樊纲市场化进程指数-2011年

政府干预对企业经营行为影响的研究述评摘要：作为对外部市场竞争和企业内部资源能力理论的有益补充，战略的制度基础观成为研究新兴经济体中企业战略行为的关键理论基础。

从战略制度观的视角，以政府干预为切入点，以文献述评的方式对近年来国内外关于政府干预对企业经营行为影响的研究成果从三方面进行了回顾和总结：首先梳理了政府干预相关理论，包括政府干预的内涵、政府干预的类型、政府干预的度量、政府干预与企业性质的关系、政府干预的动因以及政府干预的影响因素；其次，总结了政府干预对企业经营行为影响的相关研究，包括政府干预对企业技术创新方式、R&D 行为、投资行为、多元化经营及并购行为的影响；最后，回顾了政府干预与企业绩效的关系方面的相关研究。

以期对解决战略理论的本土化问题、解释制度与企业的相互作用关系、探讨制度对企业战略和行为的影响机制等方面的研究提供依据和参考。

关键词：制度基础观；政府干预；企业经营；战略制度观。

一、引言。

在我国由计划经济向市场经济转轨的过程中，企业的原有制度已经被打破，新的市场经济制度还没有完全建立，在这种制度条件的影响下，不同的企业会选取不同的企业成长战略[1]。

政府的同一政策会给不同行业的企业甚至是同一行业内的企业带来不同的影响，这种影响程度的差别为企业建立超越对手的竞争优势提供了机会[2]。

因此企业需要从战略上重视政府行为所带来的间接的、无意识的影响的。

随着市场化改革的推进，中国企业虽然从经济层面上获得的自由度不断提高，然而，由于地方政府对资本、土地等重要资源还拥有着相当程度的控制权，企业的战略选择和实施仍然会受到地方政府很大的影响。

中国的管理者面临来自政治和市场的双重压力[3]。

在现实环境中，影响企业选择和有效实施战略的因素有很多，内部因素主要涉及企业的资源和能力，而关于外因层面的研究则多集中于市场层面的分析，如市场结构、行业特征等因素的影响，却往往回避了制度背景的影响。

然而，仅以企业的并购决策为例，为了降低社会失业率、维护社会稳定，政府干预下的“拉郎配”式的并购并不少见。

制造业和生产性服务业关系的实证研究摘要：本文以制造业和生产性服务业的关系作为切入点，通过实证分析的方法分析辽宁省的制造业与生产性服务业之间的协同关系。

结果表明，制造业对生产性服务业的发展有较强带动作用，生产性服务水平的提高对制造业发展也存在一定的促进作用，但是生产性服务业的发展滞后于制造业的发展，并基于此提出了通过发展制造业生产性服务平台等方式来带动生产性服务业发展的建议。

关键词：制造业；生产性服务业；服务平台一、引言改革开放以来，我国的经济发展取得了长足的进步，制造业也成为了我国经济发展的主要推动力。

近年来制造业逐渐成为重点发展的战略性产业，尤其是先进装备制造业的发展将成为国家整个制造业发展的核心和基础，它为国民经济中其他各行业提供了生产所必需的技术装备和重要零部件。

制造业要走向世界，在全球范围内争夺市场，需要进行技术创新，并且不断拓宽制造业的发展领域，寻找新增长点。

而生产性服务业作为制造业的中间投入，将对装备制造业的发展进步起到至关重要的作用，装备制造业的升级需要大量知识和技术投入，而这些投入需要通过生产性服务业的发展来提供，这将拉动生产性服务业的发展。

在制造业发展过程中，如果没有生产性服务业的支持，就很难迅速完成产业升级的过程，在制造业发展的现实中可以看到，产业结构调整和升级相对较慢的地区都是没有得到生产性服务业有效支持的地区，因此研究制造业和生产性服务业之间的产业关联特征将有助于分析两个产业之间的关系，充分发挥两个行业的特点，实现两者的共同发展。

关于制造业和生产性服业两个产业之间关系的研究，目前的文献主要是从制造业和生产性服务业互动或者融合发展角度进行研究。

如童洁、张旭梅等根据制造业和生产性服务业的发展特点，从实物产品和生产性服务的内在关联提出了制造业和生产性服务业的融合发展模式，他们认为制造业与生产性服务业的产业融合将加速制造业产业升级，并且带动生产性服务业发展，产生新的经济增长模式，而通过这种融合的创新模式将大大提升两个产业的竞争力。

2010年8月，国务院发布《关于中西部地区承接产业转移的指导意见》，提出“有序承接、完善合作机制、优化发展环境、规范发展秩序”的转移目标。

从区位视角看，产业转移更趋向于地理相邻或相近的区域转移，中部地区承东启西，区位优势明显，成为沿海产业转移主要承载区。

中部六省在区位、资源、文化、经济和社会发展等方面禀赋各异，要想实现“有序承接”，就必须根据各地现实基础与资源禀赋，对中部地区进行产业承接的空间规划，以便合理布局沿海产业转移。

鉴于此，本文试图从区位进入视角解释沿海产业转移动因，并由此构建中部地区承接沿海产业转移竞争力评价体系，为产业空间布局提出政策和建议。

1中部地区承接沿海产业转移的现状与特点与西部地区比较，中部地区拥有相对良好的区位优势、工业基础优势、交通优势、市场优势、人力资源优势，随着国家“中部崛起”战略实质性推进，基础设施条件和投资环境日趋完善，对内对外开放进一步扩大，中部地区吸纳或承接产业转移的能力不断增强，决定了其不仅是承接沿海产业转移“桥头堡”，更是广阔“腹地”。

从目前相关资料和数据显示，中部地区承接沿海产业转移呈现以下特点。

第一，利用外资逐年上升。

2010年中部各省国民经济和社会发展统计公报数据显示，山西省实际利用外资15.1亿美元，增长11.5%，全年全省新设立外商直接投资企业52家；安徽省实际利用外资50.1亿美元，增长29.1%，境外世界500强企业总数增加到51家；江西省实际利用外资51.01亿美元，同比增长26.8%，境外世界500强企业总数增加到40家；河南实际利用外资62.47亿美元，增长30.2%，全年新批准外商投资企业362个；湖北省实际利用外资40.50亿美元，增长10.7%，新批外商直接投资项目306个；湖南实际利用外资51.84亿美元，增长20.8%，来湘投资的境外世界500强企业总数增加到55家。

这些到中部地区投资的外资企业有一个共同特点，即大多来自沿海地区的外资企业。

陈志武等的2002在2001年7月以前，陈志武并不关心国内的事情。

90年代初，一家国内报纸免费送给留学生看，当时陈志武经常看，但是他越看越痛苦，看了一段时间之后就放弃了，因为当时讨论问题的角度让他很难理解。

他当时想：我看得越多让我越痛苦，这样会很影响我的情绪，而且这些现象并不会因为我怎样而有所改变，我何必这么跟自己过不去呢？所以他就坚决不去看了。

当时他觉得一些事情是根本没有办法改变的，所以还不如过更超脱一些的生活。

从2001年起，陈志武开始越来越多地回国参加学术活动。

2001年7月15日，陈志武乘飞机回美国，在飞机上他从头到尾看了2001年第七期的《财经》杂志，发现中国的金融市场已经有了很大的变化。

从此以后，他开始真正关注起中国的事情。

泡沫总是会破的作为耶鲁大学管理学院金融经济学正教授的陈志武是资产定价理论研究的高手，这些年来，他在世界顶尖的学术杂志上发表了许多有影响的论文。

陈志武知道，研究中国当前的金融问题，除了要有深厚的金融理论功底外，还需要从文化、制度、历史演变和国际比较方面来理解中国的金融市场和金融体系，并且要选择一个很好的切入点。

从2001年下半年起，银广夏等中国上市公司的造假事件被媒体曝光，同时，美国证券市场上山登公司、安然公司也因欺诈行为被披露而走向破产。

由于中国的证券监管部门对于如何处理证券市场的违规行为缺乏相应的经验，而公众也很想了解美国证券市场的监管机构如何处理这些违规行为，想了解这些做法对于中国证券市场的发展有哪些借鉴意义，于是，陈志武就从向国内读者介绍美国证券监管机构如何处理欺诈行为开始介入中国的证券市场。

从2001年12月起，陈志武开始在国内媒体上发表文章，最初的几篇文章都是案例分析型。

在这些文章中，陈志武向读者详细介绍了发生在美国的股市欺诈行为被发现的过程以及证券监管部门的监管措施、美国股市对于造假行为的反馈机制、媒体在证券市场监管中发挥的作用等等。

面对去年以来美国证券市场上安然、凯马特、Qwest、环球通信、世界通信等一连串上市公司的假账事件，很多人都在反思：为什么在美国这个公认的监管水平最高的国家，竟然会发生如此严重的上市公司造假行为？时下一种最流行的看法是：美国股市监管力度不足，应大大加强管制。

第25卷第1期2024年2月南华大学学报(社会科学版)Journal of University of South China (Social Science Edition )Vol.25No.1Feb.2024[收稿日期]㊀2023-10-12[基金项目]㊀河南省哲学社会科学规划项目 郑州都市圈经济融合发展研究 资助(编号:2021BJJ095)[作者简介]㊀庞玉萍(1969 ),女,河南洛阳人,郑州大学商学院副教授,博士㊂1郑州大学商学院硕士研究生㊂数字经济对城乡居民收入差距影响研究兼论城镇化的门槛效应㊀㊀㊀㊀㊀㊀㊀庞玉萍,杨子钰1(郑州大学商学院,河南郑州450001)[摘㊀要]㊀数字经济为缩小居民收入差距带来了新机遇,而 数字鸿沟 又可能引发新的贫富差距㊂研究数字经济对城乡居民收入差距的影响,对于认识和缩小差距,实现共同富裕具有重要意义㊂文章基于2011 2020年31个省域面板数据,通过构建静态㊁动态面板模型及门槛模型,分析数字经济对城乡居民收入差距的影响㊂研究发现:省域层面上,数字经济显著缩小城乡居民收入差距,且该影响具有单一门槛效应㊂在城镇化水平较低时,数字经济对城乡收入差距的影响不显著;当城镇化水平越过门槛值,数字经济水平显著影响城乡收入差距的缩小㊂异质性分析发现,我国南北地区呈现出不同的效应,北方省份城乡收入差距受数字经济水平影响较小,而南方较大㊂[关键词]㊀数字经济;㊀城乡居民收入差距;㊀门槛效应[中图分类号]㊀F124.7;F49㊀[文献标识码]㊀A [文章编号]㊀1673-0755(2024)01-0063-08DOI :10.13967/ki.nhxb.2024.0011㊀㊀当前,数字化浪潮正凭借强大的渗透能力快速而广泛地与社会经济各个领域相融合㊂2022年 十四五 规划纲要提出要 建设智慧城市和数字农村 ,2023年中央一号文件指出 要深入实施数字乡村发展行动 ,让数字技术加速向农村延伸和渗透,引导资本㊁技术㊁人才等要素流向农村,为畅通城乡经济循环㊁破解城乡发展失衡问题提供契机㊂数字经济发展助力农业增效㊁农民增收,有望弥合城乡收入差距,实现共同富裕㊂然而,由于农村地区的数字信息技术相对比较落后㊁人口老龄化严重以及对数字技术的认识度和接受度较低,数字经济对缩小城乡收入差距可能起相反作用㊂那么,数字经济究竟会对城乡收入差距产生怎样的影响?对于不同地区的影响是否存在异质性?回答这些问题不仅能为缩小城乡收入差距提供新思路,还对促进城乡融合㊁实现共同富裕具有重要现实意义㊂一㊀文献综述(一)数字经济对城乡居民收入差距的影响 数字经济 这一概念源自20世纪90年代㊂数字经济之父Don Tapscott 指出,在数字经济中,信息流的呈现不依赖于实体,而是以数字化的方式通过网络流动和传输[1]㊂现有文献在关于数字经济的定义上各有侧重,但达成的基本共识是:数字经济是以数据为关键生产要素[2],以数字基础设施为发展载体[3],以数字产业化和产业数字化为数字价值呈现形式的经济活动[4]㊂这一定义对后文构建数字经济指标体系具有极大借鉴意义㊂当前,已有学者关注到数字经济对城乡居民收入差距的影响并进行研究,主要形成三类观点:第一类观点认为,数字经济能够缩小城乡收入差距㊂由于数字具有低成本重复查询和调用的特点,可降低农村居民的信息搜寻成本㊁工作搜寻成本以及商品运输成本[5]㊂一方面,有助于农户做出最优生产决策和市场决策,从而降低生产成本㊁提高农业收入[6]㊂另一方面,能够促使农村剩余劳动力由农业部门转向非农部门,增加农户的非农就业收入[7]㊂第二类观点认为,数字经济会加剧城乡收入差距㊂城乡经济发展的巨大反差以及城市强大的虹吸效应逐渐引致了 城乡数字鸿沟 ,进一步加深多维贫困的程度[8]㊂第三类观点认为,数字经济对城乡收入差距的影响呈现非线性关系㊂如程名望等采用2003 2016年31个省份的数据考察互联网普及与中国城乡收入差距之间的关系,发现二者呈现 倒U型 发展趋势,并指出现阶段我国处于曲线拐点右侧,即利用数字技术缩小城乡收入差距的机遇期[9]㊂王军等基于2013 2019年省级面板数据研究发现,数字经济发展与城乡收入差距呈 U 型 关系,全国大部分地区处于数字经济发展有利于缩小城乡收入差距的阶段[10]㊂(二)数字经济影响城乡居民收入差距的作用机制已有文献主要从资源优化配置㊁产业结构升级㊁技术创新水平提升等多个角度解析数字经济与城乡收入差距之间的影响机理和理论逻辑㊂第一,数字经济可以通过提升各类生产要素的配置效率,加深城乡间土地㊁人口㊁资金㊁技术㊁信息等要素市场的联动[11],促进非农生产活动的扩散,从而影响城乡收入差距㊂第二,数字经济凭借高技术㊁高渗透㊁低成本的优势,动摇传统分工基础,推动城乡产业链深度融合和产业升级[12],进而影响城乡收入差距㊂第三,数字经济发展产生了技术创新效应,数字化创新工具的全面铺开可以带动农业农村实现高质量发展,对城乡收入差距产生影响㊂如韩先锋等认为,互联网发展可以驱动区域创新效率,中西部区域具有 后发优势 从而获益更多,有助于缩小发达地区和落后地区的创新差距[13]㊂此外,也有学者关注到城镇化水平可能影响数字经济的共同富裕效应㊂如柳江等研究发现,数字经济发展与城乡收入差距之间存在城镇化的门槛效应,认为在城镇化水平程度较低阶段,其缩小城乡收入差距的作用更大[14]㊂总体上,现有文献为本文提供了有益参考,但依然存在一些不足:第一,关于数字经济对城乡收入差距影响的研究仍较少;第二,鲜有文献关注到城镇化水平的门槛作用,而城镇化是关系我国城乡融合的重要内容,忽略其作用可能会导致对数字经济与城乡收入差距之间关系的认识偏误;第三,现有文献大多利用静态面板模型进行分析,不能反映数字经济对城乡收入差距影响的滞后现象㊂基于此,本文以2011 2020年31个省份的面板数据为样本,建立静态㊁动态面板模型以及门槛模型,分析数字经济对城乡居民收入差距的影响及其异质性,并进一步探讨城镇化的门槛效应㊂二㊀理论分析与研究假设(一)数字经济发展对城乡居民收入差距的影响机制数字经济通过节约农业生产成本㊁促进产业融合㊁影响农民就业能力等渠道而影响城乡收入差距,见图1㊂图1　数字经济发展对城乡居民收入差距的影响机制㊀㊀第一,数字经济节约农业生产成本和信息获取成本㊂具体而言,农户可依托大数据测防系统实现对气象灾害的精准防控和病虫害精准防治,科学规避农业经营风险,避免农产品大量减产;从互联网获取新品种㊁新技术㊁新模式等农业科技信息,提高农业生产经营能力和农业生产效率[15],实现农业增值,缩小城乡收入差距㊂第二,数字经济促进一二三产业相互融合㊂数字经济发展过程中,产业创造价值的方式不再是独立的,只有与其他产业实现有效融合,才能找到新的成长空间㊂当前的社会需求也不单是产品的数量增加,更多的是产品的质量提升㊂数字经济时代,城乡间要素流通以及跨产业链上下游之间的交流愈加频繁,驱使农村第一产业与城市二三产业深度融合,同步提升生产和供给能力使农业增产,即提升农村特色资源优势的同时满足城市高质量消费需求[12],最终缩小城乡收入差距㊂第三,数字经济提升农民的就业能力和创业活力㊂一方面,随着互联网普及的深化,农民可以通过社交平台或参与线上培训掌握更多数字信息知识和46㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀南华大学学报(社会科学版)㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀2024年技术,提高就业能力㊂另一方面,金融机构贷款效率在云计算㊁区块链等技术手段下得到极大提升,能够为农户创业提供更加灵活快捷的小额贷款服务和充足稳定的资金来源,缓解农民融资约束[16],激发创业活力,提高农村居民收入,逐步缩小城乡收入差距㊂基于此,提出如下假设:假设1:数字经济有助于缩小城乡收入差距㊂(二)城镇化水平在数字经济对城乡收入差距的影响中存在门槛效应数字经济作为一种新经济㊁新业态,具有一定的城镇偏向[17]㊂因此,当城镇化水平处于较低水平时,城乡间数字鸿沟和人力资本差距较为明显,数字经济红利会优先被城镇高收入居民享有[18],使其对该地城乡收入差距的收敛作用较小㊂但随着城镇化水平的逐步提高,数字经济红利更加 普惠 ,无论城镇还是农村的人力资本㊁产业结构㊁市场潜能都将被深刻优化,从而弥合城乡间的数字鸿沟,缩小城乡收入差距㊂据此,提出以下假设:假设2:数字经济缩小城乡收入差距的效应会受城镇化水平的影响,随着城镇化水平的提升,数字经济对城乡收入差距的收敛效应增强㊂三㊀模型构建、变量说明与数据来源(一)模型构建1.基准回归模型本文构建基准回归模型,为了考察数字经济对城乡收入差距的影响,建立如下计量模型:Theil it=α0+βDe it+δX control+μi+λt+εit(1)其中,i表示省份,t表示年份;Theil it为衡量i省份在t年份的城乡收入差距的泰尔指数;De it表示i省份在t年份的数字经济发展水平;X control为一系列控制变量;μi表示个体效应,λt表示时间效应,εit为随机扰动项㊂式(1)为静态面板模型,但考虑到城乡收入差距可能存在路径依赖,即过去的城乡收入差距会影响当期城乡收入差距,因此将城乡收入差距指数的一阶滞后项作为解释变量引入模型,构建如下动态面板模型:Theil it=α0+α1Theil i,t-1+βDe it+δX control+μi+λt+εit(2)其中,Theil i,t-1表示城乡收入差距指数的一阶滞后项㊂2.面板门槛模型为判断城镇化水平在数字经济与城乡收入差距关系中的门槛作用,本文构建如下门槛回归模型: Theil it=α0+β1De it I(ln Urban itɤγ)+β2De it I(ln Urban it>γ)+δX control+μi+λt+εit(3)其中,ln Urban it为门槛变量城镇化水平;γ为待估门槛值㊂I(㊃)为示性函数,若括号内条件成立,则I=1,反之则I=0㊂式(3)为存在单个门槛值的情况,若存在多个门槛值,则模型设定为: Theil it=α0+β1De it I(ln Urban itɤγ1)+β2De it I(γ1<ln Urban itɤγ2)+β3De it I(ln Urban it>γ2)+δX control+μi+λt+εit(4)(二)变量选取1.被解释变量:城乡居民收入差距(Theil)目前衡量城乡居民收入差距的常用指标主要有三种,分别为城镇与农村人均可支配收入之比㊁基尼系数和泰尔指数㊂综合考虑,虽然城乡人均可支配收入比的计算方法简单,却无法充分体现城乡人口份额和收入份额的变化所带来的影响㊂基尼系数为各个收入组之间差距的加总平均,无法反映各个收入组的动态变化过程㊂相比之下,泰尔指数将城乡人口结构变化因素考虑在内,也对收入的两级变动更为敏感㊂因此,本文采用泰尔指数测算城乡收入差距,具体公式如下:Theil it=ð2r=1I r,it I it()ln I r,it IitP r,itP it()(5)其中,r=1和r=2分别表示城镇和农村地区, I r,it和P r,it分别表示t时期i省份城镇或农村居民的可支配收入和人口数量;I it和P it分别表示t时期i 省份的总收入和总人口数量㊂该数值越大,表示城乡收入差距越大㊂2.解释变量:数字经济发展水平(De)本文基于数字经济内涵,借鉴王军等[21]㊁陈贵富等[22]的方法,并结合数据可得性,从数字基础设施㊁数字产业化㊁产业数字化三个方面构建了包含5项具体指标的数字经济发展水平指标体系,对指标进行标准化处理,并使用熵值法确定各指标的权重,然后进行加权求和得到综合指数值㊂具体指标及其权重见表1㊂56第1期庞玉萍,杨子钰:数字经济对城乡居民收入差距影响研究表1㊀数字经济发展水平指标体系一级指标二级指标衡量标准(单位)指标属性权重数字基础设施宽带互联网基础每百人国际互联网用户数(户)+0.1277移动互联网基础每百人移动电话年末用户数(户)+0.1197数字产业化信息产业基础信息传输㊁软件和信息技术服务业从业人员占比(%)+0.4482电信产业产出人均电信业务总量(万元)+0.1165产业数字化数字金融数字普惠金融指数+0.1879㊀㊀3.控制变量本文选取如下控制变量:(1)产业结构水平(IS),用第二㊁三产业增加值占GDP的比重来表示;(2)财政支农水平(Agr),采用农林水事务支出占GDP的比重来表示;(3)金融发展水平(Finance),以金融产业增加值占GDP的比重来表示;(4)受教育程度(lnEdu),以每十万人口高等教育平均在校生人数的对数来表示;(5)市场化水平(Market),借鉴樊纲等(2001)[23]的研究,用市场化指数来衡量;(6)城镇化水平(lnUrban),采用城镇常住人口占总人口的比例的对数值来表示㊂(三)数据来源与描述性统计本文的数据样本由2011 2020年31个省的面板数据组成㊂其中,数字普惠金融指数来源于北大数字金融研究中心所公布的数字普惠金融指数①,其他数据均来源于EPS数据库和各省份的统计年鉴㊂表2为各变量描述性统计结果㊂表2㊀主要变量描述性统计结果变量符号观测值均值标准差最小值最大值城乡居民收入差距Theil3100.09070.03980.01800.2020数字经济发展水平De3100.23440.18100.03110.9999产业结构水平IS3100.90200.05230.74200.9970财政支农水平Agr3100.03800.03740.00790.2621金融发展水平Finance3100.07140.03040.02650.1963受教育程度ln Edu3107.82300.2918 6.98668.6328市场化水平Market3107.7215 2.1828-0.160012.1067城镇化水平ln Urban310 4.03500.2339 3.1224 4.4954四㊀实证分析(一)基准回归分析首先,使用静态面板模型估计数字经济对城乡居民收入差距的影响,固定效应模型的回归结果见表3的列(1)㊂结果显示,数字经济的回归系数在5%的水平上显著为负,即数字经济能够显著缩小城乡收入差距㊂其次,运用动态面板模型进行估计,使用差分GMM模型(DIFF-GMM)和系统GMM模型(SYS-GMM)来考察数字经济与城乡收入差距的关系,估计结果见表3的列(2)和列(3)㊂由回归结果可以看到,无论是使用差分GMM还是系统GMM,数字经济的回归系数均在1%的水平上显著为负,数字经济的发展对城乡收入差距具有显著的收敛效应㊂此外,两个模型的AR(2)值都大于0.05,表明只存在一阶序列相关不存在二阶序列相关,即通过了自相关检验;Sargan检验的P值接近1,接受所有工具变量都有效的原假设,即表明工具变量不存在过度识别问题㊂因此,差分GMM和系统GMM的估计结果可靠且一致㊂66㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀南华大学学报(社会科学版)㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀2024年表3　数字经济发展与城乡居民收入差距的关系解释变量被解释变量:城乡收入差距(1)FE(2)DIFF-GMM(3)SYS-GMML.Theil0.8420①(0.0498)0.8360①(0.0273) De-0.0143②(0.0056)-0.0275①(0.0023)-0.0144①(0.0021) IS0.0543①(0.0084)-0.0015①(0.0003)-0.0001(0.0002) Agr-0.3689①(0.0561)0.0743①(0.0204)0.0449①(0.0084) Finance0.2170①(0.0316)-0.0149(0.0116)-0.0552①(0.0150) ln Edu-0.0269①(0.0019)-0.0278③(0.0169)0.0616①(0.0119) Market-0.0073①(0.0011)-0.0189①(0.0015)-0.0158①(0.0016) ln Urban-0.1247①(0.0100)0.0076(0.0097)-0.0112②(0.0044) Constant0.8134①(0.0253)0.0817②(0.0393)0.1410①(0.0284) AR(2)0.58890.1741 Sargan检验0.9968 1.0000观测值310248279㊀㊀注:括号内为标准误㊂①表示在1%的水平上显著㊂②表示在5%的水平上显著㊂③表示在10%的水平上显著㊂㊀㊀静态面板模型和动态面板模型估计结果都显示数字经济对城乡收入差距的影响系数显著为负,说明当前的数字经济发展显著缩小城乡收入差距㊂而对于其他控制变量,估计结果存在一定的差异㊂因为静态面板模型没有考虑到可能存在的遗漏变量和内生性问题,且动态面板模型考虑了时间的影响,所以本文主要以动态面板模型的估计结果为准㊂进一步考虑,系统GMM比差分GMM的估计偏差更小㊁效率更高,本文主要依据系统GMM的两步估计结果进行分析㊂表3中系统GMM的估计结果表明,金融发展水平(Finance)有助于缩小城乡收入差距,由于资金的利用效率提高,较多闲置的存款资金以各类贷款的形式投入到生产之中,加速经济和金融的发展,促进城乡整体发展㊂市场化水平(Market)有利于城乡差距的收敛,市场化进程的推进使城乡间资源要素流动加速㊁利用效率提升,这能为农民增收创造良好条件㊂产业结构水平(IS)的优化也有助于缩小城乡差距,但收敛效果尚不显著㊂财政支农水平(Agr)会扩大城乡差距,可能的原因在于,虽然财政支农补贴一定程度上增加了农民收入,但同时也强化了小农经营模式,阻碍农业规模化生产和集约化经营,抑制了农业生产效率㊂另外,财政支农政策还存在 福利依赖效应 ,可能陷入财政支农补贴得越多㊁农民对支农政策的依赖效应就越强㊁城乡差距越大的恶性循环㊂对于受教育程度(lnEdu)会扩大城乡差距的原因可能是,当人们的受教育程度提高后,不再满足于在本地区能够获取到的各种资源,导致大量人才流向大城市,留在农村的大多是劳动能力较弱且对新知识㊁新技术接受能力与意愿都比较低的老年人,不利于农村人力资本的提升,导致城乡差距扩大㊂(二)稳健性检验为进一步验证结果的有效性,本文采用替换解释变量和剔除部分样本两个方面进行稳健性检验㊂首先,替换解释变量㊂将解释变量替换为北京大学数字普惠金融指数(DIF),该指数衡量了数字金融的发展程度,部分学者将其作为评估数字经济的指标之一,在一定程度上反映了数字经济发展水平㊂如表4的列(1)回归结果显示,数字经济对城乡收入差距的收敛效应依然显著,与基准回归结果一致,说明实证结果稳健㊂其次,剔除部分样本数据㊂将北京㊁天津㊁上海和重庆这四个直辖市样本数据剔除,继续使用双向固定效应模型进行回归分析㊂如表4的列(2)回归结果显示,数字经济系数仍显著为负,实证结果稳健㊂76第1期庞玉萍,杨子钰:数字经济对城乡居民收入差距影响研究表4㊀稳健性检验变量(1)替换解释变量Theil (2)剔除部分样本数据TheilDIF-0.0003①(0.0003)De-0.0459①(0.0132) Constant0.8706①(0.8706)0.6500①(0.0369)观测值310270R-squared0.79580.7191控制变量是是地区固定效应是是时间固定效应是是㊀㊀注:括号内为标准误㊂①表示在1%的水平上显著㊂(三)异质性分析经济进入新常态以来,我国南北发展差距逐渐扩大, 南快北慢 格局成为制约我国区域协调发展的重要障碍[24]㊂长期以来,南方数字技术和实体经济融合程度更高,而北方数字化转型较慢㊂同时,南方地区比北方地区的城镇化水平㊁市场化程度更高,可能加剧南北之间数字化转型的差异,影响数字经济对城乡居民收入差距的收敛效果㊂因此,为观察地理区域上的异质特征,本文以秦岭 淮河一线为划分标准②,将样本分为北方与南方地区进行分地区检验,检验结果见表5㊂由表5可知,数字经济能够显著缩小南方地区省份的城乡收入差距,而对北方地区省份则不显著,呈现出明显的地区异质性㊂从 南北差异 角度分析原因,除上述市场化㊁城镇化水平等影响因素外,南方地区拥有更合理的经济结构㊁更强的创新能力,因此数字经济对缩小南方省份城乡收入差距的作用更为明显;北方地区高度依赖重工业,导致数字化转型较慢,因此现阶段数字经济对北方省份城乡收入差距的影响尚不明显㊂表5㊀异质性分析变量(1)北方地区Theil(2)南方地区TheilDe-0.0085(0.0084)-0.0673①(0.0157)IS0.0920②(0.0288)0.1698①(0.0333)Agr-0.2545①(0.0487)0.6778②(0.2828) Finance0.0252(0.0827)0.2298①(0.0564) ln Edu-0.0166①(0.0038)-0.0601①(0.0085) Market-0.0088①(0.0019)-0.0030(0.0026) ln Urban-0.0903①(0.0189)-0.0809①(0.0146) Constant0.5761①(0.1087)0.7422①(0.0589)观测值160150R-squared0.71820.9161地区固定效应是是时间固定效应是是㊀㊀注:括号内为标准误㊂①表示在1%的水平上显著㊂②表示在5%的水平上显著㊂(四)门槛效应分析1.门槛效应检验表6为城乡收入差距以城镇化水平为门槛变量的检验结果㊂结果表明,城镇化水平在单一门槛下估计值通过了显著性检验,而其他门槛均未通过显著性检验㊂因此,本文使用单一门槛模型来研究数字经济对城乡收入差距的影响㊂表6㊀门槛效应自抽样检验门槛变量门槛个数F值P值Bootstrap次数临界值10%5%1%城镇化水平单一门槛49.740.0070100028.584634.205246.3731双重门槛13.150.5720100027.437833.440442.9512三重门槛12.280.6270100028.221734.395244.9828㊀㊀表7为单一门槛估计值,城镇化水平的单一门槛值为4.1125,对应的城镇化率约为61.10%㊂2.门槛效应回归结果表8为城镇化水平的门槛效应回归结果,在不同的城镇化水平下产生的影响有所不同㊂当城镇化水平低于门槛值4.1125时(即城镇化率低于61.1%时),数字经济发展对城乡收入差距的影响系数为负但不显著,说明此时数字经济对城乡收入差距的收敛效应较弱㊂而当城镇化水平大于门槛值4.1125时(即城镇化率高于61.1%时),数字经济86㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀南华大学学报(社会科学版)㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀2024年发展对城乡收入差距的影响系数在1%水平下显著为负,此时数字经济能显著缩小城乡收入差距㊂原因可能在于,随着城镇化水平的提高,城市溢出效应增强,城乡之间的分化逐渐缩小,农村地区所享受的数字红利逐步增加,从而城乡收入差距缩小㊂该结论验证了本文最初提出的假设,即随着城镇化水平的提升,数字经济对城乡收入差距的收敛效应增强㊂同时也进一步印证了前文关于异质性分析的讨论结果,即数字经济对城乡收入差距的作用效果会受到城镇化水平的影响,该效果在城镇化水平较高的南方地区省份表现得更加显著,而北方地区省份仍受城镇化水平的制约而无显著效果㊂表7㊀门槛估计值和置信区间门槛变量门槛值估计值95%置信区间城镇化水平单一门槛检验γ 4.1125[4.1068,4.1198]表8㊀门槛效应回归结果变量TheilDe(ln Urbanɤ4.1125)-0.0279(0.0211) De(ln Urban>4.1125)-0.0647①(0.0204)IS-0.0915(0.0615)Agr-0.1710②(0.0816)Finance-0.2270②(0.0829)ln Edu-0.0685①(0.0081)Market-0.0018(0.0014)Constant0.7580①(0.0745)观测值310R-squared0.8390㊀㊀注:括号内为标准误㊂①表示在1%的水平上显著㊂②表示在5%的水平上显著㊂五㊀结论与建议本文在探讨数字经济对城乡居民收入差距的影响机制的基础上,以2011 2020年31个省级面板数据为样本,利用静态和动态面板模型进行实证分析,并进一步运用门槛模型探究城镇化水平的门槛效应㊂研究发现:第一,2011 2020年在省域层面上数字经济的发展能够显著缩小城乡居民收入差距,该结论具有稳健性㊂第二,数字经济对城乡居民收入差距的影响存在地区差异性㊂对于南方地区省份,数字经济能够显著缩小其城乡收入差距,而对于北方地区省份,数字经济对城乡收入差距的影响并不显著㊂第三,数字经济对城乡居民收入差距的影响具有单一门槛效应㊂在城镇化水平较低时,数字经济对城乡收入差距的影响不显著;当城镇化水平越过门槛值达到较高水平后,数字经济对缩小城乡收入差距的效果显著增强㊂该检验结果与异质性分析中的结论保持一致㊂上述结论的政策启示是:第一,进一步做大做强做优数字经济,缓解城乡居民收入不平衡现象㊂加强农村数字基础设施建设,畅通城乡要素流通渠道,吸引数字技术人才扎根农村干事创业,激活农村经济活力㊂第二,统筹考虑区域产业基础㊁资源禀赋,制定差异化发展策略㊂北方地区应加快 数字赋能 的步伐,鼓励企业数字化转型,提高数字技术在产业中的应用,充分释放数字经济红利,更好地缩小城乡收入差距㊂南方地区需夯实数字经济的共同富裕效应,并充分发挥辐射带动作用,进一步提升乡村等落后地区的数字经济水平㊂第三,鼓励和引导城镇化有序发展,更好地发挥数字经济对城乡收入差距的收敛作用㊂一方面积极推进就地城镇化,缓解传统城镇化模式下大规模空间迁移带来的城乡失衡问题;另一方面开展新型城镇化建设,推动城乡公共服务均等化,激发城乡发展活力,推动城乡间㊁区域间的整体发展,最终实现共同富裕㊂注释:①数据来源于数字经济开放研究平台(https://www. /research/numberdata#hotChart)㊂②根据秦岭淮河一线分界线,南方地区包括上海㊁江苏㊁浙江㊁安徽㊁福建㊁江西㊁湖北㊁湖南㊁广东㊁广西㊁海南㊁重庆㊁四川㊁贵州㊁云南㊁西藏等16个省(区㊁市),台湾省因数据缺失不包括在样本中,北方地区包括北京㊁天津㊁河北㊁山西㊁内蒙古㊁辽宁㊁吉林㊁黑龙江㊁山东㊁河南㊁陕西㊁甘肃㊁青海㊁宁夏㊁新疆等15个省(区㊁市)㊂[参考文献][1]㊀TAPSCOTT D.The Digital Economy:Promise and Perilin the Age of Networker Intelligence[M].New York:McGraw-Hill,1996.[2]㊀李海舰,赵丽.数据成为生产要素:特征㊁机制与价值形态演进[J].上海经济研究,2021(8):48-59. [3]㊀白俊红,陈新.数字经济㊁空间溢出效应与区域创新效率[J].研究与发展管理,2022,34(6):67-78.[4]㊀刘钒,余明月.长江经济带数字产业化与产业数字化96第1期庞玉萍,杨子钰:数字经济对城乡居民收入差距影响研究。

盈余质量的分析研究Document serial number【NL89WT-NY98YT-NC8CB-NNUUT-NUT108】中国上市公司盈余质量的分析研究1张瑶(中山大学管理学院会计学系 510275)[摘要]中国市场经济体系的不断完善使得会计信息越来越被其使用者关注，盈余作为会计信息的重要组成部分更是日益成为证券关注的焦点。

理性的使用者不仅应当关注盈余的数量，还应关注盈余的质量。

本文的研究目的在于分析我国上市公司盈余质量随时间变化有无提高。

笔者首先从理论上探讨了盈余质量的定义和属性，回顾了检验盈余质量的常用模型，并构建了一套衡量我国上市公司盈余质量的模型，然后对我国1994-2004年所有A股上市公司样本进行了回归分析和假设检验。

研究结果发现在我国资本市场盈余价值相关性不强；盈余的总体质量并没有随时间改变而展现出明显一致的提高趋势。

最后，本文对可能影响盈余质量变化的会计准则、宏观经济环境、法律环境等因素进行了讨论。

[关键词] 盈余盈余质量证券市场一、绪论(一)研究目的20世纪30年代以后，会计信息披露的中心由资产负债表转向了利润表，盈余（或收益，在本文中两者无区别）日益成为证券关注的焦点。

在针对会计盈余展开的大量研究中，许多实证研究都表明相对于其他公司经营业绩的衡量标准来说，投资者更多地依赖于盈余信息（Biddle et al. 1995；Francis et al. 2003；Liu et al. 2002）。

投资者通常根据会计盈余给股票定价，因为盈余水平和盈余变动可以反映投资者能够辨别并据以进行适当定价的、与公司目前及未来经济价值创造能力有关的信息（Hawkins，1998）。

管理者同样将盈余看作是投资者和分析师评估公司价值的关键尺度（Graham et al. 2003）。

在Hirst 和Hopins（2000）设计的一个研究分析师评估活动的有趣实验中，分析师对盈余信息的关注也是显着的，但是他们对盈余质量的关注并不显着，他们不能很好的识别盈余管理。

中国市场化进程报告：现状分析与未来预测「标题注释」本文作者感谢樊纲教授的意见以及夏小林在资料上的帮助，但文中可能出现的错误完全由本人负责。

中国改革基金会国民经济研究所的乔桐封老师提供了相关调研资料，特此致谢。

「内容提要」本文通过对市场化进程的分析，指出当前中国总体市场化、行业市场化与地区市场化离目标市场化还有多远，并通过问卷调查及计量分析，对未来5～10年的市场化进程进行了预测。

文章认为，未来市场化的最主要障碍是政府与市场的关系以及法制建设。

正是在这个意义上，中国未来改革的中心任务将是政府职能转换。

而想真正做到对政府行为的约束，处理好政府与市场的关系，就需有制度监督与保障，即法律制度环境的完善。

中国由计划体制向市场体制的转型始于20世纪70年代末。

时至今日，市场化取向的改革已经经历了1/4世纪。

2003年的十六届三中全会更是将完善社会主义市场经济体制作为今后发展的中心任务，把市场化改革向广度与深度推进。

那么，当前中国的市场化到底处于什么样的水平？行业市场化与地区市场化呈现什么样的局面？未来市场化前景如何？市场化进程中所面临的最主要障碍是什么？这些是无论理论家还是实践家、无论国内还是国外都非常关心的问题。

本文正是本着回答这些问题的初衷，对中国市场化进程进行全面考察。

一、中国总体的市场化进程1.市场化测度指标自改革开放以来，中国总体的市场化程度越来越高，这一点是毋庸置疑的。

不过，用什么指标来刻画这一市场化进程，却一直存在争议。

国际上通行经济自由度指数（如美国传统基金会以及弗雷泽研究所的经济自由度指数，即Index of Economic Freedom ）。

这一指数旨在全球范围内对不同国家和地区的经济自由度进行打分、排序。

而国内学者更喜欢用百分比来衡量市场化所达到的程度。

不过，需要说明的是，在采用百分比来衡量市场化程度的时候，并没有先验地假定100％是市场化的最高指标或目标模式，把它理解成相对进步程度更合理一些。

地理学报ACTA GEOGRAPHICA SINICA 第66卷第12期2011年12月V ol.66,No.12Dec.,2011收稿日期：2011-01-02;修订日期：2011-09-15基金项目：国家自然科学基金项目(40871075)[Foundation:National Natural Science Foundation of China,No.40871075]作者简介：曹广忠(1969-),男,山东莘县人,博士,副教授,中国地理学会会员(S110001570M),主要研究方向为城镇化、城市与区域规划、城市土地利用。

E-mail:caogzh@1631-1643页中国城镇化地区贡献的内陆化演变与解释——基于1982-2008年省区数据的分析曹广忠1,刘涛2(1.北京大学城市与环境学院,北京100871;2.香港大学地理系,香港)摘要：改革开放30年来，中国持续快速的经济发展和城镇化受到了世界关注。

由于政策环境和地理基础的差异性，地带间差异成为中国城镇化空间差异的主要特征：在多元动力的共同推动下，东部十省的快速城镇化为全国的城镇化进程贡献了49%。

新世纪以来，随着西部大开发、东北老工业基地振兴和中部崛起三大区域发展战略的相继提出，政策和地理基础的地带间差异逐步缩小，国内外投资重点向内陆转移，外出务工人员的回流与创业成为人口流动的新特征，带动中西部地区对全国城镇化的贡献迅速提升，中国城镇化的重心向内陆转移，省区城镇化趋同现象比较明显。

这些新现象在2005年以来更加强化。

实证结果表明，区域发展战略的提出促进内陆省份对全国城镇化的贡献率提高了8.7%，但并没有对中国省区城镇化的动力机制产生影响；沿海地区产业转移和国际市场的开拓将成为内陆地区城镇化的重要依托。

关键词：城镇化；重心转移；内陆化；政策分析；返乡创业；新现象；中国1引言改革开放30年，中国保持了持续快速的城镇化进程。

《中国统计年鉴2009》数据表明，中国的城镇化水平由1978年的17.9%提高到2008年的45.7%，城镇人口从1.72亿增长到6.07亿，每年平均增加约1447万城镇居民，人口城镇化水平年均提高0.93个百分点。

中国各地区市场化进程相对指数2000年报告（1997，1998，1999指数）中国经济改革研究基金会国民经济研究所 樊纲 王小鲁 张立文一、前言经过了历时20余年的市场化改革，中国经济已经在很大程度上由计划经济转向了市场经济。

市场化进展取得了举世公认的成功。

改革期间，中国经济保持了高速增长，大多数人的生活水平显著提高，中国的经济实力显著增强。

但是市场化的进展程度是很不平衡的。

就区域而言，在某些省份，特别是某些沿海省份，市场化已经取得了决定性的进展，而在另外一些省份，经济中非市场的因素还占有非常重要的地位。

就产业部门而言，第三产业部门的市场化程度在总体上远远落后于工业和建筑业。

就不同市场而言，要素市场的发育程度显著低于产品市场。

为了对我国各省、直辖市、自治区的市场化相对进程做出一个基本的判断，我们建立了中国各地区市场化进程指标体系，用比较的方法从多个不同方面对各省、直辖市、自治区的市场化的相对程度进行测度。

我们把测度结果称为“中国各地区市场化进程相对指数”。

我们希望这套指标体系能够对各地方市场化进展程度的差别作出一个大概的反映。

同时也希望今后运用这套指标体系对各地市场化的进展状况进行持续的跟踪分析，以随时反映市场化方面新的进展。

应当指出，尽管我们进行了大量的资料分析和研究，也借鉴了一些国内外已有的研究成果，但目前的研究成果仍然是初步的。

一方面，在理论上还有一些不完善的地方，可能会影响测度的准确性，这有待今后继续改进；另一方面，在实际分析中也面临某些数据资料不全和不够准确等问题的制约，也会影响测度的精确程度。

但就总体而言，我们仍然相信这里所提供的分析结果大致上反映了各地市场化进程的实际状况。

我们希望这套研究结果的公布将有利于各界了解我国市场化改革已经取得的进展和存在的不足之处，从而为继续推动市场化改革，在我国建立一个健全的市场经济体系作出努力。

二、关于“中国各地区市场化进程相对指数”的几点理论说明将一种社会状态、一种经济体制或经济环境，用数量化的方法以至用某种“指数”加以度量和表现，是对理论和理论应用的一种挑战。

企业社会责任与企业价值作者：郭静来源：《中国集体经济》2016年第07期摘要：以我国2013～2014年沪市制造业上市公司的相关数据作为样本，研究市场化进程、企业社会责任与企业价值的关系。

结果表明，企业社会责任与企业价值呈负相关关系。

市场化进程对企业社会责任与企业价值的关系具有调节作用。

关键词：企业社会责任；企业价值；市场化进程；调节变量一、引言企业社会责任产生于20世纪初，至今已有1个世纪的发展，对企业发展产生了深远影响。

2006年9月上交所发布《上市公司社会责任指引》首次对上市公司的社会责任信息披露做出要求，党的十八届三中全会通过《中共中央关于全面深化改革的重大问题决定》把“承担社会责任”列入国有企业的改革重点，社会责任问题提高到国家层面。

企业社会责任是企业发展的重要环节，因此研究企业社会责任与企业价值的关系显得十分必要。

对于促使企业更好地履行社会责任，促进企业长远发展具有重要的现实意义。

大量学者研究了企业社会责任与企业价值关系。

研究结论主要分为正相关、负相关或不相关三种，尚未形成规范性结论。

而关于研究社会责任对企业价值影响的研究，大多数探讨的是基于企业行业差异的研究，关于市场化进程对公司社会责任表现产生什么影响，进而对公司价值产生影响研究较少。

因此本文以此作为出发点，探讨企业社会责任、市场化进程和企业价值之间的关系。

二、理论分析与假设（一）企业社会责任与企业价值企业社会责任与企业价值的关系研究结论不尽一致，很多学者研究结果是企业社会责任与企业价值呈负相关关系。

企业承担社会责任使得企业成本增加，因此承担企业社会责任的企业比不承担企业社会责任的企业更处于不利地位（Ullman，1985）。

李正（2008）通过研究企业价值与企业社会责任之间关系，并得出二者呈负相关关系。

唐俊峰、李立峰（2013）通过对2011年和2012年上市公司实证分析得出，当期企业社会责任与企业价值负相关，但随着时间的推移，这种负向关系会减弱。

province year mktscore govnscore lawscore 北京1997 5.157.098.99北京1998 4.89 6.729.20北京1999 3.95 6.23 4.52北京2000 4.64 6.30 5.12北京2001 6.177.347.37北京2002 6.927.527.62北京20037.507.927.63北京20048.198.828.10北京20058.489.237.78北京20069.969.217.87北京20079.559.328.41北京20089.589.1414.23北京20099.878.9516.27天津1997 4.53 4.60 3.89天津1998 4.92 5.01 3.97天津1999 4.71 5.34 4.05天津2000 5.36 5.88 4.35天津2001 6.59 5.88 5.86天津2002 6.73 6.19 6.50天津20037.03 6.82 6.95天津20047.867.797.49天津20058.418.498.51天津20069.188.748.98天津20079.769.259.92天津20089.199.2910.67天津20099.439.3211.57河北1997 4.988.010.90河北1998 5.217.53 1.59河北1999 4.66 6.83 2.95河北2000 4.81 6.97 3.15河北2001 4.93 6.36 3.26河北2002 5.297.02 3.39河北2003 5.597.52 3.48河北2004 6.058.53 3.90河北2005 6.618.69 5.11河北2006 6.938.70 5.13河北20077.118.69 5.27河北20087.168.40 5.55河北20097.278.23 5.60山西1997 3.34 4.12 2.89山西1998 3.61 4.13 3.11山西1999 3.32 4.48 3.24山西2000 3.39 4.31 3.94山西2001 3.40 4.42 2.91山西2002 3.93 5.00 3.08山西2003 4.63 5.85 3.20山西2004 5.13 6.68 3.61山西2005 5.287.00 4.38山西2006 5.84 6.85 4.51山西2007 6.23 6.96 4.78山西2008 6.18 6.72 5.23山西2009 6.11 6.54 5.55内蒙古1997 2.55 2.36 2.28内蒙古1998 2.93 2.13 2.30内蒙古1999 3.41 3.39 2.87内蒙古2000 3.59 3.28 3.42内蒙古2001 3.53 4.02 3.30内蒙古2002 4.00 5.13 3.38内蒙古2003 4.39 5.49 3.56内蒙古2004 5.12 6.28 3.96内蒙古2005 5.74 6.86 4.47内蒙古2006 6.28 6.79 4.43内蒙古2007 6.407.01 4.50内蒙古2008 6.15 6.59 4.86内蒙古2009 6.27 6.39 5.32辽宁1997 4.58 6.69 3.04辽宁1998 4.64 6.67 3.24辽宁1999 4.47 5.91 3.16辽宁2000 4.76 6.09 3.54辽宁2001 5.47 5.64 4.28辽宁2002 6.06 6.08 4.51辽宁2003 6.61 6.69 5.15辽宁20047.367.75 5.46辽宁20057.928.45 6.35辽宁20068.188.48 6.55辽宁20078.668.677.23辽宁20088.318.437.47辽宁20098.768.208.46吉林1997 3.51 5.74 2.14吉林1998 3.57 5.63 2.79吉林1999 3.97 5.82 3.35吉林2000 3.96 5.70 3.36吉林2001 4.00 4.63 3.65吉林2002 4.58 5.26 3.69吉林2003 4.69 5.63 3.83吉林2004 5.497.02 3.89吉林2005 6.067.65 4.79吉林2006 6.447.78 4.84吉林2007 6.938.31 5.37吉林2008 6.997.87 5.69吉林20097.097.73 6.00黑龙江1997 2.73 4.98 2.47黑龙江1998 3.31 4.83 2.65黑龙江1999 3.57 4.03 3.13黑龙江2000 3.70 3.70 3.51黑龙江2001 3.73 3.75 4.07黑龙江2002 4.09 4.90 4.24黑龙江2003 4.45 5.96 4.44黑龙江2004 5.057.62 4.56黑龙江2005 5.697.74 5.30黑龙江2006 5.937.61 5.15黑龙江2007 6.278.07 5.46黑龙江2008 6.078.49 5.81黑龙江2009 6.118.18 5.96上海1997 5.00 6.30 5.48上海1998 5.04 5.99 5.32上海1999 4.707.14 3.92上海2000 5.757.31 5.51上海20017.627.729.42上海20028.347.9810.52上海20039.359.0212.15上海20049.819.7611.06上海200510.259.9712.84上海200610.799.8713.87上海200711.7110.2716.61上海200810.429.8617.14上海200910.969.7519.89江苏1997 5.257.81 2.06江苏1998 5.387.62 2.17江苏1999 5.737.75 3.66江苏2000 6.088.01 3.76江苏2001 6.837.72 5.20江苏20027.408.25 5.69江苏20037.978.78 6.18江苏20048.639.85 6.61江苏20059.3510.328.18江苏20069.8010.559.07江苏200710.5510.6011.50江苏200810.5810.3013.56江苏200911.5410.1518.72浙江1997 6.177.51 1.97浙江1998 6.418.18 2.32浙江1999 5.877.98 3.49浙江2000 6.578.22 3.99浙江20017.647.57 6.19浙江20028.377.977.16浙江20039.108.478.09浙江20049.779.468.39浙江200510.229.9010.59浙江200610.809.9711.97浙江200711.3910.1213.89浙江200811.169.8016.25浙江200911.809.6919.85安徽1997 4.42 4.97 1.30安徽1998 4.39 4.82 1.34安徽1999 4.67 6.90 3.15安徽2000 4.707.41 3.05安徽2001 4.75 6.55 2.53安徽2002 4.95 6.86 2.67安徽2003 5.377.73 2.63安徽2004 5.998.96 3.15安徽2005 6.849.83 4.49安徽20067.299.86 5.53安徽20077.739.80 5.99安徽20087.649.65 6.30安徽20097.889.397.32福建1997 5.43 5.15 2.00福建1998 5.70 4.90 2.36福建1999 5.79 6.74 3.66福建2000 6.53 6.99 4.31福建20017.397.49 4.68福建20027.637.82 5.05福建20037.978.52 5.23福建20048.339.30 5.30福建20058.949.94 6.41福建20069.179.99 6.61福建20079.4510.34 6.92福建20088.789.377.21福建20099.029.358.30江西1997 3.93 6.86 1.32江西1998 4.417.04 1.55江西1999 3.90 5.83 2.76江西2000 4.04 6.07 2.59江西2001 4.00 5.73 2.23江西2002 4.63 6.08 2.61江西2003 5.06 6.50 3.01江西2004 5.767.25 3.38江西2005 6.457.70 4.32江西2006 6.777.99 4.28江西20077.298.41 4.75江西20087.488.82 5.12江西20097.658.51 5.90山东1997 4.80 6.83 1.83山东1998 5.197.17 2.22山东1999 5.15 6.93 3.15山东2000 5.307.31 3.11山东2001 5.66 6.24 3.80山东2002 6.23 6.74 4.18山东2003 6.817.21 4.67山东20047.528.10 5.13山东20058.448.52 6.14山东20068.428.71 6.71山东20078.819.057.37山东20088.779.167.42山东20098.939.078.18河南1997 4.827.14 1.27河南1998 5.097.71 1.50河南1999 4.05 5.32 2.85河南2000 4.24 5.40 3.00河南2001 4.14 5.23 3.06河南2002 4.30 6.04 3.12河南2003 4.89 6.91 3.07河南2004 5.647.94 3.38河南2005 6.738.57 4.52河南20067.078.28 4.66河南20077.428.54 4.99河南20087.788.69 5.50河南20098.048.62 6.07湖北1997 4.24 6.59 1.83湖北1998 4.69 6.84 2.04湖北1999 4.01 4.81 2.87湖北2000 3.99 5.01 3.04湖北2001 4.25 4.88 2.96湖北2002 4.65 5.95 3.24湖北2003 5.47 6.96 3.74湖北2004 6.118.47 3.81湖北2005 6.869.03 4.87湖北20067.129.04 5.02湖北20077.409.11 5.79湖北20087.338.78 6.42湖北20097.658.677.15湖南1997 4.73 6.97 1.40湖南1998 5.097.60 1.68湖南1999 3.98 5.39 1.35湖南2000 3.86 5.62 1.50湖南2001 3.94 5.64 2.29湖南2002 4.41 6.19 2.64湖南2003 5.03 6.70 3.13湖南2004 6.117.50 3.75湖南2005 6.757.67 4.29湖南2006 6.987.57 4.20湖南20077.197.68 4.32湖南20087.188.13 4.70湖南20097.397.93 6.02广东1997 6.298.28 3.50广东1998 6.478.23 3.85广东1999 5.967.43 4.17广东20007.237.81 6.02广东20018.187.877.11广东20028.637.967.69广东20038.998.538.45广东20049.369.578.86广东200510.1810.6110.64广东200610.5510.6511.47广东200711.0410.6512.59广东200810.259.6712.39广东200910.429.5913.99广西1997 4.22 6.82 1.80广西1998 4.29 6.75 1.90广西1999 4.397.60 2.89广西2000 4.297.80 2.99广西2001 3.937.49 2.92广西2002 4.757.91 3.10广西2003 5.008.12 3.20广西2004 5.428.62 3.17广西2005 6.049.13 3.80广西2006 6.128.77 3.70广西2007 6.378.92 4.23广西2008 6.208.75 4.61广西2009 6.178.49 4.88海南1997 4.607.30 1.01海南1998 4.517.11 2.09海南1999 4.70 5.94 3.73海南2000 4.75 5.85 3.93海南2001 5.668.07 3.86海南2002 5.097.59 3.80海南2003 5.037.24 3.64海南2004 5.417.79 3.57海南2005 5.638.52 3.63海南2006 6.358.64 3.74海南2007 6.888.45 3.87海南2008 6.447.41 3.91海南2009 6.40 6.96 5.25重庆1997 4.287.62 1.65重庆1998 4.397.73 2.19重庆1999 4.577.41 2.13重庆2000 4.597.56 1.72重庆2001 5.207.17 2.37重庆2002 5.717.18 2.74重庆2003 6.477.34 3.29重庆20047.208.25 3.95重庆20057.358.90 4.89重庆20068.098.95 5.20重庆20078.108.81 5.61重庆20087.878.97 6.11重庆20098.148.907.60四川1997 4.247.22 1.67四川1998 4.37 6.96 1.96四川1999 4.077.21 2.65四川2000 4.417.37 2.43四川2001 5.00 6.44 3.49四川2002 5.35 6.70 3.81四川2003 5.857.33 4.03四川2004 6.388.51 4.11四川20057.049.44 5.04四川20067.269.52 5.24四川20077.669.46 5.96四川20087.239.04 6.38四川20097.568.667.39贵州1997 2.89 4.99 1.48贵州1998 3.20 5.44 1.27贵州1999 3.29 5.40 2.47贵州2000 3.31 5.36 2.32贵州2001 2.95 5.85 1.82贵州2002 3.04 5.84 1.88贵州2003 3.67 6.02 1.96贵州2004 4.17 6.59 2.16贵州2005 4.80 6.67 3.12贵州2006 5.22 6.75 3.20贵州2007 5.57 6.62 3.76贵州2008 5.56 6.67 4.27贵州2009 5.56 6.40 4.47云南1997 2.70 4.14 1.78云南1998 2.89 4.66 1.85云南1999 3.47 6.04 2.26云南2000 4.08 6.45 2.74云南2001 3.82 6.41 2.17云南2002 3.80 6.45 2.33云南2003 4.23 6.63 2.41云南2004 4.81 6.98 2.75云南2005 5.277.40 3.91云南2006 5.727.70 4.15云南2007 6.158.07 4.63云南2008 6.048.29 4.99云南2009 6.067.95 5.44西藏1997西藏1998西藏1999西藏20000.000.000.00西藏20010.330.00 1.90西藏20020.63-0.85 1.91西藏20030.79-1.14 2.25西藏2004 1.55-0.84 2.63西藏2005 2.64-1.09 3.60西藏2006 2.89-0.05 3.78西藏2007 4.25 1.13 3.89西藏2008 1.36-3.73 4.09西藏20090.38-4.660.18陕西1997 3.03 3.40 3.01陕西1998 3.45 4.66 2.93陕西1999 2.94 5.18 1.73陕西2000 3.41 5.16 1.92陕西2001 3.37 5.79 1.78陕西2002 3.90 6.42 2.29陕西2003 4.11 6.90 2.47陕西2004 4.467.68 2.88陕西2005 4.817.67 3.96陕西2006 5.117.25 4.29陕西2007 5.367.13 4.99陕西2008 5.66 6.71 5.63陕西2009 5.65 6.60 5.88甘肃1997 3.01 4.91 1.98甘肃1998 3.36 5.25 1.45甘肃1999 3.61 5.95 2.27甘肃2000 3.31 5.90 1.89甘肃2001 3.04 5.82 1.15甘肃2002 3.05 5.61 1.36甘肃2003 3.32 5.80 1.52甘肃2004 3.95 6.58 2.11甘肃2005 4.627.12 3.34甘肃2006 4.957.05 3.57甘肃2007 5.31 6.57 3.79甘肃2008 4.88 6.38 3.99甘肃2009 4.98 5.91 4.86青海1997 1.29 2.86 1.31青海1998 1.49 2.70 1.88青海1999 2.15 3.14 2.75青海2000 2.49 2.92 3.02青海2001 2.37 4.56 1.47青海2002 2.45 4.22 1.58青海2003 2.60 3.97 1.49青海2004 3.10 4.86 1.53青海2005 3.86 5.59 1.85青海2006 4.24 5.82 2.06青海2007 4.64 5.07 2.79青海2008 3.45 5.56 3.54青海2009 3.25 5.04 3.51宁夏1997 1.69 3.31 2.51宁夏1998 2.01 3.22 2.37宁夏1999 2.86 3.77 2.92宁夏2000 2.82 3.66 2.58宁夏2001 2.70 4.41 1.67宁夏2002 3.24 4.91 1.86宁夏2003 4.24 5.61 2.24宁夏2004 4.56 6.31 2.83宁夏2005 5.01 6.79 3.47宁夏2006 5.24 6.63 3.52宁夏2007 5.857.03 3.80宁夏2008 5.78 6.16 4.57宁夏2009 5.94 6.10 4.66新疆1997 1.77 3.95 2.44新疆1998 2.00 4.42 2.83新疆1999 1.72 2.75 2.17新疆2000 2.67 3.19 2.12新疆2001 3.18 4.64 3.28新疆2002 3.41 4.78 3.85新疆2003 4.26 5.03 4.37新疆2004 4.76 5.93 4.48新疆2005 5.23 6.52 4.83新疆2006 5.19 6.47 4.64新疆2007 5.36 6.26 4.56新疆2008 5.23 5.75 5.01新疆2009 5.12 5.44 4.98。

东部地区及中西部地区经济差距影响因素分析一、引言改革开放以来，我国各区域的经济均取得快速的增长，但区域间的经济差距也呈现不断扩大的趋势，这引起了社会各界的广泛关注，众多的研究者从不同的学科角度，对我国的区域经济差距问题及其形成原因进行了大量理论研究和实证分析。

例如：杨为民(1992)采用基尼系数分析了我国的区域差距，认为三大地带收入水平之间的差距在20世纪80年代是缩小的。

杨开忠(1994)采用变异系数方法对各省区1952～1990年间人均国民收入年均增长速度进行了研究，发现各省区经济差距变化以1978年为转折点，呈“U”型变动趋势，即各省区间的经济差距在1952～1978年问逐渐缩小，而在1978～1990年间逐渐扩大；并认为在开放的外向发展阶段，地区差距变动主要决定于地区投资分配。

魏后凯(1997)考察了各地区人均GDI、人均国民收入和人均收入在1952～1995问的β收敛情况，认为地区经济差距在1952～1965年间一度缩小，在1965～1978年间差距扩大，在1978～1995年差距缩小；并认为，省际人均国民收入的差距有50％以上是由工业发展差距引起的。

万广华(1998)、张平(1998)利用加权变异系数法分别对全国28个省农村家庭人均纯收入1984～1996年、1980～1995年间的数据进行分析，均发现农村居民省际间的收入差距不断扩大。

李实(1999)利用泰尔指数调查了1980～1994年间中国城乡的收入差距，认为农村内部收入差距变动的总趋势是不断扩大的。

胡鞍钢(2003)利用相对差距系数对全国各地区人均GDP1952～1995年间的数据进行了分析，结论是：1952～1978年间差距不断扩大，1978～1991年间差距不断减小，1992～1995年差距重新出现上升趋势。

林毅夫(2003)采用变异系数和基尼系数方法对全国31个省区市的人均GDP1978～1999年问的数据进行了研究，认为地区差距在1990年后趋于增大，并认为不同区域之间的经济差距产生的主要原因是不同地区的外商直接投资规模的差距。