金融與非金融行業(yè)收入差距的空間格局演化分析

張?zhí)鸬?/p>

（1.湖北工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院，武漢430068；2.“產(chǎn)業(yè)升級與區(qū)域金融”湖北省協(xié)同創(chuàng)新中心，武漢430073）

金融與非金融行業(yè)收入差距的空間格局演化分析

張?zhí)鸬?,2

（1.湖北工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院，武漢430068；2.“產(chǎn)業(yè)升級與區(qū)域金融”湖北省協(xié)同創(chuàng)新中心，武漢430073）

我國各省金融與非金融業(yè)收入差距呈現(xiàn)特殊空間格局。對此，基于省際面板數(shù)據(jù)進(jìn)行空間計(jì)量建模分析發(fā)現(xiàn)：各省金融與非金融行業(yè)的空間正自相關(guān)性不斷增強(qiáng)，且空間格局演化的兩極分化趨勢明顯，空間互動(dòng)以協(xié)同改善為主。分析發(fā)現(xiàn)，金融化、人力資本、金融業(yè)壟斷、金融業(yè)生產(chǎn)率和經(jīng)濟(jì)增長均有顯著的直接影響和空間溢出，其中金融化和金融業(yè)生產(chǎn)率會同時(shí)擴(kuò)大本省及周圍省市收入差距；人力資本和金融壟斷會擴(kuò)大本省收入差距，縮小周圍省市收入差距；現(xiàn)階段經(jīng)濟(jì)增長會縮小本省收入差距，擴(kuò)大周圍省市收入差距，因此收入分配改革需考慮空間關(guān)聯(lián)關(guān)系。

金融業(yè)；非金融業(yè)；行業(yè)收入差距；空間格局演化

0　引言

近年來，我國居民收入差距不斷擴(kuò)大，其中以金融與非金融行業(yè)收入差距的擴(kuò)大最為突出。1997—2013年間，全國金融、非金融行業(yè)收入差距基尼系數(shù)從0.016增至0.042，擴(kuò)大了2.6倍，年增幅達(dá)6.52%，已經(jīng)成為城鎮(zhèn)居民收入差距不斷擴(kuò)大的主要推手。人力資源和社會保障部于2015年3月發(fā)布的《中國薪酬報(bào)告》顯示：2012年工資收入最高的行業(yè)為金融業(yè)，其收入是最低行業(yè)農(nóng)、林、牧、漁業(yè)的4.3倍。不僅金融、非金融行業(yè)收入差距日益擴(kuò)大，而且各省呈現(xiàn)出一種特殊的空間格局。2013年31個(gè)省（自治區(qū)、直轄市）金融、非金融業(yè)行業(yè)收入差距的地區(qū)差異明顯，其中北京的收入差距高達(dá)0.137為最高，其次是上海、浙江和云南，而山西、安徽等地收入差距不足0.02，其中甘肅0.007為最低。對正處在經(jīng)濟(jì)轉(zhuǎn)型關(guān)鍵時(shí)期的中國而言，行業(yè)收入差距過大、空間格局不合理不僅會抑制消費(fèi)、打擊各行業(yè)人才創(chuàng)新、創(chuàng)業(yè)精神，而且將嚴(yán)重拖累產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級。

根據(jù)空間計(jì)量經(jīng)濟(jì)學(xué)的觀點(diǎn)，經(jīng)濟(jì)的現(xiàn)實(shí)情況并非地理空間的均質(zhì)性，資源稟賦的分布本身具有非均衡性，且能夠跨區(qū)域流動(dòng)，即地區(qū)之間的經(jīng)濟(jì)活動(dòng)是有相互影響的，挖掘其時(shí)空關(guān)聯(lián)特性對解釋不同空間格局及內(nèi)在關(guān)聯(lián)機(jī)制具有重要作用。因此，分析我國當(dāng)前金融與非金融行業(yè)收入差距的空間格局及其演化動(dòng)因具有重要意義。本文運(yùn)用空間計(jì)量測度方法，基于1998—2013年相關(guān)省際面板數(shù)據(jù)，檢測金融與非金融業(yè)收入差距空間格局的演化特征及其影響因素的空間溢出性效應(yīng)，以期為薪酬體制改革方案提供空間差異化的政策建議。

1　金融與非金融行業(yè)收入差距的空間模型的設(shè)定

1.1變量選取

根據(jù)已有文獻(xiàn)，選取1998—2013年30個(gè)省（自治區(qū)、直轄市，不含西藏）的金融與非金融業(yè)收入差距（Gini）、金融業(yè)相對壟斷程度（mon）、金融業(yè)生產(chǎn)效率（pro）、當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平（gdp）和金融化水平（r）作為解釋變量納入模型分析中。

金融與非金融行業(yè)收入差距的基尼系數(shù)是參照田衛(wèi)民（2012）構(gòu)建的基尼系數(shù)公式計(jì)算得到。金融化水平用財(cái)產(chǎn)性收入份額，即財(cái)產(chǎn)性收入占人均GDP的比重衡量（Epstein，2005；趙峰，2010；Hein，2015）。人力資本差異用金融與非金融業(yè)職工受教育程度差異衡量，根據(jù)各地區(qū)分行業(yè)職工受教育程度和相關(guān)人口統(tǒng)計(jì)數(shù)據(jù)計(jì)算得到。金融業(yè)相對壟斷程度用要素市場發(fā)展相對于引進(jìn)外資程度的領(lǐng)先水平衡量，用于反映資本在要素市場上的壟斷地位較高。金融業(yè)生產(chǎn)率用金融業(yè)GDP的貢獻(xiàn)度衡量。經(jīng)濟(jì)增長用各地區(qū)人均GDP的自然對數(shù)衡量。文中數(shù)據(jù)主要來自《中國勞動(dòng)統(tǒng)計(jì)年鑒》、《中國人口和就業(yè)統(tǒng)計(jì)年鑒》、《中國統(tǒng)計(jì)年鑒》和30個(gè)省（自治區(qū)、直轄市）歷年統(tǒng)計(jì)年鑒。變量含義和描述性統(tǒng)計(jì)特征見表1。

表1　研究變量說明及描述性統(tǒng)計(jì)

對比均值和中位數(shù)發(fā)現(xiàn)，各變量的偏差較小，說明各變量的分布近似高斯分布；從偏度與峰度的測度值看，高斯分布分別為0和3，因此只有人力資本和經(jīng)濟(jì)水平近似服從高斯分布，收入差距、壟斷程度、金融化水平和生產(chǎn)率的分布特征存在一定的偏差，可能主要受個(gè)體效應(yīng)的影響。因此，模型需要進(jìn)一步考慮空間分布特征，可以通過構(gòu)建空間面板模型去擬合。

1.2空間自相關(guān)性檢驗(yàn)與空間格局演進(jìn)特征

1.2.1空間自相關(guān)性檢驗(yàn)

分別計(jì)算出1998年和2013年各指標(biāo)的Moran's I和Gear's C（見表2）。除生產(chǎn)率，其他變量的Moran's I和Gear's C均通過顯著性檢驗(yàn)，且統(tǒng)計(jì)值均為正，說明各省金融、非金融業(yè)收入差距及其主要影響因素具有顯著的空間正相關(guān)性，說明有必要建立空間計(jì)量模型，進(jìn)一步分析變量的空間自相關(guān)性。

1.2.2整體空間格局演進(jìn)

從表2可以看出，與1998年比，2013年Gini的Moran' s I和Gear's C提高近1倍（0.017-0.149；0.545-0.507），說明我國金融與非金融行業(yè)收入差距正的空間外溢性增強(qiáng)，即本地區(qū)收入差距擴(kuò)大會造成周圍省市差距擴(kuò)大。比較各變量可以看出，1998—2013年間，金融化的Moran's I和Gear'sC均提高近1倍（0.206-0.474；0.635-0.381），大于其他解釋變量增長幅度，說明金融化對我國當(dāng)前金融與非金融業(yè)收入差距空間格局演進(jìn)有重要影響，空間格局演進(jìn)動(dòng)因主要源于金融化。

表2　1998—2013年省域各指標(biāo)的Moran's I和Gear's C統(tǒng)計(jì)值

1.2.3局部空間集聚特征

省際金融、非金融業(yè)收入差距相關(guān)變量的空間聚集現(xiàn)狀及其空間格局動(dòng)態(tài)演進(jìn)特征分別見圖1和圖2。其中空間格局演進(jìn)及其外溢性特征是基于本省市與周圍地區(qū)空間關(guān)系，在10%的顯著性水平下將各地區(qū)歸納為以下四類：高-高（收入差距較大者集聚）、低-低（收入差距較小者集聚）、低-高（收入差距中心小周邊大）和高-低（收入差距中心大周圍小），并做成空間關(guān)聯(lián)關(guān)系圖。

首先，從圖1可以看出，我國金融與非金融行業(yè)收入差距空間正自相關(guān)性增強(qiáng)的具體形式表現(xiàn)為：空間自相關(guān)性由負(fù)轉(zhuǎn)正、正自相關(guān)性增強(qiáng)的省份居多。從Moran's I散點(diǎn)圖可以看出，在2013年有吉林、黑龍江、上海、浙江、河南、湖北、湖南、四川、甘肅和青海共計(jì)10個(gè)省市的Moran's I從二、四象限轉(zhuǎn)到一、三象限，即空間自相關(guān)性由負(fù)轉(zhuǎn)正。空間正自相關(guān)性進(jìn)一步增強(qiáng)的有山西、內(nèi)蒙、遼寧、安徽、山東、廣西、貴州、寧夏和新疆共計(jì)9個(gè)省市，而由正轉(zhuǎn)負(fù)的僅河北、福建和江西3個(gè)省。

圖1　1998年與2013年省域金融、非金融業(yè)收入差距的Moran's I散點(diǎn)圖

圖2　1998年與2013年省域金融、非金融業(yè)行業(yè)收入差距空間關(guān)聯(lián)類型

第二，各省空間關(guān)聯(lián)關(guān)系的兩極分化趨勢明顯：以收入差距較低的中西部省市集聚為主，伴有收入差距較高的東部和部分西部省市集聚趨勢不斷增強(qiáng)。從圖2中可以看出，2013年空間關(guān)聯(lián)關(guān)系中有15個(gè)低-低和8個(gè)高-高，總數(shù)較1998年分別增加了4個(gè)和3個(gè)。其中，空間關(guān)聯(lián)轉(zhuǎn)為高-高的省市具體有吉林、黑龍江、河南、湖北、四川、甘肅和青海7個(gè)地區(qū)，均為中西部省市。結(jié)合省市的Moran' s I和變遷軌跡分析，可能是源于新疆、內(nèi)蒙和安徽的空間正溢出效應(yīng)顯著增強(qiáng)。轉(zhuǎn)為高-高的省市具體有上海、浙江、湖南、廣西、貴州和云南6個(gè)省市，主要是由東、西部省市構(gòu)成。結(jié)合Moran's I和其變遷軌跡分析，可能是由于上海市空間外溢性由負(fù)轉(zhuǎn)正且顯著增強(qiáng)，此外還有廣東省長期以來穩(wěn)定的空間正溢出效應(yīng)的影響。

第三，從各地空間關(guān)聯(lián)關(guān)系轉(zhuǎn)變來看，多數(shù)地區(qū)間的空間關(guān)聯(lián)關(guān)系穩(wěn)定，各地互動(dòng)以協(xié)同改善為主，相互惡化的情況較少。從圖2可以看出，1998—2013年，共有14個(gè)省市的空間關(guān)聯(lián)關(guān)系未發(fā)生變化；協(xié)同改善的有7個(gè)省市，具體為吉林、湖北和甘肅分別帶動(dòng)黑龍江、河南、四川和青海成為低-低省市；相互惡化的有廣西、貴州和云南3個(gè)省，從1998年的低-低演化至2013年的高-高，說明該區(qū)域的空間關(guān)聯(lián)關(guān)系呈同步惡化趨勢。

1.3數(shù)據(jù)模型設(shè)定

經(jīng)驗(yàn)證據(jù)表明，我國金融與非金融業(yè)收入差距不僅不斷擴(kuò)大，而且空間格局演進(jìn)和各因素溢出效應(yīng)明顯。因此，為找出這一空間格局演進(jìn)的影響因素，分別構(gòu)建金融與非金融行業(yè)收入差距的空間滯后面板數(shù)據(jù)模型（SLPDM）（式1）、空間誤差面板數(shù)據(jù)模型（SEPDM）（式2）和空間杜賓面板數(shù)據(jù)模型（SDPDM）（式3），并同時(shí)建立普通面板（式4）以作為結(jié)果參照。

作為空間計(jì)量模型結(jié)果的對照，建立帶有固定效應(yīng)和隨機(jī)效應(yīng)的普通面板數(shù)據(jù)模型：

LM檢驗(yàn)、RLM檢驗(yàn)、Wald檢驗(yàn)與Hausman檢驗(yàn)結(jié)果見表3。從LM檢驗(yàn)和RLM檢驗(yàn)結(jié)果可知，空間滯后效應(yīng)檢驗(yàn)均顯著，說明空間滯后模型是可行的，而空間誤差效應(yīng)檢驗(yàn)有一個(gè)顯著，因此需進(jìn)一步建立空間杜賓模型。Wald和LR檢驗(yàn)結(jié)果均顯著，說明空間杜賓面板數(shù)據(jù)模型可能是較優(yōu)的。Hausman檢驗(yàn)結(jié)果顯示接受原假設(shè)，因此可以判定隨機(jī)效應(yīng)明顯優(yōu)于固定效應(yīng)。

表3　LM檢驗(yàn)、Wa ld檢驗(yàn)與Hausman檢驗(yàn)統(tǒng)計(jì)值及相應(yīng)概率值

表4　我國金融、非金融業(yè)收入差距影響因素的估計(jì)結(jié)果

2　實(shí)證結(jié)果分析

2.1空間面板模型估計(jì)結(jié)果

表4給出了SLPDM、SEPDM、SDPDM和普通面板隨機(jī)效應(yīng)估計(jì)結(jié)果。從擬合優(yōu)度看，空間面板模型優(yōu)于普通面板0LS模型，再次驗(yàn)證了將空間依賴性納入空間格局及影響因素分析的必要性。基于地理距離矩陣的空間自相關(guān)系數(shù)（0.406、0.449）均顯著為正，表明我國金融、非金融行業(yè)收入差距整體存在顯著的正空間溢出，即本地區(qū)的金融、非金融行業(yè)收入差距受到周圍省市收入差距的影響較大，且相隔距離越近的地區(qū)受影響越大。從影響因素上看，我國金融、非金融行業(yè)收入差距不僅受本地區(qū)金融化水平、人力資本、金融業(yè)壟斷、金融業(yè)生產(chǎn)率和經(jīng)濟(jì)水平的影響，同時(shí)還受周邊省市相關(guān)因素的影響。

2.1.1金融化及其空間外溢性

從估計(jì)結(jié)果來看，四個(gè)模型中金融化的參數(shù)估計(jì)均顯著為正，說明現(xiàn)階段的金融化趨勢會擴(kuò)大我國金融和非金融行業(yè)間的收入差距。原因是隨著我國金融化水平不斷提高，經(jīng)濟(jì)的金融化趨勢促成金融業(yè)自身繁榮，金融部門以資本縱向時(shí)間價(jià)值的形式占據(jù)非金融部門的橫向價(jià)值。對比空間面板模型和0LS參數(shù)估計(jì)結(jié)果發(fā)現(xiàn)，考慮空間因素的金融化參數(shù)普遍低于0LS估計(jì)結(jié)果，說明不考慮空間自相關(guān)因素的普通面板模型傾向于夸大金融化對行業(yè)收入差距的擴(kuò)大作用。且SDM中金融化的空間自相關(guān)系數(shù)顯著為正，說明本地區(qū)金融化也會擴(kuò)大周圍地區(qū)金融與非金融業(yè)收入差距，且金融化在地理距離較近的地區(qū)之間擴(kuò)張的較快，這一結(jié)論與新經(jīng)濟(jì)地理學(xué)的地理距離溢出效應(yīng)結(jié)論相一致。

2.1.2人力資本及其空間外溢性

四個(gè)模型中的受教育程度差異估計(jì)參數(shù)均顯著為正，說明本地區(qū)人力資本差異越大，其金融與非金融行業(yè)收入差距也越大。造成這一影響的原因可能是，金融業(yè)職工的受教育程度普遍高于非金融業(yè)，在給定金融和非金融業(yè)人力資本差異的情況下，一個(gè)正向的勞動(dòng)力供給沖擊會造成金融業(yè)收入下降幅度小于非金融業(yè)，從而擴(kuò)大行業(yè)收入差距。而SDM的空間相關(guān)系數(shù)顯示，人力資本差異基于地理距離的影響程度為-0.917，即負(fù)面溢出效應(yīng)，說明本地區(qū)人力資本差異減小會縮小周圍省市的金融與非金融行業(yè)收入差距。這是由于隨著人才的跨地區(qū)流動(dòng)，人力資本的空間溢出效應(yīng)提升了周圍省市勞動(dòng)力的整體素質(zhì)，從而縮小行業(yè)間的人力資本差距。

2.1.3金融業(yè)壟斷地位及其空間外溢性

總體上，當(dāng)前金融業(yè)壟斷的外溢性主要體現(xiàn)為對外圍資金的虹吸效應(yīng)，金融業(yè)相對壟斷程度下降會縮小本地區(qū)金融與非金融行業(yè)收入差距，但會擴(kuò)大周圍省市差距。四個(gè)模型中，金融業(yè)相對壟斷程度的估計(jì)參數(shù)均顯著為正，說明行業(yè)壟斷地位會擴(kuò)大收入差距。這是由于隨著金融改革進(jìn)程的不斷推進(jìn)，即便金融業(yè)整體的相對壟斷程度不斷下降，但絕對壟斷程度仍偏高，依然能夠靠行政壁壘、市場壁壘等，將壟斷租金轉(zhuǎn)化為本行業(yè)的高收入，擴(kuò)大行業(yè)收入差距。SDM中金融業(yè)相對壟斷程度的空間自相關(guān)系數(shù)顯著為負(fù)，即負(fù)的空間外溢性，說明本地區(qū)金融業(yè)相對壟斷程度的下降反而會擴(kuò)大周圍地區(qū)行業(yè)收入差距。

2.1.4行業(yè)生產(chǎn)率及其空間外溢性

參數(shù)估計(jì)結(jié)果表明，金融業(yè)生產(chǎn)率對我國金融與非金融業(yè)收入差距的影響為正，說明金融業(yè)生產(chǎn)率提高顯著增加本行業(yè)的相對收入，擴(kuò)大本省市金融與非金融行業(yè)收入差距。但SDM中的空間自相關(guān)系數(shù)并不顯著，說明當(dāng)前模型設(shè)定并未發(fā)現(xiàn)當(dāng)?shù)亟鹑跇I(yè)生產(chǎn)率存在明顯影響。

2.1.5經(jīng)濟(jì)發(fā)展及其空間外溢性

四個(gè)模型中，經(jīng)濟(jì)水平的估計(jì)參數(shù)均顯著為負(fù)，而SDM中的空間自相關(guān)系數(shù)均顯著為正。說明現(xiàn)階段的經(jīng)濟(jì)增長會縮小本地金融與非金融業(yè)收入差距，但同時(shí)會擴(kuò)大周邊省市收入差距，經(jīng)濟(jì)增長的負(fù)空間外溢性也再次驗(yàn)證了這一結(jié)論。

2.2直接影響與空間溢出效應(yīng)

為加強(qiáng)空間模型的穩(wěn)健性，本文基于LeSage&Pace (2009）提出的偏微分方法改善空間計(jì)量模型中的點(diǎn)估計(jì)。因此，在前述空間面板模型估計(jì)結(jié)果的基礎(chǔ)上，給出了固定效應(yīng)和隨機(jī)效應(yīng)模型中，各解釋變量的直接影響與空間溢出效應(yīng)（見表5）。

表5　各內(nèi)生變量的直接影響和溢出效應(yīng)檢驗(yàn)結(jié)果

首先，偏微分與前述點(diǎn)估計(jì)結(jié)果一致的是，金融化、人力資本差異、金融業(yè)壟斷程度和經(jīng)濟(jì)增長水平均存在顯著的空間溢出效應(yīng)。但值得注意的是，偏微分估計(jì)顯示，金融業(yè)生產(chǎn)率的空間溢出效應(yīng)也分別在1%和5%的顯著性水平上為正(0.393,0.323）。說明金融業(yè)生產(chǎn)率具有顯著的正空間外溢性，即本地區(qū)金融業(yè)生產(chǎn)率提高能帶動(dòng)周圍省市金融業(yè)生產(chǎn)率，從而擴(kuò)大其金融與非金融業(yè)收入差距。

其次，在兩種不同模型設(shè)定中，人力資本、金融業(yè)生產(chǎn)率和金融化水平三個(gè)指標(biāo)的直接影響因素和空間溢出效應(yīng)均大于壟斷和經(jīng)濟(jì)增長。說明當(dāng)前金融與非金融行業(yè)收入差距的大小和空間格局主要受到人力資本、金融業(yè)生產(chǎn)率和金融化水平的影響。

第三，將各因素自身的直接影響與其空間溢出效應(yīng)進(jìn)行橫向?qū)Ρ劝l(fā)現(xiàn)，金融化、壟斷和生產(chǎn)率的溢出效應(yīng)均大于直接影響，說明其對金融與非金融業(yè)收入差距的影響主要表現(xiàn)為空間溢出作用。

最后，從總體影響可以看到：人力資本的直接影響和空間溢出效應(yīng)均占絕對優(yōu)勢、金融化的相對優(yōu)勢體現(xiàn)在其空間外溢性、金融業(yè)生產(chǎn)率的相對優(yōu)勢體現(xiàn)在直接影響。這一結(jié)果再次驗(yàn)證了金融化在我國金融與非金融行業(yè)收入差距空間格局演進(jìn)中的主導(dǎo)地位。

3　結(jié)論與啟示

我國金融與非金融行業(yè)收入差距的空間格局演進(jìn)特征體現(xiàn)在三個(gè)方面：(1）整體看，空間正自相關(guān)性不斷增強(qiáng)，主要表現(xiàn)為已有正自相關(guān)性的進(jìn)一步增強(qiáng)、有更多省市空間自相關(guān)性不斷由負(fù)轉(zhuǎn)正。(2）各省市空間關(guān)聯(lián)關(guān)系兩極分化趨勢非常明顯，主要表現(xiàn)為：收入差距較低的中西部省市集聚、收入差距較高的東部和部分西部省市集聚。(3）多數(shù)省份空間關(guān)聯(lián)關(guān)系穩(wěn)定，省際互動(dòng)以協(xié)同改善為主，相互惡化的情況較少。

分析空間格局演進(jìn)的影響因素發(fā)現(xiàn)，金融化水平、人力資本差異、金融業(yè)壟斷程度、金融業(yè)生產(chǎn)效率和經(jīng)濟(jì)增長會對金融與非金融業(yè)收入差距有顯著影響，且均具有顯著的空間外溢性。其中：（1）金融化水平提高會同時(shí)擴(kuò)大本地區(qū)和周圍省市的金融與非金融行業(yè)收入差距，且其空間外溢性最為突出，是形成我國當(dāng)前金融與非金融行業(yè)收入差距空間格局的主要因素。（2）金融與非金融業(yè)人力資本差異的直接影響和空間溢出效應(yīng)在所有因素中均占絕對優(yōu)勢。人力資本差異會擴(kuò)大本地區(qū)收入差距，但縮小周圍省市差距。（3）現(xiàn)階段金融業(yè)壟斷的外溢性主要表現(xiàn)為對外圍資金的虹吸作用，且在各因素中具有相對優(yōu)勢。壟斷程度下降會縮小本地收入差距，擴(kuò)大周圍省市收入差距。（4）金融業(yè)生產(chǎn)率的直接影響在所有因素中具有相對優(yōu)勢。生產(chǎn)率提高會同時(shí)擴(kuò)大本地區(qū)和周圍省市的收入差距，空間正外溢性明顯。（5）現(xiàn)階段的經(jīng)濟(jì)增長會縮小本地收入差距，擴(kuò)大周圍省市收入差距。

[1]LapavitsasC.ProfitingWithoutProducing[M].London:Verso，2013.

[2]Epstein G.Financialization and theWorld Economy[M].Cheltenham: Edward Elgar，2005.

[3]Hein E.Finance-Dominated Capitalism and Redistribution of In?come:A Kaleckian Perspective[J].Cambridge Journal of Economics, 2015，39(3).

[4]田利輝，譚德凱.大宗商品現(xiàn)貨定價(jià)的金融化和美國化問題[J].中國工業(yè)經(jīng)濟(jì)，2014，(12).

[5]徐圣.外商直接投資的階段性與區(qū)域性特征——基于勞動(dòng)收入比重的視角[J].世界經(jīng)濟(jì)研究，2015，(3).

[6]田衛(wèi)民.省域居民收入基尼系數(shù)測算及其變動(dòng)趨勢分析[J].經(jīng)濟(jì)科學(xué)，2012，(2).

[7]趙峰.當(dāng)代資本主義經(jīng)濟(jì)是否發(fā)生了金融化轉(zhuǎn)型[J].經(jīng)濟(jì)學(xué)家，2010，(6).

（責(zé)任編輯/劉柳青）

F830

A

1002-6487（2016）19-0158-04

國家社會科學(xué)基金資助項(xiàng)目（15BJY143）；教育部人文社科規(guī)劃基金項(xiàng)目（14YJA790044）；湖北省人文社科基地項(xiàng)目（20150615）；湖北工業(yè)大學(xué)校級科研項(xiàng)目（BSQD14056）

張?zhí)鸬希?986—），女，河南許昌人，博士，講師，研究方向：收入分配與區(qū)域經(jīng)濟(jì)。