孔慶洋，萬麗

關(guān)鍵詞： 收入階層;Mclust;傳遞效應(yīng)

摘要： 基于CGSS（2008）數(shù)據(jù)，應(yīng)用Mclust聚類方法按家庭收入將居民分為四個(gè)收入階層，克服了等分法和中位數(shù)法不能準(zhǔn)確地把個(gè)體分成獨(dú)立聚集群的缺欠。應(yīng)用排序和多值選擇模型，實(shí)證研究發(fā)現(xiàn)教育與戶口是決定收入階層的最主要因素，黨員身份、工作經(jīng)驗(yàn)和社會資本都有助于進(jìn)入更高的收入階層，而托關(guān)系找工作無助于進(jìn)入高收入階層。除社會資本外，存在多種機(jī)制強(qiáng)化收入階層的傳遞效應(yīng)。應(yīng)從人力資本積累、教育、戶籍和機(jī)關(guān)改革等多方面改善收入階層分布，增加階層的流動性。

中圖分類號： F224文獻(xiàn)標(biāo)志碼： A文章編號： 10012435（2015）02022708

Who Has Really Entered into Higher Income Class？

KONG Qingyang， WAN Li ?（School of Economic and Management， Anhui Normal University， Wuhu Anhui 241003， China）

Key words： incomeclasses; Mclust; transfereffect

Abstract： Based on the Chinese General Social Survey（2008）， divide Chinese residents into four classes according to family income with Mclust cluster method， which can overcome the defects of the bisection method and the median method that cannot divide individuals into independent clusters. According to the empirical study of ranking method and multi value choice model， schooling and household register is the key factors of income classes; party membership， work experience and social capital are beneficial to entering into higher income class. However， getting jobs by relationship does not contribute to entering into high income class. Various mechanisms strengthen the transfer effect of income classes besides social capital. Improve the distribution and mobility of income classes by the accumulation of human capital and the reform of education， household register and government agencies.

誰進(jìn)入了較高的收入階層？ 安徽師范大學(xué)學(xué)報(bào)（人文社會科學(xué)版）2015年第43卷城鄉(xiāng)收入差距、地區(qū)收入差距、行業(yè)收入差距和勞動收入占比下降是中國目前收入不平等的核心問題。各種因素作用的共同結(jié)果不僅是收入差距擴(kuò)大，更嚴(yán)重后果是流動性下降和社會階層固化。社會分層是社會性資源的不平等分配關(guān)系（Levine，1998）?！罢l得到了什么？是怎樣得到的？”是目前社會關(guān)注的核心問題。對于學(xué)術(shù)研究而言，重要的不是各收入階層的收入是多少，而是決定各階層的因素是什么，即什么能夠決定進(jìn)入高收入階層。

收入階層是指以收入為標(biāo)準(zhǔn)決定的階層分類。國家統(tǒng)計(jì)局在調(diào)查統(tǒng)計(jì)我國居民收入情況時(shí)，使用了收入“五等分法”或“七等分法”。收入“五等分法”即把全部家庭或人口分為最低收入，次低收入、中等收入、較高收入和最高收入五個(gè)分層組，每組各占家庭或人口總數(shù)的20%。很多研究以此為標(biāo)準(zhǔn)，如張德波（2009）將最低和次低合并為低收入，較高和最高合并為高收入形成了三個(gè)收入階層。黃瀟（2013）以個(gè)人收入中位數(shù)的[75%，125%]進(jìn)行分類，低于中位數(shù)的75%為低收入，高于中位數(shù)的125%為高收入?；蛘咭灾虚g20%和中間60%個(gè)體確定中等收入階層，如Winkelrid （2005 ） 、洪興建（2010） 和徐藹婷、劉波、李金昌（2012）。

等分法和中位數(shù)法存在明顯的缺欠，不能準(zhǔn)確地把個(gè)體分成獨(dú)立聚集群，即社會階層。按“聚集程度”劃分收入階層，不但階層之間“層次清晰”，且階層特征分明有助于研究收入階層的決定因素。等分法和中位數(shù)法在本質(zhì)上是按人數(shù)劃分收入階層，而不是按人群的屬性或聚集程度劃分。如分布1為典型的兩階層，但若按等分法則分成了低、中和高收入三個(gè)階層。同樣對于分布2，如果采用中位數(shù)[75%，125%]分類法，1140和1800仍屬于中間收入階層，這顯然也不恰當(dāng)。

分布1：[1000，1000，1000，4000，4000，4000]

分布2：[1100，1100，1100，1140，1500，1500，1500，1800， 1900，1900，1900]

Wang和Tusi （2000）開發(fā)的W兩極分化指數(shù)雖然能夠克服等分法和中位數(shù)法的缺欠，但限制了階層的個(gè)數(shù)，不能詳細(xì)刻畫集群的特征。而由Esteban和Ray（1994）提出ER型指數(shù)、Esteban， Grad & Ray（1999） 及Duclos， Esteban & Ray （2003）改進(jìn)的EGR指數(shù)，雖然能夠進(jìn)行多極化分層，但其前提是正確的分組，要求選擇最相關(guān)的分組標(biāo)志以更好地體現(xiàn)組間的差異性和組內(nèi)的同質(zhì)性，如洪興建等（2007）、羅楚亮（2010）。很多研究選擇某些外生變量進(jìn)行ER分組，比如性別、戶籍、民族、不同地區(qū)等。如果外生變量選擇有誤，不能體現(xiàn)組間的差異性和組內(nèi)的同質(zhì)性，那么分組將面臨困境。目前還沒有檢驗(yàn)這些外生分組變量的方法，已有研究具有明顯的主觀性。endprint

張伊娜、周雙海（2013）應(yīng)用基于模型的分層聚類方法（Cluster）突破上述方法的局限。Cluster方法通過貝葉斯后驗(yàn)?zāi)Ｐ瓦x擇，依據(jù)組內(nèi)差距最小，組間差距最大的原則，將收入進(jìn)行聚類分組。本文使用中國人民大學(xué)的CGSS（2008）數(shù)據(jù)，先依據(jù)Mclust方法劃分收入階層，然后通過Mlogit模型確定各階層的階層特征，回答誰能進(jìn)入較高收入階層的問題。

一、我國收入階層不平等分析

（一）基于模型的聚類分析（Mclust）方法

聚類分析通過收入數(shù)據(jù)將相似個(gè)體群聚起來成為一組或一個(gè)階層，使其組內(nèi)或階層內(nèi)個(gè)體盡可能相似，組間差異盡可能大，而不是事先人為地確定組的數(shù)量和組的劃分形式。Mclust聚類模型為（Fraley and Raftery，2002）：

f（y，θ）=Πni=1∑Gk=1τkk（yi|μk，k）（1）

其中：f（y，θ）為分類模型公式，yi為收入，G為階層的數(shù)量，τk是個(gè)體屬于某個(gè)階層的概率，k為概率分布;設(shè)k為正態(tài)分布，k為方差矩陣。不同階層的方差矩陣k可以相等，也可以不相等，所以模型分為兩種，等方差和變方差。模型（1）的階層數(shù)量G及相關(guān)參數(shù)由貝葉斯信息（BIC）準(zhǔn)則確定。

BIC≡2loglikf（y，θ）-mlog（n）（2）

其中：loglikf（y，θ）是模型（1）的極大似然值，θ為參數(shù)，m為參數(shù)個(gè)數(shù)，n為樣本容量。

應(yīng)用Mclust方法進(jìn)行收入階層劃分具有三個(gè)優(yōu)勢（Vermunt and Magidson 2002） ：第一，聚類標(biāo)準(zhǔn)為使群內(nèi)差別最小化，群間的差別最大化，比傳聚類標(biāo)準(zhǔn)更客觀;第二，聚類靈活，允許收入變量以多種簡單或復(fù)雜的形式分布到聚類中，而不是傳統(tǒng)的簡單機(jī)械分類;第三，收入變量沒有必要做縮放，比傳統(tǒng)聚類信息更真實(shí)。

（二）收入階層測量

本文數(shù)據(jù)來源于CGSS（中國綜合社會調(diào)查）數(shù)據(jù)庫（2008）。按個(gè)人收入還是家庭收入劃分收入階層尚無統(tǒng)一標(biāo)準(zhǔn)，如黃瀟（2013）使用CGSS的個(gè)人收入以中位數(shù)劃分階層，周興、張鵬（2013）以家庭收入按等分法劃分收入階層。2008年CGSS數(shù)據(jù)同時(shí)提供了家庭收入和個(gè)人收入數(shù)據(jù)，本文選擇家庭收入劃分收入階層。首先，農(nóng)村階層分化以家庭為基本單元（楊華、歐陽靜，2013）;其次，當(dāng)代單個(gè)婚姻單位形成的個(gè)體家庭成為主流，異居的親子間保持著密切的聯(lián)系（王躍升，2013）;最后，無論是農(nóng)村還是城鎮(zhèn)居民，子女成家買房都需要父母支持，家庭更能決定個(gè)人選擇和生活質(zhì)量。CGSS2008數(shù)據(jù)剔除家庭收入缺失的樣本后，共有5615個(gè)觀測值。

Fraley和Raftery （1999 ）編寫了模型聚類方法的MCLUST軟件包，運(yùn)用該軟件對CGSS2008年數(shù)據(jù)的家庭收入進(jìn)行聚類將5615個(gè)樣本分成四組，即四個(gè)階層，聚類模型為變方差模型。如果按個(gè)人職業(yè)收入聚類，樣本分為五個(gè)階層，不但階層個(gè)數(shù)多，而且最低和最高兩組的占比很小，都低于3%。

表1階層測量及特征

階層特征總樣本特征階層一階層二階層三階層四各階層占比561533.1342.9422.141.80家庭收入均值3084371672313860127290149家庭收入中位數(shù)2000075002000050000200000家庭收入標(biāo)準(zhǔn)差558613210652921306279085家庭收入變異系數(shù)1.8110.44790.28220.35440.9619個(gè)人職業(yè)收入均值141673781112892774998806個(gè)人收入中位數(shù)100003000100002400075000平均教育年限9.337.189.34111.8212.60年齡49.3651.9749.7345.1244.37中共黨員占比11.406.0211.4518.5021.78地市以上戶口占比50.6516.9940.3663.9670.30黨政事業(yè)工作占比18.0613.3933.1042.5629.70國企工作單位占比28.6013.3933.1042.5629.70平均每周工作小時(shí)53.7247.0254.0351.1347.02父親教育14.566.9413.6925.0835.64母親教育6.992.266.1014.8011.78東部地區(qū)占比37.415.9138.763.8877.23中部地區(qū)占比41.2555.6540.5223.2514.85平均子女?dāng)?shù)量（人）1.7202.1211.6601.2001.244工齡（年）10.155.04312.1013.7713.11住房面積（平方米）110.1117.1107.0104.7119.3注：收入單位：元（人民幣）;父母教育、配偶教育為高中及以上教育程度占本部分（列）的比例。

由表1可以發(fā)現(xiàn)，階層之間家庭收入差距巨大，相鄰階層之間達(dá)2倍以上。各階層如何定義呢？從實(shí)際收入來觀察，第一階層，按每家3口計(jì)算，人均中位數(shù)收入（高于平均值）為月收入為208.33元，如此收入水平即使在農(nóng)村生活也比較艱難。參照國家統(tǒng)計(jì)局四川調(diào)查總隊(duì)課題組（2008）的標(biāo)準(zhǔn)，依次稱為貧困階層、溫飽階層、小康階層和富裕階層。費(fèi)舍爾（Fisher）在對美國貧困線發(fā)展的研究中指出，美國普查局在1971-1975年以“低收入”（lowincome）來替代“貧困”（poverty）。按美國標(biāo)準(zhǔn)，低收入是相對于中等收入而言，但是中國目前只是發(fā)展中國家，人均收入很低，將第一階層定義為低收入階層會掩蓋他們生活的艱辛。

各階層家庭的特征總結(jié)：整個(gè)樣本的變異系數(shù)為1.811，遠(yuǎn)高于各階層，溫飽階層變異系數(shù)最小，富裕階層最大，說明家庭收入之間的差異主要為階層差距;階層等級越高，教育年限越長，父母及配偶的教育程度也越高;越富有的階層，年齡越低;政治身份在不同階層差異明顯，層級越高中共黨員越多;貧困階層和富裕階層每周勞動時(shí)間最少，溫飽階層勞動時(shí)間最長;國有企業(yè)員工占比與黨政機(jī)關(guān)、事業(yè)單位從業(yè)者占比特征相同，小康階層占比最高;階層具人明顯的地區(qū)特征，富裕階層聚集于東部地區(qū);貧困收入階層的工作經(jīng)驗(yàn)（工齡）較少，而其他三個(gè)收入階層之間差異不大;貧困和富裕收入階層家庭住房面積較大，除和收入有關(guān)外，住房面積與居住地有關(guān)。endprint

二、收入階層影響因素的實(shí)證分析

（一）模型設(shè)定

個(gè)人及家庭特征是影響收入的重要因素，如房產(chǎn)、土地等物質(zhì)資本（固定資產(chǎn)），教育、培訓(xùn)等代表的人力資本水平，以父母及配偶教育等家庭遺傳因素。但我們更關(guān)注這些因素變量對各收入階層的形成有何影響？為此建立排序模型和多值選擇模型估算各因素與個(gè)體成為某個(gè)階層概

率之間的關(guān)系。排序模型和多值選擇模型有二種，Probit模型和Logit模型Oder probit， Oder logit，Multinomail probit 和Multinomail logit 四種，分別簡記為Oprobit， Ologit，Mprobit，Mlogit.。Mprobit模型雖然與Mlogit模型一樣克服了線性概率模型的缺欠，但累積分布函數(shù)沒有明確的表達(dá)式，相對而言MLogit模型更適用。Mlogit模型的設(shè)定形式如下（其它模型類似）：

Mlogiti=α+βXi+μi（3）

其中：α表示常數(shù)項(xiàng)，β是待估計(jì)的參數(shù)向量，Xi是解釋向量（個(gè)人或家庭特征），μ是隨機(jī)誤差項(xiàng)，i=1，L，n，n為樣本容量。Mlogit為被解釋變量，當(dāng)Mlogit=1時(shí)，表示個(gè)體為貧困收入階層，當(dāng)Mlogit=1，2，3，4時(shí)依次為貧困、溫飽、小康和富裕收入階層。

（二）模型估計(jì)

模型（3）的解釋向量包括受教育年限、年齡、工齡、每周工作時(shí)間、子女?dāng)?shù)量。向量還包括反應(yīng)個(gè)人與家庭特征的虛擬變量，如性別、婚姻（是否有伴侶）、政治身份（是否中共黨員）、戶口、地區(qū)、工作企業(yè)所有制性質(zhì)、工作單位類型、社會資本、社會關(guān)系等、配偶信息變量、父母信息變量。社會資本以14歲前是否居住在縣城以上城市度量，是取值為1，否為0。以獲得目前工作（或之前的最后一份工作）托關(guān)系起是否決定性作用度量社會關(guān)系，是為1，否為0。配偶及父母信息包括教育、戶口、工作單位性質(zhì)和工作單位類型。當(dāng)配偶的教育程度為高中以上（不含）時(shí)配偶教育變量為1，其它為0。部分變量的設(shè)定及描述統(tǒng)計(jì)見表2。

表2部分虛擬變量設(shè)定及統(tǒng)計(jì)描述

變量總樣本貧困階層溫飽階層小康階層富裕階層性別（男性=1）48.3546.1848.3251.09 ?55.45戶口：直轄市城區(qū)戶口7.551.836.3016.8927.72省會城市區(qū)戶口11.593.6012.8620.1922.77地級市城區(qū)戶口19.2311.5621.1926.8719.80縣級市城區(qū)戶口12.277.9015.0613.609.90集鎮(zhèn)或自理口糧5.956.136.724.422.97農(nóng)村戶口56.6068.8237.6618.0216.83工作性質(zhì)：國有企業(yè)40.7328.8242.9346.9032.61集體所有10.5012.6211.357.895.43私有/民營36.6740.0536.0434.1348.91港澳臺資0.910.460.911.241.09外資所有1.370.120.862.756.52中外合資0.94 ?0.810.591.512.17單位類型：黨政機(jī)關(guān)3.513.243.084.532.17企業(yè)51.5842.7154.0753.5959.78事業(yè)單位14.567.7514.8419.2515.22社會團(tuán)體1.653.471.131.062.17自雇/自辦26.6039.1224.7720.5020.65政治身份（中共黨員）11.46.0211.4518.521.78有異性伴侶82.6783.8284.9976.9976.24社會資本35.1615.54 ?37.4157.92 62.38社會關(guān)系16.8924.6416.0012.9310.87配偶教育32.8411.4633.0563.7270.88注：表中數(shù)據(jù)各特征人群占本部分（列）的比例，即虛擬變量值為1的比例。

為獲得穩(wěn)健的估計(jì)結(jié)果，在估計(jì)Ologit模型的同時(shí)也估計(jì)Oprobit模型。Mlogit模型由于以一種類型為對照組，分別建立多個(gè)模型，比排序模型能夠提供更詳細(xì)的信息，模型的解釋能力表3收入階層的影響因素實(shí)證分析

排序模型

ologitoprobitMlogit模型（溫飽階層為基礎(chǔ)組）

貧困小康富裕小時(shí)工資

0.084***

（0.000）0.047***

（0.018）0.079*

（0.043）0.113***

（0.032）0.379***

（0.066）教育年限

0.161***

（0.021）0.089***

（0.012）-0.131***

（0.036）0.153***

（0.028）0.152**

（0.068）工齡

0.034***

（0.008）0.019***

（0.005）0.034***

（0.012）0.035***

（0.011）0.019

（0.030）黨員身份

0.311**

（0.150）0.177**

（0.082）0.127

（0.276）0.427**

（0.111）0.753*

（0.457）有伴侶

0.023

（0.306）0.010

（0.167）0.034

（0.513）0.413

（0.346）0.663

（1.22）子女?dāng)?shù)量

0.066endprint

（0.085）0.029

（0.048）0.024

（0.126）0.135

（0.115）0.328

（0.311）年齡

0.032***

（0.009）0.017**

（0.005）0.020***

（0.013）0.044***

（0.012）0.043

（0.034）工作時(shí)間

0.009

（0.009）0.004

（0.005）0.002*

（0.001）0.002

（0.001）0.082

（0.291）住房面積

0.013

（0.011）0.003

（0.006）0.018

（0.011）0.009

（0.008） ? 0.011

（0.018）東部地區(qū)

1.008**

（0.154）0.566***

（0.088）1.066***

（0.266）0.992***

（0.198）0.751

（0.537）中部地區(qū)

0.156

（0.150）0.113

（0.087）0.269

（0.224）0.215

（0.204）0.992

（0.703）社會資本

0.250*

（0.151）0.114

（0.083）0.221

（0.220）0.307*

（0.181）0.594

（0.506）關(guān)系

0.250**

（0.151）0.209**

（0.091）0.180

（0.256）0.278

（0.202）1.093

（0.748）戶口：直轄市0.542***

（0.162）0.295***

（0.102）0.211

（0.382）0.505**

（0.184）1.389***

（0.456）省會城市

0.638***

（0.149）0.375***

（0.082）1.24***

（0.296）0.408**

（0.184）0.352

（0.516）縣級市

0.178

（0.155）0.095

（0.086）0.295

（0.235）0.418

（0.196）0.722

（0.663）集鎮(zhèn)（自理）

0.165

（0.259）0.109

（0.145）0.771**

（0.389）0.259

（0.314）0.566

（0.965） ? ?農(nóng)村戶口

0.053***

（0.025）0.099**

（0.049）0.532*

（0.311）0.404

（0.314）0.068

（0.888）所有制：國企

0.373***

（0.146）0.234***

（0.081）0.098

（0.254）0.381**

（0.175）1.824***

（0.415）集體

0.891***

（0.174）0.531***

（0.099）0.436*

（0.262）0.812***

（0.239）3.02***

（1.145）港澳臺

0.113

（0.499）0.092

（0.273）0.065

（0.418）0.413

（0.691）1.353

（0.108）外資

0.528**

（0.529）0.177*

（0.104）12.601****

（0.702）0.321

（0.791）0.271

（1.056）合資

0.139

（0.652）0.021

（0.346）1.662*

（0.898）0.705

（0.632）0.756

（0.989）配偶教育

0.821***

（0.148）0.445***

（0.081）1.213***

（0.422）0.633***

（0.399）0.834***

（0.238）父親工作類型

11.55**

（0.021）12.2**

（0.016）chi2（4） =8.14* P =0.0867

母親戶口14.45**

（0.013）18.16***

（0.003）chi2（5） =13.77**，P=0.0171endprint

Pseudo R20.1820.1750.208LR chi2555***546.5703.71（0.000）Loglikelihood142714311352注：無單位包括、自雇、自辦（合伙）企業(yè)。常數(shù)項(xiàng)省略，樣本為1561。企業(yè)所有制以民企為對照組，戶口以地級戶口為對照組。父親工作類型和母親戶口的虛擬變量估計(jì)省略，表中數(shù)據(jù)為虛擬變量的聯(lián)合約束檢驗(yàn)，括號內(nèi)數(shù)據(jù)為檢驗(yàn)的P值。表中其它數(shù)據(jù)為變量的參數(shù)估計(jì)值，括號內(nèi)為標(biāo)準(zhǔn)誤。*、**、***分別表示在0.1、0.05和0.01顯著性水平下顯著。

也更強(qiáng)，具有更高的R2。兩種模型均使用異方差穩(wěn)?。℉AC）標(biāo)準(zhǔn)誤。

由于父母與子女存在代際傳遞現(xiàn)象，模型若包括全部個(gè)人和父母信息變量，則變量的多重共線性將相當(dāng)嚴(yán)重，如戶口、父親戶口的方差膨脹因子達(dá)到了6.86和6.7。所以模型中只控制了父母的部分信息變量，為節(jié)約篇幅只報(bào)告相應(yīng)的約束檢驗(yàn)結(jié)果。

（三）結(jié)果分析

1.影響收入階層的因素。能夠有助于進(jìn)入更高收入階層的因素包括小時(shí)工資、本人及配偶的教育、工作經(jīng)驗(yàn)、黨員身份、居住東部地區(qū)、大城市戶口、年輕和社會資本。企業(yè)所有制的性質(zhì)對收入階層有影響，但國有企業(yè)、集體企業(yè)與民營企業(yè)相比沒有優(yōu)勢。在控制了小時(shí)工資后，更長的勞動時(shí)間和加班都無助于進(jìn)入更高的收入階層，即總體上勤勞并不能致富。是否有異性伴侶、子女多少與屬于哪個(gè)收入階層沒有明確的關(guān)系。社會資本變量顯著，即14歲前居住在縣城以上城市有助于進(jìn)入更高的收入階層，表明社會資源不但影響當(dāng)代而且影響下代的收入階層。

Mlogit模型進(jìn)一步表明，黨員有助于進(jìn)入小康和高收入階層，而對貧困進(jìn)入溫飽沒影響。工作經(jīng)驗(yàn)和地區(qū)只對貧困和溫飽階層有幫助，而無助于從溫飽階層進(jìn)入高收入階層。國企和集體工作變量顯著，且參數(shù)符號為負(fù)，表明進(jìn)入小康或高收入階層與這些因素?zé)o關(guān)，意味著國企和集體身份是溫飽的保證這只是從工資觀察的結(jié)果，如果考慮其它的實(shí)物收入或福利結(jié)論可能有變化。。機(jī)關(guān)和事業(yè)單位身份變量不顯著（結(jié)果省略），這表明他們的工資收入與企業(yè)相比并沒有相對優(yōu)勢單位類型分為機(jī)關(guān)、企業(yè)、事業(yè)、社會團(tuán)體和無單位等五種類型。若省略相關(guān)變量模型的樣本將增加到4000以上，此時(shí)個(gè)人單位類型變量將顯著，但會產(chǎn)生遺漏偏誤問題。。

2.教育與戶口是決定收入階層的最主要因素。在模型所涉及的變量中，教育是決定收入階層的首要因素。教育年限變量的參數(shù)估計(jì)值雖然只有最高只有0.16，但教育年限的平均值9.33年，遠(yuǎn)高于其它參數(shù)更大的虛擬變量。以不同教育程度虛擬變量代替教育年限回歸，以初中教育程度作為參照，只有技校沒有優(yōu)勢，其它更高的學(xué)歷都有助于進(jìn)入更高的收入階層如果將教育年限和教育程度虛擬變量同時(shí)置于模型中，會產(chǎn)生嚴(yán)重的共線性。教育程度虛擬變量分為：沒有接受過教育、小學(xué)、初中、職業(yè)高中、普通高中、中專、技校、成人?？啤⑷罩茖？?、成人本科、全日制本科、研究生教育。。配偶教育也高度顯著，有助于提高家庭的收入階層。為比較配偶對家庭階層收入的影響（性別變量不顯著），以性別為標(biāo)準(zhǔn)將樣本分為兩部分，分別建?；貧w表明（結(jié)果省略），男女教育都同樣重要，其它變量也類似。這不僅說明男女平等，更重要的是，在婚姻選擇上有門當(dāng)戶對的可能。

影響收入階層的另一核心因素是戶籍制度。Mlogit模型進(jìn)一步表明，直轄市戶口與小康或富裕階層有關(guān)，而省會城市戶口與溫飽和小康階層相關(guān)，農(nóng)村戶口則與貧困相關(guān)。在控制了個(gè)人教育后，母親戶口同樣顯著影響收入階層，而父親戶口不顯著。這符合我國戶口制度安排，在歷史上個(gè)人戶口由母親戶口決定。社會資本變量同樣體現(xiàn)了戶口的重要性，因?yàn)橹袊用竦木幼〉刂饕ㄟ^戶籍決定。

3.社會關(guān)系與囚徒困境。根據(jù)排序模型，社會關(guān)系無助于進(jìn)入高收入階層，而且找工作托關(guān)系反而容易進(jìn)入低收入階層。Mlogit模型進(jìn)一步表明，相對于溫飽階層托關(guān)系并不能保證進(jìn)入小康和富裕階層，即關(guān)系競爭主要發(fā)生在溫飽階層。既然托關(guān)系找工作是普遍現(xiàn)象，平均占比高達(dá)24%，卻不能進(jìn)入更高的收入階層，但為何樂此不疲？最合理的解釋是：托關(guān)系主要在階層內(nèi)部競爭，群體陷入囚徒困境，競爭的結(jié)果是徒增交易成本。

4.代際傳遞效應(yīng)。不但社會資本變量體現(xiàn)出父母的社會資源（居住地）影響子女的收入階層，而且其它變量也同樣證明代際傳遞效應(yīng)的存在，如母親戶口。社會關(guān)系如果是父母建立的社會資源，那么收入階層因此將存在傳遞效應(yīng)。根據(jù)表3各模型的回歸結(jié)果，父親的單位類型顯著，聯(lián)合約束檢驗(yàn)至少在0.05的水平上顯著。

如果將父母的其它信息納入模型，檢驗(yàn)結(jié)果表明這些因素不顯著。這是否意味著這些信息，如教育、企業(yè)所有制等不影響子女收入階層呢？如果以母親教育虛擬變量代替?zhèn)€人教育虛擬變量后，父親教育程度影響收入階層（17.66，0.039）括號內(nèi)數(shù)據(jù)分別為各虛擬變量的聯(lián)合約束檢驗(yàn)，chi2值和P，以下類似。。這意味著母親的教育水平影響子女的教育，產(chǎn)生了間接的代際傳遞效應(yīng)。在給定個(gè)人單位類型和戶口的條件下，父親的單位類型和母親的戶口仍然顯著，說明父親單位類型和母親戶口除通過個(gè)人的單位與戶口產(chǎn)生作用外，還能提供額外的影響。類似能產(chǎn)生間接傳遞效應(yīng)的因素還有母親單位類型（11.24，0.047）、母親企業(yè)所有制性質(zhì)（16.62，0.005）、父親戶口（18.72，0.002）。父親的教育沒有間接傳遞效應(yīng)，看來母親的教育作用更重要。父母的黨員身份也不具備直接或間接的傳遞效應(yīng)。

黃瀟（2013）認(rèn)為父母的教育被證明是相對有效的，而父親工作狀態(tài)、黨員身份和工作單位性質(zhì)的傳遞效應(yīng)尚未得到實(shí)證支撐。而本文的實(shí)證分析表明，傳遞效應(yīng)存在更多機(jī)制、代際鎖定或階層固化更嚴(yán)重。

5.婚姻與收入階層。由于使用了家庭收入作為劃分收入階層的標(biāo)尺，以婚姻為核心的家庭結(jié)構(gòu)在性別結(jié)構(gòu)上無明顯差異。所以，無論是排序模型還是多值選擇模型都不能區(qū)分婚姻的影響，婚姻變量在模型中不顯著是必然的?；橐隹梢愿淖円粋€(gè)人的收入階層，如女性可以嫁給更富有的家庭，或嫁給成功人士可改變命運(yùn)。把已婚女性的家庭收入與個(gè)人收入對比，如果差距隨收入階層上升而增大，說明女性的收入階層由男性決定，而這是婚姻選擇的結(jié)果。表4分階層統(tǒng)計(jì)顯示了部分這種關(guān)系，貧困階層比小康階層差距更大。由于貧困階層主要從事體力勞動，所以溫飽階層女性的相對收入高于貧困階層。為了控制婚后收入的影響，同時(shí)控制了年齡（小于40歲），結(jié)果沒有顯著差異以年齡控制婚后收入，原則上年齡應(yīng)選擇平均結(jié)婚時(shí)的年齡，但樣本又太少。。除富裕階層外，其它三個(gè)階層女性在家庭的收入占比穩(wěn)定在37%-38%。這說明，在這三個(gè)階層內(nèi)，在收入層面婚姻是一種門當(dāng)戶對的安排。endprint

表4已婚女性個(gè)人與家庭收入對比

全部貧困階層溫飽階層小康階層富裕階層樣本數(shù)2002（403）682（98）878（176）423（125）19（4）家庭與個(gè)人收入的差1.15（1.50）0.40（0.47）1.40（1.40）3.20（3.40）12.0（12.0）個(gè)人收入占比0.38（0.4）0.37（0.08）0.38（0.25）0.40（0.40）0.23（0.23）注：家庭與個(gè)人收入差的單位為萬元，括號內(nèi)數(shù)值為小于40歲已婚女性相關(guān)數(shù)據(jù)。

三、基本結(jié)論與政策建議

（一）基本結(jié)論

較高小時(shí)工資、本人及配偶更好的教育、工作經(jīng)驗(yàn)、黨員身份、居住東部地區(qū)、大城市戶口、年輕和社會資本都有助于進(jìn)入更高的收入階層。在這些因素中，教育與戶口是決定收入階層的最主要因素。更長的勞動時(shí)間和加班都無助于進(jìn)入更高的收入階層，沒有證據(jù)表明是否有異性伴侶、子女多少與收入階層有明確的關(guān)系。機(jī)關(guān)和事業(yè)單位身份變量不能顯著影響收入階層分布，他們的工資收入與企業(yè)相比并沒有明顯的相對優(yōu)勢。

托關(guān)系找工作無助于進(jìn)入更高收入階層。關(guān)系競爭主要發(fā)生在溫飽階層，托關(guān)系加劇了階層內(nèi)部競爭，使群體陷入了囚徒困境，強(qiáng)化了收入階層的傳遞效應(yīng)。模型實(shí)證表明，存在多種機(jī)制強(qiáng)化了收入階層的傳遞效應(yīng)，如14歲前的居住地、母親戶口、父親的單位類型等直接影響子女的收入階層;父母教育等間接影響了子女的收入階層。在貧困階層、溫飽階層和小康階層內(nèi)，在收入層面婚姻是一種門當(dāng)戶對的安排。

（二）政策建議

按Mclust聚類方法，溫飽和小康階層分別占42.94%和22.14%。從數(shù)據(jù)來觀察，中等收入群體是一個(gè)尷尬的階層，溫飽階層不合適，而小康階層人數(shù)占比又太少，社會階層分布遠(yuǎn)沒有達(dá)到以中等收入階層為主的合適結(jié)構(gòu)。

研究結(jié)論具有明顯的政策含義。第一、效率工資是增加收入促進(jìn)收入流動性的核心因素，而加班幾乎沒有作用。所以應(yīng)完善勞動法，嚴(yán)格執(zhí)法，減少加班，將更多時(shí)間和資源用于增加人力資本積累。第二，促進(jìn)教育機(jī)會平等，平等分配教育資源，減少低收入階層代際延續(xù)。我國教育經(jīng)費(fèi)占GDP的比例已經(jīng)達(dá)到了適當(dāng)?shù)谋壤?。?013年，中國財(cái)政性教育經(jīng)費(fèi)支出五年累計(jì)7.79萬億元，年均增長21.58%，并且在2012年GDP占比達(dá)到4%（世界基礎(chǔ)線水平）。目前核心的問題是公共資源分配不均，教育資源仍按教育資源嚴(yán)重匱乏時(shí)期的方法配置。所以應(yīng)停止劃分重點(diǎn)學(xué)校，重點(diǎn)班級，平衡資源，取消與教育捆綁的戶籍制度。第三、機(jī)關(guān)、事業(yè)和國有企業(yè)的收入應(yīng)貨幣化，透明化，停止發(fā)放實(shí)物補(bǔ)貼和福利。按調(diào)查數(shù)據(jù)，這部分群體在進(jìn)入小康階層和高收入階層上并沒有優(yōu)勢。這可能和實(shí)物補(bǔ)貼及灰色收入無法統(tǒng)計(jì)有關(guān)，也可能眾多普通公務(wù)員等實(shí)際收入確實(shí)不高。如不能增加收入透明度，眾多公務(wù)員和事業(yè)單位人員可能極易成為中國目前日益擴(kuò)大的貧富差距的替罪羊，加劇貧困階層的仇富心理，把依靠知識和勤勞致富的中等收入階層歸入高收入階層和強(qiáng)勢群體一類。

參考文獻(xiàn)：

[1]Gordon， M.Fisher.Development and History of the Poverty Thresholds[J].Social Security Bulletin， 1992， 55 （4）：3-14.

[2]Esteban J. and Ray D..On the Measurement of Polarization[J].Econometrica， 1994，62，（4）：819-851.

[3]Fraley，C. and A. E. Raftery，MCLUST： Software for Model-Based Cluster Analysis[J]. Journal of Classification， 1999 ， 16：297-306.

[4]Fraley， C. and A. E. Raftery， Model-Based Clustering， Discriminant Analysis，and Density Estimation[J].Journal of American Statistical Association. 2002，97：611-631.

[5]Wand Y Q， Tsui K Y. Polarization Orderings and New Classes of Polarization Indices[J].Journal of Public Economic Theory， 2000，（3）：349-363.

[6]Winkelried.Income Distribution and the Size of the Informal Sector[EB/OL].（2005-08-04）[2014-08-20]. http：∥papers.ssrn.com/sol3/papers.cfm？abstract_id=777144.

[7]Levine. Social Class and Stratification[M].New York： Rowman & Littlefield Publishers，1998.

[8]國家統(tǒng)計(jì)局四川調(diào)查總隊(duì)課題組.四川城市不同收入階層差異研究[J].西南金融，2008，（7）：35-38.

[9]洪興建，李金昌.兩極分化側(cè)度方法述評與中國居民收入兩極分化[J].經(jīng)濟(jì)研究，2007，（11）：139-153.

[10]洪興建.居民收入分配失衡的測度方法研究[M].北京：經(jīng)濟(jì)科學(xué)出版社，2010.

[11]黃瀟.極化效應(yīng)與橄欖型收入結(jié)構(gòu)的達(dá)致[J].中國經(jīng)濟(jì)問題，2013，（4）：24-37.

[12]羅楚亮.居民收入分布的極化[J].中國人口科學(xué)，2010，（6）：49-60.

[13]王躍升.中國城鄉(xiāng)家庭結(jié)構(gòu)變動分析[J].中國社會科學(xué)，2013，（12）：60-77.

[14]徐藹婷，劉波，李金昌.居民收入分配如何影響非正規(guī)經(jīng)濟(jì)規(guī)?！诔擎?zhèn)中等收入階層收入份額的考察[J].經(jīng)濟(jì)學(xué)家，2012，（4）：29-36.

[15]楊華，歐陽靜.階層分化、代際剝削與農(nóng)村老年人自殺——對近年中部地區(qū)農(nóng)村老年人自殺現(xiàn)象的分析[J].管理世界，2013，（5）：47-63.

[16]張德波.城鎮(zhèn)居民基尼系數(shù)和各收入階層的關(guān)系——基于云南省的實(shí)證研究[J].中國證券期貨，2009，（12）：62-63.

[17]張伊娜，周雙海.收入不平等的階層測度[J].上海經(jīng)濟(jì)研究，2013，（5）：54-62.

[18]周興，張鵬.代際間收入流動性及其對居民收入差距的影響[J].中國人口科學(xué)，2013，（5）：50-59.

責(zé)任編輯：陸廣品排序模型ologitoprobitMlogit模型（溫飽階層為基礎(chǔ)組）貧困小康富裕endprint