中国研发人员性别结构分布演变、关联影响与差异来源——基于半参数核回归与Oaxaca分解的研究

王高峰，杨浩东，汪 琛

(中国科学技术大学 人文与社会科学学院，安徽 合肥 230026)

0 引言

“性别无涉”是科学界观念上的原则共识，然而，科技领域的性别鸿沟问题依旧存在，并持续引发热议[1-6]。相关数据显示，经合组织国家中通信技术领域只有20%的新晋科技工作者为女性。美国、欧洲、日本获工程学位的毕业生中，女性占比均未超过20%[7]。在中国，R&D人员女性占比同样不足3成。近年来，虽然国内外政府、学界与媒体通过各种方式呼吁给予女性科学家更多支持，政策制定上也由“制度中性”向“倾斜、主流化”等特征转变[8]，以缓解学术、教育上的性别差异。然而，科研领域中女性研究者“高位缺席”和专业领域内劳动力数量上的性别差异等问题仍然凸显[9-10]。女性科研人员在论文数量、专利成果及转化、学术影响力等方面与男性存在较大差异[11-13]，而且存在进一步加剧的倾向。

科学与社会相关研究证明，男女智力高低并不存在绝对的单向关系[2,14]，社会环境对性别差异的影响似乎更具解释力[9,15-19]。除聚焦于个体层面外，审查宏观社会因素与现有差异之间的关系十分必要。同时，国家教育体系亦会影响不同性别研发人员的成就、前景和职业态度。有研究指出，虽然不同性别本科数学系学生数量相当，但博士层面差异尤为显著[20]，即当足够多的女性获得博士学位时，性别鸿沟很大程度上会得到弥合。然而，既有研究大多围绕鸿沟的塑因展开，聚焦于性别因素对企业层面创新产出、绩效提升等的影响[21-23]。事实上，科研领域同样存在性别差异与组织创新绩效间的“影响悖论”[22,24,25]。平衡的性别结构可能对团队凝聚力提升产生积极影响，而性别均衡也可能不利于组织创新绩效提升[22,26]。因此，有必要对研发人员性别结构与创新产出之间的关联进行探讨。

综上可知，创新领域并非“性别中立”(gender neutral)[25]，研发者性别结构会对创新过程产生显著影响。然而，已有研究较多地集中于微观领域与企业层面，鲜少对区域研发人员性别结构进行整体考察，致使结论在普适性与系统性方面略有不足。其次，相关研究大多围绕研发经费投入或成果产出上的性别差异进行陈述，缺乏更加综合性的效率指标评估。再次，根据时间演进顺序，差异源可分为教育体系和外部劳动市场，现阶段亦缺乏针对接受教育与工作两个时期在中国背景下对男女研发人员数量差异的考察。

那么，现阶段中国研发人员性别结构分布特征如何？研发人员性别结构与创新存在什么关联？其分别与创新投入、产出、效率之间存在何种关系？在明确两者关联的基础上，能否从高等教育体系内部对差异形成进行追溯划分？当前STEM领域研究生性别差异能在多大程度上解释现有研发人员数量上的性别差异？本文将解答以上问题，以期在推进中国性别差异研究的同时，为创新、教育、人才政策提供参考。

1 研究方法与数据来源

1.1 研究方法

(1)核密度估计法(Kernel Density Estimator)。核密度估计能够反映变量的分布位置、形态及延展性等特征，通过曲线位置移动反映指标整体水平变动，形态变化则表现出分析对象的趋势，而延展性则突出其极化程度[27]。核密度法被广泛运用于空间非均衡分析，本研究选取常用的高斯核函数，分析中国R&D人员性别结构分布的动态演进过程。

(2)GM指数(Global Malmquist Index)。传统DEA模型大多以决策单元每期的投入产出数据构造前沿面，但参照不同时期下生产前沿所测算得到的全要素生产率缺乏可比性。进一步，Fare(2012)结合产出距离函数，以相邻时期的Malmquist指数的几何平均数表征生产率指数(M指数)，然而，学界对M指数的跨期比较传递性仍存在质疑，因此，Postor[28]构建包含全局投入产出的生产技术集，并将其与M指数相结合形成全局Malmquist指数法(GM指数)。本文以GM指数法测算区域创新TFP指数，并且考虑到可能存在的数据堆叠问题，选用超效率DEA模型对所有DMU进行相对TFP的错位排序，作为GM测算的对照和稳健性检验。

(3)半参数核回归法。估计方法大体分为3类，其中，参数估计对模型设定具有较强的假定，可能产生很大的“设定误差”及“估计偏差”，而非参估计要求的样本容量较大，且当解释变量较多时可能面临“维度的诅咒”[29]。考虑到女性R&D人员这一复合型研究对象，以及创新投入、产出、TFP与R&D人员性别结构之间关联机制的复杂性，本文使用半参数回归法分析中国R&D人员女性数量及占比的影响因素。最常见的半参数模型为“部分线性模型”。

(1)

其中，x′代表一系列控制变量，g(zit)为非参数部分，其函数形式未知，vi与λt分别代表个体固定效应、时间固定效应，ui与εi则表示个体异质性截距项和随机扰动项。对于半参数面板双向固定效应模型，本文使用Baltagi等[30]提出的序列估计法进行估计，序列估计量采用 Newson(2015)提出的 B 样条序列估计法。选用R&D女性人员数量和占比作为模型的被解释变量，将通过GM指数法测算得到的创新TFP指数值纳入非参数部分进行分析。

(4)Oaxaca-Blinder分解法。Oaxaca-Blinder分解法依据某一指标将被解释变量划分为不同组别，并将这种差异分解为由不同解释变量带来的差异，计算各因素对总体差异所作贡献。基于前文分析，有理由认为我国R&D人员群体的性别差异分别由教育体系内部(STEM领域男性与女性研究生数量差异)和毕业进入劳动力市场以后的其它因素导致。

lnYM=βMXM

(2)

lnYF=βFXF

(3)

其中，YM与YF分别代表区域男性和女性R&D人员数量，XM与XF分别表示中国各地区自然科学领域男性和女性研究生(博士/硕士)数量，βM与βF则为男性和女性研究生数量对现有R&D人员数量的影响系数。进一步，为探究现有教育体系下自然科学领域研究生性别差异对R&D人员性别差异的影响程度，构建如下反事实组(couterfactual group):

lnYK=βMXF

(4)

其中，YK为当女性R&D人员拥有男性研究生对男性R&D人员的供给力度时，女性R&D人员应有的数量。βM(XM-XF)表示可解释部分，即因男女博士生数量差异而导致的R&D人员数量上的性别差异，其余部分当作其它因素处理。基于此，R&D人员性别差异可进行如下分解：

lnYM-lnYF=(lnYM-lnYK)+(lnYK-lnYF)

=βM(XM-XF)+(βM-βF)XF

(5)

1.2 指标选取及数据来源

1.2.1 指标选取与说明

(1)创新全要素生产率。创新TFP的测算以投入产出为导向进行数据选取，本文选用R&D人员全时当量作为创新人力资源投入；对于科研资本投入，考虑到研发经费投入的累积性以及经费投入中存在劳务费、原材料费等流量性损耗，因此，根据永续盘存法对R&D资本存量进行估计，并采用较高的 20.6%作为科研资本折旧率[31]。对于区域创新产出，兼顾知识性产出与技术性产出，选择发表的科技论文数量与专利申请数两项指标。同时，以反映创新成果商业化水平的技术市场成交额作为产出的第3项指标。

(2)其它变量。以各地区男、女性R&D人员数量(scale_female)表征女性研发人员规模，以R&D人员女性占比(prop_female)表示各地区研发人员性别结构。同时，考虑到社会经济因素与性别不平等程度皆可能影响地区R&D人员性别结构，以社会经济发展(国内生产总值)、产业结构(第三产业增加值占GDP比重)、对外贸易(外商投资企业进出口额占GDP比重)、居民收入(城镇单位就业人员平均工资)等作为社会经济因素层面的控制变量。并且，将婚姻状况(15岁以上未婚人口性别比)、受教育状况(15岁以上文盲性别比)、总人口性别状况(地区人口性别比)等性别差异指标作为变量加以控制。

1.2.2 数据来源与处理

本文选取的数据主要来自《中国科技统计年鉴》和国家统计局、教育部官网公布的我国内地30个省份(西藏因数据不全，未纳入统计)历年数据。为剔除价格变动带来的影响，国内生产总值以2011年为基期，采用地区生产总值指数进行平减，就业人员平均工资使用城镇单位就业人员平均货币工资指数进行平减，R&D经费内部支出使用固定资产投资价格指数进行平减，外商投资企业进出口总额通过人民币—美元汇率调整为统一货币度量，所有变量皆作对数处理。需要说明的是，2015年15岁及以上男、女性未婚数和文盲数为1%人口抽样调查样本数据，其它年份为1%人口变动调查样本数据。考虑到现有数据库中缺乏分学科的男女研究生数量统计，因此，本文通过两种不同方式对我国各地区STEM领域男、女研究生数量进行估计。

方式一：目前教育部官网中仅有各地区研究生初始数据，因此，以全国研究生性别比代指各地区研究生性别比，由此得到各地区男、女研究生数量Q1与Q2。进一步，以理、工、农、医各学科研究生数量之和与研究生总量之比作为STEM领域学生数量占比，令其为C，将此比值与Q1和Q2分别相乘，最终得到各地区STEM领域下男女研究生数量。

方式二：以各地区研究生数作为初始数据，以理、工、农、医各个专业研究生数与全国研究生数量的比值作为各个学科占比，令其为S1、S2、S3、S4。通过各个学科占比，进一步得到各个地区理、工、农、医博士生数量。最后，通过国内校招平台梧桐果出版的《中国校园招聘蓝皮书(2018秋招)》得到各个专业毕业生男女性别比例，将此比例分别与地区内各个专业研究生数量相乘，最终得到需要的结果。相比而言，方式一忽略了自然科学领域内部的男女比例，方式二忽略了各专业性别结构在时间及受教育程度上的变动，并且二者皆忽略了省际之间的异质性。因此，本研究采用两种方式相互参照，作为彼此的稳健性检验。

2 区域创新发展与R&D人员性别结构演变

绘制三大创新主体内研发人员性别结构及区域创新TFP核密度图，对区域创新发展及R&D群体性别结构分布进行动态分析。

中国R&D人员女性数量和占比的分布曲线位于图1的上半部分。首先，企业R&D女性占比相对较低，不超过25%，而研究机构与高校分别占比分别处于0.3～0.35以及0.4～0.45之间。女性R&D人员因家庭、生育因素，在企业内部竞争激烈的背景下，聘用率较低的状况长期存在，而自2011年科技部颁布《关于加强女性科技人才队伍建设的意见》以来，高校、研发机构内女性占比呈持续走高态势，其中，高校女性研发人员占比于2017年超过经合组织平均水平。此外，高校分布曲线于2019年发生左移，主要原因在于当年各地区皆存在高校大幅增员现象。同时，三大创新主体皆存在拖尾现象，意味着R&D性别结构差异在区域间存在极化倾向。

图1 区域创新TFP指数与R&D人员性别结构核密度分布

对区域研发人员女性占比进行排序可知，性别结构相对平衡的省份包含北京这样的发达地区，这可以从相对公平的聘用机制以及更大压力的角度进行解释[32]。同时，包含新疆、宁夏、云南、广西、内蒙古等地区，反映出在经济相对欠发达的地区，更小的就业压力更有利于女性科研人员在工作中的任用。在性别结构失衡端，包含安徽、湖北、河南等人口大省，其性别结构受到传统文化、就业市场的双重影响，同时，包含青海等较欠发达省份。这与跨国比对研究结论存在不同，Lindahl[33]指出，虽然北欧系国家是区域性别指数水平最高的国家，但科研领域的性别结构问题仍然存在。总之，相比经济发展较为落后的地区，发达地区相对开放的文化环境与公平的教育、就业体系对R&D人员性别结构平衡起着更为显著的“兜底”作用。

创新TFP指数位于图1的下半部分，对比TFP、EC、TC分布曲线变动可知，研发全要素生产率指数整体呈上升态势，且与技术进步指数位移变化存在耦合，即更多地受到技术进步变化的影响。然而，反映创新资源投入量适宜度的规模效率指数无法区分经费投入和人力投入，更不能对创新人力投入性别结构合理性进行评估。因此，有必要对区域创新发展与R&D人员性别结构的关系作进一步探究。

3 区域创新发展与R&D人员性别结构的关系

对中国R&D人员性别结构与创新发展的关联性进行探究，构建半参数双向固定效应模型。将创新发展划分为创新投入产出和创新TFP两大类型。以R&D经费投入强度作为创新投入指标，以专利申请数、授权数作为产出指标。其与女性人员数占比的非线性关系如图2所示，各创新指标与女性R&D人员数量皆呈正相关关系。然而，从对R&D人员女性占比影响的结果来看，经费投入强度越高的地区，研发人员女性占比越低。同样的结果出现在Velichova报告中，Zunaza[34]利用欧盟国家数据进一步证实了研发投入上的性别差异。虽然无法判断两者之间存在因果关系，但无论是压力更小的地区更有利于吸引女性研发人员(压力较小的地区R&D经费投入强度相对较低)，还是过于平衡的性别结构导致成果产出低下，进而影响地区研发经费再投入，都说明创新投入强度与R&D人员女性占比存在显著负相关关系，且该路径依赖性可能进一步增强。

图2 创新投入、产出与女性R&D人员占比半参数拟合

从创新产出端进行考察，女性占比与专利权数量之间存在先倒U后正U的关系，与申请量存在边际递减的正相关关系。结果表明，产出较低并非部分地区科研人员女性占比较高而所获经费支持较少的主要原因。并且，尽管仍然无法明晰究竟是专利审核过程中存在“性别偏见”，还是女性R&D人员申请的专利项目质量无法得到审核人认可，但可以明确的是，相比创新产出，在创新投入端有更为显著的“性别偏见”，存在宏观视角下的玛蒂尔达效应(Matilda effect)。

为进一步验证前文结论，基于GM技术及超效率DEA对创新TFP指数的测算结果，将其纳入非参部分进行分析。从图3结果来看，相较创新投入产出，创新TFP指数与女性R&D人员占比之间的关系较为模糊。在回归过程中得到被解释变量对创新TFP指数的拟合值G，求得G对非参部分的偏导数，结果如表1所示。

图3 创新TFP指数与女性R&D人员占比半参数拟合

从结果来看，R&D经费投入强度、专利申请量与前文分析相符。考虑到女性R&D人员隶属于创新人力投入，其数值的上升势必增加投入冗余从而造成TFP下降，因此，重点关注R&D人员性别结构与创新TFP指数之间的关系。由表1可知，在全要素生产率指数较高的地区，R&D人员性别结构更加均衡，虽然群体多样性可能从凝聚力、决策质量等方面对创新绩效产生负面影响[22-23，26]，但不同思维模式及信息获取渠道下产生的知识、想法对于团队创新产出、企业绩效提升具有积极影响[20-21，24]。由相对技术进步TFP指数可知，在综合管理TFP指数更高的地区，R&D人员性别结构更平衡，这也意味着研发人员性别结构平衡有助于在创新过程中对资源进行更合理的投入配置。女性可能因比男性更加厌恶风险而致使大家对其形成更加刻板的印象[4]，但一些证据表明商业领域的女性管理者与投资不足并不存在联系[35]。同样，TFP指数表明，在性别结构较为平衡的地区，科研项目的决策、执行过程更加合理。

表1 拟合值对创新TFP指数的偏导数

4 R&D人员性别数量差异来源分解

Han[1]研究指出，差异源包括文化影响下国家高等教育体系内部存在的不平等，带有刻板印象的观念与教育方式很大程度上造成科研领域专业上的性别鸿沟[1,2,5]。本文聚焦于STEM领域研究生性别差异能在多大程度解释研发人员数量上的性别差异这一问题，运用Oaxaca法进行差异分解。

对于基准组，已有文献大多建议选用男性或者男女混合样本(pooled)。基于三大创新主体，以博士生性别数量差异作为主要解释变量，同时，对两个基准组进行分解，以此提高结论的稳健性。

从分解结果看，高校、研发机构、企业内R&D人员性别数量差异分别达到0.342、0.689和1.242，这也与三大创新主体女性所占比例相互印证。博士研究生性别数量差异对于三大主体R&D人员性别数量差异的解释力度，高校、研发机构、企业由高到低呈阶梯状分布，分别达到0.705、0.379、0.261。这也意味着高校R&D人员的性别差异很大程度上受博士毕业生性别差异影响，差异的根源更多来自高等教育系统内部。受传统性别观念、偏好差异等因素的影响，高等教育中长期存在学科专业的性别鸿沟[3，5，36]。以方式二获取的STEM领域各地区男女性别数量指标进行稳健性检验，博士毕业生数量性别差异依然可以解释70%的高校R&D人员数量性别差异。博士生差异对研发机构和企业的解释力不高，主要原因在于相比本科、硕士研究生，博士研究生的就业选择更倾向于高校，选择高等院校就职的比例高达60%，而至少70%硕士研究生毕业后就职于企业。因此，采用同样的方式，以硕士研究生毕业数作为性别差异的主要解释变量进行分解，结果如表3所示。考虑到三大创新主体之间性别结构不平衡，以及硕士研究生就业倾向于企业，因此，高校、研究机构样本中的Oaxaca分解结果可能存在过度解释的现象，但可以明确的是，来源于教育体系内部的性别数量不平衡，可以解释至少5成企业内R&D人员数量上的性别不平衡。第(4)、(5)列分别表示运用方式一、二得出的博士毕业生指标对整体数量性别差异的Oaxaca分解，结果显示整体解释力度较低，而选用硕士研究生作为主要解释指标的分解结果见第(6)列，解释力可以达到63.6%。

表2 以博士研究生性别差异作为解释变量的Oaxaca-Blinder分解

表3 以硕士研究生性别差异作为解释指标的Oaxaca-Blinder分解比对

综合考虑，博士毕业生在就业倾向上更多地选择研发机构和高校，因此，该指标对于高校内R&D人员数量上的性别差异具有更高的解释力。而硕士毕业生既包含部分博士深造群体，同时更多地就职于企业。因此，硕士指标对于整体及企业内部性别数量差异的解释相对更具合理性。最后，对高校、企业内差异来源进行时间上的考察，依时间线划分为2013-2016、2014-2018、2016-2019年3个子样本。结果表明，无论高校还是企业，R&D人员数量上的性别差异皆有缩小趋势。高校内R&D人员差异从0.372下降至0.299，企业指标则从1.266下降至1.212，并且，高校内部差异减小(降幅20%)的程度高于企业(降幅4%)。从差异来源占比变化看，男性与女性研发人员数量上的不均衡越来越由研究生数量上的性别差异所主导，这也意味着要使R&D人员性别结构更平衡，则应从高等教育体系源头审视学科上的性别鸿沟。

5 主要结论、政策启示与研究展望

5.1 研究结论与讨论

本文使用30个省份面板数据，运用核密度估计、超效率GM指数、半参数核回归及Oaxaca分解法，探究我国省域创新发展与R&D人员性别结构的区域分布演进、关联影响、差异程度及差异来源，得到主要结论与启示如下：

(1)高校、研发机构研发人员性别结构优于企业，欠发达地区两极分化，发达地区下限更高。一方面，高校、研发机构、企业R&D人员女性占比由高到低呈阶梯状分布，相比企业，高校和研发机构女性研发人员占比上升更显著。尤其在经合组织公布的经济体排名中，企业研发人员女性占比排名甚至有所下降，这种现象可能与高校院所及技术企业所处竞争环境以及人事体制差异相关。另一方面，省域分布上，女性研发人员占比较高的地区既包含新疆、宁夏等发展较为落后的省份，也包括北京这样的经济发达地区。然而，在性别结构非平衡端排名前列的大多为相对欠发达地区。由此可见，区域基于自身社会经济发展水平展开“抢人大战”，经济发达地区大多科技人才基数增大，性别比例趋向均衡，即经济发展对区域研发性别结构的“兜底”作用较为显著。

(2)创新投入、产出与R&D人员性别结构呈非对称关系，创新TFP指数越高的地区，性别结构相对越平衡。R&D经费投入强度越高的地区，女性研发人员占比越低，反映我国省域视角下经费资助上的性别差异。并且，在专利申请量越高的地区，女性R&D人员占比越高，基于创新投入、产出端的对比进一步表明，两者与R&D人员性别结构之间存在非对称关系，研发领域存在显著的玛蒂尔达效应。最后，创新TFP指数与R&D女性人员占比的半参回归结果表明，研发人员女性占比与创新全要素生产率指数呈正相关关系，这也证实区域性别结构平衡的正向机制占据主导。此外，指数分解表明，性别结构平衡亦可促使综合管理TFP指数提升。

(3)R&D人员数量上的性别差异很大程度上受高等教育体系内研究生数量差异的影响，且解释力随着时间不断增强。STEM领域内，研究生整体数量上的性别差异可以解释R&D人员性别数量差异的60%以上。对于不同创新主体，硕士指标可以解释5成以上的企业内R&D人员性别数量差异，而博士指标可以解释7成以上的高校内R&D人员性别数量差异。这表明高等教育体系内研发人员供给上的性别差异，对于解释现行科研性别结构失衡，具有更为重要的作用。并且，从时间趋势上看，性别差异程度有所缩小，同时，研究生数量上的性别差异对R&D人员性别数量差异的解释力随着时间演变逐渐增强。这意味着，我国研究型人才培育体系建设在创新体系性别比例优化方面已见成效，同时，从教育体系内部寻求缓解差异途径的目标指向性愈发明显。

5.2 政策启示

(1)消除现有投入激励下的性别偏见，激发性别结构平衡对创新全要素生产率提升的正向推动作用。省际研发人员性别结构平衡对创新全要素生产率指数、综合管理效率水平的提高具有积极影响，这为改善创新投入、产出端性别非对称关系提供了有利的证据与动机。更为合理的性别结构可使研发团队在研究主题、方法上呈现不同特点，并且在项目管理、科研资源配置上更为审慎。因此，即使仅考虑R&D性别结构优化与创新TFP之间的正向关系，也应在创新政策上给予不同性别研发者更为公平的激励机制，进一步激发女性研发人员智慧与活力，为我国创新发展提供新的潜在发展动能。

(2)重视企业研发人员性别结构，对人口较多、经济发展较落后地区科研性别结构平衡提供保障机制。相比高校、研发机构，企业研发人员女性占比较低，并且在OECD经济体中的排名较之前有所下降。因此，应提高对企业内部研发团队性别结构失衡问题的重视程度。在具体政策实施层面，提倡开展政策试点，对实行“陪产假”的企业给予补贴，为女性减压，也是为男性减压，长期来看，亦可提高生育需求、延缓老龄化趋势，对于解决劳动力市场问题存在“连锁性”的积极影响。此外，应对安徽、河南、青海等性别结构失衡较为严重的地区予以重视，在识别失衡原因的基础上，完善女性科研人员相关保障机制。

(3)从教育体系内部挖掘研发人员性别鸿沟的原因，针对不同创新主体制定差异化性别结构调节政策。一方面，男性与女性R&D人员数量上的差异约有6成源于高等教育体系，并且近年来进一步加剧。从本科生到硕士生再到博士生，受到自身与外界因素的影响，STEM领域内性别数量上的差异存在不断扩大趋势。因此，政策制定在考虑如何吸引女性更多地就读于STEM专业、留住相关专业研究生的同时，亦需基于企业、研发机构、高校研发人员的来源异质性，分别有所侧重。此外，教育体系应在日常教学过程中消除性别偏见，考虑到习以为常的习惯及心理暗示可能导致男女在本该表现相当的领域出现成绩差异[9]，可从基础教育开始注重对教材与教师的整改和培训，并加强对女性科学家精神的弘扬。

5.3 研究展望

总体而言，本研究还存在一些局限性。首先，本文虽然探讨了研发人员性别结构与区域创新发展的关联性，但两者间因果关系有待在微观层面进行验证，条件允许时可采用准自然、随机试验的方式对研发团队进行考察。对于研究范围，亦可扩展至国际比对，并且考虑更具针对性的指标，如在性别差异指数(Gender Gap Index，GGI)和性别平等指数(Gender Equity Index，GEI)的基础上，依据OECD设立的社会制度和性别指数(Social Institution and Gender Index,SIGI)进行系统比对。最后，本文强调了高等教育体系内部差异源，未来可在此基础上从研究生成长过程中的学术网络、导师差异等维度展开评估。在研发职位市场竞争激烈的当下，女性科研人员承担的家庭、社会压力日趋增加，因此，对于研发人员性别结构的研究有待进一步跟踪和细化。