二、关于机会不均等的文献回顾

从20世纪80年代以来，很多学者开始关注机会不均等问题，但大多停留在规范分析和定性分析的层面。直到进入21世纪以后，定量测量机会不均等程度的研究才逐渐展开，但是至今仍然处于相对短缺的状态。机会不均等的定量测量开始于代际收入流动性的研究，即子女的收入在多大程度上受父母收入的影响。Van de Gaer等（2001）提出了测量代际收入流动性的方法，即计算代际收入弹性或者代际收入转换矩阵。代际收入弹性是度量子代收入相对于父代收入变化程度的常用指标，该数值越大，说明代际收入相关性越高。由于父母的收入是个人无法控制的，因此代际收入弹性越大，说明机会不均等程度越高。据姚先国等（2006）估算，我国代际收入弹性已高达0.7。陈琳（2011）计算了更长时期内我国的代际收入弹性，发现1988—2005年我国的代际收入弹性达到0.6以上。相比之下，美国、德国、瑞典、英国和智利的代际收入弹性分别为0.4、0.43、0.28、0.57和0.52（郭豫媚等，2015）。也就是说，从代际收入流动性的角度看，我国与其他国家相比，机会不均等程度明显更严重。尽管测算代际收入弹性能在一定程度上反映机会不均等程度，但是毕竟父母的收入只是个人无法控制的若干因素之一，因而此类研究并不能准确测量出收入差距究竟在多大程度上是由机会不均等导致的。因此，在过去十几年间，一些学者分别提出了直接测量机会不均等程度的方法，并运用不同国家的数据进行了定量分析。

按照Roemer的定义，总收入差距可以被分解为由机会不均等导致的收入差距和由个人努力差异导致的收入差距。最新的定量研究机会不均等程度的文章基本都是按照这一框架进行的。在研究机会不均等程度的文献中，尽管不同研究对机会集合的定义有所不同，但是归纳一下，多数研究都把父母的受教育程度、父母的收入、个人的出生地和种族等作为个人无法控制的因素，进而考察由这些因素导致的收入差距占总收入差距的比例，用以测算机会不均等程度（林坚等，2014）。

从计量方法看，测量机会不均等程度有参数估计和非参数估计两种方法（Checchi等，2010）。参数估计是基于回归方程的结果，把机会集合中的元素作为解释变量得到预测收入，这些预测收入的不均等程度则反映了由个人无法控制的因素所造成的机会不均等。非参数估计一般适用于机会集合中元素较少的情况。例如，假设所考察的个人无法控制的因素只有性别，那么男女平均工资差异则为由机会不均等导致的收入差距，而同性别个体之间的收入差距则被认为是由个人努力引起的。最近的研究大多采用参数估计的方法，考察多种个人不可控因素造成的机会不均等，这也是本研究将采用的方法。

测量机会不均等的研究在最近几年受到了学界的广泛关注，很多文章分别研究了欧洲、拉美和阿拉伯国家的机会不均等问题。也许由于拉美国家的收入差距最高，所以Bourguignon等（2007）率先测算了巴西的机会不均等程度。通过把父母的受教育程度、父亲的职业、出生地和种族放入机会集合，该文得出如下结论：由以上这些个人无法控制的因素所造成的机会不均等可以解释总收入差距的23%。也就是说，有23%的收入差距是由机会不均等导致的。此后，Ferreira和Gignoux（2011）使用类似的机会集合计算了拉美其他国家的机会不均等程度，机会不均等大概解释总收入差距的30%。其中，哥伦比亚最低，该值为23%；危地马拉最高，该值为34%。在最新的研究中，Hassine（2012）测算了埃及从1988年到2006年由机会不均等造成的收入差距占总收入差距的比例，发现埃及的机会不均等程度有所降低，从1988年的22%降到2006年的15%。

机会不均等的研究不仅局限于发展中国家和地区，Lefranc等（2008）还分析了9个经济合作与发展组织成员的机会不均等程度，该值大都在10%左右。此外，他们发现总收入差距大的国家的机会不均等程度未必高；而有些机会不均等程度高的国家的总收入差距可能较小。例如，比利时的收入差距相对较小，可是机会不均等程度较高。Marrero和Rodriguez（2012）运用欧盟的数据测算了欧洲23个国家的机会不均等程度。该研究采用参数估计的测算方法，发现欧洲国家的机会不均等程度相对较低，为3%~15%。机会不均等程度最低的是芬兰，只有3%；最高的是爱尔兰，达到15%。

在现有研究中，只有两篇文献专门分析了中国的机会不均等程度。Zhang和Eriksson（2010）运用中国健康与营养调查（CHNS）数据分析了1989—2006年中国的机会不均等程度。该文献运用基尼系数测算了中国的机会不均等程度，认为在2006年，中国由机会不均等导致的收入差距占总收入差距的近60%，比其他国家都要高。该文献所界定的个人无法控制的环境因素（即机会集合）包含父母的收入、父母的受教育程度、性别。另外，陈东和黄旭峰（2015）同样采用中国健康与营养调查数据，分析了1989—2009年中国的机会不均等程度。两篇文章结论类似。

虽然以上两篇文章都测算了中国的机会不均等程度，并认为该值高于其他国家的值，但是由于这两篇文献运用基尼系数来测算收入差距，而基尼系数并不具有可加可分解性，因此，采用基尼系数不能准确测算出总收入差距中有多大比例是由机会不均等导致的。与已有研究不同，本章将采用泰尔指数来测算由机会不均等导致的收入差距占总收入差距的比例。由于泰尔指数是可加可分解的测量指标，因而能更准确测量出机会不均等的相对程度。此外，本章增加了环境因素的内容，从而能够更加全面准确地测量机会不均等程度。而且，之前研究中国机会不均等的文献都采用了2006年以前的中国健康与营养调查数据。由于中国健康与营养调查的收入数据有很多遗漏值，一直受到测量误差的质疑。Gong（2008）指出，运用中国健康与营养调查数据测算出的教育回报率要远小于使用中国其他数据测算出来的值。相比之下，中国综合社会调查数据在近几年被广泛运用在中国问题的研究上，收入数据也更可靠。

本章将运用2012年的中国综合社会调查数据，采用参数估计的方法测算由机会不均等造成的收入差距占总收入差距的比例，并对不同年龄组进行细化分析，重点考察年轻人面临的机会不均等程度。此外，本章在测量中国的机会不均等程度之后，将深入讨论机会不均等导致收入差距的几种路径，进而为我国减轻机会不均等程度、构建更加公平的收入分配格局提供更可靠的政策建议。