城市正规就业与非正规就业收入差距及影响因素贡献——基于收入不平等的分解

屈小博

(中国社会科学院人口与劳动经济研究所,北京 100732)

一、引 言

发展中国家的劳动力从农村向城市、从欠发达地区向发达地区迁移导致了劳动分工变化,城镇劳动力从事收入和社会保障相对较高的工作,农村劳动力从事收入和社会保障相对较低的工作[1],而工业化水平及剩余劳动力是促使发展中国家非正规就业出现和迅速增长的根源[2]。国际劳工组织(ILO,1972)关于肯尼亚的就业报告被广泛认为是关于非正规部门的最早研究[3]。根据国际劳工组织公布的数据,非正规就业在“亚洲”已经扩大到非农就业的65%[4]。从20世纪90年代以来,中国城镇就业增长主要是以非正规的形式发生[5]。因为统计数据的缺乏,很难准确地度量中国非正规就业的实际规模,ILO尚未把中国充分纳入其分析范围。但根据ILO的统计口径,除了个体、私营的从业人员外,还应包括城镇总就业人数减去正规就业职工 (含传统正规部门与新兴正规部门)、其他单位从业人员之后的剩余就业人员。胡鞍钢、赵黎 (2006)根据中国官方公布的数据测算出非正规就业在市场化改革时期就已不容忽视[6]。

有关中国非正规就业的研究主要集中于劳动力市场分割、就业增长及社会学领域。相关实证研究较少,代表性的有吴要武、蔡(2006)利用劳动部2002年66个城市“就业与社会保障”抽样调查数据,测算2002年城镇非正规就业规模已超过1.2亿。从个人特征看,非正规就业者的受教育水平显著低于正规就业者[7]。吴要武 (2009)使用2005年1%人口普查数据实证研究得出,随着经济发展水平的提高,劳动力市场的非正规化会自动下降,这意味着促进劳动力市场正规化并不是一个恰当的政策目标[8]。

从经济转型的角度来看,就业差别与收入差距的关系、收入差距状况如何?这些都是值得关注和研究的重要问题。本文研究目的是分析中国城市正规与非正规就业之间的工资收入差距及来源。从收入的角度看,两类就业者之间工资收入差距的主要影响因素及趋势如何?对这些问题的实证研究有助于回答非正规就业在促进就业的同时能否有效缩小就业者之间的收入差距、个人特征相同的就业者由于就业差别而导致的收入差异是否存在明显的差异以及这种差异的变化趋势如何?这些对如何处理劳动力市场的正规性与灵活性有重要的政策启示。

二、数据来源及统计描述

目前能用于研究中国收入差距的微观数据来源非常少,可从时间序列纵向考察的就更少。比较有代表性的是CHIP项目1995和2002年的两轮调查数据[9]。本文使用中国健康与营养调查 (CHNS)的住户数据,该调查是美国北卡罗莱纳大学人口中心、营养与食品卫生学研究所同中国预防医药学会联合发起的。到目前为止,已在辽宁、黑龙江、江苏、山东、河南、湖北、湖南、广西、贵州9个省进行了七轮调查,即1989、1991、1993、1997、2000、2004和2006年。

CHNS调查始于1989年,采用多阶段分层随机整群抽样调查。CHNS数据包括个人、家庭和社区。个人调查包括18岁以上家庭成员的人口学资料、工作及健康情况等。CHNS调查包括城市和农村两类调查点,本文只选取城市调查数据。由于CHNS数据最早是为调查中国居民健康和营养情况而设计的,因而运用此数据研究劳动力市场问题时会有一定的局限性。但CHNS数据也具有自身的优势。首先,该数据具有较长的时间跨度,这就为分析中国城镇就业及相关情况随时间的变化提供了有利的机会。其次,该数据提供了详尽的家庭、人口学等特征,便于我们分析这些特征对正规与非正规就业收入差距的影响。

根据ILO(2002)的界定和CHNS数据所能提供的识别指标,采用CHNS调查问卷中“你在此职业中的地位是什么?”来识别正规和非正规就业。本文对非正规就业定义为个体、私营企业雇员(20人以下规模)、自营劳动者、正规就业部门中的临时工以及有工资收入的家庭帮工。由于1989、1991和1993年与后四年的数据在一些重要变量上的划分标准不同 (如就业者在工作中的地位),故本文只选取了1997、2000、2004、2006年的样本数据。另外,由于1997年的调查中没有包括辽宁省,为了使样本在各调查年份之间保持一致性,本文剔除了辽宁省样本。

表1 1997-2006年正规与非正规就业劳动者数量分布 (CHNS)

由表1可见,1997年非正规就业的劳动者数量已经超过了正规就业者数量,在随后三个调查年份中也是非正规就业比重高于正规就业14-16个百分点,非正规就业比重在时间上没有呈现明显增加的趋势,这可能是由于CHNS调查中农民工样本偏低,因为这一时期农民工既是城镇非农就业增加的主体,也是非正规就业的主体。

由表2可见:(1)非正规就业的劳动者中女性的比例高于正规就业者;(2)无论正规就业者还是非正规就业者,就业者的整体受教育水平均有了很大提高,受教育年限呈逐渐增加的趋势。1997 -2006年,正规就业者受教育水平明显高于非正规就业者;(3)已婚、年龄等个人特征在正规和非正规就业者之间的差别和波动幅度较小;(4)户籍状况的统计结果表明,非正规就业者中农村户籍的比例远远高于正规就业者,这说明农民工在非正规就业者群体中占较大比重。

表2 1997-2004年正规与非正规就业者工资收入及相关特征的统计描述 (CHNS) 单位:%;元

CHNS调查中对城市调查点的住户个人收入数据包括工资、实物性收入和奖金、补贴等指标。本文采用个人月平均工资收入作为收入差距的衡量指标,工资性收入为工资、实物性收入和奖金、补贴的总和,月平均工资收入等于年工资性收入除以实际工作月数得到。表2显示正规就业者与非正规就业者的绝对收入差距有扩大趋势,月平均工资收入比率在1997-2006年分别为1.14、1.19、1.25和1.28。需要说明的是,月工资收入统计结果以及下文的回归与分解均没有经过地区价格指数调整,因为缺乏相应调查城市的价格指数,用各省价格指数调整偏差太大。

三、正规与非正规就业的收入差距及影响因素分解

为了分析城市正规就业与非正规就业工资收入差距的变化情况及原因,本文首先对城市就业者按照正规和非正规就业类别分组。这种分组分解收入差距的方法被称为不平等的水平分解,将总样本按一个范畴分成若干组。它往往使用泰尔第二指数来进行测量[10],而不采用常用的基尼系数来衡量,其原因是“Gini系数是组不一致的”。

表3 城市就业者按正规、非正规分组的泰尔第二指数分解 (CHNS)

由表3泰尔第二指数的分解结果可见:第一,1997-2006年城市就业者总的收入差距呈上升的趋势,但没有出现急剧扩大的现象,这与李实 (2009)的结论相近,城市内部的收入差距变化并没有出现人们想象的那样急剧增大[9];第二,城市就业者总的收入差距变化与正规和非正规就业的组间差距贡献变化相一致,城市就业者总的工资收入差距的增幅主要来自于正规就业与非正规就业的组间收入差距,1997-2006年组间差距的贡献分别为35.46%、36.02%、37.28%、39.08%;第三, 1997-2006年组间差距贡献分别大于正规就业的组内收入差距贡献和非正规就业的组内收入差距贡献,并且组内收入差距的变化小于组间收入差距变化。

但是,城市正规就业与非正规就业收入差距的水平分解并不能说明工资收入差距的主要影响因素及贡献,这就需要基于回归方程的不平等分解。Blinder-Oaxaca(1973)提出的分解收入均值的组间差异方法是这一领域的先驱[11]。选用Blinder-Oaxaca分解方法主要是考虑该方法侧重于测量收入均值的组间差异。由于住户调查中家庭成员个人收入统计往往有一定的偏误,很难得到其实际收入的真实分布。因此,采用分解收入均值的方法可以避免高收入观察值对差异的敏感性,有助于分析组间差异及其原因。Blinder-Oaxaca分解法的主要思想可表示为:

式 (1)中,下标1和2分别代表正规就业与非正规就业,Y是月工资收入,α1、α2分别是两个收入方程的回归系数,X是收入方程中的解释变量,α、X均为向量。方程 (1)中右边第一项是收入差距中能被方程中解释变量的数量差异所解释的部分,第二项则是由于回归方程系数的差别带来的收入差异。我们可以把第二项称为不能解释的部分,表示具有相同个人特征的两类就业者由于就业类别所带来的不同结果,反映了劳动力市场的非效率和扭曲程度。

表4 正规与非正规就业工资方程的估计结果 (CHNS)

正规就业与非正规就业者的收入决定方程采用拓展的明瑟 (Mincer)工资方程 (2)。被解释变量为就业者平均月工资收入的对数,解释变量Sch为就业者的受教育年限,Exp表示工作经验, Exp2表示工作经验的平方,Z为控制个人特征的向量 (包括性别、婚姻、户籍等特征变量以及控制地区差异的虚拟变量)。Mincer工资方程中的工作经验 (experience)是由年龄减去受教育年限再减去6得到。

由表4可见,1997-2006年间正规和非正规就业者的受教育年限都是影响其工资收入的最主要因素,起了显著的促进作用。受教育年限的回归系数体现的是教育收益率。1997-2006年,正规就业者的教育收益率分别为4.4%、4.8%、5.6%、5.8%,非正规就业者的教育回报率分别为2.9%、3.5%、4.1%、4.7%,两类就业者的教育收益率都在逐渐提高,这与王德文等 (2008)的研究结果相接近[12]。工作经验的系数估计值都显著为正,对两类就业者的工资收入有显著增加作用。工作经验平方项系数为负,这与人力资本理论中工作经验对工资决定的影响呈“凹形”效应相符。在个人特征中,性别对就业者的工资收入产生了显著的负向影响,这说明在同样条件下女性性别对收入产生负面影响,因而劳动力市场上还存在显著的性别工资差异。已婚特征也是影响两类就业者工资收入的一个因素。1997-2004年,已婚特征对非正规就业者的收入起正向促进作用,而2006年则转为负向影响,这可能因为随着年龄的增大,已婚劳动者就业选择灵活性降低。而农村户籍变量在1997-2006年期间对非正规就业者的工资收入影响先是负面缩减作用,而后2004年则转为增加效应 (见表4所示),这表明正规就业与非正规就业的户籍差异有利于缩小两类就业者之间的收入差距,本质上与劳动力供求转变密切相关。

表5是对两类就业者工资收入方程采用Blinder-Oaxaca分解方法得到的结果。我们发现,正规就业与非正规就业收入差距能被解释变量数量差异解释的部分呈逐渐增加的趋势。1997-2006年,两类就业者之间的收入差距能被解释变量解释的部分分别为72.16%、80.74%、82.95%和84.940%,呈现了比重逐渐增加的趋势,这表明两类就业者之间的月工资收入差异主要部分可以由就业者的个人人力资本禀赋程度和个人及家庭特征所解释。

表5 正规与非正规就业月工资收入差距的影响因素贡献分解 (CHNS)

首先,最重要的影响因素是受教育程度的差异。1997-2006年受教育年限的差异对两类就业者工资收入差距的贡献分别是37.31%、39.07%、40.53%和41.7%。其次,反映人力资本水平的工作经验是两类就业者工资收入差距的第二大贡献因素。1997-2006年所占比例分别为29.85%、30.7%、34.36%和32.39%,受教育年限和工作经验所占比例之和在66%-73%之间。而本文所关心的是具有相同个人特征的就业者由于正规和非正规就业类别不同而产生的收入差异,1997-2006年所占比重依次为27.84%、19.26%、17.05%和15.06%(见表5所示)。这表明并不存在较大的劳动力市场分割或扭曲效应,由于两类就业者工资决定方程系数差异产生的收入差距呈现了缩减的趋势,而这与经济发展阶段和劳动力市场供求变化呈现相一致的含义。因为随着劳动力市场转型与发育,劳动市场一体化程度的提高,劳动力市场的分割和无效率程度在减弱。根本原因是劳动力市场的不断发育使得劳动力资源在越来越大的程度上由市场配置和调节。

四、结论与思考

本文实证分析结果表明,正规就业者与非正规就业者之间存在明显的工资收入差距,但并不存在较大的由于就业类别差异而导致的收入差异。相反,随着经济发展和劳动力市场供求的转变,相同个人特征的正规就业者和非正规就业者由于就业类别差异导致的“收入差距”有缩减的趋势。教育和工作经验是正规和非正规就业者工资决定的主要影响因素,也是两类就业者之间工资收入差距变化的主要贡献因素。因此,提高受教育程度和技能水平可以帮助非正规就业者增加收入。非正规就业已成为促进就业一个重要途径,但非正规就业在促进就业的同时,可以有效缩小两类就业者之间的收入差距吗?按照本文收入差距分解的结果,答案是否定的。那应采取什么政策措施来改善收入分配状况,以使这种就业形式继续发挥就业促进作用呢?未来政策调节的重点是劳动力市场上的公共服务资源 (如教育、技能培训以及低收入群体的社会保障等),应当覆盖非正规就业群体并向其倾斜,尤其是非正规就业群体中人力资本较低的劳动者和女性劳动者。这样才能保持劳动力市场的灵活性——劳动力资源配置有效且促进激励机制。

[1]Harris J.and Todaro M.Migration,Unemployment and Development:A Two Sector Analysis[J].American Economic Review,1970,Vol. 60,pp.126-142.

[2]Breman J.C.The Informal Sector in Research:Theory and Practice[M].Rotterdam:Erasmus University,Comparative Asian Studies Program 3,1980.

[3]ILO.Employment,Income and Equality:A Strategy for Increasing Productivity in Kenya[M].Geneva:ILO,1972.

[4]ILO.Women and Men in the Informal Economy:A Statistical Picture[M].Geneva:ILO,2002.

[6]胡鞍钢,赵黎.我国转型期城镇非正规就业与非正规经济 [J].清华大学学报 (社会科学版),2006,(3):111-119.

[8]吴要武.非正规就业者的未来 [J].经济研究,2009,(7):91-106.

[9]李实,史泰丽,别雍·古斯塔夫森.中国居民收入分配研究Ⅲ[M].北京:北京师范大学出版社,2009.

[10]万广华.不平等的度量与分解 [J].经济学 (季刊),2009,(1):347-368.

[11]Oaxaca R.Male-Female Wage Differentials in Urban Labor Markets[J].International Economic Review,1973,Vol.14,pp.693-709.

[12]王德文等.农村迁移劳动力就业与工资决定:教育与培训的重要性 [J].经济学 (季刊),2008,(4):1131-1148.