老齡化加劇中國收入不平等了嗎?

劉金東，馮經綸，王生發

(1.上海財經大學公共經濟與管理學院，上海 200433;2.上海財經大學人文學院，上海 200433)

一、引 言

收入不平等已經成為中國日益突出的問題，無論是李實和羅楚亮(2011)等學者的估計數字還是國家統計局2013年公布的官方統計數據①2013年1月18日，國家統計局局長馬建堂在新聞發布會上公布了過去2003-2012共計十年的全國居民收入基尼系數，顯示我國基尼系數從2003年的0.479連年上升到2008年的0.491，然后出現“基尼拐點”，從2009年的0.490逐年回落至2012年的0.474。，都顯示我國基尼系數已經超過了0.4的國際警戒線，甚至已經接近0.5［1］。值得注意的是，中國收入不平等日趨嚴重的二十年，恰好也是中國人口老齡化程度逐漸凸顯的時期，根據2012年《中國統計年鑒》顯示，中國65歲及以上人口占比(即老齡人口比)從1995年的6.2%逐年攀升到2011年的9.1%，15歲以下人口占比則從26.6%連年下降到16.5%。歐美發達國家的研究已經揭示，人口老齡化會在不同程度上加劇個體收入的不平等(如Deaton和Paxon，1995［2］)。董志強等(2012)通過統計模型推導認為中國當前國情符合人口老齡化推高收入不平等程度的前提條件，進一步通過宏觀面板數據的實證分析也驗證了該觀點［3］。從中國的典型事實中也可以發現老齡化影響收入不平等的兩條渠道軌跡:下圖1是人口和收入的年齡分布，來自2000年第五次人口普查和2010年第六次人口普查的數據顯示，我國人口年齡分布呈現雙峰特征，且雙峰隨年齡逐漸平移并接近我國收入年齡分布的倒U型區域，這意味著人口老齡化將在其他人仍處于收入“洼地”的同時造就越來越多的人進入收入“高地”，從而加劇收入在年齡間的不平等。下圖2是對數收入變異系數的年齡分布，可以看到，年齡組內收入不平等程度與年齡大致成正比，即越大的年齡組內部收入差異程度越高，這一點也可以在魏下海等(2012)的計算中得到驗證［4］。以上兩點表明，人口老齡化會在兩個方面加劇收入不平等:一是加劇年齡間的收入不平等，二是加劇年齡內的收入不平等，為便于后文提及，本文將其分別命名為“年齡間效應”和“年齡內效應”。

圖1 人口和收入的年齡分布

從各個國家的經驗研究來看，老齡化效應對收入不平等的影響程度有所不同?？傮w而言，人口老齡化程度較高、經濟水平較為發達的國家或地區老齡化效應對收入不平等的貢獻率較高，而人口老齡化程度較弱、經濟發展程度較低的國家或地區的老齡化效應貢獻率較低。如Formby和Seaks(1980)［5］、Alm?s等(2010)［6］等學者利用不同計算方法測算的美國、挪威、英國等國年齡間效應對收入不平等的貢獻率均較為一致，基本都在30%以上。作為中國的鄰國，日本是東亞地區老齡化速度最快的國家之一，Yamada(2012)針對日本的研究顯示，如果剔除老齡化影響，日本1980年代收入不平等程度的增長態勢將基本消失［7］。而Cameron(2000)利用半參數方法的計算結果則顯示，印度尼西亞爪哇地區的人口老齡化僅能解釋5.8%的收入不平等惡化［8］。

遺憾的是，作為世界第一人口大國和收入不平等問題最為突出的國家之一，針對中國人口老齡化推高收入不平等的量化測算研究卻非常稀少。剔除曲兆鵬和趙忠(2008)［9］、Zhong(2011)［10］等專門針對農村人口的研究外，僅有Pudney(1993)［11］、魏下海等(2012)對中國全部勞動人口的老齡化效應進行了測算。Pudney(1993)利用非參數方法的測算結果顯示，人口老齡化對收入不平等的解釋力僅在10%左右，不過這一研究針對的是1987年微觀調研數據，當時中國人口老齡化態勢還并不突出，經過26年后該結論是否依然成立非常值得懷疑。魏下海等(2012)只是利用隊列分析(Cohort Analysis)方法分析了不同出生組群體之間的收入不平等和不同出生組群體內的收入不平等隨年齡的變化趨勢，并沒有精確衡量出老齡化對收入不平等的貢獻率?？傮w而言，中國老齡化趨勢和收入不平等關聯性問題上還有以下問題沒有解答:老齡化效應主要是由年齡內效應還是年齡間效應造成?老齡化效應對中國收入不平等的貢獻率是多少，是不是造成中國基尼系數高于其他國家的重要原因?如果剔除人口老齡化，中國收入不平等程度的歷史變化趨勢是否會出現逆轉?這些問題是本文寫作的出發點。本文全面梳理并界定了老齡化效應的概念，糾正了國內外學者僅主張年齡內效應或者僅主張年齡間效應的顧此失彼。同時，基于國際通用的基尼系數進行老齡化效應的推導，也使得本文的結論具有很強的政策指導意義，計算的老齡化效應能夠非常直觀地體現到對基尼系數的貢獻率上。

二、老齡化效應的界定及推導

(一)老齡化效應的界定

老齡化效應主要沿著兩條研究路線發展:一條起源于Paglin(1975)，他首先提出了“年齡效應”的概念，將年齡效應界定為年齡差異給勞動者個體收入能力帶來的異質性［12］。個體年齡的異質性來自于勞動者自身教育水平、操作技能、職位等級的提高以及資產的積累，這些都傾向于使年長的勞動者擁有比年輕勞動者更高的生產率和更多的非勞動收入，因而其收入水平也就越高(Alm?s和Mogstad，2012)［13］。換言之，即使是在一個絕對公平的環境下，某個群體由于年齡不同，其收入也必然存在差距。這種差距可能隨著年齡的老化逐漸加大，也即是說，人口結構的老齡化會加劇收入不平等程度。另一條起源于Deaton和Paxon(1993)，他們認為在永久收入假說下，消費的鞅過程特性會使得消費不確定性隨時間加大，消費將減損資產進而減損資產性收入，因而年齡越大，年齡組內個體收入差距越大［14］。Deaton和Paxon(1993)認為年齡組內收入不平等的提高是人口老齡化趨勢對收入不平等的全部影響，將這種效應也命名為“年齡效應”，對于Paglin(1975)提及的不同年齡間個體收入的差異性則歸因于技術進步和經濟增長下的自然現象，與人口老齡化問題主觀割裂開來。Oatake和Saito(1998)在Deaton和Paxon(1993)提出的年齡組內收入不平等基礎上進一步分解出了人口效應，指出了年齡組內收入不平等的提高并不全是人口老齡化的結果，只有老齡人群比重提升帶來的年齡組內收入不平等提高部分(即人口效應)才是老齡化效應［15］。

依筆者來看，上述兩條研究路線其實是老齡化效應的兩個方面:前者是人口老齡化帶來的年齡間效應，來自于年齡下的積累優勢，如技能提升、資產積累等會增強年長者的收入能力(Diprete和Eirich，2006［16］);后者是人口老齡化帶來的年齡內效應，來自于年齡下的積累風險(Yamada，2012)，隨著年齡的增長，隨機沖擊積累的方差越來越大，從而造成同等年齡內收入差距隨年齡增大，兩者相輔相成，不可偏廢。遺憾的是，以往的國內外學者均是將研究重心放在一種效應而忽視了另一種效應，從未系統地整合這兩方面，從而也就沒有完整地界定老齡化效應的內涵。完整的老齡化效應應該界定如下:由于收入能力的年齡異質性，老齡化會帶來年齡間總體收入差距的擴大，同時由于老齡人群比重的上升會帶來年齡內總體收入波動的增大，兩者同時構成了老齡化效應的一部分。

(二)老齡化效應的推導

假定共有n個個體，每個整數年齡為一組，分m組，wi為第i個個體的收入，μ為全部個體的平均收入，μk為第k個年齡組內平均收入，則傳統的基尼系數如下式(1)所示:

Gk表示第k個年齡組內基尼系數，如果各個年齡組內個體收入沒有交疊重合，則有

(1)式將有如下形式:

基尼系數中的年齡內差異和年齡間差異并不能直接看作是老齡化帶來的年齡內效應和年齡間效應，因為年齡內收入波動無論人口年齡結構如何都是必然存在的，年齡間的收入能力差異也是必然存在的。我們要計算人口年齡結構變化對基尼系數的影響，就必須首先確定一個對比基期。當確定該對比基期后，本期相對基期的年齡間差異增長部分就可以看作是人口老齡化帶來的年齡間效應，本期相對基期的年齡內差異增長部分則可以通過進一步分解得出年齡內效應:

三、老齡化效應的計算

(一)數據來源

本文使用的數據來源于中國家庭營養健康調查(CHNS)數據，該調查覆蓋黑龍江、遼寧、山東、河南、江蘇、湖北、湖南、廣西、貴州共9個省份，前后經過1989、1991、1993、1997、2000、2004、2006、2009年共8次調研，采用多階段分層整群隨機抽樣方法，樣本的代表性更強，而且數據包含了豐富的個人基本信息、年收入水平等各方面變量。相比其他調研數據，CHNS數據涵蓋范圍較廣，時間跨度也大，有利于測算我國較長歷史時期內基尼系數及老齡化效應的變化趨勢，魏下海等(2012)的研究就是利用了CHNS數據。由于我國成人年齡為18歲，最高退休年齡為65歲，計算中篩選的樣本是各年度18-65歲年齡段的工作個體。下表1是各年樣本的描述性統計，包括幾個主要年齡段的年收入平均值及其標準差。

表1 描述性統計

(二)計算結果

利用上述計算公式對各年數據計算結果如下表2所示:

計算結果顯示，我國總體基尼系數自上世紀90年代開始呈現逐年增長的趨勢，從1997年的0.451連年上升到2006年的 0.509，在 2006-2009期間出現小幅跌落，驗證了國家統計局公布數據顯示的2008年“基尼拐點”的存在。本文計算的年份中基尼系數均在0.45以上，大大超出了0.4的國際警戒線，在2006年甚至達到0.5以上，這反映了我國收入不平等程度已經達到了非常嚴重的地步。

計算得到的年齡內效應并不突出，均在小數點后四位以上。變化趨勢上，1997年和2000年輕微為負，2000年以后開始為正，這可能與我國老齡化進程的階段有關。按照“65歲以上人口占比超過7%”的標準，中國正式進入老齡化社會恰好發生在2001年，老齡化趨勢的加深使得中國廉價勞動力的優勢被逐漸蠶食，同齡勞動力的人力資本差別會更加顯著地在收入水平上體現出來，使得年齡內效應由負轉正。老齡化效應以年齡間效應為主，2006年年齡間效應在老齡化效應中占比最低也達到了99.22%。年齡間效應自1993年開始連年上升，到2009年出現下降，從0.044下降到0.022。年齡間效應占主導的結論也與Needleman(1979)［18］針對加拿大家庭收入不平等程度的基尼系數分解結果一致，以1961至1976階段為例，其計算的加拿大年齡內收入差異僅從0.060上升到0.062，而年齡間收入差異則從0.110上升到0.153。

老齡化效應對基尼系數的貢獻率并不高，平均僅占到4.32%，2006年最高為8.64%，這一結論與Pudney(1993)針對中國1987年微觀數據的研究結果類似。剔除老齡化效應后，并沒有改變基尼系數的總體變化趨勢，修正基尼系數仍然從1997年開始逐年上升，并且由于2006年老齡化效應較高，使得原本“基尼拐點”帶來的基尼系數的回落現象消失。考慮到我國老齡化效應99%以上都是由年齡間效應造成，此處可以參考歐美發達國家的計算結果進行對比分析。

表3挪威、美國等歐美發達國家的計算結果對比表2中國的計算結果可知:

其一，歐美發達國家的老齡化效應遠高于中國。由于Alm?s等(2010)等國外學者的研究中沒有詳細計算年齡內效應，我們假定年齡內效應顯著存在的話，則實際老齡化效應占比要高于表3羅列的挪威等國家的年齡間效應占比，可見歐美發達國家的老齡化效應非?？捎^，平均占到30%以上，遠高于中國歷年平均的4.32%。歐美發達國家進入人口老齡化階段的時期較早，如挪威20世紀初葉就已經進入老齡化社會，美國則是1946年進入人口老齡化階段，相比而言，中國人口老齡化進程晚了大約50-100年，至2001年才進入人口老齡化階段。盡管中國老齡化速度較快，但現階段人口老齡化程度仍然低于歐美發達國家，根據世界銀行WDI數據庫數據顯示，2011年中國65歲以上人口占比(8.37%)僅比世界平均水平(7.70%)多出不足0.7個百分點，而老齡人口撫養比(37.82%)甚至低于世界平均水平(53.53%)近16個百分點。

表2 老齡化效應計算結果

表3 歐美發達國家計算結果對比

其二，剔除老齡化效應后，中國基尼系數仍然遠高于歐美發達國家。從表3可以看到，挪威等國基尼系數均在0.4以下，遠低于中國，而老齡化效應均高于中國，剔除老齡化效應后，中國修正基尼系數高出歐美發達國家的幅度將更大，以2000年中國和挪威為例，剔除老齡化效應之前，基尼系數的差距為0.106，而剔除老齡化效應之后，修正基尼系數的差距擴大到0.148。不僅如此，剔除年齡間效應之后，除挪威以外，美國、加拿大、英國均出現了修正基尼系數連年下降的趨勢，而中國沒有出現這種趨勢變化。

以上對比結果都說明，相比人口老齡化程度較深的歐美發達國家，老齡化效應對中國收入不平等程度的解釋力非常弱，不僅不能解釋中國收入不平等程度畸高和不斷上升的趨勢，反而在剔除老齡化效應后使得中國收入不平等程度超出其他國家的幅度進一步加大，而且隨著“基尼拐點”的消失，上升趨勢也更加單一。

(三)數據來源的穩健性檢驗

考慮到CHNS數據只是針對固定的9個省份(黑龍江、遼寧、江蘇、山東、河南、湖北、湖南、廣西、貴州)進行微觀調研，其對全國的代表性可能存在不足?；跀祿碓吹姆€健性考量，我們同樣利用中國社會科學院收入分配課題組進行的中國家庭收入項目調查(CHIPS)數據使用上述方法進行老齡化效應的計算。CHIPS數據的一大優點是調研范圍廣，已經進行的1995年調研覆蓋19個省份、21696位城鎮居民和34739位農村居民，2002年調研則覆蓋了22個省份、20632位城鎮居民和37969位農村居民。與CHNS數據相比，不足之處是其數據頻次較低，無法滿足長期歷史趨勢分析的需要。由于2007年數據尚未公開，1988年初次調研的形式后來發生了較大變化，因此，此處我們僅以1995和2002年CHIPS數據來進行穩健性檢驗，結果如下表4所示。

利用CHIPS數據的計算結果與上文基本一致:首先，年齡間效應仍然是老齡化效應的主要部分，年齡內效應則相對較小;其次，基尼系數較高，均在國際警戒線以上，也顯著高于表3所示的歐美發達國家，且呈上升趨勢;再次，剔除老齡化效應后，并不改變基尼系數的上升趨勢;第四，雖然得到的老齡化效應比上文利用CHNS數據計算的老齡化效應要高，但相比表3中的歐美發達國家修正基尼系數(均在0.3以下)，剔除老齡化效應后的修正基尼系數仍然顯著高于歐美國家，且高出的幅度更大。由此可見，上文得出的結論具有穩健性。

表4 數據穩健性檢驗:基于CHIPS數據

四、結論與啟示

本文首先完整界定了老齡化效應的概念，將老齡化效應界定為年齡內效應和年齡間效應兩部分，并利用基尼系數分解推導了年齡內效應和年齡間效應的計算公式，在此基礎上使用CHNS微觀數據以1993年為基期計算了1993年以來中國基尼系數中的老齡化效應，并利用CHIPS微觀數據進行了穩健性檢驗，得出如下結論:其一，中國老齡化效應主要來自于年齡間效應，貢獻率在99.2%以上，年齡內效應可以忽略不計;其二，剔除老齡化效應并不改變中國基尼系數近年來不斷上升的趨勢，反而使得中國2008年的“基尼拐點”消失，使得中國基尼系數近年來的變化趨勢更加單一，由原來的“上升后回落”變成“連續上升”;其三，由于老齡化程度的差別，年齡間效應對中國基尼系數的貢獻率遠低于歐美發達國家30%以上的貢獻率水平，一旦剔除老齡化效應，中國基尼系數相比其他國家將更加突出。上述結論表明，在現有階段，老齡化效應對中國收入不平等的解釋力仍然非常有限，經濟意義上的顯著性畢竟不同于統計意義上的顯著性，曲兆鵬和趙忠(2008)、董志強等(2012)將人口老齡化視為收入不平等的重要原因夸大了人口老齡化的影響程度。在人口老齡化程度較深的西方國家，老齡化確實抬高了總體基尼系數，貢獻率也較為顯著，但對于中國等人口老齡化階段偏早的發展中國家來說，收入不平等更多來自于經濟社會自身發展的癥結，人口老齡化的客觀因素不僅不能解釋基尼系數畸高和攀升的現象，反而在剔除了老齡化效應后，加劇了國內外基尼系數差距。國內學者如孫敬水和顧晶晶(2010)［19］等在研究收入分配問題時認為收入差距主要來自于競爭下的市場因素和體制下的市場外因素兩類，而老齡化效應顯然是市場因素自發決定，屬于放之四海而皆準的收入差距影響因素，并不抵觸社會公平原則，未來學者對國內收入差距問題的研究焦點還是應該著眼于非市場因素以尋求推動社會公平的真正渠道。

當然，從國外研究和本文結果來看，各個國家或地區人口老齡化效應的大小同該國家或地區人口老齡化程度有密切關聯，人口老齡化程度越高的國家或地區，其老齡化效應對收入不平等的貢獻率也越高。這一規律也預示著隨著未來中國人口老齡化程度的不斷加深可能會帶動老齡化效應的提升。中國政府和學者仍然需要持續關注老齡化效應問題:一是老齡化效應未來的增長會在多大程度上抵消中國降低收入不平等的努力?二是老齡化效應是否存在倒U型變化規律，即隨著中國老齡化速度的加快，未來是否存在中國老齡化效應超過歐美發達國家的可能?這也是本文作者將繼續思考的問題。

［1］李實，羅楚亮.中國收入差距究竟有多大——對修正樣本結構偏差的嘗試［J］.經濟研究，2011，(4):68-79.

［2］Deaton A.and Paxson C.Saving，Inequality and Aging:An East Asian Perspective ［J］.Asia-Pacific Economic Review，1995，1(1)，pp.7-19.

［3］董志強，魏下海，湯燦晴.人口老齡化是否加劇收入不平等——基于中國(1996～2009)的實證研究 ［J］.人口研究，2012，(5):94-103.

［4］魏下海，董志強，張建武.人口年齡分布與中國居民勞動收入變動研究［J］.中國人口科學，2012，(3):44-54.

［5］Formby J.P.and Seaks T.G.Paglin's Gini Measure of Inequality:A Modification ［J］.The American Economic Review，1980，70(3)，pp.479-482.

［6］ Alm?s I.，Havnes T.and Mogstad M.Baby Booming Inequality?Demographic Change and Earnings Inequality in Norway，1967-2004.NHH Discussion Paper，2010.

［7］Yamada T.Income Risk，Macroeconomic and Demographic Change，and Economic Inequality in Japan ［J］.Journal of Economic Dynamics ＆ Control，2012，36，pp.63-84.

［8］Cameron L.A.Poverty and Inequality in Java:Examining the Impact of the Changing Age，Educational and Industrial Structure［J］.Journal of Development Economics，2000，1，pp.149-180.

［9］曲兆鵬，趙忠.老齡化對我國農村消費和收入不平等的影響［J］.經濟研究，2008，(12):85-99.

［10］Zhong H.The Impact of Population Aging on Income Inequality in Developing Countries:Evidence from Rural China［J］.China Economic Review，2011，1，pp.98-107.

［11］Pudney S.Income and Wealth Inequality and the Life Cycle:A Non-parametric Analysis for China［J］.Journal of Applied Econometrics，1993，8，pp.249-276.

［12］Paglin M.The Measurement and Trend of Inequality:A Basic Revision ［J］.American Economic Review，1975，65(4):598-609.

［13］Alm?s I.and Mogstad M.Older or Wealthier?The Impact of Age Adjustment on Wealth Inequality ［J］.The Scandinavian Journal of Economics，2012，114(1)，pp.24-54.

［14］Deaton A.and Paxson C.Intertemporal Choice and Inequality.NBER Working Paper，1993，No.4328.

［15］Ohtake F.and Saito M.Population Aging and Consumption Inequality in Japan ［J］.Review of Income and Wealth.1998，44(3)，pp.361-381.

［16］Diprete T.A.and Eirich G.M.Cumulative Advantage as a Mechanism for Inequality:A Review of Theoretical and Empirical Developments［J］.Annual Review of Sociology，2006，32，pp.271-297.

［17］Mookherjee D.and Shorrocks A.A Decomposition Analysis of the Trend in UK Income Inequality ［J］.The Economic Journal，1982，92，December，pp.886-902.

［18］Needleman L.Income Distribution in Canada and the Disaggregation of the Gini Coefficient of Concentration ［J］.Canadian Public Policy/Analyse de Politiques，1979，5(4)，pp.497-505.

［19］孫敬水，顧晶晶.行業收入差距監測預警研究——以浙江省為例［J］.財經論叢，2010，(5):6-11.