【文章內(nèi)容簡介】 其中即“反事實(shí)”工資，表示女性按男性的生產(chǎn)率特征回報率可以得到的對數(shù)工資；（4）式右邊第一項為特征差異，表示男性和女性生產(chǎn)率特征不同引起的性別工資差異；第二項為系數(shù)差異，表示由于就業(yè)市場對男性和女性生產(chǎn)率特征回報率的不同引起的性別工資差異。由于（4）式也可作如下分解： （5）這就產(chǎn)生所謂的“指數(shù)問題”（Index problem），即使用男性還是女性的回歸系數(shù)作為沒有“歧視”的工資結(jié)構(gòu)。為解決這一問題，Neumark（1988）[12]提出使用男性和女性全部樣本的回歸系數(shù)作為沒有“歧視”的工資結(jié)構(gòu)，并作如下分解： （6）（6）式右邊第二項、第三項可分別理解為男性因?yàn)樾詣e歧視獲得的“好處”和女性因?yàn)樾詣e歧視得到的“壞處”。2. 性別工資差異的分位數(shù)分解模型類似OaxacaBlinder方法對于性別工資差異的均值分解，不同分位數(shù)的性別工資分解按（4）式有： （7）若按（5）式則有： （8）本文按（7）式進(jìn)行性別工資差異分解，其中的表示按男性的生產(chǎn)率特征回報率條件下女性的反事實(shí)工資分布第分位數(shù)估計值，（7）式等號右邊各項的意義同于（4）式，第一項表示分位數(shù)下的特征差異部分，第二項表示分位數(shù)下的系數(shù)差異部分。3. 反事實(shí)工資分布的構(gòu)造從上面的分解可以看到，如何得到女性的反事實(shí)工資分布是對性別工資差異進(jìn)行分位數(shù)分解的關(guān)鍵，構(gòu)造反事實(shí)工資分布的方法中廣泛被使用的是Machado和Mata（2005）[13]提出的估計方法（MM方法）。MM方法主要是依據(jù)概率積分轉(zhuǎn)換原理，通過以下四個步驟來構(gòu)造女性的反事實(shí)工資分布：1）從均勻分布中生成一個大小為的隨機(jī)樣本。2）利用男性的數(shù)據(jù)估計，得到不同分位數(shù)下的回歸系數(shù)，其中。3）利用女性的數(shù)據(jù)對進(jìn)行有放回的重新抽樣，生成一個大小為的隨機(jī)樣本。4）在男性的分位數(shù)回歸系數(shù)的基礎(chǔ)上，模擬女性的工資分布，重復(fù)進(jìn)行 次，最后得到反事實(shí)的女性工資分布。由于不能保證估計出來的條件分位數(shù)方程是單調(diào)的，從而也不能保證是否能夠轉(zhuǎn)換，另外，MM方法無法進(jìn)行估計量方差的統(tǒng)計推斷，進(jìn)而Melly（2006）[14]提出了一種構(gòu)造反事實(shí)分布的新方法，因其具備漸近性質(zhì)的估計結(jié)果，在國外的最近研究中逐漸取代了MM方法得到了普遍的利用。Melly（2006）通過將估計得的工資條件分布在所有（由和組成）積分得到工資的無條件分布，借此構(gòu)造反事實(shí)工資的無條件分布，針對本文的具體分析，分成男性和女性兩組，工資的無條件分布有： （9）進(jìn)一步有女性的反事實(shí)工資分布第分位數(shù)估計值： （10）按（7）式對第分位數(shù)的性別工資差異分解: 其中：、分別為男性和女性的樣本量。三、數(shù)據(jù)說明本文研究基于中國健康與營養(yǎng)調(diào)查（CHNS）縱向數(shù)據(jù)庫，選取2009年的最新抽樣調(diào)查數(shù)據(jù)進(jìn)行。依據(jù)我國對勞動和退休年齡的規(guī)定，樣本對象設(shè)為年齡16～60周歲的男性和16～55周歲的女性，剔除沒有工作或工資不是正數(shù)的個體，初步得到的男性和女性樣本分別為1929和1158。考慮到對數(shù)小時工資分布接近正態(tài)分布，估計偏誤小，我們選取對數(shù)小時工資為被解釋變量，同時選取工作經(jīng)驗(yàn)、工作經(jīng)驗(yàn)的平方除以100、受教育年限、工作單位所有制屬性、職業(yè)、省份以及城鄉(xiāng)作為解釋變量，沒有考慮年齡因素，是因?yàn)楣ぷ鹘?jīng)驗(yàn)是通過年齡減去受教育年限再減6得到，二者之間存在共線性。具體處理時，按照勞動法對年滿16周歲才能參加工作的規(guī)定，若受教育年限小于10年的個體則其工作經(jīng)驗(yàn)等于年齡直接減16；加入工作經(jīng)驗(yàn)的平方除以100，是考慮到工資隨著年齡或工作經(jīng)驗(yàn)增長先升后降的非線性關(guān)系；按照CHNS的調(diào)查設(shè)問，把工作單位所有制屬性分為國有（包括政府機(jī)關(guān)、國有事業(yè)單位和研究所及國有企業(yè)）、集體（包括鄉(xiāng)鎮(zhèn)所屬的小集體、縣、市、省所屬的大集體及家庭聯(lián)產(chǎn)承包農(nóng)業(yè)）和私營（包括私營、個體企業(yè)、三資企業(yè)（屬于外商、華僑和合資）及其它）；職業(yè)分為藍(lán)領(lǐng)（包括技術(shù)工人或熟練工人、非技術(shù)工人或熟練工人、士兵與警察、司機(jī)及服務(wù)行業(yè)人員）、白領(lǐng)（包括專業(yè)技術(shù)工作者、管理者、行政官員、經(jīng)理、辦公室一般工作人員、軍官與警官）以及農(nóng)林牧漁業(yè)人員（包括農(nóng)民、漁民、獵人）；省份包括江蘇、山東、河南、湖北、湖南、廣西、貴州、遼寧及黑龍江9省。去掉對數(shù)小時工資不是正數(shù)的樣本，最后得到的男性和女性樣本分別為1864和1086。四、初步的描述統(tǒng)計分析（一）男性與女性平均工資的差異表1給出了分城鄉(xiāng)、分受教育水平以及分職業(yè)類型的年工資和小時工資平均水平。表1 分不同類型年工資和小時工資的平均水平　平均年工資　平均小時工資女性男性女/男比例　女性男性女/男比例總樣本 　 　(1158)(1929)　　(1158)(1929)　分城鄉(xiāng)　　　　　　　 城鎮(zhèn) 　 　(480)(665)　　(480)(665)　 鄉(xiāng)村 　 　(678)(1264)　　(678)(1264)　 鄉(xiāng)/城比例 　　 　分受教育水平　　　　　　　 文盲及小學(xué) 　 ?。?83）（344）　?。?83）（344）　 初中 　 　（368)(842)　?。?68)(842)　 高中 　 　(185)(362)　　(185)(362)　 中等職業(yè)技術(shù) 　 　(174)(198)　　(174)(198)　 大?；虼髮W(xué) 　 　(147)(180)　　(147)(180)　 碩士及以上 　 　(1)(3)　　(1)(3)　按職業(yè)類型分　　　　　　　 白領(lǐng) 　 ?。?21）（619）　?。?21）（619）　 藍(lán)領(lǐng) 　 　（515）（886）　?。?15）（886）　 農(nóng)林牧漁從業(yè) 　 ?。?22）（424）　?。?22）（424）　注：括號內(nèi)為相應(yīng)樣本量?！谋?中可以看到，就平均年工資而言，農(nóng)村的性別工資差異較城鎮(zhèn)大，從受教育水平看，隨著學(xué)歷的提高，性別工資差異縮小，分職業(yè)類型來看，從農(nóng)林牧漁從業(yè)、藍(lán)領(lǐng)到白領(lǐng)，性別工資差異變小。平均小時工資表現(xiàn)的女性占男性工資比例較平均年工資的情形明顯要小，說明男性和女性勞動投入上存在較大不同。另外，還出現(xiàn)一些極端值，該部分是抽樣誤差及部分群體的工作時間難以確定引致。雖然有這方面的不足，由于小時工資能夠更精確地反映性別之間的工資差異，為此本文選擇對數(shù)小時工資作為被解釋變量。（二）“天花板效應(yīng)”和“地板效應(yīng)”的初判圖1左側(cè)是應(yīng)用核密度估計方法繪出的男性和女性對數(shù)小時工資密度分布，右側(cè)是男性和女性對數(shù)小時工資累積分布。從左圖可以看到，一方面女性的工資分布在男性左側(cè)，峰頂較尖，二者的分布在中部較為明顯地岔開，說明女性的總體工資水平低于男性，且較男性的工資分布更加不均；另一方面女性的工資分布較男性左尾更高，而右尾較低，說明低工資水平上聚集了更多的女性，而在工資分布的高端以男性居多。從右圖的累積分布可以看到，在任一個分位數(shù)上女性的對數(shù)小時工資均低于男性。圖1 2009年男性和女性的對數(shù)小時工資密度分布和累積分布為了更加直觀地展示不同分位數(shù)上的性別工資差異，筆者在男性和女性對數(shù)小時工資分布的百分位偶數(shù)點(diǎn)（…、98）上取值（49個點(diǎn)），然后應(yīng)用核加權(quán)局部多項式平滑方法對各分位點(diǎn)上的男性和女性對數(shù)小時工資差異（男性對數(shù)小時工資減去女性對數(shù)小時工資）進(jìn)行曲線擬合，得到圖2所示的2009年依分位數(shù)不同的我國性別對數(shù)小時工資差異，圖3則是區(qū)分城鎮(zhèn)和農(nóng)村樣本分別繪出的依分位數(shù)不同的男性和女性對數(shù)小時工資差異。從圖2可以看到，在工資分布的高端，隨著分位數(shù)的提高，相對工資差異迅速拉大，表現(xiàn)出“天花板效應(yīng)”，然而從圖3可以看到，城鎮(zhèn)的相對工資差異表現(xiàn)出的卻是截然相反的走勢。這說明對我國的性別工資