表3为所有数据回归后得到的服务业集聚对于工人工资平均水平影响的实证检验结果。其中第一列是在不加入其他任何解释变量的情况下，只考虑服务业集聚程度对于工人工资水平的影响程度，即仅考虑服务业集聚与工人工资水平之间的回归结果。从2.451378的回归系数以及19.23的t检验值中可以看出，服务业集聚的估计系数显著为正，即可初步判断服务业集聚程度越高，工人的平均工资水平越高。从第二列开始，为在服务业集聚程度指标EG指数的基础上，逐步加入资产总计、截至2008年营业时长、2008年年末女性从业人数占年末从业总人数的比例等解释变量后的回归结果。可以看出，加入其他变量后，尽管参数大小有所变化，但是回归符号与显著性并没有实质性变化，由此可以判断服务业集聚程度对于工人工资具有正向影响，估计结果稳健性良好。
表3 逐步加入各解释变量得到的回归结果
注：括号内表示t值，回归使用稳健标准误。
将行政区域作为虚拟变量加入到回归方程中可以得出表4、表5、表6、表7的最终结果。回归结果，由于取四位行政代码，将会使分组十分庞大，难以得出结果且难以做出分析，因此我们采取二位行政代码作为虚拟变量。行政代码编号与中华人民共和国国家统计局的分类一致，例如，11表示北京，12表示天津。
由表3可以得出，所有解释变量均加入时，服务业集聚程度EG指数参数仍然为正，估计结果稳健性良好。而企业的总资产对工人工资的影响为负，且估计结果稳定性良好，也就意味着，当服务业企业的总资产越大时，其工人的工资水平越低。初步原因分析为，可能是总资产大的公司所占市场规模高，其工作人员工资水平差异增大。例如，富士康等“血汗工厂”企业的流水线工人。虽然其工作的企业规模不断扩大，知名度也逐步提升，但是一般流水线的工人仍然在高强度的工作环境下，获得水平较低的工资与福利。
同样与设定取得不同结果的解释变量为截至2008年该企业的营业时长。三次数据中，该解释变量的参数均为负，且同样结果稳定性良好。这表示在服务业，企业的营业时间越长，其工人的平均工资水平越低。对于该结果的含义与原因进行初步分析，产生该结果有以下几种可能：一些服务业行业，例如餐饮业的网络订餐，以及网上购物及其物流配送等，虽然近几年才刚刚兴起，但是其发展速度十分快，快速抢占了市场份额并在短期内获得了大量的收益。而部分服务业在发展几年后，同类竞争对手增多，与其抢占市场份额，市场上有了新的具有替代作用的行业兴起，导致企业的盈利下降，工人平均工资降低。多种原因的共同组合，得出了回归中出现的结论。当然，具体原因还需要更多相关精确的数据进行分析研究。
而解释变量2008年年末女性从业人数占年末从业总人数的比例的回归系数结果为正，估计结果稳定性良好。这代表服务业从业人员中，女性占比越大，工人平均工资越高。见表4、表5、表6、表7。
表4 添加虚拟变量行政区域后回归结果(1)
表5 添加虚拟变量行政区域后回归结果(2)
表6 添加虚拟变量行政区域后回归结果(3)(www.xing528.com)
续表
表7 显著性检验结果
续表
续表
同时，另一个不可忽视的现象是，企业所处行政区域本身就是一个对工人工资水平的重要影响因素。通过将其设为虚拟变量，进行回归分析后，取最小结果所在省份江西省为基准省，赋值为0，其余各省区赋值为与江西省差值。例如，北京的值为0.4673484，代表不包括其他变量的条件下，北京服务业工人的平均工资较江西服务业工人平均工资高出约46.73%。将各行政区工人平均工资水平取值从大到小排列，可以直观地看出在没有其他因素的影响下，各行政区服务业工人平均工资的差异(见表8、图1)。
表8 虚拟变量行政区域样本分析
续表
图1 虚拟变量行政区域本身对工人工资水平影响的差异
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
