鄢姣 許敏波 孟大虎

摘 要：利用2002—2018年間四次中國住戶收入調(diào)查數(shù)據(jù)，探究城鎮(zhèn)勞動(dòng)力市場上本地戶口和外地戶口勞動(dòng)力之間的工資差距，并從行業(yè)內(nèi)外選擇的角度解釋戶籍工資差距變化。研究發(fā)現(xiàn)：2002和2007年本地戶口勞動(dòng)力的工資高于外地戶口勞動(dòng)力，但2013和2018年戶籍工資差距發(fā)生了逆轉(zhuǎn)。原因有兩點(diǎn)：其一，外地戶口勞動(dòng)力的人力資本水平大幅提高，使得不同戶籍之間的可觀察特征差異顯著降低。其二，戶籍改革降低了行業(yè)內(nèi)外的地域歧視，外地戶口勞動(dòng)力外出就業(yè)獲得的補(bǔ)償性溢價(jià)凸顯。雖然行業(yè)間的地域歧視依然存在，但是行業(yè)內(nèi)的補(bǔ)償效果超過了歧視，使得行業(yè)內(nèi)戶籍工資差異逆轉(zhuǎn)。

關(guān)鍵詞：地域歧視;補(bǔ)償性溢價(jià);戶籍工資差距;人力資本

中圖分類號(hào)：F244.2 ?文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1000-4149（2021）04-0108-18

DOI：10.3969/j.issn.1000-4149.2021.00.033

Abstract： Using four round Chinese household income project surveys of 2002-2018， this paper explores the wage gaps between migrants and local labor forces in urban China s labor markets， and explains the change of wage gaps from the perspectives of intra- and interindustrial differentials. We find that in 2002 and 2007， the wage of workers with local registration is higher than that with nonlocal registration， while the result is reversed in 2013 and 2018. There are mainly two reasons： Firstly， the human capital of migrants has been improved a lot， and it is closed to the human capital of the workers with local registration， so the explained component of the intraindustrial differentials converges to zero; Secondly， the geographic discrimination between and within industries is declined due to household registration reform. Although regional discrimination still exists among industries， the compensation effect within the industry exceeds the discrimination， resulting in the reversal of household registration wage difference within the industry.

Keywords：geographic discrimination;compensatory premium;wage gap;human capital

一、引言及文獻(xiàn)綜述

第七次全國人口普查數(shù)據(jù)顯示，2020年我國常住地與戶籍地分離的流動(dòng)人口達(dá)到3.76億，占總?cè)丝诘谋壤秊?6.7%，大約每四個(gè)人中就有一個(gè)是流動(dòng)人口數(shù)據(jù)來源：國家統(tǒng)計(jì)局《第七次全國人口普查主要數(shù)據(jù)情況》，其中流動(dòng)人口是指常住地和戶籍所在地分離，不含市轄區(qū)內(nèi)人戶分離的情形。。但是，在中國城鎮(zhèn)勞動(dòng)力市場上，外來流動(dòng)人口始終無法享有就業(yè)機(jī)會(huì)公平、同工同酬、社會(huì)保障公平和社會(huì)服務(wù)公平的權(quán)利[1]。在新一輪戶籍制度改革的背景下，農(nóng)業(yè)和非農(nóng)業(yè)的戶籍屬性將會(huì)逐步取消，本地戶口和非本地戶口勞動(dòng)者之間的戶籍差異日益突出，成為需要特別關(guān)注的研究問題。

可見，近20年來中國城鎮(zhèn)勞動(dòng)力市場上本地和非本地勞動(dòng)者之間的戶籍工資差距正在發(fā)生逆轉(zhuǎn)，即外地戶口勞動(dòng)力的工資超過了本地戶口勞動(dòng)力，而且兩者之間的差距在低收入水平上更加明顯。本文試圖探究這種戶籍工資差距轉(zhuǎn)變的內(nèi)在原因。

關(guān)于戶籍工資差距的文獻(xiàn)可以簡單分為兩類。第一類是對(duì)戶籍工資差距現(xiàn)狀和特征的描述。這類研究通常比較的是農(nóng)業(yè)和非農(nóng)業(yè)戶籍勞動(dòng)者的收入差異。比如，有文獻(xiàn)從職業(yè)、所有制和行業(yè)分割的視角研究勞動(dòng)力市場上農(nóng)民工與城鎮(zhèn)職工的工資差距，發(fā)現(xiàn)農(nóng)民工與城鎮(zhèn)職工之間確實(shí)存在明顯的工資差距[2-3];另有文獻(xiàn)聚焦于農(nóng)民工和城鎮(zhèn)職工的戶籍工資差距變化特征，有研究利用CHIP 2002和2007年數(shù)據(jù)，發(fā)現(xiàn)2002年的農(nóng)民工和城鎮(zhèn)職工工資差距隨收入上升而遞減，2007年則隨收入上升而遞增[4];也有學(xué)者研究發(fā)現(xiàn)農(nóng)民工和城鎮(zhèn)職工的工資差距始終隨收入上升而擴(kuò)大[5-6]。但大多數(shù)研究發(fā)現(xiàn)，最近20年來，無論是從工資的均值還是分布來看，農(nóng)民工和城鎮(zhèn)職工的工資差距呈現(xiàn)出了縮小的特征[7-10]。

第二類是對(duì)戶籍工資差距原因的探究。已有研究多用個(gè)體特征差異和戶籍歧視兩個(gè)原因來解釋戶籍工資差距。比如，有研究發(fā)現(xiàn)農(nóng)民工和城鎮(zhèn)職工工資差距的90%是由勞動(dòng)者的特征差異造成的，即教育水平、年齡等因素[11-12]。還有大量研究都將戶籍工資差距歸因于歧視，如鄧曲恒使用CHIP數(shù)據(jù)發(fā)現(xiàn)農(nóng)民工和城鎮(zhèn)職工工資差距的60%可由戶籍歧視解釋[13]。同時(shí)，一些文獻(xiàn)發(fā)現(xiàn)特征差異和歧視對(duì)戶籍工資差距的解釋力會(huì)因收入群體的不同而不同：在低收入和中等收入人群中，歧視是造成工資差距的主要原因，但是在高收入群體中個(gè)體特征差異是導(dǎo)致戶籍工資差距的主要原因[13-14]。總體來說，歧視對(duì)戶籍工資差距的解釋力度正在下降，如王美艷對(duì)戶籍工資差距的系列研究表明中國大城市戶籍工資差距中歧視的貢獻(xiàn)在下降，由2000年的76%降至2001年的56%和2005年的54%[15-16]。還有研究將農(nóng)民工受到的歧視分為戶籍歧視和地域歧視，其中地域歧視比較的是本地農(nóng)民和外地農(nóng)民之間的差異，并認(rèn)為地域歧視對(duì)戶籍工資差距的解釋力與戶籍歧視幾乎一樣[17]。最近還有研究認(rèn)為勞動(dòng)力市場上的農(nóng)民工群體已經(jīng)從受歧視轉(zhuǎn)為受到優(yōu)待了 [18]。

通過文獻(xiàn)梳理可以發(fā)現(xiàn)，大量研究專注于農(nóng)民工和城鎮(zhèn)職工之間由于農(nóng)業(yè)和非農(nóng)業(yè)戶籍屬性差異導(dǎo)致的戶籍工資差距。盡管實(shí)證研究結(jié)論沒有達(dá)至完全的統(tǒng)一，但依然形成了兩點(diǎn)共識(shí)：其一，戶籍工資差距確實(shí)存在，并且隨時(shí)間正發(fā)生著某些微妙的轉(zhuǎn)變。其二，戶籍工資差距主要?dú)w因于勞動(dòng)者的個(gè)體特征差異和戶籍歧視。另外，少量研究開始分析本地和外地戶籍勞動(dòng)者之間的工資差距，并將這種戶籍工資差距中的歧視性因素稱為“地域歧視”。

我們認(rèn)為關(guān)于中國城鎮(zhèn)勞動(dòng)力市場的戶籍工資差距問題仍需進(jìn)一步研究。首先，已有文獻(xiàn)對(duì)戶籍工資差距的研究數(shù)據(jù)大多停留在2013年之前，從而無法反映新一輪戶籍制度改革帶來的最新變化。其次，既有文獻(xiàn)均將城鎮(zhèn)職工和農(nóng)民工之間的工資差距作為戶籍工資差距的衡量指標(biāo)，主要體現(xiàn)的是農(nóng)業(yè)和非農(nóng)業(yè)戶籍屬性之間的差異。但是，隨著城鄉(xiāng)一體化改革的推進(jìn)，戶籍間主要的差異已經(jīng)由城鄉(xiāng)之間轉(zhuǎn)變?yōu)榈赜蛑g [19]?；谏鲜隼斫?，本文主要討論本地戶口勞動(dòng)力與外地戶口勞動(dòng)力之間的工資差距，同時(shí)將農(nóng)業(yè)和非農(nóng)業(yè)的戶籍屬性作為一個(gè)特征變量進(jìn)行處理。

與已有研究相比，本文的貢獻(xiàn)主要體現(xiàn)在以下兩個(gè)方面：①利用中國住戶收入調(diào)查（Chinese Household Income Project， CHIP）2002年、2007年、2013年和2018年四期數(shù)據(jù)分析本地和外地勞動(dòng)力戶籍工資差距的變化趨勢(shì)。研究發(fā)現(xiàn)，2002年和2007年本地戶口勞動(dòng)力的工資水平高于外地戶口勞動(dòng)力，但是2013年和2018年戶籍工資差距發(fā)生了逆轉(zhuǎn)，無論是年收入還是小時(shí)工資外地戶口勞動(dòng)力均超過了本地戶口勞動(dòng)力。②運(yùn)用多元Logistic回歸、OLS回歸和Brown分解方法，從行業(yè)內(nèi)外選擇的角度解釋戶籍工資差距發(fā)生逆轉(zhuǎn)的原因。與留在本地的勞動(dòng)力相比，外地戶口勞動(dòng)力進(jìn)入本地就業(yè)本身是一個(gè)篩選的過程，無論是進(jìn)入收入更高的行業(yè)還是進(jìn)入發(fā)展水平更高的城市，外出勞動(dòng)力在能力、動(dòng)機(jī)、性格等無法直接觀察的特征因素方面都可能存在一定的優(yōu)勢(shì)，這些優(yōu)勢(shì)會(huì)在勞動(dòng)力市場上獲得補(bǔ)償性溢價(jià)。同時(shí)，戶籍制度對(duì)外地勞動(dòng)力依然存在就業(yè)的歧視性效果。在行業(yè)內(nèi)部以及行業(yè)間選擇時(shí)，上述補(bǔ)償性效應(yīng)和歧視性效應(yīng)將同時(shí)存在且方向相反，補(bǔ)償性效應(yīng)提高外出勞動(dòng)力工資，歧視性效應(yīng)降低外出勞動(dòng)力的工資，兩者的總效應(yīng)將集中體現(xiàn)在無法通過可觀察特征解釋的戶籍工資差異上。

本文研究發(fā)現(xiàn)，首先，外地戶口勞動(dòng)力的人力資本水平大幅提高，與本地戶口勞動(dòng)力的人力資本水平幾乎一致，從而使得本地和外地戶口勞動(dòng)力工資差距中可解釋的特征因素效果大大降低。其次，外地戶口勞動(dòng)力進(jìn)入高收入行業(yè)的戶籍壁壘在降低。最后，外地戶口勞動(dòng)力在行業(yè)內(nèi)部的補(bǔ)償性效應(yīng)超過了歧視性效應(yīng)，使得外地戶口勞動(dòng)力在行業(yè)內(nèi)的工資比較中超過了本地戶口勞動(dòng)力。雖然本地戶口勞動(dòng)力在高收入行業(yè)準(zhǔn)入方面依然占據(jù)微弱的優(yōu)勢(shì)，但是行業(yè)內(nèi)外效應(yīng)的綜合結(jié)果使得本地和外地戶口勞動(dòng)力的工資差距發(fā)生了逆轉(zhuǎn)。

二、數(shù)據(jù)來源和變量說明

1. 數(shù)據(jù)來源

本文使用的數(shù)據(jù)來源于中國住戶收入調(diào)查（Chinese Household Income Project， CHIP）2002、2007、2013和2018年的城鎮(zhèn)住戶和外來務(wù)工住戶數(shù)據(jù)。CHIP數(shù)據(jù)主要用于追蹤中國居民收入分配的動(dòng)態(tài)情況，是目前關(guān)于全國性家庭收入情況的最好數(shù)據(jù)之一。其中2002、2007和2013年的樣本分為城鎮(zhèn)住戶、外來務(wù)工住戶和農(nóng)村住戶三類，而在2018年將城鎮(zhèn)住戶和外來務(wù)工住戶合并成統(tǒng)一的城鎮(zhèn)住戶調(diào)查 CHIP 2002、2007和2013年數(shù)據(jù)中的城鎮(zhèn)樣本與外來務(wù)工樣本的調(diào)查對(duì)象均為居住在城鎮(zhèn)地區(qū)的住戶，其中持非農(nóng)業(yè)戶口的住戶填寫城鎮(zhèn)問卷，持現(xiàn)住鄉(xiāng)鎮(zhèn)外的農(nóng)業(yè)戶口住戶填寫外來務(wù)工問卷，CHIP 2018將城鎮(zhèn)住戶與外來務(wù)工合并調(diào)查最終形成了統(tǒng)一的城鎮(zhèn)住戶調(diào)查數(shù)據(jù)。，因此，我們將2002、2007和2013年中的城鎮(zhèn)住戶與外來務(wù)工住戶樣本合并，加上2018年的城鎮(zhèn)住戶樣本，共形成四期反映城鎮(zhèn)住戶就業(yè)信息的樣本數(shù)據(jù)。研究對(duì)象選取16—65周歲、就業(yè)身份是雇員且年度工資性收入大于100元的樣本。按照這樣的標(biāo)準(zhǔn)構(gòu)建了時(shí)間跨度近20年的中國城鎮(zhèn)勞動(dòng)力市場就業(yè)樣本，四期的有效樣本總量2002年為10072個(gè)，2007年為10984個(gè)，2013年為8915個(gè)，2018年為13340個(gè)。

2. 變量設(shè)定

（1）小時(shí)工資。本文關(guān)注本地和外地戶籍勞動(dòng)者之間的勞動(dòng)回報(bào)差異，側(cè)重點(diǎn)是“同工同酬”，因此選取小時(shí)工資（即工資率）作為核心被解釋變量。CHIP數(shù)據(jù)中包含勞動(dòng)者年度工資性總收入和工作時(shí)間的信息，可以構(gòu)建小時(shí)工資。本文考慮兩類收入的測(cè)算，一是勞動(dòng)者從事主要工作的工資性收入;二是主要工資性收入加上社保福利折算，具體折算方法參考李實(shí)等的處理[20]。為了保證跨期數(shù)據(jù)的可比性，本文以2002年為基期，利用省級(jí)物價(jià)指數(shù)進(jìn)行平減。

（2）戶籍類型。戶籍類型通常按照地域或?qū)傩赃M(jìn)行劃分。按地域劃分為本地戶口和外地戶口兩類，按屬性劃分為農(nóng)業(yè)戶口和非農(nóng)業(yè)戶口兩類。與國家統(tǒng)計(jì)局關(guān)于流動(dòng)人口的分類定義一樣，本文將戶口登記地為本市內(nèi)的勞動(dòng)力歸為本地戶口勞動(dòng)力，將戶口登記地為本市外以及省外的勞動(dòng)力劃分為外地戶口勞動(dòng)力。關(guān)于戶籍屬性，2002和2007年數(shù)據(jù)中勞動(dòng)者劃分為農(nóng)業(yè)和非農(nóng)業(yè)兩類，2013和2018年數(shù)據(jù)中出現(xiàn)了“居民戶口”的類型，這里按照被調(diào)查對(duì)象在改為居民戶口之前的屬性重新區(qū)分為農(nóng)業(yè)和非農(nóng)業(yè)戶口類型。需要特別強(qiáng)調(diào)的是，本文主要關(guān)注本地和外地戶口兩種地域差異導(dǎo)致的戶籍工資差距，農(nóng)業(yè)戶口和非農(nóng)業(yè)戶口的戶籍屬性作為勞動(dòng)者的個(gè)體特征變量進(jìn)行控制。

（3）稟賦特征。在勞動(dòng)者收入方程中考慮勞動(dòng)者個(gè)體的稟賦特征，變量包括性別、年齡、民族、婚姻狀況、政治面貌、戶籍屬性和教育水平。其中，教育水平分為六個(gè)層級(jí)：小學(xué)及以下、初中、高中、中專、大專、本科及以上。

（4）工作特征。包括職業(yè)、所有制、勞動(dòng)合同的性質(zhì)。具體而言，參考已有文獻(xiàn)中的處理方法，將職業(yè)分為企事業(yè)單位負(fù)責(zé)人、專業(yè)技術(shù)人員、辦事人員、商業(yè)服務(wù)人員和其他職業(yè)五大類，將所有制分為機(jī)關(guān)團(tuán)體事業(yè)單位、國有及國有控股企業(yè)、集體企業(yè)、個(gè)體工商戶、私營企業(yè)、外資企業(yè)和其他企業(yè)，按勞動(dòng)合同將勞動(dòng)者分為固定職工、長期合同工、短期或臨時(shí)工[11]。

（5）行業(yè)類別。本文將行業(yè)分為制造業(yè)、建筑業(yè)、餐飲零售業(yè)、其他競爭行業(yè)和壟斷行業(yè)五大類。借鑒岳希明等對(duì)壟斷行業(yè)和競爭行業(yè)的劃分標(biāo)準(zhǔn)，即壟斷行業(yè)的特點(diǎn)是行業(yè)內(nèi)的企業(yè)個(gè)數(shù)比較少且國有企業(yè)占主體，農(nóng)民工從業(yè)比重低;與之相對(duì)的競爭行業(yè)則具有企業(yè)個(gè)數(shù)非常多和農(nóng)民工從業(yè)比重高的特點(diǎn)，同時(shí)結(jié)合本文的行業(yè)樣本特征及研究需要，將競爭行業(yè)中的建筑業(yè)、制造業(yè)和餐飲零售業(yè)單獨(dú)拿出來分析，最終形成五類行業(yè)壟斷行業(yè)包括：金融業(yè)，電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)，交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)，水利、環(huán)境和公共設(shè)施管理業(yè)，教育、公共管理社會(huì)組織，衛(wèi)生、社會(huì)保障和福利業(yè)，科學(xué)研究技術(shù)服務(wù)業(yè);其他競爭行業(yè)包括：采礦業(yè)，信息傳輸計(jì)算機(jī)軟件，房地產(chǎn)業(yè)，租賃服務(wù)業(yè)，居民服務(wù)和其他服務(wù)業(yè)，文化體育和娛樂業(yè)。[21]。

（6）地區(qū)特征。由于不同地區(qū)勞動(dòng)力市場的差異較大，有必要考慮地區(qū)特征的影響，這里的地區(qū)特征變量包括兩類：城市規(guī)模和地區(qū)大類。按照調(diào)查對(duì)象所在地的城市規(guī)模分為小城市、中等城市、大城市、特大城市和超大城市城市規(guī)模按照《2014年國務(wù)院關(guān)于調(diào)整城市規(guī)模劃分標(biāo)準(zhǔn)的通知》進(jìn)行劃分，以城區(qū)常住人口為統(tǒng)計(jì)口徑，將城市劃分為五類。小城市：人口<50萬、中等城市：50萬≤人口<100萬、大城市：100萬≤人口<500萬、特大城市：500萬≤人口<1000萬、超大城市：人口≥1000萬。，地區(qū)大類分為東、中、西部和東北四類。

3. 描述性統(tǒng)計(jì)

主要從本地勞動(dòng)力和外地勞動(dòng)力在行業(yè)選擇上的差異來解釋戶籍工資差距的逆轉(zhuǎn)，同時(shí)為了強(qiáng)調(diào)勞動(dòng)力的人力資本變化特征及城市分布情況，選取教育水平、行業(yè)類別和城市規(guī)模三類變量展示本地和外地不同戶籍勞動(dòng)力的主要特征，省略其他變量的統(tǒng)計(jì)描述。

（1）教育水平的統(tǒng)計(jì)特征。表1報(bào)告了外地戶口與本地戶口勞動(dòng)力教育水平的變化情況。可以看出，2002年外地戶口勞動(dòng)力教育水平遠(yuǎn)遠(yuǎn)落后于本地戶口勞動(dòng)力，近年來兩者之間的差距逐漸消失。至2007年，外地戶口勞動(dòng)力中初中及以下的占比超過了70%，而大專及以上的勞動(dòng)力占比不足7%，而本地戶口勞動(dòng)力大專及以上的占比接近40%;到2018年，外地戶口和本地戶口勞動(dòng)力的教育分布已經(jīng)沒有特別明顯的差異，兩類戶籍的勞動(dòng)力具有大專及以上教育水平的比例都在40%左右。

（2）行業(yè)類別的統(tǒng)計(jì)特征。表2報(bào)告了外地戶口和本地戶口勞動(dòng)力的行業(yè)類別的統(tǒng)計(jì)特征?？梢园l(fā)現(xiàn)，行業(yè)類別分布之間的戶籍差異在縮小。2002年本地戶口勞動(dòng)力在制造業(yè)和壟斷行業(yè)中占據(jù)優(yōu)勢(shì)，占比分別為27.39%和46.53%，而外地戶口勞動(dòng)力在上述兩個(gè)行業(yè)中的占比僅為13.62%和18.71%。外地戶口勞動(dòng)力在建筑業(yè)、餐飲零售業(yè)和其他競爭行業(yè)中占比更高。隨時(shí)間變化，行業(yè)之間的戶籍分布正在趨同，主要表現(xiàn)為外地戶口勞動(dòng)力就業(yè)于制造業(yè)和壟斷行業(yè)中的占比提高，本地戶口勞動(dòng)力在建筑業(yè)、餐飲零售業(yè)、其他競爭行業(yè)中的比例上升。比如，本地戶口勞動(dòng)力和外地戶口勞動(dòng)力在壟斷行業(yè)占比的差距從2002年的27.82%縮小至2018年的17.24%;2018年外地戶口勞動(dòng)力和本地戶口勞動(dòng)力在建筑業(yè)和其他競爭行業(yè)中的占比幾乎一樣。

（3）城市規(guī)模的分布特征。表3報(bào)告了外地和本地戶口勞動(dòng)力在不同規(guī)模城市中的分布特征?？梢园l(fā)現(xiàn)，超大城市中勞動(dòng)者的人戶分離狀況特別嚴(yán)重，主要表現(xiàn)為外地戶口勞動(dòng)力在超大城市的占比很高，而且這種狀況日益嚴(yán)重。數(shù)據(jù)表明，2002年、2007年、2013年和2018年外地戶口勞動(dòng)力在超大城市的比例分別為20.96%、31.78%、33.29%和38.64%，16年的時(shí)間幾乎增長了一倍。形成這種狀況的原因，一方面是因?yàn)槌蟪鞘形舜罅苛鲃?dòng)人口涌入，另一方面超大城市的落戶門檻日益提高。

不同規(guī)模城市差異化的戶籍改革路徑還有其他表現(xiàn)。首先，外地戶口勞動(dòng)力在中等城市和大城市的比例明顯下降，分別從2002年的10.96%和43.97%降至2018年的3.82%和29.41%。其次，外地戶口勞動(dòng)力在小城市和特大城市中的占比變化較小。另外，本地戶口勞動(dòng)力在小城市中的占比上升明顯，從2002年的23.82%上升至2018年的41.53%，這可能與小城市完全放開落戶政策有關(guān)。CHIP 2007的數(shù)據(jù)由于在抽樣時(shí)更加側(cè)重于大型城市，所以在城市規(guī)模比較中呈現(xiàn)出不一致的特征，這里主要關(guān)注2002、2013和2018年的數(shù)據(jù)比較。

三、戶籍工資差距的成因分解

1. 計(jì)量模型和估計(jì)策略

本文重點(diǎn)從行業(yè)內(nèi)和行業(yè)間選擇的角度解釋本地和外地戶口勞動(dòng)力工資差距的變遷。首先，需要估計(jì)行業(yè)類別對(duì)收入的影響。采用如下收入方程：lnWi=α0+β0Hi+β1lndi+μi

（1） ?其中，lnWi代表個(gè)體i小時(shí)工資的對(duì)數(shù)值，Hi代表除行業(yè)以外的個(gè)體特征變量（包括稟賦、工作、地區(qū)等），lndi代表個(gè)體所在行業(yè)的虛擬變量，α0為常數(shù)項(xiàng)，β0和β1為變量的系數(shù)，μi表示誤差項(xiàng)。給定其他變量，當(dāng)β1的估計(jì)值統(tǒng)計(jì)上顯著時(shí)，即代表行業(yè)之間存在收入差異。

由于勞動(dòng)者所在的行業(yè)是自我主動(dòng)選擇的結(jié)果，方程（1）的OLS估計(jì)系數(shù)可能存在選擇性偏誤，使用Maddala模型處理自選擇問題[22]。具體的，采用Mprobit模型估計(jì)行業(yè)選擇的分布函數(shù)和概率密度函數(shù)，根據(jù)模型估計(jì)結(jié)果計(jì)算出個(gè)體選擇進(jìn)入每個(gè)行業(yè)的概率，其中需要選擇幾個(gè)變量作為識(shí)別變量，這些變量不包含在（1）式的工資方程中。用λi表示個(gè)體i選擇進(jìn)入當(dāng)前所在行業(yè)的概率矯正項(xiàng)，即分布的逆米爾斯比率，矯正選擇性偏誤后的工資方程為：lnWi=α0+β0Hi+β1lndi+β2λi+μi（2） ?其次，運(yùn)用Brown分解方法分析行業(yè)如何影響本地戶口與外地戶口勞動(dòng)力的工資差距。Brown分解將同工不同酬和行業(yè)分隔有機(jī)結(jié)合起來，強(qiáng)調(diào)了組群之間行業(yè)分隔對(duì)工資差異的影響，從行業(yè)獲得角度估計(jì)了行業(yè)分布，解析出因行業(yè)進(jìn)入的組別（比如戶籍）障礙而產(chǎn)生的歧視;同時(shí)，Brown分解還將個(gè)人稟賦、職業(yè)分布、歧視與工資差異整合在一個(gè)統(tǒng)一的研究框架內(nèi)，進(jìn)行均值分解分析[23]。具體步驟如下。

第一，運(yùn)用MLogistic模型估計(jì)行業(yè)準(zhǔn)入概率，模型如下：Pik=Prob（yik=industryik）=expXiγk∑Kh=1expXiγh（3） ?其中，k表示行業(yè)，k∈{1，2，…，K}，Pik表示個(gè)體i進(jìn)入行業(yè)k的概率，Xi代表影響個(gè)體進(jìn)入一個(gè)行業(yè)的特征因素。γk表示行業(yè)k對(duì)應(yīng)的系數(shù)。利用u代表本地戶口，rm代表外地戶口，基于式（3）的估計(jì)結(jié)果，可以計(jì)算出不存在歧視時(shí)外地戶口勞動(dòng)力在行業(yè)中的分布比例（P︿rm）。

第二，分行業(yè)估計(jì)工資方程。同樣地，為處理選擇性偏誤問題，每個(gè)行業(yè)在估計(jì)時(shí)均加入了個(gè)體選擇行業(yè)的矯正項(xiàng)λi，包含在變量X中，最終形成如下分行業(yè)的工資方程：lnWik=αk+βikXik+μik（4） ?第三，基于式（3）和（4）的估計(jì)結(jié)果，對(duì)行業(yè)影響的工資差距進(jìn)行均值分解，具體可分解為：lnWu-lnWrm=∑Prmkβ^uk（Xuk-Xrmk）+∑Prmk（α^uk-α^rmk）+∑PrmkXrmk（β^uk-β^rmk）+∑WukPuk-P ^rmk+∑Wuk（P ^rmk-Prmk）（5） ?其中，lnWu和lnWrm代表本地戶口勞動(dòng)力和外地戶口勞動(dòng)力的平均對(duì)數(shù)工資，Puk、Prmk代表本地戶口勞動(dòng)力和外地戶口勞動(dòng)力真實(shí)的行業(yè)分布，P ^rmk代表計(jì)算得出的無歧視時(shí)外地戶口勞動(dòng)力的行業(yè)分布，Xuk和Xrmk為變量的均值，β^k表示工資方程中的行業(yè)估計(jì)系數(shù)，Wuk表示本地戶口勞動(dòng)力在行業(yè)k中的平均對(duì)數(shù)工資。上述分解包含四個(gè)部分：∑Prmkβ^uk（Xuk-Xrmk）代表行業(yè)內(nèi)差異的可解釋部分，這部分差異歸因于行業(yè)內(nèi)個(gè)體特征差異;∑Prmk（α^uk-α^rmk）+∑PrmkXrmk（β^uk-β^rmk）表示行業(yè)內(nèi)差異的不可解釋部分，這部分差異包含了無法觀察到的特征差異帶來的地域補(bǔ)償性效應(yīng)和歧視性效應(yīng);∑WukPuk-P ^rmk為行業(yè)間差異的可解釋部分，這部分差異歸因于行業(yè)間個(gè)體特征差異;∑WukP ^rmk-Prmk是行業(yè)間差異的不可解釋部分，這部分差異包含了行業(yè)間的地域補(bǔ)償性效應(yīng)和歧視性效應(yīng)。

2. 工資方程估計(jì)結(jié)果

表4報(bào)告了矯正后的外地戶口勞動(dòng)力和本地戶口勞動(dòng)力工資方程估計(jì)結(jié)果。勞動(dòng)者會(huì)根據(jù)自己的效用最大化選擇進(jìn)入某個(gè)行業(yè)，使用Maddala模型矯正工資方程的選擇性偏誤，即在工資方程中加入由Mprobit模型估算出來的行業(yè)選擇偏誤矯正項(xiàng)（Correcteditem 1—4，以制造業(yè)為控制組），然后進(jìn)行OLS估計(jì)。在進(jìn)行Mprobit模型設(shè)計(jì)時(shí)，考慮到工作經(jīng)驗(yàn)豐富的單身男性比工作經(jīng)驗(yàn)少的已婚女性進(jìn)入行業(yè)的概率可能更高，因而選取工作經(jīng)驗(yàn)、婚姻狀況和性別三個(gè)變量作為識(shí)別變量。在OLS回歸結(jié)果中，若矯正項(xiàng)（Correct item）的回歸系數(shù)顯著，就表明確實(shí)存在行業(yè)選擇性偏誤，不做矯正則估計(jì)結(jié)果有偏;若矯正項(xiàng)的回歸系數(shù)不顯著，則認(rèn)為不存在行業(yè)選擇偏誤。例如，2002、2013和2018年外地戶口勞動(dòng)力的估計(jì)結(jié)果中矯正項(xiàng)系數(shù)幾乎均不顯著，表明外地戶口勞動(dòng)力進(jìn)入某個(gè)行業(yè)時(shí)幾乎不存在自選擇問題，這也反映了外地戶口勞動(dòng)力就業(yè)選擇的空間較小的特點(diǎn)。相反，2002、2007、2013和2018年本地戶口勞動(dòng)力的估計(jì)結(jié)果中矯正項(xiàng)系數(shù)均比較顯著，表明若不對(duì)本地戶口勞動(dòng)力的回歸模型做矯正，則估計(jì)結(jié)果會(huì)有偏，反映出本地戶口勞動(dòng)力有更多的機(jī)會(huì)進(jìn)入高收入的行業(yè)。最終通過比較發(fā)現(xiàn)，行業(yè)選擇偏誤的矯正項(xiàng)對(duì)本地戶口勞動(dòng)力的敏感性更高。

從表4的工資方程估計(jì)結(jié)果可以看出外地戶口勞動(dòng)力和本地戶口勞動(dòng)力均存在行業(yè)間工資差距。首先，各個(gè)年份中無論是外地戶口勞動(dòng)力還是本地戶口勞動(dòng)力在建筑業(yè)中的工資水平均高于制造業(yè)，且差距在擴(kuò)大。具體地，2002年、2007年、2013年和2018年，外地戶口勞動(dòng)力在建筑業(yè)中的工資水平分別顯著地高出制造業(yè)11%、16%、24%和21%，本地戶口勞動(dòng)力與之相似，在建筑業(yè)中的工資水平分別高出制造業(yè)9%、6%、17%和21%。其次，無論是外地戶口勞動(dòng)力還是本地戶口勞動(dòng)力在餐飲零售業(yè)中的工資水平并沒有與制造業(yè)有顯著差異。再次，2002年外地戶口勞動(dòng)力在其他競爭行業(yè)中的工資水平顯著低于制造業(yè)14.9%，此后外地戶口勞動(dòng)力在其他競爭行業(yè)中的工資水平開始上升，直到2018年顯著高于制造業(yè)工資水平的14.4%。而本地戶口勞動(dòng)力在其他競爭行業(yè)中的工資水平卻有所下降，2018年比制造業(yè)工資水平低6.7%。最后，壟斷行業(yè)的工資水平普遍高于制造業(yè)，但是壟斷行業(yè)與制造業(yè)的工資差距在縮小，并且至2018年時(shí)二者間的差距已經(jīng)不顯著了，表明壟斷行業(yè)的工資優(yōu)勢(shì)可能正在下降。

此外，從表4中還可以獲得一些重要信息。第一，教育顯著提高了勞動(dòng)力的工資水平，并且不同戶籍勞動(dòng)力教育回報(bào)率的差異發(fā)生了變化。例如，2018年高中及以上受教育水平的外地戶口勞動(dòng)力的教育回報(bào)率已經(jīng)超過了本地戶口勞動(dòng)力的教育回報(bào)率。第二，城市規(guī)模越大勞動(dòng)力工資水平越高，但外地戶口勞動(dòng)力直到2013年和2018年才顯著呈現(xiàn)出這一特征。比如2013年和2018年超大城市中的外地戶口勞動(dòng)力工資水平比小城市中的外地戶口勞動(dòng)力分別高出45.3%和40.2%。第三，東部地區(qū)的工資水平顯著高于其他地區(qū)。這也反映了外出就業(yè)的流動(dòng)趨勢(shì)，大量外出就業(yè)的勞動(dòng)力進(jìn)入東部沿海地區(qū)尋找高工資的就業(yè)機(jī)會(huì)。

3. Brown分解結(jié)果

（1）教育對(duì)行業(yè)準(zhǔn)入概率的影響分析。以上分析表明，行業(yè)之間的收入水平存在較大差異，而教育水平是影響勞動(dòng)力工資水平的重要因素。接下來重點(diǎn)分析教育對(duì)外地和本地戶口勞動(dòng)力行業(yè)準(zhǔn)入概率的影響。表5報(bào)告了教育對(duì)行業(yè)準(zhǔn)入概率的估計(jì)系數(shù)?？梢园l(fā)現(xiàn)：第一，教育對(duì)勞動(dòng)力行業(yè)準(zhǔn)入概率的影響呈逐年提高的趨勢(shì)。從表5可以看出，2002年除壟斷行業(yè)中的本地戶口外，其余行業(yè)中無論是外地還是本地戶口勞動(dòng)力，教育對(duì)勞動(dòng)力的行業(yè)準(zhǔn)入概率并無顯著影響;但2002年以后，各行業(yè)內(nèi)教育對(duì)勞動(dòng)力行業(yè)準(zhǔn)入概率的影響開始突顯。第二，教育對(duì)高收入行業(yè)準(zhǔn)入概率的影響更大。例如，本地戶口勞動(dòng)力在觀察年份中均表現(xiàn)出了受教育水平越高的勞動(dòng)力進(jìn)入壟斷行業(yè)的概率就越高的特征，外地戶口勞動(dòng)力在2013年和2018年也表現(xiàn)出了這一特征。第三，整體來看，各行業(yè)中都表現(xiàn)出相似的時(shí)間趨勢(shì)，即大專及以上教育水平對(duì)勞動(dòng)力行業(yè)準(zhǔn)入概率的影響更顯著，表明受過高等教育的勞動(dòng)力在行業(yè)選擇時(shí)擁有更大的主動(dòng)權(quán)。

（2）分行業(yè)討論教育對(duì)勞動(dòng)力工資的影響。以下分行業(yè)探討教育對(duì)外地和本地戶口勞動(dòng)力小時(shí)工資的影響。表6報(bào)告了外地和本地戶口勞動(dòng)力分行業(yè)矯正后的工資方程估計(jì)結(jié)果?？梢园l(fā)現(xiàn)：第一，各行業(yè)中外地戶口勞動(dòng)力的教育回報(bào)率呈上升趨勢(shì)，且高等教育回報(bào)率的提升更加明顯。例如，制造業(yè)中外地戶口勞動(dòng)力大專學(xué)歷的教育回報(bào)率從2002年的22.4%上升到2018年的56.5%，本科及以上的教育回報(bào)率從2007年的83.8%上升至2018年的99.4%。第二，各行業(yè)中勞動(dòng)力的教育回報(bào)率存在差異。以2018年為例，與建筑業(yè)和餐飲零售業(yè)相比，制造業(yè)中外地以及本地戶口勞動(dòng)力的教育回報(bào)率普遍較高。第三，同一行業(yè)中外地戶口勞動(dòng)力和本地戶口勞動(dòng)力的教育回報(bào)率差距在縮小，甚至已經(jīng)發(fā)生逆轉(zhuǎn)。仍以制造業(yè)為例，外地戶口勞動(dòng)力大專學(xué)歷的教育回報(bào)率從2002年的22.4%上升至2018年的56.6%，而本地戶口勞動(dòng)力大專學(xué)歷的教育回報(bào)率從2002年的50.4%下降至2018年的36.4%?？梢酝葡?，各行業(yè)中外地戶口勞動(dòng)力和本地戶口勞動(dòng)力教育回報(bào)率差距的縮小乃至逆轉(zhuǎn)，可能是戶籍工資差距發(fā)生逆轉(zhuǎn)的另一個(gè)重要原因。

基于行業(yè)準(zhǔn)入概率的估計(jì)結(jié)果，可以計(jì)算反事實(shí)的行業(yè)戶籍分布概率，并將不存在戶籍歧視時(shí)（即設(shè)定外地與本地戶口勞動(dòng)力進(jìn)入各個(gè)行業(yè)的就業(yè)機(jī)會(huì)相等）估算出的行業(yè)戶籍分布稱為估計(jì)分布。表7報(bào)告了行業(yè)戶籍的實(shí)際分布和估計(jì)分布，當(dāng)某個(gè)行業(yè)的估計(jì)值與實(shí)際值之差大于零時(shí)，可以認(rèn)為這個(gè)行業(yè)存在戶籍歧視。可以發(fā)現(xiàn)，外地戶口勞動(dòng)力在壟斷行業(yè)的估計(jì)分布高于實(shí)際分布，表明外地戶口勞動(dòng)力在進(jìn)入壟斷等高收入行業(yè)時(shí)受到就業(yè)戶籍歧視。同時(shí)，時(shí)間趨勢(shì)表明，從2002年到2018年，外地戶口勞動(dòng)力進(jìn)入壟斷等高收入行業(yè)的歧視效應(yīng)在減弱。

（3）戶籍工資差距的均值分解。為進(jìn)一步探究行業(yè)內(nèi)和行業(yè)間選擇對(duì)戶籍工資差距的影響，基于上述回歸所得結(jié)果，使用Brown分解將本地和外地戶籍勞動(dòng)力之間的工資差距分解為行業(yè)內(nèi)的工資差距以及行業(yè)間的工資差距。表8報(bào)告了基于小時(shí)工資的Brown分解結(jié)果。從中可以發(fā)現(xiàn)。

第一，本地勞動(dòng)力和外地勞動(dòng)力之間的小時(shí)工資差距發(fā)生了逆轉(zhuǎn)。2002年和2007年，本地戶籍的工資均值高于外地戶籍勞動(dòng)力，兩者之間的差距從2002年0.634縮小為2007年的0.404;2013年和2018年，本地戶籍的工資均值已經(jīng)低于外地戶籍勞動(dòng)力，而且兩者之間的差距從2013年的-0.107擴(kuò)大為2018年的-0.206。

第二，戶籍工資差距的逆轉(zhuǎn)主要發(fā)生在行業(yè)內(nèi)，主要?dú)w因于行業(yè)內(nèi)勞動(dòng)力特征差異的消失，而外地勞動(dòng)力在行業(yè)內(nèi)部獲得的地域補(bǔ)償效應(yīng)超過了歧視效應(yīng)。比如，2002年本地勞動(dòng)力小時(shí)工資高于外地勞動(dòng)力，其中77.48%的戶籍工資差距來源于行業(yè)內(nèi)，而行業(yè)內(nèi)可以通過觀察到的特征差異解釋的部分占比就達(dá)到了94.87%，行業(yè)內(nèi)不可解釋部分的占比為-17.39%。該結(jié)果表明，2002年本地勞動(dòng)力在人力資本等特征因素方面要顯著優(yōu)于外地勞動(dòng)力，而外地勞動(dòng)力進(jìn)入本地勞動(dòng)力市場是存在篩選的，從而使得外地勞動(dòng)力在不可觀察的特征因素方面超過了本地勞動(dòng)力，這種篩選的作用超過了行業(yè)內(nèi)部對(duì)外地勞動(dòng)力的歧視，最終的效果表現(xiàn)為對(duì)外地勞動(dòng)力的地域補(bǔ)償性溢價(jià)。到2018年，行業(yè)內(nèi)勞動(dòng)力的特征差異已經(jīng)非常小，而地域補(bǔ)償效應(yīng)反而變得更大，從而使得行業(yè)內(nèi)的工資總差異出現(xiàn)逆轉(zhuǎn)，即外地勞動(dòng)力在行業(yè)內(nèi)部的小時(shí)工資更高。

第三，行業(yè)間戶籍工資差距依然是本地勞動(dòng)力工資高于外地勞動(dòng)力，不過這種差距也在不斷縮小，從2002年的0.143逐漸降低，到2018年僅為0.064。同時(shí)，行業(yè)之間的工資差距主要來源于戶籍的地域歧視，整體而言，行業(yè)準(zhǔn)入的地域歧視效果在下降，這與戶籍改革的路徑一致。同時(shí)，從2002年到2013年，行業(yè)間可觀察的特征差異都顯示本地勞動(dòng)力要低于外地勞動(dòng)力，到2018年本地戶籍勞動(dòng)力的特征差異才略微高于外地勞動(dòng)力。這表明行業(yè)準(zhǔn)入可以通過可觀察的特征對(duì)外地勞動(dòng)力進(jìn)行篩選，由于高收入行業(yè)的進(jìn)入存在明顯的競爭，在選擇進(jìn)入高收入行業(yè)時(shí)，外地勞動(dòng)力必須在可觀察的諸多人力資本特征因素方面優(yōu)于本地勞動(dòng)力。

理論上講，無論是行業(yè)內(nèi)還是行業(yè)外，外地勞動(dòng)力相比于本地勞動(dòng)力都有一個(gè)事先的篩選效應(yīng)。勞動(dòng)者離開自己的戶籍所在地進(jìn)入另外一個(gè)勞動(dòng)力市場成為外地勞動(dòng)力，這個(gè)過程本身是一個(gè)篩選過程，這種篩選既可能體現(xiàn)在可以觀察的特征因素方面，比如教育、性別、年齡等，也可能表現(xiàn)在一些無法觀察到的特征因素方面，比如性格、能力、動(dòng)機(jī)等。同時(shí)，由于勞動(dòng)力市場對(duì)外地戶籍的歧視，外地勞動(dòng)力相比于本地勞動(dòng)力又會(huì)受到不公平的對(duì)待。因此，本地和外地勞動(dòng)力的戶籍工資差距一方面可以歸因于各種可以觀察到的特征因素，另一方面還由勞動(dòng)力篩選導(dǎo)致的補(bǔ)償效應(yīng)和歧視效應(yīng)共同決定。

總體而言，Brown分解結(jié)果表明，隨著外地勞動(dòng)力教育水平的提高，本地勞動(dòng)力和外地勞動(dòng)力在可觀察特征方面的差異下降，外地勞動(dòng)力的補(bǔ)償性溢價(jià)的整體效果逐漸超過了歧視性效應(yīng)，最終出現(xiàn)了戶籍工資差距的逆轉(zhuǎn)。

4. 穩(wěn)健性檢驗(yàn)

考慮到外地戶口勞動(dòng)力由于不具有本地戶口，因而享受的社保福利待遇較差，以下我們用“折算社保福利小時(shí)工資”替代前面的“小時(shí)工資”，即更換因變量，然后進(jìn)行Brown分解。以2018年為例，折算社保福利年收入=[2018年工作收入總額（工資性收入）+ 實(shí)物性伙食補(bǔ)貼+實(shí)物性住房福利（包住或住房補(bǔ)貼）+“五險(xiǎn)一金”的工資]，而“折算社保福利小時(shí)工資”=折算社保福利年收入/年工作小時(shí)數(shù)折算 CHIP“五險(xiǎn)一金”的工資 = 基準(zhǔn)工資 +0.28×基準(zhǔn)工資×（擁有養(yǎng)老保險(xiǎn)）+0.09×基準(zhǔn)工資×（擁有醫(yī)療保險(xiǎn)）+0.03×基準(zhǔn)工資×（擁有失業(yè)保險(xiǎn)）+0.01×基準(zhǔn)工資×（擁有工傷保險(xiǎn)）+0.01×基準(zhǔn)工資×（擁有生育保險(xiǎn)）+0.20×基準(zhǔn)工資×（擁有住房公積金）。。

由于本地勞動(dòng)力在社保方面具有明顯優(yōu)勢(shì)，折算社保福利對(duì)于比較2002年和2007年的分解結(jié)果意義不大，這里只分析2013年和2018年外地勞動(dòng)力小時(shí)工資超過本地勞動(dòng)力的結(jié)果是否會(huì)受到社保福利的影響。表9報(bào)告了2013年和2018年外地戶口勞動(dòng)力和本地戶口勞動(dòng)力加入社保福利前后的年收入和小時(shí)工資對(duì)比?？梢钥闯觯瑹o論是年收入還是小時(shí)工資，加入社保福利后，外地戶口勞動(dòng)力的工資仍舊高于本地戶口勞動(dòng)力，只是兩者的差距有所縮小。具體地，2013年不加入社保福利時(shí)外地戶口勞動(dòng)力與本地戶口勞動(dòng)力的年收入和小時(shí)工資比分別為113.62%和108.72%，加入社保福利后，這一比值分別下降至108.5%和102.09%。2018年，外地與本地戶口勞動(dòng)力的工資差距進(jìn)一步擴(kuò)大了，不加入社保福利時(shí)，外地戶口勞動(dòng)力與本地戶口勞動(dòng)力年收入和小時(shí)工資比分別為125.42%和117.88%，加入社保福利后降至118.38%和111.55%。

表10報(bào)告了2013年和2018年被解釋變量為“折算社保福利小時(shí)工資”的Brown分解結(jié)果?？紤]社保福利后，外地勞動(dòng)力的小時(shí)工資依然高于本地勞動(dòng)力，其中行業(yè)間的工資差距依然是本地勞動(dòng)力占優(yōu)，外地勞動(dòng)力主要在行業(yè)內(nèi)的比較中超過了本地勞動(dòng)力。同樣地，行業(yè)內(nèi)可解釋部分的特征差異在變小，而行業(yè)內(nèi)不可解釋部分是外地勞動(dòng)力占優(yōu)，行業(yè)內(nèi)對(duì)外地勞動(dòng)力的補(bǔ)償效應(yīng)超過了歧視效應(yīng)。這與前面估計(jì)結(jié)果相一致，表明本文的分析結(jié)論穩(wěn)健。

四、結(jié)論與政策含義

本文利用中國住戶收入調(diào)查（CHIP）2002、2007、2013和2018年的城鎮(zhèn)住戶和外來務(wù)工住戶數(shù)據(jù)，探究了城鎮(zhèn)勞動(dòng)力市場上本地和外地戶籍勞動(dòng)力工資差距的變化特征，并從行業(yè)內(nèi)和行業(yè)間選擇的角度解釋戶籍工資差距轉(zhuǎn)變的原因。主要結(jié)論如下：第一，2002年和2007年本地戶口勞動(dòng)力的工資水平高于外地戶口勞動(dòng)力，然而，到了2013年和2018年這一狀況發(fā)生了逆轉(zhuǎn)——外地戶口勞動(dòng)力的年收入和小時(shí)工資均超過了本地戶口勞動(dòng)力，將福利計(jì)入的結(jié)果依然如此。第二，行業(yè)內(nèi)戶籍工資差距的轉(zhuǎn)變是本地和外地勞動(dòng)力戶籍工資差距逆轉(zhuǎn)的主要原因，行業(yè)間工資差距依然是本地戶口勞動(dòng)力占優(yōu)，但是這種差距在減弱。此外，行業(yè)內(nèi)可解釋的特征因素對(duì)戶籍工資差距的貢獻(xiàn)總體呈下降趨勢(shì)，這與外地戶口勞動(dòng)力和本地戶口勞動(dòng)力的人力資本水平趨于一致密切相關(guān)。第三，行業(yè)間的戶籍歧視在縮小直至消失。外地戶口勞動(dòng)力進(jìn)入各行業(yè)的戶籍壁壘在降低，即外地戶口勞動(dòng)力與本地戶口勞動(dòng)力進(jìn)入各類行業(yè)的就業(yè)機(jī)會(huì)趨于相同。第四，行業(yè)內(nèi)外地戶口勞動(dòng)力獲得了地域溢價(jià)，表明外地戶口勞動(dòng)力是經(jīng)過篩選后進(jìn)入的本地勞動(dòng)力市場，這種篩選會(huì)帶來收入補(bǔ)償效應(yīng)，而這種補(bǔ)償效應(yīng)超過了行業(yè)內(nèi)的地域歧視效應(yīng)。

本文的研究結(jié)論肯定了戶籍制度改革的效果。隨著新一輪戶籍制度改革的推進(jìn)，外地戶口勞動(dòng)力進(jìn)入高收入行業(yè)的壁壘在降低，同時(shí)，行業(yè)內(nèi)部對(duì)于外地戶口勞動(dòng)力的地域溢價(jià)也在增大，這也反映了行業(yè)內(nèi)部的地域歧視效應(yīng)在降低。另外，教育體系擴(kuò)張帶來的人力資本均等化效應(yīng)得到了體現(xiàn)。隨著外地戶口勞動(dòng)力教育水平的不斷提高，與本地戶口勞動(dòng)力之間的人力資本差異在縮小，從而降低了戶籍工資差距。

參考文獻(xiàn)：

[1]李實(shí).調(diào)節(jié)收入分配，政府能做什么[J].決策探索（下半月），2014（9）：17-18.

[2]MENG X， ZHAND J. The twotier labor market in urban China[J]. Journal of Comparative Economics， 2001， 29（3）： 485-504.

[3]章莉，李實(shí)，WILLIAM A D J，RHONDA V S.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.

[4]QU Z， ZHAO Z. Glass ceiling effect in urban China： wage inequality of ruralurban migrants during 2002-2007[J]. China Economic Review， 2017（12）： 1-53.

[5]于瀟，孫悅.城鎮(zhèn)與農(nóng)村流動(dòng)人口的收入差異——基于2015年全國流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)數(shù)據(jù)的分位數(shù)回歸分析[J].人口研究，2017（1）：84-97.

[6]章莉，蔡文鑫.中國勞動(dòng)力市場收入戶籍歧視的無條件分位數(shù)分解[J]. 復(fù)旦學(xué)報(bào)（自然科學(xué)版），2017（1）：12-18，28.

[7]王美艷.城市勞動(dòng)力市場上的就業(yè)機(jī)會(huì)與工資差異——外來勞動(dòng)力就業(yè)與報(bào)酬研究[J].中國社會(huì)科學(xué)，2005（5）：36-46，205.

[8]孟凡強(qiáng)，鄧保國.勞動(dòng)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.

[9]MA X. Labor market segmentation by industry sectors and wage gaps between migrants and local urban residents in urban China[J]. China Economic Review， 2018， 47： 96-115.

[10]吳彬彬，章莉，孟凡強(qiáng).就業(yè)機(jī)會(huì)戶籍歧視對(duì)收入差距的影響[J].中國人口科學(xué)，2020（6）：100-111，128.

[11]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.

[12]邢春冰，羅楚亮.農(nóng)民工與城鎮(zhèn)職工的收入差距——基于半?yún)?shù)方法的分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009（10）：74-86.

[13]鄧曲恒.城鎮(zhèn)居民與流動(dòng)人口的收入差異——基于OaxacaBlinder和Quantile方法的分解[J].中國人口科學(xué)，2007（2）：8-16，95.

[14]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[J].人口與經(jīng)濟(jì)，2013（6）：71-78.

[15]王美艷.轉(zhuǎn)軌時(shí)期的工資差異：歧視的計(jì)量分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2003（5）：94-98.

[16]王美艷.城市勞動(dòng)力市場對(duì)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.

[17]章元，王昊.城市勞動(dòng)力市場上的戶籍歧視與地域歧視：基于人口普查數(shù)據(jù)的研究[J].管理世界，2011（7）：42-51.

[18]章莉，吳彬彬.就業(yè)戶籍歧視的變化及其對(duì)收入差距的影響：2002—2013年[J].勞動(dòng)經(jīng)濟(jì)研究，2019（3）：84-99.

[19]鄒一南.戶籍改革的路徑誤區(qū)與政策選擇[J].經(jīng)濟(jì)學(xué)家，2018（9）：88-97.

[20]李實(shí)，吳珊珊，孟凡強(qiáng).“五險(xiǎn)一金”擴(kuò)大了城鎮(zhèn)職工收入不平等嗎？[J].社會(huì)科學(xué)輯刊，2019（2）：73-87.

[21]岳希明，李實(shí)，史泰麗.壟斷行業(yè)高收入問題探討[J].中國社會(huì)科學(xué)，2010（3）：77-93，221-222.

[22]MADDALA G S. Limiteddependent and qualitative variables in econometrics[M]. New York： Cambridge University Press， 1983.

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

[責(zé)任編輯 劉愛華 ]