分層勞動(dòng)力市場(chǎng)農(nóng)民工就業(yè)歧視與工資歧視：一個(gè)分解方法及其基于中國(guó)數(shù)據(jù)的應(yīng)用

1、分層勞動(dòng)力市場(chǎng)、農(nóng)民工就業(yè)歧視與工資歧視：一個(gè)分解方法及其基于中國(guó)數(shù)據(jù)的應(yīng)用章 元復(fù)旦大學(xué)中國(guó)社會(huì)主義市場(chǎng)經(jīng)濟(jì)研究中心Yiu por ChenShefield University, UK上海財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院2012/4/19本文的結(jié)構(gòu)：一、研究動(dòng)機(jī)二、文獻(xiàn)綜述三、本文的度量和分解方法四、數(shù)據(jù)來(lái)源五、基于中國(guó)數(shù)據(jù)的應(yīng)用六、結(jié)論、政策含義及研究的不足一、研究動(dòng)機(jī)1、城鄉(xiāng)收入差距、城市內(nèi)部行業(yè)間收入差距不斷擴(kuò)大2、城市勞動(dòng)力市場(chǎng)：分層的(分割的)二元?jiǎng)趧?dòng)力市場(chǎng)3、城市地方政府保護(hù)本地居民就業(yè)“騰籠換鳥(niǎo)”4、戶籍身份歧視（同命不同價(jià)）、民工歧視農(nóng)民工在城市勞動(dòng)力市場(chǎng)上受到多大程度的歧視？它的決定因素

2、是什么？它隨時(shí)間的變化趨勢(shì)是什么？二、現(xiàn)有的研究1、民工在城市勞動(dòng)力市場(chǎng)上的就業(yè)機(jī)會(huì)和工資待遇更差Meng and Miller（1995）、Knight et al. （1999）、Meng（2000）、Meng and Zhang (2001)、蔡昉（2000；2003）、楊云彥和陳金永（2000）、姚先國(guó)和賴普清（2004）、王美艷（2003；2005）、鐘笑寒（2006）、嚴(yán)善平（2006；2007）、劉澤云（2008）、李春玲和李實(shí)（2008） 2、民工與工人的工資差距分解Meng（2000）：Blinder-Oaxaca-Cotton分解、Brown分解 王美艷（2003；2005

3、）：Oaxaca分解 、Brown分解 謝嗣勝和姚先國(guó)（2006）：Blinder-Oaxaca-Cotton分解 Meng and Miller（1995）、Knight et al. （1999）、Meng（2000）、Meng and Zhang (2001)、蔡昉（2000；2003）、楊云彥和陳金永（2000）、姚先國(guó)和賴普清（2004）、王美艷（2003；2005）、鐘笑寒（2006）、嚴(yán)善平（2006；2007）、劉澤云（2008）、李春玲和李實(shí)（2008） Meng（2000）基于中國(guó)的數(shù)據(jù)和Blinder-Oaxaca-Cotton分解方法的研究發(fā)現(xiàn)，民工與工人工資差距的50

4、%左右不能用他們的勞動(dòng)生產(chǎn)率差異來(lái)解釋，她利用Brown（1980）分解方法的結(jié)果發(fā)現(xiàn)：有超過(guò)100%的行業(yè)內(nèi)工資差異是歧視導(dǎo)致的； 王美艷（2003）也利用Oaxaca（1973）分解方法研究發(fā)現(xiàn)，民工和城市勞動(dòng)力的工資差異中只有24%能用個(gè)人特征的差異來(lái)解釋，而剩余的76%則是由于歧視導(dǎo)致的。她的另一個(gè)研究利用Brown分解方法考察了民工與城市勞動(dòng)力的工資差異，發(fā)現(xiàn)工資差異中的43%是由歧視等不可解釋的因素造成的（王美艷，2005）； 謝嗣勝和姚先國(guó)（2006）也運(yùn)用Blinder-Oaxaca-Cotton工資差異分解方法，發(fā)現(xiàn)民工和城市勞動(dòng)力工資差距中的一半以上是由歧視造成的。民工在城

5、市勞動(dòng)力市場(chǎng)上所受到的歧視程度在50%以上。Blinder、Oaxaca、Cotton、Brown、Neumark分解工資差距的方法應(yīng)用于研究勞動(dòng)力歧視時(shí)所存在的問(wèn)題：分解出來(lái)的所謂的“歧視成分”并不是歧視程度的準(zhǔn)確度量；1、截矩項(xiàng)a包含有其他可不解釋的因素2、WD不能很好地反映歧視（歧視在理論上存在三種組合）其他普通回歸方法研究歧視時(shí)所面臨的問(wèn)題：1、如何從就業(yè)機(jī)會(huì)的差異中剝離出歧視的影響？2、觀察到的實(shí)際工資水平已經(jīng)包含了歧視；3、歧視在理論上存在三種組合；Becker（1957） 、Arrow（ 1973）、Dickens and Kevin（1985）：僅僅由于性別或種族等的不同而在就

6、業(yè)和工資水平兩個(gè)方面的不公平待遇；被歧視的群體獲得了低于其邊際勞動(dòng)生產(chǎn)率的工資（支付不足），而另一個(gè)群體則獲得了高于其邊際勞動(dòng)生產(chǎn)率的工資（過(guò)度支付）。在中國(guó)城市的分層勞動(dòng)力市場(chǎng)上，對(duì)城鎮(zhèn)工人過(guò)度支付和對(duì)民工支付不足同時(shí)存在(Knight et al.，1999；Meng，2000；Meng and Zhang，2001)； 我們還想進(jìn)一步知道：在城市分層勞動(dòng)力市場(chǎng)上：民工歧視中的工作歧視有多高？民工歧視中的工資歧視有多高？民工歧視中的過(guò)度支付有多高？民工歧視中的支付不足有多高？這些歧視成分的時(shí)間變化趨勢(shì)是什么？三、工作歧視和工資歧視的分解1、歧視的定義：Oaxaca(1973)u: urba

7、nr: ruraloverp: over_paidunderp: under_paido: no discrimination2、城市分層勞動(dòng)力市場(chǎng)有歧視時(shí)的分層勞動(dòng)力市場(chǎng)無(wú)歧視時(shí)的分層勞動(dòng)力市場(chǎng)a+b個(gè)城鎮(zhèn)工人所得到的過(guò)度支付： 工資歧視給工人帶來(lái)的過(guò)度支付 就業(yè)歧視給工人帶來(lái)的過(guò)度支付c+d個(gè)民工所遭受的支付不足： 工資歧視給民工帶來(lái)的支付不足 就業(yè)歧視給民工帶來(lái)的支付不足計(jì)算人均過(guò)度支付和人均支付不足四、本文使用的數(shù)據(jù)來(lái)源CHIPS2002-2007的城鎮(zhèn)工人和民工樣本CHIPS2002民工5327城鎮(zhèn)20632CHIPS2007民工8404城鎮(zhèn)14719數(shù)據(jù)清理后的就業(yè)樣本：2002年

8、 1：3民工：3166城鎮(zhèn)：97792007年民工：6104城鎮(zhèn)：61512007年 1：2民工：3052城鎮(zhèn)：6151市場(chǎng) 1市場(chǎng) 2單位所有制性質(zhì)（中央和地方）國(guó)有或國(guó)有控股其他單位所屬行業(yè)電力、煤氣、水的生產(chǎn)和供給交通運(yùn)輸、倉(cāng)儲(chǔ)、郵電、通訊金融、保險(xiǎn)房地產(chǎn)科、教、文、衛(wèi)、體、廣、電國(guó)家機(jī)關(guān)其他分層勞動(dòng)力市場(chǎng)的劃分20022007市場(chǎng)1市場(chǎng)2市場(chǎng)1市場(chǎng)2民工685248110242028城鎮(zhèn)工人765821214606152720022007市場(chǎng)1市場(chǎng)2市場(chǎng)1市場(chǎng)2民工8.21%67.87%18.19%57.05%城鎮(zhèn)工人91.79%32.13%81.81%42.95%20022007市場(chǎng)

9、1市場(chǎng)2市場(chǎng)1市場(chǎng)2民工3.112.356.635.33城鎮(zhèn)工人6.334.3713.619.29分層勞動(dòng)力市場(chǎng)的就業(yè)分布分層勞動(dòng)力市場(chǎng)的平均小時(shí)工資水平現(xiàn)行研究的方法：Oaxaca，1973；Neumark，1988 ；Cotton，1988 A、用男性樣本估計(jì)工資方程，將女性特征代入；B、用女性樣本估計(jì)工資方程，將男性特征代入；Index Number ProblemC、分別估計(jì)男性女性工資方程，然后加權(quán)得到無(wú)歧視情況下的工資方程分別估計(jì)城鎮(zhèn)工人和民工的工資方程，加權(quán)后得到無(wú)歧視情況下的方程本文面臨的問(wèn)題：能否進(jìn)入市場(chǎng)1的概率是非線性的五、推導(dǎo)無(wú)歧視情況下的就業(yè)分布及工資水平其他方法：Ne

10、umark（1988）認(rèn)為把男性樣本和女性樣本混合在一起估計(jì)出來(lái)的（全樣本）工資方程是更合適的無(wú)歧視狀況下的工資機(jī)制。進(jìn)行全樣本回歸時(shí)不把性別虛擬變量（本文中是外來(lái)民工虛擬變量）納入全樣本工資方程（或市場(chǎng)1的進(jìn)入方程），則就會(huì)存在著遺漏變量偏誤。因此，Ben（2008）就建議在全樣本工資方程中加入性別虛擬變量，從而可以根據(jù)這個(gè)方程得到無(wú)性別歧視狀況下的工資機(jī)制。 Ben Jann, 2008, “The Binder-Oaxaca Decomposition for Linear Regression Models,” The Stata Journal, 8(4), pp. 453-479.

11、本文還原無(wú)就業(yè)歧視的方法：假設(shè)勞動(dòng)力市場(chǎng)是封閉的A. 使用全樣本回歸，并在市場(chǎng)1的進(jìn)入方程加入民工虛擬變量B. 根據(jù)市場(chǎng)1的進(jìn)入方程（Logit模型）結(jié)果預(yù)測(cè)進(jìn)入市場(chǎng)1的概率 B1. 民工的預(yù)測(cè)概率+民工虛擬變量的邊際效應(yīng)*(1-民工占比) B2. 城鎮(zhèn)工人的預(yù)測(cè)概率 -民工虛擬變量的邊際效應(yīng)*(1-工人占比)假設(shè)100個(gè)民工100個(gè)工人，各自有50人進(jìn)入一級(jí)市場(chǎng)，各自進(jìn)入一級(jí)市場(chǎng)的概率都等于50%；假設(shè)存在歧視，5個(gè)工人擠占了5個(gè)民工的工作崗位，則工人的概率上升為55%，而民工的概率下降為45%；工人的進(jìn)入概率比民工的進(jìn)入概率高10個(gè)百分點(diǎn)；還原：加減5個(gè)百分點(diǎn)200個(gè)工人100個(gè)民工，10

12、個(gè)工人退還10個(gè)工作崗位給民工，工人的概率下降1/20，民工的概率上升1/10；能否進(jìn)入勞動(dòng)力市場(chǎng)1的決定因素20022007LogitProbitLogitProbitMigrant-1.650*-1.002*-1.174*-0.723*(0.062)(0.036)(0.061)(0.037)Age-0.089*-0.049*-0.006-0.002(0.024)(0.014)(0.019)(0.011)Age_sq0.001*0.001*0.0000.000(0.000)(0.000)(0.000)(0.000)Male0.355*0.201*0.0690.039(0.046)(0.026

13、)(0.049)(0.029)Married0.1350.068-0.063-0.036(0.099)(0.057)(0.082)(0.049)Education0.151*0.086*0.115*0.069*(0.008)(0.005)(0.009)(0.005)Experience0.113*0.068*0.028*0.020*(0.009)(0.005)(0.010)(0.006)Experience_sq-0.001*-0.001*0.001*0.000*(0.000)(0.000)(0.000)(0.000)Provincial DummyYESYESYESYESObservatio

14、nPseudo R2129450.2740129450.273390420.167190420.166920022007農(nóng)民工+0.24492+0.16857城鎮(zhèn)工人-0.07930-0.08392775515 得到上述無(wú)“工作歧視”情況下的進(jìn)入概率后： 將原本已經(jīng)進(jìn)入市場(chǎng)1的城鎮(zhèn)工人的預(yù)測(cè)概率進(jìn)行排序，將概率最低的個(gè)觀察值“擠出”一級(jí)市場(chǎng)，便得到無(wú)工作歧視情況下只應(yīng)該進(jìn)入市場(chǎng)1的城鎮(zhèn)工人數(shù)量； 將原本沒(méi)有進(jìn)入市場(chǎng)1的民工的預(yù)測(cè)概率進(jìn)行排序，將概率最高的個(gè)觀察值“擠入”市場(chǎng)1，便得到無(wú)工作歧視情況下本應(yīng)該進(jìn)入市場(chǎng)1的民工數(shù)量； 還原無(wú)歧視的工資水平的另一個(gè)可能方法（暫未使用）：根據(jù)無(wú)歧視情況下

15、新的就業(yè)市場(chǎng)分布：在工資方程加入民工虛擬變量，分別預(yù)測(cè)兩個(gè)市場(chǎng)上的民工和城鎮(zhèn)工人的工資水平 C1. 民工的預(yù)測(cè)工資+1/2*民工虛擬變量的邊際效應(yīng)絕對(duì)值 C2. 城鎮(zhèn)工人的預(yù)測(cè)工資-1/2*民工虛擬變量的邊際效應(yīng)絕對(duì)值為什么不像前面那樣拆分民工虛擬變量的邊際效應(yīng)？第一，并不存在交叉補(bǔ)貼和占補(bǔ)平衡；第二，現(xiàn)有關(guān)于中國(guó)城市分層勞動(dòng)力市場(chǎng)的研究發(fā)現(xiàn)對(duì)于城鎮(zhèn)工人的過(guò)度支付和對(duì)于民工的支付不足是同時(shí)存在的（Knight et al.，1999；Meng，2000；Meng and Zhang，2001）將個(gè)樣本在市場(chǎng)1和市場(chǎng)2之間重新分配后，在計(jì)算無(wú)進(jìn)入歧視情況下的工資水平之前，還需要對(duì)個(gè)樣本的工資水平

16、重新進(jìn)行調(diào)整，因?yàn)樗麄儗?shí)際得到的工資水平是在另一個(gè)市場(chǎng)中決定的，不能直接放到另一個(gè)市場(chǎng)中去獲得工資方程；1、假設(shè)個(gè)民工能夠進(jìn)入市場(chǎng)1，他應(yīng)該得到多少工資？2、假設(shè)個(gè)城鎮(zhèn)工人應(yīng)該進(jìn)入市場(chǎng)2，他應(yīng)該得到多少工資？估計(jì)市場(chǎng)1的民工工資方程，將原本在市場(chǎng)2的個(gè)民工的特征代入估計(jì)市場(chǎng)2的城鎮(zhèn)工人工資方程，將原本在市場(chǎng)1的個(gè)城鎮(zhèn)工人的特征代入無(wú)進(jìn)入歧視情況下的市場(chǎng)結(jié)構(gòu)城鎮(zhèn)工人農(nóng)民工數(shù)量平均工資數(shù)量平均工資2002市場(chǎng)17658-775=6883685+775=1460市場(chǎng)22121+775=28962481-775=17062007市場(chǎng)14604-515=40891024+515=1539市場(chǎng)21527+

17、515=20422028-515=1513分層市場(chǎng)的工資方程-2002市場(chǎng)1市場(chǎng)2農(nóng)民工城鎮(zhèn)工人農(nóng)民工城鎮(zhèn)工人男性0.891*0.423*0.618*0.395*(0.200)(0.135)(0.202)(0.172)年齡0.208*0.248*-0.1100.287*(0.080)(0.081)(0.097)(0.088)年齡平方-0.002*-0.002*0.002-0.003*(0.001)(0.001)(0.001)(0.001)已婚-0.4160.557*0.453-0.263(0.345)(0.325)(0.441)(0.373)教育年限0.092*0.305*0.143*0.19

18、4*(0.040)(0.026)(0.043)(0.031)工作經(jīng)驗(yàn)-0.0270.0370.1060.047(0.055)(0.032)(0.083)(0.035)工作經(jīng)驗(yàn)平方0.002-0.001-0.002-0.001(0.003)(0.001)(0.006)(0.001)常數(shù)項(xiàng)-2.266-4.724*8.985*-0.043(2.088)(1.781)(3.517)(1.661)產(chǎn)業(yè)虛擬變量是是是是所有制虛擬變量是是是是省份虛擬變量是是是是觀察值調(diào)整R214600.089768830.189917060.084828960.1815分層市場(chǎng)的工資方程-2007市場(chǎng)1市場(chǎng)2農(nóng)民工城鎮(zhèn)工

19、人農(nóng)民工城鎮(zhèn)工人男性0.794*0.1121.036*0.009(0.249)(0.456)(0.258)(1.090)年齡0.339*-0.0800.210*0.429(0.100)(0.195)(0.102)(0.428)年齡平方-0.005*0.000-0.003*-0.006(0.001)(0.002)(0.001)(0.005)已婚-0.1941.3730.2031.766(0.347)(0.886)(0.369)(1.912)教育年限0.315*0.141*0.193*0.395*(0.053)(0.077)(0.062)(0.193)工作經(jīng)驗(yàn)0.272*0.299*0.358*0.432*(0.063)(0.072)(0.094)(0.223)工作經(jīng)驗(yàn)平方-0.010*-0.005*-0.017*-0.013*(0.003)(0.002)(0.007)(0.007)常數(shù)項(xiàng)-2.7528.226*0.4790.048(2.596)(4.324)(5.061)(9.430)產(chǎn)業(yè)虛擬變量是是是是所有制虛擬變量是是是是省份虛擬變量是是是是觀察值調(diào)整R215280.124140070.126714710.114320160.0288無(wú)工資歧視、無(wú)就業(yè)歧視情況下的就業(yè)分布與平均小時(shí)工資城鎮(zhèn)工人農(nóng)民工數(shù)量