中等收入群體規(guī)模測度及影響因素探究
——基于CGSS2017數據

楊夏丹，沈 貝， 張 琳，李竹穎

（浙江工業(yè)大學管理學院，浙江 杭州 310023）

“中國特色社會主義進入新時代，我國社會主要矛盾已經轉化為人民日益增長的美好生活需要和不平衡不充分的發(fā)展之間的矛盾”，收入分配問題正是這一主要矛盾的突出表現。中等收入群體是國家發(fā)展的重要組成部分，我國中等收入群體的規(guī)模遠低于發(fā)達國家，如何擴大這一群體，是政府各部門密切關注的問題，將影響到宏觀經濟調控與政策制定。這一群體的擴大，有利于促進消費、擴大內需，有利于促進經濟持續(xù)穩(wěn)定增長與社會的穩(wěn)定發(fā)展，促進“橄欖型”社會的形成。

1.中等收入群體測度方法

本文選用絕對標準法對我國中等收入群體規(guī)模進行測度。2019年國家統(tǒng)計局發(fā)布的《2018 年全國時間利用調查公報》指出了對于不同收入群體的劃分標準，將月收入在2000元以下的收入群體定義為低收入群體，月收入在2000元到5000元的收入群體定義為中等收入群體；將月收入在5000元以上的收入群體定義為較高及高收入群體。本文采取國家統(tǒng)計局提出的該項中等收入群體標準，進行簡單推算后，以家庭人均年收入2.4萬-6萬元為劃分標準，對全國主要城市的中等收入群體規(guī)模進行測度。

2.數據分析

本文使用中國綜合社會調查（CGSS）數據庫2017年公布的數據進行研究。CGSS是我國最早的全國性、綜合性、連續(xù)性學術調查項目。CGSS（2017）數據庫全面地收集社會、社區(qū)、家庭、個人多個層次多達12000余條數據，是研究中國社會最主要的數據來源之一。

2.1 中等收入群體各省測度結果

本文利用國家統(tǒng)計局的中等收入群體測度方法對2017年CGSS數據進行了分析，結果如表1所示。從總體上看，2016年全部樣本的中等收入群體占27.47%，高收入群體占12.33%,低收入群體占60.2%。從分省數據看，上海市的中等收入群體比例為53.38%，北京、江蘇和浙江省中等收入群體比例在40% -50%，山東省的比例位于30% -40%之間，中等收入群體比例位于20% -30%之間的省份數量最多，包括吉林、湖北、黑龍江、四川、寧夏、安徽、江西、河北、廣西、內蒙古、陜西在內的11個省份比例都位于這一區(qū)間。河南、甘肅、重慶、云南的中等收入群體占比較低，小于20%。

表1 中等收入群體按省測度結果

2.2 中等收入群體城鄉(xiāng)對比

表2給出了中等收入群體在城鄉(xiāng)的分布情況。由表2可知，中等收入群體比例存在顯著的城鄉(xiāng)差異。2016年農村家庭中70.54%的家庭屬于低收入群體，只有19.38%屬于中等收入群體，10.08 %的家庭屬于高收入群體。農村中等收入群體比例在25%以上的只有上海、北京、浙江、江蘇、山東5個省份，其中浙江省農村家庭的中等收入群體比例最高，達39.34%。城鎮(zhèn)家庭中成為中等收入群體的比例已達44.42%，低收入群體占39.12%，高收入家庭占16.46%。如果只考察城鎮(zhèn)家庭，“橄欖”形的收入分配結構已經初步形成。上海、江蘇兩個省份的中等收入群體的比例已超過50%，絕大部分省份城鎮(zhèn)家庭的中等收入群體比例高于農村家庭20個以上的百分點。可見，中等收入群體的形成存在著明顯的城鄉(xiāng)差異，該群體主要集中在城鎮(zhèn)地區(qū)，農村地區(qū)的比例遠落后于城鎮(zhèn)地區(qū)。

表2 農村家庭和城市家庭的收入群體劃分

2.3 影響因素測度分析

基于前文中等收入群體規(guī)模的測度，本小節(jié)將建立多元Logistic 回歸模型，進一步深入研究比較低收入群體、中等收入群體、高收入群體之間的差異性，得出影響中等收入群體形成的主要因素。

2.3.1 模型的建立

多元Logistic回歸模型將某一類別設定為對照組，分析其他組與對照組之間的對比情況。多元Logistic回歸模型的公式為：

本節(jié)建立的多元Logistic模型，因變量分三類：1、2、3。1表示低收入群體，2表示中等收入群體，3表示高收入群體。本次模型以類別1為參考類別，即以低收入群體為參考類別。

2.3.2 指標的選取

本研究將“所屬收入群體”作為被解釋變量，具體劃分為低收入群體、中等收入群體、高收入群體三類。同時，將人口統(tǒng)計學相關變量（性別、婚姻狀況、戶口登記狀況、最高受教育程度）、工作情況相關變量（目前工作的單位類型、工作的性質、管理活動的情況、每周平均工作時長）、社會保障水平相關變量（是否參加農村/城市醫(yī)療保險、是否參加農村/城市養(yǎng)老保險）以及住房相關變量（是否擁有房產）作為解釋變量進行多元 Logistic 回歸分析。

2.3.3 模型估計結果

本研究使用SPSS軟件對問卷數據進行多元Logistic分析，模型擬合的p值低于0.01，表明模型在1%的顯著性水平下通過了檢驗，可以認為本研究建立的多元Logistic模型選擇的自變量可以很好地解釋不同收入群體的差異。在擬合優(yōu)度上，模型的皮爾遜卡方顯著性值為0.772，偏差卡方顯著性值為0.998，數值較大，擬合優(yōu)度較好，說明模型對原始數據的擬合通過檢驗。結果表明，模型在預測所屬群體為中等收入群體上的準確率最高，達到68.0%。從總體上看，模型的預測正確百分比達到了55.7%，說明本預測精度較好，模型建立有效。模型的回歸系數結果如表所示（所有自變量選取的參照項均為第一項）。

目前工作的單位類型=黨政機關 0．427 0．363 0．239 0．653目前工作的單位類型=企業(yè) 0．191 0．142 0．179 1．210目前工作的單位類型=事業(yè)單位 0．172 0．209 0．411 1．187目前工作的單位類型=社會團體、村居委會 -0．179 0．369 0．628 0．836目前工作的單位類型=無單位/自雇（包括個體戶） 0b ． ． ．工作性質=全職工作 0．734 0．173 0．000 2．083工作性質=非全職工作 0b ． ． ．管理活動的情況=只管別人，不受別人管理 0．943 0．308 0．002 2．569管理活動的情況=既管理別人，又受別人管理 0．582 0．215 0．007 1．789管理活動的情況=只受別人管理，不管理別人 -0．079 0．161 0．626 0．924管理活動的情況=既不管理別人，也不受別人管理 0b ． ． ．每周平均工作時長=21-30小時 -0．279 0．188 0．138 0．757每周平均工作時長=31-40小時 -0．673 0．296 0．023 0．510每周平均工作時長=31-40小時 0．413 0．169 0．015 1．511每周平均工作時長=41-50小時 0．234 0．172 0．174 1．264每周平均工作時長=51-60小時 0．145 0．158 0．358 0．865每周平均工作時長=61小時及以上 0b ． ． ．參加農村/城市醫(yī)療保險=否 -0．165 0．176 0．349 0．848參加農村/城市醫(yī)療保險=是 ． ． ．參加農村/城市養(yǎng)老保險=否 -0．126 0．121 0．297 0．882參加農村/城市養(yǎng)老保險=是 0b ． ． ．擁有房產=否 -0．390 0．132 0．003 0．677擁有房產=是 0b ． ． ．

表3表示中等收入群體與低收入群體的比較。根據表中根據Wald觀測值和其相對應的P值可得，中等收入群體相對于低收入群體在性別、婚姻狀況、最高受教育程度（1、2）、戶口登記地（1、2）、工作性質、管理活動情況（1、2）、工作時間（1、2）、是否擁有房產因素上有顯著差異（P值＜0.05）。其他方面無顯著差異。

表3 多元logistics回歸分析表

2.4 研究結論

總體來看，在中等收入群體與低收入群體概率比自然對數的模型中，性別在收入群體分布差異中影響顯著，男性比女性有更大的概率成為中等收入群體。已婚、離異這兩類已經歷過婚姻的個體相比于未婚人群更容易是中等收入群體。而喪偶個體相比于未婚人群有可能是低收入群體。受教育程度與是中等收入群體的概率呈明顯的正相關。同時，農村戶口相對于居民戶口，更有可能屬于低收入群體。全職工作者是中等收入群體的概率更高。在工作管理情況中，具有“管理他人”權力的個體，更可能是中等收入群體。平均每周工作時長在21-30個小時的個體個體，相比于平均每周工作61小時及以上的個體更可能為低收入群體。而平均每周工作時長在31-40小時的個體，則更可能為中等收入群體。此外，在是否擁有（與他人共有）房屋產權因素上，相比于沒有房屋產權的個體，擁有房屋產權的人群是中等收入群體的概率更大。

3.啟示與建議

一是消除就業(yè)中的性別歧視，擴大女性中等收入群體比例。逐漸消除就業(yè)中的性別歧視，提高女性的就業(yè)率，提高女性的收入水平，可以有效縮小因性別差異所引起的我國居民收入差距，提高我國中等收入群體中女性所占比重。

二是重視人力資本，建設學習型社會。受教育程度越高，居民的收入主觀感知越高，特別是碩士及以上學歷居民的收入主觀感知程度最高。教育投資作為人力投資的主要部分，反映出當前知識經濟時代，人力資本作為一個重要的經濟要素，對經濟增長的貢獻越來越重要，因此，要重視人力資本，建設學習型社會。