中国收入差距的影响因素及其区域性差异——基于动、静态省际面板数据模型的实证分析

李 超，商玉萍

(安徽财经大学 统计与应用数学学院,安徽 蚌埠 233030)

中国收入差距的影响因素及其区域性差异
——基于动、静态省际面板数据模型的实证分析

李 超，商玉萍

(安徽财经大学 统计与应用数学学院,安徽 蚌埠 233030)

基于2002-2014年省际面板数据，实证分析产业结构升级、经济发展水平、对外开放程度、金融发展水平、教育水平和政府调控程度六个宏观因素对中国收入差距的影响，通过建立VAR模型，分析变量间的相互关系，建立动、静态面板数据模型，确定各因素对收入差距的弹性系数和作用方向。结果一致表明，六个因素对收入差距的影响都存在地域差异。因此，要因地制宜，改革产业结构，提高经济发展水平，完善农村金融体制，发展农村教育，逐步缩小收入差距产生的影响。

收入差距;产业结构升级;区域性差异;VAR;GMM

一、引言

改革开放以来,中国经济高速发展,社会财富高度集中,不合理的收入分配格局抑制了消费,降低了低收入者的劳动积极性,进一步制约了经济的健康发展。中国市场化改革的经验也表明,收入差距、产业结构升级、经济增长以及金融发展水平等因素之间有着错综复杂的关系,无形中对认清经济发展形势以及制定经济政策造成了阻碍。因此,研究各宏观经济因素与收入差距之间的影响机制显得尤为重要。

收入差距一直是中国收入分配不合理的重要原因[1-2]，目前学术界关于其影响因素的研究较多,主要集中在三点:一是经济增长与收入差距的关系研究。程莉等[3]指出,经济增长通过产业结构转变从而缩小收入差距;何星[4]则进一步揭示了二者关系,收入差距在短期内对经济增长有一定的促进作用,但从长期来看,收入差距的不断扩大最终会制约经济增长;而郑万吉[5]指出,经济增长虽然会加剧收入差距,但同时也会促进产业结构升级。二是金融发展与收入差距的关系研究。刘玉光[6]等指出中国金融发展有拉大收入差距的作用;徐远华[7]则进一步细分金融发展为金融发展规模和金融发展效率,前者缩小收入差距,后者扩大了收入差距,且前者的影响弱于后者,所以金融发展总体上扩大了收入差距。三是其他因素与收入差距的关系研究。如吴海江[8]认为贸易开放对收入差距有正向作用,而贸易开放对收入差距的增长率有负向作用;吴浜源[9]也认为，城镇化会扩大收入差距,而工业化会缩小收入差距；吕炜等[10]指出教育不平等将会加剧收入差距,收入差距也会促使城乡教育不平等的程度进一步加大。

由以上分析可知，以往文献大都是研究了某一种或两种因素与收入差距的关系,并未对收入差距的多种影响因素进行系统分析，在计量模型中容易因缺少自变量而引起内生性问题,导致模型估计有偏;此外,以往研究中也很少从区域的角度探讨因素作用机制的差异性,研究结论缺乏实际可行性。基于此,本文将利用2002-2014年省际面板数据,从理论与实证的角度,分析区域差异对各因素影响收入分配水平的作用机制,提出若干政策建议。

二、变量选择与数据特征

在上述理论分析过程中,初步了解了各宏观影响因素对中国收入差距的作用机制，接下来将收集相关样本数据做进一步论证。

(一)指标的选择

本文所有变量的指标说明如表1[11]。所选取的资料来源于国家统计局和《中国统计年鉴》中2002-2014年的省际面板数据。对于涉及价格的变量均以1978年为基期进行调整。同时,为了缓解时间序列数据中可能存在的非线性和非平稳性问题,本文将所有数据均进行对数化处理。

表1 指标说明

(二)数据特征

表2给出了变量原数据的描述性统计特征以及各变量与被解释变量之间的相关性。从面板数据和表2中可以看出,中国不同地区和不同年份,收入差距、产业结构升级、经济发展水平、对外开放程度、金融发展水平、教育水平和政府调控程度均有较大差距。各因素变量间存在一定的相关性,但相关系数均低于0.5,相关性较弱,在后续的模型中暂不考虑。另外,从各变量与地区收入差距水平的相关关系来看,除政府宏观调控程度外,其他各变量均与地区收入差距水平具有显著的负相关关系,这似乎与预期相悖,需要进一步检验。

表2 数据的描述性统计与相关关系

三、VAR模型

本文尝试采用多变量自回归模型VAR来拟合指标间的互动关系[12]。

(一)面板单位根检验

为了避免“虚假回归”的发生,VAR模型建立的前提是数据具有平稳性或同阶单整。在面板数据检验过程中,Levin和Lin提出了针对面板数据的单位根检验方法,适应中等维度的面板数据;Imet等还提出了检验面板平稳性的IPS法；Maddala和Wu又提出了ADF-Fisher和PP-Fisher面板单位根检验方法。由此可知,可以采用LLC检验、IPS检验、ADF-Fisher检验和PP-Fisher检验四种方法对七个变量的对数序列作面板单位根检验,以确定平稳性。变量lny，lnx1，lnx2，lnx3，lnx4，lnx5和lnx6均通过四种检验,在10%的显著性水平下拒绝“存在单位根”的原假设,结果见下表3。

表3 各变量对数序列的面板单位根检验

(二)模型平稳性检验

在建立VAR模型时,要考虑模型的最优滞后阶数,本文综合考虑LogL，LR，FPE，AIC，SC，HQ等方法,在Eviews8.0中设置lag length criteria为10,以*号最多的阶数确定滞后阶数,最终决定最优滞后阶数为2。再对滞后2阶的VAR模型的平稳性进行检验,结果表明所有根模的倒数都小于1,模型平稳性良好。如图1所示:

(三)面板Granger因果检验

为了说明变量间的作用程度和方向,继而对平稳模型进行面板Granger因果检验[13]。根据前面的假设,对VAR模型中的七个变量进行10%显著水平下的因果检验,结果见表4，得到经济发展水平与收入差距之间存在双向格兰杰关系；产业结构升级、对外开放程度、教育水平、政府调控程度是收入差距的单向格兰杰原因；金融发展水平与收入差距之间没有明显的格兰杰关系。

图1 VAR模型平稳性检验

表4 面板Granger因果检验结果

四、面板数据模型

(一)模型构建

面板模型按照解释变量中是否包含响应变量的滞后项分为静态面板模型和动态面板模型。前文通过VAR模型初步确定了每个变量之间的关系和影响方向,确定了数据的对数序列是平稳的。接着将尝试构建动、静面板数据模型进一步确定六个变量对收入差距的影响,所有变量设为对数形式。对于假设1，2，3，4，5与假设6的检验,静态面板模型构建形式如式(1):

lnyit=β1lnx1it+β2lnx2it+β3lnx3it+β4lnx4it+β5lnx5it+β6lnx6it+μt+φt+εit.

(1)

其中,被解释变量lny表示各省收入差距水平,i表示省份,t为年份,μt和φi分别表示时间和地区非观测效应,εit为随机误差项。

为了验证经济变量长期的动态特征,即当期收入差距受前期收入差距格局的影响,因此接下来运用动态面板数据模型重新估计[14],模型设定如式(2):

lnyit=β1lnx1it+γ1lnyit1+β2lnx2it+β3lnx3it+β4lnx4it+β5lnx5it+β6lnx6it+μt+φt+εit.

(2)

其中,解释变量lny选择滞后一期进行估计。

(二)静态面板数据模型

对式(1)进行回归,结果如表5所示。其中,模型1是对所有样本、所有解释变量进行回归的结果;模型2和3是对所有样本按照产业结构升级地区均值的高低分为产业结构升级较大的地区和产业结构升级较小的地区后进行回归的结果；模型4和5、模型6和7、模型8和9、模型10和11、模型12和13也是对所有样本按照经济发展水平、对外开放程度、金融发展水平、教育水平和政府调控程度地区均值的高低分为该项变量较大、较小地区后进行回归的结果。由表5可知，每次分类结果中，较高地区和较低地区的省份相近,可以认为控制其他变量不变。

表5 静态面板模型估计结果

模型1中,所有变量的系数都在10%的置信水平下显著,和相关性检验的结论相符。进一步比较模型2和3中产业结构升级的系数发现,相比于产业结构升级水平低的地区,水平高的地区产业结构升级对缩小收入差距的作用更大,与徐春华[15]研究结论相似。比较模型4和5中经济发展水平系数大小发现,相比于经济发展水平低的地区,水平高的地区经济发展对缩小收入差距的作用更小,与Warr[16]等研究类似。比较模型6和7中对外开放程度系数大小发现,相比于对外开放程度低的地区,程度高的地区缩小收入差距的作用更小,这一结果与Oscar[17]以及Wang[18]的研究结论类似。比较模型8和9中金融发展水平系数大小发现,金融发展水平高的地区,金融发展水平能缩小收入差距,而在金融发展水平低的地区,却拉大了收入差距,虽然前者不显著,但也说明提高金融发展水平有利于缩小收入分配差距,这一结果与张龙耀等[19]的研究结论相类似。对比模型10和11中教育水平的系数大小发现,只有在教育水平低的地区,才能缩小收入差距,而吕炜[10]、李鹏[20]认为教育不平等在整体上会加剧收入差距,未考虑这种作用的地区差异性。对比模型12和13中政府调控程度的系数大小发现,只有在政府调控程度高的地区,政府调控程度能扩大收入差距，结果和相关性检验一致,不同于余菊[21]、谭笑筱[22]将政府调控分为投资性支出和保障性支出,此处着重考虑政府调控程度对收入作用的地区差异性。

(三)动态面板数据模型

考虑到当期收入分配可能受到前期收入分配格局的影响,因此接下来运用动态面板数据模型重新估计。以一阶差分广义矩估计GMM方法对式(2)进行回归,引入解释变量收入差距lny滞后一期的解释变量lny(-1),以控制收入分配差距的惯性特征。动态面板模型估计结果如式(3)：

lny= 0.7lny1- 0.18lnx1- 0.13lnx2- 0.03lnx3

(0.032 1) (0.048 8) (0.009 7) (0.005 2)

+ 0.04lnx4+ 0.1lnx5+ 0.03lnx6.

(3)

(0.009 8) (0.009 1) (0.007 3)

式(3)在17%的显著性水平上接受“所有工具变量均有效”的假设,Sargan=0.17，通过Sargan检验,说明式(3)不存在工具变量的过度识别问题。此外,针对GMM估计中误差项是否存在序列相关问题,采用Arellano-Bond来检验,式(3)的P(AR(1))=0.000 0,P(AR(2))=0.933 1,因为GMM估计要求不能存在二阶序列相关,AR(2)的P值也是越大越好,一般大于0.1即可通过检验,因此式(3)在较高的显著性水平下接受“扰动项差分的二阶自相关系数为0”的假设,估计结果不存在二阶序列相关问题。最后对式(3)的残差进行单位根检验,IPS检验的P值为0.000 0,在1%的显著性水平下,残差是平稳的,表明动态面板数据模型平稳,GMM方法估计有效。

从式(3)的弹性系数和标准差来看,滞后一期的收入差距的系数为正,且在较高的置信水平下显著。上年收入差距每提高1%,当年收入差距将提高0.7%,且在1%的水平下显著。说明了差距具有惯性,是一个动态的过程,在其他条件不变的情况下,中国收入分配存在着“富人越富、穷人越穷”的“马太效应”。因此,应用动态面板数据模型比其他模型更能精确刻画这一现象。此外,在动态面板模型中除了教育水平的系数显著为正,各自变量的系数与静态面板系数类似,也说明面板数据模型具有稳健性。动、静态面板数据模型结论也呼应了描述性统计的结论和VAR模型中Granger因果关系的结论。

五、结论和建议

根据对中国2002-2014年省际面板数据的实证分析发现,收入差距受到来自产业结构升级、经济发展水平、对外开放程度、金融发展水平、教育水平、政府调控程度和自身等因素的多维影响。笔者认为,缩小收入差距,以下六个方面值得反思与重视:(1)由于收入差距“马太效应”的存在,拉大了欠发达地区的收入差距。因此,政府要加大对欠发达地区的转移支付力度和优惠政策支持力度，通过必要的政策引导实现产业由发达地区向欠发达地区合理的流动,增加居民收入。(2)虽然经济发展水平和产业结构升级的提高可以缩小收入差距,但收入差距问题不可能随着经济增长和产业结构的升级而完全解决,在发展经济“做大蛋糕”的同时,仍需合理“分配蛋糕”,着力推行城乡经济一体化发展。(3)面对中国对外贸易结构的不合理问题，在新的时期里,我们必须要积极加快转变对外贸易发展方式,加强农村地区招商引资,促进对外贸易发展对于整体收入水平提高这一正向作用的发挥。(4)当前中国广大农村地区的金融基础都较为薄弱,政府在发展农村金融体系时可以相应提高一些农业补贴和惠农政策,尊重各种规模企业自主经营权的同时,在信贷的投放使用比例方面做到一定程度的引导和扶持。(5)促进基础教育和职业教育的协调发展,提升劳动力质量,增大人力资本存量，旨在培养出有文化、懂技术、会经营的新型农民,同时可加大农业人口向第二、三产业的有效转移。(6)政府加快职能转变,建立城乡“包容性政策体系”。进一步完善农村的最低保障制度,不断提高政府财政税收在农村合作医疗中的支付比例,从而逐步缩小收入差距。

[1] RAVI KANBUR,Xiaobo ZHANG.Fifty years of regional inequality in China:a journey through central planning,reform and openness[J].Review of Development Economics,2001(1):87-106.

[2] Shi LI,Chuliang LUO.Re-estimating the income gap between urban and rural households in China[J].Procedia Social and Behavioral Science,2010(5):7151-7163.

[3] 程莉,刘志文，周宗社.结构转变、经济增长与城乡收入差距[J].经济与管理,2013(10):11-17.

[4] 何星.我国城乡收入差距与经济增长关系:理论与实证研究[D].西安:西北大学,2014.

[5] 郑万吉,叶阿忠.城乡收入差距、产业结构升级与经济增长——基于半参数空间面板基于半参数空间面板VAR模型的研究[J].经济学家,2015(10):61-67.

[6] 刘玉光,杨新铭，王博.金融发展与中国城乡收入差距形成——基于分省面板数据的实证检验[J].南开经济研究,2013(5):50-59.

[7] 徐远华.金融发展对城乡收入差距的影响——基于中部六省2000-2011年面板数据的实证分析[J].科学决策,2014(3):44-64.

[8] 吴海江.中国贸易开放对城乡居民收入差距的影响[D].杭州:浙江大学,2014.

[9] 吴浜源,王亮.城镇化、工业化与城乡收入差距——基于我国1990-2011年数据的实证分析[J].经济问题探索,2014(5):7-12.

[10] 吕炜,杨沫，王岩.城乡收入差距、城乡教育不平等与政府教育投入[J].经济社会体制比较,2015(3):20-33.

[11] 李政,杨思莹.创新强度、产业结构升级与城乡收入差距——基于2007-2013年省际面板数据的空间杜宾模型分析[J].社会科学研究,2016(2):1-7.

[12] 邓金钱,何爱平，张娜.地方财政支出结构、城镇化与城乡收入差距——基于中国省际面板VAR的再检验[J].软科学,2016(5):26-30.

[13] C.W.J. GRANGER.Investigating causal relations by econometric models and cross-spectral methods[J]. Econometrica,1969(3):424-438.

[14] 李政,佟鑫.企业家人力资本与区域经济增长差异——基于动态面板和面板门限模型的实证研究[J].社会科学研究,2012(1):26-33.

[15] 徐春华,刘力.省域市场潜力、产业结构升级与城乡收入差距——基于空间关联与空间异质性的视角[J].农业技术经济,2015(5):34-46.

[16] PETER WARR.Poverty reduction through long-term growth:the Thai experience[J].Asian Economic Papers,2009(2):51-76.[17] OSCAR AFONSO,PEDRO MAZEDA GIL.Effects of North-South trade on wage inequality and on human-capital accumulation[J].Economic Modelling,2013(5):481-492.

[18] Mingcheng WANG,Chenray FANG,Lihsuan HUANG.International knowledge spillovers and wage inequality in developing countries[J].Economic Modelling,2009(6):1208-1214.

[19] 张龙耀,杨军,张海宁.金融发展、家庭创业与城乡居民收入——基于微观视角的经验分析[J].中国农村经济,2013(7):47-57.

[20] 李鹏,王明华.城乡教育差距与收入差距关系的实证研究[J].山西财经大学学报,2014(12):24-32.

[21] 余菊,邓昂.制度变迁、地方政府行为与城乡收入差距——来自中国省际面板数据的经验证据[J].经济理论与经济管理,2014(6):16-27.

[22] 谭笑筱.政府转移性支出对城乡收入差距的影响[J].经营管理者,2015(9)：321.

(编辑：张文渲)

The Influence Factors of the Income Gap in China and Its Regional Differences——An Empirical Analysis Based on the Static and Dynamic Provincial Panel Data Model

LI Chao,SHANG Yu-ping

(SchoolofStatisticsandAppliedMathematics,AnhuiUniversityofFinanceandEconomics,BengbuAnhui233030,China)

Based on the 2002-2014 provincial panel data, this paper makes an empirical analysis of the six macro factors that affect China’s income gap, including the industrial structure upgrading, the level of economic development, the degree of opening up, the level of financial development, educational level and the degree of government regulation; it analyzes the relationship between variables by establishing the VAR model and determines elastic coefficient and effect of each factor on the income gap by establishing the dynamic and static panel data model. The results show that there are regional differences in the impact of six factors on the income gap. Therefore, we should adjust measures to local conditions, reform the industrial structure, improve the level of economic development, perfect the rural financial system, develop rural education and reduce the effect of income gap step by step.

income gap; industrial structure upgrading; regional differences; VAR; GMM

2016-10-24

国家社科基金青年项目“代际转移视角下缩小我国收入差距的路径与仿真模拟研究”(11CTJ006)；安徽财经大学研究生科研创新基金项目“基于爬虫数据的淘宝大卖家营销数据挖掘”(ACYC2015090)

李 超(1980- ),男,安徽合肥人，博士,安徽财经大学副教授、硕士生导师,主要从事宏观经济统计分析、综合评价方法与应用研究;商玉萍(1993- ),女,安徽六安人,安徽财经大学硕士生，主要从事宏观经济统计分析、综合评价方法与应用研究。

F207

：A

：1009-5837(2016)06-0022-06