如何實現(xiàn)橄欖型分配格局？
——基于客觀階層標(biāo)準(zhǔn)的實證分析

楊天宇 張令達(dá)

一、引言

中共十八屆三中全會決議提出，要“擴(kuò)大中等收入者比重，努力縮小城鄉(xiāng)、區(qū)域、行業(yè)收入分配差距，逐步形成橄欖型分配格局”。[注]《中共中央關(guān)于全面深化改革若干重大問題的決定》，46頁，北京，人民出版社，2013。中共十九大報告進(jìn)一步提出，要“擴(kuò)大中等收入群體，增加低收入者收入，調(diào)節(jié)過高收入”。[注]習(xí)近平：《決勝全面建成小康社會 奪取新時代中國特色社會主義偉大勝利——在中國共產(chǎn)黨第十九次全國代表大會上的報告》，46頁，北京，人民出版社，2017。這表明，通過“增低、擴(kuò)中、調(diào)高”形成橄欖型分配格局，已成為黨和政府的重要政策目標(biāo)。所謂橄欖型分配格局，就是一種“兩頭小”(低收入群體和高收入群體在社會階層中均占少數(shù))、“中間大”(中等收入群體占比最多)的收入分配結(jié)構(gòu)。目前學(xué)術(shù)界對收入分配問題已經(jīng)有了大量的研究成果，但已有文獻(xiàn)中關(guān)于縮小居民收入差距的研究很多，對如何實現(xiàn)橄欖型收入分配格局的研究卻不多見。從邏輯上說，僅僅縮小居民收入差距還不足以形成橄欖型分配格局，只有縮小居民收入差距帶來低收入者比重縮小和中等收入者比重擴(kuò)大，才能形成橄欖型分配格局。所以，我們首先需要弄清楚我國居民收入分配格局的現(xiàn)狀和橄欖型分配格局的影響因素，并在此基礎(chǔ)上合理地選擇縮小居民收入差距的方向，才能找到實現(xiàn)橄欖型分配格局的可行途徑。

目前學(xué)術(shù)界關(guān)于收入分配方面的文獻(xiàn)，主要集中于研究收入分配差距，這些研究大都以基尼系數(shù)、泰爾指數(shù)、變異系數(shù)等收入不平等的測度為基礎(chǔ)，但這些測度只能反映收入的總體離散程度，而無法反映居民內(nèi)部各階層的規(guī)模和收入變化，這顯然不適合用來分析橄欖型分配格局。研究居民收入分配格局是不是橄欖型的，首先需要準(zhǔn)確估計各個收入群體所占的比重，而這就需要為不同收入群體之間設(shè)定排他性的邊界。迄今為止，關(guān)于這類邊界的設(shè)定都有一定的主觀性，不同學(xué)者有不同的分類方法。已有文獻(xiàn)對不同收入群體的劃分標(biāo)準(zhǔn)大體可以分為兩類，即絕對標(biāo)準(zhǔn)和相對標(biāo)準(zhǔn)。絕對標(biāo)準(zhǔn)是通過一定的收入水平或消費支出范圍來確定中等收入階層。例如，世界銀行將全球中產(chǎn)階層劃分為人均年收入落于巴西和意大利的平均收入水平之間，即年人均收入4 000～17 000美元。[注]World Bank.“Global Economic Prospects 2007: Managing the Next Wave of Globalization”.World Bank Publications, 2007(33): 190-192.伯茲奧爾(N.Birdsall)以2010年購買力平價的1 050美元作為8個拉丁美洲國家的中產(chǎn)階層標(biāo)準(zhǔn)。[注]Birdsall, N.“A Note on the Middle Class in Latin America”.CGD Working Paper No.303, 2012.卡拉斯(H.Kharas)將每日人均支出10美元至100美元(購買力平價)作為發(fā)展中國家的中產(chǎn)階層標(biāo)準(zhǔn)。[注]Kharas, H.“The Emerging Middle Class in Developing Countries”.OECD Developing Centre Working Papers No.285, 2010.森(A.Sen)用每日人均2美元以下的消費水平作為低收入階層的衡量標(biāo)準(zhǔn)。[注]Sen, A.“Poor Relatively Speaking”.Oxford Economic Papers, 1983(35): 153-169.班納吉(A.Banerjee)和迪弗洛(E.Duflo)將每日人均支出6～10美元作為中等收入階層的衡量標(biāo)準(zhǔn)。[注]Banerjee, A., and E.Duflo.“What is Middle Class about the Middle Classes around the World?”.Journal of Economic Perspectives, 2008(22): 3-28.國家發(fā)改委課題組把家庭人均年收入2.2萬～6.5萬元作為中等收入者的標(biāo)準(zhǔn)，據(jù)此估算出2010年我國城鎮(zhèn)中等收入者比重為37%。[注]國家發(fā)改委社會發(fā)展研究所課題組：《擴(kuò)大中等收入者比重的實證分析和政策建議》，載《經(jīng)濟(jì)學(xué)動態(tài)》，2012(5)。李強和徐玲將家庭人均年收入3.5萬～12萬元的群體界定為中等收入群體，據(jù)此估算出2012年全國、城鎮(zhèn)和農(nóng)村的中等收入群體比重分別為17.9%、27.9%和6%。[注]李強、徐玲：《怎樣界定中等收入群體？》，載《北京社會科學(xué)》，2017(7)。上述文獻(xiàn)中關(guān)于中等收入群體的界定標(biāo)準(zhǔn)差別很大，得出的結(jié)論也不一致。

相對標(biāo)準(zhǔn)通常是以中位數(shù)收入為中心上下浮動一定比例，以得到某群體的收入上下限。由于不同年份的收入中位數(shù)不同，收入上下限的具體數(shù)值也是經(jīng)常變化的。美國經(jīng)濟(jì)學(xué)家索羅(L.Thurow)的論文是這方面較早的文獻(xiàn)，他選取中位數(shù)人均收入的75%和125%作為劃分中等收入群體的上下限。[注]Thurow, L.“A Surge in Inequality”.Scientific American, 1987(256): 30-37.伯茲奧爾等把收入介于中位數(shù)50%～125%之間的人界定為中等收入群體[注]Birdsall, N., Graham, C., and S.Pettinato.“Stuck in Tunnel: Is Globalization Muddling the Middle?” .Brookings Working Paper No.14, 2000.，普雷斯曼(S.Pressman)采用中位數(shù)收入67%～200%的標(biāo)準(zhǔn)來界定中等收入群體[注]Pressman, S.“Defining and Measuring the Middle Class”.American Institute for Economic Research Working Paper No.7, 2015.。湯森德(R.Townsend)用收入均值的50%以下作為低收入階層的衡量標(biāo)準(zhǔn)。[注]Townsend, R.“A Sociological Approach to the Measurement of Poverty—A Rejoinder to Professor Amartya Sen”.Oxford Economic Papers, 1985(37): 659-668.國內(nèi)也有很多文獻(xiàn)采用相對標(biāo)準(zhǔn)。李培林和朱迪用收入分位值代替中位數(shù)，把中等收入群體的上限確定為城鎮(zhèn)居民收入的第95 百分位(含)，下限確定為城鎮(zhèn)居民收入的第25百分位，據(jù)此計算出2006—2013年我國城鎮(zhèn)中等收入者比重在24%～28%之間波動。[注]李培林、朱迪：《努力形成橄欖型分配格局——基于2006—2013年中國社會狀況調(diào)查數(shù)據(jù)的分析》，載《中國社會科學(xué)》，2015(1)。龍瑩將中等收入群體的上下限界定為中位數(shù)收入的75%～125%之間，她發(fā)現(xiàn)中國的中等收入群體比重自1988年的27.9%下降到2010年的21.1%。[注]龍瑩：《中等收入群體比重變動的因素分解——基于收入極化指數(shù)的經(jīng)驗證據(jù)》，載《統(tǒng)計研究》，2015(2)。張媛(Zhang Yuan)等同樣將中等收入群體的上下限界定為中位數(shù)收入的75%～125%之間，得出中國農(nóng)村中等收入家庭的比重從1988年的37.3%下降到2007年的32.7%。[注]Zhang，Y., Wan，G., and N.Khor.“The Rise of Middle Class in Rural China”.China Agricultural Economic Review, 2012(4): 36-51.相對標(biāo)準(zhǔn)與絕對標(biāo)準(zhǔn)相似，都需要主觀地確定收入的上下限，而且對于像中國這樣存在大量低收入人口的發(fā)展中國家，按此方法歸類的一部分中等收入群體成員實際上是低收入者。[注]李春玲：《中國特色的中等收入群體概念界定——絕對標(biāo)準(zhǔn)模式與相對標(biāo)準(zhǔn)模式之比較》，載《河北學(xué)刊》，2017(2)。

可見，無論是絕對標(biāo)準(zhǔn)，還是相對標(biāo)準(zhǔn)，都需要人為地確定某個收入群體的收入上下限。這種做法雖有一定參考價值，但主觀判斷的色彩過強，結(jié)果差別較大，難以對收入分配格局進(jìn)行客觀評價。本文試圖為居民內(nèi)部各階層的界定找到一個相對客觀的評價標(biāo)準(zhǔn)，在此基礎(chǔ)上對橄欖型分配格局的影響因素和實現(xiàn)途徑進(jìn)行實證分析。我們首先運用社會科學(xué)中最新發(fā)展的有限混合模型(Finite Mixture Model)來測算包括中等收入群體在內(nèi)的居民內(nèi)部各階層規(guī)模。有限混合模型本質(zhì)上是一種聚類分析方法，它不是根據(jù)某種主觀設(shè)定的標(biāo)準(zhǔn)來劃分各個群體，而是依照某種準(zhǔn)則把一個數(shù)據(jù)集劃分為若干個群體(可稱為類或簇)，使同一個群體中的個體具有較高的相似性，不同群體中的個體則沒有相似性。這一過程是無監(jiān)督的，即在這一過程中沒有任何關(guān)于各個群體分類的先驗知識，僅靠群體間的異質(zhì)性作為劃分各個群體的分類準(zhǔn)則，這保證了分類結(jié)果的客觀性。分類的標(biāo)準(zhǔn)由我們所觀察到的個體行為所決定，在居民收入分配格局的分析中，我們可以用居民收入水平作為群體異質(zhì)性的分類標(biāo)準(zhǔn)。通過聚類分析，我們可以計算出每個類(即群體)的分布參數(shù)和權(quán)重，這樣就可以得出不同收入群體的主要特征和比重，而不必訴諸主觀設(shè)定的群體收入標(biāo)準(zhǔn)。

這一方法已被應(yīng)用于社會科學(xué)中的多個學(xué)科。例如，梅特拉(Maitra)利用有限混合模型測算了印度社會各階層的規(guī)模，但他劃分印度各階層的標(biāo)準(zhǔn)是耐用品消費而不是居民收入。[注]Maitra, S.“The Poor Get Poorer: Tracking Relative Poverty in India Using A Durable-Based Mixture Model”.Journal of Development Economics, 2016(119): 110-120.安德森(G.Anderson)等用有限混合模型測算了中國1992—2001年城鎮(zhèn)居民各階層的規(guī)模，但他們所用的數(shù)據(jù)過于陳舊，而且由于缺乏城鄉(xiāng)統(tǒng)一的微觀家庭數(shù)據(jù)，他們的測算結(jié)果僅限于城鎮(zhèn)居民。同時，他們也沒有分析居民收入分配格局的影響因素。[注]Anderson, G., Farcomeni, A., Pittau, G., and R.Zelli.“A New Approach to Measuring and Studying the Characteristics of Class Membership: The Progress of Poverty, Inequality and Polarization of Income Classes in Urban China”.University of Toranto Working Paper No.521, 2014.本文所要考察的橄欖型分配格局，其含義是居民收入的分配格局，因此我們采用收入而不是消費作為各收入群體的分類準(zhǔn)則。而橄欖型的分配格局，應(yīng)該是全國性的，而不是只局限于城鎮(zhèn)或農(nóng)村地區(qū)的居民收入分配格局。國家統(tǒng)計局在2012年底進(jìn)行了城鄉(xiāng)住戶調(diào)查一體化改革，常規(guī)住戶調(diào)查大樣本庫中的數(shù)據(jù)是城鄉(xiāng)統(tǒng)計口徑一致的居民收入數(shù)據(jù)。本文利用統(tǒng)計局大樣本庫的子樣本，即中國家庭收入調(diào)查(CHIP)2013年的微觀數(shù)據(jù)，根據(jù)有限混合模型估算出全國各個收入群體的規(guī)模，然后再利用回歸分析估計家庭特征等因素對形成橄欖型分配格局的影響，在此基礎(chǔ)上得出實現(xiàn)橄欖型分配格局的可行途徑。

本文與已有文獻(xiàn)的差異表現(xiàn)在三個方面。第一，本文沒有主觀設(shè)定各群體的收入上下限，而是利用有限混合模型得出更具客觀性的分配格局；第二，本文估計了全國層面城鄉(xiāng)收入口徑統(tǒng)一的居民收入分配格局；第三，本文利用計量方法估計了家庭特征對實現(xiàn)橄欖型分配格局的影響。

二、研究方法和數(shù)據(jù)

(一)研究方法

本文應(yīng)用有限混合模型測度我國的居民收入分配格局。我們不想采用主觀確定的收入上下限來區(qū)分各個群體，所以需要弄清楚各個潛在群體(與外生干預(yù)無關(guān))的內(nèi)生異質(zhì)性，然后再用這種內(nèi)生的異質(zhì)性來對全部人群進(jìn)行分類，分類后的結(jié)果自然就是組成全部人群的各個群體。而有限混合模型的優(yōu)勢恰恰在于它能夠區(qū)分潛在子群體的(未被觀測的)內(nèi)生異質(zhì)性，因此適用于本文的研究主題。

在統(tǒng)計方法上，我們首先假定全部人群的數(shù)據(jù)可以分為i個存在內(nèi)生異質(zhì)性的子群體，每個子群體都有各自的分布特征。這樣，全部人群的數(shù)據(jù)就可以看成是一個由多種統(tǒng)計分布組成的“混合”分布，有限混合模型就是對這種包含多種統(tǒng)計分布的混合分布進(jìn)行建模。假定全部人群的收入數(shù)據(jù)是來源于i個不同的子群體，那么有限混合模型的條件密度分布函數(shù)可以用以下公式描述：

(1)

我們已經(jīng)指出，運用有限混合模型估計居民各階層的規(guī)模，不需要人為確定某個階層的收入上下限，不需要知道任何關(guān)于群體分類的先驗知識，這保證了分類結(jié)果的客觀性。對(1)式來說，這意味著我們既不知道每個子群體的分布參數(shù)θi，也不知道每個家庭屬于某個子群體的先驗概率θi，這增加了求解(1)式的難度。因此，我們采用最大期望值算法( EM algorithm)估計(1)式的所有參數(shù)。該方法由兩個步驟構(gòu)成。第一步，先給出每個子群體分布的初始估計參數(shù)，然后估計每個家庭屬于群體i的后驗概率(posterior probability)πj，并通過最大化后驗概率將數(shù)據(jù)歸類為組，就可以將每個家庭歸入不同的階層。最大化后驗概率用以下公式表示：

(2)

得出后驗概率πj之后，我們可以根據(jù)(2)式推算出先驗概率πi。

第二步，以先驗概率πi為權(quán)重，分別對每個組成部分的對數(shù)似然函數(shù)求最大化，求解各子群體分布的估計參數(shù)：

θi=argmax∏πiP(θi|x)

(3)

第一步和第二步是一個循環(huán)重復(fù)迭代過程，通過不斷迭代，最終一個最優(yōu)的參數(shù)值會穩(wěn)定下來，(1)式的參數(shù)估計結(jié)果也就算出來了。這樣，我們就可以把全部人群按照后驗概率的不同劃分為不同的收入群體，并計算出不同收入群體的各項參數(shù)，從而得出居民各階層的人口份額、收入份額和收入來源。

為了確定模型中的子群體個數(shù)，可以采用信息評價指標(biāo)AIC和BIC值來判斷有限混合模型的擬合效果。這兩個指標(biāo)的含義是通過比較期望值與實際值差異來判斷擬合效果的優(yōu)劣，指標(biāo)值越小表示擬合得越好。根據(jù)大部分實證研究的經(jīng)驗，大多使用BIC值作為模型擬合效果指標(biāo)，選擇BIC值最小的模型作為最佳模型。[注]王孟成、畢向陽、葉浩生：《增長混合模型:分析不同類別個體發(fā)展趨勢》，載《社會學(xué)研究》，2014(4)。在本文中，我們使用Python軟件中的SKLEARN軟件包，對多個子群體的有限混合模型依次進(jìn)行擬合，并重復(fù) 100次， 由此計算出每個模型的BIC值， 最后選取BIC值最小的模型。

為了考察家庭特征對居民收入分配格局的影響，我們根據(jù)計算得出的每個階層的分布參數(shù)，得到不同收入值屬于這一階層的概率。這樣，我們就可以在全部樣本中識別出那些最有可能屬于這一階層的家庭，然后再通過回歸分析，得出家庭特征因素對該家庭屬于某個階層的概率之影響。我們構(gòu)造以下回歸方程來估計家庭屬于某個收入群體的影響因素：

lnYi=β0+β1x1i+β2x2i+…+βnxni+ε

(4)

xni為影響家庭所屬收入群體的家庭特征因素，β0是常數(shù)項，ε是誤差項。Yi為個體家庭屬于某一收入階層的概率密度的對數(shù)。在這里，我們使用的是概率密度，而不是后驗概率。這是因為概率是通過概率密度在分布函數(shù)上積分得出的，而在利用分布函數(shù)求概率時，如果求取某個收入點屬于某個階層的概率，由于點的長度無限小，因此概率為0。為了解決這個問題，我們可以用概率密度值近似地表示概率值。[注]從微分的角度來看，我們將某一點的長度取微分dx，再用概率密度值f(x)乘以微分dx，可以得到極小區(qū)間(x0, x0+dx)上的概率近似值，也就是說，P(x

(二)數(shù)據(jù)來源

“中國家庭收入調(diào)查(CHIP)2013”是由北京師范大學(xué)中國收入分配研究院聯(lián)合國內(nèi)外專家共同完成的項目，具體的調(diào)查過程由國家統(tǒng)計局城鄉(xiāng)一體化常規(guī)住戶調(diào)查辦公室執(zhí)行。CHIP 2013數(shù)據(jù)的樣本來自國家統(tǒng)計局2013年城鄉(xiāng)一體化常規(guī)住戶調(diào)查大樣本庫，該樣本庫覆蓋了全部31個省(市、自治區(qū))的16萬戶居民。CHIP 2013的樣本是對國家統(tǒng)計局的大樣本庫按居民收入的高低排序后，采取等距抽樣的方法得到。樣本覆蓋了從15個省份126城市234個縣區(qū)中抽選出的18 948個住戶樣本和64 777個個體樣本，其中包括7 175戶城鎮(zhèn)住戶樣本、11 013戶農(nóng)村住戶樣本和760戶外來務(wù)工住戶樣本。調(diào)查數(shù)據(jù)提供了城鄉(xiāng)各階層住戶個人層面的基本信息、就業(yè)信息，以及家庭層面的基本信息和主要收支信息，包括收入、支出、住戶成員個人情況、2013年勞動時間安排、就業(yè)情況、住戶資產(chǎn)等內(nèi)容。本文的研究目的是考察全國層面的居民收入分配格局，因此我們將城鎮(zhèn)樣本、農(nóng)村樣本和外來務(wù)工樣本合并為全國樣本，并應(yīng)用有限混合模型測算全國居民各收入群體的規(guī)模。通過對問卷數(shù)據(jù)進(jìn)行整理，去除掉缺省值和負(fù)值，樣本中共有6 637個城鎮(zhèn)家庭、10 442個農(nóng)村家庭、719個外來務(wù)工家庭，合計17 798個家庭。

在估計居民收入分配格局時，我們采用了調(diào)查問卷中家庭層面的“2013年住戶可支配收入總額”數(shù)據(jù)?？芍涫杖胧侵讣彝ニ谐蓡T獲得的可自由支配的家庭總收入，包括工資性收入、經(jīng)營凈收入、財產(chǎn)性收入和轉(zhuǎn)移性收入，是在支付個人所得稅、財產(chǎn)稅及其他經(jīng)常性轉(zhuǎn)移支出后所余下的實際收入?？紤]到在家庭整體可支配收入總額相同的情況下，家庭人數(shù)規(guī)模的不同會帶來生活水平的顯著差異，因此本文通過調(diào)查問卷中個人層面的住戶成員代碼，統(tǒng)計出每個家庭的人口數(shù)，用住戶可支配收入總額除以人口數(shù)，得到2013年住戶人均可支配收入，本文將使用這一數(shù)據(jù)進(jìn)行有限混合模型和回歸方程的估算。

三、我國居民各階層的規(guī)模估計

(一)各階層規(guī)模的估計結(jié)果

我們首先考慮模型參數(shù)數(shù)量，即根據(jù)我們的樣本數(shù)據(jù)特點，將全部家庭按人均可支配收入劃分為幾個階層最為合理。為了確定模型中的子群體個數(shù)，我們使用Python軟件中的SKLEARN工具包，對于樣本中給定的17 798個家庭人均可支配收入樣本值，使用貝葉斯信息標(biāo)準(zhǔn)(即BIC值)進(jìn)行了評估。我們對從1到5個子群體的有限混合模型依次進(jìn)行擬合，并重復(fù)100次， 由此計算出每個模型的BIC值， 最后選取BIC值最小的模型。根據(jù)BIC計算的結(jié)果，5個子群體的有限混合模型是擬合效果最好的模型，其BIC值在每次重復(fù)計算中都是最小值，因此可以認(rèn)為，將全部家庭分成5個階層最為合理。

在計算出有限混合模型的分類后，我們假定全部家庭的人均可支配收入數(shù)據(jù)是來源于5個不同的子群體，然后利用公式(2)和公式(3)，估計5個子群體的規(guī)模特征。具體估計結(jié)果如下：

表1 居民各階層規(guī)模的測算結(jié)果

注：均值和標(biāo)準(zhǔn)差都以元為單位，人口份額表示每個階層的家庭數(shù)量占全部家庭數(shù)量的比重，收入份額表示每個階層的收入總和與全部居民收入總和的比值。

表1列出了2013年城鄉(xiāng)全部居民各階層特征的測算結(jié)果。從中可以看出，各階層的收入均值、收入份額和人口份額都有顯著差異。根據(jù)各階層的人口份額特征，我們可以把這5個階層分別視為低收入階層、中低收入階層、中等收入階層、高收入階層和超高收入階層。第一階層稱為“低收入階層”，家庭人均可支配收入均值僅為9 189元，這部分家庭占到全部家庭的54.04%，已經(jīng)超過半數(shù)。第二階層稱為“中低收入階層”，家庭人均可支配收入均值為22 787元，占比33.43%。第三階層稱為“中等收入階層”，其均值為43 159元，占比僅10.63%。第四階層稱為“高收入階層”，其均值達(dá)到83 568元，已經(jīng)是中等收入階層的近兩倍，占比只有1.78%。最后，第五階層稱為“超高收入階層”，這部分人群的家庭人均可支配收入均值為273 943元，已經(jīng)遠(yuǎn)遠(yuǎn)超過了其他收入階層，但占比極少，僅有0.01%。

李培林和朱迪曾經(jīng)估算2013年城鎮(zhèn)低收入、中低收入、中等收入和高收入階層分別占比為18%、55%、25%和2%。[注]李培林、朱迪：《努力形成橄欖型分配格局——基于2006—2013年中國社會狀況調(diào)查數(shù)據(jù)的分析》，載《中國社會科學(xué)》，2015(1)。與他們的估計結(jié)果相比較，本文估計的低收入階層比重偏高，中等收入以上的各階層比重偏低，而且呈現(xiàn)明顯的金字塔型分配格局。產(chǎn)生這個差別的原因很可能是樣本范圍的不同。李培林和朱迪使用的調(diào)查數(shù)據(jù)樣本僅限于城鎮(zhèn)居民，而本文的樣本則是城鄉(xiāng)統(tǒng)計口徑一致的全體居民。為了揭示樣本范圍不同對研究結(jié)果的影響，我們用1 000元作為分組單位，以家庭人均可支配收入作為分組標(biāo)準(zhǔn)，分別統(tǒng)計了城鎮(zhèn)居民和全體居民各個收入分組的家庭數(shù)量，統(tǒng)計結(jié)果見圖1。其中左圖為城鄉(xiāng)全體居民的收入分組，右圖為城鎮(zhèn)和農(nóng)村居民的收入分組[注]國家統(tǒng)計局沒有公布外來務(wù)工家庭的城鄉(xiāng)分類標(biāo)準(zhǔn)，因此我們在進(jìn)行城鄉(xiāng)對比時剔除了外來務(wù)工家庭。由于外來務(wù)工家庭只占本文樣本容量的4%，所以，本文的做法對分析結(jié)果影響不大。。

圖1 家庭人均可支配收入分布狀況

注：(1)統(tǒng)計的數(shù)據(jù)為家庭人均可支配收入總額，統(tǒng)計單位為家庭。(2)收入的分組單位分別為1 000元。縱軸表示收入的分組，“0”表示“0～1 000元(不包含1 000元)”，11 000表示“11 000～12 000元(不包含12 000元)”。橫軸表示處于某一收入分組的家庭數(shù)量。

從圖1可以看出，如果把城鄉(xiāng)全體居民視為一個整體，那么集中于底部的家庭數(shù)量相當(dāng)多，收入越高則家庭數(shù)量越少，呈現(xiàn)明顯的金字塔型分配格局，這與本文對居民收入分配格局的測算結(jié)果是吻合的。但如果我們分別統(tǒng)計城鎮(zhèn)和農(nóng)村的收入分組，則可以發(fā)現(xiàn)，農(nóng)村居民的收入分組仍然呈現(xiàn)與城鄉(xiāng)全體居民相似的金字塔型分配格局，但城鎮(zhèn)居民的收入分組卻已經(jīng)接近橄欖型，特別是處于中等偏下收入的家庭數(shù)量最多，而這與李培林和朱迪所發(fā)現(xiàn)的中低收入階層比重最高、低收入階層比重較低的測算結(jié)果也是吻合的。換句話說， 由于農(nóng)村的低收入家庭數(shù)量較多，如果我們考慮城鄉(xiāng)口徑統(tǒng)一的全體居民，而不僅僅是城鎮(zhèn)居民，那么金字塔型分配格局會更加明顯，與橄欖型分配格局的距離也更遠(yuǎn)。這也提示我們，城鎮(zhèn)化可能會促進(jìn)橄欖型分配格局的形成。

在估計出居民各階層的人口份額之后，我們通過計算每個階層的收入份額(該階層收入總和/全體居民收入總和)來大致估算總收入在不同階層的分配情況。占有全部人口54.04%的低收入階層，其總體收入份額卻只有24.72%。中低收入階層占有社會收入份額的比例最高，為40.24%，是收入份額與人口份額最接近的階層。中等收入階層與低收入階層的收入份額接近，但是其人口份額只有低收入階層的1/5。而高收入階層和超高收入階層的收入份額之和只有1.79%，其收入份額卻達(dá)到了10.34%?？偟膩砜?，中低收入以上階層的收入份額都超過了人口份額，唯有低收入階層的收入份額大大低于人口份額。這說明，中國人均收入水平較低，主要是因為低收入家庭過多造成的。減少低收入家庭的數(shù)量，不但可以改善金字塔型的收入分配格局，還可以提高總?cè)丝诘娜司杖胨健?/p>

(二)各階層的收入構(gòu)成分析

為了更好地比較各階層的差異，我們對各階層的收入構(gòu)成進(jìn)行對比。從表2可以看出，各階層的收入構(gòu)成有較大差別。中等收入階層和中低收入階層都以工資性收入為主，經(jīng)營性收入和財產(chǎn)性收入比重不高；而高收入階層和超高收入階層的工資性收入比重明顯低于中等收入和中低收入階層，經(jīng)營性收入和財產(chǎn)性收入比重則高于中等收入和中低收入階層，這反映出高收入和超高收入階層的經(jīng)營和投資活動比較活躍，回報也較高，這也成為高收入和超高收入家庭與中等收入家庭區(qū)別的標(biāo)志。對中等收入和中低收入家庭來說，由于缺乏多樣化的收入渠道，工資性收入占比較高，這意味著，對這兩個階層的工資性收入實行一定程度的稅收減免，有利于提高中低收入和中等收入家庭的收入，特別是有利于中低收入家庭更多地進(jìn)入中等收入階層。從低收入家庭的情況來看，本文測算的低收入家庭工資性收入比重偏低。例如，李培林和朱迪測算出2013年城鎮(zhèn)低收入家庭工資性收入在家庭總收入中占比為59%[注]李培林、朱迪：《努力形成橄欖型分配格局——基于2006—2013年中國社會狀況調(diào)查數(shù)據(jù)的分析》，載《中國社會科學(xué)》，2015(1)。，而本文測算的結(jié)果只有45.11%。相反，本文測算的低收入階層經(jīng)營性收入比重卻偏高，達(dá)到28.26%，接近了高收入階層的經(jīng)營性收入比重。這其中的原因仍然在于城鄉(xiāng)差別。本文的樣本范圍是城鄉(xiāng)全體居民，自然也就包括了大量從事第一產(chǎn)業(yè)經(jīng)營的低收入農(nóng)民家庭，從而拉高了整個低收入階層的經(jīng)營性收入比重，工資性收入比重也因此而降低。所以，要提高低收入家庭的收入水平，除增加工資性收入之外，努力使農(nóng)村低收入家庭的經(jīng)營性行為由分散的個體經(jīng)營轉(zhuǎn)型為規(guī)模經(jīng)營，由低端的第一產(chǎn)業(yè)轉(zhuǎn)型為第二、三產(chǎn)業(yè)，也是不應(yīng)忽視的。

表2 各收入階層收入結(jié)構(gòu)的對比

綜觀以上對居民各階層的規(guī)模測算和分析，可以發(fā)現(xiàn)，中國居民收入分配仍然呈現(xiàn)明顯的金字塔型格局，不同群體之間的收入差距較大，中等收入階層比重過低，低收入階層比重過高，尤其是農(nóng)村低收入階層數(shù)量巨大，導(dǎo)致目前的居民分配格局距離橄欖型還有很大差距。

四、我國居民收入分配格局的影響因素

我國居民收入分配格局能否從金字塔型轉(zhuǎn)變?yōu)殚蠙煨停瑲w根結(jié)底取決于制約分配格局的各種因素能否改變。本節(jié)將利用(4)式研究不同階層的家庭特征，從微觀層面分析居民收入分配格局的影響因素，以得出橄欖型分配格局的實現(xiàn)途徑。

本文使用戶主的相關(guān)信息來描述居民的家庭特征。剔除沒有家庭可支配收入和存在缺失值的家庭，我們使用13 426個家庭的數(shù)據(jù)進(jìn)行相關(guān)研究，見表3。限于數(shù)據(jù)的可獲得性，本文考察的家庭特征變量大多為離散變量。

表3 變量含義說明

*:由于CHIP數(shù)據(jù)庫中缺乏住戶的住房信息，因此，本文忽略了家庭擁有的不動產(chǎn)因素。

在13 426個家庭中，戶主為非農(nóng)業(yè)戶口的有6 207個家庭，戶主為農(nóng)業(yè)戶口的有7 219個家庭。從居住地來看，居住在城市地區(qū)的家庭比重為53.71%。從統(tǒng)計的戶主年齡看，主要集中在30～60歲，占比達(dá)到了78.28%。從家庭所在地區(qū)來看，樣本中位于東部地區(qū)的家庭占比為34.15%，中部地區(qū)家庭占比為37.99%，西部地區(qū)家庭占比為21.53%，還有6.33%的家庭來自東北地區(qū)。從戶主最高學(xué)歷來看，受教育程度普遍不高，其中受過大專、大學(xué)本科或研究生教育的家庭僅占11.34%，受過高中、職高/技?；蛑袑＝逃募彝H為16.28%，剩下72.38%的家庭戶主為更低的受教育程度。從社會保障情況來看，在全部樣本家庭中，社會保障覆蓋范圍已經(jīng)達(dá)到了98%，其中參加醫(yī)療保險的家庭占比達(dá)到了97.38%，參加養(yǎng)老保險的家庭占比達(dá)到了83.02%。從戶主從事的工作類型來看，有25.66%的家庭在國有部門工作。從擁有的資產(chǎn)狀況來看，擁有股票、基金、國債等其他債券、期貨這類金融資產(chǎn)的家庭占比為10.44%。表4提供了上述所有變量的描述性統(tǒng)計特征。

表4 變量的描述性統(tǒng)計

為了更全面地考察居民所屬收入階層的影響因素，我們對多個階層方程的估計結(jié)果進(jìn)行比較，以便更清楚地揭示各個影響因素的作用。從上文分析來看，我國低收入階層占比達(dá)到54%，中低收入階層和中等收入階層合計占比44%，且本文的重點在于擴(kuò)大中等收入階層，因此我們重點分析低收入階層、中低收入階層和中等收入階層的影響因素，并對各影響因素在不同階層中的作用進(jìn)行比較。我們使用固定效應(yīng)模型和STATA 12.0軟件對(4)式進(jìn)行回歸，各階層模型的因變量均為個體家庭屬于該階層的概率密度。回歸結(jié)果見表5。

表5 居民收入分配格局影響因素的回歸結(jié)果

注：括號內(nèi)為標(biāo)準(zhǔn)誤差，*、**、***分別表示系數(shù)在10%、5%和1%的水平上顯著。

從表5可以看出，不同階層模型得到的回歸結(jié)果有很大差別。戶籍變量在三個模型中的回歸系數(shù)均非常顯著。在低收入階層和中低收入階層的回歸模型中，戶籍的系數(shù)為正，表明農(nóng)村戶籍家庭屬于低收入階層和中低收入階層的概率更高。特別是在低收入階層的回歸模型中，戶籍的系數(shù)更大，即農(nóng)村戶籍家庭更有可能屬于低收入階層。與城市戶籍家庭相比，農(nóng)村戶籍家庭屬于低收入階層的概率是城市戶籍家庭的5.49倍。相反，戶籍的系數(shù)在中等收入階層模型中為負(fù)數(shù)，城市戶籍家庭屬于中等收入階層的概率比農(nóng)村戶籍家庭高1.01倍。通過對比可以發(fā)現(xiàn)，城鄉(xiāng)戶籍間存在明顯的階層差別，反映出戶籍歧視仍然是產(chǎn)生階層分布差別的重要原因。

居住地變量的系數(shù)在低收入階層和中低收入階層的模型中顯著為正，說明居住在農(nóng)村的家庭更有可能屬于這兩個階層。其中，低收入階層的城鄉(xiāng)居住地差別更加明顯，居住在農(nóng)村的家庭成為低收入階層的概率是居住在城市的家庭的7.79倍。相比之下，居住地在中等收入階層模型中的系數(shù)則顯著為負(fù)，居住在城市的家庭屬于中等收入階層的概率比居住在農(nóng)村的家庭高63.83%。這說明城市更好的就業(yè)機(jī)會和社會福利仍然是產(chǎn)生階層差別的重要原因。這個結(jié)果也證實了我們根據(jù)圖1提出的預(yù)言，即城鎮(zhèn)化有利于建立橄欖型分配格局。值得注意的是，比較居住地變量與戶籍變量的計量結(jié)果，我們可以發(fā)現(xiàn)，若農(nóng)村戶籍家庭不遷入城市[注]此處假定農(nóng)村居住地家庭都是農(nóng)村戶籍家庭。，則該家庭與城市居住地家庭成為低收入階層的概率差距(7.79倍)要大于該家庭與城市戶籍家庭成為低收入階層的概率差距(5.49倍)，即農(nóng)村戶籍家庭遷入城市居住，將會降低成為低收入家庭的概率，這表明，常住人口城鎮(zhèn)化為農(nóng)村戶籍家庭擺脫低收入階層提供了更多的機(jī)會。相反，若農(nóng)村戶籍家庭不遷入城市，則該家庭與城市居住地家庭進(jìn)入中等收入階層的概率差距(63.83%)要小于該家庭與城市戶籍家庭進(jìn)入中等收入階層的概率差距(1.01倍)，即農(nóng)村戶籍家庭遷入城市居住后，這些家庭進(jìn)入中等收入階層的概率并沒有提高?？梢?，要想提升農(nóng)村戶籍家庭進(jìn)入中等收入階層的概率，僅有常住人口城鎮(zhèn)化是不夠的，還需要戶籍人口的城鎮(zhèn)化。

年齡變量在低收入階層模型和中低收入階層模型中的回歸系數(shù)非常顯著，且均為正數(shù)。即戶主年齡越大，就越有可能淪為低收入和中低收入階層，這可能是因為年長者的家庭負(fù)擔(dān)比年輕人更重，而就業(yè)機(jī)會卻少于年輕人。

地區(qū)虛擬變量中東部地區(qū)的回歸系數(shù)在三個模型中均非常顯著，而中部地區(qū)和東北地區(qū)的回歸系數(shù)均不顯著。在低收入階層和中低收入階層模型中，東部地區(qū)的系數(shù)為負(fù)數(shù)，這說明與對照組(即西部地區(qū))相比，東部地區(qū)家庭屬于這兩個階層的概率明顯偏低。特別是在低收入階層的模型中，西部地區(qū)家庭淪為低收入階層的概率是東部地區(qū)的7.2倍。而在中等收入模型中，東部地區(qū)的系數(shù)顯著為正數(shù)，東部地區(qū)家庭屬于中等收入階層的概率比西部地區(qū)高39.88%。這說明地區(qū)差距也造成了階層分布的差別。

兩個學(xué)歷變量的系數(shù)在低收入階層模型和中低收入階層模型中均非常顯著，大學(xué)及以上學(xué)歷的系數(shù)在中等收入階層模型中也非常顯著。在低收入階層模型中，戶主是初中及以下學(xué)歷的家庭淪為低收入階層的概率是戶主為大學(xué)以上學(xué)歷家庭的12.87倍，是戶主為高中以上學(xué)歷家庭的2.33倍。而在中等收入階層模型中，相比戶主是初中及以下學(xué)歷的家庭，大學(xué)及以上學(xué)歷家庭進(jìn)入中等收入階層的概率增加19.26%。由此可見，學(xué)歷越低的家庭就越有可能陷入貧困，教育是擴(kuò)大中等收入者比重的重要途徑。

工作類型變量的系數(shù)在低收入階層模型和中等收入階層模型中均非常顯著，但符號相反。在低收入階層模型中，與戶主在國有部門內(nèi)工作的家庭相比，戶主在非國有部門內(nèi)工作的家庭成為低收入階層的概率要高54.23%。而在中等收入階層模型中，戶主在國有部門工作的家庭更容易進(jìn)入中等收入階層，其概率比戶主在非國有部門工作的家庭高20.77%，這表明國有部門更高的工資和福利待遇也是造成階層差別的原因，這一結(jié)果與已有文獻(xiàn)的發(fā)現(xiàn)是一致的。[注]陸正飛、王雄元、張鵬：《國有企業(yè)支付了更高的職工工資嗎?》，載《經(jīng)濟(jì)研究》，2012(3)。

資產(chǎn)狀況虛擬變量的回歸系數(shù)在低收入和中低收入階層模型中顯著為負(fù)，在中等收入階層模型中顯著為正。有金融資產(chǎn)的家庭屬于中等收入階層的概率要比無金融資產(chǎn)的家庭高2.26倍，而無金融資產(chǎn)的家庭屬于低收入和中低收入家庭的概率則要分別比有金融資產(chǎn)的家庭高11.27倍和2.27倍。可見，家庭財產(chǎn)性收入的多寡對于該家庭屬于何種階層也是至關(guān)重要的因素。

醫(yī)療保險變量和養(yǎng)老虛擬變量在三個模型中均不顯著，這可能是因為在我們的樣本中，醫(yī)療保險和養(yǎng)老保險的覆蓋范圍已經(jīng)達(dá)到了97%和83%，不同收入階層的家庭在此項上的區(qū)別較小。

綜上，我們發(fā)現(xiàn)，戶籍、居住地、區(qū)域、教育水平、工作類型和資產(chǎn)狀況等家庭特征因素都會影響個體家庭屬于某個階層的概率，進(jìn)而影響居民收入分配格局的形成。從回歸系數(shù)來看，在影響個體家庭屬于低收入階層的各種因素中，最重要的是教育水平，其他各因素按照影響程度的大小排序，分別為資產(chǎn)狀況、居住地、區(qū)域、戶籍和工作類型。而在影響個體家庭屬于中等收入階層的諸多因素中，最重要的是資產(chǎn)狀況，其他各因素按照影響程度的大小排序，分別為戶籍、居住地、區(qū)域、工作類型和教育水平。

五、結(jié)論和政策建議

基于城鄉(xiāng)收入口徑統(tǒng)一的微觀數(shù)據(jù)和有限混合模型方法，本文以聚類分析的客觀標(biāo)準(zhǔn)代替人為確定收入上下限的主觀標(biāo)準(zhǔn)，測算了全社會各階層的人口規(guī)模、收入份額和收入來源，并對影響收入分配格局的諸多因素進(jìn)行了實證分析，初步得出了我國居民收入分配格局的大致狀況和影響因素。歸結(jié)起來，本文有以下四點發(fā)現(xiàn)：

第一，我國居民收入分配呈現(xiàn)明顯的金字塔型格局，與橄欖型分配格局的差距比已有文獻(xiàn)的測算要更大，其原因在于農(nóng)村的低收入家庭數(shù)量巨大。如果考慮城鄉(xiāng)收入口徑統(tǒng)一的全部居民，而不僅僅限于城鎮(zhèn)居民，那么金字塔型分配格局將更加明顯。

第二，中低收入以上階層的收入份額都高于人口份額，唯有低收入階層的收入份額大大低于人口份額，這表明，中國人均收入水平較低的主要原因是低收入家庭過多。若能縮減低收入家庭的數(shù)量，不但有利于實現(xiàn)橄欖型分配格局，還可以提高總?cè)丝诘娜司杖胨健?/p>

第三，中等收入和中低收入階層工資性收入比重偏高，低收入階層經(jīng)營性收入比重偏高。所以，工薪稅收的減免有利于擴(kuò)大中等收入群體；推動農(nóng)村低收入家庭的經(jīng)營性行為轉(zhuǎn)型升級，由分散的個體經(jīng)營轉(zhuǎn)型為規(guī)模經(jīng)營，由低端的第一產(chǎn)業(yè)轉(zhuǎn)型為第二、三產(chǎn)業(yè)，這將有利于提升低收入階層的收入、縮減低收入階層比重。

第四，要實現(xiàn)橄欖型的分配格局，可以分為兩個方面。(1)我國的低收入階層人口占比仍然較高，而橄欖型分配格局要求盡量縮減低收入人口比重。為達(dá)到這個目標(biāo)，最重要的途徑是提升低收入階層的教育水平，其次是增加低收入者的財產(chǎn)性收入、推動農(nóng)村人口城鎮(zhèn)化，再次是提高欠發(fā)達(dá)地區(qū)低收入階層的收入水平，縮小與發(fā)達(dá)地區(qū)的差距，此外還應(yīng)推動戶籍人口城鎮(zhèn)化、縮小不同所有制之間的收入差距。(2)橄欖型分配格局還要求擴(kuò)大中等收入群體，提高中等收入階層比重。目前我國中等收入階層的占比仍然較低，從本文計量結(jié)果來看，提升其比重的最重要途徑是增加低收入和中低收入階層的財產(chǎn)性收入，其他途徑按照重要性排序依次為戶籍人口城鎮(zhèn)化、常住人口城鎮(zhèn)化、縮小地區(qū)收入差距、縮小不同所有制之間的收入差距和提升教育水平。

自“逐步形成橄欖型分配格局”的政策主張?zhí)岢鲆詠?，對于如何實現(xiàn)橄欖型分配格局已經(jīng)有了大量的政策建議。但很多建議都缺乏實證依據(jù)，僅僅是測算出居民各階層規(guī)模之后的推論。本文對橄欖型分配格局實現(xiàn)途徑的討論，則是建立在對微觀數(shù)據(jù)進(jìn)行實證分析的基礎(chǔ)上。分析結(jié)果顯示，實現(xiàn)橄欖型分配格局的各種途徑，其重要性是不同的；推動低收入者脫離低收入階層，和中等收入以下群體進(jìn)入中等收入階層，其實現(xiàn)的途徑也是不一樣的。本文對居民收入分配格局影響因素的實證分析，可能有利于對實現(xiàn)橄欖型分配格局提出更細(xì)化和更具操作性的政策建議。

依據(jù)本文對橄欖型分配格局實現(xiàn)途徑的測算結(jié)果，我們認(rèn)為合理的政策建議可能包括“制度改革”和“經(jīng)濟(jì)發(fā)展”兩大類。例如，推動農(nóng)村人口城鎮(zhèn)化、戶籍人口城鎮(zhèn)化，都要求政府出臺相關(guān)改革方案，消除農(nóng)業(yè)勞動力自由流動的障礙；增加低收入者財產(chǎn)性收入，則要求保障居民合法的財產(chǎn)權(quán)、發(fā)展和完善資本市場，以提升低收入者的財富積累和財產(chǎn)性收入回報率；縮小不同所有制之間的收入差距，則需要推進(jìn)福利制度等層面的改革，打破勞動力流動的制度性障礙。至于提升教育水平和縮小地區(qū)收入差距，則不是僅靠制度改革就能解決的，這需要合適的經(jīng)濟(jì)發(fā)展政策。政府可以對低收入階層和欠發(fā)達(dá)地區(qū)實行必要的政策傾斜，以逐步提升其教育和收入水平。