社会信任与城乡居民收入差距的实证研究

单德朋，张永奇，马梦迪

(西南民族大学 经济学院，四川 成都 610041)

一、研究背景

随着中国特色社会主义进入新时代，社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。党的十九大和十九届四中全会均对收入不平等这一问题给予高度重视。在这样的时代背景下探讨如何改善城乡收入分配格局、深化收入分配机制改革不仅具有重要的理论价值，更具有紧迫的现实意义。

诸多学者从政府政策、社会制度以及个体特征等角度探讨了城乡收入差距问题。陆铭等的研究指出，地方政府的城市倾斜政策导致城乡收入差距始终存在[1]。蔡昉等的研究指出，传统经济体制遗留的制度障碍是中国城乡差距持续存在的原因[2]。陈斌开等认为中国政府的重工业优先发展战略延缓了城市化进程，扩大了城乡收入差距[3]。刘玉光等利用微观样本数据，发现中国金融发展拉大了城乡收入差距[4]。吕炜等发现户籍比率的扩大进一步扩大了城乡收入差距[5]。杨晓军的研究指出，增加农户人力资本投入特别是教育投资能够缩小城乡收入差距[6]。从现有研究中能够看出，众多学者已经对城乡收入分配问题进行了较为深入的探讨，同时政府也对该问题高度重视。中国政府近几年不断加强农村地区基础设施建设，促进农村地区经济发展，但是并未显著缩小城乡收入差距，其主要原因可能在于农民收入增长乏力[7]。在中国经济增速放缓和“中等收入陷阱”的严峻挑战下，探讨如何通过提高农民个人收入缩小城乡收入差距就成为一种新的研究思路。

社会资本作为继物资资本、人力资本之后的第三大资本，是影响增收的重要因素，这已被大多数学者所认可[8-9]。而社会信任作为社会资本的核心要素，更是备受学术界关注。既往研究指出，社会信任在宏观上能够推动经济增长、增进社会福祉[10]；在微观上能够增进个体的幸福感，提高生活满意度[11]。社会信任在经济增长和社会发展中发挥着重要的作用，因此，本文认为社会信任有助于提高劳动生产率、降低交易成本、促进合作和融资，从而提高个体收入。而中国长期存在的二元分割局面导致农民与市民在社会福利、教育等多个领域存在差距，农民的社会信任水平受到极大影响，进而使得城乡收入差距不断扩大。要改善城乡收入差距，提高农民社会信任水平十分必要。

相对以往研究，本文的边际贡献主要体现在研究视角与研究思路两个方面。就研究视角而言，本文引入社会信任视角分析农民个人收入问题，为缩小城乡收入差距提供了新的思路，并且针对不同群体进行了异质性研究。就研究思路而言：首先，本文为说明社会信任对农户个人收入的影响，构建了农户个人收入形成的理论模型，从理论上分析了社会信任对农户个人收入的影响效应；其次采用PSM统计方法，对不同年龄阶段、教育背景的农民群体重新匹配，在此基础上对社会信任与个人收入关系展开进一步分析；最后，在验证社会信任对农民个人收入具有显著积极影响的基础上，进一步探讨了社会信任影响农民个人收入的中介传导机制。

二、文献综述

与本文相关的研究主题主要为城乡居民收入差距和社会信任。

(一) 城乡居民收入差距相关研究

自“二战”结束以后，刘易斯建立的二元经济结构模型为发展中国家的经济发展提供了有效的理论指导。大部分发展中国家按照这种结构模型，依靠传统部门为现代部门输送剩余劳动力来促进经济的高速增长。

但是，经济高速增长的同时经济发展却出现了极大的不平衡。背后的原因是传统经济部门和现代经济部门劳动生产率并不相同，由此导致了两部门的居民收入差距开始扩大。经济发展不平衡在中国的一个重要表现就是城乡居民的收入差距问题。郭家堂等的研究发现，城乡人均可支配收入比达到2.60，城乡收入差距不断扩大[12]。城乡发展不平衡的现实问题引起众多学者的密切关注。

从宏观角度出发，学者们着重探讨金融、制度等因素对城乡收入差距的影响。Jeanneney等指出金融发展水平的提速会加大城乡收入差距[13]。Pradhan则采用印度45年的时间序列数据，发现低收入群体可以通过金融发展提高其收入水平，进而改善城乡收入分配差距状况[14]。Lewis则从城镇化视角探讨城乡收入差距的影响因素，认为中国城镇化是导致城乡收入差距不断扩大的重要原因[15]。而Li Yingcheng等学者则表示城镇化缩小了城乡收入分配差距，要素分配不公平才是导致城乡收入差距不断扩大的真正原因[16]。

从微观角度出发，学者们的关注重点则是教育水平、互联网使用等因素对城乡收入差距的影响。郭丽萍等的研究表明，经济的发展和财政支出的增加能够缩小城乡收入差距，但或许是因为教育资源分布不均，导致了教育对收入差距的影响系数为正[17]。孙敬水等则认为加大对农村教育的投资能够有效缩小城乡收入差距[18]。邱泽奇等指出，从互联网红利中受益更多的地区主要集中在东南沿海等经济发达地区[19]。李雅楠等基于2004—2011年中国健康与营养调查数据的研究发现，互联网的使用显著缩小了城乡整体收入差距[20]。

从上述研究可以发现，学者们从不同角度对城乡收入差距的影响因素展开了有效探索，但由于研究者的视角、数据来源等不同，学者们关于城乡收入差距影响因素的研究结论始终存在分歧。另外，以往研究偏重探讨城乡收入差距，侧重点并未放在农村居民增收上。在中国经济发展放缓的趋势下，找出影响农村居民个人收入的因素，尤其是帮助农民增收显得更为重要。为此，本文从社会信任这一视角出发探寻农民增收的可行路径，从而为缩小城乡收入差距提供新的思路。

(二)社会信任与收入增长相关研究

从理论上看，社会信任能够从三个方面影响农民个人收入水平。第一，社会信任充当社会资本这一角色，能够增加生产要素的投入，提高农村家庭的劳动生产率，进而增加其收入，形成社会信任与增收的良性循环[21]。第二，社会信任能够降低交易成本，维系人们之间的合作关系，有利于双方增加经济绩效[22-24]。第三，社会信任还有助于增加投资、改善社会地位、提升就业能力，从而增加农村居民收入，进而缩小收入差距[25]。

基于此，本文在参照现有生产函数的基础上，假设农村地区只有单个生产部门，构建新的生产函数：

Y=AF(L，(1+λ)K，H，N)

(1)

其中，Y表示产量，L表示劳动量，K表示物资资本量，H表示人力资本量，N表示自然资源量，F表示这些投入结合以后生产产出的函数，A表示可以得到的一个生产技术的变量，A随着技术进步而上升，λ表示引入社会资本后，将会提高生产率，进而提高现存的物资资本量。

许多生产函数都具有规模收益不变的特征。如果生产函数是规模收益不变的，那么所有投入与产出的增长比例一致。基于此假设，可以把生产函数的规模收益不变写为：

∂Y=AF(∂L，∂(1+λ)K，∂H，∂N)

(2)

在式(2)中，所有的投入翻一倍用∂=2来表示，投入增加一倍则产出增加一倍。为了进一步分析人均产出与人均投入的关系，设∂=1/L，则式(2)变为：

Y/L=AF(1，(1+λ)K/L，H/L，N/L)

(3)

式(3)说明，每个工人的生产率取决于人均物资资本、人均人力资本与人均自然资源。而社会信任的增长能够提高个体间合作概率，促进物资资本的积累，从而提升人均生产率，促进农民个人收入的增长。

三、数据来源、变量选取及模型构建

(一)数据来源

本文利用2018年中国家庭追踪调查数据(CFPS)的主要数据，共包含32 669个有效样本。该调查数据库具有样本规模多、数据详细等优点，在分层、多阶段的抽样设计中能够代表中国85%的人口情况。本文根据实证研究需要，对样本数据进一步作如下处理：(1)剔除在调查期内没有参与劳动的个体样本；(2)剔除男性年龄大于60周岁和女性年龄大于55周岁的样本；(3)剔除被访者关于年总收入、社会信任等问题选择不知道、拒绝回答或缺失的样本；(4)剔除其他异常值, 最终得到农村居民有效样本4 740个。

(二)变量选取

被解释变量为个人收入。本文以“个人全年(2018)的工作总收入”这一指标来衡量农民个人收入，为了避免伪回归，消除异方差，将个人收入数值进行对数化处理后再展开分析。

关键解释变量为社会信任。结合以往文献研究，对信任度的调查主要通过两种办法：一种是问卷调查；另一种则是实验方法[26]。其中，实验方法多应用于博弈论研究领域，研究者们依靠被试者在实验中的策略选择来测度社会信任。不过，被试者的同质性和选择性偏误等问题在实验方法中比较常见，因此通过问卷调查获取的信任指标更加严谨可靠[27]。本文借鉴申广军等的测算方法[28]，利用CFPS(2018)问题“一般来说，您认为大多数人是可以信任的，还是和人相处要越小心越好？”来构建社会信任虚拟变量。当受访者回答“大多数人是可以信任的”时，社会信任为1； 当回答“越小心越好”时，社会信任为0。

在控制变量方面，本文为了避免遗漏变量导致估计结果出现偏误，添加了个体性别、年龄、年龄平方、受教育程度、政治面貌、自评健康水平、就业身份等虚拟变量及地区虚拟变量。样本的描述性统计见表1。

表1 样本的描述性统计

从表1可见，社会信任水平高的农民个人收入高于所有受访者收入的平均水平，意味着社会信任与农民个人收入有一定的相关性。考虑到相关性并不意味着因果关系，本文将会利用相关模型作进一步检验。另外，本文发现受教育程度和自评健康水平也与农民社会信任水平存在一定的相关性，受教育程度、自评健康水平越高，社会信任水平越高。

为了更加直观地分析社会信任对农民个人收入的影响，本文利用核密度函数图进一步展示了两者之间的关系。从图1可以看到，社会信任为1与社会信任为0的农民存在收入差异，社会信任与农民个人收入之间呈现正相关关系，农民增加社会信任能够提高个人收入。后文将通过实证分析对两者关系展开探讨。

图1 农民个人收入的核密度函数图

(三)模型构建

本文参考Krueger的做法[29]，通过建立一个含有虚拟变量(是否对社会信任)的扩展Mincer收入决定方程，进一步估计社会信任对农民个人收入的影响。按照此模型，本文设定的回归方程为：

lnincomei=α+βTrusti+γXi+εi

(4)

其中，lnincomei为农民个人收入的对数形式，Trusti代表农民的社会信任水平，是一个二元虚拟变量，1为对社会信任，0为对社会不信任；Xi表示个体的特征变量和地区变量，εi为误差项。另外，本文借鉴杨柠泽等的相关研究[30]，在模型中逐步加入互联网使用及地区变量，从而使社会信任对农民个人收入的回报率测算更加精准。

此外，考虑到模型可能存在样本自选择问题，因此，本文将进一步采用倾向得分匹配法研究农民社会信任与个人收入的关系。建立模型如下：

其中，lnincome1为对社会信任的农民的个人收入水平(对数)，lnincome0为对社会不信任的农民的个人收入水平(对数)。采用PSM方法分析的基本思路如下：第一，在个人特征变量和地区特征变量与社会信任Trust给定的情况下，求出农民对社会信任的条件概率(倾向得分)，p(Xi)即倾向得分；第二，根据倾向得分进行匹配平衡性检验，考察处理组与对照组是否存在明显偏差；第三，本文采用了最近邻匹配方法将处理组与对照组进行匹配；第四，估计出社会信任的平均处理效应(ATT)。按照这种基于反事实推断的思路对模型的样本自选择问题进行处理。

文件COMSAR 15-3-4提及将舒拉亚(Thuraya)卫星系统列为未来GMDSS的区域性服务卫星。Thuraya系统具有覆盖全球2/3的能力，其所能提供的数据通信速度较低，并不能完全满足E-Navigation战略对通信的需求。但Thuraya系统的语音通话费用较低，按呼叫区域划分资费标准，最低可低于1美元/min。

四、实证分析

(一)基准模型回归分析

本文按照模型4对全体样本数据进行OLS回归分析，表2列出了所有样本的回归结果。其中，模型1中仅添加社会信任虚拟变量；模型2在模型1的基础上加入所选的个体特征变量；模型3和模型4是在模型2的基础上依次加入了个体的互联网使用情况和所在地区变量。考虑到已有众多文献指出互联网使用会提高居民个人收入，因此本文利用CFPS2018中的“个体是否使用互联网和手机”这一问题，对互联网使用情况进行区分，确保回归结果的稳健性。模型1报告了只考虑社会信任对农民个人收入的估计结果：社会信任能够给农民个人收入带来15%[exp(0.138)-1]的回报。模型2报告了控制个人特征变量后的估计结果：社会信任仍然能够给农民个人收入带来7%[exp(0.0669)-1]的回报。模型3报告了加入互联网使用情况后的估计结果：社会信任能够给农民个人收入带来5%[exp(0.0510)-1]的回报。模型4报告了加入地区变量后的回归结果：社会信任能够给农民个人收入带来 5%[exp(0.0512)-1]的回报。模型1至模型4的回归结果表示，社会信任对农民个人收入有着显著的正向影响，且均在5%的统计水平上显著。从表2可知提高农民社会信任水平有利于促进个人收入的增长。

表2 社会信任与农民个人收入基准回归

表2还列出了其他变量对农民个人收入的回归结果。在个人特征中，性别对农民个人收入有着显著的正向影响。年龄的系数为正，但年龄平方的系数为负，说明农民的个人收入随着年龄的增长呈现“倒U型”变化趋势。受教育程度、就业情况、自评健康水平、互联网使用情况均对农民个人收入有着显著的正向影响，这些结论与现有文献研究结果大多一致。在地区特征变量中，东部地区的农民个人收入明显更高，这与东部地区经济较为发达有很大关联。

(二)社会信任与相对贫困实证分析

通过上文分析结果能够发现社会信任产生增收效应，从而避免城乡收入差距扩大。但是社会信任能否发挥深度减贫作用，进一步缩小城乡收入差距，还需要检验。对此，本文参照单德朋的相对贫困线测度方法[31]，使用所选样本均值收入的70%作为收入贫困线，高于该贫困线的定义为非贫群体，赋值为0，反之赋值为1。最终本文使用的收入相对贫困线为26 551.94元。另外，本文为了进一步查证社会信任减贫效果，使用Foster-Greer-Thorbecke(FGT)指数测度农村收入贫困情况[32]，该指数能够在识别个体是否贫困的基础上，进一步计算贫困距和平方贫困距，从而体现贫困个体之间的收入分布差异。

表3的结果显示，模型1中农民个体对社会信任，能够降低农村收入贫困发生率0.08个百分点；模型2中农民个体对社会信任，能够降低农民个体收入与贫困距0.02个百分点；模型3中农民个体对社会信任，能够降低农民个体收入与平方贫困距0.01个百分点。上述结论表明社会信任对减缓农村贫困有重要影响，社会信任水平的提高将有利于农民群体减缓贫困，从而降低因“返贫”导致的城乡收入差距扩大的可能性。

表3 社会信任与相对贫困的回归结果

(三)内生性处理

上述研究证实了社会信任能促进农民提高收入、缩小城乡收入差距，同时也能进一步发挥农村减贫作用。为了减小模型估计误差，本文使用两阶段最小二乘法(2SLS)对社会信任存在遗漏变量、反向因果导致的内生性问题进行了处理。借鉴宋全云等、单德朋等的研究方法[33-34]，使用“省市平均社会信任水平”指标作为工具变量，该工具变量经过检验后符合外生性和相关性要求，用此指标对社会信任与农民个人收入关系展开进一步分析。

表4展示了工具变量的回归结果。使用工具变量后，社会信任对个人收入依然存在显著正向影响，2SLS模型的估计值为0.371，相比OLS估计系数大幅度增加，表明未使用工具变量进行估计可能导致社会信任对农户个人收入的积极影响效果被低估，进一步印证了社会信任对农民个人收入有着显著正向影响的研究结论。

表4 内生性处理：2SLS模型

(四)倾向得分匹配分析

为了进一步检验社会信任对农民个人收入的影响以及避免模型因样本自选择问题导致的估计误差，本文采用倾向得分匹配法重新估计社会信任与农民个人收入的关系。通过解释变量间的平衡性检验结果得知，除去受教育程度变量，其余所选控制变量的标准偏差均值均小于20%，均值差异并不显著。总体而言，匹配效果较好。

表5报告了最邻近匹配法的处理组平均处理效应(ATT)。回归结果显示，通过最邻近匹配法计算的匹配前对社会信任的农民与对社会不信任的农民个人收入对数值分别为10.27与10.13，两者的差值为0.14，且在1%的统计水平上显著；匹配后对社会信任的农民与对社会不信任的农民个人收入对数值分别为10.27与10.19，两者的差值为0.08，且在5%的统计水平上显著。因此在考虑到样本自选择偏差后，使用PSM估计方法仍然能够得到社会信任对农民个人收入有着显著正向影响的研究结论。

表5 最邻近匹配的ATT估计结果(PSM回归)

(五)异质性分析

本文在解决内生性、样本自选择问题后，考虑到个体之间的异质性，将所选样本再次进行细分。按照年龄段，分为18～29岁、30～40岁、41～50岁、50岁以上四个阶段。按照受教育程度，分为小学、初中、高中、大学四个阶段。利用PSM展开进一步研究后，发现社会信任水平对30～40岁、大学文化程度的农民群体个人收入有显著的正向影响。因此，提高此类群体的社会信任水平更容易实现增收。

根据表6的回归结果可以发现，匹配前社会信任促进了30～40岁农民个人收入的提高，且在1%的统计水平上显著；对具有大学教育背景的农民而言，也存在显著正向作用。匹配后，社会信任依然显著促进了30～40岁农民个人收入的提高，且在1%的统计水平上显著；对具有大学教育背景的农民而言，社会信任对其收入具有积极影响，且在5%的统计水平上显著。可以看出，社会信任水平对于30～40岁、拥有大学教育背景的农民增收作用更加明显。可能因为30～40岁的农民群体处于立业阶段，社会信任水平的提高有利于其参与更多的社交活动，进而扩大自己的社会网络。林南的研究指出，丰富的网络和社会资源能够帮助农民获得更理想、更多的工作机会，进而减少信息不对称带来的负面影响，增加农民职业向上流动的机会，从而使其福利和收入水平提高[35]。对拥有大学教育背景的农民而言，其本身比低学历群体拥有更多的知识和技能，提高社会信任水平后，会进一步提高其获取资源、机会的概率，进而有利于其提高收入。

表6 异质性分析(PSM回归结果)

五、进一步分析

基于上文对社会信任促进农民增收效应的检验，本文将对社会信任对农民增收的作用机制进行分析。本文参照Baron等的方法[36]，应用如下三个估计模型分别对每一项渠道变量进行中介效应分析：

lnincome=μ+β1Trust+∑kγkXk+ε

(8)

M=μ+β2Trust+∑kγkXk+ε

(9)

lnincome=μ+β3Trust+β4M+∑kγkXk+ε

(10)

其中，Trust为研究对象的社会信任水平，lnincome为研究对象的个人收入对数，Xk则是除所关注的中介变量以外的其他各项控制变量，μ是固定效应，ε是随机误差项。模型中新增的变量M，即是本文想要分析探讨的中介变量，在本文中则是个体信念和教育人力资本。而模型中β1、β2、β3、β4和γk都是相应变量的估计系数，本文主要关注四个β系数，并据此判断目标变量是否发挥中介作用。

(一)社会信任—个体信念—农民增收解释路径

信任的作用在于通过提升自我对外部世界的信心和内心的安全感补偿由于信息的缺失而带来的不确定感，减少在风险情况下作出决策的复杂程度，即信任和个人风险感知呈现负相关关系[37]。而在学术界，社会信任是信任的重要组成部分。因此，本文认为在契约社会中，社会信任水平的提高能够显著降低个人的风险感知度。一般而言，个体风险感知度在一定程度上能够影响个体信念。对未来生活抱有更美好信念的个体，风险感知度更低，更能够接受风险，工资收入水平更高。因此本文准备从个体信念这一角度探讨社会信任对农民个人收入的影响机制。本文通过CFPS问卷中“聪明能干能得到回报吗？”这一问题来构建个体信念变量。回答“能”的赋值为1；“否”则赋值为0。

表7报告了个体信念的中介效应检验结果。提高社会信任水平会显著增加农村居民树立美好信念的概率，农村居民对社会保持信任态度，拥有美好信念的概率会提高4.6%。个体信念在5%的统计水平上显著提高农民个人收入，该提升效应达到6.41%。由此可以看出，个体信念在提升农民个人收入、减少城乡收入差距的过程中发挥着显著的中介效应，且为不完全中介效应。

(二)社会信任—教育人力资本—农民增收解释路径

科尔曼指出，社会信任能够创造更高的人力资本，高信任度的社会能够增加人们对教育和培训的投入，而教育能够提高农民收入水平的观点已经被大多数学者所认可[38]。因此，本文认为社会信任水平的提升，能够提高教育增收的质量与速度，对增加农民个人收入、缩小城乡收入差距起到重要作用。

表7报告了以教育年限作为人力资本中介效应的检验结果。社会信任水平的提高能够促进农村居民教育人力资本的积累，教育人力资本在1%的统计水平上通过显著性检验，起到缩小城乡收入差距的作用。由此可以认为，教育人力资本在提升农民个人收入、缩小城乡收入差距的过程中发挥着显著的中介效应，且为不完全中介效应。

表7 中介效应分析估计结果

六、结论与讨论

城乡收入差距持续扩大，既不利于中国整体经济发展，也不利于社会稳定。如何缩小城乡收入差距已经成为学界探讨的热点话题。遗憾的是，虽然有少数文献指出社会信任作为一项重要的社会资本，对经济运行有着重要的促进作用，能够降低交易成本，提高居民生活满意度和促进经济可持续发展，但是，目前尚未有文献去探讨社会信任对农民个人收入的影响。

本文利用2018年中国家庭追踪调查数据(CFPS)的截面数据，研究了社会信任对农民个人收入的影响。考虑到社会信任可能存在内生性、样本自选择问题，本文分别利用工具变量法、PSM回归方法规避了相应问题，并对社会信任影响农民个人收入的内在机制进行了扩展研究。研究结果表明：(1)社会信任对提高农民收入和减缓贫困具有显著积极作用；(2)异质性分析表明，社会信任对于30～40岁、拥有大学教育背景的农民增收作用更加明显；(3)个体信念和教育人力资本可以充当社会信任促进农民增收的中介传导机制。

基于上述实证结果和研究结论，本文的政策启示如下：一是需要构建全民信用体系，建立社会监督和诚信建设大数据记录系统。随着网络的快速发展，利用网络搜集信息、甄别信息的成本有所降低，政府可以通过中国人民银行的征信系统或者第三方征信机构对个人信息进行详细记录，推动建设诚信社会。二是在健全社会信任体系的过程中，政府应该精准聚焦30～40岁、拥有大学教育背景的农民群体，让此类群体提高个人收入水平后，进一步带动其他农民群体增收，进而提升农村整体的社会信任水平，有效缩小城乡收入差距，改善城乡收入不平等格局。三是运用财政资金实行对口帮扶，提高农村地区低收入群体的教育可及性，进而提高其社会信任水平。政府可以通过建立专项基金、教育基金等方式，对低收入群体给予照顾，增强其社会适应性和对未来的信心，使他们敢于接受“团体格局”，最终为农村地区低收入群体创造一条新的“增收捷径”。