经济增长、城乡收入差距与共同富裕

程名望 韩佳峻 杨未然

(同济大学，上海 200092)

一、引言

中共十八大以来，党中央高度注重公平正义问题，一再强调促进公平正义、增进人民福祉是社会改革和发展的落脚点，把逐步实现全体人民共同富裕摆在更加重要的位置。习近平总书记在中央财经委员会第十次会议上指出，共同富裕是社会主义的本质要求，是中国式现代化的重要特征，要坚持以人民为中心的发展思想，在高质量发展中促进共同富裕。在高质量发展中促进共同富裕，既要重视效率问题，即经济持续增长；也要重视公平问题，即收入差距与不平等(高培勇，2022)。现阶段，尤其要关注城乡收入差距与不平等问题(龚六堂，2020)。在二元经济背景下，中国家庭收入不平等主要来自城乡间的不平等(钞小静 等，2015；Luo et al.,2020)。有效提升农村居民收入水平，缩小城乡差距是实现共同富裕的主攻方向和坚中之坚(1)谢伏瞻，“把解决地区、城乡差距作为推动共同富裕的坚中之坚”，中国发展高层论坛2021年会，https://finance.sina.com.cn/hy/hyjz/2021-03-20/doc-ikkntiam5846500.shtml。。而实际上，自1978年以来，始于农村的改革给农村乃至整个中国的经济都带来了翻天覆地的变化，农户收入水平持续稳定增长。但是与城镇居民相比，农户收入增速相对滞缓，城乡差距仍然较大。由图1可知，2021年，城镇居民人均可支配收入达到47412元，而农村居民人均可支配收入仅为18931元，前者约为后者的2.5倍。也就是说，中国经济快速增长并没有伴随着显著的城乡收入差距改善，而是呈现出效率和公平难以兼具的事实性特征。然而，从结构性视角分析省级数据可以发现(图2)，经济较为发达的省份城乡收入差距较低，经济较为落后的省份城乡收入差距则普遍较高。例如，根据2020年国家统计局公布的数据，浙江省人均GDP为100620元，城乡居民人均可支配收入比为1.96；甘肃省人均GDP为35955元，但城乡居民人均可支配收入比却高达3.27。面对上述表面看似冲突的事实和现象，需要回答两个问题：改革开放以来，快速的经济增长到底是缓解还是扩大了城乡收入差距？其影响机制又是什么？正确回答这两个问题，对于促进劳动者在共建共享中实现共同富裕，推动中国经济持续增长和实现社会公平正义具有重要意义。

图1 经济增长、城乡居民收入及其演变趋势(1978—2021)

图2 各省城乡居民收入与人均GDP(2020年)

学者们围绕中国城乡收入差距及其成因展开了广泛研究。改革开放之前，为快速实现工业化，中国推行工农业“剪刀差”发展模式，城市居民收入水平远高于农村居民，城乡收入差距悬殊(Lu et al.,2016)。改革开放之后，中国实施沿海地区优先发展、一部分人先富起来等战略，在实现经济快速增长的同时，城乡收入差距不仅没有缩小(陆铭 等，2004；Luo et al.,2020)，甚至还出现不断扩大的趋势(蔡昉，2003；王小鲁 等，2005；李实 等，2011)。在新古典经济学框架下，学者主要采用库兹涅茨倒U形曲线解释新兴经济体经济增长与收入不平等之间的关系(Ravallion et al.,2021)。然而，库兹涅茨曲线在中国二元经济背景下并不适用(陆铭 等，2004；曹裕 等，2010)。在中国，农村内部的收入差距要大于城市内部，同时户籍制度阻碍了人口的自由流动(罗知 等，2018)。基于此，学者们尊重中国二元经济的事实，在户籍制度存在并逐步松动的背景下，重点研究了城乡劳动力流动对城乡收入差距的影响。首先，随着经济的增长，城市中会不断涌现出新的就业机会，吸引农村劳动力进城务工以寻求更好的收入回报(程名望 等，2006；孙婧芳，2017)。即使外来务工人员集中于相对低技能的工作岗位，进城务工仍然能够有效提升其收入，进而缩小城乡收入差距(Yang,2004；陆铭 等，2005；陈钊 等，2012)。梁文泉等(2016)证实，城市规模扩大对行业内企业间以及服务业行业间人力资本外部性的放大作用，有助于降低城乡收入差距。张延群等(2019)指出，随着城镇化的推进，农村从事第一产业劳动力比例的下降能够有效缓和城乡收入差距。程名望等(2014)、Foltza et al.(2020)研究发现，对于农村中较为贫困的居民来说，迁移对其收入的促进效应以及对农村内部收入不平等的平抑效应均明显大于转移支付。周国富等(2021)发现，产业结构升级对城乡收入差距的影响依赖于城市化水平，当城市化水平较高时，第三产业占比增加有助于城乡收入差距缩小。张可云等(2021)指出，虽然经历被动市民化的群体收入落后于主动城市化的群体，且未预期到的冲击也使他们在劳动市场上处于劣势，但与保留农业户籍的群体相比，被动城市化的群体仍表现出明显的收入优势。其次，户籍制度对进城务工者收入以及城乡收入差距缩小存在制约作用。户籍制度使进城务工者被屏蔽于城市公共服务体制之外，集中在非正式就业部门，导致其就业稳定性降低(章莉 等，2016)，以及定居意愿减弱(Ning et al.,2017)。同时，由于户籍的制约，进城务工的农村劳动力往往面临着职业分割(Occupation Segregation)，使得其收入水平普遍落后于城市居民(Démurger et al.,2009;章莉 等，2016)。也就是说，经济增长带来的“蛋糕”增大并未公平地被农村居民所享有(程名望 等，2016；Zhang et al.,2016)。而政府政策干预，如偏向增加中西部的土地供应等，更是限制了人口流动，间接固化了城市户籍者的内部人优势，抬升了内部人的工资水平，加剧了城乡收入不平等(陆铭 等，2015)。即使如此，部分学者依旧认为，在户籍制度约束下，城乡劳动力流动有利于缩小城乡收入差距。陈钊等(2012)发现，由于户籍歧视，受教育水平较低的农村外来务工人员往往聚集在低技能的劳动力市场工作，这使得他们与高收入群体之间形成互补效应，有效促进了其收入增长。陆铭等(2012)同样认为，虽然高技能和低技能组别的就业者都能受益于城市化带来的规模经济，但低技能组别劳动力所享受到的收入效应更大。Ning et al.(2017)发现，大多从事自雇行业的农民工无法享受到城市社保等公共服务，并且会感知到户籍歧视，但是在城市的自雇就业依旧显著提升了其收入和生活水平，降低了城乡收入差距。此外，学者们还论证了伴随经济增长和社会发展而带来的农村人力资本提升(程名望 等，2014；程名望 等，2016)、互联网普及率提升(程名望 等，2019；贺娅萍 等，2019)、金融业发展(张应良 等，2020；温涛 等，2020)、高铁开通(余泳泽 等，2019)等对城乡收入差距的平抑作用。这些弥合城乡收入差距的因素背后，是经济快速增长和城镇化加速带来的农村居民人力资本提升、信息搜寻成本下降、流动性增强与就业机会增加等。

基于上述分析，本文采用2005—2019年省级面板数据，构建动态面板与面板门限回归模型，尝试探讨户籍制约下经济增长对城乡收入差距的影响及其作用机理，并采用2017年中国综合社会调查数据(CGSS)进行微观层面的检验。本文可能的边际贡献主要体现在以下几个方面：第一，基于二元经济和户籍制度的中国事实特征，构建更接近中国情景和事实的“内部人-外部人”理论模型，研究发现只要经济增长和城市化发展提供的城市就业岗位是充裕的，进城务工者和城市户籍者就存在工资差距的收敛，就有利于缩小城乡居民收入差距，实现共同富裕。第二，采用宏观层面的省级数据与微观层面的住户数据，从城市化与就业机会视角检验经济增长对城乡收入差距的平抑效应及其机制，既搭建了宏微观间的桥梁，也使结论更加稳健。第三，对于“1978年以来经济快速增长并没有伴随城乡收入差距缩小”(效率和公平没有兼得)和“经济较为发达的省份呈现出更低的城乡收入差距，而经济较为落后的省份则普遍有着更高的城乡收入差距”(效率和公平兼得)这一表面上冲突的事实与现象，通过建立较为完备的计量模型，论证并发现经济增长既带来了效率提升和财富增加，也缩小了城乡收入差距，即实现了效率和公平的共赢。也就是说，本研究从城乡收入差距的视角论证了经济增长和共同富裕的兼容性，为兼具效率与公平的共同富裕道路选择提供了新的思考。

二、理论模型

经济快速增长带动了城市规模扩大和就业岗位增加，户籍制度松动给大规模农村劳动力进城务工提供了可能(程名望 等，2006；程玲莎 等，2021)。然而，由于户籍制度和人力资本等因素制约，进城务工者往往聚集在相对低技能的工作岗位(陆铭 等，2012；孙婧芳，2017)。基于该事实特征，假设作为外部人的进城务工者进入的代表性行业为低技能行业，在低技能行业与作为内部人的城市户籍劳动者对产出的贡献是完全替代的，即他们以线性相加的形式作为生产要素进入产出方程。

π=AF(LI+LX)-wILI-wXLX

(1)

(2)

(3)

厂商至少需要满足内部人的保留期望效用u0。已知代表性内部人处于状态i的期望效用为uI=U(wI)，厂商约束条件如式(4)所示：

(4)

根据以上假设，构建拉格朗日函数，如式(5)所示：

(5)

式(6)给出了对LXi的一阶条件：

(6)

由此，根据式(7)可得支付给内部人的实际工资：

(7)

因为R<1，所以厂商支付给内部人的实际工资超过了其劳动边际产量，外部人获得了等于其劳动边际产量的实际工资，即wXi=RwIi。

式(8)给出了对LOi的一阶条件：

(8)

整理可得：

(9)

三、实证策略与变量设置

(一)数据来源

基准回归所采用的各省份数据来自历年《中国统计年鉴》。鉴于国家统计局于2005年及以后采用常住人口作为各省份的人口统计指标，与2005年之前统计口径有所不同，为保持一致性，选取中国31个省份(不含港澳台)2005—2019年的面板数据。稳健性检验中的住户微观数据来自中国综合社会调查(CGSS 2017)。CGSS由中国人民大学与香港科技大学联合主持，与美国全国意见调查中心所发布的综合社会调查(General Social Survey)相对标。CGSS 2017共包含一万多个样本，覆盖中国31个省份，具有良好的代表性。同时，CGSS包含受访者收入水平、户口类型、迁移状况等本文所需的核心变量，非常适合本文的研究。

(二)基准模型建立与变量说明

1.基准模型构建

基准模型如式(10)所示：

theilit=c+ηtheilit-1+αln per_gdpit+βcontrolsit+λp+λt+uit

(10)

其中：被解释变量theilit表示省份i在t年的泰尔指数；核心解释变量ln per_gdpit表示省份i在t年的人均GDP的自然对数；controlsit为系列控制变量；λp和λt分别代表省份固定效应和年份固定效应；uit和c分别为随机扰动项和常数项。

2.变量说明

被解释变量为城乡收入差距。既有研究在度量城乡收入差距时，主要采用城乡居民人均可支配收入比、基尼系数和泰尔指数三种方法。当收入存在重叠时，使用基尼系数衡量收入差距可能会存在偏差(乔榛，2019)。采用城乡居民收入比衡量城乡收入差距虽较为直观，但该指标并未考虑城乡人口结构(温涛 等，2020；周心怡 等，2021)。与上述两类指标相比，泰尔指数同时考虑了人口结构和城乡收入分布，近年来被学者广泛使用(程名望 等，2019；周国富 等，2021)。据此，本文以泰尔指数(2)限于篇幅，泰尔指数的计算公式、方法与结果不做汇报，可向作者索要。作为城乡收入差距的代理变量，同时使用城乡居民人均可支配收入比进行稳健性检验。

核心解释变量为经济增长。与既有文献(曹裕 等，2010；程名望 等，2019；周国富 等，2021)保持一致，使用人均GDP的自然对数来衡量经济增长。

为尽可能减少遗漏变量带来的内生性问题，本文共选取七个控制变量：(1)产业结构。经济增长与收入差距的变化通常与产业结构相关，经济增长会促进某些产业进一步扩大，提升其占经济总量的比重，且不同产业间雇佣工人比例的调整也会影响收入差距(周国富 等，2021)。以第三产业增加值与地区生产总值的比值来度量不同地区间的产业结构差异。(2)教育资源。经济发展较好的地区有更充沛的资源投入到教育上，而公民的受教育程度又决定了其工作机会和收入水平(陈钊 等，2012)。以普通高中专任教师数与普通高中在校学生数的比值来度量各省份的教育资源，师生比越高，代表地方教育资源越丰裕，学生越可能接受到相对高质量的教育。(3)科技创新水平。科技创新能力和水平较高的省份，一方面城市企业使用自动化设施取代人工的可能性更高，这会减少外来务工人员的就业机会，拉大城乡收入差距，另一方面也可能通过改进农业生产方式、提升农业生产效率从而缩小城乡收入差距(程名望 等，2019)。使用国内实用新型专利申请授权量与国内实用新型专利申请受理量的比值来度量各省份的科技创新水平。(4)金融业发展水平。金融业的蓬勃发展，既可能短期内显著提升城市中金融从业人员的收入水平进而加剧城乡收入不平等(张应良 等，2020)，也可能随着时间的推移产生滴涓效应，为农村居民提供更安全便捷的理财方式，促进农村居民收入提升(温涛 等，2020)。使用各省份金融业增加值与地区生产总值的比值度量各省份金融业发展水平。(5)地方政府干预程度。地方政府为获得较快的GDP增长，可能会投入较多的财政支出进行政府购买和基础设施建设，也可能会增加转移支付以补贴农民，这些都可能为降低城乡收入差距带来新的契机(Jia et al.,2020)。使用地方财政一般预算支出与地区生产总值的比值度量各省份的政府干预程度。(6)对外开放程度。经济条件较优越地区的群众购买进口产品的能力更强，丰富的进口产品也能提升居民的生活质量和主观福祉，同时经营跨国产品贸易的企业多位于城市，可能为城镇居民提供更好的就业机会进而影响到城乡收入差距(陆铭 等，2004)。以经营单位所在地进口总额与地区生产总值的比值来度量各省份的对外开放程度。(7)基础交通设施。完善的基础交通设施有利于农产品及时流出和各地间生产要素流动，对平衡城乡收入将产生显著影响(余泳泽 等，2019)。使用行政区内公路里程数来度量各省份的基础交通设施。

主要变量的描述性统计结果见表1。

表1 变量说明及描述性统计

(三)实证策略与方法

由于本文使用的是省级面板数据，为增强模型的动态完备性，在方程右边引入被解释变量的一阶滞后项构建动态面板，建立分别使用稳健标准误和面板偏差校正标准误的双因素误差成分模型。动态面板包含差分GMM估计和系统GMM估计两种方法。在进行差分GMM估计时，如果被解释变量滞后项的系数绝对值较大或者个体效应在混合误差中占比较大，差分方程的被解释变量滞后项则很可能出现弱工具变量问题。而系统GMM在差分GMM的基础上，在水平方程中引入新的矩条件，除了采用差分方程的工具变量外，还使用被解释变量滞后项的差分作为工具变量，有效缓解了弱工具变量问题。

在进行系统GMM估计时，为避免工具变量中因包含多期滞后被解释变量而可能引致的工具变量之间的多重共线性以及弱工具变量问题，选取被解释变量的二阶和三阶滞后项作为差分方程中其一阶滞后项的工具变量，以被解释变量一阶和二阶滞后项的差作为水平方程中其滞后一阶项的工具变量。关于核心解释变量，选取人均GDP自然对数的二阶滞后项(3)如果x是弱外生的，即E(xi,tui,t-1)≠0，则会导致差分项内生E[(xi,t-xi,t-1)(ui,t-ui,t-1)≠0，可以用x的一阶或者高阶滞后(xi,t-1, xi,t-2,…)做工具变量；如果x是内生的，有E(xi,tui,t)≠0，此时可以用x的二阶或者更高阶滞后(xi,t-2, xi,t-3,…)做工具变量。为充分考虑x的潜在内生性，同时兼顾工具变量与x的强相关性，选择核心解释变量的二阶滞后项作为其差分方程的工具变量。作为差分方程中其工具变量。出于稳健性的考虑，在现有工具变量的基础上，将夜间灯光数据中各省份内各像素点(像元)上均值的二阶滞后项作为差分方程中人均GDP自然对数的工具变量纳入系统GMM估计(4)灯光数据来源：An extended time-series (2000-2020) of global NPP-VIIRS-like nighttime light data-Harvard Dataverse. https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/YGIVCD。。由于系统GMM估计采用了较多工具变量，属于过度识别，使用稳健标准误无法进行过度识别约束的Sargan检验，因此采用广义矩估计方法的常规衍生标准误，并在随后的双因素误差成分模型中分别使用稳健标准误和面板校正标准误。同时，考虑到如果水平方程中扰动项不是白噪声，存在序列自相关，则被解释变量的一阶滞后会存在内生性问题，使矩条件不存在，因此通过对差分方程的误差项进行Arellano-Bond检验。

四、实证结果及分析

(一)基准回归结果

基准回归结果如表2所示。其中，列(1)～(2)是系统GMM动态面板估计结果，列(3)～(6)是静态面板双因素误差成分估计结果。列(1)、(2)具体汇报了考察工具变量有效性的过度识别约束Sargan检验和考察差分方程扰动项序列相关的Arellano-Bond检验结果。Sargan检验结果显示，p值均高达0.99以上，无法拒绝“所有工具变量均有效”的原假设，证实本文所选取的工具变量是合理的。Arellano-Bond检验结果表明，差分方程扰动项一阶项的p值较低，而二阶项的p值分别在0.75和0.90以上，说明差分方程的扰动项存在一阶自相关而不存在二阶自相关，水平方程的扰动项不存在自相关，满足矩条件成立的前提条件，再次证实本文构建的系统GMM估计方程的合理性。列(3)～(6)同时控制了省份和年份固定效应，原因在于不同省份之间的经济活动可能会通过投资或贸易往来互相影响，扰动项可能存在组间异方差或同期相关。其中，列(3)、(4)使用稳健标准误，列(5)、(6)使用面板校正标准误。

由列(1)～(6)可见，不论使用动态面板的系统GMM估计还是静态面板双因素误差成分模型，不论是以泰尔指数还是采用直观的城乡居民人均可支配收入比来度量城乡收入差距，核心解释变量经济增长系数均在1%的水平上显著为负，说明经济增长有效缩小了城乡收入差距，有利于实现共同富裕。也就是说，经济增长不仅带来了效率提升和财富增加，而且缩小了城乡收入差距，即实现了效率和公平的共赢。结合上文图1的描述性统计结果，即1978年以来的经济增长并没有伴随着城乡收入差距的缩小，不难得知，影响中国城乡收入差距的因素是复杂和多元的，虽然快速的经济增长缩小了城乡收入差距，但依旧难以“抵消”或“弥补”其他因素引致的城乡收入差距扩大。

表2 经济增长对城乡收入差距的影响

(二)区域异质性分析

中国是典型的大国经济，区域经济发展不平衡是其基本特征。基于此，按照东中西三大经济地带(5)东部：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南；中部：山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部：内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆。，构建区域变量与经济增长的交互项，考察经济增长对城乡收入差距抑制效应的区域异质性。若只构建核心解释变量与地区变量的交互项，则默认方程中其他解释变量对被解释变量的影响在东中西部地区都相同。若在方程中纳入区域变量与所有变量的交互项时，则表明允许包括控制变量在内的所有变量对城乡收入差距的影响随地区的变化而变化。表3奇数列汇报了只构建经济增长与区域变量交互项的回归结果，偶数列汇报了构建区域变量与所有变量交互项的回归结果。从中可见，在仅引入核心解释变量与区域变量的交互项时，以东部地区作为参照组，经济增长与中部和西部交互项的系数均在1%的水平上显著为负，且与西部交互项的系数绝对值更大。这说明相对于东部地区，经济增长对缩小中西部尤其是西部地区城乡居民收入差距起到的作用更大。当同时引入区域变量与所有控制变量的交互项后，经济增长与中部交互项的系数不再显著，但与西部交互项的系数依然显著为负，表明经济增长抑制西部地区城乡收入差距最为有效。在后文的门限回归部分，本文发现在城市化跃过第二个门限值后，经济增长对城乡收入差距的平抑作用明显减弱，而西部地区城市化率远低于东部地区，尚未到达第二个门限值，经济增长抑制城乡收入差距的边际作用较强。该结论同样表明，一方面，欠发达地区城乡收入差距的成因更复杂，缩小欠发达地区城乡收入差距更具挑战性；另一方面，欠发达地区更应以经济增长为抓手，这不但可以促进区域发展，也能更有效地缩小收入差距，实现兼顾效率与公平的共同富裕。

表3 经济增长对城乡收入差距影响的区域异质性分析

(三)机制分析

正如上文所述，改革开放以来，一方面，经济增长导致中国城镇充满活力并快速发展，城市中就业规模和丰富度不断增加(陆铭 等，2004)；另一方面，户籍制度的松动促使大批农村劳动力进城务工，迅速形成民工潮(程名望 等，2006)。已有研究指出，城市化推进是影响城乡居民收入差距的核心因素(陆铭 等，2004；曹裕 等，2010；周心怡 等，2021)。基于此，按照机制检验程序(6)机制检验没有统一范式，常用的中介效应模型存在较大争议(Dippel et al.,2022)。在基准模型基础上，检验变量X对机制变量M的影响，然后检验M对Y的影响，该处理方式被认为是一种“稳妥”的机制检验程序(陈登科，2020；戴鹏毅 等，2021)，故本文采用该模式。，首先以城市化为被解释变量，考察经济增长对城市化的影响，然后利用面板门限回归，以城市化作为门限变量，视核心解释变量经济增长为区制变量，即假定经济增长对城乡收入差距的影响是状态依赖于城市化的，进行机制性分析。与既有研究(程名望 等，2019；周国富 等，2021)一致，在使用省级面板进行估计时，以城镇人口占总人口的比重来衡量城市化。

表4汇报了经济增长对城市化的影响，使用与前文一致的系统GMM估计，以及同时控制省份和年份固定效应的双因素误差成分模型。列(1)为使用动态面板模型的系统GMM估计结果，Sargan检验和Arellano-Bond检验证实所选工具变量是有效的且扰动项是平稳的。列(2)、(3)为静态面板估计结果，分别使用稳健标准误与面板校正标准误的双因素误差成分模型。在列(1)～(3)中，经济增长的系数均在1%的水平上显著为正，表明经济增长对城市化有显著的促进作用。

表4 经济增长对城市化的影响

接下来，借助面板门限回归，考察经济增长对城乡收入差距的影响状态是否依赖于城市化。在构建门限回归模型之前，首先利用格点搜索寻找门限值，然后使用自举法检验门限效应(7)门限效应的检验依次进行。首先检验单门限，原假设是线性模型，备择假设是单门限模型，如果不能拒绝原假设，则说明不存在门限效应；如果拒绝依旧原假设，则继续估计双门限模型，以及检验双门限效应。此时，原假设是单门限模型，备择假设是双门限模型，如果拒绝原假设，则继续估计三门限模型和检验三门限效应。门限回归的上限为三门限。。表5给出了分别使用泰尔指数和城乡居民人均可支配收入比作为被解释变量时，以城市化为门限变量的检验结果，自举次数为500次。此时单门限检验对应的P值分别小于0.01和0.05，说明分别可以在1%和5%的水平上拒绝“不存在门限效应”的原假设，即本文假设经济增长对城乡收入差距的影响状态依赖于城市化是合理的。进一步地，检验双门限效应，对应的P值均小于0.01，说明可以在1%的水平上拒绝“只存在单门限”的原假设。也就是说，不论选取泰尔指数还是城乡居民人均可支配收入比作为被解释变量，均存在显著的双门限效应。而最后的三门限效应检验的P值均大于0.1，说明即使在10%的水平上也不能拒绝“存在双门限”的原假设，因此使用双门限估计是合理的。

表5 以城市化作为门限变量的经济增长对城乡收入差距影响门限效应检验

根据表5的门限效应检验结果，构建双门限回归(周国富 等，2021；Huang et al.,2019)，以泰尔指数作为被解释变量，回归模型如式(11)所示。

theilit=c+controlsitθ+ln per_gdpit×1(urbanizationit<γ1)α1+

ln per_gdpit×1(γ1≤urbanizationit<γ2)α2+

ln per_gdpit×1(urbanizationit≥γ2)α3+λp+eit

(11)

其中：γ代表门限值，1(·)为指示函数，urbanizationit为省份i在年份t的城市化率，eit为随机扰动项，其余变量含义与式(10)相同。

面板门限回归的结果见表6。列(1)中，在城市化率门限值达到γ2之前，经济增长的系数始终在1%的水平上显著为负，说明伴随着城镇化推进并在一定的门限值前，经济增长对城乡收入差距有显著的抑制作用。结合表4中经济增长对城市化存在显著促进作用的结论可知，随着经济增长，城市中不断增加的就业机会吸引农村劳动力进城务工，抬升了城市化率，为城市注入了新的经济活力，进一步促进了城乡收入平衡。而在城市化跃过第二个门限(城市化率71.4%)后，经济增长对泰尔指数的负效应不再显著，说明经济增长对平衡城乡收入差距的作用呈边际递减特征。作为稳健性检验，列(2)中被解释变量为城乡居民人均可支配收入比，其结果和列(1)中采取泰尔指数为被解释变量的回归结果一致。

表6 经济增长对城乡收入差距影响：以城市化为门限变量的面板门限回归

进一步地，根据估计出的门限区间值，计算各区间内门限变量、被解释变量以及核心解释变量的区间内均值，结果如表7所示。从中可见，在城市化率跃过第二个门限值后，即城市化率超过71.4%时，泰尔指数的均值降至0.028。此时，泰尔指数可下降的空间已经很小，经济增长对城乡收入差距的抑制效应明显变弱。泰尔指数同时考虑了城乡收入分布与人口结构，而城乡居民人均可支配收入比并未考虑人口结构，在城市化率处于第二个门限值右侧时，其区间内均值仍然高达2.357，经济增长对城乡居民可支配收入比的负效应依旧显著。这表明如果不考虑人口结构，经济增长对城乡收入差距的抑制效应依然存在。而实际上，在人口老龄化，特别是城镇人口老龄化显著高于农村人口老龄化的背景下(程名望 等，2019)，基于泰尔指数的实证结果能够更好地解释中国事实。

表7 各门限区间内关键变量的均值

图3所示的似然比函数图可以更为直观地展示门限效应。其中，左侧的被解释变量为泰尔指数，右侧的被解释变量为城乡居民人均可支配收入比。横轴为门限变量城市化率，虚线为固定值7.35，代表95%置信水平下的临界值。不难发现，不论是采用泰尔指数还是城乡居民人均可支配收入比，城市化率的门限值对应的似然比估计值均低于临界值，在虚线下方，这既证明了采用门限估计的有效性，也显示出上文门限估计结果是稳健的。

图3 城市化率双门限似然比函数图(左：被解释变量为泰尔指数；右：被解释变量为城乡居民人均可支配收入比)

出于稳健性，采用相同的GMM模型与估计策略，在模型中引入灯光数据的二阶滞后项作为差分方程中核心解释变量的工具变量，回归结果如表8和表9所示。从中可见，结果和上文一致，证明了上文的结论具有较强的稳健性。

表8 加入灯光数据二阶滞后进行工具变量的系统GMM估计

表9 城市化与城乡收入差距的关系

(续表9)

五、进一步分析

本部分采用CGSS 2017微观住户数据，从个体劳动者就业和收入视角进行微观机理的补充性探讨。

(一)经济增长对个人收入影响的城乡差异

CGSS 2017在度量个体收入时，提供了2016年个人总收入、个人工资性收入和家庭总收入三个变量。以上述三个变量的自然对数为被解释变量，以省人均GDP自然对数与个人户口类别的交互项为核心解释变量，使用OLS回归检验经济增长对个人收入影响的城乡差异。与前文相同，分别提供仅引入人均GDP自然对数与户籍的交互项，以及所有变量与户籍交互项的结果，后者允许所有控制变量对个人收入的影响因户籍不同而不同。除上文提到的省份层面的控制变量，结合CGSS 2017数据特点，在个人和家庭层面还选取了12个控制变量，分别为性别、年龄及其平方、民族、是否为党员、婚姻状况、受教育年限、健康状况，以及父母的受教育年限和党员身份。变量说明及描述性统计结果如表10所示。

表10 CGSS 2017中所使用的主要变量的说明及描述性统计

(续表10)

回归结果如表11所示。在列(1)～(6)中，所有农业户口与经济增长交互项的系数均在1%或5%的水平上显著为正，说明经济增长能够有效改善农业户籍者的收入水平，这为缩小城乡收入差距提供了微观证据。在列(3)、(4)中，当被解释变量为工资性收入的自然对数时，农业户口与经济增长交互项的系数的绝对值和统计显著性最高，表明经济增长更有可能通过影响农业户籍者所从事的职业而提升其收入水平。而农业户籍者的职业改变，主要是指农民进城务工，身份由农民变成农民工，其收入也从以农业经营收入为主变为以工资性收入为主(程名望 等，2016)。

表11 经济增长对个人收入的影响

常规的OLS回归以相同的斜率来刻画所有省份的特征，具有明显的局限性。出于稳健性，使用混合效应回归，引入随机斜率，允许经济增长与农业户口交互项的系数随样本所在省份变动而变动，即允许每个省份都有各自的随机斜率。混合效应回归捕捉的是总趋势和每一子群在此趋势上变异的组合。由表12可见，相对于非农户籍者，农业户籍者更能得益于经济增长带来的收入提升，而这一收入效应更明显地反映在工资性收入的提升上。该结论和上文的回归结果完全一致。

表12 经济增长对个人收入影响的混合效应回归

(二)经济增长对外来务工人员的就业影响

前文的宏观机制分析表明，由经济增长引致的城市中工作岗位和就业机会的增加会吸引农村居民进城务工，城市化的推进是经济增长有效缩小城乡收入差距的重要渠道。微观机制分析表明，相对于非农户籍者而言，经济增长对农业户籍者的工资性收入效应更明显。基于此，聚焦于进城务工者的就业情况展开进一步分析。进城务工者一般分为两类：一类是经历“农转非”顺利跨越户籍障碍，拿到了城市户籍；另一类为“农民工”，即虽然进城务工但依然保留着农村户籍。在CGSS 2017问卷中，向所有目前户口是非农户口的受访者调查了其获得非农户口的时间。其中，有3518位受访者表明他们自出生起就是非农户口，1006位受访者回答了具体得到非农户籍的年份，将这1006位受访者定义为“农转非”样本。如果该受访者同时拥有农业户籍、现在所在地是城市，而且目前的户口登记地在本区/县/县级市以外，则定义为“农民工”样本(程名望 等，2006)，共有915位受访者属于此范畴。

采用双变量Probit模型(以下简称Biprobit模型)进行估计，核心解释变量为各省经济增长情况，被解释变量为个人是否为“农转非”或“农民工”(是=1，否=0)。Biprobit模型虽为非线性模型，但无法汇报平均边际效应(Average Marginal Effect)，因此表13列示了同时采用Probit和Logit模型所得到的平均边际效应的回归结果。从中可见，经济增长并未对各省份“农转非”人数产生显著影响。但是，当“农民工”为被解释变量时，经济增长的系数和平均边际效应均在1%水平上显著为正，说明在经济增长越快的省份，没有拿到城市户口的农民工越多。经济增长促进了农村劳动力进城务工，形成了庞大的农民工群体，为提升农村居民收入、缩小城乡收入差距带来了契机。

表13 经济增长对进城人员就业影响的微观分析

进一步探讨“农民工”群体的就业情况。根据CGSS 2017对受访者就业状况的调查，分别考察外来务工人员自雇就业、在私有部门就业和在公共部门就业的情况。相关变量的具体定义见表10。鉴于CGSS 2017中对个人就业的提问都限定在目前从事非农工作的群体中，因此采用Probit样本选择模型(以下简称Heckprobit模型)进行估计，如式(12)和式(13)所示：

Job_categoryi=1(β0+β1migrant_workeri+Xiβ2+ui>0)

(12)

Non_agriworki=1(α0+α1migrant_workeri+Ziα2+vi>0)

(13)

式(12)为均值方程，又称结果方程。被解释变量Job_categoryi表示个人i的工作类型，令自雇、在私有部门、在公共部门工作赋值为1，否则赋值为0；核心解释变量migrant_workeri指个人i是否为“农民工”(是=1，否=0)。式(13)为选择方程。被解释变量Non_agriworki表示个人i目前是否从事非农工作(是=1，否=0)，核心解释变量同式(12)。ui和vi为服从二元正态分布的扰动项(8)设ui=ρvi+e,e～Normal(0,1-ρ2)，在进行Heckman估计后，Stata会自动提供对“H0:ρ=0”的似然比检验，若拒绝原假设，则表明应该使用样本选择模型。，Xi和Zi表示控制变量。虽然Heckprobit模型并未强制规定均值方程与选择方程的控制变量必须不一样，但在实际操作中，为避免Heckprobit模型的第二阶段估计出现共线性问题，要求Zi中至少包含一个与Xi不同的变量(邱嘉平，2020)。基于此，在进行Heckprobit估计时，令Xi仅包含个人和家庭层面的控制变量，令Zi同时包含个人、家庭和省份层面的控制变量。

估计结果见表14。首先，Heckprobit估计似然比检验p值均小于0.05，说明可以在5%水平上拒绝原假设，证实该部分采用Heckprobit模型是合理的。其次，表14中汇报的是平均边际效应而非系数。奇数列是均值方程的估计结果，列(1)的被解释变量为个体自雇就业，农民工的平均边际效应在1%水平上显著为正，说明农民工有更高的概率选择自雇就业。列(3)的被解释变量为在私有部门工作，平均边际效应不显著，说明相较于其他群体，农民工并未表现出明显更高或更低的进入私有部门工作的概率。该结果的含义是，农民工既进入了民营企业、外资企业等私有部门，也进入了国有企业等国有部门，为中国实现“增长奇迹”做出了重要贡献(程名望 等，2018)。列(5)的被解释变量为在公共部门工作，农民工的平均边际效应在1%的水平上显著为负，暗示了户籍歧视的存在，即受限于无法获取城市户籍，农民工很难进入城市公共部门工作。偶数列是选择方程的估计结果。在三个方程中，农民工的平均边际效应均在1%的水平上显著为正，说明农民工以更高的概率选择了“离土又离乡”的非农行业工作。均值方程和选择方程的结果表明，随着经济增长，农村劳动力会以更高的概率选择进城从事非农行业，并以更高的概率就业于非公共部门或自雇就业。Yang(2004)、陆铭等(2005)、陈钊等(2012)均发现，受益于城市规模扩大和经济增长，即使在低技能岗位工作或被排斥在公共部门之外就业，农村劳动力非农就业仍然能够有效提升其收入，缩小城乡收入差距。

表14 “农民工”群体的就业情况

六、结论与启示

本文通过探析经济增长对城乡收入差距的影响，从城乡差距缩小视角论证了经济增长和共同富裕的兼容性，为兼具效率与公平的共同富裕道路选择提供了新的思考。研究发现：(1)人均GDP的提升显著缩小了城乡收入差距，且在西部等欠发达地区更为明显。这表明经济增长既带来了效率提升和财富增加，也缩小了城乡收入差距，即实现了效率和公平的共赢。由此可见，影响中国城乡收入差距的因素是复杂和多元的，虽然快速的经济增长缩小了城乡收入差距，但依旧难以“抵消”或“弥补”其他因素导致的城乡收入差距扩大，尤其是对于西部等欠发达地区。(2)城市化推进是经济增长缩小城乡收入差距的重要机制。面板门限回归结果表明，经济增长对城乡收入差距的影响状态依赖于城市化，城市化水平越高的省份，城乡收入差距越小。经济增长对城乡收入差距的平抑作用存在边际递减规律。在城市化率跃过第二个门限值(71.4%)后，泰尔指数的均值降至0.028，下降的空间已经很小，经济增长对城乡收入差距的抑制效应很弱且不再显著。但在第二个门限值前，经济增长均可显著且有效平抑城乡收入差距。(3)进一步的微观机理分析发现，就个体收入看，相较城市户籍者，经济增长对农村户籍者的个人总收入、工资性收入以及家庭人均收入均有着更大的提升效应，特别是对其工资性收入提升效应最大。从就业情况看，经济较发达的省份，城市中更多的就业机会吸引更多的农村劳动力进城务工，农村劳动力以更高的概率选择进城从事非农行业，并以更高的概率就业于非公共部门或选择自雇。只要经济增长和城市化发展提供的城市就业岗位是充裕的，即便受户籍制度和人力资本等制约，进城务工者被限定在低技能行业、非公共部门就业或选择自雇，仍能打破内部人的固有优势，通过工资差距的收敛，缩小自身和城市居民的收入差距。

基于上述研究结论，提出以下政策建议：首先，在高质量发展中促进共同富裕，既要重视效率问题，也要重视公平问题。经济增长既能带来效率提升和财富增加，也能缩小城乡收入差距，即实现效率和公平的共赢。因此，坚持以经济建设为中心，重视经济增长，保持稳增长甚至是中高速增长，依旧是同时解决效率和公平问题的重要途径。其次，充分认识城乡融合发展的重要性，进一步提升乡村振兴和城镇化的协同性，深入推进城市化。城镇化是经济增长平抑城乡收入差距的重要机制，既有利于中国产业升级和资源优化配置，也有利于打破中国二元经济城乡鸿沟。目前，中国的城镇化率依旧偏低，仍有较大的提升空间。最后，进一步改革户籍制度，消除户籍歧视，特别是弱化户籍对社会经济资源的分配作用，破除职业分割，为外来务工人员进入更多行业就业提供公平的制度环境。