事业单位薪酬差异的实证分析,本文主要内容关键词为:实证论文,薪酬论文,事业单位论文,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。
一、序言
由于组织的性质、经营目标、战略、管理制度与机制的不同,其成果各不相同,这就使得不同组织之间出现明显的薪酬差异。事业单位和企业的薪酬制度、薪酬水平以及薪酬结构有明显差异,企业根据市场经济原理,更注意运用不同的薪酬形式以及激励机制来调动员工的积极性。事业单位也面临着组织的变革,在变革过程中出现了社会化、市场化等不同的模式,其目的都是为了提高组织绩效。薪酬结构是涉及到员工内部公平的重要因素,根据什么因素来确定员工间的薪酬差异对薪酬管理和员工激励具有重要的意义。虽然在Herzberg的双因素理论中,薪酬是一种不具有激励作用的保健因素,但许多研究结果指出,薪酬是激励员工的重要手段之一。目前,越来越多的组织根据员工的能力和贡献有差别地支付薪酬,然而过大的薪酬差异会引起员工的不满。Lawler(1971)认为对薪酬的不满往往会引起不良的工作反映,如影响工作绩效、怠工、缺勤、工作不满及离职意愿,甚至会引起离职行为[5],但不合理的薪酬差异也影响员工的积极性。因此,怎样确定合理的薪酬差异、考虑哪些因素来确定薪酬差异以及了解员工对薪酬差异的公平感知程度等问题,在薪酬管理中具有重要地位。
本研究根据抽样调查资料,对事业单位的薪酬差异进行实证分析,通过分析,揭示事业单位薪酬结构的特征以及发生薪酬差异的内在因素。这对事业单位的薪酬管理具有重要的借鉴意义。
二、资料的特性
(一)样本的选取
本研究为了分析事业单位的薪酬差异及其影响因素,选择天津、广州等地的80家事业单位进行访谈和问卷调查,共发放80份单位问卷,收回有效问卷46份,问卷的有效回收率为58%。单位样本的选取主要采用了随机抽样(probability sampling)的方法。同时,对样本单位共发放3000份员工问卷,收回有效问卷1797份,问卷的有效回收率为59.9%。员工样本的选取采用了分层随机抽样(stratified random sampling)方法,抽样时主要考虑了员工的性别、年龄、学历、年龄、职务等因素的分布情况。
目前,我国还没有政府有关部门公开发布的薪酬的相关数据。在这种情况下,要进行薪酬结构、薪酬差异等问题的研究,只能依赖于研究者的样本调查。然而,任何一项抽样调查都是在一定费用限制条件下实施的,在很多情况下,提高调查结果的信度和效度往往要加大样本的数量,而样本数量的增加,又会导致研究费用的增加。本研究也受人力和研究费用的限制,未能把抽样的范围扩大到全国各地,也未能考虑事业单位的性质、类型、规模等组织因素的变量。
(二)调查对象员工的分布特征
从性别、年龄、学历等人口学相关变量和工龄、职务类别等职务相关变量的角度,可以分析调查对象员工的分布特征。如表1所示,从人口学相关变量的分布情况看,在调查对象员工中女性占71.7%,大专及以上学历者占90.9%。女性和大专以上学历者所占比重高的主要原因,是样本集中在女性就业率和学历要求较高的教育、文化、中介服务等事业单位,这基本反映性别和学历的实际分布情况。年龄结构接近正态分布,但与企业的年龄结构相比40岁以上员工所占的比重较高,占调查对象员工的42.4%,这基本反映事业单位员工的年龄分布特征。从职务相关变量的分布情况看,20年以上工龄的员工占40.6%,这与年龄的分布情况基本相同。另外,在调查对象员工中高层管理者占1.1%,中层管理者占5.6%,基层管理者占3.1%,行政人员占10.1%,专业技术人员占80.0%,这也基本反映了调查对象事业单位的职务分布情况。
表1 调查对象员工的特性
分类
人数(名)百分比(%)
女 1286
71.7
性别 男 507
28.3
合计
1793 100.0
30岁以下404
22.7
30岁-39岁
622
34.9
年龄40岁-49岁
385
21.6
50岁及以上 371
20.8
合计
1782 100.0
高中(中专)及以下 1629.1
大专765
43.0
学历大学本科807
45.3
研究生
472.6
合计
1797 100.0
5年以下 192
10.8
5年-9年 267
15.0
10年-14年
329
18.5
工龄15年-19年
268
15.1
20年及以上 723
40.6
合计
1779 100.0
高层管理者
191.1
中层管理者
975.6
基层管理者
543.1
职务行政人员175
10.1
专业技术人员
1383
80.0
合计 11728 100.0
三、薪酬函数模型的建立
(一)建立模型的依据
为了薪酬差异的实证分析,首先要建立薪酬函数模型,而薪酬函数模型的建立应考虑影响薪酬差异的各种因素。影响薪酬差异的因素可以分为劳动力供给方的因素和劳动力需求方的因素两类。劳动力供给方的因素包括劳动者的年龄、工龄、连续工龄、性别、学历、职务、职位等,这些因素是影响企业内部员工之间薪酬差异的主要因素。不同企业员工之间的薪酬差异是受组织的经营状况、支付能力、规模、所有制形式、行业特性等劳动力需求方因素的影响,因此,薪酬函数模型的建立一般考虑以上两种因素。过去基于人力资本理论的薪酬差异的研究,注重考虑劳动力供给方的因素,他们认为人力资本投资—劳动生产率—薪酬之间存在正的相关关系,员工之间的薪酬差异是由于人力资本投资的差异所引起的。从20世纪中期开始,逐渐出现了考虑劳动力需求方因素的研究,并通过实证研究论证了工会的组织率[1—3]、产业特性[4]以及企业规模(金大模、俞京溶,1996)等劳动力需求方的因素对薪酬差异的影响。对公共部门薪酬差异的研究主要集中在公共部门和私营部门之间薪酬差异以及影响因素的比较分析[2]。由于公共部门中政府财政拨款的较多,劳动力需求方的因素对薪酬差异的影响不大,因此薪酬差异模型中主要考虑劳动力供给方的因素。
本研究借鉴国内外的相关研究,考虑影响我国事业单位薪酬结构与薪酬差异的因素,建立薪酬函数模型,并通过实证分析将检验如下假设:
假设1:性别、学历等人口学相关变量对薪酬差异有显著影响。
假设2:职务类别、工龄等职务相关变量对薪酬差异有显著影响。
(二)变量的定义与解释
多重回归(multiple regression)模型中将利用的因变量(dependent variable)和自变量(independent variable)的定义列在表2,其中,除月平均工资(W)、工龄(EXP)、连续工龄(TEN)等变量外,其余的变量都是虚拟变量(dummy variable)。在回归分析中包含分类自变量时使用虚拟变量,虚拟变量通常假设只取两个值1和0。对一个给定的案例,1和0分别表示哪一类是正确的。一般用1表示肯定,0表示否定。
表2 变量的定义
变量 变量的定义
W月平均工资
EXP 工龄
TEN
连续工龄
EXPSQ 工龄平方
TENSQ
连续工龄平方
SEXD(虚拟变性别:若是男性=1,否则=0
EDUD(虚拟变
量)
学历:(*基准变量是高中及以下学历)
EDUD2:若是大专学历=1,否则=0
EDUD3:若是大学本科学历=1,否则=0
EDUD4:若是研究生学历=1,否则=0
OCCUD(虚拟变
量)职务:(*基准变量是一般行政职务)
OCCUD1:若是高层管理职务=1,否则=0
OCCUD2:若是中层管理职务=1,否则=0
OCCUD3:若是基层管理职务=1,否则=0
OCCUD5:若是专业技术职务=1,否则=0
在自变量中,性别(SEXD)变量是属于二分类虚拟变量,这种变量不需分解出多个虚拟变量。而学历(EDUD)、职务(OCCUD)等其它自变量是属于多分类虚拟变量,利用这种变量作回归分析时应根据分类情况,用N-1的方式分解出相应的虚拟变量,这时被减去的变量作为比较的基准变量。如,学历变量是4分类变量。在本研究中根据以上的统计处理方法,把高中(中专)及以下学历作为被比较的基准变量,分类出EDUD2(大专学历)、EDUD3(大学本科学历)及EDUD4(研究生学历)等学历虚拟变量。
(三)自变量间共线性问题分析
多重回归中的共线性(multicollinearity)问题指的是自变量之间存在高度相关的情况。共线性的存在将可能导致偏回归系数得不到准确的估计以及难以区分各自变量的效应等问题,因此,在回归分析中避免共线性问题是十分重要的。度量共线性的统计量很多,其中,通过所有变量间的相关系数矩阵来判断共线性问题,是考察共线性的最直接的方法。如果一组自变量间的相关系数高的话,出现共线性问题的可能性也较大。为了避免薪酬函数模型的共线性问题,本研究对自变量进行相关分析(correlation analysis)。表3为自变量间的相关矩阵(correlation matrix)表,分别显示自变量间的相关系数。
表3 各自变量间的相关系数矩阵表
性别
年龄 学历
工龄 连续工龄职务
性别 1.000
年龄0.288** 1.000
学历 -0.038-0.200**
1.000
工龄0.266** 0.969**-0.271**
1.000
连续工龄0.121** 0.651**-0.184** 0.663** 1.000
职务
-0.231**-0.178**
0.022-0.162**0.075**1.000
注释:*P<0.05 **P<0.01
在统计分析中发现,年龄和工龄的相关系数为0.969。根据Guilford的相关系数标准,相关系数大于0.7代表高的相关,为了避免共线性问题,在回归模型中删除了年龄变量。年龄是影响薪酬差异的重要因素,很多研究已通过实证分析论证年龄和薪酬之间存在正的相关关系。本研究考虑我国事业单位的实际情况,在高度相关的年龄和工龄两个变量中选择职务相关的工龄变量。
(四)薪酬函数模型
为了分析以上自变量对薪酬差异的影响程度,本研究通过回归分析方法建立薪酬函数模型。在本研究中,为了分析工资率的变化及其影响因素,因变量取自然对数值。另外,为了考察工龄薪酬的变化趋势,自变量中追加了工龄平方变量。如果分析结果显示,工龄平方的回归系数取正数,说明随着工龄的增加薪酬是递增的;如果回归系数取负数,说明随着工龄的增加薪酬是递减的。
模型:
ln(W)=β[,0]+β[,1](EXP)+β[,2](TEN)+β[,3](EXP-SQ)+β[,4](TENSQ)+β[,5](SEXD)+β[,6](EDUD2)+β[,7](EDUD3)+β[,8](EDUD4)+β[,9](OCCUD1)+β[,10](OCCUD2)+β[,11](OCCUD3)+β[,12](OCCUD4)+ε
四、回归分析结果
从模型的回归分析结果看,测定系数(coefficient of determination)R[2]为0.235,F值为42.4(P<0.01)。这说明在回归模型中自变量的变异在因变量的变异中占25.3%。在12个自变量中7个变量都显示出相当高的显著性。
表4 回归分析结果
回归系数(β)标准误差(SE)T值
Constant 2.889** 185.336
EXP(工龄) 0.003**0.001 2.844
TEN(连续工龄) -0.00080.001 -0.066
EXPSQ(工龄平方)-0.00040.000 1.386
TENSQ(连续工龄平方)-0.00020.000 -0.564
SEXD(性别) 0.013*0.007 1.983
EDUD2(大专学历)0.061**0.010 6.028
EDUD3(本科学历)0.100**0.011 9.703
EDUD4(研究生学历) 0.125**0.022 5.703
OCCUD1(高层管理)
0.167**0.032 5.167
OCCUD2(中层管理)
0.072**0.015 4.683
OCCUD3(基层管理) 0.0120.018 0.681
OCCUD6(专业技术人员) 0.0200.010 1.942
N=1573 R[2]=0.235 F=42.400 Sig.=0.00**
注释:* P<0.05 ** P<0.01
(一)工龄对于员工工资率是显著的决定因素,而连续工龄的影响不显著
在企业中其他条件不变的情况下,员工的工资率随着工龄和连续工龄的增加而增加,其中连续工龄对工资增加率的影响更大,企业较重视员工在本单位工作的年限。崔勋(2002)的实证分析结果显示,在外资企业中,工龄的回归系数为0.023,连续工龄的回归系数为0.161[8]。这说明,当工龄增长1年时,工资率增加2.3%,而连续工龄增加1年时,工资率则增加16.10%。
但是,本研究结果显示,在事业单位中工龄对薪酬有显著影响,但连续工龄的影响不显著。当工龄增长1年时,工资率增加3.0%,而连续工龄的影响不显著。一般情况下,工资率随着年龄、工龄以及连续工龄的增长而增加,但增加的速度越来越缓慢。工龄平方和连续工龄平方的回归系数分别为-0.0004和-0.0002,两个回归系数都取负值说明工龄和连续工龄对薪酬的影响都有递减的趋势,但统计分析结果不显著。
(二)性别因素而引起的薪酬差异在统计上是显著的
从统计分析结果看,性别虚拟变量的回归系数为0.013,这说明男性员工的薪酬比女性员工的薪酬高1.3%。在劳动力市场上,对女性的歧视是多数国家普遍存在的现象,歧视的方式可能是职业选择方面的,也可能是薪酬待遇方面的。当大量的妇女涌入低工资的职业或部门时,就产生前者的情况,而在男女同工不同酬的地方则产生后者的情况。事业单位性别间的薪酬差异比企业相对小,崔勋(2002)对外资企业新酬差异的实证分析结果显示,性别间的薪酬差异为10.1%[8],比本研究结果高10倍左右。
(三)学历因素是影响薪酬差异的重要因素
大多数学者在研究教育对薪酬的影响时,一般以受教育的年限作为自变量来分析与工资率的相关关系。但是,在本研究中考虑东方国家注重学历因素的情况,在薪酬函数模型中引入学历虚拟变量。统计分析结果表明,不同学历之间的薪酬差异非常显著。以高中、中专及以下学历作为基准变量来比较的话,大专学历高于6.1%,大学本科学历高于10.0%,研究生学历高于12.5%。
(四)由于职务不同也存在薪酬差异
对职务虚拟变量的统计分析结果显示,把职务分为高层管理职务、中层管理职务、基层管理职务、一般行政职务、专业技术职务,以一般行政职务为基准变量时,高层管理者的薪酬高于16.7%,中层管理人员高于7.2%,但是,一般行政人员、专业技术人员以及基层管理者的薪酬差异不显著。职务是确定薪酬的重要依据,目前多数组织实行职务薪酬制,它们根据各职务的工作内容、工作条件、责任、权限以及贡献来确定职务薪酬。因此,不同职务之间发生薪酬差异是必然现象,然而差异的大小在不同组织各不相同,企业的职务间薪酬差异比事业单位大。
五、结束语
影响薪酬差异的主要因素可以分为两种,一种是年龄、工龄、连续工龄、性别、学历、职务等劳动力供给方的因素;另一种是组织规模、行业特征、工会组建与否以及所有制形式等劳动力需求方的因素。本研究借鉴国内外相关研究成果,考虑我国事业单位的具体情况,把劳动力供给方的因素分为人口学相关变量和职务相关变量,并以它们为自变量建立薪酬函数模型,利用抽样调查资料对事业单位的薪酬差异进行实证分析。从研究结果看,笔者提出的研究假设基本得到调查分析数据的支持,性别、学历、工龄、职务等因素对薪酬差异的影响非常显著,尤其是学历和职务对薪酬差异的影响更为显著。但是,通过研究发现事业单位内部员工间的薪酬差异不大,无法解释的因素所占的比重较大。这说明,事业单位的薪酬结构中仍存在不合理的因素,薪酬的激励因素相对不足。
本研究通过实证分析揭示了事业单位的薪酬差异及其影响因素,但由于篇幅所限没有涉及怎样确定合理的薪酬差异以及员工对不同薪酬差异的公平感知等问题。对这些问题的研究超出本论文的研究范围,作者将其作为今后的研究课题。
标签:实证分析论文; 连续工龄论文; 自变量论文; 薪酬结构论文; 虚拟变量论文; 相关性分析论文; 事业单位工资论文; 差异分析论文;