第三次分配推动共同富裕的作用研究.pdf

5960摘 要：共同富裕是社会主义的本质要求，扎实推进共同富裕是中国实现第二个百年目标的重要方略。本文根据20052020年全国时间序列数据，通过因子分析模型构建共同富裕评价指标体系，并利用数据包络分析法建立“投入产出”模型进一步计算第三次分配对共同富裕促进作用的产出效率。结果显示：首先，根据因子分析法，第三次分配促进共同富裕的主要路径为监督管理和自愿服务。其次，2020年第三次分配对共同富裕的具体促进程度是55分。最后，20052020年第三次分配对共同富裕具体的促进作用平均效率为1.079；并针对结论从国家政府、社会组织和成员三方面提出建议。文|魏传梅第三次分配推动共同富裕的作用研究作者简介：魏传梅（1999），女，重庆人，新疆财经大学公共管理学院硕士研究生，研究方向为收入分配。研学堂 Academic ResearchSTF MonthlyJuly 20230.750.70.650.60.550.50.452005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020基尼系数图1 20052020年的基尼系数折线图数据来源：中国统计年鉴1 引言共同富裕是党为人民提出的阶段性目标：在建党百年之际，我国实现全体人民的小康社会；在2035年，基本实现社会主义现代化；在建国百年之际，我国将基本实现全体人民的共同富裕。共同富裕是社会主义的本质要求。共同富裕的基本实现标志着我国全体人民生活水平得到质的改善，意味着全体人民生活上存在的差距是合理的。基尼系数是衡量居民收入差距的重要指标，能够大致反映我国的共同富裕发展状况。20052020年，我国基尼系数趋势如图1所示，从整体来看，基尼系数基本稳定，并表现为逐年下滑趋势。20052018年基尼系数都处于0.450.5之间，说明我国居民收入差距较大，收入差距大的主要原因就是居民收入效率错配，房贷车贷与家庭购物、娱乐等其他消费比例失衡严重，居民收入大量流入金融等相关行业，对其他行业资源产生挤占作用，从而造成居民收入差距进一步拉大，不利于实现共同富裕。但2020年的基尼系数在疫情的冲击下，该基尼系数值为0.704，超过了国际警戒线，反映出我国居民收入差距出现巨大悬殊。这是由于疫情对劳动密集型行业影响较大，直接导致此类行业人员收入减少，而智能化、网络化资本密集型行业受疫情影响小，造成居民收入差距拉大。根据以上分析不难得出，我国居民收入的差距程度虽然逐年缩小，但未来受疫情的影响，基尼系数将会有先激增后降低的趋势，我国共同富裕道路中的各类问题不容乐观。随着中国经济高质量的发展，以及供给侧结构性改革的不断深入，实现共同富裕的呼声越来越高，而第三次分配能够通过参与慈善捐赠、志愿服务等传统手段实现“有爱社会”的共建，是实现共同富裕的关键一步。作为促进全体人民实现共同富裕的重要手段，第三次分配对共同富裕促进程度的研究有利于人民了解现阶段我国共同富裕完成程度，能够促使社会机制更好运行，并为政府制定有效相关政策提供基础。2 文献回顾目前对于第三次分配对共同富裕促进作用的相关研究有限。部分学者通过第三次分配的价值理念引出对共同富裕的探讨。在实现共同富裕的道路上，唐任伍、李楚翘认为共同富裕是一个过程和结果寓为一体的阶梯式递进的动态概念，强调了要充分发挥三次分配对资源配置的调节作用来促进社会1的繁荣与稳定，促进共同富裕的实现。同样提到“阶段性”的还有宋群，不同的是她从共同富裕的内涵出发明确了共同富裕的制度性、相对性和发展性的特征，为衡量共同富裕评价指标提供了综合2性、针对性、操作性、对比性四个原则。程恩富分析了实现共同富裕对于巩固社会主义制度的重要作3用和现实意义。只有实现了共同富裕，才能摆脱资本主义国家的困境，打破发展不平等的恶性循环，才能凝聚社会力量提高生活质量。学者在研究共同富裕时，尤其从第三次分配对共同富裕的影响出发。杨卫认为第三次分配是借助社会互动实现共同富4裕的重要途径，这与汪进贤的观点不谋而合，即第三次分配对共同富裕的调节作用不可或缺，因此提高第三次分配的规模和鼓励社会组织参与第三次分5配尤为重要。不同的是，吴海江认为第三次分配是实现共同富裕的关键，要准确认识到它不同于前两次的作用与区别，并提出关键是要三种分配方式的6协调联动。江亚洲、郁建兴等人通过阐述第三次分配的概念并通过对三次分配做比较，提出了第三次7分配对推动共同富裕的积极作用。也有学者通过三次分配执行主体的不同引出对第三次分配主要实现路径的探讨。首先，梁季从政府的角度提出政府在三次分配中都以税收的形式发挥作用，即税收参与了三次分配的全过程，其中第三次分配以税收支出又称税收优惠的形式发挥着调8节作用。接着曲振涛等人回答了税收在第三次分配中的具体形式：对社会作出慈善捐赠的个人以及9企业的相关税收采取不收税或者部分收税。同时，余淼杰、曹健提出了税收在第三次分配中的作用是存在一些问题的，并认为第三次分配的主要方10式还是慈善捐赠和志愿服务。对第三次分配践行的主要方式的深度解读是探究共同富裕实现程度的关键，其中最主要的方式就是出于人性伦理道德的自觉和自愿。同样孙春晨也是从伦理角度提出第三次分配的必然性，并阐述了第三次分配的主要实现11形式是慈善事业和志愿服务。并且西方经济学家5960摘 要：共同富裕是社会主义的本质要求，扎实推进共同富裕是中国实现第二个百年目标的重要方略。本文根据20052020年全国时间序列数据，通过因子分析模型构建共同富裕评价指标体系，并利用数据包络分析法建立“投入产出”模型进一步计算第三次分配对共同富裕促进作用的产出效率。结果显示：首先，根据因子分析法，第三次分配促进共同富裕的主要路径为监督管理和自愿服务。其次，2020年第三次分配对共同富裕的具体促进程度是55分。最后，20052020年第三次分配对共同富裕具体的促进作用平均效率为1.079；并针对结论从国家政府、社会组织和成员三方面提出建议。文|魏传梅第三次分配推动共同富裕的作用研究作者简介：魏传梅（1999），女，重庆人，新疆财经大学公共管理学院硕士研究生，研究方向为收入分配。研学堂 Academic ResearchSTF MonthlyJuly 20230.750.70.650.60.550.50.452005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020基尼系数图1 20052020年的基尼系数折线图数据来源：中国统计年鉴1 引言共同富裕是党为人民提出的阶段性目标：在建党百年之际，我国实现全体人民的小康社会；在2035年，基本实现社会主义现代化；在建国百年之际，我国将基本实现全体人民的共同富裕。共同富裕是社会主义的本质要求。共同富裕的基本实现标志着我国全体人民生活水平得到质的改善，意味着全体人民生活上存在的差距是合理的。基尼系数是衡量居民收入差距的重要指标，能够大致反映我国的共同富裕发展状况。20052020年，我国基尼系数趋势如图1所示，从整体来看，基尼系数基本稳定，并表现为逐年下滑趋势。20052018年基尼系数都处于0.450.5之间，说明我国居民收入差距较大，收入差距大的主要原因就是居民收入效率错配，房贷车贷与家庭购物、娱乐等其他消费比例失衡严重，居民收入大量流入金融等相关行业，对其他行业资源产生挤占作用，从而造成居民收入差距进一步拉大，不利于实现共同富裕。但2020年的基尼系数在疫情的冲击下，该基尼系数值为0.704，超过了国际警戒线，反映出我国居民收入差距出现巨大悬殊。这是由于疫情对劳动密集型行业影响较大，直接导致此类行业人员收入减少，而智能化、网络化资本密集型行业受疫情影响小，造成居民收入差距拉大。根据以上分析不难得出，我国居民收入的差距程度虽然逐年缩小，但未来受疫情的影响，基尼系数将会有先激增后降低的趋势，我国共同富裕道路中的各类问题不容乐观。随着中国经济高质量的发展，以及供给侧结构性改革的不断深入，实现共同富裕的呼声越来越高，而第三次分配能够通过参与慈善捐赠、志愿服务等传统手段实现“有爱社会”的共建，是实现共同富裕的关键一步。作为促进全体人民实现共同富裕的重要手段，第三次分配对共同富裕促进程度的研究有利于人民了解现阶段我国共同富裕完成程度，能够促使社会机制更好运行，并为政府制定有效相关政策提供基础。2 文献回顾目前对于第三次分配对共同富裕促进作用的相关研究有限。部分学者通过第三次分配的价值理念引出对共同富裕的探讨。在实现共同富裕的道路上，唐任伍、李楚翘认为共同富裕是一个过程和结果寓为一体的阶梯式递进的动态概念，强调了要充分发挥三次分配对资源配置的调节作用来促进社会1的繁荣与稳定，促进共同富裕的实现。同样提到“阶段性”的还有宋群，不同的是她从共同富裕的内涵出发明确了共同富裕的制度性、相对性和发展性的特征，为衡量共同富裕评价指标提供了综合2性、针对性、操作性、对比性四个原则。程恩富分析了实现共同富裕对于巩固社会主义制度的重要作3用和现实意义。只有实现了共同富裕，才能摆脱资本主义国家的困境，打破发展不平等的恶性循环，才能凝聚社会力量提高生活质量。学者在研究共同富裕时，尤其从第三次分配对共同富裕的影响出发。杨卫认为第三次分配是借助社会互动实现共同富4裕的重要途径，这与汪进贤的观点不谋而合，即第三次分配对共同富裕的调节作用不可或缺，因此提高第三次分配的规模和鼓励社会组织参与第三次分5配尤为重要。不同的是，吴海江认为第三次分配是实现共同富裕的关键，要准确认识到它不同于前两次的作用与区别，并提出关键是要三种分配方式的6协调联动。江亚洲、郁建兴等人通过阐述第三次分配的概念并通过对三次分配做比较，提出了第三次7分配对推动共同富裕的积极作用。也有学者通过三次分配执行主体的不同引出对第三次分配主要实现路径的探讨。首先，梁季从政府的角度提出政府在三次分配中都以税收的形式发挥作用，即税收参与了三次分配的全过程，其中第三次分配以税收支出又称税收优惠的形式发挥着调8节作用。接着曲振涛等人回答了税收在第三次分配中的具体形式：对社会作出慈善捐赠的个人以及9企业的相关税收采取不收税或者部分收税。同时，余淼杰、曹健提出了税收在第三次分配中的作用是存在一些问题的，并认为第三次分配的主要方10式还是慈善捐赠和志愿服务。对第三次分配践行的主要方式的深度解读是探究共同富裕实现程度的关键，其中最主要的方式就是出于人性伦理道德的自觉和自愿。同样孙春晨也是从伦理角度提出第三次分配的必然性，并阐述了第三次分配的主要实现11形式是慈善事业和志愿服务。并且西方经济学家研学堂 Academic Research6162(j)(j)(j)(j)r x+r x+.+r x=x111122155161(j)(j)(j)(j)r x+r x+.+r x=x211222255162(j)(j)(j)(j)r x+r x+.+r x=x51522555165.（1）a=kj(j)xkj(j)2(x)kk符号xik*xikskfigiakjrkjSCDNSCBSSVCVSCExk解释原指标观测值标准化变换后的观测值x 的平均数kx 的标准差k公因子特殊因子*x 在公因子f上的因子载荷kjx 与其他指标的简单相关系数k社会慈善捐赠量社会组织数量社会服务受益人次志愿者贡献价值农村居民精神文化支出表1 符号表STF MonthlyJuly 2023Andreoni也提出“温情效应”捐赠行为给予了捐赠者情感价值，实现了自我实现价值从而驱动了慈善12行为。此外，在第三次分配对共同富裕促进作用这一主题的研究，除了上述学者在理论上提出逻辑和机制，韩喜平总结第三次分配对共同富裕的总体性促进作用，“第三次分配是对初次分配和再分配的有益补充，通过发展慈善等社会公益事业，对调节贫富差13距，促进全体人民实现共同富裕发挥积极作用”；曹胜亮用世界慈善捐赠指数报告（2021）过去五年的数据排名说明我国第三次分配效能有长远潜力但14还有待发掘。由于第三次分配对共同富裕的促进作用还在不断丰富中，所以对该主题的讨论、分析方法，尤其是实证研究上还有大量研究空间。目前，从已有的研究成果来看，学界对三次分配在共同富裕的实现路径和评价体系上较多研究理论构建，极少研究共同富裕的实现进度以及第三次分配对共同富裕促进作用的实证分析，针对第三次分配的实现路径上学者们也没有达成统一的观点。学者们对共同富裕路径颇有见地的论述，为本研究提供了十分有益的帮助和借鉴。本研究主要从以下两方面进行创新研究：一方面，从共同富裕评价指标的构建以及深入推进共同富裕的问题为切入点，以社会慈善捐赠量、社会组织的数量、社会服务受益人次、志愿者贡献价值和农村居民在精神文化教育上的支出这五个指标建立共同富裕评价指标体系；另一方面，将五个评价指标作为DEA效率模型的投入，将共同富裕的综合得分作为产出指标，更详细具体地探讨第三次分配主要实现路径对共同富裕促进作用的效率，并在文末提出针对性建议。3 数据选取与说明基尼系数被西方理论界普遍用于反映居民收入差距程度，因此本研究在描述分析上选取2005 2020年的基尼系数指标；社会慈善捐赠量和社会组织数量是在社会慈善方面的具体表现形式，社会服务受益人次和社会志愿者服务时长是在志愿服务方面的具体表现形式，因此，选取20052020年的社会慈善捐赠量、社会组织的数量、社会服务受益人次、志愿者贡献价值、农村居民在精神文化教育上的支出作为第三次分配的实现路径指标，为了便于数据的处理和实际意义，根据中华人民共和国民政部统计数据显示，人均每小时提供15元的社会价值，用志愿者服务时长衡量社会贡献价值量。基尼系数数据来源于中国住户调查年鉴，社会慈善捐赠量数据来源于中国慈善捐赠报告，社会服务受益人次数据来源于社会服务发展统计公报，农村居民在精神文化教育上的支出数据来源于国家统计局。本研究采用Excel 2010 软件进行数据整理，应用STATA 16.0软件对数据进行统计分析，应用DEA软件进行效率的数据包络分析。4 模型建立4.1 因子分析模型因子分析最初是在心理学界应用，用于研究学生潜在的、不能直接观测的各项能力对各科成绩的影响，因子分析由此诞生。后来因子被分析广泛用于各个领域，常见的有多指标因子分析（简称为R型因子分析）和多样品的因子分析（简称为Q型因子分析）。一般而言，多指标因子分析就是用于研究对象有多个指标，运用因子分析提炼出少数几个公因子或共性因子，并计算出公共因子的得分。因此，本文构建如下因子分析模型：设本研究要因子分析的原指标有5个，记作x,x,.,x。现有80个样品，相应的观测值为x,i=125ik1,2,.,5，而k=1,2,.,16。（1）由观测数据计算 x,s 及 r,k,j=1,2,.,16。kkkj（2）由相关系数矩阵R得到特征值=1,2,.,5及j各个公因子的方差贡献、贡献率和累计贡献率，并根据累计贡献率确定公因子保留的个数p。（3）写出m个基本方程组（式1）式中，j=1,2，.,5利用施密特正交化方法，对每一个求它所对j(j)(j)(j)应的基本方程组的解x,x,.x，j=1,2,.16，然125后令 ，从而得到公因子 f,f,.f 及特125*殊因子g,g,.,g 所表示的x,x,.,x。125125*（4）计算x,x,.,x 公因子方差和特殊因子125方差。（5）计算因子得分。从第三次分配的主要实现路径中选取出SCD、NSC、BSS、VCV、SCE五个对共同富裕实现的评价指标作为因子分析的变量，以此建立因子分析模型。4.2 数据包络分析法数据包络分析法即Data Envelopment Analysis，简称为DEA，是一种常见的效率评价方法。DEA效率法是A.Charnes和W.W.Cooper在1978年提出的，通常用于研究厂商或部门同时考虑投入规模与产出规模，并通过建立线性规划，得到相对应的投入产出效率比。将SCD、NSC、BSS、VCV、SCE五个评价指标作为DEA效率模型的投入，将共同富裕的综合得分作为产出指标，以此建立数据包络分析模型。5 实证结果5.1 因子分析过程根据本研究选取的五个指标，对20052020年的数据先进行预处理，再利用STATA软件对数据进行因子分析。预处理主要包括对数据的及时性、有效性和完整性进行检查，在本研究中还包括将志愿服务时长换算成相应的社会贡献价值量。（1）巴特利特球形检验和KMO检验因子分析的前提为各变量低度相关，巴特利特球形检验和KMO检验可以检查各变量之间的相关 性 和 偏 相 关 性，其 值 介 于0到1之 间。KMO统计量越接近于1，变量间的相关性越强，偏相关性越弱，因子分析效果越好。因此，进行因子分析 之 前，首 先 采 用 巴 特 利 特 球 形 检 验 和KMO 检验，检验结果如表2所示，巴特利特球形检验在1%水平上拒绝原假设，说明SCD、NSC、BSS、VCV、SCE之间存在相关性，均为第三次分配的实现路径。KMO 检验的值为0.51，说明数据整体上适合做因子分析。综上，本研究的各项指标数据符合做因子分析的条件。（2）提取公因子为了更好地解释第三次分配实现路径对共同富裕影响的公共因子，根据方差最大化正交旋转的方法，将SCD、NSC、BSS、VCV、SCE进行因子旋转并选取特征根大于1的因子作为主因子，如表3输出结果所示共提取两个因子，这两个因子的累计贡献率达79.28%，可以比较全面地反映全部信息。其中公因子F1旋转后的方差贡献率是49.26%，公因子F2旋转后的方差贡献率是30.02%。研学堂 Academic Research6162(j)(j)(j)(j)r x+r x+.+r x=x111122155161(j)(j)(j)(j)r x+r x+.+r x=x211222255162(j)(j)(j)(j)r x+r x+.+r x=x51522555165.（1）a=kj(j)xkj(j)2(x)kk符号xik*xikskfigiakjrkjSCDNSCBSSVCVSCExk解释原指标观测值标准化变换后的观测值x 的平均数kx 的标准差k公因子特殊因子*x 在公因子f上的因子载荷kjx 与其他指标的简单相关系数k社会慈善捐赠量社会组织数量社会服务受益人次志愿者贡献价值农村居民精神文化支出表1 符号表STF MonthlyJuly 2023Andreoni也提出“温情效应”捐赠行为给予了捐赠者情感价值，实现了自我实现价值从而驱动了慈善12行为。此外，在第三次分配对共同富裕促进作用这一主题的研究，除了上述学者在理论上提出逻辑和机制，韩喜平总结第三次分配对共同富裕的总体性促进作用，“第三次分配是对初次分配和再分配的有益补充，通过发展慈善等社会公益事业，对调节贫富差13距，促进全体人民实现共同富裕发挥积极作用”；曹胜亮用世界慈善捐赠指数报告（2021）过去五年的数据排名说明我国第三次分配效能有长远潜力但14还有待发掘。由于第三次分配对共同富裕的促进作用还在不断丰富中，所以对该主题的讨论、分析方法，尤其是实证研究上还有大量研究空间。目前，从已有的研究成果来看，学界对三次分配在共同富裕的实现路径和评价体系上较多研究理论构建，极少研究共同富裕的实现进度以及第三次分配对共同富裕促进作用的实证分析，针对第三次分配的实现路径上学者们也没有达成统一的观点。学者们对共同富裕路径颇有见地的论述，为本研究提供了十分有益的帮助和借鉴。本研究主要从以下两方面进行创新研究：一方面，从共同富裕评价指标的构建以及深入推进共同富裕的问题为切入点，以社会慈善捐赠量、社会组织的数量、社会服务受益人次、志愿者贡献价值和农村居民在精神文化教育上的支出这五个指标建立共同富裕评价指标体系；另一方面，将五个评价指标作为DEA效率模型的投入，将共同富裕的综合得分作为产出指标，更详细具体地探讨第三次分配主要实现路径对共同富裕促进作用的效率，并在文末提出针对性建议。3 数据选取与说明基尼系数被西方理论界普遍用于反映居民收入差距程度，因此本研究在描述分析上选取2005 2020年的基尼系数指标；社会慈善捐赠量和社会组织数量是在社会慈善方面的具体表现形式，社会服务受益人次和社会志愿者服务时长是在志愿服务方面的具体表现形式，因此，选取20052020年的社会慈善捐赠量、社会组织的数量、社会服务受益人次、志愿者贡献价值、农村居民在精神文化教育上的支出作为第三次分配的实现路径指标，为了便于数据的处理和实际意义，根据中华人民共和国民政部统计数据显示，人均每小时提供15元的社会价值，用志愿者服务时长衡量社会贡献价值量。基尼系数数据来源于中国住户调查年鉴，社会慈善捐赠量数据来源于中国慈善捐赠报告，社会服务受益人次数据来源于社会服务发展统计公报，农村居民在精神文化教育上的支出数据来源于国家统计局。本研究采用Excel 2010 软件进行数据整理，应用STATA 16.0软件对数据进行统计分析，应用DEA软件进行效率的数据包络分析。4 模型建立4.1 因子分析模型因子分析最初是在心理学界应用，用于研究学生潜在的、不能直接观测的各项能力对各科成绩的影响，因子分析由此诞生。后来因子被分析广泛用于各个领域，常见的有多指标因子分析（简称为R型因子分析）和多样品的因子分析（简称为Q型因子分析）。一般而言，多指标因子分析就是用于研究对象有多个指标，运用因子分析提炼出少数几个公因子或共性因子，并计算出公共因子的得分。因此，本文构建如下因子分析模型：设本研究要因子分析的原指标有5个，记作x,x,.,x。现有80个样品，相应的观测值为x,i=125ik1,2,.,5，而k=1,2,.,16。（1）由观测数据计算 x,s 及 r,k,j=1,2,.,16。kkkj（2）由相关系数矩阵R得到特征值=1,2,.,5及j各个公因子的方差贡献、贡献率和累计贡献率，并根据累计贡献率确定公因子保留的个数p。（3）写出m个基本方程组（式1）式中，j=1,2，.,5利用施密特正交化方法，对每一个求它所对j(j)(j)(j)应的基本方程组的解x,x,.x，j=1,2,.16，然125后令 ，从而得到公因子 f,f,.f 及特125*殊因子g,g,.,g 所表示的x,x,.,x。125125*（4）计算x,x,.,x 公因子方差和特殊因子125方差。（5）计算因子得分。从第三次分配的主要实现路径中选取出SCD、NSC、BSS、VCV、SCE五个对共同富裕实现的评价指标作为因子分析的变量，以此建立因子分析模型。4.2 数据包络分析法数据包络分析法即Data Envelopment Analysis，简称为DEA，是一种常见的效率评价方法。DEA效率法是A.Charnes和W.W.Cooper在1978年提出的，通常用于研究厂商或部门同时考虑投入规模与产出规模，并通过建立线性规划，得到相对应的投入产出效率比。将SCD、NSC、BSS、VCV、SCE五个评价指标作为DEA效率模型的投入，将共同富裕的综合得分作为产出指标，以此建立数据包络分析模型。5 实证结果5.1 因子分析过程根据本研究选取的五个指标，对20052020年的数据先进行预处理，再利用STATA软件对数据进行因子分析。预处理主要包括对数据的及时性、有效性和完整性进行检查，在本研究中还包括将志愿服务时长换算成相应的社会贡献价值量。（1）巴特利特球形检验和KMO检验因子分析的前提为各变量低度相关，巴特利特球形检验和KMO检验可以检查各变量之间的相关 性 和 偏 相 关 性，其 值 介 于0到1之 间。KMO统计量越接近于1，变量间的相关性越强，偏相关性越弱，因子分析效果越好。因此，进行因子分析 之 前，首 先 采 用 巴 特 利 特 球 形 检 验 和KMO 检验，检验结果如表2所示，巴特利特球形检验在1%水平上拒绝原假设，说明SCD、NSC、BSS、VCV、SCE之间存在相关性，均为第三次分配的实现路径。KMO 检验的值为0.51，说明数据整体上适合做因子分析。综上，本研究的各项指标数据符合做因子分析的条件。（2）提取公因子为了更好地解释第三次分配实现路径对共同富裕影响的公共因子，根据方差最大化正交旋转的方法，将SCD、NSC、BSS、VCV、SCE进行因子旋转并选取特征根大于1的因子作为主因子，如表3输出结果所示共提取两个因子，这两个因子的累计贡献率达79.28%，可以比较全面地反映全部信息。其中公因子F1旋转后的方差贡献率是49.26%，公因子F2旋转后的方差贡献率是30.02%。（3）计算因子载荷如表4所示，旋转之后的各个公因子载荷矩阵清楚地展示了：公因子F1在SCD、NSC、SCE三个变量中载荷较大，这些变量与社会组织对慈善事业的监 督 和 管 理 职 能 有 关。公 因 子 F2在 BSS、VCV这两个变量中载荷较大，这两个变量与社会成员是否主动、自觉自愿参与到第三次分配中去有关。即第三次分配对共同富裕的相关因子被提取成了两个新的因子，即公因子F1和公因子F2。公因子F1更多体现在社会慈善捐赠、社会组织数量和农村居民精神文化支出，公因子F2更多体现在社会服务受益人次、志愿者贡献价值上。因此，公因子F1可以定义为监督管理，公因子F2可以定义为自愿服务。（4）计算公因子得分根据表5分别计算公因子的得分。（5）计算综合得分根据因子分析把第三次分配的实现路径由五个评价指标提取为了公因子F1和公因子F2两个指标。最后根据两个公共因子的得分情况来计算样本的综合得分，由表4旋转因子载荷矩阵计算两个公共因子所占比例，得到结果：公因子F1和公因子F2分别占比为0.4097、0.3830。根据占比分别计算它们的权重。结果如表6所示。综合得分=公因子F1权重x公因子F1得分+公因子F2权重x公因子F2得分根据表6的结果可知，2020年综合得分为1600 97.7097，比2012年翻了近一翻，是2005年的2.7倍。根据共同富裕三阶段理论及实现共同富裕的难度，以100分为标准，进行了一个划分假设。该假设借助梁15炜对中国经济发展阶段的划分和评价方法，为共同富裕实现程度赋分。当赋分为80100时，认为共同富6364研学堂 Academic Research表2 巴特利特球形检验和KMO检验Bartlett test of sphericityChi-square =38.314Degrees of freedom =10P-value =0.000H0:variables are not intercorrelatedKaiser-Meyer-Olkin Measure of Sampling Adequacy KMO=0.510表3 因子分析总方差解释表表4 旋转因子载荷矩阵FactorVariableSCDNSCBSSVCVSCEFactor1Factor2Factor3Factor4Factor5EigenvalueFactor10.71810.6012-0.6937-0.69690.78672.46281.50090.78120.13770.1172DifferenceFactor20.53180.16500.66160.66340.55950.96180.71970.64340.02050.0000ProportionUniqueness0.20150.61140.08110.07420.06800.49260.30020.15620.02760.0234Cumulative0.49260.79280.94900.97661.0000LR test：independent vs.saturated:chi2(10)=41.38 Probchi2=0.0000Factor 1=SCD x 0.4525+NSC x 0.2563 +BSS x 0.0767+VCV x 0.0764+SCE x 0.4856Factor 2=SCD x 0.0760-NSC x 0.0772 +BSS x0.5174+VCVx 0.5192+SCE x 0.0716（2）（3）表5 因子得分VariableSCDNSCBSSVCVSCEFactor10.45220.25630.0767-0.07640.4856Factor20.0760-0.0720.51740.51920.0716the weight of Factor1=0.51450.40790.7928（4）the weight of Factor2=0.48310.38300.7928（5）表6 因子得分factor182517.959191385.997999783.2990107207.3950111103.6598115133.2566119075.2699128666.7411141203.3741156362.6633170889.2513181306.8016196539.3453211043.7511223871.5258229961.1806factor231678.797334902.851337967.619941117.793741809.276943491.202244550.376748125.332852925.548358804.031164274.878768106.733373816.337079516.191784501.777486488.6820综合得分57759.516963879.663469680.664675022.210977360.894680246.660382786.513489448.386698217.4684108856.8177118973.7137126184.7123136780.1655146996.2821156004.7087160097.7097百分制得分19.842721.945223.938125.773126.576527.567928.440430.729133.741637.396640.872243.349546.989450.499153.593855.0000年份2005200620072008200920102011201220132014201520162017201820192020 x =ijx -x 0min（6）x-x maxminSTF MonthlyJuly 2023裕基本实现，当赋分为6080，认为共同富裕相对实现，当赋分为60分以下，认为共同富裕还未实现。由结果可知，2020年全面脱贫为55分。如果60分算及格线，那么全面脱贫对于国家和全体人民来讲都有重大意义，但从全体人民的收入分配差距、中等收入群体的比例以及城乡发展差距等综合来看，还没有达到基本的及格线。由国家正式提出共同富裕并制定和实施精准的政策以来，得分逐年增加，呈现良好的上升趋势；尽管到2020年只有55分，但不难预测，按照目前经济的增长趋势，20202035年的分数会突破60分这个及格线，甚至达到80分，基本实现共同富裕。5.2 数据包络分析过程在对数据进行包络分析法之前，先对数据进行标准化处理。最常用的均值方差归一化会出现异常值，不利于后期DEA效率模型的计算。因此更换处理方法为最大最小归一化处理，这种方法是根据式6计算，其中x 表示归一化处理后的数值，x 表示原ij0数据，x表示全部数据的最小值，x表示全部数minmax据的最大值。归一化处理之后的数据具有同级别的量纲，数值范围变成0到1之间，不存在负数并减缓了数据的差异性，提高了模型的精度和收敛速度。具体数据包络分析法是将多个投入和产出同时考虑到模型中，因此将第三次分配对共同富裕影响的5个评价指标作为投入，根据因子分析得到的综合得分作为产出，结果如表7所示。以第一年即2005年为基础年开始依次向后算效率，Year代表第二年的效率即2005年至2006年第三次分配对实现共同富裕的效率。其中effch代表综（3）计算因子载荷如表4所示，旋转之后的各个公因子载荷矩阵清楚地展示了：公因子F1在SCD、NSC、SCE三个变量中载荷较大，这些变量与社会组织对慈善事业的监 督 和 管 理 职 能 有 关。公 因 子 F2在 BSS、VCV这两个变量中载荷较大，这两个变量与社会成员是否主动、自觉自愿参与到第三次分配中去有关。即第三次分配对共同富裕的相关因子被提取成了两个新的因子，即公因子F1和公因子F2。公因子F1更多体现在社会慈善捐赠、社会组织数量和农村居民精神文化支出，公因子F2更多体现在社会服务受益人次、志愿者贡献价值上。因此，公因子F1可以定义为监督管理，公因子F2可以定义为自愿服务。（4）计算公因子得分根据表5分别计算公因子的得分。（5）计算综合得分根据因子分析把第三次分配的实现路径由五个评价指标提取为了公因子F1和公因子F2两个指标。最后根据两个公共因子的得分情况来计算样本的综合得分，由表4旋转因子载荷矩阵计算两个公共因子所占比例，得到结果：公因子F1和公因子F2分别占比为0.4097、0.3830。根据占比分别计算它们的权重。结果如表6所示。综合得分=公因子F1权重x公因子F1得分+公因子F2权重x公因子F2得分根据表6的结果可知，2020年综合得分为1600 97.7097，比2012年翻了近一翻，是2005年的2.7倍。根据共同富裕三阶段理论及实现共同富裕的难度，以100分为标准，进行了一个划分假设。该假设借助梁15炜对中国经济发展阶段的划分和评价方法，为共同富裕实现程度赋分。当赋分为80100时，认为共同富6364研学堂 Academic Research表2 巴特利特球形检验和KMO检验Bartlett test of sphericityChi-square =38.314Degrees of freedom =10P-value =0.000H0:variables are not intercorrelatedKaiser-Meyer-Olkin Measure of Sampling Adequacy KMO=0.510表3 因子分析总方差解释表表4 旋转因子载荷矩阵FactorVariableSCDNSCBSSVCVSCEFactor1Factor2Factor3Factor4Factor5EigenvalueFactor10.71810.6012-0.6937-0.69690.78672.46281.50090.78120.13770.1172DifferenceFactor20.53180.16500.66160.66340.55950.96180.71970.64340.02050.0000ProportionUniqueness0.20150.61140.08110.07420.06800.49260.30020.15620.02760.0234Cumulative0.49260.79280.94900.97661.0000LR test：independent vs.saturated:chi2(10)=41.38 Probchi2=0.0000Factor 1=SCD x 0.4525+NSC x 0.2563 +BSS x 0.0767+VCV x 0.0764+SCE x 0.4856Factor 2=SCD x 0.0760-NSC x 0.0772 +BSS x0.5174+VCVx 0.5192+SCE x 0.0716（2）（3）表5 因子得分VariableSCDNSCBSSVCVSCEFactor10.45220.25630.0767-0.07640.4856Factor20.0760-0.0720.51740.51920.0716the weight of Factor1=0.51450.40790.7928（4）the weight of Factor2=0.48310.38300.7928（5）表6 因子得分factor182517.959191385.997999783.2990107207.3950111103.6598115133.2566119075.2699128666.7411141203.3741156362.6