基尼系数临界值靠谱吗？ 第1页

一，基尼系数是什么？

下面几段文字和图片引用自

基尼系数是衡量居民间收入差距的综合指标。该指标由意大利经济学家基尼在20世纪初提出。社会中每个人的收入都一样、收入分配绝对平均时，基尼系数是0；全社会的收入都集中于1个人、收入分配绝对不平均时，基尼系数是1。现实生活中，两种情况都不可能发生。每个人的收入有多有少差距大时，基尼系数就高，差距小时，基尼系数就低。

　 基尼系数是根据洛伦茨曲线，即收入分布曲线计算的。在下图中，横轴是累计人口百分比，纵轴是累计收入百分比。对角线上的绿色斜线是绝对平均的收入分布线，黑色的纵线是绝对不平均的收入分布线，橙色的是通常见到的实际收入分布曲线。绿线与橙线之间的面积A，相当于用于不平均分配的那部分收入。基尼系数等于A/（A+B），经济学含义是用于不平均分配的那部分收入占全部收入的比例。，

二，中国的基尼系数是多少？

搞清楚基尼系数的含义之后，我们再来看看中国的基尼系数。中国的基尼系数主要有两个版本，分别来自于国家统计局的城调队数据，由中国收入分配研究院计算；以及西南财经大学的“中国家庭金融调查”数据。统计局的数据显示，2013年中国的基尼系数为0.473，从2008年的0.491一路降低，为近十年来的最低值。而西南财大的数据则显示中国的基尼系数高达0.61。在这两个数据之外，北京大学的

基尼系数——2010年为0.51，2012年下降至0.49。

不难发现，CFPS数据和统计局数据相对比较接近，比起他们俩，CHFS的数字则有些偏高了。关于谁的基尼系数才更接近真实值这个问题，双方团队没少打笔仗，从2012年12月开始，CHFS一公布0.61这个数据，收入分配研究院就开始发难：

然后是西南财大一方的回应

然后收入分配研究院一方又回应……

然后西南财大一方又再回应……

综合来说，CHFS数据虽然标榜了自己对高收入人群的覆盖，但他的抽样方法似乎又过多地覆盖了富裕地区的城镇人口以及贫穷地区的农村人口，因此可能会增加被调查人员的贫富差距；而统计局数据虽然在代表性上没问题，但却又因为最高收入者的低报而常常受到诟病，因此会低估贫富差距。如果将现有的三个数据信息统一考虑，我认为中国的基尼系数应当处于0.5至0.55之间。

三，不同大小的基尼系数值有什么含义？

人人都知道，社会的不平等程度达到一定程度时，人们的不满情绪就会上升。那么，0.5以上的基尼系数会导致什么后果？不一定会有什么后果，因为这取决于人们能观察到的不平等程度。

我们可以将基尼系数进行一个简单的分解。

首先，将所有人的收入替换为其所在省份的平均收入，计算第一个基尼系数。

其次，将所有人的收入替换为其所在省相同教育组别的平均收入，计算第二个基尼系数。

最后，将所有人的收入替换为他自己的真实收入，计算第三个基尼系数。

不难发现，这三组基尼系数之间存在层层递进的关系，第一个数值仅仅度量了地区之间的收入分配不平等程度；第二个数值在地区间收入差距的基础上，进一步把不同教育程度之间的收入差距度量出来；第三个数值则把同地区、同教育的人群之中的收入差距给度量出来，即完整的基尼系数。我们对这三个基尼系数取差值，便完成了基尼系数的分解。下图是中国、美国和巴西的2010年的个人收入基尼系数的分解情况。

其中，中国使用了CHFS数据，美国使用了CPS2010年1月数据，巴西使用了巴西2010年普查数据。

从图中可以看到，中国、美国和巴西的基尼系数都比较接近，都比较高，分别为0.48、0.48和0.55，但其中的结构差异很大。中国的基尼系数之所以较高，地区间的收入差距贡献了一半以上，但在地区内部的收入差距是三个国家里最小的。

也就是说，中国的基尼系数高，可能更主要的原因是北京、上海等富裕省份的平均收入远高于贵州、广西等贫穷地区，但在北京上海贵州广西的内部，收入差距反而是比较小的。换句话说，如果我们把每个省都看成一个独立的经济单位来测量其基尼系数，我们会发现每个地区的基尼系数都很低。但合并起来后，基尼系数就高了。

第二个部分在于教育差距。所谓教育差距，就是不同教育水平的人口的收入差距，在图上的三个国家中，教育差距最大的是美国，即相对于中国、巴西来说，在美国多上一年学，多拿一个学位，收入增长得更快。教育差距很大，有好处也有坏处。好处在于，教育至少还是一个部分可控的变量，如果教育水平提高收入真的会上升很快，那么更多的人就有动机增加自己的人力资本投资；而坏处在于，如果教育的机会本身不是那么公平，穷困人民没有机会接受更好的教育，那么教育差距就成为了阶层差距，难以缩小。从图中可以看到，中国在教育差距上，非常低。

第三个部分是其他差距，他说的是处在同一个地区，接受了同等教育的人口的收入差距。事实上，这部分差距，才是会真正引发人们不满的部分。

举一个例子，在假设两个国家的基尼系数一样高，但其中一个国家的“其他差距”很大，另一个国家的“地区差距”很大，那么哪个国家的人民会更加不满意？

当然是前者。前者的上班族天天看着和自己同样学历的人收入比自己高，心里能舒服吗？而后者的上班族可能根本看不到这样的差异。除非他胸怀天下，每天都在关注其他地区人民的收入情况——啊，为什么XX省人民收入那么高？——而不是关注自己身边的人。

于是，在基尼系数的三个部分中，地区差距——一般观察不到；教育差距——至少还有个盼头吧？但其他差距，到底是什么造成的呢？凭什么我们一样大学毕业，一样工作在北京，你收入就是我的好几倍？你说你工作能力强，我说还不是因为你爸是X刚，不满也就产生了。

中国当前的基尼系数虽然看起来比较高，但实际上其中发挥主要作用的是地区差距。而从地区内部差异来看，中国仍然是比较低的。比起大部分南亚、南美国家，中国的贫富差距在感官上来说甚至可以说很低。而对于一些欧洲小国来说，他们可能根本不存在什么地区间的收入差异，用他们的基尼系数来和中国比较，意义不大。

四，基尼系数只是一个静态指标，人们更关注动态变化

比起基尼系数，其实人们更关注的还是收入流动性。道理很简单，你的收入高，我的收入低，可能并不要紧；要紧的是，你的收入永远比我高，你子女的收入也永远比我子女收入高，这让人怎么受得了？中国尽管基尼系数不算低，但在过去几十年中的收入流动性一直很高。文革被打倒的，有许多通过高考爬起来了；原本吃铁饭碗的，下海经商发达了；下岗再就业的，也有自主创业富起来的。基尼系数高加上收入流动性高，引出了一个“正向隧道效应”。你在拥堵隧道中排队，此时如果排在你前面的车往前开了，你可能会更高兴——因为你也能往前开车了。也就是说，如果你也有提高收入的机会，那么此时基尼系数扩大，人们的不满意程度反而会降低。

但令人担忧的是，中国近些年来的收入流动性开始降低，此时如果基尼系数进一步增加，又会有一个“反向隧道效应”：你在拥挤的隧道中排队，你发现你周围车道的车辆在纷纷往前移动，而你所在的车道却纹丝不动。更重要的是，你还不能换车道。这时，人们可能会因为基尼系数的扩大而变得不满。

所以，要把收入差距和社会稳定联系起来的话，收入流动性才是更重要的变量，他决定了人们的不满会朝着什么方向发生。

总结：

基尼系数本身的大小，能说明的信息不多，因为人们更关注的是那些无法被区域、教育水平所解释的收入差距。而在中国，这部分收入差距并不高，且基尼系数的值有一半贡献来自地区差距。单纯从0.61或者0.49这类数字出发，我们很难得出中国贫富差距非常大大甚至会引发社会不稳定的结论。

其次，比起基尼系数，我们更应该关注的是收入的流动性。中国曾经是一个收入流动性很高的国家，但这个特征正在消失，中国的阶层固化现象也逐步出现。在贫富差距方面，基尼系数是一个重要的静态指标，但收入流动性的变化才是真正需要人们关注的问题。