非参数统计在性别工资差距中的应用.docxVIP

非参数统计在性别工资差距中的应用

一、引言

性别工资差距作为劳动经济学与社会政策研究的核心议题之一，长期受到学术界与政策制定者的关注。大量研究表明，即使在教育水平、工作经验等可观测特征趋同的情况下，女性劳动者的平均工资仍显著低于男性（OECD，2020）。传统研究多依赖参数统计方法，通过设定具体的函数形式（如线性回归模型）分解工资差距的成因，但这类方法对数据分布（如正态性）、模型线性假设等要求严格，可能导致结果偏差（Fortinetal.,2011）。非参数统计以其无需预设分布、灵活捕捉非线性关系的优势，为性别工资差距研究提供了新的分析工具，不仅能更全面刻画工资分布的异质性，还能揭示传统方法难以捕捉的“尾部差距”（如高收入群体中的性别差异）。本文将系统探讨非参数统计在性别工资差距研究中的理论价值与实践应用，为理解这一社会现象提供更精准的分析视角。

二、性别工资差距研究的传统方法与局限

（一）传统参数方法的核心逻辑

早期性别工资差距研究主要基于“特征-回报”框架，通过参数统计方法分解工资差异的来源。其中最具代表性的是Oaxaca-Blinder分解法（Oaxaca,1973;Blinder,1973）。该方法假设工资由可观测特征（如教育年限、工作经验）和不可观测特征（如能力、歧视）共同决定，通过建立线性回归模型分别估计男性与女性的工资方程，将总差距分解为“特征差异”（由可