【《最低工资对特殊群体收入影响的实证分析案例》12000字】

第PAGE第10页最低工资对特殊群体收入影响的实证分析案例目录TOC\o"1-3"\h\u4366最低工资对特殊群体收入影响的实证分析案例 16521一、最低工资制度对收入影响的理论模型 125807（一）模型基本假设 124250（二）最低工资对收入影响的理论推导 237二、最低工资对农民工收入影响的实证分析 317807（一）模型选择 3129901.DID 4173072.2DPSM 555563.QDID 710122（二）数据来源及说明 7222951.指标选取 8248212.样本特征 925274（三）实证结果分析 1011501.基于Logit模型的2DPSM匹配 10231502.最低工资对农民工收入影响的实证分析 11219133.最低工资对农民工工作时间影响的实证分析 168466（四）小结 20一、最低工资制度对收入影响的理论模型（一）模型基本假设1.假设农民工工资均为按月支付2.总工资和工作时间由双方根据利益进行协商决定3.市场中存在生产率相同的劳动力4.劳动力对工作时间和收入均有相同的偏好，但是不同劳动力的不同工作所产生的负效应是不同的5.假设模型中的产品市场是完全竞争市场6.最低工资标准对农民工总工资具有约束作用（二）最低工资对收入影响的理论推导以收入——闲暇模型为基础，参考杨正雄（2020）的理论模型，本文在此推导一个关于最低工资对农民工月收入影响的理论模型，此时劳动力个体的效用函数可以表示为：（5.1）其中，代表个体消费，而代表个人闲暇，表示工作中的负效用，效用函数满足：。假设效用函数在上为弱可分，此时设农民工的总时间为，工作时间为,收入，由此可将上式写为：（5.2）假设农民工在参与工作的过程当中，保留效用为,则此时在边际上有：（5.3）因为,所以对满足的农民工而言，都有成立，也就是说此时的农民工会选择开始工作。此时令农民工整体规模。农民工在工作过程中的负效用服从均匀分布,其中累积分布函数为。总体农民工劳动力供给方程为：（5.4）假设令为农民工的收入弹性和闲暇弹性，则此时劳动力供给曲线有：（5.5）另一方面，假设产品市场完全竞争，令产品价格，根据C-D函数，假设厂商生产要素仅有员工人数及其工作时间，令为产出，为员工人数，c为员工人数弹性，d为工作时间弹性，有：（5.6）C-D生产函数为二阶连续可导且满足：。假设厂商具有部分垄断能力，而劳动供给弹性越大，厂商相应的垄断能力就越弱，因此，b也可以说同时是市场中厂商垄断能力强弱的象征。此时将供给曲线带入利润函数可有：（5.7）一阶求导并求解，可有： （5.8） （5.9）由此可知： （5.10）即厂商的垄断能力越强，农民工的工作时间就越长；若市场为完全竞争市场时，农民工的工作时间可以表示为： （5.11）而模型使用研究学者最常使用的假设：c<d，则可知，也就是说此时农民工需要付出相对长的工作时间。将最低工资标准引入模型考虑，假设最低工资对农民工个体的总工资产生约束作用，若农民工获得的收入低于最低工资标准，最低工资不具有效力。因此最低工资一定满足： （5.12）对于一阶条件关于S求导，有：（5.13） （5.14）可知弹性恒大于0，由此可知，最低工资制度的提升一定会导致农民工工作时间的增加。此时令小时工资为，可知：（5.15）由于,由此可知小时工资也大于0。因此，可以得出结论：最低工资标准提升会导致农民工工作时间增加，同时月收入也增加。二、最低工资对农民工收入影响的实证分析（一）模型选择最低工资标准旨在保护劳动者通过劳动获得的合法权益，对部分劳动者个人、及其家庭成员而言，是一项保障基本生活需求的保护制度。但就国家宏观层面而言，最低工资制度不仅仅是一种保护制度，更重要的是被赋予了政策目标，是一种工资增长制度。最低工资制度的调整由各省市、自治区自行设置并不定期进行调整，调整的时间和程度有所不同，最终的实施结果也参差不齐。基于以上的分析，可以将最低工资调整视为一种自然实验进行研究。及时开展相关研究一方面有利于证实制度的实施效果，及时发现制度在实施过程中存在的问题，以便下一步调整；另一方面能够从多角度进行分析研究，得出的结果可以为国家的下一步施政调整提供有效的政策建议。本部分以在全国范围内，结合地域分布选取的四个省市的农民工为主要研究对象，使用DID探究最低工资调整对农民工薪资的影响。本文使用的是2015年和2017年流动人口监测调据，由国家卫生健康委流动人口服务中心分别于两年的上半年展开调查所获。结合对2015年、2016年及2017年全国各省、市、自治区对最低工资的调整情况选取实验组和对照组。其中，在2015-2017年期间，共有10个省份没有调整最低工资标准，这十个省份分别为：新疆、云南、四川、广西、广东（其中深圳最低工资标准发生变动）、江西、安徽、浙江及黑龙江；其余省市自治区均有调整最低工资标准；而在2015-2016年期间，共有19个省、市自治区没有调整最低工资标准，剩余省份均有调整最低工资标准。结合以上信息综合考虑，为使所选样本尽可能代表全国主要地区、各地区内的可比性以及样本量尽可能多等因素，最终在东部、西部及东北三个地区各选出两个分别作为对照组和实验组的省区市，其中东部地区选择江苏省、浙江省；西部地区选择重庆市、四川省；东北地区选择辽宁省、黑龙江省。江苏、重庆、辽宁的样本为实验组，浙江、四川和黑龙江的样本为对照组。因不同的区域发展具有异质性，不同省份之间很难满足时间效应一致的条件，所以在使用DID进行回归前，需要确保实验组和对照组在每种特征方面尽可能地类似。同时本文所使用的数据为混合截面数据，但DID需要使用面板数据。综上，在PSM的基础上使用2DPSM构造伪面板数据并解决样本选择偏差问题，使用DID进行回归后根据农民工异质性进行分组，使用QDID进行条件分位数回归，探究最低工资标准变化对处于不同分位点收入或工作时间农民工群体的影响。以下，就所使用的计量方法展开逐一介绍：1.DID最低工资制度在我国不同城市和省份的最低工资存在明显差异，在同一时间段，有进行最低工资标准调整的省市，也有维持原最低工资标准的省市，因此可以将最低工资的改变看作准自然实验，使用DID来进行估计。首先设置实验组和对照组，将政策标准调整的组别看作实验组，没有进行调整的组别看作对照组。设置虚拟变量Ti，将没有提升最低工资标准的省份组别设为，将提升了最低工资标准的省份组别设为。具体而言，最低工资的提升可以通过以下方程进行检验： （6.1）其中，代表农民工个体薪资的对数，代表时间变化为个体带来的影响，代表由来自不同省市的差异，代表了控制了时间变化和省市差异的影响后，政策调整对个体的薪资水平带来的变化，是模型中的常数项。每个农民工个体都有其对应的虚拟变量，其中当时，代表的是实验组，当时代表的是对照组；也有一个代表时间的虚拟变量，当时，代表样本来自实验后，时代表来自实验前。在研究的过程中，当时，代表的是2017年的数据；而当时，代表的是2015年的数据，是和的交互项。以下，在模型6.1的基础上，引入代表个体特征的控制变量以及区域特征的控制变量，此时估计方程变为：（6.2）在前文的讨论中，了解到工作时间同样对收入也会产生影响，工作时间的长短直接决定了农民工能够获得的真正收入，有效衡量最低工资标准的提升是否真正提高了农民工收入，因此，在研究的过程中同样对工作时间进行估计： （6.3）2.2DPSMPSM由RosenbaumandRubin于1983提出。旨在通过引入协变量来确定特征类似的实验组和对照组，并将这些特征通过运算转化为倾向得分值，进而采用不通过的匹配方式（半径或核匹配）将实验组和对照组进行配对（连玉君，2009）。在研究过程中，会有以下四种分类情况：1.实验前实验组（BT）2.实验前对照组（BC）3.实验后实验组（AT）4.实验后对照组（AC）。假设有个体i(i=1到n)，及其在时间t受到政策冲击，最终被解释变量由转变为。对个体的治疗效果(TE)定义为。首先，假设是由下式的线性因子模型给出的： （6.4）其中，虚拟变量T表示个体是否接受本次的政策影响，1为参与，0则意味着没有参加。因此T也被称作处理变量，反应个体i是否在过程当中得到了处理，并将被解释变量，也就是最终的处理结果记做Y，对于个体i而言，其月收入Y（结果变量）可能有两种结果，这种结果取决于是否收到此项政策变化的影响： （6.5）其中，表示个体i在没有接受政策冲击情况下的未来月收入，表示接受政策冲击影响的月收入，本文希望得到(-)，即个体参与该项目所产生的因果效应。如果个体i受到了政策影响，便可以观测到，但是不能观察到，除非让个体i实现穿越，改变已经发生的事实——选择不实施本项政策，才能观测到的取值。相反，如果个体i未受到政策冲击，则可以观测到的取值，无法观测到的取值。综上所述，由于个体i的状态只有两种可能：1.受到政策影响；2.没有受到政策影响。因此只能得到或，这也是一种数据缺失问题。将写为分段函数，可得下式： （6.6）其中，是个体受到政策影响的因果效应或随机效应，显然，不同个体会具有不同的处理效应。由于处理效应为随机变量，所以研究在意结果的期望值（ATE），也叫做参与者平均处理效应。（6.7）而参与者平均处理效应（简称ATT）则仅考虑实际参与本次政策调整的平均处理效应，即: （6.8）鉴于本文之前对理想随机对照试验的讨论，标准差异估计可以写为: （6.9）但传统的PSM方法针对的是面板数据，本文中使用的数据为混合截面数据，因此需要在传统PSM方法上进行改进。参考HaotianZhong等（2019）的2DPSM（二维倾向得分匹配法），对传统PSM方法进行扩展，以便能够通过纵向和横向两个维度进行配对观察，四组个体具有平衡的协变量分布，其中主要估计偏差来源于两方面，分别是同一组的个体选择偏差与受到政策冲击后的个体与受冲击前的个体并非同一组样本，不具有纵向可比性。因此，需要同时在横向和纵向两个方向对个体样本进行匹配，减少估计偏差，最终将匹配结果构造成新的“平衡伪面板”数据，主要过程如下图所示：图4样本使用2DPSM方法的匹配过程在完成纵向和横向的匹配之后，方程(6.6)可以重写为: （6.10）（6.11） （6.12）和分别是实验组和对照组受到冲击前后平均值的差异。和分别表示在横向维度（b:收到政策冲击前，a：收到政策冲击后）和纵向维度上的(t:实验组受到冲击前与冲击后，c:对照组收到冲击前与冲击后)的匹配情况。当在两个维度均完成匹配后，四个组别与相似的协变量分布相均衡，同时有假设条件成立：即四个组别的选择或分配仅取决于观察到的个体特征(Rubin，1977)。3.QDID探究最低工资水平提升对不同收入水平分组及周工作时间长短分组的影响，是最低工资对农民工的异质性影响之一，也是对上述DID过程的进一步深入分析，同时分位数回归法也可以克服异方差问题。本文使用Koenker和Bassett（1978）的分位数回归方法，探究不同收入和工作时间分位点处最低工资对农民工收入和工作时间的影响效果。对于任意随机变量，变量的所有性质可以由其分布函数来刻画，即： （6.13）对，随机变量的分位函数为： （6.14）由此可以看出，分位函数反映了的性质，且分位函数的值是唯一的（李育安，2006）。条件分布函数给出变量在各个层次中存在的相关信息，是对均值回归的一种极大的改进和补充。本文使用分位数双重差分（QDID），即将分位数回归法与双重差分相结合，将交叉项看作关键解释变量，因此QDID回归方程可表示为： （6.15）其中，表示所选取的收入分位点，本文选取分位点为0.1,0.3…….，0.9；同时不同系数表示分为回归系数，来显示最低工资标准的提升对农民工在不同收入分位点的具体影响。同样，对于周工作时间，同样可以有如下估计方程：（6.16）与上式类似，以此来显示最低工资的提升对农民工不同工作时长分位点的作用。（二）数据来源及说明本文通过使用农民工个体特征变量和城市经济发展变量建立计量模型，通过2DPSM将混合截面数据转变为面板数据，进而使用DID探究最低工资制度对农民工收入的影响，在得到初步结果后根据农民工的异质性进行进一步研究。其中农民工的收入及个体特征变量数据来源于2015年和2017年流动人口动态监测调查数据，该数据来源于国家卫生健康委流动人口服务中心。数据主要调查年龄段介于16-60岁之间、超过一个月居住在此区域且没有当地户口的流动人员。调查结果包含的具体变量有：性别、年龄、婚姻情况、学历水平等各方面个体特征。其中，2015年的调查数据覆盖全国272个地级市，2017年覆盖277个地级市；2015年有效样本人数为18.4万人，2017年有效样本人数为15万人。城市经济变量数据，全部从2015年和2017年《中国城市统计年鉴》整理而来，主要使用各省市的生产总值、第二产业占GDP比重等变量。1.指标选取根据上文中对于实证模型的建立，收入估计方程中选取月收入取对数作为被解释变量，在2DPSM匹配过程中，选取性别、年龄、流动类型、学历、子女数量、就业身份为匹配变量进行匹配；同时，在DID回归过程中选取性别、性别、年龄、流动类型、学历、就业身份、周工作时间、第三产业占GDP的比重、第二产业占GDP的比重、人均地区生产总值为个人特征及区域特征的控制变量，具体变量的说明和取值如表7所示：表7匹配变量情况说明变量说明性别男性=1女性=2在业情况不在业=0在业=1流动范围市内跨境=1省内跨市=2跨省流动=3学历初中及以下=1高中及中专=2大学专科及以上=3年龄组分组30岁以下=031-40岁=141-50岁=251-60岁=3就业身份雇主=1雇员=2自营=3子女数量单位：个月收入单位：元周工作时间单位：小时人均地区生产总值采用市辖区数据，单位：元第二产业占GDP的比重单位：%第三产业占GDP的比重单位：%注：在研究过程中，去除未就业的样本进行研究2.样本特征以下通过实验组在调整最低工资前后的数据，来初步讨论研究基于不同性别、年龄段及学历的农民工群体之间月均收入及周工作时间的差异，来为下一步实证分析打下基础。表8不同性别农民工的月均收入及周工作时间差异女性男性2015年2017年20152017平均收入3360.783512.34514.064930．47周工作时间52.0254.0852.7756.52数据来源：国家卫生健康委流动人口服务中心由表8可知，在调整最低工资标准前，女性的平均月收入就明显低于男性，但与此同时，女性的周工作时间却基本与男性持平，这组数据可以直接反应出在农民工群体当中，女性的月均收入及小时工资收入都显著低于男性。经过最低工资标准调整之后，女性的月均收入同比上升约4.51%，而男性的月均收入则同比上升9.2%；反观周工作时间，经过最低工资调整后，女性的周工作时间同比约增加4%，而男性的周工作时间同比增加约7.18%，也可以从侧面进一步印证，男性的工资收入确实明显优于女性。表9不同学历水平农民工的月均收入及周工作时间差异初中及以下学历初中以上学历2015年2017年20152017平均收入3762.353924.444519.915066.67周工作时间54.9359.5450.3756.52数据来源：国家卫生健康委流动人口服务中心由表9可知，样本农民工群体中，学历越高，其对应的月均收入也就越高；学历层次越高的农民工对应的周工作时间也越少，由此可知学历层次高的农民工可以获得更加优渥的小时收入，这也进一步印证了学历对于农民工收入可以带来显著的影响。经历过最低工资标准调整后，初中及以下学历水平的农民工平均月收入同比增加4.31%，初中以上学历的农民工同比增加12.1%。但就周工作时间而言，最低工资水平上升后，不同学历水平层次的农民工平均周工作时间同比增加8.4%、12.1%。由此可知，最低工资的调整分别显著增加了整体学历水平层次的农民工平均月收入及周工作时间。表10不同流动范围农民工的月均收入及周工作时间差异省内流动跨省流动2015年2017年20152017平均收入3718.773924.444357.264811.74周工作时间54.0757.0154.3359.54数据来源：国家卫生健康委流动人口服务中心由表10可知，在样本农民工群体中，跨省流动的农民工群体收入显著高于省内流动群体的收入。当最低工资标准调整后，所有农民工的平均月收入水平都得到显著提升。其中，省内流动农民工收入同比增加10.12%，跨省流动农民工平均收入同比增加10.43%，增速基本与省内流动农民工群体一致；就周工作时间而言，省内流动农民工的工作时间略高于跨省流动农民工的工作时间。当最低工资水平调整后，所有农民工的平均周工作时间都得到增加，同比增幅分别为2.94%和9.58%。由此可知，对于跨省流动的群体，其平均周工作时间得到更大幅度的增加。（三）实证结果分析1.基于Logit模型的2DPSM匹配对应匹配变量为性别、年龄、流动类型、学历、子女数量、就业身份，结果变量为该地区样本的最低工资标准是否被提高。在匹配的过程中，有多种匹配方法可以进行选择。在本文匹配的过程中，本文选择了一对一匹配。以浙江和江苏为例（剩余两组地区的操作方式及检测结果均与浙江和江苏类似，故在此仅展示浙江江苏组），共计需要匹配四次来形成最终的为面板数据，即分别对实验组的T0期和T1期进行匹配，对照组T0期和实验组T0期进行匹配，对照组T1期和实验组T1期进行匹配，对照组T0期和对照组T1期进行匹配。并对匹配结果进行平衡性检验，检验结果如表11所示：表11匹配结果的平衡性检验实验组T0T1对照组实验组T0对照组实验组T1对照组T0T1BiasPBiasPBiasPBiasP性别0.70.903-0.70.791-1.70.612-1.31.00年龄6.50.2915.00.058-0.60.851-0.41.09流动类型-0.61.030.50.8021.80.663-7.40.99子女数量-1.00.8681.30.6074.00.273-7.91.02学历-4.30.493-2.70.3004.30.2104.41.07就业身份-1.40.8302.80.281-6.60.0774.80.96图4匹配后的协变量的标准化偏差由表12及图4可知，在匹配后所有协变量的标准化偏差均小于10%，且P值均大于0.1，无法拒绝最低工资标准提升前后区域无系统差异的原假设，即匹配后的实验组与对照组在性别、年龄、流动类型、学历、子女数量、就业身份上不存在显著差异，而且标准差的减小幅度非常大，证明本文选择的匹配变量和2DPSM方法是非常显著有效的。2.最低工资对农民工收入影响的实证分析（1）基准模型回归结果表12显示了最低工资对农民工收入的影响。回归结果显示，从总体样本来看，最低工资标准的提升有利于农民工收入的增加，这与理论模型的推导结果一致。进一步进行分析发现，性别系数表明，同等条件下，女性的收入水平明显低于男性，这也与前文中的分析结果一致，女性由于天然的身体素质等原因，收入低于男性；学历系数表明，农民工的文化水平越高，收入越多，这与前文的分析结果保持一致；而年龄系数则表示，农民工的年龄越大，收入水平也就越低，这与之前的结论同样一致：即农民工大多从事第二、三产业的工作，身体素质对收入而言有着至关重要的影响。由此可知，在提升农民工收入方面，除最低工资制度起到关键作用外，年龄、学历水平等客观因素同样发挥着重要作用。表12最低工资对农民工收入的影响系数标准差周工作时间0.004***0.0002性别-0.272***0.008年龄-0.006***0.0005就业身份-0.168***0.006学历0.068***0.004流动类型0.0519***0.006第三产业占GDP的比重0.005**0.002第二产业占GDP的比重-0.006***0.002ln人均地区生产总值0.071***0.013Treat-0.035***0.011t1-0.085***0.012did0.043***0.016cons7.998***0.148注：*，**，***分别表示在10%，5%和1%水平上显著由此可以得出结论，最低工资的提升有利于促进农民工整体平均收入的增加。但是由上述分析也可以发现性别、学历等差异对工资的提升情况会产生不同影响，以下将就异质性分析展开研究。（2）基准模型的稳健性检验以下将对收入模型的稳健性进行检验，通过对控制变量缩尾和替换模型的被解释变量来进行稳健性检验。控制变量缩尾参考陈强远等（2020）对模型稳健性进行检验的方法，检验模型稳健性，接下来本文对模型中的控制变量周工作时间进行了1%分位上双边缩尾处理，在对周工作时间按1%分位上双边缩尾处理后，结论与上文相符合：即最低工资标准的提升显著增加了农民工的收入水平。表13最低工资对农民工收入的影响（缩尾处理）系数标准差周工作时间0.005***0.0002性别-0.272***0.008年龄-0.006***0.0004就业身份-0.169***0.006学历0.070***0.004流动类型0.055***0.006ln人均地区生产总值0.073***0.014第三产业占GDP的比重0.004***0.002第二产业占GDP的比重-0.006**0.002Treat-0.035***0.011t1-0.087***0.012did0.043***0.016_cons7.940***0.148注：*，**，***分别表示在10%，5%和1%水平上显著②替换被解释变量通过替换模型中的被解释变量，选取与政策实施结果无关的被解释变量，来观察模型结果是否依旧显著（李春涛等，2020），以此来检验模型的稳健性。在此，选取子女数量作为新的被解释变量进行回归。表14最低工资对子女数量的影响系数标准差周工作时间0.003***0.0003性别-0.052***0.01年龄0.019***0.0006就业身份0.085***0.007学历-0.164***0.005流动类型0.131***0.007第三产业占GDP的比重-0.00020.002第二产业占GDP的比重0.009***0.002ln人均地区生产总值-0.045***0.014Treat0.068***0.014t1-0.043***0.014did0.0270.02_cons0.744***0.184注：*，**，***分别表示在10%，5%和1%水平上显著如表14所示，此时模型的交互项系数不显著，由此说明模型具有稳定性。（3）基于异质性分组回归的结果①分性别分组回归当区分性别进行研究时，如表15所示，女性的交互项系数不显著，也就是说最低工资的调整对于整体女性农民工群体而言，对其平均月收入水平的提升无显著作用；而对于男性农民工群体而言，男性群体的交互项系数显著为正，由此可知最低工资水平的提升有效增加了男性群体的月收入水平。在回归结果中可以看出，女性群体的年龄系数和学历水平系数的绝对值均高于男性群体，由此可知女性群体比男性群体的收入会更容易受到客观因素的影响。表15最低工资调整对收入的影响（分性别）女性男性周工作时间0.004***(0.0003)0.004***(0.0003）年龄-0.007***(0.0006)-0.005***(0.0006)就业身份-0.190***(0.008)-0.125***(0.008)学历0.023***(0.006)0.131***(0.006)流动类型0.068***(0.008)0.020**（0.009）第三产业占GDP的比重-0.005**(0.002)0.013***（0.003）第二产业占GDP的比重-0.021***(0.003)0.005(0.003)ln人均地区生产总值0.050***(0.016)0.102***(0.024)Treat-0.004(0.016)-0.061***(0.016)t1-0.074***(0.017)-0.086***(0.015)did0.006(0.023)0.066***(0.022)cons9.047***(0.205)6.198***(0.207)注：*，**，***分别表示在10%，5%和1%水平上显著，括号内为标准差分学历分组回归分学历进行研究[7]此处低学历指的是初中及以下学历，高学历指的是初中以上学历，此种分类方法在下文同样适用7][7]此处低学历指的是初中及以下学历，高学历指的是初中以上学历，此种分类方法在下文同样适用表16最低工资调整对收入的影响（分学历）低学历高学历周工作时间0.006***(0.0003)0.001**(0.0004)年龄-0.008***(0.005)-0.001*(0.001)就业身份-0.127***(0.008)-0.163***(0.011)性别-0.248***(0.01)-0.331***(0.013)流动类型0.021***(0.008)0.061***(0.010)第三产业占GDP的比重-0.005**(0.003)0.019***(0.003)第二产业占GDP的比重-0.021***(0.003)0.013***(0.003)ln人均地区生产总值0.077***(0.024)0.103***(0.017)Treat-0.024(0.016)0.013(0.019)t1-0.138***(0.021)0.061***(0.019)did0.054***(0.021)-0.066**(0.027)cons9.2477***(0.181)6.323***(0.246)注：*，**，***分别表示在10%，5%和1%水平上显著，括号内为标准差③对不同收入及类型农民工的分组考察为进一步研究最低工资对处于不同收入分组的不同类型的农民工收入的影响情况，对农民工从性别、学历水平以及流动范围等进行分类，重点分析最低工资标准提升对不同分位点农民工工资收入的影响，为后续提出相关政策提供更多参考依据。以下将收入分为5个分位点进行分析，结果如表17所示。表17最低工资调整对不同收入分组的影响整体Q10Q30Q50Q70Q90Did0.043***0.064***0.037**0.077***-0.06**0.035(0.016)(0.023)(0.015)(0.018)(0.026)(0.049)Did（女）0.005-0.082-0.058*-0.0380.103*0.011(0.023）(0.048)(0.030)(0.026)(0.495)(0.053)Did（男）0.066***0.079***0.028***0.052**0.063***-0.0397(0.022)(0.038)(0.024)(0.023)(0.023)(0.062)Did（低学历）0.053***0.157***0.045***-0.015-0.079***0.059(0.021)(0.044)(0.014)(0.017)(0.025)(0.041)Did（高学历）-0.003-0.114***-0.070*0.0220.0470.031(0.027)(0.058)(0.037)(0.048)(0.053)(0.080)Did（省内流动）0.215***-0.0240.019***0.272***0.373***0.159***(0.027）(0.075)(0.033)(0.031)(0.032)(0.064)Did（跨省流动）-0.045**-0.002-0.034-0.044**-0.135***-0.081(0.021)(0.033)(0.023)(0.023)(0.033)(0.056)注：*，**，***分别表示在10%，5%和1%水平上显著，括号内为标准差从样本总体来看，对处于不同收入分位点的农民工而言，如表18所示，除Q90分位点交互项系数不显著外，其余分位点上交互项系数均显著为正，其中在Q10和Q50分位点，交互项系数绝对值最大，即影响程度最大。由此可知，最低工资标准制度的提高对于低收入水平农民工而言，可以显著提升其平均月收入水平，这也验证了Neumark等（2004）的实证结论。但在Q70分位点交互项系数显著为负，说明最低工资标准的提升会显著降低处于中等收入水平的农民工的收入。但这种负向作用，明显弱于最低工资标准提升对低收入水平组的提升作用。分性别来看，对整体女性农民工群体而言，Q30收入分位点交互项系数显著为负，Q70收入分位点交互项系数显著为正，其余收入分位点交互项系数均不显著。说明最低工资标准的调整，对于中低收入女性群体收入无明显影响，而对于中高收入水平群体则有明显的正向促进作用。而对于男性农民工群体而言，发现除Q90分位点交互项系数不显著外，其余分位点交互项系数均为正，且在Q10分位点交互项系数绝对值最大。由此可知，最低工资制度可以有效提高除高收入水平外的所有男性农民工群体的收入，且对低收入水平的群体有最明显的促进作用。对处于不同学历水平的农民工，同理，由回归结果可知，最低工资制度可以有效提升处于中低收入水平的所有低学历农民工的收入，但会显著减少高学历水平群体的收入。我国幅员辽阔，最低工资的提升对不同流动范围的农民工而言，会产生不同影响。由回归结果可知，最低工资提升在显著增加省内流动农民工的收入的同时，降低省外流动农民工的收入。就省内流动农民工而言，除Q10分位点（交叉项系数为-0.024且不显著）外，其余分位点交叉项系数均显著为正；而省外流动农民工处于中高收入水平的群体交叉项系数显著为负（Q50、Q70分位点系数分别为-0.044和-0.135）。即最低工资制度会显著提升省内流动农民工的收入，但会显著降低处于中高收入水平的省外流动群体的收入。3.最低工资对农民工工作时间影响的实证分析（1）基准模型回归结果就周工作时间而言，如表18所示，对农民工总体而言，在回归结果中交互项系数显著为正，这也就说明最低工资的提升显著增加了农民工的工作时间，与理论模型结果一致。由年龄系数可知，年龄越大，农民工的平均工作时间也就越长；收入系数则显示农民工的收入越多，对应的工作时间就越长，这与前文的分析一致，表明在研究最低工资对收入产生何种作用时，必须将工作时间纳入考虑。表18最低工资调整对农民工工作时间的影响系数标准差学历-4.710***0.123性别1.595***0.265ln月收入4.074***0.241就业身份4.949***0.180流动类型-2.415***0.191第三产业占GDP的比重0.425***0.064第二产业占GDP的比重0.3809***0.066ln人均地区生产总值-3.988***0.448Treat-0.926**0.373t10.0660.377did0.835*0.524cons40.206***5.079注：*，**，***分别表示在10%，5%和1%水平上显著性别系数显示，同等条件下，最低工资标准的提升会使得女性需要付出更多的工作时间才可以和男性获得相同的收入。结合上文中最低工资无法显著提升女性整体的工资水平，由此可以合理得出结论：最低工资对女性实际收入的促进作用小于男性群体。以下，对农民工的异质性展开分析研究，进一步探究最低工资制度对农民工工作时间的影响非常有必要。（2）基准模型的稳健性检验以下将对工作时间模型的稳健性进行检验，通过对控制变量缩尾和替换模型的被解释变量来进行稳健性检验。①控制变量缩尾参考陈强远等（2020）对模型稳健性进行检验的方法，为了进一步验证前文结论的稳健性，接下来本文对模型中的控制变量月收入进行了1%分位上双边缩尾处理，在对月收入按1%分位上双边缩尾处理后，政策的回归结果也同样与前文一致：即最低工资标准的提升显著增加了农民工的工作时间。同时剩余系数的正负方向也与之前的回归结果保持一致，这也进一步验证了模型的稳健性。表19最低工资调整对农民工工作时间的影响系数标准差ln月收入5.262***0.287性别2.224***0.272年龄0.132***0.015就业身份4.602***0.184学历-4.3***0.130流动类型-2.189***0.193第三产业占GDP的比重0.441***0.064第二产业占GDP的比重0.4***0.066ln人均地区生产总值-4.073***0.447Treat-0.9350.373t10.1610.377did0.87*0.523_cons22.480***5.328注：*，**，***分别表示在10%，5%和1%水平上显著②改变被解释变量通过改变模型中的被解释变量，选取与政策实施结果无关的被解释变量，来观察模型结果是否依旧显著（李春涛等，2020），以此来检验模型的稳健性。在此，选取子女数量作为新的被解释变量进行回归。表20最低工资调整对农民工子女数量的影响系数标准差ln月收入0.031***0.009性别-0.04***0.010年龄0.019***0.0006学历-0.178***0.005就业身份0.101***0.007流动类型0.124***0.007第二产业占GDP的比重0.009***0.003ln人均地区生产总值-0.049***0.017第三产业占GDP的比重0.000040.002Treat0.065***0.014t1-0.041***0.015did0.0260.020_cons0.659***0.2注：*，**，***分别表示在10%，5%和1%水平上显著如表20所示，最低工资制度对子女数量无显著性影响，因此可以说明回归模型的结果是稳健的。（3）基于异质性分组回归的结果①分性别分组回归分性别进行研究，如表21所示，回归结果显示女性农民工交互项系数显著为负。说明最低工资水平提升明显降低了女性农民工群体的工作时间；而与此同时，最低工资水平的增加有效增加了整体男性农民工的工作时间。这也说明从整体来看，最低工资的提升促使企业减少对女性劳动力用工时间。女性由于从事的工种有限且多数为辅助性工作，直接导致收入没有明显提升的同时减少了工作时间。就收入系数而言，女性收入系数的绝对值显著大于男性收入系数的绝对值，由此可知女性每多增加一单位的收入，需要比男性付出更多的时间。表21最低工资调整对工作时间的影响（分性别）女性男性年龄0.171***0.044***(0.024)(0.019)ln月收入4.693***3.763***(0.391)(0.309)就业身份5.519***3.482***(0.292)(0.241)学历-4.162***-4.968***(0.194)(0.190)流动类型-3.044***-1.012***(0.297)(0.271)第三产业占GDP的比重0.122***0.756***(0.087)(0.102)第二产业占GDP的比重0.050***0.751***(0.091)(0.103)ln人均地区生产总值-3.913***-3.654***(0.576)(0.733)Treat3.629***-5.673***(0.566)(0.499)t12.234***-1.506***(0.607)(0.475)did-4.385***5.744***(0.818)(0.675)cons57.716***7.780(7.999)(6.672)注：*，**，***分别表示在10%，5%和1%水平上显著，括号内为标准差②分学历分组回归分学历进行研究，如表22所示，可以发现低学历群体交互项系数显著为正，也就是说最低工资制度有效增加了低学历水平农民工的工作时间,但对高学历水平的农民工而言，显著减少了其工作时间。结合收入系数可知，每增加一单位收入，低学历群体需要付出更多的工作时间。此外，低学历群体的年龄系数小于高学历群体，因此低学历群体的年龄对其工作时间的影响更大，即相同年龄条件下，低学历水平的农民工会减少更多工作时间。表22最低工资调整对工作时间的影响（分学历）低学历高学历ln月收入0.006***(0.0003)0.001**(0.0004)年龄-0.008***(0.005)-0.001*(0.001)就业身份-0.127***(0.008)-0.163***(0.011)性别-0.248***(0.01)-0.331***(0.013)流动类型0.021***(0.008)0.061***(0.010)第三产业占GDP的比重-0.005**(0.003)0.019***(0.003)第二产业占GDP的比重-0.021***(0.003)0.013***(0.003)ln人均地区生产总值0.077***(0.024)0.103***(0.017)Treat-0.024(0.016)0.013(0.019)t1-0.138***(0.021)0.061***(0.019)did0.054***(0.021)-0.066**(0.027)cons9.2477***(0.181)6.323***(0.246)注：*，**，***分别表示在10%，5%和1%水平上显著，括号内为标准差③对不同工作时间及类型农民工的分组考察为进一步研究最低工资对处于不同收入分组的不同类型的农民工工作时间的影响情况，对农民工从性别、学历水平以及流动范围等进行分类，重点分析最低工资标准提升对不同分位点农民工工作时间的影响。以下将收入分为5个分位点进行分析，结果如表23所示。表23最低工资调整对工作时间分组的影响整体Q10Q30Q50Q70Q90Did0.835*0.2551.286***2.308***1.5351.058(0.525)(0.341)(0.460)(0.579)(0.952)(1.