郝翠紅　李建民

摘 要：理論上，技能偏向型技術(shù)進(jìn)步會降低運動技能的重要性，強(qiáng)調(diào)對認(rèn)知技能的需求，由于男性和女性擁有不同的技能分布，當(dāng)技術(shù)進(jìn)步引起不同技能相對價格變化時，性別工資差距也會發(fā)生變化。研究使用中國綜合社會調(diào)查數(shù)據(jù)與省級技術(shù)進(jìn)步數(shù)據(jù)，實證檢驗了技術(shù)進(jìn)步對性別工資差距的影響。分析表明，以研發(fā)投入衡量的技術(shù)進(jìn)步有助于縮小性別工資差距。按年份、受教育程度、職業(yè)技能水平、單位性質(zhì)和地區(qū)分組的回歸結(jié)果也得到同樣的結(jié)論，值得注意的是，技術(shù)進(jìn)步更有助于縮小受教育程度低、職業(yè)技能水平低的勞動力的性別工資差距。本文的關(guān)鍵性結(jié)論也通過了穩(wěn)健性檢驗。

關(guān)鍵詞：技術(shù)進(jìn)步；研發(fā)投入；性別工資差距

文章編號：；中圖分類號：F244.1 ；文獻(xiàn)標(biāo)識碼：A

一、引言

性別工資差距是全球范圍內(nèi)勞動力市場上普遍存在的現(xiàn)象，也是勞動經(jīng)濟(jì)學(xué)界始終關(guān)注的熱點議題。在我國，性別工資差距問題在改革開放以后逐漸突顯出來，并受到廣泛關(guān)注。已有的一些研究表明，隨著改革開放以來市場化程度的不斷加深，性別工資差距整體上也呈現(xiàn)出不斷擴(kuò)大的趨勢（張丹丹，2004[1]；李實等，2014[2]；曲兆鵬，2016[3]）。但近年來，性別工資差距變動的方向發(fā)生逆轉(zhuǎn)。Song， et al.（2016）[5]的研究使用1995年、2002年、2007年和2013年的CHIP數(shù)據(jù)，考察了性別工資差距的變化趨勢，結(jié)果發(fā)現(xiàn)，從1995年到2007年，性別工資差距大幅擴(kuò)大，但從2007年到2013年，性別工資差距卻縮小了。歐陽任飛等（2017）[6]的研究單獨分析了大學(xué)生性別工資差距的變化趨勢，同樣發(fā)現(xiàn)，2007年到2013年，大學(xué)生的性別工資差距出現(xiàn)了縮小。魏下海等（2018）[7]的研究重點關(guān)注了制造業(yè)部門性別工資差距的變化，結(jié)果發(fā)現(xiàn)，從1995年到2009年，性別工資差距不斷擴(kuò)大，但從2010年開始，這一差距出現(xiàn)縮小的跡象。除以上研究外，《2016年中國勞動力市場發(fā)展報告》也指出，2016年我國女性的就業(yè)呈現(xiàn)出十大特征，其中之一就是女性與男性的工資差距在縮小[8]。可見，性別工資差距的不斷縮小已成為當(dāng)前我國勞動力市場的一個新趨勢，那么，是什么原因?qū)е铝私陙硇詣e工資差距的縮?。窟@正是本文試圖要回答的問題。

早在20世紀(jì)80年代，在以計算機(jī)及相關(guān)設(shè)備為代表的信息技術(shù)快速發(fā)展的大背景下，美國及其他一些OECD國家勞動力市場上就曾出現(xiàn)性別工資差距縮小與技能工資差距擴(kuò)大并存的現(xiàn)象。對此，一些學(xué)者從技術(shù)進(jìn)步的角度進(jìn)行了解釋（Weinberg，2000[9]；Bacolod and Blum，2005[10]；Tick and Oaxaca，2005[11]；Tick and Oaxaca，2010[12]；Black and Spitz-Oener，2010[13]；Beaudry and Lewis，2014[14]），并取得一定的研究成果。進(jìn)入21世紀(jì)以來，我國的技術(shù)也取得飛速進(jìn)步，許多研究表明，技術(shù)進(jìn)步會對勞動力市場產(chǎn)生重要的影響，如影響不同技能勞動力的就業(yè)和工資（姚先國等，2005[15]；宋東林等，2010[16]；金銀亮，2017[17]；楊飛，2017 [18]），卻較少有研究關(guān)注技術(shù)進(jìn)步對性別工資差距的影響。根據(jù)國際經(jīng)驗，技術(shù)進(jìn)步同樣會影響性別工資差距，因此，本文將利用相關(guān)數(shù)據(jù)考察技術(shù)進(jìn)步對我國性別工資差距的影響。

二、文獻(xiàn)綜述

20世紀(jì)80年代，美國及其他一些OECD國家的性別工資差距出現(xiàn)縮小的趨勢，與此同時，以計算機(jī)為代表的信息技術(shù)迅猛發(fā)展，為此，一些學(xué)者從技術(shù)變化的角度考察了性別工資差距的變化。Katz 和 Murphy（1992）[19]從需求和供給的角度出發(fā)，認(rèn)為技術(shù)進(jìn)步引起的女性勞動力需求的增加超過了女性勞動力供給的增加，導(dǎo)致女性相對工資的提高。對于技術(shù)進(jìn)步對女性勞動力需求的偏好大于男性的原因，一些學(xué)者做出了分析。Welch（2000）[20]構(gòu)造了“腦力-體力”兩要素模型（brain and brown model），男性在體力上具有明顯的優(yōu)勢，即男性具有體力密集型特征（brawn intensive），而女性是腦力密集型（brain intensive）的，由于技術(shù)進(jìn)步會降低體力的重要性而提高腦力的重要性，因此有助于提高具有腦力密集型特征的女性的相對工資。Bacolod 和 Blum（2005）[10]將個體的技能分為認(rèn)知技能（cognitive skill）和運動技能（motor skill），并且指出，由技術(shù)進(jìn)步引起的認(rèn)知技能相對價格的提高導(dǎo)致了性別工資差距的縮小，這是因為女性相對男性更多地從事認(rèn)知技能密集型職業(yè)。Beaudry 和 Lewis（2014）[14]同樣將個體的技能劃分為認(rèn)知技能和運動技能，并構(gòu)建了個體工資決定的理論模型。個體工資水平取決于他所擁有的這兩類技能的分布及它們的相對價格。模型假定女性在認(rèn)知技能上具有比較優(yōu)勢，當(dāng)技術(shù)進(jìn)步導(dǎo)致認(rèn)知技能的相對價格提高時，性別工資差距將縮小。

一些經(jīng)驗研究同樣證實，技術(shù)進(jìn)步有助于縮小性別工資差距。Weinberg（2000）[9]將電腦使用的增長作為技術(shù)進(jìn)步的代理變量，考察其對女性就業(yè)的影響，結(jié)果發(fā)現(xiàn)，電腦使用的增長有利于增加女性的就業(yè)，并使得女性的相對工資提高。Allen（2001）[21]使用不同的技術(shù)進(jìn)步指標(biāo)，實證分析了技術(shù)進(jìn)步對工資結(jié)構(gòu)的影響。他發(fā)現(xiàn)，就性別工資差距來說，在高技術(shù)資本越密集的行業(yè)，性別工資差距縮小的幅度越大，這表明技術(shù)進(jìn)步有助于縮小性別工資差距。Tick 和 Oaxaca（2010）[12]考察了1979年到2001年的技術(shù)進(jìn)步對美國性別工資差距的影響，結(jié)果發(fā)現(xiàn)技術(shù)進(jìn)步對不同職業(yè)勞動力的性別工資差距的影響存在差異，具體來說，技術(shù)進(jìn)步縮小了高技能職業(yè)勞動力（例如高級管理者、專業(yè)技術(shù)人員）的性別工資差距，但對中低技能勞動力的性別工資差距沒有顯著的影響。Brynin（2006）[22]使用四個歐洲國家（英國、意大利、德國和挪威）的數(shù)據(jù)考察了以電腦使用為代表的技術(shù)進(jìn)步對不同性別勞動力工資的影響，實證結(jié)果表明，除意大利外，使用電腦均為其他三個國家的女性帶來了更高的工資溢價，這意味著電腦的使用有助于縮小性別工資差距。分位數(shù)回歸的結(jié)果進(jìn)一步發(fā)現(xiàn)，電腦的使用對縮小收入分布底端的性別工資差距作用更大。Findik（2008）[23]使用13個國家從1980年到1998年的面板數(shù)據(jù)，實證分析了以專利數(shù)量衡量的技術(shù)進(jìn)步對性別工資差距的影響，結(jié)果表明，性別工資差距將隨技術(shù)的進(jìn)步趨于消失。Beaudry 和 Lewis（2014）[14]將電腦使用作為技術(shù)進(jìn)步的代理變量，研究發(fā)現(xiàn)在電腦使用密度更高的地區(qū)，性別工資差距也越小，由此得到技術(shù)進(jìn)步有助于縮小性別工資差距的結(jié)論。

相比國外，我國較少有研究關(guān)注技術(shù)進(jìn)步對性別工資差距的影響。在國內(nèi)現(xiàn)有的文獻(xiàn)中，只有邢春冰等（2014）[24]、劉仁寶和劉冠軍（2017）[25]、魏下海等（2018）[7]的研究考察了技術(shù)進(jìn)步與性別工資差距之間的關(guān)系。邢春冰等（2014）[24]在Beaudry 和 Lewis（2014）[14]提出的模型基礎(chǔ)之上，考察了教育回報率對性別工資差距的影響，實證分析表明，一個地區(qū)的教育回報率越高，該地區(qū)的性別工資差距就越小，而教育回報率的提高又是由技術(shù)進(jìn)步引起的，從而得到技術(shù)進(jìn)步有助于縮小性別工資差距的結(jié)論。劉仁寶和劉冠軍（2017）[25]構(gòu)建了女性工資傾向指數(shù)，考察了以全要素生產(chǎn)率衡量的技術(shù)進(jìn)步對該指數(shù)的影響，結(jié)果發(fā)現(xiàn)，技術(shù)進(jìn)步對女性工資傾向指數(shù)具有正向的影響，這也間接表明技術(shù)進(jìn)步有助于縮小性別工資差距。魏下海等（2018）[7]考察了制造業(yè)企業(yè)的產(chǎn)業(yè)線升級對其內(nèi)部性別工資差距的影響，結(jié)果發(fā)現(xiàn)，進(jìn)行了產(chǎn)業(yè)線升級的企業(yè)的性別工資差距要小于那些未升級的企業(yè)，而產(chǎn)業(yè)線升級是技術(shù)進(jìn)步的一個具體表現(xiàn)。在國內(nèi)已有的三個研究中，前兩個研究都沒有直接得到技術(shù)進(jìn)步對不同性別勞動力工資的影響，而是通過考察技術(shù)進(jìn)步對其他方面的影響間接得到技術(shù)進(jìn)步對性別工資差距的影響。魏下海等（2018）[7]的研究雖然直接得到了技術(shù)進(jìn)步對性別工資差距的影響，但他們所用的樣本僅為廣東省佛山市南海區(qū)的制造業(yè)企業(yè)，研究結(jié)論是否可以推廣至全國或是所有行業(yè)，還有待進(jìn)一步分析。

根據(jù)國內(nèi)外有關(guān)技術(shù)進(jìn)步對性別工資差距影響的研究來看，大多數(shù)研究都表明技術(shù)進(jìn)步有助于縮小性別工資差距，但國內(nèi)這方面的研究相對匱乏。鑒于此，本文將利用2010- 2013年的中國綜合社會調(diào)查（CGSS）數(shù)據(jù)組成不同年份的混合截面數(shù)據(jù)，通過將省級技術(shù)進(jìn)步變量引入到個體的工資方程中，考察技術(shù)進(jìn)步對性別工資差距的影響。使用混合截面數(shù)據(jù)可以擴(kuò)大樣本容量，提高模型的估計精度。使用宏觀與微觀數(shù)據(jù)相匹配的方法在研究工資問題上已得到廣泛運用，Hering 和 Poncet（2010）[26]運用該方法研究了市場潛力對個體工資的影響，劉斌和李磊（2012）[27]運用該方法研究了城市的貿(mào)易開放對性別工資差距的影響，李宏兵等（2014）[28]利用該方法考察了城市的外資進(jìn)入對性別工資差距的影響。這種方法的優(yōu)點是顯而易見的：一方面，能夠在控制勞動者個人特征對工資的影響后，剝離出宏觀經(jīng)濟(jì)因素對個體工資的影響；另一方面，微觀層面?zhèn)€體變量的微小變動對宏觀變量的影響非常小，因此，使用宏微觀數(shù)據(jù)相匹配的方法可以有效減輕由反向因果關(guān)系引起的內(nèi)生性問題。

三、理論分析和實證模型

技術(shù)進(jìn)步如何影響性別工資差距？本文將借鑒Beaudry和Lewis（2014）[14]提出的模型來闡述技術(shù)進(jìn)步影響性別工資差距的作用機(jī)制。假定勞動力市場上的個體同時擁有兩種技能，分別為認(rèn)知技能（記作C）和運動技能（記作M），不同個體擁有的兩種技能組合存在差異。令 和 分別表示受教育水平相同但性別不同的個體擁有的認(rèn)知技能和運動技能， ，（m為男性，f為女性）。在不考慮測量誤差和歧視因素時，個體的工資水平由下式?jīng)Q定：

從（2）式可以看出，性別工資差距取決于兩部分：一部分反映性別間的絕對優(yōu)勢，即 / ，通常來說，男性比女性擁有更多的運動技能，因此ln（ / ）>0；另一部分反映了男性和女性在認(rèn)知技能和運動技能上的比較優(yōu)勢，即（ / - / ），該項小于0，表明女性在認(rèn)知技能上具有比較優(yōu)勢，其對性別工資差距的影響又與不同技能的相對價格相關(guān)。當(dāng)技術(shù)進(jìn)步引起認(rèn)知技能的相對價格提高時，根據(jù)（2）式可知性別工資差距將減小。

根據(jù)以上分析，可以將技術(shù)進(jìn)步影響性別工資差距的機(jī)制概括為：當(dāng)技術(shù)進(jìn)步發(fā)生時，生產(chǎn)過程中運動技能的需求減少，認(rèn)知技能的需求則增加，這就使得認(rèn)知技能的相對價格提高，同時，由于女性在認(rèn)知技能上具有比較優(yōu)勢，技術(shù)進(jìn)步最終將引起性別工資差距的縮小。在實際中，無論是個體的技能分布還是不同技能的相對價格，都是無法直接觀測到的，因此無法依據(jù)（2）式展開實證分析。但我們可以通過直接考察技術(shù)進(jìn)步是否令女性獲益更多，從而縮小性別工資差距來檢驗上述理論機(jī)制是否成立。

本文在經(jīng)典Mincer（1974）[29]工資方程的基礎(chǔ)上，加入了技術(shù)進(jìn)步變量和技術(shù)進(jìn)步與性別的交互項，構(gòu)建了如下計量模型：

其中，下標(biāo)i表示個體，j表示省份，t表示時間，t=2010，2011，2012，2013；lnwage為年收入的對數(shù)；gender為性別虛擬變量，男性=1，女性=0；tech為技術(shù)進(jìn)步變量，用各省的R&D;經(jīng)費支出占GDP的比重來衡量；tech*gender表示技術(shù)進(jìn)步與性別的交互項，該交互項前的系數(shù)是我們所最關(guān)心的：其若為正，則意味著技術(shù)進(jìn)步將擴(kuò)大性別工資差距，其若為負(fù)，則技術(shù)進(jìn)步將縮小性別工資差距；X表示影響工資收入的個人特征，包括受教育程度、年齡、年齡的平方、是否為黨員、戶口性質(zhì)、婚姻狀況、是否簽訂合同、職業(yè)、行業(yè)和單位性質(zhì)等，這些變量都是研究工資問題時經(jīng)常使用的變量；δ為省份-年份固定效應(yīng)；ε表示隨機(jī)誤差項。另外，考慮到在同一省份和年份，觀測值的誤差項可能相關(guān)，即存在聚類誤差問題，在回歸中報告省份-年份聚類標(biāo)準(zhǔn)差。

四、數(shù)據(jù)來源和變量說明

（一）數(shù)據(jù)來源

研究使用的微觀數(shù)據(jù)來源于2010年、2011年、2012年和2013年的中國綜合社會調(diào)查（CGSS）數(shù)據(jù)。CGSS系統(tǒng)地收集了全國各?。ㄊ?、自治區(qū)）社會、社區(qū)、家庭和個人多層次的數(shù)據(jù)，為研究社會和經(jīng)濟(jì)問題提供了豐富的數(shù)據(jù)資料。之所以選用2010年到2013年這四年的CGSS數(shù)據(jù)，原因有二：一是將四年的數(shù)據(jù)整合在一起能夠擴(kuò)充樣本容量，二是2010年到2013年CGSS問卷中的變量相同，因此在經(jīng)過處理后能得到變量一致的樣本。此外，CGSS數(shù)據(jù)中還包含已婚被訪者配偶的個人特征、就業(yè)和收入等信息，因此在分析時加入了已婚被訪者配偶這部分樣本，進(jìn)一步擴(kuò)充了樣本容量?；谘芯磕康?，本文對數(shù)據(jù)進(jìn)行了如下處理：根據(jù)我國的退休年齡規(guī)定，將男性樣本的年齡范圍限定在16-60歲之間，女性樣本的年齡范圍限定在16-55歲之間；只保留在被訪期間處于正常就業(yè)的非農(nóng)就業(yè)樣本；剔除了就業(yè)身份為雇主、個體工商戶和家庭幫工的樣本；只保留收入為正的樣本，并以2009年的價格為基準(zhǔn)，根據(jù)各省居民消費價格指數(shù)進(jìn)行調(diào)整；刪除關(guān)鍵變量存在缺失的樣本。最終一共得到18701個樣本，其中男性樣本的比重為63.64%，女性樣本的比重為36.36%。

盧晶亮（2017）[30]指出，對發(fā)展中國家來說，研發(fā)投入是技術(shù)進(jìn)步的一個主要來源。本研究使用的宏觀技術(shù)進(jìn)步指標(biāo)為各省的研發(fā)投入強(qiáng)度，即R&D;經(jīng)費支出占GDP的比重，R&D;經(jīng)費支出數(shù)據(jù)來源于2010-2013年的《中國科技統(tǒng)計數(shù)據(jù)》， GDP數(shù)據(jù)來自2010-2013年的《中國統(tǒng)計年鑒》。

（二）個體變量的說明和描述

本文的因變量為個體的對數(shù)工資收入，控制變量包括性別、受教育程度、年齡、年齡的平方、政治面貌、戶口性質(zhì)、婚姻狀態(tài)、合同簽訂狀況、職業(yè)類別 、行業(yè)類別 和單位性質(zhì)。表1分性別對主要變量進(jìn)行了描述性統(tǒng)計。

四、實證分析

（一）技術(shù)進(jìn)步與性別工資差距：基本結(jié)果

表2給出了基準(zhǔn)工資模型的估計結(jié)果。模型（1）報告了在加入技術(shù)進(jìn)步指標(biāo)之前的估計結(jié)果，在控制了其他個人特征后，男性的平均工資比女性高出29%。模型（2）加入了技術(shù)進(jìn)步指標(biāo)，可以看出，技術(shù)進(jìn)步對工資存在顯著的正向影響，從模型（1）到模型（2），R2約提高了5個百分點，其他變量的系數(shù)與模型（1）相比變化不大，顯著性也未發(fā)生改變，因此可以判斷，技術(shù)進(jìn)步對工資的變化具有一定的解釋作用。為了考察技術(shù)進(jìn)步對不同性別勞動力工資的影響，在模型（3）中加入了性別與技術(shù)進(jìn)步的交互項，該變量前的系數(shù)顯著為負(fù)，這表明技術(shù)進(jìn)步對女性工資的正向影響大于男性，從而技術(shù)進(jìn)步有助于縮小性別工資差距。由于個人所從事的職業(yè)、所處行業(yè)與所在單位性質(zhì)也會對工資產(chǎn)生影響，因此，在模型（4）中，進(jìn)一步加入職業(yè)、行業(yè)和單位性質(zhì)虛擬變量，與模型（3）相比，加入這三組虛擬變量使得R2又提高了約5個百分點，其他變量的系數(shù)和顯著性與模型（3）相比變化不大，因此，加入這三組與工作相關(guān)的虛擬變量能夠更好地解釋工資的影響因素。由于不同省份在經(jīng)濟(jì)發(fā)展水平、政策、要素稟賦和文化習(xí)俗等方面都存在顯著的差異，因此在進(jìn)行估計時有必要控制省份固定效應(yīng)來消除地區(qū)差異對工資的影響，此外，本文的研究數(shù)據(jù)包含四個不同的年份，不同年份的經(jīng)濟(jì)政策等也會有所不同，因此還需要控制年份固定效應(yīng)。表2中的模型（5）控制了省份-年份固定效應(yīng)，從估計結(jié)果可以看出，相比模型（4），R2進(jìn)一步提高了約8個百分點，模型的解釋力加強(qiáng)，且其他變量的系數(shù)和顯著性均未發(fā)生太大的變化。表2中模型（3）、（4）和（5）技術(shù)進(jìn)步前的系數(shù)表明，技術(shù)進(jìn)步有利于提高勞動力的工資水平，技術(shù)進(jìn)步與性別交互項前的系數(shù)則表明技術(shù)進(jìn)步對女性工資的正向影響大于男性，從而技術(shù)進(jìn)步有利于縮小性別工資差距。

再來看影響工資的其他因素，本文的估計結(jié)果與以往文獻(xiàn)中得到的研究結(jié)果類似。受教育程度的提高有助于工資的提高；年齡與工資之間呈現(xiàn)倒“U”型的關(guān)系，即隨著年齡的增長，工資也會上升，但當(dāng)年齡增長到某一點后，隨著年齡的增長，工資反而會下降；黨員相比非黨員能夠獲得更高的收入；相比未婚勞動力，已婚勞動力的工資更高；農(nóng)業(yè)戶口的勞動力處于勞動力市場上的劣勢地位，其收入低于非農(nóng)戶口的勞動力；與雇主簽訂合同也有利于收入的提高。

（二）技術(shù)進(jìn)步與性別工資差距：不同年份

為了考察技術(shù)進(jìn)步對性別工資差距影響的變動趨勢，分別使用2010、2011、2012和2013年的CGSS數(shù)據(jù)和相應(yīng)年份的技術(shù)進(jìn)步數(shù)據(jù)進(jìn)行了回歸，結(jié)果報告在表3中。四組年份技術(shù)進(jìn)步前的系數(shù)都顯著為正，且變化不大，表明從2010年到2013年，技術(shù)進(jìn)步對勞動力的工資都有顯著的正向影響。技術(shù)進(jìn)步與性別交互項前的系數(shù)除2010年不顯著外，其余三年都顯著為負(fù)，且相差很小，表明在2010年，技術(shù)進(jìn)步對男性和女性工資的影響沒有顯著的差異，但在2011年到2013年間，技術(shù)進(jìn)步有助于縮小性別工資差異。這是因為隨著技術(shù)不斷進(jìn)步，運動技能在工作中的重要性逐步下降，而認(rèn)知技能的重要性進(jìn)一步加強(qiáng)，在假定女性存在體能劣勢，但認(rèn)知稟賦與男性差異較小或無差異的情況下，技術(shù)進(jìn)步引起認(rèn)知技能的提高最終將反映在性別工資差距的縮小上。

（三）技術(shù)進(jìn)步與性別工資差異：分組回歸

為了考察技術(shù)進(jìn)步對性別工資差異的影響在不同受教育程度、不同職業(yè)、不同行業(yè)、不同所有制企業(yè)及不同地區(qū)間是否存在異質(zhì)性，接下來將進(jìn)行一系列分組回歸。具體地，在回歸中分別加入了技術(shù)進(jìn)步和性別與不同受教育程度虛擬變量（初中及以下、高中/中專/技校、大專及以上）、職業(yè)技能虛擬變量（skill-level1、skill-level2、skill-level3、skill-level4） 、行業(yè)虛擬變量（第二產(chǎn)業(yè)、第三產(chǎn)業(yè)） 、單位性質(zhì)虛擬變量（國有或集體所有、個體/民營/私營及其他、港澳臺和外資企業(yè)），以及地區(qū)虛擬變量（東部、中部和西部）的交互項。

表4的模型（1）考察了技術(shù)進(jìn)步對不同受教育程度男性和女性工資差異的影響。結(jié)果表明，當(dāng)受教育程度在高中及以下時，技術(shù)進(jìn)步對女性工資的影響顯著大于男性，即技術(shù)進(jìn)步有利于縮小高中及以下受教育程度的男性與女性間的工資差異，但技術(shù)進(jìn)步對大專及以上男性和女性的工資的影響沒有顯著差異。這可能是因為受教育程度低的勞動力所從事的工作相對于受高等教育的勞動力來說需要更多的體力技能，而技術(shù)進(jìn)步主要是降低了對體力技能的需求，因此對受教育程度低的女性更為有利。模型（2）考察了技術(shù)進(jìn)步對不同職業(yè)性別工資差異的影響，結(jié)果顯示，對于所有職業(yè)，技術(shù)進(jìn)步都有利于縮小性別工資差距。從系數(shù)來看，技術(shù)進(jìn)步對職業(yè)技能水平最低組的影響大于其他組，這與模型（1）得到的結(jié)果一致，因為職業(yè)技能水平低的勞動力往往也是受教育程度低的勞動力。模型（3）報告了行業(yè)分組的結(jié)果，結(jié)果表明，技術(shù)進(jìn)步有利于縮小第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的性別工資差距，并且對第三產(chǎn)業(yè)的影響更大，原因在于第三產(chǎn)業(yè)相比第二產(chǎn)業(yè)，需要更多地運用認(rèn)知技能，而女性在認(rèn)知技能上是具有比較優(yōu)勢的。模型（4）考察了技術(shù)進(jìn)步對不同所有制企業(yè)中男性和女性工資影響的差異，結(jié)果表明，技術(shù)進(jìn)步有利于縮小國有企業(yè)和私營企業(yè)的性別工資差異，但對外資企業(yè)男性和女性工資的影響沒有顯著的差異。這可能是因為在外資企業(yè)就業(yè)的勞動力受教育程度普遍較高，而根據(jù)模型（1）的結(jié)果可知，技術(shù)進(jìn)步對高等教育組的性別工資差距沒有顯著的影響。模型（5）給出了技術(shù)進(jìn)步對男性和女性工資影響的地區(qū)差異，結(jié)果表明在東部地區(qū)，技術(shù)進(jìn)步對女性工資的影響顯著大于男性，而在中部地區(qū)，技術(shù)進(jìn)步對男性和女性工資的影響沒有顯著的差異，對于西部地區(qū)來說，技術(shù)進(jìn)步對性別工資差距的負(fù)向影響也僅在10%的水平下顯著。技術(shù)進(jìn)步對性別工資差距的影響之所以存在區(qū)域性差異，主要是因為不同區(qū)域在產(chǎn)業(yè)結(jié)構(gòu)、科技進(jìn)步等方面存在較大的差距。在東部地區(qū)，第三產(chǎn)業(yè)占GDP的比重高于中西部地區(qū)，并且也是各項技術(shù)最為發(fā)達(dá)和成熟的地區(qū)，根據(jù)行業(yè)分組回歸結(jié)果可知，技術(shù)進(jìn)步對縮小第三產(chǎn)業(yè)的性別工資差距作用更大，因此也將顯著縮小東部地區(qū)的性別工資差距。而中西部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)優(yōu)度弱于東部地區(qū)，技術(shù)進(jìn)步盡管有助于縮小性別工資差距，但這種影響并不顯著。

（四）穩(wěn)健性檢驗

為了檢驗前文實證結(jié)果的穩(wěn)健性，本文將使用對數(shù)小時工資作為因變量進(jìn)行穩(wěn)健性檢驗。在研究工資差距問題時，通常小時工資是最理想的因變量，這樣有助于剔除男性和女性因工作時間不同而對收入帶來的影響（王美艷，2009）[31]，通常來說，男性的工作時間比女性更長 。CGSS數(shù)據(jù)中未直接給出小時工資數(shù)據(jù)，但仍可以通過一些相關(guān)信息估算出小時工資 。在穩(wěn)健性檢驗中，使用對數(shù)小時工資作為因變量，重復(fù)表2的模型進(jìn)行回歸，得到的結(jié)果見表5。從模型（3）、（4）和（5）中技術(shù)進(jìn)步與性別交互項前的系數(shù)可以看出，使用對數(shù)小時工資作為因變量時，技術(shù)進(jìn)步對女性工資的正向影響依然顯著大于男性，即技術(shù)進(jìn)步有利于縮小性別工資差距的結(jié)論仍然成立，且其他解釋變量的系數(shù)與顯著性均為發(fā)生大的變化，這就意味著本文的關(guān)鍵結(jié)論是穩(wěn)健可靠的。

六、結(jié)論與政策建議

本文使用2010年、2011年、2012年和2013年的CGSS數(shù)據(jù)與省級宏觀數(shù)據(jù)，實證檢驗了技術(shù)進(jìn)步對我國性別工資差距的影響。基準(zhǔn)模型、一系列的分組回歸模型以及穩(wěn)健性檢驗都表明，技術(shù)進(jìn)步對性別工資差距具有顯著的負(fù)向影響，即技術(shù)進(jìn)步有助于縮小性別工資差距。鑒于此，政府應(yīng)該加快推動技術(shù)進(jìn)步。從經(jīng)濟(jì)發(fā)展的角度來看，一方面，技術(shù)進(jìn)步是實現(xiàn)經(jīng)濟(jì)可持續(xù)增長的重要動力，另一方面，技術(shù)進(jìn)步還有助于縮小性別工資差距，促進(jìn)男性和女性在勞動力市場上獲得公平的待遇，這將有利于男性和女性發(fā)揮各自的比較優(yōu)勢，提高經(jīng)濟(jì)的運行效率，實現(xiàn)經(jīng)濟(jì)的可持續(xù)發(fā)展?！?016中國勞動力市場發(fā)展報告》指出，“性別紅利”將成為下一階段經(jīng)濟(jì)增長的重要動力[8]。通過完善就業(yè)服務(wù)體系，為更多女性營造良好的就業(yè)環(huán)境，鼓勵企業(yè)針對女性提供靈活的彈性工作時間，減少女性由于生育帶來的職業(yè)中斷，使“性別紅利”得到充分的發(fā)揮。從政策意義來看，促進(jìn)經(jīng)濟(jì)的可持續(xù)發(fā)展，實現(xiàn)男女平等，這兩方面都對構(gòu)建和諧社會具有重要的現(xiàn)實意義。

參考文獻(xiàn)：

[1] 張丹丹. 市場化與性別工資差異研究[J]. 中國人口科學(xué)， 2004（01）：34-43.

[2] 李實，宋錦，劉小川. 中國城鎮(zhèn)職工性別工資差距的演變[J]. 管理世界， 2014（03）：53-65.

[3] 李佳，呂學(xué)靜，牟俊霖. 中國城鎮(zhèn)地區(qū)性別工資差距的分布變化：2002～2008[J]. 人口學(xué)刊， 2014（04）：52-63.

[4] 曲兆鵬. 中國城市勞動力市場性別工資差異研究——來自大學(xué)畢業(yè)生就業(yè)市場的證據(jù)[J]. 北京工商大學(xué)學(xué)報（社會科學(xué)版）， 2016（02）：30-40.

[5] Song， Jin， Sicular， Terry， Gustafsson. Urban Chinas Gender Wage Gap： New Directions？ [J].CIIDWP， No.60，2016.

[6] 歐陽任飛，孟大虎，楊娟. 高等教育擴(kuò)展與大學(xué)生性別工資差距的演變——基于CHIPs數(shù)據(jù)的經(jīng)驗研究[J]. 清華大學(xué)教育研究， 2017（03）：98-107.

[7] 魏下海，曹暉，吳春秀.生產(chǎn)線升級與企業(yè)內(nèi)性別工資差距的收斂[J].經(jīng)濟(jì)研究，2018（02）：156-169.

[8] 賴德勝，孟大虎，李長安，王琦等.2016年中國勞動力市場發(fā)展報告[M].北京師范大學(xué)出版社，2017.

[9] Weinberg B A. Computer use and the demand for female workers [J]. Industrial & Labor Relations Review， 2000， 53（2）：290-308.

[10] Bacolod M P， Blum B S. Two Sides of the Same Coin： U.S. "Residual" Inequality and the Gender Gap [J]. Journal of Human Resources， 2005，45（1）：197-242.

[11] Tick， S. L. and Oaxaca， R. L. Technological Change and Gender Wage Differentials [J].General Information， 2005， （wp10）.

[12] Tick， S.L. and Oaxaca， R. L. Technological Change and Gender Wage Gaps in the US Service Industry [J]. Annals of Economics and Statistics， 2010， （99/100）： 47-65.

[13] Black S E， Spitz-Oener A. Explaining Women's Success： Technological Change and the Skill Content of Women's Work [J]. The Review of Economics and Statistics， 2010， 92（1）：187-194.

[14] Beaudry P， Lewis E. Do Male-Female Wage Differentials Reflect Difference in The Return To Skill？ Cross-City Evidence From 1980-2000[J]. Applied Economics， 2014， 6（2）：178-194.

[15] 姚先國，周禮，來君. 技術(shù)進(jìn)步、技能需求與就業(yè)結(jié)構(gòu)——基于制造業(yè)微觀數(shù)據(jù)的技能偏態(tài)假說檢驗[J]. 中國人口科學(xué)， 2005（5）：47-53.

[16] 宋冬林， 王林輝， 董直慶. 技能偏向型技術(shù)進(jìn)步存在嗎？——來自中國的經(jīng)驗證據(jù)[J]. 經(jīng)濟(jì)研究， 2010（05）：68-81.

[17] 金銀亮.中國勞動力省際工資差異程度為什么降低了？——基于省級面板數(shù)據(jù)的實證分析[J]. 南京財經(jīng)大學(xué)學(xué)報，2017（4）：18-26+58.

[18] 楊飛. 市場化、技能偏向性技術(shù)進(jìn)步與技能溢價[J]. 世界經(jīng)濟(jì)， 2017（02）：78-100.

[19] Murphy K M， Katz L F. Changes in Relative Wages， 1963-1987： Supply and Demand Factors [J]. The Quarterly Journal of Economics， 1992， 107（1）：35-78.

[20] Welch F. Growth in Women's Relative Wages and in Inequality among Men： One Phenomenon or Two？ [J]. American Economic Review， 2000， 90（2）：444-449.

[21] Allen S G. Technology and the Wage Structure [J]. Journal of Labor Economics， 2001， 19（2）：440-483.

[22] Brynin M. Gender Equality through Computerisation [J]. European Sociological Review， 2006， 22（2）：111-123.

[23] Findik D. Effect of technology on gender wage differential： a panel analysis [J]. Applied Economics Letters， 2008， 15（10）：821-825.

[24] 邢春冰，賈淑艷，李實. 技術(shù)進(jìn)步、教育回報與中國城鎮(zhèn)地區(qū)的性別工資差距[J]. 勞動經(jīng)濟(jì)研究， 2014（03）：42-62。

[25] 劉仁寶， 劉冠軍. 科技進(jìn)步對城鎮(zhèn)職工性別工資差異的影響[J]. 經(jīng)濟(jì)與管理研究， 2017（11）：50-57.

[26] Hering L， Poncet S. Market access and individual wages： evidence from China [J]. Review of Economics and Statistics， 2010， 92（1）：145-159.

[27] 劉斌，李磊. 貿(mào)易開放與性別工資差距[J]. 經(jīng)濟(jì)學(xué)（季刊）， 2012（02）：429-460.

[28] 李宏兵，趙春明，蔡宏波. 外資進(jìn)入擴(kuò)大了性別工資差距嗎[J]. 統(tǒng)計研究， 2014（06）：57-65.

[29] Mincer J. Schooling， Experience， and Earnings [M]. National Bureau of Economic Research； distributed by Columbia University Press， 1974.

[30] 盧晶亮. 資本積累與技能工資差距——來自中國的經(jīng)驗證據(jù)[J]. 經(jīng)濟(jì)學(xué)（季刊）， 2017（2）：137-158.

[31] 王美艷. 教育回報與城鄉(xiāng)教育資源配置[J].世界經(jīng)濟(jì)，2009（5）：3-17。

Abstract： In theory， skill-biased technical progress will reduce the importance of motor skills and emphasize the need for cognitive skills. Because men and women have different skill distributions， when technological advances cause relative price changes in different skills， the gender wage gap will also Change has occurred. The study used Chinese general social survey data and provincial-level technological progress data to empirically test the impact of technological progress on the gender wage gap. The analysis shows that technological progress， as measured by R&D; investment， helps to narrow the gender wage gap. The same results have been obtained for the regression results by year， education level， occupational skill level， unit nature， and regional group. It is noteworthy that technological progress can help reduce the gender of the labor force with low education level and low professional skills. Wage gap. The key conclusions of this paper also passed the robustness test.

Key Words： technological progress； R&D; input； gender wage gap

責(zé)任編輯：張士斌