南非的空间不平等：原因与政策选择

南非的空间不平等：原因与政策选择 Сергій Мелешчук和ヨハンナ・シュauer SIP/2026/018 国际货币基金组织选定问题文件是由IMF工作人员为与成员国定期协商准备的背景文件。它基于2026年1月21日完成时的可用信息。本文还作为国际货币基金组织国家报告第26/35号单独发表。 2026MAR 国际货币基金组织选定问题报告 非洲部 国际货币基金组织选定的议题报告由国际货币基金组织工作人员编制，作为与成员国定期磋商的背景文件。它基于2026年1月21日完成时的可用信息。本文还作为国际货币基金组织国家报告第26/35号单独发表。 摘要：关于全球收入不平等，反映持续的南非表现出最高的空间排他性之一。本文通过家庭微观数据、微观模拟和结构空间一般均衡模型，考察了空间不平等的程度和原因。微观数据分析指出，不平等主要存在于（而不是跨越）城乡地区之间，长时间通勤与高失业率、低收入有强烈的关联。模拟分析表明，降低通勤成本可以有效降低失业率和不平等。结构模型结果指出，交通和住房政策是促进空间融合、减少收入不平等的有效工具。 推荐引用：梅列什丘克，谢尔盖，施瓦乌，约翰娜。2026。《南欧的空间不平等与政策选择》。国际货币基金组织选定的专题论文第26/018号。非洲：因果 精选问题论文 南非的空间不平等：原因和政策选择 南非 由Sergii Meleshchuk和Johanna Schauer编制1 A. 简介 1.南非的不平等问题居世界首位之一。尽管进行了重大财政再分配，南非的基尼系数约为0.65，这指向了世界上市场收入最不平等的地区之一（图1，世界银行，2018；Stats SA，2023）。泰尔指数（在1号框中描述）描绘了相似的图景。文献强调了几个不平等的驱动因素，包括增长疲软、产品和劳动力市场僵化（IMF 2024，OECD 2022，Nattrass & Seekings，2019）、过早的工业化、技能偏差的技术变革和高失业率（Rodrick 2008）。然而，南非与其他国家不同之处在于，它有着深刻的人种和地域差异，这是种族隔离时期的遗产。.正如黑人多数被地理上限制在经济边缘地带，系统地 剥夺了接受优质教育、技能就业和生产力资产的机会（哈佛增长实验室，2023年），这导致了一个庞大的低收入和机会有限的弱势群体，为持续存在的高空间驱动不平等奠定了基础——即在国内外地理区域内的经济和社会成果的系统差异（马尼谢娃等人，2025年）。 2.这篇论文着重探讨空间不平等作为南非整体收入不平等的的决定性因素。如上所述，种族隔离政策系统地排除了 黑人南非人无法获得基础设施、教育和劳动力市场机会。在农村地区， 资源匮乏的“家园”的创造，将人口限制在经济生产中心遥远的地区，从而持续着慢性贫困（世界银行，2018；哈佛增长实验室，2023）。外围镇的建立加深了城市黑人社区的物理和经济孤立，导致通勤成本高昂、劳动力市场分割以及对优质教育获取受限（马尼谢娃等人，2025；哈佛增长实验室，2023）。尽管在种族隔离制度结束后，政策努力解决这些问题，但低收入人群依然远离 来源：Shah 和 Sturzenegger（2022）。条形图表示平均总运输成本（货币和非货币）所占比例五等分劳动收入与家庭人均收入之比。 就业中心（Shah和Sturzenegger，2022年）。通勤尤其负担沉重：仅交通就消耗了大约17%的工资，当考虑到时间损失时，这一比例上升至30%至40%（Kerr，2015年）。对于公共交通使用者来说，总的通勤成本可以达到净收入的80%，这会阻碍就业（图2，Shah和Sturzenegger，2022年）并导致高失业率和规模较小的非正式部门这一悖论（Rodrik，2008年；Shah和Sturzenegger，2022年；哈佛增长实验室，2023年）。2在农村地区，糟糕的连接进一步限制了机会。 3.本文结合了微观数据、微观模拟和结构模型，以估计南非的空间不平等程度，并分析有助于解决此问题的政策选项。利用2024年一般家庭调查的国家代表性数据，分析量化了地理上获取经济机会的差异如何导致城乡收入和就业差距的持续存在（第二部分）。一个类似于Bourguignon和Spadaro（2006年）的微观模拟框架将外生就业冲击应用于家庭层面的数据，以追踪改善劳动力市场准入的分配效应（第三部分）。最后，Manysheva等人（2025年）开发的反映南非城市动态的结构性空间一般均衡模型被用于评估替代政策干预措施——如改善交通基础设施、城市住房密集化和针对性补贴——对城市劳动力市场不平等的影响（第四部分）。第五部分以一些政策建议结束。 B. 空间不平等微数据分析 4.这次分析借鉴了2024年南非全国家庭调查（GHS），以评估南非的空间不平等。这一全国代表性数据集收集了关于家庭和个人层面的数据，包括人口和社会经济特征，如省份、大都市地位、教育水平、劳动力收入以及基本服务可及性。重要的是，它还包括空间指标，如距离最近交通设施的距离，这使得可以研究地理和结构不平等驱动因素。这些特性使GHS成为分析南非分配结果和经济机会空间维度的关键来源。虽然基尼系数是更广泛用于研究不平等的指数，但泰尔指数也是另一个不平等度量，可以分解为不同人口（例如，城市和农村居民）的贡献。因此，鉴于本文对空间不平等的侧重，泰尔指数将在这次分析中得到广泛使用（有关泰尔不平等指数分解的详细信息，请参见框1）。 5.空间收入3南非的不平等主要是由于城市和农村内部的差距，而不是二者之间的差异推动的。根据GHS数据（图3），农村地区内部的不平等占总体收入不平等的约57%，而大都市地区的不平等又额外贡献了38%。相比之下，城市和农村地区平均收入水平之间的差异仅解释了总不平等的约5%，如Theil指数所衡量。这种分解凸显了减少不平等需要解决城市和农村经济内部的结构性差异，而不仅仅是关注缩小城乡收入差距。 6.空间排斥是南非失业的一个重要驱动因素图4。长时间的通勤时间继续限制了对劳动力市场和经济增长机会的获取。利用关于通勤时间的GHS数据，我们估计每个地理区域的平均通勤时间，并将它们与当地的失业率进行比较。结果显示出一种强烈且具有统计学意义的关联：在城市和农村地区，平均通勤时间超过一小时的地区的失业率比平均通勤时间在15分钟以下的地区高20个百分点以上。4 7.为了评估通勤时间对失业率的影响，我们估算失业概率随着到工作地点的距离增加而提高。首先，我们估算一个逻辑回归模型，自变量为失业状况。方程式定义为模型中，因变量， TTTTTTTTTTTTT（其中，“旅行时间小于15分钟”被省略的参照类别）。然后，我们计算概率比为−它是控制量之一（年、性、教育、种族、省份、城市区域虚量）和 居住在平均出行分（ ）参照的区域内，假其他所有因素。是一个量，它捕捉主要抽样单位的平均出行时间。 对于所有其他通勤类别。比值比表示一个人k与一个通勤者相比失业的可能性高出多少。 8.失业率随着通勤时间的增加而大幅上升。在控制了可观察的个体特征后，居住在平均通勤时间为15-30分钟的地区的人失业的可能性比参照组的人高出约20%。对于居住在工作地点较远的人，当通勤时间从不到15分钟增加到超过一小时时，这种可能性大致翻倍（图5）。5 箱1. 泰尔不平等指数：入门指南 𝑻𝑻Theil不平等系数（Theil 1967）是一种用于量化经济不平等的统计量。它源于信息理论，并测量个人或群体间收入或财富分布的熵，或无序度。Theil指数（ ）的计算公式如下： 个体数量在哪里，个体收入表示为自然对数。 ∗ NN，是平均收入，和 A Theil指数为0表示完全平等，即每个人的收入都相同。数值越高表示不平等程度越高。此指数特别有用，因为它可以分解内和两个部分，使分析人能了解不平等中有多少是由造成的。 由于亚组内部与亚组之间的差异。 Let the population be divided into G groups. The total Theil index T can be decomposed as follows:将人口分为G组。总体泰尔指数T可以按以下 Where and stand for within- and between group components nn gg 是群体的人口，n 是总人口，μ 是群体内的Theil指数。组内成分的计算如下： ∗ 在哪里可以找到群体n的均收入？ 一场高烧-组成分表示，大多数不平等是由于子群内部（例如，地区或人口群体内部）的差距造成的，而高……gg -组分量表明，不平等主要源于各组平均收入的差异。 C. 微型模拟分析 9.在本节中，我们运用局部均衡反事实分析方法，更好地理解空间排斥对南非不平等影响的程度。为了实现这一目标，我们采用了一种遵循税收-福利和劳动力供给模型传统（Bourguignon 和 Spadaro，2006）的微观模拟框架，对家庭层面的微观数据施加外生就业冲击，以追踪其对收入和收入不平等的影响。使用调查加权经验率在由年龄、地点、性别和教育定义的种群细胞内计算就业概率，当细胞计数不足时采用分层回退。（DiNardo、Fortin 和 Lemieux，1996），而工资则通过热匹配技术分配（Little 和 Rubin，2019；Rosenbaum 和 Rubin，1983）。 10.该分析依赖于蒙特卡洛模拟，该模拟充分利用了GHS微观数据的丰富性。模拟过程分为三个步骤：(i) 根据特定假设，将一部分失业人员重新分类为就业人员；(ii) 从目前就业人员中推算这些新工作 的工资。 (iii) 在重新计算人均收入、失业率和泰尔指数之前，将增量劳动收入加到家庭资源中，进行反复随机抽取。 11.我们模拟了减少通勤时间对不平等的冲击，并将其与增加总收入的影响进行比较。在我们主要模拟情景（“缩短通勤距离”）中，只有通勤时间较长的地区（中位数为30-60分钟或超过60分钟）的失业个人被视为当地交通条件改善到了“15-30分钟”类别，其就业概率设置为与该类别可比人员的就业概率相同。在此情景下，新工作的工资通过人口统计学匹配分配，从具有类似可观察特征（年龄、教育、性别、地点）的工人中选择。为比较起见，我们还模拟了一个替代情景（“更高整体增长”），其中积极的产值冲击使40%的失业个人（按调查设计加权）转为就业——这大致符合在2000-24年间南非经济年增长3%，而不是平均1.5%，而不会影响工资水平（即保持劳动生产率固定）的条件。在此情景下，通过从所有在职工人中简单随机抽样来分配工资，而不匹配特征。有关模拟的更详细信息见箱2。 12. 结果表明，通过改善空间安排有显著减少收入不平等的空间。 访问将上述通勤时间减少可降低失业率约4.5个百分点，使平均家庭收入提高三分之一以上，并减少不平等——以Theil指数衡量——降低0.08，或约为初始水平的9%（图6A）。尽管不平等现象的比例仍然很大，但这种减少在经济学上具有意义，并与消除种族工资差异的估计效应相当（国际货币基金组织，2024）。相比之下，在“更高整体增长”情景下，失业率的下降接近三倍之大，但减少不平等的程度仅略高于减少通勤时间的情景。这突出了偏远城市和农村地区的居民不仅就业可能性较低，而且在就业时工资也系统地较低。这突出了空间整合对于包容性增长的重要性。值得注意的是，减少通勤距离的影响在大都市区更为明显，而农村地区则从整体增长中受益更多。6 2. 微模拟方法 缩短上班距离 首先，对于居住在