教育回报率的性别差异研究

      一 引言

      新中国成立以来，政府大力倡导男女平等，政治上鼓励女性全面参与社会各项活动，在计划体制下，经济上保障男女就业机会平等，实行同工同酬制度，因而性别间工资差异较小。但自20世纪80年代以来的市场经济制度的建设与发展，中国社会出现巨大变革，它对中国女性的劳动参与、就业机会、工资支付等造成了巨大冲击，政府对企业工资设定的管制也越来越弱，企业在工资制定上具有越来越大的自主权。在与社会文化的传统性别观念以及法律法规的不完善等因素的共同作用下，中国性别间的工资差异是呈逐渐扩大趋势（Zhang et al.,2008）。

      在研究工资差异决定因素方面，人们一般采用Oaxaca- Blinder分解法（Dougherty，2005）。针对性别工资差异，该方法要求各自估计男性和女性的工资方程（Mincer，1974），Mincer工资方程的表达式为lnW＝Xβ，在后文的分析中，W为小时工资，X表示个体特征的一组变量，包括教育年数、工作经验等，μ表示随机误差项。由OLS基本性质可知，E（u）＝0，因而有：

      

      （3）式右边第一项衡量性别工资差异在多大程度上是由性别间生产力特征差异引起的，第二项表示两类群体在劳动力市场上由于工资支付结构不同所引起的工资差异，一般认为由性别歧视造成。（3）式只是给出了分解的一种表达式，另一种表达式为：

      

      （4）

      （3）式与（4）式的区别是，一个选择男性工资支付结构为无歧视状态，另一个是以女性工资支付结构为准，但得出的结果却存在很大的差异。① 这种由于计算次序不同从而导致结果不同的问题，在文献中被称为“权重问题”（index number）。Cotton（1988）和Neumark（1987）分别提出了不同的方法来解决权重问题。Brown等（1980）和Appleton等（1999）在Oaxaca- Blinder分解基础上进行了改进，考虑了部门分割对工资差异的影响。②

      

      不论以上述何种方法来研究工资差异，结果都显示中国城镇劳动力市场上存在着显著的性别歧视现象。③ 在给定工资支付结构偏好男性的情况下，人们一般会认为在人力资本变量、教育和工作经验的回报率方面，男性会高于女性。然而事实上，一些研究表明这一结论对工作经验可能是正确的，但对教育却并不如此。大部分研究表明，女性的教育回报率要高于男性，表1整理了关于性别教育回报率的研究成果，这些研究满足以下三个条件：

      （1）使用的数据具有一定的代表性，且是关于城镇居民的样本；（2）工资方程使用的是半对数模型；（3）研究同时报告了男性和女性的教育回报率，或在模型中包含反映教育回报率的性别差异的变量，即性别与教育的交互项。

      由于研究者很少报告分性别的教育回报率，大多使用性别混合样本的工资方程，在模型中加入反映性别差异的性别虚拟变量，因而不能提供性别教育回报率差异的信息。即便有研究者反映性别教育回报率差异，但由于该问题并不是主要关注对象，所以作者往往将之省略，未予报告。从我们所找到的有关性别教育回报率差异的研究成果，均毫无例外地显示男性教育回报率低于女性教育回报率。之前有些研究也提到了这一现象（陈良焜、鞠高升，2004；Zhang等，2005），并给出一些解释。④ 但这些解释要么没能进行检验，要么最后发现并不成功。

      本文试图解释，为何在中国城镇劳动力市场上存在对妇女歧视的同时，却仍存在着女性教育回报率高于男性的现象。本文的结构安排如下：第二部分为数据的统计性描述；第三部分为教育回报率差异及其解释；第四部分为教育回报率性别差异的其他解释；第五部分为本文的结论。

      二 数据统计性描述

      本文使用的数据来自于2003年国家统计局城市社会经济调查队（下文简称城调队）每年度进行的“中国城镇住户调查”，城镇数据由城镇居民总体随机抽取构成。我们有北京、辽宁、浙江、四川、广东和陕西六省市城镇样本数据，该数据由11352住户和33619名个体构成。数据提供了年龄、经验、性别、受教育程度、职业、就业部门、工资收入以及家庭状况等丰富信息。由于在下文的研究中采用了Mincer工资方程，按照通常的做法，本文在样本中排除了雇主、自我雇佣者、退休人员、学生以及家务劳动者（Coleman,1993; Mwabu and Schultz,1996）。中国劳动法规定，公民最低工作年龄为16岁，故本文删除了年龄小于16岁的样本。同时，由于大多数工人的退休年龄为60岁，因而大于60岁的群体不包括在内。本文的工资收入包括基本工资、奖金、津贴以及其他劳动收入。在此基础上，除去数据中有缺失的观测值后，样本容量共有16131个，其中男性有8885人，女性有7246人，男女职工在样本中的比重分别为55％和45％。表2报告了本研究的一些关键变量的统计性描述，按性别分类。