教育能緩解性別收入差距嗎？

張青根，沈　紅

（華中科技大學教育科學研究院，湖北武漢430074）

?

教育能緩解性別收入差距嗎？

張青根，沈紅

（華中科技大學教育科學研究院，湖北武漢430074）

摘要：利用2006年、2008年和2010年中國綜合社會調查中從事非農工作的樣本數據，在區分教育的生產性功能和信息功能前提下探討教育對性別收入差距產生的影響。主要結論有三點：一，女性在教育投資數量上并不落后于男性，但性別收入差距仍然顯著存在；二，由于勞動力市場中存在著明顯的性別歧視，男性教育生產性收益率顯著高于女性，由此拉開了約103%的性別收入差距；三，女性教育信息收益率顯著高于男性，教育信息功能可減輕勞動力市場對女性的歧視，縮小了近80%的性別收入差距。研究結果為緩解性別收入差距政策的制定提供了經驗證據。

關鍵詞：性別收入差距；生產性功能；信息功能；性別歧視

一、引言

經濟改革以來，市場經濟體制逐步取代了計劃經濟體制，居民收入分配方式發生了根本性變化，居民收入差距及不平等問題成為研究熱點，其中性別收入不平等問題更是成為經濟學家們研究的焦點。伴隨著經濟的快速發展，教育（尤其是高等教育）的大規模擴張給人們創造了更多的受教育機會與條件，一定程度上保障了教育機會的性別平等。［1］然而，這種機會平等并沒有保障女性受教育者享受勞動力市場中的平等待遇，性別收入差距依然是國內勞動力市場上的普遍現象。因此，教育與性別收入差距之間的關系令人關注。教育在性別收入差距形成中到底扮演著什么角色？教育能否有效緩解性別收入差距？

已有關于性別收入差距的研究可以大致分為兩類：一是測度性別收入差距的大小及其變動趨勢。世界范圍內，男性的平均收入高于女性是一個普遍現象。國內外學者在對性別收入差距客觀存在的認識上取得一致，但在收入差距的變化趨勢上存在著矛盾性結論。有研究表明，城鎮勞動力的性別收入差距逐漸拉大，以男性平均工資為基準1，女性平均工資在1988年為 0.84、1995年為0.83［2］、1999年為 0.78［3］、2004年為0.77［4］。但也有文獻認為性別工資差距并沒有擴大，男性、女性的社會經濟地位不存在顯著的趨勢性變化［5］。更有研究指出，隨著市場化水平的提高，男女收入差距在縮小［6］。差異性結論的產生與研究者們使用的調查數據、統計模型及操作性方法等密切相關，判斷性別收入差距的變化趨勢需要更多的經驗研究。

二是探討性別收入差距的形成機制。經濟學研究主要從勞動力供給方出發，基于人力資本理論分析勞動力的人力資本儲備及其回報率的性別差異所致的收入差異，如邢春冰和羅楚亮［7］、張俊森等［8］的研究。社會學研究主要從勞動力需求方出發，以職業性別隔離理論或歧視理論為基礎，關注的是結構性及歧視性因素，分析在勞動力市場分割背景下性別歧視對收入的影響，如Charles和Grusky［9］、葛玉好和曾湘泉［10］、吳愈曉和吳曉剛［11］等的研究。盡管研究視角不同，但這兩類研究都重點關注了教育對性別收入差距產生的作用，并利用各類分解方法比較人力資本特征與歧視性因素對性別收入差距貢獻率的差異，但研究結論存在很大的差異。如：王美艷利用布朗分解法和中國社會科學院五城市勞動力調查數據分析后發現，人力資本因素解釋力度很小，超過93%的變異由歧視性因素造成；［12］吳愈曉和吳曉剛利用奧薩卡-布蘭德分解法和2003年中國綜合社會調查數據分析后發現，體制外性別收入差距主要來源是人力資本因素，解釋了超過15%的收入差異。［11］為此，判斷性別收入差距的來源需要進行更多的經驗研究。

此外，從經濟學角度上看，教育至少具有兩大經濟功能：一是生產性功能，二是信息功能。從國內關于性別收入差距的研究文獻上看，缺乏對教育功能的深入剖析，研究結果糅合了教育生產性功能和信息功能的綜合作用，無法區分到底何種教育功能對性別收入差距產生實質性作用。因此，在研究性別收入差距的形成機制時區分教育的兩大經濟功能顯得尤為必要，深層次分解教育在性別收入差距產生中的作用，有助于推動性別收入差距研究的縱深發展，也為制定緩解性別收入差距的政策提供更有效的參考。

本文的研究目標是：首先，利用2006年、2008年和2010年三年的中國綜合社會調查數據分析個人收入的性別差距，并同已有研究結果進行比較，判斷性別收入差距的變動趨勢；其次，區分教育的兩大經濟功能，對不同性別群體的樣本進行分析，探討教育的兩大功能所產生的經濟效應是否存在顯著的性別差異；最后，利用經典的奧薩卡-布蘭德分解法對性別收入差距進行分解，計算兩大教育功能對性別收入差距產生的貢獻率。

二、實證模型設計及其解釋

（一）教育生產性收益和信息收益的分離模型

本研究的難點是如何分離教育的生產性功能與信息功能，并在同一模型中估計出教育的生產性收益率與信息收益率。從理論層面上看，教育生產性功能體現的是人力資本理論的核心內涵，認為教育能夠直接提高個人勞動生產率，從而使個人獲取較高收入。［13］而教育信息功能觸及的是篩選理論的本質，教育是一種信號裝置，并不能改變個人能力，個人通過接受教育向雇主發送自身能力高的信號，從而獲取高收入。［14］由此，本研究中的難題“分離教育的生產性功能與信息功能”便轉化為區分人力資本理論與篩選理論，而這也是西方經濟學發展歷史中經典的理論之爭。在這場歷史之爭中，有研究者提出通過驗證教育文憑是否使個人在勞動力市場上獲取額外收益來區分人力資本理論與篩選理論［15］，這種因教育文憑發送出個人的高能力信息而獲得的額外收益被稱為“文憑效應（Diploma Effects）”。隨著越來越多的學者從不同角度參與文憑效應討論，“文憑效應測度”成為檢驗篩選理論最為常用的方法之一。［16］本研究將借鑒前人關于文憑效應的研究方法，用文憑效應來衡量教育的信息收益率，以此實現與生產性收益率的分離。

從國外文獻上看，學者們多是使用擴展后的明瑟收入方程來測度教育收益中的文憑效應。如Jaeger和Page［17］、Bauer等［18］的研究，將樣本的受教育年限和教育文憑變量同時納入到經典的明瑟收入方程中，模型如下：

其中，lnY為收入的對數，S為受教育年限，系數β1表示的是去除文憑效應后的凈教育收益率（即生產性收益率）；Di為文憑虛擬變量，若系數λi是顯著的，則表明在i教育階段存在著文憑效應（即信息收益率）；Exp、Exp2分別表示工作經驗及其平方項；X是控制變量，包括民族、政治面貌、所在區域、所在部門所有制性質、父母所在單位類型及父母受教育程度等；α是截距項，ε是隨機擾動項。

（二）Z檢驗作用及其原理

利用模型（1）對男性、女性樣本分別進行擬合后，需通過Z檢驗來判斷教育的生產性收益率和信息收益率是否存在顯著的性別差異，其原理是，用標準正態分布的理論來推斷差異發生的概率，從而比較兩個系數的差異是否顯著。要得到無偏的統計檢驗值，需滿足兩個前提條件：一是分組后的樣本之間相互獨立，且誤差方差要求一致；二是每個分組的樣本容量大于30且使用同一估計模型進行擬合。計算公式如下：

（三）性別收入差距分解原理

為了分析不同因素對性別收入差距的解釋程度，本研究將性別收入差距進行分解。從已有文獻上來看，性別收入差距一般被分為兩部分，一是個人特征差異引起的部分，二是未被觀察到的因素所解釋的部分，也稱為歧視性部分。經典的奧薩卡-布蘭德分解公式為：

三、數據、變量和樣本分布

（一）數據來源

本文數據來源于2006年、2008年和2010年中國人民大學社會學系和香港科技大學社會學部聯合主持開展的中國綜合社會調查（CGSS）。該調查采用多階段分層隨機抽樣的方法，覆蓋中國內地31個省級行政地區，是一項具有綜合性和連續性的大型社會調查項目。①該調查收集了個人詳細的教育、就業及家庭背景信息，非常適合用于分析性別收入差距。基于研究的需要，剔除在校生樣本，僅對從事非農工作、個人全年職業收入在1000-600000元之間、男性18-60歲、女性18-55歲的樣本進行分析，最終有效樣本為9578人。其中，2006年、2008年、2010年樣本分別為2790人、2424人和4364人，男性、女性分別為5595人和3983人，東、中、西部分別為4802人、2792人和1984人。

（二）變量選擇及其處理

1.因變量

由于本研究關注的是性別收入差距問題，樣本在勞動力市場上獲取的收入是本研究的因變量，包括所有的工資、各種獎金、補貼，但不含其他經營性收入或財產性收入。2008年和2010年調查詢問的是“個人去年全年的職業收入”，而2006年詢問的是“上個月所得的工資收入”，為此，將2006年調查所得的月收入按12個月計算轉化為年收入。以2010年為基準，利用國家統計局公布的居民消費價格指數，將2006年和2008年調查樣本的收入進行轉化，以消除價格波動、經濟環境變化等因素的干擾。最后，取收入的對數形式。

2.人力資本變量

人力資本變量主要包括個人受教育程度、工作經驗及工作經驗的平方。個人受教育程度是本研究的核心自變量，包含兩種形式，一是實際的受教育年限，二是個人獲取的最高教育文憑。CGSS調查問卷將最高受教育程度劃分為14類，為簡化分析，本研究將“沒有接受過任何教育”“私塾”“小學”三項合并為“小學及以下”，“初中”單獨歸一類，“職業高中”“普通高中”“中專”“技校”四項合并為“高中”，“成人專科”與“大學專科”合并為“專科”，“成人本科”與“大學本科”合并為“本科”，“研究生及以上”單獨歸為一類，“其他”類由于樣本過小且不具有普遍性，本研究不對此類樣本進行分析。由此，便轉化成六種層次的受教育程度，并以“小學及以下”為參照組。2006年和2008年調查問卷中包括這兩個變量，直接使用樣本填寫的數據。2010年僅調查了樣本所獲取的最高教育文憑，本研究依據我國目前的教育學制進行轉化②，估算出樣本實際的受教育年限。工作經驗通過公式“年齡-受教育年限-6”進行計算，另外，考慮到工作經驗的平方數據較大，對其進行縮減處理（除以100）。

3.家庭資本變量

許多研究（如陳釗等［20］人的研究）發現，家庭資本會顯著影響個人的收入水平，為此，本研究將其納入分析范疇，將其劃分為家庭人力資本和家庭社會資本。以父母受教育程度衡量家庭人力資本擁有量，只要父母雙方中任一方接受過高等教育（專科、本科、研究生及以上），就認為家庭人力資本較高，父母雙方均未接受高等教育，就判斷家庭人力資本較低。以父母工作單位所屬類型衡量樣本的家庭社會資本擁有量，只要父母雙方中任一方在黨政機關工作，就認為家庭社會資本較高，父母雙方均未在黨政機關工作，就判斷家庭社會資本較低。③

4.控制變量

此外，民族、政治面貌、工作所在地、單位所有制性質等均有可能影響樣本的收入，本研究也對此進行控制。上述四個變量均為虛擬變量，分別以少數民族、非黨員、西部地區、非公共部門為參照組。其中，公共部門包括“國有或國有控股”與“集體所有或集體控股”單位，非公共部門含“港澳臺”“外資”“中外合資”和“其他”類型單位。

（三）樣本分布及描述性統計

各變量的描述性統計見表1。總樣本的年收入對數的均值為9.7124，而男性樣本為9.815，女性樣本為9.5634，可知，男性樣本平均年收入比女性顯著高出28.6%（e9.815-9.5634-1）。以男性平均工資為基準1，女性平均工資則僅為0.7776，說明：從調查的2005年、2007年和2009年三年樣本的平均收入綜合來看，性別收入差異并沒有發生明顯變化（劉澤云研究發現2004年女性為0.772［4］）。值得注意的是，女性平均受教育年限高于男性，差異是非常顯著的。張興祥和林迪珊基于2008年全國外來務工人員的調查數據，發現男女受教育年限非常接近［21］；吳愈曉和吳曉剛分析2003年中國綜合調查數據后，發現女性受教育年限大于男性［11］。結合這兩項研究的結論，充分說明當前女性在接受教育的數量上并不處于弱勢。男性工作經驗顯著高于女性工作經驗。從家庭資本變量上看，女性樣本擁有的家庭人力資本與社會資本均要高出男性，其中家庭人力資本的性別差異是顯著的。從控制變量上看，除東部地區變量外，男性在其他變量上的分布均要多于女性。

表1　所有變量的描述性統計

四、研究結果

（一）教育功能細分后教育回報率的性別差異分析

在分析不同功能下教育回報率的性別差異之前，根據模型（1）對總體樣本進行擬合回歸，回歸結果如表2中第（1）列所示。從模型的擬合情況上看，F值為119.45，Sig.〈0.001，調整后的R2達到了26.7%，表明對該模型進行擬合回歸是有意義的。然后將總體樣本分為男性女性兩組，分別對模型（1）進行擬合，擬合結果如表2中第（2）、（3）列所示，分樣本的擬合回歸依然有意義，其中對女性樣本回歸的解釋力度達到了34.1%，表明該模型對女性樣本的擬合效果更好。

從結果上看，總體樣本的教育生產性收益率為5.5%，表明每多接受一年教育，個人的收入會提高5.5%。男性、女性樣本的教育生產性收益率分別為5.7%、3.4%，男性教育生產性收益率高出女性2.3%，經由Z檢驗發現，差異是高度顯著。這說明教育生產性收益率存在顯著的性別差異，也表明勞動力市場中存在性別歧視，即在雇主看來，女性即使接受和男性相同年限的教育，也無法證明她們具有與男性相同的勞動生產率，因此給女性勞動者的報酬也低于男性勞動者。從獲取的最高教育文憑上看，總體樣本中專科、本科、研究生教育文憑的回歸系數均顯著大于零，說明在總體樣本中存在顯著的文憑效應。專科、本科、研究生教育的文憑效應分別為17.8%、57.1%、31.8%④，表明專科生、本科生、研究生畢業后獲得的“一紙文憑”分別給個人帶來17.8%、57.1%、31.8%的額外收益。在男性樣本中，本科、研究生教育存在顯著的文憑效應，分別為53.3%、41.8%，專科教育的文憑效應為14.8%，但并不顯著。而在女性樣本中，高中、專科、本科、研究生教育均存在顯著的文憑效應，分別為29.6%、31.1%、75.1%、33.9%。從整體上看，女性文憑效應均高于男性（研究生教育除外），差異均是高度顯著的。由此可推斷，教育的信息功能幫助女性更好地展示自己的能力信號，從而能夠在勞動力市場中獲取與男性相同的職業、崗位以及薪酬待遇等，縮小與男性的收入差距。

從工作經驗上看，每增加一年的工作經驗，總體樣本中的個人收入增加2.3%，男性、女性個人收入分別增加3.2%、2.2%，Z檢驗統計值是高度顯著的，表明工作經驗的收入效應存在顯著的性別差異。從家庭資本變量上看，父母在黨政機關工作會降低總體和男性樣本中的個人收入，提高女性樣本的個人收入。無論是總體樣本，還是男女分樣本，父母接受過高等教育都能顯著提高子女個人收入，對男性、女性分別提高18.2%、19.1%，兩者間的差異是高度顯著的。由此說明，家庭資本對女性個人收入的作用更大。從控制變量上看，無論是總體樣本，還是男女分樣本，漢族、黨員身份、在非公有部門工作的個人收入都比少數民族、非黨員身份、在公有部門工作的個人高。在東部地區工作的個人收入都要顯著高于在西部地區工作的個人，但在中部與西部地區工作的個人收入無明顯差異。從Z檢驗上看，除政治面貌外，民族、工作所在地、單位所有制形式等產生的收入效應都存在顯著的性別差異。

表2　個人收入影響因素的多元線性回歸分析

（二）性別收入差距的來源——基于各因素對性別收入差距的貢獻率的分解

接下來，本研究通過前文所述的收入差距分解公式來探討性別收入差距的來源，將其分解為個人特征差異、反向歧視和直接歧視三部分。詳細的分解結果見表3。

從表3上看，個人特征效應部分，受教育年限的貢獻率為-3.42%⑤，說明受教育年限的性別差異并不是性別收入差距產生的原因，相反，在無歧視條件下，由于女性接受了更多年限的教育，獲得了更高的收入，縮小了與男性的收入差距。所有文憑變量的總貢獻率為-3.76%，而由表2可知，總體樣本回歸中各文憑變量的估計系數均為正數，由此說明女性獲取文憑的數量高于男性，在無歧視條件下，女性因獲取更多文憑而縮小了與男性的收入差距。綜合來看，在無歧視條件下，由于女性接受了更多的教育（或獲取了更高的教育文憑），教育的兩大經濟功能均有效緩解了性別收入差距。工作經驗（包括工作經驗的平方除以100的效用）、家庭資本變量、控制變量的貢獻率分別為-0.61%、-0.5%、-3.47%。從整體上看，個人特征解釋了-11.74%的性別收入差距，由此說明，個人特征差異縮小了性別收入差距。

歧視效應部分，勞動力市場對男性受教育年限的反向歧視對性別收入差距的貢獻率為8.82%，而對女性受教育年限的直接歧視對性別收入差距的貢獻率為93.68%，兩者之和達到了102.49%，說明接受同樣教育的男性在市場上受到優待，而女性的價值卻被打上了折扣，從而拉大了收入的性別差距。而教育文憑變量在勞動力市場上的表現正好相反，男性教育文憑的反向歧視對性別收入差距的貢獻率為-25.75%，女性教育文憑的直接歧視對性別收入差距的貢獻率為-53.91%，兩者之和達到了-79.66%，這說明獲得教育文憑的女性在市場上獲得認可，文憑證明了女性的能力，而教育文憑對男性作用并不大，價值被打了折扣。綜合來看，由于勞動力市場中的性別歧視，教育生產性收益率存在性別差異，女性的勞動生產率被嚴重低估，并不能獲取與其生產率等值的回報。而女性通過接受更多的教育來獲取更高的文憑，以此來發送出自身的高能力信號，取得勞動力市場雇主的認可，由此可減輕性別歧視的程度。

表3　各因素對性別收入差距的貢獻率

工作經驗在勞動力市場上也存在歧視，對男性工作經驗的反向歧視能夠解釋23.79%的性別收入差距，對女性工作經驗的直接歧視能夠解釋12.29%的性別收入差距。家庭資本在勞動力市場上的表現與工作經驗的相反，對男性的反向歧視能夠解釋-0.89%的性別收入差距，對女性的直接歧視能夠解釋-2.36%的性別收入差距。該結果說明，家庭資本有利于形成穩健的社會網絡關系［22］，幫助子女擴展就業信息渠道、減少工作搜尋成本、降低失業風險等［23］，減少女性就職及收入增長過程中的性別歧視，幫助女性進入高收入崗位或低歧視行業工作。相對西部地區而言，市場化程度較高的東部地區，女性受到的歧視較高，拉大了7.2%的性別收入差距。而在市場化程度較低、“體制內”的公共部門，由于女性就業及收入受到國家政策的保護和監督，性別歧視相對較弱，縮小了16.2%的性別收入差距。整體上看，由受教育年限和工作經驗兩項構成的人力資本特征引起的歧視能夠解釋138.57%的性別收入差距，而教育文憑、家庭資本、控制變量等引起的歧視能夠解釋-92.38%的性別收入差距。分性別來看，男性因個人特征而享受到的反向歧視能夠解釋-1.12%的性別收入差距，女性因個人特征而被迫接受的直接歧視能夠解釋112.85%的性別收入差距，說明勞動力市場中對女性的直接歧視是性別收入差距產生的最主要因素。

五、結論與討論

通過上述分析，本研究得出以下結論：

第一，性別收入差距依然顯著存在，男性平均收入比女性高出28.6%，但對比前人研究結果后發現，性別收入差距并沒有明顯的擴大趨勢。盡管不同研究者在使用的調查數據、具體分析的樣本群體以及收入統計口徑等方面存在些許差異，但本研究結果仍值得參考。

第二，從事非農工作的女性平均受教育年限（11.14年）顯著高于男性（10.99年），說明從事非農工作的女性在教育投資數量上并不落后于男性。形成這一結果的原因可能有三個方面：一是家庭“重男輕女”的傳統偏見在發生改變，家庭內部資源對男性的嚴重傾斜狀況逐漸得到改善，義務教育法的頒布與實施也有效保障了女性的受教育權利；二是伴隨著中國經濟高速發展，家庭可用于子女教育的資源也得到快速增長，同時受我國長時期以來嚴厲執行的計劃生育政策影響，家庭生育規模迅速縮減，進一步釋放了家庭子女教育預算約束；三是教育（尤其是高等教育）的大規模擴張滿足了人們渴望接受教育的需求，新增的教育機會從整體上改變了男性與女性之間的機會結構［1］。該結果也說明，教育投資絕對量的性別差異并不是性別收入差距產生的來源。

第三，將教育經濟功能細分為生產性功能和信息功能后，發現僅有教育的信息功能能有效緩解性別收入差距。教育生產性收益率存在顯著的性別差異，男性、女性的生產性收益率分別為5.7%、3.4%。由此說明，在我國勞動力市場中存在明顯的性別歧視，雇主們基于偏見，下意識地低估女性的勞動生產率，與男性接受相同教育年限的女性無法獲得與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，女性文憑效應均顯著高于男性，說明教育文憑所發出的個人能力信息對于女性而言更為重要，能夠有效減輕雇主對女性的傳統歧視，幫助女性進入更好的職業或崗位（或者說，獲得較高文憑的女性更容易進入歧視程度低的公共部門工作，如國有企業和集體所有企業等），獲取與男性相同的薪酬待遇等。特別需要指出的是，女性教育生產性收益率較低是由勞動力市場上的性別歧視引起的，并不能歸咎于教育生產性功能的作用。女性教育信息收益率較高是由于女性通過接受教育來彰顯自己的能力，從而減輕勞動力市場中的性別歧視，這是教育信息功能所致。因此，本研究認為，在勞動力市場中性別歧視客觀存在的現實條件下，僅教育的信息功能有效緩解了性別收入差距。另外，有研究者指出，教育能夠改善和提升個人的道德與修養，從認識的根源上減少不道德偏見［24］。長期來看，當勞動力市場上的雇主整體受教育水平較高時，性別歧視將逐漸變弱，教育生產性收益率的性別差距也將縮小，由此必然降低性別收入差距。

第四，在無歧視條件下，個人特征差異解釋了-11.74%的性別收入差異，受教育年限、教育文憑分別能解釋-3.42%、-3.76%的性別收入差距。也就是說，在理想的勞動力市場下，女性可以通過接受更多年限的教育、獲取更高的文憑，以提高自身的人力資本儲備，從而縮小與男性收入的差距。在現實勞動力市場中，雇主對女性的直接歧視是造成性別收入差距的最主要因素，能夠解釋112.85%的性別收入差距。具體來看，女性在受教育年限和工作經驗上所受的直接歧視分別為93.68%和12.29%，表明勞動力市場并不認同女性人力資本儲備的價值，低估女性的勞動生產率。而女性獲得的教育文憑與擁有的家庭資本能夠減輕勞動力市場中的直接歧視。相反，男性在人力資本特征上受到勞動力市場的優待，解釋了32.61%的性別收入差距，而教育文憑與家庭資本對男性的收入效應反而被打了折扣，稀釋了26.64%的性別收入差距。整體上看，女性由于受到性別歧視，在教育生產性收益率上被男性拉開102.49%的收入差距，但是通過接受教育（并獲取教育文憑）能夠有效緩解79.66%的收入差距。

上述研究結論為緩解性別收入差距提供了明確的政策方向。首先，繼續提高女性受教育的機會，設定科學有效的學生資助政策，幫助家庭經濟困難、尤其是貧困邊遠地區家庭中女性的受教育機會。其次，在宏觀上引導女性根據自身及市場經濟環境狀況在教育投資上做出理性選擇，以使女性接受更好、更具針對性、更為匹配的教育，順利發送出個人能力信息，進入更為理想的職業平臺。最后，逐步、穩健地打破勞動力市場上的制度性及社會歧視性分割，對職業或行業進行精細化、標準化分類，或鼓勵企事業單位建立基于量化指標及績效導向的薪酬分配體系，打開職業或行業內部的工資分配的“黑箱”。同時，維護和完善勞動力市場中的公平競爭機制，建立行之有效的法律申訴機制，逐步減少女性在勞動力市場上受到的歧視現象。

致謝

感謝中國人民大學中國調查與數據中心及其人員提供的數據協助。感謝哥倫比亞大學中國教育研究中心主任曾滿超（Mun C.Tsang）教授的建議和幫助。文責自負。

注釋

①更多調查相關信息可在http://www.chinagss.org/查閱。

②按中國學制處理，即基礎教育6-3-3制、專科3年、本科4年、研究生3年。遺憾的是，這種轉化計算可能會造成信息的損失或偏差，某些樣本可能存在跳級、留級、輟學后再入學等現象，如此便不能準確核算樣本實際的受教育年限。

③需要說明的是，2006年CGSS調查問卷中詢問的是被訪樣本在18歲時父母所在單位類型，但2008年和2010年詢問的是被訪樣本在14歲時父母所在單位類型，統計口徑存在差異。本研究在進行數據處理時暫時忽略這一差異。單位類型均包括：黨政機關、企業、事業單位、社會團體、無單位/自雇/自辦（合伙）企業，軍隊及其他等7類。④在計算某虛擬變量對個人收入的影響時，需用eβ-1進行轉換計

⑤受教育年限的貢獻率為負數是因為女性的平均受教育年限大于男性，而總體樣本回歸中受教育年限變量的估計系數大于零。

參考文獻

［1］張兆曙，陳奇.高校擴招與高等教育機會的性別平等化——基于中國綜合社會調查（CGSS2008）數據的實證分析 ［J］.社會學研究，2013，28（2）:173-196.

［2］李實，古斯塔夫森.中國城鎮職工收入的性別差異［C］//趙人偉，李實，李思勤.中國居民收入分配再研究.北京:中國財政經濟出版社，1999:556-593.

［3］李實，馬欣欣.中國城鎮職工的性別工資差異與職業分割的經驗分析［J］.中國人口科學，2006，20（5）:2-13.

［4］劉澤云.女性教育收益率為何高于男性？——基于工資性別歧視的分析［J］.經濟科學，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.區域差異改革中的國家壟斷與收入不平等——基于2003年全國綜合社會調查資料［J］.中國社會科學，2006，27（2）: 110-124.

［7］邢春冰，羅楚亮.農民工與城鎮職工的收入差距——基于半參數方法的分析［J］.數量經濟技術經濟研究，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.市場歧視對城鎮地區性別工資差距的影響［J］.經濟研究，2011，46（6）:45-56.

［11］吳愈曉，吳曉剛.城鎮的職業性別隔離與收入分層［J］.社會學研究，2009，24（4）:88-111.

［12］王美艷.中國城市勞動力市場上的性別工資差異［J］.經濟研究，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］李鋒亮，著.教育的信息功能與篩選功能［M］.北京:北京大學出版社，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］陳釗，陸銘，佐藤宏.誰進入高收入行業？——關系、戶籍與生產率的作用［J］.經濟研究，2009，44（10）:121-132.

［21］張興祥，林迪珊.外來務工人員收入與教育回報率的性別差異研究［J］.北京大學教育評論，2014，12（3）:121-140.

［22］孟大虎，蘇麗鋒，施璐璐.人力資本、社會資本與大學生就業研究綜述［J］.經濟學動態，2012，19（1）:86-90.

［23］鄭潔.家庭社會經濟地位與大學生就業——一個社會資本的視角［J］.北京師范大學學報（社會科學版），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

基金項目:中央高校基本科研業務費資助項目“電子決策劇場下個人高等教育投資決策支持系統設計”（cx14-033）；國家建設高水平大學公派研究生項目（項目編號:留金發［2015］3022）。

作者簡介:張青根，男，1990年生，華中科技大學教育科學研究院和美國哥倫比亞大學教師學院聯合培養博士研究生，從事高等教育經濟與財政研究；沈紅，女，1956年生，華中科技大學教育科學研究院教授，博士生導師，從事高等教育經濟與財政、比較高等教育研究。

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