行业垄断、行业特征与行业收入差距——基于多层次线性模型的研究

葛　晶，周子栋

(西北大学 经济管理学院， 陕西 西安　710127)



行业垄断、行业特征与行业收入差距
——基于多层次线性模型的研究

葛晶，周子栋

(西北大学 经济管理学院， 陕西 西安710127)

摘要：文章采用中国2004-2012年行业面板数据，基于多层次线性模型，研究了行业垄断对行业收入差距的直接影响和间接影响。研究发现：行业垄断对行业收入差距的直接影响和间接影响分别可以解释行业收入差距的6.30%和64.73%；行业垄断与人力资本和外商直接投资的交互项对行业工资的影响为负，说明中国垄断行业并不具备人力资本及效率优势，主要依靠瓜分本该归国家或全民所有的垄断利润而获取高额收入，因此，应将中国垄断行业的高收入问题归因于行政垄断。

关键词：行业垄断；行业特征；行业收入差距；非参数Kernel密度估计；多层次线性模型

一、引言

改革开放以来，随着经济体制改革和社会发展，中国居民收入持续增长，但伴随而来的是日益扩大的收入差距。中国国家统计局公布的2012年中国基尼系数为0.474，已经超过国际警戒线水平0.4，2014年略微缩小达到0.469。其中行业间收入差距持续扩大，从1988年到2001年行业收入差距上升了近四倍左右[1]。到2012年底最高收入行业与最低收入行业的比值已经接近8，2014年仍然有6倍之多，考虑隐性收入后，这种差距将进一步扩大[2]。中国行业收入差距近年来究竟如何变化？是否出现了两极分化情况？回答这些问题需要对几年来中国行业收入差距状况进行系统的描述和评估。

对于行业收入差距测度指标，可根据有无量纲分为两类，一是极差、方差等有量纲指标[3-4]，这类一维指标通常对样本单位较为敏感，会随着行业收入的整体上升而变大，进而夸大了中国行业收入的差距。因此更为广泛使用的是最高—最低工资比、基尼系数、泰尔指数等无量纲指标[5-7]。但上述一维指标都不能对中国行业收入差距变化进行系统描述，本文采用非参数Kernel密度估计方法，系统地分析了我国行业工资分配格局及变化趋势。

图1　2003-2012年中国行业平均收入的Kernel密度估计

图1为2003—2012年中国各行业平均收入的非参数Kernel密度估计，其中，横轴为行业收入均值，纵轴为概率密度函数值。从图1可以看出，2003—2013年，中国行业平均收入的密度函数呈单峰状分布，中心不断右移，峰值迅速下降，左右两翼明显延长，说明各行业平均收入均值与方差都不断增大。这表明中国行业总体收入水平不断上升，行业间收入差距同步扩大，但并未出现两极分化现象。在行业收入差距问题当中，垄断行业的高收入问题极为突出，无论是在均值还是各收入阶层上，中国竞争性行业的工资和福利均与垄断行业存在着巨大的差距[8]。因此，本文重点关注到行业垄断问题，从直接影响和间接影响两方面分析了行业垄断对我国行业收入差距的影响路径。

二、文献综述

对于行业收入差距问题的研究，外国学者们给予了丰富的理论成果。20世纪中期，Mincer(1958)、Becker(1962)将人力资本与收入分配领域联系在一起，研究了两者的内在关系，指出人力资本差异是形成收入差异的重要因素[9-10]。但Krueger和Summers(1986)在控制了一系列人力资本特征之后，发现行业间的工资差异仍然显著[11]。对此，Lucas(1988)提出了人力资本外部性理论，认为由于学习效应的存在，相互结合的人力资本所产生的效应要大于其简单的加总[12]。部分国外学者则从劳动需求方特征进行研究。租金分享假说(Neven和Lars Hendrik, 1996)认为，垄断行业中企业在获取高额垄断利润时，企业内部员工都有动机要求，并能够分享这部分垄断利润[13]。效率工资理论(Yellen, 1984)认为，增加工资会提高工人工作的积极性，进而提高生产效率，增加利润[14]。

对于中国行业收入差距的形成原因，多数学者认为人力资本在其中并未扮演重要的角色，而行业特征起到了关键性作用，其中尤以行业垄断因素的作用最为突出[15]。王天夫、崔晓雄(2010)基于结构性理论，认为行业特征主要通过两种途径对行业收入产生影响：一是直接对行业收入造成影响，二是通过调节和约束个人特征的收入回报率影响行业收入，由于各行业的特征，尤其是垄断程度，差距较大，从而造成了行业收入差距过大[16]。岳希明等(2010)基于2005年全国1%人口调查数据发现垄断行业的工资溢价有50%以上是不合理的，不合理部分在西部最高，东部最低[17]。于良春、菅敏杰(2013)认为垄断行业的工资溢价相比较2009年，2010年虽有所下降，但仍有71.35%[2]。

对于中国行业垄断的性质，更多的学者将其归因于行政垄断，认为与西方国家的垄断不同，中国的垄断行业基本是由政府设置较高的行业进入壁垒所形成的，没有经过一个市场竞争的选择过程，属于典型的行政垄断行业。傅娟(2008)研究发现中国垄断行业并不具有突出的垄断利润，因此其垄断地位并不是由于市场竞争而形成[8]。陈钊等(2010)基于CHIPS数据的研究发现，1995到2002年中国行业间工资差距不断增大，主要是由国有垄断所引起[18]。叶林祥等(2011)利用第一次全国经济普查数据，综合分析了行业垄断和所有制对企业工资的影响，发现行业垄断与企业所有制结合才会导致企业工资差距的形成，这从侧面印证了行政性垄断是造成我国行业收入差距的主要原因[19]。

尽管如此，也有部分学者的研究得到了不同的结论。张原、陈建奇(2008)采用2001年行业调查数据，通过对行业平均工资回报进行排序发现：排名前50%的行业中只有37.5%为国有和集体所有制行业，这说明行政性垄断并不能完全解释中国行业间的工资差距。人力资本和行业特征都对中国行业收入差距的形成产生了重要影响，但所有制垄断的工资溢价问题在中国现阶段仍然存在[20]。杨秀云等(2012)研究了2006-2010年间中国行业效率与其平均收入的关系，发现并非所有垄断行业的工资溢价都来源于行政性垄断，金融业和采矿业的高收入则来源于其行业的高效率[21]。

综上所述，已有文献的研究主要集中在中国行业收入差距的影响因素，尤其是行业垄断及其性质对行业收入差距解释程度。鲜有文献关注到垄断行业与非垄断行业的收入决定机制差异。一方面，行业垄断作为行业特征的一种，直接对行业收入产生影响，进而形成行业收入差距；另一方面，由于垄断行业与非垄断行业在内部结构、市场环境等方面均存在较大差异，其行业特征对行业平均收入的边际影响也必定不同，即行业垄断通过影响行业特征与行业收入的相关性对行业收入产生影响，进而形成行业收入差距。在行业垄断对行业收入差距的两种影响路径中，本文将前者称为“直接影响”，后者称为“间接影响”。对此，本文利用2004—2012年中国行业面板数据，基于多层次线性模型研究了行业垄断对行业收入差距的双重影响路径。

三、研究假设

(一)研究假设

本文首先需要检验行业间是否存在显著的收入差异，这是利用多层次线性模型研究行业垄断对行业收入差距影响的必要步骤，因此本文提出假设：

假设A1:中国行业间收入存在显著差异。

(二)行业垄断对行业收入差距的直接影响

垄断行业的高收入只是相对于平均水平而言的高收入，并不意味着非垄断行业收入全都处于较低水平。对于一些人力资本、科学技术和管理水平相对较高的行业出现高收入现象是合理的，单纯地比较各行业间收入并不具有实际意义，应对部分行业特征加以控制。因此本文提出假设：

假设A2：未控制行业特征时，垄断行业不具有显著的高收入。

假设A3：控制了行业特征之后，垄断行业具有显著的高收入。

(三)行业垄断对行业收入差距的间接影响

在规模较大的行业中，各方面配套设施(例如交通、机器设备)都会比较完善，各企业也会从中收益，从而促进行业平均收入的增长。但我们认为这种效应是跨行业、一致的，因此本文做出如下假设：

假设B1：行业规模与行业收入正相关。

假设B2：行业规模对行业收入的贡献率在各行业间没有差异。

行业的劳动生产率水平是行业生产投入和产出的综合反映。行业劳动生产率与职工个人所获得的利润分享直接相关，即劳动生产率越高，行业产出相对越高，职工收入也就越高[22-23]。根据租金分享假说，在垄断行业中，员工更有动机要求并且能够分享高额垄断利润，因此本文做出如下假设：

假设B3：劳动生产率水平与行业收入水平正相关。

假设B4：劳动生产率水平在垄断行业中的贡献率高于非垄断行业。

人力资本一向是决定收入的重要变量，由文献研究可知，以往的研究得出了人力资本与行业收入正相关的结论，同时，国有垄断行业的平均分配倾向会抑制人力资本对收入水平的决定作用，因此本文做出假设：

假设B5：人力资本越高，行业平均收入水平越高。

假设B6：人力资本对行业平均收入的贡献率在垄断行业中更低。

外商直接投资为企业带来了资本，也带来了先进的管理和科学技术。对企业的发展具有重要的意义，进而也会有利于行业平均收入的提高。由于垄断行业存在着行业进入壁垒，中国外商直接投资多流向于竞争性行业，导致其在垄断行业中的作用并不明显，因此本文提出假设：

假设B7：外商直接投资对行业平均收入的贡献率在行业间差异显著。

假设B8：在竞争性行业中，外商直接投资对行业收入的贡献率为正。

假设B9：在垄断性行业中，外商直接投资与行业收入不相关。

四、计量方法、变量设计与数据选取

社会的分层结构产生了分层数据，最常见的例子是在学生教育的研究当中，学生嵌套于班级当中，而班级又嵌套于学校当中。传统的回归方法通常只关注个体层面(学生)而忽略了不同班级或学校对学生的影响，由于同一班级的学生具有很大的相似性，传统回归模型会违反其观察对象相互独立的假设，导致犯统计检验第一类错误的概率增大。若仅仅在班级或学校水平上进行分析，虽然注重了组水平数据的分析，排除了数据观察非独立性的问题，但忽略了学生个体差异对学生成绩的影响，同时也会使样本量大大缩小，从而降低了模型的统计功效。多层次线性模型为研究具有分级结构的数据提供了一个方便的分析框架，可以对学生、班级和学校数据同时进行分析。

以本文研究为例，一方面，从数据结构来看，各行业嵌套在各自发展的历史轨迹中；另一方面，从影响行业平均收入的变量结构来看，行业垄断变量与行业特征变量形成了具有嵌套关系的两层次数据，行业特征总是嵌套在垄断行业或非垄断行业中。这意味着对行业平均收入的解释效果来自两个不同的层次，这是传统的回归方法所无法处理的。传统的回归方法通常将行业垄断与其他行业特征作为并列的特征变量来考察各自对行业平均收入的独立影响，并不考虑两层变量之间的交互作用。多层次线性模型通过引入跨层级交互项不仅考虑到了行业垄断与其他行业特征对行业平均收入的独立影响，同时还考虑到了两种变量的交互作用对被解释变量的影响。

本文将行业特征变量设为模型层一变量，行业垄断变量设为模型层二变量。选取2004—2012年行业面板数据。被解释变量为各行业城镇单位在岗职工平均工资。根据前文假设，行业特征变量选取：行业规模(Scale)、劳动生产率水平(Lp)、人力资本水平(Hr)、外商直接投资水平(FDI)。对于行业垄断变量，本文选取采矿业，电力、燃气及水的生产和供应，交通运输、仓储和邮政业，金融业作为垄断性行业，垄断行业为1，非垄断行业为0。所有数据均来源于历年《中国统计年鉴》和《中国劳动统计年鉴》，行业特征变量的具体形式如下：

Scale=ln(行业城镇单位在岗职工)

(1)

(2)

(3)

FDI=ln(实际利用外商直接投资)

(4)

表1、表2分别为第一层变量和第二层变量的描述性统计。

表1　第一层变量描述性统计

表2　第二层变量描述性统计

五、实证分析

(一)模型适用性检验

使用多层次线性模型研究行业收入差距，首先需要对模型的适用性进行检验，即对假设A1进行检验。本文构建零模型如下：

第一层：

lnYij=β0j+εij

(5)

第二层：

β0j=γ00+u0j

(6)

将式(6)代入式(5)得到混合模型为：

lnYij=γ00+u0j+εij

(7)

该模型不包含任何自变量，可以用来检测多层次线性模型用于本文研究的可行性，其中β0j表示组内收入(对数)平均数，γ00表示总体收入(对数)平均数。回归结果见表3。

表3　零模型回归结果

由零模型回归结果(表3)可以看出，在不考虑从业人员权重的情况下，2004—2012年各行业总平均收入(对数)为10.1988。在方差成分中，组间方差为0.1037并在1%的水平下达到统计意义上显著，说明行业间平均收入水平存在明显差异(证实假设A1)。组内相关系数(ICC)为48.5714%，属于不可忽略组间差距，所以我们可以利用多层次线性模型对行业间收入差异进行分析。

(二)基于多层次线性模型的回归

在零模型基础上，将行业垄断变量代入式(6)作为模型一，用以对假设A2进行检验。在零模型基础上，将行业规模，劳动力生产水平，人力资本水平，外商直接投资水平四个行业特征变量代入式(5)，并在其系数层二方程中加入随机效应作为模型二，用以对假设B1、假设B2、假设B3、假设B5、假设B7进行检验。在模型二基础上，将行业垄断变量引入截距项层二方程中作为模型三，用以对假设A3进行检验。在模型三的基础上，将时间变量引入层一方程并在其系数项层二方程中加入随机效应，同时在所有层二方程中加入行业垄断变量作为模型四，用以对假设B4、假设B6、假设B8、假设B9进行检验。为使得模型截距项更有意义，对于时间变量，本文将2004设为0，2005年设为1，以此类推，且除时间和行业垄断以外的所有变量都进行以总体水平为基准的中心化，具体模型形式如下(为节省篇幅，下面只给出模型的混合模型)：

模型一：lnYij=γ00+γ01ldj+u0j+εij

(8)

模型二:

(9)

模型三：

(10)

模型四：

(11)

其中，自变量上的双横线表示该变量进行以总体水平为基准的中心化处理。

表4可以分为固定效应和随机效应两个部分，前者表示解释变量与被解释变量的相关性，后者表示解释变量与被解释变量相关性在组间的差异性。表4最左端列出的自变量分为两个层级，第一层自变量字体加粗，嵌在相应的层一变量下的第二层自变量字体未加粗。第一层自变量下的截距项回归系数表示该自变量对行业收入(对数)的影响，第二层自变量回归系数表示层二自变量对层一自变量与行业收入(对数)相关性的影响，即行业垄断对行业特征边际收益率的影响。 本文对各模型回归结果进行如下分析。

表4　多层次线性模型的回归结果

注：*、**、***分别表示在10%、5%、1%的水平上显著。

1.由模型一的回归结果可知，竞争性行业和垄断性行业的平均对数工资分别为10.1322和10.4485(10.1322+0.3163)，行业垄断变量系数为0.3163并不显著(证实假设A2)。这说明单纯的引入行业垄断变量，模型对中国行业收入差距的解释极为有限，因为部分非垄断行业存在较高的人力资本、科学技术水平等因素同样获得了较高的行业平均收入。

2.由模型二回归结果可以看出，行业规模系数为0.3639，在1%水平下达到统计意义上显著，说明行业规模每扩大1%，行业平均收入扩大0.3639%(证实假设B1)，其随机效应为0.0165，在10%水平下显著，说明行业规模对行业收入的影响在各行业间差异显著(未证实假设B2)。劳动力生产水平，人力资本水平也都对行业收入有着积极的影响(证实假设B3、假设B5)，且影响作用在行业间存在显著差异。而外商直接投资变量的固定效应并未达到统计上显著，但我们并不能得出其与行业收入不相关的结论，因为外商直接投资的随机效应为0.0149在1%水平下显著，说明外商直接投资对行业平均收入的贡献率在各行业间差异非常明显(证实假设B7)，固定效应系数不显著只是因为这种贡献率在各行业间没有共同的趋势。

3.模型三考察在控制了行业特征之后，垄断性行业与竞争性行业的收入差距，即行业垄断对行业收入的直接影响。由回归结果可以看出，竞争性行业的平均对数收入为10.0045，行业垄断系数为0.6650并达到显著(证实假设A3)，垄断性行业的平均对数收入要比竞争性行业高出0.6650，说明中国垄断性行业存在不合理的高收入。

通过比较模型二与模型三，计算组间方差缩减比例为6.30%，表示在控制了行业特征之后，行业垄断通过直接效应对行业间收入差距的解释仅有6.30%，说明行业垄断对行业收入差异的直接影响不大。由此我们可以推测行业垄断主要通过影响行业特征对行业收入的边际收益率(间接影响)而对行业收入差距起作用。

4.模型四作为完整模型，可以合理地分析行业垄断对行业特征贡献率的影响。模型中截距项的意义为各行业特征处于总体平均水平时，非垄断行业在2004年的平均收入。由固定效应的回归结果可以看出：

(1)时间变量与行业垄断交互项回归系数为0.0187，达到统计上显著，可以看出在控制行业特征之后，垄断性行业从2004—2012年的行业收入平均增长率要比非垄断行业高出0.0187，垄断行业与非垄断行业的收入差距呈不断扩大的趋势。

(2)行业规模的截距项为-0.0466并未达到统计意义上显著，与行业垄断的交互项系数为负( -0.3721***)，说明行业规模的扩大会降低垄断行业的平均收入。中国垄断企业制度僵化，管理技术水平落后，效率低下，如今已经不再具有规模经济效应，继续扩张垄断行业规模会降低整体收入水平，应打破行业进入壁垒，让更多的企业参与到市场中来，提高整体的经济效率。

(3)劳动生产率水平与行业垄断的交互项系数为0.1828，在10%水平下显著，大大高于对非垄断行业平均收入的贡献(证实假设B4)，这是垄断行业高收入问题的主要成因。中国垄断行业的企业大多是国有独资或国有控股公司，国有股份在产权上应属于全体公民或国家，垄断企业凭借垄断地位获取高额利润，企业内部侵占和瓜分了本该归全民或国家所有的垄断利润，这主要是由于国有股份的“所有者缺位”问题导致。

(4)人力资本水平越高，非垄断行业收入水平越高(0.0022*)，而对于垄断行业，人力资本水平对其收入水平有着抑制作用(0.0022-0.0062，证实假设B6)。人力资本在国有企业存在大量闲置现象，使得其无法发挥重要的价值，并且国有垄断企业内部分配倾向于平均化，严重抑制了人力资本回报率，这也凸显了中国当前人才流动不合理，劳动力市场分割严重的事实。

(5)外商直接投资对非垄断行业收入水平的贡献为正(0.0160*，证实假设B8)，对垄断行业的贡献为负(0.0160-0.0517，证实假设B9)。这可能因为外资的进入会影响中国国有企业职工对垄断利润的瓜分。由此可以看出提高行业人力资本，大力引进外资提高行业科学技术管理水平是缩小行业间收入差距的一种措施。

由随机效应的回归结果可以看出在控制了行业垄断变量后，行业规模、劳动生产率水平、外商直接投资水平对行业平均收入的贡献仍然存在显著差异。

(三)行业垄断对行业收入差距直接影响和间接影响的比较分析

本文利用多层次线性模型研究了行业垄断对行业收入差距的直接影响和间接影响。由上述回归结果可知，直接影响只能解释行业收入差距的6.30%，同时各行业特征收益率在行业间差异显著，由此合理推测行业垄断主要通过间接效应对行业收入差距产生影响。

通过比较模型三与模型四随机效应可得行业垄断变量对行业特征边际收益率在各行业中差异的解释力度(见表5)。例如，行业规模的随机效应在模型三和模型四中分别为0.01652和 0.01373，则行业垄断变量解释了行业规模对行业平均收入的边际收益率在各行业中差异的16.89%[(0.01652-0.01373)/0.01652]。

由表5可以看出，行业垄断变量分别解释了行业规模、劳动生产率水平、人力资本水平、外商直接投资水平对行业收入的边际收益率在各行业间差异的16.89%、90.90%、90.00%、96.31%。行业垄断对行业收入的总间接影响解释了行业间收入差距的64.73%。说明行业垄断变量主要通过影响行业特征对行业收入的边际收益率在各行业间的差异而影响行业收入差距。

表5　行业垄断变量对行业收入的间接影响

六、结论与政策建议

本文研究了中国行业垄断对行业收入差距的直接影响和间接影响，利用多层次线性模型对2004—2012年行业面板数据进行回归分析，得出结论：中国垄断企业规模过大，在人力资本和外商直接投资利用方面表现出极低的效率，依靠瓜分本该归国家或全民所有的垄断利润而获取高额收入，这些均与通过市场自由竞争而形成的自然垄断特征格格不入，因此只能将中国垄断行业的高收入问题主要归因于行政垄断。同时还得出，行业垄断对行业收入的直接效应和间接效应分别可以解释当前行业收入差距的6.30%和64.73%。因此，缩小行业间收入差距重点需要深化改革，发挥市场在资源配置中的决定性作用，合理改善行业垄断对行业收入的间接效应。

参考文献

[1]李实,赵人伟.收入差距还会持续扩大吗[J].中国改革,2006(7):44-46.

[2]于良春,菅敏杰.行业垄断与居民收入分配差距的影响因素[J].工业经济研究, 2013(2):31-39.

[3]金玉国,张伟,康君.市场化进程中的行业工资决定假说及数量检验[J].数量经济与技术经济研究,2003(5):99-102.

[4]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(3):48-54.

[5]武鹏.行业垄断对中国行业收入差距的影响[J].中国工业经济,2011(10):76-86.

[6]任重,周云波.垄断对我国行业收入差距的影响到底有多大[J].经济理论与经济管理,2009(4):25-30.

[7]王涛.基于省级面板数据的行业收入差距与经济增长关系的研究[J].统计与信息论坛,2014(1):46-50.

[8]傅娟.中国垄断行业的高收入及其原因：基于整个收入分布的经验研究[J].世界经济,2008(7):67-77.

[9]Mincer J.Investment in human capital and personal income distribution[J].The Journal of Political Economy,1958(66): 281-286.

[10]Becker Gary S.Investment in human capital:a theoretical analysis[J].Journal of Political Economy,1962,70(5):9-49.

[11]Krueger A，Summers L.Reflections on the inter-industry wage structure[R].NBER Working Paper,1986：65.

[12]Lucas R E.On the mechanics of economic development[J].Journal of Monetary Economics,1988,22(1):3-42.

[13]Neven Damien J，Lars Hendrik R.Rent sharing in the European airline industry[J].European Economic Reivew, 1996(40):993-940.

[14]Yellen J.Efficiency wage models of unemployment[J].American Economic Review,1984,74(2):200-250.

[15]刘小玄,曲玥.中国工业企业的工资差异研究——检验市场分割对工资收入差距的影响效果[J].世界经济文汇,2008(5):58-76.

[16]王天夫,崔晓雄.行业是如何影响收入的——基于多层线性模型的分析[J].中国社会科学,2010(5):165-180.

[17]岳希明,李实,史泰丽.垄断行业高收入问题探讨[J].中国社会科学，2010(3):77-93.

[18]陈钊,万广华,陆铭.行业间不平等：日益重要的城镇收入差距成因——基于回归方程的分解[J].中国社会科学,2010(3):65-76.

[19]叶林祥,李实,罗楚亮.行业垄断、所有制与企业工资收入差距——基于全国第一次经济普查企业数据的实证研究[J].管理世界,2011(4):26-36.

[20]张原,陈建奇.人力资本还是行业特征：中国行业间工资回报差异的成因分析[J].世界经济,2008(5):68-80.

[21]杨秀云,朱贻宁,张敏.行业效率与行业收入差距——基于全国及典型省市面板数据SFA模型的经验分析[J].经济管理,2012(10):41-50.

[22]伏帅,龚志民.中国行业收入差距的成因及其经济增长效应[J].山西财经大学学报,2008(12):22-27.

[23]张世银,龙莹.我国收入差距扩大的影响因素及其实证分析——以行业收入变动为视角[J].经济经纬,2010(4):20-24.

(责任编辑：王晓红)

Industrial Monopoly,Industry Characteristics and Inter-industrial Income Gap：Based on the Multi-level Linear Model

GEJing，ZHOUZi-dong

(School of Economics and Management,Northwest University, Xi’an 710127,China)

Abstract:Based on the nonparametric Kernel density estimation,this paper found that Chinese industry income gap widening, high income and low income industry increasing, but did not appear polarization trend. This paper studies both the direct and indirect effects of industrial monopoly on industry income gap by using the multi-level linear model. The results show that:the direct effects and indirect effects of industry monopoly on industry income gap can explain the industry income gap to the extent of 6.30% and 64.73% respectively.The scale of monopoly enterprises in China is too big, so it shows extremely low efficiency in the use of human capital and foreign direct investment. Relying on dividing up the monopoly profits which belongs to the country or the whole people to get the high income would only due to the judgment that administrative monopoly is the main reason of the problem of high income in Chinese monopoly industries.

Keywords:industrial monopoly; industrial characteristics; inter-industrial income gap; nonparametric Kernel density estimation; multi-level linear model

中图分类号：F014.4:F224.9

文献标识码：A

文章编号：1672-2817(2016)03-0038-07

作者简介：葛晶(1991-)，男，安徽淮北人，西北大学经济管理学院博士研究生，研究方向为金融学、数量经济学；周子栋(1986-)，男，陕西西安人，西北大学经济管理学院博士研究生，研究方向为金融理论与实务。

基金项目：国家社会科学基金资助项目“分层线性模型在中国居民收入和消费及其关系研究中的应用”(13BTJ012)

收稿日期：2015-12-15