我国公共部门与非公共部门工资差异研究——基于匹配和无条件分位数回归及分解方法的视角,本文主要内容关键词为:部门论文,位数论文,分解论文,与非论文,视角论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。
JEL分类号:J31,J45,C31 在计划经济向市场经济转轨的过程中,由于所有制的不同使公共部门与非公共部门之间工资决定机制存在差异。部门之间不合理的收入差距不仅会造成人力资本配置的扭曲,同时也会影响到社会的和谐发展。当前我国已进入经济改革的关键时期,工资改革作为收入分配体制改革中的重要内容日益受到越来越多的关注。在这一背景下,深入探究公共部门与非公共部门之间的工资差异,找出造成部门之间工资差异的原因,具有重要意义。 国外学者对公共部门和非公共部门工资差异研究起步较早,文献丰富。很多学者对发达国家部门之间的工资差异进行研究后发现,公共部门普遍存在工资溢价现象(Smith,1977;Gunderson,1979;Krueger,1988;Mueller,1998;Melly,2005)。由于发展中和转轨国家经济体制和经济水平与发达国家存在差异,因此研究结论更多的认为非公共部门存在工资溢价现象,如Adamchik和Bedi(2000)对波兰的研究,Lokshin和Jovanovic(2003)对南斯拉夫的研究研究都得到这样的结论。近年来,国内对公共部门与非公共部门工资差异的研究日渐增多。尹志超和甘犁(2009)采用Heckman样本选择模型对CHNS面板数据进行研究发现,在1989-1997年间,公共部门工资低于非公共部门,而在2000-2006年间,公共部门工资高于非公共部门,且差距呈逐渐扩大趋势。张义博(2012)在考虑了部门选择性后,利用分位数回归方法对CHNS面板数据进行了研究发现,1989-1997年间,非公共部门存在工资溢价,而2000-2009年间,公共部门在中低分位数上表现出工资溢价现象,而在较高的分位数上,公共部门工资溢价不再显著。姜励卿和钱文荣(2012)运用浙江省城镇就业人员的微观调查数据采用工具变量分位数回归方法解决部门选择内生性后,发现在工资分布的各个分位数上,公共部门都存在工资溢价现象。但以上几位学者的研究并没有深层次的剖析造成部门之间工资差异的原因。周兴和王芳(2013)利用无条件分位数回归及分解方法对CHNS面板数据进行了研究,发现公共部门存在工资溢价现象,禀赋效应是造成公共部门与非公共部门之间工资差异的主要原因。他们的研究在方法上是一种创新,但是并没有考虑部门选择内生性问题。张车伟和薛欣欣(2008)运用浙江、上海和福建三省市的“家庭动态与财富代际流动抽样调查”数据研究了国有部门与非国有部门之间的工资差异,认为国有部门的工资溢价随工资分位数的逐渐提高呈逐步上升的趋势,同时运用Oaxaca-Blinder分解方法及分位数分解方法对公共部门与非公共部门工资差异进行了分解,得出了禀赋效应是造成两部门之间工资差异的主要原因。 从以上的研究文献中可以看出,部门选择性是一个不可忽视的问题。在实际研究中,由于样本选择的非随机性,会使得到结论由于选择效应的“污染”而出现偏差(Heckman,1979)。因此Heckman提出了“两步估计法”(two-step estimator)来解决选择性偏差问题(Heckman,1979)。相对于Heckman的方法,倾向得分匹配法是一种新兴的统计方法,本质上这两种方法的基本逻辑是一致的,但是相对于Heckman的方法中将倾向得分作为新的变量进行回归分析之外,倾向得分匹配法还将倾向值分层(stratification)或细分(sub-classification),然后在每个层次或类别内探索因果关系。 基于以上分析,本文利用CHIP2007微观数据运用倾向得分匹配方法解决部门选择性偏差问题,并在此基础上,进一步考察公共部门与非公共部门之间的工资差异以及造成这种差异的原因。本文接下来的安排是:第二部分为模型与数据说明,第三部分为实证研究与结果分析,第四部分为结论。 二、模型与数据 (一)模型 倾向得分匹配方法是由Rosenbaum和Rubin(1983)提出的,该方法的基本思想是,将样本按是否接受某一政策划分为处理组(接受某一政策)和控制组(不接受某一政策)。将影响处理变量的协变量与处理变量进行概率回归,得到一个倾向得分,将得分相似的样本进行匹配,从而解决样本选择偏差(Yujun.L et al.,2011)。倾向得分定义为: 本文将公共部门定义为处理变量D,D=1表示公共部门,D=0表示非公共部门,通过logit回归得到倾向得分。 接下来采用Firpo et al.(2009)提出的无条件分位数回归方法,该方法是一种基于复回中心的影响函数即RIF映射(Re-centered Influence Function)的回归方法,即: 其中是被解释变量对数月工资,是分位数,为解释变量,β为待估参数。 按照部门虚拟变量进行分组,公共部门与非公共部门之间的工资差异可以分解为: 其中D表示部门虚拟变量(公共部门,D=1;非公共部门,D=0),等号右边第一个括号内的内容是指公共部门的处理效应,是不可观测到的反事实工资θ-分位数(利用公共部门的人力特征向量和非公共部门的工资水平构造)。是指公共部门的工资分位数,是指非公共部门的工资分位数。 将无条件分位数回归方法与Oaxaca-Blinder方法相结合,公共部门与非公共部门之间的工资差异为: 其中,等号右边第一项表示可解释的效应(特征效应),第二项表示不能解释的效应(参数效应),(i=0;1)是对D=i组对数工资进行无条件分位数回归得到的估计系数。 (二)数据 本文研究所使用的数据来自中国家庭收入课题组对2007年家庭收入情况进行的调查(CHIP2007),涉及9个省份中37个城市和地区,包括城镇、农村和移民三个样本共计5003个家庭,14699个个体。数据包含了丰富的个人和家庭特征以及就业和收入方面的信息,为本文的实证研究提供了充分的数据资料。考虑到本文研究需要,选取了年龄在18-60岁当前正在从事工作并获取工资收入的样本个体作为研究对象。对于公共部门与非公共部门的划分,在参考张义博(2012)研究基础上,将党政机关(包括党委、政府、人大、政协、公检法、武装部、部队)、事业单位以及国有独资企业划归为公共部门①,而除公共部门以外的工作单位划归为非公共部门(包括集体企业、私营及个体企业、股份制企业以及三资企业等)。 (三)指标选取 1.因变量指标 工资是本文关注的关键变量,对其包含内容说明如下。国内主流研究的工资指标中包括年工资、月工资和小时工资,并且将货币工资、奖金以及货币补贴定义为工资性收入。本文在考虑CHIP2007数据的调查特点以及数据的可得性,选取CHIP2007数据中包含工资、奖金、津贴和实物折现的月工资收入指标的对数形式作为因变量。这一指标能够更好体现公共部门与非公共部门收入差异。 2.解释变量指标 解释变量指标分别选取了代表个人特征、人力资本、就业特征和区域特征的变量。表1详细描述了这四种类型解释变量的具体变量指标定义及说明。 表2给出了公共部门和非公共部门所有变量的描述性统计结果,从中可以看出,公共部门与非公共部门之间在主要变量统计中存在显著差异。公共部门工资水平高于非公共部门,对数月工资相差0.18,说明公共部门存在工资优势。 通过对比公共部门与非公共部门之间个人特征和人力资本指标发现,公共部门员工的平均年龄高于非公共部门员工2.13岁,说明非公共部门具有年龄优势。女性员工在非公共部门的比例高于公共部门,这一结果与国内一些研究结论一致(张义博,2012;姜励卿和钱文荣,2012;周兴和王芳,2013)。说明公共部门存在较高的雇佣门槛,非公共部门对劳动力的吸纳能力较强。而公共部门员工在受教育年限、工作经验和工作任期的时间等人力资本指标比非公共部门长,且大专及以上学历的员工比例高于非公共部门,这说明公共部门人力资本优势较为明显。 从公共部门与非公共部门之间的就业特征指标来看,在非公共部门中,55%的员工雇佣类型为合同工制,而在公共部门中,56%的员工雇佣类型为长期工,说明公共部门工作更稳定。公共部门员工的职业类型中管理人员、专业技术人员和办公人员的比例均高于非公共部门,而服务人员和其他职业类型在非公共部门中占据很大比例,达到57%。公共部门在第三产业占据很大比例,因为党政机关、事业单位系统均归属于第三产业②。 三、实证研究及结果分析 (一)无条件分位数回归及倾向得分匹配 在不考虑部门选择性偏差的情况下,将公共部门变量作为解释变量直接进行对数工资的无条件分位数回归,得到如表3所示的全部职员对数工资的无条件分位数回归结果。从结果中发现,高等教育对员工工资的影响显著为正,并且从低分位数向高分位数逐步提高,说明工资越高,高等教育回报率越高。以男性作为参照组,发现女性对对数工资存在显著负向影响。在整个工资分布上,性别对工资的影响随分位数的逐步增加呈先增加后减少的趋势。即在中位数上,性别对工资的影响最大,说明女性工资显著低于男性。考虑可能的原因是中国传统文化中“男女有别”的分工特征,男性更富于冒险精神,而女性较偏好于稳定,因此女性工资低于男性。工作经验也是影响对数工资的显著因素,具体来看,在工资分布的中低端,工作经验对工资差异产生显著正向影响,但是在工资收入的高端,工作经验对对数工资的影响逐渐减少且不再显著,说明在低工资收入阶层中,论资排辈的薪资制度依然发挥作用,而在高工资收入阶层,工作经验不再是界定工资水平的关键因素。另外,职业类型及雇佣类型都对对数工资产生显著影响,职位越高其所获得工资水平越高。值得关注的是,在整个工资分布上,公共部门对工资的影响是负向的,说明公共部门工资存在折价现象。但这一结果是在没有考虑部门选择的情况下得到的,事实上,个体选择进入哪一部门工作并不是完全随机的,而是受到个体特征、家庭背景以及社会关系等因素的影响(张车伟和薛欣欣,2008)。所以,在这种情况下得到的结果可能是有偏和不一致的。因此,在接下来的研究中,本文采用倾向得分匹配法解决部门选择性问题。 在进行倾向得分匹配法之前需要确定倾向得分,将得分相似的样本进行对比。协变量的选取应该满足共同支撑假设(common support)即0<P(D=1|X=x)<1及平衡性假设(balancing hypothesis)即DX|P(x)③;应该囊括影响个体对部门的选择,同时又对工资产生影响的因素。在参考已有的研究及考虑了数据的可得性后,本文将影响部门选择的协变量确定为:是否接受高等教育哑变量、年龄、年龄的平方项、工作经验、性别、父母是否接受过高等教育、父母是否是专业技术人员、职业、雇佣类型及省份变量。首先利用logit模型获得倾向得分,回归结果如表4所示。从回归结果中虚拟为0.248,似然比1527.89,显然这一数值远远高于其临界值,且预测准确的百分比为75.05%,说明模型中协变量比较显著地预测个体部门选择行为。 本文采用核匹配方法,核匹配方法在构造反事实结果时使用了全部控制组的信息,所得匹配结果的方差较小,匹配更趋准确(胡安宁,2012)。在匹配完成之后,需要进行协变量平衡性检验,以验证匹配前与匹配后的协变量在控制组和处理组之间是否还存在显著差异。表5报告了匹配前后均值差异的检测结果。从报告结果来看,匹配之前各协变量在公共部门与非公共部门的均值存在显著差异,而匹配之后差异缩小,P值显示不再显著。但仅仅通过均值检验来判定匹配后样本的平衡性是不严格的,因为(1)随机舍弃的控制组观测值会有效的减小t-统计量;(2)这种假设检验会受样本性质的影响,如:剩余观测值的个数、控制组和处理组的数量比、样本方差;(3)平衡检验是关于样本性质的检验,而检验理论是针对总体的提出的。因此须对平衡性检验设定其他的假设条件,才能保证误差函数的单调性。因此,在平衡性变差时,t-值有可能会变得更小;在满足一定的有效性前提下,协变量间的不平衡性应无限制的尽量减小(Imai,King和Stuart,2008)。Imai,King和Stuart(2008)进一步指出,检查均值差异可以作为第一步,但还需要通过其他的办法来检验协变量平衡性,如均值差异不应该超过一个标准差1/4的经验法则;或者是更高阶的矩比较方法;非参数密度概率图和QQ图等方法。本文进一步采用密度概率图检验匹配前后协变量差异是否显著;对于分类变量(categorical variable),则通过概率直方图表示。图1描述了几个具有代表性的连续变量的核密度分布图和二元协变量匹配前后的直方图。从图中可以看出各变量匹配后对照组(非公共部门)和处理组(公共部门)的分布差异不再显著。图1只报告了4个具有代表性的变量,其他未报告的变量包括:是否接受过高等教育、父母是否接受过高等教育、婚姻状况、年龄的平方、工作经验、行业、雇佣类型、职业以及省份虚拟变量。为了节省文章篇幅,在此不再详述。 图1 公共部门与非公共部门协变量匹配前后对照图 表6报告了核匹配的整体匹配质量检验结果,结果中显示匹配前虚拟为0.248,而匹配后为0.005。匹配前似然比检验量为1527.89,而匹配之后为26.53。且均值偏差由匹配前的22.5降为匹配后的2.6,说明匹配之后各变量在两组中没有显著差异,因此认为匹配成功。 利用可匹配所得到的权重重新估计公共部门的对数工资,结果如表7所示④。表7只报告了公共部门对对数工资的影响,从表中发现,在各分位数点上,公共部门对对数工资的影响显著为正,公共部门存在工资溢价现象。具体来讲,在各分位数上,公共部门对对数工资的影响有所差异,在中高分位数上,公共部门对对数工资的影响较大,而在高分位数上,公共部门的工资溢价现象逐渐不再明显。说明中低分位数上公共部门工资溢价现象显著,但随着工资收入的不断提高,公共部门的工资溢价不再显著。同时,回归结果说明未考虑部门选择问题得到的估计存在偏差,而倾向得分方法合理的解决了该问题。 (二)无条件分位数分解 本文在接下来进一步深入分析公共部门与非公共部门工资差异的影响机制。表8报告了公共部门与非公共部门工资差异的无条件分位数回归结果,发现高等教育、性别、工作经验等是影响部门之间工资差异的主要因素。首先,高等教育对两部门对数工资均存在显著的正向影响。在公共部门内部,高等教育回报率随分位数的不断提高呈先增加后减少的趋势,说明高等教育对中等工资收入群体工资水平的影响高于其他分位数,在非公共部门内部,随着分位数由低到高的变化,高等教育回报率呈现逐渐增加的趋势。比较各分位点上公共部门与非公共部门之间的回报率,非公共部门的高等教育回报率均高于公共部门。性别对各部门工资的影响显著为负,即女性工资水平显著低于男性。在公共部门内部,在10%的显著性水平下,性别对中低收入群体的影响大于高收入群体。在整个工资分布上,性别对工资影响的变化在15.3%-24.1%之间。而在非公共部门内部,性别同样对中低工资收入群体的影响显著大于高收入群体。在整个工资分布中,性别的影响变化在22%-38.2%之间。比较两部门之间性别对工资的影响发现,在各分位数上,非公共部门性别对对数工资的负向影响均高于公共部门,说明非公共部门存在明显的性别歧视。工作经验对公共部门的工资存在正向影响,在公共部门内部,工作经验对高分位数上工资的影响并不显著。而在非公共部门内部,工作经验对低分位数上对工资的影响显著。 表9报告了公共部门与非公共部门无条件分位数分解的结果,在低分位数上,公共部门与非公共部门之间的工资差异为0.3,这表明公共部门工资比非公共部门高34.99%⑤,在中位数上,工资差异为0.146,公共部门工资比非公共部门高15.72%,在高分位数上,工资差异为0.096,公共部门工资比非公共部门高10.08%。因此可以看出,随工资收入的提高,公共部门与非公共部门之间的工资差异逐渐缩小,低工资收入群体中两部门之间的工资差异显著高于中高等工资收入群体。这一结论也与周兴和王芳(2013)的研究结论一致。同时,从分解结果中可以注意到,在25%,50%,75%分位数上,特征效应引起的部门工资差异分别为0.433,0.223,0.109,说明个人特征及人力资本禀赋是造成两部门之间工资差异的主要原因。这一结论也与张车伟和薛欣欣(2008)研究结论一致。从具体分解结果中可以看出,特征效应中高等教育、性别是影响公共部门与非公共部门之间工资差异的显著因素,在各分位数上,高等教育和性别显著拉大了部门之间的工资差异。工作经验同样拉大了部门之间的工资差异,但在高分位数上,这一影响并不显著。在参数效应中,性别和常数项是影响部门之间工资差的显著因素,其中,性别回报率差异拉大了部门之间的工资差异,但这一影响随分位数的逐渐提高呈现逐渐下降的趋势。值得注意的是,常数项显著缩小了部门之间的工资差异,说明部门之间工资差异的缩小还受其他不可观测因素的影响。 本文基于较新的中国家庭收入课题组CHIP2007微观数据,尝试将倾向得分匹配方法与无条件分位数回归分解方法相结合研究了公共部门与非公共部门之间工资差异问题,研究结果显示:(1)未考虑部门选择性时,公共部门不存在工资溢价;运用倾向得分匹配方法解决部门选择内生性问题后,公共部门存在工资溢价。(2)对公共部门与非公共部门的对数工资进行无条件分位数回归后,发现高等教育和性别是影响对数工资的主要因素。高等教育对两部门中员工工资存在显著的正向影响,其中,高等教育对公共部门中的中等工资收入群体工资的影响高于高收入群体。而非公共部门中高等教育对对数工资的影响随分位数的逐渐增加呈现逐步增加的趋势。女性对对数工资的影响显著为负,且公共部门中性别工资差异低于非公共部门,两部门性别工资差异在高分位数上均有缩小趋势。(3)通过对部门之间的工资差异进行无条件分位数分解后发现,禀赋效应是造成部门之间工资差异的主要原因,高等教育是影响部门之间工资差异的主要因素。 基于以上结论,本文提出以下三条建议:第一,进一步深化改革,加快公共部门工资改革步伐,以市场机制调节工资水平,缩小部门之间的工资差距。第二,进一步消除部门中的性别歧视,提高女性的工资水平,同时保障女性拥有与男性平等的就业、晋升机会,缩小性别间的工资差异。第三,加大对非公共部门员工教育和职业培训力度,出台相应的政策鼓励高层次人才进入非公共部门,从而有效缩小部门间工资差异,以利于我国经济持续健康发展。 感谢语:感谢匿名审稿专家的宝贵修改意见,当然文责自负。 ①目前,学术界对于国有企业是否属于公共部门存在一定分歧。从公共经济学的视角讲,国有企业作为建立在公有产权基础之上的经济组织,也提供公共商品;同时还在一定程度上贯彻政府的特定经济职能,如基础产业和基础设施领域的国有企业。基于以上考虑,本文将国有企业划归到公共部门。 ②依据《国民经济行业分类》(GB/T 4754—2011)分类标准,党政机关、事业单位系统均归属于第三产业,因此,本文描述性统计中显示公共部门在第三产业占据很大比例的结果符合常理。 ③如果处理组和控制组在可观测变量上均没有显著差异,即满足DX|P(x),就说明数据满足平衡性假设。 ④对原数据进行了卡尺匹配方法验证,分别对分类解释变量进行了卡方检验,对连续解释变量进行了t检验,得出了如核匹配一致的结论,因此认为分析结果稳健。 ⑤公共部门与非公共部门工资差异率=Exp(估计系数)-1。我国公共部门与非公有制部门工资差异研究--基于匹配和无条件分位数回归分解方法的研究_分位数论文
我国公共部门与非公有制部门工资差异研究--基于匹配和无条件分位数回归分解方法的研究_分位数论文
下载Doc文档