还剩14页未读，继续阅读
本资源只提供10页预览，全部文档请下载后查看！喜欢就下载吧，查找使用更方便
文本内容:
性别工资差异及反歧视政策研究
①姚先国黄志岭12（浙江大学公共管理学院，劳动保障及公共政策研究中心，杭州
1.310027;
2.浙江大学经济学院，劳动保障及公共政策研究中心，杭州）310027摘栗本文采用年城调队的数据，分析显示城镇居民的性别工资差异为200231%左右采用分解方法，该方法考虑了职业分割对性别工资差异的影响Brown研究表明，性别工资差异不可解释的部分高达其中职业内不可解释的部分占72%,了绝大部分，剩余的差异是由自身特征的差异引起的，经济学家通常将不可28%解释的部分归为歧视作用这表明要有效缩小性别工资差异，不仅要采取措施提高妇女人力资本存量，而且还要采取一系列政策消除市场上的歧视，保障和提高妇女的就业地位关键词工资差异；性别歧视；反歧视政策；分解Brown中图分类号文献标识F240A引言0长期的封建统治，以及在“男尊女卑”的意识形态影响下，我国存在着严重的重男轻女现象，妇女被视为男性的附属和摆设，在政治、经济、教育上受到了极不平等的对待新中国成立以后，政府大力倡导男女平等，政治上鼓励女性参及,经济上实行男女同工同酬制度，因而男女工资的差异比较小，性别歧视的问题没有凸显出来但80年代以来的改革开放，这场深入到制度及结构层面的社会变革对中国女性的就业状况形成了巨大的冲击，政府对企业工资设定的管制越来越弱，企业在工资制定上具有越来越大的自主权再加上社会文化的传统性别观念以及法律法规的不完善原因，使就业过程中女性遭受性别歧视形象屡见不鲜其中尤为突出的是性别间工资差异越来越大，不仅如此，男女在职业获得和受教育程度上也存在着巨大差距男女公平就业是人类文明进步的一大标志，这对于妇女来说有特别重要的意义因而自然而然地引起人们关注的问题是性别工资差异的原因是什么,人们一直所强调的性别歧视在其中又是起了多大的作用毫无疑问，要回答这些问题，仅仅通过定性分析是远远不够的，我们需要采用一套科学的实证方法来研究性别工资差异产生的原因，对歧视所起的作用有个直观和清晰的认识，从而对于如何缩小性别工资差异，才能提出有针对性的政策建议本文的主要工作是采用西方经济学发展出来的一套严谨科学的方法研究歧视在性别工资差异中的具体作用，并根据研究的结论提出有针对性的政策建议研究发现性别工资差异很大程度上是由于歧视造成的，歧视的表现形式也不仅仅是人们通常所认为同工
①基金项目作者感谢国家自然科学基金重点课题《中国人力资本投资与劳动力市场管理研究》（项目编号:70233003）和教育部哲学社会科学研究重大课题《建立城乡统一的劳动力市场，实现城乡劳动者平等就业研究》（项目编号06JZD0014）的研究资助作者简介姚先国（1953-）,男，湖南华容人，院长，教授，博士生导师.Email:1980:3-
28.
[8]Miller,P.W.The wageeffect of the occupational segregation ofwomen inBritain.Economic journal,1987:885-
896.|9]Meng,X.Mele-female wagedetermination andgender wagediscrimination inchina srural industrialsector.Labor Economics,1998:67-
89.
[10]Meng,X.,zhang.J.The two-tier labor market in urban chinaoccupational segregationand wagedifferentialsbetween urbanresidents andrural migrantsin shanghai.Journal ofcomparativeeconomics,2001:485-
504.
[11]Teo,S.Occuational segregationand itseffect onestimates ofthe genderwagedifferentiakevidence fromBrunei.Asian EconomicJournal,Vol.17No.
4.2003:341-
360.
[12]Sung,Y.W.,Zhang,.J.and C.S.Chan.Gender wage differentials andoccupationalsegregationinHong Kong,1981-
1996.Pacific EconomicReview,2001:345-
359.
[13]Cotton,J.On theDecomposition ofWageDifferentials[J],Review of Economics andStatistics,May,1988235-
243.王美艳.中国城市劳动力市场上的性别工资差异.经济研究
[14],200512:35-
43.115]Coleman,M.T.Movements in the earnings-schooling relationship,1993:1940-
1980.
[16]Mwabu,G.and Schultz,T.P.Education returnsacross quantilesofthewage function:Alternativeexplanations forthe returnsto educationin SouthAfrica.American EconomicReview,1996:335-
339.
[17]Becker.G.S.The economicsof discrimiation.Univesity ofChicago press,
1957.叩
[18]Stiglitz,J.E.Approach tothe economicsof discrimination.American EconomicReview,P erandProceedings,1973:287-
295.岳昌君《教育对个人收入差异的影响》，《经济学季刊》
[19]2004Vol.3,10:135-
149.
[20]Mincer,J.,Schooling,experience andearning.New York:Columbia UniversityPress fortheNational BureauofEconomicResearch,
1974.|21]Kidd,M.,Sex discriminationand OccupationalSegregation inthe Australianlabormarket.The EconomicRecord,1993:44-
55.
[22]Altonji,J.,and Blank,R.Race andGender inthe LaborMarket.Handbook ofLaborEconomics,Vol.3C,19993143-
3260.岳颂东,就业歧视寻根溯源,
[23]4a6a43c7010007ng.html.
2007.
3.
[24]蔡肪，王美艳.女性劳动力供给特点及教育投资，江海学刊,2001635-
39.Gender wagedifferential andanti-discrimination policystudyYAO Xian-guo,HUANG Zhi-ling
21.；College ofPublic Administration,Zhe JiangUniversity,Hangzhou310027,China；College ofEconomics,Zhe JiangUniversity,Hangzhou310027,Chinar.tha.thei.femal.counterparts.l.thi.paper.w.us.th.wag.decompositio.propose.b.Brow.whic.take.int.accoun.occupationa.differences.W.fin.th.unexplaine.componen.account.fo.approximatel.
72.o.th.overal.gende.wag.differentia.an.mos.o.whic.withi.intra-occupational.o.th.othe.hand.
28.i.du.t.effect.o.differenc.i.individua.characteristics.Peopl.alway.relate.thi.unexplaine.potio.t.discrimination.l.orde.t.reduc.gende.wag.differential.w.shoul.tak.som.measure.t.enhanc.female.huma.capita.an.eliminat.th.discriminatio.o.th.labo.marke.t.improv.thei.marke.station.Key words:wagedifferential;gender discrimination;anti-discrimination policy;Browndecomposition变量管理人员技术人员办事人员商业人员服务人员生产工人其他劳动者经验
0.
01720.
04110.
03060.
07150.
04370.
02900.
07131.
145.38***
5.09***
4.48***
3.40***
4.61***
3.18***经验平方-
0.0003-
0.0008-
0.0005-
0.0015-
0.0010-
0.0005-
0.0016-
0.84-
4.53***.
3.63***-
4.06***■
3.30***379***■
3.09***小学-
0.2435-
0.3448-
0.3643-
0.2095-
0.2538-
0.2716-
0.6772-
0.66-
2.25**-
2.55**-
0.91-
1.78*-
4.43***-
2.64***初中-
0.1216-
0.1917-
0.
19050.1636-
0.0755-
0.1528-
0.3432-
1.22-
3.22***-
4.92***
1.91*-
1.04-
5.45***-
2.45**中专
0.
09930.
05090.
08740.
21100.
17370.
03200.
22301.
140.
922.25**
1.86*
1.
580.
680.98大专
0.
14950.
21290.
21300.4698-
0.
01450.
12950.
13072.10**
4.58***
6.87***
3.80***-
0.
142.33**
0.43本科
0.
30140.
42880.
35941.
11450.
48300.
45010.
48283.72***
8.69***
8.61***
5.15***
2.01**
2.53**
1.⑵已婚
0.
11840.
11470.2113-
0.
13730.
14530.
26210.
06990.
491.65*
3.56***-
0.
911.
234.60***
0.30北京
0.
58670.
58610.
50410.
74710.
74650.
49931.
11187.98***
11.45***
11.33***
5.
038.33***
11.09***
4.44***浙江
0.
68620.
65160.
64900.
61510.
79840.
56641.
039510.35***
14.06***
17.11***
5.85***
8.59***
14.76***
5.07***广东
0.
60660.
62710.
60400.
66510.
59690.
40660.
56739.13***
13.82***
17.89***
6.57***
6.85***
9.91***
3.51***四川
0.
11340.
15770.1217-
0.
03290.1308-
0.0055-
0.
15761.51333***
3.06***-
0.
271.28-
0.13-
0.86陕西-
0.1301-
0.0103-
0.1042-
0.1672-
0.2090-
0.1611-
0.0975-
1.99**-
0.20-
2.87***-
1.31-
1.59-
4.31***-
0.32垄断性行业
0.
14220.
19220.
25720.
43750.
16380.2470-
0.
09201.95*
4.30***
7.97***
2.66**
1.89*
8.60***-
0.29事业性行业
0.
18500.
16560.
23930.
10450.
00370.1683-
0.
37582.24**
4.39***
5.69***
0.
410.
032.20**-
0.90机关性行业
0.
06270.
15290.
11430.
34140.
12280.
34930.
57251.
042.51**
3.67***
0.
710.
773.81***
0.78其他行业-
0.
18240.
01650.0812-
0.3045-
0.
22950.
05840.2954-
1.
340.
241.41-
0.79-
1.
441.
031.97**集体单位-
0.3902-
0.2784-
0.
10700.0570-
0.3389-
0.
20380.8106-
3.19***373***-
2.00**
0.47-
3.12***-
4.84***
2.20**其他单位
0.0252-
0.0853-
0.0323-
0.2336-
0.3956-
0.2015-
0.
05830.27-
1.89*-
0.92-
2.99***-
5.74***-
6.63***-
0.33常数
1.
30140.
81830.
80230.
37190.
75020.
81770.
07865.43***
10.46***
13.71***
2.62***
6.44***
14.28***
0.27样本观察值608142522513686282662162A-R
20.
32000.
34000.
32000.
34000.
30000.
22000.3700注
（1）括号中的数值为T值；⑵***,**,*分别表示在1%、5%、10%水平上显著变量管理人员技术人员办事人员商业人员服务人员生产工人其他劳动者经验-
0.
00910.
04690.
05440.
04740.
01830.
02340.0326-
0.
315.52***
7.63***
3.73***
2.41**
2.60***
1.24经验平方
0.0005-
0.0008-
0.0011-
0.0010-
0.0003-
0.0003-
0.
00070.72-
4.10***626***-
3.18***-
1.51-
1.15-
0.94小学-
0.
60130.3843-
0.3617-
0.5978-
0.2250-
0.4548-
0.3588-
0.
880.69-
2.23**-
3.94***-
2.50**-
6.03***-
1.26初中
0.1631-
0.1604-
0.1843-
0.3380-
0.1176-
0.1579-
0.
10330.79-
1.88*-
4.06***-
4.64***278***-
4.22***-
0.61中专
0.
07230.
18530.1390-
0.
17390.
13560.
00440.
00520.
383.27***
3.31***-
1.65*
2.20**
0.
070.02大专
0.
22520.
23660.
28610.
16150.
16750.
25370.
48211.
504.23***
7.85***
1.
522.80***
3.25***
1.78*本科
0.
53490.
52510.
49620.
47030.
27860.
56730.
77142.76**
8.24***
8.50***
1.
601.
310.
950.88已婚
0.
35530.1016-
0.0313-
0.
04280.
09440.
14450.
26981.
061.46-
0.52-
0.
371.
321.68*
0.79北京
0.
61190.
65010.
57730.
68620.
60500.
70310.
54313.17***
11.31***
12.35***
5.95***
9.27***
10.82***
1.91*浙江
0.
74910.
75330.
82670.
60220.
74980.
66090.
75324.50***
13.61***
17.85***
6.61***
13.63***
11.63***
3.55***广东
0.
94090.
60840.
87710.
56110.
63920.
54160.
95395.72***
12.17***
21.24***
6.21***
11.67***
9.75***
5.33***四川
0.
12990.
21590.
32620.
14690.
12340.
19490.
27300.
694.01***
6.73***
1.
481.89*
3.52***
1.12陕西-
0.0332-
0.
04050.0341-
0.1859-
0.
12990.0497-
0.1572-
0.17-
0.
770.71-
1.75*-
1.74*
1.03-
0.38垄断性行业-
0.
13080.
28430.
17900.
42460.
25450.
28800.6662-
0.
464.42***
4.45***
2.55**
3.93***
6.00***
1.71*事业性行业
0.
23460.
16480.
10850.
33850.
13810.
15160.
25771.
343.69***
2.19**
0.
821.97**
1.
330.69机关性行业
0.
05880.
23390.
03441.
02010.
23550.
37981.
09730.
412.99***
0.
951.
431.
421.
542.72***其他行业
0.1348-
0.1125-
0.0716-
0.
45400.
23490.0635-
0.
09180.34-
1.13-
1.15-
1.77*
2.26**
0.69-
0.61集体单位-
0.3482-
0.0608-
0.2388-
0.1160-
0.1591-
0.
23850.2080-
1.32-
0.87-
4.66***-
1.05-
2.31**-
5.09***
0.61其他单位-
0.0851-
0.1559-
0.3114-
0.2988-
0.4254-
0.1660-
0.2321-
0.48-
2.82***-
8.41***-
4.07***-
10.00***-
3.59***-
1.16常数
0.
91440.
59030.
66250.
74920.
68000.
57460.
07653.02***
6.66***
9.55***
5.79***
8.68***
6.01***
0.20样本观察值1521184193956813031371149A-R
20.
30000.
36000.
35000.
31000.
31000.
25000.2900注
（1）括号中的数值为T值；⑵***,**,*分别表示在1%、5%、10%水平上显著表男性职业的多元选择模型回归结果5Logit变量管理人员技术人员办事人员商业人员服务人员其他劳动者年龄
0.
09270.
03140.
03590.0009-
0.
00390.
009212.34***
5.46***
7.18***
0.11-
0.
570.68小学-
2.5841-
1.1326-
2.1520-
0.
99220.
10910.2174-
3.45***-
3.67***-
7.21***-
2.67***
0.
480.55初中-
0.9749-
0.7527-
0.8275-
0.2739-
0.1629-
0.3647-
4.72***-
6.05***-
9.03***-
1.95*-
1.44-
1.61中专
1.
52551.
38580.
92080.
46750.0255-
0.
16547.73***
10.27***
8.10***
2.41***
0.15-
0.46大专
3.
15332.
61902.
16090.
82410.7387-
0.
296717.94***
19.87***
18.82***
3.94***
4.34***-
0.67本科
4.
69094.
65903.
51531.
86970.
92861.
336513.71***
14.97***
11.44***
4.18***
2.10**
1.92*已婚
1.
55620.
38870.1953-
0.3547-
0.4272-
0.
15023.47***
2.29**
1.33-
1.64*-
2.45**-
0.40北京
0.
58140.
61300.
44870.
39340.
86800.
01653.05***
4.22***
3.48***
1.66*
5.85***
0.04浙江
1.
12171.
08640.
96170.6932-
0.0544-
0.
28486.65***
8.54***
8.79***
3.90***-
0.37-
0.99广东
0.
99431.
09711.
27461.
23520.
55220.
24945.88***
8.63***
11.86***
7.17***
3.91***
0.89四川
0.
64610.
92210.
78130.
76720.
27310.
46263.45***
6.79***
6.52***
3.85***
1.73*
1.60陕西
0.
38650.
18020.
56280.6351-
0.4080-
0.
12102.29**
1.
315.10***
3.13***-
2.13**-
0.29垄断性行业
0.
79260.
31780.5165-
1.7631-
0.3649-
0.
73645.01***
3.00***
6.10***-
7.08***-
2.84***-
1.80*事业性行业
1.
90002.
83621.5528-
0.
45531.
30311.
42538.83***
18.27***
9.89***-
1.
126.24***
2.60***机关性行业
3.
79771.
48922.9370-
1.
27511.
16780.
679818.90***
7.51***
17.33***-
1.75*
4.39***
0.66其他行业
0.
68100.
79850.6269-
1.9130-
0.
17913.
38822.31**
4.51***
4.00***-
3.24***-
0.
7415.79***集体单位
0.
18570.
03740.
12260.
63600.
80080.
48780.
710.
220.
913.
184.85***
0.96其他单位-
0.5784-
0.0759-
0.
04941.
03501.
35462.6366-
2.92***-
0.69-
0.
547.
7412.76***
11.08***家庭规模-
0.1597-
0.1027-
0.
08690.0069-
0.
05230.0103-
2.11**-
1.85*-
1.86*
0.09-
0.
860.09常数-
8.9387-
3.8192-
3.0107-
2.4169-
1.5265-
5.1530-
15.31***-
12.11***-
11.29***-
5.73***-
4.57***-
7.58***样本观察值8104LR chi2114=
6496.64PseudoR2=
0.245i Loglikehood=-
10029.2变量管理人员技术人员办事人员商业人员服务人员其他劳动者年龄
0.
12170.
05360.
05460.
00780.
02700.
03008.47***
6.71***
8.21***
0.
984.29***222**小学-
2.8180-
4.0599-
2.4758-
0.7883-
0.7058-
0.0891-
2.64***-
3.93***-
7.60***-
3.00***-
3.44***-
0.20初中-
1.3459-
1.3013-
1.1496-
0.4639-
0.4675-
0.2659-
4.02***-
7.15***-
10.54***-
3.77***-
4.79***-
1.09中专
0.
99162.
11240.
91460.
01720.
10320.
48953.13***
12.81***
6.63***
0.
090.
681.42大专
2.
52672.
98761.
94960.
52210.
67121.
03029.16***
16.75***
12.80***
2.55**
4.04***
2.76***本科
5.
80796.
45624.
78972.
34301.
93592.
80035.51***
6.36***
4.74***
2.14**
1.82*
1.91*已婚-
0.8930-
0.4497-
0.6122-
0.9264-
0.
63190.4651-
1.91*-
2.05**-
3.22***-
4.34***337***
0.97北京-
0.
14270.
16760.
49100.3588-
0.3493-
2.0290-
0.
430.
883.16***
1.80*-
2.23**-
4.87***浙江
0.
97850.
64160.
59240.0017-
0.7235-
1.
08553.48***
3.73***
4.36***
0.01-
5.60***-
3.49***广东
0.
74720.
96731.
03300.4695-
0.
26660.
07762.60***
5.95***
7.85***
2.88***-
2.04**
0.28四川
0.
26510.
64020.
49340.4678-
0.4705-
0.
73870.
843.61***
3.35***
2.68***-
3.26***-
2.11**陕西-
0.
48620.
24500.
07820.1151-
1.0068-
1.4972-
1.
451.
440.
560.65684***■
2.86***垄断性行业-
0.
01700.
58500.9686-
1.3706-
0.
09810.0833-
0.
043.72***
8.34***543***-
0.
730.17事业性行业
3.
08414.
19392.3194-
1.
15781.
88152.
55229.19***
19.02***
10.69***-
1.89*
8.38***
5.19***机关性行业
5.
39723.
18254.6095-
0.
84711.
23953.
571511.53***
7.22***
11.01***-
0.
782.53**
5.58***其他行业
0.
92561.
35041.5003-
1.0773-
0.
12483.
95411.
475.24***
7.61***-
2.73***-
0.
5315.11***集体单位
0.
03430.
41340.
29400.
26310.
11650.
20840.
092.34**
2.22**
1.
490.
850.47其他单位-
0.
07430.
32760.
62741.
55381.
66982.4559-
0.
262.33**
5.86***
12.31***
16.66***
9.37***家庭规模-
0.2252-
0.1962-
0.
10250.0902-
0.
00480.0392-
1.65*-
2.69***-
1.75*
1.34-
0.
090.32常数-
7.3868-
3.7477-
2.3837-
1.1820-
0.7945-
5.8067-
9.02***・
8.74***-
6.87***295***243**-
7.36***样本观察值6666LR chi2l14=
6111.83PseudoR2=
0.270Loglikehood:=-
8219.52系数差异,管理人员技术人员办事人员商业人员服务人员其他劳动者年龄
0.
02900.
02210.
01870.
00690.
03090.
02081.79*
2.25**
2.24**
0.
603.32***
1.06小学-
0.2339-
2.9273-
0.
32380.2040-
0.8149-
0.3065-
0.18271***-
0.
730.45-
2.65***-
0.51初中-
0.3710-
0.5487-
0.3221-
0.1900-
0.
30460.0988-
0.94-
2.49**-
2.26**-
1.02-
2.04**
0.30中专-
0.
53390.7266-
0.0062-
0.
45030.
07770.6549-
1.
433.41***-
0.03-
1.66*
0.
341.32大专-
0.
62660.3685-
0.2114-
0.3020-
0.
06761.3269-
1.92*
1.66*-
1.H-
1.03-
0.
282.28**本科1JI7I
1.
79711.
27440.
47321.
00731.
46371.
011.69*
1.
210.
400.
880.90已婚-
2.4493-
0.8384-
0.8075-
0.5717-
0.
20480.6153-
3.78***・
3.02***.
3.36***-
1.88*-
0.
801.00北京-
0.7241-
0.
44540.0423-
0.0345-
1.2173-
2.0455-
1.91*-
1.86*
0.21-
0.11-
5.65***-
3.62***浙江-
0.1431-
0.4448-
0.3694-
0.6915-
0.6691-
0.8007-
0.44-
2.08**-
2.12**-
2.86***-
3.43***-
1.89*广东-
0.2471-
0.1298-
0.2416-
0.7657-
0.8188-
0.1718-
0.74-
0.63-
1.
42.
3.23***-
4.25***-
0.43四川-
0.3811-
0.2820-
0.2878-
0.2994-
0.7436-
1.2013-
1.04-
1.26-
1.52-
1.13-
3.48***-
2.65***陕西-
0.
87260.0648-
0.4846-
0.5201-
0.5988-
1.3762232**
0.30-
2.73***-
1.93**-
2.48**205**垄断性行业-
0.
80970.
26730.
45220.
39260.
26680.8197-
1.77*
1.
413.14***
1.H
1.
431.29事业性行业
1.
18401.
35770.7666-
0.
70250.
57841.
12692.97***
5.03***
2.86***-
0.
961.89*
1.53机关性行业
1.
59951.
69331.
67250.
42800.
07172.
89173.14***
3.50***
3.70***
0.
330.
132.38**其他行业
0.
24450.
55190.
87340.
83570.
05430.
56600.
351.76*347***
1.
180.
161.67*集体单位-
0.
15140.
37600.1714-
0.3728-
0.6844-
0.2794-
0.
321.
530.91-
1.40-
3.19***-
0.41其他单位
0.
50420.
40340.
67670.
51880.3152-
0.
18061.
452.26**
4.82***
2.82***
2.16**-
0.51家庭规模-
0.0655-
0.0935-
0.
01560.
08330.
04750.0290-
0.42-
1.02-
0.
210.
820.
580.18常数-
8.9387-
3.8192-
3.0107-
2.4169-
1.5265-
5.1530-
15.31***-
12.11-
11.29***457***573***.
7.58***观察值14770LR chi2234=
13510.00Pseudo=
0.270Log likelihood=-
18248.694（a）将男女职工数注
（1）括号中的数值为Z值；⑵***,**,*分别表示在1%、5%、10%水平上显著；据混合，在表5,6变量的基础上,增加了性别虚拟变量（性别为女的话，取值1,否则为0）以及性别虚拟变量及这些变量交换项，该系数反映各变量的作用因性别的不同而有差异不同酬引起的，职业隔离也起到了一定的作用研究的结论表明，要有效缩小性别工资差异，政府需要采取有力措施消除性别歧视，为妇女平等就业提供有力的制度保障相关文献1中国城镇性别工资差异多大程度上是由于男女自身特征差异在市场经济条件下引起的，劳动力市场歧视所起的作用又是多大？国内外很多学者对该问题进行了研究Bauer等⑴的研究发现，城市居民中，妇女在受教育机会、劳动参及以及职业获得上处于不利的地位，但由于数据中没有工资收入的信息，作者没有研究男女工资的差异及其性别歧视的程度Gastafsson等⑵运用1988年和1995年中国居民收入调查数据，研究了城市男女工资差异，结论是城市居民的性别工资差距以及歧视程度虽然在增加，但及国外相比，相对较小；谢嗣胜等
[3]也对城市居民的性别歧视做了研究，发现类似的结论Liu
[4]使用96年《上海流动和常住人口》数据和《济南劳动人口数据》研究单位的经济性质对性别歧视的影响，结果表明从国企到集体和私企，性别工资差异是加大的，但歧视在工资差异的份额是下降的然而以上的研究都是采用传统的Blind—Oaxaca[5,6]方法来分解性别工资差异,该分解方法将工资差异分为两个部分，一部分归于个体特征因素，另一部分归于劳动力市场中的不平等对待但由于没能考虑职业分割问题，将职业获得视为外生，因此以上研究不能告诉我们工资差异有多少是由于职业内差异引起的，有多少是由于职业分割造成的很显然，不同职业下，工资的水平是不一样的，性别的职业分割会影响性别工资差异，而职业选择过程很可能也存在歧视的问题一些研究表明，考虑职业分割不仅对性别工资差异的影响来说是重要的，而且对于理解职业分割程度本身也是有价值的Brown等
[7];MiHer网;Meng
[9];Meng等
[10];Teo[ll]o同时区分职业内和职业间的工资差异的重要程度对反歧视政策亦有重要的启示，比如，对于职业分割问题上，职业配额制是一个好的处理方法,而同工同酬更适合于减少职业内的性别工资差异Sung等
[12]Meng等
[10]在研究中国城乡户籍歧视当中，考虑了职业分割，其研究结果表明若采用Blind—Oaxaca—Cotton[5,6,13]分解，大约只有50%的工资差异是由于户籍歧视造成的，而采用Brown等⑺的分解方法后，即考虑了职业分割的时候，发现未解释的部分所占的份额高达110%,说明在研究歧视的时候考虑职业分割很重要王美艳口4］考虑了行业分割对性别工资差异的影响，将行业分割内生化,分解结果表明，男女工资差异主要是由于同类行业内工资差异引起的，而由于两者行业分布不同而带来的工资差异不大但是该文没有考虑职业分割问题，本文采用2002年城调队的数据，用Brown［7］的分解方法内生化职业分割来计算城市劳动力市场中的性别歧视程度试图回答以下问题男女性别工资差异有多大？工资差异在多大程度上是由于歧视造成的，相对应地在多大程度是由于个体特征差异引起的？男女性别工资差异中，职业内及职业间所造成的差异比重各为多少？同时本文不仅用这种方法计算的歧视程度及传统的分解方法进行了对比,而且还及国外用同样方法的研究结果进行了对比，发现不同的方法计算出来的歧视程度有差异，同时及国外对比，我国城市中劳动力的歧视程度相对较低，这也许是由于我国现阶段城镇劳动力市场化程度不高引起的数据介绍2本文所采用的数据来自于2002年国家统计局城市社会经济调查队每年度进行的“中国城镇住户调查”，城镇数据由城镇居民总体随机抽取构成表1男女在各职业分部比例（%）和各职业的小时工资均值（元）男性小时工女性小时工男性工作者女性工作者职业类别（百分比）（百分比）资资技术人员
17.
5817.
768.
797.97管理人员
7.
502.
2810.
4110.56办事人员
27.
7829.
098.
097.21商业人员
4.
548.
524.
964.01服务人员
7.
7519.
555.
443.71生产工人
32.
8520.
576.
204.13其他劳动者
2.
002.
244.
423.40表1报告了按男女分类的职业分布和各职业下的小时工资从中可以看出,从事技术人员中，男女比例相差不大；管理人员中男性比例为
7.50%,女性的管理人员比例只有
2.28%远低我们有2002年中国6个省市城镇的样本数据，这6个省市分别是北京、辽宁、浙江、四川、广东和陕于男性；女性的职业较多地西样本为10710个住户和31025名个体数据提集中在办事人员供了年龄、经验、性别、受教育程度、职业、就业
29.57%,而男性较多地集部门、工资收入以及家庭状况等丰富信息由于本文关注的是受雇劳动者，按照通常的做法，本文在中在生产工人
32.85%;女样本中排除了雇主、自我雇佣者、退休人员、学生性的服务业工作人员比例为以及家务劳动者Coleman
[15]；Mwabu和
19.55%,远高于男性的Schultz
[16]再者，根据我国劳动法规定，公民o最低工作年龄为16岁，本文删除了年龄小于16岁
7.75%的样本同时,由于大多数工人的退休年龄为60岁,表1还显示，相同职业中,除因而大于60岁的群体也没被包括进来本文的工资收入包括基本工资、奖金、津贴以及其它劳动收入了管理人员外，男性职工的在这基础上，除去数据中有缺失的观测值后，样本工资都比女性高总的来说，容量共有14770个，其中男性有8104人，女性有6666人男女之间的职业分布和工资表计量中用到变量的均值和比例2获得上存在着较大差异这男性女性男性女性变量变量些差异主要由两个因素造成职工职工职工职工小时工资对数
1.
6811.410辽宁
0.
3250.309的一个是及个体生产力相年龄
42.
44939.763浙江
0.
1520.151关的因素造成的；另一个是工作经验
22.
04418.836广东
0.
1670.175工作经验平方
591.
033448.452四川
0.
1210.122非生产力因素，比如在这篇小学及以下
0.
0260.029陕西
0.
1350.131文章中研究的性别因素具初中
0.
2800.253竞争性行业
0.
4980.565高中
0.
2550.295垄断性行业
0.
1890.120有相同的人力资本及其他生中专
0.
1170.156事业性行业
0.
1170.158产力特征，获得了不同的工大专机关性行业
0.
1420.
1070.
2230.207资，若导致这种差异及个体本科及以上
0.
0980.060其他行业
0.
0540.050已婚
0.
8940.893国有单位
0.
7020.576的非经济特征性别、种族、未婚
0.
1060.108集体单位
0.
0670.097信仰有系统家庭规模
3.
1803.170其他单位
0.
2310.327北京样本观察值
0.
1010.11281046666的联系，就视为歧视Berker
[17];Stiglitz
[18]o表2给出了下文计量分析所涉及到变量的均值和比例，按性别分类用到的变量有年龄、教育、工作经验、地区虚拟变量、行业虚拟变量、就业部门虚拟变量、婚姻状况等表2中，我们可以发现男性的小时工资对数高于女性小时工资对数的
31.12%从性别特征上看男性的平均年龄和工作经验均大于女性；教育上,男性在本科学历及以上的比率高出女性4个百分点左右，大专学历上，男性高出女性
1.6个百分点；在所就业的行业上，男性在收入较高的垄断、机关部门上的就业比重高于女性，在其他行业上低于女性的比例；在所就业部门上，男性更多地集中在国有部门，比例为
70.2%,而女性这一比例只有
57.6%从表1和表2来看，虽然男性在职业获得和工资上存在差异，但我们也发现，他们的个体特征也存在着差异我们并未清楚性别上的职业差异和工资差异有多少是由他们的特征差异造成的，以及在多大程度上是因为歧视？模型3传统研究性别工资歧视的时候未考虑男女在职业获得上的差异（Meng
[9]）o如果在职业获得上也存在歧视，那么这些方法将低估歧视的程度（Brown等
[7];Teo[l1]）Brown扩展了Blinder一Oaxaca分解模型,该模型将男女工资差异细分为职业内的差异和职业间的差异，将个体的职业获得视作内生变量，采用两阶段过程将职业分割纳入到性别工资差异模型中该模型可表述成下式（Brown等
[7]；）Meng
[9];Meng
[10];Sung
[12];Teo
[11]:叫-叼=-型）+邛-Z%%⑻2X
（4）\_______________，\____________________________/VA_V
（1）邛（芍—加—用）叱〃（邛—外）+E+ZS------------------------------V------------------------------------------V-----------C D其中表示第个职业，上标和分别表示男女职工；和是观察到的男女分别在第个职业的分布；是假定如果女性跟男性有相同的职业选择机会，女性在第个职业应该具有的分布；和是男女在第个职业上各解释变量的均值；和以及和是男女分别在第个职业上工资方程回归的系数和截距在
（1）式中男女对数工资的差异包括4个部分Brown
[7]将B和D定义为可解释的职业分布差异和未解释的职业分割（性别歧视造成的），A和C分别表示职业内工资差异可解释的部分和未解释的部分（性别歧视造成的）解释部分的男女工资差异归结为一些及生产力特征相关因素造成的，而未解释部分的工资差异并不是基于生产力因素差异造成的，通常作为测量劳动力市场的歧视程度该分解方法一个重要的内容是计算在没有歧视情况下女性职业分布结构（）Brown等
[7]提出用多元Logit选择模型（Multinomial Logit）来估计多个变量如何影响个体进入职业的概率本文采用了这个方法，该模型如下其中是一组影响劳动供给和需求的外生变量，首先用男性职工的样本估计该模型的系数，然后用女性的数据带入估计方程，产生女性职业分布的预测值（）用方程
（1）式分解性别工资差异包括三个步骤首先，用职业获得的多元选择Logit模型（Multinomial Logit）来计算女性职业分布的预测值；第二步，按性别和职业分类估计工资决定系数，获得,，和估计值；第三步，利用前面两步的信息计算A,B,C,D,从而计算歧视程度计量过程及分解结果4按职业分类的男女工资决定方程
4.1假定个体在职业上的工资收入方程为（）,3其中表示个体特征的一组向量，和为待估参数，是随机标准误，以及为职业的组别本文将估计Mincer
[20]人力资本收入方程、LnWage=a+b*Exper+b*Exper1+jEduCj++s
（4）12表示教育的一组虚拟变量，表示婚姻状况、地区、行业、就业部门等虚拟变量表3和表4分别报告了男性和女性按职业分类的工资决定计量结果从中不难看出，各变量对男女工资收入的影响是不同的工作经验对男女工资均先有促进作用，随后有负的作用，除了技术人员和办事人员外，对男性工资的作用比对女性要大；在分析学历对工资作用时，设定高中组为参照组，在其它条件保持不变的情况下，对男性来讲，其学历在中专及以上的工资高于参照组，初中及以下的低于参照组，且在统计上基本是显著的，对女性来讲，也有类似结果,其学历在中专及以上的工资高于参照组，初中及以下的低于参照组，且在统计上基本也是显著的；地区上，选择的参照组为辽宁，不论男女，结果显示，北京、浙江、广东、四川的居民收入高于参照组，统计上基本是显著的，而陕西低于参照组；垄断性行业、事业性行业及机关行业的收入均高于参照组竞争性行业，这及现实生活中的情况是相符的；已婚的对男女的工资收入基本上有正的影响，但对女性从事办事人员、商业人员有负的影响，对男性从事商业工作有负的影响男女职业分布估计
4.2为了计算女性在职业获得上受到多大按第三节
（2）式，按性别分类做职业多元选择模型分析做这工作之前，本文首先做Logit的歧视，本文分别用男性职业获得估计了卡方检验，看两组在获得职业上是否存在结构的系数预测了女性的职业分布以及用差异检验结果表明，在职业获得上，男女之间存在着显著的区别女性的职业获得多元选择Logit模型估表计的系数预测了男性的职业分布具体5,6,7分别报告了男女职业获得的多见表8表8的上半部分报告了男性职业的实际元选择Logit模型的结果及两者间的差异本文选择的生产工人为参照组，可以发现男女值及预测值之间差异，下半部分报告了在职业获得及解释变量之间的关系存在着异女性职业的实际值和预测值之间的差同相对于男性而言，随着年龄的增加，女性更容易进入管理人员、技术人员、办事人异为了更易于比较，本文将职业分为员、商业人员以及其他劳动者等职业，这也两大块，白领职业和蓝领职业（将管理许是因为从事生产工人职业对体力和体能等生理条件要求较高，女性随着年龄的增长越人员和技术人员归为白领,其余为蓝来越不利于从事这方面工作；从教育角度来领）表8的结果表明，如果女性及男讲，女性学历只有在本科及以上的时候，相对于男性才更有可能进入管理人员、技术人性同等对待，将会有
3.2%额外的女性从员和办事人员等较好的职业，这也许是因为事白领职业；如果男性及女性同等对由于女性在本科学历以上比重较少，在劳动力市场上的供给相对较少的缘故（女性在本待，那么将会有额外的
4.58%的男性从科及以上的学历比例为
6.2%,而男性达到事蓝领职业
9.8%）男女劳动者在职业获得上存在着结构性的差异，表明两者在劳动力市场上的职业性别工资差异分解
4.3获得上受到了不同对待（Meng
[9]）,职业分割也造成了性别工资差异表男女职业分布的实际值和预测值8实际值%预测值％差异％
（1）
（2）2-1男职工职业变化白领职业
0.
25080.2050-
0.0458蓝领耿业
0.
74920.
79500.0458女职工职业变化白领职业
0.
20040.
23230.0319蓝领职业
0.
79960.7677-
0.0319应用方程
（1）的分解方法，工资差异分解结果见表9表计算结果表明，总体工资9表明，男女性别工资差异为.271工资差异比起西方差异中大约有80%是由于职业国家要低，比如Kidd等［21］计算89年加拿大的为
0.2945,内的工资差异造成的,余下的Miller网计算80年英国的为
0.495,这也许是因为我国劳动力市场市场化程度还不高（02年城调队数据显示，国20%是由职业间工资差异造成有和集体经济中就业比重仍占的职业内的工资差异解释了
72.61%）但比香港要高,Sung等［12］报告的香港性别大部分的总体差异职业内的工资差异在91年和96年分别为
0.2554和
0.1664表城镇居民性别工资差异分解结果工资差异（80%）低于先前一9些国外研究，比如文莱（95年分解分解的82%）,香港（96年的117%小时工总体百次分类小时工总体百和91年的年7%）,加拿大（89资对数分比百分比资对数分比总体工资差异
0.
271100.
000.
271100.00年的102%）以及英国（80年的职业内工资差异
0.
2180.
804100.0087%）然而职业间的工资差解释部分（A）
0.
0460.
1690.210异（20%）高于文莱（95年的未解释部分（C）
0.
1720.
6350.79018%）,香港（96年的一17%职业间工资差异
0.
0530.
196100.00解释部分（B）
0.
0310.
1150.589和91年的—7%）,加拿大（89未解释部分（D）
0.
0220.
0810.411年的一2%）以及英国（80年的总体解释部分（A+B）
0.
0770.
2850.
0930.345一13总体未解释部分（C+D）
0.
1940.
7150.
1770.655Brown etal Blind-Oaxaca%）在职业内工资差异中，及个体生产力特征相关的差异解释了21%,而另外的79%是由于不平等对待造成的职业间的工资差异中59%是由于个体特征差异造成的，而剩余的41%是由差别对待造成的总算起来，工资收入差异中，
0.077（
28.5%）可以由个人的特征差异解释，而剩下的
0.1942（
71.5%）属于不可解释部分未解释部分中
88.7%来自于职业内，剩余的
11.3%来自于职业间总体中不可解释的部分及加拿大89年的75%相当，低于香港的大约90%和文莱95年的95%为了对比传统的分解方法及Brown［7］分解方法的差异，在表9的右半部，报告了传统的Blind—Oaxaca［5,6］分解结果，其中
65.5%是不可解释的部分，
34.5%属于可解释的部分以上分析表明，性别工资差异中大部分是不能由个体特征差异解释的，未解释的大部分可能是由歧视造成的（Brown等⑺;Sung等［12］;Meng等［10］）结论及政策含义5本文采用Brown等⑺的工资分解方法，将职业分布内生化来分解性别工资差异重要的结论的是性别间的工资差异大部分是由于歧视造成的（未解释部分达到72%）,这比用传统的Blinder-Oaxaca分解结果的66%要高职业内未解释的部分达64%左右，职业间未解释部分占了8%左右劳动力市场上的歧视造成了资源配置的扭曲，经济效率受到损失，也导致了收入的不平等和社会不公平（Meng
[10];Atonji和Blank
[22]）缩小劳动力市场上男女工资的差异可以从以下几方面着手1,从研究的结果，我们可以看出，性别间工资差异主要存在于职业内，而职业内的工资差异又主要是由于歧视造成的，对此种情况，采取“同工同酬”和“可比价值”等来缩小性别工资差异是有效的政策；2,针对职业间的性别歧视，可以采用职业配额制来保障妇女在高工资高职业上有一定的参及率，减少男女职业分割程度；就目前而言，我国有关反歧视的法律条文散见在宪法、法律、行政法规、部门规章、地方性法规、我国批准的国际公约等文件中，其中还有不少暂行规定，立法层次较低，实施力度不大，没有专门的《反就业歧视法》法规条文也过于空泛和抽象，缺乏执法的可操作性比如《劳动法》规定了劳动者享有平等就业和选择职业的权利但是《劳动法》仅保护具有建立了劳动关系的就业者，而劳动者因就业歧视被拒之于岗位大门之外，则委屈有加，呼告无门有的用人单位为了控制员工采取各种歧视手段，就业者为了保住饭碗不得不忍气吞声
[23]我国应该借鉴国外的一些成功经验，加强立法工作，明确执法主体，增强法律在实际中的实施效果3,止匕外，性别职业内工资差异中的
21.1%（总差异
16.9%）,以及职业间的工资差异的
58.9%（总差异
11.5%）是由于人力资本禀赋差异造成的，这说明要减少性别工资差异，提高妇女教育也是一个非常重要的方面当前我国妇女的总体受教育水平偏低1999年在全国文盲成年人口中，女性占
71.2%成年女性文盲占女性总体的
21.6%,比男性高出
12.8%个百分点
[24]妇女教育程度低的主要原因一是受传统“重男轻女”思想影响；二是贫困家庭由于受到资金约束，往往先确保男孩教育而忽略女童，2000年诺奖得主赫克曼指出早期教育的经济收益要比成人教育大得多，因此解决妇女人力资本投资问题要从源头着手，对低收入家庭的教育支出要通过政府加大转移支付予以补偿，以确保女童义务教育，在非义务教育阶段，也应采取更有效的扶持措施，加大对妇女的人力资本投资参考文献[l]Bauer.J.,Feng.w.and Riley.N.E,Zhao.X.H.Gender inequalilyinurbanchina.Modem China,Vol.18No.3,July,1992:333-
370.
[2]Gustafsson,B.Li,S.Economic transformationand thegender earningsgap inurban China.PopulationEconomics,2000:305-
329.谢嗣胜，姚先国.我国城市就业人员性别工资歧视的估计.妇女研究论丛（）
[3],20056:10-
13.
[4]Liu.P.W.,Meng.X.,Zhang.J.Sectoral genderwage differentialsand discriminationinthetransitionalChinese economy.Journal ofPopulation Economics,2000:331-
352.
[5]Blinder,A.S.Wage Discrimination:Reduced Formand StructuralEstimatcsfJ].Journal ofHumanResources,Fall,1973:436-
455.
[6]Oaxaca,R.Male-FemaleWage Differentialsin UrbanLaborMarkets[J].International EconomicReview.1973:693-
709.
[7]Brown,R.S・,Marilyn,M.,and BarbaraS.Zoloth.Incorparating OccupationalAttainment inStudies ofMale-female EarningDifferential[J].Journal ofHuman Resources,Winter,。
个人认证
优秀文档
获得点赞 0
