企业工资决定的影响因素及区域差异&基于中国建筑业数据的实证研究_劳动生产率论文

企业工资决定的影响因素及区域差异——来自我国建筑业数据的实证研究，本文主要内容关键词为：建筑业论文,差异论文,工资论文,因素论文,区域论文，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、问题的提出

      最近几年来，健全工资决定和正常增长机制，作为关乎企业员工切身利益的问题已成为社会各界持续关注的焦点，然而作为指导和规范企业工资决定重要制度安排与设计的《企业工资条例》却因多种原因迟迟未能出台。那么，工资决定的影响因素到底有哪些？这些影响因素是否会因地区的不同而呈现出差异性？这些问题构成了本文的核心内容。具体而言，本文以我国各省(自治区、直辖市)建筑业在2002-2011年10年间的面板数据为研究样本，实证分析了我国企业工资决定的影响因素，并通过引入地区这一调节变量的方式对建筑业企业工资决定影响因素的地区差异进行比较分析，以期能够在丰富企业工资决定理论研究的同时，也能为《企业工资条例》等相关政策的出台及企业工资制定的实践提供理论参考和借鉴。

      二、文献综述

      西方学者对工资决定问题的研究起步较早，且已形成多种较为成熟的工资决定理论。这主要包括以最低生活维持费工资决定理论、斯密的工资理论和工资基金学说为主要内容的古典经济学工资决定理论，以谈判工资理论、分享工资理论、效率工资理论和制度学派工资理论为主要内容的现代经济学工资决定理论，以及以强调工资决定机制中应注重公平激励和个人行为偏好为主要内容的行为工资理论(宋晶和孟德芳，2013)。而后的国内外学者们则在上述工资决定理论的基础上，基于不同的研究对象，对企业工资决定问题进行了大量实证研究，并得出了较为丰富的研究结论。

      学者们在进行实证研究时，对工资决定影响因素的选取可谓五花八门。笔者将这些影响因素大致分为两类，一类是包括劳动生产率、物价水平、GDP、失业率以及劳动力供求关系等在内的宏观影响因素，另一类则是以企业规模、企业利润以及员工个人人力资本特征等为主要内容的微观影响因素。对于工资决定宏观影响因素的实证研究，Blejer(1990)、Gabriella(2005)、胡放之(2005)以及李红涛和党国英(2012)等学者选取了不同的研究样本，结果一致发现GDP、物价水平、劳动生产率以及失业率等确实是工资决定的重要影响因素。而对于工资决定微观影响因素的实证研究，学者们似乎更为热衷，其研究成果也颇为丰硕。Fairris和Jonasson(2008)、彭征波(2006)以及陆云航和刘文忻(2010)都通过实证研究证实了企业利润以及公司规模等企业特征因素在工资决定中发挥着重要的作用。Lucas(1988)，Barro和Lee(1993)，叶茂林、郑晓齐和王斌(2003)以及张车伟和薛欣欣(2008)对教育水平与工资水平之间的关系进行了实证研究，结果发现两者呈正相关；Meodff和Abraham(1980)、Gibbons和Waldman(1999)则发现经验和能力这两个重要的人力资本特征能够对工资水平产生显著影响。除此之外，由于我国国情的特殊性，国内学者还将研究焦点集中在由所有制不同及垄断程度高低造成的工资差异上。如邢春冰(2005)就详细探讨了国有企业、大型集体企业、小型集体企业以及私营企业工资决定机制的不同；余向华和陈雪娟(2010)以及晋利珍(2010)则实证研究发现垄断程度是造成行业工资差距的重要原因。

      综上所述，国内外学者关于企业工资决定影响因素的实证研究要么选取劳动生产率以及失业率等宏观影响因素，要么选取企业利润以及教育水平等微观影响因素，而鲜有研究综合选取两类影响因素。特别地，由于经济发展不平衡等多种原因，我国不同地区企业工资水平存在较大差异，但遗憾的是，学者们对造成不同地区企业工资水平存在差异的主要原因以及各地区工资决定因素的异同等方面的研究尚还十分欠缺。基于此，本文综合选取了企业工资决定的宏观影响因素和微观影响因素，以我国各省(直辖市、自治区)建筑业在2002-2011年10年间的面板数据为研究样本，实证分析了这些影响因素各自在建筑业企业工资决定中的贡献程度，并引入地区这一调节变量来深入分析不同地区企业工资决定的差异，以进一步丰富关于企业工资决定影响因素方面的实证研究。

      三、模型构建

      (一)数据来源

      本文选取我国30个省(自治区、直辖市)建筑业在2002年至2011年10年间的相关数据为研究样本，对建筑业工资决定影响因素进行了实证分析。由于西藏个别数据缺失，且其指标数据明显异常于其他地区，因此，笔者在进行数据搜集和整理时剔除了西藏地区的数据。本文数据来源于《中国统计年鉴》、《劳动统计年鉴》和中经网产业数据库。

      (二)变量选取

      1、因变量。本文选取各省(自治区、直辖市)建筑业城镇单位就业人员年平均名义工资的对数为因变量。

      2、自变量。本文分别选取能够反映各省物价水平的城镇居民消费价格指数CPI、城镇失业率、建筑业社会劳动生产率的对数以及建筑业企业利润率以及能够反映建筑业人力资本水平的专业技术人员比例作为自变量。

      3、调节变量。本文选取地区作为调节变量。具体地，本文依据经济发展水平等多种因素将30个省划分为由北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南等11个省(直辖市)组成的东部地区，由山西、吉林、黑龙江、安徽、江西、河南、湖南和湖北等8个省组成的中部地区以及由四川、重庆、贵州、云南、陕西、内蒙古、甘肃、青海、宁夏、新疆和广西11个省(自治区、直辖市)组成的西部地区。

      本文选取的各变量名称及计算方法如表1所示。

      (三)研究模型

      根据研究的需要，考虑到工资粘性的存在，本文分别建立静态模型和动态模型。

      静态模型：

      

      四、实证分析

      (一)描述性统计分析

      各变量的描述性统计分析如表2所示。

      表2显示了各变量数值在2002-2011年10年间的变化和波动情况。特别地，从标准差的数值情况来看，劳动生产率(Prod)的波动最小，失业率(Unemp)的波动最大。从数值的分布情况来看，失业率(Unemp)的偏度为-0.5383，小于0，峰度为7.4024，大于3，这表明失业率(Unemp)的数值分布呈现陡峭的左偏态，均值左边的数据少于均值右边的数据，即意味着失业率(Unemp)的大部分数值均大于其均值；而劳动生产率(Prod)的偏度为-0.0030，同样小于0，但其峰度值为2.1288，小于3，这表明劳动生产率(Prod)的数值分布也呈现左偏态，其大部分数值均大于均值，但与失业率(Unemp)分布不同的是，劳动生产率(Prod)数值分布较为平坦。

      (二)单位根检验和协整检验

      

      

      在对面板数据进行回归分析之前，需要对其进行数据平稳性检验，而检验数据平稳性最常用的两种方法即是单位根检验和协整检验。本文首先进行单位根检验，分别对各个变量进行LLC、IPS、ADF和PP检验。结果显示，在5%的显著性水平下，被解释变量没有通过单位根检验，因此，需要对被解释变量和所有解释变量都进行一阶差分，之后再进行一次根检验。结果显示，在1%的显著性水平下，所有变量都通过了单位根检验，即所有变量都是一阶单整序列，具体如表3所示。

      在所有变量通过单位根检验后再进行协整检验，本文采用的协整检验方法是KAO检验，具体检验结果如表4所示。KAO检验的原假设为：各个变量之间不具有协整关系。根据表4的检验结果，模型拒绝原假设，说明各个变量之间存在着协整关系，具有长期相关和稳定均衡关系，可以进行后续的分析。

      (三)全部样本估计

      1、静态模型估计。对全部样本数据分别进行F检验和Hausman检验，以确定采用混合效应回归、固定效应回归还是随机效应回归来对模型Ⅰ进行分析。F检验结果和Hausman检验结果分别如表5和表6所示。根据F检验和Hausman检验结果，模型应采用随机效应回归。表7(Ⅰ)部分列示了静态模型的估计结果。根据表7(Ⅰ)，包括失业率(Unemp)、城镇居民消费价格指数(CPI)、劳动生产率(Prod)、企业利润率(Prof)以及专业技术人员比例(Edu)在内的五个解释变量，除了企业利润率(Prof)之外，其他解释变量都对被解释变量平均工资(Wage)有较强影响，且所有显著变量的系数符号都符合期待。其中，城镇居民消费价格指数(CPI)、劳动生产率(Prod)以及专业技术人员比例(Edu)对平均工资水平(Wage)有较强正向影响效应。具体地，城镇居民消费价格指数(CPI)每提高1%，平均工资将提高0.65%；人力资本水平(Edu)每提高1%，平均工资水平将提高2.19%；劳动生产率(Prod)每提高1%，平均工资水平将提高0.91%。而失业率(Unemp)则对平均工资水平(Wage)有显著负向影响，失业率(Uemp)每提高1%，平均工资水平将下降0.09%。

      

      

      (2)动态模型估计。考虑到工资粘性问题，本文在解释变量中引入被解释变量的滞后项

，以反映上期全部影响因素对当期工资水平的影响情况。但是，在引入被解释变量滞后项的同时也引发了模型的内生性问题，因此，若继续采用传统的面板估计方法会引发估计参数有偏和非一致性等问题。针对这些不足，本文拟采用Arellano和Bover(1995)提出的系统GMM方法对模型(Ⅱ)进行估计，该方法将水平回归和差分回归方程结合起来，并且将滞后水平作为一阶差分的工具变量，而一阶差分又作为水平变量的工具变量，从而能够使估计结果更有效。系统GMM估计方法一般采用两种方法来检验估计的有效性。第一种检验方法是过度识别约束检验(Sargen检验)，主要用来验证模型中工具变量的总体有效性，该检验方法的原假设是所选择的工具变量是合理的。第二种检验方法是自回归检验，主要用来检验残差差分项是否存在序列相关问题，该检验的原假设是不存在序列相关。自回归检验是出自于对系统GMM估计方法使用条件的检验，因为系统GMM估计只允许出现一阶序列相关，但不允许出现二阶序列相关(Arellano和Bover，1995；Blundell和Bond，1998)。基于此，若被解释变量的滞后一期

能够通过上述两个检验，则说明在模型估计中应考虑上期工资水平的影响。于是，本文分别对样本数据进行自回归和Sargan检验，其结果如表7所示。根据表7中的检验结果，差分残差项通过了自相关检验，Sargan检验结果也表明模型中工具变量是有效的，这说明被解释变量的滞后项通过了检验，能够对被解释变量产生显著的影响，工资是存在一定的粘性的。更为具体地，上期工资水平提高1%，当期工资水平将提高0.38%。对于其他解释变量在动态模型中对被解释变量的影响，其符号均与静态模型相一致，相关系数也只存在微小的波动，具体如表7所示。

      (四)子样本估计

      为了比较不同地区工资决定的差异，本文设置地区作为调节变量。更为具体地，本文将样本中的30个省划分为东、中、西部三个地区，据此引入两个虚拟变量D1和D2，其取值情况如下所示。当调节变量为虚拟变量时，其调节作用的检验可通过分组进行回归，进而比较不同组别样本回归方程的差异以达到识别和检验调节变量的目的(李艾和李君文，2008)。因此，本文分别对东、中、西部三个地区的子样本进行估计。

      

      

      1、东部地区估计。由于模型中所有变量都通过了一阶差分滞后单位根检验，因此，与全部样本估计类似，先对东部地区样本数据进行协整检验，其结果(表8)显示，东部地区子样本数据的各变量之间存在协整关系，具有长期稳定和相关的关系，可以进行后续分析。为了确定采用何种效应的回归分析，继续对东部地区样本数据进行F检验和Hausman检验，各检验结果如表8所示。根据表8的检验结果，东部地区样本数据的静态模型应采用随机效应估计方法，而其动态模型估计仍采用系统GMM的估计方法。各估计方法的具体步骤与全部样本静态模型估计和全部样本动态模型估计方法的步骤相似，此处不再赘述。东部地区静态模型估计结果和动态模型估计结果如表11(Ⅰ)和(Ⅱ)所示。根据表11(Ⅰ)和(Ⅱ)，东部地区样本数据通过了AR检验和Sargan检验，且上一期工资对本期工资有显著影响，因此，东部地区的工资变动应考虑工资粘性，以动态模型为解释标准。在所有解释变量中，失业率(Unemp)和企业利润率(Prof)没有通过显著性检验，其他解释变量均对被解释变量平均工资水平(Wage)有显著性影响。更为具体地，上期工资水平Wage(-1)每提高1%，当期工资水平将提高0.92%；城镇居民消费价格指数(CPI)每提高1%，工资水平(Wage)水平应提高1.36%；人力资本水平(Edu)每提高1%，工资水平(Wage)将提高4.59%；劳动生产率(Prod)每提高1%，平均工资水平(Wage)将提高0.92%。

      2、中部地区估计。由于所有变量都通过了一阶差分滞后的单位根检验，因此，对中部地区样本数据的估计方法和步骤与对东部地区样本数据类似，依次进行协整检验(KAO)、F检验和Hausman检验，各检验结果如表9所示。根据表9的检验结果，中部地区样本数据的静态模型估计应选择随机效应，而其动态模型估计仍采用系统GMM的方法。表11(Ⅲ)和(Ⅳ)列示了中部地区样本数据的估计结果。根据表11(Ⅲ)和(Ⅳ)，中部地区样本数据通过了AR检验和Sargan检验，这表明中部地区样本数据的估计应以动态模型为准。其中，除企业利润(Prof)外，其他解释变量均通过了显著性检验。更为具体地，上期工资水平Wage(-1)每提高1%，当期工资水平(Wage)将相应提高0.34%；城镇居民消费价格指数(CPI)每提高1%，工资水平(Wage)将相应提高0.92%；失业率(Unemp)水平每上升1%，工资水平(Wage)将相应下降0.08%；人力资本水平(Edu)每提高1%，工资水平(Wage)将相应提高1.74%；劳动生产率(Prod)每提高1%，工资水平(Wage)将相应提高0.80%。

      3、西部地区估计。对西部地区样本数据进行估计的方法和步骤与东部地区和中部地区类似，表10列示了西部地区子样本数据的各检验结果，根据表10，西部地区子样本的静态模型估计应采用固定效应，而对该地区动态模型的估计仍采用系统GMM的方法。表11(Ⅴ)和(Ⅵ)部分为西部地区子样本数据的估计结果。根据表11(Ⅴ)和(Ⅵ)，该地区样本数据也通过了AR检验和Sargan检验，因此，西部地区的工资决定应以动态模型为准。在所有解释变量中，除了企业利润率(Prof)以外，其他解释变量均通过了显著性检验。具体而言，上期工资水平Wage(-1)每提高1%，当期工资水平(Wage)将提高0.29%；城镇居民消费价格指数每提高1%，工资水平(Wage)将提高0.31%；失业率每上升1%，工资水平(Wage)将下降0.09%；人力资本水平(Edu)每提高1%，工资水平(Wage)将提高1.07%；劳动生产率每提高1%，工资水平(Wage)将提高0.80%。

      

      

      五、研究结论与相关建议

      本文分别建立静态和动态面板数据模型，对我国建筑业企业工资决定影响因素及区域差异进行了实证研究。基于全部样本数据的实证研究结果显示，我国建筑业企业工资具有粘性，且受宏观、微观多种因素共同影响。具体地，我国建筑业企业工资水平与上期工资水平、城镇居民消费价格指数、人力资本水平以及劳动生产率正相关，与失业率负相关，而与企业利润率无关，这表明建筑业企业员工工资并未与企业绩效形成密切相关关系。基于三大地区子样本数据的实证研究结果表明，我国各地区建筑业企业工资均存在粘性，且与全部样本数据实证研究结果一致的是，各地区建筑业企业工资均与企业利润率无关，但其余各影响因素在不同地区对其建筑业企业工资水平的贡献程度却存在较大差异。具体而言，三大地区中，东部地区工资粘性最大，其次为中部地区；城镇居民消费价格指数对建筑业企业工资水平影响程度大小的顺序依次为东部地区、中部地区和西部地区；人力资本水平在东部地区建筑业企业工资决定中的作用最为显著，其次为中部地区；而劳动生产率在各地区建筑业企业工资水平决定中的影响程度差异较小。特别地，失业率均对中部地区和西部地区建筑业企业工资水平有显著负向影响，但并未对东部地区建筑业工资水平产生显著影响，这或与东部地区经济发展水平较高、就业机会较多、劳动力市场流动率较大有关。

      

      基于上述研究结论，我国建筑业企业在决定员工工资水平时，不但要综合考虑劳动生产率、消费价格指数以及人力资本水平等各类宏观、微观影响因素，也要考虑到工资粘性问题，而处于不同地区的企业更要各自有所侧重，以使企业工资决定的过程和结果都符合公平、公正原则，体现“公序良俗”的要求，进而实现企业、政府和员工等利益相关方的利益均衡。特别地，企业也应进一步调整和完善员工工资结构，增加与企业利润等业绩指标相关联的绩效工资，以能够在充分发挥工资激励效用的同时，促进员工与企业共同发展。除此之外，完善企业工资决定机制也应进一步完善工资集体协商机制和政府规制机制。一方面，工资集体协商机制是工资调节机制的主要形式，该机制的健全和有效运转是建立公平、合理工资决定机制的重要途径；另一方面，在劳动者工资报酬机制中市场失灵时，政府运用法律法规对企业工资分配进行宏观调控，可以保护劳动者权益，落实最低工资制度，避免企业不合理的工资分配对整个收入分配秩序造成冲击(宋晶和孟德芳，2013)。这与党的十八届三中全会关于收入分配问题的改革思路相一致，即要“健全工资决定和正常增长机制，完善最低工资和工资支付保障制度，完善企业工资集体协商制度”。建筑业是我国重要的传统产业之一，行业内部竞争较为充分，且整体发展势头良好，具有较高的行业代表意义，因此，本文基于建筑业企业数据得出的有关企业工资决定的研究结论等内容，对其他行业企业也具有参考和借鉴意义。

标签：劳动生产率论文;  工资水平论文;  失业率论文;  静态模型论文;  建筑业论文;  解释变量论文;  动态模型论文;  中国东部论文;  经济论文;  人力资本论文;