2020, Vol. 26
表1(Table 1)
改革开放以来，城乡户籍劳动者工资差异的扩大化趋势受到学者与政府的高度关注。伴随经济发展与农村富余劳动者向城市的大规模转移，农村户籍劳动者的工资收入逐渐提高；与此同时，城乡户籍劳动者工资差距却持续扩大。学者们对导致城乡户籍劳动者工资差异的成因进行了广泛而深入的理论分析与实证研究。在现有研究文献中，户籍制度造成的城乡劳动者工资差异尤其令人关注，并得出了很多有价值的研究结论。城乡户籍劳动者工资差异扩大部分原因在于我国的户籍制度[1-2]。城乡户籍劳动者工资差异主要来自两方面：一是由于城乡户籍劳动者个体特征差异导致其劳动生产率差异造成的工资差异；二是由于户籍制度的划分导致城乡户籍劳动者的工资差异。由户籍制度造成的城乡户籍劳动者工资差异主要表现为城乡户籍劳动者由于工作进入机会的歧视以及同工不同酬造成的工资歧视性差异两方面。不同原因引起的城乡户籍劳动者的工资差异，需要不同的公共干预政策进行矫正，特别是因为城乡户籍制度造成的工资差异。为此，深入考察城乡户籍劳动者工资差异产生的原因，对政府部门通过相关政策制定与制度创新，降低劳动力市场进入壁垒，缩小城乡户籍劳动者之间的工资差异，特别是消除制度障碍产生的城乡户籍劳动者工资歧视性差异，促进劳动者资源优化配置，构建城乡一体化的资源流动与收入分配制度具有重要意义。
本文围绕城乡户籍劳动者工资差异，实证研究中国劳动力市场存在行业、所有制、职业和地区分割等多重分割背景下，城乡户籍劳动者的工资差异问题。本文在以下两个方面丰富了现有研究：(1)采用Neumark和Brown等多种方法深入分析劳动力市场多重分割对城乡工资差异的影响，从劳动者个体特征和市场歧视两个视角为城乡户籍劳动者工资收入差异的特征事实提供了一个新的解释。(2)本文采用微观数据考察城乡劳动者工资差异。相较于以往基于宏观数据的分析，采用微观数据可以更加深入地揭示在中国劳动力市场存在行业、所有制、职业和地区分割等多重分割背景下城乡户籍劳动者工资的微观差异及其形成原因，为劳动力市场多重分割对城乡户籍劳动者工资差异的影响提供了最直接的经验证据。
一、文献回顾20世纪90年代以来，中国持续深入的改革，使城乡二元体制的隔离效应得到削弱，城乡不公平现象有所缓解，但现实依然严峻[3]。由于中国劳动力市场仍然存在城乡户籍、行业、所有制、职业与地区等多重分割，城乡户籍劳动者的工资差异客观存在。现有研究普遍认为造成城乡户籍劳动者工资差异的主要原因是劳动者自身特征不同以及户籍制度[3-9]。一直以来，户籍制度是影响中国社会分层的重要因素[8]。户籍制度不仅导致城乡户籍劳动者之间的职业隔离，表现为城市内部农村户籍劳动者大都从事体力型、低技能、声望度比较低的职业类型[10]，而且导致严重的社会歧视，由此造成城乡户籍劳动者存在就业机会差异，如一些地方的政府要求本地工作单位优先或者仅雇佣本地居民。Meng和Zhang认为城乡户籍劳动者收入差异中不可解释的部分(即歧视部分)更多地来自职业内部的同工不同酬而非职业之间[4]。随着中国经济社会发展及相应政策调整，户籍制度的力量已经弱化，但中国劳动力市场城乡分割的现象由包括户籍制度在内的更广阔的制度因素造成[11]，城乡劳动力市场统一的主要阻碍已经不再是由户籍贡献的[12]。然而在旧体制和新体制之间的过渡中，原有体制的惯性和新体制的增长不足，特别是户籍的制度性局限，导致不同多重分割下的城乡劳动者之间仍然具有鲜明的体制性分割特点[13]。在计划经济体制下，中国社会的特征是国有部门和非国有部门之间的分工合作。进入国有部门可以显著改善劳动力的社会经济地位，包括专业声誉和工资水平[14]。近年来，学者们一直关注行业垄断对收入不平等的影响，并认为国有部门与市场部门之间的细分效应正在减弱。然而，行业垄断已成为或将成为中国城市经济结构分工的主要推动力[15]。张展新运用全国数据发现作为“外来人”进入垄断行业就业的迁移劳动者，就业机会比未迁移劳动者小[16]；李骏、顾燕峰通过实证分析验证了行业分割的存在性[8]。从劳动力市场分割程度的趋势看，学者们认为中国双元制的劳动力市场分割程度正在逐渐变小[17]。然而城市劳动力市场出现了行业与职业分割，行业分割造成不同劳动者进入垄断行业的机会不同[16]，职业分割造成白领职业城镇居民和外来务工人员的工资水平明显高于同类蓝领职业[2]。
从劳动力市场分割角度就造成城乡户籍劳动者工资差异的成因分析，由于分解方法和数据来源不同，结论迥异。王美艳用Oaxaca分解得出结论，户籍歧视解释了76%的城乡户籍劳动者工资差异[18]。邢春冰使用全国人口普查数据发现，户籍歧视仅造成城乡户籍劳动者工资差异的10%[19]。郭继强等则分别采用不同数据并综合多种分解方法，发现户籍歧视解释了70%左右的城乡户籍劳动者工资差异[6-7]。谢嗣胜和姚先国采用Oaxaca-Blinder及Cotton分解，发现户籍歧视中同工不同酬解释55.2%的城乡户籍劳动者工资差异[20]。田丰采用CSS2008数据，发现城乡户籍劳动者在公有制单位就业机会不等造成城乡户籍劳动者工资差异[3]①，。孟凡强采用CGSS2006数据，用Neumark分解方法得出，同工不同酬可以解释中国城乡户籍劳动者工资差异的27.11%[2]。
① 田丰发现，农村户籍劳动力在国有企业就业的比重仅为5.51%，如果农村户籍劳动力享有与城市户籍劳动力同样的进入条件，这一比重将提升至28.34%。
伴随市场体制改革的逐渐深化和劳动力市场建设的逐步完善，我国劳动力市场分割逐渐呈现出有别于传统分割的新特征。本文借助中国家庭追踪调查(CFPS)2014基线调查数据库，采用Neumark和Brown工资分解方法，实证考察在存在行业、所有制、职业与地区多重分割背景下，城乡户籍劳动者工资差异及其产生原因。本研究主要回答两个问题：一是城乡户籍劳动者工资差异是否存在歧视现象？二是如果城乡户籍劳动者工资差异中存在歧视现象，引致工资歧视的主要原因是什么？期望通过实证研究获得引致城乡户籍劳动者工资差异的主要原因，为政府进行相关制度创新和政策设计提供理论依据。
二、模型、变量处理及统计描述分析 (一). 理论模型Becker在1957年提出的个人偏好歧视理论(theory of taste for discrimination)论证了黑人比白人工资低并不是由于黑人的产品劣于白人的产品，而是消费者偏好白人的产品而歧视黑人的产品。Becker提出的歧视系数概念，不仅为工资差异分解奠定了理论基础，也为实证研究提供了量化工具。本文重点考察Neumark和Brown两种工资分解方法。
Oaxaca将工资歧视定义为：
| $ D=\frac{\frac{{{W}_{\text{u}}}}{{{W}_{\text{r}}}}-{{\left( \frac{{{W}_{\text{u}}}}{{{W}_{\text{r}}}} \right)}^{0}}}{{{\left( \frac{{{W}_{\text{u}}}}{{{W}_{\text{r}}}} \right)}^{0}}} $ | (1) |
式(1)中，D为工资歧视；下标u和r分别表示城市与农村；
| $ \text{Ln}(D\text{ }+1)=\text{Ln}\left( \frac{{{W}_{\text{u}}}}{{{W}_{\text{r}}}} \right)-\text{Ln}{{\left( \frac{{{W}_{\text{u}}}}{{{W}_{\text{r}}}} \right)}^{0}} $ | (2) |
为估计
为估计城乡户籍劳动者的工资结构，需要分别对城乡户籍劳动者进行Mincer方程回归[22]：
| $ \text{Ln}{{\overline{W}}_{\text{u}}}={{\overline{{\mathit{\boldsymbol{X}}}}}_{\text{u}}}{{{\mathit{\boldsymbol{\hat \beta }}}}_{\text{u}}} $ | (3) |
| $ \text{Ln}{{\overline{W}}_{\text{r}}}={{\overline{{\mathit{\boldsymbol{X}}}}}_{\text{r}}}{{{\mathit{\boldsymbol{\hat \beta }}}}_{\text{r}}} $ | (4) |
Xu和Xr分别表示城乡户籍劳动者各种特征的平均值矩阵；
由此，城乡户籍劳动者工资差异可表示为：
| $ \begin{align} & \text{Ln}{{\overline{W}}_{\text{u}}}-\text{Ln}{{\overline{W}}_{\text{r}}}={{\overline{{\mathit{\boldsymbol{X}}}}}_{\text{u}}}{{{\mathit{\boldsymbol{\hat \beta }}}}_{\text{u}}}-{{\overline{{\mathit{\boldsymbol{X}}}}}_{\text{r}}}{{{\mathit{\boldsymbol{\hat \beta }}}}_{\text{r}}}\text{=} \\ & \left( {{\overline{{\mathit{\boldsymbol{X}}}}}_{\text{u}}}-{{\overline{{\mathit{\boldsymbol{X}}}}}_{\text{r}}} \right){{{\mathit{\boldsymbol{\hat \beta }}}}_{\text{r}}}+{{\overline{{\mathit{\boldsymbol{X}}}}}_{\text{u}}}\left( {{{\mathit{\boldsymbol{\hat \beta }}}}_{\text{u}}}-{{{\mathit{\boldsymbol{\hat \beta }}}}_{\text{r}}} \right)=\left( {{\overline{{\mathit{\boldsymbol{X}}}}}_{\text{u}}}-{{\overline{{\mathit{\boldsymbol{X}}}}}_{\text{r}}} \right){{{\mathit{\boldsymbol{\hat \beta }}}}_{\text{u}}}+{{\overline{{\mathit{\boldsymbol{X}}}}}_{\text{m}}}\left( {{{\mathit{\boldsymbol{\hat \beta }}}}_{\text{u}}}-{{{\mathit{\boldsymbol{\hat \beta }}}}_{\text{r}}} \right) \\ \end{align} $ | (5) |
令
| $ \text{Ln}{{\overline{W}}_{\text{u}}}-\text{Ln}{{\overline{W}}_{\text{r}}}=\Delta \overline{{\mathit{\boldsymbol{X}}}}{{{\mathit{\boldsymbol{\hat \beta }}}}_{\text{r}}}+{{\overline{{\mathit{\boldsymbol{X}}}}}_{\text{u}}}\Delta {\mathit{\boldsymbol{\hat \beta }}}\text{ } $ | (6) |
| $ \text{Ln}{{\overline{W}}_{\text{u}}}-\text{Ln}{{\overline{W}}_{\text{r}}}=\Delta \overline{{\mathit{\boldsymbol{X}}}}{{{\mathit{\boldsymbol{\hat \beta }}}}_{\text{u}}}+{{\overline{{\mathit{\boldsymbol{X}}}}}_{\text{r}}}\Delta {\mathit{\boldsymbol{\hat \beta }}}\text{ } $ | (7) |
Oaxaca分解方法存在两方面的缺陷：一是存在指数基准问题(index number problem)。采用城市户籍劳动者与采用农村户籍劳动者构建无歧视工资结构的结果差异很大，由此导致分解结果随基准指数的不同而异；二是忽略了城乡户籍劳动者职业选择的差异，没有考虑城乡户籍劳动者进入行业的机会是否相同。
鉴于此，Cotton[23]与Neumark[24]通过对Oaxaca[21]存在的缺陷进行改善，解决了指数基准问题。Cotton认为劳动力市场存在对城市户籍劳动者的优惠与农村户籍劳动者的惩罚，前者称为反向歧视，后者称为直接歧视。Cotton认为合适的无歧视工资结构应是综合城市户籍劳动者与农村户籍劳动者的工资机制构成。但Cotton构建的无歧视工资结构缺乏理论支撑。Neumark对此进行了改进，改进后的工资分解可表达为：
| $ \text{Ln}{{\overline{W}}_{\text{u}}}-\text{Ln}{{\overline{W}}_{\text{r}}}={{\overline{{\mathit{\boldsymbol{X}}}}}_{\text{u}}}{{{\mathit{\boldsymbol{\hat \beta }}}}_{\text{u}}}-{{\overline{{\mathit{\boldsymbol{X}}}}}_{\text{r}}}{{{\mathit{\boldsymbol{\hat \beta }}}}_{\text{r}}}=\left( {{\overline{{\mathit{\boldsymbol{X}}}}}_{\text{u}}}-{{\overline{{\mathit{\boldsymbol{X}}}}}_{\text{r}}} \right){{{\mathit{\boldsymbol{\hat \beta }}}}^{*}}+{{\overline{{\mathit{\boldsymbol{X}}}}}_{\text{u}}}\left( {{{\mathit{\boldsymbol{\hat \beta }}}}_{\text{u}}}-{{{\mathit{\boldsymbol{\hat \beta }}}}^{*}} \right)+{{\overline{{\mathit{\boldsymbol{X}}}}}_{\text{r}}}\left( {{{\mathit{\boldsymbol{\hat \beta }}}}^{*}}-{{{\mathit{\boldsymbol{\hat \beta }}}}_{\text{u}}} \right) $ | (8) |
其中
X为城乡户籍劳动者全部样本的矩阵；Xm是城市户籍劳动者样本的矩阵；Ω为无歧视工资结构的权重矩阵[23]。
式(8)中：第一部分
Neumark的工资分解只能得到总歧视部分，无法进一步考察不同职业类型的歧视情况。Brown认为Neumark无歧视工资结构的构建缺乏足够的理论支撑，Brown通过引入就业概率pji构建无歧视工资结构，使得无歧视工资结构更加合理[25]。
Brown分解的城乡总工资差异可表示为：
| $ \text{Ln}{{\overline{W}}_{\text{u}}}-\text{Ln}{{\overline{W}}_{\text{r}}}=\sum\nolimits_{j}{\left( p_{j}^{\text{u}}\overline{W}_{j}^{\text{u}}-p_{j}^{\text{r}}\overline{W}_{j}^{\text{r}} \right)}=\sum\nolimits_{j}{p_{j}^{\text{r}}\left( \overline{W}_{j}^{\text{u}}-\overline{W}_{j}^{\text{r}} \right)+}\sum\nolimits_{j}{\overline{W}_{j}^{\text{u}}\left( p_{j}^{\text{u}}-p_{j}^{\text{r}} \right)} $ | (9) |
其中：LnWi为对数工资的平均数；j代表不同的职业；Wji为各职业的平均工资；pji为各职业的就业概率; i=u, r。
假设，无歧视工资结构，即指数基准为βji，Wji=xjiβji
式(9)可以继续分解为：
| $ \sum\nolimits_{j}{\overline{W}_{j}^{\text{u}}\left( \tilde{p}_{j}^{\text{u}}-p_{j}^{\text{r}} \right)}=\sum\nolimits_{j}{\overline{W}_{j}^{\text{u}}\left( p_{j}^{\text{u}}-\tilde{p}{{\text{r}}_{j}} \right)}+\sum\nolimits_{j}{\overline{W}_{j}^{\text{u}}\left( \tilde{p}_{j}^{\text{r}}-p_{j}^{\text{r}} \right)} $ | (10) |
| $ \sum\nolimits_j {p_j^{\rm{r}}\left( {\overline W _j^{\rm{u}} - \overline W _j^{\rm{r}}} \right)} = \sum\nolimits_j {p_j^{\rm{r}}\left( {\overline x _j^{\rm{u}}\mathit{\boldsymbol{\beta }}_j^{\rm{u}} - \overline x _j^{\rm{r}}\mathit{\boldsymbol{\beta }}_j^{\rm{r}}} \right)} = \sum\nolimits_j {p_j^{\rm{r}}\left( {\overline x _j^{\rm{u}} - \overline x _j^{\rm{r}}} \right)} \mathit{\boldsymbol{\beta }}_j^{\rm{u}} + \sum\nolimits_j {p_j^{\rm{r}}\overline x _j^{\rm{r}}\left( {\mathit{\boldsymbol{\beta }}_j^{\rm{u}} - \mathit{\boldsymbol{\beta }}_j^{\rm{r}}} \right)} $ | (11) |
其中，
| $ {\rm{Ln}}{\overline W _{\rm{u}}} - {\rm{Ln}}{\overline W _{\rm{r}}} = \begin{array}{*{20}{l}} {\sum\nolimits_j {p_j^{\rm{r}}\left( {\overline x _j^{\rm{u}} - \overline x _j^{\rm{r}}} \right)} \mathit{\boldsymbol{\beta }}_j^{\rm{u}} + \sum\nolimits_j {p_j^{\rm{r}}\overline x _j^{\rm{r}}\left( {\mathit{\boldsymbol{\beta }}_j^{\rm{u}} - \mathit{\boldsymbol{\beta }}_j^{\rm{r}}} \right)} + }\\ {\sum\nolimits_j {\overline W _j^{\rm{u}}\left( {p_j^{\rm{u}} - \tilde p{{\rm{r}}_j}} \right)} + \sum\nolimits_j {\overline W _j^{\rm{u}}\left( {\tilde p_j^{\rm{r}} - p_j^{\rm{r}}} \right)} } \end{array} $ | (12) |
其中:
1.变量处理
本研究利用中国家庭的追踪调查(CFPS)2014数据库。2014年的数据涵盖了全国25个省份161个区县、649个村居中的15 000余户家庭的33 600村民(居民)的基线调查数据，包括人均收入、户籍类型、职业类型、工作单位、教育情况、社会流动等详细数据，从而为本研究提供了详实的数据支撑。CFPS数据库采用多阶段、内隐分层和与人口规模成比例的系统概率抽样方式，覆盖了全国总人口的95%，是一个全国代表性样本[26]。
本文根据问题“您的这份工作是农业工作还是非农工作？”，从样本中剔除了选择农业工作的样本，剔除之后的样本总量为15 583个。根据《中华人民共和国劳动法》的规定，剔除了年龄在16周岁以下，以及男性年龄60周岁以上、女性年龄55周岁以上的样本。剔除后剩余的个人样本总量为14 710个。工作经验由“年龄-受教育年限-6”计算得到，对于受教育年限小于12年或未受教育的样本，工作经验根据“年龄-16”计算②。进一步将男性工作经验大于44年、女性工作经验大于39年的样本进行了剔除。考虑到极端值的影响，对每周工作时间与每小时工资进行了缩尾处理②，最后得到符合要求的个人样本总量为8 186个。
② 实际上，有未满16岁就参加工作的情况，特别是存在年龄偏大的劳动力群体。可能这部分人的实际工作经验会被低估。卿石松认为由于失业等原因存在劳动力市场中断，可能会导致工作经验被高估。。
③ 通过分布图观察小时工资，发现极值分布在小于0.05%、大于99.5%的范围内。故而选择0.05%进行双向缩尾处理。
借鉴李春玲[27]对职业声望的研究，以及陆学艺[28]、费舒澜[29]对中国社会阶层与职业的相关研究，将职业类别划归为五类：1.生产人员；2.服务人员；3.办事人员；4.技术人员；5.管理人员④。从1到5，代表职业声望依次提高。在实证操作中，五类职业会转换为虚拟变量进入回归方程。
④ 其中，生产人员包括工农业从业人员；服务人员包括商业服务业从业人员；办事人员包括行政办公人员、人民警察、治安保卫人员、邮政电信人员等；技术人员包括科研人员、工程技术人员等；管理人员包括企事业单位负责人、政府领导干部。
参考现有研究，本文对行业性质、所有制性质、职业性质等工作形态进行如下划分：行业性质划分借鉴马欣欣[9]，⑤，对行业的分类标准，将我国16种行业划分为垄断行业与竞争行业两大类。所有制性质划分借鉴孟凡强[2]，⑥，将所有制性质分为国有和非国有两大类。职业性质划分根据1988年国际标准的职业分类(ISCO88)，将职业划分为白领与蓝领两大类⑦。
⑤ 马欣欣的分类参照了三类标准：一是有关欧美与中国以往的研究；二是考虑各行业国有单位劳动力人数占该行业劳动力总人数的比重；三是劳动力自由进入行业的难度。垄断行业包括采掘业，电力、煤气及水的生产和供应业，地质勘察业，水利管理业，交通运输、仓储及邮电通信业，金融、保险业，卫生体育和社会福利业，教育、文化艺术及广播电影电视业，科学研究和综合技术服务业，国家机关、政党机关和社会团体；竞争行业包括农、林、牧、渔业，制造业，建筑业，批发和零售业，贸易餐饮业，房地产业，社会服务业，其他行业。
⑥ 其中，党政机关、事业单位和国有企业划为国有单位；其余为非国有单位。
⑦ 其中，白领职业包括立法者、高级官员和管理者，专业人员，技术人员和专业人员助理，一般职员四个大类；蓝领职业包括服务人员，商店及超市的销售人员、熟练的农业和渔业工人，工艺及相关行业的工人，厂房及机器操作员和装配员，初级职员(非技术工人)五个大类。
2.变量选择
本文重点关注的变量：(1)被解释变量——城乡户籍劳动者的小时平均工资。(2)核心解释变量——不同职业类型。主要通过劳动者的户籍、职业类型、工作形态与地区分布，考察劳动力市场户籍、行业、所有制、职业与地区等多重分割对城乡户籍劳动者工资差异的影响。
控制变量的选择如下：(1)受教育年限。教育作为人力资本积累的重要手段，对收入具有重要意义[22]。本文采用受教育年限衡量城乡户籍劳动者的受教育水平。(2)工作经验。大量研究证实工作经验与收入之间存在正向关系，一些学者进一步发现工作经验与收入存在倒“U”型关系[2, 30]。本文在实证研究中加入工作经验与工作经验的平方项，考察其对劳动者收入的影响。(3)非学历教育。王海港等研究发现非学历教育对劳动者的收入具有显著提升作用[31]。本文将非学历教育作为控制变量进入回归模型，非学历教育用劳动者参加培训的次数衡量。(4)党员。大量研究表明，党员身份能显著提高收入水平[32-34]。本文将是否为党员作为控制变量进入模型中。(5)性别。性别对收入的影响在世界各国普遍存在，一致的结论是性别影响收入差异，但影响程度不同[35-38]。(6)婚姻状态。研究发现，婚姻状况对不同户籍、不同性别的劳动者个体收入具有显著影响[39]，⑧。
⑧ 陈昊利用2002、2007和2008年中国家庭收入调查数据(CHIP)进行研究发现，城镇户籍女性工资存在“婚姻升水”，即婚姻将提升城镇户籍女性的工资待遇；农村户籍女性则存在“婚姻诅咒”，即农村户籍女性婚姻不仅没有提升其工资待遇，反而拉大了女性与男性的工资差距。
3.变量的统计性描述(表 1)
|
表 1 变量的统计性描述 |
本研究进一步对比了城乡劳动力的基本特征。表 2显示，与城市户籍劳动力相比，农村户籍劳动者承受更长工作时间、获得更低的工资待遇。对比表 2中第1列与第3列，农村户籍劳动者的小时工资和年工资分别仅为城市户籍劳动者的66.92%和76.19%；农村户籍劳动者每周平均工作时间(51.662小时)是城市户籍劳动者(46.291小时)的111.56%⑨。从劳动者个人特征看，城市户籍劳动力受教育年限(11.514年)明显高于农村户籍劳动力(7.946年)。城乡户籍劳动者受教育水平的差异在对进入职场后发展路径的差异有关键的作用，农村户籍劳动者受教育年限较少，职场竞争能力较弱，一定程度上可能阻断其职场上升通道。尽管城乡户籍劳动者的工作经验没有显著差异，但农村户籍劳动者周工作时间显著高于城市户籍劳动者，闲暇时间与接受非学历教育的机会相对较少，在一定程度上可能延缓农村户籍劳动者技术水平的提升。城市户籍劳动者党员比重(16.5%)明显高于农村户籍劳动者(3.8%)。工作形态分布呈现出相似的特点，不管何种工作形态，城市户籍劳动者的工资平均水平明显高于农村户籍劳动者，且农村户籍劳动者进入国企、垄断行业与白领职业的机会更小；不同职业内部城市户籍劳动者的工资水平均显著高于农村户籍劳动者，存在同工不同酬的可能性。样本分布显示，农村户籍劳动者主要是生产人员，占农村样本量的66.74%；从事更高级别的管理人员比重仅占农村样本量的2.97%；城市户籍劳动者职业分布相对平均。从生产人员到管理人员，农村户籍劳动者工资分别为城市户籍劳动者工资的78.22%、68.02%、75.60%、69.94%、65.68%。在更高社会声誉的工作上，农村户籍劳动者的小时工资占城市户籍劳动者的小时工资比重在下降，意味着城乡户籍劳动者的工资差距在逐渐扩大。从区域分布看，东中西部各区域城市户籍劳动者工资水平均显著高于农村户籍劳动者，且呈东中西部梯度递减特征，即经济越发达地区城乡户籍劳动者工资差异越大。
⑨ 农村户籍劳动力工作时间明显多于城市户籍劳动力，可能与农村户籍劳动力多从事低端劳动、加班是常态有关。
|
|
表 2 城乡户籍劳动力基本特征对比 |
构造城乡户籍劳动者工资收入方程，进一步得到城乡户籍劳动者工资方程与城乡户籍劳动者职业选择方程，获得相应系数矩阵。
城乡户籍劳动者的工资方程设定如下：
| $ \text{Ln}{{\overline{W}}_{i}}={{\beta }_{0}}+{{\beta }_{i}}{{X}_{i}}+{{\mu }_{i}} $ | (12) |
式(12)中，LnWi为劳动力的小时工资性收入的对数⑩，Xi为控制变量集。基准回归结果如表 3所示。
⑩ 由于存在小时工资小于1的样本，在计算LnWi时，采用了Ln(小时工资+1)的方式。
|
|
表 3 城乡户籍劳动者的工资性收入方程 |
⑪ 回归中发现由于受教育年限与工作经验存在缺漏值，样本变量为6 468。
表 3显示，受教育年限对城乡户籍劳动者工资收入的影响均显著为正，但农村仅为城市的35.49%。这与农村户籍劳动者受教育年限远低于城市户籍劳动者，农村户籍劳动者在工资收入上明显处于劣势有关。工作经验对城乡户籍劳动力的工资收入均具有显著积极作用，但对农村户籍劳动力的作用远高于城市。说明在相同的条件下，工作经验越长的劳动者工资水平越高，且农村户籍劳动者工作经验的积累对工资的积极作用大于城市户籍劳动者，但城乡户籍劳动者的工作经验均与工资收入呈现倒“U”型关系。非学历教育对城乡户籍劳动者的工资收入均有正向影响，但对农村户籍劳动者的工资提高效应比城市户籍劳动者高106.31%，参加非学历教育对提高农村户籍劳动力工资收入、缩小城乡户籍劳动力收入差距意义重大。从性别看，无论整体还是城乡，男性工资水平均显著高于女性，且农村户籍劳动者中男性与女性的工资差异远高于城市户籍劳动者。可能的原因是农村户籍劳动者一般从事对体力需求更高的职业，男性劳动者较女性更具有竞争优势。无论是整体还是城乡劳动者，已婚人员相对于未婚人员均具有更高的婚姻溢价。
从工作部门看，整体上竞争性行业边际工资比垄断行业比更低，城乡户籍劳动者边际工资水平在垄断行业比竞争行业分别高10.6%和10.1%。整体及城镇户籍劳动者国有单位边际工资水平高于非国有单位，农村户籍劳动者在国有单位工资水平并没有显示出相对于非国有企业的优势。可能的原因，农村户籍劳动者在国有单位承担的工作多是技术含量相对较低的劳动，工资水平跟非国有企业相比并没有显著优势。蓝领的工资水平均显著低于白领，且农村户籍白领的工资收入显著低于城市。这表明，同样从事白领职业，农村户籍劳动者的收入效应小于城市户籍劳动者，可能存在同工不同酬现象。从区域看，工资水平呈东中西部梯度递减特征，表明区域经济发展水平对城乡户籍劳动者的工资差异具有显著影响，经济发展水平越低的区域，城乡户籍劳动者工资水平差异也越低，反之则越高。
表 3中第3列是把城乡户籍劳动者的个人特征纳入回归方程后的回归结果，根据回归系数可构建无歧视工资方程。
(二). 劳动力市场多重分割下的工资差异分解本文分别采用Neumark和Brown分解考察城乡户籍劳动者工资的差异情况。
1.城乡户籍劳动者职业进入歧视分析
采用Logit模型对城乡劳动者的职业选择方程进行估算，并计算城乡劳动者进入不同职业的机会。个体i进入职业j的概率公式如下：
| $ {{p}_{ij}}=\frac{{{e}^{{{\beta }_{j}}{{N}_{i}}}}}{\sum\limits_{k=1}^{j}{{{e}^{{{\beta }_{k}}{{N}_{i}}}}}} $ | (13) |
其中，βj是Logit模型回归系数，Ni代表个体i的特征值。Logit模型选取的变量包括个人特征变量：受教育年限、年龄、年龄的平方、非学历教育频率、是否是党员(非党员为基准)、性别(女性为基准)、婚姻状况(未婚为基准)以及地区虚拟变量(东部为基准)。回归结果如表 4所示。
|
|
表 4 城乡户籍劳动者职业选择方程估计 |
表 4显示，受教育年限增加能显著降低城乡户籍劳动者成为生产人员的概率；教育对劳动者从事社会声望更高的职业有明显的促进作用，受教育年限每增加1年，城乡户籍劳动者成为办事人员、技术人员与管理人员的概率分别提高1.20%、3.84%、0.84%和0.63%、1.66%、0.49%。年龄对城乡户籍劳动者从事更高端劳动有显著负面影响，随劳动者年龄增长，从事高端劳动的几率下降，但并没有发现管理人员对高年龄劳动者的排斥。非学历教育可显著降低劳动者成为生产人员的概率，提高劳动者成为技术人员与管理人员的概率，且对农村户籍劳动者的职业提升效果更显著⑫。
⑫ 表 2的结果显示从事高端劳动的工资水平普遍较高，说明非学历教育对缩小城乡户籍劳动力工资差异具有显著积极作用。
为更好地考察城乡户籍劳动力的工资差异问题，对城乡户籍劳动力的部门选择进行更深入分析。
表 5显示，无论从所有制、行业和职业性质看，城乡户籍劳动者的职业进入选择均存在明显的结构性差异。接受更高的教育能显著提高城乡户籍劳动者进入国有部门、垄断行业以及成为白领的可能性。城市户籍劳动者进入国有部门、垄断行业以及成为白领的概率分别比农村户籍劳动者高117.78%、153.79%、177.95%。非学历教育及是否为党员均显著影响城乡户籍劳动者的职业进入。非学历教育使农村户籍劳动者比城市户籍劳动者拥有更高的进入国有部门、垄断行业以及成为白领的概率。成为党员，会大大增加城乡户籍劳动者进入国有部门、垄断行业以及成为白领的可能性。可见，参加非学历教育和成为党员对缩小城乡户籍劳动者工资差异具有积极作用。
|
|
表 5 城乡户籍劳动者的部门选择概率 |
2.城乡户籍劳动力工资差异分解结果
表 6的Neumark分解结果显示，我国城乡户籍劳动者存在明显的工资差异，但城乡户籍劳动者的工资差异主要由人力资本差异引起，引起城乡户籍劳动者工资差异的主要原因并非歧视。城乡户籍劳动者个人特点引起的城乡户籍劳动力工资差异为82.25%，对劳动者的歧视解释了城乡户籍劳动力工资差异的17.75%，这一结果远低于郭继强等[6-7]得到的歧视解释70%以及谢嗣胜和姚先国[20]歧视解释55.2%的城乡工资差异的结论，与孟凡强[2]得出的歧视占城乡工资差异27%的结果接近。可能的原因：一是中国户籍制度改革的深入，尤其是2008年执行新的《中华人民共和国劳动合同法》，对由户籍歧视造成的城乡户籍劳动者工资差异的缩小具有重要作用。二是中国劳动力市场农村劳动者供给已由过去无限供给、充裕变为有限供给甚至短缺，伴随农村户籍劳动者供给处于边际状态，农村户籍劳动者由户籍制度带来的工资歧视减少，由劳动者自身特征差异造成的工资差异占据主要地位。从歧视部分看，直接歧视约占总歧视的89.13%，是构成城乡户籍劳动者工资歧视的主要方面，对城市户籍劳动者的优惠造成的反向歧视虽然仅占城乡户籍劳动者工资总歧视的10.87%，但在城乡收入差异已经扩大的背景下，对城市户籍劳动者的“优惠”造成的城乡户籍劳动者工资差异仍应引起高度重视。受教育程度贡献了城乡户籍劳动者工资差异的63.08%(0.223685/0.354617)，因此提高农村户籍劳动者的受教育水平是解决城乡户籍劳动者工资差异的关键途径。非学历教育贡献了城乡户籍劳动者工资差异的3.56%，这表明对已进入劳动力市场的农村户籍劳动者，提供技能培训是缩小城乡户籍劳动者工资差异的有效手段。成为国有单位员工或者白领对城乡户籍劳动者工资差异的贡献度也较大，分别为9.05%和15.45%。
|
|
表 6 城乡户籍劳动者工资差异的Neumark分解结果 |
为进一步分析劳动力市场多重分割对城乡户籍劳动者工资差异的影响程度，采用Brown分解法对不同市场分割类型进一步进行分解，分解结果见表 7。
|
|
表 7 城乡户籍劳动者工资差异的Brown分解结果 |
表 7显示，在行业类型中，部门内部城乡户籍劳动者工资差异是总工资差异的主要部分，部门间城乡户籍劳动者工资差异相对较小，表现为在各种分割类型下，部门内部城乡户籍劳动者工资总差异占比均远高于部门间工资总差异占比。具体而言，在部门内部，行业、所有制、职业、地区分割造成的城市户籍劳动者工资总差异分别占90.77%、76.28%、69.39%和96.26%，部门间四类分割造成的城乡户籍劳动者工资总差异分别仅占9.23%、23.72%、30.62%和3.74%。这表明，就业机会差异造成的城乡户籍劳动者工资差异并不是城乡户籍劳动者工资差异的主要原因。
从造成城乡户籍劳动者工资总差异构成的因素看，在行业、所有制、职业、地区分割四种类型中，劳动者个体特征导致的差异占比分别达到73.15%、73.16%、71.67%和76.71%。可见，在劳动力市场多重分割造成的总工资差异中，可以由城乡户籍劳动者个人特点解释的工资差异是总工资差异的主要构成部分。表明城乡户籍劳动者工资差异主要由城乡户籍劳动者的个体特征差异造成。
从歧视造成的工资差异看，在行业、所有制、职业及区域四种类型中，部门内部与部门间歧视造成的工资差异占总工资差异的比重分别为21.82%、18.82%、27.14%、20.90%和5.03%、8.02%、1.19%和2.39%。这表明，在各种市场分割类型中，部门内部同工不同酬都是农村户籍劳动者受到歧视的主要来源，部门之间就业机会对城乡户籍劳动者工资差异的影响较小。
四、结论与启示本文采用CFPS2014基线调查数据，在对中国城乡户籍劳动者的工资差异进行识别基础上，通过Neumark和Brown分解方法考察劳动力市场户籍分割下的城乡户籍劳动者工资差异的形成原因。研究结果表明，我国城乡劳动者工资存在显著差异，无论何种工作形态，城市劳动者的工资水平均明显高于农村劳动者；不同职业内部农村户籍劳动者的工资水平均显著低于城市户籍劳动者；城乡户籍劳动者工资差异呈东中西部梯度递减特征，经济越发达的地区，城乡户籍劳动者工资差异越大。我国现阶段城乡户籍劳动者的工资差异主要由劳动者个体特征差异引起，其中受教育水平差异是引致城乡户籍劳动者工资差异的主要原因，但户籍歧视造成的城乡户籍劳动者工资差异不容小觑。歧视引致的城乡户籍劳动者工资差异主要表现为对农村户籍劳动者的直接歧视，同工不同酬；就业机会对城乡户籍劳动者工资差异的影响较小。
本文研究结论得出的政策启示是：第一，加大对农村户籍劳动者的教育投入，通过将教育资源向农村地区引流，改善农村地区教育基础设施，提升农村劳动者的教育质量，提高农村户籍劳动者的人力资本水平，进而提高农村户籍劳动者的劳动生产率；通过向在城市工作的农村户籍劳动者提供免费职业培训等非学历教育，提升农村户籍劳动者的专业技能，帮助农村户籍劳动者从低端劳动力市场向高端劳动力市场流动，增强其在职场的竞争力和工资议价能力。第二，各级政府部门在促进地区经济发展的同时，在初次分配中高度关注农村户籍劳动者的劳动报酬，通过相关制度保障，减少企业内部农村户籍劳动者因同工不同酬引致的城乡户籍劳动者工资差异，形成更加公平的工资评定机制。第三，继续深化户籍制度改革，彻底破除城乡二元结构，形成有利于城乡户籍劳动者公平竞争的劳动就业、收入分配和福利保障等体制机制，促进城乡一体化劳动力市场的形成与完善。
| [1] |
姚先国, 李莉, 张海峰. 农民工工资歧视与职业隔离:来自浙江省的证据[J]. 管理学家(学术版), 2008(3): 227-238, 240-241, 239, 301. |
| [2] |
孟凡强. 劳动力市场多重分割下的城乡工资差距[J]. 人口与经济, 2014(2): 76-85. DOI:10.3969/j.issn.1000-4149.2014.02.009 |
| [3] |
田丰. 城市工人与农民工的收入差距研究[J]. 社会学研究, 2010, 25(2): 87-105. |
| [4] |
MENG X, ZHANG J S. The two-tier labor market in urban China occupational segregation and wage differentials between urban residents and rural migrants in Shanghai[J]. Journal of Comparative Economics, 2001, 29(3): 485-504. |
| [5] |
蔡昉. 农村剩余劳动力流动的制度性障碍分析:解释流动与差距同时扩大的悖论[J]. 经济学动态, 2005(1): 35-39, 112. |
| [6] |
郭继强, 陆利丽. 工资差异均值分解的一种新改进[J]. 经济学(季刊), 2009, 8(4): 1257-1280. |
| [7] |
郭继强, 姜俪, 陆利丽. 双重指数基准矫正下Brown分解方法新改进[J]. 数量经济技术经济研究, 2013, 30(6): 135-148. |
| [8] |
李骏, 顾燕峰. 中国城市劳动力市场中的户籍分层[J]. 社会学研究, 2011(2): 48-77, 244. |
| [9] |
马欣欣. 劳动力市场的产业分割:关于垄断行业与竞争行业间工资差异的经验分析[J]. 中国劳动经济学, 2011(1): 44-82. |
| [10] |
YANG Q H, GUO F. Occupational attainments of rural to urban temporary economic migrants in China, 1985-1990[J]. The International Migration Review, 1996, 30(3): 771-787. |
| [11] |
蔡昉, 都阳, 王美艳. 户籍制度与劳动力市场保护[J]. 经济研究, 2001, 36(12): 41-49, 91. |
| [12] |
李建民. 中国劳动力市场多重分隔及其对劳动力供求的影响[J]. 中国人口科学, 2002(2): 1-7. DOI:10.3969/j.issn.1000-7881.2002.02.001 |
| [13] |
吕建军. 论我国劳动力市场的体制性分割与农村劳动力转移[J]. 湖北社会科学, 2002(9): 44-46. DOI:10.3969/j.issn.1003-8477.2002.09.023 |
| [14] |
LIN N, BIAN Y J. Getting ahead in urban China[J]. American Journal of Sociology, 1991, 97(3): 657-688. DOI:10.1086/229816 |
| [15] |
聂胜. 我国经济转型期间的劳动力市场分割:从所有制分割到行业分割[J]. 当代经济科学, 2004, 26(6): 23-28, 106-107. DOI:10.3969/j.issn.1002-2848.2004.06.004 |
| [16] |
张展新. 劳动力市场的产业分割与劳动人口流动[J]. 中国人口科学, 2004(2): 45-52, 80. DOI:10.3969/j.issn.1000-7881.2004.02.005 |
| [17] |
郭丛斌. 二元制劳动力市场分割理论在中国的验证[J]. 清华大学教育研究, 2004, 25(4): 43-49. DOI:10.3969/j.issn.1001-4519.2004.04.007 |
| [18] |
王美艳. 转轨时期的工资差异:歧视的计量分析[J]. 数量经济技术经济研究, 2003, 20(5): 94-98. DOI:10.3969/j.issn.1000-3894.2003.05.022 |
| [19] |
邢春冰. 农民工与城镇职工的收入差距[J]. 管理世界, 2008(5): 55-64. |
| [20] |
谢嗣胜, 姚先国. 农民工工资歧视的计量分析[J]. 中国农村经济, 2006(4): 49-55. |
| [21] |
OAXACA R. Male-female wage differentials in urban labor markets[J]. International Economic Review, 1973, 14(3): 693-709. DOI:10.2307/2525981 |
| [22] |
MINCER J. Schooling, experience and earnings[M]. Cambridge: National Bureau of Economic Research, 1974.
|
| [23] |
COTTON J. On the decomposition of wage differentials[J]. The Review of Economics and Statistics, 1988, 70(2): 236-243. DOI:10.2307/1928307 |
| [24] |
NEUMARK D. Employers' discriminatory behavior and the estimation of wage discrimination[J]. The Journal of Human Resources, 1988, 23(3): 279-295. DOI:10.2307/145830 |
| [25] |
BROWN R S, MOON M, ZOLOTH B S. Incorporating occupational attainment in studies of male-female earnings differentials[J]. The Journal of Human Resources, 1980, 15(1): 3-28. DOI:10.2307/145344 |
| [26] |
谢宇, 胡婧炜, 张春泥. 中国家庭追踪调查:理念与实践[J]. 社会, 2014, 34(2): 1-32. |
| [27] |
李春玲. 当代中国社会的声望分层:职业声望与社会经济地位指数测量[J]. 社会学研究, 2005, 20(2): 74-102, 244. |
| [28] |
陆学艺. 当代中国社会流动[M]. 北京: 中国科学文献出版社, 2004.
|
| [29] |
费舒澜. 美貌者进入了高收入职业吗?[J]. 劳动经济研究, 2016, 4(6): 92-106. |
| [30] |
王德文, 蔡昉, 张国庆. 农村迁移劳动力就业与工资决定:教育与培训的重要性[J]. 经济学(季刊), 2008, 7(4): 1131-1148. |
| [31] |
王海港, 黄少安, 李琴, 等. 职业技能培训对农村居民非农收入的影响[J]. 经济研究, 2009, 44(9): 128-139, 151. DOI:10.3969/j.issn.1005-913X.2009.09.057 |
| [32] |
李爽, 陆铭, 佐藤宏. 权势的价值:党员身份与社会网络的回报在不同所有制企业是否不同?[J]. 世界经济文汇, 2008(6): 23-39. DOI:10.3969/j.issn.0488-6364.2008.06.003 |
| [33] |
程名望, 史清华, Jin Yanhong, 等. 市场化、政治身份及其收入效应:来自中国农户的证据[J]. 管理世界, 2016(3): 46-59. |
| [34] |
杨继东, 章逸然. 政治身份与收入差距:基于中国社会综合调查数据的研究[J]. 世界经济文汇, 2016(4): 54-79. |
| [35] |
李春玲, 李实. 市场竞争还是性别歧视:收入性别差异扩大趋势及其原因解释[J]. 社会学研究, 2008, 23(2): 94-117, 244. |
| [36] |
吴愈晓, 吴晓刚. 城镇的职业性别隔离与收入分层[J]. 社会学研究, 2009, 24(4): 88-111, 244. |
| [37] |
卿石松, 郑加梅. "同酬"还需"同工":职位隔离对性别收入差距的作用[J]. 经济学(季刊), 2013, 12(2): 735-756. |
| [38] |
刘娜, Anne de Bruin. 家庭收入变化、夫妻间时间利用与性别平等[J]. 世界经济, 2015, 38(11): 117-143. |
| [39] |
陈昊. 婚姻对女性工资的影响:升水还是诅咒?:来自中国家庭收入调查的证据[J]. 世界经济文汇, 2015(2): 41-56. |