,

(山東大學(xué)經(jīng)濟研究院，濟南 250100)

中國城鄉(xiāng)小時工資差異的結(jié)構(gòu)性解釋：基于Oaxaca-Blinder和分位數(shù)分解的實證分析

張衛(wèi)國,相澤宇

(山東大學(xué)經(jīng)濟研究院，濟南 250100)

基于中國家庭追蹤調(diào)查(CFPS)的數(shù)據(jù)，在擴展的Mincer方程基礎(chǔ)上，利用Oaxaca-Blinder分解和分位數(shù)分解對城鄉(xiāng)勞動力之間的小時工資差異進行了結(jié)構(gòu)化研究。研究發(fā)現(xiàn)，教育對于我國勞動者小時工資的影響舉足輕重，而勞動者健康、信任和社會保障等因素雖然特征效應(yīng)不大，但系數(shù)效應(yīng)十分顯著。通過分位數(shù)分解，還發(fā)現(xiàn)同一解釋變量對于不同收入階層樣本的影響程度甚至影響方向都顯著有所不同：低工資群體中系數(shù)性差異比較明顯，高工資群體中系數(shù)性差異有快速上升的趨勢。研究結(jié)果有助于理解新時期我國經(jīng)濟新常態(tài)下城鄉(xiāng)工資差異中的結(jié)構(gòu)性特征。

城鄉(xiāng)工資差異；Oaxaca-Blinder分解；分位數(shù)分解

一、引言

長期以來，我國經(jīng)濟具有顯著的城鄉(xiāng)二元結(jié)構(gòu)特征。在勞動力市場上，城市勞動力與農(nóng)村勞動力在許多崗位上“同工不同酬”的現(xiàn)象也非常明顯。關(guān)于城鄉(xiāng)工資差異產(chǎn)生的原因和結(jié)構(gòu)，國內(nèi)眾多學(xué)者從人力資本(特別是教育)和戶籍制度歧視等不同方面給予了解釋。例如，姚先國和賴普清(2004)認(rèn)為，城鄉(xiāng)勞動力在勞資關(guān)系方面的差異主要源于兩個方面：一是人力資本水平差異及所在企業(yè)的差異(占70%-80%)；二是戶籍歧視(占20%-30%)。劉傳江和程建林(2009)研究發(fā)現(xiàn)，由于戶籍制度以及附著在戶籍制度上的其他相關(guān)制度安排，農(nóng)民工的地域遷徙并沒有改變他們的農(nóng)民身份，導(dǎo)致“人—居”分離、“職業(yè)身份—戶籍身份”的錯位格局出現(xiàn)。陳斌開和林毅夫(2010)則認(rèn)為，落后國家推行重工業(yè)優(yōu)先發(fā)展戰(zhàn)略將導(dǎo)致更低的城市化水平和更高的城鄉(xiāng)工資差距，這是國家政策對工資差距影響的一個體現(xiàn)。邢春冰、賈淑艷和李實(2013)發(fā)現(xiàn)，教育回報率的地區(qū)差異對不同教育水平勞動力的相對遷移概率會產(chǎn)生顯著影響；進一步地，王鵬和劉國恩(2010)進行了健康和性別歧視對工資差異的研究。

事實上，勞動力市場上的工資差異并不是國內(nèi)獨有的現(xiàn)象，國外的相關(guān)研究早已有之。特別是在研究方法上，Oaxaca(1973)和Blinder(1973)為比較和衡量勞動力市場上的工資差異提出了一套計算方法，即Oaxaca-Blinder分解。長期以來，該分解成為均值分解中最基礎(chǔ)也是最經(jīng)典的一種方法(郭繼強、姜儷、陸利麗，2011)。繼均值分解之后，Machado and Mata(2005)、Melly(2005)等人發(fā)展出了分位數(shù)分解，為工資差異結(jié)構(gòu)性分解的研究帶來了新方法。近年來，國內(nèi)利用分位數(shù)回歸分解方法的相關(guān)研究逐漸增多。在流動人口方面，鄧曲恒(2007)曾對城鎮(zhèn)居民與外來人口的工資收入差異進行了Oaxaca-Blinder和分位數(shù)分解；馮毅和李實(2013)利用CHIP 2002和2007農(nóng)民工的調(diào)查數(shù)據(jù)，考察了農(nóng)民工群體工資差距的變化及其原因。在城鄉(xiāng)工資差別方面，葛玉好和曾湘泉(2011)使用基于分位數(shù)回歸的反事實分析方法研究了中國城鎮(zhèn)地區(qū)的性別工資差距問題。孟凡強和鄧保國(2014)基于CGSS2006的調(diào)查數(shù)據(jù)，采用分位數(shù)回歸與分解方法分析了中國城鄉(xiāng)工資差異以及其中戶籍歧視的影響問題。不過，上述研究還是以Miner(1974)工資方程的基準(zhǔn)形式為主，即解釋變量一般選取受教育程度、工作經(jīng)驗和特征變量(比如城市、性別等)。

可以看出，雖然目前國內(nèi)有關(guān)工資差異研究的文獻數(shù)量可觀，但相關(guān)解釋主要停留在教育的影響和戶籍制度歧視等方面。而在方法使用上，無論是Oaxaca-Blinder分解，還是分位數(shù)分解，絕大多數(shù)研究都是建立在Mincer方程最基本的形式之上。但隨著社會發(fā)展，除教育和工作經(jīng)驗等因素外，影響人們收入的特征變量還有很多，比如健康、社會保障等。這些因素是以往研究常常忽略的。此外，近年來研究人員也意識到，Oaxaca-Blinder分解中的系數(shù)效應(yīng)不能簡單歸結(jié)為歧視(Ospino et. al., 2010)，還有可能是因為所研究主體的邊際回報不同。針對上述問題，本文對基本的Mincer方程進行了擴展，加入了信任、健康、社會保障等經(jīng)濟新常態(tài)下與收入相關(guān)的特征變量，利用Oaxaca-Blinder分解和分位數(shù)分解對城鄉(xiāng)勞動力之間的小時工資差異進行了更為具體的結(jié)構(gòu)化研究，嘗試增強Oaxaca-Blinder分解和分位數(shù)回歸下城鄉(xiāng)工資變動結(jié)構(gòu)的解釋力度。

二、數(shù)據(jù)、變量及方法

(一)數(shù)據(jù)來源

本文的數(shù)據(jù)來源于中國家庭動態(tài)跟蹤調(diào)查(CFPS)數(shù)據(jù)庫中2012年成人板塊數(shù)據(jù)。CFPS采用追蹤調(diào)查方法，力圖全面了解中國社會經(jīng)濟變動、家庭生活變化及民眾個體發(fā)展?fàn)顩r。2012年CFPS的成人板塊共有來自全國25個省份的35719個樣本，但由于其中部分?jǐn)?shù)據(jù)缺失或者不符合本研究的要求，本文根據(jù)實際需要對樣本數(shù)據(jù)進行了處理：1)考慮到中國勞動力市場的特征，本文將樣本的年齡控制在男性18-60歲、女性18-55歲之間；2)2011年中國有關(guān)文件將貧困線定為人均純收入2300元/年，因此本文只保留年收入2300元以上的樣本；3)在上述基礎(chǔ)上，剔除所有含缺省值的樣本。經(jīng)過整理以后，樣本共計5132個，其中城市樣本2897個，農(nóng)村樣本2235個。

(二)變量設(shè)定

前面提到，目前大多數(shù)關(guān)于工資的研究都是基于Mincer方程的基準(zhǔn)模型，即解釋變量一般選取受教育程度、工作經(jīng)驗和特征變量。不過，城鄉(xiāng)差異是多方面的，特別是在經(jīng)濟新常態(tài)下信任、健康、社會保障等因素對工資也會產(chǎn)生影響，而這些變量之前在Oaxaca分解中是較少被考慮的。因此，在通過自相關(guān)性檢驗的前提下，我們擴充了Mincer方程的內(nèi)容(主要是特征矩陣的擴充)。

Lnwage=α+β1edu+β2exp+β3exp2+ΣλiX+ε

其中，lnwage為小時工資的對數(shù)，edu是受教育水平，exp是工作經(jīng)驗(包括當(dāng)前工作經(jīng)驗和之前全部工作經(jīng)驗)，exp2為工作經(jīng)驗的平方除以100，ΣλiX是一組控制變量，包括年齡、性別、婚姻、健康、城市、是否參加保險、社會信任等，ε是誤差項。

各變量具體闡釋說明如下：

1.小時工資。國內(nèi)外工資核算體系不同，國內(nèi)涉及工資往往統(tǒng)計月收入或年收入，而國外的做法更傾向于使用小時工資，后者更能準(zhǔn)確捕捉工資特性。CFPS數(shù)據(jù)庫中與收入相關(guān)的問題較多，有“做這項工作的收入”、“做生意的收入”等若干不同變量，而且由于每個樣本從事各項工作的時間并不相同，我們沒有條件進行直接比較，于是我們用樣本的年收入除以該樣本幾份工作的年總工作時間來計算得出其小時工資(元)。

2.受教育水平。受教育水平一般使用總的受教育年限來表示，它是Mincer方程中最基本的一個解釋變量。在CFPS的問卷中，受教育程度分為七類，具體為文盲、小學(xué)、初中、高中、大專、本科、研究生及以上。我們將受教育程度轉(zhuǎn)化為受教育年限，相應(yīng)賦值分別為0、6、9、12、15、16和19年。

3.婚姻狀況。有證據(jù)表明，婚姻與收入存在相關(guān)關(guān)系。王智波和李長洪(2016)的研究發(fā)現(xiàn)，婚姻有利于提高男性的工資水平，他們發(fā)現(xiàn)已婚男人平均工資比未婚男人平均高出8%。我們將已經(jīng)結(jié)婚或者同居的樣本賦值為1，其他樣本賦值為0。

4.年齡。有些學(xué)者認(rèn)為年齡會對收入產(chǎn)生影響。魏下海(2012)認(rèn)為，年齡結(jié)構(gòu)會影響儲蓄，進而影響資本集約程度，從而影響勞動收入份額。當(dāng)然，陳釗、萬廣華、陸銘(2010)認(rèn)為，行業(yè)間不平等對收入差距的貢獻也在提高，而年齡對收入差距的貢獻有明顯下降。我們直接使用2012年減去樣本出生年的數(shù)值結(jié)果作為樣本的年齡。

5.性別。李春玲和李實(2008)的研究發(fā)現(xiàn)，改革開放以來，性別收入差距在穩(wěn)定地和顯著地增長，在最近的10年里，性別歧視因素成為影響性別收入差距的重要因素。為方便比較，本文將男賦值為0，女性賦值為1。

6.當(dāng)前工作持續(xù)的時間和當(dāng)前工作之前全部的工作經(jīng)驗。關(guān)于工作經(jīng)驗，大量研究常用的做法是將樣本所有工作過的時間加總作一個總的“工作經(jīng)驗”，或利用年齡減去受教育年限再減5代替，但是這種做法無法看出工作經(jīng)驗中的結(jié)構(gòu)性因素。CFPS的問卷很好地區(qū)分了樣本從事的每一項工作的起止時間，為我們分別統(tǒng)計當(dāng)前工作持續(xù)的時間和之前全部的工作經(jīng)驗兩個變量值提供了便利。當(dāng)前工作持續(xù)時間變量由2012年被調(diào)查時從事的那份工作減去該工作開始工作的年月得出，單位為“年”。當(dāng)前工作之前全部的工作經(jīng)驗變量由2012年被調(diào)查時從事的那份工作之前全部工作過的時間累加得出，單位為“年”。需要說明，在OLS基本回歸中，我們區(qū)分了當(dāng)前工作持續(xù)的時間和當(dāng)前工作之前全部的工作經(jīng)驗兩個變量，而在Oaxaca-Blinder分解和分位數(shù)回歸中，我們將二者相加合并為總的工作經(jīng)驗。

7.社會信任。有研究表明，社會關(guān)系網(wǎng)絡(luò)、信任與和諧等對農(nóng)民收入有正向的影響作用，并且更高行政級別的地區(qū)信任水平對農(nóng)民收入的影響程度更大(唐為、陸云航，2011))。因此，模型中我們加入了信任這一變量。CFPS調(diào)查中trust變量使用實際的記錄值(1-5，代表信任水平依次提高)來賦值。本文中我們將其設(shè)為虛擬變量，信任程度大于3賦值為1，其他賦值為0.

8.健康程度。劉國恩等(2004)的研究表明，健康是決定中國家庭人均收入的一個重要因素。魏眾(2004)發(fā)現(xiàn)，對于勞動參與及非農(nóng)就業(yè)機會，健康狀況都有顯著影響。CFPS調(diào)查中健康變量也使用了實際的記錄值(1-5，代表健康水平依次提高)來賦值。本文中我們將健康程度大于4的賦值為1，其他賦值為0。

9.社會保障。何立新(2007)研究了養(yǎng)老保險在代際間的收入再分配效應(yīng)。2016年甘肅省一號文件《關(guān)于落實發(fā)展新理念加快推進農(nóng)業(yè)現(xiàn)代化與全國一道實現(xiàn)全面小康目標(biāo)的意見》明確指出，通過完善農(nóng)業(yè)保險機制來促進農(nóng)民收入，其他地區(qū)也有若干類似政策文件。這說明社會保障制度對于收入有一定促進作用。本文中，我們將參加養(yǎng)老保險的樣本賦值為1，沒有保險的賦值為0。

在此基礎(chǔ)上，我們給出了樣本的主要變量的描述性統(tǒng)計，見表1。

表1 主要變量描述性統(tǒng)計

數(shù)據(jù)來源：CFPS2012

從人口特征來看，樣本中城鄉(xiāng)男女勞動者的平均年齡和婚姻狀況相似。而在就業(yè)的性別結(jié)構(gòu)中男性勞動者較多，城市男性勞動者占比57.58%，農(nóng)村中更是高達67.20%。在受教育程度和工作經(jīng)驗方面城鄉(xiāng)差別比較明顯，城市勞動人口平均比農(nóng)村勞動人口多3年左右的教育經(jīng)歷，而且前者在現(xiàn)任工作上工作的時間更長，二者總體均值分別為8.18年和5.58年。

從工資水平來看，農(nóng)村勞動者的平均小時工資為城市勞動者的71.27%，其中農(nóng)村女性勞動者的平均小時工資僅為6.49元，又是農(nóng)村全體樣本平均值的63.54%，其他類型勞動者平均小時工資都將近在其一倍以上。圖1給出了城鄉(xiāng)對數(shù)小時工資的分位數(shù)均值差異，明顯可以看出城鄉(xiāng)對數(shù)小時工資差異呈U型分布，這意味著從低收入向中等收入的分布中，城鄉(xiāng)小時工資差異是逐漸縮小的，而中高等水平的小時工資又有迅速擴大的趨勢。

圖1 城市勞動者和農(nóng)村勞動者的對數(shù)小時工資差異

(三)計量分析方法

1.Oaxaca-Blinder分解

傳統(tǒng)上可以把小時工資的函數(shù)表示為如下形式：

lnwage=Xβ+ε(1)

其中l(wèi)nwage表示小時工資的對數(shù)，X是特征矩陣，即研究所使用的全部解釋變量構(gòu)成的空間，β是特征參數(shù)，ε是殘差項。

城市和農(nóng)村的工資函數(shù)則為：

E(lnwageu)=E(Xu)βu+ε

(2)

E(lnwager)=E(Xr)βr+ε

(3)

E表示數(shù)學(xué)期望(大數(shù)定理條件下其收斂于均值)?；?2)和(3)，城鄉(xiāng)之間的工資差異可分解為：

E(lnwageu)-E(lnwager)

=(E(Xu)-E(Xr) )βr+(βu-βr)E(Xu)+ε

(4)

此時，差異被分解為兩部分。前一部分是影響城鄉(xiāng)工資的特征值之間的差異，一般稱其為可解釋部分，它是特征上能夠解釋的城鄉(xiāng)工資差異的構(gòu)成及原因；后一部分是特征系數(shù)上的差異，與特征值無關(guān)，無法用特征值來解釋，我們稱其為不可解釋部分，其中也存在基于戶籍的城鄉(xiāng)工資歧視等因素。

2.分位數(shù)回歸

Oaxaca-Blinder分解基于總體的均值，無法研究具體到工資結(jié)構(gòu)中特定分位區(qū)間的具體特征，而事實經(jīng)驗告訴我們不同收入人群的具體特征結(jié)構(gòu)往往不同。于是，有必要使用分位數(shù)回歸對其進行深入分析，使本文的結(jié)論更加具體與可靠。

分位數(shù)回歸的優(yōu)點在于：它不僅僅分析被解釋變量的條件期望(均值)，也可以分析解釋變量是如何影響被解釋變量的中位數(shù)、分位數(shù)的，因而能夠更加全面地描述被解釋變量條件分布的全貌。因此，分位數(shù)回歸系數(shù)估計量更加穩(wěn)健。

分位數(shù)回歸模型如下：

Qτ[Y|X]=ατ+Xβτ+city*δτ+gender*γτ

(5)

其中，Y表示小時工資的對數(shù)，X表示我們選用的全部解釋變量，我們在等式右邊加入了一個是否為城市的虛擬變量city，當(dāng)然還存在著一個性別虛擬變量gender。ατ，βτ，δτ，γτ分別代表在τ分位上變量的系數(shù)。

3.分位數(shù)分解

分位數(shù)分解是將每個分位數(shù)上的城鄉(xiāng)收入差異分解為兩個部分(Machado and Mata，2005)：一是由分位數(shù)回歸參數(shù)的不同引起的差異，即城鄉(xiāng)勞動力特征的不同回報率引起的；二是由影響因素變量值的不同引起的差異，即城鄉(xiāng)勞動力的特征變量分布不同引起的，城鄉(xiāng)人均收入這部分的差異會隨著樣本分布的不同而稍有變化。

反事實分析是利用 Machado和Mata分位數(shù)分解方法的關(guān)鍵。本文所關(guān)心的反事實結(jié)果是，如果城市家庭勞動力按照農(nóng)村家庭勞動力的分位數(shù)回歸參數(shù)決定家庭人均收入，城市家庭的人均收入分布將會如何？

(6)

三、實證分析與討論

(一)OLS基本回歸

為了與前人的研究成果進行比較，我們首先利用擴展的Mincer方程進行了OLS回歸?；貧w結(jié)果見表2。

表2 基于擴展Mincer方程的OLS回歸結(jié)果

注：括號內(nèi)為穩(wěn)健的標(biāo)準(zhǔn)誤，***，**，*分別表示在1%、5%和10%的統(tǒng)計水平上顯著。

表2可見，城市勞動者的教育收益率是6.86%，明顯高于農(nóng)村的4.51%，結(jié)果均在1%的統(tǒng)計水平上顯著。男女樣本的數(shù)據(jù)結(jié)果也是如此。這與前人的研究成果大體一致。與城市相比，農(nóng)村男女勞動者的教育收益率都普遍低于城市勞動者，說明農(nóng)村勞動者受教育之后不能得到像城市一樣多的邊際回報，教育在農(nóng)村地區(qū)并不能很好地實現(xiàn)其價值，我們暫且將其稱為教育抑制。

在工作經(jīng)驗方面，農(nóng)村勞動者當(dāng)前工作經(jīng)驗對于工資的影響比城市勞動者要高。與之相反，孟凡強和鄧保國(2014)、鄧曲恒(2007)的研究結(jié)果都表明該變量的實際情況是城市大于農(nóng)村。在現(xiàn)工作之前工作經(jīng)驗對工資的影響方面，我們發(fā)現(xiàn)就城市樣本來說，之前的工作經(jīng)驗對小時工資影響不大，但農(nóng)村樣本此項系數(shù)比城市樣本高近十倍，而且農(nóng)村女性之前工作經(jīng)驗的回報系數(shù)高達12.8%。出現(xiàn)這種結(jié)果，可能存在兩個方面原因：其一，因為歧視在農(nóng)村地區(qū)更為嚴(yán)重，擁有工作經(jīng)驗的人可能擁有更熟練的技能和人脈關(guān)系，進而反映在其工資的增長上；其二，城市就業(yè)時性別歧視比農(nóng)村輕，因而女性勞動者與男性勞動者收入的性別異質(zhì)性并不是太大，但總體上男性更有優(yōu)勢，在農(nóng)村女性就業(yè)受歧視比較嚴(yán)重，而之前存在就業(yè)經(jīng)驗的女性更能找到一個就業(yè)崗位。

通過回歸結(jié)果，我們還發(fā)現(xiàn)婚姻對城市勞動者和農(nóng)村勞動者的影響截然不同。它的系數(shù)分別對于城市男性勞動者和農(nóng)村女性勞動者是顯著的，主要表現(xiàn)為：男性勞動者方面有促進作用(13%)；而對于女性農(nóng)村勞動者有顯著的負(fù)向激勵(-20.2%)。這種負(fù)向激勵可能是因為，對于農(nóng)村女性來說，中國社會的一個普遍事實就是她們結(jié)婚以后主要負(fù)責(zé)在家里帶孩子和當(dāng)家庭主婦，減少了外出勞動時間。在某種意義上說，這是她們在工作能力上的“退化”。從另一個個人特征變量——健康水平來看，男性的健康程度顯著促進工資的增加，農(nóng)村男性在這一點上尤為突出，他們比城市男性多增加23.33%。這也極有可能跟農(nóng)村勞動力主要從事勞動密集型行業(yè)有關(guān)(這更需要強健的體魄)。

在更深一步的社會關(guān)系方面，我們考察了“社會保障”和“對別人的信任度”兩個變量。在描述性統(tǒng)計中，我們已知樣本中城市勞動者的社會保險擁有率為46.29%，遠(yuǎn)大于農(nóng)村勞動者的14.31%，這說明農(nóng)村社會保險的普及程度還比較低。根據(jù)邊際報酬遞減規(guī)律。這也解釋了為什么樣本回歸結(jié)果中，農(nóng)村勞動者擁有社會保險帶來的回報率能夠達到33.7%左右的較高水平。鑒于城市樣本的回報率也仍能達到19.3%，說明社會保險對于收入的增長有重要的促進作用(姬便便[2006]、廖楚暉[2015]等人對此問題進行了探討)。分析結(jié)果還顯示，保險給女性勞動者帶來的邊際回報較高。在社會信任方面，OLS的回歸結(jié)果顯示“對別人的信任”對小時工資的提高有促進作用。當(dāng)信任水平較高時，城市勞動者會獲得顯著的工資上的回報(26.1%)，但此指標(biāo)在農(nóng)村地區(qū)不顯著，有可能跟地區(qū)發(fā)展階段的市場化水平有關(guān)。

(二)城鄉(xiāng)工資差異的Oaxaca—Blinder分解

為了考察城鄉(xiāng)工資差異中的結(jié)構(gòu)性因素，表3匯報了條件均值差異的Oaxaca—Blinder分解結(jié)果。

表3 對數(shù)小時工資條件均值的差異結(jié)構(gòu)

注：括號內(nèi)為穩(wěn)健的標(biāo)準(zhǔn)誤，***，**，*分別表示在1%、5%和10%的統(tǒng)計水平上顯著。

可以看到，小時工資對數(shù)條件均值差異的68.22%可以由特征上的差異得到解釋，剩下的31.78%是特征性差異解釋不了的，即系數(shù)性差異等其他項。具體地，“受教育程度”和“工作經(jīng)驗”對于小時工資的影響程度是非常大的，“受教育程度”為城鄉(xiāng)對數(shù)小時工資的差異貢獻了累計65.51%，其中特征性差異(可解釋部分)為27.75%，系數(shù)性差異(不可解釋部分)37.76%；“工作經(jīng)驗”對城鄉(xiāng)對數(shù)小時工資差異累計貢獻9.06%，值得注意的是，它的系數(shù)性差異(-0.175)在顯著縮小工資差異，說明工作經(jīng)驗長的勞動者在農(nóng)村地區(qū)獲得更高薪工作的機會比同等城市勞動力在城市地區(qū)多，這可能因為農(nóng)村地區(qū)市場化程度低，使得社會關(guān)系在就業(yè)中的影響更大。在其他解釋變量中，社會保障因素對于城鄉(xiāng)小時工資差異的貢獻也十分巨大(16.96%)，健康程度和信任對于收入差距的貢獻并不明顯(健康程度在特征效應(yīng)上顯著，但數(shù)值太小)。

許多學(xué)者往往將系數(shù)性差異(不可解釋部分)歸結(jié)為歧視性因素。但是，這種觀念并無嚴(yán)格的邏輯依據(jù)。我們回到前面對數(shù)小時工資條件均值差異的表達式(4)，發(fā)現(xiàn)系數(shù)差異其實只能解釋相同數(shù)量的資源在城市與農(nóng)村相對邊際回報的不同。如果βu-βr=0，則說明農(nóng)村與城市相同勞動者的邊際回報相同；如果βu-βr≠0，則說明農(nóng)村與城市相同勞動者的邊際回報不相同。因此，我們認(rèn)為系數(shù)性差異不只表示歧視，它還可以描述該地區(qū)產(chǎn)業(yè)結(jié)構(gòu)的比較優(yōu)勢。以下我們分別分析四種類型的變量：

(1)特征性差異和系數(shù)性差異都很高的變量(受教育程度、工作經(jīng)驗和邊際工作經(jīng)驗)。一個變量的特征性差異代表該項變量作為人力資本的構(gòu)成要素在城鄉(xiāng)勞動者之間的水平差異，我們可以看到教育水平和現(xiàn)階段工作經(jīng)驗在城鄉(xiāng)勞動者之間存在較大差異?？傮w來說，農(nóng)村勞動者受教育水平普遍低于城市勞動者，而且由于工作不穩(wěn)定，所以現(xiàn)階段工作經(jīng)驗通常比較短，這是符合實際情況的。至于這兩個變量同時存在較大的系數(shù)性差異，僅以“歧視”等表述一概而論是不嚴(yán)謹(jǐn)?shù)?。我們只能說系數(shù)性差異存在的原因在于農(nóng)村地區(qū)相應(yīng)變量的邊際回報顯著低于城市，這有可能是歧視也有可能是產(chǎn)業(yè)結(jié)構(gòu)不同造成的。城市的產(chǎn)業(yè)結(jié)構(gòu)更加適合高人力資本的勞動者發(fā)揮出他的專業(yè)技能，農(nóng)村的產(chǎn)業(yè)結(jié)構(gòu)比較偏向勞動力密集型，高人力資本勞動力可能并不能很好地將其技能發(fā)揮出來，得不到與城市類似的產(chǎn)出水平，因此邊際回報較低。另外，值得注意的是，“工作經(jīng)驗”帶來的系數(shù)差異是負(fù)數(shù)，這可能是因為農(nóng)村地區(qū)勞動力市場市場化程度較低的緣故。

(2)特征性差異低，但系數(shù)性差異高的變量(婚姻)。特征性差異低說明相關(guān)變量在分布上接近，統(tǒng)計特征相差不大，系數(shù)性差異說明這些變量的邊際回報在城鄉(xiāng)有顯著較大差異。我們可以看到，婚姻能較大幅度促進城市男性勞動者的小時工資上升，也能較大幅度地降低農(nóng)村女性勞動者的工資，說明該變量對城鄉(xiāng)勞動者小時工資影響的傳導(dǎo)機制不同。我們可以認(rèn)為，城市相對于農(nóng)村來說，人力資本類的工作更有競爭優(yōu)勢和回報率，而且城市中社會地位和社會關(guān)系網(wǎng)絡(luò)等非特征性因素對小時工資影響顯著，它能帶來潛在回報，這也是城鄉(xiāng)之間勞動力收入水平不同的一個重要方面。在這個問題上，李長江(2004)從歷史、制度和發(fā)展理念幾個方面進行了探討，曹信邦(2008)研究了就業(yè)歧視對農(nóng)民工社會保障制度構(gòu)建的影響。

(3)特征性差異高，但系數(shù)性差異低的變量(社會保障)。系數(shù)性差異小，說明現(xiàn)在“社會保障”對于城鄉(xiāng)勞動者小時工資造成差異的主要原因是資源的分布不均造成的，只要合理推動農(nóng)村勞動力保險市場的發(fā)展，存在于該變量上的差異會逐漸消散。

(4)特征性差異和系數(shù)性差異都比較低或者不顯著的變量(信任、健康程度)。這些變量對于小時工資的影響都很低，或者不顯著。盡管影響程度很小，但不能否認(rèn)它們對于促進勞動力市場的發(fā)展是有積極影響的。

(三)分位數(shù)回歸

進一步，我們對城鄉(xiāng)對數(shù)小時工資進行分位數(shù)回歸。為了去除極端值的干擾，將小時工資對數(shù)從小到大排序后取10、25、50、75和90分位數(shù)，來觀察不同收入階層的樣本中解釋變量對小時工資的結(jié)構(gòu)性影響。表4是城市勞動力樣本的回歸結(jié)果。

表4 城市勞動力對數(shù)小時工資分位數(shù)回歸結(jié)果

注：括號內(nèi)為穩(wěn)健的標(biāo)準(zhǔn)誤，***，**，*分別表示在1%、5%和10%的統(tǒng)計水平上顯著。

通過分位數(shù)回歸，我們發(fā)現(xiàn)在顯著的情況下，同一解釋變量對于不同收入階層的樣本的影響程度甚至影響方向都有所不同。受教育程度、邊際工作經(jīng)驗兩個變量的回報率在低收入?yún)^(qū)域相對來說比較低，但是它們均經(jīng)歷了一個從低收入?yún)^(qū)域向中等收入?yún)^(qū)域快速增長的階段，之后維持在一個較高水平。從工作經(jīng)驗來看，收入越高，當(dāng)前從事工作的經(jīng)驗帶來的回報率越低。乍一看令人匪夷所思，其實不難推理，收入高的人更加有資金進行資產(chǎn)配置，這將獨立于他當(dāng)前從事的工作帶來額外的資本性收入，從而在總財富更快速增加的基礎(chǔ)上拉低了工作經(jīng)驗的回報率(現(xiàn)有理論表明資本性收入的效率更高)。性別方面一直存在歧視問題，絕大多數(shù)分位數(shù)上女性這一性別的回報率比男性低20%左右，且隨著收入增加此項差別越為突出。社會保險對小時工資有顯著促進效應(yīng)，此效應(yīng)在低收入和高收入勞動者中更為突出。進行分位數(shù)回歸之后，各變量對城市的影響如圖2所示：

圖2 城市勞動力對數(shù)小時工資解釋變量的分位數(shù)變化

表5是農(nóng)村勞動力樣本的回歸結(jié)果。從農(nóng)村勞動力樣本的分位數(shù)回歸來看，受教育水平對各分位樣本的回報率影響差別不是太大，平均水平較低(4.5%-5%左右)，這也間接地說明了與城市相比農(nóng)村資本密集型和知識密集型的行業(yè)仍處于比較低端的發(fā)展階段。我們發(fā)現(xiàn)，性別歧視造成的收入不平等在農(nóng)村尤為嚴(yán)重。隨著收入的提高，男女勞動力小時工資之間的差異越來越大，最高甚至高達36.5%。在“對他人的信任”方面，農(nóng)村樣本的回歸結(jié)果雖不顯著，但方向與城市樣本是一致的，隨著收入增加，信任程度對小時工資的促進作用不斷增強。

表5 農(nóng)村勞動力對數(shù)小時工資分位數(shù)回歸結(jié)果

注：括號內(nèi)為穩(wěn)健的標(biāo)準(zhǔn)誤，***，**，*分別表示在1%、5%和10%的統(tǒng)計水平上顯著。

各變量對農(nóng)村的影響如圖3所示：

圖3 農(nóng)村勞動力對數(shù)小時工資解釋變量的分位數(shù)變化

(四)分位數(shù)分解

在上述分位數(shù)回歸的基礎(chǔ)上，本文繼續(xù)對其進行分位數(shù)分解，分解時使用Melly(2005)給出的分位數(shù)分解方法，結(jié)果見表6。

表6 城鄉(xiāng)勞動力工資差異分位數(shù)分解

通過分位數(shù)分解結(jié)果我們發(fā)現(xiàn)，城鄉(xiāng)小時工資差異在不同分位處并不相同，在低收入人群中較高，之后隨著工資階層的提升它有一個下降趨勢，但這個差異在小時工資較高的群體中又開始隨著工資提升而快速增長。

圖4 城鄉(xiāng)對數(shù)小時工資差異分位數(shù)分解的結(jié)構(gòu)

根據(jù)圖4，我們看到25%-75%區(qū)間總差異的降低主要得益于系數(shù)差異的下降，也就是說中國政府在解決城鄉(xiāng)勞動力市場的工資不平等問題方面還是有一些效果的。低小時工資群體中系數(shù)差異比較明顯，這說明在這個區(qū)間內(nèi)農(nóng)村沒有更好地發(fā)揮產(chǎn)業(yè)上的比較優(yōu)勢而且歧視問題比較嚴(yán)重；同時，數(shù)據(jù)顯示在小時工資最高的10%樣本群體中，特征性差異和系數(shù)性差異開始快速抬頭，總差異上升明顯，這說明高小時工資群體的城鄉(xiāng)差異明顯，產(chǎn)業(yè)和歧視問題亦不容小覷。

四、結(jié)論與政策建議

本文使用中國家庭動態(tài)跟蹤調(diào)查(CFPS)2012年的調(diào)查數(shù)據(jù)，針對城市勞動力和農(nóng)村勞動力之間的小時工資差異進行了Oaxaca-Blinder分解和分位數(shù)回歸及分解。結(jié)果表明，城鄉(xiāng)小時工資的差異的68.22%是可以文中設(shè)定的變量的特征性差異來解釋的。其中，27.75%的差異可以由受教育程度的特征性差異來解釋，而受教育程度對于系數(shù)性差異的影響亦占37.76%，可見教育對于小時工資的影響舉足輕重。為彌補Oaxaca-Blinder僅依靠條件均值來分解被解釋變量結(jié)構(gòu)性差異的不足，我們引入了分位數(shù)回歸和分解的方法。通過分位數(shù)回歸及分解，我們發(fā)現(xiàn)同一解釋變量對于不同收入階層的樣本的影響程度甚至影響方向都顯著有所不同，低工資群體中系數(shù)性差異比較明顯，高工資群體中系數(shù)性差異有快速上升的趨勢，他們之間群體的小時工資差異以特征性差異為主。

基于研究結(jié)果，本文政策建議如下：

1.要充分考慮系數(shù)效應(yīng)所反映的特征來協(xié)調(diào)發(fā)展本地經(jīng)濟，借以平衡城鄉(xiāng)勞動力的收入差距。正如前文所提，系數(shù)效應(yīng)并不能簡單地認(rèn)為是歧視所致，它還可能反映了一個地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)(邊際回報)。數(shù)據(jù)顯示農(nóng)村教育回報率比較低，除了城鄉(xiāng)教育資源體量的區(qū)別外，還有一個重要的原因是農(nóng)村的產(chǎn)業(yè)結(jié)構(gòu)不能很好地發(fā)揮“教育”作為人力資本帶來的潛在價值。在這種意義上，教育資源的城鄉(xiāng)分配反而是次一級的問題。城市可以提供補貼給農(nóng)村人幫助其進城讀書，只要農(nóng)村的產(chǎn)業(yè)結(jié)構(gòu)能夠使受教育水平得到一個合理的回報率，在城里讀書的農(nóng)村人自然會回到農(nóng)村工作。否則，哪怕農(nóng)村地區(qū)教育資源再好，受較高程度教育的勞動者都會因為邊際回報不能匹配其受教育程度而離開。

2.政府針對勞動力市場的補貼政策應(yīng)適當(dāng)偏向于低工資水平的農(nóng)村勞動者。從分位數(shù)分解的結(jié)果來看，小時工資差異的系數(shù)效應(yīng)主要集中于低工資水平端，這意味著工資水平越低的人產(chǎn)出的效率越低，得到的機會也越少，窮者越窮。故政府應(yīng)當(dāng)對低工資水平的農(nóng)村勞動者提供政策性支持，最好是教育和工作技能上的培訓(xùn)。

3.注意進一步普及社會保險等勞動力市場的保障機制，同時促進對女性勞動者的保障。從數(shù)據(jù)中我們發(fā)現(xiàn)，農(nóng)村勞動力的社會保險率僅為14.32%，是城市的三分之一，這也是農(nóng)村勞動力市場非常不完善，“打零工”現(xiàn)象普遍的一個側(cè)面反映。若不能及時獲得社會保險，在農(nóng)村老齡化、空心化地區(qū)逐漸增加的時代背景下，這些人在勞動力逐漸衰弱之后的生活將成為問題。此外，我們的研究發(fā)現(xiàn)女性的收入不論在城鄉(xiāng)還是分位數(shù)結(jié)構(gòu)上都低于男性，農(nóng)村地區(qū)尤甚，而且隨著收入增加差距逐漸擴大。因此，對女性勞動者的保障也是我們不得不面對的問題。

[1]姚先國, 賴普清. 中國勞資關(guān)系的城鄉(xiāng)戶籍差異[J]. 經(jīng)濟研究, 2004(07).

[2]劉傳江, 程建林. 雙重“戶籍墻”對農(nóng)民工市民化的影響[J]. 經(jīng)濟學(xué)家, 2009(10).

[3]陳斌開, 林毅夫. 重工業(yè)優(yōu)先發(fā)展戰(zhàn)略、城市化和城鄉(xiāng)工資差距[J]. 南開經(jīng)濟研究, 2010(01).

[4]邢春冰, 賈淑艷, 李實. 教育回報率的地區(qū)差異及其對勞動力流動的影響[J]. 經(jīng)濟研究, 2013(11).

[5]王鵬, 劉國恩. 健康人力資本與性別工資差異[J]. 南方經(jīng)濟, 2010(09).

[6]郭繼強，姜儷，陸利麗. 工資差異分解方法述評[J]. 經(jīng)濟學(xué)(季刊), 2011(02).

[7]鄧曲恒. 城鎮(zhèn)居民與流動人口的收入差異 [J]. 中國人口科學(xué), 2007(02).

[8]馮毅, 李實. 農(nóng)民工的工資差距及其變動[J]. 中國經(jīng)濟問題, 2013(04).

[9]葛玉好, 曾湘泉. 市場歧視對城鎮(zhèn)地區(qū)性別工資差距的影響[J]. 經(jīng)濟研究, 2011(06).

[10]孟凡強, 鄧保國. 勞動力市場戶籍歧視與城鄉(xiāng)工資差異——基于分位數(shù)回歸與分解的分析[J]. 中國農(nóng)村經(jīng)濟, 2014(06).

[11]王智波, 李長洪. 好男人都結(jié)婚了嗎？——探究我國男性工資婚姻溢價的形成機制[J]. 經(jīng)濟學(xué)季刊, 2016(04).

[12]魏下海. 從人力資本視角分析中國服務(wù)貿(mào)易競爭力[J]. 財經(jīng)科學(xué), 2008(02).

[13]陳釗、萬廣華、陸銘. 行業(yè)間不平等：日益重要的城鎮(zhèn)收入差距成因——基于回歸方程的分解[J]. 中國社會科學(xué), 2010(03).

[14]李春玲, 李實. 市場競爭還是性別歧視——收入性別差異擴大趨勢及其原因解釋[J]. 社會學(xué)研究, 2008(02).

[15]唐為, 陸云航. 社會資本影響農(nóng)民收入水平嗎——基于關(guān)系網(wǎng)絡(luò)、信任與和諧視角的實證分析[J]. 經(jīng)濟學(xué)家, 2011(09).

[16]劉國恩, William H.Dow, 傅正泓, John Akin. 中國的健康人力資本與收入增長[J]. 經(jīng)濟學(xué)(季刊), 2004(04).

[17]魏眾. 健康對非農(nóng)就業(yè)及其工資決定的影響[J]. 經(jīng)濟研究, 2004(02).

[18] 何立新. 中國城鎮(zhèn)養(yǎng)老保險制度改革的收入分配效應(yīng) [J]. 經(jīng)濟研究, 2007(03).

[19]姬便便. 發(fā)展農(nóng)業(yè)保險為農(nóng)民收入持續(xù)穩(wěn)定增長提供支撐[J]. 東北財經(jīng)大學(xué)學(xué)報, 2006(02).

[20]廖楚暉, 甘煒, 劉千亦. 養(yǎng)老保險、醫(yī)療保險制度與西部農(nóng)村居民收入增長[J]. 社會保障研究, 2015(03).

[21]李長江. 城鄉(xiāng)差距的現(xiàn)狀、根源及解決對策[J]. 理論探索, 2004(03).

[22]曹信邦. 就業(yè)歧視對農(nóng)民工社會保障制度構(gòu)建的消極影響[J]. 人口與經(jīng)濟, 2008(01).

[23]Oaxaca, Ronald. Male-Female Wage Differentials in Urban Labor Markets, International Economic Review, 1973, 14(3).

[24]Blinder, Alan S.Wage Discrimination: Reduced Form and Structural Estimates, Journal of Human Resources, 1973, 8(4).

[25]Machado J A F, Mata J. Counterfactual decomposition of changes in wage distributions using quantileregression[J]. Journal of Applied Econometrics, 2005, 20(4).

[26]Melly, B. Decomposition of Differences in Distribution Using QuantileRegression[J]. Labour Economics, 2005, 12(4).

[27]Mincer J. Schooling, Experience, and Earnings, Natonal Bureau of Economic Research, 1974.

[28]Ospino, Carlos G., Vasquez, Paola Roldán, Narváez, NaciraBarraza. Oaxaca-Blinder wage decomposition: Methods, critiques and applications. A literature review [J]. Revista De Economía Del Caribe, 2010, 5.

F244

A

2095-7238(2017)05-0081-09

10.3969/J.ISSN.2095-7238.2017.05.016

2017-08-28

本文為山東省自然科學(xué)基金項目(IR2015GM010)階段性成果，同時得到國家社科基金項目(15BJL091)資助。

張衛(wèi)國(1974-)，男，山東大學(xué)經(jīng)濟研究院教授、博士生導(dǎo)師，研究方向為語言經(jīng)濟學(xué)、勞動經(jīng)濟學(xué)；

相澤宇(1992-)，男，山東大學(xué)經(jīng)濟研究院碩士研究生。

編輯：李學(xué)迎