楊 文，裘紅霞

(1.北京大學 社會經濟與文化研究中心，北京 100871;2.蘭州商學院 金融學院，甘肅 蘭州 730020)

一、引 言

作為福利分析的重要組成部分，脆弱性是一個能將消費的不平等性和波動性相結合以測量福利狀況。對脆弱性進行分解則可以發(fā)現(xiàn)脆弱性的結構及其影響因素，這對于降低福利損失及提升福利水平有明顯的現(xiàn)實意義。近年來，脆弱性的研究已成為學術界研究的熱點問題之一。但是，現(xiàn)有文獻對脆弱性的研究有兩個不足:一是國外研究較多，而國內研究較少。二是研究主要集中在發(fā)展中國家的農村家庭，而對其城市家庭的研究甚少。就筆者所查閱的現(xiàn)有文獻看，對中國城市家庭脆弱性的專門研究是嚴重不足的。除了Chen和Hoy［1］就上海流動人口的經濟脆弱性進行了研究之外，專門針對中國城市家庭脆弱性的測量和分解的文獻還未涉足，本文的研究在一定程度上彌補了現(xiàn)有文獻在這一問題研究上的不足。就中國而言，現(xiàn)有研究集中在農村家庭可能有三個原因:一是貧困家庭主要在農村地區(qū)。中國實行的重工業(yè)優(yōu)先發(fā)展戰(zhàn)略［2］和經濟轉型中的“二元經濟”導致城鄉(xiāng)差距拉大，城市家庭平均收入較高，而農村家庭平均收入較低，加上目前關于脆弱性的某些定義與貧困緊密相連，于是對脆弱性的研究集中在農村地區(qū)也就不足為奇了。二是農村存在較大的貧富差距。貧富差距帶來了農村家庭收入的不平等，而脆弱性測量能反映收入的不平等性。三是農村家庭面臨更多的消費風險。

對中國農村家庭脆弱性測量與分解固然是重要的，但對城市家庭脆弱性的測量與分解同樣不能忽視，這主要基于以下三個原因:一是城市收入差距的迅速擴大導致城市收入不平等性日益嚴重并帶來福利損失［3］。城市家庭不平等性程度的提高通過城鎮(zhèn)基尼系數(shù)直接反映出來。程永宏對改革開放以來基尼系數(shù)城鄉(xiāng)分解的結果顯示，自1992年以來，城鎮(zhèn)基尼系數(shù)及其貢獻率增長較快，成為全國基尼系數(shù)的首要影響因素。城鎮(zhèn)基尼系數(shù)對全國基尼系數(shù)的貢獻率由1983年的23.8%躍升為2004年的55.4%［4］。二是城市貧困問題突出。城市貧困的來源主要有三類:一類是城市中的流動人口，主要是農民工階層。由于戶籍限制、教育水平和工作技能低下而受到歧視，農民工階層沒有與城市居民融合，而是作為一個獨立的群體在“非正規(guī)部門就業(yè)”，被“勞動力市場分割”［5］，農民工階層成為城市貧困的主要來源之一。二類是國有和集體企業(yè)下崗職工。這類貧困階層主要是由于城市經濟發(fā)展轉型中，舊的福利機制解體而新的福利機制尚待建立而產生的。三類是城市中非正規(guī)部門就業(yè)的群體和“三無”人員。非正規(guī)部門就業(yè)的群體受到來自農民工階層和下崗職工在工作上的競爭，導致工作競爭力弱化，生存壓力加大［6］。三是城市家庭消費隱含的風險性。第一種風險是房地產泡沫可能帶來的風險。高房價整體上提升了城市家庭的財富，而財富效應提升了城市家庭的消費能力。如果房地產價格普遍大幅下降，可能會威脅到城市家庭平均消費能力并削減其消費支出。第二種風險是城市家庭的真實收入水平的顯著下降。經典的消費模型表明，消費主要決定于真實收入水平，真實收入的下降將帶來家庭消費能力的削弱。第三種風險是城市家庭所擁有的社會資本發(fā)生貶值的風險。社會資本的重要表現(xiàn)形式是社會關系網絡，直接體現(xiàn)為家庭之間禮金收支額［7］。在當前人口高流動性背景下，社會網絡不斷發(fā)生變化，家庭的社會資本面臨減值的風險，削弱了家庭的消費平滑能力。

二、文獻回顧

對脆弱性的度量和分解需要對脆弱性進行明確定義。既有研究文獻對脆弱性的定義主要有以下三種:第一種定義:將脆弱性定義為個人或家庭在未來陷入貧困的可能性。其公式表達為:Vit=E［Pit+1(z，cit+1)|F(cit+1)］，實質是對未來消費陷入貧困的事前預判。多數(shù)學者做出這種定義［8－9－10］。在此定義下，脆弱性的測量決定于四個因素:一是貧困線z的設定。對貧困線z的不同設定會產生不同的脆弱性取值。在其他條件不變時，貧困線越高，貧困人口就會越少，脆弱性就越小。二是未來永久性收入的估計方法。對未來永久性收入的估計方法不同會帶來未來收入估計值的差異。假設消費取決于未來永久性收入，那么由此得到的脆弱性結果也就存在差異。Zhang和Wan［11］同時使用了加權貧困收入法和收入函數(shù)法去估計永久性收入。在假設收入存在對數(shù)正態(tài)分布前提下，使用過去的加權平均收入作為永久性收入和用收入函數(shù)法產生的永久性收入不同，從而消費就會存在差異。三是期限的選擇。不同的期限選擇會得到不同的脆弱性估計值。通常的做法是將未來消費的期限設定為一年或兩年。四是脆弱線設定。一般有兩種方法:一是人數(shù)比例H=q(y;z)/n(y)，即貧困家庭數(shù)占家庭總數(shù)的比例［12］。二是將脆弱線設定為50%［11］。由這四個脆弱性決定因素可知，這種定義在實證分析層面上具有較強的主觀性和武斷性，由此進行的實證分析勢必會存在爭議。第二種定義:當一個家庭在遭受負面沖擊時，因消費平滑能力不足導致現(xiàn)有消費水平迅速下降，則稱該家庭是脆弱的［13］。與此類似，何平等將家庭脆弱性定義為在應對社會經濟、政治改革和災害等負面沖擊時現(xiàn)有生活水平和社會地位下降的反應程度［14］。第三種定義:將脆弱性定義為確定性等值消費的效用與期望效用之差［15］。這種定義將脆弱性納入到期望效用的框架內，將個人或家庭的主觀偏好充分體現(xiàn)在個人或家庭對效用函數(shù)的選擇中，使得對主觀福利水平的度量具有了微觀基礎，并為其提供了可量化的實用方法。盡管定義三本質上類似于定義一，即都是期望貧困，但由于這一定義反映了個人偏好的微觀基礎且具有可將不平等性和波動性 (風險性)進行分解與測量的優(yōu)點，因此本文的研究將在這一定義的基礎上進行。

基于脆弱性的三種不同定義，國內外學者使用多種不同類型的數(shù)據(jù)對脆弱性進行了測量。基于定義一的脆弱性測量涉及到貧困線z、未來期限t的時間跨度、未來永久性收入cit+1和脆弱線v的設定。在貧困線z的選擇上，多數(shù)學者采用2005年的1.25美元/天作為新的國際貧困線標準;在時間跨度t的選擇上，一般選擇t+1或者t+2，即考察在未來一或兩年內至少有一次脆弱性數(shù)值低于預設的臨界值的家庭［10］;在脆弱線的選擇上常設定為50%［10－11］。在未來永久性收入函數(shù)服從對數(shù)正態(tài)分布假設下，計算出未來陷入貧困的概率，并將這個概率值和預設的脆弱線v相比較，從而判斷特定家庭脆弱與否。多數(shù)文獻將測量脆弱性的主要精力放在對未來消費水平c的討論上。一種討論是基于現(xiàn)有的數(shù)據(jù)類型建立消費模型來估計未來消費值。由于數(shù)據(jù)類型大多是橫截面數(shù)據(jù)或者偽面板數(shù)據(jù)，在假設消費模型中擾動項服從正態(tài)分布情況下，建立起適用于所有家庭的唯一的對數(shù)消費模型［8］，其消費方程可表達為:lnch=Xhβ+eh。其中，lnch是人均家庭消費對數(shù)，Xh是家庭和社區(qū)特征集合，eh為不能解釋的家庭消費部分。另一種討論是考慮到社區(qū)間差異性，引入多水平建模方法，這種方法既達到解釋家庭水平的不可解釋部分和社區(qū)水平的不可解釋部分的目的，又能矯正無效的估計量?；貧w方程可設定為:Yit=β0j+β1jxij+eij。其中，eij反應的是家庭消費的不可解釋部分。假設β0j和β1j在不同社區(qū)間有巨大差異。各種社區(qū)特征z引入模型去估計不同社區(qū)的系數(shù)的方差。因此，這種建模方法比第一種更具一般性和實用性。在消費模型自變量的選擇上，多數(shù)文獻將目前收入水平、雇傭狀態(tài)、家庭人口特征和教育等家庭特征視為重要的解釋變量，有的文獻也考慮到了自然災害 (如干旱和洪水)、流行病和市場基礎設施等社區(qū)特征變量對消費的重要影響?；诙x二的脆弱性測量是在通過比較特定家庭h在面對負面沖擊時在時間t的消費水平與貧困線的大小后做出的判斷。對于所有的時間t，cht＞z總成立時，稱該家庭為永久性貧困;對于部分時間t，cht＜z才能成立時，稱該家庭為暫時性貧困;對于所有時間t，cht＞z總成立時，稱該家庭為總是非貧困。這種定義將脆弱性和貧困建立起了直觀的聯(lián)系。定義三對脆弱性的測量運用了期望效用理論。對此，Ligon和Schechter［15］做出了開創(chuàng)性的工作，二人不僅將脆弱性表達為期望效用，而且進一步將脆弱性分解為幾個具有明確經濟含義的組成部分，并討論了各部分的決定因素。比較基于這三種定義的脆弱性測量，我們認為定義一的測量主觀性較強，定義二的測量過于簡單化，未能將不確定性考慮其中，而定義三能較好地將微觀效用理論納入到脆弱性的測量與分解中。

在經驗分析上，由于對脆弱性的分析主要針對發(fā)展中國家，而發(fā)展中國家大多缺乏面板數(shù)據(jù)，因此多數(shù)現(xiàn)有文獻是基于橫截面數(shù)據(jù)或者假面板數(shù)據(jù)［16］來進行回歸分析?；趯_動項形式的不同假設，回歸方法上也就不同。一是假設擾動項存在同方差，并直接采用了簡單的最小二乘回歸。這種假設排除了低消費均值的家庭比高消費均值家庭面臨更高的消費波動的可能性［9］。二是假設擾動項存在異方差性并識別異方差的不同來源［8］，在回歸方法上采用廣義最小二乘回歸 (GLS)或三階段廣義最小二乘回歸方法 (3GLS)［9］。僅有少數(shù)文獻采用面板數(shù)據(jù)進行回歸［15－17－18］。該方法能較好地規(guī)避強分布假設，并且能夠克服因自變量的不可觀測性產生的內生性問題，從而獲得參數(shù)的一致估計量。

綜合已有研究文獻，我們發(fā)現(xiàn)存在以下不足:一是多數(shù)文獻未對脆弱性進行分解分析，這就無法考察家庭脆弱性的結構和探索脆弱性的原因。僅有Ligon和Schechter［15］與李麗和白雪梅［19］對城鄉(xiāng)家庭的脆弱性進行了綜合考察和分解分析。二是在經驗分析上大多采用橫截面數(shù)據(jù)進行回歸分析，未能較好地處理個體間不可觀測異質性而導致參數(shù)估計的不一致性。三是專門針對中國城市家庭脆弱性的測量與分解的文獻仍屬空白。本文的研究試圖彌補這些不足，補充現(xiàn)有文獻在這一領域的研究。

三、分析框架

(一)城市家庭脆弱性的設定與分解

采用Ligon和Schechter［15］對家庭脆弱性的定義，假設家庭h(h=1，2，…，n)具有有限人口且為風險規(guī)避型，我們給每個城市家庭設定一個嚴格遞增且弱凹的定義在實數(shù)集上的效用函數(shù)Uh(，):R→R，進而將家庭h的脆弱性定義為確定性等價效用與家庭期望效用之差，即:

其中，Vh代表家庭h的脆弱值。zce代表確定性等價消費，即在沒有任何風險和不平等條件下家庭h的消費水平。當家庭h的確定性消費大于或等于zce時，我們認為家庭不具有脆弱性，因為此時家庭h的期望效用EUh(ch)必定大于等于確定性等價效用水平Uh(zce)。因此，當Vh≤0時，家庭h不具脆弱性;當Vh＞0時，家庭h是脆弱的。

家庭h的脆弱性數(shù)值不僅取決于家庭h消費的平均水平，也決定于家庭h消費的波動性。因此，為了體現(xiàn)脆弱性對不平等性 (貧困)和波動性 (風險)間的關系，這里采用Ligon和Schechter［15］的分解方法，將脆弱性分解為包含貧困和風險兩個有區(qū)別的組成部分，即:

第一部分是確定性等值的效用和期望消費值的效用之差，無隨機變量，因而沒有不確定性。確定性等值的效用值可視為在貧困線上的效用值，與家庭h的期望消費效用值之差反映了家庭期望消費的效用對貧困線水平上的效用的偏離程度。

第二部分是期望消費的效用與家庭h消費的期望效用之差。與第一部分的顯著差異是第二部分中期望效用包含風險。為了區(qū)分不同的風險類型對脆弱性的影響，我們將脆弱性進一步分解為四個組成部分，即:

在 (3)式中，我們將總風險分解為三個組成部分:協(xié)同性風險部分、異質性風險部分和不可解釋風險部分。其中，協(xié)同性風險部分中ˉXt包含對特定社區(qū)內所有家庭消費均產生影響的協(xié)同性變量;異質性風險包含與家庭h特征相關并對家庭在t時期消費產生影響的家庭特征變量Xht;不可解釋風險部分包含了既不能被協(xié)同性變量也不能被家庭特征變量解釋的部分，是測量誤差和不可觀測異質性的集合體。

已有研究表明，不平等主要是村內不平等所致。如Knight等［20］研究發(fā)現(xiàn)，村內居民的相互對比會影響到村民的主觀福利，村內不平等是構成總的不平等的主要部分。Berjamin等采用中國1986—1999年9省100多個村莊的數(shù)據(jù)研究發(fā)現(xiàn)，2/3的不平等是村內鄰居的不平等［21］。盡管這些研究結論是關于中國農村家庭的，但是，中國的城市也存在不同居委會內部的不平等，只是城市居委會內部的不平等性是否是不平等的主要部分還需要經驗證據(jù)。因此，為了測量中國城市不同居委會內和居委會之間不平等性對脆弱性的相對比重，我們對家庭h的脆弱性Vh做進一步分解:

(4)式提供了一個綜合反映城市居委會內和居委會之間不平等性及不同類型風險對家庭脆弱性影響的可量化公式。其中等式右邊前兩項分別是居委員間不平等和居委會內不平等。

(二)家庭消費效用函數(shù)的設定與條件期望的估計方法

在采用 (4)式對脆弱性進行測量之前，我們還需要兩個準備條件:一是設定效用函數(shù)Uh(.)的具體形式;二是設定條件期望的估計方法。

1.效用函數(shù)的確定

采用Ligon和Schechter［15］類似的設定形式，即:

與Varian［22］和Andreu［23］的觀點相一致，這里將家庭h的效用函數(shù)表達為消費的函數(shù)。在經驗分析中，我們運用確定性等價消費zce去標準化家庭消費ch，從而將較大的消費數(shù)值轉化為分數(shù)以縮小脆弱值的取值范圍，同時又不會對家庭脆弱類型做出誤判。與Matthew和Thaler［24］的觀點相異，這里假設家庭為風險厭惡型，并且其風險規(guī)避程度在不同的利益狀態(tài)下保持一致。r反映了家庭h的風險規(guī)避類型。盡管r的取值尚無一致定論，但設定r＞1是一個必要條件。

2.條件期望的估計方法

借鑒Ligon和Schechter［15］消費模型，①Ligon和Schechter［15］將消費模型設定為線性形式:=αi+ηtβ'+，{ηt}刻畫了總 (協(xié)變量)變化的影響;{αi}刻畫了固定家庭特征異質性對被預測家庭消費的影響;為隨機擾動項，即測量誤差和預測誤差的和;家庭固定效應αi被設定總和為0。假設消費服從對數(shù)正態(tài)分布，并具有以下模型形式:

其中，ln cht是家庭h在時間t消費的對數(shù)?！t是對居委會內所有家庭均產生影響的協(xié)變量，包含了家庭所處的居委會的特征變量集合。如家庭所處的省份，社區(qū)內房價的一般水平，是否為風景區(qū)等變量。Xht是家庭特征變量集合。如家庭距離最近醫(yī)療點的距離、家庭擁有的物質資本、收入水平和社會資本。uh是與家庭特征相關的不可觀測異質性對家庭消費的影響。εht是隨機擾動項，反映了對家庭消費的測量誤差。

四、數(shù)據(jù)處理與變量描述

本文使用的數(shù)據(jù)來自2008年和2009年北京大學中國社會科學調查中心 (ISSS)的“中國家庭動態(tài)跟蹤調查 (CFPS)”。①CFPS全稱為Chinese Family Panel Studies，即中國家庭動態(tài)跟蹤調查。該調查是一項旨在搜集個體、家庭和社區(qū)三個層次的動態(tài)數(shù)據(jù)，以反映中國在社會、經濟、人口、教育和健康等變遷，為學術研究和政策決策提供依據(jù)為目標的重大社會科學項目。調查第一期為12年 (2008—2020年)。②2008年和2009年調查的數(shù)據(jù)分別反映了2007年和2008年的社區(qū)、家庭和個人情況。作為初期測試性調研數(shù)據(jù)，目前ISSS已經在北京、上海和廣東三個經濟最發(fā)達省市進行了3年的測試性調查，其中，在廣東省的調查活動由北京大學和中山大學結合廣東社會追蹤調查共同執(zhí)行，現(xiàn)已整理出2007年和2008年的包括個人、家庭和社區(qū)三個層面的數(shù)據(jù)。樣本涵蓋了3省市24縣95個村莊2 375戶的信息。由于參與調查的人員和督導人員接受過嚴格職業(yè)培訓，且樣本指標設計有較強的科學性，數(shù)據(jù)新、可信度高，這有助于本文的實證分析。通過整理2007年和2008年兩年的數(shù)據(jù)，我們獲得了包含消費對數(shù)模型回歸所需要的所有變量的269個家庭的平衡面板數(shù)據(jù)。

(一)被解釋變量

在消費對數(shù)模型 (5)中，被解釋變量為家庭h在t時的消費對數(shù)。與Ligon和Schechter［15］僅用家庭食品消費支出作為家庭消費模型的被解釋變量不同，本文采用了包含家庭食品消費額、衣著支出、購買日常用品和家電支出、醫(yī)療保健支出、交通支出、通信支出、教育和文化支出、娛樂休閑支出、居住支出和雜項商品和服務支出共十個大項的年度支出之和作為家庭消費額。這比僅用家庭食品支出來代表家庭消費支出更為合理。在2008年樣本中，家庭食品消費額、日常用品、交通支出和通信支出僅列出在數(shù)據(jù)調查時最近三個月的平均每月支出數(shù)據(jù)。為了測算2008年家庭對這四項支出的年度數(shù)據(jù)，本文采用將每月支出額乘以12個月來獲得。比如，將家庭全年食品消費額設定為:家庭全年食品消費額=最近三個月家庭月均食品消費額×12;其余6項年度消費支出數(shù)據(jù)均在樣本中。經過合并，我們就獲得了2007和2008年的所有家庭的年度消費支出額。

(二)解釋變量

1.協(xié)變量

消費對數(shù)模型所使用的協(xié)變量包括:一是省份虛擬變量。該變量會對相同居委會轄區(qū)內的家庭消費產生直接或間接影響，這是因為不同省份經濟的整體發(fā)達程度不同，家庭獲得收入的來源和難易程度也不相同。二是居委會是否屬于風景區(qū)。家庭所處的居委會是風景區(qū)時，其收入可能增加，但也可能會由于游客數(shù)量的增多推高當?shù)匚飪r，增加家庭的消費成本。因此，是否為風景區(qū)對家庭消費的影響可能是不確定的。三是居委會轄區(qū)內商品房目前的一般價格水平。這一指標反映了居委會內家庭的一般財富水平，處于高房價居委會轄區(qū)內的家庭往往較為富裕，其消費習慣和消費能力與房價較低的居委會家庭有顯著差異。因此，我們預計房價一般水平較高的居委會其消費水平也較高，這有助于降低家庭脆弱性。

2.家庭特征變量

家庭特征變量包括:一是家庭的收入水平。家庭的消費直接決定于家庭的收入水平，可以預計這個變量是影響家庭消費和脆弱性的重要變量。多數(shù)現(xiàn)有研究文獻并沒考察收入的不同檔次對消費和脆弱性的影響，加上2007年和2008年的CFPS數(shù)據(jù)在家庭全年工資性收入上存在顯著差異，即2007年直接給出了城市家庭全年的工資性收入數(shù)值，而2008年僅有城市家庭工資性收入屬于這種區(qū)間。因此，本文嘗試按照2008年的收入?yún)^(qū)間對2007年的收入水平進行檔次劃分，從而將這兩年該變量的數(shù)據(jù)統(tǒng)一轉化為不同收入檔次。二是家庭擁有的社會資本。社會資本的典型形式之一是社會關系網絡，并通過家庭之間的禮儀往來表現(xiàn)出來。當一個家庭的禮金收支額較大時，通常反映出家庭具有廣泛的社會關系網絡。在家庭受到消費沖擊時能夠起到平滑消費的作用。依此邏輯，這個變量可能會提高家庭的消費而降低家庭脆弱性。然而，現(xiàn)有脆弱性研究文獻并未將社會資本作為重要的解釋變量進行分析，原因可能是未意識到社會資本在平滑消費上的重要作用，或是缺乏社會資本數(shù)據(jù)。三是家庭的規(guī)模?？傮w而言，更大的家庭規(guī)模可能會有更多樣化的收入來源，這可能具有分散風險和平滑消費的作用。這一個變量較好地解釋了中國農村地區(qū)傾向于組建大家庭的這一現(xiàn)象［18］。但是，對城市家庭而言，其人均收入水平和人均消費都高于農村家庭，而且家庭規(guī)模相對較小，①2007年和2008年，中國城市家庭人均可支配收入依次為13 785.81元和15 780.76元，而農村家庭人均年純收入為4 140.36元和4 760.62元;城市家庭的人均消費支出依次為9 997.47元和11 242.85元，農村家庭人均年生活消費支出為3 223.85元、3 660.68元;相應地，城市戶均人口在這兩年都是2.91人，而農村戶均常住人口依次為4.03人、4.01人。參見國家統(tǒng)計局2009年《中國統(tǒng)計年鑒》。這說明家庭規(guī)模對城市家庭的消費和脆弱性的影響可能低于農村地區(qū)。四是家庭的住房面積。當家庭住房面積較大時意味著家庭通常較為富裕，消費能力也較強。這個變量可能對消費存在正的影響。五是家庭相關的環(huán)境變量集合。包括家庭距離最近公交站的距離、距離最近醫(yī)療點的距離和到市 (鎮(zhèn))商業(yè)中心的時間三個變量。這些基礎設施變量可能對家庭消費的便利程度及醫(yī)療支出產生一定影響。

表1給出了本文消費模型回歸中所有變量的定義及描述性統(tǒng)計。其中，協(xié)變量數(shù)據(jù)來源于CFPS的村/居問卷，被解釋變量和家庭特征變量數(shù)據(jù)來源于家庭問卷。

表1 變量定義和描述性統(tǒng)計

(三)數(shù)據(jù)處理

1.貨幣變量的處理

所有的貨幣變量均根據(jù)2007年和2008年北京、上海和廣東三省市的城市居民CPI①2007年和2008年北京、上海和廣東的城市居民CPI分別為1.009和1.024、1.012和1.032、1.018和1.037。數(shù)據(jù)參見國家統(tǒng)計局2007年和2008年《中國統(tǒng)計年鑒》。進行了調整，從而變成可比量。經CPI調整的貨幣變量包括了家庭年度總消費支出、家庭的禮金收支額和居委會轄區(qū)內商品房的一般價格。

2.公式 (4)中脆弱性各分解部分的數(shù)據(jù)處理

第一，居委會間不平等。對于確定性等值zce，t，v，我們采用加權平均值法②具體而言，我們用每個家庭每年的人口數(shù)占總樣本人口數(shù)的比例為權重對所有家庭的年度消費進行加權而得到每戶年均消費額;其他的加權平均值也采用類似的處理方法。對三省市所有269個家庭在2007年和2008年共538個消費支出數(shù)據(jù)求戶年均消費額。對于E(cht)，通過求每個居委會內的家庭在2007和2008年的消費支出額的加權平均值來獲得。第二，居委會內不平等。對于家庭h，我們分別用求每個家庭在兩年內的年度加權平均值來得到各個家庭的消費期望值E(cht)。第三，協(xié)同性風險和異質性風險。我們采用隨機效應估計方法 (RE)③使用RE來估計對數(shù)消費模型的理由:一是本文面板數(shù)據(jù)時間短，使用RE模型由于無需估計個體效應Uh的個數(shù)從而可以節(jié)省自由度;二是個體效應Uh不可觀測，本質上類似于隨機誤差項εht;三是對總體進行推斷需要把個體效應Uh視為隨機的;四是模型中包含了不隨時間變化的協(xié)變量和家庭特征變量，固定效應模型 (FE)無法估計這些不隨時間變化的變量系數(shù)。對消費對數(shù)模型進行估計來獲得估計系數(shù)，并根據(jù)估計系數(shù)來分別求出條件期望E(cht|ˉXt)和E(cht|ˉXt，Xht)，進而用加權平均法求期望效用。第四，不可解釋風險部分。本文也采用加權平均法求得家庭h的期望效用EUh(cht)。需要特別指出的是，我們以zce，t為基礎，分別對效用函數(shù)中的消費zce，t，v、E(cht)、E(cht|ˉXt)、E(cht|ˉXt，Xht)和cht進行了正規(guī)化處理從而將消費轉化為百分數(shù)，并將zce，t單位化為1，從而縮小脆弱性和各分解部分的取值范圍。

五、實證結果解釋

(一)對家庭脆弱性和各分解部分的解釋

1.超過一半的城市家庭是脆弱的

根據(jù) (1)式中的脆弱性定義，當城市家庭的脆弱值Vh＞0時，該家庭是脆弱的。通過匯總Vh＞0時的家庭總數(shù)，我們得到脆弱家庭總數(shù)為184個，占總樣本家庭數(shù)的68.4%。在脆弱家庭的地區(qū)分布上，上海陷入脆弱的家庭數(shù)是68個，占到上海總樣本家庭數(shù)的77.2%，是三個省市中脆弱性比例最高的;北京陷入脆弱的家庭總數(shù)為65個，占到北京總樣本家庭數(shù)的69.1%;廣東省的家庭樣本總數(shù)為87個，變得脆弱的家庭數(shù)為51個，占到廣東省總樣本數(shù)的58.6%。

2.脆弱性各分解部分的解釋

第一，居委會內的不平等性在均值水平上是城市家庭脆弱性的主要組成部分。城市家庭的平均脆弱性值為0.76，而居委會內的不平等性均值高達0.44，在五個分解部分中居于首位。這表明，城市家庭脆弱性主要是由居委會轄區(qū)內的不平等性所致。這一結論與有關農村家庭現(xiàn)有文獻的結論有相似性，即在農村地區(qū)，村內不平等是家庭總不平等的主要部分［18－20－21］。第二，在各類風險導致的城市家庭脆弱性中，不可解釋風險部分均值最高，表明不可解釋風險對家庭脆弱性也有較大影響。這一結論與Ligon和Schechter［15］對保加利亞城鄉(xiāng)家庭的研究結論也是相似的。第三，協(xié)同性風險部分對城市家庭脆弱性的均值影響為負數(shù)。在五個分解部分中，僅有協(xié)同性風險部分的均值為－0.37，而其余四項的符號均為正值。這說明，就平均水平而言，協(xié)同性風險對于抑制城市家庭的脆弱性有著積極意義，這可能是由于協(xié)同性風險對居委會內家庭有相同的影響，從而能起到降低城市家庭脆弱性的作用。

(二)城市家庭脆弱性與各分解部分的影響因素分析

類似Ligon和Schechter［15］的脆弱性和各分解部分的回歸方法，本文使用混同最小二乘估計方法(OLS)來回歸城市家庭脆弱性的各組成部分。與他們回歸分析的主要差異有兩點:一是本文解釋變量中不僅包含了家庭特征集合，還包含了具體的協(xié)變量。二是對居委會之間和內部的不平等性分別作為因變量來回歸，而不僅僅是將不平等性作為籠統(tǒng)的單一因變量來回歸，從而能夠獲得兩種不平等性的影響因素。對于兩年內發(fā)生變化的家庭特征變量，我們使用其平均值作為解釋變量。脆弱性和各分解部分的回歸結果如表2所示。

表2 城市家庭消費脆弱性及其分解部分的回歸系數(shù) (OLS)

1.城市家庭脆弱性和各分解部分在均值水平上的解釋

由表2可知，總樣本的脆弱性平均值為0.429。由于對消費進行了正規(guī)化處理，這一數(shù)字表明，如果所有的資源能夠毫無成本地重新分配以至消除消費的不平等性和風險性，則269個家庭的脆弱性會平均降低近42.9%。居委會內部的不平等也是城市家庭脆弱性的主要部分，占比超過了1/2。各種風險導致的城市家庭脆弱性中，不可解釋風險和度量誤差部分是主要因素;有趣的是協(xié)同性風險部分，均值為－0.104，這說明協(xié)同性風險部分能夠降低城市家庭平均脆弱性水平。

2.家庭脆弱性的影響因素分析

(1)北京和上海城市家庭比廣東城市家庭更容易變得脆弱。相對于廣東的城市家庭而言，位于北京和上海的家庭對脆弱性的影響在1%的置信水平上具有統(tǒng)計顯著性，而且影響系數(shù)分別在0.328和0.413以上，說明與廣東的相比，北京和上海更易變得脆弱。(2)居委會轄區(qū)內商品房的一般價格對數(shù)能夠降低城市家庭脆弱性。轄區(qū)內商品房一般價格的對數(shù)對家庭脆弱性的影響在1%的置信水平上是顯著的，而且系數(shù)低于－0.335，這表明，在其他條件不變時，居委會轄區(qū)內商品房的一般價格每提高1%，其轄區(qū)內城市家庭的脆弱性在平均水平上就會降低0.335以上。這一結論和我們的預測是一致的。(3)居委會是否為風景區(qū)對家庭脆弱性的影響是不顯著的。這與我們的預測也基本一致。(4)家庭的人口規(guī)模對城市家庭脆弱性有顯著影響。這一變量對脆弱性的影響也在1%的置信水平上顯著，且在其他條件不變時，家庭規(guī)模每增加一人，其脆弱性平均會降低0.121以上。(5)社會資本能顯著降低城市家庭的脆弱性。用家庭禮金收支額對數(shù)表達的社會資本在1%的置信水平上對家庭脆弱性的影響是統(tǒng)計顯著的，而且在其他條件不變時，家庭的社會資本每提高一個百分點，家庭脆弱性就能在均值水平上降低0.121。(6)家庭的住房面積對降低城市家庭脆弱性在統(tǒng)計上是顯著的，①除非特別說明，統(tǒng)計上的顯著性均指該變量至少在10%的置信水平上顯著，否則該變量對因變量的影響不具有統(tǒng)計顯著性。但是這個變量只能輕微地降低家庭的脆弱性。(7)當家庭全年的工資性收入處于第四檔時，與第一檔相比，該家庭會變得極為脆弱。第四檔收入對家庭脆弱性的影響不僅在1%的置信水平上統(tǒng)計顯著，而且影響系數(shù)超過0.774，表明當城市家庭收入低于18 000元時，保持其它條件不變，與收入低于2 500元的城市家庭相比，城市家庭會變得非常脆弱，可能的原因是收入低于2 500元的家庭可能消費上處于低水平的穩(wěn)定性。(8)當家庭收入高于14萬元時，與收入處于第一檔的家庭相比，城市家庭的脆弱性又會顯著降低。(9)基礎設施變量和其他工資性收入分類變量對城市家庭脆弱性的影響系數(shù)在統(tǒng)計上不顯著。

3.脆弱性各分解部分的影響因素分析

(1)北京和上海的城市家庭對居委會間的不平等性比廣東更高。北京和上海的城市家庭在1%的置信水平上對居委會之間的不平等性是統(tǒng)計顯著的，而且影響系數(shù)分別超過0.298和0.425，這表明北京和上海城市家庭在居委會之間不平等性會顯著提高。此外，上海城市家庭能在5%的置信水平上增加協(xié)同性風險部分。(2)居委會屬于風景區(qū)時會增加居委會之間的不平等性。除此之外，這一變量對其他四個分解部分無統(tǒng)計顯著性。(3)居委會轄區(qū)內商品房一般價格的對數(shù)分別在1%和5%的置信水平上對居委會間的不平等性及異質性風險部分有統(tǒng)計顯著性，而且該變量對前者的抑制程度高于后者。(4)家庭的人口規(guī)模對居委會內不平等性、協(xié)同性風險和異質性風險部分均在1%的置信水平上具有統(tǒng)計顯著性。然而，該變量在增加協(xié)同性風險的同時降低居委會內不平等和異質性風險部分，且對居委會內不平等的降低幅度大于對異質性風險部分的降幅。(5)社會資本對居委會內不平等、協(xié)同性風險和異質性風險部分也均在1%的置信水平上是統(tǒng)計顯著的。該變量會增加協(xié)同性風險而同時降低居委會內不平等性和異質性風險，對居委會內不平等性的降幅也高于異質性風險。(6)在三個基礎設施變量中，除了距離最近公交站距離和最近醫(yī)療點距離兩個變量對居委會間不平等分別在5%和1%的置信水平上有統(tǒng)計顯著性之外，基礎設施變量對其余分解部分在10%的置信水平上無統(tǒng)計顯著性。而且，這兩個變量對居委會之間的不平等性影響方向和程度上均不同。距離公交站越遠，其居委會間不平等性越高;距離醫(yī)療點遠近會輕微增加居委會間的不平等性，可能的原因是離醫(yī)療點越近的家庭越是傾向于就醫(yī)。(7)收入分類變量對脆弱性各分解部分的影響。一是當全年工資性收入為第二檔時，相對于第一檔，會顯著提高居委會間的不平等性。二是當全年工資性收入處于第三檔時，相對于第一檔，會在1%的置信水平上提高異質性風險。三是當家庭全年工資性收入處于第四檔時，除了對居委會之間不平等性無影響之外，對其余四個部分均具有統(tǒng)計顯著性。與第一檔收入相比，第四檔收入能顯著降低協(xié)同性風險而提高其余三個分解。四是當家庭工資性收入位于第九檔時，對居委會內不平等性和協(xié)同性風險有統(tǒng)計顯著性，而且與第一檔相比，第九檔幾乎以相同的程度降低居委會內不平等性而提高協(xié)同性風險部分。五是第十檔工資分別在10%的置信水平上對居委會內不平等性、協(xié)同性風險和不可解釋風險有統(tǒng)計顯著性，并且以大體相當?shù)某潭忍岣邊f(xié)同性風險而降低居委會內不平等和不可解釋風險。六是第十一檔工資性收入只會在10%的置信水平上增加協(xié)同性風險。

六、總結性評論

在假設家庭成員是風險規(guī)避型的基礎上，我們對效用函數(shù)形式進行了明確定義。使用CFPS中269個農村家庭在2007年和2008年的平衡面板數(shù)據(jù)，本文對家庭消費對數(shù)模型進行了隨機效應估計，進而測量了家庭脆弱性以及五個分解部分的值。家庭脆弱性測量結果表明:首先，脆弱家庭數(shù)達到了68.4%。其次，三省市的樣本家庭陷入脆弱的比例各異，上海城市家庭脆弱性最高，廣東城市脆弱性最低。再次，居委會內不平等是導致家庭脆弱性的主要部分。最后，在各類風險導致的家庭脆弱性中，不可解釋風險是家庭脆弱性的決定因素;協(xié)同性風險能夠降低家庭的平均脆弱性水平。

通過脆弱性及五個分解部分對協(xié)變量和家庭特征變量集合的橫截面的PLS回歸，得到了以下結論:首先，收入的不同檔次會顯著影響到家庭的脆弱性水平。其次，社會資本能夠顯著降低城市家庭脆弱性，這主要源于居委會內不平等性和異質性風險的減小。這一結論在一定程度上解釋了中國城市家庭之間目前存在的頻繁的送禮活動。再次，較大的家庭規(guī)模能在一定程度上抑制城市家庭的脆弱性。這主要通過降低居委會內不平等和異質性風險來實現(xiàn)。最后，不同省份的城市家庭其遭受脆弱的程度不同。

［1］Chen，Y.，Hoy，C.Explaining Migrants’Economic Vulnerability in Urban China［J］.Asian Population Studies，2011，7(2):123－136.

［2］林毅夫，蔡昉，李周.中國的奇跡:發(fā)展戰(zhàn)略與經濟改革［M］.上海:上海人民出版社，1999.

［3］Amartya，S.On Economic Inequality［M］.Oxford:Clarendou Press，1997.29.

［4］程永宏.改革以來全國總體基尼系數(shù)的演變及其城鄉(xiāng)分解［J］.中國社會科學，2007，(4).

［5］蔡昉.農村剩余勞動力流動的制度性障礙分析——解釋流動與差距同時擴大的悖論［J］.經濟學動態(tài)，2005，(1).

［6］Wu，F(xiàn).L.Urban Poverty and Marginalization under Market Transition:The Case of Chinese Cities［J］.International Journal of Urban and Regional Research，2004，28(2):401－423.

［7］馬光榮，楊恩艷.社會資本、非正規(guī)金融與創(chuàng)業(yè)［J］.經濟研究，2011，(3).

［8］Günther，I.，Harttgen，K.Households'Vulnerability to Cvariate and Idiosyncratic Shocks［R］.Preliminary Draft，2006.1－30.

［9］Chaudhuri，S.Empirical Methods for Assessing Household Vulnerability to Poverty［R］.Mimeo，2000.

［10］Christiaensen，L.，Sabbarao，K.Toward an Understanding of Household Vulnerability in Rural Kenya［R］.Washington DC:World Bank Policy Research Working Paper 3326，2004.

［11］Zhang，Y.，Wan，G.Can We Predict Vulnerability to Poverty［R］.UNU－WIDER Research Paper No.82，2008.

［12］Foster，J.，Greer，J.，Thorbecke，E.A Class of Decomposable Poverty Measures［J］.Econometrica，1984，52(3):761－766.

［13］Kurosaki，T.Consumption Vulnerability and Dynamic Poverty in the North－West Frontier Province［R］.Pakistan.Mimeo，2002.

［14］何平，高杰，張銳.家庭欲望、脆弱性與收入—消費關系研究［J］.經濟研究，2010，(10).

［15］Ligon，E.，Schechter，L.Measuring Vulnerability［J］.The Economic Journal，2003，113(486).

［16］Imai，K.，Wang，X.，Kang，W.Poverty and Vulnerability in Rural China:Effects of Taxation［R］.Mimeo，0913，2009.

［17］Jalan，J.，Ravallion，M.Behavioral Responses to Risk in Rural China［J］.Journal of Development Economics，2001，66(1):23－49.

［18］楊文，孫蚌珠，王學龍.中國農村家庭脆弱性的測量與分解——基于CFPS面板數(shù)據(jù)的實證分析［R］.工作論文No.108，經濟研究，中國經濟學學術資源網，2011.

［19］李麗，白雪梅.我國城鄉(xiāng)居民家庭貧困脆弱性的測度與分解——基于CHNS微觀數(shù)據(jù)的實證研究［J］.數(shù)量經濟技術經濟研究，2010，(8).

［20］Knight，J.，Song，L.，Guanatilaka，R.Subjective Well－Being and Its Determinants in Rural China［J］.China Economic Review，2009，20(4):635－649.

［21］Benjamin，D.，Brandt，L.，Giles，J.The Evolution of Income Inequality in Rural China［J］.Economic Development and Cultural Change，2005，53(4):769－824.

［22］Varian，H.Microeconomic Analysis［M］.New York:Norton，1992.

［23］Andreu，M.，Whinston，M.，Green，J.Microeconomic Theory［M］.New York:Oxford University Press，1995.

［24］Matthew，R.，Thaler，R.Anomalies:Risk Aversion［J］.Journal of Economic Perspectives，2001，15(1):219－232.

(責任編輯:劉 艷)