城镇内部行业收入差距成因的实证研究

王迪，吕康银，王文静

摘 要：运用2012年中国劳动力动态调查微观数据，结合Heckman样本选择方法，估计垄断行业和竞争行业的收入方程，结果发现，垄断对行业收入的影响远大于性别、教育、工作经验等个人特征。运用Shapley值分解方法，考察各因素对我国城镇内部行业工资差距的贡献，结果发现，人力资本因素对行业收入差距的贡献最大。分行业看，人力资本因素能够解释垄断行业收入差距的一半左右，管理岗位对竞争行业收入差距的贡献最大，性别因素对竞争行业收入差距的贡献高出垄断行业两倍，非农户口在解释垄断行业收入差距时的贡献要远大于竞争行业。因此，缩小我国行业收入差距，亟需打破行业垄断壁垒，提高劳动者的受教育水平，减轻劳动者地区间流动障碍。

关键词：行业收入差距；垄断；Shapley值分解

中图分类号：F124.7 文献标识码：A 文章编号：1003-3890（2014）05-0032-06

一、引言

随着收入分配制度改革的不断深化，缩小城镇居民收入差距，已成为当前我国经济体制改革的重要内容。1990—2012年，城镇居民行业收入的基尼系数由0.058上升至0.175，扩大了近两倍，年均增幅达5.1%；而同期城镇居民收入差距仅扩大38.4%，年均增幅仅有1.5%。这意味着行业收入差距扩大的速度要远快于我国城镇居民收入差距扩大的速度，已成为城镇居民收入差距不断扩大的最主要推手（武鹏，周云波，2011）[1]。更为重要的是，有别于城乡差距和地区差距，行政垄断等不合理因素导致的行业收入差距更容易诱发人们的不平衡心理，从而危及社会稳定（黄燕东，姚先国，2012）[2]。

图1分别描述了2003—2012年垄断行业和竞争行业收入的基尼系数①，从图中可以看出垄断行业的收入基尼系数自2005年跌入最低点后就呈现缓幅攀升的趋势；竞争行业的收入基尼系数自2003年起就呈现出持续扩大的趋势，在2008年达到最高点后出现了较为显著的下降。一方面的原因是本文定义的垄断行业既包括工资收入增长很快的行业，如金融业和电力、燃气及水的生产和供应业，又包括某些低于行业平均工资水平的行业，如采矿业，这就出现了垄断行业收入差距不断扩大的趋势；另一方面，随着我国经济体制改革的不断深入，竞争行业中的市场化程度不断加强，竞争行业间的收入差距在逐步缩小。由此可见，垄断行业的收入差距在缓幅扩大，而竞争行业的收入差距却在持续缩小，这种趋势如若长期存在，势必会继续拉大城镇内部行业收入差距。

在解析行业收入差距的实证研究中，最重要的是讨论行业间工资差距的来源。在新古典经济理论的范式下，只有两类因素能够影响行业间劳动者的收入差距，一类是劳动者个体特征差异，如健康状况、教育水平等人力资本因素（王敬勇，2011；Juhn，1994）[3-4]；二是行业特征差异，如劳动强度和危险程度，这种差别也被称为“补偿性工资差异”（Dickens & Katz，1971）[5]。然而，新古典经济理论描述的完全竞争假设在现实中并不存在，即使控制了一些影响生产率的因素之后，社会关系、政治身份、户籍等非市场力量也显著地影响了劳动者的工资差异（陈钊，陆铭，佐藤宏，2009）[6]。一些学者放松了完全信息的假设，考察诸如预防投机、公平感等因素的作用，即把行业收入差距解释为效率工资机制（Chen and Edin，2006；叶林祥，李实，罗楚亮2011）[7-8]；也有学者试图将其解释为某种非竞争因素形成的行业租金（Smith，2000；Burks et al.，2002）[9-10]。

那么，近年来城镇内部行业收入差距的成因有哪些？这些因素对行业收入差距的贡献又如何呢？本文基于2012年中国劳动力动态调查（CLDS）微观数据，利用Heckman两阶段方法，以克服样本的自选择偏差，估计行业收入差距决定方程；利用最近发展起来的Shapley值分解方法，分析各因素对行业收入差距的贡献，探寻影响城镇内部行业收入的最主要原因并提出相应的对策建议。

二、模型设定与指标选取

（一）模型设定

在用传统的普通最小二乘法估计收入方程时，遗漏变量（如能力）可能与行业变量相关，进而高估行业间的工资差距（陈钊，万广华，陆铭，2010）[11]，很多学者都在讨论如何选择合适的工具变量加以克服。但是值得注意的是，进入不同行业的样本本身也会存在系统性差异，出现截断样本，进而导致选择性偏差（余向华，陈雪娟，2010）[12]。如果直接将垄断行业和竞争行业的样本分开，分别估计两者的收入决定方程，可能会存在样本的非随机性产生问题，因为那些家庭背景较高、社会资本较为优越的劳动者更容易进入垄断行业。因此，本文采用Heckman样本选择方法来对工资方程进行估计。具体来说，该方法分为两个步骤：

第一步，本文尝试用Probit估计方程P（zi=1|w）=？椎（w′？酌），其中，？椎（·）为累积标准正态分布函数，w为是否进入垄断（竞争）行业的解释变量，在这里本文选取父亲的受教育年限（father education）和户口性质（hukou）指标。利用该方程的估计结果计算得到逆米尔斯比率（inverse Mills ration）■=？准（■′w）/？椎（■′w）；

第二步，将■作为修正项加入到行业收入决定方程中：

lnwmon，i=？琢0+educationmon，i？茁1+gendermon，i？茁2+expmon，i？茁3+exp2mon，i？茁4+manmon，i？茁5+techmon，i？茁6+？准（？酌′w）/？椎（■′w）+umon，i（1）

lnwcom，i=？琢0+educationcom，i？茁1+gendercom，i？茁2+expcom，i？茁3+exp2com，i？茁4+mancom，i？茁5+techcom，i？茁6+？准（？酌′w）/？椎（■′w）+ucom，i（2）

其中，下标mon代表垄断行业，下标com代表竞争行业。lnw表示劳动者的小时工资收入，education表示劳动者的受教育年限，gender表示劳动者的性别，exp和exp2分别代表劳动者的工作经验及其平方项，man代表管理岗位，tech代表技术岗位，？准（？酌′w）/？椎（■′w）为逆米尔斯比率的估计值，已修正选择性偏误，u为收入决定方程的随机扰动项。需要强调的是，为了便于操作，本文采用Heckman两步估计法（Heckit）来对方程进行估计。

（二）数据来源与指标选取

本文所采用的数据是中山大学社会科学调查中心收集的中国劳动力动态调查（China Labor-force Dynamic Survey，简称CLDS）。通过每两年一次的动态追踪调查，建立劳动力、家庭和社区三个层次的追踪数据库，2012年是该项目的第一次调查，在中国29个省市（除港澳台、西藏、海南外）完成村居问卷303份，家庭问卷10 612份和劳动力个体问卷16 253份。

本文的研究对象为年龄大于18周岁且有工资收入的城镇就业人员。CLDS数据的工资收入由三部分组成：工资、补贴和奖金，我们按月将这三部分加总形成个人的工资收入指标。剔除无效问卷，本文全部样本问卷为7 632份，其中，垄断行业样本数为2 289份，竞争行业样本数为5 343份。同时，为了完整呈现垄断行业和竞争行业劳动者工资收入方程的影响因素，本文选取的变量及数据描述如表1所示。

从表1中可以发现，进入垄断行业的劳动者对数化的小时工资要高于竞争行业的劳动者，进入垄断行业的劳动者平均受教育年限为11.09年（相当于高中水平），显著高于竞争行业的7.32年（相当于初中水平）。而从工作经验（在现单位工作的时间）来看，可以发现垄断行业的工作稳定性远高于竞争行业。此外，垄断行业非农户口占比、管理岗位占比也高于竞争行业。

三、行业收入差距的估计结果分析

表2为行业收入决定方程的估计结果，其下半部分是Heckman模型第一阶段Probit模型（选择模型）的估计结果，上半部分是用普通最小二乘法（OLS）和Heckman两步法估计的收入决定方程结果。

通过选择模型的估计结果可以看出，户口性质和父亲的受教育程度对劳动者进入垄断（竞争）行业的影响始终是正向的，这说明劳动者拥有非农户口和较好的家庭背景更容易就业。而从回归系数可以发现，非农户口性质和父辈的受教育程度对劳动者进入垄断行业的影响程度要大于对竞争行业劳动者的影响。从代际流动的角度也可以说明，垄断会使得人们有动力提高子辈的教育水平，使其更倾向于摆脱农民身份，从而提高子辈进入垄断行业的可能性。

通过Heckman模型对收入决定方程进行估计，获得的逆米尔斯比率都很显著，这说明选择性偏误是存在的，从回归系数可以发现，OLS估计的系数普遍要比Heckman两步法的大，这说明如果用OLS方法来估计行业收入决定方程，可能会高估各变量对行业收入的影响程度，因此选择Heckman两步法来避免选择性偏误是必要的。

第一，从全部样本回归结果可以看出，各回归系数均显著为正。值得说明的是，行业垄断（industry monopoly）对行业收入的影响是显著为正的，并且其影响程度远大于教育、经验、性别等个人特征对行业收入的影响。除此之外，非农户口、管理岗位和技术岗位同样能够使劳动者获得更高的工资。

第二，分行业进行回归可以发现，垄断行业劳动者的教育回报率比竞争行业高出一倍之多，这可能是垄断行业中大部分的工作需要较高的专业知识，从而导致了工资溢价。

第三，从收入的性别差异来看，在垄断行业，男女的性别收入差异为5.1%，而在竞争行业，男女的收入差异达到12.7%。因此，尽管两个行业都存在着女性工资显著低于男性的现象，但是在竞争行业性别收入差距要远大于垄断行业。

第四，工作经验对垄断行业收入的影响显著为正，但是对竞争行业收入的影响虽然为正，但却不显著。其主要原因是本文界定的工作经验是在现单位工作的时间，垄断行业劳动者由于工作稳定，流动性小，其数据容易获得，而竞争行业劳动者因为工作变动较为频繁，其数据一致性有限。

第五，管理岗位和技术岗位对行业收入的影响均显著为正。相较而言，竞争行业管理岗位的回归系数要远大于垄断行业将近三倍（1.195>0.344），这说明竞争行业管理者和非管理者的工资差异非常巨大，而垄断行业的普通劳动者更容易从奖金，补贴等方式享受到垄断带来的超额利润，进而缩小了与管理者的收入差距。此外，垄断行业技术岗位的回归系数略大于竞争行业（0.562>0.435），这说明技术岗位劳动者的工资定价较为市场化和透明化，两类行业的技术劳动者工资差异并不是十分巨大。

第六，非农户口性质对行业收入的影响均显著为正。相比而言，非农户口性质对垄断行业的收入影响要远大于竞争行业（0.437>0.182），其主要原因是垄断行业大多设置了较为严苛的进入壁垒，即使进入到垄断行业的农业户口劳动者，也很难享受到与非农劳动者相同的收入待遇。

四、行业收入差距的成因分解

国内外学者均使用各种方法分解研究收入差距。为了区分各因素对行业收入差距的贡献，学者们也尝试采取各种方法分解不同因素对收入差距及其演变的重要性（陈斌开，杨依山，许伟，2009；万广华，2009）[13-14]。最常用的一种分解方法是Oaxaca-Blinder分解方法（Oaxaca，1973；Blinder，1973）[15-16]，这种分解方法主要关注两个组间收入分配差异，但却不能够解释特定因素对总体收入差距的贡献。另一种方法是Shorrocks（1982）和Cowell 1985）采用的分解方法，这种方法可以将收入差距的不同指标分解成组间和组内的差距，但这种方法的明显缺点在于其贡献大小取决于该因素在分解时的排序[17-18]。我国学者万广华（2004）根据夏普里（Shapley）值自然分解的原则发展了一个更一般的框架，适用于不同形式的回归方程和度量指标[19]。

因此，本文采用万广华（2004）所发展的Shapely值分解方法对行业收入差距进行分解。收入差距的度量指标选择基尼系数。该方法的基本思想是，某一解释变量对于收入差距的贡献大小取决于两个方面：一是这个变量与收入差距的相关系数，如果该因素分布不变，系数越大则它对收入差距的贡献就越大；二是取决于这个变量自身的分布状况，也就是说如果相关系数保持不变，该因素分布越不平均，其对收入差距的贡献也就越大。因此，计算变量对行业收入差距贡献的大小，实际上要综合考察该变量在回归方程系数的大小以及该变量的分布状况。

首先，在分解前需将行业收入决定方程的半对数形式还原成倍乘系数形式：

y=exp（■0）·exp（■1X1+■2X2+…+■kXk）·exp（■）（3）

在式（3）中exp（■0）表示倍乘系数的常数项，由于本文采用的衡量行业收入差距的基尼系数指标在经过倍乘后，不会发生任何变化，因此，可在方程（3）中去除常数项而不会影响最终结果。本文将残差■对行业收入不平等的贡献定义为I（Y）-I（■），其中I（Y）为初始收入不平等指标，I（■）为行业收入方程估计值。由此可知，各解释变量对收入不平等的贡献就应该为总的收入差距和残差之间的差。在理想状态下，残差的影响为零，即总体收入差距能被收入决定方程100%地解释，而这种完美拟合在现实中很难实现。表3描述了残差的影响及模型的解释程度。结果显示，模型均能够解释行业收入不平等的65%以上，这一结果还是比较令人满意的。

为了简便分解过程，本文采用以下步骤来分解行业收入差距：

第一步，通过行业收入决定方程估计各变量的回归系数？茁k。

第二步，计算行业特征的收益权数，公式定义为：

？准k=？茁k■（4）

式（4）中，？准k为行业特征收益权数，表示第k个特征收益率；Ik表示第k个行业特征的平均值；Y表示行业收入的平均值；？茁k表示行业收入函数中第k个行业特征的估计参数。

第三步，利用式（4）求得行业特征收益权数后，就可以分解出各因素对行业收入差距的影响程度，分解公式为：

G=？准1R1G1+…+？准kRkGk+？驻（k=1，2，3，…，n）（5）

式（5）中，Rk为第k个行业影响因素与收入相关系数，表示第k个影响因素与行业收入之间的相关程度；Gk为基尼系数，反映了第k个行业影响因素的分布格局；？准k表示第k个行业特征的收益率；？驻为加权等级误差项。

表4为行业收入差距各影响因素贡献分解结果。从全部行业样本的收入差距分解结果中能够发现，人力资本因素对行业收入差距的贡献最大，将受教育水平和工作经验累加起来，能够解释全部收入差距的约40%，说明在解决行业收入差距问题时，仍应该考虑提高劳动者的人力资本投资来缩小行业收入的不平等。

其次，垄断因素对行业收入差距的贡献达到14.95%，仅次于教育对行业收入差距的贡献，成为行业收入差距的重要成因。由于大部分垄断行业属于资本集中的行业部门，能够借此获得差额利润，使职工获得工资溢价；而另一方面，部门垄断行业是受政府行政干预的能源部门，在行政庇佑下又会获得大量的财政补贴。因此，若要缩小行业收入差距，还必须要进行制度创新，消除行业内部的行政干预。

再次，管理岗位和技术岗位对行业收入差距的贡献均超过10%，性别和户口性质对行业收入差距的贡献分别为9.5%和8.56%，这说明我国在经济体制改革的进程中，更注重对管理和技术的投入，而行业收入的性别差异和户籍差异的贡献在逐步减弱，可以说是我国完善市场运行的良性信号。

最后，本文也分解了垄断行业和竞争行业的收入差距，结果发现，人力资本因素对垄断行业收入差距的贡献最大，受教育水平与工作经验累加，能够解释总体收入差距的将近一半，远大于对竞争行业的贡献①；而管理岗位对竞争行业收入差距的贡献最大，能够解释竞争行业收入差距的30.41%，这一比例远大于管理岗位对垄断行业收入差距的贡献（18.85%），其原因可能是竞争行业中高级管理者的工资与非管理者差异悬殊。同时，性别因素对竞争行业收入差距的贡献高出垄断行业两倍之多，从中可以发现竞争行业中就业的劳动者更容易受到性别歧视，女性很难获得公平的工资待遇。而从户口性质对行业收入差距的贡献能够发现，非农户口在解释垄断行业收入差距时的贡献要远大于竞争行业，这也能够说明农业户口的劳动者更不容易进入垄断行业，即使进入也可能会受到不公平的待遇，而竞争行业在户籍方面的约束却相对较弱。

五、结论与讨论

本文运用2003—2012年宏观统计数据发现，城镇内部垄断行业的收入差距在缓幅扩大，而竞争行业的收入差距却在持续缩小，这种趋势如若长期存在，势必会继续拉大城镇内部行业收入差距。通过2012年中国劳动力动态调查（CLDS）微观数据，主要运用Heckman样本选择方法考察了城镇内部行业收入差距的成因，结果发现，户口性质和父亲受教育程度会对劳动者进入垄断（竞争）行业就业产生影响，因此，选择性偏误对研究城镇内部行业收入差距的影响不容忽视。此外，本文还运用Shapley值分解了各因素的贡献，最终得到以下基本结论：

第一，从全部行业样本的收入差距分解结果中发现，人力资本因素对行业收入差距的贡献最大，将受教育水平和工作经验累加起来，能够解释全部收入差距的约40%，这一结果与黄燕东、姚先国（2012）得出的结论是一致的[2]。分行业来看，人力资本因素对垄断行业收入差距的贡献最大，并且教育因素能够解释总体收入差距的将近一半，远大于其对竞争行业的贡献。

第二，垄断因素对行业收入差距的贡献达到14.95%，成为行业收入差距的重要成因。这一结果与任重、周云波（2009）测度的40%要小的多[20]，主要原因可能是选用的数据口径不同，但也可以说明我国改革开放过程中政府也在试图采取措施逐步减少对行业的行政干预。可见，若要缩小行业收入差距，还必须要进行制度创新，打破行业垄断壁垒。

第三，管理岗位对竞争行业收入差距的贡献最大，能够解释竞争行业收入差距的30.41%，这一比例远大于管理岗位对垄断行业收入差距的贡献（18.85%），其原因可能是竞争行业中高级管理者的工资与非管理者差异悬殊（李实，罗楚亮，2011）[21]。

性别因素对竞争行业收入差距的贡献高出垄断行业两倍之多，从中可以发现竞争行业中就业的劳动者更容易受到性别歧视，女性很难获得公平的工资待遇，较高的受教育程度则有助于女性进入性别歧视度较低的部门。而从户口性质对行业收入差距的贡献能够发现，非农户口在解释垄断行业收入差距时的贡献要远大于竞争行业。

因此，缩小我国行业收入差距，亟需打破行业垄断壁垒。此外，提高劳动者的受教育水平，减少劳动者地区间流动障碍，也应成为缩小行业收入差距的重要政策措施。

注释：

①由于在竞争行业的收入决定方程中，工作经验的回归系数不显著，故而在Shapley值分解中未作计算，即使单独考虑受教育水平对行业收入差距的贡献，其对垄断行业的贡献要大于竞争行业3.36个百分点。

参考文献：

[1]武鹏，周云波.行业收入差距细分与演进轨迹：1990～2008[J].改革，2011，（1）：52-59.

[2]黄燕东，姚先国.中国行业收入不平等问题的解析[J].当代财经，2012，（2）：24-32.

[3]王敬勇.行业收入差距的原因：垄断与人力资本孰是孰非？ 还是兼而有之？[J].当代经济科学，2013，（1）：9-15，124.

[4]Juhn C.Wage Inequality and Industrial Change Evidence from Five Decades[R].NBER Working Paper，1994：4684.

[5]Dickens W， Katz L. Interindustry Wage Differences and Industry Characteristics[R].NBER Working Paper，1971，No.2014.

[6]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.

[7]Chen P. Edin P. Efficiency Wages and Industry Wage Differentials：A Comparison across Methods of Pay[J].The Review of Economics and Statistics，2002，84（4）：617-631.

[8]叶林祥，李实，罗楚亮.行业垄断、所有制与企业工资收入差距——基于第一次全国经济普查企业数据的实证研究[J].管理世界，2011，（4）：26-36，187.

[9]Smith N. Ultimatum and Dictator Games among the Chaldeans of Detroit [R].Talk to MacArthur Foundation Anthropology Project，2000，（12）.

[10]Burks S， Carpenter G J and Verhoegen E. High Stakes Bargaining with Non-Students[C]. American Economic Association annual meetings in Atlanta，2002.

[11]陈钊，万广华，陆铭.行业间不平等：日益重要的城镇收入差距成因——基于回归方程的分解[J].中国社会科学，2010，（3）：65-76，221.

[12]余向华，陈雪娟.垄断与行业工资差距问题研究——基于中国行业工资决定因素的微观计量分析[J].税务与经济，2010，（4）：39-47.

[13]陈斌开，杨依山，许伟.中国城镇居民劳动收入差距演变及其原因：1990—2005[J].经济研究，2009，（12）：30-42.

[14]万广华.不平等的度量与分解[J].经济学，2009，（1）：347-368.

[15]Oaxaca R. Male-Female Wage differences in Urban Labour Markets[J]. International Economic Review，1973，14（3）：693-709.

[16]Blinder A. Wage Discrimination：Reduced Form and Structural Estimates[J].Journal of Human Resources，1973，8（3）：436-455.

[17]Shorrocks A F. Inequality Decomposition by Factor Components[J].Econometrica，1982，50（1）：193-211.

[18]Cowell F. Multilevel Decomposition of Theil's Index of Inequality[J]Review of Income and Wealth，1985，31（2）：201-205.

[19]万广华.解释中国农村区域间的收入不平等：一种基于回归方程的分解方法[J].经济研究，2004，（8）：117-127.

[20]任重，周云波.垄断对我国行业收入差距的影响到底有多大？[J].经济理论与经济管理，2009，（4）：25-30.

[21]李实，罗楚亮.中国收入差距究竟有多大？——对修正样本结构偏差的尝试[J].经济研究，2011，（4）：68-79.

[22]陈维涛，彭小敏.户籍制度、就业机会与中国城乡居民收入差距[J].经济经纬，2012，（2）：100-104.

责任编辑：曹华青

An Empirical Study of Accounting for China's Urban Industry Income Gap

Wang Di1， Lv Kangyin1，Wang Wenjing2

（1. School of Business， Northeast Normal University， Changchun 130117， China；

2. College of Politics and Law， Northeast Normal University， Changchun 130117， China）

Abstract： This paper uses micro data of China Labor-force Dynamic Survey （CLDS） in 2012 and Heckman sample selection model to estimate income equation of monopoly industries and competitive industries， the results find that the impact of monopoly on industry income is far greater than gender， education， experience ect. personal characteristics. After that， we use Shapley value decomposition method to investigate the contribution of each factor on the industry wage differentials. It is found that the contribution of human capital factors on industry income gap is largest in all samples. In terms of industries ， human capital factors can explain about half of the income gap in monopoly industries ； management positions of contribution to income gap in competitive industry is the largest. Contribution of gender factor to income gap in competition industries is two times higher than in monopoly industries ， non-farm account for income gap of monopoly industries is much larger than competitive industries . Therefore ， narrowing the income gap of China's industries ， need break the industrial monopoly barriers. In addition， to improve the educational level of employers， reduce inter- regional labor mobility barriers， should be important policy methods to narrow the income gap between the industries.

Key words： Industry income gap； Monoply； Shapley value decomposition

[21]李实，罗楚亮.中国收入差距究竟有多大？——对修正样本结构偏差的尝试[J].经济研究，2011，（4）：68-79.

[22]陈维涛，彭小敏.户籍制度、就业机会与中国城乡居民收入差距[J].经济经纬，2012，（2）：100-104.

责任编辑：曹华青

An Empirical Study of Accounting for China's Urban Industry Income Gap

Wang Di1， Lv Kangyin1，Wang Wenjing2

（1. School of Business， Northeast Normal University， Changchun 130117， China；

2. College of Politics and Law， Northeast Normal University， Changchun 130117， China）

Abstract： This paper uses micro data of China Labor-force Dynamic Survey （CLDS） in 2012 and Heckman sample selection model to estimate income equation of monopoly industries and competitive industries， the results find that the impact of monopoly on industry income is far greater than gender， education， experience ect. personal characteristics. After that， we use Shapley value decomposition method to investigate the contribution of each factor on the industry wage differentials. It is found that the contribution of human capital factors on industry income gap is largest in all samples. In terms of industries ， human capital factors can explain about half of the income gap in monopoly industries ； management positions of contribution to income gap in competitive industry is the largest. Contribution of gender factor to income gap in competition industries is two times higher than in monopoly industries ， non-farm account for income gap of monopoly industries is much larger than competitive industries . Therefore ， narrowing the income gap of China's industries ， need break the industrial monopoly barriers. In addition， to improve the educational level of employers， reduce inter- regional labor mobility barriers， should be important policy methods to narrow the income gap between the industries.

Key words： Industry income gap； Monoply； Shapley value decomposition

[21]李实，罗楚亮.中国收入差距究竟有多大？——对修正样本结构偏差的尝试[J].经济研究，2011，（4）：68-79.

[22]陈维涛，彭小敏.户籍制度、就业机会与中国城乡居民收入差距[J].经济经纬，2012，（2）：100-104.

责任编辑：曹华青

An Empirical Study of Accounting for China's Urban Industry Income Gap

Wang Di1， Lv Kangyin1，Wang Wenjing2

（1. School of Business， Northeast Normal University， Changchun 130117， China；

2. College of Politics and Law， Northeast Normal University， Changchun 130117， China）

Abstract： This paper uses micro data of China Labor-force Dynamic Survey （CLDS） in 2012 and Heckman sample selection model to estimate income equation of monopoly industries and competitive industries， the results find that the impact of monopoly on industry income is far greater than gender， education， experience ect. personal characteristics. After that， we use Shapley value decomposition method to investigate the contribution of each factor on the industry wage differentials. It is found that the contribution of human capital factors on industry income gap is largest in all samples. In terms of industries ， human capital factors can explain about half of the income gap in monopoly industries ； management positions of contribution to income gap in competitive industry is the largest. Contribution of gender factor to income gap in competition industries is two times higher than in monopoly industries ， non-farm account for income gap of monopoly industries is much larger than competitive industries . Therefore ， narrowing the income gap of China's industries ， need break the industrial monopoly barriers. In addition， to improve the educational level of employers， reduce inter- regional labor mobility barriers， should be important policy methods to narrow the income gap between the industries.

Key words： Industry income gap； Monoply； Shapley value decomposition