王迪，呂康銀，王文靜

摘 要：運(yùn)用2012年中國勞動力動態(tài)調(diào)查微觀數(shù)據(jù)，結(jié)合Heckman樣本選擇方法，估計壟斷行業(yè)和競爭行業(yè)的收入方程，結(jié)果發(fā)現(xiàn)，壟斷對行業(yè)收入的影響遠(yuǎn)大于性別、教育、工作經(jīng)驗等個人特征。運(yùn)用Shapley值分解方法，考察各因素對我國城鎮(zhèn)內(nèi)部行業(yè)工資差距的貢獻(xiàn)，結(jié)果發(fā)現(xiàn)，人力資本因素對行業(yè)收入差距的貢獻(xiàn)最大。分行業(yè)看，人力資本因素能夠解釋壟斷行業(yè)收入差距的一半左右，管理崗位對競爭行業(yè)收入差距的貢獻(xiàn)最大，性別因素對競爭行業(yè)收入差距的貢獻(xiàn)高出壟斷行業(yè)兩倍，非農(nóng)戶口在解釋壟斷行業(yè)收入差距時的貢獻(xiàn)要遠(yuǎn)大于競爭行業(yè)。因此，縮小我國行業(yè)收入差距，亟需打破行業(yè)壟斷壁壘，提高勞動者的受教育水平，減輕勞動者地區(qū)間流動障礙。

關(guān)鍵詞：行業(yè)收入差距；壟斷；Shapley值分解

中圖分類號：F124.7 文獻(xiàn)標(biāo)識碼：A 文章編號：1003-3890（2014）05-0032-06

一、引言

隨著收入分配制度改革的不斷深化，縮小城鎮(zhèn)居民收入差距，已成為當(dāng)前我國經(jīng)濟(jì)體制改革的重要內(nèi)容。1990—2012年，城鎮(zhèn)居民行業(yè)收入的基尼系數(shù)由0.058上升至0.175，擴(kuò)大了近兩倍，年均增幅達(dá)5.1%；而同期城鎮(zhèn)居民收入差距僅擴(kuò)大38.4%，年均增幅僅有1.5%。這意味著行業(yè)收入差距擴(kuò)大的速度要遠(yuǎn)快于我國城鎮(zhèn)居民收入差距擴(kuò)大的速度，已成為城鎮(zhèn)居民收入差距不斷擴(kuò)大的最主要推手（武鵬，周云波，2011）[1]。更為重要的是，有別于城鄉(xiāng)差距和地區(qū)差距，行政壟斷等不合理因素導(dǎo)致的行業(yè)收入差距更容易誘發(fā)人們的不平衡心理，從而危及社會穩(wěn)定（黃燕東，姚先國，2012）[2]。

圖1分別描述了2003—2012年壟斷行業(yè)和競爭行業(yè)收入的基尼系數(shù)①，從圖中可以看出壟斷行業(yè)的收入基尼系數(shù)自2005年跌入最低點后就呈現(xiàn)緩幅攀升的趨勢；競爭行業(yè)的收入基尼系數(shù)自2003年起就呈現(xiàn)出持續(xù)擴(kuò)大的趨勢，在2008年達(dá)到最高點后出現(xiàn)了較為顯著的下降。一方面的原因是本文定義的壟斷行業(yè)既包括工資收入增長很快的行業(yè)，如金融業(yè)和電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)，又包括某些低于行業(yè)平均工資水平的行業(yè)，如采礦業(yè)，這就出現(xiàn)了壟斷行業(yè)收入差距不斷擴(kuò)大的趨勢；另一方面，隨著我國經(jīng)濟(jì)體制改革的不斷深入，競爭行業(yè)中的市場化程度不斷加強(qiáng)，競爭行業(yè)間的收入差距在逐步縮小。由此可見，壟斷行業(yè)的收入差距在緩幅擴(kuò)大，而競爭行業(yè)的收入差距卻在持續(xù)縮小，這種趨勢如若長期存在，勢必會繼續(xù)拉大城鎮(zhèn)內(nèi)部行業(yè)收入差距。

在解析行業(yè)收入差距的實證研究中，最重要的是討論行業(yè)間工資差距的來源。在新古典經(jīng)濟(jì)理論的范式下，只有兩類因素能夠影響行業(yè)間勞動者的收入差距，一類是勞動者個體特征差異，如健康狀況、教育水平等人力資本因素（王敬勇，2011；Juhn，1994）[3-4]；二是行業(yè)特征差異，如勞動強(qiáng)度和危險程度，這種差別也被稱為“補(bǔ)償性工資差異”（Dickens & Katz，1971）[5]。然而，新古典經(jīng)濟(jì)理論描述的完全競爭假設(shè)在現(xiàn)實中并不存在，即使控制了一些影響生產(chǎn)率的因素之后，社會關(guān)系、政治身份、戶籍等非市場力量也顯著地影響了勞動者的工資差異（陳釗，陸銘，佐藤宏，2009）[6]。一些學(xué)者放松了完全信息的假設(shè)，考察諸如預(yù)防投機(jī)、公平感等因素的作用，即把行業(yè)收入差距解釋為效率工資機(jī)制（Chen and Edin，2006；葉林祥，李實，羅楚亮2011）[7-8]；也有學(xué)者試圖將其解釋為某種非競爭因素形成的行業(yè)租金（Smith，2000；Burks et al.，2002）[9-10]。

那么，近年來城鎮(zhèn)內(nèi)部行業(yè)收入差距的成因有哪些？這些因素對行業(yè)收入差距的貢獻(xiàn)又如何呢？本文基于2012年中國勞動力動態(tài)調(diào)查（CLDS）微觀數(shù)據(jù)，利用Heckman兩階段方法，以克服樣本的自選擇偏差，估計行業(yè)收入差距決定方程；利用最近發(fā)展起來的Shapley值分解方法，分析各因素對行業(yè)收入差距的貢獻(xiàn)，探尋影響城鎮(zhèn)內(nèi)部行業(yè)收入的最主要原因并提出相應(yīng)的對策建議。

二、模型設(shè)定與指標(biāo)選取

（一）模型設(shè)定

在用傳統(tǒng)的普通最小二乘法估計收入方程時，遺漏變量（如能力）可能與行業(yè)變量相關(guān)，進(jìn)而高估行業(yè)間的工資差距（陳釗，萬廣華，陸銘，2010）[11]，很多學(xué)者都在討論如何選擇合適的工具變量加以克服。但是值得注意的是，進(jìn)入不同行業(yè)的樣本本身也會存在系統(tǒng)性差異，出現(xiàn)截斷樣本，進(jìn)而導(dǎo)致選擇性偏差（余向華，陳雪娟，2010）[12]。如果直接將壟斷行業(yè)和競爭行業(yè)的樣本分開，分別估計兩者的收入決定方程，可能會存在樣本的非隨機(jī)性產(chǎn)生問題，因為那些家庭背景較高、社會資本較為優(yōu)越的勞動者更容易進(jìn)入壟斷行業(yè)。因此，本文采用Heckman樣本選擇方法來對工資方程進(jìn)行估計。具體來說，該方法分為兩個步驟：

第一步，本文嘗試用Probit估計方程P（zi=1|w）=？椎（w′？酌），其中，？椎（·）為累積標(biāo)準(zhǔn)正態(tài)分布函數(shù)，w為是否進(jìn)入壟斷（競爭）行業(yè)的解釋變量，在這里本文選取父親的受教育年限（father education）和戶口性質(zhì)（hukou）指標(biāo)。利用該方程的估計結(jié)果計算得到逆米爾斯比率（inverse Mills ration）■=？準(zhǔn)（■′w）/？椎（■′w）；

第二步，將■作為修正項加入到行業(yè)收入決定方程中：

lnwmon，i=？琢0+educationmon，i？茁1+gendermon，i？茁2+expmon，i？茁3+exp2mon，i？茁4+manmon，i？茁5+techmon，i？茁6+？準(zhǔn)（？酌′w）/？椎（■′w）+umon，i（1）

lnwcom，i=？琢0+educationcom，i？茁1+gendercom，i？茁2+expcom，i？茁3+exp2com，i？茁4+mancom，i？茁5+techcom，i？茁6+？準(zhǔn)（？酌′w）/？椎（■′w）+ucom，i（2）

其中，下標(biāo)mon代表壟斷行業(yè)，下標(biāo)com代表競爭行業(yè)。lnw表示勞動者的小時工資收入，education表示勞動者的受教育年限，gender表示勞動者的性別，exp和exp2分別代表勞動者的工作經(jīng)驗及其平方項，man代表管理崗位，tech代表技術(shù)崗位，？準(zhǔn)（？酌′w）/？椎（■′w）為逆米爾斯比率的估計值，已修正選擇性偏誤，u為收入決定方程的隨機(jī)擾動項。需要強(qiáng)調(diào)的是，為了便于操作，本文采用Heckman兩步估計法（Heckit）來對方程進(jìn)行估計。

（二）數(shù)據(jù)來源與指標(biāo)選取

本文所采用的數(shù)據(jù)是中山大學(xué)社會科學(xué)調(diào)查中心收集的中國勞動力動態(tài)調(diào)查（China Labor-force Dynamic Survey，簡稱CLDS）。通過每兩年一次的動態(tài)追蹤調(diào)查，建立勞動力、家庭和社區(qū)三個層次的追蹤數(shù)據(jù)庫，2012年是該項目的第一次調(diào)查，在中國29個省市（除港澳臺、西藏、海南外）完成村居問卷303份，家庭問卷10 612份和勞動力個體問卷16 253份。

本文的研究對象為年齡大于18周歲且有工資收入的城鎮(zhèn)就業(yè)人員。CLDS數(shù)據(jù)的工資收入由三部分組成：工資、補(bǔ)貼和獎金，我們按月將這三部分加總形成個人的工資收入指標(biāo)。剔除無效問卷，本文全部樣本問卷為7 632份，其中，壟斷行業(yè)樣本數(shù)為2 289份，競爭行業(yè)樣本數(shù)為5 343份。同時，為了完整呈現(xiàn)壟斷行業(yè)和競爭行業(yè)勞動者工資收入方程的影響因素，本文選取的變量及數(shù)據(jù)描述如表1所示。

從表1中可以發(fā)現(xiàn)，進(jìn)入壟斷行業(yè)的勞動者對數(shù)化的小時工資要高于競爭行業(yè)的勞動者，進(jìn)入壟斷行業(yè)的勞動者平均受教育年限為11.09年（相當(dāng)于高中水平），顯著高于競爭行業(yè)的7.32年（相當(dāng)于初中水平）。而從工作經(jīng)驗（在現(xiàn)單位工作的時間）來看，可以發(fā)現(xiàn)壟斷行業(yè)的工作穩(wěn)定性遠(yuǎn)高于競爭行業(yè)。此外，壟斷行業(yè)非農(nóng)戶口占比、管理崗位占比也高于競爭行業(yè)。

三、行業(yè)收入差距的估計結(jié)果分析

表2為行業(yè)收入決定方程的估計結(jié)果，其下半部分是Heckman模型第一階段Probit模型（選擇模型）的估計結(jié)果，上半部分是用普通最小二乘法（OLS）和Heckman兩步法估計的收入決定方程結(jié)果。

通過選擇模型的估計結(jié)果可以看出，戶口性質(zhì)和父親的受教育程度對勞動者進(jìn)入壟斷（競爭）行業(yè)的影響始終是正向的，這說明勞動者擁有非農(nóng)戶口和較好的家庭背景更容易就業(yè)。而從回歸系數(shù)可以發(fā)現(xiàn)，非農(nóng)戶口性質(zhì)和父輩的受教育程度對勞動者進(jìn)入壟斷行業(yè)的影響程度要大于對競爭行業(yè)勞動者的影響。從代際流動的角度也可以說明，壟斷會使得人們有動力提高子輩的教育水平，使其更傾向于擺脫農(nóng)民身份，從而提高子輩進(jìn)入壟斷行業(yè)的可能性。

通過Heckman模型對收入決定方程進(jìn)行估計，獲得的逆米爾斯比率都很顯著，這說明選擇性偏誤是存在的，從回歸系數(shù)可以發(fā)現(xiàn)，OLS估計的系數(shù)普遍要比Heckman兩步法的大，這說明如果用OLS方法來估計行業(yè)收入決定方程，可能會高估各變量對行業(yè)收入的影響程度，因此選擇Heckman兩步法來避免選擇性偏誤是必要的。

第一，從全部樣本回歸結(jié)果可以看出，各回歸系數(shù)均顯著為正。值得說明的是，行業(yè)壟斷（industry monopoly）對行業(yè)收入的影響是顯著為正的，并且其影響程度遠(yuǎn)大于教育、經(jīng)驗、性別等個人特征對行業(yè)收入的影響。除此之外，非農(nóng)戶口、管理崗位和技術(shù)崗位同樣能夠使勞動者獲得更高的工資。

第二，分行業(yè)進(jìn)行回歸可以發(fā)現(xiàn)，壟斷行業(yè)勞動者的教育回報率比競爭行業(yè)高出一倍之多，這可能是壟斷行業(yè)中大部分的工作需要較高的專業(yè)知識，從而導(dǎo)致了工資溢價。

第三，從收入的性別差異來看，在壟斷行業(yè)，男女的性別收入差異為5.1%，而在競爭行業(yè)，男女的收入差異達(dá)到12.7%。因此，盡管兩個行業(yè)都存在著女性工資顯著低于男性的現(xiàn)象，但是在競爭行業(yè)性別收入差距要遠(yuǎn)大于壟斷行業(yè)。

第四，工作經(jīng)驗對壟斷行業(yè)收入的影響顯著為正，但是對競爭行業(yè)收入的影響雖然為正，但卻不顯著。其主要原因是本文界定的工作經(jīng)驗是在現(xiàn)單位工作的時間，壟斷行業(yè)勞動者由于工作穩(wěn)定，流動性小，其數(shù)據(jù)容易獲得，而競爭行業(yè)勞動者因為工作變動較為頻繁，其數(shù)據(jù)一致性有限。

第五，管理崗位和技術(shù)崗位對行業(yè)收入的影響均顯著為正。相較而言，競爭行業(yè)管理崗位的回歸系數(shù)要遠(yuǎn)大于壟斷行業(yè)將近三倍（1.195>0.344），這說明競爭行業(yè)管理者和非管理者的工資差異非常巨大，而壟斷行業(yè)的普通勞動者更容易從獎金，補(bǔ)貼等方式享受到壟斷帶來的超額利潤，進(jìn)而縮小了與管理者的收入差距。此外，壟斷行業(yè)技術(shù)崗位的回歸系數(shù)略大于競爭行業(yè)（0.562>0.435），這說明技術(shù)崗位勞動者的工資定價較為市場化和透明化，兩類行業(yè)的技術(shù)勞動者工資差異并不是十分巨大。

第六，非農(nóng)戶口性質(zhì)對行業(yè)收入的影響均顯著為正。相比而言，非農(nóng)戶口性質(zhì)對壟斷行業(yè)的收入影響要遠(yuǎn)大于競爭行業(yè)（0.437>0.182），其主要原因是壟斷行業(yè)大多設(shè)置了較為嚴(yán)苛的進(jìn)入壁壘，即使進(jìn)入到壟斷行業(yè)的農(nóng)業(yè)戶口勞動者，也很難享受到與非農(nóng)勞動者相同的收入待遇。

四、行業(yè)收入差距的成因分解

國內(nèi)外學(xué)者均使用各種方法分解研究收入差距。為了區(qū)分各因素對行業(yè)收入差距的貢獻(xiàn)，學(xué)者們也嘗試采取各種方法分解不同因素對收入差距及其演變的重要性（陳斌開，楊依山，許偉，2009；萬廣華，2009）[13-14]。最常用的一種分解方法是Oaxaca-Blinder分解方法（Oaxaca，1973；Blinder，1973）[15-16]，這種分解方法主要關(guān)注兩個組間收入分配差異，但卻不能夠解釋特定因素對總體收入差距的貢獻(xiàn)。另一種方法是Shorrocks（1982）和Cowell 1985）采用的分解方法，這種方法可以將收入差距的不同指標(biāo)分解成組間和組內(nèi)的差距，但這種方法的明顯缺點在于其貢獻(xiàn)大小取決于該因素在分解時的排序[17-18]。我國學(xué)者萬廣華（2004）根據(jù)夏普里（Shapley）值自然分解的原則發(fā)展了一個更一般的框架，適用于不同形式的回歸方程和度量指標(biāo)[19]。

因此，本文采用萬廣華（2004）所發(fā)展的Shapely值分解方法對行業(yè)收入差距進(jìn)行分解。收入差距的度量指標(biāo)選擇基尼系數(shù)。該方法的基本思想是，某一解釋變量對于收入差距的貢獻(xiàn)大小取決于兩個方面：一是這個變量與收入差距的相關(guān)系數(shù)，如果該因素分布不變，系數(shù)越大則它對收入差距的貢獻(xiàn)就越大；二是取決于這個變量自身的分布狀況，也就是說如果相關(guān)系數(shù)保持不變，該因素分布越不平均，其對收入差距的貢獻(xiàn)也就越大。因此，計算變量對行業(yè)收入差距貢獻(xiàn)的大小，實際上要綜合考察該變量在回歸方程系數(shù)的大小以及該變量的分布狀況。

首先，在分解前需將行業(yè)收入決定方程的半對數(shù)形式還原成倍乘系數(shù)形式：

y=exp（■0）·exp（■1X1+■2X2+…+■kXk）·exp（■）（3）

在式（3）中exp（■0）表示倍乘系數(shù)的常數(shù)項，由于本文采用的衡量行業(yè)收入差距的基尼系數(shù)指標(biāo)在經(jīng)過倍乘后，不會發(fā)生任何變化，因此，可在方程（3）中去除常數(shù)項而不會影響最終結(jié)果。本文將殘差■對行業(yè)收入不平等的貢獻(xiàn)定義為I（Y）-I（■），其中I（Y）為初始收入不平等指標(biāo)，I（■）為行業(yè)收入方程估計值。由此可知，各解釋變量對收入不平等的貢獻(xiàn)就應(yīng)該為總的收入差距和殘差之間的差。在理想狀態(tài)下，殘差的影響為零，即總體收入差距能被收入決定方程100%地解釋，而這種完美擬合在現(xiàn)實中很難實現(xiàn)。表3描述了殘差的影響及模型的解釋程度。結(jié)果顯示，模型均能夠解釋行業(yè)收入不平等的65%以上，這一結(jié)果還是比較令人滿意的。

為了簡便分解過程，本文采用以下步驟來分解行業(yè)收入差距：

第一步，通過行業(yè)收入決定方程估計各變量的回歸系數(shù)？茁k。

第二步，計算行業(yè)特征的收益權(quán)數(shù)，公式定義為：

？準(zhǔn)k=？茁k■（4）

式（4）中，？準(zhǔn)k為行業(yè)特征收益權(quán)數(shù)，表示第k個特征收益率；Ik表示第k個行業(yè)特征的平均值；Y表示行業(yè)收入的平均值；？茁k表示行業(yè)收入函數(shù)中第k個行業(yè)特征的估計參數(shù)。

第三步，利用式（4）求得行業(yè)特征收益權(quán)數(shù)后，就可以分解出各因素對行業(yè)收入差距的影響程度，分解公式為：

G=？準(zhǔn)1R1G1+…+？準(zhǔn)kRkGk+？駐（k=1，2，3，…，n）（5）

式（5）中，Rk為第k個行業(yè)影響因素與收入相關(guān)系數(shù)，表示第k個影響因素與行業(yè)收入之間的相關(guān)程度；Gk為基尼系數(shù)，反映了第k個行業(yè)影響因素的分布格局；？準(zhǔn)k表示第k個行業(yè)特征的收益率；？駐為加權(quán)等級誤差項。

表4為行業(yè)收入差距各影響因素貢獻(xiàn)分解結(jié)果。從全部行業(yè)樣本的收入差距分解結(jié)果中能夠發(fā)現(xiàn)，人力資本因素對行業(yè)收入差距的貢獻(xiàn)最大，將受教育水平和工作經(jīng)驗累加起來，能夠解釋全部收入差距的約40%，說明在解決行業(yè)收入差距問題時，仍應(yīng)該考慮提高勞動者的人力資本投資來縮小行業(yè)收入的不平等。

其次，壟斷因素對行業(yè)收入差距的貢獻(xiàn)達(dá)到14.95%，僅次于教育對行業(yè)收入差距的貢獻(xiàn)，成為行業(yè)收入差距的重要成因。由于大部分壟斷行業(yè)屬于資本集中的行業(yè)部門，能夠借此獲得差額利潤，使職工獲得工資溢價；而另一方面，部門壟斷行業(yè)是受政府行政干預(yù)的能源部門，在行政庇佑下又會獲得大量的財政補(bǔ)貼。因此，若要縮小行業(yè)收入差距，還必須要進(jìn)行制度創(chuàng)新，消除行業(yè)內(nèi)部的行政干預(yù)。

再次，管理崗位和技術(shù)崗位對行業(yè)收入差距的貢獻(xiàn)均超過10%，性別和戶口性質(zhì)對行業(yè)收入差距的貢獻(xiàn)分別為9.5%和8.56%，這說明我國在經(jīng)濟(jì)體制改革的進(jìn)程中，更注重對管理和技術(shù)的投入，而行業(yè)收入的性別差異和戶籍差異的貢獻(xiàn)在逐步減弱，可以說是我國完善市場運(yùn)行的良性信號。

最后，本文也分解了壟斷行業(yè)和競爭行業(yè)的收入差距，結(jié)果發(fā)現(xiàn)，人力資本因素對壟斷行業(yè)收入差距的貢獻(xiàn)最大，受教育水平與工作經(jīng)驗累加，能夠解釋總體收入差距的將近一半，遠(yuǎn)大于對競爭行業(yè)的貢獻(xiàn)①；而管理崗位對競爭行業(yè)收入差距的貢獻(xiàn)最大，能夠解釋競爭行業(yè)收入差距的30.41%，這一比例遠(yuǎn)大于管理崗位對壟斷行業(yè)收入差距的貢獻(xiàn)（18.85%），其原因可能是競爭行業(yè)中高級管理者的工資與非管理者差異懸殊。同時，性別因素對競爭行業(yè)收入差距的貢獻(xiàn)高出壟斷行業(yè)兩倍之多，從中可以發(fā)現(xiàn)競爭行業(yè)中就業(yè)的勞動者更容易受到性別歧視，女性很難獲得公平的工資待遇。而從戶口性質(zhì)對行業(yè)收入差距的貢獻(xiàn)能夠發(fā)現(xiàn)，非農(nóng)戶口在解釋壟斷行業(yè)收入差距時的貢獻(xiàn)要遠(yuǎn)大于競爭行業(yè)，這也能夠說明農(nóng)業(yè)戶口的勞動者更不容易進(jìn)入壟斷行業(yè)，即使進(jìn)入也可能會受到不公平的待遇，而競爭行業(yè)在戶籍方面的約束卻相對較弱。

五、結(jié)論與討論

本文運(yùn)用2003—2012年宏觀統(tǒng)計數(shù)據(jù)發(fā)現(xiàn)，城鎮(zhèn)內(nèi)部壟斷行業(yè)的收入差距在緩幅擴(kuò)大，而競爭行業(yè)的收入差距卻在持續(xù)縮小，這種趨勢如若長期存在，勢必會繼續(xù)拉大城鎮(zhèn)內(nèi)部行業(yè)收入差距。通過2012年中國勞動力動態(tài)調(diào)查（CLDS）微觀數(shù)據(jù)，主要運(yùn)用Heckman樣本選擇方法考察了城鎮(zhèn)內(nèi)部行業(yè)收入差距的成因，結(jié)果發(fā)現(xiàn)，戶口性質(zhì)和父親受教育程度會對勞動者進(jìn)入壟斷（競爭）行業(yè)就業(yè)產(chǎn)生影響，因此，選擇性偏誤對研究城鎮(zhèn)內(nèi)部行業(yè)收入差距的影響不容忽視。此外，本文還運(yùn)用Shapley值分解了各因素的貢獻(xiàn)，最終得到以下基本結(jié)論：

第一，從全部行業(yè)樣本的收入差距分解結(jié)果中發(fā)現(xiàn)，人力資本因素對行業(yè)收入差距的貢獻(xiàn)最大，將受教育水平和工作經(jīng)驗累加起來，能夠解釋全部收入差距的約40%，這一結(jié)果與黃燕東、姚先國（2012）得出的結(jié)論是一致的[2]。分行業(yè)來看，人力資本因素對壟斷行業(yè)收入差距的貢獻(xiàn)最大，并且教育因素能夠解釋總體收入差距的將近一半，遠(yuǎn)大于其對競爭行業(yè)的貢獻(xiàn)。

第二，壟斷因素對行業(yè)收入差距的貢獻(xiàn)達(dá)到14.95%，成為行業(yè)收入差距的重要成因。這一結(jié)果與任重、周云波（2009）測度的40%要小的多[20]，主要原因可能是選用的數(shù)據(jù)口徑不同，但也可以說明我國改革開放過程中政府也在試圖采取措施逐步減少對行業(yè)的行政干預(yù)?？梢?，若要縮小行業(yè)收入差距，還必須要進(jìn)行制度創(chuàng)新，打破行業(yè)壟斷壁壘。

第三，管理崗位對競爭行業(yè)收入差距的貢獻(xiàn)最大，能夠解釋競爭行業(yè)收入差距的30.41%，這一比例遠(yuǎn)大于管理崗位對壟斷行業(yè)收入差距的貢獻(xiàn)（18.85%），其原因可能是競爭行業(yè)中高級管理者的工資與非管理者差異懸殊（李實，羅楚亮，2011）[21]。

性別因素對競爭行業(yè)收入差距的貢獻(xiàn)高出壟斷行業(yè)兩倍之多，從中可以發(fā)現(xiàn)競爭行業(yè)中就業(yè)的勞動者更容易受到性別歧視，女性很難獲得公平的工資待遇，較高的受教育程度則有助于女性進(jìn)入性別歧視度較低的部門。而從戶口性質(zhì)對行業(yè)收入差距的貢獻(xiàn)能夠發(fā)現(xiàn)，非農(nóng)戶口在解釋壟斷行業(yè)收入差距時的貢獻(xiàn)要遠(yuǎn)大于競爭行業(yè)。

因此，縮小我國行業(yè)收入差距，亟需打破行業(yè)壟斷壁壘。此外，提高勞動者的受教育水平，減少勞動者地區(qū)間流動障礙，也應(yīng)成為縮小行業(yè)收入差距的重要政策措施。

注釋：

①由于在競爭行業(yè)的收入決定方程中，工作經(jīng)驗的回歸系數(shù)不顯著，故而在Shapley值分解中未作計算，即使單獨考慮受教育水平對行業(yè)收入差距的貢獻(xiàn)，其對壟斷行業(yè)的貢獻(xiàn)要大于競爭行業(yè)3.36個百分點。

參考文獻(xiàn)：

[1]武鵬，周云波.行業(yè)收入差距細(xì)分與演進(jìn)軌跡：1990～2008[J].改革，2011，（1）：52-59.

[2]黃燕東，姚先國.中國行業(yè)收入不平等問題的解析[J].當(dāng)代財經(jīng)，2012，（2）：24-32.

[3]王敬勇.行業(yè)收入差距的原因：壟斷與人力資本孰是孰非？ 還是兼而有之？[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2013，（1）：9-15，124.

[4]Juhn C.Wage Inequality and Industrial Change Evidence from Five Decades[R].NBER Working Paper，1994：4684.

[5]Dickens W， Katz L. Interindustry Wage Differences and Industry Characteristics[R].NBER Working Paper，1971，No.2014.

[6]陳釗，陸銘，佐藤宏.誰進(jìn)入了高收入行業(yè)？——關(guān)系、戶籍與生產(chǎn)率的作用[J].經(jīng)濟(jì)研究，2009，（10）：121-132.

[7]Chen P. Edin P. Efficiency Wages and Industry Wage Differentials：A Comparison across Methods of Pay[J].The Review of Economics and Statistics，2002，84（4）：617-631.

[8]葉林祥，李實，羅楚亮.行業(yè)壟斷、所有制與企業(yè)工資收入差距——基于第一次全國經(jīng)濟(jì)普查企業(yè)數(shù)據(jù)的實證研究[J].管理世界，2011，（4）：26-36，187.

[9]Smith N. Ultimatum and Dictator Games among the Chaldeans of Detroit [R].Talk to MacArthur Foundation Anthropology Project，2000，（12）.

[10]Burks S， Carpenter G J and Verhoegen E. High Stakes Bargaining with Non-Students[C]. American Economic Association annual meetings in Atlanta，2002.

[11]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，（3）：65-76，221.

[12]余向華，陳雪娟.壟斷與行業(yè)工資差距問題研究——基于中國行業(yè)工資決定因素的微觀計量分析[J].稅務(wù)與經(jīng)濟(jì)，2010，（4）：39-47.

[13]陳斌開，楊依山，許偉.中國城鎮(zhèn)居民勞動收入差距演變及其原因：1990—2005[J].經(jīng)濟(jì)研究，2009，（12）：30-42.

[14]萬廣華.不平等的度量與分解[J].經(jīng)濟(jì)學(xué)，2009，（1）：347-368.

[15]Oaxaca R. Male-Female Wage differences in Urban Labour Markets[J]. International Economic Review，1973，14（3）：693-709.

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

[17]Shorrocks A F. Inequality Decomposition by Factor Components[J].Econometrica，1982，50（1）：193-211.

[18]Cowell F. Multilevel Decomposition of Theil's Index of Inequality[J]Review of Income and Wealth，1985，31（2）：201-205.

[19]萬廣華.解釋中國農(nóng)村區(qū)域間的收入不平等：一種基于回歸方程的分解方法[J].經(jīng)濟(jì)研究，2004，（8）：117-127.

[20]任重，周云波.壟斷對我國行業(yè)收入差距的影響到底有多大？[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2009，（4）：25-30.

[21]李實，羅楚亮.中國收入差距究竟有多大？——對修正樣本結(jié)構(gòu)偏差的嘗試[J].經(jīng)濟(jì)研究，2011，（4）：68-79.

[22]陳維濤，彭小敏.戶籍制度、就業(yè)機(jī)會與中國城鄉(xiāng)居民收入差距[J].經(jīng)濟(jì)經(jīng)緯，2012，（2）：100-104.

責(zé)任編輯：曹華青

An Empirical Study of Accounting for China's Urban Industry Income Gap

Wang Di1， Lv Kangyin1，Wang Wenjing2

（1. School of Business， Northeast Normal University， Changchun 130117， China；

2. College of Politics and Law， Northeast Normal University， Changchun 130117， China）

Abstract： This paper uses micro data of China Labor-force Dynamic Survey （CLDS） in 2012 and Heckman sample selection model to estimate income equation of monopoly industries and competitive industries， the results find that the impact of monopoly on industry income is far greater than gender， education， experience ect. personal characteristics. After that， we use Shapley value decomposition method to investigate the contribution of each factor on the industry wage differentials. It is found that the contribution of human capital factors on industry income gap is largest in all samples. In terms of industries ， human capital factors can explain about half of the income gap in monopoly industries ； management positions of contribution to income gap in competitive industry is the largest. Contribution of gender factor to income gap in competition industries is two times higher than in monopoly industries ， non-farm account for income gap of monopoly industries is much larger than competitive industries . Therefore ， narrowing the income gap of China's industries ， need break the industrial monopoly barriers. In addition， to improve the educational level of employers， reduce inter- regional labor mobility barriers， should be important policy methods to narrow the income gap between the industries.

Key words： Industry income gap； Monoply； Shapley value decomposition

[21]李實，羅楚亮.中國收入差距究竟有多大？——對修正樣本結(jié)構(gòu)偏差的嘗試[J].經(jīng)濟(jì)研究，2011，（4）：68-79.

[22]陳維濤，彭小敏.戶籍制度、就業(yè)機(jī)會與中國城鄉(xiāng)居民收入差距[J].經(jīng)濟(jì)經(jīng)緯，2012，（2）：100-104.

責(zé)任編輯：曹華青

An Empirical Study of Accounting for China's Urban Industry Income Gap

Wang Di1， Lv Kangyin1，Wang Wenjing2

（1. School of Business， Northeast Normal University， Changchun 130117， China；

2. College of Politics and Law， Northeast Normal University， Changchun 130117， China）

Abstract： This paper uses micro data of China Labor-force Dynamic Survey （CLDS） in 2012 and Heckman sample selection model to estimate income equation of monopoly industries and competitive industries， the results find that the impact of monopoly on industry income is far greater than gender， education， experience ect. personal characteristics. After that， we use Shapley value decomposition method to investigate the contribution of each factor on the industry wage differentials. It is found that the contribution of human capital factors on industry income gap is largest in all samples. In terms of industries ， human capital factors can explain about half of the income gap in monopoly industries ； management positions of contribution to income gap in competitive industry is the largest. Contribution of gender factor to income gap in competition industries is two times higher than in monopoly industries ， non-farm account for income gap of monopoly industries is much larger than competitive industries . Therefore ， narrowing the income gap of China's industries ， need break the industrial monopoly barriers. In addition， to improve the educational level of employers， reduce inter- regional labor mobility barriers， should be important policy methods to narrow the income gap between the industries.

Key words： Industry income gap； Monoply； Shapley value decomposition

[21]李實，羅楚亮.中國收入差距究竟有多大？——對修正樣本結(jié)構(gòu)偏差的嘗試[J].經(jīng)濟(jì)研究，2011，（4）：68-79.

[22]陳維濤，彭小敏.戶籍制度、就業(yè)機(jī)會與中國城鄉(xiāng)居民收入差距[J].經(jīng)濟(jì)經(jīng)緯，2012，（2）：100-104.

責(zé)任編輯：曹華青

An Empirical Study of Accounting for China's Urban Industry Income Gap

Wang Di1， Lv Kangyin1，Wang Wenjing2

（1. School of Business， Northeast Normal University， Changchun 130117， China；

2. College of Politics and Law， Northeast Normal University， Changchun 130117， China）

Abstract： This paper uses micro data of China Labor-force Dynamic Survey （CLDS） in 2012 and Heckman sample selection model to estimate income equation of monopoly industries and competitive industries， the results find that the impact of monopoly on industry income is far greater than gender， education， experience ect. personal characteristics. After that， we use Shapley value decomposition method to investigate the contribution of each factor on the industry wage differentials. It is found that the contribution of human capital factors on industry income gap is largest in all samples. In terms of industries ， human capital factors can explain about half of the income gap in monopoly industries ； management positions of contribution to income gap in competitive industry is the largest. Contribution of gender factor to income gap in competition industries is two times higher than in monopoly industries ， non-farm account for income gap of monopoly industries is much larger than competitive industries . Therefore ， narrowing the income gap of China's industries ， need break the industrial monopoly barriers. In addition， to improve the educational level of employers， reduce inter- regional labor mobility barriers， should be important policy methods to narrow the income gap between the industries.

Key words： Industry income gap； Monoply； Shapley value decomposition