欠发达地区农民工工资影响因素及差异研究.docx

欠发达地区农民工工资影响因素及差异研究 李晓峰 黄星[摘要]推动中国城镇化建设主要依靠农业转移人口市民化，根源则在于实现农民工的经济能力，以流出型为主要表现的欠发达地区成为城镇化人口的主要来源本文以四川省农民工2013年调研数据，结合北京市2013年调研数据、CHIP2013数据，采用比较研究方法，通过多元回归、眀瑟方程和基尼系数分解法、泰尔指数分解法、分位数回归，对四川省农民工工资的影响因素和工资差异进行分析，并与同时期北京市、全国农民工、全国城镇户籍劳动力工资情况进行对比结果表明，影响四川省农民工工资水平的主要因素是解决住宿情况、培训情况、工作岗位、所属行业和工作经验等，与北京市和全国平均水平相比呈现出一定的差异四川省农民工尚处于工作经验主导工资差异的阶段，其他影响较大且显著的因素还有工作岗位、培训情况和教育程度本文在以上分析基础上，针对四川省农民工自身和政府相关部门提出了相关建议[关键词]农民工工资;影响因素;工资差异;比较研究[]F24924[文献标志码]A[]16724917（2019）04010009一、引言工业化、城镇化、现代化和信息化是我国科学发展与可持续发展的需要与客观必然。

伴随产业发展、人口集聚，我国处于工业化中期、城市化快速发展阶段2011年以来，中国的城镇化水平已经超过50%，一半以上的人口居住在城镇但如果以户籍城镇化率来衡量并没有这么高事实上，很多地方的土地城镇化率>人口城镇化率>户籍城镇化率（张卫国等，2015年）[1]这在一定程度上说明，我国的城市建设速度、发展速度和发展能力不相匹配另一方面，人口增长放缓，人口红利不再（蔡昉、都阳，2011年）[2]当前中国城镇人口自然增长率低，城镇化人口的增长主要来源于迁移人口，而农村迁移人口占比保持在67%以上，成为城镇化的首要力量，且地区间并不平衡，西部地区、东北地区成为流出型城市的主要区域，户籍人口规模>常住人口规模（王宁，2018年）[3]《国家新型城镇化规划（2014—2020年）》提出2020年户籍人口城镇化率与常住人口城镇化率差距缩小两个百分点左右，实现1亿农业转移人口和其他常住人口落户城镇的发展目标农民工群体，2018年已达到288亿人，其中在乡外就业的外出农民工达173亿人，总量增加、增速回落在经过一个较长时期的适应和调整后，“农民工”这一特殊群体将为“新型市民”和“职业农民”所取代农民对留在农村还是进城的行为决策，判断依据主要是对其转移效益与留守收益的比较;当转移效益>留守收益时，选择进城务工。

农民工转移效益的来源主要是其打工的工资收入中国快速城镇化的主要矛盾是常住人口城镇化率与户籍人口城镇化率存在较大差异的问题，需要推进农民工市民化市民化能力本质上源于农民工的经济能力，即工资收入提高市民化能力，需要找到对农民工工资起核心作用的因素哪些因素影响到农民工工资，农民工的工资差异如何，其中最能解释工资差异的是什么因素，对于处于经济和城市发展相对弱势的四川省，其农民工的相关情况如何，处于什么水平，未来应如何行动更为有利有效？本文选取四川省作为欠发达地区代表，北京市作为发达地区代表，同时与全国农民工作为平均水平及城镇户籍劳动力情况作为市民化的目标水平相比较本研究结果对于指导欠发达地区农民工，从工资的影响因素及工资差异的来源上针对性地提高相关因素达到有效提高工资，进而提高农民工市民化的目标有一定指导意义二、文献回顾蔡昉（2018年）[4]分析了农业劳动力转移的经典理论及在中国的具体情况，指出目前需进行户籍及农业经营规模制约这两个关键领域的改革，进一步实现农业劳动力转移卢锋（2012年）[5]对1979—2010年中国农民工工资水平进行了汇总估测，发现呈增长总趋势，其名义货币工资和实际工资指数年均增长率分别为约97%、约10%。

毛学峰、刘靖（2016年）[6]探讨了卢锋研究数据的可比性问题关于农民工工资影响因素刘林平、张春泥（2007年）[7]在分析工资决定因素基于古典经济学社会-经济因素、马克思政治经济学劳动力价值的价格（生理-历史/社会要素）、新古典主义（人力资本理论）、社会资本理论、制度理论等基础上，将农民工工资影响因素分为人力资本、社会资本、企业制度和社会环境4个部分22个变量，利用2006年珠三角调查数据进行分析刘士杰（2011年）[8]在人力资本和社会资本基础上加入职业流动影响共8个变量，采用分位数回归分析了2008年北京、上海、天津和广州四个城市的调查数据中国人民银行成都分行调查统计处课题组（2011年）[9]对2010年四川省农民工工资水平及其影响因素分析验证了人力资本的密切相关关系江金启等（2016年）[10]利用CHIP2009数据分析了专用性培训的工资促进作用蒯鹏州等（2015年）[11]采用多元有序logit回归模型从个人特征、人力资本、社交网络三方面对2013年调研数据进行分析李国正（2016年）[12]分析了户籍的影響，王春超等（2017年）[13]分析了社会资本的影响张敏（2017年）[14]考察了技能培训的影响。

卢海阳、郑旭媛（2019年）[15]从议价能力的角度进行了分析事实上，不同行业、职业、地区、性别、种族之间的工资形成了差别黄乾（2009年）[16]分析了稳定就业和非稳定就业的差异李超海（2015年）[17]通过珠三角、长三角调研数据分析了地区因素的影响李明艳等（2017年）[18]分析了性别因素的影响关于农民工工资差异主要为农民工与城镇职工间差异及农民工群体内部工资差异城乡户籍群体间存在系统性工资差异邢春冰（2008年）[19]分析2005年全国人口普查数据，月收入和小时收入分别为城镇的80%、64%田丰（2010年）[20]依据2008年中国社会状况综合调查，城镇职工比农民工年、月、小时收入分别高316%、119%、262%陈珣、徐舒（2014年）[21]从动态同化角度研究，不同初始工资的农民工需经10～58年才能达到城镇同等水平mk=1vkμkμyT（yk）+mk=1vkμkμylnμkμy=W+B5）其中，W=mk=1vkμkμyT（yk），表示k个组不等值n的加权平均，通常被认为是总的收入差距值的组内差距部分B=mk=1vkμkμylnμkμy，表示总收入差距值的组间差距部分。

W和B的权数vkμkμy为第k组收入占总收入的份额通过组内差距和组间差距的分解，找到因素特征差异的贡献率二）实证第一步，找到工资的影响因素及其影响程度目前研究中工资的影响因素分析采用眀瑟模型较多（田丰，2010年;严善平，2011年）[20][37]为消除异方差（未通过BP检验等），采用加权最小二乘法WLS进行修正，可决系数R2提高到98%以上;为检验模型的稳健性，进行变量替换和样本替换等，如将教育程度替换成教育年数、年龄区间替换年龄、实际健康替换自评健康等，其余变量估计系数与之前差异不大，估计结果保持较好的一致性模型估计结果见表2由于年龄因素对工资的影响并非完全递增，而是到达一个峰值后下降，与工作经验相似，但取值范围大，影响变动小，增加年龄平方变量后，估计系数变化不大，具有较好的稳健性为简化研究在这里將年龄连续变量替换为年龄区间变量：相应拟合程度和变量显著性都得到提高，方差膨胀系数VIF均值小于2、最大值小于10，说明解释变量间不存在多重共线四川省农民工工资影响因素有住宿、培训、教育、工作岗位、所属行业、工作经验参加组织、性别、年龄、健康、婚姻、日小时数和月休天数没有通过初始模型显著性检验，而婚姻变量没有通过修正模型显著性检验。

可能的原因是初始模型识别出最主要的影响因素，修正模型识别出对被解释变量影响较弱的因素如婚姻变量从表2可以看出，四川省的所有显著影响因素的估计系数大部分高于其他样本群，即这些因素对工资的影响程度都较高说明四川省的工资水平处在较低的发展阶段，弹性较大，变量小的变化能引起较大的工资改变现实情况正是如此，基于报酬递增递减规律，当事物处于较低发展阶段，各要素报酬递增;当达到一定阶段后大量的投入只能带来产出少量增加甚至下降工作岗位对各样本群（以下用简称）的影响程度为：四川>全国>北京>城镇，这与群体发展程度的假设相一致;教育的影响程度为：四川>全国>城镇>北京，说明教育的影响随发展程度的提高比其他变量报酬递减得慢，即教育变量的影响在城镇户籍劳动力样本中不减反增;行业变量的影响为：全国>四川>北京>城镇，说明所属行业对农民工群体的影响还是较大的，但随着发展程度逐渐弱化眀瑟模型的回归系数其经济意义代表某因素的工资收益率或回报率，工作经验为连续变量，而其他为按类型区分的虚拟变量，故工作经验的系数较小，反映每增加1年工作经验，月工资对数的增加比率;2013年四川农民工工作经验回报率为26%，北京为22%，全国与城镇户籍劳动力均为19%，工作经验的影响北京突出、总趋势下降。

第二步，差异分解，找到差异的来源通过基尼系数计算得到2013年四川省农民工工资差异各因素解释程度G′，通过泰尔指数分解计算得到工资差异各因素贡献率T′（表3）基尼系数法是按照个人一组，泰尔指数法是按照因素分组分解，二者分解结果有一定差别，但对因素的解释和贡献作用分析基本一致四川省农民工工资差异各因素作用程度，工作经验、岗位、行业、教育程度的基尼系数G′解释程度和泰尔指数T′贡献率较高，均在2%以上，即这些因素带来更大的工资差异分布四川省农民工工资差异来源与北京市和全国农民工平均水平、全国目标水平比较分析发现，总系数显示各样本差异大小：城镇>全国>北京>四川即2013年四川省农民工的工资差异程度分异最小，而全国城镇户籍劳动力工资差异的变化程度最大这与现实情形一致，发达区的工资分异高于不发达区，全国范围的差异高于区域范围北京农民工工资差异最主要的来源是行业因素，说明北京农民工的就业分布较为集中，因此行业垄断造成了重要的工资差异农民工工资差异最主要来源是性别和教育因素，全国平均水平显示出性别歧视于工资的影响依然较大、而教育的影响越发重要未来目标水平（全国城镇户籍劳动力）显示差异影响较大的因素依次有教育程度、工作经验、单位性质、性别、行业、岗位，均在1%以上;教育程度成为工资差异的最主要来源，这也是未来的主流趋势。

从发展的视角来看，北京市和城镇户籍劳动力样本代表着较先进和引领性的发展趋势，虽然四川省样本显示2013年工作经验仍是最重要的工资差异来源，但未来教育程度不同造成的工资差异超越工作经验是大势所趋在较低的发展阶段，工作任务相对简单、工作经验带来的操作熟练性等能得到较高回报;而对于较为发达阶段，简单对量的需求为质的提升所代替，因而更需要教育带来劳动力素质的提高一个有意思的发现，在“城镇户籍劳动力”样本中“参加组织”变量的工资影响估计系数（表2）和工资差异作用率（表3）均为负，即其他条件不变情况下、加入中国共产党与民主党派的工资低于无党派劳动者的工资，这与“农民工”样本情况相反可能的解释是，现实中城镇户籍劳动力入党比例较大，且大多在党政机关、事业单位等公共管理与服务单位，其收入以严格的“科层制”收入为主并附有其他非货币福利，所以名义工资低于无党派劳动者;但“农民工”群体中入党劳动者为精英分子，数量少、收入高，所以名义工资高于无党派劳动者工资具体分析代表人力资本的两个连续变量工作经验和教育年数，结合比较样本数据，2013年四川省农民工市场“工作经验”对工资的影响程度和差异贡献均高于“教育年数”，但随着城乡劳动力市场一体化，农民工教育水平的逐步提高，劳动力市场对教育程度的区分度将逐步提高，不同教育程度造成的工资差异有超过工作经验的态势。

进一步进行分位数回归，通过不同分位数上的系数分布不同，来考察和验证工资差异情况及稳健性其结果与表3的收入差异分解结果基本一致，这里列出了工作经验和。