叶晓佳，吴文俊
（上海立信会计金融学院统计与数学学院，上海 201620）
党的十六大报告首次提出“以共同富裕为目标，扩大中等收入者比重，提高低收入者收入水平”方针，在之后的十九大报告、十九届四中全会上多次提到“鼓励勤劳致富，扩大中等收入群体，调节过高收入，取缔非法收入”（程丽香，2019）。党的二十大报告中也提出要“完善分配制度，坚持多劳多得，鼓励勤劳致富，促进机会公平，增加低收入者收入，扩大中等收入群体”。可见，扩大中等收入群体规模对促进国民经济协调发展、增进民生福祉、提高人民生活品质具有重要意义。当前，我国“两头大、中间小”的收入分布还不符合国际普遍公认理想的“橄榄型”收入分配方式（阮敬等，2021），还需进一步扩大中等收入群体规模，优化收入分配格局，缩小城乡、地区、行业收入差距。在此背景下，分析我国中等收入群体的结构变动，挖掘我国中等收入群体规模的影响因素和作用机制，对推动人的全面发展和实现全体人民共同富裕现代化具有重要作用。
当前国内外关于中等收入群体规模研究的文献，主要围绕中等收入群体规模的测度方法、中等收入群体规模的影响因素等方面展开研究。国内外文献对于中等收入群体的界定标准和规模的测度方法不尽相同，界定标准大致归纳为绝对标准法和相对标准法（田雅娟等，2019）。绝对标准法是指一定时期内国际较为公认的中等收入水平，主要依据世界银行和亚洲开发银行确定的“每人每天收入10至100美元”的中等收入标准，这种界定标准更适合国际间的比较。在此标准下，我国2002年中等收入群体规模为3%左右，2005年为3.8%，2007年为30%，2013年达到55%（纪宏和陈云，2009；
李实，2017）。相对标准法没有固定的取值区间，更能反映不同年份中等收入群体的变化。2018年，中国社会科学院发布的《中等收入群体的分布与扩大中等收入群体的战略选择》报告中，将家庭人均收入中位数的75%～120%界定为中等收入群体。龙莹 （2015）选取人均可支配收入中位数的75%～125%和75%～150%作为测度依据，测得2010年中国的中等收入群体比例为21.1%或29.8%。杨凤娟等（2020）将居民年收入中位数的75%～125%定义为中等收入群体，分别测得2010年、2012年、2014年、2016年、2018年中等收入群体规模达到14.51%、29%、9.05%、24.71%、25.71%。
中等收入群体的规模测度方法可以归纳为直接测度法、核密度拟合收入分布曲线测度法两种（段志民，2017）。刘志国和刘慧哲（2021）根据CHNS调查数据，将家庭人均收入介于28470～117650元定义为中等收入区间，直接测得中等收入群体规模从1999年的0.8%上升到2014年的18.2%。刘渝琳和许新哲（2017）通过核密度估计拟合我国居民人均年可支配收入分布曲线，然后根据界定标准测算我国中等收入群体规模，2010年、2012年、2014年分别达到26.4%、30.5%、33.2%。
关于中等收入群体规模的影响因素，已有研究发现，在同一中等收入划分标准下，多种因素会影响样本落入中等收入区间（朱长存，2011）。如果符合中等收入区间的样本数越多即居民收入越高，那么中等收入群体规模就会随之增加。杨夏丹等（2021）从性别、婚姻状况、最高受教育程度、工作单位类型、工作性质、每周平均工作时长、是否参加农村/城市医疗保险、是否参加农村/城市养老保险、是否拥有房产等几个变量入手，发现相对于低收入群体，中等收入群体在性别、婚姻状况、最高受教育程度、管理活动情况等因素上存在显著差异。陈娟等（2019）从性别、家庭人口数、工龄、人力资本、政治资本、地区差异、工作性质等方面对中等收入群体的影响程度进行了分析。蒋波和黄应绘（2020）从个体特征对中等收入群体的影响因素进行分析，发现性别、学历、城乡、地域都会对居民收入造成影响。
综上，由于对中等收入群体的理解不同，学者们在中等收入群体划分标准上尚且不能统一。在中等收入群体规模影响因素方面，大部分学者考虑的影响因素限于性别、年龄、婚姻状况等个人基本情况，而缺乏主观感受、健康状况等主观因素。对于中国中等收入群体结构的研究视角还不够丰富，大多基于城乡视角，从行业视角分析中等收入群体规模影响因素的还较为罕见。
本文基于行业视角，选择家庭人均收入中位数75%~120%的相对标准法，采用分位数回归方法，引入“生活满意度”“健康状况”等影响因素，利用最近5期“中国家庭追踪调查（China Family Panel Studies，CFPS）”数据，对中国中等收入群体规模进行测度，并对其影响因素进行研究。本文可能的贡献如下：从制造业、教文体娱业、金融、信息与计算机服务业等行业视角对中等收入群体规模的结构变动情况进行分析，并对中国不同行业中等收入群体规模的影响因素进行研究。结果表明，受教育程度、工作类型、生活满意度对中国三大行业中等收入群体规模都存在显著影响，而健康状况只对教文体娱业的中等收入群体规模存在显著影响。
（一）数据说明与中等收入群体规模测度方法
本文采用2010年、2012年、2014年、2016年、2018年CFPS数据，对调查数据的行业进行了重新划分，将教育业和文化、体育和娱乐业合并为教文体娱业，将金融业和信息传播、计算机服务和软件业合并为金融、信息与计算机服务业。制造业、教文体娱业作为传统行业的代表，金融、信息与计算机服务业作为现代服务业的代表。借鉴中国社会科学院2018年发布的《中等收入群体的分布与扩大中等收入群体的战略选择》报告，将居民收入中位数75%和居民收入中位数120%作为划分我国中等收入群体的标准。其优点在于可以利用居民收入中位数反映中等收入群体规模大小，较为直观，易于理解，且每年中等收入群体收入上下限随着居民收入中位数的变化而变化，有利于描绘出中等收入群体规模的变动趋势。
（二）中等收入群体规模行业结构分析
基于上文划分的制造业、教文体娱业、金融、信息与计算机服务业，本文根据中位数划分法划分的中等收入群体标准，计算得到中国中等收入群体中各行业居民所占比重，如表1所示。
表1 中等收入群体规模行业结构
由表1可知，我国2010年、2012年、2014年、2016年、2018年中等收入群体规模均值为0.256，中等收入区间均值为[17550,28080]，我国中等收入群体中制造业占比最高，而教文体娱业和金融、信息与计算机服务业占比则较低，分别为0.052和0.021。由此可见，我国中等收入群体中大部分来自传统行业、小部分来自现代服务业，说明我国在经济高速发展和产业升级的情况下，对传统行业的影响还不足以对我国中等收入群体造成结构性的冲击。
自2010年以来，我国中等收入区间呈现逐年增加的趋势，而中等收入群体规模则不然，我国中等收入群体规模呈现出起伏态势，总体稳定在0.25左右。在我国中等收入群体中，制造业占比逐年下降，教文体娱业和金融、信息和计算机服务业逐年上升，说明我国中等收入群体行业结构正在慢慢变化。随着我国经济高速发展和产业转型，我国中等收入群体结构也随之改变，不断有新兴高收入行业和职业产生，而传统行业也会伴随着一定的衰退，这对我国传统行业是一种考验，会对我国中等收入群体结构造成一定冲击。我国中等收入群体制造业占比的逐年下降，教文体娱业和金融、信息和计算机服务业占比的逐年上升验证了这一说法，我国中等收入群体结构正处于转型阶段。
（三）分行业中等收入群体规模及变动趋势分析
由于“中国家庭追踪调查（China Family Panel Studies，CFPS）”数据的有偏性，因此，本文进一步从行业内部的视角，测算各行业的中等收入群体规模，考察各行业内部居民的收入差距。根据中位数划分法测算出2010年、2012年、2014年、2016年、2018年各行业的中等收入群体收入区间和规模，具体如表2和图1所示。
表2 各行业中等收入群体收入区间和规模
图1 各年份各行业中等收入群体规模趋势图
对比不同行业的中等收入群体规模可知，2010－2018年我国制造业中等收入群体规模保持在一个较为稳定的水平，除了2014年有较大幅度的增长，达到0.34，其余年份均在0.29左右。教文体娱业、金融、信息与计算机服务业的中等收入群体规模则起伏较大。教文体娱业中等收入群体规模在2010年最低（0.192），随后2012年升至最高点0.308，2014－2018年有所回落，然后逐步趋于平稳。而金融、信息与计算机服务业中等收入群体规模从0.179缓慢爬升至0.274，上升趋势明显。制造业与金融、信息与计算机服务业变化趋势较为一致，但在2016年以后，金融、信息与计算机服务业中等收入群体规模以较快速度增长。
总体来看，我国制造业中等收入群体规模最大，教文体娱业中等收入群体规模次之，金融、信息与计算机服务业中等收入群体规模最小也最不稳定。其主要原因是本文采取的中等收入群体划分标准是中位数划分法，由于每个行业的居民收入中位数不同，所以每个行业相应的中等收入群体收入区间也不同。从表2可知，金融、信息与计算机服务业中等收入群体居民收入区间上下限分别高于制造业、教文体娱业中等收入群体居民收入区间上下限，由此可知，我国金融、信息与计算机服务业收入水平相比制造业、教文体娱业要高。因此，在平均收入水平高的行业，中等收入群体规模反而少，如现代服务业的代表金融、信息与计算机服务业；
相反，我国制造业和教文体娱业存在更高收入情况的可能性较低，因此，呈现为我国传统行业内部中等收入群体规模较大的现象。
（一）中等收入群体规模的影响因素
以上分行业分析的目的在于进一步探讨影响不同行业中等收入群体规模变化的因素。本文参考张少良（2017）的做法，提出假设：受教育程度、工作类型、健康状况、生活满意度等因素会对我国不同行业中等收入群体规模造成不同程度的影响。
假设一：受教育程度对我国各行业中等收入群体的规模都有显著正向影响，即受教育程度越高，则一定程度上收入水平越高，中等收入群体的规模就越大。
假设二：工作类型不同会导致收入水平不同。对于部分行业来说，在单位工作相比自己创业经营拥有更为稳定的收入来源，即在单位工作可以提高我国中等收入群体规模。
假设三：居民健康状况越好，就越能稳定持续地提供劳动而获得收入，居民中等收入群体规模就越大。因为居民健康状况良好，工作效率就处于正常水平，不会影响其工作状态，而健康状况不佳的居民可能会因为身体原因影响工作效率从而影响收入水平。本文认为健康状况良好与否与收入水平高低无关，而是与生活习惯、运动习惯、遗传等因素相关。
假设四：生活满意度对中等收入群体规模具有正向效应。生活满意度是反映居民对个人生活和未来生活的满意度和信心的主观测量，在一定程度上反映了一种积极乐观的生活态度。拥有良好的生活满意度可以避免消极态度，从而促进居民收入的提高，提高我国中等收入群体规模。本文认为生活满意度主要与居民的心态有关，收入水平高，未必生活满意度就越高。
（二）变量选择与处理
本文将影响我国中等收入群体规模的因素分为受教育程度、工作类型、健康状况、生活满意度等，性别、年龄、婚姻状态、城乡身份等变量作为控制变量。其中，健康状况主要指是否有慢性疾病。根据CFPS的调查数据，变量说明如表3所示。
表3 变量说明
由于所选择的特征变量是分类变量，因此需要建立对照组特征变量。本文将学历为“初中及以下”、工作类型为“自己经营”、健康状况为“有慢性疾病”、生活满意度为 “较低”、性别为“女性”、年龄为“65岁以上”、婚姻状态为“离婚未婚或丧偶”、城乡身份为“乡村”设置为对照组特征变量。
（三）基准回归模型
结合上文理论假设，根据表3变量设置，建立以下分位数回归模型：
其中，yi表示i居民年收入，edui表示i居民受教育程度，worki表示i居民工作类型，heai表示i居民健康状况，sati表示i居民生活满意度。β0代表截距项，εi代表随机误差项，p是分位数，0 从表4中可知，变量“在单位工作”在75分位数下不显著，变量“无慢性疾病”在10、75分位数下不显著，其他变量均显著。 表4 基准回归结果 根据本文提出的假设，加入了性别（sex） 、年龄（age）、婚姻状态（mar）、城乡身份 （ide）等控制变量。加入控制变量后的分位数回归模型如下： 加入控制变量的回归模型的结果如表5所示。从表5可知，解释变量中，“在单位工作”在75分位数下不显著，“无慢性疾病”在10、75分位数下不显著，其他变量均显著，与基准回归模型结果一致； 表5 加入控制变量的回归模型结果 根据式（2），本文分别对我国制造业、教文体娱业、金融、信息与计算机服务业，选取10、25、75、90分位数建立分位数回归模型，其中25、75分位数近似视为中等收入群体、10分位数近似视为低收入群体，90分位数近似视为高收入群体，验证生活满意度、健康状况、工作类型等变量对我国中等收入群体规模的影响效应。 1.制造业中等收入群体规模的影响因素分析 根据回归结果可知，受教育程度、工作类型、生活满意度等因素对我国制造业中等收入群体规模产生了显著影响，而健康状况对我国制造业中等收入群体规模的影响不显著，这可能与慢性疾病的种类有关。在本文选取的控制变量中，性别、年龄、婚姻状态、城乡身份对制造业中等收入群体规模均有显著的影响。 从受教育程度看，“大专及以上”变量所有年份均显著，高中、中专、技校、职高变量在大部分年份中显著，“大专及以上”变量的回归系数明显高于高中、中专、技校、职高变量的回归系数。由此可知，学历越高，对居民中等收入群体规模的影响越大。学历的差距无疑会扩大我国制造业居民收入差距，阻碍我国制造业中等收入群体规模的扩大。但提高整体居民的受教育程度，无疑可以扩大中等收入群体规模。 从工作类型看，“在单位工作”变量除了2012年，其他年份回归系数均显著。由此可知，与“自己经营”相比，“在单位工作”对我国制造业中等收入群体规模影响更为显著。从影响效应看，“在单位工作”变量的回归系数从2010年、2012年的负值转变为2014年、2016年、2018年的正值，说明“在单位工作”对制造业中等收入群体规模的影响效应实现由负到正的转变。但是随着时间的推移和分位数的提高，在单位工作的制造业居民收入各分位数回归系数呈“倒U”型分布，如图2（a）所示，并且2018年中在单位工作的90分位数又出现负值。 从生活满意度看，变量“生活满意度一般”和变量“生活满意度较高”在大部分年份中显著。大部分年份的“生活满意度较高”变量回归系数要明显高于生活满意度其他选项，且随着时间的推移和分位数的提高，两者的回归系数都随分位数的提高而变大，高收入群体和中低收入群体间的收入差距增大，说明近年来生活满意度也会对我国制造业中等收入群体规模造成一定的负面影响，扩大我国制造业贫富差距，阻碍我国制造业中等收入群体规模的扩大。 2.教文体娱业中等收入群体规模的影响因素分析 根据回归结果可知，受教育程度、工作类型、健康状况、生活满意度等因素均对我国教文体娱业中等收入群体规模产生了显著影响。性别、年龄、婚姻状态、城乡身份等控制变量均对我国教文体娱业中等收入群体规模产生了显著影响。 图2 2010－2018年分位数回归系数分布图 从受教育程度看，“大专及以上”“高中、中专、技校、职高”在大部分年份影响均显著。变量“大专及以上”对我国文教体娱业中等收入群体规模的影响要远大于“高中、中专、技校、职高”变量，说明高学历有助于我国教文体娱业居民收入的提高。如图2（b）所示，“高中、中专、技校、职高”可以提高我国教文体娱业中等收入群体收入，缩小我国教文体娱业中等收入群体和高收入群体之间的收入差距，扩大我国教文体娱业中等收入群体规模，从而缩小贫富差距。 从工作类型看，变量“在单位工作”的回归系数在大部分年份的各分位数下均显著。2010年，“在单位工作”的中高收入群体回归系数为负，说明相比在单位工作，自己经营创业能够提高我国教文体娱业中高收入群体收入。但是随着时间的推移，在单位工作对我国教文体娱业中等收入群体收入的增加要高于高收入群体，且在2016年、2018年，变量“在单位工作”的90分位数回归系数为负，说明近年来，在单位工作有助于我国教文体娱业中等收入群体规模的扩大，自己经营创业可能是我国教文体娱业高收入群体更好的选择。这种趋势和制造业表现为一致。 从健康状况看，变量“无慢性疾病”在2010年、2018年显著，其余年份对我国教文体娱业中等收入群体收入影响不明显。2010年中，变量“无慢性疾病”对于我国教文体娱业中等收入群体收入的影响要小于高收入群体，说明2010年健康状况不利于扩大我国教文体娱业中等收入群体规模。在2012－2018年，随着分位数的提高，变量“无慢性疾病”的回归系数在各分位数下呈现“倒U”型分布，如图2（c）所示，说明中等收入群体和高收入群体之间的收入差距在缩小，对中等收入群体的影响高于低收入群体和高收入群体，有助于教文体娱业中等收入群体规模的扩大。 从生活满意度看，变量“生活满意度一般”“生活满意度较高”对我国教文体娱业中等收入群体有一定影响，“生活满意度较高”的回归系数比“生活满意度一般”高。随着分位数的提高，变量“生活满意度一般”“生活满意度较高”的回归系数也随之变大，表明生活满意度较高、生活满意度一般的教文体娱业中低收入群体和高收入群体之间的收入差距增加，且生活满意度较高的收入差距大于生活满意度一般的，这表明高生活满意度也会阻碍贫富差距的缩小，从而抑制教文体娱业中等收入群体规模的扩大。 3.金融、信息与计算机服务业中等收入群体规模的影响因素分析 由回归结果可知，受教育程度、工作类型、生活满意度等因素对我国金融、信息与计算机服务业中等收入群体规模产生了显著影响，健康状况没有显著影响。性别、年龄、婚姻状态、城乡身份均对我国金融、信息与计算机服务业中等收入群体规模产生显著影响。 从受教育程度看，变量“大专及以上”大部分年份的回归系数显著，而变量“高中、中专、技校、职高”对我国金融、信息与计算机服务业中等收入群体收入影响不大。说明高学历对于金融、信息与计算机服务业居民的收入差距会有明显的增加，抑制扩大金融、信息与计算机服务业中等收入群体规模。与传统制造业、教文体娱业相比，金融、信息与计算机服务业各分位数下的回归系数相对较大，说明金融、信息与计算机服务业中等收入群体收入相比传统行业具有收入优势。 从工作类型看，变量“在单位工作”对我国金融、信息与计算机服务业中等收入群体有一定影响。从回归结果可知，2012年、2014年随着分位数的提高，回归系数随之增加，说明早期在单位工作会增加收入差距，不利于扩大我国金融、信息与计算机服务业中等收入群体规模。但2010年、2016年、2018年出现了75、90分位数下回归系数为负的情况，说明近年来相比在单位工作，自己经营对金融、信息与计算机服务业中高收入群体收入增加有较大的促进作用。部分年份出现了中低收入群体回归系数大于高收入群体的情况，说明在单位工作有利于减缓收入差距的扩大，提高中等收入群体收入水平，扩大我国金融、信息与计算机服务业等行业的中等收入群体规模。 从生活满意度看，“生活满意度较高”和“生活满意度一般”变量都会对我国金融、信息与计算机服务业产生一定的影响。早期“生活满意度”变量一般对我国金融、信息与计算机服务业中等收入群体收入并没有太大的提高，但是近年来提升效果显著，有利于我国金融、信息与计算机服务业中等收入群体规模的扩大。“生活满意度较高”变量随着分位数的提高而增加，但是近年来这一趋势有所缓解，2018年，回归系数在各分位数下呈现“倒U”型分布，说明变量“生活满意度较高”有利于我国金融、信息与计算机服务业居民收入差距的缩小和中等收入群体规模的扩大。 通过对制造业、教文体娱业、金融、信息和计算机服务业2010年、2012年、2014年、2016年、2018年采取10、25、75、90分位数进行分位数回归发现，受教育程度、工作类型、生活满意度对我国不同行业中等收入群体规模造成了显著影响，而健康状况仅对部分行业部分年份有影响，具体情况如表6所示。 表6 解释变量对各行业中等收入群体规模的影响效应 为了验证模型的稳定性，将50分位数近似视为中等收入群体，并进行分位数回归。回归结果与加入控制变量后的模型结果基本一致，表明本文的分位数回归模型具有一定的稳健性。 本文根据CFPS数据，分析了我国中等收入群体规模的影响因素和结构变动，得出以下结论。 第一，从各行业自身看，我国各行业中等收入群体结构正处于转型阶段，传统行业占比逐年下降，现代服务业占比逐年上升。随着高收入新兴行业的诞生、发展，传统行业面临衰退的风险，这对我国中等收入群体结构无疑是一个巨大的挑战。经济高速发展和产业转型的大势将对我国中等收入群体结构造成一定程度的冲击，导致我国中等收入群体结构长期处于不稳定的状态。 第二，不同行业中等收入群体规模的动态波动差异较大。我国制造业中等收入群体规模随着时间影响波动不明显，围绕0.29呈现较为稳定的状态。教文体娱业中等收入群体规模在2012年增长较大，2014年之后趋于稳定，保持在0.25左右。我国金融、信息与计算机服务业中等收入群体规模随着时间影响波动较大，最小值为0.179，最大值为0.274，但是在2016年之后呈现出整体提升的趋势。 第三，“在单位工作”相比自己经营来说，更有利于扩大各行业中等收入群体规模，促进收入水平提高。在单位工作意味着稳定的收入来源； 第四，生活满意度对金融、信息与计算机服务业中等收入群体规模有着明显的扩大作用。金融、信息与计算机服务业对学历要求高，工作内容相对繁琐，更容易实现个人价值，带来更高的成就感和满足感。在此背景下，金融、信息与计算机服务业中等收入群体居民对自己个人生活满意程度和未来生活信心程度会有更多的提升，并减少产生消极怠慢态度的可能性，更加积极乐观地面对生活和工作，从而提高收入，扩大我国金融、信息与计算机服务业中等收入群体规模，缩小贫富差距。
（四）加入控制变量的影响因素模型
控制变量中，“16～35岁”在75、90分位数下不显著， “36～65岁”在75分位数下不显著，“同居”不显著，其余变量均显著。
（五）分行业中等收入群体规模的影响因素分析
（六）稳健性检验
自己经营则意味着高成本高风险，收入存在不稳定性和不确定性，因此，更适合于高收入群体。中等收入群体的抗风险能力弱于高收入群体，更适合在单位工作。