金融集聚对收入差距的影响研究--基于空间杜宾模型的分析-王丹.pdf

《金融集聚对收入差距的影响研究--基于空间杜宾模型的分析-王丹.pdf》由会员分享，可在线阅读，更多相关《金融集聚对收入差距的影响研究--基于空间杜宾模型的分析-王丹.pdf（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第4期(总第389期)2016年4月财经问题研究Research on Financial and Economic Issues Number 4 (General Serial No. 389)April, 2016金金融集聚对收入差距的影响研究 基于空间杜宾模型的分析 王 丹,叶蜀君(北京交通大学经济管理学院,北京 100044)摘 要:本文选取2004 2013年我国31个省区数据组成连续完整的面板数据,运用空间杜宾模型测算金融集聚与基尼系数的空间相关关系。结果表明:衡量金融集聚程度的银行本外币存款余额、股票市场筹资额、保费收入,金融集聚知识溢出及政府作用与基尼系数之间存在显著的空间正

2、相关关系;金融集聚规模、人力资本和市场开放度对收入差距的影响不显著。说明区域间金融资源的非均衡集聚是造成区域收入差距的主要原因。因此,应该依据各地区差异化的资源禀赋优势设计匹配的金融集聚发展模式。关键词:金融集聚;基尼系数;收入差距;空间杜宾模型中图分类号: F830. 34 文献标识码: A 文章编号: 1000-176X(2016)04-0058-06一、引言与文献综述经济新常态背景下,优化收入分配的空间格局是目前我国经济发展的重要议题。而金融发展是否是造成收入分配不合理的原因一直是学术界争论的问题。金融资源的空间分配不均衡会导致收入分配的区域性差异,金融集聚是金融资源空间分布的一种态势,

3、如果能够充分利用金融集聚的溢出效应,就能使收入分配趋于均衡。而实际运行中,金融资源在区域间的整合与配置会对收入分配的路径与模式产生巨大的影响。具体来看,金融资源受初始经济条件、资源与环境以及政策制度等多重因素的影响而在区域间非均衡地流动,形成了具有差异性和多样性的不同层级的金融集聚态势,这对区域收入分配的非均衡发展产生了重要影响。同时,金融集聚呈现动态发展趋势,集聚到一定程度又会逐步对周边区域产生溢出效应。鉴于其既集聚又扩散的特性,金融集聚通过增长和辐射效应成为影响区域收入差距的因素之一。目前,国内学者在金融集聚与收入差距的关系方面,形成了三种主要观点:一是金融资源的流动与收入差距呈倒U型关系

4、。 Greenwood和Jovanovic1、 Lyigun和Owen2认为在金融发展初期,由于存在金融门槛效应,使得低收入群体无法跨越金融门槛,只能进行低利率的储蓄,增收渠道受限,收入一直在低水平徘徊。而高收入群体由于初始财富能够跨越金融门槛,收入不断增加,享受到更多金融服务的收益,由此收入差收稿日期: 2016-01-19基金项目:北京市金融工作局基金项目“北京金融产业同质化破解及协同发展研究” (B14M00070);北京交通大学优秀博士研究生创新研究基金项目“金融集聚的区域收入分配效应研究” (2014YJS042)作者简介:王 丹(1986-),女,山西太原人,博士研究生,主要从事金

5、融集聚与区域金融研究。 E-mail: winniswift163. com叶蜀君(1962-),女,四川资中人,教授,博士生导师,主要从事金融集聚与金融风险研究。 E-mail: shjye bjtu.edu. cn距不断扩大。随着穷人财富的不断积累,同时竞争带来金融交易成本的下降,当穷人财富累积到能够跨越金融门槛时,收入差距就会随之缩小。丁志国等3利用我国的区域数据,结合时间序列与面板数据分析,验证了金融资源的流动与收入差距之间存在库兹涅茨效应。二是金融资源的流动会逐步拉大收入差距。 Maure和Haber4通过研究发现,金融不断深化,金融资源配置逐步向发达地区集中,由此金融集聚成为收入差

6、距不断扩大的重要原因之一。国内学者也验证了这一观点,章奇等5运用省级面板数据,发现信贷水平的不平衡显著地拉大了居民收入差距,金融资源的发展会不断拉大收入差距。姚耀军6通过多元统计分析发现,金融发展规模是居民收入差距的格兰杰原因。三是金融资源的流动缩小了居民收入差距。 Galor和Zeira7、 Banerjee和Newman8从金融体制视角出发,认为随着金融体制的不断完善,收入差距随之缩小。曹广喜等9对金融发展规模、金融效率与居民收入差距之间的关系进行了探讨,认为金融发展规模、金融效率均与居民收入差距呈正相关关系。此外,林毅夫和徐立新10指出,处于一定发展阶段的经济体的要素禀赋结构决定了该经济

7、体的“最优产业结构”,这种产业结构由于企业自生能力、规模特征和风险特性等会对金融服务产生特定的需求,即“最优金融结构”,如果金融结构背离“最优金融机构”,无法与目前的产业结构匹配,收入分配就会趋于不合理,收入差距就会加大。综上所述,在金融集聚与收入差距的研究方面,关注金融集聚造成区域发展空间差异的学者较少。传统的金融发展理论采用传统的面板数据分析,忽视了金融的空间差异特征,计量结果与实际情况差异较大,因未将地域特征纳入分析框架而缺乏实际的应用价值。所以,本文引入空间杜宾模型,分析金融资源的集聚到底是拉大还是缩小收入差距,更能有效地诠释金融集聚对收入分配的空间差异性影响。二、空间计量模型的建立1

8、.基本模型与变量选取在多元统计的背景下,一般假设地理单元具有均质性的特征,区域之间的经济活动相互独立,而这种假设与现实相悖。因为自然资源、劳动、资本、技术和知识等要素在现实经济系统中是非均衡分布的。所以,在研究区域经济问题时必须考虑地理空间效应。因此,本文引入AK模型,其含义是技术、劳动以及资本的增长都会带来产出的变化。具体映射到金融集聚对收入差距的分析中,可将指标分解成为代表金融集聚的知识溢出指标与代表资本存量的金融集聚程度综合指标,函数的具体表达形式如下:Y=AKLQ (1)为了消除异方差的影响,分别取对数后得到方程:lnY=lnA+lnK+lnL+lnQ (2)再加入控制变量后得到最终方

9、程:lnY=lnA+lnK+lnL+lnQ+lnX (3)其中,为了体现区域差异性, Y选取地区基尼系数。 A为技术进步,代表金融集聚对收入差距的知识溢出效应,采用知识累积存量EDU来表示。 K为资本的投入量,金融发展通过影响资本K进而对经济增长产生影响。本文选取银行业发展指标BANK (银行本外币存款余额)、证券业发展指标STOCK (股票市场筹资额)和保险业发展指标INSURANCE (保费收入)作为衡量金融集聚程度的综合指标。 L为人力资本水平,采用平均受教育年限表示,计算方法如下:人力资本存量=小学文化6+初中文化9+高中文化12+大学文化程度16平均受教育年限=人力资本存量/地区就业

10、人数Q为金融集聚规模,即i地区的金融增加值,用FINANCE表示。 X为一系列控制变量,影响经济增长的变量有很多,本文在借鉴其他相关文献的基础上选择以下控制变量:市场开放度,用全社会固定资产来源中利用外资额FDI表示,对外贸易有利于新技术的传播,对人力资本水平产生影响,即所谓的“外溢效应”;政府作用,新增长理论重视政府政策的作用对收入分配的影响,政府可以通过税收、转移性收入和社会保障等收入调节政策对收入分配进行适当调控,拟用财政收入与财政支出之比,即财政能力这一指标FA来衡量政府对收入分配的作用和调控能力。用方程表示为:lnGINI = C + 1lnEDU + 2lnBANK + 3lnST

11、OCK +4lnINSURANCE+5lnL+6lnFINANCE+7lnFDI+8lnFA(4)95金融集聚对收入差距的影响研究 基于空间杜宾模型的分析2.估计方法当存在空间滞后项时,回归系数不再简单地反映自变量对因变量的影响, Lesage11提出了一种方法将总效应分为直接效应和间接效应来更好地描述存在的空间交互作用。表示为:yi = kr = 1Sr (W)i1 x1r +Sr (W)i2 x2r + +Sr (W)inxnr+V (W)in+V (W)i (5)总效应等于矩阵Sr (W)加总的均值,直接效应是通过计算矩阵Sr (W)中对角元素Sr(W)ii的平均值得到,间接效应则是矩阵

12、Sr(W)中非对角元素的平均值,可通过总效应减去直接效应得到。3.空间计量模型选取由于金融集聚的外部性可能超越地区边界,与邻近城市的效益相互影响。本文在式(5)的基础上,引入空间邻接项,建立金融集聚与基尼系数的空间杜宾模型。表示为:Y=WY+X+WX+ (6)其中, Y为被解释变量, X为投入要素, W为反映空间邻接关系的空间权重矩阵, 为邻近地区WY对被解释变量Y的影响, 为邻近地区WX对被解释变量Y的影响, 为模型的残差项且满足 (0,2)。将式(4)中的变量带入空间杜宾模型式(6)中得到:lnGINI = C + 1lnEDU + 2lnBANK + 3lnSTOCK +4lnINSUR

13、ANCE+5lnL+6lnFINANCE+7lnFDI+8lnFA+9WlnEDU + 10 WlnBANK + 11 WlnSTOCK +12WlnINSURANCE + 13 WlnL + 14 WlnFINANCE +15WlnFDI+16lnFA+WlnINCOME+ (7)三、金融集聚对收入差距的金融功能效应经验研究1.数据检验空间自相关检验是建立空间计量模型的基础,为了验证我国金融集聚与居民收入的空间集聚特征不是随机发生的,本文采用Morans I指数检验空间邻接或空间邻近的区域单元属性值的相关程度。检验结果如表1所示。表1金融集聚与人均可支配收入的Morans I指数2004年2

14、005年2006年2007年2008年2009年2010年2011年2012年2013年GINIMorans I 0. 4928 0. 4988 0. 4997 0. 4960 0. 4873 0. 4729 0. 4743 0. 4650 0. 4447 0. 4266z值4. 5520 4. 5769 4. 5757 4. 5462 4. 4565 4. 3129 4. 3219 4. 2379 4. 0613 3. 9034p值0. 0000 0. 0000 0. 0000 0. 0000 0. 0000 0. 0000 0. 0000 0. 0000 0. 0000 0. 0000FI

15、NMorans I 0. 1551 0. 1272 0. 1242 0. 1731 0. 1895 0. 1891 0. 2113 0. 2218 0. 2228 0. 2160z值1. 8323 1. 6843 1. 6429 2. 0476 2. 1919 2. 0822 2. 2813 2. 3732 2. 3741 2. 2963p值0. 0669 0. 0921 0. 1004 0. 0406 0. 0284 0. 0373 0. 0225 0. 0176 0. 0176 0. 0217BANKMorans I 0. 3186 0. 3404 0. 3544 0. 3644 0. 3

16、492 0. 3601 0. 3483 0. 3421 0. 3431 0. 3411z值3. 0938 3. 2819 3. 4007 3. 4906 3. 3558 3. 4976 3. 4180 3. 3698 3. 3403 3. 2996p值0. 0023 0. 0014 0. 0006 0. 0005 0. 0008 0. 0005 0. 0006 0. 0008 0. 0008 0. 0014INSMorans I 0. 2743 0. 2731 0. 2719 0. 2732 0. 2443 0. 2203 0. 2273 0. 2354 0. 2441 0. 2386z值2.

17、 7886 2. 7512 2. 7484 2. 7487 2. 5149 2. 282 2. 3494 2. 3949 2. 4675 2. 4279p值0. 0053 0. 0059 0. 0062 0. 0060 0. 0119 0. 0225 0. 0188 0. 0166 0. 0136 0. 0152资料来源:表中FIN表示上文的FINANCE, INS表示上文的INSURANCE,数据来源于作者计算。从表1可以看出,基尼系数都在1%的水平上显著地偏离随机分布,且Morans I指数表明存在显著的空间自相关性。金融集聚规模FIN与金融集聚程度(BANK和INS)分别都在10%和5%

18、的水平上存在显著的空间自相关性,可以进一步分析金融集聚与收入差距的空间关系。通过对面板数据进行单位根检验,检验结果都显示金融集聚各项指数与基尼系数在1%的水平上显著的存在协整关系,所以数据存在协整关系,可以进行下一步的空间杜宾模型回归分析。2.金融集聚对区域收入差距的估计结果由于空间相关性的存在,最小二乘法估计空06财经问题研究 2016年第4期 总第389期间模型可能导致回归参数、空间参数和标准误估计的不一致性,本文根据Lee和Yu12、Elhorst13给出的准极大似然法进行估计,结果如表2所示。表2空间杜宾模型的回归结果(N=310)变 量系 数z值变 量系 数z值lnEDU 0. 15

19、62* * * (0. 0000) 8. 3836 WLnEDU -0. 0589* * (0. 0206) -2. 3382LnBANK 0. 0689* * * (0. 0000) 10. 0926 WLnBANK -0. 0146 (0. 5973) -0. 5365LnINSURANCE -0. 0507* * * (0. 0000) -3. 7974 WLnINSURANCE 0. 0746* * * (0. 0000) 4. 5983LnSTOCK 0. 0009 (0. 7354) 0. 3484 WLnSTOCK -0. 0107* * (0. 0131) 2. 4857LnL

20、 0. 0000 (0. 5682) 0. 5736 WLnL -0. 1233* * (0. 0012) -3. 4002LnFDI -0. 0089* * (0. 0195) -2. 3558 WLnFDI -0. 0271* * (0. 0000) -3. 8019LnFA 0. 0102* * * (0. 0013) 3. 2873 WLnFA -0. 0021 (0. 5303) -0. 6375LnFINANCE 0. 2439 (0. 2524) 1. 1564 WLnFINANCE 0. 5474 (0. 1572) 1. 4236 0. 6574* * * (0. 0000)

21、 15. 4674 R2 0. 99012 0. 0006* * * (0. 0000) 12. 0528 Log-L 677. 8468注:* *和* * *分别表示在1%和5%的置信水平下显著,下同,资料来源于作者计算。从表2可以看出,金融集聚与基尼系数之间具有显著的空间相关关系。技术进步EDU对基尼系数的增加具有较大的影响,说明在区域金融集聚较高的发达地区,技术创新能够直接促进劳动生产率的提高,从而直接促进地区居民收入水平的提高,而在技术水平相对落后的地区反之。金融集聚程度的综合指标中,银行业发展BANK对基尼系数的影响非常明显。金融集聚程度较高的地区银行业较为发达,能够为实体经济提供更

22、有力的金融支撑,有利于增加企业利润,进而提高职工工资。银行系统的支持能够加大科技转化为生产力的速度与范围,进而提升区域内整体劳动生产率,提高收入水平。保险业发展INSURANCE对基尼系数具有负向效应,说明保费收入的增加可以减少收入差距。由于保险是对预期收入的保证,保险支出会减少当期收入,增加预期收入。金融集聚规模FINANCE并不会对收入差距具有显著的影响,这主要与我国资本市场的市场化程度较低有关。人力资本水平L及市场开放度FDI对收入差距的影响不是十分显著。由于我国目前处于经济转型期,存在多种人才需求,受教育年限越长不能代表人力资本水平越高。如职业学校等技术型人才的受教育年限相对较短,但不

23、能说明其人力资本水平较低。模型中政府作用FA的影响也较为显著,说明政府在调节居民收入分配上应该发挥调控作用,更多地引导优势金融资源向欠发达地区流动,逐步缩小其与发达地区的收入差距。 FDI影响相对不显著,说明目前我国经济转型期,需要更多内生技术创新才能够提高劳动生产率,从而提升收入水平。3.空间直接效应和间接效应估计结果为了进一步说明金融集聚对区域收入差距作用的大小,本文通过直接效应、间接效应和总效应来分析不同空间权重矩阵情况下的空间溢出效应。从表3可以看出,金融集聚程度综合指标中BANK、 INSURANCE和STOCK对收入差距具有显著的直接效应和间接效应,说明金融集聚资源在空间非均衡的集

24、聚程度越高,收入差距越有可能恶化。金融集聚程度较高的区域不仅可以促进本区域内收入水平的提高,同时可以带动周边区域收入水平的提高。此外,区域教育支出的不平衡也会拉大收入差距。教育可以改善人力资本水平,发挥金融集聚的知识溢出效应,在扩充金融集聚区内知识存量的同时加快缄默知识的传播,可以有效促进集聚区域的技术创新,进而提高收入水平。市场开放度FDI对本区域内收入水平的提高并没有显著的影响。政府作用FA对本区域的收入水平在10%的水平上具有显著的直接效应,对周边区域并无影响,说明政府可以通过金融宏观调控来改善本地区的收入水平。金融集聚规模FINANCE对收入差距具有显著的直接效应和间接效应。金融集聚对

25、区域内收入差距减小具有“极化效应”,即由于金融资源的趋利性,优势金融资源在空间上不断向金融核心区域靠拢,能够有效扩大中心区域的金融规模,从而提升金融交易和创新能力,金融创新能力能够有效促进16金融集聚对收入差距的影响研究 基于空间杜宾模型的分析区域内的技术创新,提高劳动生产率,进而减小收入差距。同时金融集聚对周边区域的收入水平也具有“涓流效应”。由于金融集聚核心区的金融创新能力与周边区域的差距逐步拉大,这种差距导致了区域金融的非均衡增长,随着核心区域集聚程度加深,其交易成本会达到拐点,经营承受能力达到饱和状态,这时就会向周边区域设立分支金融机构和网络,加大对周边区域投资,进而将核心区域的金融创

26、新能力逐步向周边区域渗透,从而提升周边区域的金融创新能力,带动周边区域的技术创新,提高其劳动生产率,最终提高周边区域收入水平,缩小区域收入差距。如长三角区域金融逐步形成了金融联合的状态,以上海为中心,同时带动了江苏、浙江等地经济发展,为周边区域收入水平的提高提供了有利的金融资源,实现了资源整合和业务联动。表3不同空间权重矩阵空间杜宾模型的直接效应、间接效应和总效应效 应变 量直接效应间接效应总效应系 数z值系 数z值系 数z值lnEDU 0. 2989* * (0. 0000) 8. 9443 0. 1475* * * (0. 0000) 6. 3048 0. 3926* * (0. 0000

27、) 11. 6137LnBANK 0. 3684* * * (0. 0000) 10. 2337 -0. 1442* * * (0. 0000) 5. 7227 0. 4311* * * (0. 0000) 11. 0245LnINSURANCE 0. 0955* * * (0. 0073) 3. 9846 -0. 0321* * (0. 0245) 2. 2549 0. 0981* * (0. 0012) 3. 4226LnSTOCK 0. 0124* * (0. 0253) 2. 2325 -0. 0062* (0. 0574) 1. 9148 0. 0182* * (0. 0023) 3

28、. 1527LnL 0. 0000(0. 8352) 0. 2119 0. 0000(0. 8072) 0. 2416 0. 0000 (0. 6081) 0. 5139LnFDI 0. 0084(0. 3444) 0. 9527 0. 0088* (0. 0743) 1. 7937 0. 0114(0. 1694) 1. 3874LnFA 0. 0069(0. 0632) 3. 1257 -0. 0002(0. 9341) 0. 0848 0. 0004(0. 9201) 0. 1082LnFINANCE 1. 2693* * (0. 0137) 2. 4946 0. 8706* * * (

29、0. 0052) -2. 8338 0. 1031* * (0. 0273) 2. 2227注:*表示在10%的置信水平下显著。四、结论与启示1.结论金融集聚程度是造成区域收入差距的重要因素之一。区域间金融集聚程度的迥异会带来金融资源的空间分配不均衡,进而使得其对收入分配的作用在空间效率上产生差异。金融资源集聚较多的地区能够提升资源配置效率,提高劳动生产率,进而提高收入水平,减小收入差距,而金融集聚较少的地区则无法得到金融支持。从表3中间接效应的计量结果可以看出,金融集聚的辐射效应在我国区域间的作用不是十分明显,如果金融资源在空间上过多地集中于某些区域,且只集中不辐射,就会使基尼系数不断变大,

30、增加金融发达地区与欠发达地区的收入差距。金融集聚对收入差距的知识溢出作用明显,金融集聚的知识溢出效应主要是为企业的技术创新提供了重要智力支持14。2.启示第一,构建多层多级金融中心,缩小区域收入差距。可以采纳经济增长极的发展策略,在全国形成多层次的由区域金融中心带动的经济增长圈,发挥各经济圈的资源禀赋优势。使优势金融资源配置范围辐射至欠发达地区,降低金融资源利用的差距程度。从形成方式来看,由于地区差异化发展带来经济发展模式的不同,使金融中心分为市场驱动型和政府驱动型。在发达地区,目前已经形成了像上海、北京和深圳等金融中心,应继续让市场资源占据主导地位。在相对欠发达地区(如中西部),政府应重视资

31、源配置效率和效能,加强政策对金融发展的引导和推动,借鉴新加坡离岸金融中心等经验,规划与区域经济发展类型匹配的金融中心,在全国范围内逐步形成有特色的多层级的经济发展圈。第二,发挥金融集聚辐射效应,引导金融资源逐步扩散。要改善金融集聚辐射效应不明显的状况,就要加强区域内的金融产业合作,充分发挥金融集聚的辐射效应。如在目前发展态势良好的长三角和珠三角城市金融集聚区,通过金融产业合作让其先进知识与技术逐步渗透到周边地区。结合欠发达地区的资源禀赋优势,利用发达地区渗透进来的优势金融资源,探索出能达到帕累托最优的金融发展模式,促进经济增长。同时,可以通过一些优惠政策吸引高端金融人才,实现知识和人才资源的共

32、享,利用人力资本的流26财经问题研究 2016年第4期 总第389期动和缄默知识的作用,实现金融集聚的溢出效应。第三,加大教育投资倾斜力度,增强知识溢出作用。只有加大对教育的投资力度,才能有效地发挥金融集聚的知识溢出作用。但从实证结果看,并非受教育年限越长,经济增长越快,而是要发展多种类型的教育体系。目前我国正处于全面深化改革和产业升级阶段,创新驱动战略推动技术型人力资源储备成为决定性因素。在发展高等教育的同时,也要注重职业教育等多种教育类型的发展,形成多方位的教育体系,最终才能充分发挥知识的创新效应。参考文献:1 Greenwood,J. , Jovanovic, B. Financial

33、Development,Growth and the Distribution of IncomeJ. Journal ofPolitical Economy,1990,98(5): 1076-1107.2 Lyigun, M. F. , Owen, A. L. Income Inequality,Financial Development and Macroeconomic FluctuationJ. The Economic Journal, 1991, 114 (4): 352-376.3 丁志国,赵晶,赵宣凯,等.我国城乡收入差距的库兹涅茨效应识别与农村金融政策应对路径选择J.金融研究

34、, 2011,(7): 142-151.4 Maure, N. , Haber, S. Bank Concentration, RelatedLending and Economic Performance: Evidence fromMexico R. Stanford University Mimeo,2003.5 章奇,刘明兴,Chen,Y. P. ,等.中国的金融中介增长与城乡居民收入差距R.北京大学中国经济研究中心(CCER), 2003.6 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,(3): 49-59.7 Galor, O. , Zeira, J. In

35、come Distribution andMacroeconomics J. Review of Economic Studies,1993,60(1):35-52.8 Banerjee, A. V. , Newman, A. F. Occupational Choiceand the Process of Development J. Journal ofPolitical Economy, 1993,101(2):274-298.9 曹广喜,夏建伟,冯跃.区域金融发展与城乡收入差距关系的经验分析 以江苏省为例J.经济地理, 2007,(9):726-729.10 林毅夫,徐立新.金融结构与

36、经济发展相关性的最新研究进展J.金融监管研究,2012,(3):4-19.11 Lesage, J. P. Bayesian Estimation of SpatialAutoregressive Models J. International RegionalScience Review, 1997, 20(1-2) :113-129.12 Lee, L. , Yu,J. Estimation of Spatial AutoregressivePanel Data Models with Fixed EffectsJ. Journal ofEconometrics, 2010, 154(2)

37、: 165-185.13 Elhorst,J. P. Applied Spatial Econometrics: Raisingthe BarJ . Spatial Economic Analysis. 2010, 5(1): 9-28.14 王丹,叶蜀君.金融集聚对区域收入差距的影响机理研究J.经济问题探索,2015,(7): 160-165.Impact of Financial Agglomeration on Income Gap:Spatial Tobit ModelWANG Dan, YE Shu-jun(School of Economics and Management, Be

38、ijing Jiaotong University,Beijing 100044,China)Abstract:Based on the panel data of Chinese provinces from 2004 to 2013, this paper uses spatial Durbinmodel to test the relationship between financial agglomeration and gini coefficient. The results show that: Ithave positive effect to gini coefficient

39、 in financial agglomeration index, financial agglomeration index ofknowledge spillover and government function. So we should according to the difference of regional resource en-dowments,desdign the development mode of financial agglomeration which is matched.Key words:financial agglomeration; gini coefficient; income gap; spatial durbin model(责任编辑:巴红静)36金融集聚对收入差距的影响研究 基于空间杜宾模型的分析