图片来源：The New York Times
原文信息：
Sin, I., Stillman, S., & Fabling, R. (2022). What drives the gender wage gap? Examining the roles of sorting, productivity differences, bargaining, and discrimination. Review of Economics and Statistics, 104(4), 636-651.
以往研究性别工资差距主要从四个方面进行探讨，一是与劳动力承诺、生育决策和社会规范等相关的生产率差异，二是出于一些原因男女选择不同的行业、职业和企业，三是议价能力的差异，四是基于偏好的歧视和基于统计的歧视。本文使用来自新西兰的雇主-雇员数据来评估这些解释对性别工资差距的相对重要性，发现新西兰性别工资差距为20%-28%，其中职业选择、行业选择、企业选择可以解释9%、16%-19%、5%-9%。而在企业内部仍然存在13%-17%的性别工资差距，其中议价能力可以解释26%-43%，生产率差异可以解释0%-4.5%。最后，性别工资差距在不同行业和时间上的变化证实了偏好歧视的存在，但性别工资差距随着年龄和任期的增加而增加，这与简单的统计歧视模型不一致，但与雇主预期女性在结婚或生育后工作努力下降的情况是一致的。
本文使用了新西兰统计局综合数据基础设施（IDI）的三个组成部分：纵向商业数据库（LBD）、雇主-雇员数据（LEED）和家庭劳动力调查（HLFS），其中LBD可以补充LEED中雇主的财务信息，HLFS是代表性样本，在一些分析中使用，可以补充工作时长和教育信息。基于以上数据，本文在实证分析中主要使用了三种数据集，一是全样本，二是经过一些筛选规则的分析样本（数据量大，但没有工作时长和教育信息），三是与HLFS匹配的样本。
1. 职业选择、行业选择、企业选择
表1展示了新西兰女性职业选择、行业选择、企业选择所解释的性别工资差距的比例。仅控制年龄和全职员工，在整个样本中，女性的平均收入比男性低21.5%（1-e-0.242，下同），在分析样本中低21.6%，在与HLFS匹配的样本中低24.1%。在第四列中，增加了行业固定效应将估计的性别工资差距缩小到18.0%，说明行业选择解释了总体性别工资差距的18.5%（（21.5%-18.0%）/21.5%）。进一步引入行业年固定效应对估计没有影响。接下来，用企业固定效应取代行业固定效应，将无法解释的性别工资差距缩小到17.0%，这意味着23.5%的总体工资差距是由企业选择造成的。进一步引入企业-年份固定效应对估算值没有影响。
使用与HLFS匹配的样本数据，列3控制详细的职业分类能解释性别工资差距的9.0%，列4添加行业固定效应后，可以解释性别工资差距的16.4%，列7控制了通过双向工资分解模型估算的男性企业特定溢价，使估算的性别工资差距进一步减少4.5%。
2. 工作变动与晋升中的性别差异
女性在同一企业中获得的工资低于男性的一个可能解释是，她们对竞争的偏好较低导致她们内部晋升机会较少。通过分析工龄和工作变动模式，以及那些留在同一企业与换工作的员工的工资如何随时间变化，本文发现企业内部晋升差异对性别工资差距的解释作用很小。
3. 企业特定工资溢价的作用
本文基于Card et al.（2016，以下简称CCK）的租金分享模型，衡量两种因素的相对重要性：女性进入支付不同工资溢价的企业的分类效应，以及女性在同一企业中获得的企业特定溢价低于男性的谈判渠道效应。表3展示了分解的结果，企业间溢价差异的分类效应解释了未经调整性别工资差距的14.7% 至23.4%，企业内部工资溢价的性别差异解释了整体性别工资差距的13.5%至22.2%，以及企业内部性别工资差距的 26.3%至43.2%。
4.生产力差异
采用Hellerstein et al. (1999)和Hellerstein and Neumark (1999)提出的方法，估算性别生产力差异对企业内部性别工资差距的贡献。
如果经济由利用两种完全可替代劳动力投入L1和L2的技术生产产出Y的企业组成，那么这些企业的生产函数可以写为：
其中，ϕ表示 L2相对于L1的边际生产力。λ是L2相对于L1的工资比率, 拒绝数据中某些群体的 ϕ=λ平等假设表明市场偏离了竞争性即时劳动力市场，例如存在长期激励合同或歧视等因素。
其中，有效劳动被建模为由不同劳动供应量的函数表示，这些劳动根据性别和四个年龄组（25岁以下、25–39岁、40–54岁、54岁以上）划分：
本文还对企业层面的收入方程进行建模和估算，各类劳动者对企业总工资支出（W）的边际贡献可以通过一个类似于方程 (4) 的模型来估算：
其中，
通过同时在企业层面估算生产函数和收入方程，本文可以比较按各类人口特征（如年龄和性别）区分的劳动者的相对边际生产率（ϕ）和相对工资（λ）。表4 展示了将方程 (5) 代入方程 (4) 和方程 (7) 代入方程 (6)，采用了四种不同的方法来测量劳动投入，并使用非线性表面无关回归（NLSUR）联合估算的结果。C部分展示了不同劳动者群体对企业工资和生产力的相对贡献的百分比差异，并检验其是否显著不同于0。正系数表示某类劳动者的工资相对于其边际劳动生产率较低，负系数表示相反的情况，可知女性相对于其边际生产率的工资比男性低 12.5%至13.2%，40至54岁的劳动者比黄金年龄劳动者高 15.4%至16.0%，年长劳动者比黄金年龄劳动者高 35.3%至37.8%。性别工资-生产力差距与企业内部性别工资差距的下限相似。相比17.0%的上限，这些估算表明，企业内部性别工资差距中最多有 4.5%可由性别生产力差异解释。
5.歧视
Becker（1957）首次提出，在完全竞争的产品市场中，偏好歧视无法长期存在，因为歧视的企业将相较于不歧视的企业亏损并最终被市场淘汰。这一观点促使大量文献关注产品市场竞争与歧视之间的关系。另一部分文献则强调劳动力市场紧张程度的重要性，直觉是当岗位空缺未被填补时，企业会放弃利润，因此在劳动力市场紧张（即雇佣劳动者更困难）时，歧视的成本更高。
在表5 中，本文检验性别工资-生产力差距在行业-年份间的变化是否符合偏好歧视模型的预测。具体而言，本文将每个行业-年份的性别工资-生产力差距回归于以下变量：
1.行业-年份中每名员工增加值（VA） 对数标准差，假设市场竞争较低的行业-年份中VA的离散程度较高；
2.行业-年份中报告在雇佣经理、专业人士或技术人员方面遇到严重困难的比例；
3.行业-年份中担任经理或专业职位的员工比例（因为租金分享最有可能发生在劳动力具有专业技能且搜索成本较高的行业中）。
结果发现，当VA离散程度增加1个标准差时，性别工资-生产力差距增加 0.170个百分点；当雇佣熟练劳动者的困难程度增加1个标准差时，差距减少 0.085个百分点。此外，在经理和专业人士比例较高的行业中，性别工资-生产力差距更大。这个结果与允许求职过程中存在摩擦的偏好歧视模型一致，表明在产品市场竞争较低且劳动力市场松弛的行业中，偏好歧视仍然存在，并且这一现象对于解释整体性别工资差距至关重要。
已有的研究性别工资差异的文献有很多，本文的贡献在于使用覆盖整个经济的单一数据来源，研究各种原因能在多大程度上解释性别工资差距。本文发现，工作变动、晋升、生产力差异对性别工资差距的解释有限，而职业选择、行业选择、企业选择、企业内议价能力、偏好歧视对于解释整体性别工资差距至关重要。
