田新朝,张建武
(华南师范大学经济管理学院,广东 广州 510006)
农民工工资收入不平等与影响因素研究
——基于广东问卷调查
田新朝,张建武
(华南师范大学经济管理学院,广东 广州 510006)
社会资本与人力资本是影响收入不平等的重要因素。本文以广东省21个地级以上城市的农民工调查资料为基础,描述农民工的工资收入整体情况、收入不平等状况以及农民工的人力资本、社会资本情况,分析不平等与贫困形成的原因。研究结果发现,广东省农民工工资基尼系数属较合理区间范围,明显低于全国基尼系数,全省各地区之间农民工工资不平等程度差异不大,人力资本是导致收入不平等的最重要因素,人力资本变量中文化程度对收入不平等的贡献率最大。
农民工;收入不平等;人力资本;社会资本
农民工的收入状况是分析国民收入分配的重要方面,也是分析农民工群体就业、生活、市民化等问题的重要内容。农民工的收入不平等影响到社会经济发展和农民工群体的生存、发展能力。工资是农民工最主要的收入来源,对大多数农民工来说甚至是唯一的收入来源。农民工群体内部的工资收入差距对其健康、教育、生活、社会交往均产生影响。对收入不平等的研究主要有两种范式:一是从宏观的经济增长与发展对收入影响角度分析,基于柯布-道格拉斯生产函数法以及统计分析和时间对比分析法等;二是基于工资收入产生与个体或群体的工资获取角度分析,包括以明塞尔研究为代表的教育投资报酬分析法以及现代制度学派提出的劳动力市场分割、二元劳动力市场理论的工资理论。
我国收入分配研究关注的大多是不同社会群体、不同地区、不同行业之间的收入差距。我国省级区域、城乡、城镇内部和农村内部居民收入差距不断扩大[1],工业化、城市化发展对城乡居民收入差距扩大产生重要影响[2]。教育与人力资本、要素禀赋和外部环境、名义市场等不同程度地影响区域居民收入分配及其差距的波动,教育不平等会加剧收入不平等[3][4][5][6]。 我国的贫困问题正向城市集中以及出现进城农民工贫困化的趋势[7],而且农民工收入在城市生活属于偏下水平[8]。近年来,一些学者研究证实人力资本投资对农民工收入差距有显著影响[9][10][11]。 关于社会因素,有研究认为外来劳动力与城市本地劳动力工资差异的43%是由歧视因素造成的[12],有一些工资差距可能是劳动者自愿选择导致的[13][14],但农民工的收入总体是被个体特征决定的[15]。对各种影响因素间的关系,教育和工作经验的效应对工资不平等的上升作用较小[16]。尽管对收入不平等或农民工收入的研究较多,但基于微观影响视角的收入差距形成、贫困发生及其影响程度,各因素对收入差距贡献程度的研究有待开展。本文利用基尼系数方法,提出农民工工资收入不平等的问题。基于人力资本、社会资本,分析收入不平等现状的内在原因,探讨农民工收入差距不仅考虑内生决定收入分配的因素、市场导向的因素,各种外生、非市场导向的社会资本因素也纳入分析框架。利用Shapley值分解法建立农民工收入不平等回归方程,研究农民工群体内部收入不平等致因,提出相对贫困的问题并分析其形成原因。
(一)数据来源
为了解农民工群体的收入状况及差距,华南师范大学劳动经济课题组开展了农民工大型问卷调查。调查覆盖广东省全部21个地级以上城市,每个调查地区选择分布不同产业的代表性企业的外来农民工。此次调查共回收有效问卷3083份。
(二)理论模型
1.测度指标。基尼根据洛伦茨曲线计算出一个反映收入分配平等程度的指标——基尼系数G =SA/SA+B,其中SA、SA+B分别表示洛伦茨曲线与绝对平均线、绝对平均线与绝对不平均线所围成的面积。
2.收入不平等影响因素的分解。根据明塞尔的收入函数LnY=α+βEDU+ε(Y为收入,EDU为劳动力受教育年限,同时延伸培训、健康、流动、知识资本等人力资本形式),我们提出扩展的收入函数模型[17]。这里确定的农民工工资性收入决定方程变量包括个体特征、家庭特征、人力资本、社会资本等。Shapley值分解方法设计农民工工资收入决定方程为Ln(y)=Xβ+ε(X表示影响收入的各类因素, β为回归系数,ε是残差),这是一个非线性的收入函数模型[18][19]。
3.相对贫困决定的PROBIT模型。利用二值被解释变量模型,令贫困户为1,则非贫困户为0。P(POVERTY=1|X)=G(β0+βiX)(X是特征向量)。假设农民工对收入有一个心理阈限——低于该值将会使家庭产生经济负担、具有贫困发生机会和不被接受,我们将其命名为相对贫困线[20]。世界经济与合作发展组织把一个国家或地区社会中位收入或平均收入的50%-60%作为贫困线[21],若收入低于该标准,则处于贫困状态。因此,以广东省 2012年在岗职工月均工资标准(3931元)的60%为基准贫困线(即为2359元/月),考虑到平均收入水平对贫困线的敏感性,调整后最终确定使用了样本调查数据中广东省农民工人均工资收入(2318.5元/月)作为相对贫困线。相对贫困线以上者对收入具有相对心理满足感,以下者则正好相反。低于2318.5元/月的农民工为相对贫困状态,取值为1。因此,决定农民工贫困的PROBIT模型表示为P(POVERTY=1|X)=P(income<2318.5|X)=G(β0+βiX)。
4.研究假设。本文试图回答两个问题:农民工群体的整体收入不平等是否严重,群体间收入差距如何?影响农民工收入的因素有哪些,影响程度如何?为此,我们提出如下假设:农民工收入存在一定差距,但与全社会人口相比,收入不平等程度要低;社会资本因素对农民工的收入有影响;在控制其他变量的情况下,人力资本水平越高,农民工的工资收入相应越高;相对于社会资本而言,人力资本更能影响农民工的收入不平等。
(三)解释变量的描述性统计
将3083个样本对连续变量进行分组,计算频次,表1为变量定义及描述性统计。在个体特征或社会关系上,农民工人均年龄为30.6岁,集中在21-30岁之间(占53.2%),女性平均年龄(29岁)显著低于男性(32岁)。随着文化程度上升,已婚者比例显著下降。在家庭结构上,家庭人数(最多的是5个)显著服从正态分布,学历高低与子女数量呈显著负相关,学历最低的小学农民工有借款者比例(64%)高出初中学历者(54%),就业集中在劳动密集型行业,外出务工收入是农民工家庭主要的经济来源(占78.2%)。在首次就业搜寻上,亲友介绍工作和自己寻找是主要的求职渠道。在人力资本上,技能型农民工稀缺,高技能人才不足技能人才的10%,绝大多数农民工曾参加过技能培训,但近20%的农民工技能素质无法满足岗位要求。农民工的人均工作年限为7.7年,较为集中的有1年、3年、5年、10年。首次就业搜寻成本最低的是政府分配和政府中介,成本较高的是招工广告。
表1 解释变量定义
(一)广东省农民工收入不平等和贫困状况描述
广东省农民工的工资集中在2000元(21.1%)、1500元(10.4%)、3000元(10.2%),1.2%的农民工月工资低于2012年广东省最低工资标准850元,91.8%的农民工月工资低于2012年上半年广东省城镇单位在岗职工月均工资(3931元),说明农民工是城镇低收入集中者。55.6%的农民工同比工资有增加,6.1%的农民工收入下降,收入下降的农民工月均工资(2126元)较平均工资低193元,显示低收入者的工资同比去年下降更多。样本农民工工资总基尼系数为0.375,接近警戒线0.40。据国家统计局公布的数据,2012年我国基尼系数为0.474,广东省农民工群体内部基尼系数相对于全社会基尼系数较低,说明广东省农民工群体内部存在中等程度收入不平等。
图1 广东省农民工工资收入洛伦茨曲线
1.不同收入阶段的不平等。由图2可知,农民工工资在2000元以下时,基尼系数呈震荡上升态势,2000-4500元之间保持平稳趋势(到2500元时,基尼系数为0.5144),但在4500-5000元则下降(到5000元时,基尼系数为0.387),契合库兹涅茨提出的 “倒 U型理论”。也就是说,在国民人均收入从最低上升到中等水平时,收入分配状况先趋于恶化,继而随着经济发展逐步改善,最后达到比较公平的收入分配状况,呈颠倒过来的U型形状。
图2 广东省农民工不同收入阶段基尼系数分布
2.农民工学历-技能层面的不平等和贫困状况。由图3可知,本科及以上者的基尼系数高度集中,不同等级技能者的基尼系数相差仅0.007。对高学历者而言,技能水平产生微弱影响。小学学历的农民工中,不同技能等级者基尼系数相差较大,最高达0.085。中级技能者在不同学历人员间的基尼系数相差较大,最高达0.076。学历对农民工基尼系数的影响较技能水平要大。
图3 广东省农民工学历-技能基尼系数分布
3.其他影响因素分析。在性别与工作经验上,女性的基尼系数随工作经验增长,呈不断下降趋势,从无经验的0.417下降到0.354;男性则存在较大的波动,从无经验的0.378到3、4年工作经验时的0.342,再到6、7年工作经验时的0.402。在来源地-工作搜寻成本上,搜寻成本最集中的分别是处于401-500元、901-1000元区间的群体,来自广东省外农民工搜寻成本的基尼系数相对来自省内农民工高,且波动幅度较大。在家庭人数与就业行业上,农民工家庭人数在不同数量下基尼系数变化波动较大,最低点的0.322为7人,最高点的0.414为10人。在行业层面,偏劳动密集型与偏技术密集型企业的基尼系数趋稳,但偏资本密集型企业的基尼系数波动较大,从最高点的0.410下降到最低点的0.322。
上述描述性统计说明,农民工收入不平等既表现在不同收入阶段和不同地区,也与农民工自身的学历、技能、工作经验、性别等条件有关,并与来源地、所处行业、职业搜寻投入、家庭人数等息息相关。
(二)基于回归方程的农民工收入不平等影响因素
1.影响变量选取。统计检验发现,农民工的月工资与16个变量相关。工作经验与年龄两个变量、婚姻状况与子女数量,其相关系数接近0.8,考虑到多重共线性问题,我们省略年龄和子女数量变量,其余14个变量间的相关系数|r|均小于0.8,因此不存在多重共线性的问题。是否参加过技能培训变量中,参加过的人员占比为76.8%;家庭经济来源中,务工的占比为78.2%,考虑到数据的适用性,我们剔除掉是否参加过技能培训、家庭经济来源变量。因此,在回归方程中省略了4个变量,保留了12个变量。
2.显著性检验。我们构建了OLS模型,以反映这些变量对农民工月工资收入的影响。各变量对农民工收入的影响方向与理论基本一致。在社会资本变量中,婚姻状况、家庭借款、职业结构、就业渠道变量在统计上不显著,其他所有变量都在1%、5%或10%的水平上显著,且系数的正负号与预期的基本相同;性别、来源地、家庭人数、就业行业对收入起作用,性别对收入的影响较为显著;来自外省的农民工比来自广东本省的要高出5.6%,不同于 “杭州籍农民工工资明显高于外省来杭农民工”的结论[22]。在人力资本变量中,工作经验、技能等级、受教育水平具有很强的显著性。在控制其他变量时,工作经验每增加1年,收入增加14.8%。在其他条件保持不变的情况下,受教育水平提升一个层次,收入增加13.1%;技能等级提升一个级别,收入增加12.6%。搜寻成本也影响农民工工资,就业搜寻成本增加1元,收入提升8.1%。这与人力资本理论的解释相吻合。
表2 农民工收入决定的回归分析结果
3.研究结果。以SIG是否大于0.05作为判定系数,上述模型解释变量都呈统计显著性。通过多次迭代回归分析,剔除婚姻状况、家庭借款、职业结构、就业渠道四个变量后进行回归分析,其他因素的SIG均小于0.05,这8个因素间存在弱多重共线性。模型二在剔除四个变量后的拟合优度高于模型一,把上述方程还原成以收入为因变量的方程,我们可得到收入Income对8个变量的线性回归方程Income=exp(179.235*home-414.451*sex+60.865*fam-34.590*ind+158.415 *edu+224.693*ski+0.200*cost+43.260*exp+820.362)。结果显示,工作经验、文化程度、技能等级相对于社会资本对收入不平等的影响弹性更大,而搜寻成本高、家庭人数多、来自外省、非劳动密集型行业有利于获取更高收入。
(三)广东省农民工相对贫困发生的logistic模型
为进行贫困分解,我们采用广东省农民工月均工资收入2318.5元作为相对贫困线。先探讨人力资本层面因素对贫困发生率的影响,再分析人力资本与社会资本同时作用的结果。文化程度、技能等级、工作经验、搜寻成本四个指标通过了显著性检验。在控制其他变量的前提下,前三个指标分别单独降低农民工贫困发生水平18.6%、33.8%、7.1%的发生对数概率,但搜寻成本不产生变动影响,这意味着寻找工作的投入并不能对贫困与否产生影响。在模型二中,将农民工的来源地、性别、就业行业、家庭人数指标加入到自变量中,结果均通过显著性检验,发现来源地是广东省外的,越不可能发生贫困,并单独降低39.1%的发生对数概率;家庭人数越多的,单独降低6%的发生对数概率。相反地,男性比女性单独作用能降低122.9%的贫困发生对数概率;在越趋于劳动密集型行业,能增加5.3%的贫困发生对数概率,说明社会资本对农民工收入有显著影响,拥有较高社会资本的农民工,可利用社会网络资源,更可能找到收入高的工作、做好工作。模型二和模型一的人力资本作用方向没有变化。比较调整后 R的平方,我们发现模型二的系数高于模型一,而且模型二的-2对数似然值较模型一下降且通过了模型拟合度检验,表明在加入社会资本因素后显著增强模型解释力,提高对农民工贫困发生的解释力。
表3 农民工相对贫困发生的logistic模型
本文通过对广东省21个地级城市的农民工工资收入调查与影响因素的回归分析,我们得出如下结论:
(一)农民工群体内部收入不平等问题需引起高度重视
2012年上半年广东省91.8%的农民工月工资低于当时全省城镇单位在岗职工月均工资标准(3931元),说明农民工群体是城镇低收入集中者。农民工群体内部的基尼系数虽然低于全国的基尼系数,收入差距没有达到两极分化的程度,但农民工群体内部存在中等程度的收入不平等。在农民工月均收入从最低上升到中等水平时,收入分配状况先趋于恶化,但随着工资不断上升逐步改善,呈颠倒过来的 “U”型形状,农民工群体内部收入不平等与相对城镇户籍居民的贫困问题依然严峻。
(二)人力资本对收入不平等有显著影响
在社会资本变量中,性别、来源地、家庭人数、就业行业对收入起作用,性别较为显著。在人力资本变量中,工作经验、技能等级、受教育水平等在统计上具有很强的显著性。众多影响工资收入的因素中,学历高于技能水平,女性农民工的基尼系数随着工作经验的增长呈不断下降趋势,但男性农民工的基尼系数则存在较大波动,来自广东省外农民工、偏资本密集型企业的农民工基尼系数相对较高。
(三)人力资本能降低贫困发生水平
代表农民工人力资本的文化程度、技能等级、工作经验分别能单独降低农民工贫困发生水平。从缓解收入差距程度来看,加强普通教育投资和农民工培训刻不容缓,应提高企业参与培训力度,提高农民整体受教育水平和技能等级,以提高人力资本为核心的政策来降低农民工贫困发生的可能性。
(四)在加入社会资本因素后,能提高人力资本对农民工贫困发生的解释力
政府应完善劳动力市场职位供需信息平台建设,优化就业渠道,降低农民工就业平台与成本。促进城市基本公共服务均等化,加大基本服务项目面向农民工投入力度,进一步完善福利救济制度和调整税收政策,加大保障性住房向农民工覆盖,推行农民工子女在就业地平等享受义务教育。消除身份歧视,拓宽人际交往,增强社会网络,让农民工融入城市生活。建立、健全农民工较集中的劳动密集型行业低收入劳动者工资增长机制和支付保障制度。
[1]罗楚亮.城乡居民收入差距的动态演变:1988-2002年[J].财经研究,2006,(9):103-112.
[2]林毅夫.中国农业:当前问题和政策抉择[J].经济导刊,1996,(1):46-47.
[3]侯风云.农村外出劳动力收益与人力资本状况相关性研究[J].财经研究,2004,(4):88-100.
[4]黄祖辉,陆建琴,王敏.城乡收入差距问题研究——基于收入来源角度的分析[J].浙江大学学报(人文社会科学版),2005,(4):122-130.
[5]刘修岩,贺小海,殷醒民.市场潜能与地区工资差距:基于中国地级面板数据的实证研究[J].管理世界,2007,(9):48 -55.
[6]白雪梅.教育与收入不平等:中国的经验研究[J].管理世界,2004,(6):53-58.
[7]胡永和.贫困向城市集中与我国进城农民工的贫困化[J].经济体制改革,2005,(6):87-90.
[8]于丽敏,王国顺.东莞农民工消费结构的灰色关联度分析[J].当代经济研究,2010,(5):67-71.
[9]钱雪飞.新生代农民工收入情况及影响因素[J].当代青年研究,2010,(3):15-21.
[10]惠源,胡宏伟.第二代农民工劳动收入影响因素——基于OLS与Multinomial Regression方法[J].河北理工大学学报(社会科学版),2010,(2):12-16.
[11]卢志刚,宋顺锋.农民工收入微观影响因素统计分析[J].现代财经,2006,(10):77-80.
[12]王美艳.城市劳动力市场上的就业机会与工资差异——外来劳动力就业与报酬研究[J].中国社会科学,2005,(5):36-46.
[13][美]罗纳德·G·伊兰伯格,罗伯特·S·史密斯著,刘昕译.现代劳动经济学——理论与公共政策(第8版)[M].北京:中国人民大学出版社,2008.145-197.
[14]Robert Kenneth.The Determinants of Occupational Choice of Labor Migrants to Shanghai[J].China Economic Review,2001,(12):15-39.
[15]王非.在京农民工收入的因素分析——基于个人和家庭状况的角度[J].统计研究,2008,(6):105-107.
[16]姚先国,李晓华.工资不平等的上升:结构效应与价格效应[J].中国人口科学,2007,(1):36-45.
[17]Jacob A.Mincer.Schooling,Experience and Earnings:National Bureau of Economic Research[M].New York:Columbia University Press,1974,pp.28-79.
[18]Shorrocks A.F.Decomposition Procedures for Distributional Analysis:a Unified Framework Based on the Shapley Value[R].Department of Economics,university of Essex,1999.
[19]万广华,周章跃,陆迁.中国农村收入不平等:运用农户数据的回归分解[J].中国农村经济,2005,(5):4-11.
[20]樊胜根,邢鹏,陈志钢.中国西部地区公共政策和农村贫困研究[M].北京:科学出版社,2010.39-41.
[21][美]西蒙·库兹涅茨著,戴睿等译.现代经济增长[M].北京:北京经济学院出版社,1989.105-186.
[22]龚斌磊,郭红东,唐颖.影响农民工务工收入的因素分析——基于浙江省杭州市部分农民工的调查[J].中国农村经济,2010,(9):38-47.
Study on the Status and Influence Factors of Income Inequality for Migrant Workers——Taking Guangdong Province as An Example
TIAN Xin-chao,ZHANG Jian-wu
(School of Economy and Management,South China Normal University,Guangzhou 510006,China)
Social capital and human capital are important factors that contribute to income inequality.Based on the survey of 3083 migrant workers from 21 cities in Guangdong province,the paper describes the overall situation of migrant workers' income,income inequality,and employment status of human capital and social capital,followed by an analysis of causes of the inequality and poverty.The study concludes:the income Gini coefficient of migrant workers in Guangdong province is within a reasonable range and is significantly lower than China's overall Gene coefficient;the migrant workers'income inequality does not have much disparity across regions;human capital is the most important factor leading to income inequality,and of all the human capital variables,cultural factors have the biggest contribution.
migrant workers;income inequality;human capital;social capital
F244
:A
:1004-4892(2014)03-0017-08
(责任编辑:化 木)
2013-10-18
田新朝(1981-),男,湖北黄冈人,华南师范大学经济管理学院博士生;张建武(1969-),男,山东曲阜人,华南师范大学经济管理学院教授。