我国垄断行业与非垄断行业间的工资差距

2019-12-27宁光杰姜现

安徽师范大学学报 2019年6期

宁光杰姜现

关键词：行业间工资差距;垄断;人力资本;选择偏差

摘要：行业收入差距是影响我国收入不平等的一个重要方面，其中垄断行业与非垄断行业的工资差距尤为突出。利用2014年全国流动人口动态监测调查数据进行研究，在克服选择偏差的基础上估计了垄断行业和非垄断行业间的工资差距，并通过Oaxaca-Blinder分解法探讨差距形成的原因。研究发现，我国垄断行业的平均月工资比非垄断行业高23.15%，这一差距中68.97%是由垄断造成的不合理工资差距。由于存在劳动力进入壁垒，人力资本水平较高、社会背景较优越的劳动者更容易享受到垄断行业的高工资。相比于非垄断行业，垄断行业拥有更高的人力资本工资回报率。因而降低行业垄断水平、打破垄断行业的劳动力进入壁垒，能够有效缩小我国行业间的工资差距。

中图分类号：F244

文献标志码：A

文章编号：10012435（2019）06012211

Wage Disparity between Monopoly Industries and Non-monopoly Industries—Based on CMDS Data

NING Guang-jie1，JIANG Xian2（1.Business School，Shandong University，Weihai Shandong 264209;2.Policy Research Center for Environment and Economy，Ministry of Ecology and Environment of the Peoples Republic of China，Beijing，100029，China）

Key words：wage disparity between industries;monopoly;human capital;selection bias

Abstract：Income disparity between industries is a major aspect of the income inequality in China.The wage disparity between monopoly industries and non-monopoly industries is particularly prominent.Adopting 2014 China Migrant Dynamic Survey（CMDS）data ，we study this issue.Heckman selection bias correction method was used to estimate inter-industry wage disparity，and Oaxaca-Blinder method to identify the causes of the wage disparity.The results show：the average monthly wage level of monopoly industries was about 23.15% higher than that of non-monopoly industries，and 68.97% of the gap is unreasonable caused by the monopoly.Workers with higher levels of human capital and better social background are more likely to enter monopoly industries and enjoy higher wages.Compared to non-monopoly industries，monopoly industries has a higher return rate of human capital.Thus，to reduce inter-industry wage disparity，we should decrease the level of industry monopoly and reduce entry barriers of monopoly industry.

一、引言

黨的十九大报告指出，我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。在各种不平衡不充分之中，收入分配差距成为我国新时代发展中的突出短板之一。近年来在人们对居民收入差距问题的讨论中，除了对城乡之间、地区之间的收入差距关注之外，行业之间的收入差距也越来越成为探讨的焦点。按照国家统计局数据，以行业门类划分，2018年平均工资最高的是信息传输、软件和信息技术服务业，该行业城镇单位就业人员年平均工资为147 678元，最低的是农、林、牧、渔业的36 466元，两者相差3.05倍。2003年平均工资最高与最低的两个行业相差3.49倍，2006年为3.69倍，2009年为3.21倍，2012年为2.96倍，2015年为2.59倍。虽然长期来看行业之间平均工资的相对差距在逐渐减小，但在一些年份也出现扩大的态势，且行业间工资水平的绝对差额一直在增大，使得人们直观上普遍认同行业间工资差距十分突出并在不断扩大。

对于行业之间的收入差异，除了比较各个具体行业的收入水平之外，我们还可以从多个角度来对比分析。传统行业与新兴行业之间或劳动密集型行业与知识密集型行业之间存在着一定的收入差距，但这种差距是人们能够认同的，因为职工在新兴产业和技术、知识集中的高新技术产业得到的较高收入与他们所付出的劳动和贡献相吻合。此外，在垄断行业与非垄断行业之间也存在着明显的收入差距，而且是我国行业收入差距的一个主要表现。我国的高收入行业主要集中在垄断性行业，他们在缺乏竞争对手的情况下极易获得高额的垄断利润并将其转化为职工个人收入，由此造成的行业收入差距会对社会公平产生严重损害。垄断行业劳动者的低效率容易被垄断价格掩盖，从而扭曲价格的市场导向作用。

本文利用2014年全国流动人口动态监测调查数据进行实证分析，由于流动人口在个人能力等方面的异质性差异相对较小，在比较垄断行业和非垄断行业劳动者之间的工资差异时，可以更好地分离出垄断因素所起的作用大小。论文还进一步运用Heckman两步法克服不同行业劳动者的选择偏差，可以更准确地估计行业垄断对收入的影响，本文研究结果表明已有研究明显低估了垄断的影响。另一方面，这一群体的流动性、劳动力市场化程度较高，对其进行的研究能够为分析城镇户籍劳动力的垄断行业工资问题和未来劳动力市场化改革提供启示。

二、文献综述

（一）行业收入差距的趋势与特点

一些学者对行业收入差距变动的趋势及特点进行了研究，发现我国行业间的收入差距表现为改革开放之初逐渐缩小，20世纪90年代左右开始不断扩大的趋势。钟春平指出1978年到1989年间，行业工资标准差从0.18151下降到了0.12905，而到2002年上升至了0.27599，行业间的工资差距随着经济的增长在振荡中逐渐扩大。[1]罗楚亮、李实的研究表明，行业职工平均工资的基尼系数从1990年的0.072增长到2005年的0.181，16年间增长了1.51倍;泰尔指数从1990年的0.009增长到2005年的0.059，增长了5.56倍，行业收入差距表现出持续性扩张趋势。[2]顾严、冯银虎对1978年至2006年各行业人均工资的概率分布情况进行了研究，结果表明1978-1992年间由于改革充分激发了各行业的积极性，收入较低的行业增长势头更为迅猛，行业间的收入差距出现了一定程度的缩小;20世纪90年代中期开始，新兴行业快速发展，其工资收入跃居各行业领先水平，使得行业收入差距逐渐拉大;2002年之后，行业收入分配出现了明显的两极分化趋势。[3]王询、彭树宏的研究发现，在20世纪80年代行业工资差距逐渐下降，但在1988年到达最低点之后一直保持上升态势，并且各行业的工资表现出高者越高、低者越低的马太效应。[4]余向华、陈雪娟发现在校正了选择偏差后，垄断行业比非垄断行业的平均工资水平仍要高出大约39%。[5]

（二）行业收入差距成因的理论研究

究竟是什么因素导致行业间存在较为明显的收入差距？在理论方面，能够比较恰当地解释我国行业收入差距的主要有人力资本理论和租金分享理论。

将人力资本质量的差别视为行业收入差异重要因素的相关研究主要基于对Becker[6]和Mincer[7]的人力资本理论研究的拓展。Krueger等指出劳动力质量的不同导致了行业工资出现差异，行业变量吸纳了没有被观测到的劳动力质量的差异，并将其体现为行业间收入差异的形式;[8]因此各行业人力资本存量的不同导致了行业间的工资差异。但是Brown等通过检验发现，行业间的工资差异在对个体的一系列人力资本变量进行控制之后仍旧存在。[9]对此人力资本外部性理论做出了进一步解释。Lucas提出了人力资本溢出性概念，认为以行业、职业、地区等方式结合的人力资本的回报，与个体人力资本回报的简单加总有很大差别，这主要源于学习效应，[10]也就是人力资本间相互作用而导致的整体生产率水平的提高，或由于竞争效应而引发的下降。Winter[11]等基于澳大利亚的经验研究以及Sakellariou[12]基于危地马拉的经验研究都证实了人力资本外部性对行业间工资差距产生的作用，但同时也发现在考虑了人力资本外部性以后，行业间工资回报的差距仍有部分没能得到有效解释。国内学者基本上对人力资本投入不同造成行业间的收入差距持肯定态度。

基于人力资本理论的研究主要从劳动力供给方的特征差异来解释行业间收入差距，租金分享理论则更侧重于从需求方的行业特征角度进行分析。Freeman等提出的集体谈判或租金分享理论认为，在企业盈利能力较强、利润较高的情况下，普通职工会争取得到相对公平的工资水平，具有特殊技能与资源的职工则会为得到超额报酬而努力。[13]因此，工人和雇主之间会就利润分享进行谈判，在工会力量较为集中的行业职工所获得的工资将高于工会力量相对薄弱的行业，从而引起行业间工资差异。Philip等在研究比利时的行业工资差距时发现，控制了行业利润率以后，行业工资差距急剧缩小，[14]这说明租金分享是行业工资差距中的一个重要部分。虽然我国工会较少运用集体谈判争取较高的工资，但是史先诚指出在具有垄断地位或市场势力的企业中，由于职工高收入引起的高成本很容易被转嫁给政府或广大消费者，在企业管理者有权控制和分配企业剩余的情形下，为了获得较为“和谐”的环境，管理者也将愿意支付給职工超出均衡水平的工资。[15]所以，基于行业垄断的租金分配理论是我国垄断行业职工高工资的一个重要理论解释。国内很多学者从超额利润分享的角度阐述了行业垄断对于行业间收入差距形成的重要作用。张雅光等指出那些带有垄断性质的行业能够依靠资源占有上的优势，在原材料与加工产品之间获得巨大的利润差价并将一部分转化为本行业的职工收入，同时还可以凭借其垄断地位和特权进行高额收费增加收入;相比于非垄断行业，垄断行业在进行利益分配时向个人倾斜的倾向很强;这些都拉大了行业间的工资差距。[16]陈彦玲、陈首丽[17]同样认为借由垄断力量尤其是所有制垄断，行业能够实现对市场价格的控制并转嫁工资成本，从而在取得超额利润的情况下提高行业的工资回报，造成行业间的工资差距。马草原等进一步区分了垄断和所有制对劳动者收入溢价截然不同的作用机制及相互依存关系。[18]

（三）行业收入差距成因的实证研究

一部分研究侧重于分析行业垄断在行业收入差距的形成与不断扩大中所起到的作用。任重、周云波发现形成我国收入差距的最主要因素是政府的行政性垄断，垄断与部分垄断的贡献合计高达65%左右。[19]岳希明等发现垄断行业与竞争行业之间超过50%以上的收入差距是不合理的，实证研究表明这部分差距的形成原因是行政性垄断。[20]聂海峰、岳希明运用企业职工匹配数据，发现在平均水平上，垄断企业与竞争企业之间平均工资之差的近1/2均为不合理的，系垄断所致。随着收入分位数的提高，垄断行业和竞争行业的收入差距逐渐增大。收入差距中不合理部分的比重，同样随着分位数的上升而上升。[21]与大部分实证研究不同的是，叶林祥等认为以往把垄断与国有等同的做法并不可取，其实证研究发现，二者都是影响工资差距的重要因素，但所有制的影响更大，而且行业垄断带来的直接工资升水只体现在国有企业中。[22]

另一部分实证研究则综合考虑了我国行业间的制度性因素和人力资本因素对行业间收入差距的影响，但对于哪类因素的影响更大，结论略有不同。傅娟通过分位数回归得出，在不同收入阶层，垄断行业与其他行业的收入差距显著存在，并且随着收入的提高，这种差距逐渐扩大，但教育水平和企业的盈利状况只能解释很小一部分的收入差距。[23]张原、陈建奇发现人力资本和垄断、行业内单位性质等特征都是差距扩大的重要原因，虽然在行业工资回报中人力资本具有正向作用，但相比之下还是行业特征的作用更加显著。[24]邱兆林发现人力资本差异和制度因素虽然都是行业收入差距扩大的原因，但进一步细分，在竞争性行业中，较高质量的人力资本才会导致行业收入差距的扩大，而垄断性行业中，高质量人力资本缩小了行业收入差距，低质量人力资本扩大了行业收入差距。[25]黄燕东、姚先国的研究表明人力资本、所有制、资本投资等因素都对行业收入差距有显著影响，其中人力资本因素的影响最大，约占总影响的45%。[26]孔庆洋、杨名强调了教育对行业收入差距扩大的影响。[27]

总结以上文献，发现垄断行业与非垄断行业的工资差距到底有多大，工资差距形成的主要原因是人力资本因素还是垄断或其他制度因素仍存在一定的分歧。本文运用独特的数据来源进行实证检验，以丰富已有的研究。流动人口的异质性相对较小，在比较垄断行业与非垄断行业间工资差距时可以更好地控制住不同行业劳动者的个体差异，以获得行业工资差距的更准确结果。

三、模型设定及数据说明

（一）模型与方法

基于标准的明瑟方程，构建如下行业工资函数模型：

Inw=α1edu+α2exper+α3exper2+∑βixi+μ（1）

其中，w是职工的月收入，edu为受教育年限，exper为工作经验，exper2为工作经验的平方项，X为其他解释变量，包括性别、地区、就业单位性质等变量，μ为随机扰动项。根据该模型运用最小二乘法分别对总体样本及行业分组样本进行回归估计，可以得出在不考虑选择偏差的情况下各个变量对工资收入的影响情况。但是，利用普通最小二乘法估计工资方程时，样本非随机性可能对估计结果的准确性及可信性产生影响。如果职工拥有较好的家庭背景和社会关系，那么他们进入垄断行业的概率会更高，我们通过对垄断行业和非垄断行业进行简单分组得到的两类样本不是随机产生的，而是样本本身经过选择得到的。若是直接简单地用分组样本去估计在两类行业中各个变量对工资收入的影响，将会出现系统性偏差。考虑到这种可能存在的样本选择偏差，可以采用Heckman两步法加以纠正，以得到对垄断和非垄断行业工资方程的一致估计。

运用Heckman两步法进行估计，首先构造如下的样本选择模型：

I*=γizi+μ（2）

I=1， I*>00 I*≤0（3）

其中I*是一个无法观测到的潜在变量，I*>0，表示劳动者进入了垄断行业，此时行业类型虚拟变量I=1;γi是估计参数，zi是决定I*的一系列解释变量，在本文中包括所在城市流动人口进入垄断行业的比重、在流入地的家庭规模和长期居住意愿等变量，以及性别、受教育年限等其他解释变量。

根据（2）式的Probit模型的估计结果计算得到λ（γiZi）=（γiZi）Φ（γiZi）

即逆米尔斯比率（inverse Mills ratio），（·）和Φ（·）分别代表符合标准正态分布的概率密度函数和累积分布函数。如果λ的系数是显著的，则说明存在显著的样本选择偏差，OLS的估计结果是有偏的，因此将λ的估计值代入（1）式中，修正选择偏差。加入选择偏差修正项后的方程为：

Inw=α1edu+α2exper+α3exper2+∑βixi+σλ（γiZi）+υ（4）

其中υ为新的残差项，对该方程进行估计即可得到垄断行业系数估计值符合一致性的工资方程。类似的，也可获得非垄断行业的工资方程。

（二）数据与变量描述

本文所使用的数据来自原国家卫生计生委2014年开展的全国流动人口动态监测调查，该调查涉及全国31个省（区、市）和新疆生产建设兵团，主要对象为在流入地居住一个月以上、非该区（县、市）的15-59周岁流入人口，所采集的样本总计200 937个。采用这一数据来进行我国行业间工资差距的实证检验主要基于以下两方面考虑，一是该数据包含详细的微观个体信息，且样本数量庞大，分布广泛，具有普遍的代表性;二是该数据来源于我国的流动人口，调查对象具有相似的群体特征，使得那些难以用变量表示的人力资本差异能够得到一定的控制，从而减小实证分析过程中的随机误差。

本次调查所获得的数据中统计了176 393个样本的收入。我国行业职工的收入主要由按劳分配为主体的工资收入和福利收入组成。非工资收入来源多样、构成复杂，在统计度量上有一定难度，因而统计资料上的行业职工收入数据大多只包括工资性收入，已有的相关研究一般也以工资收入为主。本文的研究对象也限定于包括个人工资、奖金、津贴、加班费等的工资收入，以分析行业所提供的合理劳动报酬的差异。在我们的有效样本中，根据就业形式划分，有74 491个样本是自我雇佣的劳动者，剩余的101 902个样本为工资获得者。由于自我雇佣的劳动者所取得的收入除了工资以外还有一部分表现为经营所得的利润等形式，因此本文将这部分样本排除在研究范围之外。

对于保留的101，902个工资获得者样本，本文按照統计调查所采用的2011年修订的国民经济行业分类标准，将20个行业门类区分为垄断行业与非垄断行业两大类。在理论研究中，行业垄断程度通常通过行业集中率、勒纳指数等指标来度量，这些指标通常由各国反垄断当局计算和发布。由于我国没有官方较为统一的分行业垄断指标，因此学者们划分垄断行业的标准各不相同，对于两位数或三位数代码的细分行业，通常考察企业数量、企业收入分布、国有经济参与程度等指标对其垄断程度加以测算，但对于大门类行业则一般凭借经验来划分。参考任重、周云波、邱兆林的研究，本文中的垄断行业包括采矿业，电力、热力、燃气及水生产和供应业，交通运输、仓储和邮政业，金融业，水利、环境和公共设施管理业，社会保障、公共管理和社会组织，国际组织，其余行业门类则属于非垄断行业。

由于调查中未直接对劳动者的工作经验进行相关的统计，因此参照明瑟计算工作经验的方法，本文采用的工作经验为年龄减去学校教育的年限及开始接受教育的时间，对于受教育水平在初中以下的样本来说，计算方法则为实际年龄减去16岁。

据此整理之后，垄断行业样本数为9 899个，非垄断行业样本数为92 003个，数据描述如表1所示。表1中所选取的这些变量是根据样本特征及相关研究确定的，可以看出垄断行业在工资、受教育水平、工作经验、性别、户口这些方面都和非垄断行业存在一定的差异。进入垄断行业的劳动者平均受教育年限为10.94年，略高于非垄断行业的10.16年。垄断行业非农户口劳动者占比、男性劳动者比例也明显高于非垄断行业。同时，进入非垄断行业的劳动者的流动范围更大，劳动者主要集中在个体及私营企业当中。

四、计量结果分析

（一）不考虑选择偏差情况下的工资方程

根据表2对全部样本的OLS模型估计结果可以看出，在不考虑样本选择偏差的条件下，控

制其他因素，在1%显著水平下垄断行业的平均工资收入比非垄断行业要高出大约10.7%，这说明行业的垄断性显著提高了垄断行业的工资水平。对于垄断行业和非垄断行业间工资水平的差距到底有多大，已有研究成果丰富，但结果不一。可以参考比较的是余向华、陈雪娟采用2008年中国健康与养老追踪调查的数据对两类行业工资估计得出的结果，即垄断和非垄断行业的平均工资水平相差大约39%。[5]显然我们得出的差距要小得多，虽然有选用的样本数据不同的原因，但一定程度上也说明了与2008年相比，2014年垄断与非垄断行业间的工资水平差距有明显缩小。

模型中所选取的其他解释变量都通过了1%的显著性检验。具体来说，受教育年限越长、工作经验越多，相应的工资水平也越高，影响的方向也符合经验预期。在工资方程中加入工作经验的平方项，其与工资收入负相关，与该理论预期相符。男性获得的工资比女性显著高出25%，这说明劳动者的工资回报有着明显的性别差异。就业单位的性质与地区因素对工资水平的影响也十分显著，而且相对来说，国有及国有控股单位的工资水平最低，东部地区的工资水平最高。此外，跨省流动获得的工资水平高于省内跨市、市内跨县流动。在进行了垄断行业和非垄断行业两大类的划分之后，分别对其工资决定方程进行估计，得到的各解释变量的系数符号与全部样本的回归结果大致相符。总体上来说，该模型的设定与事实特征基本相符。

（二）校正选择偏差后的工资方程

使用STATA软件进行Heckman两步法分析，结果如表3所示，该表的下半部分是第一阶段Probit选择模型的估计结果，上半部分是Heckman两步法所估计的两大类行业的工资决定方程。分析选择模型的估计结果，我们可以看出性别、受教育程度、工作经验、长期居住意愿这些个体特征及户口性质、流动范围、所在城市外来人口进入垄断行业比重、本地家庭规模等对于劳动者进入垄断行业都有显著的影响。计算以上变量在选择方程中的边际效应，可以发现性别、户口、流动范围、长期居住意愿及所在城市外来人口进入垄断行业比重对劳动者进入垄断行业的概率的影响比较大。男性进入垄断行业的概率比女性高6.7%左右，这说明垄断行业存在一定的性别歧视。相比于拥有农业户口的劳动者，非农户口的劳动者进入垄断行业的概率要高1.9%，这可能与大部分垄断行业在户籍方面具有一定的进入壁垒有关。流动范围越大，劳动者进入垄断行业的概率越小。与跨省流动相比，在同一市内跨县流动与在同一省内跨市流动的劳动者进入垄断行业的概率分别高出1.5个和1.2个百分点，这与劳动者的社会网络有关。如果劳动者的流动范围比较小，其在流出地的社会网络可能会对流入地实现一定程度上的覆盖，那么劳动者在流入地就能够构建更为稳固庞大的社会关系，可能会对劳动者进入垄断行业起到了一定的帮助作用。因而劳动者进入垄断行业的概率更大，而在跨省流动的情况下劳动者原有的社会网络则难以发挥同等的作用。与打算在流入地长期居住相比，如果劳动者不打算长期居住，进入垄断行业的概率降低2.7个百分点;目前未确定是否要长期居住的流动人口进入垄断行业的概率降低1.3个百分点。此外，所在城市外来人口进入垄断行业比重对劳动者进入垄断行业的概率的影响最大，因为这直接反映了当地垄断行业的进入壁垒强弱。所在城市外来人口进入垄断行业比重每提高1个百分点，劳动者进入垄断行业的概率提高49%。总的来说，选择方程的结果说明进入垄断行业的劳动者具有更高的人力资本水平，并且在社会资本、社会网络等方面更有优势。而降低垄断行业的进入壁垒，有利于外来劳动力进入该行业。

表3中Heckman模型估计得到的逆米尔斯比率的系数在方程中十分显著，这表明样本确实存在选择偏差，运用OLS来估计工资方程求出的系数是有偏且不一致的，因此采用本模型对样本的选择偏差进行校正十分必要。

具体分析两类行业的工资模型估计结果，我们会发现，虽然教育、性别、户口等变量均对两类行业的工资水平有显著影响，但其影响程度有明显不同。在控制其他变量的情况下，教育的工资回报率在垄断行业中为3.97%，在非垄断行业中为3.33%，这说明人力资本在垄断行业中有更高的工资回报率。垄断行业和非垄断行业虽都存在女性工资显著低于男性的状况，但非垄断行业内男女的工资差距为22.45%，垄断行业中性别导致的工资差距为25.24%，这说明垄断行业的性别歧视更为明显。对于就业单位性质这一因素，垄断行业与非垄断行业都是外资等其他企业的工资水平最高。单位性质之间的差距不大，小于行业垄断之间的差异。而考虑地区特征，虽然两类行业都是在东部地區有最高的工资水平，但垄断行业的地区间工资差异要明显大于非垄断行业。

将全部样本分别代入校正选择偏差以后的垄断行业和非垄断行业的工资方程，可以计算出垄断行业的劳动者平均月工资约为3480.81元，而非垄断行业的劳动者平均月工资约为2999.95元，前者比后者要高16.03%。这意味着如果不考虑行业进入壁垒，假定劳动者可以在行业间自由流动，同样人力资本水平的劳动者在垄断行业可以获得比非垄断行业更高的工资。将分组的样本代入相应组别的工资方程，计算得出进入垄断行业的劳动者平均月工资水平为3655.20元，进入非垄断行业的劳动者平均工资水平为2968.19元，前后相差23.15%，这一差距是行业垄断性质、人力资本水平以及其他解释变量对两类行业工资水平的综合影响。

（三）两类行业间工资差距的分解

在校正样本选择偏差之后，我们得到了对垄断和非垄断行业工资方程的一致估计，并且通过分析发现两类行业之间的工资差异受到多种因素的影响，其中最主要的是行业的垄断性质和教育等人力资本水平。这种由行业自身特点和人力资本等竞争性因素导致的差距在一定意义上是合理的差距，是我们应当予以承认并接受的。但在上文我们已经通过实证分析发现，劳动者进入垄断或非垄断行业并不是完善的劳动力市场合理配置劳动力资源的结果，垄断行业对外部劳动力市场设置了进入门槛，导致只有那些符合特定条件（户口、社会网络等）的劳动者才能进入这些行业，并享受到行业凭借行政特权或国家的特殊优惠政策攫取的高额利润。因此垄断行业的高工资是超过正常劳动力价值的，存在着一部分不合理的行业工资差距，这种不合理的部分必须对其加以纠正。现实的工资差距中合理部分和不合理部分，哪个占比更大？根据表3的工资方程估计结果，可以对两类行业间的工资差距进行分解，来分析两部分工资差距的相对大小。我们把表3拟合出的垄断行业和非垄断行业的工资方程简写为以下形式：

InWm=βm0+βmiX+σmλm（5）

InWn=βn0+βniX+σnλn（6）

这里m代表垄断行业，n代表非垄断行业;β0为常数项，βi和X分别为系数和解释变量;λ为逆米尔斯比率，σ是其系数。

根据Oaxaca-Blinder分解法[28][29]，对（5）和（6）进行整理，可以得出：

InWm-InWn=（βm0-βn0）+βmi（Xm-Xn）+（βmi-βni）Xn+（σmλm-σnλn）（7）

或InWm-InWn=（βm0-βn0）+βni（Xm-Xn）+（βmi-βni）Xm+（σmλm-σnλn）（8）

式（7）和式（8）等式右边的第一项代表工资差距中由回归方程的常数项引起的差距;第二项是人力资本、地区、就业单位性质等特征差异对工资差距的影响;第三项代表各个特征的工资回报率差异对工资差距的影响;第四项则是样本选择偏差的影响。一般认为工资差距中由各种特征差异所导致的部分，也就是等式右边的第二项是能够被解释的合理部分，而常数项差异和工资回报率差异部分则是两个工资方程间的未解释部分，它们是由歧视造成的不合理部分。

式（7）和式（8）的差别在于两者所选取的基准不同，前者使用垄断行业的工资回报率βmi来测度特征差异的贡献，使用非垄断行业各解释变量的样本均值Xn衡量工资回报率差异的贡献;后者则是用非垄断行业的工资回报率计算特征差异的贡献、用垄断行业的样本均值计算工资回报率差异的贡献，这两种分解的结果一般是不完全相同的。如果某一组的工资回报率与不存在任何歧视的竞争性劳动力市场的工资回报更为接近，那么用这一回报率来衡量特征差异的贡献，就会对工资差距的合理和不合理部分估计得更为准确。对于本文所划分的垄断和非垄断两组行业来说，非垄断行业的工资回报率可能更能体现竞争市场上的合理劳动力价格，因此我们采用式（8）进行计算。将表1中的样本均值和表3中的估计参数代入式（8）可以求出如表4所示的结果。从结果可以看出，垄断行业的对数化月工资比非垄断行业高0.2153，其中只有0.0424这一小部分是由人力资本等特征的差异引起的，而常数项差异和工资回报率差异所导致的不合理的工资差距为0.1485，所占比重高達68.97%，这表明垄断行业和非垄断行业的工资差距主要是由行业垄断、劳动力进入壁垒等不合理制度因素造成的。这一比重与任重、周云波的结果接近，但高于大部分相关研究，这是由于我们的数据是流动人口数据，其异质性较低，从而特征差异占比相对较小。在方法上运用Heckman两步法克服部门选择偏差，也消除了异质性差异。另一方面，垄断与非垄断行业特征对于流动人口收入的影响占比较高，给予我们的启示是对于流动人口这些相对弱势的群体，更应该降低行业进入壁垒，消除收入不平等的根源。

五、总结与建议

本文利用2014年全国流动人口动态监测调查数据，估计了垄断行业和非垄断行业的工资差距有多大、受哪些因素影响，并通过工资差距的Oaxaca-Blinder分解，估计了各类因素对工资差距的贡献度。实证结果表明，垄断行业存在劳动者进入歧视，那些拥有非农户口、工作流动范围较小、人力资本水平更高、愿意长期在流入地居住的劳动者相对来说更容易进入垄断行业。教育、户口、性别、地区等因素都对工资水平有显著影响，但在垄断行业和非垄断行业中的影响程度明显不同。在垄断行业中，教育所代表的人力资本水平能够获得更高的工资回报，工资的性别差距、地区差距也比非垄断行业更大。在控制人力资本、地区等特征因素的情况下，垄断行业的平均月工资比非垄断行业要高出16.03%左右;综合考虑垄断性质和一系列特征因素，尤其是人力资本水平的共同作用，垄断行业的平均月工资水平则要比非垄断行业高23.15%。工资差距的分解结果表明，垄断行业和非垄断行业间的工资差距68.97%是由行业垄断性质所造成的不合理差异。

要缩小行业间的工资差距，可以从以下方面入手。（1）降低行业垄断水平，消除不合理收入差距的制度根源。这需要从制度改革入手，规范产权结构，让政府部门从管理者和经营者的双重身份中脱离出来，建立起政府与企业之间合理的利润分配关系，从而剥除垄断的行政色彩。同时要放宽市场准入条件，限制政府对行业的保护，真正将竞争机制引入市场中，推进各种资本与多元主体参与到市场竞争中来。加强对垄断利润的管理，可以将超额垄断利润合理的分配到国民经济的发展中去，使垄断行业的职工完全按照正常的薪酬制度获得劳动回报，从而缩小因垄断而造成的行业间收入差距。（2）打破垄断行业的劳动力进入壁垒，实现行业间劳动力的自由流动。具体来说，政府要发挥强有力的作用，纠正垄断行业内部不合理的排外和歧视行为，消除外部劳动力进入时所受到的非市场因素的干扰和体制机制障碍。坚决杜绝垄断行业实施各种就业限制及对内外部劳动力市场实行差别、歧视待遇，最大程度上为劳动力的自由流动和合理配置创造良好的环境。同时要积极推动垄断行业建立公平合理的用人机制并对其进行监督，杜绝在人才选拔过程中的暗箱操作或寻租行为，要严格遵循市场机制的导向原则，保证劳动力进入垄断行业的过程与结果是公平、公开、透明的。（3）对垄断行业劳动者的工资进行有效监督和信息披露。监督不仅限于垄断行业高管的工资，还要对普遍员工工资进行有效管理。监督不仅要针对工资性收入，还应包含非工资等福利收入。因为在一些垄断国有企业，他们更倾向于提高劳动者的福利收入。[18]

本文以流动人口为研究对象，其研究结论也具有一般意义。流动人口流动性较强，其较高的流动性本身有利于缩小行业间的工资差距。他们从事的行业一般竞争性也较强，进入垄断行业存在较大的壁垒，因而垄断对其工资整体起的作用相对较小。即使如此，垄断行业劳动者的工资也超出非垄断行业23.15%，并且垄断因素可以解释其差异的68.97%以上，说明垄断的负面影响仍不容忽视。流动人口流动性较强、竞争性较高的劳动力市场可以为城镇户籍劳动力市场改革提供方向和参考，对流动人口和垄断行业工资的分析也将为全社会缩小垄断行业和非垄断行业的工资差距提供启示。

参考文献：

[1] 钟春平.创造性破坏与收入差距的振荡扩大：基于中国行业工资的经验分析[J].上海经济研究，2004（2）：3-10.

[2] 罗楚亮，李实.人力资本、行业特征与收入差距——基于第一次全国经济普查资料的经验研究[J].管理世界，2007（10）：19-30.

[3] 顾严，冯银虎.我国行业收入分配发生两极分化了吗？——来自非參数Kernel密度估计的证据[J].经济评论，2008（4）：5-13.

[4] 王询，彭树宏.中国行业工资差距的演化与特征[J].中国人口科学，2012（5）：47-55.

[5] 余向华，陈雪娟.垄断与行业工资差距问题研究——基于中国行业工资决定因素的微观计量分析[J].税务与经济，2010（4）：39-47.

[6] Becker G S.Investment in Human Capital：A Theoretical Analysis[J].Journal of Political Economy，1962，70（5）：9-49.

[7] Mincer J.Schooling，Experience and Earnings[M].New York：Columbia University Press，1974.

[8] Krueger A B，Summers L H.Efficiency Wages and Inter-Industry Wage Structure[J].Econometrica，1988，56（2）：259-293.

[9] Brown C，Medoff J L.The Employer Size-Wage Effect[J].Journal of Political Economy， 1989， 97（5）：1027-1059.

[10] Lucas R E.On theMechanics of Economic Development[J].Journal of Monetary Economics， 1988，22（1）：3-42.

[11] Winter E，Rudolph.Endogenous Growth，Human Capital，and Industry Wages[J].Bulletin of Economic Research，1994，46（4）：289-314.

[12] Sakellariou C N.Human Capital and Industry Wage Structure in Guatemala[R].The World Bank Policy Research Working Paper，No.1445，1995.

[13] Freeman R B，Medoff J L.The Impact of the Percentage Organized on Union and Nonunion Wages[J].Review of Economics & Statistics，1972，18（63）：561-572.

[14] Philip D C，Francois R，Ilan T.Inter-industry Wage Differentials：How Much Does Rent Sharing Matter？ [J].The Manchester School，2009，79（4）：691-717.

[15] 史先诚.行业间工资差异和垄断租金分享[J].上海财经大学学报（哲学社会科学版），2007（2）：66-73.

[16] 张雅光，田玉敏，李秀玲.行业职工收入分配差距及调控对策分析[J].管理现代化，2003（1）：7-10.

[17] 陈彦玲，陈首丽.国有垄断行业职工收入水平基本分析[J].统计研究，2002（8）：76-77.

[18] 马草原，王婷，魏梅.垄断与所有制的收入溢价：理论解释与经验证据[J].当代经济科学，2018（6）：38-48.

[19] 任重，周云波.垄断对我国行业收入差距的影响到底有多大？[J].经济理论与经济管理，2009（4）：25-30.

[20] 岳希明，李实，史泰丽.垄断行业高收入问题探讨[J].中国社会科学，2010（3）：77-93.

[21] 聂海峰，岳希明.对垄断行业高收入合理性问题的再讨论——基于企业-职工匹配数据的分析[J].财贸经济，2016（5）：22-36.

[22] 叶林祥，李实，罗楚亮.行业垄断、所有制与企业工资收入差距——基于第一次全国经济普查企业数据的实证研究[J].管理世界，2011（4）：26-36.

[23] 傅娟.中国垄断行业的高收入及其原因：基于整个收入分布的经验研究[J].世界经济，2008（7）：67-77.

[24] 张原，陈建奇.人力资本还是行业特征：中国行业间工资回报差异的成因分析[J].世界经济，2008，31（5）：68-80.

[25] 邱兆林.行业收入差距扩大的原因分析——基于人力资本异质性的视角[J].经济体制改革，2015（2）：21-25.