教育能缓解性别收入差距吗？

张青根，沈　红

（华中科技大学教育科学研究院，湖北武汉430074）



教育能缓解性别收入差距吗？

张青根，沈红

（华中科技大学教育科学研究院，湖北武汉430074）

摘要：利用2006年、2008年和2010年中国综合社会调查中从事非农工作的样本数据，在区分教育的生产性功能和信息功能前提下探讨教育对性别收入差距产生的影响。主要结论有三点：一，女性在教育投资数量上并不落后于男性，但性别收入差距仍然显著存在；二，由于劳动力市场中存在着明显的性别歧视，男性教育生产性收益率显著高于女性，由此拉开了约103%的性别收入差距；三，女性教育信息收益率显著高于男性，教育信息功能可减轻劳动力市场对女性的歧视，缩小了近80%的性别收入差距。研究结果为缓解性别收入差距政策的制定提供了经验证据。

关键词：性别收入差距；生产性功能；信息功能；性别歧视

一、引言

经济改革以来，市场经济体制逐步取代了计划经济体制，居民收入分配方式发生了根本性变化，居民收入差距及不平等问题成为研究热点，其中性别收入不平等问题更是成为经济学家们研究的焦点。伴随着经济的快速发展，教育（尤其是高等教育）的大规模扩张给人们创造了更多的受教育机会与条件，一定程度上保障了教育机会的性别平等。［1］然而，这种机会平等并没有保障女性受教育者享受劳动力市场中的平等待遇，性别收入差距依然是国内劳动力市场上的普遍现象。因此，教育与性别收入差距之间的关系令人关注。教育在性别收入差距形成中到底扮演着什么角色？教育能否有效缓解性别收入差距？

已有关于性别收入差距的研究可以大致分为两类：一是测度性别收入差距的大小及其变动趋势。世界范围内，男性的平均收入高于女性是一个普遍现象。国内外学者在对性别收入差距客观存在的认识上取得一致，但在收入差距的变化趋势上存在着矛盾性结论。有研究表明，城镇劳动力的性别收入差距逐渐拉大，以男性平均工资为基准1，女性平均工资在1988年为 0.84、1995年为0.83［2］、1999年为 0.78［3］、2004年为0.77［4］。但也有文献认为性别工资差距并没有扩大，男性、女性的社会经济地位不存在显著的趋势性变化［5］。更有研究指出，随着市场化水平的提高，男女收入差距在缩小［6］。差异性结论的产生与研究者们使用的调查数据、统计模型及操作性方法等密切相关，判断性别收入差距的变化趋势需要更多的经验研究。

二是探讨性别收入差距的形成机制。经济学研究主要从劳动力供给方出发，基于人力资本理论分析劳动力的人力资本储备及其回报率的性别差异所致的收入差异，如邢春冰和罗楚亮［7］、张俊森等［8］的研究。社会学研究主要从劳动力需求方出发，以职业性别隔离理论或歧视理论为基础，关注的是结构性及歧视性因素，分析在劳动力市场分割背景下性别歧视对收入的影响，如Charles和Grusky［9］、葛玉好和曾湘泉［10］、吴愈晓和吴晓刚［11］等的研究。尽管研究视角不同，但这两类研究都重点关注了教育对性别收入差距产生的作用，并利用各类分解方法比较人力资本特征与歧视性因素对性别收入差距贡献率的差异，但研究结论存在很大的差异。如：王美艳利用布朗分解法和中国社会科学院五城市劳动力调查数据分析后发现，人力资本因素解释力度很小，超过93%的变异由歧视性因素造成；［12］吴愈晓和吴晓刚利用奥萨卡-布兰德分解法和2003年中国综合社会调查数据分析后发现，体制外性别收入差距主要来源是人力资本因素，解释了超过15%的收入差异。［11］为此，判断性别收入差距的来源需要进行更多的经验研究。

此外，从经济学角度上看，教育至少具有两大经济功能：一是生产性功能，二是信息功能。从国内关于性别收入差距的研究文献上看，缺乏对教育功能的深入剖析，研究结果糅合了教育生产性功能和信息功能的综合作用，无法区分到底何种教育功能对性别收入差距产生实质性作用。因此，在研究性别收入差距的形成机制时区分教育的两大经济功能显得尤为必要，深层次分解教育在性别收入差距产生中的作用，有助于推动性别收入差距研究的纵深发展，也为制定缓解性别收入差距的政策提供更有效的参考。

本文的研究目标是：首先，利用2006年、2008年和2010年三年的中国综合社会调查数据分析个人收入的性别差距，并同已有研究结果进行比较，判断性别收入差距的变动趋势；其次，区分教育的两大经济功能，对不同性别群体的样本进行分析，探讨教育的两大功能所产生的经济效应是否存在显著的性别差异；最后，利用经典的奥萨卡-布兰德分解法对性别收入差距进行分解，计算两大教育功能对性别收入差距产生的贡献率。

二、实证模型设计及其解释

（一）教育生产性收益和信息收益的分离模型

本研究的难点是如何分离教育的生产性功能与信息功能，并在同一模型中估计出教育的生产性收益率与信息收益率。从理论层面上看，教育生产性功能体现的是人力资本理论的核心内涵，认为教育能够直接提高个人劳动生产率，从而使个人获取较高收入。［13］而教育信息功能触及的是筛选理论的本质，教育是一种信号装置，并不能改变个人能力，个人通过接受教育向雇主发送自身能力高的信号，从而获取高收入。［14］由此，本研究中的难题“分离教育的生产性功能与信息功能”便转化为区分人力资本理论与筛选理论，而这也是西方经济学发展历史中经典的理论之争。在这场历史之争中，有研究者提出通过验证教育文凭是否使个人在劳动力市场上获取额外收益来区分人力资本理论与筛选理论［15］，这种因教育文凭发送出个人的高能力信息而获得的额外收益被称为“文凭效应（Diploma Effects）”。随着越来越多的学者从不同角度参与文凭效应讨论，“文凭效应测度”成为检验筛选理论最为常用的方法之一。［16］本研究将借鉴前人关于文凭效应的研究方法，用文凭效应来衡量教育的信息收益率，以此实现与生产性收益率的分离。

从国外文献上看，学者们多是使用扩展后的明瑟收入方程来测度教育收益中的文凭效应。如Jaeger和Page［17］、Bauer等［18］的研究，将样本的受教育年限和教育文凭变量同时纳入到经典的明瑟收入方程中，模型如下：

其中，lnY为收入的对数，S为受教育年限，系数β1表示的是去除文凭效应后的净教育收益率（即生产性收益率）；Di为文凭虚拟变量，若系数λi是显著的，则表明在i教育阶段存在着文凭效应（即信息收益率）；Exp、Exp2分别表示工作经验及其平方项；X是控制变量，包括民族、政治面貌、所在区域、所在部门所有制性质、父母所在单位类型及父母受教育程度等；α是截距项，ε是随机扰动项。

（二）Z检验作用及其原理

利用模型（1）对男性、女性样本分别进行拟合后，需通过Z检验来判断教育的生产性收益率和信息收益率是否存在显著的性别差异，其原理是，用标准正态分布的理论来推断差异发生的概率，从而比较两个系数的差异是否显著。要得到无偏的统计检验值，需满足两个前提条件：一是分组后的样本之间相互独立，且误差方差要求一致；二是每个分组的样本容量大于30且使用同一估计模型进行拟合。计算公式如下：

（三）性别收入差距分解原理

为了分析不同因素对性别收入差距的解释程度，本研究将性别收入差距进行分解。从已有文献上来看，性别收入差距一般被分为两部分，一是个人特征差异引起的部分，二是未被观察到的因素所解释的部分，也称为歧视性部分。经典的奥萨卡-布兰德分解公式为：

三、数据、变量和样本分布

（一）数据来源

本文数据来源于2006年、2008年和2010年中国人民大学社会学系和香港科技大学社会学部联合主持开展的中国综合社会调查（CGSS）。该调查采用多阶段分层随机抽样的方法，覆盖中国内地31个省级行政地区，是一项具有综合性和连续性的大型社会调查项目。①该调查收集了个人详细的教育、就业及家庭背景信息，非常适合用于分析性别收入差距。基于研究的需要，剔除在校生样本，仅对从事非农工作、个人全年职业收入在1000-600000元之间、男性18-60岁、女性18-55岁的样本进行分析，最终有效样本为9578人。其中，2006年、2008年、2010年样本分别为2790人、2424人和4364人，男性、女性分别为5595人和3983人，东、中、西部分别为4802人、2792人和1984人。

（二）变量选择及其处理

1.因变量

由于本研究关注的是性别收入差距问题，样本在劳动力市场上获取的收入是本研究的因变量，包括所有的工资、各种奖金、补贴，但不含其他经营性收入或财产性收入。2008年和2010年调查询问的是“个人去年全年的职业收入”，而2006年询问的是“上个月所得的工资收入”，为此，将2006年调查所得的月收入按12个月计算转化为年收入。以2010年为基准，利用国家统计局公布的居民消费价格指数，将2006年和2008年调查样本的收入进行转化，以消除价格波动、经济环境变化等因素的干扰。最后，取收入的对数形式。

2.人力资本变量

人力资本变量主要包括个人受教育程度、工作经验及工作经验的平方。个人受教育程度是本研究的核心自变量，包含两种形式，一是实际的受教育年限，二是个人获取的最高教育文凭。CGSS调查问卷将最高受教育程度划分为14类，为简化分析，本研究将“没有接受过任何教育”“私塾”“小学”三项合并为“小学及以下”，“初中”单独归一类，“职业高中”“普通高中”“中专”“技校”四项合并为“高中”，“成人专科”与“大学专科”合并为“专科”，“成人本科”与“大学本科”合并为“本科”，“研究生及以上”单独归为一类，“其他”类由于样本过小且不具有普遍性，本研究不对此类样本进行分析。由此，便转化成六种层次的受教育程度，并以“小学及以下”为参照组。2006年和2008年调查问卷中包括这两个变量，直接使用样本填写的数据。2010年仅调查了样本所获取的最高教育文凭，本研究依据我国目前的教育学制进行转化②，估算出样本实际的受教育年限。工作经验通过公式“年龄-受教育年限-6”进行计算，另外，考虑到工作经验的平方数据较大，对其进行缩减处理（除以100）。

3.家庭资本变量

许多研究（如陈钊等［20］人的研究）发现，家庭资本会显著影响个人的收入水平，为此，本研究将其纳入分析范畴，将其划分为家庭人力资本和家庭社会资本。以父母受教育程度衡量家庭人力资本拥有量，只要父母双方中任一方接受过高等教育（专科、本科、研究生及以上），就认为家庭人力资本较高，父母双方均未接受高等教育，就判断家庭人力资本较低。以父母工作单位所属类型衡量样本的家庭社会资本拥有量，只要父母双方中任一方在党政机关工作，就认为家庭社会资本较高，父母双方均未在党政机关工作，就判断家庭社会资本较低。③

4.控制变量

此外，民族、政治面貌、工作所在地、单位所有制性质等均有可能影响样本的收入，本研究也对此进行控制。上述四个变量均为虚拟变量，分别以少数民族、非党员、西部地区、非公共部门为参照组。其中，公共部门包括“国有或国有控股”与“集体所有或集体控股”单位，非公共部门含“港澳台”“外资”“中外合资”和“其他”类型单位。

（三）样本分布及描述性统计

各变量的描述性统计见表1。总样本的年收入对数的均值为9.7124，而男性样本为9.815，女性样本为9.5634，可知，男性样本平均年收入比女性显著高出28.6%（e9.815-9.5634-1）。以男性平均工资为基准1，女性平均工资则仅为0.7776，说明：从调查的2005年、2007年和2009年三年样本的平均收入综合来看，性别收入差异并没有发生明显变化（刘泽云研究发现2004年女性为0.772［4］）。值得注意的是，女性平均受教育年限高于男性，差异是非常显著的。张兴祥和林迪珊基于2008年全国外来务工人员的调查数据，发现男女受教育年限非常接近［21］；吴愈晓和吴晓刚分析2003年中国综合调查数据后，发现女性受教育年限大于男性［11］。结合这两项研究的结论，充分说明当前女性在接受教育的数量上并不处于弱势。男性工作经验显著高于女性工作经验。从家庭资本变量上看，女性样本拥有的家庭人力资本与社会资本均要高出男性，其中家庭人力资本的性别差异是显著的。从控制变量上看，除东部地区变量外，男性在其他变量上的分布均要多于女性。

表1　所有变量的描述性统计

四、研究结果

（一）教育功能细分后教育回报率的性别差异分析

在分析不同功能下教育回报率的性别差异之前，根据模型（1）对总体样本进行拟合回归，回归结果如表2中第（1）列所示。从模型的拟合情况上看，F值为119.45，Sig.〈0.001，调整后的R2达到了26.7%，表明对该模型进行拟合回归是有意义的。然后将总体样本分为男性女性两组，分别对模型（1）进行拟合，拟合结果如表2中第（2）、（3）列所示，分样本的拟合回归依然有意义，其中对女性样本回归的解释力度达到了34.1%，表明该模型对女性样本的拟合效果更好。

从结果上看，总体样本的教育生产性收益率为5.5%，表明每多接受一年教育，个人的收入会提高5.5%。男性、女性样本的教育生产性收益率分别为5.7%、3.4%，男性教育生产性收益率高出女性2.3%，经由Z检验发现，差异是高度显著。这说明教育生产性收益率存在显著的性别差异，也表明劳动力市场中存在性别歧视，即在雇主看来，女性即使接受和男性相同年限的教育，也无法证明她们具有与男性相同的劳动生产率，因此给女性劳动者的报酬也低于男性劳动者。从获取的最高教育文凭上看，总体样本中专科、本科、研究生教育文凭的回归系数均显著大于零，说明在总体样本中存在显著的文凭效应。专科、本科、研究生教育的文凭效应分别为17.8%、57.1%、31.8%④，表明专科生、本科生、研究生毕业后获得的“一纸文凭”分别给个人带来17.8%、57.1%、31.8%的额外收益。在男性样本中，本科、研究生教育存在显著的文凭效应，分别为53.3%、41.8%，专科教育的文凭效应为14.8%，但并不显著。而在女性样本中，高中、专科、本科、研究生教育均存在显著的文凭效应，分别为29.6%、31.1%、75.1%、33.9%。从整体上看，女性文凭效应均高于男性（研究生教育除外），差异均是高度显著的。由此可推断，教育的信息功能帮助女性更好地展示自己的能力信号，从而能够在劳动力市场中获取与男性相同的职业、岗位以及薪酬待遇等，缩小与男性的收入差距。

从工作经验上看，每增加一年的工作经验，总体样本中的个人收入增加2.3%，男性、女性个人收入分别增加3.2%、2.2%，Z检验统计值是高度显著的，表明工作经验的收入效应存在显著的性别差异。从家庭资本变量上看，父母在党政机关工作会降低总体和男性样本中的个人收入，提高女性样本的个人收入。无论是总体样本，还是男女分样本，父母接受过高等教育都能显著提高子女个人收入，对男性、女性分别提高18.2%、19.1%，两者间的差异是高度显著的。由此说明，家庭资本对女性个人收入的作用更大。从控制变量上看，无论是总体样本，还是男女分样本，汉族、党员身份、在非公有部门工作的个人收入都比少数民族、非党员身份、在公有部门工作的个人高。在东部地区工作的个人收入都要显著高于在西部地区工作的个人，但在中部与西部地区工作的个人收入无明显差异。从Z检验上看，除政治面貌外，民族、工作所在地、单位所有制形式等产生的收入效应都存在显著的性别差异。

表2　个人收入影响因素的多元线性回归分析

（二）性别收入差距的来源——基于各因素对性别收入差距的贡献率的分解

接下来，本研究通过前文所述的收入差距分解公式来探讨性别收入差距的来源，将其分解为个人特征差异、反向歧视和直接歧视三部分。详细的分解结果见表3。

从表3上看，个人特征效应部分，受教育年限的贡献率为-3.42%⑤，说明受教育年限的性别差异并不是性别收入差距产生的原因，相反，在无歧视条件下，由于女性接受了更多年限的教育，获得了更高的收入，缩小了与男性的收入差距。所有文凭变量的总贡献率为-3.76%，而由表2可知，总体样本回归中各文凭变量的估计系数均为正数，由此说明女性获取文凭的数量高于男性，在无歧视条件下，女性因获取更多文凭而缩小了与男性的收入差距。综合来看，在无歧视条件下，由于女性接受了更多的教育（或获取了更高的教育文凭），教育的两大经济功能均有效缓解了性别收入差距。工作经验（包括工作经验的平方除以100的效用）、家庭资本变量、控制变量的贡献率分别为-0.61%、-0.5%、-3.47%。从整体上看，个人特征解释了-11.74%的性别收入差距，由此说明，个人特征差异缩小了性别收入差距。

歧视效应部分，劳动力市场对男性受教育年限的反向歧视对性别收入差距的贡献率为8.82%，而对女性受教育年限的直接歧视对性别收入差距的贡献率为93.68%，两者之和达到了102.49%，说明接受同样教育的男性在市场上受到优待，而女性的价值却被打上了折扣，从而拉大了收入的性别差距。而教育文凭变量在劳动力市场上的表现正好相反，男性教育文凭的反向歧视对性别收入差距的贡献率为-25.75%，女性教育文凭的直接歧视对性别收入差距的贡献率为-53.91%，两者之和达到了-79.66%，这说明获得教育文凭的女性在市场上获得认可，文凭证明了女性的能力，而教育文凭对男性作用并不大，价值被打了折扣。综合来看，由于劳动力市场中的性别歧视，教育生产性收益率存在性别差异，女性的劳动生产率被严重低估，并不能获取与其生产率等值的回报。而女性通过接受更多的教育来获取更高的文凭，以此来发送出自身的高能力信号，取得劳动力市场雇主的认可，由此可减轻性别歧视的程度。

表3　各因素对性别收入差距的贡献率

工作经验在劳动力市场上也存在歧视，对男性工作经验的反向歧视能够解释23.79%的性别收入差距，对女性工作经验的直接歧视能够解释12.29%的性别收入差距。家庭资本在劳动力市场上的表现与工作经验的相反，对男性的反向歧视能够解释-0.89%的性别收入差距，对女性的直接歧视能够解释-2.36%的性别收入差距。该结果说明，家庭资本有利于形成稳健的社会网络关系［22］，帮助子女扩展就业信息渠道、减少工作搜寻成本、降低失业风险等［23］，减少女性就职及收入增长过程中的性别歧视，帮助女性进入高收入岗位或低歧视行业工作。相对西部地区而言，市场化程度较高的东部地区，女性受到的歧视较高，拉大了7.2%的性别收入差距。而在市场化程度较低、“体制内”的公共部门，由于女性就业及收入受到国家政策的保护和监督，性别歧视相对较弱，缩小了16.2%的性别收入差距。整体上看，由受教育年限和工作经验两项构成的人力资本特征引起的歧视能够解释138.57%的性别收入差距，而教育文凭、家庭资本、控制变量等引起的歧视能够解释-92.38%的性别收入差距。分性别来看，男性因个人特征而享受到的反向歧视能够解释-1.12%的性别收入差距，女性因个人特征而被迫接受的直接歧视能够解释112.85%的性别收入差距，说明劳动力市场中对女性的直接歧视是性别收入差距产生的最主要因素。

五、结论与讨论

通过上述分析，本研究得出以下结论：

第一，性别收入差距依然显著存在，男性平均收入比女性高出28.6%，但对比前人研究结果后发现，性别收入差距并没有明显的扩大趋势。尽管不同研究者在使用的调查数据、具体分析的样本群体以及收入统计口径等方面存在些许差异，但本研究结果仍值得参考。

第二，从事非农工作的女性平均受教育年限（11.14年）显著高于男性（10.99年），说明从事非农工作的女性在教育投资数量上并不落后于男性。形成这一结果的原因可能有三个方面：一是家庭“重男轻女”的传统偏见在发生改变，家庭内部资源对男性的严重倾斜状况逐渐得到改善，义务教育法的颁布与实施也有效保障了女性的受教育权利；二是伴随着中国经济高速发展，家庭可用于子女教育的资源也得到快速增长，同时受我国长时期以来严厉执行的计划生育政策影响，家庭生育规模迅速缩减，进一步释放了家庭子女教育预算约束；三是教育（尤其是高等教育）的大规模扩张满足了人们渴望接受教育的需求，新增的教育机会从整体上改变了男性与女性之间的机会结构［1］。该结果也说明，教育投资绝对量的性别差异并不是性别收入差距产生的来源。

第三，将教育经济功能细分为生产性功能和信息功能后，发现仅有教育的信息功能能有效缓解性别收入差距。教育生产性收益率存在显著的性别差异，男性、女性的生产性收益率分别为5.7%、3.4%。由此说明，在我国劳动力市场中存在明显的性别歧视，雇主们基于偏见，下意识地低估女性的劳动生产率，与男性接受相同教育年限的女性无法获得与男性平等的薪酬待遇。在教育信息收益率方面，除研究生教育外，女性文凭效应均显著高于男性，说明教育文凭所发出的个人能力信息对于女性而言更为重要，能够有效减轻雇主对女性的传统歧视，帮助女性进入更好的职业或岗位（或者说，获得较高文凭的女性更容易进入歧视程度低的公共部门工作，如国有企业和集体所有企业等），获取与男性相同的薪酬待遇等。特别需要指出的是，女性教育生产性收益率较低是由劳动力市场上的性别歧视引起的，并不能归咎于教育生产性功能的作用。女性教育信息收益率较高是由于女性通过接受教育来彰显自己的能力，从而减轻劳动力市场中的性别歧视，这是教育信息功能所致。因此，本研究认为，在劳动力市场中性别歧视客观存在的现实条件下，仅教育的信息功能有效缓解了性别收入差距。另外，有研究者指出，教育能够改善和提升个人的道德与修养，从认识的根源上减少不道德偏见［24］。长期来看，当劳动力市场上的雇主整体受教育水平较高时，性别歧视将逐渐变弱，教育生产性收益率的性别差距也将缩小，由此必然降低性别收入差距。

第四，在无歧视条件下，个人特征差异解释了-11.74%的性别收入差异，受教育年限、教育文凭分别能解释-3.42%、-3.76%的性别收入差距。也就是说，在理想的劳动力市场下，女性可以通过接受更多年限的教育、获取更高的文凭，以提高自身的人力资本储备，从而缩小与男性收入的差距。在现实劳动力市场中，雇主对女性的直接歧视是造成性别收入差距的最主要因素，能够解释112.85%的性别收入差距。具体来看，女性在受教育年限和工作经验上所受的直接歧视分别为93.68%和12.29%，表明劳动力市场并不认同女性人力资本储备的价值，低估女性的劳动生产率。而女性获得的教育文凭与拥有的家庭资本能够减轻劳动力市场中的直接歧视。相反，男性在人力资本特征上受到劳动力市场的优待，解释了32.61%的性别收入差距，而教育文凭与家庭资本对男性的收入效应反而被打了折扣，稀释了26.64%的性别收入差距。整体上看，女性由于受到性别歧视，在教育生产性收益率上被男性拉开102.49%的收入差距，但是通过接受教育（并获取教育文凭）能够有效缓解79.66%的收入差距。

上述研究结论为缓解性别收入差距提供了明确的政策方向。首先，继续提高女性受教育的机会，设定科学有效的学生资助政策，帮助家庭经济困难、尤其是贫困边远地区家庭中女性的受教育机会。其次，在宏观上引导女性根据自身及市场经济环境状况在教育投资上做出理性选择，以使女性接受更好、更具针对性、更为匹配的教育，顺利发送出个人能力信息，进入更为理想的职业平台。最后，逐步、稳健地打破劳动力市场上的制度性及社会歧视性分割，对职业或行业进行精细化、标准化分类，或鼓励企事业单位建立基于量化指标及绩效导向的薪酬分配体系，打开职业或行业内部的工资分配的“黑箱”。同时，维护和完善劳动力市场中的公平竞争机制，建立行之有效的法律申诉机制，逐步减少女性在劳动力市场上受到的歧视现象。

致谢

感谢中国人民大学中国调查与数据中心及其人员提供的数据协助。感谢哥伦比亚大学中国教育研究中心主任曾满超（Mun C.Tsang）教授的建议和帮助。文责自负。

注释

①更多调查相关信息可在http://www.chinagss.org/查阅。

②按中国学制处理，即基础教育6-3-3制、专科3年、本科4年、研究生3年。遗憾的是，这种转化计算可能会造成信息的损失或偏差，某些样本可能存在跳级、留级、辍学后再入学等现象，如此便不能准确核算样本实际的受教育年限。

③需要说明的是，2006年CGSS调查问卷中询问的是被访样本在18岁时父母所在单位类型，但2008年和2010年询问的是被访样本在14岁时父母所在单位类型，统计口径存在差异。本研究在进行数据处理时暂时忽略这一差异。单位类型均包括：党政机关、企业、事业单位、社会团体、无单位/自雇/自办（合伙）企业，军队及其他等7类。④在计算某虚拟变量对个人收入的影响时，需用eβ-1进行转换计

⑤受教育年限的贡献率为负数是因为女性的平均受教育年限大于男性，而总体样本回归中受教育年限变量的估计系数大于零。

参考文献

［1］张兆曙，陈奇.高校扩招与高等教育机会的性别平等化——基于中国综合社会调查（CGSS2008）数据的实证分析 ［J］.社会学研究，2013，28（2）:173-196.

［2］李实，古斯塔夫森.中国城镇职工收入的性别差异［C］//赵人伟，李实，李思勤.中国居民收入分配再研究.北京:中国财政经济出版社，1999:556-593.

［3］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，2006，20（5）:2-13.

［4］刘泽云.女性教育收益率为何高于男性？——基于工资性别歧视的分析［J］.经济科学，2008，30（2）:119-128.

［5］SHUXiaoling，BIANYanjie.IntercityVariationinGender Inequalities in China:Analysis of a 1995 National Survey［J］. Research in Social Stratification and Mobility，2002，19:269-309.

［6］郝大海，李路路.区域差异改革中的国家垄断与收入不平等——基于2003年全国综合社会调查资料［J］.中国社会科学，2006，27（2）: 110-124.

［7］邢春冰，罗楚亮.农民工与城镇职工的收入差距——基于半参数方法的分析［J］.数量经济技术经济研究，2009，26（10）:74-86.

［8］ZHANG J，HAN J，LIU J，ZHAO J.Trends in the gender earnings Differential in Urban China:1988-2004［J］.Industrial and Labor Relations Review，2008，61（2）:224-243.

［9］CHARLES M，GRUSKY D.Occupational ghettos:The worldwide segregation of men and women［M］.Stanford，California:Stanford University Press，2004.

［10］葛玉好，曾湘泉.市场歧视对城镇地区性别工资差距的影响［J］.经济研究，2011，46（6）:45-56.

［11］吴愈晓，吴晓刚.城镇的职业性别隔离与收入分层［J］.社会学研究，2009，24（4）:88-111.

［12］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，2005，40（12）:35-44.

［13］SCHULTZ T W.Investment in human capital［J］.American Economic Review，1961，51（1）:1-17.

［14］SPENCE A M.Job market signaling［J］.Quarterly Journal of Economics，1973，87（3）:355-374.

［15］LAYARD R，PSACHAROPOULOUS G.The Screening Hypothesis and the Returns to Education［J］.Journal of Political Economy，1974，82（5）:985-998.

［16］李锋亮，著.教育的信息功能与筛选功能［M］.北京:北京大学出版社，2008:61.

［17］JAEGER D，PAGE M.Degrees matter:new evidence on sheepskin effects in the returns to education［J］.Review of Economics and Statistics，1996，78（4）:773-740.

［18］BAUER T K，DROSS P J，HAISKEN-DENEW J P..Sheepskin effects in Japan［J］.International Journal of Manpower，2005，26 （4）:320-335.

［19］WELLINGTON A.Accounting for the male/female wage gap among whites:1976 and 1985［J］.American Sociological Review，1994，59 （6）:839-848.

［20］陈钊，陆铭，佐藤宏.谁进入高收入行业？——关系、户籍与生产率的作用［J］.经济研究，2009，44（10）:121-132.

［21］张兴祥，林迪珊.外来务工人员收入与教育回报率的性别差异研究［J］.北京大学教育评论，2014，12（3）:121-140.

［22］孟大虎，苏丽锋，施璐璐.人力资本、社会资本与大学生就业研究综述［J］.经济学动态，2012，19（1）:86-90.

［23］郑洁.家庭社会经济地位与大学生就业——一个社会资本的视角［J］.北京师范大学学报（社会科学版），2004，41（3）:111-118.

［24］BECKER G S.The Economics of Discrimination［M］.IL:University of Chicago Press，1971.

收稿日期：2015-12-05

基金项目:中央高校基本科研业务费资助项目“电子决策剧场下个人高等教育投资决策支持系统设计”（cx14-033）；国家建设高水平大学公派研究生项目（项目编号:留金发［2015］3022）。

作者简介:张青根，男，1990年生，华中科技大学教育科学研究院和美国哥伦比亚大学教师学院联合培养博士研究生，从事高等教育经济与财政研究；沈红，女，1956年生，华中科技大学教育科学研究院教授，博士生导师，从事高等教育经济与财政、比较高等教育研究。

Can Education Reduce the Gender Earnings Differential？

ZHANG Qing-gen，SHEN Hong
（School of Education，Huazhong University of Science&Technology，Wuhan 430074，Hubei，China）

Abstract:With the non-farm sample data from the"Chinese General Social Survey in 2006，2008&2010"，this paper tries to explore the impact of education on the gender earnings differential under the premise of distinguishing between the productive function and signaling function of education.Key findings are summarized as follows:Firstly，although women do not lag behind men in the amount of investment on education，the gender gap in earnings is still prominent；Secondly，due to the obvious sex discrimination in the labor market，the productive returns to education of men are significantly higher than that of women，which enlarges approximately 103 percent of gender earnings differential；Thirdly，the signaling returns to education of women are significantly higher than that of men and the signaling function of education is conducive to reducing sex discrimination in the labor market，which narrows about 80 percent of gender earnings differential.These findings may provide evidence for the formulation of policy to narrow the gender earnings differential.

Key words:Gender Earnings Differential；Productive Function；Signaling Function；Sex Discrimination