劉 波 胡宗義 龔志民

一、問題的提出

改革開放四十多年來，我國的收入分配制度不斷改革與完善，居民的絕對收入水平快速增長，人民生活不斷改善。自黨的十八大以來，脫貧攻堅成效顯著，貧困發(fā)生率從2012 年10.2%下降到了2019 年的0.6%。2019 年10 月，黨的十九屆四中全會提出“鞏固脫貧攻堅成果，建立解決相對貧困的長效機(jī)制”，2020 年之后，解決貧困問題的中心任務(wù)將由解決“絕對貧困”問題向緩解“相對貧困”問題轉(zhuǎn)變，而收入層面的相對貧困又主要表現(xiàn)為總體收入差距過大、城鄉(xiāng)差距與區(qū)域差距突出以及較低的代際流動性。根據(jù)國家統(tǒng)計局公布的數(shù)據(jù)，2003 年我國的基尼系數(shù)為0.479，2017 年為0.467，總體上的收入差距居高不下；1978 年，城鄉(xiāng)收入比為2.57∶1，2019 年的城鄉(xiāng)收入比為2.64∶1，城鄉(xiāng)差距并未扭轉(zhuǎn)。收入差距過大不僅會降低居民的幸福感和獲得感，還會引發(fā)人們對中國是否陷入“中等收入陷阱”的顧慮。當(dāng)然，并不是所有收入差距都是不合理的，“勤勞致富”“多勞多得”形成的收入差距顯然是合理的。因此，收入分配領(lǐng)域存在的問題并不完全在于收入分配結(jié)果的不平等，而是更深層次的機(jī)會不平等。黨的十九大報告指出，要“破除妨礙勞動力、人才社會性流動的體制機(jī)制弊端，使人人都有通過辛勤勞動實現(xiàn)自身發(fā)展的機(jī)會”，明確提出要抑制機(jī)會不平等。因此，如何科學(xué)合理地測度我國收入差距中的機(jī)會不平等具有重要的現(xiàn)實意義。

個人收入主要取決于人力資本水平，新人力資本理論認(rèn)為，人力資本以能力為核心(Hogan 和Holland，2003；Nyhus 和Pons，2005；Heckman 等，2006；Cunha 和Heckman，2011)，收入分配中的機(jī)會不平等本質(zhì)上源自能力培養(yǎng)過程中的機(jī)會不平等。因此，縮小收入差距不能僅從收入分配入手，還要從能力培養(yǎng)的過程切入。能力的培養(yǎng)是一個長期的過程，個人能力由多方面因素決定，既受先天稟賦的影響，也受后天家庭環(huán)境與社會環(huán)境的潛移默化?！伴偕茨蟿t為橘，生于淮北則為枳”，環(huán)境對于能力的培養(yǎng)至關(guān)重要(Chetty 等，2016)。無論是Blau 和Duncan(1974)的“地位獲得路徑”，還是Boudon(1974)的“首屬次屬效應(yīng)理論”以及Bourdieu(1977)的“文化再生產(chǎn)理論”，都突出了環(huán)境對于能力培養(yǎng)的關(guān)鍵作用，尤其是個體早期所在的家庭環(huán)境。因此，“環(huán)境-能力-收入”邏輯是研究機(jī)會不平等的新視角，對于重新認(rèn)知機(jī)會不平等具有重要的理論意義。

本文是作者前期工作的深化，主要貢獻(xiàn)在于兩個方面:(1)在理論方面，以新人力資本理論為基礎(chǔ)，以能力為中介，基于“環(huán)境-能力-收入”的邏輯，提出了測度機(jī)會不平等的新思路；(2)在應(yīng)用方面，首先通過夏普利值分解方法測度機(jī)會不平等指數(shù)，識別出導(dǎo)致機(jī)會不平等的主要成因，其次將總效應(yīng)分解為直接效應(yīng)和間接效應(yīng)，最后以測度結(jié)果與分解結(jié)果為基礎(chǔ)，為“建立解決相對貧困的長效機(jī)制”建言獻(xiàn)策。

二、文獻(xiàn)綜述

機(jī)會不平等不僅是社會輿論關(guān)注的熱點，也是近年來收入分配研究領(lǐng)域中的前沿問題，關(guān)于機(jī)會不平等的研究可以歸納為機(jī)會不平等的定義與測度兩個方面。

在機(jī)會不平等的定義方面，早期的文獻(xiàn)并沒有直接界定機(jī)會不平等，更多是討論機(jī)會平等(Rawls，1971；Dworkin，1981a、1981b)。Roemer(1993)從決定收入水平的因素出發(fā)，提出了“環(huán)境-努力”的二元分析框架，首次將機(jī)會不平等的概念具體化(Roemer，1998)。Roemer 認(rèn)為，環(huán)境與努力是決定收入的兩大因素，收入差距主要源自環(huán)境差異與努力程度的不同。其中，環(huán)境差異導(dǎo)致的收入差距被認(rèn)定為不合理的差距(Alm?s 等，2011)，即收入分配中的機(jī)會不平等。在后續(xù)的研究中，Lefranc 等(2009)認(rèn)為除了環(huán)境與努力之外，運(yùn)氣也是影響收入的因素之一，但在具體處理時將運(yùn)氣歸入環(huán)境或努力因素中，本質(zhì)上與Roemer 的“環(huán)境-努力”框架是一致的(呂光明等，2014)。由于努力程度難以觀測，諸多學(xué)者從各種角度提出了量化方法，具有代表性的有Bj?rklund 等(2012)、Jusot 等(2013)。

自“環(huán)境-努力”二元因素框架提出以來，學(xué)界對于環(huán)境與努力之間的關(guān)系一直存在爭議(Roemer，1998；Jusot 等，2013；Barry，2005)，難以形成共識。從現(xiàn)實來看，環(huán)境與努力之間的界限并不清晰，而且環(huán)境和努力之間還存在交互效應(yīng)。環(huán)境因素是可以觀察到的，而努力程度則不能觀察明晰(Aaberge 等，2011)。如果不可觀察的努力程度中包含了環(huán)境因素，就有可能低估環(huán)境差異對收入差距的貢獻(xiàn)。事實上，努力屬于個人的人格特征，屬于非認(rèn)知能力的范疇。在機(jī)會不平等的測度中，有學(xué)者也將認(rèn)知能力(IQ)作為變量納入收入方程中(Bj?rklund 等，2012)。無論是認(rèn)知能力還是非認(rèn)知能力，在能力的培養(yǎng)過程中，后天環(huán)境具有左右全局的作用(Turkheimer 等，2003；Cunha等，2010)。因此，本文認(rèn)為從“環(huán)境-能力”的關(guān)系切入，是研究機(jī)會不平等的新視角。 在機(jī)會不平等測度方面，測度方法主要分為參數(shù)法和非參數(shù)法兩大類，具體的測度方法有直接測度法、間接測度法、基準(zhǔn)測度法和隨機(jī)占優(yōu)法。顧名思義，直接測度法是直接估計機(jī)會不平等程度，基于實際的收入分布y，構(gòu)造不包含努力因素的反事實收入分布 yc，機(jī)會不平等則為基于該收入分布得到的不平等程度 I ( yc)，而構(gòu)造反事實分布的具體方法有事前法、事后法(Lefranc 等，2009；Ferreira 和Gignoux，2011；Ramos 和Van de Gaer，2016)。間接測度法則采用與直接測度法相反的思路，首先構(gòu)造一個不含機(jī)會不平等的反事實分布 yeo，然后將實際收入分布的不平等 I ( y )減去基于反事實分布的不平等 I ( yeo)，兩者的差值 I ( y ) - I ( yeo)即為機(jī)會不平等。在間接測度法中，構(gòu)造反事實分布的方法以Bourguignon 等(2007)為代表，前者以收入方程為基礎(chǔ)構(gòu)造反事實收入，后者則通過非參數(shù)方法構(gòu)造反事實收入。基準(zhǔn)測度法需確立一個收入公平的參照標(biāo)準(zhǔn)，通過對比實際收入與參照標(biāo)準(zhǔn)之間的差異來測度機(jī)會不平等(Devooght，2008；Alm?s 等，2011)。在隨機(jī)占優(yōu)法中，首先根據(jù)環(huán)境變量將收入數(shù)據(jù)分成若干組，再檢驗分組收入分布函數(shù)之間是否存在一階和二階隨機(jī)占優(yōu)關(guān)系，如果存在隨機(jī)占優(yōu)關(guān)系，則意味著存在機(jī)會不平等(Lefranc 等，2009)。在國內(nèi)的相關(guān)研究中，江求川等(2014)以Atkinson(1970)的均等分布等價收入為基礎(chǔ)，提出了一種構(gòu)造反事實分布的新方法。李瑩和呂光明(2016)將基于參數(shù)回歸不平等分解的Fields 法和Shapely 值法拓展運(yùn)用到機(jī)會不平等的測度研究中。龔鋒等(2017)利用傾向匹配得分法(PSM)構(gòu)造反事實收入分布。雷欣等(2017)在對參數(shù)估計法進(jìn)行改進(jìn)的基礎(chǔ)上給出了另一種構(gòu)造反事實收入分布的方法。

按照新人力資本理論的觀點，居民收入由能力決定(李曉曼和曾湘泉，2012)，能力具體包括認(rèn)知能力和非認(rèn)知能力(Heckman 等，2006)。無論是認(rèn)知能力還是非認(rèn)知能力，環(huán)境對于能力的培養(yǎng)都具有主導(dǎo)性作用(Mani 等，2013；Storrs，2017)。無論是家庭環(huán)境還是家庭之外的社會環(huán)境，例如幼年時期家庭的經(jīng)濟(jì)狀況、早期的受教育環(huán)境，都能左右個人能力的塑成。Roemer 和Trannoy(2016)認(rèn)為，在“環(huán)境-努力”框架中，“努力程度受環(huán)境因素的影響，努力并非純粹的努力”。事實上，努力與否以及努力程度屬于人格特征，包含在非認(rèn)知能力的范疇。環(huán)境對人格特征的塑成至關(guān)重要，關(guān)于后天環(huán)境影響努力程度等人格特征的案例在現(xiàn)實中不勝枚舉。因此，環(huán)境與努力存在因果關(guān)系，而非純粹的并列關(guān)系?；诖?，本文按照“環(huán)境-能力-收入”的邏輯，對機(jī)會不平等的測度思路進(jìn)行改進(jìn)。

三、測度機(jī)會不平等的框架與方法

（一）以能力為中介的測度思路

從靜態(tài)的角度來看，個人收入的確取決于當(dāng)前所處的環(huán)境以及個人是否盡責(zé)或努力。如果從動態(tài)的角度來看，不禁要問“個人當(dāng)前為什么不努力？”“勤勞是否與生俱來？”現(xiàn)實中，不乏“蓬生麻中，不扶而直；白沙在涅，與之俱黑”的案例，后天環(huán)境對于人格特征的塑成具有主導(dǎo)作用。在兒童時代，父母所擁有的資源以及能提供的指導(dǎo)，加上文化環(huán)境和早期的正規(guī)教育，會直接影響個人的語言能力和數(shù)學(xué)能力、對待學(xué)習(xí)的態(tài)度、身體的健康狀況以及預(yù)期壽命(Ehrenberg 和Smith，2011)。

在動態(tài)的視角下，環(huán)境因素對收入的影響可分為直接和間接兩條路徑，個人當(dāng)前的環(huán)境變量會直接影響收入水平，而早期的環(huán)境變量會通過左右能力的培養(yǎng)，間接地影響收入水平，本文將其歸納為“環(huán)境-能力-收入”的傳導(dǎo)機(jī)制，具體如圖1 所示?；诖?，本文以新人力資本理論為基礎(chǔ)，按照“環(huán)境-能力-收入”的邏輯，提出一種測度機(jī)會不平等的新方法。

圖1 測度機(jī)會不平等的新思路

（二）收入決定方程的構(gòu)建與估計

本文采用參數(shù)法測度機(jī)會不平等，按照參數(shù)法的流程，首先需要構(gòu)建收入決定函數(shù)，遵循“環(huán)境-努力”的二元框架，收入決定函數(shù)為(Ferreira 和Gignoux，2011):

其中，Y 為收入，C 為可觀測的環(huán)境因素，E 為努力程度，u、v 為不可觀測的隨機(jī)因素。按照本文的思路，個人收入主要取決于能力，能力由認(rèn)知能力CA(Cognitive Ability)與非認(rèn)知能力NCA(Non-cognitive Ability)構(gòu)成。環(huán)境因素對認(rèn)知能力和非認(rèn)知能力具有主導(dǎo)作用，教育E(Education)對于認(rèn)知能力的培養(yǎng)甚為重要(Heckman 等，2001；Glewwe，2002；張曉云、杜麗群，2017)，認(rèn)知能力、教育和非認(rèn)知能力都受環(huán)境因素的影響?；诖?，本文將收入決定函數(shù)改寫為:

在實證研究中，有文獻(xiàn)將性別、種族作為導(dǎo)致機(jī)會不平等的變量(Bourguignon 等，2007；Devooght，2008)，將性別、種族等個人的特征變量稱為環(huán)境變量顯然不合適。因此，本文沿用劉波等(2015)的做法，將環(huán)境變量和個人特征變量統(tǒng)一稱為條件變量，并將超出自我控制的變量稱為外生條件變量 Ci(Aaberge，2011)，剩余的變量稱為其他條件變量 Pi，ui、υi、ξi、ζi為不可觀測的隨機(jī)因素。

在已有的文獻(xiàn)中，收入方程的具體形式不盡相同，有的收入方程不包含截距項，有的收入方程將收入取對數(shù)，具有代表性文獻(xiàn)如Morduch 和Sicular(2002)、Fields 和Yoo(2000)，文獻(xiàn)中甚至存在刻意回避常數(shù)項和殘差項的現(xiàn)象(Wan，2004)。為了使測度結(jié)果更具普適性，本文將測度流程規(guī)范化，將收入方程設(shè)定為:

其中，α 為常數(shù)項，X 為可觀測的解釋變量，U 為不可觀測的隨機(jī)因素。一般而言，收入的數(shù)值是非負(fù)的，本文將收入的取值范圍設(shè)定為[ 0 ,+∞)。為了確保收入的預(yù)測值為非負(fù)，本文采用對數(shù)收入模型。在得到對數(shù)收入的預(yù)測值 l︿n ( Y )后，進(jìn)一步對其恒等變換得到收入的預(yù)測值 exp ( l︿n ( Y ))，由此可將取值范圍限定在[ 0 ,+∞ )。假設(shè)上述方程均是線性方程，結(jié)合式(3)～式(6)，具體的收入方程組如式(8)～式(11)所示:

如果是基于原有“環(huán)境-努力”的二元框架，則收入方程通常設(shè)定為:

在估計收入決定方程的過程中，需要同時考慮隨機(jī)擾動項之間的同期相關(guān)問題以及異方差問題，故需要采用似不相關(guān)(SUR)估計方法。需要特別說明的是，在微觀調(diào)查數(shù)據(jù)中，可以獲取的條件變量有限，不可能將所有影響收入的變量都囊括在內(nèi)。正如Golley 和Kong(2016)所指出的那樣，直接影響收入、認(rèn)知能力、非認(rèn)知能力、教育的條件變量難以窮盡。因此，與真實值相比，得到的機(jī)會不平等程度通常偏低，但是這并不影響對機(jī)會不平等的測度與分析。因為，可以將基于特定條件變量集得到的機(jī)會不平等程度視為下限值，在此變量集的基礎(chǔ)上，如果進(jìn)一步擴(kuò)充條件變量，將不斷逼近機(jī)會不平等的真實水平。測度機(jī)會不平等的目的在于量化機(jī)會不平等對收入差距的貢獻(xiàn)度，并識別出導(dǎo)致機(jī)會不平等的主要成因，因此即使不能窮盡所有的次要變量，也能夠?qū)崿F(xiàn)研究目的。

（三）機(jī)會不平等的測度方法

1. 夏普利值分解方法

本文使用基尼系數(shù)作為不平等測度指標(biāo)。以收入決定方程的系數(shù)估計值為基礎(chǔ)，進(jìn)一步可通過夏普利值(Shapley Value)分解方法(Shorrocks，2013)，分解變量對收入差距的相對貢獻(xiàn)度，再將外生條件變量的相對貢獻(xiàn)度加總，從而可得機(jī)會不平等指數(shù)。環(huán)境因素會通過認(rèn)知能力、教育和非認(rèn)知能力間接對收入水平產(chǎn)生影響，如果將之忽略，顯然是不合理的。相比于已有方法，本文的不同之處在于，夏普利值分解是基于整個方程組，而非單個收入方程。假定共有K 個條件變量 C = ( c1,… ,cK)，首先將收入決

在夏普利值分解方法中，常數(shù)項和殘差項的歸屬問題是關(guān)鍵性問題，會直接影響機(jī)會不平等的測度結(jié)果。常數(shù)項本質(zhì)上是所有元素均為1 的列向量，與其均值向量相等。由此，對于任意外生條件變量集C ，CC=I ( Y (α , C , U ))-I ( Y (α , C , U ))= 0，故常數(shù)項的貢獻(xiàn)值為0。在經(jīng)典線性模型中，通常假定不可觀測的隨機(jī)擾動項U～ E ( 0,σ2I )，即 E ( U ) = 0。此時，對于任意外生條件變量集C 而言，隨機(jī)擾動項U 對不平等指數(shù)的本文的分解中將采用此種方式。目前，關(guān)于殘差項如何歸類未能達(dá)成一致的觀點，對于殘差項的處理有三種方式:一是以Roemer 為代表的研究者將殘差項歸類為努力程度，二是Devooght(2008)將其歸類為環(huán)境因素，三是Lefranc 等(2009)和Jusot 等(2013)則認(rèn)為殘差項的含義無法明確界定，因而將之忽略。無論是單方程還是方程組中的各個方程，殘差項均假定為隨機(jī)變量，即認(rèn)為收入除了受條件變量的影響之外，還受諸多不可觀測的隨機(jī)性因素的影響，而隨機(jī)性因素是個人不可控的。如果殘差項因人而異，則說明殘差項與解釋變量之間存在關(guān)聯(lián)性，即模型存在異方差問題。那么，需要對模型的估計方法進(jìn)行調(diào)整以消除異方差，如采用可行的廣義最小二乘估計。本文遵循Roemer的觀點，可得相應(yīng)的機(jī)會不平等程度為:

2. 直接效應(yīng)、間接效應(yīng)與總效應(yīng)

基于方程組的估計結(jié)果，也可以按照直接效應(yīng)、總效應(yīng)和間接效應(yīng)的順序，將單個變量對收入差距的貢獻(xiàn)度進(jìn)行分解。在分解的過程中，采用外生條件的均值C 替代外生條件 Ci，將其代入所估計的方程中，得到反事實收入:

由此，可以得到環(huán)境因素對機(jī)會不平等對收入差距的貢獻(xiàn)度:

由式(3)～式(6)可知，環(huán)境變量既可以直接影響收入水平，也可以通過認(rèn)知能力和非認(rèn)知能力間接地影響收入水平。因此，環(huán)境變量、認(rèn)知能力和非認(rèn)知能力對機(jī)會不平等的貢獻(xiàn)度可以分解為直接效應(yīng)和間接效應(yīng)。以外生條件變量為例，假設(shè)反事實收入為:

四、實證研究

（一）指標(biāo)的選擇與定義

在實證研究中，以中國家庭追蹤調(diào)查(CFPS)為樣本數(shù)據(jù)，具體包括2010 年、2012年和2014 年的調(diào)查數(shù)據(jù)。在本文提出的測度方法中，主要涉及條件變量(外生條件變量和其他條件變量)、認(rèn)知能力與非認(rèn)知能力，其中認(rèn)知能力與非認(rèn)知能力是本文關(guān)注的核心變量，所有變量具體的定義如表1 所示。外生條件變量包括家庭背景、地區(qū)、戶口、性別、民族，其他條件變量包括年齡、政治面貌、婚姻狀況、健康狀況。其中，家庭背景包括3 個變量:父母受教育水平、父母的政治面貌、是否具有領(lǐng)導(dǎo)職務(wù)。在個人認(rèn)知能力和非認(rèn)知能力的塑成過程中，少年時期所處的環(huán)境具有決定性作用。因此，在認(rèn)知能力、教育和非認(rèn)知能力方程中，采用受訪人12 歲時所處的地區(qū)和戶口類型(城鄉(xiāng))作為解釋變量。當(dāng)然，受訪人當(dāng)前所處的環(huán)境可能與12 歲時所處的環(huán)境有所不同，所以，在收入方程中除了考慮12 歲時所處的環(huán)境，還考慮了地區(qū)和戶口的變動。

表1 變量的選擇與定義

基本的認(rèn)知能力主要包括讀寫能力(Literacy)和運(yùn)算能力(Numeracy)，普遍以閱讀、數(shù)學(xué)能力的測試分?jǐn)?shù)作為其量化指標(biāo)，如李濤等(2017)通過字詞能力、數(shù)學(xué)能力和記憶力來測度認(rèn)知能力。CFPS 在2010 年、2012 年和2014 年的3 次調(diào)查中均涉及字詞能力、數(shù)學(xué)能力和記憶力指標(biāo)，本文以2010 年和2012 年的調(diào)查數(shù)據(jù)為基礎(chǔ)對認(rèn)知能力的3 項指標(biāo)進(jìn)行賦值。

從當(dāng)前的研究來看，非認(rèn)知能力或者人格特征的測量主要通過“大五”人格模型進(jìn)行(Barrick 和Mount，1993；李濤和張文韜，2015；樂君杰和胡博文，2017)。本文主要采用李濤和張文韜(2015)的指標(biāo)體系測度非認(rèn)知能力，在權(quán)重的賦值上，采用變異系數(shù)法賦值?！按笪濉比烁衲Ｐ椭饕▏?yán)謹(jǐn)性、外向性、順同性、開放性和神經(jīng)質(zhì)或情緒穩(wěn)定性5 個維度的人格特征。本文對李濤和張文韜(2015)的指標(biāo)體系略作調(diào)整，在外向性維度下增加一個指標(biāo)。個人非認(rèn)知能力的構(gòu)建主要基于CFPS2010 年的調(diào)查數(shù)據(jù)，個別變量來自2012 年的調(diào)查樣本。具體指標(biāo)的含義與指標(biāo)的權(quán)重如表2 所示，三級指標(biāo)共計21 項，其中正向指標(biāo)13 項，負(fù)向指標(biāo)8 項。

現(xiàn)實中，某些偶然性因素會影響收入的穩(wěn)定性，基于某一個年度的收入數(shù)據(jù)測度機(jī)會不平等可能會存在一定的偏誤。在本文的測度中，首先通過分省CPI 將2012 年、2014 年的收入數(shù)據(jù)調(diào)整到2010 年，然后取3 年的平均收入。通過取平均收入可以在一定程度上平滑偶然因素對收入的影響，從而提升測度結(jié)果的穩(wěn)健性。本文以2010 年的調(diào)查對象為基準(zhǔn)構(gòu)建平衡面板數(shù)據(jù)，剔除非連續(xù)個體后，獲得了13937 個連續(xù)3 期的收入數(shù)據(jù)，數(shù)據(jù)質(zhì)量相對較高，其中西部、中部和東部的樣本容量依次為3704 個、4263 個、5970 個，農(nóng)業(yè)戶口和非農(nóng)戶口分別為10068 個、3869 個。

表2 “大五”人格模型中變量與權(quán)重

（二）機(jī)會不平等的測度

1. 收入決定方程的估計

首先，需要對收入方程進(jìn)行估計，正如前文所述，收入方程可能存在異方差問題，因而需要確定模型是否存在異方差。由B-P 檢驗(Breusch-Pagan)可知，在5%的水平上，收入方程、認(rèn)知能力、受教育水平和非認(rèn)知能力方程均存在異方差問題。同時，還需要考慮方程之間的相關(guān)性?；诖?，本文首先采用廣義最小二乘法估計出權(quán)重，然后采用似不相關(guān)的估計方法對模型進(jìn)行估計，估計結(jié)果如表3 所示，表3 也同時給出了基于“環(huán)境-努力”框架的收入方程的估計結(jié)果。

由收入方程組的估計結(jié)果可知，本文所關(guān)注的兩個核心變量，認(rèn)知能力和非認(rèn)知能力在1%的水平上對收入存在顯著的正向影響。對于外生條件變量，在1%水平上，父母的政治面貌、12 歲時所在的地區(qū)與戶口類型、性別、民族對收入存在顯著的正向影響；而對于其他條件變量，在1%水平上，12 歲之后的地區(qū)和戶口類型是否變動、政治面貌、婚姻對收入也存在顯著的正向影響，隨著年齡的增加和健康水平的下降，收入水平亦顯著下降。

在認(rèn)知能力方程中，12 歲時所在的地區(qū)(中東部虛擬變量)、12 歲時的戶口類型、民族、性別和教育均對認(rèn)知能力存在正向影響；其中，受教育程度對認(rèn)知能力的塑成具有突出作用。在教育方程中，本文所選擇的變量對受訪人的受教育水平均存在顯著影響，12 歲時的戶口類型與家庭背景(父母受教育水平和是否具有管理職務(wù))對受教育水平影響較為突出。在非認(rèn)知能力方程中，本文所選擇的變量均顯著；其中，12 歲時的戶口類型和父母是否擔(dān)任領(lǐng)導(dǎo)職務(wù)對非認(rèn)知能力的影響相對較大。

表3 收入決定方程估計結(jié)果

續(xù)表3

2. 機(jī)會不平等的估計與效應(yīng)分解

以估計結(jié)果為基礎(chǔ)，采用夏普利值分解方法對收入差距進(jìn)行分解，分解結(jié)果如表4所示。按照J(rèn)uarez 和Soloaga(2014)的定義，8 個外生條件變量對收入差距的貢獻(xiàn)度之和為27.91%，即機(jī)會不平等指數(shù)為27.91%。具體來看，性別差異對收入差距的貢獻(xiàn)度最高，為10.69%；少年時期(12 歲)的戶口差異次之，為10.08%；少年時期(12 歲)所在的地區(qū)(中部和東部)差異位居第三，對收入差距的貢獻(xiàn)度為4.46%；家庭背景(父親的受教育水平、工作類型和是否是黨員)差異對收入差距的貢獻(xiàn)度為2.16%；民族差異的貢獻(xiàn)度為0.52%。除此之外，在其他個人特征變量中，12 歲后的地區(qū)變動和戶口遷移對收入差距的貢獻(xiàn)度為6.45%，年齡差異的貢獻(xiàn)度為5.31%，健康狀況差異的貢獻(xiàn)度為2.30%，政治面貌與婚姻狀況的貢獻(xiàn)度分別為0.88%、-0.28%。

表4 基于“環(huán)境-能力-收入”框架的機(jī)會不平等測度結(jié)果

為了對比本文“環(huán)境-能力-收入”測度思路與“環(huán)境-努力”測度框架在結(jié)果上的差異，本文又基于收入方程(8)的估計結(jié)果給出機(jī)會不平等的測度結(jié)果，亦如表4 所示。8 個外生條件變量對收入差距的貢獻(xiàn)度之和為18.96%，相比于本文的測度思路，降低了8.95%。由此可見，基于“環(huán)境-努力”框架的單方程分解方法低估了收入差距中的機(jī)會不平等，其根本原因在于，外生變量不僅會直接影響收入分配，還會通過影響能力培養(yǎng)間接地左右收入分配。更為重要的是，學(xué)歷并不意味著能力，教育作為努力程度的代理變量也存在一定的局限性。因此，兩者存在較大的差異也是合理的。

在效應(yīng)分解方面，根據(jù)外生條件變量的總效應(yīng)降序排列，依次為性別、少年時期的戶口、東部地區(qū)、父母受教育水平、父母的政治面貌、民族、父母是否具有管理職務(wù)、中部地區(qū)。值得關(guān)注的是，間接效應(yīng)遠(yuǎn)大于直接效應(yīng)，外生變量通過認(rèn)知能力和非認(rèn)知能力對收入的間接影響高于直接影響。綜合夏普利值分解與效應(yīng)分解的結(jié)果可知，弱化性別差異、城鄉(xiāng)差異和地區(qū)差異對能力培養(yǎng)的負(fù)面影響是降低機(jī)會不平等的著力點。

五、穩(wěn)健性檢驗

在現(xiàn)有的研究中，由于所使用的數(shù)據(jù)樣本和測度方法不盡相同，機(jī)會不平等程度在數(shù)值上不具備可比性，但機(jī)會不平等指數(shù)與外生條件變量對收入差距的相對貢獻(xiàn)度則具有可比性。因此，在穩(wěn)健性檢驗中，除了關(guān)注機(jī)會不平等指數(shù)是否存在差異外，還要關(guān)注外生變量對收入差距的相對重要性程度是否發(fā)生了變化。穩(wěn)健性檢驗分為兩部分:首先，考慮到收入與非認(rèn)知能力之間可能存在互為因果的問題，因而調(diào)整非認(rèn)知能力的測度指標(biāo)，從總體上測度機(jī)會不平等指數(shù)；其次，將樣本分別按經(jīng)濟(jì)區(qū)域與當(dāng)前的戶口類型分組，分組測度收入差距中的機(jī)會不平等程度，對比分析外生因素對收入差距貢獻(xiàn)度是否在地區(qū)與城鄉(xiāng)之間存在顯著不同。

（一）考慮“互為因果”問題的穩(wěn)健性檢驗

在實證研究中，非認(rèn)知能力通過“大五”人格模型來評價，在此模型中，神經(jīng)質(zhì)是一級指標(biāo)，神經(jīng)質(zhì)的具體指標(biāo)來自抑郁量表中的指標(biāo)，抑郁程度與神經(jīng)質(zhì)之間具有較強(qiáng)的正相關(guān)性。在本文構(gòu)建的方程組中，考慮了非認(rèn)知能力對收入的影響，但當(dāng)前的收入水平可能對非認(rèn)知能力存在影響，即收入與抑郁之間可能會存在互為因果的關(guān)系。表5 給出了抑郁指標(biāo)按主觀收入分類取均值的結(jié)果，主觀收入水平取值為3、4、5 的抑郁指標(biāo)值顯著高于其取值為1、2 的均值，可見收入水平與抑郁程度存在較強(qiáng)的相 關(guān)性。

表5 主觀收入水平與抑郁指標(biāo)

在個人的生活和工作中，能夠較好地處理人際關(guān)系是社會交際的重要技能，能夠較好地與人相處可以獲得更多的信息和積累更多的社會資本，促成合作共贏，收入自然也會提升。因此，本文對非認(rèn)知能力的量化指標(biāo)進(jìn)行簡化，只取二級指標(biāo)“熱情性”下的兩項3 級指標(biāo)“1.受訪者的待人接物水平；2.自己的人緣關(guān)系有多好”，同樣采取變異系數(shù)法進(jìn)行降維得到指標(biāo)NCA2。調(diào)整非認(rèn)知能力的量化指標(biāo)后，對收入決定方程進(jìn)行估計，以估計結(jié)果為基礎(chǔ)，再次測度機(jī)會不平等，測度結(jié)果如表6 所示。

表6 基于穩(wěn)健性檢驗的機(jī)會不平等測度結(jié)果

在穩(wěn)健性檢驗中，機(jī)會不平等指數(shù)為27.87%，與前文的27.91%甚為接近，兩者的差異僅為0.04%。性別、戶口、家庭背景(父母的受教育水平、政治面貌、管理職務(wù))、地區(qū)(中部、東部)和民族的貢獻(xiàn)度依次為10.72%、10.06%、2.14%、4.43%、0.52%，與表4 中的測度結(jié)果接近。在效應(yīng)分解方面，外生條件變量的總效應(yīng)小于表4 中的測度結(jié)果約0.8%，根據(jù)總效應(yīng)降序排列，依次為性別、少年時期的戶口、東部地區(qū)、父母的受教育水平、父母的政治面貌、民族、父母是否具有管理職務(wù)、中部地區(qū)，排序與表4 中的結(jié)果完全一致。綜上所述，機(jī)會不平等指數(shù)的測度結(jié)果與效應(yīng)分解結(jié)果具有較強(qiáng)的穩(wěn)健性。

（二）基于分組測度的穩(wěn)健性檢驗

1. 按經(jīng)濟(jì)區(qū)域分組測度的穩(wěn)健性檢驗

外生條件變量對機(jī)會不平等的重要性可能會在經(jīng)濟(jì)區(qū)域之間存在異質(zhì)性，本文進(jìn)一步將樣本按經(jīng)濟(jì)區(qū)域分為3 組，依次測度外生條件變量對收入差距的貢獻(xiàn)度。在收入決定方程中，考慮到人口的區(qū)域流動對收入的影響，因而在分組的過程中按受訪人12 歲所在的經(jīng)濟(jì)區(qū)域分組，分組測度結(jié)果如表7 所示。

表7 按經(jīng)濟(jì)區(qū)域分組的機(jī)會不平等測度結(jié)果

在上文的夏普利值分解與效應(yīng)分解中(表4 和表6)，性別和少年時期(12 歲)的戶口類型是導(dǎo)致機(jī)會不平等的主要因素，由表7 的結(jié)果可知，兩者仍然是導(dǎo)致機(jī)會不平等的主要因素，可見測度結(jié)果在識別主要因素上具有較強(qiáng)的穩(wěn)健性。值得關(guān)注的是，在夏普利值分解中，性別對收入差距的相對貢獻(xiàn)度在中部地區(qū)最高，為12.90%；東部地區(qū)次之，為11.16%；西部地區(qū)最低，為10.80%。在東部地區(qū)，少年時期(12 歲)的戶口類型對收入差距的相對貢獻(xiàn)度最高，為12.94%；西部地區(qū)次之，為8.53%；中部地區(qū)最低，為6.54%。由此可見，在東部地區(qū)，少年時期(12 歲)的戶口類型對收入差距的影響更為突出。

2. 按戶口類型分組測度的穩(wěn)健性檢驗

從現(xiàn)實來看，中國城鄉(xiāng)之間的經(jīng)濟(jì)社會發(fā)展水平存在較大的差距，外生條件變量對收入差距的相對貢獻(xiàn)度亦可能在城鄉(xiāng)之間存在異質(zhì)性。因此，本文進(jìn)一步將樣本按受訪人當(dāng)前的戶口類型分組。當(dāng)前為農(nóng)業(yè)戶口的受訪人，其少年時期(12 歲)的戶口類型絕大部分為農(nóng)業(yè)戶口，因而在農(nóng)業(yè)戶口的子樣本中不加入戶口變動的變量(hukou01)，按戶口類型分組的測度結(jié)果如表8 所示。

表8 按戶口類型分組的機(jī)會不平等測度結(jié)果

由分組測度結(jié)果可知，性別仍然是導(dǎo)致機(jī)會不平等的首要因素，但其相對貢獻(xiàn)度在城鄉(xiāng)之間存在顯著差異。在農(nóng)業(yè)戶口的子樣本中，性別對收入差距的相對貢獻(xiàn)度為15.26%，在非農(nóng)戶口的子樣本中，其相對貢獻(xiàn)度為11.81%。由此可見，相比于非農(nóng)戶口受訪人，性別收入差距在農(nóng)業(yè)戶口受訪人內(nèi)部更為明顯。此外，對于非農(nóng)戶口受訪人而言，地區(qū)差異引致的收入差距更大，地區(qū)差異對收入差距的相對貢獻(xiàn)度為4.83%；而對于農(nóng)業(yè)戶口受訪人，則為3.85%。與之相類似，相比于農(nóng)業(yè)戶口受訪人，非農(nóng)戶口受訪人的家庭背景差異對收入差距貢獻(xiàn)度更高，為5.50%，前者僅為0.89%。

綜上所述，在分組測度中，性別與少年時期(12 歲)的戶口差異仍然是導(dǎo)致機(jī)會不平等的主要因素。由此可見，上文的測度結(jié)果在識別機(jī)會不平等的主要成因上，具有較強(qiáng)的穩(wěn)健性。

六、結(jié)論與政策建議

本文根據(jù)“環(huán)境-能力-收入”的邏輯，以能力為中介，提出了測度機(jī)會不平等的新思路，并以2010 年、2012 年和2014 年CFPS 數(shù)據(jù)為樣本進(jìn)行實證研究。本文實證研究表明，在我國的收入差距中，機(jī)會不平等的貢獻(xiàn)度(機(jī)會不平等指數(shù))為27.91%，性別、少年時期的戶口與所在的地區(qū)、家庭背景(父母的受教育水平、工作類型和是否是黨員)、民族差異對收入差距的貢獻(xiàn)度依次為10.69%、10.08%、4.46%、2.16%、0.52%。效應(yīng)分解結(jié)果表明，性別、少年時期的戶口、父母受教育水平、東部地區(qū)、父母是否具有管理職務(wù)對收入差距的影響突出，并且通過影響能力培養(yǎng)，對收入差距的間接影響大于直接影響。在測度過程中，本文同時也比較了原有思路與本文思路在測度結(jié)果上的差異。比較結(jié)果表明，原有思路低估了環(huán)境因素對收入差距的影響。最后，通過調(diào)整非認(rèn)知能力賦值與分組測度的方式，檢驗測度結(jié)果的穩(wěn)健性。穩(wěn)健性檢驗結(jié)果表明，測度結(jié)果無論是在數(shù)值還是在相對重要性上，均具有較好的穩(wěn)健性。

本文認(rèn)為，抑制收入分配中的機(jī)會不平等不僅要從收入分配的結(jié)果入手，還需從能力培養(yǎng)的過程著手，著力解決能力培養(yǎng)過程中的機(jī)會不平等問題。第一，在認(rèn)知能力培養(yǎng)方面，持續(xù)推動教育資源均等化，切實維護(hù)教育公平，尤其是縮小優(yōu)質(zhì)教育資源分配中的機(jī)會不平等。在教育資源的分配中，對于弱勢群體應(yīng)適度傾斜，尤其是對于欠發(fā)達(dá)地區(qū)、農(nóng)村地區(qū)和貧困家庭的子弟。第二，在非認(rèn)知能力方面，重視家庭教育，將家庭教育納入教育立法的范圍，通過法律規(guī)范家長的行為。父母是孩子的第一任老師，教育責(zé)任不能僅歸于學(xué)校，青少年健全的人格與父母恰當(dāng)?shù)难詡魃斫堂懿豢煞帧＜彝ソ逃荒軆H通過道德約束，法律約束也不可缺位。第三，在社會環(huán)境方面，培育有理想、敢作為、愿付出的價值觀，不斷完善法律體系，滌清社會風(fēng)氣，營造公平正義的社會環(huán)境，最終使得敢闖、敢拼的青年人都可以實現(xiàn)自己的“中國夢”。