• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    財政支農(nóng)和社會保障支出對城鄉(xiāng)居民收入差距影響的實證檢驗

    2019-04-22 11:23:32烜,張
    統(tǒng)計與決策 2019年6期
    關鍵詞:支農(nóng)城鄉(xiāng)居民社會保障

    王 烜,張 揚

    (1.中南財經(jīng)政法大學公共管理學院;2.中國地質(zhì)大學高等教育研究所,武漢430073)

    0 引言

    城鄉(xiāng)二元經(jīng)濟結構是當代我國社會經(jīng)濟的一個基本特點,城鄉(xiāng)收入差距擴大問題已經(jīng)引起了政府部門和學術界的高度關注。盡管從2009年開始,我國城鄉(xiāng)居民可支配收入之比連續(xù)下降,但是收入差距依然處于高位。那么,是什么原因造成了城鄉(xiāng)收入差距的擴大而中國經(jīng)濟卻能夠持續(xù)快速增長呢?將財政支農(nóng)水平不斷擴大是否會減緩我國城鄉(xiāng)收入差距呢?尤其是近些年政府大幅增加了社會保障支出,該調(diào)整會對城鄉(xiāng)收入差距產(chǎn)生何種影響?這些都值得進一步研究和探討。

    1 理論分析與研究假設

    城鄉(xiāng)二元經(jīng)濟結構失衡下城市和農(nóng)村之間的生產(chǎn)要素配置和資源稟賦條件存在失衡和錯位,這直接影響了勞動力的邊際報酬和勞動生產(chǎn)率,拉大城鄉(xiāng)勞動力工資的差距,從而會對城鄉(xiāng)居民收入差距產(chǎn)生影響??偟膩碚f,影響城鄉(xiāng)收入差距的因素包括市場、制度和政府等諸多方面,例如,在我國市場經(jīng)濟條件下,參加國民收入分配的要素不僅包括勞動,還包括資本、技術、財產(chǎn)和管理等其他進入市場并在生產(chǎn)中發(fā)揮作用的要素。為彌補市場缺失,消除城鄉(xiāng)二元經(jīng)濟結構,國家財政支出偏向于農(nóng)村發(fā)展,從而導致農(nóng)村人均可支配收入水平直接提高,削減城鄉(xiāng)居民收入差距。在政府采取的“鄉(xiāng)村振興”推動農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展的戰(zhàn)略下,財政支農(nóng)水平在不斷地提高。那么,假設中國政府財政支出干預力度越來越強,財政支農(nóng)的力度被提高,它將如何影響城鄉(xiāng)收入差距?基于此,本文提出如下假設:

    假設1:財政支農(nóng)的力度越大,城鄉(xiāng)收入差距越小,即存在一定的“涓流效應”。

    社會保障是現(xiàn)代政府支出的重點領域和公共支出的主體部分。實際中,不同社會保障項目對城鄉(xiāng)居民收入分配的調(diào)節(jié)效應,往往取決于具體制度的安排,如制度模式、覆蓋范圍、制度設計、管理等,因此,“逆向調(diào)節(jié)”和“抑制效應”兩種效果交替呈現(xiàn),當前階段是否有利于高收入者、不利于低收入者,還有待進一步檢驗。隨著社會保障體系的建設與完善,我國社會保障制度進入了全民覆蓋的新階段,其對收入差距的正向調(diào)節(jié)作用可能日益明顯?;诖?,本文提出如下假設:

    假設2:社會保障水平的提高縮小了城鄉(xiāng)居民收入差距,即存在一定的“抑制效應”。

    2 研究設計

    2.1 數(shù)據(jù)來源

    本文各變量采用的數(shù)據(jù)主要來自中國統(tǒng)計年鑒及各省份的統(tǒng)計年鑒,統(tǒng)計年度為2007—2015年,考察的樣本包括31個省份(不包括港澳臺地區(qū))總共279個樣本觀測值。社會保障支出、財政支農(nóng)數(shù)據(jù)均來源于的《中國統(tǒng)計年鑒》的省級面板數(shù)據(jù)。

    2.2 模型設定

    本文采用的省級面板數(shù)據(jù),可以綜合有效地研究自變量影響城鄉(xiāng)居民收入不平等持續(xù)性問題。采用面板數(shù)據(jù)的優(yōu)勢在于:(1)避免在觀測中由數(shù)據(jù)偏倚引起誤差;(2)降低模型的多重共線性;(3)有效分離控制阻礙觀測的差異性個體效應;(4)弱化時間效應對模型參數(shù)估計量的影響,從而最大程度地確保估計的有效性。運用2007—2015年的省級面板數(shù)據(jù)進行實證考察財政支農(nóng)、社會保障支出及相關的經(jīng)濟、社會特征變量對城鄉(xiāng)收入差距的影響。為使回歸系數(shù)能夠明確表達為變量間的彈性關系,本文以對數(shù)形式建立面板數(shù)據(jù)模型:

    式(1)中,被解釋變量y是城鄉(xiāng)收入差距,y-1表示因變量的滯后一期項,β1表示與因變量滯后一期項相對應的系數(shù),解釋變量fisical為財政支農(nóng)變量,ssl為社會保障支出變量,Xni,t為控制變量構成的向量,λ表示時間固定效應,ε為隨機誤差項。內(nèi)生性問題的一個來源就是遺漏變量,面對這一問題,本文盡可能地控制了已有研究中城鄉(xiāng)收入差距的影響因素。

    2.3 變量選取

    城鄉(xiāng)收入差距(y),是指一定社會經(jīng)濟條件下按照同一單位(貨幣或者實物)衡量的居民收入水平的差別。本文構建了泰爾指數(shù)的計算公式,該指標值越大,說明城鄉(xiāng)收入差距越大。由于城鄉(xiāng)收入差距具有慣性,上一期的城鄉(xiāng)收入差距會影響下一期城鄉(xiāng)收入差距,本文引入城鄉(xiāng)收入差距滯后一期項。

    其中,yit表示第i省第t年的泰爾指數(shù),Iij表示第i省第t年的總收入和分別表示該省份當年城鎮(zhèn)和農(nóng)村居民的總收入,和分別表示該省份在時期t的城鎮(zhèn)人口和農(nóng)村居民的人口數(shù)量,Pit表示該省份在時期t的總?cè)丝凇T摬糠謹?shù)據(jù)來自于2007—2015年《中國統(tǒng)計年鑒》以及各省市統(tǒng)計年鑒。

    本文選取了如下解釋變量:(1)財政支農(nóng)指標(fisical)。用地方財政支出項目中的農(nóng)林水支出占當年國家財政支出中比重來表示,以考察財政支農(nóng)政策干預對城鄉(xiāng)收入差距的影響方向及影響力度。財政中農(nóng)林水支出的提高顯然有利于促進農(nóng)村居民來自農(nóng)業(yè)部門的收入水平的提高,但是由于可能存在部門之間的資源集聚的轉(zhuǎn)移效應,因此,該變量對城鄉(xiāng)收入差距的影響還有待檢驗。(2)社會保障支出(ssl)。國際上通常用社會保障占財政支出比重表示,即選取“社會保障和就業(yè)支出”占當年“國家財政支出”中比重來衡量。該指標反映了公共財政用于社會保障制度建設的力度,也反映了社會成員享受社會保障經(jīng)濟待遇的高低程度。

    為了減輕由于遺漏變量帶來的內(nèi)生性問題,本文選取工業(yè)化水平(indu)、城鎮(zhèn)化率(urban)、對外貿(mào)易(trade)為控制變量。(1)工業(yè)化水平。工業(yè)化水平變量用第二產(chǎn)業(yè)增加值在GDP中比重來衡量,以此考察工業(yè)化水平調(diào)整是否存在有利于城鎮(zhèn)工業(yè)產(chǎn)業(yè)的傾向,影響城鄉(xiāng)不同主導產(chǎn)業(yè)間資源要素的流動,進而強化城鄉(xiāng)地區(qū)資源稟賦的差異,拉大城鄉(xiāng)收入差距。(2)城市化水平。本文引入城市化水平作為一個控制變量,以一省城市人口占該省總?cè)丝诘谋戎貋砗饬恳粋€省份的城市化水平。城市化水平越高,一般代表該省份城市和農(nóng)村經(jīng)濟發(fā)展越均衡,因此,城鄉(xiāng)居民的收入差距越小。(3)對外貿(mào)易。引入進出口總額衡量對外貿(mào)易對城鄉(xiāng)居民收入差距的影響。表1報告的是本文主要變量的描述性統(tǒng)計。

    表1 變量的描述性統(tǒng)計(2007—2015年)

    2.4 研究方法

    基于上述理論和研究假設,本文重點從社會保障支出考察其對城鄉(xiāng)收入差距的影響。鑒于傳統(tǒng)的采用普通最小二乘(OLS)估計方法,無法消除解釋變量的內(nèi)生性以及殘差的異方差問題,為了減少回歸結果偏差,本文主要采用系統(tǒng)矩估計方法(SYS-GMM)進行回歸,從而更加精準地考察財政支農(nóng)、社會保障支出對城鄉(xiāng)收入差距的影響,提出縮小收入差距的政策建議。具體做法是在DIF-GMM方法選取的工具變量的基礎上再選取因變量的一階差分滯后項 Δyi,t-1作為水平方程中因變量滯后項yi,t-1的工具變量。后文表2報告了利用31個省份2007—2015年的省級動態(tài)面板數(shù)據(jù)的系統(tǒng)GMM回歸結果。后文表3進一步采用工具變量法矯正內(nèi)生性。

    3 實證結果及分析

    表2給出了使用SYS-GMM模型對財政支農(nóng)、社會保障支出與城鄉(xiāng)收入差距的關系進行估計的結果。各方程殘差序列相關性檢驗結果顯示,一階p值都小于0.05,存在一階序列相關;而二階p值都大于0.1,不存在二階序列相關。再對各方程進行sargan檢驗,發(fā)現(xiàn)其P值都在0.6260以上,都大于0.1,因此工具變量的選取是有效的??梢钥闯?,廣義矩估計都通過了Sargan檢驗和AR(2)檢驗,說明相關實證結果是穩(wěn)健可靠的。

    3.1 財政支農(nóng)的影響

    在表2第一列的SYS-GMM回歸中,本文只放入財政支農(nóng)這一變量以及影響城鄉(xiāng)收入差距的重要特征變量如工業(yè)化水平、城鎮(zhèn)化率、對外貿(mào)易,結果發(fā)現(xiàn)財政支農(nóng)會顯著降低城鄉(xiāng)收入差距。為了避免財政支農(nóng)對城鄉(xiāng)收入差距的影響是由于遺漏社會保障支出產(chǎn)生的,在第三列中加入社會保障支出變量之后,財政支農(nóng)對城鄉(xiāng)收入差距的影響仍然顯著為負,回歸結果基本不變。從表2模型1財政支農(nóng)的回歸系數(shù)來看,財政支農(nóng)水平的提高對城鄉(xiāng)收入差距的回歸系數(shù)和估計結果較為穩(wěn)定,且所有模型中財政支農(nóng)對城鄉(xiāng)收入差距有顯著的負向影響。這表明,民生財政支出對縮小城鄉(xiāng)收入差距具有積極作用,且與本文假設的預期基本一致。本文認為,財政支農(nóng)政策具有明顯的再分配功能,在縮小居民收入差距方面發(fā)揮了重要作用。

    3.2 社會保障支出的影響

    在表2第二列加入社會保障支出變量進行回歸,社會保障支出變量在1%水平上通過顯著性檢驗,且社會保障支出變量對城鄉(xiāng)收入差距均呈顯著的負向影響,說明政府的財政社會保障支出存在明顯的收入再分配效應。該結果驗證了中國社會保障支出縮小城鄉(xiāng)收入差距的研究假設。這與現(xiàn)有的結論略有不同,其原因可能是在改革開放的初期農(nóng)村社會保障事業(yè)的發(fā)展遠遠落后于城市保障體系的構建,處于早期的制度探索階段,加之我國社會保障制度的收入分配效應并不明顯,或者社會保障支出較大,更容易擴大城鄉(xiāng)收入差距。而隨著中國社會保障體系的日趨完善,在國民收入分配中具備調(diào)節(jié)收入分配差距的作用,因此財政社會保障支出的再分配功能得以發(fā)揮。在城鄉(xiāng)社會保障一體化發(fā)展的國家政策下,高的社會保障支出水平代表了政府對城鄉(xiāng)居民社會保障方面的扶持力度增強,尤其是提高了農(nóng)村居民的保障水平,因而城鄉(xiāng)收入差距越低。這意味著,在未來的政策設計中,進一步強化社會保障支出的再分配效應,成為緩解城鄉(xiāng)收入差距的重要舉措。

    表2 系統(tǒng)GMM回歸結果

    3.3 其他變量的影響

    城鄉(xiāng)居民收入差距滯后一期回歸系數(shù)均為正值,并且在1%水平上顯著,說明收入差距具有慣性。工業(yè)化水平、城鎮(zhèn)化率和對外貿(mào)易3個控制變量均對城鄉(xiāng)收入差距泰爾指數(shù)的影響極為顯著,且在1%水平上通過顯著性檢驗。其中,工業(yè)化水平(In_urban)在1%水平上通過顯著性檢驗,且影響效應為負。這說明工業(yè)化水平提升對農(nóng)村居民非農(nóng)收入增加產(chǎn)生了積極影響,有利于抑制貧富差距。事實上,我國正處于農(nóng)村一、二、三產(chǎn)業(yè)融合發(fā)展和農(nóng)村工業(yè)化交替推進。對外貿(mào)易(In_trade)越發(fā)達,城鄉(xiāng)收入差距越大,且這種正向效應非常顯著。由于城鄉(xiāng)二元經(jīng)濟結構依然存在,地區(qū)進出口貿(mào)易往往集中在一些城鎮(zhèn)發(fā)達地區(qū),大量相關的經(jīng)濟社會資源向城鎮(zhèn)集聚,且這種影響更有利于城鎮(zhèn)人口。而農(nóng)村地區(qū)的勞動力多為非技術工人,難以滿足進出口商品生產(chǎn)的技術需求。因此,對外貿(mào)易這一變量在模型中對城鄉(xiāng)收入差距擴大起到了一定的正向影響效應。城市化水平(In_urban)越高,越有可能縮小城鄉(xiāng)居民之間的收入差距,且在1%水平上通過顯著性檢驗。城鎮(zhèn)化率的提高,農(nóng)村剩余勞動力能有效地被轉(zhuǎn)移和吸納,農(nóng)村勞動力轉(zhuǎn)移和農(nóng)民收入狀況改善,進而緩解城鄉(xiāng)收入差距。

    3.4 進一步檢驗

    表3匯報了采用不同方法進一步檢驗的結果。本文猜測工業(yè)化水平可能存在內(nèi)生性問題。自變量的內(nèi)生性會導致未知參數(shù)估計量有偏并且不具有一致性。常用來解決內(nèi)生性問題的方法有傾向得分匹配法、工具變量方法等。工具變量估計方法關鍵是要尋找合適的工具變量,尋找一個外生的且僅通過內(nèi)生變量而影響被解釋變量的變量。本文主要參照生存分析的方法,進一步使用工具變量二步法來解決內(nèi)生性問題。因此,在表3第二列中將內(nèi)生變量的一階滯后項作為工業(yè)化水平的代理變量,該變量當期城鄉(xiāng)收入差距受到上一期內(nèi)生變量的影響,但當期城鄉(xiāng)收入差距無法對前一期的內(nèi)生變量的水平造成影響,進而有效解決反向因果問題,因而適合作為工業(yè)化水平的代理變量,回歸結果見表3模型5。同時,為了確保估計結果的可靠性,本文借鑒穩(wěn)健性檢驗方法,將內(nèi)生變量滯后一期,利用系統(tǒng)GMM方法對動態(tài)面板模型進行重新估計,表3模型6報告了內(nèi)生解釋變量滯后一期的回歸結果。從模型5的回歸結果來看,即使在使用工業(yè)化水平的滯后一期,其對城鄉(xiāng)收入差距仍然顯著為負,與基準結果類似。

    表3 進一步回歸檢驗結果

    作為對基準回歸的補充,本文分別用FE估計、2SLS和SYS-GMM對財政支農(nóng)、社會保障支出和城鄉(xiāng)收入差距的關系進行穩(wěn)健性檢驗,結果在表3中給出。與前面的結果類似,在控制了工業(yè)化水平、城鎮(zhèn)化率和對外貿(mào)易變量后,模型均擬合得很好,而且也都能夠通過1%水平的F檢驗,回歸結果基本不變,故而以上分析是可信的。具體來說,財政支農(nóng)水平越低,城鄉(xiāng)收入差距越大,并且,社會保障支出與城鄉(xiāng)收入差距也呈負相關。這進一步證實了作為轉(zhuǎn)型時期政府的公共政策的重要組成部分,財政支農(nóng)和社會保障支出能夠顯著降低城鄉(xiāng)收入分配不均等程度。啟示我們,社會保障對城鄉(xiāng)居民收入差距的正向調(diào)節(jié)作用得到有效發(fā)揮。此外,本文發(fā)現(xiàn),在控制時間趨勢的基礎上,關于財政支農(nóng)、社會保障支出對城鄉(xiāng)收入差距影響的關系沒有發(fā)生質(zhì)的變化,在采用工具變量法矯正內(nèi)生性后,研究結論依然穩(wěn)健。以上檢驗結果說明本文分析是比較可靠的。

    4 結論

    基于2007—2015年全國31個省份的面板數(shù)據(jù),本文運用系統(tǒng)廣義矩估計方法,研究了財政支農(nóng)和社會保障支出對城鄉(xiāng)收入差距的影響。結果發(fā)現(xiàn):(1)財政支農(nóng)、社會保障支出對城鄉(xiāng)收入差距的具有調(diào)節(jié)作用。財政支農(nóng)的提高和社會保障支出的增加從相當程度上可以有效地縮小城鄉(xiāng)收入差距。(2)提升工業(yè)化水平和城市化水平,將顯著縮小城鄉(xiāng)收入差距。而對外貿(mào)易水平的提高,會將城鄉(xiāng)收入差距拉大。(3)在采用工具變量法矯正內(nèi)生性后,核心解釋變量的估計結果依然穩(wěn)健。

    猜你喜歡
    支農(nóng)城鄉(xiāng)居民社會保障
    社會保障
    社會保障
    河北省城鄉(xiāng)居民醫(yī)保整合的主要成效與思考
    金融支農(nóng)創(chuàng)新十大模式
    2017年中央財政繼續(xù)加大支農(nóng)投入
    人力資本、城鎮(zhèn)化與城鄉(xiāng)居民收入差距
    我國財政支農(nóng)支出福利績效的DEA評價
    堅持就業(yè)優(yōu)先 推進社會保障全覆蓋
    學習月刊(2016年2期)2016-07-11 01:52:40
    媒體募捐永遠成不了社會保障
    發(fā)達國家財政支農(nóng)政策的經(jīng)驗及啟示
    桐庐县| 东丰县| 沅江市| 临夏县| 柞水县| 桃园市| 蒙城县| 揭东县| 桦川县| 萍乡市| 临湘市| 车险| 额尔古纳市| 个旧市| 赤水市| 博客| 西城区| 博乐市| 双柏县| 黔西县| 灵山县| 镇安县| 梧州市| 邛崃市| 华容县| 中西区| 贡嘎县| 连平县| 临湘市| 沙雅县| 汉川市| 丹江口市| 保康县| 林州市| 铜陵市| 青铜峡市| 罗定市| 剑川县| 陵川县| 神农架林区| 荆门市|