居民收入差距的測量及其合理判斷

李 實，高 霞,2

（1.北京師范大學 經濟與工商管理學院，北京 100875；2.河南財經政法大學 經濟學院，鄭州 450003）

中國的居民收入差距問題是近年來引起人們的熱點問題之一，由于對收入概念、收入調查方式以及收入差距指數等有不同認知和理解，人們對中國收入差距的狀況有不同的感知、判斷乃至猜測，這也引發了不少爭論。2012年12月，西南財經大學中國家庭金融調查中心根據其住戶調查計算并公布了2010年全國居民收入差距的基尼系數，數值為0.61。隨后，2013年1月，國家統計局公布了從2003～2012年的全國居民收入基尼系數，分別為：0.479、0.473、0.485、0.487、0.484、0.491、0.490、0.481、0.477 和0.474。兩組不同而差異明顯的基尼系數即刻引發了學術界和媒體的激烈爭論,至今沒有停息。爭論的背后涉及到一系列的問題，這些問題需要做出清晰的說明。本文通過一些數據模擬和經驗分析，對居民收入差距測量過程中的基礎數據來源、收入指標選取、異常值處理、地區價格差異調整、高收入樣本缺失等問題進行說明，并對中國基尼系數的取值進行了合理判斷。

1 居民收入差距測量中的相關問題

1.1 基尼系數估算時的基礎數據來源問題：樣本點數據與分層（分組）數據

根據新帕雷格拉夫經濟學辭典（第2卷）中基尼系數的原始計算公式，原始的基尼系數是一種絕對基尼系數。經過后人的改造，我們現在常用的基尼系數是一種相對基尼系數，其一般計算公式可表示為：

其中，|yi-yj|為任何一對樣本的收入差的絕對值，n為樣本數量，μ為所有樣本的收入均值。

研究者在分析居民收入差距時所利用的基礎數據，可能來自于樣本點數據，也可能來自于分組數據。樣本點數據又被稱為分戶或個人數據或微觀數據，指包含單個住戶或個人信息的數據；而分組數據是根據住戶或個人某一特征(如收入、年齡、文化程度、職業)對微觀數據進行分組匯總后的數據。在計算基尼系數時，所用的分組資料一般為收入等分組資料，也可稱之為分層資料。

從基尼系數的公式（1）可以看出，其計算是建立在任何兩個樣本的收入差距的基礎上，不需要對全部樣本進行分層（分組）。另外，20世紀80年代以來，隨著對基尼系數估算方法的不斷改進以及計算機的迅速發展，即使是很大的樣本，根據樣本點數據直接估計基尼系數已不成問題。在微觀數據無法獲取的情況下，研究者也可以利用公開發表的分層（分組）數據對基尼系數進行大致的估算，但這也只能是一種不得已的辦法。先分組后估算的基尼系數存在著估算上的誤差問題，這是因為在不考慮各組內收入分布的情況下，利用分層（分組）資料所估算的收入差距忽視了組內差距，而只包含了組間差距，從而會造成估計上的一定誤差；組內差距在總差距中所占的比重的越大，這種估計上的誤差就越大。而從微觀數據直接計算基尼系數，則不存在計算上的誤差問題。為說明利用分層（分組）數據與樣本點數據所計算的基尼系數之間的偏差程度，我們利用“中國居民收入分配課題組”（CHIP）2007年的城鎮住戶抽樣調查數據，進行了一個簡單的模擬分析。

在公開發表的分層（分組）資料中，一般收入層不超過10層，表1分別給出了五等分組和十等分組情況下，各組的平均收入和基尼系數。從中我們可以看到，不僅各組之間存在著收入差距，各收入組內部同時也存在著收入差距。其中，最低收入組和最高收入組內部的收入分配不平等程度要遠遠大于中間收入組，在五等分組和十等分組情況下，最低和最高收入組的組內基尼系數是中間收入組的3-4倍和5-7倍。如果是利用分層（分組）資料測算居民收入差距，則將忽略這部分組內差距，從而會造成基尼系數的低估。表2模擬出了利用不同的分組資料所計算出的基尼系數（用Gini2表示），同時也給出了其與利用樣本點數據得到的基尼系數（用Gini1表示，如果對樣本點數據不做任何處理，所計算出的基尼系數為0.33887）的相對差，以及不同分組情況下的組內差距在總收入差距中的占比情況。根據表2中的結果可以看出，只要是利用分組資料計算收入差距，便會存在不同程度的低估誤差。從收入分層（分組）資料來看，分層越細，組別越多，組內差距占總差距的比重越小，從而基尼系數的低估誤差越小。比如，根據這里的數據庫，利用一百等分組資料得到的Gini2與Gini1的差額極小，僅比Gini1低0.05%；而利用五等分組資料得到的Gini2比Gini1則低了近7個百分點。一種更極端的情況是，如果我們直接利用地區分組資料來計算基尼系數，由于組內差距的占比高達80%，其Gini2與Gini1低了1/2以上。當然，這里的結果并不表明一百等分組資料的誤差低估一定是可以忽略不計的，或者二十等分組資料的誤差低估一定不大（如這里的不足1%），分層（分組）資料對收入差距的低估程度還要視具體樣本數據中的組內差距比重情況而定。

表1 等分組中各組的平均收入、基尼系數和平均家庭規模

表2 利用分組資料模擬的基尼系數及其測算誤差

1.2 收入指標的選取問題：家庭平均收入與家庭人均收入

如果我們研究的是居民收入差距，那么收入分配的對象應該是非常明確的，即只能是居民個人，而不是單位或集體，嚴格意義上來說也不是家庭。這也就意味著在計算反映居民收入差距的基尼系數時，首先是不能選取家庭平均收入作為收入指標的，用家庭收入計算的基尼系數，反映的只是家庭之間的收入差距。根據前面提到的收入含義，一個家庭中的非就業者，雖然其沒有直接從勞動市場中獲取收入，但其通過家庭內部成員間的轉移支付實際得到了收入，因此個人收入往往與家庭收入交織在一起（特別是在農村）。如果要測算居民收入差距，嚴格來講，需要將家庭收入準確地歸算到每個家庭成員頭上，但非就業者實際得到的家庭內部轉移支付額很難通過住戶調查來得到相關數據。也就是說，在實際統計中，我們比較容易得到是家庭收入，而不是個人收入。在這種情況下，獲取個人收入只能采取這樣一種辦法，即用家庭收入除以家庭人口，也就是用家庭人均收入來代替個人收入以計算居民收入差距，這也是計算基尼系數的一般國際慣例。

一般來講，由于生育存在機會成本，因此高收入人群的子女數量一般較少，低收入人群的子女數量較多。另外，即使家庭總收入不太低，但如果其非就業者較多，家庭規模比較大，從而每個家庭成員所分攤得到的收入也會較低。從表1中的最后一欄我們可以觀察到，個人收入越高的家庭，其人口規模越小，即個人收入與家庭人口規模存在著負相關的關系。在這種情況下，若沒有采用家庭人均收入，而是用家庭平均收入來計算基尼系數，則會造成居民收入差距的低估。比如，我們根據上面所使用的CHIP(2007)數據，如果選擇家庭收入來計算居民的基尼系數，所得到的基尼系數為0.33553，這比用家庭人均收入所計算出的基尼系數（即Gini1）要低1%。

不過，用家庭人均收入來代替個人收入來計算居民收入差距，仍然是有偏差的，因為這種辦法是建立在兩個假定前提上：一是個人單獨或與其他家庭成員共同獲得的收入都要在家庭內部進行分配，應該說這一假定是合理的，不然沒有獲取收入能力的家庭成員就無法生存；第二個假定是同一家庭內部不同成員之間的收入分配是均等的，這一假定則并非合理，因為有大量研究成果表明，在男性占統治地位的社會中，家庭消費更多地向男性傾斜，教育費用更多地花在男孩身上。由于對家庭內部收入分配的了解非常困難，采用家庭人均收入計算居民收入差距是別無選擇，但第二個假定在一定程度上造成了個人收入差距的低估。

1.3 地區價格差異問題

由于我國經濟發展的地區非平衡性，各地區的生活成本也存在著一定的差異，如果要真實反映一個國家的實際居民收入差距，而不僅僅是名義居民收入差距，則需要考慮地區價格差異。一般來講，高收入地區的物價水平也相對較高，因此在進行了地區之間貨幣購買力的調整之后，所計算出的基尼系數要低于不考慮地區價格差異時的基尼系數。比如，如果直接利用江小涓和李輝（2005）所計算的各省會城市的價格指數來作為各省（直轄市）的價格指數，利用前面的CHIP(2007）數據所得到的基尼系數將為0.31697，比沒有經過地區PPP調整的Gini1低6.5%。也就是說，如果不考慮地區價格差異問題，我們所計算出的基尼系數是高估或夸大了實際收入差距的。

1.4 異常值的正確處理問題

異常值（也稱異常觀測值、可疑值、極端值）是指樣本中的個別值，其數值明顯偏離它（或它們）所屬樣本的其余觀測值。異常值的出現可能來自于兩種情況：一種異常值可能是總體固有的隨機變異性的極端表現，這種異常值和樣本中其余觀測值屬于同一總體；另一種異常值也可能是由于試驗條件和試驗方法的偶然偏離所產生的后果，或產生于觀測、計算、記錄中的失誤，這種異常值和樣本與其余觀測值不屬于同一總體。因此，在計算居民收入差距的過程中，對于調查樣本所出現的異常值問題，需要謹慎對待，不能簡單粗暴的直接剔除。

當出現可疑值時，我們需要首先利用統計方法進行異常值診斷。當確定為異常值時，一般應首先選擇進行樣本清理，通過反復檢查、核對、尋找出現異常的可確定的原因，以對其進行修正。若找不到出現異常的任何原因，則不能將這種數值隨意刪除。即使是有充分的技術上的、物理上的說明其異常的理由，我們一般在剔除異常值的同時，也會考慮追加適宜的觀測值計入樣本，以保證調查樣本代表性的穩定。

應該說，異常值樣本點是否需要剔除，取決于樣本本身的質量，如果樣本質量好，即使出現了異常值，也無需剔除。而分析者在決定剔除異常值時所選取的剔除標準（如是1%還是0.01%），帶有一定的主觀性，也反映了其對樣本質量的信心。如果極端值樣本點（即極高收入樣本和極低收入樣本）被簡單粗暴地直接剔除，無疑將會帶來基尼系數的低估。

1.5 高收入人群樣本的缺失問題

利用抽樣調查的住戶收入數據來估計總體居民收入差距，首先應當保證所抽取的樣本對總體具有充分的代表性，包括對不同人群間的代表性，如城鄉、地區以及不同收入組間的代表性，即應當覆蓋具有不同收入水平的人群。一般說來，城鄉和地區代表性可以通過合理的抽樣方法或重新加權的辦法保證，而不同收入人群的代表性難以通過類似方式保證。許多研究都發現，高收入人群通常會存在更為嚴重的收入低報、樣本遺漏等問題。

圖1 高收入人群樣本遺漏示意

在樣本具有充分代表性的情況下，樣本分布如圖1所示，不同收入人群樣本既包括了A樣本，也包括了B樣本和C樣本。后兩類樣本對應高收入人群，實際調查通常不能有效覆蓋。不過，兩者不能有效覆蓋的原因是不同的。C樣本對應人口由于在全部人口中所占比重非常低，因此在抽樣中對應小概率事件。B樣本對應人口盡管在全部人口中占有一定的比重，在理論上具有較高的抽樣概率，然而在抽樣調查的實踐過程中，高收入人群往往不太配合。高收入人群分為兩種：一種是其收入來源完全合法，比如私營企業老板合法經營獲得高收入；還有一種是其部分收入來源不當，比如腐敗官員收取的賄賂。即使是前一種人，由于存在許多顧慮（如怕露富），也不太愿意接受收入調查，從而使得住戶調查中B樣本的比重偏低。即使是B類人群參加了抽樣調查，也有較強的主動低報收入的傾向。因此，實際抽樣調查的樣本往往對這部分人群缺乏代表性。即使國家統計局的大樣本住戶調查，也存在高收入人群樣本比重偏低的問題（王有捐，2010）。實際抽樣分布中對高收入人群缺乏有效的覆蓋，在許多國家的住戶調查中都顯得越來越嚴重，而并非中國獨有的問題。

顯然，B樣本和C樣本比重偏低的問題，會同時造成居民收入水平、居民收入差距的低估；如果這種偏差主要出現在城鎮樣本中，則還會造成城鄉之間收入差距的低估，乃至全國居民收入差距的低估。B樣本與C樣本的差異體現在，后者代表極高收入人群，也是受到社會普遍關注的人群，其中許多人的收入和財富方面的信息被聚集在媒體和公眾的視線內；而前者雖然也存在樣本比重偏低的問題，但他們的收入和財富方面的信息難以獲得。為解決該問題，北京師范大學“中國居民收入分配課題組”對修正中國居民收入差距估計中的樣本結構偏差進行了有效的嘗試。其中，在處理高收入人群樣本偏差時采取了4個主要步驟：（1）收集2007年各種福布斯和胡潤富人榜上中國最富人群的財富信息；（2）根據他們的財富估算其收入水平，估算的方式是假定財富獲得5%的平均收益率；（3）將上市公司高管薪酬的數據與富人榜富人的收入數據合并；（4）假定圖1中B樣本和C樣本所代表的人群的收入服從于帕累托分布(Pareto distribution)，利用該分布的性質，估計出在各收入水平上的人口的比重。根據高收入人群的帕累托分布估計參數，課題組推算了2007年年收入在12萬元以上的人數以及這一人群的平均收入水平與基尼系數（見表3）。從表3可以看出，2007年這些高收入人群的人均收入接近51萬元，收入水平超過12萬元以上的人數大約為280萬。

表3 對高收入人群收入及其分布的推算（2007年）

在上述估算的基礎上，課題組將高收入數據與住戶調查數據（包括年收入12萬元以下的城鎮住戶樣本、農村住戶樣本以及城鎮中的農村流動戶樣本）結合在一起，通過對收入定義、樣本權重結構、抽樣偏差以及地區間貨幣購買力差異進行調整，最后所得到的基尼系數估計結果參見表4。

根據表4中的估計結果，在對高收入人群樣本偏差修正之前，不管是按照國家統計局的收入定義，還是卡恩的收入定義，城鎮內部個人收入差距的基尼系數大約為0.34；在對樣本偏差修正以后，即將高收入人群的樣本加入后，基尼系數上升到0.42，上升了8個百分點。這意味著高收入人群樣本偏差導致了城鎮內部收入差距的嚴重低估。對于全國收入差距的估計，課題組假定了農村住戶抽樣調查樣本不存在高收入人群抽樣偏差問題，同時將城鎮里長期、穩定的農村流動人口劃入城鎮人口并做了相應的加權處理。如表5所示，在對城鎮高收入人群樣本偏差修正之前，按照卡恩的收入定義，在不包含流動人口的情況下，2007年全國的基尼系數為0.49；包括流動人口后的基尼系數略有下降，其原因在于大部分流動人口的收入處于城鎮收入分布的中間偏下位置，這帶來城鄉之間收入差距的略微縮小。在對樣本偏差修正以后，全國的基尼系數（包含流動人口）上升到0.53，上升了4個百分點。因此可以說，高收入人群樣本偏差也帶來了全國收入差距的較為嚴重的低估。不過根據城鄉和地區購買力平價指數對個人收入進行調整后，全國的基尼系數下降為0.485，下降了約4.5個百分點。我們認為，這個數值是根據現有信息對收入差距估計中可能存在的偏差進行較為全面的修正后所得到的結果，基本上反映了中國個人收入差距的基本狀況。

表4 城鎮和全國基尼系數的估計（2007年）

2 對中國基尼系數取值區間的合理判斷

國家統計局2013年公布的2007年的基尼系數為0.484，這與我們的課題組在表5中所估計的0.485相差無幾。不過，根據王萍萍（2013）對本次所公布的基尼系數的測算方法與步驟的解釋，國家統計局在本次測算中從農村居民純收入指標中扣除了農村居民社保支出、利息支出、贈送城鎮居民支出，增加了農民工在外花費的收入，在城鎮居民人均可支配收入中扣除了交納社保費用和所得稅以外的全部轉移支出、以及以房貸利息為主的全部財產性支出，并增加了自有住房折算凈租金收入和實物折算收入，從而調整形成了城鄉居民同口徑的可支配收入；以個人所得稅資料為依據校準了城鎮高收入戶調查收入偏差；將年內外出務工半年以上的農民工從現行的農村人口調整為城鎮常住人口，并按歷年城鄉人口比重對城鄉住戶調查分戶數據進行加權合并。在城鄉合并樣本數據的基礎上，計算出了全體居民的可支配收入基尼系數。不過，所有數據未進行城鄉、地區或時序的價格差異調整。也就是說，國家統計局的本次測算，基本使用了卡恩的收入定義、在一定程度上修正了高收入人群樣本偏差、考慮了城鎮里穩定的農村流動人口、也考慮了樣本的城鄉和地區結構，但沒有進行PPP調整。這也意味著，如果進行地區價格調整，國家統計局所得到的基尼系數將比0.484低，從而其結果將與我們的0.485拉大一些差距。這可能是因為雖然為了糾正城鎮高收入樣本的偏差，國家統計局使用了國家稅務總局年所得12萬元以上個人所得稅納稅人自行納稅申報信息，但這個做法到底在多大程度上可以修正高收入樣本偏差問題值得研究。

2007年后我們的課題組沒有做全國的住戶收入調查，不過從總體而言，我們認為無論是樣本的代表性方面，還是收入指標的測量上，統計局住戶調查數據質量比其他住戶調查更高，盡管也可能存在一定的低估，但其所得到的基尼系數是基本可信的。當然，我們基本接受統計局的基尼系數并不意味著我國的基尼系數（不考慮非法收入的情況下）在2012年一定是統計局公布的0.474。數據收集工作的進一步完善和估計方法的不斷改善都有可能使得現在公布的基尼系數出現上下2到3個百分點（即0.444～0.504）的波動。這屬于正常情況，并不因此改變我們的基本判斷。

對于2012年12月西南財大中國家庭金融調查中心根據其住戶調查計算并公布數值的0.61的中國居民基尼系數，我們認為其存在嚴重的高估。原因在于該基尼系數估計所基于的住戶調查，無論在樣本抽樣上，還是在住戶收入的收集上，都存在明顯的缺陷。在抽樣上，除了樣本量過小（全國8000戶），抽樣誤差較大之外，樣本抽樣過程存在明顯的偏重。具體地說，縣市樣本主要集中在東部，村/居委會樣本明顯偏重落后地區的村委會和發達地區的居委會，由此嚴重地忽略了處于中等收入水平的村/居委會樣本（落后地區的居委會和發達地區的村樣本）。住戶樣本的選擇給予高房價居委會以更大的權重，與此同時低估了農村住戶的樣本。在收入信息收集上，仔細觀察調查問卷顯示，該調查僅僅收集了每戶受訪者及其配偶的收入，而沒有收集家庭其他從業人員的收入。不僅如此，在收集計算農業生產經營和非農生產經營收入所需信息上，問卷也存在明顯的缺陷。根據問卷收集的相關信息，很難準確地計算農戶自產自用農產品收入以及非農經營收入。正是由于樣本偏差和收入指標統計上的問題，讓該調查對很多家庭給出了不現實的低收入，從而造成了居民收入差距（0.61的基尼系數）的高估。

從世界各國基尼系數的分布來看，基尼系數達到0.6以上基本上可以認為是小概率事件。本文通過搜索世界銀行數據庫、OECD數據庫、聯合國數據中心的網站，搜集了2007年以來的119個主要國家的基尼系數，結果表明只有南非一個國家的基尼系數超過了0.6，為0.63。從這些國家基尼系數的分布特征（如圖2所示）可以看出，大多數國家的基尼系數集中在0.25～0.5之間。從分位數的計算結果可知，在這119個國家和地區中，有一半的國家和地區低于0.36；有近90%的國家和地區，其居民收入的基尼系數低于0.51。

圖2 119個國家基尼系數的核密度分布

表5還給出了在全球具有一定影響，或與中國在經濟發展水平和經濟增長速度方面具有可比性的主要國家的基尼系數。其中，美國至韓國之間的15個國家為GDP總量世界排名前15位的國家；印尼至南非之間的11個國家為雖然GDP總量不在前15位但人口超過5000萬的國家；新加坡至阿爾巴尼亞之間的13個國家為不屬于上述兩類國家但人均GDP超過4000美元且GDP增速超過4%的國家。從表5可以看出，在GDP總量排名前15位的國家中，除了巴西的基尼系數超過了中國且超過了0.5，其他13個國家的基尼系數均小于中國，其中德國的基尼系數最低，不到0.3；我們所觀測的國家中，人口超過5000萬的國家一共有22個，基尼系數最高的國家為南非，其次是巴西和中國，基尼系數最低的三個國家為巴基斯坦、德國和法國；我們所觀測的人均GDP超過4000美元且GDP增速超過4%的國家共有14個，其中巴拿馬的基尼系數最高，達到了0.52，其次是厄瓜多爾和秘魯的基尼系數超過了中國，哈薩克斯坦和白俄羅斯的基尼系數最低且不到0.3；若考慮金磚五國，中國的基尼系數低于南非與巴西，但高于俄羅斯與印度，恰處于中間位置；若考慮表6中的亞洲國家，則中國的基尼系數是最高的。這些結果表明，放在國際背景下來看，中國0.474的基尼系數可以說是比較高的，反映了比較大的收入差距。

不過需要指出的是，上面進行的只是一個簡單的基尼系數的國際對比，這種對比并不嚴格。由于各國的統計口徑和測算方法并不完全一致，進行基尼系數的嚴格國際比較需要審慎對待。比如，印度測算基尼系數采用的是居民消費支出統計，而中國采用的是居民收入水平調查，而采用消費支出測算基尼系數，會顯著“掩蓋”收入水平差異的程度。因此如果僅僅根據中國和印度的基尼系數數據，就得出中國的貧富差距大過印度的結論，則過于武斷。

此外，一國的基尼系數與該國的經濟發展階段、經濟結構、教育水平、人口結構、再分配政策等實際情況有關，從價值判斷的角度而言，我們很難判斷對于一個國家而言，究竟是0.4還是0.5才是該國基尼系數的合理取值。我們只能說，基尼系數是一個反映總體收入相對差距的客觀數字指標，該數字背后的過程是極其復雜的，需要在充分的專業的調查數據的基礎上，通過嚴格的數據處理來完成其測算過程。同時，基尼系數作為衡量收入差距的數字指標之一，并不能衡量收入分配的不公之處。收入差距和收入分配不公應該結合起來考慮，即使基尼系數還是在0.4以上，但如果大家認為的腐敗和行政壟斷等不公平的因素都消除了，實際的差距若很大程度上來自于個人的能力差異和職業的差別，那么我們認為這樣的收入差距也是合理的。隨著近年來我國要素流動自由度的提高、農村勞動力人口向城鎮的大量轉移、不同地區之間市場競爭程度的加強、城鎮戶籍在大部分城市更加易得，我國的基尼系數近年來基本保持穩定甚至有所下降的結果是可解釋也是基本可信的。

表5 與中國具有可比性的主要國家的基尼系數

當然，從理論研究的角度而言，我們也更關注我國收入分配中的不合理因素，比如城鄉二元結構中的城鄉戶籍制度和農村土地制度改革問題，行政性壟斷所帶來的部門之間和行業之間勞動力市場嚴重的分割性問題，社會保障制度在不同人群間的分割問題、資本市場的競爭性問題、教育資源分配的公平性問題、灰色收入和腐敗收入問題等等。總體而言，我國的收入分配中所存在的更多的應該是如何減少政府作為的問題，這些問題也是我們在研究收入分配問題時更應該關注的內容。

3 結論

本文利用“中國居民收入分配課題組”（CHIP）2007年的住戶抽樣調查數據，通過一些數據模擬和經驗分析，對目前正在被學術界熱議的基尼系數這一指標背后所涉及的一系列的基礎數據來源、收入指標選取、異常值處理、地區價格差異調整、高收入樣本缺失等重要問題進行了說明。另外，本文通過對國家統計局和西南財大住戶調查樣本的分析，對中國基尼系數的取值進行了合理判斷，我們認為中國目前的居民基尼系數在0.45～0.52區間的估計是比較可靠的。同時，根據國際比較數據以及結合基尼系數這一指標本身的數值性質，0.6以上的基尼系數估計，我們認為是相對不可靠的。

[1]江小涓，李輝.我國地區之間實際收入差距小于名義收入差距[J].經濟研究，2005，(9).

[2]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).

[3]李實，史泰麗，別雍·古斯塔夫森主編.中國居民收入分配研究III[M].北京：北京師范大學出版社，2008.

[4]王萍萍.關于我國居民收入基尼系數測算的幾個問題[EB/OL].http://www.stats.gov.cn/tjfx/grgd/t20130201_402871278.htm

[5]岳希明,李實.我們更應該相信誰的基尼系數[EB/OL].http://www.ciidbnu.org/news/201301/20130123092800706.html

[6]岳希明、徐靜.我國個人所得稅的居民收入分配效應[J].經濟學動態，2012，(6).

[7]米爾頓·弗里德曼.價格理論[M].北京：華夏出版社，2011.