四、实证分析
本文实证检验主要包括两部分：①进行全样本估计，以形成对于行政垄断、要素非对称扭曲与两部门工资差距的总体认识；②由于行政垄断、要素非对称扭曲在区域间存在差异，故继续利用相关指标进行分地区估计。
1. 全样本估计结果
表1列示了行政垄断、资本扭曲和两部门工资差距的静态面板估计结果。按照面板模型的估计步骤（F检验和Hauseman检验），本文最终选择了固定效应模型。模型（1）－模型（4）为行政垄断（MON）、资本价格扭曲（RSLOAN和SFE）与非国有企业工资增长率（NSOE SA）的估计结果。根据模型（1）和模型（3）可以发现，国有企业贷款（RSLOAN）和国有企业固定资产投资（SFE）本身的估计系数虽然为负，但却不显著。于是，本文进一步加入行政垄断和资本价格扭曲的交互项，检验其对非国有企业工资的影响。如模型（2）和模型（4）所示，在加入了行政垄断和资本价格扭曲的交互项后，RSLOAN和SFE的估计系数虽然仍不显著，但行政垄断和资本价格扭曲交互项（MON×RSLOAN，MON×SFE）的估计系数已经通过了5%的显著性水平检验，估计系数分别为－0.23和－0.66。模型（5）－模型（8）为行政垄断、资本价格扭曲和两部门工资差距（DIFF）的估计结果；核心解释变量的估计结果与模型（1）－模型（4）相类似——资本价格扭曲的估计系数不显著，交互项的估计系数显著为正，分别为0.37和0.19，这说明行政垄断和资本价格的低估不仅制约了非国有部门工资水平的提高，还引起了国有部门、非国有部门工资差距的扩大，是两部门工资差距拉大的重要原因，即命题1得证。
表1 行政垄断、资本扭曲与两部门工资差距的全样本估计结果
续表
注：利用Stata11.0估计得出；???、??、?分别代表1%、5%和10%的显著性；括号内为T值。
国有部门的要素非对称扭曲不仅表现为资本价格的低估，还同时表现为劳动力价格的高估。为此，本文重复表1的分析步骤进一步估计了行政垄断、劳动力价格扭曲和两部门工资差距之间的关系。如表2所示，劳动力扭曲的估计结果与资本扭曲的估计结果相一致：国有部门工资（SOE SA）、国有部门就业人数（SOE LA）的估计系数不显著，但在加入了行政垄断和劳动力价格扭曲这一交互项后，交互项的估计系数通过了5%的显著性水平检验。行政垄断和劳动力价格扭曲（MON×SOE SA、MON×SOE LA）每提高1个单位，将导致非国有部门的工资（NSOE SA）下降1.66个和1.88个单位，两部门的工资差距（DIFF）提高1.37个和1.06个单位，说明行政垄断和劳动力价格的高估是抑制非国有部门工资提高、引起两部门工资差距拉大的又一重要原因，命题2得证。
表2 行政垄断、劳动力扭曲与两部门工资差距的全样本估计结果
注：利用Stata11.0估计得出；???、??、?分别代表1%、5%和10%的显著性；括号内为T值。
控制变量的回归结果中（见表1和表2），人力资本（HC）的估计系数除了模型（4）外，总体的估计结果均不显著，这说明现阶段的国有部门虽然存在着人力资本“优势”，但其“共享式”的工资制度使得人力资本对两部门工资差距的影响是不均匀的，二者之间不是简单的线性关系，这与本文之前的分析是一致的。其他控制变量的作用方向与理论预期的分析结果相一致（UBR和FAR的估计系数显著为正，FDI的估计系数显著为负），故不再详述。
行政垄断、要素非对称扭曲还会对失业率产生影响，本文也对此进行了估计。如表3所示，在国有部门就业能力较低的前提下[33]，行政垄断和要素非对称扭曲还通过“挤出效应”抑制非国有部门和总体的就业需求。行政垄断和要素非对称扭曲的程度越高，总体的失业率也越高。为此，本文还对行政垄断、要素非对称扭曲和失业率之间的关系进行了实证检验。模型（17）－模型（20）为行政垄断、资本价格扭曲与两部门工资差距的估计结果，模型（21）－模型（24）则为行政垄断、劳动价格扭曲与两部门工资差距的估计结果。根据这些估计结果可以发现，资本（劳动）价格扭曲本身并不会对两部门的工资差距产生影响（系数不显著），但在加入了行政垄断这一交互项后，交互项的估计系数显著为正，通过了5%的显著性水平检验，说明行政垄断和要素非对称扭曲确实提高了总体的失业率：行政垄断和资本价格扭曲每提高1个单位，总体的失业率将提高0.27个和0.18个单位；行政垄断和劳动力价格扭曲每提高1个单位，将导致总体的失业率增加1.07个和0.88个单位，命题3得证。
表3 行政垄断、要素非对称扭曲和失业率的估计结果
续表
注：利用Stata11.0估计得出；???、??、?分别代表1%、5%和10%的显著性；括号内为T值。
2. 分地区估计结果
在中国经济发展的实践中，市场化改革的“渐进”特征不仅导致区域经济发展不平衡，还导致行政垄断和要素非对称扭曲在不同地区存在着差异(7)。有鉴于此，本文进一步利用相关指标进行分地区检验。
根据表4和表5分地区的估计结果可以发现，东部地区由于样本较小，模型的估计精度有所下降，但尽管如此，交互项的估计系数仍然显著（大体通过了5%的显著性水平检验）。总体上，行政垄断和要素非对称扭曲不仅引起了非国有部门工资的下降，还导致了两部门工资差距的拉大，与表1和表2的估计结果相一致。但尽管如此，行政垄断、要素非对称扭曲对非国有部门工资和两部门工资差距的影响还是存在显著的地区差异。以行政垄断与资本价格扭曲的估计结果为例，东部地区行政垄断和资本扭曲程度对非国有部门工资、两部门工资差距的影响较小，其每提高1个单位，将导致这些地区非国有部门的工资下降1.04个和0.19个单位，两部门工资差距增加0.50个和0.45个单位。中西部地区行政垄断和资本价格扭曲对非国有部门工资、两部门工资差距的影响则较大，其每提高1个单位，将导致这些地区非国有部门的工资下降1.66个和0.50个单位，两部门的工资差距增加0.80个和1.08个单位。这与中国产权改革的“不同步性”和行政垄断的地区差异不无关联：无论从广度还是从深度来看，中西部地区国有部门产权改革的推进速度（与东部地区的国有部门相比）较慢，这些地区的国有部门效率也较低[41]，中西部国有部门要素非对称扭曲和政府对其的“保护”——行政垄断程度便越强。因此，越是落后的地方，行政垄断和要素非对称扭曲的幅度便越高，其通过“挤出效应”抑制非国有部门的工资、促进两部门工资差距的幅度便越大。
表4 行政垄断、资本价格扭曲和两部门工资差距的分地区估计结果
注：利用Stata11.0估计得出；???、??、?分别代表1%、5%和10%的显著性；括号内为T值。
表5 行政垄断、劳动力价格扭曲和两部门工资差距的分地区估计结果
注：利用Stata11.0估计得出；???、??、?分别代表1%、5%和10%的显著性；括号内为T值。
本文的稳健性检验主要包括两个部分：①行政垄断从本质上来说属于政府的“不当干预”，是政府直接干预经济活动的一种表现。行政垄断越高，市场化水平便越低。因此，本文以樊纲等[42]编制的市场化指数为依据，计算市场化的倒数作为新的行政垄断指标(8)，对行政垄断、要素非对称扭曲和两部门工资差距的关系进行实证检验，交互项的估计系数仍然显著。②鉴于核心解释变量和被解释变量的内生性，本文利用GMM模型重新进行估计（工具变量为核心解释变量的滞后1期和2期）。估计结果中，AR（1）和AR（2）检验说明模估计模型不存在一阶自相关，但二阶自相关存在，Sargan检验和Hansen检验说明工具变量的选择是有效的，模型不存在过度识别问题。具体的回归结果中，交互项的估计系数仍然显著（通过了5%的显著性水平检验）。
根据以上检验结果可以发现，国有部门的要素非对称扭曲本身不会引起两部门工资差距的拉大和总体失业率的上升，行政垄断和要素非对称扭曲的结合才是引起两部门工资差距拉大的根本原因，这与近年来关于两部门工资差距的文献[13]，[16]的分析结果一致(9)。从时间维度看，我国的要素市场化改革一直滞后，行政垄断和国有部门要素非对称扭曲的“合谋”困局并没有得到太大的改观。行政垄断和国有部门要素非对称扭曲是新常态时期中国两部门工资差距不断拉大的重要原因。从空间维度看，越是落后的地区，国有部门要素非对称扭曲的程度越高，其越需要通过行政垄断来维持“虚假”利润、“高福利”和“高工资”，其通过“挤出”效应对非国有部门利润和工资的“侵蚀”作用便越严重。因此，越是落后的地区，行政垄断和要素非对称扭曲的程度越高，两部门的工资差距也越大，这样本文便在一个统一的框架内说明了新常态时期中国两部门工资差距的时空差异。