城鎮居民收入差距主要因素回歸分析

謝雪芳

摘 要：利用全國綜合社會調查（CGSS）項目的調查數據，結合回歸方法，考察了影響城鎮居民收入差距的主要因素。結果表明，性別、年齡、受教育程度和職業類別等因素對城鎮居民的收入產生不同程度的影響。

關鍵詞：居民收入；差距；主要因素；回歸方法；回歸系數

中圖分類號：F124.7 文獻標識碼：A 文章編號：2095-6835（2014）03-0107-02

在計劃經濟向市場經濟轉軌后，城鎮居民收入特征發生根本的變化，收入來源多樣化，居民財產性和投資性收入比重增加等。隨著行業壟斷的形成，金融市場和區域經濟趨于成熟，城鎮居民間的收入差距不斷擴大。從表1可以看出，從1990—2008年，廣東省城鎮居民各階層收入所占比重狀況分別是最低收入階層、低收入階層、中偏下收入階層和中等收入階層的可支配收入占整個城鎮居民可支配收入總額比重一直在下降。以最低收入階層為例，從1990年的5.3%降到2008年的2.5%，而中偏上收入階層、高收入階層、最高收入階層可支配收入所占比重逐年上升，其中，最高收入階層可支配收入所占比重從1990年的19%上升到2008年的25.5%.

收入比重是指各收入階層的可支配收入總額占全部城鎮居民可支配收入總額的比重，它是根據原始數據計算得來。公式為：A 收入階層收入比重=（A 收入階層人均可支配收入×該收入階層人口頻數）/各收入階層人均可支配收入與其人口頻數乘積之和。

1 收入差距主要因素回歸分析

1.1 變量介紹

收入：本文所有的回歸模型均以收入取對數作為因變量，因為收入變量具有較好的統計學性質。在實際操作中，選取了受訪者2007年的全年職業收入。

性別：為虛擬變量，設定男性為1，女性為0.

教育年限：指受訪者接受過多少年正規教育。

年齡：用2008減去受訪者出生年表示。

職業：指受訪者職業地位，包括6類，即單位負責人、單位中層干部、單位基層干部、技術人員、一般辦事人員和一般工人。

1.2 描述性統計

本文利用全國綜合社會調查（CGSS）項目調查數據，對所使用的樣本數據進行初步整理，形成包含居民年平均收入、年齡、教育程度和職業類別的居民情況分布表，具體情況詳見表2.經計算，2008年，有固定工作和穩定收入的中國城市居民年平均收入為23 767元，這一數字與國家統計局公布的2007年全國城鎮單位在崗職工年平均工資24 932元相差不大。這說明，本文用的樣本數據是具有代表性的。

1.3 模型設定與回歸分析

利用明瑟（Mincer）于1957年提出的計算教育收益率的經典收入模型，考慮到職業所得是個體收入的最主要來源，本文將職業因素引入明瑟收入的方程，具體的回歸模型是：

Lny=a0+a1sex+a2Edu+a3Age+a4（Age2/100）+

βjJobj+ξ. （1）

上式（1）中：Lny——收入的對數；

Sex——性別；

Edu——受教育年限；

Age——年齡。

考慮到年齡與收入之間存在的二次曲線對應關系，所以，在模型中用年齡（Age）和年齡的平方除以100（Age2/100）來

表示，Jobj表示職業虛擬變量，1表示勞動者從事職業j，0表示不屬于這類職業。為了避免多重共線性，本文設置了單位負責人、單位中層干部、單位基層干部、技術人員和一般辦事人員5個虛擬變量，因此，職業變量導致的收入差距是以一般工人為參照組。采用普通最小二乘法得到的回歸結果詳見表3.

收入影響因素的回歸模型通過了F檢驗，調整可決系數為0.193，模型具有一定的解釋力。從總體上看，男性與女性之間仍然存在明顯的收入差距，在其他條件相同的情況下，男性比女性收入要高出18.6%（e^0.170-1）。受教育年限是城市居民收入差距的主要因素，勞動者受教育年限每增加一年，收入相應增長5.6%（e^0.055-1）。勞動者年齡與收入呈曲線關系：隨著勞動者年齡的增長，有利于積累更多的知識技能和工作經驗，從而提高勞動者的人力資本，增加收入水平，同時，年齡的增長會導致體力和身體素質的下降，但隨著年齡增長，勞動者的收入也會呈增加的趨勢。

1.4 收入差距的成因分析

根據收入差距研究模型，對樣本收入的10%，25%，50%，75%和90%分位數進行回歸分析。通過對這些不同分布點的影響因素差異大小進行更詳細的刻畫，我們能夠更加深入地了解城市居民收入差距產生的具體原因。具體如表4所示。

從表4中調整可決系數可以看出，在不同條件分布水平上，模型的解釋力存在差異。處于條件分布底端的居民收入調整可決系數最低，因為低收入者大多是從事簡單工作的體力勞動工作，得到的勞動報酬相差不大。模型對中上等收入者的解釋力較強，勞動者的人力資本和職業類別差異對收入的增加產生了較大影響。模型對高收入者的解釋力有所降低，可以解釋為個人機遇、社會關系、管理藝術、決斷力等模型以外的因素在發揮作用。

性別的回歸系數分別為0.069，0.138，0.199，0.229和0.183，且都在1%的水平上顯著。這表明，在勞動者收入方面普遍存在性別的差異。女性勞動者往往會由于家庭負擔多和傳統用人觀念的限制，收入水平的提高速度比男性慢。從總體上看，勞動者的收入水平越高，性別差異就越明顯。

年齡因素只在75%的分布條件上顯著。年齡項回歸系數為正、年齡平方項系數為負且年齡總體影響為正，隨著勞動者年齡的增長，在增加工作經驗與技能的同時，也會導致身體素質下降，因此，年齡與收入之間為倒U型關系。年齡因素在其他分位點上并不顯著。

教育年限的回歸系數分別為0.024，0.047，0.058，0.059和0.057，全部在1%的水平上顯著。考慮到樣本數據中教育年限最大值為24年，因此，教育年限對收入的影響是強烈、普遍和顯著的。

職業類別對收入差距產生了顯著影響。從不同職業的回歸系數上看，職業收入由高到低依次是管理人員、技術人員、一般辦事人員和一般工人，在管理人員內部，級別越高相應的收入就越高。

2 縮短收入差距的建議

2.1 促進教育機會分配公平、合理

由于勞動者的受教育年限是個人收入的重要影響因素，因此，必須要實現教育機會分配的公正與公平，改善受教育程度對收入分配不平等的影響。

2.2 建立非管理類人才培養機制

建立非管理類人才的培養、鼓勵機制，為廣大一線勞動者提供與職業技能水平相匹配的薪酬和地位，使專業技術人員、辦事員和一般工人階層在本職崗位上能夠獲得充分的發展空間。

2.3 適度增加工齡工資

適當提高工齡工資在職業收入中的比重，這樣有利于增強員工歸屬感，充分發揮年長者的工作經驗和智慧，彌補廣大中老年勞動者因為體力下降而導致的收入差距，同時還調動基層人員的工作積極性。

參考文獻

[1]陳釗，萬廣華，陸銘.行業間不平等：日益重要的城鎮收入差距成因——基于回歸方程的分解[J].中國社會科學，2010（03）.

[2]周云波，余泳澤.影響我國城鎮居民收入差距的主要因素——基于回歸方法的分析[J].經濟問題探索，2010（12）.

〔編輯：白潔〕

摘 要：利用全國綜合社會調查（CGSS）項目的調查數據，結合回歸方法，考察了影響城鎮居民收入差距的主要因素。結果表明，性別、年齡、受教育程度和職業類別等因素對城鎮居民的收入產生不同程度的影響。

關鍵詞：居民收入；差距；主要因素；回歸方法；回歸系數

中圖分類號：F124.7 文獻標識碼：A 文章編號：2095-6835（2014）03-0107-02

在計劃經濟向市場經濟轉軌后，城鎮居民收入特征發生根本的變化，收入來源多樣化，居民財產性和投資性收入比重增加等。隨著行業壟斷的形成，金融市場和區域經濟趨于成熟，城鎮居民間的收入差距不斷擴大。從表1可以看出，從1990—2008年，廣東省城鎮居民各階層收入所占比重狀況分別是最低收入階層、低收入階層、中偏下收入階層和中等收入階層的可支配收入占整個城鎮居民可支配收入總額比重一直在下降。以最低收入階層為例，從1990年的5.3%降到2008年的2.5%，而中偏上收入階層、高收入階層、最高收入階層可支配收入所占比重逐年上升，其中，最高收入階層可支配收入所占比重從1990年的19%上升到2008年的25.5%.

收入比重是指各收入階層的可支配收入總額占全部城鎮居民可支配收入總額的比重，它是根據原始數據計算得來。公式為：A 收入階層收入比重=（A 收入階層人均可支配收入×該收入階層人口頻數）/各收入階層人均可支配收入與其人口頻數乘積之和。

1 收入差距主要因素回歸分析

1.1 變量介紹

收入：本文所有的回歸模型均以收入取對數作為因變量，因為收入變量具有較好的統計學性質。在實際操作中，選取了受訪者2007年的全年職業收入。

性別：為虛擬變量，設定男性為1，女性為0.

教育年限：指受訪者接受過多少年正規教育。

年齡：用2008減去受訪者出生年表示。

職業：指受訪者職業地位，包括6類，即單位負責人、單位中層干部、單位基層干部、技術人員、一般辦事人員和一般工人。

1.2 描述性統計

本文利用全國綜合社會調查（CGSS）項目調查數據，對所使用的樣本數據進行初步整理，形成包含居民年平均收入、年齡、教育程度和職業類別的居民情況分布表，具體情況詳見表2.經計算，2008年，有固定工作和穩定收入的中國城市居民年平均收入為23 767元，這一數字與國家統計局公布的2007年全國城鎮單位在崗職工年平均工資24 932元相差不大。這說明，本文用的樣本數據是具有代表性的。

1.3 模型設定與回歸分析

利用明瑟（Mincer）于1957年提出的計算教育收益率的經典收入模型，考慮到職業所得是個體收入的最主要來源，本文將職業因素引入明瑟收入的方程，具體的回歸模型是：

Lny=a0+a1sex+a2Edu+a3Age+a4（Age2/100）+

βjJobj+ξ. （1）

上式（1）中：Lny——收入的對數；

Sex——性別；

Edu——受教育年限；

Age——年齡。

考慮到年齡與收入之間存在的二次曲線對應關系，所以，在模型中用年齡（Age）和年齡的平方除以100（Age2/100）來

表示，Jobj表示職業虛擬變量，1表示勞動者從事職業j，0表示不屬于這類職業。為了避免多重共線性，本文設置了單位負責人、單位中層干部、單位基層干部、技術人員和一般辦事人員5個虛擬變量，因此，職業變量導致的收入差距是以一般工人為參照組。采用普通最小二乘法得到的回歸結果詳見表3.

收入影響因素的回歸模型通過了F檢驗，調整可決系數為0.193，模型具有一定的解釋力。從總體上看，男性與女性之間仍然存在明顯的收入差距，在其他條件相同的情況下，男性比女性收入要高出18.6%（e^0.170-1）。受教育年限是城市居民收入差距的主要因素，勞動者受教育年限每增加一年，收入相應增長5.6%（e^0.055-1）。勞動者年齡與收入呈曲線關系：隨著勞動者年齡的增長，有利于積累更多的知識技能和工作經驗，從而提高勞動者的人力資本，增加收入水平，同時，年齡的增長會導致體力和身體素質的下降，但隨著年齡增長，勞動者的收入也會呈增加的趨勢。

1.4 收入差距的成因分析

根據收入差距研究模型，對樣本收入的10%，25%，50%，75%和90%分位數進行回歸分析。通過對這些不同分布點的影響因素差異大小進行更詳細的刻畫，我們能夠更加深入地了解城市居民收入差距產生的具體原因。具體如表4所示。

從表4中調整可決系數可以看出，在不同條件分布水平上，模型的解釋力存在差異。處于條件分布底端的居民收入調整可決系數最低，因為低收入者大多是從事簡單工作的體力勞動工作，得到的勞動報酬相差不大。模型對中上等收入者的解釋力較強，勞動者的人力資本和職業類別差異對收入的增加產生了較大影響。模型對高收入者的解釋力有所降低，可以解釋為個人機遇、社會關系、管理藝術、決斷力等模型以外的因素在發揮作用。

性別的回歸系數分別為0.069，0.138，0.199，0.229和0.183，且都在1%的水平上顯著。這表明，在勞動者收入方面普遍存在性別的差異。女性勞動者往往會由于家庭負擔多和傳統用人觀念的限制，收入水平的提高速度比男性慢。從總體上看，勞動者的收入水平越高，性別差異就越明顯。

年齡因素只在75%的分布條件上顯著。年齡項回歸系數為正、年齡平方項系數為負且年齡總體影響為正，隨著勞動者年齡的增長，在增加工作經驗與技能的同時，也會導致身體素質下降，因此，年齡與收入之間為倒U型關系。年齡因素在其他分位點上并不顯著。

教育年限的回歸系數分別為0.024，0.047，0.058，0.059和0.057，全部在1%的水平上顯著。考慮到樣本數據中教育年限最大值為24年，因此，教育年限對收入的影響是強烈、普遍和顯著的。

職業類別對收入差距產生了顯著影響。從不同職業的回歸系數上看，職業收入由高到低依次是管理人員、技術人員、一般辦事人員和一般工人，在管理人員內部，級別越高相應的收入就越高。

2 縮短收入差距的建議

2.1 促進教育機會分配公平、合理

由于勞動者的受教育年限是個人收入的重要影響因素，因此，必須要實現教育機會分配的公正與公平，改善受教育程度對收入分配不平等的影響。

2.2 建立非管理類人才培養機制

建立非管理類人才的培養、鼓勵機制，為廣大一線勞動者提供與職業技能水平相匹配的薪酬和地位，使專業技術人員、辦事員和一般工人階層在本職崗位上能夠獲得充分的發展空間。

2.3 適度增加工齡工資

適當提高工齡工資在職業收入中的比重，這樣有利于增強員工歸屬感，充分發揮年長者的工作經驗和智慧，彌補廣大中老年勞動者因為體力下降而導致的收入差距，同時還調動基層人員的工作積極性。

參考文獻

[1]陳釗，萬廣華，陸銘.行業間不平等：日益重要的城鎮收入差距成因——基于回歸方程的分解[J].中國社會科學，2010（03）.

[2]周云波，余泳澤.影響我國城鎮居民收入差距的主要因素——基于回歸方法的分析[J].經濟問題探索，2010（12）.

〔編輯：白潔〕

摘 要：利用全國綜合社會調查（CGSS）項目的調查數據，結合回歸方法，考察了影響城鎮居民收入差距的主要因素。結果表明，性別、年齡、受教育程度和職業類別等因素對城鎮居民的收入產生不同程度的影響。

關鍵詞：居民收入；差距；主要因素；回歸方法；回歸系數

中圖分類號：F124.7 文獻標識碼：A 文章編號：2095-6835（2014）03-0107-02

在計劃經濟向市場經濟轉軌后，城鎮居民收入特征發生根本的變化，收入來源多樣化，居民財產性和投資性收入比重增加等。隨著行業壟斷的形成，金融市場和區域經濟趨于成熟，城鎮居民間的收入差距不斷擴大。從表1可以看出，從1990—2008年，廣東省城鎮居民各階層收入所占比重狀況分別是最低收入階層、低收入階層、中偏下收入階層和中等收入階層的可支配收入占整個城鎮居民可支配收入總額比重一直在下降。以最低收入階層為例，從1990年的5.3%降到2008年的2.5%，而中偏上收入階層、高收入階層、最高收入階層可支配收入所占比重逐年上升，其中，最高收入階層可支配收入所占比重從1990年的19%上升到2008年的25.5%.

收入比重是指各收入階層的可支配收入總額占全部城鎮居民可支配收入總額的比重，它是根據原始數據計算得來。公式為：A 收入階層收入比重=（A 收入階層人均可支配收入×該收入階層人口頻數）/各收入階層人均可支配收入與其人口頻數乘積之和。

1 收入差距主要因素回歸分析

1.1 變量介紹

收入：本文所有的回歸模型均以收入取對數作為因變量，因為收入變量具有較好的統計學性質。在實際操作中，選取了受訪者2007年的全年職業收入。

性別：為虛擬變量，設定男性為1，女性為0.

教育年限：指受訪者接受過多少年正規教育。

年齡：用2008減去受訪者出生年表示。

職業：指受訪者職業地位，包括6類，即單位負責人、單位中層干部、單位基層干部、技術人員、一般辦事人員和一般工人。

1.2 描述性統計

本文利用全國綜合社會調查（CGSS）項目調查數據，對所使用的樣本數據進行初步整理，形成包含居民年平均收入、年齡、教育程度和職業類別的居民情況分布表，具體情況詳見表2.經計算，2008年，有固定工作和穩定收入的中國城市居民年平均收入為23 767元，這一數字與國家統計局公布的2007年全國城鎮單位在崗職工年平均工資24 932元相差不大。這說明，本文用的樣本數據是具有代表性的。

1.3 模型設定與回歸分析

利用明瑟（Mincer）于1957年提出的計算教育收益率的經典收入模型，考慮到職業所得是個體收入的最主要來源，本文將職業因素引入明瑟收入的方程，具體的回歸模型是：

Lny=a0+a1sex+a2Edu+a3Age+a4（Age2/100）+

βjJobj+ξ. （1）

上式（1）中：Lny——收入的對數；

Sex——性別；

Edu——受教育年限；

Age——年齡。

考慮到年齡與收入之間存在的二次曲線對應關系，所以，在模型中用年齡（Age）和年齡的平方除以100（Age2/100）來

表示，Jobj表示職業虛擬變量，1表示勞動者從事職業j，0表示不屬于這類職業。為了避免多重共線性，本文設置了單位負責人、單位中層干部、單位基層干部、技術人員和一般辦事人員5個虛擬變量，因此，職業變量導致的收入差距是以一般工人為參照組。采用普通最小二乘法得到的回歸結果詳見表3.

收入影響因素的回歸模型通過了F檢驗，調整可決系數為0.193，模型具有一定的解釋力。從總體上看，男性與女性之間仍然存在明顯的收入差距，在其他條件相同的情況下，男性比女性收入要高出18.6%（e^0.170-1）。受教育年限是城市居民收入差距的主要因素，勞動者受教育年限每增加一年，收入相應增長5.6%（e^0.055-1）。勞動者年齡與收入呈曲線關系：隨著勞動者年齡的增長，有利于積累更多的知識技能和工作經驗，從而提高勞動者的人力資本，增加收入水平，同時，年齡的增長會導致體力和身體素質的下降，但隨著年齡增長，勞動者的收入也會呈增加的趨勢。

1.4 收入差距的成因分析

根據收入差距研究模型，對樣本收入的10%，25%，50%，75%和90%分位數進行回歸分析。通過對這些不同分布點的影響因素差異大小進行更詳細的刻畫，我們能夠更加深入地了解城市居民收入差距產生的具體原因。具體如表4所示。

從表4中調整可決系數可以看出，在不同條件分布水平上，模型的解釋力存在差異。處于條件分布底端的居民收入調整可決系數最低，因為低收入者大多是從事簡單工作的體力勞動工作，得到的勞動報酬相差不大。模型對中上等收入者的解釋力較強，勞動者的人力資本和職業類別差異對收入的增加產生了較大影響。模型對高收入者的解釋力有所降低，可以解釋為個人機遇、社會關系、管理藝術、決斷力等模型以外的因素在發揮作用。

性別的回歸系數分別為0.069，0.138，0.199，0.229和0.183，且都在1%的水平上顯著。這表明，在勞動者收入方面普遍存在性別的差異。女性勞動者往往會由于家庭負擔多和傳統用人觀念的限制，收入水平的提高速度比男性慢。從總體上看，勞動者的收入水平越高，性別差異就越明顯。

年齡因素只在75%的分布條件上顯著。年齡項回歸系數為正、年齡平方項系數為負且年齡總體影響為正，隨著勞動者年齡的增長，在增加工作經驗與技能的同時，也會導致身體素質下降，因此，年齡與收入之間為倒U型關系。年齡因素在其他分位點上并不顯著。

教育年限的回歸系數分別為0.024，0.047，0.058，0.059和0.057，全部在1%的水平上顯著。考慮到樣本數據中教育年限最大值為24年，因此，教育年限對收入的影響是強烈、普遍和顯著的。

職業類別對收入差距產生了顯著影響。從不同職業的回歸系數上看，職業收入由高到低依次是管理人員、技術人員、一般辦事人員和一般工人，在管理人員內部，級別越高相應的收入就越高。

2 縮短收入差距的建議

2.1 促進教育機會分配公平、合理

由于勞動者的受教育年限是個人收入的重要影響因素，因此，必須要實現教育機會分配的公正與公平，改善受教育程度對收入分配不平等的影響。

2.2 建立非管理類人才培養機制

建立非管理類人才的培養、鼓勵機制，為廣大一線勞動者提供與職業技能水平相匹配的薪酬和地位，使專業技術人員、辦事員和一般工人階層在本職崗位上能夠獲得充分的發展空間。

2.3 適度增加工齡工資

適當提高工齡工資在職業收入中的比重，這樣有利于增強員工歸屬感，充分發揮年長者的工作經驗和智慧，彌補廣大中老年勞動者因為體力下降而導致的收入差距，同時還調動基層人員的工作積極性。

參考文獻

[1]陳釗，萬廣華，陸銘.行業間不平等：日益重要的城鎮收入差距成因——基于回歸方程的分解[J].中國社會科學，2010（03）.

[2]周云波，余泳澤.影響我國城鎮居民收入差距的主要因素——基于回歸方法的分析[J].經濟問題探索，2010（12）.

〔編輯：白潔〕