城鄉收入差距的影響因素分析
——基于皖南地區動態面板數據GMM估計

劉 炯

（宣城職業技術學院信息工程系，安徽 宣城 242099）

改革開放以來，我國經濟快速穩定增長，城鄉居民收入大幅提高。根據國家統計局發布的數據可知，城鄉居民人均可支配收入由1978 年的343.4 元與133.6 元分別增長到2021 年的47412元與18931 元，各自增長了137 倍和141 倍。與此同時，城鄉居民收入差距不斷變化，城鄉居民收入之比從最初的1978 年的2.57 倍不斷縮減，1983 年縮小到最低點1.82 倍，之后逐年增加，2009 年達到了歷史最高點3.33 倍。黨的十九大與時俱進地提出了鄉村振興戰略，將“三農”問題作為黨和政府各項工作的重中之重，促進了農業生產發展、推動了農村經濟增長、提高了農村居民收入，2017 至2020 年城鄉居民人均可支配收入之比依次為2.71、2.69、2.64 和2.56，2021 年更是下降到2.50，盡管城鄉居民收入之比逐步縮小，但仍然處于高位，已然給我國經濟社會發展帶來了嚴重的安全隱患。

安徽省簡稱“皖”。皖南地區，一般是指安徽省南部宣城、蕪湖、馬鞍山、銅陵、黃山與池州等6個城市，山地丘陵此起彼伏，山明水秀。綜觀整個長三角地區，皖南各市經濟社會發展較為滯后，城鄉居民收入不平衡而且差距較大等問題也是非常的突出，因而，縮小城鄉收入差距是皖南地區社會主義現代化建設過程中頗為關注的一個焦點問題，也是未來一段時間內該地區推進鄉村振興戰略的必然要求。由相關年度《安徽統計年鑒》可得，2017 至2021 年皖南地區城鄉居民人均可支配收入之比順序 為2.19、2.18、2.16、2.11 與2.07，呈現明顯的向好的縮減態勢，也顯然地低于全國的平均值，但還是高于國際勞工組織公布的2 倍這一警戒線，不僅掣肘經濟的可持續增長，更加影響社會的公正與穩定，城鄉收入分配差距較大是皖南地區在新時期發展不得不面對的一個困難和挑戰。因此，探討皖南地區城鄉收入差距的影響因素，具有重要的理論意義和實踐價值。

一、文獻回顧

關于城鄉收入差距的影響因素問題，學者們進行了許多有益的探討，也取得了豐富的研究成果，有五個方面因素受到了普遍廣泛的關注。

一是經濟增長。1955 年，美國經濟學家Kuznets提出，收入差距在經濟增長之初日益增加，在經濟增長中后期日趨縮小，即，隨著一國經濟增長，社會收入分配存在“倒U 型曲線”特征[1]。李子葉等選取全國2003-2013 年30 個省市面板數據為樣本的計量分析反映，過于追求高城市化率的城市化發展戰略減少了鄉村地區的資源投入，阻礙了鄉村經濟增長從而加劇了城鄉不平衡發展[2]。程名望等以2005-2019 年我國31 個省際面板數據為基礎的系統GMM 估計表明，人均GDP 的增加有效地減低了城鄉收入差距，經濟增長顯著地阻抑了城鄉收入差距的擴張，且這種阻抑作用具有邊際遞減規律[3]。

二是政府干預。盧方元等利用我國310 個地級市2008-2012 年的相關數據構建空間滯后模型的實證分析證實，政府財政支出拉大了我國城鄉居民收入差距，這種拉動作用從西部、中部到東部地區逐步增強[4]。Heipertz 等的分析闡明，因具有特意的公平性政策導向，民生性財政支出比投資性財政支出對縮小收入差距有著更加顯著的作用[5]。王曉丹等基于我國2007-2019 年31 個省級面板數據建立PVAR 模型的分區域檢驗說明，增加科教文衛支出分項的占比，對東中部地區城鄉收入差距影響不明顯，但有利于縮小西部地區城鄉收入差距；增加社會保障支出分項與經濟建設支出分項的占比，對縮減東部地區城鄉收入差距的作用微弱，且拉大了西部地區的城鄉收入差距，但顯著地減低了中部地區的城鄉收入差距[6]。

三是產業結構。肖維澤等采用我國30 個省份2001-2021 年的統計數據設定系統GMM 模型的計量檢驗顯示，雖然產業結構的高級化通過改善就業結構對城鄉收入差距的擴大發揮一定的平抑作用，但總體上還是拉大了城鄉收入差距[7]。Lewis的研究指出，農村農業部門的剩余勞動力大量地向城市工業部門不斷轉移，不僅推動了產業結構轉型，而且提高了農村勞動力收入[8]。穆懷中等采用我國1984-2014 年年度時序數據的回歸分析得到，城鄉收入差距與產業結構的“倒U 型”關系十分鮮明[9]。

四是城鎮化。從全國選取31 個省份2000-2015 年的相關數據，劉賽紅等利用差分GMM 方法的實證檢驗發現，城鎮化發展顯著地減低了城鄉居民收入差距[10]。Paul 等從經濟學視角的探討說明，隨著城鎮化的逐步推進，城鄉收入差距呈現明顯的先擴大后縮小的趨勢[11]。利用270 個地級市2002-2018 年的相關數據建立PVAR 模型，劉呈慶等選擇房價收入比為分類指標的分組回歸揭示，房價收入比較高的城市其城鎮化發展顯示出擴大城鄉收入差距的趨勢，而房價收入比較低的城市其城鎮化發展對城鄉收入差距僅發揮微弱的縮小作用[12]。

五是金融發展。運用我國2000-2017 年省級面板數據，馮濤等的計量研究闡釋，金融發展對于減低城鄉收入差距發揮積極效應[13]。Maurer 等認為，相比于窮人，富人在貸款償還、信貸擔保以及承擔融資成本等方面具有更多的優勢，因而可以享受到更多的金融服務，于是金融發展擴大了富人和窮人的收入差距[14]。采取全國1985-2017年的面板數據，尹曉波等的探究得出，由于資本的趨利性、金融政策的城市偏向以及農村金融發展滯后，我國金融業發展擴大了已經存在的城鄉收入差距[15]。

此外，吳云勇等的研究指出，人力資本投資上的差異拉大了我國城鄉收入差距[16]；王三興等的探討表明，出口貿易提高了從業者主要為城鎮居民的生產性服務業的工資水平，因而拉大了城鄉收入差距[17]；張琦等的分析認為，旅游經濟發展對城鄉收入差距的影響顯示出空間異質性規律且以擴大作用為主[18]。

梳理相關文獻發現，關于城鄉收入差距影響因素的定量分析，學者們主要從全國層面的視角進行了大量的卓有成效的研究，但尚未形成一個統一的觀點。我國疆域遼闊，各省份以及各省內部不同城市之間經濟社會發展不均衡，是以各個地區城鄉收入差距的影響因素不盡相同。安徽是傳統的農業大省，皖南地區經濟發展相對滯后，城鄉收入差距問題也是十分的突出，在長三角地區乃至全國都具有一定的代表性。鑒于此，本文選取皖南地區6 個城市2010-2021 年的面板數據，借助EVIEWS9.0 軟件運用GMM 模型實證探討城鄉收入差距的主要影響因素，具體問題具體分析，對于縮減皖南地區城鄉收入差距、助力皖南地區鄉村振興均具有一定的理論價值與實際意義，亦可為經濟發展水平相當的地區類似問題的研究與實踐提供一定的借鑒與參考。

二、模型設定、變量選取與數據說明

（一）模型設定

本研究選取皖南地區宣城、蕪湖、馬鞍山、銅陵、黃山與池州等全部6 個城市2010-2021 年相關實際經濟運行數據為樣本，用以探討該地區城鄉收入差距的主要影響因素。考量城鄉收入差距變化是一個動態過程，所以在模型中引入其滯后1 期作為解釋變量，但卻造成隨機誤差項與解釋變量形成了相關關系。為了克服這一內生性問題，本文運用GMM 估計法進行實證分析，借鑒程名望[3]、劉賽紅[10]與劉呈慶[12]等人的做法，設定如下動態面板模型：

其中，GAP 表示城鄉收入差距，ECO 表示經濟增長，GOV 表示政府支出，IND 表示產業結構，URB 表示城鎮化，FIN 表示金融發展；下標i 表示皖南地區6 個城市，下標t 表示年份2010-2021；βi為回歸系數；αi表示個體效應，εit表示隨機誤差項。

（二）變量選取

1.被解釋變量

城鄉收入差距（GAP）為本文的被解釋變量。度量城鄉收入差距，代表性的指標主要有四種：城鄉人均收入之差（絕對差距）、城鄉人均收入之比（相對差距）、泰爾指數和基尼系數。本文參考劉賽紅[10]、馮濤[13]與尹曉波[15]等人的相關研究成果，采用城鄉人均可支配收入之比表示城鄉收入差距。伴隨經濟的快速發展，人們的收入水平不斷提高，但城市居民收入基數遠大于農村居民收入基數，城市居民收入增長的絕對值超過農村居民，再加上通貨膨脹，城鄉收入絕對差距必然會被不斷放大，因而采用城鄉居民人均收入之比（相對差距）衡量城鄉收入差距，顯然更為合理，也更加具有說服力。

2.解釋變量

參考現有的相關文獻[2-4，6-7，9-10，12-13，15]，選取經濟增長、政府支出、產業結構、城鎮化和金融發展作為皖南地區城鄉收入差距的主要影響因素。

（1）經濟增長（ECO）。采用人均GDP 來量度，是指核算期內一國或地區取得的國內生產總值除以該國或地區人口數量所得到的平均值，是衡量宏觀經濟增長的一個常用指標，也是衡量人們生活水平的一個重要標準，直接反映該國或地區宏觀經濟運行狀況和社會經濟發展的均衡程度。

（2）政府干預（GOV）。以財政支出對GDP 的比例來度量。如果政府奉行傾向于“三農”的政策，那么農村地區將會獲得更多的財政投入，從而減低城鄉收入差距；如果政府秉持城鎮化傾向，那么城鎮地區所得好處則更多，城鄉收入差距也將不斷擴張。

（3）產業結構（IND）。以第二、三產業增加值之和對GDP 的占比來衡量。市場經濟情形下，生產要素通常由較低邊際效率的農業部門趨向于較高邊際效率的非農部門，直到二者的邊際效率相等，使得產業結構的層級逐步提升。本文預測產業結構的優化升級有助于縮減城鄉收入差距。

（4）城鎮化（URB）。以城鎮人口占總人口的比例即城鎮化率來反映。城鎮化進程中，農民進城務工或者創業所獲取的收入往往比其從事農業生產所獲收入高出很多；農村勞動力向城鎮的逐步轉移，不斷增加人均耕地面積，不斷提高農業生產規模報酬，也提升了留守農民從事臨時工的機會和工資水平；轉移至城市的農民，轉讓土地經營權或者土地使用權被征用，也獲得了一定的財產性收入。本文預期城鎮化發展有助于減低城鄉收入差距。

（5）金融發展（FIN）。采用金融機構貸款總額對存款總額的比例來表示。銀行主導型金融體制下，存款和貸款是金融業最基本的業務，皖南地區概莫能外，該地區金融業的絕對主體業務亦是存貸款。該指標越大，反映金融機構將更多的存款有效地轉化為貸款，意味著金融機構支持與服務實體經濟活動的意愿越大、能力越強、效率越高。

相關變量的名稱、符號和定義如表1 所示。

（三）數據說明

本文選取皖南地區宣城、蕪湖、馬鞍山、銅陵、黃山與池州等全部6 個城市2010-2021 年實際經濟的相關運行數據，建立動態面板GMM 模型實證探討城鄉收入差距的主要影響因素，模型所需輸入數據悉數來源于2011-2022 年度的《安徽統計年鑒》。為減少異方差對實證分析引發不良影響，對變量經濟增長ECO 加以對數變換，記為“LNECO”。

三、實證分析

（一）單位根檢驗

面板單位根檢驗，一般采用相同根過程的LLC、Breitung、Hadri 以及不同根過程的Fisher-PP、IPS、Fisher-ADF 等6 種檢驗法。采用不同的方法檢驗同一變量，檢驗結果也許不同，有時甚至完全相反，即面板變量平穩性檢驗尚缺少一致的標準。為防止單一方法可能造成偏差，本研究選用相同根過程的LLC 及不同根過程的IPS 與Fisher-ADF檢驗法，該3 種方法的原假設均為存在單位根。表2 輸出單位根檢驗結果。

表2 面板變量單位根檢驗

表2 中，LLC、Fisher-ADF 與IPS 等3 種方法的檢驗結果表明，城鄉收入差距GAP、產業結構IND 以及城鎮化URB 的水平序列在0.05 顯著性水平下都是平穩的，金融發展FIN 的水平序列在0.10 顯著性水平非平穩，經濟增長LNECO 與政府支出GOV 的水平序列僅在LLC 方法下平穩，初步判斷本研究6 個變量的水平序列不平穩。一階差分后，GOV 在IPS 檢驗法下以及FIN 在Fisher-ADF 和IPS 檢驗法下于0.05 顯著性水平顯著，其余一階差分序列在不同檢驗方法下都于0.01 顯著性水平顯著。綜合考察，可以判斷6 個變量的一階差分序列平穩，且顯然是同階平穩，可對該6 個變量實施協整檢驗。

（二）協整檢驗

面板協整分析，普遍使用Pedroni、Fisher 和Kao 等3 種方法。Pedroni 檢驗法需要構建7 個統計量，包括Panel ADF、Panel PP、Panel rho 與Panel v 等4 個組內統計量以及Group ADF、Group PP與Group rho 等3 個組間統計量。小樣本狀態下，Panel ADF 與Group ADF 的檢驗結果最優，而Panel v 和Group rho 的檢驗結果則最差。本文采用Pedroni 方法對6 個變量予以協整檢驗，7 個統計量的原假設皆為不存在協整關系，表3 為檢驗結果。

表3 面板變量協整檢驗

表3 顯示，Panel ADF 統計量數值為-4.5116，概率為0.0000，Group ADF 統計量數值為-6.4280，概率為0.0000，Panel PP 統計量數值為-6.1163，概率為0.0000，Group PP 統計量數值為-18.2908，概率為0.0000，包括檢驗效果最佳的Panel ADF 與Group ADF 在內共計有4 個統計量的概率值小于0.01，在0.01 的顯著性水平皆顯著拒絕不存在協整關系的原假設；同時，Kao 檢驗統計量的數值為-3.8594，概率為0.0001，也在0.01 水平顯著拒絕不存在協整關系的原假設。綜合判斷，本研究的6 個變量GAP、LNECO、GOV、URB、IND 與FIN存在協整關系，可以對其展開GMM 估計。

（三）動態面板GMM 模型估計

消除個體效應，GMM 模型可用兩種方法。一種是一階差分法，對模型實施一階差分變換，即用當期值減去上期值。另一種是前向正交離差法，不是對模型進行差分變換，而是用當期值減去本期值之后未來各期觀察值的平均值，以便處理誤差項的序列相關問題。為了獲取更優估計精度的計量模型，本文選擇前向正交離差法化解模型中的個體效應，表4 為動態面板GMM 模型估計結果。

表4 動態面板GMM 模型估計

動態面板模型通常依據J-statistic 進行Sargan檢驗，原假設為模型過度約束正確。由回歸結果可得，J-statistic 為23.6635，其概率值為0.7453，可判定Sargan 檢驗無法拒絕原假設，意味著本研究設定的模型合理，所有工具變量均有效。模型估計運用前向正交離差變換，業已消除了個體效應，因而殘差項不具有序列相關，而且殘差項方差表現為單位矩陣的形式[19]。采用前文介紹的LLC、Fisher-ADF 與IPS 檢驗法依次對面板殘差進行平穩性檢驗，概率分別為0.0002、0.0032 與0.0025，都小于0.01，說明面板殘差平穩，因而可以判斷不是偽回歸。因此，本文的GMM模型估計結果具有實際參考意義。

由表4 的GMM 模型估計結果可獲悉，GAP（-1）通過0.01 顯著性水平的統計檢驗，其估計系數為0.2960，說明滯后1 期的城鄉收入差距每增加1 個單位，當期城鄉收入差距將增加0.2960個單位。這一回歸結果和皖南地區的實際狀況高度吻合，表明該地區城鄉收入差距在時間上呈現較大的“慣性”，顯著地受到上1 期的制約，其根源在于前面的城鄉收入差距累積過大，縱使6 個城市的經濟都是較快地增長，也很難在短期內有效縮減長期積累的較高的城鄉收入差距，滯后1期的城鄉收入差距對當期的城鄉收入差距產生顯著的正向影響。

經濟增長LNECO 通過0.01 顯著性水平的統計檢驗，其估計系數為0.0714，說明每增加1個單位LNECO，城鄉收入差距將增加0.0714 個單位。安徽省是傳統的農業大省，皖南地區經濟發展相對滯后，城鄉二元經濟特征比較突出，在整個長三角地區具有典型的代表性。改革開放四十多年來，皖南地區經濟持續穩定增長，人民生活水平日益提高，但仍未能夠實現經濟充分發展。目前，該地區全部6 個城市不斷調整經濟增長方式和經濟結構，正在努力奔向庫茲涅茨“倒U 型曲線”的拐點，故而現階段經濟增長正向影響城鄉居民收入差距。

政府支出GOV 通過0.06 顯著性水平的統計檢驗，其估計系數為-0.2215，說明每增加1 個單位GOV，城鄉收入差距將減少0.2215 個單位。可能的原因是，在鄉村振興戰略背景下，為了彌補市場機制的缺失，皖南地區地方政府加大財政支農扶持力度，不斷改進水利、交通、物流等農業生產條件，提升了農業生產效益；不斷加大各種惠農財政補貼的發放額度，減低了農業生產成本；不斷加大住房、教育及醫療等民生性財政支出，改善了農民的居住環境，提高了農民的教育程度，提升了農民的健康水平，間接地增加了農民收入，更提升了農民的人力資本；支持農村中小企業發展，推進農村產業化經營，發展旅游、休閑與綠色農業等地方特色農業產業，提高了農村經濟效率，促進了農村經濟發展，拓寬了農民就業渠道，帶動農民收入穩定增長，最終縮減了城鄉收入差距。

產業結構IND 通過0.01 顯著性水平的統計檢驗，估計系數為-4.6342，說明每增加1 個單位IND，城鄉收入差距將減少4.6342 個單位。究其原因，皖南地區經濟的持續增長引起產業結構不斷變遷，第一產業在國民經濟中的占比持續下降，第三產業產值已超過第二產業，服務業與制造業的融合程度逐步加深，產業結構漸趨合理。與第一產業相比，第二、三產業具有更高的盈利率，在市場機制的驅動下，從第一產業轉移出來的剩余勞動力不斷地流向二三產業，特別是大量地流向勞動密集型產業，同時，第二、三產業的技術創新和技術進步也會積極地向第一產業溢出，產生正外部效應，從而提高了農村勞動力的收入水平，減低了城鄉居民收入差距。

城鎮化URB 通過0.01 顯著性水平的統計檢驗，估計系數為-2.0450，說明每增加1 個單位URB，城鄉收入差距將減少2.0450 個單位。可能的原因是，城鎮化發展吸收了低廉的農村勞動力，農民進城務工抑或經商獲得了相對較高的非農生產收入；農村勞動力向城鎮地區的不斷轉移，提高了人均耕地面積與農業生產規模報酬，進城農民土地經營權的流轉和土地使用權的征用也帶來了一些財產性收入；大量農民進城謀生，不僅增加了城鎮勞動力供給，而且拉低了城鎮勞動力市場的均衡工資，也有利于縮減城鄉收入差距。

金融發展FIN 通過0.01 顯著性水平的統計檢驗，估計系數為0.3636，說明每增加1 個單位FIN，城鄉收入差距將增加0.3636 個單位。深層次的原因可能是，皖南地區金融中介的服務功能尚有待完善，正規金融服務不但存在一定的門檻，而且需要支付一定的成本。城鎮居民不僅收入較高，往往還擁有優良的資源稟賦，能夠較為便捷地得到金融機構的信貸支持；農村居民收入低下，其所擁有的資源稟賦往往也不符合正式金融中介的要求，較難獲得金融機構的資金支持，于是拉大了城鄉收入差距。

四、結論與建議

本文選取皖南地區宣城、蕪湖、馬鞍山、銅陵、黃山與池州等全部6 個城市2010-2021 年的相關統計數據構建動態面板模型，采用GMM 估計實證探討城鄉收入差距的主要影響因素。結果表明，滯后1 期的城鄉收入差距GAP（-1）、經濟增長LNECO 和金融發展FIN 顯著地擴大了城鄉收入差距，每增加1 個單位GAP（-1）、LNECO與FIN，當期城鄉收入差距分別增長0.2960、0.0714 與0.3636 個單位；政府支出GOV、產業結構IND 與城鎮化URB 顯著地縮小了城鄉收入差距，每增加1 個單位GOV、IND 與URB，當期城鄉收入差距分別減少0.2215、4.6342 與2.0450個單位。

本研究具有鮮明的政策建議。

第一，合理配置財政支出，助推農民收入增加。首先，根據皖南地區實際情況，加大土地平整、土地改造和土壤改良，加強農業生產知識培訓，推廣農產品優質品種，鼓勵農業生產技術創新，推進農業生產發展。其次，搭建相關平臺向農民工提供適宜適時的就業創業信息，依據市場需求對農民工開展針對性的技術技能培訓，提升皖南地區農民工在城市部門從業的機會、競爭力和工資待遇。最后，保證農民工享有與城鎮職工同工同酬，確保農民工也能享受城鎮的一些基本公共服務，切實保障和提高農民工群體的待遇和福利。

第二，優化產業結構，促進區域經濟增長。二三產業的協調發展與優化升級，將會創造更多的工作崗位，吸收更多的農村勞動力，推動地方經濟穩定增長，一旦越過庫茲涅茨拐點，勢必帶來城鄉收入差距的不斷縮減。考慮皖南地區實體經濟狀況和實際資源稟賦，應以中小企業與鄉鎮企業為抓手提升工業化水平，積極發展現代服務業，努力拓展服務產業鏈條。尤其是，皖南地區的黃山、長江與徽商文化名滿天下，古牌坊、古宗祠與古村落蜚聲省內外，九華山、齊云山和桃花潭也是聲名遠播，該當因地制宜地大力發展旅游業，利用旅游業勞動密集且門檻較低的特征更多地吸納來自本地區鄉村的勞動力，進而不斷減低城鄉收入差距。

第三，加快城鎮化進程，推動城鄉一體化。其一，發揮城鎮的輻射效應，倡導工業反哺農業，以城帶鄉、以工促農，推動皖南地區經濟增長。其二，從地理環境和地形地貌來看，皖南地區地廣人稀，遍布山地丘陵，適于以小城鎮為載體推進城鎮化，實現小城鎮與大中城市的協調發展。其三，由于經濟發展相對滯后，皖南地區城鎮化水平較低，應在產業聯動的基礎上采取“一中心多外圍”的城鎮群發展模式，依托大中城市帶動周邊中小城鎮，繼而輻射寬廣的鄉村地區，逐步消除城鄉二元結構[20]。

最后，加強農村金融發展，緩解“三農”資金需求。鼓勵金融機構及其服務向鄉村延伸，降低農村金融機構準入門檻，引導農村民間金融規范發展，多途徑改進農村金融市場，不斷縮小皖南地區城鄉金融發展差距；提高農村金融市場利息補貼和稅收優惠，創新涉農保險與涉農貸款擔保，構建農村社會信用體系，有利于擴大涉農金融資源供給，有利于引導城鎮資金向農村流動，更重要的是能夠減少和阻止農村資金外流，緩解“三農”金融需求，促進農村經濟穩定發展，從而帶動農民收入不斷增長。