王中宇《中國困境的政治經濟學觀察》 第三編 兩極分化觀察 第二章 生產資料占有狀況觀察
十七大報告提出:“創造條件讓更多群眾擁有財產性收入”。有別于按勞取酬的“工資性收入”,“財產性收入”是按對生產資料的所有權取酬。觀察生產資料占有權在國民中的分布,有助于看清社會分化的真實狀態。
2.1財產:私人銀行的視角
“財產性收入”在經濟學家那里被稱為“按要素分配”,據以參與分配的要素就是“資產”,誰擁有資產,誰就有權分享利潤,資產越多分享的份額越大。經濟學家們熱衷于論證這套機制的合理性,但對“財產”及“財產性收入”的規模、分布與發展趨勢則避而不談。《統計年鑒2008》上,在城調隊、農調隊的入戶調查數據中,2007年城鎮居民的人均“財產性收入”為348.53元,占其總收入的2.34%;農村居民的“財產性收入”為100.95元,占其總收入的1.74%。這點收入對居民而言微不足道,而人均值掩蓋了全社會“財產”實際分布與發展趨勢。
最關心“財產”的規模、分布與發展趨勢的是“私人銀行業”。1996年,Lyn Bicker把私人銀行定義為:“私人銀行是為擁有高額凈財富的個人,提供財富管理、維護的服務,并提供投資服務與商品,以滿足個人的需求。”對這個行業而言,“財產”的規模、分布與發展趨勢決定了自己的市場環境,他們不能不進行研究。
2005年,金融界感到了金融脫媒的沉重壓力,存貸利差為銀行提供的生存空間越來越窄,“商業銀行面臨資產方和負債方變革的雙重挑戰,‘金融脫媒’現象使得商業銀行面臨業務經營方式的轉型。”(李倩《金融脫媒深化四大銀行尋求對策》2005年08月17日 金融時報)
在這個背景下,“私人銀行”業務成了銀行界眼中的新大陸。2007年,多家銀行都成立了自己的私人銀行中心,目標客戶直指最富有階層,為他們服務被視為銀行對抗金融脫媒的有效方式之一。時任招商銀行副行長唐志宏如此形容這個領域的興起:“小荷才露尖尖角,早有蜻蜓立上頭。”(《對抗金融脫媒私人銀行競爭開局》 2007年12月27日 第一財經日報)
面對這片“新大陸”,從業人員需要進行理性而務實的市場分析。2009年3月30日招行與貝恩公司聯合推出了調查報告《2009 中國私人財富報告—中國私人銀行業:坐看風起云涌》。2009年11月,美國波士頓咨詢公司(BCG)推出了類似的報告:《中國財富管理市場—為中國高端客戶度身打造最佳價值定位》。這為我們觀察“財產性收入”打開了一扇窗口。
招行報告關注的是“個人總體持有的可投資資產”,所謂“可投資資產”是個人投資性財富的總量,它包括個人的金融資產和投資性房產。其中金融資產包括:現金、存款、股票(指上市公司流通股和非流通股,下同)、債券、基金、保險、銀行理財產品、離岸資金和其他投資(商品期貨、黃金等)等;不包括自住房產、非上市公司股權及耐用消費品等資產。
而波士頓報告關注的是“包括所有家庭而不只是富有家庭的管理資產額”。所謂“管理資產”包括:現金存款、貨幣市場基金、直接或間接持有通過管理投資的股票、以及在岸和離岸資產。不包括投資者的自營企業、住宅和奢侈品投資。
波士頓報告的“管理資產”與招行報告的“可投資資產”大體相當, 但表述不同。招行報告逐一羅列了資產的類別,而波士頓報告中的“直接或間接持有通過管理投資的股票、以及在岸和離岸資產”比較含混,不知是否包括招行報告中提及的“保險、銀行理財產品”和“其他投資(商品期貨、黃金等)”。
由于沒找到學術性的研究報告,筆者只能退而求其次,通過這類商業性報告進行觀察。作為“私人銀行業”內部的市場調查報告,它需要盡可能準確地把握資產分布狀況,沒有動機因政治或學術立場的需要歪曲事實。因而其結果可能不夠精確,但不大可能遠離真相。
2.2 個人“資產”總量
個人或家庭共有多少“可投資資產”或“管理資產”?兩個報告分別給出了評估(見圖3.88、3.89)。
圖3.88:中國 2006-2009 年全國個人可投資資產總體規模
(摘自招行-貝恩公司報告)
圖3.89:家庭管理資產總額:2003-2008年
(摘自波士頓報告)
為比較這兩個報告,將波士頓報告提供的數據按當年匯率換算成人民幣,并用當年GDP來衡量這兩組數據(見圖3.90):
圖3.90:個人資產的規模及演變
我們看到,招行報告中的“個人可投資資產”大于波士頓報告中的“家庭管理資產”,但兩者的走勢一致。值得注意的是,相對于GDP,兩者都已大到不可忽視的程度。更重要的在于,«資金量量表(實物交易)»表明,在中國經濟體中,資本所得的份額巨大,且處于上升態勢,而“可投資資產”是參與其分配的法律根據。可見,追逐“財產性收入”的私人資本,事實上已經成為我國經濟體系中的重要動力。
2.3 兩個報告顯示的“資產”分布
如此巨額的“可投資資產”在國民中是如何分布的?招行報告定義了兩個人群:
高凈值人群:指可投資資產超過 1 千萬人民幣的個人;
超高凈值人群:指可投資資產超過 1 億人民幣的個人定義為超高凈值人士。
顯然,這是兩個嵌套型的定義,高凈值人群包含了超高凈值人群。高凈值人群的人數和擁有的可投資資產見圖3.91、3.92(注:其中2009年為預測值):
圖3.91:中國 2006-2009 年高凈值人群數量及構成
(摘自招行-貝恩公司報告)
圖3.92:中國 2006-2009 年高凈值人群財富總量及分布
(摘自招行-貝恩公司報告)
由圖3.91、3.92提供的數據可計算出高凈值人均可投資資產和這個人群占個人可投資資產總額的比重(見圖3.93、3.94)
圖3.93:高凈值人群人均可投資資產
圖3.94:高凈值人群占個人可投資資產總額總量的比重
可見高凈值人群人均占有可投資資產在2870萬元以上,占個人可投資資產總額總量的比重在20%以上。
報告進一步指出:2008年超高凈值人群接近 1 萬人,不到當年全國人口比重的0.00075%,這個群體持有的可投資資產達到 1.4 萬億人民幣,在高凈值人群內部占到16%。
按可投資資產擁有量,報告提供的數據事實上將全體國民分成了四組:1000萬元以下、1000萬-5000萬元、5000萬元-1億元、1億元以上(見圖3.92、3.93)。2008年,每組占國民總量的比重見圖3.95,可見高凈值人群僅占國民的0.0227%。
圖3.95: 各組人數占國民比重
而每組人均可投資資產見圖3.96:
圖3.96: 各組人均可投資資產
對比圖3.95、3.96可知,99.98%的國民人均可投資資產微不足道。
至于波士頓報告,圖3.97顯示了不同組人群占管理資產的份額。
圖3.97:2003-2008年,中國財富市場細分
(管理資產額%)(摘自波士頓報告)
波士頓報告的缺點在于沒有各組內家庭的數量。但報告提供了一個重要信息:100萬-500萬美元和500萬美元以上兩組的家庭數量占家庭總數的約0.1%。由此可知,2008年約0.1%的最富裕家庭擁有家庭財富總量的45.8%(見圖3.97)。
表3.4:招行報告提供的數據及相關計算
資產區間分組 |
人數比重 |
人數 |
人均可投資資產(萬元) |
可投資資產(億元) |
可投資資產比重 |
累計人口比重 |
累計可投資資產比重 |
1000萬元以下 |
99.9773% |
132,771.85 |
2.18 |
289,443 |
76.71% |
99.9773% |
76.71% |
1000萬-5000萬元 |
0.0193% |
25.63 |
1,947.80 |
49,924 |
13.23% |
99.9966% |
89.95% |
5000萬-1億元 |
0.0026% |
3.45 |
6,910.45 |
23,861 |
6.32% |
99.9992% |
96.27% |
1億元以上 |
0.0008% |
1.06 |
13,245.03 |
14,072 |
3.73% |
100.0000% |
100.00% |
合計 |
100% |
132,802 |
|
377,299 |
100% |
|
|
兩個報告透露了生產資料所有權在國民中分布的一些信息。在政治經濟學中,“階級”的定義基于生產資料占有權。那我們能否據此更全面地觀察整個分布格局,并進一步客觀了解這個意義下的“階級”分化的狀況呢?
2.4 分析分布特征的工具--洛侖茲曲線
洛侖茲曲線是研究財富分布問題的常用工具。如果能統計到國民中每個人占有的生產資料,將其從小到大排序,再順次累加,即可得資產在國民中的分布曲線,即洛倫茲曲線,圖3.98演示了它的形態。
圖3.98:資產分布曲線示意
在累計人口為0時,累計資產為0;在累計人口為100%時,累計資產為100%;由于人口按資產擁有量從低到高排列,故曲線呈單調、加速上升態勢。
由資產分布曲線,可導出資產密度分布曲線,如圖3.99。
圖3.99:資產密度分布曲線示意
其含義是:某個位置上單位百分比國民所擁有資產的比重。密度分布曲線為從資產占有的角度觀察社會分層提供了基礎。
2.5 分層分析:隸屬度函數
圖3.99告訴我們,國民擁有資產的比重是連續分布的。當我們試圖將國民分化為“上層”、“下層”兩個階層時,難于選擇分界線。問題的根源在于“上層”、“下層”是兩個模糊的概念,這提示我們先用模糊數學中的“隸屬度函數”來描述這兩個概念。
顯然,圖3.99的最低端百分之百屬于“下層”,而最高端則百分之百屬于“上層”。我們將這樣的點位定義為該概念的“核心點”,用下標c來標記。任何一個點屬于某概念的程度,由該點資產密度與核心點資產密度之差決定,差越大,隸屬程度越低。由此可定義某概念的隸屬度函數為:
Si=1-((Yi-Yc)/Ymax)2
其中,Si是第i點屬于某概念的程度;Yi是第i點的資產密度;Yc是該概念核心點的資產密度;Ymax是最大資產密度。這樣定義的隸屬度函數滿足以下條件:
1、0≤Si≤1,即隸屬度函數的值在0到100%之間;
2、Sc=1,即該概念“核心點”的隸屬度最大,為100%。
據此可分別算出“上層”、“下層”的隸屬度函數(圖3.100)。
圖3.100:“上層”、“下層”的隸屬度函數
對任意一點,按隸屬度的大小決定其層級歸屬,于是綠色虛線左邊歸為“下層”,而其右邊歸為“上層”。
顯然,這樣的兩分法比較粗糙。在綠色虛線的位置上,劃入“上層”與“下層”均顯勉強。它對應于我們主流經濟學家津津樂道的“中產階級”。于是可將這個點位定義為“中層”的“核心點”,用同樣的公式計算出其隸屬度函數。(見圖3.101)
圖3.101:“上層”、“中層”“下層”的隸屬度函數
同樣。按隸屬度的大小決定各點的層級歸屬,于是黑色虛線以左為“下層”,紅色虛線以右為“上層”,而兩條虛線之間為中層。
循此方法,還可以更細分出“下層”、“中下層”、“中層”、“中上層”、“上層”,亦可再進一步細分,這里就不再重復了。
2.6 社會分層觀察
前述兩個報告提供的數據,其實是洛倫茲曲線上的幾個點,據此擬合出的洛倫茲曲線見圖3.102。
圖3.102:2008年資產所有權分布曲線
與圖3.98對比,擬合結果出人意外,它意味著可投資資產高度集中在極少數人手中。圖3.103是對圖3.102高端的放大。圖3.102顯示:兩個報告的數據盡管有差異,但都告訴我們,不超過1 %的國民擁有了幾乎全部資產(“可投資資產”或“管理財富”)。
圖3.103:資產所有權分布曲線的高端
在目前數據有限的條件下,一個聊勝于無的處理方法是:取兩條擬合曲線的均值作為對資產分布的估計,此即圖3.103的“折衷值”。據此,可估計資產密度分布曲線(見圖3.104)。
圖3.104:資產密度分布曲線(高端)
有了資產分布密度曲線,就可以用前述方法計算社會各階層的隸屬度函數了。圖3.105是分解到五個階層的隸屬度函數。
圖3.105:各階層的隸屬度函數(高端)
表3.5:社會各階層特征
|
人口(萬人) |
累計人口(萬人) |
人口比重 |
資產比重 |
累計人口比重 |
累計資產比重 |
資產比重/人口比重 |
人均資產占有量相對于下層的倍數 |
上層 |
19.8 |
19.8 |
0.015% |
12.86% |
0.01% |
12.86% |
857.29 |
5,663 |
中上層 |
46.2 |
66.1 |
0.035% |
23.40% |
0.05% |
36.26% |
668.65 |
4,417 |
中層 |
72.7 |
138.7 |
0.055% |
23.83% |
0.10% |
60.09% |
433.31 |
2,862 |
中下層 |
165.2 |
303.9 |
0.125% |
24.80% |
0.23% |
84.90% |
198.42 |
1,311 |
下層 |
131,825.1 |
132,129.0 |
99.770% |
15.10% |
100% |
100% |
0.15 |
1 |
合計 |
132,129.0 |
|
100% |
100% |
|
|
1.00 |
|
計算表明:從生產資料所有權分布的角度看,社會兩極分化極為顯著:“上層”、“中上層”、“中層”、“中下層”總共占人口的0.23%,卻占有了84.9%的生產資料。從生產資料占有的角度看,社會被掌握在0.23%的人手中,這個群體共有303.9萬人。不妨將這個群體統稱為“有產者”。即使其中的“中下層”,其人均資產占有量也是“下層”人均值的1,310.62倍。于是這個群體的主要收入來源是“財產性收入”。
與之相對應的是“無產者”群體,他們占國民的99.77%,卻僅占生產資料所有權的15.1%。人均占有生產資料微乎其微,只能靠“工資性收入”為生。
“有產者”群體的行為受“利潤極大化”原則的指導。結果占國民的99.77%的“無產者”群體的就業空間,受制于“有產者”群體的盈利空間。而“利潤極大化”導致資本相對于“工資性收入”高速膨脹,導致社會購買力越來越難于滿足實業資本的胃口。受制于實業領域日益有限的盈利空間,資本越來越轉向“虛擬經濟”,導致“無產者”群體就業空間的進一步萎縮—結果就是經濟學中的悖論:資本與勞力的雙過剩。
盡管美國的次貸危機和由此引發的全球經濟危機對“虛擬經濟”敲響了警鐘,中國的“虛擬經濟”仍在高速膨脹。2009年,連以實業起家的溫州富豪都轉而炒股、炒煤、炒油,炒房。2010年上海、深圳證券交易所正式向6家試點券商發出通知,將于2010年3月31日起接受券商的融資融券交易申報。(敖曉波《融資融券交易試點今天啟動A股邁入可以“做空”時代大盤藍籌股或受青睞》2010-03-31京華時報)。
所謂“融資”是證券公司借款給客戶購買證券,客戶到期償還本息,這稱為“買空”;而“融券”是證券公司出借證券給客戶出售,客戶到期返還相同種類和數量的證券并支付利息,這稱為“賣空”。
該報道透露:“中信證券在30日下午4點半授予江南知名私募江蘇瑞華投資發展有限公司3000萬授信額度”,至此,中國的虛擬經濟從制度上跨入了“買空賣空”的時代。
“有產者”群體占有了84.9%的資產,而他們的興趣正快速地轉向“虛擬經濟”。“無產者”群體的就業前景可想而知。
由此可見,從生產資料所有權的視角觀察,這兩個群體的對峙,資本與國民主體的分離,是社會的主結構。而兩個群體各自內部的結構是社會的次級結構。
相比較而言,“無產者”群體內部,同一性是主要的——在生產資料占有方面,大家幾乎都一無所有,只能靠打工為生。而在“有產者”群體內部,差異性是主要的——在生產資料占有方面,存在鮮明的等級分層,這導致在追逐利潤極大化的戰場上激烈的競爭,落敗者將逐級下降,直至跌入“無產者”群體。
差異性導致政治經濟利益與態度的不同,而同一性則是“步調一致”的基礎。于是,一方面是在生產資料方面幾乎一無所有的國民,他們很容易在政治經濟問題上形成共識,甚至發生共振,而這個群體占到國民的99.77%。而另一方面是只占人口0.23%的“有產者”群體,他們占有了絕大多數生產資料,在依賴財產性收入,牟取利潤方面,他們有共性;但在其內部又高度分化,由于占有的生產資料相差懸殊,很容易產生尖銳的內部矛盾。
更嚴重的是,盡管他們占有了絕大多數資產,卻無法指望他們對國民的多數負責,對社會的穩定負責。因為他們內部存在嚴酷的競爭,在攫取利潤方面心慈手軟者,勢必被其競爭者淘汰。
對社會分化如何評價,基于價值選擇,地位不同,立場相左,好惡各異,不可能取得共識。但社會是否存在分化?分化程度如何?發展趨勢如何?這屬于事實判斷。只要直面現實,邏輯上只能得出相似的判斷。不管屬于哪個利益集團,客觀地認識現實總強于自欺欺人,因為這是理性地選擇策略的前提。
上述分析展示的、顯著而尖銳的兩極分化,值得為政者高度警惕。觀察社會穩定性,分析社會的走向,不能不把握這樣的結構特征。
需要指出,上述觀察結果建立在招商銀行和波士頓咨詢公司的兩個報告提供的有限數據基礎上。筆者的意圖是展示一種可能的分析思路,而非對社會分層給出準確的描述。如果哪個機構、單位或個人擁有更豐富、可靠、完整的調查數據,用類似的方法應能對社會分層做出有充分說服力的分析,這樣的分析結果將極有價值。
2.7 對社會分化研究的進一步的思考
事實上,決定人們社會地位的不只是其擁有的經濟資源,還有權力資源與知識資源。可惜,筆者尚未發現在后兩個領域中的資源在國民中分布的數據,如果有類似于財產分布的數據,亦可用類似的方法分別作出分析。比較這三個方面的分析結果,應能對社會結構作出極具啟發性的觀察。
如果不是對這三類資源的分布進行各自孤立的調查,而是同時記錄被調查者擁有的這三類資源,則可進一步分析這三類資源的相關性。在此基礎上可對社會結構做出更確切的描述。這樣的調查數據相當于將被調查者放到一個三維空間中,它的三個維度分別是經濟資源、權力資源、知識資源,每一個被調查者投影為這空間中的一個點,樣本點在空間中的分布格局使分析者能直觀而形象地把握社會結構,從而得出更為深刻的洞見。
本文對資產分布的分析,是一維空間中的問題。對這種一維空間中的問題,其實有一個更簡單的方法:將圖3.99顯示的資產密度從高到低分為N等分,每一份對應于一個階層。由此得出的結果與本文類似。
然而這種方法無法向上述多維空間推廣。
用“隸屬度”進行分析相當于用“距離”進行分析,“隸屬度”越小,相當于“距離”越大。在多維空間中,只要能找到某個集團的“核心點”,就可以定義“隸屬度”或“距離”,進而判斷任何一個點距哪個“核心點”最近,屬于哪個“核心點”表征的集團。這其實就是聚類分析的思路。
由此可見,數學層面的思考能幫助我們厘清含混的理論,發現進一步調查與分析的方向。
一些批判主流經濟學的人,指責其濫用數學,進一步指責其將經濟學變成了數學游戲。這種批評有一點道理,但卻不及要害。數學本質上是一種邏輯分析工具,主流經濟學的要害不在于運用了數學工具,而在于其分析、觀察問題的視角。
主流經濟體有幾個極為鮮明的特征:
其一,深化的分工導致了生產與消費的分離,“自給自足”已是歷史陳跡,每個人的生產99%以上供別人消費,每個人的消費99%以上靠別人提供。聯系這供需雙方的是貨幣。
其二,絕大多數的經濟決策取決于“利潤極大化”,即追求每個生產-銷售周期完成后,貨幣存量增加,而非減少。不能有效實現這一目標的企業,將在競爭過程中失敗、消亡。而最能實現這一目標的企業會逐漸“做大做強”—貨幣存量呈指數增長。這些貨幣的最終目的,不再是購買消費品,而是“以錢生錢”。
其三,上述過程持續運行的結果,一方面追逐“以錢生錢”的貨幣高速積累,與購買消費品的貨幣失衡---后者越來越無法滿足前者對利潤的胃口。另一方面“以錢生錢”的貨幣高度集中在極少數人手中,社會成員的大多數只能為他們打工,成為其追逐利潤過程中的“要素”之一。“有產者”群體使用這“要素”的基本原則是:降低成本,提高效率。
其四,這一方面導致了貨幣循環的阻滯,從而使整個經濟體的運行阻滯。另一方面將社會成員分裂為兩個基本利益對峙的集團:占人口絕大多數的、在生產資料方面幾乎一無所有的“無產者”集團,和占人口極少數、卻占有絕大多數生產資料的“有產者”集團。
然而主流經濟學回避了上述根本問題,回避了經濟體這個動態系統的長期可持續生存的問題,而將資本擁有者的短期利益—利潤極大化,定位為無需分析的、先驗的“目標函數”。
在這個方向上廣泛使用數學工具,即使工具再精良,使用得再嫻熟,焉能對主流經濟體有客觀而全面的認識?
可見主流經濟學的癥結不在于其使用數學工具,而在于其視角。而決定其視角的則是其隱含的價值判斷:為資本利潤極大化保駕護航。批判主流經濟學不著眼于此,卻向數學工具開火,未免瞄錯了目標。
為了降低閱讀難度,筆者在本書中盡量避免使用數學工具。但為了揭示問題的要害,有時不得不使用一點數學工具,如這一章用到了洛倫茲曲線、模糊數學中的隸屬度函數概念和泛函分析中的距離概念;第一編第一章中用到了系統動力學的基本思路;第二編第六章分析生產函數理論時,和后邊的第五遍第一章分析茅于軾的理論時,用到了約束條件下極值問題的概念、思路和算法。不使用這些數學工具,就不可能把問題分析透,也不可能指出主流經濟理論的荒謬何在。
恩格斯認為,數學在一門科學中應用的程度,標志著這門科學的成熟程度。事實上,在對主流經濟學的批判中,數學工具用得不是多了,而是非常不足。只有一方面基于事實與數據,一方面使用嚴謹的數學工具,才可能形成有說服力的批判,而非情緒化的宣泄。
相關文章
「 支持烏有之鄉!」
您的打賞將用于網站日常運行與維護。
幫助我們辦好網站,宣傳紅色文化!