四 分析结果

表2-1分别给出了全部样本和四个户籍群体的描述性统计特征。这里只简要归纳一下值得注意的几项基本观察。（1）移民人口（包括外地农村移民和外地城镇移民两个群体）要比本地居民年轻的多。（2）农村居民与城镇居民相比在社会经济地位上明显处于劣势，并且与其户口所在地无关，这在受教育程度、职业的ISEI值及收入水平等指标上都有所体现。而且，外地城镇移民看起来甚至比本地城镇居民在这些指标上更具优势。例如，超过75%的农村居民只具有初中及以下的文化程度，但却有超过30%的城镇居民完成了大专及以上的高等教育，而这一数字在外地城镇移民中接近50%。（3）四个户籍群体在城市劳动力市场中所处的位置具有明显差异。用所有制标准来看，本地城镇居民基本上是平均地分布在国有部门和非国有部门，而其他三组人群却都高度集中在非国有部门（比例都超过85%），虽然他们在国有部门的就业比例各异。用行业标准来看，本地城镇居民在垄断部门的就业比例最高（超过20%），而其他三组人群却都高度集中在非垄断部门（比例都在90%及以上），虽然他们在垄断部门的就业比例各异。

表2-1 样本的描述性统计特征（上海，2005年）

表2-1 样本的描述性统计特征（上海，2005年）-续表

这些描述性统计结果所传达的信息是，城市劳动力市场中的户籍分层模式具有十分复杂的情形，取决于考虑的是哪一种户籍属性（户口所在地或者户口类别）以及观察的是哪一种就业结果。但是，目前我们尚无法确定户籍身份的净效应，因为这只不过是一种双变量分析，没有控制其他变量（例如人力资本）的作用。下面我们就将通过估计多变量模型来考察不同的户籍群体在一系列就业结果上是否以及如何显示出相似性或差异性，这分别包括对部门进入、职业获得和收入差异的分析。

表2-2给出了部门进入的二项Logit模型。模型A的因变量为是否在国有部门就业，模型B的因变量为是否在垄断部门就业。我们主要关心的是户籍身份变量的作用。可见，在控制了性别、年龄和受教育水平这些个体特征之后，与本地城镇居民相比，其他三组人群无论是进入国有部门还是进入垄断部门的概率都显著更低。这表明即使具备了相同的人力资本条件，农村居民和外来移民进入本地核心经济部门就业的机会仍然受到限制。有趣的是：（1）当以所有制标准来反映城市经济结构的分割性时（见模型A），户籍身份变量主要体现的是户口类别的差异（通常所说的城乡差异），因为“本地农村”与“外地农村”两个虚拟变量的系数在数值上更接近（-2.230与-2.135），^[10]而外地城镇移民与本地城镇居民之间的差异相对来说是比较小的（系数为-1.576）；（2）当以行业标准来反映城市经济结构的分割性时（见模型B），户籍身份变量则主要体现的是户口所在地的差异（本地户口相对于外地户口的“价值”），因为本地农村居民与本地城镇居民之间的差异最小（系数为-0.622），而外地农村移民和外地城镇居民与本地城镇居民之间的差异相对较大（系数分别为-1.641、-1.006）。^[11]

表2-2 部门进入的二项Logit模型（上海，2005年）

值得注意的是，后一个研究发现与张展新（2004）所提出并论证的“进入垄断产业就业的‘梯度’假设”并不完全一致，它假设未迁移城市劳动者、迁移城市劳动者、未迁移农村劳动者和迁移农村劳动者进入垄断行业的可能性依次降低。但本章研究在改进了对行业垄断的测量方法后发现，^[12]这一“梯度”实际上依次是未迁移城市劳动者、未迁移农村劳动者、迁移城市劳动者与迁移农村劳动者。这一结果才真正符合该假设背后的因果机制和理论预期，即迁移劳动者作为“外来人”进入垄断行业就业的机会要比未迁移劳动者小（张展新，2004：49）。我们认为，由于垄断行业必然也存在一些低端就业岗位，当本地城镇居民对这些岗位的劳动力供给不足时，本地农村居民就能优先分享这一“剩余”。虽然这种优先可能是来自社会性的，例如本地农村居民相对于外来移民在就业信息获得或人际关系网络上本来就具有优势，但更显见的却是来自制度性的，例如本地就业问题的压力或城乡统筹发展的政策需要使得地方政府促使有关部门和单位优先吸纳本地农村剩余劳动力。以上海为例，相关部门从2000年起要求单位新招用外来劳动力的，需要先进入上海职业介绍网络招用本地劳动力，在招不到的情况下才可招用外来劳动力；还要求各单位按实际使用外地劳动力的人数缴纳务工管理费和管理基金，以提高企业使用外来劳动力的成本（见袁志刚等，2005：207）。

我们现在转入讨论户籍身份对职业获得的影响。由于已有研究大多都关注不同户籍群体之间的职业隔离，这里也以职业类别为因变量，使用多项Logit模型来进行分析。表2-3的结果显示，不管是模型A还是模型B，在控制了一系列其他自变量后，社会群体在户籍身份上的不同相应地导致了他们在城市劳动力市场上的职业位置的差异。与本地城镇居民相比，本地农村居民和外地农村移民成为“商业/服务业人员”“办事人员和有关人员”“单位负责人和专业技术人员”相对于成为“体力工人及其他”的概率无一例外地都在统计上显著更低（两个虚拟变量的系数几乎在每一个方程中都显著为负），但是外地城镇移民成为“商业/服务业人员”“单位负责人和专业技术人员”相对于成为“体力工人及其他”的概率却在统计上显著更高（该虚拟变量的系数在第一和第三个方程中都显著为正），他们成为“办事人员和有关人员”相对于成为“体力工人及其他”的概率没有显著差异（该虚拟变量的系数在第二个方程中虽然为负，但是并不显著）。因此，相对于本地城镇居民而言，来自农村的就业者更多地被挤迫于城市劳动力市场的最低端（即使是本地农村居民也不例外），而外地城镇移民则更多地流入“商业/服务业人员”及“单位负责人和专业技术人员”这两个就业领域。显然，如果“户籍分割的劳动力市场”这一概念可以接受的话，那么它也是一个“三层”劳动力市场，而非通常所强调的“双层”劳动力市场。

表2-3 职业获得的多项Logit模型（上海，2005年）

以上观察到的这种户籍群体之间的职业差异，其背后有着特定的社会过程。中国城市中的产业工人大军本来是以本地城镇居民为绝对主力的，但1990年代中期以来的国企改革（下岗失业潮）已经将其中的许多人转移了出来，而这期间同样来势迅疾的还有“民工潮”。因此，大量原本从事蓝领工作的本地城镇居民在这样的双重挤压下，要么退出劳动力市场，要么转而寻求其他替代性的职业，而商业性、服务性工作自然就成了他们的栖身之所。这样一来，农村移民进入这种工作领域的空间就更被压缩了，因为他们本来就相对缺乏这类职业对语言能力、沟通技巧和城市生活经验等方面的“软性”素质要求。就外来城镇移民而言，他们主要是按教育水平区分的两类人：一类人虽然接受了良好的高等教育，但由于种种原因而未能获得本地城市户口，^[13]因此他们主要流向白领职业；另一类人是未能接受良好高等教育的外地城镇居民，他们流向大中城市的主要原因是那里的就业机会更多，即使他们只能从事商业性、服务性工作。我们的数据也倾向于支持这种分析：在成为“单位负责人和专业技术人员”的外来城镇移民中，超过八成的人都有大专及以上的学历；而在从事“商业/服务业”工作的外来城镇移民中，约六成的人只有高中及以下的教育程度。

表2-3中的控制变量“部门”在模型A和模型B中的表现也值得比较。其相似之处是，商业性、服务性职业在国有部门比在非国有部门、在垄断部门比在非垄断部门更少（该变量的系数在第一个方程中显著为负），表明这种就业岗位目前主要是由私有的竞争性经济部门提供；不同之处是，国有部门提供的所谓的“好工作”“体面的工作”或“白领工作”岗位比非国有部门反而要少（该变量的系数在第二和第三个方程中为负，且后者统计显著），而垄断部门提供的这类工作却比非垄断部门要多（该变量的系数在第二和第三个方程中为正，且统计显著）。这表明国有企业在经历了一系列改革之后，内部的职业结构已经趋于按需配置，不再像计划经济时期那样能够显著地提升职业地位，但是行业的垄断性质却有迹象成为中国城市社会中人们职业地位的一个新的决定因素。将ISEI作为因变量的补充性分析也得到了类似的结果：使用与本模型相同的变量，国有部门就业人员比非国有部门就业人员的ISEI平均得分低0.43（p＜0.05），而垄断部门就业人员比非垄断部门就业人员的ISEI平均得分则高2.22（p＜0.001）。^[14]

对户籍群体收入差异的多元回归分析结果见表2-4。模型1是基准模型，包括表示户籍身份的三个虚拟变量及其他一些基本自变量，模型A2和模型B2加入了部门这一控制变量，模型A3和模型B3进一步加入了三个虚拟变量与部门变量之间的交互项。由于三个模型都控制了个体的人力资本和职业细类，因此模型所反映的户籍群体之间在收入上的显著差异可以近似看作“同工不同酬”这样一种社会歧视的经验证据，因为这种收入上的显著差异不能被我们观察到的个体特征所解释。^[15]在基准模型中，本地农村居民和外地农村移民的收入与本地城镇居民相比都显著较低（存在收入歧视），但外地城镇移民与本地城镇居民的收入却并不存在显著差异（不存在收入歧视）。当加入以所有制为划分标准的部门变量以及三个交互项后（见模型A2和模型A3），发现第一个交互项的系数统计显著，且符号与第一个虚拟变量的系数相反，表示本地农村居民所受到的收入歧视在国有部门中大幅度减小（但其他两个交互项的系数并不显著）。然而，当加入以行业为划分标准的部门变量以及三个交互项后（见模型B2和模型B3），一方面仍然发现本地农村居民所受到的收入歧视在垄断部门有所减小，另一方面却发现外地农村移民所受到的收入歧视在垄断部门大幅增强了（第二个交互项的系数统计显著，且方向与第二个虚拟变量的系数同为负），而外地城镇移民在非垄断部门本来还享有某些收入优势但在垄断部门却受到了收入歧视（第三个交互项的系数统计显著，且方向与第三个虚拟变量的系数相反）。

表2-4 收入差异的多元回归模型（上海，2005年）

表2-4 收入差异的多元回归模型（上海，2005年）-续表

以往的研究都强调在城市中就业的农民工普遍受到了收入歧视（见Meng & Zhang，2001；蔡昉等，2005；姚先国等，2008；田丰，2010），如果这种歧视论确实具有实质性意义，那么上述结果就进一步揭示了国有部门与非国有部门之间在这种歧视上似乎不存在明显差别，而垄断部门与非垄断部门相比却倾向于加剧这种歧视。为明确验证这一结论，也为具体量化这种收入歧视的程度，我们用Blinder-Oaxaca分解来对城市居民与农民工之间的收入差异进行分解。Blinder-Oaxaca分解最初是被用来研究性别之间的工资差异（Blinder，1973；Oaxaca，1973），发展到后来已经被广泛用于研究任意两个群体之间在各种连续变量上的差异。以工资的性别差异为例，简单地讲，这种方法是把工资的性别差异分为两大部分：一部分可以由性别的不同特征来解释（特征效应，或可解释部分），另一部分则不能由性别特征所解释（系数效应，或不可解释部分），而后者一般就被认为是歧视对工资性别差异的影响。如果用W_m表示男性的平均工资水平，用W_f表示女性的平均工资水平，再分别用X_m和X_f分别表示男性和女性的一系列个人特征的均值，则两性的工资决定方程分别为：W_m=X_mβ_m，W_f=X_fβ_f。于是，Blinder-Oaxaca分解用公式来表示就是：

W_m-W_f=（X_m-X_f）β_f+（β_m-β_f）X_m^[16]

其中，等式右边的第一部分为可解释部分，第二部分为不可解释部分。我们对该分解方法的应用设定如下：（1）比较的两个群体分别是本地城镇居民和农村户籍劳动力（包括本地农村居民和外地农村移民，他们都属于通常所说的农民工）；（2）收入变量使用的是月收入的对数值，且两个群体各自的收入方程中的自变量也与表2-4中模型的主要自变量相同，即性别、年龄、年龄的平方、受教育程度、两位码职业的ISEI分值、每周工作时间；（3）先对全部样本做分解，再将样本划分为国有部门就业者和非国有部门就业者之后分别做分解，再将样本划分为垄断部门就业者和非垄断部门就业者之后分别做分解。结果如表2-5所示。

表2-5 本地城镇居民与农民工收入对数差异的Blinder-Oaxaca分解（上海，2005年）

就全部样本来说，本地城镇居民的月平均收入水平是农村户籍人口月平均收入的1.6倍（e^0.454=1.6），即使是分经济部门来看，这一数字也都在1.4～1.6，两个群体之间的收入差异是相当明显的。总体上来说，这种收入差异更多地可以用个人特征来解释，社会歧视因素约占35.5%。即使将城市经济结构分为国有部门和非国有部门，结果也没有太大的不同。但是，当把城市经济结构分为垄断部门和非垄断部门来比较时，却显示出了很大的反差：非垄断部门对农民工的收入歧视只有31.9%，而垄断部门却高达50.6%。由此可见，分割性的经济结构对户籍收入分层的调节作用并不是沿所有制维度展开的，而是沿行业垄断维度展开的。目前对农民工的收入歧视并不因企业的所有制性质而有所不同，但却在垄断行业中表现得更为严重。至于垄断行业中的农民工（尤其是外地农村移民）为何会受到更为严重的收入歧视，可能的原因是他们只不过是作为临时的、替补的、外围的劳动力被招募，而不享有正式员工的工资和福利待遇。这与外来城镇移民被发现在垄断行业反而遭受收入歧视的逻辑应该是一致的。^[17]