身份差别与收入差距基于分位数回归的实证研究-唐家龙.pdf

《身份差别与收入差距基于分位数回归的实证研究-唐家龙.pdf》由会员分享，可在线阅读，更多相关《身份差别与收入差距基于分位数回归的实证研究-唐家龙.pdf（10页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、贵州财经大学学报2017年第4期总第189期贫困与发展93身份差别与收入差距:基于分位数回归的实证研究唐家龙1,2,黄乾3(1.天津市科学学研究所,天津 300011;2.天津工业大学经济学院,天津 300387;3.南开大学人口与发展研究所,天津 300071)摘要:基于均值分析的经典OLS回归掩盖了身份变量对于不同收入点的作用大小和显著性,本研究引入分位数回归,重点分析身份差别对于收入分布的影响及影响的规律性。利用2013年家庭住户收入调查(CHIP)数据,研究发现:户籍身份对收入的条件分布具有呈“U”形的显著影响。 党员身份对中高端收入人群具有扩大收入差距的效应。 就业身份的影响差异明显

2、,固定职工、长期合同人员相对于临时合同、没有合同人员在收入分布的中高端具有显著且更大的影响;在任一收入分位数水平上,固定职工、长期合同、临时或短期合同、没有合同的收入回报依次降低。关键词:户籍制度;就业身份;政治身份;分位数回归;收入差异文章编号:2095 -5960(2017)04 -0093 -10;中图分类号:F014.4;文献标识码:A一、问题的提出新中国建立到改革开放前,中国社会是身份化的,甚至是政治化的(毛寿龙,2009)1,在国家主导下,户籍身份、政治身份、干部工人身份以及所有制身份等形成了一个严密、广泛的身份系统(王爱云,2011)2。在这个系统中,“身份”成为决定产品或者要素

3、价格的重要因素(冯涛,罗小伟,2015)3。改革开放以后,随着户籍管制不断放松,市场经济逐步扩大,基于个人身份的定价机制逐渐向市场定价机制转变,中国开始由身份社会向市场经济社会过渡(Nee,1989)4。转变的结果意味着身份的影响不断减弱。如Shu和Bian(2003)5发现党员身份的收益在下降。然而,计划经济遗留下来“身份”资格仍然在各个主要经济领域发挥作用,对于收入分配产生着巨大影响(申瑜劼,孙剑平,2012)6。当户籍身份、政治身份等成为行业进入、职业隔离的障碍时,将造成收入上的差距(陈钊,陆铭,佐藤宏,20097;吴晓刚,张卓妮,20148)。陆铭(2010)9指出与身份有关的收入差距

4、越大,人们越是不满。很多学者研究了身份对收入差距的影响。迟巍等(2008)10认为,从身份社会向契约型、职业化社会的过渡,意味着劳动力特征及其回报都会发生变化,这些变化将对收入产生影响。对农民而言,户籍制度收稿日期:2016 -11 -29基金项目:国家自然科学基金项目中国老龄化对生产率的影响及作用机制(项目编号:71473134)天津市科技发展战略研究计划项目“天津市科技智库支撑体系建设与发展研究”(项目编号:14ZLZLZZF00094)。作者简介:唐家龙(1974 ),重庆合川人,博士、研究员,天津市科学学研究所副所长、天津工业大学经济学院兼职教授,主要研究方向为劳动经济、人力资本、科技

5、创新、区域发展等;黄乾(1973 ),湖北仙桃人,博士、教授、博导,南开大学人口与发展研究所副所长,主要研究方向为劳动经济、人口经济。万方数据94贫困与发展贵州财经大学学报2017年第4期总第189期及粘附其上的福利成为他们进入劳动力市场的双重墙体(刘传江,程建林,200911;严善平,201512)。万海远和李实(2013)13研究发现户籍职业选择歧视导致农户个体的收入减少3. 5%,而政府的相关政策也无形中拉大了这种收入差距14。就农村劳动力而言,李中建(2013)15发现就业身份(雇主、自我雇佣者等)是造成收入差异的主要因素,程名望等(2016)16发现政治身份(党员或干部)的家庭户比非

6、政治身份户的人均收入高19. 38%。拥有高学历、受过培训更容易找到长期正式的工作(寇恩惠,刘柏惠,201317;吴振华,201518 )。温兴祥(2014)19利用2008年中国城乡劳动力流动(RUMiC)数据研究发现,人力资本和职业/行业的差异是外来农村居民和本地城市居民实际收入差距的主要原因。冯涛,罗小伟(2015)3利用CGSS2010数据资料研究发现,劳动力市场受到身份的扭曲,导致个人的收入水平与其身份具有较强的相关性,具有非农户口、国有等身份的个体分别比农业户口、非国有身份等身份的个体获得了更高的收入。因此,户籍对收入分布的影响可能存在着明显的门槛效应,越是处于农业户口越容易进入收

7、入水平较低的行业和职业序列中。即使对于城镇劳动力,不同户籍就业人口在经济福利方面也可能存在被区别对待的事实(金成武,2009)20。同样的道理,国内许多党政机关和事业单位甚至国有企业在招聘时,将共产党员身份作为招聘的资格条件,对不具备政治身份的人形成一种歧视。而这些单位基本都是固定职工或长期的聘用合同,职业相对稳定。在进入工作岗位后,这些身份对于工资定级、核定岗位、晋升都将产生重要的影响。而且,身份对于收入的这种影响具有代际传递的属性。陈钊、陆铭和佐藤宏(2009)7发现,家庭祖辈的党员身份对东部地区就业者而言,有利于其进入高收入行业。 Ma和Walsh(2013)21利用2002年的CHIP

8、s调查数据,发现党员身份有利于获得一份国有性质的工作,这对于个体收入差距有着很大解释力。杨瑞龙等(2010)22研究表明,拥有党员身份的父亲退休后对子女收入具有显著的影响。这种与身份有关的收入差距尤其值得关注。更值得关注的是,户籍身份可能带来政治身份(如是否是党员)、社会地位(教育获得)上的差异,从而造成一种广泛的社会差别(李晓飞,2010)23。显然,户籍、家庭背景、行政权力等身份特征仍然在中国社会的收入分配中发挥着重要影响(陆铭,2010)9。这些对户籍、劳动力分割、政治身份的研究具有非常积极的启示意义,然而还较少有文献探究身份差别对于位于收入分布中不同位置的影响。也就是说,如果我们承认身

9、份带来了收入的差别,这种差别,例如户籍身份、政治身份、就业身份等的不同,在不同收入水平上产生的影响是否存在差异?这种差异有没有什么规律性特征?既有文献对这些方面还较少有探讨。本研究在控制研究对象的年龄、性别、教育等人口社会学特征后,分析户籍身份、政治身份、就业身份(包括职业身份、工作单位类型、合同性质)等多种身份对收入在不同分位数水平下影响的差异性和规律性,尝试对现有文献做出一个补充。二、模型设定与数据描述(一)模型设定与估计方法本研究基于明瑟收入方程进行线性和分位数估计。标准的线性回归用于解释变量间的平均关系,分位数回归对因变量在不同分位点处的变化提供了更加丰富的理解,同时避免了对回归误差参

10、数分布的经典假设,回归结果更加稳健,也能够减小样本中极端值对回归参数的影响(陈强,2014)24。本研究利用分位数回归的这种优势,探讨身份差别对收入不同分位点上差异的影响。在线性回归中,模型设定为:lninc = 0 + 1hukou + 2party + 3contract + ixi + (1)方程(1)中的因变量lninc为月收入的对数值。 hukou代表分析对象的户籍性质特征,为三分类虚拟变量,party代表是否党员,contract代表合同类型,作为就业身份的表征。 ixi表示一系列的控制变量,包括年龄、性别、教育、婚姻、行业、省份等。在分位数回归中,采用相同的分析变量。万方数据贵州

11、财经大学学报2017年第4期总第189期贫困与发展95(二)数据来源本文使用“中国居民收入分配”课题组2013年家庭住户收入调查(Chinese Household Income Project,CHIP)数据,简称CHIP2013数据。本样本覆盖了15个省份126城市234个县区抽选出的18948个住户样本和64777个个体样本,其中包括7175户城镇住户样本、11013户农村住户样本和760户外来务工住户样本。数据发布时,样本省份包括北京、山西、辽宁、江苏、安徽、山东、河南、湖北、湖南、广东、重庆、四川、云南、甘肃等14个省市,不含新疆。根据研究需要,剔除了年龄、教育、收入、党派、行业等有

12、关信息缺失或不可用(如收入为负)样本,保留年龄在16 60岁(不含60岁)且未退休人群,得到包括了城镇、农村、外来务工个体在内的21730个观察值。样本分布在北京、山西、辽宁、江苏、安徽、山东、河南、湖北、湖南、广东、重庆、四川、云南、甘肃等14个省市。(三)变量说明因变量为月收入的对数。核心变量聚焦于以户口性质、党员身份、合同类型表征的户籍身份、政治身份、就业身份。控制变量包括年龄、性别、民族、婚姻、教育、职业、单位类型、行业、省份等。分类变量以数值设定为0者作为参照组。有关变量的统计说明见表1。因变量:收入。为了保证忠实于调查结果,保留了个人收入数据中报告收入大于、等于0的人群。文中所使用

13、的收入为月收入,计算方法为年收入除以12。对收入采取了对数化处理,将收入加1后再取自然对数。核心变量:户籍身份。设定农业户口hukou =0,非农业户口hukou =1,居民户口hukou =2(户口不分农业非农业)。数据显示,样本中农业户口人数达到55.55%,非农业户口占33.05%,居民户口占11.41%(加总不等于100%源于四舍五入)。数据显示,农业人口在各个分位数水平上的收入都低于居民户口人群,更低于非农业户口人群。总体看,在收入分布的两端,农业户口相对于居民户口和非农业户口的收入差距更大。表1变量的基本统计量描述(N =21730)变量平均值标准误最小值最大值变量说明收入2521

14、.01 1883.95 4.17 66666.66 2013全年收入/12(元/月)收入对数7.58 0.79 1.64 11.11收入+1取自然对数年龄37.99 10.74 16.00 59.92计算时考虑到月(年)年龄平方1558.55 827.44 256.00 3590.01教育10.12 3.35 0 22受教育年限(年)性别- - 0 1男性为1民族- - 0 1汉族为1婚姻- - 0 1已婚为1户口- - 0 2农、非农、居民三类党派- - 0 1党员为1合同类型- - 0 4临时、固定等5类职业- - 0 3雇员、雇主、自营等4类单位类型- - 0 8私企、党政等9类行业-

15、- 0 19 20个行业省份- - 0 13省份编码,共14省份政治身份(party)。问卷中包括了共产党员、民主党派、其他三个分类,民主党派仅68人,因此合并前万方数据96贫困与发展贵州财经大学学报2017年第4期总第189期二类并统称为党员。设定非党员party =0,党员party =1。有党派身份的人数达到2808人,占到12.92%,即大约8个人里面有一个党员(含民主党派),见表1。就业身份。用合同类型(contract)反映。区分为:短期或临时合同contract =0,固定合同(公务员、事业单位)contract =1,长期合同contract =2,没有合同contract =

16、3,其他contract =4。公务员和事业单位人员占到12. 87%,长期合同工占18. 05%,短期或临时工占20. 93%,没有合同人员的比重最高,达到了44.11%,其他占4.05%。没有合同的人员中,农业户口占到77.55%,这一定程度上反映了农业户籍人员工作中面临着劳动保障等问题。控制变量:年龄,对年龄按出生年月推算为2013年底时的年龄,出生月份缺失的直接使用出生年作为计算基础。为了分析年龄和收入的非线性关系,将年龄的平方项引入回归分析。教育,本研究聚焦身份问题,因此使用受教育年限而非学历类别,以减少控制变量数,增加模型自由度。平均受教育年限值为10.12年,相当于完成了高中1年

17、级的学业水平。性别,设定女性=0,男性=1。民族,设定少数民族=0,汉族=1。婚姻,设定未婚=0,已婚(包括初婚、再婚、同居、离异、丧偶等) =1。职业(occu),设定雇员oc-cu =0,雇主occu =1,自营劳动者occu =2,家庭帮工occu =3。工作单位,设定私营企业unit =0,党政机关团体unit =1,事业单位unit = 2,国有及控股企业unit = 3,集体企业unit = 4,中外合资或外商独资企业unit =5,个体unit =6,土地承包者unit =7,其他unit =8。行业,共20个大类,设定农林牧渔业为参照组,分类还包括采矿业,制造业,电力、燃气及水

18、的生产和供应业,建筑业,批发和零售业,交通运输、仓储和邮政业,住宿和餐饮业,信息传输、软件和信息技术服务业,金融业,房地产业,租赁和商务服务业,科学研究和技术服务业,水利、环境和公共设施管理业,居民服务、修理和其他服务业,教育,卫生和社会工作,文化、娱乐业,公共管理、社会保障和社会组织,国际组织。省市,作为控制变量引入分析中,北京作为参照组,还包括山西、辽宁、江苏、安徽、山东、河南、湖北、湖南、广东、重庆、四川、云南、甘肃。三、估计结果与讨论本研究采用STATA14.0进行分析,利用REG命令和qreg2命令分别进行线性回归和分位数回归。qreg2的优势在于引入了聚类稳健标准差,以消除异方差带

19、来的影响。程名望等(2015)25在估计中曾进行类似处理。表2报告了以对数化的月收入为因变量的线性回归结果和分位数回归结果。分别用OLS、QR10、QR25、QR50、QR75、QR90代表线性回归模型和相应分位数回归模型结果,分位数回归报告了对月收入在10、25、50、75、90分位的回归结果。 OLS模型的拟合优度Adjusted R2和分位数回归qreg2报告的R2分别达到0.274、0.260、0.269、0.273、0.264、0. 253,具有较好的解释力。实证分析中,引入行业、省份等控制变量,较好地提高了模型的拟合优度,但限于篇幅,在结果报告表格中略去了有关结果。(一)身份差别与

20、收入差别户籍身份(hukou)。 OLS回归显示,户籍身份对收入有显著的影响,非农业和居民户口优于农业户口。分位数回归揭示,非农业户口在各个分位数上的收入显著优于农业户口,这种影响呈现出一个“U”形模式,意味着非农业户口对农业户口在收入分布的两端发挥着拉大收入差距的作用。居民户口在10、50、90分位数上,相对于农业户口收入差异在统计上显著。这可能是因为居民户口中没有区分农业与非农业户口,导致二者影响叠加,才出现当前现象。从回归系数的大小看,非农业户籍对收入施加的影响表现为,在低收入分位影响较大,接着逐渐下降,然后再增加的态势。如果估计出从1%到99%所有分位数的回归结果,可以更清楚地发现这种

21、态势。图1作了这样一种呈现,横轴代表分位数,纵轴代表身份变量的分位数回归系数。图中实线为分位回归系数,虚线表示OLS回归系数和5%的置信带。图1中第1幅图较生动地展示了非农业户口在不同收入分位数上的影响,总体态势与前面描述接近。第2幅图表明居民户口的相对影响呈现较为多样的格局,回归系数大小围绕OLS回归系数上下波动,没有特别明显的规律。万方数据贵州财经大学学报2017年第4期总第189期贫困与发展97图1户口、党派、职业身份在OLS回归与分位数估计中系数变化图表2身份与收入差异的OLS和分位数回归分析变量名OLS QR10 QR25 QR50 QR75 QR90户籍身份非农业户口0.0492

22、0.0649 0.0410 0.0350 0.0293 0.0431(0.0133) (0.0297) (0.0145) (0.0112) (0.0129) (0.0170)居民户口0.0437 0.0708 0.0304 0.0573 0.0183 0.0390(0.0162) (0.0356) (0.0184) (0.0127) (0.0134) (0.0189)党员身份0.0449 0.0330 0.0354 0.0495 0.0714 0.0762 (0.0160) (0.0308) (0.0170) (0.0136) (0.0161) (0.0191)就业身份(参照组临时或短期合同)

23、固定合同0.3490 0.2987 0.3439 0.3554 0.3462 0.3510 (0.0213) (0.0371) (0.0239) (0.0177) (0.0224) (0.0267)长期合同0.1933 0.2018 0.1587 0.1638 0.2044 0.2205 (0.0156) (0.0291) (0.0143) (0.0116) (0.0150) (0.0188)没有合同-0.1463 -0.3714 -0.1845 -0.0906 -0.0552 -0.0626 (0.0133) (0.0364) (0.0171) (0.0106) (0.0117) (0.01

24、43)其他-0.0017 -0.1536 -0.0610 0.0281 0.0633 0.0530(0.0259) (0.0819) (0.0498) (0.0249) (0.0224) (0.0322)控制变量年龄0.0507 0.0875 0.0514 0.0429 0.0386 0.0366 (0.0038) (0.0111) (0.0049) (0.0034) (0.0036) (0.0043)年龄平方-0.0007 -0.0011 -0.0007 -0.0006 -0.0005 -0.0005 (0.0000) (0.0001) (0.0001) (0.0000) (0.0000)

25、(0.0001)万方数据98贫困与发展贵州财经大学学报2017年第4期总第189期续表2男性0.2950 0.3319 0.3007 0.2638 0.2555 0.2530 (0.0101) (0.0228) (0.0117) (0.0087) (0.0094) (0.0109)汉族0.0824 0.1572 0.1138 0.0621 0.0441 -0.0160(0.0221) (0.0723) (0.0312) (0.0218) (0.0234) (0.0271)受教育年限0.0398 0.0472 0.0383 0.0377 0.0381 0.0381 (0.0020) (0.004

26、4) (0.0023) (0.0018) (0.0018) (0.0022)已婚0.0732 0.0799 0.0848 0.0567 0.0530 0.0719 (0.0169) (0.0468) (0.0195) (0.0138) (0.0158) (0.0197)职业(参照组雇员雇主0.5814 0.2998 0.5207 0.5556 0.7415 0.7712 (0.1009) (0.1508) (0.1073) (0.1313) (0.0996) (0.0955)自营劳动者0.1318 0.2604 0.1493 0.0113 0.0414 0.1586(0.0616) (0.08

27、14) (0.0469) (0.0593) (0.0621) (0.1065)家庭帮工0.0311 0.0367 -0.2544 0.1385 0.1672 0.1027(0.0990) (0.2997) (0.0670) (0.1371) (0.1514) (0.0546)单位类型(参照组私营企业)党政机关-0.0742 -0.1763 -0.1243 -0.0191 -0.0390 -0.0741(0.0334) (0.0724) (0.0395) (0.0256) (0.0361) (0.0385)事业单位-0.0501 0.0034 -0.0372 -0.0643 -0.0712 -0

28、.1115 (0.0237) (0.0374) (0.0260) (0.0194) (0.0240) (0.0282)国企-0.0363 -0.0817 -0.0320 -0.0231 -0.0169 -0.0105(0.0196) (0.0400) (0.0187) (0.0175) (0.0184) (0.0277)集体企业-0.0923 -0.1227 -0.1023 -0.0876 -0.0694 -0.0663 (0.0242) (0.0435) (0.0303) (0.0230) (0.0222) (0.0236)外资0.0864 0.0992 0.0671 0.0737 0.10

29、34 0.1184 (0.0287) (0.0479) (0.0259) (0.0209) (0.0238) (0.0342)个体-0.1084 -0.1948 -0.1268 -0.0765 -0.0495 -0.0346(0.0137) (0.0411) (0.0185) (0.0124) (0.0116) (0.0168)土地承包者-0.1879 -0.3482 -0.2684 -0.1591 -0.1176 -0.1168 (0.0186) (0.0671) (0.0334) (0.0179) (0.0193) (0.0186)其他-0.1266 -0.2040 -0.1564 -0.

30、1242 -0.1209 -0.0895 (0.0288) (0.0623) (0.0321) (0.0236) (0.0303) (0.0335)行业、省份控制控制控制控制控制控制常数项5.7306 3.8219 5.1937 6.0679 6.5939 7.0446 (0.0802) (0.2335) (0.1238) (0.0828) (0.0765) (0.0927)Adjusted R2 0.2740 0.2604 0.2687 0.2728 0.2638 0.2526说明:括弧内为回归系数的标准误, P 长期合同工(0. 1587) 临时或短期合同人员没有合同人员( -0. 184

31、5),这个系数差距非常惊人。如果将固定合同、长期合同作为长期工,将短期或临时合同、没有合同作为短期工,这一结果与寇恩惠和刘柏惠(2013)17的发现接近,即短期工面临着粘性地板现象,在收入分布的中低端部存在着更大的收入差距。(二)控制变量与收入差别分析年龄。每一回归模型中,在其他因素不变情况下,年龄和年龄平方项的回归系数分别为正和负,而且在P 0. 3007 0. 2638 0. 2555 0.2530。民族。民族属性对于收入的影响出现了分化。在OLS回归中,汉族相对于少数民族,具有统计上显著的收入优势。这种优势在分位数回归中有了更加丰富的展现。数据显示,依分位数从小到大,从10分位数到75分

32、位数,汉族相对于少数民族的回归系数在统计上显著但依次下降,从0. 1572下降到0. 0441,到90分位数回归则出现了反转,少数民族反而优于汉族(但统计上不显著),意味着高分位数收入水平上没有显著的民族差异。万方数据100贫困与发展贵州财经大学学报2017年第4期总第189期教育。教育是影响收入的重要因子。结果显示,随着教育年限的增加,收入显著增加。对于低收入分位数水平,教育年限增加带来更多的收入增长,表现为10、25等低分位数的回归系数0. 0472、0.0383,大于50、75、90分位数回归的系数0. 0377、0. 0381、0. 0381。但整体上系数值差异较小,没有固定规律可言,

33、这与(张涛,2011)28的研究发现一致。尽管这个回归系数值差距较小,但教育作为连续变量,取值范围为0 22年,如果一个人受教育的年数较多,这个影响将会变得相当大。婚姻。已婚者相对于未婚者,在不同收入分位数上均具有正效应,且显著(10分位数例外)。这说明在10分位数上,已婚与未婚的收入没有显著差异。但从25至90分位数看,婚姻对收入的影响大小呈现出先下降再增加的模式,25、50分位数回归系数为0.0848、0.0567,在75分位数上下降为0.0530后,在90分位数上上升到0.0719,接近于OLS的回归系数。职业(occu)。 OLS回归显示,雇主、自营劳动者与雇员相比,在收入上具有显著的

34、优势,但家庭帮工与雇员没有显著差异。分位数回归发现,在相对低的分位数水平10分位数上,雇主与雇员没有显著差异,但随着分位数提高,雇主相对于雇员的收入优势(回归系数大小)逐渐提升并在统计上显著,从25分位数的0.5207提高到90分位数的0.7712。自营劳动者在各个收入分位数上收入回报高于雇员,呈现U形影响,但仅在10、25分位数上存在着显著差异。家庭帮工在25分位数上的收入显著低于雇员,在其余分位数上没有显著差异。工作单位(unit)。 OLS回归分析显示,在控制了其他变量后,除外资企业工作人员,党政机关(unit =1)、事业单位(unit =2)、国有企业(unit =3)、集体企业(u

35、nit =4)、土地承包者(unit =7)等类别人员的收入都低于私营企业就业的收入,而且在统计上显著(国企例外)。分位数回归发现,每一类别表现出不同特征。例如,党政机关在收入分布的低端10、25分位数上,收入显著地低于私营企业,但在50、75、90分位数上虽然低于私营企业(回归系数0),但在统计上不显著。党政机关的回归系数绝对值呈现先下降再增加、再降低的倒“U”形走势,意味着在中等收入上,党政机关与私营企业较为接近,但越在两端,收入劣势越明显,尤其是在收入分布的低端这种劣势在统计上显著。事业单位在10、25分位数上与私营企业没有显著差异,但在中高分位数上收入显著较低,且回归系数负值越来越大,

36、意味着越是中高收入,事业单位越低,呈现一种收入差距加速扩大的趋势。国企在各个收入分位数回归系数一致地为负,且回归系数呈现逐渐减小的趋势,意味着国企与私企间的收入差距不断缩小;这种差异仅在10分位数具有统计显著性。但集体企业(土地承包者、个体)在各个收入分位数的回归系数一致地为负且统计上显著,意味着集体企业(土地承包者、个体)的收入显著地低于私营企业。外资企业在各个收入分位数上的回归系数均为正,且在各个分位数水平上显著,表明外资企业的收入较高,尤其在中高收入上这种优势更加明显(回归系数越来越大)。本文主要关注身份与收入条件分布间的关系。对年龄、年龄平方、性别、民族、受教育年限、婚姻等变量有关结果

37、只进行简要描述。可以看到,总体上,无论是OLS回归还是分位数回归,人口学特征对于收入的影响基本符合预期。但是,基于均值分析的OLS回归掩盖了自变量对于不同收入点的作用大小和显著性,尤其是研究所关注的身份变量的回归系数或标准误出现较大的变化,尤其对于收入两端的影响。这也与陈强(2014)24关于分位数回归系数两端变化特征的一般性描述一致。因此,从研究方法上看,引入分位数回归非常必要。四、结论传统OLS回归忽略了某一特定身份特征对于位于收入分布不同位置的收入的影响,本文利用分位数回归方法研究发现身份对收入分布具有明确影响,并在一定程度上表现出规律性。万方数据贵州财经大学学报2017年第4期总第18

38、9期贫困与发展101研究发现,在控制人口社会学特征和行业、省份特征后,身份差别在收入分布的中低端产生的影响具有差异性。 户籍身份对中低端影响较大,凸显了户籍的门槛效应和职业隔离效应。 政治身份对中高端影响较大,具有收入上的加速效应。 合同性质内在地反映了就业者的能力和就业单位本身具有的特征,固定合同和长期合同显著地增加了个人收入。 从控制变量来看,年龄、教育、性别等与预期基本一致,从事职业、单位类型对收入分布的影响也具有显著的差异。雇主收入显然高于雇员,这是企业家精神回报的体现;外企、私企相对于国企、集体企业,市场化程度更高,对中高端收入的影响越大。目前,户籍的“双重墙”已经有所破冰,但户籍仍

39、是影响收入的重要因素,尤其是对于低收入群体的“门槛”效应或粘性地板效应仍然突出;同时,劳动合同对于中低收入阶层的影响明显高于高收入阶层,而党员身份体现出对高收入阶层的增强效应。因此,首当其冲的建议是,破除户籍的收入屏障和保障劳动力劳动合同权益仍然是有效优化转型期收入分配格局、缩小收入差距特别是缩小中低收入阶层收入差距的基础而重要的工作。其次,要加强行政体制和管理机制改革,进一步纠正经济资源与政治资源的扭曲结合,消除政治身份的收入优势,从而有效缩小高收入阶层的收入差距。参考文献:1毛寿龙.中国政府改革的过去与未来J.江苏行政学院学报,2009(02):92 -97.2王爱云.试析新中国成立后我国

40、身份社会的形成及其影响J.中共党史研究,2011(12):48 -60.3冯涛,罗小伟.劳动力市场扭曲与收入差距研究 基于“身份”型社会视角J.经济管理,2015(04):71 -83.4Nee V. A Theory of Market Transition:From Redistribution to Markets in State SocialismJ. American Sociological Re-view,1989,54(5):663 -681.5Shu X,Bian Y. Market Transition and Gender Gap in Earnings in Urba

41、n ChinaJ. Social Forces,2003,81(4):1107 -1145.6申瑜劼,孙剑平. “身份”特征差异对收入差距影响的经济学分析J.财贸研究,2012(05):68 -73.7陈钊,陆铭,佐藤宏.谁进入了高收入行业? 关系、户籍与生产率的作用J.经济研究,2009(10):121 -132.8吴晓刚,张卓妮.户口、职业隔离与中国城镇的收入不平等J.中国社会科学,2014(06):118 -140.9陆铭.对于收入差距的不满关键在身份歧视J.中国房地信息,2010(07):18 -19.10迟巍,黎波和余秋梅.基于收入分布的收入差距扩大成因的分解J.数量经济技术经济研究

42、,2008(09):52 -64.11刘传江和程建林.双重“户籍墙”对农民工市民化的影响J.经济学家,2009(10):66 -72.12严善平.户籍制度改革与农民工的市民化J.浙江工商大学学报,2015(5):117 -122.13万海远,李实.户籍歧视对城乡收入差距的影响J.经济研究,2013(09):43 -55.14汪锋,解晋.我国城乡收入差距变动分析 基于政府政策视角的实证研究J.经济与管理评论,2015(3):29 -37.15李中建.农村迁移劳动力的就业身份与收入差异 基于对北京市流动人口的调查J.经济经纬,2013(05):30-34.16程名望,等.市场化、政治身份及其收入效

43、应 来自中国农户的证据J.管理世界,2016(3):46 -59.17寇恩惠,刘柏惠.城镇化进程中农民工就业稳定性及工资差距 基于分位数回归的分析J.数量经济技术经济研究,2013(07):3 -19.18吴振华.开放经济视角下中国劳动收入份额的影响机制J.首都经济贸易大学学报,2015,17(5):73 -79.19温兴祥.城镇化进程中外来居民和本地居民的收入差距问题J.人口研究,2014(02):61 -70.20金成武.城镇劳动力市场上不同户籍就业人口的收入差异J.中国人口科学,2009(04):32 -41.21Ma Y,Walsh P P. Party Membership and

44、State Jobs in Urban ChinaJ. Social Science Electronic Publishing,2013.22杨瑞龙,王宇锋,刘和旺.父亲政治身份、政治关系和子女收入J.经济学(季刊),2010(03):871 -890.万方数据102贫困与发展贵州财经大学学报2017年第4期总第189期23李晓飞.户籍与当代中国社会差别 基于中国综合社会调查(CGSS2006)数据的定量研究J.华中科技大学学报(社会科学版),2010(03):85 -91.24陈强.高级计量经济学及STATA应用(第二版)M. Qiang Chen.北京:高级教育出版社,2014.25程名

45、望,史清华,Yanhong Jin,等.农户收入差距及其根源:模型与实证J.管理世界,2015(07):17 -28.26Wu X. Communist Cadres and Market Opportunities:Entry into Self - employment in China,1978 - 1996J. SocialForces,2006,85(1):389 -411.27孙睿君,李子奈.不同期限类型劳动合同的工资决定机制及差异 基于中国家庭住户收入调查数据的经验研究J.财经研究,2010(02):36 -47.28张涛.工资收入差异的解释:基于分位数回归的经验研究J.统计与信

46、息论坛,2011(11):50 -57.Difference in Identity and Gap in Income: an Empirical Research based on Quantile Regression AnalysisTANG Jia-long, HUANG Qiang(Tianjin Innovation and Development Institute,Tianjin 300011, China;Population and Development Institute,Nankai Univeristy,Tianjin 300071, China)Abstract

47、:There are multiple identities such as household registration status(hukou identity),political identity,employment statusfor individuals in Chinese society. However,the current literatures on the relationship between identity and incomeneglected how identity effects on income distribution. The traditional OLS regress methods based on the analysis of themean value cannot r