中国城镇居民的财产分配，本文主要内容关键词为：中国论文,城镇居民论文,财产论文,分配论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
在中国经济改革的20年间，中国居民的收入水平出现了前所未有的长期的快速增长。这带来了两种效应，一是提高了居民的现期消费水平，二是增加了居民的财产规模。居民财产数量的迅速增加和财产形式的多元化既反映了中国经济市场化进程的重要方面，也预示着中国居民生活水平有了长期的稳定保障。然而，从社会公平的角度出发，仅仅关心居民财产平均水平的增长是不够的，还应该进一步关注财产在不同居民之间是如何分配（或分布）的。对财产分配的关注不仅仅在于财产分配本身的重要性，而且在于财产分配与收入分配之间的内在联系。从宏观经济学的角度来看，居民财产的规模及其分配也是影响居民消费，从而影响宏观经济稳定的一个重要因素。
中国古代学者们就已经相当关注财产分配问题，如孔子在《论语》中提到“不患寡而患不均”，而稍后的孟子则直接提出了财产分配的重要作用：“有恒产者有恒心，无恒产者无恒心”（注：见《孟子.滕文公上》。）。其中的“恒产”，可以被认为是当时人们对财产概念的朴素的理解。最困扰中国历代封建统治者的问题正是财产分配问题，中国历史上的多次改革都与当时最重要的家庭财产——土地的分配有关，而另一方面，中国历史上历次农民战争的起因也正与土地的高度集中有关，而那些农民运动领袖提出的纲领大多有“均”“平”等字样。从中国历史的经验来看，作为收入分配长期累积的结果，财产分配上的严重差距更可能导致严重的社会动荡，因而使财产分配的研究具有一种超乎纯粹经济研究的意味。
可是，从现有文献来看，国内外有关中国居民财产分配的研究可以说是凤毛麟角（注：对中国农村财产分配的研究文献主要来自于我们课题组部分成员的研究结果。麦金利（1994）利用课题组1988年的调查数据对中国农村内部住户之间的财产分配的不均等程度进行了分析并得出了一些有意义的结论。布伦纳（1999）利用课题组1995年的数据做了方法上大致相同的分析。然而，对中国城镇内部住户之间的财产分配的经验研究仍是一个空白。）。其原因固然很多，一个重要的原因是居民财产的加速积累只是近10年的事情。也就是说，10年前中国居民的财产，不论就其规模而言，还是就其分配不均等程度而言，都不是特别值得关注的问题（注：80年代初城乡居民主要财产形式是银行存款，1980年底人均储蓄余额为40.5元，1985年底人均储蓄余额为153.3元。）。 为了弥补这方面研究的不足，本文利用中国社会科学院经济研究所收入分配课题组获取的1995年城镇居民收入和财产的调查数据（以下简称“1995年数据”），对中国城镇居民的财产分配进行一些尝试性的分析。
二、中国城镇居民财产规模、构成及其分配
根据国际上常用的财产定义，中国城镇居民户的总财产是由六大部分构成的。它们分别是房产、耐久消费品、金融资产、债务、生产性资产和其他财产。根据1995年数据（见表1），按照当年价格计算， 中国城镇居民的户均财产总额已达到66747元， 相当于当年户均可支配收入的3.6倍。在居民户总财产中，房产估值占2／3，金融资产占17%， 耐久消费品估值占13%。为了考察居民之间的财产分配情况，我们对居民户人均财产总额及其构成分别计算了各自的基尼系数和相对于财产总额而言各个财产构成的集中率（见表2）。 城镇居民人均财产总额的基尼系数是0.411。同样可以从表2中看到，在几项财产构成中，除了耐久消费品的基尼系数小于总财产外，其余财产的基尼系数都高于总财产的基尼系数，也就是说，它们的分配不均等程度更高。通过比较各项财产构成的集中率与总财产的基尼系数，我们可以判断某一项财产构成是具有扩大总财产分配差距的效应（Disequalising effect），还是具有缩小差距的效应（Equalising effect ）（注：各项财产构成的集中率是按照基尼系数的计算方法计算出来的。当某一单项财产集中率大于总财产的基尼系数时，该项财产具有扩大差距效应；而当它的集中率小于总财产的基尼系数时，该项财产具有缩小差距效应。每个分项对总财产不均等程度的贡献率计算方法为，各分项占总财产比例乘以该项集中率，再除以总财产的基尼系数。）。不难看出，在几项财产构成中，房产的集中率高于总财产的基尼系数，也就是说总财产价值越高的家庭或个人拥有的房产价值在全部房产价值中所占的比例更高。因而它对总财产的分配不均等起到扩大的作用。由于房产价值具有较高的集中率，虽然平均来说它在总财产中的比例是67.3%，但是它对总财产不均等程度的贡献率高达72.2%（同（注：各项财产构成的集中率是按照基尼系数的计算方法计算出来的。当某一单项财产集中率大于总财产的基尼系数时，该项财产具有扩大差距效应；而当它的集中率小于总财产的基尼系数时，该项财产具有缩小差距效应。每个分项对总财产不均等程度的贡献率计算方法为，各分项占总财产比例乘以该项集中率，再除以总财产的基尼系数。））。其次，从集中率上判断，生产性资产的分配也是有助于扩大总财产分配差距的。这一点是易于理解的，拥有生产性资产的样本户主要是个体，私营企业主，他们也是财产大户。其余几项财产构成的集中率都小于总财产的基尼系数，即它们对总财产分配起到缩小差距的效应。这里，值得注意的是金融资产。从我们的数据来看，金融资产的分配并非像人们想象的那样不均等。
表1 1995年中国城镇住户财产及其构成
财产及构成 均值(元)比例(%)
财产总额 66747
100.0
其中:(1)房屋折算价值 4492867.31
(2)金融资产 11390 17.06
①银行定期存款
7108 10.65
②银行活期存款
1226 1.84
③各种债券
1383 2.07
④其它
1673 2.51
(3)耐久消费品折算价值 9076 13.60
(4)生产性资产 465 0.70
(5)其它财产 1699 2.55
(6)债务 (-)811
(-)1.22
资料来源：中国社会科学院经济研究所1995年城镇住户收入调查数据。
注：（1）房屋的折算价值是这样计算的， 即首先将房屋的总面积计算出来，根据房屋的性质（公房还是私房）进行不同的初步测算：①对租凭私有住房的住户来说，其房产价值为零。②对于公房住户来说，根据该住户对房屋市场租金的估计价值，以11年的市场租金总和作为其房产的价值。考虑到目前该家庭所支付的低租金大多只够房管部门的修缮费用，故该家庭所支付的低租金未在房屋价值估计中扣除。③对于私有房屋，则以其估计的自有房屋的市场价格作为房产价值。为了剔除极值的影响，我们在此基础上又进行部分调整，具体方法为：对于公有住房，当其单位使用面积的价值超过当地（以县为单位）平均价值3倍， 则以当地单位使用面积价值的3倍作为该家庭房屋使用面积的价值。同样，当其单位使用面积的价值低于当地（以县为单位）平均价值的三分之一，则以当地单位使用面积价值的三分之一作为该家庭房屋单位使用面积的价值。对于私有住房，本文也采用了同样的方法进行重新调整，只是上限调整为8倍，下限调整为四分之一。
（2 ）耐用消费品的价值基本来自于问卷中对家庭耐用消费品价值的回答，我们根据所调查的耐用消费品种类进行了回归分析，考虑到问卷中并未对所有的耐用消费品进行调查，所以本文对于耐用消费品价值少于2000元的家庭进行了重新估计，其耐用消费品价值用回归方程的期望值代替。
表2 1995年中国城镇住户（个人）财产分配及其分解
以住户为单位的分解结果:以个人为单位的分解结果:
财产及 比例(%)
基尼系数集中率 基尼系数
集中率
财产总额 100.0 0.4030.403 0.411 0.411
(1)房屋折 67.31 0.4700.435 0.476 0.441
(2)金融
17.06 0.6000.391 0.605 0.401
(3)耐久
13.60 0.3790.215 0.391 0.232
(4)生产性 0.70 0.9920.616 0.952 0.578
(5)其它2.55 0.8210.340 0.819 0.336
(6)债务 (-)1.22 0.953 -0.219 0.992 -0.214
资料来源：中国社会科学院经济研究所1995年城镇住户收入调查数据。
对于人均总财产的这种分配状况，我们又如何判断呢？一般来说，仅仅根据人均总财产的基尼系数，是无法进行价值判断的。我们能够做的是进行两方面的比较。第一，将财产分配与收入分配进行比较。通过这种比较，我们可以知道财产分配对收入分配的影响。如果我们更注重后一方面的分配，不能不对影响收入分配的主要因素之一的财产分配进行考察。第二，将中国的财产分配与其他国家进行比较。这种比较的意义在于我们能够意识到中国财产分配在国际上的相对水平。
我们知道，同样利用1995年数据，几项相关的研究结果计算出的中国城镇人均可支配收入的基尼系数大约是0.28（卡恩，李思勤，1999；赵人伟，李实，1997）。可见，比较而言，中国城镇的财产分配的不均等程度要大于收入分配的不均等程度，前者比后者高出约13个百分点。然而，仅仅对财产和收入分配的基尼系数进行简单的比较，并不能得出结论认为收入越高的家庭所占用的财产比例也就越高。这一结论是否成立将取决于按收入排序的总财产的集中率与收入分配的基尼系数之间的比较。如果前者高于后者，那么上述结论是成立的；否则是不成立的。这样，我们计算了按收入排序的总财产及其各分项财产的集中率。其结果显示，总财产的集中率是0.331，比收入分配的基尼系数高出约5个百分点。
与其他国家相比，中国城镇的财产分配是较为均等的。从现有文献来看，发达国家的财产分配的不均等程度远大于中国。美国是发达国家中财产分配较为不均等的国家之一。根据美国纽约大学沃尔夫（
E.Wolff，1996）的研究成果（见表3），1993年美国的人均财产分配的基尼系数高达0.79，百分之一的最富住户占有了全部住户财产总额的35%。瑞典是发达国家中财产分配较为均等的国家之一，瑞典的户均财产的均等程度虽然低于美国，但也处在较高的水平上。1992年瑞典百分之一的最富住户占有了全部住户财产总额的20%左右。而根据我们的测算，1995年中国城镇住户的这一比例是6%左右（见表3）。日本可以说是发达国家中财产分配不均等程度最低的国家，其原因在于房地产在日本住户的财产组合中占有相当高的比例（E.Wolff，1996）。1984 年日本百分之五的最富住户占有了全部住户财产总额的25%。相比而言，1995年中国城镇住户的这一比例是20%（注：根据沃尔夫（E.Wolff，1996）的估计，80年代以来一些发达国家的财产分配的不均等程度是上升的，如美国和瑞典。与1983年相比，1992年美国百分之一的最富住户占有全部住户财产总额的比例上升了大约10个百分点。另据克尼科尔和伍德伯恩（A.Kennickell and L.Woodburn;1999）的估计， 与 1992 年相比，1995年美国的财产分配不均等程度进一步上升了。）。
表3 住户（个人）财产分配的国际比较
(占全部住户财产总额的百分比)
住户(人口)分组中国城镇美国法国日本 瑞典
(1995) (1983)
(1986) (1984) (1992)
(1)最高1%住户组 6 35 26
-
20
(2)最高5%住户组20 56 43 25
-
(3)最高20%住户组
37 80 69
-
-
(4)最低20%住户组
6
0
1-
-
基尼系数(住户）
0.403
0.79 0.71 0.52-
资料来源：（1）E.Wolff，“International Comparisons ofWealth Inequality”，Review of Income and Wealth，Series 42，Number 4， December 1996.（2）1995年数据。
三、中国城镇居民财产的决定因素分析
中国城镇住户财产分配的不均等自然引起我们对其背后影响因素的探求。为了实现这一目的，我们对城镇住户的财产函数进行了估计。被估计的财产函数采取了这样一种形式，即w＝f（A,H,y,C,u），其中w是住户总财产的对数；A是户主年龄变量， 用来测定财产变化的生命周期效应；H是人力资本变量， 这里我们引入了户主的教育水平和职业类型作为代理变量；y是住户收入变量， 用来测量收入对财产增长的影响程度；C是其他控制变量，在我们模型中它们分别是家庭规模， 省份变量（这里使用了省人均GDP），户主工作单位的所有制性质， 户主的政治面目（注：在近期的文献中， 个人的政治面目经常被解释为社会资本（Social capital）的代理变量之一。在我们模型中，它被作为控制变量来处理。），u是随机误差项。在具体模型估计时，为了理解住户收入变量和省人均GDP变量与住户总财产之间的函数形式， 我们分别估计了两个模型。一个模型中的住户收入与财产被确定为线性关系，而在另一个模型中则将它们处理成非线性关系。从系数估计值上来看，线性关系更合适一些。
住户财产函数的估计结果是相当令人满意的。如附表1所示，Adj—R[2]达到0.60以上，也就是说住户总财产变异的大约60%是可以由我们引入的解释变量来解释。这对于横截面数据来说是相当高的。依据估计结果，我们发现中国城镇居民户的财产分配中有两个特点是特别值得关注的。首先，财产分配没有明显地表现出正统生命周期理论所预示的特点。这一点也是与大多数发达国家的财产分配不同的。从户主年龄组的不同虚拟变量的系数估计值来看，家庭财产的规模开始是随着户主年龄的上升而上升，到35岁—44岁年龄组时达到最大值。然而，在户主的45岁—49岁年龄段上住户资产水平出现大幅度下降，然后又随着户主年龄的上升开始又一轮上升，在60岁—64岁年龄段上达到第二个高峰值。不难看出，与正统的生命周期理论相比，中国城镇住户的财产积累表现出两个不同的特点。第一，生命周期理论认为人们的财产积累是随着年龄的增加而不断上升，在退休之前达到最高水平。也就是说在人们一生中财产积累只有一个峰值（注：关于财产积累的生命周期变化的最新研究成果，请参阅伽伯利（T.Jappelli;1999）。 伽伯利利用意大利的时间序列数据对意大利居民户的财产分配与住户年龄的关系进行了估计。其结果表现出与正统生命周期假说的一致性，即居民户的财产随着住户年龄增加而上升，在55岁左右达到最大值，然后开始下降。）。然而，我们看到的中国城镇住户的财产积累却出现了两个差别很小的峰值。第二，由于第一个峰值的出现很大程度上与随后出现的财产积累的谷底相关，而这一谷底的出现是正统的生命周期理论所不能解释的。那么我们又应该如何解释这一谷底的出现呢？财产积累的谷底恰好发生在45岁—49岁年龄组。对于这一年龄组的户主来说，他们的子女大多处在或者接受高等教育，或者结婚出嫁的年龄阶段，也就是说正是需要家庭较大支出的时期（注：在1999年的一次盖洛普调查中，被调查者对“为什么进行储蓄？”的回答是这样的，用于子女教育成为家庭储蓄的第二大动因（63%），为了子女结婚成为第四大动因（见《北京青年报》1999年10月15日第13版）。中国人民银行1997年在20个城市进行的储蓄问卷调查中，对“您存款打算做什么”的问题中，19%的储户回答“为攒孩子教育费”（见《当前中国居民储蓄的行为分析》《统计研究》1999年5月 15日）。）。对于这一部分住户来说，他们的现金收入不能满足大宗消费支出的需要，往往要动用银行存款或其它金融资产。因而出现了财产总额的负增长。
其次，在我们的估计结果中，有一点是出乎预料的。这就是人力资本的代理变量，教育和职业变量的估计系数似乎是有悖于常规。从教育变量的估计系数上看，小学以下文化程度的户主家庭的财产积累的平均水平显著地高于受过更高教育的户主家庭。如附表1所示， 文盲和半文盲户主家庭的平均财产额比大学文化程度的户主家庭要高出约18%，比中专文化程度的户主家庭高出约22%，比初中文化程度的户主家庭高出约18%。同样地，在户主的职业变量的估计结果中，户主为科技人员的住户的平均财产额不仅明显低于企事业单位的负责人和办事人员，而且也不高于一般工人（后者的系数估计值还高于前者，虽然该估计值在统计上不显著）。对此，我们又该如何解释呢？首先，在财产模型中，我们引入了住户收入变量和省人均GDP变量， 这样户主不同教育水平的系数估计值的差异可以被理解为在收入水平相同时的结果。这也表明了对住户财产而言，收入水平是一个更强相关的变量（注：这在我们的模型估计结果中表现为很高的收入变量系数估计值。）。然而，即使在相同收入水平下，为什么户主人力资本较低的家庭的平均财产积累水平反而更高呢？对此，我们的解释是这样的：在收入水平相同的情况下，较高的财产积累率只能表明较低的边际消费倾向和较高的边际储蓄倾向。户主的人力资本较低的家庭之所以保持较高的储蓄倾向，主要是因为他们的未来收入增长具有更大的不确定性，从而影响其对未来收入增长的信心。而事实上城镇劳动力市场竞争也越来越不利于缺少必要人力资本的就业者。
四、中国城镇居民财产分配与收入分配的关系
鉴于城镇居民财产分配与收入分配存在着较强的正相关性，在本节中我们将对二者关系作进一步的分析和解释。为了更加形象地说明它们之间的关系，我们使用了一个样本分布散点图（图1），表示6851 个城镇样本户的财产和收入分布情况。从图上不难看出，样本户的财产和收入之间的总体趋势是明显的，即高收入户是与高财产户是相对应的。
图一
为了能够从数量上理解居民户的财产分配与收入分配间的关系，我们还分别计算了总财产及其分项财产相对于收入分配的集中率。财产的集中率与收入的基尼系数之间的关系可以这样理解：如果财产的集中率高于收入的基尼系数，表明财产分配向高收入居民户倾斜（注：举例来说，最高收入组所占有的全社会总财产的比例超过了其占有的全社会总收入的比例。）；反之，如果财产的集中率低于收入的基尼系数，则表明财产分配向高收入居民户的倾斜程度不如收入分配的倾斜程度。我们的实际计算结果表明（见表4），1995 年城镇居民户可支配收入的基尼系数为0.281，而总财产的集中率为0.331，后者比前者高出5 个百分点。也就是说，总财产的分配更加向高收入居民户倾斜。在分项财产中，房产价值和金融资产的集中率都明显高于可支配收入的基尼系数。
表4 1995年中国城镇住户（个人）财产分配与收入分配
以住户为单位的计算 以个人为单位的计算
结果:基尼系数或集
结果:*基尼系数或集
中率中率
可支配收入(现金收入)
0.2810.286
财产总额
0.3310.342
(1)房屋折算价值0.3630.373
(2)金融资产0.3190.335
(3)耐久消费品折算价值 0.1850.203
(4)生产性资产 0.1220.073
(5)其它财产0.1660.277
(6)债务0.2820.100
以个人为单位的计算
结果:**基尼系数或集
中率
可支配收入(现金收入)
0.274
财产总额
0.256
(1)房屋折算价值0.243
(2)金融资产0.340
(3)耐久消费品折算价值 0.200
(4)生产性资产 0.132
(5)其它财产0.051
(6)债务0.268
资料来源：中国社会科学院经济研究所1995年城镇住户收入调查数据。
注：可支配收入的数字为基尼系数，财产总额及各个分项财产的数字均为集中率。
*该列系根据可支配收入计算得出。** 该列系根据个人现金收入计算得出。
财产增长函数可以表示为这样一种形式：W[,t]＝f（Y[,t]，W[,t]－1），其中W[,t]是t期的财产额，Y[,t]是t期的收入水平，W[,t]－1是t－1期的财产额。根据上述公式， 如果知道居民户的平均消费倾向和前期财产的实际收益率，我们不难算出现期财产的增长率和实际额。从理论上讲，财产分配和收入分配之间的相关性可能来自两方面的原因。第一，收入分配结构的长期稳定性。也就是说，如果高收入阶层一直属于高收入阶层，低收入阶层一直属于低收入阶层，高收入阶层的财产积累就会快于低收入阶层。并且财产的积累具有很强的持续性，前期的财产积累直接影响到后期财产的形成。这在统计上就会表现为收入分配与财产分配之间的正相关性。第二，前期的收入和财产积累对现期的财产积累不起明显作用，而起主要作用的是现期收入。这在统计上表现为收入分配与财产分配之间的正相关性。
中国城镇居民户的财产分配与收入分配之间表现出来的强相关性在很大程度上是与过去20年中居民收入增长的特点不无关系。回到20年前，中国城镇居民户的财产积累规模是非常有限的。可以说，大家基本上都处在一种“无产者”状态。由于耐久消费品的短缺，少数较高收入户的储蓄也只能存入银行，这一现象常常被经济学家称之为“强迫储蓄”。对于中国当时的人均收入水平而言，“强迫储蓄”即使存在，但其数量规模也是相当有限的。应该说，从80年代后期开始的收入快速增长才真正为城镇居民提供了积累财产的可能，然而居民户的财产积累却表现为较为单一的形式，储蓄除了用于购买耐久消费品之外，基本上只有存入银行这一条出路。于是，城镇居民户的财产总额中金融资产的比例，随着居民收入的增加而不断上升。然而，这仅仅是名义金融资产的增长。80年代后期开始不断出现的通货膨胀过程又在不断“侵蚀”实际金融资产，因为银行存款利率经常低于实际通货膨胀率。银行存款的负利率实际上是削弱了过去积累下来的财产对现期财产积累的作用。在这种情况下，现期收入在决定财产积累中的作用就会变得越来越突出，特别在名义收入快速增长的时期更是如此。如果收入阶层之间出现了纵向流动，在财产积累方面新的高收入阶层就会取代老的高收入阶层成为“财主”。
五、结论与政策考虑
本文利用住户调查数据对1995年的中国城镇住户的财产分配状况进行了经验分析，并从中发现了一些有别于其他国家的特点。这些特点既反映了中国经济转型过程中居民收入增长和收入分配格局的一些独特变化，也反映了中国城镇居民在消费和储蓄方面表现出来的传统文化因素的影响。首先，中国城镇居民的财产积累是在较短时期内发生的，因而与大部分市场经济国家相比，中国城镇居民之间财产分配的差距并不大。但是我们也应该看到，中国城镇居民的财产分配差距超过了收入分配差距，而且从长期趋势上可能会出现加速扩大的势头。其次，中国城镇居民之间财产分配的不均等并非全是经济市场化过程的结果。一些不均等的原因来自于传统计划经济遗留下来的分配模式。正如我们的分析所表明的，城镇住户之间的房产分配的差距是相当显著的，而这一现象的根源在于福利分房制度。现在的住房改革仅仅是把原来的传统分房制度中实物分配的不均等用货币化的形式显现出来而已。城镇住房改革并没有刻意去矫正传统分房制度遗留下来的不均等。再次，在大多数市场经济中出现的财产分配的单峰生命周期变化这一现象，并没有在我们的经验分析中得到证实。我们的发现是，在户主一生中，财产积累出现了两个峰值。这种现象是与两峰之间财产积累的低谷相联系的，低谷正好出现在住户的这样一个年龄段上，正值家庭子女需要接受高等教育，结婚成家。这时家庭消费支出会大幅度增加，储蓄显著下降。这种现象本身反映中国自有的传统家庭观念，家庭的储蓄和财产积累不仅仅是户主为了自己将来的养老，而且首先为了子女的教育和成家立业。最后，我们的分析还表明了财产分配和收入分配之间的强相关性。在目前阶段，家庭收入的增长对其财产增长具有更加明显的影响作用。但是，应该考虑到在不久的将来可能出现的反向作用，即居民之间的财产分配会更加明显地影响到收入分配，成为收入差距扩大的一个主导因素。这在大多数发达和发展中国家中已成为一个不容争议的事实（A.Atkinson，1997）。由于在住户财产调查方面存在着一定的难度，我们掌握的数据存在着低估的问题。中国城镇内部实际的财产分配差距可能远大于本文所描述的状况。特别是那些利用权力攫取社会财富的腐败官员，利用体制漏洞“寻租”（Rent-seeking）和“造租”（Rent-creating ）侵吞国家财产的社会蠹虫，利用不法手段聚敛钱财的犯罪分子，其巨额财产虽无法显示在我们的统计分析中，但是它对现实中财产分配差距的扩大是无可置疑的事实，更为重要的是它成为社会不稳定因素的主要根源。因此，现在看来我们应该把政策的重点放在如何整治不法财产来源方面。
附表1
中国城镇居民户财产函数的估计结果
解释变量被解释变量:户总财产对数
方程(一) 方程(二）
均值 系数估计值
t-value
系数估计值 t-value
常数项1.00 -1.116** -8.440 13.435**
5.01
户人均收入9.67 1.076** 75.926
0.018 0.063
户人均收入
对数的平方93.76 0.054**3.794
省人均GDP的
对数 8.41 0.216**
14.731 -1.993**
-3.485
省人均GDP对
数的平方 70.97 0.129**3.849
户人口数 3.135
-0.052**-7.093 -0.052**
-7.136
29岁以下 0.05 -0.070* -2.289-0.077*
-2.501
30-34岁
0.12 -0.046* -2.081-0.047*
-2.115
35-39岁
- - - -
40-44岁
0.19 0.0040.201 0.0060.288
45-49岁
0.14-0.083** -3.859-0.080** -3.717
50-54岁
0.10-0.032
-1.363-0.034-1.413
55-59岁
0.09-0.042* -1.696-0.045-1.832
60-64岁
0.100.002 0.063 0.001 0.047
65岁以上 0.06-0.014
-0.465-0.014-0.487
党员 0.34-0.027*
-1.986-0.027*
-2.006
非党员 - - --
学以上
0.09 -0.065* -2.100 -0.062*
-2.036
大专 0.14 -0.084**-2.947 -0.079** -2.775
中专 0.16 -0.106**-3.957 -0.101** -3.799
高中 0.20 -0.060* -2.405 -0.056*
-2.249
初中 0.30 -0.067**-2.956 -0.064** -2.825
小学 0.09
-
-
-
-
半文盲
0.02
0.106* 2.100
0.096
1.909
中央和省级
国有 0.30
-0.032
-1.612 0.033 - 1.640
地方国有 0.53
-0.040* -2.191-0.041* -2.198
集体企业
-
- --
个体、私营0.01 -0.092 -1.233 -0.094 -1.271
其它 0.03 -0.008 -0.227 -0.014 -0.396
户主职业:
私营、个体
企业主
0.01
0.066
1.110
0.0651.085
科技人员 --
--
位负责人 0.16
0.053** 2.662 0.052** 2.617
办事员
0.20
0.051** 2.761 0.051** 2.743
工人 0.32
0.0070.387 0.006
0.301
其它 0.08
0.0752.945 0.074** 2.899
Adj-R[2]0.605
0.6067
F-value
389.42
365.28
被解释变量10.83 10.83
样本量 6850 6850
注：系数估计值空缺的解释变量为虚拟变量组中的省略变量。**表明该系数估计值在1%的水平下是显著的；*表明在5 %的水平下是显著的。