金融普惠和京津冀城镇居民失业--基于中国家庭金融调查数据的实证研究-张号栋.pdf

《金融普惠和京津冀城镇居民失业--基于中国家庭金融调查数据的实证研究-张号栋.pdf》由会员分享，可在线阅读，更多相关《金融普惠和京津冀城镇居民失业--基于中国家庭金融调查数据的实证研究-张号栋.pdf（11页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第 卷第期 年月经济与管理研究 ： 金融普惠和京津冀城镇居民失业基于中国家庭金融调查数据的实证研究张号栋尹志超彭嫦燕收稿日期： 基金项目：国家自然科学基金项目“流动性约束与中国家庭金融行为基于 数据的研究”（ ）；北京市社会科学基金重大项目“金融普惠与京津冀协同发展研究”（ ）；西南财经大学中央高校基本科研业务费专项资金资助项目“金融知识和家庭财富差异基于 数据的实证分析”（ ）作者简介：张号栋西南财经大学金融学院博士研究生，成都市， ；尹志超首都经济贸易大学金融学院教授、博士生导师，北京， ；彭嫦燕西南财经大学金融学院博士研究生。根据 年 问卷中的问题“为什么没有工作？ 在校学生 操持家务者

2、 丧失劳动能力者 季节性工作 失业或者没有找到工作 不愿意或者不需要工作 离休或退休 临时解雇，等待返回原工作 其他”，计算失业率时根据中国统计局城镇登记失业率的计算口径，在劳动人口中扣除掉了在校学生、丧失劳动能力者和离休或退休人口；在男性法定工作年龄 岁、女性法定工作年龄 岁样本下进行计算，重点关注劳动市场中“失业或者没有找到工作”和“不愿意或者不需要工作”的失业情况。内容提要：本文基于 年中国家庭金融调查（ ）数据实证分析，发现在京津冀地区，金融普惠城镇居民比非金融普惠城镇居民失业概率显著下降了 。进一步研究发现，金融普惠城镇居民人力资本显著超出非金融普惠城镇居民 ，金融普惠城镇家庭人力资

3、本投资显著超出非金融普惠家庭 倍。因此，金融普惠可以通过提高城镇居民人力资本的途径降低城镇居民失业水平。因此，应当在京津冀地区推行金融普惠，增加城镇家庭教育或培训支出，提高城镇居民人力资本水平，从而降低城镇居民失业水平。关键词：京津冀金融普惠城镇居民失业中图分类号： 文献标识码： 文章编号： （ ） 一、问题提出 年 月 日召开的中共十八届五中全会提出了“十三五规划”建议，确立 万人全部脱贫和全面实现小康社会的目标。在“三期叠加”期间，中国既面临着改善“供给侧环境机制”的新局面，同时面临着经济下行压力、就业环境严峻的新形势。联合国在 年人类发展报告序言中指出：“单纯依靠经济发展并不能自然地转变

4、为人类进步。只有依靠关注教育、营养、健康和工作技能等方面的扶贫政策和旨在提高民众能力的有效投资，才能增加民众获得体面工作的机会，确保人类持续进步”。如何激发微观主体活力、创构经济发展新动力就显得尤为重要。表显示， 年初，全国城镇居民失业率为 ，京津冀地区居民失业率为 ，低出全国城万方数据经济与管理研究（ 年第期） （ ， ）镇居民失业 个百分点。在京津冀地区，天津城镇居民失业率最高，达到 ，河北则最低，达到 ，北京城镇居民失业率为 。从失业人口上看，中国城镇居民失业人口 万人，京津冀地区城镇居民失业人口 万人，占到全国城镇居民失业总人口的 。京津冀地区中，北京、天津和河北城镇居民失业人口分别是

5、 万人、 万人和 万人，分别占到京津冀地区的 、 和 。表 金融普惠和京津冀城镇家庭居民失业率地区金融普惠居民失业率非金融普惠居民失业率整体失业率失业人口（万人）北京 天津 河北 京津冀 全国 数据来源：中国家庭金融调查（ ），以下未经说明，数据均来源于此。 年中国共产党第十八届中央委员会第三次全体会议正式提出，“发展普惠金融，鼓励金融创新，丰富金融市场层次和产品”。“普惠金融”第一次被正式写入党的决议之中，并作为全面深化金融改革的内容之一。德米尔古克昆特和克拉珀（ - ， ）研究发现中国有 成年人没有正规金融机构账户，中国最穷的 人所占比例是 ，最富的 人所占比例是 。现代金融日趋多元化、网

6、络化和综合化，金融领域仍然存在无法触及的盲点，家庭获得金融产品和服务仍然存在障碍，金融排斥的现象广泛存在 。表显示，全国非金融普惠城镇居民失业率高出金融普惠城镇居民 个百分点，京津冀地区的这种差距高达 。在京津冀地区中，北京地区的差距最大，为 ；其次是天津为 ；河北地区非金融普惠居民失业率低于金融普惠居民，主要是将城镇务农居民作为就业人口进行统计的缘故。探究金融普惠影响城镇居民失业的作用机制，降低城镇居民失业，促进就业，既有理论意义，又有现实意义。本文后续部分的结构安排为：第二部分为文献综述；第三部分介绍数据来源和变量说明；第四部分是模型设定和内生性讨论；第五部分是实证结果分析及稳健性检验；第

7、六部分是结论。二、文献综述从金融发展角度，王元月和王青照（ ）认为，金融发展对就业具有重要影响，金融深化和金融体制改革有助于改善中国的城镇就业状况。刘克崮（ ）提出中国现行失衡的金融体系结构难以适应小微企业、个体工商户和农户这类“草根经济体”的融资需求。李巍和蔡纯（ ）研究发现，金融发展会显著提升就业水平；不同地区之间较为协同的金融发展进程更有利于就业状况的好转。黄英伟和陈永伟（ ）发现由于融资约束的存在，企业家的就业创造行为会受到阻碍，这不仅会使得均衡失业率提高，而且会延长失业的持续性 。刘树成等（ ）发现通过住宅金融创新，推动城镇住宅业的发展和中国城市化的进程，河北在京津冀地区中失业率偏低

8、，考虑是受居民就业中“务农”的影响，因为在 问卷中是将务农作为有工作设定的。根据 年 数据统计得知，北京、天津、河北和京津冀地区城镇居民的务农率分别是 、 、 和 ；北京、天津、河北和京津冀地区城镇金融普惠居民的务农率分别是 、 、 和 ；北京、天津、河北和京津冀地区城镇非金融普惠居民的务农率分别是 、 、 和 。计算得知，河北非金融普惠居民的务农率高于金融普惠居民 个百分点。 年中国统计年鉴显示，全国、北京、天津和河北 年末城镇就业人口分别是 万、 万、 万和 万，结合 年 数据统计的失业率，倒算出全国、北京、天津和河北 年末城镇经济活动人口是 万、 万、 万和 万。 年 月 日中国共产党第

9、十八届中央委员会第三次全体会议通过的中共中央关于全面深化改革若干重大问题的决定正式提出，“发展普惠金融，鼓励金融创新，丰富金融市场层次和产品”（第三部分第 条）。万方数据 （ ， ）经济与管理研究（ 年第期）做到以城带乡、以乡促城，实现就业联动 。从金融危机角度，张俊生和吴溪（ ）根据某重点财经院校会计专业 届毕业生数据发现，在金融危机之前，货币性的激励因素对毕业生选择“四大”的倾向并无显著的解释作用，金融危机之后，货币性的激励因素则开始显著解释毕业生选择“四大”的倾向 。王国静和田国强（ ）利用 模型发现金融冲击会使产出、消费、投资和就业等出现大幅度下降 。丁守海（ ）在金融危机背景下发现，

10、更大的就业冲击在危机后期爆发，特别对中西部地区的服务业 。还发现 年金融危机使 年城镇就业缺口增加 万， 万农民工失业。黄波和王楚明（ ）发现 年金融信用危机导致中国 年城镇登记失业率大于 的概率是 。盛来运等（ ）利用国家统计局农民工监测调查的最新数据发现，从长期来看，农民工进城就业依然是解决中国农村劳动力就业问题的主要方向 。许宪春等（ ）发现 年 月 年月，金融危机通过对外贸易造成中国就业损失 万人 。王德文和蔡窻（ ）发现金融危机通过外贸和外商直接投资等渠道对中国经济和就业带来了严重的负面影响 。曹亚和陈浩（ ）研究发现，受 年金融危机的影响，农民工的城市就业环境出现恶化，导致大量农民

11、工返乡，直接影响社会的稳定 。冯继红（ ）从 年初对 名河南返乡农民工的调查数据中发现约三分之一的农民工受到金融危机影响而返乡 。鉴于中国微观数据的缺乏，此前关于失业问题的研究主要基于宏观总量数据而展开，而本文基于 年中国家庭金融调查（ ）京津冀样本数据，研究金融普惠和京津冀城镇居民失业之间的关系，探寻金融普惠对京津冀城镇居民失业的作用机制，寻求促进城镇居民就业的微观路径，是对现有文献的一个补充。三、数据来源和变量说明本文数据来自于西南财经大学中国家庭金融调查与研究中心 年在全国范围内开展的中国家庭金融调查（ ， ）。中国家庭金融调查采用三阶段、分层、与人口规模成比例（ ）的抽样方法，通过科学

12、抽样，采用计算机辅助调查系统（ ）等现代调查技术和调查管理手段，收集中国家庭金融微观信息，为国内外研究者提供研究中国家庭金融问题的高质量微观数据。京津冀样本中，北京、天津和河北分别调查个县区、个县区和 个县区， 个社区，共 户城镇居民样本。 项目采用了多项措施控制抽样误差和非抽样误差，数据代表性好、质量高 。下面分别就金融普惠、城镇居民人力资本、城镇家庭人力资本投资和其他控制变量进行说明。（一）金融普惠的界定国内外学者对金融普惠的衡量没有统一标准，从金融普惠外延上，克罗克诺夫（ ， ）定义金融普惠的四个关键领域，即银行交易账户（ ）、储蓄（ ）、信贷（ ）和保险（ ），对欧盟成员国采用银行交易

13、账户、储蓄、信贷和保险的人口份额来衡量金融普惠 。世界银行进一步对金融普惠边界进行了详细地划分，将银行和其他正规金融机构提供的金融产品定义成“金融普惠（ ）” 。本文从储蓄、支付、信贷和商业保险四个方面界定金融普惠的外延，将金融普惠定义成“是否使用正规金融账户”哑变量形式，等于表示有金融账户，表示没有金融账户。表显示，中国城镇居民金融普惠比例是 ，京津冀地区城镇居民金融普惠比例是 ，高出全国 个百分点。北京地区最高，达万方数据经济与管理研究（ 年第期） （ ， ）到 ，高出全国 个百分点，天津和河北城镇居民金融普惠比例分别是 和 ，都低于全国平均水平。表 京津冀城镇居民金融普惠情况地区城镇居民

14、金融普惠比例高出全国金融普惠比例北京 天津 河北 京津冀 全国 （二）城镇居民人力资本界定金融普惠通过影响教育投资、健康投资等人力资本投资对社会群体失业或就业产生影响。舒尔茨（ ， ）将人力资本定义为人的素质，是对人投资形成的资本，具体表现为人的知识、技能、资历和数量程度 。贝克（ ， ）首次将人力资本投资划分为教育、在职培训、健康、迁移等不同形式，在一定程度上分析了人力资本投资的结构问题，指出有能力的人比其他人获得更多的教育和其他各种培训 。巴尔罗和李（ ， ）用教育年限衡量人力资本 ，肯德里克（ ， ）采取成本法测量人力资本，一部分是有形人力资本，主要包括孩子的养育费用，一部分是无形人力资

15、本，主要包括教育培训、医疗、健康和安全以及劳动力流动等方面的支出 。乔根森和梅尼（ ， ）提出的估算终生收入为基础的 - 法在国际上广泛使用 。李海峥等（ ）运用并改进 - 法，计算了 年中国人力资本指数 。这里用城镇居民受教育年限度量居民人力资本。表 金融普惠和京津冀城镇居民人力资本 单位：年区域金融普惠城镇居民人力资本非金融普惠城镇居民人力资本整体北京 天津 河北 京津冀 全国 表显示了中国和京津冀地区城镇居民人力资本情况。 年全国城镇居民人力资本平均为 年，金融普惠城镇居民人力资本高出非金融城镇居民 年。从京津冀样本看，城镇居民平均人力资本 年，北京地区最高，达到 年，河北地区最低，达到

16、 年。京津冀地区金融普惠城镇居民和非金融普惠城镇居民的平均人力资本分别是 年和 年，金融普惠居民超过非金融普惠居民 年；北京、天津和河北的金融普惠居民平均人力资本分别高出非金融普惠居民 年、 年和 年。（三）城镇家庭人力资本投资的界定借鉴肯德里克（ ）成本法思路 ，本文参考张银和李燕萍（ ）将人力资本包括知识资本和健康资本的方法 ，用家庭在教育文娱方面的支出度量家庭人力资本投资。教育文化娱乐服务支出包括教材及参考书、学杂费、托幼费、成人教育以及其他教育费用 。问卷中受教育程度选项为：没上过学、小学、初中、高中、中专、大专、大学本科、硕士研究生和博士研究生，并将其折算为教育年限（年），依次为、

17、、 、 、 、 、 。 年 问卷中有关人力资本投资的问题是：“去年，您家在教育培训上一共支出了多少钱？（包括在职培训、上学、上兴趣班、留学、健身费以及教材、器材费等）（单位元）”。万方数据 （ ， ）经济与管理研究（ 年第期）表 金融普惠和京津冀城镇家庭人力资本投资单位：元区域金融普惠家庭人力资本投资非金融普惠家庭人力资本投资整体北京 天津 河北 京津冀 全国 表 样本描述性统计变量观测值均值标准差城镇居民失业 城镇居民人力资本 城镇家庭人力资本投资 金融普惠 社区附近金融机构数量 年龄 年龄 男性 共产党员 已婚 家庭规模 家庭老人数量 家庭孩子数量 家庭非劳动收入 家庭是否有房产车产 金融

18、发展水平 表显示了中国和京津冀家庭人力资本投资情况。 年，中国城镇家庭平均人力资本投资为 元，金融普惠城镇家庭人力资本投资超出非金融普惠 元。京津冀城镇家庭平均人力资本投资 元，北京地区最高，达到 元，天津地区最低，达到 元。京津冀金融普惠城镇家庭、非金融普惠城镇家庭的平均人力资本投资分别是 元和 元，金融普惠城镇家庭超过非金融普惠城镇家庭 元；北京、天津和河北的金融普惠城镇家庭平均人力资本投资分别高出非金融普惠城镇家庭 元、 元和 元。在金融普惠城镇家庭中，北京地区最高，达到 元，天津最低，仅仅 元，在非金融普惠城镇家庭中，北京地区最高，达到 元，天津地区最低，达到 元。（四）控制变量为了分

19、析金融普惠对京津冀城镇居民失业、城镇居民人力资本和城镇家庭人力资本投资的影响，参照以往文献，本文选取以下控制变量：居民特征变量（年龄、年龄 、男性、共产党员、已婚），家庭特征变量（家庭规模、家庭老人数量、家庭孩子数量、家庭非劳动收入、家庭是否有房产车产）、宏观经济变量（各省区人均 和金融发展水平）以及省区固定效应和职业固定效应。在数据处理上，剔除控缺失样本，最后剩余样本 个。变量描述统计情况如表所示。四、模型设定和内生性为考察金融普惠对京津冀城镇居民失业影响，将模型设定为： （ ） （ ）， （，）（）模型（）中，作为被解释变量，指京津冀城镇居民失业。 表示金融普惠，是关注变量，等于表示有金融

20、账户，表示没有金融账户。是控制变量，包括居民特征变量、家庭特征变量、宏观用戈德史密斯指标衡量金融发展水平，即金融发展水平（省区存款总额省区股票市值省区保费收入） 。万方数据经济与管理研究（ 年第期） （ ， ）经济变量、省区固定效应和职业固定效应等。金融普惠和京津冀城镇居民失业模型中，金融普惠和城镇居民失业之间存在反向因果、遗漏变量导致的内生性问题。首先，因为失业的居民持有更少的金融账户，比如没有工资卡，而且居民没有稳定的工作收入，就可能很少以金融账户的形式以储蓄。其次，可能存在遗漏变量导致的内生性问题，如居民工作能力就很难用变量来度量。工作能力可能同时影响失业和金融普惠，从而导致估计偏误。为

21、此，我们选择工具变量进行两阶段估计以解决内生性问题引起估计偏误。选择“社区附近金融机构数量”作为金融普惠的工具变量。一般而言，家庭社区附近金融机构数量越多，该家庭的金融普惠水平就越高，家庭持有金融账户就越多，因而“社区附近金融机构数量”和家庭金融普惠是密切相关的。但是居民失业属于居民个人的行为，“社区附近金融机构数量”对居民失业没有直接的相关性。为考察金融普惠对京津冀城镇居民人力资本的影响，将模型设定为： ， （，）（）模型（）中，被解释变量 为京津冀城镇居民受教育年限，代表城镇居民人力资本水平。 表示金融普惠，是关注的变量，等于表示有金融账户，表示没有金融账户。是控制变量，包括居民特征变量、

22、家庭特征变量、宏观经济变量、省区固定效应和职业固定效应等。为考察金融普惠对家庭人力资本投资的影响，将模型设定为： ， （，）（）模型（）中，被解释变量 为家庭人力资本投资。 表示金融普惠，是关注的变量，等于表示有金融账户，表示没有金融账户。是控制变量，包括户主特征变量、家庭特征变量、宏观经济变量、省区固定效应和职业固定效应等。五、实证结果及稳健性检验（一）金融普惠和京津冀城镇居民失业表列（）、列（）分别报告了金融普惠对京津冀城镇居民失业影响的 、 回归结果，针对金融普惠存在的内生性问题，本文选择工具变量进行两阶段估计。在对工具变量检验的第一阶段估计中， 超过值等于 的经验值 ，说明不存在弱工具

23、变量问题，估计出“社区附近金融机构数量”和“金融普惠”有 的显著相关性，说明选取“社区附近金融机构数量”作为工具变量是可行的，但是表中列（）回归结果没有通过 内生性检验，显示在京津冀城镇居民失业模型中金融普惠不存在显著的内生性问题， 估计的边际效应是无偏的。从表中列（）报告结果可知，京津冀金融普惠城镇居民比非金融普惠的失业概率显著下降 。金融普惠能够缓解作为社会排斥一种类型的金融排斥 ，改善京津冀城镇居民社会排斥状况和就业环境；金融普惠促使城镇居民塑造独立的金融人格，提高劳动者素质和人力资本水平，降低城镇居民失业。从表列（）其他变量的影响来看，城镇居民年龄提高岁，其失业概率显著下降 的概率；城

24、镇共产党员居民比非共产党员居民显著降低 的概率；家庭孩子数量增加个，城镇居民失业显著下降 的概率；家庭非劳动收入增加 ，城镇居民失业显著下降 的概率；家庭有房产车产城镇居民比无房产或车产显著下降 的失业概率；河北城镇居民比北京、天津显著下降 的概率。城镇男性居民比女性居民显著上升 的失业概率。婚姻状况、家庭规模、家庭老人数量、 、金融发展水平对京万方数据 （ ， ）经济与管理研究（ 年第期）津冀城镇居民失业没有显著的影响。表 金融普惠对京津冀城镇居民失业的影响被解释变量：城镇居民失业（）（） 金融普惠 * （ ）（ ）年龄 * *（ ）（ ）年龄 * *（ ）（ ）男性 * *（ ）（ ）共产

25、党员 * *（ ）（ ）已婚 （ ）（ ）家庭规模 （ ）（ ）家庭老人数量 （ ）（ ）家庭孩子数量 * *（ ）（ ） 家庭非劳动收入 * （ ）（ ）家庭是否有房产车产 * （ ）（ ） （ ）（ ）金融发展水平 （ ）（ ）北京 （ ）（ ）河北 * *（ ）（ ）观测值 值 * *内生性检验 值 值 第一阶段值 * 注：*、*、*分别表示在 、 、 水平下显著，括号内为聚类异方差稳健标准误（按家庭聚类分析，避免异方差和组内自相关），表内报告的是估计结果的边际效应。同时，控制了省域和职业固定效应。后同。（二）金融普惠和京津冀城镇居民人力资本表列（）、列（）分别报告了金融普惠对京津冀城镇

26、居民人力资本影响的 、 的回归结果，针对金融普惠可能存在内生性问题，选择工具变量进行两阶段估计。在对工具变量检验的第一阶段估计中， 超过值等于 的经验值，说明不存在弱工具变量问题，但是表中列（）回归结果没有通过了 内生性检验，说明在京津冀城镇家庭人力资本模型中金融普惠不存在显著的内生性问题， 估计的系数是无偏估计量。从表中列（）可知，京津冀金融普惠的城镇居民较非金融普惠的城镇居民显著提高 的人力资本水平。金融普惠城镇居民有更高的金融知识水平 ，更看重教育的未来财富效应，往往追求更高的教育水平，从而降低城镇居民失业水平 。从表列（）其他变量来看，年龄、共产党员、家庭是否有房产车产、 及河北地区对

27、城镇居民人力资本有显著的正向影响；已婚、家庭规模、家庭老人数量对城镇居民人力资本有显著负向影响；男性、家庭孩子数量、家庭非劳动收入和省区金融发展水平对城镇居民人力资本没有显著影响。（三）金融普惠和京津冀城镇家庭人力资本投资表列（）、列（）分别报告了金融普惠对京津冀城镇家庭人力资本投资影响的 、 的回归结果，针对金融普惠和京津冀城镇家庭人力资本投资之间可能存在的内生性问题，选择工具变量进行两阶段估计。在对工具变量检验的第一阶段估计中， 超过值等于 的经验值，说明不存在弱工具变量问题，表中列（）回归结果显示通过 内生性检验，说明在万方数据经济与管理研究（ 年第期） （ ， ）表 金融普惠对京津冀城

28、镇居民人力资本的影响被解释变量： 城镇居民人力资本（）（） 金融普惠 * *（ ）（ ）年龄 * （ ）（ ）年龄 * （ ）（ ）男性 （ ）（ ）共产党员 * *（ ）（ ）已婚 * *（ ）（ ）家庭规模 * *（ ）（ ）家庭老人数量 * *（ ）（ ）家庭孩子数量 （ ）（ ） 家庭非劳动收入 （ ）（ ）家庭是否有房产车产 * （ ）（ ） * *（ ）（ ）金融发展水平 （ ）（ ）北京 （ ）（ ）河北 * *（ ）（ ）观测值 值 值 * *内生性检验 值 值 第一阶段值 * 表 金融普惠对京津冀城镇家庭人力资本投资的影响被解释变量： 城镇家庭人力资本投资（）（） 金融普惠 * *（ ）（ ）户主年龄 * *（ ）（ ）户主年龄 * *（ ）（ ）户主男性 （ ）（ ）户主共产党员 （ ）（ ）户主已婚 * *（ ）（ ）家庭规模 * *（ ）（ ）家庭老人数量 （ ）（ ）家庭孩子数量 * *（ ）（ ） 家庭非劳动收入 （ ）（ ）家庭是否有房产车产 * （ ）（ ） * *（ ）（ ）金融发展水平 * （ ）（ ）北京 （ ）（ ）河北 （ ）（ ）观测值 值 值 * *内生性检验 值 *第一阶段值 *