哪些女大學生遭受了起薪歧視？

哪些女大學生遭受了起薪歧視？

作者：李紅霞孫璐胡永遠

教育與經濟 2015年06期

中圖分類號：F08；G40-054 文獻標識碼：A 文章編號：1003-4870(2015)01-0044-08

勞動力市場上的性別歧視一直受到理論界和實踐界的關注。在大學生勞動力市場上，“同工不同酬”現象仍然普遍存在，女大學生即使獲得了就業的機會，也沒有得到與自己能力相等的報酬。調查顯示，女生只能獲得較低薪資或較低專業對口度的工作，實現就業[1]；女大學生獲得的第一份工作工資，即起薪，僅為男生的81.9%[2]。但問題是，我們不僅需要關注女大學生起薪是否受到性別歧視，而且要關注哪些女大學生受到更嚴重的起薪歧視。對這一問題的理論探索，有助于政府采取更具針對性的政策。

理論上，學者們首先關注的是男女大學生工資差距的絕對量及其影響因素。根據人力資本理論[3]，大學生人力資本或個人稟賦特征，是決定起薪的主要因素；根據歧視理論，女大學生容易受到統計性歧視[4]和偏好歧視[5]的影響，從而導致雇主不錄用或支付較低的起薪；根據職業隔離理論，女生偏好的“女性學科”，如文學等專業，缺乏技術性，而男生偏好的“男性學科”，如工科等，專業性強，結果導致起薪差別[6]。

學者們關注的另一領域是女大學生工資的性別歧視程度。這也是理論界重點關注的問題。方法運用上，均值分解法仍然是主流分析技術。這類方法的基本思想是，以均值回歸為基礎，將男女大學生工資差異的影響分解成個人稟賦差異和不可解釋部分，然后將不可解釋因素的“貢獻”視為“性別歧視”，并且將“性別歧視”與工資總差異的比率稱之為“歧視比率”。如顧兆廷(2011)采用了Oaxaca-Blinder方法分解[7]；柴國俊(2011)使用Neumark方法，以解決Oaxaca-Blinder方法的指數基準問題[8]；彭競(2011)使用Brown分解，糾正了就業部門選擇問題[9]；柴國俊(2011)使用Applenton方法，考慮了Brown分解的選擇性偏差問題[10]。從估計結果看，學者們一致認可，女大學生遭受的性別歧視程度很高，一般占到了起薪差距的70%以上[11]，許多估計甚至達到了90%左右[12][13]。

然而，現實中的工資分布通常不是正態的，具有長尾的特性。因此，均值層面上得到的結果很可能“被平均”。而政策決策者需要確切地知道：是否所有的女生存在同樣大的起薪差距？是否都受到了同樣的歧視？哪些女生是最需要幫助的對象？只有明確了這些問題，才能決定是否采用統一的政策還是差別化的政策。

利用“高校畢業生就業問卷調查”數據，基于分位數分解方法，本文旨在檢驗女大學生起薪差距及其性別歧視程度。結果表明，女大學生起薪遭遇了顯著的性別歧視；而且，在高分位數處，即工資分布的高端，性別歧視程度更為嚴重。這一結果有助于政府在解決就業的反性別歧視問題上采取更具針對性的政策。

二、數據與方法

(一)數據描述

本文采用2008年5-6月本課題組“高校畢業生就業問卷調查”數據。問卷調查采用簡單隨機抽樣法，調查對象為2008屆大專以上高校畢業生，調查地域涉及湖南、湖北、江蘇等13個省市，共有30余所大專以上高校參與此次調研。共發出4000份問卷，回收2900份，回收率72.5%。但由于調研時點選擇在大學生尚未畢業的時間，故有“用人單位提供的初始月工資”(即起薪)樣本只有880個。本次調查涉及不同地域、學歷層次、專業和生源，因此，能較為客觀地反映高校大學生就業的真實狀況。

調查的問題，主要分為以下四類：第一類與大學畢業生人力資本或個人稟賦特征有關：性別、專業、學歷層次、學業成績、獎學金、等級證書、政治面貌、學生干部、第二專業、實習經歷。第二類是關于大學畢業生社會資本的變量：父母文化程度、父親職業、就業時幫忙的熟人關系個數等。第三類是與生源地域相關的變量：家庭所在地、院校類型、學校地點等。第四類是工作搜尋努力及結果：所在學校舉辦就業供需見面會次數、參加過的面試次數、參加的就業指導課次數、目前是否已簽約或等待簽約、就業單位地區、用人單位提供的初始月工資等。

由于有些變量在后面的回歸分析時不顯著，所以，我們對一些主要變量做基本的描述性統計分析。

問卷中有“用人單位提供的初始月工資”樣本共880個。其中，男生樣本為557個，女生樣本為323個，分別占樣本的63.3%和36.7%。男生平均月工資為2258元，女生為2026元，比男生低10.3%(232元)。顯然，在起薪方面，男女大學生的確存在著性別差異。

從男女大學生的稟賦特征差異和分類工資差異來做進一步的分析，結果見表1。

第一，在個人特征稟賦方面，男生主要在“‘211’重點院校”、“省會城市”的學校、所學專業為“理科”、“工科”、就業單位地區等方面占有優勢；而女生主要在“經管”類專業、學歷層次為“本科”和“成績排班級前25%”、父親為“科級及以上干部”等方面具有優勢。比如，在“‘211’重點院校”一項，男生所占比例占全部男生的58.71%，而女生比例只占全部女生的51.39%，說明男生占比具有優勢；而在“本科”學歷一項，女生比例占全部女生的75.70%，而男生所占比例只占全部男生的52.60%，說明女生占比具有優勢。

第二，同等條件下，男生的起薪水平基本上高于女生。比如，同為“理科”畢業生，男女起薪差距達到691元，是男女均值差距(232元)的3倍。

第三，與男女起薪差距的均值比，個人特征或外部條件的層次或水平越低，男女起薪差距越大。如，“普通院校”和“二級學院”、“專科”、“非省會”學校等；而在另一端，如“‘211’重點院校”、“省會城市”學校，男女起薪差距反而較小。

總之，盡管男女大學生起薪的均值差距只有10%左右，但是，如果考慮到不同的學生稟賦特征差異和起薪分布，就會發現：同樣稟賦特征的男生和女生存在起薪差異；而且，起薪差異可能在工資分布的低端更大。因此，需要進行分位數層面的分析。

(二)分位數回歸與分解方法

分位數回歸方法是指利用解釋變量的多個分位數(例如10分位、50分位、90分位等)，以分析不同分位數上解釋變量對因變量的影響。該方法最早由Koenker和Bassett(1978)提出[14]。與傳統的最小二乘回歸(即OLS)相比，分位數回歸方程不僅能詳細地描述自變量對因變量變化范圍以及條件分布形狀的影響，還能捕捉分布的尾部特征。它能全面地刻畫分布的特征，而且對異常值的敏感程度也小于均值，故分位數回歸系數比OLS回歸系數更穩健。

分位數的工資回歸模型可以表示為：

其中i=m，f，分別表示男大學生和女大學生，表示特征向量，表示不同分位點θ處i的特征回報率，該值可以通過下式求解：

其中j=1，2，3，…n，表示男大學生和女大學生的樣本數，為檢查函數。

工資差距的分解方面，最早采用經典Oaxaca Blinder分解[15][16]。這種分解方法是一種基于均值的分解。

但是，均值層面的分析無法全面揭示工資差距的全貌。實際上，工資的分布是一種典型的長尾分布，而非正態分布，因此，在不同的工資分布上，影響因素的不同可能導致歧視特征的差異。Melly(2006)方法[17]就是一種典型的分位數分解。該方法首先基于參數的分位數回歸來估計工資的條件分布[18]；接著，整合協變量的范圍來獲得無條件分布函數估計；然后，進一步構造反事實工資分布，將工資差異分解為特征差異和特征價格差異(歧視)。

如果用數學式表示，θ分位點處的男女工資差距可以分解為：

該式左邊是分位點θ上男性與女性工資的差距，，(i=m，f)分別是男女的稟賦特征和特征價格。右邊第一項表示男性和女性個人稟賦特征導致的工資差異(特征價格相同)；第二項表示男性和女性稟賦特征價格導致的工資差異(稟賦特征相同)，也即歧視。

三、估計結果

(一)起薪差異的影響因素

既然男女大學生存在明顯的起薪差距，而且呈現出起薪分布上的不同特征，那么，在各個分位點上，究竟哪些因素對工資有顯著影響？

首先，利用OLS回歸對大學生的起薪進行均值層面的分析。以Mincer收入方程式為基礎，“用人單位提供的初始月起薪”的對數(lnw)為被解釋變量，選擇院校類型、性別、學校地點、專業、學歷層次等為解釋變量。先進行異方差檢驗，發現不存在異方差；但是，由于樣本來自于不同省份，同一省份內的樣本間可能存在一定的誤差相關，因此，我們按照學校所在“省份”進行聚類，選擇聚類穩健標準誤估計，結果見表2的第2列。然后，選取大學生起薪的10分位、25分位、50分位、75分位和90分位處進行回歸分析，結果如表2所示。

OLS聚類穩健標準誤的回歸結果顯示，在均值層面，個人稟賦特征尤其人力資本變量，是決定大學生起薪的首要因素，“‘211’重點院校”、“理科”、“工科”、“本科”等人力資本變量對起薪的影響顯著為正；同時，父親職業為“科級及以上干部”、“面試次數6次以上”、“就業單位在東部”等變量對起薪的影響也顯著為正。但另一方面，“女性”身份對起薪具有顯著負影響，“女性”將減少起薪12.5%。這是一個具有性別歧視的明顯信號。

分位數回歸結果卻顯示出更豐富的內容。

首先，“女性”身份對起薪的影響顯著為負；而且隨著分位數的增加，負影響程度逐漸增大。從表2的第2行看，除了10分位外，“女性”身份對大學生的起薪均存在顯著負影響，如在90分位處的系數高達-0.20。這表明，在起薪的高分位處，女性可能受到了更大程度的性別歧視。

其次，個人稟賦特征對因變量的影響程度隨分位點的不同而不同。在起薪的低分位處，人力資本變量對大學生起薪的影響程度較大。其中，在10分位處，“‘211’重點院校”的系數高達0.69，而在高分位處卻為負值。相反，在起薪的高分位處，社會資本因素對大學生起薪的影響程度較大，如父親職業為“科級以上干部”在低分位處對起薪無顯著影響，但在90分位數處的系數則高達0.26。

回歸分析表明，男女大學生起薪差異既可能由個人稟賦特征差異決定，也可能由性別歧視造成。那么，這兩種因素對起薪差異的具體影響程度和比例多大？性別歧視在起薪分布上呈現怎樣的特征？下面將進行分位數分解來予以回答。

(二)起薪差異的分位數分解

首先，我們采用Oaxaca-Blinder分解。結果顯示，男女大學生工資對數的均值差距為0.136(p=0.000)。其中，個人稟賦特征差異所占比重為8.3%，而稟賦特征回報率差異所占比重或歧視比率為91.7%。這說明，在均值層面，性別歧視是造成男女大學生起薪差距的最主要原因。

然后，利用Melly(2006)分解方法，將男女大學生不同分位數上的工資對數進行分解，結果如表3所示。

表3第2列的結果顯示，工資對數的性別差異隨分位數上升而減少。在40分位數之前，工資對數差異均大于Oaxaca-Blinder分解的均值(0.136)，而在此之后則小于均值；特別地，在10分位數處，工資對數差距最大，為0.2358，而在90分位數點，則下降到0.0592。第3列體現的是男女大學生個人稟賦特征差異，在工資低分位數處，男生占有稟賦優勢，數值為正；而在高分位數處(70%以后)則女生占有優勢，數值為負。

表3第4列是稟賦特征回報率差異。第5列是稟賦特征回報率差異所占比重(第4列除以第2列)，或歧視比率，隨分位數上升呈逐漸增大趨勢。尤其是70分位數以后，性別歧視程度均超過100%。這是一個無法在均值層面分析得到的結果。這是由于在工資的高分位處，稟賦特征差異表現為負值，即女大學生的個人稟賦特征優于男大學生的個人稟賦特征所致。

如圖1所示，我們將男女大學生的工資分布每隔1個分位點的回歸結果擬合成男女大學生的工資對數總差異、個人稟賦特征差異和特征回報率差異3條曲線。橫軸是分位點，縱軸是工資對數的差異。可以發現：隨著分位點的逐漸上升，大學生的工資差異逐漸減少，男女稟賦特征差異由正變負，這表明男大學生的個人稟賦特征優勢逐漸減小，女大學生的稟賦特征優勢逐漸增強；并且，稟賦特征回報率曲線整體呈U型，在高分位點高于個人稟賦特征差異曲線，表明性別歧視是造成男女大學生工資差距的主要因素，尤其是位于工資高端的女大學生，遭受更大的性別歧視。

圖1 男女大學生起薪差距分解的變化趨勢圖

四、穩健性檢驗

前面采用Melly方法估計的結果(表3)中，70分位以上(包括70分位)的稟賦特征回報率差異均超過100%。這一結果雖然可以用女大學生性別歧視加以解釋，但是，取得高起薪的男大學生是否存在一些不可觀測的特質，而獲得用人單位的青睞呢？或者說，超過100%的歧視程度是否存在夸大的“偽”歧視？

為了回答這一問題，我們希望將不可觀測的稟賦特征差異從總的工資差異中分離出來。而利用Juhn-Murphy-Pierce分解方法(簡稱JMP1993)[19]，可以將男女大學生的工資差異分解為個人稟賦特征差異、個人稟賦特征回報率差異及不可觀測技能差異三個部分。我們得到分解結果如表4所示。

由表4第2列可知，高分位處的工資差距均低于平均差距(0.1361)，而低分位處的工資差距均高于平均差距，說明隨分位數的逐漸上升，男女大學生的工資差異遞減。另一方面，由第5列可知，個人稟賦特征回報率差異所占比重隨著分位數的上升而增大。這一結果也是對前面Melly(2006)估計結果的一種佐證。

但我們感興趣的是，男女學生不可觀測技能差異所占比重。從第6列看，男大學生并沒有明顯的優勢，其中，在10、50和75分位處，女生的不可觀測技能甚至高于男生；而且，從第7列看，不可觀測技能差異遠小于歧視所占比重(第5列)，且在工資的高分位處，其所占比重都小于10%。因此，這就說明Melly(2006)分解中，“高分位處具有更大的性別歧視程度”這一結果，不是由于男大學生不可觀測技能所造成，而是實實在在的性別歧視。

五、結論與討論

本文以“高校畢業生就業問卷調查”數據為基礎，對男女大學生起薪差距進行了分位數分解。分析表明，一方面，工資對數的性別差異的絕對量隨分位點由低到高，逐漸縮小；另一方面，隨工資分位數上升，歧視性差異比例增大，高收入群體的性別歧視程度更大。

而且，在工資的高分位數處，人力資本的作用很小，社會資本的作用明顯。在工資高端，盡管女生占有稟賦特征優勢，但崗位的獲得并不由個人人力資本所決定，而是由外部因素如父親工作性質為“科級以上干部”或“經營業主”、就業單位在“東部地區”等決定。因此，我們可以推斷，如果女生沒有較好的家庭背景，單純依靠自身的人力資本優勢，可能難以獲得高工資崗位；只有非常優秀的女生，或者擁有與男生同樣人力資本但卻擁有更好家庭社會資本的女生，才可以獲得與男生同樣的起薪。

因此，女生受到的起薪歧視很有可能是受到了行業或職業“進入”的障礙。在工資的高端，很可能是一些正規部門或壟斷部門的職業，女生的難度主要在于“進入”難。只要“進入”，基本上還是體現了同工同酬，男女起薪差距較小；而在工資低分位數處，男女生起薪的較大差距可能在于“職業隔離”，即男生的工作集中于一些“男性”工作如工程、技術類等，而女生只能集聚在勞動力市場上的二級市場，技術性和專業性要求均低于男性工作，結果造成了“職業”差距。

我們的研究表明，不能簡單地按照起薪的差距大小來判斷性別歧視的程度；同時，由于工資高分位數處具有較大的性別歧視程度，因此，要將反性別歧視的重點放在高工資崗位的獲取上。我們的分析有助于政策決策者更好地組織和實施具有針對性的就業或反歧視政策。比如，政府部門應該重點監管壟斷部門、大型公司在用人環節上的性別歧視問題。

作者介紹：李紅霞，女，南京財經大學高等教育研究所助理研究員，研究方向為教育經濟理論；孫璐，女，南京財經大學公共管理學院研究生，研究方向為人力資本理論；胡永遠，男，南京財經大學公共管理學院教授，研究方向為勞動經濟理論與實踐，江蘇 南京 210046

【哪些女大學生遭受了起薪歧視？】相關文章：

深圳專科碩士博士起薪全國居首04-26

粵高校畢業生平均起薪2890元04-30

成都本科畢業生 起薪1828元04-25

美國留學薪酬PK：技術人才起薪最高04-30

消除歧視05-01

射手女的魅力有哪些12-18

來日高攀不起的星座女12-17

哪些星座男喜歡天秤女03-09

關麗的歧視05-02

大學生面試如何談薪04-27