龐念偉 陳廣漢
摘要:本文運用CHIPS 2002和2007年的數據,對城鎮勞動力和外來勞動力的工資差異進行BlinderOaxaca分解后發現,人力資本差異是導致城鎮勞動力和外來勞動力工資差異的主要原因,同時其解釋力度仍然在不斷增加,歧視的貢獻從2002年的3518%下降到2007年的2508%;進一步基于分位數回歸的反事實分析表明,歧視程度的下降主要集中在工資分布位于第2個十分位數以上的區間,工資分布位于第2個十分位數以下區間的外來勞動力受到的歧視并未改善,甚至出現一定程度的惡化。
關鍵詞:城鎮勞動力;外來勞動力;工資差異分解;反事實分析
中圖分類號:F244文獻標識碼:A文章編號:1000-4149(2013)06-0071-08
改革開放以前,國有經濟和集體經濟在整個宏觀經濟中占有絕對優勢,勞動用工權統一掌握在政府手中,勞動力的就業受到政府的統一安排,在戶籍制度的管制下,城鄉就業市場分割,外來勞動力無法流入城鎮就業市場尋求就業。20世紀80年代以來,隨著經濟制度的改革和戶籍制度的變化,大量外來勞動力流入城市勞動力市場尋求就業,外來勞動力已經成為城市勞動力市場上的重要組成部分。雖然戶籍制度的放松降低了勞動力流動的障礙,但是在城鎮勞動力市場上,外來勞動力和城市本地勞動力依然被區別對待,他們在工資、福利、醫療等方面依然受到歧視[1]。
歧視的存在對整個勞動力市場產生了不利的影響。一方面,歧視使得同等素質、同等能力及經驗的人不能獲得平等的待遇,阻礙了價格信號在勞動力市場中的作用,降低了勞動力市場的效率;另一方面,由于外來勞動力本身在人力資本和收入水平上就劣于城鎮勞動力,歧視的存在會進一步惡化收入分配,導致收入差異的不斷擴大,不利于提高低收入者的收入水平。
為了研究城鎮就業市場上外來勞動力受到的歧視狀況及其變化,本文運用BlinderOaxaca分解對這一問題進行了解答。
一、文獻綜述
戶籍歧視作為勞動經濟學領域的一個重要話題,對此國內外相關研究較多。國內方面,許多學者對外來勞動力和城鎮勞動力的工資差異進行了分解。一些學者研究發現,城鎮勞動力和外來勞動力收入差異的主要原因是二者在人力資本上存在差異。姚先國、賴普清運用浙江省企業和農村勞動力流動調查數據,對城鄉工人勞資關系方面的差異進行分解后發現,城鄉工人在勞資關系各方面的巨大差異一方面源于人力資本水平和就業企業的差異,另一方面源于外來勞動力受到的戶籍歧視,其中前者占到70%~80%[2];章元和王昊進一步將城市勞動力樣本區分為本地工人、本地農民、外來工人、外來農民后發現,外來農民受到了565%的歧視,其中26%為地域歧視,305%為戶籍歧視[3]。另一些學者發現,城鎮勞動力和外來勞動力收入差距的主要原因是由于歧視,如鄧曲恒在利用中國社會科學院經濟研究所2002年的調查數據進行BlinderOaxaca分解后發現,城鎮勞動力和外來勞動力工資差異的60%應該歸結于歧視[4];謝嗣勝和姚先國運用BlinderOaxacaCotton模型對浙江省的城市工人和農民工工資差異進行分解后發現,448%的工資差異是由于人力資本特征不同導致的,而余下的552%則歸結于歧視[5]。王海寧、陳媛媛對北京、上海、天津和廣州四城市城鎮和外來勞動力的工資差異進行分位數分解后發現,兩群體工資差異是由人力資本特征和制度性歧視共同作用形成的,并且在大部分分位數上制度性歧視的影響程度要大于人力資本特征[6]。王美艷在運用BlinderOaxaca分解研究了北京、長春、南京、天津、西安、武漢等城市農村遷移勞動力和城市本地勞動力的工資差異后發現,其中的76%應該歸結于歧視[7],但是她在采用Brown分析法對同樣的數據進行分析后發現,工資差異中歧視的部分只占到了4288%[8]。
國外方面,同樣有一些學者對于中國城市勞動力市場上的戶籍歧視進行了研究。孟昕基于BlinderOaxacaCotton分解方法發現農民工與工人工資差距的50%左右不能用他們的勞動生產率差異來解釋,進一步的Brown分析則發現有超過100%的職業內工資差距是由歧視導致的[9]。而毛雷爾-法齊奧(MaurerFazio)的估計中歧視占工資總差異的比例只有2489%[10]。
上述文獻在分析過程中存在兩個不足:第一,以上研究都是在某一時點上展開的靜態分析,并沒有分析工資差異中人力資本和歧視貢獻隨著時間的變化趨勢;第二,上述大部分的研究都是在平均意義上對工資差異進行分解,沒有研究人力資本和歧視貢獻隨著工資水平變化而變化的情況。因此,本文在借鑒上述研究的基礎上,試圖進一步回答以下兩個問題:第一,在城市勞動力市場上,城鎮勞動力和外來勞動力工資差異中特征差異和歧視的大小及其隨時間是如何變化的;第二,市場歧視的影響在工資分布的不同位置是否存在差異,其變化趨勢在工資分布的不同位置是否存在著不對稱現象。
二、工資差異及人力資本特征
本文使用的是中國居民收入調查數據庫(China Household Income Project,簡稱CHIPS)2002年和2007年的調查數據。2002年的調查覆蓋了北京、山西、遼寧、江蘇、安徽、河南、湖北、廣東、重慶、四川、云南、甘肅12個省份,其中城鎮勞動力樣本20632人,外來勞動力樣本5327人。2007年的調查覆蓋了上海、江蘇、浙江、安徽、河南、河北、廣東、重慶、四川9個省份,其中城鎮勞動力樣本14742人,外來勞動力樣本8446人。
本文對數據做了以下處理:第一、根據勞動法相關規定,只選取15~60歲的樣本作為本文研究的對象;第二、將工資和人力資本數據不全的樣本進行了剔除。處理之后,2002年城鎮勞動力和外來勞動力樣本數目分別為9978人和3343人,2007年樣本數目分別為6946人和6798人。
表1給出的是2002年和2007年城鎮勞動力和外來勞動力的工資差異及人力資本特征。從小時工資上看,兩類勞動力之間的差距明顯,城鎮勞動力的工資要明顯高于外來勞動力,并且差距還在進一步擴大,城鎮勞動力和外來勞動力的工資差異由2002年的276元上升至2007年的781元。
三、 工資決定方程的估計及結果
為了考察城鎮勞動力和外來勞動力在工資上的差異,首先需要分別對兩類勞動力的工資決定方程進行估計。我們在明瑟(Mincer)工資決定方程的基礎上增加了性別、婚姻狀況、健康狀況、培訓、地區本文根據調查對象工作的省份所在將地區控制變量分為東部、中部和西部。控制變量和職業控制變量作為解釋變量,采用對數小時工資率作為工資方程的被解釋變量。
對于教育回報率的估計,由于不同階段的教育邊際報酬率并不相同,我們擯棄了傳統的以受教育總年限表示受教育程度的做法,采用了阿蘭(Alan)和斯科特(Scott)、阿薩姆(Asam)和巴里(Barry)以及張車偉、薛欣欣的做法[11~13],采用各階段實際受教育年限作為不同教育層次的變量本文將小學、初中、高中或中專的受教育年限規定為6年、3年、3年。,這樣估計出來的變量系數表示的是各階段教育的實際邊際報酬率,有利于在各層次教育實際報酬率之間進行對比。
表2給出了城鎮勞動力和外來勞動力在2002年和2007年工資決定方程的OLS異方差穩健回歸結果,變量的系數和符號基本符合預期且都很顯著,同時可決系數也很合理。我們運用鄒氏檢驗對方程的結構變化進行檢驗,發現2002年和2007年的F值分別為2615和1723,這說明2002年和2007年的城鎮勞動力和外來勞動力的工資決定方程存在結構性差異。
四、平均工資差異的分解
對于不同群體之間工資差異的分解是在Blinder和Oaxaca框架下展開的[18~19],該方法在收入歧視研究領域已經得到廣泛使用,其將工資差異分解為兩部分——由勞動力人力資本特征差異帶來的可解釋部分和勞動力人力資本不能解釋的部分即歧視。具體形式可以用公式表示為:D—=lnwur-lnwim=(X—ur-X—im)′βur+X—im′(βur-βim)其中D—表示群體間平均工資率的差異,lnw表示對數小時工資,X—表示平均特征向量,β表示OLS估計的特征報酬率。上式中的下標ur和im別表示城鎮勞動力和外來勞動力,由此,工資的總差異便被分解為由人力資本差異導致的特征差異,即等式右邊第一項,和由不同群體報酬率不同導致的系數差異(歧視),即等式右邊第二項。
五、城鎮和外來勞動力工資差異的分位數分解
下面利用馬查多和馬塔(Machado and Mata)提出的分位數分解方法進行城鎮和外來勞動力的研究[24]。首先進行的是工資差異的反事實分析(the counterfactual analysis),然后基于反事實分析進行分位數上的分解。
本文采用的反事實分析的基本思想是:如果外來勞動力能夠按照城鎮勞動力的回報率獲得工資的話,那么外來勞動力的工資將會如何,這里定義反事實分布為F(y*|Xim,βur),其中Xim表示影響外來勞動力工資率的人力資本要素,βur表示影響城鎮勞動力工資率的人力資本要素在某個分位數上的報酬率,y*表示如果外來勞動力能夠按照城鎮勞動力的報酬率獲得工資的話其工資的數值。
從兩條曲線的關系上來看,2007年歧視總差異比整體上要小于2002年歧視總差異比,更加詳細的講,在第23個百分位數到第93個百分位數之間,2007年的歧視總差異比要小于2002年該比例,這說明位于該區間內的外來勞動力所受到的歧視狀況得到了改善。從第9個百分位數到第23個百分位數之間,2007年和2002年的歧視總差異比沒有發生明顯變化,這說明位于該區間內的外來勞動力受到的歧視情況無明顯變化。對于工資分布位于第9個百分位數以前和第93個百分位數以后的外來勞動力而言,2007年歧視總差異比要大于2002年該比例,說明他們受到的歧視更加嚴重了。
上述分析的政策含義是明顯的,試圖改善外來勞動力受歧視狀況,提高外來勞動力工資的措施主要是在中高收入者階層發生了作用,處于這一階層的外來勞動力受到的歧視狀況有所改善,但是對于低收入者群體而言,他們受到的歧視狀況并沒有明顯的改善,甚至對于少數極低收入者而言,他們受到的歧視更加嚴重了,另外,少數擁有極高收入的外來勞動力受到的歧視程度也有增大的情況,這不得不引起我們的注意。
六、結論
本文運用CHIPS 2002和2007年的數據,將城鎮勞動力和外來勞動力的工資差異分解為人力資本貢獻部分和歧視部分,分析表明,中國城鎮勞動力市場上存在著對城鎮勞動力和外來勞動力之間的歧視,外來勞動力在城鎮勞動力市場上處于不利的市場地位。分析結果表明,城鎮勞動力和外來勞動力工資差異的主要原因是由于他們自身人力資本方面的差異,這占到總差異的6482%(2002年)和7592%(2007年),而本單位工作經驗和受教育水平是最主要的導致工資差異的人力資本要素。
更進一步的基于分位數回歸的反事實分析將歧視的變化在整個工資分布上進行分解,分解的結果表明,對于工資分布位于第2個十分位數到第9個十分位數的廣大外來勞動力而言,他們受歧視的情況得到了改善;而工資分布位于第2個十分位數以下的外來勞動力受到的歧視基本保持不變甚至發生惡化;另外,工資分布位于第93個百分位數以上的外來勞動力受歧視情況也出現惡化。
在黨的十八大報告明確提出國民收入倍增計劃的背景下,如何提高勞動者收入,特別是低收入勞動者和外來務工者的收入水平有著重要的現實意義。本文的結論有著豐富且重要的經濟和政策含義,在提高外來勞動力工資水平的過程中,除了可以通過增加勞動力受教育年限,為其提供培訓等手段外,還可以通過推動勞動力市場的市場化改革,降低外來勞動力受歧視程度等手段提高他們的工資水平,結合近年來我國城鎮勞動力市場狀況,本文結論的政策含義有以下兩方面。
第一, 隨著經濟的發展和勞動力市場的市場化水平的提高,外來勞動力受歧視程度在逐漸降低,因此,政府在接下來應該繼續推進勞動力市場的市場化改革,建立更加規范的用工制度以保障外來勞動力的合法權益,進一步降低外來勞動力受歧視的水平。
第二, 反事實分析結果表明,工資位于第23個百分位數以下的低收入勞動力受歧視程度并未改善,因此,政府應該加大對于這類勞動力的幫扶和照顧,采取更具有針對性的措施,降低這類勞動力受歧視的狀況。
最后需要注意,本文分析的歧視變化只是涉及勞動力收入方面,除此以外,外來勞動力在工資、養老保險、醫療保險、失業保險等方面均遭到相當大的戶籍歧視,因此,實際情況下外來勞動力受到的歧視可能會更嚴重[25]。
參考文獻:
[1] Meng, X., Zhang, J. The Twotier Labor Market in Urban China: Occupational Segregation and Wage Differentials between Urban Residents and Rural Migrants in Shanghai[J]. Journal of Comparative Economics, 2001,(3).
[2] 姚先國,賴普清.中國勞資關系的城鄉戶籍差異[J].經濟研究,2004,(7).
[3] 章元,王昊.城市勞動力市場上的戶籍歧視與地域歧視:基于人口普查數據的研究[J].管理世界,2011,(7).
[4] 鄧曲恒.城鎮居民與流動人口的收入差異——基于OaxacaBlinder和Quantile方法的分解[J].中國人口科學,2007,(11).
[5] 謝嗣勝,姚先國.農民工工資歧視的計量分析[J]. 中國農村經濟,2006,(4).
[6] 王海寧,陳媛媛. 城市外來人口勞動福利獲得歧視分析[J].中國人口科學,2010,(2).
[7] 王美艷.轉軌時期的工資差異:歧視的計量分析[J].數量經濟技術經濟研究,2003,(5).
[8] 王美艷.城市勞動力市場上的就業機會與工資差異——外來勞動力就業與報酬研究[J].中國社會科學,2005,(5).
[9] Meng, X. Labor Market Reform in China[M].Cambrige:Cambrige University Press,2000.
[10] Maurer‐Fazio, M., N. Dinh. Differential Rewards to, and Contributions of, Education in Urban Chinas Segmented Labor Markets[J]. Pacific Economic Review, 2004,(9).
[11] De Brauw, A., S. Rozelle. Reconciling the Returns to Education in Offfarm Wage Employment in Rural China[J].Review of Development Economics, 2008,(12).
[12] Hyder, A., B. Reilly. The Public Sector Pay Gap in Pakistan: A Quantile Regression Analysis[R]. Poverty Research Unit, University of Sussex, 2007.
[13] 張車偉,薛欣欣.國有部門與非國有部門工資差異及人力資本貢獻[J].經濟研究,2008,(4).
[14] 同[2].
[15] 同[1].
[16] 同[2].
[17] 同[7].
[18] Blinder, A. S. Wage Discrimination: Reduced Form and Structural Estimates[J]. Journal of Human Resources, 1973,8(4).
[19] Oaxaca, R. Malefemale Wage Differentials in Urban Labor Markets[J]. International Economic Review, 1973, 14(3).
[20] 蔡繼明.中國城鄉比較生產力與相對收入差別[J]. 經濟研究, 1998,(1).
[21] 蔡昉,都陽,王美艷.勞動力流動的政治經濟學[M].上海:上海人民出版社,2002.
[22] 同[10].
[23] 同[4].
[24] Machado, J. A., J. Mata. Counterfactual Decomposition of Changes in Wage Distributions Using Quantile Regression[J]. Journal of Applied Econometrics, 2005,20(4).
[25] 同[2].