劳动合同、技能水平与中国流动人口工资差距

张世伟 林书宇

一、引 言

流动人口作为中国城市化进程的产物，这一群体的不断壮大，正在给新时代的中国带来全新的社会问题。改革开放以来，中国流动人口数量急剧增加，截至2015年，流动人口总量达2.47亿，其中跨省流动人口占比64.2%。在这40年，劳动力转移就业成为加速中国经济发展最重要的动力来源，流动人口为城市化和工业化进程做出了巨大的贡献，但是他们并没有较好地享受到改革的成果(樊士德，2011)。流动人口群体在城市中的融合程度依然不高(杨菊华，2015)。除了受到流入地户籍制度的限制，流动人口内部在劳动合同、收入水平和权益保障方面也存在较大的差距(官华平，2016；郭东杰，2019)。其中，技能水平较低、在次级部门就业的劳动力通常缺乏话语权，在同雇主讨价还价的过程中处于劣势地位，权益无法得到保障(李培林和李炜，2010)。因此，探究流动人口内部的工资差距和差距产生的过程对于解决不平等问题和实现全体人民共同富裕具有重要意义。

2007年6月，全国人大通过了《中华人民共和国劳动合同法》，这标志着我国开始从立法的高度来改善劳动关系和保护劳动者的合法权益( 昉蔡 ，2010)。该法律于2008年1月正式实施，实施初期在学术界和商界引发了巨大的争议。支持者认为，书面劳动合同有助于规范劳动用工，稳定雇佣关系，维护劳工权利；持反对意见的人认为，劳动合同法将扰乱市场平衡，提高企业用工成本，会导致企业关停或倒闭，反而不利于农民工的稳定就业(唐跃军和赵武阳，2009；王一兵和张东辉，2009)。尽管质疑的声音一直存在，但劳动合同法在中国仍然被实施和推广，工作岗位中的劳动合同覆盖率也因此在逐年提升，但是十几年来，由于缺乏监管和惩罚，农民工群体的劳动合同覆盖率仍然较低(徐水源，2017)。据国家统计局公布的2016年数据显示，与雇主或单位签订了劳动合同的农民工比重仅为35.1%。在现行制度背景下，劳动合同成了企业筛选员工、谈判、激励的手段，是否签订劳动合同在劳动者群体之间产生了较大的收入差距(陈鹏程等，2019)。

经济理论解释了劳动合同、技能水平与劳动者收入的关系。经济学假设所有主体都是理性人，企业也不例外，对利益最大化的追求促使企业更愿意同教育程度高、技能水平高或是经验丰富的个体确立长期的雇佣关系(王毅杰和蔡文强，2014)。人力资本理论告诉我们，企业会给予稳定雇员相对更多的人力资本投资，而人力资本作为工资水平的重要决定因素，其存量的增加通过劳动生产率的提高反作用于工资水平的上涨(Battu 和 Mcmaster，2002)。企业为了留住这部分员工，通常会与其签订劳动合同，并予以部分高于其生产率水平的超额工资。对于已签订劳动合同的个体，效率工资理论强调，在员工努力程度信息不对称的情况下，企业同样会通过支付高工资，即增加员工失业的代价，以激励其努力工作(Shapiro 和 Stiglitz，1984)。

有关劳动合同的经济学分析在中国起步较晚，一方面的原因是中国全面实施劳动合同法的时间较晚，另一方面的原因是微观数据匮乏。目前，较多的学者围绕劳动合同签订现状及其影响因素展开研究。谢勇和丁群晏(2012)在针对农民工群体进行分析后发现，农民工的劳动合同签订率较低，受教育程度、技能水平、法律知识等对劳动合同的签订有显著的正向影响。对劳动合同的经济学分析不应仅停留在合同签订的决定因素上，应进一步探索在劳动力市场上劳动合同带来的经济效应及其在不同群体间的异同。李仲达和刘璐(2013)、林伟等(2015)使用调查数据，针对农民工群体，采用普通最小二乘回归方法，得出签订劳动合同提升了农民工的工资和福利水平及其工资差异在逐年增加的结论。孙睿君和李子奈(2010)使用较早的CHIP数据对中国劳动合同的工资差异进行了经验研究。其研究表明，用人单位对未签订劳动合同的就业者实施工资歧视。张世伟和张娟(2017)应用汤普森(Horvitz-Thompson)估计量度量了劳动合同对农民工劳动报酬(包括工资、社保费用、食宿补贴在内)的影响，其结果表明劳动合同对农民工劳动报酬具有积极影响。

随着国内外研究文献的丰富，关于群体间工资差异研究的方法也在不断更替。最早的工资差异问题研究采用明瑟(Mincer)工资方程，将描述群体属性的二分变量作为解释变量，进行普通最小二乘回归( 祎陈 和刘阳阳，2010；李萍等，2014)，其单一的工资方程回归忽略了群体间隐含的人力资本差异及工资决定机制的差异。随着Oaxaca(1973)以及Blinder(1973)先后提出工资差异分解方法，该领域的研究方法开始转向依特征分组分别进行工资方程回归，其后对两组工资差异进行分解(Neumark，1988)。之后，分解方法随着研究的拓展不断得以改进，21世纪初研究者们逐渐开始使用分位数回归来研究群体间工资差异，从均值差距分解扩展到了各个分位点的工资差距分解(寇恩惠和刘柏惠，2013；Machado，2005)。然而，上述方法都未考虑到群体分组的自选择问题，通常同一个群组内部的成员往往具有相似的特征，即当群组的划分同个体的其他特征相关时，分组变量在回归中具有内生性。处理效应模型的出现，解决了自选择问题并同时放松了普通最小二乘回归所需的线性假定的约束(Rubin，1974；Rosenbaum和 Rubin，1983)。从实际情况看，无论是倾向得分匹配法还是普通回归模型，都假设因果效应对所有个体是同质的，但是通常情况下处理概率不同的个体接受处理的效应也可能不同。为此，允许多种影响效应共存的多层线性模型应运而生(Wu和Xie，2003；Xie和Wu，2005)。

本文对现有文献的创新主要包括以下两个方面。其一，在研究主体方面，现有经验研究对象多为农民工群体，而随着城乡户籍歧视的逐渐减少，流动人口与本地人口的社会分割正在凸显，异地就业的流动人口群体内部差距值得关注。其二，在研究方法方面，绝大多数研究都忽视了劳动合同的自选择特征，签订和未签订劳动合同个体在特征上具有显著差异，不考虑自选择问题的基础回归将得到有偏的估计结果；同时，在财富分配两极化的背景下，通过允许多种效应存在的多层线性模型可以分解不同技能水平劳动力面临的收入分配现状，深入理解收入差距的来源。综上所述，基于2011年和2017年中国流动人口动态监测调查数据，本文应用倾向得分匹配法和异质性处理效应模型分析劳动合同对流动人口工资的影响，探究劳动合同的工资效应在不同技能水平的劳动力群体间的差异。

二、数据来源与描述性统计

本文所使用的流动人口数据来源于国家卫生和健康委员会组织的“中国流动人口动态监测调查”。该调查按照分层随机的原则，在31个省(自治区、直辖市)和新疆生产建设兵团抽取样本点，其调查结果对全国和多数省份有较好的代表性。其抽样调查以问卷调查方式进行，调查对象为年龄16岁～59岁的流动人口，调查的主要内容包括：流动人口基本信息，就业、居住、计划生育等公共服务，社会融合，等等。

根据本文的研究目的，我们对数据做如下处理。首先，在数据处理过程中删除了雇主、自营劳动者以及家庭帮工的样本，仅保留就业身份为雇员的样本。其次，劳动合同作为本文的关键识别变量，针对问卷中“您与目前工作单位(雇主)签订何种劳动合同”这一问题，我们将回答为完成一次性工作任务、试用期或不清楚的受访者认定为不属于本文的研究范畴，此类记录被剔除。最后，删除工资等重要信息缺失的样本。

劳动合同不仅影响流动人口的就业稳定性，同样影响流动人口的工资水平。表1给出了签订劳动合同和未签订劳动合同流动人口的就业状况统计。与未签订劳动合同个体相比，签订劳动合同个体的月工资和小时工资明显更高，表明劳动合同可能有助于流动人口获得高薪。从周工作时间来看，签订劳动合同群体的工作时间相对更短，过度劳动强度较轻，而未签订劳动合同群体的周工作时间超过标准劳动时间45%。随着市场经济的发展和完善，劳动合同在流动人口中的覆盖率不断得以提升，同时劳动合同对流动人口工资的影响也在扩大。是否签订劳动合同的群体月工资差异从2011年的433.81元增加到2017年的1070.52元。工资差异及其变化是由于劳动力人力资本水平和生产率发生了根本性变化，还是企业的选择性因素在其中得以体现，值得探究。

表1 流动人口的平均工资、工作时间统计

表2给出了主要变量的统计描述。从其中可以看到，签订劳动合同样本的受教育程度和工作经验水平显著高于未签订劳动合同样本的该指标。受教育程度和工作经验水平作为人力资本的重要组成部分，既是影响个体合同签订概率的因素，也是个体工资的主要决定因素，因而可以解释部分群体间工资差异。男性个体的劳动参与率较高，但是合同签订率与女性相比并无显著差异，说明社会对女性劳动能力认可度在不断提升。从户口性质来看，农民工仍然是当前流动人口的主力军，但是农民工的劳动合同签订率不及非农业户口的流动人口，体现了农民工的法律意识相对淡薄；户籍作为市场歧视的重要衡量指标，通过影响个体的教育质量、价值观念以及社会关系等因素，进而影响个体的工资水平。

劳动合同签订除了决定于劳动者的个体特征外，还同样受到企业性质的影响。由表2企业性质部分所列数据计算可知，在所有企业类型中，三资企业的劳动合同执行率最高，2017年达到97.84%；国有和集体企业次之，为91.31%；个体企业的劳动合同执行率最差，约3/5的雇员未与个体雇主订立书面劳动合同。这是中国现阶段劳动合同的典型特征之一，即因为缺少对个体企业的有效监管手段，个体经营者为了节省成本，通常不会主动选择与劳动者签订劳动合同，直接或间接地损害了劳动者的合法权益。

劳动者的工资水平同样受到行业溢价的影响，不同行业的劳动者的工资水平及增长速度有较大的差距。绝大多数流动人口为低技能劳动力，通常在城市劳动力市场的次级部门就业，工作环境较差，同时薪资水平较低。表3给出了分行业统计的流动人口月工资水平的数据。其数据显示，2017年流动人口平均工资水平最高的三个行业分别是金融及房地产行业、建筑业和交通及通讯业；平均工资水平较低的是第一产业、零售及餐饮业、社会服务业。综合来看，流动人口劳动合同签订以及工资水平同时受三个方面因素的影响：个体特征、企业特征和地区特征。因此，本文在计量分析中充分考虑这三方面因素的影响，力图获得更加准确的估计结果。

表3 不同行业类型的月平均工资水平(单位：元)

三、计量模型设定与变量选择

为了识别劳动合同对流动人口工资水平的影响，传统方法为普通最小二乘法(OLS)，模型设定如下：

计量经济模型要求 Cov(εi,Contracti)=0，即当核心解释变量(劳动合同签订)是外生变量时，模型(1)的回归才能得到无偏有效的估计量。然而，雇主出于利己性，通常愿意与能力更强的个体签订劳动合同。这意味着签订劳动合同和未签订劳动合同群体间不仅可观测特征差异显著，两个群体的不可观测特征也可能存在着差别。使用代理变量和处理效应方法可以在一定程度上解决内生性问题。

代理变量方法通过将部分不可观测因素提取出来，使残差项与解释变量无关。本文采用的代理变量是签订劳动合同的概率，劳动合同签订方程设定如下：

无论是普通线性回归模型还是处理效应模型，都隐含着劳动合同签订的工资效应对所有个体是同质的假设。然而，对于不同技能水平的劳动力来说，不仅签订合同的倾向性不同，签订劳动合同对工资的影响也不同，即存在异质性工资效应。因此，为考察个体劳动合同签订概率是否会改变工资回报水平，本文采用允许多种影响效应存在的异质性处理效应模型(Heterogeneity of Treatment Effect)。具体而言，本文建立了一个两层分析模型来量化劳动合同签订的处理效应与其倾向分值层次之间的关联，即：

四、实证结果

（一）代理变量回归结果

本文首先采用经典明瑟(Mincer)工资方程，考察流动人口的工资决定机制。由表4中的第2列和第4列可以看到，是否签订劳动合同对流动人口的工资水平有显著的影响。在其他条件不变的情况下，签订劳动合同个体比不签订劳动合同个体工资高14.42%(2011年)和16.88%(2017年)。普通最小二乘回归的其他系数估计结果显示：接受教育程度显然有助于劳动力获得更高的工资，随着受教育程度的递增，工资水平得到显著且幅度越来越大的提升；工作经验对工资的作用效率呈现出先上升后下降的趋势，即在工作一定年限或者到达一定年龄后，工资水平将不再随着时间上涨；与其他三个地区相比，东部地区不仅劳动合同签订率最高，劳动力的工资水平也明显更高，且与其他地区相比差距较大，说明东部地区的营商环境相对规范，市场化程度较高；从行业的平均工资水平来看，金融及房地产行业工资水平较高，对照组第一产业工资水平最低。

表4 普通最小二乘回归和代理变量回归结果

正如前文所述，直接将流动人口中的已签订劳动合同群体和未签订劳动合同群体的工资进行比较，会因为残差项中包含了与是否签订劳动合同相关却又无法通过回归中的可观测变量控制的因素而产生估计偏差。对此，代理变量法可以通过把部分不可观测因素提取出来以减小偏误。将代理变量即劳动合同签订的倾向得分值加入的回归调整结果如表4中第3列和第5列所示。其中，劳动合同签订概率对工资确实存在影响；在控制个体的劳动合同签订概率后，是否签订劳动合同对工资依然存在正向影响，且在1%的显著性水平上显著，但其影响的程度有所下降，分别为12.09%(2011年)和16.12%(2017年)。

（二）处理效应估计结果

除了需要解决不可观测因素既影响处理变量又影响结果变量外，合同签订过程中的自选择问题同样值得注意，即签订合同个体是雇主正向筛选的结果。为了克服选择性偏误，需要使用基于反事实框架的处理效应模型，通过在对照组中找到与处理组尽可能相似或一致的个体，进而有效减少样本选择偏误。其中，倾向得分匹配方法将匹配的多维标准融合为一维标准，极大地提高了处理组和对照组之间的匹配度。

1. 劳动合同签订

为实现样本匹配以及探究不同技能水平劳动力的劳动合同签订率，本文通过二元离散选择模型分析了流动人口签订劳动合同的影响因素，回归结果见表5。从其中可以看到，以受教育程度和工作经验为主要指标的人力资本水平越高的个体签订劳动合同的概率越大；在户口性质门槛逐渐消退的今天，户口性质代表的是其背后个体在城乡间的成长环境、价值理念以及教育质量的差距，因而可以解释拥有非农业户口个体比农业户口个体劳动合同签订率高5.4%～6.4%(求边际效应得到)。

表5 劳动合同签订倾向回归结果

对比方程(1)和方程(2)、方程(3)和方程(4)的回归结果可以发现，企业性质和地区特征在决定劳动者能否与雇主签订劳动合同的过程中同样起着至关重要的作用；在控制企业性质和地区虚拟变量后，男性和女性的劳动合同签订率无显著差异，说明在劳动合同签订过程中不存在性别歧视问题。

2. 倾向得分匹配(PSM)估计结果

根据劳动合同签订方程的回归结果，得到样本中个体签订劳动合同的概率，即倾向得分值。图1和图2分别给出了2011年和2017年劳动合同签订倾向得分分布情况。从其中可以发现，无论是2011年还是2017年，已签订劳动合同个体的倾向得分值明显高于未签订劳动合同个体的该值，两类群体劳动合同签订倾向得分分布的差异体现了劳动力本身特征的差异和劳动合同的选择性。通过分布图还可以看到是否签订劳动合同群体的倾向得分的取值范围具有较大的重叠区间，绝大多数样本都在共同支撑域内，为匹配提供了良好的支撑条件。

图1 2011年劳动合同签订倾向得分密度函数图

图2 2017年劳动合同签订倾向得分密度函数图

使用倾向得分匹配法测算劳动合同签订的工资效应的结果如表6所示。本文分别提供了全样本卡尺匹配、核匹配、马氏匹配三种匹配方法的估计结果，也给出了分地区的卡尺匹配方法的估计结果。可以看到，倾向得分匹配法控制了选择性偏误，而是否签订劳动合同对流动人口工资的影响依然是积极的，且在1%的显著性水平上显著，说明流动人口的特征差异不能解释工资差距的全部。运用三种匹配方法计算的估计值较为接近，表明数据具有较好的稳健性。与前文的代理变量回归结果进行比较发现，参与者平均处理效应(ATT)估计值相对更大，签订劳动合同可以提高劳动者工资水平的13.98%～15.22%(2011年)和22.06%～23.03%(2017年)。

表6 倾向得分匹配方法估计结果

分地区的估计结果显示，2011年中部地区劳动合同的处理效应比其他地区更大，处理效应结果的地区排序与工资水平的地区排序趋势恰好相反。随着市场化程度的提升，2017年，东、中、西部地区劳动合同签订的工资效应大小基本一致(约为20%)，而东北地区的估计值则较小，即对未签订劳动合同个体工资的歧视程度较低，这可能源于东北地区市场化水平较低，国有和集体企业占比较高，人才竞争程度相对较弱。

（三）劳动合同影响的进一步讨论

1. 劳动合同对不同倾向得分群体的影响

无论采用何种估计方法，已签订劳动合同和未签订劳动合同群体间的平均工资差距都是明显的；随着时间的推移，劳动合同覆盖率在提高，流动人口是否签订劳动合同的工资差距也在扩大。然而，流动人口工资不平等的结果容易被发现，不平等产生的过程则常被忽视。考虑到签订劳动合同倾向不同的个体间可能存在签订劳动合同工资增加效应的差异，本文使用异质性处理效应模型(HTE)分析各个倾向得分层次上是否签订劳动合同的工资效应，结果如表7所示。

表7 异质性处理效应模型估计结果①由于篇幅所限，此处仅以“京、津、冀”和“黑、吉、辽”两个典型地区为例给出估计结果。全样本以及分地区的估计都同样具有向右上倾斜的分层线性趋势。如需要其他结果者，可向作者索要。

异质性处理效应模型根据个体的倾向得分值和特征的平衡进行分层，保障了每一个层次内处理组和对照组之间不存在系统性差异，两组人群的平均工资差异即可被解释为在该层次上签订劳动合同所带来的工资涨幅。异质性处理效应的回归结果显示，处理效应的同质性假设并不成立，在不同的倾向得分层次上，两组回归都给出了不同的因果效应。通过线性回归拟合倾向得分层次和因果效应大小之间的关系，呈现出随着倾向得分层次的提高，也就是签订劳动合同概率的增加，劳动合同签订为流动人口带来的工资效应不断变大的趋势，如图3和图4所示。

图3 “京、津、冀”地区劳动合同对工资的影响

劳动合同签订率较低的“黑、吉、辽”地区，在倾向得分较低的三个层次上，劳动合同对工资的因果效应较小且在统计上不显著；但在倾向得分较高的层次上，劳动合同对流动人口工资的影响显著，意味着签订劳动合同将有助于这一部分流动人口获得更高的工资。倾向得分层次每提高一层，因果效应会提高3.9%。劳动合同签订率较高且流动人口数量较大的“京、津、冀”地区，仅有最低和最高层次的因果效应不显著，因果效应和倾向得分层次同样表现为正相关关系，系数为0.019，在5%的显著性水平上显著。

图5 “黑、吉、辽”地区劳动合同对工资的影响

2. 劳动合同对高低技能劳动力工资差距的影响

由劳动合同签订的影响因素分析结果可知，劳动力的技能水平是决定其能否获得一份有劳动合同工作的重要因素，即高技能劳动力与雇主订立书面劳动合同的概率更大，同高倾向得分层次内样本技能的描述统计相一致。劳动合同对工资影响的异质性处理效应模型则给出，随着劳动合同签订的倾向得分层次的提高，签订劳动合同群体和未签订劳动合同群体间的工资差距不断拉大。这意味着那些技能水平较低或是在个体企业中工作的弱势劳动者，不仅获得劳动保护的概率较小，而且劳动合同能为其带来的工资提高程度也非常有限。

高低技能劳动力和是否签订劳动合同个体间的工资差距真实存在，而劳动合同签订对高低技能劳动力工资影响的过程，其背后是雇主更挑剔的用人标准和更严重的区别对待，加剧了高低技能劳动力之间的收入不平等。劳动合同作为保障劳动者合法权益的法律，其覆盖范围的提高有益于规范劳动力市场，但是在其签订率从不完全到完全执行的路上，雇主将劳动合同作为同雇员谈判的条件、筛选机制以及竞争工具就违背了法律的初衷，同时会导致很多新的社会问题出现，对高收入人群的收入保护意味着对低收入人群的剥削，将加剧社会财富分配的两极化现状，无益于改善农民工的生活状况。

五、结论与启示

本文使用2011年和2017年中国流动人口动态监测调查微观数据，应用倾向得分匹配法和异质性处理效应模型等对中国流动人口内部的工资差距进行了分析，得出如下主要结论。

在中国劳动力市场中伴随劳资关系建立而订立书面劳动合同的比例在逐年升高，但是劳动合同充当筛选机制的程度也在不断提高。签订劳动合同群体和未签订劳动合同群体的特征差异明显，尤其是受教育程度，以2017年为例，初中及以下受教育程度劳动者签订劳动合同的比例为54%，而接受大学本科及以上教育的个体中有94.59%的劳动者与雇主订立了正式书面合同。劳动合同成为企业选择员工的有利筹码，也因此，劳动者会因为是否拥有劳动合同而受到显著的差别对待。签订劳动合同个体的平均月工资和小时工资都显著高于未签订劳动合同个体该类工资，且工资差距随着时间的推移有递增的趋势。

通过匹配法控制其他影响个体工资的因素，回归结果同样揭示签订劳动合同会显著提高劳动者的工资水平。也就是说，在相同条件下，有合同的个体工资往往会比无合同的个体工资更高。可见补偿性工资理论在解释劳动合同和中国流动人口工资差距的关系层面并不适用，因市场经济转型时间尚短，中国一些高危险或脏乱差的工作工资通常都较低，与发达国家的补偿性工资理论预期相悖。企业家或雇主为了降低信息搜寻成本，通常会将受教育程度、技能水平等作为信号筛选劳动者，与雇员签订劳动合同后，企业为了减少监督成本、降低员工转换工作的概率，通常会提高员工的工资，并对其进行专用人力资本投资等，直接导致了相同特征个体会因为是否签订劳动合同而产生工资差距。

劳动合同的工资效应并非同质的，异质性处理效应模型的回归结果显示，随着倾向得分值分层的提高，劳动合同的工资效应呈现递增的趋势。这意味着对于签订合同概率较高的高技能劳动力，劳动合同为其带来的工资效应较大。高低技能劳动力之间原本的工资差距也因劳动合同的签订而被扩大，导致劳动力市场中的收入不平等程度提高。在企业有选择性地与雇员签订劳动合同的背景下，高技能劳动力不仅容易取得劳动合同的保护，而且合同为其带来的工资溢价也更可观。在城市中的外来低技能劳动力，尤其是农民工，缺乏劳动合同的保护，权益得不到保障，同时受到经济和精神层面的打压，因而很难真正融入城市生活。

劳动合同的本意是保障所有劳动者的合法权益，改善劳资关系，但是由于中国的合同监管仍然不够健全，企业或雇主违规的成本过低，导致劳动合同对低技能劳动力并不友好，在劳动力市场中反而变成了歧视低技能劳动力的手段。低技能劳动力尤其是农民工群体的转移就业和市民化是新型城镇化建设的重点和关键内容，想要其融入城市安居乐业，除了要破除现有的制度壁垒外，还应尽可能保障农民工群体的合法权益，让其劳有所得并感受到城市的公平和正义，同时要从多方面增强其留下来融进去的信心。政府部门应该加强监管力度，提高企业或雇主违法违规的成本，扩大劳动合同法的覆盖范围至全体工种和全体劳动者。让劳动合同法成为真正保护弱势群体的法律盔甲，形成良性、高质量、可持续的用工准则和良好的劳资关系。