基尼系数影响因素及其政策建议.docVIP

基尼系数影响因素及其政策建议 [提要] 基尼系数作为衡量居民内部收入分配公平程度的重要指标近年来愈加受到经济学家的重视，关于我国基尼系数的调查和研究也引发了学界和公众的广泛关注。本文以探究影响基尼系数的主要因素为目的，应用横截面数据构建计量模型来分析各种因素对基尼系数的具体影响，并通过对回归结果的分析结合我国现实情况提出相关政策性建议。 关键词：基尼系数；回归分析；政策建议 中图分类号：F12 文献标识码：A 收录日期：2015年6月9日 一、基尼系数的理论概述和经济学依据 基尼系数是由意大利经济学家基尼在20世纪初根据劳伦茨曲线所定义的衡量社会居民内部收入分配差异的经济学指标，基尼系数越小表示收入分配越公平；反之收入分配越不公平。国际上一般把0.382设为基尼系数警戒值，高于此界限表明社会收入差距较大，如高于0.5则表明社会收入差距悬殊。 基尼系数作为一项广泛应用的重要指标具有显著的优势，其数字化、界限化的指标明确而直观的反映了社会收入分配系统的公平性。当然，基尼系数也有其显而易见的弊端，作为整体社会层面的衡量指标我们无法从中推测出区域间、行业间的收入分配差距。而且权威机构也从未对基尼系数的统计过程和方法进行统一的规定和限制，比如是否应该剔除样本空间中非本地区户籍的居民样本，是否应该剔除领受社会最低保障救助的收入来源等等，这造成了不同的统计机构往往得出不同的统计指标，使其权威性和公信力有所下降。 二、基尼系数的现实意义及我国基尼系数现状 基尼系数是具现实意义的经济指标，科研机构和政府统计机关都定时对本国的基尼系数进行统计。时至今日，基尼系数的应用不仅存在于衡量社会收入分配公平性的层面，更是被广泛应用于其他领域或者行业内。 在现阶段，对我国国内的基尼系数统计不同机构存在着很大的分歧。根据西南财经大学中国家庭金融中心（CHFS）在2012年12月发布的统计报告来看，2010年中国基尼系数为0.61，明显高于国际通用的临界值0.4，处于收入分配悬殊的状态。而根据国家统计局关于2003～2012年全国居民收入的基尼系数调查显示，十年间我国居民的基尼系数均维持在0.4以上，2010年达到0.481，这一数据显然与家庭金融调查中心的统计有所出入。其他统计报告如联合国关于中国基尼系数的调查报告、北京大学中国家庭动态跟踪调查的报告、北京大学中国社会科学调查中心的报告等等均得出略有差异的基尼系数值。这些不同机构的声音也在我国学术界引发了广泛讨论，但是不容置疑的是，我国近年的基尼系数普遍高于国际通用的警戒线，而且在国际上处于高位水平，这显示着我国居民内部收入分配差异的逐渐拉大和社会不公平现象的长期存在，需要引起我国政府的重视。 三、基尼系数的主要影响因素分析 （一）模型构建。一个国家的总体发展水平可以在很多个相对独立的方面得以体现，包括经济、金融、教育、医疗、劳动力、公共政策等。本模型在每个方面选取了具有代表性的指标来反映其发展水平，通过多元回归模型来探索这些变量是否对一个国家的基尼系数具有显著的影响以及这些影响是积极的还是消极的。 本文首先选取了能分别反映宏观经济、教育、农业、劳动力市场发展水平的变量，最终确定的解释变量包括：人均国内生产总值、劳动参与率、高等教育入学率、农村人口比例、通胀率；虚拟变量：是否为发达国家，以及其交互项。模型如下： Gini ？茁0+？茁1GDPp+？茁2infla+？茁3labor+？茁4rurpopu+？茁5schoolenroll+？茁6develop+？茁7dev1+？茁8dev2+u 模型变量解释： 1、被解释变量 Gini：每个国家的年度基尼系数，该指标设定为0～100（基尼系数基础上乘以100）。 2、解释变量 GDPp：人均GDP，以现价美元计算； Infla：通胀率，通过居民消费水平指数CPI编制； Labor：劳动参与率，超过15岁并参与经济活动的人口比例； Rurpopu：居住在农村地区的人口比例； Schoolenroll：高等教育入学比例； Develop：虚拟变量，当国家是发达国家，此变量等于1：如果是发展中国家则为0； Dev1：虚拟变量和通胀率的交互项； Dev2：虚拟变量和农村人口比例的交互项。 数据来源：世界银行开放数据，联合国统计署数据库，数据为2008年度各国数据。 （二）回归结果分析。（表1）观测值 86；R-square 0.4017；Adj R-square 0.3396。 GDOp：人均国内生产总值在1%水平上显著，系数为负。说明人均GDP的增长会加剧收入分配的不平衡。Kuznets（1995）提出用倒“U”型的曲线来描述一个国家的收入差距和经济发展水平。他分析了英美德三国的历史经济数据，证实国家的收入分布会随着国家经济不断发展而先增加后减弱，这和本结果一致。 Inf