高等教育、公共部门工资溢价与公私部门工资差异

何翠香，方 峥，方行明

(西南财经大学 a.经济学院，成都 611130;b.中国教育需求研究中心，成都 610074)

高等教育、公共部门工资溢价与公私部门工资差异

何翠香a，方 峥b，方行明a

(西南财经大学 a.经济学院，成都 611130;b.中国教育需求研究中心，成都 610074)

运用CHIP2007数据，研究整个工资分布上公共部门与非公共部门之间的工资差异及影响因素，发现控制部门选择内生性后，公共部门存在工资溢价现象且溢价在中低位更为突出。造成公共部门与非公共部门之间工资差异的主要原因是禀赋效应，特别是部门间接受高等教育的员工比例差异。利用倾向得分匹配方法解决高等教育选择内生性后的分解结果显示，两部门之间的工资差异在分布上呈逐步缩小趋势，禀赋效应和高等教育差异的解释力更强。利用工具变量分位数处理效应模型发现，高等教育回报率随分位数增加呈现先减后增的趋势。

公共部门；工资差异；高等教育回报率；倾向得分匹配；内生性

一、引言

近几年来，报考公务员热度持续升温。有数据统计，在2014年国家公务员报考与招考比例统计中，某些职位的招录比例为13960∶2。①数据来源：http://zw.huatu.com/rank/rank_6.html.在庞大的报考人数中，青年人特别是高校毕业生表现出对公共部门职位的更多偏好。造成这种偏好的原因之一是公共部门与非公共部门之间存在的工资差异。[1]Melly(2005)指出公共部门的工资水平和结构会对非公共部门的相对福利水平产生重大影响，进而影响人力资本在两部门之间的有效配置。[2]同时，从社会学角度考虑，部门之间不合理的工资差异也会影响到社会的和谐发展。[3]因此，深入研究公共部门与非公共部门之间的工资差异问题不仅具有重要的理论意义，更具有深刻的现实意义。

目前，国内外已有不少关于公共部门与非公共部门之间工资差异的研究文献，国外学者对发达国家公共部门与非公共部门之间工资差异的研究表明公共部门存在工资溢价。[2][4～7]由于研究阶段和国家不同，公共部门的工资溢价也存在差异。这些研究主要集中于发达国家，而对于发展中和转型国家由于其与发达国家的国情不同，研究结论也存在差异。Adamchik和Bedi (2000)运用波兰1996年的截面数据对公共部门与非公共部门之间工资差异进行了研究，发现私人部门具有工资优势，私人部门对具有大学教育水平的个体更具吸引力。[8]Lokshin和Jovanovic (2003)考察了南斯拉夫国有部门与私人部门之间的工资差异，发现私人部门存在正的工资溢价。[9]Sakellariou和Fang (2014)运用越南1998～2008年的面板数据采用不同的分解方法对公共部门与非公共部门之间的工资差异进行了研究，发现私人部门的工资差异在减少，而公共部门员工的工资溢价依然存在。[10]

近年来，国内关于部门之间工资差异的研究日渐增多，如周兴和王芳(2013)运用CHNS数据采用无条件分位数回归及分解方法对1989～2009年三个时期公共部门与非公共部门的工资差异进行了研究，发现在每一时期内公共部门工资高于非公共部门，并且工资差异呈V型趋势。他们进一步指出，20世纪90年代，公共部门与非公共部门之间的工资差异主要是由于公共部门的工资溢价；21世纪以来，公共部门的工资溢价仍然存在，但已不是部门之间收入差异的主要原因。[11]这一研究在方法上是一种创新，将均值处的工资差异分析拓展到整个工资分布；但是他们的研究并没有考虑内生性问题，因此，可能会造成估计结果的有偏和不一致。尹志超和甘犁(2009)利用Heckman样本选择模型对1989～2006年的CHNS面板数据进行研究，发现公共部门与非公共部门之间的工资差异存在阶段性的变化。他们发现，1989～1997年间，公共部门的工资比非公共部门低2.9%；而在2000～2006年间，公共部门的工资显著高于非公共部门，达到13.48%，并且差距呈扩大趋势。[12]张义博(2012)对CHNS面板数据的实证研究也验证了部门收入阶段性假说。姜励卿和钱文荣(2012)采用浙江省城镇就业人员的微观调查数据，利用工具变量分位数回归方法研究了公共部门与非公共部门之间的工资差异，研究结果表明，未考虑部门选择内生性会低估公共部门与非公共部门之间的工资差异。他们同时发现公共部门在各分位数上的工资显著高于非公共部门，但这种差异随分位数的提高呈逐步递减趋势。[3]寇恩惠和刘柏惠(2011)利用CHIP2002数据采用扩展的Heckman选择模型同时考虑劳动参与及公私部门选择的双重性样本，对工资方程进行回归并分解了双重选择样本调整项对工资差异的贡献。[13]

虽然这些研究考虑了部门选择内生性问题，但没有深入探讨高等教育对部门之间工资差异的影响。从已有的研究文献中，可以注意到是否接受过高等教育对公私部门之间的工资差异存在显著影响，如邢春冰(2007)运用1989～2000年CHNS数据发现民营部门教育回报率由1997年高于公共部门转变为2000年低于公共部门。[14]张车伟和薛欣欣(2008)对部门间的工资差异进行了分位数分解，发现人力资本差异特别是高等教育是部门之间工资差异的主要原因。[15]由于接受高等教育变量与不可观察的变量(如：能力)相关, 使高等教育存在内生性问题；同时，接受高等教育可能获得更高的工资收入，进而影响高收入群体对是否接受高等教育行为的选择(Messinis，2013)有可能导致选择性偏差。[16]这些研究虽然指出了人力资本特别是高等教育是影响部门之间工资差异的显著因素，但是在分析中并没有考虑高等教育的选择偏差及内生性问题。

本文的研究贡献主要有三。第一，在研究公共部门在工资分布上是否存在工资溢价时考虑了部门选择内生性问题；采取的方法是将倾向得分匹配方法与无条件分位数回归方法相结合。第二，在研究影响各个分位上公共部门与非公共部门之间工资差异因素时考虑了高等教育这个关键变量的选择内生性问题；采取的方法是将倾向得分匹配方法与无条件分位数分解方法相结合。第三，运用无条件工具变量分位数处理效应模型分析了高等教育回报率。除了方法上的三个主要贡献，本文运用较新的CHIP2007数据进行分析，可以得到关于这个课题最新的发现。

本文结构如下：第二部分对模型与数据进行说明并做统计分析，第三部分分析实证研究结果，第四部分为结论与政策建议。

二、模型与数据

(一)模型

本文首先采用Firpo等(2009)提出的无条件分位数回归方法研究公共部门是否存在工资溢价现象。[17]该方法是一种基于复回中心的影响函数即RIF映射(Re-centered Influence Function)的回归方法，第一步推导被解释变量对数工资w的分位数RIF映射，第二步将得到的RIF变量对解释变量X进行OLS回归。*Firpo 等(2009)指出如果无条件分位回归方程是线性的，RIF-OLS估计量是一致的；但如果无条件分位回归方程不是线性的，非参数估计量如RIF-logit可能更精确。关于无条件分位数回归的文献综述可参考朱平芳和张征宇(2012)。变量w的分位数RIF映射可表示为：

(1)

由于部门选择可能存在内生性，直接对Mincer对数工资方程采用无条件分位数分解方法会导致部门系数估计量的有偏不一致。本文采用倾向得分匹配方法，[18～19]将公共部门与非公共部门的观察对象根据一些与部门选择相关的可观测变量进行匹配，并将倾向得分匹配方法与无条件分位数回归相结合，从而得出公共部门与非公共部门在整个工资分布上“真实的”工资差异。

本文接着探讨造成公共部门与非公共部门工资差异的具体原因。按照部门虚拟变量进行分组，公共部门与非公共部门之间的工资差异可以分解为：

(2)

将无条件分位数回归方法与Oaxaca-Blinder方法相结合，公共部门与非公共部门之间的工资差异为：

(3)

无条件分位数处理效应模型是在假设协变量X和处理变量D都是外生的条件下才能得到无偏的一致估计，而本文关注的关键变量是否接受高等教育就有可能存在选择性和内生性。这是由于接受高等教育可能获得更高的工资收入，进而影响高收入群体对是否接受高等教育行为的选择，[16]同时高等教育与不可观测到的变量(如：能力)相关。本文将高等教育的选择性偏差及内生性问题考虑在内，以探讨其对公共部门与非公共部门工资分解结果的影响。与Messinis(2013)研究方法类似，本文采用倾向得分匹配方法解决高等教育变量内生选择性问题，并将得到的匹配权重与无条件分位数分解相结合，从而得出影响部门工资差异的关键因素，特别是高等教育在其中的贡献。

最后，本文运用Frölich和Melly(2010)提出的无条件工具变量分位数处理效应模型研究高等教育回报率。[22]由于匹配方法对“隐藏偏差”并不稳健，即违反了条件独立假设要求不可观测的变量不能同时影响处理变量和结果，[23～24]因此，Frölich和Melly(2010)提出了当代替D的工具变量Z只取0或1值时的工具变量分位数处理效应：[22]

(4)

(5)

(二)数据

本文所使用的数据来自2008年中国家庭收入课题组(CHIP)对2007年家庭收入情况进行的调查(CHIP2007)，该数据覆盖了全国 9个省份的 37个城市和地区，包括城镇、农村和移民三个样本共计5003个家庭，14699个个体。数据包含了丰富的个人和家庭特征以及就业和收入方面的信息，为本文的实证研究提供了充分的资料。考虑到本文研究的需要，数据整理时选取了年龄在18～60岁当前正在从事工作并获取工资收入的样本个体作为研究对象。参考张义博(2012)对于公私部门的划分，按工作单位所有制的不同，将党政机关(包括党委、政府、人大、政协、公检法、武装部、部队)、国家、集体事业单位以及国有独资企业划归为公共部门，而这之外的其他工作单位划归为非公共部门(集体企业、私营及个体企业，股份制企业以及三资企业等)。

(三)指标选取

1．因变量指标。为了实证研究公共部门与非公共部门之间的工资差异，在因变量的选取上，主流研究的工资指标包括年工资、月工资以及小时工资。将工资性收入定义为货币工资、奖金以及货币补贴，本文在考虑了CHIP2007数据的调查特点以及数据的可得性，选取CHIP2007数据中包含工资、奖金、津贴和实物折现的月工资收入指标的对数形式作为因变量。笔者认为这一指标较其他指标能够更好的反应公私部门之间的差异。

2．解释变量指标。解释变量指标选取了代表人力资本特征的变量：受教育年限、是否接受过高等教育、工作经验、工作任期等；代表个人特征的变量：年龄、性别、婚姻状况等；代表就业特征的变量：周工作小时、职业、雇佣类型、行业等以及省份虚拟变量。其中，按受教育水平划分的高等教育变量是一个二分变量(高等教育=1表示接受高等教育，即大专及以上学历，高等教育=0表示没有接受过高等教育，即高中及以下学历)。表1描述的是各变量指标的定义及变量说明。

表1 变量的定义与说明

注：高等教育是受教育水平变量的二分变量，受教育水平是一个分类变量，包含如下类别：小学及以下、初中、高中及职高、大专及以上，将受教育水平中接受过大专及以上学历的样本定义为高等教育，赋值为1，否则为0；工作经验平方项=(工作经验^2)/100，用于判断工作经验对工资差异影响的单调性，即是否会出现拐点。

在变量的描述性统计中(见表2)，我们发现公共部门与非公共部门之间在主要变量统计上存在显著差异。(1)从月对数工资指标来看，公共部门的平均工资高于非公共部门，对数工资差异为0.18。(2)从个人特征指标来看，公共部门员工的平均年龄为41岁，非公共部门员工的平均年龄为39岁，相对而言，非公共部门比公共部门存在年龄优势。从婚姻状况来看，公共部门已婚比例高于非公共部门，公共部门已婚比例为87%，而非公共部门已婚比例为82%。相差5个百分点。从性别特征来看，女性员工在非公共部门的比例高于公共部门，这一结果与国内一些研究结论一致。[1][3][11]说明公共部门存在较高的雇佣门槛，非公共部门对劳动力的吸纳能力较强。(3)从人力资本角度来看，公共部门员工在受教育年限、工作经验和工作任期的时间比非公共部门长，且大专及以上学历的员工比例高于非公共部门，这说明公共部门比非公共部门存在人力资本优势。(4)从就业特征变量来看，在公共部门中半数以上员工的雇佣类型为长期工，而非公共部门合同工制则占据“半壁江山”。公共部门员工的职业类型中管理人员、专业技术人员和办公人员的比例均高于非公共部门，而服务人员和其他职业类型是非公共部门中的主流。从行业特征指标来看，公共部门主要存在于第二产业，而非公共部门在第三产业的比例要高于公共部门。且非公共部门平均每周工作的时间比公共部门高4小时。从这些数字中可以看出，公共部门具有较明显的人力资本优势。

表2 主要变量的分组统计性描述

三、实证研究与结果分析

首先，本文比较公共部门与非公共部门对数工资的核密度估计。如图1所示，虚线表示非公共部门的对数工资，实线表示公共部门的对数工资；Y轴表示对数工资的密度，X轴表示对数工资。从水平方向看，公共部门工资核密度估计曲线比非公共部门工资核密度曲线明显右移，说明公共部门与非公共部门之间存在工资差距。而从垂直方向来看，以对数工资中位数为界，在中位数左侧非公共部门的核密度估计曲线高于公共部门，说明在低工资群组中，非公共部门的人员密度大于公共部门，而在中位数的右侧，公共部门对数工资的核密度曲线高于非公共部门，说明在高工资收入组中，公共部门的人员密度高于非公共部门。从原始数据来看，公共部门的平均对数工资高于非公共部门。

(一)无条件分位数回归结果分析

造成工资差异的因素很多，因此，有必要找到影响工资差异的主要因素并对其进行研究。表3显示了Mincer工资方程的无条件分位数回归结果，高等教育是影响对数工资的显著因素，在整个收入分布中高等教育对工资的贡献率显著递增。工作经验同样是对数工资的显著影响因素，但与高等教育相比影响程度较小。工作经验对低收入群体工资的影响大于高收入群体，在整个工资分布中影响差异在0.6%～1.5%之间。值得注意的是以非公共部门为参照组，公共部门对工资存在负向影响，但不显著，说明公共部门可能存在工资折价现象。由于表3的回归没有考虑部门选择内生性问题，即个体选择进入哪个部门工作并不是随机的，个体特征、家庭背景以及社会关系都会影响个体的选择，在这种情况得到的回归结果会产生系统性的偏差。因此，本文接下来对这一问题做进一步研究。

表3 全部在职人员对数工资的无条件分位数回归

注：括号内为标准误差，***、** 、*分别表示1%、5%和10%的显著性水平。未报告的变量包括：年龄、性别、婚姻状况、周工作小时、职位任期、职业、雇佣类型、行业及省份虚拟变量等。为了节省篇幅，以上变量不再详述。

本文利用倾向得分匹配方法解决部门选择内生性问题，将影响部门变量的协变量选择为：年龄、年龄的平方项、是否接受高等教育、工作经验、性别、父母是否接受过高等教育及父母是否是专业技术人员。对其进行Probit回归得到倾向得分，然后进行倾向得分匹配，利用匹配后的权重重新做无条件分位数回归，结果如表4所示。表4只报告了公共部门对对数工资的影响，从表4中发现，校正了部门选择性后，在各分位数点上，公共部门对对数工资的影响显著为正，公共部门存在工资溢价现象。具体来讲，随着分位数由低到高的不断变化，公共部门对对数工资的影响呈先增加后减少的趋势，在中位数上影响最大，通过了1%的显著性水平，而在高分位数上，公共部门的工资溢价现象逐渐不再明显。因此，说明了低分位数上公共部门工资溢价现象显著，但随着工资收入的不断提高，公共部门的工资溢价不再显著。与表3中整个分布上不显著的公共部门折价结果相比较，说明未考虑部门内生选择性得到的估计存在显著偏差，而倾向得分匹配方法合理地解决了该问题。本结果与姜励卿和钱文荣(2012)利用工具变量控制部门内生性进行的分位数回归方法结果一致。他们采用浙江省城镇就业人员的微观调查数据研究公共部门的工资溢价现象，发现未考虑部门选择内生性会低估公共部门与非公共部门之间的工资差异。

表4 校正后全部在职人员对数工资的无条件分位数回归

注：括号内为标准误差，***、** 、*分别表示1%、5%和10%的显著性水平。未报告的变量包括：高等教育、年龄、性别、婚姻状况、周工作小时、职业、雇佣类型、行业及省份虚拟变量。为了节省篇幅，以上变量不再详述。

图2比较了只考虑部门变量时、控制其他协变量(高等教育、工作经验、性别、年龄、婚姻状况、雇佣类型、周工作小时、职业、行业及省份等变量)之后以及考虑部门选择内生性问题这三种情况下公共部门在对数工资无条件分位回归方程中的估计值及对应的95%置信区间。估计值每隔5个百分点选取一个，能够更好地描绘估计值在整个工资分布上的情况。图2a表明只考虑部门变量时，公共部门存在工资溢价现象。图2b显示在控制了其他协变量后，曲线平滑分布于0值附近，在高分位数上呈下降趋势；图2b对应了表3的回归结果，部门变量对工资的正向影响被其他协变量相互作用抵消了。图2c在利用倾向得分匹配方法考虑部门选择内生性后发现公共部门确实存在工资溢价现象，不过溢价程度小于图2a；图2c对应了表4的回归结果，公共部门溢价在高分位数上相对较小。这个结果与姜励卿和钱文荣(2012)类似，他们发现用工具变量控制部门内生性后，公共部门在各分位数上的工资显著高于非公共部门，但这种差异随分位数的提高呈逐步递减趋势。三种情况下的不同结果充分说明了考虑部门内生性的重要性。

(二)分部门无条件分位数回归结果分析

从倾向得分匹配方法考虑部门选择内生性的分析中，本文发现公共部门与非公共部门员工在人力资本及就业特征方面均存在显著差异。*由于篇幅限制，本文省略了倾向得分匹配分析中间结果；感兴趣的读者可以向作者索取每一步具体结果。为了进一步探究各因素对不同部门对数工资的异质性影响，本文接下来分别对公共部门和非公共部门的对数工资进行无条件分位数回归估计。通过表5的回归结果发现，各部门中影响工资水平的主要因素有高等教育、工作经验等。具体来讲，在公共部门，各分位数上高等教育对对数工资的影响为正并通过了1%的显著性水平。在工资分布的中位数点上，高等教育的回报率最大，达42.7%；在工资分布的两端，高等教育的回报率均在36%上下波动，说明在公共部门高等教育对中等收入群体的工资影响更大。在非公共部门中，高等教育的回报率从低分位数向高分位数逐渐递增，说明在非公共部门高等教育对高收入群体的工资影响更大。比较两部门高等教育在相应分位数上的差异，发现在中低工资水平组，公共部门的高等教育回报率高于非公共部门，而在高工资收入群体中，非公共部门的高等教育回报率高于公共部门。

工作经验同样为影响两部门之间对数工资的显著因素：在两部门中，工作经验对对数工资的影响从低分位数向高分位数呈逐渐降低的趋势；在工资分布的各个分位数上，公共部门中工作经验对工资的影响均大于非公共部门。表5中报告了性别对对数工资的影响，发现在公共部门内部，以男性为参照组，女性对对数工资的影响随分位数由低到高呈逐渐缩小的趋势，说明在公共部门，工资水平越高，性别工资差异逐步缩小。而在非公共部门，随分位数的逐渐提高，女性对对数工资的负向影响逐渐增大，说明非公共部门内部高收入群体性别工资差距在拉大。在各个分位数上，公共部门的性别工资差异都小于非公共部门。这一结论与周兴和王芳(2013)研究的结论一致，可能的原因是公共部门工资水平是由政府制定，因而所受市场影响幅度小，性别之间的工资差异较少；而非公共部门工资水平的制定更多的由市场机制决定。

表5 公共部门与非公共部门之间工资差异的无条件分位数回归

注：括号内为标准误差，***、**、*分别表示1%、5%和10%的显著性水平。其他未报告的变量：年龄、婚姻状况、职业、雇佣类型、周工作小时、行业及省份虚拟变量等。为了节省文章篇幅，在此不再详述。

(三)无条件分位数分解结果分析

为了更深入地探究公私部门之间工资差异的原因，文章接下来对公共部门与非公共部门之间的工资差异进行无条件分位数分解，以期得到造成公私部门之间工资差异的原因。表6报告了公私部门之间的无条件分位数分解结果，公共部门与非公共部门的工资差异在整个工资分布中呈先升后减的趋势，这一结论与周兴和王芳(2013)的研究结论一致。[11]即在中位数上，两部门的工资差异最大为24.6%，而在工资分布的两端，两部门间的工资差异在18%左右，说明中等工资收入群体是两部门间工资差异的主体。分解结果同时显示，在整个工资分布中，禀赋效应即人力资本禀赋及就业方面的差异是造成公共部门与非公共部门工资差异的主要原因，可以解释80%以上的工资差异。张车伟和薛欣欣(2008)的研究也发现禀赋效应是部门工资差异的主要原因。[15]进一步分析禀赋效应发现，部门间高等教育差异是造成工资禀赋效应的显著因素，贡献率占工资禀赋效应的20.4%～39.3%，这说明高等教育等人力资本禀赋差异是造成公共部门与非公共部门工资差异的主要因素。

表6 公共部门与非公共部门之间工资差异的无条件分位数分解

注：括号内为标准误差，***、**、*分别表示1%、5%和10%的显著性水平。其他未报告的变量还包括：年龄、性别、婚姻状况、工作经验8、周工作小时、雇佣类型、职业及行业。为节省文章篇幅，在此不再详述。

表7 预测倾向值的Probit回归结果

注：***、**、*分别表示1%、5%和10%的显著性水平。

图3中虚线表示未接受高等教育个体的倾向得分分布，实线表示接受高等教育个体的倾向得分分布。图3a表示公共部门中处理组与非处理组倾向得分差异，图3b显示非公共部门中处理组与非处理组倾向得分的差异，由此得出在匹配之前，处理组与非处理组之间的个体特征差异较大。由于这种估计存在偏差，因此,我们对其进行倾向得分方法处理，图4显示了匹配后的高等教育在公共部门与非公共部门中的倾向得分。从图4中发现，匹配之后，处理组与控制组拟合较好，说明协变量的选取有效地解释了高等教育，匹配有效。

常见的倾向得分匹配方法包括五种(One to one；Nearest Neighbors；Radius；Kernel；Local linear regression)。本文采用核匹配方法，核匹配方法在构造反事实结果时使用了全部控制组的信息，所得匹配结果的方差较小，匹配更趋准确。[25]利用核匹配方法得到的匹配后的权重，重新对公共部门与非公共部门工资差异进行无条件分位数分解，所得结果如表8所示，公共部门与非公共部门之间的工资差异与匹配之前相比发生了变化。在整个工资分布中，两部门之间的工资差异在15%～34.8%之间，呈逐步缩小趋势。与表6相比，发现工资差异在低分位数上扩大了，而在中高分位数上工资差异缩小了，说明不考虑选择性偏差的回归估计低估了低收入群体的工资差异，而高估了中高等收入群体的工资差异。禀赋效应对部门之间工资差异的解释力更强,为92%以上。在禀赋效应中,高等教育差异在三个分位上的贡献率依次为20.8%、34.1%和57.2%, 与表6相比高等教育差异的贡献更为突出。总体来讲，匹配后的分解结果显示，公共部门与非公共部门之间的工资差异和禀赋效应随着分位数的增加而减少，部门间工资差异几乎都可以被部门间个体的禀赋差异所解释，并不存在公共部门的歧视效应。周兴和王芳(2013)也发现，在2006～2009年时期，各分位数上工资的禀赋效应在部门间的工资差异中处于主导地位，而国有部门的工资溢价的作用相对减弱。[11]与他们不同的是，本文发现在工资中位数上，公共部门甚至还有工资折价效应。

表8 匹配后公共部门与非公共部门工资差异的无条件分位数分解

注：括号内为标准误差，***、**、*分别表示1%、5%和10%的显著性水平。其他未报告的变量还包括：年龄、性别、婚姻状况、工作经验、周工作小时、雇佣类型、职业及行业。为节省文章篇幅，在此不再详述。

(四)高等教育回报率

由于接受高等教育可能获得更高的工资收入，进而影响高收入的群体对是否接受高等教育行为的选择(Messinis，2013)，并且高等教育可能与不可观测到的变量(如：能力)相关，这就产生了高等教育内生性问题。[16]本文利用Fröich和Melly(2010)提出的无条件工具变量分位数处理效应模型解决高等教育内生性问题。[22]高等教育为处理变量D，已有的研究文献表明，父母受教育水平满足工具变量的假设条件，*工具变量假设条件为：与所替代的随机变量高度相关，与随机误差项不相关。首先，接受过高等教育的父母收入较高，可以为子女提供较好的教育资金支持；其次，父母接受高等教育对子女产生示范效应，从而增加子女接受高等教育的概率。本文采用父亲是否接受高等教育变量作为高等教育的工具变量Z，该变量是一个二元变量，即父亲接受过高等教育为1，没有接受过高等教育定义为0。表9是基于无条件工具变量分位数处理效应模型所得结果，高等教育对工资的影响与表3中相比有所变化，表9中高等教育系数显著高于表3中高等教育在各分位数点上的系数。在各分位数点上高等教育对工资的影响为正并通过了1%的显著性水平，在收入由低到高的分布中，高等教育系数呈现先减后增趋势，在高分位数上，高等教育的回报率最大。

表9 无条件工具变量分位数处理效应模型

注：括号内为标准误差，***、**、*分别表示1%、5%和10%的显著性水平。

四、结论与政策建议

本文运用倾向得分匹配与无条件分位数回归及分解相结合的方法，深入研究了中国2007年在工资分布各分位上公共部门工资溢价现象及部门间工资差异的影响因素，得出如下结论：(1)未考虑部门选择性时，公共部门不存在工资溢价；而考虑了部门选择性后，公共部门在各分位数上的工资显著高于非公共部门，且这种差异在中低分位上更为突出。(2)两部门工资差异呈倒U形分布，中间大，两端相对较小；禀赋效应特别是部门间接受高等教育的员工比例差异是造成公共部门与非公共部门工资差异的主要原因。在考虑了接受高等教育可能存在的内生性和选择性后，匹配后的结果显示两部门之间的工资差异在分布上呈逐步缩小趋势，禀赋效应对部门间工资差异的解释力更强,而高等教育差异在禀赋效应中的贡献也更为突出。两种情况下的分解结果都表明，歧视效应并不能解释部门间的工资差异。(3)运用工具变量处理效应模型后，发现高等教育回报率更高，且随着分位数的增加呈现先减后增趋势。

非公共部门是国民经济发展的重要组成部分，更具市场活力。当前我国经济已进入改革的深水区，协调好公共部门与非公共部门的发展，缩小部门之间的工资差异有着十分重要的现实意义。在这一背景下，针对以上研究结论，本文提出如下政策建议：(1)由于人力资本禀赋特别是高等教育水平是造成部门之间工资差异的显著因素，国家应加大对非公共部门员工的职业技能及教育的培训投入力度，给予一定的政策优惠鼓励，在吸纳人才的同时提高非公共部门员工的技术水平及生产能力，促进整体经济的协调健康发展。(2)进一步推进市场化进程，加快公共部门工资改革，以市场机制调节人才在部门间的均衡分布。(3)完善非公共部门工资及福利体系，提高非公共部门员工工资水平，使非公共部门具有与公共部门同等的吸纳优秀人才的能力。

[1] 张义博.公共部门与非公共部门收入差异的变迁[J].经济研究, 2012, (4) :77- 88.

[2] Melly B. Public-private Sector Wage Differentials in Germany: Evidence from Quantial Regression [J].Empirical Economics, 2005,30(2): 505-520.

[3] 姜励卿,钱文荣.公共部门与非公共部门工资差异的分位数回归分析[J].统计研究,2012, (1): 68- 73.

[4] Smith, S P. Pay Differentials Between Federal Government and Private-sector Workers [J].Industrial and Labor Relations Review, 1976 ,29: 179-197.

[5] Gunderson, M. Earnings Differentials Between the Public and Private Sectors [J].Canadian Journal of Economics, 1979 ,12(2): 228-242.

[6] Krueger, A B. Are Public Sector Workers Paid More than Their Alternative Wage? Evidence from Longitudinal Data and Job Queues [R].NBER Working Paper, 1988.

[7] Mueller, Richard E. Public-private Sector Wage Differentials in Canada: Evidence from Quantile Regression [J].Economics Letters, 1998,60: 229-235.

[8] Adamchik, V A, Bedi A S. Wage Differentials Between the Public and the Private Sectors: Evidence from An Economy in Transition [J].Labor Economics, 2000, 7(2): 203-224.

[9] Lokshin M M,Jovanovic B.Wage Differentials and State-private Sector Employment Choice in Yugoslavia [J].Economics of Transition,2003,11(3):463-491.

[10] Sakellariou,C,Zheng Fang. The Vietnam Reforms, Change in Wage Inequality and the Role of the Minimum Wage [J]. Economics of Transition, 2014 ,22(2): 313-340.

[11] 周兴,王芳.国有部门与非国有部门工资差异的演变与分解 ——基于非条件分位数回归的分解方法[J].经济科学,2013,(3):48-60.

[12] 尹志超,甘犁.公共部门和非公共部门工资差异的实证研究[J].经济研究,2009 , (4): 129- 140.

[13] 寇恩惠,刘柏惠.公私部门工资差距——基于扩展的Heckman选择模型[J].数量经济技术经济研究,2011, (3): 66- 78.

[14] 邢春冰.经济转型与不同所有制部门的工资决定——从下海到下岗[J].管理世界,2007,(6):23- 37.

[15] 张车伟,薛欣欣.国有部门与非国有部门工资差异及人力资本贡献[J].经济研究,2008,(4):15-25.

[16] Messinis, G. Returns to Education and Urban-rural Wage Differentials in China:IV Quantile Treatment Effects [J]. China Economic Review, 2013,26: 39-55.

[17] Firpo S, Fortin N M, Lemieux T. Unconditional Quantile Regressions [J].Econometrica,2009,77(3): 423～457.

[18] Rosenbaum, Paul R, Donald B Rubin. The Central Role of the Propensity Score in Observational Studies for Causal Effects [J]. Biometrika, 1983,70 (1): 41-55.

[19] 胡安宁.倾向值匹配与因果推论：方法论述评[J].社会学研究,2012, (1): 221- 242.

[20] Juhn C , Murphy, K M, Pierce, B. Wage Inequality and the Rise in Returns to Skill[J].Journal of political Economy, 1993,101(3):410-442.

[21] Machado J AF, J Mata. Counterfactual Decomposition of Changes in Wage Distributions Using Quantile Regression[J]. Journal of Applied Econometrics, 2005 ,20: 445-465.

[22] Frölich M, Melly B. Estimation of Quantile Treatment Effects with Stata [J].The Stata Journal, 2010 ,10(3): 423-457.

[23] Caliendo, M, Kopeinig S. Some Practical Guidance for the Implementation of Propensity Score Matching [J].Journal of Economic Surveys, 2008 ,22(1): 31-72.

[24] Robinson G, McNulty J E, Krasno J S. Observing the Counterfactual? The Search for Political Experiments in Nature [J].Political Analysis, 2009,17(4): 341-357.

[25] 简必希,宁光杰.教育异质性回报的对比研究[J].经济研究,2013 , (2): 83- 95.

责任编辑、校对：刘玉屏

Higher Education, Wage Premium of Public Sector and the Wage Differences between Public and Nonpublic Sectors

HE Cui-xianga, FANG Zhengb, FANG Xing-minga

(a.SchoolofEconomics,Chengdu611130;b.ChinaResearchCenterforEducationalOutcomes,
Chengdu610074,SouthwesternUniversityofFinanceandEconomics,China)

Using CHIP2007, this paper analyses the wage differences and its influential factors between public and nonpublic sectors over the wage distribution. It is found that after choosing endogeneity, public sector has wage premium, especially in the middle and bottom levels of the wage distribution. Wage differences between the public and nonpublic sectors are mainly due to the endowment effect, especially the proportion differences of employees who have higher education. Decomposition results combined with propensity score matching method for higher education to choose endogeneity show that the wage differences between the two sectors declines over the distribution, and it could be better explained by the endowments effect and differences in higher education. By using unconditional IV quantile treatment effects model, the authors find that the return rate of higher education decreases first and then increases with the increase of quantiles.

Public Sector; Wage Difference; Return Rate of Higher Education; Propensity Score Matching; Endogeneity

2015-06-03

何翠香(1986-)，女，山东乐陵人，西南财经大学经济学院博士研究生，研究方向为国民经济运行与调控；方峥(1986-)，女，湖北武汉人，西南财经大学中国教育需求研究中心副教授，博士，研究方向为劳动经济学；方行明(1956-)，男，安徽南陵人，西南财经大学经济学院国民经济研究所研究员，博士生导师，研究方向为国民经济运行与调控。

F244

A

1674-4543(2015)06-0021-13