5.4　實證分析

理論分析的一個重要假設是，關系增加了勞動力進入壟斷企業的概率。考慮到這個假設條件，以及社會網絡可以降低搜尋成本的事實，可以推斷，具有關系的勞動力更容易獲得高工資。另外，理論模型也討論了壟斷行業中的不公平競爭對競爭行業的外溢性影響。理論分析表明，壟斷行業以關系作為勞動力市場進入障礙時，競爭行業內部由關系導致的工資差距也會增大。實證分析將系統地檢驗理論部分地前提假設和分析結論。具體而言，實證部分檢驗如下三個命題：①關系增加了勞動力進入壟斷企業的概率；②具有關系的勞動力更容易獲得高工資；③壟斷行業的工資以及壟斷行業在勞動力市場中所占的份額，對競爭行業內部的工資差別具有外溢性的影響。

5.4.1　數據和變量

（1）數據來源

本文使用中國城市、農村和流動人口居民收入調查（Rural-Urban Migration in China，RUMiC）數據對理論模型進行實證分析。RUMiC是一個大型跟蹤調查項目，包含2008—2012年4年的跟蹤調查。每輪調查在年初進行，并詢問前一年的全年收入和消費信息。目前公布了2008年和2009年兩輪調查的數據。本文根據這兩輪調查構建面板數據，進行實證分析。(44)RUMiC調查包含3個子樣本：農村住戶樣本、農村—城鎮流動人口樣本、城鎮住戶樣本，分別包含了8000個農村家庭、5000個流動人口家庭和5000個城鎮家庭樣本。在本文的分析中，我們專注于分析城市勞動力市場，因此只考察城鎮住戶樣本。城鎮住戶調查由課題組設計調查框架，由國家統計局執行。調查采用分段隨機抽樣的方法，覆蓋了全國9個省份的19個城市。(45)具體的抽樣設計和跟蹤方法可見于Kong（2010）。RUMiC調查問卷不僅涵蓋了家庭人口特征、教育、就業以及村居信息，還包含了一個專門的模塊，用來調查家庭社會關系。這為本文的實證分析提供了很大的方便。另外，面板數據使我們在建立計量模型的過程中擁有更大的自由度，也能夠更好地處理內生性問題。

（2）變量定義

①關于壟斷行業的界定

壟斷是指一個或少數企業主導市場，并且可以操縱價格的市場狀態。相對于競爭行業，壟斷行業中的企業數量少，企業對價格有控制能力，并且企業不能自由進入和退出。在界定壟斷行業與競爭行業時，統計上常用的指標為行業集中度。可以采用幾個最大企業的銷售額市場占有率來分析，也可以采用赫芬達爾指數來分析（Herfindahl-Hirschman Index）。但我國缺乏此類數據。另外，企業市場占有率較高，不一定就意味著其具有操縱市場的能力。當企業進入和退出市場的成本很低時，形式上占據壟斷地位的企業仍然面對大量潛在競爭者，需要遵循競爭行業的規則。另外，對于規模經濟導致的自然壟斷行業，也存在著實現競爭的可能性（周其仁，2006）。事實上，只有行政壟斷才是真正意義上的壟斷。而行政壟斷恰恰是我國經濟的特征（岳希明等，2010）。因此，本文依據行業中企業的數量、進入退出壁壘，以及國有資本在行業中的比重，并且借鑒武鵬（2011）和岳希明等（2010）的分析，對壟斷行業與競爭行業進行了界定。具體的劃分方法如表3-1所示。另外，我們還將就職于下述壟斷性行業中的臨時工和一年以下短期合同工列為競爭行業的職工。(47)

②關于工資的度量

本文分析的樣本限于城鎮勞動年齡人口。(48)在城鎮勞動年齡人口中，除了身份為雇員的勞動者，還有身份為雇主、自營或家庭幫工。(49)據此，我們定義就業類型變量s，s=1，2或3。1代表不進入勞動力市場，2表示成為競爭行業中的雇員，3表示成為壟斷行業中的雇員。

對于雇員的工資，本文使用小時工資，而非年度工資或月度工資。原因在于，小時工資能夠更加準確地衡量工資差別。在月工資或年度工資總量相同的情況下，工作時間短的雇員事實上具有更高的福利水平。因此，使用月工資或年度工資可能會低估工資差距。本文所指的工資，是指雇員在崗位上得到的總收入，包括基本工資、獎金、津貼和實物折現。(50)

③如何衡量關系（社會網絡）

關系這一概念并不具有明確的定義。在社會網絡理論中，這一概念被定義為節點和節點之間的聯系（Jackson, 2010）。但在實證研究中，研究者常用各種不同的指標定義和衡量關系。關系經常被理解為個體所擁有的社會聯系的總量。從這個角度出發形成的衡量指標包括：“春節時期聯系過的親友數量”“需要時提供幫助的親友數量”“找工作時的老鄉關系”“親友間的禮金往來”，以及從姓氏宗族角度考察所得的社會聯系（Kinnan & Townsend, 2012；趙劍治和陸銘，2009；陳釗等，2009；郭云南和姚洋，2013）。也有研究從社會聯系的內容上描述關系，如“是否與黨員干部關聯”（Zhang & Li, 2003）。由于禮金往來常常與家庭的富裕程度相關，因此在實證分析中容易造成嚴重的內生性問題。而親友數量，尤其是親戚的數量，在很大程度上是外生的。雖然也會存在與收入水平之間的相互因果關系，但畢竟比禮金這一變量要更為可靠。結合本文使用的調研數據，我們使用“春節期間相互問候的朋友數量”作為衡量關系變量的指標。為了減少測量誤差帶來的影響，我們還使用一個替代指標，即“春節期間相互問候的親戚數量”。不同的人對“朋友”這個概念可能存在不同的理解，因而容易導致測量誤差。但一般人對親戚的界定卻是清晰的。因此，親戚數量指標更加可靠。

除了上述關鍵變量，本文還使用到了如下變量，包括年齡、性別、受教育年限、民族屬性、婚姻狀況、家庭特征以及村居環境等變量。具體的變量定義和統計性描述展示在表5-2中。由粗略比較可知，壟斷行業的月工資和小時工資均明顯高于競爭行業，高出的幅度在30%左右。在壟斷行業中，朋友數量、親戚人數、受教育年限和男性職工比例等均高于競爭行業。另外，壟斷行業中具有城鎮戶口的職工比例更高，表明壟斷行業具有更明顯的戶籍歧視。

5.4.2　計量模型

（1）關系與就業機會

以往文獻在分析關系對就業機會的影響時，往往只考慮是否進入高收入行業或壟斷行業。而現實當中，勞動者面臨著三種選擇：不進入勞動力市場，進入競爭行業或者進入壟斷行業。處理多于2個選項時，一個常用的方法就是Multinomial Logit模型。Multinomial Logit模型可以通過隨機效用函數來刻畫，具有很好的微觀基礎。針對本文的計量模型設定如下。

首先，用s表示勞動者最終做出的選擇，s=1，2或3。1代表不進入勞動力市場，2代表進入競爭性企業，3代表進入壟斷企業。只有當某一個選項所得的效用大于其他選項時，勞動者才選擇此選項。其次，定義隨機效用函數如下，其中j=1，2或3，意味著統一特征的勞動者在選擇不同選項時，獲得的預期效用不同。1代表不進入勞動力市場，2代表進入競爭性企業，3代表進入壟斷企業。Z向量包含了影響效用的變量信息，γ_j為對應的系數向量，η_j為隨機干擾項。

當時，勞動者的最優選項為s。定義，則根據隨機效用表達式，可知ε_s =（Zγ_j＋η_j-Zγ_s-η_s）。顯然，只有當ε_s<0時，勞動者才會選擇s。在隨機干擾項（η_j）服從獨立同分布，且分布形式可以用Gumbel分布描述時，根據McFadden（1973），勞動者選擇選項的概率s如下。

根據上述表達式，結合各選項概率和為1的約束條件，可以通過極大似然估計獲得系數向量γ_j的估計值。Multinomial Logit模型的優點有很多，但依賴于獨立不相關假設(Irrelevance of Independent Alternatives，IIA)。當IIA假設不成立時，一個可替代的選擇是Multinomial Probit模型。Multinomial Probit模型假設隨機干擾項服從正態分布，其計算過程較Multinomial Logit模型更為復雜。我們將其作為穩健性檢驗，考察結論的穩健性。(51)另外，由于本文考察的重點是勞動者進入壟斷行業或者競爭行業的選擇，而Multinomial Logit模型是基于相對概率的分析，因此我們設定參照組(Base Outcome)為競爭行業。

另外一個需要考慮的是關系變量的內生性。雖然我們使用不同的替代變量盡量減少測量誤差帶來的內生性，同時使用很多勞動者背景信息減少遺漏變量導致的內生性，但這還遠遠不夠。我們還必須考慮交互因果關系導致的內生性。進入壟斷行業的機會以及工資都可能對關系變量產生影響。首先，進入壟斷行業的機會較低，或者工資較低的勞動者更可能依賴關系尋找工作（陳釗等，2009）。可能的原因是這些勞動者利用公共信息的能力有限，或者搜尋信息的成本更高，因此更加依賴關系獲得就業信息。這個原因導致的內生性，將會使得關系的影響被低估。其次，就職于壟斷行業或者工資較高的人，更可能建立起較大的社會網絡。所謂“窮于鬧市無人問，富在深山有遠親”。這個原因導致的內生性，將使得普通回歸中關系變量的影響被高估。因此，我們無法準確判定內生性偏誤的方向。對于這種交互影響導致的內生性問題，需要我們使用嚴格外生的工具變量來處理。一個流行的做法是，使用家庭的歷史信息作為工具變量。本文使用的工具變量是戶主和配偶父母的職業以及受教育程度。如果戶主和配偶的父母是國家機關、黨群組織、企事業單位負責人，或者是接受過高等教育的人，則有利于子女建立更廣的社會網絡。(52)同時，子女的行為并不能對這些歷史信息構成影響。(53)需要注意的是，雖然工具變量估計得到的系數具有一致性，但方差是有偏的。因為，第二階段使用的是第一階段的估計值而非變量真值，因此第二階段的方差估計必須要考慮到第一階段的影響，否則就低估了第二階段的方差，造成統計推斷的偏誤。對于這個問題，可以使用Bootstrap修正方差（Petrin & Train, 2010）。

（2）關系與收入差距

在討論關系對收入的影響時，實證分析面臨著一個重要的問題：只有當勞動者做出就業選擇之后，我們才可以觀察到其收入狀況。勞動者在選定的行業中，其收入狀況受到自身特征和一些隨機因素的影響。設定收入模型如式(5-13)所示，其中s=1，2或3。1代表不進入勞動力市場，2代表進入競爭性企業，3代表進入壟斷企業。向量X包含了影響效用的變量信息，包括關系、年齡、教育程度等。(54)β_s為對應的系數向量。u_s為隨機干擾項，服從0均值且同方差的假設。

只有當勞動者選擇了選項s之后，我們才可以觀察到收入水平y_s。因此，估計上述模型的一個問題在于，觀察到收入水平所對應的u_s可能與模型（5-11）中的隨機干擾項（η_j；j=1，2，3）相關。如果事實如此，將導致模型（5-13）中的隨機干擾項與解釋變量相關。進而，OLS估計有可能產生回歸偏誤。

根據Heckman（1979）的基本思路，學者們使用不同的方法將模型（5-13）中遺漏在隨機干擾項中的部分清理出來。針對本文的實證分析，即根據模型（5-1）所示的Multinomial Logit模型估計系數向量γ_j構建函數λ（Z γ₁，Z γ₂，Z γ₃）用于捕捉遺漏變量信息。進而對如下模型進行OLS回歸。

在各種備選方法中Lee（1983）提出的方法，待估參數少且估計過程簡單。但是，其施加于隨機干擾項的假設過于嚴格。這導致Lee（1983）的估計量穩健性較差。Dubin & McFadden（1984）放松了對選擇方程和結果方程中兩個隨機干擾項的假設。Bourguignon et al.（2007）又對Dubin & McFadden（1984）的工作進行了改進，使其能夠處理異方差問題，提高了估計量的有效性。另外，Bourguignon et al.（2007）發現對隨機干擾項之間相關關系的約束條件可以被放松，進而得到更為穩健的估計。不同于以上研究，Dahl（2002）用第一階段所得的概率估計值的冪函數來逼近函數λ（Z γ₁，Z γ₂，Z γ₃）。這個方法降低了待估參數的個數，但其對隨機干擾項相關性的約束條件很強（Bourguignon et al.，2007）。綜合上述方法的優缺點，我們發現經過Bourguignon et al.（2007）改進的Dubin & McFadden（1984）估計量既能夠獲得穩健的估計，同時又能保證較高的有效性。因此，本文選擇這一方法處理樣本選擇偏誤。為了簡化描述，我們稱之為BFG模型。具體的模型如式（5-15）所示。

其中，衡量了隨機干擾項u_s與之間的相關性。是對η_s進行形式轉換得到的，轉換的目的在于使模型可以在隨機干擾項為正態分布的情況下依然可用。m（P_s）是一個積分項，衡量了選項s可被觀察到時的均值。

根據理論模型的分析，壟斷企業通過關系因素設置的勞動力市場進入障礙，不僅破壞了壟斷行業勞動力競爭的公平性，而且還對競爭行業內部的工資差別具有外溢性的影響。其影響渠道是，壟斷行業的高工資提高了具有關系背景的勞動力的保留效用，增大了這些勞動力在勞動力市場上的議價預期。競爭性企業的利潤最大化決策意味著支付給這些勞動力的工資要更高。本節實證分析檢驗的主要內容是，壟斷行業工資以及壟斷行業在勞動力市場中的份額，是否加劇了競爭行業內部由關系背景帶來的收入差距。

檢驗壟斷行業工資的影響時，我們使用壟斷行業的平均工資與關系的交叉項作為關鍵解釋變量。(55)并且，通過模型(5-16)進行實證檢驗。其中，Wm為壟斷行業的平均工資，Guanxi代表關系變量，α為交叉項的系數。向量X向量包含了影響效用的變量信息，包括關系、年齡、教育程度等。β為對應的系數向量。v為隨機干擾項，服從0均值且同方差的假設。只有在Wm發生變動的情況下，才能通過實證分析檢驗其產生的影響，因此，這一節的分析必須使用面板數據。

類似于上面的思路，我們使用模型（5-17）檢驗壟斷行業在勞動力市場中的份額，對競爭行業中關系導致的工資差距的影響。其中，Sm為壟斷行業在勞動力市場中所占的份額，Guanxi代表關系變量，α為交叉項的系數。其他變量的定義與上面的模型保持一致。同樣，由于只有Sm變化的時候，才能分析其產生的影響，我們需要使用面板數據。

由于模型（5-16）和模型（5-17）也面臨著與模型（5-13）類似的樣本選擇問題，我們也使用經過Bourguignon et al.（2007）改進的Dubin & McFadden（1984）估計量處理樣本選擇偏誤。另外，處理關系變量內生性問題使用的工具變量和回歸方法也與模型（5-15）一樣。

5.4.3　社會網絡對就業機會的影響

關系與就業機會的實證結果展示在表5-3中。回歸系數為邊際效應，反映了各個變量對勞動者進入壟斷行業概率的影響。這個概率是相對于進入競爭行業而言的概率。所有的回歸均表明，關系變量的系數顯著為正，且統計顯著性均高于5%的水平。這說明，更廣的社會關系有助于勞動力進入壟斷行業。雖然關系變量的系數在統計上具有較高的顯著性，但其經濟意義并不是很大。第一列回歸結果中，以朋友數量作為度量關系的指標，采用2008年的數據所得的系數為0.0006。這意味著朋友數量增加10，則進入壟斷行業的相對概率僅僅增加0.6%。這有可能是內生性問題造成的關系變量系數被低估的結果。工具變量回歸的結果（表5-4）說明關系變量的系數確實被低估了。

而受教育年限對進入壟斷行業機會的影響很大。根據回歸結果，多接受10年的教育，進入壟斷企業的機會可以增加18%左右。年齡變量雖然在多數回歸中統計顯著，但其經濟意義并不大。而性別特征具有很重要的影響。各個回歸結果表明，男性較女性進入壟斷行業的概率要高12%左右。另外，身體健康者以及具有城鎮戶口者具有更大的機會進入壟斷行業。民族和婚姻狀況的影響不顯著。子女數量的影響為負。這與我們的經驗感知相符。花在照顧子女身上的時間和精力越多，獲得更好工作機會的概率自然會越小。總之，回歸分析的結果與描述性統計中所得到的初步分析結果相吻合。

為了進行穩健性檢驗，我們還使用Multinational Probit模型對關系與就業機會的聯系進行了分析。Multinational Probit模型與表5-3中的回歸結果基本一致，關系變量的回歸系數均顯著為正，但經濟意義并不是十分明顯。為了節約篇幅，我們沒有在此報告具體的結果。(56)另外Hausman的IIA檢驗也提供了支持獨立不相關假設的證據。接下來，我們分析控制了關系變量內生性的回歸結果。

表5-4展示了工具變量Multinational Logit模型的回歸結果。使用工具變量控制關系的內生性之后，關系變量的系數顯著增加，并且具有很高的統計顯著性。以第一列回歸結果為例，根據2008年和朋友數量計算的結果顯示，關系對進入壟斷行業的邊際效應為0.0073。這意味著，朋友數量增加10，則進入壟斷行業的相對概率增加7.3%。而2009年的系數為0.0149，意味著增加10個朋友，概率會增加14.9%。工具變量回歸的系數顯著增大，說明陳釗等（2009）討論的內生性分析的原因，是造成內生性的主要方面。也就是說，進入壟斷行業機會較小的勞動者更依靠關系尋找工作機會。結合表5-3與表5-4的分析結果，關系對勞動者進入壟斷行業具有非常重要的影響。

其他變量的回歸結果與表5-3中基本一致。受教育年限仍然對進入壟斷行業具有重要影響。男性勞動者和具有城鎮戶口的勞動者進入壟斷行業的機會更大。婚姻和民族變量仍然不顯著，這說明在中國的勞動力市場中，不同民族勞動者面臨的待遇比較公平，歧視問題并不嚴重。這一點也與既有研究的結論一致。而兄弟排行的系數為負，說明兄弟姐妹中較年輕者更容易進入壟斷行業。這一點結論也符合我們的經驗感知。兄弟姐妹中的年輕者可以接受哥哥或姐姐提供的信息、資金以及社會關系的支持，從而能夠把握更好的工作機會。

5.4.4　社會網絡對收入差距的影響

表5-5顯示了使用BFG模型修正樣本選擇偏誤之后的回歸結果。選擇方程（Select Function）中使用的解釋變量與表5-3及表5-4中的一致。依照Bourguignon et al.（2007）的建議，為了更好地識別模型，我們在結果方程（Outcome Function）中僅包含了與勞動者自身特征最為密切相關的變量，包括關系、教育、年齡、性別、培訓經驗和健康程度。(57)普通的BFG模型中，關系變量的系數在0.003~0.005。并且，關系變量系數的統計顯著性均高于5%的水平。這意味著，增加10個親戚朋友，工資將增加3%~5%，其經濟意義非常顯著。考慮2008年的數據，朋友數量的平均值為20。如果一個人擁有的朋友數量較多，假設40個，則其工資要高于平均水平6%~10%。

但關系的影響并未超越教育。受教育年限的系數在0.07左右，說明多接受一年的教育，工資可以增長7%。這說明壟斷行業中的教育回報率很高。不過在這里需要考慮兩個問題。首先，這個回歸并沒有考慮受教育年限的內生性，可能導致教育年限的系數被高估。(58)其次，壟斷行業中較高的教育回報率也未必是勞動者充分發揮人力資本價值的結果，可能只是壟斷利潤的表現而已。

使用工具變量控制了關系的內生性之后，關系變量的系數仍然顯著為正。雖然系數絕對值較表5-5中的略小，但其經濟意義仍然是重要的。回歸結果表明，親友數量增加10個，相應的工資水平會提高2.4%~4.4%。如果親友數量較平均水平高出20個，則相應的工資水平將高出4.8%~8.8%。其他控制變量的結果與表5-5中的結果基本一致。教育變量仍然是各個因素中影響最大的。比平均水平高出一年的正規教育可以使收入提高3%~6%。這也符合以往研究的論斷，即教育因素對工資差別的解釋力要略高于關系變量（趙劍治和陸銘，2009）。綜合表5-5與表5-6的結果，可以證明，關系對壟斷行業中的勞動者工資具有重要的正向影響。

本文的理論框架表明，壟斷企業通過關系因素設置的勞動力市場進入障礙，不僅破壞了壟斷行業勞動力競爭的公平性，而且還對競爭行業內部的工資差別具有外溢性的影響。這一點可以被表5-6中壟斷工資與關系變量的交叉項系數證實。表5-6中的壟斷工資是指壟斷行業的平均工資。其通過關系影響競爭行業勞動者工資的原因在于，壟斷行業的高工資提高了具有關系背景的勞動力的保留效用，增大了這些勞動力在勞動力市場上的議價預期。為了留住這些勞動者，競爭性企業的利潤最大化決策意味著支付給這些勞動力的工資要更高。壟斷工資與關系變量的交叉項系數顯著為正，意味著壟斷行業的工資水平越高，則具有關系背景的勞動力獲得的工資水平也就越高。這恰恰證明了理論模型的預測。

雖然關系變量的系數為負，但考慮了交叉項之后的總體影響為正，說明社會網絡較廣的勞動力在競爭行業中的工資水平也更高。關系對競爭行業中的工資仍然有顯著影響。這一點也與理論模型的框架一致，即社會網絡能夠通過信息、資金等渠道影響勞動力的搜尋成本。因此，即便競爭行業沒有勞動力市場進入障礙，關系變量也仍然可以影響工資水平。

表5-8的回歸分析了壟斷行業在勞動力市場中的份額對競爭行業工資的影響。壟斷行業在勞動力市場中的份額與關系變量的交叉項系數顯著為正，說明當壟斷行業招聘規模越大時，具有關系背景的勞動力在競爭行業中得到的工資也越高。原因在于，壟斷行業在勞動力市場上的比例增加，意味著具有關系的勞動力進入壟斷行業的機會增加，這就提高了具有關系背景的勞動力的保留效用。保留效用的提高增大了有關系的勞動力在競爭行業中的工資預期。為了留住這些有關系的勞動力，競爭性企業必須支付更高的工資。

雖然保留效用的提高可以增加競爭性行業的工資，但這并不意味著沒有關系背景的勞動力可以在工資談判中隨便提高工資要求。其原因在于，只有實現搜索均衡的保留效用才能夠影響企業的工資決策工資，某一個個體的要價并不會影響勞動力市場中的均衡。因為企業面對的是眾多的求職者，單個求職者過高的預期并不會改變企業的最優工資決策，只能被企業回絕。