中國勞動力市場工資收入的戶籍歧視

張成

摘?要：本文利用CHFS2017年數據，基于Mincer方程對不同戶籍勞動力的工資方程進行回歸，得出農村勞動力和城鎮勞動力的工資收入存在差距這一基本結論后，對兩個群體的工資收入差距進行Oaxaca-Blinder分解，考慮到可能存在的內生性問題，利用傾向得分匹配方法來削減樣本選擇偏誤。結果表明：農村勞動力在勞動力市場仍處于劣勢地位，面臨著約18.3%的戶籍歧視，城鎮勞動力擁有更高的教育回報率。

關鍵詞：工資差異;戶籍歧視;傾向得分匹配

中圖分類號：F24?文獻標識碼：Adoi：10.19311/j.cnki.1672-3198.2020.27.040

0?引言

1958年，全國人民代表大會常務委員會通過了《中華人民共和國戶口登記條例》，我國的城鄉二元戶籍制度由此正式確立。建國初期，我國實行計劃經濟，城鄉二元戶籍制度確實發揮了歷史作用。但十一屆三中全會后，我國開始實行改革開放，隨著經濟不斷改革、對外開放步伐不斷加快，城鄉二元戶籍制度的弊端逐漸顯現。這一制度嚴重阻礙了勞動力的自由流動，使“二元經濟模式”在我國根深蒂固。農村勞動力由于沒有城市戶籍，在勞動力市場中長期處于劣勢地位，這不僅體現在農村勞動力的工資低于城鎮勞動力，還體現在農村勞動力無法享受與城鎮勞動力相同水平的社會保障、就業機會等。

伴隨著改革開放進程，我國實行了多次不同層面的戶籍改革。我國勞動力市場是否存在戶籍歧視？戶籍改革對于縮小農村勞動力與城鎮勞動力的差距是否發揮了作用？對于這些問題，國內學者進行了大量的研究，較為普遍的結論是：我國勞動力市場存在戶籍歧視，戶籍歧視在一定程度上會導致農村勞動力的工資收入低于城鎮勞動力。但是，戶籍歧視能夠在多大程度上解釋農村勞動力與城鎮勞動力的工資收入差距，已有成果存在較大差異。蘇群等（2017）基于2012年中國勞動力動態調查數據，采用分位數分解方法，從5分位到95分位對不同戶口勞動力的工資差距進行分解，結果表明，工資差異造成的戶籍歧視在40分位最低，為8.47%;在95分位最高，為35.26%。章莉等（2014）以2007年CHIP數據為基礎，使用四種方法分解農民工和城鎮職工的工資收入差距，其中，全樣本分解結果顯示農民工和城鎮職工的工資差距中有36%是由于戶籍歧視造成。

已有成果為本文的討論奠定了很好的基礎，然而現有研究較少關注內生性問題，這可能會造成估計結果的偏誤。本文利用2017年西南財經大學中國家庭金融調查與研究中心的中國家庭金融調查（CHFS）數據，在Oaxaca-Blinder分解的基礎上，采用傾向得分匹配法來削減選擇偏誤，控制內生性的影響，討論我國勞動力市場工資收入戶籍歧視的現狀。研究這一問題對于針對我國勞動力市場的實際情況制定有效的就業政策、促進更高質量就業進而促進城鄉融合具有較強的現實意義。

1?數據來源、變量設計與模型方法

1.1?數據來源

本文數據來源于2017年中國家庭金融調查（CHFS）數據。中國家庭金融調查由西南財經大學中國家庭金融調查與研究中心組織開展，已在2011年、2013年、2015年和2017年四次成功實施調查。CHFS個人調查共有127012個樣本，基于研究需要，本文對原始數據進行了處理：（1）年齡限制在16-65歲;（2）僅保留受雇樣本;（3）刪除工資、受教育程度等重要變量缺失的樣本。處理后，剩余樣本23648個，其中農村勞動力12418個，城鎮勞動力11230個。

1.2?變量設計

本文研究不同戶籍的工資收入差距，故被解釋變量為小時工資。實際處理時，本文利用稅后年工資/12平均月工作天數/平均每天工作小時數計算小時工資。城鎮勞動力的平均小時工資為26.03元，農村勞動力的平均小時工資為13.50元。已有文獻將受教育程度、健康狀況、工作年限、婚姻狀況、年齡作為解釋變量，除上述五個變量外，本文還將地區變量作為解釋變量（以東部地區為基準組）。解釋變量中，受教育程度從0-9依次代表沒上過學、小學、初中、高中、中專/職高、大專/高職、大學本科、碩士研究生、博士研究生。健康狀況和婚姻狀況為虛擬變量。部分研究結果顯示年齡及工作年限與工資存在倒U型關系，故本文將年齡的二次項和工作年限的二次項加入回歸方程中作為解釋變量。

1.3?模型方法

本文的工資收入方程基于Mincer（1974）的工資方程：

lnhwage=β0+βiXi+μi（1）

上式中，lnhwage表示小時工資的對數;Xi表示各解釋變量;μi為誤差項。

在對勞動力的工資差距進行分解時，本文采用Oaxaca-Blinder方法，該方法基于線性模型，計算兩個組群的平均工資，構造無歧視的勞動力市場工資結構，進而得到兩個組群的工資均值之差，關于該方法更詳細的介紹請參考Oaxaca（1973）。

為削減樣本選擇偏誤，本文利用傾向得分匹配法進行穩健性檢驗。傾向得分匹配將樣本個體分為處理組和控制組，根據某函數對傾向得分P（X）進行匹配，得到具有相同變量特征的處理組和控制組，進一步構造反事實，在控制選擇偏誤的基礎上估計參與者的平均處理效應（ATT）。

2?實證分析

2.1?工資方程回歸

表1給出了不同戶籍的工資方程回歸結果。

表1顯示，受教育程度對勞動力的工資有顯著的正向作用，但城鎮勞動力的教育回報率明顯高于農村勞動力。就平均受教育程度而言，城鎮勞動力約為中專/職高，而農村勞動力僅約為初中。健康程度和婚姻狀況對工資亦為正向作用，且農村勞動力的健康程度對工資的影響系數明顯大于城鎮勞動力，這可能是由于農村勞動力更多從事與體力有關的工作，健康的身體更容易獲得工作進而獲得更高的工資報酬。工作年限對工資有正向作用，這符合一般情況，工作年限越長，經驗積累越豐富，能力相對越強。年齡的正向顯著說明傳統認識上的年輕力壯已不再是勞動力的顯著優勢，一方面，隨著劉易斯轉折點的到來，城市頻頻發生“民工荒”（孫婧芳，2017）;另一方面，年齡的增長一般意味著工作年限的增長。中部地區與西部地區對工資不具有顯著影響，這可能是由于近年來各地區總體上呈現人均收入收斂的趨勢，相對差距在縮小（孫文凱，2016）。

2.2?工資差距分解

從工資方程回歸中可以發現不同戶籍存在工資差距，但工資差距中有多大比例是由于戶籍歧視造成，尚不明確，因此需要進一步分析。采用Oaxaca-Blinder方法對農村勞動力與城鎮勞動力的工資差距進行分解。總工資差系數為0.511，其中，可解釋部分的工資差系數為0.410，貢獻率為80.23%;不可解釋部分的工資差系數為0.101，貢獻率為19.77%。在可解釋部分，對工資差距貢獻最大的是受教育程度，系數為0317，貢獻率為77.32%。

2.3?傾向得分匹配

為削減樣本選擇偏誤，提高結果的可信度，進行傾向得分匹配。同時報告最近鄰匹配和核匹配結果，以供對比。

匹配后所有變量的標準化偏差均小于10%，說明匹配的效果較好。最近鄰匹配和核匹配的ATT值十分接近，亦說明匹配結果可信度高。削減樣本選擇偏誤后，農村勞動力面臨約18.3%的工資收入戶籍歧視。

3?結論與建議

本文利用CHFS2017年數據，基于Mincer方程對不同戶籍勞動力的工資方程進行回歸，得出農村勞動力和城鎮勞動力的工資收入存在差距這一基本結論后，對兩個群體的工資收入差距進行Oaxaca-Blinder分解，考慮到可能存在的內生性問題，利用傾向得分匹配方法來削減樣本選擇偏誤。本文的主要結論包括：農村勞動力在勞動力市場仍處于劣勢地位，面臨著約18.3%的戶籍歧視，城鎮勞動力擁有更高的教育回報率。

本文的建議有：首先，從根源上消除戶籍歧視存在的制度基礎，堅持新發展理念特別是共享理念，讓改革發展成果更多更公平惠及全體人民;其次，逐漸消除戶籍的含金量，強化戶籍在人口登記服務方面的功能;最后，政府應采取措施提高農業戶口勞動力的人力資本水平，如保障農業戶口勞動力接受平等教育的權利，進而提高其在城鎮勞動力市場上的競爭力。

參考文獻

[1]蘇群，馮波，吳奇峰，等.教育質量、戶籍歧視與城鄉勞動力工資差異——基于分位數回歸與分解方法[J].宏觀質量研究，2017，5（2）：119-128.

[2]章莉，李實，Jr.William A. Darity，等.中國勞動力市場上工資收入的戶籍歧視[J].管理世界，2014，（11）：35-46.

[3]Oaxaca R.Male-Female Wage Differences in Urban Labor Markets[J].International Economic Review，1973，14（3）： 693-709.

[4]孫婧芳.城市勞動力市場中戶籍歧視的變化：農民工的就業與工資[J].經濟研究，2017，52（8）：171-186.

[5]孫文凱.中國勞動力流動問題研究[M].北京：中國人民大學出版社，2016.