我國(guó)工資性別差異分布效應(yīng)研究

1、PAGE- 23 - / NUMPAGES24 . . 我國(guó)工資性別差異的分布效應(yīng)研究基于反事實(shí)分析法的分位數(shù)模型論證財(cái)經(jīng)大學(xué) 林劍、程鑫、雪靜目 錄 TOC o h z u HYPERLINK l _Toc297113198Abstract PAGEREF _Toc297113198 h - 2 -HYPERLINK l _Toc297113199摘要 PAGEREF _Toc297113199 h - 4 -HYPERLINK l _Toc297113200一、問(wèn)題的提出 PAGEREF _Toc297113200 h - 5 -HYPERLINK l _Toc297113201二、建模思

2、想與模型設(shè)定 PAGEREF _Toc297113201 h - 6 -HYPERLINK l _Toc297113202（一）理論分析與假設(shè) PAGEREF _Toc297113202 h - 6 -HYPERLINK l _Toc297113203（二）工資分布的非參數(shù)估計(jì)對(duì)性別工資差異的刻畫(huà) PAGEREF _Toc297113203 h - 8 -HYPERLINK l _Toc297113204（三）男性與女性工資方程的分位數(shù)回歸模型 PAGEREF _Toc297113204 h - 8 -HYPERLINK l _Toc297113205（四）分解方法的選擇 PAGEREF _T

3、oc297113205 h - 9 -HYPERLINK l _Toc2971132061. 性別工資均值差異的Oaxaca-Blinder分解方法 PAGEREF _Toc297113206 h - 10 -HYPERLINK l _Toc2971132072. 性別工資差異的分位數(shù)分解模型 PAGEREF _Toc297113207 h - 10 -HYPERLINK l _Toc2971132083. 反事實(shí)工資分布的構(gòu)造 PAGEREF _Toc297113208 h - 11 -HYPERLINK l _Toc297113209三、數(shù)據(jù)說(shuō)明 PAGEREF _Toc297113209

4、 h - 12 -HYPERLINK l _Toc297113210四、初步的描述統(tǒng)計(jì)分析 PAGEREF _Toc297113210 h - 13 -HYPERLINK l _Toc297113211（一）男性與女性平均工資的差異 PAGEREF _Toc297113211 h - 13 -HYPERLINK l _Toc297113212（二）“天花板效應(yīng)”和“地板效應(yīng)”的初判 PAGEREF _Toc297113212 h - 14 -HYPERLINK l _Toc297113213五、男性和女性工資方程的分位數(shù)回歸系數(shù)差異分析 PAGEREF _Toc297113213 h - 15

5、 -HYPERLINK l _Toc297113214六、性別工資差異的分位數(shù)分解結(jié)果分析 PAGEREF _Toc297113214 h - 18 -HYPERLINK l _Toc297113215七、結(jié)論與建議 PAGEREF _Toc297113215 h - 20 -HYPERLINK l _Toc297113216附錄 PAGEREF _Toc297113216 h - 22 -HYPERLINK l _Toc297113217參考文獻(xiàn) PAGEREF _Toc297113217 h - 23 -AbstractUsing CHNS(2009) data, we firstly a

6、pply nonparametric estimation methods to observe the overall gender differential situation in China and to get an initial understanding whether there exists the glass ceiling effect or the sticky floor effects in China by plotting the gender wage gaps in the different income groups. Then we use quan

7、tile regression method to analyze coefficients differential of the influential factors in the male and female wage equations. By the establishment of quantile decomposition model based on counterfactual distribution we empirical the glass ceiling effects or the sticky floor effects from the point of

8、 distinction between urban and rural in our country. The results show that there is a stick floor effect in the urban of our country, while a strong glass ceiling effect exists in the rural of our country. The results also reveal that a lion share of the wage differential between female and male is

9、attributable to discrimination rather than to the human capital difference between the two sexes. Comparing the productivity features return level of male with female on different quantile, we conclude that on the low position of wage distributions, education returns proportion of female is lower th

10、an that of male, and on the same time ,increasing of experience only make an significant effect on female wage which is on the low position of wage distributions. Returns proportion is lower than that of male. we also get the gender wage gaps are more obvious in blue-collar occupations，and the great

11、er the wage differentials with the rise in wages. In the other hand, we find that the gender wage gaps are larger in private enterprises in the middle of the wage distribution.Keyword:Gender Wage Gaps; Glass Ceiling Effect; Sticky Floor Effect;QuantileDecomposition;Counterfactual Distribution摘要：本文利用

12、CHNS（2009）數(shù)據(jù)，首先通過(guò)非參數(shù)估計(jì)方法對(duì)工資分布函數(shù)表現(xiàn)出的整體性別工資差異特點(diǎn)與不同收入水平的性別工資差異情況進(jìn)行刻畫(huà)，得到我國(guó)的性別工資差異是否存在“天花板效應(yīng)”和“地板效應(yīng)”的初步判斷，然后應(yīng)用分位數(shù)回歸方法對(duì)我國(guó)男性和女性的生產(chǎn)率特征回報(bào)率差異進(jìn)行分析，進(jìn)一步通過(guò)建立基于反事實(shí)分布的分位數(shù)分解模型，從區(qū)分城鎮(zhèn)和農(nóng)村的角度，對(duì)我國(guó)的性別工資差異是否存在“天花板效應(yīng)”和“地板效應(yīng)”進(jìn)行實(shí)證，接著依據(jù)得到的分位數(shù)分解結(jié)果，對(duì)不同分位點(diǎn)上由性別歧視引起的工資差異程度進(jìn)行考察。結(jié)果表明我國(guó)城鎮(zhèn)的性別工資差異表現(xiàn)出“地板效應(yīng)”，而我國(guó)農(nóng)村的性別工資差異則呈現(xiàn)出明顯的“天花板效應(yīng)”，分位數(shù)

13、分解的結(jié)果表明，對(duì)女性的歧視都是引起這兩種性別工資差異的主要原因。通過(guò)不同分位數(shù)上男性和女性生產(chǎn)率特征回報(bào)水平的比較得到，處于工資分布低端的女性教育回報(bào)率要低于男性，經(jīng)驗(yàn)的增加只對(duì)低分位數(shù)上的女性工資產(chǎn)生顯著作用，且回報(bào)率較男性低。通過(guò)比較還得到，藍(lán)領(lǐng)職業(yè)的性別工資差異較明顯，且隨著工資水平的提高，差異越大；工資分布的中間，私企的性別工資差異較大。關(guān)鍵詞：性別工資差異 天花板效應(yīng) 地板效應(yīng) 分位數(shù)分解 反事實(shí)分布一、問(wèn)題的提出改革開(kāi)放以來(lái)，人們的收入得到大幅提高的同時(shí)，性別之間的工資差異問(wèn)題也日益顯現(xiàn)，對(duì)此學(xué)者們多認(rèn)為主要是由性別歧視有關(guān)的因素引起的（Meng, X.，1998；Gustafs

14、son and Li，2000；丹丹，2004；王美艷，2005）。性別工資差異的擴(kuò)大會(huì)引發(fā)諸多其它問(wèn)題，如從勞動(dòng)力市場(chǎng)的角度看，會(huì)阻礙人才的自由流動(dòng)，不利勞動(dòng)力資源的合理配置，進(jìn)而影響勞動(dòng)力市場(chǎng)的培育和完善，從社會(huì)文明和進(jìn)步的角度看，既不利女性與男性自身素質(zhì)的發(fā)展和提高，也有違社會(huì)對(duì)公平和正義的追求，增加社會(huì)的不良風(fēng)氣，甚至產(chǎn)生代際影響，給社會(huì)的和諧構(gòu)建和穩(wěn)定發(fā)展帶來(lái)沖擊。因此，對(duì)我國(guó)性別工資差異的特點(diǎn)與其成因進(jìn)行研究具有重要的現(xiàn)實(shí)意義。對(duì)性別工資差異的研究總體來(lái)說(shuō)可分為兩大類(lèi)：一類(lèi)是基于平均工資層次的研究，一類(lèi)是基于整個(gè)工資分布角度的研究。由于前者只能單純考察解釋變量均值對(duì)平均工資差異的影

15、響，因而，國(guó)外研究的主流已經(jīng)逐漸從平均工資的層次轉(zhuǎn)向從整個(gè)工資分布的角度，對(duì)不同收入層的性別工資差異同時(shí)進(jìn)行考察。最近的研究結(jié)果顯示，性別工資差異在不同國(guó)家都表現(xiàn)出所謂的“天花板效應(yīng)”或“地板效應(yīng)”現(xiàn)象。Albrecht et al.（2003）在對(duì)1998年瑞典的性別工資差異進(jìn)行研究后首次指出“天花板效應(yīng)”（Glass Ceiling Effects），指的是在工資分布的高端，隨著工資水平的上升，性別工資差異越大1，Arulampalam et al.（2005）隨后對(duì)歐盟多個(gè)國(guó)家的性別工資差異進(jìn)行研究后指出有的國(guó)家表現(xiàn)出的卻是在工資分布的低端，隨著工資水平的下降，性別工資差異越大，相應(yīng)稱(chēng)之

16、為“地板效應(yīng)”.（Sticky Floor Effects）2。Christofides et al.（2010）提出將0.90分位點(diǎn)的性別工資差異超過(guò)參考分位點(diǎn)（0.50或0.75）的性別工資差異至少兩個(gè)百分點(diǎn)認(rèn)為具有“天花板效應(yīng)”，同時(shí)將0.10分位點(diǎn)的性別工資差異超過(guò)參考分位點(diǎn)（0.25或0.50）的性別工資差異至少兩個(gè)百分點(diǎn)定義為“地板效應(yīng)”3。就我國(guó)性別工資差異的研究情況，國(guó)學(xué)者仍多集中在對(duì)平均工資差異分析的層次，從整個(gè)工資分布的角度進(jìn)行研究的文獻(xiàn)還是為數(shù)很少。從研究得到的結(jié)論來(lái)看，多數(shù)學(xué)者認(rèn)為就我國(guó)城鎮(zhèn)住戶(hù)而言，在工資分布的低端，性別工資差距較大，而在工資分布的高端，性別工資差距較

17、小（玉好，2007；Zhang, J.等，2008；遲巍、黎波、余秋梅，2008；世偉、郭鳳鳴，2009），而就我國(guó)農(nóng)村的性別工資差異在工資分布的不同位置是什么情況則極少論與；建寶、段景輝（2009）利用CHNS的數(shù)據(jù)就我國(guó)居民總體2005年的性別工資差異進(jìn)行研究后得出在整個(gè)工資分布上表現(xiàn)為兩端小、中間大4。另一方面，針對(duì)我國(guó)性別工資差異中是否存在“天花板效應(yīng)”和“地板效應(yīng)”的研究則只有寥寥幾篇。亓壽偉、智強(qiáng)（2009）的研究認(rèn)為，無(wú)論是國(guó)有部門(mén)還是非國(guó)有部門(mén)，性別工資差異存在“地板效應(yīng)” 5。王震（2010）研究指出，農(nóng)民工的性別工資差異表現(xiàn)出“天花板效應(yīng)”，而城鎮(zhèn)職工的性別工資差異表現(xiàn)為“

18、粘地板效應(yīng)” 6?？偟膩?lái)看，國(guó)學(xué)者對(duì)我國(guó)的性別工資差異在工資分布的不同位置呈現(xiàn)出的特點(diǎn)和成因還沒(méi)有明確的認(rèn)識(shí)，由于研究角度與所用的數(shù)據(jù)不同，對(duì)我國(guó)的性別工資差異是否存在“天花板效應(yīng)”和“地板效應(yīng)”的回答也不一致，此外，國(guó)的研究所用的都是較早以前的微觀數(shù)據(jù)，得到的結(jié)論對(duì)我國(guó)近兩年的性別工資差異情況可能不再合適。為此，本文利用CHNS（2009）數(shù)據(jù)，首先通過(guò)非參數(shù)估計(jì)方法對(duì)工資分布函數(shù)表現(xiàn)出的整體性別工資差異特點(diǎn)與不同收入水平的性別工資差異情況進(jìn)行刻畫(huà)，得到我國(guó)的性別工資差異是否存在“天花板效應(yīng)”和“地板效應(yīng)”的初步判斷，然后應(yīng)用分位數(shù)回歸方法對(duì)我國(guó)男性和女性的生產(chǎn)率特征回報(bào)率差異進(jìn)行分析，進(jìn)一

19、步通過(guò)建立基于反事實(shí)分布的分位數(shù)分解模型，從區(qū)分城鎮(zhèn)和農(nóng)村的角度，對(duì)我國(guó)的性別工資差異是否存在“天花板效應(yīng)”和“地板效應(yīng)”進(jìn)行實(shí)證，接著依據(jù)得到的分位數(shù)分解結(jié)果，對(duì)不同分位點(diǎn)上由性別歧視引起的工資差異程度進(jìn)行考察。需要說(shuō)明的一點(diǎn)是，就兩種效應(yīng)所指的涵，本文一方面沿循Albrecht et al.（2003）和Arulampalam et al.（2005）的本義，另一方面借鑒Christofides et al.（2010）的做法，將0.90分位數(shù)上的性別工資差異超過(guò)參考分位數(shù)（0.75）上的性別工資差異至少5個(gè)百分點(diǎn)認(rèn)為具有“天花板效應(yīng)”，同時(shí)將0.1分位數(shù)上的性別工資差異超過(guò)參考分位數(shù)（0

20、.25）上的性別工資差異至少5個(gè)百分點(diǎn)定義為“地板效應(yīng)”。本文最后部分是結(jié)論和相應(yīng)的政策建議。二、建模思想與模型設(shè)定（一）理論分析與假設(shè)依據(jù)勞動(dòng)經(jīng)濟(jì)學(xué)理論，性別之間的工資差異可以分為兩個(gè)方面：一是性別之間生產(chǎn)率特征不同引起的差異，屬于合理的可解釋的差異；一是一樣生產(chǎn)率特征的女性與男性所獲得的報(bào)酬不同引起的差異，屬于不合理、不公正、不可解釋的差異，學(xué)者多把這類(lèi)差異歸結(jié)為勞動(dòng)力市場(chǎng)上存在性別歧視的結(jié)果。生產(chǎn)率特征主要指?jìng)€(gè)體特征與其所從事工作的特征。理論上，個(gè)體特征應(yīng)該包括年齡、性別、婚姻狀況、教育程度、經(jīng)驗(yàn)、資歷、所在地區(qū)、精神狀況、個(gè)人偏好、個(gè)人愿景、家庭狀況等因素，工作特征應(yīng)該包括職業(yè)、部門(mén)、

21、行業(yè)、企業(yè)、雇主偏好、全職或兼職的工作狀況、工作環(huán)境、工作強(qiáng)度、有無(wú)培訓(xùn)、有無(wú)相關(guān)保險(xiǎn)等因素。這其中有的因素是可以衡量的，也有一些不容忽略的因素?zé)o法得到衡量。由于存在著一些同性別聯(lián)系在一起而又無(wú)法得到衡量的生產(chǎn)率特征因素，同時(shí)，由于可得數(shù)據(jù)的約束，即使是可衡量的因素，也不可能全部包括到實(shí)際的分析當(dāng)中，到目前為止，還沒(méi)有一種完全令人滿(mǎn)意的方式能將兩個(gè)方面的原因?qū)べY差異產(chǎn)生的影響完全區(qū)分7。因此，本文的分析研究建立在以下幾個(gè)假設(shè)基礎(chǔ)之上。假設(shè)1：可獲得的生產(chǎn)率特征充分反映了個(gè)體特征與其所從事工作的特征。假設(shè)2：無(wú)法得到解釋的性別工資差異可以歸結(jié)為性別歧視原因引起。假設(shè)3：影響男性和女性工資的生產(chǎn)

22、率特征是一樣的。同經(jīng)濟(jì)學(xué)的其它假設(shè)一樣，這些假設(shè)也有其局限性，現(xiàn)實(shí)生活中，女性普遍地較男性承擔(dān)著更多的家庭責(zé)任，不大可能在工作時(shí)間之外去從事工作，當(dāng)家庭生活和工作之間出現(xiàn)沖突時(shí)，女性還可能放棄工作，由于無(wú)法對(duì)這些因素加以衡量，結(jié)果就表現(xiàn)為女性的可觀察的生產(chǎn)率特征回報(bào)率較男性要低。因而，無(wú)法得到解釋的性別工資差異中，至少有一部分可以用類(lèi)似這些不可衡量的生產(chǎn)率特征得到解釋8。另一方面，由于社會(huì)、學(xué)校和父母對(duì)男性和女性的要求和期望并不一樣，導(dǎo)致二者在選擇職業(yè)的偏好不同，女性可能更傾向進(jìn)入包括家務(wù)勞動(dòng)的低工資行業(yè)，因此影響二者工資的有關(guān)因素也并不完全一樣。有了上述的幾個(gè)假定，就可以通過(guò)估計(jì)工資方程和應(yīng)

23、用反事實(shí)分析法對(duì)性別工資差異進(jìn)行研究。以傳統(tǒng)的Oaxaca-Blinder分解方法為例，首先對(duì)女性和男性的工資方程分別進(jìn)行估計(jì)，得到二者的生產(chǎn)率特征回報(bào)率，然后把女性的生產(chǎn)率特征和男性的生產(chǎn)率特征回報(bào)率相乘，表示和男性生產(chǎn)率特征回報(bào)率一樣的假設(shè)下女性可以獲得的工資水平，即女性的反事實(shí)工資，接著將此假設(shè)的女性工資水平和實(shí)際的男性工資水平加以比較，二者之間的差距即可視為性別歧視引起的性別工資差異，差距占全部性別工資差距的比重越大，表示性別歧視越嚴(yán)重。其它如Cotton分解、Neumark分解、Brown分解方法等，含的思路都相類(lèi)似。（二）工資分布的非參數(shù)估計(jì)對(duì)性別工資差異的刻畫(huà)除了應(yīng)用上述的方法對(duì)

24、性別工資差異的成因進(jìn)行考察外，還有必要先就男性和女性的工資分布自身認(rèn)識(shí)整體的性別工資差異特點(diǎn)以與不同收入水平的性別工資差異情況。由于工資或收入的真實(shí)分布時(shí)常是未知的，而非參數(shù)估計(jì)方法在樣本容量較大的條件下，較傳統(tǒng)的參數(shù)估計(jì)方法無(wú)須對(duì)總體分布的具體形式進(jìn)行假定，同時(shí)能夠給出對(duì)真實(shí)分布的更為穩(wěn)健的估計(jì)，為此，本文選擇非參數(shù)估計(jì)方法對(duì)工資分布函數(shù)與不同收入水平的性別工資差異進(jìn)行刻畫(huà)。本文首先應(yīng)用核密度估計(jì)方法得到男性和女性的工資分布函數(shù)，從整體上認(rèn)識(shí)我國(guó)的性別工資差異特點(diǎn)，然后通過(guò)在工資累積分布的百分位點(diǎn)上取值，再應(yīng)用核加權(quán)局部多項(xiàng)式平滑方法得到各分位點(diǎn)上女性相對(duì)男性的工資差異情況，對(duì)我國(guó)的性別工資

25、差異是否存在“天花板效應(yīng)”和“地板效應(yīng)”作初步的判斷。核密度估計(jì)的原理和直方圖類(lèi)似，不同的是核密度估計(jì)方法使用更一般的核函數(shù)而非直方圖使用的示性函數(shù)，并通過(guò)允許各組之間交疊，從而得到對(duì)密度函數(shù)的光滑估計(jì)。局部多項(xiàng)式方法則是對(duì)每個(gè)點(diǎn)擬合一個(gè)局部多項(xiàng)式來(lái)估計(jì)在該點(diǎn)的密度，因而在邊界上的估計(jì)效果較核密度方法好9，因而更適合于考察分布兩極的性別工資差異情況。（三）男性與女性工資方程的分位數(shù)回歸模型由于分位數(shù)模型在研究分區(qū)間數(shù)據(jù)方面的優(yōu)良性，我們選擇采用基于分位數(shù)回歸方法的分解模型對(duì)性別工資差異作進(jìn)一步研究以與對(duì)上文提與的假定進(jìn)行求證，為此首先需要在經(jīng)典Mincer（1973）工資方程的基礎(chǔ)上加以擴(kuò)展，

26、建立男性與女性工資方程的分位數(shù)回歸模型。分位數(shù)回歸（Quantile Regression）方法由Koenker和Bassert（1978）10提出，由于能夠更加全面地描述解釋變量對(duì)被解釋變量的條件分布的影響，近來(lái)得到了廣泛的應(yīng)用。較一般的線(xiàn)性回歸，分位數(shù)回歸方法具有多方面的優(yōu)勢(shì)，除了不要求擾動(dòng)項(xiàng)的正態(tài)假設(shè)、估計(jì)量不易受極端值影響外，尤其適合分布呈現(xiàn)異質(zhì)性，如不對(duì)稱(chēng)、厚尾、截?cái)嘈缘忍卣鞯囊蜃兞浚瑸榉治鎏峁└鼮樵敱M的信息。另外，由于是對(duì)條件分布的不同分位點(diǎn)進(jìn)行估計(jì)，不存在單純考察條件均值面臨的選擇偏差問(wèn)題。為此，本文選擇分位數(shù)回歸方法研究有關(guān)生產(chǎn)率特征因素對(duì)處在不同工資水平的男性和女性工資的不同

27、影響。具體到男性與女性工資方程的分位數(shù)回歸模型，以男性或女性的對(duì)數(shù)工資為被解釋變量，模型可設(shè)定如下： （1）其中分別表示男性和女性；表示對(duì)應(yīng)的對(duì)數(shù)工資；回歸元是的列向量，表示影響對(duì)數(shù)工資的各個(gè)因素，或者說(shuō)生產(chǎn)率特征；由于工資取了對(duì)數(shù)形式，表示的改變引起的工資變動(dòng)率，即男性或女性生產(chǎn)率特征的回報(bào)率，表示不同分位數(shù)對(duì)應(yīng)的；假定殘差項(xiàng)滿(mǎn)足的條件。表示對(duì)數(shù)工資的第分位數(shù)值，給定條件下有： （2）根據(jù)Koenker和Bassert（1978），的估計(jì)可通過(guò)最小化（3）式求得： （3）其中為對(duì)應(yīng)的男性或女性的樣本量，為檢查函數(shù)（Check Function）。（四）分解方法的選擇傳統(tǒng)的分解方法是針對(duì)條件均

28、值的工資差異進(jìn)行，然而，基于平均工資層次的分解，無(wú)法考察不同工資水平上男性和女性的性別工資差異，會(huì)掩蓋很多重要的信息，進(jìn)一步容易得出錯(cuò)誤的結(jié)論，而基于反事實(shí)分布的分位數(shù)分解方法，不僅可以研究工資方程中系數(shù)變化對(duì)性別工資差異的影響，同時(shí)可以研究解釋變量分布的變化對(duì)性別工資差異的影響11，因而，分位數(shù)分解方法開(kāi)始取代傳統(tǒng)的均值分解方法，成為國(guó)外研究性別工資差異的主要方法。為此，本文應(yīng)用分位數(shù)分解方法對(duì)引起我國(guó)性別工資差異的兩個(gè)方面原因進(jìn)行研究，具體的分位數(shù)分解模型如下：1. 性別工資均值差異的Oaxaca-Blinder分解方法基于上節(jié)介紹的男性與女性工資方程的分位數(shù)回歸模型，應(yīng)用傳統(tǒng)Oaxaca

29、-Blinder方法對(duì)性別工資差異進(jìn)行分解，可以對(duì)男性和女性工資差異進(jìn)行如下的條件均值分解： （4）其中即“反事實(shí)”工資，表示女性按男性的生產(chǎn)率特征回報(bào)率可以得到的對(duì)數(shù)工資；（4）式右邊第一項(xiàng)為特征差異，表示男性和女性生產(chǎn)率特征不同引起的性別工資差異；第二項(xiàng)為系數(shù)差異，表示由于就業(yè)市場(chǎng)對(duì)男性和女性生產(chǎn)率特征回報(bào)率的不同引起的性別工資差異。由于（4）式也可作如下分解： （5）這就產(chǎn)生所謂的“指數(shù)問(wèn)題”（Index problem），即使用男性還是女性的回歸系數(shù)作為沒(méi)有“歧視”的工資結(jié)構(gòu)。為解決這一問(wèn)題，Neumark（1988）12提出使用男性和女性全部樣本的回歸系數(shù)作為沒(méi)有“歧視”的工資結(jié)構(gòu)，

30、并作如下分解： （6）（6）式右邊第二項(xiàng)、第三項(xiàng)可分別理解為男性因?yàn)樾詣e歧視獲得的“好處”和女性因?yàn)樾詣e歧視得到的“壞處”。2.性別工資差異的分位數(shù)分解模型類(lèi)似Oaxaca-Blinder方法對(duì)于性別工資差異的均值分解，不同分位數(shù)的性別工資分解按（4）式有： （7）若按（5）式則有： （8）本文按（7）式進(jìn)行性別工資差異分解，其中的表示按男性的生產(chǎn)率特征回報(bào)率條件下女性的反事實(shí)工資分布第分位數(shù)估計(jì)值，（7）式等號(hào)右邊各項(xiàng)的意義同于（4）式，第一項(xiàng)表示分位數(shù)下的特征差異部分，第二項(xiàng)表示分位數(shù)下的系數(shù)差異部分。3. 反事實(shí)工資分布的構(gòu)造從上面的分解可以看到，如何得到女性的反事實(shí)工資分布是對(duì)性別工資

31、差異進(jìn)行分位數(shù)分解的關(guān)鍵，構(gòu)造反事實(shí)工資分布的方法中廣泛被使用的是Machado和Mata（2005）13提出的估計(jì)方法（M-M方法）。M-M方法主要是依據(jù)概率積分轉(zhuǎn)換原理，通過(guò)以下四個(gè)步驟來(lái)構(gòu)造女性的反事實(shí)工資分布：1）從均勻分布中生成一個(gè)大小為的隨機(jī)樣本。2）利用男性的數(shù)據(jù)估計(jì)，得到不同分位數(shù)下的回歸系數(shù)，其中。3）利用女性的數(shù)據(jù)對(duì)進(jìn)行有放回的重新抽樣，生成一個(gè)大小為的隨機(jī)樣本。4）在男性的分位數(shù)回歸系數(shù)的基礎(chǔ)上，模擬女性的工資分布，重復(fù)進(jìn)行 次，最后得到反事實(shí)的女性工資分布。由于不能保證估計(jì)出來(lái)的條件分位數(shù)方程是單調(diào)的，從而也不能保證是否能夠轉(zhuǎn)換，另外，M-M方法無(wú)法進(jìn)行估計(jì)量方差的統(tǒng)計(jì)

32、推斷，進(jìn)而Melly（2006）14提出了一種構(gòu)造反事實(shí)分布的新方法，因其具備漸近性質(zhì)的估計(jì)結(jié)果，在國(guó)外的最近研究中逐漸取代了MM方法得到了普遍的利用。Melly（2006）通過(guò)將估計(jì)得的工資條件分布在所有（由和組成）積分得到工資的無(wú)條件分布，借此構(gòu)造反事實(shí)工資的無(wú)條件分布，針對(duì)本文的具體分析，分成男性和女性?xún)山M，工資的無(wú)條件分布有：（9）進(jìn)一步有女性的反事實(shí)工資分布第分位數(shù)估計(jì)值： （10）按（7）式對(duì)第分位數(shù)的性別工資差異分解: 其中：、分別為男性和女性的樣本量。三、數(shù)據(jù)說(shuō)明本文研究基于中國(guó)健康與營(yíng)養(yǎng)調(diào)查（CHNS）縱向數(shù)據(jù)庫(kù)，選取2009年的最新抽樣調(diào)查數(shù)據(jù)進(jìn)行。依據(jù)我國(guó)對(duì)勞動(dòng)和退休年齡

33、的規(guī)定，樣本對(duì)象設(shè)為年齡1660周歲的男性和1655周歲的女性，剔除沒(méi)有工作或工資不是正數(shù)的個(gè)體，初步得到的男性和女性樣本分別為1929和1158?？紤]到對(duì)數(shù)小時(shí)工資分布接近正態(tài)分布，估計(jì)偏誤小，我們選取對(duì)數(shù)小時(shí)工資為被解釋變量，同時(shí)選取工作經(jīng)驗(yàn)、工作經(jīng)驗(yàn)的平方除以100、受教育年限、工作單位所有制屬性、職業(yè)、省份以與城鄉(xiāng)作為解釋變量，沒(méi)有考慮年齡因素，是因?yàn)楣ぷ鹘?jīng)驗(yàn)是通過(guò)年齡減去受教育年限再減6得到，二者之間存在共線(xiàn)性。具體處理時(shí)，按照勞動(dòng)法對(duì)年滿(mǎn)16周歲才能參加工作的規(guī)定，若受教育年限小于10年的個(gè)體則其工作經(jīng)驗(yàn)等于年齡直接減16；加入工作經(jīng)驗(yàn)的平方除以100，是考慮到工資隨著年齡或工作經(jīng)

34、驗(yàn)增長(zhǎng)先升后降的非線(xiàn)性關(guān)系；按照CHNS的調(diào)查設(shè)問(wèn)，把工作單位所有制屬性分為國(guó)有（包括政府機(jī)關(guān)、國(guó)有事業(yè)單位和研究所與國(guó)有企業(yè)）、集體（包括鄉(xiāng)鎮(zhèn)所屬的小集體、縣、市、省所屬的大集體與家庭聯(lián)產(chǎn)承包農(nóng)業(yè)）和私營(yíng)（包括私營(yíng)、個(gè)體企業(yè)、三資企業(yè)（屬于外商、華僑和合資）與其它）；職業(yè)分為藍(lán)領(lǐng)（包括技術(shù)工人或熟練工人、非技術(shù)工人或熟練工人、士兵與警察、司機(jī)與服務(wù)行業(yè)人員）、白領(lǐng)（包括專(zhuān)業(yè)技術(shù)工作者、管理者、行政官員、經(jīng)理、辦公室一般工作人員、軍官與警官）以與農(nóng)林牧漁業(yè)人員（包括農(nóng)民、漁民、獵人）；省份包括、與9省。去掉對(duì)數(shù)小時(shí)工資不是正數(shù)的樣本，最后得到的男性和女性樣本分別為1864和1086。四、初步的

35、描述統(tǒng)計(jì)分析（一）男性與女性平均工資的差異表1給出了分城鄉(xiāng)、分受教育水平以與分職業(yè)類(lèi)型的年工資和小時(shí)工資平均水平。表1 分不同類(lèi)型年工資和小時(shí)工資的平均水平平均年工資平均小時(shí)工資女性男性女/男比例女性男性女/男比例總樣本15121.7 22298.0 0.678 21.4 72.8 0.294 (1158)(1929)(1158)(1929)分城鄉(xiāng) 城鎮(zhèn)19012.1 26185.5 0.726 12.1 28.2 0.427 (480)(665)(480)(665) 鄉(xiāng)村12367.4 20252.8 0.611 29.1 96.2 0.303 (678)(1264)(678)(1264)

36、鄉(xiāng)/城比例0.650 0.773 28.053 3.408 分受教育水平 文盲與小學(xué)8100.3 14926.6 0.543 14.973.8 0.202 （283）（344）（283）（344） 初中12411.7 20253.7 0.613 24.4 63.4 0.385 （368)(842)（368)(842) 高中16508.4 26743.0 0.617 10.7 149.0 0.072 (185)(362)(185)(362) 中等職業(yè)技術(shù)19682.8 25374.5 0.776 42.1 15.9 2.649 (174)(198)(174)(198) 大專(zhuān)或大學(xué)28192.3

37、33412.6 0.844 15.6 24.3 0.640 (147)(180)(147)(180) 碩士與以上27885.4 35042.5 0.796 19.4 33.0 0.587 (1)(3)(1)(3)按職業(yè)類(lèi)型分 白領(lǐng)22832.9 29386.6 0.777 27.7 46.3 0.598 （421）（619）（421）（619） 藍(lán)領(lǐng)12848.8 21551.5 0.596 19.0 85.2 0.223 （515）（886）（515）（886） 農(nóng)林牧漁從業(yè)5770.9 13509.4 0.427 15.1 85.4 0.177 （222）（424）（222）（424）注：

38、括號(hào)為相應(yīng)樣本量。從表1中可以看到，就平均年工資而言，農(nóng)村的性別工資差異較城鎮(zhèn)大，從受教育水平看，隨著學(xué)歷的提高，性別工資差異縮小，分職業(yè)類(lèi)型來(lái)看，從農(nóng)林牧漁從業(yè)、藍(lán)領(lǐng)到白領(lǐng)，性別工資差異變小。平均小時(shí)工資表現(xiàn)的女性占男性工資比例較平均年工資的情形明顯要小，說(shuō)明男性和女性勞動(dòng)投入上存在較大不同。另外，還出現(xiàn)一些極端值，該部分是抽樣誤差與部分群體的工作時(shí)間難以確定引致。雖然有這方面的不足，由于小時(shí)工資能夠更精確地反映性別之間的工資差異，為此本文選擇對(duì)數(shù)小時(shí)工資作為被解釋變量。（二）“天花板效應(yīng)”和“地板效應(yīng)”的初判圖1左側(cè)是應(yīng)用核密度估計(jì)方法繪出的男性和女性對(duì)數(shù)小時(shí)工資密度分布，右側(cè)是男性和女性

39、對(duì)數(shù)小時(shí)工資累積分布。從左圖可以看到，一方面女性的工資分布在男性左側(cè)，峰頂較尖，二者的分布在中部較為明顯地岔開(kāi)，說(shuō)明女性的總體工資水平低于男性，且較男性的工資分布更加不均；另一方面女性的工資分布較男性左尾更高，而右尾較低，說(shuō)明低工資水平上聚集了更多的女性，而在工資分布的高端以男性居多。從右圖的累積分布可以看到，在任一個(gè)分位數(shù)上女性的對(duì)數(shù)小時(shí)工資均低于男性。圖1 2009年男性和女性的對(duì)數(shù)小時(shí)工資密度分布和累積分布為了更加直觀地展示不同分位數(shù)上的性別工資差異，筆者在男性和女性對(duì)數(shù)小時(shí)工資分布的百分位偶數(shù)點(diǎn)（2、4、98）上取值（49個(gè)點(diǎn)），然后應(yīng)用核加權(quán)局部多項(xiàng)式平滑方法對(duì)各分位點(diǎn)上的男性和女性

40、對(duì)數(shù)小時(shí)工資差異（男性對(duì)數(shù)小時(shí)工資減去女性對(duì)數(shù)小時(shí)工資）進(jìn)行曲線(xiàn)擬合，得到圖2所示的2009年依分位數(shù)不同的我國(guó)性別對(duì)數(shù)小時(shí)工資差異，圖3則是區(qū)分城鎮(zhèn)和農(nóng)村樣本分別繪出的依分位數(shù)不同的男性和女性對(duì)數(shù)小時(shí)工資差異。從圖2可以看到，在工資分布的高端，隨著分位數(shù)的提高，相對(duì)工資差異迅速拉大，表現(xiàn)出“天花板效應(yīng)”，然而從圖3可以看到，城鎮(zhèn)的相對(duì)工資差異表現(xiàn)出的卻是截然相反的走勢(shì)。這說(shuō)明對(duì)我國(guó)的性別工資差異是否存在“天花板效應(yīng)”或“地板效應(yīng)”需要區(qū)分城鎮(zhèn)和農(nóng)村分別進(jìn)行判斷，否則就會(huì)得出相悖的結(jié)論。圖2 2009年依分位數(shù)不同的我國(guó)性別對(duì)數(shù)小時(shí)工資差異圖3 2009年依分位數(shù)不同的分城鎮(zhèn)和農(nóng)村性別對(duì)數(shù)小時(shí)

41、工資差異五、男性和女性工資方程的分位數(shù)回歸系數(shù)差異分析這一部分考察2009年我國(guó)不同分位點(diǎn)上的男性和女性生產(chǎn)率特征回報(bào)率的差異，依據(jù)2.2節(jié)介紹的男性和女性工資方程的分位數(shù)回歸模型，以對(duì)數(shù)小時(shí)工資為被解釋變量，相應(yīng)模型如下：表示給定解釋變量條件下的對(duì)數(shù)小時(shí)工資分布的第分位數(shù)值；分別表示男性和女性；表示影響對(duì)數(shù)小時(shí)工資的各種因素，本文選擇的包括工作經(jīng)驗(yàn)、工作經(jīng)驗(yàn)的平方除以100、受教育年限、工作單位所有制屬性（以國(guó)有為基準(zhǔn)，設(shè)2個(gè)虛擬變量）、職業(yè)（以白領(lǐng)為基準(zhǔn)，設(shè)2個(gè)虛擬變量）、省份（以為基準(zhǔn)，設(shè)8個(gè)虛擬變量）以與城鄉(xiāng)（以城鎮(zhèn)為基準(zhǔn)，設(shè)1個(gè)虛擬變量）；表示不同分位數(shù)對(duì)應(yīng)的的回報(bào)率。表2給出了0.

42、25、0.50和0.75的分位數(shù)回歸結(jié)果，表中同時(shí)列出了各分位數(shù)男性的回歸系數(shù)值減去女性的差值，下文通稱(chēng)回歸系數(shù)差異。附圖4、5繪出了有關(guān)解釋變量隨不同分位點(diǎn)對(duì)小時(shí)對(duì)數(shù)工資的影響。表2 男性和女性對(duì)數(shù)小時(shí)工資的分位數(shù)回歸結(jié)果（2009年）變量分位數(shù)回歸回歸系數(shù)差異0.25 0.50 0.75 0.25 0.50 0.75 女性男性女性男性女性男性經(jīng)驗(yàn)0.0208*0.0289*0.01020.0376*0.01130.0352*0.008 0.027 0.024 (0.0104)(0.0068)(0.0089)(0.0074)(0.0108)(0.0082)經(jīng)驗(yàn)平方-0.0655*-0.059

43、4*-0.0206-0.0757*-0.0215-0.0653*0.006 -0.055 -0.044 (0.0253)(0.0142)(0.0219)(0.0152)(0.0268)(0.0169)教育年限0.0309*0.0318*0.0283*0.0287*0.0234*0.0267*0.001 0.000 0.003 (0.0086)(0.0062)(0.0073)(0.0066)(0.0093)(0.0073)單位所有制屬性 國(guó)有 集體-0.380*-0.234*-0.285*-0.288*-0.1230.03270.146 -0.003 0.156 (0.115)(0.0769)(

44、0.0917)(0.0787)(0.108)(0.0836) 私營(yíng)-0.209*-0.233*-0.244*-0.199*-0.177*0.000787-0.024 0.045 0.178 (0.0796)(0.056)(0.0622)(0.0554)(0.0762)(0.0574)職業(yè) 白領(lǐng) 藍(lán)領(lǐng)-0.366*-0.216*-0.429*-0.199*-0.476*-0.197*0.150 0.230 0.279 (0.0842)(0.0501)(0.0643)(0.0512)(0.0785)(0.0573) 農(nóng)林牧漁業(yè)-0.256-0.0502-0.1440.328*0.661*0.534

45、*0.206 0.472 -0.127 (0.137)_(0.0503)(0.112)(0.0858)(0.136)(0.0917)地區(qū)0.0408-0.00846-0.0123-0.167-0.0175-0.275*-0.049 -0.155 -0.258 (0.114)(0.0853)(0.099)(0.0887)(0.121)(0.0971)-0.212-0.0921-0.172-0.0971-0.113-0.209*0.120 0.075 -0.096 (0.117)(0.0848)(0.101)(0.0884)(0.123)(0.0956)0.283*0.192*0.338*0.28

46、6*0.419*0.178-0.091 -0.052 -0.241 (0.108)(0.0819)(0.0936)(0.0841)(0.115)(0.0907)-0.177-0.136-0.16-0.0918-0.23-0.08280.041 0.068 0.147 (0.118)(0.0838)(0.1)(0.0873)(0.121)(0.0946)-0.1170.0793-0.1340.0953-0.0590.01680.196 0.229 0.076 (0.123)(0.0807)(0.107)(0.0848)(0.133)(0.0925)0.1180.1270.01270.0111-0

47、.0361-0.1140.009 -0.002 -0.078 (0.124)(0.0848)(0.108)(0.0884)(0.132)(0.0964)0.05080.0610.06350.07260.01040.1050.010 0.009 0.095 (0.125)(0.086)(0.107)(0.0897)(0.131)(0.0976)-0.225*-0.250*-0.142-0.326*-0.184-0.267*-0.025 -0.184 -0.083 (0.112)(0.0805)(0.0959)(0.0838)(0.117)(0.0907)城鄉(xiāng) 鄉(xiāng)村 城鎮(zhèn)0.0585-0.0047

48、20.0607-0.007820.114*-0.0418-0.063 -0.069 -0.156 (0.0557)(0.0415)(0.0474)(0.0428)(0.0563)(0.0453)截距項(xiàng)1.488*1.525*1.895*1.811*2.219*2.183*0.037 -0.084 -0.036 (0.204)(0.153)(0.174)(0.159)(0.211)(0.173)Pseudo R20.1510 0.09680.16390.0810.14150.0606注: 1、“-”表示一組虛擬變量以此為基準(zhǔn)?；貧w系數(shù)差異由各分位數(shù)男性的系數(shù)值減去女性的得到。 2、系數(shù)下方為自助

49、法（種子數(shù)設(shè)為1001）計(jì)算的標(biāo)準(zhǔn)誤；*、*、*分別代表5%、1%、0.1%的水平下顯著；從表中可以看到，就受教育年限的回歸系數(shù)情況來(lái)看，一方面，不論男性和女性，教育回報(bào)率在各分位數(shù)上都高度顯著，另一方面，0.75分位數(shù)上的回歸系數(shù)差異較0.25分位數(shù)上的要大些，而0.50分位數(shù)上的則近乎為零。從經(jīng)驗(yàn)的回報(bào)率來(lái)看，男性的經(jīng)驗(yàn)回報(bào)率在各分位數(shù)均顯著，而女性只在0.25分位數(shù)上顯著，且女性的回報(bào)水平較男性的要小，經(jīng)驗(yàn)平方的系數(shù)值均為負(fù)值，對(duì)女性同樣只在0.25分位數(shù)顯著，且負(fù)向作用較男性的要大，說(shuō)明經(jīng)驗(yàn)的繼續(xù)累積對(duì)提高工資分布低端女性收入的作用較男性要小。從工作單位所有制屬性看，相對(duì)國(guó)有類(lèi)型，一方

50、面集體和私營(yíng)的系數(shù)值在0.75分位數(shù)都不顯著，0.25和0.50分位點(diǎn)的系數(shù)值均為負(fù)數(shù)，另一方面，集體屬性在0.25分位數(shù)上的回歸系數(shù)差異較大，而私營(yíng)屬性在0.50分位數(shù)上的回歸系數(shù)差異較大，在0.25分位數(shù)上的差異值反而為負(fù)，主要說(shuō)明在工資分布的低端，集體屬性較國(guó)有和私營(yíng)的性別工資差異要大，而在工資分布的中端，私營(yíng)屬性較國(guó)有和集體的性別工資差異要大。分職業(yè)來(lái)看，相對(duì)白領(lǐng)職業(yè)，不論男性和女性，藍(lán)領(lǐng)的系數(shù)值在各分位數(shù)都高度顯著，且為負(fù)值，從0.25、0.50到0.75分位點(diǎn)，回歸系數(shù)差異不斷增大，另一方面，農(nóng)林牧漁業(yè)的女性只在0.75分位數(shù)上高度顯著，回報(bào)水平較男性的反而明顯要大，表明藍(lán)領(lǐng)職業(yè)較

51、白領(lǐng)與農(nóng)林牧漁從業(yè)的性別工資差異要嚴(yán)重，且隨著工資水平的上升，差異越明顯，而農(nóng)林牧漁從業(yè)的性別工資差異只在工資分布的高端顯著，且表現(xiàn)為女性的工資回報(bào)率要大于男性的。從地區(qū)來(lái)看，相對(duì)，0.75分位數(shù)上都不顯著，0.25分位數(shù)上，不論男性與女性，除了、廣區(qū)的系數(shù)值顯著（前者為正數(shù)，后者為負(fù)數(shù)），其它的系數(shù)值都不顯著，地區(qū)較廣區(qū)的回歸系數(shù)差異要大，0.50分位數(shù)上，只有地區(qū)的顯著，回歸系數(shù)差異較0.25分位數(shù)上的要小，說(shuō)明東部地區(qū)一方面工資回報(bào)率較西部地區(qū)要高，另一方面東部地區(qū)較西部地區(qū)的性別工資差異要大。從城鄉(xiāng)的回歸系數(shù)情況來(lái)看，除了女性在0.75分位數(shù)上的系數(shù)值較為顯著（0.05水平下），其它的

52、系數(shù)值都不顯著，表明在城鎮(zhèn)和在農(nóng)村引起的性別工資差異沒(méi)有明顯不同。最后看常數(shù)項(xiàng)的差異情況，不論男性和女性，在各分位數(shù)上都高度顯著，且數(shù)值均大于1，0.25分位數(shù)上，表現(xiàn)為女性的數(shù)值小于男性，0.50、0.75分位數(shù)則表現(xiàn)為女性的數(shù)值大于男性的，0.50分位數(shù)上的更大些，說(shuō)明工資分布的不同位置，其它遺漏因素對(duì)女性工資的影響較男性各有不同。六、性別工資差異的分位數(shù)分解結(jié)果分析應(yīng)用Stata10.0，按照Melly（2006）構(gòu)造反事實(shí)分布的方法，區(qū)分城鎮(zhèn)和農(nóng)村對(duì)我國(guó)2009年的性別工資差異進(jìn)行不同分位數(shù)的分解，表3給出了性別對(duì)數(shù)小時(shí)工資差異的分解結(jié)果。從表中可以看到，不論是對(duì)于總樣本還是區(qū)分城鎮(zhèn)或

53、農(nóng)村，在不同分位點(diǎn)系數(shù)差異都要大于總差異，說(shuō)明就本文選擇的女性與男性的生產(chǎn)率特征而言，女性都要優(yōu)于男性，女性與男性的工資差異主要是由與性別歧視有關(guān)的不可解釋因素引起的。從表中可以看到，0.1分位數(shù)的對(duì)比結(jié)果說(shuō)明城鎮(zhèn)表現(xiàn)出“地板效應(yīng)”，而0.90分位數(shù)的對(duì)比結(jié)果則表明農(nóng)村具有明顯的“天花板效應(yīng)”，這個(gè)結(jié)論與本文第3節(jié)所得的直觀判斷一致。表3 不同分位數(shù)的性別（對(duì)數(shù)小時(shí)）工資差異分解結(jié)果分位數(shù)510255075909510-2510-5090-5090-75（%）總樣本總差異0.285 0.343 0.356 0.367 0.309 0.549 0.656 -0.039 -0.067 0.494

54、0.778 0.04310.03150.02230.02050.02740.06720.1001系數(shù)差異0.381 0.428 0.428 0.434 0.339 0.521 0.640 0.001 -0.013 0.203 0.537 0.04150.03810.03400.03600.04570.09500.1344特征差異-0.096 -0.086 -0.071 -0.066 -0.031 0.027 0.015 0.200 0.290 -1.410 -1.889 0.03630.03320.02590.03160.03180.07260.1164城鎮(zhèn)總差異0.340 0.335 0.3

55、19 0.244 0.166 0.135 0.134 0.050 0.373 -0.444 -0.186 0.04470.03520.02910.03170.03410.05530.1101系數(shù)差異0.417 0.394 0.370 0.331 0.246 0.209 0.199 0.065 0.190 -0.369 -0.151 0.05770.04920.04170.04840.039860.06330.1043特征差異-0.077 -0.060 -0.052 -0.088 -0.080 -0.074 -0.065 0.157 -0.318 -0.158 -0.078 0.08640.06

56、400.04530.04950.05210.06630.1195農(nóng)村總差異0.271 0.337 0.374 0.465 0.4620.739 0.812 -0.100 -0.276 0.591 0.601 0.04930.03850.02600.02880.04850.09080.1361系數(shù)差異0.351 0.403 0.444 0.496 0.443 0.711 0.851 -0.093 -0.188 0.434 0.606 0.05090.04460.03040.03630.05220.11350.1592特征差異-0.080 -0.066 -0.070 -0.031 0.019 0.

57、028 -0.039 -0.057 1.100 -1.891 0.478 0.06090.05560.04300.04220.06300.12410.1624注：1、括號(hào)為相應(yīng)系數(shù)估計(jì)標(biāo)準(zhǔn)差，從中可以看到各個(gè)系數(shù)值都高度顯著。2、5-10表示0.05分位數(shù)上差異相對(duì)0.10分位數(shù)上差異的差距的比值，其它類(lèi)同。圖6、圖7分別是使用總樣本和區(qū)分城鎮(zhèn)與農(nóng)村的樣本得到的我國(guó)2009年性別對(duì)數(shù)小時(shí)工資差異依分位數(shù)的分解。圖中更加清晰地顯示了上文分析得到的結(jié)論。從圖6可以看到，我國(guó)的性別工資差異似乎只存在著“天花板效應(yīng)”，而事實(shí)是，從圖7可以發(fā)現(xiàn)，我國(guó)城鎮(zhèn)的性別工資差異表現(xiàn)出“地板效應(yīng)”，即在工資分布的低

58、端，隨著分位數(shù)的降低，性別工資差異越大；而我國(guó)農(nóng)村的性別工資差異則呈現(xiàn)出明顯的“天花板效應(yīng)”，在工資分布的高端，隨著分位數(shù)的提高，性別工資差異越大。再一次表明判斷我國(guó)的性別工資差異是否存在“天花板效應(yīng)”或“地板效應(yīng)”，若不區(qū)分城鎮(zhèn)和農(nóng)村分別進(jìn)行就會(huì)得出有偏誤的認(rèn)識(shí)。另一方面，除了高分位點(diǎn)，系數(shù)差異都處在總差異的上方，和表4說(shuō)明的一樣，我國(guó)的性別工資差異主要是由性別歧視有關(guān)的因素引起的，反映了到2009年我國(guó)對(duì)女性的歧視程度已經(jīng)非常嚴(yán)重。 圖6 依分位數(shù)（5%95%）對(duì)2009年性別工資差異的分解圖7 依分位數(shù)（5%95%）對(duì)2009年城鎮(zhèn)和農(nóng)村性別工資差異的分解七、結(jié)論與建議本文的分解結(jié)果表明

59、我國(guó)城鎮(zhèn)的性別工資差異表現(xiàn)出“地板效應(yīng)”，而我國(guó)農(nóng)村的性別工資差異則呈現(xiàn)出明顯的“天花板效應(yīng)”，分解結(jié)果同時(shí)表明，對(duì)女性的歧視都是引起這兩種性別工資差異的主要原因。通過(guò)不同分位數(shù)上男性和女性生產(chǎn)率特征回報(bào)水平的比較本文得到，處于工資分布低端的女性教育回報(bào)率要低于男性，經(jīng)驗(yàn)的增加只對(duì)低分位數(shù)上的女性工資產(chǎn)生顯著作用，且回報(bào)率較男性低。對(duì)此政府需要加大對(duì)低學(xué)歷、低技術(shù)女性的教育和培訓(xùn)投入，改善她們的受教育環(huán)境，尤其需要關(guān)注貧困家庭女孩的受教育問(wèn)題，保證她們享有和男性平等受教育的權(quán)利。通過(guò)比較還得到，藍(lán)領(lǐng)職業(yè)的性別工資差異較明顯，且隨著工資水平的提高，差異越大；處于工資分布的中間，私企的性別工資差異較大。針對(duì)這些與性別歧視有關(guān)的不可解釋因素引起的性別工資差異，政府需要加強(qiáng)勞動(dòng)法執(zhí)行的監(jiān)督職能，加大對(duì)企業(yè)用