包容性金融发展与城乡居民收入差距——基于中国内地省级面板数据的实证研究-张彤进.pdf

《包容性金融发展与城乡居民收入差距——基于中国内地省级面板数据的实证研究-张彤进.pdf》由会员分享，可在线阅读，更多相关《包容性金融发展与城乡居民收入差距——基于中国内地省级面板数据的实证研究-张彤进.pdf（12页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 经济理论与经济管理 2 0 1 7年第5期* 张彤进,天津商业大学经济学院,邮政编码: 3 0 0 1 3 4 ;电子信箱: z h a n g _t o n g j i n 1 2 6 . c o m ;任碧云,天津财经大学金融与保险研究中心。本文得到国家社科基金项目( 1 6 B J Y 1 5 7 )的资助。感谢匿名评审人提出的修改建议,笔者已做了相应修改,本文文责自负。包容性金融发展与城乡居民收入差距* 基于中国内地省级面板数据的实证研究张彤进 任碧云提 要 本文借鉴二元经济增长模型,分析了包容性金融发展与城乡居民收入差距的关系,并采用2 0 1 1 2 0 1 5年中国内地省级面板

2、数据,运用面板数据模型和系统G M M模型对理论假设进行了实证检验。实证分析发现: ( 1 )包容性金融发展对缩小城乡居民收入差距具有明显的促进作用; ( 2 )传统银行的金融服务成本、互联网金融的数字支持服务程度对城乡居民收入差距的影响显著为负,这表明,包容性金融发展缩小城乡居民收入差距的直接作用主要是通过降低金融服务成本实现的; ( 3 )传统银行金融包容性在缩小城乡居民收入差距方面的作用,东部比中西部更加明显,而互联网金融包容性对城乡居民收入差距的影响在中西部地区显著。据此,本文提出,应重视包容性金融发展的收入分配效应,以缩小我国城乡居民收入差距。关键词 包容性金融发展;城乡居民收入差距

3、;互联网金融一、引言金融发展与收入分配问题的研究一直是学界关注的热点问题,但传统的金融发展强调金融发展的深度,关注资本的快速积累。从现实结果来看,金融向纵深发展并不能很好地解释和解决我国城乡收入分配失衡问题。本文借鉴二元经济增长模型,分析包容性金融发展与城乡居民收入差距的关系,并在此基础上,运用2 0 1 1 2 0 1 5年我国省级面板数据对理论分析进行实证检验。为能够较为全面地衡量包容性金融发展水平,本文不仅考虑传统银行的金融包容性,还将小额信贷的金融包容性、互联网金融的包容性水平纳入到研究范围。通过对包容性金融发展与城乡居民收入差距关系的研究,旨在从包容性金融发展的视角找到缓解我国收入分

4、配失衡问题的新思路。二、文献综述较早探讨包容性金融发展与收入分配关系的是班纳吉和纽曼( B a n e r j e e a n d N e w m a n ) 。他们构建了包含劳动力市场、信贷市场的个人职业选择模型,证明金融发展不完善是导致收入分配不平等的重要原因。他们提出,随着金融包容程度的加深,信贷市场会降低对初始财富的要求,从而改变人们的职业选择以及收入水平。 1 加勒和蔡拉( G a l o ra n d Z e i r a ) 、阿洪和波顿( A g h i o n a n d B o l t o n ) 、穆柯吉和瑞( M o o k h e r j e e a n d R a y

5、 )也从理论上提出,金融发展会通过使穷人获得更多的金融服务,提升资本配置效率来缩小居民收入差距水09 万方数据经济理论与经济管理 2 0 1 7年第5期 平。 2 3 4 最近几年,学者们对包容性金融发展与收入分配关系的研究进入了经验检验阶段。伯吉斯和潘德( B u r g e s s a n d P a n d e )发现,通过增加存款与贷款发放,在农村金融服务空白地区扩张金融网点有助于降低贫困。他们将贫困线以下人数比例以及农村农业工资作为衡量农村贫困水平的代理变量,实证结果显示,在1 9 7 7年之前以及1 9 9 0年之后,农村银行网点数量提高1 % ,农村的贫困率就会下降0 . 7 7

6、 % 。 5 詹姆斯( J a m e s )发现印度不完善的金融体系对穷人伤害更大,并且金融改革并没有减轻获得金融服务的非平等性,但是银行密度以及银行效率的提升有利于缩小收入差距。 6 贝等人( B a e e t a l )认为,金融系统的不完善导致低收入者难以负担金融交易成本,所以金融发展促进收入公平的途径不应是金融发展本身,而应是提升金融对于穷人的可获得性。研究结果发现,无论是使用基尼系数还是泰尔指数,金融可获得性都显著缩小了收入差距。 7 国内学者中,丁志国等人基于农村金融发展的深度、广度以及农村金融机构效率这三个维度,共选取了十个二级指标衡量农村金融发展政策实施效果,他们发现,贷款

7、网点比率、农村金融机构法人数量能够显著缩小城乡居民收入差距。 8 王修华和关键则完全基于包容性金融发展的视角,构建了多维的农村金融包容指数,对农村金融包容性发展水平进行了综合测度和评价,并运用2 0 0 6 2 0 1 1年中国内地3 1个省份的面板数据,探讨了金融包容性对城乡居民收入差距的影响程度。研究结果显示,农村金融包容性对城乡居民收入差距的影响显著为负;并且从区域多维度效应来看,西部地区金融渗透性维度影响最大,东部地区可负担性维度影响最大,中部地区金融可使用性维度影响最大。 9 班纳吉和纽曼提出金融市场的不完备导致具有不同初始财富的个体选择不同的职业。 1 在班纳吉和纽曼模型基础上,阿

8、林和江( A h l i n a n d J i a n g )引入联保制度,从理论上证明了金融服务包容性越高,越有助于部分抵押品不足的雇员获得信贷支持。在劳动力市场具有流动性的前提下,个体可以选择成为雇员,也可以选择成为自雇劳动者,进而提升自己的收入水平。 1 0 卡兰和津曼( K a r l a n a n dZ i n m a n )认为提升商业信贷的可获得性有助于促进个体重新选择职业,从而提升雇员的收入水平和整体福利。 1 1 基尼和汤森特( G i n e a n d T o w n s e n d )构建了一般均衡职业选择模型,认为提高金融可获得性,有助于厂商扩大生产规模,增加对劳

9、动力的需求,雇员收入得到进一步提升。 1 2 已有文献表明,金融发展通过劳动力市场对居民收入分配起重要作用。然而,有关包容性金融发展如何影响城乡居民收入差距,学界还缺乏足够的重视和深入的研究。本文试图通过测度传统银行的金融包容性、小额信贷的金融包容性以及互联网金融包容性水平,较为全面地考察包容性金融发展与城乡居民收入差距的关系,一方面为研究包容性金融发展与收入分配问题提供理论依据,另一方面在一定程度上弥补现有研究在收入分配问题研究方面的不足。三、包容性金融发展影响城乡居民收入差距的理论框架(一)生产部门假设一个开放式经济体,共有两个生产部门。一个是城市技术部门,另一个是农村非技术部门。两个生产

10、部门之间存在劳动力流动障碍,因此农村劳动力向城镇技术部门转移具有转移成本。两个生产部门劳动力的边际生产率不同,笔者假设城市技术部门的劳动力边际生产率大于农村非技术部门的劳动力边际生产率,因此城市技术部门收入要高于农村非技术部门的收入水平。产品市场是完全竞争市场。为了简化分析,假设没有人口的增长,人口总数为N 。劳动力市场是竞争性市场并且任何时刻都是出清的。受人力资本所限,农村居民在非技术部门从事技术含量低的生产活动,属于非技术劳动力;城镇居民在技术部门从事技术含量较高的生产活动,属于技术劳动力。全社会总的生产函数为Y :Y = Y l + Y h 1 ( 1 )式中, Y是生产最终产品的产量;

11、 Y l代表非技术部19万方数据 经济理论与经济管理 2 0 1 7年第5期门产量; Y h代表技术部门产量。 1 , Y l和Y h之间的替代弹性为11 -。事实上,大多数估计显示,技术劳动力和非技术劳动力之间的替代弹性大于1 ,这就意味着 0 。因此有0 0 ,则R s下降,w *下降,企业购买机器所需的初始财富就会减少。(三)模型的进一步扩展在全要素生产率是内生的情况下,生产商的全要素生产率A s i( )是由所使用机器的数量和质量以及劳动力的人力资本决定的。实际上,技术部门与非技术部门使用的是不同的机器,这意味着两部门使用不同的技术。在s部门,厂商i使用的机器j的数量可以表示成x s

12、i , j( ) 。为简化分析,本文假设两个部门使用的资本只有机器,在使用之后完全贬值,陈旧的机器将不再被使用。购买机器需要资本K e ,对于初始财富w 0 0 ,所以39万方数据 经济理论与经济管理 2 0 1 7年第5期城市技术部门劳动力收入与农村非技术部门劳动力收入之比会降低,即城乡居民收入差距会缩小。按照前文分析,降低金融服务成本是发展包容性金融的一个重要内容,当对非技术部门生产商的金融扶持力度更大时,也就是贷款成本更低时,会有更多的生产商符合贷款要求,非技术部门生产规模会逐渐扩大,非技术劳动力的收入水平也会增加,因此,城市技术部门劳动力收入与农村非技术部门劳动力收入之比得到降低。四、

13、模型设定与数据(一)模型设定为验证假设,本文运用3 1个省份面板数据,构建了包容性金融发展影响城乡居民收入差距的估计模型,考察2 0 1 1 2 0 1 5年我国包容性金融发展对城乡居民收入差距的影响。为了更加全面地衡量包容性金融发展水平,本文分别从传统银行、小额信贷以及互联网金融三个方面对包容性金融发展水平进行测度。g a p i ,t = 0 + 1 f i n B i ,t + 2 f i n X i ,t + 3 f i n I i ,t+ 4 p g d p i ,t + 5 o p e n i ,t + 6 u n e i ,t+ 7 c p i i ,t + 8 e d u i

14、,t + i ,t ( 2 1 )式中, i代表省份; t代表年份;因变量g a p i t表示i省份在t年的城乡居民收入差距。解释变量中,f i n B i t表示i省份在t年的传统银行的金融包容性指数; f i n X i , t表示i省份在t年的小额信贷的金融包容性指数; f i n I i , t表示i省份在t年的数字普惠金融指数; p g d p i , t表示人均国民生产总值;o p e n i , t表示对外开放度; u n e i , t表示就业压力;c p i i , t表示物价水平; e d u i , t表示农村教育水平; i , t为随机误差项。为了更全面地考察包容性金

15、融发展对城乡居民收入差距的影响,本文除了使用综合性指数外,还将传统银行金融包容性指数、小额信贷金融包容性指数的子维度 金融可获得性( a c c ) 、金融可使用性( u s e ) 、金融服务成本( c o s t ) ,互联网金融包容性的子维度 覆盖广度( A B R ) 、使用深度( D E E ) 、数字支持服务程度( S E R )这三个维度加入回归模型中,进一步研究各子维度的作用效果。另外,由于本文无法获得小额信贷的金融服务成本,故没有对该子维度进行分析。g a p i ,t = 0 + 1 a c c B i ,t + 2 u s e B i ,t + 3 c o s t B i

16、 ,t+ 4 a c c X i ,t + 5 u s e X i ,t + 6 A B R i ,t+ 7 D E E i ,t + 8 S E R i ,t + 9 p g d p i ,t+ 1 0 o p e n i ,t + 1 1 u n e i ,t + 1 2 c p i i ,t+ 1 3 e d u i ,t + 1 A i ,t + i ,t ( 2 2 )式中, a c c B i , t是传统银行的金融可获得性; u s e B i , t是传统银行的金融可使用性; c o s t B i , t是传统银行的金融服务成本。 a c c X i , t是小额信贷的金融可

17、获得性; u s e X i , t是小额信贷的金融可使用性;A B R i , t是数字普惠金融的覆盖广度; S E R i , t是数字普惠金融的使用深度; D E E i , t是数字普惠金融的数字支持服务程度。控制变量包括p g d p i , t ,o p e n i , t , u n e i , t , c p i i , t , e d u i , t 。 i , t为随机误差项。(二)变量选取与数据来源由于仅能够获得2 0 1 1年及以后的测算传统银行金融包容性、小额信贷金融包容性相关数据,本文将考察我国3 1个省份的2 0 1 1 2 0 1 5年包容性金融发展的城乡收入分

18、配效应。样本数据来源于各省份统计年鉴、 中国区域运行报告 、各省份国民经济和社会发展统计公报、北京大学互联网金融研究中心工作论文数字普惠金融指标体系与指数编制 1 4 以及笔者的收集整理。1 .被解释变量与关键解释变量。被解释变量为城乡居民收入差距( g a p ) 。本文采用王修华和邱兆祥的做法, 1 5 用城镇居民人均可支配收入与农村居民人均纯收入的比值表示城乡居民收入差距。本文的关键解释变量为传统银行金融包容性、小额信贷金融包容性以及互联网金融包容性。其中,互联网金融包容性用数字普惠金融指数衡量,数据来源于“北京大学数字普惠金融指数” 。 1 4 传统银行金融包容性和小额信贷金融包容性发

19、展指数的测度,本文采用萨尔马( S a r m a )测算包容性金融发展指数(i n c l u s i v e f i n a n c i a l i n d e x )的方法。 1 6 萨尔马认为,金融渗透度、金融可获得性以及金融可使用性是衡量包容性金融发展的三个重要维度,本文49 万方数据经济理论与经济管理 2 0 1 7年第5期 在此基础上,借鉴王修华和关键的研究 9 ,加入金融服务成本这一维度。由于受到数据可获得性的限制,本文仅对金融可获得性、金融可使用性以及金融服务成本进行考察。金融可获得性是指获得金融服务的便利性,衡量传统银行的金融可获得性的指标有:每1 0万人拥有的银行数、每1

20、 0万人拥有的银行服务人员数、每1 0 0 0平方公里拥有银行网点数、每1 0 0 0平方公里拥有银行服务人员数、贷款余额/存款余额。与现有文献不同的是,本文在此类指标之外,加入了贷款余额/存款余额这一指标。衡量小额信贷的金融可获得性指标有:每1 0万人拥有的小额贷款公司数量、每1 0万人拥有的小额贷款公司服务人员数、每1 0 0 0平方公里拥有的小额贷款公司数量、每1 0 0 0平方公里拥有小额贷款公司服务人员数。金融可使用性是指在获得金融服务的基础上,使用金融服务的规模,衡量传统银行金融可使用性的指标为:总贷款/ G D P以及总存款/ G D P 。衡量小额信贷的金融可使用性指标有:总贷

21、款/ G D P 。借鉴王修华、关键的研究,传统银行的金融服务成本用上浮利率贷款占比这一指标衡量。 9 受数据可得性限制,本文无法获得小额信贷的金融服务成本。按照萨尔马的研究,当I F I = 0 ,包容性金融发展程度最低;当I F I = 1 ,包容性金融发展程度最高。 1 6 当指标为正向指标时,如下式:d i = w i A i - m iMi - m i( 0 w i 1 ) , (i = 1 , 2 , 3 , 4 ) ( 2 3 )式中, i = 1 , 2 , 3 , 4 ; w i表示i维度所占权重,表明各子维度在衡量具有包容性内涵的金融发展指数中的相对重要程度; A i表示i

22、维度实际值; M i表示i维度最大值; m i表示i维度最小值; d i表示包容性金融发展的i维度数值。当指标为逆向指标时,公式变为:d i = w i M i - A iMi - m i( 0 w i 1 ) , (i = 1 , 2 , 3 , 4 ) ( 2 4 )式中, i = 1 , 2 , 3 , 4 ; w i表示i维度所占权重,表明各子维度在衡量具有包容性内涵的金融发展指数中的相对重要程度。本文借鉴王修华和关键使用的变异系数赋权法来确定各维度权重。 9 A i表示i维度实际值; M i表示i维度最大值; m i表示i维度最小值; d i表示包容性金融发展的i维度数值。X 1 =

23、 d21 + d 22 + + d 2nw 21 + w 22 + + w 2n( 2 5 )X 2 = 1 -w 1 - d 1( ) 2 + w 2 - d 2( ) 2 + + w n - d n( ) 2w 21 + w 22 + + w 2n( 2 6 )I F I = 12 X 1 + X 2 ( 2 7 )2 .控制变量。人均G D P ( p g d p ) :本文用国民生产总值与人口数量之比衡量。对外开放程度( o p e n ) :用各省份的进口与出口贸易总额与各省份G D P之比表示。由于原始数据均以美元计价,本文使用美元兑人民币的年平均汇率,将数据折算为以人民币计价的贸

24、易总额。就业压力( u n e ) :本文选择城镇登记失业率作为衡量就业压力的指标。物价水平( c p i ) :借鉴詹姆斯的研究 6 ,本文选择物价水平作为影响居民收入差距的控制变量,该指标用以上一年为基期的各省份物价水平衡量。教育水平( e d u ) :用每1 0万人高等学校平均在校生数衡量。变量的描述性统计见表1 。五、实证结果与分析(一)城乡居民收入差距对包容性金融发展的回归结果从表2的列( 2 ) 、列( 3 )可以看出,代表包容性金融发展的三个关键解释变量中,传统银行金融包容性指数的估计系数在1 %的显著性水平上显著为负。这表明传统银行的金融包容性水平的提升能够缩小城乡收入差距。

25、小额信贷金融包容性指数的估计系数不显著,这有可能是因为目前小额信贷发展还不甚规范,家户部门或者小企业在向其贷款时较为慎重。数字普惠金融指数的估计系数在1 %的显著性水平上显著为负,表明随着互联网的兴起,59万方数据 经济理论与经济管理 2 0 1 7年第5期表1主要变量的统计性描述变量观察值均值标准差最小值最大值被解释变量 城乡居民收入差距g a p 1 5 5 2 . 7 5 8 0 . 4 7 8 1 . 8 5 0 3 . 9 8 0解释变量 传统银行的金融包容性f i n B 1 5 5 0 . 2 9 1 0 . 0 9 6 0 . 1 0 9 0 . 7 9 4小额信贷的金融包容性

26、f i n X 1 5 5 0 . 2 1 6 0 . 1 2 0 0 . 0 1 1 0 . 6 4 3数字普惠金融f i n I 1 5 5 1 3 8 . 8 2 6 7 . 1 7 0 1 6 . 2 2 0 2 7 8 . 1 1人均国民生产总值p g d p 1 5 5 4 6 4 7 4 . 1 8 2 1 1 3 9 . 8 4 1 6 4 3 6 . 5 5 1 0 6 9 0 4 . 9对外开放度o p e n 1 5 5 0 . 2 9 6 0 . 3 3 9 0 . 0 3 6 1 . 5 4 8就业压力u n e 1 5 5 3 . 3 0 0 0 . 6 3 6 1

27、 . 2 0 0 0 4 . 5 0 0 0物价水平c p i 1 5 5 1 0 8 . 7 6 7 2 . 9 5 4 9 9 . 7 1 0 1 1教育水平e d u 1 5 5 2 4 7 3 . 6 7 8 4 4 . 2 3 1 1 0 8 2 . 1 4 9 5 6 1 2 . 8 6 9互联网金融跨越了地域限制,能够使越来越多的人获得金融服务。总体来看,我国可能已经处于库兹涅茨倒“ U ”型区域的右半支。从表2列( 3 )的结果可以看出,各控制变量中,人均G D P的估计系数显著为负。这也意味着,近两年来,人均G D P的提高,越来越多地向中低收入者倾斜。对外开放程度加大,意味

28、着对外贸易发展更好,这样会使更多农村劳动力转移到工资率更高的第三产业,进而提升了农村居民收入。就业压力对城乡居民收入差距无显著影响。这可能是因为我国对下岗工人有补贴,并且失业率保持在合理区间,因此并没有因为失业人口数而进一步扩大城乡收入差距。物价水平对城乡收入差距影响不显著。农村居民受教育年限的估计系数在1 %的显著性水平上显著为负,说明随着农村居民人力资本水平的提升,城乡居民收入差距会逐渐缩小。为避免内生性问题,本文还采取了系统G M M估计方法对模型进行检验。为确保模型参数估计的有效性,采用萨根( S a r g a n )检验与汉森( H a n s e n )检验对模型进行识别。萨根检

29、验原假设为工具变量设定是有效的。此外,还需要检验差分后的残差项是否存在二阶序列相关。 A R ( 2 )检验原假设为差分后的残差项不存在二阶序列相关。表3中给出了A R ( 1 )和A R ( 2 )结果。在原假设下经过差分转换后的残差可能会有一阶序列相关性,但只要没有二阶序列相关,则可判定原假设成立。表3报告了系统G M M的估计结果。结果显示,无论是否包含控制变量,三个关键解释变量中,传统银行金融包容性指数、数字普惠金融指数对城乡居民收入差距的影响都显著为负,小额信贷的金融包容性指数估计系数不显著,这与表2结果一致。与此同时,从表3列( 2 )可以看出,l n g a p _l a g系数

30、在5 %的显著性水平上显著为正,说明前一期的城乡居民收入差距水平对后期产生显著的正向作用。(二)城乡居民收入差距对包容性金融发展各维度的回归结果以上实证研究证明,包容性金融发展对于缩小城乡居民收入差距有积极作用。本文将继续探讨传统银行的金融包容性、小额信贷的金融包容性各个子维度,即金融可获得性、金融可使用性以及金融服务成本对城乡居民收入差距的影响程度和影响方向。需要指出的是,金融服务成本这一维度是反向指标,该维度数值越大意味着金融服务成本越低。关于数字普惠金融指数各子维度指标,本文采用北京大学互联网金融研究中心数字普惠金融指标体系与指数编制选用的三个子维度:覆盖广度、使用深度、数字支持服务程度

31、。结果如表4所示。69 万方数据经济理论与经济管理 2 0 1 7年第5期 表2城乡居民收入差距对包容性金融发展等关键变量的回归估计结果项目( 1 ) F E ( 2 ) R E ( 3 ) F E ( 4 ) R EL n f i n B - 0 . 5 1 5* * *( - 6 . 4 2 )- 0 . 3 6 9 * * *( - 4 . 8 7 )- 0 . 2 5 5 * * *( - 5 . 9 1 )- 0 . 0 7 6 *( - 0 . 9 7 )L n f i n X 0 . 0 2 3( 1 . 3 4 ) 0 . 0 2 9( 1 . 4 0 6 ) 0 . 0 3

32、7( 2 . 8 9 ) 0 . 0 1 2( 0 . 6 8 )L n f i n I - 0 . 0 2 1* * *( - 2 . 4 6 6 )- 0 . 0 4 5 * * *( - 4 . 0 0 )- 0 . 0 3 6 * * *( - 4 . 8 8 8 )- 0 . 0 0 6 *( - 0 . 5 7 2 )L n p g d p - 0 . 4 7 4* * *( - 8 . 8 4 5 )- 0 . 2 6 5 * * *( - 4 . 2 2 )L n o p e n - 0 . 0 6 6* * *( - 5 . 8 9 )- 0 . 0 3 4 * *( - 2

33、 . 0 8 )L n u n e 0 . 0 4 7( 1 . 4 3 ) - 0 . 0 1 4( - 0 . 3 1 )L n c p i - 0 . 0 2 3( - 2 . 0 8 ) - 0 . 0 2 4*( - 1 . 2 5 )L n e d u - 0 . 2 2 6* * *( - 3 . 4 0 4 )- 0 . 1 3 5 *( - 1 . 8 2 )c 0 . 4 8 0* * *( 3 . 9 1 )0 . 7 9 4 * * *( 6 . 3 5 )7 . 3 1 5 * * *( 1 1 . 5 8 )4 . 9 0 5 * * *( 7 . 0 4 )汉森检

34、验 0 . 0 9 1 0 . 0 0 0调整R 2 0 . 9 4 7 0 . 4 2 8 0 . 9 7 6 0 . 5 5 5观测数1 5 5 1 5 5 1 5 5 1 5 5分组数3 1 3 1 3 1 3 1说明:括号中数值是估计系数的t值, * , * *和* * *分别表示1 0 % , 5 %和1 %的显著水平。表3 系统GMM回归估计结果(L n g a p为别解释变量)项目( 1 )没有控制变量( 2 )有控制变量L n g a p _l a g 0 . 6 4 9* * *( 3 . 9 7 )0 . 4 6 1 * *( 2 . 5 3 )L n f i n B -

35、0 . 1 3 5*( - 1 . 2 2 )- 0 . 1 0 3 *( - 1 . 6 3 )L n f i n X 0 . 0 1 9 6( 0 . 6 1 ) 0 . 0 4 5( 0 . 9 6 )L n f i n I - 0 . 0 5 1* *( - 1 . 9 1 )- 0 . 0 7 1 *( - 1 . 7 8 )L n p g d p 0 . 0 2 4( 0 . 3 2 )L n o p e n - 0 . 0 0 1( - 0 . 0 2 )L n u n e - 0 . 0 8 9*( - 1 . 4 7 )续表3项目( 1 )没有控制变量( 2 )有控制变量L

36、n c p i 0 . 0 0 5( 0 . 2 6 )L n e d u - 0 . 2 1 4*( - 1 . 6 2 )c 0 . 4 4 7* *( 1 . 9 6 )2 . 3 1 5 * *( 2 . 2 5 )A R ( 1 ) 0 . 0 0 4 0 . 0 1 1A R ( 2 ) 0 . 1 5 2 0 . 0 6 9萨根检验0 . 0 0 1 0 . 0 0 1汉森检验0 . 1 4 4 0 . 2 1 7观测数1 2 4 1 2 4分组数3 1 3 1说明:括号中数值是估计系数的t值, * , * *和* * *分别表示1 0 % , 5 %和1 %的显著水平。79万方

37、数据 经济理论与经济管理 2 0 1 7年第5期表4城乡居民收入差距对包容性金融发展各维度的回归估计结果项目( 1 ) F E ( 2 ) R E ( 3 ) F E ( 4 ) R Ea c c B 0 . 1 9 6( 0 . 3 7 ) - 0 . 7 7 1* * *( - 2 . 6 1 )- 0 . 2 9 9( - 0 . 1 2 )0 . 4 6 9( 1 . 4 7 )u s e B 0 . 5 4 0( 0 . 9 6 ) 0 . 5 4 5( 0 . 9 2 3 ) 0 . 1 9 5( 0 . 3 4 ) 0 . 4 9 6( 0 . 8 7 )c o s t B -

38、0 . 6 9 4* *( - 1 . 9 2 )- 0 . 6 8 7 *( - 1 . 7 0 )- 0 . 5 4 1 *( - 1 . 7 2 )- 0 . 4 5 3( - 1 . 2 5 )a c c X - 0 . 1 5 7( - 0 . 8 5 ) 0 . 0 4 2( 0 . 2 3 ) - 0 . 0 4 7( - 0 . 2 7 ) - 0 . 1 7 5( - 1 . 0 2 )u s e X - 0 . 2 3 6( - 2 . 2 9 ) - 0 . 2 7 3* *( - 1 . 9 6 )- 0 . 0 4 8( - 0 . 4 0 )- 0 . 0 3 8(

39、 - 0 . 3 0 )L n A B R - 0 . 0 6 8* * *( - 5 . 8 0 )- 0 . 0 6 7 * * *( - 5 . 1 3 )- 0 . 0 2 *( - 1 . 6 9 )- 0 . 0 2 9 * *( - 2 . 2 1 )L n S E R 0 . 1 0 4* * *( 6 . 6 5 )0 . 0 8 7 * * *( 4 . 3 3 )0 . 0 6 * * *( 3 . 6 6 )0 . 0 6 7 * * *( 3 . 5 5 )L n D E E - 0 . 0 3 3* * *( - 4 . 4 3 )- 0 . 0 2 4 * *(

40、- 2 . 3 3 )- 0 . 0 0 3 *( - 0 . 3 9 )- 0 . 0 1 9 * *( - 1 . 9 3 )L n p g d p - 0 . 2 9 6* * *( - 3 . 7 9 )- 0 . 2 0 9 * * *( - 3 . 2 4 )L n o p e n - 0 . 0 5 2* * *( - 3 . 3 9 )- 0 . 0 4 9 * * *( - 2 . 8 9 )L n u n e 0 . 0 9 1*( - 1 . 9 1 )0 . 0 2 9( 0 . 5 5 )L n c p i - 0 . 0 2 4*( - 1 . 9 0 )- 0 .

41、 0 2 1( - 1 . 0 5 )L n e d u - 0 . 1 8 3* *( - 2 . 0 8 )- 0 . 1 8 2 * * *( - 2 . 5 0 )c 1 . 0 7 4* * *( 1 3 . 1 4 )1 . 1 6 7 * * *( 1 4 . 4 1 )5 . 8 2 0 * * *( 8 . 9 3 )4 . 5 4 4 * * *( 7 . 5 8 )豪斯曼检验 0 . 0 0 0 1 0 . 0 0 8调整R 2 0 . 9 4 9 0 . 4 4 7 0 . 9 6 2 0 . 5 9 6观测数1 5 5 1 5 5 1 5 5 1 5 5分组数3 1

42、3 1 3 1 3 1说明:括号中数值是估计系数的t值, * , * *和* * *分别表示1 0 % , 5 %和1 %的显著水平。根据检验,表4列( 1 ) 、列( 3 )为最终结果。首先,传统银行的金融可获得性、金融可使用性的估计系数并不显著,但是这并不能说明其对于城乡居民收入差距的缩小没有作用。这可能是因为,在衡量金融可获得性时,由于受到数据可得性的限制,一些其他反映金融可获得性的指标,比如每1 0万人A T M机的数量、每1 0万人拥有智能手机的数量、每1 0万人拥有网上银行的数量没有包含在金融可获得性维度中。其次,传统银行的金融服务成本的估计系数显著为负。这说明,降低贷款等金融服务

43、的成本能够缩小城乡居民收入差距。这与现实情况相一致。金融服务成本降低,也就是金融门槛降低,就会有更多的原本被排斥在金融服务之外的居民获得金融服务。农村居民通过对个人资产进行优化配置,或者投资人力资本而后转移至城市,或者投资金融产品获取收益,收入水平有所提升,进而缩小与城市居民的收入差距。再次,互联网的覆盖程度、数字支持服务两个维度均对缩小城乡居民收入差距有显著的积极影响。最后,小额信贷的相关子维度影响不显著,这可能与小额信贷机构发展不规范有关。(三)稳健性检验我国各地区的经济发展程度具有显著差异,劳动者收入分布极不平衡。那么,这些差异是否影响前文估计结果的稳健性?为此,笔者将样本划分为东部和中

44、西部两个子区域。东部地区包括北京、天津、辽宁、河北、上海、江苏、浙江、广东、山东、福建和海南,中西部地区包括吉林、黑龙江、内蒙古、山西、安徽、江西、河南、湖北、湖南、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆。通过考察不同区域包容性金融发展对城乡居民收入差距的影响,对上述结论进行稳健性检验。回归结果如表5 、表6 。表5 、表6报告了用面板模型固定效应、面板模型随机效应的估计结果。根据豪斯曼检验,表5列( 2 ) 、列( 3 ) ,表6列( 2 ) 、列( 3 )为最终结果。可以看出,不论是东部还是中西部,传统银行金融包容性指数的估计系数显著为负,结论稳健。通过表5列(

45、3 ) 、表6列( 3 )中相关系数可以看出,东部地区的传统银行金融包容性发展水平对缩小城乡居民收入差距的影响更大。这可能是因为,东部地区较中西部地区经济发展更快,金融基础设施发展也更好。89 万方数据经济理论与经济管理 2 0 1 7年第5期 表5城乡居民收入差距对包容性金融发展回归的稳健性检验(东部)项目( 1 ) F E ( 2 ) R E ( 3 ) F E ( 4 ) R EL n f i n B - 0 . 4 6 9* * *( - 2 . 4 6 )- 0 . 2 3 8 * * *( - 2 . 6 6 )- 0 . 3 1 4 * * *( - 2 . 6 2 )- 0 .

46、 1 9 7 * *( - 2 . 2 4 )L n f i n X 0 . 0 2 3( 0 . 4 4 ) - 0 . 0 0 2( - 0 . 0 5 ) 0 . 0 2 7( 0 . 6 3 ) - 0 . 0 0 8( - 0 . 2 3 )L n f i n I - 0 . 0 2 9( - 0 . 8 8 ) - 0 . 0 3 2( - 1 . 2 4 ) 0 . 0 1 8( 0 . 4 9 ) - 0 . 0 3 3( - 0 . 8 1 )L n p g d p - 0 . 3 6 6* * *( - 2 . 4 8 )- 0 . 1 1 1( - 1 . 2 3 )L

47、n o p e n - 0 . 0 6 5( - 0 . 6 9 ) 0 . 0 9 5* * *( 2 . 8 8 )L n u n e 0 . 0 3 1( 0 . 3 6 ) 0 . 0 4 2( 0 . 5 8 )L n c p i - 0 . 5 7 2( - 0 . 5 7 ) - 1 . 8 1 1( - 1 . 4 1 )L n e d u - 0 . 4 3 3* * *( - 3 . 0 7 )- 0 . 1 4 2 *( - 1 . 6 5 )c 0 . 5 6 3*( 1 . 6 6 )0 . 7 8 5 * * *( 4 . 1 3 )1 0 . 5 5 2 * *(

48、 2 . 3 9 )1 1 . 5 9 2 * *( 1 . 9 0 3 )豪斯曼检验 0 . 4 0 3 0 . 0 0 2调整R 2 0 . 7 9 4 0 . 3 1 6 0 . 9 0 6 0 . 4 6 6观测数5 5 5 5 5 5 5 5分组数1 1 1 1 1 1 1 1说明:括号中数值是估计系数的t值, * , * *和* * *分别表示1 0 % , 5 %和1 %的显著水平。另外,数字普惠金融的估计系数在东部并不显著,而在中西部地区显著为负。这表明大力发展互联网金融,能够有效地弥补中西部地区传统银行发展滞后的不足,对于缩小中西部地区居民收入差距有重要作用。表6城乡居民收入差距对包容性金融发展回归的稳健性检验(中西部)项目( 1 ) F E ( 2 ) R E ( 3 ) F E ( 4 ) R EL n f i n B - 0 . 4 0 8* * *( - 2 . 7 9 )- 0 . 3 5 * * *( - 2 . 7 5 )- 0 . 1 1 7 *( - 1 . 4 7 )- 0 . 1 4 4 *( - 1 . 3 5 )L n f i n X 0 . 0 1 4( 0 . 5 4 ) 0 . 0 2 4( 0 . 9 5 ) 0 . 0 4 6* * *( 3 . 5 9 )0 . 0