盧立香,陳 華
(山東經(jīng)濟(jì)學(xué)院財(cái)稅金融研究所,山東 濟(jì)南 250014)
改革開放以來(lái),經(jīng)濟(jì)高速增長(zhǎng)的同時(shí),我國(guó)居民收入分配差距尤其是城鄉(xiāng)收入差距①本文中,除非特別指出,城鄉(xiāng)收入差距均以城市居民家庭的人均可支配收入與農(nóng)村居民的人均純收入之比來(lái)衡量。卻持續(xù)擴(kuò)大,尤其是1998年以來(lái),城鎮(zhèn)居民收入實(shí)際增速一直高于農(nóng)村居民收入實(shí)際增速,到2004年中國(guó)的城鄉(xiāng)收入差距已是世界最高 (李實(shí)、岳希明,2004)[1],2009年中國(guó)城鄉(xiāng)居民收入比達(dá)到3.33:1,如果把城鎮(zhèn)居民的社會(huì)保障因素考慮在內(nèi),城鄉(xiāng)收入差距將會(huì)更大。自20世紀(jì)90年代開始從金融發(fā)展角度研究城鄉(xiāng)收入差距的文獻(xiàn)也逐漸增多。首先,Greenwood和Jovanovic(1990)率先提出金融發(fā)展和收入分配的關(guān)系是倒U型的[2]。之后Agihon和Bolton(1997)、Matsuyama(2000)分析了初始財(cái)富的分配和信用市場(chǎng)的發(fā)展如何通過財(cái)富的 “涓流效應(yīng)”(Trickle-Down Effects)而影響長(zhǎng)期財(cái)富的分配,預(yù)言了金融發(fā)展與收入分配之間的倒 U型關(guān)系[3][4]。其次,Galor和 Zeira(1993)、Banerjee和Newman(1993)研究表明,在金融市場(chǎng)完善的前提下,金融發(fā)展將逐步縮小收入差距。但是,在有信用約束以及對(duì)人力資本與物質(zhì)資本的投資不可分割的情況下,收入差距并不會(huì)必然地趨于收斂[5][6]。另外,Maurer和Haber(2007)則認(rèn)為,金融服務(wù)依然只是針對(duì)富人和具有某種政治聯(lián)系的企業(yè),從而使收入差距日益擴(kuò)大[7];Clarke等 (2003)進(jìn)一步指出,在現(xiàn)代產(chǎn)業(yè)部門比重更高,金融發(fā)展程度也更高的經(jīng)濟(jì)中,收入分配不平等程度要高于那些不同時(shí)具備 “兩高”
比例的經(jīng)濟(jì),他們稱之為金融發(fā)展的擴(kuò)展庫(kù)茲涅茨效應(yīng)[8]②根據(jù)世界很多國(guó)家尤其是一些主要發(fā)達(dá)國(guó)家的經(jīng)驗(yàn),收入分配狀況會(huì)隨著經(jīng)濟(jì)發(fā)展水平的提高而呈現(xiàn)“倒U型”的變化,即所謂的 “庫(kù)茲涅茨效應(yīng)”。。
在實(shí)證研究方面,Clarke等(2003)、Beck和Levine(2004)及Honohan(2004),進(jìn)行了跨國(guó)分析,發(fā)現(xiàn)金融發(fā)展會(huì)顯著降低一國(guó)收入分配差距,卻未能證實(shí)兩者間的 “倒U型”關(guān)系[9][10]。近年來(lái),國(guó)內(nèi)學(xué)者對(duì)金融發(fā)展和城鄉(xiāng)收入差距關(guān)系從多個(gè)角度進(jìn)行了實(shí)證研究,結(jié)論并不完全一致。首先,章奇等 (2004)發(fā)現(xiàn)金融發(fā)展會(huì)顯著擴(kuò)大城鄉(xiāng)收入差距,并且這種負(fù)面作用在20世紀(jì)90年代尤其明顯[11]。溫濤等 (2005)[12]、楊俊等 (2006)[13]的研究表明,中國(guó)金融發(fā)展會(huì)顯著擴(kuò)大城鄉(xiāng)收入差距。姚耀軍 (2005)認(rèn)為金融發(fā)展規(guī)模的擴(kuò)大會(huì)拉大城鄉(xiāng)收入差距,金融發(fā)展效率的提高會(huì)縮小城鄉(xiāng)收入差距[14]。其次,劉敏樓 (2006)[15]和萬(wàn)文全 (2006)[16]認(rèn)為我國(guó)金融發(fā)展與城鄉(xiāng)收入差距之間呈倒U型關(guān)系。另外,陸銘、陳釗 (2004)研究發(fā)現(xiàn)中國(guó)金融發(fā)展水平對(duì)城鄉(xiāng)收入差距的影響并不顯著[17]。尹希果等 (2007)的研究發(fā)現(xiàn)無(wú)論是東部還是西部地區(qū),金融發(fā)展與城鄉(xiāng)收入差距均表現(xiàn)為非同階單整變量,從而不能認(rèn)為二者之間存在長(zhǎng)期關(guān)系[18]。
從上述文獻(xiàn)可以看出,基于中國(guó)不同省份的研究較少。由于中國(guó)不同省份之間經(jīng)濟(jì)發(fā)展的非均衡性顯著,因此必須注重不同地區(qū)金融發(fā)展對(duì)城鄉(xiāng)收入差距的影響效應(yīng)。本文對(duì)現(xiàn)有文獻(xiàn)進(jìn)行擴(kuò)展和改進(jìn),基于面板誤差修正模型 (PVECM)實(shí)現(xiàn)面板協(xié)整檢驗(yàn),進(jìn)而估計(jì)出面板誤差修正模型,由此揭示不同地區(qū)的金融發(fā)展對(duì)城鄉(xiāng)收入差距的長(zhǎng)期影響效應(yīng)及其短期動(dòng)態(tài)調(diào)整效應(yīng)。
1.指標(biāo)選取
(1)城鄉(xiāng)收入差距指標(biāo)。本文以表示城鄉(xiāng)收入差距的指標(biāo),即城市居民人均可支配收入與農(nóng)村居民人均純收入之比,在計(jì)算這個(gè)比率之前,用各地區(qū)的城市消費(fèi)價(jià)格指數(shù)和農(nóng)村消費(fèi)價(jià)格指數(shù)分別對(duì)收入數(shù)據(jù)進(jìn)行了消脹①三大直轄市沒有對(duì)城鄉(xiāng)消費(fèi)價(jià)格指數(shù)進(jìn)行區(qū)分,其他的省和自治區(qū)均用當(dāng)年的城市消費(fèi)價(jià)格指數(shù)和農(nóng)村消費(fèi)價(jià)格指數(shù)分別對(duì)城市居民人均可支配收入和農(nóng)村居民人均純收入進(jìn)行了消脹。同時(shí),各個(gè)省和自治區(qū)的農(nóng)村消費(fèi)價(jià)格指數(shù)自1986年開始才有完整的統(tǒng)計(jì)數(shù)據(jù),因此,我們研究的時(shí)間跨度為1986年-2007年。。
(2)金融發(fā)展指標(biāo)。本文同時(shí)選取了金融發(fā)展規(guī)模指標(biāo) (FD)和金融發(fā)展效率指標(biāo) (FE)。金融發(fā)展規(guī)模用各省份銀行存貸款之和與其GDP之比衡量,以揭示中國(guó)金融發(fā)展規(guī)模的地區(qū)差異;金融發(fā)展效率用各省份儲(chǔ)蓄與貸款的比值衡量,以測(cè)度金融中介將儲(chǔ)蓄轉(zhuǎn)化為貸款的效率,這里的儲(chǔ)蓄是指居民儲(chǔ)蓄存款。圖1和圖2分別給出了中國(guó)大陸除海南、重慶、西藏以外的其他28個(gè)省、市、自治區(qū)1986—2007年的金融發(fā)展規(guī)模和金融發(fā)展效率的描述性統(tǒng)計(jì)分析。從中可以看出絕大多數(shù)省份的金融發(fā)展規(guī)模和金融發(fā)展效率隨著時(shí)間的推移不斷提高,同時(shí),不同省份的金融發(fā)展規(guī)模和金融發(fā)展效率具有明顯差異,因而不同省份的金融發(fā)展水平對(duì)城鄉(xiāng)收入差距的影響是否也具有明顯的差異?為此,本文以不同省份為橫截面?zhèn)€體,將相應(yīng)變量的時(shí)間序列數(shù)據(jù)進(jìn)行組合而形成面板數(shù)據(jù),基于此建立面板協(xié)整模型,以揭示我國(guó)金融發(fā)展水平對(duì)城鄉(xiāng)收入差距的影響。
2.中國(guó)金融發(fā)展與城鄉(xiāng)收入差距的面板協(xié)整模型設(shè)定
本文設(shè)定金融發(fā)展規(guī)模、金融發(fā)展效率與城鄉(xiāng)收入差距的面板協(xié)整模型為:
如果模型 (1)為面板協(xié)整模型,則根據(jù)Granger表述定理,面板協(xié)整模型 (1)所對(duì)應(yīng)的面板誤差修正模型為 (PVECM)為:
ai為誤差修正速度,反映金融發(fā)展與城鄉(xiāng)收入差距的長(zhǎng)期關(guān)系對(duì)城鄉(xiāng)收入差距的短期變化所產(chǎn)生的調(diào)節(jié)效應(yīng)。如果ai為負(fù)且顯著,則進(jìn)一步支持模型 (1)為面板協(xié)整關(guān)系。β1i、β2i反映了城鄉(xiāng)收入差距ID與金融發(fā)展規(guī)模FD、金融發(fā)展效率FE之間的長(zhǎng)期關(guān)系。φ1i、φ2i反映了城鄉(xiāng)收入差距ID與金融發(fā)展規(guī)模FD、金融發(fā)展效率FE之間的短期調(diào)整關(guān)系。
圖1 中國(guó)各地區(qū)1986-2007年的金融發(fā)展規(guī)模
圖2 中國(guó)各地區(qū)1986-2007年的金融發(fā)展效率
本文中1986—2004年的數(shù)據(jù)未經(jīng)指明均取自 《新中國(guó)五十五年統(tǒng)計(jì)資料匯編》,2005—2007年的數(shù)據(jù)取自 《中國(guó)統(tǒng)計(jì)年鑒》 (2006—2008),2005—2007年的存貸款數(shù)據(jù)取自 《中國(guó)金融年鑒2008》。本文樣本包括中國(guó)大陸除海南、重慶、西藏以外的其他28個(gè)省、市、自治區(qū)。
本文選擇三種主要的方法進(jìn)行檢驗(yàn),以增強(qiáng)檢驗(yàn)結(jié)果的可靠性,它們分別是Hadri(2000)的異質(zhì)面板單位根檢驗(yàn)、Levin,Lin and Chu檢驗(yàn) (2002)和Im,Pesaran and Shin檢驗(yàn) (2003)。本文同時(shí)應(yīng)用上述三種檢驗(yàn)方法對(duì)上述變量進(jìn)行檢驗(yàn),結(jié)果一并列入表1。由表1可知,在1%顯著水平上,變量ID的Hadri和IPS檢驗(yàn)結(jié)果均顯示變量ID為一階單整I(1)序列,但LLC檢驗(yàn)結(jié)果顯示變量ID為I(0)序列,因此,可以認(rèn)為變量ID為一階單整I(1)序列;在5%顯著水平上,變量FD的LLC和IPS檢驗(yàn)結(jié)果均顯示變量FD為一階單整I(1)序列,但Hadri檢驗(yàn)結(jié)果顯示變量FD的一階差分值為非平穩(wěn)過程,因此,可以認(rèn)為變量FD為一階單整I(1)序列;在1%顯著水平上,變量FE的Hadri和IPS檢驗(yàn)結(jié)果均顯示變量FE為一階單整I(1)序列,但LLC檢驗(yàn)結(jié)果顯示FE的一階差分值為非平穩(wěn)過程,因此,可以認(rèn)為變量FE為一階單整I(1)序列。因此,變量ID、FD、FE均為一階單整I(1)序列。
表1 面板數(shù)據(jù)的單位根檢驗(yàn)結(jié)果
1.面板誤差修正模型的面板協(xié)整檢驗(yàn)
基于殘差的面板協(xié)整檢驗(yàn)隱含著一個(gè)重要的假設(shè)條件:長(zhǎng)期誤差修正系數(shù) (變量的水平值)=短期動(dòng)態(tài)調(diào)整系數(shù) (變量的差分值),之為 “同要素限制”(Common Factor Restriction)。但是當(dāng)這一假設(shè)無(wú)法滿足時(shí),殘差為基礎(chǔ)的面板協(xié)整檢驗(yàn)統(tǒng)計(jì)量的檢定力會(huì)大幅降低。而以面板誤差修正模型為基礎(chǔ)進(jìn)行協(xié)整檢驗(yàn)可避免這一限制,而且基于誤差修正模型的面板協(xié)整檢驗(yàn)考慮了截面異質(zhì)性、截面內(nèi)的序列相關(guān)和截面間的相關(guān)性,從而提高統(tǒng)計(jì)變量的檢定力。因此,本文采用Westerlund(2007)[19]提供的方法以誤差修正模型為基礎(chǔ)進(jìn)行面板協(xié)整檢驗(yàn)。Westerlund(2007)的面板協(xié)整檢驗(yàn)共有兩組統(tǒng)計(jì)量,每組統(tǒng)計(jì)量又各包含兩個(gè)統(tǒng)計(jì)量。第一組統(tǒng)計(jì)量是在假設(shè)各個(gè)截面的誤差修正速度不同的條件下設(shè)定的,其中,Gt統(tǒng)計(jì)量是不考慮序列相關(guān)的,Ga統(tǒng)計(jì)量是考慮序列相關(guān)并且采用Newey and West(1994)方法計(jì)算標(biāo)準(zhǔn)誤。第二組統(tǒng)計(jì)量是在假設(shè)各個(gè)截面的誤差修正速度相同的條件下設(shè)定的,其中,Pt統(tǒng)計(jì)量是不考慮序列相關(guān)的,Pa統(tǒng)計(jì)量是考慮序列相關(guān)的。
表2 Westerlund(2007)面板協(xié)整檢驗(yàn)結(jié)果
從表2檢驗(yàn)結(jié)果可以看出,Gt統(tǒng)計(jì)量在5%水平上拒絕不存在面板協(xié)整的原假設(shè),Pt和Pa統(tǒng)計(jì)量在10%水平上也拒絕不存在協(xié)整關(guān)系的原假設(shè)。因此,可以認(rèn)為模型 (1)為面板協(xié)整關(guān)系,即金融發(fā)展規(guī)模、金融發(fā)展效率與城鄉(xiāng)收入差距之間存在協(xié)整關(guān)系。
2.面板協(xié)整向量的估計(jì)結(jié)果
Blackburne和Frank(2007)對(duì)面板協(xié)整向量以及面板誤差修正模型提出了新的估計(jì)方法,避免了用Rats編程對(duì)面板協(xié)整向量與面板誤差修正模型進(jìn)行完全修正的最小二乘法 (FMOLS)估計(jì)的繁瑣過程[20]。該方法提供了面板誤差修正模型的三種可供選擇的估計(jì)量:MG估計(jì)量 (Mean-Group Estimator)、FE估計(jì)量 (Fixed-Effects Estimator)和PMG估計(jì)量 (Pooled Mean-Group Estimator)。其中,MG估計(jì)量假設(shè)各個(gè)截面的長(zhǎng)期和短期系數(shù)均不同,即存在完全的截面異質(zhì)性;FE估計(jì)量假設(shè)各個(gè)截面具有相同的短期和長(zhǎng)期系數(shù),但有不同的截距項(xiàng);PMG估計(jì)量假設(shè)各個(gè)截面的長(zhǎng)期系數(shù)都相等,但是誤差修正速度和短期調(diào)整系數(shù)具有截面異質(zhì)性。
通過Hausman檢驗(yàn)對(duì)上述三種估計(jì)量進(jìn)行選擇。Hausman檢驗(yàn)在1%和5%顯著水平下,方程(1)分別拒絕了PMG估計(jì)量和FE估計(jì)量,故認(rèn)為采用MG估計(jì)量更好,具體估計(jì)結(jié)果見表3。
表3 Blackburne和Frank(2007)面板協(xié)整向量的估計(jì)結(jié)果
從表3可以看出:(1)只有遼寧、江西和甘肅3省的β1i為負(fù)并且均不顯著,其余25個(gè)省份的β1i都為正。這一結(jié)果表明遼寧、江西和甘肅3省的金融發(fā)展規(guī)模對(duì)城鄉(xiāng)收入差距的擴(kuò)大起到了抑制作用,而其余25個(gè)省份金融發(fā)展規(guī)模的擴(kuò)大促進(jìn)了城鄉(xiāng)收入差距的擴(kuò)大,而且金融發(fā)展規(guī)模對(duì)城鄉(xiāng)收入差距擴(kuò)大的促進(jìn)作用在一些省份不顯著。其中北京、河北、內(nèi)蒙古、上海、江蘇、浙江、安徽、福建、四川和青海等10個(gè)省份的β1i顯著為正,說(shuō)明這些地區(qū)金融發(fā)展規(guī)模的擴(kuò)大對(duì)城鄉(xiāng)收入差距擴(kuò)大的促進(jìn)作用顯著。(2)13個(gè)省份的β2i為負(fù),而15個(gè)省份的β2i為正,說(shuō)明金融發(fā)展效率的提高對(duì)城鄉(xiāng)收入差距的長(zhǎng)期影響方向不確定。金融發(fā)展效率的提高意味著更多的儲(chǔ)蓄轉(zhuǎn)化為貸款,如果儲(chǔ)蓄更多地轉(zhuǎn)化為向農(nóng)村地區(qū)的貸款,則金融發(fā)展效率提高會(huì)抑制城鄉(xiāng)收入差距擴(kuò)大;如果儲(chǔ)蓄更多地轉(zhuǎn)化為向城鎮(zhèn)地區(qū)的貸款,則金融發(fā)展效率提高會(huì)促進(jìn)城鄉(xiāng)收入差距擴(kuò)大?;诖?金融發(fā)展效率在不同省份的差異性導(dǎo)致其對(duì)城鄉(xiāng)收入差距的長(zhǎng)期影響方向顯著不同。(3)不同地區(qū)的β1i和β2i有較大差異,說(shuō)明各地區(qū)金融發(fā)展規(guī)模和金融發(fā)展效率對(duì)城鄉(xiāng)收入差距擴(kuò)大的長(zhǎng)期效應(yīng)不盡相同,這主要是由于我國(guó)不同地區(qū)金融發(fā)展水平和城鄉(xiāng)收入差距水平的差異性顯著。
3.面板誤差修正模型 (PVECM)的估計(jì)結(jié)果與分析
面板協(xié)整模型檢驗(yàn)結(jié)果證實(shí)了我國(guó)各省份金融發(fā)展規(guī)模和金融發(fā)展效率對(duì)城鄉(xiāng)收入差距具有不同的長(zhǎng)期效應(yīng),從Granger協(xié)整表述定理可知,這種長(zhǎng)期效應(yīng)對(duì)于城鄉(xiāng)收入差距的短期變化應(yīng)該具有顯著的調(diào)節(jié)效應(yīng),面板誤差修正模型 (2)的估計(jì)結(jié)果揭示了這種短期調(diào)節(jié)效應(yīng),這種調(diào)節(jié)效應(yīng)由估計(jì)的ai所刻畫,估計(jì)結(jié)果見表4。
表4 Blackburne和Frank(2007)面板誤差修正模型 (PVECM)估計(jì)結(jié)果
ai為負(fù)從理論上進(jìn)一步印證了估計(jì)的模型 (1)為面板協(xié)整模型。這一結(jié)果表明,伴隨著我國(guó)金融發(fā)展與城鄉(xiāng)收入差距的長(zhǎng)期 (協(xié)整)關(guān)系,對(duì)短期的城鄉(xiāng)收入差距擴(kuò)大產(chǎn)生抑制效應(yīng)。這一結(jié)果揭示的經(jīng)濟(jì)意義為:現(xiàn)階段我國(guó)應(yīng)積極提高金融發(fā)展水平,促進(jìn)農(nóng)村地區(qū)的金融發(fā)展規(guī)模和金融發(fā)展效率,以強(qiáng)化對(duì)城鄉(xiāng)收入差距擴(kuò)大的這種短期抑制效應(yīng)。分地區(qū)來(lái)看,北京、河北、內(nèi)蒙古、黑龍江、江蘇、浙江、安徽、福建、江西、湖南、廣西、四川和青海等省份的抑制效應(yīng)具有統(tǒng)計(jì)顯著性,這意味著這些地區(qū)的農(nóng)村金融發(fā)展對(duì)降低城鄉(xiāng)收入差距的作用更為重要。其他地區(qū)如河南、湖北等,這種抑制作用不顯著,這意味著這類地區(qū)短期內(nèi)縮小城鄉(xiāng)收入差距主要依賴于增加農(nóng)民收入的直接措施,如減輕農(nóng)民負(fù)擔(dān),增加對(duì)農(nóng)業(yè)補(bǔ)貼和投入以及提高農(nóng)民工的待遇等。
我國(guó)金融發(fā)展規(guī)模、金融發(fā)展效率和城鄉(xiāng)收入差距之間已形成異質(zhì) (各省份不同)的長(zhǎng)期 (面板協(xié)整)關(guān)系,具體來(lái)說(shuō),除遼寧、江西和甘肅3省以外,其余省份的金融發(fā)展規(guī)模擴(kuò)大促進(jìn)了城鄉(xiāng)收入差距的擴(kuò)大,同時(shí)金融發(fā)展規(guī)模對(duì)城鄉(xiāng)收入差距擴(kuò)大的促進(jìn)作用在不同省份的顯著性不同;金融發(fā)展效率的提高對(duì)城鄉(xiāng)收入差距的長(zhǎng)期影響方向不確定。之后進(jìn)行的面板誤差修正模型估計(jì)顯示,我國(guó)金融發(fā)展與城鄉(xiāng)收入差距的長(zhǎng)期 (協(xié)整)關(guān)系,對(duì)短期的城鄉(xiāng)收入差距擴(kuò)大產(chǎn)生抑制效應(yīng)。
基于上述研究結(jié)論,本文提出如下政策建議:第一,加大不同地區(qū)農(nóng)村金融改革的力度,促進(jìn)金融發(fā)展規(guī)模和金融發(fā)展效率在農(nóng)村地區(qū)的提高。在農(nóng)村信貸投入方面,應(yīng)大力推行農(nóng)業(yè)保險(xiǎn),積極探索金融工具創(chuàng)新,從而增加對(duì)農(nóng)民的信貸發(fā)放;在農(nóng)村金融市場(chǎng)主體的培育方面,可以嘗試成立更加適合農(nóng)戶融資的農(nóng)村金融機(jī)構(gòu),同時(shí)要做好對(duì)農(nóng)村非正規(guī)金融的鼓勵(lì)和監(jiān)管,從而推動(dòng)農(nóng)村金融市場(chǎng)的正常發(fā)育。第二,注重不同地區(qū)金融的均衡發(fā)展,采取有區(qū)別的金融政策,以統(tǒng)籌區(qū)域金融和經(jīng)濟(jì)的協(xié)調(diào)發(fā)展,切實(shí)有效地發(fā)揮金融發(fā)展對(duì)城鄉(xiāng)收入差距的改善功能。第三,應(yīng)注重將促進(jìn)金融發(fā)展水平的長(zhǎng)期提高和短期內(nèi)縮小城鄉(xiāng)收入差距的政策相結(jié)合。長(zhǎng)期內(nèi)促進(jìn)農(nóng)村地區(qū)的金融發(fā)展,逐步改變城鄉(xiāng)金融發(fā)展不均衡的狀況;短期內(nèi)應(yīng)采取能夠提高農(nóng)民收入的直接措施,以此縮小城鄉(xiāng)收入差距。
[1]李實(shí),岳希明.中國(guó)城鄉(xiāng)收入差距調(diào)查[J].中國(guó)商界,2004,(6):9-11.
[2]Jeremy Greenwood and Boyan Jovanovic,“Financial Development,Growth,and the Distribution of Income” ,The Journal of Political Economy,1990,Vol.98,pp.1076-1107.
[3]Philippe Aghion and Patrick Bolton,“A Theory of Trickle-Down Growth and Deveopment” ,The Review of Economic Studies,1997,Vol.64.
[4]Kiminori Matsuyama,“Endogenous Inequality” ,The Review of Economic Studies,2000,Vol.67,pp.743-759.
[5]Oded Galor and Joseph Zeira,“Income Distribution and Macroeconomics” ,The Review of Economic Studies,1993,Vol.60,pp.35-52.
[6]Abhijit V.Banerjee and Andrew F.Newman, “Occupational Choice and the Process of Development” ,The Journal of Political Economy,1993,Vol.101,pp.274-298.
[7]Nobel Maurer and Stephen Haber, “Related Lending and Economics Performance:Evidence from Mexico”,The Journal of Economic History,2007,Vol.67,pp.5515-81.
[8]George Clarke,Lixin Colin Xu and Heng-fu Zou, “Finance and Income Inequality:Test of Alternative Theories” ,World Bank Policy Research Working Paper,2003 No.2984.
[9]Beck Thorsten,Demirguc-Kunt and Ross Levine,“Finance,Inequality and Poverty:Cross-Country Evidence” ,World Bank Policy Research Working Paper,2004,No.3338.
[10]Patrick Honohan, “Financial Development,Growth and Poverty:How Close Are the Links” ,World Bank Policy Research Working Paper,2004,No.3203.
[11]章奇,劉明興,陶然等.中國(guó)金融中介與城鄉(xiāng)收入差距 [J].中國(guó)金融學(xué),2004,(1):71-99.
[12]溫濤,冉光和,熊德平.中國(guó)金融發(fā)展與農(nóng)民收入增長(zhǎng)[J].經(jīng)濟(jì)研究,2005,(9):30-43.
[13]楊俊,李曉羽,張宗益.中國(guó)金融發(fā)展水平與居民收入分配的實(shí)證分析[J].經(jīng)濟(jì)科學(xué),2006,(2):23-33.
[14]姚耀軍.金融發(fā)展與城鄉(xiāng)收入差距關(guān)系的經(jīng)驗(yàn)分析[J].財(cái)經(jīng)研究,2005,(2):49-59.
[15]劉敏樓.金融發(fā)展的收入分配效應(yīng)—基于中國(guó)地區(qū)截面數(shù)據(jù)的分析 [J].上海金融,2006,(1):7-11.
[16]萬(wàn)文全.中國(guó)收入差距與金融發(fā)展關(guān)系的實(shí)證分析[J].江淮論壇,2006,(1):30-35.
[17]陸銘,陳釗.城市化、城市傾向的經(jīng)濟(jì)政策與城鄉(xiāng)收入差距[J].經(jīng)濟(jì)研究,2004,(6):50-58.
[18]尹希果,陳剛,程世騎.中國(guó)金融發(fā)展與城鄉(xiāng)收入差距關(guān)系的再檢驗(yàn)——基于面板單位根和VAR模型的估計(jì) [J].當(dāng)代經(jīng)濟(jì)科學(xué),2007,(1):15-24.
[19]Joakim Westerlund, “Testing for Error Correction in Panel Data” ,Oxford Bulletin of Economics and Statistics,December 2007,Vol.69,Issue 6.
[20]Edward F.Blackburne and Mark W.Frank,“Estimation of Nonstationary Heterogeneous Panels” ,The Stata Journal,2007,Number 2.