李慶梅 聶佃忠

(中共甘肅省委黨校(甘肅行政學院) a.社會和生態(tài)文明教研部；b.經(jīng)濟學教研部，蘭州 730070)

提要： 在國內(nèi)率先提出道德基尼系數(shù)的概念，還運用專屬的中國社會道德現(xiàn)狀調(diào)查數(shù)據(jù)(SCSCSM)測算出當前我國道德基尼系數(shù)的大小，并運用科學嚴謹?shù)亩糠治龇椒ㄟM行分解。依據(jù)分解結(jié)果，得出兩點研究結(jié)論：一是在國內(nèi)率先提出當前我國的道德基尼系數(shù)遠遠高于0.445，已經(jīng)超過警戒線；二是從分解的結(jié)果看，所有的變量都不同程度地擴大了道德水平差距，而從貢獻大小來看，婚姻和職業(yè)變量的貢獻率合計超過一半，被調(diào)查者父母的孩子數(shù)量、訂閱報紙份數(shù)變量與有無娛樂活動場所、月收入水平、性別和有無手機等變量的貢獻率基本相當，各占1/5強。在此基礎(chǔ)上，提出相應的對策建議，即我國政府面臨既要如何提升道德水平，又要如何縮小道德水平個體差距異常艱巨的“雙重任務”。

一、引 言

黨的十九屆四中全會提出，加快完善社會主義市場經(jīng)濟體制，并且將之“擴容”為社會主義基本經(jīng)濟制度的重要組成部分。但不可否認的是，我國社會主義市場經(jīng)濟與西方發(fā)達國家的市場經(jīng)濟相比，至少有四個方面的不同。一是發(fā)育時間不同。西方發(fā)達國家的市場經(jīng)濟迄今已有500年的歷史，而我國從1992年黨的十四大正式提出建立社會主義市場經(jīng)濟體制開始算起，至今也只有區(qū)區(qū)27年的時間。二是發(fā)育速度不同。西方發(fā)達國家的市場經(jīng)濟發(fā)育速度是非常緩慢的，而我國社會主義市場經(jīng)濟的發(fā)育(經(jīng)濟轉(zhuǎn)型)速度是非常急速的。三是發(fā)育的經(jīng)濟基礎(chǔ)不同。西方發(fā)達國家的市場經(jīng)濟是在自然經(jīng)濟的基礎(chǔ)上生長出來的，我國社會主義市場經(jīng)濟卻是在計劃經(jīng)濟的基礎(chǔ)上脫胎換骨的結(jié)果。四是發(fā)育方式不同。西方發(fā)達國家的市場經(jīng)濟是通過“爬”(坡)的方式一路走來，而我國社會主義市場經(jīng)濟卻是在“轉(zhuǎn)”(型)與“拐”(彎)的陣痛中實現(xiàn)浴火重生[1]。

在我國經(jīng)濟社會轉(zhuǎn)型的同時，還應該有文化轉(zhuǎn)型和道德轉(zhuǎn)型。這必然涉及核心價值觀的重構(gòu)。誠然，我們需要的道德文明應既與原有的植根于本土的道德傳統(tǒng)不同，也與西方的植根于開放性市場經(jīng)濟道德傳統(tǒng)迥異。從更深的層次上講，西方國家完成與市場經(jīng)濟相適應的社會價值體系的重構(gòu)用了400～500年的時間，考慮到我國的市場經(jīng)濟體制、文化傳統(tǒng)和復雜國情，這一過程也至少需要幾百年的時間[2]。換言之，與經(jīng)濟轉(zhuǎn)型、社會轉(zhuǎn)型相比，我國實現(xiàn)道德轉(zhuǎn)型的難度更大、花費的時間也更長。正是基于這一背景，如何客觀地評價、比較我們目前的社會道德狀況，從而有利于加快建立與現(xiàn)代市場經(jīng)濟體制相適應的社會主義道德文明，這是一個亟須解決的重大課題。

黨的十九大報告提出，要提高人民思想覺悟、道德水準、文明素養(yǎng)，提高全社會文明程度。這是因為，在經(jīng)濟與社會急遽轉(zhuǎn)型的大背景下我們面臨的社會道德現(xiàn)狀堪憂。國內(nèi)倫理學家唐凱麟先生甚至從現(xiàn)代性危機的高度來看待上述重大問題。這種“社會亂象”與“轉(zhuǎn)型之痛”突出表現(xiàn)為道德失范(個人層面)、倫理缺失(社會層面)、社會脫序以及三大底線(法律底線、公序良俗底線、道德良知底線)不斷下移。這種難以令人滿意的社會道德現(xiàn)狀迫使我們不得不探索測算社會道德水平差距的方法，理性看待與客觀評價經(jīng)濟社會轉(zhuǎn)型背景下的我國社會道德問題[3]。

基尼系數(shù)是廣義的分析工具，不但可以用于收入(或財產(chǎn))分配問題的研究，而且可以用于一切分配問題和均衡程度的分析。因此，常用的基尼系數(shù)除了收入基尼系數(shù)和財富基尼系數(shù)之外，學者還將這一概念拓展到非經(jīng)濟領(lǐng)域，陸續(xù)提出教育基尼系數(shù)[4-5]、資源環(huán)境基尼系數(shù)[6]、權(quán)力基尼系數(shù)等。沿襲同樣的邏輯思路，本文在國內(nèi)率先提出道德基尼系數(shù)的概念，用來衡量社會道德水平的差距大小。道德基尼系數(shù)跟一般意義上的基尼系數(shù)一樣，也介于0～1之間。同樣，道德基尼系數(shù)越大，社會道德水平的差距程度就越高；道德基尼系數(shù)越小，社會道德水平的差距程度就越低。此外，道德基尼系數(shù)也存在一個警戒線(系數(shù)同樣假定為0.4)，如果大于這一數(shù)值容易出現(xiàn)社會動蕩。本文不僅提出道德基尼系數(shù)的概念，還測算出當前我國的道德基尼系數(shù)的大小，并運用科學嚴謹?shù)亩糠治龇椒ㄟM行了分解。依據(jù)分解結(jié)果可知，社會道德水平的差距究竟主要是由哪些因素造成的。

二、變量選取、數(shù)據(jù)來源與統(tǒng)計描述

(一)有效問卷統(tǒng)計

本文運用的數(shù)據(jù)是課題組自己專屬的中國社會道德現(xiàn)狀調(diào)查數(shù)據(jù)(SCSCSM)。調(diào)查問卷分為城市問卷與農(nóng)村問卷。在調(diào)查過程中共發(fā)放問卷912份。其中，調(diào)查環(huán)節(jié)產(chǎn)生廢卷或無法回收問卷34份，驗收環(huán)節(jié)剔除無效問卷56份。經(jīng)過上述兩個環(huán)節(jié)后有效問卷為822份。接下來的錄入環(huán)節(jié)剔除無效問卷20份，問卷修正環(huán)節(jié)建議作廢40份。經(jīng)過4個環(huán)節(jié)的“過濾”之后，有效問卷合計762份。其中，城市問卷569份，涵蓋14個省份；農(nóng)村問卷193份，涵蓋8個省份。經(jīng)過簡單計算可以得出，問卷回收率為90.13%，問卷有效率為92.70%。前者一般沒有特別要求，后者一般要求90%以上即可。

(二)變量統(tǒng)計描述

表1 關(guān)于被解釋變量與解釋變量的統(tǒng)計描述

注：(1)解釋變量不含虛擬變量；(2)樣本總數(shù)為762個，其中黨員數(shù)量(含民主黨派)為233個，非黨員為529個，后面的均值、標準差、最小值以及最大值是針對黨員數(shù)量而非樣本總數(shù)而言的；(3)樣本總數(shù)為762個，其中未婚者為181個，已婚者(含離婚者、喪偶者、再婚者等)為581個，后面的均值、標準差、最小值以及最大值是針對樣本總數(shù)而非已婚者數(shù)量而言的；(4)樣本總數(shù)為762個，其中持城市戶口者為470個，非城市戶口者為292個，后面的均值、標準差、最小值以及最大值是針對非城市戶口者而言的。

關(guān)于變量的統(tǒng)計描述如表1所示。其中，道德指數(shù)為被解釋變量，用它來衡量社會道德水平的高低，其他的均為解釋變量。關(guān)于道德指數(shù)的構(gòu)建，課題基于利他行為的角度從親緣利他、互惠利他和純粹利他3個維度測度道德水平。其中，互惠利他又進一步細分為直接互惠和間接互惠。因此，總指標——道德資本存量由4個一級指標構(gòu)成，依次是親緣利他、直接互惠、間接互惠和純粹利他。在此基礎(chǔ)上，每個一級指標再細分為若干個二級指標，共計14個。以此類推，每個二級指標又細分為若干個三級指標，共計28個。

三、運用逐步回歸法分析影響道德的因素

本文是從道德影響因素的角度進行實證分析，運用逐步回歸法進行估計，采用多元回歸法中的“后退法”和“前進法”進行自變量篩選。鑒于剔除異常值前的前進法與后退法在計算結(jié)果上存在某些差異，為了減輕異常值的影響，在回歸過程中還對所有離散變量在1%和99%水平上進行了Winsorize處理。數(shù)據(jù)處理后，絕大多數(shù)變量的標準誤下降，估計結(jié)果有所改善(見表2和表3)。在后退法中，除了10%顯著性水平下的信仰、父母孩子數(shù)量以及截距項的標準誤變大以外，其他變量的標準誤均出現(xiàn)不同程度的下降。在前進法中，所有變量(剔除異常值后第一次出現(xiàn)的變量不除外)的標準誤均出現(xiàn)不同程度的下降。

表2 道德指數(shù)與解釋變量之間的回歸結(jié)果(剔除異常值后采用后退法)

(續(xù)表2)

解釋變量被解釋變量1%顯著性水平5%顯著性水平10%顯著性水平截距項-0.3100555(0.0831144)-0.2693345(0.090675)-0.3502758(0.0977006)樣本數(shù)762762762R20.12940.15850.1641解釋變量個數(shù)71214

注：括號內(nèi)為標準誤，表示1%統(tǒng)計水平上顯著，表示5%統(tǒng)計水平上顯著，表示10%統(tǒng)計水平上顯著。

表3 道德指數(shù)與解釋變量之間的回歸結(jié)果(剔除異常值后采用前進法)

注：括號內(nèi)為標準誤，表示1%統(tǒng)計水平上顯著，表示5%統(tǒng)計水平上顯著，表示10%統(tǒng)計水平上顯著。

通過比較發(fā)現(xiàn)，剔除異常值前后的后退法在計算結(jié)果上的差異主要表現(xiàn)在：第一，顯著性水平為1%時，剔除異常值前后選取的變量數(shù)相同(均為7個)，且構(gòu)成也完全相同；第二，顯著性水平為5%時，剔除異常值前后選取的變量數(shù)相同(均為12個)，且構(gòu)成也完全相同；第三，顯著性水平為10%時，剔除異常值前后選取的變量數(shù)相同(均為14個)，但構(gòu)成不完全相同。除了剔除異常值前的婚姻狀況之離婚、娛樂活動室兩個變量(含分量)與剔除異常值后的孩子數(shù)量、父親文化程度兩個變量不同，其余12個變量完全相同。

通過比較發(fā)現(xiàn)，剔除異常值前后的前進法在計算結(jié)果上的差異主要表現(xiàn)在：第一，顯著性水平為1%時，剔除異常值前后選取的變量數(shù)相同(均為7個)，且構(gòu)成也完全相同。第二，顯著性水平為5%時，剔除異常值前后選取的變量數(shù)相同(均為12個)，但構(gòu)成不完全相同。除了剔除異常值前的婚姻狀況之已婚、娛樂活動室兩個變量(含分量)與剔除異常值后的贍養(yǎng)老人數(shù)量、戶口地與居住地是否一致兩個變量不同，其余10個變量完全相同。第三，顯著性水平為10%時，剔除異常值前后選取的變量數(shù)略微不同(剔除異常值前為13個，剔除異常值后為12個)，構(gòu)成也不完全不同。除了剔除異常值前的婚姻狀況之已婚、娛樂活動室兩個變量(含分量)與剔除異常值后的贍養(yǎng)老人數(shù)量一個變量不同，其余11個變量完全相同。

通過比較發(fā)現(xiàn)，剔除異常值后的前進法與后退法在計算結(jié)果上的差異主要表現(xiàn)在：第一，顯著性水平為1%時，兩種方法選取的變量數(shù)相同(均為7個)，且構(gòu)成也完全相同。第二，顯著性水平為5%時，兩種方法選取的變量數(shù)相同(均為12個)，且構(gòu)成也完全相同。第三，顯著性水平為10%時，兩種方法選取的變量數(shù)略微不同(前進法為12個，后退法為14個)，構(gòu)成也不完全不同。除了后退法中的孩子數(shù)量、父親文化程度兩個變量不同，其余12個變量完全相同。

綜上，以顯著性水平為10%時剔除異常值后的前進法與后退法共同選取的12個自變量為準進行回歸，求出各自的偏回歸平方和U(i)，并求出各方程項對回歸的貢獻百分比(按偏回歸平方和降序排列)。

從線性回歸結(jié)果來看，道德指數(shù)(Index)與信仰(dIslam)、本人行政級別(F12)、父母孩子數(shù)量(F21)、性別(dmale)、有無手機(dmobile)、收入水平(F2)、健康狀況(F4)、戶口地與居住地是否一致(dhouseholdregister)、有無收音機(dradio)、職業(yè)為黨政企事業(yè)單位一般工作人員(dstaff)、黨員黨齡(F05)及贍養(yǎng)老人數(shù)量(F09)之間具有非常顯著的線性相關(guān)關(guān)系(在顯著性水平α=0.10上統(tǒng)計顯著)。

由前面的偏回歸平方和以及回歸貢獻百分比的大小得知，12個因素的主次順序為dIslam>F12>F121>dmale>dmobile>F2>F14>dhouseholdregister>dradio>dstaff>F105>F109。

四、基于夏普里值過程的回歸方程分解方法分析影響道德的因素

繼續(xù)從道德影響因素的角度進行實證分析，主要是基于夏普里值(Shapley Value)過程的回歸方程分解[7-9]。

(一)道德水平?jīng)Q定方程的估計

首先強調(diào)的是，與逐步回歸法相比，基于夏普里值過程的回歸方程分解方法有三點不同：一是前者主要適用于線性方程，而后者可以運用于非線性方程；二是前者在選擇自變量時沒有考慮平方項、交叉項及其對數(shù)形式，而后者充分考慮了這些內(nèi)容；三是估計的觀測值有較大差異，前者的樣本數(shù)是762個，而后者的樣本數(shù)是339個，意即只取道德指數(shù)大于零的部分。

當然，鑒于Heckit估計參數(shù)的標準誤比OLS估計要小一些，這里的回歸方程仍然采用前面的Heckit方法進行估計，樣本數(shù)也是339個，唯一不同的是在分解環(huán)節(jié)大幅度壓縮了解釋變量的數(shù)量。

具體而言，研究分為兩步：首先，估計一個半對數(shù)的道德水平?jīng)Q定方程；然后，在這個道德水平?jīng)Q定方程的基礎(chǔ)上，進行道德水平差距分解。

估計的道德水平?jīng)Q定方程如下：

(1)

其中，Index系被調(diào)查者的道德指數(shù)，表示個人道德水平的高低；X是一組解釋變量構(gòu)成的向量；β是由待估系數(shù)構(gòu)成的向量；下標i表示調(diào)查樣本中的被調(diào)查者個人；ε是殘差項。

由于在道德水平?jīng)Q定方程中選用了半對數(shù)模型，如果在分解時仍使用道德水平的對數(shù)作為因變量來分解，就會造成對道德水平變量分布的扭曲，所以在寫分解決定方程時對兩邊取了指數(shù)e，得到方程式(2)：

(2)

關(guān)于方程式(2)中參與分解的自變量的選擇，陳光金從所有顯著的變量中選擇需要分解的對象，而王鵬、陳釗、萬廣華、陸銘則把回歸中部分不顯著的變量(少數(shù)民族、工作經(jīng)驗、經(jīng)驗平方項等)也投入分解的行列當中[10-12]。經(jīng)慎重考慮，筆者篩選參與分解變量的原則：一是OLS回歸中顯著的9個變量(含分量)：性別、訂閱報紙數(shù)量、手機、父母孩子數(shù)量、兄弟姐妹排行、職業(yè)變量(生產(chǎn)工人和單位負責人兩個分量)、婚姻狀況(已婚分量)、娛樂活動室。二是重點考慮Heckman兩步法估計顯著的6個變量(含分量)，即訂閱報紙數(shù)量、手機、父母孩子數(shù)量、職業(yè)變量(單位負責人和個體經(jīng)營人員兩個分量)、婚姻狀況(已婚分量)。三是重點考慮Heckman兩步法排除性約束之后估計顯著的7個變量(含分量)，即訂閱報紙數(shù)量、手機、父母孩子數(shù)量、兄弟姐妹排行、職業(yè)變量(生產(chǎn)工人分量)、婚姻狀況(已婚分量)、娛樂活動室。四是考慮Stepwise之前進法(顯著性水平為10%)的11個變量(含分量)，即性別、訂閱報紙數(shù)量、手機、現(xiàn)居住地居住時間、收入水平、職業(yè)變量(生產(chǎn)工人、單位負責人、一般工作人員和個體經(jīng)營人員分量)、婚姻狀況(已婚分量)、娛樂活動室。五是考慮Stepwise之后退法(顯著性水平為10%)的12個變量(含分量)，即性別、訂閱報紙數(shù)量、手機、父母孩子數(shù)量、兄弟姐妹排行、現(xiàn)居住地居住時間和戶口地與居住地是否一致的交叉項、收入水平、職業(yè)變量(生產(chǎn)工人、單位負責人和個體經(jīng)營人員分量)、婚姻狀況(已婚分量)、娛樂活動室。

統(tǒng)籌考慮了以上5個方面后，筆者將參與分解的自變量確定為14個(含分量)：性別、訂閱報紙數(shù)量、手機、父母孩子數(shù)量、兄弟姐妹排行、現(xiàn)居住地居住時間、現(xiàn)居住地居住時間和戶口地與居住地是否一致的交叉項、收入水平、職業(yè)變量(生產(chǎn)工人、單位負責人、一般工作人員和個體經(jīng)營人員分量)、婚姻狀況(已婚分量)、娛樂活動室。

更進一步地，由于分解方法涉及的運算量非常大，每增加一個變量，該程序的計算量將呈幾何級數(shù)增長；當變量超過10個時，由于運算量過大，往往無法得到結(jié)果。因此，為了簡化計算，在分解時對相關(guān)變量進行了處理，即鑒于現(xiàn)居住地居住時間、戶口地與居住地是否一致以及兩者的交叉項在OLS估計和Heckit估計中均不顯著，剔除以上3項。模型中還有幾個虛擬變量，即婚姻狀況變量和職業(yè)分類變量，可以基于它們的回歸系數(shù)，對其做進一步歸并整理：一是分別以已婚、離婚、喪偶以及其他情況的回歸系數(shù)作為預測值(參照類型即未婚者的觀察值仍為0)，建立一個統(tǒng)一的婚姻狀況變量；二是分別以10個階層類別的回歸系數(shù)為預測值(參照群體即農(nóng)林牧副漁生產(chǎn)人員的觀察值仍為0)，建立一個統(tǒng)一的職業(yè)分類變量。這樣一來就可以將進入夏普里值分解程序運行的變量減少到10個。

(二)道德水平差距的分解

將方程式(1)轉(zhuǎn)換為一個指數(shù)方程式(2)，對道德水平不平等的基尼系數(shù)進行夏普里值分解，得到如表4、表5所示的結(jié)果[13-14]。

表4 道德水平差距和被解釋比例

表5 道德水平差距分解結(jié)果

(續(xù)表5)

分解變量貢獻度相對影響/%全體全體排序位次手機0.013613.565458娛樂場所0.031598.275805職業(yè)0.0909823.835732婚姻狀況0.1173030.730001合計0.38170100.00000

從表4來看，總的道德基尼系數(shù)是0.445。實際上，我國目前的道德基尼系數(shù)遠遠高于0.445。這是因為測算樣本僅為道德指數(shù)為正的部分(339個樣本)，不包括道德指數(shù)為負的部分(423個樣本)。嚴格準確地說，0.445是我國目前的正道德基尼系數(shù)，而不是道德基尼系數(shù)的全部。

如果簡單套用國際通用的收入(或財產(chǎn))基尼系數(shù)的測算標準，照此推算，我國的道德水平差距目前已經(jīng)超過警戒線(道德基尼系數(shù)為0.4)，說明正處于經(jīng)濟社會轉(zhuǎn)型深化期的當下中國，不僅面臨如何調(diào)節(jié)收入(財產(chǎn))分配差距過大的艱巨任務，也同時不得不高度關(guān)注公民道德水平差距偏大的事實，甚至出現(xiàn)道德水平“貧富”兩極分化的趨勢。問題的關(guān)鍵在于，在道德滑坡、倫理失范的大背景下，我國政府在道德運行軌道“糾偏”上花費的時間之長與代價之大絕非縮小收入分配差距問題所能比擬的。誠然，后者的妥善解決本身就不是一個簡簡單單的經(jīng)濟、社會乃至政治問題。

從表4和表5來看，分解結(jié)果非常理想，得到解釋的不平等占85.74%，殘差部分僅占14.26%。所有9個變量都具有擴大不平等的作用，而從貢獻大小來看，由大到小的排序依次是婚姻狀況、職業(yè)、父母孩子數(shù)量、訂閱報紙數(shù)量、娛樂活動場所、收入水平、性別、手機、兄弟姐妹排行。大體可以把它們分為3組。第1組由婚姻狀況和職業(yè)變量組成，兩者的貢獻率合計達到54.57%。第2組包括被調(diào)查者父母的孩子數(shù)量和被調(diào)查者訂閱報紙份數(shù)，它們的貢獻率都略高于10%，合計為22.24%。第3組包括娛樂活動場所、收入水平、性別和手機變量，它們的貢獻率合計為22.26%。其余1個變量是被調(diào)查者在其兄弟姐妹中的排行位次，它的貢獻率僅為0.94%，對道德水平差距的貢獻可以忽略不計。

五、研究結(jié)論、政策含義與不足之處

(一)研究結(jié)論旨在說明道德基尼系數(shù)有多大、道德水平差距的擴大是誰造成的

本文的研究結(jié)論主要有兩點：一是在國內(nèi)率先提出當前我國的道德基尼系數(shù)遠遠高于0.445，已經(jīng)超過警戒線，說明正處于經(jīng)濟社會轉(zhuǎn)型深化期的當下中國，必須高度重視公民道德水平差距偏大的事實，甚至出現(xiàn)道德水平“貧富”兩極分化的趨勢。二是從分解的結(jié)果看，所有的9個變量都不同程度地擴大了道德水平差距，而從貢獻大小來看，大體可以把它們分為3組。第1組由婚姻狀況和職業(yè)分類變量組成，兩者的貢獻率合計超過一半。第2組(包括被調(diào)查者父母的孩子數(shù)量和被調(diào)查者訂閱報紙份數(shù))與第3組(包括有無娛樂活動場所、月收入水平、性別和有無手機變量)的貢獻率基本相當，各占1/5強。

(二)政策建議的立足點應既要提升整體道德水平，更要縮小道德水平個體差距

我國政府面臨艱巨的“雙重任務”：一個是如何提升整體道德水平，以期盡快解決道德滑坡問題，另一個是如何縮小道德水平個體差距，盡快形成道德水平分布較為合理，進而個體差距達到適度性要求，以防接近甚至超過社會容忍度或社會道德底線的格局。第二個任務恰恰是目前理論界和政策界沒有引起足夠重視的地方。

(三)今后需要進一步深入研究道德異質(zhì)性等相關(guān)問題

從本文的研究內(nèi)容來看，還有諸多方面的不足之處，需要我們今后進一步深入研究。特別是，傳統(tǒng)道德和市場經(jīng)濟道德存在較大的異質(zhì)性，而目前恰好處于社會文化轉(zhuǎn)型深化期，這一大背景無疑給道德水平測度增加了不少困難。畢竟，轉(zhuǎn)型深化期的社會道德(包括水平、結(jié)構(gòu))既不完全等同于中國的傳統(tǒng)道德，也不能與西方成熟的市場經(jīng)濟道德相提并論。退一步說，即便我們孤立地研究中國經(jīng)濟社會轉(zhuǎn)型中的道德測度問題，也存在較大的異質(zhì)性。當然，它更多地表現(xiàn)為同一文化傳統(tǒng)中不同亞文化圈的異質(zhì)性。例如，流動人口/非流動人口、城市/農(nóng)村、沿海/內(nèi)地、東部/中部/西部、漢族/少數(shù)民族等。鑒于此，課題組今后緊緊圍繞前期研究主題進一步細化并繼續(xù)開展后續(xù)研究。比如，基于夏普里值過程的回歸方程分解時不僅計算全國的道德基尼系數(shù)，還要計算流動人口與非流動人口，城市與農(nóng)村，沿海與內(nèi)地，東部、中部與西部，漢族與少數(shù)民族等不同類型的道德基尼系數(shù)，并與全國的道德基尼系數(shù)進行比較，同時解釋其原因；再如，正是基于夏普里值過程的回歸方程分解方法與前面的逐步回歸法有3點不同之處，再加上兩者方法上的根本性差異，最終導致按照貢獻大小篩選出的變量集合不同，先后次序也千差萬別，等等。