《表7“环境”变量对“努力”变量的影响:Probit模型回归结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《中国收入分配中的机会不平等》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在以上两个步骤的基础上，通过（13）式和（14）式测算了“努力”和“环境”的贡献度，其结果如表9所示。本文重点关注“努力”变量的贡献度，因为在该方法下，只加入了两个努力变量，这使得环境变量的相对贡献度会显著提升（表9显示环境贡献度远远大于上述计算的机会不平等指数），因此与上一部分的机会不平等指数没有直接可比性。但通过该方法可以看到加入回归的努力变量（劳动力流动和自身教育）会对整个收入不平等有多大贡献。表9显示，仅仅这两个变量，在Roemer和Barry两种情境下就分别贡献了24.4%和31.7%。通过计算两者的差值可以知道，这两个努力变量大概有7.3%的贡献来自于环境的影响，也就意味着环境不仅直接影响收入，还可以通过影响努力进而间接影响收入。接着比较农村和城市子样本下的努力贡献度发现，虽然移民和自身受教育在表8中对于农村样本的系数更大，但就其贡献度而言，城市个体的移民和受教育程度会更大程度地拉大收入差距（在两种情境下的贡献度分别为35.4%和40.0%），这也在一定程度上反映了城市地区在诸如教育、职业培训等配套资源上远远好于农村地区。但是毋庸置疑地是，劳动力外流和自身教育对农村个体的收入差距也有很大的拉大作用（在两种情境下的贡献度分别为24.3%和29.4%），对于政策制定者而言，这一点具有很大的现实意义和参考价值，因为缩小收入差距对农民工福利提高也有很大促进作用（袁方、史清华，2013）。