论文部分内容阅读
摘要：基于统计年鉴宏观数据和吉林省劳动力市场状况调查微观数据，采用两步骤回归模型分析吉林省行业间工资差异的成因。结果发现，个人特征对吉林省行业工资回报具有正向作用；行政垄断等行业特征变量对吉林省行业工资差距同样产生正向影响。可见，个人特征和行业特征都是行业间工资差异形成的原因，相比之下，行业特征因素更为显著。因此，政府在调控现阶段行业间工资回报差异方面，更应该倾向于关注行政垄断带来的工资差异。
关键词：个人特征；行业特征；行业工资差异
中图分类号：F224 文献标识码：A 文章编号：1003－3890(2011)03－0021－05
一、引言
中国改革开放三十年来的巨大变化反映在人们生活的各个方面，伴随着城镇居民收入水平的不断提高，城乡之间、城市内部、行业之间的收入差距也在不断扩大(陆铭，陈钊，2004；陈斌开，杨依山，徐伟，2009，薛继亮，李录堂，2010)。其中，行业间工资差异的问题逐步受到中国学者的关注。现有文献主要从个人特征和行业特征两个角度论述行业工资差异的成因。从个人特征的角度，学者们主要拓展了Becker(1962)和Mincer(1974)的研究。认为由人力资本投资、性别、工作经验等个人特征造成的差异是造成行业工资差异的主要原因。而对中国行业工资差异的现实验证表明，在控制了个体特征变量之后，行业间工资差异依然存在(吕康银，王文静，2008)。以Lucas(1988)为代表的人力资本外部性理论对此提出了新的解释，人力资本通过学习而产生的“行业溢出效应”因劳动者所处的行业不同而存在很大差异(sakellarious，1995)。另一方面，学者们多以所有制性质或垄断作为行业特征分析行业工资差异的成因。认为垄断行业依靠独占资源和行政特权限制正常竞争获得超额回报，因此，消除行业垄断，引入竞争机制才能够缩小行业工资差异(岳希明，李实，史泰丽，2010)。可以说，由个人特征引起的行业工资差异是行业运行效率的体现，而由行业特征造成的行业工资差异通常被学者认为是低效率且不公平的表现。
然而，现有研究对垄断特征以外的行业特征关注较少，有些行业的平均工资高于其他行业正是市场效率的体现。例如，高科技产业、金融保险业等行业出现的高工资，就不能完全用垄断经营来解释。同时，现有研究大多应用宏观或中观数据，以省级数据为尺度的微观调查非常有限。对此，本文将采用2007年“吉林省劳动力市场状况调查”微观数据和《吉林省统计年鉴》中的宏观数据，运用两阶段回归方法，综合分析个人特征和行业特征对吉林省行业工资回报的影响，探寻吉林省行业工资差异的独特成因，为缩小吉林省行业工资差异提供理论依据。
二、方法与数据分析
(一)计量模型构建
本文借鉴计量模型中“两阶段回归”的思想(Kruger and Summers，1988；Winter－Ebmer，1994)，在第一步回归中采用微观样本控制个体特征对工资差异的影响，基本模型为：
logWij＝C＋Zijλ＋Xijβ＋εij (1)
其中，logWij表示处于第j个行业个体i的工资对数值，Zij为控制了个人特征之后的个体行业收益虚拟变量，Xij为除了行业虚拟变量之外的其他个人特征变量，C为常数项，εij为随机扰动项。
第二步回归在第一步得出行业工资回报系数基础上，引入行业特征变量，基本模型为：
λj＝c＋Ijγ＋ej (2)
其中，λj为式(1)中的行业工资回报系数，Ij为相应的j行业特征向量，通过检验参数γ的显著性，解释λj变动的成因。由于方程(1)与(2)在整体研究中密切相关，第二步中的因变量λj大小取决于第一步回归中样本容量和行业就业分类的细致程度。因此，本文在利用“吉林省劳动力市场状况调查”微观数据之前，对其进行了聚类处理，以希望在第二步回归中获得更为细致的因变量。利用SPSSl7.0按照吉林省各行业国有企业所占比例和各行业从业人员平均工资将吉林省非农行业进行聚类处理，结果如表1所示①：
从聚类结果可以看出，吉林省的非农行业大体可以分成三类：第一类是以信息传输、计算机服务和软件业、金融业为代表的行业，从工资水平来说，这类行业得到较高的工资，而笔者认为该类行业的高工资是由高人力资本集聚带来的“学习效应”，也就是说人力资本外部.1生这一个人特征在这一行业表现明显；第二类是以电力、燃气及水的生产和供应、教育、文化、体育和娱乐等为代表的行业，这些行业劳动者的工资主要靠政府财政支出或控制资源而获得的超额利润，可以把这类行业看作行政垄断行业；第三类行业是以采掘业、制造业、建筑业等为代表的行业，这类行业在市场中多依靠产品或服务争夺市场，市场进入或退出均不受太多障碍，劳动者工资获得由其劳动生产率的大小决定。因此，可以将这类行业看成是竞争性行业。
同时，为了解决个体样本中行业分类细致程度较低的问题，本文借鉴了SakeUariou(1995)的思想，将聚类后的3个行业再次细分为白领和蓝领，通过对原方法的调整，建立适合中国的两阶段模型。第一步：
lnwage＝C＋Zijλij＋educafionβ1＋expβ2＋exp2β3＋genderβ4＋age＋e (3)
(i=1，2，3，j=1，2)
其中，ln wage为个体年收入对数值；z。代表行业i职位j个体的特征，i＝1，2，3分别代表吉林省的新兴产业、行政垄断行业和竞争性行业；j＝1，2分别代表蓝领和白领两类职位，本文将竞争行业的蓝领作为参照组，λij代表控制了个体特征后各行业不同职位的收益参数；education代表个体受教育年限；exp和exp2)分别代表个体工作经验和工作经验的平方；gender为男性虚拟变量(女性为参照组)；age代表个体的年龄。第二步：
λ＝c＋I1γ1＋I2γ2＋αM＋η (4)
其中，回归系数γ1、γ2分别代表行业平均受教育年限提高一年和平均工作经验提高一年对行业收益的影响，预期符号为正。在考察行业内工资差异 时，为了验证之前对各类行业性质的假设，笔者引入行业特征变量M，用以估计行业垄断对行业工资差异的影响。
(二)数据分析
根据《中国统计年鉴》和《吉林省统计年鉴》等宏观数据，本文计算整理出2000--2008年全国和吉林省行业工资的极差值和变异系数对比图(如图1和图2所示)。
从图1可以看出，从2000－2008年，中国最高行业工资与最低行业工资之间的极差值呈上升趋势，这表明全国行业平均工资差距呈现出逐渐扩大的趋势；而吉林省行业间工资差距在2004年达到最大值后，开始呈现出逐渐下降的趋势。但是，从变异系数上看，吉林省从2004开始变化趋势大于全国水平，这说明虽然从极差值来看全国水平高于吉林省，然而，行业中各组值中的变化幅度大于全国平均水平。因此，如果按照行业特征将吉林省行业平均工资进行分组的话，各组间的行业工资差距将大于全国平均水平。
本文采用的微观数据是“2007年吉林省劳动力市场状况”调查数据，调查共收回1018份问卷，根据研究需要，对数据进行了如下处理：(1)剔除农业样本，(2)剔除自我雇佣类型的劳动者。有效问卷共计289份，调查中男性134份，占46.37％，女性155份，占53.6％。
不同类型行业劳动者相关变量基本统计如表2所示。其中，笔者将样本中的“各类专业技术人员”、“管理人员”定义为“白领”劳动者、“普通劳动者”和“其他职业”定义为“蓝领”劳动者。第二步回归中使用的“行业垄断程度”M变量用“行业国有化比重”代替，即行业内从业于国有单位人数占行业全部从业人数的比重来表示。
三、计量结果分析
利用普通最小二乘法对方程(3)进行回归，将竞争行业——蓝领作为参照组回归其他变量，所得的回归结果见表3。从结果中可以看出，调整后的拟合优度R2都达到了45％以上，多数回归系数在5％的水平上显著。从回归结果中可以得出以下结论(见表3)。
1.模型(a)仅对劳动者的个人特征变量进行回归。受教育年限的回归系数为0.151，即在控制性别、工作经验等其他个人因素后，劳动者私人的教育收益率为15.1％；工作经验以及工作经验的平方回归系数为0.216和－0.017，其符号符合预期。男性工资会高于女性，但是回归系数并不显著。这意味着在控制了其他个体特征后，性别对吉林省工资差异的影响不显著。
2.模型(b)引入了行业特征变量，在控制了行业特征变量后，劳动者受教育年限的回归系数为0.124，这说明在考虑行业因素后，劳动者的私人教育收益率下降了2.7％，行业特征会掩盖劳动者人力资本投资的贡献程度；在控制了行业特征变量后，吉林省男性工资水平明显高于女性(回归系数为0.053)，在考虑行业特征因素后，吉林省出现了明显的性别工资差异。
3.从模型(b)回归结果看出，相对于竞争行业蓝领参照组，行业归属和身份都能够对劳动者的工资带来显著的影响，即吉林省行业工资差异确实存在。从回归系数来看，各个行业的白领平均收益都要高于蓝领，其中，新兴行业的白领平均收益最高(回归系数为0.663)，行政垄断的白领平均收益次之(回归系数为0.465)。令我们感兴趣的是，行政垄断行业中.的蓝领劳动者平均收益显著高于新兴行业的蓝领劳动者(0.219＞0.184)，同时，这部分群体的平均收益也要高于竞争行业的白领(0.219＞0.202)。通常情况下。白领劳动者的受教育程度和职位重要程度要比蓝领重要得多，而行政垄断行业中的蓝领劳动者的平均收益高于竞争行业的白领劳动者，说明这种收益有可能不是来自其个人特征，而是来自于行业特征。
为了探究吉林省行业工资差异的成因是个人特征还是行业特征带来的，第二阶段回归的因变量采用第一步回归中的行业工资回报系数。在自变量中引入体现“学习效应”个人特征变量——人力资本外部性指标，用行业平均受教育年限和工作经验数据替代。如果行业平均受教育年限和行业平均工作经验的回归系数是正值，说明人力资本外部性对吉林省行业工资回报具有正向作用。同时，为了验证前面对行业特征的假设，本部分引入行业垄断程度变量M衡量行业特征对行业收入差异的影响。表4是对方程(4)回归的结果，从回归结果可以看出：
首先，行业平均受教育水平的回归系数在1％水平上显著为正，表明行业平均受教育年限的增加会提高行业工资回报。从个人特征的角度说，人力资本外部性在吉林省行业尺度上普遍存在，一方面，劳动者在高新技术行业聚集加速了行业工资的提高；另一方面，行政垄断部门也在市场改革过程中重视依据劳动者教育程度而支付工资。
其次，从行业垄断程度的回归系数来看，目前吉林省行业特征对行业工资回报的影响与其他因素相比居于主导地位(回归系数为0.389和0.374)。这说明，吉林省目前的竞争环境还不够开放，劳动力市场分割较为严重，行政垄断因素干扰了个人特征在劳动力市场上的行业收益分配。
第三，从模型(d)的回归结果发现，行业平均工作经验(I2)系数为正但并不显著，这意味着行业工作经验的增加并没有促进行业收益的提高，这似乎与人力资本外部性的部分观点相违背。然而，在考虑到吉林省经济发展的实际情况中不难发现，除了传统工业之外，绝大多数新兴行业和竞争行业的发展时间都比较短，从业者大多都是新人，工作经验非常有限，利用其来衡量行业工资回报不显著也是可
四、结论及建议
本文利用2007年“吉林省劳动力市场调查”微观数据和吉林省统计年鉴的宏观数据，综合分析个人特征和行业特征对吉林省行业工资回报的影响，通过对行业工资差异的“两阶段模型”进行回归，得出以下结论：
1.通过对比全国和吉林省行业工资的极差值和变异系数发现，全国行业间的最高工资与最低工资的极端值高于吉林省平均水平；然而，若按照行业特征将行业平均工资进行分组的话，吉林省各组间的工资差距大于全国平均水平。
2.劳动者的个人特征对吉林省行业工资差异产生显著影响。其中，在控制了性别、工作经验等其他因素后，劳动者的私人教育收益率为15.1％；在控制了行业特征后，劳动者的私人收益率为12.4％，同时，控制了行业特征后的性另U对工资差异产生了显著的影响。这说明，吉林省不同行业劳动者的工资水平在一定程度上能够反映其个体特征的差异。
3.劳动者个体特征总体水平，即人力资本外部性对吉林省行业工资差异产生显著影响。(回归系数为0.227)。原因在于，一方面，劳动者在高新技术行业的聚集使行业“学习效应”的增强，容易形成知识外溢等正向影响；另一方面，行政垄断部门也在改革的过程中逐渐重视劳动者教育程度的提高。可见吉林省行业工资差异能够反映行业劳动生产率，是一种效率提高的体现。
4.行业特征对吉林省行业工资差异产生显著影响且占主导地位。其中，行业垄断程度对行业工资差异产生正向且显著的影响(回归系数为0.389和0.374)，这表明行政垄断因素干扰了劳动者个人特征在劳动力市场上的行业收益分配，吉林省经济发展中缺乏竞争机制，劳动力市场存在着分割。行业平均工作经验对行业工资差异的影响并不显著，这一结果和很多学者的结论并不相同(白彦，吴言林，2010)。因为，除了传统工业外，吉林省绝大多数的行业发展时间都比较短，从业者的工作经验非常有限，利用其来衡量行业工资回报不显著。
5.行政垄断行业中的蓝领劳动者平均收益显著高于新兴行业的蓝领劳动者(0.219＞0.184)，也高于竞争行业的白领劳动者(0.219＞0.202)，这说明在吉林省行业工资差异中，个人特征对行业工资回报的影响要小于行业特征对其工资回报的影响。
综上所述，吉林省行业工资差异的成因中，既包括了个人特征，也包括了行业特征，其中，行业特征占主导地位。因此，为了控制吉林省逐步扩大的行业工资差异，发挥个人特征在行业收入的贡献程度，就应在倡导竞争机制的过程中消除行政垄断对行业收入分配的干预。
责任编辑：焦世玲
关键词：个人特征；行业特征；行业工资差异
中图分类号：F224 文献标识码：A 文章编号：1003－3890(2011)03－0021－05
一、引言
中国改革开放三十年来的巨大变化反映在人们生活的各个方面，伴随着城镇居民收入水平的不断提高，城乡之间、城市内部、行业之间的收入差距也在不断扩大(陆铭，陈钊，2004；陈斌开，杨依山，徐伟，2009，薛继亮，李录堂，2010)。其中，行业间工资差异的问题逐步受到中国学者的关注。现有文献主要从个人特征和行业特征两个角度论述行业工资差异的成因。从个人特征的角度，学者们主要拓展了Becker(1962)和Mincer(1974)的研究。认为由人力资本投资、性别、工作经验等个人特征造成的差异是造成行业工资差异的主要原因。而对中国行业工资差异的现实验证表明，在控制了个体特征变量之后，行业间工资差异依然存在(吕康银，王文静，2008)。以Lucas(1988)为代表的人力资本外部性理论对此提出了新的解释，人力资本通过学习而产生的“行业溢出效应”因劳动者所处的行业不同而存在很大差异(sakellarious，1995)。另一方面，学者们多以所有制性质或垄断作为行业特征分析行业工资差异的成因。认为垄断行业依靠独占资源和行政特权限制正常竞争获得超额回报，因此，消除行业垄断，引入竞争机制才能够缩小行业工资差异(岳希明，李实，史泰丽，2010)。可以说，由个人特征引起的行业工资差异是行业运行效率的体现，而由行业特征造成的行业工资差异通常被学者认为是低效率且不公平的表现。
然而，现有研究对垄断特征以外的行业特征关注较少，有些行业的平均工资高于其他行业正是市场效率的体现。例如，高科技产业、金融保险业等行业出现的高工资，就不能完全用垄断经营来解释。同时，现有研究大多应用宏观或中观数据，以省级数据为尺度的微观调查非常有限。对此，本文将采用2007年“吉林省劳动力市场状况调查”微观数据和《吉林省统计年鉴》中的宏观数据，运用两阶段回归方法，综合分析个人特征和行业特征对吉林省行业工资回报的影响，探寻吉林省行业工资差异的独特成因，为缩小吉林省行业工资差异提供理论依据。
二、方法与数据分析
(一)计量模型构建
本文借鉴计量模型中“两阶段回归”的思想(Kruger and Summers，1988；Winter－Ebmer，1994)，在第一步回归中采用微观样本控制个体特征对工资差异的影响，基本模型为：
logWij＝C＋Zijλ＋Xijβ＋εij (1)
其中，logWij表示处于第j个行业个体i的工资对数值，Zij为控制了个人特征之后的个体行业收益虚拟变量，Xij为除了行业虚拟变量之外的其他个人特征变量，C为常数项，εij为随机扰动项。
第二步回归在第一步得出行业工资回报系数基础上，引入行业特征变量，基本模型为：
λj＝c＋Ijγ＋ej (2)
其中，λj为式(1)中的行业工资回报系数，Ij为相应的j行业特征向量，通过检验参数γ的显著性，解释λj变动的成因。由于方程(1)与(2)在整体研究中密切相关，第二步中的因变量λj大小取决于第一步回归中样本容量和行业就业分类的细致程度。因此，本文在利用“吉林省劳动力市场状况调查”微观数据之前，对其进行了聚类处理，以希望在第二步回归中获得更为细致的因变量。利用SPSSl7.0按照吉林省各行业国有企业所占比例和各行业从业人员平均工资将吉林省非农行业进行聚类处理，结果如表1所示①：
从聚类结果可以看出，吉林省的非农行业大体可以分成三类：第一类是以信息传输、计算机服务和软件业、金融业为代表的行业，从工资水平来说，这类行业得到较高的工资，而笔者认为该类行业的高工资是由高人力资本集聚带来的“学习效应”，也就是说人力资本外部.1生这一个人特征在这一行业表现明显；第二类是以电力、燃气及水的生产和供应、教育、文化、体育和娱乐等为代表的行业，这些行业劳动者的工资主要靠政府财政支出或控制资源而获得的超额利润，可以把这类行业看作行政垄断行业；第三类行业是以采掘业、制造业、建筑业等为代表的行业，这类行业在市场中多依靠产品或服务争夺市场，市场进入或退出均不受太多障碍，劳动者工资获得由其劳动生产率的大小决定。因此，可以将这类行业看成是竞争性行业。
同时，为了解决个体样本中行业分类细致程度较低的问题，本文借鉴了SakeUariou(1995)的思想，将聚类后的3个行业再次细分为白领和蓝领，通过对原方法的调整，建立适合中国的两阶段模型。第一步：
lnwage＝C＋Zijλij＋educafionβ1＋expβ2＋exp2β3＋genderβ4＋age＋e (3)
(i=1，2，3，j=1，2)
其中，ln wage为个体年收入对数值；z。代表行业i职位j个体的特征，i＝1，2，3分别代表吉林省的新兴产业、行政垄断行业和竞争性行业；j＝1，2分别代表蓝领和白领两类职位，本文将竞争行业的蓝领作为参照组，λij代表控制了个体特征后各行业不同职位的收益参数；education代表个体受教育年限；exp和exp2)分别代表个体工作经验和工作经验的平方；gender为男性虚拟变量(女性为参照组)；age代表个体的年龄。第二步：
λ＝c＋I1γ1＋I2γ2＋αM＋η (4)
其中，回归系数γ1、γ2分别代表行业平均受教育年限提高一年和平均工作经验提高一年对行业收益的影响，预期符号为正。在考察行业内工资差异 时，为了验证之前对各类行业性质的假设，笔者引入行业特征变量M，用以估计行业垄断对行业工资差异的影响。
(二)数据分析
根据《中国统计年鉴》和《吉林省统计年鉴》等宏观数据，本文计算整理出2000--2008年全国和吉林省行业工资的极差值和变异系数对比图(如图1和图2所示)。
从图1可以看出，从2000－2008年，中国最高行业工资与最低行业工资之间的极差值呈上升趋势，这表明全国行业平均工资差距呈现出逐渐扩大的趋势；而吉林省行业间工资差距在2004年达到最大值后，开始呈现出逐渐下降的趋势。但是，从变异系数上看，吉林省从2004开始变化趋势大于全国水平，这说明虽然从极差值来看全国水平高于吉林省，然而，行业中各组值中的变化幅度大于全国平均水平。因此，如果按照行业特征将吉林省行业平均工资进行分组的话，各组间的行业工资差距将大于全国平均水平。
本文采用的微观数据是“2007年吉林省劳动力市场状况”调查数据，调查共收回1018份问卷，根据研究需要，对数据进行了如下处理：(1)剔除农业样本，(2)剔除自我雇佣类型的劳动者。有效问卷共计289份，调查中男性134份，占46.37％，女性155份，占53.6％。
不同类型行业劳动者相关变量基本统计如表2所示。其中，笔者将样本中的“各类专业技术人员”、“管理人员”定义为“白领”劳动者、“普通劳动者”和“其他职业”定义为“蓝领”劳动者。第二步回归中使用的“行业垄断程度”M变量用“行业国有化比重”代替，即行业内从业于国有单位人数占行业全部从业人数的比重来表示。
三、计量结果分析
利用普通最小二乘法对方程(3)进行回归，将竞争行业——蓝领作为参照组回归其他变量，所得的回归结果见表3。从结果中可以看出，调整后的拟合优度R2都达到了45％以上，多数回归系数在5％的水平上显著。从回归结果中可以得出以下结论(见表3)。
1.模型(a)仅对劳动者的个人特征变量进行回归。受教育年限的回归系数为0.151，即在控制性别、工作经验等其他个人因素后，劳动者私人的教育收益率为15.1％；工作经验以及工作经验的平方回归系数为0.216和－0.017，其符号符合预期。男性工资会高于女性，但是回归系数并不显著。这意味着在控制了其他个体特征后，性别对吉林省工资差异的影响不显著。
2.模型(b)引入了行业特征变量，在控制了行业特征变量后，劳动者受教育年限的回归系数为0.124，这说明在考虑行业因素后，劳动者的私人教育收益率下降了2.7％，行业特征会掩盖劳动者人力资本投资的贡献程度；在控制了行业特征变量后，吉林省男性工资水平明显高于女性(回归系数为0.053)，在考虑行业特征因素后，吉林省出现了明显的性别工资差异。
3.从模型(b)回归结果看出，相对于竞争行业蓝领参照组，行业归属和身份都能够对劳动者的工资带来显著的影响，即吉林省行业工资差异确实存在。从回归系数来看，各个行业的白领平均收益都要高于蓝领，其中，新兴行业的白领平均收益最高(回归系数为0.663)，行政垄断的白领平均收益次之(回归系数为0.465)。令我们感兴趣的是，行政垄断行业中.的蓝领劳动者平均收益显著高于新兴行业的蓝领劳动者(0.219＞0.184)，同时，这部分群体的平均收益也要高于竞争行业的白领(0.219＞0.202)。通常情况下。白领劳动者的受教育程度和职位重要程度要比蓝领重要得多，而行政垄断行业中的蓝领劳动者的平均收益高于竞争行业的白领劳动者，说明这种收益有可能不是来自其个人特征，而是来自于行业特征。
为了探究吉林省行业工资差异的成因是个人特征还是行业特征带来的，第二阶段回归的因变量采用第一步回归中的行业工资回报系数。在自变量中引入体现“学习效应”个人特征变量——人力资本外部性指标，用行业平均受教育年限和工作经验数据替代。如果行业平均受教育年限和行业平均工作经验的回归系数是正值，说明人力资本外部性对吉林省行业工资回报具有正向作用。同时，为了验证前面对行业特征的假设，本部分引入行业垄断程度变量M衡量行业特征对行业收入差异的影响。表4是对方程(4)回归的结果，从回归结果可以看出：
首先，行业平均受教育水平的回归系数在1％水平上显著为正，表明行业平均受教育年限的增加会提高行业工资回报。从个人特征的角度说，人力资本外部性在吉林省行业尺度上普遍存在，一方面，劳动者在高新技术行业聚集加速了行业工资的提高；另一方面，行政垄断部门也在市场改革过程中重视依据劳动者教育程度而支付工资。
其次，从行业垄断程度的回归系数来看，目前吉林省行业特征对行业工资回报的影响与其他因素相比居于主导地位(回归系数为0.389和0.374)。这说明，吉林省目前的竞争环境还不够开放，劳动力市场分割较为严重，行政垄断因素干扰了个人特征在劳动力市场上的行业收益分配。
第三，从模型(d)的回归结果发现，行业平均工作经验(I2)系数为正但并不显著，这意味着行业工作经验的增加并没有促进行业收益的提高，这似乎与人力资本外部性的部分观点相违背。然而，在考虑到吉林省经济发展的实际情况中不难发现，除了传统工业之外，绝大多数新兴行业和竞争行业的发展时间都比较短，从业者大多都是新人，工作经验非常有限，利用其来衡量行业工资回报不显著也是可
四、结论及建议
本文利用2007年“吉林省劳动力市场调查”微观数据和吉林省统计年鉴的宏观数据，综合分析个人特征和行业特征对吉林省行业工资回报的影响，通过对行业工资差异的“两阶段模型”进行回归，得出以下结论：
1.通过对比全国和吉林省行业工资的极差值和变异系数发现，全国行业间的最高工资与最低工资的极端值高于吉林省平均水平；然而，若按照行业特征将行业平均工资进行分组的话，吉林省各组间的工资差距大于全国平均水平。
2.劳动者的个人特征对吉林省行业工资差异产生显著影响。其中，在控制了性别、工作经验等其他因素后，劳动者的私人教育收益率为15.1％；在控制了行业特征后，劳动者的私人收益率为12.4％，同时，控制了行业特征后的性另U对工资差异产生了显著的影响。这说明，吉林省不同行业劳动者的工资水平在一定程度上能够反映其个体特征的差异。
3.劳动者个体特征总体水平，即人力资本外部性对吉林省行业工资差异产生显著影响。(回归系数为0.227)。原因在于，一方面，劳动者在高新技术行业的聚集使行业“学习效应”的增强，容易形成知识外溢等正向影响；另一方面，行政垄断部门也在改革的过程中逐渐重视劳动者教育程度的提高。可见吉林省行业工资差异能够反映行业劳动生产率，是一种效率提高的体现。
4.行业特征对吉林省行业工资差异产生显著影响且占主导地位。其中，行业垄断程度对行业工资差异产生正向且显著的影响(回归系数为0.389和0.374)，这表明行政垄断因素干扰了劳动者个人特征在劳动力市场上的行业收益分配，吉林省经济发展中缺乏竞争机制，劳动力市场存在着分割。行业平均工作经验对行业工资差异的影响并不显著，这一结果和很多学者的结论并不相同(白彦，吴言林，2010)。因为，除了传统工业外，吉林省绝大多数的行业发展时间都比较短，从业者的工作经验非常有限，利用其来衡量行业工资回报不显著。
5.行政垄断行业中的蓝领劳动者平均收益显著高于新兴行业的蓝领劳动者(0.219＞0.184)，也高于竞争行业的白领劳动者(0.219＞0.202)，这说明在吉林省行业工资差异中，个人特征对行业工资回报的影响要小于行业特征对其工资回报的影响。
综上所述，吉林省行业工资差异的成因中，既包括了个人特征，也包括了行业特征，其中，行业特征占主导地位。因此，为了控制吉林省逐步扩大的行业工资差异，发挥个人特征在行业收入的贡献程度，就应在倡导竞争机制的过程中消除行政垄断对行业收入分配的干预。
责任编辑：焦世玲