共同富裕視域下分配公平對幸福感的影響
——因果推斷與機器學習在社會科學中的融合應用

田一川，張茂英

（安徽師范大學 法學院，安徽蕪湖 241000）

一、引言

黨的二十大報告明確指出：“中國式現代化是全體人民共同富裕的現代化?！盵1]而共同富裕既是“全體人民共同富?！?，也是“人民群眾物質生活和精神生活都富?！盵2]。幸福感作為人民群眾精神生活水平的重要體現，是最高境界的富裕[3]，為人民謀幸福更是共產黨人的奮斗初心。分配制度是促進共同富裕的基礎性制度，要實現共同富裕就必須建立公正的社會分配制度[4]。因此，研究共同富裕視域下分配公平對幸福感的影響兼具政策支持、理論價值與現實意義。

關于分配公平的劃分維度，國內外學界仍存有諸多爭議?；邳h的二十大報告中提出的“保障人民權益、激發人民創造活力”“規范收入分配秩序，規范財富積累機制”“鼓勵勤勞致富，促進機會公平”，本文將分配公平劃分為四個維度：權利公平、規則公平、機會公平與結果公平。其中權利公平與規則公平為宏觀分配公平，機會公平與結果公平為微觀分配公平。囿于現有數據操作化層面的限制，以及宏觀分配公平難以測度的客觀事實，本文將主要探討微觀分配公平會對人民幸福感產生何種影響。

筆者在對既往文獻進行梳理后發現，當前鮮有研究將共同富裕、幸福感與分配公平結合起來進行探討，其中將機會公平納入分析框架的更是寥寥無幾。此外，雖然針對結果公平與幸福感間影響關系的研究已有很多，但仍存在對實證程序規范性重視不足以及對處理效應異質性討論不夠等普遍問題。那么，機會公平是否同樣會影響人民幸福感？在結果公平影響人民幸福感的過程中是否存在尚未發現的處理效應異質性？為回答這兩個問題，本文在梳理分配公平理論脈絡與提出研究假設的基礎上，利用傾向得分匹配與因果森林算法，通過對2015年中國綜合社會調查數據進行分析，以期揭示機會公平與幸福感的因果關系以及結果公平在影響人民幸福感過程中所呈現的處理效應異質性，從而為共同富裕視域下分配公平提升人民幸福感何以可能與何以可為提供理論依據及實踐指導。

二、理論分析與研究假設

對于分配公平與幸福感間因果關系的探討由來已久，目前學界主流分析框架可概括為“一個悖論與兩種理論”，即伊斯特林悖論、相對剝奪理論與隧道效應理論。伊斯特林[5]認為，在一個國家內部，雖然富人的平均幸福水平相較于窮人更高，但人均收入的提高并不會帶來幸福感的提升效應，這就是著名的伊斯特林悖論。其后，為回應來自各國的質疑聲音，伊斯特林等[6]引入時間序列分析方法對所持觀點進行了部分修正，提出雖然短期內國民幸福感與其整體收入水平呈現同頻趨勢，但從長期視角（通常是十年及更長時間）來看，社會整體幸福水平仍然不會隨著國民收入水平的增加而增加，同時實證檢驗了這種關系在發達國家與發展中國家均適用。那么，伊斯特林悖論適用于中國嗎？答案顯然是否定的。一方面，支撐伊斯特林悖論的相關研究大多數使用的是前三輪世界價值觀調查（WVS）數據集，彼時該調查在中國的抽樣對象主要以有識字能力的居民與城市居民為主，且樣本量偏小，因此基于此得出的估計結果可能存在潛在的樣本選擇偏誤。另一方面，即便是使用世界價值觀調查數據得出的中國居民整體幸福感變化情況也難以證明伊斯特林悖論。第四至第七輪世界價值觀調查數據顯示，中國居民整體幸福感在2001、2007、2012、2018年分別為6.89、7.13、7.26、7.63[7]，由此可見伊斯特林悖論不攻自破。值得注意的是，伊斯特林[8]提出作為幸?；A的物質需要與絕對收入水平同比例增長是導致悖論產生的重要原因，這種觀點在一定程度上推動了學者利用相對剝奪理論探索公民幸福感變化趨勢的進程。

相對剝奪理論認為，分配不均會導致相對剝奪感的產生，進而降低公民幸福感。作為個體的一種心理感知，相對剝奪感并不來源于客觀的物質條件，而是指人們在與其他個體或群體進行比較的過程中發現自身處于劣勢地位，進而產生的被剝奪心理體驗，以及由此激發的負面心理感知?？梢哉f，比較是相對剝奪感形成過程中的關鍵步驟，這種比較既包含橫向的人際間比較，又包含縱向的人際內比較。人際間比較是將可觀察到的、交往密切的或是與自己具有某種相似屬性的“類己者”作為比較對象，人際內比較則主要以過去的自己為比較對象[9]。諸多探討收入差距及貧富分化等分配結果不均現象對個體幸福感的負面影響的研究均可為橫向剝奪機制提供實證支持[10-11]，但橫向剝奪所關注的收入平等僅僅是分配結果層面的平等，而縱向剝奪所關注的機會平等則可以作為分配過程是否平等的衡量指標。相較于分配結果，人們更關心分配過程中的機會平等，“機會平等導向”的社會發展模式是幸福感持續增長的重要保障[12]。

此外，隧道效應理論同樣被廣泛用于分析分配公平對幸福感的影響機制。在經濟野蠻生長的早期發展階段，當不同階層、部門與地區間的分配不平等迅速擴大時，社會對這種差距的容忍程度可能與常識相悖，這就是隧道效應[13]。隧道效應根據經濟發展階段或者經濟現代化進程可以分為正向隧道效應與負向隧道效應。其中，正向隧道效應是指讓一部分人或地區先富起來所導致的收入差距擴大現象能夠帶來更樂觀的收入預期，進而潛在地提高幸福感，但這種效應的成立以機會均等假設為前提，倘若假設得不到滿足，那么勢必會導致收入流動性降低，收入差距擴大帶來樂觀預期的機制也難以為繼[14]。負向隧道效應則發生于樂觀預期假設落空后，為便于理解，此處采用Hirschman等[13]的例子進行解釋。假設存在一條單向雙車道擁堵隧道，即使自身所處車道仍處于堵塞狀態，但當人們發現另一側車道開始疏通時，通常都會產生一種即將擺脫堵塞的樂觀預期，這就是所謂的正向隧道效應。然而，正向隧道效應只是暫時的，當期望沒有得到滿足時，人們對擁堵（不公）的評價就會趨向于負面，如果期望長期無法滿足，負面情緒的膨脹甚至會導致社會沖突的產生[15]，這種機制被稱為負向隧道效應。兩相比較，不難發現正向隧道效應的前提假設過于嚴苛，且具有較強的時效性。當人們感知到不平等時，這種短暫效應往往會被負向隧道效應取代。如果說結果公平決定著人們對負向隧道效應的容忍限度，那么機會公平則更多地起到潤滑劑的作用。結果公平通?？梢圆捎枚恐笜藖頊y量與糾偏，但問題在于結果公平并不能涵括社會資源分配的全部內容，譬如社會資本與人力資本的代際傳遞就屬于作用域之外的“真空”地帶，而機會公平卻能以一種軟約束的形式嵌入其中。構建二者的耦合協調機制，則有利于維護公民幸福感的穩步提升。

綜上，本文提出假設1和假設2。

假設1：機會公平能夠提高公民幸福感。

假設2：結果公平能夠提高公民幸福感。

讓人民生活幸福是“國之大者”?，F代中國是一個目標導向型國家，承諾要讓大部分中國人過上更好、更幸福的生活[16]，同時現代中國又因“一個文教，多種宗教”的傳統而區別于其他后發現代化國家。首先，“一個文教”指的是儒家之教化，文教傳統使儒家內化于中國人的精神世界，并在中國人的精神生活中占據特殊地位，塑造了一種普遍的共同價值[17]。需要指出的是，這種文教傳統在五四運動之后便邁上了現代化步伐，伴隨男女兩性逐步掙脫家族一元體控制，即便是儒家文化中令人詬病的性別差等結構也發生了時代性變革[18]。但變革意味著漸進性，即實現兩性機會公平無法一蹴而就。譬如，女性在生產、生育、性行為與兒童社會化過程中仍承擔著更多的負擔[19]24-27。這意味著女性在市場就業中的隱性成本相較于男性更高，出于規避風險的考慮，企業很難給予女性同等機會公平。而從縱向相對剝奪視角來看，當女性傾向于認同機會公平程度相較于以往有所改善時，會自發地將以往同當下進行比較并產生相對滿足感，個體的幸福感也因此得以提升。其次，儒家思想形成之初便重視對教育文化的弘揚與人力資本的培育，“有教無類”“誨人不倦”的教化理念更為通識性教育在民間的普及提供了重要的思想支撐。時至今日，在崇學重教的儒家文化與高校擴招的升學趨勢的雙重作用下，即使學歷溢價不斷降低，大部分社會成員卻仍然認同提升學歷水平能夠帶來相當程度的利益回報，這其實暗含著學歷越高機會越多的社會性隱喻。最后，儒家文化中安土重遷的思想雖然在中國古代小農經濟的發展過程中起到了積極作用，但如今卻無形中對突破城鄉二元結構造成了負面影響，具體表現為安土重遷思想依然深刻地影響著農民外出務工的行為選擇，對家鄉的情誼和家族的羈絆在一定程度上阻礙著農民外出務工[20]。盡管城鄉一體化建設已取得一定成果，但城鄉二元隔閡并未完全消除，與城鄉一體化配套的政策體系建設、法律制度建設與基礎設施建設仍有待加強，統籌推進城鄉一體化發展仍然在路上。

綜上，提出假設1.1、1.2與2.1。

假設1.1：在機會公平影響過程中，女性身份能夠強化幸福感提升效應。

假設1.2：在機會公平影響過程中，大學文憑能夠強化幸福感提升效應。

假設2.1：在結果公平影響過程中，城鎮戶籍能夠強化幸福感提升效應。

三、數據、變量與方法

（一）數據與變量

本文使用的數據來源于2015年中國綜合社會調查（Chinese General Social Survey，CGSS），該調查始于2003年，是我國最具權威性的綜合社會調查項目。根據數據分析需要，在進行變量操作化前開展了數據清洗工作，剔除“無法回答”“不知道”等缺失值與明顯的異常值后，最終保留有效樣本8 589個。

表1 變量的描述性統計結果

1. 結果變量

以往學者主要基于認知與情感層面的主觀評價對幸福感的概念進行界定，一些研究者在認知的層面上加以理解，將幸福感等同于生活滿意感，另一些研究者則在情感層面上使用這一術語，將其理解為快樂感[21]。Diener 等在整合認知與情感兩種詮釋視角的基礎上，認為人們的情感反應、具體領域滿意度以及整體生活滿意度都應被涵括于幸福感的概念范疇[22]。因此，本文在充分認識到幸福感評價的主觀性與整體性的基礎上，將幸福感變量操作化為“總的來說，您覺得您的生活是否幸福？”這一問題，回答選項依次從1到5，1代表“非常不幸?！?，5代表“非常幸?！?。

2. 處理變量

有關分配公平概念的早期研究主要集中于個體或群體間報酬和產出的分配狀況，Deutsch在引入社會心理學分析視角后，將機會與晉升等對個體福祉有影響的諸多因素納入分配公平概念的內容范疇，微觀公平感的變量操作化思路也由此清晰，即微觀分配公平感的量化可以通過測量人們對“結果”和“機會”分配公平程度的感知來實現[23-24]?；诖?，本文首先將機會公平操作化為“只要孩子夠努力、夠聰明，都能有同樣的升學機會”與“在我們這個社會，工人和農民的后代與其他人的后代一樣，有同樣多的機會”兩個問題，回答選項依次從1 到5，為便于分析，本文對其進行了反向賦值，1 代表“非常不同意”，5代表“非常同意”。其次，將結果公平操作化為“現在有的人掙的錢多，有的人掙的少，但這是公平的”與“考慮到您的能力和工作狀況，您目前的收入是否合理”兩個問題，本文同樣對其進行了反向賦值。反向賦值后，前者回答選項依次從1到5，1代表“非常不同意”，5代表“非常同意”，后者回答選項依次從1到4，1代表“非常不合理”，4代表“非常合理”。此外，考慮到處理變量的特殊性，本文對機會公平與結果公平進行了二分處理，劃分規則為當被訪者對兩個問題的回答均為同意（合理）或至少其中一個為非常同意（合理）且另一個為無所謂時，則可以認為具有良好機會公平或結果公平感知。

3. 協變量

在傾向得分匹配中，應盡可能地將同時影響處理變量和結果變量的混淆因素置于協變量選擇框架內。通過對既往文獻的回顧，選取性別、年齡、戶籍、黨員身份、婚姻狀況、健康狀況、家庭年收入對數以及主觀階層認同作為協變量納入傾向值預測模型[9，24-25]。此外，在高校擴招背景下，是否擁有大學學歷在一定程度上會對個體的機會公平感與幸福感產生影響。而住房作為滿足公民生存與發展需要的基本物質條件，其居住舒適度也會影響個體的結果公平感與幸福感。因此，大學學歷與住房面積也是本文需要控制的變量。上述變量的描述性統計參見表1。

（二）研究方法

一般來說，隨機實驗是探索因果規律的“金標準”，然而受社會科學倫理與具體操作化的雙重限制，完全隨機的實驗設計方法在社會科學領域并不常見[26]14-24。但在觀測性研究中，處理變量在研究對象中的隨機分配難以得到保障，從而導致大部分樣本都存在一定的“選擇性偏誤”，這會對因果關系的推斷產生不利影響。正因如此，基于Rosenbaum 等[27]提出的傾向值衍生而來的各類匹配方法越來越受到推崇。傾向得分匹配法在本文中的應用步驟如下[28]543-544，[29]157-164：①協變量選擇。本文通過對既往文獻的梳理，篩選出10個協變量并將其納入傾向值預測模型。②估計傾向得分。通常使用Logit或Probit模型來實現，本文所采用的是Logit 模型。③進行傾向得分匹配。本文所采用的匹配方法有近鄰匹配、核匹配與卡尺匹配。④匹配效果檢驗。本文主要采用核密度圖對匹配前后實驗組與控制組的共同支撐域進行可視化檢驗，并根據相關統計量對匹配前后解釋變量的平衡性進行檢驗。此外，當匹配結果并不理想時，則需要重新篩選協變量或改變匹配方式。⑤計算平均處理效應。實現對樣本的匹配后，可以對處理組處理效應進行估計，其表達式如下：

式（1）中，happiness(i,1)表示認同機會公平與結果公平的居民的幸福感得分情況，happiness(i,0)則與之相反，fairnessi=1表示將研究對象限定在處理組，通過測算處理組樣本在處理與否兩種情況下的幸福感差值，就能得出相對純凈的處理組處理效應。但問題在于現實生活中只能觀測到處理組樣本在接受處理狀況下的幸福感，即E(happiness(i,0)|fairnessi=1 )無法被觀測。此時，在可忽略性假設前提下，通過估計出來的傾向得分e(Xi) 可以在對照組中為處理組匹配一個相近樣本，即采用E(happiness(i,0)|fairnessi=0,e(Xi) )作為E(happiness(i,0)|fairnessi=1 )的替代值，從而實現對處理組處理效應的估計。

為討論處理效應的異質性作用，本文使用了Wager 等[30]提出的因果森林算法。作為目前有監督機器學習算法與計量經濟學結合的前沿產物，因果森林能從現有數據中得到更多關于異質性的信息，極大地促進了經濟學家在因果效果異質性上的探索[31]。因果森林算法雛形來源于Athey和Imbens提出的因果樹，他們通過“Honest”方法將回歸樹改進為因果樹，實現了對子樣本無偏異質性因果效應的獲取。Wager和Athey進一步將集成學習經典算法隨機森林與潛在因果模型相結合，最終構建起因果森林的基本框架。在此基礎上，Athey和Wager對R語言中因果森林的算法實現問題進行了更詳細的介紹，同時基于全美學習心態數據集展示了因果森林算法在應用層面的操作流程[30，32-33]。參照Athey 等[33]的研究，構建如下異質性處理效果估計表達式：

式（2）中，ai(x)是數據自適應核函數，m(Xi)表示給定協變量條件下幸福感的預測值。符號-i表示“袋外”預測，即happinessi不用于計算m?(-i)(Xi)，而happinessi、fairnessi、e(Xi)的含義均與式（1）保持一致。概言之，先構造兩個獨立的隨機森林來估計m?( · )與e?( · )，然后利用這兩個森林進行“袋外”預測，進而以式（2）的方式生成一個因果森林[34]。需要指出的是，由于第三方庫中可用參數的限制，本文在利用因果森林進行穩健性檢驗時仍采用處理組平均處理效應（ATT），但在繪制擬合曲線時采用的是條件平均處理效應（CATE）。

四、實證分析

（一）匹配效果檢驗

在構建機會公平與結果公平的二項Logit預測模型的基礎上，可以計算得出個體認同機會公平與結果公平的傾向值得分，隨后根據得分實現樣本匹配，并從共同支撐域與平衡性兩方面對匹配效果進行檢驗。常見的匹配方法有近鄰匹配、卡尺匹配、核匹配與分層匹配[29]160-163，本文選擇以研究中常用的近鄰匹配（1 對4 匹配）為基準匹配，同時也采用了卡尺匹配（卡尺范圍0.01）及核匹配（帶寬0.06）來驗證結果的穩健性。圖1與圖2分別呈現了近鄰匹配前后兩種公平的樣本傾向得分核密度函數分布，從圖中可以看出，匹配后實驗組與控制組的傾向值密度分布均十分接近，說明兩組樣本在機會公平與結果公平上的傾向值相近，匹配效果良好。同時，針對機會公平與結果公平的平衡性檢驗也取得了較好的結果①囿于篇幅所限，此處不予以展示，數據留存備索。。

圖1 機會公平匹配前后核密度分布圖（近鄰匹配）資料來源：筆者基于Stata輸出結果制作

圖2 結果公平匹配前后核密度分布圖（近鄰匹配）資料來源：筆者基于Stata輸出結果制作

（二）平均處理效應估計

機會公平與結果公平對幸福感的提升具有顯著的促進作用。表2為采用上述3種匹配方法得到的處理組平均處理效應（ATT），結果顯示，無論采用何種匹配方法，機會公平與結果公平的ATT值均在1%的水平上通過顯著性檢驗，說明估計結果具有良好的穩健性。從平均值來看，機會公平與結果公平的平均處理效應分別為0.12與0.22，表明在控制樣本自選擇偏誤后，機會公平與結果公平均對幸福感具有正向影響，假設1和假設2得以證實。此外，結果公平所帶來的正向效應要高于機會公平，這一結果同實證預期及實際情況相一致，反映出在如何兼顧兩種公平從而提升人民幸福感的問題上，仍需以促進結果公平為主攻方向，同時積極推進基本公共服務均等化以引導教育資源配置公平，深化城鄉戶籍制度改革以推動城鄉居民發展公平，加快全面實施市場準入負面清單制度與公平競爭審查制度以促進市場競爭公平，扎實推進婦女勞動權益保障法律建設與普惠性托育服務體系建設以維護就業性別公平，最終實現有限資源在機會公平建設與結果公平建設中的合理分配。

表2 機會公平與結果公平的平均處理效應

（三）組群差異分析

為進一步探索機會公平與結果公平對不同群體幸福感的處理效應異質性，本文以性別、大學文憑以及戶籍為分組依據，檢驗兩種公平對幸福感影響的組間差異?；诮徠ヅ洌?對4匹配）方法的組群差異估計結果如表3所示。

表3 處理效應的組群差異分析（近鄰匹配）

從不同性別的估計結果對比來看，女性群體的ATT 值比男性群體的ATT 值高0.04，即機會公平對女性幸福感提升的促進作用大于男性，假設1.1得以證實。因此，在明確機會公平在分配公平體系建設中的重要地位后，還應著重強調女性群體的就業公平與生育公平。家務勞動是列寧眼中“婦女所從事的最無生產性、最無人性和最艱巨的工作”，恩格斯也指出“婦女的解放，只有在婦女可以大量地、社會規模地參加生產，而家務勞動只占她們極少工夫的時候，才有可能”[35]180-181。毫無疑問，若想促進女性就業公平與生育公平，就必須先實現家庭場域內家務分工的性別平等，通過大力宣傳家務勞動的情感支持功能來激勵男性更多地參與家務勞動，并鼓勵女性接納、允許與享受男性的家務勞動參與[36]，基于此構建夫妻合作型家務勞動模式，進而促進家庭這一最小社會組織單元中的勞動分工平等。

從有無大學文憑的估計結果對比來看，有大學文憑群體的ATT 值比無大學文憑群體的ATT 值高0.01，即有大學文憑群體在機會公平層面獲取的幸福感提升效應略大于無大學文憑群體，假設1.2得以證實。但需要指出的是，這種幸福感提升效應并不明顯，可能是因為在高校擴招背景下，高校教學內容與市場專業需求間的失衡進一步加劇了高等教育勞動力供給的相對過剩，而較小的組間差異則是這一現象在實證層面的映射。

從不同戶籍的估計結果對比來看，農村戶籍群體的ATT值略低于城鎮戶籍群體的ATT值，假設2.1得以證實。同時，通過對組間差值進行對比可以發現二者差異并不懸殊，這也充分說明了在結果公平影響公民幸福感的過程中，城鄉戶籍差異所帶來的異質性影響正逐漸減弱，反映出在探索中國特色共同富裕道路的歷史進程中，城鄉融合發展已取得一定成效。

（四）進一步分析：基于因果森林算法

在使用傾向得分匹配法控制樣本自選擇偏誤的基礎上，采用因果森林模型對機會公平與結果公平的處理效應進行穩健性檢驗與異質性檢驗。結果顯示，基于因果森林模型得出的機會公平與結果公平的ATT值分別為0.12與0.19，且均在1%的水平上顯著為正，與上文估計結果保持高度一致，再次驗證了結論的穩健性。

傳統的異質性分析方法通常依托于回歸模型的分組與交互項，其后以傾向值為導向的處理效應異質性分析雖然在此基礎上有所突破，但也有自身的問題，而因果森林等非參數模型則以一種“匹配”的分析邏輯估計和趨近個體處理效應，從而幫助研究者分析處理效應異質性的決定因素，同時呈現出處理效應異質性的經驗分布[37]。此外，Chernozhukov等[38]提出的“最優線性預測法”也為機會公平與結果公平的異質性檢驗提供了理論依據，當算法程序運行得出的Differential估計系數顯著為正時，可以認為樣本的處理效應存在異質性[33，39]。通過表4可以發現，機會公平的Differential估計系數并不顯著，而結果公平的Differential估計系數在1%的水平上顯著為正，說明結果公平對幸福感的影響存在明顯的異質性。同時，考慮到將理論驅動與數據驅動相結合是當前計算社會科學發展的重要方向，以及機器學習算法在異質性分析層面對傳統計量方法僅強調“倒U型”關系或“U型”關系中一種的技術突破[40]，本文后續將根據樣本的年齡特征與住房面積特征繪制條件平均處理效應的擬合曲線，以實現對結果公平在不同群體中的幸福感提升效應差異的可視化探索。

安居樂業自農耕時代以來便一直是我國人民的共同心愿，實際上其中暗含著一個強假設：安居是樂業的“因”。以此類推，安居是樂業之因，就業是民生之本，而民生是人民幸福之基，那么安居在結果公平對幸福感的處理效應中又起到了怎樣的異質性作用呢？為探討這一議題，本文在圖3中將住房面積作為條件，對結果公平的處理效應異質性進行了可視化操作①為方便展示，刪去了部分住房面積過大的樣本，最終剩余樣本8 540個，整體樣本損失率小于1%，影響尚在可控范圍內。。結果顯示，隨著住房面積的提升，結果公平的條件平均處理效應整體呈左偏“M型”關系。具體而言，當個體的住房套內面積小于100平米時，條件平均處理效應呈“M型”關系，即在居住場所為中小戶型住宅的群體中，結果公平的幸福感提升效應不斷增強，并在到達頂點后逐步回落，直至住房面積趨近于100 平米。當住房套內面積大于100平米時，擬合曲線漸趨平緩，住房面積所帶來的異質性作用不再明顯。研究結果也從側面印證了住房保障制度在民生幸福工程中的重要地位。住房保障與幸福感皆為關乎國計民生的重大問題，為中低收入居民提供住房保障是政府分內之事、應盡之責[41]。政府一方面應大力發展公租房等租賃型保障房以及共有產權房等產權型保障房來為無房家庭提供住房兜底，另一方面積極推進“租購同權”政策的有效落地，以保障租房人群平等享受基本公共服務的權利。

三十而立中的“立”從孔子的立德、班固的立學、朱熹的立道到馮友蘭的立禮，再到如今主流語境中的成家立業，雖然對所立何物的爭議從未停歇，但人們大多對三十當立的觀點持贊成態度。如圖3所示，結果公平的處理效應在三十歲前后有著明顯轉向，或是由于“他者凝視”帶來的監督與規訓起到了促進作用，抑或“躺平”心態隨著年齡增長而逐漸在個體思維方式形塑中占據主導地位，最終結果都是大樣本支持下的結果公平處理效應從三十歲前的不斷下滑邁向三十歲后的止跌回升。政府在公民致力于三十而立的生命歷程中能做的是深化市場準入負面清單制度改革與加快勞動力市場制度建設，以市場準入負面清單制度助推“非禁即入”，以勞動力市場制度促進自由流動與公平競爭，用制度的力量幫助公民實現三十而立的人生目標，進而最大限度地發揮結果公平的幸福感提升效應。

五、結論與啟示

共同富裕是全體人民共同富裕，更是人民群眾物質生活和精神生活都富裕[42]。而機會公平是共同富裕的前提，結果公平是共同富裕的導向，機會公平與結果公平的耦合協調不僅有利于扎實推進共同富裕，也有助于切實提升人民群眾幸福感。本文根據2015年中國綜合社會調查數據，采用傾向得分匹配法與因果森林算法系統考察了機會公平與結果公平對幸福感的影響，估計結果顯示機會公平與結果公平對幸福感均有顯著的促進作用，在采用多種匹配方法與因果森林模型進行穩健性檢驗后，該結論依然成立。其次，在組群差異分析中發現女性身份及大學學歷能夠強化機會公平的幸福感提升效應，城鎮戶籍能夠強化結果公平的幸福感提升效應。同時，通過因果森林算法對結果公平的處理效應異質性進行分析后發現，結果公平的幸福感提升效應在住房剛需群體中最為明顯，并且在三十歲前后存在明顯轉向，具體表現為從三十歲前的不斷下滑邁向三十歲后的止跌回升。上述結論在證實研究假設的基礎上，不僅系統回答了分配公平提升幸福感何以可能，也為加快建設人民幸福的現代化國家何以可為提供了重要啟示。

一方面，加快構建機會公平機制，統籌推進教育公平、就業公平、社會流動公平一體化建設。首先，應進一步促進公共教育資源分配均等化，有效化解公共教育資源總量擴張與優質教育資源不斷集聚之間的矛盾，同時積極發揮教育在人力資本積累與文化自信培育中的重要作用，以教育公平建設推動全體人民物質生活與精神生活都富裕。其次，通過深化勞動力市場制度改革使勞動力流動更自由、機會更均等，通過推進婦女勞動權益保障法律建設與普惠性托育服務體系建設來促進職場性別平等，通過數字普惠金融降低創業融資成本、激發居民創業活力，從而推動創業機會的均等化。最后，掃除阻礙社會成員向上流動的體制障礙，進一步降低社會資本與政治資本代際傳遞帶來的負面影響，推動構建人人參與、人人盡力、人人享有的共同富裕建設新格局。

另一方面，穩步推進結果公平建設，構建初次分配、再分配、三次分配協調配套的基礎性制度安排。在初次分配領域，應加快推動勞動報酬合理增長，肯定勤勞致富的價值理念，同時也需正視財產性收入與資本流動在社會主義初級階段中的客觀作用，并充分利用大數據時代數據資本作為生產要素的增值作用。在再分配領域，有序提高直接稅在稅收結構中的比重，利用直接稅的累進性機制助力收入差距縮小，同時需要進一步提升財政轉移支付的精度與效度，充分發揮均衡性轉移支付的調節作用。在三次分配領域，以社會主義核心價值觀引領公益氛圍的營造，鼓勵高收入人群自愿捐助慈善事業，激勵社會力量參與公益活動，建立健全第三次分配體制機制，以制度的力量扎實推進共同富裕。

作者貢獻聲明：田一川負責研究設計、數據分析與論文撰寫；張茂英負責語言潤色與論文選題。