NBER美国国民经济研究局-NBER-Skill-Prices-Occupations-and-Changes-in-the-Wage-Structure-for-Low-Skilled-Men_83页_1mb

详细总结

核心内容

本文探讨了过去40年间，低技能男性工资结构变化的驱动因素，特别是职业结构变化和技能价格变化的影响。研究发现，尽管职业结构发生了显著变化，但这种变化对低技能男性的工资影响并不显著。工资变化更多是由技能价格的变化所驱动，而不是职业构成的变化。

主要观点

• 职业结构变化的影响有限：低技能男性的工资在传统蓝领职业中并未显著下降，这与竞争模型不符。
• 技能价格变化是关键因素：在不同职业中，技能价格的变化对工资结构的影响远大于职业构成的变化。
• 人际技能的重要性上升：人际技能的回报在上升，但手动技能仍是低技能男性最重要的技能类型。
• 模型的识别问题：由于年龄、队列和时间效应的交织，识别技能价格和职业构成的变化需要特定的假设和结构。
• 非线性技能溢价模型：文章使用非线性技能溢价模型，允许不同技能水平在职业内部产生不同的工资差异。

关键信息

数据来源

• O*NET：用于衡量不同职业的技能强度。
• NLSY79：用于识别生命周期中的供给效应。
• CPS (ORG)：用于估计技能价格和职业随时间的变化。
• NLSY97：用于分析特定技能回报的变化。

职业变化趋势

• 传统蓝领职业（如操作员）比例下降。
• 服务和文职职业比例上升。
• 非工作状态比例增加。
• 制造业比例下降超过一半。

工资变化趋势

• 中位数工资下降：过去40年间，低技能男性的中位数工资下降约0.12个对数单位。
• 不同分位数工资变化不同：工资变化并非单调，中位数工资在80年代和90年代初下降，之后上升，直到2008年经济衰退，所有三个分位数工资都大幅下降。
• 职业构成对工资变化解释有限：职业构成的变化仅能部分解释工资结构的变化，主要驱动因素是技能价格的变化。

模型结构

• 技能维度：个体拥有三个维度的技能：认知、人际和手动技能。
• 状态变量：包括技能水平、年龄、连续任职时间、上一职业和时间。
• 职业选择：个体在每期选择一个职业，但可能由于市场摩擦无法进入所选职业。
• 技能价格变化：技能价格的变化在不同职业和不同技能水平之间存在异质性。
• 非线性模型：工资函数采用非线性技能溢价模型，允许不同技能水平在职业内部产生不同影响。

识别方法

• 队列效应识别：通过对比NLSY79和NLSY97数据，识别技能回报的变化。
• 技能价格估计：使用CPS数据估计技能价格，并结合O*NET数据进行技能强度分析。
• 模型假设：假设队列间的初始技能水平相同（条件于教育水平），并利用面板数据进行识别。

结论

本文构建了一个包含多维技能的模型，分析了职业结构变化和技能价格变化对低技能男性工资结构的影响。研究结果表明，尽管职业结构发生了变化，但技能价格的变化是解释工资变化的主要因素。人际技能的重要性在上升，但手动技能仍然是低技能男性最重要的技能类型。研究强调了在分析工资变化时，应关注技能价格的动态变化，而不是仅仅关注职业构成的变化。

模型与方法

• 模型假设：技能价格和职业构成变化是工资变化的两个主要因素。
• 非线性模型：通过非线性技能溢价模型，捕捉技能价格变化对不同技能水平的影响。
• 生命周期分析：结合NLSY数据，分析不同年龄段的工资变化。
• 识别挑战：通过结构假设和面板数据解决年龄、队列和时间效应的混淆。

相关文献

• 技能偏向型技术变革：如Katz and Murphy (1992)、Autor et al. (2003)、Deming (2017)等。
• 任务与技能分析：如Poletaev and Robinson (2008)、Gathmann and Schonberg (2010)等。
• 非线性技能溢价模型：如Atalay et al. (2019)使用任务数据进行分析，本文扩展了该模型以考虑手动技能。

总体结论

本文通过构建一个包含多维技能和职业结构变化的模型，发现技能价格的变化是解释低技能男性工资结构变化的主要因素。职业构成的变化影响较小，且技能回报的变化在不同职业和技能类型之间存在异质性。研究强调了在政策制定中，应关注技能价格的动态变化，而非仅仅关注职业结构的转变。