基于CGSS2013调查数据的我国区域间收入不平等影响因素分析

摘 要 收入不平等会导致劳动者与社会的不满进而演变为劳资冲突甚至社会风险。本研究基于2013年中国综合社会调查数据，对我国东部、中部、西部地区样本以及总体样本中个体的收入进行比较分析。研究发现，我国区域之间的收入不平等现象明显，造成区域收入差距的主要因素是性别、年龄、教育程度和健康程度。

关键词 收入不平等 区域 人力资本

作者简介：赵佳，华东政法大学政治学与公共管理学院社会保障专业，硕士研究生在读。

中图分类号：D920.4 文献标识码：A DOI：10.19387/j.cnki.1009-0592.2016.10.332

一、研究背景

改革开放至今，随着我国经济水平大幅增长，收入不平等的问题日趋严重。统计显示我国基尼系数已由1981年的0.288上升到2015年的0.473，这表明我国贫富差距问题已然非常严峻。近几年来，收入差距的逐步扩大引发了劳动者以及社会的不满，这一社会问题的产生无疑值得人们的密切关注。笔者查阅文献后发现现有研究主要将收入定义为工资、转移性收入以及固定资产等，在分析中偏重于对获得的数据进行分类与汇总，较少通过分层的方法挖掘影响收入的深层因素。同时在大部分研究中，人力资本的概念只被定义为受教育程度这一个维度，缺少“身体健康”、“培训时间”等广义的人力资本因素。因此，本文在研究时引进区域比较这一方法，将样本分为东部、中部、西部三个地区，旨在对各个地区进行交叉比较分析，并通过选择更多的变量试图解释收入不平等的原因。

二、研究假设

本研究认为，自改革开放以来，受教育程度已经成为收入增加的首要影响因素，随着21世纪的到来，知识型人才显得越发重要，企业一掷千金吸引人才的行为也越发普遍，教育因素在其中所起的作用可见一斑。因此，本文提出假设1：

假设1a：个体的教育程度越高，其收入也越高。

假设1b：伴随个体教育程度的提高，不同教育程度的个体收入差距也会不断增大。

同时个体的健康状况作为个人人力资本拥有量的重要组成部分对于个体的经济收入也有着一定的影响，这部分影响可能是正向的，也可能是负向的。本文提出假设2：

假设2a：个体的身体越健康，其收入也越高。

假设2b：伴随个体身体健康程度的提高，不同健康程度的个体收入差距也会不断增大。

由于地理位置、经济发展、文化等多方面的原因，东部地区比中西部地区在招商引资以及吸引人才等方面都略胜一筹，东部地区的个体更容易获得就业机会，并取得高收入。因此，本文提出假设3：

假设3a：东部地区的个体收入高于中部地区，中部地区高于西部地区。

假设3b：东部居民与中部居民的收入差距大于中部居民与西部居民的收入差距。

三、研究数据与模型

（一）数据来源

本文使用的数据来源于中国人民大学调查与数据中心于20 13年进行的中国综合社会调查项目（CGSS）。此次调查共抽取10445人，根据本研究的区域划分规则，其中东部区域4209人，中部区域3616人，西部区域2620人。

（二）变量选择

因变量是“个人去年全年的职业收入”（见CGSS 2013居民问卷第4页第A8b题）。本研究将因变量规定为职业收入一方面是因为职业收入以外的其他收入无法通过问卷全面获得，其中包括一些灰色收入或者一些实物性补贴无法以统一规则进行量化；另一方面，即使职业收入以外的其他外收入可以被量化，被调查者也有可能不愿意透露或者捏造数据，这些情况都会对最后的分析结果造成很大误差。

本研究的自变量是教育程度（没有受过任何教育=1）、健康程度（很不健康=1）、区域（东部地区=1）、对于个人收入的公平感（不公平=1），控制变量是性别（男性=1）、年龄。教育变量分为没有受过任何教育、小学、初中、中专，技校及职高、高中、大学本，专科和研究生及以上学历7项；健康程度分为很不健康、比较不健康、一般、比较健康和很健康5项；区域分为东部地区，中部地区以及西部地区3项，其中根据国家公布的区域划分：东部地区包括北京、天河北、辽宁、上海、江苏、浙江、福建、山东、广东，中部地区包括黑龙江、吉林、山西省、安徽、江西、河南、湖北和湖南，西部地区包括四川、重庆、贵州、云南、陕西、甘肃、青海、宁夏、广西和内蒙古。

（三）模型构建

本研究使用的是MCA分类分析模型。此模型以收入的平均值为标准，通过测量个体的收入与收入平均值的差距来衡量收入公平，并控制相应的变量来验证其有效性。

其基本原理为：Y=ymean+A1X1+A2X2+…+AnXn。其中，Y为月收入，ymean为收入平均值，Xn为自变量，是An的系数。

四、数据分析结果

表1给出了总体数据中各变量的均值以及标准差，其中控制变量为年龄。在性别方面，男性收入高于女性收入，其标准差也高于女性；在区域比较方面，东部高于西部高于中部地区收入，同时东部地区收入的标准差最大；在教育程度方面，随着学历的提高，收入随之递增，从而部分证实了假设1a（教育程度越高，其收入也越高）；在身体健康程度方面，收入随着身体健康程度的提高而提高，从而证实了假设2a（身体越健康，其收入也越高）。

通过表1中5个变量显示的不同收入情况可以判断各个层次群体的收入高低与浮动，但由于个体的收入变化受各个变量之间会产生交互关系影响，所以下一步的分析中需要控制更多的变量，以期探索各个变量对于个体收入的高低是否具有影响以及影响程度的强弱。

为了进一步挖掘区域与收入之间的关系，本文共构建了四个模型，即总体、东部、中部、西部地区样本的模型，将进行四次回归分析，得出四组数据以进行对比研究分析。首先将所有自变量全部放入模型之中，即观测目前的政治面貌，健康程度，性别，区域，年龄，教育程度对收入的影响情况。

其中性别中的男性=1，女性=0、教育程度中的没有受过任何教育=1、区域中的东部地区=1、身体健康状况中的很不健康=1。回归模型1为总体的回归模型，通过SPSS软件的操作，模型调整后的R2为0.177。Anova2的F值为321.292，Sig值为0.000。以上这些数据均表明此模型在一定程度上有代表性的意义，具体系数如表2所示。

其中性别、年龄、教育程度、区域、身体健康状况5个因素对于个体的收入情况有着显著的影响，其中性别和教育程度与收入呈正相关，即男性收入比女性高以及受教育程度越高的个体收入越高；年龄和区域与收入呈负相关，即年龄越大的个体收入越低以及越靠近西部地区的个体收入越低。下一步具体分析各区域的不同情况。

首先将自变量放入东部地区模型中，各自变量的赋值情况不变。通过SPSS软件的操作，模型调整后的R2为0.181。Anova2的F值为156.327，Sig值为0.000，以上数据均表明此模型在一定程度上有代表性的意义，具体系数如表3所示。

其中性别、年龄、教育程度、健康程度这3个因素对于个体的收入情况有着显著的影响。其中性别，教育程度与收入呈正相关，即在东部地区男性收入比女性高，受教育程度越高的个体收入越高；年龄与收入呈负相关，即在东部地区年龄越大的个体收入越低。

在将自变量放入中部地区模型中，各自变量的赋值情况不变。即回归模型3为中部地区样本的回归模型，通过SPSS软件的操作，模型调整后的R2为0.160。Anova2的F值为116.026，Sig值为0.000，以上数据均表明此模型在一定程度上有代表性的意义，具体系数如表4所示。

其中性别、年龄、教育程度、健康程度这个因素对于个体的收入情况有着显著的影响。其中性别，教育程度，健康程度与收入呈正相关，即在中部地区男性收入比女性高，受教育程度越高的个体收入越高，身体越健康的个体收入越高；年龄与收入呈负相关，即在中部地区年龄越大的个体收入越低。

最后将自变量放入西部地区模型中，各自变量的赋值情况不变。即回归模型四为西部地区样本的回归模型，通过SPSS软件的操作，模型调整后的R2为0.119。Anova2的F值为59.961，Sig值为0.000，以上数据均表明此模型在一定程度上有代表性的意义，具体系数如表5所示。

其中性别、年龄、教育程度、健康程度这4个因素对于个体的收入情况有着显著的影响。其中性别、教育程度和健康程度与收入呈正相关，即在西部地区男性收入比女性高，受教育程度越高的个体收入越高，身体越健康的个体收入越高；年龄与收入呈负相关，即在西部地区年龄越大的个体收入越低。

据此，假设3a即东部居民收入高于中部，中部居民收入高于西部以及假设3b即东部居民与中部居民收入差距大于中部居民与西部居民收入差距都部分验证。通过分析总体数据以及各地区数据后可以发现各地区之间的收入差距明显，其中东部地区收入最高。在此现象背后的原因大致有性别、年龄、教育程度、身体健康等因素，其中除了年龄与收入呈负相关外，其余因素都与收入呈正相关，这些结论也基本验证了本次研究的所有假设。

五、研究结论

根据区域的不同，本文将总体样本分为3个子样本：东部地区样本、中部地区样本以及西部地区样本。首先比较了不同样本中个体收入与总体收入平均值的差距，然后进一步分析了导致区域间收入不平等现象的原因及其影响的相关性和强弱程度，基本结论归纳如下：

第一，我国当前的收入不平等现象非常严重，在不同区域之间尤为突出，其中东部地区的收入水平明显高于中部地区以及西部地区。研究数据表明，在控制个体变量后，不同区域间的收入差距达到约14000元/年，这就需要一些方法来减少如此大的差距，例如更大程度的普及义务教育使更多的个体可以获得更长的教育年限等。

第二，本研究发现人力资本是导致收入差距的一个重要因素，无论是受教育程度还是身体的健康程度都显著影响着个体的收入水平。教育程度更高的个体往往可以获得比较好的工作，其收入也明显多于教育程度不高的个体，这直接导致了收入差距的扩大；健康程度同样会导致收入不平等，个体的健康程度越高，则从事工作的时间越长，因而累计取得收入越高。

第三，本研究发现性别在影响个体收入差距时仍然非常显著，无论是在不同区域的样本或总体数据中，男女收入差距都很大。一方面，男性较女性有更大的就业空间以及就业自由，所以获得的职业机会也相应更多；另一方面，企业对于女性的选择往往更苛刻，有研究显示已婚已育的女性比未婚未育或已婚未育的女性更容易获得稳定的工作。

参考文献：

[1]虢超、丁建军.“关系”和教育对中国居民收入的影响——基于CGSS调查数据的实证分析.南方经济.2014（3）.

[2]张永梅、庞圣民.当代中国收入不平等影响因素分析——基于2008CGSS多分类比较研究.大连理工大学学报（社会科学版）.2013（3）.

[3]张凯宁.高等教育与收入分配：改变命运还是阶层锁定——基于CGSS2008数据的实证研究.高等财经教育研究.2014（2）.

[4]张展.基于CGSS2006调查数据的我国城镇居民性别收入不平等分析.齐齐哈尔大学学报（ 哲学社会科学版）.2014（3）.

[5]黄嘉文.教育程度、收入水平与中国城市居民幸福感一项基于CGSS2005的实证分析.社会.2013（5）.

[6]王菲.收入不平等与公平分配影响因素分析——基于CGSS2010年调查数据.山东省农业管理干部学院学报.2013（4）.

[7]文雯.现阶段我国收入分配不公的来源及其经济社会影响——基于CGSS2006的微观测量分析.上海经济研究.2013（2）.

[8]周靖.中国居民与收入相关的健康不平等及其分解——基于CGSS2008 数据的实证研究.贵州财经大学学报.2013（3）.

[9]Schultz T W， Capital formation by education.Journal of Political Economy， 1996， 68（6）.

[10]Perottir. Growth， income distribution， and democracy： what the data say. Journal of Economic Growth， 1996 （2）.

[11]Benjamin D， Brandt L， Giles J， et al. Income Inequality During Chinas Economic Transition. Cambridge： Cambridge University Press， 2005.