基于工資決定模型的我國城市工資決定機制實證研究—來自288個城市的經驗數據

■ 周紅利 副教授 段瑞君 副教授 王菁娜 副教授（、北京財貿職業學院 北京 00 、河南工業大學經濟貿易學院 鄭州45000 、南開大學泰達學院會展經濟管理系 天津 0007）

引言

城市是人類社會發展到一定階段的產物，是人類文明進步的主要標志，是人們經濟、政治和社會生活的中心。在古代農業社會，城市是被鄉村汪洋包圍的一片片孤島。工業革命發生以后，隨著工業和人口向城市集中，世界范圍內發生著持續的城市化過程。城市化也稱為城鎮化，是由農業為主的傳統鄉村社會向以工業和服務業為主的現代城市社會逐漸轉變的歷史過程。在經濟學中，人們一般采用城鎮人口與總人口之比或者城鎮GDP與總GDP之比來計算城市化率。新中國成立初期，我國城鎮化水平非常低，大約只有10.5%的人口生活在城鎮，其中還包括了數量龐大的軍政人員。計劃經濟時期，中國采取城鄉分割政策，通過嚴格的戶籍管理控制城市人口的增長，1978年城鎮人口的比重只有18%，三十年的時間只增長了7.5個百分點。改革開放以后，我國城市化發展迅速，從1978年到2008年，設市城市從193個發展到661個。根據中國社會科學院2012年社會藍皮書《2012年中國社會形勢分析與預測》，2011年是中國城市化發展史上具有里程碑意義的一年，城鎮人口占總人口的比重將首次超過50%。這標志著中國發展進入了一個新的成長階段，城市化成為繼工業化之后推動經濟社會發展的新引擎。根據最新統計資料，2013年我國城鎮人口占總人口的比重接近54%。目前中國仍處于城市化的中期階段，城市化將會加速發展階段。有關研究報告顯示，到2025年，中國新增3.5億多城市人口中，將有超過2.4億的流動人口。

但是，我國城鎮化的發展是不均衡的，突出表現在部分城市發展規模過于龐大。根據麥肯錫全球研究院的預測，按目前的發展趨勢，到2030年，中國城市GDP占全國GDP的比例將增加到95%以上，城市人口將達到10億。屆時，中國將出現221座百萬以上人口城市，其中超過五百萬人口的大城市就有23座。進入新世紀之后，尤其是近年來，隨著我國社會經濟的快速轉型，城市病呈高發之勢，引起了社會各界的廣泛關注。城市病是指城市快速發展過程中所出現的各種不良癥狀，如人口擁擠、交通堵塞、就業困難、住房緊張、貧富兩極分化、公共衛生惡化、環境污染、生態破壞等。目前北京已經開始采取系列措施控制人口增長，疏解產業集聚，將一些低端產業轉移出北京地區。但是我們可以看到，雖然北京采取了很多措施限制人口增加，但是另一方面還有大批的流動人口流向北京，因為北京地區的工資水平明顯高于周邊地區。疏解大城市人口的根本策略還是城市之間工資水平的均等化。

城市工資涉及到生活在城市的群體切身利益，不同城市工資差異也成為人口流動的指南。改革開放以來，我國城市工資有了較大增長，1980年我國城市平均工資僅為762元，1990年增加到2140元，2000年為9371元，2011年達到38640元，可見，我國城市工資增長速度還是較快的。但是，城市之間工資差異也很明顯，最高的上海市為77145元，最低的伊春市僅為19266.60，兩者相差4倍以上。從分組的情況可以看，表1顯示，我國城市工資主要集中在2萬元－4萬元之間，城市數達到了65.28%，也就是說，目前大部分城市的工資收入處于中等偏下的水平。工資收入在4萬元－6萬元之間的城市有95座，達到了32.99%。6萬元－8萬元高工資收入的城市僅有4個，占1.39%。可見，總體來看，我國處于中高工資收入的城市比例還較小。我國正處在城市化加速發展階段，“十二五”規劃綱要提出，要努力實現居民收入增長和經濟發展同步。勞動報酬增長和勞動生產率提高同步，如何把城市化的發展與城市居民工資收入的提高結合起來，是城市化過程中亟須解決的重要問題。那么，在城市化進程中，影響城市工資收入的主要因素有哪些？造成城市工資差異的主要原因何在？本文通過建立要素市場的理論模型，研究工資的決定機制，并且基于288個城市的數據加以實證檢驗，力圖回答以上問題。

表1 2011年我國288個地級及以上城市的平均工資分組描述統計量

表2 2011年我國288個地級及以上城市相關變量的描述性統計量

國內外研究綜述

經濟學中對工資的關注由來已久，新古典經濟學認為工資由勞動市場的供求決定，實際工資取決于勞動市場利潤最大化的邊際產出，新凱恩斯主義把長期勞動合同引入到工資決定中，提出了粘性工資理論。近年來，對于工資的研究不僅僅局限在要素市場，而是從不同的角度加以研究，Glass and Saggi（2002）研究跨國公司和技術轉移對工資影響，他們認為跨國公司為了防止高技術工人流失到本地的競爭對手中，愿意支付較高的工資；Sebastian Galiani ＆ Pablo Sanguinetti（2003）研究了阿根廷的貿易自由化與工資差異的關系，認為貿易自由化能使工資提高15%；Dieter（2007）研究了FDI、知識溢出與工資的關系，區分了學習效應和技術溢出效應對工資的影響； Ingo Geishecker＆Holger Gorg（2008）分析了國際外包與工資的關系，認為國際外包增加1%，高技術工人工資增加2.6%。

國內學術界對工資的研究取得了豐富成果，學者們從不同的視角對工資決定機制及其因素加以研究。王美艷（2005）描述了中國城市勞動力市場上男女在行業獲得和工資上的差異，并且用計量方法對工資差異進行了分解；寧光杰（2007）運用1993－2004年各省的面板數據，。分析了在市場化的進程中，通貨膨脹、勞動生產率以及失業率對我國工資變化的影響；黃楓和吳純杰（2008）利用2000－2006年中國營養與健康調查數據，從微觀層面對中國省會與非省會城市之間的工資溢價效應進行研究；孫睿君和李子奈（2010）利用2002年住戶收入調查（CHIP）數據對我國不同期限類型勞動合同的工資決定機制及工資差異進行了經驗研究；胡浩志和盧現祥（2011）利用中國綜合社會調查（CGSS）2006年的城市樣本，分別用企業任期和在職培訓時間作為企業專用性人力資本的替代變量，分析它們對員工工資水平的影響；詹宇波、張軍和徐偉（2012）基于企業層面的抽樣數據，使用分位數回歸方法研究了中國制造業企業中的工資決定因素，并對集體工資議價協議是否對工資決定產生作用給予了特別關注。李紅濤和黨國英（2012）使用1992—2008年省級動態面板數據對中國勞動生產率對工資的影響進行研究。

既有文獻尤其是國內文獻主要是基于行業和企業等微觀層面對工資決定加以討論，對于城市工資的研究還較少涉及。與已有文獻不同，本文通過理論模型推導，建立工資決定方程，并且基于288個中國城市數據實證檢驗決定城市工資的主要因素。本文的研究有助于解釋城市工資決定的內在機制，也為相應的政府決策提供了較好的線索。

工資決定的理論模型

（一）模型假定

每個消費者有多樣化需求，但不會對某些特定種類的工業品具有特殊的偏好，消費者的偏好是相同的，也就是說，每個消費者的效用函數是相同的，消費者的效用函數滿足不變替代（CES）效用函數，并且需求函數與效用函數是一致的；企業生產差異化的工業品，即每個企業只生產一種產品，彼此具有對稱性，使用資本（K）和勞動力（L）兩種投入要素，生產函數符合科布－道格拉斯生產函數性質，不考慮技術進步。同時，我們假定市場是出清的，也就是市場需求等于市場供給。

（二）需求函數

本文的需求函數是基于Dixit-Stiglitz（1977）和Krugman（1991）的理論模型，需求函數在約束條件下滿足CES函數形式，方程如下：

其中，CM表示消費者消費不同種類工業品的數量指標，i表示第i個工業品，c(i)表示第i個工業品的消費數量，p(i)為第i個工業品的價格，σ為任意兩種工業品之間的替代彈性，EM為對工業品的總支出。建立如下的拉格朗日方程：

對c(i)求導并令該導數為0，可得：

從上式，我們可以得到消費者對任意兩種工業品的消費量與價格的關系，

由（4）式可得：

把（5）式代入式需求方程，可得：

消費者對工業品的總支出為，

消費者對工業品的支出就相當于消費者以PM的價格購買CM的工業品集合體，因此可以把PM稱為工業品集合體的價格指數。令我們可以得到消費者對第i個工業品的需求函數為：

由方程（10）可以得到第i個工業品的廠商的邊際收益方程：

（三）生產函數

根據假設我們知道生產函數滿足科布－道格拉斯生產函數，因此，第i個企業的生產函數可以表示為：

由生產函數，我們可以得到第i個企業勞動的邊際產量：

（四）工資的決定方程

要素市場利潤最大化的條件是勞動邊際收入產出等于工資，由于每個企業只生產一種產品，因此，第i個企業的工資決定方程為：

計量分析

（一）計量方法

根據理論模型，我們知道決定城市工資的主要因素為產出、勞動投入和資本投入，在把這三個變量作為基本變量的同時，為了避免遺漏變量引起估計偏差，我們引入兩個控制變量：城市人口密度和工業企業利潤總額。城市人口密度表示勞動力的供給情況，人口密度越大，城市勞動力的供給越多，相應地城市工資應該降低。工業企業利潤總額顯示的是經濟績效與城市工資之間的關系，企業的經濟績效越好，相應地城市工資也應該越高。本文控制這些變量可以更好地考察三個基本變量對城市工資的影響。考慮到產出與勞動投入之間可能存在較強的內生性，采用2SLS估計方法，我們選擇政府財政支出和企業數作為勞動投入的工具變量。

（二）數據來源與模型設定

本文選取2011年中國地級及以上城市的截面數據分別檢驗各個因素在城市工資決定中發揮的作用，選取288個地級及以上城市作為樣本，變量數據均來自《2012年中國城市統計年鑒》。在模型選擇上，我們將理論模型設定為對數形式。

其中，i代表第個i城市，C為常數項，β為系數值，ε為殘差項，w表示城市工資，Q為產出，用工業企業總產值表示，L為勞動投入，用從業人數表示，K表示資本投入，為流動資本和固定資本合計，CD為城市人口密度，PRO為工業企業利潤總額。表2給出了相關變量的描述統計量。

（三）計量結果

考慮到理論模型可能存在內生性問題，尤其是勞動投入與產出之間，因此，我們采用兩階段最小二乘法（2SLS）對理論模型進行實證檢驗，選取政府財政支出和企業數作為勞動投入的工具變量。作為比較，我們也給出了廣義矩估計（GMM）的計量結果，表3報告了模型的回歸結果。

基本模型（1）顯示，產出和資本投入通過了顯著性檢驗，而勞動投入沒有通過顯著性檢驗，說明產出和資本投入對城市工資具有較強的解釋力。模型（2）為引入控制變量工業企業利潤總額后的計量結果，模型（3）為同時引入工業企業利潤總額和城市人口密度的結果，回歸結果顯示兩個控制變量都通過了顯著性檢驗。所有模型的回歸結果在顯著性方面是基本一致的，這也說明了我們回歸結果具有較好的穩健性。與GMM相比較，模型（3）在擬合優度和回歸結果方面都較好，因此，本文采用2SLS模型（3）的回歸結果。模型（3）顯示，在城市工資的解釋上，當產出增加1%，將使城市工資下降0.049%，這種情況的出現在于產出的增加尤其是勞動供給的增加，而勞動供給的增加使勞動力市場上勞動供給曲線向下移動，從而使工資水平下降；資本投入增加1%，城市工資相應增加0.114%，這是由于資本投入的增加，相應地對勞動的需求也會增加，從而使勞動的需求曲線向上移動，從而帶動工資水平增加；勞動投入對城市工資的影響不顯著，之所以會出現這種情況，我們認為可能是由于勞動投入與資本投入、產出增加等方面具有一定的相關性，從而減弱了勞動投入對工資的影響；工業企業利潤總額增加1%，城市工資相應增加0.030%，工業企業利潤總額的增加，說明企業經營業績的提高，相應地會有助于工資的增加；城市人口密度增加1%，城市工資下降0.026%，這是由于城市人口密度的增加，說明勞動供給人數的增加，從勞動供給角度看競爭加劇，從而造成工資的下降。從城市工資的影響因素的系數可以發現，資本投入對城市工資的影響最大，雖然工業企業利潤的增加也有助于城市工資的增加，但影響要小于資本投入的增加，說明城市工資的增加主要取決于資本投入的數量。產出和城市人口密度對城市工資的增加具有抑制作用，從對城市工資的抑制力度來看，產出的增加對城市工資的抑制更為顯著。從回歸結果看，與理論模型的結論是基本一致的。

進一步討論

本部分著重從不同城市規模的角度探討城市工資影響因素的異質性，不同城市規模的工資決定也許更值得進一步研究。1989年的《城市規劃法》對城市規模做過規定：按市區和郊區非農業人口劃分，大城市是指50萬以上的城市，中等城市是指20萬以上、不滿50萬的城市，小城市是指不滿20萬的城市。2010年的“第七屆中國中小城市科學發展高峰論壇暨2010年《中小城市綠皮書》發布會”中，學者們對劃分界定大中小城市提出了新標準：市區常住人口50萬以下的為小城市，50萬－100萬的為中等城市，100萬－300萬的為大城市，300萬－1000萬的為特大城市，1000萬以上的為巨大型城市。按照2010年的劃分標準，表4給出了不同城市規模的城市工資描述性統計量。

表3 基于2SLS的城市工資的系數 因變量=ln(w)

表4 不同城市規模的城市工資描述性統計量

表5 2SLS回歸城市工資的系數 因變量=ln(w)

為了進一步對不同等級城市規模的工資決定進行定量化研究，我們基于城市工資的理論模型，采用2SLS估計方法對不同等級城市規模的工資決定進行計量分析，表5給出了回歸結果。

表5的結果顯示，城市規模為小于50萬的小城市時，城市工資的影響因素中資本投入和工業企業利潤是顯著的，而產出、勞動投入和城市人口密度不顯著，說明當城市規模較小時，城市工資主要取決于資本投入和工業企業的利潤總額，資本投入增加1%，城市工資增加0.185%，企業利潤增加1%，城市工資增加0.071%。城市規模為大于50萬小于100萬的中等城市時，計量結果顯示影響因素都不顯著，說明對于中等城市而言，城市工資的決定可能取決于其他外生變量，例如政策性因素，表4顯示中等城市的平均工資為36861.74元，是不同等級城市規模中最低的，也許中等城市的工資可能更多取決于政策因素而非市場因素。城市規模為大于100萬小于300萬的大城市時，只有勞動投入顯著，而產出、資本投入、工業企業利潤和城市人口密度都不顯著，說明大城市的工資主要受勞動投入影響，勞動投入增加1%，城市工資增加0.12%。大城市的結果與理論模型是不一致的，理論模型顯示，當勞動投入增加時，城市工資應該下降。之所以會出現如此結果，可能也與政策性因素有關，如最低工資標準，勞動保護等，也可能與結構性因素有關，大城市工人的民主意識更強一些，如果一些行業工資較高，其他行業的工人會有“攀比效應”，工人會要求增加工資，也會出現勞動投入的增加與工資增加一致的現象。城市規模為大于300萬的特大型城市時，產出與資本投入對城市工資的影響是顯著的，勞動投入、工業企業利潤和城市人口密度不顯著，說明對于特大型城市，城市工資主要受到產出和資本投入的影響，產出增加1%，城市工資下降0.378%，資本投入增加1%，城市工資增加0.563%。在控制了工業企業利潤和城市人口密度兩個變量，我們發現特大型城市的工資受到市場因素的影響要明顯高于小城市，例如，資本投入的系數，特大城市為0.563，小城市為0.185，說明特大型城市的市場化程度較為發達，市場在資源配置中發揮重要作用。

研究結論

本文給出了城市工資決定的理論模型，在理論模型基礎上，通過選取288個中國地級及以上城市的截面數據，采用2SLS估計方法，本文對城市工資的理論模型進行了實證研究。研究結果表明，城市工資的增加主要取決于資本投入的數量和工業企業利潤，資本投入對城市工資增加的影響最大；產出和城市人口密度的增加將降低城市工資，產出和城市人口密度相比，產出的增加對城市工資的抑制更為顯著。本文也從不同等級城市規模的角度對城市工資的決定加以研究，結果發現不同城市規模的工資決定并不相同，人口小于50萬的小城市，工資主要受到資本投入和工業企業利潤的影響；人口在50萬至100萬之間的中等城市，工資主要受到市場因素之外的外生變量的影響（如政策因素）；人口在100萬至300萬之間的大城市，工資主要取決于勞動投入，但計量結果與理論模型有矛盾，我們認為矛盾的產生可能是與政策性因素或結構性因素有關；人口為300萬以上的特大城市，工資主要取決于資本投入和產出，在控制了工業企業利潤和城市人口密度兩個變量，我們發現特大型城市的市場化程度較為發達，工資決定更多地取決于市場因素。

本文的政策含義是，隨著改革開放不斷深入，在城市工資的決定中，市場因素正在發揮關鍵的作用，但是，實證研究也發現，非市場因素在城市工資的決定中起著重要作用，這些非市場因素對城市工資的影響弱化了市場機制對勞動力工資水平的制定，扭曲了勞動力市場的價格，因此，要健全我國城市勞動力市場的工資機制，實現資源的優化配置，關鍵在于發揮市場在價格決定中基礎作用，消除扭曲勞動力市場價格的因素，充分發揮市場對城市工資的調節作用。

1.胡浩志，盧現祥.企業專用性人力資本與員工工資[J].北京師范大學學報（社會科學版），2011（2）

2.黃楓，吳純杰.中國省會城市工資溢價研究[J].財經研究，2008（9）

3.李紅濤，黨國英.勞動生產率對工資的影響[J].社會科學戰線，2012（4）

4.寧光杰.中國市場化進程中的工資形成機制[J].財經研究，2007（2）

5.孫睿君，李子奈.不同期限類型勞動合同的工資決定機制及差異[J].財經研究，2010（2）

6.王美艷.中國城市勞動力市場上的性別工資差別[J].經濟研究，2005（12）

7.詹宇波，張軍，徐偉.集體議價是否改善了工資水平[J]，世界經濟，2012（2）

8.Krugman，P.，1991.Increasing returns and economic geography，Journal of political Economy[J]

9.Dieter.M.Urban.2007.FDI，Technology Spillovers，and Wages.CESifo Working Paper，No，2132，1-42.

10.Dixit，A.K.，and Stiglitz，J.E.，1977.Monopolistic competition and optimum product diversity[J].American Economic Review，67

11.Glass，A.J.，and K.Saggi.2002.Multinational firms and technology transfer[J]，Scandinavian Journal of Economics，Vol.104，No.4

12.Ingo Geishecker and Holger Gorg.2008.Winners and losers: a micro-level analysis of international outsourcing and wages[J].Canadian Journal of Economics.Volume 41，Issue 1

13.Sebastian Galiani and Pablo Sanguinetti.2003.The impact of trade liberalization on wage inequality: evidence from Argentina[J].Journal of Development Economics，Volume 72，Issue 2，December2003