实录

张曙光：今天我们有幸请到了中山大学的王海港教授来做有关中国居民收入分配及其对长期平等的影响的这样一个专题讨论。收入分配是一个很重要的问题，而且国内在这方面的研究也做的相对比较扎实，成果也比较显著。中国社科院经济所的赵人伟和李实教授在这方面就有着比较系统的研究。而且这方面的人国内有不少的学者，这方面的理论上的研究，方法上的借鉴，国内还是跟上了国际研究的步伐的。王海港教授已经做了很长时间这方面的研究了。我们今天请到的评议人也都是这方面的专家，一位是北大的曹和平教授，一位是社科院经济所的岳希明教授。下面先请王海港教授作报告。

王海港：各位前辈、各位老师，下午好！非常感谢天则所和张曙光教授能够允许我在这个著名的天则所里向大家演讲我的论文。我这个论文的题目是《中国居民家庭收入分配的变动及其对长期平等的影响，1989—1997》。可能大家会觉得我这个题目不是很明确。收入分配的变动英语叫Income Mobility。Mobility的意思原本是移动、流动。我一时找不到更好的词语就用它来表示变动了。不过这个收入分配的变动不光是某一个人或者某一个居民户收入分配在时间上绝对量的变化，更重要的是它表示了在时间上的绝对量的变化导致了一个人或者一个家庭在一个群体中的位置和排名顺序的变化。比如说把收入分为一二三四五等，那么它的变动不光是在一等中变化，它的变动是足以从一等到二等，或者到三等、四等这样的变化。所以变动这个词意思是在位置上的变化，排序上的变化。这里我就把变动这个概念稍微简单的解释了一下。
我把论文的结构先向大家解释一下。这篇论文的结构是这样的，第一部分是前言，第二部分是数据的来源和研究方法，第三和第四部分是论文的主体部分，居民家庭收入分配变动的模式和这种变动对长期的平等有什么影响，第五部分是一个文献参考和附录。
前言讲的是为什么要研究收入的变动，收入变动研究的是一个长期内的变化。因为基于横截面数据的，对不同人的数据，比如说吉尼系数它是指一年之内基于横截面数据计算出来的指标。这个指标用来衡量长期内的不平等是不全面的。举个例子，如果是一个两个人的社会，第一年的分配是1和0。那么它当年的吉尼系数是1，是一个极端不平等的社会。第二年如果反过来是0和1，那么它还是一个极端不平等的社会。但是两年之内这个吉尼系数是0，是非常平等的。所以说单单是一年的基尼系数不足以说明一个国家、一个社会长期内的平等状况。据美国学者计算，根据生命周期，如果把一年之内的吉尼系数放到生命周期里的话，一年内的吉尼系数只有生命周期吉尼系数的一半。所以生命周期就是用来克服这样一个一年单期不完全的现象。
对于贫困的研究也存在这个问题，我们不仅需要知道一年有多少人处于贫困线以下？我们还需要知道下一年有多少人能脱离这个贫困线？有多少人仍旧在贫困线？有多少人从富裕陷入到贫困？这样才是一个比较全面的情况。Joseph Schumpeter 曾把收入分配比做住旅馆。这个比喻能够让人非常生动的理解收入变动的问题。比如说一个旅馆的房间分为一二三四五等，房间的质量有区别，第一等非常差，第二等较差，第三等一般，第四等较好，第五等就非常好了。一年之后有人可能搬上去，有人可能搬下来，有人没有搬。Joseph Schumpeter认为房间的质量高低相当于收入分配，人搬上搬下相当于收入变动，有人从富裕变成贫困就从上面搬下来，有人从贫困变成富裕就从下面搬上去，有人没有变就还是原地不动。
关于收入变动问题和收入的不平等问题我们国内有很多学者做了。比如刚才张曙光老师说到的赵人伟、李实还有岳希明老师他们都做的非常好。我也参考过他们的论文。不过目前关于中国家庭的收入分配变动问题只有康乃尔大学的一个社会学教授做了一系列的研究。但是他的研究数据是止于1988年，而且研究的对象只是农户问题，中国农村家庭的收入变动问题。我的论文就提出了几个问题：第一是1988年以后，中国居民的家庭收入变动有什么变化？不光是农民家庭，还包括城镇家庭、郊区家庭和城市家庭，一共四个层次。它们在总体上的收入变动的状况是什么样的一个趋势？另外在这四种类型的家庭中，它们的变动有什么不一样的情况？
第二个问题，如果我们把这个家庭分为四组，各按各的来算，哪一组的变动最快，哪一组的变动最慢？第三个问题，把各个组中的家庭再分组，按照家长的年龄和受教育的程度再分组，按照受教育的程度分为小学、中学、高中，城市里边还分大学，按年龄从30到39岁，40到49岁，50到59岁，一直到60岁以上，再分这么几组，各组家庭的收入变动会有什么状况？第四个问题是这样的变动对长期的平等是怎样的一个影响？这个变动是加剧了我们国家的不平等状况呢，还是改善了不平等的状况？改善的作用有多大？
我也发现了这样几个结论。第一，从总体上来看，我们从1989年到1997年家庭的收入变动是在下降，变动越来越慢。第二，变动的稳定性与城市的距离成反比，也就是说家庭离城市越远，它的变动就越大，离城市越近变动就越小。从分组家庭来看，农村家庭变动最大，城镇家庭次之，郊区家庭和城市家庭变动最小。第三，持续贫困的家庭，也就是在下一年还陷入贫困的家庭并不局限于农民家庭，城市家庭也很可能以高比例陷入贫困。但是持续富裕的家庭集中在城市和郊区，农民家庭要持续富裕非常困难。也就是说农民家庭要保持下一年的高收入不如城市家庭那么容易。第四，把我们国家的居民家庭分为两类，城镇和农村，从这个数据做出来的结果来看是不合适的。在很多情况下郊区的人均收入高于城市，而且郊区的变动在很多情况下跟城市更加接近。而城镇家庭跟农村家庭更加接近。从这种数据来看把我们国家的家庭分为四组更加合理。
论文的第二部分是数据的来源。我这篇论文的数据来源是北卡罗来那大学和中国预防科学院在中国做的一个调查数据，China Economic, Population, Nutrition and Health Survey，中国经济、人口、营养与健康调查，1989年，91年，93年和97年，2001年也做了只是还没有整理出来。他们调查了中国东部、中部和西部的8个省，3800个家庭，16000人，形成了一个面板式数据。89年，91年，93年都做了通货膨胀的调整，根据各省、各地区、各个类型的家庭，都做了通货膨胀的调整。97年的数据是我自己合并的，没有做通货膨胀调整，不过97年的时候农村和城市的市场化程度都非常高，通货膨胀的影响不大。另外我还把家庭收入与家长特征这两种数据合并起来，主要是为了把各个家庭按受教育程度和年龄划分为各组。中国社科院的魏正博士在今年《经济研究》的第二期上做了1993年的健康对工资决定的影响。他用的就是1993年的数据。
我的研究方法是以时间依赖来度量变动。时间依赖是用一个转换矩阵来定义的。时间依赖的定义就是说今天的福利有过去决定的程度，也就是说过去的福利怎样决定了今天的福利？按照收入来说就是我去年的收入分配是如何影响今年的收入分配的？这就是一个变动，怎样来刻划这个时间就是用一个转换矩阵。这个转换矩阵中比如说第一年的收入分配变动速率是x，第二年的速率是y，而且个人都在同一位置，1和1，2和2都在同一位置。根据这个建立一个转换矩阵。如果把收入分配从低到高分为一二三四五等就可以做一个5×5的矩阵，如果分为一二三四五到十等，就可以做一个10×10的矩阵。这个矩阵的每一个因子，每一个元素被称为pi，它代表今年在第i等的这个人在第二年上升到或者下降到第j等占了第i等人中的多大比例？比如说今年处于第3等的人到了第二年留在第3等的有多少？上升到第4等的有多少？上升到第5等的有多少？下降到第2等的有多少？下降到第1等的又有多少？
这是一个按照时间依赖的转换矩阵。收入分配从x变到y，p是一个矩阵，里面的小元素是pi，是一个m×m矩阵。比如说这是一个5×5的转换矩阵，是t-1年和t年的位置。这个0.42的意思是什么呢？就是在t-1年，也就是第一年有多少人在t年还保持在1的位置。也就是42％的人在第一年最穷，第二年还是最穷。0.25则是说在第一年处于第二等级的人在第二年下降到最底层的人占了第一年第二等级的25％。0.08表明在第一年处于收入最高端的第五等级的人中有8％已经沦为最穷的人。而0.46则表明在第一年当中最富的人有46％的人还是最富，其他的有24％的人退到了第四等级，8％退到了最低的等级。这样一个矩阵刻划了收入变动的状况。具体来说有两种极端的状况，一种是完全的时间依赖，一种是完全的非时间依赖。完全的时间依赖表明第一年和第二年的情况完全一样，没有一点变动，以前在第一等级的还是在第一等级，最富的人还是保持最富。还有一种完全的反时间依赖就是说所有的分配状况在第二年完全反过来了。就像我刚才说的（0，1），后来变成了（1，0），也就是最穷的人变成了最富，最富的人变成了最穷，中间的人保持不变，这有点像我们以前的农民翻身做主人。农民变成了最富的人，地主变成了最穷的人，中农保持不变。这两种都是极端的时间依赖。还有一种完全的非时间依赖就是说，第二年的分配状况和第一年的分配状况完全无关。所有的分配在所有的等级上平均分配，也就是说所有的概率都是0.2。如果是10×10的矩阵那概率也就是0.1。
那么怎么来刻划两种变动之间的变化的大小呢？这是用矩阵的chi-square来丈量。它的公式就是下面这个东西。实际上变动的pi减去完全的非时间依赖的概率0.2。当然这个不是完全意义上的chi-square数学的统计上的意义。因为统计学上的chi-square值要求pij至少在5以上。Chi-square的意思就是说一个实际上的变动与完全意义上的非时间依赖相比较，如果说chi-square值大一些，也就是非时间依赖距离要远一些，如果chi-square值小一些也就是完全的变动要小一些。如果chi-square越大，它的变动就越小，chi-square越小，它的变动就越大。因为0.2是完全的变动，没有按照时间依赖的变化。所以chi-square越小就表示与完全的变化就越近。
刚才介绍的是研究方法，具体把这个数据输入进去。第一种是按照全体居民家庭的收入分配。第一个是顶部和底部的比例。如果你以前家庭的位置离城市越近，处于最高部的百分比就越高，处于底部的百分比就越低，离城市越远，像农村家庭处于底部也就是贫困家庭的比例就越大，富裕家庭的比例就越小。第二个是从变动来看，高比例的持续贫困并不局限于某一类家庭，农村家庭可能是持续贫困，而在短期内城市家庭持续贫困的比例在1989－91，91－93年高达50％和47.5％，但是到了4年以后这个比例就下降到25％了。也就是说在一个较长时期内城市家庭脱离贫困的机会要远远高于农村家庭。而农村家庭在这4年中变化不是很大。在93－97年之间，城镇和郊区的家庭持续贫困比率大幅度上升。在89－93年这4年当中，城镇和郊区的家庭持续贫困比率是13％和15％，到了97年这个比率一下子窜到了50％。因为97年的计算是来源于96年的数据，所以我想会不会是因为96年的宏观调控一紧缩，挤去了很多泡沫，大量的中小企业和乡镇企业倒闭，造成了持续贫困比率的上升。当然这只是一种猜测而已，没有经过实证的计算。平均而言，持续贫困的比率农村家庭比其他家庭稍微高一些。也就是说持续贫困的家庭早在80年代末在城市和郊区已经开始出现了。
第三个是持续富裕的家庭。持续贫困的家庭是分散的，各种类型的家庭都有。而高比例持续富裕的家庭则集中在城市和郊区，城镇家庭中比例也不低，农村的富裕家庭收入并不稳定，很难持续保持在富裕的位置上。农村的个人资本积累比较难。持续富裕的比例比较小。
第四个是93－97年各类家庭持续富裕的比例有靠拢的趋势，持续贫困的比例还是比较分散的。
刚才是把全体家庭放在一块计算。这是把城市、郊区、城镇、农村家庭分开了来计算，这样农村家庭内部持续贫困和富裕的比例都在增长，但是与其他分组家庭比还是比较低。78年和93年相比，这个数据是康乃尔大学的一个教授做的，持续贫困比例是大幅度减少。我不知道这是不是我们国家在这段时间扶贫的结果，持续贫困家庭比例大幅度减少，不过富裕家庭还是不稳定，这跟上面的一个结果比较相似。
总体而言，四组家庭的收入变动都在下降，农村家庭内部的变动最大，也就是它的chi-square值比较小，完全的非时间依赖变动比较大，与城市的距离成反比。农村的变动最大，城镇次之，郊区和城市最小，也就是这两个地区的收入分配更加稳定一些。分组内部是中年人和壮年人的家庭收入状况比较好，而以老年人和青年人为家长的家庭收入比较差一些，也就是处于高比例的富裕家庭比较少，高比例的贫困家庭比较多。但是老年家庭在农村和其他三组之间差别非常大，农村老年人家庭在这8年中持续贫困状况没有什么改善，不光是在农村，在别的地方贫困的老年人家庭也没有什么改善。但是富裕的老年人家庭在城市保持富裕的比例比较高，农村这种比例则保持的比较低，农村的老年人家庭今年富裕，明年就很可能陷入贫困了。以受教育程度划分的家庭中，农村家庭中以初中生毕业为家长和以高中毕业生为家长的家庭收入没有什么差别，而在城市受教育程度越高，家庭收入情况就越好。而一个文盲在哪个城市都是最底层，但是在农村生活情况就会比在城市中相对好一些。
研究收入变动是为了衡量这种变动对长期的平等是怎么影响的。改善了平等还是加剧了不平等？很多研究收入变动的学者都提出了这样一个说法，把收入变动作为收入分配平等器的说法，有一个经济学家叫Gary fields的提出了一个P指标。

是起始年和结束年的平均收入分配数列， 是起始年的收入分配数列。把两年的平均数的吉尼系数除以一个光是一年期的收入分配的吉尼系数。"1－"是为了方便计算，如果是p大于0，也就是收入变动改善了收入分配的平等，p小于0则是这种变动加剧了收入的不平等。如果p等于0，那么长期和短期收入平等是一致的，收入变动对收入分配没有任何影响。
在89－91，91－93，89－93，93－97这4个时期内，收入分配的变动都有利于收入分配的平等化，但是收入变动对改善收入平等的作用在这8年内在逐渐减弱。在各种类型家庭之间差距很大，在农村和城镇家庭里p指标是大幅度下降，也就是说收入分配的变动对收入平等化的作用大幅度下降，在郊区这8年始终是很大，在城市早期，89－91，91－93这段时间反而是使收入分配更加不平等，但是93－97在城市内部收入分配的变动很有效的促进了收入的平等化。
下面是结束语。我这篇文章没有详细讨论收入分配变动的原因。也曾经有人把收入分配的变动中每一个pi对个体特征，比如说性别、年龄、受教育状况和宏观经济条件，像GDP的增长、失业率的高低、最低增幅的回归来求得哪一个因素对收入分配变动的原因做最大的解释。因为我只有4期数据，所以这个回归就没法做。下面是我的一种猜测，刚才做回归的是美国和法国这些发达国家做的。这些国家在过去的二三十年制度上几乎没有什么太大的变化。而在我国90年代是市场经济出现大幅变革的时候，所以收入的变动恐怕主要是由于市场化所导致的获得收入的要素和收入来源的变化所造成的。市场化意味着风险的增大，所以在我们国家90年代收入的变动比在80年代要大，因为市场风险在加大，所以收入变动更加不稳定。但是从89年开始到97年收入变动在逐渐下降，收入变动越来越小，这是不是因为市场化的不断完善，市场化的风险逐渐减小，收入分配才变得更加稳定呢？农村家庭的收入为什么那么不稳定，变动那么大呢？可能是由于农民的收入来源主要是来源于市场，而他们能够获得的社会保障很少。如果他们能够获得更多的社会保障，就能够相应的抵消一些市场风险。但是他们享受到的社会保障很少，而且他们也很少有由于资本的投资额获得的收益。他们的收入来源比较单一，主要来源于市场，风险比较大。我们国家没有为农民建立一个可以抵消一部分市场风险的社会保障机制。97年的时候城市居民来源于转移支付的收入占了20％，农民只有5％不到。教育的变化也很明显，90年代里，人力资本的投资回报越来越高，所以高收入的人的收入会比较稳定一些。
最后我想说一个社会的不平等指标，比如说吉尼系数很高不可怕。可怕的是一个社会的收入分配不再变动。如果吉尼系数很高而不再变动，那么这个很高的吉尼系数一定会维持下去。我们国家农村家庭的吉尼系数是比较高的，人均也比较高，现在它们的变动在逐渐减缓，我觉得这是非常可怕的。更可怕的是很高的变动不是在改善收入分配，而是在使收入分配不平等，或者说对收入分配平等的贡献越来越小。从89年到97年我们有很高的吉尼系数，很高的收入分配变动，比美国要高的多，对收入分配的平等的改善作用在逐渐减小。这使我觉得更可怕。这些是97年以前的数据，97年以后的情况怎么样现在还不清楚。只能等以后新数据来了以后再做了。
谢谢张教授，谢谢各位！

主持人：刚才王海港教授把他的论文做了一下介绍。他是根据一个转换矩阵来说明了收入的变动，而且有几个东西我印象很深，高收入那块相对比较稳定，而低收入这块变动比较大。他后面也做了一些相应的分析说明收入分配的变动对于长期的平等的影响。结论是收入分配的变动对长期平等的影响是在逐渐减小，不利于平等。当然，他的数据也是有限制的，是从89－97年。我先讲一下讨论的规则，我们请了两位评议人，每人15分钟，完了以后讨论的时候每人5分钟，但是发言讨论必须围绕今天的主题。下面先请曹和平教授先做评论。

曹和平：今天能够参加这个会议我感到非常高兴。今天的题目很好，我前几天看到一个关于我们国家的数据，我们去年的收入分配吉尼系数是0.465，这恐怕是全世界最高的了。过去香港最高是0.45多，现在我们变成了0.465，换句话说我们国家恐怕成了世界上收入分配最不平等的经济了。美国大概是0.38，0.39左右。我记得90年代初期在世界上有几个比较平等的经济。最平等的是当时的南斯拉夫，0.32左右，下来一个是斯里兰卡，接下来是台湾，都是大概在0.32－0.35之间。但是这里有一个问题就是似乎越平等的话可能闹事的情况越多，南斯拉夫把自己闹散了，斯里兰卡把总理也打了，台湾在闹主权分裂。所以太平均也会出事。那什么样的程度是好的，是不是0.38左右最好呢？但是我们中国都到了0.465的程度了，这是非常可怕的。我觉得这个研究确实是创造了我们国家这些年来经济高速、持续、稳定发展的一个结果性的现实，对长期平等的影响抓的很好。因为收入是一个非常复杂的复合性随机变量，要是把它弄清楚了，对于以后我们评价消费者的储蓄行为、消费行为都是一个非常大的支持。所以我听了以后觉得我们国内的研究确实很扎实。
我提一个问题，这个研究是采用了89－97年的数据，可能有它的局限性，因为97年恰好是亚洲金融风暴来临的时候，出口受到影响，宏观政策紧缩，这个紧缩对于农村家庭外出务工收入的影响是最大的。恰好在你这里边得出了一个结论，城镇和农村家庭越是处于底层的越不容易爬到高层去，越是在高层的还容易掉到底层去。这可能是恰好抓住了在这个矢点转换大环境情况下的一个结论，它是否具有普遍性数据本身并不能告诉我们。我建议作者恐怕要根据97年以后直到2004年的数据再做一个延伸。
另外，度量收入平等不平等的这个转换矩阵他是用了chi-square的方法。因为你是分为5组，0.2是它的平均值，你用一个随机变量减去它的平均值，平方以后再除去你自己的平均值，也就是说你把它单元化了、单位化了。你这里边有一个假定，这要是模块数据，是时间依赖的话，你就不能做这种chi-square的假设。Chi-square要求pij本身是平均正态分布的。所以我觉得这样直接加总数据来得出chi-square的度量是不合适的，恐怕应该对数据进行处理。要是你认为它是一个随机过程的话，今年的1号户和去年的1号户他们之间的不相关的关系怎么把它排除呢？要是把它排除不掉的话你怎么肯定它是一个chi-square呢？对于chi-square的定义和前提我觉得作者可能要把它的数据更详细的处理。所以我想听听作者对于数据的重构有什么想法。
另外我想说收入分配的研究在统计里边要有一个假定，就是超人口的假定。你把91年和93年的数据并起来的时候，在没有超人口的假设的情况下做这个东西，比如说做消费者行为的分析，做消费者储蓄行为的分析，那么可能就不能拿这个结果直接去用，和在效用、偏好构造指导下的行为可能不一定对应。这是我的一点想法。
总的来说我觉得做的非常扎实、深刻，让我能提出这些问题。作者是一步一步往前走了。我大概讲这么多，谢谢！

岳希明：这篇论文研究收入变动，这非常好。因为研究收入分配的原因的人不少，研究收入变动的却不多。收入变动在收入分配里边非常重要。现实意义就是，我们一直观察的结果是从改革开放以来，收入分配的差距在扩大。如果在扩大的过程中，收入是流动的，那么收入分配的扩大问题并不是很大。但是问题是我们没有很多的证据证明，在扩大的过程中我们的收入流动的是很厉害的。我们知道的情况是80年代刚开放的时候富起来的那些人常说，造原子弹的不如卖茶叶蛋的。中国第一批富起来的人都是从监狱里出来的，但是这批人后来基本上都完了。到90年代以后，我们经常讨论现在的这批富人究竟富了多少年了。总而言之，收入变动比较大的话收入分配差距高一点也不是太大的问题，比用不变论要好的多。
我现在想和你讨论的是，收入变动是不是可以分长期和短期的？在接触你的论文之前，我也听说过关于收入流动的问题，我一直把它理解为长期的。我想我们在考虑收入流动的时候是不是应该把时间放的稍微长一点。收入变动可以分为短期和长期，短期我们可以叫做收入波动。尤其是农村，收入依赖于自然条件的成分比较多。今年不是贫困人口的明年却成了贫困人口，或者今年是贫困人口的明年就脱贫了。到目前为止研究短期收入波动的人非常多。我们常把贫困分为长期贫困、短期贫困，或者慢性贫困、暂时贫困。假如今年我收成不好，今年就完了，明年说不定收成好了，或者出去打工，市场好了找了个工作，但是后年又不知道怎么样了。每年都在波动。对于这种短期的研究比较多，在消费里边对收入风险研究的也比较多，它的目的就在于当收入变动的时候使消费保持平滑。今年虽然因为一些偶尔的原因收入下降了，可是消费不能跟着降下去，必须有其他的手段把它补上去。所以到目前为止，对收入变动对于消费的影响，包括对收入风险和保险问题研究的很多。但是对长期的收入流动研究的很少。
大家看看这个图，这很有意思。这是从国家统计局农村住户调查年鉴中的一个图。按收入分组，最主要的是各个组的平均收入跟各个组的生活消费支出。最低层中人均收入为－625，但是消费是1700，1700是人均收入在2000－2500元那个档次的消费。也就是说这个档次的人的消费和收入最低层的消费是完全一样的。也就是说明了在农村收入变动非常厉害，今年和明年的状况几乎完全不一样了。在这种情况下，从收入风险的角度来研究收入变动很有意义。但是把这种作为收入流动研究是不是合适？或者说这样做它的意义在什么地方？这是我特别想知道的。
另外我不太理解，收入变动对收入分配起了平等的作用。咱们城乡的吉尼系数，收入不平等每年都在扩大，这个是不是和它有什么关系？一个办法是你可以把每年的吉尼系数计算出来给大家看一下，通过你的样本计算吉尼系数。
我想说的就是这些。

张曙光：两个评议人做了很精彩的评议，下面就开始讨论。

李实：Income mobility是一个很重要的问题。这是到目前为止我看到的第一篇就这个问题讨论中国的收入波动或者说income mobility的文章。在这之前我和岳希明一起还做过关于收入波动的研究。和这个income mobility还不太一样，因为角度不一样。另外我去年在瑞典的时候，正好因为2002年也做了一个数据，其中有问到每一个住户包括个人前几年的收入。正好我们与瑞典的合作伙伴想做一个关于中国的income mobility，运用我们新的数据希望计算出一些东西来，但是还没有形成文章。在这个过程中我查了一些文献，应该说还没有查到有关于中国这方面的研究。它的意义主要在于从收入的相对地位的变动，通过收入的波动来看人与人之间收入相对地位的变动，来看整个收入本身的变动性。应该说文章本身还是很有意义的。
我这里主要想提出几个问题，一个问题是数据本身，因为一旦你研究了收入波动的问题，收入本身的调查就要求的非常严格。这样的话，这个营养调查就不是一个专门的收入，或者消费，或者采访调查，所以在收入本身的调查上，营养调查就相对于其他的住户的家境调查，特别是收入和支出的调查，它可能有很多缺陷。特别是在收入本身的登记、填报上，一般来说都是很难做到准确的。这可能是一个很大的局限。因为每一个调查户都没有经过这方面的训练，并且对收入的理解也不太一样，所以在回答收入的问题上理解可能是五花八门的。统计上可能有的只是货币收入，有的也可能包括了实物收入。这非常复杂。
第二个问题，你在提出收入的时候没有指定是家庭收入还是个人收入。因为家庭收入又有其他的局限性，一般的家庭收入如果出现变动的话可能是因为出现了家庭人口结构的变动，比如说原来是3口人，3个人挣钱，现在一个人分出去了，变成两个人挣钱了。这样就会出现家庭收入含义上的改变。这时候反映出来的波动可能不是代表经济学意义上所谓的收入本身所产生的波动，而可能是其他很多原因造成的。所以更重要的可能是用个人收入，把家庭收入规算到每一个个人身上，再进一步做以个人为分析单位的收入波动分析。
第三个问题，我看了很多文献，老是在测定收入波动的指标的问题上总是感觉到有很大的问题。因为他这个衡量的是一个相对收入。不管收入是上升还是下降，只要相对位置发生了变化都会被计算到指标里。这样就有一个问题，作为一个不断上升的经济，有的人的收入增长速度可能快一点，有的人的速度可能慢一点，如果增长快你就跳到上一个等级上了，如果你增长慢一点你还是保持在原来的等级。另外一种情况，如果你的收入下降的更快，你一下子跑到了下一个等级。增长和收入的减少、下降，在很大程度上通过这个指标是很难界定出来的。如果经济突然一下子垮掉了，你算出来的指标和不断上升的情况是完全一样的。所以我一直不太喜欢用这个指标，就是想把这两种情况区分开来。
第四个问题，指标本身。你用的是chi-square。你假定了一种完全的平等分布的状态。它作为一种参照系，一个衡量标准，任何对它的偏离都意味着是一个变动的增加。这里有一个问题，现实中头一年和下一年收入的变动总是偏离这个状态的。偏离的这个状态只是你测量的一种现有的状态，而不是它对原始的状态的偏离。如果你测量的本来的状态是一种mobility很高的状态，等到它进步了，而你测量出来的是它的最理想的状态，或者说最公平的状态，也就是说它原来那种变化的状态反应不出来。我印象中好像还有其他指标可以来弥补这些问题。至少当波动以后它和原始状态的偏离程度是一致的。
第五个问题，讲到它对整个长期平等的影响的时候，往往就只剩一个指标了。一般来说，从长期来看收入如果存在波动，收入差距的长期的平均数往往是低于某一个点。但是也不一定。就像你刚才的论文里的讨论中曾经提到，初始的收入差距可能还会更高，算出来的平均值还低于本身。那就取决于Gary fields的公式本身，比如说取这个初始作为标准是不是合适，为什么不选终点，初始点和终点有什么不同？另外如果这个不是两个矢点，而是有很多，中间有10个或是多少矢点，要不要把这10个矢点都加起来，做成一个平均的东西会不会好一点？
另外，刚才岳希明提到一点，就是关于短期波动和长期的income mobility。现在来说有两种讨论。一种是同一个人不同年份收入的相对地位的变动的问题。还有一种长期的，父与子两代人之间，甚至是三代人之间的这种考虑。这种现在可能还没有，我们想做的就是这样一种尝试。

王海港：谢谢曹老师，岳老师，李老师对我文章做的评论。我很受启发。曹老师说的以后根据这个进一步的研究消费者的储蓄和消费行为。我做这个的时候根本没有想过还可以继续这么往下做，所以启发非常大。关于三个老师的问题我这里先做一个回应，但是可能没法做到一一回应了。
首先关于chi-square的选择问题，我文章里也提到，这并不是统计学意义上严格的chi-square，因为这个chi-square不是要计算chi-square本身，或者是要检验chi-square的意义。我只是想用这个东西来比较两个波动的大小，借用这个东西来比较哪两个时期波动大和波动小，这本身肯定是不严格的。因为这个肯定不符合chi-square的初始条件。
第二个问题，关于收入风险和收入流动性。这个现在从我的数据里边可能没办法进行区分。如果要区分可能也比较困难。
第三个问题，刚才李实老师说到了关于数据本身缺陷的问题。我想数据本身的缺陷可能是有的。我在做的过程中对于城镇那方面的数据是非常怀疑的。因为那个数据比较异常。但是我能够得到的关于panel data的数据中时间比较长的可能就是这个数据了。大部分的国外的研究集中在发达国家，他们从50年代一直做到现在。韩国也做过。发展中国家只有在马来西亚、利马、印度、秘鲁这些少数国家做过，而且用的数据可能还不如我这个有这么多期。发达国家的panel data比较齐全，而且他们不光有家庭收入的income，还有个人、劳动者的earn，所以如果计算个人的earn这种mobility可能要比计算家庭income mobility要好一些。
第四个问题，目前关于income mobility的指标总共有6个，chi-square时间依赖这个指标是比较常用的指标，也是相对比较简单的一个指标，正因为它简单所以也比较粗糙。李实老师说的怎样区分经济增长和分配，其实有一个指标。Gary fields1999年有一个论文可以区分income mobility有多少是由于经济增长带来的，有多少是由于转移支付、各种分配带来的。总共是6个指标，我现在做的只是1个指标，不过我计划以后把这6个指标全做了，然后再来检阅一遍，看看6个指标相比有什么不一样。
第五个问题是长短期的问题。国外有人做过一个生命周期的研究。但是我目前缺乏panel data，所以还没有条件做这个。现在有了华北农村的一个调查数据，父亲上学的年数和孩子上学的年数的一个变动，这个是可以尝试着做的。但是因为我们现在实行的是9年制义务教育，父亲上学的年数对于孩子上学的依赖性由于法律的改变，可能就不如原始的父亲的选择那么大了。另外这个数据是中国预防科学院和北卡罗来那大学分5期调查的。它的income罗列的还是比较齐全的。包括农业的经营，经营多少亩？种了哪些庄稼？种的庄稼自己消费多少，卖到市场上的又有多少？今年你工作了多少天？每天的收入是多少，每周的收入是多少？你是不是专业户？有没有进行手工作坊的经营？有没有第二职业，是不是村干部？它的这个收入分类还是比较全的，而且进行了通货膨胀的调整。当然这个不会像国家统计局专门的家居调查，经过专门培训的那么全。
我真心的谢谢三位老师的评论。

张曙光：接下来我们继续讨论。

茅于轼：我们过去都知道吉尼系数比较高，那么是不是不平均呢？刚才王教授说了未必，有可能本来是（1，0），现在变成了（0，1），吉尼系数都是1.0，但还是很平均的。王教授的研究是让我们看看在吉尼系数高涨的过程中，是不是分配从动态来看还会平均一点？得到的结论就是说吉尼系数的增长在变慢，但是变慢的速度在越来越小，所以令人担忧的是变得越来越小，慢慢的就稳定下来了，也就是稳定在一个相当高的数字上了。这是我的理解，不知道对不对。变动越来越慢，最后变到0了，加速度为0，没有速度的改变了，也就稳定了。
我们现在看到吉尼系数变大，最担心的一个问题是它是不是市场造成的？如果是贪污、腐化这些非市场的因素造成的，那是很糟糕的。如果说完全是市场因素造成的也不太可怕。反而吉尼系数小了并不见得好。刚才你介绍到香港的吉尼系数很高，0.45，香港的情况就完全是市场造成的。它是很典型的资本主义市场，而且香港还有一点点的社会主义。一个非常典型的资本主义分配，而且还有一点社会服务的地区，它的吉尼系数可以达到0.45。如果把这点社会服务拿掉的话，它的吉尼系数会达到0.46，0.47甚至更高。这样说起来我们现在的0.465也未见得多可怕。何况我们现在的社会福利，转移支付是逆向的，城市人拿的多，农村人拿的少。如果把这个政策修改过来的话我们的吉尼系数也不会这么明显。
在我的印象中世界上吉尼系数比较大的国家好像还有巴西。我这个资料很老了，它显示的是巴西的吉尼系数超过了0.5，这个数据大概是90年代初的。另外我在非洲工作过，那边的吉尼系数非常高，政府都说："我们现在的吉尼系数已经超过巴西了。"我记得那时候巴西的吉尼系数就已经惊人的高了。因为当时巴西还不是资本主义，而是封建主义。它的很多收入不是按照市场分配的。联想到一个问题是，研究收入分配，除了吉尼系数以外，我觉得还有好几个数据。一个是刚才你讲到的劳动者的capital earning的累积，有人说比尔盖茨为什么那么有钱，因为他不是一个earning，而是capital earning。一个人本事再大，像现在农村一辈子也挣不了100万，而要是运用资本，要挣几千万也是不难的。所以在GDP里边有多少属于个人的earning，有多少属于capital earning？在我们中国现在还没有这种数据，在美国是有的。我记得80年代后期90年代初的时候，个人的earning是0.79，0.80，0.81……劳动收入的比例在上升，这说明它的收入分配在慢慢变的更合理一点。这个过程在美国是经过了10来年的变化的。在一个制度不变的收入里，收入分配的变化一般是很缓慢的。中国的制度在很快的变，所以我们现在吉尼系数的变化可能很大程度上还是制度变化造成的。
另外，除了研究公平问题，除了研究收入之外，还有一个研究，社会的上层人物的家庭出身。我记得有一本书上就讲过这个问题，现在是经理阶层的这些人，他们的父亲是工人的有多少，是经理的有多少？这有着一个社会分层的流动性。不是收入分配的东西，而是社会分层的东西。我觉得那也是值得研究的。
我就说这些。

盛洪：非常感谢王教授的报告，以前确实没有听说过这种关于收入变动的研究。我边听边想，这个研究确实可以用来和其他的一些研究结合起来，能够揭示更多东西。或者说别的研究和这个研究结合起来，可以丰富这个研究本身。
我首先第一个想到的是这个研究的价值判断是什么。变动是一个很中性的词。变好还是变坏可能大家的判断就是吉尼系数是变大了还是变小了。这里肯定应该有一个恰当的吉尼系数，完全的平等也是问题，并不能反应要素报酬的公平回报，它应该怎么达到恰当？另外什么是好的变动，什么是坏的变动？而且低位变高位了，相对而言应该是一个好的变动，但是并不一定说这时候吉尼系数就是变小的。因为这时候可能高位变得更高了。我不知道你是怎么分类的，从第一层到第五层到底是怎么分组的？我猜测可能会有这种情况，所有人都变好，但是吉尼系数不变小。所以首先是一个价值判断，什么是好，什么是坏，我们最重要的是要提出政策建议。所以我想制度研究应该和政策研究结合起来。我觉得你刚才做的粗略的分析应该要细分下去。不过你做的粗略分析还是有一些意思的。我想，有些变动叫做所谓好的变动，大家都往上面变动了。这个可能是仿了一个指标，这个指标就是我们的改革措施或我们的政策是所谓好的政策。好的改革最理想的状态是帕累托改进，也就是没有人变坏，有人变好。做这个研究反过来讲是对这个改革措施或政策做出评价的依据。我们研究制度经济学、过度经济学的经常在说这个东西，但是我没有什么证据。
第二个想法是刚才岳希明讲到的快慢的问题。中国有句话叫"三十年河东，三十年河西"，为什么是30年呢？我觉得这可能是收入的稳定性，或者说这种所谓收入在层级上的稳定性确实和一个社会的产权制度，和市场息息相关。如果产权不够稳定的话，可能这个变动会比较大。比如我们的农民，他本来有土地，甚至是有所有权的，现在土地可能突然被征用了，这就是他所有权并不稳定的问题。"三十年河东，三十年河西"它反映的是一种相对稳定的产权制度。比如说我有房产，房产会产生房租，房租是稳定的。再比如我有土地，虽然收成并不很稳定，但是它能够给我提供相对稳定的收入。所以首先就是这种产权制度的稳定性，第二是市场的成熟，它不会随意的波动。比如你今年工资是10万，明年就变成5000了，那么这个市场就太不成熟了。我觉得这个可能也对变动的速度本身能够说明一些问题。很显然一个社会阶层要流动，收入要变动，如果它完全不变的话这就是一个僵化的社会，这也不见得公平。而如果变动太快的话也是问题。所以我猜测在研究这个问题的时候是不是能够在时间上有一个判断，"好"的变动在恰当的时间可能是一个好的指标。我觉得这个研究对于我们的政策制定可能也会带来帮助。从某种意义上来讲，政策制定现在有一个最大的问题是它不考虑对收入的影响。比如说刚才有人批评做到97年不行，应该往后做。因为96，97年是一个政策转型期，当时的紧缩包括了金融上的紧缩和农村政策的变化。97年以后农村的收入增长速度在下降，98年，99年，2000年这种情况更严重。这个变化应该说和当时的政策很相关，所以我觉得一个政策对于收入的影响实际上是可以事先进行预测的。如果一个政策带来的是穷者更穷，富者更富的话，那么这个政策恐怕是应该考虑调整了。
我就大致讲这些。

蔡德诚：我有个问题。这个课题对于我们国家当前的改革，对于市场经济的成熟从决策层面上讲有非常重要的意义。但是我听来听去，这好像还只是限于我们学者自己的选择，自己确定调查的对象，确定调查的样本的范围，好像都是各自在做自己的。我不知道，这样一个影响改革、影响经济政策，判断市场是不是成熟、是不是僵化、扭曲的涉及到重大发展问题的研究，国家统计局他们做了什么？我们学者做的工作到底对国家层次的政策能够产生什么影响？这个问题联系起来，在我的脑子里是一个大疑问。特别是涉及到真正要做一个影响国家决策的研究，它的研究对象的选定，地区的选定，多大样本的确定，而且还要作为长期稳定的考察，这种变化是连续变化的。光是很小的一个地区，或者很短的时间它在全局上是没有多大意义，看不出变化的。我的问题就是国家统计局有没有类似的研究？他们调查的地区，文本的对象有多大的范围？连续多长时间？他们的研究和学者自己确定的目标、自己确定的课题之间什么关系？有没有呼应？有没有数据动向？有没有互相影响？这是第一个问题，我听了这么多次总觉得大家好像都是在各自为战，自己做自己的工作。我觉得这些工作都应该是有影响决策的，难度很大，意义也很大，应该对我们今后社会的发展，改革的指导，特别是我们现在市场经济被权力介入之后，很大程度上异化了，很大程度上扭曲了。怎样把这种情况反映出来？这是第一个问题。
第二个问题是刚才茅老师提到的到底是市场因素造成的还是非市场因素造成的？是市场本身成熟造成的，还是市场本身不成熟造成的？哪些数据可以反映出这个问题，我们今后要确立哪些数据，确立什么模式、方法，能够把这种东西反映出来？这个大概对决策意义更大，或者对我们未来全局性的指导意义更大。

李实：你的数据涉及3800户家庭，8个省，辽宁、山东、江苏、广西、甘肃……一个省每一年大概是500多户，16000多人。这样可以做一个简单的个人收入比较。这里缺了很大的一块，就是对income mobility的一个解释。你要是用全国的数据，因为只有4年的也没办法解释。这样要是分省的话，4×8＝32，就有32个operation，然后省里边会有一些其他变量，比如说一些宏观经济的指标。这些可以用来做一些简单的解释。如果要是进一步分到城市可能会更好一点。估计每个省也就是抽样了两三个城市。我想做解释模型的话这还是可以做的事情，因为这一块缺的很厉害。造成收入变动影响的因素太多了，到底什么因素在起着潜在的作用可以做一个简单的模型分析。
国家统计局每年花很多钱，做出来的数据基本上就只出了一本《统计年鉴》。他们每一年光预算就是几个亿。而在他们出的《统计年鉴》中就只有两部分，一个是人民生活那一块

蔡德诚：那么能不能通过人大提案立法，这是用的老百姓的钱，可是做出来的东西还要卖钱

曹和平：现在最希望能够数据公开的是学者。学者有两种，一种是需要使用数据的人，一种是不需要使用数据的人，很多人不做数据分析的话根本就不需要原始数据，看《统计年鉴》就够了。需要原始数据的人面临着一个两难的问题，你要是提出了立法，将来拿着钱也买不到他的数据了。而且关键是能立得了法吗？

李实：而且这里边还有一个麻烦事，我们国家的部门之间的利益不平衡，比如说我是交通部或者是银行的，我们的收入能够把我们的员工的收入弄的高高的。可是统计局是清水衙门，你立了法把这个强行收回了，他还是一个月两三千的薪水吗？所以这不光是一个数据能不能分享的问题。

蔡德诚：但是老百姓花了几个亿，最后得出来的数据学者们都享受不到，有点莫名其妙。

曹和平：收入分配这么重要，那么为什么有数据不公布，也不自己计算吉尼系数呢？现在我们也跟国家统计局有一些接触，在接触的过程中也促使他们计算吉尼系数。但是听他们讲，他们现在没有计算的动机了，领导不需要了。如果计算了这些东西，领导发现吉尼系数很高反而会比较麻烦。

李实：我们国家统计局这个体制应该改革一下，不能隶属于政府，它一定要有它的独立性。因为它第一个任务是收集数据，然后信息加工，最重要的是做预测。做了预测以后如果错了，倒有可能下次的数据还是由它来做。它就有可能修改数据，和它的预测吻合起来。所以它有很大的动机，它最大的动机就是政府的动机，因为它隶属于国务院。

茅于轼：我想跟王教授讨论一个问题。刚才我说到香港的纯粹的市场经济，纯粹的市场经济的吉尼系数也有可能是很高的。现在我们吉尼系数这么高，大家怀疑不是市场造成的，是因为贪污、盗窃公共资产之类的。但是香港没多少国资流失，它的吉尼系数也到了0.45了，因此我们这个0.465也不可怕。

曹和平：我的观点和您的有一点点不一样。香港的吉尼系数看起来确实比较高，但是它的社会相对比较稳定。我们说一个社会分配不平等的话，它会造成某种意义上的x失效，不稳定、不平均分配会造成直接的效益损失。最高的那个百分点的人占有社会财富的很多。比如说1％的人占据着40％的社会财富，最高点的10％的人占据着社会财富的80％，这多么可怕。很多投资是低效率的。香港有自己的电脑吗？没有。有自己的汽车吗？没有。它没有任何品牌型的东西。它和发达国家比没有任何的技术优势，它和发展中国家比又没有劳动力优势。现在香港、台湾、新加坡这样的国家都陷入了三明治经济形式中。为什么会这样？我个人认为恐怕跟香港的这种社会分配不平均也是有关的。像李嘉诚这样的少数几个人在90年代占据了大量的社会财富，他们又非常聪明的把资金投入到了IT企业和高新技术行业。80年代的时候大家都长期投资房地产，等到经济危机的时候，房地产大缩水，大部分的财富都跑到了别人手上了。这种形势很危险，所以我想说，吉尼系数高，少数人占有大量财富以后，对于社会投资造成了某种失效。如果一个社会大部分的人占据了大部分的财富，它就有可能按照全社会的福利，全社会的愿望去投资，这时候的投资就是一种比较均衡的效应。所以从我个人这样来考虑，吉尼系数太高可能是不好的。

茅于轼：我不是说吉尼系数高好。我是说是不是中国的0.465的吉尼系数一定是非市场因素造成的。

蔡德诚：我想问一个问题，贪污腐败这些能不能进入统计数据中，我们的统计是不是还是合法收入？也就是说0.465这个包括不包括这些非合法的因素？

李实：我们现在估计的是0.465，这个水平是被低估了的。低估的原因一个就是贪污腐败这些东西，另外一个就是农村收入和城市收入相比，在可比性上城市收入是被低估了的。在统计上城乡差距是3.2倍，但实际上的差距可能是3.5倍，4.5倍。因为在城市里边还有公费医疗这一部分，而这个在农村是没有的。可是这个在算收入的时候是没法计算的。另外还有退休金，虽然现在我没有退休金，但是这已经在我的工资里边扣除了。如果再把什么补贴算上，得到的城市收入比统计局告诉我们的收入要高。所以实际的城乡差距是低估了，这也导致了全国的吉尼系数的低估。这是你现有的统计手段能够算出来的，同时你意识到你的问题在什么地方。也就是低估是存在的，存在了多少需要进一步研究。所以我们的实际的吉尼系数可能是0.5左右。而如果说我们统计上是0.45的话，香港就应该是0.48的样子，比我们大陆要高。但是为什么香港人能够接受，而我们现在0.45大家就接受不了了呢？我想这个可能就和一般人的观念，和整个收入分配的结构有关系。因为我们国家的这种收入差距扩大的速度应该说比别的国家都要快，几乎和俄罗斯差不多。而心态很大程度上又没有调整过来。过去是大锅饭，现在突然按劳分配，像社科院里边很多人都接受不了，搞一个补贴很多人都不是很服气。另外收入差距的原因我们虽然没有搞得很清楚，但是我们可以感觉到收入差距的原因是和腐败联系在一起的，和一些不公平的因素、权力联系在一起的。这时候，当收入差距扩大的时候，人们对它的感觉就和一般的经济形式下的感觉是不一样的，往往有一些人，尤其是那些在这种经济增长的形势下收入增长速度跟不上经济增长速度，甚至反而收入在下降的人，像下岗工人，他们的心态就肯定是不一样的。

茅于轼：我们研究收入分配就是想说明，这种心态是合理的还是不合理的？是我们误以为是市场扭曲造成的，还是本来就应该是这样的？

李实：这是另外一个问题，到底是公平还是不公平的问题？我们现在所有的研究，包括文献、报告、讨论，都是学者本身的公平观念在起作用。就是我认为拉开收入差距，按劳分配是公平的。没有考虑老百姓对这个问题本身的感受，到现在为止没有人做这方面的东西，有的社会学家做了一些东西，但是做的非常浅，都是一些意向调查，问："你对现在的收入差距的总评？你认为公平还是不公平？"这也就是说，即使我们学者自己认为是公平的，但是老百姓不一定觉得是公平的。两种可能，一种是他不认为是公平的，因为学者可能是只代表了精英阶层的既得利益的。如果大部分人是这样一种感觉的话，政府在制定政策的时候应该考虑到这种感觉。你不应该是否定它，批判它，认为它不合理，而应该考虑到这种感觉。

曹和平：香港的吉尼系数在全世界是比较高的，美国是0.39，欧洲是0.38左右。它们的福利，经济增长速度，从实践经验上看是比较好的。我们的0.465确实是太高了，再发展下去可能会发生巴西和印度尼西亚那样的情况了。到那时候全社会平民的声音就更不能压倒那些军阀、地方豪绅、黑势力的声音了。这些人搅和在一起，中央发布的改革政策就更难实施了。印度尼西亚60年代中期经济开始起飞，可是现在它们比我们还落后了。所以我们的吉尼系数要是再涨10个点的话，可能我们的老百姓就不会再说什么贪污腐败的事了，我们就不认为它是什么问题了。毛泽东时代把全国平民化了一次，知识也平民化了一次，结果使得我们现在的媒体、老百姓加上政府里面的一些先进力量都一致痛恨腐败。再涨10个点的话我们就不会这样了，印度最富的人结婚用了60吨鲜花，美国的第一黑人富豪结婚也用了27吨鲜花。而美国媒体在评价这个的时候却是用灰姑娘成功的故事来表扬他。在我们中国这恐怕会被骂个半死。到再增加10个点的时候就没人骂了。这是我害怕的。

盛洪：刚才曹教授说吉尼系数高是坏事。我听起来是两个理由。第一个理由就是说来得好还是坏？如果说李嘉诚这些人是完全按照市场规则来做，那么他得多少都是合理的。这是不是有个前提，他来的就不好，依靠权贵或是依靠别的什么东西得来的。这是需要判断的。我觉得这是一个制度的判断，假如他是完全遵循的市场规则，那么这个差距就是人和人的能力的差距了。第二个好与坏的判断就是你有这么多财富以后，你是不是持之有效的用它？我觉得这个挺复杂的。你刚才举的几个例子都可以有其他的解释。比如说香港没有自己的制造业，我倒觉得这是香港土地有效的应用。因为它是一个港口，它要是有大的制造业的话那不是最好的利用。它的制造业在广东。这个结构应该弄清楚，香港和广东是联系在一起的，你要光看香港是不行的。香港确实是一个贸易为主的城市，简单的去评价它可能不对。新加坡也一样。新加坡是不是吉尼系数更小一点呢。它恐怕也没有什么好的制造业，这些地方恰好是港口，能够有效的利用。另外关于买花的事情，有的人说它很好，有的人说不好，某一种情况下它是很好的，它让穷人有了就业机会了，你买了就给了穷人就业机会了。

有一个问题，他把层级的流动和收入变动结合起来，从这个组别到那个组别分了5个层级。它的时间这么短，这个流动我总觉得有些问题。当然，其中可能有些规律。比如刚才说的，一开始可能是一些劳改犯先富了起来。这些可能有一些规律，但是如果要研究这些问题可能有一个更长的时段会比较好一点。

曹和平：我同意你刚才说的。但是我认为香港的模式没有把品牌塑造出来，没有品牌就没有收益。我在东莞做过调查，世界的三大男装品牌40％是这生产的，我们出口一件衬衫是7－8美元，拿到美国卖70－150美元。那么为什么你生产这个产品的100％的，你的价值实现还不到9％？为什么你这占了40％的市场份额，价值实现还不到3％？因为你没有品牌。香港的失误就在这了，它利用大陆的廉价劳动力赚取了成本上那一块收益，但是它并没有创造出一个世界品牌。我不是说它可以造汽车，我只是觉得它可以把知识、品牌性给塑造出来。北京也是这样，北京的牡丹彩电丢了，雪花冰箱丢了，很多品牌都丢了。当时就说的是，我们不要制造业，我们要服务业。北京当年可以把雪花冰箱的制造厂搬出去，把品牌留下。我很同意张曙光老师的观点，我们国家的吉尼系数变动的太快了。要是现在不注意，过几年突然掉到0.55，再要求平等就没戏了。

自由评议人1：刚才听王教授说，初高中毕业对于农村来说，收入变动基本上是不变的。这个对我触动挺大的。我母亲是高中生，我家生活还是很糟。我就在想，为什么会这样？是不是因为机会的原因？你们刚才说了这么多，我就在想市场归市场，但是机会对于每个人来说是不是平等的？有的人虽然掌握了技术，但是他要想开一个店，或者办一个厂，但是他没有机会，他没法进入这个行业就没法当老板。一个是钱的原因，一个是工商政策，注不了册。开一个修理店，注册需要1万多，走后门也走不了。另外还有一个是信息，农村的信息是很封闭的。人们没有买报纸的习惯。而在北京有各种报纸，人们之间谈论的也是关于国有资产这些问题，总而言之信息非常流通。我就感觉信息和机会也是紧密联系的。所以我感觉研究收入的变动，机会这一点没用进去的话可能就有点偏颇了。

盛洪：我想提一个疑问，曹教授刚才说，品牌的建立和吉尼系数有关。我觉得这个可能是需要考虑的。我觉得可能财富更集中，企业更大，而其他条件相同的时候可能更注重品牌。相反，可能更小的企业更不注重品牌的。但我怀疑这件事情可能是正面因素、反面因素都有，也许跟吉尼系数就不太相关了。我想这只是其中一个因素。品牌战略实施好不好可能还有其他的因素。这是其中一个因素，相不相关还需要讨论。

茅于轼：我插几句话，我同意曹教授说的，我们的吉尼系数肯定是太高了。那么我们大家能不能做点事，把这个吉尼系数挽救一下呢？现在我就要做一件事，筹集款项搞一个基金会，帮助低收入的农民投资、创业、小额贷款、培训、帮他们介绍工作，800万的注册资金，我在这向大家募捐，最少份额10万，希望大家支持这件事。

张曙光：下面给王教授留一点时间，对大家提的问题再做一些回应。

王海港：首先再次谢谢各位前辈、老师和朋友们的意见。刚才有些老师的发言使我很有启发，关于不平等与投资方向的关系，还有吉尼系数高的原因。我想到了这些东西，但是没有想的这么细。另外公众对公平的判断，在广州的社区里边好像经常会做一些这样的调查，这些东西可以作为我以后继续研究的方向。
我再次感谢张曙光教授和天则所给了我这样一个机会来这里演讲我的论文。也谢谢各位朋友的意见。

张曙光：今天就提前结束这个会议了。因为一是下面还有些事，二是技术性太强了，也没办法展开讨论。但是我们今天邀请的几位专家也都还做了精彩的评论，对于王教授进一步思考这个问题还是很有好处的。我们今天就这样，散会！