丁述磊

(東北財經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院,遼寧 大連 116025)

正規(guī)就業(yè)與非正規(guī)就業(yè)工資差異的實證研究
——分位數(shù)回歸的視角

丁述磊

(東北財經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院,遼寧 大連 116025)

基于CGSS數(shù)據(jù),本文利用分位數(shù)回歸方法對中國正規(guī)就業(yè)與非正規(guī)就業(yè)的工資差異進(jìn)行估計并對工資差異分解分析,發(fā)現(xiàn)正規(guī)就業(yè)工資水平顯著高于非正規(guī)就業(yè),在三個代表性分位數(shù)上正規(guī)就業(yè)的教育收益率均高于非正規(guī)就業(yè),同時兩種就業(yè)方式的教育收益率隨工資分位數(shù)水平由低到高而呈現(xiàn)先升后降的趨勢。相比于正規(guī)就業(yè),非正規(guī)就業(yè)的性別歧視更為嚴(yán)重并隨著工資分位數(shù)水平由低到高而愈強(qiáng)。工資差異分解表明市場歧視造成的差異占總差異的比例顯著高于特征差異。

工資差異;正規(guī)就業(yè);非正規(guī)就業(yè);分位數(shù)回歸

一、引言及文獻(xiàn)評述

非正規(guī)就業(yè)最早是由國際勞工組織提出的,即在大多數(shù)發(fā)展中國家存在許多“有工作的窮人”。伴隨現(xiàn)代社會經(jīng)濟(jì)的高速發(fā)展和行業(yè)分工的日益深化,由于非正規(guī)就業(yè)能吸納大量的剩余勞動力,非正規(guī)就業(yè)在越來越多的國家呈現(xiàn)規(guī)模不斷擴(kuò)大的趨勢,并已成為各國勞動力市場不可分割的一部分。在中國經(jīng)濟(jì)轉(zhuǎn)型和結(jié)構(gòu)調(diào)整的過程中,巨大的就業(yè)壓力促使政府鼓勵勞動者采取多種形式實現(xiàn)就業(yè),其中就包括非正規(guī)就業(yè),非正規(guī)就業(yè)在中國得到了快速發(fā)展,已成為中國城鎮(zhèn)就業(yè)的一種重要就業(yè)方式。但在非正規(guī)就業(yè)迅速發(fā)展的同時,由于非正規(guī)就業(yè)者的就業(yè)穩(wěn)定性和工作環(huán)境較差、工資收入低及缺乏社會保障,勞資矛盾也日益凸顯出來。

正規(guī)就業(yè)與非正規(guī)就業(yè)工資差異問題已成為學(xué)者關(guān)注的話題。國外學(xué)者對正規(guī)就業(yè)與非正規(guī)就業(yè)之間的工資差異進(jìn)行了大量實證研究,認(rèn)為正規(guī)就業(yè)工資顯著高于非正規(guī)就業(yè),他們給出的經(jīng)濟(jì)學(xué)解釋主要基于勞動力市場分割的觀點,認(rèn)為正規(guī)部門存在進(jìn)入的高門檻障礙而使在非正規(guī)部門工作的勞動者只能獲得更低的工資水平[1]。正規(guī)就業(yè)者與非正規(guī)就業(yè)者的教育收益率也不同,Pradhan和van Soest(1995)發(fā)現(xiàn)正規(guī)部門就業(yè)人員教育收益率顯著高于非正規(guī)部門[2]。Funkhouser(1996)也得出了一致的結(jié)論[3]。這些研究結(jié)果表明非正規(guī)就業(yè)是一種缺乏效率的就業(yè)方式,存在一定程度上的資源浪費。

近年來,國內(nèi)學(xué)者對正規(guī)就業(yè)與非正規(guī)就業(yè)的工資差異也進(jìn)行了一些實證研究,得出的結(jié)論基本一致,即中國城鎮(zhèn)正規(guī)就業(yè)工資顯著高于非正規(guī)就業(yè)。常進(jìn)雄等(2010)發(fā)現(xiàn)近年來正規(guī)就業(yè)者的教育收益率和經(jīng)驗收益率顯著高于非正規(guī)就業(yè)并逐年擴(kuò)大,認(rèn)為人力資本配置向正規(guī)就業(yè)傾斜是造成兩者工資差異逐漸擴(kuò)大的主要原因[4]。楊凡(2015)發(fā)現(xiàn)正規(guī)就業(yè)者的工資顯著高于非正規(guī)就業(yè)者,兩者間的工資差異不僅與就業(yè)者個人特征差異(如受教育水平、工作經(jīng)驗等)有關(guān),還與勞動力市場分割及市場對非正規(guī)就業(yè)者的歧視有關(guān)[5]。屈小博(2012)發(fā)現(xiàn)兩類就業(yè)群體工資差異的79.3%能被個人可觀測的特征差異解釋,這表明人力資本差異是造成兩者之間工資差異的最主要原因[6]。

已有文獻(xiàn)在估計工資決定方程時主要考察的是正規(guī)就業(yè)與非正規(guī)就業(yè)工資條件均值差異,很少有學(xué)者考察不同工資分布上的差異。然而,在工資分布的不同分位數(shù)上,個人特征差異對工資水平的影響也有所不同。因此,本文基于歷年CGSS數(shù)據(jù),利用分位數(shù)回歸方法對中國正規(guī)就業(yè)與非正規(guī)就業(yè)的工資差異進(jìn)行估計,然后采用Oaxaca-Blinder分解、Cotton分解和Neumark分解方法對中國正規(guī)就業(yè)與非正規(guī)就業(yè)的工資差異進(jìn)行分解,試圖得出符合中國國情的有意義的結(jié)論。

二、概念界定與理論分析

(一)概念界定

非正規(guī)就業(yè)的概念最早是由國際勞工組織在20世紀(jì)70年代提出來的,不同的國家根據(jù)本國國情又進(jìn)行了界定。本文借鑒王海成等(2015)的做法,將正規(guī)就業(yè)定義為單位(雇主)同勞動者簽訂勞動合同并為其提供養(yǎng)老保險,否則視為非正規(guī)就業(yè)[7]。

(二)理論分析

新古典經(jīng)濟(jì)學(xué)派和新制度經(jīng)濟(jì)學(xué)派從不同的角度闡述了工資的決定機(jī)制。新古典經(jīng)濟(jì)學(xué)派提出了“同質(zhì)同價”,即人力資本相同的勞動力工資相同,人力資本含量越高,勞動力獲得的工資越高[8]。而新制度經(jīng)濟(jì)學(xué)派則提出了“同質(zhì)異價”,即人力資本相同的勞動力工資卻不相同,人力資本對工資的作用會因勞動力市場分割而被弱化。由于制度性因素或經(jīng)濟(jì)內(nèi)生性因素使勞動力市場劃分為具有不同特征和不同運行規(guī)則的主要勞動力市場和次要勞動力市場,不同勞動力市場在工資決定機(jī)制方面具有明顯的差別[9]。已有文獻(xiàn)主要是基于勞動力市場分割的觀點分析非正規(guī)就業(yè),中國非正規(guī)就業(yè)主要是由城鄉(xiāng)差異造成的二元勞動力市場分割和所有制造成的體制性分割體現(xiàn)的[5]。在中國城鎮(zhèn)化過程中,大量流動人口迅速涌入城市,他們希望在城市找到理想的工作,但由于戶籍管理制度的制約及城市中正規(guī)部門的就業(yè)崗位有限且存在進(jìn)入的高門檻障礙,使進(jìn)城中的許多就業(yè)者只能從事工作環(huán)境較差、工作穩(wěn)定性較低并缺乏社會保障的工作。長此以往,中國勞動力市場就形成了正規(guī)的主要勞動力市場和非正規(guī)的次要勞動力市場。正規(guī)就業(yè)與非正規(guī)就業(yè)的工資差異主要由兩個原因造成:一是勞動力的人力資本差異造成的特征差異;二是勞動力市場分割造成的歧視差異。因此,本文在估計兩種就業(yè)方式的工資差異的基礎(chǔ)上,運用工資差異分解方法估算特征差異和歧視差異占總差異的比例。

三、數(shù)據(jù)來源、研究模型與變量選擇

(一)數(shù)據(jù)來源

本文使用的數(shù)據(jù)來自CGSS,即中國綜合社會調(diào)查數(shù)據(jù)。該調(diào)查始于2003年中國人民大學(xué)社會學(xué)系和香港科技大學(xué)社會科學(xué)部發(fā)起的一項全國性、綜合性、連續(xù)性的學(xué)術(shù)調(diào)查項目。為研究不同年份正規(guī)就業(yè)與非正規(guī)就業(yè)工資水平差異的變化趨勢,本文使用CGSS的2006、2008、2010、2011、2012和2013年共6個年份的數(shù)據(jù)。為方便不同年份數(shù)據(jù)的比較,本文利用消費物價指數(shù)(CPI)將每一年的工資水平轉(zhuǎn)化為按照2006年不變價格衡量的實際工資水平。本文的研究對象為年齡在18～60歲的居民。剔除數(shù)據(jù)缺失的樣本后,本文最終得到17768個有效微觀樣本,其中正規(guī)就業(yè)者樣本7738份、非正規(guī)就業(yè)者樣本10030份。同時,該有效樣本包含了25個省(自治區(qū)、直轄市),這表明本文的研究樣本基本涵蓋了全國各個地區(qū),具有較為理想的代表性。

(二)模型選擇

本文采用分位數(shù)回歸方法(Quantile Regression),考察在條件分布的不同位置中正規(guī)就業(yè)與非正規(guī)就業(yè)工資決定及其報酬率差異。分位數(shù)回歸方法是均值回歸(OLS)的拓展,可在不同分位數(shù)水平上通過最小化殘差絕對值的加權(quán)平均來擬合被解釋變量與解釋變量的線性函數(shù),其優(yōu)點是不易受極端值的影響而得到更穩(wěn)健的結(jié)果。正規(guī)就業(yè)與非正規(guī)就業(yè)工資決定方程為:

(1)

其中,j=1時表示正規(guī)就業(yè)工資決定方程,j=0時表示非正規(guī)就業(yè)工資決定方程,lnW表示實際工資對數(shù),X表示個人特征向量(如受教育年限、工作經(jīng)驗等),β為相應(yīng)系數(shù)向量,u為隨機(jī)誤差項。在考察正規(guī)就業(yè)與非正規(guī)就業(yè)工資決定方程及個人特征變量對工資水平的報酬率時,運用分位數(shù)回歸方法能更好地觀察在工資條件分布的不同位置上個人特征變量對工資水平的影響方向、大小及趨勢。因此,本文將分位數(shù)回歸模型設(shè)定為:

Qjθ(lnWj|Xj)=Xjβjθ+ujθ(j=1或0)

(2)

其中,Qjθ(lnWj|Xj)表示給定解釋變量X的情況下第j個就業(yè)方式的被解釋變量lnW在第θ個分位數(shù)水平上的值。分位數(shù)回歸可選取任意特定分位數(shù)進(jìn)行參數(shù)估計,其中代表性的分位數(shù)為0.25、0.5和0.75,并通過最小化方程(3)得到系數(shù)估計值。

(3)

(三)變量描述

本文的被解釋變量為正規(guī)就業(yè)與非正規(guī)就業(yè)的實際工資對數(shù),解釋變量為受教育年限、工作經(jīng)驗、性別、婚姻及戶籍狀況。為考察經(jīng)驗-工資曲線是否存在倒“U”型特征,本文加入工作經(jīng)驗平方項。對教育年限變量,本文將小學(xué)、初中、高中、大學(xué)、研究生及以上分別賦值6、9、12、16和19年;對工作經(jīng)驗變量,本文用年齡減去受教育年限再減去6;對性別變量,本文將女性賦值為1、男性為0;對婚姻狀況變量,本文將已婚賦值為1、其他為0;對戶籍情況變量,本文將城鎮(zhèn)戶口賦值為1、其他為0。

表1 變量的描述性統(tǒng)計

注:根據(jù)CGSS的2006～2013年數(shù)據(jù)計算而得。以下同此。

圖1 正規(guī)就業(yè)與非正規(guī)就業(yè)平均實際工資

由表1可知,正規(guī)就業(yè)與非正規(guī)就業(yè)的平均實際工資總體上基本呈逐年上升的趨勢,同時所有年份正規(guī)就業(yè)者的平均實際工資都高于非正規(guī)就業(yè)者且兩者工資差距呈擴(kuò)大趨勢,在2013年正規(guī)就業(yè)者平均實際工資比非正規(guī)就業(yè)者平均實際工資高出了39.54%。為更直觀地觀察正規(guī)就業(yè)與非正規(guī)就業(yè)平均實際工資變動趨勢,本文繪制了正規(guī)就業(yè)與非正規(guī)就業(yè)平均實際工資變化趨勢圖(見圖1所示)。對平均受教育年限變量,正規(guī)就業(yè)者的平均受教育年限每年都高于非正規(guī)就業(yè)者,且2010年以來正規(guī)就業(yè)者的平均受教育年限比非正規(guī)就業(yè)者高出了3年,這說明平均受教育年限越多的求職者更傾向于選擇正規(guī)就業(yè)。對工作經(jīng)驗變量,非正規(guī)就業(yè)者的平均工作經(jīng)驗高于正規(guī)就業(yè)者,這可能是由于非正規(guī)就業(yè)者很早就退學(xué),提前進(jìn)入了勞動力市場,從而與正規(guī)就業(yè)者相比擁有更多的工作經(jīng)驗。對戶籍情況變量,正規(guī)就業(yè)者的城鎮(zhèn)戶籍占比在80%左右,而非正規(guī)就業(yè)者的城鎮(zhèn)戶籍占比平均在50%左右,這表明更多的非城鎮(zhèn)戶籍勞動者從事著非正規(guī)就業(yè),從而揭示現(xiàn)實勞動力市場上存在戶籍歧視現(xiàn)象。

四、實證研究結(jié)果及分析

(一)正規(guī)就業(yè)與非正規(guī)就業(yè)工資決定方程的OLS及分位數(shù)回歸結(jié)果

本文利用stata軟件對正規(guī)就業(yè)與非正規(guī)就業(yè)的工資決定方程進(jìn)行分位數(shù)回歸,為便于比較,本文也對其進(jìn)行了OLS回歸。由于分位數(shù)回歸能全面刻畫在工資分布的不同分位數(shù)上受教育水平和經(jīng)驗等個人特征差異的報酬率,因此本文選取3個具有代表性的分位數(shù)(0.25、0.5和0.75)給出正規(guī)就業(yè)與非正規(guī)就業(yè)工資決定方程的分位數(shù)回歸結(jié)果(見表2所示)。

表2 正規(guī)就業(yè)與非正規(guī)就業(yè)工資決定方程的OLS及分位數(shù)回歸結(jié)果

注:括號內(nèi)數(shù)值為標(biāo)準(zhǔn)誤差;*** 、** 和* 分別表示在1%、5%和10%的統(tǒng)計學(xué)意義上顯著。

第一,無論正規(guī)就業(yè)還是非正規(guī)就業(yè),學(xué)歷變量都在1%的統(tǒng)計學(xué)意義上顯著為正,這表明增加受教育年限對正規(guī)就業(yè)與非正規(guī)就業(yè)的工資水平都具有顯著的提升作用。由于在0.25、0.5和0.75分位數(shù)上正規(guī)就業(yè)的學(xué)歷系數(shù)都大于非正規(guī)就業(yè),這表明在三個代表性的分位數(shù)上正規(guī)就業(yè)的教育收益率高于非正規(guī)就業(yè),與OLS的估計結(jié)果是一致的。在0.25、0.5和0.75分位數(shù)上,正規(guī)就業(yè)的教育收益率分別為7.4%、9.3%和8.9%,非正規(guī)就業(yè)的教育收益率分別為6.9%、7.2%和6.3%,這表明兩種就業(yè)方式的教育收益率隨工資分位數(shù)水平由低到高而呈先升后降的趨勢(見圖2所示)。也就是說,在工資水平達(dá)到一定程度之前,員工增加受教育水平會顯著提升教育收益率,但工資超過一定水平之后,受教育年限對工資水平的提升程度會下降,教育收益率隨之降低。一種可能的解釋是正規(guī)就業(yè)在薪酬安排上具有一定的教育信號效用,而非正規(guī)就業(yè)在薪酬安排上一般遵從勞動生產(chǎn)率原則,工資具有較強(qiáng)的競爭性。

圖2 正規(guī)就業(yè)和非正規(guī)就業(yè)教育收益率變化趨勢

第二,對經(jīng)驗變量而言,在0.25、0.5和0.75分位數(shù)上,正規(guī)就業(yè)的經(jīng)驗收益率分別為0.6%、1.1%和1.6%,非正規(guī)就業(yè)的經(jīng)驗收益率分別為0.7%、1.2%和1.8%,這表明正規(guī)就業(yè)與非正規(guī)就業(yè)兩種就業(yè)方式的經(jīng)驗收益率隨工資分位數(shù)水平由低到高而逐漸提升(見圖3所示),這說明工資水平達(dá)到一定程度后,如果工作年齡增加,那么工作經(jīng)驗的收益率也會提升。除0.25分位數(shù)上正規(guī)就業(yè)與非正規(guī)就業(yè)的經(jīng)驗變量都不顯著外,在0.5和0.75分位數(shù)上正規(guī)就業(yè)與非正規(guī)就業(yè)的經(jīng)驗變量都在1%的統(tǒng)計學(xué)意義上顯著為正,而且非正規(guī)就業(yè)的經(jīng)驗變量系數(shù)在不同分位數(shù)上都大于正規(guī)就業(yè),這表明非正規(guī)就業(yè)相比于正規(guī)就業(yè)更注重員工的工作經(jīng)驗。由經(jīng)驗系數(shù)為正、經(jīng)驗平方系數(shù)為負(fù)可知,正規(guī)就業(yè)與非正規(guī)就業(yè)的經(jīng)驗-工資曲線均存在倒“U”型特征。

圖3 正規(guī)就業(yè)和非正規(guī)就業(yè)經(jīng)驗回報率變化趨勢

第三,對性別變量而言,在0.25、0.5和0.75分位數(shù)上,正規(guī)就業(yè)的性別變量的系數(shù)分別為-0.184、-0.198和-0.213,即隨工資分位數(shù)水平由低到高,性別變量系數(shù)的絕對值逐漸增加(見圖4所示),這表明隨著工資水平的提升,性別歧視程度越強(qiáng),在一定程度上揭示高薪階層中女性占比相對較小的原因。正規(guī)就業(yè)與非正規(guī)就業(yè)的性別變量系數(shù)都在1%的統(tǒng)計學(xué)意義上顯著為負(fù),這與OLS的估計結(jié)果是一致的。因此,無論正規(guī)就業(yè)還是非正規(guī)就業(yè)都存在性別歧視現(xiàn)象,而且在3個代表性分位數(shù)上,非正規(guī)就業(yè)的性別變量系數(shù)的絕對值都大于正規(guī)就業(yè),這表明非正規(guī)就業(yè)相比于正規(guī)就業(yè)的性別歧視更為嚴(yán)重。

圖4 正規(guī)就業(yè)和非正規(guī)就業(yè)性別變量變化趨勢

第四,對婚姻狀況變量而言,在0.25、0.5和0.75分位數(shù)上,只有正規(guī)就業(yè)的婚姻狀況變量在5%的統(tǒng)計學(xué)意義上顯著為正,非正規(guī)就業(yè)的系數(shù)雖然為正但不顯著,這表明已婚員工工資水平高于相同條件下的未婚員工工資水平,而且正規(guī)就業(yè)的婚姻狀況系數(shù)大于非正規(guī)就業(yè),與OLS的估計結(jié)果是一致的。因此,相比于非正規(guī)就業(yè),正規(guī)就業(yè)更注重員工的婚姻狀況。同時,婚姻狀況變量系數(shù)為正表明勞動力市場更傾向于招聘已婚員工,這在一定程度上揭示一些企業(yè)優(yōu)先招聘已婚求職者尤其是相同條件下的女性求職者,一個可能的解釋是已婚求職者相對來說更穩(wěn)定、跳槽機(jī)率更小。

第五,對戶籍變量而言,在0.5和0.75分位數(shù)上,只有非正規(guī)就業(yè)的戶籍變量系數(shù)在5%的統(tǒng)計學(xué)意義上顯著為正,但在三個代表性分位數(shù)上正規(guī)就業(yè)與非正規(guī)就業(yè)的戶籍變量系數(shù)都為正,這表明無論正規(guī)就業(yè)還是非正規(guī)就業(yè),城鎮(zhèn)戶籍人員的工資顯著高于相同條件下的非城鎮(zhèn)戶籍人員,從而在一定程度上反映了中國勞動力市場存在的戶籍歧視現(xiàn)象。戶籍變量系數(shù)越大,表明勞動力市場的戶籍歧視程度越高。

(二)工資差異分解方法

關(guān)于兩個不同群體工資差異的分解方法是在Oaxaca(1973)和Blinder(1973)的框架下展開的[10][11]。Oaxaca-Blinder分解方法可表示為:

(4)

(5)

由于分析次序不同而導(dǎo)致結(jié)果也不同的問題在已有文獻(xiàn)中被稱為“指數(shù)基準(zhǔn)”(index number)問題。為解決指數(shù)基準(zhǔn)問題,一些學(xué)者提出了不同的分解方法。按照Cotton(1988)的方法[12],本文將正規(guī)就業(yè)與非正規(guī)就業(yè)的回歸系數(shù)予以加權(quán)平均,將平均后得到的系數(shù)作為基準(zhǔn)給出一種解決指數(shù)基準(zhǔn)問題的方法:

(6)

(三)工資差異分解結(jié)果

為便于比較,本文給出了不同分解方法得到的分解結(jié)果(見表3所示)。

表3 正規(guī)就業(yè)與非正規(guī)就業(yè)的工資差異分解結(jié)果

表3中的Oaxaca-Blinder1是利用(4)式進(jìn)行分解的結(jié)果,Oaxaca-Blinder2是利用(5)式進(jìn)行分解的結(jié)果。由表3可知,正規(guī)就業(yè)與非正規(guī)就業(yè)對數(shù)工資的總差異為0.404。由Oaxaca-Blinder1分解得出的特征差異為0.212,占總差異的52.6%;由Oaxaca-Blinder2分解得出的特征差異為0.170,占總差異的42.2%;由Cotton分解方法得出的特征差異為0.180,占總差異的45.4%;由Neumark分解方法得出的特征差異為0.172,占總差異的42.6%。這四種分解方法都得出特征差異占總差異的45.0%左右,表明兩種就業(yè)人群的工資差異的45.0%是由就業(yè)人員的學(xué)歷水平和工作經(jīng)驗等個人特征因素造成的,此差異是市場機(jī)制發(fā)揮作用而產(chǎn)生的合理差異,屬于“同工同酬”部分。另外,55.0%的差異是市場無法解釋的,在相關(guān)文獻(xiàn)中也被稱為市場歧視造成的差異,這部分比重偏高說明中國存在較為嚴(yán)重的勞動力市場分割和就業(yè)歧視現(xiàn)象,也是相關(guān)收入分配政策制定者需重點解決的問題。

五、結(jié) 語

基于CGSS數(shù)據(jù),本文利用分位數(shù)回歸方法對中國正規(guī)就業(yè)與非正規(guī)就業(yè)的工資差異進(jìn)行估計,并對正規(guī)就業(yè)與非正規(guī)就業(yè)的工資差異進(jìn)行分解分析,最終得出了以下幾點結(jié)論:第一,無論正規(guī)就業(yè)還是非正規(guī)就業(yè),學(xué)歷變量都在1%的統(tǒng)計學(xué)意義上顯著為正,這表明增加受教育年限對正規(guī)就業(yè)與非正規(guī)就業(yè)的工資水平都具有顯著的提升作用,正規(guī)就業(yè)的教育收益率高于非正規(guī)就業(yè),兩種就業(yè)方式的教育收益率隨工資分位數(shù)水平由低到高而呈現(xiàn)先升后降的趨勢;第二,相比于正規(guī)就業(yè),非正規(guī)就業(yè)的性別歧視更為嚴(yán)重并隨工資分位數(shù)水平由低到高而愈強(qiáng);第三,正規(guī)就業(yè)工資水平顯著高于非正規(guī)就業(yè),工資差異分解表明市場歧視造成的差異占總差異的比例顯著高于特征差異,這表明中國仍存在較為嚴(yán)重的勞動力市場分割和就業(yè)歧視現(xiàn)象。

因此,為縮小兩種就業(yè)方式的工資差異,中央和地方政府首先應(yīng)重點關(guān)注非正規(guī)就業(yè)人群的教育問題,提升非正規(guī)就業(yè)者的教育質(zhì)量。其次,勞動力市場應(yīng)取消行業(yè)或職業(yè)壁壘,降低一些行業(yè)或職業(yè)的進(jìn)入門檻。最后,對目前勞動力市場存在的性別和戶籍歧視現(xiàn)象,政策制定者應(yīng)通過針對性的社會保護(hù)政策,以解決非正規(guī)就業(yè)者在勞動力市場上受到的歧視問題,最終使非正規(guī)就業(yè)走向正規(guī)化并成為中國城鎮(zhèn)就業(yè)的一個發(fā)展方向。

[1]Fields, Garry S. Rural-urban Migration, Urban Unemployment and Underemployment and Job-search Activity in LDC’s[J].Journal of Development Economics, 1975, 12(1), pp.165-187.

[2]Menno Pradhan and Arther van Soest. Formal and Informal Sector Employment in Urban Areas of Bolivia[J].Labor Economics, 1995, 19(2), pp.275-297.

[3]Edward Funkhouser. The Urban Informal Sector in Central America: Household Survey Evidence[J].World Develop, 1996, 24(11), pp.1737-1751.

[4]常進(jìn)雄, 王丹楓.我國城鎮(zhèn)正規(guī)就業(yè)與非正規(guī)就業(yè)的工資差異[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2010, (9): 94-106.

[5]楊凡.流動人口正規(guī)就業(yè)與非正規(guī)就業(yè)的工資差異研究——基于傾向值方法的分析[J].人口研究, 2015, (6):94-104.

[6]屈小博.中國城市正規(guī)就業(yè)與非正規(guī)就業(yè)的工資差異[J].南方經(jīng)濟(jì), 2012, (4):32-42.

[7]王海成.非正規(guī)就業(yè)對主觀幸福感的影響——勞動力市場正規(guī)化政策的合理性[J].經(jīng)濟(jì)學(xué)動態(tài), 2015, (5):50-59.

[8]晉利珍.勞動力市場雙重二元分割下工資決定機(jī)制研究[M].北京:經(jīng)濟(jì)科學(xué)出版社, 2010.102-103.

[9]李強(qiáng), 林勇.勞動力市場學(xué)[M].北京:中國勞動社會保障出版社, 2006.137-139.

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

[11]Blinder A.S. Wage Discrimination: Reduced Form and Structural Estimates[J].Journal of Human Resources, 1973, 8(4), pp.436-455.

[12]Cotton J. On the Decomposition of Wage Differentials[J].Review of Economics and Statistics, 1988, 7(2), pp.236-243.

[13]Neumark D. Employer’s Discriminatory Behavior and the Estimation of Wage Discrimination[J].Journal of Human Resources, 1988, 23(3), pp.279-295.

(責(zé)任編輯:化 木)

Wage Differentials Between Formal Employment and Informal Employment——The Perspective of Quantile Regression

DING Shulei

(School of Economics, Dongbei University of Finance and Economics, Dalian 116025, China)

Based on the CGSS data, this paper uses the quantile regression method to estimate and decompose the wage differentials of formal employment and informal employment. The results show that the wage of formal employment is signally higher than that of informal employment, and on the three representative quantiles, the rate of return to education is higher in formal employment than in informal employment. At the same time, in both formal and informal employment, the rate of return to education has a tendency to rise first and then fall with wage quantile changing from low to high. Compared with formal employment, the gender discrimination in informal employment is more serious and becomes more and more serious with wage quantile rising from low to high. Wage decomposition shows that market discrimination is significantly higher than feature differences.

Wage Differentials; Formal Employment; Informal Employment; Quantile Regression

2016-04-04

國家社會科學(xué)基金資助項目(14BSH107);遼寧省哲學(xué)社會科學(xué)規(guī)劃基金資助項目(L13ASH001)

丁述磊(1991-),男,山東聊城人,東北財經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院博士生。

F244

A

1004-4892(2017)04-0003-08