公共部門和非公共部門勞動力收入差距研究

萬相昱 唐亮 張晨

摘 要：應用內生轉換模型考慮收入對于部門選擇的影響，文章對非公共部門和公共部門的收入方程進行估計，估算部門收入差距。實證結果表明，部門間收入差距顯著存在，受到一系列人口特征的影響。男性在公共部門能夠獲得更高的收入，但是對于女性，收入溢價存在于非公共部門。男性的收入差距伴隨著學歷層次的提高而增加。已婚和擁有戶主身份的男性，在非公共部門中更能夠獲得較高的收入。健康狀態和黨員身份能夠顯著增加男性和女性的部門收入差距。

關鍵詞：公共部門；非公共部門；收入差距；內生轉換模型

一、引 言

行為選擇和行為結果的聯合建模是微觀計量領域的重要內容。Heckman（1979）指出，如果不考慮選擇行為，直接進行與選擇結果相關的模型估計會造成樣本選擇偏差，因此，涉及微觀領域的計量模型均首先考慮是否存在選擇偏差，如果存在，如何進行修正。Heckman兩步法作為解決選擇偏差的經典方法已經被廣泛運用到各種微觀問題的實證研究，比如工資率方程的估計。由于存在非勞動參與，導致樣本工資率不可觀測。傳統兩步法首先對勞動參與方程進行估計，計算得到逆米爾斯比作為工資率方程中誤差項條件均值的估計，最后得到工資率方程。傳統兩步法可能存在的問題是在設定第一步選擇方程時并沒有考慮第二步的選擇結果，對于工資率方程的估計，個人在選擇是否參與勞動時，工資應作為一個重要影響因素出現在選擇方程中，缺少工資變量的勞動參與決策并不符合經濟理論和常識。為了解決這個問題，Lee（1978）提出了一個針對定性和受限被解釋變量的聯立方程模型，在進行選擇方程構建時引入第二步的選擇結果，被稱為內生轉換模型。內生轉換模型具備兩個優點：（1）將選擇結果作為行為選擇的影響因素，符合經濟理論和現實；（2）能夠估計出同一個體不同選擇狀態下的選擇結果，即反事實結果，便于進行因果關系判斷。

文章應用內生轉換模型對公共部門和非公共部門的勞動力收入差距進行實證檢驗。部門選擇和部門收入差距的研究由來已久，其原因可以從三個角度進行分析。第一，勞動力選擇公共部門是為了規避外部沖擊比如經濟改革，降低失業的可能，即追求“穩定性”，因此公共部門較低的收入水平可能是由于較高的工作保障。第二，非公共部門工資收入更傾向于屬于“效率工資”，因此相比公共部門，非公共部門收入可能更高。Salop（1979）指出，為了降低人員流動成本、提高公司效率，私營部門雇主傾向于支付高于勞動力市場均衡價格水平的工資。Shapiro和Stiglit（z1984）認為雇主提供高于均衡價格的工資是為了減少員工的偷懶行為。第三，非公共部門的高收入可能是為了補償相比公共部門較低的福利水平（Estrin等，1995）。因此，部門收入差距從理論上顯著存在，研究目的在于應用內生轉換模型計算公共部門和非公共部門的收入差距，然后對教育、經驗等變量對部門選擇的影響及其回報率進行分析。

文章結構安排如下：第二部分為部門收入差距的研究成果，第三部分進行模型設定和變量選擇，第四部分為實證結果分析，最后為文章研究結論。

二、文獻綜述

公共部門和非公共部門之間的收入差距已經得到了普遍證實。Gyourko和Tracy（1988）在估算工資率差距時考慮了內生性選擇問題，研究發現工資率溢價顯著出現在公共部門。Moulton，（1990）對20世紀80年代美國聯邦政府和私人部門之間的工資差距進行研究，發現控制職業和地區因素后，工資差距逐漸縮小。Mueller（1998）利用分位數回歸對加拿大公共部門和私人部門的工資率差距進行實證檢驗，結果表明政府工作人員的工資更高，即公共部門存在工資率溢價。Heitmueller（2006）對發達國家的部門收入差距進行研究，發現女性群體中，公共部門收入顯著更高。Cho等（2010）對比美國和韓國不同部門的收入差距，發現在韓國，私人部門工資更低，工作時間更長、美國私人部門的工作時間同樣較長，但是工資收入更高。

國內學者關于中國公共部門和非公共部門收入差距的研究同樣很多。尹志超和甘犁（2009）基于CHNS調查數據發現1997年之前公共部門工資收入低于非公共部門約2.9%，2000-2006年公共部門收入則顯著更高，并且這種差距逐漸擴大。朱南苗等（2011）基于家庭消費角度，認為近年來中國出現的公共部門工資溢價現象可能源于非公共部門收入系統性的低報，考慮低報可能，公共部門工資溢價不足2%。張義博和付明衛（2011）持有相同的觀點，1997年之前非公共部門具有工資優勢，教育回報也更高，2000-2009年公共部門工資水平更高，此階段兩部門的教育回報相近。姜勵卿和錢文榮（2012）基于2010年浙江省城鎮調查數據，采用工具變量分位數回歸方法對公共部門和非公共部門工資差距進行檢驗，結果表明，公共部門工資水平更高，另外發現忽略部門選擇內生性會造成工資差距的低估。何翠香等（2015）基于2007年CHIP數據，采用匹配和分位數回歸方法，發現公共部門工資水平更高。蘭永生和鐵衛（2016）發現2000年后公共部門工資率溢價顯著，部門工資差距呈現逆周期特征。姚東旻等（2016）基于2008年CHIP數據，利用Blinder-Oaxaca分解法對公共部門和私人部門的收入差距進行研究，發現私人部門的工資水平更高，地區因素顯著影響部門間的工資差距。

綜合已有研究成果不難發現，諸多國家公共部門和非公共部門的收入差距顯著存在。雖然由于“效率工資”、福利補償等因素，理論上非公共部門應該具有顯著的工資溢價，但是實證結果，特別是近年來的研究，普遍性認為公共部門工資水平更高。已有關于中國部門間收入差距測算和分析的研究存在的問題是：實證方法上國內文獻普遍采用分位數回歸或者面板數據回歸，并沒有對可能出現的部門選擇內生性問題進行討論和修正，正如姜勵卿和錢文榮（2012）所指出的，忽略選擇內生性可能造成工資差距低估。文章將應用內生轉換模型解決部門選擇的內生性問題，估算樣本在不同部門的反事實收入水平。

三、模型設定

（一）內生轉換模型

每一位勞動者就業面臨兩個選擇：公共部門和非公共部門，結果取決于勞動者自身和勞動供給方。同樣，每一位勞動者面臨兩個工資率：公共部門工資和非公共部門工資。部門選擇結果取決于勞動供給方和需求方的共同決策，勞動者首先決定想要進入哪個部門工作，隨后去尋找工作并經過雇主同意后得到工作。工作的獲取成本取決于不被錄用的概率，勞動者將在預期收益和工作獲取成本之間進行權衡，由于雇主決策取決于一系列勞動者特征，因此工作成本同樣受到這些因素影響。遵循Gaag 和Vijverberg（1988）的設定，采用工資率差距作為預期收益的度量，假定如果預期收益超過工作獲取成本，則勞動者選擇加入非公共部門：

（三）變量選擇和度量

1. 被解釋變量

依據研究內容，兩個重要的被解釋變量分別為工作單位所屬部門（公共部門和非公共部門），以及收入。首先，關于部門劃分，尹志超和甘犁（2009）、張義博（2012）基于CHNS調查數據，將政府機關、國有企業、國有事業單位和研究所劃分為公共部門，其他為非公共部門。錢先航等（2015）基于CHFS數據，選擇政府部門和事業單位作為公共部門。由于研究的數據來源于CHIPS，調查問卷中關于工作單位問題共有9個選項：黨政機關團體、事業單位、國有及控股企業、集體企業、中外合資或外商獨資企業、個體、私營企業、土地承包者和其他，參考以往研究并結合樣本數據，文章將黨政機關單位、事業單位、國有及控股企業、集體企業劃分為公共部門，其他為非公共部門。

對于收入變量，尹志超和甘犁（2009）、張義博（2012）均使用年度收入，其中包括工資性收入和補貼、獎金、商業活動收入、農業經營收入等非工資性收入。錢先航等（2015）同樣選擇包含工資性收入和非工資性收入的年度總收入。Adamchik和Bedi（2000）則使用月度總收入。由此可見，對于收入的范圍學者們基本相同：工資性收入和非工資性收入，但是關于收入的計算時間并不一致。因此，文章將采用三種收入度量——年度總收入、月度總收入和小時工資收入分別進行實證分析。

2. 解釋變量

部門選擇方程和收入方程通常包含諸多反映個體特征和地區特征的變量，廣泛關注的個體特征有性別、年齡、教育和工作經驗。年齡變量對于部門選擇和工作收入的影響部分可以從工作經驗角度進行解釋，因此一些文獻在包括了工作經驗后并沒有將年齡納入到模型中（Adamchik和Bedi，2000；尹志超和甘犁，2009），或者只包含了年齡的一次項（張義博，2012；錢先航等，2015），工作經驗往往以二次形式出現。文章遵循以往研究，在選擇方程和收入方程中包含年齡變量的一次項。工作經驗通常選擇工作年限進行度量，CHIPS問卷中可以從“開始從事當前工作的時間”的回答中獲取工作經驗的度量。另外，樣本數據中有關于以往工作數量的調查，但是由于歷史工作數量指標過于集中，可能作為經驗的測算不如持續工作年限更合理，這也是多數文獻選擇工作年限的原因。教育作為影響收入的重要變量一般有兩種度量方法：受教育年限和虛擬變量，由于教育回報往往具有非線性特征，因此根據學歷信息，將教育變量設定為：初中及其以下、高職高專（高中、職高、技校、中專）、大專及本科和研究生。

考慮到模型識別問題，要求選擇方程（9）中至少包含一個不影響工資率的因素，Adamchik和Bedi（2000）認為年輕勞動者有更大的可能進入非公共部門，所以包含了年齡變量。根據國內的研究成果，如張義博（2012）選取了其他家庭成員平均收入。由于以往關于收入或者工資率方程設定中，年齡往往被認為是一個重要變量，因此在部門選擇方程（9）中額外包括其他家庭成員平均收入。另外，引入婚姻狀況、健康狀況、戶主身份、政治面貌和省份變量。變量度量和符號如表1所示。

四、實證結果和分析

（一）數據來源

文章實證所需樣本來自CHIP2013城鎮調查數據，數據篩選條件：1. 年齡16-60周歲；2. 均為在職員工（剔除就業身份為“雇主”“自營勞動者”和“家庭幫工”）；3. 剔除數據缺失和明顯錯誤樣本，如工作時間（年工作月份、月工作天數和日工作小時）缺失、持續工作年限為負。連續變量收入進行縮尾處理（1%和99%）。最終獲得樣本7 140份，分布如表2所示。

（二）描述性統計

表3為連續變量的統計描述。表中收入變量、年齡、工作經驗均為取自然對數后的結果。收入變量由三個指標度量：年工作收入、月工作收入和小時工資，均由總收入（工資性收入和非工資性收入）除以工作時間計算得到。就勞動者收入統計來看，年工作收入均值為10.34，月工作收入均值為7.928，小時工資為2.662，標準差較為接近，均在0.6-0.7之間。極值統計表明高收入和低收入之間差距較為明顯，均相差4.5。小時工資最小值為0的原因是少數樣本小時工資為1元左右。與個人收入相對應的其他家庭成員的平均收入，可以明顯看到標準差隨著工作時間調整頻率的增加而減少，該指標最小值為0的原因在于部分樣本的其他家庭成員工資收入為0，因此在進行取自然對數時，令其加1。年齡均值為3.642，工作經驗即持續工作年限平均為2.101，標準差為1.055。

（三）模型估計結果

1. 收入方程估計

表4和表5為非公共部門和公共部門收入方程的估計結果*，分別采用兩步法和極大似然方法進行估計。如前文所述兩步法存在異方差，而權重矩陣只是理論上的簡化形式，因此系數估計結果不如極大似然有效。首先對于非公共部門，兩步法和極大似然估計結果的符號和顯著性水平基本一致。其中兩步法中男女逆米爾斯比分別為-0.129和0.461，t值分別為-0.5和1.53，顯然表明男女在非公共部門選擇時并不存在選擇偏差，但是極大似然估計sigmal和rhol在男性顯著，女性rhol不顯著，說明男性存在選擇偏差而女性則可能不存在。

就表4來說，以往研究關于工作經驗與工資收入倒U型的結論在不同部門不同性別之間存在差異。對于女性，工作經驗和收入的倒U型關系普遍存在，意味著工作年限較長所獲取的豐富經驗在初始階段能夠幫助勞動者獲得更高的回報，但是工作年限帶來經驗提升的同時意味著工作效率上升（比如生理上不能勝任高強度工作、工作積極性下降），當經驗的回報不能彌補工作效率的損失，收入水平就會下降（年齡系數小于零也能夠在一定程度上說明大齡勞動者收入較低）。但是對于男性，上述關系只存在于公共部門，工作經驗在非公共部門只會顯著提高工資收入。男女對比來看，在女性收入方程中無論兩步法還是極大似然法，工作經驗及其平方項的系數絕對值均大于男性，意味著經驗對于女性的收入提升作用更大，但是工作年限過長的弊端——工作效率下降所造成的收入減少也更加明顯。

教育回報一直是研究關注的重點，在非公共部門，教育回報均顯著大于零，并且呈現非線性特征：不同學歷水平的回報率不同，這也是不采用受教育年限進行度量的原因?？v向來看，男女教育回報隨著學歷的增加而增加：初中及以下<高職高專<大專及本科<研究生，并且差距逐漸增加。橫向對比，女性同一學歷水平的回報率均顯著低于男性，學歷之間的差距同樣不如男性明顯。

戶主身份的勞動者收入水平顯著更高，可能的原因在于戶主一般是家庭的父親或者母親，相比子女，父母工作年限較長，工作經驗豐富，收入也更高。婚姻狀態和政治面貌在男女之間的差異十分明顯，已婚男性的收入水平更高，但是婚姻狀態卻不影響女性收入；黨員身份有助于男性收入提高，但是卻抑制了女性收入。健康勞動者在非公共部門收入更高。整體來說，中部和西部的非公共部門收入均低于東部，女性勞動者差距似乎更明顯。

公共部門和非公共部門的收入方程存在一定差異。兩步法估計得到的逆米爾斯比系數lambda表明公共部門男性具有選擇性偏差。男女工作經驗的回報率具有倒U型特征，但是性別之間的差異恰恰相反。對于非公共部門，經驗對于男性的收入增加顯著更大，但是過高的工作年限所產生的抑制作用也更強。公共部門的教育回報率同樣顯著大于零，學歷水平之間的差距逐漸擴大，但是就量上來說，公共部門普遍顯著低于非公共部門，男女之間的差異也不具有普遍性。戶主身份的勞動者收入同樣更高，婚姻對于男性和女性均無顯著影響，政治面貌只在男性樣本采用極大似然估計時顯著，健康與否不具有普遍顯著性，中西部公共部門收入同樣低于東部，但是男女之間并不存在明顯差異。

2. 收入差距估算

根據式（20）可近似計算部門收入差距，表6給出了極大似然和兩步法所估計的收入差距：用非公共部門高于公共部門收入的百分比度量。根據部門收入差距的估算結果可以發現以下規律。

第一，部門收入差距具有明顯的性別差異。僅從估算值的正負性上看，男性在非公共部門的收入更高，女性則在公共部門獲得更高的收入。第二，部門收入差距還受到學歷、婚姻、政治面貌、戶主身份以及地區因素的顯著影響。關于學歷因素，對男性來說，收入差距隨著學歷增加而遞增，研究生的非公共部門收入是公共部門收入的5-6倍。收入差距隨學歷遞增的規律在女性樣本中兩種估計方法得到的結果并不一致。關于戶主身份，男性戶主能夠獲得更高的非公共部門收入，而女性收入差距在戶主和非戶主之間較小。關于婚姻狀態，收入方程估計系數說明婚姻對于男性的收入具有顯著影響，而對于女性則不明顯。已婚男性的收入差距大大高于未婚男性，結婚對女性的部門收入差距影響較小。關于政治面貌，非公共部門收入方程中黨員身份對于女性收入具有消極影響，而在公共部門中則不顯著，根據收入差距估算結果，黨員身份的女性收入差距要更大一些。對于男性來說，估算結果也符合收入方程的系數估計，非公共部門黨員身份能夠提高男性收入，男性黨員的收入差距更大。關于健康狀態，收入方程顯示健康男性能夠獲得更高的非公共部門收入，因此健康男性的收入差距更大，女性也具有同樣的特征。關于地區因素，地區間的收入差距并沒有普遍性規律。

五、結 論

將選擇結果作為影響選擇的重要變量，應用內生轉換模型對非公共部門和公共部門的收入方程進行估計，由此估算了部門間收入差距，相關發現如下。

第一，部門間教育和經驗回報率具有不同的特征。非公共部門中，經驗對于女性收入的提升更加明顯（相比男性），但是由于過長工作年限帶來的效率下降所產生的收入抑制作用同樣更加顯著。上述規律在公共部門完全相反。無論非公共部門還是公共部門，教育均能顯著提高收入水平，并且教育回報率隨教育水平增加而遞增。非公共部門中，男性的教育回報率要高于女性，公共部門則未發現男性和女性之間的教育回報率存在顯著關系。

第二，部門之間的收入差距顯著存在，但受到人口特征的影響。部門收入差距雖然已被大量文獻證實，但是本文通過對部門收入的反事實估計，發現部門收入差距也受到性別、教育、健康等多種因素的影響。男性在非公共部門獲得了比公共部門更高的收入水平，女性則完全相反。對于男性來講，學歷層次越高，部門收入差距越大。已婚和戶主身份也能夠讓男性在非公共部門獲得更高的收入。另外，黨員身份、健康狀態均能夠擴大男性和女性的部門收入差距。

參考文獻

[1] 蘭永生，鐵衛：公共部門和非公共部門收入差異周期性波動的統計檢驗[J]. 統計與決策，2016（13）：94-98.

[2] 何翠香，方崢，方行明：高等教育、公共部門工資溢價與公私部門工資差異[J]. 云南財經大學學報，2015，31（06）：21-33.

[3] 姜勵卿，錢文榮：公共部門與非公共部門工資差異的分位數回歸分析[J]. 統計研究，2012，29（01）：68-73.

[4] 錢先航，曹廷求，曹春方：既患貧又患不安：編制與公共部門的收入分配研究[J]. 經濟研究，2015，50（07）：57-71.

[5] 尹志超，甘犁：公共部門和非公共部門工資差異的實證研究[J]. 經濟研究，2009，44（04）：129-140.

[6] 姚東旻，樊洛明，林思思：公共部門人員收入是否相對偏低[J]. 統計研究，2016，33（06）：85-93.

[7] 朱南苗，趙紹陽，鄧國營：公共部門工資溢價的重新審視——基于家庭消費數據的調整[J]. 數量經濟技術經濟研究，2011，28（03）：51-65.

[8] 張義博，付明衛：市場化改革對居民收入差距的影響：基于社會階層視角的分析[J]. 世界經濟，2011，

34（03）：127-144.

[9] Adamchik V A ，Bedi A S . Wage differentials between the public and the private sectors： evidence from an economy in transition[J]. Labour Economics， 2000， 7（2）：203-224.

[10] Carl Shapiro， Joseph E，Stiglitz，Equilibrium Unemployment as a Worker Discipline Device[J]. The American Economic Review，1984，74（3）：433-444.

[11] Cho D， Cho J，Song B，An empirical analysis of the gender earnings gap between the public and private sectors in Korea： A comparative study with the US[J]. Journal of the Japanese & International Economies，2010，24（3）：441-456.

[12] Estrin S， Schaffer M E，Singh I J.The Provision of Social Benefits in State-Owned， Privatized and Private Firms in Poland[J]. Lse Research Online Documents on Economics，1995， 9（1）：40-44.

[13] Gyourko J，Tracy J.An Analysis of Public- and Private-Sector Wages Allowing for Endogenous Choices of Both Government and Union Status[J]. Journal of Labor Economics，1988，6（2）：229-253.

[14] Gaag J V D，Vijverberg W.A Switching Regression Model for Wage Determinants in the Public and Private Sectors of a Developing Country[J]. Review of Economics & Statistics，1988，70（2）：244-252.

[15] Lung-Fei Lee.Unionism and Wage Rates： A Simultaneous Equation Model with Qualitative and Limited Depended Variables[J]. International Economic Review，1978，9（2）：415-433.

[16] HeckmanJJ.Sample Selection Bias as a Specification Error[J]. Econometrica，1979，47（1）：153-161.

[17] Heitmueller A.Public-Private Sector Pay Differentials in a Devolved Scotland[J]. Journal of Applied Economics，2006，9（2）：295-323.

[18] Moulton B R.A Reexamination of the Federal-Private Wage Differential in the United States[J]. Journal of Labor Economics，1990，8（2）：270-293.

[19] Mueller R E.Public–private sector wage differentials in Canada： evidence from quantile regressions[J]. Economics Letters，1998，60（2）：229-235.

[20] Rosen S.Unionism and the Occupational Wage Structure in the United States[J]. International Economic Review，1970，11（2）：269-286.

[21] Salop S C.A Model of the Natural Rate of Unemployment[J]. American Economic Review，1979，69（1）：117-125.

Study on Differences in Labor Income between Public and Non-Public Sectors——Empirical Test Based on Endogenous Switching Model

XIANGYU WAN

（Institute of Quantitative & Technical Economics， Chinese Academy of Social Sciences）

CHEN ZHANG

（Shandong University of Finance and Economics）

LIANG TANG（School of Business， Northeast Normal University）

Abstract： Using the endogenous transformation model to consider the impact of income on sector selection， this paper estimates the income equation of non-public sector and public sector， and estimates the income gap of sector. The empirical results show that the income gap between different sectors exists significantly and is influenced by a series of demographic characteristics. Men can earn more in the public sector， but for women， the premium exists in the non-public sector. The pay gap for men increases at higher levels of education. Men who are married and head of households are more likely to earn higher incomes in the non-public sector. Health status and party membership can significantly increase the sectoral pay gap between men and women.

Key Words： public sector； non-public sector； income differences； endogenous switching model

〔執行編輯：華岳〕