教育扩张能改善收入分配差距吗？——来自CHNS2006年数据的证据，本文主要内容关键词为：收入分配论文,证据论文,差距论文,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。
一、引言
人们一般认为教育投资对收入有很重要的影响。教育能够提高人的技能、显示他的内在生产率，因此高学历的人能够获得更高的收入。加强教育投资被看作是减少贫困、缩小收入差距的主要手段，尤其是在发展中国家，更是如此。但近年，在中国却出现了不同寻常的现象，一方面，教育扩张甚至部分的过度教育在进行中；另一方面，大学生的失业率在上升，收入不平等日益严重。要理解中国转型期的特殊问题，教育与收入不平等的互动关系是核心所在。教育扩张是否导致了收入不平等？其内在的影响机制是什么？
根据中国健康和营养调查(CHNS)2006年的数据，本论文探讨转型经济中的教育如何影响个人收入：在多大程度上教育结构变化导致收入不平等，在多大程度上教育收益率(高学历者获得更高的收益)在起作用？教育的获得是否改变劳动者的就业选择行为？不同收入群体的教育收益率存在差异吗？
这篇论文的创新点在于：(一)我们探索教育影响收入的内在机制，例如教育如何导致人们的就业时间差异和就业单位选择。运用分位回归的方法，分析低收入群体的教育收益率是否较低，教育扩张是否不利于收入差距的缩小。运用基于回归方程的分解方法，我们将收入差距分解为几个因素：人口效应(不同群体不同的受教育水平)、价格效应(不同教育水平劳动者不同的教育收益率)、劳动选择效应(不同教育水平劳动者不同的就业时间和就业单位选择)和不可观测因素(家庭背景和个人能力)。(二)我们建立一个相对完整的收入决定模型，考虑劳动力流动、健康人力资本等因素。我们使用了几种不同的收入变量，不仅包括月工资收入，还有年总收入和小时收入，以更准确地反映收入的变化。
这篇论文的结构安排如下：第二部分是关于教育扩张和收入差距问题的一些事实和相关理论文献。数据来源和计量模型在第三部分介绍。第四部分给出计量分析的结果并进行了讨论。最后一部分是总结和政策性建议。
二、教育扩张和收入不平等：文献回顾与程式化事实
教育与收入不平等之间的关系是双向的。收入不平等会引起教育获得的差异，而教育水平的不同又会影响人们的收入差异。社会分层理论强调了在现代社会中社会背景对人们教育获得的重要影响。在中国，教育不平等仍很明显，贫困家庭的子女接受教育的机会较小。1990年代后期开始的教育市场化、教育扩张并没有让贫困家庭获益很多，优质高等教育资源更倾向于经济背景好和社会地位高的家庭的子女(丁小浩，2006)。教育选择是内生决定的。贫困家庭的孩子更需要接受教育以改变他们的命运，但是目前仍存在着经济障碍使其不能继续学业，结果收入不平等导致教育不平等，并进一步形成更大程度的收入不平等。
还有人强调贫穷的孩子(不是最穷的那些)没有接受更少的教育，相反他们甚至进行过度教育。原因在于这些孩子在社会资本网络中处于劣势，而在中国，社会资本对于获得好工作非常重要。因此他们不得不求助于更高的学历以显示自己的能力。结果，过度教育者更可能来自贫困家庭，更可能在劳动力市场上过度流动，从而影响其获得高收入。
另外，现存的行业工资差距(金融、电信等垄断行业具有较高的工资)也激励学生涌入热门专业学习，而不考虑他们的禀赋和资质。结果，人文社会科学学生供给过剩，而理工科学生相对短缺，高技能人才严重不足。因为技术工人的报酬偏低、职业技术教育落后，近年出现了技术工人短缺的现象。垄断行业的高租金使得企业愿意将其与员工分享，在此行业工作的劳动者能够获得很高的工资。虽然在垄断行业工作不一定需要高学历，但企业招聘时通常会提高学历的门槛。有偏的经济发展战略也导致行业或职业的工资差距。例如，与外向型发展政策紧密相关的专业能获得高收入。在技术上依赖从发达国家引进也使得发展中国家对专业技术人才的需求不足或经历退技能化(deskilling)的过程(Irizarry，1980)。
反之，教育获得的分布也能影响收入分配，教育不平等导致收入不平等。根据世界银行的数据，中国2000年教育的基尼系数为0.37，收入的基尼系数在2001年为0.45。教育不平等不能解释收入不平等的全部。即使贫穷学生获得合适的教育，他们能获得足够的收益吗？如果不能，则收入分配不会改善，甚至会恶化。有人将扩大的收入不平等归结为高学历的更高收益率或凸的收益。在墨西哥，不同教育水平的相对收入变化总是不平等变化的主导力量(Lopes-Acevedo，2006)。在中国，教育的收益率在上升，且以递增的速度上升，高学历者获得更高的收益率(赖德胜，1998；李实和丁赛，2003；李雪松和赫克曼，2004)。低学历者的绝对收入水平也在提高，但与高学历者相比，收入差距在扩大。为什么高学历者有更高的收益率？它和技能偏向的技术变革有关吗？还是其他原因比如收入分配不公平造成的。如果高工资不能与其劳动生产率相匹配，就会出现扭曲的收入分配。需要注意的是，中国高学历者的高收益率还与自选择问题有关，只有通过高考的学生(更有才能者)才能进入大学获得较高学历。
在发展中国家，教育学历对行业和职业的选择越来越重要。许多高学历的学生希望在公共部门找到一份好工作，但如果他不拥有关系社会中的社会资本网络，仅仅拥有高学历并不能保证其获得好工作。工作竞争和过度教育没有给贫困学生带来高的回报，相反，它不鼓励自我雇佣和企业家才能的形成。例如在吉布提，公共部门的就业者更可能是男性、来自精英阶层、其父母也在公共部门就业(Seshan and Casero，2006)。
收入不平等也存在于获得同一学历的人之间。这与能力差异有关吗？还是获得好工作的幸运者是随机选择的？教育改变了能力的分布还是只起到信号的功能因而收入分配不会得到改善？贫穷家庭的学生即使和富裕家庭背景学生在学业上表现相同甚至更突出，但就业前景却不如富裕家庭的学生。有人认为这是认知性技能(cognitive skill)在起作用。目前还不清楚在多大程度上收入由在学校获得的人力资本决定，在多大程度上由与社会背景相联系的认知性技能决定的。
过度教育引起更大程度的收入不平等。过度教育的劳动者收入偏低，过度教育的回归系数是负的且在统计上显著(Nachum，1991)。近年大学生就业越来越困难，一些学生不得不屈就于他们不能充分发挥才能的工作。这些问题与劳动力市场的不健全有关。在东部大城市，过度教育者、高技能劳动者过分拥挤。教育扩张无助于缩小地区间收入差距，因为存在地区间的工资差距，西部地区的学生不愿意回到家乡就业。为了能在东部地区找到好工作，他必须继续获得更高的学历。至于教育的信号功能，因为不合理的考试制度和企业的有限甄别而部分失灵(宁光杰，2006)，因此形成混同均衡，获得同一学历的学生之间技能差别很大。为了显示自己，更高才能的劳动者需要进行更多的教育投资。
还要考虑教育质量的问题，贫穷学生可能因获得低质量的教育，因而收益率较低。此外，教育扩张引发许多问题。学生数量扩张而人均教育资源在下降，结果近年毕业生的平均质量在下滑。不合格的毕业生其收入会低一些。
综上，我们看到教育与收入分配之间的复杂关系，包括教育结构、不同教育水平的收益率、教育的信号功能与人力资本功能、教育质量等，本文将从实证方面做出一些探讨。
三、数据来源和计量模型
本文分析的数据来源是由美国北卡罗莱纳大学组织的中国健康和营养调查(CHNS)2006年的数据。虽然该调查的主要目的是了解中国居民的健康和营养状况，但也包含教育和收入的信息，因而这些数据对我们的研究非常有用。2006年的个人调查样本数量为9788个成年人(18周岁以上)，但只有2096个被调查者拥有工作和收入的信息。其他关于教育类别、户口类型、职业和工作单位性质等信息也得到反映。
从微观的角度看，收入的变化源自劳动力参与和就业单位选择决策的变化，也源自人口特征的变化，以及这些特征的收益率的变化。我们要运用合适的方法度量影响收入的各种因素的相对重要性。我们假设收入是教育水平、工龄等反映技能状况的因素的方程，并控制性别、户口类型、单位性质等其他变量。因而待估计的回归方程如下：
这里的wage是上一年(2005年)个人的月工资收入，educ代表受教育年限①，expe是工龄(等于年龄减去受教育年限再减去7②)，gender是性别的虚拟变量(男性为1，女性为0)，hukou是反映户籍类型的虚拟变量(城镇户口为1，农村户口为0)，mobility是反映劳动力流动性的虚拟变量，通过询问2004年以后是否变换工作，变换工作者定义为1，否则为0。unit为工作单位的类型，有8种类型，包括政府部门、国有事业单位和研究所、国有企业、小集体(如乡镇所属)、大集体(县、市、省所属)、家庭联产承包农业、私营和个体企业、三资企业(属于外商、华侨和合资)。我们将前三类定义为1，后五类定义为0，以探讨是否在国有部门就业对工资有显著的影响。unitscale是反映单位规模的虚拟变量，100个职工以上的单位被定义为1，否则为0。我们希望知道单位规模③是否会导致高收入。illness是反映健康人力资本的变量，通过询问被调查者在过去三个月是否因生病而影响日常生活和工作，回答是的定义为1，否则为0。
被解释变量还可以是年收入(月工资加上月补贴后与工作月数④相乘，再加上年奖金)，平均每一劳动小时的收入(总的年收入除以每年的劳动小时数)。对于教育水平变量，我们也通过虚拟变量方法估计出不同学历如初中、高中、职专、大学及以上的不同收益率。对于单位类型，也是如此。
考虑到高学历者更有可能进入国有部门，我们还用职业类别来替代教育变量进行回归分析。共有12种职业，包括：(1)高级专业技术工作者(医生、教授、律师、建筑师、工程师等)；(2)一般专业技术工作者(助产士、护士、教师、编辑、摄影师等)；(3)管理者/行政官员/经理(厂长、政府官员、处长、司局长、行政干部及村干部等)；(4)办公室一般工作人员(秘书、办事员)；(5)农民、渔民、猎人；(6)技术工人或熟练工人(工段长、班组长、工艺工人等)；(7)非技术工人或非熟练工人(普通工人、伐木工等)；(8)军官与警官；(9)士兵与警察；(10)司机；(11)服务行业人员(管家、厨师、服务员、看门人、理发员、售货员、洗衣工、保育员等)；(12)运动员、演员、演奏员。
四、计量结果和讨论
(一)教育对收入的影响及内在机制
首先，我们考察教育年限对收入的影响。如表1第一、三和五列所示，运用标准的Mince方程，当不同类型的收入充当被解释变量时，我们得到不同的教育收益率。当工资作为被解释变量时，收益率为7.9％；当年收入作为被解释变量时，收益率为11.3％；当小时收入作为被解释变量时，收益率为12.5％。这暗示着高学历劳动者在奖金分配方面比在工资分配方面更有优势。进一步地，低学历劳动者只能靠延长劳动时间来增加收入。如果我们控制诸如性别、户口、工作单位类型、流动性等特征后，回归结果如第二、四和六列所示，可以发现教育收益率的绝对水平变小(这说明忽视这些控制变量会高估教育的收益率)，但相对大小没有发生改变。平均来说，与1990年代和2000年代初期的教育收益率相比(孙志军，2004；罗楚亮，2007)，2005年教育收益率得到提高⑥。表中还显示收入随工龄增长而增加，但以递减的速度增加，这与传统的人力资本理论相符合。
收入回归方程中还有其他的发现。在其他条件相同的情况下，男性劳动者的收入比女性劳动者的高23.8％—26％，城镇户口劳动者的收入比农村户口劳动者的高7.5％—11.5％。这反映了劳动力市场上存在着性别歧视和社会身份歧视。在劳动力流动方面，与人力资本理论和其他国家的实证结果相反，更换工作的劳动者其收入会下降而不是上升。这可能因为他们大多是在经济不景气时的非自愿失业者，而不是为了获得更高工资而转换工作的自愿失业者。这也说明劳动力流动在中国还不普遍，也不被企业所认可。在国有部门就业和在规模大的单位就业都会给劳动者带来更多的收入，这反映了就业单位选择的重要性。还可以发现在过去三个月因生病而影响工作的人会有工资上的损失，但这一影响在年收入和小时收入的回归方程中不显著。健康人力资本理论只是部分地被支持。
至此，我们还不清楚教育是如何影响收入的，其内在机制如何运作。按照传统的人力资本理论，高学历者有更高的劳动参与率、工作更长时间，更可能进入国有部门或垄断部门以获得更高的工资，更可能在劳动力市场上流动以获得更高的工资，身体更健康以避免因疾病导致收入损失。这些机制在中国都存在吗？
如表2第一列所示，劳动者受教育年限越长，工作时间越少，这部分归因于工作时间安排的不灵活性(不能因工资高而任意延长法定的劳动时间)，也在于高工资使得他们能享受更多的闲暇。选择工资率(小时收入)作解释变量，其他变量包括性别、单位规模等，计量结果表明工资率的系数为负，即工资率上升，就业时间减少⑦。换言之，收入效应大于替代效应而占主导。另外，在国有单位工作的劳动者工作时间较少，而在大规模单位工作的劳动者工作时间较长，城镇户口劳动者工作时间较少。在第二列中，logit模型显示受教育年限越长、城镇户口劳动者或男性劳动者更有可能进入国有部门，例如劳动者增加1年教育后进入国有部门的概率是不增加时的1.36倍(可能性提高36％)。在第三列中，可以发现劳动者受教育年限越长，在劳动力市场上流动的可能性越小(其odds ratio系数小于1)，这与传统的人力资本理论不同。在中国的劳动力市场上，劳动力流动仍存在一些障碍，往往是低学历的劳动者在非正规部门内部流动。在第四列中，劳动者受教育年限越长，因疾病而影响工作的可能性越小，但系数不显著。总之，表2说明工作时间和单位这两个内在机制表现得较充分，而劳动流动和健康两个机制的影响较弱。
。
为了深入考察教育对收入的作用，我们估计了不同教育程度的收益率，小学学历作为对照组。在表3的第一列中，与小学学历的劳动者相比，初中学历者的收入高16.3％，高中学历者的收入高31.6％，中等技能学校、职业学校学历者的收入高48.1％，大专或大学学历及以上者的收入高76.9％。与李实和丁赛(2003)对1999年城镇居民教育收益率的研究结果比较，发现初中和高中的收益率下降，而职校和大学的收益率上升。这说明近年低学历者和高学历者之间的收入差距在扩大，从而导致收入不平等。有人将其归因为对高技能人才的需求增加，但我们仍需关注高学历者的过高报酬是否合理。这意味着在收益率递增的条件下，劳动者仅获得中低学历是不够的。与政府部门相比，在国有事业单位和研究所工作收入会高11.8％，在小集体企业工作收入会低18.3％，在大集体企业工作收入会低28.1％，在家庭联产承包农业工作收入会低49.5％，在私营和个体企业收入会低13.2％。总之，在国有部门工作有较高的收入升水。另外，工作时间越长，年收入越会显著地提高⑧。
考虑到教育水平和工作单位类型之间的相关性(更高学历的劳动者更有可能进入国有部门)，在第二列中我们用职业变量来替代教育水平，发现与高级专业技术工作者相比，其他职业的收入都较低，特别是非技术工人和服务行业人员的收入更低，这些职业都不需要较高的学历。通过观察相关系数矩阵发现多重共线问题并不严重，因此在第三列中我们列出综合的模型。控制职业变量后，教育的收益差距仍存在，但缩小了。在每一个学历水平上，教育的收益率都下降，暗含着单纯接受教育对减少贫困的作用减弱。就业单位和职业选择也很重要。
进一步地，根据回归方程，我们测算不同因素对收入的贡献率。计算方法是解释变量的均值乘以回归系数再除以被解释变量的均值。如果我们用工作月数来计算年收入，我们得到表4第一列的结果。如果我们用12个月来计算年收入，结果如表4第二列所示。在两种情况下，教育只解释了总收入的9％—10％。工龄的贡献率不到3％，户口、流动性、单位等特征的解释力也较小。工作时间是主要的解释因素，在第一列中占近49.4％，在第二列中占14.45％。而回归方程中的残余项代表未观测到的个人能力和家庭背景，它对收入的解释力也较大，在第一列中占6.4％，在第二列中占6.1％。
(二)教育与收入分配差距：分位回归的结果
具有同一教育水平的劳动者之间也存在着较大的收入差距，这弱化了教育对减少贫困的作用。以获得大专和大学这一学历的群体为例，他们的平均年收入为21030.54元，最高收入达216000元，而最低收入只有1200元，标准差为19209.77。其收入回归方程如下：
***、**和*分别代表系数在1％、5％和10％水平上显著。如上面的回归方程所示，性别、户口等个人特征影响收入。单位和单位规模也有较显著的影响，说明仅获得高学历并不足以得到高收入，只有通过社会关系进入高工资的部门才能保证获得高而稳定的收入。
为了检验教育获得与收入不平等之间的深层关系，我们运用分位回归的方法分析受教育年限在不同收入分布分位点的估计参数特征，解释变量包括教育年限、工龄、工龄的平方、单位性质、单位规模、性别、劳动力流动性、户口、健康状况、工作时间，样本数量为1726个。结果如图1所示，可以发现教育年限的估计系数随分位点的上升整体看略有下降，但在第5个分位点和第9个分位点又出现上升的态势，说明教育年限与收入不平等之间的复杂关系。从局部看，高收入分位点上教育收益率相对较高，这意味着教育扩张有加剧收入差距的效果。刘生龙(2008)运用CHNS2004年的1931个数据做了分位数回归，结果表明在0.1、0.25、0.5、0.75和0.9分位点上的教育收益率分别是7.22％、6.8％、6.74％、5.58％和5.24％，说明教育收益率似乎随着收入的增加而下降。我们的结论与刘生龙的略有不同，我们运用的是2006年的数据，且模型的解释变量更多，刘生龙论文中的解释变量只有教育、经验、性别、地区。
图1 不同分位点的教育收益率(受教育年限)
下面分析不同教育程度在收入条件分布不同分位点上的收益率特征，对照组是小学文化程度，教育程度的解释变量为初中、高中、职专、大学及以上的虚拟变量，其他解释变量仍为工龄、工龄的平方、单位性质、单位规模、性别、劳动力流动性、户口、健康状况、工作时间，样本数量为1726个。结果如图2所示，我们没有在图中显示教育回归系数不显著的点。
图2 不同分位点的教育收益率(受教育程度)
从图2中可以发现初中学历的收益率在0.1和0.2的低分位点和0.9的高分位点都不显著，暗含着对低收入阶层来说，仅获得初中学历并没有帮助他们提高其收入，这也与目前的基本现实相符，低收入阶层中的很多人认为初中阶段的义务教育对提高收入、减缓贫困没有作用。高中学历的收益率在0.1的分位点上仍不显著，此后基本呈上升趋势，说明获得高中学历对中高收入阶层更加有利，也会扩大收入差距。对于职专学历来说，在中低分位点上的收益率相对较高，因为技校、职校能够学到与将来就业相关的技能，因而对中低收入阶层来说，接受职专教育有利于其提高收入、缩小收入差距。但这一学历的收益率总体差别不大。大学以上学历的收益率随分位点的上升也基本呈下降的态势，有利于改善收入分配状况，但在0.9的分位点上又快速上升。
整体上看，对于低收入阶层来说，上初中和高中并不能很好地改善其收入状况，上职业学校和大学在一定程度上可以缩小他们与高收入阶层的差距。
(三)收入差距的分解
下面将收入差距分解为人口效应、价格效应、劳动选择效应和不可观测的效应。对于教育而言，主要考察就业人口中的教育结构变化(教育年限的差异、高学历和低学历者的比例)、不同学历水平教育收益率的变化(高学历的收益率与低学历的收益率差距是否扩大)、不同学历水平劳动者的劳动参与和职业选择的差异(高学历者能进入高工资的垄断部门)、同一学历水平的收入差距(能力或家庭背景、社会关系的影响)。我们将收入从低到高排序，而后对不同收入组分别做回归。因为总的样本数量较小，我们只能按收入水平分成低、中、高三组。表5解释了总样本和低收入组之间的收入差距以及不同因素的影响力，对不显著的系数做了省略。我们分别列出了各解释变量的均值和回归系数。总样本和低收入组之间的收入差距为它们各自收入均值的对数值之差，即(9.36-8.56)。这一差距是由多种因素形成的。以教育年限为例，不仅因为低收入组的受教育年限低(9.75＜11.21，人口效应)，而且因为其教育收益率低(0.029＜0.091，价格效应)。则教育结构差距对两组收入差距的贡献为(11.21-9.75)*0.091⑩/(9.36-8.56)，教育收益率差距对两组收入差距的贡献为9.75*(0.091-0.029)(11)/(9.36-8.56)。其他因素的分析与此类同。
教育结构的差距可以解释两组收入差距的16.6％(11.21-9.75)*0.091/(9.36-8.56))，而价格效应——不同的收益率则可以解释75.6％(9.75*(0.091-0.029)/(9.36-8.56))的收入差距。这也反映了这样的事实：只提高穷人的教育水平而不改善不同教育水平间的收入分配是不够的。在性别的作用方面，低收入群体更多地由妇女组成，而且男性劳动者也不能获得像总样本中那样多的收入(收益率低)。同样是价格效应超过人口效应(8.46％＞3.9％)。工作时间解释了两组间收入差距的绝大部分，不仅因为低收入组的劳动者工作时间更少，而且因为其工作时间的收益更低，价格效应表现得更明显(114.85％＞8.39％)。陈玉宇和王志刚(2006)利用CHNS1989-2000年的数据对工资方程进行了动态分解，分为可观测变量的数量效应(相当于我们这里的人口效应)、价格效应和不可观测变量的效应。发现高收入组与低收入组差距在1989-2000年的扩大，主要是由个人特征的价格变化(价格效应)引起的。这与我们的结论是一致的。考虑到劳动选择效应，前面的分析表明高学历者倾向选择工作更少的时间，从而会产生缩小收入差距的作用。在表5中，单位规模有小的缩小收入差距的作用，价格效应为-1.31％，而人口效应为0.68％，这也与传统劳动选择效应预期的不同(12)。不能观测的部分也占不小的比重(23.75％＝(0.59-0.40)/(9.36-8.56))，说明能力或家庭背景、社会关系对收入差距的较大影响(13)。
五、总结
运用中国健康与营养调查2006年的数据，本论文旨在考察在中国的转型阶段教育如何影响个人收入。从回归结果看，我们发现教育水平只解释了个人收入以及不同群体间收入差距的较小部分。更高学历的劳动者更有可能进入国有部门，在劳动力市场上流动的可能性较小，工作时间较少，这些都会对收入和收入不平等产生影响。分位回归的结果发现低收入阶层的教育收益率可能更低或不显著，尤其在初中和高中学历水平上，这不利于缩小收入差距和缓解贫困。我们将收入差距分解为几个因素：人口效应、价格效应、劳动选择效应和不可观测效应。在对中国收入差距的解释方面，价格效应比人口效应更重要，劳动选择效应也很重要。对于教育而言，不同教育水平的收益率变化比教育水平本身的变化对收入分配有更大的影响，与教育水平相关的劳动时间、就业单位的性质与规模也对收入产生较大的影响。
论文的政策含义是单纯增加教育经费实行教育扩张而不辅助教育体制的改革和劳动力市场的改革对减少收入不平等帮助不大。要改革考试制度、提高教育质量，避免过度教育和毕业生不合格而影响教育的收益率。要通过市场机制调整不同教育水平的收益率使其真实反映劳动者的生产率状况，要发展劳动力市场以缩小部门间、行业间收入差距。家庭背景因素在寻找工作中的作用应弱化。
论文的不足之处在于由于只有拥有工作者才有收入的信息，因而我们的教育收益率分析存在选择性偏差(selection bias)问题，下一步需要运用合适的方法来克服。此外，运用多年份的数据进行比较研究，分析教育对收入差距扩大的解释力以及对各年之间的基尼系数差距进行分解是我们将来的研究方向。
*作者感谢2008年留美经济学年会(2008年4月，南开大学)和中国地方公共财政改革国际研讨会(2008年4月，北京大学)与会者的有益评论和建议，感谢杨光博士为研究提供计量分析软件，感谢匿名审稿人的宝贵建议。文责自负。
注释：
①虽然在第二部分我们认为家庭收入和不同部门的收入分配状况会影响个人的教育获得情况，但这里的被解释变量为个人收入，因而受教育年限不存在内生性问题。
②假定平均的入学年龄为7岁。
③与垄断程度、单位内部的利益群体大小等有关。
④另一种算法是直接乘以12，这里假设工资和补贴按自然月数自动获取。
⑤年收入等于月工资加上月补贴后与工作月数相乘，再加上年奖金。
⑥虽然收益率的绝对大小因数据来源不同而会有差距，但相对大小和变化趋势还是可以对比参照的，毕竟反映的是同一经济现实。
⑦这里我们只保留系数显著的解释变量，回归结果为：
⑧对于目前中国的劳动者来说，他们更关心年收入而不是小时收入，所以表3及下面的分析都用年收入做被解释变量，而工作时间是影响年收入的解释变量。
⑨这里的年收入等于月工资和月补贴乘以12，再加上年奖金。
⑩这里考虑在收益率相同的情况下(都获得总样本组的收益率)，单纯由于低收入组教育年限低而形成的收入差距。
(11)这里考虑在获得低收入组的教育年限的情况下，由于收益率差距而形成的收入差距。
(12)笼统地理解，这里的劳动时间和单位规模的影响(包括价格效应和人口效应)都叫劳动选择效应。高学历者工作了更长时间，进入更大规模的单位，由此获得更高的收入。
(13)需要说明的是，这几个解释变量的贡献之和已经超过100％，是因为其他因素对收入差距有负的影响。只是在我们的回归中，它们的影响不显著，而没有列出。
标签：年薪论文; 收入差距论文; 法定工作时间论文; 收入分配改革论文; 收入效应论文; 解释变量论文; 工作选择论文; 价格发现论文;