下载文档原格式
基尼系数及其估计
陈希孺
【期刊名称】《统计研究》
【年(卷),期】2004(000)008
【摘要】The paper strictly defines the concept of Gini coefficient and discusses the relevant statisticalproblems.
【总页数】3页(P58-60)
【作者】陈希孺
【作者单位】中国科学院研究生院
【正文语种】中文
【中图分类】F2
【相关文献】
1.我国居民收入基尼系数的估计及城乡阶层效应--基于城镇、农村收入20分组数据的研究 [J], 胡志军;谭中
2.中国城镇化的地域非均衡及其动态演进——来自基尼系数及核密度估计的经验证据 [J], 陈利;朱喜钢
3.四川农业现代化发展水平的空间非均衡及演变趋势r——基于Dagum基尼系数分解和Kernel核密度估计的实证研究 [J], 刘锦扬;应寿英
4.我国财政医疗卫生支出的空间差异及分布动态演进--基于Dagum基尼系数分解与Kernel密度估计的实证研究 [J], 李强谊;钟水映
5.中国工会对工资收入分配不平等影响的实证分析——基于基尼系数的RIF-OLS 估计的Blinder-Oaxaca分解 [J], 袁青川;易定红
因版权原因，仅展示原文概要，查看原文内容请购买。
The Impact of Financial Literacy on Household Commercial Insurance Consumption Decision-making:Analysis Based on China Family Finance
Survey(CHFS)
作者： 杨柳[1];刘芷欣[1]
作者机构： [1]湖南师范大学商学院,湖南长沙410012
出版物刊名： 消费经济
页码： 53-63页
年卷期： 2019年 第5期
主题词： 金融素养;商业保险;财富不平等
摘要：本文运用中国家庭金融调查项目(CHFS)2013年的数据,研究了金融素养对商业保险消费决策的影响。
实证结果表明:(1)中国居民的金融素养普遍偏低,且家庭商业保险参与度低。
(2)金融素养与家庭商业保险的消费可能性以及程度呈正相关关系。
(3)金融素养高的消费者更愿意持有商业健康保险以及商业人寿保险,而不愿意持有商业财产保险。
(4)财富不平等的扩大会抑制金融素养对家庭商业保险决策的影响效果。
本文研究为提高消费者的金融素养,发展普惠金融,以及为转型经济背景下的商业保险发展提供了一个新的视角,在一定程度上对政府、保监会为商业保险市场制定更完善的制度和政策具有现实参考意义。
中国空间基尼系数：测算、改进与趋势吴雪萍;赵果庆【期刊名称】《统计与决策》【年(卷),期】2017(0)3【摘要】基于空间自相关集聚,文章构造了度量地区发展差距的空间基尼系数,它由地区显性基尼系数和隐性基尼系数两个部分构成。
测算结果表明,我国地区人均GDP显性基尼系数总体上平稳,且有下降趋势,而隐性基尼系数自改革开放以来却持续上升,2006年,隐性基尼系数对空间基尼系数的贡献达到34.87%。
如果用忽略地区集聚效应的基尼系数来讨论中国地区收入差距问题,则会低估中国地区差距水平。
进一步发现,我国空间基尼系数由1990年的0.32上升到2005年的0.48后,出现拐点,2012年下降至0.35,呈现出倒"U"结构。
这意味着西部大开发、中部崛起、振兴东北工业基地等战略措施收到成效,我国地区发展进入收敛阶段。
【总页数】5页(P5-9)【关键词】空间自相关;空间基尼系数;人均GDP;地区发展差距【作者】吴雪萍;赵果庆【作者单位】云南财经大学统计与数学学院【正文语种】中文【中图分类】F129.9【相关文献】1.我国少数民族地区人均产出、资本深化与教育不平等——基于改进的教育基尼系数测算 [J], 李子秦;吴昊2.中国城乡综合基尼系数测算的一种新改进——基于间接洛伦茨曲线加总的视角[J], 林平;郭继强;费舒澜3.中国农村居民教育公平的实证研究——基于1988—2012年教育基尼系数的测算与分解 [J], 吴振华; 张学敏4.收入分配差别的测算及变动趋势──兼谈罗伦兹曲线的性质和基尼系数的计算 [J], 宋义贵;盖贤坤5.省域居民收入基尼系数测算及其变动趋势分析 [J], 田卫民因版权原因，仅展示原文概要，查看原文内容请购买。
工作时间、收入与健康水平———基于中国家庭追踪调查(CFPS2016)的实证分析朱晶晶（首都经济贸易大学，北京100070）[摘要]随着“996工作制”“过劳死”等词频繁出现在大众的视野中，人们开始将收入、工作时间等概念与健康相关联。
结合CFPS2016的数据，使用orderedlogit 方法探究工作时间对健康水平的影响是否会随着收入的变化而变化。
结果显示随着工作时间的增加对健康水平的影响存在先上升后下降的倒U 型关系；两者的交互影响存在显著关系，对健康水平较低或较高的受访者考虑到收入对其健康的影响较为显著。
[关键词]收入；工作时间；健康水平[中图分类号]F240[文献标识码]A [文章编号]1009-6043（2020）01-0156-02第2020年第1期（总第521期）商业经济No.1，2020Total No.521[作者简介]朱晶晶(1997-)，女，硕士，安徽芜湖人，研究方向：宏观经济。
改革开放以来，中国经济发生了巨大的变化，收入的扩大直接或间接导致了一系列的社会经济问题，甚至影响人们的健康状况。
根据《2014中国劳动力市场发展报告》的数据分析约30%的人需要经常加班。
实际上，过长的工作时间带来了过劳自杀、过劳猝死等诸多问题。
随着中国的经济社会发展逐渐转向“幸福论”，深入研究中国劳动者收入工作时间给健康带来的影响具有重要的现实意义。
近日互联网行业最热门的话题莫过于“日互联网工作制了，甚至有不少人发表言论称会有“997”工作的时候，这显然已经超过了国家的法定工作时间。
对于这种工作制许多企业家纷纷发表了自身的看法，在马云的眼中“作的时是很多人拼搏的机会，如果想要收获足够幸福和美好的生活，就必须趁着年轻时努力奋斗，只有付出比其他人还要多的时间和精力才能成功，而996恰好就是这个途径”；刘强东认为京东不应该接受那些没有拼搏精神的人。
我国法定工作时间明文规定劳动者工作时间为21.75天/月，174小时/月，251天/年。
2007.04：基尼系数：城乡历史政策的解构（何娅）中国信息报社2007-04-11 14:47:44近几年，基尼系数持续升高，学界认为我国城乡收入差距的急剧恶化，影响和阻碍了和谐社会的建构。
与此同时，有专家认为，我国城乡收入差距并非如此耸人听闻，城乡二元经济结构，放大了贫富分化程度。
笔者认为，基尼系数是一个问题，但不是问题的全部。
对我国基尼系数的认识，应当透过数字表象，从历史的、国情的角度出发，放在国家经济快速发展的大框架、经济社会体制快速转型的大背景下考察其背后的内在逻辑。
以此为基础，笔者通过对上述对立观点的解读和实证分析，认为我国基尼系数的走向是非均衡的城乡政策的直接结果，基尼系数的变动是政策变动范围内的可控因子。
“解铃还须系铃人”，要遏制基尼系数上升，改善城乡收入分配格局，关键在于扭转非农导向的城乡政策。
基尼系数“危机论”与基尼系数“反危机论”2003年，我国人均GDP首次突破1000美元。
在迎来这一历史性跨越的同时，居民收入的差距也在急剧拉大，全国基尼系数接近0.45，在社会上，尤其是理论界，对中国的基尼系数展开了激烈的辩论。
1.基尼系数“危机论”：贫富悬殊即将恶化到“红灯”危险水平自2000年以来，我国基尼系数开始越过0.4的的国际警戒线，并连续几年直线上升，有专家估计，2006年达到了0.46，贫富差距不断恶化。
而事实也表明，我国收入最低的20%的人群，只拥有4.66%的收入份额，收入最低的40%的人群，也只拥有13.6%的收入份额。
与此同时，中国社会学研究会会长陆学艺认为，尽管我国在GDP等货币性指标上成就惊人，但在非货币性的软性指标方面，如基础教育、儿童和母亲健康水平、环境保护、饮用水和卫生设施的获得等，贫困地区和贫困群体较之富裕地区和富裕群体还有较大差距。
这种由基尼系数所反映的收入差距为许多人所认同，并预测如果不采取相关措施，我国的贫富差距还会继续恶化。
2.基尼系数“反危机论”：二元经济结构下的基尼系数国情“折扣”在我国，农村人口占大多数，虽然城乡人口比例在不断缩小，但仍然有过半数的人口分布在农村，而且城乡经济的发展从来就不是均衡发展、同步发展。
中国家庭财富的分布及高净值家庭财富报告西南财经大学中国家庭金融调查与研究中心2014年1月中国家庭财富的分布及高净值家庭财富报告摘要我国最富有10%家庭拥有社会总财富%，资产分布严重不均。
虽然，过去两年，中等资产阶层财富增长明显高于其他阶层，但其占社会总财富的比重仍然很低。
中等资产阶层财富增长主要是因房产。
房产价值的增长对家庭财富增加的贡献超过70%。
在对我国富裕家庭的研究中发现，前1%富裕家庭的总资产、净资产、年收入均远高于前5%富裕家庭。
也就是说，财富更多的集中在少数家庭中。
与普通家庭相比，前5%资产富裕家庭的收入主要来自工商业经营，其家庭消费是普通家庭的倍，但在教育支出上的差距则高达5倍以上。
富裕家庭资产构成中，工商业资产占比远高于全国平均水平。
在金融市场的参与上，富裕家庭的参与率和有贷款比例远高于平均水平，并且在借出款市场上也非常活跃。
1.家庭财富的分布中国家庭资产分布极为不均。
每个分位数上资产说明有多少百分比的家庭低于此资产。
例如，从表1，2013年全国资产10分位数为万，表明有10%的家庭资产低于万，或90%的家庭资产高于万元。
在50分位数上的资产值即为中位数，表明有一半的家庭资产低于该数，另有一半的家庭资产高于此。
2013年全国资产中位数为万。
表1报告了10-90分位数上的全国及城市和农村的家庭资产情况。
从全国来看，有10%的家庭资产低于万。
对资产最多的家庭而言，有10%的家庭资产多于万。
最高的90分位数家庭资产是最低的10分位数家庭资产的倍，是中位数家庭资产的倍，可以看出我国家庭资产分布非常不均。
其中，城市地区有10%的家庭资产低于万，而有10%的城市家庭资产多万，中位数为万。
农村地区10%的家庭资产低于万；10%的家庭资产高于62万，中位数13万。
表1 各分位家庭资产状况2013年2011年全国城市农村全国城市农村10分位17,35022,40014,00018,565 22,100 15,400 20分位50,750104,40031,25046,250 90,650 30,650 30分位103,900203,69956,55091,800 151,100 55,700 40分位169,300306,67190,900135,300 213,410 87,805 50分位252,200422,950129,600191,700 310,950 117,65060分位362,680577,955180,400276,930 454,600 161,80070分位523,200808,015248,450404,650 755,500 222,750 80分位812,2501,205,900362,000718,900 1,231,900 320,000 90分位1,542,0102,224,850619,8291,647,350 2,616,850 536,480表1同时给出资产在2011年的分位数情况，来比较各分位数上资产变化情况。
序号：编码：作品名称：从基尼系数看我国反对腐败，建立清廉政府的“路线图”学校全称：九江职业技术学院申报者姓名（集体名称）：李瑞瑞代家善类别：□自然科学类学术论文■哲学社会科学类社会调查报告和学术论文□科技发明制作A类□科技发明制作B类从基尼系数看我国反对腐败,建立清廉政府的“路线图”李瑞瑞¹代家善¹指导老师：蒋晓刚吴少爽（1. 九江职业技术学院机械工程学院，江西九江332007）摘要：本文从对我国和四个国家、地区的基尼系数分析入手，以基尼系数为主要参量，对我国反对腐败，建立清廉政府的主要内容、过程和时间节点进了详细阐述。
关键词：基尼系数清廉政府预测0.前言基尼系数是经济学用来反映贫富差距的指标，基尼系数越大表明贫富差距越大，基尼系数越小表明贫富差距越小。
国际公认的标准，基尼系数若低于0.2表示收入绝对平均；0.2－0.3表示比较平均；0.3－04表示相对合理；0.4－0.5表示收入差距较大；0.6以上表示收入差距悬殊，社会会出现大动荡。
基尼系数大小与一个国家的廉政建设水平成反比关系。
本文尝试着从参考基尼系数的变化的角度来分析我国未来清廉政府建设的“路线图”。
1.我国历年来基尼系数的分析通过分析我国历年来基尼系数统计（如图1-3所示），我们可以得出一个基本认识，我国1980-1985年，基尼系数基本控制在0.3以内，按国际标准属于财富分配比较平均的范围；1986-1992年，基尼系数基本控制在0.3-0.4之间，按国际标准属于相对合理的范围；而1993-2008年（2000年以后，我国没有公布基尼系数，数据依据一些学者和机构的推测），基尼系数在0.4-0.5之间，按国际标准属于收入差距较大的范围。
依据这样数据分析，结合我国从1980-2008年这近三十年的实际情况来看，基尼系数的上升与腐败严重程度几乎契合。
根据有关学者的研究数据得出，我国09年至今，基尼系数还处于上升阶段，估计已经突破0. 5。
[工作论文]提高我国基尼系数估算的可信度——与《中国家庭金融调查报告》作者商榷 李实,万海远 发表时间：2013/1/12 23:06:40 最近修改时间：2015/4/14 23:05:49 摘要： 2012年6月，西南财经大学“中国家庭金融调查与研究中心”发布报告，认为我国2010年收入的基尼系数达到了0.61。这一数据在社会和学术界都产生了一定的轰动效应，也引起了很大的争议。本文从抽样方法、数据结构、低收入群体收入被低估问题等角度进行详细分析，认为抽样方法和数据结构问题会造成基尼系数被高估4.7%，低收入人群被低估问题会造成高估约11.5%，而两者共同作用下，理论上会造成基尼系数被高估约14.7%。对于出现的这些高估问题，笔者认为部分是由于错误配置所导致的，因为“报告”的初衷在于研究中国家庭金融及财产的配置和占有情况，然而，把研究金融及财产问题过程中得到的收入数据直接套用并估算全国的基尼系数就存在诸多的问题，从而错误估计了全国的收入差距水平。 关键词：基尼系数,收入差距
（本文最终版发表在《经济学动态》2013年第2期，所有内容以发表的最终版为准） 1 引言 2012年6月，西南财经大学“中国家庭金融调查与研究中心”发布了《中国家庭金融调查报告》（以及后来的工作论文《中国家庭收入不平等报告》），认为我国2010年收入的基尼系数达到了0.61（甘犁等，2012）。这一数据在社会和学术界都产生了一定的轰动效应，也引起了很大的争议。
按照《中国家庭金融调查报告》（以下简称“报告”）的测算，2010年的基尼系数已超过了0.61。然而，我们“收入分配课题组”从1988年就开始长期跟踪测算中国的基尼系数，最近一次测算的2007年全国基尼系数仅为0.48。[2]也就是说，如果认同“报告”所估计的结果，那么就会得出两种推论。一种推论是在短短的3年内中国的收入差距出现了迅速扩大，另一种推论是我们的估计结果是显著偏低了。然而，我们认为这两种推论都很难成立。
先谈后一种推论。首先，从样本量来说，我们的调查比“报告”所使用的样本要大得多，“报告”的估计结果是基于8000个住户样本，我们是28000个住户样本，而且样本具有很强的代表性。其次，从样本质量上来说，我们的数据是有较高程度地质量保证的，因为这些调查户被要求对每天的收入和支出情况进行记账，因而收入和支出的信息比较可靠。再次，在估计收入差距时，我们对不同类型样本户根据城乡、地区人口比例分别进行加权。最后，考虑到各种估计误差可能带来的影响，我们还根据国际上使用的收入概念对收入进行了调整。总体上说，我们的估计结果得到了大多数学者的认同，现在国内外学术界和媒体普遍引用的中国当前的基尼系数就是来自我们的估计结果。
而对于前一种推论（即在2007年至2010年期间收入差距迅速扩大），它也是很难成立的。虽然2007年以后我们没有做全国的住户收入调查，但是从其他方面获得的一些信息也可以对这个推论作一个大致的判断。从统计局公布的数据来看，2007年以后几年城镇内部收入差距略有扩大，而农村内部收入差距小幅波动，2010年相对于2009年还略有下降；另外，城乡之间收入差距在2009年达到最大，2010年后也略有缩小（国家统计局，2012）。
总的来说，我们不能接受上述两个推论，所以就不得不质疑“报告”所估计的结果。本文认为，“中国家庭金融调查与研究中心”估计的中国收入差距数据存在着诸多问题，其计算的全国基尼系数存在严重的高估问题。本文拟从学术的角度就西南财经大学发布的《中国家庭金融调查报告》中有关收入差距的估计结果进行评述，并从抽样方案和问卷设计上探讨其基尼系数被高估的具体原因。一般来说，基尼系数被高估的原因无非有两大类：一类是，不同收入样本的代表性不匹配；另一类是不同收入群体的收入存在估计偏差。而我们认为，这两类问题在“报告”中都随处可见，现具体说明如下。
2 抽样方法与数据结构问题
2.1 抽样方法问题 2.1.1 按非农人口比例排序抽样会导致全国收入差距高估 根据“报告”的抽样方案，在第二阶段，“报告”按非农人口比例的高低顺序排列并抽取居委会（村委会），而这会导致严重的样本偏差，因为中等收入组的样本比例会偏低，而高低两端的样本则过于偏高。
具体来说，按照“报告”第二阶段的抽样规则，先把居委会（村委会）按非农人口比例从高到低排列并分成五组。同时，要求在非农最高比例的居委会（村委会）不抽取农村样本，而在非农最低比例的居委会（村委会）也不抽取城市样本。这样导致的结果就是，非农比例高的东部地区抽取了较少的农村样本和较多的城市样本；同样，非农比例较低的西部地区则抽取了较多的农村样本，而城市样本较少。即高收入和低收入样本过多，而中等收入样本过少（东部城市和西部农村样本过多，东部农村和西部城市样本过少）。换句话说，就是在富裕群体中抽了富裕的部分，而在贫穷群体中又抽取了贫穷的部分，处于收入分布两端的样本都被过度抽取了，而中间收入群体的样本过少，这就显著地拉大了全国的收入差距水平。
2.1.2 “喜富嫌贫”式抽样方法导致收入差距被高估 因为“报告”最初的研究目的在于收集家庭财产方面的信息，而穷人拥有的财产很少。所以，“报告”一开篇就明确要求要尽量抽取富裕地区的样本。在第一阶段抽样中，他们就按收入指标而不是省份等地理指标来分层抽取80个市（县）。而在第三阶段抽样中，这种方法在收集富人样本的措施上也做到了极致。首先，他们莫名其妙地在城乡样本划分上，先验地在农村村委会统一只抽取20户，而给城市居委会则抽取25-50户之多。更重要的是，在城市居委会中，为了得到更多的富裕人群，他们按每个社区的住房价格进行4级排序，同时给住房价格最低的组分配25户样本，其次是30户，再次是35户，而到了住房价格最高的组却直接跳至50户样本之多。这样的结果就是极大地提高了最高收入组的样本比例。
综合来看，他们首先在城乡样本分配的阶段就已经“喜富嫌贫”，导致了样本结构偏向于城市样本；之后，在城市样本内部的分布中也是严重的不均衡，最高收入组被人为地分配了过多的样本。所以，这些抽样方法都导致了样本结构的严重倾斜，形成了一个过高比例的高收入群体和过低比例的中等收入群体，也就直接拉大了全国的收入差距水平。
2.2 数据结构偏差
由于存在上节中的抽样方法问题，从而导致最后抽样的数据结构与总体结构存在着很大的不同。
根据“报告”的调查设计，整体抽样方案采用了三层PPS设计，第一阶段抽样是从全国的2585个市（县）中抽取80个。这样他们将总体2585个市（县）按照人均GDP分成十层，每一层抽8个市（县）。根据这一方法，他们最后抽得的80个市（县）都分布在全国25个省、市、区中。然而，这一点让我们产生了很大的疑惑，因为他们的抽样是按照人均GDP的分布而不是地理的分布来产生了样本，他们怎么会巧合地把最后抽取的80个市（县）能合理地分布在每一个省、市、区中。或者说，他们怎么保证80个省、市、区中能全部覆盖全国所有的25个省、市、区？这种小概率事件让我们产生了很大的疑虑。
而为了弥补上述问题的严重性，“报告”就补充评估了上述抽样方案下样本的地理分布情况。然而“报告”中努力证明调查方案为对的过程也是存在很大问题的，其具体理由如下：
“报告”通过随机模拟的方式将上述PPS抽样过程重复1000次，得到样本的平均地理分布状况，如表1所示：
根据上表，他们认为：在该抽样方案下，样本的东、中、西部占总体的比例比较合理且十分稳定（其模拟的标准差很小）。然而，根据上面同一张表，我们却得出了完全相反的结论。首先，在总体中，西部比东部要高4.1%，而在样本中，东部反而要比西部高4.0%。也就是说，最高和最低收入组的样本比例发生了倒转。对于这一结果，“报告”解释认为“抽样方案仅要求样本分布相对均匀，而无需与总体一致”。但是，我们却认为东、西部样本比例的重大变化却会导致严重的数据结构偏差。尤其是，这一步仅仅是抽样方案的开始，而越到后面，其偏差的程度越会呈现几何级数的增加。
根据“报告”的数据（表2），“在最终抽出的80个市（县）样本中，东、中、西部省份的比例为32：27：21”。也就是说，在所有的80个市（县）中，东、中、西部样本的比例分别为40%、33.75%和26.25%。而这种样本结构（C阶段）与总体的分布（A阶段）存在较大程度地偏差。
如表2所示，在方案的第一阶段，东部样本的比例正向偏离了2.4%，而到了最终阶段，这一偏离比例超过了5.7%；同样，对于中部，在第一阶段样本的分布正向偏离了3.4%，在最终阶段，这一偏差超过了6.55%；最重要的是，这些偏离在西部反映得最为明显，在第一阶段西部的样本相比总体就偏离了5.7%，而到了最终阶段这一偏差则甚至超过了12.15%。从表2中，我们可以得到两点：第一，“报告”采用的第一阶段抽样方案使得样本的地理分布偏离了总体样本；总体上，东部的样本过多，而西部的样本过少。第二，更为重要的是，这种最初的偏离会导致后续阶段的抽样结果会越来越偏离总体的分布状况；最终，西部样本偏离总体分布的误差程度超过了12.15%。我们认为，这么大的偏离程度会对整体的样本分布产生很大的影响，而且这种影响也足够稳定（“报告”指出其模拟的标准差很小）。
最后，由于“报告”中的数据并没有发布，所以我们无法更加深入地来验证抽取的样本在省级层面上的地理分布。所以，我们建议“报告”可以进一步公开省级层面的地理分布数据，从而来打消我们的疑虑。
2.3 数据结构偏差与收入差距的理论分析 根据上节，我们认为第一阶段抽样方案会导致严重的样本偏差。而现在的问题就是，这种样本偏差是否会导致收入差距的高估，其影响程度如何呢？
