推文人 | 袁晓燕

 

推文信息

 

Claudia Goldin, Sari Pekkala Kerr, Claudia Olivetti, and Erling Barth，The Expanding Gender Earnings Gap:Evidence from the LEHD-2000 Census，American Economic Review: Papers & Proceedings, 2017

 

性别工资差距会随着年龄的增长而加大，尤其是离开学校15-20年后的差距会很大。对于对于那些受过高等教育、已婚或者有幼小孩子的女性来说尤其如此。Goldin（2014）利用CPS数据发现那些出生在二十世纪七十年代的大学毕业生，当他们的年龄从25-29岁增长到40-44岁时，他们的性别工资差距加大了21.4个百分点，这一趋势和那些出生在六十年代同年龄段的人相似。（0.133-0.343）。不仅如此，当控制工作小时数和工作周数，这两个年龄组别的性别工资差距增大至39个百分点。

 

文章控制了现有文献讨论的因素，诸如家庭结构、迁移者和留守者区别、女性对于工作弹性的更高需求、以及家庭内部存在的对于母亲发展的更少需求。利用雇主—家庭动态面板数据(Longitudinal Employer-Household Dynamics)和2000年的人口普查数据，作者试图识别出性别工资差距随着年纪增长而加大的部分，究竟有多少发生在企业内部，有多少发生在企业之间。

 

为此，作者想解决的问题是，第一、如果女性任职于低工资的企业，相比较男性，她们是否往高工资企业流动的频率会小很多？第二、是否她们更加不能适应在企业内部职位的变化。

 

文章的主要发现是：在控制基本的人力资本特征变量后，大学毕业生的性别工资差距，当年龄从26增加至39岁时（从1995-2008年），会增加33.7个百分点。而且这一差距的80%发生在这一时间段的前半部分。控制2000企业平均工资的对数，行业以及职业后，性别工资差距的增加趋势会变缓，大约为18.9个百分点。也就是说，对于大学毕业生来说，增加的差距的44%来自于男性和女性在企业之间的流动性差异，56%来自于男性和女性在企业内部不同的收入变化。而对于那些仅仅只有中学学历的人来说，在1995-2008年间，其性别收入差距增加了15.6个百分点，当控制了一系列的企业效应后，这一差距变为8.1%。这一差距相比受过高等教育群组显著小。但是来自企业间和企业内部的效应基本相同，各占50%。

 

一、增加的性别工资差距——来自LEHD-Census的证据

 

文章利用了2000年census数据和LEHD数据。LEHD数据是一个覆盖1995-2008年私人部门企业的数据库，包括从各州失业保险记录得到的官方收入数据。census则提供了相关的人口特征数据。样本依其受教育程度被分为三个组别。对于每一个组别，都选择了在1995的不同初始年龄，这样保证每个人都已经完成了他的最高学位，而且处于其职业的早期阶段。具体来说，对于那些没有高中毕业的人群，文章选择那些在1995年年龄在20-22之间的样本；而那些完成了高中教育但没有读大学人群，其年龄范围在23-25岁；至于那些大学毕业生则选择年龄在25-27岁之间。大约有40%的女性和33%的男性接受过高等教育； 54%的男女是高中毕业生；其他都是高中以下学历。

 

二、企业效应以及加大的性别工资差距

 

文章的经验方程如下：

 

y是每个处于教育组j的个人i在t年的季度收入均值，X是k个个人特征变量（time invariant;race;exact education;time varying;exact age,state）；F表示女性。

 

在方程（2）中文章增加了ln (MEE)——企业收入均值的对数，它是每一个企业在整个时期内所有雇员工资的均值（这样就不会随着时间而变化，也不会仅仅只是随着我们选择样本的不同而未被计算）。同时还加入了行业和职业虚拟变量。

 

上图1的panel A给出了不同教育组别的性别工资差距——从方程（1）中估计的，从1995到2008年的变动趋势。而panel B则估计的是方程（2）的性别工资差距系数。研究发现，性别工资差距的确随着年纪的增加而增大。

 

文章的实证结果清晰地显示：对于所有教育组别而言，性别工资差距都会随着年纪的增长而加大。对于高等教育组，性别工资差距在26岁时为10.9个百分点，但是到了39岁则变成44.6个百分点，或者33.7个百分点（在没有控制工作小时数和工作周数的前提下）。年龄在23-37岁之间的中等教育组别的性别工资差距从16.2增加至31.8个百分点。而最低的教育水平开始于最大的工资差距——26.7，但是仅仅只是增加至32.4个百分点。

 

方程（2）控制了行业和职业效应后，所有的性别工资差距都增加了，意味着男性更多受雇于更高工资的企业。

 

因为性别工资差距最大的是受过高等教育组，文章继而研究了高等教育组的性别工资差距在各个部门间的差异。图2是利用方程（2），估计了那些在FIRE(Finance,Insurance, and Real Estate）部门以及科技部门工作、受过高等教育人群的性别工资差距 。加入了行业和职业变量后的性别工资差距依然是显著的。

从图2可以看出，26岁时，科技部门的性别工资差距约为-0.030，FIRE部门大概为-0.015。但是14年后，技术部门的这一差距增长至-0.321，FIRE则增长至-0.350。加入MEE分别减小至-0.22和-0.234。也就是说，增加的性别收入差距的24%-30%来自于男性和女性在不同企业间的工资差距，而大多数的增加则是来自男性在同一企业内部比女性工资的更快增长。但是在这个增长过程的前半段，男性在企业之间变换工作的概率也比女性更大——比如流动到FIRE和技术部门，而在一个高工资的企业其工资增长率也会显著增加。

 

三、结论

 

文章证明了性别工资差距在毕业15年后会显著增大，尤其是对于那些受过高等教育、在某些特定部门、以及已婚的人来说更是如此。不仅如此，文章还揭示出增加的性别工资差距中有40%是由于男性更多在高工资企业工作，60%则是因为女性比同一单位男性更可能处于低工资职位。最后，大多数性别工资差距的增加发生在毕业后的第一个7年里，也就是说，是家庭的形成初始时期。

 

谨以此文致敬我的偶像——Claudia Goldin，为她71岁依然保持每年都有AER的发表记录以及永恒的优雅。还记得那个秋日午后，Cornell钟楼下匆匆的邂逅......

 

原文摘要

 

The gender earnings gap is an expanding statistic over the lifecycle. We use the LEHD Census 2000 to understand the roles of industry, occupation, and establishment 14 years after leaving school. The gap for college graduates 26 to 39 years old expands by 34 log points, most occurring in the first 7 years. About 44 percent is due to disproportionate shifts by men into higher-earning positions, industries, and firms and about 56 percent to differential advances by gender within firms. Widening is greater for married individuals and for those in certain sectors. Non-college graduates experience less widening but with similar patterns.