我國工資性別差異分布效應研究

1、PAGE- 23 - / NUMPAGES24 . . 我國工資性別差異的分布效應研究基于反事實分析法的分位數(shù)模型論證財經(jīng)大學 林劍、程鑫、雪靜目 錄 TOC o h z u HYPERLINK l _Toc297113198Abstract PAGEREF _Toc297113198 h - 2 -HYPERLINK l _Toc297113199摘要 PAGEREF _Toc297113199 h - 4 -HYPERLINK l _Toc297113200一、問題的提出 PAGEREF _Toc297113200 h - 5 -HYPERLINK l _Toc297113201二、建模思

2、想與模型設定 PAGEREF _Toc297113201 h - 6 -HYPERLINK l _Toc297113202（一）理論分析與假設 PAGEREF _Toc297113202 h - 6 -HYPERLINK l _Toc297113203（二）工資分布的非參數(shù)估計對性別工資差異的刻畫 PAGEREF _Toc297113203 h - 8 -HYPERLINK l _Toc297113204（三）男性與女性工資方程的分位數(shù)回歸模型 PAGEREF _Toc297113204 h - 8 -HYPERLINK l _Toc297113205（四）分解方法的選擇 PAGEREF _T

3、oc297113205 h - 9 -HYPERLINK l _Toc2971132061. 性別工資均值差異的Oaxaca-Blinder分解方法 PAGEREF _Toc297113206 h - 10 -HYPERLINK l _Toc2971132072. 性別工資差異的分位數(shù)分解模型 PAGEREF _Toc297113207 h - 10 -HYPERLINK l _Toc2971132083. 反事實工資分布的構(gòu)造 PAGEREF _Toc297113208 h - 11 -HYPERLINK l _Toc297113209三、數(shù)據(jù)說明 PAGEREF _Toc297113209

4、 h - 12 -HYPERLINK l _Toc297113210四、初步的描述統(tǒng)計分析 PAGEREF _Toc297113210 h - 13 -HYPERLINK l _Toc297113211（一）男性與女性平均工資的差異 PAGEREF _Toc297113211 h - 13 -HYPERLINK l _Toc297113212（二）“天花板效應”和“地板效應”的初判 PAGEREF _Toc297113212 h - 14 -HYPERLINK l _Toc297113213五、男性和女性工資方程的分位數(shù)回歸系數(shù)差異分析 PAGEREF _Toc297113213 h - 15

5、 -HYPERLINK l _Toc297113214六、性別工資差異的分位數(shù)分解結(jié)果分析 PAGEREF _Toc297113214 h - 18 -HYPERLINK l _Toc297113215七、結(jié)論與建議 PAGEREF _Toc297113215 h - 20 -HYPERLINK l _Toc297113216附錄 PAGEREF _Toc297113216 h - 22 -HYPERLINK l _Toc297113217參考文獻 PAGEREF _Toc297113217 h - 23 -AbstractUsing CHNS(2009) data, we firstly a

6、pply nonparametric estimation methods to observe the overall gender differential situation in China and to get an initial understanding whether there exists the glass ceiling effect or the sticky floor effects in China by plotting the gender wage gaps in the different income groups. Then we use quan

7、tile regression method to analyze coefficients differential of the influential factors in the male and female wage equations. By the establishment of quantile decomposition model based on counterfactual distribution we empirical the glass ceiling effects or the sticky floor effects from the point of

8、 distinction between urban and rural in our country. The results show that there is a stick floor effect in the urban of our country, while a strong glass ceiling effect exists in the rural of our country. The results also reveal that a lion share of the wage differential between female and male is

9、attributable to discrimination rather than to the human capital difference between the two sexes. Comparing the productivity features return level of male with female on different quantile, we conclude that on the low position of wage distributions, education returns proportion of female is lower th

10、an that of male, and on the same time ,increasing of experience only make an significant effect on female wage which is on the low position of wage distributions. Returns proportion is lower than that of male. we also get the gender wage gaps are more obvious in blue-collar occupations，and the great

11、er the wage differentials with the rise in wages. In the other hand, we find that the gender wage gaps are larger in private enterprises in the middle of the wage distribution.Keyword:Gender Wage Gaps; Glass Ceiling Effect; Sticky Floor Effect;QuantileDecomposition;Counterfactual Distribution摘要：本文利用

12、CHNS（2009）數(shù)據(jù)，首先通過非參數(shù)估計方法對工資分布函數(shù)表現(xiàn)出的整體性別工資差異特點與不同收入水平的性別工資差異情況進行刻畫，得到我國的性別工資差異是否存在“天花板效應”和“地板效應”的初步判斷，然后應用分位數(shù)回歸方法對我國男性和女性的生產(chǎn)率特征回報率差異進行分析，進一步通過建立基于反事實分布的分位數(shù)分解模型，從區(qū)分城鎮(zhèn)和農(nóng)村的角度，對我國的性別工資差異是否存在“天花板效應”和“地板效應”進行實證，接著依據(jù)得到的分位數(shù)分解結(jié)果，對不同分位點上由性別歧視引起的工資差異程度進行考察。結(jié)果表明我國城鎮(zhèn)的性別工資差異表現(xiàn)出“地板效應”，而我國農(nóng)村的性別工資差異則呈現(xiàn)出明顯的“天花板效應”，分位數(shù)

13、分解的結(jié)果表明，對女性的歧視都是引起這兩種性別工資差異的主要原因。通過不同分位數(shù)上男性和女性生產(chǎn)率特征回報水平的比較得到，處于工資分布低端的女性教育回報率要低于男性，經(jīng)驗的增加只對低分位數(shù)上的女性工資產(chǎn)生顯著作用，且回報率較男性低。通過比較還得到，藍領(lǐng)職業(yè)的性別工資差異較明顯，且隨著工資水平的提高，差異越大；工資分布的中間，私企的性別工資差異較大。關(guān)鍵詞：性別工資差異 天花板效應 地板效應 分位數(shù)分解 反事實分布一、問題的提出改革開放以來，人們的收入得到大幅提高的同時，性別之間的工資差異問題也日益顯現(xiàn)，對此學者們多認為主要是由性別歧視有關(guān)的因素引起的（Meng, X.，1998；Gustafs

14、son and Li，2000；丹丹，2004；王美艷，2005）。性別工資差異的擴大會引發(fā)諸多其它問題，如從勞動力市場的角度看，會阻礙人才的自由流動，不利勞動力資源的合理配置，進而影響勞動力市場的培育和完善，從社會文明和進步的角度看，既不利女性與男性自身素質(zhì)的發(fā)展和提高，也有違社會對公平和正義的追求，增加社會的不良風氣，甚至產(chǎn)生代際影響，給社會的和諧構(gòu)建和穩(wěn)定發(fā)展帶來沖擊。因此，對我國性別工資差異的特點與其成因進行研究具有重要的現(xiàn)實意義。對性別工資差異的研究總體來說可分為兩大類：一類是基于平均工資層次的研究，一類是基于整個工資分布角度的研究。由于前者只能單純考察解釋變量均值對平均工資差異的影

15、響，因而，國外研究的主流已經(jīng)逐漸從平均工資的層次轉(zhuǎn)向從整個工資分布的角度，對不同收入層的性別工資差異同時進行考察。最近的研究結(jié)果顯示，性別工資差異在不同國家都表現(xiàn)出所謂的“天花板效應”或“地板效應”現(xiàn)象。Albrecht et al.（2003）在對1998年瑞典的性別工資差異進行研究后首次指出“天花板效應”（Glass Ceiling Effects），指的是在工資分布的高端，隨著工資水平的上升，性別工資差異越大1，Arulampalam et al.（2005）隨后對歐盟多個國家的性別工資差異進行研究后指出有的國家表現(xiàn)出的卻是在工資分布的低端，隨著工資水平的下降，性別工資差異越大，相應稱之

16、為“地板效應”.（Sticky Floor Effects）2。Christofides et al.（2010）提出將0.90分位點的性別工資差異超過參考分位點（0.50或0.75）的性別工資差異至少兩個百分點認為具有“天花板效應”，同時將0.10分位點的性別工資差異超過參考分位點（0.25或0.50）的性別工資差異至少兩個百分點定義為“地板效應”3。就我國性別工資差異的研究情況，國學者仍多集中在對平均工資差異分析的層次，從整個工資分布的角度進行研究的文獻還是為數(shù)很少。從研究得到的結(jié)論來看，多數(shù)學者認為就我國城鎮(zhèn)住戶而言，在工資分布的低端，性別工資差距較大，而在工資分布的高端，性別工資差距較

17、?。ㄓ窈?，2007；Zhang, J.等，2008；遲巍、黎波、余秋梅，2008；世偉、郭鳳鳴，2009），而就我國農(nóng)村的性別工資差異在工資分布的不同位置是什么情況則極少論與；建寶、段景輝（2009）利用CHNS的數(shù)據(jù)就我國居民總體2005年的性別工資差異進行研究后得出在整個工資分布上表現(xiàn)為兩端小、中間大4。另一方面，針對我國性別工資差異中是否存在“天花板效應”和“地板效應”的研究則只有寥寥幾篇。亓壽偉、智強（2009）的研究認為，無論是國有部門還是非國有部門，性別工資差異存在“地板效應” 5。王震（2010）研究指出，農(nóng)民工的性別工資差異表現(xiàn)出“天花板效應”，而城鎮(zhèn)職工的性別工資差異表現(xiàn)為“

18、粘地板效應” 6?？偟膩砜?，國學者對我國的性別工資差異在工資分布的不同位置呈現(xiàn)出的特點和成因還沒有明確的認識，由于研究角度與所用的數(shù)據(jù)不同，對我國的性別工資差異是否存在“天花板效應”和“地板效應”的回答也不一致，此外，國的研究所用的都是較早以前的微觀數(shù)據(jù)，得到的結(jié)論對我國近兩年的性別工資差異情況可能不再合適。為此，本文利用CHNS（2009）數(shù)據(jù)，首先通過非參數(shù)估計方法對工資分布函數(shù)表現(xiàn)出的整體性別工資差異特點與不同收入水平的性別工資差異情況進行刻畫，得到我國的性別工資差異是否存在“天花板效應”和“地板效應”的初步判斷，然后應用分位數(shù)回歸方法對我國男性和女性的生產(chǎn)率特征回報率差異進行分析，進一

19、步通過建立基于反事實分布的分位數(shù)分解模型，從區(qū)分城鎮(zhèn)和農(nóng)村的角度，對我國的性別工資差異是否存在“天花板效應”和“地板效應”進行實證，接著依據(jù)得到的分位數(shù)分解結(jié)果，對不同分位點上由性別歧視引起的工資差異程度進行考察。需要說明的一點是，就兩種效應所指的涵，本文一方面沿循Albrecht et al.（2003）和Arulampalam et al.（2005）的本義，另一方面借鑒Christofides et al.（2010）的做法，將0.90分位數(shù)上的性別工資差異超過參考分位數(shù)（0.75）上的性別工資差異至少5個百分點認為具有“天花板效應”，同時將0.1分位數(shù)上的性別工資差異超過參考分位數(shù)（0

20、.25）上的性別工資差異至少5個百分點定義為“地板效應”。本文最后部分是結(jié)論和相應的政策建議。二、建模思想與模型設定（一）理論分析與假設依據(jù)勞動經(jīng)濟學理論，性別之間的工資差異可以分為兩個方面：一是性別之間生產(chǎn)率特征不同引起的差異，屬于合理的可解釋的差異；一是一樣生產(chǎn)率特征的女性與男性所獲得的報酬不同引起的差異，屬于不合理、不公正、不可解釋的差異，學者多把這類差異歸結(jié)為勞動力市場上存在性別歧視的結(jié)果。生產(chǎn)率特征主要指個體特征與其所從事工作的特征。理論上，個體特征應該包括年齡、性別、婚姻狀況、教育程度、經(jīng)驗、資歷、所在地區(qū)、精神狀況、個人偏好、個人愿景、家庭狀況等因素，工作特征應該包括職業(yè)、部門、

21、行業(yè)、企業(yè)、雇主偏好、全職或兼職的工作狀況、工作環(huán)境、工作強度、有無培訓、有無相關(guān)保險等因素。這其中有的因素是可以衡量的，也有一些不容忽略的因素無法得到衡量。由于存在著一些同性別聯(lián)系在一起而又無法得到衡量的生產(chǎn)率特征因素，同時，由于可得數(shù)據(jù)的約束，即使是可衡量的因素，也不可能全部包括到實際的分析當中，到目前為止，還沒有一種完全令人滿意的方式能將兩個方面的原因?qū)べY差異產(chǎn)生的影響完全區(qū)分7。因此，本文的分析研究建立在以下幾個假設基礎之上。假設1：可獲得的生產(chǎn)率特征充分反映了個體特征與其所從事工作的特征。假設2：無法得到解釋的性別工資差異可以歸結(jié)為性別歧視原因引起。假設3：影響男性和女性工資的生產(chǎn)

22、率特征是一樣的。同經(jīng)濟學的其它假設一樣，這些假設也有其局限性，現(xiàn)實生活中，女性普遍地較男性承擔著更多的家庭責任，不大可能在工作時間之外去從事工作，當家庭生活和工作之間出現(xiàn)沖突時，女性還可能放棄工作，由于無法對這些因素加以衡量，結(jié)果就表現(xiàn)為女性的可觀察的生產(chǎn)率特征回報率較男性要低。因而，無法得到解釋的性別工資差異中，至少有一部分可以用類似這些不可衡量的生產(chǎn)率特征得到解釋8。另一方面，由于社會、學校和父母對男性和女性的要求和期望并不一樣，導致二者在選擇職業(yè)的偏好不同，女性可能更傾向進入包括家務勞動的低工資行業(yè)，因此影響二者工資的有關(guān)因素也并不完全一樣。有了上述的幾個假定，就可以通過估計工資方程和應

23、用反事實分析法對性別工資差異進行研究。以傳統(tǒng)的Oaxaca-Blinder分解方法為例，首先對女性和男性的工資方程分別進行估計，得到二者的生產(chǎn)率特征回報率，然后把女性的生產(chǎn)率特征和男性的生產(chǎn)率特征回報率相乘，表示和男性生產(chǎn)率特征回報率一樣的假設下女性可以獲得的工資水平，即女性的反事實工資，接著將此假設的女性工資水平和實際的男性工資水平加以比較，二者之間的差距即可視為性別歧視引起的性別工資差異，差距占全部性別工資差距的比重越大，表示性別歧視越嚴重。其它如Cotton分解、Neumark分解、Brown分解方法等，含的思路都相類似。（二）工資分布的非參數(shù)估計對性別工資差異的刻畫除了應用上述的方法對

24、性別工資差異的成因進行考察外，還有必要先就男性和女性的工資分布自身認識整體的性別工資差異特點以與不同收入水平的性別工資差異情況。由于工資或收入的真實分布時常是未知的，而非參數(shù)估計方法在樣本容量較大的條件下，較傳統(tǒng)的參數(shù)估計方法無須對總體分布的具體形式進行假定，同時能夠給出對真實分布的更為穩(wěn)健的估計，為此，本文選擇非參數(shù)估計方法對工資分布函數(shù)與不同收入水平的性別工資差異進行刻畫。本文首先應用核密度估計方法得到男性和女性的工資分布函數(shù)，從整體上認識我國的性別工資差異特點，然后通過在工資累積分布的百分位點上取值，再應用核加權(quán)局部多項式平滑方法得到各分位點上女性相對男性的工資差異情況，對我國的性別工資

25、差異是否存在“天花板效應”和“地板效應”作初步的判斷。核密度估計的原理和直方圖類似，不同的是核密度估計方法使用更一般的核函數(shù)而非直方圖使用的示性函數(shù)，并通過允許各組之間交疊，從而得到對密度函數(shù)的光滑估計。局部多項式方法則是對每個點擬合一個局部多項式來估計在該點的密度，因而在邊界上的估計效果較核密度方法好9，因而更適合于考察分布兩極的性別工資差異情況。（三）男性與女性工資方程的分位數(shù)回歸模型由于分位數(shù)模型在研究分區(qū)間數(shù)據(jù)方面的優(yōu)良性，我們選擇采用基于分位數(shù)回歸方法的分解模型對性別工資差異作進一步研究以與對上文提與的假定進行求證，為此首先需要在經(jīng)典Mincer（1973）工資方程的基礎上加以擴展，

26、建立男性與女性工資方程的分位數(shù)回歸模型。分位數(shù)回歸（Quantile Regression）方法由Koenker和Bassert（1978）10提出，由于能夠更加全面地描述解釋變量對被解釋變量的條件分布的影響，近來得到了廣泛的應用。較一般的線性回歸，分位數(shù)回歸方法具有多方面的優(yōu)勢，除了不要求擾動項的正態(tài)假設、估計量不易受極端值影響外，尤其適合分布呈現(xiàn)異質(zhì)性，如不對稱、厚尾、截斷性等特征的因變量，為分析提供更為詳盡的信息。另外，由于是對條件分布的不同分位點進行估計，不存在單純考察條件均值面臨的選擇偏差問題。為此，本文選擇分位數(shù)回歸方法研究有關(guān)生產(chǎn)率特征因素對處在不同工資水平的男性和女性工資的不同

27、影響。具體到男性與女性工資方程的分位數(shù)回歸模型，以男性或女性的對數(shù)工資為被解釋變量，模型可設定如下： （1）其中分別表示男性和女性；表示對應的對數(shù)工資；回歸元是的列向量，表示影響對數(shù)工資的各個因素，或者說生產(chǎn)率特征；由于工資取了對數(shù)形式，表示的改變引起的工資變動率，即男性或女性生產(chǎn)率特征的回報率，表示不同分位數(shù)對應的；假定殘差項滿足的條件。表示對數(shù)工資的第分位數(shù)值，給定條件下有： （2）根據(jù)Koenker和Bassert（1978），的估計可通過最小化（3）式求得： （3）其中為對應的男性或女性的樣本量，為檢查函數(shù)（Check Function）。（四）分解方法的選擇傳統(tǒng)的分解方法是針對條件均

28、值的工資差異進行，然而，基于平均工資層次的分解，無法考察不同工資水平上男性和女性的性別工資差異，會掩蓋很多重要的信息，進一步容易得出錯誤的結(jié)論，而基于反事實分布的分位數(shù)分解方法，不僅可以研究工資方程中系數(shù)變化對性別工資差異的影響，同時可以研究解釋變量分布的變化對性別工資差異的影響11，因而，分位數(shù)分解方法開始取代傳統(tǒng)的均值分解方法，成為國外研究性別工資差異的主要方法。為此，本文應用分位數(shù)分解方法對引起我國性別工資差異的兩個方面原因進行研究，具體的分位數(shù)分解模型如下：1. 性別工資均值差異的Oaxaca-Blinder分解方法基于上節(jié)介紹的男性與女性工資方程的分位數(shù)回歸模型，應用傳統(tǒng)Oaxaca

29、-Blinder方法對性別工資差異進行分解，可以對男性和女性工資差異進行如下的條件均值分解： （4）其中即“反事實”工資，表示女性按男性的生產(chǎn)率特征回報率可以得到的對數(shù)工資；（4）式右邊第一項為特征差異，表示男性和女性生產(chǎn)率特征不同引起的性別工資差異；第二項為系數(shù)差異，表示由于就業(yè)市場對男性和女性生產(chǎn)率特征回報率的不同引起的性別工資差異。由于（4）式也可作如下分解： （5）這就產(chǎn)生所謂的“指數(shù)問題”（Index problem），即使用男性還是女性的回歸系數(shù)作為沒有“歧視”的工資結(jié)構(gòu)。為解決這一問題，Neumark（1988）12提出使用男性和女性全部樣本的回歸系數(shù)作為沒有“歧視”的工資結(jié)構(gòu)，

30、并作如下分解： （6）（6）式右邊第二項、第三項可分別理解為男性因為性別歧視獲得的“好處”和女性因為性別歧視得到的“壞處”。2.性別工資差異的分位數(shù)分解模型類似Oaxaca-Blinder方法對于性別工資差異的均值分解，不同分位數(shù)的性別工資分解按（4）式有： （7）若按（5）式則有： （8）本文按（7）式進行性別工資差異分解，其中的表示按男性的生產(chǎn)率特征回報率條件下女性的反事實工資分布第分位數(shù)估計值，（7）式等號右邊各項的意義同于（4）式，第一項表示分位數(shù)下的特征差異部分，第二項表示分位數(shù)下的系數(shù)差異部分。3. 反事實工資分布的構(gòu)造從上面的分解可以看到，如何得到女性的反事實工資分布是對性別工資

31、差異進行分位數(shù)分解的關(guān)鍵，構(gòu)造反事實工資分布的方法中廣泛被使用的是Machado和Mata（2005）13提出的估計方法（M-M方法）。M-M方法主要是依據(jù)概率積分轉(zhuǎn)換原理，通過以下四個步驟來構(gòu)造女性的反事實工資分布：1）從均勻分布中生成一個大小為的隨機樣本。2）利用男性的數(shù)據(jù)估計，得到不同分位數(shù)下的回歸系數(shù)，其中。3）利用女性的數(shù)據(jù)對進行有放回的重新抽樣，生成一個大小為的隨機樣本。4）在男性的分位數(shù)回歸系數(shù)的基礎上，模擬女性的工資分布，重復進行 次，最后得到反事實的女性工資分布。由于不能保證估計出來的條件分位數(shù)方程是單調(diào)的，從而也不能保證是否能夠轉(zhuǎn)換，另外，M-M方法無法進行估計量方差的統(tǒng)計

32、推斷，進而Melly（2006）14提出了一種構(gòu)造反事實分布的新方法，因其具備漸近性質(zhì)的估計結(jié)果，在國外的最近研究中逐漸取代了MM方法得到了普遍的利用。Melly（2006）通過將估計得的工資條件分布在所有（由和組成）積分得到工資的無條件分布，借此構(gòu)造反事實工資的無條件分布，針對本文的具體分析，分成男性和女性兩組，工資的無條件分布有：（9）進一步有女性的反事實工資分布第分位數(shù)估計值： （10）按（7）式對第分位數(shù)的性別工資差異分解: 其中：、分別為男性和女性的樣本量。三、數(shù)據(jù)說明本文研究基于中國健康與營養(yǎng)調(diào)查（CHNS）縱向數(shù)據(jù)庫，選取2009年的最新抽樣調(diào)查數(shù)據(jù)進行。依據(jù)我國對勞動和退休年齡

33、的規(guī)定，樣本對象設為年齡1660周歲的男性和1655周歲的女性，剔除沒有工作或工資不是正數(shù)的個體，初步得到的男性和女性樣本分別為1929和1158?？紤]到對數(shù)小時工資分布接近正態(tài)分布，估計偏誤小，我們選取對數(shù)小時工資為被解釋變量，同時選取工作經(jīng)驗、工作經(jīng)驗的平方除以100、受教育年限、工作單位所有制屬性、職業(yè)、省份以與城鄉(xiāng)作為解釋變量，沒有考慮年齡因素，是因為工作經(jīng)驗是通過年齡減去受教育年限再減6得到，二者之間存在共線性。具體處理時，按照勞動法對年滿16周歲才能參加工作的規(guī)定，若受教育年限小于10年的個體則其工作經(jīng)驗等于年齡直接減16；加入工作經(jīng)驗的平方除以100，是考慮到工資隨著年齡或工作經(jīng)

34、驗增長先升后降的非線性關(guān)系；按照CHNS的調(diào)查設問，把工作單位所有制屬性分為國有（包括政府機關(guān)、國有事業(yè)單位和研究所與國有企業(yè)）、集體（包括鄉(xiāng)鎮(zhèn)所屬的小集體、縣、市、省所屬的大集體與家庭聯(lián)產(chǎn)承包農(nóng)業(yè)）和私營（包括私營、個體企業(yè)、三資企業(yè)（屬于外商、華僑和合資）與其它）；職業(yè)分為藍領(lǐng)（包括技術(shù)工人或熟練工人、非技術(shù)工人或熟練工人、士兵與警察、司機與服務行業(yè)人員）、白領(lǐng)（包括專業(yè)技術(shù)工作者、管理者、行政官員、經(jīng)理、辦公室一般工作人員、軍官與警官）以與農(nóng)林牧漁業(yè)人員（包括農(nóng)民、漁民、獵人）；省份包括、與9省。去掉對數(shù)小時工資不是正數(shù)的樣本，最后得到的男性和女性樣本分別為1864和1086。四、初步的

35、描述統(tǒng)計分析（一）男性與女性平均工資的差異表1給出了分城鄉(xiāng)、分受教育水平以與分職業(yè)類型的年工資和小時工資平均水平。表1 分不同類型年工資和小時工資的平均水平平均年工資平均小時工資女性男性女/男比例女性男性女/男比例總樣本15121.7 22298.0 0.678 21.4 72.8 0.294 (1158)(1929)(1158)(1929)分城鄉(xiāng) 城鎮(zhèn)19012.1 26185.5 0.726 12.1 28.2 0.427 (480)(665)(480)(665) 鄉(xiāng)村12367.4 20252.8 0.611 29.1 96.2 0.303 (678)(1264)(678)(1264)

36、鄉(xiāng)/城比例0.650 0.773 28.053 3.408 分受教育水平 文盲與小學8100.3 14926.6 0.543 14.973.8 0.202 （283）（344）（283）（344） 初中12411.7 20253.7 0.613 24.4 63.4 0.385 （368)(842)（368)(842) 高中16508.4 26743.0 0.617 10.7 149.0 0.072 (185)(362)(185)(362) 中等職業(yè)技術(shù)19682.8 25374.5 0.776 42.1 15.9 2.649 (174)(198)(174)(198) 大專或大學28192.3

37、33412.6 0.844 15.6 24.3 0.640 (147)(180)(147)(180) 碩士與以上27885.4 35042.5 0.796 19.4 33.0 0.587 (1)(3)(1)(3)按職業(yè)類型分 白領(lǐng)22832.9 29386.6 0.777 27.7 46.3 0.598 （421）（619）（421）（619） 藍領(lǐng)12848.8 21551.5 0.596 19.0 85.2 0.223 （515）（886）（515）（886） 農(nóng)林牧漁從業(yè)5770.9 13509.4 0.427 15.1 85.4 0.177 （222）（424）（222）（424）注：

38、括號為相應樣本量。從表1中可以看到，就平均年工資而言，農(nóng)村的性別工資差異較城鎮(zhèn)大，從受教育水平看，隨著學歷的提高，性別工資差異縮小，分職業(yè)類型來看，從農(nóng)林牧漁從業(yè)、藍領(lǐng)到白領(lǐng)，性別工資差異變小。平均小時工資表現(xiàn)的女性占男性工資比例較平均年工資的情形明顯要小，說明男性和女性勞動投入上存在較大不同。另外，還出現(xiàn)一些極端值，該部分是抽樣誤差與部分群體的工作時間難以確定引致。雖然有這方面的不足，由于小時工資能夠更精確地反映性別之間的工資差異，為此本文選擇對數(shù)小時工資作為被解釋變量。（二）“天花板效應”和“地板效應”的初判圖1左側(cè)是應用核密度估計方法繪出的男性和女性對數(shù)小時工資密度分布，右側(cè)是男性和女性

39、對數(shù)小時工資累積分布。從左圖可以看到，一方面女性的工資分布在男性左側(cè)，峰頂較尖，二者的分布在中部較為明顯地岔開，說明女性的總體工資水平低于男性，且較男性的工資分布更加不均；另一方面女性的工資分布較男性左尾更高，而右尾較低，說明低工資水平上聚集了更多的女性，而在工資分布的高端以男性居多。從右圖的累積分布可以看到，在任一個分位數(shù)上女性的對數(shù)小時工資均低于男性。圖1 2009年男性和女性的對數(shù)小時工資密度分布和累積分布為了更加直觀地展示不同分位數(shù)上的性別工資差異，筆者在男性和女性對數(shù)小時工資分布的百分位偶數(shù)點（2、4、98）上取值（49個點），然后應用核加權(quán)局部多項式平滑方法對各分位點上的男性和女性

40、對數(shù)小時工資差異（男性對數(shù)小時工資減去女性對數(shù)小時工資）進行曲線擬合，得到圖2所示的2009年依分位數(shù)不同的我國性別對數(shù)小時工資差異，圖3則是區(qū)分城鎮(zhèn)和農(nóng)村樣本分別繪出的依分位數(shù)不同的男性和女性對數(shù)小時工資差異。從圖2可以看到，在工資分布的高端，隨著分位數(shù)的提高，相對工資差異迅速拉大，表現(xiàn)出“天花板效應”，然而從圖3可以看到，城鎮(zhèn)的相對工資差異表現(xiàn)出的卻是截然相反的走勢。這說明對我國的性別工資差異是否存在“天花板效應”或“地板效應”需要區(qū)分城鎮(zhèn)和農(nóng)村分別進行判斷，否則就會得出相悖的結(jié)論。圖2 2009年依分位數(shù)不同的我國性別對數(shù)小時工資差異圖3 2009年依分位數(shù)不同的分城鎮(zhèn)和農(nóng)村性別對數(shù)小時

41、工資差異五、男性和女性工資方程的分位數(shù)回歸系數(shù)差異分析這一部分考察2009年我國不同分位點上的男性和女性生產(chǎn)率特征回報率的差異，依據(jù)2.2節(jié)介紹的男性和女性工資方程的分位數(shù)回歸模型，以對數(shù)小時工資為被解釋變量，相應模型如下：表示給定解釋變量條件下的對數(shù)小時工資分布的第分位數(shù)值；分別表示男性和女性；表示影響對數(shù)小時工資的各種因素，本文選擇的包括工作經(jīng)驗、工作經(jīng)驗的平方除以100、受教育年限、工作單位所有制屬性（以國有為基準，設2個虛擬變量）、職業(yè)（以白領(lǐng)為基準，設2個虛擬變量）、省份（以為基準，設8個虛擬變量）以與城鄉(xiāng)（以城鎮(zhèn)為基準，設1個虛擬變量）；表示不同分位數(shù)對應的的回報率。表2給出了0.

42、25、0.50和0.75的分位數(shù)回歸結(jié)果，表中同時列出了各分位數(shù)男性的回歸系數(shù)值減去女性的差值，下文通稱回歸系數(shù)差異。附圖4、5繪出了有關(guān)解釋變量隨不同分位點對小時對數(shù)工資的影響。表2 男性和女性對數(shù)小時工資的分位數(shù)回歸結(jié)果（2009年）變量分位數(shù)回歸回歸系數(shù)差異0.25 0.50 0.75 0.25 0.50 0.75 女性男性女性男性女性男性經(jīng)驗0.0208*0.0289*0.01020.0376*0.01130.0352*0.008 0.027 0.024 (0.0104)(0.0068)(0.0089)(0.0074)(0.0108)(0.0082)經(jīng)驗平方-0.0655*-0.059

43、4*-0.0206-0.0757*-0.0215-0.0653*0.006 -0.055 -0.044 (0.0253)(0.0142)(0.0219)(0.0152)(0.0268)(0.0169)教育年限0.0309*0.0318*0.0283*0.0287*0.0234*0.0267*0.001 0.000 0.003 (0.0086)(0.0062)(0.0073)(0.0066)(0.0093)(0.0073)單位所有制屬性 國有 集體-0.380*-0.234*-0.285*-0.288*-0.1230.03270.146 -0.003 0.156 (0.115)(0.0769)(

44、0.0917)(0.0787)(0.108)(0.0836) 私營-0.209*-0.233*-0.244*-0.199*-0.177*0.000787-0.024 0.045 0.178 (0.0796)(0.056)(0.0622)(0.0554)(0.0762)(0.0574)職業(yè) 白領(lǐng) 藍領(lǐng)-0.366*-0.216*-0.429*-0.199*-0.476*-0.197*0.150 0.230 0.279 (0.0842)(0.0501)(0.0643)(0.0512)(0.0785)(0.0573) 農(nóng)林牧漁業(yè)-0.256-0.0502-0.1440.328*0.661*0.534

45、*0.206 0.472 -0.127 (0.137)_(0.0503)(0.112)(0.0858)(0.136)(0.0917)地區(qū)0.0408-0.00846-0.0123-0.167-0.0175-0.275*-0.049 -0.155 -0.258 (0.114)(0.0853)(0.099)(0.0887)(0.121)(0.0971)-0.212-0.0921-0.172-0.0971-0.113-0.209*0.120 0.075 -0.096 (0.117)(0.0848)(0.101)(0.0884)(0.123)(0.0956)0.283*0.192*0.338*0.28

46、6*0.419*0.178-0.091 -0.052 -0.241 (0.108)(0.0819)(0.0936)(0.0841)(0.115)(0.0907)-0.177-0.136-0.16-0.0918-0.23-0.08280.041 0.068 0.147 (0.118)(0.0838)(0.1)(0.0873)(0.121)(0.0946)-0.1170.0793-0.1340.0953-0.0590.01680.196 0.229 0.076 (0.123)(0.0807)(0.107)(0.0848)(0.133)(0.0925)0.1180.1270.01270.0111-0

47、.0361-0.1140.009 -0.002 -0.078 (0.124)(0.0848)(0.108)(0.0884)(0.132)(0.0964)0.05080.0610.06350.07260.01040.1050.010 0.009 0.095 (0.125)(0.086)(0.107)(0.0897)(0.131)(0.0976)-0.225*-0.250*-0.142-0.326*-0.184-0.267*-0.025 -0.184 -0.083 (0.112)(0.0805)(0.0959)(0.0838)(0.117)(0.0907)城鄉(xiāng) 鄉(xiāng)村 城鎮(zhèn)0.0585-0.0047

48、20.0607-0.007820.114*-0.0418-0.063 -0.069 -0.156 (0.0557)(0.0415)(0.0474)(0.0428)(0.0563)(0.0453)截距項1.488*1.525*1.895*1.811*2.219*2.183*0.037 -0.084 -0.036 (0.204)(0.153)(0.174)(0.159)(0.211)(0.173)Pseudo R20.1510 0.09680.16390.0810.14150.0606注: 1、“-”表示一組虛擬變量以此為基準?；貧w系數(shù)差異由各分位數(shù)男性的系數(shù)值減去女性的得到。 2、系數(shù)下方為自助

49、法（種子數(shù)設為1001）計算的標準誤；*、*、*分別代表5%、1%、0.1%的水平下顯著；從表中可以看到，就受教育年限的回歸系數(shù)情況來看，一方面，不論男性和女性，教育回報率在各分位數(shù)上都高度顯著，另一方面，0.75分位數(shù)上的回歸系數(shù)差異較0.25分位數(shù)上的要大些，而0.50分位數(shù)上的則近乎為零。從經(jīng)驗的回報率來看，男性的經(jīng)驗回報率在各分位數(shù)均顯著，而女性只在0.25分位數(shù)上顯著，且女性的回報水平較男性的要小，經(jīng)驗平方的系數(shù)值均為負值，對女性同樣只在0.25分位數(shù)顯著，且負向作用較男性的要大，說明經(jīng)驗的繼續(xù)累積對提高工資分布低端女性收入的作用較男性要小。從工作單位所有制屬性看，相對國有類型，一方

50、面集體和私營的系數(shù)值在0.75分位數(shù)都不顯著，0.25和0.50分位點的系數(shù)值均為負數(shù)，另一方面，集體屬性在0.25分位數(shù)上的回歸系數(shù)差異較大，而私營屬性在0.50分位數(shù)上的回歸系數(shù)差異較大，在0.25分位數(shù)上的差異值反而為負，主要說明在工資分布的低端，集體屬性較國有和私營的性別工資差異要大，而在工資分布的中端，私營屬性較國有和集體的性別工資差異要大。分職業(yè)來看，相對白領(lǐng)職業(yè)，不論男性和女性，藍領(lǐng)的系數(shù)值在各分位數(shù)都高度顯著，且為負值，從0.25、0.50到0.75分位點，回歸系數(shù)差異不斷增大，另一方面，農(nóng)林牧漁業(yè)的女性只在0.75分位數(shù)上高度顯著，回報水平較男性的反而明顯要大，表明藍領(lǐng)職業(yè)較

51、白領(lǐng)與農(nóng)林牧漁從業(yè)的性別工資差異要嚴重，且隨著工資水平的上升，差異越明顯，而農(nóng)林牧漁從業(yè)的性別工資差異只在工資分布的高端顯著，且表現(xiàn)為女性的工資回報率要大于男性的。從地區(qū)來看，相對，0.75分位數(shù)上都不顯著，0.25分位數(shù)上，不論男性與女性，除了、廣區(qū)的系數(shù)值顯著（前者為正數(shù)，后者為負數(shù)），其它的系數(shù)值都不顯著，地區(qū)較廣區(qū)的回歸系數(shù)差異要大，0.50分位數(shù)上，只有地區(qū)的顯著，回歸系數(shù)差異較0.25分位數(shù)上的要小，說明東部地區(qū)一方面工資回報率較西部地區(qū)要高，另一方面東部地區(qū)較西部地區(qū)的性別工資差異要大。從城鄉(xiāng)的回歸系數(shù)情況來看，除了女性在0.75分位數(shù)上的系數(shù)值較為顯著（0.05水平下），其它的

52、系數(shù)值都不顯著，表明在城鎮(zhèn)和在農(nóng)村引起的性別工資差異沒有明顯不同。最后看常數(shù)項的差異情況，不論男性和女性，在各分位數(shù)上都高度顯著，且數(shù)值均大于1，0.25分位數(shù)上，表現(xiàn)為女性的數(shù)值小于男性，0.50、0.75分位數(shù)則表現(xiàn)為女性的數(shù)值大于男性的，0.50分位數(shù)上的更大些，說明工資分布的不同位置，其它遺漏因素對女性工資的影響較男性各有不同。六、性別工資差異的分位數(shù)分解結(jié)果分析應用Stata10.0，按照Melly（2006）構(gòu)造反事實分布的方法，區(qū)分城鎮(zhèn)和農(nóng)村對我國2009年的性別工資差異進行不同分位數(shù)的分解，表3給出了性別對數(shù)小時工資差異的分解結(jié)果。從表中可以看到，不論是對于總樣本還是區(qū)分城鎮(zhèn)或

53、農(nóng)村，在不同分位點系數(shù)差異都要大于總差異，說明就本文選擇的女性與男性的生產(chǎn)率特征而言，女性都要優(yōu)于男性，女性與男性的工資差異主要是由與性別歧視有關(guān)的不可解釋因素引起的。從表中可以看到，0.1分位數(shù)的對比結(jié)果說明城鎮(zhèn)表現(xiàn)出“地板效應”，而0.90分位數(shù)的對比結(jié)果則表明農(nóng)村具有明顯的“天花板效應”，這個結(jié)論與本文第3節(jié)所得的直觀判斷一致。表3 不同分位數(shù)的性別（對數(shù)小時）工資差異分解結(jié)果分位數(shù)510255075909510-2510-5090-5090-75（%）總樣本總差異0.285 0.343 0.356 0.367 0.309 0.549 0.656 -0.039 -0.067 0.494

54、0.778 0.04310.03150.02230.02050.02740.06720.1001系數(shù)差異0.381 0.428 0.428 0.434 0.339 0.521 0.640 0.001 -0.013 0.203 0.537 0.04150.03810.03400.03600.04570.09500.1344特征差異-0.096 -0.086 -0.071 -0.066 -0.031 0.027 0.015 0.200 0.290 -1.410 -1.889 0.03630.03320.02590.03160.03180.07260.1164城鎮(zhèn)總差異0.340 0.335 0.3

55、19 0.244 0.166 0.135 0.134 0.050 0.373 -0.444 -0.186 0.04470.03520.02910.03170.03410.05530.1101系數(shù)差異0.417 0.394 0.370 0.331 0.246 0.209 0.199 0.065 0.190 -0.369 -0.151 0.05770.04920.04170.04840.039860.06330.1043特征差異-0.077 -0.060 -0.052 -0.088 -0.080 -0.074 -0.065 0.157 -0.318 -0.158 -0.078 0.08640.06

56、400.04530.04950.05210.06630.1195農(nóng)村總差異0.271 0.337 0.374 0.465 0.4620.739 0.812 -0.100 -0.276 0.591 0.601 0.04930.03850.02600.02880.04850.09080.1361系數(shù)差異0.351 0.403 0.444 0.496 0.443 0.711 0.851 -0.093 -0.188 0.434 0.606 0.05090.04460.03040.03630.05220.11350.1592特征差異-0.080 -0.066 -0.070 -0.031 0.019 0.

57、028 -0.039 -0.057 1.100 -1.891 0.478 0.06090.05560.04300.04220.06300.12410.1624注：1、括號為相應系數(shù)估計標準差，從中可以看到各個系數(shù)值都高度顯著。2、5-10表示0.05分位數(shù)上差異相對0.10分位數(shù)上差異的差距的比值，其它類同。圖6、圖7分別是使用總樣本和區(qū)分城鎮(zhèn)與農(nóng)村的樣本得到的我國2009年性別對數(shù)小時工資差異依分位數(shù)的分解。圖中更加清晰地顯示了上文分析得到的結(jié)論。從圖6可以看到，我國的性別工資差異似乎只存在著“天花板效應”，而事實是，從圖7可以發(fā)現(xiàn)，我國城鎮(zhèn)的性別工資差異表現(xiàn)出“地板效應”，即在工資分布的低

58、端，隨著分位數(shù)的降低，性別工資差異越大；而我國農(nóng)村的性別工資差異則呈現(xiàn)出明顯的“天花板效應”，在工資分布的高端，隨著分位數(shù)的提高，性別工資差異越大。再一次表明判斷我國的性別工資差異是否存在“天花板效應”或“地板效應”，若不區(qū)分城鎮(zhèn)和農(nóng)村分別進行就會得出有偏誤的認識。另一方面，除了高分位點，系數(shù)差異都處在總差異的上方，和表4說明的一樣，我國的性別工資差異主要是由性別歧視有關(guān)的因素引起的，反映了到2009年我國對女性的歧視程度已經(jīng)非常嚴重。 圖6 依分位數(shù)（5%95%）對2009年性別工資差異的分解圖7 依分位數(shù)（5%95%）對2009年城鎮(zhèn)和農(nóng)村性別工資差異的分解七、結(jié)論與建議本文的分解結(jié)果表明

59、我國城鎮(zhèn)的性別工資差異表現(xiàn)出“地板效應”，而我國農(nóng)村的性別工資差異則呈現(xiàn)出明顯的“天花板效應”，分解結(jié)果同時表明，對女性的歧視都是引起這兩種性別工資差異的主要原因。通過不同分位數(shù)上男性和女性生產(chǎn)率特征回報水平的比較本文得到，處于工資分布低端的女性教育回報率要低于男性，經(jīng)驗的增加只對低分位數(shù)上的女性工資產(chǎn)生顯著作用，且回報率較男性低。對此政府需要加大對低學歷、低技術(shù)女性的教育和培訓投入，改善她們的受教育環(huán)境，尤其需要關(guān)注貧困家庭女孩的受教育問題，保證她們享有和男性平等受教育的權(quán)利。通過比較還得到，藍領(lǐng)職業(yè)的性別工資差異較明顯，且隨著工資水平的提高，差異越大；處于工資分布的中間，私企的性別工資差異較大。針對這些與性別歧視有關(guān)的不可解釋因素引起的性別工資差異，政府需要加強勞動法執(zhí)行的監(jiān)督職能，加大對企業(yè)用