中国城镇居民 收入差距走势分析

【摘要】随着1978年改革开放政策的实施，我国收入分配体制不断发生变革，对我国经济发展产生了巨大的影响，一方面，创造了经济奇迹，另一方面，我国经济的高速增长一直伴随着社会贫富分化的问题。本文利用CHIP最新公开的微观数据，运用微观时化方法，分析2008年到2012年城镇收入差距的走势，得出2008年以来我国城镇居民收入差距逐渐缩小的结论。

【关键词】城镇；微观时化；收入差距

作为改革开放政策的一部分，我国的收入分配体制也在不断发生变革，这对我国经济的发展产生了巨大的影响，一方面，持续30多年年均增长约10%，经济总量持续上升，创造了经济奇迹，另一方面，收入差距不断扩大，贫富悬殊，引起了广泛热议。对于我国存在收入差距并且不断扩大的问题，国内外学者达成了一致意见，然而，对于我国收入差距到底有多大，却自始至终存在争议。一些学者通过计算我国的基尼系数得出我国收入差距已经超过了国际通行标准的0.4的警戒线（Khan&Riskin，2005；Ravallion&Chen，2007；程永宏，2007；李实，2011；李实、罗楚亮，2011等）；另一些学者则认为我国的基尼系数被高估（江小涓、李辉，2005；周其仁，2006；魏杰、谭伟，2006；白重恩、钱震杰，2009等）。因此，本文打算另辟蹊径，利用CHIP最新公开的微观数据，建立微观时化模型，分析2008年到2012年我国城镇居民收入差距情况。

一、微观时化模型

众所周知，微观经济是宏观经济的基础，要了解一国的宏观经济形势，必然需要了解该国的微观经济情况。微观经济最重要的特征就是微观个体的异质性，然而，现有的绝大多数研究文献忽略了微观个体异质性，一方面是因为建模技术的匮乏，即无法建立微观经济与宏观经济之间的沟通桥梁，另一方面是因为微观数据的匮乏。对于前者，1957年，美国Orcutt教授提出，建立微观模拟模型是解决该问题的有效途径。此后，微观模拟模型在西方国家得到了飞速的发展，成为了很多国家公共政策的评价工具，例如美国TRIM系列模型、欧盟的EURMOD模型、澳大利亚的MITTS模型等。国内，近年来也已经有一些学者开始研制微观模拟模型（张世伟，2008；郝东阳，2008；张世伟、周闯，2010；万相昱，2011等）。对于数据匮乏的问题，基于调研成本和可行性的考虑，“微观时化”成了有效的解决途径。

1.微观时化的概念

“微观时化”指的是运用数学方法把基础期的数据推算到目标期，实现数据状态的转移。一般来说，“微观时化”分为两种：静态时化和动态时化。静态时化指的是把基期数据一步时化到目标期，具体说来，就是人们通过“重新加权”和“属性调整”为基期样本重新设置特征值从而生成目标期数据，“重新加权”的权数和“属性调整”的调整因子一般可以根据宏观经济指标确定。由此，可以看出，静态时化是一个外生过程，并且本质上假设微观个体的一些属性没有发生变动，这在政策的短期效应分析中是合理的。由于技术相对简单并且计算精度高，静态时化发展相对成熟，应用也很广泛。而动态时化则通过对微观个体的基期数据逐步时化，实现基期数据到目标期数据的转移，这实质上是一个模拟过程，所以，相对比较复杂，成本较高。

2.微观收入数据的时化

微观数据匮乏，收入方面的微观数据也不例外，国内外权威的微观收入数据寥寥可数，并且，鲜有连续年份的大型微观收入数据，例如中国收入分配研究院的CHIP数据，已公开的微观数据只有1988、1995、1999、2002、2007和2008年的，显然无法完全满足经济研究的需要。因此，收入数据的时化成为客观必要。

万相昱等（2009）指出，收入数据的时化方法主要有两种：微观时间序列回归法和宏观特征匹配法。微观时间序列回归法通常用于动态时化，指的是，微观个体某一时间点的收入是其时间序列的函数，这就需要有效的时间序列数据，而这通常不是很容易满足，此外，微观时间序列回归忽略了宏观经济的影响，可能导致微宏观背离。宏观特征匹配法则弥补了这方面的缺陷。宏观特征匹配法的本质在于使微观个体的某种经济信息累加到特定的宏观层面时与相应的宏观经济指标相等，最简便的方法就是将宏观指标与相应累积微观参量进行等级提升，通常，处于可操作性的考虑，选取行业平均工资作为收入数据时化的标准参量。

因此，本文在微观数据上选择了CHIP2008年的数据，为了保证微观时化的准确性，本文选择了有固定工作的城镇居民样本，剔除了退休者和个体经营者样本，宏观数据则来自《中国统计年鉴》。在时化方法上，本文选择宏观特征匹配法进行收入数据时化，运用明瑟方程，采用结构回归，具体时化模型如下：

其中，y表示城镇居民的工薪收入，c是常数项，ai为待估系数，sex表示性别，edu表示受教育年限，exp和exp2分别表示工龄和工龄的平方，occi表示样本的职业，YIND表示样本所在行业的平均工资。运用stata12本文计算得出了模型的待估系数，估计结果体现了较好的显著性，见表1。

通过将新的特征值代入上述时化模型就得到了2009、2010、 2011、2012年的有固定工作的城镇居民收入（这里没有时化到2013年是因为最新的宏观数据只更新到2012年），处于篇幅的考虑，本文就不一一描述了。

二、中国城镇收入差距走势分析

在得到有固定工作城镇居民收入之后，就是计算收入差距。在社会经济研究中，衡量收入差距的标准很多，例如卡克瓦尼度量、Theil指数、基尼系数等，其中，以洛伦兹曲线为基础的基尼系数应用最为普遍，所以，在收入差距衡量标准上，本文也选择了基尼系数。经过多年的发展，基尼系数的算法越来越简洁，首先，把一个社会中的人按收入从低到高排列，均分为几个组（本文分为5组），然后计算第1组到第i组人口累计收入占全部人口收入的比例wi，代入基尼系数公式即得所求基尼系数。

从表2可以看出，2008年以后，城镇有固定工作的居民收入基尼系数在逐步变小，跟国家统计局的全国居民收入基尼系数从2008年开始一直在回落的数据一致。而且，2008年到2009年回落的非常明显，究其原因，首先，2007年，国家实行又一拨个人所得税制度改革，工薪所得税扣除标准从1600上升到2000，该政策从2008年3月1日起施行，基于政策时滞的存在，对2008年的影响有限，到2009年就出现了比较大的影响，其次，收入时化的本质假设是个体的经济特征没有发生变动，那么从2008年时化到2009年，忽略了一些收入变动，在一定程度上造成了基尼系数的低估，但是从整体上看，低估的影响不大。自2009年以后，基尼系数继续下降，在2011年新一轮个人所得税制度改革开始以后，基尼系数仍继续下降，这也说明了我国的个人所得税制度改革对于城镇有固定工作的居民收入的调节发挥了很大的作用。

三、结论

本文在万相昱等（2009）微观时化模型的基础上，对CHIP2008年的微观收入数据进行了时化，通过时化数据计算了2009年-2012年的有固定工作的城镇居民的基尼系数。结果显示，2008年-2009年，有固定工作的城镇居民的基尼系数逐步下降，这在一定程度上为2007年和2011年工薪所得税扣除标准的两次提升提供了数据支持。

参考文献：

[1]万相昱，方琦.微观时化模型的建立与评价[J].江西社会科学，2009（12）：64-67

[2]周丽丽.个人所得税制度改革的收入分配效应[D].吉林：吉林大学，2012