2017年-IMF国际货币组织全球_Structural_Transformation_and_the_Agricultural_Wage_Gap_53页_1mb

总结：Structural Transformation and the Agricultural Wage Gap

核心内容

本文探讨了发展中国家农业工资差距的形成原因及其演变趋势，重点分析了巴西的农业工资差距。作者Jorge A. Alvarez利用巴西的住户调查和行政面板数据，研究了工人跨行业流动对工资差距的影响，并提出农业工资差距主要由工人特征组成的差异驱动，而非由行业间报酬差异造成。

主要观点

• 农业工资差距显著：在发展中国家，农业工资显著低于其他行业。巴西的情况尤为典型，1996年农业工资仅为非农业行业的约2.6倍，到2013年下降至1.8倍。
• 工人流动的工资收益有限：尽管农业工资差距很大，但工人从农业转移到非农业行业的工资增长有限，表明差距主要不是由行业间报酬差异造成的。
• 工人特征差异是关键：农业工资差距的大部分可以归因于不同行业工人特征（如教育水平、年龄等）的组成差异，而非由未观测到的技能差异或市场扭曲导致。
• 结构转型推动差距缩小：随着巴西经济的发展，农业工资差距显著下降，这与农业劳动力份额的减少（从24%降至14%）相吻合。
• 未观测特征的解释作用：通过使用面板数据，作者能够区分工人特征组成差异与未观测特征对工资差距的影响，发现固定未观测特征在解释差距中起关键作用。
• Roy模型的应用：作者基于Roy模型构建了一个排序模型，该模型能够解释农业工资差距的水平及其下降趋势，支持了近期关于工人跨行业排序的研究。

关键信息

数据来源

• PNAD调查数据：涵盖1996至2013年的巴西住户调查，包括正式与非正式工人的工资、就业状态、教育水平和年龄等信息。
• RAIS行政数据：由巴西劳动与就业部管理，包含所有正式注册企业的员工数据，用于追踪工人跨行业流动情况。
• 数据处理：使用10%的RAIS样本进行分析，限制分析范围为18至65岁、每周工作至少30小时的工人。

工资差距的变化趋势

• 总体工资差距：从1996年的2.4倍下降至2013年的1.7倍。
• 农业与非农业工资差距：从2.6倍下降至1.8倍。
• 农业与制造业：1996年差距为2.3倍，2013年降至1.6倍。
• 农业与服务业：1996年差距为2.3倍，2013年降至1.7倍。
• 农业劳动力份额：从24%下降至14%，而制造业和服务业份额分别保持在13-15%和62-72%。

工资差距的驱动因素

• 可观测特征：年龄、教育水平、性别和种族等变量部分解释了农业工资差距，但并非主要原因。
• 未观测特征：固定未观测特征（如技能、能力等）的组成差异是解释农业工资差距的主要因素。
• 排序机制：工人根据自身技能和比较优势选择行业，从而导致行业间工人特征分布差异，进而形成工资差距。
• 技术进步与生产力增长：农业工资差距的缩小可能与技术进步、技能偏向型技术变革以及生产力增长有关。

结构分析

• 行业间工资差距：农业与非农业行业间工资差距较大，但农业与制造业、服务业之间的差距在下降过程中相似。
• 跨行业流动：工人在不同行业间的流动模式表明，农业工资差距的缩小并非由于工人跨行业流动带来的直接收益，而是由行业间工人特征的重新分配所驱动。
• 模型校准：基于Roy模型的排序模型能够解释农业工资差距的水平及其下降趋势，支持了该模型在分析结构转型中的适用性。

结论

• 农业工资差距主要由行业间工人特征的组成差异引起，而非由未观测到的技能差异或市场扭曲。
• 工人跨行业流动的工资收益有限，表明农业工资差距的缩小主要源于行业间劳动力结构的演变。
• 排序模型能够有效解释农业工资差距的动态变化，为理解结构转型提供了新的视角。

附录与图表说明

• 图表1：显示巴西农业工资差距的演变趋势。
• 图表2：展示在控制可观测特征后的残差工资差距。
• 图表3：通过Oaxaca分解方法分析工资差距的来源。
• 图表4：展示不同行业间的工资差距，控制个体固定效应后。
• 图表5：显示城市化对工资差距的影响。
• 图表6：控制职业变化后的行业工资差距。
• 图表7：农业工资差距的演变。
• 图表8：各行业工人占比的变化。
• 图表9：不同百分位上的工资差距。
• 图表10：各行业人均增加值差距。
• 图表11：各行业工人数量。
• 图表12：农业与非农业之间的工人流动情况。
• 图表13：控制个体固定效应后的行业工资差距。
• 图表14：农业工人离职情况。
• 图表15：控制年龄平方后的农业工人离职情况。

表格说明

• 表格1：RAIS数据的汇总统计，包括各时期、各行业的工人数量、工资水平、教育水平和年龄分布。

关键术语

• 工资差距：农业与其他行业之间的工资差异。
• 结构转型：经济中劳动力从农业向制造业和服务业的转移。
• 工人特征组成：不同行业中工人在年龄、教育水平等变量上的分布差异。
• Roy模型：用于解释工人根据自身技能选择行业的模型。
• 未观测特征：如技能、能力等无法直接观测的工人属性。
• 排序机制：工人根据自身比较优势选择行业，从而导致行业间工资差距。

文献综述

• Vollrath (2014)：发现控制可观测人力资本后，14个国家间仍存在显著的工资差距。
• Herrendorf & Schoellman (2015)：认为工人人力资本和行业特定报酬差异是解释农业工资差距的主要因素。
• Lagakos & Waugh (2013) 和 Young (2013)：提出工人排序机制是解释行业间工资差距的重要途径。
• Hendricks & Schoellman (2017)：利用面板数据研究迁移带来的收益。
• Herrendorf & Teixeira (2017)：研究美国的行业工资差距。
• Hicks et al. (2017)：研究印尼和肯尼亚的行业工资差距。

分析方法

• Oaxaca分解：用于分析工资差距的可观测与未观测成分。
• 面板数据：用于追踪工人跨行业流动，区分行业间特征组成差异与未观测因素的影响。
• 校准模型：基于Roy模型构建的排序模型能够解释农业工资差距的演变趋势。

未来研究方向

• 进一步研究工人特征组成变化对行业工资差距的长期影响。
• 探索技术进步、技能偏向型技术变革等因素对农业工资差距的贡献。
• 比较巴西与其他国家的农业工资差距变化，以评估模型的普遍适用性。