從金融發(fā)展的“質(zhì)”和“量”這兩個層次出發(fā)，在控制地區(qū)經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)差異以及政府行為等控制變量的基礎(chǔ)上，基于1994～2013年284個地級市的PVAR數(shù)據(jù)，實(shí)證檢驗(yàn)了金融發(fā)展對城鄉(xiāng)收入差距的影響。同時，為了剔除地區(qū)差異的影響，我們分東中西部分別進(jìn)行了實(shí)證檢驗(yàn)。本文的研究，將為消除或縮減城鄉(xiāng)收入差距提供理論指導(dǎo)和借鑒意義。

1 變量選取、數(shù)據(jù)來源與模型構(gòu)造

對于PVAR（面板VAR）模型而言，可以將多元回歸方程所有變量的滯后項(xiàng)都引入到方程。面板VAR相對于VAR而言，具有較多的優(yōu)點(diǎn)：可以基于微觀理論模型來分析面板數(shù)據(jù)間的動態(tài)關(guān)系，將目標(biāo)變量之間的時序關(guān)系作為內(nèi)生系統(tǒng)來對待；同時，面板模型可以更好的利用各個截面點(diǎn)的信息，帶來更有效的模型估計(jì)結(jié)果。從估計(jì)方法來看，正交化脈沖響應(yīng)函數(shù)和動態(tài)GMM方法是常采用的方法，前者可以考察不同自變量對因變量的動態(tài)影響，后者可以有效考察因變量在時序上的內(nèi)生關(guān)系。

1.1 模型設(shè)定

對于PVAR模型而言，通常包括三個部分：（1）利用廣義矩方法來考察變量之間的回歸關(guān)系；（2）利用脈沖響應(yīng)函數(shù)來考察各個變量對沖擊的響應(yīng)；（3）通過方差分解來考察方差項(xiàng)中各個影響因素的大小。此時，我們可以建立一個三階滯后PVAR模型：

其中，yit≡[ ]GAPit，F(xiàn)Rit，F(xiàn)Eit表示基于面板數(shù)據(jù)的內(nèi)生變量，GAP表示城鄉(xiāng)收入差距，F(xiàn)R表示金融發(fā)展規(guī)模，F(xiàn)E表示地區(qū)金融發(fā)展效率；i表示地級市，t表示時間；?和Γ分別滯后一期和滯后二期的系數(shù)矩陣；ai表示個體效應(yīng)，βt表示時間效應(yīng)；Con表示其他控制變量，λ表示控制變量的系數(shù)矩陣。

1.2 變量選取

我們選取以下變量來考察金融發(fā)展對城鄉(xiāng)收入差距的影響：

（1）城鄉(xiāng)收入差距（GAP）

城鎮(zhèn)居民人均可支配收入和農(nóng)村人均純收入可以分別用于衡量城鎮(zhèn)居民和農(nóng)村居民的實(shí)際收入,本文也采用這種處理方法。

（2）地區(qū)金融市場發(fā)展規(guī)模（FR）

就目前而言，我國大部分的金融資產(chǎn)仍然由銀行把控，因此用銀行資產(chǎn)的發(fā)展來衡量地區(qū)金融市場的發(fā)展規(guī)模是相對合理的?；谶@種考慮，本文用存貸款余額與地區(qū)GDP的比重來衡量地區(qū)金融市場發(fā)展規(guī)模。

（3）地區(qū)金融市場發(fā)展效率（FE）

本文認(rèn)為，能夠更好的衡量地區(qū)金融市場發(fā)展效率的指標(biāo)應(yīng)該是存款余額和貸款余額的差值，反映了地區(qū)金融機(jī)構(gòu)將存款轉(zhuǎn)化為金融投資的能力的差異。因此，本文用各個地級市的存款余額和貸款余額的差比上地區(qū)GDP來衡量地區(qū)金融市場發(fā)展效率。

（4）控制變量

我們引入了這三個變量作為控制變量。①地區(qū)經(jīng)濟(jì)發(fā)展水平（EG），用地區(qū)實(shí)際GDP作為衡量經(jīng)濟(jì)發(fā)展水平的指標(biāo)，以1994年為基期，利用GDP價格指數(shù)進(jìn)行了平減；②產(chǎn)業(yè)結(jié)構(gòu)（IS）。我們用第一產(chǎn)業(yè)產(chǎn)值占GDP的比重作為產(chǎn)業(yè)結(jié)構(gòu)的代理變量；③政府行為（GP），用各地地級市財(cái)政支出占GDP的比重作為政府行為的代理變量。

1.3 數(shù)據(jù)說明

我國金融體制的市場化改革始于1993年，從金融市場結(jié)構(gòu)、功能、覆蓋范圍、市場風(fēng)險等方面進(jìn)行了大范圍的變革，這也將從很大程度上改變對地區(qū)城鄉(xiāng)收入差距的影響。因此，本文選取了1994～2013年我國284個地級市的數(shù)據(jù)，數(shù)據(jù)來源于各地級市（區(qū)、自治州）的統(tǒng)計(jì)年鑒以及中經(jīng)網(wǎng)城市統(tǒng)計(jì)年鑒數(shù)據(jù)庫。

根據(jù)以上說明，我們可以得到各個變量的定義及衡量標(biāo)準(zhǔn)：

表1 各個變量的定義與衡量標(biāo)準(zhǔn)

2 實(shí)證分析結(jié)果

2.1 變量序列的面板單位根檢驗(yàn)結(jié)果

在進(jìn)行PVAR模型回歸分析之前，需要對數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。通常來講，對面板數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)采用的方法有ADF，但效度較低。其他的替代方法還包括LLC和PP等方法。為了結(jié)果的穩(wěn)健性，我們同時給出了這三種面板數(shù)據(jù)平穩(wěn)性檢驗(yàn)的結(jié)果。

表2 面板數(shù)據(jù)平穩(wěn)性檢驗(yàn)

從表2可以看出，核心變量為非平穩(wěn)序列，但其一階差分都為平穩(wěn)序列，并且在1%的顯著性水平下顯著。因此，可以建立PVAR模型。

2.2 協(xié)整檢驗(yàn)結(jié)果

根據(jù)本文面板數(shù)據(jù)平穩(wěn)性檢驗(yàn)，ADF、LLC和PP的結(jié)果都表明變量序列為一階單整，即εit是平穩(wěn)的。此時，可以對變量序列與地區(qū)城鄉(xiāng)收入差距變量序列間的協(xié)整關(guān)系進(jìn)行協(xié)整檢驗(yàn)。本文對于εit序列，采用Pedroni、Kao和Fisher這三種協(xié)整檢驗(yàn)方法。

表3 面板數(shù)據(jù)協(xié)整檢驗(yàn)結(jié)果

從表3可以看出，核心變量和控制變量都在1%的顯著性水平上顯著，原假設(shè)：不存在協(xié)整關(guān)系被拒絕，這說明地區(qū)金融發(fā)展規(guī)模和地區(qū)金融發(fā)展效率與地區(qū)城鄉(xiāng)收入差距之間都存在長期的協(xié)整關(guān)系。

2.3 GMM回歸結(jié)果

接下來，我們將利用GMM方法，來估計(jì)PVAR模型中金融發(fā)展對城鄉(xiāng)收入差距的影響。為了模型估計(jì)結(jié)果的穩(wěn)健性以及對比分析，我們同時給出了Pooled-OLS和FE方法的估計(jì)結(jié)果。

表4 PVAR模型的估計(jì)結(jié)果

從表4的回歸結(jié)果可以看出，Poolded-ols、FE和DIF-GMM的估計(jì)結(jié)果整體都較好，并且結(jié)果較穩(wěn)健。這三種方法比較而言，DIF-GMM和SYS-GMM的結(jié)果較優(yōu)。DIF-GMM的和SYS-GMM的AR（2）的值分別為0.1456和0.1433，說明存在一階自相關(guān)，而Sargan檢驗(yàn)的結(jié)果表明，都不存在工具變量過度識別的問題。

表5 穩(wěn)健性檢驗(yàn)：地區(qū)對比

2.4 穩(wěn)健性檢驗(yàn)

就金融發(fā)展對城鄉(xiāng)收入差距的影響，由于我國存在明顯的地區(qū)差異，這種影響可能也因此存在地區(qū)差異。因此，為了剔除地域的差異，我們分東中西分別進(jìn)行PVAR模型的實(shí)證檢驗(yàn)。在進(jìn)行回歸之前，同樣對數(shù)據(jù)的平穩(wěn)性進(jìn)行了檢驗(yàn)，ADF、LLC和PP的結(jié)果表明三個地區(qū)的變量序列都為一階單整，都通過了1%的顯著性檢驗(yàn)。

進(jìn)行分地區(qū)回歸后我們發(fā)現(xiàn)，東、中、西部地區(qū)的回歸結(jié)果從整體上來看都較好，D( )GAP的參數(shù)估計(jì)值分別為0.518、0.404和0.382，且都通過了顯著性檢驗(yàn)。這說明選取GMM模型是合理的。此外AR(2)和Sargan檢驗(yàn)也都說明應(yīng)該考慮城鄉(xiāng)收入差距的動態(tài)影響。

從整體來講，金融發(fā)展規(guī)模與城鄉(xiāng)收入差距之間呈正相關(guān)，金融發(fā)展效率與城鄉(xiāng)收入差距之間呈負(fù)相關(guān)。對于估計(jì)結(jié)果，我們發(fā)現(xiàn)了較為明顯的地區(qū)差異：金融發(fā)展規(guī)模和效率對城鄉(xiāng)收入差距的影響，中部地區(qū)最高，東部地區(qū)次之，而西部地區(qū)最弱。一個可能的解釋是：目前東部地區(qū)金融發(fā)展規(guī)模較高，相對飽和，而中部地區(qū)正處于高速發(fā)展的階段，西部地區(qū)的發(fā)展則相對薄弱。因此，金融發(fā)展對城鄉(xiāng)收入發(fā)展的影響中部最高，西部最弱。

3 結(jié)論

利用1994～2013年我國284個地級市的面板VAR數(shù)據(jù)，在控制了地區(qū)經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)和政府行為等變量之后，本文從金融發(fā)展的“質(zhì)”和“量”兩個方面考察了金融發(fā)展對城鄉(xiāng)收入差距的影響，并基于分地區(qū)的數(shù)據(jù)，引入了地區(qū)發(fā)展差距，考察了金融發(fā)展對城鄉(xiāng)收入差距的影響的地區(qū)差異。

本文研究發(fā)現(xiàn)，金融發(fā)展規(guī)模和城鄉(xiāng)收入差距之間呈正相關(guān)關(guān)系。也就是說，金融發(fā)展規(guī)模是城鄉(xiāng)收入差距擴(kuò)大的重要影響因素之一。同時，協(xié)整關(guān)系檢驗(yàn)表明，金融發(fā)展規(guī)模和城鄉(xiāng)收入差距之間存在長期均衡關(guān)系。金融發(fā)展效率與城鄉(xiāng)收入差距之間呈負(fù)相關(guān)關(guān)系，即金融發(fā)展效率越高的地區(qū)城鄉(xiāng)收入差距越小。兩者的協(xié)整關(guān)系表明，金融發(fā)展效率和城鄉(xiāng)收入差距之間也存在長期均衡關(guān)系。

金融發(fā)展的“質(zhì)”和“量”這兩個層次對城鄉(xiāng)收入差距的影響，體現(xiàn)出了較大的地區(qū)差異性：影響程度最大的是中部地區(qū)，其次是東部地區(qū)，最弱的是西部地區(qū)。這可能和各個地區(qū)金融發(fā)展程度有關(guān)：東部地區(qū)金融市場發(fā)展已經(jīng)飽和，中部地區(qū)金融市場處于高速發(fā)展階段，西部地區(qū)發(fā)展相對滯后。

[1]章奇,劉明興,陶然.Vincent YiuPor Chen，中國的金融中介增長與城鄉(xiāng)收入差距.北京大學(xué)中國經(jīng)濟(jì)研究中心（CCER）工作論文，2003.

[2]喬海曙,陳力.農(nóng)村金融中介發(fā)展與城鄉(xiāng)居民收入差距的關(guān)系—基于中國1978～2008年的經(jīng)驗(yàn)驗(yàn)證[J].中國農(nóng)村經(jīng)濟(jì)，2009,（7）.

[3]葉志強(qiáng),陳習(xí)定,張順明.金融發(fā)展能減少城鄉(xiāng)收入差距嗎？來自中國的證據(jù)[J].金融研究，2011,（2）.

[4]Clark G R G,Zou H,Xu.L C Finance and Income Inequality:Test of Alternative Theories[R].World Bank Policy Research working paper,2003.

[5]Galor O,and Zeira J.Income Distribution and Macroeconomics[J].Review of Economic Studies,1993,60(1).