城乡收入差距的因素分析

城乡收入差距的因素分析内容摘要：本文利用计量经济学的数量方法对影响城乡收入的诸多因素进行分析。在借鉴前人已证实的一些因素的基础上，结合当今经济发展的特点与动态，提出了一些新的影响因素，并利用计量方法加以检验，保留了显著的影响因素，剔除了不显著的因素。从而形成了一个新的影响城乡收入差距的模型，并对其进行了检验与修正，得出关于影响城乡收入差距的因素分析。关键词：城乡收入差距因素分析一、研究背景及其问题提出改革开放之初，由于推行农村家庭联产承包责任制，将农民自身的经济利益与生产成果相联系，形成激励机制，调动了农民的生产积极性，粮食生产大幅度提高。同时国家也提高了农副产品的收购价格，农民的收入增长较快，80年城乡居民收入差距为2.30﹕1，85年一度缩小到1.83﹕1；但从85年起，国家将改革的重心由农村转移到城市，从而农村经济体制改革相对滞后，城乡经济发展有出现新的不平衡，差距再次扩大，直到2003年，这种情况都没有得到好转，城镇居民的可支配收入与农村居民的家庭纯收入之比仍在扩大。更糟糕的是，农村居民家庭纯收入增长速度还远低于城市居民的可支配收入的增长速度。下图所示：1980-2002城乡收入差距020004000600080001000019801983198619891992199519982001年份元/年城镇居民家庭人均可支配收入（元）农村居民家庭人均纯收入（元）虽然在一定程度上的收入差距有助于形成有层次性的需求结构，但是城乡收入差距过大必然会给社会带来极大的负面影响。那么目前中国的城乡收入差距究竟是否已经发展到不能容忍的地步了呢？学术界普遍观点如下：（一）过高论：横向静态比较，中国的城乡收入差距都高于发展中国家，更高于发达国家。（二）以陈宗胜为代表的主流派认为，目前城乡收入差距大致适当。原因在于：总体社会安定，没有大的动荡；农村和城市的基尼系数都没达到0.5以上，对照我国目前经济增长和效益来看，算不上两极分化。（三）两极分化论：农村人口众多，在加上由于历史传统，文化模式等原因，人们已经习惯了平均主义的分配方式，“不患寡而患不均”的观念一直很强。城乡收入差距已经发展大两极分化的地步，严重威胁社会的稳定。现阶段，大量的农民工问题就是一个反映。我们认为目前，中国的城乡收入差距虽没有达到两极分化的严重后果，但也是不合适的。我们认为现在中国的城乡收入差距太高了，并且正在向着两极化的趋势发展。首先，需要判定中国城乡收入差距是否不合理。我们把世界各国在一定的经济发展水平下相对应的城乡收入差距的平均水平看作是经济发展一定阶段上的必然现象，称之为自然差距，或者叫“合理的”差距，那么实际的差距和自然差距程度之间的差异就是不合理的，外在的，可控制的部分。我们采用霍利斯﹒钱纳里的“标准结构”来分析城乡收入差距是否合理？由于“标准结构”包含了101个样本国家（包含了发达国家和发展中国家），所以我们认为钱纳里的标准是可以用来衡量中国的。我们把“标准结构”分析中所隐含的城乡收入差距变化趋势视为世界各国城乡收入差距变化的一般趋势。将中国的农业劳动力份额与农业产值份额与世界平均水平比较，见下表：农业劳动力份额与农业产值份额变化速度的比较人均GNP（1964年，美元）100以下10020030040050080010001000以上标准结构初级产业劳动力份额（%）71.265.855.748.943.839.53025.215.9初级产业产值份额（%）52.245.232.726.622.820.215.613.812.7劳动力份额与产值份额比率1.3641.4561.7031.8381.9211.9551.9231.8261.252中国结构产业劳动力份额（%）1978年71.91983年68.71992年601994年55.81996年51.82001年502002年农业产值份额（%不变价格）40.33824.22118.415.20劳动力份额与产值份额比率1.7841.8082.4792.6572.8153.289从上表，我们可以看出在同样的收入区段，我国的劳动力份额与产值份额比率比“标准结构”上升得快。说明在同样的收入区段，我国农业劳动力份额比“标准结构”下降的慢，而农业产值份额则比“标准结构”下降的快；这表明，同“标准结构”相比，我国农民人均收入比城镇居民人均收入增长得更慢，我国城乡收入差距扩大的速度更快，因而我国城乡收入差距比“标准结构”更大。在目前中国人均GNP超过1000美元的情况下，劳动力份额与产值份额比率大大超过了“标准结构”，而且还出现上升趋势。可见，我国的城乡收入差距是不合理的。另外，我国财政用于农业支出占GDP的比重太少了，即使与发展中国家比较，我国财政用于农业支出占GDP的比重比发展中国家的平均水平还要少，说明农业投入过少，国家重视不够。请参见下表；财政支出农业支出占GDP的比重国别年份变动范围年均幅度全世界1982-19870.84-1.030.97发达国家1982-19870.67-0.910.83发展中国家1982-19872.00-2.262.11印度1982-19873.30-3.843.52中国1990-20000.98-1.661.28说明：印度的数据仅包括中央政府；中国的数据来自2001年及以前《中国统计年鉴》；其他国家数据来自于国际货币基金组织的《政府财政统计》（1990年）。由此可以看出我国对农业投入的力度根本没有达到发展中国家的平均水平，而且离平均水平还相距甚远。说明我国应该加大对农业的重视程度，在这方面多投入精力、人力、物力、财力。而且和我们发展水平相差不多的印度其财政用于农业支出占GDP的比重也远远超过中国。这足够引起我们的深思。二、模型设定及其理论分析那么是什么因素在扩大城乡收入差距，什么因素对将来缩小城乡收入差距至关重要呢？我们在进行模型设定的时候，对近年来国家宏观经济形势和农业政策的分析，认为造成城乡收入差距的因素非常多。于是，我们在参考社科院九十年代关于农民收入与劳动力转移的一项课题的基础上，经过整理和总结将因素分析如下：首先，这几年以来，虽然农民收入的渠道多元化，来自非农产业的收入份额在不断增长，但农产业的收入，尤其是种植业收入仍占很大比重，而这部分农产业收入又取决于农产品产量的多少和价格高低，所以选择农副产品收购价格指数（X1）和粮食产量增长率（X2）；一国经济结构的变化对收入分配格局的影响，我们选择第一产业增加值占GDP的比重（X3），第一产业劳动者比重（X4），结构系数（X5）（非农产业比较劳动生产率与农产业比较劳动生产率之比）反映经济结构变化的影响。农业生产的发展对提高农民收入，缩小城乡居民收入差距起着非常重要的作用，我们选择第一产业增加值增长率（X6），按可比价格计算的第一产业增加值指数（X7），第一产业劳动生产率增长率（X8）。分析城乡收入变化的差异性对收入差距的影响，我们选择城镇居民收入增长率（X9），城镇职工年均工资增长率（X10），非农产业劳动生产率增长率（X11）和农村居民人均纯收入增长率（X12）。农村居民收入增长较快的原因是非农收入份额增加，我们选择非农产业收入增长率（X13）和乡镇企业职工人数增长率（X14）。另外在总和收入一定时，农村人口的减少会提高人均纯收入，我们选择城镇与农村人口比来衡量（X15）。在设定模型之前，我们将以上变量整合，归纳为以下几个典型因素代表：农村就业结构转换滞后于产值结构转换X1（农村就业结构—农业产值结构）城乡人口比率X2（城镇总人口/农村总人口）城乡文化水平差异X3（城镇居民平均受教育年限/农村居民平均受教育年限）城乡居民财富比X4（城镇居民平均储蓄/农村居民平均储蓄）城乡二元结构X5（非农业比较劳动生产率/农业比较劳动生产率）滞后的收入差距Y(-1)（滞后一年的收入差距）（根据布坎南的收入分配理论，现代社会中，财富对收入的作用日益明显。但由于财富难于确切计量，我们借用滞后收入差距来衡量城乡财富的不同影响。）几点说明：一、理论界定：城镇居民和农村居民的划分应该依据居民的实际居住地。而官方统计上的城镇居民和农村居民的划分是依据居民的户口所在地确定。因此，我们在按户籍划分的城镇居民中加入农村流动人口，农村居民中减去农村外出人口；如下表所示：流动前：城镇居民农村居民城镇户口居民农村户口居民流动后：城镇居民农村居民1．城镇户口居民2．农村流动劳动力（人口）农村实际居住人口（农民户口居民—农村外出人口）二、我们用来反映城乡收入差距的两个指标，即农民人均纯收入和城镇居民人均可支配收入，其统计口径并不一致，前者不仅包括现金纯收入，还包括实物折现金收入，而后者只是城镇居民可支配的货币收入，城镇居民所享受的大量非货币型福利收入（如住房，公费医疗和实物收入等）没有在现有的城镇居民人均可支配收入中体现。国家统计局一项据宏观统计资料和调查测算的结果表明，1995年城镇居民人均从国家及单位获得的福利收入3304元，相当于当年城镇居民人均可支配收入的比例为71.6%。因此，直接通过比较人均纯收入和城镇居民人均可支配收入得出的结果肯定会在一定程度上低估城乡居民收入差距，但至少给出了实际收入差距的下限。三、我们之所以用平均教育年限来衡量文化水平差异这个因素是因为：一般而言，只接受过小学教育难以形成人力资本的差异，所以我们对接受初中、高中、大学的不同人数进行加权，得到平均教育年限这个因素。根据舒尔茨的人力资本理论，教育是形成人力资本的最重要因素，对人力资本的投资收益率远大于物质资本收益率，故引入这个因素。于是最初模型设定为：Yt=C+ß1X1+ß2X2+ß3X3+ß4X4+ß5X5+ß7Yt-1+µt我们对这个模型进行相关系数的检验，得到有些因素的相关系数很大，如下表所示：X1X2X3X33X4X5Y(-1)X11.0000000.922361-0.835586-0.8534440.5720830.8434580.808455X20.9223611.000000-0.926784-0.9413950.5135390.6524450.784018X3-0.835586-0.9267841.0000000.884172-0.645397-0.539827-0.834192X33-0.853444-0.9413950.8841721.000000-0.589068-0.552566-0.708946X40.5720830.513539-0.645397-0.5890681.0000000.4864640.698691X50.8434580.652445-0.539827-0.5525660.4864641.0000000.609158Y(-1)0.8084550.784018-0.834192-0.7089460.6986910.6091581.000000从此表看出，x1和x2之间存在很强的相关性，所以在模型的引入因素时，我们考虑在x1和x2之间舍掉一个变量，利用Granger因果检验来确定x1和x2哪个引入模型更好。检验结果：PairwiseGrangerCausalityTestsDate:12/24/04Time:15:15Sample:19802002Lags:2NullHypothesis:ObsF-StatisticProbabilityX1doesnotGrangerCauseY211.827420.19284YdoesnotGrangerCauseX10.004760.99526PairwiseGrangerCausalityTestsDate:12/24/04Time:15:26Sample:19802002Lags:2NullHypothesis:ObsF-StatisticProbabilityYdoesnotGrangerCauseX2210.507310.61148X2doesnotGrangerCauseY5.565570.01463结果表明，人口比率X2是Y的Granger原因；另外，采用多元统计中主成份分析法，发现只要以下几个因素