外商直接投資對性別工資差距的影響研究

摘 要： 為了研究外商直接投資（FDI）對中國性別工資差距的影響，從理論上將FDI對性別工資差距的影響機理歸納為市場競爭效應和技術轉移效應兩大類，而性別技能水平差異是影響這兩種效應發揮的重要因素。實證考察了中國總體層面與19個細分行業層面FDI對性別工資差距的影響。研究表明，FDI總體上擴大了中國的性別工資差距;而19個細分行業實證結果驗證了市場競爭效應和技術轉移效應的同時存在。具體而言，7個細分行業的FDI流入縮小了性別工資差距，其中，5個行業性別技能水平差異相對較小，符合FDI的競爭抑制歧視效應，2個行業女性技能水平高于男性，符合FDI市場競爭的競次選擇效應和技術轉移效應;12個細分行業的FDI流入擴大了性別工資差距，其中，6個行業男性技能水平高于女性，同樣符合FDI市場競爭的競次選擇效應和技術轉移效應，而余下6個男性技能水平低于女性的行業，行業特征在一定程度上解釋了FDI對其性別工資差距的擴大作用。

關鍵詞： FDI; 性別工資差距; 性別技能水平差異; 細分行業

中圖分類號： F244.1 文獻標識碼： A DOI： 10.3963/j.issn.1671-6477.2019.04.013

一、 問題的提出

性別平等作為聯合國可持續發展目標之一，是世界和平、繁榮和可持續發展的必要基礎。經濟性別平等是性別平等的重要方面，改善經濟性別平等可帶來巨大經濟紅利。據世界經濟論壇發布的《2017年全球性別差距報告》測算，實現經濟性別平等可使英國國內生產總值（GDP）增加2500億美元，美國GDP增加17 500億美元，日本GDP增加5 500億美元;對中國而言，實現經濟性別平等，可使GDP增加25 000億美元。由此可見，經濟性別平等對實現世界及中國可持續發展具有重要的現實意義。性別工資差距是經濟性別平等的重要衡量維度（《2017年全球性別差距報告》，世界經濟論壇）[1]。近幾十年來，跨國公司對發展中國家的重要性日益凸顯，對勞動力市場產生重要影響，尤其對女性工資產生重要影響[2]，外商直接投資（FDI）對中國性別工資差距產生怎樣影響？2017年中國外資流入額升至全球第二，研究FDI對中國性別工資差距的影響，對于促進中國社會和諧進步具有重要的現實意義。

現有探討FDI對性別工資差距的影響機理的研究，主要以“競次”理論、競爭抑制歧視理論和技術轉移效應三種理論為基礎，但實證研究FDI對性別工資差距影響的文獻不豐富，且研究結論不一致。以中國為研究對象舉例，既有FDI擴大性別工資差距的研究發現[3-4]，也有揭示FDI縮小性別工資差距的研究[5-6]。本文認為，“競次”理論、競爭抑制歧視理論和技術轉移效應三種影響機理關于性別技能水平差異假設有區別，而實證研究結論不一致的原因可能在于所研究樣本中性別技能水平差異狀況不同，同時現有研究也指出不同行業，尤其是服務業行業特性也會影響FDI對性別工資差距的作用[7]。因此，圍繞性別技能水平差異狀況和細分行業特征來深入探討FDI對性別工資差距的影響具有重要的理論意義。

二、 FDI對性別工資差距影響的相關文獻綜述

當前從中國總體層面探討FDI對性別工資差距影響的文獻并不豐富。其中，Shu等利用2000年中國105個城市3927名受訪者的城市層面統計數據，考察FDI對中國性別工資差距的影響，結果表明FDI擴大了中國性別工資差距，但結果不顯著[8]。Braunstein與朱彤等均探討了2002年FDI對中國性別工資差距的影響，研究結論一致：FDI擴大了性別工資差距。這是由于市場競爭加劇會增加性別歧視，FDI流入使得中國市場競爭突然加劇，中國企業獲得的超額利潤減少，性別歧視加劇使得中國企業主動減少對女性的雇傭并減少女性工資，因此FDI擴大了中國性別工資差距[3，9]。

在總體層面的基礎上有個別學者深入不同技能水平角度探討FDI對中國性別工資差距的影響，但研究結論相反。其中，李宏兵等利用2002與2007年CHIP數據，分別從總體與技能水平角度研究FDI對中國性別工資差距的影響，研究結果表明：FDI分別擴大了中國總體與不同技能水平的性別工資差距，由于FDI進入往往伴隨技術轉移效應，導致更多資本和技術密集型的技術被采用，促進中國本土企業生產率水平的提高，既而顯著提升技能占優的男性勞動力的工資水平，因而FDI擴大了中國性別工資差距[4]。盧晶亮等利用1992-2009年中國國家統計局的城鎮住戶調查數據（UHS），同樣從總體與技能水平角度研究FDI對中國性別工資差距的影響，研究結論與上述學者相反：FDI分別縮小了中國總體與不同技能水平的性別工資差距[5]。

在總體層面的基礎上有個別學者深入不同類別行業角度探討FDI對中國性別工資差距的影響。其中，蔡宏波等與李磊等均選取中國服務業為研究對象，考察了FDI對中國服務業性別工資差距的影響，研究結論一致：FDI縮小了中國服務業的性別工資差距[6-7]。李磊等提出的解釋原因為：根據競爭抑制歧視理論，當男女技能水平相似時，市場競爭會減少企業的性別歧視。由于服務業中男性與女性技能水平類似，所以FDI流入引發的中國市場競爭加劇，將減少中國服務業企業的性別歧視，即中國企業雇傭更多女性并提高女性工資水平，因此，FDI縮小了中國服務業性別工資差距[7]。

現有文獻從總體、技能水平和行業角度分別考察了FDI對中國性別工資差距的影響。從中國總體角度而言，早期研究可能由于樣本量較少以及FDI對中國性別工資差距作用不明顯等原因使得研究結論不顯著，后期學者實證表明FDI顯著擴大了中國性別工資差距;針對不同技能水平的研究，現有學者關于FDI影響中國性別工資差距的結論未達成一致意見，這說明在探討FDI對性別工資差距影響作用時需要考慮技能水平;多數學者從行業大類角度研究FDI對性別工資差距的影響，鮮有學者針對每個細分行業的研究。事實上，不同行業具有不同的行業特征，行業特征差異可能導致FDI對行業層面性別工資差距的影響具有差異性，因此，有必要從細分行業層面研究FDI對性別工資差距的影響。

三、 FDI對性別工資差距影響機理的理論梳理

綜合前人研究成果，本文認為，FDI對性別工資差距的影響機理可以概括成兩類：FDI的市場競爭效應與FDI的技術轉移效應。

（一） FDI的市場競爭效應

FDI的市場競爭效應以“競次”和“競爭抑制歧視”兩個理論為理論基礎。“競次”系指在競爭中并不爭優而是競相爭次[10]。該理論最早在美國法律界使用，后被引入中國經濟學領域。“競次”理論作用的FDI市場競爭效應是以男性技能水平高于女性技能水平為假設前提，該效應表現為FDI擴大性別工資差距。FDI市場競爭驅動的競次行為體現為兩個方面：一方面，一國通過競相壓低勞動力價格以吸引更多外商投資;另一方面，FDI使得市場競爭加劇，東道國企業由于面臨巨大生存壓力且短期內無法提升競爭力，只能靠“廉價勞動力優勢”獲得競爭中的價格優勢，不得不選擇降低勞動力成本的次優策略。而這種競次行為對性別工資差距具體影響機理為：由于FDI進入對出口導向型制造業內資企業和組裝制造業外資企業造成的成本競爭壓力更大，而女性勞動力在該類制造業所占比例更大，所以當女性技能水平低于男性時，企業的競次選擇行為表現為更大幅度地降低女性勞動力工資水平。所以FDI進入會拉大性別工資差距。

Becker的競爭抑制歧視理論是以男性與女性技能水平差異較小為假設前提，理論主張在男性與女性技能水平相似的情況下，企業的性別歧視行為將提高其生產成本[11]。競爭抑制歧視理論作用的FDI市場競爭效應將導致性別工資差距縮小，其具體影響機理為：FDI進入加劇市場競爭，從而提升東道國企業性別歧視成本。當男性和女性技能水平相似時，東道國企業在市場競爭壓力下為獲得超額利潤不得不減少性別歧視行為，即降低對男性勞動力的雇傭和雇傭更多技能水平相似的女性勞動力并提高女性工資，因此，FDI流入縮小性別工資差距。

（二） FDI的技術轉移效應

FDI的技術轉移效應同樣以男性技能水平高于女性為假設前提，它同樣會擴大性別工資差距，具體影響機理為：FDI進入給東道國帶來技術和資本密集型技術，促進東道國企業生產率提高，當男性技能水平優于女性時，企業會偏向于對男性勞動力的雇傭，從而提升技能水平占優的男性勞動力工資，擴大性別工資差距。

綜上，FDI對性別工資差距的影響機理可以用圖1予以歸納。該圖說明，在“競次”理論作用的FDI市場競爭效應與FDI的技術轉移效應對性別工資差距影響機理中，由于男性技能水平高于女性，所以FDI流入擴大了性別工資差距;在競爭抑制歧視理論作用的FDI市場競爭效應中，由于男性與女性技能水平相似，所以FDI流入有助于縮小性別工資差距。由此可見，性別技能水平差異是FDI影響性別工資差距的重要因素。

四、 模型、變量與數據的描述性統計

本文選取2013年中國城鎮居民年齡介于16-60歲的男性與16-55歲的女性個體作為研究樣本，建立FDI影響性別工資差距模型，考察FDI對中國性別工資差距的影響。

（一） 模型設定

綜合以上朱彤和李宏兵等研究[3-4]，本文構建FDI對性別工資差距影響的實證模型如下：Lnwij=β0+β1LnFDIj+β2Xij+β3LnZj+μij+εij

（1） "其中，Lnwij表示勞動力年工資對數值，LnFDIj表示外商直接投資對數值，Xij表示勞動力個體特征變量，Zj表示城市特征變量，μij表示省份（地區）、職業、行業控制變量，εij表示隨機擾動項，i和j分別表示不同勞動力個體和省份（地區），β0表示常數項，β1、β2、β3分別表示對應的解釋變量系數。

本文通過對男性與女性勞動力分別回歸①來考察FDI對性別工資差距的影響，該影響由男女模型中β1（FDI對工資影響大小的參數）的符號正負性和大小決定。β1參數值與FDI影響性別工資差距結論的對應關系如表1所示。

（二） 變量與數據來源

本文將對模型中被解釋變量、解釋變量與控制變量進行說明。模型中的被解釋變量wij表示2013年j省（地區）勞動力個體i的工資收入。模型中的解釋變量FDIj表示2013年j省（地區）外商直接投資額。模型中的控制變量包括個體特征變量（Xij）與城市特征變量（Zj）：Xij表示個體特征變量，包括年齡（Age）、年齡的平方（Age2）、政治面貌（Politic）、技能水平（Skill）、婚姻狀況（Marry）②。通常，工資隨年齡先增長后下降;黨員工資一般高于非黨員工資;技能水平越高，工資水平越高;婚后生活壓力增大促使人們積極工作，提高工資水平。因此，需要控制以上個體特征變量。Zj表示城市特征變量，用人力資本和生活成本來共同衡量。人力資本由2013年省份（地區）個體受教育年限的平均值衡量，生活成本由2013年省份（地區）生活消費支出總額的平均值衡量③。通常，一個城市的經濟發展水平與該城市平均工資呈正向關系，經濟發展水平越高，人力資本及生活成本也會越高，因此，選取城市特征變量是有意義的。

模型中FDI變量的數據來源于《中國統計年鑒2014》以及各省（地區）的統計年鑒。工資、城市特征變量及個體特征變量來源于CHIP2013數據庫。該數據庫覆蓋14個省（地區），126個城市，涉及20個細分行業④。本文選取年齡介于16-60歲的男性與16-55歲的女性個體作為研究樣本。與蔡宏波研究一致，為避免戶籍限制這一因素造成的偏誤，本文剔除CHIP2013數據庫中的農村戶籍樣本，僅考慮城鎮戶籍。剔除不符合年齡條件及存在異常值的變量后，最終得到9731個個體數據。

（三） 變量的描述性統計

表2為主要變量的描述性統計。表2顯示，男性與女性最低工資相同，但男性最高工資低于女性最高工資，同時男性平均工資高于女性平均工資。這說明盡管少數女性最高工資高于男性，但是大部分女性工資集中在中低水平區間，大部分男性工資集中在中高水平區間。本文考察了變量間的方差膨脹因子（VIF），取值均小于10，不存在多重共線性。所有變量均通過了懷特（White）異方差檢驗及修正。

鑒于工資水平與FDI可能存在雙向因果關系，即工資水平越高的省份（地區），其吸引FDI的能力可能越高，因此，FDI可能是內生變量。由于內生性問題會導致估計量有偏與不一致，為避免FDI為內生變量導致估計結果不準確，本文借鑒黃玖立等的處理方法，選擇各省份（地區）到海岸線最短距離的倒數作為FDI的工具變量，研究FDI對中國性別工資差距的影響[13]。取該變量作為工具變量的理由為：第一，沿海城市比內陸城市更加開放，更容易吸引FDI，即各省（地區）到海岸線最短距離與FDI進入程度相關;第二，目前沒有證據表明各省（地區）到海岸線最短距離與個體工資水平有關。

五、 實證分析

本部分首先利用CHIP2013數據庫全體20個行業數據，從總體上考察FDI對中國性別工資差距的影響;同時考慮到前文所指出的性別技能水平差異的關鍵影響作用，本文圍繞性別技能水平差異提出三個FDI對中國性別工資差距影響的假設命題，分別取男性技能水平高于女性的行業、女性技能水平高于男性的行業及19⑤個行業整體作為研究樣本，圍繞性別技能水平差異考察FDI對中國性別工資差距的影響，以檢驗相關假設命題;最后考慮到行業特征可能產生的差異性影響，本文對19個細分行業分別回歸，力求從性別技能水平差異與行業特征角度解釋細分行業下FDI對中國性別工資差距的差異性影響。最后，為保證結果穩健可靠，本文做了穩健性檢驗。

（一） 從中國總體考察FDI對性別工資差距的影響

表3為從中國總體考察FDI影響性別工資差距的估計結果。其中，模型1表示未加入FDI，其他因素對性別工資差距的影響;模型2表示加入FDI后，各因素對性別工資差距的影響。模型1與模型2均采用普通最小二乘法進行回歸。模型3表示引入各省（地區）到海岸線最短距離的倒數作為FDI的工具變量，采用兩階段最小二乘法進行回歸。比較模型1和模型2，加入FDI后，擬合優度有所提高，但其他變量系數未發生顯著變化，這說明FDI對男女工資均有一定影響。模型2顯示，FDI對男性與女性工資均有顯著的正向影響，但對男性工資的提升作用大于女性工資3%，故本文初步認為FDI擴大了中國性別工資差距。模型3顯示加入工具變量后，FDI對男性與女性工資均有顯著的正向影響，但對男性工資的提升作用大于女性工資4%，模型3中FDI對中國性別工資差距的提升作用較模型2提高1個百分點，這意味FDI對中國性別工資差距影響仍是擴大作用。

考慮到中國各省份（地區）在政策、經濟發展水平等方面存在不同，并且職業類型與行業特征對工資也具有重要影響，本文逐步引入省份（地區）固定效應、職業固定效應、行業固定效應進行普通最小二乘法回歸⑥，引入固定效應后，FDI對男性工資的提升作用普遍大于女性，即FDI擴大中國性別工資差距。加入省份（地區）、職業、行業固定效應后，FDI對男性工資的提升作用分別高于女性工資3%、12%與13.5%，相比模型2與模型3，FDI對男性與女性工資的提升作用明顯擴大，這說明省份（地區）、職業、行業對工資水平有著重要影響。一個城市的工資水平與該城市的人力資本與生活成本息息相關，本文逐步引入人力資本和生活成本進行普通最小二乘法回歸⑦，加入人力資本后，顯示FDI縮小了中國性別工資差距。人力資本每提高1%，男性工資提高0.96%，女性工資約提高1.74%，即隨著城市人力資本的提高，男性與女性的工資均會提高，但女性工資的提高幅度大于男性，性別工資差距縮小。加入生活成本后，生活成本每提高1%，工資水平約提高0.73%，隨著城市生活成本的增加，工資有所提高，但工資提高幅度低于生活成本增加幅度，使得生活壓力增大。加入生活成本后FDI對男性工資提升作用大于女性，性別工資差距進一步擴大。綜上，本文認為，從總體來看FDI擴大了中國性別工資差距。

觀察其他因素對性別工資差距的影響。年齡對工資的影響符合預期設想，呈現先增后減的倒“U”型曲線特征，年齡對性別工資差距有擴大趨勢;政治面貌的系數顯著為正，黨員工資要高于非黨員工資，政治面貌對男性工資的提升作用大于女性，因此，擴大了性別工資差距;技能水平的系數顯著為正，技能水平對女性工資的提升作用大于男性，因此，縮小了性別工資差距;婚姻的系數顯著為正，婚姻對女性工資的提升作用大于男性，因此，縮小了性別工資差距。總體來看，年齡與政治面貌對性別工資差距具有擴大作用，技能水平與婚姻對性別工資差距具有縮小作用。

總體結果表明FDI擴大了中國性別工資差距。這說明在中國，FDI對性別工資差距整體影響更多的是受市場競爭驅動的競次行為和技術轉移效應作用。上述這兩種效應都以男性技能水平高于女性技能水平為假設前提;然而，CHIP2013數據庫顯示出19個細分行業中11個行業的女性平均技能水平高于男性⑧，即客觀事實與假設前提不一致。盡管整體層面顯示出FDI擴大性別工資差距，但是對于女性技能水平高于男性的行業，FDI對性別工資差距的影響是否會發生變化？特別是考慮到李磊等（2015）認為服務業中男女技能水平相似，本文認為，接下來有必要圍繞性別技能水平差異和從細分行業層面探討FDI對性別工資差距的影響。

（二） 圍繞性別技能水平差異考察FDI對中國性別工資差距的影響

前文影響機制分析指出，性別技能水平差異在FDI對性別工資差距影響的市場競爭效應和技術轉移效應中均起重要解釋作用，而性別技能水平差異具體表現為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。根據前文影響機制，本文對性別技能水平差異作用下的FDI影響性別工資差距的假設命題整理如下：

根據“競次”作用的市場競爭效應與技術轉移效應，提出兩個假設命題。

假設1：對于男性技能水平高于女性的行業，FDI應擴大性別工資差距。

假設2：對于女性技能水平高于男性的行業，FDI應縮小性別工資差距。

根據競爭抑制歧視作用的市場競爭效應，提出一個假設命題。

假設命題3：對于男女技能水平差異較小的行業，FDI應縮小性別工資差距。

本部分選擇19個行業圍繞性別技能水平差異來探討FDI對中國性別工資差距的影響。本文首先按照男女技能水平差異將19個行業分成兩組⑨，其中組1為男性技能水平高于女性的行業組（包含8個細分行業），用該組行業樣本構建模型4驗證假設命題1;組2為女性技能水平高于男性的行業組（包含11個細分行業），用該組樣本構建模型5驗證假設命題2。鑒于目前尚未有劃分不同行業性別技能水平差異大小的統一標準，為探討男女技能水平相似在FDI對性別工資差距的影響作用，本文引入FDI與性別技能水平差異（Tech）的交互項，用19個行業總體樣本構建模型6（公式如下）驗證命題3。Lnwij=β0+β1LnFDIj+β2Xij+ β2Techi+β4FDIj*Techi+μij+εij

（2）其中，Techi表示性別技能水平差異，用同一行業中男性與女性勞動力技能水平之比表示;FDIj*Techi表示外商直接投資（FDI）與性別技能水平差異（Tech）的交互項。

模型4-6的普通最小二乘法回歸結果見表4。模型4結果表明，FDI對男性工資的提升作用大于女性，即FDI擴大了性別工資差距。命題1得以驗證;模型5結果表明，FDI對女性工資的提升作用大于男性，即FDI縮小了性別工資差距。命題2得以驗證;對于模型6，模型中FDI與性別技能水平差異的交互項系數顯著為負：交互項系數顯著表明FDI對男性與女性工資水平的影響依賴于技能水平差異;交互項系數為負表明技能水平差異每降低一單位，使得FDI提高一單位對男性與女性工資水平的影響分別增加0.6809與0.6931，即性別技能水平差異越小，FDI對男性與女性工資水平提升作用越大，且對女性工資的提高幅度大于男性，因此縮小了性別工資差距。由此可見，性別技能水平差異越小，FDI越能縮小性別工資差距，命題3得以驗證。

（三） 基于19個細分行業的考察

在上述三個假設命題得到驗證的基礎上，考慮到不同行業具有不同的行業特征，本部分對19個細分行業分別回歸，從性別技能水平差異與行業特征角度考察FDI對不同細分行業層面性別工資差距的影響。回歸結果見表5。

表5顯示的是FDI縮小性別工資差距的7個行業回歸結果。這種縮小作用可以從兩方面予以解釋：一方面，上述7個細分行業中，有5個細分行業的性別技能水平差異是19個細分行業中相對較小的⑩，該5個行業中男女技能水平相似，即符合競爭抑制歧視理論假設，根據競爭抑制歧視影響機理，FDI進入加劇中國市場競爭，中國企業為獲得超額利潤不得不減少性別歧視行為，即雇傭更多與男性技能水平相似的女性勞動力，并提高女性勞動力工資水平，因此，FDI縮小該5類行業的性別工資差距。另一方面，上述7個細分行業中另外2個細分行業的性別技能水平差異相對較大，無法從競爭抑制歧視理論解釋，但該2個行業的女性技能水平均大于男性，由“競次”理論和技術轉移效應可知，FDI進入加劇市場競爭，中國企業偏向于雇傭技能水平更高的勞動力并提高其工資水平，當女性技能水平高于男性時，中國企業會增加女性勞動力的雇傭并提高女性工資水平，因此，FDI縮小該2類行業的性別工資差距。從FDI影響系數顯著性分析，FDI對性別工資差距縮小作用不顯著體現在4個行業。上述行業不顯著的原因如下：對于教育以及文化、體育和娛樂業而言，該類行業均為政府主導的社會性服務產業，其經濟行為受市場尤其是FDI進入影響較小 [14]，因此，FDI對該類行業性別工資差距影響不顯著。對于房地產業而言，由于該行業的數據樣本數量較少，這可能是導致研究結論不顯著的原因。對于信息傳輸、軟件和信息技術服務業而言，該行業主要依靠國家政策支持，受FDI影響較小，因而FDI對該類行業性別工資差距影響不顯著。

實證結果顯示FDI擴大了12個細分行業的性別工資差距，其中，表6為FDI擴大性別工資差距且男性技能水平高于女性的6個行業回歸結果，表7為FDI擴大性別工資差距且男性技能水平低于女性的6個行業回歸結果。表6說明，由于男性技能水平高于女性，符合“競次”理論的市場競爭效應和技術轉移效應前提，隨著FDI進入帶來的中國市場競爭加劇，中國企業偏向于雇傭技能水平更高的勞動力并提高其工資，因此，當男性技能水平高于女性時，中國企業會增加男性勞動力的雇傭并提高男性工資水平，即FDI擴大該類行業的性別工資差距。從FDI影響系數顯著性分析，FDI對性別工資差距擴大作用不顯著體現在4個行業。上述行業不顯著的原因如下：對于采礦業;公共管理、社會保障和社會組織而言，該類行業以國有企業形式存在，依賴中國的自然資源與人力資本，實際利用FDI較少，因此，FDI對該行業的性別工資差距影響不顯著。對于住宿和餐飲業而言，由于該行業的勞動力工資水平較低且工資增長速度緩慢[15-16]，工資變化幅度受各種因素影響較小，因此，FDI對工資影響不顯著，既而對性別工資差距的影響也就不顯著。對于租賃和商務服務業而言，租賃業中多數勞動力技能水平較低，商務服務業中多數勞動力技能水平較高，由于FDI進入加劇市場競爭，使得企業雇傭更多高技能勞動力并提高其工資，降低對低技能勞動力的雇傭并減少其工資，即提高商務服務業中多數勞動力工資，降低租賃業中多數勞動力工資。外資進入對兩個行業的共同作用導致FDI對整體行業工資影響不顯著，因而FDI對整體行業的性別工資差距影響不顯著。

表7同樣顯示的是FDI擴大性別工資差距的6個行業回歸結果，該6個行業的男性技能水平均低于女性。具體到FDI影響系數顯著性，僅有兩個行業顯示FDI對性別工資差距是顯著擴大的影響。顯然，這種顯著擴大的結果不符合前文假設命題2，原因可能在于行業特征的差異。對于某些行業而言，企業偏好于雇傭適合該行業特征的勞動力，而忽略勞動力的技能水平[17]。具體分析，對于建筑業及居民服務、修理和其他服務業而言，盡管該類行業男性技能水平低于女性，FDI應當縮小性別工資差距，但是該類行業具有工作地點流動性強、露天高空作業危險等特點，由于男性在身體素質與心理素質方面比女性更具優勢，因此，中國企業更愿意雇傭男性勞動力并提高男性工資水平，導致性別工資差距擴大。對于其余4個影響系數不顯著的行業而言，本文認為，一方面可能是由于研究數據樣本數量不夠豐富，該4個行業是CHIP2013數據庫中個體樣本數量較少的行業，可能會導致實證結果有所偏失，另一方面可能與行業特征有關。具體分析，對于農、林、牧、漁業與電力、燃氣及水的生產和供應業而言，該類行業以國有企業形式存在，依賴中國的自然資源，FDI進入對該行業影響較小，因此，FDI對該類行業的性別工資差距影響不顯著。對于科學研究和技術服務業以及水利、環境和公共設施管理業而言，該類行業均為政府主導的社會性服務產業，其經濟行為受市場尤其是FDI進入影響較小[14]，因此，FDI對該類行業性別工資差距影響不顯著。

觀察其他因素對性別工資差距的影響。從年齡來看，年齡對不同行業的性別工資差距影響的顯著性具有差異，對于制造業、建筑業、批發和零售業、金融業而言，年齡對該類行業的性別工資差距影響顯著，年齡對其他行業的性別工資差距影響不顯著。政治面貌這一指標在大多數行業中不顯著。技能水平這一指標在大部分行業中對工資有顯著的正向影響，且對大部分行業的女性工資提升作用明顯強于男性，可見，技能水平對縮小性別工資差距起到重要作用。婚姻對性別工資差距影響多為不顯著，有悖于前文設想，說明隨著對外開放與經濟發展，傳統“先成家、后立業”的觀念正逐步改變[4]。

（四） 穩健性檢驗

為使研究結果更加穩健可靠，本文進行以下穩健性檢驗：首先，變換被解釋變量的指標。用個體小時工資額代替個體年工資額。其次，減少控制變量“技能水平”。最后，減少控制變量“婚姻”。最后，結果表明：對于中國總體層面而言，無論指標如何變換，FDI始終對工資有提升作用，且對男性工資的提升作用大于女性，擴大了中國總體的性別工資差距，其他變量均未發生顯著變化;對于細分行業而言，各變量均未發生顯著變化。穩健性檢驗結果證明本文的結論是穩健可靠的。

六、 結論與對策建議

本文梳理了FDI對性別工資差距影響的理論機理，揭示了性別技能水平差異是FDI對性別工資差距作用的重要影響因素。中國總體的實證結果表明，FDI擴大了中國的性別工資差距。圍繞性別技能水平差異考察FDI對中國性別工資差距的影響的實證結果表明，對于男性技能水平高于女性的行業，FDI擴大了該類行業的性別工資差距;對于女性技能水平高于男性的行業，FDI縮小了該類行業的性別工資差距;對于總體行業而言，性別技能水平差異越小，FDI越能縮小總體行業的性別工資差距。19個細分行業的實證結果表明，對于批發和零售業，交通運輸、倉儲和郵政業，信息傳輸、軟件和信息技術服務業，金融業，房地產業，教育，文化、體育和娛樂業這7類行業而言，一方面，由于該7類行業中有5類行業的男女技能水平差異相對較小，由競爭抑制歧視理論可知，FDI引起的市場競爭將減少中國企業的性別歧視，即雇傭更多的女性勞動力并提高女性工資水平，故FDI縮小了該5類行業的性別工資差距;另一方面，由于該7類行業中的另外2類行業的男女技能水平差異相對較大，但女性技能水平高于男性，由“競次”理論的競爭效應和技術轉移效應可知，FDI將減少該2類行業的性別工資差距。對于采礦業，制造業，住宿和餐飲業，租賃和商務服務業，衛生和社會工作，公共管理、社會保障和社會組織這6類行業而言，由于該6類行業的男性技能水平高于女性，由“競次”理論和技術轉移效應可知，FDI引起的市場競爭使得中國企業降低技能水平較低的女性勞動力的工資水平，提高技能水平較高的男性勞動力的工資水平，故FDI擴大了該6類行業的性別工資差距。對于余下6個行業而言，由于該類行業特征等因素導致FDI擴大了該6類行業的性別工資差距。19個細分行業的實證結果表明：性別技能水平差異與行業特征會影響FDI對性別工資差距的作用。

根據實證結果，本文提出以下對策建議：

第一，鑒于FDI流入對中國總體性別工資差距的擴大作用，本文提出，國家在利用FDI促進經濟發展的同時，應根據FDI流入情況，注重實施公平合理的工資制度，利用最低工資等措施對女性勞動力的最低工資水平予以保障，從而防止FDI流入進一步擴大性別工資差距。國家還應加強對勞動力市場中性別歧視的監控，嚴格審查并保證企業制定招聘制度的公平性。企業應當打破“同工不同酬”的扭曲制度，減少女性進入各行業的壁壘，優化就業結構與就業規則，從而縮小性別工資差距。

第二，圍繞性別技能水平差異考察FDI對中國性別工資差距影響的實證結果表明，性別技能水平差異在FDI對性別工資差距的影響效應中起重要解釋作用，具體而言，即女性技能水平越高，FDI的市場競爭效應與技術轉移效應對其工資的提升幅度就越大，則性別工資差距就越小。鑒于性別技能水平差異很大程度由受教育水平因素所決定，國家應推動女性受教育機會的平等，提高女性受教育的質量，尤其改善低技能女性的受教育環境。企業應當減少對女性勞動力的歧視行為，加強對女性勞動力的在職技能培訓，例如通過開展一系列職業技能競賽、日常技術培訓等活動，以提高女性勞動力的培訓熱情與技能水平;通過制定短期、中期、長期培訓目標與計劃，以提高女性勞動力的崗位操作與業務創新等方面的技能水平，進而提高女性技能水平。女性在重視企業技能培訓之余，應利用空余時間充實自己，例如閱讀職場類書籍，包括與本職業相關的理論知識以及與人際交往相關的實踐知識，觀看相關技能培訓的公開課;利用網上資源和主動尋求繼續教育、在職培訓等方式獲取專業知識，將專業知識運用到實際工作中，最終提高技能水平。

第三，19個細分行業的實證結果顯示，除性別技能水平差異外，行業特征在FDI對性別工資差距的影響效應中也起重要解釋作用。因此，從行業特征角度看，一方面，國家人力資源與社會保障部可以重點扶持和引導對女性知識結構和感知能力具有偏好的行業的在職培訓和繼續教育;另一方面，女性自身要意識到與男性在體能、感知能力等方面的差異，積極轉變就業觀念并根據行業特征篩選適合自身的行業，將自身的比較優勢與行業特征相匹配，最終縮小與男性勞動力的工資差距。

注釋：

① 由于取性別工資差距值作為被解釋變量回歸，將忽略勞動力個體特征（性別、年齡、政治面貌、婚姻等）。因此，本文借鑒李宏兵等（2014）、朱彤等（2012）、蔡宏波等（2015）等學者的方法，采用對男性與女性勞動力分別回歸的方法。

② 政治面貌為虛擬變量，黨員為1，非黨員為0;本文以受教育年限衡量技能水平;婚姻狀況為虛擬變量，結婚為1，未婚為0。

③ 調查問卷中有一項問題是：“2013年住戶的生活消費支出總額是多少”，這里以省（地區）為單位，計算出每個省（地區）的平均生活消費支出額，作為衡量省份（地區）生活成本的指標。

④ CHIP2013數據庫覆蓋的14個省（地區）為：北京、山西、遼寧、江蘇、安徽、山東、河南、湖北、湖南、廣東、重慶、四川、云南、甘肅;CHIP2013數據庫以《國民經濟行業分類》（GB/T4754-2011）為行業分類標準，包括20個細分行業：農、林、牧、漁業;采礦業;電力、燃氣及水的生產和供應業;住宿和餐飲業;房地產業;租賃和商務服務業;科學研究和技術服務業;文化、體育和娛樂業;信息傳輸、軟件和信息技術服務業;水利、環境和公共設施管理業;教育業;制造業;建筑業;批發和零售業;交通運輸、倉儲和郵政業;金融業;居民服務、修理和其他服務業;衛生和社會工作;公共管理、社會保障和社會組織;國際組織。

⑤ CHIP2013數據庫包括20個細分行業，由于國際組織行業樣本數量過少，本文在此不考慮該行業。本部分與余下第三部分的實證研究僅考慮除國際組織行業以外的19個細分行業。

⑥ 限于篇幅，本文未報告逐步加入固定效應的估計結果，備索。

⑦ 限于篇幅，本文未報告逐步加入人力資本和生活成本的估計結果，備索。

⑧ 利用CHIP2013數據庫，按行業測算男性與女性技能水平，19個行業中有11個行業女性技能水平高于男性，具體為：農、林、牧、漁業;電力、燃氣及水的生產和供應業;建筑業;交通運輸、倉儲和郵政業;信息傳輸、軟件和信息技術服務業;金融業;科學研究和技術服務業;水利、環境和公共設施管理業;居民服務、修理和其他服務業;教育業;文化、體育和娛樂業。

⑨ 根據受教育年限分別統計同一行業中男性與女性的平均技能水平，如男性技能水平與女性技能水平比值大于1，則該行業為組1;反之則為組2。

⑩ 批發和零售業;信息傳輸、軟件和信息技術服務業;金融業;房地產業;教育。

交通運輸、倉儲和郵政業;文化、體育和娛樂業。

CHIP2013數據中提供了年工資額，同時問卷調查中有以下問題：“2013年您工作了多少個月？”“平均每月工作多少天？”“平均每天工作多少個小時（包括加班在內的實際勞動時間）”。本文整理上述問題得到：工作時間（小時/年）=工作時間（月/年）*工作時間（天/月）*工作時間（小時/天），進而得出個體小時工資額。

[參考文獻]

[1] "Hausmann R，Tyson L D，Zahidi S.The Global Gender Gap Report 2017[J].Geneva Switzerland World Economic Forum，2017，25（100）：41-70.

[2] Braunstein E.Engendering Foreign Direct Investment：Family Structure，Labor Markets and International Capital Mobility[J].World Development，2000，28（7）：1157-1172.

[3] 朱彤，劉斌，李磊.外資進入對城鎮居民收入的影響及差異：基于中國城鎮家庭住戶收入調查數據（CHIP）的經驗研究[J].南開經濟研究，2012（2）：33-54.

[4] 李宏兵，趙春明，蔡宏波.外資進入擴大了性別工資差距嗎[J].統計研究，2014，31（6）：57-65.

[5] 盧晶亮，馮帥章.貿易開放、勞動力流動與城鎮勞動者性別工資差距：來自1992-2009年中國省際面板數據的經驗證據[J].財經研究，2015，41（12）：15-25.

[6] 蔡宏波，劉杜若，張明志.外商直接投資與服務業工資差距：基于中國城鎮個人與行業匹配數據的實證分析[J].南開經濟研究，2015（4）：109-120.

[7] 李磊，王小潔，蔣殿春.外資進入對中國服務業性別就業及工資差距的影響[J].世界經濟，2015，38（10）：169-192.

[8] Shu X，Zhu Y，Zhang Z，et al.Global Economy and Gender Inequalities：The Case of the Urban Chinese Labor Market[J].Social Science Quarterly，2010，88（5）：1307-1332.

[9] Braunstein E，Brenner M.Foreign Direct Investment and Gendered Wages in Urban China[J].Feminist Economics，2007，13（3-4）：213-237.

[10]劉鵬程，王小潔，李紅陽.外商直接投資影響勞動力市場性別不平等的文獻述評[J].婦女研究論叢，2015（5）：117-124.

[11]Becker，G.S.The Economics of Discrimination[M].Chicago：University of Chicago Press，1957.

[12]陳 怡，田 靖，孫文遠.國際貿易對性別工資差距的影響：基于CHFS數據的研究[J].世界經濟研究，2018（5）：95-111+137.

[13]黃玖立，李坤望.出口開放、地區市場規模和經濟增長[J].經濟研究，2006（6）：27-38.

[14]杜傳忠，郭樹龍.中國服務業進入退出影響因素的實證分析[J].中國工業經濟，2010（10）：75-84.

[15]蔡宏波，楊 康，江小敏.行業壟斷、行業集聚與服務業工資：基于299個四位數細分行業的檢驗[J].統計研究，2017，34（2）：67-78.

[16]畢明建，王誠慶，王明康.住宿餐飲業薪酬特征及改善研究：基于對比分析的勞動關系主體視角[J].石河子大學學報：哲學社會科學版，2013，27（5）：82-87.

[17]Arnold J M，Javorcik B S.Gifted Kids or Pushy Parents？ Foreign Acquisitions and Plant Performance in Indonesia[J].Journal of International Economics，2010，79（1）：42-53.

（責任編輯 王婷婷）

Abstract：This paper explores the impact of foreign direct investment （FDI） on gender wage gap in urban China.Theoretical analysis shows that the influencing mechanism of FDI on gender wage gap can be divided into two categories： market competition effect and technology transfer effect，and the difference of gender skill level has great impact on the above two effects.The empirical result shows that FDI significantly widens the gender wage gap on aggregate level，whilethe market competition effect and technology transfer effect coexist at segmented industries level.Specifically，on one hand，FDI inflows in 7 industries narrowed the gender wage gap.Among them，the difference of gender skill level in 5 industries was relatively small，which is in accordance with the discrimination reduction effect resulting from market competition; The female skill level in the remaining 2 industries was higher than that of the male，which is in accordance withtechnology transfer effect and also race-to-the-bottom effect resulting from market competition.On the other hand，FDI widens the gender wage gap in 12 industries.Among them，6 industries have higher male skills than female ones，which also meets the race-to-the-bottom and technology transfer effect.The skill level of the male in the remaining6 industries is lower than the female，and the industry characteristics could explain to some extent sucha widening effect of FDI on the gender wage gap.

Key words：FDI; gender wage gap; difference skill in gender; segmented industries