環境因素對居民家庭收入差距影響分析
——基于代際視角

王夢嬌

(西安財經大學統計學院 陜西 西安 710100)

一、序 言

根據《國際統計年鑒(2018)》數據顯示，我國GDP在世界的排名由1978年第11已上升至2017年第2，這一增長速度使我國成為世界第二大經濟體。但與此同時，嚴重的收入差距問題在我國仍然比較突出。魯元平等(2011)的研究指出，收入差距不僅對居民自身的幸福感產生負面影響，還會通過社會犯罪間接影響居民幸福感。鄭秉文(2011)指出，較高的收入也會使得中國是跌入中等收入陷阱，成為維持經濟可持續發展的阻礙。本文在研究居民家庭收入差距中，采用CGSS2010-2015年數據，使用二階段回歸，研究環境變量以及加入不受環境影響的努力變量對我國居民收入差距的影響程度。

二、模型設定及指標選擇

(一)模型設定

本文測度環境因素對居民家庭收入差距的影響，根據可測環境變量的可獲得性，構建明瑟收入方程，其公式為：

(1)

其中，yi表示居民的個體收入，Ci表示環境變量，Ei表示可測環境變量中的努力因素。但由于努力因素與環境變量的相關性較強，其公式為：

(2)

將公式2帶入公式1中，其簡化為：

lnyi=ψCi+εi

(3)

系數ψ包括環境變量和環境通過努力因素對居民收入的影響，由于環境變量對努力變量的相關性，會使得公式3產生內生性，所以在研究過程中，將公式2中的殘差值進行提取，也就是不受環境影響的努力變量ei來代替Ei，其公式如下：

(4)

(二)數據說明與描述性統計

本文使用CGSS2010、2012、2015年的數據對機會不平等進行測度分析。CGSS數據庫是我國第一個具有綜合性、全國性以及連續性的調查項目，包含較為豐富的個體特征以及家庭背景等信息，因此本文使用2010-2015年的數據研究環境因素對居民收入差距的影響程度，具體變量選擇以及描述性結果如表1。

被解釋變量。對問卷中“您個人去年全年的總收入是多少？”的問題，作為個體收入。根據明瑟收入方程，對個體收入取對數。

解釋變量。本文使用年齡、性別、婚姻狀況、城鄉、戶口狀況、健康狀況、民族、地區、家庭等級、父母受教育程度、父母職業、子代的教育和職業作為解釋變量。其中，年齡根據出生日期進行推算所獲得，本文選取18-65歲的個體樣本，保證其均在勞動市場中。婚姻狀況中，將初婚、分居未離婚、離婚、再婚以及喪偶規劃為已婚，其他歸為未婚。地區變量根據國家統計局的劃分標準，分為東部地區、中部地區以及西部地區。在家庭等級變量選取中，使用問卷中“您認為在您14歲時，您的家庭處于那個等級上？”的問題來獲得，根據被調查者對自身家庭等級的評分，本文將1-3規劃為低等級，4-6劃分為中等級，7-10劃分為高等級。將父親、母親以及子代的受教育程度用受教育年限來表示。

本文在處理樣本時，首先剔除個人收入為0元的樣本，其次剔除“不適用”、“無法判斷”等異常值，其最終獲取的有效樣本分別為5537個、6077個、5327個，根據其統計描述結果可以看出，居民的個體收入平均值由2010年的21967.01元上升至2015年的37430.64元。2015年，子代的受教育程度分別高出父母4.34、5.942年。

表1 統計描述結果

三、實證分析

本文將模型分為兩階段回歸，研究可測環境變量對收入差距的影響。第一階段首先將本文的不受環境變量的努力變量進行提取，分別將子代受教育程度以及子代職業作為被解釋變量，將環境變量為解釋變量進行回歸。第二階段使用居民收入作為被解釋變量，環境因素和加入不受環境影響的努力變量作為解釋變量，對其回歸系數進行對比分析。

(一)回歸結果分析模型

1.第一階段回歸結果

根據表2可以看出，將子代的受教育年限作為被解釋變量，子代的年齡變量在2010年時與受教育程度成正向顯著性，在2012-2015年間無顯著性變化，說明隨著年齡的增長，子代的受教育年限產生負的效應。同時，婚姻狀況對子代教育不呈顯著性影響，民族在2015年時，對子代受教育程度開始有正向顯著性。2020-2015年，性別、城鄉、健康程度、戶口狀況以及地區因素對子代的教育程度均呈正向顯著影響。最后，家庭等級和父親、母親受教育程度以及父親、母親的職業狀況均呈正向顯著性影響，由此說明，家庭等級越高、父親、母親的受教育程度越高以及父親、母親職業越穩定，其對子代的受教育程度也越高，父代對子代的傳遞效應較強。

將子代的職業性質作為被解釋變量。可以看出，2010-2015年，子代年齡、性別、城鄉、戶口狀況以及健康狀況對其職業均呈正向顯著性影響。其中，性別變量的影響系數呈下降趨勢，2015年下降至0.1919，由此說明，女性的就業情況相應得到緩解。東部地區對子代職業的顯著性逐步下降，2015年不呈顯著性影響。中部地區對子代職業呈負的不顯著效應，同時家庭等級對職業不呈顯著性。在子代職業的影響因素中，父親的教育程度和職業的回歸影響系數逐步上升，并且呈正向顯著性影響，說明父親的教育程度越高，對子代的人力資本積累產生的作用越強。父親的職業越穩定，其對于子代的產生的資本積累越高，對子代的職業影響也相對較大。

表2 模型1和模型2的回歸結果

說明：在1%、5%和10%的水平上顯著性用***、**、*分別表示。

2.第二階段的回歸結果

整體來看，加入了不受環境影響的努力變量之后，其可決系數均高于模型3，說明對于個體收入來說，加入不受環境影響的努力因素之后，模型的擬合效果更好。從環境因素方面來看，年齡、性別、城鄉、戶口狀況、健康狀況和婚姻變量均對個體收入呈正向的顯著影響，其中，年齡、城鄉、健康變量以及婚姻變量的回歸系數系數顯現上升狀態，但性別和戶口狀況變量的系數呈逐步下降的趨勢，由此說明，由性別以及農業戶口和非農戶口間造成的收入差距正逐步縮小。民族對居民收入差距在2012年以后逐漸顯著，其系數增長至0.2553，說明少數民族在獲取高收入上與漢族對比處于劣勢地位。以西部地區作為對照組，2015年，東、中部地區分別高于西部地區52.51%、14.94%，其地區差異較大，因此在東部地區的居民獲得高收入的機會大于其他地區。家庭等級、父、母親受教育程度均子代收入產生正向顯著性影響，說明父代通過教育對子代的代際傳遞效應相對較大，尤其是父親。父、母親的職業對子代收入不呈顯著影響，有可能是由于父母職業雖然屬于國有部門，因此在為子代提供良好的經濟環境的同時，但因為工作忙碌等原因，尤其是父親，導致對子代的培養產生不利影響。

加入努力變量后，2010-2015年的子代受教育程度和職業對其收入均呈正向顯著的影響，說明受教育年限越高的子代，收入水平相對越高。同時，個體職業的穩定性越強，相比非國有部門，其獲取的高收入的機會也相對較高。

表3 第二階段收入決定回歸結果

說明：在1%、5%和10%的水平上顯著性用***、**、*分別表示

四、結論及相關對策建議

本文使用CGSS2010-2015年數據，探討各環境因素以及加入與環境不相關的努力變量之后對居民收入差距的影響，其結果得出，年齡、性別、城鄉、戶口狀況、健康狀況和婚姻變量均對個體收入呈正向的顯著影響，由性別以及農業戶口和非農戶口間造成的收入差距正逐步縮小。東部地區的居民獲得高收入的機會大于其他地區。家庭等級、父、母親受教育程度均子代收入產生正向顯著性影響，父代通過教育對子代的代際傳遞效應相對較大。加入努力變量后，2010-2015年的子代受教育程度和職業對其收入均呈正向顯著的影響。

根據前面實證分析結果，對于我國目前收入差距問題的關鍵，主要在于如何緩解各因素對其的影響，因此本文提出以下政策建議。(1)目前由于子代個體中家庭背景的不同，使得其所擁有的教育資源差異性較大，因此，應打破由教育引起的代際傳遞效應，進一步加強學校的師資水平，提高教學質量，實現教育公平。(2)應加快推進戶籍制度以及城鄉間和地區間的自由流動，降低由地區產生的收入差異。同時，要加大對農村地區以及西部欠發達地區的投資力度，積極落實相關政策。(3)促進勞動力市場的制度公開化以及應聘者的公平競爭，尤其是保障偏遠地區的居民以及女性群體在就業中的權益。同時，提倡大學生積極創業，響應萬眾創業、大眾創新的號召。