外商直接投资对性别工资差距的影响研究*

孙艳琳， 王 凡

(武汉理工大学 经济学院，湖北 武汉 430070)

一、问题的提出

性别平等作为联合国可持续发展目标之一，是世界和平、繁荣和可持续发展的必要基础。经济性别平等是性别平等的重要方面，改善经济性别平等可带来巨大经济红利。据世界经济论坛发布的《2017年全球性别差距报告》测算，实现经济性别平等可使英国国内生产总值(GDP)增加2500亿美元，美国GDP增加17 500亿美元，日本GDP增加5 500亿美元；对中国而言，实现经济性别平等，可使GDP增加25 000亿美元。由此可见，经济性别平等对实现世界及中国可持续发展具有重要的现实意义。性别工资差距是经济性别平等的重要衡量维度(《2017年全球性别差距报告》，世界经济论坛)[1]。近几十年来，跨国公司对发展中国家的重要性日益凸显，对劳动力市场产生重要影响，尤其对女性工资产生重要影响[2]，外商直接投资(FDI)对中国性别工资差距产生怎样影响？2017年中国外资流入额升至全球第二，研究FDI对中国性别工资差距的影响，对于促进中国社会和谐进步具有重要的现实意义。

现有探讨FDI对性别工资差距的影响机理的研究，主要以“竞次”理论、竞争抑制歧视理论和技术转移效应三种理论为基础，但实证研究FDI对性别工资差距影响的文献不丰富，且研究结论不一致。以中国为研究对象举例，既有FDI扩大性别工资差距的研究发现[3-4]，也有揭示FDI缩小性别工资差距的研究[5-6]。本文认为，“竞次”理论、竞争抑制歧视理论和技术转移效应三种影响机理关于性别技能水平差异假设有区别，而实证研究结论不一致的原因可能在于所研究样本中性别技能水平差异状况不同，同时现有研究也指出不同行业，尤其是服务业行业特性也会影响FDI对性别工资差距的作用[7]。因此，围绕性别技能水平差异状况和细分行业特征来深入探讨FDI对性别工资差距的影响具有重要的理论意义。

二、FDI对性别工资差距影响的相关文献综述

当前从中国总体层面探讨FDI对性别工资差距影响的文献并不丰富。其中，Shu等利用2000年中国105个城市3927名受访者的城市层面统计数据，考察FDI对中国性别工资差距的影响，结果表明FDI扩大了中国性别工资差距，但结果不显著[8]。Braunstein与朱彤等均探讨了2002年FDI对中国性别工资差距的影响，研究结论一致：FDI扩大了性别工资差距。这是由于市场竞争加剧会增加性别歧视，FDI流入使得中国市场竞争突然加剧，中国企业获得的超额利润减少，性别歧视加剧使得中国企业主动减少对女性的雇佣并减少女性工资，因此FDI扩大了中国性别工资差距[3，9]。

在总体层面的基础上有个别学者深入不同技能水平角度探讨FDI对中国性别工资差距的影响，但研究结论相反。其中，李宏兵等利用2002与2007年CHIP数据，分别从总体与技能水平角度研究FDI对中国性别工资差距的影响，研究结果表明：FDI分别扩大了中国总体与不同技能水平的性别工资差距，由于FDI进入往往伴随技术转移效应，导致更多资本和技术密集型的技术被采用，促进中国本土企业生产率水平的提高，既而显著提升技能占优的男性劳动力的工资水平，因而FDI扩大了中国性别工资差距[4]。卢晶亮等利用1992-2009年中国国家统计局的城镇住户调查数据(UHS)，同样从总体与技能水平角度研究FDI对中国性别工资差距的影响，研究结论与上述学者相反：FDI分别缩小了中国总体与不同技能水平的性别工资差距[5]。

在总体层面的基础上有个别学者深入不同类别行业角度探讨FDI对中国性别工资差距的影响。其中，蔡宏波等与李磊等均选取中国服务业为研究对象，考察了FDI对中国服务业性别工资差距的影响，研究结论一致：FDI缩小了中国服务业的性别工资差距[6-7]。李磊等提出的解释原因为：根据竞争抑制歧视理论，当男女技能水平相似时，市场竞争会减少企业的性别歧视。由于服务业中男性与女性技能水平类似，所以FDI流入引发的中国市场竞争加剧，将减少中国服务业企业的性别歧视，即中国企业雇佣更多女性并提高女性工资水平，因此，FDI缩小了中国服务业性别工资差距[7]。

现有文献从总体、技能水平和行业角度分别考察了FDI对中国性别工资差距的影响。从中国总体角度而言，早期研究可能由于样本量较少以及FDI对中国性别工资差距作用不明显等原因使得研究结论不显著，后期学者实证表明FDI显著扩大了中国性别工资差距；针对不同技能水平的研究，现有学者关于FDI影响中国性别工资差距的结论未达成一致意见，这说明在探讨FDI对性别工资差距影响作用时需要考虑技能水平；多数学者从行业大类角度研究FDI对性别工资差距的影响，鲜有学者针对每个细分行业的研究。事实上，不同行业具有不同的行业特征，行业特征差异可能导致FDI对行业层面性别工资差距的影响具有差异性，因此，有必要从细分行业层面研究FDI对性别工资差距的影响。

三、FDI对性别工资差距影响机理的理论梳理

综合前人研究成果，本文认为，FDI对性别工资差距的影响机理可以概括成两类：FDI的市场竞争效应与FDI的技术转移效应。

(一)FDI的市场竞争效应

FDI的市场竞争效应以“竞次”和“竞争抑制歧视”两个理论为理论基础。“竞次”系指在竞争中并不争优而是竞相争次[10]。该理论最早在美国法律界使用，后被引入中国经济学领域。“竞次”理论作用的FDI市场竞争效应是以男性技能水平高于女性技能水平为假设前提，该效应表现为FDI扩大性别工资差距。FDI市场竞争驱动的竞次行为体现为两个方面：一方面，一国通过竞相压低劳动力价格以吸引更多外商投资；另一方面，FDI使得市场竞争加剧，东道国企业由于面临巨大生存压力且短期内无法提升竞争力，只能靠“廉价劳动力优势”获得竞争中的价格优势，不得不选择降低劳动力成本的次优策略。而这种竞次行为对性别工资差距具体影响机理为：由于FDI进入对出口导向型制造业内资企业和组装制造业外资企业造成的成本竞争压力更大，而女性劳动力在该类制造业所占比例更大，所以当女性技能水平低于男性时，企业的竞次选择行为表现为更大幅度地降低女性劳动力工资水平。所以FDI进入会拉大性别工资差距。

Becker的竞争抑制歧视理论是以男性与女性技能水平差异较小为假设前提，理论主张在男性与女性技能水平相似的情况下，企业的性别歧视行为将提高其生产成本[11]。竞争抑制歧视理论作用的FDI市场竞争效应将导致性别工资差距缩小，其具体影响机理为：FDI进入加剧市场竞争，从而提升东道国企业性别歧视成本。当男性和女性技能水平相似时，东道国企业在市场竞争压力下为获得超额利润不得不减少性别歧视行为，即降低对男性劳动力的雇佣和雇佣更多技能水平相似的女性劳动力并提高女性工资，因此，FDI流入缩小性别工资差距。

(二)FDI的技术转移效应

FDI的技术转移效应同样以男性技能水平高于女性为假设前提,它同样会扩大性别工资差距，具体影响机理为：FDI进入给东道国带来技术和资本密集型技术，促进东道国企业生产率提高，当男性技能水平优于女性时，企业会偏向于对男性劳动力的雇佣，从而提升技能水平占优的男性劳动力工资，扩大性别工资差距。

图1 FDI影响性别工资差距的理论机理

综上，FDI对性别工资差距的影响机理可以用图1予以归纳。该图说明，在“竞次”理论作用的FDI市场竞争效应与FDI的技术转移效应对性别工资差距影响机理中，由于男性技能水平高于女性，所以FDI流入扩大了性别工资差距；在竞争抑制歧视理论作用的FDI市场竞争效应中，由于男性与女性技能水平相似，所以FDI流入有助于缩小性别工资差距。由此可见，性别技能水平差异是FDI影响性别工资差距的重要因素。

四、模型、变量与数据的描述性统计

本文选取2013年中国城镇居民年龄介于16-60岁的男性与16-55岁的女性个体作为研究样本，建立FDI影响性别工资差距模型，考察FDI对中国性别工资差距的影响。

(一)模型设定

综合以上朱彤和李宏兵等研究[3-4]，本文构建FDI对性别工资差距影响的实证模型如下:

Lnwij=β0+β1LnFDIj+β2Xij+β3LnZj+μij+εij

(1)

其中，Lnwij表示劳动力年工资对数值，LnFDIj表示外商直接投资对数值，Xij表示劳动力个体特征变量，Zj表示城市特征变量，μij表示省份(地区)、职业、行业控制变量，εij表示随机扰动项，i和j分别表示不同劳动力个体和省份(地区)，β0表示常数项，β1、β2、β3分别表示对应的解释变量系数。

本文通过对男性与女性劳动力分别回归①来考察FDI对性别工资差距的影响，该影响由男女模型中β1(FDI对工资影响大小的参数)的符号正负性和大小决定。β1参数值与FDI影响性别工资差距结论的对应关系如表1所示。

(二)变量与数据来源

本文将对模型中被解释变量、解释变量与控制变量进行说明。模型中的被解释变量wij表示2013年j省(地区)劳动力个体i的工资收入。模型中的解释变量FDIj表示2013年j省(地区)外商直接投资额。模型中的控制变量包括个体特征变量(Xij)与城市特征变量(Zj)：Xij表示个体特征变量，包括年龄(Age)、年龄的平方(Age2)、政治面貌(Politic)、技能水平(Skill)、婚姻状况(Marry)②。通常，工资随年龄先增长后下降；党员工资一般高于非党员工资；技能水平越高，工资水平越高；婚后生活压力增大促使人们积极工作，提高工资水平。因此，需要控制以上个体特征变量。Zj表示城市特征变量，用人力资本和生活成本来共同衡量。人力资本由2013年省份(地区)个体受教育年限的平均值衡量，生活成本由2013年省份(地区)生活消费支出总额的平均值衡量③。通常，一个城市的经济发展水平与该城市平均工资呈正向关系，经济发展水平越高，人力资本及生活成本也会越高，因此，选取城市特征变量是有意义的。

表1 β1与FDI影响性别工资差距结论的对应关系

模型中FDI变量的数据来源于《中国统计年鉴2014》以及各省(地区)的统计年鉴。工资、城市特征变量及个体特征变量来源于CHIP2013数据库。该数据库覆盖14个省(地区)，126个城市，涉及20个细分行业④。本文选取年龄介于16-60岁的男性与16-55岁的女性个体作为研究样本。与蔡宏波研究一致，为避免户籍限制这一因素造成的偏误，本文剔除CHIP2013数据库中的农村户籍样本，仅考虑城镇户籍。剔除不符合年龄条件及存在异常值的变量后，最终得到9731个个体数据。

(三)变量的描述性统计

表2为主要变量的描述性统计。表2显示，男性与女性最低工资相同，但男性最高工资低于女性最高工资，同时男性平均工资高于女性平均工资。这说明尽管少数女性最高工资高于男性，但是大部分女性工资集中在中低水平区间，大部分男性工资集中在中高水平区间。本文考察了变量间的方差膨胀因子(VIF)，取值均小于10，不存在多重共线性。所有变量均通过了怀特(White)异方差检验及修正。

表2 主要变量的描述性统计

注：FDI、Human、Life、Wage、Wage分别取了对数，Age、Age2、Politic、Skill、Marry没有取对数。

鉴于工资水平与FDI可能存在双向因果关系，即工资水平越高的省份(地区)，其吸引FDI的能力可能越高，因此，FDI可能是内生变量。由于内生性问题会导致估计量有偏与不一致，为避免FDI为内生变量导致估计结果不准确，本文借鉴黄玖立等的处理方法，选择各省份(地区)到海岸线最短距离的倒数作为FDI的工具变量，研究FDI对中国性别工资差距的影响[13]。取该变量作为工具变量的理由为：第一，沿海城市比内陆城市更加开放，更容易吸引FDI，即各省(地区)到海岸线最短距离与FDI进入程度相关；第二，目前没有证据表明各省(地区)到海岸线最短距离与个体工资水平有关。

五、实证分析

本部分首先利用CHIP2013数据库全体20个行业数据，从总体上考察FDI对中国性别工资差距的影响；同时考虑到前文所指出的性别技能水平差异的关键影响作用，本文围绕性别技能水平差异提出三个FDI对中国性别工资差距影响的假设命题，分别取男性技能水平高于女性的行业、女性技能水平高于男性的行业及19⑤个行业整体作为研究样本，围绕性别技能水平差异考察FDI对中国性别工资差距的影响，以检验相关假设命题；最后考虑到行业特征可能产生的差异性影响，本文对19个细分行业分别回归，力求从性别技能水平差异与行业特征角度解释细分行业下FDI对中国性别工资差距的差异性影响。最后，为保证结果稳健可靠，本文做了稳健性检验。

(一)从中国总体考察FDI对性别工资差距的影响

表3为从中国总体考察FDI影响性别工资差距的估计结果。其中，模型1表示未加入FDI，其他因素对性别工资差距的影响；模型2表示加入FDI后，各因素对性别工资差距的影响。模型1与模型2均采用普通最小二乘法进行回归。模型3表示引入各省(地区)到海岸线最短距离的倒数作为FDI的工具变量，采用两阶段最小二乘法进行回归。比较模型1和模型2，加入FDI后，拟合优度有所提高，但其他变量系数未发生显著变化，这说明FDI对男女工资均有一定影响。模型2显示，FDI对男性与女性工资均有显著的正向影响，但对男性工资的提升作用大于女性工资3%，故本文初步认为FDI扩大了中国性别工资差距。模型3显示加入工具变量后，FDI对男性与女性工资均有显著的正向影响，但对男性工资的提升作用大于女性工资4%，模型3中FDI对中国性别工资差距的提升作用较模型2提高1个百分点，这意味FDI对中国性别工资差距影响仍是扩大作用。

表3 从中国总体考察FDI影响性别工资差距的估计结果

注:***、**和*分别表示在1%、5%和10%的统计水平上显著，括号内数值为t值。

考虑到中国各省份(地区)在政策、经济发展水平等方面存在不同，并且职业类型与行业特征对工资也具有重要影响，本文逐步引入省份(地区)固定效应、职业固定效应、行业固定效应进行普通最小二乘法回归⑥，引入固定效应后，FDI对男性工资的提升作用普遍大于女性，即FDI扩大中国性别工资差距。加入省份(地区)、职业、行业固定效应后，FDI对男性工资的提升作用分别高于女性工资3%、12%与13.5%，相比模型2与模型3，FDI对男性与女性工资的提升作用明显扩大，这说明省份(地区)、职业、行业对工资水平有着重要影响。一个城市的工资水平与该城市的人力资本与生活成本息息相关，本文逐步引入人力资本和生活成本进行普通最小二乘法回归⑦，加入人力资本后，显示FDI缩小了中国性别工资差距。人力资本每提高1%，男性工资提高0.96%，女性工资约提高1.74%，即随着城市人力资本的提高，男性与女性的工资均会提高，但女性工资的提高幅度大于男性，性别工资差距缩小。加入生活成本后，生活成本每提高1%，工资水平约提高0.73%，随着城市生活成本的增加，工资有所提高，但工资提高幅度低于生活成本增加幅度，使得生活压力增大。加入生活成本后FDI对男性工资提升作用大于女性，性别工资差距进一步扩大。综上，本文认为，从总体来看FDI扩大了中国性别工资差距。

观察其他因素对性别工资差距的影响。年龄对工资的影响符合预期设想，呈现先增后减的倒“U”型曲线特征，年龄对性别工资差距有扩大趋势；政治面貌的系数显著为正，党员工资要高于非党员工资，政治面貌对男性工资的提升作用大于女性，因此，扩大了性别工资差距；技能水平的系数显著为正，技能水平对女性工资的提升作用大于男性，因此，缩小了性别工资差距；婚姻的系数显著为正，婚姻对女性工资的提升作用大于男性，因此，缩小了性别工资差距。总体来看，年龄与政治面貌对性别工资差距具有扩大作用，技能水平与婚姻对性别工资差距具有缩小作用。

人们喜欢引用约翰·肯尼迪的那席开启阿波罗时代的演讲：“我们选择登月。”他们如此说道，感觉登月是重要的事。假如他们感觉要说更多话，他们会引用更多肯尼迪的原话：“我们选择在这十年间登上月球并实现更多梦想，并非它们轻而易举，而是因为它们困难重重。”有时候，他们仅仅说道：“太空困难重重。”通常，这是充当各种延误和事故的托词。

总体结果表明FDI扩大了中国性别工资差距。这说明在中国，FDI对性别工资差距整体影响更多的是受市场竞争驱动的竞次行为和技术转移效应作用。上述这两种效应都以男性技能水平高于女性技能水平为假设前提；然而，CHIP2013数据库显示出19个细分行业中11个行业的女性平均技能水平高于男性⑧，即客观事实与假设前提不一致。尽管整体层面显示出FDI扩大性别工资差距，但是对于女性技能水平高于男性的行业，FDI对性别工资差距的影响是否会发生变化？特别是考虑到李磊等(2015)认为服务业中男女技能水平相似，本文认为，接下来有必要围绕性别技能水平差异和从细分行业层面探讨FDI对性别工资差距的影响。

(二)围绕性别技能水平差异考察FDI对中国性别工资差距的影响

前文影响机制分析指出，性别技能水平差异在FDI对性别工资差距影响的市场竞争效应和技术转移效应中均起重要解释作用，而性别技能水平差异具体表现为男性技能水平高于女性、男性技能水平低于女性和男女技能水平相似。根据前文影响机制，本文对性别技能水平差异作用下的FDI影响性别工资差距的假设命题整理如下：

根据“竞次”作用的市场竞争效应与技术转移效应，提出两个假设命题。

假设1：对于男性技能水平高于女性的行业，FDI应扩大性别工资差距。

假设2：对于女性技能水平高于男性的行业，FDI应缩小性别工资差距。

根据竞争抑制歧视作用的市场竞争效应，提出一个假设命题。

假设命题3：对于男女技能水平差异较小的行业，FDI应缩小性别工资差距。

本部分选择19个行业围绕性别技能水平差异来探讨FDI对中国性别工资差距的影响。本文首先按照男女技能水平差异将19个行业分成两组⑨，其中组1为男性技能水平高于女性的行业组(包含8个细分行业)，用该组行业样本构建模型4验证假设命题1；组2为女性技能水平高于男性的行业组(包含11个细分行业)，用该组样本构建模型5验证假设命题2。鉴于目前尚未有划分不同行业性别技能水平差异大小的统一标准，为探讨男女技能水平相似在FDI对性别工资差距的影响作用，本文引入FDI与性别技能水平差异(Tech)的交互项，用19个行业总体样本构建模型6(公式如下)验证命题3。

Lnwij=β0+β1LnFDIj+β2Xij+β2Techi+β4FDIj*Techi+μij+εij

(2)

其中，Techi表示性别技能水平差异，用同一行业中男性与女性劳动力技能水平之比表示；FDIj*Techi表示外商直接投资(FDI)与性别技能水平差异(Tech)的交互项。

表4 验证三个假设命题的OLS回归结果

注:***、**和*分别表示在1%、5%和10%的统计水平上显著，括号内数值为t值。模型4包括8个细分行业，具体为：公共管理、社会保障和社会组织；房地产业；住宿和餐饮业；批发和零售业；采矿业；卫生和社会工作；制造业；租赁和商务服务业。模型5包括11个细分行业，具体为：农、林、牧、渔业；电力、燃气及水的生产和供应业；建筑业；交通运输、仓储和邮政业；信息传输、软件和信息技术服务业；金融业；科学研究和技术服务业；水利、环境和公共设施管理业；文化、体育和娱乐业；居民服务、修理和其他服务业；教育业。模型6为除国际组织业以外的19个细分行业整体。

(三)基于19个细分行业的考察

在上述三个假设命题得到验证的基础上，考虑到不同行业具有不同的行业特征，本部分对19个细分行业分别回归，从性别技能水平差异与行业特征角度考察FDI对不同细分行业层面性别工资差距的影响。回归结果见表5。

表5显示的是FDI缩小性别工资差距的7个行业回归结果。这种缩小作用可以从两方面予以解释：一方面，上述7个细分行业中，有5个细分行业的性别技能水平差异是19个细分行业中相对较小的⑩，该5个行业中男女技能水平相似，即符合竞争抑制歧视理论假设，根据竞争抑制歧视影响机理，FDI进入加剧中国市场竞争，中国企业为获得超额利润不得不减少性别歧视行为，即雇佣更多与男性技能水平相似的女性劳动力，并提高女性劳动力工资水平，因此，FDI缩小该5类行业的性别工资差距。另一方面，上述7个细分行业中另外2个细分行业的性别技能水平差异相对较大，无法从竞争抑制歧视理论解释，但该2个行业的女性技能水平均大于男性，由“竞次”理论和技术转移效应可知，FDI进入加剧市场竞争，中国企业偏向于雇佣技能水平更高的劳动力并提高其工资水平，当女性技能水平高于男性时，中国企业会增加女性劳动力的雇佣并提高女性工资水平，因此，FDI缩小该2类行业的性别工资差距。从FDI影响系数显著性分析，FDI对性别工资差距缩小作用不显著体现在4个行业。上述行业不显著的原因如下：对于教育以及文化、体育和娱乐业而言，该类行业均为政府主导的社会性服务产业，其经济行为受市场尤其是FDI进入影响较小[14]，因此，FDI对该类行业性别工资差距影响不显著。对于房地产业而言，由于该行业的数据样本数量较少，这可能是导致研究结论不显著的原因。对于信息传输、软件和信息技术服务业而言，该行业主要依靠国家政策支持，受FDI影响较小，因而FDI对该类行业性别工资差距影响不显著。

表5 FDI缩小性别工资差距的细分行业回归结果

注:***、**和*分别表示在1%、5%和10%的统计水平上显著，括号内数值为t值。模型1-7分别对应以下行业：批发和零售业；交通运输、仓储和邮政业；信息传输、软件和信息技术服务业；金融业；房地产业；教育；文化、体育和娱乐业。限于篇幅，表5未报告政治面貌(Police)和婚姻状况(Marry)回归结果，备索。

实证结果显示FDI扩大了12个细分行业的性别工资差距，其中，表6为FDI扩大性别工资差距且男性技能水平高于女性的6个行业回归结果，表7为FDI扩大性别工资差距且男性技能水平低于女性的6个行业回归结果。表6说明，由于男性技能水平高于女性，符合“竞次”理论的市场竞争效应和技术转移效应前提，随着FDI进入带来的中国市场竞争加剧，中国企业偏向于雇佣技能水平更高的劳动力并提高其工资，因此，当男性技能水平高于女性时，中国企业会增加男性劳动力的雇佣并提高男性工资水平，即FDI扩大该类行业的性别工资差距。从FDI影响系数显著性分析，FDI对性别工资差距扩大作用不显著体现在4个行业。上述行业不显著的原因如下：对于采矿业；公共管理、社会保障和社会组织而言，该类行业以国有企业形式存在，依赖中国的自然资源与人力资本，实际利用FDI较少，因此，FDI对该行业的性别工资差距影响不显著。对于住宿和餐饮业而言，由于该行业的劳动力工资水平较低且工资增长速度缓慢[15-16]，工资变化幅度受各种因素影响较小，因此，FDI对工资影响不显著，既而对性别工资差距的影响也就不显著。对于租赁和商务服务业而言，租赁业中多数劳动力技能水平较低，商务服务业中多数劳动力技能水平较高，由于FDI进入加剧市场竞争，使得企业雇佣更多高技能劳动力并提高其工资，降低对低技能劳动力的雇佣并减少其工资，即提高商务服务业中多数劳动力工资,降低租赁业中多数劳动力工资。外资进入对两个行业的共同作用导致FDI对整体行业工资影响不显著，因而FDI对整体行业的性别工资差距影响不显著。

表6 FDI扩大性别工资差距且男性技能水平高于女性的细分行业回归结果

注:***、**和*分别表示在1%、5%和10%的统计水平上显著，括号内数值为t值。模型8-13分别对应以下行业：采矿业；制造业；住宿和餐饮业；租赁和商务服务业；卫生和社会工作；公共管理、社会保障和社会组织。限于篇幅，表6未报告政治面貌(Police)和婚姻状况(Marry)回归结果，备索。

表7同样显示的是FDI扩大性别工资差距的6个行业回归结果，该6个行业的男性技能水平均低于女性。具体到FDI影响系数显著性，仅有两个行业显示FDI对性别工资差距是显著扩大的影响。显然，这种显著扩大的结果不符合前文假设命题2，原因可能在于行业特征的差异。对于某些行业而言，企业偏好于雇佣适合该行业特征的劳动力，而忽略劳动力的技能水平[17]。具体分析，对于建筑业及居民服务、修理和其他服务业而言，尽管该类行业男性技能水平低于女性，FDI应当缩小性别工资差距，但是该类行业具有工作地点流动性强、露天高空作业危险等特点，由于男性在身体素质与心理素质方面比女性更具优势，因此，中国企业更愿意雇佣男性劳动力并提高男性工资水平，导致性别工资差距扩大。对于其余4个影响系数不显著的行业而言，本文认为，一方面可能是由于研究数据样本数量不够丰富，该4个行业是CHIP2013数据库中个体样本数量较少的行业，可能会导致实证结果有所偏失，另一方面可能与行业特征有关。具体分析，对于农、林、牧、渔业与电力、燃气及水的生产和供应业而言，该类行业以国有企业形式存在，依赖中国的自然资源，FDI进入对该行业影响较小，因此，FDI对该类行业的性别工资差距影响不显著。对于科学研究和技术服务业以及水利、环境和公共设施管理业而言，该类行业均为政府主导的社会性服务产业，其经济行为受市场尤其是FDI进入影响较小[14]，因此，FDI对该类行业性别工资差距影响不显著。

观察其他因素对性别工资差距的影响。从年龄来看，年龄对不同行业的性别工资差距影响的显著性具有差异，对于制造业、建筑业、批发和零售业、金融业而言，年龄对该类行业的性别工资差距影响显著，年龄对其他行业的性别工资差距影响不显著。政治面貌这一指标在大多数行业中不显著。技能水平这一指标在大部分行业中对工资有显著的正向影响，且对大部分行业的女性工资提升作用明显强于男性，可见，技能水平对缩小性别工资差距起到重要作用。婚姻对性别工资差距影响多为不显著，有悖于前文设想，说明随着对外开放与经济发展，传统“先成家、后立业”的观念正逐步改变[4]。

表7 FDI扩大性别工资差距且男性技能水平低于女性的细分行业回归结果

注:***、**和*分别表示在1%、5%和10%的统计水平上显著，括号内数值为t值。模型14-19分别对应以下行业：农、林、牧、渔业；电力、燃气及水的生产和供应业；建筑业；科学研究和技术服务业；水利、环境和公共设施管理业；居民服务、修理和其他服务业。限于篇幅，表7未报告政治面貌(Police)和婚姻状况(Marry)回归结果，备索。

(四)稳健性检验

为使研究结果更加稳健可靠，本文进行以下稳健性检验：首先，变换被解释变量的指标。用个体小时工资额代替个体年工资额。其次，减少控制变量“技能水平”。最后，减少控制变量“婚姻”。最后，结果表明：对于中国总体层面而言，无论指标如何变换，FDI始终对工资有提升作用，且对男性工资的提升作用大于女性，扩大了中国总体的性别工资差距，其他变量均未发生显著变化；对于细分行业而言，各变量均未发生显著变化。稳健性检验结果证明本文的结论是稳健可靠的。

六、结论与对策建议

本文梳理了FDI对性别工资差距影响的理论机理，揭示了性别技能水平差异是FDI对性别工资差距作用的重要影响因素。中国总体的实证结果表明，FDI扩大了中国的性别工资差距。围绕性别技能水平差异考察FDI对中国性别工资差距的影响的实证结果表明，对于男性技能水平高于女性的行业，FDI扩大了该类行业的性别工资差距；对于女性技能水平高于男性的行业，FDI缩小了该类行业的性别工资差距；对于总体行业而言，性别技能水平差异越小，FDI越能缩小总体行业的性别工资差距。19个细分行业的实证结果表明，对于批发和零售业，交通运输、仓储和邮政业，信息传输、软件和信息技术服务业，金融业，房地产业，教育，文化、体育和娱乐业这7类行业而言，一方面，由于该7类行业中有5类行业的男女技能水平差异相对较小，由竞争抑制歧视理论可知，FDI引起的市场竞争将减少中国企业的性别歧视，即雇佣更多的女性劳动力并提高女性工资水平，故FDI缩小了该5类行业的性别工资差距；另一方面，由于该7类行业中的另外2类行业的男女技能水平差异相对较大，但女性技能水平高于男性，由“竞次”理论的竞争效应和技术转移效应可知，FDI将减少该2类行业的性别工资差距。对于采矿业，制造业，住宿和餐饮业，租赁和商务服务业，卫生和社会工作，公共管理、社会保障和社会组织这6类行业而言，由于该6类行业的男性技能水平高于女性，由“竞次”理论和技术转移效应可知，FDI引起的市场竞争使得中国企业降低技能水平较低的女性劳动力的工资水平，提高技能水平较高的男性劳动力的工资水平，故FDI扩大了该6类行业的性别工资差距。对于余下6个行业而言，由于该类行业特征等因素导致FDI扩大了该6类行业的性别工资差距。19个细分行业的实证结果表明：性别技能水平差异与行业特征会影响FDI对性别工资差距的作用。

根据实证结果，本文提出以下对策建议：

第一，鉴于FDI流入对中国总体性别工资差距的扩大作用，本文提出，国家在利用FDI促进经济发展的同时，应根据FDI流入情况，注重实施公平合理的工资制度，利用最低工资等措施对女性劳动力的最低工资水平予以保障，从而防止FDI流入进一步扩大性别工资差距。国家还应加强对劳动力市场中性别歧视的监控，严格审查并保证企业制定招聘制度的公平性。企业应当打破“同工不同酬”的扭曲制度，减少女性进入各行业的壁垒，优化就业结构与就业规则，从而缩小性别工资差距。

第二，围绕性别技能水平差异考察FDI对中国性别工资差距影响的实证结果表明，性别技能水平差异在FDI对性别工资差距的影响效应中起重要解释作用，具体而言，即女性技能水平越高，FDI的市场竞争效应与技术转移效应对其工资的提升幅度就越大，则性别工资差距就越小。鉴于性别技能水平差异很大程度由受教育水平因素所决定，国家应推动女性受教育机会的平等，提高女性受教育的质量，尤其改善低技能女性的受教育环境。企业应当减少对女性劳动力的歧视行为，加强对女性劳动力的在职技能培训，例如通过开展一系列职业技能竞赛、日常技术培训等活动，以提高女性劳动力的培训热情与技能水平；通过制定短期、中期、长期培训目标与计划，以提高女性劳动力的岗位操作与业务创新等方面的技能水平，进而提高女性技能水平。女性在重视企业技能培训之余，应利用空余时间充实自己，例如阅读职场类书籍，包括与本职业相关的理论知识以及与人际交往相关的实践知识，观看相关技能培训的公开课；利用网上资源和主动寻求继续教育、在职培训等方式获取专业知识，将专业知识运用到实际工作中，最终提高技能水平。

第三，19个细分行业的实证结果显示，除性别技能水平差异外，行业特征在FDI对性别工资差距的影响效应中也起重要解释作用。因此，从行业特征角度看，一方面，国家人力资源与社会保障部可以重点扶持和引导对女性知识结构和感知能力具有偏好的行业的在职培训和继续教育；另一方面，女性自身要意识到与男性在体能、感知能力等方面的差异，积极转变就业观念并根据行业特征筛选适合自身的行业，将自身的比较优势与行业特征相匹配，最终缩小与男性劳动力的工资差距。

注释：

① 由于取性别工资差距值作为被解释变量回归，将忽略劳动力个体特征(性别、年龄、政治面貌、婚姻等)。因此，本文借鉴李宏兵等(2014)、朱彤等(2012)、蔡宏波等(2015)等学者的方法，采用对男性与女性劳动力分别回归的方法。

② 政治面貌为虚拟变量，党员为1，非党员为0；本文以受教育年限衡量技能水平；婚姻状况为虚拟变量，结婚为1，未婚为0。

③ 调查问卷中有一项问题是：“2013年住户的生活消费支出总额是多少”，这里以省(地区)为单位，计算出每个省(地区)的平均生活消费支出额，作为衡量省份(地区)生活成本的指标。

④ CHIP2013数据库覆盖的14个省(地区)为：北京、山西、辽宁、江苏、安徽、山东、河南、湖北、湖南、广东、重庆、四川、云南、甘肃；CHIP2013数据库以《国民经济行业分类》(GB/T4754-2011)为行业分类标准，包括20个细分行业：农、林、牧、渔业；采矿业；电力、燃气及水的生产和供应业；住宿和餐饮业；房地产业；租赁和商务服务业；科学研究和技术服务业；文化、体育和娱乐业；信息传输、软件和信息技术服务业；水利、环境和公共设施管理业；教育业；制造业；建筑业；批发和零售业；交通运输、仓储和邮政业；金融业；居民服务、修理和其他服务业；卫生和社会工作；公共管理、社会保障和社会组织；国际组织。

⑤ CHIP2013数据库包括20个细分行业，由于国际组织行业样本数量过少，本文在此不考虑该行业。本部分与余下第三部分的实证研究仅考虑除国际组织行业以外的19个细分行业。

⑥ 限于篇幅，本文未报告逐步加入固定效应的估计结果，备索。

⑦ 限于篇幅，本文未报告逐步加入人力资本和生活成本的估计结果，备索。

⑧ 利用CHIP2013数据库，按行业测算男性与女性技能水平，19个行业中有11个行业女性技能水平高于男性，具体为：农、林、牧、渔业；电力、燃气及水的生产和供应业；建筑业；交通运输、仓储和邮政业；信息传输、软件和信息技术服务业；金融业；科学研究和技术服务业；水利、环境和公共设施管理业；居民服务、修理和其他服务业；教育业；文化、体育和娱乐业。

⑨ 根据受教育年限分别统计同一行业中男性与女性的平均技能水平，如男性技能水平与女性技能水平比值大于1，则该行业为组1；反之则为组2。

⑩ 批发和零售业；信息传输、软件和信息技术服务业；金融业；房地产业；教育。