中国城镇劳动力市场性别工资差异分解——基于cgss2010数据的研究-佟孟华.pdf

《中国城镇劳动力市场性别工资差异分解——基于cgss2010数据的研究-佟孟华.pdf》由会员分享，可在线阅读，更多相关《中国城镇劳动力市场性别工资差异分解——基于cgss2010数据的研究-佟孟华.pdf（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第1期(总第398期)2017年1月财经问题研究Research on Financial and Economic IssuesNumber 1(General Serial No398)January，2017中国城镇劳动力市场性别工资差异分解基于CGSS2010数据的研究佟孟华1，于建玲2(1东北财经大学经济学l；耖经济计量分析与预测研究中心，辽宁大连 l 16025；2东北财经大学社会与行为跨学科研究中心，辽宁大连116025)摘要：本文基于CGSS2010数据库中的相关数据运用Brown等分解方法，考察了所有制不同造成的部f3分割对中国城镇劳动力市场性别工资差异的影响。研究表明，男女

2、劳动者的工资差异主要是由部门内工资差异引起的。部门选择不同带来的工资差异不大：性别工资差异中不可解释的部分略小于可解释的部分但仍占有相当大的比重可见歧视仍是造成性别工资差异的重要原因。消除对女性的偏见，提升女性自身能力，是缩小性别工资差异的重要途径。关键词：城镇劳动力；性别工资差异；性别歧视；国有部门；非国有部门中图分类号：F244 文献标识码：A 文章编号：1000176X(2017)0l-0123-07一、引言和文献综述在计划经济时代。劳动者进入劳动力市场是国家统一安排的不同性别的劳动者在就业机会上相对比较平等：就工资水平而言。企业无权决定或调整职工的工资标准，企业也没有动机这样做。所以，

3、改革开放以前，中国劳动力市场相对来说比较公平。改革开放以来，随着市场经济的发展，劳动者是否能够获得就业机会更多地取决于自身能力。拥有自主经营权的企业也更多地从利润最大化角度出发决定是否雇佣某人以及给某人多少工资，在这个过程中，城镇劳动力市场中的性别工资差异有所扩大。一般来说，形成性别工资差异的因素有两方面：其一是由于个体特征差异：其二则是由于性别歧视。这两者对经济增长和社会发展的影响是完全不同的。性别歧视不利于社会发展，也有损经济效率，因此，能够准确度量性别工资差异的来源在学术上和现实中均具有重要意义。本文尝试对中国城镇劳动力市场上的性别工资差异进行分解利用分解结果考察其来源。这对促进城镇男女

4、就业平等、缩小男女收人差距和改善城镇劳动力市场的资源配置效率具有重要政策启示意义。目前研究性别歧视的文献大致分为理论和实证研究两类。国外学者对性别歧视的理论研究开始较早Fawcett【2与Edgeworth3】率先提出了收稿日期：201610-20基金项目：国家社会科学基金重点项目“基于大数据的金融风险度量理论与应用研究”(14AZD089)；辽宁省高等学校人文社会科学重点研究基地专项项目“融资融券甲乙对中国股市波动性、流动性影响的实证研究”(ZJ2014049)作者简介：佟孟华(1965一)，女，吉林白城人，教授，博士，博士生导师，主要从事数理金融与实证金融研究。E-mail：toll殍ql

5、enghuadufeeducn万方数据124 财经问题研究 2017年第1期 总第398期拥挤假说。他们认为相对于男性来说，女性可以选择的工作种类较少。在这些为数不多的工作中女性的数量过多。根据供需理论可知，当需求数量一定时过多的供给使得女性的工资远远低于男性。然而，此后的三四十年间，关于性别歧视的理论研究并没有得到很好的发展。Becker4】提出了基于个人偏好的性别歧视理论，并用歧视系数来衡量歧视程度，将性别歧视纳入经济学的研究范畴促进了性别歧视理论研究的发展。Becker4认为歧视来源于雇员、雇主以及顾客的偏见为了维持这种偏见，人们愿意承担一定的成本：他将歧视程度货币化，认为可以用歧视系数

6、来度量所谓歧视系数即有歧视时两群体的工资之比与无歧视时的差额。Arrow5刮对BeckerHl的雇员歧视模型进行了改进他考虑了劳动力的不完全替代性和调整成本，认为竞争很难消除性别歧视。在Becker的性别歧视模型中，男性雇员讨厌与女性一起工作，并愿意为此付出一定成本：但是Akerlof和Kranton7认为男性并不讨厌与女性一起工作，他们讨厌的只是某些特定的工作，如全世界男性和女性都在一起工作，只是男性是老板，女性是秘书。他们认为歧视来源于社会规范它规定了男性和女性应该做相应的工作人们在做符合规范的工作时会得到正的身份效用，否则就会得到负的身份效用，因此，为了实现效用最大化，女性就会更多地从事

7、一些符合规范的工作。如护士、幼师等。而较少地从事医生、律师等工作。Phelps8】提出了统计歧视理论，他认为由于劳动力市场中存在着信息不对称现象，雇主对雇员的个人能力了解较少，而了解每个雇员的能力又需要巨大成本，并且几乎是不可能实现的，因此，企业只能根据某一类群体的平均技能来决定是否雇佣某人；而市场中男性的平均技能普遍较高。所以雇主更愿意雇佣男性。伴随着相关理论研究的蓬勃发展，有关性别歧视的实证研究也取得了很丰富的成果。实证研究中经济学家常采用性别工资差异分解方法来考察歧视程度。这些分解方法大致可以分为两类：其一是均值分解，其二是分布分解9，由于本文只涉及均值分解，因此。这里只介绍有关均值分解

8、的发展情况。基于Becker4】的歧视系数，Oaxaca1 0首次提出了性别工资差异的均值分解方法，同年，Blinder11提出了类似的分解方法，他们都以1967年美国的劳动力市场为研究对象，认为劳动力市场存在严重的性别工资差异，且大部分都是个体特征差异无法解释的。OaxacaBlinder分解方法是经典的性别工资差异均值分解方法，后来的学者在其基础上进行了各种改进，以期可以更好地度量性别歧视程度。这些改进大致可以分为两个方向：其一是解决指数基准问题；其二是考虑职业隔离对性别工资差异的影响。在OaxacaBlinder分解中无歧视工资结构是用男性或女性的实际工资结构代替的，CottonJ2认为

9、这样的代替是不合理的，在他看来，无歧视状态下，男性和女性的工资结构都应收敛于相同的工资结构，在一系列假设下，该工资结构应该是男性和女性实际工资结构的线性组合。Neumark13在Becker r,4】雇主歧视模型的基础上。在一系列假设下推导出无歧视工资结构，以此来解决OaxacaBlinder分解中存在的指数基准问题。OaxacaBlinder分解未考虑职业隔离对性别工资差异的影响，20世纪80年代以来。随着拥挤理论的发展，经济学家开始研究职业隔离对性别工资差异的影响。Brown等14最早提出了包含隔离效应的工资差异分解模型将个人禀赋、职业分布、歧视与工资差异整合在统一的研究框架中。然而，Br

10、own等1”分解中仍然存在着指数基准问题，并且是双重指数基准问题，即同时存在工资结构和职业结构的指数基准问题。Appleton等”改进了Brown等14】的模型，直接借用Neumark【l 3】分解方法得到了无歧视工资结构和职业结构，但是Appleton等L1 5并未给出无歧视职业结构与工资结构构造方法相同的原因。由于受微观数据的限制国内学者对性别工资差异的实证研究起步较晚，且大部分研究为直接采用西方学者的研究方法分析中国劳动力市场的性别工资差异。王美艳【I 6利用五城市劳动力调查数据对中国城镇职工的性别工资差异进行分解。葛玉好【17利用UHS数据库的数据，采用Appleton等1 5】分解方

11、法对中国1988-2001年的所谓基准即无歧视工资结构。由于该工资结构是不可观察的，因此实证中通常采用男性的或者女性的或者其他更复杂的工资结构来代替，这样就产生了指数基准问题。万方数据中国城镇劳动力市场性别工资差异分解基于CGSS2010数据的研究 125城镇职丁性别_T资差异进行了考察。他们的研究结果均表明部门选择对工资性别差距影响不大女性在工资方面受到的歧视主要是由于部门内的歧视造成的。赵显洲【l 8利用CGSS2008数据库。采用Appleton等1 5分解方法。对中国2007年城镇职工性别工资差异进行了分解结果表明由性别歧视和不可解释因素造成的性别工资差异占总差异的9786。综上所述，

12、国内学者在研究性别工资差异时。较少考虑国有部门与非国有部门的分隔。而目前中国的劳动力市场中因所有制不同产生的分隔又较为明显，因此，笔者认为很有必要考察因所有制不同造成的部门分隔对城镇职工性别工资差异的影响。另外，由于受微观数据可得性的影响，国内学者考察城镇职工性别工资差异时所使用的数据多数为2006年以前的数据，缺乏时效性；且大多均是来自部分地区的样本，不能很好地代表全国水平。与已有文献不同。本文拟利用CGSS2010数据库中的相关数据，采用Brown等14：分解方法，从国有部门与非国有部门的角度考察中国城镇职工的性别工资差异。以期能够较全面地反映中国城镇劳动力市场的性别歧视程度。二、数据描述

13、及经验分析(一)数据来源及统计描述本文使用的数据全部来自中国人民大学中国调查与数据中心主持之中国综合社会调查项目(CGSS2010)。该调查涉及中国大陆所有省级单位，在全国一共调查480个村居委会总共包括963个变量，11 783个观测值。结合研究需要，我们对原始数据做了以下处理：删除了出生在1950年以前和1994年以后的样本即所有样本到2010年的年龄为1660周岁保证研究样本符合中国法定劳动力年龄。在“您的工作经历及状况是?”的调查项中删除了“目前务农，曾经有过非农工作”“目前务农，没有过非农工作”的样本，保证研究的样本为城市样本。在“下列各种情形，哪一种更符合您目前的工作状况?”的调查

14、项中删除了“自己是老板”“个体工商户。雇有雇员”“自由职业者”“其他”的样本，保证研究样本为工资收入者。删除了本文涉及的变量为缺失值的观测值。经过上述处理后，我们得到就业者样本容量为2 981其中女性为1 286，男性为l 695。本文拟利用Brown等14模型对中国城镇劳动力市场中的性别歧视问题进行经验分析。首先，对人选模型的部分变量，我们做如下处理。如表1所示。其次，对城镇劳动力市场中男女就业者部门分布和小时工资情况做比较分析，如表2所示。表1 变量及变量描述变量 变量描述 变量 变量描述没有受过教育取0 党员身份(party) 共产党员、民主党派取1其他取0私塾和小学取6 健康状况(he

15、alth) 比较健康、很健康取1其他取0初中取9 婚姻状况(marriage) 未婚、同居取0。其他取1受教育年限 职业高中、普通高中、中 户口类型(hukou) 农业户口为0其他为1(edu) 专、技校取12 性别(gender) 男性取1，女性取0大学专科取15 所有制类型(ownership) 国有或国有控股取1其他取0大学本科取16 东部地区(east) 东部地区取1。其他为0研究生及以上取19 中部地区(center) 中部地区取1。其他为0经验(exp) age一6一edu 东北地区(northeast) 东北地区取1其他为0母亲受教育年同受教育年限 小时工资对数(1nw) In(

16、income(8x250)限(edumother)表2 城镇男女就业者的小时工资 单位：元女性 男性部门分布 频数 百分比 均值 标准差 频数 百分比 均值 标准差非国有部门 890 6920 99240 134660 l 102 6500 136668 161949国有部门 396 3080 142349 120753 593 3500 173a 183932万方数据126 财经问题研究 2017年第l期 总第398期从表2可以看出：(1)无论在国有部门还是非国有部门，男性就业者的平均小时工资均高于女性这说明目前我国城镇劳动力市场中存在着性别工资差异，这些差异究竟来源于个体特征差异还是性别歧

17、视，这是本文研究的主要问题之一。(2)无论是男性还是女性，国有部门就业者的小时工资均高于非国有部门。在男性就业者中国有部门的就业者小时工资比非国有部门高约2655，而女性则约为4345，我们还可以发现男性在国有部门的就业比重较高，而女性相对较低这说明国有部门与非国有部门的职业隔离可能对中国城镇劳动力市场性别工资差异有一定影响。另外。从表3可以看出。城镇男女劳动者的个体特征水平存在差异。男性在多数指标上要优于女性。需要注意的是，女性的平均受教育年限要高于男性，一般来说，受教育年限对工资有正向影响因此这一特征对减少劳动力市场的性别工资差异可能有一定作用，只是这一猜测还需要进一步的研究来验证。我们也

18、可以看到男性劳动者在经验、党员比重、健康状况良好比重等方面均优于女性这说明在目前中国城镇劳动力市场中男性还是有一定优势的。表3 城镇男女就业者的个体特征差异分析全体就业者 男性就业者 女性就业者变量均值 标准差 均值 标准差 均值 标准差连 受教育年限 120339 35709 119375 35195 121610 36351续 经验 201704 116034 214094 119755 185373 lO8851变 经验的平方 5414398 5143372 6016914 5519773 4620257 4480374量 母亲的受教育年限53623 46392 50136 46598

19、58219 45732百分比 百分比 百分比离 党员比重 2110 2560 1520散 健康状况良好比重 7540 7590 7480变 已婚比重 8340 8410 8260量 非农业户口比重7190 7040 7380样本量 2 98l l 695 1 286(二)工资决定分析与差异分解遵循Brown等【14】的做法，我们对中国城镇劳动力市场性别工资差异进行分解该分解方法主要包括以下几步：部门选择估计、部门分布估计、工资方程估计和工资差异分解。1部门选择估计假设个人i在部门j的就业概率是由多项逻辑回归(Multinomial Logit)机制决定的，因此，如果qi表示个人i具有的个体特征

20、，那么雇员i在部门j就业的概率由以下方式确定：2p：exp(r?q)乏exp(y?q) (1)其中，1；表示个体特征q。变动对劳动者在部门j的就业概率的边际影响，当i为男性，则g=m，当i为女性，则g=f，i_l，2，n，10_为样本容量。估计这个模型时，我们使用的自变量为受教育年限、经验、经验的平方、党员身份、健康状况、婚姻状况、户口类型、母亲受教育年限以及东部地区、中部地区、东北地区；并且我们选择非国有部门作为参照组。如果自变量的估计系数为正，表明相对于非国有部门而言，该变量对进人国有部门的相对概率有正的影响：如果自变量的估计系数为负。则表明该变量对进入国有部门的相对概率有负的影响。由表3

21、可知。受教育年限对男女劳动者的部门选择有相似的影响。即受教育年限越长。越有助于劳动者进入国有部门。户口类型虚拟变量对劳动者的部门选择也有显著影响。表明非农业户口有助于男女劳动者进人国有部门。与未婚就业者相比，已婚就业者进入国有部门的概率也相对较高。如果就业者居住于东部地区，那么其进入国有部门的概率相对较低。这可能是由于中国东部地区较早实行改革开放，市场经济比较发达。国有部门实力相对落后造成的。相对于经验较少的男性就业者而言。经验较多的男性更容易进入国有部门。万方数据中国城镇劳动力市场性别工资差异分解基于CGSS2010数据的研究 127表4 男女就业者部门选择多项逻辑回归模型估计结果女性(国有

22、部门) 男性(国有部门)变量系数 标准误 系数 标准误受教育年限 02175 O0302 01454 00249经验 00062 00258 00506“ 00222经验的平方 00005 00006 一O0008 00004党员身份 00401 01771 O1402 01337健康状况 01839 01540 00999 01295婚姻状况 O9207 02595 0376l O2146户口类型 09852 02152 12079 01648母亲受教育年限 一00173 00164 00078 0014l东部地区 一O5188 O1843 一O4625” O1505中部地区 一02108

23、0220l -05鲫” 01823东北地区 一04349 02433 一O5866” 02090常数项 一5188l 04960 38016 04093Log likelihood 一6924920 一9691739Probx2 00000 00000Pseudo R2 01279 01167注：、”和分别表不在10水平上、5水平上和l水平上显著。以下同。2部门分布估计显然城镇男女劳动者在部门选择上存在差异。这表明两者在劳动力市场中受到差别对待。利用男性部门选择的多项逻辑回归模型参数，我们估计了城镇女性的部门分布，即在劳动力市场上，如果女性与男性受到相同的待遇，女性劳动者的部门分布。如果女性实

24、际的和估计的部门分布存在差异，就说明她们在劳动力市场上受到了歧视或者偏爱。同样，我们利用女性劳动者的多项逻辑回归模型参数估计了男性的部门分布(如表5所示)。表5 男女劳动者的实际和估计部门选择结果男性占比() 女性占比()部门实际 估计 实际 估计非国有部门 6824 7219 7338 6838国有部门 3176 27引 2662 3162由表5可知如果男女劳动者受到相同的待遇女性进入国有部门的比重将提高约1878，而男性进入国有部门的比重将降低约1244，由于国有部门的平均工资较高这表明国有部门与非国有部门的分隔扩大了性别工资差异。3工资方程估计对性别工资差异分解时，我们需要分别估计国有和

25、非国有部门男女劳动者的工资方程。结合已有研究成果及本文研究需要。我们构建的工资方程如下：lnw=0【+pI edu+132exp+133exp2+134party+p5 health+p6marriage+p7motheredu+138easl+39center+pIonortheast+斗(2)其中，斗为误差项，使用最dx-乘法得到工资方程的估计结果如表6所示。表6 在不同部门男女就业者的工资方程估计结果女性 男性变量非国有部门 国有部门 非国有部门 国有部门受教育年限 01025(00095) 01328(00129) 00906(00089) 01056(00112)经验 00144(0

26、0093) 00223(00123) 00312(00089) 00059(00115)经验的平方 -00002(00002) -00002(00003) 一00007(00002) -00001(00002)党员身份 02431(00812) 01289(00780) 01232(00641) -00007(00593)健康状况 01239”(00576) 00776(00744) 01665(00566) 00269(00614)婚姻状况 00021(00896) 00388(01337) 00844(00831) 03383(01146)母亲受教育年限 00299(00068) 0014

27、5(00077) 00277“(00064) 00161”(00066)东部地区 03200(00728) 02938(00880) 04281(00653) 03065(00680)中部地区 00047(00856) 一01225(01014) 一00185 fO0750) 一02108“(O0833)东北地区 -01389(00927) 一02440”(01119) 一00395(00854) 一02118”(00970)常数项 01798(01598) 一00182(02445) 04532(01579) 06078(02016)ProbF 00000 00000 00000 0o【)o

28、OR2 03620 04100 03310 030150注：括号内为标准误。由表6可知大部分变量的系数和符号都符合预期并且是统计显著的，R2也较为合理。对于两个不同部门的男女就业者来说。受教育年限对对数小时工资均有显著的正影响。说明在其他条件相同的情况下，随着劳动者受教育年限的增加，工资收入也会增加。同时我们也注意到，无论是国有部门还是非国有部门女性的教育回报率都高于男性，均超过了10。经验及其平方万方数据128 财经问题研究 2017年第l期 总第398期项作为衡量人力资本的另一项指标，仅对非国有部门的男性劳动者工资有显著影响对女性工资的影响在两部门均不显著这可能是由于我们的经验计算方法对女

29、性劳动者而言是不合适的，因为女性在就业后会由于生育、照顾家庭等原因中断劳动我们的计量方法也可能高估了女性经验这一结论是否成立还需进一步研究来考察。党员身份对女性就业者和非国有部门男性就业者的工资收入有显著的正影响。健康状况良好对非国有部门的劳动者工资收人有显著的正影响已婚对国有部门男性就业者工资收入有显著正影响。东部地区虚拟变量对所有劳动者工资均有显著正影响，说明东部地区工资较高。4工资差异分解根据Brown等1叫的做法。性别工资差异的分解公式如下：lnW。一InWf=善p；(xjIl一x：)町+j善-PX(B?一p：)+舌lnW7(p?一i)+Xl,w7(+p1) (3)J一1其中，In W

30、。和In Wf分别表示男女劳动者的对数工资平均值，pm和P：分别表示男女劳动者在部门-j的就业概率，P：表示如果女性就业者获得与男性相同的待遇在各个部门的就业概率，x?和x：分别表示在部门i就业的男女劳动者的特征变量平均值，Bim个upfi表示相应的回归系数。从式(3)可以看出，就业者的性别工资差异被分为四部分：部门内可解释的和部门内不可解释的、部门间可解释的、部门间不可解释的。表7给出了以女性部门分布为分解基准的男女劳动者工资收入差异的分解结果。由表7可知男女劳动者对数小时工资均值差异为07740，总差异中的07567(占总差异的9776)可以被部门内工资差异所解释，其余的00173(占总差

31、异的224)是由部门间差异造成的。由此可见，部门内工资差异是导致性别工资差异的主要原因，该结论与已有文献t5-16一致。另外，部门内工资差异(07567)中的04418(总差异的5708)可以被个体特征差异解释个体特征差异不可解释的部分为03149(总差异的4068)。部门间工资差异(0。0173)，中的能够解释的部分为0。0005(总差异的006)，无法解释的部分为00168(总差异的217)。总体来看，性别工资差异中可解释的部分为5714，不可鳃释的部分为4286，不可解释的部分中可能是由一些其他观察不到的因素造成的，但歧视因素是主要成分。5稳健性检验由于Brown14分解中存在着指数基准

32、问题。而Appleton等分解对指数基准问题的解决方法又有待商榷，因此，我们使用另一基准对男女就业者性别工资差异再次进行分解(以男性职业结构为分解基础)，以此来检验本文使用的Brown等t“】分解方法得到的分解结果如表7所示，其分析结果是稳健的。表7 男女劳动者工资收入差异分解结果以女性部门分布为分解基准 以男性部门分布为分解基准对数小时工资 百分比 百分比 对数小时工资 百分比 百分比总工资差异 07740 10000 07755 10000部门内 07567 9776 10000 0758l 9775 10000可解释部分 0。4418 5708 5839 04510 5815 5949不

33、可解释部分 03149 4068 416l 0，3071 39印 405l部门间 00173 224 10000 00174 225 100oo可解释部分 0。0005 O06 289 oODOl6 O08 357不可解释部分 O0168 217 971l 00168 217 9643可解释部分合计 04423 5714 04516 5823不可解释部分合计 O3317 4286 O3239 4177分解方程为：In W=一i可=高时(孑一孑f)pf+砉P尹弓(卵一B；)+砉ln弓(pF一一+jn ln w-卜f Pjfpj)万方数据中国城镇劳动力市场性别工资差异分解基于CGSS2010数据的

34、研究不难看出。二种方法(表7)得到的结果非常相似得到的结论也是一致的，可见本文所用的Brown等14的分解结果是可靠的说明我国城镇劳动力市场中确实存在着性别歧视现象，该结论与已有文献167I。三、结论与启示本文从国有部门和非国有部门这一全新的研究视角出发，遵循Brown等14的分解方法，考察了所有制不同造成的部门分割对我国城镇劳动力市场中性别工资差异的影响。本文的经验分析结果得到的主要结论是：首先，在中国城镇劳动力市场中，性别工资差异中不可解释的部分占有相当大的比例(4286)，这说明中国城镇劳动力市场中确实存在着性别歧视现象。其次，部门问的性别工资差异虽然占总差异很小的一部分。但其中不可解释

35、的部分却高达971l，这说明中国城镇劳动力市场中部门分割现象较为严重，女性劳动者进入国有部门有一定壁垒。最后，部门内性别工资差异中不可解释部分占4161，低于可解释的部分，这可能是由于女性受教育年限较长，而受教育年限对工资有显著正影响所致。但是即便如此，部门内性别工资差异还有相当一部分是不可解释的，这表明中国城镇劳动力市场中还是存在性别歧视现象的。结合本文的研究成果，笔者认为可以从以下几个方面人手逐步减少或消除中国城镇劳动力市场中的性别歧视现象：一是要从思想上消除对女性的偏见，树立男女平等的观念。二是政府应为提升女性的个人能力创造机会，尤其要保障女性受教育权利使女性能够通过较优的个体特征来缩小

36、性别T资差异。三是政府应该完善相关法律法规体系，为减少女性就业歧视提供法律保障。四是各类企业特别是国有企业必须认真贯彻劳动法等相关法律法规，切实保障女性劳动者的合法权益，努力在就业、晋升和T资上实现对男女就业者的平等对待。参考文献：1林毅夫，蔡畴，李周充分信息与国有企业改革M，上海：上海人民出版社，19972Fawcett，MGEqual Pay for Equal WorkJTheEconomic Journal，1918，28(109)：1-63Edgeworth，FYEqual Pay to Men and Women forEqual WorkJThe Economic Journal

37、，1922，32(128)：4314574 Becker，GSThe Economics of DiscriminationMChicago：University of Chicago Press1 957【5 Arrow，KJSome Mathematical Models of RaceDiscrimination in the Labor MarketMLexington：DC Health，19726Aow，KJThe Theory of DiscriminationMPrinceton：Princeton University Press，19737乔治阿克洛夫，瑞秋克兰顿身份经济学

38、：身份如何影响我们的工作、薪酬和幸福感M颜超凡，汪潇潇译，北京：中信出版股份有限公司，20138Phelps，ESThe Statistical Theory of Racism andSexismJThe American Economic Review，1 972，62(4)：6596619郭继强，姜俪，陆利丽T资差异分解方法评述J经济学(季刊)，2011，(2)：36341410 Oaxaca，R MakeFemale Wage Differentials inUrban Labor MarketsJInternational EconomicReview，1973，14(3)：6937

39、091 1 Blinder，ASWage Discrimination：Reduced Formand Structural EstimatesJ 1The Journal of HumanResources，1973，8(4)：4364551 2 Cotton，J0n the Decomposition of the WageDifferentialsJThe Review of Economics andStatistics，1988，70(2)：2362431 3 Neumark，DEmployersDiscriminatory Behavior and theEstimation of

40、 Wage DiscriminationJThe Journal ofHuman Resources，1988，23(3)：27929514Brown，RS，Moon， M，Zoloth， B SIncorporating Occupational Attainment in Studies ofMaleFemale Earnings DifferentialsJThe Journalof Human Resources，1980，15(1)：32815Appleton，S，Hoddinott，J，Krishnan，PTheGender Wage Gap in Three African CountriesJEconomic Development and Cultural Change，1 999，47(2)：289312f 16 王美艳中国城市劳动力市场上的性别t资差异J经济研究，2005，(12)：354617葛玉好部门选择对T资性别差距的影响：1988-2001年J经济学(季刊)，2007，(2)：60762818 赵显洲中国城市劳动力市场上性别歧视的计量与分解J管理评论，2014，(7)：6271(责任编辑：刘艳)万方数据