内容提要：本文以我国工业企业数据库中2004-2007年的观测数据为样本，利用ACF(2015)方法对工业企业的产出方程进行估计，并将企业全要素生产率作为控制变量引入工资方程，分别识别出工业企业的性别平均劳动生产率差距和性别工资差距。研究发现：(1)我国工业企业中男性平均劳动生产率比女性高72.2%，男性平均工资比女性高12.6%;(2)性别平均劳动生产率差距和性别工资差距存在公司技术的异质性，高技术公司性别平均生产率差距与性别工资差距是一致的，低技术公司性别平均生产率差距要大于性别工资差距，相比工资而言，男性的平均劳动生产率要大于女性;(3)民营企业和外资企业中“女性比重”效应较为明显。本文从性别劳动生产率差距的角度对性别工资差距进行解释，为我们认识性别工资差距并挖掘其产生的原因提供了一种新的思路。
关键词：性别劳动生产率差距性别工资差距ACF方法
一、引言
男性和女性在劳动力市场上的不同表现被人们广为关注。一般而言，不仅女性的劳动力市场参与率、就业机会可能低于男性，而且在就业人群中，女性就业者的工资水平通常也低于男性，全世界范围内女性平均工资总体上低于男性(Blau&Kahn，2007;Manning&Robinson，2004)。基于性别平等和同工同酬等基本的社会和市场法则，这种差异通常被解读为女性就业者在劳动力市场上受到了不公正的差别性对待，也就是通常所说的歧视。然而歧视通常所强调的是基于非生产性特征的差别性对待，这意味着，所观测到的性别之间的工资差距并不必然地表明存在歧视，除非同时给出相应的证据表明性别之间并不存在劳动生产率的差异性。但在大多数的研究中，注意力通常集中于工资的性别差距，很少涉及劳动生产率的性别差异。
歧视是有成本的，厂商不得不因为其歧视性偏好而以更高的成本去雇佣劳动生产率较低的人群。在竞争性市场环境中，如果厂商遵循利润最大化的行为准则，则会增加对被歧视人群的劳动力需求，因为在相同的生产能力下，被歧视的人群会具有更低的成本，这将会导致歧视程度的降低。一些发达国家的性别工资差距呈下降趋势，似乎能在一定程度上与厂商的这种行为倾向相吻合。以OECD国家为例，性别收入差距从2000年的18.2%降低到2013年的15.5%，特别是2004—2010年间性别工资差距下降幅度非常明显①。
然而，在对我国劳动力市场的研究中，却发现性别工资差距有扩大的趋势(Chi&Li，2008;Li&Gustafsson，2008;李春玲、李实，2008;李实等，2014)，并且在基于工资收入函数的分解分析中，甚至发现性别歧视的解释份额也出现了上升的倾向。一些研究者倾向于将这种变化解释为市场化的结果。但性别之间收入差距的这种扩大趋势显然同市场机制更为完善的发达国家相比是明显不同的，也很难从企业的利润最大化行为中获得解释。
在对性别收入差距的大多数讨论中，都倾向于采用在微观个体数据基础上分解收入函数的基本思路，将不同性别个体的收入差距均值分解为收入函数的特征差异和回归系数差异两个部分，特征差异以外的部分则被视为歧视，其隐含的解释是，具有相同特征的个体所获得的报酬应当是相同的。然而，绝大部分研究文献中，工资方程可决系数通常不会超过0.35，这意味着劳动者可观测特征对工资的解释能力非常有限(徐舒、朱南苗，2011)。更为重要的是，这种分析思路并不能给出性别之间的收入差距与产出贡献的直接联系。即便给定的可观测个体特征相同，也不能排除产出贡献中的性别差异。如果性别之间的工资差异仅仅表现为其产出贡献差异的结果，则也不能认为存在性别歧视(Hellerstein&Neumark，1999)。本文试图在工业企业数据的基础上，基于不同性别工资差异与产出贡献之间的联系来讨论性别工资差距的合理性。
二、文献综述
对性别工资差距的量化研究，最早始于Becker(1957)提出的所谓“偏好歧视”理论，在完全竞争的劳动力市场中，偏好歧视导致的持续的工资差距是不存在的。在厂商利润最大化假设下，从长期来看所有工人的工资都由该工人的劳动生产率决定，因性别歧视导致的性别工资差距应该随着经济发展与市场化程度的提高而减弱。在对我国劳动力市场中性别工资差距的研究中，大部分学者采取的方法是先对不同性别的工资方程进行估计，而后对性别工资差距进行分解，识别出性别歧视对性别工资差距的贡献，代表性研究见表1。
由于历史原因我国经济中所有制成分复杂，市场化程度差异很大，不同所有制成分下经济运行机制存在差别，劳动力在各种所有制经济之间自由流动受到很大限制，那么在相互分割的劳动力市场上具有垄断地位的厂商就会对特定地域或特定人群进行歧视，比如女性(Barth&Dale-Olsen，2009)。除此之外，有摩擦的劳动力市场寻找工作的成本会增加。即使工资期望降低部分群体受到歧视的劳动者也会选择留下。Black(1995)和Bowlesetal(2005)的搜寻模型可以很好地解释这一点。因此，市场化程度比较高的所有制经济更不容易产生因性别歧视而造成的性别工资差距。郭凤鸣、张世伟(2010)的研究支持这一观点，他们对东北地区国有和非国有部门的性别工资差距进行研究后发现，国有部门和非国有部门男性的工资都要高于女性而且都存在性别歧视，但是国有部门性别工资差距小，性别歧视严重，非国有部门性别工资差距大，性别歧视相对较小。国有部门性别歧视体现在同工不同酬，非国有部门性别歧视则体现在劳动参与和部门选择的歧视。
但是更多的研究结论与此相反，比如张丹丹(2004)采用中国健康与营养调查1989、1991、1993和1997年数据对我国性别工资差距的变化趋势进行分析，指出随着经济结构转型和市场化程度提高，性别工资差距和歧视程度都有所扩大，特别是对于非国有部门中的文化程度低、中老年“蓝领”群体，性别工资差距更大。李春玲、李实(2008)按市场化程度将企业划分为国有部门、混合所有制部门、集体经济部门、私营个体经济部门和三资企业，结果发现市场化水平最低的部门性别收入差距最小，市场化水平最高的部门次之，市场化水平较高的部门最大，指出市场化水平最低的部门性别歧视程度最低，市场化水平居中的部门性别歧视最高，而市场化水平最高的部门性别歧视程度较低。亓寿伟、刘智强(2009)从工资分布上对性别工资差距进行研究，发现不论是在国有部门还是非国有部门，处于工资收入低端的性别工资差距更大，反映出性别工资差距的“地板效应”，其次国有部门平均收入差距为28.5%，非国有部门差异为34.7%，说明非国有部门性别歧视更为严重。
值得注意的是，这些研究仅从劳动者工资决定的角度对性别工资差距进行研究，并没有注意到性别劳动生产率差距对于性别工资差距的意义。Dong&Zhang(2009)基于世界银行关于中国2001年投资环境调查数据，参照Hellerstein&Neumark(1999)的分析框架，采用非线性最小二乘法对工资方程和企业产出方程进行联合估计，识别出性别工资差距和性别劳动生产率差距，通过比较来判断性别工资差距的合理性。研究结果表明，我国制造业的性别工资差距中的歧视程度并不显著，对于高技能的劳动者，企业都能按照其劳动生产率支付工资，但是对于国有企业的低技能劳动者，相对于劳动生产率水平，女性工资存在明显溢价，这一结论为认识我国性别工资差距提供了一个新的视角。然而Dong&Zhang(2009)的研究并没有将产出方程中的投入项与全要素生产率进行区分，估计结果可能存在偏误，也没考虑到全要素生产率对企业平均工资的影响。
综上，从劳动生产率的角度对性别工资差距进行研究的文献并不多见，而且仅有的研究也存在改进的空间。基于此，本文在Dong&Zhang(2009)框架基础上，采用ACF(2015)方法对产出方程进行估计，并将企业全要素生产率引入工资方程，分别得到性别平均劳动生产率差距和性别工资差距，并将二者进行比较来判断性别工资差距的合理性。
三、平均工资和劳动生产率性别差距的识别
四、数据与变量
(一)数据处理与变量构造
本文所使用的数据来自于中国工业企业数据库。该数据库由国家统计局根据地方统计局报送的企业信息汇总而建，以企业法人为样本对象，涉及全部国有和规模以上非国有工业企业，具有样本量大、指标多和时间长等优点。根据研究需要和指标的可得性，本文选取2004-2007年间企业样本为研究对象③，并对数据进行处理。
本文采用Brandtetal(2012)方法将1998-2007年年度数据匹配成非平衡面板数据，数据合并共分三个阶段。首先对两个连续年份数据进行匹配，识别变量依次为法人代码、公司名称和同一县区的公司法人名称，除此之外，如果两家公司的成立年份相同、地区相同、行业相同、所处的乡镇名称相同和主营产品名称也相同，那么也认为这两家公司是同一家公司。然后利用上述识别信息将三个连续年份进行合并。最后，将识别结果进行合并，最终得到1998-2007年非平衡面板数据。
主要变量及说明：(1)工业增加值。数据中给出名义工业增加值，本文采用Brandtetal(2012)提供的产出平减指数将名义工业增加值调整为实际增加值。(2)资本存量。工业企业数据中并没有直接给出企业资本存量数据，也没给出固定资产投资数据，本文又根据Brandtetal(2012)的处理方式采用永续盘存法将企业资本账面价值转化为实际资本存量④。(3)劳动投入与男性从业比例。本文采用数据中全部从业人员年平均人数作为劳动投入;由于2004年以后才给出企业年末女性从业人员合计数，因此本文以1减去年末女性从业人员合计数除以年末从业人员合计数作为企业男性从业人员比例。(4)人均工资。工资总额变量包括本年应付工资总额和本年应付福利费总额两项内容，然后利用CPI将名义工资调整成以1998年为基期的实际工资，实际工资总额乘以一千再除以从业人数得到企业人均实际工资。(5)企业所有制。由于担心企业实际控股股东变化会导致所有制类型分类错误，对本文结论产生影响，为了保证估计结果准确性，本文又根据各种所有制成分在实收资本中所占的比例重新对企业所有制进行定义。具体做法是：将企业实收资本划分为国家和集体资本，包括国家资本和集体资本;民营资本，包括法人资本和个人资本;外资资本，包括港澳台资本和外资资本。分别计算这三大类资本在实收资本中的比重，比重最大者的股东身份作为企业所有制判别依据(聂辉华、贾瑞雪，2011;聂辉华等，2012)。在新的所有制定义条件下，本文重新对国有企业(包括集体企业)、民营企业和外资企业(包括港澳台企业，下文统一称为外资企业)进行参数估计。(6)企业规模。根据工业和信息化部、国家统计局、国家发改委和财政部等部门联合下发的工信部联企业(2011)300号文件⑤，将企业按从业人员数量、营业收入等指标划分为大型企业、中型企业和小型企业(包括微型企业)。此外还涉及地区和行业等控制变量。
(二)描述性特征
剔除缺失值后得到包含2004-2007年间的406514家企业非平衡面板数据。其中，国有企业61777家，占15.20%;民营企业320289家，占78.79%;外资企业24448家，占6.01%。表2给出相关变量均值与标准误。从表2中发现，在样本区间内我国工业企业从业人员平均为245人，男性从业人员平均比例为61%，人均工资为1.62万元，企业人均增加值为11.7万元，企业平均实际资本存量为3697.5万元。
一般而言，不同类型所有制企业的市场化程度存在差异性，民营企业比国有企业通常面临着更为激烈的市场竞争。企业从业人员性别结构、增加值、工资水平，以及他们之间的相关性在不同所有制企业类型之间都具有非常显著的差异。如男性占全部从业人员的比例，在国有企业中达到65%，民营企业略低于国有企业为62%，而外资企业则远低于国有企业和民营企业，仅为52%。人均工资和人均工业增加值与所有制特征的关系恰好与此相反，国有企业人均工资最低为1.619万元，人均工业增加值为11.4万元，民营企业人均工资和人均工业增加值略高于国有企业，分别为1.620万元和11.5万元，外资企业要远高于国有和民营企业，人均工资和人均工业增加值分别为2.157万元和13.2万元。表2中第二部分给出工资和产出与男性比例之间的相关系数，不论是工资和产出水平值还是他们的对数形式，都与男性比例呈显著的正相关关系，从数值关系上看，民营企业的相关系数略小。表2中也报告了变量分年度的统计信息，除工资和产出外，其余变量各年之间差距并不是很大。图1～图3给出不同所有制企业男性比例、人均工资对数和人均工业增加值对数概率密度图，从图中可以发现国有企业和民营企业相关变量尽管在均值上存在差异，但分布特征很相似，而外资企业与内资企业存在较大差别，外资企业人均工资和人均工业增加值明显要高于民营企业和国有企业，男性比例又低于国有和集体企业。值得注意的是，外资企业男性从业比重分布更为均匀，不同企业中男性比例差距不大，相比而言内资企业男性比例的分布更为集中，特别是国有企业。
五、实证结果分析
(一)基本回归结果
1.全部样本回归结果。表3给出所有企业的工资方程(2)和产出方程(4)的估计结果。为了便于比较，我们分别采用OLS估计和控制了投入内生性的ACF方法对C-D形式的产出方程进行估计，并比较了两种方法下对企业规模、地区和行业等变量控制前后产出方程的估计结果的差异。
产出方程估计结果的第二、三列为OLS估计结果，其中第三列对企业规模、地区和行业等因素进行了控制。结果显示，男性比例对企业产出具有很强的正向影响，男性比例提高1%，企业产出提高0.34%，男性平均劳动生产率比女性高64.4%，控制企业规模、地区和行业后，企业产出提高幅度为0.36%。男性平均劳动生产率比女性高80%。控制投入内生性影响后，男性比例的估计系数下降到0.332(第四列)，进一步控制企业规模、地区和行业等因素后，男性比例的估计系数下降到0.312，结果表明男性比例增加1%，企业增加值增加0.312%。
Φ系数表明，男性平均劳动生产率比女性高76.8%，控制企业规模、地区和行业等因素后降到72.2%。值得注意的是，控制投入内生性因素后，ACF法估计的C-D形式生产函数结果中，产出方程中劳动产出弹性降低，而资本产出弹性提高。
表中工资方程采用最小二乘估计，被解释变量为平均工资，主要解释变量为男性比例和劳均资本。从第二、三列发现，控制企业规模、地区和行业后，工资方程中男性比例系数估计值从0.095上升到0.186。第四、五列则控制了在产出方程中利用ACF方法识别出的全要素生产率，其中第四列男性比例系数估计值为0.142，表明控制全要素生产率后，男性平均工资率比女性高14.2%，控制企业规模、地区和行业等因素后，男性平均工资率比女性高12.6%。在控制全要素生产率后，劳动资本系数显著提高。表3中结果显示，男性比例对产出的影响要远大于对平均工资的影响。我们用沃尔德检验对Φ与λ是否相等进行检验，表3中四种设定方法的估计结果都表明性别平均劳动生产率差距远大于性别平均工资率差距。
2.分所有制估计结果。由于历史原因我国经济长期呈现出多种所有制经济并存的局面，每种所有制经济在国民经济体系中发挥的作用也不相同，与民营和外资经济相比，国有经济承担了更多的政策性负担，其经营目标更多体现社会责任与政治目的(Boyko，Shleifer&Vishny，1996;林毅夫、刘培林，2001)，相对地市场化程度较低。外资企业在经营理念、管理方式和运行效率等方面与民营企业有很大区别，代表更高的市场化程度。因此，本部分利用不同的所有制结构代表不同的市场化程度，研究性别平均劳动生产率和工资差距在不同的资源配置机制下的表现形式，估计结果见表4。其中，第二、三列分别为国有企业样本的OLS和ACF估计结果。从第二列参数值可以看出，产出方程中男性比例系数估计值为0.504，Φ系数估计值为0.982，工资方程中男性比例系数估计值为0.217，表明在没有控制全要素生产率条件下，国有企业中性别劳动生产率差距和性别工资差距都是显著的，沃尔德检验的卡方值为423.95，表明国有企业性别平均劳动生产率差距和性别工资差距并不相等。但控制投入内生性问题，即控制全要素生产率后，国有企业工资方程中男性比例系数估计值为0.014，Φ系数估计值为0.032，工资方程中男性比例系数估计值为-0.044，这些系数均没有通过统计检验，表明性别差距在国有企业中并不显著，卡方检验值为0.07，也不能拒绝性别劳动生产率差距与性别工资差距不相等的原假设。同时，结果还发现控制全要素生产率后，产出方程中劳动产出弹性和资本产出弹性系数都会减小，工资方程中劳均资本系数增大。
第四、五列为民营企业估计结果，模型参数都通过5%水平下的统计检验。可以看出，男性比例对企业产出和平均工资都有正向影响，但控制全要素生产率后，产出方程中男性比例系数估计值从0.322降低到0.298，Φ系数估计值从0.703降到0.698，工资方程中男性比例系数估计值从0.162降低到0.133，卡方值表明民营企业性别劳动生产率差距和性别工资差距存在显著差别。
第六、七列为外资企业样本估计结果，模型参数也都通过5%水平下的统计检验。OLS估计中，产出方程中男性比例系数估计值为0.433，Φ系数估计值为0.968，工资方程中男性比例系数估计值为0.26。ACF估计中，产出方程男性比例系数估计值降到0.188，Φ系数估计值降到0.357，工资方程中男性比例系数估计值降到0.121。卡方检验结果表明外资企业性别平均劳动生产率差距大于性别工资差距。——论文作者：陈国强罗楚亮
相关期刊推荐：《经济学动态》是中国社会科学院经济研究所主办的向国内外发行的经济类月刊。主要栏目与内容包括：经济科学新论、经济热点分析、宏观经济探讨、部门经济、地区经济、财政金融研究、会议综述、学术资料、经济体制改革、企业管理、调查与建议、中外学术交流、外国经济理论、海外经济学博览、世界经济、书刊评介等。
