高等教育、公共部門工資溢價(jià)與公私部門工資差異

何翠香，方 崢，方行明

(西南財(cái)經(jīng)大學(xué) a.經(jīng)濟(jì)學(xué)院，成都 611130;b.中國(guó)教育需求研究中心，成都 610074)

高等教育、公共部門工資溢價(jià)與公私部門工資差異

何翠香a，方 崢b，方行明a

(西南財(cái)經(jīng)大學(xué) a.經(jīng)濟(jì)學(xué)院，成都 611130;b.中國(guó)教育需求研究中心，成都 610074)

運(yùn)用CHIP2007數(shù)據(jù)，研究整個(gè)工資分布上公共部門與非公共部門之間的工資差異及影響因素，發(fā)現(xiàn)控制部門選擇內(nèi)生性后，公共部門存在工資溢價(jià)現(xiàn)象且溢價(jià)在中低位更為突出。造成公共部門與非公共部門之間工資差異的主要原因是稟賦效應(yīng)，特別是部門間接受高等教育的員工比例差異。利用傾向得分匹配方法解決高等教育選擇內(nèi)生性后的分解結(jié)果顯示，兩部門之間的工資差異在分布上呈逐步縮小趨勢(shì)，稟賦效應(yīng)和高等教育差異的解釋力更強(qiáng)。利用工具變量分位數(shù)處理效應(yīng)模型發(fā)現(xiàn)，高等教育回報(bào)率隨分位數(shù)增加呈現(xiàn)先減后增的趨勢(shì)。

公共部門；工資差異；高等教育回報(bào)率；傾向得分匹配；內(nèi)生性

一、引言

近幾年來，報(bào)考公務(wù)員熱度持續(xù)升溫。有數(shù)據(jù)統(tǒng)計(jì)，在2014年國(guó)家公務(wù)員報(bào)考與招考比例統(tǒng)計(jì)中，某些職位的招錄比例為13960∶2。①數(shù)據(jù)來源：http://zw.huatu.com/rank/rank_6.html.在龐大的報(bào)考人數(shù)中，青年人特別是高校畢業(yè)生表現(xiàn)出對(duì)公共部門職位的更多偏好。造成這種偏好的原因之一是公共部門與非公共部門之間存在的工資差異。[1]Melly(2005)指出公共部門的工資水平和結(jié)構(gòu)會(huì)對(duì)非公共部門的相對(duì)福利水平產(chǎn)生重大影響，進(jìn)而影響人力資本在兩部門之間的有效配置。[2]同時(shí)，從社會(huì)學(xué)角度考慮，部門之間不合理的工資差異也會(huì)影響到社會(huì)的和諧發(fā)展。[3]因此，深入研究公共部門與非公共部門之間的工資差異問題不僅具有重要的理論意義，更具有深刻的現(xiàn)實(shí)意義。

目前，國(guó)內(nèi)外已有不少關(guān)于公共部門與非公共部門之間工資差異的研究文獻(xiàn)，國(guó)外學(xué)者對(duì)發(fā)達(dá)國(guó)家公共部門與非公共部門之間工資差異的研究表明公共部門存在工資溢價(jià)。[2][4～7]由于研究階段和國(guó)家不同，公共部門的工資溢價(jià)也存在差異。這些研究主要集中于發(fā)達(dá)國(guó)家，而對(duì)于發(fā)展中和轉(zhuǎn)型國(guó)家由于其與發(fā)達(dá)國(guó)家的國(guó)情不同，研究結(jié)論也存在差異。Adamchik和Bedi (2000)運(yùn)用波蘭1996年的截面數(shù)據(jù)對(duì)公共部門與非公共部門之間工資差異進(jìn)行了研究，發(fā)現(xiàn)私人部門具有工資優(yōu)勢(shì)，私人部門對(duì)具有大學(xué)教育水平的個(gè)體更具吸引力。[8]Lokshin和Jovanovic (2003)考察了南斯拉夫國(guó)有部門與私人部門之間的工資差異，發(fā)現(xiàn)私人部門存在正的工資溢價(jià)。[9]Sakellariou和Fang (2014)運(yùn)用越南1998～2008年的面板數(shù)據(jù)采用不同的分解方法對(duì)公共部門與非公共部門之間的工資差異進(jìn)行了研究，發(fā)現(xiàn)私人部門的工資差異在減少，而公共部門員工的工資溢價(jià)依然存在。[10]

近年來，國(guó)內(nèi)關(guān)于部門之間工資差異的研究日漸增多，如周興和王芳(2013)運(yùn)用CHNS數(shù)據(jù)采用無條件分位數(shù)回歸及分解方法對(duì)1989～2009年三個(gè)時(shí)期公共部門與非公共部門的工資差異進(jìn)行了研究，發(fā)現(xiàn)在每一時(shí)期內(nèi)公共部門工資高于非公共部門，并且工資差異呈V型趨勢(shì)。他們進(jìn)一步指出，20世紀(jì)90年代，公共部門與非公共部門之間的工資差異主要是由于公共部門的工資溢價(jià)；21世紀(jì)以來，公共部門的工資溢價(jià)仍然存在，但已不是部門之間收入差異的主要原因。[11]這一研究在方法上是一種創(chuàng)新，將均值處的工資差異分析拓展到整個(gè)工資分布；但是他們的研究并沒有考慮內(nèi)生性問題，因此，可能會(huì)造成估計(jì)結(jié)果的有偏和不一致。尹志超和甘犁(2009)利用Heckman樣本選擇模型對(duì)1989～2006年的CHNS面板數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)公共部門與非公共部門之間的工資差異存在階段性的變化。他們發(fā)現(xiàn)，1989～1997年間，公共部門的工資比非公共部門低2.9%；而在2000～2006年間，公共部門的工資顯著高于非公共部門，達(dá)到13.48%，并且差距呈擴(kuò)大趨勢(shì)。[12]張義博(2012)對(duì)CHNS面板數(shù)據(jù)的實(shí)證研究也驗(yàn)證了部門收入階段性假說。姜?jiǎng)?lì)卿和錢文榮(2012)采用浙江省城鎮(zhèn)就業(yè)人員的微觀調(diào)查數(shù)據(jù)，利用工具變量分位數(shù)回歸方法研究了公共部門與非公共部門之間的工資差異，研究結(jié)果表明，未考慮部門選擇內(nèi)生性會(huì)低估公共部門與非公共部門之間的工資差異。他們同時(shí)發(fā)現(xiàn)公共部門在各分位數(shù)上的工資顯著高于非公共部門，但這種差異隨分位數(shù)的提高呈逐步遞減趨勢(shì)。[3]寇恩惠和劉柏惠(2011)利用CHIP2002數(shù)據(jù)采用擴(kuò)展的Heckman選擇模型同時(shí)考慮勞動(dòng)參與及公私部門選擇的雙重性樣本，對(duì)工資方程進(jìn)行回歸并分解了雙重選擇樣本調(diào)整項(xiàng)對(duì)工資差異的貢獻(xiàn)。[13]

雖然這些研究考慮了部門選擇內(nèi)生性問題，但沒有深入探討高等教育對(duì)部門之間工資差異的影響。從已有的研究文獻(xiàn)中，可以注意到是否接受過高等教育對(duì)公私部門之間的工資差異存在顯著影響，如邢春冰(2007)運(yùn)用1989～2000年CHNS數(shù)據(jù)發(fā)現(xiàn)民營(yíng)部門教育回報(bào)率由1997年高于公共部門轉(zhuǎn)變?yōu)?000年低于公共部門。[14]張車偉和薛欣欣(2008)對(duì)部門間的工資差異進(jìn)行了分位數(shù)分解，發(fā)現(xiàn)人力資本差異特別是高等教育是部門之間工資差異的主要原因。[15]由于接受高等教育變量與不可觀察的變量(如：能力)相關(guān), 使高等教育存在內(nèi)生性問題；同時(shí)，接受高等教育可能獲得更高的工資收入，進(jìn)而影響高收入群體對(duì)是否接受高等教育行為的選擇(Messinis，2013)有可能導(dǎo)致選擇性偏差。[16]這些研究雖然指出了人力資本特別是高等教育是影響部門之間工資差異的顯著因素，但是在分析中并沒有考慮高等教育的選擇偏差及內(nèi)生性問題。

本文的研究貢獻(xiàn)主要有三。第一，在研究公共部門在工資分布上是否存在工資溢價(jià)時(shí)考慮了部門選擇內(nèi)生性問題；采取的方法是將傾向得分匹配方法與無條件分位數(shù)回歸方法相結(jié)合。第二，在研究影響各個(gè)分位上公共部門與非公共部門之間工資差異因素時(shí)考慮了高等教育這個(gè)關(guān)鍵變量的選擇內(nèi)生性問題；采取的方法是將傾向得分匹配方法與無條件分位數(shù)分解方法相結(jié)合。第三，運(yùn)用無條件工具變量分位數(shù)處理效應(yīng)模型分析了高等教育回報(bào)率。除了方法上的三個(gè)主要貢獻(xiàn)，本文運(yùn)用較新的CHIP2007數(shù)據(jù)進(jìn)行分析，可以得到關(guān)于這個(gè)課題最新的發(fā)現(xiàn)。

本文結(jié)構(gòu)如下：第二部分對(duì)模型與數(shù)據(jù)進(jìn)行說明并做統(tǒng)計(jì)分析，第三部分分析實(shí)證研究結(jié)果，第四部分為結(jié)論與政策建議。

二、模型與數(shù)據(jù)

(一)模型

本文首先采用Firpo等(2009)提出的無條件分位數(shù)回歸方法研究公共部門是否存在工資溢價(jià)現(xiàn)象。[17]該方法是一種基于復(fù)回中心的影響函數(shù)即RIF映射(Re-centered Influence Function)的回歸方法，第一步推導(dǎo)被解釋變量對(duì)數(shù)工資w的分位數(shù)RIF映射，第二步將得到的RIF變量對(duì)解釋變量X進(jìn)行OLS回歸。*Firpo 等(2009)指出如果無條件分位回歸方程是線性的，RIF-OLS估計(jì)量是一致的；但如果無條件分位回歸方程不是線性的，非參數(shù)估計(jì)量如RIF-logit可能更精確。關(guān)于無條件分位數(shù)回歸的文獻(xiàn)綜述可參考朱平芳和張征宇(2012)。變量w的分位數(shù)RIF映射可表示為：

(1)

由于部門選擇可能存在內(nèi)生性，直接對(duì)Mincer對(duì)數(shù)工資方程采用無條件分位數(shù)分解方法會(huì)導(dǎo)致部門系數(shù)估計(jì)量的有偏不一致。本文采用傾向得分匹配方法，[18～19]將公共部門與非公共部門的觀察對(duì)象根據(jù)一些與部門選擇相關(guān)的可觀測(cè)變量進(jìn)行匹配，并將傾向得分匹配方法與無條件分位數(shù)回歸相結(jié)合，從而得出公共部門與非公共部門在整個(gè)工資分布上“真實(shí)的”工資差異。

本文接著探討造成公共部門與非公共部門工資差異的具體原因。按照部門虛擬變量進(jìn)行分組，公共部門與非公共部門之間的工資差異可以分解為：

(2)

將無條件分位數(shù)回歸方法與Oaxaca-Blinder方法相結(jié)合，公共部門與非公共部門之間的工資差異為：

(3)

無條件分位數(shù)處理效應(yīng)模型是在假設(shè)協(xié)變量X和處理變量D都是外生的條件下才能得到無偏的一致估計(jì)，而本文關(guān)注的關(guān)鍵變量是否接受高等教育就有可能存在選擇性和內(nèi)生性。這是由于接受高等教育可能獲得更高的工資收入，進(jìn)而影響高收入群體對(duì)是否接受高等教育行為的選擇，[16]同時(shí)高等教育與不可觀測(cè)到的變量(如：能力)相關(guān)。本文將高等教育的選擇性偏差及內(nèi)生性問題考慮在內(nèi)，以探討其對(duì)公共部門與非公共部門工資分解結(jié)果的影響。與Messinis(2013)研究方法類似，本文采用傾向得分匹配方法解決高等教育變量?jī)?nèi)生選擇性問題，并將得到的匹配權(quán)重與無條件分位數(shù)分解相結(jié)合，從而得出影響部門工資差異的關(guān)鍵因素，特別是高等教育在其中的貢獻(xiàn)。

最后，本文運(yùn)用Fr?lich和Melly(2010)提出的無條件工具變量分位數(shù)處理效應(yīng)模型研究高等教育回報(bào)率。[22]由于匹配方法對(duì)“隱藏偏差”并不穩(wěn)健，即違反了條件獨(dú)立假設(shè)要求不可觀測(cè)的變量不能同時(shí)影響處理變量和結(jié)果，[23～24]因此，F(xiàn)r?lich和Melly(2010)提出了當(dāng)代替D的工具變量Z只取0或1值時(shí)的工具變量分位數(shù)處理效應(yīng)：[22]

(4)

(5)

(二)數(shù)據(jù)

本文所使用的數(shù)據(jù)來自2008年中國(guó)家庭收入課題組(CHIP)對(duì)2007年家庭收入情況進(jìn)行的調(diào)查(CHIP2007)，該數(shù)據(jù)覆蓋了全國(guó) 9個(gè)省份的 37個(gè)城市和地區(qū)，包括城鎮(zhèn)、農(nóng)村和移民三個(gè)樣本共計(jì)5003個(gè)家庭，14699個(gè)個(gè)體。數(shù)據(jù)包含了豐富的個(gè)人和家庭特征以及就業(yè)和收入方面的信息，為本文的實(shí)證研究提供了充分的資料?？紤]到本文研究的需要，數(shù)據(jù)整理時(shí)選取了年齡在18～60歲當(dāng)前正在從事工作并獲取工資收入的樣本個(gè)體作為研究對(duì)象。參考張義博(2012)對(duì)于公私部門的劃分，按工作單位所有制的不同，將黨政機(jī)關(guān)(包括黨委、政府、人大、政協(xié)、公檢法、武裝部、部隊(duì))、國(guó)家、集體事業(yè)單位以及國(guó)有獨(dú)資企業(yè)劃歸為公共部門，而這之外的其他工作單位劃歸為非公共部門(集體企業(yè)、私營(yíng)及個(gè)體企業(yè)，股份制企業(yè)以及三資企業(yè)等)。

(三)指標(biāo)選取

1．因變量指標(biāo)。為了實(shí)證研究公共部門與非公共部門之間的工資差異，在因變量的選取上，主流研究的工資指標(biāo)包括年工資、月工資以及小時(shí)工資。將工資性收入定義為貨幣工資、獎(jiǎng)金以及貨幣補(bǔ)貼，本文在考慮了CHIP2007數(shù)據(jù)的調(diào)查特點(diǎn)以及數(shù)據(jù)的可得性，選取CHIP2007數(shù)據(jù)中包含工資、獎(jiǎng)金、津貼和實(shí)物折現(xiàn)的月工資收入指標(biāo)的對(duì)數(shù)形式作為因變量。筆者認(rèn)為這一指標(biāo)較其他指標(biāo)能夠更好的反應(yīng)公私部門之間的差異。

2．解釋變量指標(biāo)。解釋變量指標(biāo)選取了代表人力資本特征的變量：受教育年限、是否接受過高等教育、工作經(jīng)驗(yàn)、工作任期等；代表個(gè)人特征的變量：年齡、性別、婚姻狀況等；代表就業(yè)特征的變量：周工作小時(shí)、職業(yè)、雇傭類型、行業(yè)等以及省份虛擬變量。其中，按受教育水平劃分的高等教育變量是一個(gè)二分變量(高等教育=1表示接受高等教育，即大專及以上學(xué)歷，高等教育=0表示沒有接受過高等教育，即高中及以下學(xué)歷)。表1描述的是各變量指標(biāo)的定義及變量說明。

表1 變量的定義與說明

注：高等教育是受教育水平變量的二分變量，受教育水平是一個(gè)分類變量，包含如下類別：小學(xué)及以下、初中、高中及職高、大專及以上，將受教育水平中接受過大專及以上學(xué)歷的樣本定義為高等教育，賦值為1，否則為0；工作經(jīng)驗(yàn)平方項(xiàng)=(工作經(jīng)驗(yàn)^2)/100，用于判斷工作經(jīng)驗(yàn)對(duì)工資差異影響的單調(diào)性，即是否會(huì)出現(xiàn)拐點(diǎn)。

在變量的描述性統(tǒng)計(jì)中(見表2)，我們發(fā)現(xiàn)公共部門與非公共部門之間在主要變量統(tǒng)計(jì)上存在顯著差異。(1)從月對(duì)數(shù)工資指標(biāo)來看，公共部門的平均工資高于非公共部門，對(duì)數(shù)工資差異為0.18。(2)從個(gè)人特征指標(biāo)來看，公共部門員工的平均年齡為41歲，非公共部門員工的平均年齡為39歲，相對(duì)而言，非公共部門比公共部門存在年齡優(yōu)勢(shì)。從婚姻狀況來看，公共部門已婚比例高于非公共部門，公共部門已婚比例為87%，而非公共部門已婚比例為82%。相差5個(gè)百分點(diǎn)。從性別特征來看，女性員工在非公共部門的比例高于公共部門，這一結(jié)果與國(guó)內(nèi)一些研究結(jié)論一致。[1][3][11]說明公共部門存在較高的雇傭門檻，非公共部門對(duì)勞動(dòng)力的吸納能力較強(qiáng)。(3)從人力資本角度來看，公共部門員工在受教育年限、工作經(jīng)驗(yàn)和工作任期的時(shí)間比非公共部門長(zhǎng)，且大專及以上學(xué)歷的員工比例高于非公共部門，這說明公共部門比非公共部門存在人力資本優(yōu)勢(shì)。(4)從就業(yè)特征變量來看，在公共部門中半數(shù)以上員工的雇傭類型為長(zhǎng)期工，而非公共部門合同工制則占據(jù)“半壁江山”。公共部門員工的職業(yè)類型中管理人員、專業(yè)技術(shù)人員和辦公人員的比例均高于非公共部門，而服務(wù)人員和其他職業(yè)類型是非公共部門中的主流。從行業(yè)特征指標(biāo)來看，公共部門主要存在于第二產(chǎn)業(yè)，而非公共部門在第三產(chǎn)業(yè)的比例要高于公共部門。且非公共部門平均每周工作的時(shí)間比公共部門高4小時(shí)。從這些數(shù)字中可以看出，公共部門具有較明顯的人力資本優(yōu)勢(shì)。

表2 主要變量的分組統(tǒng)計(jì)性描述

三、實(shí)證研究與結(jié)果分析

首先，本文比較公共部門與非公共部門對(duì)數(shù)工資的核密度估計(jì)。如圖1所示，虛線表示非公共部門的對(duì)數(shù)工資，實(shí)線表示公共部門的對(duì)數(shù)工資；Y軸表示對(duì)數(shù)工資的密度，X軸表示對(duì)數(shù)工資。從水平方向看，公共部門工資核密度估計(jì)曲線比非公共部門工資核密度曲線明顯右移，說明公共部門與非公共部門之間存在工資差距。而從垂直方向來看，以對(duì)數(shù)工資中位數(shù)為界，在中位數(shù)左側(cè)非公共部門的核密度估計(jì)曲線高于公共部門，說明在低工資群組中，非公共部門的人員密度大于公共部門，而在中位數(shù)的右側(cè)，公共部門對(duì)數(shù)工資的核密度曲線高于非公共部門，說明在高工資收入組中，公共部門的人員密度高于非公共部門。從原始數(shù)據(jù)來看，公共部門的平均對(duì)數(shù)工資高于非公共部門。

(一)無條件分位數(shù)回歸結(jié)果分析

造成工資差異的因素很多，因此，有必要找到影響工資差異的主要因素并對(duì)其進(jìn)行研究。表3顯示了Mincer工資方程的無條件分位數(shù)回歸結(jié)果，高等教育是影響對(duì)數(shù)工資的顯著因素，在整個(gè)收入分布中高等教育對(duì)工資的貢獻(xiàn)率顯著遞增。工作經(jīng)驗(yàn)同樣是對(duì)數(shù)工資的顯著影響因素，但與高等教育相比影響程度較小。工作經(jīng)驗(yàn)對(duì)低收入群體工資的影響大于高收入群體，在整個(gè)工資分布中影響差異在0.6%～1.5%之間。值得注意的是以非公共部門為參照組，公共部門對(duì)工資存在負(fù)向影響，但不顯著，說明公共部門可能存在工資折價(jià)現(xiàn)象。由于表3的回歸沒有考慮部門選擇內(nèi)生性問題，即個(gè)體選擇進(jìn)入哪個(gè)部門工作并不是隨機(jī)的，個(gè)體特征、家庭背景以及社會(huì)關(guān)系都會(huì)影響個(gè)體的選擇，在這種情況得到的回歸結(jié)果會(huì)產(chǎn)生系統(tǒng)性的偏差。因此，本文接下來對(duì)這一問題做進(jìn)一步研究。

表3 全部在職人員對(duì)數(shù)工資的無條件分位數(shù)回歸

注：括號(hào)內(nèi)為標(biāo)準(zhǔn)誤差，***、** 、*分別表示1%、5%和10%的顯著性水平。未報(bào)告的變量包括：年齡、性別、婚姻狀況、周工作小時(shí)、職位任期、職業(yè)、雇傭類型、行業(yè)及省份虛擬變量等。為了節(jié)省篇幅，以上變量不再詳述。

本文利用傾向得分匹配方法解決部門選擇內(nèi)生性問題，將影響部門變量的協(xié)變量選擇為：年齡、年齡的平方項(xiàng)、是否接受高等教育、工作經(jīng)驗(yàn)、性別、父母是否接受過高等教育及父母是否是專業(yè)技術(shù)人員。對(duì)其進(jìn)行Probit回歸得到傾向得分，然后進(jìn)行傾向得分匹配，利用匹配后的權(quán)重重新做無條件分位數(shù)回歸，結(jié)果如表4所示。表4只報(bào)告了公共部門對(duì)對(duì)數(shù)工資的影響，從表4中發(fā)現(xiàn)，校正了部門選擇性后，在各分位數(shù)點(diǎn)上，公共部門對(duì)對(duì)數(shù)工資的影響顯著為正，公共部門存在工資溢價(jià)現(xiàn)象。具體來講，隨著分位數(shù)由低到高的不斷變化，公共部門對(duì)對(duì)數(shù)工資的影響呈先增加后減少的趨勢(shì)，在中位數(shù)上影響最大，通過了1%的顯著性水平，而在高分位數(shù)上，公共部門的工資溢價(jià)現(xiàn)象逐漸不再明顯。因此，說明了低分位數(shù)上公共部門工資溢價(jià)現(xiàn)象顯著，但隨著工資收入的不斷提高，公共部門的工資溢價(jià)不再顯著。與表3中整個(gè)分布上不顯著的公共部門折價(jià)結(jié)果相比較，說明未考慮部門內(nèi)生選擇性得到的估計(jì)存在顯著偏差，而傾向得分匹配方法合理地解決了該問題。本結(jié)果與姜?jiǎng)?lì)卿和錢文榮(2012)利用工具變量控制部門內(nèi)生性進(jìn)行的分位數(shù)回歸方法結(jié)果一致。他們采用浙江省城鎮(zhèn)就業(yè)人員的微觀調(diào)查數(shù)據(jù)研究公共部門的工資溢價(jià)現(xiàn)象，發(fā)現(xiàn)未考慮部門選擇內(nèi)生性會(huì)低估公共部門與非公共部門之間的工資差異。

表4 校正后全部在職人員對(duì)數(shù)工資的無條件分位數(shù)回歸

注：括號(hào)內(nèi)為標(biāo)準(zhǔn)誤差，***、** 、*分別表示1%、5%和10%的顯著性水平。未報(bào)告的變量包括：高等教育、年齡、性別、婚姻狀況、周工作小時(shí)、職業(yè)、雇傭類型、行業(yè)及省份虛擬變量。為了節(jié)省篇幅，以上變量不再詳述。

圖2比較了只考慮部門變量時(shí)、控制其他協(xié)變量(高等教育、工作經(jīng)驗(yàn)、性別、年齡、婚姻狀況、雇傭類型、周工作小時(shí)、職業(yè)、行業(yè)及省份等變量)之后以及考慮部門選擇內(nèi)生性問題這三種情況下公共部門在對(duì)數(shù)工資無條件分位回歸方程中的估計(jì)值及對(duì)應(yīng)的95%置信區(qū)間。估計(jì)值每隔5個(gè)百分點(diǎn)選取一個(gè)，能夠更好地描繪估計(jì)值在整個(gè)工資分布上的情況。圖2a表明只考慮部門變量時(shí)，公共部門存在工資溢價(jià)現(xiàn)象。圖2b顯示在控制了其他協(xié)變量后，曲線平滑分布于0值附近，在高分位數(shù)上呈下降趨勢(shì)；圖2b對(duì)應(yīng)了表3的回歸結(jié)果，部門變量對(duì)工資的正向影響被其他協(xié)變量相互作用抵消了。圖2c在利用傾向得分匹配方法考慮部門選擇內(nèi)生性后發(fā)現(xiàn)公共部門確實(shí)存在工資溢價(jià)現(xiàn)象，不過溢價(jià)程度小于圖2a；圖2c對(duì)應(yīng)了表4的回歸結(jié)果，公共部門溢價(jià)在高分位數(shù)上相對(duì)較小。這個(gè)結(jié)果與姜?jiǎng)?lì)卿和錢文榮(2012)類似，他們發(fā)現(xiàn)用工具變量控制部門內(nèi)生性后，公共部門在各分位數(shù)上的工資顯著高于非公共部門，但這種差異隨分位數(shù)的提高呈逐步遞減趨勢(shì)。三種情況下的不同結(jié)果充分說明了考慮部門內(nèi)生性的重要性。

(二)分部門無條件分位數(shù)回歸結(jié)果分析

從傾向得分匹配方法考慮部門選擇內(nèi)生性的分析中，本文發(fā)現(xiàn)公共部門與非公共部門員工在人力資本及就業(yè)特征方面均存在顯著差異。*由于篇幅限制，本文省略了傾向得分匹配分析中間結(jié)果；感興趣的讀者可以向作者索取每一步具體結(jié)果。為了進(jìn)一步探究各因素對(duì)不同部門對(duì)數(shù)工資的異質(zhì)性影響，本文接下來分別對(duì)公共部門和非公共部門的對(duì)數(shù)工資進(jìn)行無條件分位數(shù)回歸估計(jì)。通過表5的回歸結(jié)果發(fā)現(xiàn)，各部門中影響工資水平的主要因素有高等教育、工作經(jīng)驗(yàn)等。具體來講，在公共部門，各分位數(shù)上高等教育對(duì)對(duì)數(shù)工資的影響為正并通過了1%的顯著性水平。在工資分布的中位數(shù)點(diǎn)上，高等教育的回報(bào)率最大，達(dá)42.7%；在工資分布的兩端，高等教育的回報(bào)率均在36%上下波動(dòng)，說明在公共部門高等教育對(duì)中等收入群體的工資影響更大。在非公共部門中，高等教育的回報(bào)率從低分位數(shù)向高分位數(shù)逐漸遞增，說明在非公共部門高等教育對(duì)高收入群體的工資影響更大。比較兩部門高等教育在相應(yīng)分位數(shù)上的差異，發(fā)現(xiàn)在中低工資水平組，公共部門的高等教育回報(bào)率高于非公共部門，而在高工資收入群體中，非公共部門的高等教育回報(bào)率高于公共部門。

工作經(jīng)驗(yàn)同樣為影響兩部門之間對(duì)數(shù)工資的顯著因素：在兩部門中，工作經(jīng)驗(yàn)對(duì)對(duì)數(shù)工資的影響從低分位數(shù)向高分位數(shù)呈逐漸降低的趨勢(shì)；在工資分布的各個(gè)分位數(shù)上，公共部門中工作經(jīng)驗(yàn)對(duì)工資的影響均大于非公共部門。表5中報(bào)告了性別對(duì)對(duì)數(shù)工資的影響，發(fā)現(xiàn)在公共部門內(nèi)部，以男性為參照組，女性對(duì)對(duì)數(shù)工資的影響隨分位數(shù)由低到高呈逐漸縮小的趨勢(shì)，說明在公共部門，工資水平越高，性別工資差異逐步縮小。而在非公共部門，隨分位數(shù)的逐漸提高，女性對(duì)對(duì)數(shù)工資的負(fù)向影響逐漸增大，說明非公共部門內(nèi)部高收入群體性別工資差距在拉大。在各個(gè)分位數(shù)上，公共部門的性別工資差異都小于非公共部門。這一結(jié)論與周興和王芳(2013)研究的結(jié)論一致，可能的原因是公共部門工資水平是由政府制定，因而所受市場(chǎng)影響幅度小，性別之間的工資差異較少；而非公共部門工資水平的制定更多的由市場(chǎng)機(jī)制決定。

表5 公共部門與非公共部門之間工資差異的無條件分位數(shù)回歸

注：括號(hào)內(nèi)為標(biāo)準(zhǔn)誤差，***、**、*分別表示1%、5%和10%的顯著性水平。其他未報(bào)告的變量：年齡、婚姻狀況、職業(yè)、雇傭類型、周工作小時(shí)、行業(yè)及省份虛擬變量等。為了節(jié)省文章篇幅，在此不再詳述。

(三)無條件分位數(shù)分解結(jié)果分析

為了更深入地探究公私部門之間工資差異的原因，文章接下來對(duì)公共部門與非公共部門之間的工資差異進(jìn)行無條件分位數(shù)分解，以期得到造成公私部門之間工資差異的原因。表6報(bào)告了公私部門之間的無條件分位數(shù)分解結(jié)果，公共部門與非公共部門的工資差異在整個(gè)工資分布中呈先升后減的趨勢(shì)，這一結(jié)論與周興和王芳(2013)的研究結(jié)論一致。[11]即在中位數(shù)上，兩部門的工資差異最大為24.6%，而在工資分布的兩端，兩部門間的工資差異在18%左右，說明中等工資收入群體是兩部門間工資差異的主體。分解結(jié)果同時(shí)顯示，在整個(gè)工資分布中，稟賦效應(yīng)即人力資本稟賦及就業(yè)方面的差異是造成公共部門與非公共部門工資差異的主要原因，可以解釋80%以上的工資差異。張車偉和薛欣欣(2008)的研究也發(fā)現(xiàn)稟賦效應(yīng)是部門工資差異的主要原因。[15]進(jìn)一步分析稟賦效應(yīng)發(fā)現(xiàn)，部門間高等教育差異是造成工資稟賦效應(yīng)的顯著因素，貢獻(xiàn)率占工資稟賦效應(yīng)的20.4%～39.3%，這說明高等教育等人力資本稟賦差異是造成公共部門與非公共部門工資差異的主要因素。

表6 公共部門與非公共部門之間工資差異的無條件分位數(shù)分解

注：括號(hào)內(nèi)為標(biāo)準(zhǔn)誤差，***、**、*分別表示1%、5%和10%的顯著性水平。其他未報(bào)告的變量還包括：年齡、性別、婚姻狀況、工作經(jīng)驗(yàn)8、周工作小時(shí)、雇傭類型、職業(yè)及行業(yè)。為節(jié)省文章篇幅，在此不再詳述。

表7 預(yù)測(cè)傾向值的Probit回歸結(jié)果

注：***、**、*分別表示1%、5%和10%的顯著性水平。

圖3中虛線表示未接受高等教育個(gè)體的傾向得分分布，實(shí)線表示接受高等教育個(gè)體的傾向得分分布。圖3a表示公共部門中處理組與非處理組傾向得分差異，圖3b顯示非公共部門中處理組與非處理組傾向得分的差異，由此得出在匹配之前，處理組與非處理組之間的個(gè)體特征差異較大。由于這種估計(jì)存在偏差，因此,我們對(duì)其進(jìn)行傾向得分方法處理，圖4顯示了匹配后的高等教育在公共部門與非公共部門中的傾向得分。從圖4中發(fā)現(xiàn)，匹配之后，處理組與控制組擬合較好，說明協(xié)變量的選取有效地解釋了高等教育，匹配有效。

常見的傾向得分匹配方法包括五種(One to one；Nearest Neighbors；Radius；Kernel；Local linear regression)。本文采用核匹配方法，核匹配方法在構(gòu)造反事實(shí)結(jié)果時(shí)使用了全部控制組的信息，所得匹配結(jié)果的方差較小，匹配更趨準(zhǔn)確。[25]利用核匹配方法得到的匹配后的權(quán)重，重新對(duì)公共部門與非公共部門工資差異進(jìn)行無條件分位數(shù)分解，所得結(jié)果如表8所示，公共部門與非公共部門之間的工資差異與匹配之前相比發(fā)生了變化。在整個(gè)工資分布中，兩部門之間的工資差異在15%～34.8%之間，呈逐步縮小趨勢(shì)。與表6相比，發(fā)現(xiàn)工資差異在低分位數(shù)上擴(kuò)大了，而在中高分位數(shù)上工資差異縮小了，說明不考慮選擇性偏差的回歸估計(jì)低估了低收入群體的工資差異，而高估了中高等收入群體的工資差異。稟賦效應(yīng)對(duì)部門之間工資差異的解釋力更強(qiáng),為92%以上。在稟賦效應(yīng)中,高等教育差異在三個(gè)分位上的貢獻(xiàn)率依次為20.8%、34.1%和57.2%, 與表6相比高等教育差異的貢獻(xiàn)更為突出。總體來講，匹配后的分解結(jié)果顯示，公共部門與非公共部門之間的工資差異和稟賦效應(yīng)隨著分位數(shù)的增加而減少，部門間工資差異幾乎都可以被部門間個(gè)體的稟賦差異所解釋，并不存在公共部門的歧視效應(yīng)。周興和王芳(2013)也發(fā)現(xiàn)，在2006～2009年時(shí)期，各分位數(shù)上工資的稟賦效應(yīng)在部門間的工資差異中處于主導(dǎo)地位，而國(guó)有部門的工資溢價(jià)的作用相對(duì)減弱。[11]與他們不同的是，本文發(fā)現(xiàn)在工資中位數(shù)上，公共部門甚至還有工資折價(jià)效應(yīng)。

表8 匹配后公共部門與非公共部門工資差異的無條件分位數(shù)分解

注：括號(hào)內(nèi)為標(biāo)準(zhǔn)誤差，***、**、*分別表示1%、5%和10%的顯著性水平。其他未報(bào)告的變量還包括：年齡、性別、婚姻狀況、工作經(jīng)驗(yàn)、周工作小時(shí)、雇傭類型、職業(yè)及行業(yè)。為節(jié)省文章篇幅，在此不再詳述。

(四)高等教育回報(bào)率

由于接受高等教育可能獲得更高的工資收入，進(jìn)而影響高收入的群體對(duì)是否接受高等教育行為的選擇(Messinis，2013)，并且高等教育可能與不可觀測(cè)到的變量(如：能力)相關(guān)，這就產(chǎn)生了高等教育內(nèi)生性問題。[16]本文利用Fr?ich和Melly(2010)提出的無條件工具變量分位數(shù)處理效應(yīng)模型解決高等教育內(nèi)生性問題。[22]高等教育為處理變量D，已有的研究文獻(xiàn)表明，父母受教育水平滿足工具變量的假設(shè)條件，*工具變量假設(shè)條件為：與所替代的隨機(jī)變量高度相關(guān)，與隨機(jī)誤差項(xiàng)不相關(guān)。首先，接受過高等教育的父母收入較高，可以為子女提供較好的教育資金支持；其次，父母接受高等教育對(duì)子女產(chǎn)生示范效應(yīng)，從而增加子女接受高等教育的概率。本文采用父親是否接受高等教育變量作為高等教育的工具變量Z，該變量是一個(gè)二元變量，即父親接受過高等教育為1，沒有接受過高等教育定義為0。表9是基于無條件工具變量分位數(shù)處理效應(yīng)模型所得結(jié)果，高等教育對(duì)工資的影響與表3中相比有所變化，表9中高等教育系數(shù)顯著高于表3中高等教育在各分位數(shù)點(diǎn)上的系數(shù)。在各分位數(shù)點(diǎn)上高等教育對(duì)工資的影響為正并通過了1%的顯著性水平，在收入由低到高的分布中，高等教育系數(shù)呈現(xiàn)先減后增趨勢(shì)，在高分位數(shù)上，高等教育的回報(bào)率最大。

表9 無條件工具變量分位數(shù)處理效應(yīng)模型

注：括號(hào)內(nèi)為標(biāo)準(zhǔn)誤差，***、**、*分別表示1%、5%和10%的顯著性水平。

四、結(jié)論與政策建議

本文運(yùn)用傾向得分匹配與無條件分位數(shù)回歸及分解相結(jié)合的方法，深入研究了中國(guó)2007年在工資分布各分位上公共部門工資溢價(jià)現(xiàn)象及部門間工資差異的影響因素，得出如下結(jié)論：(1)未考慮部門選擇性時(shí)，公共部門不存在工資溢價(jià)；而考慮了部門選擇性后，公共部門在各分位數(shù)上的工資顯著高于非公共部門，且這種差異在中低分位上更為突出。(2)兩部門工資差異呈倒U形分布，中間大，兩端相對(duì)較小；稟賦效應(yīng)特別是部門間接受高等教育的員工比例差異是造成公共部門與非公共部門工資差異的主要原因。在考慮了接受高等教育可能存在的內(nèi)生性和選擇性后，匹配后的結(jié)果顯示兩部門之間的工資差異在分布上呈逐步縮小趨勢(shì)，稟賦效應(yīng)對(duì)部門間工資差異的解釋力更強(qiáng),而高等教育差異在稟賦效應(yīng)中的貢獻(xiàn)也更為突出。兩種情況下的分解結(jié)果都表明，歧視效應(yīng)并不能解釋部門間的工資差異。(3)運(yùn)用工具變量處理效應(yīng)模型后，發(fā)現(xiàn)高等教育回報(bào)率更高，且隨著分位數(shù)的增加呈現(xiàn)先減后增趨勢(shì)。

非公共部門是國(guó)民經(jīng)濟(jì)發(fā)展的重要組成部分，更具市場(chǎng)活力。當(dāng)前我國(guó)經(jīng)濟(jì)已進(jìn)入改革的深水區(qū)，協(xié)調(diào)好公共部門與非公共部門的發(fā)展，縮小部門之間的工資差異有著十分重要的現(xiàn)實(shí)意義。在這一背景下，針對(duì)以上研究結(jié)論，本文提出如下政策建議：(1)由于人力資本稟賦特別是高等教育水平是造成部門之間工資差異的顯著因素，國(guó)家應(yīng)加大對(duì)非公共部門員工的職業(yè)技能及教育的培訓(xùn)投入力度，給予一定的政策優(yōu)惠鼓勵(lì)，在吸納人才的同時(shí)提高非公共部門員工的技術(shù)水平及生產(chǎn)能力，促進(jìn)整體經(jīng)濟(jì)的協(xié)調(diào)健康發(fā)展。(2)進(jìn)一步推進(jìn)市場(chǎng)化進(jìn)程，加快公共部門工資改革，以市場(chǎng)機(jī)制調(diào)節(jié)人才在部門間的均衡分布。(3)完善非公共部門工資及福利體系，提高非公共部門員工工資水平，使非公共部門具有與公共部門同等的吸納優(yōu)秀人才的能力。

[1] 張義博.公共部門與非公共部門收入差異的變遷[J].經(jīng)濟(jì)研究, 2012, (4) :77- 88.

[2] Melly B. Public-private Sector Wage Differentials in Germany: Evidence from Quantial Regression [J].Empirical Economics, 2005,30(2): 505-520.

[3] 姜?jiǎng)?lì)卿,錢文榮.公共部門與非公共部門工資差異的分位數(shù)回歸分析[J].統(tǒng)計(jì)研究,2012, (1): 68- 73.

[4] Smith, S P. Pay Differentials Between Federal Government and Private-sector Workers [J].Industrial and Labor Relations Review, 1976 ,29: 179-197.

[5] Gunderson, M. Earnings Differentials Between the Public and Private Sectors [J].Canadian Journal of Economics, 1979 ,12(2): 228-242.

[6] Krueger, A B. Are Public Sector Workers Paid More than Their Alternative Wage? Evidence from Longitudinal Data and Job Queues [R].NBER Working Paper, 1988.

[7] Mueller, Richard E. Public-private Sector Wage Differentials in Canada: Evidence from Quantile Regression [J].Economics Letters, 1998,60: 229-235.

[8] Adamchik, V A, Bedi A S. Wage Differentials Between the Public and the Private Sectors: Evidence from An Economy in Transition [J].Labor Economics, 2000, 7(2): 203-224.

[9] Lokshin M M,Jovanovic B.Wage Differentials and State-private Sector Employment Choice in Yugoslavia [J].Economics of Transition,2003,11(3):463-491.

[10] Sakellariou,C,Zheng Fang. The Vietnam Reforms, Change in Wage Inequality and the Role of the Minimum Wage [J]. Economics of Transition, 2014 ,22(2): 313-340.

[11] 周興,王芳.國(guó)有部門與非國(guó)有部門工資差異的演變與分解 ——基于非條件分位數(shù)回歸的分解方法[J].經(jīng)濟(jì)科學(xué),2013,(3):48-60.

[12] 尹志超,甘犁.公共部門和非公共部門工資差異的實(shí)證研究[J].經(jīng)濟(jì)研究,2009 , (4): 129- 140.

[13] 寇恩惠,劉柏惠.公私部門工資差距——基于擴(kuò)展的Heckman選擇模型[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2011, (3): 66- 78.

[14] 邢春冰.經(jīng)濟(jì)轉(zhuǎn)型與不同所有制部門的工資決定——從下海到下崗[J].管理世界,2007,(6):23- 37.

[15] 張車偉,薛欣欣.國(guó)有部門與非國(guó)有部門工資差異及人力資本貢獻(xiàn)[J].經(jīng)濟(jì)研究,2008,(4):15-25.

[16] Messinis, G. Returns to Education and Urban-rural Wage Differentials in China:IV Quantile Treatment Effects [J]. China Economic Review, 2013,26: 39-55.

[17] Firpo S, Fortin N M, Lemieux T. Unconditional Quantile Regressions [J].Econometrica,2009,77(3): 423～457.

[18] Rosenbaum, Paul R, Donald B Rubin. The Central Role of the Propensity Score in Observational Studies for Causal Effects [J]. Biometrika, 1983,70 (1): 41-55.

[19] 胡安寧.傾向值匹配與因果推論：方法論述評(píng)[J].社會(huì)學(xué)研究,2012, (1): 221- 242.

[20] Juhn C , Murphy, K M, Pierce, B. Wage Inequality and the Rise in Returns to Skill[J].Journal of political Economy, 1993,101(3):410-442.

[21] Machado J AF, J Mata. Counterfactual Decomposition of Changes in Wage Distributions Using Quantile Regression[J]. Journal of Applied Econometrics, 2005 ,20: 445-465.

[22] Fr?lich M, Melly B. Estimation of Quantile Treatment Effects with Stata [J].The Stata Journal, 2010 ,10(3): 423-457.

[23] Caliendo, M, Kopeinig S. Some Practical Guidance for the Implementation of Propensity Score Matching [J].Journal of Economic Surveys, 2008 ,22(1): 31-72.

[24] Robinson G, McNulty J E, Krasno J S. Observing the Counterfactual? The Search for Political Experiments in Nature [J].Political Analysis, 2009,17(4): 341-357.

[25] 簡(jiǎn)必希,寧光杰.教育異質(zhì)性回報(bào)的對(duì)比研究[J].經(jīng)濟(jì)研究,2013 , (2): 83- 95.

責(zé)任編輯、校對(duì)：劉玉屏

Higher Education, Wage Premium of Public Sector and the Wage Differences between Public and Nonpublic Sectors

HE Cui-xianga, FANG Zhengb, FANG Xing-minga

(a.SchoolofEconomics,Chengdu611130;b.ChinaResearchCenterforEducationalOutcomes,
Chengdu610074,SouthwesternUniversityofFinanceandEconomics,China)

Using CHIP2007, this paper analyses the wage differences and its influential factors between public and nonpublic sectors over the wage distribution. It is found that after choosing endogeneity, public sector has wage premium, especially in the middle and bottom levels of the wage distribution. Wage differences between the public and nonpublic sectors are mainly due to the endowment effect, especially the proportion differences of employees who have higher education. Decomposition results combined with propensity score matching method for higher education to choose endogeneity show that the wage differences between the two sectors declines over the distribution, and it could be better explained by the endowments effect and differences in higher education. By using unconditional IV quantile treatment effects model, the authors find that the return rate of higher education decreases first and then increases with the increase of quantiles.

Public Sector; Wage Difference; Return Rate of Higher Education; Propensity Score Matching; Endogeneity

2015-06-03

何翠香(1986-)，女，山東樂陵人，西南財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院博士研究生，研究方向?yàn)閲?guó)民經(jīng)濟(jì)運(yùn)行與調(diào)控；方崢(1986-)，女，湖北武漢人，西南財(cái)經(jīng)大學(xué)中國(guó)教育需求研究中心副教授，博士，研究方向?yàn)閯趧?dòng)經(jīng)濟(jì)學(xué)；方行明(1956-)，男，安徽南陵人，西南財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院國(guó)民經(jīng)濟(jì)研究所研究員，博士生導(dǎo)師，研究方向?yàn)閲?guó)民經(jīng)濟(jì)運(yùn)行與調(diào)控。

F244

A

1674-4543(2015)06-0021-13