国有企业改革与工资支付结构变革的面板数据分析，本文主要内容关键词为：国有企业改革论文,面板论文,工资支付论文,结构论文,数据论文，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。
中图分类号：C812 文献标识码：A 文章编号：1002-4565(2010)03-0012-10
一、引言
1983年以来中国在城镇改革过程中所面临的挑战之一是如何将原来指令性的劳动力配置体系转化为一个竞争性的市场配置体系。20多年过去了，我们现在得以评估这种转型的进展状况、特别是中国城镇劳动力配置体系是否正朝着功能健全的劳动力市场发展。评估这一进展状况的方法之一是考察在经济转型过程中市场对劳动者个人的生产和非生产特征回报的变化。然而关于1980年代末和1990年代中国城镇劳动力市场数据的实证分析表明劳动力市场化趋势不是那么明显。一方面，受教育回报的上升通常被看作是市场竞争加剧的标志，因为在竞争性市场上能力较强职工的工资也会较高(Zhang et al.[25]；Zhang et al.[26])。然而Knight & Song[12]、Appleton et al.[1-3]发现性别工资差异和党员工资溢价不断提高，这与市场化趋势不符。为此，本文拟使用一种跨期一致的系统方法来研究1988-2002年期间中国城镇工资结构的变迁、特别是劳动者个人的生产及非生产特征对工资的影响及变化。
此外，我们也打算考察企业所有制结构变化对劳动力市场特别是对工资结构的影响。扩大企业自主权是国企改革的主要驱动力。扩权后的国企又会实施更为市场化的工资支付、雇用及裁员办法。不仅如此，对农民工进城限制的放松迫使城镇职工与来自农村的低成本劳动力进行竞争。另一方面，政府对于私营企业限制的减少也导致城镇私企和个体户的大量增加。另外，外商独资和合资企业也在此期间急剧增加。在大型国企、私企及外企的压力下，城镇集体企业急剧萎缩。因而中国的产业结构越来越具有竞争性，而且似乎正在朝着由大型国企、私企及外企构成的混合经济方向发展。
伴随所有制结构变革的另一个重要变化是中国产业结构的渐进式演变，即初级产品工业和重工业在国民经济中的地位不断下降。虽然制造业产品的出口在增加，但是中国产业结构从制造业向服务业的整体转移已经发生。这种发展一方面会削弱产业工人的地位，另一方面会凸现第三产业白领阶层的重要性。然而在中国城镇劳动力市场上仍然存在着一些奇怪现象，例如1990年代末期的大规模下岗失业与实际工资的迅速提高并存。这种现象与竞争性劳动力市场上应有的工资变化以及在其他许多国家所观察到的工资曲线的经验性变化是相矛盾的。此外，党员工资溢价并没有缩减。这意味着政治因素继续影响着劳动回报。因而一个疑问是竞争性的劳动力市场在中国是否存在？
本文结构如下：第二部分介绍数据和方法。第三部分报告职工生产和非生产特征回报的变化。第四部分研究产业结构、职业结构、所有制结构等结构重组对工资的影响。第五部分报告通过面板数据分析得出的中国工资曲线存在和党员工资溢价停止增加的证据。第六部分概括本文的结论。
二、数据和方法
本文的研究以1988年、1995年、1999年和2002等4年中国家庭收入项目(CHIP)中的城镇入户调查数据为基础①。CHIP入户调查样本采用国家统计局的具有全国代表性家庭调查项目的子样本。CHIP数据样本在1988年抽取了中国大陆31个省份中的10个、在1995年抽取了11个、1999年抽取了6个、2002年抽取了12个。为CHIP入户调查所设计的问卷比官方收入调查问卷更加详细，特别是关于收入和劳动问题的调查部分。1988年和1995年CHIP调查所得的结果可以分别在Griffin & Zhao[9]和Riskin et al.[19]的著作中找到。
CHIP城镇入户调查仅仅覆盖了具有城镇户口的家庭。因此，本文没有涵盖没有城镇户口但也居住在城镇的农民工家庭。由于没有进城农民工数据，我们不得不遗漏城镇劳动力市场中的一个重要方面。而且，由于这一时期进城农民工急剧增加，这种遗漏的损失也变得越来越严重②。中国政府于1988年允许农民进城经商，从此以后政府逐渐放松对农民工进城的限制(Linge & Forbes[14])。进城农民工的增加可能对不同城镇职工群体带来了不同的影响。具体来说，农民工尤其可能对那些与他们具有类似特征或者在类似行业工作的城镇职工的工资增加具有抑制作用。
由于无法控制不随时间变动且不可观察的工资决定因素，截面数据回归分析可能是有偏的。而固定效应面板数据估计将克服这一局限性。除了1988年，其他年份的CHIP数据均要求被调查的在职职工回忆并报告前其4年到5年的个人工资。我们使用这些回忆数据构造了1990-1995年、1995-1999年、1998-2002年等3个时间段的面板工资数据。让调查对象回忆一到四年之前的工资难免会有误差。但是，由于CHIP数据的家庭样本抽样是国家统计局大样本的子样本，而国家统计局的大样本每3年轮换一遍，因而回忆误差得到了一定程度的控制。国家统计局要求被调查家庭书面记录其收入和消费情况，并且其工作人员每10天对这些书面记录审查一次。因此，CHIP数据样本中的1/3参与了保留过去3年记录的活动，但是我们无法知道究竟哪些样本是这样做的。被调查职工也被问到了有关工作变动的问题，因此回顾性工资数据的可靠性得到改善。
然而，对于那些可观察但不随时间变化的工资决定因素而言，固定效应估计不能识别出其影响。这对传统的工资函数来说是一个限制，因为决定工资的大多数个人特征(如性别、教育)是不随时间变化的，所以不能把它们包括在面板数据工资函数之中。如果把年度虚拟变量包括在模型中，那么即使是随时间而变化的经验变量也不能提供额外的信息。尽管如此，面板数据仍然能够被用来考查这些变量的效应是否在随时间而变化。我们在式(1)中加
(3)
首先，在使用截面数据比较不同时期的个人特征收益变化时，不同年份数据的样本各不相同。不同样本自然会得出不同的回归结果。相反，如果使用面板数据，我们只使用同一个样本。第二，人口结构可能随时间变化，这将导致可观测的工资决定因素X和不随时间变化且不可观察的固定效应α之间关系的变化。我们称这种变化为结构性或样本选择效应。第三，面板数据估计可能更多地受到测量误差的影响，一方面是因为回忆数据的误差可能更大，另一方面是由于组内估计量将会放大任何测量误差效应。被解释变量中的测量误差会减少得到统计上显著结果的可能性。
由于数据方面的原因，第三种建模方法仅局限于根据2002年CHIP数据及其回忆数据得到的1998-2002年面板数据。在这个模型中，我们打算考查随时间变化且可以观测的工资决定因素，其估计方程形式如下：
其中U代表随机扰动项。式(5)不同于式(2)的地方在于其解释变量是随时间改变的。
我们使用1998-2002年面板数据来构造3组随时间变化的工资决定因素。首先，2002年数据询问了职工所在企业是否有所有制变更。因此，我们构造了一组表示职工就业企业所有制类型的随时间变化的虚拟变量，并得出了在国企工作的工资溢价的固定效应估计。与截面数据估计不同，固定效应估计可以避免任何由于选择在国企就业造成的选择性偏差。但由于解释变量中的测量误差被放大，固定效应估计值也可能向下偏斜。
第二组随时间变化的工资决定因素是各省城镇失业率的代理变量。在许多国家失业率对工资具有显著的负效应，这种工资与失业率的关系被Blanchflower & Oswald[4]称之为“工资曲线”。然而我们无法获得各省失业率的面板数据，一是因为我们很难得到官方数据，二是由于2002年数据没有关于就业状况的回顾性问题。但是，我们通过使用调查中得到的过去五年收入的信息构造了一个失业率的代理变量。如果2002年有劳动能力的人报告其日工资(根据年收入计算得出)少于8元，我们便认为这些人处于失业状态。这个代理变量并不是完美的，因为它可能把一些非全职职工作为失业人员来处理。然而在中国非全职工作者更可能是那些找不到全职工作的人，而不是那些选择少一些工作小时数或天数的人。该代理变量只能用来估算拥有城镇户口的劳动人口的失业率。
第三组随时间变化的工资决定因素是根据2002年数据中询问被调查者何时入党得到的。在1998-2002年面板数据中，我们把党员变量看作一个随时间变化的工资决定因素。使用固定效应估计，我们可以把党员资格的因果效应和党员资格的选择效应分离开来。例如，党组织可能选择那些有特殊才能和努力工作的人成为党员。在这种情况下，无论党员资格是否倾向于导致高工资，在截面数据中都会出现党员工资溢价的现象。但是，不论入党与否，这种选择性都不会污染关于工资变化结构的固定效应面板数据估计。尽管固定效应面板数据估计有以上优点，它仍然可能受到逆向因果的影响。例如，如果被选择晋升的职工可能也被要求入党，因而工资增加就更多的是该职工成为党员的原因而不是其结果(Walder[22])。
三、个人特征回报的改变
我们使用第一、二种方法来估计职工的生产和非生产特征回报及其变化。表1报告了根据1988、1995、1999、2002年截面数据估计出的Mincerian工资函数。根据Mincer[16]方法，我们用工资的对数对受教育年限、经验及其平方项等自变量进行回归。此外，还控制了职工性别、是否是党员、是否是少数民族和省份等虚拟变量。表2给出了扩展Mincerian工资函数的估计结果。在扩展Mincerian工资函数中，我们还控制了职工所在企业所有制类型、职业类型和产业部门等工作特征。表3报告了由回顾性工资数据构成的3个面板数据的估计结果。
理论上，职工个人的教育和经验是其生产性特征。在中国城镇，教育的Mincerian回报一直在稳定增长。zhang et al.[25]也有类似的发现。从截面数据估计结果看，1988年受教育年限系数为3.6％，与其他国家相比这个系数是较低的③。然而，受教育回报从1995年的5.6％上升到1999年的6.7％，进一步上升到2002年的7.5％。面板数据估计结果与截面数据大体一致，只是前者还揭示在这个时期教育回报的增幅要稍微大一些。面板数据估计显示在1990-1995年期间教育回报增加了2.7％，在1995-1999年期间增加了1.3％，在1998-2002年期间又进一步增加了1.8％。这说明在1990-2002年期间受教育回报在逐年增加且其增幅比较平稳。截面数据Mincerian工资函数及其扩展形式估计结果显示：大约有1/3的教育效应可以归因于一些工作特征，即职业类型、产业部门和企业所有制类型。然而，由表2可以看出即使在控制这些变量之后，教育回报仍然持续上升。
教育回报的增加与企业给予职工生产性特征更多的回报这个事实是一致的，因而与劳动力市场竞争性不断增强的假设也是一致的。通过与发达国家相比较，我们可以找到为什么1988年时中国教育回报较低而后又不断增加的一些解释。然而，Krueger[13]、Deaudry & Green[5]在研究美国情形时曾发现受教育回报上升也可能反映了其他因素、特别是偏向技能的技术进步会提高对高技术劳动力的需求，因而会提高受教育回报。对美国教育回报提高的另一种相反的解释是全球化和贸易不断增加，但是这对中国来说不太适用。根据赫克歇尔-俄林理论，虽然全球化可能增加发达国家的技术回报，但它也会降低发展中国家的技术回报(Wood[23])。对中国来说，贸易增加可能正好补充了制度性和技术性的解释，即不断对外开放使得厂商面临更大的压力去根据职工的能力支付工资，同时也可能促使他们引进更先进的西方技术和生产方法。
中国教育回报比OECD国家在相同时期增加得更快。美国教育回报仅有小幅增加，从1992年的9.5％增加到2000年的10.3％。而在德国和法国甚至没有教育回报上升。Trostel et al.[21]把28个国家数据混合在一起分析发现就平均而言教育回报没有任何增加。相反，Fleisher et al.[6]发现除俄罗斯外大多数转轨国家的教育回报在该时期都经历了显著提高。
经验是另一个能够提高生产力的职工个人特征。通过经验和工资之间倒U形的关系来估计经验回报的变化是复杂的。直到35年工作经验之前，各截面数据的工资和经验关系曲线之间存在着占优关系④。在这个范围之内，经验回报在1995年是最高的，随后分别是1988年和1999年，最后是2002年。但是在35年经验之后各曲线相交了。与1995年和1999年曲线相比，1988年和2002年曲线达到最高点的时间更晚一些。因此，工作经验较长职工的工资在1988、2002年比在1995、1999年高。尽管有些复杂，我们也可以看出：经验回报在1988-1995年期间是趋于上升的，随后开始下降，并最终降到比1988年的经验回报值还低的程度。面板数据估计结果和截面数据一致。经验回报的显著下降与受教育回报的上升形成对比。
对经验回报下降的一种可能的解释是：改革前经验被给予了过多的回报。这是因为对工龄的额外支付是改革前工资制度的核心特征。Meng & Kidd[15]报告了英国在1980年、美国在1989年、澳大利亚在1990年的经验回报的估计值，这几个发达国家的经验回报明显低于中国在1988、1995、1999年经验回报的估计值。仅在2002年，中国的经验回报才大体与英国和澳大利亚在以上年份的经验回报相当，但低于美国在以上年份的经验回报。此外，Appleton et al.[1]发现：在1999年工作经验和中国裁员的可能性之间存在一种倒U型的关系。国企改革前经验回报较高，但在改革过程中经验多的职工可能面临更高的下岗风险，因而他们的经验回报在1995年之后呈下降态势。总之，失业风险增加使得工作经验较长的职工不敢提出长工资的要求，因而其工资面临着下浮压力。
理论上讲，改革过程中不断强化的市场竞争将减少对职工非能力特征的回报。我们初步认定有三个职工个人特征是非生产性的，即性别、政治面貌和民族。性别工资差异通常归因于性别歧视。1990年代性别工资差距不断扩大似乎与竞争越来越强的劳动力市场的假设是相矛盾的。但是，即使在控制教育、经验及其他可观察的变量后，性别工资差异仍然是发达国家的普遍现象。截面数据估计结果显示1988年时中国的性别工资差异为12％⑤，1995年上升到15％，1999年进一步上升到22％。国际比较表明：与市场经济相比，改革前的工资体制更有助于消除性别工资差异。另外，美国的性别工资差距从1992年的21％上升到2000年的25％。而在中国性别工资差距似乎已停止上升，甚至在2002年下降到19％。
此外，在面板数据估计中性别工资差距在1990-1995年期间在统计上不显著、在1995-1999年期间显著增加、在1998-2002年期间显著下降(表3)。这可能是由于女性就业份额从1988年的40％增加到1995年的47.5％，这种增加可能降低了女性雇员整体的不可观察的生产力。1988年女性劳动参与率是比较低的，然而此时性别工资差异较小。这种样本选择效应可能会影响我们的估计结果。事实上，如果只有那些高能力的女性被雇用，则性别工资歧视会被低估。相比之下，在1995-1999年期间，截面数据和面板数据都显示性别工资差距在扩大。Appleton et al.[1]发现在1990年代后半期国企裁员期间，女性遭受的损失更大一些；因为她们不仅要面临更高的下岗风险，而且一旦下岗，她们再就业的可能性比男性更低。
党员工资溢价也是一种歧视，因为潜在的党员与非党员之间的生产力差异不能证明这一工资差异的合理性。党员工资溢价在1990年代不断增加。截面数据估计结果表明党员工资溢价从1988年的6.8％增加到1999年的18.1％。1990-1995年面板数据估计结果显示：党员工资溢价在期间增加了8％，到1999年又增加了7.3％。截面数据和面板数据分析均得到党员工资溢价不断增加的结果说明党员结构的改变(如吸纳更多的生产力高的人成为党员)不能解释这种现象。但是，由于不能在工资函数中控制党员职工的不可观测的生产性特征，因此党员工资溢价上升也可能反映了生产性特征回报的总体性提高。
1999年之后，截面数据和面板数据分析在党员工资溢价问题上出现了分歧。在截面数据估计中，党员工资溢价降低了，其系数在2002年仅为15.2％。但是在面板数据估计中，该系数在1998-2002年期间又增加了1.8％。一种可能的解释是党员结构的改变，新入党者所具有的不可观察的特征与那些老党员相比更不具有生产性。如果党员整体的这种不可观察的生产性特征的下降足够大，尽管面板数据估计中党员工资溢价在增加，在截面数据估计中该溢价也会下降。
与其他转轨经济如保加利亚(Giddings[8])的少数民族的经历相反，在中国经济转型过程中我们几乎没有发现任何少数民族工资歧视增加的证据。少数民族职工的工资仅在1995年显著低于汉族职工。在一些OECD国家，特别是在美国，即使在控制教育、经验和其他一些特征的情况下，Mincerian工资方程依然会识别出持久和显著的种族工资差异。此外，少数民族虚拟变量和年度虚拟变量的乘积变量在3个面板数据中都是正向的。因此，在1990-2002年期间，少数民族城镇职工比其他职工享受了更快的工资增长。
四、企业重组对工资的影响
在1988-2002年期间，私企规模在不断扩大，外企也在不断膨胀，中国的产业结构和企业结构也经历了深刻变革。1988年CHIP数据中仅有0.8％的职工在私企工作，但是到2002年该比例上升到了11.3％。与此同时，国企及其他公共部门的就业比例不断下降；城镇集体企业的就业份额下降的幅度最大，从1988年的20％减少到2002年的5.9％。在所有制结构重组的同时，产业结构也在逐渐变革。第一、二产业的就业份额从1988年的50.3％下降到2002年的42.0％。服务业特别是商业和政府部门的就业份额不断上升。以上这些变化也反映在中国城镇劳动力的职业结构变化当中。1988年时蓝领职工多于白领，而到了1990年代情况变得正好相反。2002年产业职工仅占城镇所有就业人员的1/3多一点。所有制结构及产业结构的变革和重工业中非盈利国企的裁员是相互关联的。
导致就业结构改变的压力可能也同样影响着工资变化。不景气行业更可能是亏损企业较多的行业。扩大企业自主权可能对那些在亏损企业就业的职工的工资带来负面效应⑥。表2的截面数据估计显示在1988-1995年期间城镇集体企业和国企之间的工资差距越来越大。相对于国企而言，私企和外企的工资在1995年之后发生很大变化。1988年时私企的工资比国企少29％，到1995年该差距进一步扩大；但在国企裁员期间该差距又缩小了，如2002年时该差距仅为9％。1988年时外企的工资与国企没有显著差别；但到2002年前者比后者高26％。
根据2002年CHIP数据所有制结构重组的信息，我们将企业所有制类型作为随时间变化的工资决定因素估计了1998-2002年面板数据的固定效应模型(表4)。与表3的模型不同，该模型不考虑个人特征回报的变化。然而，我们在该模型中包括了其他一些随时间变化的解释变量，如各省失业率和党员职工入党时间虚拟变量。原则上，面板数据中关于企业所有制重组影响的固定效应估计结果可以与表2中该变量组在1999年和2002年截面数据中的估计结果进行比较。一般而言，企业所有制重组影响的面板数据估计结果在绝对量上要比截面数据估计结果小一些。例如，根据面板数据估计结果，城镇集体企业和国企之间工资差异不显著。相比之下，2002年截面数据估计结果显示城镇集体企业的工资比国企低20％。
这种差异可能是由于企业或者职工个人的不可观察的特征上的差异所引起的。截面数据估计可能受到企业规模和企业资本劳动力比率差异的影响，而这些变量在入户调查中都没有。但是，尽管企业所有制结构重组，企业规模和企业资本劳动力比率等变量可能不会特别迅速地改变，因而它们对固定效应估计影响不大。截面数据估计和面板数据之间的差异也可能反映了具有较高的不可观察的生产性特征的职工进入了工资较高的所有制部门。相反，城镇集体企业职工个人的生产性能力可能较低。如果是这样的话，企业所有制类型对工资就不会产生因果效应。
关于私企对工资的影响，截面数据和面板数据的估计结果是一致的。就平均而言，缺省部门(即国企)比私企的工资要高一些。在截面数据中，私企的工资在1988年和1995年分别比国企少34％和50％，2002年时该差距减少到9.2％。在1998-2002年面板数据估计中私企和国企之间的工资差距为6％。截面数据和面板数据估计结果之间的大体一致意味着样本选择偏差对两个部门之间的工资差异影响不大。这也意味着下岗职工在找工作时，国企比私企具有更大的吸引力。
关于外企对职工工资的影响，面板数据估计结果不是那么直截了当。在合资企业工作有显著的工资溢价，但在外商独资企业工作对职工工资没有显著影响⑦。此外，面板数据显示的职工在合资企业工作所获得的工资溢价比在截面数据中所观察到的低得多，这可能反映了外企雇员具有较高的能力。最后，考虑到1998-2002年面板数据中经历企业所有制类型变动的观测值数量有限，因此要谨慎地对待这些结论。
关于产业部门之间相对工资的变化，表2截面数据估计结果表明相对于作为缺省变量的制造业而言，几乎所有服务行业的工资都在上升。对比2002年和1988年的截面数据回归结果可以看出：除商业之外，所有服务行业的工资都得到增加。教育、社会福利和政府管理等服务业的工资在1988年时显著低于制造业，但到2002年时已转变为显著高于制造业。1988年时商业和制造业的工资差不多，但到2002年前者比后者低10％。在1988-2002年期间，对农民工进城限制逐渐放松对商业的影响最为严重。一方面是从事商业经营的农民工个体户不断增加，另一方面是商业企业雇用的农民工越来越多。这两个因素延缓了商业职工工资的提高。
最后，职业工资结构也在发生变化。我们主要对比白领阶层和蓝领阶层之间的工资变化状况。截面数据估计结果表明：在1988-2002年期间蓝领和白领之间的纯工资差距增加了一倍多(表2)。也是在这个时期，白领阶层和私营企业主阶层的工资差距也在不断扩大。总之，虽然产业结构重组使中国城镇工资结构与OECD国家更加接近了，但也造成了大量失业。
五、中国工资函数的特殊性质
我们最后通过揭示中国城镇工资体系所具有的两个明显特殊性及其证据来结束本文关于城镇工资结构变迁的考察。一个特殊性是工资曲线的不存在，另一个是党员工资溢价的存在。
首先讨论工资曲线。国企裁员是中国产业结构重组的关键。以“下岗”著称的国企改革试行于1994年，全面实施于1997年。目的是在1997-2000年期间裁减1/4以上的国企职工以提高国企的效率，其结果是城镇失业急剧增加。与此同时，实际工资也大幅度上升。这种现象引起了对中国劳动力市场竞争性的怀疑。原因是人们普遍认为冗员问题一直在困扰国企，因而其职工工资不应该由于裁员政策的实施而上升。然而，工资增加和租金共享假说又是一致的。租金共享假说认为没有被解雇的职工可能获得企业通过裁减冗员而节省下来的工资开支的一部分。虽然如此，中国1990年代末期出现的工资上升和失业增加共存的现象与Blanchflower & Oswald[4]在其他国家所发现的实际工资和失业此消彼长的工资曲线是不一致的。
Sabin[20]发现了在1980-1992年期间中国工资曲线存在的证据。但是该时期城镇失业在中国还不是一个显著问题。Wu[24]使用各省的官方失业数据没有找到工资曲线，但是使用青年失业数据却发现了工资曲线。我们首先把根据2002年CHIP调查数据计算得到的各省失业率作为各省实际失业率的代理变量，然后把该代理变量作为固定效应面板数据工资函数的一个决定因素(表4)。使用常规的半对数工资函数，我们发现这个代理失业率变量的系数为负且在统计上显著。当平均失业率取值14.5％时，代理失业率变量系数意味着实际工资对失业的弹性是-0.046。这个弹性低于Blanchflower & Oswald[4]在OECD国家中发现的大约为-0.1的弹性。中国的较低弹性可能反映了失业变量的测量误差效应。但是，这也意味着失业率较高省份的工资下降压力比较缓和。因此，我们发现了在1998-2002年期间工资曲线在中国城镇存在的一些证据。
关于党员工资溢价，截面数据工资函数(表2)表明：即使在控制人力资本和工作特征的情况下，仍然有很大幅度的党员工资溢价。以前我们将这个结果解释为对非生产性特征的一种支付，因而也将其看作拒绝“劳动力市场竞争性不断增加”假说的证据。然而，具有较高不可观察性生产能力的职工更有可能是党员。中国共产党具有吸收模范职工入党的传统。最近以来，中国共产党吸收了更多的具有远大抱负和志向的人。2002年CHIP入户调查问卷询问了被调查人何时入党的问题，因而我们得以构造一个随时间变化的党员变量。通过使用面板数据估计方法，我们可以把党员资格效应从不随时间变化的不可观察的生产力差异的影响中剔除出去。
表4中的面板数据估计显示：当把党员变量作为随时间变化的决定因素放入1998-2002年面板数据工资函数时，党员工资溢价可达5.5％。虽然该变量在统计上显著，但系数远低于1999或2002年的截面数据估计结果。因此，大部分党员工资溢价是对不随时间变化的不可观察因素的回报。但是，我们应谨慎对待这个结果，原因是我们所使用的面板数据时间跨度很短，而党员效应的体现可能需要更长的时间。
六、总结
在过去20多年里，随着多种所有制并存局面的出现和服务业主导地位的增强，中国城镇劳动力市场似乎正在朝着与OECD国家相类似的方向发展。由于私企职工在中国城镇就业人员总量中的比重不断上升，工资也越来越由职工个人的生产性特征所决定。国企职工享受的工资溢价在不断缩减。基于1998-2002年期间国企重组引起的所有制结构改变，我们估计了职工就业企业所有制变化对工资的影响。由于个人能力较强的职工倾向于到外企就业、而个人能力较差的职工只能留在城镇集体企业，因此我们的估计结果意味着由企业所有制变化引起的某些工资差异反映了样本选择偏差的作用。但是，面板数据和截面数据估计均显示：受雇于国企比受雇于私企可以获得更高的工资。虽然国企的工资溢价仅为5％左右，但它在统计上是显著的。
职工就业从第一、二产业向第三产业的转移也可以通过城镇工资结构变化反映出来。在1990年代，产业结构重组终结了制造业蓝领职工享有特殊地位的时代。此外，蓝领和白领之间的工资差距在不断扩大。1990年代国企大幅度裁员在一定程度上导致了中国产业结构转型。虽然在1990年代末期随着失业率的上升实际工资也在提高，但是由于各省的高失业率对工资的影响较为温和，因而我们从1998-2002年面板数据估计结果中找到了中国相对平缓的工资曲线。
CHIP 1988年、1995年、1999年和2002年截面数据数据分析和1990-2002年回顾性面板数据分析均显示：中国的受教育回报在不断增加；与此同时，劳动力市场越来越具有竞争性。国际比较表明：在计划经济时期教育回报被人为压低了，所以在向市场经济转轨过程中教育回报不断上升是预料之中的变化。然而，关于工作经验回报和性别工资差异的分析又得出了完全不同的变化趋势。虽然工作经验被普遍认为是一种生产性特征，但是按资历支付工资是改革前中国工资等级制度的显著特征，国际比较也表明改革前工作经验回报是被高估的。因此，我们所发现的在1988-2002年期间工作经验回报的降低与中国朝着更具竞争性的劳动力市场的发展是相一致的。此外，2002年中国的由教育和经验衡量的人力资本的回报已接近于OECD国家。
如何解释中国性别工资差距的不断扩大是颇具争议的。在同等教育和工作经验条件下，男职工工资高于女职工通常被认为是由性别歧视而不是由生产力差异造成的。然而，性别工资差距持续存在也是发达国家的普遍特征。国际间比较表明：转轨初期中国性别工资差距是比较小的，然而1988年以来性别工资差距被急剧拉大。即使如此，中国的性别工资差距与美国相比仍然是比较小的。此外，中国对少数民族职工的工资歧视远远低于美国。而且，没有证据表明经济转型对少数民族职工的工资歧视在加重，相反在我们的数据中少数民族职工工资增长的速度更快一些。
最后，我们考虑中国经济转轨期间党员工资溢价上升但增长速度下降的现象。2002年CHIP数据分析表明党员工资溢价在缩减。虽然面板数据分析发现党员工资溢价在增加，但在截面数据分析中它在下降。这可能说明新党员不可观察的生产性特征的削弱或者工资决定因素中党员资格效应下降。当把党员资格看作一个随时间变化的工资决定因素时，党员工资溢价更低。这意味着对于在1998-2002年期间入党的城镇职工而言，他们的党员工资溢价增加得极为缓慢。与截面数据结果相比，这种缓慢的党员工资溢价增加反映出党员职工在入党前就具有较高的生产性特征和能力。当政府在城镇劳动力配置中发挥主要作用的情况下，党员职工享有一些特殊地位；现在和未来入党的职工可能无法得到特殊待遇。换句话说，随着市场竞争的不断加剧，职工个人的生产性特征和能力将会获得越来越高的回报。
注释：
①收集这样具有全国代表性的大规模入户调查数据成本非常高，没有上百万人民币是根本无法进行的。到目前为止，作者还没有得到关于中国劳动力市场的更新入户调查数据。
②根据官方估计，流动人口(也就是那些不在户籍所在地生活的人口)从1983年的约200万增加到了2000年的6100万左右(Fleisher & Yang[7])。
③Psacharopoulos[18]在综合全世界相关文献基础上报告了这个系数的平均值为10％。Trostel et al.[21]通过对28个国家的研究提出了一个可以说是更加可靠的估计，即男性的教育回报系数为4.8％，女性为5.6％。
④由于篇幅限制，工资-工作经验曲线图没有在文中给出。作者可根据读者需要提供该曲线图。
⑤根据Halvorsen & Palmquist[10]，我们计算的百分比效应等于exp(β)-1，这里β代表对数工资函数中的相关系数。
⑥Knight & Li[11]提供了中国企业盈利能力和工资之间相联系的证据。
⑦Pearson[17]著作的一名审稿人认为：合资企业的工资被法定要求比国有企业工资高20％。Pearson的研究仅仅到1988年，而我们在面板数据中发现在1998-2002年期间的工资溢价要低得多。