公共基础设施的收入分配效应

陶鹏

摘 要：本文利用中国家庭追踪调查2010-2014年的数据，通过倾向得分匹配方法消除样本选择偏差后，基于精确匹配的工资差异分解方法，估计了农村地区基础设施对农村居民收入水平的影响。结果表明，基础设施的改善总体上有利于提升铁路覆盖地区居民的收入水平。但这种增长效应也具有异质性，表现为低收入群体从中受益更多，这表明基础设施建设也有助于改善农村地区内部不平等。

关键词：基础设施;增长效应;收入不平等;工资分解

中图分类号：F23 文献标识码：A doi：10.19311/j.cnki.1672-3198.2021.07.044

0 引言

基本公共服务均等化已经成为国家治理战略的重要组成部分。在宏观层面，基础设施的作用则体现在增长效应和收入分配效应两个方面：一方面，基础设施的建设有利于促进要素的流动及本地市场的发展，进而提升居民的收入水平;另一方面，基础设施的改善也会对收入分配状况产生影响。在我国贫富差距日益扩大的背景下，尤其是在广大农村地区，收入不平等的情况更加严重（万广华，2013），已经成为影响我国经济社会协调发展的突出问题。不少学者认为公共基础设施的改善会缓解收入不平等（Calderón & Servén，2004;刘晓光等，2015;罗能生、彭郁，2016）。同时少数学者分析表明基础設施改善会加剧收入不平等（Chatterjee & Turnovsky，2012），尤其是在供给相对过度的情况下（李郁芳、王宇，2014）。

基于以上背景，本文旨在研究农村地区基础设施的非均等化会对居民收入水平产生何种影响，基础设施的改善是否起到了缓解农村地区不平等的作用。与已有文献相比，本文的边际贡献主要在以下两个方面：首先，本文基于村庄和个人层面的微观数据，对基础设施可及性的测量深入到村庄层面，能直接地观测到基础设施可及性对收入分配的影响;其次，在不平等的测度上，本文则是将工资差异分解的方法引入到基础设施的收入分配效应的分析当中，在保证样本可比的情况下，分析了基础设施对收入水平影响的真实效应。

1 研究设计

1.1 倾向得分匹配

对于村庄而言，是否通铁路并非是随机分配的结果，而是会受到村庄的经济状况、地理位置等方面的影响，为了消除这种村庄层面的样本选择性偏差，本文采用倾向得分匹配方法（PSM）来解决这一问题。该方法的基本思路就是通过选择与处理组样本特征相似的控制组样本，以消除由可观察特征导致的显性偏差。本文采用文献中最常用的最近邻匹配方法，以村庄距离城镇/县城的距离、村庄经济状况、村庄人口数量等变量作为匹配变量，且采用1∶3的匹配方法，即为每个处理组样本找到三个倾向得分与其最为接近的控制组样本。平衡性假设和共同支撑假设检验的结果表明，本文的匹配效果较为理想。

1.2 基于匹配的工资差异分解方法

工资差异分解方法是劳动经济学中研究不同群体收入歧视的常用方法，其中Oaxaca-Blinder分解是应用最为广泛的一种。该方法下，群体之间收入的差异可以分解为由个体特征差异造成的可解释部分，以及由特征回报差异导致的不可解释部分。该方法忽视了群体间样本的可比性问题，使得估计结果是有偏差的。针对该问题，opo（2008）提出了基于精确匹配的工资分解方法，其基本思想是通过精确匹配使得群组间的样本具有可比性，进而分离出真正由特征回报差异导致的收入差异。

假设比较群体1和群体2的收入差异，Y表示个体收入，X表示影响工资水平的个体特征变量。F1·和F2·分别表示群体1和群体2个体特征X的累积分布函数，dF1·和dF2·为各自的概率密度函数。g1·和g2·分别表示群体1、群体2的基于个体特征X的期望工资。因此，群组1和2的收入差异可以表示为：

其中S1和S2分别表示群体1和群体2个体特征的分布集合。由于两个群体间并非完全可比，因此存在不满足共同支撑假设的样本，因此用S1-表示无法在群体1中找到匹配对象的那部分群体2样本，同理S2-表示无法在群体2中找到匹配样本的群体1样本。上式中第一项代表群体1内部的工资差异，记为Δ1。同理，上式中第四项代表群体2内部的工资差异，记为Δ2。上式中第二项表示的是满足共同支撑假设的样本中，可以由个体特征X解释的工资差异，将其记为ΔX。上式中第三项表示的就是满足共同支撑假设的样本中，由于特征回报差异导致的不可解释部分，记为Δ0。前三项均属于可以由个体特征差异解释的部分。

1.3 数据与变量

本文数据来源于中国家庭追踪调查（CFPS），包含2010、2012、2014、2016共四期样本。本文包括以下三类变量：（1）收入变量。本文选择个体的年度总收入作为研究对象。（2）分组变量。根据该调查年份个体所在村庄是否有铁路通过，可以将样本划分为基础设施受益群体与非受益群体。（3）控制变量。本文选取了个体工作年限、受教育程度、性别、职业和政治面貌等个人特征。

2 实证结果

2.1 基础设施建设的增长效应

表1列（1）列示了全样本下的分解结果，可以看到，在PSM前，基础设施受益群体的平均收入较非受益群体高出约为11.02%，其中约有33.47%可以由构成效应，即个体特征的差异部分予以解释，而结构效应对总体收入差异的贡献率为66.53%，这部分是由个体特征回报的差异解释的部分，具体来说，可以归因于基础设施受益群体与非受益群体的“歧视”，也就是基础设施对农村居民收入增加的真实效应，大约为7.33%。而在PSM处理后，村庄层面的特征更为相似、可比，与之相应地，基础设施受益群体与非受益群体的总体收入差异下降至7.47%，其中，基础设施的真实增长效应约为6.90%，与匹配前基本一致，但同时其对总体差异的贡献率上升至92.31%，表明在控制了村庄特征后，个体特征的差异也在缩小，因此构成效应的贡献率随之下降。

2.2 基础设施建设的收入分配效应分析

本文按25%、50%、75%分位点将样本划分为低收入水平、中低收入水平、中高收入水平以及高收入水平群体四个子样本，并分别进行收入差异的分解，结果列示在表1列（3）-（6）中。从构成效应（Δ0）水平值来看，只有低收入水平和中低收入水平群体的系数符号显著为正，且低收入水平群体的构成效应最大，约为10.59%，远高于全样本分解中7.33%的平均水平，而中高收入水平和高收入水平群体并不显著。从构成效应对总体差异的贡献率（Δ0/Δ）来看，中低收入水平群体约为66.40%，低于全样本分解中92.31%的平均水平，但是低收入群体的贡献率高达202%左右，而其结构效应的贡献率则为-102%，该结果的隐含意义是在控制组特征优于处理组的不利情况下，基础设施的建设反而使得处理组的收入水平高于控制组，也从侧面表明对于低收入水平群体而言，基础设施的建设极具重要性和必要性。

3 结论及政策启示

本文研究发现，以铁路为代表的基础设施能够显著地提升农村居民收入，具体表现为基础设施受益群体的平均收入水平高出非收益群体约7.47%，在控制个体受教育水平、工作年限等其他个体特征之后，这一收入差距下降至6.90%。与中高收入水平、高收入水平群体相比，基础设施的改善对低收入水平和中低收入水平群体的影响更为显著，增长效应分别为10.59%和2.31%，表明基础设施具有缩小农村内部收入差距的效果。

就政策启示而言，本文认为应该进一步扩大农村地区基础设施的供给数量及质量，尽快实现基本公共基础设施的均等化。与教育、卫生等领域相比，我国现阶段交通运输的均等化程度较低，并且在长期内没有得到改善（魏福成、胡洪曙，2015），尤其是在中西部欠发达地区和农村地区，交通基础设施的薄弱已经成为制约其经济发展的重要因素。因此，有必要加大基础设施建设以促进资本、劳动等要素的流动，刺激当地经济的增长，充分发挥其提升农村居民收入以及缩小收入差距等方面的作用。

参考文献

[1]Calderón C，Servén L.The effects of infrastructure development on growth and income distribution[M].The World Bank，2004.

[2]Chatterjee S，Turnovsky S J.Infrastructure and inequality[J].European Economic Review，2012， 56（8）：1730-1745.

[3]opo H.Matching as a tool to decompose wage gaps[J].The review of economics and statistics，2008，90（2）：290-299.

[4]李郁芳，王宇.城镇化背景下公共品供给结构偏向与城乡收入分配[J].广东社会科学，2014，（06）：33-39.

[5]刘晓光，张勋，方文全.基础设施的城乡收入分配效应：基于劳动力转移的视角[J].世界经济，2015，38（03）：145-170.

[6]万广华.城镇化与不均等：分析方法和中国案例[J].经济研究，2013，48（05）：73-86.

[7]魏福成，胡洪曙.我國基本公共服务均等化：评价指标与实证研究[J].中南财经政法大学学报，2015，（05）：26-36.