８２
２０１４年第１１期 总第２９８期
天津财经大学学报
—
——基于１９８５－２０１１年中国省级面板数据的经验分析程莉
（重庆工商大学经济学院，重庆４０００６７
）摘 要： 产业结构变迁是一个产业结构合理化、高级化的过程，它不仅是经济发展的重要驱动力，而且也通过资源配置、生产率变动作用于城乡收入差距。基于１９８５－２０１１年我国２９个省级面板数据，实证检验了产业结构合理化、高级化对城乡居民收入差距的影响。研究表明，产业结
构的合理化有利于城乡收入差距的缩小，产业结构的高级化却显著扩大了城乡收入差距；与之伴随的城镇化、市场化、对外开放有利于缩小城乡收入差距，而经济增长、人力资本含量、政府财政支出则扩大了城乡收入差距。
关键词： 产业结构合理化； 产业结构高级化； 城乡收入差距
中图分类号：Ｆ
２６９．２４ 文献标识码：Ａ 文章编号：１００５－１００７（２０１４）１１－００８２－１１收稿日期：２０１４－０７－
１３作者简介：程莉，女，重庆工商大学经济学院讲师，博士，主要从事区域经济学和发展经济学
研究
。一、引言及相关文献综述
一直以来，
城乡居民收入分配的问题是我国经济学界研究的一个重要课题，学界也对此做了许多相关研究。影响
火车票可以提前几天预订城乡收入差距的因素众多，比如有城乡二元经济结构、城乡分割的户籍制度、经济发展战略、经济开放程度、金融发展规模与效率、城市化发展、城市倾向的经济政策，以及城乡人力资本差异和交易效率结构等因素。其中，城乡产业结构是影响城乡收入差距的关键因素。一方面，随着工业化、城镇化的发展，产业结构变迁通过非农产业的发展，以拉动农业剩余劳动力的转移就业、增加农民务工收入而影响城乡收入差距；另一方面，则通过农业本身的发展，以析出农业剩余劳动力、提高农业经营效率促进农民经营性收入而影响城乡收入差距。在改革开放初期，我国产业结构变迁带来了城乡收入差距的一度缩小，农村经济改革带来的农业结构变迁使得城乡泰尔指数从最初的０．０９１下降到１９８３年的０．
０３７，然而，在其后时期，随着产业结构不断变迁，城乡收入差距也在波动中日趋扩大，２
０１１年，城乡收入差距的泰尔指数达到０．１３７（程莉、刘志文，２０１３）［１］
。按照刘易斯（１
９５４）的二元经济结构理论、库兹涅茨（１９５５）的倒Ｕ型理论，城乡收入差距具有某种收敛的趋势，但中国整体经济的高速增长却没有带来城乡收入差距的缩小。
２
０１４年第１１期 总第２９８期天津财经大学学
报
８３
针对中国城乡收入差距问题，
基于产业结构变迁视角，已经有一些有意义的研究成果。陈晓
毅（２
０１０）［２］、贺建清（２０１２）［３］
发现工业化的发展在短期内扩大了城乡收入差距，但长期来说工业化的这种负面影响也将逐渐减弱，最终将反过来
缩小城乡收入差距。潘文轩（２
０１０）［４］
则发现工业化对农民人均收入水平的提高具有正效应，但却扩大了城乡居民收入差距。王子文、董春宇
（２
０１０）［５］
以安徽省为例，对产业结构与城乡收入的相关性分析得出，第一产业对于提升农村收入
的作用明显，第三产业对于城镇收入的作用较
大。高霞（２
０１１）［６］
的实证研究表明，二、三产业比重的提高对城乡收入差距扩大的影响是显著
的。马晓河等（２
００５）［７］
研究了各国工业化阶段与工业反哺农业的关系及其对农民收入的影响。
傅振邦、陈先勇（２
０１２）［８］认为就业结构变动和产业结构变动的严重偏离，使得农业与非农业之间劳动生产率差距不断扩大，导致由劳动生产率决定的农业部门的收人水平越来越低于非农部门的收人水平，并最终导致城乡居民收人水平差距
的拉大。张文、郭苑（２
０１２）［９］
对就业结构转化与城乡收入差距的关系进行了研究，结果表明三次产业就业结构的优化调整并没有起到收入差距缩小效应，而是在长短期内均推动了城乡收入差距的扩大化趋势，只有第三产业就业结构转化在
短期内未能影响到城乡收入差距演化。
应该说，上述研究有利于人们从产业结构变迁的视角，更好地理解中国城乡收入差距的变化，因此是有意义的，但它们也存在着进一步改进的余地。它表现在现有研究大多从工业化水平（第二产业产值
比重）作为解释变量进行分析，但没有充分考虑到中国经济体产业结构变迁中产业结构所具有的合理化、高级化特征。因此，它没能在城乡收入差距和产业结构变迁之间构建起更为深入的理论假说，并在进一步的相关实证基础之上给予更为深刻的解释。基于上述情况，本文试图从产业结构合理化、高级化的角度出发，基于省级面板数据模型实证性地讨论中国产业结构合理化、高级化对城乡收入差距的影响，可看作是对现有文献缺陷的一个小范围但有价值的弥补。
二、模型、变量与数据
本文的解释变量只包括产业结构变迁的衡
量指标，把影响城乡收入差距的主要因素放在控制变量中，而把影响城乡收入差距的其余因素归类到残差项。为了缓解异方差现象，对所有变量取对数，实证研究模型如下
ｌｎＤＩＳｉｔ＝β０＋β１ｌｎＳＤＥＶｉｔ＋β２ｌｎＳＴＳＲｉｔ＋∑βｉｌｎＸｉｔ＋αｉ＋μ
ｉｔ 模型中，
下标ｉ和ｔ分别表示第ｉ个地区和第ｔ年，αｉ为不可观测的个体地区效应，其涵盖了所有影响被解释变量，但不随时间变化而随个
体改变的不可观测因素；μ为服从Ｎ（
０，δ２
）正态分布的随机扰动项。
被解释变量。城乡收入差距（ＤＩＳ）。鉴于各地区相关数据的可获得性，在此就不利用前文计算全国层面城乡收入差距所采用的泰尔指数方法，而用城镇居民人均可支配收入与农村人均纯收入的比值来衡量。
春节花卉解释变量。产业结构合理化与高级化。产业结构合理化也指产业结构的平衡度，表示在社
会生产过程中各个产业部门间比例的合理程度，指具有投入产出关系间的各个产业部门的需求和供给结构的平衡度。一般采用结构偏离度（ＳＤＥＶ）
对产业结构合理化进行度量，公式为ＳＤＥＶ＝∑３
ｉ＝０Ｙｉ／Ｌｉ
智慧线ＹＬ－１＝∑３ｉ＝０Ｙｉ／ＹＬｉ
Ｌ－１其中，ＳＤＥＶ是结构偏离度，Ｙ和Ｌ分别代表产出和就业，ｉ代表各次产业。一般来说，结构偏离度与劳动生产率成反比。结构偏离度ＳＤＥＶ值越大，
说明产出与就业偏离程度越大，也即该产业的就业比重大于增加值比重，意味着该产业的劳动生产率较低；反之，结构偏离度小
８４
２０１４年第１１期 总第２９８期
天津财经大学学报
于零（负偏离），则意味着该产业的劳动生产率较高。从另外一个角度来说，结构正偏离的产业存在劳动力转出的可能性，相反，结构负偏离的产业则存在劳动力转入的可能性。如果取绝对值后，绝对值越大，说明产业结构与就业结构偏离越大，结构越失衡；绝对值越小、或趋向于０，说明产业结构与就业结构越接近，结构越均衡。对于产业结构的高级化，大多学者采用非农产业比
重来衡量，但随着经济的发展，产业服务化不断增强，因此本研究采取第三产业与第二产业产值之比来衡量（ＳＴＳＲ），这样度量就能更清楚地反映出产业结构的服务化倾向。如果ＳＴＳＲ值处于上
在excel中输入身份证号码升状态，则意味着产业结构在升级，经济向着服务化的方向推进。图１和图２分别为１９７８－２０１１年我国产业结构合理化与高级化的变化
趋势
。
图１ １９７８－２０１１年中国产业结构合理化与高级化变化趋势
从图１可以看出，
总体上，产业结构合理化指数日渐趋近于０，２０１１年达到０．０８２ ８，说明产业结构与就业结构逐步在走向均衡。从前文的分析来看，我国城乡收入差距总体上呈现出不断扩大的趋势，那么结合图１，产业结构合理化指数不断降低，高级化指数不断升高，且均经历了数次波动，其变化与中国经济改革进程是紧密契合的，具有较强的时段性特征。据此，可以得出，产业结构合理化与城乡收入差距呈现负向变动趋势，而产业结构高级化与城乡收入差距则整体上处于正向的变化趋势。因此，本文提出如下研究假说
假说１产业结构合理化有利于缩小城乡收入差距。
假说２产业结构高级化显著扩大了城乡收入差距。
控制变量。控制变量Ｘ的引入主要是为了避免因为遗失相关解释变量造成的内生性问题。需要在控制其他因素的条件下，来研究产业结构变迁对城乡收入差距的影响。根据前文的分析，主要的控制变量有：（１）经济发展。用人均国内生产总值（ＰＧＤＰ）
来表示，由于城乡收入差距会随着经济的发展呈现出先扩大后缩小的趋势，因此，这个变量的符号要由实证结果来估计。（２）城镇化水平。用城镇人口占总人口的比重来衡量（ＵＲＢ），从前文理论分析可知，城镇化既有扩大城乡收入差距的作用，也有缩小城乡收入差距的作用，符号需要由实证结果给出。（３）市场化水平（ＭＡＲ）。鉴于数据的可获得性，采取张建辉、靳涛（２０１１）的做
法，用投资的市场化水平来替代，其值为固定资产投资总额与国有固定资产投资总额的差值占固定资产投资总额的比重。（４
）外商直接投资（ＦＤＩ）。用各年实际外商直接投资额与国内生产总值的比重来衡量，由于相关产业集中在城镇地区，ＦＤＩ的流入主要有利于提高城镇居民的收入，预期该变量的符号为正。（５浦发网银
）人力资本含量（ＨＵＭ）。人力资本作为影响居民收入水平的重要因素之一，在市场经济条件下，人力资本因素对城乡居民收入差距具有决定性的作用。人力资本水平越高，得到的收入就越高，反之收入就越低。教育是提高人力资本水平的主要途径，鉴于数据的可得性，采用普通高等学校的在校人数占总人口的比例来衡量。由于
２
０１４年第１１期 总第２９８期天津财经大学学
报
８５
我国政府对教育的投入带有城市偏向，城镇居民因为教育普及所带来的技能深化及其人力资本含量的提升程度高于农村居民，因此预计该变量符号为正。（６）政府干预度（ＧＯＶ）。用地方财政支出占国内生产总值的比重来衡量，由于认为地方政府的财政支出可能带有明显的城市倾向，因此预计这个变量的符号为正。
对于数据来源，鉴于研究中要用到我国实际利用外商直接投资额，但又缺失１９７８－１９８４年许多地区的实际利用外商直接投资额，因此在此使用我国１９８５－２０１１年的省际面板数据进行分
析。面板数据分析不仅可以控制不可观测效应，而且通过扩大样本容量、增加自由度，缓解了共线性问题，因此回归结果也更趋于准确。由于重庆市１９９７年设为直辖市，在样本中不考虑重庆市，加上西藏与海南的数据缺失，在数据样本中也予以剔除，使用我国其余２８个省、市、自治区的面板数据，相关数据来自中经网统计数据库、历年中国统计年鉴、新中国六十年统计资料汇编。采用相关指标前后年份的数值滑动平均代替个别省份少数年份的数值缺失。表１为各变量的描述性统计。
表１ 各变量的描述性统计
变量平均值标准差最大值最小值观察值ｌｎＤＩＳ ０．９５３ ０．２５９ １．５６０ ０．１３５ ７８３ｌｎＳＤＥＶ
０．６８０ ０．４３２ １．７９９－０．６５５ ７８３ｌｎＳＴＳＲ－０．１９７ ０．３１５ １．１９２－１．０６９ ７８３ｌｎＰ
ＧＤＰ ８．６２４ １．２２５ １１．３５３ ６．０４０ ７８３ｌｎＵＲＢ ３．４５５ ０．４６６ ４．４９２ ２．３７３ ７８３ｌｎＭＡＲ
３．６１８ ０．５１０ ４．４９２ ２．３１４ ７８３ｌｎＦＩＤ ０．３１３ １．６６０ ４．４４７－５．９１６ ７８３ｌｎ ＨＵＭ－０．７１５ １．１２２ ２．８６４－３．０９９ ７８３ｌｎＧ
ＯＶ ２．４９４
０．７９３
４．０５９
－２．０９１
７
８３三、实证检验与结果分析
１．
面板单位根检验首先对城乡收入差距（ｌｎＤＩＳ）、产业结构合理化（ｌｎＳＤＥＶ）、产业结构高级化（ｌｎＳＴＳＲ）、经济发展水平（ｌｎＰＧＤＰ）、城市化水平（ｌｎＵＲＢ）、市场化水平（ｌｎＭＡＲ）、外商直接投资（ｌｎＦＤＩ）、人力资本含量（ｌｎ ＨＵＭ）及政府干预度（ｌｎＧＯＶ）进行单位根检验，以确保其平稳性。研究主要采取相同根情况下的ＬＬＣ检验，不同根情况下的ＩＰＳ检验、Ｆｉｓｈｅｒ－ＡＤＦ检验和Ｆｉｓｈｅｒ－ＰＰＰ检验。检验结果如下表２所示：
对于协整而言，其要求同阶单整，但如果变
量个数多于两个，即解释变量个数多于一个，被
解释变量的单整阶数不能高于任何一个解释变量的单整阶数。当解释变量的单整阶数高于被解释变量的单整阶数时，则必须至少有两个解释变量的单整阶数高于被解释变量的单整阶数。从表２可以看出，四种方法的检验结果均表明被解释变量ｌｎＤＩＳ、解释变量ｌｎＳＴＳＲ、ｌｎＦＤＩ是０阶单整平稳外，其余变量均存在单位根，是非平稳的，但是一阶差分后的检验结果表明拒绝原假设，是一阶单整序列。被解释变量ｌｎＤＩＳ的单整阶数小于或等于解释变量的单整阶数，且从结果来看，满足至少有两个解释变量的单整阶数高于ｌｎＤＩＳ的０阶单整。因此，可以进一步对其做协整检验。
８６
２０１４年第１１期 总第２９８期
天津财经大学学报
表２ 面板单位根检验结果
变量ＬＬＣ值ＩＰＳ ＡＤＦ－Ｆｉｓｈｅｒ ＰＰ－ＦｉｓｈｅｒｌｎＤＩＳ－４．２７０ ２２＊＊＊－２．０８３ ５１＊＊７４．５０５ ４＊＊９１．６５４ ９＊＊＊ｌｎＳＤＥＶ ４．０５２ ９３ ３．２７６ ００ ４３．７５９ ７ ２８．７７１ ２ｌｎＳＴＳＲ－３．５９５ ６４＊＊＊－３．３６３ ８５＊＊＊１００．２３８＊＊＊８２．７２１ ２＊＊ｌｎＰＧＤＰ－０．９３９ １７ ６．４９０ ０６ １２．２８０ １ １１．３８７ ２ｌｎＵＲＢ ２．８１７ ９３ ８．８６９ ４１ ２３．８５６ ４ ２５．９１５ ９ｌｎＭＡＲ－０．９８０ ７７ １．６２３ ２７ ３７．３５８ ２ ３８．１４３ ０ｌｎＦＤＩ－８．３４８
４４＊＊＊－６．７５８ ５６＊＊＊１５１．１５５＊＊＊１７３．８４７＊＊＊ｌｎ ＨＵＭ ０．２３６ １２ ５．５５２ ４７ １１．０３３ ４ ３．３２８ ３８ｌｎＧＯＶ ２．９９７ ８３ ５．６２２ １４ １３．９８２ ０ １０．３５８ ７ＤｌｎＳＤＥＶ－１４．０１１ ０＊＊＊－１６．２１０ ０＊＊＊３４１．７０９＊＊＊３４７．３１８＊＊＊ＤｌｎＰＧＤＰ－８．７２１ ６２＊＊＊－９．７４１ ９７＊＊＊１９３．４４２＊＊＊１７１．９３３＊＊＊ＤｌｎＵＲＢ－１０．６７９ ９＊＊＊－１１．０７２ ７＊＊＊２５４．４９１＊＊＊２８４．６４６＊＊＊ＤｌｎＭＡＲ－１９．８５１ １＊＊＊－１８．０８２ ６＊＊＊３７８．９７６＊＊＊３６４．０７８＊＊＊Ｄｌｎ ＨＵＭ－２．３９１ ２１＊＊＊－４．７４８ ３４＊＊＊１１１．５９９＊＊＊１１４．６５８＊＊＊ＤｌｎＧＯＶ－１３．９８８ ５＊＊＊－１４．２４７ １＊＊＊２９７．３７６＊＊＊３２８．２９０＊＊＊
注：＊、＊＊、＊＊＊分别表示统计量值在１０％、５％、以及１％的水平上显著。
２．面板协整检验
进一步地，采用Ｊｏｈａｎｓｏｎ检验判断变量之间是否存在协整关系。从检验结果来看，有的统计量拒绝了存在协整关系；从进一步的计量回归结果来看，残差序列为平稳序列，说明变量间存在着长期关系。具体检验结果见表３。从下表可知，Ｊｏｈａｎｓｏｎ检验结果均在１０％的显著性水平下拒绝了不存在协整关系的原假设，说明存在长期稳定的面板协整关系。
qq个性签名大全伤感
３．模型设定检验
面板数据模型分为不变系数模型、变截距模型和变系数模型，后两种比较常用。考虑到各地区产业结构存在差异的现实情况，可以基本排除不变系数模型在本文中适用的可能性。然后，需要确定选择变截距模型还是变系数模型，通过协方差分析检验，本文可以确定为变截距模型。对模型的设定进行Ｆ检验，若在给定的显著性水平下，Ｆ＜Ｆ
α
，则选择常截距模型，反之，则选择变截距模型。由表４可知，在１％的显著性水平上，似然比检验强烈地拒绝了原假设，因此，本文的面板数据模型采用变截距的模型。
确定为变截距模型后需要继续判断该效应是固定效应还是随机效应。固定效应是假定αｉ是固定的常数，是各个截面或个体特有的可估计参数，并且不随时间而变化；随机效应是将αｉ视为随机的，并且符合一个特定的分布。一般可以通过Ｈａｕｓｍａｎ检验来选择，如果是小概率事件，则拒绝原假设，选择固定效应模型，反之，则
发布评论