20世纪90年代以来, 中国社会经济取得飞速发展的同时, 我国居民收入差距逐步拉大[1]。目前, 我国居民基尼系数早已超过了国际警戒线0.4的标准, 2015年中国居民收入的基尼系数达到0.465, 无论是城乡居民之间, 还是城镇居民内部、农村居民内部, 收入差距不断扩大, 社会贫富差距愈加明显。
收入差距等原因所造成的贫富分化问题一直备受党和政府的关注。为促进国家经济发展、维护社会和谐稳定, 国家确立了按劳分配为主体、多种分配方式并存的分配制度, 在激发城乡居民的工作生产积极性、促进经济发展的同时, 兼顾社会公平。这一制度包含了财富分配的两种形式:一是直接通过市场规律对财富进行初次分配, 强调平等竞争, 优胜劣汰, 提高了人们创造财富的积极性, 促进了国家财富增长, 但是这一过程容易忽视公平, 拉开贫富差距;二是通过国家宏观调控对财富进行二次分配, 解决初次分配过程中产生的收入差距问题, 这一分配制度给中国经济带来了活力, 将生产要素纳入到分配方式中去, 坚持效率优先的同时兼顾公平, 允许一部分人先富起来, 先富带动后富, 逐步实现共同富裕。然而, 这种先富带动后富的共同富裕理想并未充分实现, 伴随先富群体社会财富不断增加, 需带动的后富群体致富进度缓慢, 一定程度上拉开了双方财富差距, 在政治或社会生活中则表现出一定程度的不平等和异质性。
社会分化是竞争制度和环境的必然结果, 它所造成的结果是人与人之间差距的日益扩大, 具体来看, 社会分化主要表现为异质性和不平等。早在改革开放十年之际, 王汉生等已经看到中国农村由于社会成员之间的收入差距所导致的社会分化现象[2]。周军提出因年龄、健康、气力等因素而形成的自然的差异性, 即社会分化的异质性;依惯例和赞同而确立起来的则是制度的不平等, 即社会分化的不平等。两者在社会发展过程中常表现出, “由于对异质性的误读往往引导人们对社会分化不平等的某种认同, 因为在人类群体中, 总有一些人在体魄、外貌、智力、言语、思想、经验、知识等方面优于其他人, 并在人们的赞同中获得他人的认可, 因而取得特定的社会地位或权势”[3]。由此, 中国社会因异质性强化了社会分化的不平等, 扩大了社会差距, 包括由政治因素所导致的收入差距。在中国农村, 村干部凭借村民对其言语、思想、经验、知识等独特资源禀赋的认可, 使得权力中心转移到村干部家庭, 伴随源源不断的优势资源集聚, 使得村干部家庭能够通过权力优势形成经济上的财富优势, 拉大与普通村民家庭之间的财富差距。
一、文献回顾与假设提出农村居民收入差距是影响乡村社会稳定的重要因素之一, 分析影响农村居民收入差距的影响因素并探究缩小收入差距途径是学界一直研究的问题。目前, 诸多研究成果倾向于从以教育为代表的人力资本等方面, 采用实证研究方法探究影响我国农村内部收入差距的因素。其中, 谢童伟、吴方卫以1990年到2008年时间序列数据为例, 分别以农村居民家庭人均纯收入、工资性收入、家庭经营性收入、其他收入为因变量, 通过计量回归分析, 探究了教育水平、劳动力转移、土地等因素对农村居民家庭纯收入构成的影响, 得出了三个推论:农业劳动力的教育水平成为影响农民收入的最重要因素;要素价格和通货膨胀率影响着农民的工资性收入及农业劳动力转移;土地成为农村居民家庭财产收入和转移收入的最主要来源[4]。张兴杰、张沁洁从农村家庭人力资本结构出发, 通过对家庭规模、家庭成员的年龄和性别特征、教育程度、劳动力数量、劳动力职业和技能掌握等因素的实证分析, 探究其与农村内部贫富差距的相关性, 发现家庭人均纯收入与家庭劳动力数量、教育程度成正比, 与家庭成员务农人员数量成反比[5]。同样, 高梦滔、姚洋使用非参数回归方法也证明了教育等人力资本是拉大农户收入差距的主要原因[6]。赵亮、张世伟利用吉林省农户抽样调查的微观数据, 分析了影响农村收入不平等水平的要素, 发现耕地、工资性收入和劳动力投入对农村内部收入不平等的增加有显著影响, 其中耕地的作用占51.60%, 超过一半的解释能力, 而教育对降低收入不平等有一定的作用[7]。诸多学者通过实证分析得出教育在影响农村收入差距过程中扮演着重要的作用, 分析结果往往通过与不同人力资本比较得到, 但又仅限于实证分析、结论阐述, 较少涉及到权力视角;而涉及社会公正、资源分配内容时, 对农村内部收入差距的分析则略显粗略。
收入差距的不平等现象体现出我国收入分配的公平公正问题, 即政治资源的分配问题。在这一分析视角下, 胡美玲认为, 政治资源分配不均导致了经济、教育等资源分配不公正[8]。韩东林指出分配不公贯穿着分配始终, 包括分配的起点、中点以及终点, 通过说明收入差距与分配不公的区别, 强调利益主体之间在分配结果上的差异[9]。汤荔荔在一定程度上肯定了财富的两极分化对经济发展的推动作用, 并强调应该着重把握收入差距的度, 有效控制差距在积极的范畴之内, 以实现共同富裕[10]。唐平利用中国农村住户抽样调查资料, 采用基尼系数和泰尔指数分析方法, 对农村居民收入分配的差异程度、变动趋势及影响因素等进行了探析, 提出了农村住户家庭经营收入不平衡以及地区内部收入分配差距是农村居民收入差距形成的主要原因, 农村居民工资性收入和财产性收入差距的扩大是农村居民收入分配差距持续扩大的重要原因;并在此基础上提出了继续深化收入分配体制改革, 加强对收入分配的宏观调控, 及时化解收入分配中的矛盾等扭转差距持续扩大的对策[11]。以上分析多注重理论阐述与论证, 在此基础上, 孙敬水、于思源构建有序Probit模型, 对全国农村居民收入差距适度性的主要影响因素进行实证研究, 提出农户人均收入、物质资本、人力资本、政治资本、地理环境对农村居民收入差距适度性具有显著的正向影响, 并提出了具有一定参考价值的政策建议[12], 但资源分配的公正性问题则未作为重点论证。
从研究方法上看, 选用模型进行实证分析的研究占大多数。吴晓刚和田丰均使用布朗分解方法(Brown Decomposition Method)解析城市工人和农民工人的收入差距, 然而在模型估计上, 吴晓刚则选用倾向性评分匹配方法(propensity score matching method)通过不断加入控制变量来分解他们的差异影响因素[13];田丰选用了Multinomial Logit模型来估计城市工人和农民工选择工作单位类型的影响因素[14]。他们均得出类似结论, 城市工人与农民工收入差距除了受到人力资本等要素的影响外, 两者收入高低悬殊的重要因素在于市场针对农民工的职业准入障碍、入职户籍门槛。王晓芳、张娥等基于非平衡面板数据, 从经济增长对居民收入结构影响的异质性进行分析, 采用固定效应模型分析得到工资性收入是造成农村居民收入较低的原因之一[15];姚洪心、王喜意运用Multinomial Logit模型对影响四川省通江县收入差距的各种因素进行了实证研究, 揭示出劳动力流动、教育水平、收入来源及农村各种扶贫政策等因素对不同收入类型的农民脱贫和致富产生的影响[16]。诸多文献表明, 实证分析仍然是农村居民收入差距论述的主流选择, 更直观有力地突出了现阶段收入差距问题。
文献回顾表明:在内容上, 学界对农村居民收入差距影响因素的研究涵盖了人力资本、物质资本、社会资本等多个方面, 并有部分学者的研究涉及到了政治资源;在研究方法上, 大多数学者采用部分数据, 针对某一地区采用不同的计量模型进行实证分析。本文基于前人研究基础, 从权力分配视角出发, 根据社会分化的异质性和不平等理论, 提出农村内部, 即村干部户与普通村民户之间的收入差距受农村权力分配影响的假设, 采用农业部全国农村固定观察点调查数据, 一步步分解不同因素在不同收入来源之间, 以及同种收入来源内部在不同身份村户中的影响程度。研究农村内部村干部户和普通村民户收入差距受社会分化异质性和不平等, 尤其是不平等, 即权力分配的影响程度, 并依据影响因素探寻破解中国农村收入差距在权力分配视角的发展路径。
二、数据来源与模型设定 (一) 数据来源及描述性分析 1. 数据来源本文所用的数据是农业部农村固定观察点2009年的调查数据(The National Rural Fixed Observation Point Survey Data), 农村固定观察点调查系统成立于1986年并运行至今, 经过近30年的发展样本覆盖全国港澳台之外的31个省(区、市)中360个行政村的23000户被调查农户, 积累的村户经济和社会发展数据达4亿多个。农村固定观察点数据内容丰富, 涵盖我国农村经济社会的众多方面, 直接从农村基层现状反映农村改革和各项建设的新动态, 其长期的连续调查为针对农村、农业、农民的政策制定和学术研究提供了重要资料和依据。根据研究所需, 本文选择2009年的横截面调查数据, 合并村表和户表并剔除缺失值样本之后, 共剩余19887个家庭样本, 包括村干部家庭个数856户, 覆盖31个省市28个村庄, 其中东部地区有7452户, 占总样本约37%;中部地区有7653户, 占总样本约38%;西部地区有4782户, 占总样本约24%。这样保证样本在三个地区基本平均分配。
需要说明的是, 本文使用的样本数据是通过村表和户表合并得到, 本文的研究对象是家庭而非个人, 因此在数据处理上以户码为标准, 将户表和村表合并, 并通过计算获得家庭的基本特征变量, 比如家庭劳动力数量、家庭负担率、家庭平均教育年限。除此之外, 为了更好地反映家庭经济情况, 将村表中的部分信息合并至户表中, 例如村所在的地区、村干部的实际数量等。
2. 变量选择本文采用家庭收入决定方程模型中的惯用变量, 以及其他一些区分村干部户和村民户特征的变量, 从政治权力的角度出发, 将村户划分成村干部户和普通村民户, 研究其之间的家庭收入差异。在解释变量的选择上, 主要将变量分成四部分:(1)家庭特征变量, 包括家庭规模、家庭负担系数(大于60岁和小于16岁的成员占家庭规模的比率)、家庭所在的地区;(2)家庭人力资本变量, 包括户主的年龄、家庭平均教育年限;(3)实物资本变量(家庭经营耕地面积);(4)根据本文所要使用的研究方法而特加的变量—收入来源变量, 包括有机会获得从业工资性收入、有机会从政府得到补贴等相关收入、作为私营企业经营者为主的收入、作为受雇劳动者为主的收入、作为受雇经营者为主的收入、作为乡村干部职工工资为主的收入、其他收入。分类变量是政治权力身份, 是否为村干部户。各变量的具体定义详见表 1。
变量名称 | 符号 | 定义 |
人均收入(对数形式) | lnwage | 家庭人均收入的对数 |
家庭特征 | ||
家庭规模 | family scale | 家庭常住人口数 |
家庭负担系数 | burdden | |
地区 | dis | 1=东部地区, 2=中部地区, 3=西部地区 |
人力资本 | ||
户主年龄 | age | 受访户主的年龄 |
平均教育水平 | meaneducation | 受访户人均教育年限 |
实物资本 | ||
经营耕地面积 | farmland | 年末经营耕地面积 |
收入来源 | ||
村干部实际人数 | count_official | 所属村里拥有村干部实际数量 |
是否有机会获得从业工资性收入 | emplwage_chance | 1=有机会获得, 0=没有机会获得 |
是否有机会从政府得到补贴等相关收入 | govincome_chance | 1=有机会获得, 0=没有机会获得 |
家庭主要收入来源 | income | 1=家庭经营为主, 2=私营企业经营为主, 3=受雇劳动者为主, 4=受雇经营者为主, 5=干部职工、乡村干部工资为主, 6=其他 |
表 2是2009年总体样本农户家庭特征变量、人力资本变量、实物资本变量以及家庭主要收入来源的分布情况的描述性统计结果。表 3是2009年村干部户和普通村民户对比样本农户家庭特征变量、人力资本变量、实物资本变量以及家庭主要收入来源的分布情况的描述性统计结果。表 4是2009年总体样本农户、村干部户和普通村民户家庭主要收入来源分类的详细描述性统计结果, 分别列出了总体样本农户、村干部户和普通村民户家庭主要收入来源是家庭经营为主, 私营企业经营为主, 受雇劳动者为主, 受雇经营者为主, 干部职工、乡村干部工资为主, 其他六类收入来源的农户数量及所占比例。
变量名称 | 平均值 | 标准差 |
lnwage | 8.93 | 0.75 |
家庭特征和地区虚拟变量 | ||
family scale | 3.82 | 1. |
burdden | 0. | |
dis | 1.87 | 0.77 |
人力资本 | ||
age | 53.53 | 16.66 |
meaneducation | 5.61 | 3.64 |
实物资本 | ||
farmland | 7.24 | 15.81 |
收入来源 | ||
count_offial | 5.89 | 2.40 |
emplwage_chance | 0.10 | 0.30 |
govincome_chance | 0.77 | 0.42 |
家庭主要收入来源分类 | ||
income | 1.90 | 1.43 |
变量名称 | 村干部户 | 普通村民户 | |||
平均值 | 标准差 | 平均值 | 标准差 | ||
lnwage | 9.24 | 0.82 | 8.91 | 0.74 | |
家庭特征和地区虚拟变量 | |||||
family scale | 4.03 | 3.08 | 3.81 | 1. | |
burdden | 0. | 0. | 0. | ||
dis | 1.96 | 0.80 | 1.86 | 0.77 | |
人力资本 | |||||
age | 53.18 | 11.12 | 53.54 | 16.88 | |
meaneducation | 5.54 | 3.65 | 5.62 | 3.64 | |
实物资本 | |||||
farmland | 7.60 | 17.30 | 7.24 | 15.76 | |
收入来源 | |||||
count_offial | 5.98 | 2.53 | 5.88 | 2.39 | |
emplwage_chance | 0.08 | 0.28 | 0.10 | 0.30 | |
govincome_chance | 0.78 | 0.42 | 0.77 | 0.42 | |
家庭主要收入来源分类 | |||||
income | 2.22 | 1.71 | 1.88 | 1.41 |
主要收入来源 | 总体样本农户 | 村干部户 | 普通村民户 | |||||
频数(户) | 频率(%) | 频数(户) | 频率(%) | 频数(户) | 频率(%) | |||
家庭经营收入 | 12984 | 65.29 | 520 | 60.75 | 12433 | 65.52 | ||
私营企业经营收入 | 582 | 2.93 | 41 | 4.79 | 540 | 2.85 | ||
受雇劳动者工资 | 4419 | 22.22 | 100 | 11.68 | 4300 | 22.66 | ||
受雇经营者工资 | 268 | 1.35 | 14 | 1.64 | 252 | 1.33 | ||
乡村干部工资 | 544 | 2.74 | 146 | 17.06 | 398 | 2.10 | ||
其他 | 1090 | 5.48 | 35 | 4.09 | 1053 | 5.55 |
本文首先要估计的是收入受到哪些因素的影响, 因此选用收入决定方程模型, 然后估计出各个自变量的系数。为此, 建立的收入决定方程如下:
其中LnY指对家庭中人均收入的对数形式(被解释变量)。解释变量包括:家庭特征和地区变量(家庭规模family scale, 家庭负担系数burdden, 家庭所在地区dis)、人力资本(户主年龄age, 平均教育水平meaneducation)、实物资本(经营耕地面积farmland)、收入来源(村干部实际人数count_official, 是否有获得从业性工资收入机会emplwage_chance, 是否有从政府得到补贴等相关收入govincome_chanc)以及家庭主要收入来源的种类income, ε为随机误差项。
2. Multinomial Logit模型本文选用Multinomial Logit模型和Brown分解方法分解不同收入组内和组间差异及其影响因素。村干部和普通村民家庭获得不同收入来源的机会概率, 即根据Multinomial Logit模型, 人力资本、个人特征、政治身份共同决定的家庭f获得某种收入来源i的概率Pfi。
在这里, N表示样本数量, I表示收入来源种类, xf表示外生变量, 根据Brown分解方法, 我们把不同政治身份的收入差距表示为:
这里上标l、v分别表示村干部和普通村民;wl、wv分别代表着村干部、普通村民收入的对数加权平均数;xil、xiv是两组向量, 分别为村干部和村民在不同收入来源i中各种特征的平均值;
本文拟采用Brown分解方法对收入差距进行分解。Brown分解的精髓在于探析不同群体的收入差异, 具体分解为组间差异和组内差异。社会分化理论表明社会分化的两种形式为异质性和不平等, 异质性即个体特征造成的差异, 不平等即要研究的可能由政治身份带来的收入差异。基于此, 首先依据是否村干部户将农户划分为村干部户和普通村民户, 分解这两个群体的收入差异。其次进行分组, 按照家庭主要收入来源分为六组:家庭经营、私营、受雇劳动者、受雇经营者、政府补贴性质工资、其他。再将两个群体的收入差异分解为两部分, 组间差异(因收入来源不同带来的收入不同)和组内差异(相同收入来源家庭也会存在的收入差距)。组间差异和组内差异都可进一步细分为人力资本、个体特征造成的差异(模型中自变量可解释的部分)以及模型不可解释的部分, 不可解释部分比例越高, 那么因为政治身份差别导致收入差异的可能性就越大, 即社会分化导致的不平等越显著。具体地, Brown分解将村干部户和普通村民户的收入差异分解为以下四个部分:
第①项是假设村干部家庭与普通村民家庭在同一收入来源类型内部由于个体特征、人力资本差异所导致的收入差异。
第②项假设是在同一收入来源类型内部具有相同个人特征、人力资本的不同身份家庭因未获得相同回报所致的收入差异(不可解释部分)。
第③项假设是村干部户和村民户选择收入来源的机会完全是由这两者人力资本和个体特征差异所造成的, 即个体特征可解释的不同身份的家庭收入来源的分布概率(为什么该家庭选择此收入来源)。
第④项假设是非人力资本个人特征造成的收入来源分布差异, 即不可解释的家庭收入来源分布差异。
第①项+第②项为组内差异;第③项+第④项为组间差异。组内差异所占比例越高, 组间差异所占比例越低, 获得不同收入来源机会的差异导致收入的差距小, 同种收入来源内部财富分配不均造成的收入差异就大;反之, 组内差异所占比例越低, 组间所占比例就越高, 说明同种收入来源内部财富分配不均造成的收入差异小, 获得不同收入来源机会的差异导致的收入差距大。Brown分解中, 第①项和第③项合并为村干部与普通村民家庭收入差距中个人特征、人力资本可以解释的部分;第②项与第④项合并则为收入差异中个人特征、人力资本不能解释的部分, 即政治参与导致的差异性说明。在收入差异中, 不能够由个人特征、人力资本解释的部分越高, 说明收入差异中由于获取收入来源机会不等所导致的差异程度越高;反之, 收入差异中能够由个人特征、人力资本解释的部分所占比例越高, 由于获得不同收入来源机会不等所导致的收入差距程度就越低。
三、实证分析过程与结果 (一) 问题的验证分析 1. 收入差距显著性分析本文用独立样本t检验来验证村干部户收入和村民户收入是否存在显著差异。表 5是独立样本t检验结果, 主要报告村干部家庭和村民家庭各自的家庭收入状况。
组别 | 观察数量 | 平均值 | 标准误差 | 标准偏差 |
村干部户 | 898.00 | 65634.87 | 6705.40 | 200938.50 |
村民户 | 19641.00 | 38085.88 | 551.82 | 77334.95 |
combined | 20539.00 | 39290.36 | 604.86 | 86685.45 |
diff | 27549.00 | 2951.94 | ||
diff=mean(村干部户) -mean(村民户) | ||||
Ha:diff < 0 Ha:diff!=0 Ha:diff>0 | ||||
Pr(T < t)=1.0000 Pr(|T|>|t|)=0.0000 Pr(T>t)=0.0000 |
通过t检验可以看出, 拒绝原假设即村干部家庭全年平均收入-村民家庭全年平均收入=0;接受备择假设:村干部户和村民户之间的收入差距不等于0, 并且结果显示村干部户家庭收入显著高于普通村民户收入。这意味着村干部户收入显著超过村民户收入的现象确实存在, 并普遍存在于全国各个省份。
2. 家庭收入决定方程结果分析表 6列出了村干部户和村民户在收入决定方程模型中的统计数据。总的来说, 村干部户和村民户之间有很大的差异。从估计结果可以看出, 无论是对干部户回归还是对村民户回归, 其结果均显示:家庭规模、所处地区、实物资本以及收入来源对家庭人均收入的影响均较为显著。其中, 除了家庭规模、地区、有机会从政府得到收入的影响为负效应外, 其余均为正效应, 并且家庭特征给家庭人均收入带来的差异以及影响程度相差无几。
变量名 | 村干部户 | 村民户 |
人均收入(对数形式) | Coef. | Coef. |
家庭特征 | ||
家庭规模 | -0.060*** | -0.069*** |
家庭负担系数 | 0.224*** | -0.005 |
中部地区 | -0.401*** | -0.199*** |
西部地区 | -0.389*** | -0.284*** |
东部地区 | 0.371*** | 0.198*** |
人力资本 | ||
户主年龄 | -0.004 | 0.000 |
平均教育年限 | 0.012 | 0.009*** |
实物资本 | ||
经营耕地面积 | 0.004** | 0.007*** |
收入来源 | ||
村干部实际人数 | 0.022** | 0.013*** |
有机会获得从业工资性收入 | 0.021 | 0.170*** |
有机会从政府得到补贴等相关收入 | -0.172*** | -0.105*** |
作为私营企业经营者为主的收入 | 0.772*** | 0.444*** |
作为受雇劳动者为主的收入 | -0.069 | 0.036** |
作为受雇经营者为主的收入 | 0.125 | 0.176*** |
作为乡村干部职工工资为主的收入 | 0.028 | 0.299*** |
其他收入 | -0.020 | -0.202*** |
常数项 | 9.725 | 9.174 |
注:***、**、*分别表示1%、5%、10%的统计显著性水平。 |
(1) 从区域差异看家庭收入差距。从中西部地区来看村民户收入受地区变更的影响更大;从东中部地区来看, 干部户收入受地区变更影响更大。
(2) 从实物资本情况来看家庭收入差距。无论是干部户还是村民户, 经营耕地面积对家庭人均收入均呈正向影响, 系数分别为0.004和0.007, 这个数据表明, 普通村民的家庭收入更多地依赖经营耕地这一收入, 他们主要还是依靠传统的家庭经营耕作等方式获得家庭经济来源。另一方面, 家庭收入中从政府获得的收入都是负影响, 因为受到政府补贴救济等家庭都是相对较困难的家庭, 然而值得注意的是干部户收入受政府补助性收入的影响波动远大于村民户。
(3) 从主要收入来源看家庭收入差距。作为私营企业经营者为主的收入来源对干部户的人均收入影响系数为0.772, 而私营企业经营者为主的收入来源对村民户的人均收入影响系数仅为0.444。这中间存在的巨大差异, 可以说明干部户获得这种收入来源的可能性远大于村民户, 再加之从实物资本情况获得的收入差距情况, 可以得出, 村干部户占有的权力致使农村优势资源向权力中心—村干部户本身流动, 加快了村干部户的收入增速, 促进了村干部的财富积累。
(4) 从权力身份看家庭收入差距。为了研究权力身份对家庭收入的影响, 特将村干部实际人数放入模型中, 来看村干部实际人数的多少对家庭收入带来的增收。值得注意的是, 村干部实际人数对干部户收入的影响较大, 而对村民户收入影响较小。
另外, 平均教育年限和收入来源里的除了从政府获得补贴收入和私营企业经营者为主的收入以外, 其他收入来源是影响村民户人均收入的显著变量, 但这些变量对干部户人均收入影响却并不显著。这可能说明普通村民经济来源比较广泛而干部户的经济来源却更集中于相对更高级的私营企业经营者这一来源。
(二) 基于Multinomial Logit模型的布朗分解 1. Multinomial Logit模型估计结果分析从以上的描述可以看出, 不仅干部户收入与村民户收入存在显著差异, 而且这种差异多方面表现为家庭主要经济来源的差异。为了更好地对这种差异作进一步的分析, 将干部户与村民户按照不同主要收入来源进行分组, 通过模型估计获得不同收入来源的影响因素, 以探求是否存在获得收入来源的不平等。因此本文使用Multinomial Logit模型, 将“收入来源种类”的虚拟分类变量作为被解释变量, 模型的解释变量中除了家庭禀赋要素外, 还放入地区的虚拟变量, 以家庭经营为主的收入来源作为参照组, 对模型进行估计, 估计结果详见表 7。
变量名称 | 村干部户 | 村民户 |
Coef. | Coef. | |
家庭收入主要来源2(私营企业经营为主) | ||
户主年龄 | 0.016 | 0.004 |
平均教育年限 | -0.262** | -0.041 |
平均教育年限的平方 | 0.024** | 0.004 |
家庭劳动力数量 | -0.363*** | 0.000 |
家庭负担率 | -0.158 | -0.034 |
家庭所处地区 | -0.461* | -0.453*** |
常数项 | -1.048 | -2.487*** |
家庭收入主要来源3(受雇劳动者为主) | ||
户主年龄 | 0.016 | 0.006** |
平均教育年限 | -0.163* | -0.045*** |
平均教育年限的平方 | 0.019** | 0.005*** |
家庭劳动力数量 | 0.036 | 0.000 |
家庭负担率 | -0.320 | -0.080** |
家庭所处地区 | -0.313** | -0.376*** |
常数项 | -1.825** | -0.617*** |
家庭收入主要来源4(受雇经营者为主) | ||
户主年龄 | -0.003 | 0.006* |
平均教育年限 | -0.010 | -0.082 |
平均教育年限的平方 | 0.004 | 0.009* |
家庭劳动力数量 | -0.038 | -0.025 |
家庭负担率 | -1.120 | 0.052 |
家庭所处地区 | -0.370 | -0.206** |
常数项 | -2.411 | -3.727*** |
家庭收入主要来源5(干部职工工资为主) | ||
户主年龄 | 0.004 | 0.004 |
平均教育年限 | -0.216** | -0.088 |
平均教育年限的平方 | 0.019** | 0.010** |
家庭劳动力数量 | -0.467 | -0.288* |
家庭负担率 | 0.102 | 0.017 |
家庭所处地区 | -0.702*** | -0.371*** |
常数项 | 1.319** | -2.294*** |
家庭收入主要来源6(其他副业) | ||
户主年龄 | 0.027 | 0.006** |
平均教育年限 | 0.149 | -0.038 |
平均教育年限的平方 | -0.011 | 0.007** |
家庭劳动力数量 | -0.544** | -0.728*** |
家庭负担率 | -0.587 | 0.244** |
家庭所处地区 | -0.798*** | -0.535*** |
常数项 | -1.510 | -0.564** |
注:***、**、*分别表示1%、5%、10%的统计显著性水平。 |
(1) 教育方面对获得不同收入来源的影响。村干部户平均受教育年限每提高一年, 获得私营企业经营收入为主的机会相对于家庭经营收入为主的收入来源降低0.262, 而村民户平均受教育年限对于与家庭经营相比的私营企业经营的收入来源完全不显著。一方面可以说明, 无论是村干部户还是村民户, 家庭经营为主的收入来源仍然在农村地区占主导;另一方面, 可以看出教育对村干部户和村民户获得私营企业经营收入来源的机会存在差异。同时, 从收入来源为雇佣劳动者这一主要经济来源来看, 村干部户平均受教育年限每提高一年, 获得打工收入的机会相对家庭经营收入降低0.163, 而村民户只降低0.045, 波动幅度远小于干部户, 这意味着在同等家庭教育程度的情况下, 除了家庭经营收入外, 村干部户获得私营企业经营收入更具有可能性。以上两组数据均显示出:私营企业经营收入对村干部户的收入影响程度, 也间接说明了村干部户作为权力中心, 对控制优势资源集聚、改变收入增长方式、促进财富积累具有推动作用。
(2) 家庭劳动力和家庭负担率方面对获得不同收入来源的影响。家庭劳动力和家庭负担率对收入来源2和收入来源5的获得基本有影响, 但是对其他四种收入来源的获得均没有显著影响。其中, 家庭劳动力数量在收入来源2和收入来源5中都是负影响, 可以看出对于劳动力人口众多的家庭来说可以开办私营企业获得经验收入的机会和成为村干部职务获得工资的机会都比较低, 这可能由于在中国农村地区家庭人口越多反而越会影响家庭人口质量, 也影响他们获得有较高收入来源的机会。
(3) 家庭所处地区方面对获得不同收入来源的影响。与家庭经营收入为参照, 其他五种收入来源几乎都受到地区因素的影响。数据表现和获得家庭经营收入机会相比, 地区越往西, 村民户获得其他五种收入的可能越低, 尤其表现在村干部收入和其他副业收入上, 但是对村干部户的影响会更大, 对普通村民户的影响较小, 可能由于普通村民户主要收入来源还是在家庭经营收入上, 因此, 地区变量在这两项收入上对普通村民户不构成影响。
2. 布朗分解法分析获得收入来源的不平等Multinomial Logit模型只是初步看出两种家庭在获得不同收入来源的机会上存在差异, 但并不能反映产生这种差异的具体因素以及占比。因此, 本文用布朗分解的方法根据村干部户与普通村民户本质属性不同将影响因素分成家庭特征因素和职位身份因素两大类, 并分别按照6种不同家庭收入来源对这种差异进行估计。根据前文中所述的公式, 可以得出布朗分解的结果如表 8。布朗分解中第①项所解释的收入差距仅占总体的0.8%, 这说明村干部户与普通村民户在同一种收入来源内, 由家庭基本特征差异造成的收入差距比例仅占总体的0.8%。第②项表示在同等收入来源下, 非家庭基本特征造成的收入差异为80%, 即不可解释的因素占了80%, 说明在同种收入来源下这种收入差异会因为不同职位身份带来不平等。第③项解释的差异占总体差异的0.7%, 这一项表明由于各自家庭特征差异造成的收入差距, 计算结果发现, 村干部户由于人力资本(平均受教育年限水平更高)差异造成获得私营企业经营收入的机会更高。第④项差异是总体差异中最大的一部分, 达到95%, 说明由于获得不同收入来源的机会不均等所导致的收入差距占到村干部户收入与普通村民户收入差距的大部分。
人均收入对数 | 百分比 | |
对数人均收入总差异 | 0.33394337 | 100 |
同一收入来源之间差异①+② | 0.270050145 | 0.80867048 |
第①项 | 0.002855934 | 0.00855215 |
第②项 | 0.267194212 | 0.80011833 |
不同收入来源之间差异③+④ | 0.054156615 | 0.16217305 |
第③项 | 0.002495181 | 0.00747187 |
第④项 | 0.051661433 | 0.15470118 |
家庭特征可以解释的差异①+③ | 0.005351115 | 0.01602402 |
家庭特征不可以解释的差异②+④ | 0.318855645 | 0.95481951 |
布朗分解结果还发现, 第①项与第③项合并则为村干部户和普通村民户收入差异中家庭及成员基本特征差异可以解释的部分, 约占1.6%;第②项和第④项合并则为收入差异中家庭及成员基本特征不能解释的部分, 即由于职位身份差异所带来的收入占比, 这意味着村干部户与普通村民户在获得不同经济来源时存在不平等。
按照社会分化的异质性理论进行分析, 首先, 将考察对象分成干部户和普通村民户两种类别进行比较研究;在分解影响因素时又将他们按照六种不同的家庭主要收入来源进行分解研究。由于人为把研究对象划分成不同群体, 即个体之间因所在群体不同而产生的异质性差异, 这些异质性差异可以用家庭特征变量因素直观表现出来, 称之为可解释差异, 这部分差异由上文结果可以看出只占1.6%, 而剩下的95%的差异是不可由家庭特征等因素直观表现, 这一部分称之为不可解释部分。根据彼特·布劳的《不平等和异质性》理论, 人类在社会结构中的差异除了由客观可见的异质性差异以外, 更大一部分来自于他们在权力或财富或教育等方面的差异带来的不平等[17]。社会地位以及不平等均表现为诸多不同的形式, 因为地位的每一个分析维度也就是不平等的一个分析维度, 村干部和普通村民的地位存在分级, 因此他们之间就一定存在不平等。不平等不仅仅出现在等级参数之中, 它亦存在于类别参数之中, 等级参数和类别参数相互作用则产生了亚结构内部和亚结构之间的各种分化形式, 即同是村干部阶层, 就存在同一种收入来源内部和不同收入来源之间的差异。
四、结论与启示根据Multinomial logit模型估算, 可以初步分析出家庭特征等天然禀赋性差异, 即社会分化的异质性给村干部户和普通村民户收入带来的差距并不明显, 是可接受的;获得不同主要收入来源机会的不均等, 即社会分化的不平等可能是导致村干部和普通村民收入差距的真正原因。通过布朗分解方法估算出以上影响因素的占比并得出结论:家庭、人力资本特征等先天性差异并不是导致他们收入差距的主要原因, 其政治地位、政治身份导致的不同机会所带来的收入来源的不平等是更重要的原因。文章的实证结论证实了模型估计的假设猜想, 即在一个村庄里村干部代表着身份和地位的强者, 而普通村民则代表着身份和地位的弱者, 虽然社会制度要求权利和机会向他们平等的开放, 但最终并没有带来结果上的平等。对此, 刘赣州、安琨在研究中国分配制度转型过程中, 明确指出, “‘权力型’要素分配模式, 造成了人们之间机会不平等, 进而导致社会收入差距不断扩大”[18]。
与此同时, 这一结论证实了中国农村由权力分配造成的村干部户与普通村民户之间的收入差距, 村干部户在权力中心位置更为便捷和有利地集聚了优势资源, 促进了经济财富积累。原为普通村民户的村干部户凭借其自然禀赋优势获得权力, 成为权力中心, 双重优势使其不容置疑地成为农村的政治、经济“中心”, 普通村民户逐渐转变为“边缘”地带, 无法及时或完全地享有权力中心所带来的信息、机会、平台等资源, 使其双方的经济差距逐渐拉大。结合本文对村干部户和普通村民户收入差异因素以及不同家庭收入来源的分组研究, 为缩小我国农村家庭收入差异, 提出以下几点建议。
(一) 加强对普通村民知识技能培训, 提高广大村民的文化水平受教育水平对普通村民户收入有显著影响, 通过组织知识技能培训, 有利于提高广大村民的科学文化水平, 弥补普通村民户受教育水平较低的劣势。当前时期, 我国在推进农业现代化和新农村建设的过程中, 要求培育新型农业经营主体, 壮大“新农民”队伍。在此过程中, 加强与科研院所、高等院校的合作, 聘请专家、教授、专业技术人员下乡, 面向广大普通村民开展面对面讲座、培训、实地指导等专题活动。同时, 借助互联网优势, 实现网络“村村通”, 鼓励、指导普通村民向紧跟时代的“网民”转变, 提高村民自身学习能力, 培育普通村民通过学习致富的本领, 不断缩小我国农村内部收入差距。并通过知识文化水平及科学文化素质提升促进经济地位提高, 从而有效参与村民自治, 促进权力分配的公平公正, 以此不断改善普通村民的“政治边缘”地位, 推进各项资源的公平分配, 不断缩小农村内部收入差距。
(二) 提升对农村老弱群体的关怀度, 缓解村民抚养和赡养压力家庭负担率对农村家庭收入具有显著影响, 尤其是针对普通村民户, 降低农村家庭负担率, 有利于减少普通村民户的收入支出, 能够有效缓解村民工作压力, 提高收入水平, 缩小贫富差距。家庭负担率是指家庭儿童人口数与老年人口数之和占家庭青壮年人口数的比例。目前, 我国已经进入老龄人口红利期, 老年人口数迅速增长;加之全国二胎政策的放开, 普通村民户面临着严峻的抚养下一代和赡养上一代的压力。通过国家财政倾斜、调整儿童教育方式以及建立起相对完善的养老机制, 从而减轻家庭抚养压力和赡养负担, 促进更多的家庭劳动力投入到生产和工作中, 保障工作时间, 提高生产效率, 增加收入水平。
(三) 规范细化村民自治的权力行使, 促进基层权力分配优化均衡由以上实证模型论证了农村内部权力分配不平等是导致农村村干部户和普通村民户居民家庭收入差异的主要原因, 农村内部权力主体主要由村委会和普通村民构成。从基层民主自治范畴来看, 需要在现行的村民自治制度下, 规范、细化村委会的自治权, 使其作为完全纳入到广大村民的监督之中;同时, 加强乡镇政府对村民自治组织的引导和监督, 建立起更为严格的官员考核机制, 最大程度预防自治权的滥用和不作为。另一方面, 鼓励培育村委会与普通村民之间的中间力量, 通常情况下, 中间阶层有适当的资源、一定的经济基础、相当的群众基础等, 他们有能力抵抗上流阶层的打压和竞争, 不至于自身利益受到损害, 在一定程度上缓解了权力分配所导致的不平等状态, 以较好地促进权力优化和均衡。
(四) 培育以村民为中心的社会组织, 积极拓展异质性优势缩小差距村民力量的弱小使广大村民处于“政治边缘”地位, 难以发挥出其自有的异质性优势, 借助以上途径, 提高普通村民的知识文化水平, 进而提高其经济地位, 在政府的引导下, 建立以普通村民为中心的社会组织, 集中力量维护、争取广大普通村民利益, 并协助培养大部分群体在异质性的优势特征, 使其不平等缩减到最小, 努力实现社会分化的最大平等。正如前文周军提出的, “在人类群体中, 总有一些人在体魄、外貌、智力、言说、思想、经验、知识等方面优于其他人, 并在人们的赞同中获得他人的认可和羡慕, 因而取得特定的社会地位或权势”[3]。在现实社会中, 异质性往往是少部分群体在社会分化中处于权力中心位置, 获得优势资源的基础和前提, 并且这种促进社会分化的方式是受到广大群众的认可和支持的。如果排除对社会公正性的考虑, 促使该种政治社会发展方式的完善和推进, 则需要建立起与处于权力中心位置群体相匹配的具有强制性的责任体系, 即带领广大村民致富不再是单纯的口号和目标, 如何从提高村民在社会分化中的异质性优势, 则是处于权力中心位置群体的首要任务, 保持农村“中心”与“边缘”的固定弹性距离, 是广大村民对其工作考量的“一票否决”指标。通过提高对村干部权力职责的要求, 控制社会分化程度, 使异质性和不平等处于良性发展循环。
总而言之, 社会发展必不能“齐头并进”, 但需要时刻关注“发展短板”的制约性程度。在当今供给侧结构性改革背景下, 国家对农业发展的重视程度已然表明, 农村发展和农民收入是其中改革的必然环节。本文对中国农村内部收入差距的深入分析和权力视角探究, 为经济改革促进上层建筑发展提供了一定的数据及理论参考。
[1] | 展进涛, 巫建华, 陈超. 劳动力流动、收入梯度与农户家庭收入差距—基于江苏省金湖县1089个农户样本的微观分析[J]. 农业经济问题, 2012(12). |
[2] | 王汉生, 阎肖峰, 程为敏, 等. 工业化与社会分化:改革以来中国农村的社会结构变迁[J]. 农村经济与社会, 1990(4). |
[3] | 周军. 后工业化进程中社会治理责任承担的新路径[J]. 社会主义研究, 2014(3). |
[4] | 谢童伟, 吴方卫. 农村居民家庭纯收入构成及影响因素差异分析[J]. 上海财经大学学报, 2010(4). |
[5] | 张兴杰, 张沁洁. 家庭人力资本结构与农村贫富差距[J]. 社会科学家, 2008(1). |
[6] | 高梦滔, 姚洋. 农户收入差距的微观基础:物质资本还是人力资本?[J]. 经济研究, 2006(12). |
[7] | 赵亮, 张世伟. 农村内部收入不平等变动的成因—基于回归分解的研究途径[J]. 人口学刊, 2011(5). |
[8] | 胡美玲. 公平视域下现阶段我国资源分配分析[D]. 武汉: 武汉理工大学, 2013. |
[9] | 韩东林. 分配不公的界定及其相关概念辨析[J]. 南都学坛, 2010(2). |
[10] | 汤荔荔. 正视收入分配不公, 走向共同富裕—对我国当前收入分配不公问题的成因及解决对策的思考[J]. 莆田高等专科学校学报, 2001(3). |
[11] | 唐平. 农村居民收入差距的变动及影响因素分析[J]. 管理世界, 2006(5). |
[12] | 孙敬水, 于思源. 农村居民收入差距适度性影响因素实证研究—基于全国31个省份2852份农村居民家庭问卷调查数据分析[J]. 经济学家, 2014(8). |
[13] | 吴晓刚, 张卓妮. 户口、职业隔离与中国城镇的收入不平等[J]. 中国社会科学, 2014(6). |
[14] | 田丰. 城市工人与农民工的收入差距研究[J]. 社会学研究, 2010(2). |
[15] | 王晓芳, 张娥, 孙韩璐. 经济增长对居民收入结构影响的异质性—基于非平衡省级面板数据的实证分析[J]. 大连理工大学学报(社会科学版), 2015(4). |
[16] | 姚洪心, 王喜意. 劳动力流动、教育水平、扶贫政策与农村收入差距—一个基于multinomial logit模型的微观实证研究[J]. 管理世界, 2009(9). |
[17] | 彼特布劳. 不平等与异质性[M]. 王春光, 谢圣赞, 译. 北京: 中国社会科学出版社, 1991: 12. |
[18] | 刘赣州, 安琨. 政府权力、机会不平等与社会收入差距:中国分配制度的转型特征[J]. 生产力研究, 2008(23). |