我國工資決定機制的影響因素及區域差異——基于面板數據模型的實證研究

李紅濤，黨國英

(1.西北農林科技大學人文學院，陜西 楊凌 712100;2.中國社會科學院農村發展研究所，北京 100732)

一、引 言

工資在現代經濟生活中具有重要地位。一方面，工資是企業生產經營活動中的一項重要成本，影響企業的利潤水平;另一方面，工資是勞動者收入的主要來源，決定了勞動者的生活水平。此外，在宏觀經濟中，工資作為勞動力市場的重要信號，對就業、價格和國民收入及其分配具有重要影響。長期以來，我國的經濟增長主要依靠投資和出口拉動，消費對經濟增長的貢獻嚴重不足。而勞動者的勞動報酬過低是制約國內消費需求的一個重要因素，也制約著我國經濟發展方式的轉變。新一輪經濟危機以后，人們對后危機時代我國經濟發展方式轉變的重要性和緊迫性有了進一步認識，勞動者的工資問題也隨之受到學術界、政府部門甚至普通民眾的高度關注。

一個社會的工資水平受多種因素的共同影響，其中既有經濟因素又有制度和社會因素。前者如勞動生產率、物價和失業率等，后者如政府的宏觀調控、壟斷和勞動力市場分割等。那么，我國勞動力市場中的工資決定機制是怎樣的?哪些因素在工資決定機制中的作用更顯著?我們利用1999—2008年29個省、自治區、直轄市的面板數據進行實證分析，以確定各種因素對工資水平的影響。同時，本文也將探討我國的工資決定機制是否存在地區差異。

二、文獻綜述

工資決定理論是西方經濟學的一個重要主題，從古典經濟學到現代西方經濟學，形成了諸多不同的工資決定理論。古典經濟學工資決定理論主要包括生存工資理論和工資基金理論。生存工資理論認為，在工業化社會中，工人的工資等于他的最低生活費用水平。也就是說工資將保持在僅能維持最低生存保障的水平。現代西方經濟學的工資決定理論則是在邊際生產力工資理論和均衡價格工資理論等新古典工資決定理論基礎上產生和發展起來的［1］，如凱恩斯工資理論、集體談判工資理論、現代制度學派工資理論、分享工資理論、效率工資理論和人力資本工資理論等。

20世紀70年代以來，西方學術界關于工資決定理論的實證研究逐漸增多。這些研究主要關注勞動生產率、物價和工資之間的關系。Auld等［2］使用橫截面微觀數據，研究了加拿大公共部門的工資決定問題。結果顯示，物價波動和勞動力市場狀況對公共部門的基本工資有影響，但這種影響與私營部門并沒有本質差別。Blejer［3］研究了西班牙的工資決定問題，他認為通貨膨脹通過影響失業率和勞動生產率進而顯著地影響工資分布。Carruth和 Oswald［4］的研究表明，在一個小的、開放經濟體中，工會成員工資的上升也會推動非工會成員工資的提高;而在一個封閉經濟體中，工會成員的工資上升會抑制非工會成員的工資提高。

國內關于工資決定機制的研究從20世紀90年代才開始出現。戴園晨［5］分析了計劃經濟時期和改革開放初期 (1990年以前)中國的工資變化情況，發現工資增長是不規律的，職工工資與勞動生產率之間找不到聯系的軌跡，工資增長取決于財政狀況和財政安排。蘇樹厚和任洪彥［6］認為，20世紀90年代，傳統的計劃工資制演變為雙重經濟體制并存條件下的工資雙軌制，工資雙軌制只是改革過程中的一種過渡形式，而工資決定的市場化則是大勢所趨。

很多學者認為，隨著市場經濟的建立，我國的工資決定機制也在逐漸市場化，但是勞動力市場并不完善，各種非市場因素仍然對工資決定有著顯著影響。近十幾年來，國內學者開始采用計量經濟學方法對我國工資問題進行經驗研究。Meng和Kidd［7］對20世紀80年代我國的勞動力市場改革和工資決定機制進行了研究，他們認為1987年工資決定機制出現了系統性變化，這可能與勞動力市場改革尤其是與利潤相關的獎金工資制有關。葉林祥等［8］利用2004年全國經濟普查數據進行研究，發現企業利潤對于企業工資的影響主要來自由于企業壟斷勢力所產生的租金共享效應，較少來自效率工資效應。寧光杰［9］運用1993—2004年的面板數據，分析了影響我國工資變化的幾個因素，認為工資的市場化程度還有待進一步完善，主要表現為工資與勞動生產率的聯系不充分，并且對失業率的反應滯后。

除此之外，也有學者研究了我國的人力資本收益率，其基本結論是人力資本收益率在國有部門不斷提高，國有部門中經濟因素在工資決定中的作用增強，但是與非國有部門相比仍然有差距，部門分割在我國勞動力市場上具有重要影響。

國內外關于工資決定的實證研究主要關注行業、部門間的工資差別、人力資本收益率以及工會的工資效應等方面。這些研究多以人力資本工資理論和制度學派的工資理論為基礎，以人力資本回報率為代理變量來研究我國的工資決定機制，并沒有分析各種影響因素在我國工資決定機制中的具體作用。本文在邊際生產力工資理論、均衡工資理論和制度工資理論的基礎上，總結影響工資決定的各種因素，分別建立靜態和動態面板數據模型，研究各種因素在我國工資決定機制中的作用。

三、模型設定

綜合各種工資決定理論，本文選取勞動生產率、失業率和利潤率等8個變量作為工資方程的解釋變量，初步建立了一個靜態的多因素工資決定模型，形式如下:

其中，i代表截面單位，t代表時期 (t=1，2，…，T)。αi為總平均截距項，β1、β2、…、β8為待估參數向量，μit為隨機擾動項。Wage代表平均名義工資，Prod代表勞動生產率，Unemp代表失業率，Prof代表利潤率，Edu代表平均受教育年限，GDP代表國內生產總值增長率，CPI代表消費價格指數 (1999年為100)，Uni代表工會會員比例，Mon代表國有經濟水平。變量Wage、Prod和CPI使用對數形式。

考慮到工資粘性，即當期工資水平依賴于上期工資水平而導致工資調整的過程較為緩慢。我們引入自變量的滯后項建立一個動態面板數據模型:

LnWageit－1為被解釋變量LnWageit的一階滯后項，其他變量的情況與模型 (1)相同。與靜態模型相比，動態模型包含了因變量的一階滯后項LnWage(－1)作為一個解釋變量。建立動態模型的目的在于，因變量的滯后一期項可以全面反映上期的全部信息，其系數反映了上期全部影響因素對當期工資水平的影響程度。這樣，動態面板模型可以分離出上期與當期各因素對工資水平的影響。但是動態模型中包含的因變量滯后一期項與隨機擾動項相關，即產生內生性問題。因此，用傳統的面板數據方法進行估計會產生估計參數偏誤和非一致性問題。

Arellano和Bond［10］提出的廣義矩估計 (Generalized Method of Moments)較好地解決了動態面板模型的內生性問題。但是這種一階差分GMM方法容易受到弱工具變量的影響而得到有偏的估計結果。針對一階差分GMM方法的不足，Arellano和Bover［11］提出系統GMM(System GMM)方法，這一方法將水平回歸方程和差分回歸方程結合起來進行估計，滯后水平作為一階差分的工具變量，而一階差分又作為水平變量的工具變量。

本文分別使用常規的面板估計和系統GMM方法分別對靜態模型和動態模型進行估計。若動態面板模型中因變量滯后一期項的系數能通過有效檢驗，且工具變量的選擇是合理的，我們將采用動態模型的實證結果;反之，則采用靜態模型的實證結果。系統GMM方法有兩種檢驗方法來檢驗工具變量的有效性。第一個是過度識別的約束檢驗 (也稱Sargan檢驗或者Hansen檢驗)，主要用來檢驗估計過程中樣本矩條件工具變量的總體有效性。第二個是自回歸檢驗，用來檢驗差分回歸和系統的差分—水平回歸時，殘差項是否存在序列相關。系統GMM估計允許誤差項的差分項存在一階序列相關，但不允許二階差分序列相關，否則就違背了系統GMM估計的假設前提［12］。

被解釋變量。被解釋變量為平均名義工資。工資是指勞動者向企業或其他用人單位提供勞動而獲得的經濟報酬［13］。需要說明的是，由于我國的工資統計范圍有限，這在一定程度上會削弱研究的有效性。

解釋變量。本文的實證模型綜合邊際生產力工資理論、均衡價格工資理論、人力資本工資理論和制度學派的工資理論，將工資決定的各種影響因素納入分析模型。(1)勞動生產率。邊際生產力工資理論認為工資等于勞動的邊際收益產值，勞動需求曲線就是邊際收益產品曲線。如果勞動生產率提高會使勞動的邊際收益產品相應提高，從而使勞動需求曲線向右平移，在其他條件不變的情況下，會提高均衡工資水平。因此，我們將勞動生產率 (Prod)納入模型，使用非農產業的人均GDP(非農產業生產總值與就業人員數之比，1999年為100)作為勞動生產率的指標。(2)失業率。均衡價格工資理論認為，在完全競爭市場上，勞動供給隨著工資上升而增加，因此供給曲線向右上方傾斜。勞動需求曲線在邊際收益遞減規律的作用下向右下方傾斜。這樣，勞動的均衡價格由供給和需求曲線共同決定。我們用失業率來反映勞動力市場的就業壓力。(3)人力資本。陳釗等［14］對1987—2001年我國各地區人力資本存量進行了估算，本文使用他們計算的1999—2001年的數據。對2002—2008年的數據，我們同樣使用他們的方法進行估算獲得。(4)利潤率。Weitzman［15］最早提出分享工資理論，他認為工人的工資與某種能夠恰當反映廠商經營的指數 (如廠商收入或利潤)相聯系。本文使用工業企業利潤總額占工業總產值的比重來代表利潤水平。(5)國有經濟壟斷。在我國，壟斷實質上表現為國有經濟對行業的控制程度［16］。因此，我們使用國有及國有控股投資額占投資總額的比重反映國有經濟的壟斷水平。(6)工會力量。制度工資理論則認為非市場因素對工資決定有著重要的影響，尤其是工會組織和勞動力市場壟斷。本文使用參加工會人數與職工人數之比反映工會組織的作用。(7)物價水平。生存工資理論認為，工人的工資由工人及其家屬為維持生活所必須的生活資料的價值所決定［13］。本文使用居民消費價格指數 (1999年為100)來衡量家庭生活成本的變化。(8)GDP增長率。宏觀經濟發展水平也是影響工資的一個因素，本文使用各地區國內生產總值增長率來衡量宏觀經濟形勢波動。

四、實證分析

1.數據來源

平均工資、勞動生產率、國有及國有控股投資額占投資總額的比重和CPI等數據來源于歷年《中國統計年鑒》和《中國勞動統計年鑒》;工會人數數據來源于歷年《中國工會統計年鑒》;工業總產值數據來源于《中國工業經濟統計年鑒》;GDP增長率數據來源于《新中國60年統計資料匯編》。

由于西藏自治區的數據缺失比較嚴重，因此研究中剔除了西藏的數據。另外，由于重慶從1997年才升格為直轄市，為保證數據的可比性，將重慶和四川各項數據合并。這樣，共包括29個省、自治區、直轄市1999—2008年的數據。各個變量的描述性統計如表1所示。

表1 各變量的描述性統計 (1999—2008年)

2.全部樣本的估計結果

我們對靜態模型進行混合估計和固定效應估計，結果見表2方程 (1)和方程 (2)。由于使用的是省際面板數據，可能存在截面異方差和序列相關，對于固定效應模型我們使用EGLS(Cross-section weights)方法進行估計。然后構造F統計量以比較混合估計模型和個體固定效應模型。原假設為個體截距項相同，即應建立混合估計模型，備擇假設為個體截距項不同，應建立個體固定效應模型。

檢驗結果顯示，F統計量為5.52，在1%的水平下拒絕原假設，即認為個體固定效應模型優于混合估計模型。為進一步確定模型的形式，使用Hausman檢驗來判斷應建立個體固定效應模型還是個體隨機效應模型。檢驗結果表明，個體固定效應模型優于個體隨機效應模型。因此，我們采用靜態模型對估計結果進行解釋。盡管如此，我們也發現，使用不同方法對靜態模型進行估計的結果具有較強的一致性。勞動生產率、利潤率、國有經濟壟斷、工會力量和CPI對平均工資的變動有較顯著影響，而且系數估計值在1%的水平下顯著。

具體來說，勞動生產率對工資變動存在較強的正面影響。勞動生產率每提高1%，平均工資將提高約0.44%;利潤率每提高1%，平均工資將降低約0.21%。這一結果不符合期待，并與租金分享理論不一致。這一結果與我國勞動力供求關系有關。這表明在我國勞動力市場供給大于需求的條件下，勞動者并沒有分享企業的利潤增長，“資強勞弱”的勞資關系狀況并沒有得以轉變;國有經濟的壟斷水平和工會力量對平均工資有一定的負效應 (系數分別為－0.18和－0.12)。另外，由于因變量平均工資使用的是名義工資，因此，CPI對平均工資具有較強正面影響。CPI每提高1%，平均工資將上升約2.59%。

失業率、平均受教育年限和GDP增長率對工資變動的影響很弱。失業率和GDP增長率對工資變動沒有顯著影響可能與工資粘性有關。在以往的很多研究中，人力資本存量經常被用來作為勞動生產率的代理變量。在我們的研究中，平均受教育年限對工資變動影響很弱，但是勞動生產率對工資變動的影響卻非常顯著。這一反差在一定程度上對以往的研究方法提出了質疑。同時也說明要提高一個社會的勞動生產率，僅僅提高勞動者受教育水平是不夠的，其他因素對勞動生產率也有重要影響。

表2中方程 (4)和方程 (5)分別是對動態模型進行差分GMM和系統GMM的估計結果。Sargan檢驗表明模型的工具變量選擇是合理的，模型各個變量的聯合顯著性通過檢驗，且不存在二階自相關，表明模型可以被接受。但是因變量滯后項的系數值很小 (約為0.02)，且系數不顯著。其他變量的估計值和假設檢驗結果與靜態模型也沒有明顯差異。因變量滯后項的系數很小且不顯著，說明工資變動的滯后效應并不明顯，上期工資對當期工資水平的影響非常微弱。無論是靜態模型還是動態模型，除因變量滯后項以外，其他解釋變量的估計與檢驗結果都具有較強的一致性。計量結果表明模型對估計方法的選擇并不敏感。因此，我們認為，可以采用靜態模型中固定效應的實證結果。

由于平均受教育年限、GDP增長率和失業率的估計值非常小，且不顯著。因此我們將這幾個變量剔除后進行了固定效應估計，結果見表2中方程 (6)。總體上看，該方程并未使結果發生明顯改變。與方程 (2)相比，除工會力量之外，方程 (6)中解釋變量的系數值都有所提高，系數的符號和統計檢驗結果都沒有發生改變，但是擬合優度因為解釋變量的減少而有所降低。

表2 我國工資決定影響因素的回歸結果

3.子樣本估計結果

為比較東、中、西部地區工資決定機制的差異，我們分別建立3個面板數據模型。具體來說，本文采用新三分法劃分不同的經濟區域。地區變量分為東、中、西三大類，其中，東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南等11個省 (直轄市);中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖南和湖北等8個省;西部地區包括四川、重慶、貴州、云南、西藏、陜西、內蒙古、甘肅、青海、寧夏、新疆和廣西12個省 (自治區、直轄市)。

在估計方法的選擇上，各個模型的確定方法與全部樣本模型相同，即使用系統GMM進行估計，并對模型的整體顯著性、工具變量的選擇和序列相關進行檢驗。從結果來看，由于樣本量變小，模型的穩健性水平有所降低，但是基本可以接受。因變量滯后項的系數值有所提高，但仍然缺乏足夠的經濟意義，且沒有統計顯著性。因此，我們對靜態模型進行了估計。限于篇幅，本文省略了模型的選擇過程，只報告系統GMM和所采用模型的具體結果。

表3中 (1)、(2)是東部地區的估計結果。系統GMM模型的Sargan和AR檢驗結果顯示該模型是合理的。但是因變量滯后項的系數值沒有通過檢驗，并且仍然缺乏實際意義。因此我們對靜態模型進行了估計，最后確定接受固定效應模型的實證結果。從結果來看，勞動生產率是除了物價水平之外對平均工資影響最為顯著的變量。勞動生產率每提高1%，東部地區的平均工資將上升0.44%。利潤率對東部地區的平均工資具有一定的消極影響，利潤率每增加1%，平均工資將降低0.28%。國有經濟壟斷也對平均工資有一定的負效應。其他解釋變量的系數沒有經濟意義，且不顯著。

表3中 (3)、(4)是中部地區的估計結果。我們對中部地區的樣本進行了系統GMM估計，因變量滯后項的系數同樣很小，且不顯著。通過對靜態模型進行估計，我們采用隨機效應模型的估計結果。兩種方法的估計結果仍然具有較強的一致性。從估計結果來看，勞動生產率、利潤率和國有經濟壟斷三個因素對中部地區的工資決定具有較強影響，各個變量的作用方向 (符號)沒有發生變化。

表3中 (5)、(6)是西部地區的估計結果。動態模型的有效性仍然較好，但是因變量滯后項沒有足夠的經濟意義，且不顯著。通過對靜態模型估計方法進行檢驗，我們接受固定效應模型的估計結果。利潤率對西部地區平均工資的影響最大，但是其符號為負。勞動生產率也同樣對西部地區的平均工資具有較強的正效應。國有經濟壟斷和工會力量對西部地區的平均工資具有一定的負效應。

從東、中、西部子樣本估計結果來看，勞動生產率顯然是工資決定機制中最為重要的因素。勞動生產率對中部地區的平均工資影響最大，其次是東部地區，在西部地區的工資方程中影響最弱。利潤率對平均工資有負效應，特別是在西部地區，利潤率每提高1%，平均工資將下降0.48%。國有經濟壟斷水平和工會力量也對工資有一定負面影響，但是這兩個變量對中部地區平均工資變化的影響要弱于西部地區和東部地區。平均受教育年限、失業率和GDP增長率對三大地區平均工資影響都不顯著。另外，在中部地區模型中，利潤率和國有經濟壟斷兩個解釋變量雖然具有一定的經濟意義，但是沒有通過檢驗，即統計意義不顯著。總體來看，三大地區的工資決定機制并沒有顯著差異。

表3 分地區子樣本的估計結果

五、結 論

本文分別建立靜態和動態面板數據模型，對我國1999—2008年的工資決定機制以及區域差異進行考察。通過實證研究過程我們發現，被解釋變量的滯后項的系數很小，且不顯著。因此，我們進一步估計了靜態模型。結果顯示，動態模型和靜態模型的解釋變量在系數和有效檢驗上具有較強的一致性。勞動生產率、利潤率、國有經濟壟斷、工會力量和CPI等解釋變量對平均工資變動的影響較強，說明這些因素對我國工資決定機制發揮著重要作用。

勞動生產率是當前我國工資決定機制中最重要的影響因素。工資的勞動生產率彈性約為0.44，即勞動生產率每提高1%，平均工資將增長0.44%。雖然工資的勞動生產率彈性仍然低于發達國家水平，但是與我國20世紀90年代的狀況相比有了顯著提高，①我們曾經使用同樣的方法對20世紀90年代的數據進行研究，結果顯示工資的勞動生產率彈性約為0.30。這說明經濟因素對我國工資決定機制的作用逐漸增強。利潤率也是工資決定的一個市場性因素，但是勞動者的工資并不會因為利潤增長而增加，反而會有所降低。這一狀況可能與我國當前勞動力供求狀況下的勞資關系失衡有關。

非市場性因素如國有經濟壟斷和工會力量對平均工資變化存在消極影響。國有經濟比重每提高1%，將導致平均工資降低0.18%左右。工會組織的影響與國內外以往的研究結果有所不同。國外的研究顯示，發達國家的工會組織對工資水平具有一定的積極影響。而國內研究則表明我國的工會組織不能影響勞資關系。但是我們的研究發現，工會力量對工資具有一定負效應。這可能說明我國的工會組織不能代表勞動者的利益，甚至可能在勞資關系調解中成為資方的利益代言者。

雖然勞動生產率對平均工資具有較強的影響，但是我們沒有發現平均受教育年限對平均工資的影響。這說明勞動生產率的增長除了需要提高勞動者的受教育水平外，還需要具備一些其他條件。可能因為失業率數據的有效性問題，本文沒有發現失業率對工資水平的影響。另外，工資粘性的存在可能是宏觀經濟增長對工資變動沒有顯著影響的原因。

三大地區子樣本的估計結果表明，東、中、西部地區的工資決定機制并沒有顯著差異，但是不同影響因素在各自的工資決定機制中的重要性有所差別。東部地區的工資決定機制更為復雜，各個因素的影響程度較為分散。中部地區的影響因素最簡單，勞動生產率的影響最為顯著，其他因素的影響較弱。西部地區利潤率對工資的負效應在工資決定中的作用甚至超過勞動生產率，工會組織的作用也高于東部地區和中部地區。

［1］宋晶.工資決定理論:古典經濟學與現代經濟學的比較［J］.財經問題研究，2011，(3):21－27.

［2］Auld，D.A.L.，Christofides，L.N.，Swidinsky，R.，Wilton，D.A.A Microeconomic Analysis of Wage Determination in the Canadian Public Sector［J］.Journal of Public Economics，1980，13(3):369－387.

［3］Blejer，M.I.On the Determination of Nominal Wage Dispersion［J］.Economics Letters，1990，32(2):175－180.

［4］Carruth，A.A.，Oswald，A.J.The Determination of Union and Non-Union Wage Rates［J］.European Economic Review，1981，16(2):285－302.

［5］戴園晨.勞動就業和工資分配從雙軌運行轉向單軌的改革目標［J］.市場經濟導報，1994，(3):8－9.

［6］蘇樹厚，任洪彥.論工資決定的市場化［J］.聊城師范學院學報(哲學社會科學版)，1997，(1):43－46.

［7］Meng，X.，Kidd，M.P.Labor Market Reform and the Changing Structure of Wage Determination in China's State Sector during the 1980s［J］.Journal of Comparative Economics，1997，25(3):403－421.

［8］葉林祥，李實，羅楚亮.效率工資、租金分享與企業工資收入差距——基于第一次全國經濟普查工業企業數據的實證研究［J］. 財經研究，2011，(3):4－16.

［9］寧光杰.中國市場化進程中的工資形成機制——來自各省面板數據的證據［J］.財經研究，2007，(2):119－131.

［10］Arellano，M.，Bond，S.Some Tests of Specification for Panel Data:Monte Carlo Evidence and an Application to Employment Equations［J］.Review of Economic Studies，1991，58(2):277－297.

［11］Arellano，M.，Bover，O.Another Look at the Instrumental Variable Estimation of Error-Components Models［J］.Journal of Econometrics，1995，68(1):29－51.

［12］劉生龍，胡鞍鋼.交通基礎設施與經濟增長:中國區域差距的視角［J］.中國工業經濟，2010，(4):14－23.

［13］蔡昉，都陽，高文書，等.勞動經濟學——理論與中國現實［M］.北京:北京師范大學出版社，2009.132.

［14］陳釗，陸銘，金煜.中國人力資本和教育發展的區域差異:對于面板數據的估算［J］.世界經濟，2004，(12):25－31.

［15］Weitzman，M.L.The Share Economy:Conquering Stagflation［M］.Cambridge:Harvard University Press，1984.

［16］李曉寧，邱長溶.轉軌時期中國行業工資差距的實證研究［J］.山西財經大學學報，2007，(6):48－54.