“80后”女大学生面临“玻璃天花板效应”与“粘胶地板效应” .doc

does “glass ceiling” or “sticky floor” affects female graduates born in the 1980s?yuanfa tan(southwestern university of finance and economics, chengdu, 610074, china)abstract: based on the data of the “survey of chinese graduates applying for jobs and their work skills” in 2007 and 2008 in shandong province, this paper uses the method proposed by melly (2006) to decompose gender pay gap among graduates born in the 1980s across the wage distribution controlling their work skills. the findings show male graduates s by the six months after graduation earn 9 to19 percent more than female graduates, the gender pay gap increases across the wage distribution, and the increase is greater at the upper quintiles. this paper firstly regards this as the evidence of the “glass ceiling” instead of “sticky floor” affecting female graduates born in the 1980s.quantile decomposition further indicates more than 90 percent of the gap are attributed to gender discrimination, work skills account for most of endowment effect. in addition, both education quality and learning by doing are significantly and positively associated with work skills.keywords: gender discrimination; glass ceiling effect; sticky floor effect; work skills“80后”女大学生面临“玻璃天花板效应”与“粘胶地板效应”？摘要：本文基于2007和2008年度“中国大学毕业生求职与工作能力调查”的山东省数据，采用melly(2006)倡导的quantile分解方法，在控制工作能力后对“80后”大学生的性别工资差异及分布进行了研究。结果显示，“80后”男大学生毕业半年后的月工资高于女生约9%19%，而且这种差距随着条件工资排序的升高而呈扩大趋势。这初步表明“80后”女大学生面临“玻璃天花板效应”而非“粘胶地板效应”。quantile分解还显示，工资差异的绝大部分(90%左右)可归结于性别歧视工作能力对禀赋效应具有很强的解释力。此外，教育质量和“干中学”对大学生工作能力有显著的提升作用。关键词：性别歧视；玻璃天花板效应；粘胶地板效应；工作能力一、引言“玻璃天花板效应”(glass ceiling effect)最初用于描述女性试图晋升到企业或组织高层所面临的障碍，而最近广泛用于描述工资差异或不平等。它是指在工资分布的顶端存在更大的工资差异，即在高收入组，女性比男性工资低很多。与之相反，在工资分布的底端，女性较男性低很多，则被称为“粘胶地板效应”(sticky floor effect)(booth et al,2003; arulampalam et al, 2007; chi and li,2007;bosio,2009)。众多研究表明，“玻璃天花板效应”和“粘胶地板效应”在许多国家的不同群体或部门中存在。国际工会联盟(international trade union confederation)于2008年发布的全球性别工资差异报告显示，在选取的63个国家中，女性的工资较男性平均低15.6%。然而，这种差距并不随女性受教育程度的提高而缩小，而且在某些国家，高层的性别工资差距不断扩大。kee (2006)发现在澳大利亚私人部门而非公共部门中工作的群体存在强烈的“玻璃天花板效应”。bosio(2009)利用意大利家庭收入和财富调查数据，发现“粘胶地板效应”在该国临时工和固定工群体的工资差异中存在。de la rica et al (2005)和del rio et al (2006)利用不同的研究方法，却都发现西班牙国内受教育程度较高群体而非受教育程度较低群体存在“玻璃天花板效应”。chi and li(2007)利用1987, 1996和2004年数据，发现中国城市劳动力市场上的性别工资差异随分位点升高而增大，但在工资分布底端差距越大，即存在“粘胶地板效应”。受此影响的是那些在非国有企业就业，受教育程度较低的女性生产工人。不难发现，目前还缺乏对大学生群体“玻璃天花板效应”与“粘胶地板效应”的研究尽管有关大学生工资性别差异的研究不少 参见paglin and rufolo(1990),brown and corcoran(1997),joy(2003),叶文振等(2002),岳昌君等(2004),纪月梅等(2004),卿石松和曾湘泉(2009)等等。然而，据笔者所知，我国目前没有针对大学生群体，特别是“80后”大学生群体“玻璃天花板效应”与“粘胶地板效应”的相关研究。同一般群体相比，“80后”大学生是一个特殊群体。主要体现在：一方面，他们是“独生子女”政策执行以来，受过高等教育的高知识群体，男女受教育程度的差异不断缩小(李军峰；2004)。因为“独生子女”政策冲击了传统的“重男轻女”思想，使女性得到几乎与男性同等的受教育机会。据统计，1980年, 我国高校女生在全体学生中所占比例仅为23.4%；到2004年，该比例上升到了45.7% 自2005年以后，中国统计年鉴不再报告各级学校在校生性别比例，这说明了管理当局可能已经不再认为教育的性别差异是个重要问题了(易翠枝；2007)。这一比例不断接近其理论极限值50%，我国男女教育平等几近实现(易翠枝；2007)。更何况“独生子女”政策实施后，使我国未来劳动力供给持续减少，人口红利不断下降，影响雇主的利润预期和歧视偏好，使性别歧视减少。另一方面，“80后”大多是在高等教育大规模扩招之后，进入大学学习，继而毕业参加工作的。自1999年扩招以来，在校大学生和毕业生人数逐年急剧上升。据统计，20032008年，我国高校毕业生人数分别是212万、280万、338万、410万、495万和559万。短短5年间，我国大学毕业生人数将近增长了2倍；但就业率却逐年下降，连续5年一直在70%左右徘徊。不容乐观的就业环境又客观上为雇主对“80后”女大学生的歧视都提供了便利和激励。可见，从理论上看，“80后”女大学生是否面临“玻璃天花板效应”与“粘胶地板效应”并不明朗。女性受歧视会产生很多负面影响：它不仅被视为很大程度上阻碍经济增长的指标(kabeer,2008)，还对下一代女性人力资本投资具有反馈效应，会导致女性群体技能的持久性差异(loury,1981)，进而强化家庭固有的“重男轻女”偏好(heintz,2008)，因而备受社会关注。对此，雇主们则往往声称，女生之所以比在同一岗位男生挣得的工资少，是因为女生工作能力比男生差。然而，雇主们的这一统计性歧视 统计性歧视指雇主以女性群体的平均情况来推断该群体中的各个体情况。并未得到完全证实。仇雨临等(1992)发现，女大学生未来潜在能力低于男大学生，就当前实际能力而言，男女大学生并无多大差异。叶文振等(2002)调查发现，仅有8.7%的被调查大学生将性别歧视归因于女大学的综合素质和能力低于男生。纪月梅等(2004)发现，大学里女生对自身学习能力的培养普遍高于男生。这似乎也符合现实观察，大学里女生普遍比男生学习更用功，成绩更好，获奖比重更高。因此，男生是否比女生的工作能力更强尚无定论，也值得深入研究。从研究方法进展上看，一些已有研究在条件均值处对工资差异进行分解，但对不同分位点上的工资差异缺乏解释力。因为工资差异可能随着工资分布分位点移动而变化，近年来的研究侧重从整个工资分布而不仅是工资均值去考察性别工资差异。quantile分解技术的诞生(如machado-mata,2005;melly,2006;firpo et al,2005,2006)超越了基于ols的blinder-oaxaca (1973)分解技术，得到广泛采用。工资差异仍被分解为两部分：可解释的劳动生产率特征差异引起的工资差异(禀赋效应)和难以解释的劳动生产率特征的市场回报率差异(歧视效应)。特别强调的是，未观测到的个体异质性，尤其是能力变量的遗漏，将直接影响工资方程估计和工资差异分解的精确性与偏误 歧视是不可解释部分的一个子集。这主要因为无法在工资方程中控制所有影响工资的变量，某些被遗漏变量对工资的影响仍归在不可解释部分。同样，变量的测量误差也会造成该问题。经验研究中，引入能力的代理变量iq(griliches et al，1972), afqt (oneil et al,1990), sat (brown et al,1997)等测试分数是重要的纠偏方法。本文将采用工作能力作为能力的代理变量予以纠正，这还有助于验证雇主们对女生的统计性歧视论断是否成立。综上，本文将在控制工作能力的基础上，采用quantile分解技术，重点考察我国“80后”大学生(下文简称“大学生”)群体工资差异中是否存在“玻璃天花板效应”与“粘胶地板效应”。本文余下部分安排如下：第二部分介绍本文将要用到的研究方法；第三部分是数据及变量；第四部分是结果分析与讨论，主要包括男女大学生工资方程的quantile回归，性别工资差异的quantile分解及工作能力的影响因素分析；第五部分是结论与政策含义。二、计量模型与方法将大学生工资分位点的quantile回归模型设置如下： (1)其中，为影响工资的特征变量, 为在分位点估计的quantile回归参数。在分位点，对数工资的条件分布满足：；且有。根据koenker and basset (1978)，可通过求解下式得到： (2)当分别对男女大学生工资方程进行quantile回归估计相应参数后，若要将男女大学生工资的条件分布分解为禀赋效应和歧视效应两部分，则必须构建反事实状态的工资分布(counterfactual wage distribution)，即假定的公平状态，可赋予女大学生以男大学生的特征，但保持女性特征的市场回报率不变。构建反事实状态工资分布的方法很多 如dinardo, fortin, lemieux (1996), lemieux (2002), machado-mata(2005), melly(2006)。本文采用melly (2006)方法，首先对选定的个分位点进行quantile回归，以估计相应的条件工资分布；然后将条件工资分布对所有解释变量积分。记为在个分位点估计quantile回归的系数，其中；再对所有的观察值和分位点取积分，可得到工资在分位点的无条件分布估计量： (3)其中为示性函数。利用分位点的无条件工资分布估计量，构建反事实状态的工资分布以后，可将每一个分位点的无条件工资分布分解为两部分： (4)其中，代表男生，代表女生，为反事实状态工资分布。方程(4)左边为性别工资总差异，右边第一部分为禀赋效应，而第二项为歧视效应。三、数据及变量本文数据来源于麦可思 麦可思是专业的，唯一得到政府、学术界、商业机构和社会公众共同认可的，有良好公信力的第三方教育数据咨询和评估机构。更多信息请登录其官方网站。(mycos)“中国大学毕业生求职与工作能力调查”。自2007年开始，mycos每年一度对毕业半年后大学生的就业状态和工作能力进行全国性的调查。2007年首次调查了毕业半年后的2006届大学毕业生，共收回问卷8.5万份。2008年抽样调查的2007届大学毕业生达到44.5万人，回收有效问卷20万份，其中完成全部答卷为73%；共覆盖全国31个省、市和自治区2113所高校的1276个专业，并成为目前中国除人口普查和经济普查外最大的调查。除开其全国性、大样本、跨年度等优良性质外，mycos数据的突出特点还在于它对大学生离校时的工作能力进行了比较科学合理地测量和评估。由于数据授权限制，本文仅能以mycos 2007和2008年度调查的山东省“80后”大学生为研究样本，有效样本总量7087人；其中，男女生分别为4451和2636人。(一) 工作能力测量工作能力是本文的关键变量之一，比较难界定和测量。国际劳动组织(ilo)对它的界定是个体获得和保持工作、在工作中进步以及应对工作生活中出现的变化能力。美国劳工部21世纪就业技能调查委员会(the secretarys commission on achieving necessary skills, us department of labor)提出了适应21世纪的就业新形势，就业人员必须具备的五大能力、三大基础，即著名的scans标准。其中，工作能力必备的五个方面包括：即分配时间、制定目标和突出重点目标以及分配经费和准备预算的资源统筹能力；确定所需的数据并设法获得数据、处理和保存数据的获取并利用信息能力；作为小组成员参与活动以及与他人交流的人际合作能力；了解社会、组织和技术系统是如何运行的，并懂得如何操作的系统运作能力；选择技术以及在工作中应用的知识运用能力(beaetta,frederick,2000)。mycos基于scans标准，剔除了其中受社会文化背景影响强烈的责任心、自尊心、诚实正派等因素，形成了衡量中国大学毕业生基本工作能力的35个子项(详见附录1)及相应的量表。在调查时，首先请大学毕业生评估各项能力在自己工作中的重要性、工作要求的水平和自己离校时掌握的水平，重要性的评价为6个级别，掌握程度为7个级别。然后，按照重要性对每项能力所掌握的程度进行加权计算出离校时掌握的35项能力的总体水平，并把它们换算成百分数，得分范围为0100分，得分越高说明工作能力越强。企业一般要求到40分以上，大学毕业生掌握的水平多在3050分。根据重要性进行加权计算得到的工作能力，不仅考虑了工作能力的基本要求及其全面性，同时也考虑了不同职业、工作对工作能力的相对要求，从而比较科学合理地测量和评估了高校毕业生的工作能力(王伯庆等，2008)。(二) 变量的描述统计mincer(1974)类型的工资方程，通常控制劳动者年龄、教育程度、工作经验和行业类型等变量(见表1)，本文不再赘述其理由。需要说明的是，本文中的行业和职业分类参照王美燕(2005)的划分方法：将所有16个行业共划分为五类行业：第一类为农业、采掘业、建筑业、贸易、餐饮业；第二类为制造业、地质勘查业、水利业、教育、文化艺术和广播电影电视业、社会服务业；第三类为党政机关和社会团体、卫生体育和社会福利业、房地产业、其他行业；第四类为交通运输仓储和邮电通信业、电力、煤气及水的生产和供应业、金融、保险业、科学研究和综合技术服务业。此外，被调查者行业缺失的被归为第五类行业。将“国家机关、党群组织、企业、事业单位负责人”、“专业技术人员”、以及“办事人员和有关人员”定义为白领工作者；将“商业、服务业人员”、“农林牧渔水利业生产人员”、“生产、运输设备操作人员及有关人员”，以及“不便分类的其他从业人员”定义为蓝领工作者。表1 变量的描述统计变量类型全体女生男生均值(频率)差异z值月工资(元)c1997.191806.372110.20-303.800*-11.28工作能力(分)c55.5553.6056.70-3.102*-8.91工作月数c7.877.827.91-0.085-1.11工作月数平方c71.7671.0672.17-1.110-0.94年龄(岁)c23.3823.3123.42-0.117*-3.74高职高专(参照组)d8.41%7.09%9.19%-2.1%*-3.07本科学历d91.59%92.91%90.81%2.1%*3.07非重点大学(参照组)d80.01%80.8%79.53%1.3%1.29“211”重点大学d19.99%19.2%20.47%-1.3%-1.29政府/事业/科研机构(参照组)d9.98%11.65%8.99%2.7%*3.61国有企业d22.45%17.45%25.41%-8.0%*-7.79三资企业d22.24%23.9%21.25%2.7%*2.59民营/私营企业d43.97%45.3%43.18%2.1%*1.73非营利组织d1.37%1.71%1.17%0.5%*1.89直辖市(参照组)d10.05%11.15%9.39%1.8%*2.39省会城市d42.51%43.25%42.08%1.2%0.96地级城市及区县d47.44%45.6%48.53%-3.0%*-2.39第一类行业(参照组)d17.62%17.07%17.95%-0.9%-0.94第二类行业d44.56%46.17%43.61%2.6%*2.10第三类行业d11.33%12.67%10.54%2.1%*2.74第四类行业d21.53%18.7%23.21%-4.5%*-4.47第五类行业d4.95%5.39%4.7%0.7%1.30蓝领职业(参照组)d54.31%53.91%54.55%-0.6%-0.52白领职业d45.69%46.09%45.45%0.6%0.522007年样本(参照组)d16.6215.8617.07-1.2%-1.332008年样本d83.3884.1482.931.2%1.33样本数(n)70872636445170877087注：“c”和“d”分别代表连续变量和虚拟变量。对于虚拟变量，符合对应描述时=1，否则=0。*，*,*分别代表在1%,5%,10%的水平下显著。表1的描述统计表明，男女大学生群体毕业半年后女生的月工资(log) 因为男女大学生毕业后大多都在正规部门就业，工作时间基本一致。通常为八小时工作制，工时的群体差异较小，所以用月工资和小时工资的结论基本一致。此外，由于本文采用2007和2008年的混合样本，因而对2008年样本的工资采用通货膨胀率(5.9%)进行了平减。和毕业离校时的工作能力差异非常明显。毕业半年后女生的月工资平均比男大学生分别低303.8元，且在1%的水平下显著；毕业离校时女大学生的工作能力比男大学生少3.10分，在1%的水平下也显著。可初步推断，大学毕业生的性别工资差异与工作能力的差异有关。为更全面呈现大学毕业生工资和工作能力的性别差异分布及两者的关联性，图1和图2分别绘制了两者的quantile分布特征，均显示出较均值比较的优越性，更完整地揭示了两者随分位点移动而变化的态势，并呈现阶梯状。图1和图2中，在分位点0.4左侧，女生的工资和工作能力均超过男生，而在分位点0.4右侧，男生的工资和工作能力才高于女生，并随分位点的升高而增加。这表明雇主们的对女生的统计性歧视论断是不准确的。工资和工作能力性别差异的quantile分布特征基本相同，则暗示了大学毕业生的工资与工作能力性别差异的关联性。表1还显示，男女大学生群体的其他特征存在显著差异。女大学生普遍比男生年轻0.1岁。在学历层次上，女生具有本科学历的比例较男生高2个百分点。在工作单位性质上，男生在国有企业的比例高于女生8个百分点，而女生在政府/事业/科研机构、三资企业和民营/私营企业的比例分别高于男生2-3个百分点。在城市分布上，女生在直辖市和省会城市的比例稍高于男生，而在地级城市及区县上的比例低于男生约3个百分点。在行业分布上看，女生在第二类和第三类行业的比例较男生分别高约2个百分点，而在第四类行业的比例上低于男生约4.5个百分点。工作月数和职业分布的性别差异并不明显。因此，还需要在控制前述特征差异后，进一步论证工资和工作能力性别差异之间的关联性是否真正存在。 图1 男女大学生工资差异的分布特征 图2 男女大学生工作能力差异的分布特征四、估计结果与讨论(一) 男女大学生工资方程的quantile回归分析大多数国内学者在研究大学生性别工资差异时，往往直接用ols回归对男女混合样本估计工资方程，并依据工资方程中性别变量系数的符号和大小，来判断性别工资差异和歧视 参见叶文振等(2002)，岳昌君等(2004)，纪月梅等(2004)，卿石松和曾湘泉(2009)。事实上，这种做法并不妥。因为在对男女混合样本进行ols回归时，对所有控制变量估计了同一系数，即是假定了男女大学生的人力资本投资，职业和行业等方面的市场回报率相同，忽略了性别变量和其他控制变量之间可能存在的交互效应。本文证明了这种交互效应的存在 限于篇幅，省略了混合样本回归的估计结果，但并不影响阅读。具体步骤为，首先在工资方程中引入了性别变量和其他控制变量的交互项，然后分8表2 男女大学生工资方程的quantile回归结果男生(n=4551)女生(n=2636)ols5th25 th50 th75 th95 thols5th25 th50 th75 th95 th工作能力0.004*0.002*0.003*0.004*0.004*0.005*0.004*0.004*0.004*0.003*0.004*0.006*(0.000)(0.001)(0.001)(0.001)(0.001)(0.002)(0.001)(0.001)(0.001)(0.001)(0.001)(0.001)本科学历0.173*0.081*0.190*0.207*0.157*0.177*0.237*0.265*0.183*0.245*0.252*0.201*(0.023)(0.034)(0.028)(0.028)(0.041)(0.072)(0.029)(0.054)(0.039)(0.041)(0.038)(0.092)工作月数0.028*0.077*0.038*0.022*0.024*0.0010.031*0.058*0.032*0.032*0.041*0.006(0.009)(0.017)(0.011)(0.011)(0.013)(0.027)(0.008)(0.028)(0.011)(0.011)(0.013)(0.024)“211”重点大学0.163*0.188*0.163*0.162*0.178*0.130*0.171*0.152*0.175*0.157*0.167*0.204*(0.018)(0.034)(0.021)(0.016)(0.022)(0.035)(0.020)(0.044)(0.027)(0.023)(0.026)(0.059)国有企业 0.134*0.147*0.127*0.139*0.141*0.0760.091*0.0820.0620.089*0.0590.214*(0.030)(0.072)(0.044)(0.034)(0.046)(0.078)(0.033)(0.092)(0.044)(0.032)(0.047)(0.095)三资企业 0.219*0.323*0.220*0.206*0.218*0.0880.180*0.215*0.178*0.162*0.146*0.261*(0.030)(0.073)(0.041)(0.034)(0.045)(0.078)(0.029)(0.080)(0.040)(0.036)(0.036)(0.086)省会城市 -0.307*-0.243*-0.328*-0.343*-0.314*-0.203*-0.295*-0.291*-0.308*-0.311*-0.286*-0.230* (0.023)(0.060)(0.032)(0.025)(0.029)(0.048)(0.025)(0.051)(0.033)(0.022)(0.031)(0.050)地级城市及区县-0.405*-0.358*-0.441*-0.428*-0.392*-0.344*-0.419*-0.472*-0.417*-0.438*-0.392*-0.343*(0.021)(0.062)(0.033)(0.027)(0.033)(0.048)(0.028)(0.048)(0.035)(0.026)(0.029)(0.049)第二类行业-0.067*-0.004-0.004-0.033*-0.114*-0.168*-0.0130.013-0.0100.017-0.0180.003(0.019)(0.037)(0.022)(0.018)(0.031)(0.053)(0.018)(0.034)(0.024)(0.023)(0.033)(0.048)第三类行业-0.090*-0.073-0.077*-0.047-0.075-0.146*-0.000-0.098-0.0540.0130.0720.134*(0.030)(0.065)(0.035)(0.036)(0.049)(0.082)(0.031)(0.065)(0.043)(0.037)(0.048)(0.063)第四类行业0.0090.010-0.0060.0250.0130.0520.091*0.0340.0540.110*0.085*0.260*(0.021)(0.050)(0.027)(0.025)(0.039)(0.063)(0.024)(0.045)(0.042)(0.028)(0.038)(0.082)白领职业0.025*0.070*0.039*0.026*0.011-0.0250.029*0.0460.053*0.031*0.006-0.001(0.012)(0.025)(0.015)(0.013)(0.018)(0.031)(0.014)(0.036)(0.021)(0.018)(0.019)(0.042)常数项7.017*5.884*6.756*7.239*7.321*7.930*7.077*6.874*6.836*6.943*7.530*7.685*(0.155)(0.255)(0.182)(0.172)(0.224)(0.379)(0.194)(0.351)(0.215)(0.244)(0.224)(0.444)r2_a/r2_p0.18940.1170.1220.1210.1130.0840.25760.1640.1540.1580.1390.137注：*，*,*分别代表在1%,5%,10%的水平下显著；括号内均通过bootstrap(重复100次)获得的标准误；为节约篇幅，本表省略了不显著的6个变量。别采用ols和quantile回归，估计相应的系数。然后对估计的所有交互系数是否同时为0进行wald检验。结果显示，在ols回归中，chi2(17) = 117.13，且在1%的水平下显著；在quantile回归中，f(17, 7087) =1.76，且在5%的水平下显著。这两种方法都拒绝了所有性别交互项系数同时为0的原假设，这既表明所得结论是稳健可靠的，还表明十分有必要对所有样本按性别估计工资方程(见表2)。如表2所示，对于男生和女生样本，工作能力，本科学历，“211”重点大学，省会城市和地级城市及区县5个变量，在条件均值和各分位点都对工资具有显著影响。这表明控制这些变量必不可少，否则会产生大的遗漏变量误差。尽管工作能力不可直接观察，但是通过一段时间的试用期，雇主观察到了大学毕业生的实际工作能力，并支付了与其能力相对应的工资。在实践中，很多企业往往推行的是绩效工资制度，工资与绩效挂钩。大学生的工作能力和绩效成正比，高工作能力者因而获得了与其绩效相对应的工资水平。由于本科生相对于专科和高职毕业生进行了更多的人力资本投资，积累了更多人力资本。因此，在其他因素相同的条件下，本科毕业生半年后月工资水平高于高职高专毕业生8%25%。“211”重点大学毕业生的半年后月工资水平高于非“211”重点大学毕业生13%20%。这反应了信号理论和人力资本理论的基本观点。因为“211”重点大学的毕业生通常具有高质量的人力资本，同时能进入“211”重点大学学习本身也向雇主传递了高能力的信号。所在城市类型中，相对于直辖市而言，省会城市、地级城市及区县的工资水平分别低30%和40%左右。一方面可能是由于直辖市的高薪工作机会比较多；另一方面可能是直辖市的生活成本较高，用人单位要吸引到所需要的人才，必需支付足以弥补高物价的工资水平。工作月数，国有企业和三资企业3个变量在条件均值和各分位点对男女生工资水平的影响略有差异。差异主要体现在，在95分位点，工作月数，国有企业和三资企业显著影响女生而非男生的工资水平。在条件均值和其他各分位点，这些变量对男生和女生的工资水平均有显著影响。工作月数对工资具有显著的正向影响，其边际效应为2%8%左右。这主要由于大学生毕业半年后，大多通过试用期，工资处于增长阶段。工作单位类型中，国有企业和三资企业的工资水平分别高于政府/事业/科研机构。可能国有企业和三资企业相对政府/事业/科研机构的工作压力更大、工作相对不稳定、福利相对较差，因而提供了一定数额的补偿性工资。此外，第二类行业，第三类行业，第四类行业和白领职业在条件均值和各分位点对男女大学生工资的影响差异较大。男生在第二类和第三类行业较第一类行业的工资水平显著低，而女生在第二类和第三类行业较第四类行业的工资水平显著高。白领职业对于在中位数及以下分位点和均值处的男性工资水平具有显著的正向影响，而对女生工资水平的影响并不显著。需要特别指出的是，尽管一些变量在条件均值和各分位点，对男生和女生样本都具有显著的影响，但其影响系数(回报率)却有显著差异。表2中显示，有些变量对于男生的回报率高于女生，而有些变量对女生的回报高于男生。为更直观和全面地呈现这一点，下文重点关注工作能力和本科教育这两个变量，将基于ols和quantile回归估计的回报率呈现在图3图6所示。 图3 男大学生工资能力回报率的分布特征 图4 女大学生工资能力回报率的分布特征图3和图4清晰呈现了工作能力回报率随着工资分布分位点移动而变化的特征。男女大学生工资的不同分位点中，工作能力回报率波动较大,基本围绕ols的估计值0.004上下波动。工作能力回报率的性别差异明显。男大学生工作能力回报率呈“w”状分布，而且大多数分位点的工作能力回报率落在ols估计值95%的置信区间之外。然而，女大学生的工作能力回报率呈“m”状分布，大多数分位点的工作能力回报率分布在ols估计值95%的置信区间之内。 图5 男大学生本科教育回报率的分布特征 图6女大学生本科教育回报率的分布特征图5和图6显示，本科教育回报率的性别差异也很明显，并随着工资分布分位点移动而变化。平均来说，女生本科教育回报率高于男性约6个百分点，这与以往的研究相吻合 如李实等(1994),zhang等(2005),邓曲恒(2007),他们还提供了女性的教育收益率高于男性的几种解释。男大学生工资不同分位点的本科教育回报率波动较大，基本围绕ols的估计值0.173上下波动。在分位点0.10.3与0.70.9，男大学生的本科教育回报率呈“倒v”状分布。然而，女大学生工资不同分位点的本科教育回报率波动较大，基本围绕ols的估计值0.237上下波动。在分位点0.10.3与0.70.9，男大学生的本科教育回报率呈“v”状分布。(二) 男女大学生工资差异的quantile分解男女大学生的工资差距是否会随着工资排序的变化而呈现出不同的特征? “80后”女大学生是否面临“玻璃天花板效应”与“粘胶地板效应”？为了回答这一问题，分别在未控制和控制工作能力的条件下，本文根据melly(2006)倡导的方法，通过构建反事实状态对男女大学生在不同分位点上的工资差距进行quantile分解。同时，还将考察工作能力在解释性别工资总差异和禀赋效应中的作用，并验证雇主们对女生的统计性歧视论断是否成立。表3男女大学毕业生工资差异的quantile分解结果ols0.1th0.2th0.3th0.4th0.5 th0.6th0.7th0.8th0.9tha：未控制工作能力工资总差异0.1370.0890.1160.1250.1250.1310.1370.1510.1740.186(0.010)(0.010)(0.008)(0.007)(0.007)(0.007)(0.007)(0.009)(0.010)(0.013)禀赋效应0.001-0.006-0.005-0.004-0.003-0.002-0.003-0.003-0.0010.001(0.005)(0.010)(0.009)(0.009)(0.009)(0.009)(0.008)(0.009)(0.011)(0.016)歧视效应0.1360.0940.1210.1290.1290.1330.1400.1540.1750.184(0.009)(0.008)(0.008)(0.008)(0.008)(0.010)(0.008)(0.007)(0.010)(0.016)百分比99.27105.62104.31103.20103.20101.53102.19101.99100.5798.92b：控制工作能力工资总差异0.1390.0910.1120.1210.1280.1330.1390.1490.1700.195(0.012)(0.010)(0.008)(0.007)(0.007)(0.007)(0.007)(0.008)(0.009)(0.012)禀赋效应0.0120.0060.0070.0080.0090.0090.0080.0070.0090.014(0.005)(0.011)(0.010)(0.010)(0.009)(0.009)(0.010)(0.010)(0.012)(0.016)歧视效应0.1270.0860.1040.1140.1180.1240.1310.1420.1600.181(0.011)(0.011)(0.010)(0.009)(0.010)(0.010)(0.010)(0.009)(0.012)(0.016)百分比91.3794.5192.8694.2192.1993.2394.2495.3094.1292.82注：百分比是指歧视效应占性别工资总差异的比重，加粗数字在1%,5%,10%的水平下均不显著。 表3显示，控制工作能力以后，性别工资总差异略有增加，禀赋效应由负变为正，但仍在统计意义上不显著，这意味着禀赋效应并不能主导性别工资总差异。在控制工作能力以后，歧视效应的绝对值虽减小，但仍不改变歧视效应在工资总差异中的主导地位(占性别工资总差异的90%以上)。从这个意义上说，大学生性别工资差异主要是由歧视导致的。这也基本证实了国际工会联盟(2008)的论断，全球性别工资差距并不是由于女性缺乏教育、培训或专业知识等造成的。 图7a 性别工资差异的quantile分解结果 图7b 性别工资差异的quantile分解结果为更直观呈现男女大学生的工资差距是否会随着工资排序的变化而变化，以及在不控制和控制工作能力时性别工资差异quantile分解结果的一致性和差异性。将表3的结果用图7a和7b展示如下：图7a显示，在没有控制工作能力时，性别工资总差异中，歧视效应占主导。由于禀赋效应为负，这与表1中男生很多变量值显著地低于女生有关，因而歧视效应大于工资总差异。歧视效应的quantile分布线的形状与工资总差异分布线形状基本相同，都随着工资排序的上升而不断增加。特别是在分位点0.7以后，歧视效应和工资总差异增长迅速，但在工资分布的底端呈缩小趋势，这意味着女大学生面临“玻璃天花板效应”而非“粘胶地板效应”。图7b显示，在控制了工作能力以后，禀赋效为正，仍不随工资排序的不同而发生变化。在工资总差异中，歧视效应仍占主导。歧视效应的大小及其相对比重随着工资排序的升高而增加。越往工资条件分布的底端，歧视效应缩小；越往工资条件分布的顶端，歧视效应扩大特别是工资的条件分布最高端10%的人群而言，歧视效应和工资总差异快速增长，这再次证明了女大学生面临“玻璃天花板效应”而非“粘胶地板效应”。 图8a 歧视效应的分布特征及95%置信区间 图8b歧视效应的分布特征及95%置信区间从图8a和图8b呈现歧视效应的95%置信区间来看，在不控制工作能力时，估计的95%置信区间在工资条件分布的底端(在分位点0.2左侧)逐渐变窄，而在其顶端(在分位点0.8右侧)逐渐变宽。即使在控制了工作能力以后，歧视效应的95%置信区间的形状和分布特征基本保持不变。这也再次证明女大学生面临“玻璃天花板效应”而非“粘胶地板效应”。总之，图7a，7b，8a和8b也意味着雇主们对女生的统计性歧视论断并不成立。(三) 大学生工作能力的影响因素分析前文研究表明，工作能力对性别工资差异及歧视具有显著的解释力，因而有必要进一步弄清楚工作能力的影响因素，以为提升大学生的工作能力提供指导。本文主要从教育质量(体现在学历层次和学校名气)和“干中学”(体现在实习经历和工作月数)两大方面予以探讨。表4显示，不论是在工作能力均值，还是在各分位点，性别变量对工作能力有显著的影响，这意味着在其他条件相同的情形下，男生较女生具有更强的工作能力 此处与图