对于劳动力市场性别歧视实证分析.docVIP

对于劳动力市场性别歧视实证分析 　　摘　要：通过借鉴美国2007年美国劳动力市场的数据，对于劳动力市场中的性别歧视现象作了实证分析。考虑到了影响工资收入的职业类型、技术差异，劳动者偏好等影响因素对于劳动群里女性比例与该劳动群体里的工资收入进行了多元回归分析。该研究结果对于改善较不成熟的中国劳动力市场的就业问题具有一定的借鉴意义。 　　关键词：劳动力市场；女性比例；工作类型；技术；偏好 　　中图分类号：F241 文献标志码：A 文章编号：1673-291X（2012）19-0102-03 　　引言 　　目前在劳动力市场，存在着性别歧视的现象。往往女性员工并不能找到与其能力相应的工作；或者女性在工作中所获得的报酬并不能反映她们对于其工作岗位的贡献。究其原因，主要是在劳动力市场中，普遍存在着雇佣者对于女性性别上的歧视。这个现象在各个国家都是存在的。中国尚处在经济快速发展的时期，在关注经济发展速度和效率的同时，对于市场竞争中的公平现象同样需要足够的重视。本文通过利用2007年美国社会调查数据，结合职业技术水平的评估变量和工作的不舒适等指标对于工资水平和工资变化模型进行了估计和评估。同时，职业的性别差异和其与2007年的工资数据的关系在本文进行了验证和说明。以往对于劳动力市场性别歧视的研究分析确认了工资水平实际上在女性占主要组成的职业里是偏低的。本文试图利用2007年美国社会调查中的工资数据，依据2000年女性比例数据和其他影响因素对于工资和女性比例的关系进行分析。 　　尽管考虑到了程式化的事实的一致性，工资与性别组成关系的重要度和这种关系的解释仍然存在争议。大部分的研究验证了性别组成已经控制了工作特点的数量，这个数量会被认为影响工资的平衡。不论是在利用Longitudinal分析工资组成关系，或者是在个人工资变化与性别组成变化的回归都存在统一的认识。至少，Sorensen辨识了工资变化模型的评估，同时他在微观水平的工资模型中包括更多的工作特点。 　　本文的主要的贡献包括使用许多大型的数据库数据，使用不太用于分析的不同职业的变量和利用美国社会调查的数据构建了模型，这样可以使对于个人???工人工资变化与性别组成变化进行分析。从而可以验证是否工资与工人中的性别组成存在相关的关系。这个在之前的研究中一般只是部分的涉及到职业特点，性别组成中的质量分类，工人的品味差异和其他的一些影响因素。 　　一、数据与模型 　　（一）数据 　　本文的主要研究是从2007年美国社会调查中获得的。除此以外，本文还提供了从2000年人口普查数据中有关性别组成的证据。有关衡量职业和工业特点的变量与2007年美国社会调查的个人是相匹配的。这些变量是根据数据库中的工人职业和行业代码而计算出来的。 　　在接下来的分析中，本文包括了所有的女性和男性的工人的一般月工资，一般周工作小时，职业，种族和其他需要的变量。撇除了那些在学校里的工人，或者那些没有在普查数据中收录的一些职业的工人。性别组成是通过FEM这个变量来衡量的。具体地衡量方法是在工人的3位数字的人口普查编号列表中女性工人占总的工人人数的比例。而这个数据是从美国社会调查中获得的。对于女性比例的诠释数据和女性比例与工资关系的数据是从2007年美国社会调查提供的数据得来的。现在，女性比例是从2007年年度的数据中获得的。所有在美国社会调查中的选票部分是通过2007年调查的收入中获得的。 　　（二）模型 　　模型1 　　LnWif =∑βkfXikf+θf FEMif + eif （1） 　　LnWim=∑βkmXikm+θm FEMim + eim（2） 　　在公式中f和m分别指出了女性和男性。LnWi是个人工作小时的自然对数。Xk包括了截距和变量，通过K来检索。这个变量是衡量个人或者工作特点和区域。βk包括了一个常数和相关系数X，FEM是对于所有职业中的工人中的女性占所有工人的比例，β是它的相关系数，e是一个均值是0纠错变量。 　　模型2 　　LnWify =∑βkfXikfy+θfFEMify+?覫if+e’ify （1） 　　LnWimy=∑βkmXikmy+θm FEMimy +?覫im +e’imy （2） 　　在模型2中，t表示在变化的计算周期中的时间时段。具体每个人确定了不可衡量的品质和品味差异，所以要结合无偏的估计θf和θm。 　　我利用了学年的数据，潜在的工作经验年份和它的平方，和结婚状态的dummy变量，是否为拉丁裔，临时状态，公共状态，大型的大都会区域，职业，行业和区域。使用了SAS 9.2软件对于这些变量（2007）做了回归分析。 　　二、回归分析结果 　　2007年美国社会调查中数据的影响因素与工资报酬的多元回归结果：因变量为：LnW自变量为对于工人收入的影响因素。 　　在上表中，我选取了女性比