我國勞動收入差異影響因素研究
——基于“中國民生調(diào)查”2014—2017年數(shù)據(jù)的分析

馬 磊

(國務院發(fā)展研究中心 公共管理與人力資源研究所，北京 100010)

改革開放以來，我國經(jīng)濟社會建設取得了巨大成就，居民收入實現(xiàn)大幅增長，但居民收入差距也迅速擴大，收入基尼系數(shù)連續(xù)多年超過國際警戒線并在高位運行，為維護社會和諧穩(wěn)定帶來了隱患和挑戰(zhàn)。勞動收入是我國居民收入的最重要來源，也是影響居民收入差距的最重要因素。因此，探索影響居民勞動收入差距的主要因素，提出控制勞動收入差距的有效對策，是縮小居民收入差距的重要途徑。

國務院發(fā)展研究中心“中國民生調(diào)查”課題組自2013年開始每年對全國8個省份(直轄市)約1萬個家庭開展大型入戶調(diào)查。入戶調(diào)查中收集的受訪者及其家庭成員的就業(yè)、收入等方面的信息和數(shù)據(jù)，為我們研究最近一個時期的國內(nèi)勞動收入差距問題提供了重要支撐。本文在梳理和回顧國內(nèi)相關(guān)研究成果的基礎上，使用2014—2017年“中國民生調(diào)查”的入戶調(diào)查數(shù)據(jù)，系統(tǒng)考察近年來我國勞動收入差異的影響因素，并提出相關(guān)政策建議。

一、近年國內(nèi)勞動收入差異問題的主要研究和結(jié)論

勞動收入是我國居民收入的最重要來源，也是居民收入差距的最大貢獻者。根據(jù)國家統(tǒng)計局公報，2017年我國居民人均工資性收入占可支配收入的比重為56.3%；西南財經(jīng)大學中國家庭金融調(diào)查與研究中心發(fā)布的《中國家庭收入差距報告》(2015年)提出，2013年我國居民工資性收入對總收入基尼系數(shù)的貢獻率約為40%，在所有收入來源中貢獻最大。因此，學界一直高度重視國內(nèi)勞動收入差距問題，基于微觀調(diào)查數(shù)據(jù)和統(tǒng)計數(shù)據(jù)，從人力資本、市場分割、家庭因素等多個方面對勞動收入差異的影響因素進行了大量實證研究。

(一)人力資本是決定勞動收入水平越來越重要的因素

教育、工作經(jīng)驗和技能培訓是積累人力資本的主要途徑，也是市場經(jīng)濟體制下決定勞動者報酬的主要因素。隨著我國市場改革的不斷推進，勞動力市場逐步完善，人力資本因素在勞動收入決定中發(fā)揮越來越重要的作用。王德文等發(fā)現(xiàn)2006年和2007年農(nóng)村勞動力的教育回報在5.3%～6.8%[1]。尹志超等將福利住房和醫(yī)療等非貨幣收益納入勞動者報酬后，重新估計得到1989—2000年的教育回報率為5.2%～9.7%[2]。陳斌開等發(fā)現(xiàn)1990—2005年教育對勞動收入差距的貢獻在擴大，而工作經(jīng)驗的貢獻則持續(xù)下降[3]。陳純槿等發(fā)現(xiàn)1989—2009年勞動者的教育回報在提高，教育和職業(yè)成為影響城鎮(zhèn)勞動收入不平等的兩大因素[4]。周世軍等利用2014年世界銀行貸款“農(nóng)民工培訓與就業(yè)”調(diào)查數(shù)據(jù)，發(fā)現(xiàn)受教育程度是影響農(nóng)民工工資收入的主要因素[5]。

教育質(zhì)量和認知能力對勞動收入差異也有顯著影響。許玲麗等利用2003年和2008年中國綜合社會調(diào)查數(shù)據(jù)(CGSS)發(fā)現(xiàn)，教育部直屬高校畢業(yè)的勞動者的教育回報比其他高校高出16.3%[6]。王子涵等根據(jù)2007年中國家庭收入調(diào)查數(shù)據(jù)(CHIP)，發(fā)現(xiàn)勞動者的認知能力對工資收入具有直接且顯著的正向作用[7]。張曉云等利用2010、2012年中國家庭追蹤調(diào)查(CFPS)數(shù)據(jù)，發(fā)現(xiàn)綜合認知能力對勞動收入具有顯著正影響[8]。

教育回報存在戶籍和地區(qū)差異。任強等利用2005年全國1%人口抽樣調(diào)查數(shù)據(jù)，發(fā)現(xiàn)非農(nóng)和農(nóng)業(yè)戶口的教育回報存在顯著差異，且隨著教育年限的下降而顯著擴大[9]。陳釗等基于2010年CFPS數(shù)據(jù)，發(fā)現(xiàn)在東部和較發(fā)達地區(qū)接受高等職業(yè)教育的勞動者相對其他地區(qū)具有顯著更高的人力資本回報[10]。

(二)戶籍和地區(qū)造成的勞動力市場分割效應仍然存在，但戶籍影響在下降，地區(qū)影響在上升

章莉等發(fā)現(xiàn)2007年城鎮(zhèn)勞動力市場依然存在明顯的工資待遇歧視，農(nóng)民工和城鎮(zhèn)職工工資差異中的36%無法用稟賦差異解釋[11]。Sylvie Démurger等發(fā)現(xiàn)1995—2002年城鎮(zhèn)職工收入存在地區(qū)分割效應，沿海地區(qū)和直轄市與中部、西部、東北地區(qū)的職工收入差距出現(xiàn)了明顯擴大的趨勢[12]。陳純槿等發(fā)現(xiàn)在2000—2009年，隨著市場化改革和戶籍制度改革的推進，戶籍對勞動收入差距的貢獻在下降，地區(qū)對勞動收入差額的貢獻在上升[4]。

由于規(guī)模經(jīng)濟效益，大城市的勞動者相對于小城市可能存在工資溢價。蹤家峰等基于2002年CHIP數(shù)據(jù)發(fā)現(xiàn)，中國的大城市存在工資溢價現(xiàn)象，城市集聚對于勞動者尤其是高技能勞動者的工資有促進作用[13]。李紅陽等使用2007年CHIP數(shù)據(jù)發(fā)現(xiàn)，城市規(guī)模越大，勞動者工資越高，且勞動者技能水平越高，城市規(guī)模的正向效應越大[14]。但寧光杰使用2008年農(nóng)村外出勞動力的收入調(diào)查數(shù)據(jù)(RUMiCI)發(fā)現(xiàn)控制勞動者的能力特征和選擇偏差后，大城市的工資溢價消失，甚至可能低于小城市的工資[15]。

(三)行業(yè)分割、就業(yè)穩(wěn)定性、所有制類型和壟斷是造成勞動收入差異的重要因素

不同行業(yè)勞動者收入水平存在明顯差異。陳釗等使用1988、1995和2002年CHIP數(shù)據(jù)，發(fā)現(xiàn)行業(yè)間存在顯著的工資差異，且對城鎮(zhèn)居民收入差距的貢獻越來越大[16]。武鵬和周云波[17]、武鵬[18]發(fā)現(xiàn)1990—2008年行業(yè)收入差距呈現(xiàn)快速擴大趨勢，武鵬和周云波發(fā)現(xiàn)2003—2008年壟斷行業(yè)和非壟斷行業(yè)的收入差距愈發(fā)呈現(xiàn)兩極分化的態(tài)勢[17]。但嚴兵等發(fā)現(xiàn)2003—2008年制造業(yè)內(nèi)部的行業(yè)間工資差距在縮小[19]。

就業(yè)穩(wěn)定性也是造成勞動收入差異的重要因素。羅楚亮發(fā)現(xiàn)1995—2002年，城鎮(zhèn)穩(wěn)定就業(yè)者與非穩(wěn)定就業(yè)者的工資差距在擴大[20]。黃乾利用教育部2006年農(nóng)民工調(diào)查數(shù)據(jù)，發(fā)現(xiàn)穩(wěn)定就業(yè)的農(nóng)民工和非穩(wěn)定就業(yè)的農(nóng)民工工資差異的59.48%是由就業(yè)穩(wěn)定性差異造成的[21]。張世偉等使用2013年流動人口動態(tài)監(jiān)測數(shù)據(jù)，發(fā)現(xiàn)簽訂勞動合同可使男性和女性農(nóng)民工勞動報酬水平分別提高15%和31%[22]。

劉小玄等利用中國2000年至2004年全部規(guī)模以上工業(yè)企業(yè)數(shù)據(jù)，發(fā)現(xiàn)行政壟斷、所有制和地區(qū)變量是造成工資差異的主要原因[23]。Sylvie Démurger等發(fā)現(xiàn)，1995—2002年壟斷部門與競爭部門之間職工收入差距出現(xiàn)了明顯擴大的趨勢[24]。葉林祥等也發(fā)現(xiàn)行業(yè)壟斷和所有制是影響企業(yè)工資差距的重要因素，但行業(yè)壟斷僅能給國有企業(yè)職工工資帶來直接影響，對其他所有制企業(yè)不存在直接影響[25]。劉渝琳等發(fā)現(xiàn)2002—2009年壟斷行業(yè)的職工工資顯著高于非壟斷行業(yè)，兩者之間的差距有持續(xù)擴大的趨勢[26]。岳希明等使用2005年國家統(tǒng)計局1%人口抽樣調(diào)查數(shù)據(jù)發(fā)現(xiàn)，壟斷行業(yè)高收入存在于各個收入階層[27]。

(四)性別歧視、健康和婚姻等對勞動收入差距的影響

寧光杰利用2006年CHNS數(shù)據(jù)發(fā)現(xiàn)，男性的勞動收入比女性高23.8%，考慮就業(yè)選擇偏差后，工資性別差距達到25.2%[28]。李春玲等[29]、郭鳳鳴等[30]、李實等[31]均發(fā)現(xiàn)性別工資差異呈擴大趨勢，且性別歧視是重要原因。卿石松等發(fā)現(xiàn)女性過多集中于職位“金字塔”底層，職位隔離、職位晉升歧視可分別解釋性別收入差距的2/5和1/4[32]。卿石松等發(fā)現(xiàn)畢業(yè)大學生起薪性別差距主要來源于專業(yè)內(nèi)部而非專業(yè)之間，且專業(yè)內(nèi)起薪差距只有28.65%～43.16%能夠被生產(chǎn)力差異所解釋[33]。江求川等發(fā)現(xiàn)我國勞動力市場對女性的外表特征存在明顯的歧視行為[34]。

婚姻和健康狀況也是影響勞動收入差異的因素。王智波等發(fā)現(xiàn)，1989—2009年在婚男性比非在婚男性工資顯著高6.8%[35]。王志剛等利用2006年中國人民大學對北京地區(qū)農(nóng)民工營養(yǎng)健康狀況和收入現(xiàn)狀進行調(diào)查發(fā)現(xiàn)，農(nóng)民工收入與其營養(yǎng)和健康水平存在正相關(guān)關(guān)系[36]。

(五)家庭背景因素對勞動收入的影響

隨著社會網(wǎng)絡理論的發(fā)展，勞動者的家庭背景等社會資本因素對勞動收入的影響日益受到重視。程誠等使用2009年全國8個城市的“社會網(wǎng)絡與求職經(jīng)歷”調(diào)查數(shù)據(jù)，發(fā)現(xiàn)社會資本能夠顯著影響勞動者收入，當控制社會資本變量后，農(nóng)民工和城市職工之間的戶籍工資差異被解釋得更加充分[37]。胡詠梅等利用2008年CGSS數(shù)據(jù)發(fā)現(xiàn)，父輩的政治資本顯著影響大學畢業(yè)生子女的就業(yè)單位選擇，進而影響子女收入[38]。譚遠發(fā)使用國際勞工組織“從學校向職場過渡調(diào)查”數(shù)據(jù)，發(fā)現(xiàn)父母的政治資本促進了子女的人力資本積累，并將子女的教育優(yōu)勢轉(zhuǎn)化為職場優(yōu)勢[39]。

一些學者研究了父輩收入對子輩收入的影響。徐曉紅發(fā)現(xiàn)教育傳遞和職業(yè)傳遞是收入差距代際傳遞的重要路徑，城鎮(zhèn)居民代際傳遞程度高于農(nóng)村居民[40-41]。楊新銘等也發(fā)現(xiàn)代際收入通過人力資本傳遞和工作選擇傳遞，但代際收入彈性無法完全由教育與就業(yè)特征等傳導途徑得到解釋，父母的能力遺傳與社會關(guān)系等不可觀測因素對子女收入的作用不可忽視[42-43]。

總體上看，學者就國內(nèi)勞動收入差距問題進行了大量深入的研究，但所使用的數(shù)據(jù)大部分是在10年之前，最新的數(shù)據(jù)是2014年[5]。自2008年世界金融危機爆發(fā)以來，我國經(jīng)濟社會發(fā)生了深刻變化，經(jīng)濟產(chǎn)業(yè)結(jié)構(gòu)，人口和勞動力的年齡、學歷結(jié)構(gòu)都發(fā)生了顯著變化，這些變化進而影響著勞動力市場的表現(xiàn)。黨的十九大報告提出，新時代我國社會主要矛盾已經(jīng)轉(zhuǎn)化為人民日益增長的美好生活需要和不平衡不充分的發(fā)展之間的矛盾，因此研究新時期的勞動收入差距問題具有重要的現(xiàn)實意義。

二、2014—2017年我國不同勞動群體之間存在明顯的收入差異

國務院發(fā)展研究中心“中國民生調(diào)查”課題組2014—2017年每年對我國8個省(直轄市)約1萬個城鎮(zhèn)和農(nóng)村住戶就民生關(guān)切點開展大型調(diào)查。其中，2014年的調(diào)查涵蓋了上海市、四川省、安徽省、廣東省、河北省、浙江省、陜西省、黑龍江省8個省(直轄市)；2015年和2016年的調(diào)查省份有所調(diào)整，增加江蘇省，去除上海市；2017年，再次進行調(diào)整，增加了福建省，去除廣東省。2014—2017年的受調(diào)查人員總數(shù)為150 274人(包括受訪者本人和家庭成員)，其中適齡勞動人口94 790人[注]本文所稱適齡人口是指16歲及以上、60歲及以下年齡男性，以及16歲及以上、55歲及以下年齡女性。，就業(yè)人員67 510人[注]就業(yè)人員是指目前從事有收入的工作的人員，例如政府部門、國營企業(yè)、民營企業(yè)和外資企業(yè)職工、個體工商戶、臨時務工者、自由職業(yè)者、專職農(nóng)民和兼業(yè)農(nóng)民、農(nóng)村自營業(yè)者和管理人員等。。

根據(jù)整理得到的調(diào)查數(shù)據(jù)，我國不同勞動者群體之間存在明顯的收入差異。例如，在2017年，城鎮(zhèn)平均勞動收入比農(nóng)村高27%，非農(nóng)戶口比農(nóng)業(yè)戶口高30%，男性比女性高40%，身體健康的勞動者比其他勞動者高約1倍(表1)。從受教育程度看，初中、高中、大專和大學以上學歷勞動者分別比小學及以下學歷勞動者高40%、61%、92%和132%(表2)。

表1 不同勞動者群體平均勞動收入對比

資料來源：根據(jù)“中國民生調(diào)查”2014—2017年入戶調(diào)查數(shù)據(jù)計算整理所得

表2 不同學歷勞動者平均勞動收入對比(以小學及以下為基準)

資料來源：根據(jù)“中國民生調(diào)查”2014—2017年入戶調(diào)查數(shù)據(jù)計算整理所得

不同行業(yè)類型、就業(yè)類型和崗位類型的勞動者也存在明顯的收入差異。在2017年，平均勞動收入最高的5個行業(yè)(不包括國際組織)是房地產(chǎn)業(yè)、金融業(yè)、科研技術(shù)服務和地質(zhì)勘察業(yè)、文體娛樂業(yè)、信息技術(shù)行業(yè)，分別是制造業(yè)的1.40、1.39、1.37、1.34、1.31倍；最低的5個行業(yè)是農(nóng)林牧副漁業(yè)、居民服務業(yè)、采礦業(yè)、衛(wèi)生和社會保障、公共管理和社會組織，分別是制造業(yè)的49%、79%、81%、90%和94%。

從就業(yè)類型看，2017年，外資、合資企業(yè)職工的勞動收入最高，比民營企業(yè)高26%，國有(國有控股)職工比民營企業(yè)高13%。收入最低的是專業(yè)務農(nóng)、兼業(yè)務農(nóng)和臨時務工者，僅為民營企業(yè)職工的40%、62%和74%。

從崗位類型看，高層管理人員、中層管理人員以及專業(yè)技術(shù)人員工資水平最高，分別是一線生產(chǎn)人員的3.12、1.79和1.33倍，而臨時聘用人員工資最低，為一線生產(chǎn)人員的81%。

三、基于中國民生調(diào)查數(shù)據(jù)的回歸分析

遵循以往研究，我們采用Heckman兩階段回歸方法綜合分析勞動者的居住地、戶口、性別、教育、工作經(jīng)驗，以及行業(yè)類型、就業(yè)類型和崗位類型等因素對其勞動收入的影響。Heckman兩步法可以有效控制樣本可能存在的選擇性偏誤的影響。首先是建立選擇方程，使用最大似然估計法(MLE)估計各種因素對就業(yè)行為的影響，然后基于第一階段的回歸結(jié)果建立勞動收入決定方程，使用最小二乘法回歸得到各項系數(shù)。

(一)選擇方程和勞動收入決定方程

選擇方程為Probit回歸模型，具體形式為：

其中：W表示個人的月平均勞動所得，包括工資、獎金、經(jīng)營凈收入等，不包括資產(chǎn)性收入，并且扣除稅收和“五險一金”，Prob(W>0)為個體從事有勞動收入工作的概率。下標i表示個人，t表示年份(t=2014、2015、2016、2017)。Z表示自變量，包括：(1)居住地類型，城鎮(zhèn)=1，農(nóng)村=0；(2)戶口類型，非農(nóng)戶口=1，農(nóng)業(yè)戶口=0；(3)性別，男性=1，女性=0；(3)婚姻狀況，在婚=1，未婚、離異或喪偶=0；(4)健康狀況，健康=1，其他=0；(5)受教育程度，包括小學及以下、初中、高中、大專、大學及以上5個虛擬變量，在回歸分析中以小學及以下學歷為基準；(6)家庭撫養(yǎng)比，即家庭被撫養(yǎng)人口與適齡人口之比，被撫養(yǎng)人口為家庭總?cè)丝谂c適齡人口之差；(7)年齡及其平方，年齡平方項用以控制年齡對就業(yè)的非線性影響；(8)省份(直轄市)，包括10個省(直轄市)虛擬變量以控制地區(qū)效應，以陜西省為基準。

在獲得第一階段回歸結(jié)果后，基于Mincer(1974)的人力資本回報方程，建立勞動收入決定方程。第二步回歸采用一般最小二乘法(OLS)，形式為：

X是一組自變量組成的向量，除居住地類型、戶口類型、性別、婚姻狀況、健康狀況、省份(直轄市)等變量外，還包括：(1)潛在工作經(jīng)驗及其平方。根據(jù)以往研究，潛在工作經(jīng)驗=實際年齡-受教育年限-6年，由于調(diào)查中只獲得了受訪者的學歷，此處將受教育年限按照未上過學0年、小學6年、初中9年、高中12年、大學及以上16年作近似處理。經(jīng)驗平方項用以控制工作經(jīng)驗對勞動收入的非線性影響。(2)行業(yè)類型，包括農(nóng)林牧副漁業(yè)、制造業(yè)等21個行業(yè)類型的虛擬變量，回歸中以制造業(yè)為基準。(3)就業(yè)類型，包括農(nóng)村的專業(yè)農(nóng)民、兼業(yè)農(nóng)民、農(nóng)村非農(nóng)就業(yè)人員，以及城鎮(zhèn)的政府部門、國有企業(yè)、民營企業(yè)、外資企業(yè)職工，以及個體戶、臨時工和自由職業(yè)者等12個就業(yè)類型的虛擬變量，以城鎮(zhèn)民營企業(yè)職工為基準。就業(yè)類型也反映了就業(yè)所在單位的所有制類型。(4)崗位類型，包括高層管理人員、中層管理人員、一線生產(chǎn)人員等10個崗位類型的虛擬變量，以一線生產(chǎn)人員為基準。

主要變量描述性統(tǒng)計結(jié)果見表3。

(二)就業(yè)選擇方程回歸結(jié)果分析

表4為Heckman第一階段，即選擇方程的回歸結(jié)果，也就是各個自變量的邊際效應系數(shù)。可以看出，城鎮(zhèn)地區(qū)適齡人員就業(yè)的概率低于農(nóng)村地區(qū)3.3個百分點。非農(nóng)戶口就業(yè)概率低于農(nóng)業(yè)戶口7.1個百分點。隨著年齡的上升，適齡人員就業(yè)的概率先上升后下降，呈倒U型。男性就業(yè)概率顯著高出女性約20個百分點。在婚人員比未在婚人員(未婚、離異或喪偶)的就業(yè)概率高出6.7個百分點。健康人員比其他人員就業(yè)概率高22.5個百分點。家庭撫養(yǎng)比的邊際效應系數(shù)為負，表明家庭撫養(yǎng)比越高，勞動參與率越低。各學歷的回歸系數(shù)均為正，表明就業(yè)概率均高于小學及以下學歷，初中學歷高出4.2個百分點，高中學歷高出4.1個百分點，大專學歷高出11.2個百分點，本科及以上學歷高出5.3個百分點，大專學歷的就業(yè)概率明顯高于其他學歷。分城鄉(xiāng)看，不同因素對適齡人員就業(yè)概率的影響有所不同。

表3 主要變量描述性統(tǒng)計結(jié)果

均值或百分比/%標準差樣本數(shù)工作經(jīng)驗(年)22.0813.3294 790家庭撫養(yǎng)比46.600.5594 790小學及以下19.000.3994 790初中40.200.4994 790高中、中專、技校21.700.4194 790大專、高職9.100.2994 790本科及以上10.000.3094 790

表4 選擇模型回歸結(jié)果(邊際效應)

注：括號內(nèi)為t統(tǒng)計量，*、**、***分別代表在10%、5%和1%的水平上顯著；“控制”是指將相關(guān)變量作為自變量加入回歸方程，由于省(直轄市)、年份虛擬變量個數(shù)較多，這里不列出回歸結(jié)果

(三)收入決定方程回歸結(jié)果分析

表5是Heckman第二階段，即勞動收入決定方程的回歸結(jié)果。由于因變量為勞動收入的對數(shù)，回歸系數(shù)表示自變量每變化1個單位勞動收入變化的比例。其中，列(1)至列(4)是全樣本回歸結(jié)果，列(5)是城鎮(zhèn)樣本回歸結(jié)果，列(6)是農(nóng)村樣本回歸結(jié)果。

表5 收入決定方程回歸結(jié)果

注：括號內(nèi)為t統(tǒng)計量，*、**、***分別代表在10%、5%和1%的水平上顯著；由于省(直轄市)、年份、行業(yè)類型、就業(yè)類型和崗位類型虛擬變量個數(shù)較多，這里不列出回歸結(jié)果

1.人力資本是決定勞動收入的重要因素，農(nóng)村地區(qū)教育回報高于城鎮(zhèn)地區(qū)

回歸結(jié)果顯示，教育的回報顯著為正，且農(nóng)村的教育回報高于城鎮(zhèn)。與小學及以下學歷勞動者相比，初中學歷勞動者的收入高9.1%，高中學歷高14.8%，大專高26.1%，本科及以上學歷高44.2%。農(nóng)村各個學歷水平勞動者的教育回報都高于城鎮(zhèn)地區(qū)，其中，初中、高中和大學及以上學歷均高出約5個百分點，大專學歷略高0.2個百分點。工作經(jīng)驗與勞動收入水平呈倒U型關(guān)系，勞動收入隨著工作經(jīng)驗的增加先上升再下降，工作21年的勞動者的收入達到最高。

2.居住地和戶口類型對勞動收入有顯著影響，但在控制就業(yè)特征后影響大幅下降甚至逆轉(zhuǎn)

在控制勞動者的受教育程度和工作經(jīng)驗等變量后進行回歸，結(jié)果顯示，居住在城鎮(zhèn)的勞動者的收入比居住在農(nóng)村的勞動者高17.1%，非農(nóng)戶口勞動者比農(nóng)業(yè)戶口高11.4%。這表明，勞動力市場仍然存在城鄉(xiāng)分割和戶籍歧視現(xiàn)象，勞動者受教育程度的差異無法全部解釋居住地和戶籍差異對收入的影響。在進一步控制勞動者的就業(yè)特征(行業(yè)類型、就業(yè)單位類型和崗位類型)后，居住地的回歸系數(shù)顯著下降，僅剩1.1%，而戶口的回歸系數(shù)則轉(zhuǎn)為-1.9%。這表明，城鄉(xiāng)勞動力市場分割和戶籍歧視通過影響勞動者進入的行業(yè)類型、就業(yè)類型和崗位類型來影響其收入，勞動者的就業(yè)行業(yè)、就業(yè)類型和崗位類型的差異能夠比較充分地解釋城鄉(xiāng)勞動力市場分割和戶籍歧視對勞動收入的影響。

應注意到，在控制勞動者的人力資本水平和就業(yè)特征后，擁有農(nóng)業(yè)戶口的勞動者反而擁有更高的勞動收入，城鎮(zhèn)地區(qū)相對于農(nóng)村地區(qū)仍有顯著的勞動收入溢價。

3.勞動收入的性別、婚姻和健康差異顯著存在

如表5所示，在控制其他變量后，男性勞動者的收入比女性高23.9%，這與寧光杰估計的25.2%[28]接近；在婚勞動者的收入比未在婚勞動者高6.7%，與王智波等估計的6.8%[35]接近；身體健康的勞動者收入比其他勞動者高30.1%?？梢姡瑒趧恿κ袌錾先源嬖陲@著的性別歧視，勞動者的婚姻和健康狀況也顯著影響其收入水平。

4.壟斷和就業(yè)穩(wěn)定性仍是造成勞動收入差異的因素，國有部門職工的收入低于民營企業(yè)職工

與陳釗等[10]的發(fā)現(xiàn)一致，2014—2017年，我國勞動收入表現(xiàn)出明顯的行業(yè)差異。如圖1所示，采掘業(yè)、金融業(yè)等7個行業(yè)的勞動收入均顯著高于制造業(yè)，而農(nóng)林牧漁業(yè)等6個行業(yè)的勞動收入顯著低于制造業(yè)。

根據(jù)劉渝琳等[26]的定義，采掘業(yè)，電力、煤氣和水的生產(chǎn)和供應業(yè)，交通運輸、倉儲及郵政業(yè)，金融業(yè)、房地產(chǎn)業(yè)為壟斷性行業(yè)。可以看到，除電力、煤氣和水的生產(chǎn)和供應業(yè)外，其他壟斷性行業(yè)的勞動收入水平均顯著高于制造業(yè)，表明壟斷仍是造成勞動收入差異的因素。

就業(yè)類型既反映就業(yè)的穩(wěn)定性，又反映就業(yè)單位的所有制形式。如圖2所示，非固定單位的臨時務工人員和自由職業(yè)者的勞動收入分別顯著低于民營企業(yè)職工8.7個和6.2個百分點，表明就業(yè)穩(wěn)定性仍影響勞動收入差異。

此外，外資、合資和港澳臺企業(yè)職工的勞動收入比民營企業(yè)高12.2%，國有(國有控股)企業(yè)和黨政機關(guān)、社會團體的職工分別比民營企業(yè)低3.9%、7.6%。國有部門(國有企業(yè)和政府部門)的勞動收入水平低于民營企業(yè)，這與葉林祥等[25]的發(fā)現(xiàn)不同[注]原因可能有：(1)本文的勞動收入未考慮福利住房和醫(yī)療等非貨幣收益，國有部門的勞動者報酬存在低估現(xiàn)象；(2)未考慮加班因素，民營企業(yè)職工一般加工時間多于國有部門職工，因此如果折算為每小時勞動收入，國有部門的收入很有可能會高于民營企業(yè)；(3)也有可能存在抽樣誤差問題。。

5.沿海地區(qū)勞動收入水平顯著高于內(nèi)地省份

在不考慮地區(qū)發(fā)展水平和物價水平差異的情況下，不同省份之間也呈現(xiàn)明顯的勞動收入差異。如圖3所示，上海、福建、浙江、江蘇、廣東5個沿海地區(qū)省份的勞動收入水平最高，明顯高于陜西、河北等5個內(nèi)地省份。

圖1 行業(yè)間勞動收入差距(以制造業(yè)為基準)資料來源：根據(jù)“中國民生調(diào)查”2014—2017年入戶調(diào)查數(shù)據(jù)進行回歸所得

圖2 不同就業(yè)類型勞動收入差距(以民營企業(yè)為基準)資料來源：根據(jù)“中國民生調(diào)查”2014—2017年入戶調(diào)查數(shù)據(jù)進行回歸所得

圖3 不同省份間勞動收入差異(以陜西省為基準)資料來源：根據(jù)“中國民生調(diào)查”2014—2017年入戶調(diào)查數(shù)據(jù)進行回歸所得

6.勞動收入存在顯著的代際傳遞現(xiàn)象，且農(nóng)村居民代際傳遞程度高于城鎮(zhèn)居民

為考察家庭因素對個人勞動收入水平的影響，本文使用入戶調(diào)查中父親的就業(yè)類型和勞動收入數(shù)據(jù)來考察家庭對個人就業(yè)和勞動收入水平的影響。通過將本人與父母、配偶與配偶父母、子女與本人和配偶進行匹配，篩選出20 680個有效樣本，約為全樣本數(shù)量的22%。由于所選取的樣本皆為父親在世且有勞動收入的個體，樣本結(jié)構(gòu)與全樣本有明顯不同，表現(xiàn)在：新樣本以年輕人為主(平均26歲)，平均工作年限較短(平均8年)，在婚人員比例較低(33%)，健康人員比例較高(97%)。尤其不同的是，新樣本的平均學歷水平較高，小學及以下學歷人員比例僅占6%，大大低于全樣本約19%的比重。

首先，將父親的行業(yè)類型(以制造業(yè)為基準)、就業(yè)類型(以民營企業(yè)職工為基準)、崗位類型(以一線生產(chǎn)人員為基準)分別作為自變量進行Heckman兩步回歸，結(jié)果顯示各項系數(shù)并不顯著。

其次，將父親的勞動收入作為自變量進行Heckman兩步回歸。結(jié)果顯示，父親的勞動收入變量的回歸系數(shù)為顯著的0.158(見表6)。由于父親和子女的勞動收入均取了對數(shù)，回歸得到的系數(shù)就是父親與子女的勞動收入彈性，反映的是勞動收入代際傳遞程度。即父親勞動收入每增加10%，子女的勞動收入將提高1.58%。這意味著，即使控制了勞動者的個體特征和就業(yè)特征，勞動收入代際傳遞仍顯著存在，父輩不僅通過子女的教育和就業(yè)選擇渠道來影響其勞動收入，還有其他影響渠道，這與楊新銘等[43]的發(fā)現(xiàn)是一致的。需要注意的是，農(nóng)村地區(qū)勞動收入的代際勞動收入彈性為0.171，高于城鎮(zhèn)地區(qū)的0.138，表明農(nóng)村地區(qū)勞動收入代際傳遞程度高于城鎮(zhèn)地區(qū)，這與徐曉紅[40]的發(fā)現(xiàn)相反。

表6 勞動收入決定方程回歸結(jié)果(包括父親勞動收入變量)

注：括號內(nèi)為t統(tǒng)計量，*、**、***分別代表在10%、5%和1%的水平上顯著；此處回歸加入了省(直轄市)、行業(yè)類型、就業(yè)類型和崗位類型等控制變量

7.教育內(nèi)生性問題

決定勞動收入的因素除了可觀察的人力資本，還可能包括難以觀測的個人能力因素。個人能力在影響勞動收入水平的同時，也可能影響勞動者的受教育程度。如果教育存在內(nèi)生性問題，那么回歸所得到的殘差項將與受教育程度具有顯著相關(guān)性，教育回報也將可能被高估。學者一般使用父輩的受教育程度和職業(yè)類型，或配偶的特征變量作為工具變量來處理教育的內(nèi)生性問題。我們將回歸殘差與受教育程度等其他自變量進行回歸，發(fā)現(xiàn)系數(shù)全部接近于0且不顯著，因此我們可以接受勞動者受教育程度為外生變量的假設。

四、主要結(jié)論和政策建議

本文使用國務院發(fā)展研究中心“中國民生調(diào)查”2014—2017年入戶調(diào)查數(shù)據(jù)系統(tǒng)分析了近年來我國勞動者收入差異的決定因素，發(fā)現(xiàn)：(1)教育和工作經(jīng)驗是決定勞動收入水平的重要因素，且農(nóng)村地區(qū)的教育回報高于城鎮(zhèn)地區(qū)。(2)居住地和戶籍仍對勞動收入有顯著影響，但在控制勞動者所在行業(yè)類型、就業(yè)類型和崗位類型后，兩者的影響大幅下降，農(nóng)業(yè)戶口勞動者相對于非農(nóng)戶口勞動者擁有更高的勞動收入，但城鎮(zhèn)地區(qū)相對于農(nóng)村地區(qū)仍有勞動收入溢價。(3)勞動收入存在顯著的代際傳遞現(xiàn)象，且農(nóng)村地區(qū)代際傳遞程度高于城鎮(zhèn)地區(qū)。(4)不同所有制企業(yè)和單位的勞動收入存在顯著差異，國有(國有控股)企業(yè)和黨政機關(guān)、社會團體的職工分別比民營企業(yè)職工低3.9%、7.6%。(5)性別歧視、婚姻、健康狀況，以及壟斷、就業(yè)穩(wěn)定性和地區(qū)仍是造成勞動收入差異的因素。

建議：(1)加大教育投入，提高受教育機會的均等性，特別是針對農(nóng)村地區(qū)、落后地區(qū)以及城鎮(zhèn)貧困人口加大教育投入和技能培訓力度，這是縮小地區(qū)間、城鄉(xiāng)間、城鄉(xiāng)內(nèi)部的勞動收入差距和削弱甚至阻斷勞動收入代際傳遞的根本途徑。(2)進一步推進戶籍制度改革，推動勞動力在城鄉(xiāng)間、地區(qū)間的自由流動，限制壟斷性行業(yè)和企業(yè)的不合理高薪酬。(3)制定和實施公平的就業(yè)制度，貫徹執(zhí)行《勞動合同法》，努力消除就業(yè)市場上的戶籍、居住地和性別歧視，提高正規(guī)就業(yè)和穩(wěn)定就業(yè)的比重。