高校扩招政策对性别收入差距的影响
——基于CHIPS微观数据的实证分析

2016-08-31 02:44翁淑虹蒋冬瑶
当代教育科学 2016年13期
关键词:年龄组差分差距

●翁淑虹 蒋冬瑶

高校扩招政策对性别收入差距的影响
——基于CHIPS微观数据的实证分析

●翁淑虹蒋冬瑶

运用2002年和2008年中国家庭收入调查项目(CHIPS)数据的城镇样本,采用三重差分方法进行实证检验,比较分析了高等教育扩招政策对于性别收入差距的影响。结果表明:高等教育扩招导致性别收入差距下降了约13.2%,且其一定程度上是扩招使得女性上大学的比例增大,性别教育差距缩小。这一现象在东部地区比较明显,但在中西部地区并不明显。由此提出,扩招政策对于缩小性别收入差距有积极作用,对这一政策的权衡还需考虑多方面影响。

高校扩招;收入差距;三重差分模型;性别教育差距;教育回报率

一、引言

世界各国的性别收入差距,都是明显存在的(陈煜婷、张文宏,2015①),因此,从性别角度看待收入差距,已成为国内外的重要议题之一(Parish and Busse,2000②;Shu and Bian,2003③;李实、马欣欣,2006④)。中国家庭收入调查项目(CHIPS)三年数据显示,2002年数据中女性收入占男性收入百分比为65.13%,2007年占比为73.33%,2008年占比72.91%,这说明我国城镇性别收入差距呈现着逐年降低的趋势。

一般来说,性别收入差异的劳动力市场因素,是可进行解释的部分,也是该问题研究的切入点。在劳动力市场因素中,人力资本是收入的重要影响因素。因此,在有关收入差异的实证研究中,焦点之一就是高校扩招对收入不平等的影响。1999年开始,我国实行高等教育扩招政策,旨在通过高等教育不断扩大招生规模来积累人力资本、提高国民素质、缓解就业压力、拉动内需,以及应对产业转型升级、实现可持续发展等社会经济问题。我国的普通本专科招生数、高中毕业生数和普通高等教育入学率自1999年以后开始井喷式增长。1999年普通高等教育招生规模达到154.86万人,较1998年增长约43%,2012年,普通高等学校招生数更是达到688.8万人,1999-2012年这段时期内我国的高等教育入学率达到0.79,是1978-1998这段时期的三倍之多,这也使得我国高等教育快速进入到了大众化阶段。

在一定程度上,性别收入不平等一定程度上是性别的受教育水平不平等造成的。我国重男轻女现象严重,在高等教育扩招前,高等教育的性别结构明显失衡。1999年实施扩招政策后,中国高等教育的性别结构发生了重大的变化,在校大学生中女性的比例由之前不超过40%上升至50%左右的水平,性别教育差距在不断缩小。问题是,高校扩招是否会使男女的收入差距得以降低?又是如何使其变化的?是否通过降低性别教育差距来降低的收入差距?通过阅读文献笔者发现少有学者关注这一问题,为解答上述问题我们进行了以下工作。首先我们利用CHIPS2002和CHIPS2008数据,对扩招前后的性别收入差距做了简单的统计描述分析,发现其存在显著变化。其次,运用三重差分的方法,回答了高校扩招是否对性别收入差距有显著影响。最后,通过分析扩招对教育不平等的影响来进一步分析这种现象的内在机制。在对我国扩招与大学毕业生就业的研究(邢春冰、李实2011)⑤以及对高校扩招与职业代际流动和性别差异(吕姝仪、赵忠2015)⑥等分析中都运用到了这种差分方法。

二、数据选取与处理

本文使用2002年和2008年中国家庭收入项目(CHIPS)数据。CHIPS数据是中国收入分配研究院在1988年、1995年、2002年和2007年四次全国入户调查的基础上形成的,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。调查是在国家统计局的协助下由中外研究者共同组织完成的,也是“中国收入和不平等研究”项目的组成部分。

2002年和2008年的CHIPS调查均包含三个子样本:农村住户样本、农村—城镇流动人口样本、城镇住户样本。由于农村住户的受教育程度普遍偏低,所以我们主要关注城镇住户的状况,并对以上两个数据中均选用城镇住户样本以进行分析。2002年和2008年城镇住户的样本量分别是20632个和14859个。根据我国学制设置,对这部分样本计算其“理论”上的学习和毕业时间:假设入学年龄为6岁,18岁高考并进入大学,大学本科时间为4年,专科时间为3年,则大学本科毕业和专科毕业时间分别为22岁和21岁。⑦由于扩招政策主要影响高等教育,所以我们将分析的对象限定于受教育程度为高中及以上的样本。在参考了其他文献(如吴要武、赵泉,2010;邢春冰、李实,2011)的基础上,我们选取了2002年和2008年数据中年龄在22-37岁之间的样本。根据本文的推断,2002年数据中上述年龄段的样本参加高考的时间为1983-1998年,其不受扩招政策的影响,2008年数据中上述年龄段的样本参加高考的时间为1989-2004年,其中1999-2004年参加高考的样本受到扩招政策的影响,按照上述推断其年龄为22-27岁,将此年龄组定义为“年轻组别”。而年龄段为28-37岁的样本参加高考的时间为1989-1998年,未受到影响,将此年龄组定义为“年老组别”。由于年龄和教育程度的限制,并剔除没有工作的样本和有缺失值的样本,最终的样本量为2002年2920个样本,2008年2591个样本。

表1列出了数据基本的描述统计。从中可以看出,2002年样本的平均月收入为893.18元,平均年龄为30.8岁,男性占49.4%,已婚人群占72.2%,汉族占绝大多数,少数民族只占4.6%。样本中拥有高中或中专学历占46.4%,大学及以上学历占53.6%,东部地区样本占34.2%,中部占40.5%,西部占25.3%。非残疾比例为83.1%,经验即工作年数平均为10.1年。2008年,样本的平均月收入增加到了2388.43元,但标准差有所上升,说明在这两个时期内,收入不平等程度扩大了。平均年龄、男性样本以及已婚的比例没有大的变化,汉族和东部地区样本的比例均有所提高,残疾人员的比例下降,平均工作年数减少了3.3年。大学生所占比重显著提升,由2002年的53.6%增加到了67.6%,这说明扩招促使城镇受过大学教育的劳动力数量显著提高。职业分为七类,相对于2002年,2008年的服务业人员的比例增加,负责、管理人员和工人的比例减少,其他职业比例没有大变化。行业分为十六类。

表1 数据基本的描述统计(22-37岁、高中以上学历)

三、扩招与性别收入差距的关系分析

(一)描述统计结果

在本文的分析中,有三组重要的虚拟变量:年份、年龄组以及性别变量。根据本文要研究的主要内容,把三组数据对应的收入均值描述性信息报告在表2中。整体来说,2002年女性收入比男性低13.2%,2008年女性收入比男性低23.7%,可以得出女性的收入普遍低于男性。2008年的性别收入差距相比于2002年来说扩大了,这一点在之后的回归中也会体现出来。

图1给出了2002年和2008年数据中22-37岁男性和女性分别的收入均值情况。可以看出,2008年28-37岁年龄组的两条性别收入曲线基本平行,22-27岁年龄组的性别收入差距相对于28-37岁年龄组有缩小的趋势。而2002年的数据中22-37岁均为未受扩招影响的样本,两条性别收入曲线基本相似。但即使是未受扩招影响的样本,收入差距在22-27岁也有缩小的情况。所以,即使很小的年龄差异对于收入的影响也会很大,如果仅仅利用2008年数据进行前后比较扩招对性别收入差距的影响就会出现偏差。但整体来说,2008年性别收入差距的缩小主要集中在22-27岁年轻组别,所以我们有理由相信这两者之间的差异是大学扩招导致的。从图中也可以看出,随着年龄增长(工作经验增加),收入也都持续提高,呈上升趋势。

表2 分性别、年龄的收入描述

图1 2002年和2008年不同年龄段的分性别收入情况

(二)扩招对收入的影响回归分析

1.模型设定

某项政策实施后,可能会对一部分个体产生影响,而对另一部分个体没有影响,通常把产生影响的个体称为干预组,而没有受到影响的个体被称为对照组。要评估政策的影响效果,一般情况下由于两组本身的系统性差异,不能直接对比两组样本在政策发生前后的结果变量,而要采用双重差分估计,即收集政策发生前后两个时期的个体数据 (既包括干预组,也包括对照组),先估算两组样本在政策实施前后结果变量的差异,分别进行差分,再对两个差分值再次差分,得到的差值就可以作为政策的影响效果。双重差分模型为:

其中,D为政策虚拟变量,对于干预组D=1,对照组D=0;t为时期虚拟变量,政策发生前t=0,政策发生后t=1。D●t为D与t的交互项,ε为扰动项。

根据本文研究目的,运用2002年和2008年的数据,具体模型如下:

其中,y表示月工资收入,即由劳动者在工作中通过劳动所产生的收入,包括工资、补贴和奖金。之所以采用工资收入,是由于其最能体现劳动者的人力资本⑥。根据Mincer(1974)提出的工资收入方程,将月工资收入取对数,并把月收入对数作为被解释变量。age22-27表示样本的年龄是否处于22-27岁之间,若处于之间,取1,否则取0。year表示样本是否来自2008年,若是2008年的样本,则取1,来自2002年则取0。age22-27●year为age22-27与year的交互项,X为其他控制变量,包括性别(gender)、年龄(age)及其平方项(age2)、受教育程度(edu)、婚姻状况(marr)、民族(nation)、残疾 (dis)、工作经验 (exp)及其平方项(exp2)、职业 (occup)、行业 (sector)、东部地区(eastern)、中部地区(middle),ε为扰动项。其中2008年的数据中没有工作年数这一问题,故经验即工作年数是由数据年数减去开始工作的年数计算得出。地区是按东、中、西三部分划分,东部地区包括北京、辽宁、上海、江苏、浙江和广东;中部地区包括山西、安徽、河南和湖北;西部地区包括重庆、四川、云南和甘肃。

表3简单说明了双重差分模型的原理(为简单起见,没有考虑控制变量X),β1表示2002年年老组别和年轻组别收入的差异,β1+β3表示2008年年老组别和年轻组别收入的差异,则β3为扩招前后年老组别和年轻组别对收入对数的影响差异。同理,β2为年老组别在两个年份之间收入的差异,β2+β3为年轻组别在两个年份之间收入的差异,也可以得到β3为扩招对收入的影响。综上,在控制了年龄差异和时间趋势后,交互项的系数β3就代表了教育扩招对收入的影响。

由于上述双重差分模型把性别变量简单地当作解释变量,只能由性别变量的系数得到男性与女性收入上的差距的百分比,而得不到性别收入差距中由于教育扩招影响的结果占多大程度。进一步,为了得到教育扩招对性别收入差距的影响,我们对上述模型进行改进:将性别变量和年龄虚拟变量、性别变量和年份虚拟变量的两两交互项、以及三者的交互项纳入到上述模型中,得到三重差分模型:

根据上式,我们分别分离出扩招对女性与男性的收入、以及两者之间收入差异的影响:

(1)扩招对男性收入的影响:

Inγ中的下标1、2分别表示扩招前(year=0)和扩招后(year=1)。

(2)扩招对女性收入的影响:

(3)扩招对男性和女性收入差异的影响:

2.回归分析结果

本部分对所设定的模型进行实证检验,分析高等教育扩招政策对性别收入差距的影响。控制变量相关系数矩阵显示,控制变量间相关性较小,不会产生多重共线性问题。

表4的a1首先进行了对没有加入与年龄组有关的虚拟变量的回归,只引入性别与年份的交互项,来分析不同年份之间性别收入差距的变化趋势。从性别与年份的交互项的系数可以看出,2008年的性别收入差距相比于2002年增大了9.7%,并在1%的置信水平上显著。这说明样本在两个年份之间,性别收入差距是扩大的。剔除了不显著的控制变量(marr、nation、dis)后的回归结果(a2)显示,2008年的性别收入差距较2002年依然增大了9.5%。2008年收入水平相比于2002年增长了86.5%,说明整体收入水平随时间呈现显著增长。

b0使用前文给定的模型进行回归,加入了年龄组变量及其相关的交互项,三个变量的交互项系数显示,高等教育扩招政策使得性别收入差距降低了13.2%,剔除不显著的控制变量(nation、dis)后结果为b1,下降的效应仍为13.2%,这意味着高校扩招政策的确对缩小性别收入差距起着一定的作用。将a1和b1的结果比较来看,整体上两个年份之间的性别收入差距扩大9.5%,但是如果没有扩招对性别收入差距缩小的影响,性别收入差距将会进一步被拉大。此外在剔除了不显著变量的b1结果中,年龄、年龄平方项、经验、经验平方项、是否上了大学、婚姻状况、地区差异这些变量都对收入有着显著的影响。

为说明不同组间的性别收入差距是扩招导致的而不是年龄组本身的差异造成的,检验模型b的有效性,本文构建一个证伪检验:在表4的c模型中,将样本年龄组设定为28-37岁,并将年龄组分为28-32岁(人为干预组)和33-37岁(对照组)两组,并定义变量age28-32,若样本年龄介于28-32岁之间,取值为1,若介于33-37岁之间,取值为0,其余交互项定义与b模型相似。其他变量保持和b模型中一致,由于28-37岁年龄组的样本没有受到高校扩招的影响,预测其回归结果三重交互项是不显著的,该预测与回归结果吻合,不论是否剔除不显著的控制变量(c0和c1模型),这两个年龄组的人在不同年份间的性别收入差距并不显著,这在一定程度上说明b模型中的得到的性别收入差距并不是年龄组本身的差异造成的,而是扩招带来的影响。

表3 双重差分原理

表4说明,虽然2008年的性别收入差距相比于2002年增大了,但扩招在一定程度上缩小了这种差距。回归结果初步验证了前文的推断,即高校扩招政策会通过缩小教育上的性别差距来缩小性别收入差距。为提高本文说服力,后文将对这一推断的作用机制进行进一步的验证。

四、进一步的解释

在文章这一部分我们对前文的猜测加以印证,首先分析扩招与性别教育差异的关系,其次分析不同性别教育回报率的问题,来说明前文的结论的内在机制。

(一)扩招与性别教育差异的关系分析

表4 高校扩招对性别收入差距的影响(差分模型)

表5 分性别、年龄的大学及以上教育水平比例

教育在很大的程度上决定了一个人的收入水平,为解释前文的回归结果,即扩招为什么缩小了性别收入差距,下面我们来分析扩招对性别教育差距的影响。首先我们对不同年份不同年龄段的男性与女性的收入水平进行简单的描述统计,其次对其进行回归分析。

1.描述统计结果

表5列出了2002年和2008年不同性别、不同年龄组别中大学及以上教育水平的样本占总体同龄同性别人群的比例。虽然两个年份各自的样本中,男性上大学的比例均高于女性,但相比于2002年,2008年男性整体中上大学比例提高了13%,女性样本中上大学的比例提高了15%,女性上大学比例的提升速度大于男性。分年龄段来看,22-27岁年龄组上大学的比例男性上升了24.9%,女性上升了16.7%,男性上大学比例的增长速度高于女性;28-37岁年龄组上大学的比例男性上升了8.4%,女性上升了14.6%,女性高于男性。

2.扩招对教育程度影响的回归分析

为保证前后的一致性,此处的回归仍选用前文中筛选的样本进行分析。延续前文中扩招对性别收入差距影响的三重差分模型,引入受教育程度(edu)作为被解释变量,即样本是否为大学或大专及以上学历;仍将 year2008、age22-27、gender、age22-27●year2008、age22-27● gender、year●gender、age22-27●year2008●gender因素作为解释变量引入方程;同时引入其他控制变量控制其对受教育程度的影响,包括年龄(age)及其平方项(age2)、婚姻状况(marr)、父母最高受教育程度(edulevfm)、兄弟姐妹个数(brother sister)、东部地区(eastern)和中部地区 (middle),并以西部地区作为对比。其中edulevfm变量参考了陈奇(2013)中变量的设置:综合考虑父母亲双方的情况,以父母中学历较高的一位的文化程度来体现家庭文化背景,而不是仅仅考虑父亲的文化程度⑦。但数据中父母最高受教育程度有部分缺失值,在处理数据时,为防止该部分数据被删除,保证前后回归数据的一致性,笔者对两个年份样本父母最高受教育程度分别求均值,并将缺失值代替为均值(edulevfm=5)。控制变量相关系数矩阵显示,控制变量间相关性较小,不会产生多重共线性问题。下面对这一模型进行回归结果分析。

表6 高校扩招对性别教育差距的影响(差分模型)

表6对教育进行了回归。结果表明,扩招对于缩小性别教育水平的差距有着显著的影响,在logit模型中,扩招使得男性高于女性上大学的概率比扩招前缩小了61.2%;probit模型中,扩招使得男性高于女性上大学的概率比扩招前缩小了36.9%。两个回归结果的似然比检验结果分别为586.71和585.03,都在0.000水平下显著。回归估计结果与描述统计的结果相吻合。

描述统计和回归分析的结果都表明,高校扩招政策有助于缩小性别教育差距,这与陈奇(2013)的结论一致。⑧这也说明扩招对于缩小性别收入差距的作用确实在一定程度上是由于其缩小了性别教育差距。笔者猜测这是因为扩招政策使得女性上大学的可能性增加了,使在扩招前不能上大学的那部分女性获得了高等教育,缩小了男性女性受到高等教育概率上的差异,从而进一步地缩小了其性别上的收入差距。

表7 性别教育回报率回归

(二)性别教育回报率回归分析

本部分对性别教育回报率进行了回归分析。表7中(1)未加入year2008●gender交互项,回归结果表明,女性比男性的教育回报率显著高出6.9%,在(2)中加入年份和性别交互项后,女性比男性的教育回报率高出8.1%,这说明在接受相同的教育时,女性比男性获得的收入更高。也正因这样,当扩招使得女性教育水平与男性的差距缩小时,存在一定的性别教育回报率的差异起到乘数作用,使得男性与女性的收入差距得以进一步的缩小。当然这里的模型存在一定的能力内生性问题,但由于该模型不是文章中的重要模型,只是为解释现象进行的回归,简便起见,不再对其进行工具变量处理。

通过两方面的分析,我们验证了前文猜测扩招一定程度上通过缩小教育差距进而缩小性别收入差距的事实。

五、稳健性检验

文章中把1999年的高校扩招视为一个自然实验,所以它的有效性就需要评估。参照吴要武(2010)的文章⑨,选用28-37岁年龄组作为22-27岁年龄组的控制组时,两个群体处于不同生命周期,市场表现可能不同。这可能造成一定程度的内生性偏差。但上文中将28-37岁年龄组作为整体,28-32岁作为干预组分析的结果说明,不同年龄段的差异不明显。且重复截面数据和差分估计,可以消除不随时间变化的异质性偏差,这意味着即使存在一定的偏差,本文差分模型也还是有效的。

(一)稳健性回归

参照邢春冰和李实(2011)文章中稳健性检验的方法⑩,表8重新定义年老组别,回归(1)中将28-31岁的样本删除,年老组别定义为32-37岁,(2)中将28-33岁的样本删除,年老组别定义为34-37岁,(3)中不删除样本、但对其进行中位数回归,分别对运用三重差分模型进行回归,三重交互项结果仍是显著的,说明扩招对性别收入差距仍有显著影响,这说明本文回归结果是稳健的。

表8 稳健性检验

(二)分地域检验

中国劳动力市场发育呈现明显的东、中、西差异,东部地区就业市场供过于求,而中西部表现为供不应求。如今随着经济水平发展的不平衡,毕业生主要选择去东部城市发展就业。本文此处分地域回归主要目的在于分析不同地域在该问题上的差别。文章前文提到将样本按省份分为东、中、西三部分,此处对每一部分分别进行回归分析。

表8中给出了高等教育扩招政策对不同地区毕业生性别收入差距的回归结果。对东部地区而言,在1%的显著性水平下,扩招使得性别收入差距降低了36.9%之多,而对于中西部地区,结果并不显著,并不排除由于样本量较小导致显著性较差的可能。比较结果可知,扩招政策对于东部地区的性别收入差距影响最大。东部地区经济水平上升迅速,使得教育发展迅猛,高于中西部地域的发展水平,且东部地区供过于求,市场竞争较为激烈,这促使其性别收入差距的缩小更加明显。而中西部地区(尤其西部地区)的教育水平还相对比较落后,发展不如东部迅速,这使得中西地区的性别收入差距并没有显著地降低。

表9 分地域回归

六、结论及思考

(一)结论

本文运用2002年和2008年CHIPS数据,首先分析预测了高校扩招对性别收入差距的影响,进而运用三重差分方法实证检验,得出以下结论:

第一,高等教育扩招政策对性别收入差距有着显著的缩小效应。2008年的样本中性别收入差距比2002年降低了13.2%,且通过本文的验证,证明这种改变不是年龄组本身的差异造成的。通过回归验证,该结论是稳健的。

第二,通过分析教育回报率的差异可知,女性比男性的教育回报率高出6%-8%。当扩招使得女性教育水平与男性的差距缩小时,性别教育回报率差异所起到的乘数作用,更使得男性与女性的收入差距得以进一步的缩小。

第三,分地域回归显示,东部地区而言,在1%的显著性水平下,扩招使得性别收入差距降低了36.9%之多,而对于中西部地区,结果并不显著。分析其原因,主要是中西部地区教育水平的发展慢于东部地区,且市场上需求大于供给,性别收入差距的降低被延缓了。

(二)思考

尽管高校扩招降低了大学毕业生的收入、提高了失业率,但是这项政策对于我国长久以来的性别收入差距问题而言,其积极意义是应当肯定的。教育是劳动者积累自身人力资本的最主要的方式,劳动者通过接受教育可以获取专业知识和专业技能,从而有助于提高劳动生产效率和个人的工资收入水平。通过以上的分析可以发现,教育扩招与性别收入差距之间存在显著的影响关系,扩招后群体男性和女性的收入差距缩小了。而且,教育扩招对性别收入差距的影响,不仅取决于男性和女性劳动力群体的的教育水平,也取决于男性和女性教育回报率的不同,因而将教育扩招这一因素对性别收入差距影响的两个方面综合考虑才更全面、更有效。可以通过加大高等教育投入来缩小性别收入差距,更大程度地优惠女性群体,或许性别间的收入差距将会有着更大程度的降低。同时,也要注重中西部地区的教育发展,提高中西部地区的经济水平,使其性别收入差距得以缩小,保证东中西地区的平衡与稳定。

高等教育扩招政策对性别收入差距的影响并不是一个短期的效应,并且将持续存在,随着时间的推移,高校扩招的影响效应也在不断更新中,总之,高等教育扩招对性别收入差距的影响还需进一步地持续观察研究。

注释:

①陈煜婷、张文宏.市场化背景下社会资本对性别收入差距的影响——基于2009JSNet全国数据.[J].社会,2015(6):178-205.

②Parish,L.William and Sarah Busse.2000.“Gender and Work: Chinese Urban Life Under Reform.”In Chinese Urban Life Under Reform:The Changing Social Contract,edited by Wen Tang and William L.Parish.Cambridge:Cambridge University Press:209-231.

③Shu,X.&Bian,Y.Male-femalewagedeterminationandgender wagediscriminationinChina'sruralindustrialsector.LaborEconomics,1998 (1),67-89.

④李实、马欣欣.2006.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(5):2-13.

⑤邢春冰、李实.扩招_大跃进_教育机会与大学毕业生就业[J].经济学,2011(10).

⑥吕姝仪、赵忠.高校扩招_职业代际流动与性别差异[J].劳动经济研究,2015(3):52-69.

⑦张卓、徐俊.我国高校扩招对大学生收入影响的实证分析[J].未来与发展,2015(9):32-36.

⑧陈奇.扩招与高等教育机会的性别平等化[D].浙江:浙江师范大学,2013.

⑨吴要武、赵泉.高校扩招与大学毕业生就业[J].经济研究,2010 (9):93-108.

⑩邢春冰、李实.扩招_大跃进_教育机会与大学毕业生就业[J].经济学,2011(10).

[1]艾兴勇.高校扩招对收入不平等影响——来自中国城镇居民的数据[D].广州:暨南大学,2015.

[2]迟巍.中国城市性别收入差距研究[J].统计研究,2008(8).

[3]陈奇.扩招与高等教育机会的性别平等化[D].浙江:浙江师范大学,2013.

[4]陈煜婷、张文宏.市场化背景下社会资本对性别收入差距的影响——基于2009JSNet全国数据[J].社会,2015(6):178-205.

[5]邓峰、丁小浩.人力资本、劳动力市场分割与性别收入差距[J].社会学研究,2012(5).

[6]胡雯、李建新.中国城镇居民收入的性别差异研究——以北京、上海、广东三地为例[J].人口学刊,2014(36):89-96.

[7]李郁芳、艾兴勇.高校扩招改善了收入不平等吗[J].产经评论,2015(2):148-160.

[8]李雅楠、廖利兵.城镇居民性别收入差距及其演变:1991~2009 [J].人口与经济,2014(2):86-95.

[9]李实、马欣欣.2006.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(5):2-13.

[10]吕姝仪、赵忠.高校扩招_职业代际流动与性别差异[J].劳动经济研究,2015(3):52-69.

[11]孙志军.高校扩招使得个体就业状况更糟糕吗[J].北京师范大学学报,2013(2).

[12]吴要武、赵泉.高校扩招与大学毕业生就业[J].经济研究,2010 (9):93-108.

[13]邢春冰、李实.扩招_大跃进_教育机会与大学毕业生就业. [J].经济学,2011(10).

[14]邢春冰.教育扩展_迁移与城乡教育差距——以大学扩招为例[J].经济学,2013(13).

[15]杨钋.教育、行业分割与性别收入差异——基于中国大学生就业调查的分析.北京大学教育评论,2012(10).

[16]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.北京大学教育评论,2014(12).

[17]张卓、徐俊.高校扩招如何影响大学毕业生收入——基于CHIPS微观数据的实证分析[J].南方人口,2015(5):10-19.

[18]Gustafsson,B.,Li S.“Economic Transformation and the Gender Earnings Gap in Urban China”[J].2000,13(2).

[19]Junsen Zhang,Jun Han et al. “What Has Happened to the Gender Earnings Differential in Urban China during 1988—2004”[R]. Working paper, 2007.

[20]Mincer.J.&Polaehek.S.(1974).“Family investments in human capital:Earnings ofwomen”[J].JournalofPoliticalEconomy,82(2),S76-S108.

[21]Oaxaca,R.“Male-Female Wage Differentials in Urban Labor Markets”.International Economic Review.1973 14(3).

[22]Parish,L.William and Sarah Busse.2000.“Gender and Work: Chinese Urban Life Under Reform”.In Chinese Urban Life Under Reform:The Changing Social Contract,edited by Wen Tang and William L.Parish.Cambridge:Cambridge University Press:209-231.

[23]Shu,X.&Bian,Y.“Male-female wage determination and gender wage discrimination in China's rural industrial sector”.Labor E-conomics,1998 5(1),67-89.

(责任编辑:张斌)

翁淑虹蒋冬瑶/北京师范大学经济与工商管理学院经济系

猜你喜欢
年龄组差分差距
数列与差分
对广东省成年男子BMI指数的分析
难分高下,差距越来越小 2017年电影总票房排行及2018年3月预告榜
2005年与2010年河北省经济较好与经济一般城市成年女子健身程度的比较与分析
缩小急救城乡差距应入“法”
基于差分隐私的大数据隐私保护
相对差分单项测距△DOR
幻想和现实差距太大了
差分放大器在生理学中的应用
历次人口普查中低年龄组人口漏报研究