劉 卉,孫劍平,李 鵬
(1.南京理工大學(xué)經(jīng)濟(jì)管理學(xué)院,南京210094;2.太原理工大學(xué)經(jīng)濟(jì)管理學(xué)院,太原030024;3.上海飛樂股份有限公司,上海200072)
作為國家收入分配的標(biāo)桿,公務(wù)員的薪酬水平問題一直倍受國內(nèi)外學(xué)者的關(guān)注。近年來,研究和分析公務(wù)員薪酬水平的視角呈現(xiàn)多維度,Craig結(jié)合政府部門外部的市場(chǎng)信息,在聯(lián)邦政府薪酬管理實(shí)踐的基礎(chǔ)上對(duì)美國聯(lián)邦政府公務(wù)員一般行政薪酬體系中薪酬水平的設(shè)置和等級(jí)分布對(duì)于當(dāng)?shù)厥袌?chǎng)薪酬和消費(fèi)水平的敏感度進(jìn)行檢驗(yàn)分析[1];Joshua在分析美國政府部門薪酬結(jié)構(gòu)的基礎(chǔ)上,運(yùn)用分位數(shù)回歸方程及三年相關(guān)數(shù)據(jù),明確提出教育回報(bào)率與薪酬水平成正比,即高教育回報(bào)率帶來高薪酬水平[2];Keming,Moshe運(yùn)用分位數(shù)回歸法檢驗(yàn)學(xué)歷和工作經(jīng)驗(yàn)對(duì)薪酬的影響程度,并提出學(xué)歷和工作經(jīng)驗(yàn)對(duì)于薪酬的影響程度為正,但在不同的薪酬水平下,影響程度也會(huì)有所不同[3][5];Lawrence,Rutkowski通過對(duì)薪酬結(jié)構(gòu)的具體描述,提出薪酬水平和技能的相關(guān)程度[4][6]。
國內(nèi)的相關(guān)文獻(xiàn)大多是從定性的角度來對(duì)其薪酬水平及其影響因素進(jìn)行描述[7],[8],從定量角度分析薪酬本身的定價(jià)因素的文獻(xiàn)屈指可數(shù),盡管張燕對(duì)我國公務(wù)員薪酬水平影響因素進(jìn)行了定量分析,但她的研究忽略了人力資本因素對(duì)于薪酬的影響程度[9]。因此,本文從制定我國公務(wù)員薪酬標(biāo)準(zhǔn)的角度出發(fā),以我國公務(wù)員為考察對(duì)象,收集我國1996年-2009年相關(guān)數(shù)據(jù),分別運(yùn)用SPSS13.0軟件和Stata10.0軟件進(jìn)行回歸定量分析,檢驗(yàn)我國公務(wù)員的薪酬水平的影響因素及影響程度,并對(duì)我國公務(wù)員的薪酬水平的制定提供建議,以此來完善我國公務(wù)員的薪酬制度。
對(duì)于公務(wù)員薪酬水平理論體系的建立,國內(nèi)外相當(dāng)多的優(yōu)秀學(xué)者對(duì)此進(jìn)行修訂和完善。蓋伊·彼得斯認(rèn)為市場(chǎng)薪酬平均水平或與公共部門有競(jìng)爭(zhēng)關(guān)系對(duì)手的薪酬水平影響了公務(wù)員的薪酬水平的確定,即公務(wù)員的薪酬水平是以市場(chǎng)為導(dǎo)向的[10];美國法律規(guī)定其聯(lián)邦政府公務(wù)員的薪酬應(yīng)根據(jù)本地消費(fèi)水平指數(shù)的變動(dòng)來調(diào)整薪酬[11];美國經(jīng)濟(jì)學(xué)家舒爾茨開創(chuàng)了人力資本理論,并將公務(wù)員薪酬水平結(jié)合其人力資本含量進(jìn)行研究,提出人力資本投資與其他方面的投資相比,是一種投資回報(bào)率很高的投資;勞動(dòng)經(jīng)濟(jì)學(xué)相關(guān)的理論提及影響薪酬水平的因素不僅僅包括國民經(jīng)濟(jì)發(fā)展水平,社會(huì)勞動(dòng)生產(chǎn)率以及國民整體收入分配比率等外部因素,還涵蓋了員工的績效水平,職務(wù)高低,受教育程度等內(nèi)部因素;國內(nèi)外相關(guān)文獻(xiàn)也表明公務(wù)員的薪酬水平確定因素包括市場(chǎng)薪酬水平,公共財(cái)政支出總額,消費(fèi)者物價(jià)指數(shù)和國民收入水平,本文認(rèn)為公務(wù)員規(guī)模和受教育程度對(duì)公務(wù)員薪酬水平的確定影響也相當(dāng)大,因此在先前的定量分析研究中多加入兩個(gè)研究變量,最終確定為六個(gè)變量,其含義如表1所示:
表1 公務(wù)員薪酬水平影響因素模型中變量定義
根據(jù)以上變量設(shè)計(jì),采用SPSS軟件進(jìn)行多元回歸分析,以便提供他們對(duì)我國公務(wù)員薪酬水平影響的實(shí)證依據(jù)。基本回歸方程如下:
其中:
W:公務(wù)員年平均薪酬;
X1:市場(chǎng)薪酬水平;
X2:公務(wù)員人數(shù)(10000人);
X3:全國財(cái)政支出總額(億元);X4:消費(fèi)者物價(jià)指數(shù)CPI;
X5:人均GDP;
在MIDAS/GTS NX模型后處理結(jié)果中,提供了Von Mises應(yīng)力,Von Mises應(yīng)力表示在一定的變形條件下,當(dāng)材料的單位體積形狀改變的彈性位能(又稱彈性形變能)達(dá)到某一數(shù)值時(shí),材料就屈服;換言之,當(dāng)單元體的形狀改變比能達(dá)到一定程度,材料開始屈服。使用該準(zhǔn)則來評(píng)價(jià)豎井初期支護(hù)的受力情況是比較適合的[12-13]。
X6:學(xué)歷(本科及以上)百分比;ε:隨機(jī)誤差項(xiàng)。
通過SPSS13.0對(duì)因變量和自變量做散點(diǎn)圖,圖形表明兩者之間呈線性關(guān)系,并且因變量P-P正態(tài)概率圖顯示,因變量基本服從正態(tài)分布,因此我們判定用多元回歸方程分析該模型是適合的。
逐步回歸結(jié)果顯示,所設(shè)定的回歸模型只引入了市場(chǎng)薪酬水平(X1)與學(xué)歷(本科及以上)百分比(X6)兩個(gè)變量,其余變量被剔出模型。根據(jù)表2得知我們所擬確定的回歸模型判定系數(shù)平方和為0.984,調(diào)整判定系數(shù)為0.981,估計(jì)值的標(biāo)準(zhǔn)差為.07759,此結(jié)果表明整個(gè)回歸方程的擬合優(yōu)度非常高,回歸方程的顯著性也比較高。但此回歸模型只引入兩個(gè)變量,其余變量全被剔出,這與實(shí)際經(jīng)濟(jì)含義不符合的,尤其是2006年《公務(wù)員法》第75條中明確表示,要定期進(jìn)行公務(wù)員和企業(yè)相關(guān)人員薪酬水平的調(diào)查比較,并將薪酬調(diào)查比較結(jié)果作為調(diào)整公務(wù)員薪酬水平的依據(jù),綜上所述,我們判定目前得到的回歸模型存在多重共線性,從而引起回歸系數(shù)的失真,因此我們將對(duì)該模型進(jìn)行修訂以消除多重共線性。
表2 模型摘要
20世紀(jì)70年代以來,嶺回歸方法(Ridge Regression)得到廣泛的發(fā)展和應(yīng)用,這,是一種專門用于共線性數(shù)據(jù)分析的有偏估計(jì)回歸方法,原理是通過放棄最小二乘法的無偏性,以損失部分信息,降低精度為代價(jià)來獲得回歸系數(shù)更符合實(shí)際,更可靠的回歸方程,通俗來講是一種改良的最小二乘估計(jì)法,在本文中我們使用嶺回歸法來消除模型中的多重共線性。
表3 線性回歸分析的系數(shù)
嶺回歸分析的第一步是要設(shè)置嶺參數(shù)K值范圍及搜索步長,我們先設(shè)置嶺參數(shù)K值范圍為0-1,搜索步長為0.05。其自變量的嶺跡圖如圖1所示,當(dāng)K=0.3時(shí),六條嶺跡相對(duì)平穩(wěn),公務(wù)員人數(shù)X2的系數(shù)為正數(shù),通過經(jīng)濟(jì)學(xué)理論分析得知,公務(wù)員和薪酬水平應(yīng)成反比,即X2的系數(shù)應(yīng)該為負(fù),為此,刪去關(guān)于公務(wù)員人數(shù)X2的數(shù)據(jù),重新進(jìn)行嶺回歸。
圖1 自變量的嶺跡圖
圖2 自變量的嶺跡圖
同樣設(shè)置嶺參數(shù)K值范圍為0-1,搜索步長為0.05,如圖2所示,當(dāng)K值為0.35時(shí),五個(gè)自變量的嶺軌跡平穩(wěn),此時(shí)這五個(gè)變量的回歸系數(shù)也恰為正值,與實(shí)際經(jīng)濟(jì)含義相符。模型的可決系數(shù)為0.96815,說明公務(wù)員年平均薪酬(W)96.8%的變化可由其它五個(gè)變量的變化來解釋,自變量整體對(duì)因變量具有高度顯著的線性影響。因此,選擇K=0.35,對(duì)應(yīng)的標(biāo)準(zhǔn)化回歸方程為:
其中:
X1:市場(chǎng)薪酬水平;
X3:政府財(cái)政支出總額(億元);
X4:消費(fèi)者物價(jià)指數(shù)CPI;
X5:人均GDP;
X6:學(xué)歷(本科及以上)百分比;
ε:隨機(jī)誤差項(xiàng)。
OLS回歸方程中所求的參數(shù)得出的結(jié)果只是用來描述平均的回歸,對(duì)于在整體薪酬分布區(qū)間上各個(gè)自變量對(duì)因變量的影響程度的描述卻無法考慮,為了修訂OLS在回歸分析中的缺陷,Koenker和Bassett提出分位數(shù)回歸(Quantile Regression)的思想[12],分位數(shù)回歸方程的原理是依據(jù)因變量的條件分位數(shù)分別對(duì)自變量進(jìn)行回歸,這樣便可得到了所有分位數(shù)下因變量的回歸模型,也更能準(zhǔn)確描述自變量對(duì)于因變量的變化范圍以及條件分布形狀的影響程度。
以Qθ(lnW|Xi)表示給定解釋變量Xi的前提下,被解釋變量lnW的下θ分位數(shù),建立的分位數(shù)回歸方程如下:
不同的分位數(shù)θ對(duì)應(yīng)不同的系數(shù)向量β,類似于通過最小化MSE得到OLS系數(shù)估計(jì)值,分位數(shù)回歸系數(shù)估計(jì)值下式得到:
QR精確的描述了自變量X對(duì)于因變量Y的變化范圍以及條件分布形狀的影響,因此我們可以把整個(gè)區(qū)間定義為1996~2009年這個(gè)時(shí)間段的時(shí)間區(qū)間,不同分位數(shù)表示不同的時(shí)間,且成遞增趨勢(shì),通過這種方式我們可以看到不同變量在不同時(shí)期對(duì)于因變量的影響程度。表4是我國公務(wù)員薪酬水平分位數(shù)回歸方程的結(jié)果,五個(gè)代表性分位數(shù)的回歸系數(shù)一一被列出。對(duì)于本文的自變量而言,比如政府財(cái)政支出總額,各分位數(shù)的回歸系數(shù)意味著增加一個(gè)單位的政府財(cái)政支出總額,相對(duì)應(yīng)條件分布的下θ分位數(shù)的變化,本文將此理解為政府財(cái)政支出總額的影響程度。
表4 薪酬方程的分位數(shù)回歸結(jié)果
QR分析分別顯示市場(chǎng)薪酬水平,政府財(cái)政支出總額,消費(fèi)者物價(jià)指數(shù),人均GDP以及學(xué)歷(本科及以上)百分比這五個(gè)因素在不同年份對(duì)公務(wù)員薪酬的影響程度,由表4得知,市場(chǎng)薪酬水平的影響程度1996~2002年之前逐年下降,2002年達(dá)到最低點(diǎn),之后逐年上升,但不如1997年左右的影響程度大;政府財(cái)政支出總額的影響程度1996~ 2003年有所下降,2003年以后逐年上升,在2006年達(dá)到最高點(diǎn),隨后趨于下降成為負(fù)值;消費(fèi)者物價(jià)指數(shù)最開始的影響程度為負(fù),隨后變成正的影響程度,并逐年上升;人均GDP除在2008年左右的影響力是正的,其余年份都是負(fù)的;學(xué)歷百分比的影響程度一直為正,但呈現(xiàn)曲線波動(dòng),近年影響程度在升高。由表4得知,近些年來,影響程度比重一直呈上升趨勢(shì)的是市場(chǎng)薪酬水平和學(xué)歷百分比這兩個(gè)因素,這說明我國在制定公務(wù)員薪酬水平的同時(shí),逐步將公務(wù)員薪酬水平與外部市場(chǎng)變化和個(gè)人人力資本緊密聯(lián)系
由總體研究分析得知,我國在制定公務(wù)員薪酬水平的同時(shí),逐步意識(shí)到與外部市場(chǎng)經(jīng)濟(jì)變化和個(gè)人人力資本的緊密聯(lián)系,但對(duì)于制定科學(xué),合理的公務(wù)員薪酬,還需要一些措施來進(jìn)一步的完善。
雖然《公務(wù)員法》第七十五條明確規(guī)定要定期進(jìn)行公務(wù)員和企業(yè)相關(guān)人員薪酬水平的調(diào)查比較,并將薪酬調(diào)查比較結(jié)果作為調(diào)整公務(wù)員薪酬水平的依據(jù),但從表4來看,與市場(chǎng)薪酬水平的比較趨勢(shì),有些年份相關(guān)程度大,有些年份相關(guān)程度小,由此得出其比較的對(duì)象和標(biāo)準(zhǔn)仍未確定,隨意性很大。
我國公務(wù)員的薪酬主要來源于政府財(cái)政收入,政府財(cái)政狀況的好壞直接影響著公務(wù)員薪酬制度的正常運(yùn)行,表4分析結(jié)果顯示,政府財(cái)政收入總額與公務(wù)員薪酬的相關(guān)程度除06年左右均為負(fù)值,這說明我國在每次的公務(wù)員薪酬增薪中,難以確定增薪的標(biāo)準(zhǔn),并且各地政府對(duì)公務(wù)員增薪的程度也不同,因此我國在制定公務(wù)員薪酬政策的時(shí)候,需要避免片面的地方財(cái)政否決權(quán),將公務(wù)員正常增薪機(jī)制法制化,確保公務(wù)員薪酬合理的增長水平。[13]
由表4分析得出消費(fèi)者物價(jià)指數(shù)近年對(duì)公務(wù)員薪酬水平產(chǎn)生正的影響,并逐年上升,但同美國相比,我國還沒有建立類似公務(wù)員薪酬與物價(jià)指數(shù)之間聯(lián)動(dòng)的權(quán)威性指標(biāo),美國法律明確規(guī)定公務(wù)員的薪酬標(biāo)準(zhǔn)普調(diào)的計(jì)算公式為:I=ECI-0.5%,其中ECI為勞工部公布的薪酬成本指數(shù),由于通貨膨脹,每年都要根據(jù)ECI的變動(dòng)來微調(diào)[14]。因此我們應(yīng)多借鑒國外的做法,設(shè)立專業(yè)的公務(wù)員薪酬評(píng)估機(jī)構(gòu)來專門從事公務(wù)員薪酬的評(píng)估工作,以此來動(dòng)態(tài)、及時(shí)地調(diào)整公務(wù)員的薪酬。
[1]Olson,C.A.,Schwab D.P.,Rau.The Effects of Local Market Condi?tions on Two Pay-setting Systems in the Federal Sector[J].Industrial and Labor Review,2000,53(2).
[2]Angrist,Chernozhukov,V.,Fernandez Val,I.Quantile Regression un?der Misspecifi Cation,with an Application to the U.S.Wage Structure [J].Econometrica,2006.
[3]Yu,K.,Van Kern,Zhang,J.Bayesian Quantile Regression:an Appli?cation to the wage Distribution in 1990s Britain[J].Special issue on Quantile Regression and Related Methods.2005,(67).
[4]Katz,L.F.,Autor,D.H.Changes in the Wage Structure and Earnings inequality[M].Handbook of labor Economics,1999.
[5]Buchinsky,M.Changes in the U.S.wage Atructure 1963-1987:Appli?cation of Quantile Regression[J].Econometrica.1994,62(3).
[6]Rutkowski,J.High Skills Pay off:the Changing Wage Structure Dur? ing Economic Transition in Poland[J].Economics of Transition,1996, (4).
[7]鮑曉娜,范曉男.中美公務(wù)員薪酬制度對(duì)比研究[J].黑龍江對(duì)外經(jīng)貿(mào),2008,(5).
[8]王端.中美公務(wù)員薪酬制度比較研究[J].理論觀察,2009,(3).
[9]張燕.我國公務(wù)員薪酬水平影響因素研究[D].北京:北京交通大學(xué), 2007.
[10]Guy Peters,B..The Future of the Governing:Four Emerging Models [M].2001.
[11]吳志華.美國公務(wù)員制度的改革與轉(zhuǎn)型[M].上海:上海交通大學(xué)出版社,2006.
[12]Koenker,R.,Bassett,G.W.,Regression Quantiles[J].Econometrica, 1978.
[13]何鳳秋.公務(wù)員工資水平平衡比較理論與應(yīng)用[J].中國人才,2008,(3).
[14]文躍然.薪酬管理原理[M].上海:上海復(fù)旦大學(xué)出版社,2008.