趙顯洲

(鄭州大學(xué) 西亞斯國際學(xué)院；河南 新鄭 451150)

?

農(nóng)民工與城市職工的工資差異及其分解
——人力資本與歧視的貢獻(xiàn)

趙顯洲

(鄭州大學(xué) 西亞斯國際學(xué)院；河南 新鄭 451150)

摘要:文章關(guān)注城市職工和農(nóng)民工兩個(gè)群體工資差異的大小和來源。利用CGSS2013數(shù)據(jù)和均值分解法，文章考察了人力資本和歧視的貢獻(xiàn)。研究發(fā)現(xiàn)：在實(shí)現(xiàn)就業(yè)以后，兩個(gè)群體的工資差異主要來自于特征差異，歧視并不是一個(gè)十分嚴(yán)重的問題；對農(nóng)民工群體的歧視主要存在于就業(yè)實(shí)現(xiàn)的過程中，就業(yè)歧視解釋了兩個(gè)群體大約一半的工資差異；教育從特征差異、回報(bào)率差異、就業(yè)概率差異三個(gè)方面為工資差異做出了貢獻(xiàn)；工作經(jīng)驗(yàn)在工資決定中具有逆歧視作用。我們的研究意味著，要縮小兩個(gè)群體的工資差異必須從縮小前市場差別開始，并通過促進(jìn)市場競爭、明確歧視的實(shí)踐標(biāo)準(zhǔn)、簡化反歧視的訴訟程序等措施來減少就業(yè)歧視的貢獻(xiàn)。

關(guān)鍵詞:農(nóng)民工；工資差異；Heckman兩步法；Neumark分解；Appleton分解

一、 引言

產(chǎn)業(yè)集聚與人口集聚不同步是我國城市化進(jìn)程中一直存在的突出問題，2013年我國戶籍人口城市化率與常住人口城市化率相差17.3個(gè)百分點(diǎn)，*數(shù)據(jù)來源于2014年3月中共中央、國務(wù)院《國家新型城鎮(zhèn)化規(guī)劃(2014-2020)》：http://www.gov.cn/gongbao/content/2014/content_2644805.htm。而構(gòu)成這個(gè)差距的人口群體正是常年在城市工作但又無法真正融入城市的26894萬農(nóng)民工，2014年農(nóng)民工的總數(shù)增加至27395萬人。*數(shù)據(jù)來源于2014年度人力資源和社會(huì)保障事業(yè)發(fā)展統(tǒng)計(jì)公報(bào)：http://www.mohrss.gov.cn/SYrlzyhshbzb/dongtaixinwen/buneiyaowen/201505/t20150528_162040.htm。盡管影響農(nóng)民工融入城市的因素有很多，但一直存在的農(nóng)民工與城市職工的收入差距特別是工資性收入差距無疑是影響農(nóng)民工市民化的最為重要的因素之一。無論是從城市化的視角還是從公平的視角看，我們都有必要追問：是什么因素、在多大程度上造成了農(nóng)民工和城市職工之間的工資差異？

盡管早在上個(gè)世紀(jì)90年代末期就有學(xué)者注意到了農(nóng)民工與城市職工的工資差異問題并試圖對差異進(jìn)行分解，但時(shí)至今日這類研究成果并不多且研究的結(jié)論也不盡一致。Meng和Zhang(2001)[1]的研究發(fā)現(xiàn)1995年上海市農(nóng)民工的平均工資只占城市職工平均工資的48%，兩個(gè)群體的工資差異100%由不可解釋因素構(gòu)成。謝嗣勝和姚先國(2006)[2]利用2003年浙江省企業(yè)調(diào)查和農(nóng)村勞動(dòng)力流動(dòng)調(diào)查數(shù)據(jù)用Cotton方法對農(nóng)民工和城市職工的工資差異進(jìn)行了分解，發(fā)現(xiàn)農(nóng)民工和城市職工的平均工資差異較大，其中44.8%的差異是由個(gè)體特征形成的，55.2%的差異源于歧視性因素。王美艷(2007)[3]還利用2001和2005年五個(gè)城市的勞動(dòng)力市場調(diào)查數(shù)據(jù)和相同的分解方法對兩個(gè)群體工資差異來源的演進(jìn)情況進(jìn)行了對比。研究發(fā)現(xiàn)，2001年，外來勞動(dòng)力與城市勞動(dòng)力小時(shí)工資差異的84%由崗位內(nèi)工資差異構(gòu)成，16%是崗位間差異的造成的；在崗位內(nèi)42%的差異可歸結(jié)為個(gè)人稟賦差異，58%是由歧視造成的，在崗位間58%是稟賦差異，42%是歧視；總算起來，44%是稟賦差異，56%是歧視。2005年兩個(gè)群體的工資差異中有46%是稟賦差異，54%是歧視，也就是說歧視的程度在四年內(nèi)有所下降，但仍然不可忽視。鄧曲恒(2007)[4]利用中國社會(huì)科學(xué)院經(jīng)濟(jì)研究所收入分配課題組2002年城鎮(zhèn)住戶和暫住戶調(diào)查數(shù)據(jù)，分別用Oaxaca-Blinder和Quatile方法對城鎮(zhèn)居民和流動(dòng)人口的收入差異進(jìn)行了分解，Oaxaca-Blinder分解結(jié)果顯示有60%的收入差異應(yīng)歸結(jié)于歧視。Quatile分解結(jié)果顯示在收入最高端的10%人群中，差異主要來自于特征效應(yīng)。Lee(2012)[5]利用上海、武漢、沈陽、福州和西安五個(gè)城市的勞動(dòng)力調(diào)查數(shù)據(jù)，把勞動(dòng)收入、非財(cái)政福利和獎(jiǎng)金合在一起作為回歸的因變量，用Oaxaca-Blinder方法進(jìn)行分解，結(jié)果表明對農(nóng)村轉(zhuǎn)移勞動(dòng)力的工資歧視是明顯的，盡管歧視的大小在五個(gè)城市各不相同。

但也有一些研究結(jié)果發(fā)現(xiàn)農(nóng)民工與城市職工的工資差異主要來自于稟賦差異，歧視并不是一個(gè)十分嚴(yán)重的問題。邢春冰(2008)[6]利用2005年全國人口普查數(shù)據(jù)考察了農(nóng)民工與城市職工的工資差異后發(fā)現(xiàn)，兩個(gè)群體工資差異的90%是由特征差異造成的，只有10%的差異可歸結(jié)為歧視。Démurger等人(2009)[7]使用CHIPS數(shù)據(jù)發(fā)現(xiàn)2002年農(nóng)民工大多在競爭性行業(yè)中從事低端的藍(lán)領(lǐng)和服務(wù)性工作，與城市職工的工資差異是51%，但這一差異幾乎全部可以被稟賦差異所解釋。屈小博(2012)[8]使用2010年中國城市勞動(dòng)力抽樣調(diào)查數(shù)據(jù)，分解了正規(guī)就業(yè)與非正規(guī)受雇傭者工資差異的來源，結(jié)果表明在控制了就業(yè)選擇偏差和個(gè)體特征后，工資差異79.3%可以被可觀測的特征所解釋，分割效應(yīng)只解釋了20.7%。龐念偉，陳廣漢(2013)[9]利用CHIPS2002和2007年數(shù)據(jù)，對城鎮(zhèn)勞動(dòng)力和外來勞動(dòng)力的工資差異進(jìn)行了Oaxaca-Blinder分解，發(fā)現(xiàn)人力資本差異是導(dǎo)致城鎮(zhèn)勞動(dòng)力與外來勞動(dòng)力工資差異的主要原因，其貢獻(xiàn)度從2002年的64.82%上升到2007年的75.92%，他們同時(shí)還進(jìn)行了分位數(shù)的分解并發(fā)現(xiàn)，這種變化主要源于第二至第九個(gè)十分位區(qū)間人力資本因素貢獻(xiàn)的增加。趙海濤(2015)[10]用CHIPS數(shù)據(jù)和Brown分解法主要考查了職業(yè)分割對流動(dòng)人口工資差異的影響，研究表明歧視的成分只占整個(gè)工資差異的11.22%，并且隨著時(shí)間的推移歧視的比例不斷下降。

時(shí)間順序、研究樣本和分解方法的不同是造成上述研究結(jié)論不一致甚至獻(xiàn)截然相反的主要原因。在不考慮就業(yè)概率差異的前提下，工資差異的來源大體上可分為稟賦差異和回報(bào)率差異兩個(gè)部分，不同的歷史時(shí)期就會(huì)有不同的勞動(dòng)力資源稟賦且勞動(dòng)力市場的發(fā)育程度也不相同，當(dāng)歧視跟勞動(dòng)力市場的競爭程度有關(guān)時(shí)，這種結(jié)論差異就有一定的合理性。樣本的差異可能是結(jié)論差異的另一個(gè)重要的原因，Meng和Zhang使用的是上海市的數(shù)據(jù)，謝嗣勝和姚先國使用的是浙江省的數(shù)據(jù)，Lee使用的是五個(gè)城市的數(shù)據(jù)，這些數(shù)據(jù)所包含的信息并不能代表全國勞動(dòng)力市場的情況，王美艷的五個(gè)城市數(shù)據(jù)也是如此。而分解方法可能是造成結(jié)論不同第三個(gè)重要原因，Démurger沒有加入職業(yè)變量，鄧曲恒的方程中只有教育、年齡和經(jīng)驗(yàn)變量，在均值分解時(shí)他是以流動(dòng)人口的工資結(jié)構(gòu)作為分解基準(zhǔn)的，還沒有考慮兩個(gè)群體在就業(yè)概率上的差異。龐念偉，陳廣漢的研究所使用的變量僅限于教育、年齡、性別幾個(gè)個(gè)體特征變量，分解時(shí)是以外來勞動(dòng)力的系數(shù)向量作為基準(zhǔn)的。方程中變量太少會(huì)夸大人力資本變量的作用，Oaxaca-Blinder方法本身還存在指數(shù)基準(zhǔn)問題，僅僅利用有工資樣本的信息也無法保證樣本的隨機(jī)性要求。趙海濤雖然將職業(yè)分布作為內(nèi)生變量納入了分解，但Oaxaca分解中的指數(shù)基準(zhǔn)問題依然存在，而且又增加了職業(yè)結(jié)構(gòu)的指數(shù)基準(zhǔn)問題，這是Brown分解自身無法克服的問題(郭繼強(qiáng)等，2011)[11]。

本研究將在克服上述不足的基礎(chǔ)上并試圖在以下幾個(gè)方面對這一領(lǐng)域有所貢獻(xiàn)：(1)通過擴(kuò)展Mincer方程，克服變量的內(nèi)生性和能力的異質(zhì)性問題。(2)通過構(gòu)建無歧視工資結(jié)構(gòu)和就業(yè)獲得結(jié)構(gòu)試圖克服分解過程中出現(xiàn)的指數(shù)基準(zhǔn)問題；(3)通過Heckman兩步法，解決就業(yè)選擇偏差問題。

二、 模型及分解方法

本研究的工資決定方程如式(1)所示：

ln(wi)=α0+Xiβi+μi

(1)

這是一個(gè)擴(kuò)展的Mincer方程，式(1)中i=u,m，分別代表城市職工和農(nóng)民工兩個(gè)群體，ln(wi)為兩個(gè)群體各自的小時(shí)工資對數(shù)，βi為兩個(gè)群體各自的系數(shù)向量，Xi為工資決定因素，包括三類共10個(gè)變量。(1)個(gè)體特征變量：教育(education)、經(jīng)驗(yàn)(experience)、經(jīng)驗(yàn)的平方(experience2)、性別(sex)、健康狀況(health)和戶口(hukou)；(2)家庭背景變量：母親的受教育程度(motheredu)；(3)市場結(jié)構(gòu)變量：所有制性質(zhì)(ownership)、企業(yè)規(guī)模(scale)和職業(yè)(occupation)。之所以這樣擴(kuò)展方程主要是因?yàn)镸incer方程本身存在著能力的異質(zhì)性和教育的內(nèi)生性問題，當(dāng)更多的控制變量進(jìn)入方程后一般來說可以較好地解決異質(zhì)性問題。解決內(nèi)生性問題的計(jì)量方法是使用工具變量，本文作者在使用相同的數(shù)據(jù)庫進(jìn)行類似研究時(shí)曾用“兄弟姐妹數(shù)”等三個(gè)變量作為工具變量進(jìn)行試回歸，但均未通過第一階段回歸，*見作者論文《人力資本、市場分割與農(nóng)民工的工資決定》，農(nóng)業(yè)經(jīng)濟(jì)問題，2012年第4期。因此，本文假設(shè)擴(kuò)展后的方程已不存在內(nèi)生性問題。事實(shí)上，有不少的經(jīng)驗(yàn)研究表明，工資不只是由人力資本因素決定的，結(jié)構(gòu)性因素也是工資決定的重要因素(Yanjun,2012;Handan等,2014)[12-13]。擴(kuò)展的Mincer方程還可以避免將更多的不可知因素歸為歧視。

當(dāng)用全體有工作的樣本對式(1)進(jìn)行回歸時(shí)，根據(jù)戶口變量系數(shù)的大小和方向我們可以判斷出在工資獲得上是否存在對農(nóng)民工的歧視，但要進(jìn)一步判斷歧視的大小和來源，我們需要按式(1)對城市職工群體和農(nóng)民工群體分別進(jìn)行回歸并按式(2)進(jìn)行分解。

(2)

(3)

雖然式(3)解決了指數(shù)基準(zhǔn)問題，但上述回歸使用的是有工資的樣本而不是全體樣本，不能保證樣本的隨機(jī)性并產(chǎn)生所謂的“選擇偏差”問題，解決這一問題的方法是引入就業(yè)獲得方程式(4)。

ei=Ziδi+εi

(4)

式(4)中ei是一個(gè)二元變量，表示有工作或無工作，Zi是影響就業(yè)獲得的一組變量，δi是系數(shù)向量。先對式(4)進(jìn)行Probit估計(jì)并計(jì)算出逆米爾斯比率(inversemillsrate)，如式(5)所示。

λi=φ(Ziδi)/(Ziδi)

(5)

式(5)中，φ(Ziδi)和(Ziδi)分別表示以Ziδi為變量的標(biāo)準(zhǔn)正態(tài)分布的密度函數(shù)和分布函數(shù)。然后將λi作為一個(gè)變量加入工資決定方程，并按式(6)重新回歸。

ln(wi)=Xiβi+ρσ1λi+γi

(6)

式(6)中ρ是式(1)和式(4)中隨機(jī)項(xiàng)標(biāo)準(zhǔn)差的相關(guān)系數(shù)，σ1是式(1)中隨機(jī)項(xiàng)的標(biāo)準(zhǔn)差，ρσ1是式(6)中待估的參數(shù)，這就是Heckman兩步法解決選擇偏差的思路(Heckman，1979)[17]。引入就業(yè)概率后的分解方法，我們借鑒Appleton等人(1999)[18]提出的思路，按式(7)進(jìn)行分解。

(7)

簡而言之，我們的研究思路是首先對全體就業(yè)者、城市職工和農(nóng)民工的工資決定方程進(jìn)行OLS回歸分析，其次是進(jìn)行Heckman兩步法回歸，第三是用式(3)分別對OLS回歸和Heckman兩步法回歸的結(jié)果進(jìn)行分解，第四是用式(7)對Heckman兩步法回歸的結(jié)果進(jìn)行分解，最后在對比三種分解結(jié)果的基礎(chǔ)上給出本文的結(jié)論。

三、 數(shù)據(jù)來源及其均值描述

本文所用數(shù)據(jù)來自于中國綜合社會(huì)調(diào)查數(shù)據(jù)庫中2013年的數(shù)據(jù)，*本論文使用數(shù)據(jù)全部來自中國國家社會(huì)科學(xué)基金項(xiàng)目資助之《中國綜合社會(huì)調(diào)查(CGSS)》項(xiàng)目。該調(diào)查由中國人民大學(xué)社會(huì)學(xué)系與香港科技大學(xué)社會(huì)科學(xué)部執(zhí)行，項(xiàng)目主持人為李路路教授、邊燕杰教授。作者感謝上述機(jī)構(gòu)及其人員提供數(shù)據(jù)協(xié)助，本論文內(nèi)容由作者自己負(fù)責(zé)。該數(shù)據(jù)涉及全國100縣、5個(gè)大城市、11438個(gè)有效樣本和650個(gè)變量，根據(jù)研究的需要我們對樣本做了如下處理：在“您的工作經(jīng)歷及狀況是？”中，刪除了“目前務(wù)農(nóng)，沒有過非農(nóng)工作”、“目前沒有工作，而且只務(wù)過農(nóng)”和“從未工作過”樣本，以保證研究的樣本為城市樣本。刪除了出生早于1952年的男性、1957年的女性和晚于1996年的樣本，以保證研究的樣本符合我國勞動(dòng)力的法定年齡。在“下列各種情形，哪一種更符合您目前的工作狀況？”中，刪除了“自己是老板”、“個(gè)體工商戶”、在“在自己家的生意/企業(yè)中工作/幫忙，不領(lǐng)工資”和“自由職業(yè)者”，以保證研究的樣本為工資收入者。整理后的有效樣本量為4859(=城市職工樣本2695+農(nóng)民工樣本2164)，有工作樣本為4000(=城市職工就業(yè)者2444+農(nóng)民工就業(yè)者1556)。

對變量作如下處理：(1)小時(shí)工資對數(shù)：全年的職業(yè)收入大于7200元的樣本，以年職業(yè)收入除以250天再除以8，后取自然對數(shù)，年職業(yè)收入小于7200元的樣本，按失業(yè)者對待。*CGSS2013調(diào)查問卷中的職業(yè)收入是2012年的職業(yè)收入，2012年的工作日為250天。把全年職業(yè)收入小于7200元的樣本歸入了失業(yè)者是因?yàn)楫?dāng)年全國各城市的月最低工資標(biāo)準(zhǔn)在270～1000元之間，我們?nèi)≈虚g數(shù)600/月作為就業(yè)的最低工資標(biāo)準(zhǔn)。(2)教育和母親的教育：沒有受過任何教育取0，小學(xué)和私塾取6，初中取9，職業(yè)高中、普通高中、中專和技校取12，大學(xué)專科取15，成人本科、正規(guī)本科取16，研究生以上取19。(3)經(jīng)驗(yàn)：2013減去出生年減去6再減去受教育年限。(4)企業(yè)規(guī)模：以實(shí)際人數(shù)為準(zhǔn)。(5)健康狀況：很健康、比較健康取1，其他取0。(6)性別：男性取1，女性取0。(7)戶口：城市戶口、居民戶口(以前是城市戶口)取1，其他取0。(8)企業(yè)所有制性質(zhì)：國有(控股)企業(yè)、政府機(jī)關(guān)、人民團(tuán)體、事業(yè)單位取1，其他取0。(9)職業(yè)：按1988年國際標(biāo)準(zhǔn)職業(yè)分類辦法(ISCO88)分類，白領(lǐng)取1，藍(lán)領(lǐng)取0。其中白領(lǐng)職業(yè)包括：立法者、政府官員和管理者、專業(yè)人員、技術(shù)人員和專業(yè)人員助理、一般職員，其余職業(yè)為藍(lán)領(lǐng)。

各變量的均值描述如表1所示。從表中可以看出，城市職工就業(yè)者的工資為2.7818，農(nóng)民工就業(yè)者的工資為2.4193，城市職工的工資比農(nóng)民工高出約0.36，但城市就業(yè)者在教育、經(jīng)驗(yàn)、健康、母親的教育、所有制、企業(yè)規(guī)模、職業(yè)等特征上都明顯地優(yōu)于農(nóng)民工就業(yè)者，但這些特征能在多大程度上解釋兩者的工資差異則是需要進(jìn)一步研究的問題。

四、 回歸分析

用普通最小二乘法分別對全體就業(yè)者樣本、城市職工就業(yè)者樣本和農(nóng)民工就業(yè)者樣本的工資方程進(jìn)行估計(jì)，并對各方程殘差序列進(jìn)行White異方差和LM檢驗(yàn)后發(fā)現(xiàn)，各殘差序列均為白噪聲序列，不存在自相關(guān)和異方差問題，估計(jì)結(jié)果如表2所示。

從表2中可以看出，除了所有制性質(zhì)在農(nóng)民工就業(yè)者方程中不顯著外，其他變量都高度顯著。方程1中戶口的系數(shù)表明，城市職工的工資比農(nóng)民工就業(yè)者的工資高出約10.18%，方程2中戶口的系數(shù)表明，城市工就業(yè)者的工資比農(nóng)民工就業(yè)者的工資高出約9.47%，這一方面說明在城市勞動(dòng)力市場上存在著對農(nóng)民工的工資歧視，另一方面也說明這種工資歧視在一定程度上是通過企業(yè)所有制性質(zhì)、規(guī)模和職業(yè)這些結(jié)構(gòu)性因素起作用的。教育、健康這兩個(gè)人力資本變量在方程3中的系數(shù)均大于在方程4中的系數(shù)，特別是教育的系數(shù)在方程3中比在方程4中的系數(shù)高出約30%，這顯然是對農(nóng)民工的歧視。工作經(jīng)驗(yàn)、母親的受教育程度對農(nóng)民工的回報(bào)率高于對城市職工的回報(bào)率，這可以看作是對城市職工的逆歧視，但由于農(nóng)民工的平均工作經(jīng)驗(yàn)比城市職工少2.5年(34.1092-31.6491)，母親的平均受教育程度比城市職工少2.6年(5.9906-3.3432)，因此在這兩個(gè)變量上的逆歧視，特征效應(yīng)的抵消作用有限。從所有制性質(zhì)的系數(shù)看，進(jìn)入國有企業(yè)對城市職工和農(nóng)民工都是不利的，但對城市職工更為不利，但我們應(yīng)當(dāng)對這一論斷保持謹(jǐn)慎，因?yàn)槲覀冇?jì)算的是工資差異，如果國有企業(yè)的福利很好，那么進(jìn)入國有企業(yè)就會(huì)更加有利。從企業(yè)規(guī)模系數(shù)看，進(jìn)入大規(guī)模企業(yè)對兩個(gè)群體都有利，但對農(nóng)民工更有利，但企業(yè)規(guī)模對工資的影響更小。性別系數(shù)在方程4為0.344536，在方程3中為0.291597，這說明性別歧視在農(nóng)民工群體中更為嚴(yán)重。白領(lǐng)職業(yè)顯然比藍(lán)領(lǐng)職業(yè)能賺取更多的工資，在農(nóng)民工群體中白領(lǐng)與藍(lán)領(lǐng)的工資差異并不如在城市職工群體中兩類職業(yè)的工資差異那么大，但這并不一定是對農(nóng)民工白領(lǐng)崗位的歧視，如果農(nóng)民工白領(lǐng)大部分是競爭性行業(yè)中的低級職位，那么他們的工資就不可能太高，低于藍(lán)領(lǐng)職業(yè)的工資也是可能的(李實(shí)，2014)[19]。

注：***、**和*分別表示在1%、5%和10%水平上顯著。

當(dāng)然，上述分析并沒有考慮城市職工和農(nóng)民工兩個(gè)群體在就業(yè)概率上的差異，如果上述樣本只是運(yùn)用了有工資信息的樣本而不符合隨機(jī)性的要求，那么上述回歸的結(jié)果就是有偏差的。因而我們需要加入就業(yè)獲得方程并對工資方程重新進(jìn)行估計(jì)。表3是就業(yè)獲得方程的Probit估計(jì)結(jié)果，即Heckman兩步法的第一步，表4是加入逆米爾斯比率后對工資方程的估計(jì)結(jié)果，即Heckman兩步法的第二步。

注：同表2。

從表3可以看出，方程5中戶口的系數(shù)為0.550410，方程7中的常數(shù)項(xiàng)(-2.175881)大于方程8中的常數(shù)項(xiàng)(-2.203114)，這說明在城市勞動(dòng)力市場上確實(shí)存在著對農(nóng)民工就業(yè)的固有歧視。從方程7和方程8的比較中還可以看出，就工作獲得而言，教育和健康對城市職工更重要，經(jīng)驗(yàn)對農(nóng)民工更重要，在找工作時(shí)，農(nóng)民工群體中的性別歧視比城市職工中的性別歧視更為嚴(yán)重。

比較方程2和方程9可以看出，戶口的系數(shù)由0.094704提高到了0.138169，這說明由于存在著工作獲得方面對農(nóng)民工的歧視，城市職工比農(nóng)民工更容易找到工作，真實(shí)的工資差異要更大一些。表4中四個(gè)逆米爾斯比率的系數(shù)都高度顯著，這說明確實(shí)存在著選擇偏差。

注：同表2。

五、 工資差異的分解

為分析城市職工與農(nóng)民工工資差異的來源，我們按式(3)分別對OLS回歸結(jié)果和Heckman兩步法回歸結(jié)果進(jìn)行分解，結(jié)果如表5所示。從第(1)、(2)、(3)列的分解結(jié)果看，工資差異主要來自于特征效應(yīng)，城市職工在教育、經(jīng)驗(yàn)、健康、母親的受教育程度、企業(yè)規(guī)模和職業(yè)幾個(gè)方面都明顯地優(yōu)于農(nóng)民工，特征效應(yīng)的總影響為0.284029，解釋了工資差異的88.62%；價(jià)格效應(yīng)較小(0.084141)，主要來自于教育、經(jīng)驗(yàn)的平方、健康和職業(yè)，而在經(jīng)驗(yàn)、性別、母親的受教育程度、所有制性質(zhì)和企業(yè)規(guī)模上存在著對城市職工的逆歧視，總的價(jià)格效應(yīng)只解釋了工資差異的11.38%。按OLS回歸結(jié)果進(jìn)行分解的總工資差異為0.36817，這與表1中顯示的城市職工與農(nóng)民工的工資差異(2.7818-2.4193=0.3625)大體相等。第(4)、(5)、(6)列是對Heckman兩步法回歸結(jié)果的分解，從分解結(jié)果看，工資差異主要來自于特征效應(yīng)的結(jié)論并沒有改變，只是特征效應(yīng)進(jìn)一步擴(kuò)大(0.326107)，解釋了全部工資差異的91.9%。從第(6)列可以看出，工資差異的總影響為0.425562，與表1中計(jì)算的工資差異有較大的出入，這是因?yàn)槲覀冊诜纸膺^程中將勞動(dòng)參與所導(dǎo)致的工資差異全部歸結(jié)為個(gè)人選擇因素的結(jié)果(Neuman and Oaxaca,2004)[20]，在本研究中，這一項(xiàng)的總和為：0.0017×19.8655-0.01455×7.8683=-0.0806，加上這一項(xiàng)后，總的影響為0.3449，與真實(shí)的工資差異0.3625也大體上相等。

其中，特征效應(yīng)為：

特征效應(yīng)解釋了總差異的57%，其余四項(xiàng)之和為價(jià)格效應(yīng)，等于0.3811641，解釋了總差異的43%，價(jià)格效應(yīng)的上升來自于城市職工占優(yōu)的人力資本特征和歧視對就業(yè)獲得概率的雙重貢獻(xiàn)，特別是教育和健康兩個(gè)變量對農(nóng)民工就業(yè)獲得的歧視，這一分解結(jié)果也說明相對于實(shí)現(xiàn)就業(yè)后的工資歧視，就業(yè)歧視是一個(gè)更加值得關(guān)注的問題。

六、 結(jié)論、建議及展望

本文關(guān)注城市職工與農(nóng)民工工資差異的來源與大小，利用CGSS2013數(shù)據(jù)庫，通過最小二乘回歸、Heckman兩步法、Neumark分解和Appleton分解重點(diǎn)考察了教育等人力資本變量和勞動(dòng)力市場歧視對這兩個(gè)群體工資差異的貢獻(xiàn)。在回歸過程中，通過增加變量等方法克服了Mincer方程中存在的變量內(nèi)生及能力異質(zhì)性問題，也通過分解方法的選擇克服了分解過程中的指數(shù)基準(zhǔn)和選擇偏差問題，與現(xiàn)有用均值分解法進(jìn)行類似問題研究的文獻(xiàn)相比，不僅研究的方法更為嚴(yán)謹(jǐn)也得出一些相對重要的結(jié)論：(1)在實(shí)現(xiàn)就業(yè)以后，城市職工與農(nóng)民工的工資差異主要來自于兩個(gè)群體的特征差異，歧視或者不那么嚴(yán)格地說，“同工不同酬”并不是一個(gè)十分嚴(yán)重的問題。兩個(gè)群體在教育、經(jīng)驗(yàn)、母親的受教育程度、健康狀況和職業(yè)等人力資本特征方面的差異解釋兩個(gè)群體工資差異的絕大部分。(2)對農(nóng)民工群體的歧視主要存在于就業(yè)實(shí)現(xiàn)的過程中，就業(yè)歧視或者說在求職過程中對農(nóng)民工的歧視性對待解釋了兩個(gè)群體大約一半的工資差異。(3)教育程度從特征差異、回報(bào)率差異、就業(yè)概率差異三個(gè)方面決定了兩個(gè)群體的工資差異，母親的受教育程度還具有代際傳遞的作用，在一定程度上決定著下一代的工資水平。(4)經(jīng)驗(yàn)不僅有利于農(nóng)民工獲得工作而且在工資決定中具有“逆歧視”作用。

考慮到教育和經(jīng)驗(yàn)在工作獲得和兩個(gè)群體工資差異決定中的貢獻(xiàn)以及勞動(dòng)力市場上歧視的可能來源，我們提出以下政策建議：(1)加強(qiáng)對農(nóng)村人口的人力資本投入，努力縮小“前市場差別”。由人力資本差異引起的工資差異在勞動(dòng)經(jīng)濟(jì)學(xué)中被稱為“前市場差別”，因?yàn)檫@些人力資本差異是在勞動(dòng)者進(jìn)入勞動(dòng)力市場前就存在的，決定了生產(chǎn)率的高低也最終決定了勞動(dòng)者獲得勞動(dòng)收入的能力，因而被認(rèn)為是合理的。但從全社會(huì)的角度來看，這種差異是不合理的，特別是當(dāng)兩個(gè)群體的人力資本差異是由教育資源配置的不均衡引起的時(shí)候。在人口城市化和“供給側(cè)”改革的政策背景下，加強(qiáng)對農(nóng)村地區(qū)基礎(chǔ)教育的財(cái)政投入、引導(dǎo)優(yōu)秀的中小學(xué)教師向農(nóng)村地區(qū)流動(dòng)、確保農(nóng)村女童受教育的權(quán)利、長期無償?shù)叵蜣r(nóng)村轉(zhuǎn)移勞動(dòng)力提供培訓(xùn)應(yīng)當(dāng)成為國家和和地方政府的一項(xiàng)長期政策。(2)加強(qiáng)勞動(dòng)力市場建設(shè)，努力消除“非競爭性歧視”。勞動(dòng)力市場競爭不充分是市場歧視的重要來源之一，消除市場分割、促進(jìn)充分流動(dòng)應(yīng)當(dāng)是中國勞動(dòng)力市場建設(shè)的長期目標(biāo)。一是要進(jìn)一步推進(jìn)戶籍制度的改革，消除長期分割的城鄉(xiāng)二元?jiǎng)趧?dòng)力市場；二是要進(jìn)一步清理各行業(yè)限止進(jìn)入的行政法規(guī)，確保城鄉(xiāng)勞動(dòng)力機(jī)會(huì)均等；三是要消除壟斷或限制壟斷企業(yè)濫用壟斷勢力；四是要逐步完善農(nóng)村轉(zhuǎn)移勞動(dòng)力的社會(huì)福利制度，清理各種不合理收費(fèi)，降低勞動(dòng)力流動(dòng)成本。(3)加強(qiáng)社會(huì)道德建設(shè)和執(zhí)法力度，努力消除“雇主歧視”。雇主歧視使農(nóng)民工群體的生產(chǎn)率在主觀上被打折從而降低對農(nóng)民工的雇傭水平和農(nóng)民工的工資水平，而顧客和雇員的歧視同樣會(huì)給雇主產(chǎn)生壓力，迫使雇主采用歧視性的雇傭政策。因此減輕或消除雇主歧視要從道德和法律兩個(gè)層面入手做好三個(gè)方面的工作：一是加強(qiáng)輿論引導(dǎo)和思想教育，在全社會(huì)樹立城鄉(xiāng)勞動(dòng)者平等的價(jià)值觀念，減輕顧客和雇員偏見對雇主的壓力；二是勞動(dòng)監(jiān)察部門要加強(qiáng)執(zhí)法檢查，保證《勞動(dòng)合同法》的貫徹落實(shí)，主動(dòng)維護(hù)農(nóng)民工公平就業(yè)和公平獲得勞動(dòng)報(bào)酬的權(quán)利；三是要在法律上進(jìn)一步界定歧視的實(shí)踐性標(biāo)準(zhǔn)，使歧視行為更加易于識別，同時(shí)進(jìn)一步簡化反歧視的訴訟程序，使反歧視行為更加易于操作，努力降低全社會(huì)勞動(dòng)者反歧視的法律成本。

由于數(shù)據(jù)的局限性，本研究的工資方程仍然沒有包含足夠多的個(gè)體特征變量，這就存在把不可觀測變量歸為歧視的可能性；論文雖然考慮了兩個(gè)群體不同的就業(yè)概率，但沒有考慮不同行業(yè)進(jìn)入的概率并把它們納入分解過程；本文也沒有對兩個(gè)群體在不同分位上的工資差異進(jìn)行分解，盡管分位數(shù)分解可以提供更多有用的信息。這些不足也正是我們進(jìn)一步研究的方向。

參考文獻(xiàn):

[1]MENG X, ZHANG J. The Two-tier Labor Market in Urban China: Occupational, Segregation and Wage Differentials between Urban Residents and Rural Migrants in Shanghai[J].Journal of Comparative Economics,2001,29(3):485-504.

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

[3]王美艷.城市勞動(dòng)力市場對外來勞動(dòng)力歧視的變化[J].中國勞動(dòng)經(jīng)濟(jì)學(xué),2007(1)：109-119.

[4]鄧曲恒.城鎮(zhèn)居民與流動(dòng)人口的收入差異——基于Aaxaca-Blinder和Quantile方法的分解[J].中國人口科學(xué),2007(2):8-16.

[5]LEE LENG. Decomposing Wage Differentials between Migrant Workers and Urban Workers in Urban China’s Labor Markets[J].China Economic Review,2012,23(2):461-470.

[6]邢春冰.農(nóng)民工與城鎮(zhèn)職工的收入差距[J].管理世界,2008(5):55-64.

[7]SYLVIE D, MARE G, SHI L, et al. Migrants as Second-class Workers in Urban China? A Decomposition Analysis[J].Journal of Comparative Economics 2009,34(4):610-628.

[8]屈小博.中國城市正規(guī)就業(yè)與非正規(guī)就業(yè)的工資差異——基于非正規(guī)就業(yè)異質(zhì)性的收入差距分解[J].南方經(jīng)濟(jì),2014(4):32-42.

[9]龐念偉,陳廣漢.城鎮(zhèn)與外來勞動(dòng)力工資差異分解——人力資本和歧視貢獻(xiàn)及其變化.人口與經(jīng)濟(jì)[J],2013(6):71-78.

[10]趙海濤.流動(dòng)人口與城鎮(zhèn)居民的工資差異——基于職業(yè)隔離的角度分析[J].世界經(jīng)濟(jì)文匯,2015(2):91-108.

[11]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.

[12]YANJUN YANG, DAN HUANG. An Empirical Study on the Determinants of Labor Entering Monopoly Industry in China’s Urban Labor Market[J].Management Science and Engineering，2012,6(4):78-81.

[13]HANDAN KUMAS, ATALAY ?ALAR, HACER SIMAY KARAALP. Firm Size and Labor Market Segmentation Theory: Evidence from Turkish Micro Data[J].Procedia-Social and Behavioral Sciences,2014,150(15):360-373.

[14]OAXACA R. Male-Female Wage Differentials in Urban Labor Markets[J].International Economic Review,1973,14(3):693-709.

[15]BLINDER A. Wage Discrimination: Reduced Form and Structural Estimates[J].Journal of Human Resources,1973,8(4):436-455.

[16]NEUMARK D. Employers’ Discriminatory Behavior and the Estimation of Wage Discrimination[J].Journal of Human Resources,1988,23(3):279-295.

[17]HECKMAN J. Sample Selection Bias as a Specification Error[J].Econometrica,1979,47(1):153-161.

[18]APPLETON S, HODDINOOT J, KRISHNAN P. The Gender Wage Gap in Three African Countries[J].Economic Development and Cultural Change,1999,47(2):289-312.

[19]李實(shí).中國勞動(dòng)力市場上工資收入的戶籍歧視[J].管理世界,2014(11):35-46.

[20]NEUMAN S, OAXACA R. Wage Decomposition with Selectivity-corrected Wage Equation: A Methodological Note[J].Journal of Economic Inequality,2004,2(1):3-10.

(責(zé)任編輯束順民)

Wage Differentials between Urban and Migrant Workers in China:The Role of Human Capital and Discrimination

ZHAO Xian-zhou

(SiasInternationalSchool,ZhengzhouUniversity,Xinzheng451150,China)

Key words:migrant worker; wage differential; Heckman Two-Step Method; Neumark Decomposition; Appleton Decomposition

Abstract:Based on the data from CGSS2013, we explored the magnitude and the sources of the wage differentials between urban and migrant workers in China’s urban labor market with Neumark and Appleton Method as well. Findings are that an overwhelming proportion of the wage differentials are stemming from the endowment difference between the two groups, wage discrimination against the migrant workers, which obviously happened only after the workers got employed, is not a big issue. What is really worth being concerned about is the occupation discrimination, which accounts for nearly half of the wage differentials. Education contributes a lot to the wage differentials by taking three forms: its differential of endowment, return and employment probability. Experience plays a role of reverse discrimination. The results above imply that we must do our best to narrow the pre-market difference to rule out or at least cut down the wage differentials of the two groups and we also have to promote the labor market competition, clarify the practical criteria for discriminations and simplify the judicial proceedings as well to cripple the effects of occupational discriminations.

收稿日期:2015-12-03

基金項(xiàng)目:河南省軟科學(xué)項(xiàng)目“加快河南省人口城市化進(jìn)程的公共政策研究——基于工資差異分解的經(jīng)驗(yàn)分析”(152400410173)；河南省政府決策研究招標(biāo)項(xiàng)目“促進(jìn)河南省農(nóng)村人口向城鎮(zhèn)轉(zhuǎn)移研究”(2015A009)

作者簡介:趙顯洲，男，教授，博士，主要從事勞動(dòng)經(jīng)濟(jì)學(xué)研究。

中圖分類號:F244

文獻(xiàn)標(biāo)識碼:A

文章編號:1000-2154(2016)06-0044-09