前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇家庭劳动教育总结范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
家庭劳动教育总结范文第1篇
[关键词]家庭结构；实物资产；住房
[中图分类号]F126 [文献标识码]A [文章编号]1673-0461（2013）08-0050-07
一、引 言
住房是家庭实物资产的主要组成部分，在居民资产尤其是实物资产中占了很大的比重。我国住房制度改革以来，房地产业逐渐成为国民经济的支柱性产业，住房投资在家庭再生产中发挥着重要功能。影响住房市场供给和需求的因素主要包括社会经济因素、家庭因素、住房政策等。而住房的选择和消费是以家庭为单位做出决策的，家庭的类型和结构影响了住房的选择。在中国社会经济大变革的背景下，中国家庭结构正在经历从传统向现代，从复合向核心的历史性转变，必然对家庭住房的面积，住房价格乃至住房市场供求的走势产生深刻影响。深入分析家庭结构在不同维度的具体变迁现状和走势，剖析其对影响住房需求和住房供给变化的传导机制和途径，对于更好的理解我国住房市场的宏观走势以及家庭结构的特殊作用有重要意义。
家庭结构是指具有血缘、姻缘及收养关系的成员共居和生活在一起所形成的各种家庭类型（王跃生，2008）[1]。半个多世纪以来，我国家庭结构发生了很大变化，平均家庭户规模从解放以前5.5人下降到2010年底的3.10人（马侠，1984）[2]①，家庭户类型也由联合家庭为主转变为以核心家庭为主。实物资产是居民资产的重要组成部分，主要包括住房、耐用消费品、奢侈品和生产性固定资产等，与金融资产共同构成了居民资产。
影响家庭实物资产的因素是多方面的，不同国家、不同家庭结构对实物资产的影响程度不同。在美国，家庭所拥有的财富越多，平均年龄越长的家庭，其越偏好于风险性资产；英国家庭中，户主的性别、年龄和财富总额对家庭经济资产的分配有显著影响（Shorrocks，1982）[3]；在中国，随着我国20世纪90年代股票市场的兴起，基金、债券等金融产品相继发展起来，居民家庭的投资种类越来越丰富多样，家庭结构对居民家庭投资行为的影响越来越大。家庭结构与居民资产中的实物资产住房的关系紧密，2000年人口普查分析报告显示家庭人口数与住房间数的相关系数为0.309，与住房面积的相关系数为0.274。拥有医疗保险和商业保障的居民投资概率高；居民健康状况和风险规避程度对投资行为没有影响（何兴强等，2009）[4]。家庭收入、资产的价格水平、家庭的消费结构、消费观念是影响居民家庭实物资产选择的主要因素（邢大伟，2009）[5]。家庭性别结构对居民资产有显著影响，男性居多的家庭为了在婚姻市场上更具竞争力，会比女性有更强的资产积累意愿和行为，从而具有更高的储蓄率和更多的居民资产（Shang-Jin Wei & Xiaobo Zhang，2009）[6]。户主学历影响居民家庭的资产选择，户主学历越低，持有住房等实物资产越少，而是更多的投资于金融资产以弥补收入的不稳定（史代敏等，2005）[7]。党员所拥有的财产水平高于非党员群体（梁运文，2010）[8]。核心家庭和年轻家庭租赁住房的相对较多（Clark et al，1994）[9]，而家庭收入结构也是决定一个家庭是否拥有住房的先决条件，当家庭收入达到一定水平后就会购买住房（Rosenthal，1989）[10]，家庭户规模扩大、户主年龄增加、家庭劳动力增加等都会提高住房的消费需求。当然，宏观经济周期和房地产市场发展水平也是影响住房需求的重要因素，并且对不同家庭结构的家庭影响程度不同（Rudel，1987）[11]。
以往对家庭结构与实物资产的分析集中在家庭成员的年龄、性别、受教育程度、家庭收入等，仅仅研究家庭中成员的个人特征与实物资产的关系，而将人口学意义上的家庭结构例如家庭户规模、家庭类型等与实物资产结合起来分析的很少。文章从家庭户的角度深入分析了家庭人口结构、家庭户结构对实物资产的影响。
二、数据来源与变量选取
（一）数据来源
文章使用北京大学中国社会科学调查中心和上海大学、中山大学共同组织实施的中国家庭动态跟踪调查（CFPS）。该项目主要调查个体、家庭和社区3个层次的数据，反映了中国社会、经济、政治、教育、健康、人口、居民生活等各方面的现状和历史变迁，为学者研究中国各层次、各方面的状况提供了高质量的第一手数据，为政府制定相关政策措施提供了很好的决策依据。2008年5月至8月，北京大学中国社会科学调查中心与上海大学上海社会科学调查中心、中山大学社会科学调查中心合作在北京市、上海市和广东省3地通过PPS抽样方法对24个区（县）的95个居（村）的2 375户家庭就社会、经济、教育、健康等方面进行了入户调查，获得了95份村居问卷数据、2 375份家庭问卷数据、1 120份16岁以下少儿问卷数据、6 094份16岁和以上成人问卷数据，总计620多万个数据点。2009年的调查是在2008年调查的基础上进行的追踪调查，文章使用2009年的追踪数据。
（二）变量选取
1. 家庭结构变量
①家庭年龄结构。从户主的结婚时间算起，婚龄在10年以下的为年轻型， 11年～20年的为中年型， 21年～30年的为中老年型，31年以上的为老年型。②家庭性别结构。即一个家庭中男性人口数占家庭总人口数的比例，具体分为女性为主家庭、性别平衡家庭和男性为主家庭。③家庭教育结构。按照问卷分为文盲、小学、初中、高中、大专、大本、研究生及以上等7个等级。④家庭规模结构。以家庭问卷中的家庭总人口数作为家庭户规模的变量，2人以下的为小规模家庭；3人的为中等规模家庭；4人以上的为大规模家庭。⑤家庭流动结构。家庭中流动人口数量与家庭总人口数之比，该比例大于等于0%，小于等于100%的为流动家庭，没有流动人口的家庭为稳定家庭。⑥家庭收入结构。把家庭收入分为1.2万、4万、9万、14万等4个级别。⑦家庭劳动结构。用家庭中15岁～64岁的劳动年龄人口占比来代表家庭的劳动结构，以家庭中劳动年龄人口占家庭总人口的50%为界，分为生产型家庭和消费型家庭，该比例大于等于50%为生产型家庭，小于50%的为消费型家庭。⑧其他变量。
2. 住房结构变量
①住房来源。采用2008年对住房的相关调查数据，并将2008年的住房部分数据与2009年其他家庭变量进行合并。把住房来源分为不租住和租住两个类别。②住房面积。以“您家现在居住房的建筑面积有多少平方米”作为住房面积的衡量指标。③住房价值。以“您居住房子现在的市值约为多少（万元）”作为住房价值的衡量指标。
三、家庭结构影响住房的描述性分析
家庭结构影响住房来源、住房面积和住房价值，下面分别从家庭规模结构、家庭年龄结构、家庭劳动结构、家庭教育结构、家庭性别结构和家庭收入结构等方面来探讨其与住房的关系（见表1）。
平均户规模越大的家庭租房住的比例越小，大规模家庭平均住房面积为120 m2，高于小规模家庭，但是住房价值却低于小规模家庭，因为农村地区的家庭规模大于城市家庭，而其住房价值却远远小于城市地区，中等规模家庭和小规模家庭是城市家庭比较普遍的家庭规模结构。家庭年龄结构中，年轻型家庭租房的比例为17.92%，稍高于其他年龄结构家庭，中老年型家庭租房比例最低，因为刚组建的年轻型家庭虽然对住房的需求比较大，但是受到收入、房价、职业稳定性等各方面的制约，只能选择租房居住；而随着家庭组建时间的延长和收入的增长，家庭对购买商品房的承受能力逐渐增强，因此中年型家庭租房的比例下降；中老年型家庭的住房面积大于其他类型家庭，老年型家庭住房面积较小，年轻型家庭受租房的影响，其住房价值较低。
家庭劳动结构也影响家庭住房状况，消费型家庭租房的比例为14.26%，略高于生产型家庭，但是住房面积却小于生产型家庭，住房价值反而略高。因为生产型家庭平均来看大多是劳动力富足的农村家庭，其住房面积大于城市住房，但住房价值却较低。家庭教育结构中除了研究生及以上学历外（样本量限制），总体来看，家庭教育程度越高租房的比例越小。受到家庭城乡背景不同的影响，初中教育程度家庭的住房面积最大，并且学历与住房价值呈正相关。家庭性别结构中男性为主家庭的租房比例较高，女性为主家庭的住房面积较大，住房价值较高。年收入最高和最低的家庭租房的比例较低，家庭收入越高，平均住房面积越大，住房价值越高。
四、 家庭结构对家庭住房影响的回归分析
（一）家庭结构对家庭是否拥有住房的影响
住房作为家庭的一项重要资产，前提是该家庭拥有住房的产权，即占有权、使用权、收益权和处置权。拥有产权的住房和租赁住房最大的差别是该家庭是否能够以住房为资产进行投资和扩大再生产。不同的家庭结构意味着不同的住房需求，因此需要更加关注家庭结构变化对住房需求的影响。下面从农业生产和非农业生产家庭角度分别来看家庭结构对家庭是否拥有住房（租房为1，不租房为0）的影响。
模型一全部家庭的样本中，家庭年龄结构、家庭劳动结构、家庭教育结构、家庭规模结构、家庭距公交站距离、房价等对家庭是否拥有住房有显著影响；而家庭性别结构、家庭收入结构、家庭流动结构、被访者职业的影响不显著（见表2）。
首先，从家庭平均年龄来看，即平均年龄越大的家庭，租房（即不拥有住房）的可能性越小，家庭平均年龄每增加一岁，家庭租房的风险发生比减小0.08倍。因为从家庭生命周期角度来看，新组建的年轻家庭经济基础薄弱，大多数家庭首先选择租房居住。随着家庭平均年龄的增长，家庭的经济基础和社会基础逐渐巩固，家庭经济实力的增强和家庭人数增多导致的客观需求都增加了家庭对具有权属特性住房的需求，因此，更多的家庭购买或自建住房，家庭租房的比例逐渐下降。随着家庭渡过中间时期，进入到父母与子女共居期或者家庭空巢期后，对住房会有新的需求。
家庭劳动结构也显著影响家庭是否拥有住房。家庭劳动人口比例越高，租房的可能性越大。因为劳动人口比例越高，意味着该家庭是相对比较年轻的成人家庭，处于生命周期中的创业期，租房对他们来说是较为普遍的现象。哈里·S·登特（2005）[12]的研究也显示，买房比较集中的时期是30岁～40岁，在此之前该家庭主要以租房为主。家庭平均受教育年限越高，租房的可能性越小，家庭平均受教育年限每提高一年，家庭租房的风险发生比下降14%。家庭户规模越大，租房的可能性越小。主要原因是受城乡户规模差异的影响。前面的分析也显示，农村地区家庭主要以自建房为主，租房的比例很低。
家庭距公交站的距离和房价也显著影响了家庭拥有住房的可能性。家庭流动率越高，家庭租房的可能性越大，原因在于受流动人口家庭化的影响，进城打工流动人口的租房行为是导致租房发生比提高的主要原因，但是在模型中不显著。
模型二是只针对农业生产家庭进行的分析。家庭平均年龄越大，平均受教育年限越长，家庭租房的可能性越小。教育对个人、家庭、尤其是农业生产家庭的重要性毋庸置疑，它对改变人生命运，改善家庭状况都有举足轻重的作用。房价也在一定程度上影响家庭拥有住房的概率。除此之外，家庭性别比越高，即家庭男性人口数越多，家庭劳动人口数越多，租房的可能性越大；家庭年收入越高，户规模越大，租房的可能性越小。但是这些在统计上都不显著。
从只针对非农业生产家庭的模型三可以看出，家庭平均年龄越大、平均受教育年限越高、户规模越大、租房的可能性越小；家庭劳动人口比例越高、家庭流动率越高租房的可能性越大。而家庭性别结构、家庭年收入、被访者职业则对家庭是否拥有住房的影响不显著。
（二）家庭结构对家庭住房面积的影响
家庭结构除了对家庭是否拥有住房的权属有影响外，还影响家庭住房的面积。从模型一全部家庭样本来看，家庭年龄结构、收入结构、劳动结构、流动结构、户规模、农业被访者对家庭住房面积有显著影响。
家庭平均年龄每增加1岁，家庭住房面积增大51.2%。家庭收入结构对家庭住房面积有显著的正向影响，家庭年收入越高，越有能力和意愿支付购买住房的花费，家庭住房的面积越大。家庭劳动人口比例越高，家庭中的抚养比越小，越有利于家庭实物资产的积累，家庭住房面积越大。家庭流动结构与家庭住房面积呈反向相关关系，流动性越强的家庭，其租房的可能性越大，即使不租房，受家庭收入等方面的限制，购买住房的面积也较小。户规模越大，家庭住房面积越大。农业生产家庭的住房面积大于从事其他产业的家庭（见表3）。
从模型二农业生产家庭的分析来看，家庭平均年龄越大，即家庭组建时间越长，家庭住房面积越大。家庭平均受教育年限每增加一年，住房面积增大2.23倍。与全部家庭样本分析的一致，家庭流动率越高，农业生产家庭的住房面积越小。户规模对家庭住房面积的影响在农村非常显著，且显著程度超过城市。在人均住房面积一定的情况下，户规模越大，就意味着该家庭需要更大的住房空间。家庭住房主要来源于在本村本户宅基地上自建，而宅基地的面积基本靠人均分配获得，因此户规模越大，住房面积越大。家庭距公交站距离越远，家庭住房面积越小。房价对农业生产家庭住房面积的影响不显著，因为在农村，住房不在市场上交易，住房面积也不受市场上住房价格的影响。
针对非农业生产家庭的模型三显示，家庭平均年龄、家庭平均受教育年限、家庭收入情况、家庭劳动结构、户规模、房价对农业生产家庭的住房面积有显著影响，而家庭性别结构、家庭流动结构、家庭距公交站距离对农业生产家庭的住房面积没有显著影响。
（三）家庭结构对家庭住房价值的影响
住房价值是家庭实物资产的重要方面，因此家庭结构对家庭住房的影响还表现在住房价值上。从全部家庭来看，家庭平均年龄、家庭性别结构、家庭平均受教育年限、家庭年收入、家庭劳动人口比例、家庭住房类型都显著影响住房价值。
家庭平均年龄越大，住房价值越高。男性占家庭人口的比例越高，家庭住房价值越低。家庭平均受教育年限越长，家庭住房价值越高。因为教育水平是人力资本的关键指标，家庭平均教育水平越高，表示该家庭人力资本越强，人力资本转化为社会资本和经济资本的能力就越强，体现为家庭住房价值越高。同时家庭年收入越高，家庭住房价值越高。家庭劳动结构对住房价值的影响中，劳动人口所占比例越大，家庭住房价值越小。因为根据前面的分析可知，家庭劳动人口比例越大，家庭结构越年轻，家庭租房的可能性越大，则家庭住房的价值越小。在住房类型对住房价值的影响中，自建住房家庭的住房价值较低，而购买住房的家庭相对于其他家庭来说住房价值较大，这在统计上都很显著。
从农业生产家庭来看，只有家庭平均受教育年限和家庭年收入对农业生产家庭的住房价值有正向影响。主要原因在于，农村地区家庭住房不能在市场上自由买卖，只有居住权，没有处置权，这在很大程度上影响了家庭住房的价值。而对于非农业生产家庭来说，家庭年龄结构、家庭性别结构、家庭教育结构、家庭年收入、家庭劳动人口比例、家庭住房类型都显著影响住房价值（见表4）。
五、结论与建议
家庭结构各维度对以住房为代表的家庭实物资产的影响程度和方向不同，并且这些特征在城乡间、不同家庭结构的住户之间和家庭生命周期的不同阶段都有所不同。新组建的家庭对租房的需求较大，随着家庭进入成熟期，对具有权属特性住房的需求增强，住房面积逐渐增大，住房价值不断提高；家庭平均受教育年限越高，家庭租房的可能性越小；家庭教育结构、家庭收入结构与住房面积和住房价值正相关，家庭收入往往成为决定住房面积尤其是城市家庭住房面积的最重要因素之一；家庭劳动人口比例越高、户规模越大，住房面积越大；家庭性别结构、流动结构与住房价值负相关。房价也是居民家庭是否租房主要考虑的因素之一。综合以上研究发现，提出以下几点建议：
（一）加强公租房、保障房建设，完善住房市场
针对刚组建的年轻型家庭对租房的需求，政府应该进一步加强保障性住房的建设，出台针对特殊人群的优惠政策，继续加大经济适用房和廉租房建设的投入，形成通畅的住房市场过滤机制，为不同阶段、不同收入水平的家庭提供多元化、多层次的住房供应体系。
（二）提高教育水平
家庭的教育水平决定了家庭资产的种类和数量，不断提高居民的受教育程度对于改善家庭资产配置、提高居民资产选择能力有重要意义。应该提高对教育的投入，不断提高教育程度和质量，尤其要改善农村地区的教育状况，培养高素质的农村劳动力。
（三）增加家庭收入
家庭收入状况是决定居民家庭实物资产的主要因素之一，是促进资产财富效应发挥作用的前提条件。促进居民家庭实物资产合理配置、提高居民家庭资产选择的可能性需要进一步增加居民家庭尤其是农村家庭的收入。通过多渠道转移农民就业，逐步缩小城乡收入差距，扩大中等收入家庭比重。
（四）提高就业率
完善就业市场，建立健全劳动力就业培训制度，提高劳动者的就业能力。实行严格的失业登记制度，提高就业服务质量，同时创造平等的就业环境，确保农村流动劳动力享有平等的就业机会，享受同等的就业待遇。
[注 释]
[参考文献]
[1]王跃生. 家庭结构转化和变动的理论分析——以中国农村的历史和现实经验为基础[J].中国社会科学， 2008（7） .
[2] 马侠. 中国家庭户规模和家庭结构分析[J].人口研究，1984（3）.
[3] A. F. Shorrocks. Inequality Decomposition by Factor Components[J]. Econometrica，1982，50（1）：193-211.
[4] 何兴强，史卫，周开国.背景风险与居民风险金融资产投资[J].经济研究，2009（12）.
[5]邢大伟. 城镇居民家庭资产选择结构的实证研究——来自江苏省扬州市的调查[J]. 华东经济管理，2009（1）.
[6] Shang-Jin Wei， Xiaobo Zhang .Sex Ratios and Savings Rates： Evidence from "Excess Men" in China[R].NBER Working Papers，2009.
[7] 史代敏，宋艳. 居民家庭金融资产选择的实证研究[J]. 统计研究，2005（10）.
[8] 梁运文，霍震，刘凯. 中国城乡居民财产分布的实证研究[J].经济研究，2010（10）.
[9] Clark W. A. V， Deurloo M. C & Dieleman F. M. Tenure Changes in the Context of Micro - level Family and Macro- level Economic Shifts[J]. Urban Studies，1994，31（1）： 131-154.
[10] Rosenthal L.. Income and Price Elasticity of Demand for Owner-occupied Housing in the UK[Z].1989.
[11] Rudel， T. K.. Housing Price Inflation， Family Growth and the Move from Rented to Owner Occupied Housing[J].Urban Studies， 1987，24：258-267.
[12] 哈里·S·登特.下一个大泡泡[M]. 阮一峰，译.北京：中国社会科学出版社，2005.
The Impact of Family Structures on Family Physical Assets
——Taking Housing as an Example
Guo Lin1，2
（1. Center for Health Policy and Management， Chinese Academy of Medical Sciences， Beijing 100020， China；
2. School of Economics of Peking University， Beijing 100871， China）
家庭劳动教育总结范文第2篇
关键词：工资；最低工资；合理工资；机制
中图分类号：F244文献标志码：A文章编号：1673-291X(2009)08-0107－04
自从1978年实施全面改革开放的大政方针以来，经过30多年的改革和发展历程，我国实现了从低收入国家发展成为下中等收入国家的转变。历经传统社会、“起飞”创造条件的阶段达到经济“起飞”阶段，目前，正在趋向技术成熟和高额大众消费的时代（赵伟，2007）。这表明中国社会经济正在迎来大众消费时代。但由于工资分配制度的不合理性，导致我国国民财富的分配率（指劳动者的工资总额占GDP的比重）偏低①，造成我国目前经济发展繁荣与社会不富裕并存的尴尬局面。作为强大拉动经济发展三驾马车之一的消费难以启动，这严重制约着中国经济的长期稳定发展。本文将对合理工资标准的形成理论进行初步探讨。
从形式上看，工资是劳动者付出劳动以后，以货币形式得到的劳动报酬。国际劳工组织《1949年保护工资条约》中对工资定义为“‘工资’一词系指不论名称或计算方式如何，由一位雇主对一位受雇者，为其已完成和将要完成的工作或已提供或将要提供的服务，可以货币结算并由共同协议或国家法律或条例予以确定而凭书面或口头雇用这一定义，一是明确合同支付的报酬或收入。”这一定义，一是确定了工资的支付者和工资的收入者。支付者为雇主，按照我国劳动法的规定，雇主应统称为用人单位；工资收入者应统称为劳动者或工资劳动者。二是明确了支付工资多少的依据，应是劳动者“已完成和将要完成的工作或已提供或将要提供的服务”。三是明确了工资支付的方式，即不论名称或计算方式如何，均应以货币结算并支付报酬或收入。四是明确了工资支付的标准，即应依照由共同协议或国家法律或条例的规定以及书面或口头劳动合同的约定。马克思经济学则认为，工资是劳动力价值或者价格的转化形式。劳动力的价值取决于维持劳动者本人生存的生活资料的价值，维持劳动者家庭即赡养老人和养育后代所需生活资料的价值，劳动者的教育培训费用。劳动力的价格即工资的高低取决于：“由自然的和历史地发展起来的首要的生活必需品的价格和范围，工人的教育费，妇女劳动和儿童劳动的作用，劳动生产率，劳动的外延量和内含量。”（马克思，1867）即工资决定应当考虑：劳动力的价值，劳动力的供求关系和替代关系，劳动时间的长短和劳动强度的高低。我们把劳动者在单位时间内获得的工资称为工资率，用w来表示。
所谓最低工资是指劳动者在法定工作时间或依法签订的劳动合同约定的工作时间内提供了正常劳动的前提下，用人单位依法应支付的最低劳动报酬。“劳动力价值的最低限度或最小限度，是劳动力的承担者即人，每天得不到就不能更新他的生命过程的那个商品量的价值，也就是维持身体所必不可少的生活资料的价值。”（马克思，1867）因此，最低工资应当由维持劳动者本人和家庭的必须的生活资料价值来决定。国际劳工组织制定《1970年确定最低工资公约》和《1970年确定最低工资建议书》中明确提出，在确定最低工资时，应考虑以下几个方面的因素：（1）工人及其家庭的需要；（2）社会总工资水；（3）生活费用及其变动情况；（4）社会保障津贴；（5）其他社会阶层的相应生活标准；（6）经济方面的因素，其中包括经济发展需要、生产率水平、实现并保持高就业率的愿望等。我国《劳动法》第四十九条规定确定和调整最低工资标准应当综合参考下列因素：劳动者本人及平均赡养人口的最低生活费用；社会平均工资水平；劳动生产率；就业状况；地区之间经济发展水平的差异。我们把劳动者在单位时间内获得的最低工资称为最低工资率，用w来表示。
合理工资是指在市场出清的条件下家庭和企业都愿意接受的工资，是既能使家庭收入实现最大化又能保证企业利润最大化目标实现的均衡工资。因此，合理工资取决于家庭的劳动力供给行为及劳动者本人的劳动供给行为和企业的劳动需要行为。从此定义出发，我们认为所谓合理工资应当符合三个条件：符合家庭消费均衡、生产者利润最大化的均衡，市场出清。我们把劳动者在单位时间内获得的合理工资称为合理工资率，用w*来表示。
2.1家庭的劳动供给行为分析
家庭作为劳动的生产者和供给者，其生产和供给劳动的行为是通过家庭的消费活动和培养活动实现的。生产劳动的目标是通过将来劳动的销售以取得最大化的收入来满足家庭全体成员消费。家庭生产劳动的成本主要由劳动者从出生到成为合格劳动者所需要的生活费、教育培养费等。家庭为实现收入的最大化目标时在劳动力的供给上面临如下选择：供给劳动力的质量，即供给智能劳动还是普通劳动；向谁供给劳动，追求较高的收入。设家庭供给劳动为L和L，分别代表智力劳动和普通劳动，劳动力人数为N，w，w分别表示两种劳动的工资率。由于劳动的生产成本由生活费和教育费组成。因此，家庭的目标函数可以表示：
max y=w?L＋w?L（1）
S?T：L＋L＝N
根据收入最大化的一阶条件可得
dy=w+w=0
即：=-（2）
如果w≥w，家庭会投入更多的教育费，供给智力劳动力；反之，如果w≤w家庭会减少教育投入供给更多的劳动力。由于人力资本具有很大的岗位伸缩性，智能劳动者当然可以胜任普通劳动者所做的工作，但普通劳动者却鲜有胜任智能劳动岗位。因此，家庭在做出决策时往往不惜成本地对劳动进行人力资本投入。在w，w已定的情况下，家庭将根据劳动市场的情况决定供给L和L。在以后的分析中我们假定家庭供给的劳动是同质的劳动。至于智力劳动可以根据其人力资本的大小按一定比例还原为普通劳动。
2.2家庭理想工资的确定
2.2.1劳动力生产成本与最低工资率的确定
家庭作为生产劳动力要素的生产单位，跟一般企业一样，也要考虑劳动力的生产成本与收入的比较。劳动力的生产成本TC主要由劳动力要素的生活费和教育费构成及其机会成本构成。我们用C表示家庭生产劳动力要素的生活费，用BL表示劳动力要素的教育费。劳动者出生到死亡的全过程都需要生活费，因此C就是由劳动者一生的生活费构成。我们可以将劳动者一生的时间分为从出生到就业前的成长期T，就业后到退休的工作期T，退休之后的养老期T；相应的各时期的平均每天的生活费用为AC、AC、AC。TC＝365（T?AC＋T?AC＋T?AC）。劳动者在成长期中，其实家庭的选择不仅要付出生儿育女的费用而且还发生机会成本。这个机会成本可以用银行的存款利润加适当的通货膨胀来确定。因此，在成长期的生活费用总成本可由下式来确定：
TC=365×AC-1（3）
式中：TC为成长期的生活费用总成本；
AC为平均每天的生活费用；
r为机会成本因子，等于银行一年期存款利率加通货膨胀率。
T为成长期年限，根据劳动者的素质不同成长期也不同，简单劳动力的成长期为16年，大学本科平均为22年，硕士和博士分别为25年和28年。
成长期的生活费用总成本要在未来工作之后每年分摊。有点类似于我们将一笔款项按整存零取方式存入银行，因此可用整存零取的公式确定：
FC=（4）
式中：FC为工作期每年分摊的成长期成本；
T为工作期年限。
工作期的总成本按各期每年的实际发生额由下式确定：
TC＝365?AC（1+p）（5）
养老期的生活费按下列公式确定：
TC＝365?AC（1+p） （6）
式中：TC为养老期的生活费用总成本；
AC为平均每天的生活费用；
p通货膨胀率；
T为养老期年限，全国平均寿命减60（女性减55）。
由此我们可以确定劳动者每天的生活费成本为
AC＝[FC＋（TC＋TC）÷T] ÷365（7）
教育费由成长期的教育费和工作期的教育费构成。
成长期的教育费（用TB表示）比较复杂，一般讲在义务教育阶段家庭支出较少，但到非义务教育阶段支出则逐年增加。一般讲从出生到入托前教育费少，从入托到6岁费用较高，从6―15岁费用较低，16―18岁是高中三年费用次高，而大学和研究生阶段费用达到最高。我们分别用B、B、B、B、B、B分别代表0-3，3-6，6-12，12-15，15-18，18-22（或者25、28）阶段的教育，则TB＝B＋B＋B＋B＋B＋B。成长期的教育费需要在工作期进行分摊，其分摊办法跟生活费的分摊办法相似。
FB=（8）
式中：FB为每年分摊的成长期教育费；
TB为成长期教育总费用。
工作期的教育费由日常岗位教训费和学习费构成，我们按平均每年给一个固定的教育培训费确定，设为B。
则劳动者每天的教育费成本为：
AB＝[FB＋B] ÷365
劳动者每天总成本TC＝AC＋AB
家庭作为劳动力要素的生产都也要追求利润的最大化。
设家庭的劳动收入等于W，由于L是w的函数，所以W=wL＝wL（w）。家庭利润等于
π＝W－TC＝wL（w）-TC
家庭要求的工资率是大于至少等于劳动的成本。令π＝0，于是
π＝W－TC＝wL（w）-TC＝0
w＝TC÷ L（w），这是家庭的最低工资要求。
2.2.2 家庭消费效用最大化与理想工资率和劳动供给量的确定
家庭生产劳动力的过程就是家庭的消费过程。家庭消费是十分复杂的，既包括物质的消费也包括精神的消费（我们可以把这种消费看做是家庭消费闲暇），家庭消费需求量取决于家庭的收入、家庭的成员数及商品和劳务的价格。家庭消费行为的目标是家庭消费效用的最大化。设家庭消费效用为U，家庭消费商品和劳务的消费量为X；家庭消费闲暇的消费量为Al，是家庭供给的各个劳动力闲暇消费量l的总和。因此，家庭消费效用显然取决于：（1）家庭收入Y，收入越高消费水平超高，代表着家庭将获得更高的效用；而收入的高低又取决于家庭的劳动收入W和非劳动收入YR，我们假定非劳动收入为常数，因而家庭收入主要来源于劳动收入，而劳动收入显然是工资率w和家庭就业人数N的函数。（2）家庭的人数，显然家庭人口越多，每位家庭劳动者需要的养育的人口越多则家庭消费水平越低。我们将家庭人口数A与家庭就业劳动人数N之比称为人均赡养系数，用Us表示。显然赡养系数高低与家庭消费效用的高低呈反比。（3）商品和劳务的价格p，显然在收入不变的情况下，家庭消费效用水平与p呈反比关系。（4）Al的消费随着劳动供给的增加而减少，其关系为Al＝Nl＝N（24－L）或者NL＝=N（24－l）。为简便起见，我们假定家庭供给的劳动都具有同质性，于是我们可以构建家庭消费效用函数如下：
U=U（X，Al）（9）
x＝x（p，Y）（10）
Y=f（w，N，Y）=NwL+Y
=Nw（24-l）+Y（11）
代（11）式入（10）式可得
X=X（Nw（24-l）+Y）（12）
U=U（X（Nw（24-l）+Y，p），Al）（13）
家庭效用最大化的消费行为可以表述为：
maxU=U（X（Nw（24-l）+Y，p），Nl）s.t ww；pX=Nw（24-l）+Y（14）
根据效用最大化的一阶条件
=s.t ww；pX=Nw（24-l）+Y（15）
解（4）式得：l=24-w=Mu（16）
式中：Mu和Mu分别为商品和闲暇的边际效用。
这里的w就是家庭实现效用最大化的理想工资率w。
企业作为追求利润最大化的经济活动主体，在商品市场上卖出商品和劳务，而在要素市场上买入生产要素。企业的利润不但与要素投入量及其生产效率有关，而且与产品的销售价格和劳动的使用价格有关。对于竞争性企业来讲，他只是价格的接受者，价格是利润最大化问题的外生变量。根据效率工资理论，企业的劳动生产率依赖于工资，并随着工资的增加而增加，而且一开始有一个“收益递增”区域，即增加的生产率是递增的，其后进入“收益递减”区域，即增加的生产率是递减的。我们把劳动生产效率与工资的这种关系表达为效率函数（苗建军，1996）：
λ=λ（w）（17）
假定企业只有一种劳动力投入，生产函数为Q=Q（E），这里E为有效劳动投入，若企业雇佣L个相同的工人，则E=λ（w）L。企业利润最大化问题就是在既定产量Q要求下如何确定劳动要素的有效投入量以使利润达到最大的问题。企业的目标是实际利润最大化，即
=pQ（λ（w）L）-wL
由一阶条件，易得：
=pλ′LQ′-L=0=pλQ′-w=0
由此，λ′（w）=pλ（w）Q′（λ（w）L）=w（18）
由（18）式中上式给出的解w称作愿意支付的效率工资w*，当工资为w*，每效率单位成本最小。由下式给出的解L=Q′（w/λ）/λ厂商的劳动力需求。
这一模型的经济学涵义是这样的：当工资低于w*时，若增加工资，厂商从工人的高生产效率中的获利将超过劳动力成本，但当工资高于w*时，若再增加工资，厂商从工人高生产效率中的获得将低于劳动力成本，因此，厂商恰好以效率工资的w*雇佣工人。
4.1产品市场出清条件下的合理工资率
社会总需求（用AD表示）则由消费需求C、投资需求I、政府支出G和出口需求X两部分构成。用公式表示就是：AD＝C＋I＋G＋X。
消费需求受多种因素的制约，其中收入是主要因素，在其他因素不变的情况下消费是收入的函数，即C＝f（y）。理性的消费者根据一生的收入来安排自己的消费与储蓄，使一生的收入与消费相等。家庭的收入Y包括劳动收入Y和财产收入Y，劳动收入是工资率w的函数，消费者供给劳动的数量也取决于w，因此Y＝w?L（w）。财产收入是利率r的函数。家庭总收入按照国家规定的所得税率t向政府纳税后即为可支配的收入。可支配收入用于消费的部分取决于边际消费倾向a和储蓄倾向s，a＋s＝1。所以，家庭的消费函数是：
C＝a（1-t）（Y＋Y）
＝a（1-t）（Y（r）＋Y（w））
＝a（1-t）（Y（r）＋w?L(w)）（19）
投资需求来自于储蓄S，是收入扣除税收和消费之后的余额，因此：
I＝（1－t）Y－C＝（1－a）（1－t）（Y（r）＋w?L（w））
政府支出来源于居民缴纳的税金是所得税率t和收入的积，即G＝t（Y（r）＋w?L（w））。
社会总供给（用AS表示）由国内企业的总产出AQ和进口的产品构成，AS＝AQ＋M。总产出Q是要素投入量X的函数，因此，总供给函数为，AS＝AQ（X）＋M。企业投入要素的需求取决于要素的价格，要素需求量X是要素价格的函数。如果不考其他要素，而只考虑劳动要素的投入，则总供给函数为AS＝AQ（L（w））＋M。
我们定义一个超额需求函数E为：
E＝AD－AS＝C＋I＋G＋X－[AQ（L（w））＋M]
＝［C＋I＋G－AQ（L（w）］＋（X－M）
＝［a（1-t）（Y（r）＋w?L（w））＋（1－a）（1－t）（Y（r）＋w?L（w））
＋t（Y（r）＋w?L（w））－[AQ（L（w）］＋（X－M）]（20）
当E＜0时，则供过于求；当E＝0时，市场处于均衡；当E＞0时，则供不应求。在市场出清时，E＝0，因此：
E＝［a（1-t）（Y（r）＋w?L（w））＋（1－a）（1－t）（Y（r）＋w?L（w））＋t（Y（r）＋w?L（w））－AQ（L（w）］－（X－M）＝0
整理得：
（1＋2at）（Y（r）＋w?L（w））－AQ（L（w）］－（X－M）＝0
w=（21）
这就是说，从宏观的角度看，社会的合理工资率取决于社会供给市场的商品和劳务和总规模AQ、进出口差额、财产性收入水平和消费倾向a与所得税率t。
4.2劳动市场出清条件的合理工资
在劳动市场上，企业固然有根据劳动者的努力程度确定工资的能力，但同时也要受到劳动者劳动供给和其他竞争者劳动雇佣行为的影响。因此，在劳动市场均衡的条件下应能确定出合理的工资水平。前面我们分析了劳动者的劳动供给行为和企业的需求行为，在市场出清的条件下合理工资的确定将由下列方程组
L=pλ（w）Q′（λ（w）L）=ww=Muλ′（w）=L=L（22）
式中L、w分别为劳动的供给量和供给价格
L、w分别为劳动的需求量和需求价格
在市场出清的条件下劳动的供给价格和需求价格是一致的，这个价格应是合理工资w*；劳动的供给量和需求量一致，这个量为均衡量L*。根据（28）式，则w*=pλ（w）Q′（λ（wL*）=Mu。
总之，合理工资率的形成取决于企业的利润最大化行为、家庭的效用最大化行为、进出口差额、财产性收入水平和消费倾向与政府个人所得税率等多种因素。
参考文献：
[1]马克思．资本论（第一卷）[M]．北京：人民出版社，1975：64，47．
[2]赵伟．当前中国社会经济发展阶段：三个视点的判断[J]．社会科学战线，2007，（5）.
[3]赵建国．国有企业过剩就业分析[M]．北京：经济科学，2002：140-141.
家庭劳动教育总结范文第3篇
[关键词]教育程度；收入盖距；趋势
[作者简介]王云多，黑龙江大学经济与工商管理学院副教授，经济学博士，黑龙江哈尔滨150080
[中图分类号]F126 [文献标识码]A [文章编号]1672―2728(2008)06―0024―03
一、引 言
从20世纪60年代起，有关收入分配差距问题的研究文献不断涌现，至今仍然没有一个令人信服的理论观点，分歧主要表现在对影响收入分配差距因素的探讨，在学术界存在很大的争议。库兹涅茨提出不平等与发展之间存在倒u关系，即随着经济的发展和人均国内生产总值的增长，收入分配的不平等程度起初上升，然后下降。但是考察发展中国家和地区的经济发展过程，可以发现，情况并非尽然。高经济增长率并非以社会收入分配不平等程度的扩大和恶化作为条件，像中国台湾地区、伊朗和韩国，不仅有高经济增长率，同时，社会收入分配不平等程度也得到改善或至少不变。从另一个角度来看，低经济增长率与社会收入分配不平等改善也没有必然的联系。那么经济增长究竟是恶化还是减少收入差距扩大的作用呢?
二、我国城镇居民个人收入差距现状及原因探析
近年来，我国城镇居民家庭人均收入构成在发生变化(表1)，与财产性收入、经营净收入和转移性收入相比，劳动收入(工薪收入)始终是城镇居民家庭人均年收入的主要来源。这些数据表明，决定个人收入分配不平等的主要因素是劳动收入的变化，而不是劳动收入和资本收入之间的职能分配的差别。依据表1提供的数据，图1描绘了近年来工薪收入占总收入比重的变化趋势，从中发现工薪收入占总收入比重呈逐年递减趋势。
从图l可以发现，除个别年份外(从1995年到1996年，我国城镇居民家庭人均工薪收入占总收入的比重呈上升趋势)，我国城镇居民家庭人均工薪收入占总收入的比重总体上呈逐年下降趋势，到2006年人均工薪收入占总收入的比重下降到最低点(69％)。这一结论表明，我国城镇地区部分家庭出现了劳动收入的相对下降。而部分家庭的非劳动收入却有所增加。
为了进一步分析城镇家庭内部各类收入来源对收入分配差距的影响，文章选取城镇居民家庭收入的等级分类中最高收入、中等收入与最低收入家庭人均年收入的比值计算收入差距的大小(表2)。
近年来不同收入等级家庭的年人均收入呈不同程度增长的趋势。其中。最低收入家庭年人均收入变化趋势较小，基本维持在同一水平，2002年较2000年反而略有下降；中等收入家庭年人均收入变化趋势稍大，呈逐步上升的趋势；最高收入家庭年人均收入变化趋势最大，尤其是2001年以后上升幅度更大。由于高收入家庭财产性收入在总收入中占据主导地位。所以从不同收入等级家庭收入变动趋势比较可以看出，财产性收入在收入差距的变动中起着重要作用。在城镇经济中，由于存在不同行业从业者的收入差距，为了进一步分析我国近年来各行各业发展的状况和从业人员收入状况，文章选取了改革开放后部分行业从业人员的年人均收入，从中探寻收入差距背后的深层次根源(图2)。
图2是利用中国统计年鉴提供的统计数据所分析的近年来典型行业从业人员年人均工资收入变动趋势图。从趋势图可以清晰地发现体力劳动行业和脑力劳动行业从业人员工资收入差距的变动趋势。其中，从上世纪90年代初期后，科研和教育文化广播行业的工资收入增长明显，这表明随着我国市场经济改革的不断推进和知识经济时代的来临，教育程度与劳动者收入水平之间的关系越来越密切。教育因素对收入的影响力增强，文章认为根本原因在于1992年后，中国把建立市场经济体制作为改革的目标，市场被认可为资源配置的主要方式，相应地，企业有了较大的用人自，可以比较自主地依据职工贡献的大小而确定工资奖金分配。职工流动的限制因素没有以前那么多，职工个人人力资本的配置能力得到了较好的发挥。此外，图2中典型行业从业人员收入变化的趋势也反映出行业垄断的存在，仍然是影响我国居民收入的重要因素，电力煤气等垄断行业从业人员仍然能够获得较高的收入。
三、结论及建议
1 教育因素对个人收入分配的影响程度在增强。教育对收入分配的影响主要是借助生产能力和配置能力的状况，而配置能力发挥作用的前提是经济主体特别是人力资本所有者能够自由选择和自由决策，能将自己的人力资本配置到回报率最高的地区、产业和部门，我国劳动力市场的建立和逐步完善为教育对个人收入分配影响的增强提供了可靠的保障。
2 行业垄断制度因素仍然是影响个人收入差距发挥作用的重要因素。因此，打破劳动力市场的制度分割，实现就业机会平等。实现人力资本在行业间合理流动，得到最优的配置，通过立法强制执行消除就业中行业垄断因素对收入的影响在各行各业中引入竞争机制，这样可以逐步使受教育者的就业机会趋于平等。
家庭劳动教育总结范文第4篇
关键词 农村居民；收入不平等；夏普里值过程；回归分解
中图分类号 F323.8文献标识码 A文章编号 1002-2104(2011)08-0015-07doi:10-3969/j-issn-1002-2104-2011.08.003
农村收入不平等状况如何？哪些因素对农村收入不平等具有何种程度的贡献？长期以来，收入的不平等问题受到社会普遍关注，也是经济领域研究的一个重要课题。自20世纪70年代末以来, 中国农村居民的收入虽然整体上有了较大的提高，但是中国农村收入分配不平等有不断恶化的趋势。这种收入分配不平等状况如果持续恶化,会对经济和社会发展发展带来严重的后果。认识农村居民收入差距现状并研究引致收入差距的因素，对缩小收入差距的政策制定有重要意义。本文以2004年内蒙古和甘肃两省的横断面数据为基础，测算农村居民人均纯收入的不平等程度，在此基础上利用不平等分解研究领域较新的回归分解方法，分析引致农村居民收入不平等的因素及其贡献度。
1 文献综述
1.1 中国农村收入差距的既有研究
围绕中国农村收入分配问题,在国内外已有很多研究。谢伏瞻分析了中国农村居民家庭的收入分配格局在农村经济体制改革以后发生的重大变化，认为农村剩余劳动力从传统农业中转移出来，促进了农村生产力的流动和重组，导致农村产业结构的演化与升级，而生产力水平和产业结构的变动，在提高农村居民收入总水平的同时，也引起了不同地区之间、不同家户之间收入差距的扩大［1］。对于农村收入不平等的状况，Wan等人指出，自20世纪70年代末以来,中国农村收入分配不平等有不断恶化的趋势,这种趋势将对中国经济和社会发展产生严重后果,并且如果这种收入分配不平等持续恶化,将影响社会和政治的稳定［2］。从农村内部居民收入分配的Gini系数从1981年的0.25上升到了2002年的0.38［3］，在20年时间里，增长超过50%，已逼近国际公认警戒线0.4。在收入差距的影响方面，不断扩大的农户内部收入差距会诱致各种负面效应，比如它会引致农村贫困问题的加剧［4］，并且削弱农户收入的增长［1，5］。
关于农村收入差距的因素，已有研究主要分为外部环境因素和家庭自身因素两方面。外部环境因素主要有地理区位因素、政治因素、市场条件等，这种外部环境差距造成了农村居民内部的收入差距，谢伏瞻分析得出农户家户所处的地理环境和自然条件对农民收入的影响具有重要意义［1］，万广华以乡镇企业为地区因素的变量，得出其是显著的构成区域间不平等的因素。从家庭自身因素方面来看，主要涉及了收入决定要素中的物质资本、政治资本、人力资本和社会网络资本等因素［6］。在物质资本方面，许庆等发现家庭联产承包责任制所引起的上地细碎化是农户间收入差距扩大的一个原因［7］。谢伏瞻提出农民家户对生产要素占有的多寡也是造成分配差距的重要原因［1］，但是高梦滔和姚洋分析得出，物质资本,包括土地,对于农户收入的差距没有显著影响［8］。在人力资本方面，大量的文献通过的中国农村农户收入差距的分析发现，教育等主要的人力资本变量对于收入差距具有重要的影响［6,8-10］。在社会网络资本方面，赵剑治研究了关系对收入差距的贡献及在地区之间的差异，结果发现，社会网络对中国农村居民间的收入差距贡献达到12.1%-13.4%［11］。在政治资本方面，Morduch和Sicular年发现党员和干部等政治因素对于农户收入的决定具有正的效应，并对于农村家庭收入不平等的贡献为正［12］。
1.2 收入不平等的测量及不平等的分解模型
收入不平等的测量方法主要有变差系数法、相对平均偏差法、Gini系数、Theil指数法、对数方差法等。不平等指标的选择主要由常用性决定，也与可分解情况有关系。Gini系数、Theil指数、Atkinson指数等是比较常用的指标。
从收入差距的分解方法来看，己有的文献对于收入差距的研究主要集中于从实证角度分析收入不平等的决定因素。总体来看主要有以下几类：
王瑜等：基于夏普里值过程的农村居民收入差距分解
中国人口?资源与环境 2011年 第8期（1）用半参数和非参数方法来分析收入差距的决定、基于人群特征而对于收入差距的分解以及基于收入决定方程的分解。
（2）通过人群特征对收入差距的原因进行分解的方法，主依据研究者的目标变量对总体样本进行分组，然后再估计组内收入差距和组间收入差距来分该目标因素对于收入差距的影响。Morduch和Sicular指出这种方法主存在的缺陷［12］：这种方法无法对一些连续变量的贡献作分解，当需要对某几个目标变量行考察时，人群的分组数量将会呈几何级数上涨，这样无法处理解释变量和被解释变量之间的联立内生性问题，因为这种方法先验的认为目标变量是外变量，当对样本进行分组后该变量并不记入收入决定方程。
（3）基于收入决定方程而对收入差距进行分解。这是近年来比较流行的分解方法，但是基于收入决定方程，不同的学者又有不同的分解方法。与其他几种方法相比，Shorrock年提出的夏普里值(Shapley Value)分解法［13］有比较优势。这种方法的好处在于它适用于任何收入决定函数和任何度量收入差距的指标，并且能够很好处理常数项和残差项对收入差距的贡献的问题［14］。
1.3 文献评述
已有研究对农村收入不平等的分解的角度是多样的，模型的选择也是多样的。不过Wan［14］对各种分解方法进行研究之后，认为基于收入决定函数的夏普里值过程的回归分解方法是有效的并且受限较少的模型。经过比较，基于收入决定函数的夏普里值过程的回归分解方法，是本文将选择的分析方法。采用的不平等指标为常用的Gini系数、Theil指数、Atkinson指数。
涉及到收入决定函数拟合方面，目前已有文献涉及了收入决定因素方方面面，但是就单个文献本身而言，或多或少地在某些因素上未加考虑，对收入函数的影响因素的涵盖是不够全面的，在收入决定模型中可能存在遗漏变量偏误等问题。因此，本文整合了已有文献中相关的方面，对各方面因素都加以考虑。本文将对已有文献中涵盖的微观方面的各因素系统地进行考虑，并控制区位因素，进行回归分解和比较。
2 数据来源、方法及变量
2.1 数据来源及处理
数据来源于世界银行联合中国国家统计局农调队于2004年在甘肃、内蒙古两省做的农户家计调查数据。数据以国家统计局农调队每年具体进行的入户调查获得，调查样本采取分层随机抽样。调查选取了甘肃和内蒙古两省7个县（或县级行政区域）、15个乡（或乡级行政区域），每个乡抽取100户农户，共1 500户农户。在选取农户时，根据该地区的经济发展状况、农户收入的主要来源等基本情况，将农户大致分为最低收入家庭、低收入边缘家庭、中等收入家庭和富裕家庭4类，然后，在每一类中进行随机抽样，使样本覆盖不同收入状况的家庭，尤其是最低收入家庭。此次调查得到的1 500份数据均为有效研究数据。
本文以家庭为基本样本单位，部分数据不能直接获取，而是通过进一步计算得到。具体在变量描述中详细给出。
2.2 不平等指标选取、回归方法和分解方法选择
2.2.1 指标选择
不同的不平等指标包括Gini系数、变异系数平方、阿肯森(Atkinson)系数、泰尔指数等。对应于不同的福利函数，并且赋予洛伦兹曲线的不同部分以不同的权数［6］。由于不同的不平等指标会给出不同的测量结果,而产生不同的分解结果。为保持稳健性,将常用的不平等指标进行分解并进行对比是比较可行的。本文选取了Gini系数、泰尔指数和阿肯森指数来衡量不平等状况。
2.2.2 回归方法
使用的软件为Stata10.0版。采用对数线性模型拟合收入决定函数，使用最小二乘估计法（OLS）估计系数。通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。在系数估计中，采用了异方差稳健的标准误。
2.2.3 分解方法
在分解方法选择上，本文采用基于收入决定方程的夏普里值分解方法。由Shorrocks发展的基于回归的夏普里值 (Shapley Value)方法［13］进行收入差距分解包含两个步骤：第一，首先设定一个收入决定方程，并估计出各个自变量的系数；第二，将收入差距的计算指标运用到该方程的两端，从而得出各自变量对于收入差距指标的贡献度。
在收入差距的形成过程中，一个因素对于收入差距的贡献主要取决于两个方面：一是该因素与收入差距的相关系数，即该因素对于收入的偏效应，在给定该因素的分布下，系数越大，该因素对收入差距的贡献越大；二是该因素自身的分布状况，在给定该因素对收入的相关系数不变的情况下，它的分布越不平均，那么该变量对于收入差距的贡献也更大，反之亦然。极端地讲，当一个因素的对收入的偏效应接近于0或者它的分布完全平等时，那么该因素对于收入差距的贡献为零［11］，这就是基于回归分析的收入差距分解方法的基本原理。
2.3 变量描述
本文涉及的变量的名称及定义如表1所示。需要说明的是，本文的应变量为家庭人均收入的对数，呈正态分布。人均收入指家庭总收入与家庭人口数的比值，其中家庭总收入包括了工资性收入、家庭经营收入、财产性收入、转移性收入。
模型自变量包括已有文献涉及的社会网络资本、物质资本、人力资本、家庭特征、地区特征五大方面因素。社会网络资本中，人情收入指城市亲友赠送收入和亲友赠送收入之和，人情支出指赠送农村亲友和赠送城市亲友的支出之和。物质资本方面，土地面积为人均土地面积，0.5×（期初土地面积+期末土地面积）/家庭人口。人力资本方面，平均年龄为家庭平均年龄，其中1=6岁及以下，2=7-15，3=16-18，4=19-22，5=23-25，6=26-30，7=31-40，8=41-50，9=51-60，10= 60以上；平均教育取家庭劳动力的平均受教育年数，将教育程度替换为受教育年限并以各教育水平劳动力人数进行加权平均；培训比为受过专业培训的劳动力人数占家庭劳动力总数之比。家庭特征方面，家庭人口为在家居住6个月以上的常住人口；男劳动力比为家庭男劳动力占家庭劳动力总数之比；非农劳动力为家庭非农劳动力占就业劳动力总数之比。
3 收入决定模型和实证结果分析
3.1 收入决定方程
收入函数的回归方程为Y=F(X,μ)，为了应用夏普里值分解，首先需确定收入决定方程。根据假设，将社会网络资本、实物资本、人力资本、家庭特征、地域固定效应的变量或者变量引入收入决定函数，如下：
在（1）式中，下标i表示家庭，j表示地域。上式中LnY指对家庭人均收入的对数，SC是家庭的社会网络资本，OC是家庭的实物资本，HC是家庭劳动力的人力资本，FC是样本家庭的特征，R是地域的固定效应。
对于模型设定，使用的回归方程是半对数模型，没有使用其他模型主要是基于以下几点原因：①考虑到OLS回归对于残差项正态分布的要求，我们在对收入的原值和对数值进行了分布检验，发现取了对数之后，收入的分布更趋近于正态分布，这也很正常，因为如收入这样都为正值的数据，常常符合对数正态分布。样本收入对数的分布图如图1所示。②考虑到收入决定方程的半对数模型在以往的文献中被普遍应用，同时，在有些涉及到收入方程的模型中，也对各种收入方程的形式进行了比较，结果显示半对数模型或者优于其他模型，或者与其他模型没有显著的拟合优度差异［12］。③考虑到分解过程中对于常数项的处理问题，如果使用完全线性模型，那么常数项对于收入差距的贡献将变得比较难以处理，而常数项对收入差距是否具有贡献是存在争议的，而如果用半对数模型，则在待分解的方程中，常数项将转化为一个常数乘积项，对收入差距的贡献没有影响，因此，使用半对数模型也可以回避常数项是否对收入差距有贡献的争议。
另外，对于自变量的线性设定，没有包括平方项，虽然在以往文献中没有提及，但是为了避免模型设定偏误，本文已经对二次项进行了检验，如年龄的平方、教育的平方，在模型中其二次项的系数为0的假设在10%的显著性水平未能通过检验，在此不纳入二次项。
因为在收入决定方程中选用了半对数模型，在分解时如果仍使用收入的对数作为因变量来分解会造成对收入变量分布的扭曲，所以待分解的收入决定方程需对两边取指数，待分解的方程如下:
在上式中exp（α0＾)是一个常数项，当运用收入差距的相关指标时，它能够从方程中去掉而不会对结果产生任何影响［12］。对于残差μ＾应的影响，采用通用性的方法，对于任何度量不平等的指标都能够使用。残差的作用可以表述为此方程中的变量所不能解释的收入差距部分。本文采用残差的影响与总的收入差距的比率来表示没有被解释的收入差距部分，而1减去这个比率就是得到解释的收入差距的部分，它反映了模型中全部变量对于收入差距的解释程度［14］。
3.2 收入决定模型的回归结果及解释
对回归模型，本文只做了一个模型，即将所有变量纳入回归，对于平均年龄的二次项以及平均教育的二次项，本文检验，年龄平方项和平均教育的平方项系数不为0的假设在10%的显著性水平下未通过检验。采用的对数线性模型也是基于利用收入对数正态分布的性质，以及以往研究的经验证实。
表3是对1 481户家计调查数据的样本回归结果，整个收入决定模型在1%显著性水平下通过了检验。从社会网络资本中的变量来看，作为社会网络资本的两个变量人情收入和人情支出，其系数均为正，且分别在10%和1%显著性水平下通过检验，社会网络资本对收入具有正相应。作为物质资本的主要变量人均土地面积，系数为正，在1%显著性水平下通过检验。人力资本方面，平均年龄和平均受教育水平的系数为正，在5%和1%显著性水平下通过检验，其对收入具有正效应，但是劳动力人口中受培训比，系数为负，在5%显著性水平下通过检验，其对收入具有负效应。家庭特征中，家庭人口数的系数为负，在1%显著性水平下通过检验，家庭人口对人均收入具有负效应；男劳动力和非农劳动力比系数为正，分别在1%和10%显著性水平下通过检验，对人均收入具有正效应。
这里的自变量系数解释为其他自变量保持不变情况下，某自变量增加某一单位，家庭人均收入增加（相对应系数×100%）。比如家庭劳动力的平均受教育年限增加一年，家庭人均收入增加4.27%。但是这些比例并不是直观的，因此在回归中，本文同时添加了标准化回归系数beta的报告，从各自变量对平均收入的影响来，对人居收入增加促进作用从大到小的因素分别为平均教育、男劳动力比、人均土地面积、平均年龄、人情支出、非农劳动力、人情收入，而家庭人口数和受培训比对人均收入增加具有的负效应。
教育等人力资本因素在人均收入增加方面的作用十分重要，这与高梦滔和姚洋［8］、陆铭、陈钊和万广华［10］的研究是一致的。男劳动力比在人均收入方面的重要影响，说明男性的劳动力收入对于家庭收入的影响非常大，人均土地面积作为物质资本的影响也比较大，说明土地作为农村具名农业经营的资本对增加人均收入具有正效应。人情支出、非农劳动力比和人情收入的影响相对弱一些，但是都对人均收入增加有正效应。
回归解释了农村居民人均收入的影响因素，但是，这些因素对收入差距的贡献是需要进一步通过收入不平等的分解来获取的。
4 收入不平等及分解结果
4.1 收入不平等的衡量指标选择
衡量收入不平等的指标有多种，本文在收入差距的分解方面，采用的三个常用的收入差距衡量指标，包括Gini系数、Theil指数、Atkinson指数。运用样本数据，测算出样本总体的Gini系数为0.366 5，Theil指数为0.226 7，Atkinson指数为0.201 3。
4.2 回归分解的结果
我们用残差影响与总收入差距的比率来表示没有被解释的收入差距部分,而1减这个比率就表示得到解释的收入差距部分,反映了这个模型起作用的程度。表2列示了收入差距程度和收入决定函数解释的比例情况。
区域因素是影响农村收入差距最大的因素。在3个不平等指标中，以县域作为变量的区位因素相对贡献均最大，在38%-43%之间。收入差距来源家庭因素和环境因素两部分,相对而言,后者较难度量,在已有的大多数研究中,这种环境因素是以“地区虚拟变量”作为变量的。地区虚拟变量不仅反映了地理上的差异,也捕捉到了由地理位置所带来的政策、市场整合程度等方面的差异［9］。地区之间尤其在农村地区，地理环境、政策、市场整合等方面是有显著差异的,也由此而导致了“地理因素”对地区间差距的显著作用。
非农劳动力对农村居民收入差距具有重要影响。在3个不平等衡量指标中，相对贡献均在20%左右。这个结果和水平与谢伏瞻等人的研究结果是一致的，农村产业结构的演变改变了劳动力的配置，非农产业的农户比重的变化使农户家庭收入来源变化，也引起了农户之间的收入差距，但是这个结果是短期而言的，因为，城市化进程为农村人口提供向非农业转移和就业的机会，非农就业在现阶段虽然带来了农村内部收入差距的扩大，但是随着经济会缩小城乡差距和农村居民内部收入差距。
培训比对农村居民收入差距的贡献也比较重要。在3个不平等衡量指标中，相对贡献均在15%以上。农村劳动力的培训包括提高非农就业能力的技术培训和提高农业生产技能的生产技能培训。培训可以提高农户的非农就业水平或者农业的专业生产能力，从而使农户的生产能力和生产结构上形成差异。高梦滔和姚洋利用广义差分方法去除农户异质性以后，发现教育和在职培训体现出的人力资本是拉大农户收入差距的主要原因之一,但是从样本总体来看，农村劳动力受正式培训的比例是非常低的，平均只有0.07［8］。
男劳动力比重对三个不平等系数的相对贡献度都在14%以上。这说明性别在收入回报的差距是明显的。研究结果与赵剑治对中西部不平等指数的分解类似，但是赵剑治研究结果［11］中变量的贡献度总体为5%左右，但是值得一提的是，在分地区的分解中，中西部地区相比东部地区而言，男劳动力比重对不平等系数的贡献度都高出了2%左右。这表明，男劳动力比重对不平等的贡献，经济不发达地区比经济发达地区更大。
家庭平均年龄对三个不平等系数的相对贡献度在3.6%-3.9%之间。平均年龄在一定程度上反映了家庭的结构，年轻或者成熟的家庭倾向有更多的收入，而年龄老化的家庭收入能力则比较低下。但是这个结果和Morduch和Sicular［12］、赵剑治 ［11］等对年龄的度量结果是不一致的。Morduch和Sicular的研究结果中，劳动力平均年龄的相对贡献度只有0.42%［12］，赵剑治得出的结果是0.2%［11］。这可能和变量的差异有关，因为Morduch和Sicular、赵剑治采用的是劳动力的平均年龄，用于度量劳动力经验，而认为岁年龄的增加劳动经验增加的同时也伴随着体能的下降。而本文选取的是家庭人口的平均年龄。另外，可能的解释是，年轻的家庭人口年龄，可能意味着家庭比较年经，他们从事的生产经营活动会与年龄比较大的家庭有所差异，而往往年经的家庭更多从事非农产业，而获得更多的收入。
家庭人口对三个不平等系数的相对贡献度在3.4%-3.5%之间。家庭规模与收入差距的关系并不是那么明确的。一方面，家庭规模可能与劳动力人数和家庭总收入有正向关系，但是，对人均收入有反向关系。从本文前面给出的收入决定方程估计中，可以看到家庭人口的系数是为负的，家庭人口对收入的净效益为负。赵剑治的研究结果也有相似之处，他认为家庭大小和人口负担率已经出现了趋同的现象［11］。而Wan对截面数据的分析证实，农户间家庭大小和人口负担率的不平等对于收入差距的影响在不断减小［4］。
教育程度上的差异对于收入差距的作用非常小，对三个不平等系数的相对贡献度只有1.3%左右。在Morduch和Sicular的研究结果中，对Gini系数的分解后教育对于中国农村家庭间的收入差距的贡献达到16.9%［12］，而在赵剑治的研究结果中，教育对Gini系数、Athinson指数和GE系数的相对贡献基本都在18%以上［11］，田士超和陆铭对上海的收入差距分解中，发现劳动力平均受教育年限对Gini系数，GE系数的相对贡献最大，在20%以上［9］。而在本样本的分解结果中，教育对收入差距的贡献很小。这可能与西部地区教育水平普遍比较低有关系，在本样本中，样本家庭平均受教育水平的均值为6.55，也就是小学文化程度，标准差为2.61，教育水平普遍比较低，因此，教育在收入差距的贡献上较小。在赵剑治对中西部和东部地区收入差距分解结果［11］中，虽然中西部地区教育对收入差距的贡献在13%左右，但是与东部地区的教育对收入差距的相对贡献度为25%-30%左右相比，也可以看到，这种地区差距的显著性。而西部地区与中西部的平均水平相比，也是相差甚远的。因此，在西部地区，普遍的低水平教育解释了在西部地区，教育对收入差距的贡献并不如全国或者更广范围的研究结果那么大。
人情收入和人情支出作为社会网络资本的变量，对收入差距的贡献度都非常小，分别为0.011和0.005左右。在赵剑治的研究结果中，在中西部地区，人情支出比对收入差距的贡献为2.7%,而且其着重研究了社会网络对收入差距的贡献度，将亲友数和人情支出比作为社会网络的变量，总体贡献度达12.9%［11］，而本文的人情收支的贡献度则比较小，另外，也是由于无法获得亲友数以及其他可以代替的社会网络资本的变量而采取的变量设定。这也是与社会网络资本难以衡量有一定关系的。
对于人均土地面积，分解结果发现其对于Gini系数、Theil 指数、Atkinson 指数的贡献度都只有0.001%。在赵剑治对Gini系数、Atkinson 指数和GE系数的分解中，人均土地面积对不平等的贡献度小于1%，在中西部地区对Atkinson指数和GE0的贡献为负［11］。而高梦滔和姚洋的研究结果表明，物质资本,包括土地,对于农户收入的差距没有显著影响［8］。本文中，可以得出，土地对于收入差距的贡献并不明显，甚至能够缓解收入差距。这与“非农就业比”很高的贡献度是相一致的。由于家庭非农就业的比例的提高，农业收入的比重降低，而农业收入主要来自土地上的产值，如果人均土地越少的家庭反而更多地外出打工，从而获得更高的人均收入。此外，同一地区的人均土地面积在很大程度上是相一致的。虽然本文采取的是期初和期末家庭实际经营的土地面积来衡量，但是家庭间人均土地面积比较平均的现象是不可避免的。因此使得人均土地对收入差距贡献不大。
5 结 论
本文采用Shorrocks［13］提出的夏普里值过程，对Gini系数、Theil指数、Atkinson指数这三个不平等指标的回归分解，考虑了影响收入差距的外部环境因素和家庭社会网络资本、物质资本、人力资本和家庭特征等家庭因素。通过收入决定函数的拟合和对不平等指标的分解，量化了各种因素对收入差距的相对贡献度。当然由于样本为西部农村地区，因此其解释力度是在地域上受到了一定限制。
以县域变量为的外部环境因素，反映了在政治、经济、文化等方面的差异对收入差距的重要贡献。非农劳动力、培训比和家庭男劳动力比对收入差距的相对贡献度也较大。而平均年龄、家庭人口和平均教育对收入差距的相对贡献较小。作为社会网络的人情收支和作为物质资本的人均土地面积对收入差距的贡献极小。
研究结果对缓解中国西部农村地区间的不平等具有一定意义。如何促进西部地区经济发展、提高西部地区以及西部农村地区农民收入一直是社会和政府关切的方面，而在经济发展过程中，对不平等的关注和采取有效政策是必要的。
政策建议是对那些可以控制的因素而言的。正是由于普遍存在的地区发展的不平衡、教育的不平等、就业机会的不平等等因素，并可能内化为农村家庭在人力资本、物质资本等方面的不平衡，形成收入不平等。对政府来说，支持和促进地区经济发展，增加非农就业机会，提供平等的教育和培训机会，从长期来看，可以缓解收入不平等。而在城市化进程中，处理好土地问题，也将有利于缓解不平等状况。
参考文献（References）
［1］谢伏瞻. 中国收入分配的现状与政策分析［J］.管理世界，1994，（2）:40-51.［Xie Fuzhan, The Status and Policy Analysis of China-s Income Distribution［J］.Management World, 1994,（2）:40-51.］
［2］Wan G, Lu M, Chen Z. The InequalityGrowth Nexus in Short and Long Run： Empirical Evidence from Rural China［J］. Journal of Comparative Economics, 2006, 34:654-667.
［3］PovcalNet. The Online Tool for Poverty Measurement Developed by the Development Research Group of the World Bank［DB/OL］. ［2010-01-20］. .
［4］Wan G, Zhang Y. The Impact of Growth and Inequality on Rural Poverty in China［J］. Journal of Comparative Economics, 2006, 34: 694-712.
［5］Jalan J, Ravallion M. Household Income Dynamics in Rural China［R］.Policy Research Working Paper No. 2706. Washington DC: Worldbank,2001.
［6］万广华. 解释中国农村区域间的收入不平等:一种基于回归方程的分解方法［J］. 经济研究，2004,（8）: 117-127. ［Wan Guanghua. Accounting for Income Inequality in Rural China: A Regression Based Approach［J］. Economic Research Journal, 2004,（8）:117-127.］
［7］许庆，田士超, 徐志刚,等. 农地制度、土地细碎化与农民收入不平等［J］. 经济研究，2008（2）:83-105.［Xu Qing, Tian Shichao, Xu Zhigang, et al. Rural Land System, Land Fragmentation and Farmers- Income Inequality［J］. Economic Research Journal, 2008（2）:83-105.］
［8］高梦滔，姚洋. 农户收入差距的微观基础:物质资本还是人力资本?［J］. 经济研究，2006（12）:3-12.［Gao Mengtao，Yao Yang. Which Is the Main Reason for Income Inequality in Rural China: Physical Assets or Human Capital?［J］. Economic Research Journal, 2006（12）:3-12.］
［9］田士超, 陆铭. 教育对地区内收入差距的贡献:来自上海微观数据的考察［J］. 南方经济，2007,（5）:12-21. ［Tian Shichao, Lu Ming. Contribution of Education to WithinSpace Income Inequality: Evidence from Shanghai Household Data［J］ South China Journal of Economics, 2007,（5）:12-21.］
［10］陆铭，陈钊, 万广华. 因患寡,而患不均――中国的收入差距、投资、教育和增长的相互影响［J］. 经济研究，2005,（12）:4-14. ［Lu Ming, Chen Zhao, Wan Guanghua. Equality for the Sake of Growth: The Nexus of Inequality, Investment, Education and Growth in China［J］. Economic Research Journal, 2005,（12）:4-14.］ ［11］赵剑治. 关系对农村收入差距的贡献及其地区差异［D］.上海：复旦大学，2009：363-390.［Zhao Jianzhi. The Contribution of Guanxi to Income Inequality in Rural China and a Crossregional Comparison: A Regressionbased Decomposition［D］. Shanghai: Fudan university,2009：363-390.］
［12］Mordueh J, Sieular T. Rethinking Inequality Decomposition with Evidence from Rural China［J］.The Economic Journal, 2002, 112(1):93-106.
［13］Shorrocks A F. Decomposition Procedures for Distributional Analysis: A Unified Framework based on the Shapley Value ［Z］. Department of Economics, University of Essex and Institute for Fiscal Studies, First draft, June 1999. ［2010-01-22］. 省略/tacik/science/shapley.pdf.
［14］Wan G. Accounting for Income Inequality in Rural China: A Regressionbased Approach［J］. Journal of Comparative Economics, 2004, 32: 348-363.
Income Inequality of Rural Residents:Decomposition
Based on the Method of Shapley Value Progress
WANG Yu WANG Sangui
（School of Agricultural Economics and Rural Development, Renmin University of China，Beijing 100872，China）
家庭劳动教育总结范文第5篇
关键词：少数民族劳动力；劳动力流动；影响因素
中图分类号：F241.23
文献标识码：A
文章编号：1672-3198(2009)09-0130-02
本文运用Probit模型从个人特征、家庭特征出发，进行实证研究影响少数民族劳动力流动的因素，从而提出促进少数民族地区劳动力流动的几点政策建议。
1 样本的统计特征描述
1.1 样本选择
本文所用数据来自于2008年笔者在云南省少数民族农村地区进行的问卷调查。调查内容涉及少数民族劳动力的个人、家庭及社区等方面情况。样本选取采用了分层抽样和随机抽样相结合的方法，对大理、楚雄、文山和临沧4个地级市，5个村(组)进行了农户调查，取得有效调查问卷320份，其中有效问卷份300份，有效率为94％。
1.2 样本统计特征描述
调查涉及的变量有性别、年龄、教育年限、婚姻状况、民族、打工地点、外出方式、打工收入、是否参加过培训、家庭耕地面积、家庭其他成员的相关信息等等。在这300个样本中，2007年外出三个月以上的劳动力79人占样本总数的26％。外出年龄主要集中在20－40岁，占外出样本的67％，未外出劳动力年龄主要集中在30―50岁占66％。外出男性劳动力60人占76％，文化程度主要集中在初中，外出方式主要靠亲友介绍占外出流动样本的78％，在外出流向上90％以上的外出劳动力都集中在省内。
2 模型与变量说明
2.1 模型选择
本文选用probit(概率单位模型)来定量地分析具有不同特征的劳动力选择外出或不外出的概率，或者说分析什么样的农村劳动力更有可能外出。
Probit模型的基本形式如下：
Pi=F(α+βxi)＝F(Zi)
这里，，F为累积正态分布函数，Zi＝α+βxi，Zi是不可观测的。Probit分析的目的就在于找出参数和。Probit模型是通过极大似然法来估计模型参数的。
2.2 研究假设和变量编码
以劳动力个体为样本，假定现存体制和政策的外部环境对所有个体的影响大致相同，其流动性受到个人素质、家庭资源和家庭类型、社会资源等条件的制约由已有的研究成果和本文调查数据特征，可对模型的变量和结论作以下假设：
(1)假设一：男性、年轻、未婚、受教育程度高、会汉语的少数民族劳动力更容易选择外出流动。
(2)假设二：家里没有未成年子女、家里有老人、家庭劳动力数量多、家庭人均耕地面积少、家里没有非农收入的少数民族劳动力更容易选择外出流动。
在上述变量中，“年龄”、“家庭劳动力数量”、“家庭人均耕地面积”、“受教育程度”为刻度级变量，“性别”、“婚姻”、“是否有未成年子女”、“是否有60岁以上老人”、“是否有非农收入”、“是否会汉语”为名义级变量。其中0为女性，1为男性，是为1，否为0。
3 估计结果及分析
用Probit模型对上述变量进行估计验证，结果如表1所示：
经过Probit模型估计，有六个变量通过了显著性检验，它们分别是性别、年龄、受教育程度、家庭劳动力数量、家庭人均耕地面积、是否会讲汉语。而其它变量没有通过显著性检验，对少数民族农村劳动力的流动的影响决策并不显著。
(1)性别：性别在1％统计水平上显著正向影响少数民族农村劳动力的流动，说明男性少数民族农村劳动力更可能选择流动，符合假设一。因为少数民族女性受民族传统、风俗习惯和民族开放程度的影响，受教育程度更低，个人综合素质更低，所以少数民族女性更多的选择在家务农和照顾子女流动率低。
(2)年龄：年龄在1％统计水平上显著负向影响少数民族农村劳动力的流动，说明年轻的少数民族劳动力更倾向于流动，符合假设一。这是因为年轻劳动力受教育程度和技能都优于年龄较大的农村劳动力，加之农村劳动力在城市从事的工作大多是以体力劳动为主，年轻意味着在体力上更有竞争力，更容易被企业雇用。
(3)受教育程度：受教育程度在5％统计水平上显著正向影响少数民族农村劳动力的流动，说明受教育程度越高的少数民族农村劳动力越容易流动，符合假设一。这是因为受教育程度越高，人力资本的知识存量就越大，自身的素质越高越容易找到工作，所以更容易选择流动。
4 结论建议
研究表明年轻、受教育程度越高、家庭人均耕地面积越少、男性、家庭劳动力数量多、会汉语的少数民族劳动力更容易选择外出流动；少数民族劳动力在外出流动时最主要是通过亲戚朋友介绍找到工作，在外出流向上绝大多数都局限于省内流动。