户籍制度和企业特征对工资收入差距的影响研究＊

徐凤辉 赵 忠

一、引言

改革开放以来，我国的劳动力市场不断发展和完善，基本形成了与市场经济体制相适应的劳动力配置和工资决定机制。劳动力工资水平有了较大幅度提高，但同时也产生了一些问题，工资收入差距的不断扩大就是其中最突出的一个。根据2012年 《中国劳动统计年鉴》，分行业看，员工平均工资最低的是畜牧业 （16 636元），最高的是证券业 （156 662元），相差9．4倍；分地区看，平均工资最低的是黑龙江省 （31 302元），最高的是上海市 （75 591元），相差2．4倍；分注册类型看，平均工资最低的是 （西藏）集体企业15 163元，最高的是 （上海）国有企业83 519元，相差5．5倍。从宏观数据看，我国工资收入差距已经到了非常严重的程度。工资收入差距过大导致劳动回报的不公平，这不仅会影响人们的物质生活，也影响到人们的精神生活。

面对工资收入差距持续扩大现象，学者们从多个角度进行了大量研究。已有文献有针对个人特性的研究，如Gustafsson等对中国和苏联1988—1995年间的数据进行对比研究，发现中国员工收入与年龄的紧密程度更高，总体工资差异中年龄的解释度为26%。［1］白雪梅的研究显示，中国的教育与收入不平等存在着稳定且复杂的关系，教育不平等会加剧收入不平等，但平均受教育年限增加不是降低而是提高了收入不平等程度。［2］万海远和李实针对户籍发生转变的群体，采用倾向得分匹配法和双重差分法，得出了户籍收入歧视效应始终存在，且歧视效应在不同类型城市存在显著差异的结论。［3］

现有文献也针对行业、所有制、地区特征进行了研究。例如，陈钊、万广华和陆铭发现行业间收入差距对我国城镇居民收入差距的影响越来越大，而行业间收入差距主要是由一些垄断行业收入迅速提高造成的。［4］夏庆杰等认为工资收入不平等和差距扩大主要是由国有垄断企业的高工资和劳动力配置体系造成的。国有垄断企业通过制定垄断价格、获得垄断利润，支付给员工高于劳动边际产品和市场价格的高工资。［5］任重运用1994—2006年中国城镇数据，分析了重要区域特征对城镇居民工资水平及其差距的影响。［6］

对文献进行梳理发现：大部分文献从不同角度单独分析某些因素对工资收入差距的影响，而对工资收入差距从不同角度进行系统研究的文献较少。本文试图更为全面地分析我国劳动力工资收入差距的影响因素，以弥补以往研究的不足。本文在对户籍制度、企业特征与工资收入差距之间关系进行简要梳理的基础上，分四个部分展开实证分析：首先，估计一个半对数的工资决定方程；然后，考察户籍制度对工资收入差距的影响；再次，采用多种不平等指数衡量工资收入差距；最后，采用夏普里值对工资方程进行回归分解，估算出各变量对工资收入差距的贡献率。

二、户籍制度、企业特征与工资收入差距

大量研究表明，中国存在着严重的劳动力市场分割问题，分割的主要形式包括户籍 （城乡）分割、地区分割、所有制性质 （国有与非国有）分割与产业分割等。因此，户籍制度和企业特征必然会对我国企业员工的工资收入差距产生影响。

我国户籍制度对工资差距的影响主要表现在：一方面，我国现行户籍制度更多地承担了社会利益的分配功能。城乡二元分割下的户籍制度与教育、就业、住房、公共福利等制度相互交织，影响着城乡劳动者的禀赋。另一方面，户籍制度导致我国劳动力市场呈现明显的分割及就业机会不平等状态。在市场化程度较高的东部地区，城镇户籍有利于劳动者进入高收入行业就业。［7］因为城镇户籍劳动者垄断了主要劳动力市场的就业，进城农民工被边缘化，主要在次级劳动力市场就业。农民工主要分布在制造业、建筑业、住宿和餐饮业、批发零售业等行业。同时，劳动力市场对人力资本等的回报也因工人户籍的不同而不同。

在劳动力市场分割状态下，劳动力在不同企业间的流动受到极大限制，企业特征对个人工资收入具有重要的影响。

企业规模对工资差距的影响与企业内部管理成本有关。基于代理理论，企业规模越大，企业内部管理存在越严重的信息不对称问题，代理成本也越高，企业越能够通过拉开收入差距来获得绩效改进。［8］企业规模越小，越是强调直线职能管理模式，信息对称问题越不严重，代理成本也不高，内部工资差距也较低。在非完全竞争条件下，企业规模对工资差距的影响应纳入市场分割的分析框架，与自然垄断 （剩余价值分享）和行政垄断 （利润截留）有关。

劳动力市场分割极易造成行政性垄断及非市场因素干扰，导致不同所有制和行业间存在较大工资收入差距。陈钊、万广华和陆铭的研究表明，行业间收入差距主要是由一些垄断行业收入迅速提高造成的。［9］人力资本越高的劳动力越容易进入国有部门 （垄断或非垄断）；国有部门（垄断或非垄断）也能为内部劳动力提供更多提升人力资本的机会。［10］行业集中度越高、垄断性越强的行业中，人均工资收入水平也越高。［11］

三、数据和工资方程

在前述分析的基础上，我们重点对户籍制度和企业特征与工资差距的关系进行经验分析。

（一）数据描述

本文采用由中国人民大学组织调查的 “中国雇员—雇主匹配数据”。我们选用2012年度的截面数据，涵盖了北京、齐齐哈尔、长春、济南、郑州、成都、福州、苏州、襄阳与咸阳10个城市。该数据包括雇员和雇主两个样本，其中雇员数据样本量为3 566人，雇主数据样本量为350家企业。本文户籍变量只选取农业户口和非农业户口，排除其他情况 （2个观测点 “无户口”，4个观测点为 “其他情况”），最终的员工样本量为3 560人。

（二）工资方程

本文采用的工资方程是在Mincer于1974年提出的标准工资方程设定形式基础上的半对数模型［12］：

其中，lnwi是工资收入的自然对数，工资收入为员工于2011年自本企业获得的税后奖金和工资总收入。Xi是一组解释变量，包括个人特征、企业规模、行业和区域特征。个人特征包括户籍类型、户口所在地、年龄、性别、党员、婚姻、工作经验、教育水平等。企业特征为企业规模、工商注册类型、企业所属行业、企业所在区域等①我们将抽样调查的10个城市划分为东、中、西三个地区，并以西部地区作为参照组。。β是待估计的系数；μi是随机误差项。

表1是工资方程的估计结果。控制其他因素后，户籍的系数仅为0．016，而且即使在10%的水平上仍不显著。年龄系数为正，年龄平方系数为负，这和以往研究结论一致，但系数较小。工作经验对工资的影响为正，其平方项对工资的影响为负，且在1%的水平上显著。结果还显示，男性比女性的工资高约20%，在1%的水平上显著；党员身份对工资的影响微乎其微；婚姻状况对工资的影响系数为0．029，但统计不显著。人力资本仍是影响工资差异最重要的因素。随着教育水平提高，教育对工资水平的影响越来越大，说明我国劳动力市场的教育投资回报机制较为完善。

表1 工资决定方程的估计结果

续前表

企业规模是影响工资差别的重要因素之一。相比小企业，中等规模和大规模企业工资分别高6．0%和25．5%。

行业对工资差距的影响也较大。以农林牧渔业为参照，行业工资水平最高的依次是房地产业（高47．1%），金融业 （高40．6%），电力燃气及水生产 （高37．93%），交通运输、仓储和邮政业 （高33．4%），信息传输、计算机服务和软件业 （高30．7%），科学研究、技术服务和地质勘查业 （高29．4%），建筑业 （高28．7%），住宿和餐饮业 （高22．1%），制造业 （高20．7%），且这些差异在1%的水平上显著。

港澳台及外资企业工资比国有企业高53．8%，集体企业比国有企业高31．6%，股份联合企业、联营企业、有限责任公司、股份有限公司比国有企业高29．1%，私营企业比国有企业高28．9%，个体经营者比国有企业高27．8%。

分地区看，中部地区工资水平比西部地区低，但统计上不显著；东部地区工资水平比西部地区高20．2%，且在1%水平上统计显著。

四、户籍制度对工资收入差距的影响

关于户籍 （或户口）对工资收入的影响，已有不少文献。例如，赵忠认为户口制度和人民公社制度是1978年以前控制城乡迁移的两个最主要工具。［13］蔡昉和王美艳认为，户籍制度的本质是对人口迁移的限制和对农业劳动力转移部门就业的限制，是城市福利体系对农村人口的排斥及非农产业就业机会对农村劳动力的排斥。［14］有别于以往研究中比较 “外地农民工”和 “本地职工”工资差异，本文分别估计非农业户口和外地户口两种户籍状态对工资差距的影响。

（一）非农业和农业户口的工资收入差距

本部分分析非农业户口和农业户口对工资收入差距的影响。假设A组是非农业户口，B组是农业户口，则这两组的工资差距可表示为：［15］

其中，R1表示两组群体间的平均工资差异，lnW表示对数工资，X表示两组样本各自的平均特征向量，β表示特征报酬率向量，下标A和B分别表示非农业户口和农业户口。

表2的分解结果显示，非农业户口比农业户口员工的工资约高12%。在这12%的工资差异中，86．3%来自于禀赋差异，13．7%的来自于价格 （歧视）原因。

由就业者个人禀赋造成的工资差异中，呈显著正向影响的变量是：本科学历，工作经验，年龄，大专、高职学历，大规模企业，股份、联营和有限责任公司。呈显著负向影响的变量是：私营企业，工作经验平方，年龄平方，初中学历，性别，中专、职高、技校学历，这些变量体现了中低收入阶层的农业户口人群的个人特征，以及他们所工作的企业单位特征，见表3。

表2 非农业户口和农业户口员工工资差异Blinder－Oaxaca分解

表3 非农业户口和农业户口员工工资差异中各变量贡献率

价格 （歧视）因素造成的工资差异中，呈显著正向影响的是：年龄平方，股份、联营和有限责任公司，私营企业，婚姻，东部地区等。相反，年龄，尤其是教育因素的存在，减弱了户籍歧视对工资收入差距的影响，显示了教育对缩小工资收入差距的作用。

（二）本地户口和外地户口对工资收入差距的影响

本部分分析本地户口和外地户口对工资收入差异的影响。假设C组是本地户口，D组是外地户口，则这两组的工资差距可表示为：［16］

其中，R2表示本地户口和外地户口间的平均工资差异，其他变量和方程设定同前述。分解结果见表4和表5。

表4 本地户口和外地户口工资差距Blinder－Oaxaca分解

表5 变量禀赋造成的工资差异中各变量贡献率 （外地户口和本地户口）

结果显示，外地户口比本地户口人群的工资约高16%，其差异的96．6%可由禀赋差来解释。而由价格因素表现的可能的歧视部分对工资收入差距的影响仅为3．4%。在可解释的部分，工作经验、东部地区、本科教育、年龄等的贡献率大于30%；私营企业、港澳台及外资企业、研究生学历、大专及高职学历的贡献率在10%和20%之间。而Yao认为，对于本地职工，工资主要由婚姻状况和政治面貌决定；而对于移民，工资主要决定于年龄、受教育程度和从事现有工作的时间长短。［17］

我们的结果与以往研究不太一致，如王美艳和钟笑寒的研究一致认为户籍制度对工资差别存在显著影响。［18］

万海远和李实就文献中户籍对收入差距影响的研究结论存在不一致给出了解释：第一，有些数据并不具有国家层面的代表性，使得研究结论的适用性非常有限。第二，使用城市数据存在着劳动力从农村到城市流动的自选择问题。第三，现有的研究很少调整农村和城市地区的收入水平和物价水平，使得可比性较差。第四，很多研究将户籍类型看做是恒定的，忽略了户籍类型的转变。［19］对以往研究中存在的问题，万海远和李实使用倾向得分匹配和双重差分法，并调整个体权重、地区价格以及购买力差异，得出户籍对工资差距仍然存在着显著的歧视效应的结论。

本部分的结论是户籍对工资差距影响较小，这可能是因为户籍的影响更多地表现为进入特定行业和单位的门槛。一旦进入相同行业和单位，户籍就不再是影响工资水平的重要因素。

五、工资差距的测量及各因素的贡献

本部分将进一步分析各因素对工资差距的贡献程度。不平等度量指标可分为两类：一类是绝对指标，比如Kolm指数；另一类是相对指标，如基尼系数、广义熵指数 （GE）①GE （0）为泰尔＿L指数、GE（1）为泰尔＿T指数；GE （2）为变异系数。在本文中，泰尔指数指的是GE （1）。、Atkinson指数等。［20］其中，Atkinson指数和GE指数存在单调转换关系；广义熵指数弥补了基尼系数的缺陷②选用GE（2）来度量不平等程度意味着对收入差距更加接纳的态度；GE（1）对社会上层收入水平的变化比较敏感；基尼系数对中等收入群体的收入水平波动特别敏感；GE（0）对社会底层收入水平的变化比较敏感。；基尼系数和GE指数均能用于不平等因素的分解。［21］本文在测算工资不平等程度时采用基尼系数和GE指数进行对比分析；然后运用夏普里值进行回归分解，估算出各解释变量对工资收入差距的贡献率。

（一）企业特征与工资差距

从企业所在地区特征看，几种不平等指数的测算结果一致表明：组内工资收入差距东部大于西部地区，西部大于中部地区。从企业规模看，大规模企业内部工资差距最大，中等规模企业其次，小规模企业最小，见表6。

表6 按不同分类变量和不平等指数估算工资收入差距

续前表

从企业所有制性质看，几种不平等指数显示的结果基本一致。以泰尔指数为例，工资收入差距最高的是港澳台商投资企业和外商投资企业，其次是股份有限公司、集体企业、国有企业，再次是有限责任公司、股份联合企业、私营企业、个体经营企业、联营企业。

从行业看，四种不平等指数的测量结果基本一致。以泰尔指数为例，行业内部工资差距排在前几位的是信息传输、计算机服务和软件业，电力、燃气及水的生产和供应业，卫生、社会保障和社会福利业，房地产业及金融业。陈钊、万广华、陆铭的研究也发现，信息传输、计算机服务和软件业，电力、燃气及水的生产和供应业，房地产业及金融业对行业收入差距的影响最为明显。［22］同时，表6的结果还表明制造业、公共管理与社会组织、农林牧渔业的行业内收入差距最小。这些结果与以往研究总体一致，例如岳希明、李实和史泰丽指出行业垄断虽不是导致职工收入差距的最主要原因，但也是仅次于教育的第二重要因素。［23］

（二）基于回归方程的工资差距分解

为了深入研究工资差距的影响因素，我们应用夏普里值回归分解原理［24］，估算出各因素对工资差距的贡献率。

表7中第3列显示了各变量对工资收入差距的贡献率。按照对工资差距贡献率的大小，我们把变量分为几个梯队：第一梯队是教育水平，解释了41%的工资差距；第二梯队是地区变量、企业规模变量，分别解释了18．9%和12．5%的工资差距；第三梯队是其他变量，其解释率为：年龄6．5%、所有制5．8%、工作经验4．9%、户籍3．2%、政治身份1．8%、行业0．9%、婚姻0．8%。

表7 总体工资收入差距回归分解结果

与以往研究结论较为一致的是，教育水平对工资收入差距的影响最大，企业规模、地区变量也是重要的影响因素。

如果把个人和企业特征进行分组，个人特征对工资差距的贡献率是59．73%，企业特征对工资差距的贡献率是40．27%。个人特征对工资收入差距的影响相对较大，但企业特征的影响总体而言也非常大。

六、结论

本文考察了影响工资收入差距的因素及各因素对工资收入差距的影响程度。结果表明，教育是影响工资收入差距最为重要的变量；性别对工资差异的影响仍然很大；非农业户口对工资差距的确存在影响，但影响不大；而拥有外地户口反而比本地户口人员能获得更高的工资水平；其他个人特征对工资差距的影响不大。

就地区而言，相比东部地区，中西部地区工资收入差距较低。其中，中部地区的工资收入差距最小，远低于西部。

从企业特征看，企业规模和企业注册类型对工资收入差距都有较大影响，但行业因素的影响较弱。

基于回归方程的工资差距分解结果进一步显示，教育水平、地区变量、企业规模等对工资收入差距的影响较大。个人特征解释了工资差距的59．73%，企业特征解释了工资差距的40．27%，个人特征与企业特征对工资收入差距的影响都很大。

关于户籍的影响，我们的结果与以往研究不太一致，认为户籍对工资差距影响较小，这可能是因为户籍的影响更多地表现为户籍是进入特定行业和单位的门槛。一旦进入相同行业和单位，户籍就不会成为影响工资的重要因素。

本文的基本结论对缓解工资收入差距具有一定的政策借鉴意义：第一，缩小工资收入差距既要考虑个人因素，也要考虑企业、地区等外部因素，个人因素中不仅要提高总体教育水平，更要注重教育机会的平等。第二，从企业因素角度缓解工资收入不平等，既要尊重企业工资分配的内部公平性和外部竞争性，更要降低企业利用垄断权力对企业利润分享的随意性。第三，在遵从市场规律的基础上，形成对港澳台商投资企业和外资企业内部工资分配的合理约束机制。第四，缩小工资收入差距如同缩小贫富差距，是一项系统工程，应减少行政干预，增强制度尤其是经济手段对缩小工资差距的干预能力。

［1］Gustafsson Bjorn，Li Shi，Ludmila Nivorozhkina ＆ Katarina Katz．“Rubles and Yuan：Wage Functions for Urban Russia and China at the End of 1980s”．EconomicDevelopmentandCulturalChange，2001，50 （1）：1－17．

［2］白雪梅：《教育与收入不平等：中国的经验研究》，载 《管理世界》，2004（6）。

［3］［19］万海远、李实：《户籍歧视对城乡收入差距的影响》，载 《经济研究》，2013（9）。

［4］［9］［22］陈钊、万广华、陆铭：《行业间不平等：日益重要的城镇收入差距成因》，载 《中国社会科学》，2010 （3）。

［5］夏庆杰、宋丽娜、Simon Appleton：《什么原因导致中国工资收入差距扩大？——来自反事实参数分解分析的证据》，载 《社会科学战线》，2012（1）。

［6］任重：《中国城镇居民地区工资差距测度与分解》，载 《当代经济研究》，2009（2）。

［7］陈钊、陆铭、佐藤宏：《谁进入了高收入行业？——关系、户籍与生产率的作用》，载 《经济研究》，2009（10）。

［8］李璐：《企业规模与最优内部收入差距》，载 《南京大学学报》（哲学·人文科学·社会科学版），2011（6）。

［10］王甫勤：《人力资本、劳动力市场分割与收入分配》，载 《社会》，2010（1）。

［11］罗楚亮、李实：《人力资本、行业特征与收入差距》，载 《管理世界》，2007（10）。

［12］Shorrocks，Anthony F．and Guanghua Wan．“A Method for Generation Income Date from Lorenz Coordinates”．Unpublished manuscript，WIDER－UNU，2004．

［13］赵忠：《中国的城乡移民——我们知道什么，我们还应该知道什么》，载 《经济学 （季刊）》，2004（2）。

［14］蔡昉、王美艳：《为什么劳动力流动没有缩小城乡收入差距》，载 《经济学动态》，2009（8）。

［15］［16］Blinder，Alan．“Wage Discrimination：Reduced Form and Structural Variables”．JournalofHuman Resources，1973，8：436－455；Oaxaca，R．“Male－female Wage Differentials in Urban Labor Markets”．International EconomicReview，1973，14：693－709；Ben Jann．“The Blinder－Oaxaca Decomposition for Linear Regression Models”．TheStataJournal，2008，8：453－479．

［17］Yao，Yang．“Social Exclusion and Economic Discrimination：The Life of Migrants in Coastal Regions”．StrategyandManagement，2001 （3）：32－42．

［18］王美艳：《城市劳动力市场上的就业机会与工资差异》，载 《中国社会科学》，2005（5）；钟笑寒：《劳动力流动与工资差异》，载 《中国社会科学》，2006（1）。

［20］万广华：《不平等的度量与分解》，载 《经济学 （季刊）》，2009（1）。

［21］白雪梅、林珊珊：《中国农村贫困与收入不平等的测度——基于农村住户调查数据的实证分析》，第九届中国经济学年会发展经济学论文，2009。

［23］岳希明、李实、史泰丽：《垄断行业高收入问题探讨》，载 《中国社会科学》，2010（3）。

［24］Wan，Guanghua．“Regression－based Inequality Decomposition：Pitfalls and Solution Procedure”．WorldInstituteforDevelopmentEconomicsResearchdiscussionpaper，101，Helsinki，2002；Wan，Guanghua．“Accounting for Income Inequality in Rural China：A Regression－based Approach”．JournalofComparativeEconomics，2004，32：348－363；Shorrocks，Anthony F．“Inequality Decomposition by Factor Components”．Econometrica，1982，50：193－211；Shorrocks，Anthony F．“Decomposition Procedures for Distributional Analysis：A Unified Framework Based on the Shaply Value”．Unpublishedmanuscript，Department of Economics，University of Essex，1999．