金融發(fā)展與收入差距： 二元體制是一個決定性的因素嗎？1

高明 李德龍 施雨水

0 引言

金融發(fā)展與經(jīng)濟增長、收入分配之間的關系得到學術界越來越多的關注。大量的宏觀研究注意到了金融發(fā)展的外部效應，比如對經(jīng)濟增長的促進作用。也有一些學者指出，金融發(fā)展的程度影響到了經(jīng)濟的分配方式。一方面，金融發(fā)展可以創(chuàng)造更廣泛的經(jīng)濟機會，特別是對低收入家庭，從而有助于縮小貧富差距。比如，信貸市場使更多貧窮家庭的孩子有了接受高等教育的機會，也降低了其因經(jīng)濟因素輟學的可能；金融市場通過幫助新興企業(yè)獲得融資促進新興產(chǎn)業(yè)的發(fā)展，改善了社會整體福利(Jacoby and Skoufias, 1997; Mookherjee and Ray, 2003)。另一方面，金融發(fā)展對收入分配的影響也可經(jīng)由間接途徑?；诳鐕?、公司和家庭的實證研究指出，金融發(fā)展除強化市場競爭外，還可以通過影響總產(chǎn)出以及信用、資本的配給影響企業(yè)對勞動力的需求，進而改善收入分配(Townsend and Ueda, 2006)。

然而，現(xiàn)實中往往是那些具有更高財富水平、更高社會地位和更好教育程度的群體能夠更加有效地利用金融市場，并進一步積累財富。金融市場效率提高，使用金融服務的邊際成本降低，有助于提高那些一直在使用金融服務者的福利。財富移轉(zhuǎn)(Wealth Transfer)使得金融發(fā)展很可能事實上是擴大了貧富差距(Becker and Tomes, 1979, 1986; Greenwood and Jovanovic, 1990)。對于，學術界也很難在理論和實證上達成一致。國內(nèi)較早期研究認為金融發(fā)展不利于我國收入差距的縮小(章奇等，2004；溫濤等，2005；孫永強和萬玉琳，2011)，近期也有文獻指出金融發(fā)展在一定條件下也可以縮小收入差距、有倒U型關系存在(如胡宗義和劉亦文，2010；丁志國等，2011)。

相關問題對當今的中國社會有著重大的意義。隨著改革開放的進一步推進和市場體制的逐步確立，人均收入顯著提高，但收入差距問題也更加凸顯出來。這種收入差距又多被歸結(jié)為城鄉(xiāng)收入差距。對中國問題的研究，城鄉(xiāng)二元體制是非常重要的因素，城鎮(zhèn)和鄉(xiāng)村因為體制原因有著系統(tǒng)性的差別。中國當前的金融體系，以國有商業(yè)銀行為主體，以銀行信貸為主要融資手段，具有明顯的城市化傾向，這對收入分配的影響可能更加顯著。面對城鎮(zhèn)金融市場的快速發(fā)展與國民收入差距日趨擴大的現(xiàn)象，我們急需探求其中的因果關系——收入差距是由金融發(fā)展的外部性所致還是城鄉(xiāng)二元體制本身對財富分配的影響。

本文在“城鄉(xiāng)收入差距(income disparity between urban and rural areas)”的基礎上，引入“城鎮(zhèn)內(nèi)收入差距(income disparity within urban areas)”的概念[注]與之對應的是“鄉(xiāng)村內(nèi)收入差距(income disparity within rural areas)”。但一方面，中國鄉(xiāng)村區(qū)域的金融發(fā)展非常緩慢，遠較城鎮(zhèn)落后，不是研究金融發(fā)展與收入差距的適用樣本；另一方面，各省關于鄉(xiāng)村收入分配的數(shù)據(jù)統(tǒng)計標準差異很大，且樣本缺失嚴重，暫時不具備實證研究的條件。。前者用城鎮(zhèn)居民平均可支配收入與農(nóng)村居民平均純收入之比度量，后者用城鎮(zhèn)居民收入的基尼系數(shù)度量。本文通過分析1991—2008年31個省級行政單位的面板數(shù)據(jù)，發(fā)現(xiàn)我國金融發(fā)展和收入分配之間的關系符合Greenwood and Jovanovic(1990)提出的庫茲涅茨效應。隨著金融發(fā)展的深化，城鄉(xiāng)收入差距和城鎮(zhèn)內(nèi)收入差距都呈現(xiàn)倒U型的軌跡。倒U型曲線的存在并不是因為金融發(fā)展本身的外部性，而是金融市場存在“進入門檻”。在金融發(fā)展初期，窮人因為無法承擔這個固定成本而享受不到金融發(fā)展的正外部性，收入差距會逐漸擴大；金融發(fā)展到一定程度后，低收入者進入金融市場，收入差距會因為金融發(fā)展的正外部性而縮小。若要通過金融手段促進收入差距縮小，就必須對低收入者和鄉(xiāng)村區(qū)域更加關注。

本研究的創(chuàng)新之處主要有三點。首先，在實證模型上，本文引入金融發(fā)展變量的二次項來捕捉金融發(fā)展的庫茲涅茨效應，檢驗金融發(fā)展對收入差距的倒U型非線性影響在中國是否成立。同時，比照了金融發(fā)展對城鎮(zhèn)內(nèi)收入差距和城鄉(xiāng)收入差距的影響，以避免二元體制可能帶來的影響。國內(nèi)已有研究主要集中在金融發(fā)展對城鄉(xiāng)收入差距的影響上，考慮到城鄉(xiāng)差距在中國整體收入差距中的決定性意義，使用城鎮(zhèn)內(nèi)收入差距檢驗金融發(fā)展的影響并作比照是更為一般性的做法。[注]學界普遍認為，城鄉(xiāng)收入差距是中國收入差距的重要組成部分；世界銀行報告也指出，中國50%以上的收入差距可以被城鄉(xiāng)差距所解釋(Atinc，1997；Yang，1999；章奇等，2004；陸銘和陳釗，2004；葉志強等，2011)。其次，在數(shù)據(jù)選擇上，本文在基于總收入檢驗的基礎上，考慮到近年財產(chǎn)性收入的影響增大，也用城鄉(xiāng)居民財產(chǎn)性收入差距作為因變量進行實證，得到一致結(jié)果。第三，在計量方法上，本文除了采用面板固定效應模型外，還使用工具變量法對內(nèi)生性進行了控制，并使用廣義矩估計(GMM)進行穩(wěn)健性檢驗，得到了一致的結(jié)果。

本文其他章節(jié)安排如下：第1章回顧了國內(nèi)外相關領域的研究，第2章是計量模型、變量構(gòu)造與數(shù)據(jù)描述，第3章報告了實證結(jié)果并作討論，第4章是結(jié)論和政策建議。

1 文獻回顧

金融發(fā)展對收入差距的影響，國內(nèi)外已有比較豐富的理論和實證研究，但并未達成一致結(jié)論。本章按照金融發(fā)展影響收入差距的三種可能性對相關文獻進行回顧。

1.1 線性關系： 金融發(fā)展有助于縮小收入差距

一些理論研究從人力資本積累的角度出發(fā)，認為金融發(fā)展具有明顯的正外部性，有利于縮小收入差距。反之，不完美的金融市場會使得收入差距長期存在。Becker and Tomes(1979, 1986)指出金融市場在父母對子女的人力資本投資決策中扮演著重要角色，非完美的信貸市場導致初始稟賦差距延續(xù)為后期持續(xù)存在的貧富差距。Galor and Zeira(1993)認為只有當金融系統(tǒng)得到發(fā)展和改善后，窮人能夠低成本地對教育進行融資，收入分配的情況才會得以改善。很多實證結(jié)果支持了“金融影響人力資本積累”的假說。Jacoby(1994)顯示信貸約束導致持續(xù)性貧困。Jacoby and Skoufias(1997)利用印度數(shù)據(jù)，發(fā)現(xiàn)存在借款約束的家庭遇到財務困難時更可能使子女輟學。Flug et al. (1998)和Beegle et al. (2006)分別利用跨國面板和坦桑尼亞數(shù)據(jù)，發(fā)現(xiàn)擁有少量資產(chǎn)的貧窮家庭更可能使未成年人參加工作。而Dehejia and Gatti(2005)運用跨國數(shù)據(jù)，發(fā)現(xiàn)1960—1995年間的金融發(fā)展顯著降低了未成年人工作比例。

也有學者關注金融系統(tǒng)對分散風險的貢獻，指出隨著金融發(fā)展，市場將出現(xiàn)更多“分散化”經(jīng)濟機會，這無疑會提高社會整體福利(Stiglitz, 1974)。隨著分散風險的固定成本降低，之前無法享受此類福利的窮人將因此獲利；但如果分散風險的邊際成本遞減，一直享受此服務的富裕階層會獲益更多(Newbery, 1977; Townsend, 1982; Bardhan et al., 2000; Demirgü?-Kunt and Levine, 2009)。一些學者將金融市場分散風險的功能與個體成為企業(yè)家的機會聯(lián)系起來，認為不夠發(fā)達的金融市場會降低窮人成為企業(yè)家的機會(Evans and Jovanovic,1989; Mookherjee and Ray, 2003; Jeong and Townsend, 2007, 2008)，信貸約束又使得初始稟賦顯著影響個體的企業(yè)家生涯及后期的財富分配(Aghion and Bolton, 1997; Piketty, 1997; Bardhan, 2000)。Paulson and Townsend(2004)和Demirgü?-Kunt et al. (2008)研究了家庭財富與創(chuàng)業(yè)之間的關系，發(fā)現(xiàn)相對富裕的家庭會更可能創(chuàng)業(yè)，創(chuàng)業(yè)之前與金融機構(gòu)的良好關系對于新企業(yè)的生存有顯著的正向作用。

金融市場對收入分配的影響還會通過間接途徑傳導。Gine and Townsend(2004)指出，金融擴張以及家庭信貸可得性可以解釋樣本期內(nèi)泰國人均GDP的快速增長；與此同時，就業(yè)率和平均工資也有所上升。在這個過程的初期，只有那些具有企業(yè)家能力但缺乏資金支持的人能從金融發(fā)展中獲利；隨著金融市場推動經(jīng)濟的發(fā)展，大部分勞動者都能享受到工資上升帶來的福利。Levine et al. (2011)指出，在發(fā)達的金融市場上，銀行間的競爭使得其貸款甄別必須更加偏重于公司實力，這反過來迫使公司提高生產(chǎn)效率以吸引銀行資本，從而顯著加大公司之間的競爭。同時，金融發(fā)展會降低由于歧視造成的勞動力市場進入門檻，有助于縮小由此導致的收入差距。在發(fā)展中國家，大量勞動力被中小企業(yè)雇傭，金融發(fā)展對勞動力市場影響的一個重要方面在于其對中小企業(yè)的影響。[注]相關的實證研究包括Hubbard and Palia(1995)、Huo(1997)、Demirgü?-Kunt and Maksmovic(1998)、Rajan and Zingales(1998)、Black and Strahan(2002)、Beck et al. (2005, 2008)、Klapper et al. (2006)、 Cotler and Woodruff(2008)，De Mel et al. (2008)、Demirgü?-Kunt and Levine(2009)、Kerr and Nanda(2009)等。從已有的研究來看，無論是公司、行業(yè)還是國家層面的結(jié)果，基本都支持金融發(fā)展提高公司(特別是小公司)業(yè)績、有助于新生公司進入市場的結(jié)論。

金融深度是一個重要的觀察變量。Clarke et al. (2006)利用83個國家1960—1995年間的數(shù)據(jù)，檢驗了金融深度有助于縮小收入差距。Beck et al. (2007)利用1960—2005年間的跨國面板數(shù)據(jù)，發(fā)現(xiàn)基尼系數(shù)的增長率隨金融深度增強而降低，并且金融發(fā)展對低收入人群更為有利，可以降低絕對貧困水平。Batuo et al. (2012)利用22個非洲國家1990—2004年間的面板數(shù)據(jù)，發(fā)現(xiàn)收入差距隨著金融發(fā)展而減小，并且不支持Greenwood and Jovanovic(1990)的倒U假說。

1.2 線性關系： 金融發(fā)展擴大了收入差距

中文文獻主要集中在金融深度對收入差距的影響，多數(shù)認為收入差距會被金融發(fā)展拉大。章奇等(2004)利用1978—1998年間的中國省級面板數(shù)據(jù)，發(fā)現(xiàn)金融深度的增加擴大城鄉(xiāng)收入差距，且主要表現(xiàn)在20世紀90年代。另外，我國金融機構(gòu)在向農(nóng)村和農(nóng)業(yè)配置資金方面缺乏效率。章奇等(2004)對金融深度的影響采取了線性假設，文章中運用了三種不同的計量方法，但是三者在主變量的顯著性上并不一致。陸銘和陳釗(2004)的樣本區(qū)間為1987—2001年，指出中國持續(xù)擴大的城鄉(xiāng)收入差距源于地方政府實施的帶有城市化傾向的經(jīng)濟政策，金融發(fā)展本身并無顯著影響。該文得出與章奇等(2004)不同的結(jié)論，但未討論內(nèi)生性問題。

溫濤等(2005)運用時間序列分析和格蘭杰因果檢驗(Granger Causality Tests)對1952—2003年間中國的整體金融發(fā)展進行了研究，發(fā)現(xiàn)整體金融發(fā)展對農(nóng)民收入的增長具有顯著的負效應，并擴大了城鄉(xiāng)收入差距。葉志強等(2011)將數(shù)據(jù)集擴展到了2006年，并參照Beck et al. (2007)的實證框架，指出金融發(fā)展對農(nóng)村居民人均收入有顯著的負向影響，對城鎮(zhèn)居民人均收入則無顯著影響。但該研究同樣忽略了金融發(fā)展的內(nèi)生性，也沒有考慮政府對農(nóng)業(yè)的財政支出。孫永強和萬玉琳(2011)用泰爾熵指數(shù)度量城鄉(xiāng)收入差距，運用中國1978—2008年間的省級數(shù)據(jù)，采用面板誤差修正模型考察了金融發(fā)展、對外開放和城鄉(xiāng)收入差距三者之間的長期關系，認為在長期金融發(fā)展會顯著擴大城鄉(xiāng)居民的收入差距。此外，Gimet and Lagoarde-Segot(2014)運用1994—2002年間49個國家的數(shù)據(jù)，發(fā)現(xiàn)金融發(fā)展與收入差距存在顯著正向因果關系。并且，這種關系取決于金融部門的性質(zhì)，而非其規(guī)模。相比于資本市場，銀行部門對不平等有更強的影響。

1.3 金融發(fā)展與收入差距之間的非線性關系

Greenwood and Jovanovic(1990)認為金融影響家庭獲得更高投資回報的可能性。他們假設，金融中介在項目識別方面具有絕對優(yōu)勢，其參與有助于提高投資者的投資回報率乃至社會的整體效率，并促進經(jīng)濟增長。然而，進入金融市場(接受到金融中介的服務)需要支付一定的固定成本，這個成本在初期并不是每個人都能支付得起。隨著經(jīng)濟發(fā)展，越來越多的人有能力支付這一成本并接觸到金融市場與金融中介，進而有機會獲得更高的投資回報。Townsend and Ueda(2006)擴展了Greenwood and Jovanovic(1990)的理論，并指出貧富差距與金融發(fā)展之間的關系并非是單調(diào)的。Demirgü?-Kunt and Levine(2009)提出金融會影響不同個體的投資回報率。當金融市場的發(fā)展程度很低的時候，其不完美程度對投資機會造成了很大的限制；或者如果較高的初始資本會帶來較高的投資回報，那么通常只有富人才能夠通過投資來積累財富，貧富差距無疑會被擴大。Kim and Lin(2011)認為金融發(fā)展與城鄉(xiāng)收入差距關系取決于某一國家金融發(fā)展的水平，強調(diào)了門檻的作用。

中文實證文獻方面，丁志國等(2011)利用我國1985—2009年各省的數(shù)據(jù)證明了我國城鄉(xiāng)收入差距與經(jīng)濟發(fā)展間存在倒U型關系。此外，結(jié)果顯示單位GDP的農(nóng)業(yè)貸款額、貸款網(wǎng)點比率、就業(yè)城市化等因素能顯著縮小城鄉(xiāng)收入差距。胡宗義和劉亦文(2010)對金融非均衡發(fā)展與城鄉(xiāng)收入差距的關系進行了研究，研究結(jié)果支持倒U型關系，并發(fā)現(xiàn)拐點出現(xiàn)在金融發(fā)展20%～60%的分位數(shù)水平區(qū)間。而關于金融發(fā)展與收入差距的倒U型機制形成原因，孫永強(2012)雖未證實倒U型關系，但指出城市化可能是金融發(fā)展縮小城鄉(xiāng)收入差距的中間渠道。楊楠和馬綽欣(2014)研究兩者的時變關系，并具體探討了中國地區(qū)間的階段性差異。

1.4 小結(jié)

現(xiàn)有理論文獻對金融發(fā)展與收入差距之間的關系尚未取得一致結(jié)論。一些學者認為金融發(fā)展更有利于低收入者且會縮小收入差距。因為金融發(fā)展直接地降低進入金融市場、接受金融服務和管理風險的門檻，同時間接地通過增加勞動力市場的需求來促進就業(yè)公平并提高工資，有利于低收入者通過教育積累人力資本和擁有才能卻缺乏初始資本的人成為企業(yè)家，使得經(jīng)濟機會的分布更加廣泛。也有學者認為金融發(fā)展雖然會提高金融服務質(zhì)量并降低服務成本，但由于存在進入門檻，只有已經(jīng)在金融市場中的富裕階層才能因此獲益。即使金融市場的進入門檻會隨著金融發(fā)展逐漸降低，富裕階層仍會比窮人更加有效地利用金融服務積累財富，使得貧富差距進一步擴大。

實證研究大多認為金融發(fā)展有助于縮小貧富差距，尤其在金融發(fā)展的過程中，低收入的家庭和小公司會比富裕家庭和大公司獲得更多經(jīng)濟機會。在家庭層面上，金融發(fā)展有助于平滑消費和對人力資本投資進行融資；在公司層面上，金融可得程度往往與高回報和更好的公司業(yè)績相聯(lián)系。中文文獻大多支持金融發(fā)展擴大貧富差距，這可能與相關研究對中國城鄉(xiāng)二元體制及其經(jīng)濟影響的控制程度有關。中國城鄉(xiāng)收入差距較高的地區(qū)往往是那些整體經(jīng)濟不夠發(fā)達、金融服務也很難覆蓋的地區(qū)，金融發(fā)展并不完全外生于模型。國內(nèi)已有研究多是利用各省或者全國的經(jīng)濟總量數(shù)據(jù)衡量金融發(fā)展與城鄉(xiāng)收入差距之間的關系，這雖然可以很好地捕捉金融發(fā)展的整體效應(包括直接效應和間接效應)，但卻存在內(nèi)生性引起的識別問題。章奇等(2004)系統(tǒng)地考慮了內(nèi)生性的問題，但通過不同方法得到的實證結(jié)果并不一致。

2 計量模型與變量構(gòu)造

本文從兩個層面討論金融發(fā)展與收入差距的關系，一是金融發(fā)展與城鄉(xiāng)收入差距，二是金融發(fā)展與城鎮(zhèn)內(nèi)收入差距，從而避免二元體制可能帶來的影響，以期得到更一般性的結(jié)論。對中國的省級面板數(shù)據(jù)來講，固定效應較之混合回歸和隨機效應更為廣泛地采用。[注]如章奇等(2004)、陸銘和陳釗(2004)、葉志強等(2011)。英文文獻中，Clarke et al. (2006)采用了隨機效應模型，因為回歸模型中包含了不隨時間變化的虛擬變量，致使固定效應估計失效。本文運用雙因素固定效應模型進行實證分析，這在理論上也符合模型的內(nèi)涵假設，因為金融發(fā)展程度顯然與省級效應相關。并且，以中國的情況而言，城鄉(xiāng)收入差距較大的省份往往是不夠發(fā)達的省份，很難吸引金融資源。因此，對于這個問題的研究，也必須考慮內(nèi)生性問題。

2.1 計量模型與變量定義

2.1.1 金融發(fā)展與城鄉(xiāng)收入差距

為了考查金融發(fā)展對中國城鄉(xiāng)收入差距的影響，本文設定了以下基本的面板回歸模型：[注]本文樣本的截面跨度為31，時間跨度為18，仍可認為是一個短面板。故，不著重考慮面板時間序列特征。

其中，下標i和t分別表示第i個省級行政單位和第t年。INE和URRATIO表示以城鎮(zhèn)居民平均可支配收入與農(nóng)村居民平均純收入之比度量的城鄉(xiāng)收入差距，前者基于總收入(涵蓋工資性收入和財產(chǎn)性收入)，后者基于財產(chǎn)性收入。FD表示以金融深度度量的金融發(fā)展指標，F(xiàn)D2是其二次項，用來捕捉金融發(fā)展對城鄉(xiāng)收入差距影響的庫茲涅茨效應。CV表示控制變量，在固定效應模型中特別包括了地區(qū)固定效應γi和時間固定效應δt。ε是隨機干擾項。如果金融發(fā)展與城鄉(xiāng)收入差距之間的庫茲涅茨效應存在，則回歸結(jié)果應顯示：α1顯著大于0且α2顯著小于0。

2.1.2 金融發(fā)展與城鎮(zhèn)內(nèi)收入差距

為了考查金融發(fā)展對中國城鎮(zhèn)內(nèi)收入差距的影響，本文設定了以下基本回歸模型：

(3)

其中，GINI表示以基尼系數(shù)度量的城鎮(zhèn)內(nèi)收入差距。其他變量設置與模型1相同。如果金融發(fā)展與城鎮(zhèn)內(nèi)收入差距之間的庫茲涅茨效應存在，則回歸結(jié)果應顯示：α1顯著大于0且α2顯著小于0。

2.1.3 金融發(fā)展的度量

如何量化金融發(fā)展是金融深化理論提出后此領域研究面臨的共同問題。McKinnon(1973)采用的是貨幣存量M2與GDP的比值，然而這一方法只能反映貨幣流通情況，無法與經(jīng)濟增長、收入分配等議題相匹配，隨后即被認為存在缺陷。自Levine and Zervos(1998)使用銀行對私人部門貸款總額與GDP比值度量金融發(fā)展以后，這個指標就被廣泛接受。中國金融體系以商業(yè)銀行為主體，其中又以存貸業(yè)務占比最多。因此，本文以銀行貸款總額占GDP比重這一指標度量金融發(fā)展。[注]金融發(fā)展縮小收入差距的關鍵機制，在于金融市場和金融中介的發(fā)展使得低收入者能夠獲得更多的經(jīng)濟機會，如投融資機會、成為企業(yè)家機會(包含自雇勞動和自營工商業(yè))等。銀行體系的發(fā)展可以促進金融接觸(Financial Access)，這已被眾多文獻所證明。就本文而言，銀行貸款總額占GDP比重的增大意味著更多的借貸機會，即意味著更多的經(jīng)濟機會。這對于城市和農(nóng)村具有相同的效果。

2.1.4 省級城鎮(zhèn)基尼系數(shù)的計算

本文用基尼系數(shù)度量城鎮(zhèn)內(nèi)收入差距(Ray, 1998)。城鎮(zhèn)基尼系數(shù)運用各省統(tǒng)計年鑒中“人民生活”項的城鎮(zhèn)居民收入分組數(shù)據(jù)計算得到，方法參考謝建國和丁方(2011)。各省統(tǒng)計年鑒一般將城鎮(zhèn)居民按照平均收入從低到高分為7組，每組分別占抽樣總數(shù)的10%、10%、20%、20%、20%、10%、10%，以Xi表示各組的人口累計百分比，Yi表示各組的收入累計百分比，則城鎮(zhèn)基尼系數(shù)為：

(4)

2.1.5 控制變量

在考察金融發(fā)展與城鄉(xiāng)收入差距時，包含在模型中的控制變量如下：

(1) 二元對比系數(shù)(A_nA)：農(nóng)業(yè)部門與非農(nóng)業(yè)部門之間的二元結(jié)構(gòu)是中國城鄉(xiāng)收入差距的主導因素。為了控制二元結(jié)構(gòu)對城鄉(xiāng)收入差距的影響，本文根據(jù)彭建剛和李關政(2006)計算了二元對比系數(shù)：[注]此構(gòu)造由陳宗勝于1994年提出(《經(jīng)濟發(fā)展中的收入分配》，上海人民出版杜)，最初只包含農(nóng)業(yè)—工業(yè)的二元對比，彭建剛和李關政(2006)通過引入第三產(chǎn)業(yè)將其擴展為農(nóng)業(yè)—非農(nóng)業(yè)二元對比。

(5)

其中，非農(nóng)業(yè)部門包括第二和第三產(chǎn)業(yè)。某部門比較勞動生產(chǎn)率等于其產(chǎn)出所占比重與投入勞動力所占比重之比。二元對比系數(shù)越低，說明二元性越強。預測其對城鄉(xiāng)收入差距的影響為負。

(2) 人均實際GDP(GDP per capita以下簡化為GDPp c，1991年價格)：Demirgü?-Kunt and Levine(2009)指出，金融對收入分配的影響可以分解成兩個方面：一是通過促進經(jīng)濟增長增加低收入者的收入，二是通過改變洛倫茲曲線(Lorenz curve)影響不同階層的相對收入。本文關心后者，回歸模型應當控制人均實際GDP(取自然對數(shù))。本文還引入其二次項以控制經(jīng)濟發(fā)展對收入差距的庫茲涅茨效應(章奇等，2004；Clarke et al.,2006)。[注]對于名義值與實際值之間的差異，作者嘗試過三種調(diào)整方式： GDP per capita Deflator、GDP Deflator和CPI。發(fā)現(xiàn)通過前兩種方式計算出來的調(diào)整因子相差在1%以內(nèi)，與第三種方式相差在10%以內(nèi)?？紤]到經(jīng)濟含義以及數(shù)據(jù)準確性，本文采用了第一種方式計算得到的人均實際GDP。

(3) 政府農(nóng)業(yè)支出(AGRI)：農(nóng)業(yè)支出占當年政府財政支出的比例，是支農(nóng)政策的代理變量。可以預期，較高的農(nóng)業(yè)支持將有助于縮小城鄉(xiāng)差距，預測其符號為負。

(4) 政府財政支出(FIS)：當年政府財政支出占GDP的比例。由于政府政策存在城市化傾向(陸銘和陳釗，2004；溫濤等，2005)，預測此項符號為正。

(5) 外貿(mào)的活躍程度(TRADE)：當年進出口總額占GDP的比例。對外貿(mào)易一般發(fā)生于城鎮(zhèn)，故預測此項系數(shù)為正。

(6) 現(xiàn)代部門貢獻率(MSVA)：當年第二、三產(chǎn)業(yè)增加值占GDP的比例，是產(chǎn)業(yè)結(jié)構(gòu)的代理變量?？紤]到其與二元對比系數(shù)之間可能存在多重共線性，故作為最后一個變量逐步加入回歸模型。

在考慮金融發(fā)展與城鎮(zhèn)內(nèi)收入差距時，需要控制的因素有：(1)人均實際GDP；(2)政府財政支出；(3)外貿(mào)的活躍程度。認為更高的政府財政支出意味著對富人更高的稅收和對窮人更多的轉(zhuǎn)移支付(Clarke et al.,2006)，預期更高的政府財政支出有助于縮小城鎮(zhèn)內(nèi)收入差距。以國際貿(mào)易度量的開放程度會影響收入差距(Beck et al.,2007)，預測外貿(mào)的活躍程度會增大城鎮(zhèn)內(nèi)收入差距。

2.2 數(shù)據(jù)來源與描述分析

本文運用中國31個省級行政單位1991—2008年的面板數(shù)據(jù)。財產(chǎn)性收入來源于中經(jīng)網(wǎng)數(shù)據(jù)庫，其他資料均來自《新中國60年統(tǒng)計資料匯編》。選擇1991—2008年這一時間區(qū)間是基于以下原因：

第一，現(xiàn)有研究發(fā)現(xiàn)，1990年是中國經(jīng)濟發(fā)展的一個拐點，之后經(jīng)濟進入了相對發(fā)達的時期，并且金融發(fā)展相對于經(jīng)濟發(fā)展是滯后的(如：章奇等，2004；陸銘和陳釗，2004；溫濤等，2005)。這與Greenwood and Jovanovic(1990) 的理論背景恰好吻合，檢驗金融發(fā)展的庫茲涅茨效應非常合適。

第二，農(nóng)村經(jīng)濟改革的效應在1980年代后期逐漸釋放干凈。家庭聯(lián)產(chǎn)承包責任制到1987年在中國大陸的所有省份均已推廣，這無疑會對城鄉(xiāng)收入差距造成影響。將時間區(qū)間截選自1990年以后則可以避免這些影響對估計的干擾。

第三，金融發(fā)展在1990年代也發(fā)生了變化。政府自1980年代末開始更加依靠金融體系作為主要的政策手段。中國農(nóng)村金融的發(fā)展水平，無論是在信貸還是儲蓄方面，與全國整體之間的差距都進一步地擴大了(章奇等，2004；溫濤等，2005)。

變量的描述性統(tǒng)計如表1、表2所示。本文共有31個省的城鄉(xiāng)545個樣本點、城鎮(zhèn)420個樣本點。城鄉(xiāng)收入差距變量ln(INE)和ln(URRATIO)的均值分別為1.014和1.331。城鎮(zhèn)基尼系數(shù)ln(GINI)的均值為0.231。金融發(fā)展變量ln(FD)的均值為0.663。二元對比系數(shù)A_nA均值為0.218。

表1 金融發(fā)展與城鄉(xiāng)收入差距： 描述性統(tǒng)計

表2 金融發(fā)展與城鎮(zhèn)內(nèi)收入差距： 描述性統(tǒng)計

3 實證結(jié)果

以下使用雙因素固定效應模型(同時控制省份i和時間t)和工具變量法分別討論金融發(fā)展與城鄉(xiāng)收入差距和城鎮(zhèn)內(nèi)收入差距的關系，并進行了相關的穩(wěn)健性檢驗。其中，對于城鄉(xiāng)收入差距，進一步考慮了財產(chǎn)性收入。

之所以選擇雙因素固定效應模型，除其符合理論假設和實踐中廣泛使用外，對時間虛擬變量的聯(lián)合顯著性檢驗強烈拒絕“無時間效應”的原假設，所以本文在所有回歸中也均包含了時間虛擬變量。另外，由于收入差距較大的省份往往經(jīng)濟不夠發(fā)達，金融發(fā)展程度也較低，所以內(nèi)生性問題必須慎重考慮。本文在此部分視金融深度為內(nèi)生變量，采用其1階滯后值作為工具變量進行估計。由于學術界對此尚無具體而公認有效的框架，本文參考Demirgü?-Kunt and Levine(2009)的觀點，在各種計量方法的假設都與現(xiàn)實存在諸多不同時，通過不同計量方法得到類似的結(jié)論即認為在一定程度上是穩(wěn)健的。

3.1 金融發(fā)展與城鄉(xiāng)收入差距

表3報告了基于總收入的模型1的回歸結(jié)果。本文在雙因素固定效應回歸中使用聚類穩(wěn)健標準差控制可能的異方差和序列相關。對于可能存在的干擾項組間相關，作者通過Friedman(1937)和Pesaran(2004)檢驗，均無法拒絕“不存在組間截面相關”的原假設。由表3可以看出，對于雙因素固定效應回歸，在逐步加入控制變量的過程中，金融深度線性項(ln(FD))系數(shù)始終顯著為正，其二次項(Sqr of ln(FD))系數(shù)顯著為負。根據(jù)回歸(6)，ln(FD) 的系數(shù)為0.841，二次項系數(shù)為-0.498，可知拐點處于ln(FD)的84.44百分位。這表明在樣本期間內(nèi)，以金融深度度量的金融發(fā)展與我國城鄉(xiāng)收入差距之間存在倒U型的庫茲涅茨關系。[注]本文也嘗試了其他指標。樊綱等(2010)編制的“信貸資金分配市場化”(1997—2007)指標衡量了金融機構(gòu)貸款中非國有企業(yè)貸款所占比重，該指標得分越高表示金融市場化程度越深，亦即民營企業(yè)和民營企業(yè)家獲得融資的機會越大。本文以其替代“銀行貸款總額/GDP”來衡量金融發(fā)展。結(jié)果顯示，該變量一次項系數(shù)顯著為負，二次項系數(shù)不顯著，即金融發(fā)展有助于縮小城鄉(xiāng)收入差距?？紤]到該指標的樣本期間為1997—2007年，其實證結(jié)果與運用1991—2008年樣本得到的倒U型關系具有一致性?？刂谱兞恐?，二元對比系數(shù)(A_nA)顯著為負，表明二元性增強會導致城鄉(xiāng)收入差距擴大；農(nóng)業(yè)財政支出(AGRI)顯著為負，說明政府對農(nóng)業(yè)的支持有助于縮小城鄉(xiāng)收入差距。工具變量法回歸系數(shù)通過2SLS估計，結(jié)果類似，支持金融發(fā)展與城鄉(xiāng)收入差距之間存在倒U型庫茲涅茨關系。金融深度的線性項和二次項系數(shù)顯著性增強。二元對比系數(shù)和農(nóng)業(yè)財政支出同樣對城鄉(xiāng)收入差距表現(xiàn)出顯著影響：隨著二元性的減弱和農(nóng)業(yè)扶持的增強，城鄉(xiāng)收入差距有縮小的趨勢。

表4報告了基于財產(chǎn)性收入的模型2回歸結(jié)果，估計方法和模型1相同。工具變量法回歸結(jié)果表明，金融深度線性項(ln(FD))系數(shù)始終顯著為正，其二次項(Sqr of ln(FD))系數(shù)顯著為負，金融發(fā)展對城鄉(xiāng)財產(chǎn)性收入差距的影響也表現(xiàn)出庫茨涅茨效應。與工具變量法相比，雙因素固定效應回歸結(jié)果在主變量的符號上保持了一致，大小略有改變，顯著性水平變?nèi)?。類似地，由雙因素固定效應回歸(6)可得，ln(FD)系數(shù)為4.128，Sqr of ln(FD)系數(shù)為-2.338，拐點處于ln(FD)的88.28百分位，這與模型1得到的結(jié)果比較接近。此外，對比基于總收入的回歸結(jié)果，基于財產(chǎn)性收入的回歸結(jié)果中，金融發(fā)展與其二次項的回歸系數(shù)的絕對值明顯增大，可見我國金融發(fā)展對城鄉(xiāng)財產(chǎn)性收入差距的影響要大于對工資性收入差距的影響。這與文獻中所指出的，金融發(fā)展更與財產(chǎn)性收入直接聯(lián)系、與工資性收入聯(lián)系相對間接具有一致性。

出于穩(wěn)健的目的，本文同樣使用了金融深度的滯后1—2期值，利用過度識別的廣義矩估計(GMM)方法對模型1和模型2進行了估計，系數(shù)的符號和顯著性均無改變。結(jié)果見表5。

3.2 金融發(fā)展與城鎮(zhèn)內(nèi)收入差距

表6報告了金融發(fā)展對城鎮(zhèn)內(nèi)收入差距(模型3)的估計結(jié)果。此處的收入變量是指總收入。由于城鎮(zhèn)內(nèi)財產(chǎn)性收入的分組數(shù)據(jù)不可得，無法構(gòu)造城鎮(zhèn)內(nèi)財產(chǎn)性收入的GINI系數(shù)，因此無法對城鎮(zhèn)內(nèi)財產(chǎn)性收入差距進行相關回歸。

表6 金融發(fā)展與城鎮(zhèn)內(nèi)收入差距

VARIABLESln(GINI): 雙因素固定效應ln(GINI): 工具變量法(1)(2)(3)(4)(1)(2)(3)(4)ln(FD)0.242***0.230***0.226***0.203***0.282***0.276***0.274***0.247***(0.08)(0.08)(0.08)(0.07)(0.07)(0.07)(0.07)(0.07)Sqr of ln(FD)-0.154***-0.150***-0.147***-0.132***-0.170***-0.168***-0.166***-0.150***(0.05)(0.05)(0.05)(0.04)(0.04)(0.04)(0.04)(0.05)ln(GDP pc)-0.0382-0.03490.0116-0.0127-0.01110.0522(0.05)(0.05)(0.06)(0.04)(0.04)(0.05)Sqr of ln(GDP pc)0.002640.00237-0.000550.0008910.000751-0.00299(0.00)(0.00)(0.00)(0.00)(0.00)(0.00)FIS-0.0186-0.0316-0.0097-0.0325(0.03)(0.03)(0.04)(0.04)TRADE0.0173**0.0192**(0.01)(0.01)Constant0.05710.2030.1970.02080.160***0.2040.204-0.0537(0.04)(0.29)(0.29)(0.32)(0.03)(0.23)(0.23)(0.24)Observations420420420420376376376376No. of Provinces3131313131313131R-squared0.8450.8470.8470.850

注： 括號里的數(shù)字為標準誤差。***、**、*分別表示在1%、5%、10%顯著性水平上顯著。

從表6可以看出，在逐步加入控制變量的過程中，金融深度線性項(ln(FD))系數(shù)一直顯著為正，其二次項(Sqr of ln(FD))系數(shù)則顯著為負。這說明在樣本期間內(nèi)，以金融深度衡量的金融發(fā)展對城鎮(zhèn)內(nèi)收入差距的影響存在倒U型的庫茲涅茨效應。同時也說明，排除二元體制對評估收入差距的結(jié)構(gòu)性影響之后，金融發(fā)展對收入差距的庫茲涅茨效應依然存在，支持了Greenwood and Jovanovic(1990)的理論預測。由雙因素固定效應回歸(4)可知，ln(FD)的系數(shù)估計值為0.203，二次項系數(shù)估計值為-0.312，拐點處于ln(FD)變量的76.89百分位。相比于金融發(fā)展影響城鄉(xiāng)收入差距的庫茲涅茨效應拐點，金融發(fā)展影響城鎮(zhèn)內(nèi)收入差距的拐點要更早一些。在控制變量中，貿(mào)易的開放性(TRADE)會顯著增大城鎮(zhèn)內(nèi)收入差距，與預期相符。工具變量法回歸系數(shù)通過2SLS估計。在考慮內(nèi)生性以后，結(jié)果類似。金融深度的線性項和二次項系數(shù)均處于1%的顯著性水平。

與估計金融發(fā)展對城鄉(xiāng)收入差距的影響類似，出于穩(wěn)健的目的，本文使用了金融深度的滯后1～2期值，利用過度識別的廣義矩估計方法對金融發(fā)展與城鄉(xiāng)收入差距(模型3)進行了估計，系數(shù)的符號和顯著性均無改變。結(jié)果見表7。

表7 金融發(fā)展與城鎮(zhèn)內(nèi)收入差距： 廣義矩估計回歸結(jié)果

注： 括號里的數(shù)字為調(diào)整后標準誤差。***、**、*分別表示在1%、5%、10%顯著性水平上顯著。

3.3 穩(wěn)健性檢驗[注]由于篇幅所限，正文并未報告穩(wěn)健性檢驗的細節(jié)。相關結(jié)果請見附錄。

3.3.1 不包含“人均GDP”的估計

Clarke et al. (2006)指出，雖然人均實際GDP是討論金融發(fā)展與收入分配關系時最重要的控制變量之一，但它與金融發(fā)展之間卻很可能存在多重共線性，進而對估計結(jié)果產(chǎn)生影響。因此，本文在估計“金融發(fā)展與城鄉(xiāng)收入差距”、“金融發(fā)展與城鎮(zhèn)內(nèi)收入差距”時，均分別刪去人均實際GDP的線性項和二次項，發(fā)現(xiàn)變量系數(shù)的符號和顯著性均未有實質(zhì)改變，說明計量結(jié)果穩(wěn)健。

3.3.2 平衡面板數(shù)據(jù)估計

之前在估計“金融發(fā)展與城鄉(xiāng)收入差距”關系時，運用了中國31個省級行政單位1991—2008年的非平衡面板數(shù)據(jù)，樣本中黑龍江、廣東、四川3省的數(shù)據(jù)在某些年份有所缺失，但是這并不影響固定效應的估計結(jié)果。為了穩(wěn)健，刪去這3省的全部數(shù)據(jù)以構(gòu)成平衡面板。類似地，在估計“金融發(fā)展與城鄉(xiāng)財產(chǎn)性收入差距”關系時，刪去了黑龍江和西藏的全部數(shù)據(jù)；在估計“金融發(fā)展與城鎮(zhèn)內(nèi)收入差距”關系時，刪去9個省7年的全部數(shù)據(jù)以構(gòu)成平衡面板。估計結(jié)果顯示，變量系數(shù)的符號和顯著性均未有實質(zhì)改變。

3.4 進一步討論

本文的數(shù)據(jù)樣本既采用了非平衡面板，也采用了平衡面板；計量模型既使用了固定效應，也使用了工具變量法和廣義矩估計；既有恰好識別，也有過度識別。所有的估計結(jié)果都顯示中國金融發(fā)展與收入差距之間是倒U型非線性關系，根據(jù)Demirgü?-Kunt and Levine(2009)的評判標準，這個結(jié)論在一定程度上是穩(wěn)健的。對此，Greenwood and Jovanovic(1990)的理論提供了非常好的解釋，認為金融可以使家庭獲得更高投資回報的機會，金融中介在項目甄別、風險管控等方面具有絕對優(yōu)勢，其參與有助于提高投資者的回報率。然而，進入金融市場(接觸到金融中介服務)需要支付一定的固定成本，這個成本在金融發(fā)展初期并不是每個人都能支付得起。所以，在金融發(fā)展的初級階段，由于進入門檻的限制，較少人能夠接觸到金融市場的正外部效應；隨著市場的發(fā)展，逐漸更多人進入并獲得高投資回報，收入差距逐步擴大；最終，隨著金融市場的高度發(fā)達，大部分人都有能力進入并從中獲利，收入差距會轉(zhuǎn)而開始降低。

過去較早的文獻幾乎沒有金融發(fā)展縮小收入差距的發(fā)現(xiàn)。比如，章奇等(2004)采用1978—1998年的數(shù)據(jù)，陸銘和陳釗(2004)采用1987—2001年的數(shù)據(jù)，溫濤等(2005)采用1952—2003年的數(shù)據(jù)?？赡艿脑蛟谟?，早期研究處于金融發(fā)展的較早階段。因此，本文截取早期資料(1991—2000年)進行檢驗，發(fā)現(xiàn)用早期樣本也得到金融發(fā)展擴大收入差距的結(jié)果。本文推論，當金融發(fā)展程度較低時，金融資源向城鎮(zhèn)傾斜，對于城鎮(zhèn)的融資需求貢獻較大，易擴大收入差距。隨著城市化發(fā)展加速，鄉(xiāng)村區(qū)域的發(fā)展速度大于城鎮(zhèn)，金融資源可以較有機會服務于低收入者，從而產(chǎn)生拐點，對縮小城鄉(xiāng)差距起到作用。此外，我們也針對城鎮(zhèn)進行研究，發(fā)現(xiàn)早期城鎮(zhèn)數(shù)據(jù)倒U型也存在。合理的推測是，由于城鎮(zhèn)的金融發(fā)展水平較高，即使截取樣本早期的數(shù)據(jù)也已經(jīng)涵蓋了其金融發(fā)展的拐點。之前研究并沒有詳細分析城鎮(zhèn)內(nèi)的收入差距，沒有得出與我們類似的結(jié)論。

關于庫茲涅茨效應的拐點數(shù)值，本文基于城鄉(xiāng)總收入差距和財產(chǎn)性收入差距，分別得到處于金融發(fā)展指標自然對數(shù)的84.44百分位和88.28百分位。對于城鎮(zhèn)內(nèi)總收入差距，則處于金融發(fā)展指標自然對數(shù)76.89百分位?；貧w結(jié)果具有較高的一致性。過去檢驗城鄉(xiāng)收入差距的文獻也有部分支持倒U型關系(丁志國等，2011；胡宗義和劉亦文，2010)。胡宗義和劉亦文(2010)運用2007年我國2861個縣(市)橫截面數(shù)據(jù)，使用了與本文相同的“金融發(fā)展”和“城鄉(xiāng)收入差距”指標構(gòu)造方法，采用非參數(shù)檢驗給出了一個金融發(fā)展的庫茲涅茨拐點的估計。其拐點值出現(xiàn)在2007年縣(市)金融發(fā)展的20%～60%分位數(shù)附近，即FD值位于27%至51%之間。這個結(jié)果與本文估計的80%左右是有區(qū)別的(即使是在考慮了本文的對數(shù)化的情況下)。結(jié)果的區(qū)別主要來自于兩點：首先，胡宗義、劉亦文(2010)使用的非參數(shù)模型并不包含控制變量，而本文則是通過回歸分析研究在控制了其他因素后，金融發(fā)展對收入差距的殘差的解釋力度，二者的經(jīng)濟含義不同。其次，胡宗義和劉亦文(2010)使用的是2007年橫截面數(shù)據(jù)，本文則使用的是面板數(shù)據(jù)。由于金融發(fā)展這一變量具有相當?shù)臅r間序列特征，故而不同的數(shù)據(jù)來源也會造成對拐點估計的不同。

4 結(jié)論與政策涵義

本文利用中國31個省級行政單位1991—2008年的面板數(shù)據(jù)，通過金融機構(gòu)貸款額占GDP比重所度量的金融深度衡量金融發(fā)展程度，以城鄉(xiāng)居民收入比衡量城鄉(xiāng)收入差距，以城鎮(zhèn)基尼系數(shù)衡量城鎮(zhèn)內(nèi)收入差距，在控制城鄉(xiāng)二元體制對收入分配的影響后，對金融發(fā)展與收入差距之間的關系進行了實證研究。結(jié)果表明，在控制了其他因素和內(nèi)生性后，金融發(fā)展對收入差距的影響，無論是城鄉(xiāng)間還是城鎮(zhèn)內(nèi)，都存在倒U型的庫茲涅茨效應。基于1997—2012年城鄉(xiāng)財產(chǎn)性收入數(shù)據(jù)的實證結(jié)果也具有一致性。這為Greenwood and Jovanovic(1990)的門檻理論提供了實證證據(jù)。本文同時表明，除金融深度以外，二元體制與政府對農(nóng)業(yè)的支持同樣會顯著影響城鄉(xiāng)收入差距。本文并不拒絕金融市場的正外部效應，而是指出這樣的正外部效應可能會因為“進入門檻”的阻礙而無法被低收入階層和農(nóng)村居民獲得。

就中國現(xiàn)狀來看，金融的門檻效應十分明顯。我國的經(jīng)濟政策和金融發(fā)展帶有明顯的城市化傾向、地域傾向和向財富階層偏移的傾向。除了財富所造成的門檻外，經(jīng)濟政策和金融發(fā)展傾向及其導致的農(nóng)村金融發(fā)展整體落后、大型國有銀行壟斷、中小企業(yè)融資困難、貧窮家庭子女的教育支持等問題，都對農(nóng)村居民、低收入居民、缺乏資金的企業(yè)家以及迫切需要積累人力資本以改變收入現(xiàn)狀的窮人子女造成門檻，使得收入差距持續(xù)存在甚至進一步擴大。因此，雖然面臨相關制度設計的挑戰(zhàn)[注]偏向窮人的政策可能意味著更高的逆向選擇和道德風險，會導致社會整體效率的降低(Aghion and Bolton, 1997; Piketty, 1997; Bardhan, 2000)。，本文仍建議政府的金融政策應該更加關注農(nóng)村居民和低收入者，以降低他們所面臨的金融市場進入門檻，助其積累人力資本并獲取投融資機會。

附錄： 穩(wěn)健性檢驗

附表1 金融發(fā)展與城鄉(xiāng)收入差距： 穩(wěn)健性檢驗—去除人均實際GDP

附表2 金融發(fā)展與財產(chǎn)性城鄉(xiāng)收入差距： 穩(wěn)健性檢驗—去除人均實際GDP

附表3 金融發(fā)展與城鎮(zhèn)內(nèi)收入差距： 穩(wěn)健性檢驗—去除人均實際GDP

附表6 金融發(fā)展與城鎮(zhèn)內(nèi)收入差距： 穩(wěn)健性檢驗—平衡面板數(shù)據(jù)估計

VARIABLESln(GINI): 雙因素固定效應ln(GINI): 工具變量法(1)(2)(3)(4)(1)(2)(3)(4)ln(FD)0.233**0.202**0.207**0.193**0.258**0.245*0.256**0.229*(0.0978)(0.0899)(0.0927)(0.0825)(0.131)(0.130)(0.130)(0.129)Sqr of ln(FD)-0.154**-0.143**-0.146**-0.141***-0.146*-0.147*-0.155*-0.142*(0.0587)(0.0528)(0.0548)(0.0491)(0.0858)(0.0841)(0.0842)(0.0835)ln(GDP pc)-0.183**-0.163**-0.0429-0.149**-0.126*-0.0165(0.0850)(0.0726)(0.103)(0.0685)(0.0701)(0.0862)Sqr of ln(GDP pc)0.007380.00598-0.0005630.00591*0.00432-0.00148(0.00459)(0.00396)(0.00554)(0.00324)(0.00340)(0.00434)FIS-0.0825-0.131-0.108-0.160**(0.108)(0.127)(0.0701)(0.0735)TRADE0.0269*0.0258**(0.0145)(0.0126)Constant0.117***1.144**1.082**0.5430.161***1.042**0.983**0.480(0.0398)(0.463)(0.414)(0.525)(0.0479)(0.419)(0.420)(0.475)Observations242242242242220220220220No. of Provinces2222222222222222R-squared0.8000.8100.8110.816————