中國壟斷行業收入分配效應的實證研究

2013-08-06 00:54:02于良春張俊雙

財經問題研究 2013年1期

于良春，張俊雙

(山東大學經濟學院，山東濟南 250100)

一、前言

據國家統計局發布的《2011年國民經濟和社會發展統計公報》顯示，2011年全年農村居民人均純收入6 977元，扣除價格因素，比上年實際增長11.4%;城鎮居民人均可支配收入21 810元，扣除價格因素，比上年實際增長8.4%。整體收入水平的提高和貧困問題的改善凸顯了中國改革開放的成果，也表明了打破平均主義分配方式、“讓一部分人先富起來”的政策取得了卓有成效的效果。然而，隨著經濟的高速增長，中國經濟同時也面臨著許多嚴峻的問題，收入分配差距不斷擴大已經成為制約經濟快速穩健增長、保持社會和諧穩定的重要因素，其中行業收入差距是居民收入差距不斷擴大的重要原因。不同行業職工之間的收入差距主要表現為壟斷性行業與競爭性行業之間的差距，行業壟斷是引起中國勞動者收入差距擴大的重要原因，近年來也逐漸成為研究中國收入差距的重要視角。于良春和于華陽［1］在研究中指出，壟斷地位在行業工資變化中起著重要作用，壟斷性行業憑借國家賦予的壟斷地位獲得超額利潤并轉化為職工的高收入，是構成壟斷性行業與其他行業收入差距不斷拉大的制度性根源。宋曉梧［2］也指出，在初次分配中，行業收入差距過大，這種巨大的行業收入差距不是市場競爭的結果，而是由于市場準入的行政限制所帶來的。史先誠［3］指出，壟斷行業高收入的制度根源在于壟斷行業在初次分配起點和過程中的壟斷，壟斷行業和行業主管部門的利益聯盟及租金共享等體制性問題。任重和周云波［4］測算了壟斷對行業收入差距的影響程度，認為經濟體制改革不徹底導致的壟斷與部分壟斷是形成行業收入差距的主要因素。這些初步的研究都使我們認識到，中國行業壟斷造成的收入分配不合理問題是由行政壟斷這一特殊的制度因素造成的。由于中國特殊的歷史階段和產業結構，工業部門在國民經濟各部門中一直占有重要的地位，研究工業部門的行業收入差距對于更深刻地了解中國行業收入差距具有重要的意義。因此，本文重點研究依據《國民經濟行業分類與代碼 (GB/T 4754—2002)》分類的細分工業行業的收入分配問題。

二、實證分析

壟斷是特定經濟主體為了實現特定目的，通過構筑市場壁壘從而對目標市場所做的一種排他性控制狀態［5］。根據形成的原因，壟斷可分為自然壟斷、經濟性壟斷和行政性壟斷三種類型。由于在西方市場經濟國家中行政性壟斷較少，因而西方經濟學研究的主要是自然壟斷和經濟性壟斷。與西方市場經濟國家不同，從計劃經濟體制中延續而來的中國壟斷性行業中，由市場競爭形成的經濟性壟斷較少，而行政性壟斷十分普遍，即使是所謂的自然壟斷行業也帶有較強的行政性壟斷色彩。因此，要研究轉型期這種特定的制度背景下中國的行業壟斷的收入分配效應，應以行業行政性壟斷為重點。本文涉及到的行業壟斷均是指行業行政性壟斷。

1.行政壟斷程度對行業間收入差距的相對貢獻度分析

本文用主成分分析法測算行業行政性壟斷程度［6］。當數值為正時，說明該行業為壟斷性行業，且數值越大壟斷程度越高;當數值為負時，說明該行業為競爭性行業，且絕對值越大競爭越充分。從行政壟斷程度測算結果中選取部分數值為正的壟斷性行業和部分數值為負的競爭性行業加以分析，具體情況如表1所示。

表1 2010年部分工業行業平均工資及其相關影響因素

由表1數據，運用Stata 10.0相關命令分析可得，行政壟斷程度和平均工資的相關系數為0.84，由表1中的平均工資和行政壟斷程度兩列的數據做圖，如圖1所示，可見行業平均工資與行政壟斷程度有明顯的正相關關系。

圖1 行政壟斷程度與平均工資的關系

工業行業平均工資除了和行政壟斷程度有關外，還受全員勞動生產率、工業總產值、利潤總額、女性比例、創新程度和平均利潤等因素的影響。行業平均工資受諸多因素的影響，但這些因素對平均工資的影響并不是完全獨立的，而是交織在一起，如果直接用選定的變量對平均工資進行多元回歸分析，可能會造成變量信息的損失。因此本文考慮用因子分析的方法，分析比較各因素對平均工資的影響程度。對數據進行標準化并使用State10.0對數據進行因子分析［7］，結果如表2所示。

從表2中可以發現，第一個和第二個公共因子的方差累計貢獻率達到了90.52%，所以只需在六個公共因子中提取兩個因子便可以解釋整個矩陣結果的大部分，提取兩個因子并進行方差最大化正交旋轉，旋轉后的因子方差貢獻率如表3所示，旋轉后的因子載荷陣如表4所示。

表2 總被解釋方差、各因子特征值及貢獻度

表3 旋轉后的因子方差貢獻率

從表4中可以看出，第一因子可以看成是反映行業行政壟斷程度、平均利潤和女性比例的行業結構特征及獲利能力指標;第二因子可以看成是反映全員勞動生產率和工業總產值的行業生產能力指標;而行業創新能力在第一因子和第二因子上的載荷均小于0.50，不能被這兩個主要因子解釋。結合表3和表4可以計算出各因素的相對貢獻度，結果如表5所示。

表4 旋轉后的因子載荷陣

表5 各因素對平均工資的貢獻度

由以上分析可知，眾多因素對平均工資的影響程度從高到低分別為行政壟斷程度、女性比例、平均利潤、全員勞動生產率、工業總產值和創新程度。可見，行政壟斷程度對平均工資的影響最大，甚至超過了直接反映行業獲利能力的平均利潤，而反映行業生產能力的工業總產值和全員勞動生產率對平均工資并沒有顯現出很大的效力;由于女性比例對平均工資的貢獻度為負值，所以在工業行業中男性職工的工資普遍比女性職工的工資高;而行業的創新程度對平均工資的影響很小，由于表4中創新程度對應的兩個因子的系數均為負值，表示創新程度甚至與平均工資呈負相關關系，這似乎與“科學技術是第一生產力”的理論相悖。

2.行業壟斷收入分配的合理性分析

至此，我們知道行政壟斷程度與平均工資呈高度的正相關關系，而且比其他因素對平均工資的影響程度更大，然而壟斷行業職工的高收入本身并不是問題，關鍵在于導致收入差距的原因是否合理。如果勞動力在不同行業之間能夠自由流動，行業間工資差異主要取決于職工在文化程度、年齡等個人屬性上的差異，那么由此而產生的收入差距應當視為合理的。如果壟斷行業職工的受教育程度平均高于其他行業，那么壟斷行業職工的高收入并不一定是不合理的。至少可以說，并不是高收入的全部都是不合理的［8］。在以上的討論中，本文沒有涉及職工的受教育程度等個人屬性，為了討論行政壟斷在壟斷性行業與競爭性行業間的收入分配是否合理，分別選取若干壟斷性行業和競爭性行業的代表企業，用具有大專及以上學歷的職工人數比例作為企業整體的職工受教育程度變量，具體情況如表6所示。

表6 部分企業職工受教育程度與收入等情況

研究兩個群體之間工資收入差距的主要方法是Oaxaca－Blinder分解法，該方法是由Oaxaca［9］和Blinder［10］在研究性別或種族工資差異時分別提出的。在對兩個群體分別建立工資方程的基礎上，Oaxaca－Blinder分解方法將兩個群體之間的對數工資差異分解為兩個部分:一部分是由稟賦特征差異所導致的工資差異;另一部分是由稟賦回報率 (或回歸系數)差異所導致的工資差異 (即歧視部分)。對于本文所要研究的壟斷性行業和競爭性行業，本文運用Oaxaca－Blinder分解法從以下兩個步驟進行分析:

第一步，對考察對象的兩組群體分別估計收入方程式，兩組群體使用相同的解釋變量。分別用公式表示為lnwl=cl+βlXl+εl和lnwj=cj+βjXj+εj。其中，l表示壟斷性行業，j表示競爭性行業，lnw表示平均薪酬的對數，X、β、c、ε分別表示稟賦特征向量、稟賦回報率向量、常數項和隨機誤差項向量。

第二步，對壟斷性行業各企業平均的薪酬對數和競爭性行業各企業平均的薪酬對數之差 (lnwllnwj)進行分解。用公式表示為lnwl－lnwj=(cl－cj)+(βlXˉl－βjXˉj)=(cl－cj)+βl(ˉXl－Xˉj)+(βl－βj)Xˉj。其中，(c1－cj)表示回歸方程常數項對平均薪酬的貢獻，βi(Xˉl－Xˉj)表示兩個群體稟賦差異所導致的工資差異，(βl－βj)Xˉj表示兩個群體的稟賦回報率差異所導致的工資差異。其中，βl(Xˉl－Xˉj)代表由稟賦差異說明的部分，通常稱為薪酬差異中的被解釋部分，這部分差異被認為是合理的。其他兩項表示由稟賦特征之外的因素所導致的薪酬差異，通常稱為薪酬差異中未解釋部分，由于這部分差異不是由從業人員的受教育程度、所在企業的盈利能力及規模等所導致的，是由歧視造成的，通常被認為是不合理的［11］。

為研究企業職工的受教育程度對壟斷性行業和競爭性行業間工資差異的解釋程度，分兩種情況進行Oaxaca－Blinder分解:第一種情況為X稟賦特征向量中不包括職工的受教育程度，僅包括企業的營業利潤、凈利潤、營業收入和固定資產;第二種情況為X稟賦向量中包括表6中所列示的所有變量——企業的營業利潤、凈利潤、營業收入、職工的受教育程度以及固定資產。

表7 兩種情況下的Oaxaca－Blinder分解結果

由表7可知，不加入受教育程度變量時，工資差異的可解釋部分為50.58%，不可解釋部分為49.42%;加入受教育程度變量后，工資差異的可解釋部分為50.69%，不可解釋部分為49.31%。從以上兩組數據對比可以看出，學歷因素對收入差距僅僅可以解釋0.11%，可見企業職工整體的受教育程度高低并不能在很大程度上解釋壟斷性行業與競爭性行業間的工資差異，壟斷性行業的高收入并不是由其職工的高學歷所導致的。因此，可以說行政壟斷的收入分配是不合理的。

三、結論與政策建議

本文首先采用因子分析法研究了行政壟斷對行業間工資差異的相對貢獻度，結果表明，與企業的獲利能力、生產能力、創新程度以及企業職工的性別比例相比，行政壟斷程度對行業間工資差異的貢獻度最大，是導致行業間工資差異更重要的原因，壟斷性行業與競爭性行業間的收入差距主要是由行政壟斷造成的。另外，在工業企業中，男性職工的工資普遍高于女性職工，存在一定程度的性別歧視。企業的創新程度與企業職工的平均工資呈反比，企業的研究與試驗發展經費投入越多，企業職工的平均工資反而越低。為進一步分析行業壟斷收入分配的合理性，在此研究的基礎上，本文又以部分壟斷性行業和競爭性行業的部分企業為例，用Oaxaca－Blinder分解法分別加入職工受教育程度和不加入職工受教育程度兩種情況對壟斷性行業和競爭性行業進行分析。結果表明，企業職工的受教育程度對壟斷性行業與競爭性行業間的收入差距并沒有多大的解釋力，壟斷性行業的高收入似乎與企業職工的高學歷并沒有關系。綜合來看，壟斷性行業的高收入并不主要來源于企業的獲利能力、生產能力、創新程度以及企業職工整體的受教育程度，而主要歸因于中國轉型時期特有的行政壟斷，所以說，壟斷性行業職工的高收入在一定程度上是不合理的。

本文雖然得出了一些結論，但仍存在一定的缺陷。首先，在本文的實證分析部分的第二小部分，由于數據方面的局限，用部分壟斷性行業與競爭性行業的幾個代表性企業來研究職工受教育程度對收入差距的解釋力，具有一定的片面性;其次，在實證分析部分，本文并沒有考慮企業員工的非工資收入或者隱性收入，更全面、更具有說服力的研究應該包括企業職工顯性收入和隱性收入在內的所有收入;最后，本文重點研究了壟斷性行業與競爭性行業行業間的收入差距，研究的是平均水平，職工收入被平均化了，而事實上，行業內部尤其是壟斷性行業內部職工工資也存在嚴重的分化。

到目前為止，行業間收入差距依然在擴大，扭轉這一態勢也已成為實現“十二五”規劃目標的一項重要攻堅領域，抑制壟斷性行業不合理的過高收入，實現收入分配公平化，是縮小中國行業收入差距的一個重要著力點。對此，本文提出如下四點政策建議:

第一，政府應放松規制、引入競爭，加快市場化改革，形成公平有序的競爭環境，即使在一些市場失靈存在很大爭議的領域，也可以考慮用“先適度放開，再謹慎觀效”的策略促進市場競爭。

第二，在實現市場化的進程中，逐步加強對壟斷性行業的就業收入機制改革，降低其溢價程度，實現收入分配的公平化，如將壟斷性行業職工的勞動報酬與其繳稅水平相掛鉤，多得多繳。

第三，應加強中國勞動力市場的改革，形成以受教育程度等人力資本水平為基礎的就業報酬形成機制，打破勞動力市場上或明或暗的壁壘，通過促進行業間勞動力的競爭流動來實現勞動貢獻與收入水平的匹配，避免壟斷性行業就業方面的尋租現象，以縮小不合理部分的行業收入差距。

第四，政府補貼力度應與行業職工的勞動報酬水平相掛鉤，越是職工收入水平高的壟斷性企業，政府給予其補貼時越應該謹慎，以免政府補貼最終都轉化為壟斷性行業的職工收入，惡化行業間的收入差距［12］。另外，政府應加大對創新型企業的支持力度，為創新型企業職工提供更好的福利待遇，以促進企業創新，使更多的創新成果服務于社會，促進整個社會的發展進步。

［1］于良春，于華陽.我國轉軌經濟中壟斷性行業收入分配制度改革研究［J］.理論學刊，2007，(9):63－69.

［2］宋曉梧.我國收入分配體制研究［M］.北京:中國勞動社會保障出版社，2006.

［3］史先誠.行業間工資差異和壟斷租金分享［J］.上海財經大學學報，2007，9(2):66－73.

［4］任重，周云波.壟斷對我國行業收入差距的影響到底有多大?［J］.經濟理論與經濟管理，2009，(4):25－30.

［5］戚聿東.中國壟斷經濟研究［M］.北京:經濟科學出版社，1999.

［6］于良春，等.轉軌經濟中的反行政性壟斷與促進競爭政策研究［M］.北京:經濟科學出版社，2011.

［7］勞倫斯·漢密爾頓.應用STATA做統計分析［M］.郭志剛等譯，重慶:重慶大學出版社，2011.

［8］岳希明，李實，史泰麗.壟斷行業高收入問題探討［J］.中國社會科學，2010，(3):77－93.

［9］Oaxaca，R.Male － Female Wage Differentials in Urban Labor Markets［J］.International Economic Review，1973，14(3):693－709.

［10］Blinder，A.S.Wage Discrimination:Reduced form and Structural Estimations［J］.The Journal of Human Resoures，1973，8(4):436－550.

［11］杜鑫.中國壟斷性行業與競爭性行業的收入差距:基于北京市微觀數據的研究［J］.南開經濟研究，2010，(5):111－124.

［12］武鵬.行業壟斷對中國行業收入差距的影響［J］.中國工業經濟，2011，(10):76－86.