1中国城乡财富分布的比较分析.docx

1中国城乡财富分布的比较分析.docx

《1中国城乡财富分布的比较分析.docx》由会员分享，可在线阅读，更多相关《1中国城乡财富分布的比较分析.docx（20页珍藏版）》请在冰豆网上搜索。

1中国城乡财富分布的比较分析

中国城乡财富分布的比较分析*

陈彦斌

（中国人民大学经济学院，北京，100872）

ThecomparativeanalysisofChinacityandruralwealthdistribution

CHENYanbin

（SchoolofEconomics,RenminUniversityofChina,Beijing100872）

摘要：

贫富差距问题是我国宏观经济中的难题之一。

利用奥尔多投资研究中心的家庭资产调查数据系统，本文计算了我国2007年城市和农村的财富分布，分析了贫富差距的特征和家庭资产结构。

研究结果表明，我国城市和农村出现了较严重的贫富差距现象，但这不在于最富有群体过于富有。

提高教育水平和婚姻状况都有助于改善家庭财富水平。

高财富家庭的资产组合呈现出多元化和多样性，而中低财富家庭的资产组合较为单一，因而规避风险能力也就较弱。

此外，城市和农村居民的融资能力取决于家庭财富，财富水平越高的家庭的融资能力越强。

关键词：

贫富差距；财富分布；收入分配

一、引言

改革开放以来，我国获得了举世瞩目的发展成就，城乡居民总体生活水平有较大的提高。

但是，我国的收入差距和贫富差距也在持续拉大，这已经引起国内外的广泛关注。

世界银行2006年《世界发展报告》显示，我国居民收入的基尼系数已由改革开放前的0.16上升到目前的0.47，已经超过了0.4的国际警戒线。

此外，在世界银行所调查的国家中，共有94个国家的基尼系数低于中国，而只有29个国家的基尼系数高于中国，其中27个是拉美和非洲国家。

中国贫富差距主要体现在城乡之间、东西部之间和行业之间，差距的持续扩大客观上损害了中国社会的和谐发展。

国内学术界关于中国贫富差距的研究主要集中于收入差距上，特别是在收入差距的度量方法（如李实，1999）、产生原因（如赵人伟和李实，1997）和治理政策（如陆铭和陈钊，2004）等方面。

究其原因，一是因为我国收入差距扩大是贫富差距持续拉大的重要原因。

二是因为居民收入的数据要比财富的数据要容易获得。

财富比收入具有更强的私密性和隐蔽性，这直接导致了关于我国居民收入的调查数据集较多，而居民财富调查数据集则要少得多。

但是，财富差距的研究尤其是我国城乡财富分布的对比研究要比研究收入差距更具价值。

首先，财富作为经济变量比收入更具理论价值。

财富是存量，而收入是流量，存量要比流量更加适合做动态模型的状态变量，因而理论研究和数值模拟研究多采用财富。

其次，财富要比收入更加客观。

家庭是依据其财富水平而不是收入水平决定其最优消费和投资数量。

很可能存在财富较高而收入较低的家庭，这会导致有规律的基于财富的消费函数被人为地扭曲为没有规律的基于收入的消费函数。

最后，财富涉及资产和负债，因而要比收入蕴含更多的财务信息，有助于更加深入了解贫富差距的原因。

北京奥尔多投资研究中心委托中国国家统计局于2005年起对城市和农村居民进行了较大规模的入户调查，每年1至2次，每次2000左右份问卷，建立了《中国投资者行为调查问卷》数据库。

调查问卷分为被访者个人特征、家庭财务情况（农村问卷为家庭土地和家庭财务情况）、投资选择、感受和态度四个方面。

问卷内容依据当年经济热点，每年略有调整。

考虑到城乡差异，城市和农村问卷的问题和候选答案都有所不同。

本文采用奥尔多投资研究中心2007年的调查问卷及其数据，用来分析我国城市和农村2007年财富分布的主要特征及其差异。

调查问卷给出了详细的被访者个人信息和家庭总资产及其组成、总债务及其组成。

按照MorissetteandZhang（2006）计算加拿大居民家庭财富的方法，本文定义家庭财富等于总资产减去总债务。

本文将主要研究我国城乡财富分布的构建及其比较，以及家庭资产结构的主要特征。

通过对比我国城乡财富分布，将有助于在尊重客观事实基础上有针对性地制定相应的减少贫富差距和城乡差距的政策。

二、数据处理

2007年的奥尔多投资者调查问卷有1355份原始城市问卷和562份原始农村调查问卷。

本文采用如下步骤进行问卷的数据处理。

对于城市问卷，从四个方面剔除可能会导致数据分析失误的无效问卷。

首先，剔除了没有回答所有资产和债务选项的答卷。

其次，剔除了具有下列资产中的极端值的问卷：

现金大于50万元、银行存款大于100万元、收藏品的估计市场价值大于100万元、向企业或其他经营活动的投资大于300万元、自有房屋的估计市场价值（包括所有房产）大于300万元。

再次，剔除了具有下列债务中的极端值的问卷：

购房贷款大于150万元。

最后，剔除了最大和最小两个财富极端值：

474万元和负15.7万元。

经过上述剔除，总共得到1119份有效答卷。

对于农村问卷，由于其资产和债务各项具有极端值的问卷比例比城市要小，并且各项资产和债务的绝对值也都较小，均小于20万。

此外，农村问卷的样本个数较少。

因此，本文只剔除了没有回答所有资产和债务选项的调查问卷，最后得到524份有效答卷。

剔除无效问卷的方法具有一定的主观性，这或许会对数据分析的可靠性造成影响。

可以采取如下两种办法进行纠正。

其一，采用MorissetteandZhang（2006）所建议的方法，进行全样本（全部家庭）、剔除最高财富1%、剔除最高财富5%等分组讨论的方法监测极端值对财富分布的影响。

其二，除了采用均值之外，采用中位数来刻画财富分布，可以有效地减小极端值的影响。

因为中位数只是汇报位置处于中间的统计量，极端值的变化对此没有影响。

后面的分析将会看到，均值和中位数的区别很小，因而数据分析的可靠性较高。

三、财富分布

本文采用如下方法计算城乡的财富分布：

将问卷中的家庭总资产构成各项相加，得到该家庭的总资产；将总债务构成各项相加，得到总债务；两者相减，得到该家庭的总财富。

用公式表述如下：

家庭k的总财富等于

其中

为家庭k的第

项资产的数额，

为第j项负债的数额，NA为资产类别的个数，NB为负债类别的个数。

按照家庭财富数值大小重新排序，根据百分位数分为10组，并给出每组家庭的平均财富和中位数财富，这样就形成了财富分布。

某家庭组的平均财富定义为

其中N为该组样本个数。

某家庭组的中位数财富

是该组中某家庭的财富水平，大于该财富的概率等于小于该财富的概率，即

其中X表示随机变量。

表1和表2分别给出了城市和农村的财富分布。

此外，为了衡量极端值对财富分布的影响，两个表还给出了去掉了财富最高1%和财富最高5%的家庭之后，剩下的家庭所形成的财富分布。

表中的数据显示，我国城市和农村都出现了较大的贫富差距现象。

以全部家庭的计算结果为例，城市财富最低的10%家庭组的中位数财富为负0.5万元，而财富最高的10%家庭组的中位数财富为95万元，两者差距悬殊。

农村财富最低的10%家庭组的中位数财富为负0.109万元，而财富最高的10%家庭组的中位数财富为22万多元。

相比之下，城市的富裕人群要比农村的富裕人群拥有更多的绝对财富，但是与此同时，城市的贫困人群也要比农村的贫困人群更加贫困。

虽然城市的财富分布水平总体上要比农村的财富分布要高，但是两个财富分布的内部结构却较为类似。

我们将城市的每一组中位数财富分别除以农村对应的每一组中位数财富，所得到的比值从最贫穷第1组到最富裕第10组分别为4.6、4.5、4.9、4.9、5.1、6.4、6.8、6.0、5.2和4.3。

各个比值基本上较为平稳，说明城市和农村的财富分布结构不具有太大的差异。

随着财富的增加，城市家庭财富与农村家庭财富的比率也在增加，在第7组达到最大值，然后逐渐下降。

这说明，城乡之间的贫富差距最大的不是最穷和最富的人群，而是中产阶级人群。

衡量财富分布的贫富差距程度的一个常见指标是最富有人群财富与最贫穷人群的财富的比率，另外一个常见指标是最富有的10%家庭组所拥有财富占总财富的百分比。

第一个指标较直观，但缺点在于最穷人群的财富可能为负值，因而不便于比较。

第二个指标的缺点在于可能受极端值（个别最富有家庭）的影响比较大。

为了避免这个问题，我们采用扣除了1%和5%最富有家庭剩下样本中重新计算剩下的最富有的10%家庭组所拥有财富占总财富的百分比。

经过计算，扣除1%最富有家庭后的城市最富有的10%家庭组所拥有的财富占城市总财富的百分比为32.6%，而农村的相应百分比为39.1%；扣除5%最富有家庭后的城市最富有的10%家庭组所拥有的财富占城市总财富的百分比为31.1%，而农村的相应百分比为33.8%。

从这个意义上讲，农村的贫富差距问题比城市的要略严重一点。

MorissetteandZhang（2006）指出加拿大2005年的相应指标大约为58%，而KrusellandSmith（1998）指出1994年至1997年美国最富有的10%人群持有财富所占百分比为64%。

中国的财富分布与加拿大和美国较为接近，最大的差别是中国最富有的10%要略少一些，我国贫富差距问题还不在于最富有群体过于富有。

，

表3给出了按被访者个人特征划分的城市和农村家庭财富分布。

个人特征主要是年龄、教育程度和婚姻状况三类。

原始问卷中年龄项是自由填写项，为了分析方便，本文将年龄分为小于20岁、20-29岁、30-39岁、40-49岁、50-59岁和60岁以上6组。

原始问卷中教育分为9种，本文合并为表3中的5组：

未上过学与扫盲班、小学与初中、高中与中专、大专与大学本科、研究生及以上。

婚姻状况则仍然为问卷中的已婚、未婚、离异和丧偶4组。

表3显示城市和农村家庭财富分布的年龄结构既有共同的地方，又有较大的差异。

城市和农村中小于20岁年龄组的家庭财富要显著低于其他年龄组。

60岁以上年龄组的家庭财富要略低于20-59岁之间的4个年龄区间的财富。

城市和农村的家庭财富都随着被访者的年龄区间先增加，然后减少。

对于城市而言，被访者年龄在30-39岁区间的家庭财富是最高的，而农村家庭财富最高的被访者年龄区间则在20-29岁之间。

样本个数也揭示了一些重要的信息，城市的样本大部分集中在20-49岁区间，而农村的样本则大部分集中在30-59岁区间。

教育程度对于城市财富分布的影响比农村的要大。

城市的教育程度主要集中在从小学到本科的区间内，特别是大专和本科的人数占了一半还要多。

而农村的教育程度主要集中在从小学到中专的区间内，特别是小学和初中的区间。

特别是，城市样本中有近4%的受过研究生及以上的教育，而农村的这一部分的样本为0。

这说明农村的教育程度要比城市低很多。

从教育程度角度分析，相对城市而言，农村的财富分布较为均衡，即财富分布不太依赖于教育程度。

在农村样本中，小学和初中教育水平所对应的财富比其他教育程度所对应的财富要略高一些。

除了小学之外，基本上是学历越高，农村家庭的财富水平就越低，呈负相关性。

教育程度对于城市家庭的财富的影响较大，学历越高，家庭财富越高，并且这种边际改进是很显著的。

较为特殊的是，城市中未上过学和扫盲班的财富仅次于研究生及以上学历的财富。

原因可能是样本太少，只有5个样本，可信度不高，因此较高财富水平并不带来多少有价值的信息。

农村家庭财富不依赖于教育程度的统计结果并不说明教育对于改善农村财富水平没有作用。

首先，我们可以看到教育对于改善城市财富水平的显著影响。

其次，农村的这种非显著性可能是来自于农村的特殊情况。

填写问卷的被访者是农村的常住居民。

受过较高教育的农村居民大部分离开了农村前往城市工作或者打工。

此外，在农村务农所获得的收入，就中国目前的状况而言，与劳动人员的教育程度也不具有较大的相关性。

婚姻状况对于城市和农村的家庭财富影响也具有较大差异。

城市和农村的大部分样本均处在已婚和未婚两组。

离异与丧偶家庭之和的样本都较少，城市和农村分别大约占8%和4%左右。

对于城市家庭而言，已婚家庭的财富是未婚家庭财富的将近两倍。

而农村已婚家庭财富只是比未婚家庭财富水平略高。

此处分析依据中位数财富计算结果。

表1：

城市家庭财富分布（单位：

元）

全部家庭

去掉最高1%

去掉最高5%

中位数财富

均值财富

占总财富比例

中位数财富

均值财富

占总财富比例

中位数财富

均值财富

占总财富比例

最低10%

-5000

-45640

-1.5%

-5000

-45640

-1.6%

-5000

-45640

-1.8%

第2组

27000

26711

0.87%

26900

26566

0.9%

25000

25526

1%

第3组

63500

65711

2.1%

60000

63078

2.2%

57500

58977

2.3%

第4组

105000

106455

3.5%

103000

103973

3.6%

101000

98968

3.9%

第5组

155000

161536

5.3%

151000

156060

5.5%

140750

143415

5.7%

第6组

240620

239681

7.8%

232000

233165

8.1%

215000

217044

8.6%

第7组

341000

338452

11.1%

335000

331506

11.6%

300000

301862

12%

第8组

455050

452577

14.8%

443700

443987

15.5%

401000

404676

16%

第9组

630000

631848

20.6%

619000

612831

21.4%

531500

542360

21.5%

最高10%

950000

1099804

35.9%

911000

947776

33.1%

779400

778761

30.8%

总共

200000

305990

100%

199750

286007

100%

180000

252511

100%

注：

“占总财富比例”这一列中的数值是该组所持有的财富占总财富的百分比，所作计算基于均值财富。

表2：

农村家庭财富分布（单位：

元）

全部家庭

去掉最高1%

去掉最高5%

中位数财富

均值财富

占总财富比例

中位数财富

均值财富

占总财富比例

中位数财富

均值财富

占总财富比例

最低10%

-1096

-9009

-1.1%

-1096

-9009

-1.6%

-2000

-9694

-2.1%

第2组

6000

6232

0.7%

5850

6157

1.1%

5200

5547

1.2%

第3组

13035

13424

1.6%

13000

13281

2.3%

12032

12387

2.6%

第4组

21500

21617

2.6%

21100

21356

3.7%

20000

20088

4.3%

第5组

30665

30735

3.6%

30550

30427

5.3%

30000

28941

6.1%

第6组

37311

37148

4.4%

39760

39292

6.8%

36500

36789

7.8%

第7组

50250

50854

6%

52000

53430

9.3%

50000

49004

10.4%

第8组

76420

78903

9.4%

74100

76347

13.3%

66675

67426

14.3%

第9组

120750

122395

14.5%

112750

118182

20.6%

100000

100086

21.2%

最高10%

222262

487841

57.9%

200980

228451

39.8%

156010

161670

34.3%

总共

34600

84248

100%

33520

57463

100%

31975

47109

100%

表3：

按照被访者个人特征分组的家庭财富分布（单位：

元）

城市

农村

中位数财富

均值财富

样本个数

中位数财富

均值财富

样本个数

年龄小于20

74800

118816

13

26500

78615

7

20-29

139000

276402

388

48085

153668

62

30-39

252500

345192

406

35050

61284

128

40-49

206000

296760

223

34900

68325

179

50-59

195000

322454

51

35000

55030

109

60以上

175400

222771

14

30550

50510

32

总共

200000

305642

1095

34860

73050

517

教育程度

未上过学和扫盲班

254000

260000

5

28600

42917

41

小学和初中

97800

240509

133

39900

83301

304

高中和中专

130000

245748

229

33500

79252

107

大专和大学本科

247500

330442

696

30630

119284

69

研究生及以上

310000

479430

39

0

0

0

总共

200000

306941

1102

34400

84057

521

婚姻状况已婚

240000

327687

633

35050

77852

436

未婚

140000

279205

398

31500

154732

52

离异

213830

295267

67

14130

29330

7

丧偶

129200

225121

14

31000

81362

15

总共

200000

307090

1112

34880

85128

510

四、家庭资产结构

在调查问卷中，城市的家庭总资产分为如下18类：

现金、银行存款、股票、外汇、各种债券、期货、基金、住房公积金、保险金、收藏品的估计市场价值、其它金融理财产品、借出款、家庭经营活动占有的自有资金、向企业或其他经营活动的投资（不包括股票和债券）、自有生产性固定资产的估计市场现值、家庭耐用消费品的估计市场现值、自有房屋的估计市场价值（包括所有房产）、其他资产的估计现值。

农村的家庭总资产分为如下24类：

役畜和产品畜、大中型铁木农具、农林牧渔业机械、工业机械、运输机械、建筑机械、生产用房、其他生产用固定资产、现金、银行存款、股票、外汇、各种债券、期货、基金、保险金、其它金融理财产品、收藏品的估计市场价值、自有房屋的估计市场价值（含所有房产）、借出款、家庭经营占用的资金、对其他企业的投资（不包括股票、债券）、家庭耐用消费品的估计市场现值、其他资产的估计现值。

表4和表5分别给出了城市和农村居民的家庭资产及其构成。

表中第1列是资产的各个子类别，第2列是财富最低5%的城市家庭的平均财富，第3列是财富处于中间5%的城市家庭的平均财富，第4列是财富最高5%的城市家庭的平均财富，第5列是所有样本的城市家庭的平均财富。

表4和表5之所以使用均值而不使用中位数财富，是因为5%样本的中位数资产会选取居中的数值水平，而资产的多样化导致一些资产的中位数会汇报为0。

因此，使用均值财富可以有效地避免这个问题。

从表4中可以看出，城市居民的资产主要集中在自有房屋、银行存款和自有生产性固定资产这三类上。

除了低财富城市家庭没有自有房屋之外，自有房屋是其他两个财富水平家庭最大的资产组成部分。

这说明房屋是城市家庭财富的主要象征。

银行存款在城市居民财富中的比例也较高，但是不同财富水平的家庭的比例差异较大。

低财富家庭的银行存款占财富的比重最大，是其最重要的资产组成。

中等财富家庭组的银行存款是第二重要的资产组成。

财富最高家庭组的银行存款是次于房屋和自有生产性固定资产的第三重要的资产组成。

这一结果表明财富更高的家庭，动用存款投资于其他资产的能力和抗风险的能力更强。

自有生产性固定资产是高财富家庭组的第二重要资产，但是对低、中财富家庭组的重要性很低，这说明生产性固定资产是较高财富水平家庭才拥有的投资技术。

现金等其他资产在城市居民家庭资产结构中也具有一定的规律性。

现金在各个财富水平的资产结构中都具有较高的绝对水平和相对比重，表明居民还很依赖于现金进行交易。

股票也具有较高比重，说明股票作为一种重要的投资渠道已经获得了各个财富阶层家庭的认同。

外汇在中、低财富家庭中的比重较低，只有几百元，而高财富家庭中的平均外汇则达到了1.8万元。

各种债券、基金、住房公积金、保险金在各个财富家庭中均有分布，前两者属于投资，后两者属于社会保障，但共同特点是低风险和简单性。

此外，高财富家庭所拥有的住房公积金、保险金要明显高于低、中财富家庭，而这两类资产带有福利性质，反映出社会基本福利分配不公平，差异过大。

低、中财富家庭拥有较少的收藏品和数量为0的其他金融理财产品，而高财富家庭中所持有的收藏品则相对增加了70倍，以及多达1.1万元的其他金融理财产品。

借出款、家庭经营活动占有资金、家庭耐用消费品在低中高三类财富家庭中的分布较为均衡，这三种资产是不同财富水平的家庭都有所涉及的资产。

低中财富家庭所持有的向企业或其他经营活动投资较少，分别为518元和0元，而高财富家庭则平均达到了将近3.5万元，这说明高风险的投资行为必须有较高的财富支撑才行。

农村居民的家庭资产结构与城市居民有显著的差异。

从表5中可以看出，自有房屋和银行存款分别是农村低中财富家庭的第一和第二重要的资产组成，而在高财富家庭的资产结构中排名为第二和第一。

农林牧渔业机械、建筑机械和其他金融理财产品三种资产在各个财富水平群体中的数量都很低，最多都没有超过300元。

役畜和产品畜在低中高财富家庭的数量分别为117元、344元和942元，说明役畜和产品畜在农村家庭中作为必须资产的重要性已经明显下降了。

大中型铁木农具在高财富家庭中的数量要远远低于低财富和中等财富家庭所持有的数量，这表明大中型铁木农具作为低级和落后的农具处于逐步淘汰的过程。

对比之下，工业机械和运输机械在低财富和中等财富家庭中的数量很少，但在高财富家庭中的数量有明显增加，其中运输机械要比工业机械要获得更多的用途，这进一步验证了机械化在农村中的进程。

低中财富家庭持有很少的生产用房和其他固定资产，而高财富家庭所拥有的这两类资产数量较多。

现金在三类财富家庭中的分布较为均衡，这一点与城市居民很类似。

借出款和家庭耐用消费品在农村低中高三类财富家庭中的分布较为均衡和合理。

农村居民要比城市居民持有更少的新型金融资产和高风险资产。

股票、外汇、各种债券、期货、基金、保险金、收藏品等新型金融资产在农村低财富和中等财富家庭中的数量和比重都非常少，而高财富家庭则持有相对较多数量的这些资产，但比重也不高。

这说明农村居民对于现代新型金融资产的了解和熟悉程度还很低。

家庭经营占用的资金和对其他企业投资这两类资产的数量在农村低中财富家庭中的数量非常小，没有超过40元，而高财富家庭所持有的相应资产分别达到了23582元和8965元。

表4：

城市居民家庭资产构成（单位：

元）

资产

财富最低5%组

财富中间5%组

财富最高5%组

全部家庭

现金

7509

16864

116065

17566

银行存款

41415

115884

327273

115629

股票