工资的影响因素分析——以美国为例

黄素洁

(新疆大学 新疆 乌鲁木齐 830000)

工资的影响因素分析
——以美国为例

黄素洁

(新疆大学 新疆 乌鲁木齐 830000)

本文通过分析运用R语言，普通最小二乘法，异方差，加权最小二乘法，建立计量模型，对横截面数据——美国1982年595 个工人的工资和受教育时间、全职工作经验、是否为非洲裔美国人等因素之间的关系，本文得出结论：受教育时间、全职工作经验和非洲裔美国人对于工资均有影响，其中受教育时间对于工资的影响有较强的正的影响，而非洲裔美国人有负的较强影响,由此可得在美国存在比较严重的种族歧视。

工资;受教育时间;全职工作经验;非洲裔美国人

社会上，普遍认为学历越高，受教育年限越长，则收入会越高。但对于这个说法，有待于通过运用定量检验进行实证研究来证实。对于有工作经验的人，社会上也是普遍认为工作经验能够带来多少工资的增长呢，相比较接受教育而言，两者谁对于工资的影响比较大呢，有待论证。另外，劳动力市场上普遍存在种族歧视的。一些族裔相对于其他族裔做相同的工作，得到的工资却相差很大。本文还要考察教育，工作经验，种族这些因素与工资之间的关系。我们发现受教育年限对于工资有一个显著正向影响，工作经验对于工资有正向贡献，而非洲裔美国人对于工资显著负向影响，也就是非洲裔美国人在劳动市场上受到了歧视。

本文剩余部分组织如下，第一节是数据分析，第二节是OLS分析，第三节是异方差检验，第四部分是WLS回归，第五部分是小结全文。

一、数据分析

数据取自R语言程序包“AER”。选取数据是从对wage的影响因素分析，分析的数据来自1982年的横截面数据，包括了595个，年龄从18到65岁不等，对每个人的wage我们主要分析了一下影响因素：受教育年限，全职工作经验，非洲裔美国人。在以下我们简称education,experience,ethnicity或者是edu.,exp.,eth.我们预估结论是edu.,exp.对wage增长有正的影响，而eth.则对wage有负的影响。

二、对OLS的分析

表1 基于横截面数据的OLS与WLS回归结果

在表1中，得方程：wage=-204.987+9.830exp+89.350edu-267.837eth

(1)对拟合系数的分析：可得edu.,exp.与wage为正相关关系，而eth.则呈负相关关系。其中edu.和eth.对wage影响比较大。当edu.增加一年时，则wage增加89.350个单位，而对于exp.对wage的影响就比较小，仅有9.830.eth.对于wage，当是非洲裔美国人时，则相同的工作，非洲裔美国人则少拿267.837美元。

(2)拟合优度：R2=0.248，说明回归方程即上述方程的解释能力为24.8%，也就是edu.,exp.,eth.这三个量对于wage的解释能力为24.8%，说明除此之外还有其他的因素对wage有比较但大的影响。调整后的R2=0.244。

(3)回归方程的总体显著性检验：综合来看，在5%显著性水平上，F=20708.45>65.043,说明edu.,exp.,eth.的共同影响是显著的。并且也可以从P<0.01也可以看出，回归模型是非常显著的。

(4)单个回归性系数的显著性检测：从单个因素的影响来看，在5%显著水平，exp.,edu.和eth.的值都大于t0.10/2=1.684，所以edu.,exp.,eth.这三个量对于wage的影响是显著的。

三、异方差检验

表2 B-P检测结果

进行异常差的Breusch-Pagan检验，拒绝同方差原假设，说明存在异方差。

四、对WLS回归结果的分析

当确定回归方程具有异方差时，我们就要采取加权最小二乘法来估计。

由上表得到如下方程：wage=-48.156+9.351exp.+69.745edu.-251.084eth

分析：(1)对拟合系数的分析：WLS回归后，相似点是edu.,exp.与wage为正相关关系，而eth.依然呈负相关关系。且edu.和eth.对wage影响比较大。当edu.增加一年时，相比较之前的89.350，.则wage现在变为增加69.745个单位，而对于exp.对wage的影响依然比较小，由9.830变为9.351.eth.对于wage也发生了变化，当是非洲裔美国人时，则相同的工作，非洲裔美国人，想比较原来的267.837美元吗，则调整后少拿251.084，也就是说少拿的钱变少了，种族歧视比先前程度要轻。

(2)拟合优度：由原来的R2=0.248变为0.315，说明回归方程即上述方程的解释能力由原来能够解释的部分为24.8%，则现在为31.5%。调整后的R2=0.311。

(3)WLS回归方程的总体显著性检验：综合来看，在5%显著性水平上，F=20708.45>90.539,说明edu.,exp.,eth.的共同影响是显著的。并且也可以从P<0.01也可以看出，回归模型是非常显著的。

(4)单个回归性系数的显著性检测：从单个因素的影响来看，在5%显著水平，exp.,edu.和eth.的值都大于t0.10/2=1.684，所以edu.,exp.,eth.这三个量对于wage的影响是显著的。同样的，它们的P值均小于0.05也可以说明问题。

五、小结

通过上述回归结果，我们得到如下结论：受教育时间对于工资具有显著正向影响，则社会上普遍认为的读书多，收入也就越高是有理论支撑的。全职工作经验对于工资的影响也是显著的，全职工作时间越多，则对于工作越熟练，劳动效率也就越高，带来更高的收益。而非洲裔美国人对于工资有一个负向影响，也就是说在劳动市场上存在种族歧视，非洲裔人相对其他族裔，做同样的工作，得到的收益较少。综上，增加受教育年限、拥有更多的工作经验，尽量消除种族歧视对于工资增长有显著作用。

[1]阮静仪,范良,& 史卫.(2015).学历教育、职业培训与农民工工资收入——基于珠三角调查数据的实证研究.中大管理研究,10(1),60-79.

[2]彭明明.(2011).中国过度教育及其经济效应分析.(Doctoral dissertation,南开大学).

[3]李宾,& 马九杰.(2014).教育年限和工作经验对偏远山区农村外出劳动力工资水平的影响——基于鄂渝两地数据.农业技术经济(10),21-29.

黄素洁(1992-)，女，汉族，新疆奎屯人，研究生，新疆大学，研究方向：世界经济学。