陳梅 周申 鄭妍妍

摘要：? 本文利用中國城鎮(zhèn)住戶收入調(diào)查（CHIP）2002、2007和2013年數(shù)據(jù)，對我國城鎮(zhèn)勞動力市場上的性別工資差距進(jìn)行測度、分解和影響因素分析，同時比較分析了不同時間維度上和不同分位數(shù)上，性別工資差距的變化及其來源。本文研究發(fā)現(xiàn)，盡管2007—2013年我國性別工資差距有小幅度縮減，但是在整個研究區(qū)間內(nèi)，性別工資差距增長迅速，其中特征變量不可解釋部分的性別工資差距增長尤其明顯而且占據(jù)整體性別工資差距的絕大部分，體現(xiàn)了性別歧視的嚴(yán)重性;對于特征變量可解釋部分，傳統(tǒng)人力資本因素如教育和工作經(jīng)驗(yàn)的解釋力度在減弱，而就業(yè)特征變量行業(yè)分割因素的解釋力度在不斷增強(qiáng);從分位數(shù)分解結(jié)果上看，各年份不同分位數(shù)上性別工資差異大小主要由系數(shù)效應(yīng)決定而非特征效應(yīng)決定。據(jù)此，政府應(yīng)該引起高度重視，促進(jìn)工資公平分配機(jī)制的設(shè)計(jì)與建設(shè)進(jìn)程，矯正勞動力市場對女性就業(yè)的工資歧視行為，創(chuàng)造男女兩性就業(yè)“同工”和“同酬”并舉的宏觀大環(huán)境。

關(guān)鍵詞：? 城鎮(zhèn)職工; 性別工資差距; Oaxaca-Blinder分解; 分位數(shù)分解方法

文獻(xiàn)標(biāo)識碼： A? 文章編號： 1002-2848-2018（06）-0060-14

一、引 言

勞動力市場上的性別工資差異問題一直以來受到經(jīng)濟(jì)學(xué)家和政策制定者的廣泛關(guān)注。實(shí)現(xiàn)男女工資待遇公平合理，不僅有利于提高企事業(yè)單位的運(yùn)作效率，而且有利于推進(jìn)男女社會地位的平等及經(jīng)濟(jì)發(fā)展的可持續(xù)性。然而，盡管女性受教育程度不斷提高并且各國政府普遍宣揚(yáng)男女平等，勞動力市場上的性別歧視現(xiàn)象在世界范圍內(nèi)仍廣泛存在[1]。世界經(jīng)濟(jì)論壇最新發(fā)布的《2017年全球性別差距報(bào)告》估算，全球男性的平均年收入為2.1萬美元，女性僅為1.2萬美元，按照目前的進(jìn)展速度，世界需要再花217年實(shí)現(xiàn)職場上的性別平等。從國內(nèi)來看，在傳統(tǒng)計(jì)劃經(jīng)濟(jì)時期，“統(tǒng)包統(tǒng)配”的就業(yè)制度，加上集中控制的工資分配體制，那一時期的中國城鎮(zhèn)職工工資的性別差距明顯小于其他國家[2-3]。但是，隨著經(jīng)濟(jì)體制向市場經(jīng)濟(jì)轉(zhuǎn)型，企業(yè)自主雇傭和工資分配機(jī)制的根本性變革，我國勞動力市場上的性別工資差異卻越來越明顯[4-6]。中華全國婦女聯(lián)合會婦女研究所在2006年發(fā)布的《1995—2005年：中國性別平等與婦女發(fā)展報(bào)告》指出，盡管我國女性就業(yè)的總體規(guī)模和女性勞動參與率均有所增加，但就業(yè)領(lǐng)域的兩性差距非但沒有縮小反而呈擴(kuò)大趨勢。其隨后在2013年發(fā)布的研究報(bào)告顯示，在中國城鎮(zhèn)就業(yè)人口中，1990年女性平均工資約為男性的77.5%，而2010年女性平均工資只有男性的65.8%。

作為勞動力的價格，傳統(tǒng)經(jīng)濟(jì)學(xué)理論認(rèn)為，在完全競爭的要素市場上，工資取決于工人的邊際產(chǎn)品價值，結(jié)合公平合理準(zhǔn)則，在生產(chǎn)率無差異的情況下，勞動者應(yīng)該同工同酬，不存在性別差異。據(jù)此，勞動力市場上的性別工資差異通常被解讀為，女性因?yàn)樾詣e而受到的不公正對待，也就是女性就業(yè)歧視，進(jìn)而受到普遍指責(zé)與關(guān)注。早期關(guān)于性別工資差異的研究主要從均值工資視角出發(fā)，比如Zhang和Dong[7]利用我國1998—2000年企業(yè)數(shù)據(jù)研究了市場開放程度對不同行業(yè)和所有制企業(yè)性別工資比例的影響。然而，考慮到就業(yè)者并非是一個同質(zhì)群體，性別工資差異在工資分布的不同位置上存在不對稱現(xiàn)象。近年來，越來越多的研究開始探討工資分布不同分位數(shù)上性別工資差異的特點(diǎn)和原因。葛玉好和曾湘泉[8]基于分位數(shù)回歸的反事實(shí)分析方法，研究發(fā)現(xiàn)市場歧視對性別工資差距和性別工資差距變化趨勢的影響在工資分布的不同位置上呈現(xiàn)出差異。

男女兩性在勞動力市場上的差別待遇，到底是來自于性別歧視，還是其他的可解釋因素呢？隨著改革的不斷深化，經(jīng)濟(jì)體制的逐漸轉(zhuǎn)型，性別工資差異及其影響因素是否發(fā)生變化，變化趨勢如何？為了對這些問題進(jìn)行深層次的剖析，本文同時結(jié)合均值分析和分布分析方法，對2002—2013年我國城鎮(zhèn)勞動力市場的性別工資差異問題進(jìn)行測度分解和影響因素探討。文章接下來安排如下：第二部分是文獻(xiàn)綜述，第三部分對分解方法進(jìn)行說明，第四部分為數(shù)據(jù)說明及基本統(tǒng)計(jì)描述，第五部分是分解結(jié)果與分析，第六部分是結(jié)論與政策建議。

二、文獻(xiàn)綜述

與本文相關(guān)的文獻(xiàn)主要有兩類。第一類是性別工資差異的影響因素分析。早期學(xué)者認(rèn)為，個體特征（如受教育程度、工作經(jīng)驗(yàn)、技能水平等因素）差異引起的性別生產(chǎn)率差異是造成性別工資差異的主要原因。Becker[9]指出，人力資本表現(xiàn)為人的能力和素質(zhì)，可通過學(xué)校教育和在職培訓(xùn)投資活動獲得，具有更高人力資本的勞動者會具有更高的勞動生產(chǎn)率，從而可以得到更高的工資。馬超等[10]利用中國健康與營養(yǎng)調(diào)查（CHNS）數(shù)據(jù)研究發(fā)現(xiàn)，個人特征因素可以完全解釋性別工資差異。陳國強(qiáng)和羅楚亮[11]亦認(rèn)為在市場經(jīng)濟(jì)條件下，性別工資差異在一定程度上具有合理性，是性別生產(chǎn)率差異的體現(xiàn)。隨著歧視經(jīng)濟(jì)學(xué)的發(fā)展，部分學(xué)者傾向于認(rèn)為，勞動力市場上對性別本身的歧視是造成性別工資差異的主要原因。如《1995—2005年：中國性別平等與婦女發(fā)展報(bào)告》指出，86.91%的行業(yè)內(nèi)性別工資差距是由歧視等不可解釋的因素造成的。亓壽偉和劉智強(qiáng)[12]在研究不同所有制企業(yè)性別歧視程度差異時，亦發(fā)現(xiàn)性別工資差異幾乎全是歧視的結(jié)果，稟賦差異的影響力度很小。歧視的來源則主要有偏好型歧視和統(tǒng)計(jì)性歧視兩大類。其中偏好型歧視來源于企業(yè)的性別偏好，而統(tǒng)計(jì)性歧視來源于信息不對稱，指的是在勞動者生產(chǎn)率信息不透明情況下，企業(yè)需要根據(jù)勞動者個體特征進(jìn)行預(yù)判，預(yù)期結(jié)果的差異將會形成歧視。郭凱明等[13]對這兩類歧視進(jìn)行了比較全面的介紹。近年來，隨著研究的深入，越來越多的學(xué)者開始支持稟賦差異和歧視共同導(dǎo)致了性別工資不平等，而且對于工資分布的不同位置，這兩種因素的影響程度存在差異。例如，張世偉和郭鳳鳴[14]認(rèn)為性別歧視和稟賦差異共同影響我國勞動力市場上的性別工資差異，但是在工資分布的中上部，歧視是主要原因。葛玉好和曾湘泉[8]認(rèn)為在工資分布的低端，歧視是性別差異的主要原因。相關(guān)研究還有馬超等[10，15-17]。

第二類文獻(xiàn)是性別工資差異的分解方法。關(guān)于性別工資差異的影響因素，我們通過整理以往文獻(xiàn)發(fā)現(xiàn)，討論性別工資不平等的主要原因究竟是稟賦差異還是女性就業(yè)歧視，學(xué)術(shù)界尚存在不少爭議。不過，學(xué)術(shù)界形成了一個重要共識，研究二者影響力度的首要問題在于工資分解。郭繼強(qiáng)等[18]對工資差異分解方法做了很好的綜述。與性別工資差異的研究層次相對應(yīng)，工資分解方法包括均值分解方法和分布分解方法兩大類，其中均值分解以O(shè)axaca-Blinder分解和Brown分解為代表，分布分解方法主要有MM方法和RIF方法等。例如，吳群鋒[19]在考察進(jìn)口競爭對性別工資的影響時，利用Oaxaca-Blinder分解方法計(jì)算了城市-行業(yè)層面的性別工資歧視系數(shù)。李實(shí)和馬欣欣[20]利用Brown分解方法研究了職業(yè)分割對男女工資差異的影響。葛玉好和曾湘泉[8]以Machado和Mata[21]的分位數(shù)分解方法為基礎(chǔ)研究我國工資分布不同位置上的性別工資差異不對稱現(xiàn)象。李雅楠和廖利兵[22]基于1991—2009年中國健康與營養(yǎng)調(diào)查數(shù)據(jù)，利用RIF的分位數(shù)回歸方法考察了我國城鎮(zhèn)居民的性別收入差距變化。相關(guān)文獻(xiàn)還有李實(shí)等[3，23-27]。關(guān)于這兩類工資分解方法，分位數(shù)差異分析能夠更好地解釋工資分布不同位置上性別工資差異問題，與現(xiàn)實(shí)更貼近，從而可以提出更具有針對性的政策建議。

不過，目前與我國相關(guān)的研究主要是基于2009年以前的數(shù)據(jù)進(jìn)行的分析。如葛玉好和曾湘泉[8]利用的是1988—2001年的中國城鎮(zhèn)住戶收入調(diào)查數(shù)據(jù);馬超等[10]利用的是2006年和2009年的CHNS數(shù)據(jù);李實(shí)等[3]利用的是1995年、2002年和2007年的CHIP數(shù)據(jù)。只有周春芳和蘇群[28]利用CHIP 2002年和2013年數(shù)據(jù)研究了我國農(nóng)民工和城鎮(zhèn)職工的性別工資差異。并且已有分位數(shù)差異分析的相關(guān)研究，主要是基于性別工資總體差異，而關(guān)于工資分布不同位置上性別工資差異的原因探討很少而且不夠深入。在此背景下，本文基于CHIP2002、2007和2013年數(shù)據(jù)，參考Blau和Khan[29]的分析思路，首先對我國城鎮(zhèn)職工性別工資差異進(jìn)行均值和分位數(shù)層次的統(tǒng)計(jì)性分析，同時比較性別勞動力就業(yè)層次特征變量中兩性就業(yè)的行業(yè)職業(yè)差異;其次，利用Oaxaca-Blinder分解方法，結(jié)合不同層次特征變量，區(qū)分我國性別工資差異中的可解釋部分和不可解釋部分，同時考察各項(xiàng)特征變量在性別工資差異可解釋部分中的影響力度;再次，我們在Oaxaca-Blinder分解的基礎(chǔ)上，將不同年份之間性別工資差異的變化區(qū)分均值變化效應(yīng)、回報(bào)率變化效應(yīng)和不可解釋部分變化效應(yīng)，并且對分項(xiàng)特征變量的特征變化效應(yīng)和系數(shù)變化效應(yīng)進(jìn)行細(xì)致詳盡的分析;之后，我們利用分位數(shù)分析方法，對工資分布不同位置的性別工資差異現(xiàn)狀及變化進(jìn)行探討和解釋。通過深入探討性別工資差異的形成機(jī)理及性別工資差異在工資分布上的不對稱性，豐富以往學(xué)術(shù)研究，并期望為我國促進(jìn)兩性平等政策的制定，提供更具有針對性的依據(jù)和參考。

三、分解方法的說明

在檢驗(yàn)中國男女兩性均值工資差距問題時，最常用的方法是Oaxaca-Blinder分解方法，代表作如Gustafsson等[2-3，19，24]。Oaxaca-Blinder分解方法旨在將性別工資的均值差異分解為可解釋和不可解釋兩部分，其首先需要識別工資方程的決定機(jī)制，把決定機(jī)制中的特征差異帶來的工資差距稱為可解釋部分，而把決定機(jī)制中系數(shù)差異所帶來的工資差異看作不可解釋部分，并且一般認(rèn)定為歧視的結(jié)果。Oaxaca-Blinder分解方法，亦是本文進(jìn)行我國2002—2013年城鎮(zhèn)勞動力性別工資差異測度的基礎(chǔ)方法，將性別工資差距區(qū)分為可解釋和不可解釋兩部分。在此基礎(chǔ)上，我們進(jìn)行工資差異的二次分解，分析不同年份性別工資差異變化的主要決定因素。最后，我們參考Chernozhukov等[30]和Blau等[29]的分位數(shù)分析方法，對工資分布不同位置的性別工資差異進(jìn)行探討和解釋。本部分將對本文所使用的分解方法進(jìn)行簡單介紹。

（一）Oaxaca-Blinder分解方法說明

假設(shè)男女勞動力的工資方程決定如下：[WTBX]

ln w mt[TX-]=X mtβ mt+μ mt（1）

ln w ft[TX-]=X ftβ ft+μ ft（2）

其中，ln[AKw-D]是對數(shù)工資變量，X是工資決定方程的特征變量，β為特征變量的系數(shù)，μ是誤差項(xiàng)，m、f、t分別代表男性、女性以及時間。關(guān)于工資方程決定變量的選取，通過參考以往相關(guān)文獻(xiàn)，我們主要選取的變量分個人特征變量和就業(yè)特征變量兩大類。其中個人特征變量包括年齡、年齡平方、受教育年限（教育水平指標(biāo)）、本單位工作年限（工作經(jīng)驗(yàn)指標(biāo)）和婚姻狀況;就業(yè)類別變量包括就業(yè)區(qū)域（是否為東部地區(qū)）、就業(yè)部門（是否為公共部門），就業(yè)職業(yè)和就業(yè)行業(yè)。個人特征變量更多體現(xiàn)的是人力資本差異，而就業(yè)特征變量體現(xiàn)著勞動力市場隔離或者企業(yè)雇傭歧視等因素。為了便于明示二者的區(qū)別，我們在之后的工資方程分解過程中，首先只考慮個人特征變量進(jìn)行分解，然后綜合考慮個人特征變量和就業(yè)特征變量進(jìn)行分解。對分解結(jié)果進(jìn)行對比，便于考察傳統(tǒng)人力資本因素和就業(yè)市場因素的重要性變化，能夠提出更具有針對性的政策建議。

Oaxaca-Blinder分解的一個關(guān)鍵假設(shè)是，當(dāng)歧視不存在時，男女兩性的工資決定方程相互通用。關(guān)于基準(zhǔn)組的選擇問題，即以哪個性別組的工資方程作為歧視不存在情況下的工資結(jié)構(gòu)，Cotton[31]和Neumark[32]建議以混合樣本的工資方程作為參照。以往關(guān)于中國問題的研究，大都采用男性的工資結(jié)構(gòu)為基準(zhǔn)組，他們認(rèn)為男性工資方程更接近混合樣本得到的工資方程，且方法更簡單。在余下的分解過程中，我們亦采用男性工資方程作為基準(zhǔn)組進(jìn)行兩性工資差異的分解。

依據(jù)最小二乘法的性質(zhì)有：

ln w mt[TX-]-ln w ft[TX-]=β mt X mt[TX-]-β ft X ft[TX-]=

β mt（ X mt[TX-]- X ft[TX-]）+ X ft[TX-]（β mt-β ft）（3）

其中，[AKW-]、[AKX-]分別代表工資均值和特征變量均值，第二個等式是以男性工資方程作為歧視不存在情況下的分解結(jié)果，其中β mt（ X mt[TX-]- X ft[TX-]）表示的是個人和就業(yè)特征差異所帶來的男女兩性工資差異，被看作工資差異中的可解釋部分; X ft[TX-]（β mt-β ft）是男女兩性工資方程的系數(shù)差異所帶的性別工資差異，被看作工資差異中的不可解釋部分。

通過觀察Oaxaca-Blinder分解的可解釋部分，我們發(fā)現(xiàn)其既受基準(zhǔn)組回歸方程的系數(shù)（男性工資決定方程的特征變量回報(bào)率）影響，也受兩性特征變量均值差異的影響。因此，本文接下來在探討不同年份之間性別工資差異變化的特點(diǎn)及原因時，充分考慮這一點(diǎn)，參考Juhn等[33]的做法，在Oaxaca-Blinder分解的基礎(chǔ)上，將對比年份的性別工資變化進(jìn)行二次分解。首先，做出如下定義：

Δwt=ln w mt[TX-]-ln w ft[TX-]

Δ Xt[TX-]= X mt[TX-]- X ft[TX-]

其中，Δwt代表t時期兩性對數(shù)小時工資均值的差異，Δ Xt[TX-]代表t時期兩性特征變量均值的差異。則性別工資差異從時期0→1的變化可以分解為：

從上述分解過程可以看出：二次分解的前兩部分是對不同時期Oaxaca-Blinder分解過程中特征效應(yīng)變化（亦即可解釋部分）的再次分解，

第一部分是假設(shè)對比時期男性工資決定方程中特征變量回報(bào)率不變情況下，由于男女兩性特征均值差異在兩時期的變化所引起的對比時期性別工資差異的變化，將其命名為均值變化效應(yīng);

第二部分是假設(shè)對比時期兩性特征均值差異不變情況下，由于對比時期男性工資方程中特征變量回報(bào)率變化所引起的性別工資差異變化部分，將其命名為回報(bào)率變化效應(yīng);

第三部分可以看出是對比時期由于性別工資差異中不可解釋部分變化所引起的對比時期性別工資差異變化，將其命名為不可解釋部分變化效應(yīng)。例如，只考慮受教育水平這一特征變量，對2002—2007年的性別工資差異變化進(jìn)行分解，假定男性工資決定方程不變，即教育回報(bào)率不變時，由于男女兩性的受教育水平差異在2002—2007年間發(fā)生變化，所引起的對比年份性別工資差異變化部分屬于均值變化效應(yīng);假定對比年份里兩性的受教育水平差異不變，但由于男性工資決定方程的變化，教育回報(bào)率發(fā)生變化，所引起的對比年份性別工資差異變化部分屬于回報(bào)率變化效應(yīng);剔除可解釋部分性別工資差異的變換，由對比年份兩性工資決定方程差異所引起的性別工資差異變化部分屬于不可解釋部分變化效應(yīng)。通過二次分解，我們可以更清楚地看出不同年份之間性別工資差異變化的來源。

（二）分位數(shù)分解方法說明

為了分析性別工資差異在工資分布不同位置上的不對稱性原因，本文借鑒Chernozhukov等[30]和Blau等[29]的分位數(shù)分解方法進(jìn)行研究，具體如下：

首先，定義Y=lnw，為對數(shù)工資的集合，y為對數(shù)工資的某一具體取值;[WTHX]X[WTBX]為影響工資水平的特征向量，x為特征向量的某一具體取值;F Y[m，m]（y）代表無條件男性工資分布，F(xiàn) Y[f，f]（y）代表無條件女性工資分布，F(xiàn) Y[m，f]（y）代表女性按照男性工資方程調(diào)整后的工資分布。滿足下式：

其中，第一個大括號表示個人特征分布差異所引起的性別工資分布差異，我們稱之為特征效應(yīng)，第二個大括號代表的是男女兩性工資方程差異所引起的性別工資分布差異，我們稱之為系數(shù)效應(yīng)。值得注意得是，分位數(shù)分解方法的特征效應(yīng)、系數(shù)效應(yīng)和Oaxaca-Blinder基礎(chǔ)上二次分解的特征變化效應(yīng)、系數(shù)變化效應(yīng)不同。具體的分解過程，我們首先需要計(jì)算出個人特征的經(jīng)驗(yàn)分布，之后利用分位數(shù)回歸計(jì)算出條件工資分布。通過該分位數(shù)分解方法，我們探討工資分布不同位置上性別工資差異的影響因素，同時對不同年份進(jìn)行比較分析，不僅能夠更為詳細(xì)地挖掘性別工資差異在整個工資分布中的變化，而且能夠?qū)τ绊懝べY差異變化的因素提供更好的解釋。

四、數(shù)據(jù)說明及基本統(tǒng)計(jì)描述

（一）數(shù)據(jù)來源與指標(biāo)描述

本文數(shù)據(jù)來源于2002年、2007年和2013年的中國城鎮(zhèn)住戶收入調(diào)查（CHIP）。該項(xiàng)目由中外學(xué)者共同組織，在國家統(tǒng)計(jì)局的協(xié)助下，采取多階段分層隨機(jī)抽樣的方法，按照東、中、西分層，根據(jù)系統(tǒng)抽樣方法獲得數(shù)據(jù)。CHIP數(shù)據(jù)中包含了豐富的個人和家庭特征以及就業(yè)和收入方面的信息，為本文的實(shí)證研究提供了充分的數(shù)據(jù)支撐。鑒于本文的主要目的在于考察城鎮(zhèn)就業(yè)職工的性別工資差異并考慮到我國兩性退休年齡的差異性，本文選取男性年齡在16～60歲之間，女性年齡在16～55歲之間，且從事雇傭工作并獲取工資性收入的勞動者作為樣本進(jìn)行考察。在刪除失業(yè)者、自我雇傭、私營企業(yè)所有者與信息不完整及缺失的樣本后，最后得到2002年的男性樣本5114個，女性樣本4106個;2007年的男性樣本3783個，女性樣本2878個;2013年的男性樣本4309個，女性樣本3386個。參考以往文獻(xiàn)，工資決定方程選取的變量包括工資、年齡、教育水平、工作經(jīng)驗(yàn)、婚姻狀況、區(qū)域狀況、部門類型、職業(yè)類型和行業(yè)類型，具體變量定義與構(gòu)建如下。

工資。作為被解釋變量，本文主要分析過程均以小時工資的形式來衡量。Cha和Weeden[34]指出男女兩性在超時工作和加班方面存在巨大差異。Mandel和Semyonov[35]研究表明，工作時間差異是美國私有部門中性別收入差距的最主要原因。我們在以下分析中采用小時工資，有助于消除男女兩性的工資時間差異對性別工資差異的影響。CHIP數(shù)據(jù)雖然沒有直接提供小時工資，但是提供了年工資或月工資以及工作時間的數(shù)據(jù)，據(jù)此可以計(jì)算出小時工資。以CHIP2002年的調(diào)查問卷為例，包含“Q201：全年收入（元）”“Q147：您在2002年實(shí)際工作幾個月？”“Q147a：您平均每月工作多少天（不包括周末休息）？”和“Q147b：您平均每天工作幾個小時？”等信息，以此，我們按照Q201/（Q147×Q147a×Q147b）計(jì)算小時工資水平。計(jì)算出小時工資后，我們以《中國統(tǒng)計(jì)年鑒》提供的消費(fèi)價格指數(shù)，將名義小時工資轉(zhuǎn)化為以2002年為基期的實(shí)際工資水平。出于穩(wěn)健性考慮，我們亦采用了月工資進(jìn)行檢驗(yàn)分析。

特征變量。年齡按照調(diào)查年份減去出生年份加1獲得;受教育水平以受教育年限衡量，由各年調(diào)查問卷中問題“您所受正規(guī)教育年限（年，不包括跳級和留級年數(shù)）？”提供;工作經(jīng)驗(yàn)指標(biāo)，參考周春芳和蘇群[28]以本單位工作年限衡量，其中2002年樣本由問題“Q132a：在現(xiàn)單位工作時間（年）”提供，2007年和2013年的調(diào)查問卷并沒有直接提供這一信息，但是提供了“您哪年開始從事當(dāng)前這份主要工作的？（年份）”信息，我們根據(jù)調(diào)查年份減去本單位起始工作年份加1計(jì)算;婚姻狀況是0-1變量，其中已婚狀態(tài)取值1，單身、喪偶及其他狀態(tài)取值0;區(qū)域狀況是0-1變量，東部地區(qū)取值1;部門類型為0-1變量，區(qū)分是否為公共部門，其中公共部門取值為1，包括黨政機(jī)關(guān)、事業(yè)單位、國有獨(dú)資/控股企業(yè)、集體所有制企業(yè);職業(yè)類型和行業(yè)類型的劃分，我們參考李實(shí)等[3]的處理，劃分為5類職業(yè)和13類行業(yè)。

（二）基本統(tǒng)計(jì)描述

分析我國城鎮(zhèn)勞動力市場上的性別工資差異問題，參考以往文獻(xiàn)，鑒于工資差異在工資分布的不同位置上可能存在著不對稱現(xiàn)象，我們在性別工資差異分解之前，首先按照年份統(tǒng)計(jì)比較了男女兩性的小時工資均值以及其在工資分布不同位置上的小時工資水平，結(jié)果見表1。統(tǒng)計(jì)結(jié)果表明：2002—2013年我國城鎮(zhèn)勞動力的平均工資在不斷提高，其中2002—2007年工資漲幅迅速，男性小時工資增長約93%，女性工資增長約74%;而在2007—2013年工資只有輕微漲幅，男女兩性的工資漲幅為20%～30%。我們從表1中的性別工資比例可以看出兩性工資差距在不斷擴(kuò)大，尤其是2002—2007年性別工資差距增漲迅速。我們可以看出性別工資差距在工資分布的低端有所緩解，而在工資分布的頂端不斷擴(kuò)大。具體表現(xiàn)為：工資分布90%分位的女性工資占男性工資比例從2002年的87.75%下降到2013年的78.95%，下降約十個百分點(diǎn);10%分位的兩性工資占比則從2002年的74.99%增長到2013年的75.36%，有輕微緩解。這表明，在研究期間內(nèi)，我國的城鎮(zhèn)勞動力市場上的性別工資差異呈現(xiàn)出“粘天花板”現(xiàn)象。國際勞工組織發(fā)布的《2016—2017全球工資報(bào)告》指出，大多數(shù)國家性別工資差距隨著工資水平的提高而增加。Díaz等[36-37]的研究亦發(fā)現(xiàn)新西蘭、加拿大、瑞典和英國等國家的性別工資差距呈現(xiàn)出“粘天花板”現(xiàn)象。表1所體現(xiàn)出來的性別工資差異在工資分布上的非對稱現(xiàn)象，是我們后文進(jìn)行分位數(shù)分解的基礎(chǔ)。

考慮到工資方程分解的需要，我們接下來對所研究年份的主要變量進(jìn)行分性別的均值統(tǒng)計(jì)，結(jié)果見表2。我們發(fā)現(xiàn)，2002—2013年兩性工資水平均有所增長，但是在各個年份男性工資都是高于女性工資的，兩性對數(shù)小時工資差距在不斷擴(kuò)大，從2002年的0.19增長到2013年的0.24，對應(yīng)的兩性小時工資差異從2002年的約0.9元增加到2013年的約2.4元，與表1中各年兩性工資比例的分析結(jié)果相一致;從人力資本視角來看，我國城鎮(zhèn)勞動力市場上的女性勞動者較男性更為年輕;受教育年限顯示，在2002年與2007年，男性整體受教育水平略高于女性，在2013年女性整體受教育水平略高于男性，不過從整體水平來看，男女兩性的平均受教育水平在各個年份差異不大。但是值得注意的是，在各個年份內(nèi)，男性勞動者在本單位的工作經(jīng)驗(yàn)明顯高于女性勞動者，而且從二者差距來看，2002—2013年呈擴(kuò)大趨勢;從部門選擇上看，無論是男性還是女性，在公共部門工作的比例在持續(xù)下降，但是各個年份內(nèi)，男性勞動者在公共部門工作的比例要明顯高于女性，并且差距在2002—2013年不斷擴(kuò)大，表明相對于男性，女性越來越難以在公共部門就業(yè);從各個職業(yè)和行業(yè)分布的0-1變量均值來看，兩性差異明顯。我們在表3和表4中對性別就業(yè)差異和性別工資差異做了更為詳細(xì)的統(tǒng)計(jì)說明。

表3和表4統(tǒng)計(jì)了樣本研究期間內(nèi)性別就業(yè)的職業(yè)、行業(yè)分布和工資差異，并對男女兩性勞動者在不同職業(yè)和行業(yè)內(nèi)的工資均值進(jìn)行了T檢驗(yàn)。首先從表3的最后兩列我們可以看出，在各個職業(yè)中，幾乎均存在著男性工資顯著高于女性工資的現(xiàn)象，但是在高工資職業(yè)單位負(fù)責(zé)人和技術(shù)人員的性別工資差異明顯低于其他職業(yè)類型。其次，依據(jù)表3的就業(yè)部分我們可以看出，我國城鎮(zhèn)勞動力市場上存在著職業(yè)性別隔離現(xiàn)象，其中有一半以上的女性從事著辦事人員工作，男性勞動者較女性更容易成為單位負(fù)責(zé)人和技術(shù)人員。但是對于職業(yè)隔離的時間變化趨勢，結(jié)合表2統(tǒng)計(jì)的2002—2013年男女兩性在各個職業(yè)的占比情況，我們發(fā)現(xiàn)隨時間推移，男女兩性進(jìn)入高收入職業(yè)的差異越來越小，如在單位負(fù)責(zé)人中兩性就業(yè)比例差異從2002年的11%下降到2007年的4%再到2013年的2%。這些現(xiàn)象表明，盡管兩性在各職業(yè)內(nèi)均存在工資差距，但在職業(yè)隔離方面，隨時間推移，兩性差異有所緩解。我們按照樣本研究期間內(nèi)行業(yè)平均工資水平對行業(yè)進(jìn)行排序，比較各個行業(yè)內(nèi)的性別就業(yè)比例和性別工資差異大小。首先，從表4的最后兩列我們可以看出，男性雇員的工資均顯著高于同行業(yè)女性雇員的工資;其次，整體來看，工資水平越高的行業(yè)，兩性的工資差距越小。對于男女兩性進(jìn)入不同行業(yè)的差異分析，我們參考王湘紅等[38]的處理方法，按照工資水平將13個行業(yè)整合為四類行業(yè)，其中第一類行業(yè)是平均工資最低行業(yè)，第四類行業(yè)是平均工資最高行業(yè)，第二、三類行業(yè)處于中間位置。通過對表4兩性就業(yè)數(shù)值的簡單計(jì)算，發(fā)現(xiàn)女性在這四類行業(yè)的就業(yè)比例分別為86.45%、82.76%、54.98%和98.84%，表明我國女性進(jìn)入第二、三類行業(yè)的概率，尤其是進(jìn)入第三類行業(yè)的概率，明顯低于進(jìn)入第一和第二類行業(yè)的概率。如此顯著的行業(yè)性別隔離現(xiàn)象，將必然對兩性工資差距產(chǎn)生影響。具體各因素的影響力度，我們在下文的Oaxaca-Blinder分解結(jié)果中再做詳細(xì)說明。

五、分解結(jié)果與分析

（一）Oaxaca-Blinder分解結(jié)果

在利用Oaxaca-Blinder分解均值性別工資差異，識別出可解釋部分和不可解釋部分，并考察分項(xiàng)特征變量的影響程度時，我們首先利用三次調(diào)查數(shù)據(jù)分別估計(jì)了2002年、2007年和2013年我國男性城鎮(zhèn)職工的工資決定方程式（1），之后進(jìn)行如式（3）的分解，被解釋變量是小時工資的對數(shù)形式。分解結(jié)果見表5和表6。其中表5是只考慮個人特征的分解結(jié)果，而表6是同時考慮個人特征變量和就業(yè)特征變量的整體分解結(jié)果。

從表5和表6的最后一行可以看出，在研究期間內(nèi)，性別工資差距在整體上呈擴(kuò)大趨勢，尤其是2002—2007年性別工資差距擴(kuò)大迅速，2007—2013年性別工資差距有小幅度縮減。對于兩性工資差距的可解釋部分和不可解釋部分，當(dāng)只考慮個人特征變量時，無論是從絕對值還是相對比例上看，性別工資差距的可解釋部分都在減少，而不可解釋部分都在迅速增加。具體而言，男女兩性的對數(shù)小時工資中可解釋部分從2002年的0.0634下降到2007年的0.0310，再下降到2013年的0.0037，相應(yīng)比例變化從34.16%下降到11.63%，再下將到1.51%;不可解釋部分從2002年的0.1222增加到2007年的0.2354，再到2013年的0.2431，相應(yīng)比例變化從65.84%，增加到88.37%，再增加到98.49%。當(dāng)同時考慮個人特征變量和就業(yè)特征變量時，工資差距的可解釋部分與不可解釋部分的變化與之類似，在此不做贅述。Oaxaca-Blinder分解的不可解釋部分是特征變量回報(bào)率差異所引起的，一般被認(rèn)定為性別歧視的結(jié)果。初步分解結(jié)果顯示，2002—2013年我國勞動力市場的性別工資差距在不斷擴(kuò)大，其中主要原因是歧視。

對于可解釋部分的性別工資差距，從特征變量的解釋力度上看，通過觀察表5和表6不難發(fā)現(xiàn)，在2002年，以教育和工作經(jīng)驗(yàn)為代表的人力資本變量是主要決定因素，而在之后年份，這兩者的解釋力度在逐漸下降，教育水平差異的解釋力度甚至在2013年表現(xiàn)為負(fù)，這與前文統(tǒng)計(jì)性描述部分中女性受教育水平的提高相對應(yīng)。這表明隨著社會進(jìn)步，女性受教育程度提高，試圖用人力資本差異來解釋性別工資差異的理論將面臨挑戰(zhàn)。正如Goldin[39]指出的，隨著女性提高對個體生產(chǎn)率的投資，女性勞動者和男性勞動者越來越相似，那么人力資本因素將在性別工資差異中不起任何作用。觀察兩性就業(yè)特征變量的解釋力度我們發(fā)現(xiàn)，樣本研究期間內(nèi)，職業(yè)與行業(yè)差異的解釋力度變化值得注意。具體而言，其中職業(yè)差異的解釋力度在不斷下降，與上一節(jié)統(tǒng)計(jì)性描述中我國高收入職業(yè)性別進(jìn)入差異的緩解相一致;而行業(yè)差異的解釋力度則在不斷增強(qiáng)，從2002年的占比1.58%增加到2013年的13.65%，這在兩性行業(yè)分布的統(tǒng)計(jì)性描述中已有所體現(xiàn)。行業(yè)因素的解釋力度增強(qiáng)，是由性別行業(yè)隔離因素，還是由男性密集行業(yè)回報(bào)率變化引起的呢？具體原因在下面的二次分解過程中將有體現(xiàn)。

為了更為直觀地表達(dá)性別工資差距中可解釋部分與不可解釋部分，基于Oaxaca-Blinder分解，我們繪制出不同年份經(jīng)個人特征差異調(diào)整以及經(jīng)整體特征差異調(diào)整之后的性別工資比與原始性別工資比的對比圖，如圖1和圖2所示。其中圖1是基于表5和表6繪制的。在以上分析的Oaxaca-Blinder分解過程中，工資方程的被解釋變量是對數(shù)小時工資，出于穩(wěn)健性考慮，我們亦使用對數(shù)月工資進(jìn)行了分解分析，具體分解結(jié)果與對數(shù)小時工資類似，我們并未在文章展示，而只繪制了原始月工資差異和經(jīng)調(diào)整的月工資差異，如圖2所示。從圖中我們可以看出，對數(shù)月工資的差異均大于對數(shù)小時工資的差異，這反映出男女兩性勞動者在工資時間上的差異，也表明我們使用小時工資進(jìn)行分析更可靠。不過，無論是小時工資決定方程還是月工資決定方程的分解結(jié)果均顯示，研究期間內(nèi)性別工資差異不斷擴(kuò)大，其中不可解釋部分的擴(kuò)大是主要原因。對于2002—2013年不可解釋部分性別工資差異的提高，可能的原因有：第一，國有企業(yè)改革和經(jīng)濟(jì)體制向市場經(jīng)濟(jì)轉(zhuǎn)型，企業(yè)自主雇傭和工資分配機(jī)制增加了雇主的歧視空間[3]，進(jìn)而增加歧視性性別工資差異。第二，伴隨著我國加入世界貿(mào)易組織以后貿(mào)易自由化和經(jīng)濟(jì)開放的加深，經(jīng)濟(jì)中的勞動力就業(yè)非正規(guī)化比例有較大提升[40]，非正規(guī)部門或正規(guī)部門中的非正規(guī)崗位對相關(guān)法規(guī)中女性就業(yè)收入保護(hù)、同工同酬的執(zhí)行遠(yuǎn)比正規(guī)部門差，對女性的歧視性工資待遇也就明顯高于正規(guī)就業(yè)部門。第三，研究期間人口紅利逐漸下降，用工成本上升，相關(guān)用人單位在提供更高的男性職位工資的同時，對女性職工有提供較少工資漲幅降低用工成本的動機(jī)，同時經(jīng)濟(jì)進(jìn)入“新常態(tài)”以后不少地區(qū)由于經(jīng)濟(jì)景氣度不高、企業(yè)經(jīng)營困難，對勞動執(zhí)法、女性就業(yè)收入保護(hù)的檢查不充分，導(dǎo)致女性的歧視性工資待遇有所抬頭。

（二）二次分解結(jié)果

為了進(jìn)一步分析性別工資差異在研究期間內(nèi)變化的原因，我們按照式（4），在Oaxaca-Blinder分解的基礎(chǔ)上將2002—2007年和2007—2013年性別工資變化進(jìn)行分解，其中選取2007年的男性工資方程決定的基期特征變量系數(shù)。具體分解結(jié)果見表7。表7的第一部分顯示了對比年份性別工資差異的總變化以及按照式（4）分解的三大塊;第二部分和第三部分分別為對均值變化效應(yīng)和回報(bào)率變化效應(yīng)的分解。從第一部分我們可以看出，2002—2007年以及2007—2013年性別工資差異的變化主要是由不可解釋部分性別工資差異變化引起的，工資分解可解釋部分的變化有利于對比年份性別工資差距的縮小，2002—2007年縮小0.0286，2007—2013年縮小了0.0044。具體而言，對于可解釋部分性別工資差異二次分解的兩部分，均值變化效應(yīng)在2002—2007年和2007—2013年均有助于兩性工資差距的縮小;男性工資方程關(guān)于特征向量回報(bào)率的變化，在2002—2007年有助于縮小兩性差距，而在2007—2013年擴(kuò)大了兩性差距。各特征變量分項(xiàng)的均值變化效應(yīng)和回報(bào)率變化效應(yīng)對性別工資差異變化的影響見表7的第二部分和第三部分。各特征變量的分析思路相類似，在此我們只分析行業(yè)特征變量，以期為前文Oaxaca-Blinder分解部分體現(xiàn)出的行業(yè)特征變量在可解釋性別工資差距中越來越重要的來源提供解釋。2002—2007年，男女兩性的行業(yè)隔離因素有所緩解，性別工資差距縮減0.0009，但是因?yàn)槟行孕袠I(yè)回報(bào)率的增加，性別工資差距增加了0.0002，綜合效果是性別工資差異減小0.0007，與表6整體分解的結(jié)果相對應(yīng)（0.0022-0.0029= -0.0007）;2007—2013年，男女兩性的行業(yè)隔離因素增強(qiáng)，性別工資差距增加了0.0032，同時由于男性行業(yè)回報(bào)率的變化，性別工資差距增加0.0283，綜合效果性別工資差異增加了0.0315，與表6整體分解的結(jié)果相對應(yīng)（0.0337-0.0022=0.0315）。這表明緩解兩性行業(yè)隔離有助于縮小性別工資差距，但目前階段我國行業(yè)特征變量所引起的性別工資主要體現(xiàn)在男性行業(yè)回報(bào)率變化上，改善女性行業(yè)回報(bào)率變化更有助于兩性工資平等。

另外，觀察表7我們發(fā)現(xiàn)，2007—2013年年齡、工作經(jīng)驗(yàn)和職業(yè)這三個因素的均值變化效應(yīng)出現(xiàn)比例過大問題，對此，結(jié)合前文的統(tǒng)計(jì)性分析部分，可能的原因是：年齡因素和工作經(jīng)驗(yàn)因素的性別差異在2007—2013年均發(fā)生顯著變化。具體而言，CHIP數(shù)據(jù)顯示兩性勞動者的平均勞動年齡在2002—2007年幾乎不變，2007—2013年的城鎮(zhèn)男性勞動者平均年齡亦維持在41歲左右，而女性勞動者年齡均值在此間增長了約1歲，從2007年的38.07歲增加到2013年的39.06歲;工作經(jīng)驗(yàn)方面，兩性差異從2002年的3.37輕微下降到2007的3.34，而在2013年迅速增加到5.26;關(guān)于職業(yè)均值變化效應(yīng)過大問題，結(jié)合表2和表4，可能是2007—2013年低收入職業(yè)（工人）兩性差異顯著擴(kuò)大和高收入職業(yè)（單位負(fù)責(zé)人）兩性差異顯著縮小共同作用所致。

（三）分位數(shù)分解結(jié)果

在分解分析了2002年、2007年和2013年各年性別工資差距來源，以及對比年份性別工資差距變化的基礎(chǔ)之后，我們將考察性別工資差距在工資分布不同位置上的不對稱現(xiàn)象。利用前文介紹的分位數(shù)分解方法進(jìn)行分解，結(jié)果見表8。

我們?nèi)≌麄€研究區(qū)間起始年份2002年和終止年份2013年，來對比分析工資分布不同分位的變化。從總效應(yīng)來看，2002—2013年性別工資差距在擴(kuò)大，而且隨著工資分布分位數(shù)的提高，性別工資差距增加的幅度變大。具體而言，2002—2013年當(dāng)只考慮個人特征變量時，10%分位兩性工資差距增長約0.01，50%分位增長約0.07，90%分位增長約0.09。結(jié)合特征效應(yīng)和系數(shù)效應(yīng)部分的分解結(jié)果，我們發(fā)現(xiàn)2002—2013年個人特征變化有助于縮小性別工資差距，而且在低分位上縮小的程度更大，表現(xiàn)為表8第（3）列的特征效應(yīng)數(shù)值小于第（1）列，并且二者的差值隨分位數(shù)增加而減小;對于系數(shù)效應(yīng)，對比表8第（3）列和第（1）列的系數(shù)效應(yīng)部分，則呈現(xiàn)出相反趨勢。這表明2002—2013年性別收入差距增加幅度隨工資水平提高而增加的主要原因在于系數(shù)效應(yīng)的變化。對于考慮全部特征變量以及其他年份的對比分析，與2002—2013年的思路類似，在此不做贅述。

六、結(jié)論與啟示

本文利用2002年、2007年和2013年3個年份的中國城鎮(zhèn)住戶收入調(diào)查（CHIP）數(shù)據(jù)，結(jié)合均值分析方法和分位數(shù)分析方法，對我國城鎮(zhèn)職工性別工資差距的演變特點(diǎn)進(jìn)行了細(xì)致詳盡的分析。主要結(jié)論如下：

首先，兩性工資差異的統(tǒng)計(jì)結(jié)果顯示，2002—2013年我國城鎮(zhèn)勞動者的平均工資在不斷提高，其中2002—2007年工資漲幅迅速，男性小時工資增長約93% ，女性小時工資增長約74%，而在2007—2013年工資只有輕微漲幅，男女兩性的工資漲幅約為20%～30%。但男性工資水平在各個年份均高于女性勞動者，而且兩性工資差距呈現(xiàn)出擴(kuò)大趨勢，同時在工資分布的不同位置呈現(xiàn)出不對稱性。

其次，從均值分解結(jié)果上看，2002—2013年男女兩性工資差距在整體上呈不斷擴(kuò)大趨勢。其中不可解釋部分增長迅速，占總差距的比例從2002年的65%左右增長到2013年的90%左右;對于可解釋部分的男女兩性工資差距，傳統(tǒng)的人力資本因素如教育和工作經(jīng)驗(yàn)等在其中的解釋力度在減弱，就業(yè)特征因素、行業(yè)因素在其中的解釋力度不斷增加。以O(shè)axaca-Blinder分解方法為基礎(chǔ)的二次分解結(jié)果顯示，不同年份兩性工資差異變化的主要原因則是由不可解釋部分性別工資差異變化引起的，而工資分解可解釋部分的變化有利于對比年份性別工資差距的縮小，2002—2007年縮小了0.0286，2007—2013年縮小了0.0044。結(jié)合Oaxaca-Blinder和二次分解的結(jié)果，傳統(tǒng)人力資本解釋力度的降低主要是由于女性受教育水平的提高，而行業(yè)因素的解釋力度增強(qiáng)，盡管行業(yè)隔離在其間起一定作用，尤其是女性進(jìn)入中高收入行業(yè)（前文提及的第三類行業(yè)）的概率明顯低于男性，但目前階段我國行業(yè)特征變量所引起的性別工資主要體現(xiàn)在男性行業(yè)回報(bào)率變化上，有效控制男性行業(yè)回報(bào)率變化更有助于兩性工資平等。

最后，從分位數(shù)分解結(jié)果上看，各個年份不同分位數(shù)上性別工資差異大小主要由系數(shù)效應(yīng)決定而非特征效應(yīng)決定。對于2002—2013年特定分位數(shù)上性別工資差距變化，性別工資差距的擴(kuò)大隨著分位數(shù)的提高而提高，呈現(xiàn)出“粘天花板”現(xiàn)象，這與周春芳和蘇群[28]、楊錦英等[41]采用相似年份的研究結(jié)果相一致;個人特征變化有助于縮小性別工資差距，而且在低分位上縮小的程度更大，系數(shù)效應(yīng)變化呈現(xiàn)相反特征，而且決定了2002—2013年性別收入差距增加幅度隨工資水平提高而增加。

實(shí)現(xiàn)男女工資待遇公平合理，不僅有利于提高企事業(yè)單位的運(yùn)作效率，而且有利于推進(jìn)男女社會地位的平等及經(jīng)濟(jì)發(fā)展的可持續(xù)性[42-44]。鑒于男女兩性社會分工和生理特征等方面的客觀差異[45-46]，要做到完全消除兩性工資差距在短時期內(nèi)是很困難的。但是基于本文上述研究結(jié)論，我們可以得到以下啟示與政策建議：首先，針對2002—2013年我國性別收入差距不斷擴(kuò)大且不可解釋部分占據(jù)絕大部分的事實(shí)，政府應(yīng)該引起高度重視，積極推進(jìn)應(yīng)對措施，促進(jìn)工資公平分配機(jī)制的設(shè)計(jì)與建設(shè)進(jìn)程，降低工資分配過程中性別勞動回報(bào)率的差異，矯正勞動力市場對女性就業(yè)的工資歧視行為;其次，由于傳統(tǒng)人力資本因素解釋力度的下降，行業(yè)分割影響力度的增加，一方面，政府應(yīng)大力提倡同工同酬，消除市場障礙，消除行業(yè)進(jìn)入障礙，使男女兩性在不同行業(yè)間擁有同等就業(yè)機(jī)會，另一方面，政府要加大對女性的專業(yè)技能和就業(yè)轉(zhuǎn)化培訓(xùn)，提高女性競爭力，增強(qiáng)女性進(jìn)入傳統(tǒng)男性行業(yè)的機(jī)會，而且針對于男性行業(yè)回報(bào)率顯著提高的事實(shí)，政府應(yīng)當(dāng)注重產(chǎn)業(yè)結(jié)構(gòu)變化并進(jìn)行適當(dāng)調(diào)控，加強(qiáng)促進(jìn)男性行業(yè)和女性行業(yè)回報(bào)率的公正公平;此外，政府還應(yīng)該建立和完善相關(guān)的法律法規(guī)，完善公平就業(yè)的宏觀大環(huán)境，規(guī)范企業(yè)用工制度，避免各類企業(yè)對女性員工在招聘和薪酬方面的歧視，從法規(guī)法律層面給予女性勞動者保護(hù)。各種政策搭配實(shí)施，盡可能降低勞動市場上的女性工資歧視，縮小收入差距，促進(jìn)我國勞動市場的健康均衡發(fā)展。

參考文獻(xiàn)：

[1] Chen Z， Ge Y， Lai H， et al. Globalization and gender wage inequality in China ?[J]. World Development， 2013， 44（4）： 256-266.

[2] Gustafsson B， Li S. Economic transformation and the gender earnings gap in urban China ?[J]. Journal of Population Economics， 2000， 13（2）： 305-329.

[3] 李實(shí)， 宋錦， 劉小川. 中國城鎮(zhèn)職工性別工資差距的演變 ?[J]. 管理世界， 2014（3）： 53-65.

[4] Maurer-Fazio M， Hughes J. The effects of market liberalization on the relative earnings of Chinese women ?[J]. Journal of Comparative Economics， 2002， 30（4）： 709-731.

[5] 李宏兵， 趙春明， 文磊， 等. 市場潛能促進(jìn)了制造業(yè)女性就業(yè)嗎？——基于中國工業(yè)企業(yè)數(shù)據(jù)的實(shí)證分析 ?[J]. 財(cái)經(jīng)研究， 2014（3）： 52-62.

[6] 趙春明， 文磊， 李宏兵. 進(jìn)口產(chǎn)品質(zhì)量、來源國特征與性別工資差距 ?[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2017（5）： 20-37.

[7] Zhang L， Dong X Y. Male-female wage discrimination in Chinese industry investigation using firm-level data ?[J]. Economics of Transition， 2008， 16（1）： 85-112.

[8] 葛玉好， 曾湘泉. 市場歧視對城鎮(zhèn)地區(qū)性別工資差距的影響 ?[J]. 經(jīng)濟(jì)研究， 2011（6）： 45-56.

[9] Becker G S. Investment in human capital： A theoretical analysis ?[J]. Journal of Political Economy， 1962， 70（5）： 9-49.

[10] 馬超， 顧海， 李佳佳. 中國勞動力市場上的性別工資差異變化研究——來自面板分位數(shù)回歸分解方法的證據(jù) ?[J]. 世界經(jīng)濟(jì)文匯， 2013（2）： 96-108.

[11] 陳國強(qiáng)， 羅楚亮. 勞動生產(chǎn)率與工資決定的性別差距——來自我國工業(yè)企業(yè)數(shù)據(jù)的經(jīng)驗(yàn)研究 ?[J]. 經(jīng)濟(jì)學(xué)動態(tài)， 2016（8）： 38-52.

[12] 亓壽偉， 劉智強(qiáng). “天花板效應(yīng)”還是“地板效應(yīng)”——探討國有與非國有部門性別工資差異的分布與成因 ?[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2009（11）： 63-77.

[13] 郭凱明， 余靖雯， 蔣承. 統(tǒng)計(jì)型歧視理論視角下的性別工資差距 ?[J]. 世界經(jīng)濟(jì)文匯， 2017（5）： 23-39.

[14] 張世偉， 郭鳳鳴. 分位數(shù)上的性別工資歧視——基于東北城市勞動力市場的經(jīng)驗(yàn)研究 ?[J]. 中國人口科學(xué)， 2009（6）： 69-79.

[15] 黃志嶺， 姚先國. 教育回報(bào)率的性別差異研究 ?[J]. 世界經(jīng)濟(jì)， 2009（7）： 74-83.

[16] 陳建寶， 段景輝. 中國性別工資差異的分位數(shù)回歸分析 ?[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2009（10）： 87-97.

[17] 陳昊， 趙春明. 性別工資不平等： 演化路徑與反事實(shí)證據(jù) ?[J]. 南開經(jīng)濟(jì)研究， 2016（5）： 110-131.

[18] 郭繼強(qiáng)， 姜儷， 陸利麗. 工資差異分解方法述評 ?[J]. 經(jīng)濟(jì)學(xué)（季刊）， 2011（2）： 363-414.

[19] 吳群鋒. 進(jìn)口競爭緩解了制造業(yè)性別工資歧視嗎 ?[J]. 國際貿(mào)易問題， 2017（4）： 49-61.

[20] 李實(shí)， 馬欣欣. 中國城鎮(zhèn)職工的性別工資差異與職業(yè)分割的經(jīng)驗(yàn)分析 ?[J]. 中國人口科學(xué)， 2006（5）： 2-13.

[21] Machado J A F， Mata J. Counterfactual decomposition of changes in wage distributions using quantile regression ?[J]. Journal of Applied Econometrics， 2005， 20（4）： 445-465.

[22] 李雅楠， 廖利兵. 城鎮(zhèn)居民性別收入差距及其演變： 1991—2009 ?[J]. 人口與經(jīng)濟(jì)， 2014（2）： 86-95.

[23] 王美艷. 中國城市勞動力市場上的性別工資差異 ?[J]. 經(jīng)濟(jì)研究， 2005（12）： 35-44.

[24] Ng Y C. Gender earnings differentials and regional economic development in urban China， 1988—1997 ?[J]. Review of Income and Wealth， 2007， 53（1）： 148-166.

[25] Wang M， Cai F. Gender earnings differential in urban China ?[J]. Review of Development Economics， 2008， 12（2）： 442-454.

[26] 李佳， 呂學(xué)靜， 牟俊霖. 中國城鎮(zhèn)地區(qū)性別工資差距的分布變化： 2002～2008 ?[J]. 人口學(xué)刊， 2014（4）： 52-63.

[27] 王靜， 武舜臣. 直接歧視、反向歧視與性別收入差異 ——基于CHIP微觀數(shù)據(jù)的實(shí)證分析 ?[J]. 財(cái)貿(mào)研究， 2015（5）： 99-105.

[28] 周春芳， 蘇群. 二元結(jié)構(gòu)下我國城鎮(zhèn)勞動力市場中的性別工資差異研究 ?[J]. 南方經(jīng)濟(jì)， 2018（7）： 96-112.

[29] Blau F D， Kahn L M. The gender wage gap： Extent， trends， and explanations ?[J]. Journal of Economic Literature， 2017， 55（3）： 789-865.

[30] Chernozhukov V， Fernndez-Val I， Melly B. Inference on counterfactual distributions ?[J]. Econometrica， 2013， 81（6）： 2205-2268.

[31] Cotton J. On the decomposition of wage differentials ?[J]. The Review of Economics and Statistics， 1988， 70（2）： 236-243.

[32] Neumark D. Employers discriminatory behavior and the estimation of wage discrimination ?[J]. Journal of Human Resources， 1988， 23（3）： 279-295.

[33] Juhn C， Murphy K， Pierce B. Accounting for the slowdown in black white wage convergence ?[C]∥Workers and Their Wages： Changing Patterns in the U. S.. Washington： American Enterprise Institute， 1991.

[34] Cha Y， Weeden K A. Overwork and the slow convergence in the gender gap in wages ?[J]. ?American Sociological Review， 2014， 79（3）： 457-484.

[35] Mandel H， Semyonov M. Gender pay gap and employment sector： Sources of earnings disparities in the United States， 1970-2010 ?[J]. Demography， 2014， 51（5）： 1597-1618.

[36] Díaz-Barrera A， Maturana N， Pacheco-Leyva I， et al. Different responses in the expression of alginases， alginate polymerase and acetylation genes during alginate production by Azotobacter vinelandii， under oxygen-controlled conditions ?[J]. Journal of Industrial Microbiology & Biotechnology， 2017， 44（7）： 1041-1051.

[37] Fortin B， Ragued S. Does temporary interruption in postsecondary education induce a wage penalty？Evidence from Canada ?[J]. Economics of Education Review， 2017， 58： 108-122.

[38] 王湘紅， 曾耀， 孫文凱. 行業(yè)分割對性別工資差異的影響——基于CGSS數(shù)據(jù)的實(shí)證分析 ?[J]. 經(jīng)濟(jì)學(xué)動態(tài)， 2016（1）： 44-53.

[39] Goldin C. A grand gender convergence： Its last chapter ?[J]. American Economic Review， 2014， 104（4）： 1091-1119.

[40] 李金昌， 劉波， 徐藹婷. 中國貿(mào)易開放的非正規(guī)就業(yè)效應(yīng)研究 ?[J]. 中國人口科學(xué)， 2014（4）： 35-45.

[41] 楊錦英， 馬良， 方崢， 等. 中國城鎮(zhèn)地區(qū)性別工資差異問題新探——基于無條件分位數(shù)回歸和再次分解方法 ?[J]. 政治經(jīng)濟(jì)學(xué)評論， 2016（1）： 63-88.

[42] Bobonis G J. Is the allocation of resources within the household efficient？ New evidence from a randomized experiment ?[J]. Journal of Political Economy， 2009， 117（3）： 453-503.

[43] Duflo E. Women empowerment and economic development ?[J]. Journal of Economic Literature， 2012， 50（4）： 1051-1079.

[44] 杜鳳蓮， 董曉媛. 轉(zhuǎn)軌期女性勞動參與和學(xué)前教育選擇的經(jīng)驗(yàn)研究： 以中國城鎮(zhèn)為例 ?[J]. 世界經(jīng)濟(jì)， 2010（2）： 51-66.

[45] 朱琪. 性別工資差異的理論應(yīng)用與實(shí)踐發(fā)展 ?[J]. 經(jīng)濟(jì)評論， 2008（4）： 136-141.

[46] 徐林清. 女性就業(yè)的行業(yè)——工資傾向與性別歧視 ?[J]. 婦女研究論叢， 2004（2）： 34-38.