王子城

【摘 要】本文運(yùn)用中國家庭金融調(diào)查（CHFS）數(shù)據(jù)，研究勞動(dòng)力市場(chǎng)中是否存在地域歧視的問題，即外地戶口工作者是否由于其外來者的身份而在工資收入上受到歧視。研究發(fā)現(xiàn)，在控制受教育年限、工作年數(shù)、性別、職業(yè)類型等變量后，本地人工資比外地人高29.67%。該結(jié)果表明，我國勞動(dòng)力市場(chǎng)目前仍然存在地域歧視問題，并且歧視程度較高。此外，本文還發(fā)現(xiàn)受教育年限對(duì)工資的影響較小，工作經(jīng)驗(yàn)對(duì)工資的作用大于學(xué)歷的作用，女性在勞動(dòng)力市場(chǎng)中受到比較明顯的歧視。

【關(guān)鍵詞】地域歧視；外地人；工資差距；勞動(dòng)力市場(chǎng)

一、引言

中國勞動(dòng)力市場(chǎng)上存在的地域歧視現(xiàn)象可以從歷史原因和現(xiàn)實(shí)原因來進(jìn)行解釋。從歷史上看，中國作為一個(gè)深受儒家傳統(tǒng)文化影響的國家，“家文化”始終是中國社會(huì)核心文化之一，由此形成的“熟人社會(huì)”即依靠人脈關(guān)系的交往傳統(tǒng)，導(dǎo)致了在市場(chǎng)化條件下，各地區(qū)勞動(dòng)力市場(chǎng)偏愛本地勞動(dòng)者的情況。由于本地人在語言交流、風(fēng)俗、習(xí)慣、人脈資源等方面相對(duì)外地人存在明顯的優(yōu)勢(shì)，且在熟人關(guān)系社會(huì)下，為了避免“得罪”潛在的“貴人”，用人單位總是傾向于優(yōu)待本地員工（張皓星，2014）[1]。從現(xiàn)實(shí)來看，新中國改革開放以來實(shí)施的優(yōu)先發(fā)展部分地區(qū)經(jīng)濟(jì)戰(zhàn)略城鄉(xiāng)二元社會(huì)的分割，使中國成為一個(gè)典型的城鄉(xiāng)二元經(jīng)濟(jì)（章元&王昊，2011）[2]。隨著市場(chǎng)經(jīng)濟(jì)的發(fā)展，大量經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的勞動(dòng)力向經(jīng)濟(jì)發(fā)達(dá)地區(qū)轉(zhuǎn)移，在這一過程中，這些外來務(wù)工者由于其外地人的身份在當(dāng)?shù)貏趧?dòng)力市場(chǎng)上受到了歧視。根據(jù)中國青年報(bào)社會(huì)調(diào)查中心的民意調(diào)查顯示，有高達(dá)30.6%的人認(rèn)為身邊存在著地域歧視，且很多人還存在著歧視的行知矛盾。由此可見，地域歧視已經(jīng)越來越影響到“和諧社會(huì)”的構(gòu)建。

地域歧視中最常見、最突出的是“外地人”歧視，這些歧視主要體現(xiàn)在：優(yōu)先聘用本地人、給予本地人更快的升職，和給予外地人較低的工資等等。這些歧視一方面導(dǎo)致勞動(dòng)力市場(chǎng)的低效率，另一方面也擴(kuò)大了勞動(dòng)力市場(chǎng)上本地人和外地人之間的收入差距（章元&王昊，2011）[2]。蔡昉等（2001）[3]的研究發(fā)現(xiàn)，中國勞動(dòng)力市場(chǎng)的扭曲影響了資源配置效率， 從而構(gòu)成了中國地區(qū)間收人擴(kuò)大的重要因素。勞動(dòng)力市場(chǎng)上的“外地人”歧視不僅會(huì)影響資源配置效率，同時(shí)不利于區(qū)域間人才流動(dòng)來促進(jìn)經(jīng)濟(jì)社會(huì)的發(fā)展，對(duì)勞動(dòng)力市場(chǎng)人才自由流動(dòng)產(chǎn)生阻礙作用。因而，通過詳盡的微觀經(jīng)濟(jì)數(shù)據(jù)研究本地勞動(dòng)力市場(chǎng)對(duì)外來人的歧視就具有重要的現(xiàn)實(shí)意義和政策意義。

文章正是基于以上考慮，在充分利用中國家庭金融調(diào)查（CHFS）數(shù)據(jù)的基礎(chǔ)上，克服了早前中國家庭金融微觀調(diào)查數(shù)據(jù)的不足，研究了勞動(dòng)力市場(chǎng)上外地人身份對(duì)勞動(dòng)者工資收入的影響。研究發(fā)現(xiàn)，在控制相關(guān)變量后，本地人工資比外地人高29.67%。研究還發(fā)現(xiàn)，受教育年限對(duì)工資的影響較小，女性在勞動(dòng)力市場(chǎng)中受到比較明顯的歧視。另外，本文基于內(nèi)生性問題的考慮，沒有采用目前主流的工資分解方法，而是使用兩階段最小二乘法（2SLS）對(duì)工資方程進(jìn)行估計(jì)。

本文后續(xù)部分的結(jié)構(gòu)如下：第二部分回顧工資方程分解和勞動(dòng)力市場(chǎng)歧視的理論基礎(chǔ)和相關(guān)文獻(xiàn)；第三部分介紹本文使用的數(shù)據(jù)樣本、構(gòu)造本文的模型和變量、以及變量的描述性統(tǒng)計(jì)；第四部分實(shí)證研究外地人歧視對(duì)工資差距的影響；第五部分總結(jié)并討論相關(guān)的政策建議。

二、文獻(xiàn)綜述

對(duì)于就業(yè)和工資待遇歧視等問題，現(xiàn)有文獻(xiàn)已經(jīng)進(jìn)行了很多深入的研究。Oaxaca（1973）[4]和Blinder（1973）[5] 使歧視問題進(jìn)入到量化分析階段，其基本思路是將群體間工資均值差異分解為由個(gè)人稟賦差異解釋的部分和不能由個(gè)人稟賦差異解釋的部分，而后者則被定義為歧視。Meng（2000）[6]利用Blinder-Oaxaca-Cotton分解方法發(fā)現(xiàn)，民工與工人工資差距的50%左右無法由勞動(dòng)生產(chǎn)力差異來解釋，她利用Brown分解方法發(fā)現(xiàn)，超過100%的職業(yè)內(nèi)工資差距是由歧視引起的。王美艷（2003）[7] 基于Oaxaca分解方法研究發(fā)現(xiàn)，外來務(wù)工者和本地勞動(dòng)力的收入差距只有24%能通過個(gè)人特征的差異來解釋，而另外的76%是由歧視造成的。同時(shí)她還利用Brown分解方法發(fā)現(xiàn)二者之間工資差距中的59%是行業(yè)間差異，41%是行業(yè)內(nèi)差異，并且工資收入差距的43%是由歧視等不可觀測(cè)的因素引起的（王美艷，2005）[8]；謝嗣勝、姚先國（2006）[9]也通過Blinder-Oaxaca-Cotton分解方法研究發(fā)現(xiàn)，民工和城鎮(zhèn)勞動(dòng)力工資差距的50%以上是由歧視導(dǎo)致的。上述的研究為我們提供了勞動(dòng)力市場(chǎng)中存在“外地人”歧視的有力證據(jù)。但是，我們?nèi)匀挥欣碛裳刂墨I(xiàn)做進(jìn)一步的研究。

對(duì)于地域歧視問題，十分重要的一點(diǎn)就是內(nèi)生性問題的解決。本文的研究最終解決了這個(gè)問題，因而結(jié)論是可靠的。此外，本文發(fā)現(xiàn)，在不考慮內(nèi)生性問題時(shí)外地人歧視并不顯著，當(dāng)把內(nèi)生性問題考慮其中后，模型的估計(jì)結(jié)果發(fā)生了很大的變化，外地人歧視的現(xiàn)象變得顯著，并且歧視程度較高。

文章正是基于以上考慮，利用中國家庭金融調(diào)查（CHFS）數(shù)據(jù)，實(shí)證分析外地人身份對(duì)工資收入差距的影響。該研究可以發(fā)展勞動(dòng)力市場(chǎng)的相關(guān)理論，豐富我國家庭微觀金融需求研究的理論體系。

三、模型與變量

本文的數(shù)據(jù)來自西南財(cái)經(jīng)大學(xué)2011年在全國范圍內(nèi)開展的中國家庭金融調(diào)查（ChinaHousehold Finance Survey， CHFS）項(xiàng)目，該調(diào)查涵蓋了全國25 個(gè)?。ㄊ?、自治區(qū)）、80個(gè)縣、320個(gè)社區(qū)，8438個(gè)家庭共29324個(gè)樣本，采集了家庭的人口統(tǒng)計(jì)特征、資產(chǎn)與負(fù)債、收入與消費(fèi)、保險(xiǎn)與保障等方面的微觀信息，全面反映了家庭金融的基本狀況。中國家庭金融調(diào)查的拒訪率低、人口統(tǒng)計(jì)學(xué)特征與2010年全國人口普查數(shù)據(jù)非常接近，調(diào)查樣本具有非常好的代表性，數(shù)據(jù)質(zhì)量高（甘犁等，2012）[10]。

（一）模型設(shè)定

本文首先采用基本工資方程[13]分析外地人身份對(duì)工資收入的影響，即是否存在“外地人”歧視現(xiàn)象?；竟べY方程為：

wage_ perhouri =β0 +β1locali +β2educ i +β3exper i +β4exper i2 + othercontrols i + ui （1）

其中，wage_ perhour為小時(shí)對(duì)數(shù)工資，local表示是否擁有本地戶口的虛擬變量，educ為受教育年限，exper為工作年數(shù)，othercontrols表示控制變量，主要包括性別和職業(yè)類型。

（二）變量介紹

本文的目的在于考察外地人身份對(duì)個(gè)人工資收入差距的影響，因而合理的構(gòu)造相關(guān)指標(biāo)是本文的關(guān)鍵。下面分別就外地人身份，小時(shí)工資和其他變量進(jìn)行說明。

1.外地人身份

本文關(guān)注的解釋變量是外地人身份。在2011年CHFS調(diào)查問卷中有詢問受訪人“擁有本市/本縣戶口嗎”，本文用虛擬變量local來表示是否擁有本地戶口，有本地戶口為1，沒有為0。

不過，是否擁有本地戶口可能存在內(nèi)生性問題。是否擁有本地戶口本身會(huì)受到工資收入的影響。工資收入未必是在擁有本地戶口后才提高的，相反，是否擁有本地戶口可能會(huì)受到當(dāng)?shù)毓べY收入的影響。正因?yàn)榇诒镜鼐蜆I(yè)有著各種好處，因此只有當(dāng)外地就業(yè)機(jī)會(huì)提供的收益回報(bào)顯著大于留在本地能夠享受到的好處時(shí)，理性的勞動(dòng)者才會(huì)考慮離開戶籍所在地工作。因而，本文要處理的一個(gè)關(guān)鍵問題就是是否擁有本地戶口的內(nèi)生性問題。經(jīng)過反復(fù)檢驗(yàn)，我們選取受訪人的姓氏是否為大姓作為是否擁有本地戶口的工具變量。選擇該工具變量是基于一個(gè)偶然發(fā)現(xiàn)的現(xiàn)象：中國近代的頻繁戰(zhàn)亂使得許多家族內(nèi)遷至四川、重慶等西部內(nèi)陸地區(qū)，從而形成了若干小姓氏聚集村落，即某個(gè)地區(qū)只有某一個(gè)姓氏的家庭，而附近很少見到有該姓氏的家庭。在這種情況下，小姓氏聚集村落一般會(huì)形成更加團(tuán)結(jié)的集體，相對(duì)大姓人家來說更不容易遠(yuǎn)離戶籍所在地外出打工，因此是否為大姓與本地人變量非常相關(guān)。另外，而在控制了其他工資決定因素的變量后，姓氏與工資收入之間沒有直接的相關(guān)關(guān)系，因此將是否為大姓作為工具變量使用是合適的。后面還將在估計(jì)中給出具體的檢驗(yàn)結(jié)果，對(duì)工具變量進(jìn)一步說明。

2.小時(shí)工資收入

為了研究外地人身份的歧視對(duì)工資差距的影響，本文選取的被解釋變量為小時(shí)工資收入。每小時(shí)工資根據(jù)調(diào)查問卷的問題去年實(shí)際貨幣工資收入、每周工作天數(shù)、每日工作小時(shí)數(shù)按每年52個(gè)工作周計(jì)算得出。表1給出了不同省份外地人和本地人年均工資的描述性統(tǒng)計(jì)結(jié)果。

3.控制變量

本文選取的控制變量有性別和職業(yè)類型。受訪者的性別，用gender表示，男性取值為1，女性為0；職業(yè)類型，根據(jù)調(diào)查問卷的設(shè)置將職業(yè)劃分為7種類型：國家機(jī)關(guān)黨群組織/企事業(yè)單位負(fù)責(zé)人、專業(yè)技術(shù)人員、辦事人員和有關(guān)人員、商業(yè)/服務(wù)業(yè)人員、農(nóng)林牧漁水利生產(chǎn)人員、生產(chǎn)/運(yùn)輸設(shè)備操作人員及有關(guān)人員、軍人。分別建立7個(gè)虛擬變量，分別用occup1、occup2、occup3、occup4、occup5、occup6、occup7表示。

本文使用的數(shù)據(jù)總樣本達(dá)到29324個(gè)，針對(duì)本文的研究內(nèi)容，首先對(duì)數(shù)據(jù)做如下處理：

（1）根據(jù)我國退休年齡的規(guī)定，選擇年齡在16周歲到60周歲之間的男性樣本和年齡在16周歲到55周歲之間的女性樣本。

（2）剔除職業(yè)性質(zhì)為自主創(chuàng)業(yè)、務(wù)農(nóng)、自由職業(yè)、志愿者、個(gè)營/私營業(yè)主的樣本。

（3）整理數(shù)據(jù)后發(fā)現(xiàn)，廣西、重慶、陜西不存在外地人樣本，因此予以剔除。數(shù)據(jù)清理后最終剩余3981個(gè)樣本，其中本地戶口樣本3488個(gè)，外地戶口樣本493個(gè)。

表2給出了變量的描述性統(tǒng)計(jì)結(jié)果。

從表2可以看出，每小時(shí)工資的均值大約為11.6元，并且樣本之間的差異性較大。本地人樣本占總樣本量的87.62%。受訪者平均受教育年限不到12年，即剛好達(dá)到高中水平，眾數(shù)是9年，即大多數(shù)受訪者為初中水平，說明整體受教育程度偏低。受訪者平均工作年數(shù)大約為11年。受訪者中約60%是男性。從職業(yè)類型來看，商業(yè)/服務(wù)業(yè)人員所占比例最多，達(dá)到22%，其次是生產(chǎn)/運(yùn)輸設(shè)備操作人員及有關(guān)人員，約占18%，最少的是軍人，僅占0.25%。

圖1給出的是不同省份本地人和外地人小時(shí)平均工資（取自然對(duì)數(shù)）的基本情況，從圖中可以看出，不同省份甚至不同職業(yè)類型的本地人和外地人的工資存在較大差異，在不控制其他變量的情況下難以判斷外地人相對(duì)于本地人是否受到歧視。其中有部分省份的個(gè)別職業(yè)出現(xiàn)了異常狀況：如山西省的專業(yè)技術(shù)人員，吉林省的商業(yè)/服務(wù)業(yè)人員和云南省的生產(chǎn)、運(yùn)輸設(shè)備操作人員及有關(guān)人員等。這反映了本文存在數(shù)據(jù)量不足的問題，尤其是各省份在分職業(yè)后的部分職業(yè)樣本不足，這可能與調(diào)查問卷中的職業(yè)分類有關(guān)，因此之后的回歸中沒有控制省份變量。

四、估計(jì)結(jié)果

表3是模型的估計(jì)結(jié)果，由表中（1）、（2）、（3）列多元回歸的結(jié)果可以看出，本地人變量對(duì)小時(shí)對(duì)數(shù)工資的回歸系數(shù)顯著為負(fù)，說明在工資上本地人反而受到了歧視：在其他條件不變的情況下，本地人身份使得工資平均而言比外地人低24.09%。這一與邏輯、現(xiàn)實(shí)相反的結(jié)果恰恰說明了在地域歧視問題上存在內(nèi)生性問題。

表中第（4）列是加入工具變量后使用兩階段最小二乘回歸得到的結(jié)果。兩階段最小二乘法分為兩個(gè)步驟，首先用內(nèi)生變量對(duì)工具變量和其他外生變量進(jìn)行回歸：

locali =α0 +α1namei +α2educ i +α3exper i +α4exper i2 + othercontrols i +μi （2）

然后用被解釋變量對(duì)第一階段回歸的擬合值進(jìn)行回歸：

wage_ perhouri =β0 +β1locali +β2educ i +β3exper i +β4exper i2 + othercontrols i + ui （3）

第（1）列是僅對(duì)本地人虛擬變量進(jìn)行回歸的結(jié)果，可以看出回歸系數(shù)在1%的水平上顯著為負(fù)，說明本地人工資比外地人低12.6%；第（2）列是在加入受教育年限和工作年數(shù)后的回歸結(jié)果，回歸系數(shù)在1%水平上顯著為負(fù)，說明在其他條件不變的情況下，本地人身份使得工資比外地人低24.7%；第（3）列是在第（2）列基礎(chǔ)上加入性別、職業(yè)類型控制變量后的回歸結(jié)果，回歸系數(shù)仍然在1%水平上顯著為負(fù)，說明在其他條件不變的情況下，由于本地人身份使得工資比外地人低24.09%；第（4）列中，考慮到本地人變量可能存在內(nèi)生性問題，估計(jì)中用是否為大姓作為工具變量，進(jìn)行了兩階段估計(jì)。第（4）列報(bào)告了用Durbin-Wu-Hausman檢驗(yàn)（DWH檢驗(yàn)）本地人變量內(nèi)生性的結(jié)果，在5%水平上拒絕了不存在內(nèi)生性的假設(shè)，因而本地人變量存在內(nèi)生性問題。在兩階段工具變量估計(jì)中，第一階段估計(jì)的F值為42.8387，工具變量的t值為6.55。根據(jù)Stock & Yogo（2005）[11] ，F(xiàn)值大于10%偏誤下的臨界值為16.38，不存在弱工具變量問題。因而，用姓氏變量作為工具變量是合適的。在第（4）列的估計(jì)中，本地人變量的回歸系數(shù)為0.2967，在10%水平上顯著，即本地人工資比外地人高29.67%。

綜上所述，在不考慮內(nèi)生性問題時(shí)，多元線性回歸結(jié)果顯示本地人工資顯著低于外地人工資，與現(xiàn)實(shí)情況恰好相反；而在考慮內(nèi)生性問題后，本地人工資反而比外地人工資高出29.67%，受到勞動(dòng)力市場(chǎng)的偏愛。2SLS回歸中的系數(shù)顯著性明顯下降，顯著水平由1%下降到10%。由此可見對(duì)外地人歧視程度很高。

從表3中我們還有一些其他的發(fā)現(xiàn)，受教育年限在工資方程中的作用顯著低于王美艷（2005）[8] 和卿石松（2013）[12]在研究中得出的結(jié)論，僅僅只有5.94%，這一方面可能與使用的數(shù)據(jù)庫不同有關(guān)，另一個(gè)可能的解釋是高校的持續(xù)擴(kuò)招導(dǎo)致原本是勞動(dòng)者用來表明個(gè)人能力的學(xué)歷的含金量大幅下降，學(xué)歷的價(jià)值提升作用也被削弱，使得學(xué)歷高低對(duì)工資收入的貢獻(xiàn)逐漸變小。同時(shí)注意到工作年數(shù)在工資方程中的作用為6.52%，說明與學(xué)歷相比，工作經(jīng)驗(yàn)在決定工資高低時(shí)具有更大的影響；而在性別方面，男性的回歸系數(shù)在1%水平上顯著為正，說明由于男性工資比女性高出19.97%，這從側(cè)面反映了在勞動(dòng)市場(chǎng)上女性受歧視現(xiàn)象。

五、結(jié)論與政策建議

本文運(yùn)用中國家庭金融（CHFS）2011年數(shù)據(jù)，研究了勞動(dòng)力市場(chǎng)中的地域歧視問題，主要著眼于外地人和本地人的工資差距，并選擇恰當(dāng)?shù)墓ぞ咦兞拷鉀Q了本地人變量的內(nèi)生性問題，最終得出了一些有用的結(jié)論。

首先，勞動(dòng)力市場(chǎng)存在著顯著的外地人歧視現(xiàn)象。在控制受教育年限、工作經(jīng)驗(yàn)、性別、職業(yè)類型等變量的基礎(chǔ)上，由于本地人身份使得小時(shí)工資比外地人高出29.67%，其次，本文發(fā)現(xiàn)教育年限在工資方程中的作用較小，多受一年教育平均而言只能使工資提高約6%；工作經(jīng)驗(yàn)對(duì)工資的影響大于學(xué)歷，每多積累一年工作經(jīng)驗(yàn)平均而言使得工資提高約7%；性別歧視現(xiàn)象依然存在，在其他條件相同的情況下，女性工資平均而言比男性要低19.97%。

最后，本文還存在一些不足之處，由于問卷的問題設(shè)計(jì)，本文僅將職業(yè)劃分為7類，導(dǎo)致部分地區(qū)職業(yè)類型的樣本偏少，而且外地人身份對(duì)工資的影響可能是多渠道的，這一點(diǎn)對(duì)估計(jì)結(jié)果的影響較大。但本文的結(jié)論是明確的：勞動(dòng)力市場(chǎng)仍然存在地域歧視問題，在控制一些變量的情況下，外地人工資顯著低于本地人。因此，政府應(yīng)該充分發(fā)揮其社會(huì)職能，完善勞動(dòng)法律法規(guī)和勞動(dòng)保障體系，減輕勞動(dòng)力市場(chǎng)中地域歧視和性別歧視等問題，才能更好的建設(shè)“和諧社會(huì)”。

【參考文獻(xiàn)】

[1] 張皓星. “外地人”歧視對(duì)工資差距的影響[J]. 當(dāng)代經(jīng)濟(jì)科學(xué)， 2014 （5）： 107-112.

[2] 章元，王昊. 城市勞動(dòng)力市場(chǎng)上的戶籍歧視與地域歧視：基于人口普查數(shù)據(jù)的研究[J]. 管理世界，2011 （7） ：42-51.

[3] 蔡昉，王德文，都陽. 勞動(dòng)力市場(chǎng)扭曲對(duì)區(qū)域差距的影響[J]. 中國社會(huì)科學(xué)， 2001 （2）： 4-14..

[4] Oaxaca R. Male-female Wage Differentials in Urban Labor Markets [J]. International Economic Review， 1973， 14 （3）： 693-709.

[5] Blinder A S. Wage Discrimination： Reduced Form and Structural Estimates [J]. Journal of Human Resources， 1973， 8 （3）： 436-455.

[6] Meng Xin. Labor Market Reform in China [M]. Cambridge： Cambridge University Press， 1991.

[7] 王美艷. 轉(zhuǎn)軌時(shí)期的工資差異：歧視的計(jì)量分析[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2003 （5）： 94-98.

[8] 王美艷. 中國城市勞動(dòng)力市場(chǎng)上的性別工資差異[J]. 經(jīng)濟(jì)研究， 2005（12） ：35-44.

[9] 謝嗣勝，姚先國. 農(nóng)民工工資歧視的計(jì)量分析[J]. 中國農(nóng)村經(jīng)濟(jì)， 2006 （4）： 49-55.

[10] 甘犁，尹志超，賈男，徐舒，馬雙. 中國家庭金融調(diào)查報(bào)告2012 [M]. 西南財(cái)經(jīng)大學(xué)出版社， 2012.

[11] Stock， James H， and Motohiro Yogo. Testing for Weak Instrument in Linear IV Regression [M]. Identification and Inference for Econometric Models： Easy in Honor of Thomas Rothenberg， Cambridge University Press， 2005.

[12] 卿石松. “同酬”還需“同工”：職位隔離對(duì)性別收入差距的作用[J]. 經(jīng)濟(jì)學(xué)（季刊）， 2013 （2）： 735-756.