我國收入分配中的機會不平等問題研究
——基于CGSS 2008-2015年數據的經驗證據

羅良文，茹 雪

(中南財經政法大學 經濟學院，湖北 武漢 430073)

一、引言

我國收入不平等問題日趨嚴重。國家統計局公布的相關數據顯示，我國居民人均可支配收入的基尼系數一直居高不下，遠超國際警戒線0.4，其中，2003-2008年，基尼系數從0.479攀升至0.491的峰值，之后，基尼系數開始回落，2015年降至0.462的谷值，2016年基尼系數又升至0.465[1]。世界不平等研究機構(World Inequality Lab)最新發布的《世界不平等報告2018》(World Inequality Report 2018)稱，自改革開放以來，我國GDP流向10%最富裕人群的比重已經從27%上升至41%，而流向較貧窮的50%人群的比重則由27%下降至15%[2]。與此同時，相關研究發現我國財富不平等程度也快速上升，1995-2015年，收入水平較高的前10%的人群的財富占比從40%增至67%，相對應的是，中等收入的40%的人群和低收入的50%的人群的財富占比均出現大幅度下降[3]。

從現有政策文件可看出，我國政府已經將收入分配制度改革列為我國政府深化改革的重要組成部分。2010年3月，溫家寶總理在第十一屆全國人民代表大會第三次會議的《2010年政府工作報告》中專門強調“合理的收入分配制度是社會公平正義的重要體現”，改革收入分配制度不僅要抓緊制定調整國民收入分配格局的政策措施，還要深化壟斷行業收入分配制度改革，更要進一步規范收入分配秩序[4]。2013年2月，國務院批復并轉發了《關于深化收入分配制度改革的若干意見》，指出我國收入分配領域存在一些亟待解決的突出問題，如城鄉區域發展差距過大、居民收入分配不平等、收入分配秩序不規范、隱性收入和非法收入問題較突出、部分群眾生活困難、宏觀收入分配格局有待優化等。為解決上述問題，文件提出了四項解決措施，即繼續完善初次分配機制、加快健全再分配調節機制、建立健全促進農民收入較快增長的長效機制以及推動形成公開透明、公正合理的收入分配秩序[5]。2018年4月，國家發展改革委辦公廳印發了《2018年收入分配重點工作》，強調收入分配的重點工作應該從以下四個方面入手：一是完善初次分配制度；二是履行好政府再分配調節職能；三是促進社會公平；四是夯實收入分配體系建設基礎[6]。

黨的十九大報告指出，隨著中國特色社會主義進入新時代，我國的主要矛盾已然轉化為人民日益增長的美好生活的需要和不平衡不充分發展之間的矛盾。那么，人們在追求美好、幸福生活的康莊大道上，不僅只關注結果的公平，更在乎過程的公平。在現階段，中國夢的真正意義不僅僅在于讓每個人都可以憑借自己的努力實現過得更好的愿景，更在于拼搏的過程被承認、被尊重，然而在現實生活中“拼爹時代”“富二代”等字眼卻不絕于耳，上述聲音及其所搭載的價值觀無不讓人對“努力的成效”心存質疑。人們不禁感慨“是否還可以通過努力獲取自己想要的生活？”，尤其是對于普普通通的蕓蕓眾生而言。本文正是在此背景下研究我國收入分配領域的機會不平等問題，企圖探明：個體是否還能夠通過努力獲取高收入，并且在這個過程中是否能較少受到外部環境的干擾。

率先采用機會不平等概念來分析收入分配問題的是Roemer。他認為個人收入可以看作是外部環境和自身努力的結果。外部環境指代的是性別、出生地、家庭背景等個人不可控制的因素，這是個人行為中超出自我控制且社會不能夠苛責的部分；自身努力則由教育程度、工作時間、職業類型等個人能夠選擇的部分決定，這是社會能夠苛責的行為[7-9]。后續學者將由外部環境造成的收入不平等稱之為機會不平等，而由個人努力引起的不平等則為努力不平等，二者共同解釋了收入分配中的不平等現象[10]。

目前為止，努力不平等和機會不平等的測度方法可概括為事先估計、事后估計和聯立方程三種。事先估計方法是將位于相同外部環境的個體分為一組，組間的收入不平等即為機會不平等，而事后估計方法則是將付出同樣努力的個體分為一組，組內的收入不平等即為機會不平等[11]。事先和事后估計的方法假定外部環境和個人努力獨立不相關，但聯立方程估計方法的支持者們則認為，努力在很大程度上取決于外部環境的好壞，如若不考量環境對努力的影響效應，機會不平等的測量結果會存在誤差[12]。基于上述研究方法，收入分配領域的努力不平等和機會不平等問題成為國內外學者研究的熱點。

本文認為環境因素不僅能夠直接影響收入水平，也能夠通過影響努力因素進而間接影響個體收入，環境因素與努力因素密切相關。故采用聯立方程組的方法，利用參數估計結果來測度收入分配中的不平等程度。在實證研究中，本文將機會不平等的測量細分為四個層面的問題，即“努力是否能提高收入？”“努力是否會受環境的影響？”“努力能夠在多大程度上提高收入水平？”以及“不同時代背景下努力對收入的影響作用是否存在差異及為什么存在差異？”，并逐一進行解答。

與既有研究相比，本文的主要不同之處在于：第一，樣本量較大。實證研究采取的是2008年、2010年、2011年、2012年、2013年和2015年共6年的45792個數據，回歸結果的說服力較強。第二，采用聯立方程組的方法。在研究努力和環境對收入的影響時考慮到外部環境對努力水平的影響。第三，加入制度因素。本文將樣本數據按照不同年代進行了劃分，同時在控制年齡因素的前提下引入了社會經濟體制變革的歷程，以探討不同年代背景下努力對收入的影響是否存在差異以及緣何存在差異。

二、文獻回顧

(一)國外文獻綜述

起初，國外學者多采用一個國家的數據簡單地測度努力不平等和機會不平等對收入不平等的影響。例如，Bourguignon等(2007)[12]采用巴西數據進行研究，回歸結果表明種族、父親的職業和父母的受教育水平對收入的影響非常顯著。Checchi和Peragine(2010)[13]發現意大利的機會不平等占總收入不平等的20%，南部地區的機會不平等程度高于北部地區，性別也是影響機會不平等程度的因素之一。Salem(2010)[14〗探討了印度社會中家庭背景對收入不平等的影響，發現工資收入不平等中的機會不平等占11%～17%。

隨著研究的深入，多數學者開始從代際流動的視角分析收入中的機會不平等問題。Figueiredo和Ziegelmann(2010)[15〗研究表明，父親屬于較低收入階層的人必須付出更大的努力才能達到一定的收入水平。Zhang等(2010)[16〗經驗研究的結果顯示，父母的收入、職業類型解釋了近2/3的機會不平等，而父母教育僅起到了很小的作用。Bj?rklund等(2012)[17〗發現代際傳遞在高收入階層非常強大，尤其是在極端的0.1%的人群中，代際傳遞的彈性會高達0.9，而這種情況在美國同樣存在[18〗。Arawatari等(2013)[19〗通過建立收入再分配的決定模型，分析了貧困人口的高等教育的可達性和其收入實現期望之間的關系，進而探究高等教育對代際間收入差距的影響。Alvarez等(2016)[20]發現收入分配的不平等程度顯著增加，其中家庭環境等環境因素對收入不平等的影響越來越大。

(二)國內文獻綜述

國內學者對收入分配領域中努力不平等和機會不平等問題的研究開始較晚。絕大多數文獻在研究收入不平等時將努力變量和環境變量分開考量。徐曉紅等(2012)[21]的研究表明，地區、行業和性別等環境因素對收入不平等的貢獻率超過40%，其中貢獻率最高的教育回報背后也存在著機會不平等。陳純槿等(2013)[22]研究結果顯示，所有制、戶籍、性別和地區等因素對收入不平等的貢獻率趨于下降，而教育和職業選擇的作用卻恰好相反。江求川等(2014)[23]采用非參數法度量了城市居民收入中的機會不平等程度，并且考察了年齡、性別、地區以及家庭背景等對收入不平等的影響。劉波等(2015)[24]運用事先、事后以及聯立方程組三種方法的研究結果表明，機會不平等是近年來我國收入差距居高不下的重要原因。陳東等(2015)[25]使用參數法測算了收入不平等中的機會不平等程度，研究結果發現，機會不平等可解釋收入不平等的54.61%，而客觀環境中的出生地、戶籍、家庭收入、父親職業等都對子女收入影響顯著。李瑩等(2016)[26]將Fields和Shapely的方法應用到機會不平等的研究中，發現性別、地區是影響收入不平等的重要因素，且機會不平等可以解釋1/3以上的收入不平等。

近年來，不少學者開始關注努力不平等與機會不平等之間的關聯。龔鋒等(2017)[27]選取事后估計的方法進行研究，結果表明努力能夠降低收入不平等中的機會不平等程度，同時上述影響在不同年代的人群中是不同的，在“50后”“60后”“70后”和“80后”四個年代人群中，機會不平等占收入不平等的比例高達35%～43%，而當個體付出最高努力時，“50后”該比例僅降低4.98%，“60后”和“70后”降幅高達50%，“80后”降低22%。史新杰等(2018)[28]運用參數估計法和方差分解方法分析了年齡、戶籍、父親背景等環境因素和勞動力外流、教育等努力因素對收入不平等的貢獻。李瑩等(2018)[29]采用事前法測度了我國城鎮居民收入分配中的機會不平等程度，研究發現城鎮居民收入不平等中的23.2%是由環境因素引起，其中78.3%源于環境因素的直接影響渠道，21. 7%為環境因素的間接影響渠道。董麗霞(2018)[30]采用參數法衡量了我國收入分配中的機會不平等，結果發現收入中的機會不平等指數約為0.10，其中，由環境因素引起的機會不平等占結果不平等的1/5，家庭收入、出生地是造成收入不平等的主要因素，在中等收入群體中機會不平等程度更深。馬占利等(2018)[31]利用參數法和非參數法兩種方法測算了個體收入中的機會不平等程度，并且在參數估計分析中區分了環境對個體收入的直接影響和間接影響，研究發現2007-2013年，我國機會不平等程度不斷加重，在考慮環境對努力的間接影響后，2007年和2013年收入不平等中的機會不平等占比分別為13.59%、20.74%，其中，戶籍、性別、父母教育的影響權重較大。

此外，宋揚(2017)[32]在測算我國機會不平等程度的基礎上，進一步探究了機會不平等的作用機制，結果表明勞動力市場歧視、教育代際固化以及家庭背景是影響機會不平等的重要因素。呂光明等(2014)[33]回顧了近年來國內外學者對收入分配中機會不平等問題的相關研究。

三、理論模型

(一)收入不平等的分析框架

首先，基于Roemer(1993、2002、2003)[7-9]提出的收入不平等的研究框架，本文將影響個體收入的因素分為兩類：努力因素和環境因素。努力因素是指個體可以主動選擇的和自己能夠把控的，可用工作時間、職業選擇和受教育程度等指標表示；環境因素是指不受個體控制的客觀因素，主要涵蓋年齡、性別、出生地、父母受教育水平以及父母的工作狀態等。假設個體的收入為Wi，可構建如下收入決定方程：

lnWi=αCi+βEi+ui

(1)

其中，i表示第i個個體。Ci表示個體所處的客觀外部環境，Ei表示個體主觀的努力變量，α和β分別指代外部環境變量的系數向量和努力變量的系數向量。ui表示影響收入的殘差部分，對所有個體而言，殘差ui與環境因素Ci、努力因素Ei相互獨立。

其次，本文認為努力因素在很大程度上也取決于外部環境的好與壞，環境因素不僅能夠直接影響收入水平，也能夠通過影響努力水平進而影響個體收入。故本文借鑒Bourguignon等(2007)對該問題的處理方法[12]，在模型構建過程中加入了環境對努力影響作用的考量，可用以下公式表示：

Ei=γCi+εi

(2)

其中，γ表示外部環境因素對個體努力因素影響的系數矩陣；εi表示影響努力因素的殘差部分，同樣假設殘差εi與環境因素Ci相獨立。

將式(2)帶入式(1)，可得到個體收入函數的完整表達式，即：

lnWi=(α+βγ)Ci+βεi+ui

(3)

其中，α為客觀環境因素對收入直接影響的系數，βγ為客觀環境因素通過影響努力因素進而對收入水平起作用的間接影響系數，而α+βγ則表示客觀外部環境對收入影響的全效應的影響系數。

(二)努力和機會不平等的測量方法

雖然式(3)考慮到了環境因素對努力因素的影響，但相比于式(1)，式(3)并沒有反映努力因素對收入的影響，若直接用式(3)進行估計，僅能夠測量客觀外部環境對個體收入的影響，難以單獨分離其中的α、β、γ等系數，也無法測量收入中機會不平等程度。因此，為測量收入不平等中努力不平等和機會不平等的貢獻，進行如下兩個步驟。

(4)

(5)

(6)

(7)

外部環境全效應可以分解為直接影響效應和間接影響效應。其中，直接影響效應通常被稱之為機會不平等，而間接影響效應則被稱作努力不平等。因此努力不平等在收入不平等中的占比可以表示為：

Θindirect=Θtotal-Θdirect

(8)

四、研究設計

(一)變量

1.收入變量。經濟收入在很大程度上可以代表一個人的生活水平，故本文選取個體的經濟收入作為研究的主題。相較于個體的勞動收入，總收入能夠更加全面地反映個體的支付能力和消費水平，因而本文選擇的被解釋變量為個體的年總收入。

2.努力變量。借鑒Roemer(1993、2002、2003)[7-9]、Bourguignon等(2007)[12]以及龔鋒等(2017)[27]關于努力程度的衡量方法，本文選取教育程度和職業狀態作為努力水平的指代變量。

3.環境變量。遵循既有文獻的研究方法[12,27-28]，同時考慮數據的可獲得性，本文選擇性別、年齡、居住地和戶籍作為影響個人收入的個體特征變量和地域特征變量，并且也涵蓋幼時父母的教育水平、幼時父母的職業狀況以及幼時家庭所處的社會階層。

(二)數據

自2003年起，中國社會綜合調查項目(CGSS)對中國大陸各省(自治區、直轄市)1萬多戶家庭進行連續性的橫截面調查，系統、全面地收集社會、社區、家庭、個人等層次的數據。為保證統計口徑的一致性，實證研究選擇2008年、2010年、2011年、2012年、2013年和2015年共6年的調研數據集作為研究樣本。為保證回歸結果的準確性，本文對數據進行如下處理：首先，剔除對收入水平“無法回答”“拒絕回答”“不知道”“不適用”“其他”或未回答的樣本；其次，剔除收入值為0的6103個樣本；再次，刪除了年齡小于25歲和年齡大于65歲的共11454個樣本。因為25歲之前的人大部分還未進入勞動力市場，而65歲之后的人大部分已經退出勞動力市場。總共獲得的樣本量為36342個。

被解釋變量即經濟收入的數據，依據問卷調查中的“您個人去年全年的總收入是多少？”問題而獲得，并且由于收入水平的分布圖呈現高度有偏的特征，故在實際回歸中采取其自然對數形式。

在努力變量中，受教育程度從問卷“您目前的最高教育程度？”問題的統計中獲得，并將答題選項換算成教育年限，具體方式如下：未接受任何教育=0；小學或私塾=6；初中=9；高中(技校、中專、職業高中)=12；高等教育=16；研究生及以上=19。職業狀態則從問題“您的工作經歷及狀況是？”中統計獲得，并令“全職就業=3；非正式就業=2；務農=1；無業=0”。

在環境變量中，關于性別，設定男性為1，女性為0；居住地分為城市和農村，分別設定為1和0；個體年齡依據出生年月推算而來；戶籍分為農村戶口、非農村戶口、軍籍、藍印戶口、居民戶口等，將“農村戶口”設定為1，其他則設定為0；幼時父母的受教育程度和就業狀況的數據從問卷的“您14歲時父親或母親的最高教育程度是？”和“您14歲時父親或母親的就業狀況是？”問題的統計中獲取，教育程度和就業狀況的數據處理方式與努力變量中個體的相關數據的處理方式相同；幼時家庭的社會階層數據依據問卷中“14歲時家庭所處的社會等級？”的問題獲得，并將不同調查年份的數據進行統一，設定1代表最底層，10代表最頂層，共“1-10”階層。

(三)模型

教育水平、工作狀態等努力變量在很大程度上會受到父母的教育程度、父母的職業狀態、家庭所處的社會階層、戶籍、性別等外部環境因素的影響，故本文選擇聯立方程組的測量方法。同時，由于本文選取個體數據作為研究樣本，在回歸之前對樣本數據進行了F檢驗，結果發現：Prob > F = 0.0001，故應建立個體時間固定效應模型。具體模型如下：

ln(incomeit)=α0+α1educationit+

α2conditionit+α3zoneit+α4sexit+α5ageit+α6censusit+α7feducation14it+α8fcondition14it+α9meducation14it+α10mcondition14it+α11rank14it+α12regionit+α13timeit+uit

(9)

educationit=β0+β1zoneit+β2sexit+β3ageit+β4censusit+β5feducation14it+β6fcondition14it+β7meducation14it+β8mcondition14it+β9rank14it+β10regionit+β11timeit+νit

(10)

conditionit=γ0+γ1zoneit+γ2sexit+γ3ageit+γ4censusit+γ5feducation14it+γ6fcondition14it+γ7meducation14it+γ8mcondition14it+γ9rank14it+γ10regionit+γ11timeit+εit

(11)

其中，i表示第i個個體；t表示第t個時期；αk、βk、γk均表示回歸系數；uit、νit、εit均表示方程的誤差項；regionit指代省份的固定效應；timeit指代年份的固定效應。模型中其他變量的定義及描述特征如表1所示。

五、實證結果與分析

(一)努力對收入的影響

為探究努力是否能夠提高收入，本文采用參數法對樣本數據進行最小二乘法(OLS)回歸。此外，該部分還采用三階段最小二乘法(3SLS)方法對模型的穩健性進行檢驗。表2為努力對收入影響效應的估計結果。

表1 變量定義及描述性特征

注：問題“14歲時家庭所處的社會等級？”的選項設置，在2008年的問卷調查中，1代表最頂層，10代表最頂層，而在其他5個數據集中，1代表最底層，10代表最頂層。本文采用等級越高，數值越大的做法，將該項統一處理成“最底層=1，最頂層=10”。

在表2中第1列、第2列僅報告了個體收入對努力水平的回歸結果，從中可以看出收入水平與努力水平呈現正相關關系，一個人的教育程度越高，職業狀態選擇越積極，其收入水平越高。第3列、第4列顯示的是模型(9)的回歸結果，其中，從第1行、第2行數據中可以看出，加入外部環境干擾后努力水平對個體收入的影響作用明顯減弱；從第3至6行數據可以看出，個體特征、區域特征等外部環境因素也顯著性地影響個體收入，居住在城市地區的人具有較高的收入，男性比女性收入高，年齡越大的人收入越低，戶籍仍是限制居民收入水平的重要因素；剩余行的回歸結果顯示，個體的收入水平與其幼時父母的教育水平、幼時父親的職業狀態選擇和幼時家庭所處的社會階層高度正相關，而幼時母親的職業狀態選擇越積極，個體成年后的收入水平卻越低，表明母親對孩子幼年時期的照料和陪伴對子女以后的發展具有深遠的影響。第5列、第6列顯示的是模型(9)代入模型(10)和模型(11)后的回歸結果，與第3列、第4列相比，回歸參數的正負參數完全一致且系數的絕對值大小均有明顯的增加，這在一定程度上表明努力水平與個體的社會環境、家庭環境密切相關。

表2 努力對收入的影響效應

注：(1)***表示顯著性為1%，**表示顯著性為5%，*表示顯著性為10%。(2)括號內為穩健性檢驗的標準誤。

上述回歸結果均已控制年份和地域的固定效應，也與以往的研究結論[12,24]相一致。

(二)環境對努力的影響

努力水平會在很大程度上受到家庭環境條件的影響，上述假設是本文設立方程組和測度機會不平等指數的前提，因而在選用聯立方程組模型進行不平等測度之前要對上述前提條件進行考察。該部分采用模型(10)和模型(11)對樣本數據進行回歸，同時由于教育程度和職業狀態均為虛擬排序變量，故文章采用次序邏輯斯蒂模型(OLogit)的方法進行擬合回歸，同時報告了最小二乘法(OLS)和三階段最小二乘法(3SLS)的回歸結果以檢驗結果的穩健性。回歸方程的估計結果如表3所示。

在表3中，三種模型的回歸結果呈現較高的一致性。回歸結果顯示，居住在城市地區的人的教育水平較高，職業狀態選擇較積極；兩性之間的教育程度和職業狀態存在明顯的差異；個體的年齡越小，教育程度越高，職業狀態越積極；城市戶籍的人比農村戶籍的人有更高的教育水平和更積極的職業狀態；家庭的社會階層和父母的教育水平對個體的教育程度和職業狀態選擇具有顯著的正向影響；父親的職業狀態選擇與個體的教育程度正相關，與個體的職業狀態選擇無明顯關聯，而母親的職業狀態選擇與個體的教育程度無明顯關聯，但與個體的職業狀態選擇負相關，表明對個體而言，幼時母親職業狀態越積極，子女成年后越不愿意選擇積極的職業狀態。

從上述結果中可以總結出：一個人的努力水平與其所處的外部環境休戚相關，父母對孩子有著極強的示范作用，是孩子“最好的老師”，也同時驗證了設立聯立方程組方法的合理性。上述研究結論也得到了龔鋒等(2017)[27]和史新杰等(2018)[28]的支持。

表3 環境對努力的影響效應

注：(1)***表示顯著性為1%，**表示顯著性為5%，*表示顯著性為10%。(2)括號內為穩健性檢驗的標準誤。

(三)收入不平等指數的分解

表2和表3的回歸結果已經顯示，努力水平和外部環境均會對個體收入產生顯著性影響，其中外部環境在很大程度上也會影響努力水平，但是文章對“努力能夠在多大程度上提高收入水平？”的問題還無從得知，故本文通過模型(4)-模型(8)的方法對收入不平等指數進行分解。為了更為全面且準確地分解收入不平等指數，該部分做如下處理：首先，選取泰勒指數(Theil)、基尼系數(Gini)和阿特金森指數(Atkinson)三種方法來測度機會不平等指數。其次，將樣本數據按照出生年份進行每10年的劃分，以探明不同年代的人群的努力不平等指數是否存在差異，同時由于25-65歲之間的90后樣本僅有131個，故將其刪除后僅留下出生于20世紀的40年代、50年代、60年代、70年代、80年代共5個群組。表4呈現的是收入不平等指數的分解結果。

收入不平等指數的測量結果表明，我國仍然存在嚴重的收入不平等現象，不同年代背景下利用三種測量方法均顯示收入不平等指數均較高，而全樣本的基尼系數為0.5775，更為敏感的泰勒指數和帶有明顯社會福利色彩的阿金森指數高達0.8240和0.7764。

從收入不平等指數的分解結果來看，三種測量方法下的機會不平等在收入不平等中所占比例均較高。基尼系數、泰勒指數和阿金森指數測度的機會不平等占比分別為60.79%、90.23%和78.74%，而努力不平等占比則分別為39.21%、9.77%和21.26%。上述結果表明：在排除了個體特征、地域特征、家庭特征等外部環境因素后，努力水平僅僅能夠解釋較低的收入變化，“努力的成效”并不如預期的那般好。加入年代背景后發現，不同時代背景下努力不平等對收入不平等的解釋力度并不相同，三種測量方法均表明：出生于20世紀60年代和20世紀70年代的人所處的市場環境較好，更容易通過努力獲取高收入，而出生于20世紀80年代的人所處的市場環境最差，面臨最為嚴重的機會不平等，更不容易通過努力獲取高收入。上述測度結果與龔鋒等(2017)[27]的研究結論大體一致。

表4 收入不平等指數的分解結果

六、進一步分析

(一)努力對收入的影響：分年齡和年代的對比分析

通過前文的分析，我們已經獲悉：外部環境和努力水平會影響個體收入，但是個體的努力水平在很大程度上會受到外部環境的影響；我國存在嚴重的機會不平等現象，且努力對收入的提升作用在不同年代下存在差異。但是“為什么不同年代背景下努力對收入水平的影響會存在差異？”，前文并未對該問題進行探究。故為探明上述問題以做出有針對性的政策建議，本文利用模型(9)對不同年代人群的數據進行回歸分析。此外，前文研究已發現年齡是影響個體收入的重要因素，因此，為排除年齡的影響，接下來的分析控制了年齡，將樣本數據劃分為：25-35歲、36-45歲、46-55歲以及56-65歲四個年齡段。年代的劃分同前文一致。

表5報告了模型的回歸結果以及相同年齡不同年代背景下教育年限的均值。回歸結果顯示不同年代背景下教育程度、職業狀態選擇對個體收入的影響作用存在差異，而將未控制外部環境與控制外部環境的回歸系數相對比發現，外部環境在很大程度上會干擾努力水平對個體收入的提升作用，并且外部環境的削弱作用對出生于20世紀40年代和50年代的人最為強烈。從前8行回歸結果中發現，相比于出生于20世紀40年代的人，出生于20世紀50年代人中教育程度、職業狀態選擇對收入的提升效應明顯增強，而出生于20世紀60年代與50年代的人略有差異；從后8行回歸結果來看，出生于20世紀70年代的人比出生于上世紀60年代的人更不容易通過教育水平的提高或者積極的職業狀態選擇而獲取更高的收入，而出生于20世紀80年代和70年代人之間的差異尤為明顯，出生于80年代的人在就業市場面臨更為嚴峻的挑戰。而平均教育年限則顯示，雖然我國人均教育程度大體上處于上升趨勢，但是卻在出生于20世紀60年代-70年代有約10年的停滯。

表5 分年齡、年代的收入決定方程的估計結果

(二)努力對收入的影響：加入經濟體制改革背景

為探究為什么不同年代背景下努力水平對個體收入的影響效應存在差異，本文梳理了我國進行經濟體制改革的歷程，如表6所示。自建國之后，我國主要經歷了計劃經濟時代、文化大革命、改革開放和互聯網發展四個大事記。本文從兩個方面考量政策的效應：一是考慮當前政策變動對個體教育程度的影響，其中表5中我國人均教育年限出現的10年停滯也說明了該考量的必要性；二是考慮經濟體制變革對勞動力市場的影響，故考察了個體25歲后的政策變革。

加入經濟體制改革背景分析表5的回歸結果，研究發現：(1)20世紀50年代初期的人出生于新中國成立之初，急需高素質人才。但在25年后就業于文化革命之時。故相較出生于20世紀40年代的人，雖然教育和職業狀態選擇對收入的提升作用有所增強，但增加幅度很低。(2)20世紀50年代后期和20世紀60年代初期的人，出生于新中國發展之初的計劃經濟時代，就業于改革開放之后。幼年時期和進入勞動力市場后的經濟體制背景一致，因而努力的成效大致相同。(3)20世紀60年代后期和上世紀70年代初期出生的人，在其幼年時期經歷了文化大革命。而在25年后，20世紀60年代出生的人就業于改革開放初期，市場需要大量高素質人才的時期，故而教育的作用凸顯并且極少受到外部環境的削減。而隨著改革開放的推進以及高素質人才的匱乏，努力提升收入的效應有所下降，故相較出生于20世紀60年代人，出生于20世紀70年代人中收入的成效較弱。(4)出生于20世紀80年代的人和出生于20世紀70年代后期的人之間的差異極為明顯，教育和職業狀態選擇對收入彈性的影響系數出現了明顯的下降。原因可能如下：一是結構性失業增加。80后恰逢互聯網的大浪潮，經濟業務逐漸電子化，擁有更多實操能力的人獲取高收入的可能性更高，這也與目前IT及其相關行業出現的高薪現象和企業在招聘員工時更加看重實操能力的現實相符合[34]。二是教育的作用減弱。一方面隨著義務教育的普及和高等院校的擴招，教育的邊際效用逐漸遞減；另一方面我國教育行業與就業市場存在結構性的不匹配。三是財富的代際轉移現象嚴重。現實中，絕大部分的財富積聚在少數人手中，并且代代相傳。上述結論與已有胡榮才等(2011)[35]和李春玲(2014)36]的相關研究相一致。

表6 中國經濟體制改革歷程[37-38]

七、結論與政策建議

(一)研究結論

本文將機會不平等的測量細分為四個層面的問題：“努力是否能提高收入？”“努力是否會受環境的影響？”“努力能夠在多大程度上提高收入水平？”以及“不同時代背景下努力對收入的影響作用是否存在差異及為什么存在差異？”。同時，基于CGSS的2008年、2010年、2011年、2012年、2013年和2015年共6年的調研數據，采用聯立方程組和參數估計的方法進行回歸分析和指數分解，并結合我國的經濟體制改革歷程對上述問題一一進行了解答。研究得到如下結論。

(1)努力能夠提高收入，一個人的教育水平越高，職業狀態越積極，收入水平越高。但外部環境也會顯著性地影響收入。居住地或戶籍在城市的人的收入水平更高，男性比女性收入高，個體的收入水平與其幼時父母的教育水平、幼時父親的職業狀態選擇和幼時家庭所處的社會階層高度正相關，而與幼時母親的職業狀態選擇之間負相關。

(2)外部環境不僅能夠直接影響收入水平，也可以通過影響努力程度進而間接影響收入水平。居住地、性別、戶籍、家庭社會階層、父母教育水平和父親的職業狀態均會對個體的努力水平產生顯著性的影響。

(3)基尼系數、泰勒指數和阿金森指數三種測量方法均表明，我國存在嚴重的收入不平等現象，其中，機會不平等可以解釋絕大多數的收入不平等，努力不平等的占比較低，“努力的成效”并不如預期的那般好。而加入時代背景后發現：出生于20世紀60年代和70年代的人所處的市場環境較好，更容易通過努力獲取高收入，而出生于20世紀80年代的人面臨最為嚴重的機會不平等，更不容易通過努力獲取高收入。

(4)究其“不同年代背景下努力對收入的影響作用的差異”的原因，文章梳理了我國經濟體制改革的發展歷程。在控制年齡差異后分析發現：經濟體制改革是造成不同時代背景下努力對收入影響效應存在差異的重要因素，并從政策影響教育和就業兩個層面對不同年代的人群進行分析。結論如下：20世紀50年代初期出生的人，他們生于新中國成立之初，就業于文化革命之時，故相較出生于20世紀40年代的人，雖然教育和職業狀態選擇對收入的提升作用有所增強，但增加幅度很低；20世紀50年代后期和20世紀60年代初期出生的人，他們生于計劃經濟時代，就業于改革開放之后，面臨的經濟體制背景一致，因而努力的成效大致相同；20世紀60年代后期和20世紀70年代初期出生的人，多在幼年時期經歷了文化大革命，教育素質普遍偏低，而60后就業于改革開放初期，市場需要大量高素質人才，故而教育的作用凸顯并且極少受到外部環境的削減，而隨著改革開放的推進以及高素質人才的匱乏，努力提升收入的效應在70后人群中有所下降；相比于70后，80后人群中努力水平對個體收入的提升作用明顯下降，上述源于結構性失業增加、教育的作用減弱以及財富嚴重的代際轉移現象。

(二)政策建議

隨著中國特色社會主義進入新時代，我國的主要矛盾已悄然轉移。于個體而言，中國夢的內涵更加豐富，人們在追求幸福生活的道路上，不僅僅只關注結果的公平，還更渴望努力過程的公平。本文的研究卻發現：雖然個體可以通過努力提高收入，但是卻深受外部環境的影響，我國存在嚴重的機會不平等現象，“努力的成效”并不如預期的那樣好，同時社會經濟體制改革會對不平等現象產生深遠的影響，而對于社會中流砥柱的80后，努力對收入的提升作用卻收效甚微。上述研究結果表明，人們口中、網上盛行的“拼爹時代”“寒門難出貴子”等并非完全空穴來風。故而，本文認為我國在進行收入分配改革的過程中，需要重點關注以下幾個方面。

(1)減少機會不平等。本文研究發現，戶籍、性別、居住地都能夠顯著地影響居民的收入水平，故政府應該著力解決由這些劣勢環境因素帶來的障礙。首先，加快改革城鄉戶籍制度，包含與戶籍制度有關的醫療、住房、保險等公共服務；其次，規范勞動力市場，以盡可能消除性別歧視現象，從而縮小性別收入差距。

(2)健全激勵機制。本文認為社會公平并非是無條件的公平，由自身努力所造成的努力不平等不僅是合理的，更應該是政策制定者應該關注和倡導的。在能夠改變命運的努力因素中，教育水平和上進程度最為重要，因此，政府一方面要進一步推進教育體制改革，以促進教育公平；另一方面要保障勞動者的積極性，發揮人才資源的正向力量。

(3)疏導財富流動。收入分配領域的機會不平等很大程度上源于代際之間的財富傳遞，故而，如何維持不同社會階層之間財富等資源的流動性是政府應該認真考慮的。基于目前政府的制度體系，相關部門可以通過調節遺產稅、財產稅、收入稅和贈與稅等方式，從而抑制財富不平等的擴張。

(4)縮小貧富差距。貧困不只是經濟問題，還是社會問題，為縮小貧富差距，僅僅對收入分配進行調控是完全不夠的[39]。首先，政府還應更有針對性地進行“精準扶貧”，不僅加大“代代貧困”家庭和地區的扶貧力度，而且還要加強貧困地區的教育等基礎設施的建設，從而減少由于貧困而輸在“起跑線”上的群體；其次，政府還需要改變財政補償措施的方式，單純依靠財政轉移的方式并不能夠解決問題，要增加就業培訓、創業扶持等服務，“授之以魚不如授之以漁”，而已有相關研究表明轉移性的收入并不能夠縮小收入不平等，相反會加劇收入不平等[40]。

(5)削弱制度變遷的影響。本文的重要結論之一是經濟體制改革是造成不同時代背景下努力對收入影響效應存在差異的重要因素。因而，政府應該采取相應的措施，以削弱制度變遷對居民收入水平的影響。例如，進一步改革教育制度，從而盡快實現教育體系供給端和勞動力市場需求端的無縫銜接，減少勞動力市場的結構性失業人數；廣泛且科學地普及互聯網知識，避免普世大眾對網絡的“神化”或“妖魔化”，確保人們以更好的姿態來迎接互聯網浪潮和人工智能時代的到來。