中部地区金融发展与贫困的实证检验优化

(一)实证模型、变量与数据

1.实证模型

为了分析金融发展、人力资本与贫困之间的关系，建立如下回归模型：

(5-57)式中，下标i和t(t＝1996，1991，…，2015)分别代表第i个省份和第t年。　实证样本涉及中部地区6个省份。将1996—2015年各省的上述各项指标组成面板数据。

2.指标选取

(1)贫困人口收入的指标(YP)。

因为缺乏各省农村贫困人口的收入数据，只能以城镇贫困人口的收入表示中部六省的贫困状况，并将按收入等级分类的占总人口20%的城镇最低收入人群的平均实际收入，作为为贫困人口的人均收入。

(2)金融发展规模的指标(FIR)。

对金融发展规模衡量，普遍使用的指标是Goldsmith(1969)提出的金融相关率(FIR)，它表示金融资产总值占国内生产总值的比重。从资产流动性的角度看，M2、债券和股票也可以构成金融资产。因为我国是间接融资主导的金融体系，银行业在金融市场中具有垄断地位，它对各省贫困状况产生最重要的影响；同时由于一些指标的分省数据(如M2)难以统计，所以我们采用金融机构存贷款余额占地区生产总值之比作为金融发展规模指标。

(3)金融发展效率的指标(FE)。

在很多研究中的普遍做法是，以非国有经济获得银行贷款的比率，表示整个金融系统的中介效率。但是，基于国有经济在整体经济中的地位，王志强、孙刚(2003)指出这种指标设计是有缺陷的。他们认为，可以用贷款与存款的比值来衡量金融效率，该比值越小，说明商业银行的放贷越注重效益、风险，金融效率越高。

(4)人力资本的指标(H)。

在已有的研究中，通常采用政府的教育支出占财政总支出的比重来衡量人力资本。但是，人力资本的形成涉及政府、企业和个人的教育投资，目前我国缺乏企业和个人教育支出的统计数据，单纯以政府的教育支出衡量人力资本存在固有缺陷。所以，本书采用受教育年限法来计算人力资本。具体计算方法参照本章第三节。

(5)经济增长的指标(LnRGDP)。

在分析经济增长与收入分配关系的研究中，Deininger和Squire(1998)，Barro(2000)以人均实际GDP衡量一国经济增长，我们也选用该指标作为反映经济增长的控制变量。同样，为了防止异方差，我们采用人均实际GDP的自然对数形式(LnRGDP)。

(6)收入分配的指标(CR)

在衡量收入差距的指标中，基尼系数是最常用的，但是各省的基尼系数很难计算得到。考虑到我国是典型的城乡二元经济结构，并且Kanbur等(1999)和世界银行(1997)的研究也都表明，城乡收入差距是影响我国总体收入差距最主要的因素。而衡量城乡收入差距最简单、最有效的指标就是城乡收入比率。(www.xing528.com)

3.数据说明

在金融发展指标中，金融机构的存款、贷款余额来自《中国统计摘要》(2016)；GDP的数据来自《中国证券期货统计年鉴》(2016)。人力资本的计算数据来自1996—2010年的《中国人口统计年鉴》、《中国统计年鉴》和《新中国55年统计资料汇编》，其他年份采用1%的抽样调查数据，并进行了相应的换算。

本研究涉及的未作特别说明的其他数据源于：《新中国55年统计资料汇编》、《中国农村统计年鉴》(1997—2016)、《中国统计年鉴》(1997—2016)、《中国金融统计》(1997—1999)和《中国金融年鉴》(2003—2016)、中部六省《统计年鉴》(1997—2016)。本研究的一些数据直接剔除了价格水平变动因素的影响，并且为了减少数据变动幅度，我们对相关变量数据取了自然对数值。

(二)实证分析过程与结果

1.面板数据回归分析

首先进行Wooldridge Test以分析面板数据是否存在自相关，该检验的原假设(即H0)为不存在一阶自相关。检验结果表明，面板数据的P值为零，拒绝了原假设，即变量数据各自都存在自相关。其次，我们对面板数据是否存在异方差进行了检验，对异方差检验的原假设(即H0)是存在同方差。检验结果表明，面板数据的P值都非常小，拒绝了原假设，即面板数据存在异方差。

根据上述检验结果，我们认为，在面板数据中存在自相关结构和复杂误差，所以固定效应模型和随机效应模型不适合作为估计模型，我们采用FGLS(Feasible Generalized Least Squares)方法进行估计，估计结果见表5-7。

表5-7　中部六省面板数据的估计结果

注：①∗∗∗、∗∗和∗分别表示1%、5%和10%的显著水平；②表中(·)内为显著水平的概率值(Prob.)。

在表5-7中，从方程(a)可知，1996—2015年，在1%的显著水平下，金融发展规模的扩大减少了中部六省城镇贫困人口的实际收入；在1%的显著水平下，经济增长、人力资本的提升、城乡收入差距的扩大增加了中部六省城镇贫困人口的实际收入。加入金融发展效率(FE)，由方程(b)可知，1996—2015年，在1%的显著水平下，金融发展规模减少了中部六省城镇贫困人口的实际收入，金融发展效率(FE)的回归系数没有通过显著性检验。在1%的显著水平下，经济增长、人力资本提升增加了中部六省城镇贫困人口的实际收入；城乡收入差距的扩大增加了中部六省城镇贫困人口的实际收入。

2.时序数据回归分析

旨在对中部地区内部的差异进行比较，以及分析基本实证结论的稳健性，运用中部六省1996—2015年的时序数据，对金融发展与城镇贫困人口收入的关系进行协整回归分析。限于篇幅，变量单位根、残差序列的平稳性等相关检验从略，协整回归估计结果见表5-8。

表5-8　中部六省时序数据的估计结果

注：①∗∗∗、∗∗和∗分别表示1%、5%和10%的显著水平；②表中(·)内为显著水平的概率值(Prob.)。

在表5-8中，方程(c)、(d)、(e)、(f)、(g)、(h)分别表示1996—2015年湖北、湖南、山西、江西、安徽和河南的时序数据的协整回归结果。如表5-8所示，在中部六省，在1%或10%的显著水平下，金融发展规模(FIR)减少了城镇贫困人口实际收入；金融发展效率(FE)则没有通过显著性检验。在湖南和安徽，人力资本提升(LnH)减少了城镇贫困人口实际收入(5%或10%的显著水平下)，在湖北、山西、河南，人力资本的提升增加了城镇贫困人口实际收入(1%或5%的显著水平下)，在江西，人力资本提升没有通过显著性检验。在中部六省，在1%或5%的显著水平下，经济增长(LnRGDP)增加了城镇贫困人口实际收入；除江西城乡收入差距(CR)没有通过显著性检验外，在1%、5%或10%的显著水平下，中部地区其他5省的城乡收入差距扩大增加了城镇贫困人口实际收入。

进一步，从总体上看表5-8的协整回归结果不难发现，金融发展规模、人力资本提升增加了中部六省城镇贫困人口实际收入，经济增长、城乡收入差距扩大增加了城镇贫困人口实际收入，金融发展效率对中部六省城镇贫困人口实际收入增长的影响不确定。将上述结果与表5-7中相对完整的实证模型结果进行比较，可以发现两者具有较好的一致性，说明实证模型的结论比较稳健。