生产要素分类法下行业工资差距变化趋势和影响因素分析

段伟花 王浩 任冬连

[   摘 要   ] 基于Stolper-Samuelson定理将十九大行业划分为四大产业，运用多种研究工具探究了产业间及产业内工资差距的变化趋势和影响因素。结果表明：产业间工资差距日益扩大，工资水平高者愈高；产业内工资差距最大的是资源密集型产业，但劳动密集型产业内工资差距呈扩大态势；行业工资差距与创新投入正相关，与人力资本呈倒“U”型关系，与固定资产投资呈“U”型关系，且行业经济规模存在调节效应；产业间工资差距受固定资产投资影响最大，然后依次是创新投入和人力资本；资源、资本密集型产业内工资差距受三者影响最大，同时人力资本是对资源、劳动密集型产业内工资差距贡献度最高的变量，固定资产投资是对知识、资本密集型产业内工资差距贡献度最高的变量。

[   关键词   ] 产业间工资差距；产业内工资差距；人力资本；创新投入；固定资产投资

[   中图分类号    ]F249.24 [    文献标志码   ]  A

一、引言

扎实推动共同富裕是我国发展改革的重点任务，但随着我国市场化程度的日益提升，行业发展的不同步使得行业工资差距发生了重大变化[1]64，行业工资差距问题逐渐成为共同富裕目标实现的难点和重点。根据Stolper-Samuelson定理，最终产品相对价格的上升会提高生产该产品所密集使用某种要素的劳动报酬，不同要素密集度的行业因最终产品的相对价格差异而使劳动力工资参差不齐，工资差距随着行业间生产要素结构的失衡而日益扩大 [2]58。人力资本对于产业结构变动会产生即期影响[3]13，而产业结构变动会影响经济稳步增长[4]37，故基于生产要素视角研究我国行业工资差距问题具有重要意义，有助于了解行业工资差距的宏观结构性变化特征，从而合理调控行业间工资差距、促进产业结构优化升级。

行业工资差距与贫富差距和共同富裕等社会重大议题息息相关，诸多学者将研究重心集中于此。行业工资差距是影响收入不平等的重要方面[5]122，对我国劳动力市场就业结构和产业结构有着显著影响[6]40，若其日益扩大甚至严重阻碍和谐社会的建设和我国经济结构转型[7]83。我国行业工资差距在20世纪80年代呈下降趋势[8]54，但改革开放之后，行业间平均工资增长率差异逐渐凸显，行业间工资差距日渐扩大[9]54，目前与日本和瑞典等发达国家相比，我国行业工资差距较为严峻[10]38。已有研究认为，垄断性行业与竞争性行业间的工资差距是劳动力市场最为突出的问题[11]32，造成二者工资差距不断扩大的原因主要有两个，一是行业垄断，二是劳动人口结构[9]54。科技创新是提高行业垄断程度最有效的方式，但会受制于创新投入和固定资产投资等行业因素[12]110，创新投入有利于推动技术进步以提高劳动生产率[13]40，固定资产投资与经济增长正向线性相关[14]12，二者有利于提高行业工资水平。劳动人口结构主要体现在受教育程度等人口特征行业差异明显，使得行业间人力资本差别较大，人力资本和劳动价格越高，教育对工资差距的影响也就越显著[15]73。

综上所述，诸多学者研究证实我国行业工资差距问题较为严峻，与行业垄断和劳动人口结构等密切相关，但鲜有研究从生产要素密集度视角来分析我国行业工资差距问题。本文在现有研究的基础上，将十九大行业归类为四大产业，利用核密度分析和威廉逊系数探究了产业间和产业内工资差距的变化趋势，并通过回归分析实证了人力资本、创新投入和固定资产投资与行业工资差距间的相关关系，接着运用灰色关联度分析和夏普利分解研究了此三个核心变量分别对产业间工资差距和产业内工资差距的影响程度，旨为缩小行业工资差距以推动共同富裕目标早日实现提供对策建议。

二、研究设计

（一）研究对象

Stolper-Samuelson定理认为最终产品的价格上涨会提高生产该产品所密集使用的某种生产要素的实际报酬[2]58，使得不同要素密集度的行业因最终产品的相对价格不同而工资水平彼此参差不齐[16]145，随着市场生产要素结构的扭曲，行业间工资差距逐渐扩大。本文为深入研究我国行业工资差距的变化趋势及影响因素，基于各行业生产要素密集度和已有研究[17]147[18]93[19]66，将十九大行业划分为资源、劳动、知识和资本四大生产要素密集型产业，详见表1。此方法能从宏观角度制定有关共同富裕的产业政策和规划，但缺点是没有绝对的划分标准，分类结果的客观性和可比性存在局限。因此，本文并不排除很多行业同时属于两个及以上的类型，如：中国现阶段的房地产业既属于资本密集型产业，又属于劳动密集型产业等。最后，须指明下文中出现的“产业”均指分类后的产业大类，“行业”均指产业大类下的具体行业。

（二）研究数据

本文以2010-2020年我国国民经济十九大行业相关数据为样本，借助STATA软件来进行研究，所用研究数据来源于国家统计局网站、《中国统计年鉴》、《中国劳动统计年鉴》和《中国科技统计年鉴》。

（三）研究思路

本文的主要研究思路如下：第一步，使用核密度分析研究产业间工资差距的变化趋势；第二步，使用威廉逊系数研究产业内工资差距的变化趋势；第三步，实证检验人力资本、创新投入和固定资产投资与行业工资差距间的相关关系；第四步，运用灰色关联度分析探究人力资本、创新投入和固定资产投资对产业间工资差距的影响程度大小；第五步，运用夏普利分解探究人力资本、创新投入和固定资产投资对各产业内工资差距的影响程度大小。

三、工资差距变化趋势分析

（一）产业间工资差距变化趋势分析

核密度分析是一种非参数估计分析方法，能够反映数据的动态变化趋势。四大产业年平均工资核密度估计结果如图1所示，2010-2020年间四大产业平均工资核密度图峰值不断向右下方迁移，同时两尾逐渐拉开，尤其右尾呈波浪式大幅度拉开，表明产业间工资差距不断扩大，产业平均工资水平高者愈高。四大产业中，平均工资最高的是知识密集型产业，其工资增速最快，2020年比2010年同比增长了166.37%。而资源密集型产业和劳动密集型产业的工资水平较低，这两类产业的人均产出难以提高，经济附加值都相对较低，工资增速较為缓慢。2010年四大产业平均工资极差为17 324元，2020年已经扩大到50 267.72元，核密度图右尾仍有不断拉开的趋势，表明产业间工资极差仍将增大，产业间工资差距较为严峻。

（二）产业内工资差距变化趋势分析

威廉逊系数是诸多学者用来分析收入差距或各组数据差异的常用指标，某产业威廉逊系数越高，表示该产业内的工资差距越大，反之则越小。计算公式见式（1），其中，Vw代表威廉逊系数，xi为产业内的行业i的平均工资，`x为该产业整体平均工资，n为该产业内的行业个数，pi为行业i的就业人口数，p为该产业整体就业人口数。计算结果如图2所示，2019年之前资源密集型产业和资本密集型产业的威廉逊系数要高于劳动密集型产业和知识密集型产业，说明前两个产业内的工资差距与后两个产业相比相对较大。由指标的变化趋势发现，随着我国资本市场的不断成熟和日益规范化，资本密集型产业的威廉逊系数逐年有所下降，该产业内工资差距呈缩小态势。劳动密集型产业所含行业较多，各行业发展不同步的现象更加明显，其威廉逊系数日益升高，表明该产业内的工资差距在逐年扩大。

[Vw=1xi=1nxi-x2pip]      （1）

四、工资差距影响因素分析

（一）实证检验

1.研究假设

效率工资理论认为，提高劳动生产率能有效促进劳动力工资增长，劳动生产率差异是导致行业工资差距不断扩大的重要原因。人力资本、创新投入和固定资产投资是影响行业劳动生产率和劳动产出的关键因素，三者与行业工资差距可能存在显著相关关系。考虑到劳动者异质性，人力资本会影响劳动力价格高低，人力资本越高的行业其工资水平一般越高；由于不同行业的劳动力结构不尽相同，人力资本水平可以解释工资差异的绝大部分原因[20]161；在诸多研究中人力资本普遍用学历度量，因为高学历、高素质优秀员工一定程度代表高劳动价值和高劳动效率，教育与工作的匹配度会影响劳动收入[21]96。此外，创新投入会影响收入分配，技术创新以发明创造为主的行业，其创新投入可能与工资差距存在正相关关系，以运用推广为主的行业，其创新投入可能与工资差距存在负相关关系[22]86；同时，创新投入能够提高技能工资溢价，可能拉大技能密集型与非技能密集型行业间的工资差距[23]22。最后，固定资产投资能够对工资性可支配收入产生影响，与平均工资存在稳健相互关系[24]114，可以对工资差距恶化起到改善作用[25]71。故基于上述分析，本文提出如下假设：

假设H1：人力资本与行业工资差距存在显著相关关系。

假设H2：创新投入与行业工资差距存在显著相关关系。

假设H3：固定资产投资与行业工资差距存在显著相关关系。

2.数据选取与变量说明

本文将批发零售业、住宿餐饮业和房地产业这三个存在数据缺失的行业予以剔除，使用2010-2020年剩余十六个行业的面板数据，通过固定效应模型来实证检验人力资本、创新投入和固定资产投资与行业工资差距间的关系。

被解释变量行业工资差距（Wg）用各行业平均工资与所有行业整体平均工资的比值度量；解释变量中的人力资本（Hc）用各行业本科及以上学历就业人数占所有行业该群体总数的比重度量；创新投入（Rd）用各行业内部研发经费支出占所有行业支出总和的比重度量；固定资产投资（Fa）用各行业接受全社会固定资产投资占所有行业接受该项投资总和的比重度量。为防其他行业因素对研究结果产生干扰，将行业市场竞争程度（Mc）和行业性别结构（Gs）作为控制变量，市场竞争程度用各行业法人单位数占所有行业总数的比重度量，性别结构用各行业女性比例与男性比例的比值度量。考虑到不同经济规模的行业，人力资本、创新投入和固定资产投资对行业工资差距的影响可能不同，故将行业经济规模（Es）作为调节变量，用各行业经济增加值占所有行业总和的比重度量。

3.描述性统计分析

被解释变量行业工资差距的最小值为0.411，最大值为1.751，标准差为0.324，工资差距行业差异明显。创新投入的最值分别为0.000和0.863，均值和标准差分别为0.063和0.180，表明行业间创新投入存在较大差别，大多数行业创新投入不足，两极化较为严重。人力资本的最值分别为0.000和0.333，固定资产投资的最值分别为0.001和0.478，二者标准差分别为0.074和0.107，随着我国教育水平和基础建设水平的快速提升，人力资本和固定资产投资行业差异相对较小，但由最值可知仍有部分行业的人力资本和固定资产投资较为匮乏。

4.回归分析

回归结果见表2，综合模型（1）和（2）实证检验结果，行業工资差距与人力资本存在倒“U”型关系，与创新投入存在正相关关系，与固定资产投资存在“U”型关系，三者与行业工资差距均显著相关，假设H1、H2和H3得到支持。具体来看，人力资本越高的行业其劳动力价格越高，增加高素质劳动力有利于推动行业经济发展，从而扩大行业平均工资与市场平均工资间的差距，但高素质劳动力过多容易造成人才冗余，使劳动力价值被稀释，反而降低行业工资水平；创新投入是影响行业劳动生产率的关键因素，加大科技创新投入，有助于获得市场竞争收益，从而促进行业工资水平增长，高新技术相关行业尤其如此，所以劳动力市场行业工资水平高者愈高、工资差距越来越大；固定资产投资虽也有利于提高劳动生产率和劳动产出，但需耗费较多的时间成本，会对即期劳动成本投入产生不利影响，对行业工资水平的提升作用存在时间滞后。同时，模型（3）和（4）回归结果显示，行业经济规模对人力资本与行业工资差距间的关系有正向调节作用，对创新投入与行业工资差距间的关系有负向调节作用。

5.稳健性检验

为了检验模型的稳健性，将被解释变量行业工资差距改用各行业平均工资与所有行业平均工资的差值度量，将其标准化之后代入回归模型以检验结论的稳健性。新回归结果见表3，变量的显著性水平和方向与原回归结果一致，人力资本、创新投入和固定资产投资与行业工资差距存在显著相关关系，说明研究结论是较为稳健的。

（二）产业间工资差距影响程度分析

下面将使用灰色关联度分析来进一步探讨人力资本、创新投入和固定资产投资对产业间工资差距的影响程度大小，灰色关联度越高，说明对产业间工资差距的影响越大。计算步骤如下：首先，将产业间工资差距作为参考序列，用产业间平均工资标准差系数度量；其次，将产业间人力资本、创新投入和固定资产投资的标准差系数作为比较序列；然后，根据两序列无量纲化后绝对差的最值计算关联系数，关联系数再加权处理就能得到变量的灰色关联度，分辨系数取0.5。具体数据和STATA计算结果见表4，对产业间工资差距影响最大的是固定资产投资，其灰色关联度为0.710，然后依次是创新投入和人力资本，灰色关联度分别为0.685和0.641。低工资产业固定资产投资不足使得产业发展停滞不前，而高工资产业通过大量固定资产投资提高了劳动生产率和未来发展潜力，经济发展增速的巨大差别导致产业间工资差距日益扩大。

（三）产业内工资差距影响程度分析

以下选择夏普利分解继续探讨人力资本、创新投入和固定资产投资对各个产业内工资差距的影响程度大小。夏普利分解是在回归模型的基础上，基于拟合优度来量化各解释变量对被解释变量的贡献度[26]199[27]21。其计算主要有两步，一是计算变量的夏普利分解值，夏普利分解值主要由两部分组成，分别是变量的边际贡献和权重；二是由夏普利分解值的百分比得到变量的贡献度，贡献度越高，说明其影响越大。STATA计算结果见表5，首先由人力资本、创新投入和固定资产投资在四大产业的夏普利值和可以发现，三个变量对资源密集型产业内工资差距和资本密集型产业内工资差距的影响最大，三者在这两个产业的夏普利值和分别为0.967和0.941，对劳动密集型产业内工资差距和知识密集型产业内工资差距的影响较小，在该两个产业的夏普利值和分别为0.182和0.418。其次，根据三个变量在不同产业内工资差距的贡献度，可以看出资源密集型产业内工资差距和劳动密集型产业内工资差距受人力资本影响最大，对两个产业的贡献度分别为55.63%和84.33%，知识密集型产业内工资差距和资本密集型产业内工资差距受固定资产投资影响最大，对两个产业的贡献度分别为52.47%和55.61%。

五、结论与建议

（一）研究结论

本文借助核密度分析及威廉逊系数对产业间及产业内的工资差距变化趋势进行了分析，随后实证了人力资本、创新投入和固定资产投资与行业工资差距间的相关关系，并运用灰色关联度分析及夏普利分解探究了人力资本、创新投入和固定资产投资对产业间和产业内工资差距的影响程度大小。研究发现：四大产业平均工资核密度图右尾大幅度拉开，产业间工资差距日益扩大，产业平均工资水平高者愈高。资源密集型产业和资本密集型产业的威廉逊系数高于其他两类产业，说明二者产业内的工资差距相对较大，但资本密集型产业威廉逊系数在逐渐下降，而劳动密集型产业威廉逊系数在日漸升高，说明劳动密集型产业内工资差距呈扩大态势。行业工资差距与人力资本呈倒“U”型关系，与创新投入呈正相关关系，与固定资产投资呈“U”型关系，且行业经济规模正向调节人力资本与行业工资差距间的关系，负向调节创新投入与行业工资差距间的关系。产业间工资差距受固定资产投资影响最大，然后依次是创新投入和人力资本。三个变量对资源密集型和资本密集型的产业内工资差距影响最大，同时人力资本是对资源密集型和劳动密集型的产业内工资差距贡献度最高的变量，固定资产投资是对知识密集型和资本密集型的产业内工资差距贡献度最高的变量。

（二）对策建议

为缩小行业工资差距以推动共同富裕目标实现，基于研究结论提出如下对策建议：

1.基于产业间工资差距的对策建议。知识、资本密集型产业具备创新和资本优势，而资源、劳动密集型产业具有一定的资源和劳动力优势，调控产业间工资差距需要降低高工资产业垄断程度的同时鼓励资本、知识等要素向其他产业合理转移，彼此优势互补、共促发展，避免工资水平高者愈高、低者愈低。产业间工资差距受固定资产投资影响最大，所以资源密集型和劳动密集型等工资水平较低产业要适当加大固定资产投资，以此来推动产业经济发展增速，从而提高人均产出和劳动力工资，同时低工资产业要尽量改善劳动人口受教育程度以提高人力资本水平，并适当增加科技创新投入以促进产业结构升级，从而使低工资产业工资水平得以提高、产业间工资差距得到缓解。

2.基于产业内工资差距的对策建议。资源密集型和资本密集型的产业内工资差距受人力资本、创新投入和固定资产投资的影响最大，这两个产业内工资水平较低的行业，可通过职业培训等再教育措施来提高劳动力质量，适当增加创新投入和固定资产投资以实现创新突破、提高生产效率，从而促进行业市场竞争经济效益增长，使行业工资水平得以改善。同时，资源密集型和劳动密集型产业应该更加重视人力资本对产业内工资差距的影响，这两个产业内的低工资行业在提升已有劳动力职业素养的同时要加大人才引进，而工资水平较高的行业要根据自身条件和未来目标调整劳动力结构，防止人才冗余；知识密集型和资本密集型产业要重视固定资产投资对产业内工资差距的影响，产业内的低工资行业应增加固定资产投资来提高劳动生产率和劳动产出以突破行业发展瓶颈，工资水平较高的行业应基于劳动价值合理调整劳动工资分配机制，防止社会收入分配矛盾更加严峻。

[参考文献]

[1]陈享光，孙科.我国行业间工资差距的动态考察[J].中国人民大学学报，2014（2）：64-72.

[2]Stopler W F，Samuelson P A. Protection and Real Wages[J]. Review of Economic Studies，1941（1）：58-73.

[3]李亚玲，柳瑞.人力资本层次结构优化与产业演进——基于中国省级面板数据[J].牡丹江师范学院学报（社会科学版），2021（3）：10-21.

[4]王建民，范玉环.产业结构升级、资源错配与绿色经济增长[J].牡丹江师范学院学报（社会科学版），2021（06）：37-44.

[5]宁光杰，姜现.我国垄断行业与非垄断行业间的工資差距——基于流动人口数据的分析[J].安徽师范大学学报（人文社会科学版），2019（6）：122-132.

[6]王兵，吴福象.行业工资率差异、就业份额偏离与产业结构升级——基于省级面板数据的GMM分析[J].山西财经大学学报，2019（5）：40-53.

[7]王倩.对我国国有垄断企业高工资问题的探究[J].价格理论与实践，2012（12）：83-84.

[8]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+111-112.

[9]叶林祥，郑惠婷，胡正.我国行业间工资差距变动的特征及原因分析[J].中国劳动，2018（10）：51-58.

[10]王宏，乔岩.我国行业工资差距最新趋势、国际比较、实证研究与调控建议[J].全球科技经济瞭望，2019（9）：35-46.

[11]李文溥，王燕武，郑建清.劳动力市场分化与行业间工资差距变动趋势研究[J].山东大学学报（哲学社会科学版），2013（5）：26-44.

[12]尹秀，刘传明.中国工业创新能力的行业差距及其影响因素研究[J].山东财经大学学报，2018（5）：110-120.

[13]田柳，周云波.中国城镇地区的技术进步与行业工资差距——基于微观数据层面的测算和影响效应分析[J].产业经济研究，2018（1）：39-51.

[14]辛翔.固定资产投资与经济增长均衡关系分析[J].财经界，2021（30）：11-12.

[15]王忠，李彩燕.中国行业间工资差距变化及趋势研究——基于微观数据的分析视角[J].财经问题研究，2011（8）：72-77.

[16]胡再勇.要素密集度异质、巴萨效应和出口贸易结构——理论分析与中国的经验研究[J].经济问题探索，2018（5）：145-157.

[17]韩燕，钱春海.FDI对我国工业部门经济增长影响的差异性——基于要素密集度的行业分类研究[J].南开经济研究，2008（5）：143-152.

[18]赵书华，张弓.对服务贸易研究角度的探索——基于生产要素密集度对服务贸易行业的分类[J].财贸经济，2009（3）：90-95.

[19]陈兆明.生产性服务业对工业部门经济增长差异性研究——基于要素密集度的行业分类视角[J].淮阴工学院学报，2015（6）：65-69.

[20]冯粲.地区工资差距的来源——人力资本与生产性服务业集聚的交互影响[J].经济问题探索，2020（9）：160-170.

[21]季雷，周博.基于劳动力市场分割的工资收入差距影响研究[J].经济纵横，2021（9）：92-99.

[22]吴鹏.高质量发展阶段下技术创新对收入分配的影响[J].华东经济管理，2022（4）：79-88.

[23]喻美辞，喻春娇.国际贸易、技术创新与中国城镇劳动力的技能工资差距：基于劳动力个体微观数据的实证研究[J].国际贸易问题，2016（5）：16-27.

[24]黄桂田，尹志锋.工资增长机制及相关影响因素分析——基于珠江三角洲和长江三角洲的面板数据实证[J].财贸经济，2009（9）：114-119.

[25]郑小三，李小克.产业结构、固定资产投资与城乡收入差距——基于中部地区省级面板数据的实证分析[J].经济与管理，2012（7）：71-79.

[26]Israeil Osnat. A Shapley-Based Decomposition of the R-Square of a Linear Regression[J]. The Journal of Economic Inequality，2007（2）：199～212.

[27]罗楚亮，滕阳川.农村劳动力市场的工资不平等[J].农业经济问题，2022（1）：15-26.

[ 责任编辑 ]王立国

[收稿日期] 2022-08-09

[作者简介] 段伟花（1978-），女，河南安阳人，副教授，管理学博士，硕士生导师，主要从事人力资源管理研究；王浩（1998-），男，甘肃天水人，企业管理专业2020级硕士研究生，主要从事人力资源管理研究；任冬连（1998-），女，山东济宁人，企业管理专业2021级硕士研究生，主要从事人力资源管理研究。

[基金项目] 国家自然科学基金青年项目（72002079）；教育部人文社会科学研究青年基金资助项目（18YJC630067）；吉林省教育科学规划办重点项目（ZD21051）；吉林省教育厅科学研究项目（JJKH20220133SK）

Analysis of the Changing Trend and Influencing Factors of Industry Wage Gap under the Classification of Production Factors

DUAN Weihua，WANG Hao，REN Donglian

（School of Business Administration， Jilin University of Finance and Economics， Changchun，

Jilin 130117， China）

Abstract： Based on the Stolper-Samuelson theorem to divide the nineteen industries into four major-industries， a variety of research tools are used to explore the changing trends and influencing factors of wage gaps between major-industries and within major-industries. The results show that： the wage gap between major-industries is widening， and the higher the wage level is higher; the largest wage gap within major-industries is the resource-intensive major-industry， but the wage gap within labor-intensive major-industry is expanding; the industry wage gap is positively correlated with innovation investment， and has an inverted "U"-shaped relationship with human capital， and an "U"-shaped relationship with fixed asset investment， and will be regulated by the industry's own economic scale; the wage gap between major-industries is most influenced by fixed asset investment， followed by innovation investment and human capital; the wage gap within resource-and capital-intensive major-industries is most influenced by all three， while human capital is the highest contributor to the wage gap within resource-and labor-intensive major-industries， and fixed asset investment is the variable with the highest contribution to the wage gap within knowledge-and capital-intensive major-industries.

Keywords： the wage gap between major-industries; the wage gap within major-industry; human capital; innovation input; fixed asset investment