中國(guó)1985至2001年的收入分配

1、.：.；中國(guó)1985至2001年的收入分配Ximing Wu and Jeffrey M. Perloff* 2004年3月12日收稿，2005年2月10日贊同發(fā)表。作者分別為T(mén)exas A&M大學(xué)，以及加州大學(xué)伯克利分校。贊賞Peter Lanjouw, Shaohua Chen和James Galbraith特別有益的評(píng)論，以及贊賞國(guó)家統(tǒng)計(jì)局城市社會(huì)經(jīng)濟(jì)調(diào)查司住戶(hù)調(diào)查主任YoujuanWang，為我們解釋了中國(guó)城市調(diào)查的許多特點(diǎn)。Ximing Wu還要贊賞加拿大社會(huì)科學(xué)和人類(lèi)研討委員會(huì)的資金支持。譯者個(gè)人信息：工商管理學(xué)院，產(chǎn)業(yè)經(jīng)濟(jì)學(xué)，馬志雄摘要：我們經(jīng)過(guò)利用公開(kāi)可得的區(qū)間匯總統(tǒng)計(jì)數(shù)據(jù)，采

2、用一種新方法來(lái)估計(jì)中國(guó)的收入分配。我們檢驗(yàn)了從1985年到2001年鄉(xiāng)村、城市和全部的收入分配。我們直接顯示了分配如何改動(dòng)，同時(shí)檢驗(yàn)不平衡的趨勢(shì)。經(jīng)過(guò)運(yùn)用總體非平衡的跨期分解方法，我們以為鄉(xiāng)村和城市部門(mén)不平衡性的添加，以及不斷拉大的城鄉(xiāng)收入差距是過(guò)去二十年總體不平衡的重要緣由。雖然如此，城鄉(xiāng)差距在近年來(lái)愈演愈烈。我們同時(shí)顯示，城市消費(fèi)的不平衡性也應(yīng)注重。一、前言根據(jù)分組的匯總性統(tǒng)計(jì)數(shù)據(jù)，并采用新方法估算收入分配，我們展現(xiàn)由于城鄉(xiāng)地域增長(zhǎng)不平衡以及日益擴(kuò)展的城鄉(xiāng)收入差距，中國(guó)從1985年到2001年收入不平衡性繼續(xù)上升。我們發(fā)現(xiàn)中國(guó)快速的經(jīng)濟(jì)增長(zhǎng)自從20世紀(jì)80年代開(kāi)場(chǎng)5倍的經(jīng)濟(jì)增長(zhǎng)和4倍的人均

3、收入增長(zhǎng)格外的偏好城市地域和富有地域。我們同樣顯示，鄉(xiāng)村和城市收入分配沿著不同的途徑演化，而這種差別顯著影響不平衡性的總體程度。雖然一些文章曾經(jīng)指出在過(guò)去二十年中國(guó)收入不平衡性快速擴(kuò)展，但由于缺乏繼續(xù)可靠的跨期收入分配數(shù)據(jù)，它們都沒(méi)有準(zhǔn)確指出這種不平衡性有多大。中國(guó)政府只提供隨機(jī)幾個(gè)年份的基尼系數(shù)，采用不明確的數(shù)據(jù)來(lái)源、收入定義和方法，因此它的不平衡性計(jì)算不能隨時(shí)間直接比較Bramall，2001。而且基尼系數(shù)只是反映了潛在收入分配的某些方面，大量的信息被丟棄。由于具有同樣基尼系數(shù)值的兩條洛倫茲曲線能夠具有不同的外形，所以對(duì)比基尼系數(shù)或其它匯總統(tǒng)計(jì)的福利影響能夠是模糊的。因此，我們不僅僅對(duì)整個(gè)

4、收入分配進(jìn)展可靠估算，而且報(bào)告了幾個(gè)匯總統(tǒng)計(jì)目的。這篇文章有4個(gè)奉獻(xiàn)。首先，當(dāng)只能獲得區(qū)間的而非整個(gè)分配過(guò)程的匯總統(tǒng)計(jì)數(shù)據(jù)，我們運(yùn)用Wu和Perloff的新方法即將出版估算彈性收入分配函數(shù)?；谥袊?guó)年度的全國(guó)住戶(hù)調(diào)查，采用收入?yún)R總統(tǒng)計(jì)數(shù)據(jù)，我們估算鄉(xiāng)村、城市以及全國(guó)范圍1985-2001年每年的收入分配。基于這些估算的收入分配數(shù)據(jù)，運(yùn)用單一相容的數(shù)據(jù)來(lái)源、方法和定義集，我們最先提供了中國(guó)跨期可比較的收入不平衡性序列。Mendeley Bibliography其次，我們展現(xiàn)了鄉(xiāng)村、城市以及全國(guó)收入分配如何在不同時(shí)期的演化，而非僅僅展現(xiàn)一個(gè)恣意選取的匯總統(tǒng)計(jì)如何變化，比如基尼系數(shù)。我們展現(xiàn)了鄉(xiāng)村和

5、城市的收入分配沿著不同的途徑演化。我們采用兩條分配曲線交疊的簡(jiǎn)單新方法，交疊部分都屬于兩個(gè)密度函數(shù)的區(qū)域。第三，我們分解了中國(guó)城鄉(xiāng)部門(mén)總體的不平衡性，探求隨著時(shí)間收入增長(zhǎng)、城鄉(xiāng)收入差距和城市化的分配效應(yīng)。我們闡明在鄉(xiāng)村和城市內(nèi)部不斷添加的不平衡性、不斷擴(kuò)展的城鄉(xiāng)收入差距以及城鄉(xiāng)人口流動(dòng)是總體不平衡性的緣由。我們闡明，不斷拉大的城鄉(xiāng)收入差距扮演著重要角色。在我們的樣本期，城市化對(duì)城鄉(xiāng)內(nèi)部不平衡和城鄉(xiāng)部門(mén)之間不平衡影響顯著，但是這些影響是相互抵消的。第四，我們檢驗(yàn)了城市地域消費(fèi)的不平衡性。消費(fèi)不平衡性是經(jīng)濟(jì)福利的一個(gè)可選目的。我們發(fā)現(xiàn)消費(fèi)的不平衡性在中國(guó)同樣急劇上升。第二部分討論中國(guó)總體不平衡性添

6、加的能夠緣由。第三部分描畫(huà)可獲得的數(shù)據(jù)。第四部分運(yùn)用分組數(shù)據(jù)，引見(jiàn)估算最大熵密度的方法。第五部分估算中國(guó)1985-2001年的收入分配和不平衡性。第六部分引見(jiàn)總體不平衡性與城鄉(xiāng)不平衡性的關(guān)系。第七部分引見(jiàn)城市地域消費(fèi)不平衡性丈量。最后一部分總結(jié)研討、得出結(jié)論。二、 不平衡性增長(zhǎng)的緣由已有文獻(xiàn)Khan & Riskin，1998；Gustafsson & Li，2001；Yang，1999；Li，2000；Meng，2003以為收入不平衡在中國(guó)最近年份顯著添加。Khan and Riskin (1998) 和Li (2000)同樣提供證聽(tīng)闡明中國(guó)城鄉(xiāng)收入存在差別和不同增長(zhǎng)率。我們將提供證聽(tīng)闡明中

7、國(guó)整體不平衡的擴(kuò)展是由于內(nèi)部不平衡的加大，鄉(xiāng)村部門(mén)和城市部門(mén)內(nèi)部的不平衡，以及這兩者之間的不平衡，這些不平衡是由城鄉(xiāng)部門(mén)之間平均收入程度差別引起的。庫(kù)茲涅茨曲線假設(shè)和構(gòu)造實(shí)際對(duì)比了未來(lái)不平衡的影響，而我們的解釋是這兩種流行解釋的普通化。Kuznets (1953)強(qiáng)調(diào)了不同時(shí)期城鄉(xiāng)之間不平衡在解釋總體不平衡性演化的問(wèn)題。他假設(shè)假設(shè)城鄉(xiāng)之間不平衡大于每個(gè)部門(mén)內(nèi)部不平衡性，那么最初總體不平衡將隨著人們從低收入鄉(xiāng)村部門(mén)移向高收入城市部門(mén)加大。接著，當(dāng)大部分人口穩(wěn)定于高收入的城市部門(mén)，不平衡性將下降。這種在不平衡與收入程度之間轉(zhuǎn)化的倒U型關(guān)系被稱(chēng)為庫(kù)茲涅茨曲線。假設(shè)這種假設(shè)是正確的，開(kāi)展中國(guó)家在城市化

8、進(jìn)程中不平衡性添加能夠是一個(gè)過(guò)程，同時(shí)不平衡性將在城市化進(jìn)程終了時(shí)減少。Chang (2002)以為“這個(gè)問(wèn)題的治療方法是在短期內(nèi)加速城市化進(jìn)程，在長(zhǎng)期內(nèi)促進(jìn)城市部門(mén)增長(zhǎng)。但是，這種政策在短期內(nèi)能夠會(huì)進(jìn)一步擴(kuò)展可計(jì)算的收入差距。雖然如此，中國(guó)城市部門(mén)不可可以吸收大量剩余的鄉(xiāng)村勞動(dòng)力根據(jù)Chang (2002)達(dá)1.5億，所以中國(guó)能夠?qū)⒃谝粋€(gè)長(zhǎng)期內(nèi)維持收入不平衡。基于同樣前提的類(lèi)似解釋?zhuān)詾槌青l(xiāng)收入差距是總體不平衡性添加的動(dòng)力，但由于長(zhǎng)期人口構(gòu)造和制度構(gòu)造導(dǎo)致科茲涅茨所描畫(huà)的調(diào)整不會(huì)在中國(guó)發(fā)生。根據(jù)這種解釋?zhuān)袊?guó)人口分屬于鄉(xiāng)村和城市兩個(gè)獨(dú)立的經(jīng)濟(jì)體。某種程度上，鄉(xiāng)村地域的遷徙者能夠在城市里找到任

9、務(wù)，但中國(guó)嚴(yán)厲的戶(hù)籍制度經(jīng)常阻止他們獲得城市居民位置同時(shí)獲得城市居民所享有的社會(huì)福利、津貼和較高工資。比如Yang (1999)利用1986年、1992年和1994年靜態(tài)的內(nèi)外部分析，以為城鄉(xiāng)收入差別是引起中國(guó)總體不平衡添加的主要緣由由于Yang的分析局限在兩個(gè)省份和一個(gè)短期，他的結(jié)果與我們的結(jié)果不能直接比較。他以為城市偏向的政策和制度是長(zhǎng)期城鄉(xiāng)分割和近年來(lái)不平衡拉大的緣由。假設(shè)遷徙妨礙不變，不平衡性在未來(lái)不能夠減少。這兩個(gè)假設(shè)都強(qiáng)調(diào)了城鄉(xiāng)差距是不斷拉大的總體不平衡性的首要緣由。這個(gè)要素當(dāng)然部分解釋了不斷添加的不平衡性，但總體情況遠(yuǎn)為復(fù)雜。我們將展現(xiàn)證聽(tīng)闡明，過(guò)去20年城鄉(xiāng)之間和內(nèi)部的不平衡性

10、實(shí)踐上添加了總體不平衡性。而且我們以為假設(shè)把城市化思索進(jìn)來(lái)，城鄉(xiāng)之間和內(nèi)部的不平衡性同等重要的影響了總體不平衡性對(duì)比靜態(tài)分析的傳統(tǒng)結(jié)論，它以為城鄉(xiāng)之間不平衡性是主要緣由的。三、數(shù)據(jù)我們依托大量具有代表性的中國(guó)住戶(hù)調(diào)查樣本。中國(guó)國(guó)家統(tǒng)計(jì)局NSB-正式為SSB實(shí)踐應(yīng)為NBS譯者注每年在鄉(xiāng)村和城市地域開(kāi)展大規(guī)模住戶(hù)調(diào)查，該調(diào)查覆蓋了30個(gè)省份，包括30000-40000個(gè)城市家庭和60000-70000個(gè)鄉(xiāng)村家庭。國(guó)家統(tǒng)計(jì)局采用分為兩層的樣本框，選取具有代表性的人口隨機(jī)樣本。每個(gè)家庭樣本延續(xù)三年參與調(diào)查，記錄收入和支出的記錄。由于我們不能獲取國(guó)家統(tǒng)計(jì)局一切地域和一切年份每個(gè)樣本調(diào)查數(shù)據(jù)，我們只能采取

11、公開(kāi)可獲得的匯總統(tǒng)計(jì)來(lái)估算鄉(xiāng)村和城市的收入分配。不幸的是，國(guó)家統(tǒng)計(jì)局并沒(méi)有提供整個(gè)樣本的匯總統(tǒng)計(jì)，而只是提供了各種收入?yún)^(qū)間。這種城市和鄉(xiāng)村地域的區(qū)間匯總統(tǒng)計(jì)公布于以下簡(jiǎn)稱(chēng)年鑒。年鑒將家庭收入定義為年度家庭人均可支配收入。我們的樣本覆蓋1985-2001年，這個(gè)時(shí)期的年鑒提供了一致數(shù)據(jù)。年鑒有區(qū)別的匯總鄉(xiāng)村和城市地域收入分配。鄉(xiāng)村收入分配被劃分為固定幾個(gè)區(qū)間，收入?yún)^(qū)間上下限及其家庭分配都是明確的，它是總體分配的平均收入。年鑒1985-1994年間報(bào)告12個(gè)收入?yún)^(qū)間，而1996年是11個(gè)，1995年、1997-2001年是20個(gè)。而對(duì)城市地域來(lái)說(shuō)，年鑒只報(bào)告了第0-5，第5-10，第10-20，第

12、20-40，第40-60，第60-80，第80-90和第90-100等收入分配百分位點(diǎn)的條件均值，但沒(méi)有收入?yún)^(qū)間的上下限。我們利用公開(kāi)可獲得的分組數(shù)據(jù)估算潛在的收入分配，并根據(jù)估算的收入分配進(jìn)展不平衡推測(cè)。鄉(xiāng)村和城市收入都根據(jù)年鑒的相關(guān)消費(fèi)價(jià)錢(qián)指數(shù)CPI消除通貨膨脹影響。四、分組數(shù)據(jù)的最大熵密度估算很多先前研討比如Gastwirth & Glauberman，1976；Kakwani & Podder，1976；Chen， Ravallion，&Datt，1991采用了分組數(shù)據(jù)估算不平衡性和貧困。這些文章集中估算洛倫茲曲線和相關(guān)的不平衡指數(shù)。相比之下，我們采用由Wu 和 Perloff即將發(fā)表

13、開(kāi)展了的傳統(tǒng)最大熵密度方法，經(jīng)過(guò)分組數(shù)據(jù)估算普通收入密度函數(shù)。在此情況下我們推測(cè)洛倫茲曲線和各種福利指數(shù)，并可以檢驗(yàn)整個(gè)收入分配及其隨時(shí)間變化的外形。最大熵密度(Jaynes，1957)原理是根據(jù)部分信息給概率分布賦值的普通方法。這種方法表述為，人們應(yīng)該選擇與給定約束一致的概率分布，并最大化Shannon的熵。傳統(tǒng)上這種最大熵密度最大化的Shannon信息熵。整個(gè)分布范圍服從于知的K矩條件我們可以利用拉格拉日方法處理最優(yōu)化問(wèn)題，從而得出獨(dú)一的總體最大熵值(Zellner & Highfield，1988；Wu，2003)。這種方法的方式是這里i是第i個(gè)力矩約束的拉格朗日乘數(shù)。這種最大化熵的方法

14、等價(jià)于似然方程被定義為一致有效指數(shù)分布的最大似然法。從Golan，Judge和Miller(1996)的文章可明白這兩種方法是對(duì)偶的。一切有名的分布都能描畫(huà)為服從于簡(jiǎn)單矩約束的最大熵密度，我們下面將統(tǒng)稱(chēng)為特征矩。這些特征距足以統(tǒng)計(jì)指數(shù)化家庭，而整個(gè)分布可以匯總為特征距。當(dāng)只公布分組匯總統(tǒng)計(jì)，我們可以經(jīng)過(guò)結(jié)合分組信息作為部分距估算最大熵密度。假設(shè)一個(gè)確定的分布，我們只知道分組的M個(gè)區(qū)間匯總統(tǒng)計(jì)，并知道區(qū)間范圍 l0，l1，lM 和每個(gè)區(qū)間的J條件距其中vm，1是第m個(gè)區(qū)間的比重，并且。定義分布p(x)的第m個(gè)區(qū)間的第j個(gè)部分距為假設(shè)潛在的密度函數(shù)為，我們利用部分距條件 普通的說(shuō)，p(x)的方程方

15、式未知，Wu 和 Perloff (即將出版)采用自助的Kullback Leibler信息規(guī)范討論如何選取模型。計(jì)算p(x)。將p(x)代進(jìn)部分距條件，我們獲得一個(gè)MJ方程組，每個(gè)方程構(gòu)成矩陣matrix(1)的一個(gè)條目，我們可以經(jīng)過(guò)迭代更新處理拉格朗日乘數(shù)問(wèn)題其中。J矩陣MJ與M子矩陣GmJJ一致被置于另一個(gè)的頂部。如下當(dāng)區(qū)間范圍不知道，估計(jì)過(guò)程就越復(fù)雜，由于我們不知道條件均值該在哪個(gè)范圍被估計(jì)。比如，在年鑒里由于城市地域不同于鄉(xiāng)村地域，它只包含每個(gè)收入?yún)^(qū)間的比重和條件均值。距約束的方式就為這里區(qū)間范圍lm就是未知密度函數(shù)的方程p(x)。關(guān)于這個(gè)方法的更多細(xì)節(jié)可見(jiàn)Wu 和 Perloff

16、(即將發(fā)表)的文章，在該文中我們采用quasi-Newton的方法結(jié)合密度函數(shù)，展現(xiàn)怎樣去估算范圍的區(qū)域。新方法使我們可以估算整個(gè)分布，然后計(jì)算任何感興趣的分布特征。這種方法還有兩個(gè)優(yōu)點(diǎn)，首先它允許估計(jì)分組區(qū)間范圍未知的分布，其次傳統(tǒng)方法只思索每個(gè)區(qū)間的人口比重和條件均值，相反，新方法可以容易的結(jié)合其它信息方式，比如每個(gè)區(qū)間基尼系數(shù)的變化。所以，雖然最大化熵的方法為信息缺乏而設(shè)計(jì)，但它可以順應(yīng)各種方式的信息輸入。由于我們不能得到與報(bào)告有關(guān)的中國(guó)分組信息的個(gè)別數(shù)據(jù)，不可以利用中國(guó)數(shù)據(jù)直接檢驗(yàn)所提出新方法的效果。但是我們運(yùn)用2000年美國(guó)人口調(diào)查CPS原始收入數(shù)據(jù)，證明所提出新方法的效果，這個(gè)補(bǔ)充

17、可看附錄以及Wu 和Perloff (2003)的文章。運(yùn)用模型選擇描畫(huà)的延續(xù)更新方法，根據(jù)自助的Kullback-Leible信息，我們發(fā)現(xiàn)詳細(xì)方式p(x)= 提供最好的總體順應(yīng)。這種方法對(duì)美國(guó)的數(shù)據(jù)產(chǎn)生極好效果：這種順應(yīng)實(shí)踐上與可以獲得整個(gè)樣本的距條件非常接近。比如，給定8個(gè)區(qū)間但沒(méi)有區(qū)間范圍的人口比重和均值，估算分布得出0.413的基尼系數(shù)，而基于全部數(shù)據(jù)的基尼系數(shù)為0.414。五、鄉(xiāng)村和城市隨時(shí)間的不平衡性運(yùn)用這種方法，我們估算了公開(kāi)可得的匯總統(tǒng)計(jì)的中國(guó)鄉(xiāng)村和城市收入分布。進(jìn)而運(yùn)用這些估算分布去確定傳統(tǒng)非平衡方法怎樣隨時(shí)間而變化，我們可以直接比較估算分配值。A. 傳統(tǒng)非平衡計(jì)算方法我們

18、從檢驗(yàn)鄉(xiāng)村和城市3種各自獨(dú)立的計(jì)算方法開(kāi)場(chǎng)：基尼系數(shù)，收入的對(duì)數(shù)離差和分位數(shù)范圍比較。我們運(yùn)用這些計(jì)算方法檢驗(yàn)非平衡性如何隨時(shí)間而變化。 我們計(jì)算知每個(gè)區(qū)間的家庭比例的鄉(xiāng)村收入分配。由于城市收入?yún)^(qū)間邊境未知，我們結(jié)合運(yùn)用密度函數(shù)進(jìn)展估算 我們對(duì)鄉(xiāng)村收入分配估算更有自信心，由于鄉(xiāng)村分布被匯總為更多的區(qū)間20比8，均勻橫跨整個(gè)分布，并具有收入邊境。更緊要的是，城市的最高區(qū)間包含整個(gè)第90至100的非常位數(shù)，假設(shè)樣本中大部分離差的添加發(fā)生在分布的更高尾端，我們就只能利用更多的信息來(lái)獲得非平衡性添加情況。根據(jù)自助Kullback-Leible信息規(guī)范，我們?cè)俅伟l(fā)現(xiàn) 的方式更好的總體順應(yīng)兩個(gè)地域?；诠?/p>

19、算的密度，我們計(jì)算多種非平衡丈量。表1前兩列數(shù)字包含了鄉(xiāng)村和城市樣本期間估算的基尼系數(shù)。接著兩列顯示了鄉(xiāng)村和城市平均對(duì)數(shù)離差，其中n表示人口數(shù) MLD屬于廣義的熵族系，其中a0。較低的值顯示更高程度的非平衡厭惡。我們能顯示它的極限，這就是MLD。在本研討中，我們關(guān)注的是MLD，由于它為跨期非平衡分解給出了最簡(jiǎn)單的公式看第5部分。根據(jù)兩種丈量，鄉(xiāng)村地域比城市地域在全部時(shí)期具有更不平衡特點(diǎn)。平均的說(shuō)，鄉(xiāng)村基尼系數(shù)是城市的1.4倍，鄉(xiāng)村MLD是城市的2.2倍。鄉(xiāng)村地域基尼系數(shù)和MLD之間的相關(guān)系數(shù)為0.76，城市地域的相關(guān)系數(shù)為0.73。鄉(xiāng)村和城市兩種丈量在樣本期間非平衡性都是穩(wěn)步上升。鄉(xiāng)村基尼系數(shù)

20、從0.272添加到0.343，增幅為26%。我們有理由置信基尼系數(shù)上升趨勢(shì)的一個(gè)緣由，是我們對(duì)比了經(jīng)過(guò)估算的密度和經(jīng)過(guò)計(jì)算的洛倫茲曲線。比如，1985年鄉(xiāng)村和城市的洛倫茲曲線分布處處高于2001年的，闡明1985年的分配洛倫茲超越2001年 給定估算的密度f(wàn)和樣本平均值，用數(shù)字表示的可獲得洛倫茲曲線為，其中F-1為分布函數(shù)的倒數(shù)。收入分布的最低端設(shè)置了較大權(quán)重的鄉(xiāng)村MLD，從0.127添加到0.213，增幅為67.7%。而城市MLD雖然地域鄉(xiāng)村，但增長(zhǎng)較快。城市的基尼系數(shù)從0.191添加到0.269，增幅為40.8%，而MLD卻從0.060添加到0.119，添加了幾乎1倍。另一個(gè)估算非平衡的傳

21、統(tǒng)方法是對(duì)比分位數(shù)范圍。由于我們的數(shù)據(jù)是區(qū)間匯總統(tǒng)計(jì)，由于分組能夠少于整體范圍的非平衡指數(shù)，這損害了累計(jì)的最高和最低分位數(shù)，從而分位數(shù)估算信息缺失。表1最后4列顯示出90/50和50/10分位比率。假設(shè)Qp是第p個(gè)百分點(diǎn)，所以90/50的分位數(shù)比率是Q(90)/Q(50)。90/50比率反映富有組相對(duì)于平均租的相關(guān)份額。類(lèi)似的，50/10分位比率反映了平均組相對(duì)于貧困組的相關(guān)份額。對(duì)于鄉(xiāng)村和城市地域，兩種方法都顯示在樣本期內(nèi)添加了20%-25%。雖然表中沒(méi)有顯示，90/10比率大約添加50%，相對(duì)于基尼系數(shù)和MLD，這個(gè)分位比率的一樣變化反映不同的非平衡添加率，這很能夠是由于分布左右兩端的開(kāi)展

22、的不同。給定中國(guó)記錄鄉(xiāng)村人口如何流向城市的數(shù)據(jù)，基于中國(guó)數(shù)據(jù)的任何有關(guān)鄉(xiāng)村與城市非平衡研討比其他國(guó)家的計(jì)算方法設(shè)置都存在差別。由于在城市任務(wù)的鄉(xiāng)村遷入者經(jīng)常不能獲得城市居民位置，他們被排除在城市住戶(hù)調(diào)查之外。由于大部分遷入者只能獲得比城市工人更少的工資，同時(shí)在樣本期內(nèi)遷入者數(shù)量可觀，所以假設(shè)城市非平衡性只是計(jì)算城市居民的話，非平衡性將較低 在樣本期間，鄉(xiāng)村人口比重從76%降低為62%。農(nóng)民工數(shù)量在1990年代據(jù)估算為8000萬(wàn)。參看Bramall (2001)及其參考文獻(xiàn)。另一方面，假設(shè)遷移者比鄉(xiāng)村規(guī)范收入更多，將他們包括進(jìn)鄉(xiāng)村住戶(hù)調(diào)查將添加鄉(xiāng)村的收入不平衡 根據(jù)國(guó)家統(tǒng)計(jì)局城市調(diào)查隊(duì)住戶(hù)調(diào)查部

23、門(mén)主管Youjuan Wang意見(jiàn)，農(nóng)民工并未包含在城市樣本里，只需當(dāng)他們將收入寄回給仍留在鄉(xiāng)村的家人時(shí)，他們的收入才計(jì)算在鄉(xiāng)村樣本里。但假設(shè)全家外出，樣本期間他們既不會(huì)包含在鄉(xiāng)村或城市住戶(hù)調(diào)查里面。中國(guó)新的調(diào)查設(shè)計(jì)將把外出務(wù)工者包括進(jìn)城市樣本里面。而且Schultz (2003)指出繼續(xù)遷移的限制減少了那些鄉(xiāng)村年青年本該流向更高收入勞動(dòng)力市場(chǎng)的報(bào)酬。最終戶(hù)籍制度添加了鄉(xiāng)村和城市家庭教育投資的差別，并在長(zhǎng)期添加了城鄉(xiāng)差距。B文獻(xiàn)比較我們可以將我們的估計(jì)與之前的4個(gè)研討作比較。由于其它研討只是報(bào)告了幾年期的基尼系數(shù)，表2只是比較了這些年份鄉(xiāng)村和城市基尼系數(shù)。Li2000利用國(guó)家統(tǒng)計(jì)局1988-1

24、995年數(shù)據(jù)報(bào)告了鄉(xiāng)村和城市基尼系數(shù)。我們1988年0.300和1995年0.338的鄉(xiāng)村基尼系數(shù)接近Li2000基于國(guó)家統(tǒng)計(jì)局的數(shù)據(jù)：0.301和0.332。而我們1988年0.201和1995年0.221的城市基尼系數(shù)不太接近Li 0.23和0.28的估算。由于國(guó)家統(tǒng)計(jì)局的住戶(hù)調(diào)查數(shù)據(jù)不能公開(kāi)獲得，Khan and Riskin (1998) ，Gustafsson 和 Li (2001)， 以及Meng (2003)的另外3個(gè)研討運(yùn)用的是中國(guó)社科院(CASS)經(jīng)濟(jì)研討所1988年和1995年樣本量更小、代表性較差的調(diào)查數(shù)據(jù) 與國(guó)家統(tǒng)計(jì)局包括30個(gè)省的調(diào)查有所不同，中國(guó)社科院的調(diào)查1988

25、年包括28個(gè)省的鄉(xiāng)村地域和19個(gè)省的城市地域，1995年包括10個(gè)省份的鄉(xiāng)村地域和11個(gè)省份的城市地域。中國(guó)社科院運(yùn)用比國(guó)家統(tǒng)計(jì)局更廣泛的收入定義。雖然這三個(gè)研討都是用的是中國(guó)社科院的書(shū)庫(kù)，但它們所估算的基尼系數(shù)存在差別，由于它們對(duì)根本數(shù)據(jù)的假設(shè)不同(Bramall， 2001)。Khan and Riskin (1998)基于中國(guó)社科院數(shù)據(jù)的研討比我們和Li (2000)基于國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)的研討具有更高的鄉(xiāng)村非平衡。一切基于中國(guó)社科院數(shù)據(jù)的研討估算1988年城市基尼系數(shù)為0.23這比我們的估算值0.20高，但它們1995年的估算值分布于0.28到0.33都高于我們的估算值0.22。因此，我們

26、的城市估算值低于以前的研討。這種不同能夠是由于根本數(shù)據(jù)來(lái)源的不同，收入定義的不同，或者方法不同。不過(guò)一切研討都以為鄉(xiāng)村和城市的非平衡性1988年比1995年添加了。而且Meng2003基于中國(guó)社科院覆蓋6個(gè)省的數(shù)據(jù)也以為城市基尼系數(shù)從1995年的0.282添加到1999年的0.313。世界銀行1997的報(bào)告估算了1981年到1995年中國(guó)的基尼系數(shù)。如報(bào)告的作者所言，我們發(fā)現(xiàn)i1990年鄉(xiāng)村非平衡降低，ii1989年和1991到1995年期間城市的非平衡降低，以及iii兩個(gè)研討都以為在研討期間城市的非平衡性低于鄉(xiāng)村。C.直接檢驗(yàn)分布雖然它們提供了直接方法檢驗(yàn)非平衡性隨時(shí)間的趨勢(shì)，非平衡系數(shù)僅僅

27、反映了演進(jìn)過(guò)程的某個(gè)方面。比如，這些匯總性統(tǒng)計(jì)并沒(méi)有顯示收入分配隨時(shí)間改動(dòng)的普通外形。能否經(jīng)過(guò)基尼系數(shù)或MLD計(jì)算的擴(kuò)展的非平衡性時(shí)由密集度右移引起，后尾所致，還是更復(fù)雜的改動(dòng)？分布呈雙峰狀是由于掏空了中產(chǎn)階級(jí)？為深化了解這個(gè)過(guò)程，我們檢驗(yàn)了我們的彈性密度函數(shù)估算方式，它允許出現(xiàn)多峰分布。FIGURE 1.-RURAL INCOME DISTRIBUTION， 1985-2001FIGURE 2.-URBAN INCOME DISTRIBUTIONS， 1985-2001圖1顯示1985年到2001年期間鄉(xiāng)村分配如何變化，圖2顯示城市分配的挪動(dòng)。這個(gè)樣本期內(nèi)，每種分布都只需一個(gè)密集度。然而離差

28、隨時(shí)間添加明顯，很大程度上是由于右尾變長(zhǎng)。而且收入分布逐漸繼續(xù)向右移相應(yīng)的密集度權(quán)重減少，反映了收入普遍添加。FIGURE 3.-ESTEMATED RURAL AND URBAN DISTRIBUTIONS IN THOUSANDS OF 1985 YUAN分布的右移經(jīng)過(guò)成對(duì)比較年份就更為明顯。圖3左邊顯示2001年鄉(xiāng)村收入分布比1985年的分布更加分散。分布從1985年292元到2001年490元在1985年的密集度添加了68%。雖然密集度右移，但偏度從1.28添加為1.39。2001年分布的眾數(shù)高度只是1985年最高點(diǎn)的40%，這使峰度從4.95下降到4.86。城市收入程度和離差圖3右邊

29、比鄉(xiāng)村的收入程度和離差左邊增長(zhǎng)更快。而且最低收入程度的住戶(hù)部分本質(zhì)下降。城市分配的眾數(shù)從1985年的681元，添加為2001年的1634元，同時(shí)眾數(shù)的密度相比于1985年降低25%。它的分布更加對(duì)稱(chēng)偏度從1.82減少為1.47反映窮人比重減少而富人比重上升。峰度從8.28減少為6.05，反映了最高點(diǎn)確實(shí)扁平化了。相比鄉(xiāng)村的分布，城市最低絕對(duì)收入的人口比重左邊尾端的高度很大程度減少，這有助于解釋為何我們所估算的城市地域非平衡更低，特別對(duì)MLD方法來(lái)說(shuō)，它給收入貧困人口更大權(quán)重。分布挪動(dòng)的程度有多大？我們能直接估算兩種分布的總體間隔 與接近程度。我們?cè)趦蓚€(gè)分部之間采用一種新的交疊方法，交叉部分是密

30、度函數(shù)的共同部分。這種兩個(gè)密度函數(shù)p(x)和 q(x)在實(shí)線或子集內(nèi)的統(tǒng)計(jì)定義為：它的值等于圖3的B區(qū)域 相比另一個(gè)經(jīng)常用到的間隔 丈量，Kullback Leibler 間隔 的丈量，我們的方法有三個(gè)優(yōu)勢(shì)。首先具有直觀的圖形顯示兩種分布的交疊，其次甚至是更重要的，意義的對(duì)稱(chēng)使隨順序p(x)和q(x)變化而不變，即；第三，這個(gè)系數(shù)可以直接對(duì)比多于兩個(gè)的分布。它嚴(yán)厲屬于0，1。假設(shè)=0，那么p(x)和q(x)是不相交的。假設(shè)=1，那么p(x)和q(x)相等。我們標(biāo)志區(qū)域B的面積等于1減去兩邊的Kolmogorov- Smirnov統(tǒng)計(jì)值。因此，基于交疊部分的檢驗(yàn)漸近等于Kolmogorov-Sm

31、irnov檢驗(yàn)。在整個(gè)期間，鄉(xiāng)村和城市地域密度交疊在每對(duì)相鄰年份均值各自為0.944和0.922。相比1985年和2001年的分布，鄉(xiāng)村地域的0.544高于城市地域的0.236，反映在此期間城市地域變化的累積性影響更大。六、總體非平衡的分解鄉(xiāng)村和城市這種不平等挪動(dòng)對(duì)總體非平衡性有什么影響？為了回答這個(gè)問(wèn)題，我們?cè)卩l(xiāng)村和城市之間分解了中國(guó)總體非平衡。我們的結(jié)果闡明在部門(mén)內(nèi)部和在部門(mén)之間添加的非平衡對(duì)總體不平衡的添加都有奉獻(xiàn)。A總體分布和非平衡我們將中國(guó)的累計(jì)收入分配計(jì)算為鄉(xiāng)村和城市分配的人口權(quán)重混合。我們運(yùn)用結(jié)果分配去計(jì)算累計(jì)分配的非平衡指數(shù)。用pr(x)和pu(x)表示鄉(xiāng)村和城市的收入分配，我

32、們經(jīng)過(guò)權(quán)重加總獲得累計(jì)的分配：這里sr 和su是鄉(xiāng)村和城市人口的比重。在樣本期間，城市人口比重從24%穩(wěn)定添加到38%。圖4描畫(huà)了1985年和2001年累計(jì)分配實(shí)線與改動(dòng)比例的鄉(xiāng)村點(diǎn)線和城市(點(diǎn)劃線)分配的關(guān)系。經(jīng)過(guò)相應(yīng)的人口權(quán)重鄉(xiāng)村和城市密度改動(dòng)了，所以在這兩條曲線下面的區(qū)域加總等于1。經(jīng)過(guò)比較1985年和2001年的圖表，我們可以看到，在樣本期內(nèi)累計(jì)分配的總體外形幾乎沒(méi)變，但后者的右尾變得更厚。在2001年，右尾的累計(jì)密度幾乎全部由城市密度呵斥。表3報(bào)告了基尼系數(shù)第2欄和MLD第3欄，它們經(jīng)過(guò)估算累計(jì)的p(x)獲得。在樣本期間，基尼系數(shù)添加了34%從0.310添加到0.415，而MLD幾乎

33、添加了1倍從0.164添加到0.317。由于本質(zhì)的城鄉(xiāng)收入差距，總體非平衡比起單獨(dú)的鄉(xiāng)村或城市非平衡高得多。如方程3和圖4所示，添加的總體非平衡是由于鄉(xiāng)村和城市分配、兩者相互作用以及人口權(quán)重的改動(dòng)。雖然我們運(yùn)用了比1997年世界銀行報(bào)告更少的信息，但這兩組估算是非常接近的。比如，我們對(duì)總體基尼系數(shù)的估算，1985年為0.310，1995年為0.382兩個(gè)研討都覆蓋了第一年和最后一年的時(shí)期，這實(shí)踐上與世界銀行的估算1985年為0.31，1995年為0.388是一樣的。在樣本期內(nèi)，中國(guó)的基尼系數(shù)平均以每年添加0.66個(gè)點(diǎn)，也即是說(shuō)每年2%的增長(zhǎng)率。這種急劇上升非同尋常。Li，Squire和Zou

34、(1998)指出收入的不平衡性在一個(gè)國(guó)家內(nèi)部相對(duì)穩(wěn)定雖然它在國(guó)家間變化相當(dāng)大。他們指出中國(guó)的基尼系數(shù)從1980年到1992年每年增速3%是一個(gè)特例。從1980年代中國(guó)作為一個(gè)中度非平衡的國(guó)家，它如今是開(kāi)展中國(guó)家不平衡性最大的之一。實(shí)踐上中國(guó)目前的基尼非平衡性欲美國(guó)的程度是一樣的，美國(guó)是OECD國(guó)家中基尼系數(shù)最高的國(guó)家。B總體非平衡的分解假設(shè)一個(gè)非平衡系數(shù)可以被分解為部門(mén)內(nèi)的非平衡和部門(mén)間的非平衡而不存在部門(mén)交疊的相互作用，那么我們就能從人口子群體的系數(shù)里推導(dǎo)出總體非平衡系數(shù)。普遍運(yùn)用的非平衡基尼系數(shù)，在這種意義上不能分解，所以我們不能從子群體中計(jì)算總體的基尼系數(shù)。雖然如此，MLD是可分解的，所

35、以我們能根據(jù)鄉(xiāng)村和城市的MLDs導(dǎo)出總體的MLD，并顯示那種要素對(duì)總體MLD隨時(shí)間的增長(zhǎng)有奉獻(xiàn)。MLD系數(shù)的分解公式為這里MLDk是第k個(gè)子群體的非平衡性這里k=鄉(xiāng)村或城市，k是第k個(gè)子群體的平均收入，sk是第k個(gè)子群體的人口比重。第一項(xiàng)MLDk是內(nèi)部非平衡，即鄉(xiāng)村或城市部門(mén)內(nèi)部的不平衡性。第二項(xiàng)MLDb是兩者之間非平衡，即由于鄉(xiāng)村和城市地域之間平均收入不同的非平衡 比如，假設(shè)x1=1,2和x2=3,4,5。運(yùn)用公式，我們計(jì)算，類(lèi)似的，。運(yùn)用方程4，。我們計(jì)算。由于，假設(shè)我們給每個(gè)組的成員一個(gè)組平均值，那兩者的非平衡就是組間的不平衡。最后，。部門(mén)內(nèi)部和部門(mén)之間在樣本期的計(jì)算都相當(dāng)大的添加表3第

36、2欄。相關(guān)值和絕對(duì)值的部門(mén)之間不平衡添加都比內(nèi)部不平衡大。部門(mén)之間的非平衡從0.053到0.增長(zhǎng)163%，而部門(mén)內(nèi)部從0.111到0.178增長(zhǎng)61%。兩種增長(zhǎng)的結(jié)果是，總的MLD非平衡擴(kuò)展不只一倍。為了防止年間動(dòng)搖，我們?cè)诒?顯示了整個(gè)時(shí)期和3個(gè)子時(shí)期的非平衡性，即從1985年到1990年，從1990年到1996年，從1996年到2001年。表4前3欄指出了整個(gè)時(shí)期和3個(gè)子時(shí)期總體不平衡性的每年平均變化。在樣本期間，總體的MLD非平衡性從0.16添加到0.32。雖然在這期間每年的平均添加是0.01，但每年的增長(zhǎng)率隨時(shí)間而變大，由此第3個(gè)子時(shí)期的平均添加值大于前兩個(gè)子時(shí)期的3倍。在第一個(gè)子時(shí)期

37、，部門(mén)內(nèi)部0.0026和部門(mén)之間0.0019變化對(duì)于總體非平衡的變化奉獻(xiàn)是接近的。但在第2和第3子時(shí)期，部門(mén)之間非平衡的奉獻(xiàn)相對(duì)于部門(mén)內(nèi)部變大。對(duì)這個(gè)時(shí)期來(lái)講，部門(mén)之間非平衡的添加對(duì)總體添加奉獻(xiàn)了大約56%0.0054/0。0096方程4顯示3個(gè)要素奉獻(xiàn)于總體不平衡：每個(gè)子群體內(nèi)部的不平衡MLDk，每個(gè)子群體的相對(duì)平均收入k/，以及每個(gè)子群體的人口比重sk。在樣本期間鄉(xiāng)村人口比重從76%減少到62%，雖然如此，簡(jiǎn)單的部門(mén)內(nèi)部和之間分析沒(méi)有分別每個(gè)部門(mén)人口比重分布的變化影響。根據(jù)Mookherjee and Shorrocks (1982)，我們區(qū)別于靜態(tài)的部門(mén)內(nèi)部之間直接分解檢驗(yàn)每個(gè)部分的影響

38、。按照方程4兩邊不同的式子，我們得到其中，變量上的橫線表示兩期平均。我們進(jìn)一步將內(nèi)部或者兩者之間不平衡的奉獻(xiàn)分解為：純粹內(nèi)部和純粹之間影響，以及由鄉(xiāng)村和人口比重變化引起的影響。方程6應(yīng)該是方程5，譯者注顯示MLD變化是4個(gè)影響的總和：w，人口比重維持不變的內(nèi)部不平衡變化影響；sw，人口比重變化的內(nèi)部不平衡影響；b，人口比重維持不變的兩者之間不平衡每組的平均收入變化的影響；sb，人口比重變化兩者之間不平衡影響。因此，經(jīng)過(guò)外在的思索人口比重影響，我們就可以從總體不平衡中分別出每個(gè)要素的奉獻(xiàn)。我們對(duì)整個(gè)時(shí)期和3個(gè)子時(shí)期進(jìn)展跨期分解計(jì)算。表4最后4欄報(bào)告了方程5中整個(gè)時(shí)期和3個(gè)子時(shí)期各個(gè)時(shí)期的年度變化

39、。結(jié)果闡明不思索人口遷移的內(nèi)部非平衡相關(guān)奉獻(xiàn)w大于內(nèi)部不平衡變化的靜態(tài)計(jì)算，MLDw=w+sw，這包括了流動(dòng)人口的影響sw。即從高的非平衡鄉(xiāng)村地域流向低的非平衡城市地域的人口流動(dòng)，減少了擴(kuò)展的內(nèi)部不平衡的影響。整個(gè)時(shí)期平均來(lái)說(shuō)，遷徙達(dá)16%部分補(bǔ)償了添加的內(nèi)部非平衡影響=0.0008/0。0050相反，當(dāng)思索人口比重變化時(shí)，城鄉(xiāng)收入差距這兩者之間非平衡的奉獻(xiàn)變小。由于擴(kuò)展的城鄉(xiāng)收入差距，遷徙加強(qiáng)了擴(kuò)展城鄉(xiāng)之間非平衡達(dá)20%=0.09/0.45的影響。遷徙對(duì)部門(mén)內(nèi)部和之間非平衡的影響幾乎相抵sw+sb0?？傮w上，靜態(tài)的內(nèi)部和之間分解低估了添加的內(nèi)部非平衡的奉獻(xiàn)，由于它無(wú)法思索人口比重變化的影響。

40、對(duì)整個(gè)時(shí)期來(lái)說(shuō)，內(nèi)部非平衡的變化在全部非平衡添加中奉獻(xiàn)52%，而簡(jiǎn)單的內(nèi)部之間分解內(nèi)部非平衡變化只奉獻(xiàn)44%。這種情況隨時(shí)間而變化。最初內(nèi)部非平衡發(fā)揚(yáng)更大作用；但在最近年份，城鄉(xiāng)非平衡對(duì)整個(gè)非平衡的變化奉獻(xiàn)更大。在控制了城市化影響之后，我們發(fā)如今總體不平衡中，3個(gè)子期間內(nèi)部非平衡變化奉獻(xiàn)分別占到67%、39%和53%。1990年代后期非平衡產(chǎn)生了急劇添加，MLD方法每年添加的總體非平衡是0.0202，而前兩個(gè)子時(shí)期只是0.0045和0.0049。七、消費(fèi)非平衡性由于我們高度依托總體非平衡信息，我們思索檢驗(yàn)中國(guó)的消費(fèi)非平衡的可選擇方法，這種方法能夠是比收入非平衡性更好的經(jīng)濟(jì)福利目的。只需城市地域

41、的消費(fèi)數(shù)據(jù)是可獲得的，城市地域消費(fèi)信息像收入分配的方式一樣在統(tǒng)計(jì)年鑒中有所歸納。Jorgenson (1998)以為作為一種家庭資源的計(jì)算的福利目的關(guān)鍵依托收入和消費(fèi)兩者的選擇。耐久收入能夠是家庭資源的一種更好目的，雖然估算的收入與耐久收入相關(guān)，但真實(shí)的轉(zhuǎn)移性部分與耐久性收入無(wú)關(guān)。假設(shè)消費(fèi)是家庭耐久性收入的一定比例，那么估算的消費(fèi)可以作為家庭耐久收入的替代。而且估算的消費(fèi)表現(xiàn)出相對(duì)較小的暫時(shí)性動(dòng)搖。所以也許我們運(yùn)用消費(fèi)而非收入進(jìn)展福利推斷更為可靠。根據(jù)OECD國(guó)家?guī)讉€(gè)非平衡性的研討，最近收入非平衡并沒(méi)有伴隨消費(fèi)不平衡添加而添加。這種發(fā)現(xiàn)有時(shí)用來(lái)回應(yīng)收入非平衡的公共關(guān)注。不論OECD國(guó)家爭(zhēng)論能否

42、正確，它并不適宜收入和消費(fèi)非平衡性高度相關(guān)的中國(guó)。圖5左邊對(duì)比了收入和消費(fèi)的基尼系數(shù)，右邊對(duì)比了自1984年以來(lái)基尼系數(shù)的增長(zhǎng)。雖然消費(fèi)非平衡低于收入非平衡，收入非平衡增長(zhǎng)率接近平衡于收入非平衡。數(shù)據(jù)的進(jìn)一步檢驗(yàn)闡明在1997年之前，家庭平均支出與平均收入的比率在收入分配的第0到第5個(gè)百分點(diǎn)之內(nèi)平均為1.06。所以低收入家庭的消費(fèi)超越他們的收入，很能夠由于動(dòng)用儲(chǔ)蓄或政府對(duì)城市居民的補(bǔ)貼。但1997至2001年最低5%家庭的消費(fèi)-收入比率降低為0.96，闡明低收入家庭的收入分配能夠不可以對(duì)低收入平滑消費(fèi)。八、總結(jié)我們檢驗(yàn)了從1985年到2001年中國(guó)收入分配和非平衡的進(jìn)展。我們運(yùn)用最大熵密度方法

43、檢驗(yàn)中國(guó)的收入分配，當(dāng)只需有限的匯總性統(tǒng)計(jì)數(shù)據(jù)收入?yún)^(qū)間可獲得的，這種方法效果很好。最大化熵密度原理是一種通用方法，它根據(jù)部分信息給概率分布賦值。我們擴(kuò)展這種方法到分組的數(shù)據(jù)，并將它運(yùn)用在年度的中國(guó)住戶(hù)調(diào)查的收入數(shù)據(jù)匯總性統(tǒng)計(jì)上。我們可以確信這種新方法在美國(guó)數(shù)據(jù)的運(yùn)用上效果極好。運(yùn)用這種新技術(shù)和高度匯總的中國(guó)調(diào)查數(shù)據(jù)，我們最先提供了可比較的跨期中國(guó)非平衡丈量的估算。相反，大部分中國(guó)收入非平衡的先前研討運(yùn)用選擇性調(diào)查，這種選擇性調(diào)查只能得到幾年的數(shù)據(jù)，并且它沒(méi)有覆蓋全國(guó)。我們發(fā)現(xiàn)鄉(xiāng)村和城市的非平衡已穩(wěn)定添加。在樣本期間城市非平衡性低于鄉(xiāng)村，但它增長(zhǎng)很快。直接的估算分布檢驗(yàn)闡明，鄉(xiāng)村的城市的收入分配

44、都隨時(shí)間右移。很大程度上由于分配的右尾增長(zhǎng)，以及無(wú)法明顯減少極端貧困人口比重，總體分散性添加很大。添加的鄉(xiāng)村和城市內(nèi)部不平衡，擴(kuò)展的城鄉(xiāng)收入差距，以及城鄉(xiāng)人口流動(dòng)結(jié)合推進(jìn)了總體不平衡的本質(zhì)添加。對(duì)比運(yùn)用靜態(tài)分解并將總體不平衡大部分歸因于城鄉(xiāng)差距的研討，我們的動(dòng)態(tài)分解顯示，在過(guò)去二十年城鄉(xiāng)內(nèi)部和之間的不平衡添加同等導(dǎo)致了總體不平衡的增長(zhǎng)。雖然如此，我們發(fā)現(xiàn)近年來(lái)鄉(xiāng)村收入差距扮演者越來(lái)越重要的角色。最后我們察看了消費(fèi)非平衡，據(jù)稱(chēng)它是比收入非平衡更好的經(jīng)濟(jì)福利目的，而這個(gè)目的在樣本期同樣穩(wěn)步添加。因此我們也更加確信中國(guó)的非平衡在迅速添加?？傊捎诔青l(xiāng)內(nèi)部和之間的不平衡，中國(guó)的鄉(xiāng)村、城市以及總體的收

45、入不平衡較高相比開(kāi)展中國(guó)家和大部分興隆國(guó)家并依然擴(kuò)展。雖然城市不平衡性的添加快于鄉(xiāng)村地域，目前鄉(xiāng)村收入分配相比城市收入分配更不平衡。以目前速度，城市非平衡性將最終超越鄉(xiāng)村。而且，當(dāng)人口流向城市地域時(shí)，這一不平衡的趨勢(shì)將加速增長(zhǎng)。另一方面，中國(guó)政府限制從鄉(xiāng)村到城市的遷徙。即使這種遷徙被允許，城市經(jīng)濟(jì)極能夠不能包容宏大的鄉(xiāng)村人口。如此對(duì)比庫(kù)茲涅茨曲線的預(yù)測(cè)，城鄉(xiāng)收入差距能夠能夠繼續(xù)存在并在相當(dāng)長(zhǎng)時(shí)期內(nèi)引起總體不平衡的性添加。參考文獻(xiàn)Bramall， C.， “The Quality of Chinas Household Income Surveys， China Quarterly 167 (2

46、001)， 689705Chang， G. H.， “The Cause and Cure of Chinas Widening Income Inequality， China Economic Review 13 (2002)， 335340Chen， S.， M. Ravallion， and G. Datt， OVCALA Program for Calculating Poverty Measures from Grouped Data， World Bank memo (1991).Gastwirth， J.， and M. Glauberman， “The Interpolati

47、on of the Lorenz Curve and Gini Index from Grouped Data， Econometrica 44:3 (1976)， 479483Golan， A.， G. Judge， and D. Miller， Maximum Entropy Econometrics: Robust Estimation with Limited Data (New York: Wiley， 1996).Gustafsson， B.， and S. Li， “A More Unequal China? Aspects of Inequality in the Distri

48、bution of Equivalent Income， in Carl Riskin， Zhao Renwei， and Li Shi (Eds.)， Chinas Retreat from Equality: Income Distribution and Economic Transition (New York: M. E. Sharpe， 2001).Jaynes， E. T.， “Information Theory and Statistical Mechanics， Physical Review 106 (1957)， 62030Jorgenson， D.， “Did We Lose the War on Poverty? Journal of Economic Perspectives 12:1 (1998)， 7996Kakwani， N. C.， and N. Podder， “Ef?cient Estimation of the Lorenz Curve and Associated Inequality Measures fr