劉 卉,孫劍平,李 鵬
(1.南京理工大學經濟管理學院,南京210094;2.太原理工大學經濟管理學院,太原030024;3.上海飛樂股份有限公司,上海200072)
作為國家收入分配的標桿,公務員的薪酬水平問題一直倍受國內外學者的關注。近年來,研究和分析公務員薪酬水平的視角呈現多維度,Craig結合政府部門外部的市場信息,在聯邦政府薪酬管理實踐的基礎上對美國聯邦政府公務員一般行政薪酬體系中薪酬水平的設置和等級分布對于當地市場薪酬和消費水平的敏感度進行檢驗分析[1];Joshua在分析美國政府部門薪酬結構的基礎上,運用分位數回歸方程及三年相關數據,明確提出教育回報率與薪酬水平成正比,即高教育回報率帶來高薪酬水平[2];Keming,Moshe運用分位數回歸法檢驗學歷和工作經驗對薪酬的影響程度,并提出學歷和工作經驗對于薪酬的影響程度為正,但在不同的薪酬水平下,影響程度也會有所不同[3][5];Lawrence,Rutkowski通過對薪酬結構的具體描述,提出薪酬水平和技能的相關程度[4][6]。
國內的相關文獻大多是從定性的角度來對其薪酬水平及其影響因素進行描述[7],[8],從定量角度分析薪酬本身的定價因素的文獻屈指可數,盡管張燕對我國公務員薪酬水平影響因素進行了定量分析,但她的研究忽略了人力資本因素對于薪酬的影響程度[9]。因此,本文從制定我國公務員薪酬標準的角度出發,以我國公務員為考察對象,收集我國1996年-2009年相關數據,分別運用SPSS13.0軟件和Stata10.0軟件進行回歸定量分析,檢驗我國公務員的薪酬水平的影響因素及影響程度,并對我國公務員的薪酬水平的制定提供建議,以此來完善我國公務員的薪酬制度。
對于公務員薪酬水平理論體系的建立,國內外相當多的優秀學者對此進行修訂和完善。蓋伊·彼得斯認為市場薪酬平均水平或與公共部門有競爭關系對手的薪酬水平影響了公務員的薪酬水平的確定,即公務員的薪酬水平是以市場為導向的[10];美國法律規定其聯邦政府公務員的薪酬應根據本地消費水平指數的變動來調整薪酬[11];美國經濟學家舒爾茨開創了人力資本理論,并將公務員薪酬水平結合其人力資本含量進行研究,提出人力資本投資與其他方面的投資相比,是一種投資回報率很高的投資;勞動經濟學相關的理論提及影響薪酬水平的因素不僅僅包括國民經濟發展水平,社會勞動生產率以及國民整體收入分配比率等外部因素,還涵蓋了員工的績效水平,職務高低,受教育程度等內部因素;國內外相關文獻也表明公務員的薪酬水平確定因素包括市場薪酬水平,公共財政支出總額,消費者物價指數和國民收入水平,本文認為公務員規模和受教育程度對公務員薪酬水平的確定影響也相當大,因此在先前的定量分析研究中多加入兩個研究變量,最終確定為六個變量,其含義如表1所示:

表1 公務員薪酬水平影響因素模型中變量定義
根據以上變量設計,采用SPSS軟件進行多元回歸分析,以便提供他們對我國公務員薪酬水平影響的實證依據。基本回歸方程如下:

其中:
W:公務員年平均薪酬;
X1:市場薪酬水平;
X2:公務員人數(10000人);
X3:全國財政支出總額(億元);X4:消費者物價指數CPI;
X5:人均GDP;
在MIDAS/GTS NX模型后處理結果中,提供了Von Mises應力,Von Mises應力表示在一定的變形條件下,當材料的單位體積形狀改變的彈性位能(又稱彈性形變能)達到某一數值時,材料就屈服;換言之,當單元體的形狀改變比能達到一定程度,材料開始屈服。使用該準則來評價豎井初期支護的受力情況是比較適合的[12-13]。
X6:學歷(本科及以上)百分比;ε:隨機誤差項。
通過SPSS13.0對因變量和自變量做散點圖,圖形表明兩者之間呈線性關系,并且因變量P-P正態概率圖顯示,因變量基本服從正態分布,因此我們判定用多元回歸方程分析該模型是適合的。
逐步回歸結果顯示,所設定的回歸模型只引入了市場薪酬水平(X1)與學歷(本科及以上)百分比(X6)兩個變量,其余變量被剔出模型。根據表2得知我們所擬確定的回歸模型判定系數平方和為0.984,調整判定系數為0.981,估計值的標準差為.07759,此結果表明整個回歸方程的擬合優度非常高,回歸方程的顯著性也比較高。但此回歸模型只引入兩個變量,其余變量全被剔出,這與實際經濟含義不符合的,尤其是2006年《公務員法》第75條中明確表示,要定期進行公務員和企業相關人員薪酬水平的調查比較,并將薪酬調查比較結果作為調整公務員薪酬水平的依據,綜上所述,我們判定目前得到的回歸模型存在多重共線性,從而引起回歸系數的失真,因此我們將對該模型進行修訂以消除多重共線性。

表2 模型摘要
20世紀70年代以來,嶺回歸方法(Ridge Regression)得到廣泛的發展和應用,這,是一種專門用于共線性數據分析的有偏估計回歸方法,原理是通過放棄最小二乘法的無偏性,以損失部分信息,降低精度為代價來獲得回歸系數更符合實際,更可靠的回歸方程,通俗來講是一種改良的最小二乘估計法,在本文中我們使用嶺回歸法來消除模型中的多重共線性。

表3 線性回歸分析的系數
嶺回歸分析的第一步是要設置嶺參數K值范圍及搜索步長,我們先設置嶺參數K值范圍為0-1,搜索步長為0.05。其自變量的嶺跡圖如圖1所示,當K=0.3時,六條嶺跡相對平穩,公務員人數X2的系數為正數,通過經濟學理論分析得知,公務員和薪酬水平應成反比,即X2的系數應該為負,為此,刪去關于公務員人數X2的數據,重新進行嶺回歸。

圖1 自變量的嶺跡圖

圖2 自變量的嶺跡圖
同樣設置嶺參數K值范圍為0-1,搜索步長為0.05,如圖2所示,當K值為0.35時,五個自變量的嶺軌跡平穩,此時這五個變量的回歸系數也恰為正值,與實際經濟含義相符。模型的可決系數為0.96815,說明公務員年平均薪酬(W)96.8%的變化可由其它五個變量的變化來解釋,自變量整體對因變量具有高度顯著的線性影響。因此,選擇K=0.35,對應的標準化回歸方程為:

其中:
X1:市場薪酬水平;
X3:政府財政支出總額(億元);
X4:消費者物價指數CPI;
X5:人均GDP;
X6:學歷(本科及以上)百分比;
ε:隨機誤差項。
OLS回歸方程中所求的參數得出的結果只是用來描述平均的回歸,對于在整體薪酬分布區間上各個自變量對因變量的影響程度的描述卻無法考慮,為了修訂OLS在回歸分析中的缺陷,Koenker和Bassett提出分位數回歸(Quantile Regression)的思想[12],分位數回歸方程的原理是依據因變量的條件分位數分別對自變量進行回歸,這樣便可得到了所有分位數下因變量的回歸模型,也更能準確描述自變量對于因變量的變化范圍以及條件分布形狀的影響程度。
以Qθ(lnW|Xi)表示給定解釋變量Xi的前提下,被解釋變量lnW的下θ分位數,建立的分位數回歸方程如下:

不同的分位數θ對應不同的系數向量β,類似于通過最小化MSE得到OLS系數估計值,分位數回歸系數估計值下式得到:

QR精確的描述了自變量X對于因變量Y的變化范圍以及條件分布形狀的影響,因此我們可以把整個區間定義為1996~2009年這個時間段的時間區間,不同分位數表示不同的時間,且成遞增趨勢,通過這種方式我們可以看到不同變量在不同時期對于因變量的影響程度。表4是我國公務員薪酬水平分位數回歸方程的結果,五個代表性分位數的回歸系數一一被列出。對于本文的自變量而言,比如政府財政支出總額,各分位數的回歸系數意味著增加一個單位的政府財政支出總額,相對應條件分布的下θ分位數的變化,本文將此理解為政府財政支出總額的影響程度。

表4 薪酬方程的分位數回歸結果
QR分析分別顯示市場薪酬水平,政府財政支出總額,消費者物價指數,人均GDP以及學歷(本科及以上)百分比這五個因素在不同年份對公務員薪酬的影響程度,由表4得知,市場薪酬水平的影響程度1996~2002年之前逐年下降,2002年達到最低點,之后逐年上升,但不如1997年左右的影響程度大;政府財政支出總額的影響程度1996~ 2003年有所下降,2003年以后逐年上升,在2006年達到最高點,隨后趨于下降成為負值;消費者物價指數最開始的影響程度為負,隨后變成正的影響程度,并逐年上升;人均GDP除在2008年左右的影響力是正的,其余年份都是負的;學歷百分比的影響程度一直為正,但呈現曲線波動,近年影響程度在升高。由表4得知,近些年來,影響程度比重一直呈上升趨勢的是市場薪酬水平和學歷百分比這兩個因素,這說明我國在制定公務員薪酬水平的同時,逐步將公務員薪酬水平與外部市場變化和個人人力資本緊密聯系
由總體研究分析得知,我國在制定公務員薪酬水平的同時,逐步意識到與外部市場經濟變化和個人人力資本的緊密聯系,但對于制定科學,合理的公務員薪酬,還需要一些措施來進一步的完善。
雖然《公務員法》第七十五條明確規定要定期進行公務員和企業相關人員薪酬水平的調查比較,并將薪酬調查比較結果作為調整公務員薪酬水平的依據,但從表4來看,與市場薪酬水平的比較趨勢,有些年份相關程度大,有些年份相關程度小,由此得出其比較的對象和標準仍未確定,隨意性很大。
我國公務員的薪酬主要來源于政府財政收入,政府財政狀況的好壞直接影響著公務員薪酬制度的正常運行,表4分析結果顯示,政府財政收入總額與公務員薪酬的相關程度除06年左右均為負值,這說明我國在每次的公務員薪酬增薪中,難以確定增薪的標準,并且各地政府對公務員增薪的程度也不同,因此我國在制定公務員薪酬政策的時候,需要避免片面的地方財政否決權,將公務員正常增薪機制法制化,確保公務員薪酬合理的增長水平。[13]
由表4分析得出消費者物價指數近年對公務員薪酬水平產生正的影響,并逐年上升,但同美國相比,我國還沒有建立類似公務員薪酬與物價指數之間聯動的權威性指標,美國法律明確規定公務員的薪酬標準普調的計算公式為:I=ECI-0.5%,其中ECI為勞工部公布的薪酬成本指數,由于通貨膨脹,每年都要根據ECI的變動來微調[14]。因此我們應多借鑒國外的做法,設立專業的公務員薪酬評估機構來專門從事公務員薪酬的評估工作,以此來動態、及時地調整公務員的薪酬。
[1]Olson,C.A.,Schwab D.P.,Rau.The Effects of Local Market Condi?tions on Two Pay-setting Systems in the Federal Sector[J].Industrial and Labor Review,2000,53(2).
[2]Angrist,Chernozhukov,V.,Fernandez Val,I.Quantile Regression un?der Misspecifi Cation,with an Application to the U.S.Wage Structure [J].Econometrica,2006.
[3]Yu,K.,Van Kern,Zhang,J.Bayesian Quantile Regression:an Appli?cation to the wage Distribution in 1990s Britain[J].Special issue on Quantile Regression and Related Methods.2005,(67).
[4]Katz,L.F.,Autor,D.H.Changes in the Wage Structure and Earnings inequality[M].Handbook of labor Economics,1999.
[5]Buchinsky,M.Changes in the U.S.wage Atructure 1963-1987:Appli?cation of Quantile Regression[J].Econometrica.1994,62(3).
[6]Rutkowski,J.High Skills Pay off:the Changing Wage Structure Dur? ing Economic Transition in Poland[J].Economics of Transition,1996, (4).
[7]鮑曉娜,范曉男.中美公務員薪酬制度對比研究[J].黑龍江對外經貿,2008,(5).
[8]王端.中美公務員薪酬制度比較研究[J].理論觀察,2009,(3).
[9]張燕.我國公務員薪酬水平影響因素研究[D].北京:北京交通大學, 2007.
[10]Guy Peters,B..The Future of the Governing:Four Emerging Models [M].2001.
[11]吳志華.美國公務員制度的改革與轉型[M].上海:上海交通大學出版社,2006.
[12]Koenker,R.,Bassett,G.W.,Regression Quantiles[J].Econometrica, 1978.
[13]何鳳秋.公務員工資水平平衡比較理論與應用[J].中國人才,2008,(3).
[14]文躍然.薪酬管理原理[M].上海:上海復旦大學出版社,2008.