【文章內(nèi)容簡介】 位為職工提供醫(yī)療保險，否則此變量為0；insur: 此變量為1表示單位為職工提供除了養(yǎng)老、醫(yī)療、失業(yè)、公積金以外的其他保險，否則此變量為0；carein: 此變量為1表示職工最關(guān)心的是收入，否則此變量為0；carehlth: 此變量為1表示職工最關(guān)心的是健康，否則此變量為0。影響工資方程的變量則包括以下變量：age: 年齡；edu: 教育年數(shù)；edu2: 教育年數(shù)的平方；exp: 工齡married: 此變量為1表示職工已婚，否則此變量為0；party: 此變量為1表示職工是共產(chǎn)黨員，否則此變量為0；ownerf: 此變量為1表示企業(yè)是外資企業(yè)，否則此變量為0；ownerp: 此變量為1表示企業(yè)是私營企業(yè)，否則此變量為0；ownero: 此變量為1表示企業(yè)是其他企業(yè)，否則此變量為0； “其他企業(yè)”是指除了外企、私企、國有和集體企業(yè)以外的工作單位性質(zhì)。其中，合資企業(yè)已被包括在外企中。entscl: 企業(yè)規(guī)模(人數(shù))；industry: 此變量為1表示容易產(chǎn)生壞條件工作崗位的行業(yè)，包括化工、運輸、機電、紡織、儀表、建筑和重工業(yè)，否則此變量為0；techp: 此變量為1表示職工是初級技術(shù)人員，否則此變量為0；techm: 此變量為1表示職工是中級技術(shù)人員，否則此變量為0；danger1: 此變量為1表示半年來職工所在的車間發(fā)生的工傷事故為1次，否則此變量為0；danger2: 此變量為1表示半年來職工所在的車間發(fā)生的工傷事故為2次，否則此變量為0；danger3: 此變量為1表示半年來職工所在的車間發(fā)生的工傷事故為3次，否則此變量為0；danger4: 此變量為1表示半年來職工所在的車間發(fā)生的工傷事故為4次或以上，否則此變量為0。 在調(diào)查問卷中問道，“半年來您工作的車間里因工受傷的次數(shù)為：0、4次及以上”。需要說明的是，我們的樣本全是上海浦東新區(qū)的女性職工，因此沒有在估計中控制性別變量和地區(qū)。一些在其他研究中加以控制的因素(如種族、工會地位)，在中國也并不起作用，因此也未加以控制。表1中給出了對簡約型決策方程(4)的估計結(jié)果?？v向的第一組是影響職工對壞工作選擇的決策但不影響工資的變量(都為啞變量)，而第二組則包括了既影響選擇又影響影響工資的變量。對不同的職工來說，收入和個人的身體健康對他的效用是不同的。對于壞條件工作的選擇，這兩個因素更是職工考慮的重點，選擇通常是在二者的權(quán)衡中做出的。如果一個職工更偏好收入，那么當壞工作提供補償工資時，他就更傾向于選擇壞工作。而當職工偏好健康時，則他更不傾向于選擇壞工作。在我們的估計結(jié)果中，最關(guān)心收入的啞變量確實顯著地為正。同時，最關(guān)心健康的啞變量的影響也為正，但不夠顯著。一般來說，保險有助于降低壞工作帶來的風(fēng)險使職工更放心的去選擇壞條件的工作。但是我們的估計結(jié)果卻顯示，醫(yī)療保險的啞變量(medical)和其他保險的啞變量(insur)的系數(shù)都顯著地為負，也就是說，數(shù)據(jù)告訴我們越是有醫(yī)療保險和其他保險的人越不可能是在壞條件下工作的人。這一點既不符合直覺，也不符合補償工資理論，我們認為這正是中國勞動力市場發(fā)育不成熟的反映。很多提供壞工作的單位本身的經(jīng)濟狀況可能就不是很好，為了降低成本，他們可能并不愿雇用正式的職工，而是不與職工簽訂勞動合同，甚至干脆在雇用的時候直接就協(xié)定了不提供這樣的保險。如果是這樣，那么職工為什么還愿意接受這些工作呢？這一問題我們將在后面繼續(xù)討論。在同時影響工資決定的變量中，另外有七個變量是顯著的。外資企業(yè)的系數(shù)非常顯著，說明如果壞工作的崗位是由外企提供的，職工就傾向于選擇這份壞工作。其他顯著的變量是教育、行業(yè)初級技術(shù)和三個工傷率的啞變量。半年來的工傷率是在職工已經(jīng)進行了選擇后才發(fā)生，這也說明壞工作是帶有一定危險性的。在競爭市場上，這樣的工作特征的信息多少應(yīng)該為大家所知道，按照補償工資理論，雇主應(yīng)該為其提供更高的工資。表1：簡約型決策方程，logit模型被解釋變量(S*，S=1表示從事的是壞工作)系數(shù)標準差careinc ***carehlth *insur **medical ***age edu *edu2 exp married party ownerf ***ownerp ownero entscl industry ***techp **techm danger1 *danger2 **danger3 **danger4 常數(shù)項 對數(shù)似然值似然比統(tǒng)計量(χ2)顯著水平(p)擬R2觀測樣本數(shù)由于850個總樣本中有一些存在缺失數(shù)據(jù)，所以計量軟件Stata自動刪除了一些不合標準的數(shù)據(jù)樣本。774注：1. *表示在10%的水平上顯著，**表示在5%的水平上顯著，***表示在1%的水平上顯著。 ，我們對數(shù)據(jù)樣本進行了異方差的檢驗(BreuschPagan test) BP test: chi2(1) = , Prob chi2 = , 因此拒絕零假設(shè)下的同方差性。，結(jié)果拒絕了同方差性，因此在回歸時(包括后面的工具變量法和普通最小二乘法估計)我們報告的都是穩(wěn)健性標準誤(Robust standard error.)我們運用簡約型決策方程回歸的結(jié)果來控制工資方程中不可觀測的職工的偏好和選擇，以糾正樣本選擇的內(nèi)生性問題，也就是使用工具變量來估計方程(7)，表2中的第二、第三欄報告了工具變量法估計的結(jié)果。但是，如果我們所研究的問題本來就不存在內(nèi)生性的話，為得到一致無偏的估計我們就應(yīng)該用普通最小二乘法去估計工資方程，估計結(jié)果報告在了第四、第五欄。為了確定哪一種方法才是正確的工資方程的估計，我們進行了豪斯曼檢驗，結(jié)果報告在了表2的最下方。檢驗結(jié)果p值非常低，也就是說用工具變量法作的估計和普通最小二乘法做的估計之間的差異很小，工資方程中的選擇性偏誤被拒絕了，也就是說在我們的樣本中，工人的工資由哪個方程決定并不是自我選擇的結(jié)果，工人無法選擇自己是進入好條件還是壞條件的部門工作。這一結(jié)果在競爭市場下是難以想象的，但這可能正反映了中國勞動力市場的現(xiàn)實情況，也與其他類似研究的發(fā)現(xiàn)相一致(Knight和李實2004a。 2004b)。關(guān)于這一問題，我們將在后面計算完補償工資效應(yīng)后一并分析。所以，雖然考慮了工資方程的內(nèi)生性問題，我們?nèi)匀灰褂貌豢紤]樣本選擇問題的普通最小二乘法來估計工資方程，因為這是在中國市場情況下的更有效的估計?，F(xiàn)在，我們可以集中討論第四、第五欄中的普通最小二乘估計結(jié)果。在回歸中我們可以看到，在壞工作和好工作中的工資回報結(jié)構(gòu)是非常不同的，除了教育年數(shù)的平方、私營企業(yè)、中級技術(shù)外，沒有其他解釋變量對兩個部門的工資影響是同時顯著的。年齡對壞工作職工的工資有顯著的負的效應(yīng)，對好工作的職工卻沒有顯著的影響?；橐鰻顩r在5%臨界顯著水平上對好工作有正的工資效應(yīng)，對壞工作沒有顯著影響。是否黨員僅對壞工作的工資方程有顯著的正效應(yīng)。這里，教育對于工資的影響是比較奇怪的。對于壞工作，只有教育的平方對工資有顯著影響，系數(shù)為負，也就是說教育對于工資的回報始終是負的影響。而教育對好工作的職工的工資效應(yīng)呈U形。根據(jù)系數(shù)計算，只有在受教育年數(shù)大于16時教育才有對工資的正效應(yīng)。工齡 在估計工資方程的時候，由于工齡、初級技術(shù)、半年來工傷次數(shù)為1次和2次對于壞工作和好工作的工資都沒有顯著影響，把他們刪除后也不影響其它變量的顯著性，因此我們最后采用的工資方程中沒有包括這四個變量。和教育沒有得到相應(yīng)的工資回報，這一點在正常的市場經(jīng)濟中是難以想象的，但在中國卻可能是可以理解的。對于年齡偏大的職工來說，他們所受的教育往往是在改革以前或改革初期接受的，那時的教育質(zhì)量較低，不能適應(yīng)現(xiàn)在的工作需要。同時，由于中國正經(jīng)歷著迅猛的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整過程，由工齡所帶來的經(jīng)驗可能已經(jīng)不能滿足現(xiàn)在工作的需要，結(jié)果可能造成在其他國家都顯著的工齡在中國卻對工資沒有回報。外資企業(yè)沒有為壞工作崗位提供顯著的更高的工資，相反，外企好工作的小時工資還在5%%。從決策方程我們又知道，外企提供的壞工作是對職工更有吸引力的，為什么外企的小時工資不高卻能吸引職工呢？是不是外資企業(yè)的月總工資更高呢？我們對壞條件下職工的工資作了統(tǒng)計發(fā)現(xiàn)，198個壞條件下工作的職工中70個是在外企工作的。另外我們又針對壞條件職工的月收入方程作了回歸，在控制掉一些個人特征和工作特征后發(fā)現(xiàn)，外企對月收入的效應(yīng)為負，但很不顯著(結(jié)果見附錄1)?？梢姡还苁菑男r工資還是月工資來看，外企并沒有提供更高的工資給壞條件工作的職工，同時給好條件工作的職工提供的工資更低。這樣看來，職工更多地傾向于到外企工作可能還是與勞動力市場分割和勞動力流動不充分有關(guān)。在國有企業(yè)工資并不是一個競爭性的工資，而是有著很強的向下剛性，同時，在這樣的工資下，企業(yè)也沒有解雇那些低技能的職工，而對那些在國有企業(yè)之外的勞動力來說，他們卻很難獲得國有企業(yè)的工作，于是就只有去非國有企業(yè)工作，而這種選擇又加劇了非國有企業(yè)的勞動力市場的競爭，壓低了工資。在我們的樣本中，私營企業(yè)的工作無論是好條件還是壞條件所提供的工資都在5%的顯著性水平上低于國有和集體企業(yè)。其他企業(yè)在兩個工資方程中都沒有顯著的效應(yīng)。企業(yè)規(guī)模僅在10%的顯著水平上對好條件下工作的工人工資有十分微弱的影響。行業(yè)1的職工在壞條件下工作能得到更高的工資，而在好條件下則沒有顯著的效應(yīng)。中級技術(shù)對好條件和壞條件下工作的工人工資都有十分顯著的影響，顯著水平都在5%，只是對壞工作的工資效應(yīng)為正，而好條件的工資影響為負。在決策方程中我們知道，工傷率與壞工作有正向的關(guān)系。按照補償工資的理論，工傷率高的工作應(yīng)該得到補償。但遺憾的是，在壞工作工資方程中，啞變量半年來的工傷次數(shù)為4級以上的指標都對工資沒有顯著影響。只有danger3(即半年來工傷次數(shù)為3)對好工作的工資有影響，而且是非常顯著的負。而且決策方程也告訴我們，擁有醫(yī)療保險和其他保險與在壞條件下工作的可能性成反向的關(guān)系。在這里我們看到兩類保險都只對壞條件下的工人工資有影響，這種影響還都是正的，這意味著越是擁有保險的工人工資反而越高，那些沒有保險的工人工資更低。保險實際上是另