大学生性别工资差异的实证研究——基于分位数回归与分解的发现

蔡颖

（华南师范大学a.学生工作部（处）；b.经济与管理学院，广州510631）

大学生性别工资差异的实证研究
——基于分位数回归与分解的发现

蔡颖

（华南师范大学a.学生工作部（处）；b.经济与管理学院，广州510631）

利用2013年S高校大学生就业统计数据对大学生起薪的性别效应进行实证分析，分位数回归和分解的结果表明：均值分布和条件分布上，户籍、政治面貌、获奖层次、GPA、学科专业和就业地点对大学生起薪的影响具有显著的性别差异；就业企业、就业行业对大学生起薪的影响的性别效应仅在均值和部分分位数上显著；随着分位数的提高，大学生性别工资差异扩大，在收入分布的低端，特征效应是性别工资差异的主要原因，在收入分布的高端，性别工资差异主要由歧视引起，女生的“天花板效应”严重。

大学生；性别工资差异；分位数回归；分位数分解

一、引言

随着改革的深入和劳动力市场不断完善，市场化工资决定机制逐渐形成，劳动者工资逐步由要素贡献决定。劳动者个体特征和劳动力市场特征差异加大了劳动者工资差距，性别工资差异成为全世界范围内广泛存在的现象。大学生劳动力市场也不例外，女生平均工资仅为男生的60%-80%，男生就业质量明显高于女生［1］。《2014年中国大学生就业报告》指出，“虽然2014届大学毕业生男女之间的就业率没有明显差别，但即便在女性毕业生占优势的专业中，男性毕业生薪资全部高于女性，可能存在同工不同酬的薪资歧视。2014届大学毕业生中，同层次、同专业男女生的平均月收入最大差距接近800元。”［2］党的十八大报告强调：“要做好以高校毕业生为重点的青年就业工作”，“推动实现更高质量的就业”，并第一次把“坚持男女平等基本国策，保障妇女儿童合法权益”写进党的施政纲领［3］。国民经济和社会发展“十二五”规划纲要第一次分专节对促进妇女全面发展作出规划。此外，中国妇女第十一次全国代表大会报告指出要“尊重性别差异，消除性别歧视，倡导性别公正，实现男女两性平等依法行使民主权利、平等参与经济社会发展、平等享有改革发展成果。”促进性别平等和妇女发展是我国的基本国策。经济转型时期，正确理解大学生性别工资差异，对于完善劳动力市场制度，增进男女大学生就业地位，构建性别平等政策具有重要的现实意义。

解释大学生性别工资差异的理论主要有人力资本理论、拥挤理论、二元劳动力市场理论以及歧视理论。人力资本理论认为，女性人力资本投资成本的回收时间短，人力资本投资倾向低于男性，进而女性工资水平低于男性；拥挤理论认为，女性集中在低工资（行业）职业，（行业）职业隔离导致性别工资差异；二元劳动力市场理论认为，女性多在低工资的二级市场工作，结婚、生育及家务劳动导致工作不连续，致使女性工资水平低于男性；歧视理论认为，工资差异包括两部分，一是性别个体特征和劳动力市场特征决定的工作机会和工资水平不一；二是性别歧视导致的同工不同酬。

针对大学生性别工资差异的实证分析，国外文献多从Mince工资方程出发，采用Oaxaca分解、Brown分解、Neumark分解等均值分解或MM（2005）等分位数分解展开。研究结果显示，大学生性别工资差异可解释部分中，工作偏好和专业（Daymont和Andrisani，1984）、成绩（Paglin和Rufolo，1990）、教育（Joy，2003；Dougherty，2005）、诸如工作单位、就业行业、工作时间、工作搜寻等劳动力市场变量（Joy，2003）是重要的影响变量。大部分学者支持教育是性别工资差异的首要因素，但Joy（2003）认为劳动力市场特征变量对工资差异的影响大于教育变量［4］。学者们一致认为大学生性别工资差异不可解释部分在于性别歧视。

国内针对大学生群体的性别工资差异研究起步相对较晚，主要通过两种思路展开研究。一种是基于截面数据采用普通OLS回归方法分析，支持大学生存在性别工资差异和性别歧视的观点（叶文振等，2002；纪月梅等，2004；卿石松等，2009；申晓梅等，2010；柴国俊，2011；王广慧等，2011）。近几年，学者们进一步采用Oaxaca及拓展均值分解论证性别工资差异中不可解释的部分，得出大学生性别工资差异的84%—94%由性别歧视造成 （马长琼等，2012；谭远发，2013；柴国俊，2013）。另一种是基于截面数据，采用普通OLS回归和均值分解考查工作能力、职业隔离、专业选择等单变量与性别工资差异的关系。谭远发（2013）研究发现，无论控制工作能力与否，大学生性别工资差异存在［5］。柴国俊（2013）指出，大学生性别行业隔离现象并不明显，行业内差异对性别工资差异的影响大于行业间差异［6］。卿石松等（2013）认为，专业回报的性别效应造成了大学生性别工资差异［7］。

纵观现有文献，大多研究采用普通OLS回归和均值分解研究大学生性别工资差异，相应的回归系数表达的是解释变量对被解释变量的平均边际效果，并未考虑在条件分布不同位置时解释变量的影响差异，因而存在一定局限性［8］。新近发展的分位数回归和条件分解可以很好的关注变量分布的局部特征和信息，更加细致全面的展现被解释变量与解释变量之间的关系。基于此，本文采用分位数回归和分解方法研究大学生性别工资差异。

二、变量定义与描述统计

本文数据来源为广东省高校毕业生就业管理系统中某师范大学（以下简称S高校）上报数据。就业信息数据由学校根据毕业生就业情况填报，包括毕业生个人基本信息、政治面貌、所在学院、专业、派遣性质、接收单位、就业单位类型、就业行业、就业职业以及薪酬等信息。

为了控制教育年限相同下人力资本对性别工资差异的影响，本文只选取本科毕业生，剔除升学读研及未找到工作的样本，进一步去除数据缺失样本，最终得到样本4567个。这样，数据具有明显优势：一是样本特征的同质性，剥离了工作经验、在职培训、晋升及学校因素对性别工资差异的影响。二是样本数据的准确性。现有文献多用教育年限表征劳动者人力资本，然教育年限相同的劳动者，其人力资本也存在差异，使用学分绩点（GPA）、获奖情况及政治面貌等微观特征更能准确表征大学生人力资本的差异。

（一）变量定义

被解释变量为对数月工资收入。月工资为高校就业方案中学生填报的工资数据。解释变量由人口统计学特征变量、人力资本变量、专业特征变量和就业特征变量四方面组成，具体包括：

1.性别。虚拟变量，男生为1，女生为0。

2.户籍。虚拟变量，城镇户口为1，农村户口为0。

3.民族。虚拟变量，汉族为1，其他为0。

4.家庭经济情况。虚拟变量，非困难生为1，困难生为0。困难生由S高校《家庭经济困难学生认定办法》认定，由家庭经济困难学生数据库导出。

5.政治面貌。虚拟变量，党员为1，非党员为0。一般来说，高校党员发展门槛高，只有整体表现突出、综合实力较强的大学生才有机会入党。党员可看成人力资本的代理变量。

6.学分绩点（GPA）。GPA可反映学生的学习能力和学习效果，是表征大学生人力资本的变量之一。数据源自S高校教务部门的统计结果。

7.获奖情况。根据大学生在校最高获奖层次赋值，层次越高则数值越高。世界级奖项赋值为4，国家级奖项赋值为3，省级奖项赋值为2，校级奖项赋值为1，院级奖项赋值为0。获奖情况也可综合反映大学生的整体能力，是表征大学生人力资本的变量之一。

8.师范专业。虚拟变量，师范专业为1，非师范专业为0。从就业传统看，女生更可能选择就业稳定、压力较小的师范专业，男生更愿意报考非师范专业。用此变量控制师范专业对大学生性别工资差异的影响。

9.专业选择。根据教育部学科门类划分和S高校实际开设，本研究专业分为经济学、法学、教育学、文学、历史学、理学、工学、管理学和艺术学9类（S高校未开设医学、农学、哲学三个学科门类）。设为虚拟变量，以样本数最多的理学为参照组。

10.就业地点。虚拟变量，珠三角地区就业为1，其他为0。珠三角地区包括广州 （10区）、深圳（6区）、珠海（3区）、佛山（5区）、江门（3区）、中山、东莞、惠州（2区）、肇庆（2区）、增城、从化、鹤山、台山、开平、恩平、四会、高要、惠东和博罗。

11.就业行业。根据国家统计局国民经济行业分类标准，我国共20个行业大类。如果严格按照国家统计局分类方法，本研究样本分类较为分散。故此，借鉴王美艳（2005）的分类方法，将行业分为4大类：第一类行业包括农、采掘、建筑、贸易、餐饮；第二类行业包括制造、地质、水利、教育、文化广播、社会服务；第三类行业包括党政机关、卫生、房地产；第四类行业包括交通邮政、电信、电力煤炭水生产、金融、保险、科学研究［9］。以样本数最多的第二类行业作为参照组。

12.就业企业。参照MyCOS分类方法，将大学生就业企业类型分为国有企业、科研教育事业、党政机构、外资/合资/独资、私营/个体和非政府/非盈利6大类。设为虚拟变量，以样本数最多的科研教育事业单位作为参照组。

13.就业职业。《中华人民共和国职业分类大典》将我国职业归为8个大类，第一大类是国家机关、党群组织、企业、事业单位负责人，第二大类为专业技术人员，第三大类为办事人员及有关人员，第四大类为商业、服务业人员，第五大类为农、林、牧、渔、水利业生产人员，第六大类为生产、运输设备操作人员及有关人员，第七大类为军人，第八大类为不便分类的其他从业人员。对于大学生而言，刚毕业不可能从事第一大类职业。除去第一大类和第八大类职业，并将第五大类和第六大类统计数据合并为生产人员，最终将职业分为专业技术人员、办事人员、服务人员、生产人员和军人5大类（S高校开展国防生培养工作）。设为虚拟变量，以样本数最多的专业技术人员作为参照组。

（二）基本特征

1.总体特征分布。样本中，男生占比为33.7%；女生占比为66.3%；城镇户口占比为53%，农村户口占比为47%；汉族占比为98.6%，其他民族占比为1.4%；非困难生占比为 51.9%，困难生占比为48.1%；党员占比为16.4%，非党员占比为83.6%；珠三角地区就业的大学生占比为75.8%，其他地区就业的大学生占比为24.2%。

从专业来看，师范生占比为47.5%，非师范生占比为52.5%，两者占比较为平均。大学生最多选择的专业是理学，占32.71%；然后是文学，工学、管理学，占比分别为19.27%、12.13%和11.96%；而其他专业较为平均，经济学占3.2%，法学占6.96%，教育学占4.4%，历史学占4.27%，艺术学占5.08%。从企业类型来看，多数大学生选择科研教育事业单位就业，约占43%。其次是私营/个体企业、国有企业、外资/合资/独资企业、党政机构和非政府/非盈利组织，占比分别为27.68%、15.31%、7.44%、6.26%和0.31%。从行业类型看，大学生选择占比从高到低为第二类行业、第四类行业、第三类行业和第一类行业。从职业类型看，64.11%的大学生从事专业技术工作，21.41%的大学生属于办事人员，0.09%的大学生属于管理人员，12.72%的大学生属于服务人员，0.63%的大学生属于生产人员，1.04%的大学生属于军人。

2.性别特征差异。首先，男女在家庭经济情况、政治面貌、民族、就业地点、就业行业集中度和职业选择前三名上分布接近（见表1）。具体看，无论男女，非困难生比例高于困难生，非党员比例高于党员，汉族比例高于其他民族，珠三角地区就业比例高于其他地区，第二类行业就业比例高于其他行业，职业选择前三名均为专业技术人员、办事人员和服务人员。

表1　男女大学生特征分布

其次，部分特征存在性别差异（见表1）。户籍方面，农村户籍中男生比例高于女生，而城镇户籍中男生比例低于女生。专业选择方面，男生偏好非师范专业，选择理工类专业的占多数，女生偏好师范专业，选择文史类专业的占多数。从GPA来看，女生的平均学分绩点为3.39，男生的平均学分绩点为3.05，女生高于男生0.34。从获奖层次看，女生略高于男生。从就业企业来看，大学生多集中在国有企业、科研教育事业单位和私营企业工作，但男生优先选择国有企业，而女生则优先选择科研教育事业单位。

（三）性别工资差异

数据显示，大学生起薪存在明显的性别差异，男生起薪高于女生起薪（见表2）。从平均月工资来看，男生为3690元，女生为3407元，女生占男生的0.92，女生比男生少283元；从最低月工资来看，男女水平一样，维持在1000元；从最高月工资来看，男生为10000元，女生为8200元，女生仅占男生的0.82，女性的“天花板效应”更为明显。

表2　大学生性别工资差异

三、工资决定与性别报酬率差异

作为均值回归的拓展，分位数回归是一种基于被解释变量的条件分布拟合解释变量的线性回归方法。随着分位数的变化，y对应x得到一簇曲线。考察不同收入层次上的性别工资差异，选择分位数回归分析可以详细刻画y与x的分布轨迹。

（一）模型设定

基于工资决定方程和分位数回归方法，本文研究模型设定为：

其中，j=m，f，分别表示男生和女生，Xj为影响大学生工资决定的13个因素组成的向量，包括人口统计学特征变量、人力资本变量、专业特征变量和就业特征变量，βjθ为任意分位数下的系数估计值，Y 为lnwj，lnwm和lnwf分别表示男生和女生的工资对数。设Y的分布函数为F（y）=P（Y≤y），Y的第分位数定义为：

（2）式中，0＜θ＜1代表在回归线以下的数据占全体数据的百分比。y的整个分布被θ分为两部分，θ比例的y小于分位数Q（θ），（1-θ）比例的y大于分位数Q（θ）。对于任意的0＜θ＜1，若v为反映概率密度函数的参数，则被解释变量y的样本点处于θ分位以下和以上的概密度函数关系ρθ（v）可定义为：

随机变量Qjθ（lnwj|Xj）表示给定解释变量X的情况下，j性别大学生的Y在第个分位数上的值。选取任意分位数通过（4）式，得到（1）式的系数估计值。

（二）估计结果

为了考察不同收入水平上各解释变量的边际报酬率，本文选择0.25、0.5、0.75、0.9四个具有代表性的分位数进行回归。实证结果报告如表3。

1.均值分布和条件分布显示，无论男女，在控制其他变量的情况下，城镇户籍大学生起薪显著高于农村户籍，且城镇户籍对男生起薪的正影响大于女生。

2.人力资本变量显著正向影响大学生起薪，党员、高层次获奖和高学分绩点有助于提高起薪水平，人力资本投资的性别效应显著。具体来看，一是党员比非党员起薪高，且政治面貌对起薪的影响在性别间存在幅度差异。比如，在25%、50%和90%分位数，政治面貌对女生起薪影响基本稳定，而男生样本中政治面貌变量的估计系数为6.7%、6.3%和1.1%，变化幅度相对较大。二是获奖层次越高起薪越高，男女获奖回报率的差异随分位数由低到高呈上升趋势。均值分布上，男生获奖回报率领先女生；低分位上，女生获奖回报率高于男生；高分位上，男生获奖回报率高于女生。比如，25%分位上，女生获奖回报率为0.61%，男生获奖回报率为0.31%，两者相差0.3%；90%分位上，女生获奖回报率为0.7%，男生获奖回报率为4%，两者相差3.3%。三是GPA越高起薪越高，均值分布和条件分布均显示男生GPA回报率高于女生，并随分位数提高两者差距扩大。25%分位上，女生GPA回报率为3.7%，男生GPA回报率为2.2%，两者相差1.5%；90%分位上，女生GPA回报率为6.5%，男生GPA回报率为1.2%，两者相差5.3%。从样本统计数据来看，女生的学习成绩和获奖层次高于男生。人力资本投资回报率的性别效应的经济学解释是：劳动力市场存在性别歧视，或女性由于生育和家庭事务而工作间歇期较长导致其人力资本贬值。鉴于样本大学生均未婚未育，刚入劳动力市场，受家务责任因素影响较小，故此认为性别歧视是人力资本投资回报率产生差异的主要原因，在收入分布的高端，女生遭受更为严重的歧视。

表3　大学生性别工资差异分位数回归结果

3.学科专业对大学生起薪的影响存在性别差异。第一，师范专业对女生工资回报有正向作用，对男生工资回报没有影响。可能的原因是师范专业的男生样本较少。第二，专业回报存在差异。以理学为参照组，均值分布和条件分布上，无论男女，理学专业回报低于工学和历史学，高于管理学、经济学、文学和艺术学。这一结果符合人们的传统认识，刚毕业大学生中理工类专业的工资高于文史类专业的。第三，专业回报具有明显的性别差异。与理学相比，工学专业回报在均值分布上男生高于女生，在收入分布的低端男生低于女生，在中高端男生高于女生；经济学专业回报在均值分布上男生高于女生，在收入分布中低端男生低于女生，在高端男生高于女生；管理学、历史学、文学和艺术学专业回报在均值分布和条件分布上均为男生低于女生。教育学专业对女生工资回报有正影响，对男生工资回报没有显著影响。专业回报具有明显的性别差异的结论与 James et al（1989）、Rumberger and Thomas（1993）、Terner and Bowen（1999）、Rcidiacono（2004）、Garcia-Aracil（2008）、Zafar（2009）和卿石松等（2013）研究结论一致，经济学的解释可能是：高校专业存在显著的性别隔离，女生在“男性专业”的比例远低于男生，男生多集中于就业前景较好的专业，女生多集中于就业前景不好的专业，专业分布的性别差异部分解释了大学生性别工资差异［10］。

4.就业特征变量对大学生起薪的影响存在性别差异。一是均值分布和条件分布显示，无论男女，在控制其他变量的情况下，选择珠三角地区就业的大学生起薪高于其他地方就业的。在各分位数上，就业地点对男生起薪的影响基本稳定，而对女生起薪的影响变化幅度相对较大。在收入分布的高端，选择在珠三角地区就业有助于女生起薪的提高。二是在均值和部分分位数上，企业类型对大学生起薪的影响具有性别差异。科研教育事业单位工资回报高于私营企业和非政府/非盈利组织，低于国有企业和三资企业。与科研教育事业单位相比，国有企业对男生工资回报有正作用，对女生工资回报没有影响；私营企业对男女工资回报有负作用，但对女生的影响大于男生。样本的企业分布数据显示，除了科研教育事业单位外，男生集中在工资回报高于科研教育事业单位的国有企业，女生集中在工资回报低于科研教育事业单位的私营企业。故此，企业性别隔离导致大学生性别工资差异。三是在均值和部分分位数上，行业对起薪影响具有性别差异。对比第二行业，第三行业和第四行业对男女工资回报均有正向作用，但对男生的影响大于女生。不同之处在于，第三行业的影响仅在均值上显著，而第四行业的影响在均值分布和条件分布上都显著。样本的行业分布数据显示，男女分布占比依次是第二行业、第四行业、第三行业和第一行业。因此，与柴国俊（2013）结论相同，大学生性别行业隔离现象并不明显，行业间差异对性别工资差异的影响不大。四是职业影响大学生起薪水平。相比专业技术人员，办事人员和服务人员职业对女生工资回报有负作用，对男生工资回报没有影响；生产人员职业对男生工资回报有负作用，对女生工资回报没有影响。

四、大学生性别工资差异的分位数分解

本文采用当前较为广泛使用的MM（2005）方法分解大学生性别工资差异。根据分位数回归分解的工资差异公式（5），将Δθ分解为特征差异和系数差异。

其中，Qθ（lnwm-f）为由概率积分转换定理构造的反事实工资分布，表示对男生赋予女生的工资结构时，男生的工资分布。右边第一项为系数差异，表示劳动力市场非效率的同工不同酬；右边第二项为特征差异，表示劳动力市场机制发挥作用的由个人禀赋引起的工资差异。

MM（2005）分解结果显示（见表4），在整个收入分布区间，随着分位数提高，大学生性别工资总差异逐渐扩大。比如，在25%分位数，总差异为0.065，而在90%分位数，总差异为0.105。特征差异方面，在低分位，个人禀赋造成的性别工资差异较大，而在高分位，个人禀赋造成的性别工资差异较小。系数差异方面，在整个工资分布区间，其变化趋势几乎与总差异是一致的，随着分位数提高，系数差异逐渐扩大。在整个收入分布区间，在收入分布的低端，61.5%的性别工资差异由禀赋差异解释，38.5%由歧视解释；在收入分布的高端，21%的性别工资差异由禀赋差异解释，79%由歧视解释，女生的“天花板效应”严重。

表4　分位数分解结果

五、结论与启示

本文基于就业统计数据，利用分位数回归对大学生性别工资差异进行估计，并使用MM（2005）分位数分解方法对工资差异进行分解，得出如下结论：

第一，OLS回归结果显示，均值分布上，户籍、政治面貌、获奖层次、GPA、学科专业、就业地点、就业企业、就业行业和就业职业对大学生起薪的影响具有显著的性别差异。

第二，分位数回归结果显示，各分位数上，户籍、政治面貌、获奖层次、GPA、学科专业和就业地点对大学生起薪的影响具有显著的性别效应。户籍对男生起薪的影响大于女生；政治面貌对女生起薪影响基本稳定，而对男生起薪影响变化幅度较大；获奖回报率、GPA回报率的性别差异随分位数由低到高呈上升趋势；学科专业回报具有明显的性别差异，师范专业对女生起薪有正向作用，对男生没有影响；就业地点对男生起薪的影响基本稳定，对女生起薪的影响变化幅度较大。就业企业、就业行业对大学生起薪的影响的性别效应仅在部分分位数上显著；就业职业对大学生性别工资差异没有明显影响。

第三，分位数分解结果表明，随着分位数的提高，大学生性别工资总差异扩大。大学生性别工资差异的系数差异和特征差异的大小及其比重在不同分位数上有不同的特征。在收入分布的低端，特征效应是大学生性别工资差异的主要原因；在收入分布的高端，大学生性别工资差异主要由歧视效应引起。这反映出我国大学生劳动力市场存在就业歧视现象，女生的“天花板效应”严重。

基于上述研究，本文提出以下政策建议：首先，性别歧视是造成男女大学生工资差异的最为重要的原因，政府应进一步细化《劳动合同法》等法律的原则性规定，增强制度可操作性，摈弃歧视性政策，建立健全劳动监察制度，加大对歧视行为的惩罚措施和力度；建立健全女性就业保障和促进制度，扩大女性就业渠道，保障妇女平等劳动权力；建立反就业歧视制度，设立反就业歧视机构，维护女性等弱势群体利益；弱化“男主外，女主内”、“男尊女卑”等传统文化影响，改变企业的性别刻板印象和用人观念，改善女性社会角色和地位。其次，完善劳动力市场制度，打开行业或企业进入壁垒，消除性别间的劳动力市场分割，实现同工同酬。再次，人力资本因素是影响大学生性别工资差异的重要因素，女大学生在校期间应加强人力资本投资，培养和掌握多种专业技能和实践能力，提高综合素质和就业竞争力，挤入男生集中的高薪行业，以此缩短工资差距。最后，专业选择差异对大学生性别工资差异有影响，高校应提高专业对市场的反应速度，优化专业结构，根据市场变化，增减专业，调整招生人数，减少专业结构性矛盾；弱化传统的“男理工、女文史”的专业选择性别路径，降低专业性别隔离，鼓励男女大学生根据兴趣爱好、市场变化和能力特长“择业”，并允许“二次择业”。

［1］李春玲，李实.市场竞争还是性别歧视——收入性别差异扩大趋势及其原因解释［J］.社会学研究，2008，（2）：94-117.

［2］麦可思研究院.就业蓝皮书：2014年中国大学生就业报告［M］.北京：社会科学文献出版社，2014.

［3］胡锦涛.坚定不移沿着中国特色社会主义道路前进，为全面建成小康社会而奋斗［M］.人民出版社.2012：28-29，45.

［4］Joy，L.Salaris of Recent Male and Female College Graduates：Educational and Labor Market Effect［J］.Industral and Labor Relations Review，2003，56（4）：606-621.

［5］谭远发.大学毕业生性别工资差异的工作能力效应分析［J］.教育学术月刊，2013，（10）：80-87.

［6］柴国俊，邓国营.大学毕业生性别工资差异与行业隔离［J］.妇女研究论丛，2013，（1）：100-109.

［7］卿石松，郑加梅.专业选择还是性别歧视？——男女生起薪差距成因解析［J］.经济学（季刊），2013，（4）：1007-1026.

［8］郭继强，姜俪，陆利丽.工资差异分解方法述评［J］.经济学（季刊），2011（2）：363-414.

［9］王美艳.中国城市劳动力市场上的性别工资差异［J］.经济研究，2005（12）：35-44.

［10］Zafar，B.College Major Choice and the Gender Gap［J］.FRB of New York Staff Report No.364，2009，4

［11］Oaxaca，R.Male-Female Wage Differentials in Urban Labor Market［J］.International Economic Review，1973，14（3）：693-709.

［12］Mincer，J.The Economics of Discrimination［M］.University of Chicago Press.1971.

［13］McDonald，T.，and R.Thornton.Do New Male and Female College G raduates Receive Unequal Pay？［J］.Journal of Human Resources，2007，42（1）：32-48.

［14］Arcidiacono，P.Ability Sorting and the Returns to College Major［J］.The American Economic Review，1989，79（2）：247-252.

［15］James，E.，N.Alaalam，J.Conaty，and D.To，.College Quality and Future Earnings：Where Should You Send Your Child to College？［J］.Journal of Economectrics，2004，121（1-2）：343-375.

［16］Terner，S and W.Bowen.Choice of Major：The Changing（Unchanging）Gender Gap［J］.Industrial and Labor Relation Review，1999，52（2）：286-313

［17］陆根书，刘珊，钟宇平.高等教育需求及专业选择中的性别差异及其影响因素分析［J］.高等教育研究，2009（10）：14-29.

［18］李实，马欣欣.中国城镇职工的性别工资差异与职业分割的经验分析［J］.中国人口科学，2006（5）：2-13.

［19］纪月梅，秦蓓.性别工资差别与人力资本——来自大学毕业生的经验分析［J］.世界经济文汇，2004（6）：13-22.

［20］柴国俊，邓国营.当代大学毕业生性别工资差异的再考察［J］.人口学刊，2013 （1）：73-80.

［21］葛玉好，赵媛媛.中国性别工资差异实证研究综述［J］.妇女研究论丛，2010（6）：87-93.

［22］叶文振，刘建华，夏怡然，杜鹃.当女生的“同民同工”——2002年大学毕业生就业调查的启示［J］.中国人口科学，2002（6）：58-64.

［23］Sylvie Demurger，MartinFournier，李实，魏众。中国经济转型中城镇劳动力市场分割问题——不同部门职工工资收入差距的分析［J］.管理世界，2009（3）：55-71.

［24］申晓梅，谭远发，边慧敏.中国大学毕业生就业性别歧视甄别［J］.经济学家，2010（10）：46-55.

［25］张丹丹.市场化与性别工资差异研究［J］.中国人口科学，2010，（10）：32-41.

The Empirical Study of College Students'Gender Wage Gap

CAI Ying

（South China Normal University，Guangzhou Guangdong，510631）

Using college students employment statistics of S university in 2013，this paper empirically studies gender wage gap. Quantile regression and decomposition results show that：The impact of household registration，political affiliation，awards level，GPA，professional disciplines，and the location of the employment on college students'starting salaries has significant gender differences in the average distribution and conditional distribution；Gender effect of enterprise type and industry type to college students'starting salaries is significant in the average distribution and some quantile condition.With the improvement of quantile，college students'gender wage gap widenes；In low wage distribution，characteristics differential is the main reason for the gender wage gap；In high wage distribution，the gender wage gap is mainly caused by discrimination，the ceiling effect of girls is more apparent.

college students；gender wage gap；quantile regression；quantile decomposition

F249.24

A

1007-0672（2015）04-0046-06

2015-01-30

教育部人文社会科学研究青年基金项目“劳动关系质量对中国企业行为和绩效研究：实证分析与政策路径”（14YJC790077）。

蔡颖，女，贵州黔西人，华南师范大学博士研究生、助理研究员、经济师，研究方向：高等教育管理、劳动经济学。