摘要：采用中國2003-2013年286個地級市面板數(shù)據(jù)，采用空間杜賓模型實證研究了金融發(fā)展對地級市間城鄉(xiāng)收入差距的影響效應。結(jié)論顯示：中國城鄉(xiāng)收入差距不僅存在顯著的空間集聚和溢出效應，而且呈現(xiàn)出東部低值集聚與西部高值集聚趨勢；一個地區(qū)的城鄉(xiāng)收入差距不僅會受到本地區(qū)金融發(fā)展水平的影響，同時還會受到鄰近地區(qū)金融發(fā)展的影響；金融發(fā)展（金融規(guī)模和金融效率）與城鄉(xiāng)居民收入差距之間存在著倒“U”型曲線的關系，從長遠來看，金融發(fā)展達到一定階段后有助于改善城鄉(xiāng)收入差距。

關鍵詞：地級市；SDM模型；金融規(guī)模；金融效率

中圖分類號：F810.7

文獻標識碼：ADOI：10.3963/j.issn.16716477.2017.01.0012

改革開放以來，中國經(jīng)濟取得了舉世矚目的成就，但在經(jīng)濟高速發(fā)展的同時，也伴隨著居民收入差距與城鄉(xiāng)收入差距不斷擴大的現(xiàn)象。世界銀行報告（2008年）指出：近年來，中國的基尼系數(shù)一直保持在0.47以上，不僅超過許多發(fā)達國家，也超過大多數(shù)發(fā)展中國家。城鄉(xiāng)收入差距是我國居民收入差距不斷擴大的主要原因[1]。有關統(tǒng)計數(shù)據(jù)顯示：2015年中國城鎮(zhèn)居民人均可支配收入為31 195元，而農(nóng)村居民人均純收入為10 772元，二者相差20 423元。居民收入差距的扭曲與城鄉(xiāng)收入差距的持續(xù)擴大，不僅影響到經(jīng)濟的持續(xù)穩(wěn)定增長，也嚴重影響到社會公平與穩(wěn)定。與此同時，改革開放以來，我國金融規(guī)模不斷擴大，已成為經(jīng)濟增長的重要引擎，其作為現(xiàn)代經(jīng)濟的核心，能否抑制收入差距，備受政策制訂者關注。雖然目前已有大量研究城鄉(xiāng)收入差距的文獻，但基于金融發(fā)展視角且使用地級市空間面板數(shù)據(jù)的實證研究尚未見到。本文采用合適的空間計量模型，探討了金融發(fā)展（金融規(guī)模和金融效率）與城鄉(xiāng)收入差距之間的關系，為進一步深化金融體制改革和縮小城鄉(xiāng)居民收入差距提供理論依據(jù)和政策建議。

一、文獻綜述

近年來，金融發(fā)展的收入分配效應越來越受到學術界關注。一些學者認為金融發(fā)展有利于收入分配改善，例如，Greenwood和Jovanovic[2]使用發(fā)展中國家的樣本數(shù)據(jù)，探討了金融發(fā)展如何直接通過麥金農(nóng)管道效應和間接通過經(jīng)濟增長減少貧困的機制。他們認為：窮人受益于銀行系統(tǒng)，有利于促進交易和增加儲蓄，從而減少貧困與緩解收入不平等，但金融不穩(wěn)定對窮人不利。Galor和Zeira[3]指出：金融市場尤其是信用市場的完善有助于改善收入分配，但最初的收入差距將不會縮小，除非有健全的金融市場。因此，金融發(fā)展提高了貧困人口的收入水平，有助于改善收入分配不平等，政策制定者如果能充分利用金融部門的政策工具可以實現(xiàn)改善收入不平等[4]。Burgess和Pande[5]認為缺乏金融融資渠道是窮人貧窮的關鍵原因，在農(nóng)村地區(qū)增加開設銀行分支機構(gòu)有助于改善收入分配。Westley[6]使用拉丁美洲15個國家的家庭調(diào)查數(shù)據(jù)，研究了金融市場對收入分配的影響，發(fā)現(xiàn)窮人可以通過微觀的金融政策獲得金融資源，進而減少了收入不平等。Clarke、Xu和Zou[7]使用1960-1995年83個發(fā)展中國家與發(fā)達國家的面板數(shù)據(jù)，探討金融發(fā)展與基尼系數(shù)之間的關系，發(fā)現(xiàn)金融中介發(fā)展可以顯著改善收入分配不均等，金融發(fā)展僅對富人有利的假設不成立。Beck和Levine[8]認為金融體系對于窮人具有非常重要的意義，金融發(fā)展可以增加低收入者收入，減少貧困人口，金融中介每增長1%，會使得收入差距降低大約0.05%。Rehman、Khan和Ahmed[9]研究了低收入、中低收入、高收入和較高收入國家的金融發(fā)展與收入分配之間的關系，發(fā)現(xiàn)金融發(fā)展降低了收入分配不均等，但金融發(fā)展的倒“U”形曲線不存在。Shahbaz、Loganathan和Tiwari[10]采用自回歸分布滯后（ARDL）模型，研究伊朗居民收入差距的影響因素，發(fā)現(xiàn)金融發(fā)展、通貨膨脹和經(jīng)濟全球化改善了收入不平等，但經(jīng)濟增長惡化收入不平等。

也有一些學者認為金融發(fā)展不利于收入分配改善，例如，Calderon和Serven[11]的研究表明金融發(fā)展惡化了收入分配，而教育投入有助于改善收入分配。Lopez[12]使用動態(tài)面板模型檢驗，他發(fā)現(xiàn)較好的教育和低水平的通貨膨脹有助于改善收入分配，但金融發(fā)展、國際貿(mào)易利率上升及政府支出下降會致使收入分配惡化。Claessens[13]則認為窮人往往因為教育水平較低，導致正規(guī)的金融機構(gòu)不太愿意提供貸款給他們。Canavire、Bacarreza和Rioja[14]認為拉丁美洲和加勒比地區(qū)的金融發(fā)展并沒有改善窮人的收入水平。因為在金融發(fā)展初期，貧窮的企業(yè)家缺乏抵押品和信用記錄，并受到諸如信息不對稱、合同執(zhí)行成本和交易成本金融市場不完善的影響。他們指出：在發(fā)展的早期階段，金融貸款服務往往比較昂貴，因為需要篩選對象和降低風險，這也會對窮人產(chǎn)生不利；貨幣市場的特點是信息不對稱、存在中介服務和交易成本，窮人沒有抵押品且缺乏信用記錄，導致他們沒有條件獲得合理的貸款利率。Ang[15]進一步指出由于社會各階層的人力資源稟賦的差異，在金融發(fā)展初期，金融發(fā)展使得資金會更多地流向富人而非窮人，窮人缺乏平等獲得金融服務的途徑加劇了收入不平等。Wahid、Shahbaz和Shah[16]使用孟加拉國1985-2006年的數(shù)據(jù)，采用自回歸分布滯后模型（ARDL）方法，發(fā)現(xiàn)金融發(fā)展、通貨膨脹和貿(mào)易開放擴大了收入不平等，但經(jīng)濟增長有助于緩解收入差距。

毫無疑問，已有文獻為本文的研究提供了很好的理論基礎，但是這些研究大多假設經(jīng)濟變量間是相互獨立的，只是簡單采用時間序列或面板模型，缺乏對于空間外部性等問題的關注。我國幅員遼闊，地區(qū)間差異明顯，金融發(fā)展與城鄉(xiāng)收入差距可能存在著顯著的空間依賴性與空間異質(zhì)性。忽視金融發(fā)展對城鄉(xiāng)居民收入差距的空間依賴性與溢出性，可能導致模型設定與結(jié)果出現(xiàn)偏誤。與傳統(tǒng)面板模型相比，空間面板模型考慮了經(jīng)濟活動中的空間相關性與空間異質(zhì)性，可以更好把握經(jīng)濟個體之間的空間相關關系并體現(xiàn)個體差異，從而更好地還原經(jīng)濟變量的真實關系。另外，目前國內(nèi)相關研究基本都是基于省級數(shù)據(jù)或截面數(shù)據(jù)，樣本數(shù)只有31個省份。然而空間相關性檢驗和參數(shù)估計的假設前提之一是大樣本假設，31個樣本顯然過小，檢驗效果和參數(shù)估計有效性可能難以令人信服。事實上，地級市之間的經(jīng)濟聯(lián)系要比省際間的經(jīng)濟聯(lián)系更為緊密，為此，本研究將空間單位縮小，使用286個地級市的空間面板數(shù)據(jù)，極大地增加了樣本數(shù)量與樣本信息，有助于提高結(jié)論的可靠性。

二、研究方法

根據(jù)經(jīng)濟活動的空間依賴性和回歸模型中誤差項的相依性特征，空間計量模型主要分為兩種：空間滯后模型與空間誤差模型?？臻g杜賓模型則同時考慮了空間滯后的自變量和因變量對因變量的共同影響，是前面兩種模型的一般形式。

（一）空間滯后模型

空間滯后模型（SLM）也叫空間自回歸模型，適用于研究各變量在某一地區(qū)是否存在擴散現(xiàn)象，即本地區(qū)被解釋變量決定于其鄰近區(qū)域的觀測值及觀察到的一組局域特征。當研究問題的焦點是對空間交互作用的存在和交互作用強度進行估計的時候，空間滯后模型是適合的。其模型可以表示為：

yit=ρ∑Nj=1Wityit+βxit+μi+λi+εit（1）

其中，yit為被解釋變量，xit為解釋變量，ρ為空間自相關系數(shù)；W為空間權重矩陣，β為解釋變量系數(shù)，它反映了自變量對因變量的影響；空間滯后因變量Wy是一內(nèi)生變量，反映了空間距離對區(qū)域行為的影響；εit是獨立且同分布的隨機誤差項，μi和λi分別表示空間效應和時間效應。

（二）空間誤差模型

空間誤差模型（SEM）是誤差項具有相關性的回歸的特例，其中協(xié)方差矩陣的非對角線元素表示空間相關的結(jié)構(gòu)，它適用于研究對象之間的相互作用因所處的相對位置不同而存在差異?？臻g誤差模型的經(jīng)濟意義是：某一個截面?zhèn)€體發(fā)生的沖擊會傳遞到相鄰個體，而且這一傳遞形式具有很長的時間延續(xù)性并且是衰減的，它度量了鄰近地區(qū)關于因變量的誤差沖擊對本區(qū)域觀測值的影響程度。其模型可以表示為：

yit=βxit+μi+λi+εit，εit=ρ∑NJ=1Witεit+μit（2）

其中，ρ為空間誤差回歸系數(shù)，ε為隨機誤差向量，μ為正態(tài)分布的隨機誤差向量。

（三）空間杜賓模型

空間杜賓模型（SDM）是空間滯后模型與空間誤差的一般形式，它同時考慮了空間滯后被解釋變量和解釋變量對被解釋變量的共同影響，其基本形式為：

yit=ρ∑Nj=1Wityit+c+βxit+∑Nj=1Witxitθ+

μi+λi+εit（3）

如果對空間杜賓模型施加一定的假設條件，則可以將其簡化為空間滯后模型或空間誤差模型：如果滿足假設條件（1） H1 0：θ=0，空間杜賓模型可以簡化為空間滯后模型，如果滿足假設條件（2） H2 0：θ+ρβ=0，空間杜賓模型可以簡化為空間誤差模型。

三、模型構(gòu)建與變量來源

在Clarke、Xu和Zou[7]理論的基礎上，并考慮到空間杜賓模型可確保模型不失一般性，本文建立以下空間杜賓模型：

gapit=α+ρ∑286j=1Witgapit+βitDit+

γit∑286j=1WitDit+μi+λi+εit（4）

其中，D表示影響城鄉(xiāng)收入差距的其他控制變量，在參考已有文獻的基礎上，選擇經(jīng)濟發(fā)展水平、對外開放度、城鎮(zhèn)化、產(chǎn)業(yè)結(jié)構(gòu)和教育水平5個變量。

本文以地級市面板數(shù)據(jù)作為研究對象，研究金融發(fā)展對城鄉(xiāng)收入差距的空間溢出效應，其樣本數(shù)據(jù)質(zhì)量優(yōu)于省級面板數(shù)據(jù)。鑒于數(shù)據(jù)獲取的可得性與時效性，本文采用2003-2013年中國286個地級市面板數(shù)據(jù)建立空間計量模型，實證研究設計的變量如下：

（一）被解釋變量

目前測算收入差距的指標主要有基尼系數(shù)、泰爾指數(shù)、變異系數(shù)等，鑒于數(shù)據(jù)的可獲得性與完整性，本文采用城鎮(zhèn)居民人均可支配收入與農(nóng)村居民純收入之比來代表城鄉(xiāng)收入差距（gap）。

（二）核心解釋變量

金融發(fā)展對收入差距的直接與間接影響主要有門檻效應、非均衡效應與減貧效應，前者對后者的影響取決于三大效應的共同作用[17]。本文借鑒董曉林和張曉艷[18]的思路，引入金融發(fā)展規(guī)模（fe）與金融發(fā)展效率（fs）兩個指標來代表金融發(fā)展。其中，金融發(fā)展規(guī)模采用金融機構(gòu)各項存貸款余額與當期名義GDP之比，金融發(fā)展效率采用金融機構(gòu)各項貸款余額與存款余額之比。同時，為進一步研究金融發(fā)展對城鄉(xiāng)居民收入差距的庫茲涅茨倒“U”效應，本文分別加入了金融發(fā)展規(guī)模二次項（fs2）和金融發(fā)展效率二次項（fe2）。

（三）控制變量

鎮(zhèn)化率（urb）采用各地區(qū)非農(nóng)業(yè)人口占該地區(qū)總?cè)丝诘谋戎貋肀硎?；?jīng)濟發(fā)展水平（pgdp）采用人均GDP代表；對外開放度（open）選取按美元與人民幣中間價折算的當年實際使用外資金額占GDP比重表示；產(chǎn)業(yè)結(jié)構(gòu)（stru）用第二、三產(chǎn)業(yè)增加值占GDP 比重表示；考慮到數(shù)據(jù)可獲性的限制，教育水平（hum）選取大學生在校生占總?cè)丝诒壤鳛樘娲笜恕?/p>

以上數(shù)據(jù)來自歷年《中國統(tǒng)計年鑒》、《中國城市統(tǒng)計年鑒》、《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》以及EPS數(shù)據(jù)平臺，個別缺失數(shù)據(jù)主要從各地級市歷年《國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》進行填充。刪除個別數(shù)據(jù)缺失嚴重的樣本以及由于區(qū)劃調(diào)整補撤銷的地級市，最后進入模型有286個地級市。為提高數(shù)據(jù)的可比性及減小模型中隨機誤差項的異方差性，所有數(shù)據(jù)均取對數(shù)，各研究變量描述性統(tǒng)計見表1。

四、實證結(jié)果與分析

（一）相關空間檢驗結(jié)果

在進行空間面板模型回歸前首先要進行空間統(tǒng)計檢驗，其最常用的檢驗方法是基于Moran統(tǒng)計系數(shù)I的檢驗方法，其原理及空間權重構(gòu)建可參考邵燕斐和王小斌相關論述[19]，此處不再贅述。當存在空間依賴性，需要采用合適的空間計量模型，本文使用的主要軟件有Stata、Matlab、Arcgis與R語言。表2列出了三種權重下2003-2013年中國286個地級市城鄉(xiāng)收入差距Moran值，可以看出0-1權重矩陣的Moran值比較高，地理距離權重矩陣的Moran值較小但也很顯著，經(jīng)濟距離權重矩陣的Moran值介于二者之間且顯著。同時，2003-2013年中國城鄉(xiāng)收入差距的Moran逐漸擴大，且都通過了1%的顯著性水平檢驗，表明隨著時間推移，中國城鄉(xiāng)收入差距正相關的顯著性逐漸加強。這說明我國各地級市的城鄉(xiāng)收入差距之間存在顯著的正向空間相關性，意味著在對我國城鄉(xiāng)收入差距進行研究時，不能忽略地理因素與空間效應的影響，即要在計量模型中納入被解釋變量的空間影響因子。

為進一步揭示中國286個地級市城鄉(xiāng)收入差距的空間結(jié)構(gòu)，本使用0-1權重矩陣構(gòu)造了Moran散點圖（圖1）。Moran散點圖顯示了大部分城市位于第一、三象限，而且隨著時間增加，越來越多的城市分遷移到第一、三象限?？梢钥闯觯幌笙迏R集的城市大多為地理上和經(jīng)濟上較為接近的城市，并呈現(xiàn)出東部低值集聚與西部高值集聚趨勢。Moran指數(shù)散點圖表明中國地級市城鄉(xiāng)收入差距存在顯著空間正相關性與集聚效應，城鄉(xiāng)收入差距高的城市被城鄉(xiāng)收入差距高的城市所包圍，城鄉(xiāng)收入差距低的城市被城鄉(xiāng)收入差距低的城市所包圍，可見，空間效應對中國城鄉(xiāng)收入差距起著不可忽視的作用。

（二）模型選擇

空間計量模型有固定效應和隨機效應兩種，究竟哪種模型更適合本研究，可以通過Hausman

圖12003年（左）和2013年（右）中國286個地級市城鄉(xiāng)收入差距的Moran散點值

檢驗。一般說來，當以樣本自身效應為條件進行推論，即樣本幾乎是全部母體，固定效應模型是較優(yōu)的選擇，Hausman檢驗統(tǒng)計量（83.4761，p=0.0000）表明固定效應模型比較適合本研究。進一步，為判斷空間面板模型是否比非空間面板模型更適合本研究，需要構(gòu)建LM和穩(wěn)健LM統(tǒng)計量進行檢驗。表3為非空間面板模型估計結(jié)果，可以看到在四種模型中，不論是LM還是穩(wěn)健LM統(tǒng)計量大部分通過了1%的顯著性水平檢驗，而且空間滯后模型的LM和穩(wěn)健LM檢驗統(tǒng)計量都要大于空間誤差模型，可見空間滯后模型更適

合本研究。最后，檢驗空間杜賓模型是否可以簡化為空間滯后模型或空間誤差模型。判斷空間杜賓模型簡化為空間滯后模型的原假設（1）H10：θ=0是否成立，結(jié)果顯示W(wǎng)aldspatiallag和 LRspatiallag的統(tǒng)計量分別為46.2011和46.0546，其P值均在1%的顯著性水平拒絕的原假設，判斷空間滯后模型不合適本研究；判斷空間杜賓模型簡化為空間誤差模型的原假設（2）H20：θ+ρβ=0是否成立，結(jié)果顯示W(wǎng)aldspatialerror和LRspatialerror

的統(tǒng)計量分別為49.2309和49.2692，其P值均在1%的顯著性水平拒絕的原假設，這說明空間誤差模型同樣不合適本研究。綜上可知，固定效應下的杜賓模型最適合本研究。

（三）結(jié)果分析

結(jié)果顯示，在四種模型中，空間參數(shù)ρ均大于0且通過5%的顯著性水平檢驗，表明地級市之間的城鄉(xiāng)收入差距存在顯著空間依賴性和空間集聚特征，一個地區(qū)的城鄉(xiāng)收入差距不僅受到該地區(qū)內(nèi)各種因素的影響，同時也受到鄰近地區(qū)的城鄉(xiāng)收入差距的正向沖擊。周圍鄰近地區(qū)城鄉(xiāng)收入差距較大，那么該地區(qū)城鄉(xiāng)收入差距也會較大，反之亦然。

對比非空間面板模型的估計結(jié)果（表3），空間杜賓模型的合優(yōu)度R2和對數(shù)似然函數(shù)Log L均有所提高，模型離散度o2相對變小，說明空間杜賓模型提高了研究的有效性。對比四種固定效應的估計結(jié)果，發(fā)現(xiàn)時空固定效應的擬合優(yōu)度R2、離散度σ2以及 Log L要優(yōu)于其他固定效應模型，因此選擇時空固定效應下的空間杜賓模型研究金融發(fā)展對城鄉(xiāng)收入差距的影響機制。

結(jié)果顯示，某一地區(qū)的城鄉(xiāng)收入差距不僅受到本地區(qū)金融發(fā)展水平、經(jīng)濟發(fā)展水平、對外開放度、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)以及教育水平的影響，也受到鄰近地區(qū)城鄉(xiāng)收入差距、金融發(fā)展水平、經(jīng)濟發(fā)展水平、對外開放度、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)以及教育水平的影響。W*dep.var.的回歸系數(shù)顯著為正，說明中國的城鄉(xiāng)收入差距存在空間依賴性，鄰近地區(qū)的收入差距對于本地區(qū)的收入差距有正向影響，即鄰近地區(qū)的城鄉(xiāng)收入差距越大，本地區(qū)的城鄉(xiāng)居民收入差距水平就越大，城鄉(xiāng)居民收入差距具有較強的外溢效應。若忽略空間因素影響而直接進行回歸，則會出現(xiàn)明顯的假設誤差。

fs的回歸系數(shù)為0.089，通過1%的顯著性檢驗，即金融發(fā)展規(guī)模擴大了城鄉(xiāng)收入差距。其可能的原因是：長期以來，我國城鄉(xiāng)金融資源分配不均，金融資源呈現(xiàn)出明顯的城市化傾向和農(nóng)村地區(qū)抑制特征，造成廣大農(nóng)村居民和鄉(xiāng)鎮(zhèn)企業(yè)融資困難。在金融發(fā)展初期，我國農(nóng)村金融機構(gòu)主要關注農(nóng)戶的還款能力與還款情況，但對農(nóng)戶是否將貸款用于項目經(jīng)營以及項目的開展情況基本不知情。事實上，很多農(nóng)民將貸款挪用于婚嫁、醫(yī)療和子女教育等大額生活支出，并未用于農(nóng)業(yè)項目的開展，因此，農(nóng)村金融機構(gòu)未能起到有效發(fā)揮促進農(nóng)民增收的作用。fe的回歸系數(shù)為0.004，也通過1%的顯著性檢驗，即金融發(fā)展效率擴大了城鄉(xiāng)收入差距。其原因是農(nóng)業(yè)的周期較長，效益較低，金融機構(gòu)要追求利益最大化，因此農(nóng)業(yè)對其吸引力不大。在追求金融效率初期，金融機構(gòu)必然會縮小農(nóng)村信貸規(guī)模，向農(nóng)村輸入的資金遠遠無法滿足農(nóng)村經(jīng)濟發(fā)展的需求，融資難和融資貴成為制約農(nóng)民增收的重要因素。金融發(fā)展規(guī)模二次項fs2的回歸系數(shù)為-0.015并且通過了1%的顯著性檢驗，說明金融發(fā)展規(guī)模與城鄉(xiāng)居民收入差距之間存在倒“U”型關系。其原因是隨著金融規(guī)模的擴大，農(nóng)村信貸約束將逐步減弱，廣大農(nóng)村居民有更多的機會和條件獲得金融支持和享受金融服務。金融發(fā)展效率二次項fe2的回歸系數(shù)為-0.004，并且通過了1%的顯著性檢驗，說明金融發(fā)展效率與城鄉(xiāng)居民收入差距之間也存在著倒“U”型關系，即部分地區(qū)金融效率提高有助于緩解城鄉(xiāng)收入差距。

城鎮(zhèn)化水平的回歸系數(shù)為-0.020，并通過1%的顯著性檢驗，表明其對城鄉(xiāng)收入差距具有顯著的抑制作用。因為城鎮(zhèn)化的推進可以吸收大量的農(nóng)村剩余勞動力，促使農(nóng)村剩余勞動力向城鎮(zhèn)轉(zhuǎn)移，農(nóng)民通過進城務工增加了非農(nóng)收入；大量的農(nóng)村勞動力流入城市，增加了城市的勞動力供給，使得城市勞動力的均衡工資下降，從而縮小了城鎮(zhèn)與農(nóng)村居民收入差異；城市先進的經(jīng)營管理理念、技術會被引進到農(nóng)村，優(yōu)化了農(nóng)村資源配置，提高了農(nóng)業(yè)勞動的邊際產(chǎn)出，因而有利于縮小城鄉(xiāng)差距。W*urb的回歸系數(shù)為負且通過10%的顯著性檢驗，說明一個地區(qū)的城鎮(zhèn)化水平會對鄰近地區(qū)城鄉(xiāng)收入差距產(chǎn)生積極的影響。

經(jīng)濟發(fā)展水平對本地區(qū)城鄉(xiāng)收入差距的影響顯著，但對鄰近地區(qū)城鄉(xiāng)收入差距的空間溢出效應不明顯。相鄰地區(qū)的經(jīng)濟發(fā)展水平和本地區(qū)城鄉(xiāng)收入差距的回歸系數(shù)為-0.003，但沒有通過10%的顯著性檢驗，其原因可能是中國高速的經(jīng)濟增長并不能讓所有人都能受益，有的人受益多，有的人受益少，特別是貧困人口受益更少。同時，區(qū)域經(jīng)濟增長對城鄉(xiāng)收入差距的作用沒有形成良好的區(qū)域聯(lián)動機制，本地區(qū)的經(jīng)濟增長對周邊地區(qū)城鄉(xiāng)收入差距缺乏有效輻射。

對外開放度擴大有助于緩解城鄉(xiāng)收入差距，其原因是FDI流入會提升農(nóng)村人力資本積累，有效緩解農(nóng)村剩余勞動力的就業(yè)矛盾與壓力。另外，改革開放以來我國農(nóng)產(chǎn)品貿(mào)易結(jié)構(gòu)發(fā)生了顯著的變化，土地密集型產(chǎn)品的凈出口大幅度下降，而高附加值的勞動密集型農(nóng)產(chǎn)品的凈出口逐漸上升，有效地增加了勞動密集型農(nóng)產(chǎn)品生產(chǎn)者的收入，從而改善該類農(nóng)村人口的貧困狀況。W*open的回歸系數(shù)為-0.003，但不顯著，說明一個地區(qū)的對外開放度對周邊地區(qū)城鄉(xiāng)收入差距缺乏有效的輻射能力與帶動作用。

產(chǎn)業(yè)結(jié)構(gòu)對城鄉(xiāng)收入差距具有顯著的負面影響，即產(chǎn)業(yè)結(jié)構(gòu)的合理化有利于縮小城鄉(xiāng)收入差距。W*ind的回歸系數(shù)為負且不顯著，表明一個地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對臨近地區(qū)的城鄉(xiāng)收入差距沒有形成良好的輻射作用，對同邊地區(qū)的城鄉(xiāng)收入差距的抑制作用有限。

教育水平的回歸系數(shù)為0.024，且通過1%的顯著性檢驗，表明教育水平的提高反而擴大了城鄉(xiāng)收入差距，這與我國教育資源二元化體系是一致的。我國教育資源配置中最突出的不合理現(xiàn)象。與近年來農(nóng)村財政預算內(nèi)教育經(jīng)費占全國財政預算內(nèi)教育經(jīng)費的比例呈逐年下降趨勢的現(xiàn)象相吻合。城市偏向的教育經(jīng)費投入政策造成城市地區(qū)人力資本投資遠大于農(nóng)村，導致城鄉(xiāng)教育質(zhì)量差距懸殊，進而影響到居民人力資本投資回報，教育回報率更高的城鎮(zhèn)居民會進行更多的人力資本投資，導致更高的城鄉(xiāng)收入差距[20]。W*hum的回歸系數(shù)為負數(shù)但不顯著，其原因是隨著市場經(jīng)濟體制的逐漸完善，促進了人力資本自由流動、知識與技能的溢出，帶動周邊農(nóng)村地區(qū)經(jīng)濟發(fā)展，從而縮小了城鄉(xiāng)收入差距。

五、結(jié)論與啟示

本文使用中國2003-2013年286個地級市的面板數(shù)據(jù)，采用空間杜賓模型，實證研究了金融發(fā)展對城鄉(xiāng)收入差距的空間溢出效應，其主要結(jié)論有：中國城鄉(xiāng)收入差距不僅存在顯著的空間集聚和溢出效應，而且呈現(xiàn)出東部低值集聚與西部高值集聚趨勢；金融發(fā)展與城鄉(xiāng)居民收入差距之間存在倒“U”型關系，從長期來看，金融發(fā)展有利于緩解城鄉(xiāng)收入差距；城鎮(zhèn)化、對外開放度、產(chǎn)業(yè)結(jié)構(gòu)有助于縮小城鄉(xiāng)收入差距，但經(jīng)濟發(fā)展水平和教育水平是中國城鄉(xiāng)收入差距擴大的重要因素。基于上述研究結(jié)論，我們得到的啟示主要有：

第一，改革開放30年來，中國經(jīng)濟取得巨大的成就，但城鄉(xiāng)收入差距不斷上升，其重要原因是廣大農(nóng)村居民未能共享經(jīng)濟發(fā)展所帶來的收入提高。因此，要加快發(fā)展農(nóng)村經(jīng)濟，千方百計增加農(nóng)民收入，積極改善農(nóng)村民生和推進城鄉(xiāng)基本公共服務均等化。同時，在制定城鄉(xiāng)收入差距的相關政策中，應充分考慮各地區(qū)間的空間依賴性，注重經(jīng)濟欠發(fā)達地區(qū)和經(jīng)濟發(fā)達地區(qū)在地理上的空間聯(lián)系。

第二，近年來，國有大型銀行在商業(yè)化改造過程中片面追求眼前利益，從縣鄉(xiāng)撤減機構(gòu)收縮業(yè)務，不僅大量撤并農(nóng)村網(wǎng)點，而且大量資金用于非農(nóng)信貸，造成農(nóng)村整體資金供應能力逐年下降。與此同時，在城鄉(xiāng)二元化的金融體制下，金融機構(gòu)扮演了抽血的角色，大量的農(nóng)村資金流入城市，導致農(nóng)村的存貸比越來越高，嚴重抑制了農(nóng)民收入水平的提高。因此，政府要改變金融的城鄉(xiāng)二元結(jié)構(gòu)，引導金融資金向農(nóng)村傾斜，應適當降低農(nóng)民融資成本和融資門檻。同時，要創(chuàng)新農(nóng)村金融體制，讓更多低成本的資金合理合法地進入農(nóng)村，緩解農(nóng)村地區(qū)基礎設施建設的融資瓶頸。

第三，積極推進縣域經(jīng)濟和小城鎮(zhèn)化建設，為縮小城鄉(xiāng)收入差距提供保障。要統(tǒng)籌城鄉(xiāng)產(chǎn)業(yè)發(fā)展，提升城市經(jīng)濟體對周邊經(jīng)濟體的輻射力和影響力，引導城鎮(zhèn)資金、技術、人才、管理等生產(chǎn)要素向農(nóng)村合理流動。要統(tǒng)籌城鄉(xiāng)社會保障和城鄉(xiāng)公共服務，協(xié)調(diào)好城鎮(zhèn)密集地區(qū)城鄉(xiāng)空間發(fā)展布局，確保城鎮(zhèn)基礎設施向農(nóng)村延伸，切實發(fā)揮城市公共基礎設施效用的最大化。加大制度創(chuàng)新和政策支持力度，加快戶籍制度改革步伐，消除農(nóng)民進城的身份障礙和利益障礙。要大力發(fā)展鄉(xiāng)鎮(zhèn)企業(yè)，促進農(nóng)村剩余勞動力的轉(zhuǎn)移，提高縣域城鎮(zhèn)對農(nóng)村勞動力的吸引力與吸納能力，進一步發(fā)揮城鎮(zhèn)化在縮小城鄉(xiāng)收入差距中的作用。

第四，積極推進城鄉(xiāng)人力資本投資均等化。為此，政府要加大農(nóng)村教育投資力度，改善教育資源配置狀況，不斷提高農(nóng)村財政預算內(nèi)教育經(jīng)費占全國財政預算內(nèi)教育經(jīng)費的比例，使城鄉(xiāng)教育資源的配置走向均衡；改善廣大農(nóng)村地區(qū)的學校設施，提高農(nóng)村教師的水平，留住和吸引高素質(zhì)人才，保證農(nóng)村學生能受到較好的教育。

注釋：

①由Stata12.0制圖得到，因篇幅有限，本文沒有列出其它年份Moran散點圖。

②因篇幅有限，本文沒有列出基于0-1權重矩陣與地理距離空間權重的檢驗結(jié)果。

③空間相關性檢驗及三種形式空間面板模型選擇過程為：首先，利用非空間面板模型構(gòu)建LM和穩(wěn)健LM統(tǒng)計量，進行空間自相關性檢驗。若空間自相關性存在，支持空間滯后模型和空間誤差模型二者之一成立，或二者均成立，那么應進一步通過構(gòu)建Wald統(tǒng)計量和LR統(tǒng)計量檢驗空間杜賓模型是否能簡化為空間滯后模型或空間誤差模型。

[參考文獻]

[1]陸銘，陳釗.城市化、城市傾向的經(jīng)濟政策與城鄉(xiāng)收入差距[J].經(jīng)濟研究，2004（6）：5058.

[2]Greenwood J，Jovanovic B.Financial Development， Growth， and Distribution of Income.[J]. Journal of Political Economy， 1990，98（5）：10761107.

[3]Galor O，Zeira J. Income Distribution and Macroeconomics[J]. The Review of Economic Studies， 1993，60（1）：3552.

[4]Shahbaz M. Financial Development， Economics Growth， Income Inequality Nexus： a Case Study of Pakistan[J]. International Journal of Economics and Empirical Research， 2013，1（3）：2447.

[5]Burgess R，Pande R. Do Rural Banks Matter？ Evidence From the Indian Social Banking Experiment[J]. American Economic Review， 2005，95（3）：780795.

[6]Westley G D. Can Financial Market Policies Reduce Income Inequality？[M]. Jeddah ：Idb Publications， 2001：231232.

[7]Clarke GR，Xu LC，Zou H. Finance and Income Inequality： What Do the Data Tell Us？[J]. Southern Economic Journal， 2006，72（3）：578596.

[8]Beck T，A D，Levine R. Finance， Inequality and the Poor[J]. Journal of Economic Growth， 2007，12（1）： 2749.

[9]Rehman HU，Khan S，Ahmed I. Income Distribution， Growth and Financial Development： a Cross Countries Analysis[J]. Pakistan Economic and Social Review， 2008，46（1）：116.

[10]Shahbaz M，Loganathan N，Tiwari AK， et al. Financial Development and Income Inequality： Is There Any Financial Kuznets Curve in Iran？[J]. Social Indicators Research， 2015，124（2）：357382.

[11]Calderon CA，Serven L. The Effects of Infrastructure Development on Growth and Income Distribution[J]. Annals of Economics and Finance， 2014，15（2）：521534.

[12]Lopez H. Pro～growth， pro～poor： Is there a Trade off？ [J]. Policy Research Working Paper， 2004.

[13]Claessens S. Access to Financial Services： a Review of the Issues and Public Policy Objectives[J]. World Bank Research Observer， 2006，21（2）：207240.

[14]Canavire bacarreza GJ，Rioja FK. Financial Development and the Distribution of Income in Latin America and the Caribbean[J]. Iranian Economic Review， 2008，30（5）：489505.

[15]Ang JB. Finance and Inequality： the Case of India[J]. Southern Economic Journal， 2010，76（3）：738761.

[16]Wahid ANM，Shahbaz M，Shah M， et al. Does Financial Sector Development Increase Income Inequality？ Some Econometric Evidence From Bangladesh[J]. Glycobiology， 2012，5（2）：227232.

[17]張立軍，湛泳.我國農(nóng)村金融發(fā)展對城鄉(xiāng)收入差距的影響[J].財經(jīng)科學， 2006（4）：5360.

[18]董曉林，張曉艷.金融發(fā)展對城鄉(xiāng)居民收入差距的影響：基于空間計量模型的實證研究[J].南京農(nóng)業(yè)大學學報：社會科學版，2013（3）：3339.

[19]邵燕斐，王小斌.中國交通基礎設施對城鄉(xiāng)收入差距影響的空間溢出效應[J].技術經(jīng)濟， 2015（11）： 100108.

[20]陳斌開，張鵬飛，楊汝岱.政府教育投入、人力資本投資與中國城鄉(xiāng)收入差距[J].管理世界， 2010（1）： 3643.

（責任編輯王婷婷）