新时代缩小城乡收入差距与迈向共同富裕

doi:10.16382/j.cnki.1000-5579.2024.02.013

摘要/Abstract

摘要：

城乡收入差距是一个自然历史过程。缩小城乡收入差距是治国理政的必然选择，根本路径是在遵循客观规律的基础上，通过治国理政过程来抬高差距的底部和削平差距的顶部。抬高差距底部是减少或者消除绝对贫困，主要是提高农民收入水平，消除农村绝对贫困；既抬高差距底部又削平差距顶部，就是减缓两极分化，扎实推进共同富裕。我国缩小城乡收入差距与脱贫攻坚、迈向共同富裕是正相关的。实证研究表明，与国家实施精准扶贫战略（2012—2020年）一致，城乡绝对收入差距的底部呈逐步抬升趋势，意味着我国逐步摆脱绝对贫困；预测研究表明，在新时代新征程，城乡相对收入差距将呈现底部与顶部逐步收窄的态势，缩小城乡相对收入差距是推进共同富裕的重要路径。

关键词: 城乡收入差距, 精准扶贫, 脱贫攻坚, 共同富裕

Abstract:

The urban-rural income gap forms in a natural historical process. Narrowing the urban-rural income gap has become an inevitable choice of governing the country. The fundamental way is to follow objective laws to raise the bottom of the gap and trim the top of the gap. While to raise the bottom means to reduce or eliminate absolute poverty, mainly to raise the income level of farmers and eliminate absolute poverty in rural areas, both to raise the bottom and trim the top means to slow down polarization and solidly promote common prosperity. Narrowing the income gap between urban and rural areas is positively related to poverty alleviation and common prosperity. The empirical research shows that the bottom of the absolute income gap between urban and rural areas is gradually rising and meanwhile China is gradually getting rid of absolute poverty, which is consistent with the implementation of the national targeted poverty alleviation strategy (2012-2020). We predict that the relative income gap between urban and rural areas will gradually narrow in the future and this will act as an important path to promote common prosperity on the new journey in the new era.

Key words: urban-rural income gap, targeted poverty alleviation, poverty alleviation, common prosperity

李正图, 刘柯杰. 新时代缩小城乡收入差距与迈向共同富裕[J]. 华东师范大学学报(哲学社会科学版), 2024, 56(2): 143-156.

Zhengtu Li, Kejie Liu. Narrowing Urban-rural Income Gap and Moving towards Common Prosperity in the New Era[J]. Journal of East China Normal University (Philosophy and Social Sciences), 2024, 56(2): 143-156.

图/表 9

图 1

图 2

表 1

表 2

图 3

表 3

表 4

图 4

图 5

参考文献 0

	蔡昉,2003,《城乡收入差距与制度变革的临界点》 ,《中国社会科学》第5期,第16—25+205页.
	陈斌开、林毅夫,2013,《发展战略、城市化与中国城乡收入差距》 ,《中国社会科学》第4期,第81—102+206页.
	陈斌开、张鹏飞、杨汝岱,2010,《政府教育投入、人力资本投资与中国城乡收入差距》 ,《管理世界》第1期,第36—43页.
	陈昱燃、张桥云、熊德平,2022,《中国金融发展在缩小城乡收入差距中的作用——基于直接普惠与间接普惠的视角》 ,《当代经济研究》第11期,第117—128页.
	陈钊、徐彤、刘晓峰,2012,《户籍身份、示范效应与居民幸福感:来自上海和深圳社区的证据》 ,《世界经济》第4期,第79—101页.
	程名望、盖庆恩、Jin Yanhong、史清华,2016,《人力资本积累与农户收入增长》 ,《经济研究》第1期,第168—181+192页.
	程名望、Jin Yanhong、盖庆恩、史清华,2014,《农村减贫:应该更关注教育还是健康?——基于收入增长和差距缩小双重视角的实证》 ,《经济研究》第11期,第130—144页.
	雷根强、蔡翔,2012,《初次分配扭曲、财政支出城市偏向与城乡收入差距——来自中国省级面板数据的经验证据》 ,《数量经济技术经济研究》第3期,第76—89页.
	李尚蒲、罗必良,2012,《城乡收入差距与城市化战略选择》 ,《农业经济问题》第8期,第37—42页.
	李实、罗楚亮,2011,《中国收入差距究竟有多大?——对修正样本结构偏差的尝试》 ,《经济研究》第4期,第68—79页.
	林毅夫、刘培林,2003,《中国的经济发展战略与地区收入差距》 ,《经济研究》第3期,第19—25+89页.
	刘维奇、韩媛媛,2013,《城市化与城乡收入差距——基于中国数据的理论与经验研究》 ,《山西财经大学学报》第5期,第24—33页.
	陆铭、陈钊,2004,《城市化、城市倾向的经济政策与城乡收入差距》 ,《经济研究》第6期,第50—58页.
	陆铭、陈钊、万广华,2005,《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》 ,《经济研究》第12期,第4—14+101页.
	罗剑朝、阚先学,2008,《山西省农村金融对增加农民收入支持状况实证分析》 ,《大连理工大学学报(社会科学版)》第1期,第18—22页.
	师荣蓉、徐璋勇、赵彦嘉,2013,《金融减贫的门槛效应及其实证检验——基于中国西部省际面板数据的研究》 ,《中国软科学》第3期,第32—41页.
	孙华臣、焦勇,2019,《制度扭曲与中国城乡收入差距:一个综合分解框架》 ,《财贸经济》第3期,第130—146页.
	孙华臣、卢华、毕军,2014,《城乡收入差距演变特征:基于“半城镇化”现象的解释》 ,《财政研究》第11期,第50—53页.
	孙婧芳,2017,《城市劳动力市场中户籍歧视的变化:农民工的就业与工资》 ,《经济研究》第8期,第171—186页.
	王汉杰、温涛、韩佳丽,2020,《深度贫困地区农户借贷能有效提升脱贫质量吗?》 ,《中国农村经济》第8期,第54—68页.
	王少平、欧阳志刚,2007,《我国城乡收入差距的度量及其对经济增长的效应》 ,《经济研究》第10期,第44—55页.
	杨俊、王燕、张宗益,2008,《中国金融发展与贫困减少的经验分析》 ,《世界经济》第8期,第62—76页.
	章莉、吴彬彬、李实、Sylvie Démurger,2016,《部门进入的户籍壁垒对收入户籍歧视的影响——基于微观模拟方法的收入差距分解》 ,《中国农村经济》第2期,第36—51页.
	张义博、刘文忻,2012,《人口流动、财政支出结构与城乡收入差距》 ,《中国农村经济》第1期,第16—30页.
	Shorrocks,A. F. ,1980,“The Class of Additively Decomposable Inequality Measures”,Econometrica,Vol. 48,No. 3(April):613-625.

年份	全国	东部	中部	西部	东北
2001	0.047 773	?0.039 840	0.051 886	0.156 966	0.037 852
2002	0.052 199	?0.036 510	0.058 708	0.160 252	0.044 636
2003	0.055 973	?0.035 540	0.066 779	0.164 406	0.046 120
2004	0.046 466	?0.039 120	0.050 301	0.156 541	0.032 464
2005	0.132 603	0.096 981	0.135 564	0.187 577	0.094 085
2006	0.134 480	0.098 707	0.136 124	0.191 474	0.096 231
2007	0.132 751	0.099 342	0.133 910	0.187 668	0.094 618
2008	0.127 817	0.099 136	0.127 059	0.178 634	0.089 784
2009	0.127 617	0.099 387	0.126 979	0.177 076	0.092 956
2010	0.116 037	0.091 104	0.115 942	0.161 342	0.082 493
2011	0.108 930	0.085 808	0.109 993	0.151 783	0.072 026
2012	0.106 216	0.085 087	0.108 106	0.145 531	0.069 358
2013	0.098 169	0.077 100	0.098 967	0.136 465	0.068 410
2014	0.093 209	0.074 872	0.092 363	0.129 023	0.064 082
2015	0.089 677	0.073 232	0.086 623	0.124 105	0.062 965
2016	0.086 859	0.071 843	0.082 900	0.119 792	0.060 857
2017	0.084 051	0.070 297	0.079 273	0.115 475	0.059 260
2018	0.080 092	0.068 145	0.073 707	0.110 184	0.055 859
2019	0.075 907	0.066 042	0.068 172	0.104 163	0.051 585
2020	0.068 641	0.052 246	0.070 539	0.096 273	0.048 041

年份	全国	东部	中部	西部	东北
2001	0.119 599	0.082 624	0.109 865	0.187 112	0.081 983
2002	0.128 446	0.088 984	0.124 546	0.192 771	0.093 367
2003	0.136 556	0.095 184	0.140 300	0.196 475	0.099 339
2004	0.132 600	0.095 227	0.132 602	0.193 051	0.090 490
2005	0.132 603	0.096 981	0.135 564	0.187 577	0.094 085
2006	0.134 480	0.098 707	0.136 124	0.191 474	0.096 231
2007	0.132 751	0.099 342	0.133 910	0.187 668	0.094 618
2008	0.127 817	0.099 136	0.127 059	0.178 634	0.089 784
2009	0.127 617	0.099 387	0.126 979	0.177 076	0.092 956
2010	0.116 037	0.091 104	0.115 942	0.161 342	0.082 493
2011	0.108 930	0.085 808	0.109 993	0.151 783	0.072 026
2012	0.106 216	0.085 087	0.108 106	0.145 531	0.069 358
2013	0.098 169	0.077 100	0.098 967	0.136 465	0.068 410
2014	0.093 209	0.074 872	0.092 363	0.129 023	0.064 082
2015	0.089 677	0.073 232	0.086 623	0.124 105	0.062 965
2016	0.086 859	0.071 843	0.082 900	0.119 792	0.060 857
2017	0.084 051	0.070 297	0.079 273	0.115 475	0.059 260
2018	0.080 092	0.068 145	0.073 707	0.110 184	0.055 859
2019	0.075 907	0.066 042	0.068 172	0.104 163	0.051 585
2020	0.068 641	0.052 246	0.070 539	0.096 273	0.048 041

模型	AIC	BIC
ARIMA(0,1,1)	?157.04	?155.05
ARIMA(0,1,2)	?155.06	?152.07
ARIMA(1,1,0)	?157.10	?155.11
ARIMA(1,1,1)	?155.96	?152.97
ARIMA(1,1,2)	?153.98	?150.00
ARIMA(2,1,0)	?155.35	?152.36
ARIMA(2,1,1)	?153.43	?149.44
ARIMA(2,1,2)	?154.01	?150.03

年份	2021	2022	2023	2024	2025	2026	2027	2028
预测值	0.064 6	0.061 5	0.058 8	0.056 3	0.053 9	0.051 6	0.049 2	0.046 9
年份	2029	2030	2031	2032	2033	2034	2035
预测值	0.044 6	0.042 3	0.040 0	0.037 7	0.035 4	0.033 1	0.030 8