蘇 群，崔 悅

(南京農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，江蘇 南京 210095)

勞動力市場的工資差異變動分析

蘇 群，崔 悅

(南京農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，江蘇 南京 210095)

基于中國家庭追蹤調(diào)查2010年、2014年兩期面板數(shù)據(jù)，利用固定效應(yīng)模型消除不可觀測的個體異質(zhì)性的影響，對城鎮(zhèn)勞動力市場的工資差異變動進(jìn)行分位數(shù)分解。通過分析發(fā)現(xiàn)，城鎮(zhèn)勞動力和農(nóng)村勞動力工資變化的差異，能夠由個體特征變化解釋的部分所占比例較低，絕大部分都是由戶籍歧視造成的，工資分布頂端的歧視現(xiàn)象更加嚴(yán)重。這說明長期以來與戶籍制度相關(guān)的資源和利益分配規(guī)則難以在短期內(nèi)完全消失，近年來中國勞動力市場上的戶籍工資歧視問題并未得到明顯改善。

勞動力市場；固定效應(yīng)模型；分位數(shù)回歸；工資差異分解

一、問題提出

改革開放近四十年來，國家對勞動力流動的限制逐漸放松、取消，城鎮(zhèn)非國有部門迅速擴(kuò)張，農(nóng)村勞動力大批涌入非農(nóng)產(chǎn)業(yè)并逐漸成為城鎮(zhèn)勞動力市場的重要組成部分。據(jù)統(tǒng)計，截至2015年年底，中國外出農(nóng)民工數(shù)量已經(jīng)達(dá)到1.69億萬人，與城鎮(zhèn)就業(yè)人口之比為5 ∶12*外出農(nóng)民工與城鎮(zhèn)就業(yè)人員數(shù)據(jù)來源于國家統(tǒng)計局發(fā)布的《2015年農(nóng)民工監(jiān)測調(diào)查報告》和《2015年國民經(jīng)濟(jì)運行穩(wěn)中有進(jìn)、穩(wěn)中有好》的報告。。與此同時，自國務(wù)院2001年《全面推進(jìn)城鎮(zhèn)戶籍制度改革意見》頒布以來，城鄉(xiāng)二元體制和自主遷移限制的戶籍隔離狀況逐漸得到改善，多數(shù)經(jīng)濟(jì)較發(fā)達(dá)地區(qū)已經(jīng)完成戶口登記由農(nóng)業(yè)戶口和非農(nóng)業(yè)戶口向居民戶口的轉(zhuǎn)變。然而，由于中國改革的“漸進(jìn)式”特點，附著于戶籍制度上的資源和利益分配規(guī)則并不會立即消失，農(nóng)民工在城鎮(zhèn)勞動力市場仍面臨著歧視，這導(dǎo)致了進(jìn)城農(nóng)民工整體的就業(yè)層次偏低，工資水平也明顯低于城鎮(zhèn)工。

對于中國城鎮(zhèn)勞動力市場中普遍存在的工資差異，學(xué)者們采用不同的數(shù)據(jù)和方法進(jìn)行分析。如姚先國和賴普清(2004)采用奧索卡-布蘭德(Oaxaca-Blinder)分解方法，利用浙江省企業(yè)與農(nóng)村勞動力的調(diào)查數(shù)據(jù)分析了城鄉(xiāng)戶籍勞動者在經(jīng)濟(jì)福利方面存在的顯著差異，結(jié)果表明人力資本的差異和就業(yè)企業(yè)的差異可以解釋戶籍工資收入差異的70%，而由戶籍歧視所造成的差異比例達(dá)到30%[1]。謝嗣勝和姚先國(2006)采用卡特(Cotton)分解方法發(fā)現(xiàn)44.8%的工資差異是由個人特征差異造成的，勞動力市場歧視能解釋企業(yè)中城市工人與農(nóng)民工收入差異的55.2%[2]。孟凡強(qiáng)和吳江(2014)基于2006年中國綜合社會調(diào)查數(shù)據(jù)，采用紐馬克(Neumark)分解和非線性模型的奧索卡-布蘭德(Oaxaca-Blinder)分解方法研究中國勞動力市場戶籍制度對城鄉(xiāng)勞動力工資差異的影響，結(jié)果表明戶籍歧視造成的工資差異占城鄉(xiāng)總工資差異的27.11%，不同地區(qū)戶籍歧視對城鄉(xiāng)工資差異的影響程度不同[3]。楊娟等(2011)利用中國家庭收入調(diào)查2002年、2007年數(shù)據(jù)，采用約翰-莫菲-皮爾斯(JMP，John-Murphy-Pierce)分解方法研究不同所有制企業(yè)職工收入差距的變化趨勢，發(fā)現(xiàn)調(diào)查期間不同所有制企業(yè)的收入差距逐漸縮小，公有部門收入差距的分布比較均衡，私營企業(yè)和其他所有制企業(yè)的收入差距大部分來源于低收入群體[4]。以上文獻(xiàn)都是對工資的均值分解，只能說明工資分布集中趨勢，缺少對工資分布更加深入的研究。周世軍和周勤(2012)使用中國健康營養(yǎng)調(diào)查(CHNS)2009年數(shù)據(jù)，采用馬查德和馬特(MM，Machado & Mata)分位數(shù)分解法對戶籍造成的城鄉(xiāng)工資差異進(jìn)行研究，得出戶籍歧視呈現(xiàn)倒U型特征的結(jié)論[5]。孟凡強(qiáng)和鄧保國(2014)利用中國綜合社會調(diào)查(CGSS)2006年數(shù)據(jù)，采用梅利(Melly)分解法分析中國城鄉(xiāng)差異及戶籍歧視，結(jié)果表明城鄉(xiāng)工資差異在工資分布的不同分位數(shù)呈現(xiàn)出不對稱，隨著工資分布由低分位數(shù)到高分位數(shù)的上升，城鄉(xiāng)工資差異逐漸縮小[6]。

以上研究中多使用截面數(shù)據(jù)，無法對不同時期相同群體的差異狀況進(jìn)行探討，而選取不同時期的工資數(shù)據(jù)進(jìn)行分析可能得出不同的結(jié)論，而且這些研究忽視了個體不可觀測的異質(zhì)性，如：性格、觀念、能力等，無法解決工資方程中出現(xiàn)的遺漏變量問題。雖然1997年開始實施小城鎮(zhèn)戶籍制度改革試點方案，此后戶籍制度弱化，城鄉(xiāng)流動擁有更自由的空間，戶籍限制進(jìn)一步放松，但在相當(dāng)大的程度上還是一種篩選措施，具有一定經(jīng)濟(jì)支持或者人力資本的人獲得非農(nóng)戶口的機(jī)會更大[7]。那些在過去幾十年經(jīng)歷了由農(nóng)業(yè)戶口向非農(nóng)戶口轉(zhuǎn)變的群體(“農(nóng)轉(zhuǎn)非”)，很可能擁有選擇的優(yōu)勢，即那些更出色或更富有進(jìn)取精神、更勇于挑戰(zhàn)的個體，更容易把握農(nóng)轉(zhuǎn)非的機(jī)會。換言之，農(nóng)村勞動力的平均工資比城鎮(zhèn)勞動力低，即使控制住個體特征，也不能完全歸結(jié)于戶籍效應(yīng)。那些反映性格、能力等難以觀測的因素可能影響勞動者的工資收入，研究模型中未將個體異質(zhì)性予以考慮很有可能降低分解結(jié)果的準(zhǔn)確性。因此，本文選取中國家庭追蹤調(diào)查(CFPS)2010年和2014年兩期數(shù)據(jù)，基于面板數(shù)據(jù)固定效應(yīng)模型的分位數(shù)回歸及分解方法，對報告期內(nèi)城鄉(xiāng)工資差異的變化情況進(jìn)行分析，將城鎮(zhèn)和農(nóng)村勞動力工資變化的差異分解成能夠用特征變化解釋的部分以及特征回報差異導(dǎo)致的部分。采用面板數(shù)據(jù)的優(yōu)勢在于，相較于截面數(shù)據(jù)而言其結(jié)果更加準(zhǔn)確，面板數(shù)據(jù)可以通過固定效應(yīng)模型消除難以觀測的微觀個體的異質(zhì)性。

二、數(shù)據(jù)來源與變量描述

本文實證分析的數(shù)據(jù)來源于中國家庭追蹤調(diào)查(China Family Panel Studies，CFPS)數(shù)據(jù)集。中國家庭追蹤調(diào)查項目是一項全國性的綜合跟蹤調(diào)查，具體由北京大學(xué)中國社會科學(xué)調(diào)查中心負(fù)責(zé)實施，目的在于通過追蹤個體、家庭及社區(qū)，整理分析各層次數(shù)據(jù)，表明中國社會經(jīng)濟(jì)、人口狀況、國民教育和身體健康的變化。此項目采用多階段、多層次、與人口規(guī)模成比例的概率抽樣方式，使用計算機(jī)輔助面訪調(diào)查(CAPI)技術(shù)開展訪問，具有較高的質(zhì)量和使用價值。本文選取2010年與2014年兩期數(shù)據(jù)，并根據(jù)需要對樣本進(jìn)行如下處理：將勞動力按照戶籍類型劃分為城鎮(zhèn)勞動力和農(nóng)村勞動力，保留男性16—60周歲、女性16—55周歲，目前從事非農(nóng)工作且有工資收入的勞動年齡人口；利用國家統(tǒng)計局提供的消費物價指數(shù)將工資收入轉(zhuǎn)化為按照2010年價格衡量的實際收入水平；由于職業(yè)的特殊性刪除軍人樣本。經(jīng)過整理，最終得到2 414個有效樣本。

依據(jù)工資理論，勞動力人力資本的差別造成工資水平的差別。人力資本通常包含知識和技能，采用受教育程度表示個體的知識水平，其中文盲賦值為0，小學(xué)為6，初中為9，高中為12，大專為15，大學(xué)本科為16，碩士為19，博士為22；用工作經(jīng)驗表示技能水平，并加入工作經(jīng)驗的平方項。此外，勞動者的婚姻狀況、健康狀況以及職業(yè)類型、所在行業(yè)和地區(qū)都會對個體工資水平產(chǎn)生重要影響。參照章莉等(2014)的分類標(biāo)準(zhǔn)，將職業(yè)類型劃分為白領(lǐng)職業(yè)(國家機(jī)關(guān)黨群組織、企事業(yè)單位負(fù)責(zé)人，專業(yè)技術(shù)人員，辦事人員和有關(guān)人員)與其他職業(yè)(除以上職業(yè)外的其他職業(yè))[8]。行業(yè)類型劃分為壟斷行業(yè)(電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)，交通運輸、倉儲和郵政業(yè)，金融業(yè)，信息運輸、計算機(jī)服務(wù)和軟件業(yè))與其他行業(yè)(除以上行業(yè)外的其他行業(yè))。本文的被解釋變量為小時工資收入的對數(shù)值，解釋變量為受教育程度*2014年成人問卷中個人最高教育程度存在較多缺失值，根據(jù)家庭關(guān)系數(shù)據(jù)庫的信息對缺失值進(jìn)行補充。、工作經(jīng)驗*2010年成人問卷詢問了受訪者現(xiàn)在工作的開始時間，研究中直接將其作為工作經(jīng)驗進(jìn)行測算，2014年問卷省去了這一問題，采用“年齡-受教育年限-6”進(jìn)行處理?；跇颖局写嬖谳^多未受過教育以及教育程度較低的群體及法定工作年齡的考慮，為避免產(chǎn)生較大偏差對受教育年限小于10的樣本用“年齡-16”進(jìn)行替代。這樣計算工作經(jīng)驗略為粗糙，但是對工作經(jīng)驗的估算偏差不會太大，仍然可以說明問題。、經(jīng)驗的平方項、婚姻狀況*本研究將婚姻狀況設(shè)置為虛擬變量，未婚(從來沒有結(jié)過婚)=0，在婚、同居、離婚、喪偶均為1，問卷中關(guān)于婚姻狀況的選項設(shè)置，“同居”既包括沒有初婚的同居，也包括有過初婚的同居，故而無法區(qū)分曾經(jīng)有無初婚，統(tǒng)一將其視為“已婚”。、健康狀況，以及職業(yè)類型、所在行業(yè)和地區(qū)。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

注：變量第一行為均值，第二行括號中為標(biāo)準(zhǔn)差。

從截面數(shù)據(jù)來看，2010年與2014年城鎮(zhèn)勞動力平均小時工資對數(shù)都高于農(nóng)村勞動力，表明勞動力市場上城鎮(zhèn)勞動力的工資收入確實高于農(nóng)村勞動力。農(nóng)村勞動力的受教育程度明顯低于城鎮(zhèn)勞動力。2014年兩群體的工作經(jīng)驗明顯提高，且農(nóng)村勞動力的工作經(jīng)驗高于城鎮(zhèn)勞動力，這與本文工作經(jīng)驗的計算方法有很大關(guān)系。城鎮(zhèn)勞動力與農(nóng)村勞動力中已婚勞動力比例均較高。健康狀況顯示，2010年兩類勞動力群體中“健康”人群比例均高達(dá)一半以上，2014年兩勞動力群體的健康狀況明顯變差，城鎮(zhèn)勞動力健康狀況為“健康”的人員占比從2010年的54.8%下降到2014年的10.5%，農(nóng)村勞動力中健康狀況為“健康”的人員占比從2010年的59.7%下降到2014年的15.9%。職業(yè)類型方面，無論是2010年還是2014年,城鎮(zhèn)勞動力從事白領(lǐng)職業(yè)的人員占比均明顯高于農(nóng)村勞動力。行業(yè)類型方面，城鎮(zhèn)勞動力在壟斷行業(yè)的從業(yè)比例略高于農(nóng)村勞動力，2014年兩大勞動力群體在壟斷行業(yè)的從業(yè)人員占比都有所降低。從地區(qū)方面看，東部地區(qū)的勞動力所占比例在一半以上，與城鎮(zhèn)勞動力相比農(nóng)村勞動力在東部地區(qū)更為集中。

從動態(tài)角度來看，2010—2014年，無論是城鎮(zhèn)勞動力還是農(nóng)村勞動力，小時工資對數(shù)都有所增加，同時平均受教育程度和工作經(jīng)驗也有一定程度的增加。城鎮(zhèn)勞動力的婚姻狀況發(fā)生變化的比重高于農(nóng)村勞動力。農(nóng)村勞動力的健康狀況發(fā)生變化的比重略高于城鎮(zhèn)勞動力。兩類勞動力群體的職業(yè)類型和所在行業(yè)發(fā)生變化的比重均在30%以上，地區(qū)狀況的變動較少且都是從非東部地區(qū)遷到東部地區(qū)。

圖1至圖3是核密度估計，橫軸表示小時工資的對數(shù)值，縱軸表示概率密度?？梢钥闯?，2010年和2014年城鎮(zhèn)勞動力的工資核密度圖都比農(nóng)村勞動力的核密度圖偏右，即城鎮(zhèn)勞動力小時工資的對數(shù)顯然高于農(nóng)村勞動力。圖1中農(nóng)村勞動力的密度曲線最上端明顯比城鎮(zhèn)勞動力的密度曲線高，說明農(nóng)村勞動力得到較低工資的概率明顯高于城鎮(zhèn)勞動力。圖2中城鎮(zhèn)勞動力密度曲線的最上端顯然高于農(nóng)村勞動力，說明城鎮(zhèn)勞動力取得較高工資的概率顯然高于農(nóng)村勞動力。圖3中城鎮(zhèn)勞動力工資變化的密度曲線最上端顯然高于農(nóng)村勞動力，說明城鎮(zhèn)勞動力工資小幅增長的概率相比農(nóng)村勞動力而言更高，并且農(nóng)村勞動力的密度曲線更向外擴(kuò)張，即在工資大幅下降和增長的概率超過城鎮(zhèn)勞動力。從進(jìn)一步的數(shù)據(jù)分析可以發(fā)現(xiàn)，農(nóng)村勞動力中從事生產(chǎn)、運輸設(shè)備操作等技術(shù)工作的人員占比達(dá)到56.26%，但其與管理人員的工作相比傾向于短期化、工作穩(wěn)定性較差。農(nóng)村勞動力可能更經(jīng)常變換工作，故而可能造成工資大幅增長，亦可能造成實際工資降低。城鎮(zhèn)勞動力的工作穩(wěn)定性更高，故城鎮(zhèn)勞動力的工資可能小幅增長較多。

圖1

圖2

圖3 2010—2014年變化的小時工資對數(shù)核密度估計

三、模型設(shè)定與分解方法

工資方程設(shè)定如下：

+β6occupationit+β7industryit+β8areait+ai+uit

(1)

其中，lny是個人小時工資的對數(shù)值；edu表示受教育程度；exp表示工作經(jīng)驗；exp2表示經(jīng)驗平方項；marriage表示婚姻狀況；health表示健康狀況；occupation表示職業(yè)類型；industry表示所在行業(yè)；area表示地區(qū)變量；β表示對應(yīng)自變量的邊際回報向量；a表示諸如性格、思維、觀念等不可觀測的個體特征向量，這些特征對于不同個體在短時間內(nèi)變化很??；u為隨機(jī)誤差項；下標(biāo)i代表不同勞動力個體，t代表時間。

工資差異分解方法大體上可以分為均值分解和分布分解兩大類。均值分解方法在經(jīng)典的奧索卡-布蘭德(Oaxaca-Blinder)分解基礎(chǔ)上，演化出卡特(Cotton)分解、紐馬克(Neumark)分解和布朗(Brown)分解等多種分解方法。分布分解方法主要包括基于分位數(shù)回歸的分解、基于半?yún)?shù)模型的分布分解以及基于再集中影響函數(shù)回歸的分解[9]。工資差異分解的研究重點已經(jīng)從均值分解轉(zhuǎn)向分布分解。本文采用分位數(shù)回歸，進(jìn)一步將工資收入不同位置的差異繼續(xù)分解，以測算不同分位點的戶籍差異情況。分位數(shù)回歸是康克和貝塞特(Koenker & Bassett，1978)最先提出的線性回歸方法，依據(jù)被解釋變量的條件分布進(jìn)行解釋變量與被解釋變量的擬合，實際上是條件分位數(shù)回歸[10]。

基于條件分位數(shù)回歸的分布分解方法，包括以下五個環(huán)節(jié)：(1)從均勻分布U[0，1]中隨機(jī)選取θ個數(shù)，作為分位數(shù)回歸的分位點；(2)對城鎮(zhèn)勞動力和農(nóng)村勞動力在θ分位點分別進(jìn)行分位數(shù)回歸，從而獲得兩組系數(shù)矩陣；(3)在兩組樣本中各自進(jìn)行有放回的重復(fù)隨機(jī)抽樣，取得樣本容量為θ的兩組樣本，將系數(shù)矩陣與取得的樣本相乘得到邊際分布樣本；(4)令f*(lnyn;Xn)與f*(lnyr;Xr)分別為城鎮(zhèn)與農(nóng)村勞動力的工資邊際密度函數(shù)，構(gòu)造反事實分布函數(shù)f*(lnyn;Xr)，表示農(nóng)村勞動力按照城鎮(zhèn)勞動力的特征回報獲得報酬時的工資分布；(5)將θ分位點上的工資差異做如下分解：

u[f(lnyn)]-u[f(lnyr)]=u[f*(lnyn;Xn)]-u[f*(lnyr;Xr)]
={u[f*(lnyn;Xn)]-u[f*(lnyn;Xr)]}+{u[f*(lnyn;Xr)]-u[f*(lnyr;Xr)]}

(2)

其中，u(·)為代表分布的統(tǒng)計量，下標(biāo)n、r分別代表城鎮(zhèn)勞動力和農(nóng)村勞動力。式(2)右端第一部分是“特征差異”，表示θ分位數(shù)上能夠由勞動力特征變化所解釋的工資差異；第二部分是“系數(shù)效應(yīng)”，即特征回報變化的效應(yīng)，并將這一部分歸為歧視。

本文主要是對式(1)進(jìn)行面板數(shù)據(jù)固定效應(yīng)*對于兩期面板數(shù)據(jù)而言，固定效應(yīng)模型與一階差分模型的估計結(jié)果是一樣的。的分位數(shù)回歸，從而消除不可觀測異質(zhì)性的干擾，在此基礎(chǔ)上進(jìn)行深入研究。需要說明的是，利用面板固定效應(yīng)模型測算一定時期各變量變動情況之間的關(guān)系，工資差異分解結(jié)果表示的歧視與傳統(tǒng)意義上的歧視存在區(qū)別，表示人力資本各方面變化相同的勞動者按照不同的戶籍類型而獲得不同的勞動回報變化。參考馬超等(2013)的做法，本文將這里的歧視稱為戶籍的“動態(tài)歧視”[11]。

四、實證分析

(一)基于一階差分模型的工資方程分位數(shù)回歸

通過固定效應(yīng)模型或一階差分模型可以消除不可觀測的異質(zhì)性，對式(1)進(jìn)行估計，可獲得工資方程影響因素的更準(zhǔn)確估計。對工資分布不同位置上的工資差異進(jìn)行分解，首先需要進(jìn)行分位數(shù)回歸。表2給出了0.1、0.5和0.9分位點的回歸結(jié)果。

結(jié)果表明，城鎮(zhèn)勞動力與農(nóng)村勞動力的工資方程存在差異。從受教育程度來看，受教育年限的增加對于高收入階層城鎮(zhèn)勞動力的工資增長有顯著的促進(jìn)作用；對于農(nóng)村勞動力而言，受教育年限的增加對工資的影響并不顯著。從工作經(jīng)驗來看，工作經(jīng)驗的增加對于中高收入階層的城鎮(zhèn)勞動力(尤其是高收入城鎮(zhèn)勞動力)的收入增長有促進(jìn)作用，只有在0.5分位點上農(nóng)村勞動力的工作經(jīng)驗增加對收入的增長影響顯著且系數(shù)為正，其他分位數(shù)上的影響均不顯著。對中高收入階層的勞動力而言，都顯示出工作經(jīng)驗對收入增長的影響呈倒U型分布的規(guī)律，即在中高收入階層的勞動力群體中，工資水平隨著工作經(jīng)驗的增長呈現(xiàn)先上升后下降的變化趨勢，而在低收入人群則沒有這一現(xiàn)象。從婚姻狀況來看，婚姻狀況對城鎮(zhèn)勞動力和農(nóng)村勞動力的工資變化的影響有顯著差異；對于中低收入階層的農(nóng)村勞動力(尤其是低收入階層)的工資變化有顯著的正向影響，說明2010—2014年婚姻狀況發(fā)生變化的農(nóng)村勞動力比婚姻狀況未發(fā)生變化的勞動力，工資水平的增長幅度高；而對城鎮(zhèn)勞動力的工資變化在各個分位數(shù)上均不顯著。在健康狀況方面，只有高收入階層的農(nóng)村勞動力的健康狀況發(fā)生變化對收入增長有顯著促進(jìn)作用，其他分位數(shù)上健康狀況變化對收入增加的影響均不顯著。職業(yè)類型發(fā)生變化只對0.9分位點的城鎮(zhèn)勞動力的工資增長有顯著的正向作用，其他分位數(shù)上的影響均不顯著。從行業(yè)類型來看，高收入階層的勞動力更換行業(yè)時，工資隨時間的推移會增加，可能是由于高收入人群通常會為獲得更高收入水平而主動選擇更換行業(yè)。從地區(qū)狀況來看，中等收入階層的城鎮(zhèn)勞動力所在區(qū)域發(fā)生變化對工資增長產(chǎn)生顯著的負(fù)影響。

表2 基于一階差分模型的工資方程分位數(shù)回歸結(jié)果

注：括號中的數(shù)值為標(biāo)準(zhǔn)差；*、**、***分別表示在10%、5%、1%的程度上顯著。

(二)基于面板數(shù)據(jù)的工資差異分位數(shù)分解

運用分位數(shù)回歸的分布分解方法，根據(jù)工資收入方程的回歸結(jié)果進(jìn)行分解，結(jié)果見圖4。以固定效應(yīng)模型為基礎(chǔ)的分位數(shù)分解，測算基于戶籍的“動態(tài)歧視”，即生產(chǎn)力特征各方面變化相同的勞動者，按照不同的戶籍類型而得到不同的勞動回報變化。

圖4 基于面板數(shù)據(jù)的工資差異分位數(shù)分解結(jié)果

如前文所述，城鎮(zhèn)勞動力與農(nóng)村勞動力2010—2014年的工資變化在均值差異上的差異不大，但在整個工資變化分布的不同分位數(shù)存在較大差別。圖4中的實線代表對應(yīng)分位點上城鎮(zhèn)勞動力的工資變化值與農(nóng)村勞動力工資變化值之差。該曲線在低分位點上大于0，表示在工資變化值最少的那部分人中，城鎮(zhèn)勞動力比農(nóng)村勞動力的增幅更大；該曲線在較低分位點上工資變化值小于0，表明在工資變化值最小即降幅最大的部分，城鎮(zhèn)勞動力比農(nóng)村勞動力的降幅更大；實線在較高分位點向右上方傾斜并大于0，這表示在工資變化值最多即增幅最大的那部分人中，城鎮(zhèn)勞動力比農(nóng)村勞動力的增長幅度更多。在較高分位點系數(shù)曲線與總差異曲線的趨勢大體相同，即0.6分位點右端城鎮(zhèn)勞動力與農(nóng)村勞動力工資變化差異絕大部分是由歧視效應(yīng)導(dǎo)致的。

戶籍歧視主要指勞動力市場上對農(nóng)村勞動力的歧視，本研究只關(guān)注城鎮(zhèn)勞動力的工資變化幅度超過農(nóng)村勞動力的部分，并將總差異區(qū)分為個體特征效應(yīng)和歧視效應(yīng)。由于低分位點的工資變化幅度較少，因此本文重點觀察總差異曲線在橫軸上的右端0.6分位點之后的部分，具體分解結(jié)果見表3。

表3 工資差異各分位點分解結(jié)果 %

從表3 的分解結(jié)果可知，工資變化差別最大的部分，主要是由系數(shù)效應(yīng)造成的。自0.75分位點起，生產(chǎn)力特征效應(yīng)即工資變化差異的合理部分所占比重均不到30%，歧視效應(yīng)呈現(xiàn)不斷擴(kuò)大趨勢，在工資變化分布的0.9分位點，個體特征效應(yīng)甚至下降到12%，高收入階層的歧視現(xiàn)象更加嚴(yán)重。當(dāng)利用固定效應(yīng)模型消除非觀測效應(yīng)，從動態(tài)角度考察城鎮(zhèn)勞動力的工資增長幅度高于農(nóng)村勞動力的原因時，個體特征變化可解釋的部分逐漸減少，戶籍歧視所占的比重明顯增加。

綜上所述，即使消除個體不可觀測效應(yīng)的影響，中國勞動力市場上的戶籍歧視現(xiàn)象依然嚴(yán)重。從動態(tài)變化的角度來看，不同戶籍的勞動力工資變化的差異，絕大部分都是由戶籍歧視造成的，由個體特征變化可解釋的部分比重較低。

五、結(jié)論

中國全面推進(jìn)戶籍制度改革至今已經(jīng)過去十多年的時間，隨著戶籍制度改革的穩(wěn)步推進(jìn)，勞動力資源流動的限制逐漸減弱，城鎮(zhèn)勞動力和農(nóng)村勞動力之間是否仍存在明顯的戶籍工資差異？本文利用中國家庭追蹤調(diào)查數(shù)據(jù)集，運用兩期面板數(shù)據(jù)固定效應(yīng)模型消除不可觀測的個體異質(zhì)性的影響，對城鄉(xiāng)勞動力工資的變動進(jìn)行分位數(shù)分解，按照戶籍類型的不同把工資變化的差異分解為勞動力生產(chǎn)力特征變化造成的合理部分，以及由特征回報差異導(dǎo)致的不合理部分。結(jié)果表明，不同戶籍的勞動力工資變化的差異，由個體特征變化可解釋的合理部分比重較低，絕大部分都是由戶籍歧視造成的，工資分布頂端的歧視現(xiàn)象更加嚴(yán)重。這說明長期以來與戶籍制度相關(guān)聯(lián)的資源和利益分配規(guī)則難以在短期內(nèi)完全消失，近年來中國勞動力市場的戶籍工資歧視問題并未得到明顯改善。因此，應(yīng)盡快消除與戶籍制度相關(guān)的分配機(jī)制，取消農(nóng)村勞動力的就業(yè)限制，促進(jìn)勞動力市場的就業(yè)機(jī)會平等與工資平等，尤其要更加關(guān)注中高收入階層的農(nóng)村勞動力，因為這一群體因戶籍類型受到的差別程度更加嚴(yán)重。

[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(jì)研究，2004(7)：82-90.

[2]謝嗣勝，姚先國.農(nóng)民工工資歧視的計量分析[J].中國農(nóng)村經(jīng)濟(jì)，2006(4)：49-55.

[3]孟凡強(qiáng)，吳江.中國勞動力市場中的戶籍歧視與勞資關(guān)系城鄉(xiāng)差異[J].世界經(jīng)濟(jì)文匯，2014(2)：62-71.

[4]楊娟，DéMURGER S，李實.中國城鎮(zhèn)不同所有制企業(yè)職工收入差距的變化趨勢[J].經(jīng)濟(jì)學(xué)(季刊)，2011(1)：289-308.

[5]周世軍，周勤.戶籍制度、非農(nóng)就業(yè)“雙重門檻”與城鄉(xiāng)戶籍工資不平等——基于CHNS微觀數(shù)據(jù)的實證研究[J].金融研究，2012(9)：101-114.

[6]孟凡強(qiáng)，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(jì)，2014(6)：56-65.

[7]謝桂華.“農(nóng)轉(zhuǎn)非”之后的社會經(jīng)濟(jì)地位獲得研究[J].社會學(xué)研究，2014(1)：40-56.

[8]章莉，李實，DARITY W，et al.中國勞動力市場上工資收入的戶藉歧視[J].管理世界，2014(11)：35-46.

[9]郭繼強(qiáng)，姜儷，陸利麗.工資差異分解方法述評[J].經(jīng)濟(jì)學(xué)(季刊)，2011(2)：363-414.

[10]KOENKER R，BASSETT G. Regression Quantiles[J].Econometrica，1978，46(1)：33-50.

[11]馬超，顧海，李佳佳.中國勞動力市場上的性別工資差異變化研究——來自面板分位數(shù)回歸分解方法的證據(jù)[J].世界經(jīng)濟(jì)文匯，2013(2):96-108.

AnalysisofChangesintheWageDifferentialsinLaborMarket

SU Qun，CUI Yue

(Nanjing Agriculture University，Nanjing 210095,China)

This paper carries on a quantile decomposition on changes of wage differentials in the urban labor market and applies the fixed effect model to eliminate the influence of the unobservable individual heterogeneity using data from China Family Panel Studies in 2010 and 2014.The results show that changes in the wage differentials, between urban and rural workers, can be explained lowly by changes in the individual characteristics which is the reasonable part.Most of them are caused by discrimination in household registration, and the discrimination at the top of the wage distribution is more serious.It shows that the rules of resource and benefit distribution associated with the household registration system are difficult to disappear in the short term.In recent years, the issue of household registration discrimination in Chinese labor market has not been improved significantly.

labor market；fixed effect model；quantile regression；decomposition of wage differentials

10.13504/j.cnki.issn1008-2700.2018.01.004

F241.2

A

1008-2700(2018)01-0032-08

2017-06-11

國家自然科學(xué)基金項目“職業(yè)流動視角下我國農(nóng)民工社會分化與市民化研究”(71503107)

蘇群(1968—)，女，南京農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院教授，博士生導(dǎo)師；崔悅(1993—)，女，南京農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院碩士研究生，通訊作者。

(責(zé)任編輯：蔣 琰)