楊修娜 史新杰 李 實

一、引言

“持續(xù)增進民生福祉，扎實推動共同富?！笔俏覈笆奈濉睍r期經濟社會發(fā)展的主要目標和重大任務之一。黨的二十大報告提到: “中國式現代化是全體人民共同富裕的現代化。共同富裕是中國特色社會主義的本質要求，也是一個長期的歷史過程。”“人的全面發(fā)展、全體人民共同富裕取得更為明顯的實質性進展”是我國2035 年發(fā)展的總體目標之一。而要實現共同富裕，居民收入的不斷提高和收入分配的不斷改善是一條重要路徑。改革開放以來，我國在經濟增長和居民收入提高方面交出了令人滿意的答卷，但在收入分配方面卻沒有取得各界一致認同的績效。進一步優(yōu)化收入分配體制、機制，降低收入不平等程度，對我國實現共同富裕具有重要的戰(zhàn)略意義。

關于收入不平等，經濟學家和社會學家都已經做了大量研究，其中關于我國的收入不平等程度及其變化趨勢的文獻亦有很多。多數認為我國的收入不平等程度在2008年達到最高值，而后有所下降或在高位徘徊。根據國家統(tǒng)計局公布的數據，衡量收入差距的基尼系數從2003 年的0.48 上升到2008 年的0.49，之后下降到2015 年的0.462，此后一直在高位徘徊，2019 年為0.465。收入不平等受許多因素的影響，比如城鄉(xiāng)間的差距、教育與財產不平等、政府的轉移支付和稅收政策等。本文擬從另一個視角——“機會不平等”來分析影響收入不平等的因素及其對實現共同富裕目標的重要意義。

與受關注較早且被廣泛研究的收入不平等相比，機會不平等在近些年才進入研究者的視野。經濟學框架下機會不平等的研究始于Roemer (1998)。其基本觀點是，影響收入不平等的因素可分為兩類，一是個人通過努力、選擇可以改變或掌控的因素，二是個人無法改變或掌控的外界環(huán)境因素或機會。對于第一類因素導致的收入不平等，個人是需要承擔責任的；而對于第二類因素導致的收入不平等，個人是不應該承擔責任的。這就帶來一個問題: 我們觀察到的收入不平等，有多大程度源于“環(huán)境或機會”，又有多大程度源于“努力或選擇”? 對該問題的回答，有非常深遠的政策含義: 如果有相當大程度的收入不平等源于“外界環(huán)境或機會不平等”，那么政府進行一定程度的政策干預就很必要，反之則反。

本文使用2002 年、2013 年、2018 年共三個年份的中國居民收入調查(CHIP) 數據，研究了2002—2018 年我國居民收入機會不平等的變化趨勢。與現有文獻相比，本文主要有如下三點貢獻。第一，本文關注的年份跨度比大部分現有文獻更長且更新，涵蓋了我國經濟增速相對較快的時期(2002—2013 年) 以及增速相對較慢的時期(2013—2018 年)，這也是教育普及率相對較低和較高的兩個時期，以及對人群空間流動的限制較大和限制逐漸放松的兩個時期。第二，2002 年、2013 年、2018 年這三年CHIP 數據都有豐富的變量信息，使得本文可以在分析時納入更多反映環(huán)境因素的關鍵變量。第三，本文不僅分析了全國的機會不平等，而且比較了出生時擁有農村和城鎮(zhèn)戶籍的居民分別面臨的機會不平等程度有何差異。與此同時，還分析了隨著年齡的增長每個出生組機會不平等程度的變化趨勢，在每個時間點不同出生組面臨的機會不平等差異以及該差異隨時間變化的趨勢。

本文發(fā)現，相比于其他國家，我國居民因機會不同而導致的收入不平等程度處于中低水平。在數據涉及的近二十年里，我國居民的機會不平等水平大體呈現逐漸下降的趨勢，在2013 年以后尤其明顯。另外，在這期間導致機會不平等的主要因素也有所變化。2002 年時地區(qū)(東、中、西)、出生時的戶口類型、父母的職業(yè)是引起機會不平等的主要因素。但到2018 年，區(qū)域、出生時的戶口類型、父母職業(yè)的影響程度有所下降，而父母受教育水平的影響程度有所上升。性別、年齡這兩個個體特征的影響也逐漸增大。

以出生時戶籍劃分來看，本文發(fā)現出生時擁有農村戶籍的人群內部存在的機會不平等程度相對較高，高于出生時擁有城市戶籍的居民。另外，對于出生于不同年份的人群來說，隨著年齡的增長，他們各自內部存在的機會不平等程度基本呈現下降趨勢。不過，不同出生年代人群面臨的機會不平等程度的下降并不是導致我國整體機會不平等程度下降的最重要原因。我國居民整體機會不平等程度的下降，主要源于近些年導致機會不平等程度的環(huán)境因素發(fā)生了一些變化。

二、文獻綜述

近些年涌現出了很多研究機會不平等的文獻①比如Roemer 和Trannoy (2015)，Ramos 和Van de gaer (2016)，Ferreira 和Peragine (2016)。，一個主要原因是相對于其他測度方法，機會不平等的估算有一定的優(yōu)越性②詳見Bj?rklund 和J?ntti (2020)，該文章比較了研究機會不平等的方法和與之相關的研究代際流動的其他方法。，比如，可以用多個變量來刻畫一個人的出生背景對之后個人的長期影響，同時可以采用多個衡量不平等的指標(比如基尼系數、MLD 指數、泰爾指數)。當然，機會不平等的估算有一定的局限性，比如受數據可得性影響很難將所有的環(huán)境因素都納入回歸方程，因此得到的機會不平等程度往往可能低于真實情況，或者說可以作為真實機會不平等程度的下限。

關于“有多大程度的不平等源于機會差異，又有多大程度的不平等源于個人努力”這個問題，其答案會由于在研究過程中對如下幾個細節(jié)的選擇不同而不同。首先，國家、人群，以及研究時期的選擇。其次，研究設計的選擇，包括: 第一，因變量的選取。在研究機會不平等的現有文獻中，有的關注收入，有的關注受教育年限和健康③比如Tran noy 等(2010)。等，而在研究收入的機會不平等的文獻中，有的關注“個人掙得收入”，有的關注“戶人均可支配收入”。本文關注的是個人掙得收入。第二，方法的選擇。第一種方法是根據不同的變量將樣本分為若干個子樣本，然后分解不平等指數；第二種方法基于回歸方程，使用得相對普遍，本文也采用該方法。三是關于自變量的選擇，不同文章也有所不同。上述基于回歸方程的機會不平等的研究方法常被批評的一個不足之處是，它將回歸方程中控制過各個環(huán)境因素之后剩下的不可觀測的部分視為“努力”。如果回歸方程中沒有放入足夠多的環(huán)境變量，就會低估機會不平等的程度(Peragine，2004；Zhou 和Zhao，2019；史新杰等，2022)。這意味著，使用這種方法時，包含足夠多的關于環(huán)境因素的變量是非常重要的，放入的衡量環(huán)境因素的變量和界定方式不同，所得結果也會有所差異。最后，在計算過程中關于衡量不平等程度的不同指數的選擇。比如，使用基尼系數得出的“由于機會不平等而導致的收入不平等”占“整體收入不平等”的相對比重往往高于使用泰爾指數和MLD 指數所得出的結果。

Bourguignon 等(2007) 是一篇發(fā)表較早且被引頻次很高的、關于量化機會不平等程度的實證文章。該文研究了1996 年26—60 歲的巴西城鎮(zhèn)居民的收入與他們的種族、出生地區(qū)、父母的受教育水平等環(huán)境因素的關系。結論顯示，若用泰爾指數來衡量不平等程度，約10%—37%的收入不平等源于環(huán)境因素；其中父母受教育水平的影響要大于種族或出生地等其他因素。類似地，Ferreira 和Gignoux (2011) 將研究對象擴展到了六個拉丁美洲國家，發(fā)現這些國家約四分之一到一半的收入不平等源于機會不平等。

Brunori 等(2013) 以及Roemer 和Trannoy (2015) 比較了不同國家的機會不平等程度。他們發(fā)現，在高收入國家里，北歐國家的機會不平等程度最低，愛爾蘭、西班牙、英國和美國的機會不平等程度最高。就全世界而言，機會不平等程度較高的主要是發(fā)展中國家和地區(qū)，比如巴西、危地馬拉(拉丁美洲國家)、巴拿馬、南非等。從國際比較的結果來看，基本上可以得出“收入不平等程度較高的國家其機會不平等程度也較高，二者高度正相關”(Roemer 和Trannoy，2015，293 頁) 的結論。遺憾的是，這兩篇關于機會不平等國際比較的文章都沒有提到中國。

關于中國的機會不平等，早期文獻關注的是教育層面的機會差異。比如，梁晨等(2012) 通過對北京大學和蘇州大學學生社會來源的研究發(fā)現，高等教育開始多樣化，社會較低階層子女所占比重有上升趨勢。李春玲(2014) 進一步對“80 后”人群的教育經歷及其機會不平等狀況進行深入探討，認為盡管教育機會明顯增加，但城鄉(xiāng)教育差距加大、優(yōu)質教育資源分配不均等問題依舊存在。劉精明(2008) 和吳愈曉(2013) 刻畫了中國居民的教育機會不平等及其演變，也強調了教育機會不平等問題依舊存在?，F有文獻關注的另一個結果維度是收入層面的機會差異，比如Zhang 和Eriksson (2010)?；谥袊】蹬c營養(yǎng)調查數據(CHNS)，該文利用涵蓋9 個省份、時間跨度為1989—2006年、包含1 287 個樣本的非平衡面板數據，使用參數回歸的方法估計了我國的機會不平等程度；使用到的環(huán)境變量包括父母的背景(受教育水平、就業(yè)和收入情況)，自身的性別、年齡、出生地等信息；使用基尼系數作為衡量收入不平等程度的指標。該文發(fā)現從1989 年到2006 年我國的機會不平等程度在逐漸升高，機會不平等占整體收入不平等程度的相對比重從1989 年的46%上升到2006 年的63%。在眾多環(huán)境因素中，影響最大的兩個是父母的收入和父母的就業(yè)情況，而父母受教育水平的影響則比較小。在這段時間，隨著時間的推移，收入不平等程度在逐漸提高，機會不平等程度也在提高。不過該文有以下三個局限: 第一，使用的數據存在一定程度的樣本偏差，88%的樣本都為城鎮(zhèn)居民，67%的樣本在國有企業(yè)工作。而根據世界銀行WDI 數據庫公布的數據，在這段時間我國的城鎮(zhèn)化率從26%上升到45%，依舊處于較低水平。第二，所使用數據的代表性有限。在CHNS 數據里，只包含那些和子女同住在一起的父母的信息，沒包含未和子女住在一起的父母的信息，意味著該文回歸中使用的信息并不完整。第三，該文在使用基尼系數來測算機會不平等時，沒有糾正路徑依賴(path-dependency) 帶來的偏差(Foster 和Shneyeroy，2000)。

一個相對較新的研究是Zhou 和Zhao (2019)。該文同樣基于CHNS 數據，利用其中的4 000 個樣本，時間跨度為1993—2011 年。與Zhang 和Eriksson (2010) 類似，他們也僅利用和父母同住在一起的樣本、使用參數回歸方法、利用基尼系數作為衡量不平等程度的指標，也沒有調整因路徑依賴帶來的偏差。不過，與Zhang 和Eriksson (2010) 不同的是，他們僅關注男性樣本且使用了三個環(huán)境變量: 居住地、母親的戶口類型、父親的收入。他們估算出的我國機會不平等的實際水平以及其占整體收入不平等程度的相對比重都低于Zhang 和Eriksson (2010) 的結果，而且在2006 年之前也表現出上升趨勢。但是，2006—2011 年機會不平等的程度呈現下降趨勢，機會不平等占整體收入不平等的比重從1993 年的15%上升到2006 年的21%，之后又下降到2011 年的9%。

總而言之，不同文章使用的方法不同、衡量不平等程度的指標不同、數據來源不同、涵蓋的年份不同、關注的區(qū)域不同(農村/城鎮(zhèn)/全國)，所得出的結論也不盡相同。①因篇幅所限，本文省略了研究我國居民收入機會不平等的文獻比較，感興趣的讀者可在《經濟科學》官網論文頁面“附錄與擴展”欄目下載。比如，李瑩和呂光明(2016) 使用2007 年CHIP 數據中的城鎮(zhèn)樣本分析得出機會不平等的相對水平超過1/3。而李瑩和呂光明(2018) 使用另一個衡量不平等程度的指數分析發(fā)現機會不平等的相對水平為23%。而且不少文獻使用的是中國綜合社會調查數據(CGSS)，比如史新杰等(2018)、李瑩等(2019)、龔鋒等(2017)，這些文獻認為在2008—2015 年間，我國機會不平等的相對水平在35%—46%。但基于CHNS 數據的研究(比如陳東和黃旭鋒，2015) 發(fā)現在1989—2009 年間，我國機會不平等程度的相對平均水平為55%，并且在這段時間沒有明顯的變化趨勢。

此外，有的文獻還比較了不同年齡組的機會不平等。比如，李瑩和呂光明(2018)發(fā)現從18 歲到60 歲不同年齡組對應的機會不平等相對水平呈現倒U 形；史新杰等(2018) 發(fā)現從20 歲到60 歲不同年齡組對應的機會不平等相對水平呈現上升趨勢。還有的文獻比較了出生于不同年代的人群面臨的機會不平等程度。比如，李瑩和呂光明(2019) 發(fā)現出生于20 世紀80 年代之后的人群面臨的機會不平等程度相對低于出生于80年代之前的人；龔鋒等(2017) 則發(fā)現出生年代不同的人面臨的機會不平等程度之間沒有明顯的變化趨勢。

在“哪些因素對機會不平等程度的影響相對較大?”這個問題上，現有文獻的觀點存在一些相同之處。比如，李瑩和呂光明(2016)、史新杰等(2018)、李瑩和呂光明(2019) 都發(fā)現，地區(qū)、戶口類型、性別、父親的背景(教育和職業(yè)) 對機會不平等的貢獻相對較大。Golley 和Kong (2016) 關注的不是收入層面而是教育層面的機會不平等，該文利用中國家庭追蹤調查(CFPS) 數據庫，分析發(fā)現戶口類型是導致教育機會不平等的最重要因素。

三、方法和數據

機會不平等理論分析框架中，一個人的收入受兩方面因素的影響: 一是個人可以控制和改變的因素，比如勤奮和努力程度，能夠影響個人的學習成績、受教育水平等，簡稱“努力”；二是個人無法控制和改變的因素，比如出生地、性別、父母的背景，簡稱“環(huán)境”。其中，由努力程度不同導致的不平等取決于個人的選擇；而由環(huán)境因素導致的不平等稱為“機會不平等”，需要政府予以政策干預或調整。在此理論框架下，參考Ferreira 和Gignoux (2011) 以及Bourguignon 等(2007)，本文采用參數—事前法(parametric ex-ante approach)。

假設一個人的收入取決于一系列個人無法控制的環(huán)境因素C和努力因素E，即:

其中，努力又取決于環(huán)境和其他不可觀測的因素，式(1) 可以被寫為:

若采用參數方法進行估計，式(2) 可以寫為:

其中，

在這里，β和γ分別代表環(huán)境、努力對收入的影響系數；δ代表環(huán)境對努力的影響系數。將式(3) 與式(4) 合并，可以得出:

或者簡寫為:

式(6) 可以采用OLS 進行直接估計。其中，ρ衡量了環(huán)境對收入的直接影響與環(huán)境通過影響努力進而對收入的間接影響之和?；诖朔匠蹋浪愠龅拿總€樣本的收入預測值可以被視為由環(huán)境因素帶來的收入，真實收入Y與收入的預測值之間的差值可以視為由努力帶來的收入。

現在，將收入不平等分解為兩個部分，一是源于努力的不平等，二是源于環(huán)境的不平等。I(Y)代表整體的收入不平等，I(Yc)代表源于環(huán)境的收入不平等，I(Ye)代表源于努力程度的收入不平等，那么:

上述方法無法將環(huán)境影響收入的總效應分解為直接效應和間接效應兩個部分，因此我們借鑒Bourguignon (2007) 的間接法，進一步分解出直接效應和間接效應的程度。首先，我們構造一個反事實收入，即對于所有樣本，環(huán)境變量都取均值:

基于真實收入分布的不平等程度與基于式(8) 的反事實收入分布的不平等程度之差，即為環(huán)境因素影響收入不平等的總效應。假設用I代表基于收入分布的不平等指數，那么，機會不平等總效應的絕對水平為I(Y)－I()；機會不平等總效應的相對水平為

為計算出直接效應，需要構造另外一個反事實收入，如式(9) 所示:

本文除了分析機會不平等的總效應、直接效應和間接效應，還進一步利用Shapley 方法(Shorrocks，2013；Wan，2004) 分解出每一個具體的環(huán)境因素對機會不平等的貢獻。與其他分解方法相比，Shapley 方法具有路徑獨立性(path independency) 的優(yōu)點，各環(huán)境因素對收入不平等的貢獻之和等于整體環(huán)境因素對收入不平等的貢獻，即整體的機會不平等。在接下來的分析中，本文主要匯報基于MLD 指數的結果。①采用MLD 指數可以規(guī)避不平等指標的不可分解性以及機會不平等測度結果的路徑依賴性，因此研究收入機會不平等的現有文獻大多采用MLD 指數。

本文使用的數據主要來源于2002 年、2013 年、2018 年三個年份CHIP 數據的農村樣本、城鎮(zhèn)樣本和農民工樣本。這三年數據的樣本量分別為63 911 人、57 821 人和70 431人。這三年的數據涵蓋的省份略有不同，為讓數據有更好的可比性，在具體分析時只保留了共同涵蓋的14 個省份的樣本。另外，本文根據CHIP 團隊提供的地區(qū)(東/中/西)×人群(城鎮(zhèn)/農村/農民工) 兩個層級的權重對樣本進行了調整，所得結果具有較好的全國代表性。

在樣本清理時，本文只關注年齡在26—50 歲的成年人，孩子和老年人不在分析范圍內。另外，本文只保留每個家戶中的戶主和配偶樣本，因為CHIP 數據只調查了戶主和配偶的父母信息(包括受教育程度、職業(yè)等)。基于這些處理，最終得到三年的樣本人數分別為12 215 人、10 167 人、7 971 人。由于本文只關注年齡在26—50 歲的戶主和配偶，這意味著，2002 年的樣本出生在1952—1976 年之間，他們的父母大多出生在20 世紀的30 年代、40 年代和50 年代；2013 年的樣本出生在1963—1987 年之間，他們的父母大多出生在20 世紀40 年代、50 年代、60 年代；2018 年的樣本出生在1968—1992 年之間，他們的父母大多出生在20 世紀50 年代、60 年代。

本文關注的因變量是個人收入，包括工資性收入、經營凈收入等總額。其中，工資性收入包括各種貨幣補貼。在回歸方程中，因變量是個人收入的對數。我國居民個人的勞動收入在2002 年還處于很低的水平，僅為27.9 元/日。之后十多年隨著經濟的高速增長居民的收入水平也大幅提高，在2013 年達到100.7 元/日，2018 年進一步提高到158.7 元/日。

本文采用的數據包含多種環(huán)境變量，包括性別、年齡、民族、出生時的戶口類型、地區(qū)、父母的受教育水平和父母的職業(yè)，除了父母的職業(yè)其他變量的定義口徑基本一致。在2013 年和2018 年的數據中，父母的職業(yè)分別有8 個子分類，分類方式和國家統(tǒng)計局的分類方式一致。但是，2002 年數據中的農村樣本只提供了父母是從事“農業(yè)生產”還是“非農活動”的信息。因此，為了讓三年的數據有更好的可比性，本文在回歸時將父母的職業(yè)變量設定為三元虛擬變量，分別代表其中一方或兩方從事的是農業(yè)生產還是非農活動。另外，對于2013 年和2018 年的數據，本文也呈現了將父母的職業(yè)設定為8 個子分類時所得出的結果。

有個別環(huán)境變量在這三年的數據中并不是每年都有，比如父母是否是黨員(僅2002年和2018 年包含)、在兄弟姐妹中的排行(僅2013 年和2018 年包含) 和孩童時所在的地區(qū)(僅2018 年包含)。其中，“孩童時所在的地區(qū)”僅2018 年的數據中有，而“當前所在的地區(qū)”在三年的數據中都有。因此對于2018 年數據，本文分別使用“孩童時所在的地區(qū)”和“當前所在的地區(qū)”作了分析，兩種情況下所得結果大體類似?？紤]到近些年我國戶籍政策呈逐漸放開的趨勢，2018 年地域之間人口流動程度要高于2002 年和2013 年，因此本文認為對于2002 年和2013 年“當前所在的地區(qū)”是“孩童時所在的地區(qū)”的一個較好的代理變量。在后文分析中，對于2002 年和2013 年我們使用的是“當前所在的地區(qū)”，對于2018 年使用的是“孩童時所在的地區(qū)”。另外，為保持三年數據的一致性，我們沒有將“父母是否是黨員”、“在兄弟姐妹中的排行”納入基準分析，但對于包含這兩個變量的年份，本文將其納入回歸模型中作了穩(wěn)健性分析，得出的結果與基本結果差別不大。

本文共用到五個努力變量，分別是個體的受教育年限、職業(yè)、單位所有制、是否流動和是否為黨員。①變量的基本描述統(tǒng)計請見《經濟科學》官網“附錄與擴展”。

四、基本結果: 全國的機會不平等

在估算2002 年、2013 年、2018 年的收入不平等和機會不平等的絕對水平及相對水平時，本文使用的是MLD 指數。從衡量機會不平等的絕對水平看(見表1 前三行)，近二十年來我國居民收入機會不平等的絕對水平呈現先下降而后略有上升的趨勢，從2002年的0.149 下降到2013 年的0.056，再到2018 年的0.062。從衡量機會不平等的相對水平看，機會不平等占整體收入不平等的比重從2002 年的31.7%大幅下降到2013 年的19.5%，之后下降到2018 年的17.7%。

表1 全國層面的機會不平等和收入不平等程度——基于MLD 指數

機會不平等的絕對水平與相對水平的變化趨勢有所不同，是因為我國居民整體收入不平等程度在近二十年也出現了先下降后小幅上升的趨勢，與機會不平等絕對水平的變化趨勢一致。二者相除，機會不平等占整體收入不平等的比重持續(xù)下降，只不過2013—2018 年的下降幅度明顯小于2002—2013 年的下降幅度。需要補充說明的是，本文計算出的收入不平等程度與國家統(tǒng)計局官方公布的我國居民收入不平等程度①詳見《中國住戶調查年鑒》(2020)。有所差別，主要源于如下幾點: 第一，國家統(tǒng)計局采用的是基尼系數，本文采用的是MLD 指數；第二，國家統(tǒng)計局關注的是所有年齡段的人群，本文只關注26—50 歲處于勞動年齡的人群；第三，國家統(tǒng)計局使用的是家戶層面的“戶人均可支配收入”，本文使用的是個人層面的“個人收入”，包括工資性收入或經營凈收入等。

機會不平等的產生有兩種途徑，一是環(huán)境因素直接作用于個體收入從而導致機會不平等，比如出生時擁有城鎮(zhèn)戶籍或出生在東部地區(qū)的居民相較而言具有收入優(yōu)勢；二是環(huán)境因素通過影響努力間接地影響個體收入，比如，那些高學歷父母的孩子從小受家庭環(huán)境的熏陶，在學習和工作中往往更加努力從而可以獲得更高的收入。環(huán)境因素通過第一種途徑導致的機會不平等可稱為“直接效應”，第二種途徑導致的機會不平等可稱為“間接效應”。

本文進一步借鑒Bourguignon 等(2007) 的方法，將環(huán)境因素對收入的影響分解為直接效應和間接效應兩個部分并進行估算，所得結果詳見表1 的后三行和圖1?？梢钥闯?，環(huán)境因素主要通過直接效應影響機會不平等，在三年數據中，直接效應都大于間接效應。然而，隨著時間的推移，直接效應逐漸下降，間接效應逐漸上升。一個有意思的發(fā)現是，2002 年時，通過努力可以縮小環(huán)境因素帶來的收入差距，而到2013 年、2018 年則正好相反，收入差距在擴大且程度在加深。這意味著，20 年前那些出生于不利環(huán)境的孩子，通過自身的努力可以獲得更高的收入以改變命運；而到20 年后的今天，出生于不利環(huán)境的弱勢群體很難突破不利環(huán)境的約束實現更高努力進而改變命運。因此，我們需要對出生于不利環(huán)境的孩子給予適當支持，消除各種制度性障礙，為他們通過努力改變命運提供足夠的平臺和暢通的渠道。

圖1 環(huán)境因素影響機會不平等的兩種效應的相對貢獻——全國

各個環(huán)境因素對機會不平等程度貢獻程度的分解結果如表2 所示。①本文基于方法一即直接法估算各環(huán)境因素對機會不平等的相對貢獻。近二十年，性別、年齡這兩個個體特征對機會不平等的貢獻逐漸提高，不同性別、年齡的人群面臨的機會不平等在加劇。性別對機會不平等的貢獻率從2002 年的1.7%上升到2013 的38.1%，之后小幅上升到2018 年的39.7%。與其他環(huán)境因素相比，性別對收入不平等的貢獻度最高。雖然年齡對收入不平等的貢獻度沒有性別高，但一直呈現上升的趨勢，從2002 年時的1.0%上升到2013 年、2018 年的6.8%、11.8%。

表2 各環(huán)境因素對機會不平等的相對貢獻 單位:%

出生時的戶籍類型對機會不平等程度的貢獻有所下降，戶籍制度逐漸放開是一個重要因素?，F在關于我國戶籍制度的研究有很多，基本都認為戶籍制度對個人的成長、工作、生活影響深遠，與出生時擁有農村戶籍的居民相比，出生時擁有城市戶籍的居民有很多優(yōu)勢。本文結果顯示，出生時的戶籍類型對機會不平等程度的貢獻從2002 年的28.3%下降到2013 年、2018 年的10.1%、11.3%。這意味著，隨著近些年我國戶籍制度逐漸放開、人員流動受到的限制逐漸減少，出生時的戶籍類型對機會不平等程度的貢獻逐漸下降。需要說明的是，本文僅關注26—50 歲的勞動年齡人口，城鎮(zhèn)戶籍老人與農村戶籍老人在退休后能享受到的社保待遇(比如退休金等) 相差較大，如果將老年人也納入分析，出生時的戶籍類型對機會不平等程度的貢獻將會加大。

之前多數的數據源里沒有“出生時的戶籍類型”這一信息，因此不少現有文獻使用“當前的戶口類型”而不是“出生時的戶口類型”作為環(huán)境變量來分析機會不平等。而CHIP 數據既包含“出生時的戶口類型”也包含“當前的戶口類型”，因此本文分別使用這兩個變量作類似分析。結果顯示，使用“當前戶口類型”時估算出的機會不平等程度高于使用“出生時的戶口類型”估算出的結果。主要原因在于，有不少出生時擁有農村戶籍的居民后來通過不同途徑獲得了城市戶籍(比如上學、工作、結婚、購房等)，若使用“當前的戶籍類型”會漏掉與后天改變戶籍行為相關的機會不平等，且有些后天改變戶籍的行為與個人的努力密切相關，所以使用“當前的戶籍類型”估算出的機會不平等程度是有偏的。

地區(qū)因素(東、中、西) 對機會不平等程度的貢獻大幅下降，人口在不同區(qū)域間流動受限減少也是重要因素。2002 年，地區(qū)因素對機會不平等的貢獻高達15.4%，但隨著時間的推移逐漸下降到2013 年的14.4%及2018 年的4.9%。這一下降趨勢反映出，隨著近些年對人口流動的限制逐漸減少，地區(qū)之間人員的流動愈加頻繁，地區(qū)之間的收入差距也在縮小(Luo 等，2020a，2020b)。

父母特征尤其是教育水平對機會不平等的貢獻率持續(xù)保持高位，不同家庭背景的孩子存在明顯的機會不平等。具體而言，2002 年，父母受教育程度對機會不平等的貢獻率為16.6%，之后上升到2013 年、2018 年的17.5%、22.0%。父母職業(yè)的貢獻率在2002年高達37.1%，到2013 年、2018 年逐漸下降到9.9%、9.5%。若將二者加起來，父母特征對機會不平等程度的整體貢獻雖有所下降，但在2018 年仍高達31.5%。這意味著代際傳遞對機會不平等具有重要影響。在父母“背景”顯得越來越重要的今天，如何緩解“拼爹”的父母效應，如何扶持有能力的“寒門學子”，是需要我們認真思考的。

前文提到，在回歸方程中父母的職業(yè)是一個三元虛擬變量，分別代表父母中有一方或兩方從事的是農業(yè)生產或非農活動，這主要是因為2002 年的農村樣本中沒有關于父母職業(yè)的詳細信息。然而，這種界定方式無法捕捉近些年各類非農職業(yè)間存在的差異。2013 年和2018 年的數據有關于父母職業(yè)更詳細的信息(8 個子分類)。因此，針對2013年和2018 年的數據，本文將父母的職業(yè)變量重新編碼為8 個子分類后作類似分析，具體結果如表3 所示。

表3 機會不平等程度以及各環(huán)境因素對機會不平等的貢獻——父母的職業(yè)為8 個子分類

表3 顯示，將父母的職業(yè)變量細分為更多類別后，父母的職業(yè)對收入不平等的貢獻以及各環(huán)境因素整體(即機會不平等) 對收入不平等貢獻的相對水平都有所提高，但提高的幅度不是很大。2013 年機會不平等的絕對水平僅上升了0.001，相對水平僅上升了0.3 個百分點，父母的職業(yè)對機會不平等的貢獻僅提高了不到4 個百分點；2018 年，三者上升的幅度也都很小。由此推斷出，2002 年，模型中使用父母職業(yè)較簡單的分類雖然會導致估算出的機會不平等存在一定程度的低估，但低估的幅度不是很大。若不作特殊說明，后文的數據結果都是在模型中使用較簡單的父母職業(yè)分類得出的結果。

五、機會不平等的城鄉(xiāng)差異

前文結果顯示，就全國而言出生時擁有不同戶籍會導致收入不平等和機會不平等。那么，對于出生時分別擁有農村、城鎮(zhèn)戶籍的人群，他們內部的機會不平等程度如何，又是由哪些因素導致的呢? 由于本文是根據出生時的戶口類型來分類的，因此農村樣本里也包含那些后來流動到城市并取得城市戶籍的人群。使用“出生時的戶籍類型”而不是“當前的戶籍類型”來分組，可以更客觀地估算出出生時擁有農村戶籍的人群面臨的機會不平等程度。

無論是出生時擁有農村戶籍的人群內部存在的機會不平等，還是出生時擁有城鎮(zhèn)戶籍的人群內部存在的機會不平等，都低于全國層面的機會不平等。這意味著，城鄉(xiāng)居民間也存在不容忽視的機會不平等，而出生于農村家庭的人群內部存在的機會不平等程度相對更高。表4 顯示，出生時擁有農村戶籍的人群內部存在的機會不平等絕對水平從2002 年的0.115 下降到2013 年的0.049，而后又上升到2018 年的0.058；出生時擁有城鎮(zhèn)戶籍的人群內部存在的機會不平等相對較低，且絕對水平在近二十年來整體呈下降趨勢，從2002 年、2013 年的0.040 下降到2018 年的0.032。2002—2013 年，出生時擁有不同戶籍的人群內部存在的收入機會不平等有縮小趨勢，但在2013—2018 年，二者之間的距離又再次拉大，出生時擁有農村戶籍的人群內部存在的機會不平等程度相對較高。

表4 出生時擁有不同戶籍人群內部存在的機會不平等

從環(huán)境因素影響機會不平等的兩種效應看，如圖2 所示，與全國的情形類似，無論出生時擁有城鎮(zhèn)戶籍還是農村戶籍，環(huán)境因素主要通過直接效應影響機會不平等。不過隨著時間的推移，不同戶籍人群對應的變化趨勢有所差異。對于出生時擁有城鎮(zhèn)戶籍的人群，隨著時間推移直接效應的影響在逐漸下降，間接效應在逐漸上升，即人們越來越難通過努力改變命運。對于出生時擁有農村戶籍的人群，2002—2013 年間直接效應的影響在下降、間接效應在上升，而2013—2018 年間直接效應與間接效應之間的比例關系基本穩(wěn)定，甚至間接效應略微下降。這和2013 年以來我國戶籍制度有所放開、人口流動的限制逐漸放寬有關。這些政策有利于促進勞動力跨地區(qū)自由流動、消除勞動力市場歧視，有利于出生時擁有農村戶籍的人群通過努力提高收入，改變命運。

圖2 環(huán)境因素影響機會不平等的兩種效應的相對貢獻——城鎮(zhèn)和農村

隨著時間的推移不同因素對機會不平等的貢獻的變化趨勢有所不同，無論出生于農村還是城鎮(zhèn)家庭，父母特征都對子輩面臨的機會不平等有著重要影響。如表5 所示，近二十年來無論出生時擁有農村戶籍還是城鎮(zhèn)戶籍，地區(qū)因素(東、中、西) 對他們面臨的機會不平等的影響都逐漸下降，這得益于近些年我國對人口流動的限制逐漸放寬。另外，性別、年齡等個體因素的貢獻在逐漸提高，勞動力市場逐漸顯現出的對弱勢性別群體、弱勢年齡群體的歧視需引起我們的注意。再者，父母的特征尤其是父母的受教育水平的影響在近二十年一直保持高位。這意味著，無論出生時擁有農村戶籍還是城鎮(zhèn)戶籍，代際教育傳遞都具有重要影響。

表5 各環(huán)境因素對機會不平等的貢獻

表5 顯示父母職業(yè)對收入不平等的貢獻不是很大，這可能和我們簡單將父母職業(yè)變量設定為一方或兩方從事農業(yè)生產或非農活動的方式有關。于是，對于2013 年和2018年的數據，本文將父母的職業(yè)變量編碼為8 個子分類作穩(wěn)健性分析，結果如表6 所示?？梢钥闯觯瑢⒏改嘎殬I(yè)分為更多子類別后，利用農村樣本估算出的機會不平等程度提高的幅度較小；利用城鎮(zhèn)樣本算出的父母職業(yè)對收入不平等的相對貢獻提高幅度較高，而與此同時父母教育水平的相對貢獻有所下降，這反映出父母的教育和父母的職業(yè)存在一定的相關性。不過父母的教育和職業(yè)的貢獻之和變化不大，其他環(huán)境因素的相對貢獻也沒有明顯變化。以2018 年城市樣本的結果為例，使用詳細的父母職業(yè)分組后，父母職業(yè)對機會不平等的相對貢獻從原來的1.3%上升到15.1%，而父母教育的相對貢獻則從34.5%下降到25.7%，二者貢獻之和變化不大，從35.8%上升到40.8%，僅上升了5個百分點。

表6 出生時擁有不同戶籍的人群對應的結果——父母的職業(yè)為8 個子分類

六、機會不平等的年代差異

本文接下來對機會不平等的年代差異作分析。如果由于外界環(huán)境因素導致的機會不平等具有累積效應，那么隨著年齡的增長，機會不平等程度會越來越大。但如果隨著年齡的增長，收入更多受個人選擇、努力和運氣等因素的影響，那么機會不平等程度隨著年齡的增長會呈現下降的趨勢。

首先，本文對CHIP 數據每個年份的樣本根據年齡進行分組，五歲一組即分為26—30 歲、31—35 歲、36—40 歲、41—45 歲、46—50 歲五組。對于每個年份數據中的各年齡組樣本，我們分別進行回歸并計算各組對應的收入不平等程度和機會不平等程度①本文也采用了另一種做法，先對每個年份所有樣本進行回歸，利用回歸后的參數計算每個年齡組對應的收入不平等和機會不平等程度。所得結果與現有做法的結果類似。另外，考慮到分樣本回歸后每組的樣本數減少，我們進一步使用了Bootstrap 方法作檢驗，所得結果基本一致。，并以此分析每個出生組隨著年齡的增長②CHIP 不是追蹤面板數據，因此此處事實上不是同一群人的年齡增長，但由于CHIP 數據具有全國代表性，可以作近似的分析。(從2002 年到2013 年再到2018 年) 面臨的收入不平等和機會不平程度的變化趨勢。

表7 展示的是基于MLD 指數得出的各出生組對應的收入不平等程度，其結果表明每個年代出生組的人隨著年齡的增長，內部存在的收入不平等程度的變化趨勢。結果顯示，隨著年齡的增長，每個出生組人群內部的收入不平等程度呈現上升趨勢。對于出生在1973—1977 年的人群來說，在他們26—30 歲時內部存在的收入不平等程度是0.292，之后到36—40 歲、41—45 歲時逐漸上升到0.300、0.367。

表7 不同出生組、年齡組對應的收入不平等程度(MLD 指數)

表8 展示了各出生組對應的機會不平等的實際水平。從結果可以看出，隨著年齡增長，各出生組人群內部存在的機會不平等實際水平呈上升的趨勢。這意味著，在剛進入勞動力市場時，出生背景不同導致的機會不平等對個體收入不平等的影響相對較小，但隨著年齡增長，環(huán)境因素的影響有累積效應，個體面臨的機會不平等程度逐步加深。換個角度講，即人們的努力越來越難改變命運。這種現象需要高度警惕。

表8 不同出生組、年齡組對應的機會不平等的實際水平(MLD 指數)

七、結論和政策啟示

本文利用2002 年、2013 年、2018 年三個年份的CHIP 數據分析了近二十年我國居民(26—50 歲之間處于勞動年齡的人群) 收入的機會不平等程度及其變化趨勢。研究發(fā)現，我國居民收入機會不平等程度的絕對水平在2002—2018 年呈下降趨勢。從國際視角看，2018 年我國居民收入的機會不平等程度處于中低水平，低于多數中等收入國家和低收入國家，但略微高于英國和美國，明顯高于北歐國家。①關于其他國家機會不平等程度的絕對水平和相對水平，詳見Brunori 等(2013)。機會不平等的相對水平，即由機會不同導致的收入不平等占整體收入不平等的相對比重，2002 年為31.7%，2018 年下降為17.7%，與美國和英國類似(Brunori 等，2013)。

通過分解不同因素對機會不平等程度的影響，以及比較不同子群體對應的機會不平等程度的變化趨勢，本文發(fā)現近些年我國機會不平等程度的下降主要源于一些環(huán)境因素的變化，而不是源于子人群結構的變化。首先，地區(qū)(東、中、西) 因素、出生時的戶口類型是導致近些年我國居民收入機會不平等程度下降的主要因素，這與我國戶籍制度改革以及逐漸放寬阻礙人口空間流動的政策有關。其次，屬于個體特征的性別、年齡因素對收入機會不平等程度的貢獻在逐漸升高。最后，就父母的特征而言，父母職業(yè)對收入的機會不平等的貢獻略有下降，而父母教育水平的貢獻始終保持高位且有上升勢頭。這意味著，在導致機會不平等的因素中，代際的教育傳遞起著重要作用。Golley 和Kong(2018) 在研究教育不平等中的機會不平等時，也有類似發(fā)現。

從環(huán)境因素影響機會不平等的兩種效應看，以直接效應為主，即環(huán)境因素主要通過直接影響個體收入進而影響機會不平等。然而，隨著時間的推移，直接效應在逐漸下降，間接效應在逐漸上升。2002 年時環(huán)境因素通過影響努力可以縮小收入差距，而之后年份則是擴大收入差距。出生于不利環(huán)境的弱勢群體越來越難突破不利環(huán)境的約束實現更高努力進而改變命運。

從城鄉(xiāng)戶籍分樣本結果看，出生時具有農村戶籍的居民不僅面臨的機會不平等程度相對較高，而且在不同出生組內部存在的機會不平等程度也相對較高。通過對不同出生組和年齡組人群的分析發(fā)現，出生時環(huán)境因素導致的機會不平等具有累積效應，人們隨著年齡的增長面臨的機會不平等程度會逐漸加深。

因此，在邁向共同富裕的進程中，我們應盡力削減機會不平等，尊重合理范圍內的努力不平等，倡導機會的公平而不是絕對的無條件公平?！肮餐辉！钡膶崿F，既需要民眾的努力奮斗還需要政府的矜貧救厄，僅依靠市場經濟本身很難有效解決機會不平等問題。本文提出如下三點政策思路: 第一，加強人力資本公共投資，促進教育資源均衡配置和人力資本投資均等化。近些年我國教育事業(yè)取得了很大成就，中等教育和高等教育的普及率大幅提高。但與此同時，在導致收入機會不平等的一系列因素中，父母受教育水平的貢獻一直都很高甚至還有進一步上升的勢頭。雖然我國年輕一代的平均受教育年限在提升，但父母和孩子代際存在的教育傳遞性仍然顯著存在(Knight 等，2013)。中國的未來一代是實現共同富裕的中堅力量，因此，政府應該采取一系列措施讓出生于農村家庭、出生于不利環(huán)境的孩子能夠享有同等的受教育機會。第二，消除各種制度性障礙，為全體社會成員提供公平競爭的平臺和享有平等機會的權利。比如，進一步推進戶籍制度改革，促進勞動力跨地區(qū)自由流動，消除勞動力市場歧視，從而降低城鄉(xiāng)間、地區(qū)間、性別間、不同年齡人群間的教育機會不平等、就業(yè)機會不平等和收入機會不平等，確保每位居民都享有平等的生存權利、性別權利、受教育權利、就業(yè)權利和獲取收入的權利等。第三，對出生于不利環(huán)境的弱勢群體給予適當支持，為他們突破不利環(huán)境的約束實現更高努力創(chuàng)造條件。比如，為低收入家庭的孩子提供教育資助，為勞動力市場上的弱勢群體給予就業(yè)培訓、提供創(chuàng)業(yè)扶持等，重點解決弱勢群體的讀書難、就業(yè)難、創(chuàng)業(yè)難等問題，為他們通過努力改變命運提供足夠的平臺和暢通的渠道。