中國九大城市群數(shù)字普惠金融發(fā)展的時空差異及動態(tài)演進(jìn)

張德鋼 朱旭森

[摘 要]采用Dagum 基尼系數(shù)、核密度非參數(shù)估計和收斂模型揭示九大城市群數(shù)字普惠金融發(fā)展的區(qū)域差異、分布動態(tài)及收斂機制。研究發(fā)現(xiàn)：九大城市群數(shù)字普惠金融發(fā)展差異呈下降趨勢，城市群間差異是導(dǎo)致數(shù)字普惠金融發(fā)展差異的主要來源。其中，珠三角城市群數(shù)字普惠金融整體發(fā)展水平最高，城市群內(nèi)差異最小，同其他城市群整體差異最大。九大城市群數(shù)字普惠金融發(fā)展具有顯著的σ收斂特征，也存在絕對β收斂和條件β收斂，但各城市群收斂速度不相同，經(jīng)濟發(fā)展相對落后的城市群數(shù)字普惠金融發(fā)展收斂速度更快。研究對推動城市群數(shù)字普惠金融協(xié)同發(fā)展，促進(jìn)金融服務(wù)均等化具有重要意義。

[關(guān)鍵詞]城市群;數(shù)字普惠金融;時空演進(jìn)

[中圖分類號]F832;F299.2[文獻(xiàn)標(biāo)識碼]A[文章編號]1673-0461（2020）12-0088-09

一、引 言

深度融合通訊技術(shù)與電子商務(wù)的數(shù)字普惠金融，可以克服傳統(tǒng)金融對物理網(wǎng)點的依賴，具有更大的地理穿透力和低成本優(yōu)勢，能夠顯著擴大普惠金融服務(wù)范圍并提升服務(wù)效率，得到了中國政府的高度重視。國務(wù)院于2015年底印發(fā)的《推進(jìn)普惠金融發(fā)展規(guī)劃（2016—2020年）》明確提出要積極借助互聯(lián)網(wǎng)等現(xiàn)代信息技術(shù)手段拓展普惠金融服務(wù)廣度和深度。2016年杭州 G20 峰會，中國政府積極推動并參與制定《G20數(shù)字普惠金融高級原則》，進(jìn)一步明確了數(shù)字普惠金融的發(fā)展方向。當(dāng)前，中國的數(shù)字普惠金融發(fā)展已經(jīng)走在了世界前列[1-3]，而數(shù)字普惠金融在中國得以快速發(fā)展的一個重要原因在于城市群的崛起。城市群作為中國區(qū)域經(jīng)濟最具活力和潛力的核心地區(qū)，城市群內(nèi)部以及城市群之間人口、資金、技術(shù)、信息等生產(chǎn)要素的巨大流動需求，為數(shù)字普惠金融發(fā)展提供了重要平臺[4]。目前，中國已經(jīng)形成了珠三角城市群、長三角城市群、京津冀城市群、中原城市群、長江中游城市群、北部灣城市群、哈長城市群、成渝城市群、關(guān)中城市群等九大代表性城市群。在此背景下本文提出如下研究問題，九大城市群數(shù)字普惠金融發(fā)展的空間差異如何？動態(tài)演進(jìn)趨勢如何？是否存在收斂機制？科學(xué)回答這些問題對實現(xiàn)城市群數(shù)字普惠金融協(xié)同發(fā)展，促進(jìn)金融服務(wù)均等化具有重要意義。

現(xiàn)有關(guān)于中國普惠金融發(fā)展差異及演進(jìn)動態(tài)的文獻(xiàn)主要集中在傳統(tǒng)普惠金融領(lǐng)域。一類文獻(xiàn)采用泰爾指數(shù)或基尼系數(shù)測度中國普惠金融發(fā)展差異并按照子群進(jìn)行分解。例如，林春等在構(gòu)建中國省際普惠金融指標(biāo)體系測度普惠金融發(fā)展的基礎(chǔ)上，采用基尼系數(shù)考察普惠金融發(fā)展差異，并從東中西三大區(qū)域和八大綜合經(jīng)濟區(qū)層面對差異進(jìn)行分解[5]。沈麗等在編制中國省際普惠金融指數(shù)的基礎(chǔ)上采用Dagum基尼系數(shù)考察中國普惠金融的區(qū)域差異，并從東中西三大區(qū)域?qū)Σ町愡M(jìn)行分解[6]。王雪和何廣文從縣域?qū)用鏄?gòu)建普惠金融發(fā)展指數(shù)，進(jìn)而利用泰爾指數(shù)刻畫中國縣域普惠金融的發(fā)展差異，并從省際層面對差異進(jìn)行分解[7]。另一類文獻(xiàn)采用σ收斂、β收斂、俱樂部收斂、核密度非參數(shù)估計等方法考察普惠金融發(fā)展的收斂機制和分布動態(tài)。例如，孫英杰和林春分析了中國普惠金融的絕對β收斂、條件β收斂和俱樂部收斂機制[8]。胡宗義等采用變異系數(shù)和核密度非參數(shù)估計方法分析了中國普惠金融發(fā)展的動態(tài)演進(jìn)趨勢[9]。

受限于金融服務(wù)數(shù)據(jù)的可獲得性，前述相關(guān)文獻(xiàn)構(gòu)建的普惠金融發(fā)展指標(biāo)所包含的金融服務(wù)往往集中在傳統(tǒng)金融領(lǐng)域，無法體現(xiàn)互聯(lián)網(wǎng)背景下金融服務(wù)變革的客觀現(xiàn)實。北京大學(xué)發(fā)布的2011—2018年中國數(shù)字普惠金融指數(shù)專注于從創(chuàng)新性數(shù)字金融的角度衡量數(shù)字普惠金融的發(fā)展，是對現(xiàn)有聚焦傳統(tǒng)普惠金融的相關(guān)指標(biāo)體系和指數(shù)的一個拓展，已廣泛用于學(xué)術(shù)研究，但現(xiàn)有文獻(xiàn)主要集中在數(shù)字普惠金融發(fā)展產(chǎn)生的經(jīng)濟社會影響效應(yīng)上。例如，數(shù)字普惠金融對農(nóng)村金融需求的影響效應(yīng)[10]，對居民消費的影響[11]，對包容性增長的影響效應(yīng)[12]，對創(chuàng)新創(chuàng)業(yè)的影響[13]。雖然，梁榜和張建華利用該指數(shù)考察了中國數(shù)字普惠金融的空間聚集和收斂特征[14]，但未能揭示出中國數(shù)字普惠金融在不同城市群的發(fā)展差異及動態(tài)演進(jìn)特征。正如前文所述，城市群作為中國區(qū)域經(jīng)濟最具活力和潛力的核心地區(qū)，是支撐數(shù)字金融普惠發(fā)展的重要平臺，揭示城市群數(shù)字普惠金融發(fā)展時空演變規(guī)律、探尋城市群數(shù)字普惠金融協(xié)同發(fā)展路徑不僅有利于推動城市群數(shù)字普惠金融協(xié)同發(fā)展，也有利于金融服務(wù)均等化，進(jìn)而促進(jìn)區(qū)域經(jīng)濟均衡發(fā)展。

為拓展現(xiàn)有相關(guān)研究，本文基于北京大學(xué)發(fā)布的2011—2018年中國數(shù)字普惠金融指數(shù)，首先，采用Dagum基尼系數(shù)方法對中國九大城市群數(shù)字普惠金融發(fā)展的空間差異進(jìn)行測算并予以分解，以揭示城市群數(shù)字普惠金融發(fā)展的空間差異大小及其來源。其次，采用核密度非參數(shù)估計、σ收斂和β收斂方法對九大城市群數(shù)字普惠金融發(fā)展的動態(tài)演進(jìn)特征和收斂機制進(jìn)行分析。最后，在前文分析的基礎(chǔ)上得出結(jié)論并給予解釋，同時基于城市群數(shù)字普惠金融協(xié)同發(fā)展提出相應(yīng)的對策建議。

二、研究方法和數(shù)據(jù)

（一）Dagum基尼系數(shù)

（四）數(shù)據(jù)來源說明

本文采用北京大學(xué)數(shù)字金融研究中心最新發(fā)布的“北京大學(xué)數(shù)字普惠金融指數(shù)（2011-2018）”刻畫數(shù)字普惠金融發(fā)展。該指數(shù)由數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和數(shù)字化程度指數(shù)3個維度共計33個具體指標(biāo)合成。本文使用該指數(shù)對中國九大城市群數(shù)字普惠金融發(fā)展差異及演進(jìn)動態(tài)展開研究。如表1所示，九大城市群[CM（21*2]具體包括珠三角城市群、長三角城市群、京津冀城市群、中原城市群、長江中游城市群、北部灣城市群、哈長城市群、成渝城市群和關(guān)中城市群，共131個地級以上城市。

三、九大城市群數(shù)字普惠金融發(fā)展的空間差異及其來源

（一）九大城市群數(shù)字普惠金融發(fā)展趨勢

在分析城市群數(shù)字普惠金融發(fā)展差異之前，首先展示九大城市群數(shù)字普惠金融發(fā)展現(xiàn)狀及變化趨勢，具體如圖1所示。由圖1可以看出，2011—2018年九大城市群總體及各城市群數(shù)字普惠金融指數(shù)均呈現(xiàn)上升趨勢，其中，九大城市群總體數(shù)字普惠金融指數(shù)均值從2011年的55.2上升到了2018年的239.04，年均增長速度為23.3%。從各城市群數(shù)字普惠金融發(fā)展的絕對水平來看，珠三角和長三角的發(fā)展水平最高，始終領(lǐng)先于其他城市群。從各城市群數(shù)字普惠金融增長速度來看，關(guān)中城市群、中原城市群、哈長城市群的增長速度最快，數(shù)字普惠金融指數(shù)得分的年均增長速度超過了25%。進(jìn)一步發(fā)現(xiàn)，不同年份數(shù)字普惠金融發(fā)展增速不盡相同，2011—2013年處于快速發(fā)展階段，此后發(fā)展速度相對放緩，這主要由于數(shù)字普惠金融的覆蓋廣度和數(shù)字化程度達(dá)到一定程度后，數(shù)字普惠金融的使用深度將越來越成為數(shù)字普惠金融總指數(shù)增長的重要驅(qū)動，而數(shù)字普惠金融的使用深度難以在短期大幅提高。

（二）九大城市群數(shù)字普惠金融發(fā)展的總體差異

本文運用Dagum基尼系數(shù)及其按子群分解的方法對九大城市群數(shù)字普惠金融發(fā)展的總體差異、城市群內(nèi)差異、城市群間差異、超變密度進(jìn)行測度。表2報告了2011—2018年九大城市群數(shù)字普惠金融發(fā)展總體差異的具體數(shù)值。可以看出九大城市群數(shù)字普惠金融發(fā)展總體差異較大，基尼系數(shù)介于0.051—0.158之間，并且九大城市群數(shù)字普惠金融發(fā)展總體差異在波動中呈小幅下降趨勢。2011年九大城市群數(shù)字普惠金融發(fā)展的總體基尼系數(shù)為0.158，此后呈快速下降態(tài)勢并于2017年降至0.051，2018年小幅上升至0.055。觀測期內(nèi)九大城市群數(shù)字普惠金融發(fā)展總體差異年均遞減率為16.3%?？傮w上看，數(shù)字普惠金融發(fā)展不均衡現(xiàn)象趨于緩和。

（三）九大城市群數(shù)字普惠金融發(fā)展的群內(nèi)差異

從九大城市群數(shù)字普惠金融發(fā)展的城市群內(nèi)差異大小來看，如表2所示，九大城市群數(shù)字普惠金融發(fā)展的城市群內(nèi)差異均呈現(xiàn)下降趨勢。京津冀城市群初期的數(shù)字普惠金融發(fā)展差異最大，2011年京津冀城市群數(shù)字普惠金融發(fā)展的基尼系數(shù)為0.124，此后除2014年和2018年較上年有小幅上升外，其余年份較上年均有下降，最終降低到2018年的0.044，年均下降率為16%。從九大城市群數(shù)字普惠金融發(fā)展差異下降速度來看，中原城市群數(shù)字普惠金融發(fā)展差異的下降速度最快，2011年中原城市群數(shù)字普惠金融發(fā)展的基尼系數(shù)為0.120，到2018年基尼系數(shù)變?yōu)榱?.027，年均下降速度為24%。此外，關(guān)中城市群、成渝城市群、哈長城市群數(shù)字普惠金融發(fā)展差異縮小也較快，年均遞減率均超過了20%。從九大城市群數(shù)字普惠金融發(fā)展差異均值來看，京津冀城市群數(shù)字普惠金融發(fā)展差異最大，這體現(xiàn)出了京津冀城市群數(shù)字普惠金融發(fā)展的不平衡，京津冀城市群雖然有北京這樣的數(shù)字普惠金融非常發(fā)達(dá)的城市，樣本觀測期間數(shù)字普惠金融指數(shù)均值為200.85，在131個城市中排名第4位，但也有邢臺和衡水這樣的數(shù)字普惠金融發(fā)展落后的城市，樣本觀測期間數(shù)字普惠金融指數(shù)均值為137.74和138.43，在131個城市中排名第123位和120位。珠三角城市群數(shù)字普惠金融發(fā)展差異最小，這是由于珠三角城市群各城市的數(shù)字普惠金融發(fā)展水平普遍較高，樣本觀測期間，9個城市的數(shù)字普惠金融指數(shù)均值位于3—70位之間，表明珠三角城市群各城市數(shù)字普惠金融呈現(xiàn)出同步發(fā)展的態(tài)勢。

（四）九大城市群數(shù)字普惠金融發(fā)展的群間差異

為了展示九大城市群數(shù)字普惠金融發(fā)展的城市群間差異，本文采用Dagum基尼系數(shù)按照子群分解的方法對差異進(jìn)行分解，并繪制數(shù)字普惠金融發(fā)展的城市群間差異的演變趨勢圖。如圖2所示，樣本考察期內(nèi)數(shù)字普惠金融發(fā)展的城市群間差異呈逐漸下降態(tài)勢。以城市群間差異最大的珠三角城市群和關(guān)中城市群差異為例，基尼系數(shù)從2011年的0.264下降到了2018年的0.092，年均下降速度為16.2%。從圖2還可以看出，城市群間數(shù)字普惠金融發(fā)展差異變化可以劃分為3個階段，第一階段為2011—2013年的快速下降期，第二階段為2014—2016年的緩慢下降階段，第三階段為2017—2018年的小幅反彈階段。

進(jìn)一步地，本文計算了樣本期間每個城市群同其他8個城市群數(shù)字普惠金融發(fā)展差異的均值，并報告在表3中?？梢钥闯?，九大城市群之間數(shù)字普惠金融發(fā)展的基尼系數(shù)介于0.045—0.205之間，并且九大城市群之間數(shù)字普惠金融發(fā)展的差異呈現(xiàn)出下降趨勢。以珠三角城市群為例，2011年珠三角城市群同其他八大城市群之間的平均差異為0.205，隨后逐年下降至2016年的0.068，此后又小幅上升至2018年的0.073，觀測期間年均下降率為15.9%。同時可以發(fā)現(xiàn)，珠三角城市群同其他城市群之間的數(shù)字普惠金融發(fā)展差異最大，這實際上是由于珠三角數(shù)字普惠金融發(fā)展水平在九大城市群中最高，但是隨著時間的推移，其他城市群數(shù)字普惠金融發(fā)展逐步跟進(jìn)，故而差異呈現(xiàn)縮小趨勢。進(jìn)一步觀察發(fā)現(xiàn)，中原城市群同其他城市群之間數(shù)字普惠金融發(fā)展差異縮小速度是最快的，從2011年的0.151降低至2018年的0.047，年均下降率為18%。長江中游城市群同其他城市群之間數(shù)字普惠金融發(fā)展差異的均值最小，表明長江中游城市群的數(shù)字普惠金融發(fā)展水平處于中等水平，在數(shù)字普惠金融發(fā)展的過程中扮演承上啟下的角色，同其他每個城市群的差異都不太大。

（五）九大城市群數(shù)字普惠金融發(fā)展差異來源及貢獻(xiàn)

表4報告了九大城市群數(shù)字普惠金融發(fā)展差異的來源及貢獻(xiàn)。可以看出，九大城市群之間數(shù)字普惠金融發(fā)展差異是總體差異的主要來源，并且還呈現(xiàn)出上升態(tài)勢。2011年，九大城市群之間[CM（21*2]數(shù)字普惠金融發(fā)展貢獻(xiàn)了總體差異的60.7%，隨后上升至2013年的最高點達(dá)到了62.8%，又于2015年降至58.2%，此后一直呈現(xiàn)上升趨勢至2018年的67.7%，相較于2011年上升了7個百分點。城市群內(nèi)差異則在波動中趨于下降，2011年，城市群內(nèi)差異貢獻(xiàn)了數(shù)字普惠金融總體差異的9.7%，此后一直處于小幅波動狀態(tài)，最終于2018年下降至9.3%，相較于2011年下降了0.4個百分點。超變密度總體呈現(xiàn)出波動下降態(tài)勢，2011年超變密度貢獻(xiàn)率為29.5%，后于2013年下降至27.3%，此后又上升至2015年的高點達(dá)到32%，2015年后則一直呈現(xiàn)下降態(tài)勢，2018年，超變密度貢獻(xiàn)率為23%，相較于2011年下降了6.5個百分點。從九大城市群數(shù)字普惠金融發(fā)展差異的分解結(jié)果可以看出，城市群之間數(shù)字普惠金融發(fā)展的差異是總體差異的主要來源，進(jìn)一步縮小數(shù)字普惠金融發(fā)展差異依然需要從縮小城市群之間數(shù)字普惠金融發(fā)展差異尋求對策。

四、九大城市群數(shù)字普惠金融發(fā)展的分布動態(tài)及收斂性分析

（一）九大城市群數(shù)字普惠金融發(fā)展的分布動態(tài)

Dagum基尼系數(shù)分析揭示了九大城市群數(shù)字普惠金融發(fā)展的空間差異大小及其來源，但Dagum基尼系數(shù)方法刻畫的是經(jīng)過均值調(diào)整后的數(shù)字普惠金融發(fā)展相對差異規(guī)律，未能反映城市群數(shù)字普惠金融發(fā)展絕對差異的分布動態(tài)及其演進(jìn)規(guī)律，[JP+2]而核密度分析方法能夠有效刻畫這一特征。為此，本文進(jìn)一步借助核密度分析方法對九大城市群數(shù)字普惠金融發(fā)展的分布位置、分布態(tài)勢、分布延展性、極化趨勢等展開分析。圖3的核密度圖顯示觀察期內(nèi)九大城市群數(shù)字普惠金融發(fā)展的核密度曲線呈右移態(tài)勢，表明九大城市群數(shù)字普惠金融發(fā)展水平呈總體上升趨勢。同時九大城市群數(shù)字普惠金融發(fā)展經(jīng)歷了主峰高度上升、下降、上升的過程，寬度經(jīng)歷了變大、變小、變大的過程，但總體卻表現(xiàn)為主峰高度上升、寬度變大態(tài)勢，這意味九大城市群數(shù)字普惠金融發(fā)展的內(nèi)部絕對差異有減小趨勢，城市間數(shù)字普惠金融發(fā)展的極差有擴大趨勢。九大城市群總體數(shù)字普惠金融發(fā)展分布基本由一個主峰和一個側(cè)峰構(gòu)成，但側(cè)峰較低，意味著九大城市群數(shù)字普惠金融發(fā)展具有一定梯度效應(yīng)，呈現(xiàn)微弱的多極分化趨勢。此外九大城市群總體分布曲線呈現(xiàn)右拖尾現(xiàn)象，但是延展性變小，表明數(shù)字普惠金融發(fā)展相對較低的城市進(jìn)步速度相對更快，從而縮小了與其他城市數(shù)字普惠金融發(fā)展的差距。

本文的政策啟示主要體現(xiàn)在兩個方面：一方面，以城市群數(shù)字金融協(xié)同發(fā)展促進(jìn)金融服務(wù)均衡化。九大城市群普惠金融發(fā)展差距不斷縮小并且呈現(xiàn)出收斂特征，為經(jīng)濟相對落后的城市群實現(xiàn)普惠金融趕超發(fā)展提供了可能。落后地區(qū)可以通過大力發(fā)展數(shù)字普惠金融，使得中低收入者能夠更高效地獲得金融服務(wù)，緩解區(qū)域內(nèi)金融服務(wù)不平衡問題。同時，政府應(yīng)加快推進(jìn)城市群間以及城市群內(nèi)部各城市間的金融基礎(chǔ)設(shè)施互聯(lián)互通，通過金融基礎(chǔ)設(shè)施互聯(lián)互通的輻射效應(yīng)和帶動作用，促進(jìn)城市群數(shù)字普惠金融的協(xié)同發(fā)展，緩解區(qū)域間金融服務(wù)不平衡問題。另一方面，需要加強城市群及各城市間的金融合作與交流，規(guī)范數(shù)字普惠金融發(fā)展秩序。在充分利用數(shù)字普惠金融促進(jìn)經(jīng)濟發(fā)展的同時，城市群及各城市間需要加強交流合作尤其是監(jiān)管經(jīng)驗的交流合作，規(guī)范金融市場秩序，防范系統(tǒng)性金融風(fēng)險，實現(xiàn)數(shù)字普惠金融平衡有序發(fā)展。特別地，對于珠三角、長三角、京津冀等發(fā)達(dá)城市群應(yīng)利用自身優(yōu)勢努力進(jìn)一步提升其數(shù)字普惠金融發(fā)展水平，從而提高數(shù)字普惠金融發(fā)展規(guī)則制定的國際話語權(quán)。

[注 釋]

①為方便做圖，分別用1、2、3、4、5、6、7、8、9代表珠三角城市群、長三角城市群、京津冀城市群、中原城市群、長江中游城市群、北部灣城市群、哈長城市群、成渝城市群和關(guān)中城市群，并且僅展示珠三角城市群與其他城市群之間的差異，若讀者需要其他各城市群間的差異，請向作者索取。

[參考文獻(xiàn)]

[1]李繼尊.關(guān)于互聯(lián)網(wǎng)金融的思考[J].管理世界，2015（7）：1-7，16.

[2]CHEN L.From fintech to finlife： the case of fintech development in China [J].China economic journal，2016，9（3），225-239.

[3]黃益平，黃卓.中國的數(shù)字金融發(fā)展：現(xiàn)在與未來[J].經(jīng)濟學(xué)（季刊），2018，17（4）：1489-1502.

[4]劉傳明，王卉彤，魏曉敏.中國八大城市群互聯(lián)網(wǎng)金融發(fā)展的區(qū)域差異分解及收斂性研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2017，34（8）：3-20.

[5]林春，康寬，孫英杰.中國普惠金融的區(qū)域差異與極化趨勢：2005—2016[J].國際金融研究，2019（8）：3-13.

[6]沈麗，張好圓，李文君.中國普惠金融的區(qū)域差異及分布動態(tài)演進(jìn)[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2019，36（7）：62-80.

[7]王雪，何廣文.中國縣域普惠金融發(fā)展的空間非均衡及收斂性分析[J].現(xiàn)代經(jīng)濟探討，2020（2）：41-49.

[8]孫英杰，林春.普惠金融發(fā)展的地區(qū)差異、收斂性及影響因素研究——基于中國省級面板數(shù)據(jù)的檢驗[J].經(jīng)濟理論與經(jīng)濟管理，2018（11）：70-80.

[9]胡宗義，丁李平，劉亦文.中國普惠金融發(fā)展的空間動態(tài)分布及收斂性研究[J].軟科學(xué)，2018，32（9）：19-23.

[10]傅秋子，黃益平.數(shù)字金融對農(nóng)村金融需求的異質(zhì)性影響——來自中國家庭金融調(diào)查與北京大學(xué)數(shù)字普惠金融指數(shù)的證據(jù)[J].金融研究，2018（11）：68-84.

[11]易行健，周利.數(shù)字普惠金融發(fā)展是否顯著影響了居民消費——來自中國家庭的微觀證據(jù)[J].金融研究，2018（11）：47-67.

[12]張勛，萬廣華，張佳佳，等.數(shù)字經(jīng)濟、普惠金融與包容性增長[J].經(jīng)濟研究，2019，54（8）：71-86.

[13]謝絢麗，沈艷，張皓星，等.數(shù)字金融能促進(jìn)創(chuàng)業(yè)嗎？——來自中國的證據(jù)[J].經(jīng)濟學(xué)（季刊），2018，17（4）：1557-1580.

[14]梁榜，張建華.中國城市數(shù)字普惠金融發(fā)展的空間集聚及收斂性研究[J].財經(jīng)論叢，2020（1）：54-64.

[15]DAGUM C.A new approach to the decomposition of the gini income inequality ratio[J].Empirical economics，1997，22（4），515-531.

[16]劉華軍，趙浩.中國二氧化碳排放強度的地區(qū)差異分析[J].統(tǒng)計研究，2012，29（6）：46-50.