李后建

(重慶大學經(jīng)濟與工商管理學院，重慶，400044)

工會制度是有關改善職工工作和生活條件的一項重要制度安排，在當下中國現(xiàn)實中，工會制度的重要功能之一就是維護職工的合法權益(祁毓、李祥云，2011)。工會作為勞動力市場的一個重要經(jīng)濟組織，它能夠提高勞動合同的簽約率和履約率，大力推動平等協(xié)商、同工同酬和集體合同制度的完善，進一步提高維權工作的實效。更為重要的是工會通常扮演著壟斷角色(monopoly power)和集體表達角色(collective voice)，從而使得加入工會的職工能夠獲得高于個體談判或市場自由確定的工資水平(Freeman，2005)。時至今日，隨著中國市場經(jīng)濟體系的逐步確立，中國工會在社會經(jīng)濟中的功能和地位也在發(fā)生變化，從傳統(tǒng)計劃經(jīng)濟時期的功能逐步向市場經(jīng)濟所要求的功能進行演化(易定紅、林江，2012)。然而，由于中國正處于經(jīng)濟轉軌的關鍵時期，正式制度并未完全確立，工會組織的形式和作用與資本主義市場經(jīng)濟中的工會組織有著較大的差異。在此種情境下，中國工會究竟扮演著何種功能，國內(nèi)經(jīng)濟學者對此著墨頗少。這不僅造成關于中國工會對中國勞動力市場影響具有重要意義的共識缺乏科學根據(jù)，而且導致如何有效完善勞動力市場機制的解決手段無法進行恰當評判，最終可能影響轉軌時期政府對勞動力市場政策的制定與完善。

然而，我們探討工會的在勞動力市場上的功能時，有一個基本問題尚需回答:如果加入工會，職工的工作條件會有多大程度上的改善?其背后的政策內(nèi)涵是，加入工會，切實維護職工合法的勞動權益，對職工工作狀況到底有多大程度的改善?以往研究要么缺少經(jīng)驗數(shù)據(jù)的支撐，要么在方法上存在著重大缺陷。有鑒于此，本文基于2008年中國社會綜合調(diào)查數(shù)據(jù)，采用傾向得分匹配的方法(Propensity Score Matching，PSM)來控制樣本選擇偏誤，并采用自抽樣法進行統(tǒng)計判斷，以克服小樣本偏誤。與以往研究相比，本文的主要貢獻有以下幾點:首先，在勞動經(jīng)濟學領域，處于經(jīng)濟轉軌時期的發(fā)展中國家的工會對職工工作條件的影響長久以來缺乏研究(易定紅、林江，2012)，本文為豐富這一主題的研究做出了探索性的嘗試;第二，我們探討了不同體制部門以及不同地區(qū)的工會對職工小時收入、勞動時間和勞動合同的影響，為深層次理解中國工會制度對職工工作條件的影響提供了經(jīng)驗證據(jù)，同時也是對姚洋、鐘寧樺(2008)和楊繼東、楊其靜(2013)研究的重要補充和拓展;第三，我們通過夏普利值過程的回歸分解方法，清晰了呈現(xiàn)了中國工會對職工小時收入和年收入差異的貢獻率，為進一步理解中國收入分配的影響機制提供了新的思路。

一、計量估計方法與變量說明

(一)計量估計方法

本文將考察加入工會對職工工作條件的影響，因變量為職工的工作條件，包括勞動合同、勞動時間和工資水平。為了最大限度地降低不可觀測因素的干擾，減少因遺漏關鍵變量而導致的估計偏誤，我們將樣本分為兩組來進行比較，其中一組為加入工會的職工，而另一組則為沒有加入工會的職工。另一個需要注意的問題是，職工的異質(zhì)性可能成為影響其加入工會的重要因素，因為教育年限越長、收入水平越高和社會網(wǎng)絡關系越強的職工可能有更多的機會加入工會。因此，兩組樣本之間存在著明顯的稟賦差異和能力差異。如果我們直接將兩組樣本通過最小二乘法回歸進行相關工作條件的比較，那么我們很難判斷出工作條件的改善究竟來自個體的異質(zhì)性抑或工會，這將導致極大的估計偏誤:一是因為殘差項中可能包含了與加入工會影響因素有關但無法通過可觀測變量控制的因素;二是因為即使可觀測的變量可以用來解釋未觀測的變量，但兩者之間的關系并非線性的，也會導致殘差項中存在白噪音。為了合理解決上述問題，我們基于傾向值匹配的思想，通過引入一個代理變量將不可觀測的因素提取出來，從而使得殘差與因變量之間呈現(xiàn)出相互獨立的關系(陳煒、劉陽陽，2010)。在傾向得分的估計過程中，仔細選擇條件變量和Logit回歸的正確設定對于傾向值匹配來說十分關鍵。盡管在這一領域的學者提出了眾多規(guī)則與方法，但我們?nèi)晕窗l(fā)現(xiàn)有確定無疑的方法。普遍的做法是根據(jù)Rosenbaum and Rubin(1984)的建議，應用逐步Logit回歸來選擇變量，根據(jù)Wald統(tǒng)計量來決定納入或者排除條件變量。因此，我們在估計傾向值得分時采納Rosenbaum and Rubin(1984)的建議。

根據(jù)研究目的，本文采用的代理變量為是否加入工會的概率，通過將加入工會的傾向得分加入方程中后進行估計，這就是傾向得分的線性匹配。傾向得分是指在給定樣本特征X的情況下，職工加入工會的條件概率，即:

其中W是一個虛擬變量，如果職工加入了工會，則W=1，否則W=0。由于傾向得分是潛在不可觀測的，因此，通常需要利用Logit概率模型進行估計。

對于個體i而言，假定其傾向得分已知，那么其加入工會限制條件下的平均處理效應(average treatment effect，ATE)為:

其中，Y1i和Y0i分別表示同一職工在是否加入工會的兩種情況下的工作條件。在現(xiàn)實中，由于Y1i和Y0i不能被同時觀測到，因此在考察加入工會對職工工作條件影響時，如果直接比較加入和沒有加入工會的職工之間工作條件差異，將導致選擇性偏誤。由于代理變量的方法無法克服樣本選擇性問題，因此本文擯棄代理變量的回歸方法而采用傾向值匹配的方法。具體做法是盡量將加入和沒有加入工會的職工進行匹配，估計平均處理效應(average treatment effect，ATE)，從而達到降低選擇性偏誤的目的。因此，本文將根據(jù)各種常見的匹配方法來估計加入工會對職工工作條件的影響效果。

(二)數(shù)據(jù)來源與變量說明

1.本文數(shù)據(jù)來源

本文所使用的數(shù)據(jù)來源于2008年的中國社會綜合調(diào)查數(shù)據(jù)(CGSS)。本文之所以使用中國綜合社會調(diào)查數(shù)據(jù)而不是國內(nèi)其他微觀數(shù)據(jù)，其主要原因在于:一是中國社會綜合調(diào)查數(shù)據(jù)滿足所研究問題之需要。本文試圖考察中國工會對職工工作條件的影響，而該數(shù)據(jù)提供了較為完整的職工加入工會和工作條件的相關信息，因此這樣的數(shù)據(jù)難能可貴;二是該數(shù)據(jù)具有較高的權威性，并且得到了大多數(shù)學者的認可(胡蓉，2012);三是中國社會綜合調(diào)查采用的是四階段分層不等概率抽樣，通過這種抽樣方式搜集的數(shù)據(jù)資料具有更好地代表性。在本文中，我們根據(jù)受訪者的工作狀況，摘取了受雇于他人(有固定雇主)、勞務工/勞務派遣人員以及零工、散工(無固定雇主的受雇者)等職工樣本的數(shù)據(jù)，一共得到了2553個職工樣本并用于實證分析。其中加入工會的職工樣本為794份，未加入工會的職工樣本為1759份。

2.變量選擇與測量

(1)因變量的選擇與測量

本文研究的工作條件包括三個:第一是被調(diào)查者的小時職業(yè)收入，用被調(diào)查者的全年職業(yè)收入除以52周以后再除以平均每周大約要工作時間;第二是被調(diào)查者平均每周的工作時間;第三是被調(diào)查者與工作單位是否簽訂了正式合同，倘若職工簽訂了正式合同則賦值為1，否則為0。

(2)自變量的選擇與測量

本文的自變量為職工是否加入了工作，在調(diào)查問卷中的問題為“您是否是工會會員”，被調(diào)查者的選項有“是”、“以前是，現(xiàn)在不是”和“從來都不是”，若被調(diào)查者選擇了“是”則賦值為1，否則為0。

表1 主要變量統(tǒng)計性描述

(3)其他控制變量的選擇與測量

根據(jù)以往的研究經(jīng)驗，我們控制了其他可能影響職工工作條件的因素(陳煒、劉陽陽，2010)。包括性別、年齡、教育年限、婚姻狀況、政治身份、戶籍狀況、健康狀況、家庭負擔、社會關系網(wǎng)絡、單位所有制性質(zhì)和企業(yè)規(guī)模等。其中教育年限的度量是被調(diào)查者從小學開始算起，一共接受學校教育的年數(shù);婚姻狀況分為已婚和其他，需要說明的是，我們根據(jù)將初婚有配額和再婚有配偶合并為已婚，而將未婚、同居、分居未離婚、離婚和喪偶歸為其他;政治身份分為黨員和非黨員;戶籍狀況分為農(nóng)村戶口和非農(nóng)村戶口;健康狀況為調(diào)查者的自評健康狀況，分為很不健康、比較不健康、一般、比較健康和很健康，依次賦值為1、2、3、4、5;家庭負擔用未分擔生活費開支的人數(shù)除以家庭人口總數(shù)，這是因為家庭負擔會激勵職工去改善工作條件以降低家庭經(jīng)濟壓力(陳釗等，2009);對于社會關系網(wǎng)絡，我們主要考慮了拜年網(wǎng)中的網(wǎng)絡差異，網(wǎng)絡差異為每位被調(diào)查者所拜訪的各類人員的職業(yè)類型的數(shù)量。①在本研究中，被調(diào)查者所拜訪的各類人員的職業(yè)類型分為產(chǎn)業(yè)工人、大學教師、中小學教師、醫(yī)生、護士、廚師和炊事員、飯店餐館服務員、營銷人員、無業(yè)人員、科學研究人員、法律工作人員、經(jīng)濟業(yè)務人員、行政辦事人員、工程技術人員、政府機關負責人、黨群組織負責人、企事業(yè)單位負責人和家庭保姆、計時工等18類。需要說明的是，用“拜年網(wǎng)”作為自變量解釋工作條件既有理論依據(jù)又有經(jīng)驗研究支持(邊燕杰，2004)。從理論邏輯上而言，工作條件并不決定行動者的社會關系網(wǎng)絡，而職業(yè)階層和社會交往才是行動者社會關系網(wǎng)絡的主要來源(邊燕杰，2004)。單位所有制性質(zhì)分為國有、集體所有、私有/民營、港澳臺資、外資所有、中外合資所有和其他。企業(yè)規(guī)模為職工所占單位或公司的員工總數(shù)，在回歸模型中，我們將其取對數(shù)后再納入回歸項。各個變量的統(tǒng)計性描述如表1所示。

二、實證結果與討論:工會對職工工作條件的影響以及這種影響在不同體制部門和地區(qū)中的差異

(一)加入工會對職工小時收入影響的處理效應估計

如前所述，由于職工的異質(zhì)性會影響職工對工會的選擇性偏好從而帶來樣本選擇性偏誤。為此，本文根據(jù)Rosenbaum and Rubin(1984)提出的“傾向值匹配”的方法來克服樣本選擇性偏差。

1.樣本匹配效果

為了說明使用傾向值匹配方法在實證上的重要性與合理性，我們繪制了核匹配法的匹配效果圖。圖1顯示了處理組和控制組傾向得分在匹配前后的核密度分布。可以看出，在匹配前，處理組和控制組加入工會的傾向得分密度分布呈現(xiàn)出明顯的差異性，如果直接比較這兩組之間的小時收入，那么所得到的統(tǒng)計推斷結果就是有偏的。而以往的研究可能忽視了該問題的嚴重性而導致了內(nèi)生性問題的存在。相比之下，在匹配后，處理組和控制組加入工會的傾向得分密度分布幾乎是一致的，這表明經(jīng)過匹配處理之后，兩組之間的特征差異得到了有效的削減，匹配效果令人滿意。同樣，我們采用其他的匹配方法也得到了類似的效果，不再贅列。

圖1 匹配前后“處理組”和“控制組”傾向得分概率分布(小時收入)

2.傾向匹配模型估計結果

為了檢驗傾向匹配模型估計結果的穩(wěn)健性，我們采用了常用的匹配方法對處理組和控制組進行匹配，包括最近鄰匹配法、核匹配法、分層匹配法和半徑匹配法。最近鄰匹配法是最簡單的匹配估計方法。它的基本思想是以樣本的傾向得分值為依據(jù)，前向或后向搜尋出與處理組樣本的傾向得分值最接近的控制組樣本，作為處理組的匹配對象。表2的結果顯示，在5%的水平上，即使我們控制了樣本選擇性偏誤，加入工會對職工小時收入仍具有非常顯著的正向影響。另外，我們發(fā)現(xiàn)在不同匹配方法下我們得到的因果關系系數(shù)不完全相等，這是因為加入工會的職工在不同的匹配方式下可能和不同的未加入工會的職工進行了匹配。然而這些不同的匹配方法得到的結論基本一致(系數(shù)在1.247到1.730之間)。這些系數(shù)表示的是加入工會的小時收入回報。其可以解釋為與沒有參加工會的職工相比，參加工會可以使得小時收入增加的幅度，即加入工會使得職工每小時工資可增加的幅度范圍為1.247元到1.730元之間。

上述結果反映出中國確實會顯著影響職工的工資水平。事實上，工會在勞動力供給市場上扮演著壟斷者的角色，為了確保效用最大化，工會的作用在于確定最優(yōu)的工資水平。這是因為工會代表了絕大多數(shù)職工的意見，向企業(yè)以討價還價的集體談判形式要求高于個體談判或市場出清水平的工資(Freeman，2005)。因此，工會的力量在于使得單個勞動者形成整體，從而增加集體談判的力量以確保單個勞動者獲得相對公平的工資給付標準。

表2 各種匹配方法結果(小時收入)

(二)加入工會對職工勞動時間影響的處理效應估計

表3匯報了加入工會對職工勞動時間影響的各種匹配方法結果。這些結果顯示，在5%的水平上，即使我們控制了樣本選擇性偏誤，加入工會對職工每周勞動時間仍具有非常顯著的消極影響。具體地，加入工會可以使得職工每周勞動時間降低2.169小時到3.794小時之間。這表明工會會員可以有效地利用工會的力量，或者利用集體表達角色以正確反映職工的勞動狀況，從而要求合理的勞動時間。注:(1)*P＜0.1，＊＊ p＜0.05，＊＊＊ p＜0.01;(2)標準誤采用Bootstrap估計，重復抽樣次數(shù)為500。

表3 各種匹配方法結果(勞動時間)

(三)加入工會對職工勞動合同影響的處理效應估計

表4匯報了加入工會對職工勞動時間影響的各種匹配方法結果。這些結果顯示，在5%的水平上，即使我們控制了樣本選擇性偏誤，加入工會對職工簽訂正式勞動合同仍具有非常顯著的積極影響。具體地，加入工會可以使得職工簽訂正式勞動合同的概率增加8.2%到14.3%之間。這表明加入工會可以提高職工主動維權的意識，并通過提高簽訂正式勞動合同的概率以為實現(xiàn)自己的勞動權益提供重要保障。

表4 各種匹配方法結果(勞動合同)

(四)工會在不同體制部門中的作用差異

為了深入分析加入工會對職工工作條件的改善，我們將總體樣本分為體制內(nèi)和體制外企業(yè)樣本。相對于體制內(nèi)部門而言，體制外部門意味著市場化程度更高。在本研究中，我們將私有/民營、港澳臺資、外資所有、中外合資所有等視為體制外部門，我們將國有企業(yè)和集體所有制企業(yè)視為體制內(nèi)部門。在本研究中，來自體制內(nèi)部門的樣本有1588份，而來自體制外部門的樣本有965份。體制內(nèi)部門中加入工會的樣本有668份，體制外部門中加入工會的有126份。表5匯報了加入工會分別對體制內(nèi)外部門職工工作條件影響的平均處理效應估計結果。估計結果顯示，加入工會對體制內(nèi)部門職工的工作條件有顯著的改善(包括小時收入、勞動時間和勞動合同)，而僅對體制外部門職工簽訂正式合同的概率有顯著提高作用，但對體制外部門職工的小時收入和勞動時間并未有明顯的改善作用。這意味著在不同體制部門，工會對職工工作條件的改善作用是有明顯差異的。一個可能的解釋是，與體制外部門不同的是，體制內(nèi)部門企業(yè)通常在市場上處于壟斷地位，它們一般會通過提高壟斷產(chǎn)品的價格來彌補工會給職工帶來的工作條件改善而由此導致的利潤損失，因此工會對壟斷企業(yè)的利潤是沒有影響的，它通常會導致產(chǎn)品市場效應。相反地，體制外部門企業(yè)通常面臨激烈的市場競爭，它們自身的產(chǎn)品價格通常是由市場決定的，因此工會所要求的高于市場出清水平的工資會導致這些企業(yè)成本增加，利潤壓縮。為此，體制外部門會采取各種策略來抵制工會的作用，從而弱化了工會對體制外部門職工工作條件的改善效果。另外，體制外部門工會參與比率要明顯低于體制內(nèi)部門，體制外部門工會參與率較低表示體制外部門工會力量弱化的趨勢。根據(jù)Filer et al(1996)等人的總結，我們認為體制外部門工會力量弱化主要有以下三點原因。首先，體制外部門工會并不能真實地表達職工的需求和意愿，這使得體制外部門職工認為意識到工會帶來的效用甚微;其次，體制外部門的企業(yè)規(guī)模通常在縮小，為了應對激烈的市場競爭，這些企業(yè)傾向于在無工會組織的情況下運作，這使得體制外部門的職工難以通過工會組織來表達需求和意愿;最后，在市場競爭加劇和企業(yè)利潤空間壓縮的情況下，體制外部門越來越難以承受工會帶來職工高于市場出清水平的工資和相關福利，這使得體制外部門的企業(yè)傾向于拒絕設置企業(yè)工會。

表5 加入工會對體制內(nèi)外部門職工工作條件影響的處理效應估計

(五)工會在不同地區(qū)的作用差異

為了分析加入工會對不同地區(qū)職工工作條件的改善，我們將總體樣本分為東部、中部和西部樣本。在本研究中，來自東部、中部和西部的樣本分別為1197份、836份和520份，加入工會的樣本分別為379份、211份和204份。表6匯報了加入工會對不同地區(qū)職工工作條件影響的平均處理效應估計結果。估計結果顯示，加入工會對中部地區(qū)小時收入的影響幅度最大，即在1.929元～2.325元之間。而給東部和西部地區(qū)小時收入的增加幅度幾乎相等。有趣的是，加入工會對職工勞動時間和勞動合同的改善效果隨著東部、中部和西部的順序呈現(xiàn)出依次遞增的趨勢。通常而言，東部、中部和西部地區(qū)的市場化程度是依次遞減的，這意味著市場化程度弱化了工會對職工勞動時間和勞動合同的影響程度。對此，一個可能的解釋是，在市場化程度較高的地區(qū)，企業(yè)面臨的市場競爭壓力較高，利潤空間較低，在這種情況下，企業(yè)需要較大的組織彈性來規(guī)避市場變化對企業(yè)不利的影響，同時把握市場變化對企業(yè)帶來的商機，以維持企業(yè)的市場競爭地位。而工會通過參與管理使得企業(yè)的工作制度僵化，從而使得企業(yè)難以應對市場變化而做出合理的制度調(diào)整，弱化了企業(yè)在市場上的競爭優(yōu)勢。例如，當經(jīng)濟景氣處于低迷，市場陷入疲軟狀態(tài)時，某些企業(yè)可能要立即做出裁員的決策，以緩解企業(yè)面臨的危機。而當企業(yè)出現(xiàn)大規(guī)模裁員時，被裁者被要求立即與企業(yè)解除雇傭關系，而裁員幸存者則可能面臨著延長勞動時間，甚至降低工資的風險。如果工會介入企業(yè)的這些決策行為，那么企業(yè)做出上述調(diào)整將要付出巨大的代價。為了在激烈的市場競爭環(huán)境中生存下去，企業(yè)通常會抵制工會的干預，從而弱化了工會對職工工作條件的改善效果。

表6 加入工會對不同地區(qū)職工工作條件影響的處理效應估計

(六)加入工會對職工收入差距影響的回歸分解

在這部分，我們利用夏普利值過程的回歸分解來清晰地呈現(xiàn)各種因素對職工收入差距的影響。在本研究中，我們將年齡、教育年限、婚姻狀況、政治身份、戶籍狀況、健康狀況和家庭負擔并為個體特征，將企業(yè)規(guī)模、所有制性質(zhì)并為企業(yè)特征。表7的結果顯示了各個因素影響對職工收入差距的貢獻率。其中加入工會對職工小時收入差距的貢獻率達到4.53%，對職工年收入差距的貢獻率為9.77%。由此可見，中國工會對職工收入差距的影響不可小覷。對此一個可能的解釋是，工會能夠產(chǎn)生溢出效應，即在工會力量較強的企業(yè)里，由于工資被抬高了，為了降低成本，企業(yè)的通常做法就是裁員，被裁掉的員工為了再次就業(yè)，他們會到非工會成員的勞動力市場上參與競爭，從而降低了非工會成員勞動力市場上的工資水平，拉大了工會會員和非工會會員之間的收入差距。

關于其他因素對職工收入差距的貢獻率，首先，社會關系網(wǎng)絡對職工小時收入差距和年收入差距的貢獻率分為17.54%和12.67%。由此可見，職工可以通過社會網(wǎng)絡獲得相關的社會資源以獲得更高的收入。這是因為社會關系網(wǎng)絡既能夠提供非重復信息，又能夠傳遞實質(zhì)上的人情與幫助，從而為職工帶來更多的經(jīng)濟回報(張順、程誠，2012)。因此，職工之間的網(wǎng)絡差異拉大必然會帶來更大的收入差距。

其次，個體特征分別能夠解釋職工之間小時收入差距和年收入差距的51.41%和55.38%。事實上，競爭性理論對此給出了合理的解釋，即職工之間的收入差距主要源于未被觀測到的員工異質(zhì)性和工作特征(Martins，2004)。

最后，企業(yè)差異和地區(qū)差異分別能夠解釋職工小時收入差距的11.05%和15.46%，同時也分別能夠解釋職工年收入的10.24%和11.95%。對此的一個可能的解釋是，當前我國勞動力市場仍處于分割狀態(tài):不同經(jīng)濟部門職工的收入決定機制差異顯著，職工在不同所有制和不同地區(qū)之間的流動性較差，使得整個勞動力市場難以得到均衡，從而導致企業(yè)差異和地區(qū)差異能夠較大程度地解釋職工的收入差距(Li and Bai，2005;Dénurger et al.，2007)。

表7 影響因素的貢獻率:基于夏普利值過程的回歸分解

三、結論與政策內(nèi)涵

本研究認為現(xiàn)有的關于中國經(jīng)濟轉型研究雖然從理論上預見了中國工會在勞動力市場的地位和職能，但并未進行理論導向的實證研究。中國社會經(jīng)濟的轉型并非僅僅是由市場來決定職工的工作條件，工會組織也在中國勞動力市場轉型中扮演著非常重要的角色，因此整個勞動力市場上既充斥著市場的力量，又嵌入了非市場力量。在具體研究策略上，以往的實證研究方法普遍忽視了估計偏誤問題，即忽略關鍵變量導致的偏誤和樣本選擇性偏誤。從以往研究的經(jīng)驗來看，采用普通回歸方法研究工會對職工工作條件影響的一個可能的后果是，將不可觀測變量所導致的工作條件差異歸結為工會的影響，從而影響了研究的可靠性。為了避免這兩種偏誤，本文利用傾向值匹配方法盡可能地消除加入工會和未加入工會這兩個子樣本之間的各類差異，從而最大限度地消除估計偏誤，以明確工會和職工工作條件之間的因果關系。研究結果顯示，總體而言，中國工會對職工工作條件存在著明顯的改善作用，即加入工會為職工帶來了每小時1.247元到1.730的工資溢酬;減少了職工每周2.169小時到3.794小時的額外勞動時間;提高了職工8.2%到14.3%的正式勞動合同簽訂率。

在此研究基礎上，我們將樣本分為體制內(nèi)部門和體制外部門兩個子樣本，分別檢驗了不同體制對工會作用機制的影響。結果發(fā)現(xiàn)，在不同體制部門，工會對職工工作條件的改善作用是不同的，具體表現(xiàn)為工會對體制內(nèi)部門職工的工作條件有著顯著的改善作用，而對體制外部門的改善作用并不明顯，這一結果顯示出體制內(nèi)部門可以憑借壟斷優(yōu)勢通過產(chǎn)品市場效應來彌補工會的威脅效應，使得工會的作用得以發(fā)揮。而體制外部門卻面臨著近乎完全競爭的市場，它們有強烈抵制工作的動機，從而弱化了工會在體制外部門的地位和功能。

為了深入分析工會對職工工作條件的影響，我們又將樣本分為東、中和西部三個子樣本，分別檢驗了市場化程度不同的地區(qū)對工作作風機制的影響。結果發(fā)現(xiàn)，除小時收入外，加入工會對職工勞動時間和勞動合同的改善效果隨著東部、中部和西部的順序呈現(xiàn)出依次遞增的趨勢。由于東、中和西部地區(qū)的市場化程度是依次遞減的，因此上述研究結果顯示出企業(yè)在市場化程度較高的地區(qū)所面臨的市場競爭程度更加激烈，外部環(huán)境變化更加劇烈，為了因應市場競爭和外部環(huán)境變化對企業(yè)可能造成的影響，企業(yè)需要較大的組織彈性來規(guī)避市場變遷所帶來的風險。而工會通過參與管理使得企業(yè)的工作制度僵化，會給市場化程度更高地區(qū)的企業(yè)帶來較大的風險，因此，這些企業(yè)會抵制工會對企業(yè)決策的干預，弱化了工會在市場化程度較高地區(qū)的功能和地位。

上述研究結果亦顯示出，工會具有“溢出效應”，即工會可以通過改善職工工作條件而起到擴大收入差距的功能。為此，我們通過夏普利值過程的回歸分解方法發(fā)現(xiàn)，工會對職工小時收入差距和年收入差距的貢獻率分別為4.53%和9.77%。由此可見，工會對收入分配機制的影響亦不可小覷。

在當前背景下，本研究結果也有一定的政策內(nèi)涵。目前我國工會組織的職能正處在轉變的過程中之中，雖然工會對勞動力市場具有一定的調(diào)節(jié)功能，但是工會組織的轉型離理論上的目標仍有一定的距離。對于體制外部門，工會組織在調(diào)整勞動關系中的地位和職能并不明確，并且集體合同和集體協(xié)作作用大多流于形式，尚未觸及協(xié)調(diào)用功分配問題。由于體制外或市場化程度較高地區(qū)企業(yè)為因應市場競爭和外部環(huán)境變化而抵制工會對組織制度靈活性的干預以維護企業(yè)的目標，同時犧牲職工的利益，這使得工會組織在代表職工和維護職工經(jīng)濟權益方面所發(fā)揮的作用并不強，隱含了工會制度建設和執(zhí)行的必要性和緊迫性。

[1]邊燕杰:《城市居民社會資本的來源及作用:網(wǎng)絡觀點與調(diào)查發(fā)現(xiàn)》，載《中國社會科學》，2004(4)。

[2]陳釗、陸銘、佐藤宏:《誰進入了高收入行業(yè)?——關系、戶籍與生產(chǎn)率的作用》，載《經(jīng)濟研究》，2009(10)。

[3]陳煒、劉陽陽:《勞動合同對于進城務工人員收入影響的有效性分析》，載《經(jīng)濟學季刊》，2010(1)。

[4]胡蓉:《市場化轉型下的住房不平等——基于CGSS2006調(diào)查數(shù)據(jù)》，載《社會》，2012(1)。

[5]祁毓、李祥云:《財政分權、勞動保護與勞動收入占比——基于省級面板數(shù)據(jù)的分析》。載《南方經(jīng)濟》，2011(11)。

[6]易定紅、林江:《市場經(jīng)濟下公會對勞動市場的影響之文獻回顧》，載《就業(yè)與勞動關系季刊》，2012(1)。

[7]姚洋、鐘寧樺:《工會是否提高了工人的福利?——來自12個城市的證據(jù)》，載《世界經(jīng)濟文匯》，2008(5)。

[8]楊繼東、楊其靜:《工會、政治關聯(lián)與工資決定——基于中國企業(yè)調(diào)查數(shù)據(jù)的分析》，載《世界經(jīng)濟文匯》，2013(2)。

[9]張順、程誠:《市場化改革與社會網(wǎng)絡資本的收入效應》，載《社會學研究》，2012(1)。

[10]Filer，R.K.，Hamermesh，D.S.and Rees，A.E.(1996).The Economics of Work and Pay，New York:Harper Collins Publishers.

[11]Freeman，R.B.(2005).What Do Unions Do?－The 2004 M－Brane Stringtwister Edition.Journal of Labor Research，26(4)，641－668.

[12]Li，S.，and Bai，N.(2005).China human development report－ development with equity.Beijing:UNDP and China Development Research Foundation.

[13]Dénurger，S.，F(xiàn)ournier，M.，and Chen，Y.(2007).The evolution of gender earnings gaps and discrimination in China:1998－1995.The Developing Economies，45(1)，97－121.

[14]Rosenbaum，P.R.，and Rubin，D.B.(1984).Reducing Bias in Observational Studies Using Subclassification on the Propensity Score.Journal of the American Statistical Association，79(384)，516－524.