金融與非金融行業收入差距的空間格局演化分析

張甜迪

（1.湖北工業大學經濟與管理學院，武漢430068；2.“產業升級與區域金融”湖北省協同創新中心，武漢430073）

金融與非金融行業收入差距的空間格局演化分析

張甜迪1,2

（1.湖北工業大學經濟與管理學院，武漢430068；2.“產業升級與區域金融”湖北省協同創新中心，武漢430073）

我國各省金融與非金融業收入差距呈現特殊空間格局。對此，基于省際面板數據進行空間計量建模分析發現：各省金融與非金融行業的空間正自相關性不斷增強，且空間格局演化的兩極分化趨勢明顯，空間互動以協同改善為主。分析發現，金融化、人力資本、金融業壟斷、金融業生產率和經濟增長均有顯著的直接影響和空間溢出，其中金融化和金融業生產率會同時擴大本省及周圍省市收入差距；人力資本和金融壟斷會擴大本省收入差距，縮小周圍省市收入差距；現階段經濟增長會縮小本省收入差距，擴大周圍省市收入差距，因此收入分配改革需考慮空間關聯關系。

金融業；非金融業；行業收入差距；空間格局演化

0　引言

近年來，我國居民收入差距不斷擴大，其中以金融與非金融行業收入差距的擴大最為突出。1997—2013年間，全國金融、非金融行業收入差距基尼系數從0.016增至0.042，擴大了2.6倍，年增幅達6.52%，已經成為城鎮居民收入差距不斷擴大的主要推手。人力資源和社會保障部于2015年3月發布的《中國薪酬報告》顯示：2012年工資收入最高的行業為金融業，其收入是最低行業農、林、牧、漁業的4.3倍。不僅金融、非金融行業收入差距日益擴大，而且各省呈現出一種特殊的空間格局。2013年31個省（自治區、直轄市）金融、非金融業行業收入差距的地區差異明顯，其中北京的收入差距高達0.137為最高，其次是上海、浙江和云南，而山西、安徽等地收入差距不足0.02，其中甘肅0.007為最低。對正處在經濟轉型關鍵時期的中國而言，行業收入差距過大、空間格局不合理不僅會抑制消費、打擊各行業人才創新、創業精神，而且將嚴重拖累產業結構的轉型升級。

根據空間計量經濟學的觀點，經濟的現實情況并非地理空間的均質性，資源稟賦的分布本身具有非均衡性，且能夠跨區域流動，即地區之間的經濟活動是有相互影響的，挖掘其時空關聯特性對解釋不同空間格局及內在關聯機制具有重要作用。因此，分析我國當前金融與非金融行業收入差距的空間格局及其演化動因具有重要意義。本文運用空間計量測度方法，基于1998—2013年相關省際面板數據，檢測金融與非金融業收入差距空間格局的演化特征及其影響因素的空間溢出性效應，以期為薪酬體制改革方案提供空間差異化的政策建議。

1　金融與非金融行業收入差距的空間模型的設定

1.1變量選取

根據已有文獻，選取1998—2013年30個省（自治區、直轄市，不含西藏）的金融與非金融業收入差距（Gini）、金融業相對壟斷程度（mon）、金融業生產效率（pro）、當地經濟發展水平（gdp）和金融化水平（r）作為解釋變量納入模型分析中。

金融與非金融行業收入差距的基尼系數是參照田衛民（2012）構建的基尼系數公式計算得到。金融化水平用財產性收入份額，即財產性收入占人均GDP的比重衡量（Epstein，2005；趙峰，2010；Hein，2015）。人力資本差異用金融與非金融業職工受教育程度差異衡量，根據各地區分行業職工受教育程度和相關人口統計數據計算得到。金融業相對壟斷程度用要素市場發展相對于引進外資程度的領先水平衡量，用于反映資本在要素市場上的壟斷地位較高。金融業生產率用金融業GDP的貢獻度衡量。經濟增長用各地區人均GDP的自然對數衡量。文中數據主要來自《中國勞動統計年鑒》、《中國人口和就業統計年鑒》、《中國統計年鑒》和30個省（自治區、直轄市）歷年統計年鑒。變量含義和描述性統計特征見表1。

表1　研究變量說明及描述性統計

對比均值和中位數發現，各變量的偏差較小，說明各變量的分布近似高斯分布；從偏度與峰度的測度值看，高斯分布分別為0和3，因此只有人力資本和經濟水平近似服從高斯分布，收入差距、壟斷程度、金融化水平和生產率的分布特征存在一定的偏差，可能主要受個體效應的影響。因此，模型需要進一步考慮空間分布特征，可以通過構建空間面板模型去擬合。

1.2空間自相關性檢驗與空間格局演進特征

1.2.1空間自相關性檢驗

分別計算出1998年和2013年各指標的Moran's I和Gear's C（見表2）。除生產率，其他變量的Moran's I和Gear's C均通過顯著性檢驗，且統計值均為正，說明各省金融、非金融業收入差距及其主要影響因素具有顯著的空間正相關性，說明有必要建立空間計量模型，進一步分析變量的空間自相關性。

1.2.2整體空間格局演進

從表2可以看出，與1998年比，2013年Gini的Moran' s I和Gear's C提高近1倍（0.017-0.149；0.545-0.507），說明我國金融與非金融行業收入差距正的空間外溢性增強，即本地區收入差距擴大會造成周圍省市差距擴大。比較各變量可以看出，1998—2013年間，金融化的Moran's I和Gear'sC均提高近1倍（0.206-0.474；0.635-0.381），大于其他解釋變量增長幅度，說明金融化對我國當前金融與非金融業收入差距空間格局演進有重要影響，空間格局演進動因主要源于金融化。

表2　1998—2013年省域各指標的Moran's I和Gear's C統計值

1.2.3局部空間集聚特征

省際金融、非金融業收入差距相關變量的空間聚集現狀及其空間格局動態演進特征分別見圖1和圖2。其中空間格局演進及其外溢性特征是基于本省市與周圍地區空間關系，在10%的顯著性水平下將各地區歸納為以下四類：高-高（收入差距較大者集聚）、低-低（收入差距較小者集聚）、低-高（收入差距中心小周邊大）和高-低（收入差距中心大周圍小），并做成空間關聯關系圖。

首先，從圖1可以看出，我國金融與非金融行業收入差距空間正自相關性增強的具體形式表現為：空間自相關性由負轉正、正自相關性增強的省份居多。從Moran's I散點圖可以看出，在2013年有吉林、黑龍江、上海、浙江、河南、湖北、湖南、四川、甘肅和青海共計10個省市的Moran's I從二、四象限轉到一、三象限，即空間自相關性由負轉正。空間正自相關性進一步增強的有山西、內蒙、遼寧、安徽、山東、廣西、貴州、寧夏和新疆共計9個省市，而由正轉負的僅河北、福建和江西3個省。

圖1　1998年與2013年省域金融、非金融業收入差距的Moran's I散點圖

圖2　1998年與2013年省域金融、非金融業行業收入差距空間關聯類型

第二，各省空間關聯關系的兩極分化趨勢明顯：以收入差距較低的中西部省市集聚為主，伴有收入差距較高的東部和部分西部省市集聚趨勢不斷增強。從圖2中可以看出，2013年空間關聯關系中有15個低-低和8個高-高，總數較1998年分別增加了4個和3個。其中，空間關聯轉為高-高的省市具體有吉林、黑龍江、河南、湖北、四川、甘肅和青海7個地區，均為中西部省市。結合省市的Moran' s I和變遷軌跡分析，可能是源于新疆、內蒙和安徽的空間正溢出效應顯著增強。轉為高-高的省市具體有上海、浙江、湖南、廣西、貴州和云南6個省市，主要是由東、西部省市構成。結合Moran's I和其變遷軌跡分析，可能是由于上海市空間外溢性由負轉正且顯著增強，此外還有廣東省長期以來穩定的空間正溢出效應的影響。

第三，從各地空間關聯關系轉變來看，多數地區間的空間關聯關系穩定，各地互動以協同改善為主，相互惡化的情況較少。從圖2可以看出，1998—2013年，共有14個省市的空間關聯關系未發生變化；協同改善的有7個省市，具體為吉林、湖北和甘肅分別帶動黑龍江、河南、四川和青海成為低-低省市；相互惡化的有廣西、貴州和云南3個省，從1998年的低-低演化至2013年的高-高，說明該區域的空間關聯關系呈同步惡化趨勢。

1.3數據模型設定

經驗證據表明，我國金融與非金融業收入差距不僅不斷擴大，而且空間格局演進和各因素溢出效應明顯。因此，為找出這一空間格局演進的影響因素，分別構建金融與非金融行業收入差距的空間滯后面板數據模型（SLPDM）（式1）、空間誤差面板數據模型（SEPDM）（式2）和空間杜賓面板數據模型（SDPDM）（式3），并同時建立普通面板（式4）以作為結果參照。

作為空間計量模型結果的對照，建立帶有固定效應和隨機效應的普通面板數據模型：

LM檢驗、RLM檢驗、Wald檢驗與Hausman檢驗結果見表3。從LM檢驗和RLM檢驗結果可知，空間滯后效應檢驗均顯著，說明空間滯后模型是可行的，而空間誤差效應檢驗有一個顯著，因此需進一步建立空間杜賓模型。Wald和LR檢驗結果均顯著，說明空間杜賓面板數據模型可能是較優的。Hausman檢驗結果顯示接受原假設，因此可以判定隨機效應明顯優于固定效應。

表3　LM檢驗、Wa ld檢驗與Hausman檢驗統計值及相應概率值

表4　我國金融、非金融業收入差距影響因素的估計結果

2　實證結果分析

2.1空間面板模型估計結果

表4給出了SLPDM、SEPDM、SDPDM和普通面板隨機效應估計結果。從擬合優度看，空間面板模型優于普通面板0LS模型，再次驗證了將空間依賴性納入空間格局及影響因素分析的必要性。基于地理距離矩陣的空間自相關系數（0.406、0.449）均顯著為正，表明我國金融、非金融行業收入差距整體存在顯著的正空間溢出，即本地區的金融、非金融行業收入差距受到周圍省市收入差距的影響較大，且相隔距離越近的地區受影響越大。從影響因素上看，我國金融、非金融行業收入差距不僅受本地區金融化水平、人力資本、金融業壟斷、金融業生產率和經濟水平的影響，同時還受周邊省市相關因素的影響。

2.1.1金融化及其空間外溢性

從估計結果來看，四個模型中金融化的參數估計均顯著為正，說明現階段的金融化趨勢會擴大我國金融和非金融行業間的收入差距。原因是隨著我國金融化水平不斷提高，經濟的金融化趨勢促成金融業自身繁榮，金融部門以資本縱向時間價值的形式占據非金融部門的橫向價值。對比空間面板模型和0LS參數估計結果發現，考慮空間因素的金融化參數普遍低于0LS估計結果，說明不考慮空間自相關因素的普通面板模型傾向于夸大金融化對行業收入差距的擴大作用。且SDM中金融化的空間自相關系數顯著為正，說明本地區金融化也會擴大周圍地區金融與非金融業收入差距，且金融化在地理距離較近的地區之間擴張的較快，這一結論與新經濟地理學的地理距離溢出效應結論相一致。

2.1.2人力資本及其空間外溢性

四個模型中的受教育程度差異估計參數均顯著為正，說明本地區人力資本差異越大，其金融與非金融行業收入差距也越大。造成這一影響的原因可能是，金融業職工的受教育程度普遍高于非金融業，在給定金融和非金融業人力資本差異的情況下，一個正向的勞動力供給沖擊會造成金融業收入下降幅度小于非金融業，從而擴大行業收入差距。而SDM的空間相關系數顯示，人力資本差異基于地理距離的影響程度為-0.917，即負面溢出效應，說明本地區人力資本差異減小會縮小周圍省市的金融與非金融行業收入差距。這是由于隨著人才的跨地區流動，人力資本的空間溢出效應提升了周圍省市勞動力的整體素質，從而縮小行業間的人力資本差距。

2.1.3金融業壟斷地位及其空間外溢性

總體上，當前金融業壟斷的外溢性主要體現為對外圍資金的虹吸效應，金融業相對壟斷程度下降會縮小本地區金融與非金融行業收入差距，但會擴大周圍省市差距。四個模型中，金融業相對壟斷程度的估計參數均顯著為正，說明行業壟斷地位會擴大收入差距。這是由于隨著金融改革進程的不斷推進，即便金融業整體的相對壟斷程度不斷下降，但絕對壟斷程度仍偏高，依然能夠靠行政壁壘、市場壁壘等，將壟斷租金轉化為本行業的高收入，擴大行業收入差距。SDM中金融業相對壟斷程度的空間自相關系數顯著為負，即負的空間外溢性，說明本地區金融業相對壟斷程度的下降反而會擴大周圍地區行業收入差距。

2.1.4行業生產率及其空間外溢性

參數估計結果表明，金融業生產率對我國金融與非金融業收入差距的影響為正，說明金融業生產率提高顯著增加本行業的相對收入，擴大本省市金融與非金融行業收入差距。但SDM中的空間自相關系數并不顯著，說明當前模型設定并未發現當地金融業生產率存在明顯影響。

2.1.5經濟發展及其空間外溢性

四個模型中，經濟水平的估計參數均顯著為負，而SDM中的空間自相關系數均顯著為正。說明現階段的經濟增長會縮小本地金融與非金融業收入差距，但同時會擴大周邊省市收入差距，經濟增長的負空間外溢性也再次驗證了這一結論。

2.2直接影響與空間溢出效應

為加強空間模型的穩健性，本文基于LeSage&Pace (2009）提出的偏微分方法改善空間計量模型中的點估計。因此，在前述空間面板模型估計結果的基礎上，給出了固定效應和隨機效應模型中，各解釋變量的直接影響與空間溢出效應（見表5）。

表5　各內生變量的直接影響和溢出效應檢驗結果

首先，偏微分與前述點估計結果一致的是，金融化、人力資本差異、金融業壟斷程度和經濟增長水平均存在顯著的空間溢出效應。但值得注意的是，偏微分估計顯示，金融業生產率的空間溢出效應也分別在1%和5%的顯著性水平上為正(0.393,0.323）。說明金融業生產率具有顯著的正空間外溢性，即本地區金融業生產率提高能帶動周圍省市金融業生產率，從而擴大其金融與非金融業收入差距。

其次，在兩種不同模型設定中，人力資本、金融業生產率和金融化水平三個指標的直接影響因素和空間溢出效應均大于壟斷和經濟增長。說明當前金融與非金融行業收入差距的大小和空間格局主要受到人力資本、金融業生產率和金融化水平的影響。

第三，將各因素自身的直接影響與其空間溢出效應進行橫向對比發現，金融化、壟斷和生產率的溢出效應均大于直接影響，說明其對金融與非金融業收入差距的影響主要表現為空間溢出作用。

最后，從總體影響可以看到：人力資本的直接影響和空間溢出效應均占絕對優勢、金融化的相對優勢體現在其空間外溢性、金融業生產率的相對優勢體現在直接影響。這一結果再次驗證了金融化在我國金融與非金融行業收入差距空間格局演進中的主導地位。

3　結論與啟示

我國金融與非金融行業收入差距的空間格局演進特征體現在三個方面：(1）整體看，空間正自相關性不斷增強，主要表現為已有正自相關性的進一步增強、有更多省市空間自相關性不斷由負轉正。(2）各省市空間關聯關系兩極分化趨勢非常明顯，主要表現為：收入差距較低的中西部省市集聚、收入差距較高的東部和部分西部省市集聚。(3）多數省份空間關聯關系穩定，省際互動以協同改善為主，相互惡化的情況較少。

分析空間格局演進的影響因素發現，金融化水平、人力資本差異、金融業壟斷程度、金融業生產效率和經濟增長會對金融與非金融業收入差距有顯著影響，且均具有顯著的空間外溢性。其中：（1）金融化水平提高會同時擴大本地區和周圍省市的金融與非金融行業收入差距，且其空間外溢性最為突出，是形成我國當前金融與非金融行業收入差距空間格局的主要因素。（2）金融與非金融業人力資本差異的直接影響和空間溢出效應在所有因素中均占絕對優勢。人力資本差異會擴大本地區收入差距，但縮小周圍省市差距。（3）現階段金融業壟斷的外溢性主要表現為對外圍資金的虹吸作用，且在各因素中具有相對優勢。壟斷程度下降會縮小本地收入差距，擴大周圍省市收入差距。（4）金融業生產率的直接影響在所有因素中具有相對優勢。生產率提高會同時擴大本地區和周圍省市的收入差距，空間正外溢性明顯。（5）現階段的經濟增長會縮小本地收入差距，擴大周圍省市收入差距。

[1]LapavitsasC.ProfitingWithoutProducing[M].London:Verso，2013.

[2]Epstein G.Financialization and theWorld Economy[M].Cheltenham: Edward Elgar，2005.

[3]Hein E.Finance-Dominated Capitalism and Redistribution of In?come:A Kaleckian Perspective[J].Cambridge Journal of Economics, 2015，39(3).

[4]田利輝，譚德凱.大宗商品現貨定價的金融化和美國化問題[J].中國工業經濟，2014，(12).

[5]徐圣.外商直接投資的階段性與區域性特征——基于勞動收入比重的視角[J].世界經濟研究，2015，(3).

[6]田衛民.省域居民收入基尼系數測算及其變動趨勢分析[J].經濟科學，2012，(2).

[7]趙峰.當代資本主義經濟是否發生了金融化轉型[J].經濟學家，2010，(6).

（責任編輯/劉柳青）

F830

A

1002-6487（2016）19-0158-04

國家社會科學基金資助項目（15BJY143）；教育部人文社科規劃基金項目（14YJA790044）；湖北省人文社科基地項目（20150615）；湖北工業大學校級科研項目（BSQD14056）

張甜迪（1986—），女，河南許昌人，博士，講師，研究方向：收入分配與區域經濟。