《现代财经-早读早分享》2024年12月20日周五（第3220期）

今天是2024年12月20日，星期五，农历十一月二十一，美好的一天从阅读《现代财经-早读早分享》开始！

以下内容是由《现代财经》编辑部根据国内外财经类门户网站相关资讯编辑整理而成（总第3220期）。原创不易，敬请尊重。谢谢鼓励。

  一、早读分享   

何抑志，何以扶志?论数字化背景下机会不平等对个体志向的影响

  导读  

一、引言与文献综述

迄今为止,虽然中国的绝对贫困问题得到了历史性解决,但低收入群体规模依然庞大,通过“志智双扶”巩固脱贫攻坚成效仍然是根本之策。“双扶”之中,扶贫先扶志,“扶志”政策是从思想根源上摆脱“心贫”、激发低收入群体内生发展动力的必要途径。随着政府对“扶志”的重视程度日渐加深,其具体措施形式趋于多样,但实施效果还有待提升。“扶志”政策并不像“扶智”政策在专注于提升个体学历与技能时仅需通过提供教育补助、技能培训等具有直接针对性的方式便可卓有成效,影响志向的因素错综复杂,从多视角去理解、明晰志向的形成或变化有助于更准确地把握“扶志”政策的优化方向。在国内经济学实证研究领域,鉴于“志向”本身难以量化的特征,其被视为贫困治理问题中形而上学的“模糊存在”而鲜有人问津,有文献将其作为“精神贫困”的组成部分展开论述,但缺乏从其他视角进行独立的分析与阐释。反观国外,围绕“志向(aspiration)”展开的深入探讨层出不穷。Appadurai(2004)和Ray(2006)提出的相关理论奠定了经济学领域志向研究的基础,此后不少文献就志向的形成做了定性和定量层面的考察。作为个体的主观意志,志向受到诸多因素的影响,这些因素可划分为内在特征和外在约束,前者涵盖个体过往的经历、性别、年龄、宗教和受教育水平等,后者则包括家庭特征、社会环境、自然环境以及气候条件等(解垩 等,2022)。在国外,有不少文献指出,志向的形成与社会环境、社会互动等社会因素有着密切的关联(Appadurai,2004;Ray,2006;Stark,2006;Genicot et al.,2017)。还有研究强调,不平等现象会加强人与人之间的社会比较,进而对个体志向产生重要影响(Posel et al.,2019)。在国内,关于不平等、社会比较等外在因素如何影响经济学层面志向的问题却很少进入学者的研究视野。鉴于此,本文将尝试从不平等视角展开探索以弥补这一缺憾。

收入不平等是不平等的重要体现,这不仅是中国长期以来悬而未决的难题,也是经济学研究中长盛不衰的经典议题。已有文献大多聚焦不平等的结果,往往忽视了不平等的来源。导致收入差距扩大的因素众多,既与自身努力程度密切相关,也不排除外界因素的影响,前者导致的差距更容易被接受,而后者引发的社会矛盾往往会激起大众的不满。这其实也对应了Roemer(1993,1998)提出的机会不平等理论,在其构筑的“努力-环境”二元分析框架下,影响个体经济结果的因素可归为两类:一是不受个体掌控的环境因素,包括家庭背景、社会关系、性别、出生地点等外生因素;二是个体可选择且社会尚能问责的努力因素,包括受教育水平、工作选择、工作时间等。个体收入正是“环境”和“努力”两类因素相互作用的结果,这引致了传统意义上的收入不平等,其中仅由环境因素造成的不平等又被称为“机会不平等”。在Arneson(1999)看来,即便是存在结果上的不平等,倘若个体享有获取某种结果的同等机会,那样仍符合公平正义的分配原则。机会不平等则有悖于该原则,其存在及程度的加深容易产生消极影响,譬如抑制个体的积极性、引发社会纠纷等,进而可能会阻碍经济社会的高质量发展。

国内关于机会不平等的研究主要集中在测算方面,其方法可归纳为两类:一是主观测度法,即利用微观调查问卷中个体对机会不平等的主观感知进行衡量(史耀疆 等,2006;何立新 等,2011;崔巍 等,2022)。二是客观测度法,主要包括事前法和事后法。其中,事前法是依据努力因素发挥效用之前的环境集差异将个体划分为不同类型,进而关注不同类别间的收入分配结果。在事前法中被广泛使用的主要有参数法和非参数法,参数法一般是基于收入回归方程构造反事实收入,在此基础上从实际的收入不平等中剥离出由环境因素导致的机会不平等;非参数法则是依据环境因素对样本进行分组处理,利用组间不平等估算出机会不平等。相较于参数法,非参数法没有特定的函数形式,避免了因函数的随意选择而导致的结果偏差,但对样本数据的要求较高,如果可观测的环境变量个数较多而样本量不够大,就会导致机会不平等估计系数出现偏误。事后法是按照个体努力程度的差异进行分组,定义组内收入不平等为机会不平等。在实际研究中,事前法因无需度量难以识别的努力程度而优于事后法,参数法因不受限于样本量的要求相较于非参数法应用更广泛。因此,在客观测度法中,事前参数法是机会不平等测度的主流方法(Bourguignon et al.,2007;Ferreira et al.,2011;陈东 等,2015;李莹 等,2019;李实 等,2022)。当然,也不乏有文献采用事后法、非参数法进行测量(Checchi et al.,2010;潘春阳,2011;江求川 等,2014;龚锋 等,2017)。随着研究的不断深入,开始有文献针对传统测算方法的不足提出了改进(雷欣 等,2018;刘波 等,2020;万相昱 等,2024),这使得机会不平等的测度结果更加规范和具体,越来越接近于社会发展现状。

虽然国内在机会不平等的测算方面建树颇丰,但机会不平等可能引发的一系列社会问题却未引起学界的足够重视。在既有的相关研究中,被探讨较多的话题是由收入不平等对居民幸福感的影响引申出的机会不平等对居民幸福感的影响。相关研究大多选用主观评价指标刻画机会不平等(史耀疆 等,2006;何立新 等,2011;陈前恒 等,2014;鲁元平 等,2014),且得出了较为一致的结论,即机会不平等会降低居民幸福感或是生活满意度。选用客观指标度量机会不平等的研究相对较少,如,万广华等(2021)的研究表明,机会不平等对居民主观幸福感的边际影响随着相对收入的提升呈现倒U形变化趋势。事实上,幸福感与志向之间可能也存在密切的关联,如,Inglehart(1990)认为,个体幸福感取决于志向与实际成就之间的差距。本文就重点关注了个体志向。与本文研究内容最为相近的是陈晓东等(2018)关于机会不平等如何影响居民社会流动预期的研究,其基于2010—2013年中国综合社会调查(CGSS)数据进行实证分析,用个体主观上对社会等级变化的预判来衡量社会流动预期,结果表明,居住在机会不平等程度越高地区的个体,其向上的社会流动预期越明显。类似地,杨碧云等(2024)在利用2010—2018年中国家庭追踪调查(CFPS)数据分析机会不平等影响居民消费的作用机制时,证实了机会不平等对经济地位渴求的促进作用。这两个研究涉及的居民对社会等级变化的预判和对经济地位的渴求其实可视为志向的体现,本文所关注的志向本质上就是一种收入期望或阶层期望。

此外,在近年来国内的相关研究中,有部分注意到了数字经济、数字要素对阶层流动机会的影响(田艳平 等,2023;李何波 等,2023)。当前,数字技术的蓬勃发展已成为时代的蔚然之势,数字化的时代背景也赋予了社会发展诸多的机遇与挑战,是分析社会问题时有必要纳入考量的背景因素。基于此社会现实及既有研究提供的思路,本文尝试将机会不平等影响个体志向问题嵌入数字化的时代背景下,阐明数字技术发展与机会不平等影响个体志向的交织互动,为数字化背景下探索“扶志”政策的优化方案建言献策。相较于既有研究,本文的边际贡献主要体现在两个方面:一是从社会层面的机会不平等视角探讨影响个体志向的外在因素,既有利于分析机会不平等可能引发的社会问题、丰富当前国内在机会不平等领域的研究成果,同时也有益于拓宽个体志向溯源的范畴;二是契合当下数字化热点话题,揭示数字技术发展在机会不平等影响个体志向过程中究竟发挥了何种效用,可为中国“扶志”政策的制定提供多视角的设计思路借鉴。

二、理论分析与假说提出

(一)在不公中奋起,还是在不公中消沉?

不平等现象会引发人与人之间的社会比较,社会比较往往又是影响个体志向形成或变化的重要外源因素,那么不平等尤其是环境因素引致的机会不平等会如何影响个体志向呢?这一问题引人深思。关于不平等影响个体志向的内在机理可通过“隧道效应”理论和“相对剥夺效应”理论加以解读。

“隧道效应”理论认为,随着经济的发展,收入差距愈发明显,有些人从收入不平等中洞察出了向上社会流动的机会,当发现其他人的收入增加时,坚信自己以后也能从经济发展中获益,从而萌生了希望和信心(Hirschman et al.,1973)。这种对未来的积极预期其实也可以理解为志向。因此,有研究推断,个体的志向可能是由其他人的相对成功激发的(Posel et al.,2019),不平等程度的加深会迫使个体付出更多的努力以减少相关的社会地位剥夺(Stark,2006)。但值得注意的是,“隧道效应”的成立存在一个前提假设——机会均等,即个体在追求财富提升或是其他目标时拥有同等的机会(何立新 等,2011)。在机会更为平等的社会中,低收入群体更容易观察到高收入群体的行为表现,并将其视为标杆以学习与借鉴,互动效应的发挥使得收入差距的存在对低收入者产生了良性的激励效果。本文重点探讨的机会不平等与“隧道效应”的前提假设相悖,当机会不平等现象存在时,这种正向“隧道效应”则不能成立。

依据社会学家Runciman(1966)提出的“相对剥夺效应”理论,当人们与参照群体进行比较从而发现自身处于劣势时,会不由自主地产生一种被他人剥夺的负面心理体验,即“相对剥夺感”。有研究表明,高度的不平等可能会抑制低收入者的志向提升(Corneo et al.,2001;Halleröd,2006;Ray,2006)。因为在收入相对落后的群体看来,迫于当前拮据的经济状况,较为富裕的生活水平是自身无论如何都难以达到的。这种通过与他人比较产生的横向攀比心理会让部分个体认为其他人所获得的利益甚至是获取方式都优于自己,在无法对此进行冷静分析时,就会展露出不满的情绪和相对剥夺感,个体志向因此受挫。“相对剥夺效应”的成立并没有机会均等或其他相关的前提条件,意味着其对收入不平等和机会不平等都适用。结合社会发展现实作进一步的分析,本文认为,相较于收入不平等,机会不平等可能更容易引发相对剥夺效应。这是因为在当前中国以市场经济为主导的体制下,收入的分配取决于个体劳动的贡献,“多劳多得、按劳分配”的竞争规则被大众普遍认可(史耀疆 等,2006),由此,人们对于由个人努力程度差异造成的不平等可能有着相对更高的接受程度,但由各种自身不可控因素导致的不平等则会令人反感,这种反感容易转变成一种面对先天劣势时的无力感,从而使个体对未来的收入提升或是阶层跃迁不再抱有希望,意志日渐消沉。在实际生活中,类似的社会现象也不少见,“富二代”“官二代”等凭借着雄厚的家庭背景轻松收获成功,此类群体的存在尤其是其表现出的“炫富”行为会让低收入者抱怨社会的不公,容易陷入“宿命论”式的嗟叹之中,当个体内心积压了过多的负面情绪时,会深感前途迷茫,对未来失去信心。

据此,本文提出:

研究假说1：机会不平等程度的加深会抑制个体志向水平的提升。

(二)数字技术,是推波助澜还是力挽狂澜?

当前数字化浪潮方兴未艾,信息技术渗透于居民生活的方方面面,机会不平等引致个体志向的转变想必也会受到数字技术的影响。对此,本文将主要从劳动力就业环境改善和社会比较半径扩大两个层面进行阐释。

1.数字经济改善了劳动力就业环境

数字经济已成为带动就业的新引擎,有利于改善劳动力就业环境,有助于个体志向提振。一方面,数字经济有效缓解了劳动力配置时面临的信息不对称问题,打破了信息壁垒,使劳动者能够在广阔的市场上迅速响应劳动需求、匹配到合适的工作;另一方面,数字经济也创造了诸多新型就业岗位,催生了大量就业机会,从而拓宽了劳动力的收入来源,尤其是电子商务等平台经济的崛起为低收入群体或是农村居民的脱贫增收注入了新的动能,也在一定程度上打破了传统产业对性别的限制和歧视,保障了女性平等就业的权利。由此可见,数字经济的出现实际上为很多人提供了实现赶超的机遇和希望,而目标能否实现的关键在于个体是否愿意且有能力把握住机遇。这就意味着,即使机会不平等现象存在,个体仍可以借力数字经济的东风并通过自身的努力实现收入的提升或是阶层的跃迁。此时,机会不平等对个体志向的消极影响将会淡化。因此,从数字经济改善劳动力就业环境的角度来看,数字化水平的提升会弱化机会不平等对个体志向的抑制作用。

2.数字媒体扩大了社会比较半径

数字媒体提供了社交媒体的一个子类别,加强了人与人之间的社交互动(Safdar et al.,2020)。不可否认的是,互联网和移动设备的普及拓宽了大众获取信息、延展视野的渠道,但由此会带来怎样的影响值得思考。正如前文所述,志向往往形成于社会比较之中,在信息匮乏的时代,个体进行比较的对象通常锁定在周围的人群,比如同一个社区内的居民或是亲戚朋友之间,在这样的社交半径中,多数人处于同一个或是相近的社会阶层,家庭背景的差异很少会达到天壤之别的程度,因此机会不平等的存在感有限,可能不会对个体志向产生过大的影响。但数字技术的发展打破了人与人交流的地理空间限制,原有的社会比较范围被无限延伸,人们通过各类社交媒介接触到了不同家庭背景、处于不同社会阶层的群体。社会比较对象范围的扩大意味着有了更多的参照群体来评估自身的收入水平或阶层地位,其后果是一方面会增加个体进行社会比较的频次,但频繁比较可能会引发更多的关注和焦虑;另一方面,个体主观层面所能感知到的机会不平等的上限也在不断被突破,容易导致更强的挫败感和无力感。也就是说,数字媒体的发展和应用会使个体志向更容易受到机会不平等的负面影响。因此,从数字媒体扩大社会比较半径的角度来看,数字化水平的提升会强化机会不平等对个体志向的抑制作用。

综合来看,数字技术产生的效应不一,其在机会不平等影响个体志向的作用路径中可能发挥着正向或是反向的调节作用。

由此,本文提出:

研究假说2：随着数字化水平的提升,机会不平等对个体志向的抑制作用可能会减弱,也可能会加重。

本文依据以上的分析内容绘制了如图1所示的框架图以更直观地展现机会不平等对个体志向的影响效应及作用机制。

图1 机会不平等对个体志向的影响效应与作用机制

三、研究设计

(一)数据来源

国内涉及机会不平等测算的相关实证研究大多采用中国综合社会调查(CGSS)数据,也有不少选用中国家庭收入调查(CHIP)、中国家庭追踪调查(CFPS)等数据,本文的微观数据来源于中山大学社会科学调查中心实施的中国劳动力动态调查(CLDS),该调查包含个人、家庭和社区三个层次,内容涉及社会、人口、经济、心理等多学科领域。CLDS团队于2011年展开试调查,自2012年开始,每两年对劳动力人口进行一次动态追踪调查,至今已发布了2012—2018年的四轮正式调查数据,由于本文所设定的相关指标在2012年数据中存在大量缺失以及较多个体样本与父母信息难以匹配的情况,故本文使用2014年、2016年和2018年三期数据,并依据研究需要对数据做了如下处理:一是剔除了含有变量缺失值、异常值的样本;二是基于中国国情和劳动法规定,将个体年龄限定在16～60岁的范围内;三是舍弃了当前或出生时户口性质为农业户口、非农户口、居民户口以外的样本;四是为保证测算结果的准确性,剔除了收入小于等于0的样本;五是为避免异常值的干扰,同时考虑到机会不平等的测算中关于明瑟收入方程的设定要求,对收入进行了Winsorize缩尾和对数处理。虽然2014年和2016年的数据中包含追访样本,但限于2018年均为新增样本,故本文采用的是混合数据,最终获得的有效样本量为26767个,其中,2014年为11794个,2016年为8353个,2018年为6620个。2014年和2016年的样本涵盖除海南、西藏外的29个省份,2018年的样本涉及除海南、西藏和新疆外的28个省份。此外,在本文的宏观省际数据中,数字普惠金融指数来源于《北京大学数字普惠金融指数》(2011—2020),其余数据均来源于《中国统计年鉴》。

(二)变量说明

1.被解释变量

本文的被解释变量为个体志向。为避免单一视角分析的局限性,本文尝试从存量和增量的角度将个体志向分为“志向水平”和“志向差距”。Hoppe(1930)最早提出了“志向水平(the aspirations level)”的概念,以反映个体对未来的期望,可将其理解为对未来某一时点的目标定位。囿于CLDS库中的数据可得性,本文选用个体问卷中关于社会阶层的评价结果作为替代指标,具体而言,“志向水平”对应的题目是“您认为您5年后将会在哪个等级上”,“1”表示最底层,数值越大意味着社会等级越高。值得思考的是,鉴于不同个体当前所处的社会阶层不同,其对未来的目标定位可能会在此基础上产生或多或少的变动,假设当前处于社会等级为“1”的个体,其立志5年后实现阶层的跨越,达到等级“5”,而另一个体当前的社会等级为“7”,其5年后的期望等级为“8”,如果单从5年后的期望等级来看,也就是从存量的角度直观判断,后一个体的志向水平更高,但是从增量的角度比较,前一个低收入个体需要在5年内实现4个等级的跨越,后一位中高收入个体仅想要向上提升1个等级,这就无法再断定后者的志向高于前者了,因此,仅从存量的层面衡量志向可能存在偏差。借鉴Ray(2006)提出的“志向差距(the aspirations gap)”概念,本文设定了第二个替代指标 “志向差距”,即个体所期待的生活水平与目前实际生活水平之间的差距。Ray(2006)认为,驱动个体前瞻性行为发生的因素是“志向差距”而非“志向水平”,其后Janzen et al.(2017)等的实证研究结果为此观点提供了数据支持。在此,本文以“您认为您5年后将会在哪个等级上”和“您认为您自己目前在哪个等级上”两个问题的结果差值来反映“志向差距”,并将其作为志向的主要表征。

2.核心解释变量

本文的核心解释变量为机会不平等。基于前文中关于机会不平等测算方法的探讨,同时考虑到本文的被解释变量为个体主观层面的志向,为避免双向因果问题的发生,本文选用客观层面的事前参数法测算省级层面的机会不平等。

在Roemer(1998)提出的“环境-努力”二元分析框架下,结合明瑟收入方程,设定如下的收入函数形式:

lnyi=αCi+βEi+ui

(1)

其中:yi是个体的收入;Ci和Ei分别是客观的环境因素和主观的努力因素,α和β则是各自对应的系数;ui是残差项,包含一些除了环境和努力因素外其它会影响收入的不可观测部分,比如运气等。

考虑到外界的环境可能也会对努力造成一定的影响,因此,假设努力因素与环境因素之间呈线性函数关系:

Ei=γCi+vi

(2)

其中:γ是环境对努力的影响系数;vi是残差项,包含影响努力的不可观测因素。

此时,个体收入的函数形式为:

yi=f(Ci,E(Ci,vi),ui)

(3)

将式(2)代入式(1),可得到具体的表达式为:

lnyi=(α+βγ)Ci+βvi+ui

(4)

式(4)将努力因素对收入的影响全部转化为了环境因素对收入的影响,但需要指出的是,α捕捉的是可观测环境因素对个体收入的直接影响,βγ捕捉的是可观测环境因素通过影响努力程度进而对个体收入产生的间接影响。

进一步地,令α+βγ=τ,βvi+ui=ωi,则可将式(4)表示成如下简约形式的半参数模型:

lnyi=τCi+ωi

(5)

此时,对式(5)进行OLS估计得到系数估计值并利用和环境变量Ci的真实值构造出反事实收入分布用以反映环境类别间的不平等程度,即机会不平等。如果用预测值代替每个个体的收入,那么所有处于相同环境的个体应拥有相同的收入:

(6)

除此之外,还可以构造另一种收入分布利用均等化的环境变量来测算相同环境类别内部的不平等:

(7)

最后,可以通过计算不平等指数I(·) 来反映机会不平等程度。常见的不平等衡量指标有基尼系数、泰尔指数、阿特金森指数、广义熵指数、分位数比率等,本文借鉴李莹等(2019)的做法选用MLD指数,其属于广义熵指数的一种特殊形式。在此,用IOPA和IOPR分别表示机会不平等的绝对量和相对量(机会不平等占收入不平等的比重)。

(8)

(9)

基于以上分析,本文参考已有研究的做法并基于CLDS数据的可得性,在个人收入方面,以CLDS个人库提供的上一年度收入总额作为衡量基础。在环境因素方面,从家庭背景和个人特征两个层面选取,家庭背景变量包括父母的受教育程度、政治面貌、就业状况、家庭的社会地位以及居住地区。其中,父母的受教育程度、政治面貌、就业状况以及家庭的社会地位通过代际直接或间接地影响子女的教育资源和就业资源的获取,居住地区同样也是造成机会不平等差异的重要因素,一般而言,相较于农村和中西部地区,城市和东部地区的教育资源或就业机会更多。个人特征变量包括性别、年龄和出生时的户口性质,需要说明的是,根据既有的研究经验,个体一生收入轨迹遵循单峰模式,其变动趋势与年龄之间近似呈现倒U形关系,故本文在此还引入年龄的平方项。

表1展现的是收入变量和各环境变量的说明及描述性统计结果。

表1 收入变量和环境变量的说明及描述性统计结果

3.调节变量

本文的调节变量为数字化水平。具体采用个体所在家庭的互联网使用情况和地区数字经济发展水平两个指标分别从微观层面和宏观层面进行衡量。其中,个体所在家庭的互联网使用情况是依据CLDS家庭问卷中“在过去的一年中,您家使用互联网的情况”这一问题的回答得到的;在地区数字经济发展水平的测算上,本文选取了数字普惠金融指数、互联网宽带接入用户占比、移动电话普及率、每万人拥有长途光缆线路长度、电子商务销售额占GDP的比重以及人均电信业务量六个指标,运用主成分分析方法估计得到各省份的数字经济发展指数。

4.控制变量

依据CLDS调查问卷,并借鉴已有文献的做法,本文从个人和家庭层面控制了可能影响个体志向的变量。在个人层面,主要包括当前的户口性质、婚姻状况、受教育程度、健康状况和对家庭经济状况的满意度等个体特征变量;在家庭层面,主要有家庭人口规模这一变量。

需要说明的是,在前文测算机会不平等所涉及的指标中,考虑到环境因素影响的滞后性,选用的是个体出生时的户口性质,鉴于个体在成长过程中可能会出现居住地迁徙和户籍变更的情况,当前的户口性质对个体志向的影响可能更为直接和显著,同时也为了避免变量间的共线性问题,故在控制变量中加入的是个体当前的户口性质。

主要变量说明及描述性统计结果如表2所示。

表2 主要变量说明及描述性统计结果

(三)模型设定

无论是个体的志向水平还是志向差距,都属于典型的有序离散型数据,倘若使用普通的最小二乘法(OLS)估计可能会产生偏误,相比之下,有序Probit模型更为合适。但是,在模型设定准确且使用大样本的前提下,OLS估计和有序Probit模型的回归系数的方向和显著性水平不会有明显差异。据此,本文在基准回归中将采用OLS估计和有序Probit模型考察机会不平等对个体志向的影响,但限于篇幅,在后续的一系列检验中,主要以有序Probit模型展开验证。

1.OLS估计

运用OLS估计方法,并将个体志向作为基数处理,模型形式如下:

Aspi=a0+a1IOPj+∑nanControlsin+εij

(10)

其中:Aspi代表个体志向,具体包含志向水平AspLevel和志向差距AspGap这两个变量;IOPj代表地区j的机会不平等程度;Controlsin代表个体和家庭层面的控制变量,n表示第n个控制变量;a0是常数项,a1和an是待估系数;εij为随机扰动项。

2.有序Probit模型

构建有序Probit模型,是将个体志向视为排序变量,假设存在个体志向的潜变量满足:

(11)

可观测的被解释变量Aspi与无法观测的潜变量之间存在某种对应的数量关系,如下所示:

(12)

其中:M1～MK-1表示阈值,且M1<M2<…<MK-1。

需要说明的是,基于非线性模型直接得到的参数估计值并非解释变量对序数被解释变量Aspi概率的边际影响,而是对其潜变量的边际影响,除了正负号外,其数值大小不具有参考意义。在随机扰动项εij与解释变量相互独立的前提假设下,可利用极大似然估计法(MLE)得到变量系数的一致估计量。为了更好地衡量和比较各变量对个体志向的影响,本文有序Probit模型的估计系数都以边际效应结果的形式呈现,但鉴于本文被解释变量的取值跨度较大,其中志向水平取值范围是1～10,志向差距的取值范围是-9～9,这意味着所求解出的边际效应结果较为复杂,为便于比较,本文仅汇报个体志向取最大值时的边际效应。

四、实证分析

(一)基准回归分析

表3汇报了机会不平等对个体志向的基准回归结果,其中,列(1)～(4)采用的是OLS估计方法,列(5)～(8)运用的是有序Probit模型,列(1)、(2)、(5)、(6)以志向水平为被解释变量,列(3)、(4)、(7)、(8)以志向差距为被解释变量,奇数列未加入控制变量,偶数列在前一奇数列基础上进一步添加了控制变量。整体来看,无论是个体志向水平还是志向差距,无论是否加入控制变量,OLS估计和有序Probit模型的回归结果都显示,机会不平等的系数都在1%的水平上显著为负,初步说明,地区的机会不平等对个体的志向产生了负向影响,机会不平等程度越高的地区,个体的志向普遍越低,验证了前文提出的研究假说1。

表3 基准回归结果

注：***、**、*分别表示在 1%、5%和 10%显著性水平下拒绝原假设;括号内为稳健标准误。

就控制变量而言,大多数指标都对个体志向产生了显著的影响。个体当前的户口性质对志向水平的影响并不显著,但从志向差距的角度来看,当前如果是非农户口的个体,其志向差距达到最大值的概率明显更低。个体的婚姻状况对志向的影响也是负向的,即已婚个体志向提升的可能性相对更低。在个体对家庭经济状况的满意度方面,该因素对个体的志向水平和志向差距产生了截然相反的影响,个体对家庭经济状况越满意,志向水平越高,但志向差距越小,对此可能的解释是,对家庭经济状况较满意的个体,可能其家庭经济状况本身就较为优越,所处的社会阶层较高,一般而言,人们都渴望实现社会阶层的向上流动,其目标自然而然也处于较高的水平,但由于这类个体已经处于社会的中、高层,上升的空间受限,故志向差距并不会显著增加。此外,个体受教育程度、健康状况和家庭人口规模都对志向水平的提升和志向差距的扩大起到了正向的促进作用。

(二)稳健性检验

为了验证基准回归结果的可靠性,本文主要通过替换被解释变量、核心解释变量以及回归样本三种方式进行稳健性检验,以下所展示的均为有序Probit模型估计结果。

1.替换被解释变量

在之前的实证分析中,本文设定了两个指标来衡量被解释变量个体志向,其中一个是志向差距,具体是计算了个体对自己5年后以及当前所处社会阶层评分的差值,其实在CLDS问卷中还涉及个体对自己5年前所处社会阶层的自评,据此,本文将个体对自身5年后和5年前的自评分数之差作为新的志向差距(记作AspGap_10)代入到基准回归模型中重新检验,结果见表4列(1)。此外,Ray(2006)将志向差距表达式设定为g=(m-s)/m,其中,m代表个体所期望的生活水平,s代表个体当前实际的生活水平。同时,Ray(2006)假定个体所期望的生活水平至少应与当前生活水平一样,即有0≤g≤1。本文也采用此种衡量方式重新测算了志向差距。由于按此方法得到的志向差距(记作AspGap_r)是连续型变量,故使用OLS方法进行估计,结果见表4列(2)。可以看出,替换被解释变量后得到的估计结果在系数的方向和显著性水平上与基准回归结果并无明显差异。

表4 稳健性检验结果一

注：***、**、*分别表示在 1%、5%和 10%显著性水平下拒绝原假设;括号内为稳健标准误。

2.替换核心解释变量

本文的核心解释变量为机会不平等,如前文所述,关于机会不平等的度量方法多样,除了利用环境因素客观估算出地区层面的机会不平等外,也可以通过个体对机会不平等的主观感知进行刻画。因此,本文经过筛选,将CLDS问卷中“您认为您目前的生活水平和您在工作上的努力比起来是否公平?”这一问题的回答作为机会不平等的替代指标(记作Equity),从“完全不公平”到“完全公平”依次赋值1～5,数值越大意味着公平感越强,结果报告在表4的列(3)、(4)。可以看到,关键解释变量对应的系数显著为正,由此表明个体对当前所处环境的公平程度评价越高,其志向处于高水平的概率也越大,这与基准回归的估测结果是一致的。

此外,在机会不平等的客观计算方法中,关于收入不平等指数的选择也没有固定的标准,在此使用泰尔指数替换原有的MLD指数重新估算机会不平等(记作IOP_T),检验结果见表4的列(5)、(6),可以看到,机会不平等对应的系数依然显著为负。

3.替换回归样本

原样本的年龄范围设定在16～60岁,现将其更换为20～55岁。一方面,考虑到城乡劳动力人口进入市场的平均年龄约为20岁,随着高等教育的普及,20岁以下的个体中有不少还处于受教育阶段,并无稳定的工作收入来源,将其纳入分析的意义不大;另一方面,多数受访者会在55岁后陆续退休,并且在此之后,无论是在个人收入或是社会关系等层面,家庭背景等因素对其产生的影响力式微,故将20岁以下和55岁以上的样本予以剔除。结果见表5的列(1)、(2),可以看到,均与基准回归结果大体一致。

表5 稳健性检验结果二

注：***、**、*分别表示在 1%、5%和 10%显著性水平下拒绝原假设;括号内为稳健标准误。

此外,前文的机会不平等是从省级层面且分年份测度的,为了避免在某些年份调查的省级样本数量过少而产生偏误,剔除了每一年观测值小于150的省级样本重新进行估计,结果显示在表5的列(3)、(4),可以看到,再次验证了基准回归结果是稳健的。

(三)内生性讨论

为了避免内生性问题所造成的回归结果偏差,本文将利用工具变量法进行内生性检验。由于被解释变量个体志向是有序变量,而传统的两阶段最小二乘法(2SLS)更适用于离散型变量的检验,故除了使用2SLS方法外,本文还引入了条件混合过程估计法(conditional mixed process,CMP)来解决模型的内生性问题。CMP方法采用的是联立似然估计,其基于工具变量通过构建递归方程组以实现对两阶段回归模型的估计。

在工具变量的选择上,借鉴陈晓东等(2018)的思路并结合韦韡等(2023)的研究,本文选取基本公共服务支出作为机会不平等的工具变量。一般认为,基本公共服务在一定程度上有利于缓解由家庭因素所导致的机会不平等问题,可将其视作促进机会公平的有效途径,满足工具变量的相关性假设;同时,政府部门的基本公共服务支出并不会对个体志向产生直接影响,因此可认为符合外生性假设。在具体的工具变量设计上,本文用各省份的财政教育支出、医疗卫生支出和社会保障支出三者之和衡量基本公共服务支出,在此基础上计算得到人均基本公共服务支出。考虑到基本公共服务支出对机会不平等的影响可能存在滞后性,相关变量均采用5年前的数据,即当前2018年的样本对应2013年的支出数据,以此类推。

表6的列(1)、(2)和列(3)、(4)分别报告了运用2SLS和CMP方法得到的检验结果。在2SLS的估计中,F统计量均大于经验临界值10,拒绝了“弱工具变量”的原假设;DWH检验结果显示,在分别以志向水平和志向差距为被解释变量的模型中,前者对应的参数值在5%的水平下显著,表明存在内生性问题,后者则不存在。CMP方法呈现类似的结果,在以志向水平为被解释变量的模型中,atanhrho_12参数值显著异于0,表明机会不平等是内生变量。进一步地,从每一列核心解释变量的估计系数可以看出,在纠正了可能存在的内生性偏误后,机会不平等仍然对个体志向表现出显著的负向影响。

表6 内生性检验结果

注：***、**、* 分别表示在 1%、5%和 10%显著性水平下拒绝原假设。

(四)异质性分析

为考察机会不平等对个体志向的影响在不同群体中的异质性,本文将全样本按不同类别进行分组,并主要以志向差距为被解释变量进行回归。

1.区域异质性

将个体的居住地区划分为中、东、西部进行分组检验,结果见表7的列(1)～(3),可以看出,机会不平等对志向均表现出显著的负向影响,但东部和中部地区样本对应的系数大小相近,且其绝对值高于西部地区。这表明,在机会不平等加剧时,东、中部地区人口的志向会受到更大程度的抑制。对此可能的解释是,东、中部地区的经济发展水平相对更高,社会资源更丰富,个体的发展空间也较大,一直是精英荟萃之地,近些年来不断有大量外来人口流入,这就意味着资源的竞争相比于西部地区要激烈得多。当机会不平等程度较高时,这场竞争中的弱者更多是那些家庭背景较差、本身就处于较低阶层的群体,其对机会不平等的感知也愈发强烈,更容易产生相对剥夺感,因此机会不平等加剧对志向提升的抑制效果更为明显。

表7 异质性分析结果

注：***、**、* 分别表示在 1%、5%和 10%显著性水平下拒绝原假设;括号内数值为稳健标准误。

2.年龄段异质性

由于样本年龄跨度较大,本文将全部样本划分为三个年龄段,用区间表示分别是:[16,35]岁的青年和中青年群体、(35,50]岁的中年群体和(50,60]岁的中老年群体。从表7列(4)～(6)的估计结果中不难发现,机会不平等对不同年龄段的个体志向都表现出负向影响,前两个年龄段对应的系数在1%水平下显著,且随着年龄段的增加,这种抑制作用呈现减弱的趋势。在[16,35]岁的青年和中青年群体中,不少人刚刚步入社会打拼,有着“初生牛犊不怕虎”的劲头,但无论是技能的增长还是人脉的积累都处于初级阶段,此时家庭所能提供的资源支持无疑在个体志向的形成与实现上发挥了重要作用,弱势家庭的个体即便刚开始胸怀壮志,但初入社会缺乏阅历,在经受家庭背景、性别歧视等机会不平等引致的区别性对待后容易产生心理落差,进而志向受挫。(35,50]岁的中年群体正处于职业晋升的黄金阶段,人到中年,上有老下有小,是家庭的中流砥柱,意味着更多的责任担当,不再满足于低层次的需求,对更高层次的追求产生了渴望,当受到由环境因素导致的不公待遇时同样会产生强烈的反应。但相较于青年和中青年群体而言,中年群体已经积累了较为丰富的工作经验,练就了扎实过硬的工作能力,在职业晋升等方面无需过多地依赖家庭背景,也不会过多地受限于性别等不可控因素,加之该年龄段群体的心智更为成熟,所以机会不平等对其志向的影响相对较弱。随着年龄的进一步增大,(50,60]岁的中老年群体更是如此,而且其所处的社会阶层已经基本固定,收入提升、阶层跃迁的空间相当有限,因此机会不平等对个体志向的影响更是微乎其微。

3.个体受教育程度异质性

为检验受教育程度的异质性,本文将受访者按照学历进行分组,结果报告于表7的列(7)～(9)。通过比较估计系数可以发现,机会不平等对志向产生的负向影响在最高学历处于中间层的群体中并不大,而学历两端的群体,即未上过学和学历在初中以上的群体会受到更大的影响。其实,对此现象也容易理解。首先,现实中不乏有家庭背景薄弱但凭借自身努力取得高学历的“寒门贵子”,其曾坚信“努力就会成功”,然而这类高学历群体更可能与那些家庭背景优越的群体产生直接竞争,在屡遭非自身能力因素导致的机会不平等后,所谓的鸿鹄之志变得不堪一击,原本积极的心态逐渐归于平淡甚至消沉。因此,高学历群体更能清楚地意识到机会不平等对个人社会地位提升的严重阻碍,机会不平等对个体志向的影响也就更大。其次,那些未上过学的群体往往是限于家庭条件较差,难以获得受教育机会,该类群体既没有学历优势,又没有家庭背景的支持,在与外界频繁接触并进行比较后更能深切地感知机会不平等的存在,志向也会因此受到较多的影响。

(五)调节效应检验

为检验机会不平等对个体志向的影响是否会随着数字化水平的不同而产生变化,本文在基准回归模型中加入调节变量数字化水平以及机会不平等与数字化水平的交互项。具体如下:

Aspirationi=c0+c1IOPj+c2Inti+c3IOPj×Inti+∑ncnControlsin+εij

(13)

Aspirationi=d0+d1IOPj+d2DEj+d3IOPj×DEj+∑ndnControlsin+εij

(14)

其中:Inti表示个体所在家庭的互联网使用情况,即微观层面的数字化水平;DEj表示地区数字经济发展水平,即宏观层面的数字化水平。除此之外,其他变量均与前文保持一致。

调节效应的检验结果如表8所示。

表8 数字化水平的调节效应检验结果

注：***、**、* 分别表示在 1%、5%和 10%显著性水平下拒绝原假设;括号内为稳健标准误。

由表8可以看出,加入调节变量以后,机会不平等对个体志向水平和志向差距的影响仍表现为负向抑制,无论是用微观层面还是宏观层面的数字化水平作为调节变量,交互项系数都在1%的水平下显著为正,与主效应系数异号,由此说明数字化水平在一定程度上缓解了机会不平等对个体志向的消极作用,意味着前文研究假说2得到的验证结果是,机会不平等对个体志向的负向影响会随着数字化水平的提升而弱化。

五、研究结论与政策建议

基于数字化时代背景,利用2014—2018年三期的中国劳动力动态调查(CLDS)数据,本文实证检验了机会不平等对个体志向的影响。研究发现:

其一,机会不平等对个体志向表现出抑制作用,即机会不平等程度越高的地区,居民个体的志向越低,且这种负向影响会因个体居住地区、年龄段和受教育程度的不同而表现出异质性。

其二,数字化水平的提高在一定程度上缓解了机会不平等对个体志向的消极影响,这说明,虽然定性分析认为数字技术发展既有利也有弊,但基于现实数据得到的实证检验结果表明,数字技术发挥的总体效应是积极的。

本文的研究结果具有一定的政策含义:

第一,多视角挖掘影响志向水平的深层次因素,先明晰“何抑志”,再摸索“何以扶志”。“扶志”政策的实施能否发挥出理想的效果,其关键或许不在于形式的新颖性或多样化,而在于“找准症结”以“对症下药”。除了可以采取能直接对个体志向产生效用的措施外,还有必要关注导致个体志向水平不高的原因,由此设计出针对性强的“扶志”措施才更有可能达到事半功倍的效果。

第二,着力消除劣势环境因素对机会平等的阻碍,营造机会公平的发展环境。机会平等的实现是收入差距缩小、社会不公缓解的重要基础,相对公平的竞争环境有益于个体志向的提振。因此,相关部门可通过制度设计或环境补偿等方式,缓解由性别、家庭背景等个体不可控因素导致的机会不平等,保障低收入群体的发展机会公平。否则,在机会不平等愈演愈烈的环境下,即便是大力推行更多类似于“红黑榜”、贫困户脱贫典型事迹宣传等“扶志”举措,其效应的持续性可能也不会太乐观。

第三,充分发挥数字经济拓宽居民增收渠道的优势,灵活应用数字媒体引导大众形成积极观念。依据本文的实证结果,数字化水平的提升有利于缓解机会不平等对个体志向的抑制作用,因此可以大力推进以数字经济发展为典型的数字化发展进程。与此同时,随着社交媒体的广泛应用,社会比较半径扩大所带来的潜在不利影响也须重视,相关部门可通过优化网络环境等方式引导居民形成积极、健康的观念,从主观上降低机会不平等对个体志向的消极影响,这不仅有助于增强低收入群体的内生发展动力,更关乎到社会长期的和谐稳定。

参考文献：

陈东,黄旭锋.2015.机会不平等在多大程度上影响了收入不平等?:基于代际转移的视角[J].经济评论(1):3-16.

陈前恒,胡林元,朱祎.2014.机会不平等认知与农村进城务工人员的幸福感[J].财贸研究(6):45-52.

陈晓东,张卫东.2018.机会不平等与社会流动预期研究:基于CGSS数据的经验分析[J].财经研究(5):48-60.

崔巍,贺琰.2022.机会不平等认知与居民幸福感:对家庭背景、运气和个人努力三因子的实证研究[J].贵州财经大学学报(2):79-88.

龚锋,李智,雷欣.2017.努力对机会不平等的影响:测度与比较[J].经济研究(3):76-90.

何立新,潘春阳.2011.破解中国的“Easterlin悖论”:收入差距、机会不均与居民幸福感[J].管理世界(8):11-22,187.

江求川,任洁,张克中.2014.中国城市居民机会不平等研究[J].世界经济(4):111-138.

雷欣,贾亚丽,龚锋.2018.机会不平等的衡量:参数测度法的应用与改进[J].统计研究(4):73-85.

李何波,刘渝琳,陈翊旻.2023.数字要素参与是扩大中等收入群体的福音吗:基于阶层流动和收入差距双重维度的经验证据[J].南开经济研究(9):137-158.

李实,沈扬扬.2022.中国农村居民收入分配中的机会不平等:2013—2018年[J].农业经济问题(1):4-14.

李莹,吕光明.2019.中国机会不平等的生成源泉与作用渠道研究[J].中国工业经济(9):60-78.

刘波,胡宗义,龚志民.2020.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[J].南开经济研究(4):107-126.

鲁元平,张克中.2014.社会流动影响居民幸福感吗:来自中国转型期的经验证据[J].财经科学(3):96-107.

潘春阳.2011.中国的机会不平等与居民幸福感研究[D].上海:复旦大学.

史耀疆,崔瑜.2006.公民公平观及其对社会公平评价和生活满意度影响分析[J].管理世界(10):39-49.

田艳平,向雪风.2023.数字经济发展、阶层向上流动与中等收入群体扩容[J].南方经济(4):44-62.

万广华,张彤进.2021.机会不平等与中国居民主观幸福感[J].世界经济(5):203-228.

万相昱,张晨,唐亮.2024.中国居民收入机会不平等再测算:来自机器学习的新发现[J].数量经济技术经济研究(1):192-212.

韦韡,蔡运坤,陈晓璇.2023.基本公共服务供给如何影响中国居民消费?:基于机会不平等视角[J].消费经济(1):33-45.

解垩,孟婷.2022.志与智对相对贫困的影响研究[J].贵州省党校学报(3):78-89.

杨碧云,梁子昊,易行健,等.2024.机会不平等影响居民消费的机制与效应:基于CFPS数据的经验研究[J].南开经济研究(3):20-40.

APPADURAI A.2004.The capacity to aspire:culture and the terms of recognition[J].Culture and Public Action,59:62-63.

ARNESON R J.1999.Equality of opportunity for welfare defended and recanted[J].Journal of Political Philosophy,7(4):488-497.

BOURGUIGNON F,FERREIRA F H,MENENDEZ M.2007.Inequality of opportunity in Brazil[J].Review of Income and Wealth,53(4):585-618.

CHECCHI D,PERAGINE V.2010.Inequality of opportunity in Italy[J].Journal of Economic Inequality,8(4):429-450.

CORNEO G,JEANNE O.2001.Status,the distribution of wealth,and growth[J].Scandinavian Journal of Economics,103(2):283-293.

FERREIRA F H,GIGNOUX J,ARAN M.2011.Measuring inequality of opportunity with imperfect data:the case of Turkey[J].Journal of Economic Inequality,9(4):651-680.

GENICOT G,RAY D.2017.Aspirations and inequality[J].Econometrica,85(2):489-519.

HALLERÖD B.2006.Sour grapes:relative deprivation,adaptive preferences and the measurement of poverty[J].Journal of Social Policy,35(3):371-390.

HIRSCHMAN A O,ROTHSCHILD M.1973.The changing tolerance for income inequality in the course of economic development:with a mathematical appendix[J].Quarterly Journal of Economics,87(4):544-566.

INGLEHART R.1990.Culture shift in advanced industrial society[M].[S.l.]:Princeton University Press.

JANZEN S A,MAGNAN N,SHARMA S,et al.2017.Aspirations failure and formation in rural Nepal[J].Journal of Economic Behavior &Organization,139:1-25.

POSEL D,ROGAN M.2019.Inequality,social comparisons and income aspirations:evidence from a highly unequal country[J].Journal of Human Development and Capabilities,20(1):94-111.

RAY D.2006.Aspirations,poverty,and economic change[J].Understanding Poverty,1:409-421.

ROEMER J E.1993.A pragmatic theory of responsibility for the egalitarian planner[J].Philosophy &Public Affairs,22(2):146-166.

ROEMER J E.1998.Equality of opportunity[M].Cambridge,Mass:Harvard University Press:5-12.

RUNCIMAN W G.1966.Relative deprivation and social justice:a study of attitudes to social inequality in twentieth-century England[M].[S.l.]:Routledge/Thoemms Press.

SAFDAR G,JAVED M N,AMIN S.2020.Use of internet for education learning among female university students of Punjab,Pakistan[J].Universal Journal of Educational Research,8(8):3371-3380.

STARK O.2006.Status aspirations,wealth inequality,and economic growth[J].Review of Development Economics,10(1):171-176.

HOPPE F.1930.Erfolg und misserfolg[J].Psychologische Forschung,14:1-62.

作者简介：解 垩(1971--),男,山东临清人,山东大学经济学院教授,博士生导师。

孟 婷(1998--),女,安徽马鞍山人,山东大学经济学院博士生。本文通讯作者。

【免责声明】《现代财经》微信公众平台所转载的专题文章，仅作佳作推介和学术研究之用，未有任何商业目的；对文中陈述、观点判断保持中立，请读者仅作参考，并请自行承担全部责任；文章版权属于原作者，如果分享内容有侵权或非授权发布之嫌，请联系我们，我们会及时审核处理。

《现代财经-早读分享》是由《现代财经》天津财经大学学报编辑部编辑出版（总第3220

期）

编辑整理：蔡子团队  

团队成员：陈晨、张晓丹、王建飞、吴玉婷、王晴晴、丁慧、李炳杰、杨国臣、孙桂萍、王敬峰、韩俊莹、庞清月、王旭、张雅彤

审核审校：蔡双立  方菲  胡少龙

长按以下二维码，关注《现代财经》公众微信号（modern-finance)

欣赏和阅读《现代财经》2024年第12期，敬请点击以下阅读原文