【毕业学位论文】（Word原稿）我国工资性别差异的分布效应研究――基于反事实分析法的分位数模型论证-统计教育学

我国工资性别差异的分布效应研究 基于反事实分析 法的分位数模型论证 山西财经大学 目 录 . - 1 - 摘要 . - 2 - 一、 问题的提出 . - 3 - 二、建模思想与模型设定 . - 4 - （一）理论分析与假设 . - 4 - （二）工资分布的非参数估计对性别工 资差异的刻画 . - 6 - （三）男性与女性工资方程的分位数回归模型 . - 6 - （四）分解方法的选择 . - 7 - 1. 性别工资 均值差异的 解方法 . - 8 - 2. 性别工资差异的分位数分解模型 . - 8 - 3. 反事实工资分布的构造 . - 9 - 三、数据说明 . - 10 - 四、初步的描述统计分析 . - 11 - （一）男性与女性平均工资的差异 . - 11 - （二）“天花板效应”和“地板效应”的初判 . - 12 - 五、男性和女性工资方程的分位数回归系数差异分析 . - 13 - 六、性别工资差异的分位数分解结果分析 . - 16 - 七、结论与建议 . - 18 - 附录 . - 20 - 参考文献 . - 21 - - 1 - 009) we to to an or by in we to of in By of on we or of in is a in of a in of a of is to to of on we on of of is of on of an on is on of is of we in in In we in in of - 2 - 摘要： 本文利用 2009）数据，首先通过非参数估计方法对工资分布函数表现出的整体性别工资差异特点及不同收入水平的性别工资差异情况进行刻画，得到我国的性别工资差异是否存在“天花板效应”和“地板效应”的初步判断，然后应用分位数回归方法对我国男性和女性的生产率特征回报率差异进行分析，进一步通过建立基于反事实分布的分位数分解模型，从区分城镇和农村的角度，对我国的性别工资差异是否存在“天花板效应 ”和“地板效应”进行实证，接着依据得到的分位数分解结果，对不同分位点上由性别歧视引起的工资差异程度进行考察。 结果表明我国城镇的性别工资差异表现出“地板效应”，而我国农村的性别工资差异则呈现出明显的“天花板效应”， 分位数分解 的 结果 表明，对女性的歧视都是引起这两种性别工资差异的主要原因。通过不同分位数上男性和女性生产率特征回报水平的比较得到，处于工资分布低端的女性教育回报率要低于男性，经验的增加只对低分位数上的女性工资产生显著作用， 且回报率较男性低。通过比较还得到，蓝领职业的性别工资差异较明显，且随着工资 水平的 提高，差异越大；工资分布的中间，私企的性别工资差异较大 。 关键词： 性 别工资差异 天花板效应 地板效应 分位数分解 反事实 分布 - 3 - 一、 问题 的 提出 改革开放以来， 人们的收入 得到大幅提高的同时， 性别 之间的工资差异问题也日益显现， 对此学者们多认为 主要是由性别歧视有关的因素引起的（ X.，1998； i， 2000；张丹丹， 2004；王美艳， 2005） 。性别工资差异 的扩大 会引发诸多其它问题，如从劳动力市场的角度看，会阻碍人才的自由流动，不利劳动力资源的合 理配置，进而影响劳动力市场的培育和完善，从社会文明和进步的角度看，既不利女性及男性自身素质的发展和提高，也有违社会对公平和正义的追求， 增加社会的不良风气 ，甚至产生代际影响，给社会的和谐构建和稳定发展带来冲击。因此，对我国性别工资差异的特点及其成因进行研究具有重要的现实意义。 对性别工资差异的研究总体来说可分为两大类 ：一类是基于平均工资层次的研究，一类是基于整个工资分布 角度 的研究。由于 前者只能单纯 考察解释变 量均值对平均工资差异的影响，因而，国外研究的主流 已经逐渐从平均工资 的 层次转向 从整个工资分布的角度， 对 不同 收入层 的 性别 工资差异 同时进行考察。 最近的研究结果 显示 ，性别工资差异在不同国家都 表现出 所谓的“天花板效应”或“地板效应”现象。 et 2003）在对 1998 年瑞典的性别工资差异进行研究后 首次 指出 “天花板效应”（ ， 指的 是 在工资分布的高端，随着工资水平的 上升，性别工资差异越大 1， et 2005） 随后对欧盟多个国家的性别工资差异进行 研究 后指出 有的国家表现出 的却是在工资分布的低端，随着工资水平的 下降 ，性别工资差异 越大，相应 称之为“地板效应” .（ 2。 et 2010）提出将 位 点 的性别工资差异超过参考分位 点 （ 的性别工资差异至少两个百分点 认为具有 “天花板效应”， 同时 将 位 点 的性别工资差异超过参考分位 点 （ 的性别工资差异至少两个百分点定义为“地板效应” 3。 就我国性别工资差异的研究情况 ， 国内学者 仍多集中在对平均工资 差异 分析的层次， 从整个工资分布的角度进行 研究 的 文献 还是为数很少 。 从研究得到 的结论来看，多数学者 认为 就 我国城镇住户 而言， 在工资分布的低端，性别工资差距较大，而在工资分布的 高 端，性别工资差距较小 （ 葛玉好， 2007； 008；迟巍、黎波、余秋梅， 2008；张世伟、郭凤鸣， 2009） ， 而就 我国农村的性 - 4 - 别工资差异在工资分布的不同位置是什么情况则 极 少论及 ；陈建宝、段景辉（ 2009）利用 数据就我国 居民总体 2005 年 的 性别工资差异 进行研究后得出 在整个工资分布上表现为两端小、中间 大 4。 另一 方 面， 针对 我国性别工资差异中是否存在“天花板效应”和“地板效应”的研究则 只 有寥寥几篇 。 亓寿伟、刘智强（ 2009）的 研究 认为 ，无论是国有部门还是非国有部门，性别工资差异存在“地板效应” 5。王震（ 2010）研究指出，农民工的性别工资差异表现出“天花板效应”，而城镇职工的性别工资差异表现为“粘地板效应” 6。 总的来看， 国内学者对我国的性别工资差异 在 工资分布的不同位置 呈现出的特点和成因 还没有明确的认识 ， 由于研究角度 及所用的数据 不同 ， 对我国的性别工资差异是否存在“天花板效应”和“地板效应”的 回答 也 不 一致 ， 此外 ，国内的研究所用的都是较早以前的微观数据， 得到 的 结论 对 我国近两年的 性别 工资差异情况 可能不再合适 。 为此，本文利用 2009） 数据， 首先 通过非参数估计方法对工资分布函数表现出的整体性别工资差异特点及不同收入水平的性别工资差异情况进行刻画 ， 得到 我国的性别工资差异是否存在“天花板效应”和“地板效应” 的初步判断 ， 然后 应用分位数回归方法对 我国男性和女性的 生产率特征回报率差异进行分析，进一步 通过建立基于 反事实分布的分位数 分解模型 ， 从区分城镇和农村的角度 ， 对我国 的性别 工资差异是否存在“天花板效应”和“地板效应”进行 实证 ，接着 依据得到的分位数分解结果， 对 不同分位点 上由 性别歧视引起的工资 差异 程度 进行考察 。 需要说明的一点是， 就两种效应 所 指的内涵 ，本文一方面沿循 et 2003） 和 et 2005） 的本义，另一方面借鉴 et 2010）的 做 法，将 位数上的性别工资差异超过参考分位数（ 的性别工资差异至少 5 个百分点认为具有“天花板效应”， 同时将 位数上的性别工资差异超过参考分位数（ 的性别工资差异至少 5个百分点定义为“地板效应” 。本文最后 部分 是结论和相应的政策建议。 二、 建模思 想 与模型设定 （一） 理论分析与假设 依据劳动经济学理论，性别之间的工资差异 可以分为两个方面 ： 一是性别之间生产率特征 不同引起 的差异，属于合理的可解释的差异 ； 一是相同生产率特征 - 5 - 的女性与男性所获得的报酬不同引起的差异，属于不合理、不公正、不可解释的差异，学者多把这类差异归结为劳动力市场上存在性别歧视的结果。 生产率特征主要指个体特征及其所从事工作的特征。理论上，个体 特征应该包括年龄、性别、婚姻状况、教育程度、经验、资历、所在地区、精神状况、个人偏好、个人愿景、家庭状况等 因素， 工作特征应该包括职业、部门、行业、企业、 雇主偏好、全职或兼职 的 工作状况、工作环境、工作强度、有无培训、有 无相关 保险等 因素。这其中有的因素是可以衡量的，也有一些不容忽略的因素无法得到衡量。由于存在着 一些同性别联系在一起而又无法 得到 衡量的生产率特征因素， 同时，由于可得数据的约束， 即使是可衡量的因素 ， 也不可能全部包括到实际的分析当中 ， 到目前为止，还没有一种完全令人满意的方式能将两个方面的原因对工资差异产生的影响完全区分 7。 因此，本文的分析研究建立在以下几个假设基础之上。 假设 1： 可获得的生产率特征充分反映了 个体特征及其所从事工作的特征。 假设 2： 无 法得到解释的性别工资差异可以归结为性别歧视原因引起。 假设 3： 影响男性和女性工资的生产率特征是相同的。 同经济学的其它假设一样，这些假设也有其局限性，现实生活中， 女性普遍地较男性承担着更多的家庭责任，不大可能在工作时间之外去从事工作，当家庭生活和工作之间出现冲突时，女性 还 可能放弃工作， 由于 无法对这些因素加以衡量， 结果 就表现为女性的可观察的生产率特征回报率较男性要低。因而，无法得到解释的性别工资差异中，至少有一部分可以用类似这些不可衡量的生产率特征得到解释 8。 另 一方面，由于 社会、学校和父母对男性和女性的要 求和期望并不相同，导致二者在选择职业的偏好不同，女性可能更倾向进入包括家务劳动的低工资行业 ， 因此 影响二者工资的有关因素 也 并不完全相同 。 有了 上述的几个假 定 ， 就可以 通过 估计 工资方程 和 应用 反事实 分析 法 对性别工资差异 进行研究。 以传统的 解方法为例， 首先 对女性和男性的工资方程 分别 进行估计，得到 二者的生产率特征回报率 ，然后把女性的生产率特征和男性的生产率特征回报 率 相乘，表示和男性生产率特征回报率相同的假设下女性 可以 获得的工资水平， 即女性的反事实工资， 接着将此假设的女 性工资水平和实际的男性 工资水平加以比较，二者之间的差距即可视为 性别歧视引起的性别工资差异，差距占全部性别工资差距的比重越大，表示性别歧视越严重。 其它如 解、 解、 解方法等， 内含 的思路都相类似。 - 6 - （ 二 ） 工资分布的非参数估计 对性别工资差异的刻画 除了应用上述的方法对性别工资差异的成因进行考察外，还有必要先就 男性和女性的 工资 分布 自身 认识 整体的性别工资差异特点以及 不同收入 水平 的性别工资差异 情况 。 由于工资或收入的真实分布时常是未知的， 而 非参数估计方法在样本容量较大的条件下，较传统的参数估计方法无须对总 体分布的具体形式进行假定， 同时 能够给出对真实分布的更为稳健的估计 ，为此， 本文 选择非参数估计方法 对工资分布函数及不同收入水平的性别工资差异进行刻画。 本文首先应用核密度估计方法得到男性和女性的工资分布函数，从整体上认识我国的性别工资差异特点 ，然后通过在工资累积分布的百分位点上取值， 再 应用核加权局部多项式平滑方法得到各分位点上女性相对男性的工资差异情况 ，对我国的性别工资差异是否存在“天花板效应”和“地板效应”作 初步的判断。 核密度估计的原理和直方图类似，不同的是核密度估计方法使用更一般的核函数而非直方图使用的示性函数，并通过允许各组之间交叠，从而得到对密度函数的光滑估计。局部多项式方法则是对每个点 x 拟合一个局部多项式来估计在该点的密度，因而在边界上的估计效果较核密度方法好 9，因而更适合于考察分布两极的性别工资差异情况。 （ 三 ） 男性与女性工资方程的分位数回归模型 由于分位数模 型在研究分区间数据方面的优良性，我们选择采用 基于分位数回归方法的分解 模型对性别工资差异作进一步研究以及对 上文提及的 假定 进行求证，为此 首先需要 在经典 1973）工资方程的基础上加以扩 展，建立男性与女性工资方程的分位数回归模型。 分位数回归 （ 方法 由 1978） 10提出， 由于 能够更加全面地描述 解释变量 x 对被解释变量 y 的条件分布 近来得到了广泛的应用。较一般的线性回归，分位数回归方法具有多方面的优势，除了 不要求 扰动项 的正态假设 、 估计量不 易受 极端 值 影响 外， 尤其适 合 分布呈现异质性 ， 如不对称 、厚尾、截断性等特征的因变量 ， 为分析 提供更为详尽的信息。另外，由于是对条件分布的不同分位点进行估计， 不存在 单纯考察条件均值 ()E 临 的选择偏差 问题 。 为此，本文选择分位数回归方法研究有关生产率特征因素对处在不同工资水平的男性和女性工资的不同影响。 - 7 - 具体到 男性与女性工资方程的分位数回归模型 ，以 男性或女性的对数工资为被解释变量，模型可设定如下： l n , ; ( 0 , 1 )i i i u i m f （ 1） 其中 ,i m f 分别表示男性和女性； , )i m f 的对数工资； 回归元K 的列向量， 表示影响对数工资的各个因素，或者说生产率特征 ； 由于工资取了对数形式，i表示 男性或女性生产率特征 i表示不同分位数 对应的i； 假定残差项足( ) 0u a n t u X 的条件。 (w 表示 对 数工资的第 分位数值，给定 件下有： ( l n ) ( 0 , 1 )i i i iQ u a n t w X X （ 2） 根据 1978），i的估计可通过最小化（ 3）式求得： 11( l n ) , ; 1 , 2 , ,ni i j i j i j w X i m f j n （ 3） 其中i 的男性或女性的样本量， 0()( 1 ) 0 为检查函数（ （ 四 ） 分解方法的选择 传统的分解方法是针对条件均值的工资差异进行，然而，基于平均工资层次的分解，无法考察不同工资水平上男性和女性的性别工资差异，会掩盖很多重要的信息，进一步容易得出错误的结论，而基于 反事实分布 的 分位数 分解方法，不仅可以研究工资方程中系数变化对性别工资差 异的影响，同时可以研究解释变量分布的变化对性别工资差异的影响 11，因而，分位数分解方法开始取代传统的均值分解方法，成为国内外研究性别工资差异的主要方法。 为此，本文应用分位数分解方法对引起我国性别工资差异的两个方面原因进行研究 ， 具体的 分位数分解模型如下： - 8 - 1. 性别工资均值差异的 解方法 基于上节介绍的男性与女性工资方程的分位数回归模型， 应用传统法对性别工资差异进行分解， 可以对男性和女性工资差异进行如下的条件均值分解： ( l n ) ( l n ) ( ) ( )m f m f m f m fE w E w E X E X E X （ 4） 其中 “反事实”工资，表示女性按男性的生产率特征回报率m可以得到的对数工资；（ 4）式右边第一项 ()m f E X 为特征差异，表示男性和女性生产率特征不同引起的性别工资差异；第二项 ()f m 为系数差异，表示由于就业市场对男性和女性生产率特征回报率的不同引起的性 别工资差异。 由于（ 4）式也可作如下分解： ( l n ) ( l n ) ( ) ( )m f m f f m m fE w E w E X E X E X （ 5） 这就产生所谓的“指数问题”（ 即使用男性还是女性的回归系数作为没有“歧视”的工资结构。为解决这一问题， 1988） 12提出使用男性和女性全部样本的回归系数 * 作为没有“歧视”的工资结构，并作如下分解： * * *( l n ) ( l n ) ( ) ( ) ( )m f m f m m f fE w E w E X E X E X E X （ 6） （ 6）式 右边第二项、第三项可分别理解为男性因为性别歧视获得的“好处”和女性因为性别歧视得到的“坏处”。 2. 性别工资差异的分位数分解模型 类似 法对于性别工资差异的均值分解，不同分位数的性别工资分解按（ 4）式有： ( l n ) ( l n ) ( , ) ( , )+ ( , ) ( , )m m f f m m m fm f f fQ w X Q w X Q X Q Q X （ 7） 若按（ 5）式则有： ( l n ) ( l n ) ( , ) ( , )( , ) ( , )m m f f f m f fm m f mQ w X Q w X Q X Q Q X （ 8） - 9 - 本文按（ 7）式进行性别工资差异分解，其中的 ( , )表示按男性的 生产率特征回报率m条件下女性的反事实工资分布第 分位数估计值，（ 7）式等号右边各项的意义同于（ 4）式，第一项表示分位数 下的特征差异部分，第二项表示分位数 下的系数差异部分。 3. 反事实工资分布的构造 从上 面的 分解可以看到，如何得到女性的反事实工资分布是对性别工资差异进行分位数分解的关键，构造反事实工 资分布的方法中广泛被使用的是 2005） 13提出的估计方法（ 法）。 法主要是依据概率积分转换原理，通过以下四个步骤来构造女性的反事实工资分布： 1）从均匀分布 0,1U 中生成一个大小为 n 的随机样本12,nu u u。 2）利用男性的数据估计 ( u a n t w X，得到不同分位数下的回归系数()，其中 12, , , , ,u u u 。 3）利用女性的数据对成一个大小为 n 的1随机样本。 4）在男性的分位数回归系数的基础上，模拟女性的工资分布，重复进行 n 次，最后得到反事实的女性工资分布1 ( ik m k u 。 由于不能保证 估计出来的条件分位数方程 是单调的，从而也不能保证是否能够转换，另外， 法无法进行估计量方差的统计推断，进而 2006） 14提出了一种构造反事实分布的新方法，因其具备渐近性质的估计结果，在国外的最近研究中逐渐取代了 法得到了普遍的利用。 2006）通过将估计得的工资条件分布在所有分得到工 资的无条件分布，借此构造反事实工资的无条件分布，针对本文的具体分析，分成男性和女性两组，工资的无条件分布有： 1( l n ) ( l n ) ( ) ( l n ) ,f t t i t i t t t w F w X d F X n F w X t m f （ 9） 进一步有女性的反事实工资分布 第 分位数 估计值： - 10 - 1( , ) i n f l n : ( l n )m f f w n F w X （ 10） 按（ 7）式对第 分位数的性别工资差异分解 : ( l n ) ( l n ) ( , ) ( , ) + ( , ) ( , )m m f f m m m f m f f fQ w X Q w X Q X Q X Q X Q X 其中： 1( , ) i n f l n : ( l n )m m m w n F w X 1( , ) i n f l n : ( l n )f f f w n F w Xmn、 三、 数据说明 本文研究基于中国健康与营养调查（ 向数据库，选取 2009 年的最新抽样调查数据进行。依据我国对劳动和退休年龄的规定，样本对象 设 为年龄 1660 周岁的男性和 16 55 周岁的女性，剔除 没有工作或工资不是正数的个体 ， 初步得到的男性和女性样本分别为 1929 和 1158。 考虑到对数小时工资分布接近正态分布，估计偏误小，我们选取对数小时工资为被解释变量， 同时 选取工作经验、工作经验的平方 除以 100、受教育年限、工作单位所有制属性、职业、 省份 以及城乡作为解释变量，没有考虑年龄 因素，是因为 工作经验是通过年龄减去受教育年限再减 6 得到，二者之间 存在共线性 。 具体处理 时 ，按照劳动法对年满 16 周岁才能参加工作的规定，若受教育年限小于 10年 的 个体 则 其 工作经验等于年龄直接减 16；加入 工作经验的平方除以 100，是考虑到 工资随着年龄或工作经验增长先升后降的非线性关系； 按照 调查设问，把 工作单位所有制属性分为国有 （包括政府机关、国有事业单位和研究所及国有企业） 、集体 （包括乡镇所属的小集体、县、市、省所属的大集体及家庭联产承包农业） 和私营 （包括私营、个体企业、三资企业（属于外商、华侨和合资）及其它） ； 职业分为蓝领 （包括技术工人或熟练工人、非技术工人或熟练工人、士兵与警察、司机及服务行业人员） 、白领 （包括专业技术工作者、管理者、行政官员、经理、办公室一般工作人员、军官与警官） - 11 - 以及农林牧渔业人员 （包括农民、渔民、猎人） ； 省 份 包括 江苏、山东、河南、湖北、湖南、广西、贵州、辽宁及黑龙江 9 省。 去掉对数小时工资不是正数的样本，最后 得到 的 男性和女性样本分别为 1864 和 1086。 四、初步的描述统计分析 （一）男性与女性平均工资的差异 表 1 给出了分城乡、分受教育水平以及分职业类型的年工资和小时工资平均水平。 表 1 分不同类型年工资和小时工资 的平均水平 平均年工资 平均小时工资 女性 男性 女 /男比例 女性 男性 女 /男比例 总样本 (1158) (1929) (1158) (1929) 分城乡 城镇 (480) (665) (480) (665) 乡村 (678) (1264) (678) (1264) 乡 /城比例 分受教育水平 文盲及小学 （ 283） （ 344） （ 283） （ 344） 初中 （ 368) (842) （ 368) (842) 高中 (185) (362) (185) (362) 中等职业技术 (174) (198) (174) (198) 大专或大学 (147) (180) (147) (180) 硕士及以上 (1) (3) (1) (3) 按职业类型分 白领 （ 421） （ 619） （ 421） （ 619） 蓝领 （ 515） （ 886） （ 515） （ 886） 农林牧渔从业 - 12 - （ 222） （ 424） （ 222） （ 424） 注：括号内为相应样本量。 从表 1 中可以看到， 就平均年工资而言， 农村的性别工资差异较城镇大， 从受教育水平看，随着学历的提高，性别工资差异 缩小 ， 分 职业类型来看，从农林牧渔从业、蓝领到白领，性别工资差异 变小 。 平均小时工资表现的女性占男性工资比例较平均年工资的情形明显要小，说明男性和女性劳动投入上存在较大不同。另外，还出现一些极端值，该部分是抽样误差及部分群体的工作时间难以确 定引致。虽然有这方面的不足，由于小时工资能够更精确地反映性别之间的工资差异，为此本文选择对数小时工资作为被解释变量。 （二） “天花板效应”和“地 板 效应”的初判 图 1 左侧是应用核密度估计方法绘出的男性和女性对数 小时 工资密度分布，右侧是男性和女性对数 小时 工资累积分布。 从 左 图 可以看到，一方面女性的工资分布在男性左侧，峰 顶 较 尖 ，二者的分布在中部较为明显地岔开，说明女性的总体工资水平低于男性， 且较 男性的工资分布更加 不均 ；另一方面女性的工资分布较男性左尾更高，而右尾较低，说明低工资水平上聚集了更多的女性，而在工资分布的 高端以男性居多。从 右 图 的 累积分布 可以看到，在任一个分位数上女性的对数 小时 工资均低于男性。 4 6 8 102009 女性2009 4 6 8 102009 女性2009 男性图 1 2009 年男性和女性的对数 小时 工资密度分布和累积分布 为了更加直观地展示不同分位数上的性别工资差异，笔者在男性和女性对数小时工资分布的百分位偶数点（ 2、 4、 、 98）上取值（ 49 个点），然后应用核加权局部多项式平滑方法对各分位点上的男性和女性对数小时工资差异（男性对数小时工资减去女性对数小时工资）进行曲线拟合，得到图 2 所示的 2009 年依分位 - 13 - 数不同的我国性别对数小时工资差异，图 3 则是区分城镇和农村样本分别 绘出的依分位数不同的男性和女性对数小时工资差异。从图 2 可以看到，在工资分布的高端，随着分位数的提高，相对工资差异迅速拉大， 表现出 “天花板效应”， 然 而从图 3 可以看到，城镇的相对工资差异表现出的却是 截然 相反的走势。这说明对我国的性别工资差异是否存在“天花板效应”或“地板效应”需要区分城镇和农村分别进行判断，否则就会得出相悖的结论。 0 20 40 60 80 100图 2 2009 年依分位数不同的我国性别对数小时工资差异 0 20 40 60 80 1002009 0 40 60 80 1002009 年农村图 3 2009 年依分位数不同的分城镇和农村性别对数小时工资差异 五 、 男性和女性工资方程的 分位数 回归系数差异 分析 这一部分考察 2009年我国 不同 分位点上 的男性和女性生产率特征回报率的差异，依据 介绍的男性和女性工资方程 的分位数回归模型，以对数小时工资为被解释变量， 相应 模型 如下 ： ( l n ) ( , ) ; ( 0 , 1 )i i i iQ u a n t w X X i m f (w X 表示给定解释变量 件下的对数小时工资分布的第 分位数 - 14 - 值；