中国劳动力市场收入户籍歧视的无条件分位数分解

章 莉，蔡文鑫

(南京财经大学 经济学院，南京 210023)

中国劳动力市场收入户籍歧视的无条件分位数分解

章 莉，蔡文鑫

(南京财经大学 经济学院，南京 210023)

使用无条件分位数分解方法对2007年中国劳动力市场的收入户籍歧视程度进行了考察.实证分析的结果显示： 从整体上看，2007年户籍歧视可以解释农民工和城镇职工平均收入差距的近三分之一，且歧视效应随收入分位提高而增加；从分项贡献来看，各自变量对收入差异的影响随收入分位变动明显.根据实证分析得出的政策建议为： 当政策目标为缩小高收入分位的群体收入差异时，消除户籍歧视的政策效果更好；而当政策目标为缩小低收入分位的群体收入差异时，缩小两群体禀赋差异的政策效果更好.

收入差距； 户籍歧视； 无条件分位回归； 无条件分位数分解

农民工和城镇职工之间长期存在的收入差距受到来自各界的广泛关注.学界讨论的一个重要议题是： 两群体间的收入差异中有多少来源于禀赋差异，又有多少来源于户籍歧视.大部分现有研究使用经典Oaxaca- Blinder模型[1，2]及其拓展方法对农民工和城镇职工的均值收入差距进行分解.例如Meng和Zhang[3]使用Brown方法[4]发现歧视因素对上海1995年两群体收入差异的贡献高达100%，随后王美艳的系列研究[5，6]则显示户籍歧视的贡献在上海、沈阳、武汉、福州和西安等数个大城市由2000年的76%逐渐降至2005年的54%，常进雄和赵海涛[7]则发现在国有企业中户籍歧视程度比民营企业高20个百分点.而另一些研究[8，9]则发现户籍歧视几乎不存在.研究结论的分歧主要来源于两个方面： 在分解技术上存在指数基准问题和识别问题；而在数据的选取和使用上也存在一定的差异[10].

1990年代以来，分布分解方法被引入到收入差距分解上，以考察在不同收入分位上的群体收入差异.近年来，分布分解方法开始运用于分析中国农民工和城镇职工的收入差异.如邓曲恒[11]使用MM(Machado&Mata)分解方法[12]考察了2002年农民工和城镇职工的分位收入差异，发现户籍歧视主要发生在中低收入群体，孟凡强和邓保国[13]使用Melly[14]的方法发现2006年随着工资分布由低到高，户籍歧视程度不断缩小，Wang等[15]则发现2007年北京、上海、天津、广州四大城市的农民工仅在高收入分位上被歧视.

然而，无论是MM分解方法还是Melly的分解方法都因无法计算自变量对无条件分位值的偏效应而无法将总效应分解到各个协变量上，进而无法得到各分项效应.为了克服这个缺陷，Firpo等[16]在文献[17]提出的无条件分位回归(Unconditional Quantile Regression, UQR)技术的基础上发展出无条件分位数分解方法(Firpo, Fortin&Lemieux, FFL)[16].FFL分解方法借助再中心化影响函数(Recentered Influence Function, RIF)，不仅可以对各分位上的群体收入差距进行分解，而且可以将收入差距的总影响效应分解到各协变量上，得到分项效应，从而成为当前收入分解技术的最前沿方法之一.

本文运用FFL方法分解2007年中国农民工和城镇职工的收入差距.研究内容包括： 首先，分解出不同收入分位上群体收入差异中的总禀赋差异和总歧视效应，以揭示户籍歧视在不同收入分位上的效应程度；其次，将总禀赋效应和总歧视效应进一步分解到受教育年限等单个变量上以显示单个变量的分项效应；最后，根据实证分析结果，就不同分位收入差距的特征，提出具有针对性的政策建议.

1 数据描述

本文使用的数据来源于2007年中国家庭住户收入调查项目(China Household Income Projects, CHIPs)(以下简称CHIP2007).CHIPs是目前最具权威性的全国家庭住户收入调查数据之一，本文的实证分析以CHIP2007中的城镇居民数据和农民工数据为基础.CHIP2007覆盖了全国10个省及直辖市，分别是江苏、浙江、安徽、河南、湖北、广东、重庆、四川、上海以及河北，可代表中国东、中、西3个地区.样本数据包括这10个省市中的15个城市里的5000个城镇居民家庭和5000个农民工家庭.根据文章内容需要，留取了16～60岁之间，工资收入大于0的样本.在删除信息不全和明显错误的样本之后，最后用于分析的数据由5762个城镇职工样本和6190个农民工样本组成.

城镇职工和农民工的主要个人和就业信息列在表1中.首先，两个群体存在显著的个人特征差异.农民工的平均年龄为32岁，比城镇职工年轻8岁；农民工中37%是单身，单身比例比城镇职工高21个百分点.其次，农民工的人力资本存量明显弱于城镇职工.农民工平均受教育年限为9年，比城镇职工少3年；25%的农民工接受过培训，比例低于城镇职工15个百分点；农民工从事当前职业的年限不足5年，比城镇职工少8年.第三，两个群体存在就业差异.就职于国有企业的城镇职工占60%，而仅有10%的农民工受雇于国有企业；60%的城镇职工从事白领工作，而从事该类职业的农民工仅有11%；20%的城镇职工就业于垄断行业，而仅有5%的农民工能够在该行业找到工作.最后，农民工的工作待遇明显差于城镇职工.城镇职工平均每周工作44h，而农民工的工作时间为63h；农民工的平均小时工资约为7元，不到城镇职工的一半，且这种情况在高收入分位上更为明显.

表1 城镇职工和农民工的个人和就业情况

注： 数据来源于CHIP2007，表中数据均为样本均值.

从理论上讲，在一个竞争性的劳动力市场上，如果群体间存在收入差异，那么其中的绝大部分应当能够被两个群体的人力资本等禀赋差异所解释.然而，如果劳动力市场存在“同工不同酬”、“同能力不同酬”的情况，则收入差异也可能来源于某种类型的歧视[18]，如性别歧视、种族歧视等.收入差异分解技术可以将群体的收入差异中的禀赋效应和歧视效应分解出来；更进一步，借助分位数分解方法还可以对不同分位上的收入差异及其来源进行分析.

2 微观计量方法

本文中收入差异的分解基于明瑟工资方程：

wi=Xiβ-ui，

(1)

其中：wi是因变量，表示第i个个体的小时工资对数；Xi是自变量向量，本文的自变量主要包括： 年龄、性别、婚姻状况、受教育年限、当前职业的工作经验以及培训经历、工作类型、就业类型等；β是参数；ui是误差项.

(2)

式(2)右边的第一项是收入差距的要素禀赋效应，显示两个群组要素禀赋差异对收入差异的贡献；第二项是收入差距的结构效应，显示两个群组在劳动力市场上遭受不同对待所导致的收入差异.结构效应的大小通常被用来反映歧视程度.

本文使用的FFL分解方法可以对不同收入分位上的群体收入差异进行分解，而不仅仅是考察均值收入差距.FFL分解的基础是Koenker和Bassett[19]提出的条件分位回归：

(3)

RIF(wi,qτ)=qτ+IF(wi,qτ).

(4)

式(4)中，影响函数IF的表达式为：

(5)

式(5)中，1(·) 是指示函数,fw(·) 是w边际分布的密度，而此处的qτ是w在第τ分位上的无条件分位数.

(6)

此时任一群组的无条件分位回归系数的估计值为：

(7)

其中G表示某个群组所有样本的集合．

在式(6)中，等号右边的第一项是第τ分位上收入差距的总禀赋效应，第二项是收入差距的总结构效应.由于无条件分位回归得到了单一协变量的偏效应，总禀赋效应可以进一步分解到k个单一协变量上：

(8)

其中K表示所有协变量的集合.同理，收入差异的总结构效应也可以分解到每一个单一协变量上.

3 RIF回归结果

RIF回归的系数是FFL分解的基础.表2列出了两个群组收入在第10，50，90分位上的RIF回归系数，并在最后两列给出均值OLS回归系数作为参照.统计指标显示绝大部分变量对收入的影响是显著的.

表2 RIF回归和OLS回归

注:*表示P<0.05;**表示P<0.01;***表示P<0.001.

RIF回归结果显示：

首先，RIF分位回归可以提供OLS均值回归无法描述的信息.以城镇职工的教育回报率为例，均值回归结果显示城镇职工的教育回报率为0.055，分位数回归的结果却显示在不同的分位点上教育回报率并不接近，而是呈现出从低收入到高收入的倒U型变化.城镇职工的教育回报率在10分位点上仅有0.0477，在50分位点达到0.07，到90分位点时降回0.056，即增加城镇职工的受教育水平对其中等收入水平人群的正向作用最大，而对其低收入人群的作用较小.与受教育年限类似，其他各单一变量分位回归和均值回归的系数也存在明显差异.

其次，城镇职工和农民工的均值回归和分位回归结果的群体差异显著.仍以教育回报为例，从均值回归结果看，城镇职工比农民工的教育回报率高1个百分点，但是在90分位上，农民工的教育回报率却比城镇职工反高出0.7个百分点.其他变量也具有类似特点.而群体间变量回归系数的差异是收入差距的结构效应的根源.

4 FFL分解结果

4.1FFL分解结果

以RIF回归为基础，表3(见第16页)中列出了城镇职工和农民工在收入第10，50，90分位的FFL分解结果，且在最后列出了经典OB均值分解结果作为参照.农民工和城镇职工的平均对数小时收入差异，在FFL分解结果中，收入10分位上为0.4493，50分位上为0.6505，90分位上为0.7707；在OB均值分解结果中为0.6347.图1绘制了FFL分解在10～90共9个收入分位点上的总禀赋效应和总结构效应，并且以OB均值分解的总禀赋效应和总结构效应作为参照.

表3 城镇职工和农民工收入差异FFL分解和OB分解(CHIP2007)

注:*表示P<0.05;**表示P<0.01;***表示P<0.001.

表3和图1展示了分位分解结果.

首先，从分解总效应看，中国劳动力市场存在较严重的收入户籍歧视，且户籍歧视的程度随收入分位的提高不断增强.表3第29行显示，从均值上看，2007年城镇职工和农民工收入差距的近三分之一来源于歧视；而从分位上看，在第10收入分位上，两个群体收入差距的结构效应仅有4.3%；到了50分位，结构效应上升到17.7%；而到了90分位，结构效应大幅上升到50%.和分位分解结果相比，OB的均值分解结果只能近似描述第50～60分位的收入差距情况，而与高低两端收入分位的情况存在较大偏差.

其次，从FFL分解的分项效应看，单个协变量对收入差距的影响也随分位变化而不同.从禀赋效应部分看，对收入差距的贡献随分位上升而递减的单个协变量有： 工作类型分布、所有制分布、当前职业的工作年限、职业分布、培训经历.例如，在第10收入分位上，两个群体在工作类型分布差异贡献了全部收入差距的13.8%，而到了90分位，该变量的分布差异贡献降至-6%，贡献率急剧下降了近20个百分点.对收入差距的贡献随分位上升而增加的变量仅有年龄一项.在第10收入分位上，农民工和城镇职工的年龄差距缩小了收入差距的15%，而到了90分位，两者的年龄差距反而将收入差距拉大了2.6个百分点.对收入差距的贡献随分位变化不大的因素包括： 受教育年限、性别分布、地区分布和行业分布.

和禀赋效应部分相比，结构效应部分的各分项效应变化趋势各异.在低收入分位上，分项结构效应较大的变量分别是受教育年限、性别和培训经历；而在高收入分位上，分项结构效应较大的变量则是职业经验.例如在第10分位上，教育回报差异对农民工和城镇职工收入差距的贡献为36.2%；在第50分位达到最大值39.3%；而在最高的90分位上，农民工的教育回报反超城镇职工，导致收入差距缩小了9.6个百分点.这就意味着消除农民工和城镇职工的教育回报差别将对不同收入分位群体产生不同的影响.同样的逻辑对其他单一协变量亦适用.

总之，FFL分解揭示出了收入差距来源的总效应和各分项效应在不同收入分位上的变化趋势，为分析农民工和城镇职工收入差距的构成提供了更加丰富的信息，也为制定具有针对性的政策提供了有效依据.

4.2稳健性检验

本文还对分解结果进行了稳健性检验.采取的方法是剔除农民工和城镇职工中的自我雇佣者，仅仅考察工资性劳动者的工资收入差距.分解结果在图2中.对比图1和图2，可以发现无论是对全体劳动者还是对工资性劳动者，收入差距的来源及其在不同收入分位上的趋势基本相同： 30%左右的均值收入差距来源于户籍歧视，且歧视效应随收入分位的提高而增加.因此，本文的分析结论是比较稳健的.

5 结论和政策建议

根据实证分析结果，本文得出以下3点结论和相关政策建议：

第一，从整体上看，逐步取消户籍制度、消除收入户籍歧视是缩小群体收入差异的制度保证.本文的实证分析结果显示户籍歧视不仅可以解释2007年农民工和城镇职工均值收入差异的近三分之一，而且可以解释最高90分位收入差距的一半.这表明农民工大规模进城十多年后，在劳动力市场上依然遭受基于户口的差别对待，户籍收入歧视在高收入群体中更加突出.因此，坚定不移地推进户籍制度改革，取消农业户口对农民工就业和收入的不利影响是缩小两群体收入差距的制度保证.

第二，缩小群体间的禀赋差异对缩小低收入群体的收入差距更加有效.从总效应来看，如果农民工和城镇职工具有相同的禀赋条件，第10收入分位的群体收入差异将基本消失.而从分项效应来看，仅提高农民工的受教育年限一项就可以最多缩小最低收入群体近30%的收入差距.因此，如果政府的政策目标是提高低收入农民工的收入水平，缩小低收入群体间的收入差异，那么加大对农民工的学校教育投入，减少农民工群体中的低学历人口比例将是非常有效的措施.

最后，消除劳动力市场的各种垄断、分割，提高劳动力市场的竞争程度将有助于缩小高收入群体间的收入差异.相对于低收入群体，高收入群体中户籍歧视更加严重的一个可能解释是中国存在较严重的劳动力市场分割.一些学者业已使用劳动力市场分割理论[20]解释了中国不同行业之间和不同所有制之间的收入差距[21- 22]，同时亦有研究证实农民工在劳动力市场普遍遭遇职业、行业和所有制3个维度上的就业机会户籍歧视[23].劳动力市场分割的存在以及农民工遭受就业机会户籍歧视的共同结果是农民工难以进入高端就业岗位.劳动力市场上存在就业机会户籍壁垒，最终在收入上表现为高收入群体间的收入差距难以用禀赋差距解释.因此，提高劳动力市场的自由竞争程度、打破各种垄断和就业机会歧视对缩小高收入群体间的收入差距显得尤为重要.

[1] OAXACA R L. Male- female wage differentials in urban labor markets[J].InternationalEconomicReview, 1973，14(3): 693- 709.

[2] BLINDER A S. Wage discrimination: Reduced form and structural estimates[J].JournalofHumanResources, 1973，8(4): 436- 455.

[3] MENG X, ZHANG J. The two- tier labor market in urban China: Occupational segregation and wage differentials between urban residents and rural migrants in Shanghai[J].JournalofComparativeEconomics, 2001,29(3): 485- 504.

[4] BROWN R S, MOON M, ZOLOTH B S. Incorporating occupational attainment in studies of male- female earnings differentials[J].JournalofHumanResources, 1980，15(1): 3- 28.

[5] 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(5): 94- 98.

[6] 王美艳.城市劳动力市场对外来劳动力歧视的变化[J].中国劳动经济学,2007(1): 109- 119.

[7] 常进雄，赵海涛.所有制性质对农村户籍劳动力与城镇户籍劳动力工资差距的影响研究[J].经济学(季刊),2016(2): 627- 646.

[8] 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.

[9] DÉMURGER S, GURGAND M, LI S,etal. Migrants as second- class workers in urban China? A decomposition analysis[J].JournalofComparativeEconomics, 2009,37(4): 610- 628.

[10] 章 莉，李 实，WILLIAM D，等.中国劳动力市场上工资收入的户籍歧视[J].管理世界,2014(11): 35- 46.

[11] 邓曲恒.城镇居民与流动人口的收入差异——基于Oaxaca- Blinder和Quantile方法的分解[J].中国人口科学,2007(2): 8- 16.

[12] MACHADO J A F, MATA J. Counterfactual decomposition of changes in wage distributions using quantile regression[J].JournalofAppliedEconometrics, 2005,20(4): 445- 465.

[13] 孟凡强，邓保国.劳动力市场户籍歧视与城乡工资差异——基于分位数回归与分解的分析[J].中国农村经济,2014(6): 56- 65.

[14] MELLY B. Decomposition of differences in distribution using quantile regression[J].LabourEconomics, 2005,12(4): 577- 590.

[15] WANG H, GUO F, CHENG Z. A distributional analysis of wage discrimination against migrant workers in China’s urban labour market[J].UrbanStudies, 2015,52(13)： 2383- 2403.

[16] FIRPO S, FORTIN N M, LEMIEUX T. Unconditional quantile regressions[J].Econometrica, 2009,77(3): 953- 973.

[17] FIRPO S. Efficient semiparametric estimation of quantile treatment effects[J].Econometrica, 2007,75(1): 259- 276.

[18] BECKER G S. The economics of discrimination[M].Chicago: University of Chicago Press, 1957.

[19] KOENKER R, BASSETT G Jr. Regression quantiles[J].Econometrica, 1978,46(1): 33- 50.

[20] DOERINGER P B, PIORE M J. Equal employment opportunity in Boston[J].IndustrialRelations:AJournalofEconomyandSociety, 1970,9(3): 324- 339.

[21] 岳希明，李 实，史泰丽.垄断行业高收入问题探讨[J].中国社会科学,2010(3): 77- 93.

[22] 杨 娟，DÉMURGER S，李 实.中国城镇不同所有制企业职工收入差距的变化趋势[J].经济学(季刊),2011(1): 289- 308.

[23] 章 莉，李 实，WILLIAM D，等.中国劳动力市场就业机会的户籍歧视及其变化趋势[J].财经研究,2016(1): 4- 16.

Abstract： The income differentials across quantiles between urban workers and rural migrants in China is studied by using FFL decomposition method. The main findings are: Generally speaking, there is significant discrimination against rural migrants and the discrimination increases across quantiles. Meanwhile, independent variables impact the income differentials in different patterns. The FFL decomposition results suggest that diminishing the discrimination could significantly narrow the income gap between the two groups in upper tail, while narrowing the endowments gap could narrow the income gap in lower quantile.

Keywords： income differentials; discrimination byhukou; unconditional quantile regression; FFL decomposition

TheIncomeDiscriminationbyHukouinChina’sLaborMarket—AnAnalysisBasedonUnconditionalQuantileDecomposition

ZHANG Li, CAI Wenxin

(SchoolofEconomics,NanjingUniversityofFinanceandEconomics,Nanjing210023,China)

F244

A

0427- 7104(2017)01- 0012- 07

2016- 08- 07

教育部人文社会科学研究基金项目(13YJC790212)；中国博士后科学基金第55批面上项目(2014M550650)

章 莉(1976—)，女，博士，副教授，E- mail： 1245209366@qq.com.