- 相关推荐
哪些女大学生遭受了起薪歧视？
作者：李红霞孙璐胡永远
教育与经济 2015年06期
中图分类号：F08；G40-054 文献标识码：A 文章编号：1003-4870(2015)01-0044-08
劳动力市场上的性别歧视一直受到理论界和实践界的关注。在大学生劳动力市场上，“同工不同酬”现象仍然普遍存在，女大学生即使获得了就业的机会，也没有得到与自己能力相等的报酬。调查显示，女生只能获得较低薪资或较低专业对口度的工作，实现就业[1]；女大学生获得的第一份工作工资，即起薪，仅为男生的81.9%[2]。但问题是，我们不仅需要关注女大学生起薪是否受到性别歧视，而且要关注哪些女大学生受到更严重的起薪歧视。对这一问题的理论探索，有助于政府采取更具针对性的政策。
理论上，学者们首先关注的是男女大学生工资差距的绝对量及其影响因素。根据人力资本理论[3]，大学生人力资本或个人禀赋特征，是决定起薪的主要因素；根据歧视理论，女大学生容易受到统计性歧视[4]和偏好歧视[5]的影响，从而导致雇主不录用或支付较低的起薪；根据职业隔离理论，女生偏好的“女性学科”，如文学等专业，缺乏技术性，而男生偏好的“男性学科”，如工科等，专业性强，结果导致起薪差别[6]。
学者们关注的另一领域是女大学生工资的性别歧视程度。这也是理论界重点关注的问题。方法运用上，均值分解法仍然是主流分析技术。这类方法的基本思想是，以均值回归为基础，将男女大学生工资差异的影响分解成个人禀赋差异和不可解释部分，然后将不可解释因素的“贡献”视为“性别歧视”，并且将“性别歧视”与工资总差异的比率称之为“歧视比率”。如顾兆廷(2011)采用了Oaxaca-Blinder方法分解[7]；柴国俊(2011)使用Neumark方法，以解决Oaxaca-Blinder方法的指数基准问题[8]；彭竞(2011)使用Brown分解，纠正了就业部门选择问题[9]；柴国俊(2011)使用Applenton方法，考虑了Brown分解的选择性偏差问题[10]。从估计结果看，学者们一致认可，女大学生遭受的性别歧视程度很高，一般占到了起薪差距的70%以上[11]，许多估计甚至达到了90%左右[12][13]。
然而，现实中的工资分布通常不是正态的，具有长尾的特性。因此，均值层面上得到的结果很可能“被平均”。而政策决策者需要确切地知道：是否所有的女生存在同样大的起薪差距？是否都受到了同样的歧视？哪些女生是最需要帮助的对象？只有明确了这些问题，才能决定是否采用统一的政策还是差别化的政策。
利用“高校毕业生就业问卷调查”数据，基于分位数分解方法，本文旨在检验女大学生起薪差距及其性别歧视程度。结果表明，女大学生起薪遭遇了显著的性别歧视；而且，在高分位数处，即工资分布的高端，性别歧视程度更为严重。这一结果有助于政府在解决就业的反性别歧视问题上采取更具针对性的政策。
二、数据与方法
(一)数据描述
本文采用2008年5-6月本课题组“高校毕业生就业问卷调查”数据。问卷调查采用简单随机抽样法，调查对象为2008届大专以上高校毕业生，调查地域涉及湖南、湖北、江苏等13个省市，共有30余所大专以上高校参与此次调研。共发出4000份问卷，回收2900份，回收率72.5%。但由于调研时点选择在大学生尚未毕业的时间，故有“用人单位提供的初始月工资”(即起薪)样本只有880个。本次调查涉及不同地域、学历层次、专业和生源，因此，能较为客观地反映高校大学生就业的真实状况。
调查的问题，主要分为以下四类：第一类与大学毕业生人力资本或个人禀赋特征有关：性别、专业、学历层次、学业成绩、奖学金、等级证书、政治面貌、学生干部、第二专业、实习经历。第二类是关于大学毕业生社会资本的变量：父母文化程度、父亲职业、就业时帮忙的熟人关系个数等。第三类是与生源地域相关的变量：家庭所在地、院校类型、学校地点等。第四类是工作搜寻努力及结果：所在学校举办就业供需见面会次数、参加过的面试次数、参加的就业指导课次数、目前是否已签约或等待签约、就业单位地区、用人单位提供的初始月工资等。
由于有些变量在后面的回归分析时不显著，所以，我们对一些主要变量做基本的描述性统计分析。
问卷中有“用人单位提供的初始月工资”样本共880个。其中，男生样本为557个，女生样本为323个，分别占样本的63.3%和36.7%。男生平均月工资为2258元，女生为2026元，比男生低10.3%(232元)。显然，在起薪方面，男女大学生的确存在着性别差异。
从男女大学生的禀赋特征差异和分类工资差异来做进一步的分析，结果见表1。
第一，在个人特征禀赋方面，男生主要在“‘211’重点院校”、“省会城市”的学校、所学专业为“理科”、“工科”、就业单位地区等方面占有优势；而女生主要在“经管”类专业、学历层次为“本科”和“成绩排班级前25%”、父亲为“科级及以上干部”等方面具有优势。比如，在“‘211’重点院校”一项，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%，说明男生占比具有优势；而在“本科”学历一项，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%，说明女生占比具有优势。
第二，同等条件下，男生的起薪水平基本上高于女生。比如，同为“理科”毕业生，男女起薪差距达到691元，是男女均值差距(232元)的3倍。
第三，与男女起薪差距的均值比，个人特征或外部条件的层次或水平越低，男女起薪差距越大。如，“普通院校”和“二级学院”、“专科”、“非省会”学校等；而在另一端，如“‘211’重点院校”、“省会城市”学校，男女起薪差距反而较小。
总之，尽管男女大学生起薪的均值差距只有10%左右，但是，如果考虑到不同的学生禀赋特征差异和起薪分布，就会发现：同样禀赋特征的男生和女生存在起薪差异；而且，起薪差异可能在工资分布的低端更大。因此，需要进行分位数层面的分析。
(二)分位数回归与分解方法
分位数回归方法是指利用解释变量的多个分位数(例如10分位、50分位、90分位等)，以分析不同分位数上解释变量对因变量的影响。该方法最早由Koenker和Bassett(1978)提出[14]。与传统的最小二乘回归(即OLS)相比，分位数回归方程不仅能详细地描述自变量对因变量变化范围以及条件分布形状的影响，还能捕捉分布的尾部特征。它能全面地刻画分布的特征，而且对异常值的敏感程度也小于均值，故分位数回归系数比OLS回归系数更稳健。
分位数的工资回归模型可以表示为：
其中i=m，f，分别表示男大学生和女大学生，表示特征向量，表示不同分位点θ处i的特征回报率，该值可以通过下式求解：
其中j=1，2，3，…n，表示男大学生和女大学生的样本数，为检查函数。
工资差距的分解方面，最早采用经典Oaxaca Blinder分解[15][16]。这种分解方法是一种基于均值的分解。
但是，均值层面的分析无法全面揭示工资差距的全貌。实际上，工资的分布是一种典型的长尾分布，而非正态分布，因此，在不同的工资分布上，影响因素的不同可能导致歧视特征的差异。Melly(2006)方法[17]就是一种典型的分位数分解。该方法首先基于参数的分位数回归来估计工资的条件分布[18]；接着，整合协变量的范围来获得无条件分布函数估计；然后，进一步构造反事实工资分布，将工资差异分解为特征差异和特征价格差异(歧视)。
如果用数学式表示，θ分位点处的男女工资差距可以分解为：
该式左边是分位点θ上男性与女性工资的差距，，(i=m，f)分别是男女的禀赋特征和特征价格。右边第一项表示男性和女性个人禀赋特征导致的工资差异(特征价格相同)；第二项表示男性和女性禀赋特征价格导致的工资差异(禀赋特征相同)，也即歧视。
三、估计结果
(一)起薪差异的影响因素
既然男女大学生存在明显的起薪差距，而且呈现出起薪分布上的不同特征，那么，在各个分位点上，究竟哪些因素对工资有显著影响？
首先，利用OLS回归对大学生的起薪进行均值层面的分析。以Mincer收入方程式为基础，“用人单位提供的初始月起薪”的对数(lnw)为被解释变量，选择院校类型、性别、学校地点、专业、学历层次等为解释变量。先进行异方差检验，发现不存在异方差；但是，由于样本来自于不同省份，同一省份内的样本间可能存在一定的误差相关，因此，我们按照学校所在“省份”进行聚类，选择聚类稳健标准误估计，结果见表2的第2列。然后，选取大学生起薪的10分位、25分位、50分位、75分位和90分位处进行回归分析，结果如表2所示。
OLS聚类稳健标准误的回归结果显示，在均值层面，个人禀赋特征尤其人力资本变量，是决定大学生起薪的首要因素，“‘211’重点院校”、“理科”、“工科”、“本科”等人力资本变量对起薪的影响显著为正；同时，父亲职业为“科级及以上干部”、“面试次数6次以上”、“就业单位在东部”等变量对起薪的影响也显著为正。但另一方面，“女性”身份对起薪具有显著负影响，“女性”将减少起薪12.5%。这是一个具有性别歧视的明显信号。
分位数回归结果却显示出更丰富的内容。
首先，“女性”身份对起薪的影响显著为负；而且随着分位数的增加，负影响程度逐渐增大。从表2的第2行看，除了10分位外，“女性”身份对大学生的起薪均存在显著负影响，如在90分位处的系数高达-0.20。这表明，在起薪的高分位处，女性可能受到了更大程度的性别歧视。
其次，个人禀赋特征对因变量的影响程度随分位点的不同而不同。在起薪的低分位处，人力资本变量对大学生起薪的影响程度较大。其中，在10分位处，“‘211’重点院校”的系数高达0.69，而在高分位处却为负值。相反，在起薪的高分位处，社会资本因素对大学生起薪的影响程度较大，如父亲职业为“科级以上干部”在低分位处对起薪无显著影响，但在90分位数处的系数则高达0.26。
回归分析表明，男女大学生起薪差异既可能由个人禀赋特征差异决定，也可能由性别歧视造成。那么，这两种因素对起薪差异的具体影响程度和比例多大？性别歧视在起薪分布上呈现怎样的特征？下面将进行分位数分解来予以回答。
(二)起薪差异的分位数分解
首先，我们采用Oaxaca-Blinder分解。结果显示，男女大学生工资对数的均值差距为0.136(p=0.000)。其中，个人禀赋特征差异所占比重为8.3%，而禀赋特征回报率差异所占比重或歧视比率为91.7%。这说明，在均值层面，性别歧视是造成男女大学生起薪差距的最主要原因。
然后，利用Melly(2006)分解方法，将男女大学生不同分位数上的工资对数进行分解，结果如表3所示。
表3第2列的结果显示，工资对数的性别差异随分位数上升而减少。在40分位数之前，工资对数差异均大于Oaxaca-Blinder分解的均值(0.136)，而在此之后则小于均值；特别地，在10分位数处，工资对数差距最大，为0.2358，而在90分位数点，则下降到0.0592。第3列体现的是男女大学生个人禀赋特征差异，在工资低分位数处，男生占有禀赋优势，数值为正；而在高分位数处(70%以后)则女生占有优势，数值为负。
表3第4列是禀赋特征回报率差异。第5列是禀赋特征回报率差异所占比重(第4列除以第2列)，或歧视比率，随分位数上升呈逐渐增大趋势。尤其是70分位数以后，性别歧视程度均超过100%。这是一个无法在均值层面分析得到的结果。这是由于在工资的高分位处，禀赋特征差异表现为负值，即女大学生的个人禀赋特征优于男大学生的个人禀赋特征所致。
如图1所示，我们将男女大学生的工资分布每隔1个分位点的回归结果拟合成男女大学生的工资对数总差异、个人禀赋特征差异和特征回报率差异3条曲线。横轴是分位点，纵轴是工资对数的差异。可以发现：随着分位点的逐渐上升，大学生的工资差异逐渐减少，男女禀赋特征差异由正变负，这表明男大学生的个人禀赋特征优势逐渐减小，女大学生的禀赋特征优势逐渐增强；并且，禀赋特征回报率曲线整体呈U型，在高分位点高于个人禀赋特征差异曲线，表明性别歧视是造成男女大学生工资差距的主要因素，尤其是位于工资高端的女大学生，遭受更大的性别歧视。
图1 男女大学生起薪差距分解的变化趋势图
四、稳健性检验
前面采用Melly方法估计的结果(表3)中，70分位以上(包括70分位)的禀赋特征回报率差异均超过100%。这一结果虽然可以用女大学生性别歧视加以解释，但是，取得高起薪的男大学生是否存在一些不可观测的特质，而获得用人单位的青睐呢？或者说，超过100%的歧视程度是否存在夸大的“伪”歧视？
为了回答这一问题，我们希望将不可观测的禀赋特征差异从总的工资差异中分离出来。而利用Juhn-Murphy-Pierce分解方法(简称JMP1993)[19]，可以将男女大学生的工资差异分解为个人禀赋特征差异、个人禀赋特征回报率差异及不可观测技能差异三个部分。我们得到分解结果如表4所示。
由表4第2列可知，高分位处的工资差距均低于平均差距(0.1361)，而低分位处的工资差距均高于平均差距，说明随分位数的逐渐上升，男女大学生的工资差异递减。另一方面，由第5列可知，个人禀赋特征回报率差异所占比重随着分位数的上升而增大。这一结果也是对前面Melly(2006)估计结果的一种佐证。
但我们感兴趣的是，男女学生不可观测技能差异所占比重。从第6列看，男大学生并没有明显的优势，其中，在10、50和75分位处，女生的不可观测技能甚至高于男生；而且，从第7列看，不可观测技能差异远小于歧视所占比重(第5列)，且在工资的高分位处，其所占比重都小于10%。因此，这就说明Melly(2006)分解中，“高分位处具有更大的性别歧视程度”这一结果，不是由于男大学生不可观测技能所造成，而是实实在在的性别歧视。
五、结论与讨论
本文以“高校毕业生就业问卷调查”数据为基础，对男女大学生起薪差距进行了分位数分解。分析表明，一方面，工资对数的性别差异的绝对量随分位点由低到高，逐渐缩小；另一方面，随工资分位数上升，歧视性差异比例增大，高收入群体的性别歧视程度更大。
而且，在工资的高分位数处，人力资本的作用很小，社会资本的作用明显。在工资高端，尽管女生占有禀赋特征优势，但岗位的获得并不由个人人力资本所决定，而是由外部因素如父亲工作性质为“科级以上干部”或“经营业主”、就业单位在“东部地区”等决定。因此，我们可以推断，如果女生没有较好的家庭背景，单纯依靠自身的人力资本优势，可能难以获得高工资岗位；只有非常优秀的女生，或者拥有与男生同样人力资本但却拥有更好家庭社会资本的女生，才可以获得与男生同样的起薪。
因此，女生受到的起薪歧视很有可能是受到了行业或职业“进入”的障碍。在工资的高端，很可能是一些正规部门或垄断部门的职业，女生的难度主要在于“进入”难。只要“进入”，基本上还是体现了同工同酬，男女起薪差距较小；而在工资低分位数处，男女生起薪的较大差距可能在于“职业隔离”，即男生的工作集中于一些“男性”工作如工程、技术类等，而女生只能集聚在劳动力市场上的二级市场，技术性和专业性要求均低于男性工作，结果造成了“职业”差距。
我们的研究表明，不能简单地按照起薪的差距大小来判断性别歧视的程度；同时，由于工资高分位数处具有较大的性别歧视程度，因此，要将反性别歧视的重点放在高工资岗位的获取上。我们的分析有助于政策决策者更好地组织和实施具有针对性的就业或反歧视政策。比如，政府部门应该重点监管垄断部门、大型公司在用人环节上的性别歧视问题。
作者介绍：李红霞，女，南京财经大学高等教育研究所助理研究员，研究方向为教育经济理论；孙璐，女，南京财经大学公共管理学院研究生，研究方向为人力资本理论；胡永远，男，南京财经大学公共管理学院教授，研究方向为劳动经济理论与实践，江苏 南京 210046
【哪些女大学生遭受了起薪歧视？】相关文章：
深圳专科硕士博士起薪全国居首04-26
粤高校毕业生平均起薪2890元04-30
成都本科毕业生 起薪1828元04-25
美国留学薪酬PK：技术人才起薪最高04-30
消除歧视05-01
射手女的魅力有哪些12-18
来日高攀不起的星座女12-17
哪些星座男喜欢天秤女03-09
关丽的歧视05-02
大学生面试如何谈薪04-27