学术月刊

改革开放以来中国GDP取得高速增长的同时，也伴随着收入不平等的持续增加，比如，基尼系数从0.31增长到0.47。由于对国家发展带来的长期负面影响，收入不平等成为中国政府关注的焦点。^①更为重要的，不平等不仅包括不同家庭的同一代人在截面意义上的不平等，而且包括同一家庭内部由于子代与父代在经济、社会地位之间相关性带来的不平等，相关性越强表明代际流动性越低，社会越不平等，反之亦然。这一不平等通常用代际流动性度量。^②

在中国，以代际流动性来度量的“贫富官垄”等“二代”现象早已成为媒体和网络的热议话题，《人民日报》于2015 年3月31日、2017年12月26日分别以《向上流动、路在何方》《社会阶层固化趋势加剧：一代穷世代穷》为题，就中国的代际流动性问题发表专门社论，直指中国社会结构的固化趋势。与此同时，学界也出现了提高代际流动性的呼声。比如，蔡洪滨认为，最可怕的不平等就是固化在代际中的不平等。^③社会阶层固化问题之所以会备受关注，是因为它代表现有生产和分配格局改变的可能性。社会中不同层次人员的流动有利于整个社会和谐，尤其是从收入、地位等较低层面向较高层面的流动越活跃、通道越畅通，社会就会越有活力，而固化在代际中的不平等，会成为长期无法改变的不平等。比如，Acemoglu就曾指出精英社会不能长期繁荣的原因在于社会流动性低。由于精英阶层之外的人看不到机会和希望，因此不愿意去努力，最终浪费了长期增长的动力。因此，改善代际流动性可以显著促进经济增长；^④不仅如此，Fogli and Guerrieri进一步指出，阶层固化造成的隔离可以解释整个社会28%左右的不平等。由此可见，改善代际流动性不仅可以促进经济增长，而且可以有效改善社会不平等。^⑤

新中国成立以来，收入分配格局发生巨大变化的同时，也伴随着区域经济格局的巨大变化。两者重叠交错，极大地影响了中国宏观经济。在农业人口众多、相对封闭的计划经济年代，一系列支持内地发展的政策客观上推动了地区间平衡发展。然而，改革开放后，由于改革进程的不同，各个地区的差距不断扩大，这一趋势在中央政府的偏向性发展战略下还进一步被强化。^⑥比如，改革开放以来，地区间的发展差距一度呈现出波动上升的趋势，但自2004年以来，这一差距有所缩小。而近年来，南北之间的经济发展差距有所扩大，成为区域经济学界关注的新问题。但是，现有研究都是基于总量及人均GDP差距、职工平均工资差距等维度来度量截面意义上的地区差异，这种差异是否也会体现在代际流动性上？甚至，代际流动性的地区差异是否会更进一步加深地区之间本来就存在的差异？这都是现有研究忽略的问题。为此，研究代际流动性可能存在的地区差异，可以为解决中国目前区域发展不平衡提供相应的解决思路，也同时有助于提高中国公共政策制定的效率。

运用人口普查数据和中国城市年鉴，本文发现了中国现阶段代际流动性的三个特征。一是全国层面的代际收入弹性为0.673；二是代际流动性呈现出显著的地区及城市差异。沿海、北方的代际流动性明显高于内陆及南方。代际收入弹性最低的省会城市是天津（0.107），最高的是江西南昌（0.686）；地级市分别是山东莱芜（0.124）和云南丽江（0.760）。三是具有以下特征的地区具有更高的代际流动性：（1）沿海及经济发达地区；（2）高校更多、中小学教育投入更多的地区；（3）非少数民族聚集地；（4）革命老区。

为什么现有研究如此关注代际流动性？因为两代人之间经济、社会地位联系的紧密程度与社会机会的公平性密切相关，由于社会机会公平性的直接量化较为困难，代际流动概念作为研究机会不均现象的重要切入点，近几十年在学界受到越来越多研究者的关注。如果社会中个体的发展更多取决于其外生的市场环境和内生的个人能力，更少受到其原生家庭社会地位的影响，那么这个社会具有较高的机会公平，社会的代际流动性也将处于较高的水平。^⑦

社会学家除了关注父代和子代在收入上可能存在的相关性，还关注他们基于教育、职业和社会地位的代际相关性。^⑧在经济学文献中，Becker and Tomes最早采用代际收入弹性IGE（Intergenerational Elasticity）和代际收入相关性IGC（Intergenerational Correlation）来衡量父代和子代在收入上的这种相互依赖，他们开创性的研究为研究者利用微观数据计算代际流动性提供了理论依据。^⑨代际收入弹性聚焦在成长于不同家庭中子女成年后的收入差别，是目前大多数代际流动性研究的主要目标。然而，由于度量收入通常会面临测量误差以及零值等异常值现象，研究者往往还采用“父母及子女收入排序相关性”来度量相对代际收入流动性，该指标是用子女在其同年龄人群中的收入排序，对父母在其同年龄人群中的收入排序做回归得到的系数。通过对收入排序来测度收入流动，该方法有效减轻经典文献使用绝对收入指标带来的误差以及异常值等因素而导致的偏误。^⑩不仅如此，学者还运用绝对代际流动性来度量可能的代际相关性。绝对代际流动性是指给定父母收入水平，该类家庭子女成年后的收入是多少？有两个指标可以反映绝对代际流动性。第一个指标为绝对向上流动性。比如，如果父母处于国民收入分布的25分位点，子女的收入均值处于国民收入分布的哪个分位点？第二个指标度量从收入分布底端到顶端的可能性。比如，当父亲收入在其自身同年龄群体的国民收入分布的95%（底部5%）时，其子女能达到自身同年龄收入群体的国民收入分布的前5%的概率是多少？^⑪

伴随着工业化和市场化的推进，代际流动性会随之上升^⑫，这恰好是中国经济转型的大背景。然而，对于中国代际收入流动性的测算并没有得到相对一致的结论。一些学者发现，改革开放以来中国代际收入弹性呈下降趋势；^⑬然而，另一些研究却发现代际收入弹性上升或不变；^⑭甚至李任玉等还发现中国总体代际流动性趋势呈现倒U型，即在20世纪30至60年代出生的人群与其父辈之间的代际收入弹性呈上升趋势；而60年代中期之后出生人群与父辈之间的代际收入弹性呈下降趋势^⑮。陈琳和袁志刚发现在1988—2005年间，中国城市地区代际流动性显著上升，而农村地区却开始下降。^⑯中国的不同代际人群存在着截然不同的代际流动性，并未表现出代际流动性随着工业化和市场化的推进逐步增加的趋势。^⑰

以上研究一方面没有对转型期中国代际流动性得出相对一致的结论，另一方面都仅是针对全国层面的代际流动性进行研究，没有就其可能存在的地区异质性进行深入解析，这忽视了当前中国存在巨大区域差异的基本事实。而对于地区差异的度量，现有研究多采用诸如人均GDP、基尼系数、财政收入、房价、产业结构等多个指标来进行测度，希望从这些视角入手，深入剖析城乡及地区差异的内在机制。^⑱然而，作为收入不平等最直接深刻的度量指标，代际流动性是否存在地区差异仍是一个有待研究者回答的问题。

由于需要计算全国及地区层面的代际流动性，为此需要识别每一家庭户成员及其收入等相关个人特征信息，本文利用我们能够获取的最新数据−2005年1%人口抽样调查，将其和《中国城市统计年鉴1996—2005》中基于地级市的城市特征数据匹配在一起进行研究。由于2005年1%人口抽样调查的时点是2005年11月1日零时，而且表征城市特征的指标对于劳动力市场的影响具有一定的滞后效应，本文选取了中国城市统计年鉴1996—2005年的数据，对其求平均值，以期获得更为稳健的城市影响效应。

本文样本选择需要满足以下条件：（1）选择的每一父代及子代样本都来自同一个家庭；（2）样本年龄在16—65周岁之间。虽然中国法定退休年龄为男性60周岁，女性55周岁，但是由于代际流动性更为关注所选择样本的永久而非一期收入，而本文所使用的2005年截面数据仅仅度量当期收入，为此我们需要采用相应的计量方法来处理这一可能导致的偏误问题，因此，无须选择当前劳动力市场上的有效劳动力作为父亲样本；（3）非在校学生。

本文选择的变量包括两类，第一类为子女个人特征变量，包括收入、年龄、受教育程度、民族、婚姻状况以及健康水平等。第二类为父亲个人特征变量，包括收入、年龄、受教育年限等。在考虑用父亲抑或母亲的收入指代父辈收入时，不同的学者有不同的看法。由于中国是个传统的父系社会，学者多认为父辈对子女的影响主要来自父亲。为此本文在基准回归中通过控制父亲的特征变量来刻画其家庭背景。^⑲另外，由于相对年龄较大的子女可能已经成家，与其父母亲不属于同一户口，如果只将数据中的父母对子女匹配，可能造成样本的缺失。为了尽可能增加样本量，本文不仅进行了父母与子女的匹配，还进行了父母与祖父母的匹配，再将两次匹配的数据合并，构成本文的研究样本。处理后的父亲样本为74037个，子女样本为96103个，变量的描述性统计见表1。

由表1可以看出，子女的月平均收入为544.96元，父亲收入略高于子女收入，为576.68元，但收入差距并不显著。子代和父代的年龄均值分别为23.42岁和50.54岁，均为劳动力市场上的有效劳动力。子女的受教育年限为9.26年，均已完成初中教育；而父亲则为7.72年，已完成小学但未完成初中教育。本文的子女样本中有68.1%为儿子，仅有31.9%为女儿；其中已婚子女比例为33.5%，未婚子女占比66.5%。几乎所有子女的身体健康水平良好。

为了更加准确地估计代际收入弹性，我们沿用Solon^㉑在回归方程中增加本人与父亲年龄及其平方项的估计办法，用以克服单年收入数据导致的向下估计偏误。估计方程如下：

其中$Ln{y_{ci}}$和$Ln{y_{fi}}$分别为子女和父亲收入对数，$\;{\beta _1}$为代际收入弹性，$1{\rm{ - }}{\beta _1}$则反映代际收入流动性。${Z_i}$为控制变量，包括子女及父亲个人特征变量，以及本人所在城市特征的变量。

除了研究收入的代际传递，我们还将教育的代际传递作为可能的稳健性检验。具体的经验回归方程如下：

其中$Ced{u_{ci}}$为本人的受教育年限，$Fed{u_{fi}}$为父亲的受教育年限，$\;{\beta _1}$测度教育的代际流动性，${Z_i}$为控制变量，和方程（1）中的控制变量相同。

本文选择了收入和教育两组方程来研究代际流动性，其中方程（1）仅用父代收入对子代收入进行回归，得到的结果就是代际收入弹性IGE。IGE高说明社会的代际流动性低，与之相反，IGE低则说明社会的代际流动性高，阶层固化没有那么严重。方程（2）则从教育的视角来考察整个社会的阶层固化程度。具体在本文中，是用父亲的受教育年限对子女的受教育年限进行回归从而得到教育的代际流动性。在方程（3）和（4）中，除了控制父亲的收入及受教育年限变量以外，还控制了子女年龄、年龄平方、受教育年限、婚姻状况、健康状况等个人特征变量。由于本文的这一部分研究全国层面的代际流动性，为此我们没有控制地区和城市变量。具体结果见表2。

从表2的方程（1）和（3）可以看出，变量“父亲收入对数”的回归系数为本文测度的代际收入弹性IGE。这一数据清晰显示：当父亲收入增加1%时，子女收入会增加0.613%至0.673%。和Chetty et al^㉒根据美国全样本数据计算得到的代际收入弹性（0.344%）相比，中国代际收入弹性相对偏高。^㉓说明中国父代和子代在收入上存在着较强的正相关性。方程（2）和方程（4）刻画了教育的代际流动性，结果发现，当父亲受教育年限增加1年，子女受教育年限增加了0.329—0.386年，两者存在显著的正相关关系。由上述分析可以看出，无论是基于收入还是教育代际传递，中国父代和子代之间存在着显著的正相关性，意味着中国的阶层固化现象不容忽视。

为了得到更为稳健的研究结果，在基准回归的基础上，本文选择不同样本，采取不同方法进行了一系列稳健性检验。

一方面，本文将父代及子代样本按其个人特征变量进行了区分，其分类标准如下：

（1）由于Chadwick and Solon发现，在代际收入传递过程中，女儿受到的影响要小于儿子。^㉔为此，本文将子代样本区分男女，分别对其进行回归，计算并比较儿子及女儿各自的代际流动性，试图寻找代际流动性可能存在的性别差异，进而为我们深入了解代际流动性的内在传导机制提供可能的契机。

（2）Haider and Solon指出，劳动者的年龄和收入存在非线性关系，收入先是随着劳动者年龄的增长而增长，增长到一定程度就会随着年龄的增长而下降，为此，必然存在某一个年龄对应的收入水平最高。为此，如果子女样本年龄过于年轻，他们未来收入增长空间会比较大，因此按照此时收入估算出来的代际流动性结果可能存在低估。^㉕而本文统计研究发现，子女30岁时的收入均值最大，为此我们选择子女年龄在29—31岁之间的样本。

（3）生命周期理论同时还指出，年纪过长或过轻的父母，无论从生理、社会角色，抑或收入水平，他们对子女的影响都会和生育年龄正常的父母存在差异。^㉖为了获得更为稳健一致的估计结果，本文考察父代生育年龄对于代际流动性的影响，为此选择了父亲年龄在26—30岁之间时生育子女的样本。

（4）不仅如此，根据Becker and Lewis提出的“人口数量和质量的替代理论（Quantity-Quanlity Trade-off）”^㉗，在“父母对子女一视同仁”“家庭面临预算约束”和“信贷市场失灵”这三条假定下，由于家庭资源的稀缺性，子女数量增多必然意味着父母只能对每个子女进行更少的人力资本投资，因此子女数量和以人力资本为度量的子女质量之间存在着负相关关系。那么，如果父辈的家庭结构有异于常态，其对于子女的收入也会存在持续的影响。为此，本文选择“是否单亲家庭”作为家庭结构的代理变量，据以考察父代的家庭结构对子女收入的影响。我们将该变量设置为虚拟变量，父亲“已婚”为1，“离异丧偶”为0。

（5）为了减少异常值的影响，本文选择了父亲收入处于10到90分位之间的样本。

除了基准回归中传统用来计算代际流动性的双弹性模型，本文还改变度量方法进行了相应的稳健性检验。在计算代际流动性时，Dahl and DeLeire采用了一种不同于双弹性模型的度量方法。他们先把子女在其同年龄人群收入分布中的位置进行排序，然后把父母也按其自身同年龄人群收入分布的位置进行排序，进而用子女的排序对父母的排序进行回归。^㉘这一方法有效解决了双弹性模型不能包括零值的缺憾。作为收入的最小值，零值样本可能是国民收入分布中的最底层人群，不包括零值可能存在估计上的向上偏误，不仅如此，包括零值还极大地增加了样本量。然而我们遗憾地发现，包含零值后，父代和子代收入之间的关系不再是线性的。而且包含零值后，虽然样本量扩充为136859，比未包含零值时增加了62822人，但是考察这些收入为零的样本后发现，他们大多数（78.23%）还有工作，因此可能是他们没有报告收入，为此，我们认为零值样本在回归中的意义不大，于是本文选择了未包括零值的样本来进行分析。^㉙

本文不仅研究了父代收入对子代收入的影响，而且研究了父代收入对其他一些影响子女收入的中间变量的可能影响。首先，本文研究了父亲收入对于子女大学入学率的影响。由于子女是否接受高等教育是影响其收入的重要途径。比如，Angrist and Krueger的研究表明，接受高等教育可以使得收入提高8%—10%^㉚，为此通过考察父亲收入如何影响子女大学入学率，会为我们更为深刻地认识收入代际流动性提供一个可能视角。其次，婚姻状态会影响劳动者在劳动力市场上的收入已经成为经济学研究中不争的命题^㉛，那么，研究父亲收入是否会影响子女的婚姻状态，从而影响子女在劳动力市场上的收入，成为理解代际流动性的一个有效视角。本文选择子女离婚与否作为其婚姻状态的度量，考察父亲收入如何影响子女离婚率，作为我们认识代际流动性一个新的切入点。最后，本文研究了父亲受教育程度对子女受教育程度的影响，用教育的代际流动性作为收入代际流动性的一个补充性证据，进而提供认识代际流动性的多维度视角。

在表3中，第一列用全样本提供基准回归结果。第二至第八列则分别对应“儿子”“女儿”“子女在29—30岁之间”“父亲生育年龄在26—30岁之间”“父亲的婚姻状况”，以及“父亲收入在10至90分位之间”。第二行为父亲收入对数，用以计算代际收入弹性。第三行是采用排序法计算得到的代际流动性。第四行度量了父亲收入对于子女大学入学率的影响。第五行则度量父亲收入对于子女离婚率的影响。每一种度量方法我们都采用全样本及子样本进行相应的稳健性检验。

从表3可以看出，基于全样本和用于稳健性检验的子样本，使用传统代际收入弹性方法计算得到的结果处于0.656%—0.708%之间，而采用排序法得到的结果处于0.612%—0.664%之间。因此，如果取上述结果的中间值，中国全国层面的代际流动性处于0.656%—0.664%之间，和本文表1方程1中的0.673%相当接近。说明中国的代际流动性程度比较低，阶层固化相对比较严重。不仅如此，从回归表3的第三行至第五行可以看出：当父亲的收入增加了1%，子女大学入学率增加了1.14%—2.03%，两者表现出显著的正相关关系。说明父代的确通过影响子女的高等教育入学而最终影响其收入，这也为研究代际流动性的教育传导机制提供一个切入点。然而，虽然父亲收入和子女离婚率是负相关关系，但是统计上并不显著，说明父亲的收入不会显著影响子女在婚姻市场上的表现。父亲的受教育程度和子女的受教育程度呈现出显著的正相关关系，具体来说，当父亲的受教育程度增加1年，子女的受教育程度增加了0.301—0.472年。意味着对于受教育程度高的父亲，他会更加愿意在子女的人力资本上进行投资，从而使得子女接受更多的教育。以上结果都表明，中国子代对父代的依赖程度相对较高，代际流动性显著更低，阶层固化现象不容忽视。

更进一步，本文还从绝对代际收入流动性视角进行了分析。具体来讲，本文研究父母处于国民收入分布的25分位点时，其子女收入均值会位于哪个分位点。其计算公式为AM=（rank-rank intercept）+25*rank-rank slope。本文在这里引用的“rank-rank slope”是我们在表3第二行中采取排序法计算的结果，“rank-rank intercept”也是该方法计算得到的纵截距。根据Corak and Heisz对于绝对代际流动性的度量，本文选取了当父亲收入在其同龄人群体的国民收入分布的95%（底部5%）时，其子女能达到自身同年龄群体国民收入分布前5%的概率是多少？^㉜由于这一概率度量子代从位于收入底端的家庭跃升至收入顶端的可能性，为此也被称为盖茨比转移概率或者逆袭概率。而且由于选择该指标的依据为父亲位于收入底端，子女能够进入到收入顶端的概率，为此不能截取父亲收入分布的10—90分位来进行计算，因此，表4第三行第八列的数据是不可得的。具体结果见下表4。

由表4第一行可以看出，当父亲收入处于25分位点时，其子女收入处于17.368—18.868分位点之间，也就是说当父亲是低收入阶层时，其子女也大概率为低收入阶层，而且在其同龄人中的收入分布还低于其父亲在其同龄人中的收入分布，说明父亲的贫穷加剧了子女的贫穷程度，贫穷开始了加速度的代际转移。

由表4第二行结果可以看出，当父亲收入位于其同龄人收入分布底端5%的时候，其子女能够跨越阶层，进入到其同龄人收入分布的前5%的概率仅为3.90%—8.01%，均值集中在5%左右。说明在中国现阶段，体现逆袭的这一盖茨比转移概率还是相对比较低。有趣的是，盖茨比转移概率在本文子样本中表现出显著差异，比如，女儿实现这种盖茨比转移的概率最小，可能是对于贫困家庭而言，由于资源约束，父代会选择性将稀缺资源投放在儿子而非女儿身上，这也和Becker and Lewis^㉝的分析不谋而合。而父亲在30岁左右生育的子女实现这种逆袭的概率最大，说明对于贫困家庭而言，父代在其收入和生理状态达到顶峰时生育的子女，一方面得到了父代最好的资源投入，另一方面也遗传了最优良的基因，因此其子女实现盖茨比转移的概率最大。

2017 年，党的十九大报告提出，中国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发展之间的矛盾”，区域收入差距是经济发展不平衡的一种体现，实施区域协调发展战略成为下一步工作的重要方向，但如何在区域平衡发展中兼顾效率和公平仍然是重大课题。为此，本文聚焦于代际流动性可能存在的地区差异，以便对中国目前广泛存在的地区发展不平衡问题提供一个新的视角。

借鉴上节研究，为了获得更为稳健一致的代际流动性计算结果，本文选取了代际收入弹性 （Intergenerational Elasticity）、绝对向上流动性（Absolute Mobility）以及逆袭概率（Probability of Great Gatsby Curve）等三个变量来表征各地区之间的差异。

鉴于中国地区之间存在的显著差异，我们首先按照传统地理意义上的东中西及东北进行分类。其中，东部包括北京、天津、河北、江苏、上海、浙江、福建、广东、山东、海南等10省市；中部包括山西、安徽、江西、河南、湖北、湖南等6省；西部省份则是指陕西、宁夏、甘肃、四川、重庆、贵州、广西、云南、西藏、内蒙古、青海、新疆等12省区市；东北包括黑龙江、辽宁、吉林3省。在分别控制了各区域固定效应的前提下，我们计算了中国东、中、西部及东北的代际流动性。具体结果见表5。

从上表5可以看出，中国东中西及东北部的代际收入流动性并未呈现出显著的差异，可能是各地区内部存在不容忽视的显著差距，因此很难从均值层面找到其内在规律。也就是说，地区之间的差异可能更多来自东、中、西及东北内部的差异，而非上述区域之间的差异。我们也尝试以胡焕庸线为分界线，对中国东部和西部的代际流动性进行了计算，但是由于中国94%以上的人口都居住在胡焕庸线以东，居住在胡焕庸线以西的人口相对稀少，进行这样的比较意义不大。

其次，我们还对传统意义上的北方和南方进行了计算。参照盛来运等^㉞的定义，北方地区包括北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、陕西、甘肃、青海、宁夏、新疆；南方地区包括上海、江苏、浙江、山东、安徽、福建、江西、河南、湖北、湖南、广东、广西、海南、重庆、四川、贵州、云南、贵州。

更进一步，本文还按照沿海及内陆地区划分后进行计算。沿海地区包括辽宁、河北、天津、山东、江苏、浙江、上海、福建、广东、广西、海南，其他省区市为内陆地区。

最后，由于沿海沿江港口城市的地理优势，在改革开放和对外贸易中，进行海路运输有着难以比拟的优势，为此其就业机会更多，经济更为发达，为此，我们对沿海沿江港口城市单独进行回归。沿海沿江港口城市包括：珠江流域的广州、佛山、深圳、珠海、东莞、惠州、中山、江门、肇庆；长江流域的武汉、鄂州、黄石、黄冈、九江、安庆、池州、铜陵、芜湖、马鞍山、南京、镇江、扬州、泰州、南通、上海、宁波、舟山。^㉟

为了研究传统的地理分布是否存在代际流动性的显著差异，本文设置了三组虚拟变量来进行比较。首先，通过设置一个“是否南方”的虚拟变量，本文将中国传统的北方和南方进行比较。其次，通过设置“是否沿海”虚拟变量，本文将沿海地区和内陆地区进行比较。最后，我们将沿海沿江的港口城市从沿海地区里剔除，通过设置“不包括沿海沿江港口城市的沿海地区”虚拟变量来进一步比较沿海地区和内陆地区的差异。为了得到相应的比较效应，我们生成了这三个虚拟变量和“父亲收入对数”变量的交互项，然后运用全样本对其进行回归，具体结果见下表6。

从表6可以看出，区分南北、沿海及内陆、以及剔除港口城市之后，计算得到的代际收入弹性分别为0.638，0.654及0.699，和未控制任何变量得到的全国层面基准回归结果（0.673）没有显著差异。但是，如果把视角聚焦于虚拟变量以及交互项，会发现很多有趣的结果。首先，和直觉相悖，方程（1）告诉我们，虽然居住在南方的子女收入比北方的子女收入要低。^㊱但是和北方相比，工作于南方的父亲收入每增加1%，子女的收入会多增加0.056%，也就是说，和北方相比，工作在南方的家庭，其父代和子代的代际收入弹性更高，在经济上的相互依赖也更强，本文进一步区分了迁移和非迁移样本后发现，如果父代和子代是都居住在南方的非迁移样本，那么由于南方家庭的总收入相对较高，父代的财产和人力资本更多地传递给了子代，表现出更高的代际收入弹性，也就是相对更紧密的相互依赖，阶层相对更为固化。而从方程（2）可以看出，工作于沿海地区的子女收入要显著高于工作于内陆地区的子女收入，这和我们的直觉基本一致，而且，考察交互项的结果后发现，和内陆地区相比，工作于沿海地区的父亲收入每增加1%，其子女收入则减少0.047%，这意味着沿海地区父亲和子女的收入相关性要显著低于内陆地区父亲和子女的收入相关性，说明沿海地区的代际流动性更高，阶层固化没有那么严重。而当我们将沿海沿江的港口城市从沿海地区剔除之后［方程（3）］，再和内陆地区进行比较后发现，工作于非沿海沿江港口城市的沿海地区子女收入显著高于在内陆工作的子女收入，而且，其父亲收入每增加1%，其子女收入比包括整个沿海地区子女收入减少地更多，减少了0.087%。上述分析说明，一方面，沿海地区的收入高于内陆地区的收入，而且其和父辈在经济上的相关性也会显著下降，因此可以说，中国农村人口的这种“迁移”行为以及“沿海地区”这个地理意义上的界定在捕捉代际流动性的地区差异上具有显著的解释力。这也为我们寻找可能的机制解释提供了思路。

由以上分析可以看出，从传统上对中国进行东中西、东北以及南、北的划分后，并没有发现代际流动性的显著差距。甚至，南方和北方还和我们的直觉相悖。但是沿海地区的代际流动性却显著高于内陆地区，这为我们理解中国经济发展的历史和代际流动性的变迁提供了一个全新的视角。

根据传统意义对中国进行了基于东中西及东北、南方和北方、东部和西部、沿海和内陆的分类计算后，本文将研究的视角转向了全国各省市。如上文，我们也分别从相对代际流动性、绝对代际流动性和盖茨比转移概率三个指标进行了计算。具体计算结果见表7前五列。

从表7可以看出，相对代际流动性的分布具有不容忽视的省际差异。各省（含直辖市）的相对代际流动性分布在0.107—0.548之间，存在显著差异。如果从相对代际流动性来看，代际流动性最高的省份是天津（代际收入弹性为0.107），其次是广东（0.129）和北京（0.135），最低的省份为新疆（0.548）；^㊲但是从绝对代际流动性的角度来看，最高的省份为上海（30.635）；其次是浙江（28.660）、北京（28.32）、江苏（27.323）和天津（24.273）；最低的省份为西藏（3.006），其次为云南（9.724）、青海（12.595）和新疆（13.583），也就是说，当父母收入为国民收入分布的25百分位时，上海的子女收入可以到达其同龄人收入分布的30百分位，存在一定的上升空间，但是在西藏，其子女仅能到达收入的第3百分位，这也就意味着子代的收入差距被进一步放大了，贫困发生了加速度的代际转移。而从盖茨比逆袭概率这个变量来看，即当父母处于国民收入底端5%的时候，其子女能够到达收入分布顶端5%的概率最大的依然是上海（0.0404），其次是北京（0.0361），然后是浙江（0.0298）、江苏（0.0225）和广东（0.0213）。而最低的是甘肃（0.0027）、河南（0.0034）和陕西（0.0040）。可以看出，经济发达的省份，无论从哪个指标来看，代际流动性都更高，也就是说，父代和子代之间的相互依赖性没有那么严重；而与此同时，西部省份的代际流动性相对更低，意味着社会阶层固化现象更为严重。

为此，一定有内部更深层次的原因导致了这一显著的地区差异，为了寻找影响代际流动性的可能因素，我们接下来进一步分析并计算了各省会城市^㊳的代际流动性，具体计算结果见表7后五列。单纯从代际收入弹性来看，代际流动性最高的是天津（代际收入弹性为0.107），最低的是南昌（0.686）。其中，代际收入弹性低于0.30的城市有：北京、天津、上海、南京、杭州；处于0.30—0.60之间的有：石家庄、沈阳、哈尔滨、太原、合肥、福州、济南、郑州、武汉、长沙、广州、深圳、成都、西安、乌鲁木齐；高于0.60的城市有：南昌、呼和浩特、长春、重庆、南宁、贵阳、海口、昆明、西宁、兰州、银川、拉萨。从绝对代际流动性角度来看的话，我们会发现，对于各个省会城市而言，给定父辈收入在国民收入的25百分位，没有任何城市市辖区人口的子代收入可以超越其父代的收入，说明中国的社会阶层固化现象在省会城市不容忽视。而从逆袭概率这个视角可以看出，杭州、天津的逆袭概率最高，而哈尔滨、长春、石家庄、兰州以及郑州的逆袭概率最低，也就是说，当父母处于国民收入的最低5%时，子女实现逆袭，从而进入国民收入的前5%的概率在这些城市之间呈现出明显不同。

但是，由于地区之间的物价、房价、工资水平等存在较大的差异，为此如果把比较的范围控制在一个相对较小的区域内，比如中国的地级市，就会更好地消除这种地区之间的差异。于是，我们进一步计算了各地级市的代际流动性，限于篇幅，本文选择了代际收入弹性最高和最低的（对应代际流动性最低和最高）的前十名地级市（含直辖市），结果见表8。从相对代际收入流动性这一指标来看，代际流动性高的地区主要集中在东部沿海，低的集中在中国西部以及东北。

究竟哪些因素导致不同地区呈现出代际流动性的显著差异？本文分别从经济、政治、文化、地理四个维度选择表征地区差异的变量。具体来讲，我们用“人均GDP以及不平等程度”来度量各地区在经济上的差异；选择“是否少数民族聚集地”以及“教育（含高等教育及初等教育）的数量及质量”来度量各地区在文化上的差异；选择“是否革命老区”来度量该地区的社会资本，捕捉政治对其可能影响；选择“距离港口的距离是否在500公里之内” 来度量该地区是否沿海，从而凸显其地理区位上的差异。在研究上述因素对于代际流动性地区差异的可能影响时，本文具体的研究方法如下：生成上述各变量和父亲收入对数的交互项，然后控制相关个人特征变量和地区特征变量，最后用父亲收入对子女收入进行回归。^㊴

除此以外，本文还选择了以下变量作为控制变量：劳动力流入流出情况，通过设置“是否劳动力流入地”的虚拟变量，来控制迁移对于代际流动性的影响；2000—2005年的收入增速，控制地区经济状况对于代际流动性的影响；制造业的比重，我们怀疑，是否因为改革开放以来中国制造业相对较低的技术含量，导致人力资本积累的重要性未能有效凸显，因而表现出相对更低的代际流动性。为此本文控制了“第二产业在三产中的比重”这一变量；开放度，相关文献一般都选择“贸易依存度（进出口总额/GDP）”来度量地区的对外开放程度，结合数据，本文直接选用中国城市年鉴中“外商直接投资”这一指标来进行度量；政府行为，本文用“政府财政支出占GDP的比重”来度量政府在经济中的重要程度；国有企业的比重，本文选择“国有企业职工人数占职工总人数的比重”来度量该地区经济国有化程度。具体结果见表9。

从表9可以看出：第一，人均GDP越高的地区，子代的收入水平越高，和父代之间的代际收入弹性也会显著降低，两者都表现出1%水平上的统计显著性。这一相关性结果说明，在经济发达的地区，由于有更多提高收入的机会，父代与子代在收入上的相互依赖性不如经济欠发达地区那么紧密。

第二，该地区大学的数量和质量。我们的直觉是大学数量越多，质量越高，代际流动性也会越高。于是选择该地区“高校数量”以及“是否有985或211高校”来度量该地区的高等教育资源情况。我们认为，如果一个地区存在更多高等院校，由于教育的传导机制，整个社会的代际流动性将会显著增强，本文的实证结果发现，高校数量越多的地方，子代的收入水平越高；而且高校数量每增加一所，代际收入弹性会减少0.1%，均表现出1%的统计显著性，说明高校数量的确有助于提高代际流动性，降低社会阶层固化的程度。然而，在考察高校质量对代际流动性的影响时，本文发现，如果一个地区有985或者211高校，当地的子代收入比那些没有985、211高校地区的子代收入高出3.5%，但是这一结果并不显著。更为重要的是，当我们聚焦于交互项时，实证结果表明，相比没有985及211高校的地区，那些有985及211高校地区的代际收入弹性低了1%，但是这一效应并不显著。说明一个地区的高校质量对其代际流动性的影响并不显著，这一发现和Chetty等人的研究结果是一致的^㊵，说明高等教育是在成年以后对人施加的影响，其对于代际流动性的影响收效甚微。

该地区的中小学教育投入。中国城市年鉴中可用于度量“某地区中小学教育投入”的变量有：“教育业从业人员数”“教育事业费支出”“高等学校生师比”“初中等教育生师比”。借鉴Stock and Watson的研究^㊶，本文选择了该地区的“中小学生师比”来度量中小学的教育投入。生师比是指当地学生人数和教师人数的比例，生师比越高，代表该地的教育经费投入越少，反之则越多。本文实证结果发现，当生师比每增加一个单位，当地子女的收入水平显著下降1.6%，代际收入弹性显著增加1.2%，两者都表现出1%水平的统计显著性；这意味着随着该地区教育投入的增加，显著下降的生师比可以显著降低子女对于父母在收入的依赖，代际收入流动性也会相应增加，说明加大中小学教育投入对于改善代际流动性存在显著的积极作用。

第三，是否沿海。借鉴陆铭等人的研究^㊷，本文设置一个“距离港口是否大于500公里”的虚拟变量来度量某一地区是否沿海；实证结果发现：在控制了 “是否迁移”这一变量后，沿海地区比非沿海地区居民收入更高，同时其子代和父代之间还具有更高的代际流动性。其原因可能在于改革开放以来，由于沿海地区拥有更多的就业机会，致使父亲对子女的影响减弱。

第四，虽然少数民族子女的收入比非少数民族子女的收入显著低了27.4%，但是他们和父辈在收入上的相互依赖更强，表现在本文的实证结果上，少数民族聚集地比非少数民族聚集地的代际收入弹性显著高出2.9%，意味着他们父代和子代收入上的相互依赖更加紧密，代际流动性更低。但是，这种效应来自两种可能机制。一是个人特征方面的效应。即给定父母收入，少数民族的个体收入水平比汉族平均收入水平更低；另一种效应来自地区特征效应，即少数民族聚集地比汉族聚集地代际流动性更低，其原因可能在于以下三个方面：（1）由于具有相对共同的宗教信仰，因此父代能够更深地影响子代，从而两者表现出收入上更强的相互依赖以及更低的代际流动性。这在某种程度上体现为少数民族地区亲缘力更强；（2）相对而言，少数民族地区的教育投入更少，为此子代向上流动的途径不够丰富多样；（3）少数民族地区的就业机会更少，为此对其父辈的依赖性相对较强。

第五，是否革命老区。经历了多年的抗日战争及解放战争，新中国才得以成立，部分地区经国务院批准，被民政部和财政部划分为“中国革命老根据地”，简称“老区”，它是指土地革命战争时期和抗日战争时期，在无产阶级革命家的领导下创建的革命根据地。这些地区有很多农民曾经参加了抗日战争及解放战争并做出了很大贡献，战争结束后，来自这些地区的革命烈士以及战斗英雄都相对较多。相对于非革命老区而言，革命烈士多会使老区有烈士家庭的亲戚数量减少，进而导致其社会网络减少；但战斗英雄多则意味着老区人民可能构建更高质量的社会资本。这两者对社会资本的影响效应作用相反。本文的实证结果表明，革命老区的子代收入水平显著低于非革命老区的子代收入水平，这和我们的直觉相符，革命老区大多数属于经济落后地区。而且相较非革命老区，革命老区的代际收入弹性显著降低了2.7%，意味着革命老区的家庭存在更高的代际流动性。说明战斗英雄这一可能原因使得来自革命老区的家庭拥有更多社会资本，为此在争取诸如投资机会、政府投入以及相关政策扶持上具有更大优势，因而具有更高的代际流动性，表现出父代和子代的依赖关系更为松散。

作为测度不平等的重要指标，转型期中国的代际流动性一直是个重要的命题，更为有趣的是，社会稳定伴随着经济体制的巨大改变，使得中国的代际流动性具有了很大的特殊性，同时也意味着中国案例开创了一个在转型经济中研究代际流动性变化的独特视角。

本文基于中国区域发展不平衡的现状，选择从代际流动性的维度出发，为中国探寻地区发展不平衡寻求到一个新的研究视角，尤其是提高代际流动性作为中国跨越中等收入陷阱的有效途径，对其深入研究有着异乎寻常的重要意义。本文运用2005年人口普查数据和中国城市年鉴（1996—2005年），研究发现了当代中国代际流动性的三个特征。（1）基于全国层面计算得到的代际收入弹性为0.673；（2）中国代际流动性呈现出显著的地区和城市差异。比如说，省会城市里代际流动性最高的是天津（0.107），最低的是江西南昌（0.686）。而在地级市中，代际流动性最高的是山东莱芜（0.124），最低的是云南丽江（0.760）。（3）我们发现具有以下特征的地区具有更高的代际流动性：沿海及经济发达地区；非少数民族聚集地；高校更多、中小学教育投入更多的地区；革命老区。我们的研究虽然没有给出基于因果关系的机制解释，但是给出了进一步研究其内在机制的可能思路。