收入差距、社會地位與戶籍制度改革成效*

年 猛

（中國社會科學院農村發展研究所，北京 100732）

一、引言

從1958 年中國政府頒布和實施第一部戶籍管理法規《中華人民共和國戶口登記條例》以來，中央及各級政府相繼出臺了一系列政策和措施，逐漸將戶籍管理與就業、教育、醫療、社會保障及福利等居民權益相掛鉤。

戶籍制度給中國帶來了諸多影響，阻礙了農民對自身生活的改善（Wu 和Treiman，2004），城市通過戶籍管理的制度性約束控制外來人口數量（宋錦和李實，2013），在城市勞動力市場上形成戶籍身份歧視①主要表現在工資待遇以及就業方面仍受到不公平的待遇。（章元和王昊，2011；余向華和陳雪娟，2012；吳賈等，2015），壓低了外來人口的工資（王美艷，2005；Liu，2005；鄧曲恒，2007）和養老、教育、醫療等社會保障等福利水平（朱玲，2009；Gao et al，2012；郭菲和張展新，2013；Démurger et al，2009），違背公平原則的同時也損害了勞動力市場的效率（章莉等，2014），造成城市內部勞動力市場分割（蔡昉等，2001）和社會分割（陳釗和陸銘，2016），擴大了城鄉差距（陸銘和陳釗，2004；Whalley 和Zhang，2007）和區域差距（朱江麗和李子聯，2016），導致目前種種社會矛盾和問題頻發的社會“結構緊張”②“結構緊張”（structure strain）是指人們獲得成功的期望值與社會結構提供成功機會之間嚴重失衡的狀態，處于結構緊張狀態的社會容易引發社會沖突、犯罪事件激發。狀態（李強，2005）。同時，戶籍制度也致使城市規模分布偏離了帕累托最優（梁琦等，2013），阻礙了城鎮化進程（陳釗與陸銘，2008）。

盡管有一些學者認為戶籍制度也具有一些積極的作用，如對于發達地區來說戶籍制度起到了人才沙漏的作用（杜小敏和陳建寶，2010），但基于公平與效率的考慮，戶籍制度不斷被要求進行改革（孫文凱等，2011）。

從理論上講，戶籍制度改革有助于勞動力資源的優化配置（鐘笑寒，2006）、縮小城鄉收入差距（Whalley和Zhang，2007）、提高勞動報酬在國民收入的比重（楊昕，2015）、有效刺激消費（陳斌開等，2010）、延續中國經濟增長奇跡（都陽等，2014）、優化城市層級體系（梁琦等，2013）、促進外來人口融入城市社會從而實現和諧且平穩的城鎮化進程（國務院發展研究中心課題組，2010）。

隨著2014 年國務院印發《關于進一步推進戶籍制度改革的意見》，標志著中國新一輪戶籍制度改革的開始。然而，此次以差別化落戶和居住證制度為主要路徑的戶籍制度改革被眾多學者認為是“雷聲大、雨點小”，實際效果不理想（鄒一南，2018），遠遠滯后于經濟社會發展的需要（魏后凱和盛廣耀，2015）。本文以勞動力市場為例，重點研究戶籍制度改革進程中國勞動力市場中不同戶籍勞動者之間在收入及社會地位方面的差別，以總結出2010—2016 年期間戶籍制度在勞動力市場造成的歧視是呈現出減弱還是增強的趨勢。

關于中國勞動力市場的戶籍歧視問題，眾多國內外學者已經進行了比較深入的研究，與現有的研究相比，本研究的邊際創新點可能在于：第一，采用基于模型的遞歸分類法（model-based recursive partitioning approach）分析戶籍制度是否是導致社會分層的重要原因；第二，分別采用客觀法和主觀法測量的勞動者收入水平和社會地位來分析戶籍制度的影響，并區分了城鄉戶籍與本地和外地戶籍的差別。

二、數據來源與描述

（一）數據來源

數據來源于中國家庭追蹤調查（China Family Panel Studies，CFPS）。截至目前，該數據庫涵蓋得數據年份包括2008—2012 年、2014 年和2016 年，其中2008 年和2009 年為初訪與追訪得測試調查，主要集中在北、上、廣三地，2010 年開始正式調查，此后年份的調查數據基本以2010 年為基線追訪而得。CFPS 通過跟蹤調查覆蓋全國25 個省（直轄市或自治區）的16000 戶樣本家庭全部成員，采用社區、家庭、成人和少兒四種主體類型問卷收集社區、家庭和個人三個層面的經濟活動、人口遷移、教育及健康等經濟和非經濟數據來全面反映中國經濟和社會的變遷③CFPS 數據的詳細介紹參見http：//opendata.pku.edu.cn/dataverse/CFPS。。基于本研究需要和CFPS 歷年數據的特點，以成人問卷為基礎，選取16～65 歲被雇傭的勞動者為分析樣本。

（二）主要變量說明

分別選取主觀和客觀兩種類型的指標來實證分析戶籍制度對人們收入水平及社會地位的影響，以全面反映戶籍制度的影響并確保實證結果的可靠性和穩健性。

1.主觀變量

包括主觀收入水平和主觀社會地位。根據CFPS 問卷設計，受訪者對自身情況的進行主觀打分，分為“1～5”分5 個檔次，“1”分最低，“5”分最高。因此，主觀法測量的收入水平和社會地位為取值1～5 的離散變量。

2.客觀變量

包括實際收入水平和國際標準職業社會經濟指數（ISEI）。其中，實際收入水平以勞動者工作總收入表示。根據CFPS 數據庫，工作總收入是扣除稅和五險一金的所有工資、獎金、現金福利和實物補貼。而ISEI 指數是由Ganzeboom et al（1992）通過對Duncan（1961）的社會經濟地位指數（SEI）進行改進，基于職業的平均教育和收入水平并賦以相應的權重計算而得。ISEI 指數綜合了多種經濟社會因素，衡量了人們的綜合社會地位，是一種客觀指標（李強，2005），被國內外眾多學者運用于社會地位獲得等領域方面的研究（李春玲，2005）。本研究使用的ISEI 指數是由CFPS 將中國標準職業分類代碼（CSCO）轉換成國際標準職業分類代碼（ISCO-88），并根據ISCO-88 進行構建，最終得到取值為19～90 的連續型變量。

（1）實際收入水平與戶籍差別。根據勞動者工作總收入繪制了2010 年和2016 年不同戶籍勞動者實際收入水平情況。根據圖1 可以發現：與2010 年相比，無論是城市、農村、本地與外地戶籍人群，2016 年處于較低層級的收入水平有所上移，而從收入水平差異來看，城鄉差異要大于本地與外地差異；從圖形形狀來看，以實際收入水平所反映的社會結構，逐漸由不穩定的“金字塔”社會結構向接近“紡錘型”社會結構進行轉變，但是這個“紡錘型”區域集中于收入水平在0～10 萬元，而在12 萬元以上區間的群體則較少，大于20 萬元以上的群體所占比重有增加趨勢，顯示中國高收入群體與一般收入水平群體之間有擴大趨勢，盡管中國勞動者收入水平結構接近“紡錘型”，但年工作總收入在10 萬～20 萬的群體較少，離發達國家中產階級占據大多數的穩定社會結構尚有不小差距。

（2）社會地位與戶籍差別。根據CFPS 構建的ISEI 指數反映出的中國基本社會結構（圖2）與以勞動者實際收入水平反映的社會結構具有顯著不同（圖1）。與李強（2005）研究結果大致相同，以ISEI 指數反映的中國基本社會結構呈“倒丁字型”④“丁字型”社會結構最先由李強（2005）提出，是指底層群體占多數，而其他群體分布較為均勻的一種社會結構。，這種社會結構不僅不如以中產階級為主體的“橄欖型”或“紡錘型”社會結構穩定，甚至比“金字塔形”社會結構還要差。從時間序列來看，2010 年有大約49%的人處于分值非常低的位置，至2016 年處于分值較低的群體縮小至大約43%，表明中國的社會結構正逐漸好轉⑤根據李強（2005）使用2000 年第五次全國人口普查抽樣數據進行測算的ISEI，2000 年處于分值非常低的群體占比大約64.7%，與之相比，至2016 年盡管中國“倒丁字型”社會結構并沒有發生根本性改變，但底層群體占比已經呈現出減少的趨勢。。

圖1 戶籍類型與勞動者實際收入水平分布（2010 年和2016 年）

圖2 ISEI 指數分布（2010 年和2016 年）

進一步，依據戶籍差別來觀察不同戶籍群體的社會結構特征。根據圖3 可以發現：農村戶口群體呈現出明顯的“倒丁字型”社會結構，但與2010 年相比，2016 年處于分值較低的農村戶口群體所占比重呈現出縮小的趨勢；與農村戶口群體相比，城市戶口群體社會結構呈現出社會學家較為推崇的“橄欖型”或“紡錘型”，但值得警惕的是，與2010年相比，處于分值較低的城市戶口群體在2016 年所占比重有所增加，社會結構由“橄欖型”或“紡錘型”逐漸向“金字塔型”轉變的跡象，而這種轉變顯然不利于穩定社會結構的構建。

圖3 戶籍類型與ISEI 指數分布（2010 年和2016 年）

而從本地與外地戶口的差別來看，與2010年相比，2016年ISEI指數較低的外地戶口人群呈小幅增加而城市戶口人群則小幅縮小；從分布形狀來看，外地戶口人群的社會結構呈現相對穩定的“紡錘型”結構，但有呈現向“金字塔型”演變的趨勢，而本地戶口人群則呈現不穩定的“倒丁字型”社會結構，這可能主要來自于農村戶口人群的“貢獻”。

通過上述分析勞動者實際收入水平和ISEI 指數分布反映的中國基本社會結構，可以初步得出以下主要結論：中國社會結構雖然總體處于相對不穩定的結構形態，但趨勢趨于緩和；無論是從城鄉戶籍差異還是本地與外地戶籍差異來看，戶籍制度差異對ISEI 指數分布差異的影響要顯著大于對勞動者實際收入水平的影響；由于ISEI 指數綜合反映了勞動者的社會地位，表明戶籍制度對勞動者收入歧視趨于減弱而對社會地位等身份歧視依然影響較大。

（三）其他變量說明

個體因素的代理變量為性別（男性取值為1，女性為0）、年齡、身高、體重、BMI⑥BMI=體重/身高2，其中分別以千克和米作為衡量單位，理想指數是18.5～23.9。、民族（少數民族取值為1，漢族為0）、健康程度（為1～5 離散變量，1 表示非常不健康，5 表示非常健康）來表示，根據其他學者的研究，引入了年齡、身高、體重、BMI 變量的平方項。社會因素包括受教育年限和政治面貌（黨員取值為1，其他為0）。變量具體統計描述參見表1。

表1 數據描述

續表1

三、實證策略

本文實證分析主要分為兩個步驟：首先，使用非參數統計方法：回歸樹（regression tree）來確定戶籍制度是否是導致社會分層的重要因素；其次，通過構建計量模型，來分析戶籍制度對個人收入水平、社會地位的影響。

（一）基于遞歸分類算法的非參數模型構建

作為一種集成方法，回歸樹一般以信息增益最大化為標準將原始數據集分割為不同的分枝而達到實現分層學習的目的，可以對比較復雜及非線性的數據進行建模，被廣泛應用于醫學統計、經濟行為分析、社會學研究等領域。自大規模應用以來，回歸樹方法就不斷被學者們改進和擴展。基于本文研究的需要，采用Zeileis et al（2008）提出的遞歸分類算法（recursive partitioning algorithm）。與之前的算法不同，該方法將參數模型運用到回歸樹分析中，將遞歸分類嵌入到統計模型估計和變量選擇中。在該方法框架內，通過計算回歸樹來擬合分段回歸的參數模型，其中每個分支都與一個擬合模型相關聯。

遞歸分類算法的基本思想是將分叉點與回歸模型相關聯，通過執行參數不穩定性檢驗（parameter instability test）評估數據是否需要進行分類。對數值型分類變量（numerical partitioning variable）的回歸系數穩定性使用Andrews（1993）的supLM檢驗，具體為

其中：zi為遞增排序之后，分類變量的觀測值i，n為樣本數；ε^ 為基于參數估計子回歸的殘差向量；表示OPG（outer-product-of-gradient）協方差估計，用于標準化加總的得分向量（score vectors）xi·。

對類別型分類變量（categorical partitioning variable）的統計量檢驗量為

其中：c=1，2，…，C表示分類變量z的類別；nc表示觀測值在類別c中的數量。

以上兩種檢驗的漸進p值都可以通過相應的極限分布計算，即supLM檢驗的帶約束貝塞爾過程（tied-down Bessel process）的上確界（Hansen，1997）及5 × (C-1)個自由度的χ2檢驗。詳細的過程、公式推導及參數的穩定性檢驗可參考Hjort 和Koning（2002）、Zeileis（2005）的研究。

操作過程如下：第一，通過最小二乘法（OLS）估計回歸方程中的參數，使模型一次性匹配當前節點中的所有觀測值；第二，檢驗參數估計相對于每個分類變量是否穩定，如果存在整體不穩定性，選擇與最不穩定性參數相關聯的分類變量，否則停止檢測；第三，計算局部優化OLS 目標函數的分裂點，用于固定的或自適應選擇分支；第四，將節點拆分為子節點，然后重復該過程⑦詳細過程請參見Zeileis et al（2008）。。最后，當沒有檢測到顯著的不穩定（本文采用1%）或子樣本數量太小（少于規定樣本數量⑧為了防止模型被過度擬合，本文對于收入增長率和ISEI 模型的最小分支樣本數量分別為500 和1000 個。）時，遞歸分類過程結束。

為利用回歸樹來尋找社會分層的主要因素，分別以勞動者實際收入水平和ISEI 指數作為區分社會群體的因變量。

1.基于實際收入的遞歸分類法模型設定

借鑒Barro 和Sala-i-Martin（1992）的經濟增長模型思路構建個人收入增長回歸模型，方程為

其中：income為勞動者的實際收入水平；i為個體；0 和t為基期2010 年和觀察期2016 年；individual為個體因素，包括性別、年齡、身高、體重、健康指數（BMI）、民族及其自評健康程度等；C為可能影響勞動者收入分層的分類變量（partitioning variable），包括是否為城市戶口（城市戶口取值為1，農村戶口取值為0）、是否為本地戶口（本地戶口取值為1，非本地戶口取值為0）、受教育程度、ISEI 指數、是否為黨員及地理因素等。

2.基于ISEI 指數的遞歸分類法模型設定

借鑒陽義南和連玉君（2015）設計的影響勞動者社會地位的計量模型思路，構建以下方程：

其中：income、individual和education分別為勞動者收入、個體特征和受教育程度；C*為可能影響勞動者社會地位的分類變量，包括戶籍因素（是否城市和是否本地）、是否黨員和地理因素等；i為個體；T為時間。

（二）計量方程設定

為檢驗與2010 年相比，在推進新一輪戶籍制度改革后2016 年戶籍歧視對居民收入水平、社會地位等主觀感受的影響是否呈現出減弱的趨勢，采用雙重差分（DID）分析方法。借鑒余向華和陳雪娟（2012）、陽義南和連玉君（2015）等設定的計量模型，使用客觀法測量居民收入和社會地位的計量模型為

其中：hukou為戶口是否為城市及是否本地等；individual、social和local分別為個體特征、社會和地理位置等因素；incomei0為勞動者基期收入水平。

此外，還使用了主觀收入水平、生活滿意度和主觀社會地位三個主觀指標來分析戶籍制度的影響。由于這三個指標都是有序離散變量，可能含不可觀測變量（latent variable），因此采用有序響應模型（ordered logit model，Ologit）進行分析。設定如下：

其中：status為勞動者主觀地位；subincome為勞動者主觀收入水平；F（～）為連接函數。

四、實證結果分析

根據前述部分的實證策略，首先采用回歸樹方法來檢驗戶籍制度對社會分層的影響，其次采用計量模型來深入分析戶籍制度對居民收入、社會地位的影響。

（一）戶籍制度與社會分層

1.戶籍制度與勞動者收入分層

根據方程（1）采用基于遞歸分類算法的回歸樹模型，得到樹形結果示意圖（圖4）。根據示意圖可以發現，該回歸樹由城市戶口、東部地區和教育程度三個分類變量分割的分叉點及其最終形成的四組終端節點。

圖4 回歸樹結果示意圖（基于實際收入水平）

為驗證上述分組結果的穩健性，對參數進行穩定性測試（表2）。穩定性檢驗結果顯示：第一層分枝節點（下文用Node 代表“分枝節點”）（圖4 中的Node1）選擇了是否是城市戶口作為分類變量，檢驗結果穩定；第二層次分枝點分別選擇了東部地區（圖4 中的Node2）和受教育年份＞12（圖4 中的Node5）作為分類變量，結果是穩定的；到了第三層后，所有分類變量穩定性檢驗的p值都大于0.001，無法達到繼續分割的條件，停止分枝。

根據以上對圖4 和表2 的分析，可以初步得出以下結論：第一，城鄉分割的戶籍制度是導致中國勞動者收入分層第一原因；第二，在城市戶籍群體中，教育程度是導致群體進一步分層的主要原因；第三，在農村戶籍群體中，是否在東部地區工作是進一步分層的主要原因；第四，最終經過城鄉戶籍制度、教育程度和是否常住東部地區對樣本數據的分割，中國以勞動者收入為基準的社會結構被分為四組群體（圖4 中的Node3、Node4、Node6 和Node7）。

表2 分類變量穩定性檢驗（收入）

2.戶籍制度與勞動者社會地位分層

根據式（2），得到基于ISEI 指數的樹形結果示意圖（圖5）。根據示意圖，該回歸樹由城市戶口、ISEI 指數兩個分類變量分割的分叉點及其最終形成的三組終端節點。

同樣，為驗證上述分組結果的穩健性，對參數進行穩定性測試（表3）。穩定性檢驗結果顯示：第一層分枝節點（圖5 中的Node1）選擇了是否是城市戶口作為分類變量，檢驗結果穩定；第二層次分枝點選擇了是否常住市轄區（圖5 中的Node2）作為分類變量，結果是穩定的；到了第三層后，所有分類變量穩定性檢驗的P值都大于0.001，無法達到繼續分割的條件，停止分枝。

表3 分類變量穩定性檢驗（職業）

圖5 回歸樹結果示意圖（基于ISEI 指數）

綜合前述戶籍制度與勞動者收入分層、ISEI 指數分層，我們可以初步得出以下結論：無論是從勞動者收入水平還是從社會地位（ISEI 指數）來看，城鄉分割的戶籍制度都是導致中國勞動者社會分層的第一原因；除此之外，教育程度、是否常住東部和市轄區也對中國勞動者收入分層和社會地位分層產生重要影響。

（二）戶籍制度與勞動者收入水平和社會地位

依據本文第三部分設計的計量模型（2）和計量模型（3），本部分分別從收入水平、社會地位來分析戶籍制度的影響。

1.戶籍制度對勞動者收入的影響

表4 為戶籍制度對勞動者收入影響的回歸結果，同時考慮了城市和鄉村、本地和外地戶口的差別。

表4 戶籍制度對勞動者收入的影響

戶籍制度對勞動者客觀收入影響的結果為（1）～（6）列。其中：結果（1）～（3）列考察城鄉戶籍差異的影響，結果（4）～（6）列考察本地與外地戶籍差異的影響，此外結果（1）和（4）使用所有勞動力樣本進行混合回歸得出，而結果（2）、（3）、（5）、（6）列是通過構建2010 年和2016 年兩期面板數據采用固定效應模型回歸得出。結果（1）列顯示，擁有城市戶籍勞動力群體平均收入水平要比農村戶籍勞動力高出近1.045 倍，在控制時間因素（“時間×戶口”項）后，城市戶籍勞動力平均收入水平比農村戶籍勞動力僅高出31.3%，表明隨著時間的推進，勞動力市場的城鄉戶籍歧視在減弱。由于混合OLS 回歸無法克服由于遺漏某些變量而造成的異質性偏誤，使用固定效應模型來克服。結果（2）列和（3）列顯示，在控制其他變量的情況下，城市戶籍對勞動者收入水平的影響為正、時間效應為負，盡管結果并不顯著，但其符號也可以表明擁有城市戶籍的勞動收入水平一般要高于農村戶口勞動者，但隨著時間的推移，城市戶籍優勢在減弱，與歸回結果（1）列得出結果相呼應。

結果（4）～（6）列考察了戶籍制度對本地和外地勞動力客觀收入水平的影響。混合回歸結果（4）列顯示，本地戶籍對收入水平的影響顯著為負，時間效應則顯著為正，但使用固定效應模型得出的結果（5）列和（6）列本地戶籍和時間效應結果不顯著、系數也較小，符號也無法支持結果（4）列的結論，結果并不穩健。這可能是因為，本文以勞動者工作總收入來表示收入水平，而工作總收入當中工資占據絕大部分，本地與外地戶口之間在工資收入方面可能歧視較小或不存在歧視，同時也可能是由于本地與外地戶籍的差別更多的體現在子女教育、醫療及就業門檻等領域，在工資等收入方面的差距相對較小。

戶籍制度對勞動者主觀收入水平的影響為回歸結果（7）和（8）列。結果（7）列顯示，城市戶籍系數顯著為負，時間效應系數也為負，但并不顯著。結合前述對結果（1）～（3）列的分析，與農村戶籍勞動者相比，城市戶籍勞動者顯著低估了自身的收入水平。從結果（8）列來看，本地戶籍系數和時間效應系數符號都為正，但并不顯著、系數也較小。表明，從個人主觀評價來看，本地戶籍與外地戶籍收入水平差距不大，在一定程度上印證了回歸結果（5）列和（6）列的結論。

除戶籍因素及性別等個人特征外，受教育年限系數在所有回歸方程中都顯著為正，表明人力資本對勞動者收入提高的重要性。

2.戶籍制度對勞動者社會地位的影響

選用客觀法測量ISEI 指數檢驗戶籍制度對勞動者社會地位影響的回歸結果為（9）～（14）列，見表5。其中：（9）～（11）列為城鄉戶籍差別對勞動者社會地位的影響，（12）～（14）列則考慮了本地與外地戶籍的差別。混合回歸結果（9）列顯示，城市戶籍對勞動者社會地位的提升具有顯著正向影響，而時間效應顯著為負則表明城鄉戶籍差別對勞動者社會地位的歧視隨時間減弱。而采用固定效應模型估計出的結果（10）列和（11）列顯示，城市戶籍對勞動者社會地位具有正向影響但并不顯著，而時間效應是顯著為負的，在一定程度上印證了混合回歸的結果。

表5 戶籍制度對勞動者社會地位的影響

從本地與外地戶籍差別對勞動者ISEI 指數的影響來看，固定效應模型估計出的結果（13）列本地戶籍系數顯著為負，結果（14）列的本地戶籍系數雖然不顯著但符號為負，原因可能在于，如果剔除農民工的影響，與本地戶籍勞動人口相比，外地戶籍勞動人口往往受教育程度更高、工作更加努力、工資收入也往往較高。但從時間效應來看，結果（13）列和（14）列的本地戶籍與時間交叉項系數顯著為正，表明隨著時間的推移，本地戶籍人口社會提升的機會要高于外地戶籍人口。原因可能在于：一方面是地方政府大多實施本地戶籍就業優先政策，導致外來人口在就業的機會、待遇及保障等方面與本地人口存在差別，以至于大部分外來勞動力往往從事本地人口不愿意從事的最低級和最底層工作（魏萬青，2012），這種本地戶籍優先的就業政策在大城市尤為明顯；另一方面外來優秀勞動者在中國大部分城市都施行“人才優先落戶”的政策下，戶籍身份實現了向本地戶籍的轉變。

回歸結果（15）列和（16）列是選用主觀法測量的社會地位來檢驗戶籍制度的影響。結果（15）列顯示：城市戶籍系數顯著為負，表明城市戶籍勞動人口對自身社會地位的評估低于農村人口，這與城市戶籍勞動人口對自身主觀收入的估計低于農村勞動人口一樣［表4 中結果（7）列］，城市戶籍與時間交叉項系數為負，但并不顯著。從本地與外地戶籍差別來看：本地戶籍系數顯著為正，表明本地戶籍勞動人口對自身社會地位的主觀評價要高于外來勞動人口，而本地戶籍與時間的交叉項系數符號為正但并不顯著。

除此之外，與表4 得出的結果相呼應，教育不僅是提升個人收入的重要路徑，也對勞動者的社會地位提升具有促進作用。

五、結論及啟示

為實現以人為核心的新型城鎮化，進一步消除戶籍歧視以體現社會公平正義之精神，2014 年中國開始新一輪戶籍制度改革。然而，經過多輪改革之后，戶籍歧視是否趨于止步？為回答上述問題，本文利用CFPS數據，研究了中國社會分層及戶籍身份特征對勞動者收入水平和社會地位的影響。本研究結論總結如下：

第一，城鄉分割的戶籍制度是導致中國社會分層的重要原因。本研究通過采用基于遞歸分類算法的回歸樹模型，在控制了個體異質性情況下，綜合比較分析城鄉戶籍制度、本地與外地戶籍差異、教育程度、社會經濟地位、區位等導致社會分層主要變量情況下，回歸樹結果顯示，無論從勞動者收入水平還是社會地位來看，城鄉分割的戶籍制度是導致中國社會分層的首要因素，其次是教育及是否常住東部地區和市轄區。

第二，從收入水平來看，勞動力市場上的戶籍歧視在減弱。一方面，盡管城市戶籍勞動力平均工資總收入水平要高于農村戶籍勞動力，但隨著時間的推移，城鄉差距在縮小；另一方面，從本地戶籍與外地戶籍的差異來看，兩者在勞動力市場上的工資總收入水平差異并不顯著。可以說，從工資總收入水平來看，戶籍制度改革在勞動力市場上是有成效的。

第三，從勞動者社會地位來看，城鄉歧視在減弱，但本地戶籍與外地戶籍在社會地位方面存在的差異在增加。一方面，隨著時間的推移，城市戶籍與農村戶籍勞動者的社會地位差距呈現縮小的態勢；而另一方面，本地戶籍與外地戶籍勞動者社會地位的差距隨著時間的趨勢在加強，表明戶籍對勞動者社會地位的歧視正從城鄉轉向跨區域。

本研究表明，盡管經過多輪市場化改革，戶籍制度對勞動力市場上的工資收入等直接歧視有所弱化，但戶籍歧視正在從城鄉向跨區域轉變，戶籍制度仍然是導致社會分層、形成當前不穩定社會結構的重要原因，這種社會結構顯然不利于中國經濟社會的穩定和長期發展，值得我們高度警惕，這也是眾多學者認為中國戶籍制度改革實際效果并不理想的原因。而戶籍制度改革緩慢的主要制度性原因在于，城市及本地居民在這種制度下已經形成了一個龐大的、相對獨立的既得利益團體（Solinger，1985），外來人口必然會對該團體的既有利益形成沖擊（蔡昉等，2001）。因此戶籍制度的受益者必然會成為維護這種制度的力量（Solinger，1999），阻礙戶籍制度改革。同時，人口集中向戶籍含金量更高的東部發達地區及大城市流動又加大了這些地區戶籍制度改革的難度（年猛和王垚，2016）。因此，通過大力發展中西部區域、統籌城鄉融合發展，逐步縮小區域、城鄉發展差距，通過縮小發展差距來逐步降低發達區域和城市戶籍“含金量”是加快消除戶籍歧視的重要路徑。本研究還證實了，教育對普通居民獲得社會地位提升、收入增加具有重要作用。在戶籍制度改革已經步入深水區、難度越來越大的情況下，通過大力推進教育機會均等化、教育質量普及化，全面提高各類群體尤其是低收入群體子女受教育機會，通過教育來改變家庭命運，以逐步降低戶籍潛在福利和含金量，為全面消除戶籍歧視奠定社會及經濟基礎。