菲沙研究所-经济自由促进收入向上流动（英）-2021.9-30页_960kb

报告摘要

总结：Economic Freedom Promotes Upward Income Mobility

核心内容

本章探讨了经济自由与向上收入流动性之间的关系，指出经济自由不仅有助于经济增长和环境改善，还能促进社会阶层的流动性。研究基于两个主要数据集：世界经济论坛的全球社会流动性指数（GSMI）和世界银行的全球代际流动性数据库（GDIM），并结合经济自由度指数（EFW）进行实证分析。

主要观点

经济自由与收入流动性：经济自由通过减少制度性约束，提高个人向上流动的机会。研究表明，经济自由度越高，收入流动性越强。
制度性约束的作用：经济自由的五个子类别（政府规模、法律体系与财产权、货币稳定、国际贸易自由、监管）中，除政府规模外，其他四个子类别均与收入流动性正相关。
政府规模的双面性：政府规模对收入流动性的影响具有双面性。一方面，政府可能通过税收和再分配政策促进社会流动性；另一方面，高税收可能抑制个人投资和流动性。
数据与方法：研究采用横截面回归分析，使用2018年的EFW指数及其历史数据（2013、2008、1990、1980）作为独立变量，以控制内生性问题。
控制变量：GDP人均（对数形式）、经济复杂度和城市人口比例被纳入模型作为控制变量。

关键信息

数据来源

全球社会流动性指数（GSMI）
- 由世界经济论坛发布，涵盖五个关键决定因素：健康、教育、技术访问、工作机会和工作条件、社会保护与包容性制度。
- 指数范围为0至100，82个国家有数据。
- 北欧国家（丹麦、挪威、芬兰、瑞典、冰岛）排名靠前，印度排名76。
全球代际流动性数据库（GDIM）
- 由世界银行发布，评估代际收入流动性。
- 评分越低，流动性越强。
- 数据覆盖52个国家，样本较小，且排除了部分低经济自由度国家。
经济自由度指数（EFW）
- 由 Fraser Institute 发布，包含五个主要领域：政府规模（Area 1）、法律体系与财产权（Area 2）、货币稳定（Area 3）、国际贸易自由（Area 4）、监管（Area 5）。
- 指数范围为0至10，82个国家有数据。

方法论

回归分析：使用普通最小二乘法（OLS）进行横截面回归分析。
控制变量：包括GDP人均（对数形式）、经济复杂度和城市人口比例。
稳健性检验：加入经济自由度的滞后值（2013、2008、1990、1980）以控制内生性问题。

实证结果

GSMI分析：
- 在不加入控制变量的情况下，经济自由与社会流动性正相关且显著（p < 0.01）。
- 加入控制变量后，经济自由的影响依然显著，但程度有所减弱。
- GDP人均（对数形式）和经济复杂度对社会流动性有显著正向影响。
GDIM分析：
- 在不加入控制变量的情况下，经济自由与收入流动性负相关且显著（p < 0.01）。
- 加入控制变量后，经济自由不再显著，而GDP人均（对数形式）显著负相关，表明更富裕的国家提供更高的收入流动性。
- 经济复杂度和城市人口比例对收入流动性有正向影响。

结论

研究发现，经济自由对向上收入流动性有积极影响，但这种影响在不同数据集和控制变量下表现不一。尽管经济自由在某些情况下与收入流动性正相关，但在其他情况下其影响被经济变量所掩盖。总体而言，经济自由通过减少制度性障碍，提升个人发展和流动的机会，尤其是在教育、法律、货币和贸易自由等方面。政府规模的影响则更为复杂，需进一步研究其正负效应。

展开完整摘要