中国城镇劳动力市场中城镇工和农民工工资差异的决定 张世伟，郭凤鸣 （吉林大学数量经济研究中心） 摘要：本文提出了一个基于自然实验的工资差异分解方法，用于分析个体特征差异、市场前歧视和市场后歧视对城镇劳动力市场中城镇工和农民工之间工资差异的影响。研究结果表明：城镇工工资率是农民工工资率的倍，两类劳动力工资差异的%、%和%分别是由个体特征差异、农民工进入市场前受到的教育歧视和进入市场后受到的户籍歧视导致的。因此，政府设计和实施公平的就业制度和工资分配制度，促进城乡教育事业的均衡发展，将有助于缩小城镇工和农民工之间的工资差异。 关键字：劳动力市场，工资差异，户籍歧视，教育歧视 引 言 上个世纪80年代以来，随着中国城市经济体制改革的不断深化，大量农村剩余劳动力向城镇流动，成为城镇劳动力市场中的重要组成部分。但大量城镇劳动力市场数据显示，农民工的工资水平明显低于城镇工的工资水平。根据劳动经济学理论，劳动力市场中的工资差异始终存在，形成这种差异的原因有很多，如劳动力供给需求的不平衡、人力资本的差异和内部劳动力市场的存在等，多数是劳动力资源合理配置所必需的。但如果由于归属于不同的人口群体，而使得具有相同生产率特征的劳动力受到差别对待，则表明劳动力市场存在歧视（Becker，1957）。根据人力资本理论，人力资本是个体工资水平的主要决定因素。因此，造成中国城镇劳动力市场中不同户籍身份劳动力工资差异的原因，一方面可能是两类劳动力在人力资本等个人特征存在明显差异，另一方面也可能是在中国城镇劳动力市场中存在户籍歧视。 群体间工资差异经验分析的传统方法为Oaxaca（1973）和Blinder（1973）分别提出的工资差异分解方法，该方法的基本思想是首先对不同群体工资方程进行估计，然后将群体间工资差异分解为两部分，一部分为个体特征差异可以解释的工资差异，一部分为个体特征差异无法解释的工资差异（通常被认为是劳动力市场中的歧视作用）。Oaxaca-Blinder方法后来经过许多经济学者的发展，目前已经被经济学者广泛地应用于工资歧视问题的研究（Heckman，1998）。事实上，个体间工资差异不仅决定于个体进入劳动力市场之后的市场环境，而且决定于个体进入劳动力市场之前的生活和学习环境。Neal和Johnson（1996）指出，黑人工人在劳动力市场中面临的不利因素大多来自于他们在进入劳动力市场前存在人力资本获取的障碍。Heckman和Rubinstein（2001）证明，个体在进入劳动力市场之前所形成的主动性、可靠性、可信赖性和自我约束力等非认知能力对个体工资水平具有重要影响。Zax和Daniel（2002）指出，个体在进入劳动力市场前的智力水平、家庭背景和生活环境会对个体工资水平产生重要影响。Carneiro、Heckman和Masterov（2003）的研究表明，美国劳动力市场中种族间的工资差异来源于个体禀赋的差异，种族歧视存在于市场前而非市场后。 本世纪初，随着中国劳动力市场调查数据的日益丰富，一些经济学者应用Oaxaca-Blinder方法（或Brown，Moon and Zoloth（1980）方法）对中国城镇劳动力市场中的户籍工资差异问题进行了经验研究。尽管一些研究结论认为中国城镇劳动力市场中的户籍工资差异主要是由户籍歧视造成的（Meng and Zhang，2001；王美艳，2003；谢嗣胜、姚先国，2006；邓曲恒，2007），而另一些研究结论认为户籍工资差异主要是由个体特征差异造成的（王美艳，2005；邢春冰，2008；张世伟、郭凤鸣，2009），但中国城镇劳动力市场存在一定程度的户籍歧视已经成为一个典型化事实。 此外，由于中国长期实行城市优先的发展战略，政府对农村环境建设、教育和卫生保健等公共品的投资明显低于城镇。由于个体在进入劳动力市场之前所处的家庭和社会环境影响了个体人力资本的获取，进而影响个体在劳动力市场中的工资水平（张世伟、吕世斌，2008）。教育是人力资本的核心，是个体就业和工资获得的最重要决定因素（Sahota，1978）。个体人力资本的获得不仅取决于教育数量，而且取决于教育质量。由于城镇和农村教育质量存在明显差异，对于在城镇和农村接受教育的个体，即使他们接受相同年份的教育，他们的知识水平和技能水平也会存在明显差异，并导致他们在进入城镇劳动力市场后的工资水平存在明显差异。因此，可以认为农民工在进入城镇劳动 本文的研究得到教育部人文社会科学重点研究基地重大项目（05JJD790079，08JJD790153）的资助。 1
①力市场前受到了教育歧视，教育歧视对农民工受教育数量和质量产生了不利影响。 中国城镇劳动力市场中的城镇工和农民工之间工资差异是否明显，工资差异是源于个体特征差异还是源于针对农民工的歧视，针对农民工的歧视是进入市场后的户籍歧视作用大还是进入市场前的教育歧视作用大？本文试图对这些问题进行解答。本文的第二部分论述分析方法，第三部分对数据进行统计描述，第四部分进行结果分析，最后给出本文的研究结论。 1 分析方法 如果在工资方程中可以充分考虑个体进入劳动力市场前和市场后的信息，则借鉴国外学者现有的研究思路就可以对中国城镇劳动力市场中城镇工和农民工之间的工资差异的成因进行精确的度量。但由于目前中国缺少个体在进入劳动力市场之前的学习和成长方面的跟踪调查数据，导致本项研究必须另辟蹊径。 本文认为尽管个体劳动生产力（知识水平和技能水平）无法观测，但个体学习和生活环境无疑会对个体知识和技能的获取产生重要影响。为了将城镇劳动力市场中农民工所受到的歧视区分为市场前和市场后两部分，本文借鉴自然实验的思路，将城镇劳动力市场中的劳动力划分为三个群体：城镇工、移民工和农民工，其中城镇工是指一直具有城镇户口且在城镇接受教育的劳动力，移民工是指在农村接受教育且15岁以上才得到城镇户口的劳动力，而农民工是指在农村接受教育且目前在城镇居住但一直没有城镇户口的劳动力，将移民工作为实验组（即对移民工进行了一个由农村户口转换为城镇户口的实验），将城镇工和农民工作为对照组，对城镇工和农民工的工资差异进行比较分析。由于移民工和农民工在进入城镇劳动力市场之前学习和生活的环境相同，教育质量相同，即市场前教育歧视对这两个群体的作用相同，如果群体之间存在工资水平差异，那么工资差异主要来自于个体特征差异和农民工进入劳动力市场后的户籍歧视。由于城镇工和移民工均具有城镇户口，即劳动力市场中不存在对他们的户籍歧视，如果群体之间工资水平存在差异，那么工资差异主要来自于个体特征差异和进入劳动力市场前的教育歧视。因此，城镇工和农民工之间的工资差异可能由三方面因素导致：个体特征差异、农民工进入市场前的教育歧视和进入市场后的户籍歧视。 工资方程是工资差异分析的基础。根据Heckman两步骤估计方法，首先在工资方程设定中需要考虑参与决策的影响以消除样本选择偏差。劳动参与方程设定为： *PZv，iii。 （1） 1 if P0iPi 0 if P0i*其中，P表示不可观测的决定个体i是否劳动参与的变量，P表示个体劳动参与的状态（1表ii示参与，0表示未参与），Z表示可观测的个体特征向量，表示回归系数，v~N(0,1)表示随机ii扰动项。 根据劳动参与理论，随着个体受教育程度的提升，个体倾向于劳动参与。随着个体年龄的上升，个体劳动参与率将呈现出先上升后下降的变动趋势。由于个体禀赋和家庭分工的原因，女性的劳动参与率通常明显低于男性的劳动参与率。婚姻状况对个体劳动参与的影响是不确定的，对男性来说，已婚意味着更大的家庭责任，会促进男性的劳动参与。对女性来说，已婚一方面由于照顾家庭和孩子的需要会抑制女性的劳动参与，另一方面由于家庭责任会促进女性的劳动参与。地区经济发展水平也会对个体劳动参与产生影响，较高的工资水平和较低的失业率会促进个体的劳动参与。因此，本文将受教育程度（虚拟变量，以小学及以下作为参照组）、年龄、年龄平方、性别（虚拟变量，以男性作为参照组）、婚姻（虚拟变量，以未婚作为参照组）和地区（虚拟变量，将数据划分为东中西部地区，以东部作为参照组）作为个体劳动参与方程的解释变量。 其次，工资方程设定为： ˆlnYXu。 （2） i0iii其中，lnY表示个体i小时工资的对数，表示截距项，X表示影响个体i工资的可观测个体i0i ① 由于教育质量等不易观测，在工资方程的设定中通常不得不用教育数量（受教育年限等）作为解释变量，导致将教育质量差异造成的工资差异归结为市场后歧视的作用，进而导致市场后歧视作用的高估。 2
2ˆ属性变量，和表示回归系数，u~N(0,)表示随机扰动项，为（逆米尔斯比）的一致iii估计量， (Z)iˆ。 （3） i(Z)i根据工资理论，个体工资水平差异主要决定于个体人力资本的差异。人力资本主要包括知识和技能，通常应用可观测的受教育程度表示个体的知识水平，应用工作经验表示个体的技能水平。一般来说，个体受教育程度与个体工资水平正相关；随着经验上升，个体工资水平通常呈现出先上升后下降的变动趋势。此外，工作单位类型、职业类型和地区经济发展水平也会对个体工资水平产生重要影响。因此，本文将受教育程度（虚拟变量，以小学及以下作为参照组）、经验、经验平方、单位类型（虚拟变量，以国有企业作为参照组）、职业类型（虚拟变量，以单位负责人作为参照组）和地区（虚拟变量，以东部地区作为参照组）作为个体工资方程的解释变量。 应用OLS方法分别对城镇工、移民工和农民工的工资方程进行回归以得到相应的回归系数，则三个群体的平均小时工资分别可以表示为： ˆˆˆlnYX， (4a) R0RRRRRˆˆˆlnYX， (4b) M0MMMMMˆˆˆlnYX。 (4c) T0TTTTT其中，下标R、M和T分别代表农民工、移民工和城镇工。lnY表示小时工资对数的均值，ˆ而X表示个体特征变量的均值，表示逆米尔斯比的均值。 i应用Blinder-Oaxaca方法将移民工和农民工之间的工资差异进行分解： ˆˆˆˆˆˆˆlnYlnY()(XX)X()()。 (5) MR0M0RMRMRMRMMRRˆˆˆ其中，(XX)表示移民工和农民工之间个体特征差异导致的工资差异，()和MRM0M0RˆˆX()表示劳动力市场中户籍歧视导致的工资差异，ˆˆ()表示样本选择偏差带来RMRMMRR的工资差异。 同理，城镇工和移民工之间的工资差异可以分解为： ˆˆˆˆˆˆˆlnYlnY()(XX)X()()。 (6) TM0T0MTMTMTMTTMMˆˆˆ其中，(XX)表示城镇工和移民工之间个体特征差异导致的工资差异，()和TMT0T0MˆˆX()表示农民工进入市场前教育歧视导致的工资差异，ˆˆ()表示样本选择偏差MTMTTMM带来的工资差异。 如果劳动力市场不存在户籍工资歧视，则农民工应该得到的工资可以表示为： ˆˆˆˆlnYX。 (7) R0MRMRM即与移民职工具有相同特征回报的情况下，农民工应该得到的工资水平。在消除户籍歧视因素的影响之后，城镇工和农民工工资的差异可以分解为： ˆˆˆˆˆˆˆˆlnYlnY()(XX)X()()。 (8) TR0T0MTRTRTMTRMˆˆˆ其中，(XX)表示城镇工和农民工之间个体特征差异导致的工资差异，()和TRT0T0MˆˆX()表示教育歧视导致的工资差异，ˆˆ()表示样本选择偏差带来的工资差异。 RTMTTRM依据方程（4a）、（7）和（8），城镇工和农民工之间的工资差异最终可以分解为： ˆˆlnYlnY(lnYlnY)(lnYlnY)TRTRRRˆˆˆˆˆ ()(XX)X()。 (9) 0T0MTRTRTMˆˆˆˆˆˆ ()X()()0M0RRMRTTRRˆˆˆ其中，(XX)表示城镇工和农民工之间个体特征差异导致的工资差异，()和TRT0T0MˆˆˆˆˆˆX()表示农民工进入市场前教育歧视导致的工资差异，()和X()表示RTM0M0RRMR 3
农民工进入市场后户籍歧视导致的工资差异，ˆˆ()表示样本选择偏差对工资差异的影响。 TTRR2 数据描述 本文使用的数据来自中国社会科学院经济研究所“中国城乡居民收入分配”课题组2002年住户抽样调查数据，该调查在国家统计局大样本二次抽样的基础上得到，覆盖了中国东部、中部、西部①三大地区12个省和直辖市的60多个城市近万个家庭，调查内容涉及个人（和家庭）的基本人口信息、收入与财产信息和劳动力市场状态信息。根据研究问题的需要，本文首先将样本限定于城镇居住的年龄在16-60岁之间的劳动年龄人口，其次在样本中删除了从事农林牧渔及相关职业的就业人口，得到11322个个体的样本，其中城镇工6400人，移民工2179人，农民工2743人。 ②表1给出了城镇工、移民工和农民工个体特征的描述统计量，可以发现移民工的劳动参与率最高（%），城镇工次之（%），而农民工的劳动参与率最低（%），主要源于移民工中存在大量通过接受中高等教育后由农村户口转为城镇户口并在城镇就业的劳动力，而农民工由于受教育水平较低且可能在劳动力市场中受到就业歧视。城镇工和移民工的工资水平明显高于农民工的工资水平，其中城镇工的工资率为农民工的倍，而移民工的工资率为农民工的倍。 城镇工、移民工和农民工之间的工资差异显然与个体人力资本水平密切相关，城镇工和移民工的受教育程度明显高于农民工的受教育程度，其中没有农民工接受过本科教育，即使接受大专教育的比例也仅为%，不仅说明受教育程度的差异是导致城镇工和农民工工资差异的一个成因，而且暗示着接受高等教育是农村人口转变为城镇人口的一个主要途径。城镇工的经验略高于移民工，但明显高于农民工，不仅说明经验的差异是城镇工和农民工工资差异的一个成因，而且暗示着农民工通常不能在城镇长期居留。从工作单位所有制类型来看，城镇工和移民工在国有企事业就业的比例远高于农民工在国有企事业就业的比例，农民工主要在私营企业就业，由于国有企事业的工资水平明显高于私有企业，进而易于导致农民工的工资水平低于城镇工和移民工的工资水平，同时暗示着城镇劳动力市场中存在针对农民工的就业歧视。从个体从事的职业类型来看，农民工作为单位负责人的比例明显高于城镇工和移民工，主要源于农民工独立经营的比例很高，其作为独立经营单位负责人的收入明显低于国有企事业单位（或部门）负责人的收入。在地区分布上看，农民工流动到东部地区的比例较高，而流动到西部地区的比例较低，主要源于东部地区的经济发展水平和工资水平较高。 表1 城镇工、移民工和农民工个体特征的描述统计量 特 征 城镇工 移民工 农民工 特 征 城镇工 移民工 农民工 劳动参与率 外资企业 小时工资 股份制 小学及以下 其 他 初 中 负责人 高 中 技术人员 大 专 办事人员 本科及以上 生产操作 经 验 商业服务 女 性 东 部 国有企事业 中 部 集体企业 西 部 私营企业 样本量 6400 2179 2743 注：工作单位类型和职业类型均按平均工资由高到低排列。 从表1中可以发现，城镇工的工资水平高于移民工的工资水平。尽管移民工的经验略低于城镇 ① 其中，东部地区包括北京市、辽宁省、江苏省和广东省，中部地区包括安徽省、河南省、湖北省和山西省，西部地区包括重庆市、四川省、云南省和甘肃省。 ② 根据Eissa（1995）的观点，本文将一年内有过就业经历界定为劳动参与。 4
工，但移民工的受教育程度、在国有企事业就业比例和作为单位负责人与技术人员的比例均高于城镇工，城镇工和移民工的工资差异是否由两个群体在进入劳动力市场前所处环境差异（市场前教育歧视）导致的个体能力差异造成的？移民工的工资水平明显高于农民工的工资水平。尽管移民工的受教育程度和经验均明显高于农民工，但移民工在国有企事业就业比例、作为技术人员、办事人员与生产操作人员比例远高于农民工，移民工和农民工的工资差异是否部分地由进入劳动力市场后户籍歧视造成的？与城镇工相比，对农民工是否不仅存在进入市场前的教育歧视而且存在进入市场后的户籍歧视？这些问题均无法通过描述统计量给出解答，需要应用微观经济计量模型对相关变量加以控制，并应用前文提出的工资差异分解方法加以解答。 3 工资方程回归结果 表2给出了应用极大似然估计方法对城镇工、移民工和农民工劳动参与方程进行回归的结果，可以发现受教育程度越高，个体越倾向于劳动参与；对农民工来说，年龄越高越倾向于劳动参与，这主要源于外出务工的农民工多为青壮年，年纪较大的农民工通常会退出城镇劳动力市场返回农村；与女性相比，城镇工和移民工中男性更倾向于劳动参与，而农民工劳动参与与性别没有明显关系，主要源于农民工进城的目的在于通过就业获得收入；对于城镇工和农民工来说，未婚个体更倾向于劳动参与，主要源于在城镇中已婚个体存在大量“4050”人员，而农民工中多为青壮年；与中部地区相比，东部地区的城镇工和农民工更倾向于劳动参与，主要源于东部经济发展水平和工资水平较高；与东部地区相比，西部地区的移民工更倾向于劳动参与，主要源于移民工中接受过中高等教育人口比例较高，同时西部地区对接受过中高等教育人口需求较大。因此，劳动参与方程的回归结果基本符合经济理论预期和经济现实。 表2 劳动参与方程回归结果 解释变量 城镇工 移民工 农民工 解释变量 城镇工 移民工 农民工 初 中 ***已 婚 ** ***高 中 ** *** 中 部 *** ***大 专 *** *** * 西 部 * 本科及以上 *** *** 常数项 *** *** ** 2年 龄 ***PseudoR 女 性 *** *** 注：*、**和***表示在10%、5%和1%水平上显著，不显著变量回归系数已删除，下同。 表3给出应用OLS方法对城镇工、移民工和农民工的工资方程进行回归的结果，可以发现逆米尔斯比系数显著，说明对工资方程进行样本选择偏差修正是必要的；随着受教育水平的提升，它们对个体工资获得的影响程度越来越高；对于仅仅初中毕业的农民工来说，初中毕业对其工资收入没有显著影响，一方面说明这些农民工通常从事技术含量较低的工作，另一方面暗示着农村初中教育质量可能较差；对于城镇工和移民工来说，经验系数显著为正，而经验平方系数显著为负，说明工资水平随着经验的提高呈现出先上升后下降的变动趋势；但对于农民工来说，经验系数不显著，而经验平方系数显著为负，说明农民工的经历对其工资收入没有正向影响，而随着年龄的增加（与经验同步增加）农民工工资收入在下降；在农民工内部，与女性相比，男性更易获得较高的工资收入；对于城镇工和移民工来说，在国有企事业单位工作比在集体企业和私营企业更易获得较高的工资收入，主要源于国有企事业单位的平均工资水平较高；但对农民工来说，在国有企事业获得的工资水平却较低，主要源于农民工通常属于正规部门的体制外人员，他们无法享受正式职工的相应工资待遇；对于城镇工和移民工来说，作为负责人和技术人员更易获得较高的工资收入；但对于农民工来说，作为负责人和商业服务人员通常得到较低的工资收入；与中部地区和西部地区相比，在东部地区更易获得较高的工资收入，这是由于东部地区经济发展水平较高决定的。因此，工资方程回归结果基本符合经济理论预期和经济现实。 通过将城镇工、移民工与农民工的工资方程回归结果进行比较可以发现，在相同的受教育水平下，城镇工和移民工的教育回报率明显高于农民工的教育回报率；同样，城镇工和移民工的经验回报率也明显高于农民工的经验回报率。农民工较低的人力资本投资回报率，再次说明农民工在城镇劳动力市场中通常从事技术含量较低的工作，这一方面源于城镇劳动力市场存在针对农民工就业的户籍歧视，另一方面可能源于农民工的教育质量较低。 5
表3 工资方程回归结果 解释变量 城镇工 移民工 农民工 解释变量 城镇工 移民工 农民工 初 中 *** *** 其 他 ***高 中 *** *** ** 技术人员 ** ** 大 专 *** *** * 办事人员 *** * 本科及以上 *** *** 商业服务 ****** ***经 验 *** *** 生产操作 ***** *** 经验平方 *** *** ***中 部 ****** ***女 性 ***西 部 ****** ***集体企业 *** *** * * *** 私营企业 *** *** * 常数项 *** *** *** 2外资企业 *** *** 调整R 股份制 *****表4给出了城镇工、移民工和农民工相互之间工资差异的分解结果，可以发现移民工与农民工的小时工资对数差异为，其中个体特征差异、农民工进入市场后的户籍歧视和样本选择偏差分别解释了工资差异的%、%和%，说明移民工和农民工之间的工资差异主要来自于个体特征差异而非户籍歧视，其中一个主要原因在于移民工大多数在农村学习生活时是同龄人口中智商较高且学习能力较强的个体，他们通过自己的努力考入高等学校（或中等专业学校），并在毕业后留在城镇就业（同时获得城镇户口）。事实上，由于移民工具有较高的人力资本获取能力和水平，即使他们没有城镇户口，他们的工资水平仍将明显高于农民工的工资水平。当然，如果城镇劳动力市场中不存在户籍歧视，农民工的工资水平将会得到一定程度（14%左右）的提高。 表4 城镇工、移民工和农民工工资差异分解结果 群 体 工资差异 特征差异 市场前歧视 市场后歧视 选择偏差 移民工-农民工 城镇工-移民工 城镇工-农民工 城镇工工资率略高于移民工工资率，工资差异主要由样本选择偏差和个体特征差异导致。由于样本选择偏差对工资差异起到最主要作用，且样本选择偏差中包含很大的歧视成分（Neuman and Oaxaca，2004），因此本文无法通过该项结果对城镇工与移民工工资差异的成因进行较准确的度量。 城镇工与农民工的小时工资对数差异为，其中个体特征差异、农民工进入市场前的教育歧视、进入市场后的户籍歧视和样本选择偏差分别解释了工资差异的%、%、%和%，说明城镇工和农民工之间的工资差异主要来自个体特征差异，但针对农民工的歧视也起到较大作用。针对农民工的歧视不仅来源于农民工进入劳动力市场后的户籍歧视，而且来源于农民工进入劳动力市场前的教育歧视。同时，对农民工而言，进入市场前的教育歧视对其工资获得的影响要大于进入市场后的户籍歧视。 4 结 论 本文提出了一个基于自然实验的户籍工资差异分解方法，该方法假设对移民工进行了一个由农村户口转换为城镇户口的实验，以移民工作为媒介，可以将城镇工和农民工之间的工资差异分解为个体特征差异、农民工进入市场前的教育歧视和进入市场后的户籍歧视。应用该方法，本文分析了中国城镇劳动力市场中城镇工和农民工之间工资差异的成因。研究结果表明：城镇工工资率是农民工工资率的倍，两类劳动力工资差异的%、%和%分别是由个体特征差异、农民工进入市场前的教育歧视和进入市场后的户籍歧视导致的。 针对农民工的歧视导致农民工和城镇工的工资率出现了%左右的差异，说明针对农民工的歧视程度还是较大的，应该引起政府部门和经济学者的足够重视。针对农民工的户籍歧视解释了城 6
镇职工和农民工工资差异的%，这与国内一些学者的研究结论是类似的（王美艳，2005；邢春冰，2008；张世伟、郭凤鸣，2009）。城镇劳动力市场中针对农民工的户籍歧视主要包括就业歧视和工资歧视，户籍歧视使得农民工受到了不公平的对待，不仅会对城镇劳动力市场的资源配置效率产生不利影响，而且会对农村劳动力向城镇合理有序的流动产生不利影响。因此，政府设计和实施公平的就业制度和工资分配制度，将有助于城镇工和农民工工资差距的缩小，进而有助于农村剩余劳动力向城镇合理有序的流动和劳动力市场资源配置效率的提高。 以往关于城镇工和农民工工资差异的研究通常主要关注针对农民工的户籍歧视的作用。本文的研究结果中发现，针对农民工的教育歧视解释了城镇工和农民工之间工资差异的%，说明对于农民工工资获得来说，教育歧视的作用大于户籍歧视的作用。由于中国在城乡之间存在明显的教育支出差异，导致农村人口受教育的数量和质量明显低于城镇人口受教育的数量和质量（段成荣，2006）。针对农村人口的教育歧视严重影响了农民工的受教育数量和质量，影响了农民工人力资本的获取，进而对农民工的就业和工资水平产生不利影响。因此，政府增加农村教育事业的投入，实现城乡教育事业的均衡发展，不仅有助于农村人口人力资本水平的提升，而且有助于农村劳动力向城镇合理有序流动和农民工工资水平的提升。 参考文献 [1] Becker G. The Economics of Discrimination [J]. University of Chicago Press, 1957. [2] Blinder A. Wage Discrimination: Reduced Form and Structural Estimates [J]. Journal of Human Resources, 1973, 8: 436-455. [3] Brown R, Moon M, Zoloth B. Incorporating Occupational Attainment in Studies of Male-female Earnings Differentials [J]. Journal of Human Resources, 1980, 15: 3-28. [4] Carneiro P, Heckman J, Masterov D. Labor Market Discrimination and Racial Differences in Premarket Factors [J]. Journal of Law and Economics, 2005, 48: 1-39. [5] Eissa, N. Taxation and Labor Supply of Married Women: The Tax Reform Act of 1986 as a Natural Experiment [W]. NBER, 4325, 1995. [6] Heckman J. Detecting Discrimination [J]. Journal of Economic Perspectives, 1998, 12: 101-116. [7] Heckman J, Rubinstein Y. The Importance of Noncognitive Skills: Lessons from the GED Testing Program [J]. American Economic Review, 2001, 91: 145-149. [8] Meng X, Zhang J. The Two-Tier Labor Market in Urban China: Occupational Segregation and Wage Differentials between Urban Residents and Rural Migrants in Shanghai [J]. Journal of Comparative Economics, 2001, 29: 485-504. [9] Neal D, Johnson W. The Role of Pre-market Factors in Black-White Wage Differences [J]. Journal of Political Economy, 1996, 104: 869-895. [10] Neuman S, Oaxaca R. Wage Decompositions with Selectivity-Corrected Wage Equations: A Methodological Note [J]. Journal of Economic Inequality, 2004, 2: 3-10. [11] Oaxaca R. Male-female Wage Differentials in Urban Labor Markets [J]. International Economic Review, 1973, 14: 693-709. [12] Sahota G. Theories of Personal Income Distribution: A Survey [J]. Journal of Economic Literature, 1978, 16: 1-55. [13] Zax J, Daniel I. IQ, Academic Performance, Environment, and Earnings [J]. Review of Economics and Statistics, 2002, 84: 600-616. [14] 邓曲恒. 城镇居民与流动人口的收入差异：基于Oaxaca-Blinder和Quantile方法的分解 [J]. 中国人口科学, 2007年第2期. [15] 段成荣. 中国人口受教育状况分析 [J]. 人口研究, 2006年第1期. [16] 王美艳. 转轨时期的工资差异：歧视的计量分析 [J]. 数量经济技术经济研究, 2003年第5期. [17] 王美艳. 城市劳动力市场上的就业机会与工资差异——外来劳动力就业与报酬研究 [J]. 中国社会科学, 2005年第5期. [18] 谢嗣胜, 姚先国. 农民工工资歧视的计量分析 [J]. 中国农村经济, 2006年第4期. [19] 邢春冰. 农民工与城镇职工的收入差距 [J]. 管理世界, 2008年第6期. [20] 张世伟, 郭凤鸣. 东北地区城市劳动力市场中户籍歧视问题分析 [J]. 中国农村经济, 2009年第2期. [21] 张世伟, 吕世斌. 家庭教育背景对个人教育回报和收入的影响 [J]. 人口学刊, 2008年第3期. 7
