中国收入差距研究—— 基于宏观与微观数据对比.docVIP

中国收入差距研究—— 基于宏观与微观数据对比 　　摘　要：城乡收入差距的产生有着复杂的因素，为了能够全面的分析对收入差距的影响因素，首先，基于宏观数据，分析了城乡居民收入差距变化的原因分析，筛选出适当的解释变量，通过建立计量经济学模型并用广义差分的估计方法等，分析影响城乡收入差距的主要因素；然后，基于微观数据，在分析现行收入分配差距的测量数据所存在问题，在微观数据的基础上，充分考虑城乡之间的生活费用的差异和各类隐性补贴，对当前城乡之间收入差距重新进行估计。然后采用Oaxaca-Blinder均值分解法分析影响城乡收入差距的因素并分析特定因素的差异对城乡收入差距的贡献程度。 　　关键词：城乡居民收入差距；地区价格指数；Oaxaca-Blinder均值分解 　　中图分类号：F014.4 文献标志码：A 文章编号：1673-291X（2012）24-0003-02 　　引言 　　改革开放三十余年来，伴随着激励机制与分配制度的变化，居民个人收入差距不断扩大也已成为不争的事实，过大的收入差距不但会影响一个国家的经济效率，更会严重的影响到社会稳定，带来一系列社会经济问题。根据相关文献，居民收入差距中有大部分是由城乡居民收入差距贡献出的，故围绕城乡居民收入差距展开深层次的实证分析检验具有重大的现实意义。 　　一、基于宏观数据：城乡居民收入差距影响因素的实证分析 　　（一）变量定义与数据说明 　　1.变量选择说明。（1）被解释变量。城乡人均收入差距（GAP）：城镇居民人均可支配收入与农村居民人均纯收入之比。① 该变量描述城乡收入差距状况，其值越大，表示城乡居民收入差距越大。（2）解释变量。结合当前的研究成果，选取二元对比系数（BINARY），城市化水平（URBAN），经济发展水平（PGDP），教育水平（EDU），政府财政支农比率（GOV），国有化水平（PRIVATE），城镇登记失业率（LOST），第一产业占生产总值的比重（AGRI）作为被解释变量。 　　2.数据来源说明。本文采用了1980—2009年的年度数据，大部分变量的数据来自《中国统计年鉴》各期，有关教育人口及国有企业的数据来源于《中国劳动统计年鉴》各期。对于个别年份的缺失值，采用移动平均法做了补充。 　　（二）计量模型与检验 　　运用Eviews软件，就进行计量分析运算，得到模型的初步估计结果。整体上方程式统计显著的，但是并非每个变量是统计量显著的。其中变量和并没有通过检验，同存在变量的系数符号与事实不符的情况，可能存在多重共线性的情况。结合对原始数据的观察，可以发现变量城市化水平、经济发展水平、教育水平以及第一产业占生产总值的比重之间的相关性较高，可以发现随着经济的发展，城市化水平会不断提高，而第一产业的比重也会随之下降，同时教育水平也会随之上升，故可用经济发展水平变量代替其余变量。另外，考虑到计量模型可能存在的序列相关性，在解释变量中加入被解释变量的一阶滞后项，并在模型的进一步改进时采用了广义差分的方法，最后得到的计量模型见方程。 　　GAP=-0.348-0.056BINARY+0.005PGDP-0.038GOV+ 　　（-0.29） （-5.47） （2.01） （2.10） 　　1.833NATIONAL-0.061LOST+0.607GAP（-1）-0.428AR（-1） 　　（2.52） （2.73） （7.24） （-2.10） 　　R2=0.9569，R2=0.9446，F=77.7268，D.W.=2.07 　　最后，使用怀特检验法来检验模型中是否存在异方差问题，由检验结果可知，F 统计量不显著，即原假设成立，说明确实不存在异方差。综合上面的分析，我们得到方程是计算影响中国居民收入差距的最优模型。通过模型的计量回归分析可以看出，二元对比系数、经济发展水平、政府财政支农比率、城镇失业率和国有化水平对中国居民城乡收入差距具有重要影响。从数字性质符号来看，二元对比系数、政府财政支农比率和城镇失业率对收入差距是负的影响，经济发展水平和国有化水平是正的影响。 　　二、基于微观数据：城乡居民收入差距的分解分析 　　利用微观数据不仅能够对城乡居民收入差距重新进行计算，同时也能够对城乡居民收入差距的因素做出解释，本节利用Oaxaca-Blinder均值分解的方法计算属于城乡因素导致居民收入差距的纯粹效应。不同人群中的被解释变量差异可以归结为两类因素，即解释变量均值相同时的估计系数差异与估计系数相同时的解释变量均值差异。故本文中若假设城乡居民收入对数的均值分别为：城镇：E（lnYU）=■+XU ■U，农村：E（lnYU）=■+XR ■U。 　　根据上述原则，城乡居民收入对数的均值可以分解为以下两种形式： 　　E（lnYU）-E（lnYＲ）=（■-■）＋（XU-XR）■+XR（