统一户籍、劳动力市场歧视与城镇居民收入差距_农村户口论文

统一户口、劳动力市场歧视与城镇居民收入差异，本文主要内容关键词为：户口论文,劳动力市场论文,城镇论文,居民收入论文,差异论文，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。

      当前，户口制度改革已成为一个被广泛关注的问题。已有研究表明，歧视使得那些拥有农村户口的农民工的收入显著低于拥有城镇户口的城镇居民的收入（Meng & Zhang，2001；王美艳，2003，2005；姚先国和赖普清，2004；章元和王昊，2011；章元和高汉，2011；刘亮等，2012）。如果收入差异与户口高度相关，那么农民获得城镇户口给其带来的经济地位将会发生根本性的改变。但是如果收入差距是由户口背后的因素所决定的，那么即使获得了城镇户口，进城农民工的收入也可能不会发生显著的改变。这意味着拥有城镇户口但是来自农村的居民（后文称为农民背景居民）的收入将持续低于出生即拥有城镇户口的居民（后文称为城镇背景居民）的收入。

      农村背景居民的收入低于城镇背景居民的收入可能有多种原因：第一，其社会网络不如城镇背景居民的。比如陈钊等（2009）就认为由于社会网络的原因，拥有农村户口的居民在进入高收入行业上存在障碍。获得了城镇户口并不意味着农村背景居民改变了其社会网络，因此即使他们通过各种途径获得了城镇户口，其进入高收入行业仍然存在困难。第二，城镇劳动力市场存在对农村背景劳动力的歧视。这种歧视可能是延续于原先对农村户口居民的歧视。大量针对户口与收入差异的研究认为，进城农民工在城市劳动力市场遭遇了歧视（Meng & Zhang，2001；王美艳，2003，2005；邢春冰，2008；姚先国和赖普清，2004；章元和王昊，2011；章元和高汉，2011；刘亮等，2012）。这种歧视除了户口本身的原因外，可能还存在语言、传统习俗等方面的原因。由于个人工作以及职业的刚性，一旦个人从事了某个工作，就很难改变。因此农村背景居民在获得城镇户口之前所遭受的歧视可能就一直持续下去。第三，个体背景以及经历也可能会对个人的长期发展产生持续的影响。Angrist（1990）发现个人参军经历对其收入有显著的负面影响，因为参军经历影响了人力资本的积累。Zax & Reese（2002）发现个人在高中最后一年的家庭背景特征会对其收入产生显著的持续影响。杨娟和李实（2011）则发现曾经有过下乡经历的知青的收入要比没有过下乡经历的知青收入要高。不同个人经历导致收入差异的原因可能在于个人人力资本的积累差异。农村背景居民可能受教育质量限制，在认知能力以及非认知能力方面不如城镇背景的同龄人，从而造成其收入偏低。

      本文使用2008年中国社会综合调查（CGSS2008）数据，应用Oaxaca-Blinder分解方法分析了不同背景居民的收入差异及其成因。本文的估计结果表明，农村背景居民的收入显著低于城镇背景居民的收入，其中，个人禀赋差异解释了72.3%左右的收入差异，而劳动力市场的歧视解释了另外27.7%的差异。单纯的户口改变政策可能不能从根本上缓解农村居民进城后的弱势地位。通过户口制度统一户口所消除的制度性差异也不能根本性地改变收入分配不平等。在中国劳动力市场上可能存在着针对农村背景居民的非制度性差异问题。因此，如果仅单纯考虑户口问题的解决，而不是建立更为公平的劳动力市场环境，同时加强农村背景居民岗位培训方面的力度，也许并不能解决户口制度带来的收入分配差距问题。提高进城农民工的经济地位需要一揽子城乡统筹和劳动力市场人力资本积累政策的支持。与已有研究不同的是，本研究的对象都拥有城镇户口，这意味着他们的收入差距不受户口制度分割的影响。本研究对于理解“农二代”问题提供了新的思路，也为统一户口的后续政策提供了实证支持。另外值得注意的是，本研究与姚先国和赖普清（2004）以及邢春冰（2008）的发现基本一致，农村背景居民的收入较低本质上可能与农民工收入较低的原因是一样的，即这种差异是教育以及工作经验回报的差异所导致的。

      二、计量模型设计

      参考已有研究，本文建立以下收入决定方程：

      

      这里lnY是个人i全年职业内收入的对数值，X则是影响个人职业收入的变量。在经典Mincer方程中，X只包括个人受教育年限与工作经验（一般认为等于年龄与教育年限的差）（Mincer，1974），μ是扰动项。

      我们可以使用Oaxaca-Blinder方法分解各项因素对收入差异的贡献（Oaxaca，1973；Blinder，1973）。根据Oaxaca（1973）的观点，要了解是否有歧视，首先必须假定收入（工资）结构适用于不同组群的居民。那么是否具有农村背景的收入差异是：

      

      第一步，使用Probit模型估计是否有收入数据的决定方程。

      

      第二步，使用OLS或者GLS估计经过样本选择矫正偏差的方程（1）。也可以使用MLE方法整体估计第一步和第二步，这样可以得到更有效率的估计。具体的估计过程Heckman（1979）。经过Heckman两步估计矫正后，我们就可以基于Oaxaca-Blinder分解可见于更为准确地判断各种影响收入差异的因素及其贡献大小。

      本文使用的数据是香港中文大学和中国人民大学联合实施的2008年中国社会综合调查数据（简称CGSS2008）。该调查覆盖了全国除了海南、西藏和青海之外的28个省市。这个调查从2003年开始进行了9次，包括2003年、2004年、2005年、2006年、2008年、2010年、2011年、2012年和2013年。调查的对象是18岁以上的中国居民，调查的内容主要是关于个人与其家庭的基本特征、工作情况以及对社会的认知。本文选择2008年的数据是因为该年的数据对个人特征的调查最为详细，包括个人以前是否是农村户口、获得非农户口的途径、工作经历以及教育经历等。

      根据本文的研究问题，本文对数据进行了如下处理：首先，本文把样本限制在城市地区。其次，根据吴晓刚（2007）以及郑冰岛和吴晓刚（2013）的研究，个人通过选择实现“农转非”（包括升学、招工、参军和转干）是个高度自选择的过程，在这个过程中胜出的佼佼者往往拥有优越的人力资本与政治资本以及其他未被观察到的禀赋特征，会给其在城市劳动力市场中的表现带来职业以及收入上的优势。这体现在选择实现“农转非”的个体有75%就职于国有部门，有超过一半人为管理人员、专业技术人员以及办事人员（郑冰岛和吴晓刚，2013）。而通过非选择性原因实现的“农转非”（主要指征地等非选择性的原因）并不具有这些优越性。在CGSS2008中，选择性“农转非”个人年平均收入是24313.59元，而非选择性“农转非”的个人年平均收入只有14486.36元。相比之下，一直都是城镇户口的居民年平均收入为20309.71元。很明显，选择性“农转非”居民在城镇劳动力市场上的优势是非常突出的。因此，选择性实现“农转非”本身会导致内生性问题，这会导致估计结果有偏。因此本文进一步在样本中剔除通过选择性实现“农转非”的观察值①。最后，本文排除了从事农业工作的劳动者。排除缺失值后，本文共得到2087个观察值（其中职业内收入有1680个观察值）。

      本文有两个关键变量，包括农村背景和收入。居民的农村背景即原户口为农村户口。考虑到本文所研究的问题，即统一户口背景下居民原户口的不同对个人收入差异的影响，本文对农村背景定义为个人以前是否为农村户口。CGSS不仅询问了个人目前的户口状况，还询问了个人户口变动的历史，包括获得非农户口的年份以及原因（途径）。根据个人户口变动历史，我们可以很方便地识别个人以前是否为农村户口。

      根据数据的可得性，本文度量的收入指2007年全年的职业内收入。CGSS只是区分了职业内收入与职业外收入，但没有区分工资与非工资收入。本文没有将职业内收入折算为月收入，因为在有工作的人中有部分是临时性工作，而我们并不知道他们具体的工作时间。

      本文其他控制变量包括性别（是否女性）、受教育年限、工作经验、是否已婚、是否在国有企事业单位工作、是否在私营企业工作、是否为党员、父亲是否具有初中及以上学历、母亲是否具有初中及以上学历、个人毕业中学是否为县区级及以上重点中学。工作经验定义为个人年龄减去教育年限再减7（即假设个人上学年龄是7岁）。研究表明个人就读中学的质量可能影响个人的收入回报（Card & Krueger，1992；Dearden et al.，2002；Bedi & Edwards，2002），因此，本文也控制了个人毕业中学（包括初中和高中）是否为县区级及以上重点中学这一变量。除此之外，本文还控制了个人所在地区是否为东部、中部或者西部，以此控制地区固定效应。主要变量的描述性统计见表1。

      

      从表1看到，原本为农村户口的比例为17.57%；平均职业内收入是19590.41元；男性比例为52.60%；平均受教育年限为10.99年，工作经验为21.64年；党员比例为13.99%；处于已婚状态的个人比例为82.02%；工作单位性质为国有企事业单位以及私营单位的比例分别为53.58%和33.35%：毕业中学（初中或者高中）是区县级及以上重点中学比例为15.09%；父亲和母亲教育水平在初中及以上的比例分别为46.99%和33.01%；个人在东部地区、中部地区和西部地区的比例分别为42.31%、37.98%和19.71%。

      表2报告了农村背景与城镇背景居民各方面的差异。有研究表明，农民工在城镇劳动力市场上遭遇了地域歧视（章元和王昊，2011），即外来的农民工工资要低于本地户口的农民工。不管如何，这都说明是否本地户口的个人可能是不一样的，其所遭受的歧视可能也是不同的。考虑到这种情况，本文还估计了一个排除了外地户口的子样本。从表2可以看出，在本地户口样本中，原农村户口以及原非农户口的个人收入以及各项特征之间也存在显著差异。

      

      从表2中可以看出，原来是否农村背景（原来是否农村户口）的居民在各个方面都与城镇背景居民有较大的差异（年龄除外）：农村背景居民全年职业内收入显著低于原非农户口，两者相差650元左右；排除外地户口后差距有所缩小，差异在500元左右；农村背景样本中男性的比例显著要比原非农户口的低，差距在8%左右；受教育年限也显著更低；农村背景居民平均受教育年限为9.72年，而城镇背景居民的平均受教育年限在11.26年左右，差距1.5年左右；农村背景居民的已婚比例远远大于城镇背景的居民，农村背景居民已婚的比例在91.12%左右（本地户口92.48%），而城镇背景的居民只有80.08%已婚（本地户口83.04%），这可能是因为农转非的一个重要途径是“家属随转”（占总农转非比例的50.67%），还有一个可能是农村背景居民获得城镇户口时往往达到了适婚年龄，但是城镇背景则由于其一出生就有非农户口，已婚比例会较低。在工作单位类型上这两种背景也呈现出截然相反的特征：农村背景居民在国企或者集体企事业单位工作的比例比城镇背景居民低20%左右，而在私营企业工作的比例则比城镇背景的高10%到15%左右，这与农村户口的工作单位状况非常相似。这也意味着农村背景居民的收入可能比城镇背景的更为不稳定。此外，农村背景的党员比例差不多只有城镇背景居民的一半。

      四、估计结果

      （一）选择方程以及收入方程估计结果

      本文使用Heckman两步估计模型估计个人的收入方程，下页表3报告了使用最大似然估计方法估计Heckman两步模型的结果。其中Heckman选择方程的控制变量包括性别、年龄和教育水平（包括初中、高中以及大专及以上），这主要是考虑了个人不参加工作或者没有收入可能受到性别、年龄以及受教育水平等因素的影响。表3中上半部分是选择方程估计结果，下半部分是收入方程估计结果。同时我们还报告了似然比卡方检验结果（即Heckman两步估计中样本选择系数的原假设（

：ρ=0）的检验结果）。可以看到，在1%显著性水平上样本的似然比卡方检验都拒绝ρ=0的原假设，即存在样本选择问题，需要使用Heckman两步估计法。

      另外根据选择方程中各项系数估计结果，我们可以看到，性别、年龄以及教育年限是影响个人收入状态的重要因素。年龄越大、教育水平越高，个人参加工作的可能性越高，从而更可能拥有收入。具体来说，是否为男性对个人是否有收入具有显著且为正的影响，而且在农村背景的分样本中影响明显更大。女性由于参与家务照料等原因，更可能没有工作（可能是自愿或者不自愿的原因），从而没有收入，这与已有的文献的发现是一致的。受教育年限对是否有收入的影响在不同样本组中的系数非常接近的，且都显著为正。对于不同城乡背景的居民来说，年龄的影响也是不同的。具体来说，年龄对农村背景居民的影响明显小于城镇背景居民且不显著。这意味着农村背景中年龄较大的居民相比年轻人拥有工作的可能性比城镇背景的同龄人要低。

      

      全样本中收入方程估计结果显示，对于不同组别，各项特征的收入回报是显著不同的。对于农村背景居民来说，性别、母亲受教育水平、国有企事业单位工作与收入水平显著正相关，而其他变量的影响都不显著。重要的是，我们看到教育以及工作经验的回报都不显著。教育回报不显著可能反映了农村背景居民在学校获得的人力资本积累在劳动力市场上没有获得承认。工作经验之所以会有价值是因为其往往反映了在岗培训的价值。而在农村背景组回归中工作经验不显著，这可能是因为这些居民没有接受能够影响其收入的有价值的在岗培训。对城镇背景居民来说，性别、受教育年限、工作经验、党员身份、是否已婚、母亲受教育水平、私营单位工作（参照组是其他类型企业，包括个体户以及合资企业）以及重点中学毕业生有显著影响。在国有集体企事业单位工作的农村背景居民收入显著高于其他类型工作单位，且其系数显著大于城镇背景。这可能意味着稳定工作对于农村背景居民来说更为重要。是否从区县级及以上重点中学毕业对农村背景居民收入没有显著的影响，这意味着学校质量对影响对农村背景居民来说可能并不重要。东部地区的居民收入显著高于西部地区，且对农村背景居民来说尤为如此。在排除了外地户口后，估计结果有一定的变化，主要表现在对于城镇背景居民来说，是否党员以及母亲教育水平的影响变得不显著，其他方面没有显著变化。

      （二）Oaxaca-Blinder分解

      接下来本文通过Oaxaca-Blinder分解法研究居民收入差异的来源。估计结果显示在表4中。我们看到，可观察的个人特征差异对收入差异的影响超过三分之一。这体现在农村背景居民的个人受教育年限偏低、母亲受教育水平低以及在国有企事业单位工作比例低、在东部地区的也偏少。这是导致了农村背景居民的收入低于城镇背景的一个重要因素。整体上由于禀赋差异导致的收入差异达到23.1%。本地户口居民的情况相似，禀赋差异导致的收入差异也达到了24.5%。

      在禀赋回报上，农村背景居民在教育以及工作经验方面都显著低于城镇背景居民。在受教育年限的回报上，农村背景居民显著低于城镇背景居民46.2%（本地户口中则是47.1%）。工作经验回报方面，农村背景居民低于城镇背景居民8.7%（本地户口则高达93.6%）。教育回报较低可能跟原户口是农村的居民工作不稳定以及多集中于劳动密集型产业有关，也有可能由于城镇劳动力市场对农村背景居民的歧视。农村背景居民也可能是延续其在原来户口上的劣势，比如主要在非正规部门就业（屈小博，2013）。受教育年限与工作经验的回报较低是导致农村背景居民收入较低的主要因素，这与邢春冰（2008）的发现是一致的。农村背景居民在国有企事业单位工作的回报比城镇背景居民要高14.9%（本地户口中为15.2%）。在私营企业工作的回报也略低，差异在1%左右。是否毕业于区县级及以上重点中学对农村背景居民收入回报也低于城镇背景，差异在3.1%（本地户口中则为2.7%）。农村背景的居民在东部地区工作的回报高于城镇背景的12.1%（本地户口中则为13.4%）。整体上与禀赋回报有关的市场歧视引起的收入差异为-34.6%（本地户口中为-68.4%）。最终由禀赋差异以及禀赋回报差异导致的总的收入差异是-57.7%（本地户口中为-92.9%）。值得注意的是，由于歧视导致的差异与邢春冰（2008）发现非常接近。在邢春冰（2008）的研究中，农民工与城镇居民的收入差异中歧视导致的差异是10%左右。

      下页表5总结了Oaxaca-Blinder分解的分项结果。从表5可以看到，农村背景居民的职业内收入要比城镇背景居民的低31.9%（本地户口中则为28.3%）。其中，由禀赋特征导致的收入差异为23.1%（本地户口24.5%），市场歧视导致的收入差异（即方程（2）中

则为34.6%（本地户口68.4%）。值得注意的是，无法解释的差异（即常数项差异）为正，而由于市场歧视（禀赋回报差异）的差异则为负，并且对总差异的贡献超过100%，这意味着收入差异主要来自于市场歧视导致。排除外地户口后，禀赋对收入差异的贡献反而上升，而歧视导致的差异却显著下降，这可能是因为来自于无法观察的异质性部分比如本地工人的优势抵消了歧视的影响（章元和王昊，2011）。

      

      

      （三）子样本估计

      考虑到农村背景居民在工作状态、教育水平与城镇背景等方面有较大差异，本文分别估计了五个子样本：全日工作样本、固定雇主样本、企业样本、非企事业单位（无单位、自雇、自办、合伙企业）样本、初中以上且大专以下教育样本。本文没有考虑初中以下教育的子样本，因为城镇背景居民中初中以下教育水平只有7.81%（133个观察值）：也没有考虑大专及以上的子样本，这是因为农村背景居民获得大专以上教育的只有8.88%（34个观察值），较少的观察值可能导致较大的估计偏误。由于篇幅限制，这里只报告了Oaxaca-Blinder分解的结果详见表6。

      表6显示，整体上的收入差异基本在30%左右（非企事业单位50.5%），其中禀赋回报导致的差异贡献最为主要。非企事业单位的禀赋回报差异最大，为-196.6%；其次是在企业就业的禀赋回报差异，为82.8%。值得注意的是，虽然非企事业单位禀赋回报差异高达-196.6%，但是无法解释的差异同样高达188.7%，所以实际上歧视导致的差异只有-7.9%。非企事业单位巨大的禀赋回报差异以及无法解释差异可能来自于其观察值较少（总共只有378个观察值），从而导致较大的统计不稳定性。另外我们看到，固定雇主样本与企业样本的分解结果较为接近，歧视的贡献比较接近，分别为35.6%和38.5%，都高于全样本的27.7%。

      五、稳健性检验

      前文定义了一个非常宽泛的“农村户口”概念，因为它包括了部分拥有农村户口但是在城镇长大的样本。这些人与真正成长在农村的人可能会有所不同，这些差别会体现在他们父母的特征以及个人的特征上，比如他们父母的教育水平可能更高，其本身的教育水平也可能更高。因此，严格上说，前面的估计不能算是一个“干净”的结果。所以在稳健性检验中，本文将适当的调整对“农民”或者“农村”的定义。我们预计，适当地调整“农村背景”的定义，本文估计结果不应该会发生显著改变。因此我们重新定义两个农村背景变量：原来是农村户口并且14岁时的主要居住地是农村；14岁时的主要居住地是农村。如果农村背景歧视确实是存在的，那么基于两个新定义的估计不应该与原来估计结果有显著差异。从某种意义上说，新“农村”定义的结果应该更接近实际情况，也是更为“干净”的估计结果。

      Heckman两步估计的收入方程结果见下页表7（这里省略了选择方程），分项贡献的结果以及Oaxaca-Blinder分解的结果则显示在表8和第64页表9中。

      

      从表7可以看出，定义了新的“农村背景”变量并没有显著改变前面的估计结果。不过与前面的估计结果相比，如果原来是农村户口且14岁时主要居住地是农村，其在国有企事业单位工作或者私营企业工作的影响有所提高。在14岁时主要居住地为农村定义的估计中，影响个人收入的主要是教育年限、母亲教育水平和地区，这跟之前的估计有所不同。重点中学的作用在所有背景中都不再显著，意味着学校质量的影响可能是不稳健的。

      

      

      表8报告了各个变量对收入差异的贡献。可以看到整体上禀赋差异分别是46.0%和25.9%。而整体上禀赋回报的差异则为负，其绝对值分别为91.7%和30.9%。教育回报的差异比基本估计中的要小，但是工作经验回报的差异却扩大了。

      表9报告了Oaxaca-Blinder分解结果。从表9可以看出，Oaxaca-Blinder分解结果与基本结果比较接近。而导致个人收入差异的仍然主要有两个方面：禀赋差异以及禀赋回报的差异。而由于歧视导致的差异（禀赋回报差异与无法解释差异的总和）对收入差异的贡献分别为32.9%和23.6%。

      

      六、总结与评述

      户口歧视问题的研究一直是中国经济学的热点之一。普遍认为，农村户口的居民在城镇劳动力市场上遭遇了歧视（王美艳，2003，2005；章元和王昊，2011）。因此进行户口制度改革将会有助于消除由于户口差异导致的制度性歧视。国务院也于2014年7月30日在《国务院关于进一步推进户口制度改革的意见》中明确了今后将逐步取消城乡户口差异，取而代之为居民户口。这无疑在消除由于户口带来的歧视上取得了重大的进步。但问题是，取消了户口的差别是否就能够消除城市劳动力市场上对来自农村的居民的歧视以及相应的不公平呢？

      本文使用2008年中国社会综合调查（CGSS2008）数据，应用Oaxaca-Blinder分解方法研究了农村背景（原来是否农村户口）对个人职业内收入的影响。本文的估计结果表明，农村背景居民的收入比城镇背景居民的收入低31.9%左右（本地户口样本则低28.3%），其中，个人禀赋差异（个人特征差异）贡献了72.3%（本地户口样本则是86.6%），而歧视则贡献了27.7%（本地户口则是13.4%）。子样本估计以及改变原来是否为农村户口的定义范围（即将农村背景分别重新定义为原来是农村户口且14岁时的主要居住地是农村以及14岁时主要居住地是农村）的稳健性检验均表明，歧视对收入差异的贡献没有显著改变。

      本文的估计表明城镇劳动力市场可能存在针对农村背景的歧视，统一户口政策可能并不能根本地改变城镇劳动力市场上基于户口的收入不平等。而分变量分解结果表明，农村背景所遭受的歧视来源一部分是禀赋的差异，另一部分来自于禀赋回报的差异。禀赋的差异体现在所接受的教育以及工作经验等有助于提高收入水平的人力资本积累显著不如城镇背景居民；而禀赋回报的差异体现在同等条件下，农村背景的回报都显著小于城镇背景的回报，尤其是在教育以及工作经验的回报上。考虑到工作经验回报主要体现劳动力市场上在岗培训等带来的人力资本积累的回报，因此工作经验回报的差异可能来自于农村背景居民普遍缺乏在岗培训等增加个人学校毕业后的人力资本积累。因此，消除劳动力市场上城乡背景导致的歧视的一个关键是公平的人力资本支持政策。

      不同背景居民的收入差异也可能与职业刚性有关。从职业刚性角度看，农村背景居民（农转非居民）即使获得了城镇基本公共福利，但由于其职业没有发生显著改变，其收入也应该不会发生显著的改变，因此其收入与城镇背景居民的差异也不太可能发生显著的改变。这意味着歧视有一部分可能延续于其获得非农户口之前，也可能是出自雇主对原农村户口居民的不信任。事实上，本文的发现与姚先国和赖普清（2004）关于农民工与城镇居民收入差异的研究结果是基本一致的。在他们的研究中，农民工与城镇居民收入差异的20%～30%来自于户籍的贡献。这可能意味着农村背景居民所遭遇的歧视本质上与农民工在城镇劳动力市场上所遭受的歧视是一致的，其原因都是教育以及工作经验回报显著较低。本文的发现意味着，如果没有相应公平的劳动力市场，统一户口政策也许并不能改变原农村户口居民的弱势地位。

      作者感谢厦门大学王俊博士、杨进博士以及西南财经大学王军辉博士的讨论。感谢审稿专家细致而专业的审稿。当然文责自负。

      ①选择性“农转非”在农转非样本中比例是48.93%，其中通过升学途径的占24.7%，占选择性“农转非”的一半左右。这与Wu & Treisman（2004）的发现略有出入。Wu &T reisman（2004）发现只有11%的受访者实现“农转非”，而其中通过教育实现“农转非”的占所有“农转非”的一半左右。两者的差异可能在于本文使用的数据较新，而Wu & Treisman（2004）使用的数据截止到1996年。较新的数据反映了中国的城市化进程的加速，也反映出本文的研究具有较强的时效性。

标签：农村户口论文;  禀赋效应论文;  工作选择论文;  城镇户口论文;  工作经验论文;