技术进步能否抑制城乡收入差距:基于空间溢出效应视角的检验
|
摘要
理论上,技术进步对于城乡收入差距存在"双刃剑效应",即通过技术进步可以促进公平发展、推进经济公平、保障分配公平等;但同时由于我国"城乡二元结构"导致的对于科技资源的不公平占有,技术越发展反而越可能加大城乡收入差距。采用动态空间滞后模型和动态空间误差模型,实证检验技术进步对城乡收入差距的影响,结果表明:各省域间城乡收入差距差异较大,从时间维度看,具有明显的路径依赖特征,表现出"马太效应";从空间维度看,呈现出显著的地域依赖特征,存在正向的空间溢出效应,表现出各省域间联动现象。随着时间因素、空间因素以及控制变量的逐步引入,技术进步能够显著地抑制城乡收入差距扩大,而城乡收入差距的缩小又能够促进技术进步,二者是一种"交替反作用"关系。
In theory, technological progress has a "double-edged sword effect" on the income gap between urban and rural areas. On one hand, technological progress can promote fair development, promote economic equity, and guarantee distributive justice. On the other, due to uneven distribution of scientific and technological resources resulting from China's "urban-rural dual structure", the more developed technology is, the more likely it is to increase the urban-rural income gap. The dynamic spatial lag model and dynamic spatial error model are used to empirically test the impact of technological progress on urban-rural income gap. The findings show that urban-rural income gap varies greatly among provinces. In terms of time, it has obvious path-dependent characteristics and shows "Matthew effect". In terms of space,it is significantly related to geography, and there is a positive spatial spillover effect, showing the inter-provincial linkage phenomenon. With the gradual introduction of time factors, spatial factors and control variables, technological progress can significantly curb widening urban-rural income gap, and narrowing urban-rural income gap can promote technological progress. The two are in an "alternate counteraction" relationship.
In theory, technological progress has a "double-edged sword effect" on the income gap between urban and rural areas. On one hand, technological progress can promote fair development, promote economic equity, and guarantee distributive justice. On the other, due to uneven distribution of scientific and technological resources resulting from China's "urban-rural dual structure", the more developed technology is, the more likely it is to increase the urban-rural income gap. The dynamic spatial lag model and dynamic spatial error model are used to empirically test the impact of technological progress on urban-rural income gap. The findings show that urban-rural income gap varies greatly among provinces. In terms of time, it has obvious path-dependent characteristics and shows "Matthew effect". In terms of space,it is significantly related to geography, and there is a positive spatial spillover effect, showing the inter-provincial linkage phenomenon. With the gradual introduction of time factors, spatial factors and control variables, technological progress can significantly curb widening urban-rural income gap, and narrowing urban-rural income gap can promote technological progress. The two are in an "alternate counteraction" relationship.
引文
[1]陈斌开,林毅夫.发展战略、城市化与中国城乡收入差距[J].中国社会科学,2013,(4):81-102.
[2]欧阳志刚.中国城乡经济一体化的推进是否阻滞了城乡收入差距的扩大[J].世界经济,2014,(2):116-135.
[3]余菊,刘新.城市化、社会保障支出与城乡收入差距---来自中国省级面板数据的经验证据[J].经济地理,2014,34(3):79-84.
[4]穆怀中,吴鹏.城镇化、产业结构优化与城乡收入差距[J].经济学家,2016,(5):37-44.
[5]丁志国,赵晶,赵宣凯,等.我国城乡收入差距的库兹涅茨效应识别与农村金融政策应对路径选择[J].金融研究,2011,(7):142-151.
[6]胡晶晶,黄浩.二元经济结构、政府政策与城乡居民收入差距---基于中国东、中、西部地区省级面板数据的经验分析[J].财贸经济,2013,34(4):121-129.
[7]吕炜,番绍立,樊静丽,等.我国农民工市民化政策对城乡收入差距影响的实证研究---基于CGE模型的模拟分析[J].管理世界,2015,(7):170-171.
[8]Xie Y,Zhou X.Income inequality in today's China[J].Proceedings of the National Academy of Sciences of the United States of America,2014,111(19):6928-6933.
[9]Christiaensen L,Todo Y.Poverty Reduction During the Rural-Urban Transformation-The Role of the Missing Middle[J].World Development,2014,(63):43-58.
[10]郑万吉,叶阿忠.城乡收入差距、产业结构升级与经济增长---基于半参数空间面板VAR模型的研究[J].经济学家,2015,(10):61-67.
[11]Munshi K,Rosenzweig M.Networks and Misallocation:Insurance,Migration,and the Rural-Urban Wage Gap[J].American Economic Review,2013,106(1):46-98.
[12]温涛,王小华,董文杰.金融发展、人力资本投入与缩小城乡收入差距---基于中国西部地区40个区县的经验研究[J].吉林大学社会科学学报,2014,(2):27-36.
[13]张伟,陶士贵.人力资本与城乡收入差距的实证分析与改善的路径选择[J].中国经济问题,2014,(1):70-80.
[14]Chua K K,Limkin L,Nye J,et al.Urban-rural income and wage gaps in the Philippines:measurement error,unequal endowments,or factor market failure?[J].Philippine Review of Economics,2015,52(2):1-21.
[15]刘玉光,杨新铭,王博.金融发展与中国城乡收入差距形成---基于分省面板数据的实证检验[J].南开经济研究,2013,(5):50-59.
[16]杨楠,马绰欣.我国金融发展对城乡收入差距影响的动态倒U演化及下降点预测[J].金融研究,2014,(11):175-190.
[17]冷艳丽,冼国明,杜思正.FDI与城乡收入差距---基于交通基础设施视角的分析[J].云南财经大学学报,2017,(1):63-73.
[18]景守武,陈红蕾.FDI、产业结构升级对我国城乡居民收入差距的影响:基于省际面板数据分析[J].世界经济研究,2017,(10):55-64.
[19]曾鹏,吴功亮,张晓君.技术进步、城市化与城乡收入差距关系研究---基于中国城市群的经验分析[J].华东经济管理,2016,30(2):64-70.
[20]马磊.人力资本结构、技术进步与城乡收入差距---基于中国2002-2013年30个省区面板数据的分析[J].华东经济管理,2016,30(2):56-63.
[21]涂涛涛,李谷成.中国农业技术进步与城乡收入差距---基于要素报酬视角的解析[J].江西财经大学学报,2017,(4):73-82.
[22]龙少波,黄林,胡国良.技术引进、金融发展与城乡居民收入差距[J].经济问题,2015,(5):32-38.
[23]潘竟虎.中国地级及以上城市城乡收入差距时空分异格局[J].经济地理,2014,34(6):60-67.
[24]王建康,谷国锋,姚丽.城市化进程、空间溢出效应与城乡收入差距---基于2002-2012年省级面板数据[J].财经研究,2015,41(5):55-66.
[25]苏治,徐淑丹.中国技术进步与经济增长收敛性测度---基于创新与效率的视角[J].中国社会科学,2015,(7):4-25.
[26]王俊,胡雍.中国制造业技能偏向技术进步的测度与分析[J].数量经济技术经济研究,2015,(1):82-96.
[27]Kumar S,Raizada A,Biswas H,et al.Assessing the impact of watershed development on energy efficiency in groundnut production using DEA approach in the semiarid tropics of southern India[J].Current Science,2015,109(10):1831-1837.
[28]Tone K.Dealing with undesirable outputs in DEA:Aslacks-based measure(SBM)approach[R].GRIPS Research Report Series,2003.
[29]王伟,孙芳城.高技术产业三阶段创新效率变动研究---基于内部非期望产出的SBM模型与EBM模型[J].科技进步与对策,2018,(3):67-71.
[30]陈宇峰,朱荣军.中国区域R&D资本存量的再估算:1998-2012[J].科学学研究,2016,34(1):69-80.
[31]王淑英,张水娟,王文坡.R&D投入与区域创新能力关系及溢出效应分析---金融发展的调节作用[J].科技进步与对策,2018,(2):39-46.
[32]Elhorst J P.Matlab Software for Spatial Panels[J].International Regional Science Review,2015,37(3):389-405.
[33]卢冲,刘媛,江培元.产业结构、农村居民收入结构与城乡收入差距[J].中国人口·资源与环境,2014,163(s1):147-150.
[34]邵帅,李欣,曹建华等.中国雾霾污染治理的经济政策选择---基于空间溢出效应的视角[J].经济研究,2016,(9):73-88.
[35]龙海明,凌炼,谭聪杰等.城乡收入差距的区域差异性研究---基于我国区域数据的实证分析[J].金融研究,2015,(3):83-96.
(1)在稳健性检验中采用第一种方法度量城乡收入差距。
(2)限于篇幅,历年计算数据未报告,备索;本文还采用BCC模型(属于经典DEA)计算纯技术效率来度量技术进步,在下文稳健性检验中使用;关于BCC模型可参看:Banker R D,Charnes A,Cooper W W.Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science,1984,30(9):1078-1092.。
(3)在稳健性检验中选择k临近法的距离空间权重矩阵。
(4)限于篇幅,2007~2012年全局空间自相关检验结果未报告,备索,
(5)由于2002~2015年结论相似,限于篇幅未报告,备索;另外在图2中存在部分地区重叠,因此图中未显示全部31个省份。
(6)本文对基础动态面板模型采用OLS进行估计,结果表明DSLM和DSEM的模型在统计参数上优于OLS,具体参数未报告,备索。另外限于篇幅,表2、表3和表4中报告的是从GDP和GDP2开始逐步引入控制变量的检验结果,之前的变量θ、TEC、URB、GOV、INS和HUM逐步引入过程的检验结果未报告,备索。
(7)估计了3种模型,限于篇幅,未报告,备索。
(8)实际也估计了3种模型,两个空间模型的结论基本相同,但与前文实证结果不同的是,DSLM模型参数优于DSEM和OLS,因此另两种模型未报告,备索。
[2]欧阳志刚.中国城乡经济一体化的推进是否阻滞了城乡收入差距的扩大[J].世界经济,2014,(2):116-135.
[3]余菊,刘新.城市化、社会保障支出与城乡收入差距---来自中国省级面板数据的经验证据[J].经济地理,2014,34(3):79-84.
[4]穆怀中,吴鹏.城镇化、产业结构优化与城乡收入差距[J].经济学家,2016,(5):37-44.
[5]丁志国,赵晶,赵宣凯,等.我国城乡收入差距的库兹涅茨效应识别与农村金融政策应对路径选择[J].金融研究,2011,(7):142-151.
[6]胡晶晶,黄浩.二元经济结构、政府政策与城乡居民收入差距---基于中国东、中、西部地区省级面板数据的经验分析[J].财贸经济,2013,34(4):121-129.
[7]吕炜,番绍立,樊静丽,等.我国农民工市民化政策对城乡收入差距影响的实证研究---基于CGE模型的模拟分析[J].管理世界,2015,(7):170-171.
[8]Xie Y,Zhou X.Income inequality in today's China[J].Proceedings of the National Academy of Sciences of the United States of America,2014,111(19):6928-6933.
[9]Christiaensen L,Todo Y.Poverty Reduction During the Rural-Urban Transformation-The Role of the Missing Middle[J].World Development,2014,(63):43-58.
[10]郑万吉,叶阿忠.城乡收入差距、产业结构升级与经济增长---基于半参数空间面板VAR模型的研究[J].经济学家,2015,(10):61-67.
[11]Munshi K,Rosenzweig M.Networks and Misallocation:Insurance,Migration,and the Rural-Urban Wage Gap[J].American Economic Review,2013,106(1):46-98.
[12]温涛,王小华,董文杰.金融发展、人力资本投入与缩小城乡收入差距---基于中国西部地区40个区县的经验研究[J].吉林大学社会科学学报,2014,(2):27-36.
[13]张伟,陶士贵.人力资本与城乡收入差距的实证分析与改善的路径选择[J].中国经济问题,2014,(1):70-80.
[14]Chua K K,Limkin L,Nye J,et al.Urban-rural income and wage gaps in the Philippines:measurement error,unequal endowments,or factor market failure?[J].Philippine Review of Economics,2015,52(2):1-21.
[15]刘玉光,杨新铭,王博.金融发展与中国城乡收入差距形成---基于分省面板数据的实证检验[J].南开经济研究,2013,(5):50-59.
[16]杨楠,马绰欣.我国金融发展对城乡收入差距影响的动态倒U演化及下降点预测[J].金融研究,2014,(11):175-190.
[17]冷艳丽,冼国明,杜思正.FDI与城乡收入差距---基于交通基础设施视角的分析[J].云南财经大学学报,2017,(1):63-73.
[18]景守武,陈红蕾.FDI、产业结构升级对我国城乡居民收入差距的影响:基于省际面板数据分析[J].世界经济研究,2017,(10):55-64.
[19]曾鹏,吴功亮,张晓君.技术进步、城市化与城乡收入差距关系研究---基于中国城市群的经验分析[J].华东经济管理,2016,30(2):64-70.
[20]马磊.人力资本结构、技术进步与城乡收入差距---基于中国2002-2013年30个省区面板数据的分析[J].华东经济管理,2016,30(2):56-63.
[21]涂涛涛,李谷成.中国农业技术进步与城乡收入差距---基于要素报酬视角的解析[J].江西财经大学学报,2017,(4):73-82.
[22]龙少波,黄林,胡国良.技术引进、金融发展与城乡居民收入差距[J].经济问题,2015,(5):32-38.
[23]潘竟虎.中国地级及以上城市城乡收入差距时空分异格局[J].经济地理,2014,34(6):60-67.
[24]王建康,谷国锋,姚丽.城市化进程、空间溢出效应与城乡收入差距---基于2002-2012年省级面板数据[J].财经研究,2015,41(5):55-66.
[25]苏治,徐淑丹.中国技术进步与经济增长收敛性测度---基于创新与效率的视角[J].中国社会科学,2015,(7):4-25.
[26]王俊,胡雍.中国制造业技能偏向技术进步的测度与分析[J].数量经济技术经济研究,2015,(1):82-96.
[27]Kumar S,Raizada A,Biswas H,et al.Assessing the impact of watershed development on energy efficiency in groundnut production using DEA approach in the semiarid tropics of southern India[J].Current Science,2015,109(10):1831-1837.
[28]Tone K.Dealing with undesirable outputs in DEA:Aslacks-based measure(SBM)approach[R].GRIPS Research Report Series,2003.
[29]王伟,孙芳城.高技术产业三阶段创新效率变动研究---基于内部非期望产出的SBM模型与EBM模型[J].科技进步与对策,2018,(3):67-71.
[30]陈宇峰,朱荣军.中国区域R&D资本存量的再估算:1998-2012[J].科学学研究,2016,34(1):69-80.
[31]王淑英,张水娟,王文坡.R&D投入与区域创新能力关系及溢出效应分析---金融发展的调节作用[J].科技进步与对策,2018,(2):39-46.
[32]Elhorst J P.Matlab Software for Spatial Panels[J].International Regional Science Review,2015,37(3):389-405.
[33]卢冲,刘媛,江培元.产业结构、农村居民收入结构与城乡收入差距[J].中国人口·资源与环境,2014,163(s1):147-150.
[34]邵帅,李欣,曹建华等.中国雾霾污染治理的经济政策选择---基于空间溢出效应的视角[J].经济研究,2016,(9):73-88.
[35]龙海明,凌炼,谭聪杰等.城乡收入差距的区域差异性研究---基于我国区域数据的实证分析[J].金融研究,2015,(3):83-96.
(1)在稳健性检验中采用第一种方法度量城乡收入差距。
(2)限于篇幅,历年计算数据未报告,备索;本文还采用BCC模型(属于经典DEA)计算纯技术效率来度量技术进步,在下文稳健性检验中使用;关于BCC模型可参看:Banker R D,Charnes A,Cooper W W.Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science,1984,30(9):1078-1092.。
(3)在稳健性检验中选择k临近法的距离空间权重矩阵。
(4)限于篇幅,2007~2012年全局空间自相关检验结果未报告,备索,
(5)由于2002~2015年结论相似,限于篇幅未报告,备索;另外在图2中存在部分地区重叠,因此图中未显示全部31个省份。
(6)本文对基础动态面板模型采用OLS进行估计,结果表明DSLM和DSEM的模型在统计参数上优于OLS,具体参数未报告,备索。另外限于篇幅,表2、表3和表4中报告的是从GDP和GDP2开始逐步引入控制变量的检验结果,之前的变量θ、TEC、URB、GOV、INS和HUM逐步引入过程的检验结果未报告,备索。
(7)估计了3种模型,限于篇幅,未报告,备索。
(8)实际也估计了3种模型,两个空间模型的结论基本相同,但与前文实证结果不同的是,DSLM模型参数优于DSEM和OLS,因此另两种模型未报告,备索。