王中宇：生产资料占有状况观察

　　王中宇《中国困境的政治经济学观察》 第三编 两极分化观察 第二章 生产资料占有状况观察

　　十七大报告提出：“创造条件让更多群众拥有财产性收入”。有别于按劳取酬的“工资性收入”，“财产性收入”是按对生产资料的所有权取酬。观察生产资料占有权在国民中的分布，有助于看清社会分化的真实状态。

　　2.1财产：私人银行的视角

　　“财产性收入”在经济学家那里被称为“按要素分配”，据以参与分配的要素就是“资产”，谁拥有资产，谁就有权分享利润，资产越多分享的份额越大。经济学家们热衷于论证这套机制的合理性，但对“财产”及“财产性收入”的规模、分布与发展趋势则避而不谈。《统计年鉴2008》上，在城调队、农调队的入户调查数据中，2007年城镇居民的人均“财产性收入”为348.53元，占其总收入的2.34%;农村居民的“财产性收入”为100.95元，占其总收入的1.74%。这点收入对居民而言微不足道，而人均值掩盖了全社会“财产”实际分布与发展趋势。

　　最关心“财产”的规模、分布与发展趋势的是“私人银行业”。1996年，Lyn Bicker把私人银行定义为：“私人银行是为拥有高额净财富的个人，提供财富管理、维护的服务，并提供投资服务与商品，以满足个人的需求。”对这个行业而言，“财产”的规模、分布与发展趋势决定了自己的市场环境，他们不能不进行研究。

　　2005年，金融界感到了金融脱媒的沉重压力，存贷利差为银行提供的生存空间越来越窄，“商业银行面临资产方和负债方变革的双重挑战，‘金融脱媒’现象使得商业银行面临业务经营方式的转型。”(李倩《金融脱媒深化四大银行寻求对策》2005年08月17日 金融时报)

　　在这个背景下，“私人银行”业务成了银行界眼中的新大陆。2007年，多家银行都成立了自己的私人银行中心，目标客户直指最富有阶层，为他们服务被视为银行对抗金融脱媒的有效方式之一。时任招商银行副行长唐志宏如此形容这个领域的兴起：“小荷才露尖尖角，早有蜻蜓立上头。”(《对抗金融脱媒私人银行竞争开局》 2007年12月27日 第一财经日报)

　　面对这片“新大陆”，从业人员需要进行理性而务实的市场分析。2009年3月30日招行与贝恩公司联合推出了调查报告《2009 中国私人财富报告—中国私人银行业：坐看风起云涌》。2009年11月，美国波士顿咨询公司(BCG)推出了类似的报告：《中国财富管理市场—为中国高端客户度身打造最佳价值定位》。这为我们观察“财产性收入”打开了一扇窗口。

　　招行报告关注的是“个人总体持有的可投资资产”，所谓“可投资资产”是个人投资性财富的总量，它包括个人的金融资产和投资性房产。其中金融资产包括：现金、存款、股票(指上市公司流通股和非流通股，下同)、债券、基金、保险、银行理财产品、离岸资金和其他投资(商品期货、黄金等)等;不包括自住房产、非上市公司股权及耐用消费品等资产。

　　而波士顿报告关注的是“包括所有家庭而不只是富有家庭的管理资产额”。所谓“管理资产”包括：现金存款、货币市场基金、直接或间接持有通过管理投资的股票、以及在岸和离岸资产。不包括投资者的自营企业、住宅和奢侈品投资。

　　波士顿报告的“管理资产”与招行报告的“可投资资产”大体相当， 但表述不同。招行报告逐一罗列了资产的类别，而波士顿报告中的“直接或间接持有通过管理投资的股票、以及在岸和离岸资产”比较含混，不知是否包括招行报告中提及的“保险、银行理财产品”和“其他投资(商品期货、黄金等)”。

　　由于没找到学术性的研究报告，笔者只能退而求其次，通过这类商业性报告进行观察。作为“私人银行业”内部的市场调查报告，它需要尽可能准确地把握资产分布状况，没有动机因政治或学术立场的需要歪曲事实。因而其结果可能不够精确，但不大可能远离真相。

　　2.2 个人“资产”总量

　　个人或家庭共有多少“可投资资产”或“管理资产”?两个报告分别给出了评估(见图3.88、3.89)。

　　图3.88：中国 2006-2009 年全国个人可投资资产总体规模

　　(摘自招行-贝恩公司报告)

　　图3.89：家庭管理资产总额：2003-2008年

　　(摘自波士顿报告)

　　为比较这两个报告，将波士顿报告提供的数据按当年汇率换算成人民币，并用当年GDP来衡量这两组数据(见图3.90)：

　　图3.90：个人资产的规模及演变

　　我们看到，招行报告中的“个人可投资资产”大于波士顿报告中的“家庭管理资产”，但两者的走势一致。值得注意的是，相对于GDP,两者都已大到不可忽视的程度。更重要的在于，«资金量量表(实物交易)»表明，在中国经济体中，资本所得的份额巨大，且处于上升态势，而“可投资资产”是参与其分配的法律根据。可见，追逐“财产性收入”的私人资本，事实上已经成为我国经济体系中的重要动力。

　　2.3 两个报告显示的“资产”分布

　　如此巨额的“可投资资产”在国民中是如何分布的?招行报告定义了两个人群：

　　高净值人群：指可投资资产超过 1 千万人民币的个人;

　　超高净值人群：指可投资资产超过 1 亿人民币的个人定义为超高净值人士。

　　显然，这是两个嵌套型的定义，高净值人群包含了超高净值人群。高净值人群的人数和拥有的可投资资产见图3.91、3.92(注：其中2009年为预测值)：

　　图3.91：中国 2006-2009 年高净值人群数量及构成

　　(摘自招行-贝恩公司报告)

　　图3.92：中国 2006-2009 年高净值人群财富总量及分布

　　(摘自招行-贝恩公司报告)

　　由图3.91、3.92提供的数据可计算出高净值人均可投资资产和这个人群占个人可投资资产总额的比重(见图3.93、3.94)

　　图3.93：高净值人群人均可投资资产

　　图3.94：高净值人群占个人可投资资产总额总量的比重

　　可见高净值人群人均占有可投资资产在2870万元以上，占个人可投资资产总额总量的比重在20%以上。

　　报告进一步指出：2008年超高净值人群接近 1 万人，不到当年全国人口比重的0.00075%，这个群体持有的可投资资产达到 1.4 万亿人民币，在高净值人群内部占到16%。

　　按可投资资产拥有量，报告提供的数据事实上将全体国民分成了四组：1000万元以下、1000万-5000万元、5000万元-1亿元、1亿元以上(见图3.92、3.93)。2008年，每组占国民总量的比重见图3.95，可见高净值人群仅占国民的0.0227%。

　　图3.95: 各组人数占国民比重

　　而每组人均可投资资产见图3.96：

　　图3.96: 各组人均可投资资产

　　对比图3.95、3.96可知，99.98%的国民人均可投资资产微不足道。

　　至于波士顿报告，图3.97显示了不同组人群占管理资产的份额。

　　图3.97：2003-2008年，中国财富市场细分

　　(管理资产额%)(摘自波士顿报告)

　　波士顿报告的缺点在于没有各组内家庭的数量。但报告提供了一个重要信息：100万-500万美元和500万美元以上两组的家庭数量占家庭总数的约0.1%。由此可知，2008年约0.1%的最富裕家庭拥有家庭财富总量的45.8%(见图3.97)。

表3.4：招行报告提供的数据及相关计算

　　两个报告透露了生产资料所有权在国民中分布的一些信息。在政治经济学中，“阶级”的定义基于生产资料占有权。那我们能否据此更全面地观察整个分布格局，并进一步客观了解这个意义下的“阶级”分化的状况呢?

　　2.4 分析分布特征的工具--洛仑兹曲线

　　洛仑兹曲线是研究财富分布问题的常用工具。如果能统计到国民中每个人占有的生产资料，将其从小到大排序，再顺次累加，即可得资产在国民中的分布曲线，即洛伦兹曲线，图3.98演示了它的形态。

　　图3.98：资产分布曲线示意

　　在累计人口为0时，累计资产为0;在累计人口为100%时，累计资产为100%;由于人口按资产拥有量从低到高排列，故曲线呈单调、加速上升态势。

　　由资产分布曲线，可导出资产密度分布曲线，如图3.99。

　　图3.99：资产密度分布曲线示意

　　其含义是：某个位置上单位百分比国民所拥有资产的比重。密度分布曲线为从资产占有的角度观察社会分层提供了基础。

　　2.5 分层分析：隶属度函数

　　图3.99告诉我们，国民拥有资产的比重是连续分布的。当我们试图将国民分化为“上层”、“下层”两个阶层时，难于选择分界线。问题的根源在于“上层”、“下层”是两个模糊的概念，这提示我们先用模糊数学中的“隶属度函数”来描述这两个概念。

　　显然，图3.99的最低端百分之百属于“下层”，而最高端则百分之百属于“上层”。我们将这样的点位定义为该概念的“核心点”，用下标c来标记。任何一个点属于某概念的程度，由该点资产密度与核心点资产密度之差决定，差越大，隶属程度越低。由此可定义某概念的隶属度函数为：

　　Si=1-((Yi-Yc)/Ymax)2

　　其中，Si是第i点属于某概念的程度;Yi是第i点的资产密度;Yc是该概念核心点的资产密度;Ymax是最大资产密度。这样定义的隶属度函数满足以下条件：

　　1、0≤Si≤1，即隶属度函数的值在0到100%之间;

　　2、Sc=1，即该概念“核心点”的隶属度最大，为100%。

　　据此可分别算出“上层”、“下层”的隶属度函数(图3.100)。

　　图3.100：“上层”、“下层”的隶属度函数

　　对任意一点，按隶属度的大小决定其层级归属，于是绿色虚线左边归为“下层”，而其右边归为“上层”。

　　显然，这样的两分法比较粗糙。在绿色虚线的位置上，划入“上层”与“下层”均显勉强。它对应于我们主流经济学家津津乐道的“中产阶级”。于是可将这个点位定义为“中层”的“核心点”，用同样的公式计算出其隶属度函数。(见图3.101)

　　图3.101：“上层”、“中层”“下层”的隶属度函数

　　同样。按隶属度的大小决定各点的层级归属，于是黑色虚线以左为“下层”，红色虚线以右为“上层”，而两条虚线之间为中层。

　　循此方法，还可以更细分出“下层”、“中下层”、“中层”、“中上层”、“上层”，亦可再进一步细分，这里就不再重复了。

　　2.6 社会分层观察

　　前述两个报告提供的数据，其实是洛伦兹曲线上的几个点，据此拟合出的洛伦兹曲线见图3.102。

　　图3.102：2008年资产所有权分布曲线

　　与图3.98对比，拟合结果出人意外，它意味着可投资资产高度集中在极少数人手中。图3.103是对图3.102高端的放大。图3.102显示：两个报告的数据尽管有差异，但都告诉我们，不超过1 %的国民拥有了几乎全部资产(“可投资资产”或“管理财富”)。

　　图3.103：资产所有权分布曲线的高端

　　在目前数据有限的条件下，一个聊胜于无的处理方法是：取两条拟合曲线的均值作为对资产分布的估计，此即图3.103的“折衷值”。据此，可估计资产密度分布曲线(见图3.104)。

　　图3.104：资产密度分布曲线(高端)

　　有了资产分布密度曲线，就可以用前述方法计算社会各阶层的隶属度函数了。图3.105是分解到五个阶层的隶属度函数。

　　图3.105：各阶层的隶属度函数(高端)

表3.5：社会各阶层特征

　　计算表明：从生产资料所有权分布的角度看，社会两极分化极为显著：“上层”、“中上层”、“中层”、“中下层”总共占人口的0.23%，却占有了84.9%的生产资料。从生产资料占有的角度看，社会被掌握在0.23%的人手中，这个群体共有303.9万人。不妨将这个群体统称为“有产者”。即使其中的“中下层”，其人均资产占有量也是“下层”人均值的1,310.62倍。于是这个群体的主要收入来源是“财产性收入”。

　　与之相对应的是“无产者”群体，他们占国民的99.77%，却仅占生产资料所有权的15.1%。人均占有生产资料微乎其微，只能靠“工资性收入”为生。

　　“有产者”群体的行为受“利润极大化”原则的指导。结果占国民的99.77%的“无产者”群体的就业空间，受制于“有产者”群体的盈利空间。而“利润极大化”导致资本相对于“工资性收入”高速膨胀，导致社会购买力越来越难于满足实业资本的胃口。受制于实业领域日益有限的盈利空间，资本越来越转向“虚拟经济”，导致“无产者”群体就业空间的进一步萎缩—结果就是经济学中的悖论：资本与劳力的双过剩。

　　尽管美国的次贷危机和由此引发的全球经济危机对“虚拟经济”敲响了警钟，中国的“虚拟经济”仍在高速膨胀。2009年，连以实业起家的温州富豪都转而炒股、炒煤、炒油，炒房。2010年上海、深圳证券交易所正式向6家试点券商发出通知，将于2010年3月31日起接受券商的融资融券交易申报。(敖晓波《融资融券交易试点今天启动A股迈入可以“做空”时代大盘蓝筹股或受青睐》2010-03-31京华时报)。

　　所谓“融资”是证券公司借款给客户购买证券，客户到期偿还本息，这称为“买空”;而“融券”是证券公司出借证券给客户出售，客户到期返还相同种类和数量的证券并支付利息，这称为“卖空”。

　　该报道透露：“中信证券在30日下午4点半授予江南知名私募江苏瑞华投资发展有限公司3000万授信额度”，至此，中国的虚拟经济从制度上跨入了“买空卖空”的时代。

　　“有产者”群体占有了84.9%的资产，而他们的兴趣正快速地转向“虚拟经济”。“无产者”群体的就业前景可想而知。

　　由此可见，从生产资料所有权的视角观察，这两个群体的对峙，资本与国民主体的分离，是社会的主结构。而两个群体各自内部的结构是社会的次级结构。

　　相比较而言，“无产者”群体内部，同一性是主要的——在生产资料占有方面，大家几乎都一无所有，只能靠打工为生。而在“有产者”群体内部，差异性是主要的——在生产资料占有方面，存在鲜明的等级分层，这导致在追逐利润极大化的战场上激烈的竞争，落败者将逐级下降，直至跌入“无产者”群体。

　　差异性导致政治经济利益与态度的不同，而同一性则是“步调一致”的基础。于是，一方面是在生产资料方面几乎一无所有的国民，他们很容易在政治经济问题上形成共识，甚至发生共振，而这个群体占到国民的99.77%。而另一方面是只占人口0.23%的“有产者”群体，他们占有了绝大多数生产资料，在依赖财产性收入，牟取利润方面，他们有共性；但在其内部又高度分化，由于占有的生产资料相差悬殊，很容易产生尖锐的内部矛盾。

　　更严重的是，尽管他们占有了绝大多数资产，却无法指望他们对国民的多数负责，对社会的稳定负责。因为他们内部存在严酷的竞争，在攫取利润方面心慈手软者，势必被其竞争者淘汰。

　　对社会分化如何评价，基于价值选择，地位不同，立场相左，好恶各异，不可能取得共识。但社会是否存在分化？分化程度如何？发展趋势如何？这属于事实判断。只要直面现实，逻辑上只能得出相似的判断。不管属于哪个利益集团，客观地认识现实总强于自欺欺人，因为这是理性地选择策略的前提。

　　上述分析展示的、显著而尖锐的两极分化，值得为政者高度警惕。观察社会稳定性，分析社会的走向，不能不把握这样的结构特征。

　　需要指出，上述观察结果建立在招商银行和波士顿咨询公司的两个报告提供的有限数据基础上。笔者的意图是展示一种可能的分析思路，而非对社会分层给出准确的描述。如果哪个机构、单位或个人拥有更丰富、可靠、完整的调查数据，用类似的方法应能对社会分层做出有充分说服力的分析，这样的分析结果将极有价值。

　　2.7 对社会分化研究的进一步的思考

　　事实上，决定人们社会地位的不只是其拥有的经济资源，还有权力资源与知识资源。可惜，笔者尚未发现在后两个领域中的资源在国民中分布的数据，如果有类似于财产分布的数据，亦可用类似的方法分别作出分析。比较这三个方面的分析结果，应能对社会结构作出极具启发性的观察。

　　如果不是对这三类资源的分布进行各自孤立的调查，而是同时记录被调查者拥有的这三类资源，则可进一步分析这三类资源的相关性。在此基础上可对社会结构做出更确切的描述。这样的调查数据相当于将被调查者放到一个三维空间中，它的三个维度分别是经济资源、权力资源、知识资源，每一个被调查者投影为这空间中的一个点，样本点在空间中的分布格局使分析者能直观而形象地把握社会结构，从而得出更为深刻的洞见。

　　本文对资产分布的分析，是一维空间中的问题。对这种一维空间中的问题，其实有一个更简单的方法：将图3.99显示的资产密度从高到低分为N等分，每一份对应于一个阶层。由此得出的结果与本文类似。

　　然而这种方法无法向上述多维空间推广。

　　用“隶属度”进行分析相当于用“距离”进行分析，“隶属度”越小，相当于“距离”越大。在多维空间中，只要能找到某个集团的“核心点”，就可以定义“隶属度”或“距离”，进而判断任何一个点距哪个“核心点”最近，属于哪个“核心点”表征的集团。这其实就是聚类分析的思路。

　　由此可见，数学层面的思考能帮助我们厘清含混的理论，发现进一步调查与分析的方向。

　　一些批判主流经济学的人，指责其滥用数学，进一步指责其将经济学变成了数学游戏。这种批评有一点道理,但却不及要害。数学本质上是一种逻辑分析工具，主流经济学的要害不在于运用了数学工具，而在于其分析、观察问题的视角。

　　主流经济体有几个极为鲜明的特征：

　　其一，深化的分工导致了生产与消费的分离，“自给自足”已是历史陈迹，每个人的生产99%以上供别人消费，每个人的消费99%以上靠别人提供。联系这供需双方的是货币。

　　其二，绝大多数的经济决策取决于“利润极大化”，即追求每个生产-销售周期完成后，货币存量增加，而非减少。不能有效实现这一目标的企业，将在竞争过程中失败、消亡。而最能实现这一目标的企业会逐渐“做大做强”—货币存量呈指数增长。这些货币的最终目的，不再是购买消费品，而是“以钱生钱”。

　　其三，上述过程持续运行的结果，一方面追逐“以钱生钱”的货币高速积累，与购买消费品的货币失衡---后者越来越无法满足前者对利润的胃口。另一方面“以钱生钱”的货币高度集中在极少数人手中，社会成员的大多数只能为他们打工，成为其追逐利润过程中的“要素”之一。“有产者”群体使用这“要素”的基本原则是：降低成本，提高效率。

　　其四，这一方面导致了货币循环的阻滞，从而使整个经济体的运行阻滞。另一方面将社会成员分裂为两个基本利益对峙的集团：占人口绝大多数的、在生产资料方面几乎一无所有的“无产者”集团，和占人口极少数、却占有绝大多数生产资料的“有产者”集团。

　　然而主流经济学回避了上述根本问题，回避了经济体这个动态系统的长期可持续生存的问题，而将资本拥有者的短期利益—利润极大化，定位为无需分析的、先验的“目标函数”。

　　在这个方向上广泛使用数学工具，即使工具再精良，使用得再娴熟，焉能对主流经济体有客观而全面的认识？

　　可见主流经济学的症结不在于其使用数学工具，而在于其视角。而决定其视角的则是其隐含的价值判断：为资本利润极大化保驾护航。批判主流经济学不着眼于此，却向数学工具开火，未免瞄错了目标。

　　为了降低阅读难度,笔者在本书中尽量避免使用数学工具。但为了揭示问题的要害，有时不得不使用一点数学工具,如这一章用到了洛伦兹曲线、模糊数学中的隶属度函数概念和泛函分析中的距离概念；第一编第一章中用到了系统动力学的基本思路；第二编第六章分析生产函数理论时，和后边的第五遍第一章分析茅于轼的理论时，用到了约束条件下极值问题的概念、思路和算法。不使用这些数学工具，就不可能把问题分析透，也不可能指出主流经济理论的荒谬何在。

　　恩格斯认为,数学在一门科学中应用的程度,标志着这门科学的成熟程度。事实上，在对主流经济学的批判中，数学工具用得不是多了，而是非常不足。只有一方面基于事实与数据，一方面使用严谨的数学工具，才可能形成有说服力的批判，而非情绪化的宣泄。

×  WYZXWK.COM

您的打赏将用于网站日常运行与维护。
帮助我们办好网站，宣传红色文化！

欢迎扫描下方二维码，订阅网刊微信公众号