行业间不平等与城镇收入差距.docx
- 文档编号:15982558
- 上传时间:2023-07-09
- 格式:DOCX
- 页数:21
- 大小:44.17KB
行业间不平等与城镇收入差距.docx
《行业间不平等与城镇收入差距.docx》由会员分享,可在线阅读,更多相关《行业间不平等与城镇收入差距.docx(21页珍藏版)》请在冰点文库上搜索。
行业间不平等与城镇收入差距
行业间不平等:
日益重要的城镇收入差距成因*
——基于回归方程的分解
摘要:
基于回归方程的收入差距分解发现,1988年、1995年和2002年,行业间的不平等对中国城镇居民收入差距的贡献越来越大,而且主要是由一些收入迅速提高的垄断行业造成的。
同时,区位、教育、所有制和职业类型以及是否有第二职业对收入差距的贡献也在提高,是否完全就业和年龄对收入差距的贡献有明显下降。
因此,缩小中国城镇收入差距,亟需打破劳动力市场进入壁垒和产品市场行业垄断。
此外,减轻地区间的劳动力流动障碍、普遍提高劳动者的受教育水平等措施也将是未来政府缩小收入城镇收入差距的重要政策着力点。
关键词:
行业垄断收入差距分解回归方程夏普里值
作者陈钊,经济学博士,复旦大学中国社会主义市场经济研究中心教授(上海200433);万广华,经济学博士,云南财经大学财政与经济学院教授(昆明650221);陆铭,经济学博士,复旦大学经济学院教授。
一、引言
行业间的收入差距是一个在国际上持续了20多年的话题,在中国,人们也已经普遍感受到了行业间的不平等。
与灰色收入一样,垄断行业的收入过高也被作为“收入不公”的重要表现,而区别于因教育回报上升导致的“收入不均等”。
但是,行业因素对于收入差距的贡献到底有多大,这一贡献有怎样的变化趋势,尚不明确。
这就使我们既无法了解消除行业垄断的竞争政策对于缓解收入差距有多重要,也难以确定中国正在进行的市场化改革是否能够自动缩小行业间的收入不均等。
本研究利用新近发展起来的基于回归方程的不平等分解方法,对决定收入差距的各个因子按其重要性进行了排序。
在某种意义上讲,这就相当于对控制收入差距的政策措施就其重要性进行了排序。
我们发现,1988年、1995年和2002年,行业间的不平等对于中国城镇居民收入差距的贡献越来越大,而且主要是由一些收入迅速提高的国有垄断行业造成的。
这一发现有助于我们认识中国市场经济体制的走向。
在完善的市场机制下,劳动力市场的充分竞争能够保证收入在行业间被均等化,确切地说,只要劳动力市场上没有行业进入的壁垒,行业间的收入差距将仅仅由不同行业的劳动者个人差异导致,而在个人的特征被控制之后,行业因素就应该不再重要。
如此推断,在走向一个竞争性的市场经济体制的过程中,行业间的因素对收入差距的贡献应该逐步缩小,即预示着中国将走向一个公平竞争的市场经济。
然而,我们的发现与此恰恰相反。
尽管市场竞争在加剧,但市场竞争对于不同行业的影响是不同的,相对来说,国有垄断部门受到的影响较小。
这说明,在中国渐进式的改革中,转型并不必然走向竞争性的市场经济体制。
在这个意义上,我们可以判断,如果不着手控制行业间收入差距,这一因素就可能把中国目前的市场化改革引向不公正的市场经济。
本文也预示着,未来中国要缩小城镇收入差距,打破行业不平等将是非常重要的政策手段。
本文余下部分结构安排如下:
第二部分,简要评论相关文献。
第三部分,回顾中国劳动力市场改革及行业间收入差距的背景与事实。
第四部分,介绍本文的数据和收入方程。
第五部分,是收入差距的分解结果。
第六部分,结论及政策含义。
二、文献评论
行业间的不平等在中国城镇收入差距的形成中究竟有多重要,现有文献一直没有给出很好的回答。
Knight和Song分解了中国城镇居民的收入差距,但却没有考虑行业因素对于城镇收入差距的贡献。
Gustafsson和Li按照收入构成分解了收入差距,但这种方法无法得出收入的基本决定因素对收入差距的贡献。
将我们的研究与国际上有关行业间工资差距(inter-industrywagedifferential)的研究作些比较就可以发现,研究行业不平等在收入差距中的重要性,在理论与政策上都是重要的。
自从20世纪80年代中期以来,行业间工资存在差距已经是人们普遍认同的事实。
后来的研究主要是讨论行业间工资差距的来源。
其基本结论是,在用OLS方法估计的工资方程中,遗漏变量(比如能力)可能与行业变量相关,因此,这就可能会高估行业间的工资差距。
对于巴西的研究发现,劳动力市场上存在巨大的行业间工资差距,即使在控制了职工的生产力和工作的特征差别之后,行业间工资差距仍然持续存在,工作的质量以及职工的异质性、歧视、在特定部门的短期过度需求或者宏观经济状况和政策的变化都不能解释行业间的工资差距。
Gittleman和Wolff发现,行业间工资差距与行业的生产率增长、产出增长、资本密集度和出口导向是正相关的。
那么,还有哪些因素对行业间工资差距产生影响呢?
从理论上来说,企业所处的商品市场以及劳动力市场的非竞争性,是解释行业间工资差距的重要因素。
商品市场的垄断地位使得企业可以获得超额利润,如果没有这一超额利润作为前提,行业间工资差距就没有了来源。
而劳动力市场的非竞争性是行业间工资差距存在的另一条件,如果劳动力市场的进入没有障碍,劳动力之间是完全竞争的,那么,行业垄断并不会造成行业间工资差距。
Krueger和Summers发现,即使控制了可度量和未度量的劳动力质量、工作条件、额外福利、短期的需求冲击、工会化的威胁、工会谈判力量、企业规模等因素,行业间工资差距仍然存在。
他们还发现,越是工资高的行业,劳动力的替换率(turnover)越低,这表明高工资的行业获得了一些非竞争性的租金。
这种租金可能表现为有些行业自愿地为职业支付高于市场出清的工资水平,以换取更高的生产效率,因而被称为“效率工资”(efficiencywage)。
Chen和Edin提供的证据支持了这种效率工资的假说。
Arbache用可比较的可度量的生产性的特征来解释工资差异,他没有发现支持补偿性工资(compensatedwage)的证据,但制造业里效率工资机制是存在的。
效率工资机制在实证上面临的最大问题,是我们在工资更高的行业里看到的更高的“生产率”可能只是这些行业垄断带来的更高人均产出(或利润)。
从趋势上来说,在中国这样的转型经济国家,人们已经普遍感受到行业间工资差距的扩大。
经验研究也表明,20世纪70年代以来,美国的行业间工资差距是扩大的,且主要是第一、二产业间工资差距的扩大。
Gittleman和Wolff用14个OECD国家1970年到1985年的面板数据研究发现,行业间工资的排序是稳定的。
他们发现,除了美国的行业间工资差距总体上来看在扩大,其他国家的趋势是不清晰的。
在巴西,即使是在结构性调整非常剧烈的1984年到1998年间,工资的结构也是比较稳定的。
Krueger和Summers利用美国1900年到1984年的历史数据研究发现,9个主要行业间的相对工资相关度在1900年到1984年间为0.62,而在1970年到1984年间为0.91。
在已有文献中,通过分解的方法来研究包括行业因素在内的各种因素对收入差距的贡献还比较少见,据此研究这些贡献的变化趋势就更少见了。
Pinheiro和Ramos用分解法研究了巴西的数据,发现在控制了其他变量之后,劳动力市场分割对工资不平等的贡献估计在7%-11%之间。
另一项重要的相关研究来自邓曲恒与李实,他们对中国的收入差距成因进行了不同的分解,但在他们的研究中,行业收入不平等并不是研究的核心内容。
相比之下,本文更为细致地揭示了行业不平等对收入差距的贡献及其变化,也考察了个别具有垄断性质的行业对行业间收入不平等的影响,为相关的研究提供了来自转型中的中国的经验证据。
三、中国劳动力市场改革及行业间不平等:
背景与事实
在中国收入差距的各种构成中,城镇居民的收入差距越来越重要。
中国的农村居民收入差距、城镇居民收入差距和总体收入差距都在扩大,城镇居民的收入差距虽然低于农村居民的收入差距,但两者之间的差别正在缩小。
2001年,农村的基尼系数为36.48,全国总体的基尼系数为44.73,而城镇的基尼系数为32.32。
另一组研究通过分析1988年、1995年和2002年的数据发现,1998-1995年间收入差距扩大迅速,但1995-2002年间收入差距变化不大,总体的收入差距基尼系数从46.9变为46.8,而城镇的基尼系数从33.9下降至32.2。
实际上,收入差距总体上出现的“稳定”趋势主要是因为东部省份之间出现了收入水平的收敛。
不管怎样,在城镇改革过程中,有一些因素是加剧收入差距的。
在改革开放以前,中国城镇劳动力几乎全部为国有或集体所有制职工,他们的收入几乎全部来自劳动工资,而其水平则完全由计划体制来决定。
在同工同酬的理念之下,除了职务和工龄外,其他的因素(包括教育和性别)对工资级别的作用被人为地控制在一个很低的水平。
在收入的决定因素中,工龄要比生产率(教育)更为重要。
由于工资级别由劳动管理部门统一制定,行业和企业的效益差别也基本上不对职工的收入产生影响。
改革开放以来,在劳动工资和收入决定方面,最大的变化就是教育回报的提高和行业间差别的扩大。
市场化改革使得在计划经济下被扭曲的人力资本回报率开始上升。
已有研究也已经证实,伴随着中国的改革开放,教育的回报率在不断提高。
如果劳动者受教育水平的差异很大,那么教育回报率的提高就很可能导致收入差距的扩大。
再来看日益扩大的行业间收入差距。
图1用两个指标展现了1978年以来《中国统计年鉴》中十余个行业之间的工资差距。
一个最为简单的指标是最高和最低行业平均工资之比,这个比值从1978年的1.66上升到了1997年的2.26,继而快速地上升到2006年的4.75。
另一个指标是所有行业的工资基尼系数。
我们将同行业的职工视为一个同等工资的人群,并且用这个行业的职工人数作为计算基尼系数的组内人数,这样计算出的基尼系数也呈现出了上升的趋势,1978年基尼系数为0.05,1997年为0.1,之后迅速上升到2006年的0.19。
图1中国的行业间工资差距(1978-2006)
资料来源:
图中数据根据国家统计局:
《中国统计年鉴》(北京:
中国统计出版社)中相关年份的的数据计算得到。
我们之所以将1997年作为前后两个阶段的分界线来对比行业工资差距的变化,是因为1996年是劳动力市场改革的分水岭。
在1996年之前,劳动力市场的改革比较温和,较为明显的调整是人们的收入结构,工资占总收入的比重持续降低。
1980年代的放权让利改革使企业拥有了更大的决定工资和奖金水平的权力,企业效益差别在收入上有所体现。
企业对职工实施的激励机制有效地提高了员工的积极性,但同时,也使得行业和企业间的效益差别开始成为职工收入差距的原因。
孟昕等人用1981年和1987年两组中国国有企业的样本调查数据研究发现,1987年以后中国国有企业行业间的工资差别变得更为显著了。
他们认为,其中的原因在于就业体制改革之后企业实行了与利润挂钩的奖金制度。
1996年,上海开始了以再就业服务中心为中介的国有企业富余职工下岗分流,之后,劳动力市场改革加速,就业结构调整剧烈,劳动参与率不断下降,失业率快速上升。
1997年后在岗职工的平均工资获得了大幅度的增长,换句话说,由于就业存量的结构性调整,在国有部门出现的增长主要被继续留在国有部门的那部分人获得了,而被分流的富余职工除一部分再就业之外,另一部分则转为失业或退出劳动力市场。
1996年之后,城镇收入差距的扩大与劳动力市场的结构性调整有直接的关系。
值得注意的是,1996年之后的劳动力市场改革是从亏损企业开始的,当时的政策是允许连续亏损两年的国有企业通过下岗分流的方式减少企业富余职工,而亏损企业显然更多地集中在竞争性部门。
而劳动力市场的竞争更多地是在边际上存在的,对于像公用事业、邮电、通讯、金融等较少受到冲击的垄断部门来说,劳动市场的竞争对他们影响不大。
此外,在1980年代,尽管劳动力市场变得更为灵活了,但城乡间和城市间的劳动力流动都不太显著。
1990年代中期以后,大规模的农民工进城,加剧了城市劳动力市场的竞争,但这种边际上增加的竞争主要集中在那些进入门槛较低的行业。
劳动力市场竞争加剧对不同行业的影响是不同的,这成为行业间收入差距的重要原因。
在下面的分析中,我们将清晰地看到行业间工资差距对收入差距的贡献及其变化趋势,同时,我们还将看到,某些具有国有垄断性质的行业是行业因素对收入差距的贡献加大的“始作俑者”。
四、数据与收入方程
本文所采用的数据是中国社会科学院经济研究所与国家统计局共同收集的中国家庭收入调查(CHIPS)数据的城镇居民相关信息。
其中,1988年的城市调查涵盖了北京、山西、辽宁、江苏、安徽、河南、湖北、广东、云南与甘肃共10个省份;1995年的数据在此基础上增加了四川省,涵盖了11个省份;2002年数据涵盖的省份在1995年基础上增加了新建的直辖市重庆市。
我们的研究分为两步。
首先,估计一个半对数的收入决定方程。
然后,在这个收入决定方程的基础上,进行收入差距的分解。
我们估计的收入决定方程如下:
lnWit=βt’Xit+εit
(1)
其中:
W表示个人的年劳动所得(earning),包括工资、奖金、价格补贴、实物收入和第二职业收入。
下标i表示个人,t表示年份(t=1988,1995,2002)。
X是一组解释变量构成的向量,遵循已有研究路径,解释变量中包括了有否第二职业、是否完全就业、性别、年龄及其平方、是否中共党员、是否少数民族、教育程度、所有制、职业类型和城市等哑变量。
βt是由待估系数构成的向量。
为了使作为被解释变量的收入数据在地区间与时序上具有可比性,我们用Brandt和Holz构建的地区间物价指数和省级城市居民消费价格指数对收入数据进行了平减。
表1报告了收入差距的基尼系数,从中可以得出几点结论。
首先,收入差距在扩大;其次,经过消胀的收入数据计算出的收入差距相对较小。
我们报告的城镇收入差距估算值与李实等人报告的结果不一样,这是因为我们的收入定义没有包括非劳动收入,而且经过了消胀和地区间购买力平减处理。
另外,我们计算收入差距的时候,只利用了本文分析中的有效样本。
表1中国城镇收入差距的基尼系数
1988年
1995年
2002年
经过消胀和地区间购买力平减后
0.232
0.291
0.343
原始数据
0.246
0.310
0.362
差别(%)
6.034
6.529
5.539
表2报告了行业工资决定模型的结果。
在每一个回归方程中,我们都控制了那些通常的收入方程中被控制的变量,但限于篇幅,我们没有报告教育、所有制类别、职业类型、城市等哑变量的系数。
行业之外其他变量的回归系数均与现有研究的发现相一致,并且,回归模型的拟合程度也较高。
特别值得一提的是,表2中显示是否有第二职业对于收入的影响在这三年里有一个先上升后下降的变化,然而,本文接下来的分解结果将显示(表5与表6),这个因素对于收入差距的贡献却是始终上升的。
这也反映了仅仅依靠收入方程的回归系数并不能全面反映变量对收入差距的影响,此时,基于回归方程的收入不平等分解就显得尤为必要。
根据表2,我们可以看到,在控制了其他变量之后,行业间工资差距仍然存在。
以制造业为参照组,1988年和1995年,分别有4个行业与制造业存在显著的行业间工资差距,而且这4个行业都不一样。
到了2002年,与制造业存在显著行业间工资差距的有6个行业。
这表明,行业工资结构在1988年和1995年间出现了比较剧烈的变化,之后行业间差距更趋于明显,但其相对结构变化并不大。
其中,交通、运输、邮电、通讯业和金融、保险业这两大行业的系数在1988年到1995年间,均从不显著为正变成显著为正,而且其系数的值也有所增大;1995年至2002年间,这两个行业的系数保持为正,而且其系数在1995年的基础上,又进一步增大。
2002年,交通、运输、邮电、通讯业和金融、保险业这两个行业的工资分别比制造业高16.3%和21.0%。
表2行业工资差距的估计
年
1988
1995
2002
社会经济特征
第二职业
0.058
**
0.362
***
0.150
***
完全就业
0.643
***
0.455
***
0.444
***
性别
0.079
***
0.152
***
0.122
***
年龄
0.084
***
0.160
***
0.055
***
年龄平方
-0.001
***
-0.002
***
-0.0006
***
少数民族
0.024
-0.013
-0.036
行业
农、林、牧、渔业
0.014
0.039
0.011
采掘业/采掘业及勘探/采掘业
0.065
***
0.020
-0.0007
勘探/勘探与水利管理
-0.028
0.116
电力、煤气及水的生产供给
0.317
***
建筑业
0.001
-0.051
0.070
**
交通、运输、邮电、通讯业
0.001
0.047
*
0.163
***
商业
-0.004
-0.028
-0.027
房地产业
-0.069
***
-0.022
0.203
***
社会服务业
-0.186
***
-0.091
***
卫生、体育与社会福利业
0.016
0.036
0.050
教育、文化、艺术事业
0.0001
0.068
***
0.067
科研及技术服务
-0.017
0.064
0.110
金融、保险业
0.003
0.196
***
0.210
***
政府、党政机关及社会团体
-0.038
***
0.014
0.084
其他行业
-0.018
-0.259
***
0.047
常数项
6.529
***
4.861
***
7.088
***
观察值
17568
10933
6121
调整的R2
0.473
0.336
0.383
注:
(1)控制变量还包括政治身份类别、教育类别、所有制类别、职业类型、城市等哑变量,限于篇幅,未报告结果。
(2)***,**,*分别表示在1%、5%和10%水平上显著。
限于篇幅,系数的标准误差没有报告。
五、收入差距的分解结果
我们利用基于回归方程的分解框架来分析收入决定方程中各变量对于收入差距的影响。
该方法的基本思想是:
将收入决定函数的某一个自变量(例如X)取样本均值,然后将X的平均值和其他变量的实际值一起代入决定方程,推测出收入数据,并且计算对应于这个收入的不平等指数。
此时,该指数已经不包含“X”的影响了。
该指数与根据真实数据计算出的收入差距之间的差衡量了X对于收入差距的贡献。
由于在收入决定方程中我们选用了半对数模型,因此如果在分解时仍旧使用收入的对数作为因变量来分解,就会造成对收入变量分布的扭曲,所以本文在写分解决定方程时对两边取了指数e。
(2)
在式
(2)中,
是一个作为倍乘系数的常数项。
我们知道,一个合理的收入差距指标(比如本文中涉及的基尼系数),经过常数项倍乘后(相当于所有人的收入同时提高或减少一个倍数),应该不会发生变化。
因此,当运用收入差距的相关指标时,我们能够从上述方程中去掉常数项而不会对结果产生任何影响。
对于残差
的影响,我们采用了一种通用的方法,对于任何度量不平等的指标都能够使用。
我们将初始收入
的不平等指标(或者差距)与假设
=0时的不平等指标之间的差距作为残差
对于实际收入不平等的影响。
而当我们获得
的影响之后,总的收入差距和残差引起的收入差距之间的差就是收入决定方程中自变量的影响,因此,残差的作用可以表述为此方程中的变量所不能解释的收入差距部分。
在理想的状态下,残差的影响为零,这时总收入差距能100%被方程中的变量所解释,而这需要收入决定函数达到完美的拟合。
但是,一般来说,残差很少为零,因此有必要对残差的影响进行分析。
在表3中,我们采用了残差的影响与总的收入差距的比率来表示没有被解释的收入差距部分,而1减去这个比率就是得到解释的收入差距的部分,它反映了模型中全部变量对于收入差距的解释程度。
根据这样的原则,在三个年份中,我们的模型分别可以解释全部收入差距的81%、78%和67%。
表3中国城镇收入差距的基尼系数及模型的解释度
年
1988
1995
2002
原始数据计算的Gini系数
0.232
0.291
0.343
估计数据计算的Gini系数
0.189
0.227
0.228
残差对收入差距的解释度(%)
18.534
22.129
33.448
模型对收入差距的解释度(%)
81.466
77.871
66.552
由于三个年份中的行业分类略有差异,我们不能直接将这三个年份的收入差距分解结果进行比较。
因此,我们先来看2002年的收入差距分解结果。
因为本文所使用的基于回归方程的分解方法适用于各种收入差距的度量指标,我们就利用2002年的收入数据对四种衡量收入差距的不同指标加以分解,分解结果见表4。
从表4中可以看出,在我们所使用的收入差距的四种指标中,每一种特定因素对收入差距的贡献有所不同,这与收入差距的度量指标对不同收入水平的人群的强调不同有关。
但是,我们可以看到,尽管使用不同的收入差距指标,每种因素对收入差距贡献度的排序却几乎没有变化。
遥遥领先的是由城市哑变量所代表的不同区域的地理、制度和文化等因素,这一变量对收入差距的贡献度达到了31.984%-37.02%。
区位因素对城镇居民收入差距的极大贡献反映了在中国劳动力流动的障碍始终存在,这也正是Davis在其研究中发现的事实。
按Gini系数的分解结果,排在第二梯队的因素依次是职业、所有制、教育和行业这四个因素,它们对收入差距的贡献基本上在10%左右;第三梯队的贡献因素是年龄、是否完全就业和性别,它们对收入差距的贡献在5%至6.8%之间;有否第二职业和是否党员的贡献度分别为3.321%和3.982%。
是否为少数民族这一因素的贡献几乎可以忽略,在用GE指数和CV指数进行分解时,它甚至可以起到微弱的缩小收入差距的作用,事实上,在我们估计的收入决定方程中,是否为少数民族也是一个不显著的因素,这说明中国的确不存在对于少数民族的歧视。
表42002年收入差距的分解(行业为原始分类)
Gini
%
GE(0)
%
GE
(1)
%
CV
%
第二职业
0.009
3.982
0.002
2.749
0.002
2.787
0.005
2.811
完全就业
0.015
6.613
0.008
9.253
0.007
7.926
0.012
6.828
性别
0.011
5.004
0.004
4.287
0.004
4.203
0.007
4.112
年龄及其平方
0.016
6.803
0.005
6.151
0.005
5.595
0.009
5.034
党员
0.008
3.321
0.003
3.060
0.003
3.104
0.006
3.176
少数民族
0.000
0.074
0.000
-0.019
0.000
-0.016
0.000
-0.017
教育
0.024
10.373
0.009
10.118
0.009
10.656
0.020
11.296
所有制
0.024
10.630
0.008
9.753
0.008
9.665
0.01
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 行业 不平等 城镇 收入 差距