莫 旋，肖 黎

(1.衡陽師范學(xué)院 經(jīng)濟(jì)與管理學(xué)院，湖南 衡陽 421008；

2.上海財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，上海 200433)

出口企業(yè)支付了更高的職工工資嗎？

莫 旋1，2，肖 黎1

(1.衡陽師范學(xué)院 經(jīng)濟(jì)與管理學(xué)院，湖南 衡陽 421008；

2.上海財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，上海 200433)

基于中國工業(yè)企業(yè)微觀數(shù)據(jù)分析企業(yè)出口對職工工資的影響，OLS回歸結(jié)果表明存在3.9%的出口“工資溢價”；分位數(shù)回歸結(jié)果表明，隨著分位數(shù)水平的上升，出口企業(yè)的“工資溢價”效應(yīng)逐漸下降，且更多地體現(xiàn)在低出口密集度企業(yè)；使用傾向得分匹配方法的結(jié)果顯示平均處理效應(yīng)約為2.5%，這表明中國企業(yè)確實(shí)存在明顯的出口“工資溢價”效應(yīng)。

工資溢價；出口密集度；分位數(shù)回歸；傾向得分匹配

出口貿(mào)易已經(jīng)成為改革開放以來中國經(jīng)濟(jì)快速增長的重要推動力，大量實(shí)證研究出口貿(mào)易不僅有利于推動區(qū)域經(jīng)濟(jì)發(fā)展和總體經(jīng)濟(jì)增長，而且在企業(yè)的技術(shù)進(jìn)步和生產(chǎn)率提高等方面也扮演了重要角色，國內(nèi)直接使用微觀數(shù)據(jù)研究出口企業(yè)“工資溢價”效應(yīng)的文獻(xiàn)不多，且由于研究方法、數(shù)據(jù)來源與模型設(shè)定等方面存在差異，研究結(jié)論并不一致。李靜等(2012)運(yùn)用OLS計(jì)量回歸和傾向得分匹配方法，考察出口貿(mào)易對職工工資的影響，發(fā)現(xiàn)出口“工資溢價”效應(yīng)顯著存在[1]。黃靜波等(2013)運(yùn)用傾向得分匹配法，研究中國制造業(yè)企業(yè)出口對職工工資的影響，研究表明企業(yè)的出口行為顯著提高了職工工資[2]。但是，包群等(2011)基于雙重差分法，考察中國制造業(yè)企業(yè)出口對其職工收入的動態(tài)影響，認(rèn)為企業(yè)出口對勞動者報(bào)酬的改善作用并不明顯[3]。邵敏(2011)從企業(yè)異質(zhì)性視角發(fā)現(xiàn)企業(yè)的出口活動對職工收入產(chǎn)生了顯著的負(fù)向作用，但是，具體到不同行業(yè)，結(jié)論有所不同[4]。張杰和陳志遠(yuǎn)(2015)的研究也得到類似的結(jié)論[5]。史青(2013)采用廣義傾向得分方法，發(fā)現(xiàn)企業(yè)出口對職工工資的影響受出口強(qiáng)度的影響，企業(yè)出口提高職工工資僅在出口強(qiáng)度的某一子區(qū)間成立[6]。本文以中國工業(yè)企業(yè)微觀數(shù)據(jù)為基礎(chǔ)，利用OLS回歸和分位數(shù)回歸，全面檢驗(yàn)中國工業(yè)企業(yè)是否存在著出口企業(yè)“工資溢價”效應(yīng)。

一、數(shù)據(jù)、指標(biāo)與描述性統(tǒng)計(jì)

(一)數(shù)據(jù)來源與處理

本文所使用的數(shù)據(jù)來源于中國工業(yè)企業(yè)數(shù)據(jù)庫。由于模型的估計(jì)需要包含樣本個體特征，只有2004年的數(shù)據(jù)含有職工學(xué)歷、性別、職稱等個體特征信息，因此，選取2004年的數(shù)據(jù)作為研究樣本。根據(jù)以下原則對樣本進(jìn)行處理：刪除職工收入對數(shù)觀察值缺失的樣本；剔除職工收入對數(shù)變量處于第99分位數(shù)以上和第1分位數(shù)以下的極端值；剔除其他變量觀察值缺失與極端值的樣本。最終得到259 797個觀測值。

(二)指標(biāo)選取

本文選取職工收入的對數(shù)作為被解釋變量，出口變量、職工特征變量、企業(yè)特征變量和其他控制變量為解釋變量。

1.職工收入(wage)。以本年應(yīng)付工資總額、勞動及待業(yè)保險(xiǎn)費(fèi)、養(yǎng)老和醫(yī)療保險(xiǎn)費(fèi)、住房公積金及補(bǔ)貼、福利費(fèi)用總額五項(xiàng)總和作為職工收入總額，用職工收入總額與企業(yè)從業(yè)人數(shù)之比來衡量職工收入。

2.出口變量。選取兩個出口變量：①出口狀態(tài)變量(export)。出口狀態(tài)變量為二元虛擬變量，用“出口交貨值”來識別，企業(yè)“出口交貨值”為正值，取值為1，表示出口企業(yè)，企業(yè)“出口交貨值”為0，取值0，表示為非出口企業(yè)。②出口密集度(density)。出口密集度即企業(yè)出口交貨值在其全部銷售額中的比重。

3.職工特征變量。選取如下職工特征變量：①性別(male)。用男性職工占比來表示，一般認(rèn)為男性職工占比越高的企業(yè)，職工的平均工資越高。②學(xué)歷(edu)。用本科及以上學(xué)歷職工占比來表示，一般認(rèn)為較高的學(xué)歷有助于提升職工工資。③職稱(pro)。用中級及以上技術(shù)職稱的職工占比來表示，一般認(rèn)為職稱越高，獲得的勞動收入就越高。④工作經(jīng)驗(yàn)(exper)。將企業(yè)年齡作為職工工作經(jīng)驗(yàn)的代理變量[7]，其中，小于等于4年的取值為1，大于10年的取值為3，介于二者之間的取值為2，分別對應(yīng)于職工擁有“低、高、中”三種工作經(jīng)驗(yàn)狀態(tài)。一般認(rèn)為工作經(jīng)驗(yàn)越長，越有利于職工工資的提升。

4.企業(yè)特征變量。影響職工工資的企業(yè)特征變量有：①企業(yè)規(guī)模(size)。以企業(yè)營業(yè)收入對數(shù)值的平方項(xiàng)來衡量，加入平方項(xiàng)以控制企業(yè)規(guī)模對職工工資的非線性影響。②資本密集度(ci)。資本密集度用資本勞動比來表示，資本勞動比為企業(yè)固定資產(chǎn)凈值年平均余額與全部從業(yè)人員年平均人數(shù)的比值，一般認(rèn)為資本勞動比高的行業(yè)傾向于支付更高的職工工資。③資本結(jié)構(gòu)(lev)。資本結(jié)構(gòu)用資產(chǎn)負(fù)債比表示，資產(chǎn)負(fù)債比即期末總資產(chǎn)與總負(fù)債之比，資產(chǎn)負(fù)債比低的企業(yè)可能支付更高的職工工資。④是否有工會(union)。是否有工會為二元虛擬變量，1表示企業(yè)有工會組織，0表示企業(yè)沒有工會組織，一般認(rèn)為工會組織的存在，有利于保障職工的合法權(quán)益。

5.其他控制變量。影響職工工資的因素還包括：①企業(yè)所有制(foreign)。根據(jù)實(shí)收資本比例來確定企業(yè)所有制性質(zhì)，以港澳臺資本與外商資本之和占實(shí)收資本的比例大小來分類，大于等于25%認(rèn)定為外資企業(yè)，用1表示，低于25%認(rèn)定為內(nèi)資企業(yè)，用0表示。②行業(yè)虛擬變量(industry)。根據(jù)工業(yè)行業(yè)代碼的前兩位數(shù)來識別，1表示“制造業(yè)”企業(yè)，0表示“非制造業(yè)”企業(yè)。③地區(qū)虛擬變量(area)。本文構(gòu)造地區(qū)虛擬變量，1表示“東部地區(qū)”，0表示“中西部地區(qū)”，以反映我國不同區(qū)域經(jīng)濟(jì)發(fā)展不平衡所導(dǎo)致的區(qū)域性工資差異。

(三)描述性統(tǒng)計(jì)

表1給出了主要變量的描述性統(tǒng)計(jì)結(jié)果。由表1可知，出口企業(yè)職工的平均工資比非出口企業(yè)高出近2 000元，即存在明顯的出口“工資溢價”。從工資分布看，出口“工資溢價”呈現(xiàn)出遞增的特點(diǎn)，在工資分布的低分位數(shù)水平，出口“工資溢價”較小，隨著分位數(shù)水平的上升，出口企業(yè)與非出口企業(yè)平均工資差距增大。從職工特征變量看，出口企業(yè)的男性從業(yè)人員占比為0.479，本科及以上學(xué)歷從業(yè)人員占比0.035，中級及以上技術(shù)職稱人數(shù)占比0.033，而非出口企業(yè)的男性從業(yè)人員占比為0.646，本科及以上學(xué)歷從業(yè)人員占比0.039，中級及以上技術(shù)職稱人數(shù)占比0.050，可見非出口企業(yè)的職工特征要優(yōu)于出口企業(yè)；從職工特征變量的分布看，在各分位數(shù)上，相對于出口企業(yè)，非出口企業(yè)均占有優(yōu)勢。出口企業(yè)與非出口企業(yè)的男性從業(yè)人員占比差距呈現(xiàn)出先遞增后遞減的特點(diǎn)，在低分位數(shù)水平和高分位數(shù)水平上，差異較小，在分位數(shù)的中端，差異較大；出口企業(yè)與非出口企業(yè)的學(xué)歷與職稱差異，隨著分位數(shù)水平的上升而增大。從企業(yè)特征變量看，出口企業(yè)資本勞動比為63.287，低于非出口企業(yè)的75.005，在各分位數(shù)上，出口企業(yè)資本勞動比均低于非出口企業(yè)，且這一差距隨著分位數(shù)水平的上升，呈現(xiàn)出遞增的特點(diǎn)。出口企業(yè)資產(chǎn)負(fù)債比為2.828，低于非出口企業(yè)的2.886，但在低分位數(shù)上，出口企業(yè)資產(chǎn)負(fù)債比反而高于非出口企業(yè)。從以上分析可以看出，出口企業(yè)的工資水平高于非出口企業(yè)，但從職工特征變量與企業(yè)特征變量的分布看，非出口企業(yè)可能更具優(yōu)勢。

表1 主要變量描述性統(tǒng)計(jì)

二、OLS與分位數(shù)回歸

(一)基本理論模型與方法

本文選取企業(yè)職工收入的對數(shù)ln(wage)作為被解釋變量，以出口變量作為主要解釋變量，并引入職工特征變量、企業(yè)特征變量和其他控制變量，建立如下線性計(jì)量模型：

ln(wage)=Xβ+μ

(1)

式(1)中解釋變量X包括出口狀態(tài)變量、職工特征變量、企業(yè)特征變量與其他控制變量，μ為誤差項(xiàng)。本文在上述線性計(jì)量模型基礎(chǔ)上，進(jìn)行OLS回歸。 分位數(shù)回歸將殘差絕對值的加權(quán)平均作為最小化目標(biāo)函數(shù)，因而不易受極端值的影響，較為穩(wěn)健，且能夠反映因變量與自變量之間整個條件分布的全面信息。為了對出口企業(yè)“工資溢價”效應(yīng)進(jìn)行分位數(shù)估計(jì)，本文建立如下分位數(shù)回歸方程：

Qq(ln(wage)|X)=Xβq+εq

(2)

(3)

隨著q的變化，可得到所有l(wèi)n(wage)在X上的條件分布軌跡。

(二)實(shí)證結(jié)果與分析

表2為職工工資的OLS與分位數(shù)回歸結(jié)果，為了糾正可能存在的異方差，本文使用了穩(wěn)健標(biāo)準(zhǔn)誤，在控制職工特征變量、企業(yè)特征變量和其他控制變量后，出口企業(yè)的“工資溢價”為3.92%，這表明中國工業(yè)企業(yè)中確實(shí)存在著較為明顯的出口“工資溢價”。男性員工占比、高學(xué)歷因素、高職稱因素、工作經(jīng)驗(yàn)、企業(yè)規(guī)模、企業(yè)資本密集度和是否有工會等因素對提高職工收入具有明顯的正向作用；資本結(jié)構(gòu)對職工收入具有明顯的反向作用，這可能是由于風(fēng)險(xiǎn)偏好的職工選擇高負(fù)債企業(yè)，而風(fēng)險(xiǎn)厭惡的職工選擇低負(fù)債企業(yè)所導(dǎo)致，所以高負(fù)債的企業(yè)支付更高的職工工資；外資企業(yè)職工工資明顯高于內(nèi)資企業(yè)，東部地區(qū)企業(yè)職工工資明顯高于中西部地區(qū)，制造業(yè)企業(yè)職工工資明顯低于非制造業(yè)企業(yè)。出口企業(yè)的“工資溢價”平均為3.92%，低分位數(shù)水平上出口企業(yè)的“工資溢價”要高于平均水平，而高分位數(shù)水平上出口企業(yè)的“工資溢價”要低于平均水平，隨著分位數(shù)水平的上升，出口企業(yè)的“工資溢價”逐漸下降，在10分位數(shù)上，出口企業(yè)的“工資溢價”高達(dá)8.68%，但到90分位數(shù)上，出口企業(yè)的“工資溢價”為-1.08%，這表明出口企業(yè)的“工資溢價”最大的受益者是低收入者，高收入者不但沒有因出口而增加收入，反而使收入下降。男性員工占比、高學(xué)歷因素、高職稱因素、工作經(jīng)驗(yàn)、企業(yè)規(guī)模、企業(yè)資本密集度和所有制變量對職工收入的影響，都是在低分位數(shù)水平上低于平均水平，在高分位數(shù)水平上高于平均水平，且隨著分位數(shù)水平的上升而提高。企業(yè)資本結(jié)構(gòu)、行業(yè)與地區(qū)變量對職工收入的影響，隨著分位數(shù)水平的上升，先上升、再下降。是否有工會對高收入職工的影響最大，而對中低收入職工的影響低于平均水平。

表2 OLS與分位數(shù)回歸結(jié)果

表2(續(xù))

注：***、**、*分別表示0.1%、1%和5%水平下顯著，回歸系數(shù)括號內(nèi)為t值。

(三)企業(yè)出口密集度的影響

企業(yè)的出口活動能否提升職工的工資水平還與企業(yè)的出口密集度相關(guān)。僅用是否出口這個二元變量會掩蓋企業(yè)出口密集度對職工工資的作用，因此，本文接著分析企業(yè)出口密集度對職工工資的影響。在259 797家企業(yè)中，出口企業(yè)占企業(yè)總數(shù)的28.52%，出口企業(yè)的出口密集度均值為0.640，純出口企業(yè)占出口企業(yè)數(shù)的30.38%。表3給出了考慮企業(yè)出口密集度后的估計(jì)結(jié)果，為了糾正OLS估計(jì)中可能存在的異方差，本文使用了穩(wěn)健標(biāo)準(zhǔn)誤。其中男性員工占比、高學(xué)歷因素、高職稱因素、工作經(jīng)驗(yàn)、企業(yè)規(guī)模、資本密集度、資本結(jié)構(gòu)、是否有工會、企業(yè)所有制、行業(yè)與地區(qū)變量對職工工資影響的分析結(jié)果與前文類似，接下來將重點(diǎn)關(guān)注出口狀態(tài)變量與出口密集度對職工工資的影響。考慮了出口密集度后，出口企業(yè)的“工資溢價”平均為11.4%，低分位數(shù)水平上出口企業(yè)的“工資溢價”高于平均水平，而高分位數(shù)水平上出口企業(yè)的“工資溢價”低于平均水平，且隨著分位數(shù)水平的上升，出口企業(yè)的“工資溢價”逐漸下降，這表明出口企業(yè)的“工資溢價”對低收入者影響大，對高收入者影響小，最大的受益者仍是低收入者。但是，與預(yù)期相反的是，出口密集度的系數(shù)為負(fù)，這表明出口密集度較高的企業(yè)，并沒有因其出口行為而給職工帶來更高的收入，總體而言，純出口企業(yè)的職工工資比非出口企業(yè)職工工資低1.1%，企業(yè)出口的“工資溢價”效應(yīng)更多地體現(xiàn)在低出口密集度企業(yè)；對于高收入者而言，出口密集度對收入的不利影響要大于低收入者，在90分位數(shù)上，純出口企業(yè)的職工收入要比非出口企業(yè)職工收入低5.78%，在50分位數(shù)上，純出口企業(yè)的職工收入與非出口企業(yè)的職工收入大致相等，而在10分位數(shù)上，純出口企業(yè)的職工收入要比非出口企業(yè)職工收入高4.8%。出口密集度與職工工資呈反向關(guān)系，純出口企業(yè)的工資低于非出口企業(yè)，這存在大量的加工貿(mào)易有關(guān)。加工貿(mào)易多為勞動密集型行業(yè)，科技含量低，勞動生產(chǎn)率低，從業(yè)人員多為農(nóng)民工，受教育程度和勞動技能有限。

表3 企業(yè)出口密集度的影響

注：***、**、*分別表示0.1%、1%和5%水平下顯著，回歸系數(shù)括號內(nèi)為t值。

三、傾向得分匹配估計(jì)

(一)傾向得分匹配方法

如果企業(yè)出口行為本身取決于一些與工資水平直接相關(guān)的其他因素，例如，如果擁有較高生產(chǎn)率的企業(yè)更趨向于出口，同時勞動生產(chǎn)率又是影響職工工資的重要因素，則不可避免地帶來分析樣本的“自我選擇問題”。OLS估計(jì)結(jié)果表明，出口企業(yè)的“工資溢價”效應(yīng)存在，且具有相當(dāng)?shù)姆€(wěn)健性，但是，OLS方法可能存在樣本“自我選擇”問題。因此，本文使用傾向得分匹配方法，以彌補(bǔ)OLS方法可能存在的估計(jì)偏誤。其基本思想是，在評估某個項(xiàng)目時，如果能找到與處理組盡可能相似的控制組，那么就能夠有效地降低樣本選擇性偏誤。但是，在尋找控制組的過程中，僅通過一種特征通常無法達(dá)到令人滿意的匹配效果，為此，傾向得分匹配法通過一些特殊的方法將多個特征濃縮成一個指標(biāo)，從而使多元匹配成為可能[8]。 傾向得分被定義為，在給定特征變量X的情況下，個體處于處理組的概率，即：

P(X)=Pr(D=1|X)=E[D|X]

(4)

其中，D是一個示性變量，若個體進(jìn)入處理組，則D取值為1，否則為0。 處理組平均處理效應(yīng)ATT為：

ATT=E[Y1i-Y0i|Di=1]

(5)

(6)

第三步，進(jìn)行傾向得分匹配。如果傾向得分估計(jì)得較準(zhǔn)確，則應(yīng)使得Xi在匹配后的處理組與控制組之間分布的較均勻，一般用標(biāo)準(zhǔn)化偏差來度量。

(7)

(8)

其中，N=∑iDi為處理組的樣本數(shù)。

(二)實(shí)證結(jié)果與分析

本文同時選用最近鄰匹配法、卡尺內(nèi)近鄰匹配法和核匹配法對出口“工資溢價”效應(yīng)進(jìn)行傾向得分匹配檢驗(yàn)分析。通過計(jì)算配對后處理組與對照組基于各匹配變量的標(biāo)準(zhǔn)化偏差，來考察匹配結(jié)果是否較好地平衡了數(shù)據(jù)。標(biāo)準(zhǔn)化偏差的值越小，模型匹配效果越好。表4表明各匹配變量的標(biāo)準(zhǔn)化偏差未超過5%，滿足標(biāo)準(zhǔn)化偏差不超過10%的要求，因此認(rèn)為選取的匹配變量是適合的，采用卡尺內(nèi)近鄰匹配法和核匹配法后的匹配平衡檢驗(yàn)結(jié)果，與采用最近鄰匹配法相似，也即匹配的結(jié)果滿足匹配平衡的要求。

表4 出口傾向變量的匹配平衡檢驗(yàn)結(jié)果

注：基于最近鄰匹配法得到。

由表5可知，匹配前出口企業(yè)的平均工資比非出口企業(yè)高13.5%，經(jīng)過傾向得分匹配后處理組的平均處理效應(yīng)，在最近鄰匹配法下為2.3%，在卡尺內(nèi)近鄰匹配法下為2.5%，在核匹配法下為2.8%，且所有的t統(tǒng)計(jì)值在1%的顯著性水平下顯著，這同OLS方法得出的結(jié)果基本一致，即解決了樣本“自我選擇”問題后，出口企業(yè)“工資溢價”仍然存在。

表5 傾向得分匹配處理組的平均處理效應(yīng)

注：筆者基于stata軟件，使用psmatch2程序?qū)崿F(xiàn)。

四、結(jié)論與政策啟示

本文基于中國工業(yè)企業(yè)數(shù)據(jù)，對“勞動者是否從快速發(fā)展的出口貿(mào)易中獲益”這一問題進(jìn)行了研究，得到如下結(jié)論：

第一，采用OLS回歸，控制了相關(guān)變量，發(fā)現(xiàn)存在3.9%的出口“工資溢價”效應(yīng)。

第二，運(yùn)用分位數(shù)回歸發(fā)現(xiàn)，隨著分位數(shù)水平的上升，出口企業(yè)的“工資溢價”效應(yīng)逐漸下降，這表明出口企業(yè)的“工資溢價”效應(yīng)對低收入者影響大，對高收入者影響小。

第三，企業(yè)出口密集度與職工工資呈反向關(guān)系，出口密集度的提高并沒有給職工帶來更高的收入，相反，企業(yè)出口的“工資溢價”效應(yīng)更多地體現(xiàn)在低出口密集度企業(yè)，且出口密集度對高收入者的影響大于低收入者。

第四，為了解決OLS方法可能存在的樣本“自我選擇”問題，引入傾向得分匹配法，在選擇恰當(dāng)?shù)钠ヅ渥兞亢?，使用邏?Logit)模型估計(jì)出口傾向概率，作為匹配參照的傾向得分，進(jìn)行樣本的最近鄰匹配、卡尺內(nèi)近鄰匹配與核匹配，結(jié)果顯示處理組的平均處理效應(yīng)約為2.5%，這與OLS回歸基本一致。研究結(jié)果表明，中國出口型企業(yè)在一定程度上是以低工資成本來換取在國際市場上的價格競爭優(yōu)勢，因此，當(dāng)前的主要任務(wù)在于鼓勵企業(yè)出口，同時還應(yīng)積極促進(jìn)出口型企業(yè)的轉(zhuǎn)型與升級，由勞動密集型產(chǎn)業(yè)向資本與技術(shù)密集型產(chǎn)業(yè)轉(zhuǎn)移，從產(chǎn)業(yè)價值鏈低端環(huán)節(jié)向高端環(huán)節(jié)升級，從而提高勞動者的收入。

[1]李靜，彭飛.出口企業(yè)存在工資紅利嗎?[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012(12)：20-37.

[2]黃靜波，劉淑琳.出口企業(yè)員工收入增長更快?[J].財(cái)貿(mào)研究，2013(6)：62-69.

[3]包群，邵敏，侯維忠.出口改善了員工收入嗎?[J].經(jīng)濟(jì)研究，2011(9)：41-54.

[4]邵敏.我國企業(yè)出口對員工收入的影響[J].中國工業(yè)經(jīng)濟(jì)，2011(9)：67-77.

[5]張杰，陳志遠(yuǎn).出口與工資不平等——基于中國工業(yè)部門的經(jīng)驗(yàn)證據(jù)[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2015(5):63-72.

[6]史青.企業(yè)出口對員工工資影響的再分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2013(3)：3-21.

[7]劉長庚，許明，劉一蓓.員工獲得了“公平”的勞動所得嗎[J].中國工業(yè)經(jīng)濟(jì)，2014(11)：128-140.

[8]WOOLDRIDGE J.Econometric Analysis of Cross Section and Panel Data[M].Cambridge Massachusetts：MIT Press，2008：603-636.

[9]陳強(qiáng).高級計(jì)量經(jīng)濟(jì)學(xué)及Stata應(yīng)用(第二版)[M].北京：高等教育出版社，2014：540-555.

Do Export Enterprises Pay Higher Wage?

MO Xuan1，2，XIAO Li1

(1.Hengyang Normal University，Hengyang 421008，China；2.Shanghai University of Finance and Economics，Shanghai 200433，China)

Based on China’s Industrial Enterprise Database，this paper examines the effect of firms’ export behavior on the labors’ wage by OLS regression，quantile regression and propensity score matching.Through rigorous exercises，it is found that the wage premium of exporting activities is 3.9% by OLS method.With quantile regression,it is found that wage premium decreases when the quantile level rises，and wage premium is more reflected in lower export intensity enterprise.The wage premium is 2.5% by using propensity score matching,which indicates the existence of a significant exporting wage premium.

wage premium；export intensity；quantile regression；propensity score matching

席燕平)

10.13504/j.cnki.issn1008-2700.2016.03.010

2016-01-04

國家社會科學(xué)基金項(xiàng)目“我國農(nóng)產(chǎn)品貿(mào)易逆差研究”(15BJY112)；湖南省教育廳科研一般項(xiàng)目“湖南省區(qū)域經(jīng)濟(jì)空間集聚及其溢出效應(yīng)研究”(15C0218)

莫旋(1981—)，男，衡陽師范學(xué)院經(jīng)濟(jì)與管理學(xué)院講師，上海財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院博士研究生，研究方向?yàn)槲⒂^計(jì)量；肖黎(1968—)，男，衡陽師范學(xué)院經(jīng)濟(jì)與管理學(xué)院教授，研究方向?yàn)閲H貿(mào)易。

F752

A

1008-2700(2016)03-0076-09