我國城鎮勞動力市場性別工資差異

左 倩，羅幼喜

(湖北工業大學理學院，湖北 武漢 430068)

根據2011年世界經濟論壇的核算，相較于女性而言，我國男性就業者的工資待遇大約高35%。夏慶杰等[1]基于1991—2011年數據發現，20年間我國性別工資差距在不斷擴大，在勞動力市場上女性更處于弱勢地位，對中國性別工資差異的分析從此成為研究熱點。除了一般的教育年限[2]和工作經驗變量[3]之外，健康人力資本[4]、婚姻狀況[5]和所從事的行業[6]等因素也在不同程度上對性別工資差異產生顯著影響。多項研究成果表明，加大對女性的教育投資，提高女性的個人能力有助于縮小性別工資差異[7-9]。但是，造成中國勞動力市場上性別工資差異的主要原因是否存在性別歧視，研究者們對此觀點不一[10-12]。

基于此，本文采用基礎Mincer回歸方程、擴展Mincer回歸方程以及無條件分位數回歸方法，根據中國綜合社會調查項目(CGSS2015)數據庫中有關學歷水平、經驗、黨派身份、健康狀況以及婚姻狀況的問卷數據，對中國城鎮勞動力市場上的性別工資差異進行進一步研究，試圖找出造成男女工資差異的關鍵因素。

1 數據描述

CGSS2015覆蓋中國28個省/市/自治區，一共調查478個村/居委會，總共包括1398個變量，10968個觀測值。根據研究需要，對原始數據做以下處理：1)刪去年齡不是16-60周歲的樣本，即保證樣本在中國法定勞動力年齡內；2)在“您的工作經歷及狀況是”的調查項中只保留“目前從事非農工作”的樣本，保證研究的樣本為城市樣本；3)刪除本文所研究變量為缺失值和工資小于等于0的樣本，保證樣本有正常的工資收入。經過上述預處理之后，得到樣本容量為3217，其中女性樣本量為1415，男性樣本量為1802。為了便于分析，對選入模型的部分變量進行重新編碼(表1)。

表1 變量及變量編碼

對最終樣本數據進行簡單的描述性統計分析，結果如表2所示。

根據表2可知，男性和女性的工資水平存在明顯的差距，男性平均月收入為5049.18元，比女性的3408.41元高出1640.77元，高出部分為女性全部工資的48%，近乎一半；其次，男女性的受教育年限十分接近，男性為11.47年，女性為11.35年，二者相差不到半年；從工作年限來看，男性比女性多出1年多，但男性和女性的受教育情況的比率相差不大；從婚姻狀況來看，女性勞動者的已婚比率更高；從政治面貌來看，男性黨員較多；從健康狀況來看，男性比女性自認健康狀況更好。

表2 數據描述性分析

圖1顯示為男女工資差異的核密度，可見女性工資核密度曲線整體位于男性工資核密度曲線的左側，說明女性就業者在各個分位點下薪酬待遇水平都要低于男性，且低收入的女性占比較大，而男性獲得高收入的人群更多。在中高收入人群中，男性工資水平明顯高于女性。

圖1 不同性別的工資密度曲線

從圖2可見，無論男性還是女性，隨著學歷水平的提高，其工資收入均會不斷增加。其次，在每個學歷水平下，男性平均月收入一直比女性高，并且隨著學歷水平的提高，男女性收入差距會逐漸增大，在研究生及以上學歷水平時，男性與女性月平均收入的差距達到最大值。

圖2 不同學歷水平性別工資差距

由以上分析可得：男性就業者與女性就業者的受教育水平幾乎達到一致，但無論從工作經驗、黨員占比以及健康狀況，男性都要優于女性，這極可能是導致男性工資高于女性的主要因素。但是女性的工作經驗和健康狀況分別為男性的94.74%、97.44%，差距不是特別明顯。相比于以前的研究結果，說明男性與女性人力資本的差距正在逐漸縮小。按照傳統工資理論，性別工資差異應該隨著兩性人力資本差距的縮小而不斷減小，而現實卻并非如此，女性的工資水平才達到男性工資水平的67.50%。

2 實證檢驗

基于Mincer方程的回歸分析結果，并添加影響工資收入的相關變量，增加模型結果的可信度，從教育回報率視角對男女性別工資差異進行分析。

2.1 基礎Mincer方程回歸

教育回報率的度量方法一般采用明瑟(Mincer)收入函數法[13]，其基本形式如下：

lnw=β0+β1edu+β2exp+β3exp2+μ

(1)

其中：lnw是工資收入的自然對數，edu是受教育年限，exp是工作經驗，μ為隨機擾動項。根據此方程，分別對兩性樣本以及總體樣本進行回歸分析，得到如表3所示的回歸結果。

由表3可知：在只考慮“受教育年限”和“工作經驗”這兩個解釋變量的條件下，無論對于男性樣本、女性樣本還是總樣本而言，參數均通過了顯著性檢驗，并且系數均為正，說明受教育年限的增加和工作經驗的累積對我國城鎮居民收入有顯著的促進作用，受教育程度越高，工作經驗越豐富，則更有機會獲得更高的收入。其次，男性的教育回報率為9.73%，女性的教育回報率為9.59%，兩者十分接近，但是男性的經驗回報率是女性的兩倍，說明經驗的累積對男性工資的促進作用更大。

表3 基礎Mincer方程回歸結果

2.2 不同學歷水平的擴展Mincer方程回歸

為了避免其他控制變量對教育回報率的影響，結合相關研究文獻，在上述模型中融入“婚姻狀況”“政治面貌”和“健康狀況”這幾個虛擬變量。受教育年限這一解釋變量是由問卷數據進行估算得來，考慮到估算的不準確性以及更進一步研究受教育程度的高低對教育回報率的影響，本文用“不同學歷水平”這組虛擬變量來替代“受教育年限”，分析不同學歷水平就業者的教育回報率，進一步揭示造成性別工資差異的主要因素。

這里的基礎對照組是沒有受過教育、未婚、非黨員以及健康狀況為不健康/一般的人群。將其余虛擬變量引入回歸方程：

(2)

其中，αi表示不同學歷水平下的教育回報率。這里要注意的是，不同學歷水平下的教育回報率是縱向比較的，只能反映與基準變量的比較結果，因此對回歸系數進行處理，以便使不同學歷程度下的教育回報率可以橫向比較。各學歷水平下年平均教育回報率

ri=αi/edui

(3)

式中，ri為學歷為i層次就業者的年平均教育回報率。根據擴展Mincer方程，對樣本總體、男性樣本和女性樣本分別進行分析，結果如表4所示。

表4 擴展Mincer方程回歸結果

從表4的分析結果可知，從整個樣本情況來看，學歷水平為私塾和小學、婚姻狀況以及個人的政治面貌，并不會對就業者的收入帶來顯著性的影響。除此之外，其余每個解釋變量的回歸系數均是正數，說明對整個樣本而言，學歷水平提升、工作經驗的增加和個人的健康狀況對就業者的收入都存在一定的促進作用。從整個回歸方程來看，將學歷水平作為虛擬變量引入回歸方程，并考慮婚姻狀況、政治面貌和健康狀況這些變量后，調整的R2由原來的0.197增加到0.210，說明擴展Mincer方程能夠解釋工資收入的更多變化。

從男女兩性的樣本回歸結果來看，無論是對于男性就業者還是女性就業者來說，初中及初中以下的學歷水平的回歸結果在0.05水平下均沒有通過顯著性檢驗，說明該學歷水平并不會對工資收入產生顯著的影響。其次，高中及以上學歷水平的回歸結果均通過了顯著性檢驗，并且學歷越高，估計系數值越大，說明對男女性就業者而言，高中及以上學歷水平會對收入有一定的正向作用，并且隨著學歷水平的提高，就業者更易獲得更高的薪酬待遇收入。比較兩性樣本的回歸結果，不同學歷水平下女性的教育回報率均高于男性，高學歷的女性就業者比男性會獲得更高的教育回報。從婚姻狀況來看，對總體樣本來說，結婚與否對就業者工資收入的影響并不顯著，但對兩性分別的回歸結果來看，婚姻狀況對兩性的影響方向相反，即已婚男性比未婚男性更容易獲得更高的工資收入，而對于女性而言，已婚身份可能對其收入產生負向的影響。這可能與現實生活中女性比男性在婚姻家庭生活中會付出更多的時間和精力有關。從健康狀況來看，如果就業者擁有更好的健康狀況，其工資收入也會有相應的增加。

為了使各學歷水平下的教育回報率橫向可比，通過式(3)計算得到各學歷水平的年平均教育回報率。年平均教育回報率的計算結果見表5。

表5 不同學歷水平的年平均教育回報率 %

表5僅展示了上述回歸分析中產生顯著影響的學歷水平變量。可見隨著學歷水平的提高，男女兩性的年平均教育回報率都會不斷增加，表示高學歷水平會帶來更高的教育回報率，從而更有可能為就業者帶來高收入。女性的年平均教育投資回報收益率在不同學歷水平上均高于男性，說明學歷對女性就業者收入的影響比男性更大。其次，在大學本科學歷水平上，男女兩性的年平均教育回報率的差距最大，說明本科學歷對于女性就業者的工資收入有著較大的影響。從年平均教育投資回報收益率的增長率來看，大學專科教育對男性就業者教育回報率的提升更為明顯，而大學本專科教育對女性就業者教育回報率的提升更多。除此之外，碩士生教育對兩性的教育投資回報收益率的提升也是十分明顯。

2.3 擴展Mincer方程的無條件分位數回歸

隨著學歷水平的提高，就業者的工資收入會得到相應的增加，女性的教育回報率在各個學歷水平下皆高于男性。然而，前面得到的結果只能反映各解釋變量與被解釋變量間在平均水平上的關系。為了直接得到解釋變量對被解釋變量在各分位點下的一般異質性影響，采用RIF無條件分位數回歸模型做出進一步的分析。與上述模型不同的是，其再中心化影響函數RIF取代了被解釋變量Y[14]。在分位數條件下，RIF回歸函數可以被重新定義為：

(4)

式中：qτ為lnw的無條件分位數，fln w(qτ)為lnw的概率密度函數。估計過程中qτ可由樣本分位數代替，用非參數方法得到lnw的密度估計。則RIF無條分位回歸模型為：

(5)

為了比較RIF無條件分位數回歸與均值回歸的分析結果，首先展示0.5分位點下無條件分位數回歸方法的估計結果(表6)。

表6 擴展Mincer方程的無條件分位數回歸結果

將表6的回歸結果與表4相比較可知，在0.05顯著性水平下，對于整個樣本而言，無條件分位數回歸結果顯示初中學歷和健康狀況并不會對就業者的收入帶來顯著性的影響，其余變量的回歸結果與前文相似。從男女兩性的樣本回歸結果來看，大學專科及以下的學歷水平不會對男性的工資收入產生顯著的影響，高中及以下的學歷水平對女性的工資收入不會產生顯著的影響。這一結論與均值回歸結果有著較為明顯的差異。無條件分位數回歸結果顯示，學歷對工資收入的影響對于男女性就業者而言都提高了一個層次。造成這一結果的原因可能是各學歷變量間存在的相關性導致均值回歸估計的不準確，但無條件分位數回歸正好直接得到某一學歷水平對工資收入的一般邊際影響，因此其回歸結果可能更為可靠。

由表6的回歸結果可知，大學本科及以上學歷教育對男性工資收入有著一定的促進作用，而大學專科及以上的學歷教育對女性而言就會產生積極的正向作用，此外，女性的教育回報率還是明顯高于男性。工作經驗的累積對男女兩性的工資收入也有著一定的促進作用，且男性的工作經驗回報率高于女性。婚姻狀況雖然對男女兩性都有著顯著的影響，但是對男性起到一定的促進作用，而對于女性則會產生一定的抑制作用。健康狀況僅對男性就業者的工資收入產生正向影響，而對女性不會產生顯著的影響。

Mincer擴展方程中對被解釋變量有顯著影響的變量在不同分位點下的系數估計見圖3。

圖3 不同分位點下無條件分位數回歸的系數估計圖

由圖3可知，從學歷水平來看，男性和女性就業者的學歷水平越高，越有可能獲得更高的工資待遇。在各個分位點下女性的教育回報率明顯大于男性，大學專科和本科的系數估計值在中低分位點更大，研究生及以上學歷變量的系數估計值在高分位點更大，說明大學專科和本科教育對中低收入男女性就業者的影響更大，而研究生及以上教育對高收入就業者的影響更為明顯。

從工作經驗來看，隨著分位點的增加，男性工作經驗對收入的影響逐漸降低，而女性工作經驗對收入的影響呈現波浪形的特征，表示工作經驗的累積對低收入男性工資帶來的促進作用更大，對高收入女性工資的促進效果更為明顯。

從婚姻狀況來看，結婚與否對男女性就業的影響全然相反，在各分位點下，婚姻狀況的系數估計值對男性而言一直是正數，而對于女性而言卻一直是負數，這說明無論在何等收入水平下已婚身份會對男性的工資收入產生一定的正向影響，而不能給女性帶來更高的收入，甚至還可能對女性就業者的工資收入產生一定的抑制作用。

從健康狀況來看，由于這一變量僅對男性樣本而言是顯著的，因此只分析其對男性就業者的影響。良好的身體狀況對男性就業者的工資收入有著積極的促進作用，但這種作用會隨著分位點的升高而逐漸減弱，說明良好的健康狀況對低收入男性而言尤為重要。

3 結論與啟示

3.1 結論

1)性別、學歷水平、工作經驗、婚姻狀況以及健康狀況是我國城鎮勞動力市場中影響工資水平的主要因素，影響就業者薪酬待遇水平的因素大致相同，其最關鍵的因素還是學歷水平和工作經驗，說明人力資本的提升有助于薪酬待遇水平的增長。

2)各學歷水平下女性就業者的教育回報率均高于男性，說明教育對女性工資收入的增長有著更為積極的意義。其次，對于中低收入的男女兩性就業者而言，大學本專科教育更為重要，而對于高收入的就業者來說，研究生及以上教育尤為重要。

3)婚姻狀況對男性和女性就業者的影響完全相反，傳統的男主外女主內的家庭觀念使得婚姻關系對男性收入的影響具有積極的促進作用，已婚女性由于把較多時間精力花費在家庭生活，使其喪失獲得更高收入的一些機會，所以已婚身份對女性工資收入會產生一定的抑制作用。

3.2 啟示

1)雖然女性職工的教育回報率已經超過男性，但其工資仍然普遍低于男性，造成這種現象可能是由于男性經驗回報率高于女性，從而導致男性的人力資本比女性高。另一方面，女性在勞動市場中遭受到了歧視。

2)婚姻狀況對男女兩性的影響截然相反，其對男性產生正向的促進作用，而對女性產生一定的抑制作用。因此政府在鼓勵女性接受更高等教育的同時，應增加更多的就業機會，提供更多勞動技能培訓，讓女性累積更多工作經驗，從而全面增加女性自身的人資資本，進而縮小性別工資差異。其次，家庭社會應轉變傳統家庭的思想觀念，讓女性從家務勞動中解放出來，讓女性就業者有更多的時間和精力去積累自身的人力資本，從而有機會和能力去獲得更高的工資收入。