金融与非金融行业收入差距的空间格局演化分析

张甜迪

（1.湖北工业大学经济与管理学院，武汉430068；2.“产业升级与区域金融”湖北省协同创新中心，武汉430073）

金融与非金融行业收入差距的空间格局演化分析

张甜迪1,2

（1.湖北工业大学经济与管理学院，武汉430068；2.“产业升级与区域金融”湖北省协同创新中心，武汉430073）

我国各省金融与非金融业收入差距呈现特殊空间格局。对此，基于省际面板数据进行空间计量建模分析发现：各省金融与非金融行业的空间正自相关性不断增强，且空间格局演化的两极分化趋势明显，空间互动以协同改善为主。分析发现，金融化、人力资本、金融业垄断、金融业生产率和经济增长均有显著的直接影响和空间溢出，其中金融化和金融业生产率会同时扩大本省及周围省市收入差距；人力资本和金融垄断会扩大本省收入差距，缩小周围省市收入差距；现阶段经济增长会缩小本省收入差距，扩大周围省市收入差距，因此收入分配改革需考虑空间关联关系。

金融业；非金融业；行业收入差距；空间格局演化

0　引言

近年来，我国居民收入差距不断扩大，其中以金融与非金融行业收入差距的扩大最为突出。1997—2013年间，全国金融、非金融行业收入差距基尼系数从0.016增至0.042，扩大了2.6倍，年增幅达6.52%，已经成为城镇居民收入差距不断扩大的主要推手。人力资源和社会保障部于2015年3月发布的《中国薪酬报告》显示：2012年工资收入最高的行业为金融业，其收入是最低行业农、林、牧、渔业的4.3倍。不仅金融、非金融行业收入差距日益扩大，而且各省呈现出一种特殊的空间格局。2013年31个省（自治区、直辖市）金融、非金融业行业收入差距的地区差异明显，其中北京的收入差距高达0.137为最高，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，其中甘肃0.007为最低。对正处在经济转型关键时期的中国而言，行业收入差距过大、空间格局不合理不仅会抑制消费、打击各行业人才创新、创业精神，而且将严重拖累产业结构的转型升级。

根据空间计量经济学的观点，经济的现实情况并非地理空间的均质性，资源禀赋的分布本身具有非均衡性，且能够跨区域流动，即地区之间的经济活动是有相互影响的，挖掘其时空关联特性对解释不同空间格局及内在关联机制具有重要作用。因此，分析我国当前金融与非金融行业收入差距的空间格局及其演化动因具有重要意义。本文运用空间计量测度方法，基于1998—2013年相关省际面板数据，检测金融与非金融业收入差距空间格局的演化特征及其影响因素的空间溢出性效应，以期为薪酬体制改革方案提供空间差异化的政策建议。

1　金融与非金融行业收入差距的空间模型的设定

1.1变量选取

根据已有文献，选取1998—2013年30个省（自治区、直辖市，不含西藏）的金融与非金融业收入差距（Gini）、金融业相对垄断程度（mon）、金融业生产效率（pro）、当地经济发展水平（gdp）和金融化水平（r）作为解释变量纳入模型分析中。

金融与非金融行业收入差距的基尼系数是参照田卫民（2012）构建的基尼系数公式计算得到。金融化水平用财产性收入份额，即财产性收入占人均GDP的比重衡量（Epstein，2005；赵峰，2010；Hein，2015）。人力资本差异用金融与非金融业职工受教育程度差异衡量，根据各地区分行业职工受教育程度和相关人口统计数据计算得到。金融业相对垄断程度用要素市场发展相对于引进外资程度的领先水平衡量，用于反映资本在要素市场上的垄断地位较高。金融业生产率用金融业GDP的贡献度衡量。经济增长用各地区人均GDP的自然对数衡量。文中数据主要来自《中国劳动统计年鉴》、《中国人口和就业统计年鉴》、《中国统计年鉴》和30个省（自治区、直辖市）历年统计年鉴。变量含义和描述性统计特征见表1。

表1　研究变量说明及描述性统计

对比均值和中位数发现，各变量的偏差较小，说明各变量的分布近似高斯分布；从偏度与峰度的测度值看，高斯分布分别为0和3，因此只有人力资本和经济水平近似服从高斯分布，收入差距、垄断程度、金融化水平和生产率的分布特征存在一定的偏差，可能主要受个体效应的影响。因此，模型需要进一步考虑空间分布特征，可以通过构建空间面板模型去拟合。

1.2空间自相关性检验与空间格局演进特征

1.2.1空间自相关性检验

分别计算出1998年和2013年各指标的Moran's I和Gear's C（见表2）。除生产率，其他变量的Moran's I和Gear's C均通过显著性检验，且统计值均为正，说明各省金融、非金融业收入差距及其主要影响因素具有显著的空间正相关性，说明有必要建立空间计量模型，进一步分析变量的空间自相关性。

1.2.2整体空间格局演进

从表2可以看出，与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），说明我国金融与非金融行业收入差距正的空间外溢性增强，即本地区收入差距扩大会造成周围省市差距扩大。比较各变量可以看出，1998—2013年间，金融化的Moran's I和Gear'sC均提高近1倍（0.206-0.474；0.635-0.381），大于其他解释变量增长幅度，说明金融化对我国当前金融与非金融业收入差距空间格局演进有重要影响，空间格局演进动因主要源于金融化。

表2　1998—2013年省域各指标的Moran's I和Gear's C统计值

1.2.3局部空间集聚特征

省际金融、非金融业收入差距相关变量的空间聚集现状及其空间格局动态演进特征分别见图1和图2。其中空间格局演进及其外溢性特征是基于本省市与周围地区空间关系，在10%的显著性水平下将各地区归纳为以下四类：高-高（收入差距较大者集聚）、低-低（收入差距较小者集聚）、低-高（收入差距中心小周边大）和高-低（收入差距中心大周围小），并做成空间关联关系图。

首先，从图1可以看出，我国金融与非金融行业收入差距空间正自相关性增强的具体形式表现为：空间自相关性由负转正、正自相关性增强的省份居多。从Moran's I散点图可以看出，在2013年有吉林、黑龙江、上海、浙江、河南、湖北、湖南、四川、甘肃和青海共计10个省市的Moran's I从二、四象限转到一、三象限，即空间自相关性由负转正。空间正自相关性进一步增强的有山西、内蒙、辽宁、安徽、山东、广西、贵州、宁夏和新疆共计9个省市，而由正转负的仅河北、福建和江西3个省。

图1　1998年与2013年省域金融、非金融业收入差距的Moran's I散点图

图2　1998年与2013年省域金融、非金融业行业收入差距空间关联类型

第二，各省空间关联关系的两极分化趋势明显：以收入差距较低的中西部省市集聚为主，伴有收入差距较高的东部和部分西部省市集聚趋势不断增强。从图2中可以看出，2013年空间关联关系中有15个低-低和8个高-高，总数较1998年分别增加了4个和3个。其中，空间关联转为高-高的省市具体有吉林、黑龙江、河南、湖北、四川、甘肃和青海7个地区，均为中西部省市。结合省市的Moran' s I和变迁轨迹分析，可能是源于新疆、内蒙和安徽的空间正溢出效应显著增强。转为高-高的省市具体有上海、浙江、湖南、广西、贵州和云南6个省市，主要是由东、西部省市构成。结合Moran's I和其变迁轨迹分析，可能是由于上海市空间外溢性由负转正且显著增强，此外还有广东省长期以来稳定的空间正溢出效应的影响。

第三，从各地空间关联关系转变来看，多数地区间的空间关联关系稳定，各地互动以协同改善为主，相互恶化的情况较少。从图2可以看出，1998—2013年，共有14个省市的空间关联关系未发生变化；协同改善的有7个省市，具体为吉林、湖北和甘肃分别带动黑龙江、河南、四川和青海成为低-低省市；相互恶化的有广西、贵州和云南3个省，从1998年的低-低演化至2013年的高-高，说明该区域的空间关联关系呈同步恶化趋势。

1.3数据模型设定

经验证据表明，我国金融与非金融业收入差距不仅不断扩大，而且空间格局演进和各因素溢出效应明显。因此，为找出这一空间格局演进的影响因素，分别构建金融与非金融行业收入差距的空间滞后面板数据模型（SLPDM）（式1）、空间误差面板数据模型（SEPDM）（式2）和空间杜宾面板数据模型（SDPDM）（式3），并同时建立普通面板（式4）以作为结果参照。

作为空间计量模型结果的对照，建立带有固定效应和随机效应的普通面板数据模型：

LM检验、RLM检验、Wald检验与Hausman检验结果见表3。从LM检验和RLM检验结果可知，空间滞后效应检验均显著，说明空间滞后模型是可行的，而空间误差效应检验有一个显著，因此需进一步建立空间杜宾模型。Wald和LR检验结果均显著，说明空间杜宾面板数据模型可能是较优的。Hausman检验结果显示接受原假设，因此可以判定随机效应明显优于固定效应。

表3　LM检验、Wa ld检验与Hausman检验统计值及相应概率值

表4　我国金融、非金融业收入差距影响因素的估计结果

2　实证结果分析

2.1空间面板模型估计结果

表4给出了SLPDM、SEPDM、SDPDM和普通面板随机效应估计结果。从拟合优度看，空间面板模型优于普通面板0LS模型，再次验证了将空间依赖性纳入空间格局及影响因素分析的必要性。基于地理距离矩阵的空间自相关系数（0.406、0.449）均显著为正，表明我国金融、非金融行业收入差距整体存在显著的正空间溢出，即本地区的金融、非金融行业收入差距受到周围省市收入差距的影响较大，且相隔距离越近的地区受影响越大。从影响因素上看，我国金融、非金融行业收入差距不仅受本地区金融化水平、人力资本、金融业垄断、金融业生产率和经济水平的影响，同时还受周边省市相关因素的影响。

2.1.1金融化及其空间外溢性

从估计结果来看，四个模型中金融化的参数估计均显著为正，说明现阶段的金融化趋势会扩大我国金融和非金融行业间的收入差距。原因是随着我国金融化水平不断提高，经济的金融化趋势促成金融业自身繁荣，金融部门以资本纵向时间价值的形式占据非金融部门的横向价值。对比空间面板模型和0LS参数估计结果发现，考虑空间因素的金融化参数普遍低于0LS估计结果，说明不考虑空间自相关因素的普通面板模型倾向于夸大金融化对行业收入差距的扩大作用。且SDM中金融化的空间自相关系数显著为正，说明本地区金融化也会扩大周围地区金融与非金融业收入差距，且金融化在地理距离较近的地区之间扩张的较快，这一结论与新经济地理学的地理距离溢出效应结论相一致。

2.1.2人力资本及其空间外溢性

四个模型中的受教育程度差异估计参数均显著为正，说明本地区人力资本差异越大，其金融与非金融行业收入差距也越大。造成这一影响的原因可能是，金融业职工的受教育程度普遍高于非金融业，在给定金融和非金融业人力资本差异的情况下，一个正向的劳动力供给冲击会造成金融业收入下降幅度小于非金融业，从而扩大行业收入差距。而SDM的空间相关系数显示，人力资本差异基于地理距离的影响程度为-0.917，即负面溢出效应，说明本地区人力资本差异减小会缩小周围省市的金融与非金融行业收入差距。这是由于随着人才的跨地区流动，人力资本的空间溢出效应提升了周围省市劳动力的整体素质，从而缩小行业间的人力资本差距。

2.1.3金融业垄断地位及其空间外溢性

总体上，当前金融业垄断的外溢性主要体现为对外围资金的虹吸效应，金融业相对垄断程度下降会缩小本地区金融与非金融行业收入差距，但会扩大周围省市差距。四个模型中，金融业相对垄断程度的估计参数均显著为正，说明行业垄断地位会扩大收入差距。这是由于随着金融改革进程的不断推进，即便金融业整体的相对垄断程度不断下降，但绝对垄断程度仍偏高，依然能够靠行政壁垒、市场壁垒等，将垄断租金转化为本行业的高收入，扩大行业收入差距。SDM中金融业相对垄断程度的空间自相关系数显著为负，即负的空间外溢性，说明本地区金融业相对垄断程度的下降反而会扩大周围地区行业收入差距。

2.1.4行业生产率及其空间外溢性

参数估计结果表明，金融业生产率对我国金融与非金融业收入差距的影响为正，说明金融业生产率提高显著增加本行业的相对收入，扩大本省市金融与非金融行业收入差距。但SDM中的空间自相关系数并不显著，说明当前模型设定并未发现当地金融业生产率存在明显影响。

2.1.5经济发展及其空间外溢性

四个模型中，经济水平的估计参数均显著为负，而SDM中的空间自相关系数均显著为正。说明现阶段的经济增长会缩小本地金融与非金融业收入差距，但同时会扩大周边省市收入差距，经济增长的负空间外溢性也再次验证了这一结论。

2.2直接影响与空间溢出效应

为加强空间模型的稳健性，本文基于LeSage&Pace (2009）提出的偏微分方法改善空间计量模型中的点估计。因此，在前述空间面板模型估计结果的基础上，给出了固定效应和随机效应模型中，各解释变量的直接影响与空间溢出效应（见表5）。

表5　各内生变量的直接影响和溢出效应检验结果

首先，偏微分与前述点估计结果一致的是，金融化、人力资本差异、金融业垄断程度和经济增长水平均存在显著的空间溢出效应。但值得注意的是，偏微分估计显示，金融业生产率的空间溢出效应也分别在1%和5%的显著性水平上为正(0.393,0.323）。说明金融业生产率具有显著的正空间外溢性，即本地区金融业生产率提高能带动周围省市金融业生产率，从而扩大其金融与非金融业收入差距。

其次，在两种不同模型设定中，人力资本、金融业生产率和金融化水平三个指标的直接影响因素和空间溢出效应均大于垄断和经济增长。说明当前金融与非金融行业收入差距的大小和空间格局主要受到人力资本、金融业生产率和金融化水平的影响。

第三，将各因素自身的直接影响与其空间溢出效应进行横向对比发现，金融化、垄断和生产率的溢出效应均大于直接影响，说明其对金融与非金融业收入差距的影响主要表现为空间溢出作用。

最后，从总体影响可以看到：人力资本的直接影响和空间溢出效应均占绝对优势、金融化的相对优势体现在其空间外溢性、金融业生产率的相对优势体现在直接影响。这一结果再次验证了金融化在我国金融与非金融行业收入差距空间格局演进中的主导地位。

3　结论与启示

我国金融与非金融行业收入差距的空间格局演进特征体现在三个方面：(1）整体看，空间正自相关性不断增强，主要表现为已有正自相关性的进一步增强、有更多省市空间自相关性不断由负转正。(2）各省市空间关联关系两极分化趋势非常明显，主要表现为：收入差距较低的中西部省市集聚、收入差距较高的东部和部分西部省市集聚。(3）多数省份空间关联关系稳定，省际互动以协同改善为主，相互恶化的情况较少。

分析空间格局演进的影响因素发现，金融化水平、人力资本差异、金融业垄断程度、金融业生产效率和经济增长会对金融与非金融业收入差距有显著影响，且均具有显著的空间外溢性。其中：（1）金融化水平提高会同时扩大本地区和周围省市的金融与非金融行业收入差距，且其空间外溢性最为突出，是形成我国当前金融与非金融行业收入差距空间格局的主要因素。（2）金融与非金融业人力资本差异的直接影响和空间溢出效应在所有因素中均占绝对优势。人力资本差异会扩大本地区收入差距，但缩小周围省市差距。（3）现阶段金融业垄断的外溢性主要表现为对外围资金的虹吸作用，且在各因素中具有相对优势。垄断程度下降会缩小本地收入差距，扩大周围省市收入差距。（4）金融业生产率的直接影响在所有因素中具有相对优势。生产率提高会同时扩大本地区和周围省市的收入差距，空间正外溢性明显。（5）现阶段的经济增长会缩小本地收入差距，扩大周围省市收入差距。

[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]田利辉，谭德凯.大宗商品现货定价的金融化和美国化问题[J].中国工业经济，2014，(12).

[5]徐圣.外商直接投资的阶段性与区域性特征——基于劳动收入比重的视角[J].世界经济研究，2015，(3).

[6]田卫民.省域居民收入基尼系数测算及其变动趋势分析[J].经济科学，2012，(2).

[7]赵峰.当代资本主义经济是否发生了金融化转型[J].经济学家，2010，(6).

（责任编辑/刘柳青）

F830

A

1002-6487（2016）19-0158-04

国家社会科学基金资助项目（15BJY143）；教育部人文社科规划基金项目（14YJA790044）；湖北省人文社科基地项目（20150615）；湖北工业大学校级科研项目（BSQD14056）

张甜迪（1986—），女，河南许昌人，博士，讲师，研究方向：收入分配与区域经济。