我国低收入群体比重、特征及其影响因素分析——基于中国家庭追踪调查数据的实证分析

王 辉,朱 琳

(1.江苏省社会科学院 盐城分院,江苏 盐城 224000;2.盐城行政学院,江苏 盐城 224000;3.云南财经大学 经济学院,昆明 650000)

一、引言

2020年底,中国已经全面建成小康社会,消灭了绝对贫困,低收入群体将成为社会重点关注对象。当低收入群体过多,收入差距将会拉大,社会矛盾会被激化,不利于社会和谐和稳定。提高低收入群体收入是党和国家全面建成小康社会的需要,是实现国民经济协调可持续稳定发展的需要,是构建和谐社会的需要。

因此,多年来党中央高度重视低收入群体,提出一系列政策方针以提高低收入者收入,并调节收入分配,将减少低收入群体规模和扩大中等收入者比重作为实现共同富裕的途径之一。党的十六大报告正式提出:以共同富裕为目标,扩大中等收入者比重,提高低收入者收入水平。党的十七大强调,再分配要更加注重公平,要着力提高低收入者收入,逐步提高扶贫标准,调节过高收入。党的十八大报告提出,到2020年我国要实现收入分配差距缩小,中等收入群体持续扩大,扶贫对象大幅减少的目标。党的十九大报告鼓励勤劳守法致富:要扩大中等收入群体,增加低收入者收入,调节过高收入,取缔非法收入。党的二十大报告中提出,要完善分配制度,坚持按劳分配为主体、多种分配方式并存,坚持多劳多得,鼓励勤劳致富,促进机会公平,增加低收入者收入,扩大中等收入群体,规范收入分配秩序,规范财富积累机制。

基于此,对低收入群体的研究显得十分重要,是实现共同富裕的重要环节。那么低收入群体该如何定义?低收入群体是怎样分布和具备哪些特征?低收入的持续性和长期低收入群体的影响因素有哪些?本文从问题出发,深入研究,找出低收入群体的界定方法,了解低收入群体的具体特征及其持续性特征,分析低收入群体和长期低收入群体的影响因素,为政府制定提升低收入群体收入的有效政策提供理论依据。

基于上述研究背景,本文的主要贡献表现在:①虽然对低收入群体的研究取得了一定的成果,然而对低收入群体的界定一直没有统一的标准,本文对低收入群体的界定标准进行了梳理,并在此基础上提出了界定标准,进一步丰富了低收入群体理论。②本文从微观数据出发,研究低收入群体的特征并采用计量经济模型进一步分析低收入群体的影响因素。本文致力于为减少低收入群体,扩大中等收入群体比重,缩小收入差距,实现乡村振兴和共同富裕提供具有现实意义和政策参考价值的研究结论。

二、文献综述

(一)低收入群体的界定

近年来,国内外学者对低收入群体的定义问题给予高度的关注(见表1)。在学术界,对低收入群体的界定标准主要分为两个方面:第一是绝对标准,即设定一个固定的收入上限,从发展水平的意义上来理解低收入者;根据此标准,随着人们生活水平改善和居民收入的稳步增长,一个国家或社会中低收入者的比重将会随之下降,更多低收入者从而进入中等收入群体。第二是相对标准,从收入分配结构变化的角度来理解低收入者;根据此标准,人们收入普遍提高不会改变一个国家或社会低收入者所占比重的大小,收入分配结构的变化决定着一个国家或社会中低收入者所占比重的大小。

表1 定义低收入群体的各类文献

1.绝对指标

部分学者会将国际贫困线等同于低收入群体的测量标准,例如Ravallion将每天人均收入2美元作为低收入群体的上限[1]。但是大部分学者认为将国际贫困线作为低收入群体的上限太低。Milanovic 和Shlomo把巴西年平均收入作为界定低收入群体标准的上限,以世界银行2000年购买力平价指数(PPP)进行转换,收入低于10美元的人群视为低收入者[2]。

在定义我国低收入群体时,部分学者是基于人均日收入。Yuan等认为每天人均可支配收入低于4美元(PPP)的农村家庭定义为低收入者[3]。大部分学者是根据家庭人均年收入或者家庭年收入定义低收入群体,来自麦肯锡团队的Farrell等把城镇居民家庭可支配收入低于2.5万元的家庭定义为低收入者[4]。而Barton等以2010年为基期,把城镇居民户年可支配收入6万元的人群定义为低收入群体[5]。吴青荣以2012年为基期将城镇家庭年可支配收入27 500元和农村家庭年可支配收入13 100元作为低收入群体界定标准的上限[6]。

由于研究数据的不同,低收入的界定标准也大相径庭。国家统计局城调总队课题组利用2004年的全国城市住户调查数据,将家庭年收入低于6万元的家户定义为“低收入家庭”[7]。谢勇和李放基于自己的调查数据、南京市月平均工资和最低工资标准,将人均月收入低于600元的人群定义为低收入群体[8]。纪宏和陈云利用各个年份的CHNS数据,将人均年收入低于3万的人群定义为我国的低收入群体[9]。国家发改委社会发展研究所课题组根据《中国统计年鉴》《中国城市(镇)生活和价格年鉴》和《中国农村住户调查年鉴》的城镇和农村居民收入的五等分和七等分组数据,将年收入低于2.2万人民币的人群定义为我国的低收入群体[10]。

2.相对指标

从收入相对指标来界定低收入群体标准:

第一,基于收入中位数定义低收入群体。Davis等认为低收入群体收入的上限应低于收入中位数的50%[11];Blackburn把收入低于收入中位数60%的人群视为低收入群体[12]。第二,基于收入平均数定义低收入群体。李培林和张翼根据“中国社会状况调查”(CGSS 2006)数据,将收入平均数作为定义低收入者的上限[13]。李培林等和苏海南采用相同的方法定义低收入群体,只是他们的数据不同,前者是依据CGSS 2016数据,而后者使用的是2014年《中国统计年鉴》中的城乡居民家庭调查五等分组数据和劳动者工资水平统计数据[14-15]。第三,基于收入几等分组或收入分位点定义低收入群体。这种定义方法,首先对收入进行排序并进行分组,将处于最低的某个或某几个等分组的人群视为低收入群体。Alesina 等和Partridge将五等分组中的最低两个等分组的人群视为低收入者[16-17]。Barro和William把收入五等分组里的最低一个等分组的人群视为低收入者[18-19];李培林和朱迪基于CGSS数据,将城镇居民年人均收入的25%分位点作为定义我国城镇居民低收入群体的上限[20]。

(二)低收入群体的规模与特征

关于我国低收入群体的规模。国家统计局宏观经济分析课题组把2001年城镇居民人均可支配收入低于2 634元的群体视为城镇低收入群体,全国城镇低收入群体大约有2 510万人,约占城镇居民总数的8.1%。2001年农村低收入群体为人均纯收入在872元以下的人口,我国农村低收入群体的人口为9 029万人,占农村人口的9.8%[21]。金悦根据我国贫困人口的数量以及我国城镇低保人数,预估我国城镇低收入群体的数量约占总人口的2%左右[22]。刘扬等根据1992—2008年北京市统计年鉴,计算出北京市城镇居民低收入群体的人口估计值。北京市低收入比重先上升后下降,在2004年以后,低收入比重一直维持在20%左右[23]。

在分析低收入群体特征时,常兴华基于宏观数据发现,低收入群体金融资产占有偏低,支出水平明显低于平均水平并且食品消费比重偏高[24]。国家统计局宏观经济分析课题组分析发现,低收入群体具有家庭规模大、主要分布中西部地区、整体就业状况差、收入来源少、消费水平低、人均住房面积小等特点[23]。谢勇、李放基于2006南京城市居民就业状况调查数据分析发现,低收入群体还具有年龄偏大、受教育程度偏低等特点[24]。漆先瑞根据相关宏观数据发现低收入群体家庭人口多,负担系数高,收入水平低且收入渠道单一,消费结构不合理,恩格尔系数高,各类资产匮乏等特点[25]。吴倩、韩建雨和彭虹研究发现,我国低收入群体长期生活在相对窘迫环境中,最基本生活品质难以维持,且表现出社会认同感的消失、生活环境边缘化、利益诉求得不到满足等现实特征[26]。

通过以上文献回顾分析发现,已有的与低收入群体的相关研究较多,对本文有很大的参考价值,但是仍然存在着一些不足:第一,对低收入群体的界定标准缺乏统一。由于划分依据不同和地理位置不同,不同学者所得出的低收入群体的界定标准各不相同,而且并不能说明所选标准与其他标准的优势与劣势。第二,分析低收入群体的规模和特征时,大部分学者是根据宏观数据,缺少微观数据的支撑。第三,有关低收入群体的宏观研究较多,而微观实证研究较少。

三、我国低收入群体的比重及其变化趋势

(一)数据来源

本文的数据来自2010—2018年中国家庭动态跟踪调查数据(CFPS)。该数据由北京大学中国社会科学调查中心(ISSS)开展调查的。中国家庭动态跟踪调查数据追踪收集个体层面、家庭层面、社区层面三个方面数据,反映中国社会、健康、经济、教育和人口的变迁的一项全国性的和综合性的社会跟踪调查项目。本文主要以家庭为单位研究低收入群体,因此需要保留户主的相关信息。其中2010年根据家庭决策者作为户主变量;2012—2018年以CFPS家庭层面问卷中设计了与“户主”定义相关的概念——财务管理者(1)作为户主特征变量。最后,保留户主的年龄、性别、婚姻状况等一系列户主个人特征和家庭特征变量还有地区特征变量。

(二)本文对低收入群体指标的界定标准

由上文可知,学者们主要从绝对标准和相关标准两种指标来定义低收入,以绝对标准定义低收入群体可以反映居民收入水平的变化对低收入群体比重变化的影响程度。但是,以相对标准来定义低收入群体,如果收入结构没有发生改变,尽管居民收入水平发生变化,但是低收入群体的比重并不会因此发生改变。以相对标准来定义低收入群体可以反映收入分布的变化对低收入群体比重的影响,而按照绝对标准界定低收入群体并不能反映一个国家和地区内部的收入分配结构的变动。因此,低收入群体的界定标准需要符合以下要求:

(1)客观性与主观性相结合。低收入群体具有在某个收入值或者中位数的收入上限,说明低收入群体的界定标准具有客观性。然而,收入上限指标该如何界定,其选择又有主观性。

(2)动态性与相对的稳定性相结合。随着国家经济发展水平与个人收入的提高,低收入群体的界定标准应有动态性,为了对不同时间的低收入群体进行比较分析,有关低收入群体的界定也应具有相对的稳定性。

(3)本国标准和国际标准相结合。为了更好地对比中国的低收入群体和国外的低收入群体,以便于进行国际比较,对低收入群体界定要将本国标准与国际标准相结合。

鉴于此,有关低收入群体的界定标准,本文借鉴了李实对中等收入群体的界定方法。首先,采用相对标准来定义全球的低收入群体,选取了全世界200多个国家收入中位数的67%(2)作为低收入群体的界定上限。然后,把这个具体的标准应用到我国,来定义相同年份我国中等收入群体并估算比重。对我国来说,就是把全球的相对标准当作定义我国中等收入群体的绝对标准,从而实现了绝对与相对标准的有机结合。

因此,本文结合世界银行公布的相关数据,选取全世界200多个国家人均国民收入(GNI)中位数的67%作为低收入群体界定标准的上限。公式如下:

Di=Mid(Nji)×PPP×67%

(1)

其中,Di表示低收入群体的标准,Nji表示全球200多个国家的人均国民收入,PPP表示购买力平价指数,其中人均国民收入和购买力平价指数数据均来自世界银行官方数据。因此计算出来2010—2018年低收入群体和中等收入群体定义的上限,见表2。

表2 各年份低收入群体和中等收入群体定义的上限(元)

(三)我国低收入群体的变化趋势

根据上文中低收入群体的界定标准,结合CFPS2010、2012、2014、2016和2018年的数据,对低收入群体规模进行测算。如表3所示,在2010年,有70.84%的人口属于低收入群体。随着我国经济高速发展和居民收入提高,2012年,低收入群体所占比重下降到65.57%,之后又进一步下降到2014年的61.60%、2016年的61.48%、2018年的58.49%。虽然2018年低收入群体比重比2010年的下降了12.35%,但是我国低收入群体比重依然偏高,从绝对数量来看,低收入群体的人数规模还是较大。

表3 各年份各群体的比重(%)

中等收入群体比重由2010年的23.95%上升到31.99%,升幅达到8.04%。高收入群体比重由2010年的5.21%上升到9.51%,升幅达到4.3%。上述的测算结果与国家发改委前主任何立峰在2018年十三届全国人大一次会议记者会上透露的中国中等收入群体数量较为相近。

从上述结果可以看出,2010—2018年我国低收入群体下降的比重大于中等收入群体上升的比重,大于高收入群体上升的比重。这一结果符合国家对低收入群体的相关政策:着力提高低收入者收入水平,逐步扩大中等收入者比重,有效调节过高收入。

为了分析低收入群体比重对定义的标准有多大的敏感性,本文分别使用收入中位数的50%、60%、67%、75%来估算我国低收入群体比重,所得结果差别较大。由此看出,我国低收入群体比重对定义的标准比较敏感。这说明,低收入群体界定标准附近分布着较多人群,对低收入群体规模有显著影响(见图1)。根据图1所示,2018年比2010年峰值下降,向右进行扩展,并且低收入部分比重下降很多,但是总量依然很大,因此还需要付出更大的努力去提高低收入群体收入。

图1 2010-2018年家庭人均收入的密度函数图

四、低收入群体的相关特征

(一)收入来源结构特征

图2展示了2018年不同群体的收入来源结构。无论是中等收入群体、高收入群体,还是低收入群体,工资性收入所占比重都超过了70%。工资性收入是人们的主要收入来源。相对于中等收入群体和高收入群体来说,经营性收入对低收入群体是相对重要的,占到低收入群体收入来源的8.24%。由此推断,低收入群体有较多的自主经营人员,易受到市场冲击,收入相对不稳定,从而易陷入低收入。财产性收入在三种收入群体的总收入中的比重都相对较低,最高只有3.7%。所以,未来要缩小低收入群体、扩大中等收入群体比重,需要采取相应措施增加人们的财产性收入来源。

图2 2018年各收入人群的收入来源结构

(二)财产结构特征

图3展示了2018年不同群体的财产结构。无论是中等收入群体、高收入群体,还是低收入群体,房地产所占比重都超过了70%。房屋是人们的主要财产资源。相对于中等收入群体和高收入群体来说,土地财产对低收入群体是相对重要的,占低收入群体财产来源的5.1%。由此推断,低收入群体有较多人主要的收入来源来自土地,但是农业收入相对较低,从而易陷入低收入。金融财产在中高收入群体的占比远高于低收入群体,因为中高收入群体拥有较多的收入用于金融投资,从而带来更多的收益,促进他们收入增长。经营性财产的占比情况与经营性收入占比相类似,低收入群体的经营性财产占比远高于中高收入群体。

图3 2018年各收入人群的财产结构

(三)地域分布特征

从表4显示,在城镇居民中,低收入群体所占比重从 2010年的41.74%下降到2018年的25.98%,下降幅度达15.76%。在农村人口中,低收入群体所占比重从 2010年的82.14%下降到2018年的66.08%,下降幅度达16.06%。我国低收入群体主要发生在农村,农村低收入群体所占比重很大,即便是在 2018年也有 66.08%。

表4 低收入群体的地域分布(%)

从地区分布角度分析,西部地区低收入群体所占比重从 2010年的84.78%下降到2018年的71.49%,下降幅度达13.29%;中部地区低收入群体所占比重从 2010年的74.98%下降到2018年的62.59%,下降幅度达12.39%;东部地区低收入群体所占比重从 2010年的59.52%下降到2018年的47.97%,下降幅度达11.55%。我国低收入群体主要发生在中西部地区。

(四)个人特征

低收入群体的平均受教育年限明显低于中高收入群体,低收入群体的健康指数略低于中高收入群体(见表5)。

表5 各收入群体的个体特征

(五)脱低和返低特征

从脱离低收入群体(脱低)难易程度看,当年低收入家庭在之后两年脱低机会要大于随后几年的脱低机会。如2010年低收入家庭两年后脱低的占比为25.06%,四年后脱低占比为17.03%,六年后脱低的占比为9.23%,八年后脱低的占比为6.85%,2010-2018年一直未脱低的占比高达41.83%(见表6)。事实上,随着原来低收入家庭的不断脱低,剩下的家庭几乎是处于长期低收入的状态,因此这些家庭脱低的可能性要远远小于暂时性低收入的家庭。从国家相关政策角度看,我们更应关注长期低收入家庭如何脱低进入中等收入家庭的问题。

表6 脱低分析

从返回低收入群体(返低)角度看,当年中高收入家庭在之后两年返低机会要大于随后几年的返低机会。如2010年中高收入家庭两年后返低的占比高达43.15%,四年后返低占比为10.59%,六年后返低的占比为6.87%,八年后返低的占比为4.06%,2010—2018年一直未返低的占比为35.33%。表7结果显示,中高收入群体容易受到短期收入的影响出现返低的行为。因此,在努力提高低收入群体进入中等收入群体同时,我们也应加强对中等收入群体中收入相对不稳定成员的关注,降低其返低的概率,这样才能更好地扩大我国的中等收入群体。

表7 返低分析

(六)低收入群体的黏性特征

本文计算了2010—2018年各家庭经历过低收入的年份数,只有9.7%的家庭在5期中从未经历过低收入,有高达30.34%的家庭在5期中一直陷于低收入,并且家庭经历低收入年份数与占比呈递增趋势(见表8)。上述结果表明低收入时期越长,持续性低收入群体越集中。因此,低收入具有较强的黏性。

表8 陷入低收入的持续性特征

Lowincomei=α0+β1durationi+γ2Xi+εI

(1)

其中,Lowincomei表示家庭i在2018年(观测期的终期)的低收入状态,1为低收入,0为中高收入;durationi为2010—2016年家庭陷入低收入的加权时长;Xi为2018年(观测期的终期)影响被解释变量的相关控制变量,控制变量选取了影响 2018年家庭陷入低收入的户主特征、家庭特征及地理特征。

本文采用逐步回归法探究家庭前期陷入低收入加权时长对终期低收入状态的影响,相关回归结果如表9所示。回归1的基准模型中仅包含前期低收入加权时长这一核心解释变量,结果显著,前期低收入加权时长每增加1个单位,当期陷入低收入的概率就会提高0.636倍。本文在回归2、回归3和回归4的方程中依次加入户主特征变量、家庭特征变量和地理特征变量,模型的拟合优度不断提高,核心解释变量前期低收入加权时长的系数依旧十分显著。上述回归结果证明了家庭陷入低收入在时间维度上具有黏性特征,长期陷入低收入状态的家庭改变现有状态的概率较低。

表9 低收入长期持续性的Logit检验结果

五、低收入群体的微观因素分析

为了分析是否属于低收入群体的影响因素,本文建立的回归模型如下:

Yit=β0+β1Xit+β2Humanit+

β3Socialit+β4Assetit+

β5Familysizeit+β6Employit+

β7Regionit+β8Yeart+εi

(2)

其中:i=1,2…,表示个体;t=2010,2012,2014,2016,2018,表示年份;Yit代表被解释变量,表示低收入群体,Yit是一个二值变量;0表示中高收入群体;1表示是低收入群体;Xit为低收入群体影响因素中户主个人特征变量,具体包括性别、年龄、婚姻状况;Humanit为低收入群体影响因素中人力资本特征变量,具体包括家庭人均受教育年限、家庭人均健康指数和家庭里有慢性病人;Socialit是指低收入群体影响因素中社会资本特征变量,包括家庭人情礼支出和家庭社会地位;Assetit是指低收入群体影响因素中财产特征变量,包括家庭人均财产、家庭人均土地财产和家庭金融财产;Familysizeit是指低收入群体影响因素中家庭人口特征变量,包括家庭规模、抚养比和赡养比;Employit是指低收入群体影响因素中家庭就业特征变量,包括家庭是否有人外出务工和家庭就业人数;Regionit是指低收入群体影响因素中地域特征变量,包括户籍和地区;Yeart表示时间虚拟变量,基准组为2010年,用以控制时间因素的影响;β表示解释变量系数;εi表示随机误差项。

(一)面板分析

1.从人力资本特征来看

首先,家庭人均受教育年限越高的家庭,陷入低收入概率越低。这可能是因为受教育年限越高,需要的人力资本投资越高,拥有的技能也越高,从而有利于获得更高的收入。

其次,家庭人均健康指数与陷入低收入呈显著负向关系,这说明家庭人均健康指数越高,家庭成员越健康,拥有更多人力资本,从而获得更高的收入,陷入低收入的可能得到了降低。

最后,家庭里有慢性病人的变量显著地提高家庭陷入低收入的可能性,这再次验证了健康对改善低收入的重要性。

总结而言,人力资本是人重要的资本,对提高收入、改善家庭陷入低收入有着重要的影响。

2.从社会资本特征来看

首先,家庭人情礼支出与陷入低收入呈显著的负相关关系。可能是因为人情礼支出作为家庭人情往来开销中的重要组成部分,成为维系家庭亲戚朋友关系、构建社会网络、获取社会资源的重要途径之一,家庭的人情礼支出越高,即意味着家庭可能会有更多的关系社会资本,有利于家庭更好获取资源,增长收入。

其次,社会地位较高的家庭使其陷入低收入概率降低了51%倍。即家庭的相对经济地位越高,家庭陷入低收入的可能性就越低。这意味着家庭所处的经济地位越高,更有利于家庭获取更多的社会资本,处于更高的竞争优势,最终有利于家庭收入的提高,脱离低收入群体。

3.从财产资本特征来看

首先,家庭人均财产与低收入呈显著的负相关关系,即财产越多的家庭陷入低收入的概率越低,这是因为缺乏固定财产的家庭,缺乏抗风险能力,无法依靠自己的力量进一步远离低收入。其次,家庭金融资产越高,其陷入低收入的可能性越低。金融资产创造财富的能力远高于其他几种资产,因此拥有越高金融资产的家庭,投资能力越高,增收能力越强,从而有利于摆脱低收入。

最后,家庭土地财产和经营财产与陷入低收入概率呈显著的正相关关系。家庭土地财产越多,家庭的收入来源来自土地收入的可能性越大,然而土地收入受自然和市场的影响比较大,收入相对不稳定,并且土地收入也相对较低,因此家庭陷入低收入的可能性较高。家庭的经营资产越高,该家庭越有可能是自主经营者,其受市场的影响较大,收入相对不稳定,会出现亏损倒闭的现象,因此有可能短期低收入,该结果与本文特征分析结果相对应。

4.从家庭人口特征来看

家庭成员数量、老人赡养比和儿童抚养比与陷入低收入概率显著正相关。家庭人口规模越大、子女和老人越多,家庭在教育、医疗等方面的支出越高,因此赡养老人和抚养子女的成本也越高,增加父母的支出,挤占了父母的时间和精力,花费更大的赡养和抚养投入(金钱和时间),减少了家庭的投资,增加了家庭落入低收入的可能性。

5.从家庭就业特征来看

家里是否有人在外务工变量在1%水平下显著,并与低收入率呈负相关关系,即在外务工有利于改善家庭收入,降低低收入率。这是因为在城镇地区拥有更多的机会和更高的工资水平,外出务工相比农村地区可以获得更高的收入,因此家庭是否有人在外务工对改善家庭收入起着非常大的影响。家庭中拥有工作的人数越多,其收入来源也越多,家庭陷入低收入的可能性越低。

6.从地域特征来看

农村户口、居住在西部和中部地区的与陷入低收入概率呈显著的正相关关系,户籍在农村的家庭使其陷入低收入概率提升了0.828倍,居住在中西部地区的家庭更容易陷入低收入。这可能是因为中西部和农村地区经济较为落后,居民获得机会、工资水平相对较低,因此居民提升收入来源较少,摆脱低收入可能性较低。

表10中列(3)是随机效应的结果,其结果与固定效应结果基本相似,方向基本没有变化。本文通过Hausman 检验,结果表明固定效应模型优于随机效应模型,所以应采用固定效应模型结果。需要说明一点,文章还做了其它稳健性检验。例如,改变低收入的测度指标,将控制变量中的地区变量改为按单个省份变量,将家庭户主变量以户主配偶的相关变量替代等,这些变动基本没有改变本文的研究结论,在很大程度上证实了结果的稳健性,限于篇幅未能将这些回归结果全部列出。

表10 面板分析

(二)截面分析

由于一些个人特征变量和一些其他变量在时间没有变化或者变化很小,在固定效应模型中很难表现出来,为了更好地说明是否为低收入群体的影响因素,本文对2010年、2014年和两年混合数据进行截面分析,采用的是Logit模型。

由表11可以看出:和固定效应结果相比,年龄平方由原来的显著为正变为显著为负;配偶由原来的不显著变为部分显著为正;慢性病指标由原来的显著变为不显著。其他结果基本一致。因此,截面分析验证了固定效应的相关结果,使得分析更加充分和合理。

表11 截面分析

(三)异质性

从户籍异质性来看:家庭人力资本对农村家庭作用更大,家庭人均受教育年限和家庭人均健康指数指标在农村家庭中显著,在城镇家庭不显著(见表12)。家庭社会资本在城镇家庭作用更大,人情礼支出和家庭社会地位在城镇家庭中均显著,且系数明显大于农村家庭,说明社会资本对城镇家庭的重要性。物质资本指标在农村和城镇家庭中显著性和结果均相似,家庭人口特征指标和就业特征指标在农村和城镇家庭中显著性和结果也相似。地域特征指标显示,中西部地区的农村家庭更易陷入低收入,而中西部的城镇家庭无显著性。

表12 分户籍情况分析

从地域异质性来看:家庭人力资本对东部家庭作用更大,家庭人均受教育年限在西部、中部和东部家庭均显著,但是在东部家庭结果高于中西部家庭(见表13)。家庭人均健康指数和家里是否有慢性病人指标在东部家庭中显著,这再次验证人力资本对东部地区家庭的重要性。家庭社会资本在东部地区家庭作用更大,人情礼支出和家庭社会地位在东部地区家庭中均显。从物质资本指标来看,土地财产增加了西部地区家庭陷入低收入的可能性,降低中部地区家庭陷入低收入的概率,对东部地区家庭不显著。金融资产对中西部地区家庭降低陷入低收入的概率有显著的促进作用,对西部地区影响不显著。家庭人口特征指标和就业特征指标在农村和城镇家庭中显著性和结果也相似。

表13 分地区分析

六、基本结论

随着我国脱贫攻坚任务的完成,低收入群体将是政府和学术界关注的焦点。本文在回顾和评述现有各种界定标准的基础上,建议使用户人均可支配收入这个微观指标,并选取全世界200多个国家各年份收入中位数的67%作为界定我国低收入群体标准。除此以外,本文还利用中国家庭追踪调查(CFPS)2010—2018年数据详细地分析了我国低收入群体的现状、特征和影响因素,并得出如下结论:

第一,关于低收入群体的规模。根据本文的测算,2010、2012、2014、2016和2018年低收入群体的占比分别为70.84%、65.57%、61.6%、61.48%、58.49%,虽然一直呈现下降趋势,但仍有50%以上的家庭是低收入群体,结果表明中国的收入结构仍然是金字塔类型,低收入群体规模依然很大,因此亟须提高低收入群体的收入,使得收入结构更加合理。

第二,关于低收入群体的特征。首先,低收入群体的主要收入来源是工资性收入,但是低收入群体经营性收入占比明显高于其他群体,这可能是因为自我经营、企业主等商业人员易受市场波动影响,收入相对不稳定,短期内会陷入低收入。其次,低收入群体更易分布在中西部和农村经济欠发达地区,并且低收入群体的受教育水平和健康水平明显低于中高收入群体。最后,本文发现低收入群体具有黏性特征,长期陷入低收入状态的家庭改变现有状态的概率较低。因此,政府更应关注长期低收入家庭如何脱低进入中等收入家庭的问题。

第三,有关低收入群体的影响因素。那些受教育年限高,健康水平高、无慢性病人的家庭对于摆脱短期低收入具有显著影响。因此,人力资本中教育资本对改善家庭陷入低收入都具有重要的影响。另外,家庭人情礼支出、家庭经济地位对于改善家庭陷入低收入都具有显著的正向影响。并且,金融财产越高的家庭,越不易陷入低收入。

注释：

(1)本文参考中国社会科学调查中心(ISSS)官方网站公布的户主选择信息,网址为http://www.isss.pku.edu.cn/cfps/cjwt/cfpsxkt/1323217.htm。

(2)选取收入中位数的 67% (即 2/3)作为定义低收入群体的上限是借鉴美国皮尤研究中心( Pew Research Center) 的做法。