“同工不同酬”究竟來于何處？
——基于Appleton分解的方法

何 喬

內容提要：該文使用Appleton工資分解法研究了工作地所在戶籍人口(本地人)與非戶籍人口(外地人)的小時工資差異，研究發現，外地人與本地人的工資差距中81.52%歸因于在行業內受到的歧視，行業間的歧視為7.17%。而當我們把樣本城市按移民數量占比分為“移民接納型城市”與“本地人主導型城市”兩類后，發現“移民接納型城市”中不可解釋的部分僅占工資差距的12.75%，而“本地人主導型城市”中歧視則占到96%以上，前者說明我國目前外地人與本地人相比同工不同酬的現象仍然十分明顯，后者則表明外地人歧視問題在我國城市具有多樣性。

一、 引言與文獻回顧

歧視問題是勞動經濟學經常討論的問題，改革開放40年來，原先捆綁在戶籍制度上的利益逐漸稀釋，從全國范圍看，戶籍歧視相比過去也有很大改善，然而對于目前的中國而言，由于“超級城市”如北京、上海的興起，越來越多的人前往這些城市尋求發展機會，國家衛計委《中國流動人口發展報告2013》公布的數據顯示，我國流動人口數量在2012年已經多達2.36億，也就是說每六個人中就存在一個流動人口。巨大的外來人口流入導致這些城市中“原住民”與外來人員間的矛盾逐漸加深，由此形成了越來越嚴重的外地人歧視。這些歧視體現在：高收入行業優先招聘本地人、給予本地人更快的升職或給予外地人較低的工資等等。這些歧視一方面導致了勞動力市場資源配置的低效率，形成了一種新的二元勞動力市場，另一方面也擴大了本地人與外地人之間的收入差距。

有研究認為，本地人和外地人在不同行業間的分布也會造成本地人和外地人工資之間的差距，這方面的影響在許多大城市十分常見，最明顯的就是大部分收入底層職業如清潔工、普通維修工由外地人占據。其次，在很多區域的事業單位招聘中往往含有戶籍限制，2006年實施的《事業單位公開招聘人員暫行規定》中明確了“在事業單位公開招聘人員時，不得設置歧視性條件要求”后，不少地區采取了非戶籍要求與高學歷掛鉤的“戶籍開放政策”。然而，在多大程度上職業分布對本地人和外地人工資差距產生影響？在“原住民”強勢地區(如北京、上海)和“移民”城市(如深圳、東莞)間有無差異？它們與傳統的工資歧視相比誰起的作用更大？回答這些問題需要對工資差異進行分解，而答案有助于我們開對“藥方”。

本文采用Appleton分解方法來探究是否擁有本地戶籍對城鎮就業者工資的影響。這種分解方法的好處在于既解決Brown分解存在的指數基準問題(index number problem)(葛玉好，2007)，又能同時估計出工資歧視以及行業歧視兩種勞動力市場歧視。

關于勞動力市場就業和工資差距的問題，已有的文獻已經進行了許多深入的研究，嚴善平(2006)首次比較正式地界定了外地人歧視這個問題。他給出了三個理論假設：第一，中國的城市勞動力市場包含了外來勞動力和本地居民兩大部分，但他們的勞動力市場是分層的。第二，從非正規行業流向正規行業的上升移動會帶來工資收入的增加，但本地居民和外地人實現流動的機會是不均等的。第三，在求職過程中選擇什么性質的行業、以何種方式在不同行業之間流動，主要取決于以戶籍為代表的制度因素，而不是個人的教育水平、工作經歷等人力資本。可以看到，嚴善平定義的外地人歧視既包含了工資歧視又包含了進入機會歧視。而關于歧視產生的原因，根據Ehrenberg(2011)的理論，可以分為個人偏見、統計性歧視和非競爭性力量三種解釋，而就我國目前情況而言，前兩種解釋似乎更具有說服力。其中個人偏見是指雇主或其他雇員本身對外地人存在歧視，需要降低工資或者給予其他雇員更高的工資才能彌補他們的效用損失；而統計性歧視則是由于難以觀測到雇員的完整信息，因此在雇傭勞動力時，雇主會利用雇員所在群體的勞動生產率組中值來評價這個雇員，而由于大多數外來勞動力從事低端工作，因此會使得該雇員受到偏低的評價。

姚先國、賴普清(2004)研究了城鄉工人在工資收入方面的差異，認為這種差異基本上可以歸結于兩個方面：首先，人力資本水平的差異和工人就業企業的差異；其次，農民工就業中所受到的戶籍歧視問題解釋了兩類工人工資收入差異的70%。也就是說人力資本和企業狀況是決定工人收入差異的首要因素；同時，戶籍歧視所造成的差距也是不容忽視的，其比例達到30%。謝嗣勝、姚先國(2006)采用浙江省企業調查和農村勞動力流動調查數據并運用Cotton分解對城市戶籍工人和農民工進行工資分解，進一步將工資歧視分解為對企業農民工工資的直接歧視和企業對城市戶籍工人的工資優待(即反向歧視)。王美艷(2005)利用Brown分解對五城市抽樣數據進行研究，首次將外地人和本地人之間的歧視分解為崗位間歧視和崗位內歧視，但此方法并未解決指數基準問題(葛玉好，2007)。值得注意的是，鐘笑寒(2006)針對農民工和城市職工職位隔離、工資差異的現象給出了一個理論上的解釋，他認為不同的職位(藍領和白領)對于生產而言屬于不完全替代要素，由于農民工人力資本顯著低于城鎮職工，在藍領崗位上的邊際貢獻更高，因而，農民工的加入促進了勞動市場的重新配對(勞動再分工)，即高效率的城鎮職工獲得更高的職位“白領”，而低效率的農民工則從事“藍領”工作，因此無論是城鎮職工還是農民工，其收入都比原來升高了，具有帕累托改進的含義，因而得到勞動力流動促進效率提高的結論。這篇文章雖然沒有涉及到歧視問題，但我們很容易想到，在雇員和雇主間存在的信息不對稱使得雇主會或多或少地使用雇員所屬群體的組中值來估計這個雇員的勞動生產率，如果雇主對于外地人的印象就是低效的話，那么產生對外地人的歧視就是在所難免的了。因此，這也可以認為是外地人歧視存在的一個理論解釋。

之后的許多文獻基本上圍繞著上述問題，應用不同的方法和數據對外來勞動力和本地勞動力間的工資差異進行分析，主要的方法有OLS回歸，如楊云彥、陳金永(2000)，章元、王昊(2011)；Oaxaca-Blinder分解法，如杜夢昕、郭磊磊(2010)；Brown分解法，如黃志嶺(2010)；Neumark分解法，如許啟發、蔣翠俠(2012)。

但目前尚未有應用Appleton分解對外來勞動力和本地勞動力進行工資差異研究的文獻。這種方法的好處在于結合了經典的Oaxaca-Blinder分解法和Brown分解法中能夠同時估計行業內工資歧視和行業間進入歧視的特點，而且解決了前兩種方法存在的指數基準問題。更為重要的是，在已有的文獻中，大部分都將工資差異視為一個普遍存在的問題，因而并未對樣本進行區分，但我們可以看到，對不同人口組成的城市，其對外來勞動力的接納度是不一樣的。例如深圳和北京，這兩個城市在發展過程中依靠的“主力”勞動力就完全不同，深圳作為一個“移民”城市，對外來勞動力的接納度就要相對高一些；而北京作為一個“人滿為患”的城市，外來勞動力的涌入造成了許多問題，因此其接納度相對要低一些，這從北京出臺的一些政策、當地人的征婚條件中也可以體現出來。因此區分不同外來勞動力接納度的城市能夠更加真實地還原勞動力市場的工資差異現象。

二、 研究設計

1. 數據描述和基本統計分析

本文使用CHIP(Chinese Household Income Project)2008年數據庫。這個數據庫最大的特點在于它擁有市級而非省級的數據信息，這在研究勞動力流動問題上提供了巨大的幫助。該數據庫包含三個子樣本：農村住戶樣本、農村-城鎮流動人口樣本、城鎮住戶樣本。其中城鎮和農村調查由國家統計局執行，而城鄉流動人口的調查由中國收入分配研究院課題組組織完成，其中城鎮和農村調查樣本來自國家統計局每年的常規住戶調查大樣本庫，而城鄉流動人口調查樣本為9省15市，根據本文需要，我們以城鄉流動人口樣本數據為基準，與城鎮住戶樣本拼接成本文所用數據庫。

由于兩個子樣本中對于工作行業的劃分并不完全相同，因此，本文首先以國家統計局行業劃分為標準將城鄉流動人口調查樣本中的行業從24個合并至20個，其中由于“國際組織”樣本量太少而予以舍棄。參照王美艷(2005)的辦法，根據《中國統計年鑒2008》所公布的分行業平均工資水平，將全行業按平均工資高低劃分為5類。工資水平由低到高的五類行業分別為：① 農、林、牧、漁，住宿和餐飲業，水利、環境和公共設施管理業，建筑業；② 居民服務和其他服務業，制造業，批發和零售業，教育；③ 房地產業，交通運輸、倉儲和郵政業，衛生、社會保障和社會福利業，公共管理和社會組織；④ 租賃和商務服務業，文化、體育和娛樂業，采礦業，電力、燃氣及水的生產和供應業；⑤ 科學研究、技術服務和地質勘查業，金融業，信息傳輸、計算機服務和軟件業。

針對本研究而言，本文首先對樣本做如下處理：首先根據我國對男女退休年齡的規定，選擇年齡大于16周歲小于60周歲的男性樣本和年齡大于16周歲，小于55周歲的女性樣本；然后僅選擇在城市有工作的樣本，剔除職業類型為自由職業、個體、私營業主、務農、志愿者的樣本；最后剔除在年齡、工作經驗、婚姻情況、收入、工作時間等變量上存在缺失值的樣本。

數據清理后剩余10841個樣本，其中本地人樣本6819個，外地人樣本4022個。此處本地人受訪者的戶口就在其常住城市，外地人指受訪者戶口不在受訪者常住城市，本文中對于本地人和外地人的區分就在于此。

表1 分市平均小時工資表

續表

從表1可以看出，本地人和外地人的工資差異幾乎在每個城市都存在而且差異巨大，在性別之間也存在著明顯的差異，這一方面可能來自于勞動者自身的人力資本、技能因素的差別(如受教育程度、工作經驗等)，另一方面則是來源于勞動力市場的歧視。

圖1 本地人與外地人行業比例圖

從行業布看，絕大多數外地人就業崗位都集中于平均收入最低的兩個行業中，越是高收入行業，外地人職位所占的比重越小。這一點說明外地人與本地人之間可能存在著職位隔離，而Appleton分解恰好能夠同時處理工資歧視與職位隔離兩種歧視。

2. Appleton分解方法

如前文所述，Brown分解法存在著指數基準問題，所謂指數基準問題，是指在進行工資分解時，將不同的人群作為對照組，會得到不同的歧視結果，傳統的做法是研究者根據自己的“經濟學直覺”選取其中一個“恰當”的結果作為結論，這顯然缺乏說服力。指數基準問題產生的原因在于無論是Oaxaca-Blinder分解還是Brown分解，都是要么將被歧視組作為基準，要么將被偏愛組作為基準，而根據前文所述，歧視既包含對外地人的歧視(也稱“正向歧視”)，又包括對本地人的偏愛(也稱“反向歧視”)，無論將誰作為基準，都已經包含了歧視的因素，故而無法得到一致的結果。Appleton解決了這個問題，并將行業內歧視與行業間歧視分離出來，實現了進一步的分解，Brown分解可以看成是Appleton分解的一個特例。

Appleton分解方法是1999年由Appleton在研究性別工資差異時提出的均值建模方法，在本質上是一種加權比較方法，它通過加權平均的思想構造出假設的“無歧視”狀態，既包括同一行業內無歧視工資又包括進入同一行業的無歧視概率，然后分別將本地人和外地人的工資和進入行業概率與無歧視狀態進行比較，進而將工資差異分解為能力因素、行業內因素和行業間因素。更進一步，Appleton分解法還將歧視分為對本地人的偏愛和對外地人的歧視。

在多行業情況下，平均工資可以表示為參與各行業的概率與該行業平均工資的乘積之和，即期望工資。因此，本地人與外地人的平均工資差別可以表示為：

(1)

(2)

因此可以將A式進一步分解為：

(3)

這樣，A1表示由于行業內技能差異原因導致的本地人和外地人工資差距，A2表示行業內對本地人的優待，A3表示行業內對外地人的歧視。

綜上所述，A1、B1、B2之和表示由于個人稟賦差異造成的工資差異；A2、A3之和表示行業內對外地人的歧視；B3、B4之和表示行業間對外地人的歧視；A2、A3、B3、B4之和表示由于對外地人的歧視而造成的工資差異。

(4)

(5)

上所述，進行Appleton分解的主要步驟為：

① 進行多元回歸，得到分行業工資方程；② 采用multinomial logit回歸分別估計本地人和外地人的職業獲得矩陣；③ 計算加權矩陣Ω、Δ；④ 計算無歧視情況下的行業獲得概率與工資水平；⑤ 兩兩相比得到Appleton分解結果。

三、 實證結果分析

使用Appleton分解需要估計本地人與外地人的工資方程及行業選擇方程。借鑒Mincer方程，本文采用受教育年限、工作經驗及其平方項以及城市虛擬變量(成都為基本組)作為控制變量，在估計行業獲得方程時，采用受教育年限、是否已婚、年齡以及年齡的平方項作為控制變量。由于一個勞動者i在j行業中工作, 可能是因為他在該行業的工資高于他在其他行業的工資(根據自己的比較優勢決定自己的就業行業),也可能是因為他對該行業有著特殊的偏好,如果不能控制這些因素的話,得出來的βij(i=l,o)系數的估計就不是一致的,基于這些系數而進行工資分解可能就會得出錯誤的結果，因此在Appleton(1999)和葛玉好(2007)中，都采用了Lee(1983)的方法對樣本進行調整以避免樣本選擇偏差，然而之后的研究認為Lee(1983)關于不可觀測值ui獨立同分布的假設在聯合分布中并不成立,而由于Appleton分解要求的工資方程為分別對每一個行業和本地人/外地人進行回歸，因此無法使用兩階段Heckman方程糾正樣本選擇偏差。但本文利用全樣本進行的兩階段Heckman方程的結果與普通工資回歸結果基本一致，因此可以認為在此的樣本選擇偏差并不是很嚴重，故而本文并沒有予以糾正。

表2給出了Appleton分解的結果，從分解結果來看，本地人和外地人的工資差距大部分是由行業內歧視造成的，占到了全部工資差異的81.52%。這說明本地人和外地人之間存在著明顯的同工不同酬情況，相比之下，行業間歧視僅占到7.17%，這說明圖1中外地人與本地人在行業分布的不同主要由勞動者自身技能導致而不是由于歧視。

表2 Appleton分解結果

為了進一步探究不同外地人接納程度的城市給予外來勞動力的工資差異情況，本文進一步根據國家統計局將15個城市按外地人占城市總人口的比重劃分為原住民主導型和移民接納型。外地人占城市總人口比重高于15個城市平均比重的認為是移民接納型城市，反之則為原住民主導型城市,如表3所示。然后分別對其進行Appleton分解，由于涉及的回歸表格較多，因此僅報告分組后的Appleton分解結果,如表4、表5所示。

表3 城市類型分類表

續表

表4 移民接納型城市Appleton分解

表5 原住民主導型城市Appleton分解

Fortin(2010)提出：在使用Oaxaca及其擴展型均值工資分解法時，需要注意數據應當滿足可比性原則，即不應出現在某一層次的數據只有一個群體有觀測值而另一個群體沒有觀測值的情況。針對本文而言，由于數據由CHIP兩個子樣本拼接而成，因此外地人中大部分是屬于農民工群體，很顯然，博士學歷不可能存在于農民工群體中，因而可能違反Fortin提出的要求。針對此，本文進行了一次穩健性檢驗，即將受教育年限超過16年(大學本科)的樣本全部剔除，再次進行Appleton分解，得到如表6分解結果：

表6 Robust檢驗Appleton分解

可以看到，表6與表2幾乎沒有差異，基本結論也沒有任何改變，因此可以認為非平衡數據對本文的影響并不大，對Appleton分解的準確性和解釋力無顯著的影響。

四、 結論與政策建議

基于CHIP2008年數據庫，本文選取Appleton方法探究了本地人與外地人在工資上的差異問題，發現高達81.52%的工資差異來源于行業內對外地人的歧視和對本地人的偏愛，這表明目前我國“同工不同酬”的現象依然比較嚴重。在區分了“原住民主導型城市”和“移民接納型城市”后，可以顯著看到兩種不同類型城市對待外地人的差異。以深圳、東莞為代表的移民接納型城市中大部分工資差異來源于本地人與外地人之間的技能差異；以上海為代表的原住民主導型城市中的工資差異則大部分來源于行業內歧視，這一結果反映出不同地區對外地人的歧視程度差異很大，在研究歧視問題的時候可以將不同發展階段、不同歷史背景的地區分開研究，可能會有更好的效果。

對于產生兩類城市在對外地人工資歧視巨大差異的原因，本文猜想可能與不同城市由于其管理水平等原因，“移民接納型”城市雇主雇傭一名外地人所需花費的成本更低，典型的例子就是用工大戶富士康落戶成都郫縣后，當地政府針對外地人勞務合同等方面出臺了一系列優惠政策，甚至承諾幫助其招聘一定數量的一線工人，這樣的政策大幅降低了雇主雇傭外地員工的成本。由于缺乏相關數據，此猜想并未得到驗證。這里還需要提到的是，Peter Kuhn和Kailing Shen在一篇尚未發表的論文中指出，在廈門市，雇主面對相同條件(性別、年齡、經驗、技能等)的雇員時，更愿意雇傭外地人，因為他們失去工作的機會成本更高，所以在工作時會更加努力。由于廈門市并未包含在本文樣本中，因此并不能判斷其屬于哪一個城市，但從這篇文章的解釋里已經可以看出，企業能夠用相同的工資購買更多的外地人的勞動，這也從側面印證了本文的觀點。

當然本文依然存在一些可以改善的地方。Appleton分解法一個重要的缺陷在于它只能顯示分解后的數值而不能反映其置信區間，Ben(2008)給出了Neumark分解的置信區間近似計算方法，相信Appleton分解也能用類似的方法進行計算。其次相比分布分解方法，Appleton分解局限于對工資均值進行分解，這在財富分配差距較大的中國可能會導致其代表性的下降，這也是下一步研究的方向。