具有普惠金融内涵的金融发展与城乡收入分配的失衡调整——基于VEC模型的实证研究

李建伟，李树生，胡 斌

(1.山东工商学院 半岛经济研究院，山东 烟台 264005;2.首都经济贸易大学 金融学院，北京 100070;3.特华博士后科研工作站，北京 100029)

一、引言

城乡收入分配差距问题一直是我国经济社会发展中的突出矛盾和关注焦点。根据国家统计局公布的经济数据，2013年我国居民收入基尼系数为0.473，而在2000年这一数据只有0.412(0.4以上的基尼系数表示收入差距较大)，这表明近年来我国收入差距不断扩大。而城乡收入的不平等是造成我国整体收入分配不平等的主要来源，其近年总体上处于波动性扩大态势，我国城镇居民人均可支配收入和农村居民人均纯收入在2013年分别为26955元和8896元，城乡收入比为3.03倍，这与2000年的2.79倍相比，上升了约0.24倍，差距的绝对值亦由4027元上升至18059元，差距状况不容乐观。究其原因，作为要素流通和资源配置重要途径的农村金融乃至整体金融的发展是影响城乡收入差距的重要因素，金融资源的配置能够实现收入分配效应，金融资源的“逐利性”使得大多数农村居民被排斥在金融服务体系之外，农村经济主体的信贷可及性和投资机会大大减少，农村经济受到了资本缺乏的制约，农民收入增加的速度较之城镇居民大为减慢。为此，我国近年来不断推进针对农民等弱势群体的金融产品和服务方式创新，以满足这些弱势群体的资金需求，而党的十八届三中全会更是首次明确提出要“发展普惠金融”。普惠金融强调要全方位、有效地为社会所有经济主体尤其是农村低收入者提供金融服务，这种制度安排目的之一就是缓解农民融资困境，使农村经济主体能获得更多投资及增加收入的机会，从而在某种程度上改善目前的城乡收入分配失衡现状。那么，如何评价我国的金融普惠程度?普惠金融的发展能在多大程度上影响我国城乡收入差距问题?这是本文试图解决的问题。

二、相关文献综述及理论分析

关于金融发展和收入分配关系的问题，国外学者是在20世纪90年代以后才开始研究的，并且对于两者之间的关系没有一个统一的论调。Greenwood 等人(1990)［1］就经济增长、金融发展、收入分配的动态演化关系建立了统一模型并得出结论：在初期，金融发展在促进经济增长的同时也扩大了收入分配差距，但从长期看，伴随着经济增长和金融发展的不断提升，收入差距会逐步被改善，即金融发展与收入分配存在着库兹涅茨倒 U效应。Banerjee和 Newman(1993)［2］通过构建一个包含三部门的经济模型分析得出：如果一国金融发展水平很低，那么金融中介成本就会很高，低收入者的金融服务可及性很小，恶化了弱势群体的信贷困境，从而降低了低收入者的经济、投资机会，加剧了因初始财富分配作用造成的代际间收入不平等状况。而C1ark等学者(2003)则对多个国家金融发展与收入分配相关数据进行了分析，认为金融发展有助于缩小收入差距。近年来，也有部分学者开始从金融包容(普惠金融)的角度研究金融发展和收入分配的关系。Beck et.al.(2007)［3］研究了提高金融包容性对缓解收入不平等的作用，认为提高金融包容的程度，将会改善收入差距状况。Mookerjee和Kalipioni(2010)通过对65个国家的相关数据分析得出：金融机构服务可及性程度的高低直接影响到不同国家之间收入的不平等。

鉴于明显的城乡二元经济结构，我国的金融资源及机构多集中在城镇，农村弱势群体遭受严重的金融排斥，导致城乡居民之间的收入差距越来越大。所以，国内学者大都是在城乡二元经济结构的背景下来研究我国金融发展与城乡居民收入差距的关系。王修华、邱兆祥(2011)［4］通过实证研究认为我国农村金融规模的扩张较大程度上恶化了城乡收入不平等状况，而农村金融效率的提高则缩小了城乡收入差距，构建普惠性金融体系是改善城乡收入差距的有效途径。王曙光等(2011)［5］定量分析了农户贷款需求及信贷可得性的影响因素，得出了农户收入和信贷可得性存在显著的相关关系，要提高农民收入必须阻断双重二元金融结构。田杰、陶建平(2012)［6］通过相关面板数据实证检验了我国农村普惠金融及其各维度影响农村居民收入的效应。王婧、胡国晖(2013)［7］利用银行业数据综合评价了我国普惠金融的发展状况并分析其影响因素。王宁等(2014)［8］认为金融机构对贫困地区的信贷门槛较高，享受不到金融服务的贫困农户容易掉入“贫困陷阱”，应构建普惠金融体系，降低农户的信贷门槛。

金融发展通过直接和间接两个途径发挥对收入分配的影响效应。间接途径是指金融发展以经济增长作为传导环节，通过促进经济增长，从而提高低收入者的收入水平，改善收入分配差距状况。［9］而金融发展对收入分配的直接影响主要表现为：一是门槛效应。农村居民在经济实力、可抵押资产以及面临的信用环境等方面无法与城镇居民相比，所以金融机构提高了对农民信贷的门槛，降低了农户信贷产品及服务的可得性，制约了农户增收可能性，从而扩大了城乡收入差距。二是通过发展新、微型金融，可以使以前被排斥在传统金融服务及经济增长轨道以外的农户享有与城镇居民相同的金融机会，从而起到脱贫效应，有助于改善城乡居民收入失衡状况。三是金融机构出于“逐利”和“控风险”的权衡，撤离了落后农村地区的分支机构，使得贫困农户被排斥在传统金融服务之外，而这又会通过“马太效应”使得落后农村陷入经济与金融的恶性循环，阻碍农户增收，扩大了城乡收入差距。

总之，在不同阶段，金融发展对收入分配有着不同的影响效应结果，所以具有普惠金融内涵的金融发展如何影响城乡收入差距需要实证结果的检验。上述文献虽然大都提起普惠金融概念，但多用某个具体指标来替代，无法精确测量出金融发展的普惠程度及对城乡收入差距的影响。本文试图构建普惠金融指数来计算金融发展的普惠程度，并在VEC模型框架内对普惠金融指数与城乡收入差距的关系进行实证研究。

三、普惠金融指数的构建与推算

关于如何测度与评价普惠金融发展度，国内外学者一直在不断探索。Beck et.al.(2007)［3］选取了8个测度普惠性金融的指标，分别从金融服务的可得性及实际使用两个方面来评价金融普惠，但没能够用一个综合指数来测度普惠金融。为此，Sarma等(2010)［10］参考人类发展指数(HDI)的计算方法，利用金融服务地理渗透性、使用效用性、产品接触性三个维度信息构建普惠金融发展指数IFI(Index of financial inclusion)，首次提出了普惠金融的综合测度方法。Chakravarty(2010)改进了计算普惠金融发展指数的方法，使之更加成熟、完善。不过这些学者大都给各指标取了相同的权重，而事实上不同指标变量所代表的金融普惠程度是不同的。

(一)指标的选取及权重的确定

根据上述IFI指数测度方法，在考虑我国普惠金融发展的现实及相关数据可获得性的基础上，利用金融服务的范围和使用两个维度并从中选取6个代表性指标来测度普惠金融发展的程度。金融服务范围维度又分为地理维度的金融服务渗透性及人口维度的金融服务可及性，选取的具体指标变量为每万平方公里的银行业金融机构数、每万平方公里的银行业金融机构从业人数以及每万人拥有的银行业金融机构数、每万人拥有的银行业金融机构从业人数;而金融服务的使用主要体现在存贷款服务的使用，所以选取的指标变量为金融机构人均存款占人均GDP比重、人均贷款占人均GDP的比重。

为了能反映出各指标变量对普惠金融发展贡献率的不同，在确定指标权重时采用变异系数法。这样，各指标的变异系数分别为各指标的标准差和平均值。各指标的权重越大说明该指标对普惠金融发展越重要。

(二)构建普惠金融发展指数

需要对具有不同量纲的各个指标“去量纲化”，进行归一化处理，那么每个指标的测度值，其中，wi为各个指标的权重，Xi为第i个指标的实际值，Mi表示第i个指标样本中的最大值，mi表示第i个指标样本中的最小值，Di越大说明该指标所代表的金融普惠程度越高。在此基础上，得出了普惠金融发展指数IFI的计算公式：

(三)测算普惠金融发展指数

由于相关年份数据的可得性问题，测算了2004～2013年的我国普惠金融发展指数，以此来衡量我国近年来普惠金融发展的实际状况。各指标的原始数据主要来源于中国人民银行发布的相关年份《中国区域金融运行报告》主报告及《中国统计年鉴》。但由于中国人民银行在2005年才开始发布《中国区域金融运行报告》主报告，所以2004年的“银行业金融机构数”、“银行业金融机构从业人数”是由当年各省市《区域金融运行报告》中对应的相关数据经过整理计算而得。依据上述公式测算出2004～2013年我国普惠金融发展指数，具体结果如表1所示。

表1 2004～2013年我国普惠金融发展指数

四、模型设定、数据来源及实证分析

(一)模型设定

用传统的经济计量方法来描述变量关系是以经济理论为基础的，但通常经济理论不能够严密说明变量间的动态联系，因此，很难构建一个非常精确的结构性模型，尤其是对目前处于经济转型的中国，普通的多元回归模型的解释能力较弱。而向量自回归模型(Vector Auto Regression，VAR)可以把经济系统各个内生变量作为系统中所有内生变量的滞后项的函数来构建模型，能详尽考察各变量间的动态互动关系，阐释经济冲击对经济变量产生的影响。但VAR模型需要各个变量都是平稳的，非平稳时间序列须差分平稳后才能建立VAR模型，这一过程会使序列包含的信息受到损失。而随着协整理论的发展，处理各变量间存在协整关系的非平稳时间序列的一个更好的办法，就是构建向量误差修正模型(Vector Error Correction，VEC)。可以认为 VEC模型就是包含了协整约束的VAR模型。

(二)变量选取及数据来源说明

第一，前面已经提及，考虑到金融普惠过程的复杂、多维，如果把多个反映普惠金融发展的指标单独使用，那么反映出来的只是部分关于普惠金融发展的信息，所以，这里采用了上面测算出来的普惠金融发展指数IFI(见表1)作为反映我国近年金融发展普惠程度的指标。

第二，城乡收入差距指标(GAP)。考虑到指标数据的连续性和可比性，选取“城乡居民收入比”作为城乡收入差距的指标，其中，城镇居民收入采用“城镇居民人均可支配收入”指标代表，农村居民收入采用“农村居民人均纯收入”指标代替，城乡收入比的数值越大，就代表城乡居民收入差距问题越严重。所涉及指标的相关数据均来自历年《中国统计年鉴》。

(三)实证检验

以下的实证检验过程是借助于软件Stata12.0完成的。

1.单位根检验

由于非平稳时间序列是变量之间存在协整关系的前提，所以在检验变量之间是否存在协整关系之前，必须对所有变量进行单位根检验。选用ADF方法检验普惠金融发展指数IFI和城乡收入差距指标GAP两个变量序列的平稳性。

表2 ADF检验结果

从表2的结果中可以发现，在5%的显著性水平下，IFI和GAP两个变量序列都不平稳，而其二阶差分D2(IFI)和D2(GAP)则拒绝了原假设，检验结果比较显著，不存在单位根，所以本文认为普惠金融发展指数IFI和城乡收入比GAP都是二阶单整时间序列，即为I(2)。

2.协整检验

从相关数据可以看出，普惠金融发展指数IFI和城乡收入比GAP的升降性具有一定的联动性，这就表明IFI和GAP之间很有可能存在长期均衡关系，即存在协整系统。而又可由单位根检验可得，时间序列IFI和GAP是非平稳的二(同)阶单整序列，这样本文运用Johansen极大似然协整检验法估计两个序列之间是否协整，即检验两者之间是否存在一种长期均衡关系，具体结果见表3。由检验结果可以看出，包含常数项与时间趋势项的协整秩迹检验(Trace statistic)结果表明，在5%的显著水平下，只有一个线性无关的协整向量(表3中打“*”者)，即变量IFI和GAP之间存在一个协整关系，表明了代表具有普惠金融内涵的金融发展水平的变量IFI与城乡收入差距GAP之间存在着一种长期均衡关系。

另外，要选择该系统所对应的VAR表示法的滞后阶数。依照模型滞后期选择标准，本文认为滞后2期为基准模型。

表3 Johansen协整检验结果

3.VEC模型的建立

一个协整系统可以由多种方式表示，目前处理这种问题的普遍方式就是使用误差修正项表示，即：

如果一个两变量的VEC模型中只包含误差修正项ecmt=y2t－by1t，但不存在滞后差分项，则VEC 模型表达式可写为 Δyt=αecmt－1+ εt。

ecmt－1是误差修正项即协整方程(cointegrating equation)，说明了变量之间的长期均衡关系，系统矩阵α反映了变量之间偏离长期均衡状态时使其回到均衡状态的调整速度。这里，由于IFI(具有普惠金融内涵的金融发展程度)与GAP(城乡收入差距)的长期均衡关系才是本文考察的重点，所以这里只列出协整方程(误差修正项)，公式如下：

协整方程公式(2)反映了城乡收入差距GAP和普惠金融发展指数IFI两个变量的长期均衡关系，AIC和 SC都比较小，分别为－7.505845和－7.416473，说明模型整体效果显著。从式(2)中可发现，IFI前的系数为－0.51，说明从长期看，金融发展的普惠程度对于改善(缩小)城乡收入差距问题GAP的作用是比较明显的。当然，仅仅通过VEC模型中某个具体系数来反映普惠金融发展的城乡收入分配效应还远远不够，还需通过脉冲响应函数观察IFI对GAP的动态影响过程。

另外，这里需要使用单位根检验图来检验此VEC模型系统的稳定性，Stata12.0运算结果如图1所示。

如图1结果显示，除了VEC模型本身所假设的单位根之外，伴随矩阵的所有特征值都位于单位圆内，所以该VEC模型系统是稳定的。

4.脉冲响应分析

脉冲响应函数(IRF)用来分析当一个随机误差项发生变化(模型受到某种冲击)时对系统的动态影响，能够明显地全面捕捉到冲击对内生变量当期值和未来值的影响轨迹。下面利用此VEC模型的正交化脉冲响应函数分析金融发展的普惠程度对城乡收入分配的影响。图2描述了城乡收入比GAP和普惠金融发展指数IFI依次作为因变量对一个标准差的其他变量(包括自身)的随机扰动项所生成的响应，纵轴表示内生变量对冲击的响应，横轴代表冲击作用的滞后期(以年度为单位)。

从图2可以看出：

第一，图2的左下方的脉冲响应图表明，当在本期给普惠金融发展指数IFI一个正冲击后，城乡收入比GAP在前3期迅速向下波动，负效应不断扩大，在第4期以后负效应波动的幅度趋于缓和。这表明金融发展的普惠程度受外部条件的某一冲击后，给城乡收入比带来了反向的冲击，即金融发展的普惠程度越高，对改善或缩小城乡收入差距具有越强的促进作用，这一作用不但越来越显著而且持续效应较长。

第二，而图2的右上方的脉冲响应图表明，当在本期给城乡收入比GAP一个正冲击后，就会给普惠金融发展指数IFI带来正效应，而且这种正效应在前2期会不断迅速扩大，大约在第3期达到最大值并且在以后几期都会持续以相同水平对普惠金融发展指数产生影响。这表明城乡收入比受外部条件的某一冲击后，给普惠金融的发展带来了正向的冲击，合理的解释就是随着城乡收入比的提高，我国的城乡收入差距不断扩大，农民弱势群体要求缩小城乡收入差距的呼声越来越高，这就在客观上要求通过配置途径达到收入分配效应的金融资源一定程度上向整个农村地区倾斜，因此，金融特别是农村金融的普惠程度将会被动地提高。

五、主要结论及政策启示

利用2004～2013年的相关数据，测算了我国的金融普惠发展指数，并在此基础上建立VEC模型及脉冲响应函数，详细检验了普惠金融发展程度IFI与我国城乡收入分配差距GAP之间的关系。研究得出了以下结论及启示：

第一，普惠金融发展程度与我国城乡居民收入分配差距之间存在着一种长期均衡关系，金融普惠特别是农村金融普惠程度的提高对降低城乡收入比、改善城乡收入分配状况发挥显著的正向作用，这表明现阶段具有普惠金融内涵的金融发展对农村地区所发挥的脱贫减困效应要远大于其门槛效应和金融排斥效应之和。

第二，在测算普惠金融发展指数时可发现，相对于金融服务的使用维度，金融服务范围维度(地理维度的金融服务渗透性及人口维度的金融服务可及性)在现阶段我国普惠金融的发展中更能起到主导效应，这是因为金融服务范围维度所占权重特别是其中的“每万平方公里的银行业金融机构从业人数”以及“每万人拥有的银行业金融机构从业人数”两个相关指标的权重相对较高(分别为0.2759和0.2466)，这说明扩大金融服务在地理以及人口维度的供给，尤其是扩大金融服务在农村地区以及农户弱势群体的供给，有利于促进整体普惠金融特别是农村地区普惠金融的发展，进而有利于改善我国城乡收入分配失衡的现状。

基于此，要改善我国目前城乡收入分配失衡的状况，必须促进具有普惠金融内涵的金融发展，尤其要构建农村普惠金融体系，充分确保农户等弱势群体享受金融服务的机会及渠道，最大程度发挥普惠金融对农民收入的正效应。这需要建立具有融合性的新型农村金融机构，并引导涉农金融机构积极履行社会责任，在金融服务空白的农村地区增设金融机构服务网点，增加金融机构从业人员，增加对农村地区的金融资源投入以及多样化的金融服务，从而满足农户及中小企业等弱势群体的金融需求。当然，也必须保证流入农村的金融资源能够得到合理回报，所以，还要形成长效互动机制，通过改造传统农业、推广高效现代农业等途径吸引金融资源流入农村地区，实现促进农民增收进而缩小城乡收入差距的最终目标。

［1］Greenwood Jeremy，Jovanovic Boyan.Financial Development，Growth and the Distribution of Income［J］.Journal of Political Economy，1990，98(5):1076－1107.

［2］Banerjee A，A Newman.Occupational Choice and the Process of Development［J］.Journal of Political Economy，1993，101:274－298.

［3］Beck T，Demirguc－Kunt A，Martinez Peria M S.Reaching Out:Access to and Use of Banking Services Across Countries［J］.Journal of Financial Economics，2007，85(1):234－266.

［4］王修华，邱兆祥.农村金融发展对城乡收入差距的影响机理与实证研究［J］.经济学动态，2011，(2):71 －75.

［5］王曙光，王东宾.双重二元金融结构、农户信贷需求与农村金融改革［J］.财贸经济，2011，(5):38－44.

［6］田杰，陶建平.农村普惠性金融发展对中国农户收入的影响［J］.财经论丛，2012，(3):57－63.

［7］王婧，胡国晖.中国普惠金融的发展评价及影响因素分析［J］.金融论坛，2013，(6):31－36.

［8］王宁，王丽娜，赵建玲.普惠金融发展与贫困减缓的内在逻辑［J］.河北大学学报:哲学社会科学版，2014，(2):127 －131.

［9］肖晶，粟勤.金融包容、金融发展及其对收入分配的影响［J］.金融理论与实践，2014，(5):96－100.

［10］Mandira Sarma，Jesim Pais.Financial Inclusion and Development［J］.Journal of International Development，2010，(5):1 －16.