中国农村收入不平等：运用农户数据的回归分解第2页
的理解是与标准的人力资本理论相吻合的。如所预测的粮食即，表示种植结构的变量的符号为负，且是显著的。
就收入函数而言，其他方法也可以用来解析总体收入不平等（wan，）。需要注意的是，就原始收入变量而言，半对数模型显示了一个非线性的收入函数，因此，shorrocks（1999）的夏普里值分解（shapley value framework of shorrocks）方法就可以被接受。一旦原始收入代入半对数模型，常数项就变成了一个常数。一旦使用了相对不平等度量，就可以忽视不平等度量或其分解。这也适合于对年度虚拟变量的处理。可以用来分析年度虚拟变量，区分不同年度的收入产生函数的变量，只是在常数项上有所不同。夏普里值包含有相当多的计算，具体可参见shorrocks（1999）。
怎么处理残差？不得不承认，很难分析残值的影响。但是，如果模型只解释了30％～40％的收入不平等总量，剩下的由残值去解释，那么，政策制定者将会被建议不要依靠分解的结果。在本研究中，对残值的处理是根据wan（，）的方法。在半对数收入函数中，残值的影响程度可以很容易地由收入不平等总量与其它解释变量影响程度之和的差得到。
四、分解结果与讨论
表4(略)显示了用不同的指标所测算的收入不平等总量。变异系数（cv2）在1999年出现了一个小幅度的下降，而在下降极为明显。其它指数也在1998年和出现了小幅度下降。但是，从总体上来讲，所有指数都呈上升的趋势。因为这些不平等值都是通过使用家庭数据得到的，其结果肯定比采用合计数据所得的结果大，采用省级或国家级的数据只能对省级或国家级的因素进行检测，而表4(略)所包含的都是组内因素（省内、国内、村内）。
表5(略)列举了四个不同年份的分解结果，收入不平等是由两个指数计算的。正如本文所预料的那样，不同的方法导致了不同的分解结果，这是因为不同的方法强调不同的社会福利功能并且对洛仑兹曲线的不同部分敏感程度不同。尽管如此，还是可以在表5(略)中得到较一致的结果，事实上，当得出不一致的结果时必须选择其中一个方法去计量。由于其应用的广泛性，基尼系数将用于本文下面的讨论之中。
从表5(略)可以看出，代表村庄虚拟变量的地理因素收入不平等总量中占有相当的比重，这一发现表明，从短期或中期来看，地理因素并不能轻易改变。由于收入不平等总量随着时间而增加，地理因素的影响显示了下降的趋势。即使如此，，地理因素解释了几乎40％的收入不平等总量，比1995年降低了15个百分点。地理因素除了决定市场进入外，与自然要素对收入不平等的影响也有很大关系，例如，水和天气状况。自然资源对农业生产活动至关重要，它们既不可交易，也无法消除。基础设施建设可以提高贫困地区市场进入的能力，但也可以使富裕地区受益。因此，基础设施建设的发展从总体而言对收入不平等的影响是很小的。毫无疑问，地理因素在导致农村收入不平等中仍会扮演重要角色。这一发现可以被应用于检验地区发展政策，例如西部大开发。顺便说一下，过去所实行的收入再分配政策并没有产生收入平等化效应，收入转移反而会导致收入不平等增加（wan，）。
与地理因素的下降相比，资本投入越来越多地导致收入不平等。20世纪90年代，它所占的比重为2％～4％，可以忽略。但到了，该比重增加到了16％～24％。事实上，最近几年来，收入不平等的增加是由于资本投入的增加，这与中国农村的现代化进程是一致的。由于农业部门变得越来越资本密集型，以及资本分配越来越不平均，它在收入不平等总量中的增加是不可避免的。根据这一发现，政府应优先考虑农村地区的信贷服务，更多地关注贫困人口。这类服务的提供对收入的增长和不平等的减少都有很重要的作用。有趣的是，把中国城市和农村作为一个整体来看，资本投入在整个收入不平等中起着决定性的作用。
代表种植结构的变量粮食，在收入不平等中也起圈套作用，1999～，由这一因素导致的收入不平等基本占了收入不平等总量的10％。其所占比例大于劳动力投入、人力资本投入或城市化（从表3(略)和表5(略)的工资收入者变量得到）。从理论上来讲，采取鼓励粮食种植的政策将会有利于缩小收入差距。但从收入函数来看，本意是支持粮食种植者的政策可能会导致恰恰相反的结果。如果粮食成为一个收入均等化因素而不是收入不平等扩大化因素，这一符号的改变带来的贫困的减少会非常显著。例如，如果粮食导致的收入不平等量保持不变，只是其符号由正变为负，基尼系数就会下降0.1，这一下降的作用是十分巨大的。
另一个显著的因素就是劳动力投入。因为人均劳动力投入影响了因变量，不难推测，贫困家庭都有一个较高的赡养率（或较低的人均劳动力投入），因此，收入水平较低。由这一因素所导致的收入不平等是暂时的，因为家庭大小和赡养率具有趋同的趋势。因此，未来劳动力投入这一因素的作用将会降低。
土地是减少收入不平等的唯一因素。这是可以理解的，因为土地在欠发达国家被认为是更丰裕的，但大多数穷人都与种植业有关。不幸的是，其收入平等化的影响是可以忽略的。为了加强这种影响，政策制定者需要增加土地的收益，鼓励土地在贫穷农民之间流转，从长远来看，经济学家已经在讨论是否建立一个土地市场，以促进土地流转。而事实上土地是集体所有的，不能随意流转，这是建立一个合适的土地市场的一大障碍。很多家庭也不愿意放弃土地，因为一旦出现经济或政治危机，土地就可以起到保障作用。将来就减轻收入不平等而言，增加土地的收益将会比加强土地的流转更为有效。
从事不同行业的家庭存在着巨大的收入差距。部门虚拟变量导致的收入不平等占有很大比重，在农业经济的不同行业，存在进入障碍以及资源配置障碍，这些障碍包括机构障碍（例如，缺乏保证商业经营透明度的法律框架）和经济障碍（例如，建立公司需要筹集资金）。
加上教育、年龄和培训，人力资本因素所导致的收入不平等占收入不平等总量的4％～5％，这一比例显示了人力资本因素在收入产生中作用不明显，以及人力资本在中国农村的配置并不像预料中的那么不平衡。但是，随着技术进步，人力资本在农村经济发展中将会发挥越来越重要的作用。另外，在经济改革中，由国家支持的教育体系受到了一定冲击，穷人与富人之间受教育的差别越来越大。因此，中国政府必须快速行动起来让所有人都有机会接受教育，否则，在不远的将来，教育将会成为导致收入不平等的一个主要动因。
从表5(略)可以看到，根据对基尼系数分解的结果，实证模型解释了超过80％的收入不平等，但是，如果用其他不平等指数来分解，所有变量对收入不平等总量的解释程度虽然小一些，但仍超过了60％。
五、小结
本文结合最新的5horrocks （1999）的夏普里值方法和回归解析技术去分析中国农村的收入不平等问题。使用家庭水平数据是对现有研究的补充，时间序列数据允许人们去检测总的以及各个部分的收入不平等。通过研究发现，地理因素是导致收入不平等的最主要因素，而且将来也是如此。资本投入已成为影响中国农村收入不平等的最重要因素。唯一的减少不平等的因素是土地，但它的影响是最小的。在导致总的收入不平等的各种因素中，种植结构比劳动力及人力资本投入都更为关键。因此，中国政府应努力改善农村信贷服务，并且增加粮食种植收入，以减少收入不平等。教育对收入不平等的影响很小，但预计它的作用会有所增加。现存劳动力享受着相对平等的受教育机会。由于近15年来不同地区教育的差距越来越大，农村经济发展需要更多拥有技能的劳动力，教育对收入增加以及不平等减少的作用将会增加。
