趙秋運, 馬　晶

一、引言和文獻綜述

改革開放以來，中國經濟持續(xù)快速增長，人均收入穩(wěn)步提升，然而居民收入不平等在不同維度上呈顯著上升趨勢，Wan, G., ,Oxford：Oxford University Press, 2008.貧富矛盾逐漸凸顯。中國居民收入的基尼系數(shù)在2003年已經達到0.479，其后一直呈上升趨勢，到2008年達到最高點0.491。2008年后基尼系數(shù)雖有所下滑，但直到2014年仍維持在0.469的高位，超過世界銀行所制定的0.4警戒線較大距離。亞洲開發(fā)銀行(ADB)的研究報告則顯示，近20年來，中國的基尼系數(shù)年均增速高達1.6%，為28個受調查的亞洲國家之最。另一方面，根據(jù)新華網報道：如果將中國收入差距進行分解，就可以發(fā)現(xiàn)城鄉(xiāng)居民收入不平等與城鎮(zhèn)內部居民收入不平等對中國整體居民收入不平等的貢獻最大。中國城鄉(xiāng)收入差距比從1978年的2.57∶1提高到2014年的3.05∶1；而按照城鎮(zhèn)工資統(tǒng)計，從2006年開始，城鎮(zhèn)內部居民的貧富差距也在拉大，直到2014年城鎮(zhèn)內部居民高收入行業(yè)和低收入行業(yè)的收入差距有4倍左右。

既有研究表明，收入差距過大會降低一個國家的平均消費傾向，導致內需不足，最終會使得該國的經濟增長速度放緩； Murphy, K.M., Shleifer, A., Vishny, R.,“Income Distribution, Market Size, and Industrialization”, , Vol.104,No.3, 1989，pp.537-564. 還會導致高收入人群和低收入人群之間難以建立相互信任的關系，挑戰(zhàn)社會信用體系，甚至引起社會動蕩，造成激烈的社會沖突。 Alesina, A., Perotti, R., “Income Distribution, Political Instability, and Investment”, , Vol.40,No.6, 1996,pp.1203-1228. 因此，中國“十三五”規(guī)劃綱要明確提出，要盡快扭轉收入差距擴大趨勢；經濟發(fā)展步入“新常態(tài)”后，經濟增長愈加強調“質量更好、結構更優(yōu)”，居民收入不平等問題會是政府、社會和學界持續(xù)關注的焦點。

已有研究中關于中國居民收入不平等的文獻頗為豐富，其集中探尋影響居民收入不平等的因素，主要從城鎮(zhèn)化、金融發(fā)展、人口老齡化等方面進行探究。萬廣華用泰爾指數(shù)構建了城鎮(zhèn)化與不平等之間的理論關系，發(fā)現(xiàn)城鎮(zhèn)化與不平等之間存在倒U形關系，隨著城鎮(zhèn)化的提高，不平等會經歷一個先上升后下降的過程。金融發(fā)展對居民收入不平等的影響則沒有統(tǒng)一的結論， Galor, O., Zeira, J.,“Income Distribution and Macroeconomics”, , Vol.60,No.1, 1993,pp.35-52. Maurer, N., Haber, S.,“Related Lending and Economic Performance: Evidence from Mexico”, , Vol.67,No.3, 2007,pp.551-581. 陳斌開和林毅夫建立理論模型發(fā)現(xiàn)，若政府推行重工業(yè)優(yōu)先的發(fā)展戰(zhàn)略，個體財富收斂速度將減慢，收入分配趨于惡化。李志陽和劉振中運用我國1978—2010年的時間序列數(shù)據(jù)研究發(fā)現(xiàn)，從長期看，城鄉(xiāng)收入差距隨著金融規(guī)模擴大而逐漸增加。董志強等則使用1996-2009年省級面板數(shù)據(jù)，以基尼系數(shù)衡量居民收入不平等，從經驗上證實老齡化對我國居民收入不平等有顯著的正向影響。劉華專門針對農村人口的研究也表明農村人口老齡化的確加劇了居民收入不平等。姚耀軍基VAR 模型及其協(xié)整分析，利用Granger 因果檢驗法，對中國1978—2002年間金融發(fā)展與城鄉(xiāng)收入差距的關系做出實證研究。實證結果表明，金融發(fā)展與城鄉(xiāng)收入差距存在著一種長期均衡關系；金融發(fā)展規(guī)模與城鄉(xiāng)收入差距正相關且兩者具有雙向的Granger因果關系；金融發(fā)展效率與城鄉(xiāng)收入差距負相關且兩者也具有雙向的Granger因果關系。劉貫春基于經濟增長和城市化的雙重視角，研究發(fā)現(xiàn)提升直接融資比例對城鄉(xiāng)收入差距存在直接的縮小效應，并通過促進經濟增長和加速城市化來降低城鄉(xiāng)收入差距，且城市化的中介作用要強于經濟增長。由此可見，以“市場主導型”金融體系為導向，逐步放開金融市場管制以提升直接融資比例，將有利于縮小城鄉(xiāng)收入差距。

研究居民收入不平等相關文獻的一個重要的分支是研究政府如何影響居民收入不平等。本文認為政府在影響居民收入不平等中扮演了兩種角色，第一種是財政手段如稅收 Verbist, G., Figari, F.,“The Redistributive Effect and Progressivity of Taxes Revisited:An International Comparison across the European Union”,: ,Vol.70,No.3, 2014,pp.405-429. 、政府轉移支付等對社會財富進行二次分配，以達到縮小收入不平等的目的。Caminada et al.就利用20個國家數(shù)據(jù)研究發(fā)現(xiàn)，大多數(shù)國家的政府轉移性支付對降低居民收入不平等具有明顯效果。政府的第二個角色便是制定偏向型的、非均衡的發(fā)展政策，在初次分配中直接影響居民收入不平等，這一類偏向型政策恰恰可能是收入不平等的源頭。既有研究發(fā)現(xiàn)，中國居民收入差距的擴大與政府所執(zhí)行的偏向型政策有著密切的聯(lián)系，如城市偏向型政策、戶籍制度等，而這一系列的偏向型政策都源于政府所選擇的重工業(yè)偏向型發(fā)展戰(zhàn)略。Piketty便指出，擁有30%～40%國家財富的中國政府可以更為靈活地調整國家戰(zhàn)略，進而影響居民的收入不平等狀況。

中國勞動力豐富而資本稀缺，在此基礎上執(zhí)行重工業(yè)偏向型發(fā)展戰(zhàn)略與我國要素稟賦結構并不匹配。雖然我國在改革開放后逐步放棄了重工業(yè)偏向型發(fā)展戰(zhàn)略，然而相關的偏向型政策如戶籍制度、金融抑制政策并沒有完全消失。因此居民收入不平等仍舊受到重工業(yè)偏向型發(fā)展戰(zhàn)略的影響。如果重工業(yè)偏向型發(fā)展戰(zhàn)略是中國居民收入不平等的深層次原因，那么量化分析重工業(yè)偏向型發(fā)展戰(zhàn)略對居民收入不平等的作用會有利于我們全面理解政府行為的經濟影響，進而全面評價政府行為的經濟意義?，F(xiàn)階段重工業(yè)偏向型發(fā)展戰(zhàn)略與居民收入不平等之間關系的研究較少，經濟機制與相關的實證研究也亟待豐富。Lin 和Chen首先構建理論模型發(fā)現(xiàn)重工業(yè)偏向型發(fā)展戰(zhàn)略會造成城市部門就業(yè)需求的相對下降，延緩城市化進程進而擴大城鄉(xiāng)收入差距。陳斌開和林毅夫在此基礎上進行了實證研究，研究發(fā)現(xiàn)重工業(yè)偏向型發(fā)展戰(zhàn)略與城鄉(xiāng)收入不平等之間確實存在顯著正相關關系，并且發(fā)現(xiàn)城市化是其核心影響機制。

在已有研究中，考察重工業(yè)偏向型發(fā)展戰(zhàn)略對收入不平等的影響僅僅只考慮了其長期影響，并沒有對它們之間可能存在的短期關系進行研究，針對短期關系的研究可能使我們對重工業(yè)偏向型發(fā)展戰(zhàn)略影響收入不平等的內在經濟機理有更全面的認識。此外，以往文獻沒有討論金融發(fā)展在重工業(yè)偏向型發(fā)展戰(zhàn)略影響收入不平等過程中扮演的角色?；谏鲜龇治?，我們提出以下研究假設：

假設1：長期而言，重工業(yè)偏向型發(fā)展戰(zhàn)略會通過降低城市化水平擴大居民收入不平等，同時，亦會通過降低金融發(fā)展水平而縮小收入不平等，前者的效應更大，最終使得重工業(yè)偏向型發(fā)展戰(zhàn)略在長期內會擴大收入不平等。

假設2：短期而言，重工業(yè)偏向型發(fā)展戰(zhàn)略僅會通過降低金融發(fā)展水平縮小收入不平等。

基于上述假設，本文將站在新結構經濟學的視角，利用1996—2011年的中國省際面板數(shù)據(jù)，采用面板協(xié)整檢驗及面板誤差修正模型，對重工業(yè)偏向型發(fā)展戰(zhàn)略與收入不平等的關系進行再檢驗，分別考察城市化、金融發(fā)展兩種影響機制在上述過程中做所起的作用。

二、指標構建和變量描述

(一)重工業(yè)偏向型發(fā)展戰(zhàn)略的度量

陳斌開和林毅夫提出使用技術選擇指數(shù)(

TCI

)來衡量重工業(yè)偏向型發(fā)展戰(zhàn)略，并且提出多種

TCI

的計算方法，為此，我們參考其文獻后使用下式作為

TCI

的計算方法：

(1)

其中，

GDP

代表地區(qū)工業(yè)增加值；

L

表征地區(qū)工業(yè)就業(yè)人數(shù)；

GDP

為地區(qū)國內生產總值；

L

為地區(qū)總就業(yè)人數(shù)。由于重工業(yè)部門往往屬于資本密集部門，其對勞動力的需求相對較少，如果經濟體選擇的重工業(yè)偏向型發(fā)展戰(zhàn)略偏向重工業(yè)，那么其

TCI

將會增大。與此同時，政府一方面會通過信貸補貼和壓低投入品價格扶植這些沒有自生能力的工業(yè)企業(yè)，另一方面會給予這些企業(yè)能夠制定高價格的壟斷地位，上述措施會導致一個更大工業(yè)增加值(

GDP

)，從而使得分子增加。計算數(shù)據(jù)來自于1996—2011年各省《統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》。地區(qū)的技術選擇指數(shù)(

TCI

)對其最優(yōu)技術選擇指數(shù)(

TCI

)的偏離程度可以用來衡量一個地區(qū)重工業(yè)偏向型發(fā)展戰(zhàn)略的程度。雖然各個省份的

TCI

難以獲得，但我們可以假定各省的

TCI

為常數(shù)， Lin, J. Y., : , , ,Cambridge：Cambridge University Press, 2009. 這樣使得我們可以直接使用

TCI

度量各省份的重工業(yè)偏向型發(fā)展戰(zhàn)略。

(二)收入不平等的度量

早期經濟統(tǒng)計學家嘗試運用多種統(tǒng)計分布函數(shù)來度量收入不平等問題，其中較常用的統(tǒng)計分布有Pareto分布、Gamma分布和Beta分布等。此外，洛倫茨曲線分析法、Gini系數(shù)、廣義熵指數(shù)與Atkinson指數(shù)皆為常用的度量收入不平等的方法。

由于基尼系數(shù)是國際公認的衡量收入不平等的權威指標，考慮《中國城市(鎮(zhèn))生活與價格年鑒》可以獲得計算城鎮(zhèn)內部基尼系數(shù)的相關數(shù)據(jù)，因此本文采用基尼系數(shù)來衡量城鎮(zhèn)內部居民收入不平等，計算方法與楊俊等相同。至于城鄉(xiāng)收入不平等，本文將使用(城市居民人均可支配收入-農村居民人均純收入)/(農村居民人均純收入)來度量。計算基尼系數(shù)的數(shù)據(jù)來源于1996—2011年《中國城市(鎮(zhèn))生活與價格年鑒》，計算城鄉(xiāng)收入不平等的數(shù)據(jù)來源于1996—2011年《中國統(tǒng)計年鑒》。

(三)描述性統(tǒng)計

表1為變量的描述性統(tǒng)計，其計算方法已在上文說明。西藏與重慶由于數(shù)據(jù)缺失而未包括其中，因此本文最終使用的數(shù)據(jù)為29個省市且跨度為16年的面板數(shù)據(jù)。

表1　描述性統(tǒng)計

三、實證分析

(一)實證檢驗方法

1.面板單位根檢驗

本文將使用面板協(xié)整與面板誤差修正模型來研究重工業(yè)偏向型發(fā)展戰(zhàn)略和收入不平等之間的長期與短期均衡關系，為此，我們應該對各變量的平穩(wěn)性進行檢驗。本文使用如下四種檢驗面板單位根的方法：Breitung檢驗、LLC檢驗 Levin,A., Lin,C.F., Chu,C.S.J.,“Unit Root Tests in Panel Data: Asymptotic and Finite-Sample Properties”, , Vol.108,No.1, 2002,pp.1-24. 、IPS檢驗 Im,K.S., Pesaran,M.H., Shin,Y.,“Testing for Unit Roots in Heterogeneous Panels”, , Vol.115,No.1, 2003,pp.53-74. 以及CIPS檢驗 Pesaran,M.H.,“A Simple Panel Unit Root Test in the Presence of Cross-Section Dependence”, , Vol.22,No.2, 2007,pp.265-312. 。

2.面板協(xié)整檢驗

如果所有變量都服從同階單整過程，則可以進行面板協(xié)整檢驗來考察各變量之間是否存在長期協(xié)整關系。本文使用Westerlund、Persyn和Westerlund提供的方法進行面板協(xié)整檢驗。 Westerlund,J.,“Testing for Error Correction in Panel Data”, , Vol.69,No.6, 2007，pp.709-748. Persyn,D., Westerlund,J.,“Error-Correction-Based Cointegration Tests for Panel Data”, , Vol.8,No.2, 2008,p.232. 該方法在誤差修正模型的基礎上，剔除截面異質性、截面內外的相關性的影響后，檢驗誤差修正部分的系數(shù)是否顯著地異于零。該檢驗共有兩組四個檢驗統(tǒng)計量

Gt

、

Ga

與

Pt

、

Pa

，分別能夠對長期協(xié)整、短期協(xié)整、整體協(xié)整和部分協(xié)整做出完整的檢驗。

3.面板誤差修正模型

面板協(xié)整檢驗僅檢驗各變量間是否存在長期聯(lián)系，并不估計具體的協(xié)整系數(shù)。在面板數(shù)據(jù)環(huán)境下，由于回歸變量間潛在內生性和序列相關性的存在，OLS估計結果可能會出現(xiàn)明顯的偏誤。為了更準確地估計協(xié)整關系，本文在FM-OLS和DOLS的基礎上使用一個適用于大N、大T面板數(shù)據(jù)的估計模型，以估計具體的協(xié)整系數(shù)。該模型在估計過程中不僅可以選擇使用動態(tài)固定效應估計量(Dynamic Fixed-effects Estimator)還可以選擇混合組間均值估計量(Pooled Mean-group Estimator)對協(xié)整關系進行估計。

(二)實證檢驗

本文關注的是重工業(yè)偏向型發(fā)展戰(zhàn)略與收入不平等的長期與短期均衡關系，雖然陳斌開和林毅夫的研究已經發(fā)現(xiàn)重工業(yè)偏向型發(fā)展戰(zhàn)略與收入不平等之間的關系為正，但是本文將從城市化和金融發(fā)展的雙重視角出發(fā)，使用面板誤差修正模型重新研究重工業(yè)偏向型發(fā)展戰(zhàn)略與居民收入不平等之間的關系，該方法使得我們在關注長期均衡關系的同時也可以考察短期均衡關系，考察重工業(yè)偏向型發(fā)展戰(zhàn)略對收入不平等的短期和長期效應。本文使用技術選擇指數(shù)(

TCI

)度量各省份的重工業(yè)偏向型發(fā)展戰(zhàn)略偏向程度，居民收入不平等使用城鎮(zhèn)內部的收入不平等(

Gini

)和城鄉(xiāng)收入不平等(

Gap

)兩種方法進行衡量。

1.面板單位根檢驗

在進行面板協(xié)整前，首先應對

TCI

、

Gini

和

Gap

進行面板單位根檢驗，面板單位根的檢驗方法很多，為了使得檢驗結果更為嚴謹，本文采用Breitung 檢驗、LLC檢驗、IPS檢驗以及CIPS檢驗四種檢驗方法(如表2所示)。根據(jù)表2的檢驗結果可知，四個面板單位根檢驗結果基本一致。使用各變量的水平值進行檢驗時，除了LLC檢驗的結果為拒絕“存在單位根”的原假設外，其余檢驗結果均顯示不能拒絕“存在單位根”的原假設。由于各變量的水平值在Breitung檢驗、IPS檢驗、CIPS檢驗中均不能拒絕“存在單位根”，所以本文采信

TCI

、

Gini

、

Gap

均不平穩(wěn)。而當對

TCI

、

Gini

、

Gap

的一階差分進行檢驗時，四個檢驗方法的結果均顯著地拒絕“存在單位根”，可知

TCI

、

Gini

、

Gap

均為非平穩(wěn)的一階單整過程。

表2　面板單位根檢驗

注:(1)所有檢驗形式均帶有截距項；(2)

cv

5表示統(tǒng)計量在5%顯著性水平的臨界值；(3)

CIPS

檢驗方法的臨界值來源于Pesaran(2007)；(4)變量前加“Δ”表示對變量作一階差分。

2.面板協(xié)整檢驗

上文已知

TCI

、

Gini

、

Gap

均為非平穩(wěn)的一階單整過程。為了檢驗三者之間是否存在長期協(xié)整關系，我們使用Westerlund提供的檢驗方法進行檢驗。 Westerlund,J.,“Testing for Error Correction in Panel Data”, , Vol.69,No.6, 2007,pp.709-748. 該方法在誤差修正模型的基礎上，可以剔除截面的異質性，截面內、外的序列相關性的影響，檢驗結果見表3。

表3　重工業(yè)偏向型發(fā)展戰(zhàn)略與收入不平等的面板協(xié)整關系檢驗

注：各統(tǒng)計量的原假設均是不存在協(xié)整關系，當

P

值小于0.05時，則在5%顯著性水平上拒絕原假設。表3第1列顯示了

TCI

、

Gini

之間協(xié)整關系的檢驗結果。其中

Gt

、

Ga

統(tǒng)計量的

P

值均小于0.001，表明其可以在1‰顯著性水平上拒絕原假設，則可認為整個29個序列中至少存在一對協(xié)整關系。

Pt

、

Pa

統(tǒng)計量的

P

值也小于0.001，顯著拒絕不存在協(xié)整關系的原假設，表明所有序列在整體上存在協(xié)整關系，因此，本文認為

TCI

與

Gini

之間存在長期協(xié)整關系。表3第2列報告的是

TCI

與

Gap

之間協(xié)整關系的檢驗結果，討論過程與第1列類似，不再累述，所得結果表明

TCI

與

Gap

之間存在長期協(xié)整關系。上述分析表明，重工業(yè)偏向型發(fā)展戰(zhàn)略與居民收入不平等之間存在顯著的長期協(xié)整關系。

3.面板誤差修正模型

由表3中可知，重工業(yè)偏向型發(fā)展戰(zhàn)略與居民收入不平等之間存在長期協(xié)整關系，為了對協(xié)整系數(shù)進行有效估計，考慮到本文使用的是一個大N大T的數(shù)據(jù)，需要控制數(shù)據(jù)的截面特征，本文使用Blackburne 和 Frank基于面板協(xié)整向量以及面板誤差修正模型提出的估計方法進行系數(shù)估計。 Blackburne,E.F., Frank,M.W.,“Estimation of Nonstationary Heterogeneous Panels”, ,Vol.7,No.2, 2007,p.197. 為此，我們通過Hausman檢驗確定使用固定效應估計量(Dynamic Fixed-effects Estimator)、混合組間均值估計量(Pooled Mean-Group Estimator)對協(xié)整關系進行估計。

TCI

與

Gini

、

TCI

與

Gap

的面板協(xié)整向量估計結果見表4。

表4　重工業(yè)偏向型發(fā)展戰(zhàn)略與收入不平等的面板協(xié)整系數(shù)估計

注：(1)括號內為

t

值；

p

<0.05，

p

<0.01，

p

<0.001。(2)DFE表明估計時使用的是固定效應估計量；PMG表明估計時使用的是混合組間均值估計量。表4為重工業(yè)偏向型發(fā)展戰(zhàn)略(

TCI

)與居民收入不平等(

Gini

、

Gap

)之間面板協(xié)整估計結果。

TCI

與

Gini

的長期均衡關系為正，使用DFE估計量進行協(xié)整系數(shù)估計時，

TCI

的系數(shù)為正，達到10%顯著性水平；而使用PMG估計量估計時，

TCI

系數(shù)仍舊為正，達到1‰顯著性水平；初步表明重工業(yè)偏向型發(fā)展戰(zhàn)略與城鎮(zhèn)內部居民收入不平等存在長期為正的協(xié)整關系，即重工業(yè)偏向型發(fā)展戰(zhàn)略越高，則城鎮(zhèn)內部居民的收入不平等水平越高。

TCI

與另一衡量收入不平的變量

Gap

的長期均衡關系也為正，皆通過5%顯著性水平。這表明重工業(yè)偏向型發(fā)展戰(zhàn)略越明顯，城鄉(xiāng)居民收入差距就會越大。

EC

的系數(shù)表征著誤差修正模型的修正速度，它是否顯著可以作為判斷長期均衡關系是否聯(lián)合顯著的標準。

EC

統(tǒng)計量的系數(shù)在第1列至第4列中皆通過了1%顯著性水平，這表明各變量的長期均衡關系是聯(lián)合顯著的。以上實證研究結果表明重工業(yè)偏向型發(fā)展戰(zhàn)略會擴大居民收入差距，這一發(fā)現(xiàn)與既有文獻的研究結果基本一致。

以上面板誤差修正模型的估計結果表明重工業(yè)偏向型發(fā)展戰(zhàn)略越嚴重，無論是城鄉(xiāng)收入不平等還是城鎮(zhèn)內部居民收入不平等都會擴大，該結果與林毅夫及其合作者的研究結果基本一致，這表明政府偏向型的政策確實是中國收入不平等的影響因素。隨著中國放棄了重工業(yè)偏向型發(fā)展戰(zhàn)略，城鄉(xiāng)收入差距與城鎮(zhèn)內部居民收入不平等的情況將會得到改善。以上發(fā)現(xiàn)的意義在于，通過面板協(xié)整估計確認了政府制定的重工業(yè)偏向型發(fā)展戰(zhàn)略是中國居民收入不平等的影響因素，一定程度上驗證了林毅夫及其合作者所提出的相關理論，確認了政府制定的偏向型政策確是影響居民收入不平等的重要因素。此外，本文還實證檢驗了重工業(yè)偏向型發(fā)展戰(zhàn)略與城鎮(zhèn)內部居民收入不平等的長期協(xié)整關系，是對相關文獻的有益補充。

關注到短期均衡關系，表4中顯示

D

.

TCI

在各列中的系數(shù)皆顯著為負，意味著重工業(yè)偏向型發(fā)展戰(zhàn)略的短期調整會影響收入不平等，現(xiàn)有文獻尚未關注到這一現(xiàn)象，同時，其理論機制也并不能進行較好的解釋。

四、傳導機制分析

陳斌開和林毅夫指出城市化是重工業(yè)偏向型發(fā)展戰(zhàn)略影響收入不平等的核心傳導機制，他們認為旨在鼓勵資本密集型部門優(yōu)先發(fā)展的政府戰(zhàn)略,造成城市部門就業(yè)需求的相對下降,進而延緩城市化進程,農村居民不能有效地向城市轉移,最終導致城鄉(xiāng)收入差距擴大。但是這一理論機制可以解釋重工業(yè)偏向型發(fā)展戰(zhàn)略在長期會擴大收入不平等，卻無法對它們之間存在的短期負向關系進行合理解釋。我們還關注到陳斌開和林毅夫認為政府所采用的金融抑制政策源于重工業(yè)偏向型發(fā)展戰(zhàn)略。在該政策下政府會扭曲金融市場，導致金融資源誤配，降低金融市場效率，進而阻礙金融發(fā)展。而金融發(fā)展會影響收入不平等已經得到了廣泛討論，雖然學界對金融發(fā)展是擴大還是縮小了收入不平等沒有達成共識，但是金融發(fā)展會影響收入不平等卻已被學界所接受 Aghion,P., Bolton,P.,“A Theory of Trickle-Down Growth and Development”, , Vol.64,No.2, 1997,pp.151-172. 。這促使我們思考金融發(fā)展在重工業(yè)偏向型發(fā)展戰(zhàn)略影響收入不平等中扮演了怎樣的角色，以及其是否是重工業(yè)偏向型發(fā)展戰(zhàn)略短期內縮小收入不平等的原因。

本部分將使用面板誤差修正模型研究重工業(yè)偏向型發(fā)展戰(zhàn)略影響收入不平等的內在經濟機理。首先，陳斌開和林毅夫認為城市化是其中的核心影響機制，我們將使用面板誤差修正模型對其進行重新檢驗。此外，我們認為金融發(fā)展可能是重工業(yè)偏向型發(fā)展戰(zhàn)略影響收入不平等的另一重要影響機制。我們還進一步猜測金融發(fā)展這一中間機制可能是重工業(yè)偏向型發(fā)展戰(zhàn)略與收入不平等存在短期負向關系的原因。實證過程中本文將參考主流文獻做法，使用人的城市化(

Urb

)即城市人口占總人口的比例來衡量城市化，采用金融相關比率(

FIR

)指標即以金融機構存貸款總額占GDP的比重度量各省份的金融發(fā)展(

Fd

)水平，計算的數(shù)據(jù)來源于1996—2011年《中國統(tǒng)計年鑒》。

為了檢驗城市化與金融發(fā)展是否是重工業(yè)偏向型發(fā)展戰(zhàn)略影響收入不平等的影響機制，我們首先需要檢驗重工業(yè)偏向型發(fā)展戰(zhàn)略對城市化和金融發(fā)展的影響，然后，檢驗城市化和金融發(fā)展對收入不平等的影響。在對面板誤差修正模型進行估計前，我們仍需要對重工業(yè)偏向型發(fā)展戰(zhàn)略和城市化、重工業(yè)偏向型發(fā)展戰(zhàn)略和金融發(fā)展進行面板單位根檢驗和面板協(xié)整檢驗。檢驗結果表明，重工業(yè)偏向型發(fā)展戰(zhàn)略、城市化、金融發(fā)展均為非平穩(wěn)的一階單整過程，重工業(yè)偏向型發(fā)展戰(zhàn)略與城市化、重工業(yè)偏向型發(fā)展戰(zhàn)略與金融發(fā)展皆存在顯著的長期協(xié)整關系。

在以上面板協(xié)整檢驗的基礎上，進一步建立面板誤差修正模型估計各變量之間具體的協(xié)整關系。

TCI

與

Urb

、

TCI

與

Fd

的協(xié)整系數(shù)估計結果見表5。第1列和第2列顯示的是

TCI

與

Urb

的檢驗結果，首先關注到長期均衡關系，結果顯示

TCI

的系數(shù)為負，使用DFE估計量進行面板協(xié)整系數(shù)估計的結果為負，通過1%顯著性水平，這表明重工業(yè)偏向型發(fā)展戰(zhàn)略與城市化之間的長期均衡關系顯著為負。使用PMG估計量進行協(xié)整系數(shù)估計時，

TCI

的系數(shù)仍舊顯著為負。第3、4列顯示的是

TCI

與

Fd

的檢驗結果，

TCI

的系數(shù)在DFE、PMG兩種估計方法下均為負，皆通過1‰的顯著性水平，這表明重工業(yè)偏向型發(fā)展戰(zhàn)略與金融發(fā)展之間的關系也顯著為負。

EC

統(tǒng)計量的系數(shù)在第1到第4列中皆通過了5%顯著性水平，表明各變量的長期均衡關系聯(lián)合顯著。以上實證結果表明重工業(yè)偏向型發(fā)展戰(zhàn)略越嚴重，城市化和金融發(fā)展水平就越低。產生這種結果的原因是政府采取重工業(yè)偏向型發(fā)展戰(zhàn)略，一方面抑制了高收入城市部門的勞動力需求，進而阻礙城市化；另一方面采取了較為嚴厲的金融抑制政策，使得金融資源錯配，進而阻礙金融發(fā)展。

表5　重工業(yè)偏向型發(fā)展戰(zhàn)略與城市化和金融發(fā)展的面板協(xié)整估計結果

注：(1)括號內為

t

值；

p

<0.05，

p

<0.01，

p

<0.001。(2)DFE表明估計時使用的是固定效應估計量；PMG表明估計時使用的是混合組間均值估計量。我們重點關注到短期均衡關系，第1列和第2列中，

D

.

TCI

的系數(shù)為正，且均不顯著，這表明重工業(yè)偏向型發(fā)展戰(zhàn)略在短期內對城市化沒有顯著影響。城市化是一個長期緩慢的過程，重工業(yè)偏向型發(fā)展戰(zhàn)略雖然能夠在長期內阻礙城市化，但是無法在短期內迅速改變城市對勞動力的需求，因而無法在短期內對城市化有顯著的影響。第3列和第4列中，

D

.

TCI

的系數(shù)為負，皆達到5%顯著性水平，這表明重工業(yè)偏向型發(fā)展戰(zhàn)略在短期內對金融發(fā)展有顯著為負的影響。政府一旦實施重工業(yè)偏向型發(fā)展戰(zhàn)略，其配套的金融抑制政策如所有制歧視的貸款政策會在短期內造成金融資源錯配，進而影響到金融發(fā)展。

綜上所述，本文的實證結果與陳斌開和林毅夫提出來的理論所推導的結果基本一致，我們通過面板協(xié)整檢驗發(fā)現(xiàn)重工業(yè)偏向型發(fā)展戰(zhàn)略與城市化率在長期內存在負的協(xié)整關系，重工業(yè)偏向型發(fā)展戰(zhàn)略與金融發(fā)展也存在長期為負的協(xié)整關系。這說明重工業(yè)偏向型發(fā)展戰(zhàn)略會阻礙中國的城市化進程，也會為金融發(fā)展帶來消極的影響。此外，我們還發(fā)現(xiàn)，重工業(yè)偏向型發(fā)展戰(zhàn)略對城市化在短期內沒有顯著影響，而對金融發(fā)展在短期內有顯著為負的影響。這可能是重工業(yè)偏向型發(fā)展戰(zhàn)略在短期內會縮小收入不平等的原因。

接下來，我們估計城市化和金融發(fā)展對收入不平等的影響。在對面板誤差修正模型進行估計前，我們已知城市化(

Urb

)、金融發(fā)展(

Fd

)和收入不平等(

Gini

、

Gap

)皆為非平穩(wěn)的一階單整過程，還需要對三者進行面板協(xié)整檢驗。檢驗結果表明，

Urb

、

Fd

、

Gini

存在顯著的長期協(xié)整關系，

Urb

、

Fd

與

Gap

也存在長期協(xié)整關系。在面板協(xié)整檢驗的基礎上，我們進一步建立面板誤差修正模型估計

Gini

、

Fd

、

Urb

和

Gap

、

Fd

、

Urb

的均衡系數(shù)，檢驗結果見表6。首先，關注長期均衡關系，表6的第1列和第2列關注城鎮(zhèn)居民內部收入不平等。使用DFE估計量進行估計時，

Urb

的系數(shù)顯著為負，達到10%顯著性水平；

Fd

的系數(shù)為正，在1%顯著性水平上顯著，使用PMG估計量的估計結果類似。第3列和第4列關注城鄉(xiāng)居民收入不平等，使用DFE估計量進行估計時，

Urb

的系數(shù)顯著為負，達到5%顯著性水平；

Fd

的系數(shù)為正，同樣在5%顯著性水平上顯著。以上實證結果表明，城市化在長期內會縮小居民收入不平等，這一結果與陳斌開和林毅夫的理論和實證研究結果一致。上述實證結果還表明，金融發(fā)展在長期內會擴大居民收入不平等，這一結果與陳斌開和林毅夫的理論結果并不一致，但是與其余實證研究的結果相同，如余玲錚和魏下海利用中國省際數(shù)據(jù)使用面板門檻模型對金融發(fā)展的收入分配效應進行了估計，得到金融發(fā)展會擴大收入不平等的結論。金融發(fā)展會擴大收入不平等的原因可能是因為金融發(fā)展并不能有效的減少金融摩擦和降低服務成本，富人享受了更多的金融服務，因而金融發(fā)展會更有利于提升富人的收入和財富，從而擴大居民收入差距。

EC

的系數(shù)顯著意味著金融發(fā)展、城市化與居民收入不平等之間存在整體的長期均衡關系，是對長期均衡關系估計結果的一個副證。上述實證結果表明，隨著城市化的不斷推進，居民收入不均等將會得到較大的改善；而隨著金融業(yè)的不斷發(fā)展，居民收入不平等也會逐漸擴大。

表6　金融發(fā)展、城市化與收入不平等的面板協(xié)整估計結果

注：(1)括號內為

t

值；

p

<0.05，

p

<0.01，

p

<0.001。(2)DFE表明估計時使用的是固定效應估計量；PMG表明估計時使用的是混合組間均值估計量。我們重點關注短期影響，如表6所示，

D

.

Urb

的系數(shù)有負有正，但皆不顯著，表明城市化在短期也不會影響到居民收入不平等。而

D

.

Fd

的系數(shù)皆為正，達到5%顯著性水平，意味著金融發(fā)展在短期便內會擴大收入不平等。這一結果表明城市化在短期內對收入不平等沒有顯著影響，而金融發(fā)展則會在短期內擴大收入不平等。結合表5的實證研究結果，我們可以發(fā)現(xiàn)重工業(yè)偏向型發(fā)展戰(zhàn)略在短期內會顯著降低金融發(fā)展水平，而隨著金融發(fā)展水平的降低，收入不平等也會在短期內顯著縮小。這就是重工業(yè)偏向型發(fā)展戰(zhàn)略會在短期內縮小收入不平等的內在原因。

需要重點提及的是，從表6中可以觀察到城市化對于居民收入不平等的影響是積極的，而金融發(fā)展對居民收入不平等的影響是消極的，而城市化與金融發(fā)展都與重工業(yè)偏向型發(fā)展戰(zhàn)略存在長期協(xié)整關系。這使得我們不得不仔細比較重工業(yè)偏向型發(fā)展戰(zhàn)略通過城市化和金融發(fā)展對收入不平等影響的大小。首先我們比較表5中重工業(yè)偏向型發(fā)展戰(zhàn)略對城市化與金融發(fā)展的長期協(xié)整系數(shù)，發(fā)現(xiàn)重工業(yè)偏向型發(fā)展戰(zhàn)略對城市化的影響要大于其對金融發(fā)展的影響，其次在表6中還可以發(fā)現(xiàn)城市化對收入不平等的影響要大于金融發(fā)展對收入不平等的影響。

為此，我們可以認為，隨著中國放棄了重工業(yè)偏向型發(fā)展戰(zhàn)略，一方面城市化進程得到推進，城鄉(xiāng)收入差距與城鎮(zhèn)內部收入不平等的情況將會得到改善；另一方面金融發(fā)展程度將會得到提高，由金融發(fā)展所帶來的收入不平等現(xiàn)象開始出現(xiàn)。最終，放棄重工業(yè)偏向型發(fā)展戰(zhàn)略通過城市化給收入不平等帶來的積極影響要大于其通過金融發(fā)展給收入不平等帶來的消極影響，放棄重工業(yè)偏向型發(fā)展戰(zhàn)略對收入不平等的最終影響應當為正。即重工業(yè)偏向型發(fā)展戰(zhàn)略越高，收入不平等越嚴重，隨著重工業(yè)偏向型發(fā)展戰(zhàn)略的降低，收入不平等問題將得到改善。而在短期，放棄了重工業(yè)偏向型發(fā)展戰(zhàn)略只會顯著提升金融發(fā)展水平，使得收入不平等在短期內擴大。

四、研究結論

收入不平等是當前中國經濟社會中頗受關注的現(xiàn)實問題。研究重工業(yè)偏向型發(fā)展戰(zhàn)略與收入不平等具有重要的理論價值和現(xiàn)實意義。本文從城市化和金融發(fā)展的視角，采用面板誤差修正模型重新研究了重工業(yè)偏向型發(fā)展戰(zhàn)略對收入不平等的短期和長期效應。實證研究發(fā)現(xiàn)，重工業(yè)偏向型發(fā)展戰(zhàn)略與收入不平等不僅存在為正的長期協(xié)整關系，還存在為負的短期協(xié)整關系。其原因是重工業(yè)偏向型發(fā)展戰(zhàn)略在長期內一方面會通過降低城市化水平擴大居民收入不平等，另一方面會通過降低金融發(fā)展水平而縮小收入不平等，前者的效應更大，最終使得重工業(yè)偏向型發(fā)展戰(zhàn)略在長期內會擴大收入不平等。而在短期重工業(yè)偏向型發(fā)展戰(zhàn)略僅會通過降低金融發(fā)展水平來縮小收入不平等。

長期來看，放棄重工業(yè)偏向型發(fā)展戰(zhàn)略將有效降低收入不平等，因此本文提倡遵循比較優(yōu)勢發(fā)展的新結構經濟學發(fā)展觀，政府應減少其偏向型行為對經濟運行帶來的損害。既然政府偏向型的政策是造成中國收入不平等的因素之一，那么政府就應該逐步放棄對市場的非正常干預與偏向型的政策安排，制定符合稟賦優(yōu)勢的相關政策，給予市場經濟參與主體一個公平的市場競爭環(huán)境。

附錄：

表7　金融發(fā)展與城市化的單位根檢驗

注：各統(tǒng)計量的原假設均是不存在協(xié)整關系，當

P

值小于0.05時,則在5%顯著性水平上拒絕原假設。

表8　重工業(yè)偏向型發(fā)展戰(zhàn)略與城市化、金融發(fā)展的面板協(xié)整檢驗

注：各統(tǒng)計量的原假設均是不存在協(xié)整關系，當

P

值小于0.05時,則在5%顯著性水平上拒絕原假設。

表9　金融發(fā)展、城市化與收入不平等的面板協(xié)整關系檢驗

注：各統(tǒng)計量的原假設均是不存在協(xié)整關系，當

P

值小于0.05時,則在5%顯著性水平上拒絕原假設。