工具、視角和立場
--幾個數據引發的思考
中國是否存在兩級分化,至今沒有共識。對廣大公眾而言,這是個一目了然,不言自明的事實;而主流學者們要么回避這個話題,要么根本否認存在兩極分化。如中國社會科學院前副院長劉吉就直言:
“社會差距是好事,中國根本不存在兩極分化”(朱紅軍《劉吉:社會差距是好事 中國根本不存在兩極分化》2007-2-8 南方周末)。
一個社會是否存在兩極分化,這是一個事實判斷問題。確切地回答這個問題,需要有清晰的邏輯框架和實證數據。
邏輯框架:生產資料占有分布
觀察社會分層是研究社會結構的基礎。傳統的社會學、政治經濟學都從生產資料占有的角度觀察社會分層,“階級”的概念即由此而來:“階級是在生產關系中處于不同的地位的人們的集團,其中一個集團由于占有生產資料因而占有另一個集團的勞動。”
這一視角有悠久的歷史,正如馬克思指出的:
“至于講到我,無論是發現現代社會中階級的存在還是發現這些階級間的斗爭,都不是我的功勞。在我以前很久,資產階級的歷史學家就敘述過這種階級斗爭的歷史發展,資產階級的經濟學家也對這些階級作過經濟的剖析。”(馬克思《給魏德邁的一封信》1852年3月5日)
在中國的土地改革時期,就根據土地占有量劃分了地主、富農、中農等階級,而其間的界限是在調查的基礎上人為確定的。
事實上,生產資料占有的分布往往是一個連續的譜,從研究的角度,需要有方法客觀地分析這個連續譜,依據其自身的性質而非人為的規定,識別社會的分層。
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,例如圖一。
圖一: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,如圖二。
圖二: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。
分層分析:隸屬度函數
圖二告訴我們,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,圖二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、Smax = 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(圖三)。
圖三:“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。(見圖四)
圖四:“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。
珍稀的數據:“私人銀行業”的兩個市場分析報告
要實際運用上述視角與分析思路,其前提是有資產分布數據。然而《中國統計年鑒》中沒有相關的數據。在經濟現實中,私人資產已經大幅度提升,導致了為富人理財的“私人銀行業”迅速膨脹。為了找到自己的市場所在,這個行業必須摸清資產在國民中的分布。到2009年,兩份相關的分析報告出現在網上。其一是《2009中國私人財富報告—中國私人銀行業:坐看風起云涌》(招行與貝恩公司2009年3月30日);其二是《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》(美國波士頓咨詢公司(BCG)2009年11月)。
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。
這里的“可投資資產”大體覆蓋了對“生產資料”的私人所有權,欠缺的是“非上市公司股權”。這是筆者到目前為止找到的、最接近“生產資料”私人所有權分布的數據。
波士頓報告分析的是“管理資產”,它與招行報告的“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)”。
兩者的數據有差異,但走勢一致。在找不到更嚴謹的數據條件下,這兩個報告為我們提供了一個基礎,讓我們可以從前述視角對社會的分層做一個粗略的觀察。
招行報告提供了2008年4個資產分組的人口比重和人均可投資資產,由此可計算出資產分布曲線上的5個點位(見表一)
表一: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 |
0 |
0% |
- |
|
0 |
0 |
0% |
0% |
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% |
|
|
波士頓報告雖然也提供了2008年4個資產分組各自占總財富中比重,但沒有相應的人口比重,故無法進行類似表一的計算。所幸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%,而這兩組分別占有“管理資產”的20.8%和25%,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%。
依據這些數據,可擬合出2008年的資產分布曲線(見圖五)。
圖五:2008年資產分布曲線
與圖一對比,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。圖五是對圖四高端的放大。圖五顯示: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”)。
圖六:資產分布曲線的高端
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,此即圖五的“折衷值”。據此,可估計資產密度分布曲線(見圖七)。
圖七:資產密度分布曲線(高端)
社會分層觀察
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。圖八是分解到五個階層的隸屬度函數。
圖八:各階層的隸屬度函數(高端)
由此識別出的社會各階層特征見表二。
表二: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 |
5,662.78 |
中上層 |
46.2 |
66.1 |
0.035% |
23.40% |
0.05% |
36.26% |
668.65 |
4,416.70 |
中層 |
72.7 |
138.7 |
0.055% |
23.83% |
0.10% |
60.09% |
433.31 |
2,862.19 |
中下層 |
165.2 |
303.9 |
0.125% |
24.80% |
0.23% |
84.90% |
198.42 |
1,310.62 |
下層 |
131,825.1 |
132,129.0 |
99.770% |
15.10% |
100% |
100% |
0.15 |
1.00 |
合計 |
132,129.0 |
|
100% |
100% |
|
|
1.00 |
|
計算表明:從資產分布的角度看,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。最近的動向是: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,從生產資料占有的視角觀察,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,但在其內部又高度分化,在依賴財產性收入,牟取利潤方面,他們有共性,但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,屬于價值判斷,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。
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:將圖一顯示的資產從高到低分為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。
工具、視角和立場
一些批判主流經濟學的人,指摘其濫用數學,進一步指摘其將經濟學變成了數學游戲。這種批評有道理。但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。恩格斯說,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。
「 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!