交通基础设施建设、城镇化水平与城乡居民收入差距——基于1997—2015年省级动态面板数据的实证分析
|
摘要
基于1997—2015年的省级动态面板数据,建立动态面板数据模型,运用系统GMM估计方法,实证分析交通基础设施建设、城镇化水平及二者交互项对城乡居民收入差距的影响。研究结果表明,交通基础设施建设、城镇化水平均有助于缩小城乡居民收入差距,但交通基础设施建设与城镇化水平的交互项则扩大了城乡居民收入差距。鉴于此,建议政府在缩小城乡居民收入差距的政策制定上,应继续加大交通基础设施建设力度,但也应注重地区平衡,加快补齐农村地区交通基础设施建设短板;同时也应全力推进城镇化建设,为缩小城乡居民收入差距奠定更坚实的产业基础。
The paper, based on provincial dynamic panel data of China in 1997-2015, established a dynamic panel data model, used System GMM for investigating the urban-rural income gap effects of construction of transportation infrastructure, urbanization level and its interaction. The empirical studies show that, both construction of transportation infrastructure and urbanization level contribute to narrow urban-rural income gap, but the interaction of construction of transportation infrastructure and urbanization level widens the urban-rural income gap. The government should strengthen construction of transportation infrastructure, especially to rural highway's construction investments, also boost to spur urbanization.
The paper, based on provincial dynamic panel data of China in 1997-2015, established a dynamic panel data model, used System GMM for investigating the urban-rural income gap effects of construction of transportation infrastructure, urbanization level and its interaction. The empirical studies show that, both construction of transportation infrastructure and urbanization level contribute to narrow urban-rural income gap, but the interaction of construction of transportation infrastructure and urbanization level widens the urban-rural income gap. The government should strengthen construction of transportation infrastructure, especially to rural highway's construction investments, also boost to spur urbanization.
引文
[1]搜狐网.全球GDP总量达74万亿美元,各国占比有多少?[EB/OL].(2017-3-6)[2017-12-25].http://www.sohu.com/a/128034324_611309.
[2]佚名.对话美国财长雅各布·卢中美经济十年:艰难与成就[J].清华管理评论,2016(9):6-13.
[3]康继军,郭蒙,傅蕴英.要想富,先修路:交通基础设施建设、交通运输业发展与贫困减少的实证研究[J].经济问题探索,2014(09):41-46.
[4]中国统计出版社.2017中国统计年鉴[R/OL].(-)[2017-12-25].http://www.stats.gov.cn/tjsj/ndsj/2017/indexch.htm
[5]郑万吉,叶阿忠.城乡收入差距、产业结构升级与经济增长:基于半参数空间面板基于半参数空间面板VAR模型的研究[J].经济学家,2015(10):61-67.
[6]钞小静,沈坤荣.城乡收入差距、劳动力质量与中国经济增长[J].经济研究,2014,49(6):30-43.
[7]王少平,欧阳志刚.中国城乡收入差距对实际经济增长的阈值效应[J].中国社会科学,2008(2):54-66+205.
[8]张伟征.我国城乡收入差距对经济增长的影响研究[D].中国财政科学研究院,2017.
[9]中国网.中共十九大开幕,习近平代表十八届中央委员会作报告(直播全文)[EB/OL].(2017-10-18)[2017-12-25].h t t p://www.china.com.cn/cppcc/2017-10/18/content_41752399htm.
[10]Kuznets S.Economic Growth and Income Inequality[J]American Economic Review,1955,45(1):1-28.
[11]邵红伟,靳涛.收入分配的库兹涅茨倒U曲线:跨国横截面和面板数据的再实证[J].中国工业经济,2016(4):22-38.
[12]Ahluwalia M S.Inequality,Poverty and Development[J].JDev Econ,1976,3(4):307-342.
[13]Ahluwalia M S.Income Distribution and Development:Some Stylized Facts[J].American Economic Review,1976,66(2)128-135.
[14]Lewis W A.Economic Development with Unlimited Supplies of Labour[J].Manchester School,1954,22(2):139-191.
[15]Chen J,Fleisher B M.Regional Income Inequality and Economic Growth in China[J].Journal of Comparative Economics,1996,22(2):141-164.
[16]Kanbur R,Zhang X.Which Regional Inequality?The Evolution of Rural-Urban and Inland-Coastal Inequality in China from 1983 to 1995[J].Journal of Comparative Economics1999,27(4):686-701.
[17]温涛,王小华,董文杰.金融发展、人力资本投入与缩小城乡收入差距:基于中国西部地区40个区县的经验研究[J].吉林大学社会科学学报,2014,54(2):27-36+171-172.
[18]刘玉光,杨新铭,王博.金融发展与中国城乡收入差距形成:基于分省面板数据的实证检验[J].南开经济研究,2013(5):50-59.
[19]叶志强,陈习定,张顺明.金融发展能减少城乡收入差距吗:来自中国的证据[J].金融研究,2011(2):42-56.
[20]孙永强,万玉琳.金融发展、对外开放与城乡居民收入差距:基于1978-2008年省际面板数据的实证分析[J].金融研究2011(1):28-39.
[21]黄永兴,陆凤芝.普惠金融能缩小城乡收入差距吗:基于非线性与线性面板模型的检验[J].商业研究,2017,59(6)63-68.
[22]胡宗义,李鹏.农村正规与非正规金融对城乡收入差距影响的空间计量分析:基于我国31省市面板数据的实证分析[J].当代经济科学,2013,35(2):71-78.
[23]Stéphane S.Infrastructure and Development:A Critical Appraisal of the Macro-level Literature[J].The Journal of Development Studies,2011,47(5):683-708.
[24]Romp W.Public Capital and Economic Growth:A Critical Survey[J].Perspektiven Der Wirtschaftspolitik,2007,8(S1):6-52.
[25]冷艳丽,冼国明,杜思正.FDI与城乡收入差距:基于交通基础设施视角的分析[J].云南财经大学学报,2017,33(1):63-73.
[26]刘生龙,胡鞍钢.交通基础设施与经济增长:中国区域差距的视角[J].中国工业经济,2010(4):14-23.
[27]张学良.中国交通基础设施与经济增长的区域比较分析[J].财经研究,2007(8):51-63.
[28]李慧玲,徐妍.交通基础设施、产业结构与减贫效应研究:基于面板VAR模型[J].技术经济与管理研究,2016(8):25-30.
[29]罗能生,彭郁.交通基础设施建设有助于改善城乡收入公平吗:基于省级空间面板数据的实证检验[J].产业经济研究,2016(4):100-110.
[30]邵燕斐,王小斌.中国交通基础设施对城乡收入差距影响的空间溢出效应[J].技术经济,2015,34(11):100-108.
[31]曹裕,陈晓红,马跃如.城市化、城乡收入差距与经济增长:基于我国省级面板数据的实证研究[J].统计研究,2010,27(3):29-36.
[32]陈斌开,林毅夫.发展战略、城市化与中国城乡收入差距[J].中国社会科学,2013(4):81-102+206.
[33]李权葆,薛欣.城乡基尼系数测算与收入分配差距分析:基于CHNS的实证研究[J].管理评论,2013,25(3):82-90.
[34]陆铭,陈钊.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):50-58.
[35]杨森平,唐芬芬,吴栩.我国城乡收入差距与城镇化率的倒U关系研究[J].管理评论,2015,27(11):3-10
[36]毛其淋.经济开放、城市化水平与城乡收入差距:基于中国省际面板数据的经验研究[J].浙江社会科学,2011,2011(1):11-22.
[37]郭军华.中国城市化对城乡收入差距的影响:基于东、中、西部面板数据的实证研究[J].经济问题探索,2009(12):1-7.
[38]郭蒙.金融发展、交通基础设施建设和城乡收入差距[D].重庆大学,2015.
[39]Fan S,Zhang X.Infrastructure and Regional Economic Development in Rural China[J].China Economic Review,2004,15(2):203-214.
[40]刘晓光,张勋,方文全.基础设施的城乡收入分配效应:基于劳动力转移的视角[J].世界经济,2015,38(3):145-170.
[41]Chen,Mingxing,Weidong Liu,and Xiaoli Tao."Evolution and assessment on China's urbanization 1960-2010:under-urbanization or over-urbanization?."Habitat International 38(2013):25-33.
[42]威廉·P·安德森.经济地理学[M].北京:中国人民大学出版社,2017.
[43]杰弗里·M·伍德里奇.横截面与面板数据的计量经济分析[M].2版.北京:中国人民大学出版社,2016.
[44]周一星,田帅.以“五普”数据为基础对我国分省城市化水平数据修补[J].统计研究,2006(1):62-65.
[45]丁志国.我国城乡收入差距的库兹涅茨效应识别与农村金融政策应对路径选择[J].金融研究,2011(7):142-151.
[46]王征,鲁钊阳.农村金融发展与城乡收入差距:基于我国省级动态面板数据模型的实证研究[J].财贸经济,2011(7):55-62.
[47]叶锐,王守坤.公路交通基础设施与收入差距的理论与实证分析[J].长安大学学报(社会科学版),2011,13(4):36-41.
[48]Jess B,Mark M S.The Role of Human Capital in Economic Development Evidence from Aggregate Cross-country Data[J].Journal of Monetary Economics,1994,34(2):143-173.
[49]刘智勇,胡永远,易先忠.异质型人力资本对经济增长的作用机制检验[J].数量经济技术经济研究,2008(4):86-96.
[50]Barro R J,Lee J.International Data on Educational Attainment:Updates and Implications[J].Oxford Economic Papers,2001,53(3):541-563.
[51]刘长庚等.农村金融排斥与城乡收入差距:基于我国省级面板数据模型的实证研究[J].经济理论与经济管理,2013(10):17-27.
[52]武小龙,刘祖云.中国城乡收入差距影响因素研究:基于2002-2011年省级Panel Data的分析[J].当代经济科学,2014,36(1):46-54+125-126.
(1)涓滴效应是指在经济发展中不给予贫困群体或贫困地区特别优待,而是借助优先发展起来的群体或地区通过改善消费结构、调整就业结构等方面的举措来惠及贫困群体或贫苦地区,带动其发展和富裕[42]。
(2)系统GMM是对差分GMM的扩展[43]。差分GMM通过对原方程作差分,使用变量滞后阶作为工具变量。但差分GMM存在明显缺陷,即差分时消除了非观测截面个体效应及不随时间变化的其他变量,且有时变量滞后阶并非理想工具变量[42]。系统GMM相当于联立了差分方程和原水平方程,使用变量滞后阶作为差分方程的工具变量,同时使用差分变量的滞后项作为水平方程的工具变量[43]。整体来看,在差分GMM中,用滞后项作为差分的工具变量,可能存在弱工具变量问题,尤其是当被解释变量具有很强的持续性时,差分的值几乎为0,滞后项与差分的相关性会受到大幅削弱,这样的工具变量就成了弱工具变量,此时应考虑使用系统GMM[43]。
(3)本文的模型中包含被解释变量的滞后项,面板数据的个体数N=30、个体长度T=19,属于典型的“大N小T型”短动态面板。
(4)因数据缺失严重,西藏自治区、港澳台地区予以剔除。
(5)此处对于缺失数据的处理,同前文。
(6)此处与前文保持一致,取对数处理。
(7)为防止出现多重共线性问题,此处对数据进行中心化处理,即采用以下方式处理:chd_urbi,t=lhd_urbi,t-E(lhd_urbi)对于个体的期望值,本文采用个体在选择时间段内的平均值来表示,即:19Σlhd_urbi,tE(lhd_rubi)=t=1(3)19其中,代表省份;t代表时间;lhd_urbi,t代表省份第t年的交通基础设施建设与城镇化水平的乘积;E(lhd_rubi)代表第i个省份交互项的期望值;chd_urbi,t代表对交互项中心化处理后的值。该变量数值越大代表对城市投入的基础设施建设量越大。
(8)本文根据Barro and Lee(2001)的计算方法[50],采用1998-2016年的《中国人口和就业统计年鉴》中关于6岁以上人口的教育程度来测度人力资本。文盲和半文盲、小学、初中、高中、大专及以上分别采用0、6、9、12、16年的受教育年限进行计算,具体计算公式如下:hk=0×l1+6×l2+9×l3+12×l4+16×l5。其中,li代表该类人口占总人口的比重(6岁以下不予考虑)。
(9)人均真实GDP的计算方法为人均GDP减去通胀率(用CPI指数替代),然后折算成1996年不变价。由于当期GDP与其它变量存在相关关系,本文取一阶滞后值以消除内生关系。
[2]佚名.对话美国财长雅各布·卢中美经济十年:艰难与成就[J].清华管理评论,2016(9):6-13.
[3]康继军,郭蒙,傅蕴英.要想富,先修路:交通基础设施建设、交通运输业发展与贫困减少的实证研究[J].经济问题探索,2014(09):41-46.
[4]中国统计出版社.2017中国统计年鉴[R/OL].(-)[2017-12-25].http://www.stats.gov.cn/tjsj/ndsj/2017/indexch.htm
[5]郑万吉,叶阿忠.城乡收入差距、产业结构升级与经济增长:基于半参数空间面板基于半参数空间面板VAR模型的研究[J].经济学家,2015(10):61-67.
[6]钞小静,沈坤荣.城乡收入差距、劳动力质量与中国经济增长[J].经济研究,2014,49(6):30-43.
[7]王少平,欧阳志刚.中国城乡收入差距对实际经济增长的阈值效应[J].中国社会科学,2008(2):54-66+205.
[8]张伟征.我国城乡收入差距对经济增长的影响研究[D].中国财政科学研究院,2017.
[9]中国网.中共十九大开幕,习近平代表十八届中央委员会作报告(直播全文)[EB/OL].(2017-10-18)[2017-12-25].h t t p://www.china.com.cn/cppcc/2017-10/18/content_41752399htm.
[10]Kuznets S.Economic Growth and Income Inequality[J]American Economic Review,1955,45(1):1-28.
[11]邵红伟,靳涛.收入分配的库兹涅茨倒U曲线:跨国横截面和面板数据的再实证[J].中国工业经济,2016(4):22-38.
[12]Ahluwalia M S.Inequality,Poverty and Development[J].JDev Econ,1976,3(4):307-342.
[13]Ahluwalia M S.Income Distribution and Development:Some Stylized Facts[J].American Economic Review,1976,66(2)128-135.
[14]Lewis W A.Economic Development with Unlimited Supplies of Labour[J].Manchester School,1954,22(2):139-191.
[15]Chen J,Fleisher B M.Regional Income Inequality and Economic Growth in China[J].Journal of Comparative Economics,1996,22(2):141-164.
[16]Kanbur R,Zhang X.Which Regional Inequality?The Evolution of Rural-Urban and Inland-Coastal Inequality in China from 1983 to 1995[J].Journal of Comparative Economics1999,27(4):686-701.
[17]温涛,王小华,董文杰.金融发展、人力资本投入与缩小城乡收入差距:基于中国西部地区40个区县的经验研究[J].吉林大学社会科学学报,2014,54(2):27-36+171-172.
[18]刘玉光,杨新铭,王博.金融发展与中国城乡收入差距形成:基于分省面板数据的实证检验[J].南开经济研究,2013(5):50-59.
[19]叶志强,陈习定,张顺明.金融发展能减少城乡收入差距吗:来自中国的证据[J].金融研究,2011(2):42-56.
[20]孙永强,万玉琳.金融发展、对外开放与城乡居民收入差距:基于1978-2008年省际面板数据的实证分析[J].金融研究2011(1):28-39.
[21]黄永兴,陆凤芝.普惠金融能缩小城乡收入差距吗:基于非线性与线性面板模型的检验[J].商业研究,2017,59(6)63-68.
[22]胡宗义,李鹏.农村正规与非正规金融对城乡收入差距影响的空间计量分析:基于我国31省市面板数据的实证分析[J].当代经济科学,2013,35(2):71-78.
[23]Stéphane S.Infrastructure and Development:A Critical Appraisal of the Macro-level Literature[J].The Journal of Development Studies,2011,47(5):683-708.
[24]Romp W.Public Capital and Economic Growth:A Critical Survey[J].Perspektiven Der Wirtschaftspolitik,2007,8(S1):6-52.
[25]冷艳丽,冼国明,杜思正.FDI与城乡收入差距:基于交通基础设施视角的分析[J].云南财经大学学报,2017,33(1):63-73.
[26]刘生龙,胡鞍钢.交通基础设施与经济增长:中国区域差距的视角[J].中国工业经济,2010(4):14-23.
[27]张学良.中国交通基础设施与经济增长的区域比较分析[J].财经研究,2007(8):51-63.
[28]李慧玲,徐妍.交通基础设施、产业结构与减贫效应研究:基于面板VAR模型[J].技术经济与管理研究,2016(8):25-30.
[29]罗能生,彭郁.交通基础设施建设有助于改善城乡收入公平吗:基于省级空间面板数据的实证检验[J].产业经济研究,2016(4):100-110.
[30]邵燕斐,王小斌.中国交通基础设施对城乡收入差距影响的空间溢出效应[J].技术经济,2015,34(11):100-108.
[31]曹裕,陈晓红,马跃如.城市化、城乡收入差距与经济增长:基于我国省级面板数据的实证研究[J].统计研究,2010,27(3):29-36.
[32]陈斌开,林毅夫.发展战略、城市化与中国城乡收入差距[J].中国社会科学,2013(4):81-102+206.
[33]李权葆,薛欣.城乡基尼系数测算与收入分配差距分析:基于CHNS的实证研究[J].管理评论,2013,25(3):82-90.
[34]陆铭,陈钊.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):50-58.
[35]杨森平,唐芬芬,吴栩.我国城乡收入差距与城镇化率的倒U关系研究[J].管理评论,2015,27(11):3-10
[36]毛其淋.经济开放、城市化水平与城乡收入差距:基于中国省际面板数据的经验研究[J].浙江社会科学,2011,2011(1):11-22.
[37]郭军华.中国城市化对城乡收入差距的影响:基于东、中、西部面板数据的实证研究[J].经济问题探索,2009(12):1-7.
[38]郭蒙.金融发展、交通基础设施建设和城乡收入差距[D].重庆大学,2015.
[39]Fan S,Zhang X.Infrastructure and Regional Economic Development in Rural China[J].China Economic Review,2004,15(2):203-214.
[40]刘晓光,张勋,方文全.基础设施的城乡收入分配效应:基于劳动力转移的视角[J].世界经济,2015,38(3):145-170.
[41]Chen,Mingxing,Weidong Liu,and Xiaoli Tao."Evolution and assessment on China's urbanization 1960-2010:under-urbanization or over-urbanization?."Habitat International 38(2013):25-33.
[42]威廉·P·安德森.经济地理学[M].北京:中国人民大学出版社,2017.
[43]杰弗里·M·伍德里奇.横截面与面板数据的计量经济分析[M].2版.北京:中国人民大学出版社,2016.
[44]周一星,田帅.以“五普”数据为基础对我国分省城市化水平数据修补[J].统计研究,2006(1):62-65.
[45]丁志国.我国城乡收入差距的库兹涅茨效应识别与农村金融政策应对路径选择[J].金融研究,2011(7):142-151.
[46]王征,鲁钊阳.农村金融发展与城乡收入差距:基于我国省级动态面板数据模型的实证研究[J].财贸经济,2011(7):55-62.
[47]叶锐,王守坤.公路交通基础设施与收入差距的理论与实证分析[J].长安大学学报(社会科学版),2011,13(4):36-41.
[48]Jess B,Mark M S.The Role of Human Capital in Economic Development Evidence from Aggregate Cross-country Data[J].Journal of Monetary Economics,1994,34(2):143-173.
[49]刘智勇,胡永远,易先忠.异质型人力资本对经济增长的作用机制检验[J].数量经济技术经济研究,2008(4):86-96.
[50]Barro R J,Lee J.International Data on Educational Attainment:Updates and Implications[J].Oxford Economic Papers,2001,53(3):541-563.
[51]刘长庚等.农村金融排斥与城乡收入差距:基于我国省级面板数据模型的实证研究[J].经济理论与经济管理,2013(10):17-27.
[52]武小龙,刘祖云.中国城乡收入差距影响因素研究:基于2002-2011年省级Panel Data的分析[J].当代经济科学,2014,36(1):46-54+125-126.
(1)涓滴效应是指在经济发展中不给予贫困群体或贫困地区特别优待,而是借助优先发展起来的群体或地区通过改善消费结构、调整就业结构等方面的举措来惠及贫困群体或贫苦地区,带动其发展和富裕[42]。
(2)系统GMM是对差分GMM的扩展[43]。差分GMM通过对原方程作差分,使用变量滞后阶作为工具变量。但差分GMM存在明显缺陷,即差分时消除了非观测截面个体效应及不随时间变化的其他变量,且有时变量滞后阶并非理想工具变量[42]。系统GMM相当于联立了差分方程和原水平方程,使用变量滞后阶作为差分方程的工具变量,同时使用差分变量的滞后项作为水平方程的工具变量[43]。整体来看,在差分GMM中,用滞后项作为差分的工具变量,可能存在弱工具变量问题,尤其是当被解释变量具有很强的持续性时,差分的值几乎为0,滞后项与差分的相关性会受到大幅削弱,这样的工具变量就成了弱工具变量,此时应考虑使用系统GMM[43]。
(3)本文的模型中包含被解释变量的滞后项,面板数据的个体数N=30、个体长度T=19,属于典型的“大N小T型”短动态面板。
(4)因数据缺失严重,西藏自治区、港澳台地区予以剔除。
(5)此处对于缺失数据的处理,同前文。
(6)此处与前文保持一致,取对数处理。
(7)为防止出现多重共线性问题,此处对数据进行中心化处理,即采用以下方式处理:chd_urbi,t=lhd_urbi,t-E(lhd_urbi)对于个体的期望值,本文采用个体在选择时间段内的平均值来表示,即:19Σlhd_urbi,tE(lhd_rubi)=t=1(3)19其中,代表省份;t代表时间;lhd_urbi,t代表省份第t年的交通基础设施建设与城镇化水平的乘积;E(lhd_rubi)代表第i个省份交互项的期望值;chd_urbi,t代表对交互项中心化处理后的值。该变量数值越大代表对城市投入的基础设施建设量越大。
(8)本文根据Barro and Lee(2001)的计算方法[50],采用1998-2016年的《中国人口和就业统计年鉴》中关于6岁以上人口的教育程度来测度人力资本。文盲和半文盲、小学、初中、高中、大专及以上分别采用0、6、9、12、16年的受教育年限进行计算,具体计算公式如下:hk=0×l1+6×l2+9×l3+12×l4+16×l5。其中,li代表该类人口占总人口的比重(6岁以下不予考虑)。
(9)人均真实GDP的计算方法为人均GDP减去通胀率(用CPI指数替代),然后折算成1996年不变价。由于当期GDP与其它变量存在相关关系,本文取一阶滞后值以消除内生关系。