转型期我国居民财产收入不平等的成因分析_财产性收入论文

我国转型期居民财产性收入不平等成因分析，本文主要内容关键词为：转型期论文,成因论文,不平等论文,财产论文,居民论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

       一、引言

       改革开放以来，我国经济保持快速增长，居民的生活水平也不断提高，但随之而来的是扩大的居民收入差距。根据国家统计局发布的数据，2003-2008年我国居民收入的基尼系数从0.479逐步攀升到0.491，2009年开始缓慢下降，2013年下降至0.473。从总体上看，2003-2013年这十年我国的基尼系数都超过了0.4的国际警戒线。收入差距扩大除了来源于工资性收入的分配不公，还有一个重要原因就是财产性收入不断增长、差距不断拉大，财产性收入对总收入差距的贡献也在扩大(李实等，2000，2005；迟巍、蔡许许，2012；Lee，2013)。

       何为财产性收入?顾名思义，就是由财产衍生出的收入。根据国家统计局的统计指标定义，财产性收入是指“金融资产或有形非生产性资产的所有者向其他机构单位提供资金或将有形非生产性资产供其支配，作为回报而获得的收入”。具体来说包括居民储蓄存款利息收入、债券利息收入、股息收入等金融性质的财产收入，出租车辆、房屋、土地等的租金收入，出让专利使用权获得的收入以及财产营运所获得的红利收入、财产增值收益等。财产性收入的增加可以聚集社会资金，刺激消费支出，拉动经济增长，但也可能带来一些负面影响，如形成大量食利者阶层和财富不平等，造成产业空心化，冲击实体经济的发展，加剧经济波动(韩德胜，2008；吴丽容、陈晓枫，2011；Piketty，2014)，因此防止财产性收入的非理性增长对于保持经济的稳定性至关重要。

       党的十七大报告中提出“创造条件让更多群众拥有财产性收入”，十八大报告中提出“多渠道增加居民财产性收入”，核心是通过改革收入分配制度、完善金融制度等来提高低收入群体的收入，优化收入结构，逐步缩小收入差距。近年我国居民财产性收入增长速度较快，2003-2013年间城镇居民和农村居民人均财产性收入年均增长速度分别为19.6％和16.1％。但财产性收入的比重依旧较小，2013年我国居民人均财产净收入为526.6元，仅占人均现金可支配收入的3.1％。尤为重要的是，财产性收入差距不断拉大。数据显示1990年城镇居民人均财产性收入不足农村人均财产性收入的1/2，但由于农村的财产性收入增长缓慢，到了2013年，城镇人均财产性收入已经是农村人均财产性收入的2.76倍。①不同收入阶层家庭财产性收入在数量和结构上明显不同。2011年城镇最高收入户人均财产性收入为3462.37元，是最低收入户的34倍之多，远高于人均工薪收入7.95倍的差距。②高收入阶层家庭财产性收入来源更为平均，而低收入家庭对房屋出租和利息收入的依赖性高。如何提高低收入群体尤其是农村家庭的财产性收入，对于缓解财产性收入差距进而缩小收入差距意义重大。

       随之而来的问题是财产性收入差距对我国现阶段的总收入差距有多大影响?财产性收入的普遍提高能否或能在多大程度上缩小总收入差距?从内部构成看，哪种类型财产性收入的增加可以更大程度地减少收入不平等?从影响因素看，哪些家庭特征因素会主要影响财产性收入不平等?本文试图对上述问题进行解答，通过研究现阶段我国居民财产性收入的分布状况，考察财产性收入不平等在总收入不平等中的地位，分析不同类型财产性收入与家庭特征因素对财产性收入不平等的影响，期望可以为“让更多群众拥有财产性收入”的政策主张提供经验支持，这对缩小居民收入差距、促进社会经济协调发展和实现社会公平具有现实意义。

       二、关于财产性收入的文献回顾

       已有对财产性收入的研究主要从以下几个方面展开：(1)财产性收入的性质；(2)财产和财产性收入的分配状态及关联；(3)财产性收入与总收入差距的关系；(4)财产性收入的内部构成、影响因素以及差距扩大的原因。

       关于财产性收入的性质，一种观点认为无论居民财产性收入以何种形式存在，其源泉仍是活劳动创造的剩余产品价值(陈晓枫，2010)，另一种观点认为将财产性收入看作是劳动收入的看法存在明显的逻辑错误，无论利息、股息还是利润都是非劳动收入(张福军，2007)。洪银兴(2002)、李恒春(2009)等人在赞同利息、股息等收入属于非劳动收入的基础上指出居民投资于股票、债券的财产属于不执行职能的资本，这些收入不是在直接雇佣劳动力的关系下产生的，不属于剥削收入，③只有资本家通过占有生产资料无偿占有劳动者的剩余劳动才是剥削。

       财产是财产性收入的基础，财产是存量，财产性收入是流量，财产变化会影响收入分配。Greenwood & Jovanovic(1990)指出随着金融市场的不断完善，低收入群体可以不断积累财富，从而缩小收入差距。邢鹂等(2008)认为家庭资产(主要是土地)的持有量是造成收入不均的主要原因。Davies & Shorrocks(2000)通过研究发现，发达国家财产的基尼系数一般在0.5至0.9之间。梁运文等(2010)、罗楚亮等(2009)发现我国居民财产分布情况存在严重的不平等，2007年城镇和农村家庭财产的基尼系数分别为0.58和0.62(梁运文等，2010)。财产的形成与其他收入有关联，如劳动收入的节余、经营收入甚至转移性收入都会促进财产的形成。陈彦斌(2008)指出提高教育水平可以提高家庭财产存量。此外，财产获得或财产初次分配的不公平也是一条重要原因，这涉及产权变革和产权保护。罗楚亮等(2009)强调经济发展与体制转轨对居民财产获得的影响。

       很多学者认为财产性收入的增加会扩大社会的贫富差距，产生“马太效应”。迟巍、蔡许许(2012)通过测算发现我国财产性收入的基尼系数到2009年已提高到0.725。财产性收入对总收入差距的贡献在扩大(李实等，2000，2005；迟巍、蔡许许，2012)。Lee(2013)运用省份数据说明沿海地区的财产性收入对不平等的贡献在增加。但也有学者认为财产性收入的增加对于居民收入差距扩大的贡献很小，甚至可以缩小收入差距。李金良(2008)发现财产性收入对于整体收入差距扩大的作用较小，财产性收入的增加并不是导致城乡收入差距不断拉大的主要原因。马明德、陈广汉(2011)发现财产性收入对于居民收入差距具有两个相反的作用，即财产性收入的增加一方面扩大了城市内部和农村内部的收入不平等，另一方面却缩小了城乡之间的收入差距。

       上述分歧的产生与数据来源和研究方法都有关，这有待我们继续研究。还需探究财产性收入不平等的成因。从内部构成看，需要对财产性收入不平等进行分解。迟巍、蔡许许(2012)从投资收益、出租房屋收入和其他财产性收入三个方面对财产性收入的不平等程度进行了分解，发现投资收益是导致财产性收入分布不均的主要因素。在方法上，Fei et al.(1978)提出了基尼系数的分解方法。随后，Lerman & Yitzhako(1985)考察了不同类别收入变化对于收入分配的边际影响，给出了基尼系数的收入弹性的概念。Shorrocks(1982)提出了考察不同不平等程度分解方法的准则。Satya(2004)在前人的基础上，将对于收入分配的边际影响运用于基尼系数之外的衡量收入不平等程度的指标上，如广义熵指数和阿特金森指数。

       在财产性收入的具体影响因素方面，从微观主体看，要树立正确的投资理念。尹志超等(2014)强调金融知识和投资经验的重要性。杨新铭(2010)指出在稳定的经济环境中居民收入和人力资本积累情况是决定其财产性收入的主要因素。宏观经济的波动会影响资产价格和家庭财富积累，而政策和制度因素也很重要。涉及财产性收入的制度主要有产权制度、金融制度、社会保障制度、税收制度等。王作安(2007)、黄范章(2011)、何丽芬等(2011)指出通过用土地入股、加快农村土地流转、发展农村金融的方式让农民获得财产性收入，通过推行“职工持股计划”让广大职工获得财产性收入。面对财产性收入差距不断扩大的现状，贾康(2011)认为个人劳动收入的快速增长，资本市场的发展以及住房制度的改革等因素都推动了居民财富的增长及差异化趋势的出现。宁光杰(2014)发现低收入居民由于缺乏必要的社会保障，风险抵御能力差，不能参与资本市场以获得较高的财产和财产性收入。另一方面，金融制度约束使其无法获得贷款，限制其购房和进行房产投资，因而很难增加财产和财产性收入。周晓蓉、杨博(2012)提出应将个人所得税的分类征收模式改为综合征收模式，扩大财产性收入征税基数，修正工资性收入和财产性收入税率倒挂的现象。综上，已有文献突出了个人能力和政策制度因素对财产性收入和差距的影响。

       通过对文献的梳理发现，大部分研究只是简单分析了财产性收入的水平、特点和影响因素，缺乏对财产性收入内部构成和影响因素的深入探讨。我们需要研究每一要素对财产性收入不平等的贡献，尤其是运用微观家庭金融数据进行深入研究。本文运用CHFS2011年微观数据，在已有研究的基础上寻找影响财产性收入不平等的因素。与已有文献的差异表现为，在迟巍、蔡许许(2012)研究的基础上估计财产性收入对总收入差距的影响，进而细化财产性收入的内部构成，并从家庭特征等角度分析财产性收入不平等的原因。此外，运用分位数回归探讨不同收入分位点的特征差异和收益率差异对财产性收入的影响，并给出不同的政策含义。例如如果教育收益率差异很重要，则要发展与完善市场，给予人力资本合理的财产性收入回报，而不仅仅是提高教育水平。此外，论文还运用2008年清华消费金融微观数据和2005-2010年宏观数据进行稳健性检验，以更好地理解我国近年财产性收入不平等的成因。

       财产性收入作为一种非劳动性质的收入，它的获取是建立财产所有权的基础之上。从政治经济学理论的角度来讲，财产性收入实质上是一种租金收入，增加财产性收入不能以食利阶层的大量出现和收入分配不平等程度的加剧为代价。因此，从宏观上笼统强调增加财产性收入是不合适的。④本文试图从财产性收入的内部构成和家庭特征因素出发，进行微观实证分析，找到财产性收入合理的增长途径，给出缓解财产性收入差距的有针对性的建议。

       三、数据来源和研究方法

       (一)数据来源与变量说明

       本文所用数据主要来自于西南财经大学发布的2011年中国家庭金融调查(China Household Finance Survey，简称CHFS)，该调查数据覆盖全国有代表性的家庭样本，记录了家庭和个人的金融信息，共计8438个样本。⑤按照家庭收入的不同属性可分为工资性收入、经营性收入、财产性收入和转移性收入四大类。⑥工资性收入包括全部家庭成员实收税后货币工资以及税后的奖金和补贴(将个人收入按家庭加总)；经营性收入包括从事农业生产活动的毛收入和从事工商业生产经营项目的营业收入；转移性收入主要包括家庭全部成员养老金、离退休工资、企业年金、失业保险等(将个人收入按家庭加总)。居民持有的财产分为实物资产和金融资产，财产性收入自然也分为金融财产性收入(利息、股息等)和实物财产性收入(租金等)。本文根据财产性收入的不同性质，将其细分为利息、金融资产投资收益、保险收益、租金收入、借出款利息、土地收益六类。⑦

       表1显示样本家庭年收入平均为39707.5元，财产性年收入平均为10659.13元，⑧其中租金收入最高，年收入均值为23719.62元，且只有473个样本家庭拥有租金收入，其他财产性收入的样本数也明显偏低，表明居民财产性收入的覆盖范围是比较小的，约77.7％的家庭没有财产性收入。同时，经营性收入和财产性收入中的金融资产投资收益都出现了负值，表明经营活动和金融资产投资存在着一定的风险。

      

       考虑家庭成员数的差异，我们还计算了人均收入，人均总收入为14462.86元，而人均财产性收入为3525.41元。在下面的收入差异及分解的分析中我们也分别以家庭为单位(总收入)和以个人为单位(人均)进行分析，而且以人均为单位又可以分为两种情况：按照家庭数量作为样本数量(以下简称非扩展样本)和按照家庭成员数量作为样本数量(以下简称扩展样本)，后者的数量会大于前者。⑨因而会形成不同的收入差异及分解结果。

       (二)研究方法

       本文采用的是使用最广泛的基尼系数。为了考察财产性收入对于整体收入不平等程度的影响，本文将按不同收入来源对基尼系数进行分解。该分解方法是由Lerman & Yitzhaki在1985年提出的，基尼系数分项收入分解法的原理如下：

      

      

表示的是第k类收入在总收入中的比例；

为第k类收入的集中率(伪基尼系数)；

为第k类收入与总体收入的基尼相关系数。

       第k类收入对于总收入差距的贡献程度可以表示为

：

      

       在此基础之上，若每个样本第k类收入变动幅度为e：

      

       则第k类收入变动对于整体收入不平等的边际影响为：

      

       四、财产性收入不平等的相关实证分析

       (一)财产性收入对总收入不平等的影响

       将2011年CHFS的调查数据处理去掉负值项后样本量共7884，根据筛选后数据测得以家庭为单位的总收入基尼系数为0.621，⑩而以家庭人均收入为基础的收入基尼系数为0.664，在扩展样本(11)情况下为0.667。考虑城乡购买力差异(12)的总收入基尼系数为0.607，有所下降。考虑省份购买力差异后，(13)城镇家庭总收入的基尼系数由0.603下降为0.590，同时考虑省份购买力和抽样权重后的基尼系数为0.604。由于样本大小和统计口径的不同，这与国家统计局发布的2010年全国居民收入基尼系数(0.481)有较大差异，但这并不影响本文对于不同类型收入对整体收入分配状况的考察。分解结果如表2，可以发现财产性收入具有以下几个特点：

       第一，现阶段财产性收入只占居民收入的很小一部分。

是第k类收入均值与总收入均值的比值。工资性收入在总收入中所占比例最大(46.8％)，其次是转移性收入(29.0％)、经营性收入(17.9％)，财产性收入(6.2％)最少，这一比例顺序与之前的分析结论相一致。

      

       第二，财产性收入的同比例增加会导致居民收入差距扩大，但这种作用没有工资性收入大。一方面，工资性收入和财产性收入对应的集中率

要大于整体的基尼系数G，而经营性收入和转移性收入对应的集中率要小于整体的基尼系数。这说明随着我国居民财产性收入的不断增加，总收入不平等程度是在不断加重的。另一方面，经营性收入和转移性收入的基尼系数弹性为负，意味着经营性收入(14)和转移性收入的同比例增加对于缓解收入分配差距有着积极的作用，从数值上看转移性收入的这种缓解作用更强(

)；工资性收入和财产性收入的基尼弹性系数为正，意味着这两类收入的同比例增加会进一步拉大收入差距。

       第三，整体收入不平等中财产性收入的贡献较低。就四种收入真实的基尼系数来看，

最高，这表明财产性收入的分配状态是极不均衡的。但是由于其在整体收入中所占比重较低(6.2％)，并没有造成整体收入基尼系数的大幅度变动。财产性收入的不平等对整体收入不平等程度的贡献率较低，只有7.8％。

       表3最后两行是以个体为分析单位的结果，(15)包括扩展样本和非扩展样本，结果与以家庭为单位的类似：财产性收入是扩大总收入不平等的重要因素。由于其合理性，下面我们主要以扩展样本为分析对象。我们还可以进行模拟，例如如果人均财产性收入占比由目前的6.2％提高到10％，则总收入不平等的基尼系数就会上升0.0418％(即0.011×(10-6.2)％)。

       我们还单独用城镇户籍的样本进行分析，(16)在扩展样本中，人均财产性收入不平等加深了总收入不平等，对总收入不平等的贡献为8.76％。与全样本不同的是，城镇样本的人均工资性收入有利于缩小收入不平等，而人均经营性收入则起扩大的作用。这反映了城乡差异。而城镇的非扩展样本中，人均财产性收入的占比为6.4％，对总收入不平等的贡献为7.68％，弹性为0.0128。城镇家庭总收入样本中，财产性收入的占比为7.3％，对总收入不平等的贡献为9.56％，弹性为0.0226。与表2相比，都说明城镇居民财产性收入对总收入的影响更大。

       综上所述，现阶段我国居民财产性收入的分布是很不平均的，随着经济的不断发展以及“创造条件让更多群众拥有财产性收入”的政策提出，今后我国居民财产性收入在收入总量中的份额会逐步提高，如何引导财产性收入的合理增长成为了关键问题。这就需要考虑不同类型财产性收入以及不同家庭特征对于财产性收入不平等程度的影响。

       (二)内部构成对财产性收入不平等的影响

       为了考察不同类型的财产性收入对收入差距的影响，本文对数据做了进一步的筛选，只考虑拥有财产性收入的家庭，剔除了没有财产性收入的样本，(17)处理后共保留样本个数1719个，扩展样本为5871个家庭成员个体，计量单位是人均收入。具体分解结果见表3。

      

       (1)租金收入成为财产性收入的主要来源，占财产性收入总量的56.1％，并且其集中率大于财产性收入的基尼系数，表明其对财产性收入差距起到推动作用。根据基尼系数弹性的结果可知，租金收入的影响程度在这六种收入中是最大的，为0.023。住房的商品化使住房投资、投机行为日益增多。而过快上涨的房价使得更多的人买不起房，只能租房或贷款买房，其一部分收入通过租金的形式又流向了拥有多余房产的人手中，形成更大的贫富差距。租金收入差距解释了财产性收入差距的58.38％，已成为过高财产性收入差距的主因。

       (2)金融资产投资收益在财产性收入中占21％，成为第二大财产性收入来源。这得益于我国资本市场的发展和居民投资观念的转变。近年股票市场、基金市场等都得到了大幅度发展，居民的投资渠道日益广泛。但是也应看到我国居民购买股票的动机大部分是赚取短期差价而不是获取长期分红。上市公司对于股东的分红次数少、数额小，导致投机现象严重。金融资产投资的风险大、操作复杂、所需资金较大这些特点使得能获得高收益的人往往也是那些拥有较多资金和专业投资知识的群体。金融资产投资收益的基尼系数弹性为0.019，它的增长会进一步拉大社会贫富差距，对财产性收入不平等程度的贡献达到22.94％。

       (3)数据显示利息只占居民财产性收入的9.4％。在投资渠道日趋多样化的背景下，利息比重自然会下降。现在将资金存入银行获得的利息往往还不能抵消通货膨胀所带来的财产贬值。利息的基尼系数弹性为-0.040，说明利息收入的同比例增加可以缓解财产性收入不平等，这可能有两方面的原因，一是因为高收入群体将财产投入到资本市场或房地产市场，利息是低收入群体财产性收入的主要组成成分；二是因为虽然利息高低与个人存款数额有关，但只是线性的对应关系，不会造成像其他金融资产那样巨大的收益差距。

       (4)土地是农村居民主要的财产，土地租金分红占居民财产性收入的9.7％，这里的土地租金分红不包括土地征用补偿。土地租金分红对于财产性收入不平等的贡献程度为9.95％，与其收入占比也大体相当。土地租金分红的基尼系数弹性为0.003，表示土地租金分红的同比例增加会导致财产性收入差距的扩大。

       (5)财产性收入中保险收益数额相比其他收入来说微乎其微，这里的保险收益包括商业人寿保险分红、商业养老保险分红和商业财产保险分红。不同于投资分红型保险，这一类保险针对人身、个人养老和财产意外等情况出现时能够获得保障而进行的投资，分红普遍较少，且只在特定的一段时期内分红。由于这几种保险收益的稳定性和安全性较好，它们的增加可以缓解财产性收入不平等程度，增加1％的保险收益会引起财产性收入基尼系数减少0.005％，故而在推动更多人拥有财产性收入时应给予一定的关注。

       (6)值得注意的是保险收入和利息的基尼相关系数(

)与其他收入相比明显偏小。说明财产性收入高的家庭这两项收入反而不高。居民家庭收入越低，其财产性收入对于保险收益和利息的依赖性越高，对于金融资产投资等的依赖性越小。

       此外，我们还运用城镇户籍数据对扩展样本的人均财产性收入进行分解，与全样本的主要差异是金融资产投资收益的份额更大，为25％，对总收入不平等的贡献为27.23％，且弹性为0.0223，超过租金收入的0.0113。

       综上，从内部构成角度考察，租金收入和金融资产投资收益成为现阶段我国居民财产性收入的主要来源，也是推动财产性收入差距扩大的主要因素，贡献率分别为58.38％和22.94％；利息和保险收益虽然占比较低，但是它们的增加可以在一定程度上缓解财产性收入差距。虽然结果显示金融资产投资收益、租金收入、借出款利息、土地租金分红的同比例增加会导致财产性收入差距进一步扩大，但是现实中每个家庭的财产性收入增加幅度必然是不同的，有着快慢之分，如果政府能够有目的地将政策更多地向低收入者倾斜，那么这几项收入增长带来的收入差距扩大影响也许并没有表3反映的这么大，甚至还会缩小差距。(18)

       (三)影响居民财产性收入不平等的家庭特征分析

       在考察过内部构成对财产性收入差距的影响之后，这部分主要考察家庭特征对财产性收入不平等程度的影响，具体特征包括户主户籍(hukou，农业=1)、户主年龄(age)、所在地区(东部(east)、东北(northeast)、中部(middle)地区虚拟变量，西部地区为对照组)、户主学历(中学(educ1)和大学以上(educ2)虚拟变量，中学以下为对照组)、教育培训支出(training，元)、风险偏好(risk，风险喜好=1)、资产状况(拥有股票(stock)=1，拥有土地(land)=1，住房数量(house))，反映1685个样本的个体能力和宏观政策制度差异。

       表4给出了回归结果。从第(1)列的结果可以看出：(1)农业户口和土地虚拟变量的回归系数为负，农业户口的家庭平均比非农业户口家庭财产性收入低29.2％，而拥有土地的家庭比没有土地的家庭财产性收入低35.3％。(19)这表明从事农业生产的农村家庭财产性收入低于城市家庭。而房产数量的回归系数大于零，家庭每增加一处房产，家庭财产性收入可以增加63.38％。(2)地区虚拟变量的回归系数为正，表明与西部地区家庭相比，东部地区家庭财产性收入高出88.37％，东北地区高出40.34％，中部地区高出24.25％，财产性收入高低与地区经济发展程度密切相关。(3)教育的回归系数为正，表明相比户主是小学及以下学历的家庭，中学学历的家庭财产性收入高出20.06％，大学及以上学历的家庭高出23.15％。教育培训支出的回归系数也为正，表明教育和培训的增加可以增加财产性收入，该支出每增加1000元，财产性收入平均增加0.74％。(4)风险偏好和股票投资两个解释变量的回归系数为正，风险偏好的家庭比风险厌恶和风险中性的家庭财产性收入高出28.37％，投资股票的家庭比不投资股票的家庭财产性收入高出46.76％。(5)年龄的回归系数为负，户主年龄每增加1岁，家庭财产性收入平均减少0.79％，这可能是因为年长者在投资行为上比较保守，害怕承担风险。考虑城乡购买力差距后的实际财产性收入回归结果见表4的第(2)列，除了户口和教育培训支出变量外，其他变量的结果与第(1)列接近。

      

       根据回归结果，利用Fields & Yoo提出的分解方法计算各因素的贡献，结果见表5。这里列出的12个影响财产性收入不平等程度的变量只能解释其中的23.44％，其余的贡献都体现在误差项ε中，但是对我们分析回归方程内解释变量对财产性收入不平等程度的作用影响不大。

的符号表示了解释变量对于财产性收入差距的作用方向：若

＞0，表示该解释变量起扩大财产性收入差距的作用；若

＜0，则表示该解释变量起缩小财产性收入差距的作用。同时，根据公式(6)可知，

的符号与

和

二者的符号相关。

的符号为正表示该因素对于财产性收入的影响是正向的，

的符号表示的是解释变量与被解释变量的对数值之间的线性相关关系，

＞0表示二者正相关。

       结合表5的结果可以发现：(1)与农村家庭密切相关的解释变量有户口类型(hukou)和土地(land)。结果显示它们的回归系数和相关系数都为负，这表明财产性收入少的家庭更多的来自农村，城乡之间财产性收入存在明显的二元分化，造成了较大的财产性收入差距，它们能够解释财产性收入不平等中的4.3％。(23)(2)与教育相关的解释变量有学历水平(educ1、educ2)和教育培训支出(training)，这三个变量的回归系数都为正。其中，educ1与财产性收入对数值的相关系数为负，表明中学学历的家庭集中在低财产性收入家庭中，educ2和training的相关系数为正，表明大学及以上学历和教育培训支出高的家庭多为高财产性收入的家庭。这三者的共同作用能够解释财产性收入不平等程度的1.68％。(3)风险偏好和股票投资两个变量的回归系数和相关系数都为正，表明财产性收入低的家庭往往是风险厌恶型的，也很少从事股票投资。(24)这两个变量能够解释财产性收入不平等程度的3.57％。(4)年龄变量的回归系数和相关系数都为负，表示年轻人的财产性收入高于年老人群。这是因为年轻人有比较强的投资理财观念。年龄能够解释财产性收入不平等程度的0.84％。(5)房产变量的回归系数和相关系数都为正，表明房产数量对于财产性收入差距的扩大的影响是正向的，这一变量解释了财产性收入不平等的8.1％，仍是最大的影响因素。(6)从地区因素考虑，中部地区和东北地区解释变量的贡献率为负，虽然这两个地区比西部地区的财产性收入高，但是还是有很多低财产性收入家庭处于这三个区域，东部地区才是高财产性收入家庭的集中地。地区因素可以解释财产性收入不平等的4.95％，是仅次于房产数量的第二大因素。表5最后一列给出用城镇户籍样本做的回归分解结果，与全样本结果基本类似，区别是高等教育对财产性收入不平等的贡献是负的，但很小。此外，房产的贡献增大。

      

       总的来说，教育培训水平、经济发展情况、投资理财观念等都是影响我国家庭财产性收入的重要原因，并且这些有利因素都被高收入家庭占据，促使财产性收入差距不断扩大。经济发展落后地区、农村地区缺乏增加收入或财产性收入的条件与基础，因此，创造低收入群体获得财产性收入的条件尤其重要。

       为了反映不同收入群体的差异，我们还做了分位数回归。(25)全样本回归中，在25％、50％、75％分位点上教育年限的系数分别是0.025、0.053、0.030，但只有50％分位点的系数显著。而东部地区、风险偏好的系数都是递增的。用非农户籍样本做的结果也类同。此外，单独考察持有股票和拥有住房对财产性收入的影响也基本随着分位点上升而增大。这说明提高居民财产性收入的举措应该更多地向低收入群体倾斜，不仅要通过普及教育提高其个人能力，还要通过完善市场提高其财产性收入收益率。

       (四)稳健性检验

       首先我们选取另一个代表性微观数据—清华大学消费金融调研2008年数据来进行稳健性检验。(26)该调查在15个城市进行，样本量为2094个家庭。本文采取区间均值的方法进行估算，下限取0元，上限取50万元。将2008年消费金融的调查数据处理去掉空缺数值后共2066个家庭样本，根据家庭成员数计算出人均收入，将每个家庭成员都作为样本获得扩展样本，计算出人均总收入的基尼系数为0.442。

      

       由表6可以看出总收入中按占比由大到小依次为工资性收入、经营性收入、财产性收入和转移性收入；财产性收入的同比例增加会导致居民收入差距扩大，若财产性收入增加1％，则基尼系数将增加0.0285％；整体收入不平等中财产性收入的贡献为10.35％。与2011年城镇数据分析结果的差异主要体现在经营性收入和转移性收入的特征，其中经营性收入反而起到缩小收入差距的作用，而转移性收入则由于统计数据中的不完全统计，相当一部分划归入了“其他收入项”中导致其占总收入比重较小。从财产性收入内部构成看，由于分类比较简单，与2011年CHFS数据可比性不大。投资收入占比和贡献很大，分别达到79.1％和79.39％，这与Chi(2012)的结果较接近。

       Chi(2012)运用国家统计局1988-2009年城镇住户家庭数据计算财产性收入对总收入不平等的贡献由1988年的0.9％提高到2009年的1.5％，最高为2007年的2.8％。2007年投资收入对财产性收入不平等的贡献为65.3％，租金收入为31.8％。李实等(2013)运用CHIP 2002和2007年数据计算城镇居民人均财产性收入对总收入不平等的贡献由2002年的1.22％提高到2007年的1.86％，而农村居民的相应数据是0.20％和0.21％。根据西南财大发布的《中国收入差距报告2013》，与2011年报告相比，两年间收入差距没有大的变化。由2011年和2013年的数据计算得到，投资性收入对基尼系数的贡献由2010年的6.2％提高到2012年的7％。(27)与以上结果相比，我们运用2008、2010年数据发现，人均财产性收入对总收入不平等的影响在增强，已经达到8％—10％左右，这反映了转型期的变化。

       从清华大学消费金融2008年数据得到的家庭财产性收入回归分解结果看，对财产性收入不平等影响较大的因素分别是中等学历(3.69％)、住房(3.35％)、股票(2.98％)、东部地区(1.29％)。基本结论与CHFS2011年数据的结果接近。

       其次，我们运用省份数据进行检验。采用《中国城市(镇)生活与价格年鉴》2005、2008、2010年各省城镇家庭平均人均收入及财产性收入数据，考虑省份人口差异，对总收入和财产性收入进行分解。财产性收入对总收入不平等的贡献由2005年的3.37％提高到2008年的4.67％，2010年进一步提高到4.79％。与此相类似，Lee(2013)利用统计年鉴的各省城镇家庭宏观数据计算财产性收入对总收入不平等的贡献由2005年的2.7％提高到2010年的4.43％。虽然比微观数据计算的贡献小，但都说明财产性收入对总收入不平等的解释力在加强。

       从表7的财产性收入的内部构成看，影响财产性收入不平等的主要因素包括出租房屋收入、股息与红利收入、其他投资收入、利息收入。尤其是2010年的结果与CHFS2011年微观数据的结果比较接近。(28)出租房屋收入是扩大财产性收入不平等的重要构成，而利息收入是缩小财产性收入不平等的重要构成，投资收入的作用由缩小财产性收入不平等变为扩大不平等，但弹性还不大。从纵向看，出租房屋收入的作用在减弱，2005-2010年间贡献率下降了约10％。而其他三类收入的贡献率都在提高，尤其是其他投资收入。

      

       五、结论与启示

       通过分析，本文主要得到以下几点结论：第一，财产性收入增长较快，存在严重的城乡差异和阶层差异。第二，虽然财产性收入的收入比重较小，但其对于整体收入不平等的影响程度在增强，不同微观数据来源的计算表明，其贡献率已经接近或达到10％。第三，租金收入和金融资产投资收益不仅是我国居民财产性收入的主要来源，也是推动财产性收入差距扩大的主要因素；利息和保险收益虽然在居民财产性收入中的比例较低，但是它们的增加可以在一定程度上缓解财产性收入差距，且居民家庭收入越低，其财产性收入对于保险收益和利息的依赖性越高，对于金融资产投资等的依赖性越小。第四，城乡差异、地区差异、教育培训水平、风险偏好程度等都对财产性收入差距的形成产生影响，其解释财产性收入不平等程度的份额合计为23.44％。

       自“创造条件让更多群众拥有财产性收入”的政策主张提出以来，对于如何提高居民财产性收入的建议如雨后春笋般地涌现出来。但很多建议都试图促进财产性收入的数量增长，忽视了财产性收入的结构变化对收入分配状况的影响。分析结果显示，普遍的财产性收入增加会进一步扩大收入的不平等程度。只有剖析财产性收入的内部构成和影响因素，才能得出合理的建议。

       要缩小财产性收入差距，需要政策倾向于低收入群体。首先，要推动中西部地区的经济发展，保障居民合法的财产权，提高低收入群体的教育水平，营造环境推动低收入群体的财富积累。其次，要严控房地产市场和股市过热增长，防止少数人通过炒作牟取暴利，抑制资产泡沫的继续扩大。(29)同时，进一步完善保障性住房制度，使更多的人可以拥有自己的房产，让住房回归它原本用于居住的属性。再次，给予税收优惠，推动商业人寿保险、商业养老保险和商业财产保险的发展。最后，要发展和完善资本市场，提高低收入群体个人能力的财产性收入回报率。总之，在“创造条件让更多群众拥有财产性收入”的过程中，要严格控制财产性收入的过快增长和结构失衡。不合理的财产性收入增长会导致食利阶层规模增大，助长不劳而获的不良风气，也会加大社会的贫富差距。

       尽管我们运用宏观和微观的多个数据来源进行检验，由于数据样本量、财产性收入统计的复杂性以及抽样误差等原因，仍要对本文的结论保持应有的谨慎。期待在大样本数据可得的条件下，将来对我国财产性收入问题做更好的研究。

       注释：

       ①数据来源：1990-2014年《中国统计年鉴》。

       ②数据来源：2012年《中国城市(镇)生活与价格年鉴》。

       ③如果利息和股息的获得者是以工资收入为主的劳动者，且利息和股息在收入中占比较小，则不属于剥削收入。但不排除少数个人主要以利息和股息为收入来源，则其剥削的性质就不能被否定。

       ④需要考虑着重增加哪个群体的财产性收入，增加哪类财产性收入。

       ⑤考虑到城乡一体化发展的趋势，本文没有分别对城镇家庭和农村家庭的财产性收入进行分析，只在回归中通过户籍虚拟变量来反映城乡差异。为了和其他以城镇家庭为调查对象的数据来源作对比，在适当时又对城镇家庭的收入单独做了分析。

       ⑥西方国家常把财产性收入和经营性收入混同，笼统作为资本收入。在国际比较时需要注意。

       ⑦具体分类可向作者索取。

       ⑧只计算拥有该项收入的家庭，下同。

       ⑨一般来说，扩大样本数量的结果会更符合现实情况。

       ⑩与西南财经大学2012年12月发布的0.61比较接近。

       (11)扩展后的样本量为27540个。

       (12)根据李实等(2013)估算的2007年城乡实际货币购买力为1.3∶1，在此基础上根据国家统计局2008-2010年城乡居民的消费价格指数计算出2010年的城乡实际货币购买力为1.276∶1。

       (13)根据Brandt & Holz(2006)估算的地区城镇生活费用指数，在此基础上根据国家统计局2008-2010年城市居民消费价格指数计算出2010年各省的可比价格。

       (14)一个可能的原因在于经营性收入对于低收入的农村家庭来说至关重要，在其总收入中占相当比重。

       (15)限于篇幅，全部结果没有在论文中列出，感兴趣的读者可以向作者索取。下同。

       (16)感兴趣者可向作者索取。

       (17)可能存在两种情况：一是家庭的确没有财产性收入，二是有财产性收入但不愿意提供此信息。因而可能存在一定的偏差。

       (18)例如我们可以模拟当低收入家庭的租金收入提高2％、而高收入家庭的租金收入提高1％时，总收入差距的变化。

       (19)说明土地没有发挥提高居民财产性收入的作用，这主要源于当前土地流转市场的不健全。

       (20)P值为0.1023，略大于10％。

       (21)P值为0.1211，略大于10％。

       (22)这里的教育培训支出为考虑城乡价格差异后的实际值。

       (23)户口和土地的贡献率之和(0.01873+0.0243)，下同。

       (24)缺少社会保障会使得他们风险承受能力低，也就不敢参与股票投资，参见宁光杰(2014)。

       (25)感兴趣者可向作者索取。

       (26)我们只能获得2011年CHFS数据，目前为止2013年数据没有公开。清华大学消费金融调研2012年数据也无法获得。中国家庭动态追踪调查(CFPS)2012年数据中财产性收入信息统计不全，例如股票债券等没有每年获得的流量收入，且财产性收入占比很低，只占1.8％。但数据显示2011年被调查家庭财产性收入的基尼系数为0.96，与CHFS2011年数据的结果接近。

       (27)但计算的基础是家庭总收入还是人均收入我们无从得知。

       (28)CHFS2011年微观数据城镇人均财产性收入扩展样本分解结果表明租金收入、金融资产投资收益和利息的贡献分别为54.03％、27.23％和4.46％。

       (29)随着资本市场的复杂化和“完美”化，资本收益会越来越与个体能力特征失去关联。参见Piketty(2014)，p.376。

标签：财产性收入论文;  差异分析论文;  收入差距论文;