中国收入差距中的机会不平等再测度——基于“环境-能力-收入”的新思路

刘 波 胡宗义 龚志民

一、问题的提出

改革开放四十多年来，我国的收入分配制度不断改革与完善，居民的绝对收入水平快速增长，人民生活不断改善。自党的十八大以来，脱贫攻坚成效显著，贫困发生率从2012 年10.2%下降到了2019 年的0.6%。2019 年10 月，党的十九届四中全会提出“巩固脱贫攻坚成果，建立解决相对贫困的长效机制”，2020 年之后，解决贫困问题的中心任务将由解决“绝对贫困”问题向缓解“相对贫困”问题转变，而收入层面的相对贫困又主要表现为总体收入差距过大、城乡差距与区域差距突出以及较低的代际流动性。根据国家统计局公布的数据，2003 年我国的基尼系数为0.479，2017 年为0.467，总体上的收入差距居高不下；1978 年，城乡收入比为2.57∶1，2019 年的城乡收入比为2.64∶1，城乡差距并未扭转。收入差距过大不仅会降低居民的幸福感和获得感，还会引发人们对中国是否陷入“中等收入陷阱”的顾虑。当然，并不是所有收入差距都是不合理的，“勤劳致富”“多劳多得”形成的收入差距显然是合理的。因此，收入分配领域存在的问题并不完全在于收入分配结果的不平等，而是更深层次的机会不平等。党的十九大报告指出，要“破除妨碍劳动力、人才社会性流动的体制机制弊端，使人人都有通过辛勤劳动实现自身发展的机会”，明确提出要抑制机会不平等。因此，如何科学合理地测度我国收入差距中的机会不平等具有重要的现实意义。

个人收入主要取决于人力资本水平，新人力资本理论认为，人力资本以能力为核心(Hogan 和Holland，2003；Nyhus 和Pons，2005；Heckman 等，2006；Cunha 和Heckman，2011)，收入分配中的机会不平等本质上源自能力培养过程中的机会不平等。因此，缩小收入差距不能仅从收入分配入手，还要从能力培养的过程切入。能力的培养是一个长期的过程，个人能力由多方面因素决定，既受先天禀赋的影响，也受后天家庭环境与社会环境的潜移默化。“橘生淮南则为橘，生于淮北则为枳”，环境对于能力的培养至关重要(Chetty 等，2016)。无论是Blau 和Duncan(1974)的“地位获得路径”，还是Boudon(1974)的“首属次属效应理论”以及Bourdieu(1977)的“文化再生产理论”，都突出了环境对于能力培养的关键作用，尤其是个体早期所在的家庭环境。因此，“环境-能力-收入”逻辑是研究机会不平等的新视角，对于重新认知机会不平等具有重要的理论意义。

本文是作者前期工作的深化，主要贡献在于两个方面:(1)在理论方面，以新人力资本理论为基础，以能力为中介，基于“环境-能力-收入”的逻辑，提出了测度机会不平等的新思路；(2)在应用方面，首先通过夏普利值分解方法测度机会不平等指数，识别出导致机会不平等的主要成因，其次将总效应分解为直接效应和间接效应，最后以测度结果与分解结果为基础，为“建立解决相对贫困的长效机制”建言献策。

二、文献综述

机会不平等不仅是社会舆论关注的热点，也是近年来收入分配研究领域中的前沿问题，关于机会不平等的研究可以归纳为机会不平等的定义与测度两个方面。

在机会不平等的定义方面，早期的文献并没有直接界定机会不平等，更多是讨论机会平等(Rawls，1971；Dworkin，1981a、1981b)。Roemer(1993)从决定收入水平的因素出发，提出了“环境-努力”的二元分析框架，首次将机会不平等的概念具体化(Roemer，1998)。Roemer 认为，环境与努力是决定收入的两大因素，收入差距主要源自环境差异与努力程度的不同。其中，环境差异导致的收入差距被认定为不合理的差距(Almås 等，2011)，即收入分配中的机会不平等。在后续的研究中，Lefranc 等(2009)认为除了环境与努力之外，运气也是影响收入的因素之一，但在具体处理时将运气归入环境或努力因素中，本质上与Roemer 的“环境-努力”框架是一致的(吕光明等，2014)。由于努力程度难以观测，诸多学者从各种角度提出了量化方法，具有代表性的有Björklund 等(2012)、Jusot 等(2013)。

自“环境-努力”二元因素框架提出以来，学界对于环境与努力之间的关系一直存在争议(Roemer，1998；Jusot 等，2013；Barry，2005)，难以形成共识。从现实来看，环境与努力之间的界限并不清晰，而且环境和努力之间还存在交互效应。环境因素是可以观察到的，而努力程度则不能观察明晰(Aaberge 等，2011)。如果不可观察的努力程度中包含了环境因素，就有可能低估环境差异对收入差距的贡献。事实上，努力属于个人的人格特征，属于非认知能力的范畴。在机会不平等的测度中，有学者也将认知能力(IQ)作为变量纳入收入方程中(Björklund 等，2012)。无论是认知能力还是非认知能力，在能力的培养过程中，后天环境具有左右全局的作用(Turkheimer 等，2003；Cunha等，2010)。因此，本文认为从“环境-能力”的关系切入，是研究机会不平等的新视角。 在机会不平等测度方面，测度方法主要分为参数法和非参数法两大类，具体的测度方法有直接测度法、间接测度法、基准测度法和随机占优法。顾名思义，直接测度法是直接估计机会不平等程度，基于实际的收入分布y，构造不包含努力因素的反事实收入分布 yc，机会不平等则为基于该收入分布得到的不平等程度 I ( yc)，而构造反事实分布的具体方法有事前法、事后法(Lefranc 等，2009；Ferreira 和Gignoux，2011；Ramos 和Van de Gaer，2016)。间接测度法则采用与直接测度法相反的思路，首先构造一个不含机会不平等的反事实分布 yeo，然后将实际收入分布的不平等 I ( y )减去基于反事实分布的不平等 I ( yeo)，两者的差值 I ( y ) - I ( yeo)即为机会不平等。在间接测度法中，构造反事实分布的方法以Bourguignon 等(2007)为代表，前者以收入方程为基础构造反事实收入，后者则通过非参数方法构造反事实收入。基准测度法需确立一个收入公平的参照标准，通过对比实际收入与参照标准之间的差异来测度机会不平等(Devooght，2008；Almås 等，2011)。在随机占优法中，首先根据环境变量将收入数据分成若干组，再检验分组收入分布函数之间是否存在一阶和二阶随机占优关系，如果存在随机占优关系，则意味着存在机会不平等(Lefranc 等，2009)。在国内的相关研究中，江求川等(2014)以Atkinson(1970)的均等分布等价收入为基础，提出了一种构造反事实分布的新方法。李莹和吕光明(2016)将基于参数回归不平等分解的Fields 法和Shapely 值法拓展运用到机会不平等的测度研究中。龚锋等(2017)利用倾向匹配得分法(PSM)构造反事实收入分布。雷欣等(2017)在对参数估计法进行改进的基础上给出了另一种构造反事实收入分布的方法。

按照新人力资本理论的观点，居民收入由能力决定(李晓曼和曾湘泉，2012)，能力具体包括认知能力和非认知能力(Heckman 等，2006)。无论是认知能力还是非认知能力，环境对于能力的培养都具有主导性作用(Mani 等，2013；Storrs，2017)。无论是家庭环境还是家庭之外的社会环境，例如幼年时期家庭的经济状况、早期的受教育环境，都能左右个人能力的塑成。Roemer 和Trannoy(2016)认为，在“环境-努力”框架中，“努力程度受环境因素的影响，努力并非纯粹的努力”。事实上，努力与否以及努力程度属于人格特征，包含在非认知能力的范畴。环境对人格特征的塑成至关重要，关于后天环境影响努力程度等人格特征的案例在现实中不胜枚举。因此，环境与努力存在因果关系，而非纯粹的并列关系。基于此，本文按照“环境-能力-收入”的逻辑，对机会不平等的测度思路进行改进。

三、测度机会不平等的框架与方法

（一）以能力为中介的测度思路

从静态的角度来看，个人收入的确取决于当前所处的环境以及个人是否尽责或努力。如果从动态的角度来看，不禁要问“个人当前为什么不努力？”“勤劳是否与生俱来？”现实中，不乏“蓬生麻中，不扶而直；白沙在涅，与之俱黑”的案例，后天环境对于人格特征的塑成具有主导作用。在儿童时代，父母所拥有的资源以及能提供的指导，加上文化环境和早期的正规教育，会直接影响个人的语言能力和数学能力、对待学习的态度、身体的健康状况以及预期寿命(Ehrenberg 和Smith，2011)。

在动态的视角下，环境因素对收入的影响可分为直接和间接两条路径，个人当前的环境变量会直接影响收入水平，而早期的环境变量会通过左右能力的培养，间接地影响收入水平，本文将其归纳为“环境-能力-收入”的传导机制，具体如图1 所示。基于此，本文以新人力资本理论为基础，按照“环境-能力-收入”的逻辑，提出一种测度机会不平等的新方法。

图1 测度机会不平等的新思路

（二）收入决定方程的构建与估计

本文采用参数法测度机会不平等，按照参数法的流程，首先需要构建收入决定函数，遵循“环境-努力”的二元框架，收入决定函数为(Ferreira 和Gignoux，2011):

其中，Y 为收入，C 为可观测的环境因素，E 为努力程度，u、v 为不可观测的随机因素。按照本文的思路，个人收入主要取决于能力，能力由认知能力CA(Cognitive Ability)与非认知能力NCA(Non-cognitive Ability)构成。环境因素对认知能力和非认知能力具有主导作用，教育E(Education)对于认知能力的培养甚为重要(Heckman 等，2001；Glewwe，2002；张晓云、杜丽群，2017)，认知能力、教育和非认知能力都受环境因素的影响。基于此，本文将收入决定函数改写为:

在实证研究中，有文献将性别、种族作为导致机会不平等的变量(Bourguignon 等，2007；Devooght，2008)，将性别、种族等个人的特征变量称为环境变量显然不合适。因此，本文沿用刘波等(2015)的做法，将环境变量和个人特征变量统一称为条件变量，并将超出自我控制的变量称为外生条件变量 Ci(Aaberge，2011)，剩余的变量称为其他条件变量 Pi，ui、υi、ξi、ζi为不可观测的随机因素。

在已有的文献中，收入方程的具体形式不尽相同，有的收入方程不包含截距项，有的收入方程将收入取对数，具有代表性文献如Morduch 和Sicular(2002)、Fields 和Yoo(2000)，文献中甚至存在刻意回避常数项和残差项的现象(Wan，2004)。为了使测度结果更具普适性，本文将测度流程规范化，将收入方程设定为:

其中，α 为常数项，X 为可观测的解释变量，U 为不可观测的随机因素。一般而言，收入的数值是非负的，本文将收入的取值范围设定为[ 0 ,+∞)。为了确保收入的预测值为非负，本文采用对数收入模型。在得到对数收入的预测值 l︿n ( Y )后，进一步对其恒等变换得到收入的预测值 exp ( l︿n ( Y ))，由此可将取值范围限定在[ 0 ,+∞ )。假设上述方程均是线性方程，结合式(3)～式(6)，具体的收入方程组如式(8)～式(11)所示:

如果是基于原有“环境-努力”的二元框架，则收入方程通常设定为:

在估计收入决定方程的过程中，需要同时考虑随机扰动项之间的同期相关问题以及异方差问题，故需要采用似不相关(SUR)估计方法。需要特别说明的是，在微观调查数据中，可以获取的条件变量有限，不可能将所有影响收入的变量都囊括在内。正如Golley 和Kong(2016)所指出的那样，直接影响收入、认知能力、非认知能力、教育的条件变量难以穷尽。因此，与真实值相比，得到的机会不平等程度通常偏低，但是这并不影响对机会不平等的测度与分析。因为，可以将基于特定条件变量集得到的机会不平等程度视为下限值，在此变量集的基础上，如果进一步扩充条件变量，将不断逼近机会不平等的真实水平。测度机会不平等的目的在于量化机会不平等对收入差距的贡献度，并识别出导致机会不平等的主要成因，因此即使不能穷尽所有的次要变量，也能够实现研究目的。

（三）机会不平等的测度方法

1. 夏普利值分解方法

本文使用基尼系数作为不平等测度指标。以收入决定方程的系数估计值为基础，进一步可通过夏普利值(Shapley Value)分解方法(Shorrocks，2013)，分解变量对收入差距的相对贡献度，再将外生条件变量的相对贡献度加总，从而可得机会不平等指数。环境因素会通过认知能力、教育和非认知能力间接对收入水平产生影响，如果将之忽略，显然是不合理的。相比于已有方法，本文的不同之处在于，夏普利值分解是基于整个方程组，而非单个收入方程。假定共有K 个条件变量 C = ( c1,… ,cK)，首先将收入决

在夏普利值分解方法中，常数项和残差项的归属问题是关键性问题，会直接影响机会不平等的测度结果。常数项本质上是所有元素均为1 的列向量，与其均值向量相等。由此，对于任意外生条件变量集C ，CC=I ( Y (α , C , U ))-I ( Y (α , C , U ))= 0，故常数项的贡献值为0。在经典线性模型中，通常假定不可观测的随机扰动项U～ E ( 0,σ2I )，即 E ( U ) = 0。此时，对于任意外生条件变量集C 而言，随机扰动项U 对不平等指数的本文的分解中将采用此种方式。目前，关于残差项如何归类未能达成一致的观点，对于残差项的处理有三种方式:一是以Roemer 为代表的研究者将残差项归类为努力程度，二是Devooght(2008)将其归类为环境因素，三是Lefranc 等(2009)和Jusot 等(2013)则认为残差项的含义无法明确界定，因而将之忽略。无论是单方程还是方程组中的各个方程，残差项均假定为随机变量，即认为收入除了受条件变量的影响之外，还受诸多不可观测的随机性因素的影响，而随机性因素是个人不可控的。如果残差项因人而异，则说明残差项与解释变量之间存在关联性，即模型存在异方差问题。那么，需要对模型的估计方法进行调整以消除异方差，如采用可行的广义最小二乘估计。本文遵循Roemer的观点，可得相应的机会不平等程度为:

2. 直接效应、间接效应与总效应

基于方程组的估计结果，也可以按照直接效应、总效应和间接效应的顺序，将单个变量对收入差距的贡献度进行分解。在分解的过程中，采用外生条件的均值C 替代外生条件 Ci，将其代入所估计的方程中，得到反事实收入:

由此，可以得到环境因素对机会不平等对收入差距的贡献度:

由式(3)～式(6)可知，环境变量既可以直接影响收入水平，也可以通过认知能力和非认知能力间接地影响收入水平。因此，环境变量、认知能力和非认知能力对机会不平等的贡献度可以分解为直接效应和间接效应。以外生条件变量为例，假设反事实收入为:

四、实证研究

（一）指标的选择与定义

在实证研究中，以中国家庭追踪调查(CFPS)为样本数据，具体包括2010 年、2012年和2014 年的调查数据。在本文提出的测度方法中，主要涉及条件变量(外生条件变量和其他条件变量)、认知能力与非认知能力，其中认知能力与非认知能力是本文关注的核心变量，所有变量具体的定义如表1 所示。外生条件变量包括家庭背景、地区、户口、性别、民族，其他条件变量包括年龄、政治面貌、婚姻状况、健康状况。其中，家庭背景包括3 个变量:父母受教育水平、父母的政治面貌、是否具有领导职务。在个人认知能力和非认知能力的塑成过程中，少年时期所处的环境具有决定性作用。因此，在认知能力、教育和非认知能力方程中，采用受访人12 岁时所处的地区和户口类型(城乡)作为解释变量。当然，受访人当前所处的环境可能与12 岁时所处的环境有所不同，所以，在收入方程中除了考虑12 岁时所处的环境，还考虑了地区和户口的变动。

表1 变量的选择与定义

基本的认知能力主要包括读写能力(Literacy)和运算能力(Numeracy)，普遍以阅读、数学能力的测试分数作为其量化指标，如李涛等(2017)通过字词能力、数学能力和记忆力来测度认知能力。CFPS 在2010 年、2012 年和2014 年的3 次调查中均涉及字词能力、数学能力和记忆力指标，本文以2010 年和2012 年的调查数据为基础对认知能力的3 项指标进行赋值。

从当前的研究来看，非认知能力或者人格特征的测量主要通过“大五”人格模型进行(Barrick 和Mount，1993；李涛和张文韬，2015；乐君杰和胡博文，2017)。本文主要采用李涛和张文韬(2015)的指标体系测度非认知能力，在权重的赋值上，采用变异系数法赋值。“大五”人格模型主要包括严谨性、外向性、顺同性、开放性和神经质或情绪稳定性5 个维度的人格特征。本文对李涛和张文韬(2015)的指标体系略作调整，在外向性维度下增加一个指标。个人非认知能力的构建主要基于CFPS2010 年的调查数据，个别变量来自2012 年的调查样本。具体指标的含义与指标的权重如表2 所示，三级指标共计21 项，其中正向指标13 项，负向指标8 项。

现实中，某些偶然性因素会影响收入的稳定性，基于某一个年度的收入数据测度机会不平等可能会存在一定的偏误。在本文的测度中，首先通过分省CPI 将2012 年、2014 年的收入数据调整到2010 年，然后取3 年的平均收入。通过取平均收入可以在一定程度上平滑偶然因素对收入的影响，从而提升测度结果的稳健性。本文以2010 年的调查对象为基准构建平衡面板数据，剔除非连续个体后，获得了13937 个连续3 期的收入数据，数据质量相对较高，其中西部、中部和东部的样本容量依次为3704 个、4263 个、5970 个，农业户口和非农户口分别为10068 个、3869 个。

表2 “大五”人格模型中变量与权重

（二）机会不平等的测度

1. 收入决定方程的估计

首先，需要对收入方程进行估计，正如前文所述，收入方程可能存在异方差问题，因而需要确定模型是否存在异方差。由B-P 检验(Breusch-Pagan)可知，在5%的水平上，收入方程、认知能力、受教育水平和非认知能力方程均存在异方差问题。同时，还需要考虑方程之间的相关性。基于此，本文首先采用广义最小二乘法估计出权重，然后采用似不相关的估计方法对模型进行估计，估计结果如表3 所示，表3 也同时给出了基于“环境-努力”框架的收入方程的估计结果。

由收入方程组的估计结果可知，本文所关注的两个核心变量，认知能力和非认知能力在1%的水平上对收入存在显著的正向影响。对于外生条件变量，在1%水平上，父母的政治面貌、12 岁时所在的地区与户口类型、性别、民族对收入存在显著的正向影响；而对于其他条件变量，在1%水平上，12 岁之后的地区和户口类型是否变动、政治面貌、婚姻对收入也存在显著的正向影响，随着年龄的增加和健康水平的下降，收入水平亦显著下降。

在认知能力方程中，12 岁时所在的地区(中东部虚拟变量)、12 岁时的户口类型、民族、性别和教育均对认知能力存在正向影响；其中，受教育程度对认知能力的塑成具有突出作用。在教育方程中，本文所选择的变量对受访人的受教育水平均存在显著影响，12 岁时的户口类型与家庭背景(父母受教育水平和是否具有管理职务)对受教育水平影响较为突出。在非认知能力方程中，本文所选择的变量均显著；其中，12 岁时的户口类型和父母是否担任领导职务对非认知能力的影响相对较大。

表3 收入决定方程估计结果

续表3

2. 机会不平等的估计与效应分解

以估计结果为基础，采用夏普利值分解方法对收入差距进行分解，分解结果如表4所示。按照Juarez 和Soloaga(2014)的定义，8 个外生条件变量对收入差距的贡献度之和为27.91%，即机会不平等指数为27.91%。具体来看，性别差异对收入差距的贡献度最高，为10.69%；少年时期(12 岁)的户口差异次之，为10.08%；少年时期(12 岁)所在的地区(中部和东部)差异位居第三，对收入差距的贡献度为4.46%；家庭背景(父亲的受教育水平、工作类型和是否是党员)差异对收入差距的贡献度为2.16%；民族差异的贡献度为0.52%。除此之外，在其他个人特征变量中，12 岁后的地区变动和户口迁移对收入差距的贡献度为6.45%，年龄差异的贡献度为5.31%，健康状况差异的贡献度为2.30%，政治面貌与婚姻状况的贡献度分别为0.88%、-0.28%。

表4 基于“环境-能力-收入”框架的机会不平等测度结果

为了对比本文“环境-能力-收入”测度思路与“环境-努力”测度框架在结果上的差异，本文又基于收入方程(8)的估计结果给出机会不平等的测度结果，亦如表4 所示。8 个外生条件变量对收入差距的贡献度之和为18.96%，相比于本文的测度思路，降低了8.95%。由此可见，基于“环境-努力”框架的单方程分解方法低估了收入差距中的机会不平等，其根本原因在于，外生变量不仅会直接影响收入分配，还会通过影响能力培养间接地左右收入分配。更为重要的是，学历并不意味着能力，教育作为努力程度的代理变量也存在一定的局限性。因此，两者存在较大的差异也是合理的。

在效应分解方面，根据外生条件变量的总效应降序排列，依次为性别、少年时期的户口、东部地区、父母受教育水平、父母的政治面貌、民族、父母是否具有管理职务、中部地区。值得关注的是，间接效应远大于直接效应，外生变量通过认知能力和非认知能力对收入的间接影响高于直接影响。综合夏普利值分解与效应分解的结果可知，弱化性别差异、城乡差异和地区差异对能力培养的负面影响是降低机会不平等的着力点。

五、稳健性检验

在现有的研究中，由于所使用的数据样本和测度方法不尽相同，机会不平等程度在数值上不具备可比性，但机会不平等指数与外生条件变量对收入差距的相对贡献度则具有可比性。因此，在稳健性检验中，除了关注机会不平等指数是否存在差异外，还要关注外生变量对收入差距的相对重要性程度是否发生了变化。稳健性检验分为两部分:首先，考虑到收入与非认知能力之间可能存在互为因果的问题，因而调整非认知能力的测度指标，从总体上测度机会不平等指数；其次，将样本分别按经济区域与当前的户口类型分组，分组测度收入差距中的机会不平等程度，对比分析外生因素对收入差距贡献度是否在地区与城乡之间存在显著不同。

（一）考虑“互为因果”问题的稳健性检验

在实证研究中，非认知能力通过“大五”人格模型来评价，在此模型中，神经质是一级指标，神经质的具体指标来自抑郁量表中的指标，抑郁程度与神经质之间具有较强的正相关性。在本文构建的方程组中，考虑了非认知能力对收入的影响，但当前的收入水平可能对非认知能力存在影响，即收入与抑郁之间可能会存在互为因果的关系。表5 给出了抑郁指标按主观收入分类取均值的结果，主观收入水平取值为3、4、5 的抑郁指标值显著高于其取值为1、2 的均值，可见收入水平与抑郁程度存在较强的相 关性。

表5 主观收入水平与抑郁指标

在个人的生活和工作中，能够较好地处理人际关系是社会交际的重要技能，能够较好地与人相处可以获得更多的信息和积累更多的社会资本，促成合作共赢，收入自然也会提升。因此，本文对非认知能力的量化指标进行简化，只取二级指标“热情性”下的两项3 级指标“1.受访者的待人接物水平；2.自己的人缘关系有多好”，同样采取变异系数法进行降维得到指标NCA2。调整非认知能力的量化指标后，对收入决定方程进行估计，以估计结果为基础，再次测度机会不平等，测度结果如表6 所示。

表6 基于稳健性检验的机会不平等测度结果

在稳健性检验中，机会不平等指数为27.87%，与前文的27.91%甚为接近，两者的差异仅为0.04%。性别、户口、家庭背景(父母的受教育水平、政治面貌、管理职务)、地区(中部、东部)和民族的贡献度依次为10.72%、10.06%、2.14%、4.43%、0.52%，与表4 中的测度结果接近。在效应分解方面，外生条件变量的总效应小于表4 中的测度结果约0.8%，根据总效应降序排列，依次为性别、少年时期的户口、东部地区、父母的受教育水平、父母的政治面貌、民族、父母是否具有管理职务、中部地区，排序与表4 中的结果完全一致。综上所述，机会不平等指数的测度结果与效应分解结果具有较强的稳健性。

（二）基于分组测度的稳健性检验

1. 按经济区域分组测度的稳健性检验

外生条件变量对机会不平等的重要性可能会在经济区域之间存在异质性，本文进一步将样本按经济区域分为3 组，依次测度外生条件变量对收入差距的贡献度。在收入决定方程中，考虑到人口的区域流动对收入的影响，因而在分组的过程中按受访人12 岁所在的经济区域分组，分组测度结果如表7 所示。

表7 按经济区域分组的机会不平等测度结果

在上文的夏普利值分解与效应分解中(表4 和表6)，性别和少年时期(12 岁)的户口类型是导致机会不平等的主要因素，由表7 的结果可知，两者仍然是导致机会不平等的主要因素，可见测度结果在识别主要因素上具有较强的稳健性。值得关注的是，在夏普利值分解中，性别对收入差距的相对贡献度在中部地区最高，为12.90%；东部地区次之，为11.16%；西部地区最低，为10.80%。在东部地区，少年时期(12 岁)的户口类型对收入差距的相对贡献度最高，为12.94%；西部地区次之，为8.53%；中部地区最低，为6.54%。由此可见，在东部地区，少年时期(12 岁)的户口类型对收入差距的影响更为突出。

2. 按户口类型分组测度的稳健性检验

从现实来看，中国城乡之间的经济社会发展水平存在较大的差距，外生条件变量对收入差距的相对贡献度亦可能在城乡之间存在异质性。因此，本文进一步将样本按受访人当前的户口类型分组。当前为农业户口的受访人，其少年时期(12 岁)的户口类型绝大部分为农业户口，因而在农业户口的子样本中不加入户口变动的变量(hukou01)，按户口类型分组的测度结果如表8 所示。

表8 按户口类型分组的机会不平等测度结果

由分组测度结果可知，性别仍然是导致机会不平等的首要因素，但其相对贡献度在城乡之间存在显著差异。在农业户口的子样本中，性别对收入差距的相对贡献度为15.26%，在非农户口的子样本中，其相对贡献度为11.81%。由此可见，相比于非农户口受访人，性别收入差距在农业户口受访人内部更为明显。此外，对于非农户口受访人而言，地区差异引致的收入差距更大，地区差异对收入差距的相对贡献度为4.83%；而对于农业户口受访人，则为3.85%。与之相类似，相比于农业户口受访人，非农户口受访人的家庭背景差异对收入差距贡献度更高，为5.50%，前者仅为0.89%。

综上所述，在分组测度中，性别与少年时期(12 岁)的户口差异仍然是导致机会不平等的主要因素。由此可见，上文的测度结果在识别机会不平等的主要成因上，具有较强的稳健性。

六、结论与政策建议

本文根据“环境-能力-收入”的逻辑，以能力为中介，提出了测度机会不平等的新思路，并以2010 年、2012 年和2014 年CFPS 数据为样本进行实证研究。本文实证研究表明，在我国的收入差距中，机会不平等的贡献度(机会不平等指数)为27.91%，性别、少年时期的户口与所在的地区、家庭背景(父母的受教育水平、工作类型和是否是党员)、民族差异对收入差距的贡献度依次为10.69%、10.08%、4.46%、2.16%、0.52%。效应分解结果表明，性别、少年时期的户口、父母受教育水平、东部地区、父母是否具有管理职务对收入差距的影响突出，并且通过影响能力培养，对收入差距的间接影响大于直接影响。在测度过程中，本文同时也比较了原有思路与本文思路在测度结果上的差异。比较结果表明，原有思路低估了环境因素对收入差距的影响。最后，通过调整非认知能力赋值与分组测度的方式，检验测度结果的稳健性。稳健性检验结果表明，测度结果无论是在数值还是在相对重要性上，均具有较好的稳健性。

本文认为，抑制收入分配中的机会不平等不仅要从收入分配的结果入手，还需从能力培养的过程着手，着力解决能力培养过程中的机会不平等问题。第一，在认知能力培养方面，持续推动教育资源均等化，切实维护教育公平，尤其是缩小优质教育资源分配中的机会不平等。在教育资源的分配中，对于弱势群体应适度倾斜，尤其是对于欠发达地区、农村地区和贫困家庭的子弟。第二，在非认知能力方面，重视家庭教育，将家庭教育纳入教育立法的范围，通过法律规范家长的行为。父母是孩子的第一任老师，教育责任不能仅归于学校，青少年健全的人格与父母恰当的言传身教密不可分。家庭教育不能仅通过道德约束，法律约束也不可缺位。第三，在社会环境方面，培育有理想、敢作为、愿付出的价值观，不断完善法律体系，涤清社会风气，营造公平正义的社会环境，最终使得敢闯、敢拼的青年人都可以实现自己的“中国梦”。