可能的辩解
在将产业工资差异认定为反常现象之前，有两项简单的解释必须要先排除掉。第一，高工资只是补偿高工资产业中一些无法衡量、令人不悦的工作条件的差异。例如，矿业的高工资当然可以解释是因为矿厂的工作环境不舒适、不安全。第二，高工资产业可能雇用较优秀的员工。毕竟在“当前人口普查”中员工素质的数据是稀少的。在转向对这些课题做更详细的分析前，应该要先指出不同职业工资差异的一致性与这两个假说是相悖的。一个产业可能因为技术的原因想要在某些职务上雇用高素质的员工，但是，为什么所有的职务都会工资较高呢？同样地，高薪产业中的某些职务可能工作条件很艰苦，但是为什么这些产业中的秘书与管理阶层也应该拿高薪呢？
补偿差异无疑是产业工资的一项重要决定因素（Rosen,1986），但这个假说明显无法解释上面所说的差异模式。为了检验这类因素的重要性，克鲁格和萨默斯（Krueger and Summers,1988）使用1977年“就业质量调查”（Quality of Employment Survey）的数据，尝试在工资估计等式中加入一组（10项）工作特征变量，这些特征包括每周工作时数、班别（日班、夜班）、工作是否危险、工作条件的性质等。加上这些变量，并没有大幅改变所衡量到的跨产业工资差异。
辩驳补偿性工资假说的一项有力论点来自辞职率的数据。如果高薪产业只是在补偿工人讨厌的工作条件，那么没有理由预期雇主会支付超过挽留这些员工所必要的工资。可以用检验辞职率来检验这一点。如果明显高薪的产业真的支付了高工资，那么他们的员工应该不愿意离职。事实上，研究人员发现，高薪产业真的有较低的离职率（Katz and Summers; Akerlof, Rose, and Yellen），这表明这些产业的员工觉得，他们的工资高过他们的机会成本。加 入 会 员 微 信 dedao555
未观察到的员工素质的解释更难评估。克鲁格和萨默斯（Krueger and Summers, 1988）使用两种方法来研究这个问题。第一，他们对有员工素质管理和没有员工素质管理的工资估计回归工程做了比较。他们认为，不可测量的员工素质可能与可测量的有相关性。如果这个前提被接受，产业工资的差异就是因为不可测量的员工素质上的差异造成的，那么，工资回归方程加上员工素质变量，应该会大幅降低产业工资效果。然而，当他们在工资回归方程增加了教育、工龄及年龄（人力资本的粗略衡量指标）之后，产业工资差异的标准偏差仅下降了1%。他们的结论是：“除非相信不可测量的员工素质远比年龄、工龄及教育来得重要，否则这项证据很难将跨产业工资差异归结于员工素质上的差异。”不可观察能力模型的支持者，像是墨菲和托佩尔（Murphy and Topel,1987）就接受上述说法。他们主张，工资方程式只解释很小部分的变化，而大部分不可解释的变化是因为不可观察的能力。他们坚持认为，产业工资差异与可观察的能力指标是正相关的，而且极有可能，不可观察的素质与可观察的素质也呈现正相关。
另一个研究不可观察素质的方法，是看那些转到另一个产业去工作的人（因为素质维持不变）。执行这项任务比表面上看起来要困难得多。其中会有许多因“测量误差”和“选择性偏差”引起的复杂问题。因为有些转换产业的员工，可能其中一个（或甚至两个）产业会被研究调查员归类到错误的产业类别，因此造成“测量误差”。克鲁格和萨默斯用其他来源的直接数据试图纠正这个分类错误的问题。“选择性偏差”的出现，是因为从低薪产业转换到高薪产业的员工有可能是比较优秀的员工。“选择性偏差”被认为对估计工资差异来说是正向的偏差（相对于真的、经质量调整后的数值），因为观察到的转换者可能有不可测量的素质差异，而这些差异与产业工资差异是正相关的。[1]
充分了解这些潜在问题后，克鲁格和萨默斯尝试用1984年“当前人口普查”中离职员工的资料，来测量工资差异的程度。克鲁格和萨默斯只用那些非自愿离职的员工数据，因此选择性偏差会降低，并且尽可能修正产业分类的错误。他们发现很强的产业效应，与简单横截面回归中发现的数值大小基本相同。他们的结论是，跨产业工资差异不太可能用不可测量的员工素质来解释。吉本斯和卡茨（Gibbons and Katz, 1987）、布莱克本和纽马克（Blackburn and Neumark, 1987）的研究也得出类似的结论。然而，墨菲和托佩尔（Murphy and Topel, 1987）又尝试使用不同的“当前人口普查”样本和及不同的程序去修正可能的分类错误，他们估计转换产业的员工，最初得到的只有约1/3的产业工资差异。他们引述这些结果来支持他们的看法，即产业效应主要是因为不可观察的素质因素。
这些相互矛盾的研究，使得不可观察素质假说的评估变得很困难。然而，如果工资模式确实能反映不可观察的能力，那么，认为产业工资差异与其他能力指标（像是智力）是正相关的，似乎也合理。布莱克本和纽马克（Blackburn and Neumark, 1987）对此做了研究，他们使用了“全美年轻男性长期追踪研究”数据，该数据库中有许多受访者的智商测验分数。他们发现，在对一般可观察的素质指标（包括教育）做了控制之后，产业工资与其工人的平均智商分数之间有负相关的关系。当然，可能高薪产业所购买的员工素质与智商无关，但单就这项研究结果的表面来看，能力假说似乎遭到了严重的打击。
哪些产业工资高？为什么？
为了揭开这些产业工资模式的奥秘，研究人员找到四项似乎可以与薪酬水平相关的产业特征：公司规模、利润及市场垄断势力、资本密度、工会密度。
有一个实证上的现象，与产业工资差异一样的强有力、一样的反常，那就是大型企业支付的工资高于小型企业。布朗和梅多夫（Brown and Medoff）发现，工厂规模与企业规模都对工资有很重要的正向影响，即使在控制了员工特征及工作条件之后亦然。所以，在平均规模较大的产业中会有工资较高的倾向。然而，公司的规模在解释产业内的工资差异方面，比在解释跨产业工资差异方面更为有力[2]，企业规模看起来甚至会强化产业效果。
研究人员还发现与产业工资水平相关的一个次要因素，就是“支付能力”，这种能力以企业的市场力量或是获利能力来衡量。市场力量的一项指标是“四企业集中率”（产业中最大四家企业销售额所占比率）。集中率愈高的产业，也许更能获利，因此可以付得起较高的工资。然而，研究人员检验集中率与工资之间的关系后，却发现混合的结果——有些研究发现集中率会拉高工资；但其他的研究却发现，在控制了员工素质之后，两者之间的相关性变得不显著了。
支付能力的另一个更直接的指标是盈利能力。然而，这项变量不是没有缺点的。目前可得的盈利资料是企业自己申报的，这些盈利指标在理论上不是真正的经济利润指标，而且会有企业操作的可能。同时，利润率明显地与工资呈现负相关，因为在其他条件不变的情况下，多付给员工1美元必然就使利润减少1美元。然而，仍有研究发现，利润率是产业薪资水平的一项可靠的预测指标，尤其对于非工会成员的员工更是如此。
斯利克特（Slichter, 1950）最早对资本密度与工资之间的关系进行了研究，他检验了产业中工资与劳动成本比例（劳动成本占总成本的比例）的关系。结果表明两者是负相关的，尽管较高的工资必然会造成较高的劳动成本比例。同样地，劳伦斯和劳伦斯（Lawrence and Lawrence, 1985）、狄更斯和卡茨（Dickens and Katz,1987a）发现高资本劳动比率的产业倾向于支付较高的工资。我们在解释因果关系时，仍要小心。高资本密集度的企业，是否因为技术因素而支付给员工较高的工资，或是公司需要付高工资才能以资本替代劳动力？
最后一项显示出与产业工资率有关的因素是“工会密度”（产业内员工属于工会成员的百分比）。大部分研究都发现，工会化的程度会同时提高产业内工会成员及非成员的工资——虽然弗里曼和梅多夫的研究（Freeman and Medoff, 1984）发现对非工会成员是没有影响的。而且，我们发现解释这一点很困难。到底是工会提高了工资，还是高工资产业吸引了工会的成立？下文将对此进行详细论述。
