区域城乡收入差距问题的面板数据分析.pdf

《区域城乡收入差距问题的面板数据分析.pdf》由会员分享，可在线阅读，更多相关《区域城乡收入差距问题的面板数据分析.pdf（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、作者简介:张伟丽(1980-),女,汉族,河南安阳人,河南大学环境规划学院区域经济2006级博士,主要从事区域经济、数量经济研究。3 基金项目:国家自然科学基金项目(NO140271054)经济问题探索 2008年第1期区域城乡收入差距问题的面板数据分析3张伟丽1,叶民强2(11河南大学,河南开封475001;21华侨大学 数量经济技术经济研究所,福建泉州362021)摘 要:近年来,我国的城乡收入差距持续扩大,区域间的城乡收入差距也有很大的差异,这种差异已严重影响了我国区域经济的协调发展。本文在综述前人对城乡收入差距研究的基础上提出拟用的城乡收入差距影响因素,利用面板数据分析对全国的三大区域

2、进行分析,得出各因素对不同区域的影响,以期对缩小我国的城乡收入差距有所帮助。关键词:区域;城乡收入差距;面板数据 一、引言我国的城乡收入差距在持续扩大。1978年城乡收入差距比为2161,1985年降到1191,这是由于通过实施联产承包制改革,城乡差距有所缩小。但以后情况逆转,1994年城乡收入差距扩大到了2191。从1995年到2002年,在经过一小段起伏后,城乡收入差距进一步扩大到3111。2003年扩大到3131,也有人分析是3151,又创造了一个令人关注和担忧的新高。从城乡之间收入差距的相对贡献率来看,西部地区最高,高达5813%,而东部地区最低,为37%。也就是说,越是相对落后的地区

3、,城乡之间的收入差距就越加明显。目前,已有大量文献对城乡收入差距问题展开研究,但是,综观这些文献,对城乡收入差距的解释不大一致,甚至有相互矛盾的结论。本文在总结前人研究的基础上,重新梳理了城乡收入差距的影响因素,并采用面板数据分析对这些因素的作用进行探讨。本文的结构安排如下:第一部分文献综述,第二部分研究方法简介,第三部分实证分析,第四部分结果分析。二、文献综述目前,在研究城乡收入差距影响因素方面所作的研究主要有:魏尚进等(2001)用100多个中国的城市数据对城乡收入差距的影响因素进行分析,发现经济开放有利于缩小城乡收入差距,但其仅仅研究了 这一个 因素,没有考 虑其他 因素;李 实(199

4、9)的研究发现,农民外出打工有利于缩小城乡收入差距;陆丁(2002)的研究发现人均GDP与城乡收入差距呈反向变动,劳动力的城乡流动不利于城乡收入差距的缩小,以及地方治理效率与城乡收入差距是显著负相关;陆铭、陈钊(2004)的研究发现地区间人口的户籍转换、经济开放、非国有化和政府对经济活动的参与都是扩大城乡收入差距的因素,政府的财政支出结构对城乡收入差距也有显著的影响,其政府的财政支出主要指基本建设支出、支持农业事业支出及科教文卫支出。这些研究都没有把国家的优惠政策考虑进去,实际上由于国家对不同地区的优惠政策不同,影响了当地的经济发展,进而对城乡收入差距也有影响。三、研究方法为了分析我国东、中、

5、西部地区的差异,本文采用面板数据模型(Panel Data Model),该模型能够同时反映研究对象在时间和截面单元两个方向上的变化规律及不同时间、不同单元的特性。相对只利用截面数据或只利用时间序列数据进行经济分析而言,面板数据模型具有许多优点。首先,它通常提供给研究者大量的数据点,这样就增加了自由度并减少了解释变量之间的共线性,从而改进了计量经济估计的有效性;第二,面板数据模型可以从多层面分析经济问题;第三,截面变量和时间变量的结合信息能够显著地减少缺省变量所带来的问题。该模型的基本结构为:yit=i+ixit+it截距项为+it,i为斜率,i表示横截面数据,t表示时间序列数据。截距项中的

6、it度量了个体间的差异,如果it为确定数则称为固定影响模型;若 it是一个描述第i个主体观测值的随机扰动,并且始终保持不变,则称为随机影响模型;若 it不随个体而改变则称为混合回归模型,这个模型并非严格意义上的面板数据模型,可以直接利用OLS回归估计。使用面板数据模型时,先要进行模型设定检验以决定使用那种形式的面板数据模型。具体的检验方法是首先利用Breusch-Pagan(1980)的拉格朗日乘数(LM)检验,判断是选取混合回归模型还是面板数据模型;若确定使用面板数据模型,再利用Hausman(1978)设定检验来判断是选取固定影响模型还是选取随机影响模型。一般情况下,如果研究者仅以样本自身

7、效应为条件进行推论,宜使用确定效应模型;如果欲以样本对总体效应进行推论,则应采用随机效应模型。本文主要是研究模型中解释变量的影响72程度,即考虑横截面变量影响情况,所以本文的回归方程采取固定效应模型。本文拟从以下几个方面考虑城乡收入差距的影响因素,详见表1。表1 可能影响区域城乡收入差距的决定因素因变量id1(城乡收入差距的对数)城乡区域差异的可能决定因素代表指标及说明城市化水平birt2(人口出生率滞后一期的对数)财政支出的结构基本建设拨款constr1(地方财政支出基本建设支出占总支出比重的对数)行政管理费用admin1(地方财政支出行政管理支出占总支出比重的对数)就业的所有制结构soee

8、mp1(国有单位职工人数占总人数比重的对数)城乡从业结构work1(城镇从业人员与乡村从业人员比的对数)教育水平stud1(普通高校在校学生人数占总人数比重的对数)经济开放度外商直接投资fdi1(外商直接投资占GDP比重滞后一期的对数)进出口总额trad1(进出口总额占GDP比重滞后一期的对数)政策优势poli1(虚拟变量(具体数值见表3.14)的对数)注:城市化水平在统计上可以用非农业人口占总人口的比重来反映,二者呈正相关,但是由于收集不到近年的数据,因此本文用人口出生率来反映城市化水平,这是由于人口出生率越高,相应地区的城市化水平越低,而且该数据较全。并提出以下假说:1、城市化水平借鉴陆铭

9、等人的研究,认为城市化对城乡收入差距可能有扩大也可能有缩小的作用,其净效应只能通过计量方法估计。2、地方财政基本建设支出一方面可以提高农民工的收入,从而缩小城乡收入差距,另一方面也提高了城镇居民的生活质量,从而扩大城乡收入差距,其净效应只能通过计量方法估计;地方财政行政管理支出大部分都是用于城市,预计其值越高城乡收入差距越大。3、就业的所有制结构及城乡从业结构对城乡收入差距的影响要通过实证结果来估计,主要因为城镇的就业重构有两种相反的作用,一方面加剧竞争,使职工工资下降,从而缩小城乡收入差距,另一方面提高劳动力的配置效率,进而提高职工工资,扩大城乡收入差距。4、教育水平可对城乡收入差距的影响要

10、通过实证才能确定。对于经济发展较好的地区,绝大部分农村的学生大学毕业后都会留在城市,其收入比留在农村要高的多,从而扩大城乡收入差距;然而,对于经济发展较慢的地区,农村大学生毕业后在当地找工作较困难,而且工资水平不高,此时,教育水平的提高对城乡收入差距的影响要通过实证结果来估计。5、经济开放度对城乡收入差距的影响要通过实证才能确定,因为外商直接投资以及进出口贸易给城市和农村都带了实惠。6、政策优势对于各地区而言将扩大城乡收入差距,因为由于国家对不同的区域实施不同程度的优惠政策,使得区域间的城乡收入差距有显著不同。但对于全国而言,可能会缩小城乡收入差距,因为各地经济的发展有利于提高人们的收入,特别

11、是农民的收入。20世纪80年代初期,我国首先赋予东部一系列发展经济的优惠政策,1992年起中部、西部地区也开始享受东部地区原先的优惠政策,而这时东部地区因更全面开放及累积效应进入第二轮优惠政策激励。2000年起,我国实施开发大西部重大战略,并赋予西部地区更优惠的政策,即西部地区进入第二轮优惠政策激励。2003年起,振兴大东北老工业基地,使得中部地区也进入第二轮优惠政策激励。虽然东部、西部、中部都陆续享受到了国家的优惠政策,但是由于东部优越的区位优势以及经济发展的便利条件使得优惠政策的效用极大,而中部和西部由于较差经济发展环境及区位条件使得国家的优惠政策并没有像在东部那样发挥着极大的效用。同时考

12、虑到政策激励作用的滞后及累积效应,因此设定实行优惠政策激励的各年其虚拟变量值为0,同时赋予每新增优惠政策激励的第一年东部的虚拟变量值增加015,滞后期累增0125,而中部和西部每新增优惠政策激励的第一年虚拟变量值增加013,滞后期累增0115。我国政策优势虚拟变量赋值详见表2所示:表2 政策优势虚拟变量数值1990199119921993199920002001200220032004东 部01751125115115115115中 部00130145014501450175西 部001301450175019019 注:东部地区:北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海

13、南;中部地区:山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南;西部地区:四川(包括重庆)、广西、内蒙古、贵州、云南、陕西、甘肃、青海、宁夏、新疆(西藏自治区的有关数据严重不足,故暂且不包括)。四、实证分析根据本文第二部分所设定的城乡收入差距的可能决定因素,采用如下面板数据回归方程:id1it=1birt2it+2constr1it+3admin1it+4soeemp1it+5work1it+6stud1it+7fdi2it+it回归结果详见表3,本文研究的时间段为1990年-2004年。82表3城乡收入差距估计结果(1990年-2004年)解释变量系数全国东部中部西部1birt2Coeffi

14、cient-0134150901265418-01383973-01427997t-Stat-1012572531433686-61953962-11111008Prob10010008002constr1Coefficient01214451010294860106617701139435t-Stat8144200601627436117738083187349Prob100153170107990100023admin1Coefficient01187829010833110129363201230462t-Stat4121511114287044104159741051476Prob10

15、0115590100010100014soeemp1Coefficient01539046013382110147357711310179t-Stat6122239531357124310154086124733Prob1001001101003505work1Coefficient-01228344-01157042-01200027-01256542t-Stat-13153169-51644484-81334265-13103852Prob100006stud1Coefficient-0104668801161315-01007721-01031008t-Stat-319146625135

16、2507-01348124-1157284Prob101000100172870111857fdi2Coefficient-01103466-01002607-01078886-01059421t-Stat-10187511-01119863-41237997-51541775Prob1001904801000108poli1Coefficient-0107357781129395011602890112779t-Stat-3132135481303467118326292134499Prob10100100107060102078trad2Coefficient011336420110535

17、20108079901061016t-Stat7109976331960928216545452109677Prob10010001010096010382R201847755019108530188161501931777AdjustedR201843735019044280186962701927112F-Stat21019016141176657315392619917462DW-Stat01734821016182280182178601990188 回归方程R2值较高,最低的也达到018478,表明各个地区数据的拟合效果较好。F检验值都较高,经查表核对,所有方程的F检验值都通过显著水

18、平为011%的F检验。在Panel Data分析中,判断模型回归的拟合效果好坏主要是看t检验值(t-Stat)及其概率P值(Prob1),通常情况下,t检验值越大,P值越小,参数估计的置信度则越高;反之,t检验值越小,P值越大,表明内生变量不显著。观察表3115中各个方程内生变量的P值,除了东部地区的2和7以及中部地区的6等变量P值偏大,其他的P值都较小,而且大部分为0。P值超过015的变量,表明其弹性不显著,通过进一步用计算机进行回归,发现将不显著的变量去除后,其余显著变量的弹性系数变化甚微。因此,表3的回归结果适合于分析。再根据表3中各解释变量弹性系数(Coefficient)大小、符号,

19、对各个回归方程中解释变量与被解释变量的弹性大小进行归纳排序,见表4。表419902004年我国东部、中部、西部地区回归系数弹性大小排序排序全国东部中部西部1soeemp1poli1soeemp1soeemp1(01539046)(81129395)(01473577)(11310179)2constr1soeemp1admin1admin1(01214451)(01338211)(01293632)(01230462)923admin1birt2poli1constr1(01187829)(01265418)(01160289)(01139435)4trad2stud1trad2poli1(0

20、1133642)(01161315)(01080799)(0112779)5birt2trad2constr1trad2(-01341509)(01105352)(01066177)(01061016)6work1admin1birt2birt2(-01228344)(01083311)(-01383973)(-01427997)7fdi2constr1work1work1(-01103466)(01029486)(-01200027)(-01256542)8poli1work1fdi2fdi2(-01073577)(-01157042)(-01078886)(-01059421)9stud1

21、fdi2stud1stud1(-01046688)(-01002607)(-01007721)(-01031008)五、结果分析从上面的城乡收入差距的面板数据结果可以得到以下结论:1、城市化水平对城乡收入差距的影响。东部地区的人口出生率越高,其城乡收入差距越大,即东部地区的城市化水平越低,其城乡收入差距越大。而对于全国、中部以及西部而言,人口出生率越低,其城乡收入差距越大,即城市化水平越高,城乡收入差距越大。城市化水平是通过统计上的非农业人口占总人口的比重来反映的,本文由于收集不全数据而用人口出生率来代替,但实际上二者在分析时是一致的。当农业人口转为非农业人口时,原来的城乡收入比是扩大还是缩小

22、要看这个人的收入与当时城镇人均收入相比是高还是低,如果该人的收入超过当时城镇人均收入,城市化将加大城乡收入差距,反之则反。2、地方财政结构对城乡收入差距的影响。各地区的地方财政基本建设支出比重的增加都有扩大城乡收入差距的作用。地方财政行政管理支出比重的增加也将扩大城乡收入差距。但是各地区的这两个因素对于城乡收入差距的弹性系数都不大,最大的也只有012936,说明地方财政结构对城乡收入差距的影响不大。3、就业的所有制结构对城乡收入差距的影响。各地区的国有单位职工比重越高城乡收入差距越大。特别是西部地区,国有单位职工比重对城乡收入差距的弹性系数高达113102。而东部地区国有单位职工比重对城乡收入

23、差距的弹性系数最小,为013382。这主要是因为东部地区的国有企业没有西部地区的多,东部大多是非国有企业。4、从业人员结构对城乡收入差距的影响。城镇从业人员与乡村从业人员比值越高,各地区的城乡收入差距越小。各地区的这一因素对城乡收入差距的弹性系数也较小,最大的也只有012565,说明从业人员结构对城乡收入差距的影响较小。5、教育水平对城乡收入差距的影响。对于东部而言,教育水平越高,即普通高等学校在校学生占总人口的比重越高,城乡收入差距越大。而对于全国、中部及西部情形就不同了,教育水平可以缩小城乡收入差距。6、经济开放度对城乡收入差距的影响。各地区的外商直接投资占生产总值的比重越高,城乡收入差距

24、越小。但是,该因素的弹性系数较小,最大的是全国的该因素的弹性系数也仅为011035,最小的是东部地区为010026,是对城乡收入差距影响最小的因素;而进出口总额则与城乡收入差距呈正相关,及进出口总额的比重越高,城乡收入差距越大。虽然该因素的弹性系数比外商直接投资的弹性系数大,但与 其 他 因 素 的 相 比 仍 然 较 小,最 高 的 也 只有011136。7、政策优势对城乡收入差距的影响。对于全国而言,政策优势因素越强城乡收入差距越小,说明全国范围内的政策优惠可以缩小城乡收入差距。而对于不同的地区,由于政策优势大小不同,使得地区之间的城乡收入差距差异较大,即对于东部、中部、西部而言政策优势将

25、扩大城乡收入差距。该因素特别对于东部地区的影响较大,弹性系数高达811293。参考文献:1陆铭,陈钊 1城市化、城市倾向的经济政策与城乡收入差距J.经济研究,2004,(6)12李实 1中国农村劳动力流动与收入增长和分配J.中国社会科学,1999,(2)13李实 1中国个人收入分配研究回顾与展望J.经济学季刊,2003,(2)14阮杨,陆铭,陈钊 1经济转型中的就业重构与收入分配J.管理世界,2002,(11)15李子奈,叶阿忠 1高等计量经济学M.清华大学出版社,200016易丹辉 1数据分析与Eviews应用M.中国统计出版社,200217 Tsui,Kai-yuen1Decomposition of ChinasRegional Inequality J.Journal of Comparative Eco2nomics,199318 Yao,Shujie1Understanding Income Inequalityin China:A Multi-Angle Perspective J.Economicsof Planning,19981(编辑校对:余朝锡 李金发)03