財政政策調(diào)節(jié)行業(yè)收入差距的實證研究*

郭 平，劉志海，洪 源

(湖南大學，湖南 長沙 410006)

一、引言

自1978年改革開放以來，我國經(jīng)濟社會發(fā)展取得了令人矚目的巨大成就。在我國經(jīng)濟規(guī)模總量迅速增加的同時也伴隨著產(chǎn)生了一系列的結(jié)構(gòu)性問題，比如當前我國行業(yè)布局結(jié)構(gòu)不合理，各行業(yè)發(fā)展之間嚴重不平衡，行業(yè)間居民收入差距持續(xù)擴大，從而最終可能會影響到我國產(chǎn)業(yè)政策的有效實施以及全面建設小康和諧社會的進程。國家統(tǒng)計局數(shù)據(jù)顯示，我國行業(yè)間在崗職工最高最低工資收入比從1978年的1.6647 上升到了2012年的4.2995；同時，行業(yè)的絕對收入差距更為巨大，30 多年間考慮了物價變動因素之后的絕對差距變化依然達到38.38 倍。由此可見，我國行業(yè)間收入差距正在急劇擴大，并且考慮到各種獎金福利補貼及一些隱性收入，實際的行業(yè)間收入差距問題會更大。不斷擴大的行業(yè)收入問題不僅僅意味著我國不同行業(yè)間的居民沒有平等地分享我國改革開放的成果，而且還會對我國經(jīng)濟社會的全面發(fā)展帶來負面影響。收入分配是現(xiàn)代公共財政的三大職能之一，不論是財政支出政策還是稅收政策都對行業(yè)收入分配調(diào)節(jié)具有不可替代性。特別地，在我國由單純的經(jīng)濟增長目標逐步轉(zhuǎn)換為全面和諧的社會建設階段，我國財政政策的服務目標也逐漸從國家治理逐漸走向服務于經(jīng)濟社會全面發(fā)展的目標上來。在目前我國行業(yè)結(jié)構(gòu)不合理，行業(yè)收入差距不斷擴大的背景下，研究我國財政政策調(diào)節(jié)我國行業(yè)收入差距的作用機理及實證分析，對于縮小行業(yè)間收入差距、進一步優(yōu)化財政支出結(jié)構(gòu)和稅收制度改革具有重要的理論和實踐意義。

二、文獻綜述

針對行業(yè)收入差距的影響因素的研究，國內(nèi)學者主要是從制度和人力資本兩個角度進行研究的，也有學者從貿(mào)易活動、產(chǎn)權(quán)等角度進行了研究和探索。

一些學者從制度層面對影響行業(yè)收入差距的因素進行了分析，陳建東、高遠(2012)的主要考察了收入的非均衡性增長[1]，王銳(2007)從自然壟斷和行政壟斷的角度進行了理論分析[2]；史先誠(2007)從勞動市場工資決定理論分析出發(fā)，認為行業(yè)間工資差異主要源于人力資本差異和可能的壟斷租金分享[3]；陳釗等(2010)基于回歸方程的不平等分解方法對壟斷行業(yè)對行業(yè)收入差距的影響進行了檢驗[4]。人力資本具有正的外部性和可積累性的特點。人力資本的差異是形成行業(yè)收入差距的重要影響因素，不同質(zhì)量的勞動力和行業(yè)人力資本存量的不同會直接影響行業(yè)收入差距[5]，沒被觀測到的勞動力質(zhì)量的差異被行業(yè)變量所吸納，以行業(yè)間收入差異的形式體現(xiàn)出來[6]。另外，也有學者從貿(mào)易、產(chǎn)權(quán)等視角研究。王懷民、詹春龍(2011)研究了行業(yè)間加工貿(mào)易活動的差異的影響[7]；魏軍(2009)則主要考察了產(chǎn)權(quán)制度的行業(yè)收入分配問題[8]。

從總體上看，目前我國學者對行業(yè)收入差距水平和其演變趨勢的研究趨于一致性，普遍認為改革開放以來我國的行業(yè)收入差距整體上呈擴大趨勢，但不能有效地判斷發(fā)生了兩極分化。現(xiàn)階段，我國學者對行業(yè)收入差距的理論研究一般以描述性和定性分析為主，而且多數(shù)研究是針對特定行業(yè)的一些研究，經(jīng)濟增長與行業(yè)收入差距的相互關系研究以及壟斷、FDI 等因素對行業(yè)收入差距的理論分析，缺乏較有說服力的定量研究結(jié)果，尤其針對如何調(diào)節(jié)行業(yè)收入差距更是缺乏比較系統(tǒng)的實證分析，而這正是本文主要研究的問題。從目前的文獻來看，幾乎沒有學者通過財政政策的視角進行對行業(yè)收入差距的研究，但財政政策不僅僅能夠直接通過轉(zhuǎn)移性支付等途徑直接影響行業(yè)收入差距，而且還可以通過稅收手段間接對各行業(yè)進行不同程度的影響或者通過對人力資本的構(gòu)成施加作用從而最重影響行業(yè)收入差距。本文將考察行業(yè)收入差距的現(xiàn)狀、度量和影響因素，同時對財政政策調(diào)節(jié)行業(yè)收入差距的作用機理進行闡釋并對實證效果進行分析。

三、我國行業(yè)收入差距的度量

選用行業(yè)間最高最低收入來度量我國行業(yè)收入差距，主要優(yōu)點是直觀形象，但是，鑒于該指標本身存在不能克服的局限性，本文在實證分析部分中主要采用泰爾指數(shù)指標來衡量我國的行業(yè)間工資性收入差距，同時對兩者進行比較分析。泰爾指數(shù)衡量收入分配不公平程度是對信息理論的有效應用。著名數(shù)學家Shannon 將熵(Entropy)用來描述隨機現(xiàn)象不確定性的量，在信息論中，也被稱為平均信息量。對于某一試驗A，假設該試驗有n 種可能性的結(jié)果，同時，第i 個結(jié)果出現(xiàn)的概率是Pi，則Pi，P2…，Pn是一個離散的概率分布，并定義試驗A 的熵為

把收入分配差距的測量解釋為人口份額轉(zhuǎn)成收入份額的消息所含的期望信息量，便可以把信息理論應用于收入分配不公平程度的測量。因此，可以得到廣義熵指數(shù)(Generalized Entropy Index)的定義：

在(2)式中，yi為個體1 的收入，n 為在樣本中個體的數(shù)量，參數(shù)a 代表衡量收入分配公平性時收入組的權(quán)重大小，當a 越大，也即趨近于1 的時候，其在整體中給予不同收入相同的權(quán)重，當a 越小，也即趨近于0 的時候，賦予低收入組的權(quán)重越大。當a 趨近于1 的時候，便為泰爾指數(shù)(Theil Index)。

一些學者，如劉衛(wèi)波等(2013)采用了早期的泰爾指數(shù)公式來度量行業(yè)收入差距：

在(3)式中，N 代表行業(yè)種類個數(shù)，yi是第1個行業(yè)內(nèi)部的人均收入，是yi的平均值[15]，該公式存在計算簡潔等一系列指標，但是將每個行業(yè)賦予同樣的權(quán)重會導致計算的泰爾指數(shù)存在誤差。因此，本文中采用如下公式：

在(4)式中，n 為總的分組數(shù)，yi為第i 組的收入，y 為所有組的總收入；N 為總的人口數(shù)，為第組的人口，N1為第i 組的人均收入，為人均總收入，i-1，2…，n。

使用公式(4)計算獲得2003-2012年我國及各省份行業(yè)收入差距泰爾指數(shù)(theil)，其中相關數(shù)據(jù)均來自于歷年《中國勞動統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》。本文使用1978-2012年的行業(yè)最高最低收入比與第二泰爾指數(shù)考察我國行業(yè)收入差距的影響因素及變化趨勢，見圖1。

圖1 我國行業(yè)收入差距變化趨勢圖

四、財政政策調(diào)節(jié)我國行業(yè)收入差距的實證檢驗

(一)模型的設定

行業(yè)收入差距是一個動態(tài)過程，受到人力資本、工資剛性、行業(yè)狀況等多種因素的約束，從而使得行業(yè)收入差距存在一定程度的路徑依賴，在具體的計量分析中就應當充分考慮行業(yè)收入差距的動態(tài)變化因素。在計量模型構(gòu)建中應考慮把過去年份的行業(yè)收入差距因素納入當年的行業(yè)收入差距影響因素，動態(tài)面板模型的最大優(yōu)勢就是可以對個體的動態(tài)行為進行建模，因此，本文通過對行業(yè)收入差距的若干階滯后項作為解釋變量來構(gòu)建動態(tài)效應面板模型。在動態(tài)效應面板模型中，因變量的滯后項出現(xiàn)在方程的右邊，而且模型的其他解釋變量也可能和因變量存在雙向因果關系，從而會導致內(nèi)生性問題[9]?？紤]到動態(tài)效應面板模型存在著的內(nèi)生性問題，從而導致參數(shù)估計的有偏和非一致性，本文使用廣義矩(GMM)方法校正內(nèi)生性問題。

鑒于我國2003年進行了新的行業(yè)分類調(diào)整，并考慮到動態(tài)面板廣義矩模型(GMM)的時間跨度要求，本文中，選取31 個省(自治區(qū)、直轄市，不含臺灣省、香港特別行政區(qū)和澳門特別行政區(qū))2003-2012年的相關數(shù)據(jù)，樣本數(shù)據(jù)N=31，T=10，T

本文構(gòu)建的動態(tài)效應面板數(shù)據(jù)模型如下：

公式中，為行業(yè)收入差距的滯后項，t 取值為2003-2012，N 為最大滯后階數(shù)，考慮到樣本的時間跨度，利用AIC 和SBIC 進行綜合判定，取M=2，Xit為本文的解釋變量，包括hc、si、tax，Yit為控制變量，包括ur、lgdp、nm，μi為個體效應，λt為時間效應，εit為隨機誤差項。

Arellano 和Bond(1991)使用所有可能的滯后變量作為工具變量，也被稱為“Arellano-Bond 估計量”，通過差分變換消除了個體效應，對差分的方程進行GMM 估計，從而較好地解決了內(nèi)生性這一難題[10]，因此這種方法也稱為差分GMM (DIFGMM)?？墒?，差分GMM 有明顯缺陷，不僅不隨時間變化的變量被消掉了進而無法估計該類變量的系數(shù)，同時被解釋變量的滯后項在被解釋變量接近隨機游走(random walk)時，基于這些變量的差分滯后項構(gòu)建的工具變量會產(chǎn)生弱工具變量和有限樣本偏差問題[11]。Arellano 和Bover(1995)[12]、Blundell和Bond(1998)[11]在差分方程的基礎上引入水平方程，構(gòu)成一個方程系統(tǒng)，并將水平變量作為差分滯后項的工具變量，將差分GMM 和水平GMM 結(jié)合在一起，從而較好地解決了弱工具變量問題，稱為系統(tǒng)GMM (SYS-GMM)。蒙特卡羅模擬實驗表明，在有限樣本下，系統(tǒng)GMM 比差分GMM 估計的偏差更小，有效性更高[12]。此外，GMM 估計有一步估計法(One Step)和兩步估計法(Two Step)，當而板數(shù)據(jù)存在自相關和異方差時，兩步估計盡管會產(chǎn)生低估標準差的問題，但趨向于更加穩(wěn)健。因此，在接下來的實證分析中，將主要報告系統(tǒng)GMM (SYS-UMM)兩步估計法的估計結(jié)果，并通過參數(shù)的選取和模型的設定變化來進行穩(wěn)健性檢驗。

(二)變量的選取

在本模型中，財政支出變量和稅收變量是本文要考察的主要變量，其中，財政支出變量分為人力資本(human capital)性財政支出占預算內(nèi)財政總支出的比重和社會保障(social insurance)財政支出占預算內(nèi)財政總支出的比重①鑒于預算外和制度外支出缺乏嚴格的統(tǒng)計標準，這方面的支出數(shù)據(jù)難為獲得，因此，本文中所有財政支出項目均指預算內(nèi)的財政支出。。

人力資本性財政支出包括科學、教育、文化等財政支出，屬于間接調(diào)節(jié)方式，通過提高各行業(yè)從業(yè)人員的人力資本構(gòu)成，改善人力資本規(guī)模與質(zhì)量，提高人力資本的“價格”，促使相對低收入的從業(yè)人員獲得獲取高收入的機會達到縮減行業(yè)收入差距的目的。由于2007年政府收支分類改革造成的統(tǒng)計口徑差異，人力資本性財政支出占預算內(nèi)財政總支出的比重(hc)，2007年以前的數(shù)據(jù)選取教育支出、科技三項費用支出、科學事業(yè)費支出占預算內(nèi)財政總支出的比例，2007年以后的數(shù)據(jù)選取教育支出、科學技術(shù)支出占預算內(nèi)財政總支出的比例。

社會保障財政支出的調(diào)節(jié)屬于公共財政的再分配功能，包括對養(yǎng)老、衛(wèi)生和失業(yè)等保險計劃對全社會成員提供的補償性支出，以及通過單方面無償?shù)貙Φ褪杖胝呓o予補助或補貼，直接增加受惠者收入的轉(zhuǎn)移性支付。社會保障財政支出占預算內(nèi)財政總支出的比重(si)，2007年以前的數(shù)據(jù)選取撫恤和社會福利救濟費、社會保障補助支出占預算內(nèi)財政總支出的比例，2007年以后的數(shù)據(jù)選取社會保障和就業(yè)支出、住房保障支出占預算內(nèi)財政總支出的比例。

稅收政策是國家調(diào)控經(jīng)濟的重要手段之一，稅收通常通過對生產(chǎn)、交換、分配、消費環(huán)節(jié)以調(diào)控經(jīng)濟運行，使其內(nèi)部和諧的同時并促使生產(chǎn)、交換、分配、消費之間的協(xié)調(diào)，從而合理調(diào)節(jié)行業(yè)之間的經(jīng)濟利益，改善行業(yè)收入差距狀況。稅收中的所得稅類中，個人所得稅側(cè)重于對個人可支配收入的調(diào)節(jié)，通過累進稅率和免征額最終實現(xiàn)高收入者多納稅、低收入者少納稅，企業(yè)所得稅側(cè)重于對個人資本收益的調(diào)節(jié)，縮小資本利得所有者與勞動收入者之間的收入差距。財產(chǎn)稅類中的房產(chǎn)稅、資源稅等稅收手段可以改變土地、房產(chǎn)、資源等要素的價格，從而對某些要素依賴程度的行業(yè)，比如房地產(chǎn)業(yè)、采礦業(yè)等進行間接調(diào)節(jié)而影響行業(yè)收入差距。流轉(zhuǎn)稅類的營業(yè)稅和增值稅及相關的稅收減免政策，也能夠在一定程度上改善行業(yè)收入差距水平。因此，影響行業(yè)工資性收入差距的稅收變量(tax)，本文選取直接影響收入的個人所得稅、企業(yè)所得稅，財產(chǎn)稅類中的房產(chǎn)稅和契稅，資源稅類的城鎮(zhèn)土地使用稅、資源稅，流轉(zhuǎn)稅中的土地增值稅總額占本級財政收入的比重之和。

對外依存度(ftd，foreign-trade dependence)這一指標的選取主要是考慮到各省開放程度的差異以及對外貿(mào)易造成的生產(chǎn)要素、人力資本要素流動，采用該指標作為控制變量來考察對行業(yè)收入差距的影響，對外依存度=進出口總額/國民生產(chǎn)總值/當年匯率。同時，使用城鎮(zhèn)化率(ur，urbanization rate)、國民經(jīng)濟發(fā)展速度(lgdp)，參照于良春，余東華(2009)考察地區(qū)性行政壟斷的的國有化程度指標(nm，nation-monopoly，國有單位職工占職工總數(shù)的比重)[13]作為控制變量。以上數(shù)據(jù)來源于歷年中國統(tǒng)計年鑒、中國勞動統(tǒng)計年鑒、各省市統(tǒng)計年鑒、中國財政年鑒。

(三)實證檢驗

1.面板單位根檢驗

為了避免偽回歸，我們對模型中的各變量進行面板單位根檢驗。一般來說，面板單位根檢驗包括同質(zhì)和異質(zhì)檢驗兩類。其中同質(zhì)檢驗主要采用LLC檢驗，異質(zhì)主要采用IPS 檢驗。本文采用以上兩種方法，結(jié)果見表1。

表1 動態(tài)面板方程中變量的平穩(wěn)性檢驗

注：*、**、***分別表示10%、5%、1%統(tǒng)計水平上拒絕有單位根檢驗，其中LLC 檢驗括號內(nèi)是調(diào)整后的t 值，檢驗是否存在相同單位根，LLC 一階差分在5%的統(tǒng)計上均顯著而沒有報告；IPS 檢驗括號內(nèi)是W[T-bar值]，檢驗是否存在不同單位根，估計方程含截距項、滯后項和時間趨勢項。

從表1 可知：在LLC 檢驗結(jié)果中，各個變量除了ur 的水平值和一階差分值均在1%的統(tǒng)計水平上顯著，符合模型估計的要求。在IPS 檢驗結(jié)果中，對外依存度、國有化程度三個變量水平值不顯著，但是對外依存度和國有化程度對應的一階差分值均在1%的統(tǒng)計水平上顯著，其余變量除城鎮(zhèn)化率變量之外，也均在1%的統(tǒng)計水平上顯著，也基本符合模型估計的要求。因此，我們接下來進行實證估計分析。

2.實證研究

為了綜合考察各個變量對行業(yè)收入差距的影響，同時對模型的穩(wěn)健性進行檢驗。考察如下六個模型，模型回歸的結(jié)果如下：

表2 中各模型的AR(1)和AR(2)的檢驗結(jié)果表明各模型的差分方程誤差項都存在一階自相關，但不能拒絕“不存在二階自相關”的原假設，即各模型都通過序列相關性檢驗條件，保證了GMM 估計的合理性，模型5 的AR(1)稍大于0.01，即在1%的顯著性水平上不能拒絕“不存在一階自相關”的原假設，模型1-4 和模型6 的AR(1)值均小于0.01。其次，就模型的穩(wěn)定性來看，模型1-4 和模型6 的SYS-GMM 估計結(jié)果和模型5 的DIF-GMM 估計結(jié)果差別不大，說明估計結(jié)果是較為穩(wěn)定的，模型的有效性較高；再次，各模型的Sargen 檢驗結(jié)果都表明各模型不能拒絕工具變量有效的原假設，表明所有的工具變量都是有效的。最后，從Sargan檢驗的結(jié)果來看，不僅僅模型6 的Sargan 檢驗結(jié)果最大，而且考慮到樣本的有限性情況下Sys-GMM 比DIF-GMM 估計的偏差更小，有效性更高(Blundell 等，2000)。因此，在分析中，本文將主要選用模型6 的Sys-GMM 的估計結(jié)果來進行分析解釋。

表2 GMM 動態(tài)面板回歸結(jié)果

模型1-4 是對模型6 的一些控制變量進行不同程度的取舍從而得到的Sys-GMM 兩步估計；模型5 采用與模型6 相同的樣本數(shù)據(jù)，而采用不同的模型估計方法(Dif-GMM)，主要是為了檢驗主要解釋變量的系數(shù)是否是穩(wěn)健的，從表2 來看，不論是模型1-4 還是模型5 中，變量hc、si 和tax 變量的系數(shù)符號和模型6 高度一致，而且大小差別不大，因此，可以確定模型6 是穩(wěn)健的。

3.回歸結(jié)果分析

首先，L1.theil 和L2.theil 在各模型中都為正，且均通過1%顯著性檢驗，在Sys-GMM 模型中L1.theil 的估計系數(shù)是0.2051，L2.theil 的估計系數(shù)是0.0992。可以看出，L2.theil 對本期行業(yè)收入差距的具有明顯影響，L1.theil 對本期行業(yè)收入差距的影響更加明顯，充分說明我國的行業(yè)間收入差距具有自我增強的動態(tài)效應，模型采用時間的滯后兩期具有一定的合理性。

其次，hc 的估計系數(shù)在各模型中都為正，且均通過1%顯著性檢驗，說明人力資本性財政支出占預算內(nèi)財政總支出的比例增加沒有有效地降低我國行業(yè)收入差距，這不僅僅是我國預算的軟約束以及科教文衛(wèi)支出的傾向性問題，更重要的原因是高人力資本投資的人才往往更容易流向高收入行業(yè)。轉(zhuǎn)移性支出si 的估計系數(shù)為負，說明了社會保障性財政支出占預算內(nèi)財政支出比例的增加能夠有效地縮小行業(yè)收入差距，為低收入者提供的轉(zhuǎn)移性支付起到了很好的調(diào)節(jié)作用效果。

再次，tax 變量的估計系數(shù)在各模型中均為負，同時，也均通過了1%的顯著性檢驗，說明隨著文中選取的稅收收入占總稅收收入的比重的提高，行業(yè)間收入差距能夠得到有效的減小，充分印證了我國目前的稅收體制是有助于所有行業(yè)收入差距的。

最后，ftd 變量的符號均為正，在統(tǒng)計上非常顯著，對外依存度越高，行業(yè)收入差距越大，這主要是因為資本、技術(shù)集中度比較高的行業(yè)，不僅僅是收入較高的領域，也往往是對外開放比較早的行業(yè)；lgdp 的系數(shù)為正，說明經(jīng)濟增長速度越高，行業(yè)收入差距越大，這與目前普遍的研究具有一致性；ur 系數(shù)為正，并且在統(tǒng)計上十分顯著，說明城鎮(zhèn)化水平的提高會加大行業(yè)收入差距，這主要是由于城鎮(zhèn)化水平的提高一般是由于農(nóng)村居民轉(zhuǎn)換為城鎮(zhèn)居民，但是由于新的城鎮(zhèn)居民整體的人力資本較低且從事行業(yè)的有機構(gòu)成也較低，最終所得到的工資性收入較低，從而拉大了行業(yè)收入差距；nm 的變量為正，統(tǒng)計檢驗在1%的水平上顯著，nm 越大代表代表國有化水平也即壟斷水平越高，說明我國國有化程度的增加會加大行業(yè)收入差距，反映了壟斷會帶來行業(yè)收入差距的增大。

五、結(jié)論及建議

本文從人力資本性和轉(zhuǎn)移性的財政支出和稅收政策方面，利用2003-2012年間我國省際面板數(shù)據(jù)對行業(yè)間收入差距的影響因素進行了實證研究，結(jié)果表明，人力資本性的財政支出并沒有縮小我國行業(yè)收入差距，政府的轉(zhuǎn)移性支付能夠有效地降低行業(yè)收入差距，稅收政策對縮小我國行業(yè)收入差距均具有顯著作用，通過政府的社會保障和就業(yè)支出項目對調(diào)節(jié)行業(yè)收入差距的效果要優(yōu)于稅收手段；同時，優(yōu)化政府人力資本性財政支出的投向，加大社會保障支出和就業(yè)支出，優(yōu)化稅制結(jié)構(gòu)等均有助于縮小我國行業(yè)收入差距；而經(jīng)濟開放、國有化、政府對經(jīng)濟活動的參與、現(xiàn)階段的經(jīng)濟增長以及產(chǎn)業(yè)結(jié)構(gòu)升級等都是拉大我國行業(yè)收入差距的重要因素。

基于上述分析，本文認為，縮小我國行業(yè)收入差距的主要著眼點應放在：第一、進一步完善政府財政支出結(jié)構(gòu)改革，加大我國社會保障和就業(yè)支出等轉(zhuǎn)移性支出的規(guī)模。目前，我國社會保障體系比較落后，各方面制度建設等還不健全，完善社會保障體系，創(chuàng)造公平、有序、平等的就業(yè)環(huán)境，對于切實解決民生問題具有重要的意義；第二、加強預算約束保障我國教育支出和科技支出等人力資本性公共財政支出。提高財政經(jīng)費的使用效率，以使其更好地為各行業(yè)居民共享，比如加大我國城鎮(zhèn)新居民的勞動技能培訓教育支出等手段，提升低收入群體的人力資本“價格”，促使我國人力資本性財政支出更多地惠及到低收入群體；第三，可以通過對部分行業(yè)開放市場準入等措施，減少壟斷因素對行業(yè)收入差距的影響，并進一步優(yōu)化稅制結(jié)構(gòu)發(fā)揮稅收在調(diào)節(jié)我國行業(yè)收入差距的作用。

[1]陳建東，高遠.我國行業(yè)間收入差距分析——基于基尼系數(shù)分解的視角[J].財政研究，2012，(4).

[2]王銳.壟斷對我國行業(yè)收入分配的影響及對策研究[J].經(jīng)濟問題，2007，(2).

[3]史先誠.行業(yè)間工資差異和壟斷租金分享[J].上海財經(jīng)大學學報，2007，(2).

[4]陳釗，萬廣華，陸銘.行業(yè)間不平等：日益重要的城鎮(zhèn)收入差距成因——基于回歸方程的分解[J].中國社會科學，2010，(3).

[5]Gary S Becker.Investment in Human Capital:a Theoretical Analysis[J].The Journal of Political Economy,1962，(5).

[6]Harry J Holzer,Lawrence F Katz,Alan B Krueger.Job Queues and Wages:New Evidence on the Minimum Wage and Inter-industry Wage Structure[J].Econometrica,1988，(59).

[7]王懷民，詹春龍.加工貿(mào)易與行業(yè)間收入差距——基于我國30 個行業(yè)面板數(shù)據(jù)的經(jīng)驗研究[J].世界經(jīng)濟研究，2011，(8).

[8]魏軍.產(chǎn)權(quán)制度的行業(yè)收入分配效應[J].經(jīng)濟研究導刊，2009，(16).

[9]賈俊雪，郭慶旺.政府間財政收支責任安排的地區(qū)經(jīng)濟增長效應[J].經(jīng)濟研究，2008，(6).

[10]Manuel Arellano,StephenBond.Some Tests of Specification for Panel Data:Monte Carlo Evidence and an Application to Employment Equations[J].The Review of Economic Studies,1991,58，(2).

[11]Richard Blundell,StephenBond.Gmm Estimation with Persistent Panel Data:an Application to Production Functions[J].Econometric Reviews,2000,(3).

[12]Manuel Arellano,OlympiaBover.Another Look at the Instrumental Variable Estimation of Error-components Models[J].Journal of Econometrics,1995,(1).

[13]于良春，余東華.中國地區(qū)性行政壟斷程度的測度研究[J].經(jīng)濟研究，2009，(2) .