贸易自由化与中国性别就业差异

席艳乐 陈小鸿

（中南财经政法大学 工商管理学院，湖北 武汉 430073）

一、引言与文献述评

随着全球贸易自由化程度的不断加深，国际贸易日渐成为拉动一国经济增长的主要动力，作为各国发展战略核心部分的同时也推动了各国劳动力市场显著的结构性变化。近年来，国内外学者分别针对不同国家的情况、立足不同层面的数据、从差异化的视角对贸易与就业之间的关联进行了系统研究（Carneiro，2010［1］；Helpman和Itskhoki，2010［2］；Davis和 Harrigan，2011［3］；王苍峰、王恬，2010［4］；唐东波，2012［5］；魏浩，2013［6］）。然而需要指出的是，已有的研究多是基于宏观层面来分析贸易开放对就业的影响效果，更为细致的微观层面——贸易自由化对两性就业差异间的关系的研究，笔者目前尚未看到。作为联合国千年发展目标之一，两性平等目标的实现不仅是社会平等和经济发展不断深化的必然要求，而且实现两性待遇公平合理对于推进效率与公平、维持经济发展的可持续性，都具有重要的理论和现实意义，而这也正是本文选择该主题进行深入研究的原因与价值所在。

已有的关于贸易自由化对两性就业问题的研究，主要集中在三个方面。一是贸易自由化对制造业部门两性就业影响的研究。部分实证研究表明，在发展中国家加工业中，女性劳动力处于出口导向型政策和贸易自由化背景下将会促进女性就业占比的日渐增大。女性就业主要在出口导向型的制造业企业较为集中且工资水平较低，较少在外资企业与合资企业工作。在劳动力市场分割的视角下，贸易自由化对两性就业差距产生了深刻 的 影 响 （Wood，1991［7］；Standing，1999［8］；Kabeer和 Mahmud，2004［9］；Seguino和 Grown，2006［10］；Shu et al，2007［11］；Aguayo－Tellez et al，2010［12］；Tejani和 Milberg，2010［13］）。二 是贸易自由化对传统农业部门两性就业状况影响的研究。一些研究显示，女性在传统农业部门的就业状况并未因贸易自由化产生而显著改善。相较于男性雇员，女性更容易因价格变化或生产扩张的冲击受到不良影响。这一现象在传统的农业部门所具有的商业属性增强的情况下更为显著 （Garcia，2005［14］；Fontana，2007［15］；Papyrakis et al.，2012［16］）。三是贸易自由化对服务业部门两性就业影响的研究。在服务业部门，职业分割问题因通讯技术与信息技术的进步而存在显著差异。低收入水平、低技术型的工种通常由女性占主导，而男性则在高收入、高技能相关的岗位表现突出。相比之下，摒除一国传统的文化或制度因素的制约，旅游业的性别歧视较小（Gurumurthy，2004［17］；Patel 和 Parmentier，2005［18］；Prasad 和 Sreedevi，2007［19］；Wajcman和 Lobb，2007［20］；Wilson，2008［21］）。

不可否认，国外已有研究为研究贸易自由化与性别就业差异问题提供了有益参考。令人遗憾的是，笔者尚未发现立足于研究中国贸易自由化具体的两性性别层面就业差异关系的研究。贸易自由化会如何影响并作用于两性就业差异呢？对于现实而言，又有何政策启示呢？基于这样的理论和现实背景，本文借鉴Hering和Poncet（2010）［22］的研究方法，将个体层面的微观变量指标与贸易自由化和其他城市特征等宏观经济变量相结合，来分析贸易自由化对性别就业的差异化影响。具体而言，本文基于CHIP（中国家庭住户收入项目）数据库1995、2002和2007年的截面数据，首先利用Heckman两步法纠正样本选择性偏误并解决工资的内生性问题，在此基础上采用截面Probit模型就贸易自由化对中国两性就业差异的影响进行了实证研究。本文的贡献主要集中于以下三个方面：一是文章依据CHIP数据库1995、2002和2007年截面数据为样本。这种样本选择不仅可以弥补以往研究中采用单独年份截面数据所引致的样本选择问题，提高模型估计精度，而且还可以更进一步去揭示贸易自由化程度的加深与两性就业差异间变化的趋势。这种分析方法使得文章结论更为可靠，政策建议也更具指导意义；二是实证分析中使用了Heckman两步法来消除样本选择偏误和工资内生性问题，之后结合因变量的二元分类特征，选择Probit模型进行实证分析；三是引入进口渗透率和截面加权关税指标来做稳健性检验，既对贸易自由化指标进行了更全面、更完善的度量，又检验了本文实证结果的稳健性。

二、模型构建及说明

（一）构造就业的一般模型

在 Mincer（1974）［23］经典的工资收入方程的基础上，借鉴 Hering和Poncet（2010）［22］的已有成果，引入贸易自由化变量以及相关控制变量构建如下计量分析模型

本文将就业定义为1，失业定义为0。X包含个体层面指标和省际层面指标两部分。其中，个体层面指标包含：个人受教育年限、工作年限、工作经验、年龄、技能、性别、党员身份、婚姻状况、家庭小孩个数、职业类型和工资水平等；省际层面指标主要包括：贸易开放度、全要素生产率、市场分割率以及城市人力资本等。β为式（1）的一组待估系数，如果随着取值的增加，个体就业概率随之上升（下降），则相应的系数βi为正（负）数。鉴于被解释变量为显著的二值因变量，本文选取Probit模型估计个体就业倾向

（二）工资内生性问题的处理——Heckman两步法的应用

考虑到非参与个体工资一定程度上是不可观测获取的，且容易由此导致所选样本对工资方程的估计出现样本选择偏差，因而有必要通过预测工资方程中非参与个体的工资水平以避免样本选择问题。本文借鉴张世伟、郭凤鸣（2010）［24］的方法，利用 Heckman两步法来纠正样本选择偏误和内生性问题。具体而言，借鉴Mincer（1974）［23］的经典工资方程，通过加入本文研究所需宏观层面的变量，将个体的工资方程拓展为如下形式

其中，Wi表示个体i的工资水平，Xi囊括了一系列影响劳动者个人i工资收入的因素，γ为回归参数的向量集合。简化式劳动参与方程为

具体地，本文首先利用Probit模型估计简化式劳动参与方程，后出于修正样本选择偏误的目的，将计算求出的“逆米尔斯比”作为解释变量代入工资方程，此时工资方程（3）转换为

在上述步骤的基础上，应用工资方程的回归系数对全部的个体工资进行预测；最后，将工资预测值代入方程（4）作为解释变量对劳动供给方程进行估计。具体结构式的劳动参与方程即为

三、数据来源说明与描述性统计

（一）数据说明

本文使用的数据主要来自CHIP数据库①中国家庭收入项目（CHIP）调查数据库，旨在收集家庭调查数据，用于分析改革开放以后的中国诸如收入、不平等以及贫困趋势的可能有益的经验分析，被称为迄今中国收入分配与劳动力市场研究领域中最具权威性的基础性数据资料。目前总共有1988、1995、2002和2007年的调查数据，具体分为城镇、农村和农村－城镇移民三大类共10个子数据库。本文采用1995、2002和2007年三个调查年份，城镇个人收入、消费和就业数据库与城镇收入、消费和就业数据库这两个子数据库。，各省份的贸易和生产总值数据来源于国研网和EPS数据库（Economy Prediction System，ESP）。基于研究的需要，本文选取16周岁以上、60周岁以下的男性样本和16周岁以上、55周岁以下的女性样本进行统计分析，主要变量说明如下。

1.个体层面变量

（1）个人工资收入（wage）：本文采用各省的月工资收入水平来测算，主要包含工资、奖金和补助。由于CHIP数据库1995、2002和2007年的工资水平在各年的衡量标准不一样，对于以年工资衡量的数据，则通过工作时间来进行换算。

（2）受教育年限（edu）：通过CHIP数据库直接得出调查个体的受教育年限的具体数值。

（3）技能（skill）：技能水平的高低很大程度上决定了个体的就业状况。本文根据调查个体的文化程度，借鉴刘斌、李磊（2012）［25］的分类方式，将劳动者的技能分为三类。具体地，当劳动者处于初中及以下学历时被定义为低技能劳动力，取值为1；高中及中专学历被定义为中技能劳动力，取值为2；大专及以上学历即定义为高技能劳动力，取值为3。

（4）工 作 年 限 （workyear）：借 鉴 葛 玉 好（2007）［26］的处理方法，界定工作年限为个人年龄与其受教育年限之差再减6；对于没有受过教育或受教育程度较低的劳动力，则取16岁为其开始工作年龄，用公式表示

（5）工作经验的边际效率（workexp）：为了进一步探究工作经验对个体就业的影响，本文参照陈建宝、段景辉（2009）［27］的计算方法，工作经验的边际效率为

（6）年龄（age）与年龄的平方值（age2）：个体劳动者的年龄也会对其就业状况产生十分重要的影响。

（7）小孩个数：根据现实的考量，家庭中儿童的个数对夫妻双方的就业选择有明显影响。为了具体考察这一因素对个体就业的影响，本文加入了age03和age46两个变量，分别表示每个家庭中0－3岁、4－6岁小孩个数。

（8）婚姻状况（mar）：婚姻状况会影响个体的非市场行为价值，因此也会影响个体劳动供给行为。本文据此加入婚姻的虚拟变量作为控制变量，将已婚定义为1，未婚定义为0。

（9）性别（gender）：将男性定义为1，女性定义为0。

（10）党员（party）：基于中国的现实考量，党员身份对于在政府机关或者事业单位工作有一定的帮助。对于某些职位而言，党员身份可能为必备条件。

（11）职业（occup）：职业差异是造成就业差异的重要因素之一。本文针对CHIP数据库中三个调查年份的职业类型分类，通过引入虚拟变量的方式，来考查职业差异对就业的影响。

2.省际层面指标

（1）贸易自由化程度（open）：本文使用贸易依存度指标来衡量贸易自由化程度，具体计算公式为

其中，Mj和Xj表示地区j的进口额和出口额，GDPj表示地区j生产总值，进口额和出口额用当年美元兑换人民币的中间价折合成人民币单位。

（2）全要素生产率（tfp）：本文参照赵志耘、杨朝峰（2011）［28］的做法，利用索洛残差法计算全要素生产率指标。具体地，笔者通过EPS全球统计数据分析平台中的中国宏观经济数据库获取原始数据，借鉴王小鲁和樊纲（2000）［29］、郭庆旺等（2004）［30］的具体做法，界定δ的取值为5%。

（3）市场分割率（sep）：在衡量市场分割率指标时，本文借用“冰川成本”模型框架下的“价格法”，依赖地区间相对价格信息分析市场整合程度。具体地，笔者沿用Pasley和 Wei（2001a、2001b）［31，32］以及桂琦寒（2006）［33］的方法，采用基于相对价格的绝对值｜｜的方差作为市场分割程度的测度指标①采用其绝对值形式是为了不使两个地区的置放顺序影响到相对价格方差Var（）的大小。。此处

（4）城市人力资本（hum）：省市平均人力资本水平在一定程度上能反映出各省市之间劳动力成本差异和工资收入差异，因此本文也将城市人力资本纳入控制变量。在CHIP数据库中，城市人力资本取相应城市的个体受教育年限的平均值。

（5）进口渗透率（openim）：单纯使用进口关税指标来测度一国或地区的贸易自由化水平是存在较多局限性的，而进口渗透率指标的引入有效地解决了这个问题。本文使用各省份进口额占其GDP总额的比重作为进口渗透率的计算标准。

（二）主要变量的统计描述

1.贸易自由化的总体变化趋势

图1显示了各省贸易自由化的总体变化趋势。总体来看，上海、广东和江苏省的贸易自由化程度最高，而重庆、湖北和安徽省的贸易自由化程度最低，沿海地区的贸易开放度显著高于中部地区。具体地，对比1995、2002和2007年的贸易开放度，2002年各省的贸易自由化程度最高。这主要有以下两方面原因：一方面是由于2001年中国加入WTO的贸易开放政策效果急剧显现；另一方面，近年来各省的经济快速发展，GDP增速较快。在2007年，上海的贸易自由化程度最高，达到1.67；河南的贸易自由化程度最低，低至0.07。

图1 贸易自由化的总体变化趋势

2.性别就业差异的总体变化趋势

对比1995、2002和2007年CHIP数据库所选省份的样本数据，图2揭示了男性就业率显著高于女性的现象。更具体地，在1995年，男性就业率高于女性，但是两者间差别不明显。但是，随着贸易开放程度的不断加深，2002、2007年，男女就业率之间的差异越发明显。在2002年，辽宁省的两性就业率差距最大，其中，男性就业率在同期调查省份中居最高，达到了78.33%，而同期女性就业率仅有55.66%；其次为安徽和山西，两性就业率差距分别达到20.81%和18.17%。2007年，湖北省的两性就业率差距最高，为19.7%；其次是上海、安徽和广东，分别达18.48%、17.97%和16.88%。

四、实证结果分析

（一）Heckman两步法的估计结果

本文依据CHIP数据库1995、2002和2007年的截面数据，针对简化式劳动参与方程和工资方程进行回归分析。鉴于CHIP数据库三个调查年份省份观测对象选择的差异，考虑到省际间差异化因素的影响，为使得估计结果更加精确、稳健，本文引入了省份固定效应，具体估计结果见表1所示。可以看出，随着贸易自由化程度的提升，贸易开放对个体就业和工资水平存在不同程度的影响。同时，表1报告了显著的逆米尔斯比系数，充分说明了Heckman两阶段估计方法有效地消除了内生性问题，所以由于工资的内生性问题使得贸易开放对个体就业的影响存在一 定的偏差。

图2 男性与女性就业率总体差异

（二）结构式劳动参与方程的估计结果

将Heckman两步法中工资方程对个体工资的预测值代入结构式劳动参与方程式（6），估计结果如表2所示。据表2的回归结果可知，贸易自由化整体上提高了个体的劳动参与率，并且这一提升作用对于男性劳动者效果更为显著，也即贸易自由化在一定程度上扩大了两性就业率差距。具体地，在1995年，贸易自由化对男性和女性的就业都有显著的促进作用，但对男性就业的积极效应更为明显。2002年为中国刚刚加入WTO的适应和调整转型期，贸易自由化对总体和男女两性的就业影响不明显。在2007年，贸易自由化对中国总体的就业有积极的促进作用，且对男性的影响更大且显著。基于边际效应的测算显示，贸易自由化程度每提高1个百分点，中国总体就业的比率将大约增加41.76个百分点①各个解释变量边际效应的计算方法参见冯宗宪等人（2008）。例如，2007年贸易自由化对总体就业的系数估计值为0.349，则边际效应为（e＾0.349－1）＊100＝41。76个百分点。。

同时，就表2中参与回归的其他变量结果来看，全要素生产率的提升对两性个体劳动参与有显著促进作用，这说明目前中国技术进步对就业的促进作用大于其挤出效应。同时，政府也应着眼于推动技术进步和鼓励科技创新，强化教育与培训事业的发展；地区间市场分割情况的存在，起初对保护两性就业有一定的积极作用，但随着贸易开放程度的不断加深，地方市场分割的弊端不断凸显，对就业的抑制性也更强，这也客观上说明了中国需要一体化大市场的积极意义。在1995和2002年，工资水平对就业的影响为负，但是随着贸易自由化程度的提高，2007年的工资水平对男女两性的就业选择都具有显著的正效应；结合生命周期理论，劳动参与率与年龄之间呈现出明显的“倒U型”关系；家庭中0到3岁孩子的数量对两性就业有一定的负影响，尤其是对于女性，这也是因为当孩子较小时，女性更多地要承担起哺乳孩子的责任；而家庭中4到6岁孩子的数量对两性就业却有促进作用（虽然2007年系数不显著，但为正），可能学龄前儿童入托，父母更有动力赚钱；若个体具有党员身份将会对其就业产生一定的促进作用；基于个体受教育程度测算的技能水平，技能水平越高对就业的促进作用越明显。这说明教育有助于个体的劳动参与，而且，更进一步地，教育对女性劳动参与率的影响要高于男性。

表1 简化式劳动参与方程与工资方程回归结果

表2 结构式劳动参与方程的回归结果

五、稳健性检验

（一）基于高技能、低技能分类的稳健性检验

为了进一步分析技能对男女两性就业的不同影响，本文将文化程度划分为高低技能，大专及以上学历为高技能，取值为1；大专以下文化程度则定义为低技能，取值为0。据表3判断可知，贸易自由化对劳动者就业状况的影响程度因个体劳动力的技能水平而异。第一，贸易自由化能够有效促进和改善不同技能男性劳动者的就业状况。尽管在1995年和2002年贸易自由化对不同技能女性的就业影响都为负，但是在2007年则呈现出积极的正效应。这说明伴随着贸易开放程度的不断加深，贸易自由化对两性就业影响的积极效应在不断显现。第二，无论对于男性或女性劳动力而言，贸易自由化对高技能两性劳动力的就业促进效应更为明显，而对低技能劳动力的就业促进作用相对较小，甚至更多为负。第三，对于同一技能的两性劳动力而言，对于高技能劳动力，在1995和2002年，贸易自由化对高技能男性呈现出积极的正效应，而对女性高技能劳动力就业的影响则为负，这说明高技能两性间的就业差距明显扩大。在2007年，随着贸易开放程度的提高，贸易自由化对两性就业都呈现出积极的正效应，但对比发现，贸易开放对男性的影响系数（0.600）仍高于女性（0.248）。而对于低技能劳动力，在1995和2002年，贸易自由化对男性低技能就业的负效应高于女性。到2007年，贸易自由化对两性低技能就业呈现出正效应，且对男性的影响（0.429）高于女性（0.402）。这也再一次验证了贸易自由化对男性就业的影响略高于女性的主体结论。

将这一实证结果与现实情况相联系，有下述进一步的发现。首先，随着产品内分工的深化，进出口贸易的变化对相同产业的不同类型工人产生了显著差异化的影响，贸易模式的变化导致这些影响更加集中于特定的人群。而且，进口中间投入品关税下降所带来的企业成本的降低，也会通过规模效应对国内技术工人和非技术工人增加就业机会（魏浩，2013）［6］。其次，该结论有悖于传统的国际贸易理论。按照H－O理论，贸易自由化的结果将有利于促进本国非技术工作的就业，不利于技术工人的就业。然而，现实的情况却更多地表现为发展中国家对于技术工人日益上升的需求，非技术工人的相对需求反而呈下降趋势。最后，贸易引致型的技术进步表现出显著的技能偏向性。随着产业结构的不断调整升级，产品生产工序的科技含量是不断提高的，因此大部分的技术进步都是技能偏向型的。所以，贸易自由化程度的加深，会使得对高技能工人的需求量不断增加，低技能工人的需求不断减少，而由于男性在高技能人群中所占比重较大，从而也使得贸易自由化对男性就业的积极影响越来越明显。

表3 不同技能条件下贸易自由化对两性就业的影响① 考虑到篇幅的限制和本文研究的重点，此处只列示了贸易自由化变量对两性就业的回归结果，并对该实证结果做了较为详细的理论解读。关于其他变量的回归结果，感兴趣的读者可以向作者索取。

（二）基于进口渗透率指标的再测度

本部分采用进口渗透率指标，来做稳健性检验。具体结果如表4所示。对比表2的实证结果可以发现，主要变量的显著性和核心指标的取值有效地保持了一致性，因而确保了本文实证结果的稳健可靠。

表4 基于进口渗透率指标的稳健性检验

六、结论与对策建议

本文从CHIP数据库1995、2002和2007年的截面数据出发，分别利用截面Probit模型和Heckman两步法来研究贸易自由化对中国两性就业差异的影响。研究表明：随着贸易自由化程度的提升，个体劳动参与率呈现上升趋势。但是，贸易自由化对不同技能个体劳动力的就业状况存在着显著差异化的影响。总体而言，无论对于男性或女性劳动力而言，贸易自由化对高技能两性劳动力的就业促进效应更为明显，而对低技能劳动力的就业促进作用相对较小，甚至更多为负。而对于同一技能的两性劳动力而言，贸易自由化对男性就业的影响要大于女性。

总体上，贸易自由化对中国两性劳动参与率有积极的影响，这也进一步证明了完善、深化开放型经济体系的重要意义。更进一步，随着贸易规模的扩张和结构的不断调整，贸易自由化对国内不同类型工人的就业将会产生差异化影响。结合发展中国家所面临的现实问题，如何缓解贸易引致型的就业结构调整问题，是发展中国家政府面临的严峻挑战。而且，伴随着贸易自由化程度的加深，有偏的学习效应将会致使企业在面临较为严峻的外部形势时减少对低技能劳动者的雇佣，转而增加对高技术劳动力的青睐（潘士远，2007）［34］。

为此，一方面为了缓解和应对贸易引致性就业问题，中国应该积极承接新的国际产业转移，并鼓励已有产业在地区间进行结构性调整，从而带动各类工人的就业。此外，除了大力提升现有非技能劳动力的技术水平，还应高度重视工人综合素质的提高，通过增加对青少年的教育投入来提高下一代劳动力的教育水平，从而相对减少非技术工人的供给（魏浩，2013）［6］。另一方面，由于现实中女性往往在低技能人群中占有较大比重，因此贸易自由化对低技能女性的冲击会更明显，这也更凸显了通过发展教育来提升女性人力资本水平的重大意义。因此，政府应不断拓展和探寻完善就业制度与分配制度的途径，建立健全劳动力市场的相关法律法规。企业也应进一步完善对女性员工的培训体系，鼓励并为其创造继续学习的条件和环境。此外，消除国内市场分割，促进统一的大市场的构建，对于促进两性就业也有重要的积极意义。

需要指出的是，就笔者目前所看到的文献，国内尚未有关于贸易自由化对两性就业方面的探讨，本文希望凭借尝试性的研究起到抛砖引玉的作用。所以，在目前中间品贸易大量发展的今天，诸如中间品和最终品贸易自由化对两性就业的影响有何不同？贸易自由化影响两性就业的作用机制又如何？关于这些问题的探讨本文并未涉及，而这也正是后续研究的方向和着力所在。

［1］Carneiro A，P Guimar es，P Portugal.Real Wages and the Business Cycle：Accounting for Worker，Firm，and Job Heterogeneity［J］.American Economic Journal：Macroeconomics，2012，4（2）：133－152.

［2］Helpman E，O Itskhoki，S Redding.Inequality and Unemployment in a Global Economy［J］.Econometrica，（4）：1239－1283.

［3］Davis D R，J Harrigan.Good Jobs，Bad Jobs，and Trade Liberalization［J］.Journal of International E－conomics，2011，84（1）：26－36.

［4］王苍峰、王恬.关税减让对就业的影响：理论分析及对中国数据的实证检验［J］.经济评论，2010（3）：83－91.

［5］唐东波.垂直专业化贸易如何影响了中国的就业结构？［J］.经济研究，2012（8）：118－131.

［6］魏浩.对外贸易、国内就业和中国的战略选择［J］.经济学家，2013（1）：67－76.

［7］Wood A.North－South Trade and Female Labour in Manufacturing：An Asymmetry［J］.Journal of Development Studies，1991，27（2）：168－189.

［8］Standing G.Global Feminization through Hexible Labor：A Theme Revisited［J］.World Development，1999，27（3）：583－602.

［9］Kabeer N，S Mahmud.Globalization，Gender and Poverty：Bangladeshi Women Workers in Export and Local Markets［J］.Journal of International Development，2004，16（1）：93－109.

［10］Seguino S，C Grown.Gender Equity and Globalization［J］.Journal of International Development，2006，18（8）：1081－1104.

［11］Shu X，Y Zhu，Z Zhang.Global Economy and Gender Inequalities：The Case of the Urban Chinese Labor Market［J］.Social Science Quarterly，2007，88（5）：1307－1332.

［12］Aguayo－Tellez E，J Airola，C Juhn.Did Trade Liberalization Help Women？The Case of Mexico in the 1990s［R］.NBER Working Papers，No.16195：1－40，2010.

［13］Tejani S，W Milberg.Global Defeminization？Industrial Upgrading，Occupational Segmentation and Manufacturing Employment in Middle Income Countries［R］.SCEPA Working Paper，No.1：1－57，2010.

［14］Garcia Z.Impact of Agricultural Trade on Gender Equity and the Position of Rural Women in Developing Countries［R］.Federico Caffe Centre Research Report，No.9，2005.

［15］Fontana M.Modelling the Effects of Trade on Women，at Work and at Home：Comparative Perspectives［C］.In：The Feminist Economics of Trade.Abingdon：Routledge Press，117－140.

［16］Papyrakis E，A Covarrubias，A Verschoor.Gender and Trade Aspects of Labour Markets［J］.Journal of Development Studies，2012，48（1）：81－98.

［17］Gurumurthy A.Gender and ICTs：Overview Report［R］. Bridge Development－Gender Report.Brighton：Institute for Development Studies，2004.

［18］Patel R，M C Parmentier.The Persistence of Traditional Gender Roles in the Information Technology Sector：A Study of Female Engineers in India［J］.Information Technologies and International Development，2005，2（3）：29－46.

［19］Prasad P N，V Sreedevi.Economic Empowerment of Women through Information Technology：A Case Study from an Indian State［J］.Journal of International Women＇s Studies，2007，8（4）：107－120.

［20］Wajcman J，L Lobb.The Gender Relations of Software Work in Vietnam［J］.Technology and Development，2007，11（1）：1－26.

［21］Wilson T D.Economic and Social Impacts of Tourism in Mexico［J］.Latin American Perspectives，2008，35（3）：37－52.

［22］Hering L，S Poncet.Market Access and Individual Wages：Evidence from China［J］.Review of Economics and Statistics，2010，92（1）：145－159.

［23］Mincer J A.Schooling，Experience，and Earnings［M］.New York：Columbia University Press，1974.

［24］张世伟、郭凤鸣.东北城镇居民劳动供给行为分析［J］.东北亚论坛，2010（7）：112－119.

［25］刘斌，李磊.贸易开放与性别工资差距［J］.经济学（季刊），2012，11（2）：429－460.

［26］葛玉好.工资分布的性别差异：分位数分解方法［J］.上海经济研究，2007（4）：22－30.

［27］陈建宝、段景辉.中国性别工资差异的分位数回归分析 ［J］.数量经济技术经济研究，2009（10）：87－97.

［28］赵志耘、杨朝峰.2011.中国全要素生产率的测算与解释：1979～2009［J］.财经问题研究（9）：3－12.

［29］王小鲁.2000.中国经济增长的可持续性与制度变革［J］.经济研究（7）：3－15.

［30］郭庆旺、贾俊雪.2004.中国经济波动的解释：投资冲击与全要素生产率冲击［J］.管理世界（7）：22－28.

［31］Parsley D C，S J Wei.Explaining the Border Effect：The Role of Exchange Rate Variability，Shipping Cost，and Geography［J］.Journal of International Economics，2001，55（1）：87－105.

［32］Parsley D C，S J Wei.Limiting Currency Volatility to Stimulate Goods Market Integration：A Price Based Approach［R］.NBER Working Paper，No.8468，2001.

［33］桂琦寒等.中国国内商品市场趋于分割还是整合？——基于相对价格法的分析［J］.世界经济，2006（2）：20－30.

［34］潘士远.贸易自由化、有偏的学习效应与发展中国家的工资差异［J］.经济研究，2007（6）：98－106.