5.4　实证分析

理论分析的一个重要假设是，关系增加了劳动力进入垄断企业的概率。考虑到这个假设条件，以及社会网络可以降低搜寻成本的事实，可以推断，具有关系的劳动力更容易获得高工资。另外，理论模型也讨论了垄断行业中的不公平竞争对竞争行业的外溢性影响。理论分析表明，垄断行业以关系作为劳动力市场进入障碍时，竞争行业内部由关系导致的工资差距也会增大。实证分析将系统地检验理论部分地前提假设和分析结论。具体而言，实证部分检验如下三个命题：①关系增加了劳动力进入垄断企业的概率；②具有关系的劳动力更容易获得高工资；③垄断行业的工资以及垄断行业在劳动力市场中所占的份额，对竞争行业内部的工资差别具有外溢性的影响。

5.4.1　数据和变量

（1）数据来源

本文使用中国城市、农村和流动人口居民收入调查（Rural-Urban Migration in China，RUMiC）数据对理论模型进行实证分析。RUMiC是一个大型跟踪调查项目，包含2008—2012年4年的跟踪调查。每轮调查在年初进行，并询问前一年的全年收入和消费信息。目前公布了2008年和2009年两轮调查的数据。本文根据这两轮调查构建面板数据，进行实证分析。(44)RUMiC调查包含3个子样本：农村住户样本、农村—城镇流动人口样本、城镇住户样本，分别包含了8000个农村家庭、5000个流动人口家庭和5000个城镇家庭样本。在本文的分析中，我们专注于分析城市劳动力市场，因此只考察城镇住户样本。城镇住户调查由课题组设计调查框架，由国家统计局执行。调查采用分段随机抽样的方法，覆盖了全国9个省份的19个城市。(45)具体的抽样设计和跟踪方法可见于Kong（2010）。RUMiC调查问卷不仅涵盖了家庭人口特征、教育、就业以及村居信息，还包含了一个专门的模块，用来调查家庭社会关系。这为本文的实证分析提供了很大的方便。另外，面板数据使我们在建立计量模型的过程中拥有更大的自由度，也能够更好地处理内生性问题。

（2）变量定义

①关于垄断行业的界定

垄断是指一个或少数企业主导市场，并且可以操纵价格的市场状态。相对于竞争行业，垄断行业中的企业数量少，企业对价格有控制能力，并且企业不能自由进入和退出。在界定垄断行业与竞争行业时，统计上常用的指标为行业集中度。可以采用几个最大企业的销售额市场占有率来分析，也可以采用赫芬达尔指数来分析（Herfindahl-Hirschman Index）。但我国缺乏此类数据。另外，企业市场占有率较高，不一定就意味着其具有操纵市场的能力。当企业进入和退出市场的成本很低时，形式上占据垄断地位的企业仍然面对大量潜在竞争者，需要遵循竞争行业的规则。另外，对于规模经济导致的自然垄断行业，也存在着实现竞争的可能性（周其仁，2006）。事实上，只有行政垄断才是真正意义上的垄断。而行政垄断恰恰是我国经济的特征（岳希明等，2010）。因此，本文依据行业中企业的数量、进入退出壁垒，以及国有资本在行业中的比重，并且借鉴武鹏（2011）和岳希明等（2010）的分析，对垄断行业与竞争行业进行了界定。具体的划分方法如表3-1所示。另外，我们还将就职于下述垄断性行业中的临时工和一年以下短期合同工列为竞争行业的职工。(47)

②关于工资的度量

本文分析的样本限于城镇劳动年龄人口。(48)在城镇劳动年龄人口中，除了身份为雇员的劳动者，还有身份为雇主、自营或家庭帮工。(49)据此，我们定义就业类型变量s，s=1，2或3。1代表不进入劳动力市场，2表示成为竞争行业中的雇员，3表示成为垄断行业中的雇员。

对于雇员的工资，本文使用小时工资，而非年度工资或月度工资。原因在于，小时工资能够更加准确地衡量工资差别。在月工资或年度工资总量相同的情况下，工作时间短的雇员事实上具有更高的福利水平。因此，使用月工资或年度工资可能会低估工资差距。本文所指的工资，是指雇员在岗位上得到的总收入，包括基本工资、奖金、津贴和实物折现。(50)

③如何衡量关系（社会网络）

关系这一概念并不具有明确的定义。在社会网络理论中，这一概念被定义为节点和节点之间的联系（Jackson, 2010）。但在实证研究中，研究者常用各种不同的指标定义和衡量关系。关系经常被理解为个体所拥有的社会联系的总量。从这个角度出发形成的衡量指标包括：“春节时期联系过的亲友数量”“需要时提供帮助的亲友数量”“找工作时的老乡关系”“亲友间的礼金往来”，以及从姓氏宗族角度考察所得的社会联系（Kinnan & Townsend, 2012；赵剑治和陆铭，2009；陈钊等，2009；郭云南和姚洋，2013）。也有研究从社会联系的内容上描述关系，如“是否与党员干部关联”（Zhang & Li, 2003）。由于礼金往来常常与家庭的富裕程度相关，因此在实证分析中容易造成严重的内生性问题。而亲友数量，尤其是亲戚的数量，在很大程度上是外生的。虽然也会存在与收入水平之间的相互因果关系，但毕竟比礼金这一变量要更为可靠。结合本文使用的调研数据，我们使用“春节期间相互问候的朋友数量”作为衡量关系变量的指标。为了减少测量误差带来的影响，我们还使用一个替代指标，即“春节期间相互问候的亲戚数量”。不同的人对“朋友”这个概念可能存在不同的理解，因而容易导致测量误差。但一般人对亲戚的界定却是清晰的。因此，亲戚数量指标更加可靠。

除了上述关键变量，本文还使用到了如下变量，包括年龄、性别、受教育年限、民族属性、婚姻状况、家庭特征以及村居环境等变量。具体的变量定义和统计性描述展示在表5-2中。由粗略比较可知，垄断行业的月工资和小时工资均明显高于竞争行业，高出的幅度在30%左右。在垄断行业中，朋友数量、亲戚人数、受教育年限和男性职工比例等均高于竞争行业。另外，垄断行业中具有城镇户口的职工比例更高，表明垄断行业具有更明显的户籍歧视。

5.4.2　计量模型

（1）关系与就业机会

以往文献在分析关系对就业机会的影响时，往往只考虑是否进入高收入行业或垄断行业。而现实当中，劳动者面临着三种选择：不进入劳动力市场，进入竞争行业或者进入垄断行业。处理多于2个选项时，一个常用的方法就是Multinomial Logit模型。Multinomial Logit模型可以通过随机效用函数来刻画，具有很好的微观基础。针对本文的计量模型设定如下。

首先，用s表示劳动者最终做出的选择，s=1，2或3。1代表不进入劳动力市场，2代表进入竞争性企业，3代表进入垄断企业。只有当某一个选项所得的效用大于其他选项时，劳动者才选择此选项。其次，定义随机效用函数如下，其中j=1，2或3，意味着统一特征的劳动者在选择不同选项时，获得的预期效用不同。1代表不进入劳动力市场，2代表进入竞争性企业，3代表进入垄断企业。Z向量包含了影响效用的变量信息，γ_j为对应的系数向量，η_j为随机干扰项。

当时，劳动者的最优选项为s。定义，则根据随机效用表达式，可知ε_s =（Zγ_j＋η_j-Zγ_s-η_s）。显然，只有当ε_s<0时，劳动者才会选择s。在随机干扰项（η_j）服从独立同分布，且分布形式可以用Gumbel分布描述时，根据McFadden（1973），劳动者选择选项的概率s如下。

根据上述表达式，结合各选项概率和为1的约束条件，可以通过极大似然估计获得系数向量γ_j的估计值。Multinomial Logit模型的优点有很多，但依赖于独立不相关假设(Irrelevance of Independent Alternatives，IIA)。当IIA假设不成立时，一个可替代的选择是Multinomial Probit模型。Multinomial Probit模型假设随机干扰项服从正态分布，其计算过程较Multinomial Logit模型更为复杂。我们将其作为稳健性检验，考察结论的稳健性。(51)另外，由于本文考察的重点是劳动者进入垄断行业或者竞争行业的选择，而Multinomial Logit模型是基于相对概率的分析，因此我们设定参照组(Base Outcome)为竞争行业。

另外一个需要考虑的是关系变量的内生性。虽然我们使用不同的替代变量尽量减少测量误差带来的内生性，同时使用很多劳动者背景信息减少遗漏变量导致的内生性，但这还远远不够。我们还必须考虑交互因果关系导致的内生性。进入垄断行业的机会以及工资都可能对关系变量产生影响。首先，进入垄断行业的机会较低，或者工资较低的劳动者更可能依赖关系寻找工作（陈钊等，2009）。可能的原因是这些劳动者利用公共信息的能力有限，或者搜寻信息的成本更高，因此更加依赖关系获得就业信息。这个原因导致的内生性，将会使得关系的影响被低估。其次，就职于垄断行业或者工资较高的人，更可能建立起较大的社会网络。所谓“穷于闹市无人问，富在深山有远亲”。这个原因导致的内生性，将使得普通回归中关系变量的影响被高估。因此，我们无法准确判定内生性偏误的方向。对于这种交互影响导致的内生性问题，需要我们使用严格外生的工具变量来处理。一个流行的做法是，使用家庭的历史信息作为工具变量。本文使用的工具变量是户主和配偶父母的职业以及受教育程度。如果户主和配偶的父母是国家机关、党群组织、企事业单位负责人，或者是接受过高等教育的人，则有利于子女建立更广的社会网络。(52)同时，子女的行为并不能对这些历史信息构成影响。(53)需要注意的是，虽然工具变量估计得到的系数具有一致性，但方差是有偏的。因为，第二阶段使用的是第一阶段的估计值而非变量真值，因此第二阶段的方差估计必须要考虑到第一阶段的影响，否则就低估了第二阶段的方差，造成统计推断的偏误。对于这个问题，可以使用Bootstrap修正方差（Petrin & Train, 2010）。

（2）关系与收入差距

在讨论关系对收入的影响时，实证分析面临着一个重要的问题：只有当劳动者做出就业选择之后，我们才可以观察到其收入状况。劳动者在选定的行业中，其收入状况受到自身特征和一些随机因素的影响。设定收入模型如式(5-13)所示，其中s=1，2或3。1代表不进入劳动力市场，2代表进入竞争性企业，3代表进入垄断企业。向量X包含了影响效用的变量信息，包括关系、年龄、教育程度等。(54)β_s为对应的系数向量。u_s为随机干扰项，服从0均值且同方差的假设。

只有当劳动者选择了选项s之后，我们才可以观察到收入水平y_s。因此，估计上述模型的一个问题在于，观察到收入水平所对应的u_s可能与模型（5-11）中的随机干扰项（η_j；j=1，2，3）相关。如果事实如此，将导致模型（5-13）中的随机干扰项与解释变量相关。进而，OLS估计有可能产生回归偏误。

根据Heckman（1979）的基本思路，学者们使用不同的方法将模型（5-13）中遗漏在随机干扰项中的部分清理出来。针对本文的实证分析，即根据模型（5-1）所示的Multinomial Logit模型估计系数向量γ_j构建函数λ（Z γ₁，Z γ₂，Z γ₃）用于捕捉遗漏变量信息。进而对如下模型进行OLS回归。

在各种备选方法中Lee（1983）提出的方法，待估参数少且估计过程简单。但是，其施加于随机干扰项的假设过于严格。这导致Lee（1983）的估计量稳健性较差。Dubin & McFadden（1984）放松了对选择方程和结果方程中两个随机干扰项的假设。Bourguignon et al.（2007）又对Dubin & McFadden（1984）的工作进行了改进，使其能够处理异方差问题，提高了估计量的有效性。另外，Bourguignon et al.（2007）发现对随机干扰项之间相关关系的约束条件可以被放松，进而得到更为稳健的估计。不同于以上研究，Dahl（2002）用第一阶段所得的概率估计值的幂函数来逼近函数λ（Z γ₁，Z γ₂，Z γ₃）。这个方法降低了待估参数的个数，但其对随机干扰项相关性的约束条件很强（Bourguignon et al.，2007）。综合上述方法的优缺点，我们发现经过Bourguignon et al.（2007）改进的Dubin & McFadden（1984）估计量既能够获得稳健的估计，同时又能保证较高的有效性。因此，本文选择这一方法处理样本选择偏误。为了简化描述，我们称之为BFG模型。具体的模型如式（5-15）所示。

其中，衡量了随机干扰项u_s与之间的相关性。是对η_s进行形式转换得到的，转换的目的在于使模型可以在随机干扰项为正态分布的情况下依然可用。m（P_s）是一个积分项，衡量了选项s可被观察到时的均值。

根据理论模型的分析，垄断企业通过关系因素设置的劳动力市场进入障碍，不仅破坏了垄断行业劳动力竞争的公平性，而且还对竞争行业内部的工资差别具有外溢性的影响。其影响渠道是，垄断行业的高工资提高了具有关系背景的劳动力的保留效用，增大了这些劳动力在劳动力市场上的议价预期。竞争性企业的利润最大化决策意味着支付给这些劳动力的工资要更高。本节实证分析检验的主要内容是，垄断行业工资以及垄断行业在劳动力市场中的份额，是否加剧了竞争行业内部由关系背景带来的收入差距。

检验垄断行业工资的影响时，我们使用垄断行业的平均工资与关系的交叉项作为关键解释变量。(55)并且，通过模型(5-16)进行实证检验。其中，Wm为垄断行业的平均工资，Guanxi代表关系变量，α为交叉项的系数。向量X向量包含了影响效用的变量信息，包括关系、年龄、教育程度等。β为对应的系数向量。v为随机干扰项，服从0均值且同方差的假设。只有在Wm发生变动的情况下，才能通过实证分析检验其产生的影响，因此，这一节的分析必须使用面板数据。

类似于上面的思路，我们使用模型（5-17）检验垄断行业在劳动力市场中的份额，对竞争行业中关系导致的工资差距的影响。其中，Sm为垄断行业在劳动力市场中所占的份额，Guanxi代表关系变量，α为交叉项的系数。其他变量的定义与上面的模型保持一致。同样，由于只有Sm变化的时候，才能分析其产生的影响，我们需要使用面板数据。

由于模型（5-16）和模型（5-17）也面临着与模型（5-13）类似的样本选择问题，我们也使用经过Bourguignon et al.（2007）改进的Dubin & McFadden（1984）估计量处理样本选择偏误。另外，处理关系变量内生性问题使用的工具变量和回归方法也与模型（5-15）一样。

5.4.3　社会网络对就业机会的影响

关系与就业机会的实证结果展示在表5-3中。回归系数为边际效应，反映了各个变量对劳动者进入垄断行业概率的影响。这个概率是相对于进入竞争行业而言的概率。所有的回归均表明，关系变量的系数显著为正，且统计显著性均高于5%的水平。这说明，更广的社会关系有助于劳动力进入垄断行业。虽然关系变量的系数在统计上具有较高的显著性，但其经济意义并不是很大。第一列回归结果中，以朋友数量作为度量关系的指标，采用2008年的数据所得的系数为0.0006。这意味着朋友数量增加10，则进入垄断行业的相对概率仅仅增加0.6%。这有可能是内生性问题造成的关系变量系数被低估的结果。工具变量回归的结果（表5-4）说明关系变量的系数确实被低估了。

而受教育年限对进入垄断行业机会的影响很大。根据回归结果，多接受10年的教育，进入垄断企业的机会可以增加18%左右。年龄变量虽然在多数回归中统计显著，但其经济意义并不大。而性别特征具有很重要的影响。各个回归结果表明，男性较女性进入垄断行业的概率要高12%左右。另外，身体健康者以及具有城镇户口者具有更大的机会进入垄断行业。民族和婚姻状况的影响不显著。子女数量的影响为负。这与我们的经验感知相符。花在照顾子女身上的时间和精力越多，获得更好工作机会的概率自然会越小。总之，回归分析的结果与描述性统计中所得到的初步分析结果相吻合。

为了进行稳健性检验，我们还使用Multinational Probit模型对关系与就业机会的联系进行了分析。Multinational Probit模型与表5-3中的回归结果基本一致，关系变量的回归系数均显著为正，但经济意义并不是十分明显。为了节约篇幅，我们没有在此报告具体的结果。(56)另外Hausman的IIA检验也提供了支持独立不相关假设的证据。接下来，我们分析控制了关系变量内生性的回归结果。

表5-4展示了工具变量Multinational Logit模型的回归结果。使用工具变量控制关系的内生性之后，关系变量的系数显著增加，并且具有很高的统计显著性。以第一列回归结果为例，根据2008年和朋友数量计算的结果显示，关系对进入垄断行业的边际效应为0.0073。这意味着，朋友数量增加10，则进入垄断行业的相对概率增加7.3%。而2009年的系数为0.0149，意味着增加10个朋友，概率会增加14.9%。工具变量回归的系数显著增大，说明陈钊等（2009）讨论的内生性分析的原因，是造成内生性的主要方面。也就是说，进入垄断行业机会较小的劳动者更依靠关系寻找工作机会。结合表5-3与表5-4的分析结果，关系对劳动者进入垄断行业具有非常重要的影响。

其他变量的回归结果与表5-3中基本一致。受教育年限仍然对进入垄断行业具有重要影响。男性劳动者和具有城镇户口的劳动者进入垄断行业的机会更大。婚姻和民族变量仍然不显著，这说明在中国的劳动力市场中，不同民族劳动者面临的待遇比较公平，歧视问题并不严重。这一点也与既有研究的结论一致。而兄弟排行的系数为负，说明兄弟姐妹中较年轻者更容易进入垄断行业。这一点结论也符合我们的经验感知。兄弟姐妹中的年轻者可以接受哥哥或姐姐提供的信息、资金以及社会关系的支持，从而能够把握更好的工作机会。

5.4.4　社会网络对收入差距的影响

表5-5显示了使用BFG模型修正样本选择偏误之后的回归结果。选择方程（Select Function）中使用的解释变量与表5-3及表5-4中的一致。依照Bourguignon et al.（2007）的建议，为了更好地识别模型，我们在结果方程（Outcome Function）中仅包含了与劳动者自身特征最为密切相关的变量，包括关系、教育、年龄、性别、培训经验和健康程度。(57)普通的BFG模型中，关系变量的系数在0.003~0.005。并且，关系变量系数的统计显著性均高于5%的水平。这意味着，增加10个亲戚朋友，工资将增加3%~5%，其经济意义非常显著。考虑2008年的数据，朋友数量的平均值为20。如果一个人拥有的朋友数量较多，假设40个，则其工资要高于平均水平6%~10%。

但关系的影响并未超越教育。受教育年限的系数在0.07左右，说明多接受一年的教育，工资可以增长7%。这说明垄断行业中的教育回报率很高。不过在这里需要考虑两个问题。首先，这个回归并没有考虑受教育年限的内生性，可能导致教育年限的系数被高估。(58)其次，垄断行业中较高的教育回报率也未必是劳动者充分发挥人力资本价值的结果，可能只是垄断利润的表现而已。

使用工具变量控制了关系的内生性之后，关系变量的系数仍然显著为正。虽然系数绝对值较表5-5中的略小，但其经济意义仍然是重要的。回归结果表明，亲友数量增加10个，相应的工资水平会提高2.4%~4.4%。如果亲友数量较平均水平高出20个，则相应的工资水平将高出4.8%~8.8%。其他控制变量的结果与表5-5中的结果基本一致。教育变量仍然是各个因素中影响最大的。比平均水平高出一年的正规教育可以使收入提高3%~6%。这也符合以往研究的论断，即教育因素对工资差别的解释力要略高于关系变量（赵剑治和陆铭，2009）。综合表5-5与表5-6的结果，可以证明，关系对垄断行业中的劳动者工资具有重要的正向影响。

本文的理论框架表明，垄断企业通过关系因素设置的劳动力市场进入障碍，不仅破坏了垄断行业劳动力竞争的公平性，而且还对竞争行业内部的工资差别具有外溢性的影响。这一点可以被表5-6中垄断工资与关系变量的交叉项系数证实。表5-6中的垄断工资是指垄断行业的平均工资。其通过关系影响竞争行业劳动者工资的原因在于，垄断行业的高工资提高了具有关系背景的劳动力的保留效用，增大了这些劳动力在劳动力市场上的议价预期。为了留住这些劳动者，竞争性企业的利润最大化决策意味着支付给这些劳动力的工资要更高。垄断工资与关系变量的交叉项系数显著为正，意味着垄断行业的工资水平越高，则具有关系背景的劳动力获得的工资水平也就越高。这恰恰证明了理论模型的预测。

虽然关系变量的系数为负，但考虑了交叉项之后的总体影响为正，说明社会网络较广的劳动力在竞争行业中的工资水平也更高。关系对竞争行业中的工资仍然有显著影响。这一点也与理论模型的框架一致，即社会网络能够通过信息、资金等渠道影响劳动力的搜寻成本。因此，即便竞争行业没有劳动力市场进入障碍，关系变量也仍然可以影响工资水平。

表5-8的回归分析了垄断行业在劳动力市场中的份额对竞争行业工资的影响。垄断行业在劳动力市场中的份额与关系变量的交叉项系数显著为正，说明当垄断行业招聘规模越大时，具有关系背景的劳动力在竞争行业中得到的工资也越高。原因在于，垄断行业在劳动力市场上的比例增加，意味着具有关系的劳动力进入垄断行业的机会增加，这就提高了具有关系背景的劳动力的保留效用。保留效用的提高增大了有关系的劳动力在竞争行业中的工资预期。为了留住这些有关系的劳动力，竞争性企业必须支付更高的工资。

虽然保留效用的提高可以增加竞争性行业的工资，但这并不意味着没有关系背景的劳动力可以在工资谈判中随便提高工资要求。其原因在于，只有实现搜索均衡的保留效用才能够影响企业的工资决策工资，某一个个体的要价并不会影响劳动力市场中的均衡。因为企业面对的是众多的求职者，单个求职者过高的预期并不会改变企业的最优工资决策，只能被企业回绝。