孟凡強 劉志輝 彭志勇
共同富裕是社會主義的本質要求,也是全體人民的共同追求。黨的十九屆六中全會提出要“堅定不移走全體人民共同富裕道路”?!笆奈濉币巹澗V要提出到2035年全體人民共同富裕取得更為明顯的實質性進展的遠景目標。但當前我國的收入分配差距仍處在高位徘徊階段(羅楚亮等,2021),城鄉居民之間以及進城農民工和城鎮職工之間的收入差距在我國整體收入不均等中的占比較高(Wan et al.,2007)。城鄉之間居民收入分配格局的失衡,不利于社會財富和收入的公平合理分配,從而制約了我國共同富裕目標的實現。關于城鎮化與收入差距的理論研究認為城市部門的發展可以吸引農村勞動力向城鎮遷移,使農村勞動力獲得更好的就業機會和更高的收入,從而縮小城鄉之間的收入差距(Lewis, 1954)。改革開放以來,我國的城鎮化率由1978年的17.9%快速提高到2021年的64.7%。城鎮化的快速發展在提高居民收入和縮小城鄉收入差距方面發揮了重要作用。然而,當前我國的城鎮化呈現出明顯的非均衡化特征,大城市、特大城市的城鎮化率快速提高,而中小城市、小城鎮的城鎮化進程相對緩慢,異地城鎮化現象突出。近年來,異地城鎮化模式面臨諸多困境,大城市人口急劇膨脹帶來較為明顯的公共服務、生態環境、安全形勢等問題(覃劍,2012;Chen et al., 2013)。同時,大城市中農業轉移人口在勞動就業、公共服務、社會保障等方面均未能實現與城鎮居民的同等待遇(張鴻雁,2013;Zhu, 2016;周文良等,2018),形成“半城鎮化”狀態。而中小城鎮則發展滯后,廣大農村地區出現空心村、土地撂荒問題,留守老人和留守兒童現象明顯(閆伯漢,2017)。在這一大背景下,“十四五”規劃綱要提出要“推進以縣城為重要載體的城鎮化建設”?!丁笆奈濉毙滦统擎偦瘜嵤┓桨浮分赋鲆敖y籌推進農村勞動力轉移就業和就地就近就業創業,促進農民收入持續穩定增長,逐步縮小城鄉居民收入差距。”上述文件的發布顯示就近城鎮化模式已成為我國城鎮化戰略的一個重要方向。
就近城鎮化是指農村人口不需要遠距離流動,而是近距離遷徙到家鄉附近的城市或城鎮。事實上,就近城鎮化已經在部分地區推行實施。其中,通過政府力量以征地或戶口改革方式推動農村人口完成農業戶籍向城鎮戶籍的轉變是就近城鎮化的重要方式之一,這種方式被稱為被動城鎮化(章光日、顧朝林,2006)。在被動的就近城鎮化模式下,由于戶籍身份和就業形式的轉變,工資收入成為實現就近城鎮化的農村勞動力的主要收入來源。隨之而來的問題是,同處于城鎮勞動力市場,實現就近城鎮化的農村勞動力與城鎮戶籍出身的勞動力之間是否能夠實現工資待遇的同等對待?盡管城鎮勞動力市場針對農村勞動力的工資歧視問題已經被許多研究所證實(邢春冰,2008;章莉等,2014;Ma, 2018),但對于實現就近城鎮化的農村勞動力是否仍然受到工資歧視的研究稍顯不足。已有研究發現通過工作、轉干等方式實現的主動城鎮化是農民基于個人利益的理性決策,只有工資收入有所提高時他們才會做出主動城鎮化的決策(張可云、王洋志,2021)。與之相對,政府通過戶籍改革或征地方式推動的就近城鎮化則具有明顯的外生性、被動性特征,并且隨著以縣城為重要載體的城鎮化建設的推進,這一城鎮化模式將有可能發揮越來越重要的作用。因此,考察政府推動的就近城鎮化模式是否能夠消除工資歧視進而提高農村勞動力的工資收入就顯得尤為重要。
有鑒于此,本文將利用2017年中國流動人口動態監測調查(CMDS)的戶籍人口數據對政府通過征地或戶口改革方式推動的就近城鎮化能否消除城鎮勞動力市場對農村勞動力的工資歧視問題展開研究,并進一步探究政府推動的就近城鎮化影響農村勞動力工資收入的內在機理,為積極推進新型城鎮化戰略提供思路和依據。本文的結構安排如下:第二部分簡要回顧就近城鎮化與工資歧視的相關研究;第三部分對數據處理、變量設定和研究方法進行介紹;第四部分為實證分析,包括基準回歸和選擇性偏差處理;第五部分為機制分析;第六部分為進一步討論;第七部分為結論與啟示。
目前關于就近城鎮化的研究尚不充分,已有研究較多集中于理論層面對就近城鎮化含義的界定、模式的探討等。李強等(2017)強調就近城鎮化以地級市和縣城為核心,也有學者認為就近城鎮化應包含附近經濟較發達的特色小城鎮,或是能夠滿足城鄉之間經常性往返需求的周邊城鎮(曾鵬、向麗,2016;Fan and Xiang, 2020; Zhang et al., 2022)。還有研究區分了就近城鎮化與就地城鎮化,認為就近城鎮化是農村勞動力近距離遷移到附近的市鎮,實現以地級市和縣級城鎮為核心的城鎮化,而就地城鎮化則是突出農村的就地改造,不具有勞動力遷移的特點(李強等,2017;門丹、齊小兵,2017)。也有學者對就近城鎮化和就地城鎮化不做區分,統稱為就地就近城鎮化(辜勝阻等,2009;顧東東等,2018)。除地理范圍外,李強等(2017)提出就近城鎮化還應包括以下幾層涵義:就業方式的非農化、生活方式的市民化、接受城市文明、社會保障的城鎮化和戶籍身份的轉變等。張可云、王洋志(2021)指出中國的城鎮化存在自下而上和自上而下兩種截然不同的推進方式。一種是政府依靠行政力量自上而下推動的城鎮化,如通過征地和戶口改革推動實現的城鎮化即屬于此類,在這種城鎮化模式中由于農民不起決定性作用,自主選擇性較弱,因此也被稱為被動城鎮化(章光日、顧朝林,2006)。另一種則是由農業現代化和工業化發展推動的農民自主發起的自下而上的城鎮化,如通過升學、工作、購房等實現戶籍轉換的城鎮化都屬于農民的自主決策,因此被稱為主動城鎮化(辜勝阻、李正友,1998)。這兩種不同的城鎮化推進方式也存在于就近城鎮化過程中。
相對于農民自主選擇的主動城鎮化,被動城鎮化對農民收入的影響更加值得關注。通過征地、戶口改革等方式推動的就近城鎮化使農村勞動力實現了身份的轉換,由農村人轉換為市民,那么隨之而來的問題是這種市民身份的轉換是否能夠消除農村勞動力在城鎮勞動力市場所面臨的工資歧視進而提高其工資收入?關于工資歧視問題的研究由來已久,Becker(1957)提出的個人偏好歧視模型,標志著當代歧視經濟學的開端,后續研究通過市場結構、供求分析以及效用函數等方法,逐漸構建起基于新古典完全競爭市場理論的歧視經濟學研究框架。歧視經濟學理論認為,工資歧視是指群體間的工資差異不是來自勞動者的生產能力差異而是來自性別、種族、戶籍等身份差異(Becker,1957;吳珊珊、孟凡強,2019)。工資歧視與勞動力市場發育水平密切相關,主要表現為同工不同酬和就業隔離(Meng and Zhang,2001;王美艷,2007;吳曉剛、張卓妮,2014;許巖等,2020)。關于農村勞動力的工資歧視問題已有較多研究,多數研究認為由于戶籍身份的差異農村勞動力在城鎮勞動力市場往往面臨工資歧視(孟凡強、鄧保國,2014;Zhang et al., 2016;孫婧芳,2017;Qu and Zhao, 2017;呂煒等,2019),但近年來也有研究認為城鎮勞動力市場已不存在針對農民工的工資歧視,甚至部分研究認為農民工相對于城鎮本地職工出現了工資的“反向歧視”(李實、吳彬彬,2020;邢春冰等,2021)。
既然戶籍身份的差異是導致農村勞動力在城鎮勞動力市場遭受工資歧視的原因,那么城鎮化帶來的戶籍身份轉換是否能夠消除工資歧視?關于這一問題學界尚未形成統一的結論。一些研究認為戶籍身份的轉換能夠消除工資歧視,帶來工資溢價。車蕾、杜海峰(2018)研究了城鎮常住人口中潛在“農轉非”(即農民工群體)與實際“農轉非”群體的收入差距問題,發現非農戶籍的獲得能夠顯著提高勞動力的收入水平,戶籍身份的轉換存在“工資溢價”。溫興祥(2017)認為城市戶籍的獲取幾乎可以消除因戶籍差異造成的工資差異,戶籍工資歧視程度的降低能夠直接提高農民工工資水平和促進勞動者工資的持續增長。另一些研究則認為戶籍身份的轉換并不能消除工資歧視。李云森(2014)的研究表明,實現城鎮戶籍轉換的勞動力的收入仍然比城鎮原住勞動力低約10%以上。許巖等(2020)、許巖(2022)的研究也發現戶籍的轉變并不能在短時間內消除對農業轉移人口的工資歧視。還有研究區分了主動城鎮化和被動城鎮化兩種不同的戶籍身份轉換方式對工資歧視的影響差異。鄭冰島、吳曉剛(2013)認為只有通過“升學”、“參軍”、“招工”、“轉干”等高度選擇性渠道即主動城鎮化模式實現戶口轉換的群體才能夠獲得收入優勢,而其他“農轉非”渠道不存在收入效應,楊金龍(2018)、許巖等(2020)的研究也得出相同的結論。但張可云、王洋志(2021)的研究發現,主動城鎮化和被動城鎮化兩種方式都能夠帶來收入優勢,而王鵬(2017)則認為無論以何種方式實現“農轉非”“新市民”與“老市民”之間都存在收入不平等。
通過對現有研究的梳理可以發現,雖然已有研究分析了城鎮化帶來的戶籍身份轉換對工資歧視的影響,但上述研究并未區分就近城鎮化與異地城鎮化模式的差異。相比異地城鎮化,就近城鎮化具有明顯的近距離遷移特征,在地理范圍、流動性等方面與傳統的異地城鎮化存在較大差異,其對農村勞動力工資收入的影響或也存在不同。同時,考慮到推動以縣城為重要載體的城鎮化建設已成為我國新型城鎮化的重要方向,以縣域城鎮化為主要形式的就近城鎮化模式對我國城鎮化建設的作用日益凸顯,尤其是政府以征地或戶口改革等方式推動的就近城鎮化將發揮越來越重要的作用。因此,本文將研究對象聚焦于政府推動的就近城鎮化對農村勞動力工資收入的影響,深入考察政府通過征地、戶口改革方式推動的就近城鎮化是否能夠消除工資歧視進而提高農村勞動力的工資收入,以彌補現有研究的不足。
本文所用數據為2017年中國流動人口動態監測調查(CMDS)中的戶籍人口調查數據,該調查采用分層、多階段、與規模成比例的PPS抽樣方法,抽樣框來源于國家衛健委2016年全員流動人口年報數據。戶籍人口調查對象來自于江蘇省蘇州市、山東省青島市、河南省鄭州市、湖南省長沙市、廣東省廣州市、重慶市九龍坡區、云南省西雙版納州、新疆自治區烏魯木齊市等8個城市(區),采用配額的方式進行確定。
根據研究需要對數據進行了如下處理:(1)本文意在考察政府推動的就近城鎮化對工資收入的影響,因此只保留了“農轉非”方式為征地(包括村改居)或戶口改革、當地不再有農業戶口的勞動力,并將一出生即擁有非農業戶口的城市本地戶籍人口界定為“城鎮本地職工”;(2)由于研究主題為工資收入,故只保留了當前有工作且就業身份為雇員的樣本;(3)根據國家相關法規對勞動年齡的規定,保留了年齡在16周歲至60周歲(不含)之間的勞動力樣本;(4)刪除了工資、受教育年限等主要變量缺失的樣本。經過處理后得到3379個樣本,其中就近城鎮化者997個,城鎮本地職工2382個。
1.結果變量
勞動力的工資包括年工資、月工資和小時工資等形式。現有文獻表明,與城鎮本地職工相比,出身于農村的勞動力往往存在日工作時間更長的特征(石丹淅、賴柳華,2014),如果采用年工資或月工資,可能導致工資差異的估計出現偏誤。為避免這一問題,本文采用小時工資變量進行估計,將月工資除以4倍的周工作時間得到小時工資變量并進行了對數化處理。
2.處理變量
本文意在考察由政府通過戶籍改革或征地方式推動的就近城鎮化是否能夠消除工資歧視進而提高勞動力的工資收入。因此,結合李強等(2017)的研究,將具有本區(縣、市)非農戶口,經歷過“農轉非”戶籍轉換,在居委會居住與工作,擁有城市社會保障(1)受數據所限,本文只考慮了城市醫療保險情況。并從事非農工作的農村勞動力界定為“就近城鎮化者”,作為處理組,賦值為1;同時將城鎮本地職工作為控制組,賦值為0(2)受數據所限,本文未能區分就近城鎮化與就地城鎮化,而是將兩者統稱為就近城鎮化。。
3.控制變量
根據現有關于工資問題和就近城鎮化的研究,本文選取的控制變量包括勞動力的受教育年限、工作經驗、性別、婚姻狀況、民族等個體特征變量,所從事的職業類型、行業類型和單位所有制性質等工作特征變量以及所在城市變量。參考相關研究的做法(岳希明等,2010;吳彬彬等,2020),將從事的職業劃分為白領和其他職業兩個大類,將所在的行業劃分為壟斷行業和非壟斷行業兩個大類,將就業單位劃分為國有單位和其他單位兩個大類。具體變量設定如表1所示。

表1 變量設定與說明
從均值層面來看,就近城鎮化者的平均小時工資為20.3元,而城鎮本地職工的小時工資為23.0元,高于就近城鎮化者近13.3個百分點,T檢驗(3)均值T檢驗結果為4.6238,表明就近城鎮化者和城鎮本地職工的小時工資在1%統計水平上存在顯著差異。顯示兩個群體的工資差異是顯著的。在整體分布層面,兩群體對數小時工資的核密度圖顯示,在低收入群體中,就近城鎮化者與城鎮本地職工的工資核密度曲線基本重合,說明在低收入群體中兩群體之間并不存在明顯的工資差異。但在中高收入群體中城鎮本地職工的工資水平要明顯高于就近城鎮化者,但在極高收入群體中兩群體的工資差異不明顯。由此表明,就近城鎮化者與城鎮本地職工的工資差異主要體現在中高收入群體中,那么兩群體間工資差異產生的原因是什么?他們之間是否還存在工資歧視,關于這一問題還需要進一步分析。

圖1 兩類群體的工資收入核密度圖
圖2為就近城鎮化者和城鎮本地職工的就業分布情況。其中,壟斷行業、白領職業和國有單位通常待遇更好、保障更全、更加穩定,被認為是“好工作”。如圖所示,就近城鎮化者在壟斷行業就業的比例比城鎮本地職工低4個百分點,Z檢驗結果顯示這一差異是顯著的,而在國有單位和白領職業中兩者的比例差異并不顯著。總體來看,雖然就近城鎮化者從事“好工作”的比例要低于城鎮本地職工,但比例差異并不大。

圖2 兩群體就業分布情況
1.基準模型設定
參考以往研究文獻(陳珣、徐舒,2014;孟凡強、熊家財,2015),本文采用擴展Mincer工資方程并引入就近城鎮化虛擬變量,利用普通最小二乘法(OLS)估計就近城鎮化者與城鎮本地職工的工資差異,從而獲得就近城鎮化對工資收入的影響。具體工資方程形式如下:

(1)
其中,被解釋變量Lnwagei為個體的對數小時工資,Urbani指代就近城鎮化的虛擬變量,Edui為受教育年限,Experi為工作經驗,Zi代表影響工資的控制變量,包括勞動力的性別、婚姻狀況、民族、職業、行業和單位、所有制變量,同時加入城市固定效應以控制城市間差異。
2.選擇偏差問題
(1)自選擇偏差。
OLS回歸雖然可以實現對其他變量的控制以獲得就近城鎮化對農村勞動力工資收入的影響,但由于是否就近城鎮化并不是完全隨機選擇的結果,因此就近城鎮化者與城鎮本地職工之間有可能存在系統性的群體特征差異。在存在自選擇偏差(Self-Selection bias)的情況下,OLS回歸的結果通常是有偏差的(Heckman and Li, 2004)。因此,本文采用政策評估中常用的傾向得分匹配法(Propensity Score Matching, PSM)估計就近城鎮化對工資收入的平均處理效應(Average Treatment Effect for the Treated, ATT),以消除樣本的自選擇偏差。具體公式如下:

(2)
上式等號右邊的第二項即為自選擇偏差,代表處理組(就近城鎮化者)與控制組(城鎮本地職工)的系統性特征差異,傾向得分匹配法通過將處理組與控制組特征相近的樣本進行匹配從而使得選擇性偏差項等于零,進而得到的處理組與控制組結果變量均值之差即為ATT,在本文中即為就近城鎮化對工資收入的影響。
(2)樣本選擇偏差。
在分析就近城鎮化對工資收入的影響時,由于未就業群體的工資無法觀察,本文只考察了處于就業狀態的勞動力群體中就近城鎮化對其工資收入的影響。是否就業可能與觀測不到而又影響工資的因素系統相關,所以只用就業樣本有可能導致工資方程的估計結果產生偏誤(孟凡強、熊家財,2015),從而產生樣本選擇偏差問題。為此,本文進一步采用Heckman兩步法對這一問題進行處理,步驟如下:第一階段,利用包含就業和未就業群體的全樣本觀測值,建立就業選擇方程,采用Probit模型估計農村勞動力選擇就業的概率,計算得到逆米爾斯比率(λ)作為工資方程中選擇性偏差的修正系數;第二階段,在工資收入的基準回歸方程中加入逆米爾斯比率作為控制變量,進一步估計就近城鎮化對于農村勞動力工資收入的影響,從而得到一致估計量。需要注意的是,就業選擇方程除應包含影響小時工資的變量外,還需要包含滿足排他性條件的識別變量,本文選取本地家庭依賴人口(本地家庭6周歲以下兒童數量)、家庭人均收入以及個人自評健康狀況作為識別變量。具體模型如下:
Probit(Worki=1)=π+ρXi+τFi+σDi+δi
(3)

(4)
方程(3)中Xi代表受教育年限、性別、年齡、婚姻狀況、民族和個體自評健康狀況等個體特征變量,Fi包含家庭人均月收入、家庭依賴人口等家庭特征變量,Di為城市特征變量。方程(4)是在基準方程(1)的基礎上加入了逆米爾斯比率λ,以克服樣本選擇偏差問題。如果逆米爾斯比率λ不為0且在統計上顯著,說明模型存在樣本選擇偏差問題,可以采用Heckman兩階段模型予以糾正(Heckman, 1979)。
表2報告了基準回歸結果。第(1)-(3)列分別為僅加入就近城鎮化者虛擬變量、增加個體特征變量、增加單位特征變量的估計結果,三列方程均控制了城市固定效應。從表2可以看出,在第(1)列的雙變量回歸中,就近城鎮化者的估計系數顯著為負,這說明就近城鎮化者的工資收入顯著低于城鎮本地職工。在加入控制變量后,第(2)-(3)列的估計結果與第(1)列方向一致,均顯示就近城鎮化者的工資收入顯著低于城鎮本地職工。第(3)列的結果顯示,在其他條件相同的情況下,就近城鎮化者的工資收入仍然低于城鎮本地職工11.1個百分點。由此表明,實現就近城鎮化的農村勞動力與城鎮本地職工之間仍然存在顯著的工資差異,就近城鎮化并不能通過戶籍身份的轉換來消除工資歧視。

表2 工資方程估計結果(OLS)
從控制變量的估計結果來看,受教育年限的估計系數顯著為正,表明在其他條件不變的情況下,受教育年限與工資水平之間呈現顯著的正相關關系,受教育年限越長,勞動力的工資水平越高。而工作經驗與工資水平之間同樣呈現顯著的正相關關系,并未發現工作經驗與工資水平之間的倒U型關系。此外,性別、婚姻狀況、民族等個體特征變量的估計結果也與理論預期和已有研究基本一致。由此可以說明,工資方程的估計結果是基本可信的。
1.傾向得分匹配法(PSM)估計
為消除自選擇偏差對估計結果的影響,本文將城鎮本地職工中與就近城鎮化者特征相近的勞動力進行匹配,從而盡可能控制兩類勞動力群體間的系統性差異。根據傾向得分匹配法的分析步驟,首先需要選定協變量,協變量的選擇既要包括影響小時工資的變量,也要包括影響就近城鎮化的變量,本文在工資方程控制變量的基礎上增加個人健康狀況變量構成最終的協變量向量,然后在運用Logit模型估計傾向得分的基礎上采用K近鄰匹配、半徑匹配、卡尺內半徑匹配和核匹配對樣本進行匹配,最后利用公式(2)計算得到就近城鎮化影響農村勞動力工資收入的平均處理效應(ATT),估計結果如表3所示。從表3中可以看出,四類匹配方法估計出的就近城鎮化對工資收入的平均處理效應分別為-0.1048、-0.1192、-0.1047、-0.1176,并且均在1%的顯著性水平下顯著,可以相互印證。這說明在控制自選擇偏差問題后,傾向得分匹配法的估計結果仍然顯示就近城鎮化者的工資水平顯著低于城鎮本地職工,就近城鎮化并未消除城鎮勞動力市場對農村勞動力的工資歧視,這與前文OLS回歸的結果一致。

表3 就近城鎮化影響工資收入的匹配結果
2.傾向得分匹配法的檢驗
(1)重疊假定檢驗。
PSM需要在協變量的每個可能取值上都同時存在處理組與控制組的個體,即“重疊假定”或“匹配假定”,從而保證傾向得分有共同取值范圍。如果共同取值范圍過小,則會產生損失樣本過多進而導致結果偏誤的問題。圖3為傾向得分的共同取值范圍,結果顯示處理組與控制組的絕大多數觀測樣本都處在共同取值范圍內,損失樣本較少,說明“重疊假定”得到了比較好的滿足。
(2)協變量平衡性檢驗。
PSM要求協變量X在匹配后的處理組和控制組之間分布較均勻,統計上被稱為“數據平衡”。本文分別對K近鄰匹配、半徑匹配、卡尺內半徑匹配和核匹配四類方法的“數據平衡”問題進行了檢驗,檢驗結果如表4所示。受篇幅所限,僅展示了協變量平衡的聯合顯著性檢驗結果。從表4可以看出,經過匹配后處理組和控制組協變量向量的標準偏差均小于5%,P值不能拒絕處理組和控制組協變量向量不存在顯著差異的原假設,即在匹配后“數據平衡”問題得到解決,結合前文“重疊假定”的檢驗結果,可以認為傾向得分匹配法的估計結果是可信的。

圖3 傾向得分的共同取值范圍

表4 匹配前后協變量的平衡性檢驗
在工資方程估計過程中,樣本選擇偏差也會導致估計系數的不一致,為此本文采用Heckman兩階段模型處理樣本選擇偏差問題。表5為Heckman兩階段模型估計結果,其中第(1)列為表2基準回歸中第(4)列的結果,第(2)列是采用Heckman兩步法糾正樣本選擇偏差后的估計結果。結果顯示,逆米爾斯比率λ的估計結果為-0.508,并且在1%的顯著性水平下顯著,表明確實存在樣本選擇偏差問題,需要進行糾正。在糾正樣本選擇性偏差后,就近城鎮化者的工資收入仍然顯著低于城鎮本地職工。為保證結果的穩健性,第(3)列采用最大似然估計法(MLE)對樣本選擇偏差進行糾正,結果顯示MLE與Heckman 兩步法的估計結果與基準回歸的估計結果基本一致,進一步印證了估計結果的穩健性。

表5 樣本選擇偏差糾正結果
勞動力通過戶口改革以及征地的方式實現就近城鎮化,有助于打破固有的二元戶籍隔閡,促進農村勞動力市民化。但是戶籍身份的變化并不能讓“農轉非”群體與城鎮本地職工實現經濟同化,兩者在勞動力市場上仍有收入差距(李云森,2014;鄭冰島、吳曉剛,2013;楊金龍,2018)。前文的實證結果表明,在其他條件相同的情況下就近城鎮化者的工資收入仍顯著低于城鎮本地職工,這說明就近城鎮化者在城鎮勞動力市場仍可能受到工資歧視。工資歧視主要表現為同工不同酬和就業機會歧視兩種形式,本文借鑒吳彬彬等(2020)的做法,采用Appleton分解方法從職業、行業和單位所有制三個就業特征維度對就近城鎮化者的工資歧視問題進行分解和評估,探究就近城鎮化者與城鎮本地職工工資差距的深層原因,從而揭示就近城鎮化未能消除工資歧視的內在機制。
Appleton分解結果如表6所示。從表中可以看出,就近城鎮化者與城鎮本地職工的對數小時工資差異約為0.082,這種差異主要是由戶籍歧視而非兩群體的特征差異造成的。在職業、行業和單位所有制維度下,特征差異造成的工資差異分別占18.49%、3.94%、16.09%,而歧視造成的工資差異在三個維度下的占比均在80%以上。從工資歧視的具體形式來看,就業機會分割不是導致就近城鎮化者在城鎮勞動力市場面臨工資歧視的主要原因,其造成的工資差異比重最大僅為行業維度的3.31%。前文的描述統計也顯示兩者在就業分布方面的差異并不大。而同工不同酬是就近城鎮化者在城鎮勞動力市場面臨的主要歧視類型,其造成的工資差異在職業、行業和單位所有制三個維度下分別占總工資差異的80.62%、92.74%和83.57%。上述結果表明,城鎮勞動力市場對就近城鎮化者的就業歧視主要表現為同工不同酬,而就近城鎮化者在就業機會方面的歧視與隔離已不明顯。

表6 就近城鎮化者與城鎮本地職工工資差距的Appleton分解
前文的研究結論顯示,就近城鎮化者面臨的工資歧視主要來自于同工不同酬,那么人力資本回報率的差異是否是同工不同酬的主要原因?為對這一機制進行檢驗,本文采用Neumark分解方法進行了分項分解,表7為分解結果。從表中可以看出,教育回報率的差異是造成就近城鎮化者與城鎮本地職工同工不同酬的主要原因,同時就近城鎮化者與城鎮本地職工的工作經驗回報率也有明顯差異。對于教育回報率的差異,本文認為一方面雖然戶籍轉換使就近城鎮化的農村勞動力與城鎮本地職工實現了戶籍身份上的平等,但統計性歧視難以在短期內消除(許巖,2022),從而有可能導致教育回報率差異的繼續存在;另一方面,城鄉之間教育資源的差異仍然存在,造成城鄉教育質量的差異(王智勇,2012),這種差異可能導致相同受教育年限的不同群體間存在教育回報率差異(Card and Krueger, 1992)。

表7 就近城鎮化者與城鎮本地職工工資差距的人力資本變量分解
前文研究表明政府推動的就近城鎮化并不能消除城鎮勞動力市場對農村勞動力的工資歧視,那么一個令人擔憂的問題是,就近城鎮化一方面不能消除農村勞動力面臨的工資歧視,另一方面又由于部分就近城鎮化者失去了土地收入,有可能造成家庭收入的下降。如果事實如此,這將與共同富裕的遠景目標相違背。為此,我們進一步考察了就近城鎮化者的家庭收入問題。同時,雖然政府推動的就近城鎮化不能消除工資歧視,但如果能夠提升就近城鎮化者的城市社會保障,那么這一城鎮化模式對于改善農村勞動力福利水平仍具有重要的現實意義。政府推動的就近城鎮化仍然是有意義的。關于這一問題,本文認為一方面城鄉居民保險已基本實現合并,另一方面城鎮居民保險屬于政府社會保障的范疇,不會對就近城鎮化者有區別對待,因此本部分將主要考察就近城鎮化者的城鎮職工保險參保情況(4)受限于數據,本文只考察了城鎮職工醫療保險的情況;職工保險方程采用probit模型,變量包含影響參保因素的個人特征變量(性別、年齡、受教育年限、婚姻狀況、月收入)、家庭特征(家庭人口)、健康認知變量以及城市特征變量。。表8的估計結果并沒有發現就近城鎮化者與農民工在家庭人均月收入方面的顯著差異,這說明就近城鎮化并沒有造成農村勞動力家庭收入的下降。在城鎮職工保險參保方面,許多研究都發現了用人單位在城鎮職工基本保險參保方面對農村勞動力的歧視(黃志嶺,2012;孟凡強,2021)。本文的估計結果顯示在其他條件相同的情況下就近城鎮化者的城鎮職工保險參保率顯著高于農民工,這說明就近城鎮化雖然未能消除工資歧視,但卻提高了城鎮職工保險對就近城鎮化者的覆蓋率,產生了明顯的社會保障提升效應。

表8 就近城鎮化與家庭收入
前文研究表明,雇員身份的就近城鎮化者仍然受到工資歧視,那么其他類型的就業形式是否有助于打破這種歧視呢?已有研究發現,自我雇傭是移民城市就業的一種中間狀態,是農民工受到就業歧視的被動回應(寧光杰,2012;劉超等,2020)。相比于受雇農民工,自我雇傭農民工具有明顯的經濟優勢,能獲得更高的經濟回報(朱志勝,2018),這有利于實現與城鎮本地職工的經濟同化。對于就近城鎮化者,自我雇傭是否也能夠打破身份歧視對其收入的負面影響?為檢驗這一猜想,本文將就近城鎮化者和城鎮本地勞動力劃分為自雇群體和受雇群體,分別考察就近城鎮化的收入效應。表9的回歸結果顯示,在其他條件相同的情況下就近城鎮化對于自雇農村勞動力的負向影響在統計上并不顯著,即在自雇群體中就近城鎮化者與城鎮本地勞動力的收入是沒有顯著差異的。這一結果說明自我雇傭的就業形式的確能夠消除戶籍身份歧視對農村勞動力工資收入的負面影響。

表9 就近城鎮化與自我雇傭
近年來,以縣域城鎮化為主要形式的就近城鎮化模式對我國城鎮化建設的作用日益凸顯,考察政府以征地或戶口改革等方式推動的就近城鎮化對農村勞動力工資收入的影響,對于縮小城鄉收入差距、推進共同富裕具有重要現實意義?,F有研究多聚焦于城鎮化整體視角或重點關注異地城鎮化模式對收入差距的影響,對就近城鎮化與工資收入問題的研究闡發相對不足。有鑒于此,本文利用2017年中國流動人口動態監測調查(CMDS)中的戶籍人口數據,結合OLS回歸、PSM、Heckman兩步法等實證分析了政府推動的就近城鎮化對工資歧視的影響。研究發現:(1)政府通過征地、戶口改革方式推動的就近城鎮化并不能通過單方面的戶籍身份轉換消除工資歧視,實現就近城鎮化的農村勞動力在其他條件相同的情況下其工資收入仍然低于城鎮本地職工。(2)機制分析結果顯示,就近城鎮化者在就業機會方面的歧視與隔離已不明顯,同工不同酬是工資歧視的主要表現形式,而教育回報率差異是就近城鎮化者同工不同酬的主要原因。(3)進一步討論發現,政府推動的就近城鎮化雖然未能消除工資歧視,但提高了就近城鎮化者的城鎮職工保險覆蓋率,產生了明顯的社會保障提升效應。同時還發現,自我雇傭的就業形式有助于就近城鎮化者打破勞動力市場的戶籍身份歧視,實現與城鎮本地人的收入同化。
基于研究結論,本文提出如下三點政策啟示:第一,持續推進城鄉基本公共服務均等化。應繼續加強農村教育事業建設力度,加大農村公共教育資源的投入和農村優質教育資源的供給,縮小城鄉教育質量差異,提升農村勞動力的人力資本水平,進而打破工資歧視的“玻璃門”。第二,加強農村勞動力“同工同酬”的保護力度。應進一步完善市場主導、政府監督的勞動力市場體系,通過勞動法律法規的健全和完善,加強對“同工不同酬”問題的監管力度,逐漸消除勞動力市場中的就業歧視問題。第三,穩步推進農村勞動力的就近城鎮化。政府推動的就近城鎮化雖然未能完全消除工資歧視,但是提高了農村勞動力的城鎮職工保險覆蓋率,產生了明顯的社會福利效應。因此,應穩步推進就近城鎮化并積極完善就近城鎮化的相應配套政策,著力提升農村勞動力在養老、醫療等方面的福利水平。