时间:2024-04-24
卢盛峰 潘星宇
中国居民贫困代际传递:空间分布、动态趋势与经验测度*
卢盛峰 潘星宇
(武汉大学经济与管理学院 湖北武汉 430072)
本文采用1989—2011年“中国营养与健康调查(CHNS)”九次微观入户调查数据,利用ArcGIS地图和收入流动矩阵等技术分析了中国贫困代际传递在时间上的动态趋势和地理上的空间分布,并实证测度了贫困的代际传递的程度。研究发现:(1)中国贫困在代际间传承严重,但是传递概率在时间上有减弱趋势;(2)空间分布上贫困代际传递分布相对集中,并突出表现在中西部经济落后地区;(3)区分父亲、母亲效应发现,父母对子女的贫困代际传递性状况基本一致;(4)进一步定量测度发现,中国代际收入弹性系数大致位于0.38~0.42之间,相对而言位于收入流动性较低的国家行列。如何通过政策干预,切断这种不平等的代际传承,需要引起社会关注。
贫困代际传递 空间分布 时期分布 代际收入弹性
近些年来,屡见不鲜的“贫二代”、“富二代”以及“二代民工”等现象折射出中国贫困代际传递问题已经日趋严重。这些现象表明中国贫困人群已具有一定的稳定性,并形成了阶层和代际转移,一些贫困群体正从暂时贫困走向长期贫困和跨代贫穷。联合国儿童基金会(UNICEF,2001)指出:“出生于贫困家庭的儿童比出生于非贫困家庭的儿童在长大成人后陷入贫困的比率要高得多”。不改变这一状况,贫困将趋向稳定化和制度化,成为一种很难改变的社会结构,贫困群体向上流动通道也将被严重堵塞;而这对社会和谐发展以及社会公平将产生不利影响,并成为集结多种社会矛盾的重要根源。本文将从空间分布、时间趋势等角度定量评估和测度中国贫困代际传递性状况,这将是设计政策干预的前提,同时这一研究将对打破阶层固化和增进社会公平具有重要的现实价值。
自20世纪70年代经济学者开始直接研究贫困代际传递依赖,收入流动矩阵、代际收入弹性分析是两种较为传统和常用的技术手段,并被广泛地运用于各国社会流动的经验研究中。Black和Devereux(2011)、Solon(1999)均对代际流动的几个主要研究方向——代际收入弹性的估计、人力资本对代际流动的传导机制、“先天—后天”因素何者对收入流动性更为重要等——进行了比较系统和详尽的梳理。但关于代际收入弹性动态趋势的研究以上三者提及较少。跨期代际收入弹性的变动在不同地区有着不同的结果:Bratberg等(2005)、Pekkala和Lucas(2007)分别发现挪威和芬兰的IGE呈现出降低的趋势,而Blanden等(2004)、Lee和Solon(2009)、Ermisch(2007)发现了美国和英国IGE升高的证据。有学者据此推测流动性在北欧国家的增长与其作为强福利国家的特征有关。
国内研究关于收入流动性和贫困代际传递的研究也较为丰富。王海港(2005)是较早关注我国代际收入流动性的学者,他采用单年收入估计出我国1988与1995年的代际收入弹性,分别为0.384和0.424。尹恒等(2006)发现1991~1995和1998~2002两个时期内,我国城镇居民的收入流动性有了显著下降。韩军辉(2010)、王美今和李仲达(2010)都采用CNHS数据分别估计了我国的代际弹性和代际流动系数。学者们对代际收入弹性的估计较多,但由于采用的数据和回归估计方法不同导致估计结果不尽相同。孙文凯等(2007)发现教育依然是低收入农户贫困代际传递的主要因素。张立冬(2013)实证研究发现,中国农村贫困的代际传递现象还很普遍,在相对贫困上,农村子女依然受到父母收入的决定性影响,教育对改善农村贫困的代际传递具有相当重大的意义。邹薇和郑浩(2014)通过实证发现,在低收入家庭进行人力资本投资的意愿更低,而中等收入的家庭进行人力资本投资的意愿相对较高。Chen等(2015)通过研究出生于1930年至1985年的城镇居民发现,社会经济地位的固定性表现出非常显著“U”型模式,即在新中国成立后受教育群体代际固化是下降的,而到了改革开放之后开始上升。
本文余下部分结构安排如下:第二部分分析中国个体贫困代际传递在空间和时间上的分布状况;第三部分介绍本文新的代际弹性测度方法;第四部分对实证结果进行分析;最后是本文的结论与政策建议。
(一)数据来源和数据处理
本文所采用的数据来源于美国北卡大学中国经济研究中心与中国疾病预防控制中心联合进行的中国健康与营养调查(简称为CHNS)数据。CHNS数据依据地理区位和经济发展程度等因素的差异性,遵从多水平、随机的抽样方法,收集了中国东、中、西部九个省份,及1989、1991、1993、1997、2000、2004、2006、2009和2011年九次调查有关家庭人口特征、经济状况和健康营养方面的信息数据。同时,为了实现父辈与子辈信息的精准匹配并以此来分析父辈经济特征对其子女的影响,本文选取同时存在父亲(母亲)和子女收入及人口特征信息的样本。
(二)中国个体贫困代际传递:流动特征与变动趋势
本文先根据中国营养与健康调查(CHNS)中调查对象之间的亲缘关系进行数据匹配,具体关注三类关系:父亲与子女、母亲与子女以及爷爷与孙辈。本文与其他研究不同,本文不单单采用国家公布的贫困线作为定义贫困的标准,而且根据不同的贫困定义分别识别贫困,具体标准分为七类:第一,个人总收入是否超过当年物价调整后的国家贫困线水平,未超过则为贫困,超过则为非贫困;第二,根据样本个人工资收入(稳定收入)是否超过当年全居民样本中平均工资收入水平,未超过则识别为“贫困”,超过则识别为非“贫困”;第三,根据个人工资收入(稳定收入)是否超过当年该省份全居民样本中平均工资收入水平,未超过则为“贫困”,超过则为非“贫困”;第四,根据个人总收入是否超过当年全居民样本中平均总收入水平,未超过则为“贫困”,超过则为非“贫困”;第五,根据个人总收入是否超过当年该省份全居民样本中平均总收入水平,未超过则为“贫困”,超过则为非“贫困”;第六,根据个人职业特征来识别是否属于“贫困”,将调查问卷中的:05农民、渔民、猎人、13其它职业类型、-9不知道以及“没有工作”视为“贫困”,反之则视为非贫困;第七,根据工作单位类型来识别是否属于“贫困”,04小集体(如乡镇所属)、06 家庭联产承包农业、09其他职业类型、-9不知道以及“没有工作”视为“贫困”。
在分别识别了两代人的贫困状况之后,每种识别标准下将形成四个组合,分别为:父辈与子辈同样为贫困,则视为贫困代际传递;父辈贫困而子辈非贫困,则为逃离贫困;父辈非贫困而子辈贫困,则为落入贫困。基于此,我们计算了各种情况状态的概率,这一概率可以较为准确地反映一个地区代际流动的情况。需要特别指出的是,由于我们均采用当年父辈与子女的信息进行匹配,因此实际上我们是将历年匹配样本组拉到一个平面进行分析。但是我们在数据匹配之前已经进行了物价消账处理确保年份间的可比性,此外我们还分时段、分年度对贫困的代际流动特征的动态趋势进行分析。
表1 父亲和子女匹配的代际流动性表(%)
续表1
B:贫困代际传递的时期特征 第三阶段(2006~2011)44.4814.6226.68 (4)总收入:当年收入均值为贫困线贫困代际传递落入贫困逃离贫困 第一阶段(1989~1993)41.2013.8115.72 第二阶段(1997~2004)45.3314.8221.52 第三阶段(2006~2011)45.8314.3624.88 (5)总收入:当年该省份收入均值为贫困贫困代际传递落入贫困逃离贫困 第一阶段(1989~1993)40.1714.1416.67 第二阶段(1997~2004)45.3115.6121.46 第三阶段(2006~2011)46.1615.0224.69 (6)个人职业种类:非稳定收入职业贫困代际传递落入贫困逃离贫困 第一阶段(1989~1993)45.7318.4410.87 第二阶段(1997~2004)43.4717.3222.08 第三阶段(2006~2011)31.7415.3827.65 (7)个人工作单位类型:非稳定收入单位贫困代际传递落入贫困逃离贫困 第一阶段(1989~1993)15.760.005.44 第二阶段(1997~2004)42.190.0020.08 第三阶段(2006~2011)31.380.0027.80 C:贫困代际传递的城乡特征 (1)总收入I(2)工资收入I(3)总收入II(4)总收入III 传递落入逃离传递落入逃离传递落入逃离传递落入逃离 城市7.6216.113.031.8214.228.635.716.623.036.016.723.4 农村7.3620.210.058.0411.518.851.414.620.450.715.420.7 (5)工资收入II(6)职业种类(7)工作单位类型 传递落入逃离传递落入逃离传递落入逃离 城市31.3312.7728.8326.5121.8721.3752.700.0047.30 农村56.591.1219.4848.6715.1718.5169.190.0030.81
表1中,A部分描述了识别代际流动的总体情况。贫困识别指标(1)呈现了国家贫困线标准下的贫困流动的概率,其中,贫困代际传递的概率为7.44%,落入贫困的概率为18.90%是几种度量指标中唯一高于逃离贫困概率的组别。直观地说明了我国贫困代际传递总体情况较为严重。对于通过个人收入标准识别“贫困”的(2)~(5)而言,收入低于全居民样本工资均值“贫困”代际传递概率均低于该省份工资均值下的“贫困”代际传递概率,这说明“贫困”在省内的传递性高于其在全国的传递性。而对比(2)、(3)和(4)、(5)可以发现,个人稳定收入的代际传递性实际上是要高于个人总收入的代际传递性,这也从侧面说明改革开放后,我国居民收入结构呈现出多样性。值得注意的是,子代逃离贫困的概率均高于落入贫困的概率。(6)、(7)为职业和单位的代际流动性,非稳定职业的代际传递性较低,而稳定收入单位的代际传递性较高。这表示父亲若处于诸如乡镇、家庭联产承包等“贫困”职业,那么其子女有着较高概率仍然处于这些单位之中。
B 部分是对代际流动性动态趋势的分析。我们把样本区间分为1989~1993,1997~2004,2006~2011三个阶段。就个人收入而言,工资收入(稳定收入)的“贫困”代际传递性不论在省内居民样本中还是在全居民样本中都存在着近10%幅度的下滑,而落入贫困和逃离贫困的概率均有上升趋势;总收入的代际传递性有所下降,落入贫困概率略有上升,逃离贫困的概率呈现上升趋势。而在国家标准下,贫困的代际传递概率在三个阶段中均上升,且上升幅度在变大:由1989~1993年的6.27%上升到2006~2011年的8.63%。同时落入贫困的概率整体也呈上升趋势,而在2006 ~2011年略微下降;此外逃离贫困的概率上升了6.15个百分点。“贫困”职业的代际流动性方面,非稳定收入职业的代际流动性呈下降趋势,而在2006~2011年间有较大降幅。而非稳定收入工作单位的代际传递性先增后减但总体上升。非稳定收入职业的落入贫困概率逐渐下降,同时走出贫困的概率上升。
C部分代表了代际流动性的城乡差异。从收入方面来说,总收入和稳定收入的识别条件下,农村地区的贫困代际传递性均大幅高于城市地区。从流动性上来说,城市地区个体落入贫困概率高于农村地区,而脱离贫困概率同样大幅高于农村地区。在国家标准下,农村和城市的贫困代际传递概率基本相同,不同的是,城市地区居民落入贫困概率更大而逃离贫困的概率更小。职业流动性方面,农村地区的非稳定收入职业和非稳定单位的代际传递性也明显高于城市地区。而城市地区的非稳定收入职业落入贫困、逃离贫困的概率均大于农村地区,同时非稳定收入单位的正向流动性也大于农村的流动性。
表2 母亲和子女匹配的代际流动性表(%)
续表2
B:贫困代际传递的时期特征 第二阶段(1997~2004)55.964.6632.59 第三阶段(2006~2009)48.178.3036.77 (3)工资收入:当年省工资均值贫困线贫困代际传递落入贫困逃离贫困 第一阶段(1989~1993)59.495.0027.07 第二阶段(1997~2004)57.394.8531.37 第三阶段(2006~2009)50.268.9534.85 (4)总收入:当年收入均值贫困线贫困代际传递落入贫困逃离贫困 第一阶段(1989~1993)47.8816.9219.35 第二阶段(1997~2004)45.6315.0023.07 第三阶段(2006~2009)42.9716.6724.22 (5)总收入:当年省收入均值贫困线贫困代际传递落入贫困逃离贫困 第一阶段(1989~1993)47.2317.4920.12 第二阶段(1997~2004)45.9615.6423.84 第三阶段(2006~2009)45.0516.2325.28 (6)个人职业种类:非稳定收入职业贫困代际传递落入贫困逃离贫困 第一阶段(1989~1993)59.057.2921.84 第二阶段(1997~2004)50.668.5933.44 第三阶段(2006~2009)38.608.3842.61 (7)个人工作单位类型:非稳定收入单位贫困代际传递落入贫困逃离贫困 第一阶段(1989~1993)57.150.0042.85 第二阶段(1997~2004)62.030.0037.97 第三阶段(2006~2009)47.570.0052.43 C:贫困代际传递的城乡特征 城乡(1)总收入I(2)工资收入I(3)总收入II(4)总收入III 传递落入逃离传递落入逃离传递落入逃离传递落入逃离 城市8.1414.618.9436.488.6541.5733.9917.9922.8435.5717.8724.30 农村9.2317.919.1565.614.6225.6121.6515.2151.3051.1715.7822.20 (5)工资收入II(6)职业种类(7)工作单位类型 传递落入逃离传递落入逃离传递落入逃离 城市35.47.4242.6033.2212.8336.4745.460.0054.54 农村63.74.2726.0757.205.8429.3262.040.0037.96
表2为母亲与子女匹配下的代际流动性表。其结构与表1相同。从表2中我们可以看出,母亲与子女匹配的贫困代际流动性在趋势和分布上同父亲与子女匹配分析结果基本一致。但仅从数值上看,在相同的贫困识别标准下,母亲与子女的贫困代际传递性概率略高于父亲与子女匹配的代际流传递概率,而落入贫困概率低于父亲与子女匹配的流动概率,逃离贫困概率高于父亲与子女匹配的流动概率。
需要特别指出的是,在国家贫困线标准下,母亲与其子女贫困的代际传递概率为8.88%,高于父亲贫困的代际传递概率;而非贫困母亲的下一代落入贫困的概率为16.87%,低于非贫困父亲子女的概率;贫困母亲的子女逃离贫困的概率为19.08%,这要高于贫困父亲的下一代的概率。在动态趋势上,母亲贫困代际传递的趋势较为稳定,均高于同时期父亲贫困的代际传递概率。城乡分布上,不论是在农村地区还是城市地区,母亲贫困的代际传递概率均高于父亲。
总体而言,父母贫困传递给子女的概率虽然数值较低,但是相对于2014年8.5%的总体贫困率而言,我国的贫困代际传递问题仍然较为严重。
(三)中国个体贫困代际传递:空间分布
关于贫困代际传递的空间分布,本文采用ArcGIS10.2绘制专题地图以呈现其特征。根据样本数据调查情况,本文在地图中呈现北京、上海、重庆3个直辖市,及黑龙江、辽宁、江苏、山东、河南、湖南、湖北、广西、贵州8个省份的共51个县(市)的贫困代际传递概率结果及地理分布。
图1显示,在国家贫困县标准下,湖北、湖南、贵州、广西以及重庆的贫困代际传递概率较高,其中湖北黄冈市、湖南益阳市、广西玉林市最高。而东北地区除黑龙江哈尔滨市和绥化市较高外,其他市贫困的代际传递概率均较低。同时结果显示,贫困代际传递概率较高地区也伴随着较低的经济发展水平,如调查中的国家级贫困县红安县和印江县,其所在的黄冈市、铜仁地区的贫困代际传递的概率均较高。而经济较为发达的江苏、山东、辽宁,以及直辖市中的北京、上海的贫困代际传递的概率则较低。
图1按总收入识别贫困:低于当年国家划定的贫困线(父亲/子女匹配)
而图2则呈现了母亲与子女匹配下贫困代际传递的空间分布状况。母亲与子女匹配的代际传递的空间分布与父亲分析结果的空间分布状况基本吻合。从图上可以看出,从全国调查地区的视角来看,贫困代际传递严重地区主要集中在中西部地区,省内来看贫困代际传递主要集中在省内经济较为落后的地区。同时与父亲与子女匹配的代际传递的空间分布状况基本吻合也说明了贫困代际传递不是一个父亲和母亲谁对于子女影响大谁影响小的问题,而是一个地区性的、家庭性的问题。
此外,我们还分别按照总收入和工资收入是否高于全样本居民均值、是否高于该省居民均值,以及是否处于非稳定收入职业、非稳定收入单位等贫困识别思路,区分父亲/子女匹配、母亲/子女匹配样本,分析了中国居民贫困的代际传递情况。从各图形呈现的结果来看,各种贫困识别思路下,无论是放在省内还是放在全居民样本中,贫困代际传递其空间分布与前文分析结论基本一致。限于篇幅,这里未予详细汇报。
(一)既有代际流动分析技术
代际收入弹性分析是最常见的一种技术手段。Becker和Tomes(1979)构建了代际收入弹性估计的经典模型,如公式(1)所示。其中y代表子代的永久收入取自然对数,y代表父代的永久收入取自然对数。
但是在早期的实证研究中,无法完全满足模型(1)的预设条件,主要出现了以下三个方面的问题,给估计带来了困难:
第一个问题是“永久收入”问题,即永久收入很难观测,因此上世纪80年代以前的文章多采用一年收入进行估计,但Solon(1992)和Zimmerman(1992)指出,使用一年期的收入会导致估计的代际收入弹性偏小或是代际流动性偏大,故应采用多年收入取平均值进行改进。Mazumder(2005)使用了1984的SIPP数据并匹配了社会保险机构的总收入记录得出,分析年份更长时,对代际弹性的估计更准确。
第二个问题是父子的年龄选取问题,Jenkins(1987)、Haider和Solon(2006)建立了采用父子特定年龄收入时的方程。下式(2)代表父亲在年龄时的收入方程,式(3)代表儿子在年龄时的收入方程。
Baker和Solon(2003)和Mazumder(2005)指出,父亲收入方程干扰项的方差在父亲的生命周期中不断变化,在取40岁时达到最小值。而儿子的测量偏误则很大程度上依赖于儿子的年龄。
第三个问题是“生命周期偏误”。数据的局限性使得可能发生父亲在年龄较大而儿子的年龄较小的情况下被观测。随着整个职业阶段的收入的信息变得完全,在每个年龄上估计和已成为可能。Haider和Solon(2006)、Böhlmark和Lindquist(2006)分别采用美国和瑞典数据进行了估计,并发现当人们在二十岁时,对的估计偏低,而如果分析中包含着对子代30岁之前的分析,那么估计偏误将会较大。
(二)本文研究方法的改进
利用回归方程进行代际收入弹性估计和流动矩阵是测度代际传递最为常见的两种方法。前者使用如下方程(4)估计代际之间收入的弹性系数。
对父母和子女收入取对数,下标1代表子女,下标0代表父母。Y是代表永久收入的变量。那么最基本的参数估计模型应如下:
如果用代替永久收入的自然对数log(Y),那么模型则变成了
参数是代际收入弹性(IGE),而(1-)则代表代际流动性。
需要特别指出的是,由于模型假设限定必须是终身收入的对数,而测度一个人的终身收入在实际操作中是非常困难的,因此我们估计出的代际弹性是有偏的。这一问题的修正方法主要有两种:第一,引入更多年份收入均值以稳定短暂震荡;第二,通过父代和子代的年龄选择来克服。我们将分别基于这两种思路对既有研究模型和分析数据进行处理,以便得到更加准确的代际弹性系数估计。
(1)以多年收入均值代替单年收入
Solon(1992)通过MA(1)和AR(1)过程论证了v最小的一阶条件,Mazumder(2005)通过AR(1)过程强调了这种持续性的存在。如果va=dva-1+wa且wa独立同分布,那么显然,如果d>0,衰减偏误就大于任何T>1时的纯震荡的情况。
(2)年龄选取来克服
Jenkins(1987)、Haider和Solon(2006)构建了如下模型:假设父代与子代在其特定年龄的收入被观测:
模型的参数设定可以使得某些年龄下的单期收入更好地代表终身收入。在本文的研究中,我们首先在数据处理过程中对父辈和子辈年龄选取进行了限制。具体而言,将子女的年龄限定在30周岁以上,确保子辈在自己相对成熟的劳动力市场期间;与此同时,考虑到匹配样本中实际情况,将父辈的年龄限定在60岁以下,这一处理思路在数据处理阶段中就最大程度上克服了上述问题。同时,在文章实证部分基准回归分析基础上,我们进一步基于全样本期间个体的平均收入度量个体的永久收入,以便实现更加稳健估计。
代际收入弹性代表着一个人所获取的收入在多大程度上由上一辈人的收入所决定,是测度代际收入流动性的一个重要指标。在本文的研究中,我们关注于贫困的代际传递状况,因此主要基于每年贫困线以下的个体样本进行测度和分析。本部分分别测度了父亲和子女的代际收入弹性和母亲和子女的代际收入弹性,为了保证研究的稳健性,我们还区分了个体的总收入和个体的工资收入进行回归:
(一)实证结果分析
表3 收入贫困代际弹性测度(父亲/子女匹配)
续表3
变量总收入稳定收入 模型(1)模型(2)模型(3)模型(4)模型(5)模型(6) 人口密度——0.125(0.95)——0.125(0.95) 经济状况——0.078(0.71)——0.078(0.71) 医疗服务质量——0.077(0.74)——0.077(0.74) 居住环境——0.190(1.59)——0.190(1.59) 市场繁荣度——0.152***(3.02)——0.152***(3.02) 社会服务环境——0.159***(5.89)——0.159***(5.89) 交通便捷度——0.034**(2.67)——0.034**(2.67) 受教育条件——0.111(1.31)——0.111(1.31) 生活设施状况——0.069***(3.57)——0.069***(3.57) 省份效应YesYesYesYesYesYes 县市效应YesYesYesYesYesYes 年份效应YesYesYesYesYesYes Adj-R20.24360.26470.27040.4550.4590.525 匹配样本对396397377396387377
注:*、**、***分别代表10%、5%以及1%的显著性水平,括号中为稳健t值;表格中未汇报常数项。
表3呈现了低收入样本下,父亲与子女匹配下的代际弹性的情况。我们发现,子女的收入和父亲的收入显著相关:总收入的代际弹性系在0.41左右。在控制变量方面,居住环境的公共服务状况也同代际收入弹性存在一定相关性,这与卢盛峰等(2015)的研究结论较为一致。而稳定收入(工资收入)的代际弹性系数更是高达0.818。此外,子女的年龄与其收入也显著正相关;父亲的年龄在工资收入方面影响不显著。子女的受教育年限与收入也显著正相关;而父亲的受教育程度对子女总收入和工资上的影响均不显著。
表4 总收入代际弹性回归结果(母亲/子女匹配)
续表4
变量总收入稳定收入 模型(1)模型(2)模型(3)模型(4)模型(5)模型(6) 年龄0.0056(0.64)0.0061**(2.26)0.0029(0.33)-0.052(-1.56)-0.048(-1.43)-0.044(-1.27) 母亲年龄0.0118(1.21)0.0091(1.13)0.0038(1.20)0.051*(1.80)0.046(0.22)0.042(1.33) 教育年限—0.0101(0.64)0.0241(0.23)—0.127**(2.09)0.170***(2.64) 母亲教育年限—-0.0222(-0.12)0.0025(0.13)—-0.068(-0.94)-0.062(-0.82) 城市化率——-0.0193(0.66)——-0.086(0.66) 通讯便捷度——-0.0295(-0.18)——-0.030(-0.18) 人口密度——-0.2838*(1.80)——-0.284*(1.80) 经济状况——-0.1353(0.94)——-0.135(0.94) 医疗服务质量——-0.0341(0.24)——-0.034(0.24) 居住环境——-0.0853(0.52)——-0.085(0.52) 市场繁荣度——-0.0460(0.34)——-0.046(0.34) 社会服务环境——-0.3655**(-2.49)——-0.366**(-2.49) 交通便捷度——-0.0185(-0.14)——-0.019(-0.14) 受教育条件——0.0817(0.60)——0.082(0.60) 生活设施状况——0.2821**(2.03)——0.282**(2.03) 省份效应YesYesYesYesYesYes 城市效应YesYesYesYesYesYes 年份效应YesYesYesYesYesYes Adj-R20.3470.3480.2910.4240.4860.412 匹配样本对356387377356352342
注:*、**、***分别代表10%、5%以及1%的显著性水平,括号中为稳健t值;表格中未汇报常数项。
表4呈现了低收入样本下,母亲与子女匹配的代际收入弹性的情况。我们发现,子女的收入和母亲的收入显著相关:总收入的代际弹性系数在0.36左右,而稳定收入(工资收入)的代际弹性系数更是高达0.96左右。
(二)贫困代际弹性估计的稳健性检验——收入均值回归
目前为止,本文得到的代际弹性均是按照单年的数据进行计算得出,按前文所述实际上可能存在估计偏误。Mazumder(2005)通过实际操作得出应采用多年收入取平均值进行改进,当年份越多时,对代际弹性的估计更准确。故我们也对个人在调查的1989~2011年各个年份的取均值进行回归。因为该稳健性检验中采用的数据为多个年份的均值,故在解释变量中我们省去年龄变量。
表5 稳健性检验——总收入均值回归(父亲/子女匹配)
注:(1)*、**、***分别代表10%、5%以及1%的显著性水平,括号中为稳健t值;(2)表格中未汇报常数项,同时限于篇幅模型5中未汇报各社区特征变量估计系数。
表5中的结果验证了之前的猜想。在稳健性检验中,父亲和子女的代际收入弹性由0.414增加到了0.42,说明采用多年收入均值度量永久收入,能一定程度上改善所估计出的代际收入弹性的下偏情况。
(三)结论进一步讨论
横向比较来看,相比胡洪曙和亓寿伟(2014)得出我国父亲和子女0.353~0.403以及母亲和子女0.273~0.305的总体代际弹性系数来看,我国贫困者的代际收入弹性系数明显更高。这意味着贫困居民的代际传递更加严重,同时这一状况在贫困家庭母亲和子女之间尤甚。与此同时,我们还发现,贫困群体在工资等稳定收入的代际传递性上更是有较大幅度的提高。一个合理的推测是对于贫困家庭而言,其收入来源更加依赖于工资,而对于非贫困家庭而言,其诸如资产性收入等工资之外的收入则占比较高,因此一旦贫困家庭出现了贫困的代际传递现象,那么主要传递的载体就是他们的工资收入。
纵向比较国际数据来看,Dearden等(1995)研究发现英国父子之间总体代际收入弹性系数为0.24~0.44;日本学者发现日本的父子之间的总体代际收入弹性系数在0.1~0.15之间;以及Solon(1992)研究发现美国总体代际收入弹性系数超过了0.4。相比较而言,我国贫困父亲和子女的代际收入弹性系数可达0.4左右,说明我国贫困者的代际收入弹性跟英国、美国接近,但是较日本而言较低。但需要注意的是,国际上的代际收入弹性为总体代际收入弹性,而本文得出的代际收入弹性系数只针对贫困家庭而言,因此只能近似地予以比较。
近些年来,屡见不鲜的“贫二代”、“富二代”以及“二代民工”等现象折射出中国贫困代际传递问题已经日趋严重。这些现象表明中国贫困人群已具有一定的稳定性,并形成了阶层和代际转移,一些贫困群体正从暂时贫困走向长期贫困和跨代贫穷。本文从空间分布、时间趋势等角度定量评估和测度中国贫困代际传递性状况,这一研究将对打破阶层固化和增进社会公平具有重要的现实价值。
我们的研究发现:首先,从时间趋势上看,我国贫困的代际传递性十分严重,但是值得庆幸的是这种延续性在1989~2011年间存在弱化的趋势;同时区分父亲和母亲效应,两者呈现的差别不大。在空间分布上,就全国而言,中部和西部地区贫困代际传递性较强;从省内角度来说,省内较为贫困的地区贫困代际传递性更高。在此基础上,我们进一步测度了中国居民代际收入弹性系数,我国父亲和子女的贫困代际收入弹性最高可达0.4287,母亲和子女的贫困代际收入弹性可达0.4199,说明我国贫困的代际传递性依然较强,纵向的公平程度仍然需要继续提升。
中国贫困代际传递十分严重,而如何通过政策干预,切断这种不平等的代际传承,需要引起社会关注。在财政资金分配上,应当继续加强对中部和西部地区的扶贫支持,增加中西部贫困地区的公共服务质量;而对于地方政府而言,偏向于本省较贫困的地区政策倾斜依然是必要的;而在具体政策设计上,通过精准瞄准低收入和贫困群体,政府“转移支付—公共服务”等一揽子政策的实施也十分必要。
1. 韩军辉:《农村公共支出视野中的代际收入流动研究》[J],《北京理工大学学报》(社会科学版)2010年第12期。
2. 胡洪曙、亓寿伟:《中国居民家庭收入分配的收入代际流动性》[J],《中南财经政法大学学报》2014年第2期。
3. 卢盛峰、陈思霞、和张东杰:《公共服务机会与代际间职业流动——基于非血亲父子(女)配对数据的实证分析》[J],《经济科学》2015年第2期。
4. 孙文凯、江涌、白重恩:《中国农村收入流动分析》[J],《经济研究》2007年第8期。
5. 王海港:《中国居民收入分配的代际流动》[J],《经济科学》2005年第2期。
6. 王美今、李仲达:《中国居民收入代际流动性测度——“二代”现象经济分析》[J],《中山大学学报》(社会科学版)2012年第1期。
7. 尹恒、李实、邓曲恒:《中国城镇个人收入流动性研究》[J],《经济研究》2006年第10期。
8. 张立冬:《中国农村贫困代际传递实证研究》[J],《中国人口·资源与环境》2013年第6期。
9. 邹薇、郑浩:《贫困家庭的孩子为什么不读书:风险、人力资本代际传递和贫困陷阱》[D],《外国经济学说与中国研究报告》2014年第6期。
10. Baker, M., & Solon, G., 2003, “Earnings Dynamics and Inequality among Canadian Men, 1976-1992: Evidence From Longitudinal Income Tax Records” [J],Vol. 21(2), pp.267-288.
11. Becker, G. S. and N. Tomes, 1979, “An Equilibrium Theory of the Distribution of Income and Intergenerational Mobility”,, Vol. 87(6), pp. 1153–1189.
12. Black S E., and Devereux P J., 2011, Recent Developments in Intergenerational Mobility[A], O. Ashenfelter & D. Card (ed.),, edition 1, 4(5): 5-16.
13. Blanden J., Goodman A., Gregg P., and Machin, S., 2004, Changes in intergenerational mobility in Britain, In: Corak, M, (ed.), pp. 122-146, Cambridge University Press.
14. Bratberg, E., Anti Nilsen, Ø., and Vaage, K.,2005,“Intergenerational Earnings Mobility in Norway: Levels and Trends” [J],, Vol. 107(3), pp.419-435.
15. Bohlmark, A. and M. J. Lindquist, 2006. "Life-Cycle Variations in the Association between Current and Lifetime Income: Replication and Extension for Sweden,", Vol. 24(4), pp. 879-900.
16. Chen, Y., Naidu, S., Yu, T., and Yuchtman, N.,2015,“Intergenerational Mobility and Institutional Change in 20th Century China”[J],Vol. 58, pp.44-73.
17. Dearden, L. and Reed, H.,1995,“Intergenerational Mobility in Britain”[J],Vol. 107, pp. 47-66.
18. Haider, S., and Solon, G.,2006,“Life-cycle Variation in The Association between Current And Lifetime Earnings”[J],Vol. 96(4), pp.1308-1320.
19. Jenkins, S,1987,“Snapshots versus Movies: ‘Lifecycle Biases’ and The Estimation Of Intergenerational Earnings Inheritance”[J],Vol. 31(5), pp.1149-1158.
20. Lee C I, Solon G., 2009, “Trends in Intergenerational Income Mobility”[J]., Vol. 91(4), pp. 766-772.
21. Mazumder, B.,2005,“Fortunate Sons: New Estimates Of Intergenerational Mobility In The United States Using Social Security Earnings Data”[J],Vol. 87(2), pp.235-255.
22. Nicoletti C. and Ermisch J., 2008, “Intergenerational Earnings Mobility: Changes Across Cohorts in Britain” [J]., Vol. 7(2), pp. 1-38.
23. Pekkala, S.,Robert and B. Lucas., 2007,. “Differences across Cohorts in Finnish Intergenerational Income Mobility”[J],Vol. 46(1), pp.81–111.
24. Solon, G.,1992,"IntergenerationalI Income Mobility In The United States”[J],Vol. 82(3), pp.393-408.
25. Solon, G.,1999,” Chapter 29–intergenerational Mobility in the Labor Market.”[J],Vol. 3(1), pp.1761-1800.
26. UNICEF, 2001, The State of The World's Chinldren 2001 [M], UNICEF House, New York, USA.
27. Zimmerman, B. J., Bandura, A., and Martinez-Pons, M.,1992,”Self-motivation for Academic Attainment: The Role Of Self-efficacy Beliefs and Personal Goal Setting”[J],Vol. 29(3), pp.663-676.
(H)
* 本文的研究受到了国家自然科学基金青年项目(项目编号:71503187、71503270)以及武汉大学人文社会科学青年学者学术发展计划的资助。同时本文也是武汉大学自主科研项目(人文社会科学)研究成果,得到“中央高校基本科研业务费专项资金”的资助。
我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自各大过期杂志,内容仅供学习参考,不准确地方联系删除处理!