分层劳动力市场、农民工就业歧视与工资歧视：一个分解方法及其基于中国数据的应用 章 元 复旦大学中国社会主义市场经济研究中心 Yiu por Chen Shefield University, UK 上海财经大学经济学院—2012/4/19

本文的结构： 一、研究动机 二、文献综述 三、本文的度量和分解方法 四、数据来源 五、基于中国数据的应用 六、结论、政策含义及研究的不足

一、研究动机 1、城乡收入差距、城市内部行业间收入差距不断扩大 2、城市劳动力市场：分层的(分割的)二元劳动力市场 3、城市地方政府保护本地居民就业——“腾笼换鸟” 4、户籍身份歧视（同命不同价）、民工歧视 农民工在城市劳动力市场上受到多大程度的歧视？它的决定因素是什么？它随时间的变化趋势是什么？

二、现有的研究 1、民工在城市劳动力市场上的就业机会和工资待遇更差 2、民工与工人的工资差距分解 Meng and Miller（1995）、Knight et al. （1999）、Meng（2000）、Meng and Zhang (2001)、蔡昉（2000；2003）、杨云彦和陈金永（2000）、姚先国和赖普清（2004）、王美艳（2003；2005）、钟笑寒（2006）、严善平（2006；2007）、刘泽云（2008）、李春玲和李实（2008） 2、民工与工人的工资差距分解 Meng（2000）：Blinder-Oaxaca-Cotton分解、Brown分解 王美艳（2003；2005）：Oaxaca分解 、Brown分解 谢嗣胜和姚先国（2006）：Blinder-Oaxaca-Cotton分解

Meng and Miller（1995）、Knight et al Meng and Miller（1995）、Knight et al. （1999）、Meng（2000）、Meng and Zhang (2001)、蔡昉（2000；2003）、杨云彦和陈金永（2000）、姚先国和赖普清（2004）、王美艳（2003；2005）、钟笑寒（2006）、严善平（2006；2007）、刘泽云（2008）、李春玲和李实（2008） Meng（2000）基于中国的数据和Blinder-Oaxaca-Cotton分解方法的研究发现，民工与工人工资差距的50%左右不能用他们的劳动生产率差异来解释，她利用Brown（1980）分解方法的结果发现：有超过100%的行业内工资差异是歧视导致的； 王美艳（2003）也利用Oaxaca（1973）分解方法研究发现，民工和城市劳动力的工资差异中只有24%能用个人特征的差异来解释，而剩余的76%则是由于歧视导致的。她的另一个研究利用Brown分解方法考察了民工与城市劳动力的工资差异，发现工资差异中的43%是由歧视等不可解释的因素造成的（王美艳，2005）； 谢嗣胜和姚先国（2006）也运用Blinder-Oaxaca-Cotton工资差异分解方法，发现民工和城市劳动力工资差距中的一半以上是由歧视造成的。民工在城市劳动力市场上所受到的歧视程度在50%以上。

Blinder、Oaxaca、Cotton、Brown、Neumark分解工资差距的方法应用于研究劳动力歧视时所存在的问题：分解出来的所谓的“歧视成分”并不是歧视程度的准确度量； 2、WD不能很好地反映歧视（歧视在理论上存在三种组合） 其他普通回归方法研究歧视时所面临的问题： 1、如何从就业机会的差异中剥离出歧视的影响？ 2、观察到的实际工资水平已经包含了歧视； 3、歧视在理论上存在三种组合；

Becker（1957） 、Arrow（ 1973）、Dickens and Kevin（1985）： 仅仅由于性别或种族等的不同而在就业和工资水平两个方面的不公平待遇；被歧视的群体获得了低于其边际劳动生产率的工资（支付不足），而另一个群体则获得了高于其边际劳动生产率的工资（过度支付）。 在中国城市的分层劳动力市场上，对城镇工人过度支付和对民工支付不足同时存在(Knight et al.，1999；Meng，2000；Meng and Zhang，2001)；

我们还想进一步知道： 在城市分层劳动力市场上： 民工歧视中的工作歧视有多高？ 民工歧视中的工资歧视有多高？ 民工歧视中的过度支付有多高？ 民工歧视中的支付不足有多高？ 这些歧视成分的时间变化趋势是什么？

三、工作歧视和工资歧视的分解 1、歧视的定义：Oaxaca(1973) u: urban r: rural overp: over_paid underp: under_paid o: no discrimination

2、城市分层劳动力市场 有歧视时的分层劳动力市场 无歧视时的分层劳动力市场

a+b个城镇工人所得到的过度支付： 工资歧视给工人带来的过度支付 就业歧视给工人带来的过度支付 c+d个民工所遭受的支付不足： 工资歧视给民工带来的支付不足 就业歧视给民工带来的支付不足

计算人均过度支付和人均支付不足

四、本文使用的数据来源 CHIPS2002-2007的城镇工人和民工样本 CHIPS2002 民工5327 城镇20632 民工8404 城镇14719

数据清理后的就业样本： 2002年 1：3 民工：3166 城镇：9779 2007年 民工：6104 城镇：6151 2007年 1：2 2002年 1：3 民工：3166 城镇：9779 2007年 民工：6104 城镇：6151 2007年 1：2 民工：3052

分层劳动力市场的划分 市场 1 市场 2 单位所有制性质 （中央和地方）国有或国有控股 其他 单位所属行业 电力、煤气、水的生产和供给 交通运输、仓储、邮电、通讯 金融、保险 房地产 科、教、文、卫、体、广、电 国家机关

分层劳动力市场的就业分布 分层劳动力市场的平均小时工资水平 2002 2007 市场1 市场2 民工 685 2481 1024 2028 城镇工人 7658 2121 4606 1527 2002 2007 市场1 市场2 民工 8.21% 67.87% 18.19% 57.05% 城镇工人 91.79% 32.13% 81.81% 42.95% 分层劳动力市场的平均小时工资水平 2002 2007 市场1 市场2 民工 3.11 2.35 6.63 5.33 城镇工人 6.33 4.37 13.61 9.29

五、推导无歧视情况下的就业分布及工资水平 现行研究的方法： Oaxaca，1973；Neumark，1988 ；Cotton，1988 A、用男性样本估计工资方程，将女性特征代入； B、用女性样本估计工资方程，将男性特征代入； Index Number Problem C、分别估计男性女性工资方程，然后加权得到无歧视情况下的工资方程 分别估计城镇工人和民工的工资方程，加权后得到无歧视情况下的方程 本文面临的问题：能否进入市场1的概率是非线性的……

其他方法： Neumark（1988）认为把男性样本和女性样本混合在一起估计出来的（全样本）工资方程是更合适的无歧视状况下的工资机制。 进行全样本回归时不把性别虚拟变量（本文中是外来民工虚拟变量）纳入全样本工资方程（或市场1的进入方程），则就会存在着遗漏变量偏误。因此，Ben（2008）就建议在全样本工资方程中加入性别虚拟变量，从而可以根据这个方程得到无性别歧视状况下的工资机制。 Ben Jann, 2008, “The Binder-Oaxaca Decomposition for Linear Regression Models,” The Stata Journal, 8(4), pp. 453-479.

本文还原无就业歧视的方法：假设劳动力市场是封闭的 A. 使用全样本回归，并在市场1的进入方程加入民工虚拟变量 B. 根据市场1的进入方程（Logit模型）结果预测进入市场1的概率 B1. 民工的预测概率+民工虚拟变量的边际效应*(1-民工占比) B2. 城镇工人的预测概率 -民工虚拟变量的边际效应*(1-工人占比) 假设100个民工100个工人，各自有50人进入一级市场，各自进入一级市场的概率都等于50%； 假设存在歧视，5个工人挤占了5个民工的工作岗位，则工人的概率上升为55%，而民工的概率下降为45%； 工人的进入概率比民工的进入概率高10个百分点； 还原：加减5个百分点 200个工人100个民工，10个工人退还10个工作岗位给民工，工人的概率下降1/20，民工的概率上升1/10；

能否进入劳动力市场1的决定因素 2002 2007 Logit Probit Migrant -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_sq 0.001*** 0.000 (0.000) Male 0.355*** 0.201*** 0.069 0.039 (0.046) (0.026) (0.049) (0.029) Married 0.135 0.068 -0.063 -0.036 (0.099) (0.057) (0.082) Education 0.151*** 0.086*** 0.115*** 0.069*** (0.008) (0.005) (0.009) Experience 0.113*** 0.068*** 0.028*** 0.020*** (0.010) (0.006) Experience_sq -0.001*** 0.000** Provincial Dummy YES Observation Pseudo R2 12945 0.2740 0.2733 9042 0.1671 0.1669

得到上述无“工作歧视”情况下的进入概率后： 2002 2007 农民工 +0.24492 +0.16857 城镇工人 -0.07930 -0.08392 Δ 775 515 得到上述无“工作歧视”情况下的进入概率后： 将原本已经进入市场1的城镇工人的预测概率进行排序，将概率最低的Δ个观察值“挤出”一级市场，便得到无工作歧视情况下只应该进入市场1的城镇工人数量； 将原本没有进入市场1的民工的预测概率进行排序，将概率最高的Δ个观察值“挤入”市场1，便得到无工作歧视情况下本应该进入市场1的民工数量；

还原无歧视的工资水平的另一个可能方法（暂未使用）： 根据无歧视情况下新的就业市场分布：在工资方程加入民工虚拟变量，分别预测两个市场上的民工和城镇工人的工资水平 C1. 民工的预测工资+1/2*民工虚拟变量的边际效应绝对值 C2. 城镇工人的预测工资-1/2*民工虚拟变量的边际效应绝对值 为什么不像前面那样拆分民工虚拟变量的边际效应？ 第一，并不存在交叉补贴和占补平衡； 第二，现有关于中国城市分层劳动力市场的研究发现对于城镇工人的过度支付和对于民工的支付不足是同时存在的（Knight et al.，1999；Meng，2000；Meng and Zhang，2001）

1、假设Δ个民工能够进入市场1，他应该得到多少工资？ 2、假设Δ个城镇工人应该进入市场2，他应该得到多少工资？ 无进入歧视情况下的市场结构 城镇工人 农民工 数量 平均工资 2002 市场1 7658-775=6883 685+775=1460 市场2 2121+775=2896 2481-775=1706 2007 4604-515=4089 1024+515=1539 1527+515=2042 2028-515=1513 将Δ个样本在市场1和市场2之间重新分配后，在计算无进入歧视情况下的工资水平之前，还需要对Δ个样本的工资水平重新进行调整，因为他们实际得到的工资水平是在另一个市场中决定的，不能直接放到另一个市场中去获得工资方程； 1、假设Δ个民工能够进入市场1，他应该得到多少工资？ 2、假设Δ个城镇工人应该进入市场2，他应该得到多少工资？ 估计市场1的民工工资方程，将原本在市场2的Δ个民工的特征代入 估计市场2的城镇工人工资方程，将原本在市场1的Δ个城镇工人的特征代入

分层市场的工资方程-2002 市场1 市场2 农民工 城镇工人 男性 0.891*** 0.423*** 0.618*** 0.395** (0.200) (0.135) (0.202) (0.172) 年龄 0.208*** 0.248*** -0.110 0.287*** (0.080) (0.081) (0.097) (0.088) 年龄平方 -0.002** 0.002 -0.003*** (0.001) 已婚 -0.416 0.557* 0.453 -0.263 (0.345) (0.325) (0.441) (0.373) 教育年限 0.092** 0.305*** 0.143*** 0.194*** (0.040) (0.026) (0.043) (0.031) 工作经验 -0.027 0.037 0.106 0.047 (0.055) (0.032) (0.083) (0.035) 工作经验平方 -0.001 -0.002 (0.003) (0.006) 常数项 -2.266 -4.724*** 8.985** -0.043 (2.088) (1.781) (3.517) (1.661) 产业虚拟变量 是 所有制虚拟变量 省份虚拟变量 观察值 调整R2 1460 0.0897 6883 0.1899 1706 0.0848 2896 0.1815

分层市场的工资方程-2007 市场1 市场2 农民工 城镇工人 男性 0.794*** 0.112 1.036*** 0.009 (0.249) (0.456) (0.258) (1.090) 年龄 0.339*** -0.080 0.210** 0.429 (0.100) (0.195) (0.102) (0.428) 年龄平方 -0.005*** 0.000 -0.003** -0.006 (0.001) (0.002) (0.005) 已婚 -0.194 1.373 0.203 1.766 (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) 工作经验 0.272*** 0.299*** 0.358*** 0.432* (0.063) (0.072) (0.094) (0.223) 工作经验平方 -0.010*** -0.017** -0.013* (0.003) (0.007) 常数项 -2.752 8.226* 0.479 0.048 (2.596) (4.324) (5.061) (9.430) 产业虚拟变量 是 所有制虚拟变量 省份虚拟变量 观察值 调整R2 1528 0.1241 4007 0.1267 1471 0.1143 2016 0.0288

无工资歧视、无就业歧视情况下的就业分布与平均小时工资 城镇工人 农民工 数量 平均小时工资 2002 市场1 6883 5.97 1460 3.38 市场2 2896 3.95 1706 2.55 2007 4089 11.93 1539 9.40 2042 8.00 1513 6.14 城镇工人 农民工 数量 平均小时工资 2002 市场1 7658-775=6883 6.33-5.97=0.36 685+775=1460 3.38-3.11=0.27 市场2 2121+775=2896 4.37-3.95=0.42 2481-775=1706 2.55-2.35=0.20 2007 4604-515=4089 13.61-11.93=1.68 1024+515=1539 9.40-6.63=2.77 1527+515=2042 9.29-8.00=1.29 2028-515=1513 6.14-5.33=0.81

总歧视系数及其分解结果：

六、结论、政策建议及不足 结论： 政策建议： 1、民工歧视系数从2002到2007年显著上升，主要由工资歧视上升所推动； 2、工资歧视是总歧视系数的主要成分； 3、民工承受的支付不足是总歧视系数的主要成分； 政策建议： 1、政策重心应该在于降低民工的支付不足，而不是工人的过度支付； 2、政策重心应该在于降低工资歧视，而不是就业歧视；

研究的不足 1、没考虑城市劳动力市场上的失业——市场2的就业歧视会将部分民工挤出使他们失业，或者放弃移民进入城市劳动力市场； 2、分层劳动力市场的划分标准 3、无歧视情况下的工资水平推导方法 4、如何解释被分解出来的最后一部分乘积——交叉歧视系数？

欢迎批评与建议，谢谢！ zhangyuanfd@fudan.edu.cn 非成熟稿，请勿引用。