中国食品消费与收入的代际弹性

中国食品消费与收入的代际弹性

一、食品消费与代际流动性随着多年来的快速增长，中国人民的税收收入不断增加，收入分配问题也是影响经济发展和社会协调的重要因素。2012年12月9日,西南财经大学中国家庭金融调查与研究中心发布《中国家庭收入差距报告》,指出2010年中国家庭收入的基尼系数为0.61;2013年1月18日,国家统计局十年来首次披露官方的测算结果,指出从2003年到2012年,全国居民基尼系数在0.47到0.49之间,并于2008年后开始逐步回落。随后,较高的基尼系数以及民间与官方估算结果的差异引起了社会各界的广泛关注和诸多争论。然而,基尼系数只是反映了静态的收入差距状况,更为重要的是造成该收入差距的原因———由个人天赋和努力程度不同所造成的收入差距可以为个人努力提供适当的激励,而由家庭背景等机会差异所造成的收入差距则需要政府干预。绝对平均并不能带来社会经济的健康发展,我国计划经济年代大锅饭体制的失败已经证明了这一点,而机会均等才是一个健康社会所应追求的。代际流动性就是衡量一个社会机会公平程度的重要指标之一。较高的代际流动性意味着父代的经济社会特征对子代的影响较小,从而反映了较高的机会均等程度。近年来,随着“官二代”、“富二代”现象的凸显,代际流动性开始引起社会的关注。党的十八大报告也指出,逐步建立以权利公平、机会公平、规则公平为主要内容的社会公平保障体系,是夺取中国特色社会主义新胜利的基本要求之一。①经济学界对以基尼系数衡量的中国静态收入差距已有非常丰富的研究,相比较而言,针对中国代际流动性的经济学探讨则新近才兴起,且已有研究主要集中于从收入角度对中国的代际流动性进行测算。然而,准确计算收入的代际流动性需要个人一生的收入记录,受限于中国微观收入数据的可得性和单年收入观测值的波动性,此类研究仍未就中国的代际流动性程度取得一致结论———采用不同数据库和收入处理方法得出的中国代际收入弹性在0.3-0.9的大范围内波动(王海港,2005;Dengetal,2012;Gongetal.,2012)。笔者认为,食品消费数据可以为中国代际流动性的研究提供新的视角:一方面,与收入不同,食品消费更为平滑,在现有数据限制之下,能够较好地克服由于单年观测值波动所带来的测量误差问题;另一方面,食品消费的代际流动本身就可以提供在收入之外的、另一个反映机会公平程度的角度———如果说,收入作为个人经济成就的衡量指标、其代际流动性反映了一个社会在整体经济禀赋方面的机会公平程度的话,那么,食品消费作为最为基本的个人福利指标,其代际流动性则反映了一个社会在基本经济福利方面的机会公平程度。食品消费的较高代际流动性表明个体的基本经济福利并不依赖于父代;而较低的食品消费代际流动性则可能暗示,收入的机会不均已经直接影响到了个体基本消费和经济福利的机会均等。确实,民以食为天。改革开放以来,伴随着我国经济社会生活的变迁和居民收入的增长,食品消费情况也有了较大变化。以城镇居民家庭为例,笔者根据《中国统计年鉴》整理的数据(表1)表明,从1995年到2011年,食品支出占现金消费支出的比例由49.92%下降到了36.32%;而从食品消费支出的结构看,粮食、肉禽及其制品的比例有明显下降,而奶及奶制品有明显上升;更有趣的是,高收入阶层的食品消费在消费支出中的总占比较低,但肉禽及其制品、水产品和奶及奶制品的消费占比更高,而且相较于低收入阶层,该差距有扩大的趋势。伴随着食品消费截面上的结构性变化,其代际的不平等程度呈现怎样的情况?不同人群在食品消费的代际流动性方面是否存在显著差异?这些正是本文试图回答的问题。总之,本文旨在从食品消费角度估算中国的代际流动性,并将其与收入进行比较。下文的安排如下:第二部分对相关文献和方法论进行回顾;第三部分介绍文章所采用的模型和数据;第四部分汇报实证结果;第五部分进行总结。二、消费数据是代际流动性研究的重要视角经济学对代际流动性的研究起源于BeckerandTomes(1979)对收入的代际流动性的研究。假设家庭i由一个家长和一个小孩构成,家长的效用取决于其自身的消费Ciparent和子代的收入Yichild,家庭总收入为家长的收入Yiparent。该收入需要在家长的消费和对子代的人力资本投资Ii之间进行分配;同时,子代的收入由其人力资本在劳动力市场中的回报(回报率r)和禀赋Eichild共同决定,该禀赋则由随机量uichild和一个非随机部分eichild共同组成。eichild为除了有意识的人力资本投资和市场运气之外、其他所有能够在劳动力市场当中获得回报的子代个人禀赋(Endowment)。它的含义非常广泛,既包括生物基因遗传所带来的能力和健康特征,也包括家庭文化、成长环境和教养方式等带来的名誉、关系网络、以及个人的性格和偏好特征等等。该禀赋通过遗传率φ从父代处继承,并有一个随机的“遗传运气”部分(vichild)。家长基于上述约束最大化其效用,即,求解该最优化问题可得,由于父代禀赋eiparent难以观测,上式在实证研究中的确切求解非常困难,所以,现有研究转而首先对子代和父代之间收入的相关性程度进行分析,即,其中,β被称为代际收入弹性(IntergenerationalIncomeElasticity,下文简称IIE),IIE越大,则一个社会从收入角度看的代际流动性越小。虽然(1)式的估计已经摆脱了一般微观计量分析所面临的“因果关系”困境,只是退而求其次地估计相关性,但是IIE的估算却需要一个家庭两代人的一生收入记录,这使得简单回归系数的求解也变得非常困难。受限于收入数据的可得性,现有实证研究往往采用单年或者数年收入的均值代替一生收入(LifetimeIncome),但暂时收入冲击会导致IIE被低估。例如,针对美国IIE的估值,从早期采用单年数据的0.2(BeckerandTomes,1986)上升到了采用五年均值的0.4(Solon,1992;Zimmerman,1992);倘若进一步考虑暂时收入冲击的持久性,IIE估值会上升到0.6(Mazumder,2005)。虽然现有研究正在采用各种计量方法对无法获取一生收入记录所带来的估计偏误进行分析(Grawe,2006;Nilsenetal.2012),但是这一难题仍未获得较好解决。正如前文所言,采用消费数据可以在一定程度上为代际流动性研究提供新的视角。消费数据较为平滑,能够较少地受到由暂时冲击所带来的估计偏误的影响。此外,不少针对收入的代际流动性研究都把获取“永久收入(PermanentIncome)”作为准确估计IIE的前提,而就永久收入假说的本意而言,永久收入不过是决定人们消费水平的那个收入值;从这个角度看,与其在数据受限的情况下分析永久收入,不如直接研究消费的代际流动。与此同时,消费也是在收入之外的、另一个研究代际流动性的视角。与针对代际收入相关性的丰富研究相比①,针对消费的代际流动性研究目前还不多。Mulligan(1997)首次对父子两代人消费水平的相关性进行了研究;而Aughinbaugh(2000),FisherandJohnson(2006)和Charlesetal(2006)则通过更为细致的样本筛选和更为精确的对消费水平计算进行了拓展;Waldkirch(2004)还运用GMM方法对引起代际传承的原因进行了分解。这些研究都采用美国数据,且运用了与(2)式相同的实证方法(只是用消费数据代替了收入数据),并发现消费的代际流动性要小于收入。与此同时,针对中国代际流动性的经济学研究目前主要采用中国家庭收入调查(CHIPS)数据和针对收入进行。部分研究直接采用了单年收入数据,例如王海港(2005)首次计算出1995年中国城镇的IIE为0.42,而陈琳和袁志刚(2012)采用同一数据内的工资性收入得出1995和2002年中国城乡居民的IIE估值为0.42和0.33。少数研究采用了多年收入的均值,例如Dengetal(2012)运用了个人回忆性收入的三年均值、并修正了由于父子共同居住所导致的样本选择偏误,得出中国城镇的IIE在1995和2002年分别为0.47和0.53;陈琳(2013)也运用同一数据内的六年(1995)和五年(2002)均值、直接对暂时收入冲击所导致的估计偏误进行了纠正,得出以中国城镇居民工资性收入计算的IIE在1995和2002年间分别达到0.843和0.380。此外,Gongetal.(2012)则结合2004年中国城镇家庭教育与就业调查数据和国家统计局1986-2004年城镇家庭收入与支出调查数据(非公开数据),采用双样本两阶段最小二乘法(TS2SLS)估计了父代的一生收入,并基于此计算得出中国的IIE估值为0.36(母亲与儿子)、0.63(父亲与儿子)、0.64(母亲与女儿)和0.97(父亲与女儿)。可以看出,由于数据来源和对收入数据处理方式的不同,这些针对中国IIE的估值结果仍有较大差异。而在收入数据的限制之下,消费视角的研究可以在收入之外、为中国的代际流动性研究提供新的视角,目前还没有类似的分析。这正是本文的研究内容。虽然本文由于数据限制只能对食品消费额而非总消费额的代际流动性进行估计,从而这使得研究结果具有一定局限性,但是食品消费不仅更为平滑,也代表了更为基本的个人经济福利,从这个角度看,对食品消费的代际流动性研究也是很有意义的。同时,本文还运用CHNS数据估计了中国的IIE,并在同一样本中对食品消费和收入两个视角的代际流动性进行了比较。三、模型和数据(一)．代父代的回归方法本文首先估计中国的食品消费代际弹性(IntergenerationalFoodConsumptionElasticity,下文简称IFCE)和收入代际弹性(IIE)。和现有相关研究类似(Solon,1999;BlackandDevereux,2011),为了消除消费和收入数据中的基本个人特征因素,我们首先进行一个辅助回归,其中,Yi，t是家庭i的子代(父代)在t年的食品消费或收入的对数。Xi，t是一系列个人特征,包括用于控制生命周期影响(lifecycleeffects)的年龄、年龄平方、性别、家庭人口数和婚姻状况,用于控制经济周期影响(businesscycleeffects)的失业状况和年份虚拟变量组,以及控制区域特征的省份虚拟变量组①。由该式所得出的残差值(yi，t)用于下面的进一步分析。②将消除了个人特征的子代食品消费或收入对父代进行回归,(3)式与(1)式的区别就在于用单年的食品消费或收入观测值代替了一生收入。^β即相对应的IFCE或IIE估值。正如现有文献所指出的,采用单年观测值会低估代际弹性,所以我们采用多年均值对上述估计的稳健性进行检验,在此回归中,我们采用食品消费或收入的两年、三年和四年均值来消除暂时冲击的影响,通过比较消费与收入的差异,我们将验证前文关于消费数据更为平滑的假设。最后,通过在(3)式中纳入父代食品消费或收入与户籍和受教育程度的交叉项,我们还对不同人群的IFCE和IIE进行了比较,其中,γ显示了不同人群的代际流动性差异。由于城镇发展较为迅速,且机会相对充裕,我们假设城镇户籍的代际流动性较大;同时,一般认为教育是带来代际流动的重要途径,故我们也检验了不同受教育人群在代际流动性方面的差异。(二)核心变量和代际流动性本文所采用的数据来自于中国健康与营养调查(ChinaHealthandNutritionSurvey,CHNS)。CHNS是美国北卡罗来纳州大学人口中心、食物卫生营养组织和中国医学预防研究院组织的一项长期调查项目,采用多阶段随机分层抽样方法从覆盖了中国东、中、西部地区的9个省中抽取样本,每个省抽取4个县,每个县抽取4个村,每个村抽取20个家庭,自1989到2009年,目前共进行了8次调查,共包括4400个家庭,约19900个个体。本文的核心变量是个人食品消费与收入。其中,个人收入由CHNS数据直接提供,是包含了所有个人收入来源的个人总收入;而食品消费由笔者计算得出。具体地,CHNS的营养调查(NutritionSurvey)中记录了个人连续三天的详细食品消费量信息,通过统一的食品编码,笔者把该消费量与社区数据中相应食品的价格进行了匹配,二者相乘后汇总得出食品消费的总金额,作为研究的核心变量。本文选用了该数据中能够计算出食品消费额的五次调查数据(1997、2000、2004、2006和2009)①,并将其中的父代和子代进行配对。CHNS提供了家庭内所有个体与户主的详细关系,例如配偶、子女、父母、配偶的父母、兄弟姐妹、祖父母等等,这使得我们能够获得较以往研究更多样的父子类型———不仅包括所有的父代为户主的配对,还包括共同居住的子代为户主的配对,以及共同居住的、子代和父代都不是户主的配对②。和代际流动性的现有研究相一致(Gongetal.,2012),我们进一步选取了所需个人信息(详见表1)都完整的样本,并删除了父代和子代年龄差距小于14岁、以及非工作年龄的样本。得到最终的有效样本量为3651,由于其中部分父子同时汇报了多年的食品消费和收入值,故该样本是一个混合截面数据(PoolData)。表2给出了主要变量的描述性统计信息。③四、评估结果表明(一)家庭和婚姻特征表3显示了辅助回归的计量结果,大多数变量的系数都和类似研究一致。其中,年龄和年龄平方的正向和负向系数显示了食品消费或收入的生命周期特征;男性较女性具有显著更高的食品消费和收入;较多的家庭人口和失业减少食品消费和收入;婚姻状况的影响并不完全显著;与1997年相比,除2000年可能受到当年经济衰退的影响外,随后年份的食品消费和收入都有显著增加;而与经济最发达的省份江苏相比,其他省份的食品消费和收入都显著较低。(二)计算代际弹性基于上述回归所得的残差,表4汇报了我国食品消费的代际弹性(IFCE)。其中,第(1)列为采用整体混合截面样本得到的IFCE估值,为0.879,即父代的食品消费提高1%,将伴随子代食品消费提高0.879%。而第(2)到(5)列分别针对混合截面中汇报了不同年份的子样本、采用食品消费的多年均值估计IFCE,所得结果在0.877-0.915之间波动,与采用混合截面的估值结果差异不大。类似的,表5汇报了我国收入的代际弹性(IIE)。其中,第(1)列为采用整体混合截面样本得到的IIE估值,为0.427,即父代的收入提高1%,将伴随子代收入提高0.427%。而第(2)到(5)列分别针对混合截面中汇报了不同年份的子样本、采用收入的多年均值估计IIE,所得结果在0.423-0.689之间波动,与采用混合截面的估值结果相比有较大提高①。而这一估值与Dengetal.(2012)对中国IIE的估计结果较为接近。比较表4和表5的结果可以看出:首先,食品消费的代际弹性远远高于收入的代际弹性,即使是采用多年收入均值得出IIE的最高估值0.689,也远低于采用单年收入得出的IFCE的最低估值0.877,从而显示食品消费的代际流动性低于收入,或者食品消费的代际传承更为严重;其次,采用多年收入均值的估计显著提高了IIE估值,却没有显著提高IFCE估值,从而证明食品消费确实较收入更为平滑,能够在现有数据约束下更为准确地衡量代际流动性。(三)减少了消费总量对代际流动性的影响最后,我们还通过交叉项分析了不同户籍和受教育程度人群的代际流动性差异,表6汇报了结果。从绝对水平来看,城镇户籍显著提高收入和食品消费,且对收入的影响远高于对食品消费的影响(分别为0.308和0.051);相较于大专及以上的受教育程度组,初中高中和小学及以下都显著大幅降低收入(分别为0.287和0.102),并小幅提升食品消费(分别为0.057和0.052),教育的收入回报和低收入者较高的恩格尔系数可能是导致这一结果的原因。从对代际流动性的影响来看,城镇户籍能够较高幅度地显著降低IIE(0.137),显示城镇户籍的代际收入流动性明显高于农村户籍;而对IFCE的影响则较小(只有-0.011),且不显著,显示户籍对于食品消费的代际流动性影响并不大。而相较于大专及以上的受教育程度组,初中高中和小学及以下的人群具有较高的代际弹性,且对于IIE的影响较大(分别为0.193和0.092),且统计上也较显