基于夏普里值過程的農村居民收入差距分解

王 瑜 汪三貴

(中國人民大學農業(yè)與農村發(fā)展學院，北京100872)

基于夏普里值過程的農村居民收入差距分解

王 瑜 汪三貴

(中國人民大學農業(yè)與農村發(fā)展學院，北京100872)

認識農村居民收入差距現(xiàn)狀并研究引致收入差距的因素，對縮小收入差距的政策制定有重要意義。本文利用內蒙古和甘肅2個省1 500戶農戶的截面數(shù)據(jù)，采用夏普里值過程對Gini系數(shù)、Theil指數(shù)、Atkinson指數(shù)這三個不平等指標進行回歸分解。分解結果穩(wěn)健地發(fā)現(xiàn)，以縣域為代理變量的外部環(huán)境因素對收入差距具有重要影響，非農勞動力、培訓比和家庭男勞動力比對收入差距的相對貢獻度較大，而平均年齡、家庭人口和平均教育對收入差距的相對貢獻較小。作為社會網(wǎng)絡的人情收支和作為物質資本的人均土地面積對收入差距的貢獻極小。從緩解中國西部農村地區(qū)間的不平等的角度看，長期而言，支持和促進地區(qū)經(jīng)濟發(fā)展，增加非農就業(yè)機會，提供平等的教育和培訓機會，有利于緩解收入不平等。而在城市化進程中，處理好土地問題，避免作為物質資本的土地成為引致不平等的因素，對于未來控制不平等狀況有重要意義。

農村居民;收入不平等;夏普里值過程;回歸分解

農村收入不平等狀況如何?哪些因素對農村收入不平等具有何種程度的貢獻?長期以來，收入的不平等問題受到社會普遍關注，也是經(jīng)濟領域研究的一個重要課題。自20世紀70年代末以來，中國農村居民的收入雖然整體上有了較大的提高，但是中國農村收入分配不平等有不斷惡化的趨勢。這種收入分配不平等狀況如果持續(xù)惡化，會對經(jīng)濟和社會發(fā)展發(fā)展帶來嚴重的后果。認識農村居民收入差距現(xiàn)狀并研究引致收入差距的因素，對縮小收入差距的政策制定有重要意義。本文以2004年內蒙古和甘肅兩省的橫斷面數(shù)據(jù)為基礎，測算農村居民人均純收入的不平等程度，在此基礎上利用不平等分解研究領域較新的回歸分解方法，分析引致農村居民收入不平等的因素及其貢獻度。

1 文獻綜述

1．1 中國農村收入差距的既有研究

圍繞中國農村收入分配問題，在國內外已有很多研究。謝伏瞻分析了中國農村居民家庭的收入分配格局在農村經(jīng)濟體制改革以后發(fā)生的重大變化，認為農村剩余勞動力從傳統(tǒng)農業(yè)中轉移出來，促進了農村生產(chǎn)力的流動和重組，導致農村產(chǎn)業(yè)結構的演化與升級，而生產(chǎn)力水平和產(chǎn)業(yè)結構的變動，在提高農村居民收入總水平的同時，也引起了不同地區(qū)之間、不同家戶之間收入差距的擴大［1］。對于農村收入不平等的狀況，Wan等人指出，自20世紀70年代末以來，中國農村收入分配不平等有不斷惡化的趨勢，這種趨勢將對中國經(jīng)濟和社會發(fā)展產(chǎn)生嚴重后果，并且如果這種收入分配不平等持續(xù)惡化，將影響社會和政治的穩(wěn)定［2］。從農村內部居民收入分配的Gini系數(shù)從1981年的0．25 上升到了 2002 年的 0．38［3］，在20 年時間里，增長超過50%，已逼近國際公認警戒線0．4。在收入差距的影響方面，不斷擴大的農戶內部收入差距會誘致各種負面效應，比如它會引致農村貧困問題的加劇［4］，并且削弱農戶收入的增長［1，5］。

關于農村收入差距的因素，已有研究主要分為外部環(huán)境因素和家庭自身因素兩方面。外部環(huán)境因素主要有地理區(qū)位因素、政治因素、市場條件等，這種外部環(huán)境差距造成了農村居民內部的收入差距，謝伏瞻分析得出農戶家戶所處的地理環(huán)境和自然條件對農民收入的影響具有重要意義［1］，萬廣華以鄉(xiāng)鎮(zhèn)企業(yè)為地區(qū)因素的代理變量，得出其是顯著的構成區(qū)域間不平等的因素。從家庭自身因素方面來看，主要涉及了收入決定要素中的物質資本、政治資本、人力資本和社會網(wǎng)絡資本等因素［6］。在物質資本方面，許慶等發(fā)現(xiàn)家庭聯(lián)產(chǎn)承包責任制所引起的上地細碎化是農戶間收入差距擴大的一個原因［7］。謝伏瞻提出農民家戶對生產(chǎn)要素占有的多寡也是造成分配差距的重要原因［1］，但是高夢滔和姚洋分析得出，物質資本，包括土地，對于農戶收入的差距沒有顯著影響［8］。在人力資本方面，大量的文獻通過的中國農村農戶收入差距的分析發(fā)現(xiàn)，教育等主要的人力資本變量對于收入差距具有重要的影響［6，8－10］。在社會網(wǎng)絡資本方面，趙劍治研究了關系對收入差距的貢獻及在地區(qū)之間的差異，結果發(fā)現(xiàn)，社會網(wǎng)絡對中國農村居民間的收入差距貢獻達到12．1% －13．4%［11］。在政治資本方面，Morduch 和 Sicular年發(fā)現(xiàn)黨員和干部等政治因素對于農戶收入的決定具有正的效應，并對于農村家庭收入不平等的貢獻為正［12］。1．2 收入不平等的測量及不平等的分解模型

收入不平等的測量方法主要有變差系數(shù)法、相對平均偏差法、Gini系數(shù)、Theil指數(shù)法、對數(shù)方差法等。不平等指標的選擇主要由常用性決定，也與可分解情況有關系。Gini系數(shù)、Theil指數(shù)、Atkinson指數(shù)等是比較常用的指標。

從收入差距的分解方法來看，己有的文獻對于收入差距的研究主要集中于從實證角度分析收入不平等的決定因素。總體來看主要有以下幾類:

(1)用半?yún)?shù)和非參數(shù)方法來分析收入差距的決定、基于人群特征而對于收入差距的分解以及基于收入決定方程的分解。

(2)通過人群特征對收入差距的原因進行分解的方法，主依據(jù)研究者的目標變量對總體樣本進行分組，然后再估計組內收入差距和組間收入差距來分該目標因素對于收入差距的影響。Morduch和Sicular指出這種方法主存在的缺陷［12］:這種方法無法對一些連續(xù)變量的貢獻作分解，當需要對某幾個目標變量行考察時，人群的分組數(shù)量將會呈幾何級數(shù)上漲，這樣無法處理解釋變量和被解釋變量之間的聯(lián)立內生性問題，因為這種方法先驗的認為目標變量是外變量，當對樣本進行分組后該變量并不記入收入決定方程。

(3)基于收入決定方程而對收入差距進行分解。這是近年來比較流行的分解方法，但是基于收入決定方程，不同的學者又有不同的分解方法。與其他幾種方法相比，Shorrock年提出的夏普里值(Shapley Value)分解法［13］有比較優(yōu)勢。這種方法的好處在于它適用于任何收入決定函數(shù)和任何度量收入差距的指標，并且能夠很好處理常數(shù)項和殘差項對收入差距的貢獻的問題［14］。

1．3 文獻評述

已有研究對農村收入不平等的分解的角度是多樣的，模型的選擇也是多樣的。不過Wan［14］對各種分解方法進行研究之后，認為基于收入決定函數(shù)的夏普里值過程的回歸分解方法是有效的并且受限較少的模型。經(jīng)過比較，基于收入決定函數(shù)的夏普里值過程的回歸分解方法，是本文將選擇的分析方法。采用的不平等指標為常用的Gini系數(shù)、Theil指數(shù)、Atkinson 指數(shù)。

涉及到收入決定函數(shù)擬合方面，目前已有文獻涉及了收入決定因素方方面面，但是就單個文獻本身而言，或多或少地在某些因素上未加考慮，對收入函數(shù)的影響因素的涵蓋是不夠全面的，在收入決定模型中可能存在遺漏變量偏誤等問題。因此，本文整合了已有文獻中相關的方面，對各方面因素都加以考慮。本文將對已有文獻中涵蓋的微觀方面的各因素系統(tǒng)地進行考慮，并控制區(qū)位因素，進行回歸分解和比較。

2 數(shù)據(jù)來源、方法及變量

2．1 數(shù)據(jù)來源及處理

數(shù)據(jù)來源于世界銀行聯(lián)合中國國家統(tǒng)計局農調隊于2004年在甘肅、內蒙古兩省做的農戶家計調查數(shù)據(jù)。數(shù)據(jù)以國家統(tǒng)計局農調隊每年具體進行的入戶調查獲得，調查樣本采取分層隨機抽樣。調查選取了甘肅和內蒙古兩省7個縣(或縣級行政區(qū)域)、15個鄉(xiāng)(或鄉(xiāng)級行政區(qū)域)，每個鄉(xiāng)抽取100戶農戶，共1 500戶農戶。在選取農戶時，根據(jù)該地區(qū)的經(jīng)濟發(fā)展狀況、農戶收入的主要來源等基本情況，將農戶大致分為最低收入家庭、低收入邊緣家庭、中等收入家庭和富裕家庭4類，然后，在每一類中進行隨機抽樣，使樣本覆蓋不同收入狀況的家庭，尤其是最低收入家庭。此次調查得到的1 500份數(shù)據(jù)均為有效研究數(shù)據(jù)。

本文以家庭為基本樣本單位，部分數(shù)據(jù)不能直接獲取，而是通過進一步計算得到。具體在變量描述中詳細給出。

2．2 不平等指標選取、回歸方法和分解方法選擇

2．2．1 指標選擇

不同的不平等指標包括Gini系數(shù)、變異系數(shù)平方、阿肯森(Atkinson)系數(shù)、泰爾指數(shù)等。對應于不同的福利函數(shù)，并且賦予洛倫茲曲線的不同部分以不同的權數(shù)［6］。由于不同的不平等指標會給出不同的測量結果，而產(chǎn)生不同的分解結果。為保持穩(wěn)健性，將常用的不平等指標進行分解并進行對比是比較可行的。本文選取了Gini系數(shù)、泰爾指數(shù)和阿肯森指數(shù)來衡量不平等狀況。

2．2．2 回歸方法

使用的軟件為Stata10．0版。采用對數(shù)線性模型擬合收入決定函數(shù)，使用最小二乘估計法(OLS)估計系數(shù)。通過最小化誤差的平方和尋找數(shù)據(jù)的最佳函數(shù)匹配。利用最小二乘法可以簡便地求得未知的數(shù)據(jù)，并使得這些求得的數(shù)據(jù)與實際數(shù)據(jù)之間誤差的平方和為最小。在系數(shù)估計中，采用了異方差穩(wěn)健的標準誤。

2．2．3 分解方法

在分解方法選擇上，本文采用基于收入決定方程的夏普里值分解方法。由Shorrocks發(fā)展的基于回歸的夏普里值 (Shapley Value)方法［13］進行收入差距分解包含兩個步驟:第一，首先設定一個收入決定方程，并估計出各個自變量的系數(shù);第二，將收入差距的計算指標運用到該方程的兩端，從而得出各自變量對于收入差距指標的貢獻度。

在收入差距的形成過程中，一個因素對于收入差距的貢獻主要取決于兩個方面:一是該因素與收入差距的相關系數(shù)，即該因素對于收入的偏效應，在給定該因素的分布下，系數(shù)越大，該因素對收入差距的貢獻越大;二是該因素自身的分布狀況，在給定該因素對收入的相關系數(shù)不變的情況下，它的分布越不平均，那么該變量對于收入差距的貢獻也更大，反之亦然。極端地講，當一個因素的對收入的偏效應接近于0或者它的分布完全平等時，那么該因素對于收入差距的貢獻為零［11］，這就是基于回歸分析的收入差距分解方法的基本原理。

2．3 變量描述

本文涉及的變量的名稱及定義如表1所示。需要說明的是，本文的應變量為家庭人均收入的對數(shù)，呈正態(tài)分布。人均收入指家庭總收入與家庭人口數(shù)的比值，其中家庭總收入包括了工資性收入、家庭經(jīng)營收入、財產(chǎn)性收入、轉移性收入。

模型自變量包括已有文獻涉及的社會網(wǎng)絡資本、物質資本、人力資本、家庭特征、地區(qū)特征五大方面因素。社會網(wǎng)絡資本中，人情收入指城市親友贈送收入和親友贈送收入之和，人情支出指贈送農村親友和贈送城市親友的支出之和。物質資本方面，土地面積為人均土地面積，0．5×(期初土地面積+期末土地面積)/家庭人口。人力資本方面，平均年齡為家庭平均年齡，其中1=6歲及以下，2=7－15，3=16 －18，4=19 －22，5=23 －25，6=26 －30，7=31 －40，8=41 －50，9=51 －60，10=60 以上;平均教育取家庭勞動力的平均受教育年數(shù)，將教育程度替換為受教育年限并以各教育水平勞動力人數(shù)進行加權平均;培訓比為受過專業(yè)培訓的勞動力人數(shù)占家庭勞動力總數(shù)之比。家庭特征方面，家庭人口為在家居住6個月以上的常住人口;男勞動力比為家庭男勞動力占家庭勞動力總數(shù)之比;非農勞動力為家庭非農勞動力占就業(yè)勞動力總數(shù)之比。

3 收入決定模型和實證結果分析

3．1 收入決定方程

收入函數(shù)的回歸方程為Y=F(X，μ)，為了應用夏普里值分解，首先需確定收入決定方程。根據(jù)假設，將社會網(wǎng)絡資本、實物資本、人力資本、家庭特征、地域固定效應的變量或者代理變量引入收入決定函數(shù)，如下:

在(1)式中，下標i表示家庭，j表示地域。上式中LnY指對家庭人均收入的對數(shù)，SC是家庭的社會網(wǎng)絡資本，OC是家庭的實物資本，HC是家庭勞動力的人力資本，F(xiàn)C是樣本家庭的特征，R是地域的固定效應。

對于模型設定，使用的回歸方程是半對數(shù)模型，沒有使用其他模型主要是基于以下幾點原因:①考慮到OLS回歸對于殘差項正態(tài)分布的要求，我們在對收入的原值和對數(shù)值進行了分布檢驗，發(fā)現(xiàn)取了對數(shù)之后，收入的分布更趨近于正態(tài)分布，這也很正常，因為如收入這樣都為正值的數(shù)據(jù)，常常符合對數(shù)正態(tài)分布。樣本收入對數(shù)的分布圖如圖1所示。②考慮到收入決定方程的半對數(shù)模型在以往的文獻中被普遍應用，同時，在有些涉及到收入方程的模型中，也對各種收入方程的形式進行了比較，結果顯示半對數(shù)模型或者優(yōu)于其他模型，或者與其他模型沒有顯著的擬合優(yōu)度差異［12］。③考慮到分解過程中對于常數(shù)項的處理問題，如果使用完全線性模型，那么常數(shù)項對于收入差距的貢獻將變得比較難以處理，而常數(shù)項對收入差距是否具有貢獻是存在爭議的，而如果用半對數(shù)模型，則在待分解的方程中，常數(shù)項將轉化為一個常數(shù)乘積項，對收入差距的貢獻沒有影響，因此，使用半對數(shù)模型也可以回避常數(shù)項是否對收入差距有貢獻的爭議。

另外，對于自變量的線性設定，沒有包括平方項，雖然在以往文獻中沒有提及，但是為了避免模型設定偏誤，本文已經(jīng)對二次項進行了檢驗，如年齡的平方、教育的平方，在模型中其二次項的系數(shù)為0的假設在10%的顯著性水平未能通過檢驗，在此不納入二次項。

因為在收入決定方程中選用了半對數(shù)模型，在分解時如果仍使用收入的對數(shù)作為因變量來分解會造成對收入變量分布的扭曲，所以待分解的收入決定方程需對兩邊取指數(shù)，待分解的方程如下:

3．2 收入決定模型的回歸結果及解釋

對回歸模型，本文只做了一個模型，即將所有變量納入回歸，對于平均年齡的二次項以及平均教育的二次項，本文檢驗，年齡平方項和平均教育的平方項系數(shù)不為0的假設在10%的顯著性水平下未通過檢驗。采用的對數(shù)線性模型也是基于利用收入對數(shù)正態(tài)分布的性質，以及以往研究的經(jīng)驗證實。

表3是對1 481戶家計調查數(shù)據(jù)的樣本回歸結果，整個收入決定模型在1%顯著性水平下通過了檢驗。從社會網(wǎng)絡資本中的變量來看，作為社會網(wǎng)絡資本的兩個代理變量人情收入和人情支出，其系數(shù)均為正，且分別在10%和1%顯著性水平下通過檢驗，社會網(wǎng)絡資本對收入具有正相應。作為物質資本的主要變量人均土地面積，系數(shù)為正，在1%顯著性水平下通過檢驗。人力資本方面，平均年齡和平均受教育水平的系數(shù)為正，在5%和1%顯著性水平下通過檢驗，其對收入具有正效應，但是勞動力人口中受培訓比，系數(shù)為負，在5%顯著性水平下通過檢驗，其對收入具有負效應。家庭特征中，家庭人口數(shù)的系數(shù)為負，在1%顯著性水平下通過檢驗，家庭人口對人均收入具有負效應;男勞動力和非農勞動力比系數(shù)為正，分別在1%和10%顯著性水平下通過檢驗，對人均收入具有正效應。

這里的自變量系數(shù)解釋為其他自變量保持不變情況下，某自變量增加某一單位，家庭人均收入增加(相對應系數(shù)×100%)。比如家庭勞動力的平均受教育年限增加一年，家庭人均收入增加4．27%。但是這些比例并不是直觀的，因此在回歸中，本文同時添加了標準化回歸系數(shù)beta的報告，從各自變量對平均收入的影響來，對人居收入增加促進作用從大到小的因素分別為平均教育、男勞動力比、人均土地面積、平均年齡、人情支出、非農勞動力、人情收入，而家庭人口數(shù)和受培訓比對人均收入增加具有的負效應。

教育等人力資本因素在人均收入增加方面的作用十分重要，這與高夢滔和姚洋［8］、陸銘、陳釗和萬廣華［10］的研究是一致的。男勞動力比在人均收入方面的重要影響，說明男性的勞動力收入對于家庭收入的影響非常大，人均土地面積作為物質資本的影響也比較大，說明土地作為農村具名農業(yè)經(jīng)營的資本對增加人均收入具有正效應。人情支出、非農勞動力比和人情收入的影響相對弱一些，但是都對人均收入增加有正效應。

回歸解釋了農村居民人均收入的影響因素，但是，這些因素對收入差距的貢獻是需要進一步通過收入不平等的分解來獲取的。

表1 收入決定方程的估計結果Tab．1 Estimation results of the income determining equation

4 收入不平等及分解結果

4．1 收入不平等的衡量指標選擇

衡量收入不平等的指標有多種，本文在收入差距的分解方面，采用的三個常用的收入差距衡量指標，包括Gini系數(shù)、Theil指數(shù)、Atkinson指數(shù)。運用樣本數(shù)據(jù)，測算出樣本總體的 Gini系數(shù)為 0．366 5，Theil指數(shù)為 0．226 7，Atkinson 指數(shù)為0．201 3。

4．2 回歸分解的結果

我們用殘差影響與總收入差距的比率來表示沒有被解釋的收入差距部分，而1減這個比率就表示得到解釋的收入差距部分，反映了這個模型起作用的程度。表2列示了收入差距程度和收入決定函數(shù)解釋的比例情況。

表2 收入差距和被解釋比例Tab．2 Income gap and interpreted proportion

表3列示了采用夏普里值進行分解后的結果，每個變量的貢獻度為該變量在對應的收入差距度量指標下對于該不平等測量指數(shù)的貢獻，按照影響所選收入不平等指標的變量貢獻度進行了排名。所選取的3個指標下，各變量的相對貢獻度排序是一樣的，貢獻度水平也相近。由此可見，所選取的變量在收入差距中貢獻的相對水平是穩(wěn)定的。下面，本文就收入差距的分解結果進行分析。

表3 收入差距分解結果Tab．3 Decomposition results of income gap

區(qū)域因素是影響農村收入差距最大的因素。在3個不平等指標中，以縣域作為變量的區(qū)位因素相對貢獻均最大，在38%－43%之間。收入差距來源家庭因素和環(huán)境因素兩部分，相對而言，后者較難度量，在已有的大多數(shù)研究中，這種環(huán)境因素是以“地區(qū)虛擬變量”作為代理變量的。地區(qū)虛擬變量不僅反映了地理上的差異，也捕捉到了由地理位置所帶來的政策、市場整合程度等方面的差異［9］。地區(qū)之間尤其在農村地區(qū)，地理環(huán)境、政策、市場整合等方面是有顯著差異的，也由此而導致了“地理因素”對地區(qū)間差距的顯著作用。

非農勞動力對農村居民收入差距具有重要影響。在3個不平等衡量指標中，相對貢獻均在20%左右。這個結果和水平與謝伏瞻等人的研究結果是一致的，農村產(chǎn)業(yè)結構的演變改變了勞動力的配置，非農產(chǎn)業(yè)的農戶比重的變化使農戶家庭收入來源變化，也引起了農戶之間的收入差距，但是這個結果是短期而言的，因為，城市化進程為農村人口提供向非農業(yè)轉移和就業(yè)的機會，非農就業(yè)在現(xiàn)階段雖然帶來了農村內部收入差距的擴大，但是隨著經(jīng)濟會縮小城鄉(xiāng)差距和農村居民內部收入差距。

培訓比對農村居民收入差距的貢獻也比較重要。在3個不平等衡量指標中，相對貢獻均在15%以上。農村勞動力的培訓包括提高非農就業(yè)能力的技術培訓和提高農業(yè)生產(chǎn)技能的生產(chǎn)技能培訓。培訓可以提高農戶的非農就業(yè)水平或者農業(yè)的專業(yè)生產(chǎn)能力，從而使農戶的生產(chǎn)能力和生產(chǎn)結構上形成差異。高夢滔和姚洋利用廣義差分方法去除農戶異質性以后，發(fā)現(xiàn)教育和在職培訓體現(xiàn)出的人力資本是拉大農戶收入差距的主要原因之一，但是從樣本總體來看，農村勞動力受正式培訓的比例是非常低的，平均只有 0．07［8］。

男勞動力比重對三個不平等系數(shù)的相對貢獻度都在14%以上。這說明性別在收入回報的差距是明顯的。研究結果與趙劍治對中西部不平等指數(shù)的分解類似，但是趙劍治研究結果［11］中變量的貢獻度總體為5%左右，但是值得一提的是，在分地區(qū)的分解中，中西部地區(qū)相比東部地區(qū)而言，男勞動力比重對不平等系數(shù)的貢獻度都高出了2%左右。這表明，男勞動力比重對不平等的貢獻，經(jīng)濟不發(fā)達地區(qū)比經(jīng)濟發(fā)達地區(qū)更大。

家庭平均年齡對三個不平等系數(shù)的相對貢獻度在3．6% －3．9%之間。平均年齡在一定程度上反映了家庭的結構，年輕或者成熟的家庭傾向有更多的收入，而年齡老化的家庭收入能力則比較低下。但是這個結果和Morduch 和 Sicular［12］、趙劍治［11］等對年齡的度量結果是不一致的。Morduch和Sicular的研究結果中，勞動力平均年齡的相對貢獻度只有0．42%［12］，趙劍治得出的結果是0．2%［11］。這可能和變量的差異有關，因為 Morduch和Sicular、趙劍治采用的是勞動力的平均年齡，用于度量勞動力經(jīng)驗，而認為歲年齡的增加勞動經(jīng)驗增加的同時也伴隨著體能的下降。而本文選取的是家庭人口的平均年齡。另外，可能的解釋是，年輕的家庭人口年齡，可能意味著家庭比較年經(jīng)，他們從事的生產(chǎn)經(jīng)營活動會與年齡比較大的家庭有所差異，而往往年經(jīng)的家庭更多從事非農產(chǎn)業(yè)，而獲得更多的收入。

家庭人口對三個不平等系數(shù)的相對貢獻度在3．4% －3．5%之間。家庭規(guī)模與收入差距的關系并不是那么明確的。一方面，家庭規(guī)模可能與勞動力人數(shù)和家庭總收入有正向關系，但是，對人均收入有反向關系。從本文前面給出的收入決定方程估計中，可以看到家庭人口的系數(shù)是為負的，家庭人口對收入的凈效益為負。趙劍治的研究結果也有相似之處，他認為家庭大小和人口負擔率已經(jīng)出現(xiàn)了趨同的現(xiàn)象［11］。而Wan對截面數(shù)據(jù)的分析證實，農戶間家庭大小和人口負擔率的不平等對于收入差距的影響在不斷減小［4］。

教育程度上的差異對于收入差距的作用非常小，對三個不平等系數(shù)的相對貢獻度只有1．3%左右。在Morduch和Sicular的研究結果中，對Gini系數(shù)的分解后教育對于中國農村家庭間的收入差距的貢獻達到16．9%［12］，而在趙劍治的研究結果中，教育對Gini系數(shù)、Athinson指數(shù)和GE系數(shù)的相對貢獻基本都在18%以上［11］，田士超和陸銘對上海的收入差距分解中，發(fā)現(xiàn)勞動力平均受教育年限對Gini系數(shù)，GE系數(shù)的相對貢獻最大，在20%以上［9］。而在本樣本的分解結果中，教育對收入差距的貢獻很小。這可能與西部地區(qū)教育水平普遍比較低有關系，在本樣本中，樣本家庭平均受教育水平的均值為6．55，也就是小學文化程度，標準差為2．61，教育水平普遍比較低，因此，教育在收入差距的貢獻上較小。在趙劍治對中西部和東部地區(qū)收入差距分解結果［11］中，雖然中西部地區(qū)教育對收入差距的貢獻在13%左右，但是與東部地區(qū)的教育對收入差距的相對貢獻度為25% －30%左右相比，也可以看到，這種地區(qū)差距的顯著性。而西部地區(qū)與中西部的平均水平相比，也是相差甚遠的。因此，在西部地區(qū)，普遍的低水平教育解釋了在西部地區(qū)，教育對收入差距的貢獻并不如全國或者更廣范圍的研究結果那么大。

人情收入和人情支出作為社會網(wǎng)絡資本的代理變量，對收入差距的貢獻度都非常小，分別為0．011和0．005左右。在趙劍治的研究結果中，在中西部地區(qū)，人情支出比對收入差距的貢獻為2．7%，而且其著重研究了社會網(wǎng)絡對收入差距的貢獻度，將親友數(shù)和人情支出比作為社會網(wǎng)絡的變量，總體貢獻度達12．9%［11］，而本文的人情收支的貢獻度則比較小，另外，也是由于無法獲得親友數(shù)以及其他可以代替的社會網(wǎng)絡資本的變量而采取的變量設定。這也是與社會網(wǎng)絡資本難以衡量有一定關系的。

對于人均土地面積，分解結果發(fā)現(xiàn)其對于Gini系數(shù)、Theil指數(shù)、Atkinson指數(shù)的貢獻度都只有0．001%。在趙劍治對Gini系數(shù)、Atkinson指數(shù)和GE系數(shù)的分解中，人均土地面積對不平等的貢獻度小于1%，在中西部地區(qū)對Atkinson指數(shù)和GE0的貢獻為負［11］。而高夢滔和姚洋的研究結果表明，物質資本，包括土地，對于農戶收入的差距沒有顯著影響［8］。本文中，可以得出，土地對于收入差距的貢獻并不明顯，甚至能夠緩解收入差距。這與“非農就業(yè)比”很高的貢獻度是相一致的。由于家庭非農就業(yè)的比例的提高，農業(yè)收入的比重降低，而農業(yè)收入主要來自土地上的產(chǎn)值，如果人均土地越少的家庭反而更多地外出打工，從而獲得更高的人均收入。此外，同一地區(qū)的人均土地面積在很大程度上是相一致的。雖然本文采取的是期初和期末家庭實際經(jīng)營的土地面積來衡量，但是家庭間人均土地面積比較平均的現(xiàn)象是不可避免的。因此使得人均土地對收入差距貢獻不大。

5 結論

本文采用 Shorrocks［13］提出的夏普里值過程，對 Gini系數(shù)、Theil指數(shù)、Atkinson指數(shù)這三個不平等指標的回歸分解，考慮了影響收入差距的外部環(huán)境因素和家庭社會網(wǎng)絡資本、物質資本、人力資本和家庭特征等家庭因素。通過收入決定函數(shù)的擬合和對不平等指標的分解，量化了各種因素對收入差距的相對貢獻度。當然由于樣本為西部農村地區(qū)，因此其解釋力度是在地域上受到了一定限制。

以縣域變量為代理的外部環(huán)境因素，反映了在政治、經(jīng)濟、文化等方面的差異對收入差距的重要貢獻。非農勞動力、培訓比和家庭男勞動力比對收入差距的相對貢獻度也較大。而平均年齡、家庭人口和平均教育對收入差距的相對貢獻較小。作為社會網(wǎng)絡的人情收支和作為物質資本的人均土地面積對收入差距的貢獻極小。

研究結果對緩解中國西部農村地區(qū)間的不平等具有一定意義。如何促進西部地區(qū)經(jīng)濟發(fā)展、提高西部地區(qū)以及西部農村地區(qū)農民收入一直是社會和政府關切的方面，而在經(jīng)濟發(fā)展過程中，對不平等的關注和采取有效政策是必要的。

政策建議是對那些可以控制的因素而言的。正是由于普遍存在的地區(qū)發(fā)展的不平衡、教育的不平等、就業(yè)機會的不平等等因素，并可能內化為農村家庭在人力資本、物質資本等方面的不平衡，形成收入不平等。對政府來說，支持和促進地區(qū)經(jīng)濟發(fā)展，增加非農就業(yè)機會，提供平等的教育和培訓機會，從長期來看，可以緩解收入不平等。而在城市化進程中，處理好土地問題，也將有利于緩解不平等狀況。

(編輯:劉呈慶)

References)

［1］謝伏瞻．中國收入分配的現(xiàn)狀與政策分析［J］．管理世界，1994，(2):40 － 51．［Xie Fuzhan，The Status and Policy Analysis of China's Income Distribution［J］．Management World，1994，(2):40 －51．］

［2］Wan G，Lu M，Chen Z．The Inequality-Growth Nexus in Short and Long Run:Empirical Evidence from Rural China［J］．Journal of Comparative Economics，2006，34:654 －667．

［3］PovcalNet．The On-line Tool for Poverty Measurement Developed by the Development Research Group of the World Bank［DB/OL］．［2010 － 01 － 20］．http://iresearch．worldbank．org/PovcalNet/povcalSvy．html．

［4］Wan G，Zhang Y．The Impact of Growth and Inequality on Rural Poverty in China［J］．Journal of Comparative Economics，2006，34:694－712．

［5］Jalan J，Ravallion M．Household Income Dynamics in Rural China［R］．Policy Research Working Paper No．2706．Washington DC:Worldbank，2001．

［6］萬廣華．解釋中國農村區(qū)域間的收入不平等:一種基于回歸方程的分解方法［J］．經(jīng)濟研究，2004，(8):117－127．［Wan Guanghua．Accounting for Income Inequality in Rural China:A Regression Based Approach［J］．Economic Research Journal，2004，(8):117 －127．］

［7］許慶，田士超，徐志剛，等．農地制度、土地細碎化與農民收入不平等［J］．經(jīng)濟研究，2008(2):83－105．［Xu Qing，Tian Shichao，Xu Zhigang，et al．Rural Land System，Land Fragmentation and Farmers'Income Inequality［J］．Economic Research Journal，2008(2):83 －105．］

［8］高夢滔，姚洋．農戶收入差距的微觀基礎:物質資本還是人力資本?［J］．經(jīng)濟研究，2006(12):3 －12．［Gao Mengtao，Yao Yang．Which Is the Main Reason for Income Inequality in Rural China:Physical Assets or Human Capital?［J］．Economic Research Journal，2006(12):3 － 12．］

［9］田士超，陸銘．教育對地區(qū)內收入差距的貢獻:來自上海微觀數(shù)據(jù)的考察［J］．南方經(jīng)濟，2007，(5):12－21．［Tian Shichao，Lu Ming．Contribution of Education to Within-Space Income Inequality:Evidence from Shanghai Household Data［J］ South China Journal of Economics，2007，(5):12 －21．］

［10］陸銘，陳釗，萬廣華．因患寡，而患不均——中國的收入差距、投資、教育和增長的相互影響［J］．經(jīng)濟研究，2005，(12):4－14．［Lu Ming，Chen Zhao，Wan Guanghua．Equality for the Sake of Growth:The Nexus of Inequality，Investment，Education and Growth in China［J］．Economic Research Journal，2005，(12):4 －14．］

［11］趙劍治．關系對農村收入差距的貢獻及其地區(qū)差異［D］．上海:復旦大學，2009:363 －390．［Zhao Jianzhi．The Contribution of Guanxi to Income Inequality in Rural China and a Cross-regional Comparison:A Regression-based Decomposition［D］．Shanghai:Fudan university，2009:363 － 390．］

［12］Mordueh J，Sieular T．Rethinking Inequality Decomposition with Evidence from Rural China［J］．The Economic Journal，2002，112(1):93－106．

［13］ShorrocksA F． Decomposition Procedures forDistributional Analysis:A Unified Framework based on the Shapley Value［Z］．Department of Economics，University of Essex and Institute for Fiscal Studies，F(xiàn)irst draft，June 1999．［2010 －01 －22］．http://www．komkon．org/-tacik/science/shapley．pdf．

［14］Wan G．Accounting for Income Inequality in Rural China:A Regression-based Approach［J］．Journal of Comparative Economics，2004，32:348－363．

Income Inequality of Rural Residents:Decomposition Based on the Method of Shapley Value Progress

WANG Yu WANG San-gui
(School of Agricultural Economics and Rural Development，Renmin University of China，Beijing 100872，China)

Realizing the current situation of income disparity among rural residents and also the relevant factors contributing to the inequality is important for social planners to formulate certain policies to narrow the income gap．Based on the cross-section data of 1 500 peasant households from the Inner Mongolia and Gansu province，this paper finds the income inequality of rural residents by Gini index，Theil index and Atkinson index，and then carries out regression decomposition of these three unequal indexes by the method of Shapley Value progress．The decomposition results consistently show that the county as a proxy variable of the external environment factors to the income gap has important influence，and non-farm workforce scale，ratio of training and ratio of male labor in the family make relatively greater contribution to the income gap，and the average age，family population and average family education level make relatively smaller contribution．Custom expenditures as social network capital and the land area per capita as material capital make little contribution．From the perspective of reducing inequality in the rural areas of west China，supporting and promoting regional economic development，increasing non-farm jobs，and providing equal education opportunities and training opportunities can reduce the income inequality in the long term．And in the process of urbanization，correctly dealing with land problems and preventing land from becoming contribution factors to income inequality will have important meaning for future control of income gap．

rural residents;income inequality;Shapley Value progress;regression decomposition

F323．8

A

1002－2104(2011)08－0015－07

10.3969/j.issn.1002－2104.2011．08．003

2011－03－06

王瑜，碩士生，主要研究方向為農村發(fā)展。

汪三貴，教授，博導，主要研究方向為貧困問題與農村發(fā)展。

國家自然科學基金項目(編號:70603031);國家自然科學基金項目(編號:71073164);中國人民大學科學研究基金(中央高校基本科研業(yè)務費專項資金資助)項目。