金融发展缩小收入差距了吗？——基于省级动态面板数据的实证研究

胡德宝 苏基溶

一、引言

世界银行的数据显示,中国的基尼系数在上世纪80年代初期为0.20左右,到1999年上升为0.437,2013年高达0.47,已超过国际公认的0.4警戒线,而且收入差距有进一步扩大的趋势。如果任由这一趋势持续下去的话,势必使各阶层社会矛盾激化,甚至影响经济可持续发展和社会稳定。

造成收入差距扩大的原因众多,国内外大量学者从不同视角进行了解读,近年来金融发展的影响越来越成为理论和政策研究关注的热点。金融发展代表着一国金融结构的变化,在一国的经济发展过程中,通常会出现金融上层结构的增长与国民产值及国民财富所表示的经济基础结构之间相对结构的变化。对于发展中国家和新兴经济体来说,金融发展意味着解除金融抑制,金融结构得到优化。因此,有关金融发展的大部分研究是从发展中国家的金融抑制展开的。对于发展中国家尤其是不发达国家来说,政府过多干预金融活动和金融机构引发了金融抑制,导致金融体系的发展滞后于经济发展,造成了金融抑制与收入分配间的恶性循环。

对于中国来说,收入差距与金融发展间的联系非常紧密,对于两者关系研究的这一问题具有很强的现实意义。当前,我国的金融业正处于高速发展时期,金融规模大幅提高,金融结构逐步优化,然而2008年国际金融危机的影响犹存,理论界仍然存在对中国金融过度化的担心和警惕。与此同时,我国收入差距过大引起消费需求不振、储蓄率过高、经济转型压力大等宏观经济难题,这些问题还是没有得到有效破解,引发了民众对于金融发展和金融体制改革的期待。因此,后金融危机时代应该重视审视金融发展对于收入分配的影响,也自然引发了我们这样的思考:我国的收入差距是否很大程度上源自于金融发展受到抑制?金融发展能缩小收入差距吗?

本文利用2001—2011年中国省际面板数据,采用处理动态面板数据的系统广义矩 (GMM)估计方法,研究中国金融发展对收入分配的影响。

二、文献回顾

早期研究收入分配的文献把金融市场看作外生变量,忽略了金融发展对减少不平等的影响,提出的主要对策是通过再分配政策来减少收入分配不平等。然而,Demirguc-Kunt和Levine(2009)[1]对传统的结论提出了批评,认为再分配政策对生产和储蓄会产生逆向激励,不利于长远的经济增长,而利用金融部门改革来促进金融发展不仅能够带动经济增长,减少收入不平等,还能避免重新分配收入导致的逆向激励问题。后期对金融发展与收入分配关系的研究主要聚焦于金融发展和收入分配的相互关系上。

从国内外的文献来看,对金融发展与收入分配的关系没有统一的研究结论。归纳来看,对二者关系主要存在三种不同的观点。

第一种观点认为金融发展缩小了收入差距。Galor和Zeira(1993)[2]构造了一个两部门跨期模型,认为金融自由化、金融市场的竞争和开放使穷人也能够融资进行人力资本投资,进入高收入的现代部门。Banerjee和Newman(1993)[3]认为由于信息和交易成本导致的金融市场不完善,对缺乏抵押品和信用记录的穷人的信贷约束尤为明显,从而放松信贷约束主要对穷人有利,而对富人影响不显著。因此,金融发展通过提高资本配置效率和放松信贷约束,减少了收入差距,使穷人受益 (Galor和Moav,2004[4])。McK-enzie和Woodruff(2006)[5]也有类似观点,他们认为在不完全金融市场,高收入人群可以用财产作抵押获得金融机构的融资,而低收入人群即使有良好的项目前景和饱满的创业激情,却苦于无法从正规的金融市场得到融资支持来实现创业梦想。金融发展却可以改变这一状况,使穷人也有创业的机会。Beck等(2009)[6]考察了美国银行业的发展对收入差距的影响,发现放松金融管制增加了对非熟练工人的需求,减少了收入差距,当某个州放松对商业银行的地区限制后,该州的基尼系数显著下降。Shahbaz和Islam(2011)[7]以巴基斯坦为例,同样得到金融发展缩小收入差距的结论。

第二种观点认为金融发展扩大了收入差距。在King和Levine(1993)[8]看来,由于不完全金融市场本身存在的过大的信息成本和交易成本,低收入家庭由于没有抵押物作担保,无法为子女的教育融资,阻碍了其人力资本的积累从而影响了收入收敛的可能。Clarke等 (2006)[9]认为金融市场主要引导资金流向富人和拥有良好社会网络的人,因为他们能提供担保品,违约的风险更小。金融发展为富裕家庭提供了更优质的金融服务,而穷人由于不能提供担保品,被排除在正规的金融体系之外。Maurer和Haber(2002)[10]从政治经济学的角度解释了金融发展加强收入分配不平等的原因。他们发现,在社会精英统治的国家,金融发展并没有使金融服务向穷人和新企业延伸,金融服务只会使富人和具有某些政治资源的人进一步增加,从而拉大了收入差距。Acemoglu等 (2005)[11]认为收入差距导致政治影响力的分配差异,把穷人排除在金融体系之外,少数精英阶层利用其强大的政治影响力来主导金融部门的改革,获得了大部分利益,而风险却由整个社会共担 (Claessens和Perotti,2007[12])。Baland和 Robinson(2000)[13]以及 Ranjan(2000)[14]的研究与之 “异曲同工”。他们发现,当被排除在正规金融市场之外的低收入家庭遭遇突发风险时,子女不得不辍学,或过早在低工资部门就业,从而拉大收入差距。

第三种观点认为二者存在倒U型的非线性关系。Greenwood和Jovanovic(1990)[15]开创性地建立了一个反映金融发展、经济增长与收入分配间关系的动态模型,证明存在财富门槛效应:早期阶段低收入阶层由于没有能力支付进入成本而无法融入金融系统从中获益,在财富分配中处于劣势,收入分配差距扩大;当金融媒介比较发达时,更多的人通过财富积累达到门槛水平,他们通过金融服务获得更高的收益,收入差距随之减小。因此,收入差距随金融发展内生形成库兹涅茨曲线。Clarke等 (2006)[9]在Kuznets(1955)假说的基础上提出了一个扩展的Kuznets假说,即非农部门的收入差距大于农业部门的收入差距,初始阶段金融发展使得进入非农部门更加容易,收入分配不平等将会加强,通过阀值后收入分配差距将减少。

近年来,国内一些文献讨论了中国的金融发展与收入分配的关系 (章奇等,2004[16];姚耀军,2005[17];杨俊等,2006[18],2008[19])。叶志强等(2011)[20]、王征和鲁钊阳 (2011)[21]、孙永强(2011)[22]以中国的农村为例,证明了农村的金融发展扩大了城乡差距。这些研究得到的结论基本相同,即中国的金融发展扩大了收入分配差距,金融发展带来了一定的负面效应 (张博和胡金焱,2014[23])。总结发现,前期的研究大部分采用时间序列数据,且没有考察解释变量的内生性问题,例如Rajan和Zingales(2003)[24]认为收入分配不公将影响政治权利的分配从而影响金融发展的深度和宽度。本文将采用中国省级面板数据,运用系统的GMM估计方法以避免估计中可能出现的内生性偏差。同时,本文将对金融发展影响收入差距的机制和渠道进行深入分析,从根源上剖析金融发展的收入分配效应。

三、模型设定、变量和估计方法

（一）理论与模型设定

本文首先利用中国30个省份①由于数据可得性,没有考虑西藏。按照区域划分的惯例,将30个省份分为东、中、西部。东部地区包括:北京、天津、广东、上海、福建、江苏、辽宁、山东、浙江、河北、海南;中部地区包括:黑龙江、吉林、内蒙古、山西、江西、安徽、河南、湖北、湖南;西部地区包括:重庆、甘肃、宁夏、青海、陕西、广西、四川、新疆、云南、贵州。2001—2011年的面板数据,探讨中国的金融改革对收入差距的影响及贡献度。借鉴Clarke等人的研究框架,建立如下基本的回归模型:

其中,Ineq是衡量收入差距的指标;f(fina)表示金融发展水平;X表示影响收入分配的其他控制变量;ε为误差项。

为了检验金融发展与收入分配间是否符合库兹涅茨效应 (Kuznets effect),将反映金融发展的变量的平方次项也考虑进来。同时,结合相关研究文献和中国的实际,还应该加入以下控制变量。

1.经济增长变量。Kuznets提出收入分配与经济发展水平有关,并且呈倒U型的相关关系,因此,模型中增加了衡量经济发展水平的变量及其平方项。

2.教育水平变量。在我国现行的教育体制和国家贷款资助政策下,金融发展影响了父母对子女的教育投资决策,其中尤其是高等教育可能改变个人“命运”,对未来就业的行业和收入影响很大,直接关系到我国居民收入差距。

3.贸易开放度变量。一方面,改革开放后,国家实行了出口导向型的发展战略,为促进出口,政府制定了很多优惠措施。而这些优惠措施,比如贸易许可证、配额和出口补贴等,对高收入阶层可能更有利;另一方面,贸易开放加强了竞争,打破了垄断,使得收入差距缩小。因此,贸易对收入分配的净效应是不确定的。

4.城镇化变量。城镇化水平对收入分配的影响分为两个方面,如果进入城市的新移民可以通过人力资本增值或经营自己的生意成为城市的中产阶级,就能对不平等产生正面影响;城市的新移民在低工资的非正式部门就业,城镇化反而拉大了收入分配差距。

5.政府支出变量。政府的财政政策如转移支付等财政支出对收入分配起到重要作用 (Atkinson,1997[25])。

6.通货膨胀对穷人的影响要大于对富人的影响(Easterly和Fischer,2001[26]),富人持有多种资产,有很多手段来分散风险,而穷人最重要的收入来源就是名义的工资收入,因此,通货膨胀会加剧收入不平等。由于中国的利率市场化未完全实现,通胀率无法通过名义利率与实际利率的差值直接得到。

综上,我们得到以下的模型:

其中,y表示收入差距;FD表示金融发展水平;EDU表示受教育水平,本文用平均受教育年限来反映;GDP反映经济发展水平,用各省份实际人均GDP表示;OPEN表示开放程度,用进出口总额/GDP表示;URB为城镇化率,表示城镇常住人口占总人口的比重;GOV为政府支出水平,用政府财政支出/GDP来表示;INF表示通货膨胀率,本文用CPI增长率来替代;η是无法观测的地区效应,比如区位、区域禀赋差异等因素;λ指仅随时间变化的影响因素;ε是误差项,下标i和t分别代表地区和时间。

（二）变量以及数据来源

1.金融发展水平。如果采用麦金龙的M2/GDP指标测度金融发展水平,将会掩盖投资渠道不畅、谨慎性消费倾向过高、交易手段落后等原因导致的M2值偏高,从而高估了金融深化程度。因此,可以采用金融相关系数 (FIR,Financial Interrelation Ratio)指标,即一国 (地区)的全部金融资产与同期GDP的比值。国内不少学者在测度金融发展水平时也采用了这一指标,如姚耀军 (2005)、陈志刚 (2009)等。各省金融资产数据来自于 《中国金融年鉴》以及各省统计年鉴。

2.收入分配的度量。收入分配具有多重维度,地区、群体、城乡以及个人的收入差距问题都构成了收入分配的来源,本文则主要考察金融发展对中国区域间收入分配不平等的影响。测度收入分配最常用的指标是基尼系数。由于中国城镇和农村的居民收入数据是分开统计的,这就对计算城乡混合的基尼系数造成困难。另外,城镇多采用等距五分法或非等距七分法,农村的调查数据一般按收入水平分组,而且不同省份组距差异很大 (鲁晓东,2008[27])。考虑到数据在各省份之间可比性,还需要考察各省份城镇居民的收入分配不平等问题。目前,计算省际基尼系数的文献并不多,主要有胡祖光 (2004)[28]、陈昌兵(2007)[29]以及鲁晓东 (2008)[27]等。本文参考了胡祖光 (2004)和鲁晓东 (2008)的方法计算出各省份的GINI系数。此外,由于我国是一个典型的城乡二元经济结构,陆铭等 (2005)[30]的研究表明城乡收入差距的变动可以解释近年来中国总体收入差距变动的75%。因此,城乡收入比也可作为衡量我国收入分配差距的替代指标①事实上,如果把财产性收入纳入到居民收入统计中是最为合理的,可惜的是,我国的统计数据不包含这一部分。因此,将城乡收入比作为替代指标是一个 “次优选择”。,用各省份城市居民可支配收入与农村居民人均纯收入之比CV来表示。

各变量的数据均来自于各省份统计年鉴,变量的统计描述参见表1。

表1 各个变量的统计描述

从各个变量的变异系数 (标准差与均值比)可看出,金融发展水平、开放程度差异最为明显,表明这些因素对收入差距产生的影响较显著;其他各因素的差异程度较低,但各省份间的差异较为明显。

（三）估计方法

考虑到金融发展水平可能受收入分配的影响而产生内生性的问题 (Rajan和Zingales,2003[24]),本文拟采用Blundell和Bond(1998)[31]提出来的系统GMM估计的动态面板方法。其基本思路是先对估计方程差分,用一组滞后的解释变量作为差分方程中相应的工具变量,结合水平方程,并增加一组滞后的差分变量作为水平方程相应变量的工具。GMM估计量的一致性依赖于工具变量的有效性。在进行工具变量选择时,采用两项检验:第一项为检验过度识别的Hansen检验;第二项检验误差项不是序列相关的假设有效性。如果这两个假设的原假设都没有被拒绝,说明模型选择的工具变量是有效的。

四、实证结果及分析

（一）实证研究

利用软件Stata 12.0来进行实证研究。为了避免伪回归,首先对面板数据的平稳性进行检验。两种单位根检验结果表明所有序列都是平稳的,表明可以假定各解释变量对收入差距的影响只具有地区效应而不考虑时间趋势效应。然后采用协方差分析,通过F检验来识别模型。得到的F统计量分别为F2=10.26,F1=5.78,都在1%的显著性水平下拒绝原假设。因此,可以把模型设定为变系数模型,这是与事实相符的:对于经济结构差异较大的各地区来说,各解释变量对收入差距的影响显然不同。

异方差和序列相关是面板数据回归中最常见的问题,两者的存在违反了古典模型的假定,导致普通最小二乘法 (OLS)不能适用,因此需要检验模型的序列相关和异方差。先对模型采用Wald统计量进行序列相关检验,计算结果以1%的显著水平拒绝了不存在序列相关的原假设。对异方差的检验,首先检验是否存在截面同期相关性。Breusch-Pagan的LM检验结果表明不存在截面同期相关,再采用似然比统计量(Likelihood-ratio)对异方差问题进行检验,得到LR=116.31,在1%的显著水平下证明了异方差的存在。

本文采用GMM模型进行实证研究,结果见表2。其中,模型一和模型三分别未考虑FD和人均GDP的平方项,模型二加入了人均收入水平的二次项,验证是否存在经济发展水平与收入分配的Kuznets倒U型假说,模型四检验了Greenwood和Jovanovic(1990)[15]提出的金融发展与收入分配的倒U型假说。Hansen检验和AR(2)检验都不能拒绝原假设,表明工具变量的设定形式有效。

表2 金融发展与收入差距 （全样本）：两阶段System-GMM估计

模型二的回归结果显示人均GDP的平方项不显著,表明金融发展的平方项对收入分配的影响不显著。模型四的回归结果显示FD的平方项不显著,表明金融发展与收入分配之间的Kuznets倒U型假说在我国无法得到验证,二者仅表明出负相关关系。

同时,滞后的基尼系数与基尼系数呈显著的负相关关系,表明基尼系数存在条件收敛的过程;从人均GDP变量前的系数可看出,经济增长与收入差距呈反向变化关系,只是其影响趋势还比较缓慢;教育对于拉大收入差距的效果较为明显,因为通常高学历人群收入相对较高,这就是人们常说的 “知识改变命运”,这也从另一个侧面反映了教育均等化对于缩小收入差距的重要性;经济开放度越高,收入差距越大,这表明竞争性的开放政策和贸易政策在加强市场竞争、激发市场活力的同时,扩大了收入差距;城镇化率提高倾向于缩小收入分配差距,说明城镇化缩小城乡差距的作用抵消了它所带来的城镇居民内部的收入差距;近年来政府的扶持政策开始偏向于向民生领域倾斜,有利于缩小收入差距。

通过四个模型的回归结果可发现,从全国整体来看,近10多年来中国的金融发展显著地减少了收入分配的差距,这个结果与国内以往的研究相反 (姚耀军,2005[17];杨俊等,2006[18],2008[19]),但与一些跨国研究的结论一致 (Clarke等,2006[9];Beck等,2007[6])。

考虑到2008年金融危机对金融发展可能存在的重大影响[32],可选择2001—2007年的数据作实证研究以进行比较。以2001—2007年为样本的实证结果如表3所示。结果表明,在2001—2007的样本区间内,与之前的研究结论一致,金融发展一定程度上扩大了收入差距。

表3 金融发展与收入差距 （2001—2007）：两阶段System-GMM估计

续前表

与国内以往研究结论不同的一个重要原因是样本选择区间的差异,也就是说趋势变化出现在2008年后。伴随着近年来我国金融体制改革的深化和金融发展水平的提升,国家陆续出台了一系列针对中低收入家庭和小微企业的信贷支持政策,改善了中低收入人群的融资环境,拓宽了融资渠道,有利于中低收入人群增加就业。更为重要的是,基于移动互联、大数据、云计算的互联网金融对传统的金融模式提出了挑战,金融服务门槛降低,平等、开放、便利的普惠金融体系正在形成,给居民提供了更多的创业投资机遇和缩小收入分配不平等的可能。

（二）分区域实证

中国各地区间在资源禀赋条件、经济结构、发展水平等方面存在较大差异,因此我们可按区域划分来进行实证。检验结果见表4。

表4 东、中、西部区域模型选取的F检验和Hausman检验

结果表明,各区域的解释变量对收入分配的影响相似,仅表现出截距的差异。将模型设定为变截距模型后,还需确定是选择固定效应模型还是随机效应模型。Hausman检验结果表明,在1%的显著水平上拒绝了固定效应模型和随机效应模型间没有系统性差异的原假设。因此,应选择固定效应模型。我们采用GMM方法分别估计金融发展对收入分配在东、中、西部不同的影响效应。估计结果如表5所示。

表5 东、中、西部三大区域面板数据的估计结果

续前表

从区域上来看,金融发展均缩小了收入差距,但影响程度存在地区差异。东部地区的金融发展对缩小收入差距的影响程度最大,其次为中部和西部地区。这归因于东部地区的金融宽度和深度明显高于中西部地区,对收入分配差距的贡献度也更大。

三个区域内经济发展水平对收入分配的影响方向是不同的。东部地区的经济发展水平与收入差距是反向关系,而中西部则是同向关系。这说明东部地区的收入差距有缩小的趋势,而中西部地区则有一定的扩大。假设经济发展与收入分配的倒U型曲线存在,则所处的阶段和位置不同,东部处于曲线的右半部分,而中西部则处于左半部分。

教育对收入差距的贡献度在三个地区也存在差异。东部地区教育资源集中,教育水平相对较高,对拉大收入差距作用的效果更加凸显;中部地区教育水平也较高,但是经济发展水平还无法与之匹配,导致高层次人才向沿海甚至国外流失较严重;西部区域由于教育资源有限以及教育投入不足等因素,整体教育水平处于全国相对较低的水平,对收入差距的影响也较小。

区域间的开放程度与收入差距成正向关系。开放程度较高的区域,市场经济相对较完善,它表明出来的 “效率”因素更加明显,对拉大收入差距的促进作用更大。

城镇化对收入差距的影响不同。对于东部区域来说,城镇化会扩大收入差距,同时影响程度较小,这一方面缘于东部较高的城镇化程度,城镇化制度“红利”的效果弱化;另一方面是因为这一区域聚集的高收入产业如金融、电力、电信、供水等产业的垄断程度较高,新市民进入到这些产业的可能性较小。对于中、西部地区来说,城镇化程度较低,它对于缩小收入差距还有较大的潜力可以挖掘。

中、西部的政府财政政策在一定程度上起到了抑制收入分配不平等的作用,但可能是由于这些区域的经济发展相对落后,居民应对不确定性风险的能力较弱,财政支出的社会保障作用得到了体现;然而东部地区的财政扶持政策可能反而会弱化经济的竞争活力,一定程度上抑制了市场机制的充分发挥。

（三）稳健性检验

为了进一步检验面板回归结果的稳健性,可采用城乡收入比作为测度收入差距的替代变量,同时用金融深度指标来替代金融发展指标,用当年贷款总额与固定资本形成额之比来表示①Liang(2006)采用这一指标研究了1986—2000年间中国的省级数据,发现随着金融深度的增强,中国的收入不平等程度有下降趋势。参见Liang Zhicheng,Financial Development and Income Distribution:A System GMM Panel Analysis with Application to Urban China[J].Journal of Economic Development,2006,31(2):1-21.。运用动态面板数据的广义矩估计法 (GMM/DPD)进行估计。选择全国整体混合数据来考察,使用两种动态面板GMM估计,即差分GMM(DIF-GMM)和系统GMM(SYSGMM),并以因变量的一阶滞后项 (L.CV)作为工具变量。估计结果见表6。其中,模型五和模型六是差分GMM估计,模型七和模型八是系统GMM估计。

表6 金融发展与城乡收入差距：差分GMM及系统GMM估计

续前表

采用替代变量后,通过表6我们可发现估计结果在统计上显著,在方向上保持了一致。表明影响收入差距的主要解释变量金融发展具有稳健性:金融部门发展可缩小降低收入差距,有利于低收入家庭收入整体水平的提高。这个结果与表2的结论是一致的。

进一步地比较模型五和模型八,可发现模型五中影响收入分配的因素金融发展前的系数为0.180,而代表经济发展水平的另一影响因素实际人均GDP前的系数为0.451。0.180/(0.180+0.451)=28.53%,这表明金融发展对低收入阶层的收入增长或者说对缩小收入差距有大约28.53%的贡献度,归因于其收入分配效应,而剩下的71.47%则是由于金融发展的增长效应引致的。

事实上,金融发展刺激金融媒介把更多的资金贷给更好的企业,而非简单地贷款给特定阶层和享有特权的企业,并对传统银行业的间接融资方式提出了挑战。尤其近一两年来互联网金融迅猛发展,加剧了金融脱媒和市场竞争,使银行的垄断地位受到一定程度的威胁,也增强了小微企业及个人投融资的可得性。因此,金融发展改善了资本配置效率并减少了投融资约束,在提高经济发展水平的同时,具有缩小收入差距的分配效应。

五、结论及政策启示

本文运用系统的GMM估计方法对中国的金融发展与收入分配关系进行研究,并对各区域间的差别进行了比较。

研究表明,金融发展对促进我国经济发展和缩小收入差距有重要意义。金融发展不仅促进了经济增长,而且改善了现有金融服务的质量,从而提高了金融服务的可获得性。金融服务可获得性的提高,把低收入者纳入到正规的金融体系,可以增加灵活就业机会和投资机遇,改善收入分配。此外,金融发展带来的融资环境的改善,可以帮助那些具有才能和创业激情但缺乏资金的人获得资金去创业,给予他们更多“逆袭”的机会。

金融发展更有利于提高低收入阶层的收入,从而降低了收入差距。其中,金融发展对缩小收入差距大约有28.53%的贡献度,归因于金融发展的收入分配效应,而剩余的部分则归因于金融发展的增长效应。研究结果并不支持样本区间中国金融发展与收入分配是呈倒U型关系的假说。金融发展对收入差距的影响存在地区差异,金融发展对缩小收入差距的影响效应按照东、中、西部依次下降,这也是与东、中、西部金融宽度和深度依次减弱相关的。

显然,本研究也具有以下明显的政策启示:

1.促进金融发展水平并构建普惠金融体系也是我国缩小收入差距的一个突破口。因此,我国应建立和形成多种形式的金融机构并存、分工合理、功能互补、有效竞争的多层次的金融系统,并在防范风险的前提下减少金融干预,进一步鼓励金融组织创新,推动金融产业的健康发展。

2.政府的财政支出应加大向民生领域倾斜的力度。资本的逐利性使金融发展无法完全解决收入分配不公的问题,因此政府需要加大财政对民生领域的支持力度,尤其是增加对基础设施和对 “三农”的投入,建立和完善覆盖城乡的社会保障体系。

3.应通过金融发展引导教育均等化发展。应推进教育均等化的进程,加大国家助学贷款制度扶持力度,使农村家庭和低收入家庭子女也能享受到优质的教育资源,从而通过教育对人力资本的积累作用来缩小城乡间的收入差距。