程名望 韓佳峻 楊未然

(同濟大學(xué)，上海 200092)

一、引言

中共十八大以來，黨中央高度注重公平正義問題，一再強調(diào)促進公平正義、增進人民福祉是社會改革和發(fā)展的落腳點，把逐步實現(xiàn)全體人民共同富裕擺在更加重要的位置。習(xí)近平總書記在中央財經(jīng)委員會第十次會議上指出，共同富裕是社會主義的本質(zhì)要求，是中國式現(xiàn)代化的重要特征，要堅持以人民為中心的發(fā)展思想，在高質(zhì)量發(fā)展中促進共同富裕。在高質(zhì)量發(fā)展中促進共同富裕，既要重視效率問題，即經(jīng)濟持續(xù)增長；也要重視公平問題，即收入差距與不平等(高培勇，2022)?，F(xiàn)階段，尤其要關(guān)注城鄉(xiāng)收入差距與不平等問題(龔六堂，2020)。在二元經(jīng)濟背景下，中國家庭收入不平等主要來自城鄉(xiāng)間的不平等(鈔小靜 等，2015；Luo et al.,2020)。有效提升農(nóng)村居民收入水平，縮小城鄉(xiāng)差距是實現(xiàn)共同富裕的主攻方向和堅中之堅(1)謝伏瞻，“把解決地區(qū)、城鄉(xiāng)差距作為推動共同富裕的堅中之堅”，中國發(fā)展高層論壇2021年會，https://finance.sina.com.cn/hy/hyjz/2021-03-20/doc-ikkntiam5846500.shtml。。而實際上，自1978年以來，始于農(nóng)村的改革給農(nóng)村乃至整個中國的經(jīng)濟都帶來了翻天覆地的變化，農(nóng)戶收入水平持續(xù)穩(wěn)定增長。但是與城鎮(zhèn)居民相比，農(nóng)戶收入增速相對滯緩，城鄉(xiāng)差距仍然較大。由圖1可知，2021年，城鎮(zhèn)居民人均可支配收入達到47412元，而農(nóng)村居民人均可支配收入僅為18931元，前者約為后者的2.5倍。也就是說，中國經(jīng)濟快速增長并沒有伴隨著顯著的城鄉(xiāng)收入差距改善，而是呈現(xiàn)出效率和公平難以兼具的事實性特征。然而，從結(jié)構(gòu)性視角分析省級數(shù)據(jù)可以發(fā)現(xiàn)(圖2)，經(jīng)濟較為發(fā)達的省份城鄉(xiāng)收入差距較低，經(jīng)濟較為落后的省份城鄉(xiāng)收入差距則普遍較高。例如，根據(jù)2020年國家統(tǒng)計局公布的數(shù)據(jù)，浙江省人均GDP為100620元，城鄉(xiāng)居民人均可支配收入比為1.96；甘肅省人均GDP為35955元，但城鄉(xiāng)居民人均可支配收入比卻高達3.27。面對上述表面看似沖突的事實和現(xiàn)象，需要回答兩個問題：改革開放以來，快速的經(jīng)濟增長到底是緩解還是擴大了城鄉(xiāng)收入差距？其影響機制又是什么？正確回答這兩個問題，對于促進勞動者在共建共享中實現(xiàn)共同富裕，推動中國經(jīng)濟持續(xù)增長和實現(xiàn)社會公平正義具有重要意義。

圖1 經(jīng)濟增長、城鄉(xiāng)居民收入及其演變趨勢(1978—2021)

圖2 各省城鄉(xiāng)居民收入與人均GDP(2020年)

學(xué)者們圍繞中國城鄉(xiāng)收入差距及其成因展開了廣泛研究。改革開放之前，為快速實現(xiàn)工業(yè)化，中國推行工農(nóng)業(yè)“剪刀差”發(fā)展模式，城市居民收入水平遠高于農(nóng)村居民，城鄉(xiāng)收入差距懸殊(Lu et al.,2016)。改革開放之后，中國實施沿海地區(qū)優(yōu)先發(fā)展、一部分人先富起來等戰(zhàn)略，在實現(xiàn)經(jīng)濟快速增長的同時，城鄉(xiāng)收入差距不僅沒有縮小(陸銘 等，2004；Luo et al.,2020)，甚至還出現(xiàn)不斷擴大的趨勢(蔡昉，2003；王小魯 等，2005；李實 等，2011)。在新古典經(jīng)濟學(xué)框架下，學(xué)者主要采用庫茲涅茨倒U形曲線解釋新興經(jīng)濟體經(jīng)濟增長與收入不平等之間的關(guān)系(Ravallion et al.,2021)。然而，庫茲涅茨曲線在中國二元經(jīng)濟背景下并不適用(陸銘 等，2004；曹裕 等，2010)。在中國，農(nóng)村內(nèi)部的收入差距要大于城市內(nèi)部，同時戶籍制度阻礙了人口的自由流動(羅知 等，2018)?；诖?，學(xué)者們尊重中國二元經(jīng)濟的事實，在戶籍制度存在并逐步松動的背景下，重點研究了城鄉(xiāng)勞動力流動對城鄉(xiāng)收入差距的影響。首先，隨著經(jīng)濟的增長，城市中會不斷涌現(xiàn)出新的就業(yè)機會，吸引農(nóng)村勞動力進城務(wù)工以尋求更好的收入回報(程名望 等，2006；孫婧芳，2017)。即使外來務(wù)工人員集中于相對低技能的工作崗位，進城務(wù)工仍然能夠有效提升其收入，進而縮小城鄉(xiāng)收入差距(Yang,2004；陸銘 等，2005；陳釗 等，2012)。梁文泉等(2016)證實，城市規(guī)模擴大對行業(yè)內(nèi)企業(yè)間以及服務(wù)業(yè)行業(yè)間人力資本外部性的放大作用，有助于降低城鄉(xiāng)收入差距。張延群等(2019)指出，隨著城鎮(zhèn)化的推進，農(nóng)村從事第一產(chǎn)業(yè)勞動力比例的下降能夠有效緩和城鄉(xiāng)收入差距。程名望等(2014)、Foltza et al.(2020)研究發(fā)現(xiàn)，對于農(nóng)村中較為貧困的居民來說，遷移對其收入的促進效應(yīng)以及對農(nóng)村內(nèi)部收入不平等的平抑效應(yīng)均明顯大于轉(zhuǎn)移支付。周國富等(2021)發(fā)現(xiàn)，產(chǎn)業(yè)結(jié)構(gòu)升級對城鄉(xiāng)收入差距的影響依賴于城市化水平，當(dāng)城市化水平較高時，第三產(chǎn)業(yè)占比增加有助于城鄉(xiāng)收入差距縮小。張可云等(2021)指出，雖然經(jīng)歷被動市民化的群體收入落后于主動城市化的群體，且未預(yù)期到的沖擊也使他們在勞動市場上處于劣勢，但與保留農(nóng)業(yè)戶籍的群體相比，被動城市化的群體仍表現(xiàn)出明顯的收入優(yōu)勢。其次，戶籍制度對進城務(wù)工者收入以及城鄉(xiāng)收入差距縮小存在制約作用。戶籍制度使進城務(wù)工者被屏蔽于城市公共服務(wù)體制之外，集中在非正式就業(yè)部門，導(dǎo)致其就業(yè)穩(wěn)定性降低(章莉 等，2016)，以及定居意愿減弱(Ning et al.,2017)。同時，由于戶籍的制約，進城務(wù)工的農(nóng)村勞動力往往面臨著職業(yè)分割(Occupation Segregation)，使得其收入水平普遍落后于城市居民(Démurger et al.,2009;章莉 等，2016)。也就是說，經(jīng)濟增長帶來的“蛋糕”增大并未公平地被農(nóng)村居民所享有(程名望 等，2016；Zhang et al.,2016)。而政府政策干預(yù)，如偏向增加中西部的土地供應(yīng)等，更是限制了人口流動，間接固化了城市戶籍者的內(nèi)部人優(yōu)勢，抬升了內(nèi)部人的工資水平，加劇了城鄉(xiāng)收入不平等(陸銘 等，2015)。即使如此，部分學(xué)者依舊認(rèn)為，在戶籍制度約束下，城鄉(xiāng)勞動力流動有利于縮小城鄉(xiāng)收入差距。陳釗等(2012)發(fā)現(xiàn)，由于戶籍歧視，受教育水平較低的農(nóng)村外來務(wù)工人員往往聚集在低技能的勞動力市場工作，這使得他們與高收入群體之間形成互補效應(yīng)，有效促進了其收入增長。陸銘等(2012)同樣認(rèn)為，雖然高技能和低技能組別的就業(yè)者都能受益于城市化帶來的規(guī)模經(jīng)濟，但低技能組別勞動力所享受到的收入效應(yīng)更大。Ning et al.(2017)發(fā)現(xiàn)，大多從事自雇行業(yè)的農(nóng)民工無法享受到城市社保等公共服務(wù)，并且會感知到戶籍歧視，但是在城市的自雇就業(yè)依舊顯著提升了其收入和生活水平，降低了城鄉(xiāng)收入差距。此外，學(xué)者們還論證了伴隨經(jīng)濟增長和社會發(fā)展而帶來的農(nóng)村人力資本提升(程名望 等，2014；程名望 等，2016)、互聯(lián)網(wǎng)普及率提升(程名望 等，2019；賀婭萍 等，2019)、金融業(yè)發(fā)展(張應(yīng)良 等，2020；溫濤 等，2020)、高鐵開通(余泳澤 等，2019)等對城鄉(xiāng)收入差距的平抑作用。這些彌合城鄉(xiāng)收入差距的因素背后，是經(jīng)濟快速增長和城鎮(zhèn)化加速帶來的農(nóng)村居民人力資本提升、信息搜尋成本下降、流動性增強與就業(yè)機會增加等。

基于上述分析，本文采用2005—2019年省級面板數(shù)據(jù)，構(gòu)建動態(tài)面板與面板門限回歸模型，嘗試探討戶籍制約下經(jīng)濟增長對城鄉(xiāng)收入差距的影響及其作用機理，并采用2017年中國綜合社會調(diào)查數(shù)據(jù)(CGSS)進行微觀層面的檢驗。本文可能的邊際貢獻主要體現(xiàn)在以下幾個方面：第一，基于二元經(jīng)濟和戶籍制度的中國事實特征，構(gòu)建更接近中國情景和事實的“內(nèi)部人-外部人”理論模型，研究發(fā)現(xiàn)只要經(jīng)濟增長和城市化發(fā)展提供的城市就業(yè)崗位是充裕的，進城務(wù)工者和城市戶籍者就存在工資差距的收斂，就有利于縮小城鄉(xiāng)居民收入差距，實現(xiàn)共同富裕。第二，采用宏觀層面的省級數(shù)據(jù)與微觀層面的住戶數(shù)據(jù)，從城市化與就業(yè)機會視角檢驗經(jīng)濟增長對城鄉(xiāng)收入差距的平抑效應(yīng)及其機制，既搭建了宏微觀間的橋梁，也使結(jié)論更加穩(wěn)健。第三，對于“1978年以來經(jīng)濟快速增長并沒有伴隨城鄉(xiāng)收入差距縮小”(效率和公平?jīng)]有兼得)和“經(jīng)濟較為發(fā)達的省份呈現(xiàn)出更低的城鄉(xiāng)收入差距，而經(jīng)濟較為落后的省份則普遍有著更高的城鄉(xiāng)收入差距”(效率和公平兼得)這一表面上沖突的事實與現(xiàn)象，通過建立較為完備的計量模型，論證并發(fā)現(xiàn)經(jīng)濟增長既帶來了效率提升和財富增加，也縮小了城鄉(xiāng)收入差距，即實現(xiàn)了效率和公平的共贏。也就是說，本研究從城鄉(xiāng)收入差距的視角論證了經(jīng)濟增長和共同富裕的兼容性，為兼具效率與公平的共同富裕道路選擇提供了新的思考。

二、理論模型

經(jīng)濟快速增長帶動了城市規(guī)模擴大和就業(yè)崗位增加，戶籍制度松動給大規(guī)模農(nóng)村勞動力進城務(wù)工提供了可能(程名望 等，2006；程玲莎 等，2021)。然而，由于戶籍制度和人力資本等因素制約，進城務(wù)工者往往聚集在相對低技能的工作崗位(陸銘 等，2012；孫婧芳，2017)?；谠撌聦嵦卣?，假設(shè)作為外部人的進城務(wù)工者進入的代表性行業(yè)為低技能行業(yè)，在低技能行業(yè)與作為內(nèi)部人的城市戶籍勞動者對產(chǎn)出的貢獻是完全替代的，即他們以線性相加的形式作為生產(chǎn)要素進入產(chǎn)出方程。

π=AF(LI+LX)-wILI-wXLX

(1)

(2)

(3)

廠商至少需要滿足內(nèi)部人的保留期望效用u0。已知代表性內(nèi)部人處于狀態(tài)i的期望效用為uI=U(wI)，廠商約束條件如式(4)所示：

(4)

根據(jù)以上假設(shè)，構(gòu)建拉格朗日函數(shù)，如式(5)所示：

(5)

式(6)給出了對LXi的一階條件：

(6)

由此，根據(jù)式(7)可得支付給內(nèi)部人的實際工資：

(7)

因為R<1，所以廠商支付給內(nèi)部人的實際工資超過了其勞動邊際產(chǎn)量，外部人獲得了等于其勞動邊際產(chǎn)量的實際工資，即wXi=RwIi。

式(8)給出了對LOi的一階條件：

(8)

整理可得：

(9)

三、實證策略與變量設(shè)置

(一)數(shù)據(jù)來源

基準(zhǔn)回歸所采用的各省份數(shù)據(jù)來自歷年《中國統(tǒng)計年鑒》。鑒于國家統(tǒng)計局于2005年及以后采用常住人口作為各省份的人口統(tǒng)計指標(biāo)，與2005年之前統(tǒng)計口徑有所不同，為保持一致性，選取中國31個省份(不含港澳臺)2005—2019年的面板數(shù)據(jù)。穩(wěn)健性檢驗中的住戶微觀數(shù)據(jù)來自中國綜合社會調(diào)查(CGSS 2017)。CGSS由中國人民大學(xué)與香港科技大學(xué)聯(lián)合主持，與美國全國意見調(diào)查中心所發(fā)布的綜合社會調(diào)查(General Social Survey)相對標(biāo)。CGSS 2017共包含一萬多個樣本，覆蓋中國31個省份，具有良好的代表性。同時，CGSS包含受訪者收入水平、戶口類型、遷移狀況等本文所需的核心變量，非常適合本文的研究。

(二)基準(zhǔn)模型建立與變量說明

1.基準(zhǔn)模型構(gòu)建

基準(zhǔn)模型如式(10)所示：

theilit=c+ηtheilit-1+αln per_gdpit+βcontrolsit+λp+λt+uit

(10)

其中：被解釋變量theilit表示省份i在t年的泰爾指數(shù)；核心解釋變量ln per_gdpit表示省份i在t年的人均GDP的自然對數(shù)；controlsit為系列控制變量；λp和λt分別代表省份固定效應(yīng)和年份固定效應(yīng)；uit和c分別為隨機擾動項和常數(shù)項。

2.變量說明

被解釋變量為城鄉(xiāng)收入差距。既有研究在度量城鄉(xiāng)收入差距時，主要采用城鄉(xiāng)居民人均可支配收入比、基尼系數(shù)和泰爾指數(shù)三種方法。當(dāng)收入存在重疊時，使用基尼系數(shù)衡量收入差距可能會存在偏差(喬榛，2019)。采用城鄉(xiāng)居民收入比衡量城鄉(xiāng)收入差距雖較為直觀，但該指標(biāo)并未考慮城鄉(xiāng)人口結(jié)構(gòu)(溫濤 等，2020；周心怡 等，2021)。與上述兩類指標(biāo)相比，泰爾指數(shù)同時考慮了人口結(jié)構(gòu)和城鄉(xiāng)收入分布，近年來被學(xué)者廣泛使用(程名望 等，2019；周國富 等，2021)。據(jù)此，本文以泰爾指數(shù)(2)限于篇幅，泰爾指數(shù)的計算公式、方法與結(jié)果不做匯報，可向作者索要。作為城鄉(xiāng)收入差距的代理變量，同時使用城鄉(xiāng)居民人均可支配收入比進行穩(wěn)健性檢驗。

核心解釋變量為經(jīng)濟增長。與既有文獻(曹裕 等，2010；程名望 等，2019；周國富 等，2021)保持一致，使用人均GDP的自然對數(shù)來衡量經(jīng)濟增長。

為盡可能減少遺漏變量帶來的內(nèi)生性問題，本文共選取七個控制變量：(1)產(chǎn)業(yè)結(jié)構(gòu)。經(jīng)濟增長與收入差距的變化通常與產(chǎn)業(yè)結(jié)構(gòu)相關(guān)，經(jīng)濟增長會促進某些產(chǎn)業(yè)進一步擴大，提升其占經(jīng)濟總量的比重，且不同產(chǎn)業(yè)間雇傭工人比例的調(diào)整也會影響收入差距(周國富 等，2021)。以第三產(chǎn)業(yè)增加值與地區(qū)生產(chǎn)總值的比值來度量不同地區(qū)間的產(chǎn)業(yè)結(jié)構(gòu)差異。(2)教育資源。經(jīng)濟發(fā)展較好的地區(qū)有更充沛的資源投入到教育上，而公民的受教育程度又決定了其工作機會和收入水平(陳釗 等，2012)。以普通高中專任教師數(shù)與普通高中在校學(xué)生數(shù)的比值來度量各省份的教育資源，師生比越高，代表地方教育資源越豐裕，學(xué)生越可能接受到相對高質(zhì)量的教育。(3)科技創(chuàng)新水平?？萍紕?chuàng)新能力和水平較高的省份，一方面城市企業(yè)使用自動化設(shè)施取代人工的可能性更高，這會減少外來務(wù)工人員的就業(yè)機會，拉大城鄉(xiāng)收入差距，另一方面也可能通過改進農(nóng)業(yè)生產(chǎn)方式、提升農(nóng)業(yè)生產(chǎn)效率從而縮小城鄉(xiāng)收入差距(程名望 等，2019)。使用國內(nèi)實用新型專利申請授權(quán)量與國內(nèi)實用新型專利申請受理量的比值來度量各省份的科技創(chuàng)新水平。(4)金融業(yè)發(fā)展水平。金融業(yè)的蓬勃發(fā)展，既可能短期內(nèi)顯著提升城市中金融從業(yè)人員的收入水平進而加劇城鄉(xiāng)收入不平等(張應(yīng)良 等，2020)，也可能隨著時間的推移產(chǎn)生滴涓效應(yīng)，為農(nóng)村居民提供更安全便捷的理財方式，促進農(nóng)村居民收入提升(溫濤 等，2020)。使用各省份金融業(yè)增加值與地區(qū)生產(chǎn)總值的比值度量各省份金融業(yè)發(fā)展水平。(5)地方政府干預(yù)程度。地方政府為獲得較快的GDP增長，可能會投入較多的財政支出進行政府購買和基礎(chǔ)設(shè)施建設(shè)，也可能會增加轉(zhuǎn)移支付以補貼農(nóng)民，這些都可能為降低城鄉(xiāng)收入差距帶來新的契機(Jia et al.,2020)。使用地方財政一般預(yù)算支出與地區(qū)生產(chǎn)總值的比值度量各省份的政府干預(yù)程度。(6)對外開放程度。經(jīng)濟條件較優(yōu)越地區(qū)的群眾購買進口產(chǎn)品的能力更強，豐富的進口產(chǎn)品也能提升居民的生活質(zhì)量和主觀福祉，同時經(jīng)營跨國產(chǎn)品貿(mào)易的企業(yè)多位于城市，可能為城鎮(zhèn)居民提供更好的就業(yè)機會進而影響到城鄉(xiāng)收入差距(陸銘 等，2004)。以經(jīng)營單位所在地進口總額與地區(qū)生產(chǎn)總值的比值來度量各省份的對外開放程度。(7)基礎(chǔ)交通設(shè)施。完善的基礎(chǔ)交通設(shè)施有利于農(nóng)產(chǎn)品及時流出和各地間生產(chǎn)要素流動，對平衡城鄉(xiāng)收入將產(chǎn)生顯著影響(余泳澤 等，2019)。使用行政區(qū)內(nèi)公路里程數(shù)來度量各省份的基礎(chǔ)交通設(shè)施。

主要變量的描述性統(tǒng)計結(jié)果見表1。

表1 變量說明及描述性統(tǒng)計

(三)實證策略與方法

由于本文使用的是省級面板數(shù)據(jù)，為增強模型的動態(tài)完備性，在方程右邊引入被解釋變量的一階滯后項構(gòu)建動態(tài)面板，建立分別使用穩(wěn)健標(biāo)準(zhǔn)誤和面板偏差校正標(biāo)準(zhǔn)誤的雙因素誤差成分模型。動態(tài)面板包含差分GMM估計和系統(tǒng)GMM估計兩種方法。在進行差分GMM估計時，如果被解釋變量滯后項的系數(shù)絕對值較大或者個體效應(yīng)在混合誤差中占比較大，差分方程的被解釋變量滯后項則很可能出現(xiàn)弱工具變量問題。而系統(tǒng)GMM在差分GMM的基礎(chǔ)上，在水平方程中引入新的矩條件，除了采用差分方程的工具變量外，還使用被解釋變量滯后項的差分作為工具變量，有效緩解了弱工具變量問題。

在進行系統(tǒng)GMM估計時，為避免工具變量中因包含多期滯后被解釋變量而可能引致的工具變量之間的多重共線性以及弱工具變量問題，選取被解釋變量的二階和三階滯后項作為差分方程中其一階滯后項的工具變量，以被解釋變量一階和二階滯后項的差作為水平方程中其滯后一階項的工具變量。關(guān)于核心解釋變量，選取人均GDP自然對數(shù)的二階滯后項(3)如果x是弱外生的，即E(xi,tui,t-1)≠0，則會導(dǎo)致差分項內(nèi)生E[(xi,t-xi,t-1)(ui,t-ui,t-1)≠0，可以用x的一階或者高階滯后(xi,t-1, xi,t-2,…)做工具變量；如果x是內(nèi)生的，有E(xi,tui,t)≠0，此時可以用x的二階或者更高階滯后(xi,t-2, xi,t-3,…)做工具變量。為充分考慮x的潛在內(nèi)生性，同時兼顧工具變量與x的強相關(guān)性，選擇核心解釋變量的二階滯后項作為其差分方程的工具變量。作為差分方程中其工具變量。出于穩(wěn)健性的考慮，在現(xiàn)有工具變量的基礎(chǔ)上，將夜間燈光數(shù)據(jù)中各省份內(nèi)各像素點(像元)上均值的二階滯后項作為差分方程中人均GDP自然對數(shù)的工具變量納入系統(tǒng)GMM估計(4)燈光數(shù)據(jù)來源：An extended time-series (2000-2020) of global NPP-VIIRS-like nighttime light data-Harvard Dataverse. https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/YGIVCD。。由于系統(tǒng)GMM估計采用了較多工具變量，屬于過度識別，使用穩(wěn)健標(biāo)準(zhǔn)誤無法進行過度識別約束的Sargan檢驗，因此采用廣義矩估計方法的常規(guī)衍生標(biāo)準(zhǔn)誤，并在隨后的雙因素誤差成分模型中分別使用穩(wěn)健標(biāo)準(zhǔn)誤和面板校正標(biāo)準(zhǔn)誤。同時，考慮到如果水平方程中擾動項不是白噪聲，存在序列自相關(guān)，則被解釋變量的一階滯后會存在內(nèi)生性問題，使矩條件不存在，因此通過對差分方程的誤差項進行Arellano-Bond檢驗。

四、實證結(jié)果及分析

(一)基準(zhǔn)回歸結(jié)果

基準(zhǔn)回歸結(jié)果如表2所示。其中，列(1)～(2)是系統(tǒng)GMM動態(tài)面板估計結(jié)果，列(3)～(6)是靜態(tài)面板雙因素誤差成分估計結(jié)果。列(1)、(2)具體匯報了考察工具變量有效性的過度識別約束Sargan檢驗和考察差分方程擾動項序列相關(guān)的Arellano-Bond檢驗結(jié)果。Sargan檢驗結(jié)果顯示，p值均高達0.99以上，無法拒絕“所有工具變量均有效”的原假設(shè)，證實本文所選取的工具變量是合理的。Arellano-Bond檢驗結(jié)果表明，差分方程擾動項一階項的p值較低，而二階項的p值分別在0.75和0.90以上，說明差分方程的擾動項存在一階自相關(guān)而不存在二階自相關(guān)，水平方程的擾動項不存在自相關(guān)，滿足矩條件成立的前提條件，再次證實本文構(gòu)建的系統(tǒng)GMM估計方程的合理性。列(3)～(6)同時控制了省份和年份固定效應(yīng)，原因在于不同省份之間的經(jīng)濟活動可能會通過投資或貿(mào)易往來互相影響，擾動項可能存在組間異方差或同期相關(guān)。其中，列(3)、(4)使用穩(wěn)健標(biāo)準(zhǔn)誤，列(5)、(6)使用面板校正標(biāo)準(zhǔn)誤。

由列(1)～(6)可見，不論使用動態(tài)面板的系統(tǒng)GMM估計還是靜態(tài)面板雙因素誤差成分模型，不論是以泰爾指數(shù)還是采用直觀的城鄉(xiāng)居民人均可支配收入比來度量城鄉(xiāng)收入差距，核心解釋變量經(jīng)濟增長系數(shù)均在1%的水平上顯著為負，說明經(jīng)濟增長有效縮小了城鄉(xiāng)收入差距，有利于實現(xiàn)共同富裕。也就是說，經(jīng)濟增長不僅帶來了效率提升和財富增加，而且縮小了城鄉(xiāng)收入差距，即實現(xiàn)了效率和公平的共贏。結(jié)合上文圖1的描述性統(tǒng)計結(jié)果，即1978年以來的經(jīng)濟增長并沒有伴隨著城鄉(xiāng)收入差距的縮小，不難得知，影響中國城鄉(xiāng)收入差距的因素是復(fù)雜和多元的，雖然快速的經(jīng)濟增長縮小了城鄉(xiāng)收入差距，但依舊難以“抵消”或“彌補”其他因素引致的城鄉(xiāng)收入差距擴大。

表2 經(jīng)濟增長對城鄉(xiāng)收入差距的影響

(二)區(qū)域異質(zhì)性分析

中國是典型的大國經(jīng)濟，區(qū)域經(jīng)濟發(fā)展不平衡是其基本特征。基于此，按照東中西三大經(jīng)濟地帶(5)東部：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中部：山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部：內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆。，構(gòu)建區(qū)域變量與經(jīng)濟增長的交互項，考察經(jīng)濟增長對城鄉(xiāng)收入差距抑制效應(yīng)的區(qū)域異質(zhì)性。若只構(gòu)建核心解釋變量與地區(qū)變量的交互項，則默認(rèn)方程中其他解釋變量對被解釋變量的影響在東中西部地區(qū)都相同。若在方程中納入?yún)^(qū)域變量與所有變量的交互項時，則表明允許包括控制變量在內(nèi)的所有變量對城鄉(xiāng)收入差距的影響隨地區(qū)的變化而變化。表3奇數(shù)列匯報了只構(gòu)建經(jīng)濟增長與區(qū)域變量交互項的回歸結(jié)果，偶數(shù)列匯報了構(gòu)建區(qū)域變量與所有變量交互項的回歸結(jié)果。從中可見，在僅引入核心解釋變量與區(qū)域變量的交互項時，以東部地區(qū)作為參照組，經(jīng)濟增長與中部和西部交互項的系數(shù)均在1%的水平上顯著為負，且與西部交互項的系數(shù)絕對值更大。這說明相對于東部地區(qū)，經(jīng)濟增長對縮小中西部尤其是西部地區(qū)城鄉(xiāng)居民收入差距起到的作用更大。當(dāng)同時引入?yún)^(qū)域變量與所有控制變量的交互項后，經(jīng)濟增長與中部交互項的系數(shù)不再顯著，但與西部交互項的系數(shù)依然顯著為負，表明經(jīng)濟增長抑制西部地區(qū)城鄉(xiāng)收入差距最為有效。在后文的門限回歸部分，本文發(fā)現(xiàn)在城市化躍過第二個門限值后，經(jīng)濟增長對城鄉(xiāng)收入差距的平抑作用明顯減弱，而西部地區(qū)城市化率遠低于東部地區(qū)，尚未到達第二個門限值，經(jīng)濟增長抑制城鄉(xiāng)收入差距的邊際作用較強。該結(jié)論同樣表明，一方面，欠發(fā)達地區(qū)城鄉(xiāng)收入差距的成因更復(fù)雜，縮小欠發(fā)達地區(qū)城鄉(xiāng)收入差距更具挑戰(zhàn)性；另一方面，欠發(fā)達地區(qū)更應(yīng)以經(jīng)濟增長為抓手，這不但可以促進區(qū)域發(fā)展，也能更有效地縮小收入差距，實現(xiàn)兼顧效率與公平的共同富裕。

表3 經(jīng)濟增長對城鄉(xiāng)收入差距影響的區(qū)域異質(zhì)性分析

(三)機制分析

正如上文所述，改革開放以來，一方面，經(jīng)濟增長導(dǎo)致中國城鎮(zhèn)充滿活力并快速發(fā)展，城市中就業(yè)規(guī)模和豐富度不斷增加(陸銘 等，2004)；另一方面，戶籍制度的松動促使大批農(nóng)村勞動力進城務(wù)工，迅速形成民工潮(程名望 等，2006)。已有研究指出，城市化推進是影響城鄉(xiāng)居民收入差距的核心因素(陸銘 等，2004；曹裕 等，2010；周心怡 等，2021)?；诖?，按照機制檢驗程序(6)機制檢驗沒有統(tǒng)一范式，常用的中介效應(yīng)模型存在較大爭議(Dippel et al.,2022)。在基準(zhǔn)模型基礎(chǔ)上，檢驗變量X對機制變量M的影響，然后檢驗M對Y的影響，該處理方式被認(rèn)為是一種“穩(wěn)妥”的機制檢驗程序(陳登科，2020；戴鵬毅 等，2021)，故本文采用該模式。，首先以城市化為被解釋變量，考察經(jīng)濟增長對城市化的影響，然后利用面板門限回歸，以城市化作為門限變量，視核心解釋變量經(jīng)濟增長為區(qū)制變量，即假定經(jīng)濟增長對城鄉(xiāng)收入差距的影響是狀態(tài)依賴于城市化的，進行機制性分析。與既有研究(程名望 等，2019；周國富 等，2021)一致，在使用省級面板進行估計時，以城鎮(zhèn)人口占總?cè)丝诘谋戎貋砗饬砍鞘谢?/p>

表4匯報了經(jīng)濟增長對城市化的影響，使用與前文一致的系統(tǒng)GMM估計，以及同時控制省份和年份固定效應(yīng)的雙因素誤差成分模型。列(1)為使用動態(tài)面板模型的系統(tǒng)GMM估計結(jié)果，Sargan檢驗和Arellano-Bond檢驗證實所選工具變量是有效的且擾動項是平穩(wěn)的。列(2)、(3)為靜態(tài)面板估計結(jié)果，分別使用穩(wěn)健標(biāo)準(zhǔn)誤與面板校正標(biāo)準(zhǔn)誤的雙因素誤差成分模型。在列(1)～(3)中，經(jīng)濟增長的系數(shù)均在1%的水平上顯著為正，表明經(jīng)濟增長對城市化有顯著的促進作用。

表4 經(jīng)濟增長對城市化的影響

接下來，借助面板門限回歸，考察經(jīng)濟增長對城鄉(xiāng)收入差距的影響狀態(tài)是否依賴于城市化。在構(gòu)建門限回歸模型之前，首先利用格點搜索尋找門限值，然后使用自舉法檢驗門限效應(yīng)(7)門限效應(yīng)的檢驗依次進行。首先檢驗單門限，原假設(shè)是線性模型，備擇假設(shè)是單門限模型，如果不能拒絕原假設(shè)，則說明不存在門限效應(yīng)；如果拒絕依舊原假設(shè)，則繼續(xù)估計雙門限模型，以及檢驗雙門限效應(yīng)。此時，原假設(shè)是單門限模型，備擇假設(shè)是雙門限模型，如果拒絕原假設(shè)，則繼續(xù)估計三門限模型和檢驗三門限效應(yīng)。門限回歸的上限為三門限。。表5給出了分別使用泰爾指數(shù)和城鄉(xiāng)居民人均可支配收入比作為被解釋變量時，以城市化為門限變量的檢驗結(jié)果，自舉次數(shù)為500次。此時單門限檢驗對應(yīng)的P值分別小于0.01和0.05，說明分別可以在1%和5%的水平上拒絕“不存在門限效應(yīng)”的原假設(shè)，即本文假設(shè)經(jīng)濟增長對城鄉(xiāng)收入差距的影響狀態(tài)依賴于城市化是合理的。進一步地，檢驗雙門限效應(yīng)，對應(yīng)的P值均小于0.01，說明可以在1%的水平上拒絕“只存在單門限”的原假設(shè)。也就是說，不論選取泰爾指數(shù)還是城鄉(xiāng)居民人均可支配收入比作為被解釋變量，均存在顯著的雙門限效應(yīng)。而最后的三門限效應(yīng)檢驗的P值均大于0.1，說明即使在10%的水平上也不能拒絕“存在雙門限”的原假設(shè)，因此使用雙門限估計是合理的。

表5 以城市化作為門限變量的經(jīng)濟增長對城鄉(xiāng)收入差距影響門限效應(yīng)檢驗

根據(jù)表5的門限效應(yīng)檢驗結(jié)果，構(gòu)建雙門限回歸(周國富 等，2021；Huang et al.,2019)，以泰爾指數(shù)作為被解釋變量，回歸模型如式(11)所示。

theilit=c+controlsitθ+ln per_gdpit×1(urbanizationit<γ1)α1+

ln per_gdpit×1(γ1≤urbanizationit<γ2)α2+

ln per_gdpit×1(urbanizationit≥γ2)α3+λp+eit

(11)

其中：γ代表門限值，1(·)為指示函數(shù)，urbanizationit為省份i在年份t的城市化率，eit為隨機擾動項，其余變量含義與式(10)相同。

面板門限回歸的結(jié)果見表6。列(1)中，在城市化率門限值達到γ2之前，經(jīng)濟增長的系數(shù)始終在1%的水平上顯著為負，說明伴隨著城鎮(zhèn)化推進并在一定的門限值前，經(jīng)濟增長對城鄉(xiāng)收入差距有顯著的抑制作用。結(jié)合表4中經(jīng)濟增長對城市化存在顯著促進作用的結(jié)論可知，隨著經(jīng)濟增長，城市中不斷增加的就業(yè)機會吸引農(nóng)村勞動力進城務(wù)工，抬升了城市化率，為城市注入了新的經(jīng)濟活力，進一步促進了城鄉(xiāng)收入平衡。而在城市化躍過第二個門限(城市化率71.4%)后，經(jīng)濟增長對泰爾指數(shù)的負效應(yīng)不再顯著，說明經(jīng)濟增長對平衡城鄉(xiāng)收入差距的作用呈邊際遞減特征。作為穩(wěn)健性檢驗，列(2)中被解釋變量為城鄉(xiāng)居民人均可支配收入比，其結(jié)果和列(1)中采取泰爾指數(shù)為被解釋變量的回歸結(jié)果一致。

表6 經(jīng)濟增長對城鄉(xiāng)收入差距影響：以城市化為門限變量的面板門限回歸

進一步地，根據(jù)估計出的門限區(qū)間值，計算各區(qū)間內(nèi)門限變量、被解釋變量以及核心解釋變量的區(qū)間內(nèi)均值，結(jié)果如表7所示。從中可見，在城市化率躍過第二個門限值后，即城市化率超過71.4%時，泰爾指數(shù)的均值降至0.028。此時，泰爾指數(shù)可下降的空間已經(jīng)很小，經(jīng)濟增長對城鄉(xiāng)收入差距的抑制效應(yīng)明顯變?nèi)?。泰爾指?shù)同時考慮了城鄉(xiāng)收入分布與人口結(jié)構(gòu)，而城鄉(xiāng)居民人均可支配收入比并未考慮人口結(jié)構(gòu)，在城市化率處于第二個門限值右側(cè)時，其區(qū)間內(nèi)均值仍然高達2.357，經(jīng)濟增長對城鄉(xiāng)居民可支配收入比的負效應(yīng)依舊顯著。這表明如果不考慮人口結(jié)構(gòu)，經(jīng)濟增長對城鄉(xiāng)收入差距的抑制效應(yīng)依然存在。而實際上，在人口老齡化，特別是城鎮(zhèn)人口老齡化顯著高于農(nóng)村人口老齡化的背景下(程名望 等，2019)，基于泰爾指數(shù)的實證結(jié)果能夠更好地解釋中國事實。

表7 各門限區(qū)間內(nèi)關(guān)鍵變量的均值

圖3所示的似然比函數(shù)圖可以更為直觀地展示門限效應(yīng)。其中，左側(cè)的被解釋變量為泰爾指數(shù)，右側(cè)的被解釋變量為城鄉(xiāng)居民人均可支配收入比。橫軸為門限變量城市化率，虛線為固定值7.35，代表95%置信水平下的臨界值。不難發(fā)現(xiàn)，不論是采用泰爾指數(shù)還是城鄉(xiāng)居民人均可支配收入比，城市化率的門限值對應(yīng)的似然比估計值均低于臨界值，在虛線下方，這既證明了采用門限估計的有效性，也顯示出上文門限估計結(jié)果是穩(wěn)健的。

圖3 城市化率雙門限似然比函數(shù)圖(左：被解釋變量為泰爾指數(shù)；右：被解釋變量為城鄉(xiāng)居民人均可支配收入比)

出于穩(wěn)健性，采用相同的GMM模型與估計策略，在模型中引入燈光數(shù)據(jù)的二階滯后項作為差分方程中核心解釋變量的工具變量，回歸結(jié)果如表8和表9所示。從中可見，結(jié)果和上文一致，證明了上文的結(jié)論具有較強的穩(wěn)健性。

表8 加入燈光數(shù)據(jù)二階滯后進行工具變量的系統(tǒng)GMM估計

表9 城市化與城鄉(xiāng)收入差距的關(guān)系

(續(xù)表9)

五、進一步分析

本部分采用CGSS 2017微觀住戶數(shù)據(jù)，從個體勞動者就業(yè)和收入視角進行微觀機理的補充性探討。

(一)經(jīng)濟增長對個人收入影響的城鄉(xiāng)差異

CGSS 2017在度量個體收入時，提供了2016年個人總收入、個人工資性收入和家庭總收入三個變量。以上述三個變量的自然對數(shù)為被解釋變量，以省人均GDP自然對數(shù)與個人戶口類別的交互項為核心解釋變量，使用OLS回歸檢驗經(jīng)濟增長對個人收入影響的城鄉(xiāng)差異。與前文相同，分別提供僅引入人均GDP自然對數(shù)與戶籍的交互項，以及所有變量與戶籍交互項的結(jié)果，后者允許所有控制變量對個人收入的影響因戶籍不同而不同。除上文提到的省份層面的控制變量，結(jié)合CGSS 2017數(shù)據(jù)特點，在個人和家庭層面還選取了12個控制變量，分別為性別、年齡及其平方、民族、是否為黨員、婚姻狀況、受教育年限、健康狀況，以及父母的受教育年限和黨員身份。變量說明及描述性統(tǒng)計結(jié)果如表10所示。

表10 CGSS 2017中所使用的主要變量的說明及描述性統(tǒng)計

(續(xù)表10)

回歸結(jié)果如表11所示。在列(1)～(6)中，所有農(nóng)業(yè)戶口與經(jīng)濟增長交互項的系數(shù)均在1%或5%的水平上顯著為正，說明經(jīng)濟增長能夠有效改善農(nóng)業(yè)戶籍者的收入水平，這為縮小城鄉(xiāng)收入差距提供了微觀證據(jù)。在列(3)、(4)中，當(dāng)被解釋變量為工資性收入的自然對數(shù)時，農(nóng)業(yè)戶口與經(jīng)濟增長交互項的系數(shù)的絕對值和統(tǒng)計顯著性最高，表明經(jīng)濟增長更有可能通過影響農(nóng)業(yè)戶籍者所從事的職業(yè)而提升其收入水平。而農(nóng)業(yè)戶籍者的職業(yè)改變，主要是指農(nóng)民進城務(wù)工，身份由農(nóng)民變成農(nóng)民工，其收入也從以農(nóng)業(yè)經(jīng)營收入為主變?yōu)橐怨べY性收入為主(程名望 等，2016)。

表11 經(jīng)濟增長對個人收入的影響

常規(guī)的OLS回歸以相同的斜率來刻畫所有省份的特征，具有明顯的局限性。出于穩(wěn)健性，使用混合效應(yīng)回歸，引入隨機斜率，允許經(jīng)濟增長與農(nóng)業(yè)戶口交互項的系數(shù)隨樣本所在省份變動而變動，即允許每個省份都有各自的隨機斜率?；旌闲?yīng)回歸捕捉的是總趨勢和每一子群在此趨勢上變異的組合。由表12可見，相對于非農(nóng)戶籍者，農(nóng)業(yè)戶籍者更能得益于經(jīng)濟增長帶來的收入提升，而這一收入效應(yīng)更明顯地反映在工資性收入的提升上。該結(jié)論和上文的回歸結(jié)果完全一致。

表12 經(jīng)濟增長對個人收入影響的混合效應(yīng)回歸

(二)經(jīng)濟增長對外來務(wù)工人員的就業(yè)影響

前文的宏觀機制分析表明，由經(jīng)濟增長引致的城市中工作崗位和就業(yè)機會的增加會吸引農(nóng)村居民進城務(wù)工，城市化的推進是經(jīng)濟增長有效縮小城鄉(xiāng)收入差距的重要渠道。微觀機制分析表明，相對于非農(nóng)戶籍者而言，經(jīng)濟增長對農(nóng)業(yè)戶籍者的工資性收入效應(yīng)更明顯?；诖耍劢褂谶M城務(wù)工者的就業(yè)情況展開進一步分析。進城務(wù)工者一般分為兩類：一類是經(jīng)歷“農(nóng)轉(zhuǎn)非”順利跨越戶籍障礙，拿到了城市戶籍；另一類為“農(nóng)民工”，即雖然進城務(wù)工但依然保留著農(nóng)村戶籍。在CGSS 2017問卷中，向所有目前戶口是非農(nóng)戶口的受訪者調(diào)查了其獲得非農(nóng)戶口的時間。其中，有3518位受訪者表明他們自出生起就是非農(nóng)戶口，1006位受訪者回答了具體得到非農(nóng)戶籍的年份，將這1006位受訪者定義為“農(nóng)轉(zhuǎn)非”樣本。如果該受訪者同時擁有農(nóng)業(yè)戶籍、現(xiàn)在所在地是城市，而且目前的戶口登記地在本區(qū)/縣/縣級市以外，則定義為“農(nóng)民工”樣本(程名望 等，2006)，共有915位受訪者屬于此范疇。

采用雙變量Probit模型(以下簡稱Biprobit模型)進行估計，核心解釋變量為各省經(jīng)濟增長情況，被解釋變量為個人是否為“農(nóng)轉(zhuǎn)非”或“農(nóng)民工”(是=1，否=0)。Biprobit模型雖為非線性模型，但無法匯報平均邊際效應(yīng)(Average Marginal Effect)，因此表13列示了同時采用Probit和Logit模型所得到的平均邊際效應(yīng)的回歸結(jié)果。從中可見，經(jīng)濟增長并未對各省份“農(nóng)轉(zhuǎn)非”人數(shù)產(chǎn)生顯著影響。但是，當(dāng)“農(nóng)民工”為被解釋變量時，經(jīng)濟增長的系數(shù)和平均邊際效應(yīng)均在1%水平上顯著為正，說明在經(jīng)濟增長越快的省份，沒有拿到城市戶口的農(nóng)民工越多。經(jīng)濟增長促進了農(nóng)村勞動力進城務(wù)工，形成了龐大的農(nóng)民工群體，為提升農(nóng)村居民收入、縮小城鄉(xiāng)收入差距帶來了契機。

表13 經(jīng)濟增長對進城人員就業(yè)影響的微觀分析

進一步探討“農(nóng)民工”群體的就業(yè)情況。根據(jù)CGSS 2017對受訪者就業(yè)狀況的調(diào)查，分別考察外來務(wù)工人員自雇就業(yè)、在私有部門就業(yè)和在公共部門就業(yè)的情況。相關(guān)變量的具體定義見表10。鑒于CGSS 2017中對個人就業(yè)的提問都限定在目前從事非農(nóng)工作的群體中，因此采用Probit樣本選擇模型(以下簡稱Heckprobit模型)進行估計，如式(12)和式(13)所示：

Job_categoryi=1(β0+β1migrant_workeri+Xiβ2+ui>0)

(12)

Non_agriworki=1(α0+α1migrant_workeri+Ziα2+vi>0)

(13)

式(12)為均值方程，又稱結(jié)果方程。被解釋變量Job_categoryi表示個人i的工作類型，令自雇、在私有部門、在公共部門工作賦值為1，否則賦值為0；核心解釋變量migrant_workeri指個人i是否為“農(nóng)民工”(是=1，否=0)。式(13)為選擇方程。被解釋變量Non_agriworki表示個人i目前是否從事非農(nóng)工作(是=1，否=0)，核心解釋變量同式(12)。ui和vi為服從二元正態(tài)分布的擾動項(8)設(shè)ui=ρvi+e,e～Normal(0,1-ρ2)，在進行Heckman估計后，Stata會自動提供對“H0:ρ=0”的似然比檢驗，若拒絕原假設(shè)，則表明應(yīng)該使用樣本選擇模型。，Xi和Zi表示控制變量。雖然Heckprobit模型并未強制規(guī)定均值方程與選擇方程的控制變量必須不一樣，但在實際操作中，為避免Heckprobit模型的第二階段估計出現(xiàn)共線性問題，要求Zi中至少包含一個與Xi不同的變量(邱嘉平，2020)?；诖?，在進行Heckprobit估計時，令Xi僅包含個人和家庭層面的控制變量，令Zi同時包含個人、家庭和省份層面的控制變量。

估計結(jié)果見表14。首先，Heckprobit估計似然比檢驗p值均小于0.05，說明可以在5%水平上拒絕原假設(shè)，證實該部分采用Heckprobit模型是合理的。其次，表14中匯報的是平均邊際效應(yīng)而非系數(shù)。奇數(shù)列是均值方程的估計結(jié)果，列(1)的被解釋變量為個體自雇就業(yè)，農(nóng)民工的平均邊際效應(yīng)在1%水平上顯著為正，說明農(nóng)民工有更高的概率選擇自雇就業(yè)。列(3)的被解釋變量為在私有部門工作，平均邊際效應(yīng)不顯著，說明相較于其他群體，農(nóng)民工并未表現(xiàn)出明顯更高或更低的進入私有部門工作的概率。該結(jié)果的含義是，農(nóng)民工既進入了民營企業(yè)、外資企業(yè)等私有部門，也進入了國有企業(yè)等國有部門，為中國實現(xiàn)“增長奇跡”做出了重要貢獻(程名望 等，2018)。列(5)的被解釋變量為在公共部門工作，農(nóng)民工的平均邊際效應(yīng)在1%的水平上顯著為負，暗示了戶籍歧視的存在，即受限于無法獲取城市戶籍，農(nóng)民工很難進入城市公共部門工作。偶數(shù)列是選擇方程的估計結(jié)果。在三個方程中，農(nóng)民工的平均邊際效應(yīng)均在1%的水平上顯著為正，說明農(nóng)民工以更高的概率選擇了“離土又離鄉(xiāng)”的非農(nóng)行業(yè)工作。均值方程和選擇方程的結(jié)果表明，隨著經(jīng)濟增長，農(nóng)村勞動力會以更高的概率選擇進城從事非農(nóng)行業(yè)，并以更高的概率就業(yè)于非公共部門或自雇就業(yè)。Yang(2004)、陸銘等(2005)、陳釗等(2012)均發(fā)現(xiàn)，受益于城市規(guī)模擴大和經(jīng)濟增長，即使在低技能崗位工作或被排斥在公共部門之外就業(yè)，農(nóng)村勞動力非農(nóng)就業(yè)仍然能夠有效提升其收入，縮小城鄉(xiāng)收入差距。

表14 “農(nóng)民工”群體的就業(yè)情況

六、結(jié)論與啟示

本文通過探析經(jīng)濟增長對城鄉(xiāng)收入差距的影響，從城鄉(xiāng)差距縮小視角論證了經(jīng)濟增長和共同富裕的兼容性，為兼具效率與公平的共同富裕道路選擇提供了新的思考。研究發(fā)現(xiàn)：(1)人均GDP的提升顯著縮小了城鄉(xiāng)收入差距，且在西部等欠發(fā)達地區(qū)更為明顯。這表明經(jīng)濟增長既帶來了效率提升和財富增加，也縮小了城鄉(xiāng)收入差距，即實現(xiàn)了效率和公平的共贏。由此可見，影響中國城鄉(xiāng)收入差距的因素是復(fù)雜和多元的，雖然快速的經(jīng)濟增長縮小了城鄉(xiāng)收入差距，但依舊難以“抵消”或“彌補”其他因素導(dǎo)致的城鄉(xiāng)收入差距擴大，尤其是對于西部等欠發(fā)達地區(qū)。(2)城市化推進是經(jīng)濟增長縮小城鄉(xiāng)收入差距的重要機制。面板門限回歸結(jié)果表明，經(jīng)濟增長對城鄉(xiāng)收入差距的影響狀態(tài)依賴于城市化，城市化水平越高的省份，城鄉(xiāng)收入差距越小。經(jīng)濟增長對城鄉(xiāng)收入差距的平抑作用存在邊際遞減規(guī)律。在城市化率躍過第二個門限值(71.4%)后，泰爾指數(shù)的均值降至0.028，下降的空間已經(jīng)很小，經(jīng)濟增長對城鄉(xiāng)收入差距的抑制效應(yīng)很弱且不再顯著。但在第二個門限值前，經(jīng)濟增長均可顯著且有效平抑城鄉(xiāng)收入差距。(3)進一步的微觀機理分析發(fā)現(xiàn)，就個體收入看，相較城市戶籍者，經(jīng)濟增長對農(nóng)村戶籍者的個人總收入、工資性收入以及家庭人均收入均有著更大的提升效應(yīng)，特別是對其工資性收入提升效應(yīng)最大。從就業(yè)情況看，經(jīng)濟較發(fā)達的省份，城市中更多的就業(yè)機會吸引更多的農(nóng)村勞動力進城務(wù)工，農(nóng)村勞動力以更高的概率選擇進城從事非農(nóng)行業(yè)，并以更高的概率就業(yè)于非公共部門或選擇自雇。只要經(jīng)濟增長和城市化發(fā)展提供的城市就業(yè)崗位是充裕的，即便受戶籍制度和人力資本等制約，進城務(wù)工者被限定在低技能行業(yè)、非公共部門就業(yè)或選擇自雇，仍能打破內(nèi)部人的固有優(yōu)勢，通過工資差距的收斂，縮小自身和城市居民的收入差距。

基于上述研究結(jié)論，提出以下政策建議：首先，在高質(zhì)量發(fā)展中促進共同富裕，既要重視效率問題，也要重視公平問題。經(jīng)濟增長既能帶來效率提升和財富增加，也能縮小城鄉(xiāng)收入差距，即實現(xiàn)效率和公平的共贏。因此，堅持以經(jīng)濟建設(shè)為中心，重視經(jīng)濟增長，保持穩(wěn)增長甚至是中高速增長，依舊是同時解決效率和公平問題的重要途徑。其次，充分認(rèn)識城鄉(xiāng)融合發(fā)展的重要性，進一步提升鄉(xiāng)村振興和城鎮(zhèn)化的協(xié)同性，深入推進城市化。城鎮(zhèn)化是經(jīng)濟增長平抑城鄉(xiāng)收入差距的重要機制，既有利于中國產(chǎn)業(yè)升級和資源優(yōu)化配置，也有利于打破中國二元經(jīng)濟城鄉(xiāng)鴻溝。目前，中國的城鎮(zhèn)化率依舊偏低，仍有較大的提升空間。最后，進一步改革戶籍制度，消除戶籍歧視，特別是弱化戶籍對社會經(jīng)濟資源的分配作用，破除職業(yè)分割，為外來務(wù)工人員進入更多行業(yè)就業(yè)提供公平的制度環(huán)境。