中国城镇就业收入差距的扩大及其原因，本文主要内容关键词为：中国论文,城镇论文,收入差距论文,原因论文，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、研究背景
上世纪80年代中期起，中国收入差距开始不断扩大(卡恩等，1994；Riskin et al.，2001；李实等，2008；Ravallion & Chen，2007)，基尼系数从1983年的0.28上升为2007年的0.48(Ravallion & Chen，2007，Li et al.，2010)。与此同时，中国城镇的收入不平等状况呈现出同样的变化趋势，基尼系数从1983年的0.17上升为2007年的0.36(张东生，2009)。理论界对于不断提高的收入差距主要解释为以下两种原因，一是企业为了提高劳动者的积极性和企业运作效率，在工资决定过程中引入了市场力量，而工资决定的市场化带来了工资分配差距的扩大，从而导致就业者收入的差距；二是劳动力市场在性别间、所有制间、行业间、地区间的分割导致个人收入差距不断增大。
上世纪90年代中期起，中国城镇经济改革进入实质阶段，一方面，政府部门、国有企业的工资体系发生了改变；另一方面，企业的所有制结构发生了重大变化。上世纪80年代以前，国有企业的工资水平具有完全的计划经济特征，劳动者的收入与工作的努力程度之间联系并不紧密。进行工资体制改革之后，劳动者工资水平与劳动贡献挂起钩来，工资差距随之扩大。同时，国有企业私有化不断进行，私营经济、个体经济迅速发展。国有企业职工比例从1994年的60％降低到2000年的35％，又进一步降低到2007年的22％，而私营企业和个体企业的职工比例则从1994年的8.3％上升为2007年的30％，外资企业和合资企业的劳动力人数也在不断增加(国家统计局，2008)。①这两方面的变化都给城镇就业者的收入分布带来了影响。在工资决定机制的调整上，经济改革使得劳动力市场对不同的个人禀赋特征的回报率发生了变化，这必然带来收入差距的变化；而对于经济结构的调整，在劳动力市场分割仍然存在的情况下，经济结构的变化本身可能会带来收入分布的变动(Deng & Li，2009)。
本文关注的问题是经济改革究竟在多大程度上影响着就业者收入分配的变化。一般情况下，如果市场化程度提高带来对个人禀赋回报的提高，或者个人禀赋的分布发生变化引起收入差距的扩大，那么这种扩大是可以被接受的；然而，如果收入分配受到劳动力市场分割因素的影响，加剧了收入不平等的状况，那么由此带来的收入差距扩大则是不可接受的。本文希望通过研究劳动力收入结构和分布的变化，考察经济转轨期间城镇收入不平等扩大的原因，并对各贡献因素的影响加以数量估计。我们的研究结果表明，从1988到2007年市场化改革使得劳动力市场对工作经验和教育的回报率显著提高，成为收入不平等程度扩大的主要贡献因素，然而，性别间、地区间工资差距的扩大也加剧了收入的不平等程度。
二、文献回顾
近年来，人力资本回报在城镇地区工资和收入决定过程中发挥了越来越重要的作用，从上世纪80年代中期开始，教育的回报率越来越高，由1988年的3.8％上升为1995年的5.7％，又进一步上升为1999年的8.1％，②且平均年教育回报率随着受教育水平的提高也在提高。一些研究表明，教育对城镇就业收入差距的解释力越来越强(李实、李文彬，1994；赖德胜，1999；李实、丁赛，2003；张车伟，2006；Deng & Li，2009)。与此同时，作为人力资本的另外一种形式，工作经验所获得的回报一直处于下降趋势。计划经济时期，在工资的决定过程中资历的回报率远高于教育的收益率(Knight & Song，1994)，劳动者的收入随着年龄的增加而不断上升直至退休。随着分配机制的演变，资历在国有企业工资决定中的作用逐渐减弱(Knight & Song，2008)。
在劳动力市场完全竞争的情况下，有相同人力资本水平的劳动者会获得大致相同的收入。然而在中国城镇劳动力市场上，收入的状况并不尽然。Zhao(2002)研究了国有企业与其他所有制企业工人的工资差距，发现控制了其他变量之后，外资企业工人的收入高于私营企业，高于国有企业，也高于集体企业。更有趣的是，这篇文章发现，低技能工人在国有企业比在私营企业能够获得更高的收入，而高技能工人在国有企业的收入则低于在私营企业的收入。Chen et al.(2005)采用中国住户收入调查数据，同样发现控制其他变量后，外资企业的收入在各类所有制中最高而集体企业最低。与Zhao(2002)不同的是，Chen et al.(2005)和Demurger et al.(2007)发现国有企业的工资高于私营企业的工资。由于收入与就业单位所有制性质、行业特点和地区发展水平等变量的高度相关关系在一定程度上反映了劳动力市场上的分割状况，Chen et al.(2005)分解了不同所有制之间的职工收入差距，显示了基于工资决定中就业单位所有制性质成为劳动力市场分割的一个重要因素。
不同行业之间收入差距的不断扩大问题成为学术界的另一个关注点。特别从上世纪90年代中期开始，一些具有垄断和寡头垄断性质的行业工资出现了快速增长，拉大了与其他行业之间的收入差距(李实、赵人伟，2008；陈钊等，2010)。虽然导致行业之间职工收入差距扩大的原因很多，但是一个最为突出的因素是企业利润转化为工资的过程(罗楚亮、李实，2007)。高利润的企业或以分享租金的方式，或以效率工资的方式将部分利润转化为职工工资(Knight & Li，2005；叶林祥，2010)。而一些高利润企业和行业又是与其垄断地位分不开的，而这些具有垄断性质的行业具有明显的高工资，它们与一般行业之间的工资差距主要来自于其垄断地位，而非其职工较高的人力资本禀赋(陈钊等，2010；岳希明等，2010)。
性别歧视带来的性别收入差距对城镇劳动力市场整体的收入不平等也有促进作用。从20世纪80年代早期开始，中国的性别工资差距不断扩大。在计划体制下，性别间的工资差距被控制得远低于同时期其他国家的水平(Gustafsson & Li，2001)，随着国有企业的私有化和私营部门的迅速发展，工资决定的计划特征减弱，性别工资差距逐渐增长起来。一方面，男女性劳动者之间的个人禀赋差异逐渐表现在工资回报上；另一方面，女性劳动者失去了计划工资决定机制的保护，在市场上受到的歧视也逐渐表现出来，对整个城镇地区就业收入差距的扩大起到贡献作用(Liu et al.,2000；王美艳，2005；葛玉好，2007)。
三、分解方法
本文采用的分解方法主要是Oaxaca(1973)和Fields(1998)的方法，我们先用Oaxaca方法分析了1988年和2007年的收入机制差别，又用Fields方法分析了1988年与2007年收入差距的不同特点及其影响因素。
根据Oaxaca方法，我们将一个时间点到另一个时间点的收入增长幅度写为：
四、数据来源和描述性统计
本文采用的数据是1988年和2007年中国住户收入调查数据(CHIP)的城镇部分。③为了便于比较，我们选取了两组数据中相同省份的样本，包括北京、山西、辽宁、江苏、安徽、河南、湖北、广东、云南和甘肃十个省，并筛选了有就业收入的个人样本，得到前后两组样本分别为16991个和9053个。为了使得数据在地区间和不同时点上可比，我们对数据做了以下处理。首先，我们根据1988年的城市消费物价水平调整了2007年的工资收入；然后，根据Brandt & Holz(2006)提供的不同省份的生活费用指数，我们对两个年度不同样本省份的个人就业收入做了购买力调整，使之更具有可比性；最后，由于数据的抽样设计问题带来的不同地域、不同所有制就业人员样本的代表性偏差—沿海地区和私营企业的样本比例偏低问题，我们按照样本省份的实际就业人数和不同所有制单位就业人数对样本进行了加权处理。关于调整和加权后工资水平和工资增长情况的统计结果，见表1。
从实际月收入水平来看，1988年到2007年城镇地区平均月收入水平增长为4.2倍，平均年增长率为8％。然而，不同劳动者的收入增长率仍有差别。例如，在收入的增长倍数上，男性就业者比女性高出0.55；26～30岁年龄组就业者比16～20岁组高出近一倍；汉族比少数民族高出0.60。同样，高学历组的收入增长也明显高于低学历组；国有企业的职工收入增长率高于私有企业；金融保险业的收入增长率高于批发零售贸易餐饮业；广东等东部省份的收入增长率高于甘肃等西部省份。
图1反映了1988年和2007年不同年龄组和不同性别的就业收入的分布状况。从中我们看到，1988年的收入分布仍具有显著的计划经济特征，收入随资历的增加而不断提高，在退休前后达到顶点。而且男女两个性别组收入差距不大。2007年的年龄—收入的分布状况则显著不同。首先，收入的平均水平显著提高；其次，就业收入在36～40岁年龄区间达到顶点，之后保持基本稳定直至退休；第三，男性和女性之间的收入差距显著扩大。
我们同时将城镇就业收入按照来源分为工资性收入、经营性收入和其他收入，④也画出了各个分项收入在不同年龄组的分布图。由于两个年份中的年龄—工资性收入与图1中年龄—总收入的分布特点没有明显的差别，我们只是给出了年龄—经营性收入的分布图(见图2)。不难看出，年龄—经营性收入的分布在1988年至2007年期间发生了很大的变化。1988年经营性收入主要集中在20～25岁区间，也就是说当时主要从事私营和个体经营的人员主要是待业青年，他们迫于就业和生计的压力，不得已而选择了个体经营这种“非正规就业”。到了2007年，从事私营和个体经营的人员大幅度增加，其就业人员已占到城镇就业人员的30％以上，且在不同年龄组中都有不同比例的就业者获得经营性收入。如图2所示，2007年，获得经营性收入最多的是30～40岁年龄组，而低年龄组相对说来获得经营性收入并不高，这一点与1988年的情形形成了巨大的反差。对于女性就业者来说，获得经营性收入最多的是50～60岁年龄组。这意味着这个年龄组获得经营性收入的女性大多是下岗或早退后的再就业人员，她们就业于这类非正规领域大多出于一种无奈的选择。
为了比较1988年和2007年就业收入分配差距的变化，我们分别画出了个人就业总收入及各分项收入的洛伦兹曲线。由于工资收入的洛伦兹曲线与就业总收入的差异不大，而其他收入在就业收入中所占比重很小，为了节省篇幅，本文只列出就业总收入及其中经营收入的洛伦兹曲线(见图3)，也计算了就业收入的基尼系数并对此加以分解分析(结果见表2)。从图3可以看出，在就业收入上，2007年的洛伦兹曲线更加远离45°对角线，表明了在就业收入分配上，2007年的不平等程度明显大于1988年。这一点在表2中也得到相应的印证，就业收入的基尼系数从1988年的0.22上升到2007年的0.37，表明城镇就业收入分配的差距扩大了70％。不论从洛伦兹曲线来看，还是从基尼系数来看，相对于经营性收入，工资性收入在两个观测年份的不平等程度都更小，但是从变化趋势来看，从1988年到2007年工资性收入分布的不平等程度有所上升，集中率从0.21上升到近0.36，其他收入也表现出这样的上升趋势。这里重点需要说明的是经营性收入的不平等变化。如表2所示，无论是1988年还是2007年，经营性收入分布的不平等程度始终大于总收入。在1988年前者的集中率高达0.92，即使到了2007年，集中率仍为0.52，远高于就业收入的基尼系数。从动态角度来看，经营性收入的不平等程度表现出下降趋势，这可能是更多的城镇劳动力进入私营和个体经营带来更多的竞争导致该项收入的分配趋于均等化的结果。我们从图3中也可以看到，与1988年相比，2007年经营性收入的洛伦兹曲线更加靠近于45°对角线，意味着经营性收入分配差距的缩小。
图3 1988年和2007年城镇就业收入和经营性收入的洛伦兹曲线
为了了解就业收入与各分项收入之间的分配关系，我们同时将就业收入的基尼系数分解为各分项收入的贡献，如表2所示。1988年工资性收入占总收入的91.48％，然而由于集中率小于总收入的集中率，对收入不平等的贡献率仅为88.16％；经营性收入占总收入的比例非常小，但由于集中率极高，对收入不平等的贡献率高于其所占比例；其他收入的比例为8.41％，且集中率高于总收入，它对收入不平等的贡献率为11.32％。2007年，各分项收入所占比例及其对就业收入不平等的贡献率发生了很大变化。一方面，工资性收入的比例略有下降，其他收入的比例大幅下降，而经营性收入的比例大幅上升；另一方面，工资性收入和其他收入的集中率都有所上升，而经营性收入则略有下降。工资性收入仍然是各组成部分中对收入不平等贡献最大的，但经营性收入的贡献大幅增加。
五、就业收入增长的分解
为了考察1988年到2007年工资增长的原因，我们用Oaxaca分解方法将两个观测点上的工资决定机制进行了对比。首先分别估计1988年和2007年的工资方程。这里被解释变量为月收入的对数，解释变量为性别、年龄、民族、受教育水平等个人特征变量。由于工作经验变量缺失，年龄组作为经验的代理变量被纳入回归方程。除此之外，纳入估计方程的变量还有职业、所有制、省份等就业特征变量。
我们看到1988年到2007年之间性别收入差距显著增加，男性与女性之间的工资差距从10％上升为30％；年龄组之间的工资差距显著增大；不同受教育水平组之间的工资差距显著增大。
图4 1988年和2007年就业收入方程中学历组的系数估计值
注：参照组为小学及以下文化水平组。
图4反映了以小学及以下学历为参照组，各较高学历组的收入回报系数。相对于1988年，2007年的教育收益率远高于1988年。同时，高教育水平回报率的上升幅度远高于低教育水平组。以本科及以上受教育水平为例，1988年该组比小学及以下文化程度的回报率高出20％，2007年这一比例则为80％。职业变量的系数估计值也显示出了对较高端职业回报率的增加。与工人相比，单位负责人、技术人员的收入回报增加更多。在我们的观察期内，不同省份的就业收入增长出现较大差异，这尤其表现在东西部地区之间。我们以甘肃为参照组，对比了其他样本省份的就业收入增长。如图5所示，1988年，作为西部地区的甘肃在控制了其他变量后是收入较高的样本省份之一，2007年则变为收入最低的样本省份；而广东和江苏成为平均收入增长最快的省份，其收入水平与甘肃省拉开很大的差距。
图5 1988年和2007年收入方程中省份系数
注：参照组为甘肃省。
我们用Oaxaca方法将两个时点之间的收入增长分解为特征差异贡献——包括个人禀赋和就业特征——和特征回报差异贡献两个部分，如表3所示。在1988年到2007年的就业收入增长中，21.5％的增长归因于两个年份的特征变量的变化，而78.5％的增长则归因于回报率的变化。从各变量的贡献比例来看，年龄组对于收入增长的贡献最大，能够解释近40％的增长量，而其中34个百分点归因于系数回报率的差异，也即前后两个时期由工作经验的回报率差异导致的。学历变量对收入增长的贡献仅次于年龄变量，其贡献占就业收入增长的31％，其中特征变量差异的贡献约占4成，特征回报差异的贡献约占6成。这意味着不同学历就业人群之间收入差距出现了明显的扩大。我们的回归结果同样可以看到，从1988年到2007年，市场对学历的回报有了很大提高，且学历越高，两个时点间回报率的差异越大。在城镇劳动力平均受教育水平不断提高的情况下，教育回报率的普遍上升以及平均学历水平的提高都带来了收入的增长，而高学历就业人群获得的增长份额大大超过了低学历就业人群。省份变量也对就业收入增长有着重要的解释作用，表明了省份之间就业收入差距的扩大，东部省份就业人群获得了更大的收入增长份额。以上三个变量的贡献，解释了就业收入总增长的99％。需要指出的是，常数的贡献为负值，这说明参照组所代表的受教育水平较低、技术水平较低、西部地区的女性工人在收入增长过程中不仅其相对收入地位降低，而且其绝对收入也有所下降。
六、就业收入差距的分解分析
如前所述，2007年城镇就业收入差距的基尼系数比1988年上升了70％。为此，我们需要进一步了解导致收入差距扩大的原因，需要回答哪一些就业者的个人特征和就业特征在市场化过程中获得了不同的收入回报等相关的问题。为了分析就业者个人和就业特征与收入差距的关系，我们采用Fields(1998)的分解方法。该方法分为两个步骤，第一是估计两个年份的就业收入的回归方程，第二是根据回归结果将两个年份的收入不平等指数(如基尼系数)分解为回归方程中各解释变量的贡献。我们利用Fields(1998)的分解方法做出的分解结果看到，1988年我们选择的解释变量解释了基尼系数的大约18％，到了2007年这一比例上升到近31％。这意味着不可观测的因素如个人能力的差异、社会关系的多少、工作单位效益的好坏、个人获得灰色收入的机会等因素仍是导致收入差距及收入差距扩大的主要因素。
在各组解释变量中，绝大部分变量对就业收入差距的贡献有不同程度的提高。1988年，年龄组变量对收入不平等的贡献最大，即工资决定机制中对资历的看重带来了劳动者收入的不平等；其次是所有制结构，不同所有制对劳动者回报的差异也带来了收入的不平等。2007年则发生了很大的变化，学历组变量取代年龄组成为对收入差距贡献最大的变量，解释了就业收入基尼系数的近11％；作为工作经验的代理变量，年龄组的贡献继续提高；职业和省份变量也变得更加重要。然而，所有制变量的影响大幅度下降，接近于零。由于性别、民族身份、所有制结构、职业、行业、省份这些与劳动生产率无关的变量对收入不平等的影响反映的是劳动力市场分割的作用，将这几项的贡献比例相加可以得到劳动力市场分割对收入不平等的作用。由此，我们得到1988年市场分割能够解释就业收入不平等的8.72％，而工作经验(这里表现为年龄变量)和学历这些人力资本因素能够解释就业收入不平等的9.12％。到了2007年，市场分割因素能够解释收入不平等的11.56％，人力资本因素解释了收入不平等的19.3％。相对于1988年，劳动力市场分割因素对收入不平等的贡献仅略有提高，而人力资本的贡献作用则翻了一倍。总之，从1988年到2007年的20年中，劳动力市场对就业者个人禀赋、人力资本给予了更高回报，从而带来了收入分布的分散化，加剧了城镇就业收入的不平等，而且这种影响要大于市场分割带来的影响。然而，应该看到，市场分割仍是导致城镇收入差距的不可忽视的因素，仍需要加大政策力度对这种既不能带来效率也有损于公平的因素加以限制和消除。
七、结论
本文采用中国收入分配课题组收集到的1988年和2007年城镇住户收入调查数据，研究了20年中国经济转型过程中城镇就业收入不平等的演进状况。我们的研究发现，上世纪80年代末以来，中国城镇就业收入差距显著扩大，基尼系数上升了70％。我们采用不同的分解方法分析了收入不平等加剧的原因，发现在这一期间人力资本回报的逐步上升是收入不平等加剧的主要因素。这可以被理解为计划经济工资体系瓦解、市场化特征增强带来的必然结果。除此之外，市场分割因素，表现为性别间、行业间、省份间收入差距扩大，也对城镇就业收入不平等的加剧起到了重要推动作用。因此，对于人力资本报酬提高带来的收入差距扩大要给予充分的肯定，也要对市场分割导致的收入差距扩大加以限制。从根本上来说，进一步完善城镇劳动力市场，消除导致市场分割的各种制度和法规，特别是打破行业垄断，破除地区分割，消除市场上对女性等弱势劳动力的歧视，对于缩小城镇收入差距和实现分配公平都将是重要的制度建设内容。
注释：
①例如，城镇地区外资企业的劳动力占全体城镇地区劳动力的比例从1994年的1％增加到2007年的3.2％。
②Zhang & Zhao(2002)对教育回报率的估计更高，根据他们的估计结果，1988、1995和1999年的回报率分别是4.7％、7.7％和11.5％。
③关于1988年的CHIP调查介绍，详见Eichen & Zhang(1993)；关于2007年的CHIP调查介绍，详见Li et al.(2010)。
④其他收入包括了第二职业收入、福利保险和实物收入等。