李曉峰 黃星

[摘要]推動中國城鎮(zhèn)化建設(shè)主要依靠農(nóng)業(yè)轉(zhuǎn)移人口市民化，根源則在于實現(xiàn)農(nóng)民工的經(jīng)濟能力，以流出型為主要表現(xiàn)的欠發(fā)達地區(qū)成為城鎮(zhèn)化人口的主要來源。本文以四川省農(nóng)民工2013年調(diào)研數(shù)據(jù)，結(jié)合北京市2013年調(diào)研數(shù)據(jù)、CHIP2013數(shù)據(jù)，采用比較研究方法，通過多元回歸、眀瑟方程和基尼系數(shù)分解法、泰爾指數(shù)分解法、分位數(shù)回歸，對四川省農(nóng)民工工資的影響因素和工資差異進行分析，并與同時期北京市、全國農(nóng)民工、全國城鎮(zhèn)戶籍勞動力工資情況進行對比。結(jié)果表明，影響四川省農(nóng)民工工資水平的主要因素是解決住宿情況、培訓(xùn)情況、工作崗位、所屬行業(yè)和工作經(jīng)驗等，與北京市和全國平均水平相比呈現(xiàn)出一定的差異。四川省農(nóng)民工尚處于工作經(jīng)驗主導(dǎo)工資差異的階段，其他影響較大且顯著的因素還有工作崗位、培訓(xùn)情況和教育程度。本文在以上分析基礎(chǔ)上，針對四川省農(nóng)民工自身和政府相關(guān)部門提出了相關(guān)建議。

[關(guān)鍵詞]農(nóng)民工工資;影響因素;工資差異;比較研究

[中圖分類號]F24924[文獻標(biāo)志碼]A[文章編號]16724917（2019）04010009

一、引言

工業(yè)化、城鎮(zhèn)化、現(xiàn)代化和信息化是我國科學(xué)發(fā)展與可持續(xù)發(fā)展的需要與客觀必然。伴隨產(chǎn)業(yè)發(fā)展、人口集聚，我國處于工業(yè)化中期、城市化快速發(fā)展階段。2011年以來，中國的城鎮(zhèn)化水平已經(jīng)超過50%，一半以上的人口居住在城鎮(zhèn)。但如果以戶籍城鎮(zhèn)化率來衡量并沒有這么高。事實上，很多地方的土地城鎮(zhèn)化率>人口城鎮(zhèn)化率>戶籍城鎮(zhèn)化率（張衛(wèi)國等，2015年）[1]。這在一定程度上說明，我國的城市建設(shè)速度、發(fā)展速度和發(fā)展能力不相匹配。另一方面，人口增長放緩，人口紅利不再（蔡昉、都陽，2011年）[2]。當(dāng)前中國城鎮(zhèn)人口自然增長率低，城鎮(zhèn)化人口的增長主要來源于遷移人口，而農(nóng)村遷移人口占比保持在67%以上，成為城鎮(zhèn)化的首要力量，且地區(qū)間并不平衡，西部地區(qū)、東北地區(qū)成為流出型城市的主要區(qū)域，戶籍人口規(guī)模>常住人口規(guī)模（王寧，2018年）[3]。

《國家新型城鎮(zhèn)化規(guī)劃（2014—2020年）》提出2020年戶籍人口城鎮(zhèn)化率與常住人口城鎮(zhèn)化率差距縮小兩個百分點左右，實現(xiàn)1億農(nóng)業(yè)轉(zhuǎn)移人口和其他常住人口落戶城鎮(zhèn)的發(fā)展目標(biāo)。農(nóng)民工群體，2018年已達到288億人，其中在鄉(xiāng)外就業(yè)的外出農(nóng)民工達173億人，總量增加、增速回落。在經(jīng)過一個較長時期的適應(yīng)和調(diào)整后，“農(nóng)民工”這一特殊群體將為“新型市民”和“職業(yè)農(nóng)民”所取代。農(nóng)民對留在農(nóng)村還是進城的行為決策，判斷依據(jù)主要是對其轉(zhuǎn)移效益與留守收益的比較;當(dāng)轉(zhuǎn)移效益>留守收益時，選擇進城務(wù)工。農(nóng)民工轉(zhuǎn)移效益的來源主要是其打工的工資收入。

中國快速城鎮(zhèn)化的主要矛盾是常住人口城鎮(zhèn)化率與戶籍人口城鎮(zhèn)化率存在較大差異的問題，需要推進農(nóng)民工市民化。市民化能力本質(zhì)上源于農(nóng)民工的經(jīng)濟能力，即工資收入。提高市民化能力，需要找到對農(nóng)民工工資起核心作用的因素。哪些因素影響到農(nóng)民工工資，農(nóng)民工的工資差異如何，其中最能解釋工資差異的是什么因素，對于處于經(jīng)濟和城市發(fā)展相對弱勢的四川省，其農(nóng)民工的相關(guān)情況如何，處于什么水平，未來應(yīng)如何行動更為有利有效？本文選取四川省作為欠發(fā)達地區(qū)代表，北京市作為發(fā)達地區(qū)代表，同時與全國農(nóng)民工作為平均水平及城鎮(zhèn)戶籍勞動力情況作為市民化的目標(biāo)水平相比較。本研究結(jié)果對于指導(dǎo)欠發(fā)達地區(qū)農(nóng)民工，從工資的影響因素及工資差異的來源上針對性地提高相關(guān)因素達到有效提高工資，進而提高農(nóng)民工市民化的目標(biāo)有一定指導(dǎo)意義。

二、文獻回顧

蔡昉（2018年）[4]分析了農(nóng)業(yè)勞動力轉(zhuǎn)移的經(jīng)典理論及在中國的具體情況，指出目前需進行戶籍及農(nóng)業(yè)經(jīng)營規(guī)模制約這兩個關(guān)鍵領(lǐng)域的改革，進一步實現(xiàn)農(nóng)業(yè)勞動力轉(zhuǎn)移。盧鋒（2012年）[5]對1979—2010年中國農(nóng)民工工資水平進行了匯總估測，發(fā)現(xiàn)呈增長總趨勢，其名義貨幣工資和實際工資指數(shù)年均增長率分別為約97%、約10%。毛學(xué)峰、劉靖（2016年）[6]探討了盧鋒研究數(shù)據(jù)的可比性問題。

關(guān)于農(nóng)民工工資影響因素。劉林平、張春泥（2007年）[7]在分析工資決定因素基于古典經(jīng)濟學(xué)社會-經(jīng)濟因素、馬克思政治經(jīng)濟學(xué)勞動力價值的價格（生理-歷史/社會要素）、新古典主義（人力資本理論）、社會資本理論、制度理論等基礎(chǔ)上，將農(nóng)民工工資影響因素分為人力資本、社會資本、企業(yè)制度和社會環(huán)境4個部分22個變量，利用2006年珠三角調(diào)查數(shù)據(jù)進行分析。劉士杰（2011年）[8]在人力資本和社會資本基礎(chǔ)上加入職業(yè)流動影響共8個變量，采用分位數(shù)回歸分析了2008年北京、上海、天津和廣州四個城市的調(diào)查數(shù)據(jù)。中國人民銀行成都分行調(diào)查統(tǒng)計處課題組（2011年）[9]對2010年四川省農(nóng)民工工資水平及其影響因素分析驗證了人力資本的密切相關(guān)關(guān)系。江金啟等（2016年）[10]利用CHIP2009數(shù)據(jù)分析了專用性培訓(xùn)的工資促進作用。蒯鵬州等（2015年）[11]采用多元有序logit回歸模型從個人特征、人力資本、社交網(wǎng)絡(luò)三方面對2013年調(diào)研數(shù)據(jù)進行分析。李國正（2016年）[12]分析了戶籍的影響，王春超等（2017年）[13]分析了社會資本的影響。張敏（2017年）[14]考察了技能培訓(xùn)的影響。盧海陽、鄭旭媛（2019年）[15]從議價能力的角度進行了分析。事實上，不同行業(yè)、職業(yè)、地區(qū)、性別、種族之間的工資形成了差別。黃乾（2009年）[16]分析了穩(wěn)定就業(yè)和非穩(wěn)定就業(yè)的差異。李超海（2015年）[17]通過珠三角、長三角調(diào)研數(shù)據(jù)分析了地區(qū)因素的影響。李明艷等（2017年）[18]分析了性別因素的影響。

關(guān)于農(nóng)民工工資差異。主要為農(nóng)民工與城鎮(zhèn)職工間差異及農(nóng)民工群體內(nèi)部工資差異。城鄉(xiāng)戶籍群體間存在系統(tǒng)性工資差異。邢春冰（2008年）[19]分析2005年全國人口普查數(shù)據(jù)，月收入和小時收入分別為城鎮(zhèn)的80%、64%。田豐（2010年）[20]依據(jù)2008年中國社會狀況綜合調(diào)查，城鎮(zhèn)職工比農(nóng)民工年、月、小時收入分別高316%、119%、262%。陳珣、徐舒（2014年）[21]從動態(tài)同化角度研究，不同初始工資的農(nóng)民工需經(jīng)10～58年才能達到城鎮(zhèn)同等水平。

mk=1vkμkμyT（yk）+mk=1vkμkμylnμkμy=W+B。（5）其中，W=mk=1vkμkμyT（yk），表示k個組不等值n的加權(quán)平均，通常被認為是總的收入差距值的組內(nèi)差距部分。B=mk=1vkμkμylnμkμy，表示總收入差距值的組間差距部分。W和B的權(quán)數(shù)vkμkμy為第k組收入占總收入的份額。通過組內(nèi)差距和組間差距的分解，找到因素特征差異的貢獻率。

（二）實證

第一步，找到工資的影響因素及其影響程度。目前研究中工資的影響因素分析采用眀瑟模型較多（田豐，2010年;嚴善平，2011年）[20][37]。為消除異方差（未通過BP檢驗等），采用加權(quán)最小二乘法WLS進行修正，可決系數(shù)R2提高到98%以上;為檢驗?zāi)Ｐ偷姆€(wěn)健性，進行變量替換和樣本替換等，如將教育程度替換成教育年數(shù)、年齡區(qū)間替換年齡、實際健康替換自評健康等，其余變量估計系數(shù)與之前差異不大，估計結(jié)果保持較好的一致性。模型估計結(jié)果見表2。由于年齡因素對工資的影響并非完全遞增，而是到達一個峰值后下降，與工作經(jīng)驗相似，但取值范圍大，影響變動小，增加年齡平方變量后，估計系數(shù)變化不大，具有較好的穩(wěn)健性。為簡化研究在這里將年齡連續(xù)變量替換為年齡區(qū)間變量：相應(yīng)擬合程度和變量顯著性都得到提高，方差膨脹系數(shù)VIF均值小于2、最大值小于10，說明解釋變量間不存在多重共線。

四川省農(nóng)民工工資影響因素有住宿、培訓(xùn)、教育、工作崗位、所屬行業(yè)、工作經(jīng)驗。參加組織、性別、年齡、健康、婚姻、日小時數(shù)和月休天數(shù)沒有通過初始模型顯著性檢驗，而婚姻變量沒有通過修正模型顯著性檢驗?？赡艿脑蚴浅跏寄Ｐ妥R別出最主要的影響因素，修正模型識別出對被解釋變量影響較弱的因素如婚姻變量。

從表2可以看出，四川省的所有顯著影響因素的估計系數(shù)大部分高于其他樣本群，即這些因素對工資的影響程度都較高。說明四川省的工資水平處在較低的發(fā)展階段，彈性較大，變量小的變化能引起較大的工資改變。現(xiàn)實情況正是如此，基于報酬遞增遞減規(guī)律，當(dāng)事物處于較低發(fā)展階段，各要素報酬遞增;當(dāng)達到一定階段后大量的投入只能帶來產(chǎn)出少量增加甚至下降。工作崗位對各樣本群（以下用簡稱）的影響程度為：四川>全國>北京>城鎮(zhèn)，這與群體發(fā)展程度的假設(shè)相一致;教育的影響程度為：四川>全國>城鎮(zhèn)>北京，說明教育的影響隨發(fā)展程度的提高比其他變量報酬遞減得慢，即教育變量的影響在城鎮(zhèn)戶籍勞動力樣本中不減反增;行業(yè)變量的影響為：全國>四川>北京>城鎮(zhèn)，說明所屬行業(yè)對農(nóng)民工群體的影響還是較大的，但隨著發(fā)展程度逐漸弱化。眀瑟模型的回歸系數(shù)其經(jīng)濟意義代表某因素的工資收益率或回報率，工作經(jīng)驗為連續(xù)變量，而其他為按類型區(qū)分的虛擬變量，故工作經(jīng)驗的系數(shù)較小，反映每增加1年工作經(jīng)驗，月工資對數(shù)的增加比率;2013年四川農(nóng)民工工作經(jīng)驗回報率為26%，北京為22%，全國與城鎮(zhèn)戶籍勞動力均為19%，工作經(jīng)驗的影響北京突出、總趨勢下降。

第二步，差異分解，找到差異的來源。通過基尼系數(shù)計算得到2013年四川省農(nóng)民工工資差異各因素解釋程度G′，通過泰爾指數(shù)分解計算得到工資差異各因素貢獻率T′（表3）?；嵯禂?shù)法是按照個人一組，泰爾指數(shù)法是按照因素分組分解，二者分解結(jié)果有一定差別，但對因素的解釋和貢獻作用分析基本一致。四川省農(nóng)民工工資差異各因素作用程度，工作經(jīng)驗、崗位、行業(yè)、教育程度的基尼系數(shù)G′解釋程度和泰爾指數(shù)T′貢獻率較高，均在2%以上，即這些因素帶來更大的工資差異分布。

四川省農(nóng)民工工資差異來源與北京市和全國農(nóng)民工平均水平、全國目標(biāo)水平比較分析發(fā)現(xiàn)，總系數(shù)顯示各樣本差異大小：城鎮(zhèn)>全國>北京>四川。即2013年四川省農(nóng)民工的工資差異程度分異最小，而全國城鎮(zhèn)戶籍勞動力工資差異的變化程度最大。這與現(xiàn)實情形一致，發(fā)達區(qū)的工資分異高于不發(fā)達區(qū)，全國范圍的差異高于區(qū)域范圍。北京農(nóng)民工工資差異最主要的來源是行業(yè)因素，說明北京農(nóng)民工的就業(yè)分布較為集中，因此行業(yè)壟斷造成了重要的工資差異。農(nóng)民工工資差異最主要來源是性別和教育因素，全國平均水平顯示出性別歧視于工資的影響依然較大、而教育的影響越發(fā)重要。未來目標(biāo)水平（全國城鎮(zhèn)戶籍勞動力）顯示差異影響較大的因素依次有教育程度、工作經(jīng)驗、單位性質(zhì)、性別、行業(yè)、崗位，均在1%以上;教育程度成為工資差異的最主要來源，這也是未來的主流趨勢。從發(fā)展的視角來看，北京市和城鎮(zhèn)戶籍勞動力樣本代表著較先進和引領(lǐng)性的發(fā)展趨勢，雖然四川省樣本顯示2013年工作經(jīng)驗仍是最重要的工資差異來源，但未來教育程度不同造成的工資差異超越工作經(jīng)驗是大勢所趨。在較低的發(fā)展階段，工作任務(wù)相對簡單、工作經(jīng)驗帶來的操作熟練性等能得到較高回報;而對于較為發(fā)達階段，簡單對量的需求為質(zhì)的提升所代替，因而更需要教育帶來勞動力素質(zhì)的提高。

一個有意思的發(fā)現(xiàn)，在“城鎮(zhèn)戶籍勞動力”樣本中“參加組織”變量的工資影響估計系數(shù)（表2）和工資差異作用率（表3）均為負，即其他條件不變情況下、加入中國共產(chǎn)黨與民主黨派的工資低于無黨派勞動者的工資，這與“農(nóng)民工”樣本情況相反?？赡艿慕忉屖?，現(xiàn)實中城鎮(zhèn)戶籍勞動力入黨比例較大，且大多在黨政機關(guān)、事業(yè)單位等公共管理與服務(wù)單位，其收入以嚴格的“科層制”收入為主并附有其他非貨幣福利，所以名義工資低于無黨派勞動者;但“農(nóng)民工”群體中入黨勞動者為精英分子，數(shù)量少、收入高，所以名義工資高于無黨派勞動者工資。

具體分析代表人力資本的兩個連續(xù)變量工作經(jīng)驗和教育年數(shù)，結(jié)合比較樣本數(shù)據(jù)，2013年四川省農(nóng)民工市場“工作經(jīng)驗”對工資的影響程度和差異貢獻均高于“教育年數(shù)”，但隨著城鄉(xiāng)勞動力市場一體化，農(nóng)民工教育水平的逐步提高，勞動力市場對教育程度的區(qū)分度將逐步提高，不同教育程度造成的工資差異有超過工作經(jīng)驗的態(tài)勢。

進一步進行分位數(shù)回歸，通過不同分位數(shù)上的系數(shù)分布不同，來考察和驗證工資差異情況及穩(wěn)健性。其結(jié)果與表3的收入差異分解結(jié)果基本一致，這里列出了工作經(jīng)驗和教育年數(shù)的分位數(shù)系數(shù)分布情況（圖1）。工作經(jīng)驗對各群體不同分位數(shù)的影響差異較大，其中四川農(nóng)民工工作經(jīng)驗隨工資的提高影響增加，而北京和城鎮(zhèn)戶籍勞動力工作經(jīng)驗的影響在逐步降低;教育年數(shù)對工資的影響趨勢較為一致，呈現(xiàn)逐步上升的總趨勢，且影響水平四川處于最低，城鎮(zhèn)戶籍勞動力樣本教育年數(shù)對工資的影響程度最高。驗證了工作經(jīng)驗隨工資增長影響下降，而教育年數(shù)隨工資增長上升的總體趨勢。同時，工作經(jīng)驗和教育年數(shù)的分位數(shù)分布與劉士杰（2011年）[8]的研究趨勢基本一致。

[19]邢春冰：《農(nóng)民工與城鎮(zhèn)職工的收入差距》，《管理世界》2008年第5期。

[20]田豐：《城市工人與農(nóng)民工的收入差距研究》，《社會學(xué)研究》2010年第2期。

[21]陳珣、徐舒：《農(nóng)民工與城鎮(zhèn)職工的工資差距及動態(tài)同化》，《經(jīng)濟研究》2014年第10期。

[22]Brown R S，Moon M，Zoloth B S.：“Incorporating Occupational Attainment in Studies of Malefemale Differentials”，The Journal of Human Resources，Vol.15，No.1，1980，pp.3-28.

[23]Cotton J.：“On the Decomposition of Wage Differentials”，Review of Economics and Statistics，Vol.70，No.5，1988，pp.236-243.

[24]Oaxaca R.：“MaleFemale Wage Differentials in Urban Labor Markets”，International Economic Review，Vol.14，No.3，1973，pp.693-790.

[25]Machado J，Mata J.：“Counterfactual Decompositions of Changes in Wage Distributions Using Quantile Regression”，Journal of Applied Econometrics，Vol.20，No.4，2005，pp.445-465.

[26]邢春冰、羅楚亮：《農(nóng)民工與城鎮(zhèn)職工的收入差距——基于半?yún)?shù)方法的分析》，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》2009年第10期。

[27]謝嗣勝、姚先國：《農(nóng)民工工資歧視的計量分析》，《中國農(nóng)村經(jīng)濟》2006年第4期。

[28]鄧曲恒：《城鎮(zhèn)居民與流動人口的收入差異——基于OaxacaBlinder和Quantile方法的分解》，《中國人口科學(xué)》2007年第2期。

[29]國務(wù)院發(fā)展研究中心課題組：《農(nóng)民工市民化：制度創(chuàng)新與頂層設(shè)計》，中國發(fā)展出版社2011年版，第13頁。

[30]王震：《基于分位數(shù)回歸分解的農(nóng)民工性別工資差異研究》，《世界經(jīng)濟文匯》2010年第4期。

[31]周春芳、蘇群：《我國農(nóng)民工與城鎮(zhèn)職工就業(yè)質(zhì)量差異及其分解——基于RIF無條件分位數(shù)回歸的分解法》，《農(nóng)業(yè)技術(shù)經(jīng)濟》2018年第6期。

[32]阮敬、丁琳、紀(jì)宏：《收入分布視角下的收入分配研究》，《數(shù)理統(tǒng)計與管理》2018年第1期。

[33]李曉峰、王曉方、高旺盛：《北京市農(nóng)民工工資差異分解分析》，《農(nóng)業(yè)經(jīng)濟問題》2010年第2期。

[34]馮毅、李實：《農(nóng)民工的工資差距及其變動》，《中國經(jīng)濟問題》2013年第4期。

[35]鄧曲恒、王亞柯：《農(nóng)民工的工作條件與工資收入：以補償化工資差異為視角》，《南開經(jīng)濟研究》2013年第6期。

[36]馮虹、魏士洲：《淺談從收入分配入手解決在京農(nóng)民工問題》，《北京聯(lián)合大學(xué)學(xué)報（人文社會科學(xué)版）》2008年第1期。

[37]嚴善平：《中國大城市勞動力市場的結(jié)構(gòu)轉(zhuǎn)型——對2003年、2009年上海就業(yè)調(diào)查的實證分析》，《管理世界》2011年第9期。

The Impact Factors and Differences of Migrant Workers

Wages in Chinas Lessdeveloped Regions

——Based on Comparative Study of Sichuan Province， Beijing and Countrywide Data

LI Xiaofeng1， HUANG Xing1，2

（1.College of Economics and Management， China Agricultural University， Rural Leisure Tourism and Risk

Management Research Center， Beijing 100083， China; 2. School of Land Resources，

China West Normal University， Nanchong 637009， China）

Abstract： Chinas urbanization mainly depends on the citizenization of agricultural migrant population， and the root is to achieve the economic capacity of migrant workers. The less-developed regions with outflow pattern become the main source of urbanization population. Based on the survey data of migrant workers of Sichuan province in 2013， together with the survey data of Beijing and CHIP2013 data， using comparative method， through econometrics methods as Multiple Linear Regression， Mincer income function， Gini coefficient decomposition， Theil index decomposition and Quantile Regression， this article analyzes the impact factors of migrant workers wages and the differences in Sichuan province， and those cases at the same time in Beijing， in China， or of urban registered labors. The results show that accommodation， training， post， industry and work experience are the dominant factors affecting the wages of migrant workers in Sichuan， and appear certain differences compared with those about Beijing and the national average. Moreover， for migrant workers in Sichuan province， working experience still makes leading impacts on wage differences， while post， training and education have great significant impacts on wages. Then based on the above analysis， this paper puts forward some suggestions for migrant workers themselves in Sichuan and relevant government departments.

Key words：wages of migrant workers; impact factors; differences of wages; comparative study

（責(zé)任編輯劉永?。?/p>

[收稿日期]2019-07-30

[基金項目]中央高?；究蒲袠I(yè)務(wù)費專項基金“遷移模式對農(nóng)民工消費的影響研究”（項目編號：2018TC047）;西華師范大學(xué)英才基金“深度城市化下基于工資影響的農(nóng)民工動態(tài)演進研究”（項目編號：17YC107）。

[作者簡介]李曉峰（1978—），男，天津人，中國農(nóng)業(yè)大學(xué)經(jīng)濟管理學(xué)院副教授、博士生導(dǎo)師;黃星 （1979—），女，四川南充人，中國農(nóng)業(yè)大學(xué)經(jīng)濟管理學(xué)院博士研究生，西華師范大學(xué)國土資源學(xué)院副教授。