喻晓平
金融资源不平衡、金融效率与城乡收入差距
——基于省级面板数据的实证分析
喻晓平
本文利用1990-2004年中国29个省市的面板数据,运用系统GMM估计方法,实证分析了金融资源不平衡、金融效率与地区收入差距之间的关系。得出结论是:金融资源分配的不平衡和金融效率水平的差异是导致我国城乡收入差距拉大的主要原因。因此,解决我国城乡收入差距,实现整个国家的和谐发展和共同繁荣,应当改变目前金融资源分配不平衡的现状,统筹城乡金融均衡发展。
金融资源不平衡金融效率城乡收入差距
经济学家很早就对收入分配差距问题进行了理论和实证研究,但得出的结论有所不同。Kuznets(1955)开创性地提出了“库兹涅茨”假说,认为经济发展与收入不平衡是倒U型关系。20世纪90年代,Greenwood和Jovanovich(1990)首次利用内生增长模型分析了经济发展、金融发展和不平等之间的关系,从实证角度验证了“库兹涅茨”假说[2]。然而Galor和Zeira(1993)、Galor和Moav(2004)从资本市场的不完备性角度,研究了收入不平等问题,认为金融中介发展与收入分配差距呈负相关关系。随着我国经济的快速增长,我国地区经济差距,特别是城乡收入差距有进一步拉大趋势,这已经成为影响我国现阶段经济发展和稳定的重要因素之一,收入分配问题引起了国内学术界的高度关注。对于我国的城乡收入差距的产生原因有许多不同的观点。蔡继明(1998)认为,导致城乡收入差距的主要原因是城乡比较生产力差别。李实(2003)认为城乡收入差距的原因主要包括政府对农副产品价格的控制、农村居民不合理的税费负担以及城乡劳动力市场的分割、社会福利和社会保障的歧视性等。最近几年,学者们开始从金融发展的角度探讨我国城乡收入差距问题,但也存在比较大的分歧。章奇等(2003)利用我国1978~1998年省级数据进行实证分析,其结论是:金融发展拉大了我国城乡收入差距,特别是90年代体现得更明显。而陆铭、陈钊(2004)的研究并没有发现金融发展水平对城乡收入差距产生显著影响,认为城乡收入差距的扩大与地方政府实施的带有城市倾向的经济政策有关。姚耀军(2005)基于VAR模型及其协整分析,利用Granger因果检验法,研究了金融发展与城乡收入差距的关系。实证结果表明:金融发展与城乡收入差距关系存在着一种长期均衡关系;金融发展规模与城乡收入差距正相关且两者具有双向的Granger因果关系;金融发展效率与城乡收入差距负相关且两者也具有双向的Granger因果关系。陈志刚等(2008)运用1990-~2004年中国分省面板的数据,实证分析了中国省级区域金融发展、人力资本和城乡收入差距之间的关系。研究结果表明:金融发展缩小了城乡收入差距,人力资本拉大了城乡收入差距,经济增长和城乡收入差距之间呈现出的是一种正“U”型关系。苏基溶、廖进中(2009)利用2001—2007年中国省际面板数据,运用系统的广义矩(GMM)估计方法,研究金融发展对收入分配和贫困的影响。结果发现,中国的金融发展更有利于贫困家庭收入水平的提高,减少收入分配不平等。贫困家庭的收入增长大约有31%可以归因于金融发展的收入分配效应,而剩下的69%是由于金融发展的增长效应所致。
本文在借鉴以上研究成果的基础上,利用中国29个省1990—2004年的面板数据,分析金融资源的不平衡、金融效率与地区收入差距之间的关系,本文的贡献在于通过建立动态面板数据模型,并在估计方法上采用系统GMM估计,以解决变量的内生性问题,减少估计偏差。
我们选取的被解释变量为城乡收入差距,内生解释变量为金融发展水平和金融效率,用人均GDP、城市化率作为外生控制变量,具体含义见表1所示
表1 变量的含义及简称
所有数据都来源于新中国55周年统计资料汇编。本文选取研究对象为29个省市(包括北京、上海、天津、河北、河南、山西、陕西、湖北、湖南、广西、广东、福建、浙江、江苏、江西、安徽、山东、吉林、黑龙江、辽宁、青海、四川、贵州、云南、海南、新疆、宁夏、内蒙古、甘肃),样本区间为1990年—2004年的年度数据。
为了考察金融发展水平、金融效率对收入差距的影响,建立如下的动态面板数据模型:
其中η是无法观测的地区效应,λ是指仅随时间变化的影响因素,ε是误差项,服从通常的假设。
考虑到上面建立的是动态面板数据模型,在解释变量中存在被解释变量的滞后项,因而解释变量存在内生性。若用面板数据的随机效应或固定效应对模型进行估计,得到的参数估计值将是有偏的、非一致的估计量,从而导致由其推导出的经济含义也是扭曲的。为了解决这一问题,本文采用Arellano和Bond(1991)的动态面板广义矩法(GMM)对模型进行估计。这一方法是先对估计方程进行一阶差分以消除固定效应的影响,然后用一组滞后的解释变量作为差分方程中相应变量的工具变量,从而获得一致性估计。对于GMM估计量是否有效可行,Bond等(2001)提出一种简单的检验办法,即将GMM估计值分别与固定效应估计值和混合OLS估计值进行比较,由于混合OLS估计通常会严重高估滞后项的系数,而固定效应估计一般会低估滞后项的系数,因此,如果GMM估计值介于两者之间,GMM估计就是可靠、有效的。
我们对各省在1990年至2004年间城乡收入差距(ndi)、金融发展水平(fd)、金融效率(fde)、人均GDP(rgdp)和城市化水平(city)等变量的平均值分别进行了计算,这些指标的地区差异情况如图1和图2所示。从图1和图2我们发现,城乡收入差距平均值不同地区差异较明显,而金融效率水平的平均值各省市差异不是很明显,并且整体金融效率水平处于较低水平。各省市金融发展水平存在一定的差异,基本与城乡收入差距呈正相关关系。人均GDP的平均值北京、上海、天津、浙江和广东等省市明显高于其他省市。
根据前面对系统GMM估计方法的描述,从表2估计结果来看,滞后项系数应该介于0.724288~0.933563之间。所以,无论是一步系统GMM估计,还是二步系统GMM估计都是有效的。但是,考虑到一步系统GMM估计结果没有通过萨甘检验,因而二步系统GMM估计结果更有效。从显著性水平来看,在1%的显著性水平下,各个变量都通过了显著性检验。
根据二步系统GMM估计结果,我们发现金融发展水平和金融效率都拉大了城乡收入差距,也就是说,各省之间金融资源的不平衡分配,是导致各省城乡收入差距进一步拉大的重要原因。而人均收入水平的提高、城市化进程的加快有利于缩小城乡收入差距。
表2 面板数据模型估计结果
通过建立动态面板数据模型,并应用系统GMM估计方法,我们发现导致城乡收入差距扩大的原因是金融资源分配的不平衡和金融效率水平,这个结论与国内一些学者的观点不同。本文认为,城乡收入差距与金融发展规模和金融效率水平正相关的主要原因是:中国金融资源在城乡的分配是非均衡的,中国金融系统在金融资源的分配上表现出了明显的城市化倾向,同时地区化差异也很明显。在广大的农村地区,金融供给严重不足,极大地制约了农村经济发展和农民收入水平的提高,在广大西部偏远地区由于金融资源缺乏,经济发展水平低下,人均收入水平远远低于东部发达地区。
因此本文认为要解决我国城乡收入差距,必须改变目前金融资源分配不平衡的现状,加大对广大农村地区、西部落后地区金融支持的力度,积极推动农村金融改革,逐步建立农村金融供给的有效体系,进一步推进城市化进程,逐步提高农民收入水平,这样才能逐步步缩小城乡收入差距,实现整个国家的和谐发展和共同繁荣。
[1]KU ZN ETS,S.Economic growth and income inequality [J].American Economic Review,1955,45(1):1-28
[2]Greenwood J,Jovanovic B,Financial development,growth, and the distribution of Income,Journal of Political Economy,Vol.98,No.5,1076-1107
[3]Galor,Oded and J.Zeira.(1993).“Income Distribution andMacroeconomics,”ReviewofEconomicStudies 60,35-52
[4]Galor,Oded and Omer Moa.(2004).“From Physical to Human Capital Accumulation:Inequality and the Process ofDevelopment,”ReviewofEconomicStudies 71,1001-26.
[5]蔡继明.中国城乡比较生产力与相对收入差别[J].经济研究.1998.(1)11-19
[6]李实.中国个人收入分配研究回顾与展望[J].经济学(季刊),2003.(2):380
[7]章奇,刘明兴等.中国金融中介增长与城乡收入差距[J].中国金融学.2003.(11):16-28
[8]陆铭,陈钊.城市化、城市倾向的经济政策与城乡收入差距[J].经济研究.2004.(6):50-58
[9]姚耀军.金融发展与城乡收入差距关系的经验分析[J]财经研究.2005,31(2):49-59
[10]苏基溶,廖进中.中国金融发展与收入分配、贫困关系的经验分析—基于动态面板数据的研究[J].财经科学.2009.(12):10-16
[11]陈志刚,师文明.金融发展、人力资本和城乡收入差距——基于中国分省面板数据的实证研究[J].中南民族大学学报.2008.28(2):144-149
Imbalance of Financial Resources,Financial Efficiency and Urban-Rural Income Gap——Empirical Study based on Provincial Panel Data in China
YU Xiao-ping
School of Economics,Shandong Business Administration College,Yantai 264005
Using the panel data of Chinese 29 provinces from 1990 to 2004,this paper applies system GMM estimator method and researches the impact of imbalance of financial resources,financial efficiency on Urban-Rural income gap.The results demonstrate that china's imbalance of financial resources,financial efficiency spaced out urban-rural income gap.Therefore,to contract urban-rural income gap and set up the socialism diapason society,urban-rural balanced development of finance and fair development strategy should be promoted.
Imbalance of Financial Resources;Financial Efficiency;Urban-Rural Income Gap
F83
A
喻晓平,男,江西高安人,山东工商学院经济学院副教授,山东大学经济学院博士研究生;研究方向为:货币金融合作与监管、区域金融;山东烟台,264005。