高校毕业生就业状况及性别差异*——基于某高校就业数据的实证研究

黄 楠 谭 娅 封世蓝



高校毕业生就业状况及性别差异*——基于某高校就业数据的实证研究

黄 楠 谭 娅 封世蓝

（北京大学光华管理学院 北京 100871）

本文从男女毕业生在不同部门的就业机会的角度，分析了劳动力市场中的性别差异和性别歧视问题。基于某大学就业指导中心统计的2012届-2014届毕业生就业数据，利用Probit模型分析了影响男性毕业生和女性毕业生在不同部门就业的概率的因素，并对男性和女性在不同部门的就业机会进行了对比分析。研究得到男性和女性进入不同部门就业的影响因素是相似的，主要是学历、户口所在地、及专业等。总的来看，女性毕业生在国有部门的就业环境呈改善趋势，但是，并非所有专业都是如此，法学专业和经济学专业的女性毕业生在国有部门的就业机会连续三届低于男性毕业生。此外，本文结合研究成果和具体实际，从国家、高校、用人单位三方面提出了相应的政策建议。

就业机会 性别歧视 国有部门

一、引 言

高校毕业生的就业难问题已经成为我国面对的需要着力解决的重大课题。针对用人单位追逐“高学历”、“重男轻女”等问题，在中共十八届三中全会通过的《决定》中明确指出，要规范招人用人制度，消除城乡、行业、身份、性别等一切影响平等就业的制度障碍和就业歧视。那么，在高校毕业生的就业上是否存在性别歧视？

国内外关于劳动力市场中性别歧视的研究主要探讨了男性和女性在入职后薪酬上的不平等等问题（Shi, L.（2011），卿石松（2013）等），但对就业尤其是大学生就业的男女歧视的研究非常欠缺。性别歧视是否在入职前就存在？是值得研究的一个重要课题。

本文从不同性别的毕业生在不同部门的就业机会的角度分析了劳动力市场中的性别差异和性别歧视现象。本文基于某“985”大学就业指导中心统计的2012届-2014届毕业生就业数据，利用Probit模型,分析了影响男性毕业生和女性毕业生选择就业部门的概率的因素，并对男性和女性在国有部门、外资部门及民营部门的就业情况加以对比分析。

二、相关文献综述

大部分研究文献主要从收入差距的个人基本特征、学习能力、社会能力等方面进行研究男女歧视问题的。例如，郭丛斌（2004）研究职业代际关系对劳动力市场的作用，基于2000年国家统计局“中国城镇住户调查”数据，发现高等教育对子女跨越职业的代际效应起着较大的推动作用，更高的受教育程度能够极大地促进社会公平。赖德胜（2012）认为大学生就业是人力资本和社会资本联合作用的结果。刘精明（2014）基于“中国大学生学习与发展追踪研究”（CCSS）数据，验证了“能力主导”和“高校层级越高，家庭优势作用越强”两个假设，得出绩能主义社会“唯才是举”的结论。

国内外的相关文献主要围绕男女生薪酬方面的性别歧视，基于Mincer收入方程对男女生薪酬差距进行Oaxaca-Blind分解，进而区分为行业内和行业间收入的性别差异。

Hargens et al.（1978）发现女性化学研究者在工作中更具优势，相比于未婚研究者，“妈妈研究员”需要拿出更多的时间照顾家庭和孩子，反而她们的学术产出更为可观，这可能与她们为了给孩子提供更好的生活环境有关。Meng,X.（1998）选取了1980年以来大量农民工进城就业过程中的男女性别歧视问题进行研究，利用山东省济南市1504名农民工数据进行回归，发现在性别工资差距中，79.3%是职业内部的性别歧视，20.7%是职业间的性别差异。Gustafsson,B., Li, （2000）利用CHIPS十个省区1988到1995年的调查数据，认为从国际视角来看，中国的性别收入差距相对较小，但随着时间的积累，职业分割对性别歧视的作用加大，这对年轻和受教育程度较低的女性更为严重。Eric S. Lin（2010）认为教育程度或大学专业选择的性别差异导致了收入差异，通过Standard Oaxaca Decomposition对台湾大学不同专业间的性别收入差距进行度量，发现控制专业变量后，个人特征对性别收入差异的影响扩大。Shi, L.（2011）利用CHIP 1995、2002、2007年的数据，分析了城镇工资性别收入差距的演进特征。

国内文献中，丁赛（2007）基于1988、1995、2002年的CHIP数据研究城镇已婚女性就业和收入对家庭收入差距的影响。李锋亮（2012）利用2007年14所高校的博士毕业生的问卷调查数据，研究了女博士就业歧视、结婚生育对就业的影响，发现婚育有利于获得工作机会，“嫁得好”有助于职业­­­­发展。卿石松（2013）利用MyCos2008和2009年度“中国大学毕业生求职与就业能力调查”数据，考察同等教育条件下专业隔离对男女起薪差异的影响，发现男女大学生起薪差距主要来源于专业内部的性别歧视，且专业内起薪差距仅有28.65%-43.16%可以被生产力特征变量差异所解释，其他的差异应归因于性别差异。王维国（2014）基于CHIP2012年的数据发现城镇居民中存在着明显的性别歧视，东、中、西三个区域性别歧视程度无明显差异，说明性别歧视与经济发展水平无显著关联，政府应更多地关注就业机会的性别歧视。

此外，罗凯（2010）为了验证“重男轻女”这相对久远的思想观念，基于CHNS数据库对子女出生顺序和受教育程度之间的关系进行了研究，发现出生越晚的孩子受教育程度越高，在农村地区，男孩平均受教育程度会高于女孩，而此现象在城镇地区不显著。

综合来看，已有的相关文献主要从薪酬的角度考察性别歧视问题。但是，真正的歧视往往体现在获得薪酬之前，并产生于就业机会中，因此，关于毕业生在劳动力市场中的男女就业机会是否均等，是否存在性别歧视？已有的文献未作回答。然而，在就业机会上是否存在性别歧视，是判断就业市场是否存在性别歧视的关键。基于这样的认识，本文则从高校毕业生就业状况的样本分析入手，考察劳动力市场中的男女性别差异和性别歧视问题。

三、计量方法

（一）Probit模型

首先对不同特征的毕业生进入国有部门的概率是如何受到个人特征影响的情况进行研究。

将进入国有部门的概率作为隐变量，其回归方程为

由于我们只能观察到每个毕业生最终进入了哪个部门，而无从知晓他进入各个部门的概率，表示进入国有部门的虚拟变量，等于1时表示毕业生进入国有部门就业。用Probit模型来刻画可观察到的虚拟变量和不可观察到的概率之间的关系。

同样，毕业生进入外资部门和民营部门的概率也可以用类似的Probit模型进行分析。

本文关心的问题是劳动力市场中男性和女性的就业部门差异，那么，在实证分析中，我们将对男性毕业生和女性毕业生的数据分别建立Probit模型，然后将女性毕业生的数据代入男性毕业生的Probit模型中运算，可以得到当女性毕业生和男性毕业生在劳动力市场中地位相同、选择相近时，女性毕业生进入各个部门的预测概率。将这个预测概率与女性毕业生真实的概率相比较，可以对女性毕业生在劳动力市场中的相对地位、相对选择进行分析。

（二）多元Logit模型

由于研究的问题涉及在国有部门、外资部门和民营部门中的就业情况，亦适用于多元logit模型的分析。

作为对本文分析的进一步验证，利用多元Logit模型加以分析，因变量是观测到的部门选择变量（民营部门=0，外资部门=1，国有部门=2），隐变量是无法观察到的进入民营部门、外资部门和国有部门的概率。自变量与（1）式中选取的自变量一样。通过最大似然估计可以得到不同因素对于进入不同部门的概率的影响程度。相关结果详见稳健性检验部分。

四、数据描述

本文的数据来自某大学就业指导中心2012-2014届毕业生就业统计数据，包括了所有专业签订了就业协议的本科生、硕士和博士研究生①。2014届、2013届、2012届的某大学就业毕业生人数分别为3018、3037和2753。由于军队对于男性的有特殊需求，军队招人的标准与其他企事业单位差异非常大，当考虑国有部门就业时，包括了军队就业的计量结果可能存在偏误，因此将样本中在部队就业的个体剔除，剔除后三年的样本量分别变为2995、3026和2742。

表1 某大学2012届-2014届就业毕业生的基本特征

从性别结构来看，男性毕业生比例一直在54%以上，但呈逐年下降的趋势，从2012届的56.27%下降到2013届的54.96%，到2014届进一步下降到54.12%。从学历结构来看，本科生比例从2012届的7.84%下降到了2014届仅有5.08%，硕士生的比例从2012届的74%、2013届的73.3%大幅上升到2014届占近80%，博士生的比例在2013届上升了近2个百分点，到2014届降到了低于2012届的比例水平。从政治面貌来看，毕业生中党员的占比逐年增加，从2012届55%上升到2014届占总人数的68.51%。民族结构在每一届都相对稳定，并且与全国人口中近7%的少数民族比例相近。从就业部门来看，在国有部门就业的毕业生占总人数的比例在2012届和2013届都高于80%，到2014届大幅下降到约66%，不过依然是某大学毕业生就业的最主要部门，相对应的，在民营部门就业的毕业生占总人数的比例从2012届和2013届约11%的水平大幅上升到2014届近27%的比例，而在外资部门的毕业生比例比较稳定。

五、计量结果

基于某大学就业指导中心2012-2014届毕业生就业统计数据，利用Probit回归和多元logit回归分别分析了影响男性毕业生和女性毕业生进入国有部门、外资部门、民营部门的概率的因素，并据此比较了女性毕业生和男性毕业生在国有部门的就业优势或就业选择的差异。

（一）Probit回归结果

将2012届至2014届的就业毕业生数据代入第三部分的Probit模型中，回归结果见表2-表4。

表2 国有部门就业的Probit回归结果

注：括号中数字为标准误；***、**和*分别表示在1%、5%和10%的水平上显著。

表2中第（1）-（2）列是2014届男性和女性毕业生的回归结果。从学历的影响来看，硕士和博士研究生相较于本科生有更高的概率进入国有部门就业，对于男性和女性都如此。从就业地的选择来看，在北京就业的外地生源中，男性以更高的概率进入国有部门，但是女性进入国有部门的概率没有显著变化与之趋势完全相反的是在北京就业的北京生源，他们到国有部门就业的概率显著降低。这可能是由于他们不被户口所限制，不需要通过在国有部门就业以获得北京户口。对于不同专业的毕业生，相关结果并未在表中汇报，在此简单描述：相对于工学专业的毕业生，几乎所有专业（教育学除外）的男性都以更高的概率进入国有部门，历史学和哲学专业的男性毕业生尤甚；不过，女性毕业生中只有法学、经济学、教育学和哲学专业以高于工学专业的概率进入国有部门就业。此外，党员相较于群众进入国有部门的概率显著更高。

第（3）-（4）列和第（5）-（6）列是2013届和2012届毕业生的回归结果。从学历和就业地来看，结果与2014届回归基本一致。从不同专业来看，相较于工学毕业生，法学和经济学的男性毕业生以显著更高的概率进入国有部门，而女性不同专业进入国有部门的概率几乎相同，2012届管理学的女性毕业生进入国有部门的概率反而更低。

表3 外资部门就业的Probit回归结果

注：括号中数字为标准误；***、**和*分别表示在1%、5%和10%的水平上显著。

表3中第（1）-（2）列是2014届男性和女性毕业生的回归结果。从就业地的选择来看，北京就业的北京生源，男女生都以更高的概率进入外资部门。这恰恰印证了表1的结论，由于不受户口限制，北京生源有更多的机会选择更有挑战的岗位。对于不同专业的毕业生，相对于工学专业的毕业生，法学、管理学、经济学、理学的男性都以更低的概率进入外资部门，然而，女性毕业生中只有法学和理学专业以低于工学专业的概率进入外资部门就业，而其它专业进入外资部门的概率与工学基本持平。

第（3）-（4）列和第（5）-（6）列是2013届和2012届毕业生的回归结果。从学历的影响来看，与2014届毕业生有所不同，硕士和博士研究生相较于本科生都有更高的概率进入外资部门就业，对于男性和女性都是如此。从不同专业来看，相对于工学毕业生，法学和经济学的男、女性毕业生以显著更低的概率进入外资部门，这与2014届结果一致，而理学2012届与2014届一致，男、女性都会以显著更低的概率进入外资部门，但2013届理学毕业生的结果则不显著。

注：括号中数字为标准误；***、**和*分别表示在1%、5%和10%的水平上显著。

表4中第（1）-（2）列是2014届男性和女性毕业生的回归结果。从学历的影响来看，硕士和博士研究生相较于本科生有更低的概率进入民营部门就业，对于男性和女性都是如此。从就业地的选择来看，非北京非生源地就业的外地生源中，男、女性会以更高的概率进入民营部门，因为在户口及就业地都不占优的情况下，民营企业可以提供更高的平台，有利于毕业生长久的职业规划。对于不同专业的毕业生，相较于工学专业的毕业生，法学、经济学、历史学、文学、哲学专业的男性都会以显著更低的概率进入民营部门，历史学和文学专业的男性毕业生尤甚，而女性毕业生中只有法学、经济学、教育学、历史学、文学专业会以低于工学专业的概率进入民营部门就业。

第（3）-（4）列和第（5）-（6）列是2013届和2012届毕业生的回归结果。从学历来看，博士研究生结果与2014届一样显著，而硕士研究生则不显著，硕士研究生和本科生进入民营部门的概率是差不多的。从不同专业来看，相较于工学毕业生，只有2013届经济学男性毕业生会以显著更低的概率进入民营部门和2012届管理学女性毕业生会以显著更高的概率进入民营部门。

根据以上分析，可以得到关于影响毕业生就业部门选择的一些结论：

1. 男性和女性进入不同部门就业的概率的影响因素相似。从回归结果来看，对男性和女性进入不同部门的概率有显著影响的因素是较为相近的。

2. 高学历的个体倾向于在国有部门就业。学历作为自身能力的信号，使得高学历的个体在劳动力市场更有竞争力，选择主动权更高，那么他们更容易在工作稳定、收入较高、提供户口的国有部门就业，这也与国有部门本身的劳动力需求特点有关，国有部门往往会提供更多的高学历岗位。

3. 户籍限制对应届生就业影响显著。从回归结果来看，2012届外地生源在北京就业与在生源地就业时进入国有部门的概率没有显著差异，自2013年起北京市应届生的户口政策加强，加强了市属各用人单位引进落户的应届非北京生源毕业生的年龄限制，到2013届和2014届，外地生源的男性毕业生在北京就业时都以显著高于在生源地就业时的概率进入国有部门，说明户籍限制的加强对于应届毕业生选择就业部门有显著影响。

（二）结果分析

通过将女性毕业生的数据代入男性的回归模型中，我们计算出当女性和男性同等对待时，女性进入国有部门、外资部门和民营部门的预测概率，将这个预测概率与女性实际进入这三个部门的概率进行比较，我们分析出不同就业部门对不同性别的平等程度。如果预测概率大于实际概率，说明男性在该部门的就业优势或者选择偏好大于女性，反之则说明女性在该部门的就业优势或者选择偏好大于男性。

表5 2014届、2013届和2012届毕业生按男性模型的预测值与实际值

表5是2014届、2013届和2012届毕业生的数据代入男性回归模型得到的预测值与实际概率的比较。首先，男性数据代入回归模型的预测值与实际概率基本相同，这说明了回归模型能够有效预测进入各个部门的概率。其次，如果女性与男性在各个部门的就业机制一致，2014届女性毕业生在国有部门就业的概率降低1.24%，在外资部门和民营部门的就业概率分别提高0.69%和0.55%；2013届女性毕业生在国有部门就业的概率同样降低，约为0.51%，在外资部门的概率增加1.89%，在民营部门就业的概率降低约1.38%；2012届女性毕业生在国有部门就业的概率提高1.72%，在外资部门就业的概率提高2.07%，而在民营部门就业的概率将降低3.79%。总的来看，2012届女性在国有部门就业的概率低于相同条件的男性毕业生，2014届和2013届的女性在就业市场上与男性受到的对待基本相同。

从表5的结果中我们发现，总体来看，女性在国有部门的就业优势或选择偏好在2012届尚且弱于男性，到2013届和2014届逐渐增强至与男性一样，说明国有部门提供给女性的就业环境有逐渐改善的趋势，下面，我们具体来看每个专业中女性毕业生的就业情况。表6是2012届到2014届某大学各个专业的女性毕业生进入各个部门的概率，其中，预测值为将女性数据代入男性概率模型中计算得到，表示当女性毕业生与男性毕业生的市场地位、就业选择相似时女性毕业生进入各个部门的概率。如果预测概率大于实际概率，说明男性在该部门的就业优势或者选择偏好大于女性，反之则说明女性在该部门的就业优势或者选择偏好大于男性。

表6 2014届不同专业的女性毕业生进入各部门的概率分析

续表6

国有部门外资部门民营部门 预测值（1）实际值（2）预测值（3）实际值（4）预测值（5）实际值（6） 2013届 历史学94.821004.1701.010 文学77.4889.4210.211.1812.319.4 哲学82.4995.458.514.5590 2012届 法学88.7782.012.302.888.9315.11 工学73.3578.1014.9411.3211.7110.58 管理学72.8065.2212.4913.9114.7120.87 教育学95.7590.3213.693.23-9.446.45 经济学83.2981.587.7110.5397.89 理学83.9685.476.584.479.4610.06 历史学74.7210015.4509.830 文学96.3387.1413.745.71-10.077.15 哲学95.391002.8701.740

注：上表中国有部门和外资部门的预测值均为将女性数据代入男性的概率模型中计算得到，民营部门的预测值为100减去前两者得到。

我们主要关心的是国有部门的性别差异，因此，主要关注第（1）-（2）列。从三届的回归结果中可以看到，法学和经济学的女性毕业生在国有部门的就业优势或选择偏好在2012届-2014届持续低于男性，相反的，工学、管理学、教育学、理学、及哲学的女性毕业生在国有部门的就业优势或选择偏好在2012届-2014届持续低于男性，历史学的女性毕业生在2012届和2013届在国有部门都有强于男性的就业优势或选择偏好，而在2014届下降到男性水平以下，文学的女性毕业生在2012届在国有部门的就业优势或选择偏好低于男性，在2013届高于男性并全部在国有部门就业，而到了2014届又降到男性水平以下。

从以上结果我们可以看到，国有部门提供给女性毕业生的就业环境有改善趋势，然而，并不是对于每个专业都是这样，法学和经济学专业的女性毕业生在国有部门的就业环境并没有改进的迹象，这两个专业的毕业生人数占到约30%，是不可忽视。

（三）稳健性检验

最后，利用多元logit模型进行回归，与本文的分析加以对比，以支持本文的结论。

表7是男性数据用多元logit回归的结果，可以看到与Probit回归结果相一致的是，硕士和博士毕业后都会有更高的概率在国有部门就业，外地生源在非北京也非生源地就业以更低的概率进入国有部门，不同的是，在这个回归结果中，外地生源在北京就业并不会比在生源地就业有更高的概率进入国有部门，不过在北京就业的外地生源会比本地生源进入国有部门的概率更高，说明户籍因素的确是在北京就业时选择部门的一个考虑。

表7 男性在各部门就业的多元Logit回归结果（民营部门=0）

注：括号中数字为标准误；***、**和*分别表示在1%、5%和10%的水平上显著。

表8是女性数据用多元logit回归的结果，与Probit回归结果相一致的是，硕士和博士毕业、以及党员身份都导致以更高的概率在国有部门就业，同时，外地生源在非北京也非生源地就业以更低的概率进入国有部门，不同的是，在这个回归结果中，外地生源在北京就业并不会比在生源地就业有更高的概率进入国有部门。总的来看，利用多元logit回归得到的基本结论与probit回归基本一致。

表8 女性在各部门就业的多元logit回归结果（民营部门=0）

续表8

2014届2013届2012届 国有部门外资部门国有部门外资部门国有部门外资部门 党员0.441***（0.145）0.284（0.266）0.475**（0.185）0.104（0.311）0.555***（0.204）-0.051（0.301） 少数民族0.579**（0.278）0.513（0.455）0.278（0.372）0.559（0.552）0.222（0.368）-0.597（0.621） 外地生源北京就业0.111（0.203）-0.526（0.462）0.181（0.248）-0.127（0.443）-0.366（0.328）-0.760（0.466） 非北京非生源地就业-0.836***（0.201）0.444（0.393）-0.509**（0.259）0.112（0.435）-1.047***（0.338）-0.464（0.670） 北京生源北京就业0.434**（0.197）0.614（0.450）0.124（0.368）-0.225（0.651）-0.700*（0.417）-0.588（0.597） 常数项-0.203（0.335）-2.324***（0.665）0.684（0.425）0.673（0.640）1.615***（0.450）0.898（0.604） 控制专业是是是是是是 样本量137413741363136311991199 LR chi2212.99212.99155.92155.92138.17138.17 Pseudo R20.09880.09880.10380.10380.09560.0956

注：括号中数字为标准误；***、**和*分别表示在1%、5%和10%的水平上显著。

六、结论及政策建议

本文基于某大学就业指导中心统计的2012届-2014届毕业生就业数据，利用Probit模型分析了影响男性毕业生和女性毕业生选择就业部门的概率的因素，并对男性和女性在国有部门、外资部门、及民营部门的就业情况加以对比分析，其结论是：

第一，男性和女性进入不同部门就业的概率所受的影响因素是相似的，主要是学历、户口所在地及专业等因素。

第二，硕士和博士毕业生相对于本科生以更高的概率进入国有部门。

第三，外地生源在有户籍限制的北京市就业时相对于在生源地就业时以更高的概率进入国有部门；此外，女性毕业生中党员相较于群众以显著更高的概率进入国有部门。

对比男性和女性在国有部门的就业情况，本文通过将女性数据代入男性概率模型的方式衡量了女性与男性的就业优势或就业偏好相似时女性毕业生在各个部门就业的概率，将这个概率与实际概率对比分析得到：

第一，女性毕业生在国有部门就业概率低，但就业环境呈改善趋势，2012届的女性毕业生在国有部门的就业优势或偏好尚不如男性。

第二，具体从各个专业来看，并不是每个专业的女性毕业生在国有部门的就业环境都有所改善，法学专业和经济学专业的女性毕业生在国有部门的就业优势连续三届低于男性毕业生，2014届的历史学专业和文学专业的女性毕业生在国有部门的就业优势也低于男性。

综合本文的分析和结论，本文提出如下的政策建议：

第一，加大扶持民营企业的发展。本文研究发现相对于于国有企业、机关及事业单位，民营企业对性别的歧视更少，但对毕业生的吸引力不足。缺乏优秀人才也是制约民营企业发展的重要因素。通过搭建资金资助平台、健全人才保障机制等一系列优惠政策，促使更多的毕业生为民营企业的发展添砖加瓦。

第二，积极推动建立就业指导体系，注重就业意识的培养。高校就业指导中心应积极引导毕业生拓宽就业思路，尽早对职业有清晰规划，开展丰富多样的就业指导和招聘活动，引导学生有目标的提升自我，增强职业竞争力，用自身能力尽量降低劳动力市场中存在的性别壁垒、户籍壁垒对事业产生的影响。以样本某大学就业指导中心为例，通过“人才论坛”，“人才林”计划到“人才海”计划，推进学校与地方、企业的战略合作，打通人才培养和人力资源配置两大环节，其中“人才战略伙伴大讲堂”通过邀请校友与学生分享职业感悟的形式，让学生对自己未来的职业发展方向有了更为清晰的规划。

第三，用人单位应提高用人理念，优化用人机制。用人单位不应盲目追求“名牌大学”和“高学历”，更不应“重男轻女”，而应将综合素质纳入核心考量，选择真正有利于用人单位未来发展的优秀人才。

1. 丁赛、董晓媛、李实：《经济转型下的中国城镇女性就业、收入及其对家庭收入不平等的影响》[J]，《经济学（季刊）》2007年第6卷第4期。

2. 郭丛斌、丁小浩：《职业代际效应的劳动力市场分割与教育的作用》[J]，《经济科学》2002年第三期。

3. 赖德胜、孟大虎、苏丽锋：《替代还是互补——大学生就业中的人力资本和社会资本联合作用机制研究》[J]，《北京大学教育评论》2012年第1期。

3. 李锋亮、陈鑫磊、何光喜：《女博士的婚姻、生育与就业》[J]，《北京大学教育评论》2012年第3期。

4. 李海波、梁巧灵：《高校毕业研究生到中小民营企业就业问题研究》[J]，《学术论坛》2014年第7期。

5. 刘精明：《能力与出身：高等教育入学机会分配的机制分析》[J]，《中国社会科学》2014年第8期。

6. 罗凯，周黎安：《子女出生顺序和性别差异对教育人力资本的影响——一个基于家庭经济学视角的分析》[J]，《经济科学》2010年第3期。

7. 卿石松、郑加梅：《专业选择还是性别歧视？——男女大学生起薪差距成因解析》[J]，《经济学（季刊）》2013年第12卷第3期。

8. 王维国、周闯：《城镇居民就业性别差异的分解及区域比较》[J]，《统计研究》2014年第2期。

9. Gustafsson,B., Li, S. , 2000, "Economic transformation and the gender earnings gap in urban China"[J],13(2): 305-329.

10. Hargens, L. L., McCann, J. C. , Reskin, B. F. , 1978, “Productivity and Reproductivity : Fertility and Professional Achievement among Research Scientists"[J], Social Forces, 57(1): 154-163.

11. Lin, Eric S., 2010, "Gender wage gaps by college major in Taiwan: Empirical evidence from the 1997–2003 Manpower Utilization Survey "[J], Economics of Education Review, 29(1): 156-164.

12. Meng, X., 1998, "Gender occupational segregation and its impact on the gender wage differential among rural-urban migrants: A Chinese case study"[J], Applied Economics, 30: 741-752.

13. Shi, L., Jin, S., Xiaochuan, L., 2011, “Evolution of the gender gap among China’s urban employees” [J], Social Sciences in China, 8(3): 161-180.

（CH）

*感谢匿名审稿人的修改建议，当然文责自负。

①数据来源于北京某“985”高校，为避免因暴露高校名称可能导致的麻烦，在此以某高校称之。选择该高校的原因不仅出于数据具有可得性，更关注的是它作为国内著名综合性大学的代表性。