关键词： 收入阶层;Mclust;传递效应
摘要： 基于CGSS（2008）数据，应用Mclust聚类方法按家庭收入将居民分为四个收入阶层，克服了等分法和中位数法不能准确地把个体分成独立聚集群的缺欠。应用排序和多值选择模型，实证研究发现教育与户口是决定收入阶层的最主要因素，党员身份、工作经验和社会资本都有助于进入更高的收入阶层，而托关系找工作无助于进入高收入阶层。除社会资本外，存在多种机制强化收入阶层的传递效应。应从人力资本积累、教育、户籍和机关改革等多方面改善收入阶层分布，增加阶层的流动性。
Who Has Really Entered into Higher Income Class？
KONG Qingyang， WAN Li （School of Economic and Management， Anhui Normal University， Wuhu Anhui 241003， China）
Key words： incomeclasses; Mclust; transfereffect
Abstract： Based on the Chinese General Social Survey（2008）， spanide Chinese residents into four classes according to family income with Mclust cluster method， which can overcome the defects of the bisection method and the median method that cannot spanide inspaniduals into independent clusters. According to the empirical study of ranking method and multi value choice model， schooling and household register is the key factors of income classes; party membership， work experience and social capital are beneficial to entering into higher income class. However， getting jobs by relationship does not contribute to entering into high income class. Various mechanisms strengthen the transfer effect of income classes besides social capital. Improve the distribution and mobility of income classes by the accumulation of human capital and the reform of education， household register and government agencies.
谁进入了较高的收入阶层？ 安徽师范大学学报（人文社会科学版）2015年第43卷城乡收入差距、地区收入差距、行业收入差距和劳动收入占比下降是中国目前收入不平等的核心问题。各种因素作用的共同结果不仅是收入差距扩大，更严重后果是流动性下降和社会阶层固化。社会分层是社会性资源的不平等分配关系（Levine，1998）。“谁得到了什么？是怎样得到的？”是目前社会关注的核心问题。对于学术研究而言，重要的不是各收入阶层的收入是多少，而是决定各阶层的因素是什么，即什么能够决定进入高收入阶层。
分布1：[1000，1000，1000，4000，4000，4000]
分布2：[1100，1100，1100，1140，1500，1500，1500，1800， 1900，1900，1900]
一、我国收入阶层不平等分析
（一）基于模型的聚类分析（Mclust）方法
聚类分析通过收入数据将相似个体群聚起来成为一组或一个阶层，使其组内或阶层内个体尽可能相似，组间差异尽可能大，而不是事先人为地确定组的数量和组的划分形式。Mclust聚类模型为（Fraley and Raftery，2002）：
f（y，θ）=Πni=1∑Gk=1τkk（yi|μk，k）
（1）
其中：f（y，θ）为分类模型公式，yi为收入，G为阶层的数量，τk是个体属于某个阶层的概率，k为概率分布;设k为正态分布，k为方差矩阵。不同阶层的方差矩阵k可以相等，也可以不相等，所以模型分为两种，等方差和变方差。模型
（1）的阶层数量G及相关参数由贝叶斯信息（BIC）准则确定。
BIC≡2loglikf（y，θ）-mlog（n）
（2）
其中：loglikf（y，θ）是模型
（1）的极大似然值，θ为参数，m为参数个数，n为样本容量。
应用Mclust方法进行收入阶层划分具有三个优势（Vermunt and Magidson 2002） ：第一，聚类标准为使群内差别最小化，群间的差别最大化，比传聚类标准更客观;第二，聚类灵活，允许收入变量以多种简单或复杂的形式分布到聚类中，而不是传统的简单机械分类;第三，收入变量没有必要做缩放，比传统聚类信息更真实。
（二）收入阶层测量
表1阶层测量及特征
各阶层家庭的特征总结：整个样本的变异系数为1.811，远高于各阶层，温饱阶层变异系数最小，富裕阶层最大，说明家庭收入之间的差异主要为阶层差距;阶层等级越高，教育年限越长，父母及配偶的教育程度也越高;越富有的阶层，年龄越低;政治身份在不同阶层差异明显，层级越高中共党员越多;贫困阶层和富裕阶层每周劳动时间最少，温饱阶层劳动时间最长;国有企业员工占比与党政机关、事业单位从业者占比特征相同，小康阶层占比最高;阶层具人明显的地区特征，富裕阶层聚集于东部地区;贫困收入阶层的工作经验（工龄）较少，而其他三个收入阶层之间差异不大;贫困和富裕收入阶层家庭住房面积较大，除和收入有关外，住房面积与居住地有关。
二、收入阶层影响因素的实证分析
（一）模型设定
个人及家庭特征是影响收入的重要因素，如房产、土地等物质资本（固定资产），教育、培训等代表的人力资本水平，以父母及配偶教育等家庭遗传因素。但我们更关注这些因素变量对各收入阶层的形成有何影响？为此建立排序模型和多值选择模型估算各因素与个体成为某个阶层概
率之间的关系。排序模型和多值选择模型有二种，Probit模型和Logit模型Oder probit， Oder logit，Multinomail probit 和Multinomail logit 四种，分别简记为Oprobit， Ologit，Mprobit，Mlogit.。Mprobit模型虽然与Mlogit模型一样克服了线性概率模型的缺欠，但累积分布函数没有明确的表达式，相对而言MLogit模型更适用。Mlogit模型的设定形式如下（其它模型类似）：
Mlogiti=α+βXi+μi
（3）
（二）模型估计
表2部分虚拟变量设定及统计描述
为获得稳健的估计结果，在估计Ologit模型的同时也估计Oprobit模型。Mlogit模型由于以一种类型为对照组，分别建立多个模型，比排序模型能够提供更详细的信息，模型的解释能力表3收入阶层的影响因素实证分析
排序模型
ologitoprobitMlogit模型（温饱阶层为基础组）
贫困小康富裕小时工资
0.084***
（0.000）0.047***
（0.018）0.079*
（0.043）0.113***
（0.032）0.379***
（0.066）教育年限
0.161***
（0.021）0.089***
（0.012）-0.131***
（0.036）0.153***
（0.068）工龄
0.034***
（0.008）0.019***
（0.005）0.034***
（0.012）0.035***
（0.011）0.019
（0.030）党员身份
0.311**
（0.150）0.177**
（0.082）0.127
（0.276）0.427**
（0.111）0.753*
（0.457）有伴侣
0.023
（0.306）0.010
（0.167）0.034
（0.513）0.413
（0.346）0.663
0.066 （0.085）0.029
（0.048）0.024
（0.126）0.135
（0.311）年龄
0.032***
（0.009）0.017**
（0.005）0.020***
（0.013）0.044***
（0.012）0.043
（0.034）工作时间
0.009
（0.009）0.004
（0.005）0.002*
（0.291）住房面积
0.013
（0.011）0.003
（0.006）0.018
（0.011）0.009
（0.008） 0.011
（0.018）东部地区
1.008**
（0.154）0.566***
（0.088）1.066***
（0.266）0.992***
（0.198）0.751
（0.537）中部地区
0.156
（0.150）0.113
（0.087）0.269
（0.224）0.215
（0.204）0.992
（0.703）社会资本
0.250*
（0.151）0.114
（0.083）0.221
（0.220）0.307*
（0.181）0.594
（0.506）关系
0.250**
（0.091）0.180
（0.256）0.278
（0.202）1.093
（0.748）户口：直辖市0.542***
（0.382）0.505**
（0.184）1.389***
（0.456）省会城市
0.638***
（0.149）0.375***
（0.296）0.408**
（0.516）县级市
0.178
（0.155）0.095
（0.086）0.295
（0.235）0.418
（0.663）集镇（自理）
0.165
（0.259）0.109
（0.145）0.771**
（0.389）0.259
（0.314）0.566
（0.965） 农村户口
0.053***
（0.025）0.099**
（0.049）0.532*
（0.311）0.404
（0.314）0.068
（0.888）所有制：国企
0.373***
（0.081）0.098
（0.254）0.381**
（0.415）集体
0.891***
（0.174）0.531***
（0.099）0.436*
（0.262）0.812***
（0.239）3.02***
（1.145）港澳台
0.113
（0.499）0.092
（0.273）0.065
（0.418）0.413
（0.691）1.353
（0.108）外资
0.528**
（0.529）0.177*
（0.702）0.321
（1.056）合资
0.139
（0.652）0.021
（0.898）0.705
（0.632）0.756
（0.989）配偶教育
0.821***
（0.148）0.445***
（0.422）0.633***
（0.399）0.834***
（0.238）父亲工作类型
11.55**
母亲户口14.45**
（0.013）18.16***
也更强，具有更高的R2。两种模型均使用异方差稳健（HAC）标准误。
由于父母与子女存在代际传递现象，模型若包括全部个人和父母信息变量，则变量的多重共线性将相当严重，如户口、父亲户口的方差膨胀因子达到了6.86和6.7。所以模型中只控制了父母的部分信息变量，为节约篇幅只报告相应的约束检验结果。
（三）结果分析
1.影响收入阶层的因素。能够有助于进入更高收入阶层的因素包括小时工资、本人及配偶的教育、工作经验、党员身份、居住东部地区、大城市户口、年轻和社会资本。企业所有制的性质对收入阶层有影响，但国有企业、集体企业与民营企业相比没有优势。在控制了小时工资后，更长的劳动时间和加班都无助于进入更高的收入阶层，即总体上勤劳并不能致富。是否有异性伴侣、子女多少与属于哪个收入阶层没有明确的关系。社会资本变量显著，即14岁前居住在县城以上城市有助于进入更高的收入阶层，表明社会资源不但影响当代而且影响下代的收入阶层。
Mlogit模型进一步表明，党员有助于进入小康和高收入阶层，而对贫困进入温饱没影响。工作经验和地区只对贫困和温饱阶层有帮助，而无助于从温饱阶层进入高收入阶层。国企和集体工作变量显著，且参数符号为负，表明进入小康或高收入阶层与这些因素无关，意味着国企和集体身份是温饱的保证这只是从工资观察的结果，如果考虑其它的实物收入或福利结论可能有变化。。机关和事业单位身份变量不显著（结果省略），这表明他们的工资收入与企业相比并没有相对优势单位类型分为机关、企业、事业、社会团体和无单位等五种类型。若省略相关变量模型的样本将增加到4000以上，此时个人单位类型变量将显著，但会产生遗漏偏误问题。。
2.教育与户口是决定收入阶层的最主要因素。在模型所涉及的变量中，教育是决定收入阶层的首要因素。教育年限变量的参数估计值虽然只有最高只有0.16，但教育年限的平均值9.33年，远高于其它参数更大的虚拟变量。以不同教育程度虚拟变量代替教育年限回归，以初中教育程度作为参照，只有技校没有优势，其它更高的学历都有助于进入更高的收入阶层如果将教育年限和教育程度虚拟变量同时置于模型中，会产生严重的共线性。教育程度虚拟变量分为：没有接受过教育、小学、初中、职业高中、普通高中、中专、技校、成人专科、全日制专科、成人本科、全日制本科、研究生教育。。配偶教育也高度显著，有助于提高家庭的收入阶层。为比较配偶对家庭阶层收入的影响（性别变量不显著），以性别为标准将样本分为两部分，分别建模回归表明（结果省略），男女教育都同样重要，其它变量也类似。这不仅说明男女平等，更重要的是，在婚姻选择上有门当户对的可能。
影响收入阶层的另一核心因素是户籍制度。Mlogit模型进一步表明，直辖市户口与小康或富裕阶层有关，而省会城市户口与温饱和小康阶层相关，农村户口则与贫困相关。在控制了个人教育后，母亲户口同样显著影响收入阶层，而父亲户口不显著。这符合我国户口制度安排，在历史上个人户口由母亲户口决定。社会资本变量同样体现了户口的重要性，因为中国居民的居住地主要通过户籍决定。
3.社会关系与囚徒困境。根据排序模型，社会关系无助于进入高收入阶层，而且找工作托关系反而容易进入低收入阶层。Mlogit模型进一步表明，相对于温饱阶层托关系并不能保证进入小康和富裕阶层，即关系竞争主要发生在温饱阶层。既然托关系找工作是普遍现象，平均占比高达24%，却不能进入更高的收入阶层，但为何乐此不疲？最合理的解释是：托关系主要在阶层内部竞争，群体陷入囚徒困境，竞争的结果是徒增交易成本。
4.代际传递效应。不但社会资本变量体现出父母的社会资源（居住地）影响子女的收入阶层，而且其它变量也同样证明代际传递效应的存在，如母亲户口。社会关系如果是父母建立的社会资源，那么收入阶层因此将存在传递效应。根据表3各模型的回归结果，父亲的单位类型显著，联合约束检验至少在0.05的水平上显著。
黄潇（2013）认为父母的教育被证明是相对有效的，而父亲工作状态、党员身份和工作单位性质的传递效应尚未得到实证支撑。而本文的实证分析表明，传递效应存在更多机制、代际锁定或阶层固化更严重。
5.婚姻与收入阶层。由于使用了家庭收入作为划分收入阶层的标尺，以婚姻为核心的家庭结构在性别结构上无明显差异。所以，无论是排序模型还是多值选择模型都不能区分婚姻的影响，婚姻变量在模型中不显著是必然的。婚姻可以改变一个人的收入阶层，如女性可以嫁给更富有的家庭，或嫁给成功人士可改变命运。把已婚女性的家庭收入与个人收入对比，如果差距随收入阶层上升而增大，说明女性的收入阶层由男性决定，而这是婚姻选择的结果。表4分阶层统计显示了部分这种关系，贫困阶层比小康阶层差距更大。由于贫困阶层主要从事体力劳动，所以温饱阶层女性的相对收入高于贫困阶层。为了控制婚后收入的影响，同时控制了年龄（小于40岁），结果没有显著差异以年龄控制婚后收入，原则上年龄应选择平均结婚时的年龄，但样本又太少。。除富裕阶层外，其它三个阶层女性在家庭的收入占比稳定在37%-38%。这说明，在这三个阶层内，在收入层面婚姻是一种门当户对的安排。 表4已婚女性个人与家庭收入对比
三、基本结论与政策建议
（一）基本结论
较高小时工资、本人及配偶更好的教育、工作经验、党员身份、居住东部地区、大城市户口、年轻和社会资本都有助于进入更高的收入阶层。在这些因素中，教育与户口是决定收入阶层的最主要因素。更长的劳动时间和加班都无助于进入更高的收入阶层，没有证据表明是否有异性伴侣、子女多少与收入阶层有明确的关系。机关和事业单位身份变量不能显著影响收入阶层分布，他们的工资收入与企业相比并没有明显的相对优势。
托关系找工作无助于进入更高收入阶层。关系竞争主要发生在温饱阶层，托关系加剧了阶层内部竞争，使群体陷入了囚徒困境，强化了收入阶层的传递效应。模型实证表明，存在多种机制强化了收入阶层的传递效应，如14岁前的居住地、母亲户口、父亲的单位类型等直接影响子女的收入阶层;父母教育等间接影响了子女的收入阶层。在贫困阶层、温饱阶层和小康阶层内，在收入层面婚姻是一种门当户对的安排。
（二）政策建议
按Mclust聚类方法，温饱和小康阶层分别占42.94%和22.14%。从数据来观察，中等收入群体是一个尴尬的阶层，温饱阶层不合适，而小康阶层人数占比又太少，社会阶层分布远没有达到以中等收入阶层为主的合适结构。
参考文献：
[4]Fraley， C. and A. E. Raftery， Model-Based Clustering， Discriminant Analysis，and Density Estimation[J].Journal of American Statistical Association. 2002，97：611-631.
[5]Wand Y Q， Tsui K Y. Polarization Orderings and New Classes of Polarization Indices[J].Journal of Public Economic Theory， 2000，
（3）：349-363.
[7]Levine. Social Class and Stratification[M].New York： Rowman Littlefield Publishers，1998.
[8]国家统计局四川调查总队课题组.四川城市不同收入阶层差异研究[J].西南金融，2008，
（7）：35-38.
[9]洪兴建，李金昌.两极分化侧度方法述评与中国居民收入两极分化[J].经济研究，2007，
（11）：139-153.
