我国工资决定机制的影响因素及区域差异——基于面板数据模型的实证研究

李红涛，党国英

(1.西北农林科技大学人文学院，陕西 杨凌 712100;2.中国社会科学院农村发展研究所，北京 100732)

一、引 言

工资在现代经济生活中具有重要地位。一方面，工资是企业生产经营活动中的一项重要成本，影响企业的利润水平;另一方面，工资是劳动者收入的主要来源，决定了劳动者的生活水平。此外，在宏观经济中，工资作为劳动力市场的重要信号，对就业、价格和国民收入及其分配具有重要影响。长期以来，我国的经济增长主要依靠投资和出口拉动，消费对经济增长的贡献严重不足。而劳动者的劳动报酬过低是制约国内消费需求的一个重要因素，也制约着我国经济发展方式的转变。新一轮经济危机以后，人们对后危机时代我国经济发展方式转变的重要性和紧迫性有了进一步认识，劳动者的工资问题也随之受到学术界、政府部门甚至普通民众的高度关注。

一个社会的工资水平受多种因素的共同影响，其中既有经济因素又有制度和社会因素。前者如劳动生产率、物价和失业率等，后者如政府的宏观调控、垄断和劳动力市场分割等。那么，我国劳动力市场中的工资决定机制是怎样的?哪些因素在工资决定机制中的作用更显著?我们利用1999—2008年29个省、自治区、直辖市的面板数据进行实证分析，以确定各种因素对工资水平的影响。同时，本文也将探讨我国的工资决定机制是否存在地区差异。

二、文献综述

工资决定理论是西方经济学的一个重要主题，从古典经济学到现代西方经济学，形成了诸多不同的工资决定理论。古典经济学工资决定理论主要包括生存工资理论和工资基金理论。生存工资理论认为，在工业化社会中，工人的工资等于他的最低生活费用水平。也就是说工资将保持在仅能维持最低生存保障的水平。现代西方经济学的工资决定理论则是在边际生产力工资理论和均衡价格工资理论等新古典工资决定理论基础上产生和发展起来的［1］，如凯恩斯工资理论、集体谈判工资理论、现代制度学派工资理论、分享工资理论、效率工资理论和人力资本工资理论等。

20世纪70年代以来，西方学术界关于工资决定理论的实证研究逐渐增多。这些研究主要关注劳动生产率、物价和工资之间的关系。Auld等［2］使用横截面微观数据，研究了加拿大公共部门的工资决定问题。结果显示，物价波动和劳动力市场状况对公共部门的基本工资有影响，但这种影响与私营部门并没有本质差别。Blejer［3］研究了西班牙的工资决定问题，他认为通货膨胀通过影响失业率和劳动生产率进而显著地影响工资分布。Carruth和 Oswald［4］的研究表明，在一个小的、开放经济体中，工会成员工资的上升也会推动非工会成员工资的提高;而在一个封闭经济体中，工会成员的工资上升会抑制非工会成员的工资提高。

国内关于工资决定机制的研究从20世纪90年代才开始出现。戴园晨［5］分析了计划经济时期和改革开放初期 (1990年以前)中国的工资变化情况，发现工资增长是不规律的，职工工资与劳动生产率之间找不到联系的轨迹，工资增长取决于财政状况和财政安排。苏树厚和任洪彦［6］认为，20世纪90年代，传统的计划工资制演变为双重经济体制并存条件下的工资双轨制，工资双轨制只是改革过程中的一种过渡形式，而工资决定的市场化则是大势所趋。

很多学者认为，随着市场经济的建立，我国的工资决定机制也在逐渐市场化，但是劳动力市场并不完善，各种非市场因素仍然对工资决定有着显著影响。近十几年来，国内学者开始采用计量经济学方法对我国工资问题进行经验研究。Meng和Kidd［7］对20世纪80年代我国的劳动力市场改革和工资决定机制进行了研究，他们认为1987年工资决定机制出现了系统性变化，这可能与劳动力市场改革尤其是与利润相关的奖金工资制有关。叶林祥等［8］利用2004年全国经济普查数据进行研究，发现企业利润对于企业工资的影响主要来自由于企业垄断势力所产生的租金共享效应，较少来自效率工资效应。宁光杰［9］运用1993—2004年的面板数据，分析了影响我国工资变化的几个因素，认为工资的市场化程度还有待进一步完善，主要表现为工资与劳动生产率的联系不充分，并且对失业率的反应滞后。

除此之外，也有学者研究了我国的人力资本收益率，其基本结论是人力资本收益率在国有部门不断提高，国有部门中经济因素在工资决定中的作用增强，但是与非国有部门相比仍然有差距，部门分割在我国劳动力市场上具有重要影响。

国内外关于工资决定的实证研究主要关注行业、部门间的工资差别、人力资本收益率以及工会的工资效应等方面。这些研究多以人力资本工资理论和制度学派的工资理论为基础，以人力资本回报率为代理变量来研究我国的工资决定机制，并没有分析各种影响因素在我国工资决定机制中的具体作用。本文在边际生产力工资理论、均衡工资理论和制度工资理论的基础上，总结影响工资决定的各种因素，分别建立静态和动态面板数据模型，研究各种因素在我国工资决定机制中的作用。

三、模型设定

综合各种工资决定理论，本文选取劳动生产率、失业率和利润率等8个变量作为工资方程的解释变量，初步建立了一个静态的多因素工资决定模型，形式如下:

其中，i代表截面单位，t代表时期 (t=1，2，…，T)。αi为总平均截距项，β1、β2、…、β8为待估参数向量，μit为随机扰动项。Wage代表平均名义工资，Prod代表劳动生产率，Unemp代表失业率，Prof代表利润率，Edu代表平均受教育年限，GDP代表国内生产总值增长率，CPI代表消费价格指数 (1999年为100)，Uni代表工会会员比例，Mon代表国有经济水平。变量Wage、Prod和CPI使用对数形式。

考虑到工资粘性，即当期工资水平依赖于上期工资水平而导致工资调整的过程较为缓慢。我们引入自变量的滞后项建立一个动态面板数据模型:

LnWageit－1为被解释变量LnWageit的一阶滞后项，其他变量的情况与模型 (1)相同。与静态模型相比，动态模型包含了因变量的一阶滞后项LnWage(－1)作为一个解释变量。建立动态模型的目的在于，因变量的滞后一期项可以全面反映上期的全部信息，其系数反映了上期全部影响因素对当期工资水平的影响程度。这样，动态面板模型可以分离出上期与当期各因素对工资水平的影响。但是动态模型中包含的因变量滞后一期项与随机扰动项相关，即产生内生性问题。因此，用传统的面板数据方法进行估计会产生估计参数偏误和非一致性问题。

Arellano和Bond［10］提出的广义矩估计 (Generalized Method of Moments)较好地解决了动态面板模型的内生性问题。但是这种一阶差分GMM方法容易受到弱工具变量的影响而得到有偏的估计结果。针对一阶差分GMM方法的不足，Arellano和Bover［11］提出系统GMM(System GMM)方法，这一方法将水平回归方程和差分回归方程结合起来进行估计，滞后水平作为一阶差分的工具变量，而一阶差分又作为水平变量的工具变量。

本文分别使用常规的面板估计和系统GMM方法分别对静态模型和动态模型进行估计。若动态面板模型中因变量滞后一期项的系数能通过有效检验，且工具变量的选择是合理的，我们将采用动态模型的实证结果;反之，则采用静态模型的实证结果。系统GMM方法有两种检验方法来检验工具变量的有效性。第一个是过度识别的约束检验 (也称Sargan检验或者Hansen检验)，主要用来检验估计过程中样本矩条件工具变量的总体有效性。第二个是自回归检验，用来检验差分回归和系统的差分—水平回归时，残差项是否存在序列相关。系统GMM估计允许误差项的差分项存在一阶序列相关，但不允许二阶差分序列相关，否则就违背了系统GMM估计的假设前提［12］。

被解释变量。被解释变量为平均名义工资。工资是指劳动者向企业或其他用人单位提供劳动而获得的经济报酬［13］。需要说明的是，由于我国的工资统计范围有限，这在一定程度上会削弱研究的有效性。

解释变量。本文的实证模型综合边际生产力工资理论、均衡价格工资理论、人力资本工资理论和制度学派的工资理论，将工资决定的各种影响因素纳入分析模型。(1)劳动生产率。边际生产力工资理论认为工资等于劳动的边际收益产值，劳动需求曲线就是边际收益产品曲线。如果劳动生产率提高会使劳动的边际收益产品相应提高，从而使劳动需求曲线向右平移，在其他条件不变的情况下，会提高均衡工资水平。因此，我们将劳动生产率 (Prod)纳入模型，使用非农产业的人均GDP(非农产业生产总值与就业人员数之比，1999年为100)作为劳动生产率的指标。(2)失业率。均衡价格工资理论认为，在完全竞争市场上，劳动供给随着工资上升而增加，因此供给曲线向右上方倾斜。劳动需求曲线在边际收益递减规律的作用下向右下方倾斜。这样，劳动的均衡价格由供给和需求曲线共同决定。我们用失业率来反映劳动力市场的就业压力。(3)人力资本。陈钊等［14］对1987—2001年我国各地区人力资本存量进行了估算，本文使用他们计算的1999—2001年的数据。对2002—2008年的数据，我们同样使用他们的方法进行估算获得。(4)利润率。Weitzman［15］最早提出分享工资理论，他认为工人的工资与某种能够恰当反映厂商经营的指数 (如厂商收入或利润)相联系。本文使用工业企业利润总额占工业总产值的比重来代表利润水平。(5)国有经济垄断。在我国，垄断实质上表现为国有经济对行业的控制程度［16］。因此，我们使用国有及国有控股投资额占投资总额的比重反映国有经济的垄断水平。(6)工会力量。制度工资理论则认为非市场因素对工资决定有着重要的影响，尤其是工会组织和劳动力市场垄断。本文使用参加工会人数与职工人数之比反映工会组织的作用。(7)物价水平。生存工资理论认为，工人的工资由工人及其家属为维持生活所必须的生活资料的价值所决定［13］。本文使用居民消费价格指数 (1999年为100)来衡量家庭生活成本的变化。(8)GDP增长率。宏观经济发展水平也是影响工资的一个因素，本文使用各地区国内生产总值增长率来衡量宏观经济形势波动。

四、实证分析

1.数据来源

平均工资、劳动生产率、国有及国有控股投资额占投资总额的比重和CPI等数据来源于历年《中国统计年鉴》和《中国劳动统计年鉴》;工会人数数据来源于历年《中国工会统计年鉴》;工业总产值数据来源于《中国工业经济统计年鉴》;GDP增长率数据来源于《新中国60年统计资料汇编》。

由于西藏自治区的数据缺失比较严重，因此研究中剔除了西藏的数据。另外，由于重庆从1997年才升格为直辖市，为保证数据的可比性，将重庆和四川各项数据合并。这样，共包括29个省、自治区、直辖市1999—2008年的数据。各个变量的描述性统计如表1所示。

表1 各变量的描述性统计 (1999—2008年)

2.全部样本的估计结果

我们对静态模型进行混合估计和固定效应估计，结果见表2方程 (1)和方程 (2)。由于使用的是省际面板数据，可能存在截面异方差和序列相关，对于固定效应模型我们使用EGLS(Cross-section weights)方法进行估计。然后构造F统计量以比较混合估计模型和个体固定效应模型。原假设为个体截距项相同，即应建立混合估计模型，备择假设为个体截距项不同，应建立个体固定效应模型。

检验结果显示，F统计量为5.52，在1%的水平下拒绝原假设，即认为个体固定效应模型优于混合估计模型。为进一步确定模型的形式，使用Hausman检验来判断应建立个体固定效应模型还是个体随机效应模型。检验结果表明，个体固定效应模型优于个体随机效应模型。因此，我们采用静态模型对估计结果进行解释。尽管如此，我们也发现，使用不同方法对静态模型进行估计的结果具有较强的一致性。劳动生产率、利润率、国有经济垄断、工会力量和CPI对平均工资的变动有较显著影响，而且系数估计值在1%的水平下显著。

具体来说，劳动生产率对工资变动存在较强的正面影响。劳动生产率每提高1%，平均工资将提高约0.44%;利润率每提高1%，平均工资将降低约0.21%。这一结果不符合期待，并与租金分享理论不一致。这一结果与我国劳动力供求关系有关。这表明在我国劳动力市场供给大于需求的条件下，劳动者并没有分享企业的利润增长，“资强劳弱”的劳资关系状况并没有得以转变;国有经济的垄断水平和工会力量对平均工资有一定的负效应 (系数分别为－0.18和－0.12)。另外，由于因变量平均工资使用的是名义工资，因此，CPI对平均工资具有较强正面影响。CPI每提高1%，平均工资将上升约2.59%。

失业率、平均受教育年限和GDP增长率对工资变动的影响很弱。失业率和GDP增长率对工资变动没有显著影响可能与工资粘性有关。在以往的很多研究中，人力资本存量经常被用来作为劳动生产率的代理变量。在我们的研究中，平均受教育年限对工资变动影响很弱，但是劳动生产率对工资变动的影响却非常显著。这一反差在一定程度上对以往的研究方法提出了质疑。同时也说明要提高一个社会的劳动生产率，仅仅提高劳动者受教育水平是不够的，其他因素对劳动生产率也有重要影响。

表2中方程 (4)和方程 (5)分别是对动态模型进行差分GMM和系统GMM的估计结果。Sargan检验表明模型的工具变量选择是合理的，模型各个变量的联合显著性通过检验，且不存在二阶自相关，表明模型可以被接受。但是因变量滞后项的系数值很小 (约为0.02)，且系数不显著。其他变量的估计值和假设检验结果与静态模型也没有明显差异。因变量滞后项的系数很小且不显著，说明工资变动的滞后效应并不明显，上期工资对当期工资水平的影响非常微弱。无论是静态模型还是动态模型，除因变量滞后项以外，其他解释变量的估计与检验结果都具有较强的一致性。计量结果表明模型对估计方法的选择并不敏感。因此，我们认为，可以采用静态模型中固定效应的实证结果。

由于平均受教育年限、GDP增长率和失业率的估计值非常小，且不显著。因此我们将这几个变量剔除后进行了固定效应估计，结果见表2中方程 (6)。总体上看，该方程并未使结果发生明显改变。与方程 (2)相比，除工会力量之外，方程 (6)中解释变量的系数值都有所提高，系数的符号和统计检验结果都没有发生改变，但是拟合优度因为解释变量的减少而有所降低。

表2 我国工资决定影响因素的回归结果

3.子样本估计结果

为比较东、中、西部地区工资决定机制的差异，我们分别建立3个面板数据模型。具体来说，本文采用新三分法划分不同的经济区域。地区变量分为东、中、西三大类，其中，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南等11个省 (直辖市);中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖南和湖北等8个省;西部地区包括四川、重庆、贵州、云南、西藏、陕西、内蒙古、甘肃、青海、宁夏、新疆和广西12个省 (自治区、直辖市)。

在估计方法的选择上，各个模型的确定方法与全部样本模型相同，即使用系统GMM进行估计，并对模型的整体显著性、工具变量的选择和序列相关进行检验。从结果来看，由于样本量变小，模型的稳健性水平有所降低，但是基本可以接受。因变量滞后项的系数值有所提高，但仍然缺乏足够的经济意义，且没有统计显著性。因此，我们对静态模型进行了估计。限于篇幅，本文省略了模型的选择过程，只报告系统GMM和所采用模型的具体结果。

表3中 (1)、(2)是东部地区的估计结果。系统GMM模型的Sargan和AR检验结果显示该模型是合理的。但是因变量滞后项的系数值没有通过检验，并且仍然缺乏实际意义。因此我们对静态模型进行了估计，最后确定接受固定效应模型的实证结果。从结果来看，劳动生产率是除了物价水平之外对平均工资影响最为显著的变量。劳动生产率每提高1%，东部地区的平均工资将上升0.44%。利润率对东部地区的平均工资具有一定的消极影响，利润率每增加1%，平均工资将降低0.28%。国有经济垄断也对平均工资有一定的负效应。其他解释变量的系数没有经济意义，且不显著。

表3中 (3)、(4)是中部地区的估计结果。我们对中部地区的样本进行了系统GMM估计，因变量滞后项的系数同样很小，且不显著。通过对静态模型进行估计，我们采用随机效应模型的估计结果。两种方法的估计结果仍然具有较强的一致性。从估计结果来看，劳动生产率、利润率和国有经济垄断三个因素对中部地区的工资决定具有较强影响，各个变量的作用方向 (符号)没有发生变化。

表3中 (5)、(6)是西部地区的估计结果。动态模型的有效性仍然较好，但是因变量滞后项没有足够的经济意义，且不显著。通过对静态模型估计方法进行检验，我们接受固定效应模型的估计结果。利润率对西部地区平均工资的影响最大，但是其符号为负。劳动生产率也同样对西部地区的平均工资具有较强的正效应。国有经济垄断和工会力量对西部地区的平均工资具有一定的负效应。

从东、中、西部子样本估计结果来看，劳动生产率显然是工资决定机制中最为重要的因素。劳动生产率对中部地区的平均工资影响最大，其次是东部地区，在西部地区的工资方程中影响最弱。利润率对平均工资有负效应，特别是在西部地区，利润率每提高1%，平均工资将下降0.48%。国有经济垄断水平和工会力量也对工资有一定负面影响，但是这两个变量对中部地区平均工资变化的影响要弱于西部地区和东部地区。平均受教育年限、失业率和GDP增长率对三大地区平均工资影响都不显著。另外，在中部地区模型中，利润率和国有经济垄断两个解释变量虽然具有一定的经济意义，但是没有通过检验，即统计意义不显著。总体来看，三大地区的工资决定机制并没有显著差异。

表3 分地区子样本的估计结果

五、结 论

本文分别建立静态和动态面板数据模型，对我国1999—2008年的工资决定机制以及区域差异进行考察。通过实证研究过程我们发现，被解释变量的滞后项的系数很小，且不显著。因此，我们进一步估计了静态模型。结果显示，动态模型和静态模型的解释变量在系数和有效检验上具有较强的一致性。劳动生产率、利润率、国有经济垄断、工会力量和CPI等解释变量对平均工资变动的影响较强，说明这些因素对我国工资决定机制发挥着重要作用。

劳动生产率是当前我国工资决定机制中最重要的影响因素。工资的劳动生产率弹性约为0.44，即劳动生产率每提高1%，平均工资将增长0.44%。虽然工资的劳动生产率弹性仍然低于发达国家水平，但是与我国20世纪90年代的状况相比有了显著提高，①我们曾经使用同样的方法对20世纪90年代的数据进行研究，结果显示工资的劳动生产率弹性约为0.30。这说明经济因素对我国工资决定机制的作用逐渐增强。利润率也是工资决定的一个市场性因素，但是劳动者的工资并不会因为利润增长而增加，反而会有所降低。这一状况可能与我国当前劳动力供求状况下的劳资关系失衡有关。

非市场性因素如国有经济垄断和工会力量对平均工资变化存在消极影响。国有经济比重每提高1%，将导致平均工资降低0.18%左右。工会组织的影响与国内外以往的研究结果有所不同。国外的研究显示，发达国家的工会组织对工资水平具有一定的积极影响。而国内研究则表明我国的工会组织不能影响劳资关系。但是我们的研究发现，工会力量对工资具有一定负效应。这可能说明我国的工会组织不能代表劳动者的利益，甚至可能在劳资关系调解中成为资方的利益代言者。

虽然劳动生产率对平均工资具有较强的影响，但是我们没有发现平均受教育年限对平均工资的影响。这说明劳动生产率的增长除了需要提高劳动者的受教育水平外，还需要具备一些其他条件。可能因为失业率数据的有效性问题，本文没有发现失业率对工资水平的影响。另外，工资粘性的存在可能是宏观经济增长对工资变动没有显著影响的原因。

三大地区子样本的估计结果表明，东、中、西部地区的工资决定机制并没有显著差异，但是不同影响因素在各自的工资决定机制中的重要性有所差别。东部地区的工资决定机制更为复杂，各个因素的影响程度较为分散。中部地区的影响因素最简单，劳动生产率的影响最为显著，其他因素的影响较弱。西部地区利润率对工资的负效应在工资决定中的作用甚至超过劳动生产率，工会组织的作用也高于东部地区和中部地区。

［1］宋晶.工资决定理论:古典经济学与现代经济学的比较［J］.财经问题研究，2011，(3):21－27.

［2］Auld，D.A.L.，Christofides，L.N.，Swidinsky，R.，Wilton，D.A.A Microeconomic Analysis of Wage Determination in the Canadian Public Sector［J］.Journal of Public Economics，1980，13(3):369－387.

［3］Blejer，M.I.On the Determination of Nominal Wage Dispersion［J］.Economics Letters，1990，32(2):175－180.

［4］Carruth，A.A.，Oswald，A.J.The Determination of Union and Non-Union Wage Rates［J］.European Economic Review，1981，16(2):285－302.

［5］戴园晨.劳动就业和工资分配从双轨运行转向单轨的改革目标［J］.市场经济导报，1994，(3):8－9.

［6］苏树厚，任洪彦.论工资决定的市场化［J］.聊城师范学院学报(哲学社会科学版)，1997，(1):43－46.

［7］Meng，X.，Kidd，M.P.Labor Market Reform and the Changing Structure of Wage Determination in China's State Sector during the 1980s［J］.Journal of Comparative Economics，1997，25(3):403－421.

［8］叶林祥，李实，罗楚亮.效率工资、租金分享与企业工资收入差距——基于第一次全国经济普查工业企业数据的实证研究［J］. 财经研究，2011，(3):4－16.

［9］宁光杰.中国市场化进程中的工资形成机制——来自各省面板数据的证据［J］.财经研究，2007，(2):119－131.

［10］Arellano，M.，Bond，S.Some Tests of Specification for Panel Data:Monte Carlo Evidence and an Application to Employment Equations［J］.Review of Economic Studies，1991，58(2):277－297.

［11］Arellano，M.，Bover，O.Another Look at the Instrumental Variable Estimation of Error-Components Models［J］.Journal of Econometrics，1995，68(1):29－51.

［12］刘生龙，胡鞍钢.交通基础设施与经济增长:中国区域差距的视角［J］.中国工业经济，2010，(4):14－23.

［13］蔡昉，都阳，高文书，等.劳动经济学——理论与中国现实［M］.北京:北京师范大学出版社，2009.132.

［14］陈钊，陆铭，金煜.中国人力资本和教育发展的区域差异:对于面板数据的估算［J］.世界经济，2004，(12):25－31.

［15］Weitzman，M.L.The Share Economy:Conquering Stagflation［M］.Cambridge:Harvard University Press，1984.

［16］李晓宁，邱长溶.转轨时期中国行业工资差距的实证研究［J］.山西财经大学学报，2007，(6):48－54.