文章信息
- 卢晶亮, 冯帅章. 2015.
- Lu Jingliang, Feng Shuaizhang. 2015.
- 贸易开放、劳动力流动与城镇劳动者性别工资差距——来自1992-2009年中国省际面板数据的经验证据
- Trade Openness, Labor Migration and Gender Wage Gap of Urban Workers: Empirical Evidence from China's Provincial Panel Data from 1992 to 2009
- 财经研究, 41(12): 15-25
- Journal of Finance and Economics, 41(12): 15-25.
-
文章历史
- 收稿日期:2015-03-20
2. 上海财经大学 经济学院,上海 200433
2. School of Economics, Shanghai University of Finance and Economics, Shanghai 200433, China
在经济日益全球化的今天,越来越多的国家参与到国际分工中,全球的贸易自由化程度不断提高。对于发展中国家而言,贸易开放不仅会影响其经济增长,还会对其劳动力市场和居民的收入分配产生重要影响。针对一些发展中国家的实证研究表明,贸易自由化是收入不平等程度上升的主要原因之一(Goldberg 和 Pavcnik,2007)。国际贸易被认为是我国经济近年来保持高速增长的重要原因之一(林毅夫和李永军,2003;黄新飞和舒元,2010);与此同时,我国的收入不平等程度也在不断上升(陈斌开等,2009;Cai等,2010)。实证研究显示,贸易开放确实加剧了我国的收入不平等程度(李磊等,2011;Han等,2012)。然而,已有文献大多集中于研究贸易开放如何影响总体收入不平等程度或技能工资差距,而贸易开放对收入不平等的另一个重要方面——性别工资差距的影响却鲜有提及。
男女劳动者的工资存在性别差异,无论在发达国家还是发展中国家都是持续存在的现象,性别工资差距作为劳动经济学经久不衰的研究热点之一,在中国正在经历经济转型的大背景下,也受到了国内外学者的高度关注。改革开放以来,总体而言,我国的性别工资差距有明显扩大的趋势。根据Li等(2011)的估算,我国城镇劳动者男女工资均值之比从1995年的84%下降到2002年的82%,2007年进一步下降到了74%。性别工资差距的扩大反映了我国经济结构和劳动力市场在从计划经济转向市场经济的过程中所经历的深刻变化。现有文献已从性别歧视、企业所有制差别、行业分割等多个角度探讨了性别工资差距扩大的原因,但关于贸易开放对性别工资差距的影响则缺乏关注。
单纯从理论角度来看,性别工资差距一方面可能反映男女间劳动生产率及不可观测的能力之间的差异,另一方面也可能反映雇主对女性在就业机会与报酬支付等方面的歧视。那么,贸易开放是如何影响性别工资差距的呢?根据AguayoTellez等(2014)的总结,国际贸易可能通过以下几种机制影响性别工资差距:首先,参与国际贸易所带来的市场竞争压力可能会降低雇主对女性劳动者的歧视,从而降低性别工资差距(Black 和 Brained,2004);相反,如果男女劳动者在生产率及工资议价能力方面存在较大差异,那么在面临外贸冲击时,雇主会“歧视性”地减少雇佣女性劳动者的数量或工资(Menon 和 Rodgers,2009)。其次,国际贸易会促使一国的产业结构进行调整(如出口集中行业的扩张),如果将男女劳动者在生产中视为不可完全替代的投入要素(如女性相对于男性来说,在轻工装配制造业中具有比较优势),那么贸易所带来的产业结构调整会改变对男女劳动者的相对需求,进而影响到性别工资差距。最后,对于发展中国家来说,贸易开放与外资引进会带来技能偏向型技术进步(skillbiased technological change)。男性和女性劳动者的劳动生产率受技术进步的影响程度可能不同,从而导致两者工资差距的变化。例如,Galor和Weil(1996)的理论模型表明,技能偏向型技术进步会增加女性劳动者的相对需求;Weinberg(2000)实证研究发现,美国计算机使用率的增加提高了女性劳动者的需求。综上所述,国际贸易对性别工资差距的影响可能来自多个渠道和不同方向,这归根结底是一个实证问题。
虽然一些文献对我国贸易开放如何影响性别工资差距进行了实证研究,但并未得到一致的结论(刘斌和李磊,2012;Chen等,2013;Dammert等,2013)。区别于以往文献集中于检验贸易开放是否加剧了性别工资歧视,本文着重考察贸易开放如何影响城乡劳动力流动、城镇与农村劳动者的就业分布,进而影响性别工资差距。贸易开放会影响不同性别劳动者在不同行业的就业分布吗?对于不同行业、不同技能水平的劳动者,贸易开放对性别工资差距会有不同的影响吗?哪些女性劳动者群体会在贸易开放中遭受较大的负面冲击或者受益?解答这些问题,对于我们更深刻地理解我国贸易和劳动力市场的内在运行机制、制定适当的政策以控制和缩小性别工资差距,无疑具有非常重要的现实意义。
本文利用1992-2009年国家统计局的城镇住户调查数据(Urban Household Survey,UHS),系统地考察了贸易开放对不同部门、不同技能水平的城镇劳动者性别工资差距的影响。首先,在控制了教育年限与工作经验等一系列可观测的个人特征后,我们估计出各省各年度的组内性别工资差距(withingroup gender wage gap);然后,结合贸易数据和其他数据,我们利用面板回归分析,定量考察了贸易开放对城镇劳动者组内性别工资差距的影响。结果显示,贸易开放对制造业的性别工资差距具有显著的正向影响,尤其是对低技能劳动者。进一步的研究表明,贸易开放促进了城乡劳动力流动,使得大量的农村劳动者尤其是女性劳动者进入制造业就业,制造业中的城镇低技能女性劳动者由于面临激烈竞争而转向服务业就业或退出劳动力市场,而留在制造业中的城镇低技能女性劳动者由于竞争的存在而导致工资水平下降,进而使得性别工资差距不断扩大。
本文的研究特色体现在:(1)在样本选择上,我们提供了更为丰富和可靠的数据。研究样本涵盖了全国30个省、直辖市、自治区1992-2009年连续18年的数据,这是以往针对该问题研究中没有的。(2)以往文献或者从总体上或者局限在制造业内来考察贸易开放对性别工资差距的影响,而本文则分行业对其进行了分析。(3)贸易开放影响性别工资差距的传导机制研究是以往文献所忽视的,而本文对贸易开放通过影响劳动力流动和就业结构来影响性别工资差距的传导机制进行了分析和验证。
二、文献评述贸易开放如何影响性别工资差距在理论上是一个复杂的问题,针对不同国家或地区的实证研究结果也存在差异。Black 和 Brained(2004)对美国制造业的研究表明,相对而言,在集中度较高的行业中,进口带来的竞争显著降低了行业内残差工资的性别差距(gender residual wage gap),这表明进口带来的竞争压力减少了企业对女性的歧视。相反,Menon 和 Rodgers(2009)对于印度制造业的研究发现,贸易开放度的增加拉大了印度制造业的性别工资差距,这表明了性别歧视的加剧。Berik等(2004)对韩国和中国台湾地区的研究同样发现,贸易开放扩大了制造业的性别工资差距。Oostendorp(2009)利用国际劳工组织对各国职业内性别工资差距(occupational gender wage gap)的调查数据发现,对于发达国家,贸易开放与外资进入缩小了职业内的性别工资差距,而这种效应在欠发达国家中却不存在。有关中国对外贸易与性别工资差距的实证研究主要有刘斌和李磊(2012)、Chen等(2013)以及Dammert等(2013)。刘斌和李磊(2012)基于Menon 和 Rodgers(2009)的模型表明了贸易开放会扩大性别工资差距。利用中国家庭住户收入调查(CHIP)2002年的数据,他们发现贸易开放在总体上拉大了性别工资差距,具体而言,贸易开放缩小了高技能劳动者的性别工资差距,但拉大了低技能劳动者的性别工资差距,贸易开放主要影响了制造业部门。但该研究并未区分贸易开放对制造业和非制造业性别工资差距的影响是否不同。Chen等(2013)利用2004年经济普查的企业数据研究发现,外资及出口企业雇佣了更多的女性劳动者,并且更多外资进入以及更多企业参与出口的省份和行业的性别工资差距较小;他们通过检验男女之间的生产率差异与工资差异之间的关系,还发现性别工资歧视仅存在于私营非出口企业中。Dammert等(2013)基于2004-2007年的中国工业企业调查数据,同样通过检验男女之间的生产率差异与工资差异之间的关系,发现在外商投资企业与出口企业中不存在对女性的歧视,而在国内企业和非出口企业中女性受到歧视。然而,Chen等(2013)和Dammert(2013)的研究使用的是企业数据,无法控制劳动者的个体特征对工资的影响,并且没有直接考察贸易开放与性别工资差距之间的关系。
综上所述,已有文献主要从性别工资歧视的视角来考察我国贸易开放对性别工资差距的影响,而在分析两者的关联时却忽略了我国劳动力市场的重要特征:二元分割与大规模城乡劳动力流动。我们认为,贸易开放通过影响劳动力流动和就业结构来影响性别工资差距,这种传导机制具体体现为:首先,贸易开放会创造大量的制造业就业岗位,促进城乡劳动力流动,使得大量的农村劳动者尤其是女性劳动者进入制造业就业;然后,农村女性劳动者对城镇低技能女性劳动者造成冲击,使得一部分城镇低技能女性劳动者转向服务业就业或者退出劳动力市场;最后,留在制造业中的城镇低技能女性劳动者只能接受更低的工资水平,进而加剧了性别工资差距。
三、数据说明与实证策略(一)数据说明
本文所使用的数据来源于国家统计局的城镇住户调查。该调查每年进行一次,在全国范围内采用统一的多阶段分层抽样方法,选取全国具有代表性的城市与镇,在每个城市(镇)里再采用随机抽样方法选取样本。为确保样本的代表性,每年有1/3的样本会被轮换。2001年之前样本容量为17 000户,2001年后样本容量显著扩大,到2006年达到56 000户。城镇住户调查是了解城镇居民收入、消费、就业、住房、教育、财产等情况的重要来源,其数据是编纂历年统计年鉴的基础。该调查涵盖的个人信息包括年龄、性别、教育程度、就业状态、所在行业、职业和年劳动收入(包括基本工资、奖金、津贴和其他劳动收入)等。① 以往多项研究曾使用城镇住户调查的数据来研究性别工资差距,与以往的研究相比,我们所使用的数据更为丰富,涵盖全国30个省、直辖市、自治区的1992—2009年连续18年的数据。② 基于本文的研究目的,我们将样本限定在年龄为16-60岁、年劳动收入大于最低工资标准50%的非农就业人员,将个体经营者、 退休人员、丧失劳动能力者和在校学生排除在外。③ 劳动收入以2011年为基年,根据各省城镇居民消费者价格指数进行调整。
①在理想情况下,应该使用小时工资来研究性别工资差距,但绝大部分年份的调查中未包括工作时间的信息,因此我们使用年劳动收入。城镇住户调查的另一个缺陷是绝大部分年份未包含在城市工作的非城镇户口劳动者的信息。
②由于在部分年份西藏自治区的样本量过小,为保持可比性,我们将其排除在外。另外,国家统计局未提供2009年之后的城镇住户调查数据给机构或个人使用。
③最低工资标准来源于各省人力资源与社会保障部门历年公布的最低工资标准。本文采用各省最低工资标准的最低档工资。
表1为部分年份样本的描述性统计结果。从中可知,性别工资差距持续存在,男女劳动者的平均对数工资之差从1992年的0.15上升到2009年的0.27。男女的平均受教育年限都呈上升趋势,女性的平均教育年限低于男性,但差异在缩小,这表明女性在教育方面的人力资本相对于男性积累得更快。在工作经验方面,女性要低于男性。而在样本规模上,2002年之前每年的样本量接近30 000人,2001年后样本量有所扩大,每年超过60 000人,2009年样本量达到84 796人。
| 1992年 | 1995年 | 1998年 | 2001年 | 2004年 | 2007年 | 2009年 | ||
| 工资(元) | 男性 | 7 157 | 8 879 | 10 680 | 14 026 | 19 550 | 26 483 | 32 136 |
| 女性 | 6 147 | 7 497 | 8 995 | 11 650 | 14 989 | 20 010 | 24 883 | |
| 女性/男性 | 86% | 84% | 84% | 83% | 77% | 76% | 77% | |
| 对数工资 | 男性 | 8.80 | 8.96 | 9.12 | 9.37 | 9.68 | 9.98 | 10.17 |
| 女性 | 8.65 | 8.78 | 8.93 | 9.15 | 9.40 | 9.69 | 9.90 | |
| 男性-女性 | 0.15 | 0.18 | 0.19 | 0.22 | 0.28 | 0.29 | 0.27 | |
|
工作
经验(年) |
男性 | 21.65 | 21.73 | 22.25 | 22.88 | 23.74 | 23.69 | 23.40 |
| 女性 | 19.45 | 19.66 | 20.04 | 20.14 | 21.15 | 20.77 | 20.29 | |
| 教育
年限(年) |
男性 | 11.58 | 11.83 | 11.98 | 12.14 | 12.45 | 12.75 | 12.77 |
| 女性 | 10.93 | 11.22 | 11.52 | 11.92 | 12.28 | 12.71 | 12.76 | |
| 样本量 | 男性 | 15 757 | 14 811 | 14 122 | 12 776 | 37 887 | 43 928 | 46 923 |
| 女性 | 14 052 | 13 421 | 12 348 | 10 444 | 31 195 | 35 786 | 37 873 | |
| 数据来源:1992-2009年国家统计局城镇住户调查。 | ||||||||
(二)实证策略
我们的实证分析框架分为两步。第一步,利用每年的截面数据,在控制一系列可观测的个人特征的基础上,估算出1992-2009年每个省份每年度的组内性别工资差距。第一步回归的目的是为了将一系列可观测的个人特征对性别工资差距的影响分离出来。具体的回归方程如下:
| \[\ln {w_{ijt}} = {\alpha _t} + \sum\limits_{j = 2}^{30} {{\beta _{jt}}} pro{v_{ijt}} + \sum\limits_{j = 1}^{30} {{\gamma _{jt}}} \left( {mal{e_{ijt}} \times pro{v_{ijt}}} \right) + {\rho _t}{Z_{ijt}} + {\varepsilon _{ijt}}\] | (1) |
其中,下标i、j和t分别代表个体、省份和年份。lnwijt表示个人年劳动收入(工资收入与其他劳动所得之和)的对数;maleijt为性别虚拟变量,男性取值为1;provijt表示省份虚拟变量;向量Zijt包括教育年限、潜在工作经验、潜在工作经验的平方、行业虚拟变量、职业虚拟变量和企业所有制虚拟变量。① 按照我们的设定,γjt的估计值代表t年j省的组内性别工资差距。为了考察贸易开放对不同行业、不同技能水平的组内性别工资差距的影响,我们按照行业(制造业、采掘及建筑业、初等服务业和高等服务业)、每个行业中按技能水平(高技能与低技能)的划分,分别估计式(1)。②
①1992-1996年的城镇住户调查将行业划分为13类,1997-2003年划分为16类,2004-2009年划分为20类。我们统一将行业归纳为5类:农业、制造业、采掘及建筑业、初等服务业和高等服务业。初等服务业包括电力、热力、燃气及水生产和供应业、交通运输、仓储和邮政业、批发和零售业、住宿和餐饮业、居民服务、修理和其他服务业;高等服务业包括科学研究和技术服务业、金融业、房地产业、商业服务业、公用事业、教育、卫生、文化、体育、社会福利和娱乐业、政府部门。去除农业,回归中以制造业为参照组。城镇住户调查关于职业的划分在2001年和2006年前后也有所变化,本文统一调整为5种职业的划分:专业技术人员、机构负责人及管理人员、文员、销售及服务业人员、产业工人。回归中以专业技术人员为参照组。企业所有制类型分为4类:国有企业、合资及外资企业、集体企业及个体私营企业、其他企业。回归中以国有企业为参照组。
②高技能劳动者指教育程度为大专及以上学历的劳动者。
第二步,将第一步估算得到的各省各年度的组内性别工资差距作为因变量,我们估计如下面板模型:
| \[{G_{jt}} = {\lambda _0} + {\lambda _1}\ln {\left( {\frac{{TR}}{{GDP}}} \right)_{j,t - 1}} + \gamma {M_{j.t - 1}} + {\alpha _t} + {\delta _j} + {\varepsilon _{jt}}\] | (2) |
其中,被解释变量Gjt是第一步中估计得到的组内性别工资差距。考虑到可能存在的内生性,所有解释变量均取滞后一期。ln(TR/GDP)j,t-1表示对数形式的贸易依存度(进出口总额与GDP的比值),用以衡量一个省份的外贸开放程度。Mj,t-1表示其他的省际控制变量,包括实际利用外商直接投资额与GDP比值的对数ln(FDI/GDP)j,t-1,用以控制外资进入对性别工资差距的影响,人均GDP的对数ln(GDP per_capita)j,t-1和最低工资的对数ln(minimum_wage)j,t-1用以控制地区经济增长及最低工资增长对性别工资差距的影响。另外,δj表示省份固定效应,αt表示年份固定效应。在时间跨度较长的面板数据回归中对时间效应进行控制十分重要。 我们同样考察了控制时间趋势时的情形,结果类似。 所有回归均采用固定效应模型。考虑到同一省份观测值的误差项可能相关,我们选择报告省份聚类标准差。进一步地,我们还分别考察了贸易开放对不同行业、不同技能水平的组内性别工资差距的影响。
在第二阶段面板回归所用到的数据中,各省历年贸易进出口总额、GDP、人均GDP的数据来源于《新中国60年统计资料汇编》和2010年《中国统计年鉴》;实际利用外商直接投资额来源于《新中国60年统计资料汇编》及各省历年统计年鉴。贸易依存度、实际利用外商直接投资额占GDP的比例根据以上数据计算而得。最低工资数据来源于各省人力资源与社会保障部门历年公布的最低工资标准。④ 劳动收入、人均GDP和最低工资以2011年为基年,根据各省城镇居民消费者价格指数进行调整。
④我们采用各省最低工资标准中的最低档工资。
四、实证结果分析(一)贸易开放与性别工资差距:基本结果
表2列出了总体及分行业面板回归的结果。⑤ 列(1)的总体回归显示,贸易开放对性别工资差距有显著的正向影响。如果其他条件不变,贸易依存度增加1%,总体性别工资差距将上升2.3个百分点。而在分行业的回归中,贸易依存度的上升仅对制造业的性别工资差距有显著的正向影响。如果其他条件不变,贸易依存度增加1%,制造业性别工资差距将上升6.8个百分点。在其他的控制变量中,对数形式最低工资的提高对制造业性别工资差距有显著的负向影响。由于低工资群体中女性劳动者比重较大,最低工资标准的提升会提高女性劳动者的工资水平,从而缩小性别工资差距。从表2的结果来看,贸易开放对城镇劳动者性别工资差距的影响主要集中在制造业。而近期一些文献认为不同技能水平、不同性别的劳动者与资本(技术)的互补性存在差异,着重考察了国际贸易对不同技能水平的男女劳动者在就业、工资份额方面差异的影响(Juhn等,2014)。因此,我们将考察贸易开放对同一行业中不同技能水平(高技能与低技能)的劳动者性别工资差距的影响。
⑤在本节中,为行文方便,我们用“性别工资差距”指代“组内性别工资差距”。
| 因变量:性别工资差距 | |||||
| (1) | (2) | (3) | (4) | (5) | |
| 总体 | 制造业 | 采掘及建筑业 | 初等服务业 | 高等服务业 | |
| ln( TR/GDP) t-1 | 0.023
**
(0.010) |
0.068
***
(0.020) |
-0.002
(0.041) |
0.012
(0.022) |
0.021
(0.018) |
| ln( FDI/GDP) t-1 | -0.010
*
(0.005) |
-0.015
(0.011) |
-0.044
**
(0.017) |
-0.015
(0.011) |
-0.002
(0.007) |
| ln( GDP per_capita) t-1 | 0.002
(0.038) |
0.092
(0.114) |
-0.228
(0.196) |
-0.043
(0.086) |
-0.004
(0.044) |
| ln( minimum_wage) t-1 | -0.045
*
(0.023) |
-0.167
***
(0.037) |
-0.023
(0.094) |
-0.059
(0.047) |
0.012
(0.032) |
| constant | 0.324
(0.344) |
0.373
(0.891) |
1.997
(1.544) |
0.768
(0.655) |
0.029
(0.396) |
| 样本量 | 510 | 510 | 509 | 510 | 510 |
| R 2 | 0.567 | 0.367 | 0.173 | 0.337 | 0.342
|
| 注:括号内为省份聚类标准差, * * * 、 * *和 *分别表示系数在1%、5%和10%的水平上显著;所有回归均为固定效应模型,并控制了年份固定效应。下同。 | |||||
(二)贸易开放与性别工资差距:分技能水平的结果
表3显示的是每个行业分技能水平的回归结果,从中我们可以看到,贸易开放仅对制造业低技能劳动者的性别工资差距有显著的正向影响。列(2)的回归结果显示,如果其他条件不变,贸易依存度上升1%,制造业低技能劳动者的性别工资差距将增加7.5个百分点。在其他控制变量中,最低工资标准的提高对制造业高技能与低技能劳动者的性别工资差距均有显著的负向影响;而对其他行业性别工资差距的影响为负,但均不显著。
| 因变量:性别工资差距 | ||||||||
| 制造业 | 采掘及建筑业 | 初等服务业 | 高等服务业 | |||||
| (1) | (2) | (3) | (4) | (5) | (6) | (7) | (8) | |
| 高技能 | 低技能 | 高技能 | 低技能 | 高技能 | 低技能 | 高技能 | 低技能 | |
| ln (TR/GDP) t-1 | 0.011 | 0.075 *** | -0.050 | 0.027 | -0.048 | 0.019 | 0.017 | 0.003 |
| (0.046) | (0.016) | (0.087) | (0.040) | (0.043) | (0.025) | (0.023) | (0.015) | |
| ln (FDI/GDP) t-1 | -0.026 | -0.013 | -0.024 | -0.044 * | -0.008 | -0.017 | -0.001 | -0.002 |
| (0.016) | (0.012) | (0.047) | (0.023) | (0.020) | (0.011) | (0.009) | (0.008) | |
| ln (GDP per_capita) t-1 | 0.032 | 0.089 | -0.030 | -0.304 | -0.076 | -0.027 | -0.035 | 0.046 |
| (0.127) | (0.120) | (0.271) | (0.209) | (0.152) | (0.088) | (0.047) | (0.062) | |
| ln (minimum_wage) t-1 | -0.295 *** | -0.136 *** | -0.223 | -0.040 | -0.004 | -0.056 | 0.025 | -0.006 |
| (0.086) | (0.036) | (0.173) | (0.126) | (0.069) | (0.052) | (0.033) | (0.038) | |
| constant | 1.419 | 0.240 | 1.767 | 2.811 | 0.689 | 0.616 | 0.173 | -0.313 |
| (1.002) | (0.979) | (2.886) | (1.676) | (1.273)/td> | (0.671) | (0.443) | (0.550) | |
| 样本量 | 503 | 510 | 449 | 509 | 502 | 510 | 510 | 510 |
| R 2 | 0.183 | 0.347 | 0.079 | 0.159 | 0.108 | 0.357 | 0.258 | 0.387 |
(三)贸易开放与性别工资差距:分时期的结果
中国于2001年加入了WTO,此后贸易依存度的上升速度明显加快,贸易开放对性别工资差距的影响在2001年前后是否有所不同呢?为了回答这一问题,我们在式(2)的回归中加入时间虚拟变量T0(2001年之前)和T1(2001年之后)与贸易依存度及其他控制变量的交互项,回归结果见表4。由于贸易开放仅对制造业,尤 其是制造业中低技能劳动者的性别工资差距有显著影响,我们在表4中仅给出了制造业及制造业中低技能劳动者的回归结果。回归结果显示,无论是对制造业总体还是制造业中低技能劳动者而言,对数形式的贸易依存度的系数在2001年之后都要大于2001年之前,并且系数的差异均在10%的水平上显著。这表明贸易开放拉大制造业性别工资差距的效应在中国加入WTO之后更为明显。
| 因变量:性别工资差距 | ||
| (1) | (2) | |
| 制造业 | 制造业低技能劳动者 | |
| T 0×ln (TR/GDP) t-1 | 0.056 ***(0.020) | 0.063 ***(0.017) |
| T 1×ln (TR/GDP) t-1 | 0.092 ***(0.018) | 0.096 ***(0.017) |
| F检验:ln (TR/GDP) t-1 | T 0= T 1 | T 0= T 1 |
| P值 | 0.039 | 0.068 |
| 样本量 | 510 | 510 |
| R 2 | 0.396 | 0.373 |
| 注:虚拟变量 T 0=1表示2001年以前,T 1=1表示2001年以后;其他控制变量的回归系数未列出。 | ||
至此,我们的实证结果表明,贸易开放对制造业中城镇劳动者的性别工资差距有显著的正向影响,并且主要是扩大了低技能劳动者的性别工资差距。我们该如何来解释这一现象呢?由国际贸易及FDI带来的技术进步能够更快地提高高技能劳动者的生产率,鉴于我国城镇女性劳动者与男性劳动者的教育水平差距在逐渐缩小,贸易开放并未显著扩大高技能劳动者的性别工资差距,而贸易开放拉大了制造业中城镇低技能劳动者的性别工资差距,可能有以下两种解释:第一,男女劳动者在生产率及工资议价能力方面存在较大差异,在面临外贸冲击时,雇主会“歧视性”地减少雇佣女性劳动者的数量或工资,进而导致性别工资差距扩大(Menon 和 Rodgers,2009;刘斌和李磊,2012)。众所周知,制造业中存在相当比例的农村劳动者,而本文的微观数据仅包括城镇劳动者,因此我们并不能直接验证这一推断。第二,贸易开放创造了更多的制造业就业岗位,而新增的就业岗位吸引了大量农村劳动者的涌入。制造业中的城镇劳动者,尤其是低技能劳动者,面临来自农村劳动者的竞争,而城镇低技能女性劳动者可能受到的冲击最大。由于农村低技能女性劳动者比城镇低技能女性劳动者愿意接受更低的工资,那么竞争的结果就是城镇低技能女性劳动者大多从制造业部门转向非制造业部门就业或退出劳动力市场,而留在制造业中的城镇低技能女性劳动者的工资由于竞争将会下降,进而性别工资差距将会扩大。我们推测,贸易开放正是通过上述机制改变劳动力市场的就业结构进而影响性别工资差距的。
(四)贸易开放对劳动力流动和就业结构的影响
我们推测,贸易开放创造更多的制造业就业岗位,吸引农村劳动者的涌入,使得城镇劳动者(尤其是女性劳动者)更多地转向非制造业部门就业。图1描绘的是1992-2009年分行业城镇女性与男性就业人数比的变动趋势。从图中我们可以看到,制造业中女性劳动者的比例在不断下降,而服务业的女性劳动者比例保持稳定,这表明更多的城镇女性劳动者从制造业中转出。图2给出的是1994-2009年全体劳动者中女性与男性就业人数比的变动趋势。 该趋势是根据《中国劳动统计年鉴》相应数据计算得到的。《中国劳动统计年鉴》的数据来源包括了城镇住户调查和其他调查,因此这里计算出的全体劳动者以及城镇劳动者中男女就业人数比具有可比性。 我们发现,制造业中女性劳动者的比例并未发生明显下降,这表明确实有相对较多的农村女性劳动者涌入制造业。我们可以进一步考察不同技能水平的城镇女性与男性就业人数比的变动趋势。 由于篇幅限制,我们没有给出不同行业、不同技能水平劳动者中男女就业人数比变动趋势的图形。 制造业中女性高技能劳动者的比例保持稳定,初等服务业和高等服务业中女性高技能劳动者的比例呈明显上升趋势;相反的是,制造业中女性低技能劳动者的比例持续下降。据此我们猜测,制造业中女性城镇低技能劳动者受到农村女性劳动者大量涌入的影响最大,更多地转向服务业就业或退出劳动力市场。图3显示的是2003-2007年各行业中农村劳动者的占比,初等服务业中农村劳动者的占比不超过10%,高等服务业中农村劳动者的占比不超过5%;与之形成鲜明对比的是,采掘及建筑业中农村劳动者的占比从2003年的26%上升到2007年的32%,制造业中农村劳动者的占比从2003年的18%上升到2007年的30%。鉴于采掘及建筑业中女性劳动者的比例很低,我们可以推断,绝大多数的农村女性劳动者都涌入了制造业,进而挤出了城镇低技能女性劳动者的就业以及压低了低技能女性劳动者的工资水平。
|
| 图 1 城镇劳动者女性与男性就业人数比 数据来源:1992-2009年国家统计局城镇住户调查。 |
|
| 图 2 全体劳动者女性与男性就业人数比 数据来源:1995-2010年《中国劳动统计年鉴》。 |
|
| 图 3 农村劳动者占比 数据来源:2004-2008年《中国劳动统计年鉴》。 |
大量农村劳动者涌入制造业是否与贸易开放有关呢?最后,我们考察贸易开放与城乡劳动力流动之间的关系。由于从《中国劳动统计年鉴》中只能得到2004-2007年各省城镇单位雇佣的农村劳动者就业人数的信息,因此我们利用2004-2007年的省际面板回归来分析贸易开放与各行业中农村劳动者占比之间的关系。被解释变量是各行业中农村劳动者占比的对数,解释变量包括对数形式的贸易依存度、实际利用外商直接投资与GDP比值的对数、对数形式的人均GDP以及对数形式的最低工资。与性别工资差距的回归相同,所有的解释变量均滞后一期。所有面板回归均为固定效应模型。由于是短面板,我们未控制年份固定效应,标准差为省份聚类标准差,回归结果见表5。 我们尝试在回归中加入年份固定效应,但F检验显示年份固定效应不显著。 表5的结果显示,2004-2007年贸易依存度的上升对制造业的农村劳动者占比在10%的水平上具有显著的正向影响,而对其他行业的农村劳动者占比无显著影响。在其他条件不变的情况下,如果贸易依存度增加1%,那么制造业的农村劳动者占比将会上升0.344%。 制造业中农村劳动者占比对出口依存度的回归系数为0.293,且在5%的水平上显著。 虽然制造业中农村劳动者占比的上升还可能受到其他因素的影响,但我们的分析在一定程度上表明,贸易开放对农村劳动者涌入制造业有一定的推动作用。
| (对数) | ||||
| 因变量:农村劳动者比例(对数) | ||||
| (1) | (2) | (3) | (4) | |
| 制造业 | 采掘及建筑业 | 初等服务业 | 高等服务业 | |
| ln( TR/GDP) t-1 | 0.344 *(0.184) | -0.042(0.181) | 0.295(0.183) | -0.133(0.221) |
| ln (FDI/GDP) t-1 | 0.108 **(0.045) | 0.037(0.068) | 0.139 *(0.068) | 0.093(0.081) |
| ln (GDP pe_capita) t-1 | 0.620 ***(0.192) | 0.609 ***(0.154) | 0.338 *(0.187) | 0.244(0.221) |
| ln (minimum_wage) t-1 | -0.147(0.126) | -0.199 *(0.103) | 0.311(0.216) | 0.124(0.169) |
| constant | -5.999 ***(1.534) | -6.094 ***(1.449) | -7.133 ***(1.177) | -6.665 ***(1.583) |
| 样本量 | 120 | 120 | 120 | 120 |
| R 2 | 0.585 | 0.245 | 0.530 | 0.140 |
利用1992-2009年国家统计局城镇住户调查的微观数据,本文系统地考察了贸易开放对不同行业、不同技能水平的劳动者性别工资差距的影响。估计结果显示,贸易开放对制造业的性别工资差距具有显著的正向影响,而对其他行业的性别工资差距则无显著影响。分技能水平的分析结果显示,贸易开放对制造业中高技能劳动者的性别工资差距无显著影响,而主要是拉大了低技能劳动者的性别工资差距。进一步的分析表明,贸易开放创造了大量的制造业就业岗位,吸引了越来越多的农村劳动者进入制造业。随着农村女性劳动者的涌入,越来越多的城镇女性低技能劳动者因面临激烈竞争而转向服务业就业或退出劳动力市场,而留在制造业中的城镇女性低技能劳动者的工资水平由于竞争而下降,进而导致性别工资差距不断扩大。贸易开放通过改变就业结构进而影响制造业中城镇低技能劳动者性别工资差距的传导机制是以往文献所忽视的,贸易开放对城镇女性低技能劳动者所带来的负面冲击值得关注。
两性平等是人类社会追求的重要目标之一,与消除饥饿、消除贫穷等目标一起被写入联合国千年发展目标报告中。鉴于经济全球化进程会显著影响我国劳动者的性别工资差距,我们可以从以下几方面入手来努力减少性别工资差距:首先,贸易开放带来的技术进步会使女性高技能劳动者受益,因此应努力提高女性劳动者的受教育程度,增加其人力资本;其次,由贸易开放带来的就业结构的变化会使得城镇女性劳动者面临更为激烈的竞争,因此政府一方面应该通过更为完善的法律法规确保女性劳动者在就业机会和工资报酬方面受到公平对待,缩小行业内或职业内的性别工资差距,另一方面应加大对女性劳动者在职培训的力度,切实提高其劳动生产率以及进入高收入行业的几率;最后,政府应特别关注女性低技能劳动者的经济福利,通过一系列政策减轻贸易开放对该群体的负面冲击。
本文关注贸易开放对城镇劳动者的就业分布和性别工资差距的影响,但我国劳动力市场的显著特征是存在大规模的城乡劳动力流动,那么贸易开放对全体劳动者的就业分布及性别工资差距有着怎样的影响呢?这需要后续更为全面细致的微观数据的支持。有关贸易开放如何影响我国性别工资差距的理论研究仍有待深化,在理论建模时应该充分考虑我国二元劳动力市场分割的特征。我国服务业的性别工资差距也在不断扩大,其中的原因同样有待后续研究深入发掘。
| [1] | 陈斌开,杨依山,许伟. 中国城镇居民劳动收入差距演变及其原因:1990-2005 [J]. 经济研究,2009, (12): 30-42. |
| [2] | 黄新飞,舒元. 中国省际贸易开放与经济增长的内生性研究 [J]. 管理世界,2010, (7): 56-65. |
| [3] | 李磊,刘斌,胡博,等. 贸易开放对城镇居民收入及分配的影响 [J]. 经济学(季刊),2011,(1): 309-326. |
| [4] | 林毅夫,李永军. 出口与中国的经济增长:需求导向的分析 [J]. 经济学(季刊),2003,(4): 779-794. |
| [5] | 刘斌,李磊. 贸易开放与性别工资差距 [J]. 经济学(季刊),2012,(2): 429-460. |
| [6] | Aguayo-Tellez E, Airola J, Juhn C. Did trade liberalization help women? The case of Mexico in the 1990s [A]. Polachek S W, Tatsiramos K. New analyses of worker well-being (Research in Labor Economics, Volume 38) [C]. Bingley:Emerald Group Publishing Limited, 2014. |
| [7] | Berik G, Rodgers Y M, Zveglich J E. International trade and gender wage discrimination: Evidence from East Asia [J]. Review of Development Economics, 2004, 8(2): 237-254. |
| [8] | Black S, Brainerd E. Importing equality? The impact of globalization on gender discrimination [J]. Industrial and Labor Relations Review, 2004, 57(4): 540-559. |
| [9] | Cai H, Chen Y, Zhou L. Income and consumption inequality in urban China: 1992-2003 [J]. Economic Development and Cultural Change, 2010, 58(3): 385-413. |
| [10] | Chen Z, Ge Y, Lai H, et al. Globalization and gender wage inequality in China [J]. World Development, 2013, 44: 256-266. |
| [11] | Dammert A C, Marchand B U, Wan C. Gender wage-productivity differentials and global integration in China[R].IZA Discussion Paper No. 7159, 2013. |
| [12] | Galor O, Weil D N. The gender gap, fertility, and growth [J]. American Economic Review, 1996, 86(3): 374-387. |
| [13] | Goldberg P K, Pavcnik N. Distributional effects of globalization in developing countries [J]. Journal of Economic Literature, 2007, 45(1): 39-82. |
| [14] | Han J, Liu R, Zhang J. Globalization and wage inequality: Evidence from urban China [J].Journal of International Economics, 2012, 87(2): 288-297. |
| [15] | Juhn C, Ujhelyi G, Villegas-Sanchez C. Men, women, and machines: How trade impacts gender inequality [J]. Journal of Development Economics, 2014, 106: 179-193. |
| [16] | Li S, Song J, Liu X. Evolution of the gender wage gap among China's urban employees [J]. Social Sciences in China, 2011, 32(3): 161-180. |
| [17] | Menon N, Van der Meulen Rodgers Y. International trade and the gender wage gap: New evidence from India's manufacturing sector [J]. World Development, 2009, 37(5): 965-981. |
| [18] | Oostendorp R H. Globalization and the gender wage gap [J]. The World Bank Economic Review, 2009, 23(1): 141-161. |
| [19] | Weinberg B A. Computer use and the demand for female workers [J]. Industrial and Labor Relations Review, 2000, 53(2): 290-308. |
2015, Vol. 41


