摘要：通过就业行业对性别工资差异影响机制的理论分析，根据2013年流动人口动态监测数据，采用Appleton分解法实证分析农民工行业分布对性别工资差异的影响，研究发现，男女农民工存在一定程度的行业隔离，相对于男性农民工而言，女性农民工较多集中在劳动密集型低薪行业工作；农民工性别工资差异既包括行业间所产生的差异，也包括行业内所产生的差异，其中主要是由行业内男女不同酬和行业间进入时性别歧视引起，行业隔离所产生的性别工资差异能解释总差异的232%。
关键词：农民工；行业分布；性别工资差异；Appleton分解法
中图分类号：C922；F2442文献标识码：A文章编号：1000-4149（2017）06-0105-11
DOI：103969/jissn1000-4149201706010
收稿日期：2016-10-08；
修订日期：2017-06-16
作者简介：罗俊峰，经济学博士，山西财经大学公共管理学院讲师。
The Impact of the Industrial Distribution on the Gender Wage Gap
for the Migrant Workers
LUO Junfeng
（School of Public Management，Shanxi University of Finance & Economics， Taiyuan 030006， China）
Abstract：According to the theoretical analysis framework of industrial distribution and the impact on the gender wage differentials for migrant workers，the paper introduces the Appleton decomposition method to the empirical analysis based on the Dynamic Monitoring Data of the Migrant Population in 2013.The results of the study are as follows： there exists occupational segregation between male and female.Relative to the male migrant workers， the female migrant workers are more likely employed in the laborintensive and lowwage industries.The gender wage gap exists withinindustry and betweenindustrials.
The gender wage gap is mainly due to differential rewards withinindustry and the gender occupation segregation.The occupation segregation accounts for 232% of the gender wage gap.
Keywords：the migrant worker； industrial distribution； the gender wage gap； the Appleton decomposition method
一、题的提出
《2015年国民经济和社会发展统计公报》显示全国农民工数量为27747万人，外出农民工为16884万人[1]，作为产业工人重要组成部分的农民工已经占据城镇劳动力市场的“半壁江山”，其中女性外出农民工接近外出农民工总量的四成。随着城镇化的不断推进，举家外迁的农民工越来越多，女性农民工所占比重将会逐渐增大。作为“半边天”的女性农民工，由于受教育程度、外出务工年限、技能水平、社会劳动和家务劳动的时间配比、社会观念等因素的影响，在就业进入、职业（行业）选择、福利待遇、晋升等方面处于弱势地位，受到既为农民工又身为女性的双重歧视，她们大多在劳动密集型的加工行业、餐饮业、建筑业、家政服务业等低薪行业工作[2-3]，是城市劳动力市场中的边缘群体。在城镇化建设进程不断推进和经济下行所带来的去产能行业用工减少并存的双重背景下，作为双重弱势群体[4]的女性农民工在城市就业和生活的边缘化问题是农民工问题的重点。基于性别差异的角度深入挖掘次级劳动力市场中的双重弱势群体――女性农民工的行业进入、工资收入现状，有利于维护低层次女性劳动力的合法权益、提高其劳动参与率，有利于缓解经济新常态下“民工荒”和“就业难”的矛盾，有利于促进产业结构的转型升级，有利于和谐劳动关系的构建。
农民工存在性别工资差异已是一个不争的事实，很多学者从男女农民工人力资本水平差异、社会资本水平差异、行业（职业）隔离、性别歧视等角度对农民工性别工资差异进行了分析。随着越来越多女性农民工涌入劳动力市场，男女农民工在就业方式、行业、职业等方面存在着明显的区别，男女农民工就业行业的分布对他们的工资差异有怎样的影响？国内外从行业分割角度研究性别工资差异的观点集中如下：罗泽尔（Rozelle）等认为男女劳动者进入某一行业、某种类型的企业或岗位工作的几率所产生的行业（职业）隔离对性别工资差异有很大的影响[5]。受教育程度越低，男女劳动者的劳动参与率、就业行业选择和工资的差异越大[6]。与欧美发达国家相比，由于没有考虑因为工资过低而退出劳动力市场的这部分女性样本，中国性别工资差异被低估，男女劳动者在行业进入中存在明显差异，这将拉大就业率性别差异进而影响工资性别差异[7]。从行业分割的角度来看，性别工资差异主要来自于行业内部[8-11]，女性在收入较低的服务行业存在进入优势[11]。在对差异的进一步分解中，又有不同的结论，吕康银等认为个人特征差异起决定性作用，能够解释总差异的857%[9]，其他学者则认为包括歧视在内的不可解释差异占比较大。上述学者最大的研究缺陷是使用布朗（Brown）分解法进行工资差异分解，没有解决指数基准问题，而且行业分类比较少降低了行业选择对工资性别差异影响的程度。葛玉好解决了指数基准问题，认为行业选择和部门选择对性别工资的影响不大，但行业内部歧视对性别工资的影响却越来越大[12-13]。卿石松、郑加梅认为职业隔离是导致性别工资差异的主要原因[14]。谢嗣胜、姚先国则认为职业因素加剧了性别歧视的程度，而行业因素降低了性别歧视的程度[15]。已有文献的研究方法和研究结论对本文的研究很有启示，但是由于他们的研究对象多为城镇劳动力市场中的所有劳动者（既包括城镇在职职工也包括农民工）或者仅为城镇户籍的在职职工，比较对象同质性较差，测度出来的结果没有针对性，很难真正分析出农民工这一特殊群体的性别工资差异程度，从而不能清楚描述女性农民工的就业质量。基于此，本文将以外出农民工为研究对象拟回答以下问题：次级劳动力市场是否符合拥挤假说 该理论认为职业隔离尤其是性别引起的职业隔离是现实存在的，由于职业隔离的存在而带来一种部分工作劳动力供给相对较多，工资相对较低的效应。
？男女农民工是否存在就业的行业隔离？男女农民工就业行业分布
对性别工资差异是否产生影响？影响有多大？应该采取什么样的措施来实现男女农民工“同工”与“同酬”并举？
二、就业行业对性别工资差异的影响机制
拥挤假说、人力资本差异理论
该理论认为人力资本差异决定了劳动者所提供的劳动的质的差异，这是产生工资差异的一个重要原因。
、劳动力市场歧视理论
该理论认为由于劳动力市场歧视的存在，导致对于相同劳动生产率的劳动者因其所属人群的不同给予不同的待遇。
为研究就业行业分布对性别工资差异的影响提供了有益的理论视角。综合这些理论，本文认为就业行业对性别工资差异的影响主要体现在以下几个方面：一是行业进入机会均等，由于男女农民工受教育年限、年龄、技能水平、经验、求职偏好等不同，导致所进入行业不同，进而带来工资水平差异，这种差异可能是由于男女人力资本特征带来的差异，也可能是由于就业特征带来的补偿性工资差异。二是行业进入的性别差异，由于劳动力市场上某些行业在雇佣时存在对男性的偏爱或对女性的歧视，使得男女农民工进入行业的机会不均等，女性进入高工资行业的机会比男性小，根据拥挤假说，那么势必就会形成就业的行业性别隔离，进而使得女性更多地集中在低工资行业就业，而男性在高工资行业就业的比重明显比女性高，因此产生行业间的性别工资差异。三是在行业内部，支付工资时男女同等对待，基本是按照生产力特征付酬，在此基础上所产生的性别工资差异为行业内所产生的特征差异。四是在行业内部工资支付产生的性别差异，即使女性和男性行业进入机会以及生产力特征不存在性别差异，由于统计性歧视或者雇主个人偏见的存在，在同一行业就业的男性工资回报比女性高，那么同样也会产生或者增加行业内性别工资差异。在男女行业进入机会均等以及行业内工资支付男女同等对待情况下产生的差异为特征差异，这种差异是符合常理的、正当的差异。由于行业进入机会的不均等和行业内工资支付不均等产生的性别工资差异即为不可解释的差异，或者为歧视产生的差异，如图1所示。
三、数据来源、研究模型和变量设定
1稻堇丛
本文采用的数据为国家卫生和计划生育委员会2013年流动人口动态监测数据，与中国营养健康调查数据（CHNS）、中国家庭收入调查数据（CHIP）、中国综合调查数据（CGSS）相比，该数据样本量大、覆盖范围广、针对性强，调查范围遍布全国31个省市自治区，调查对象为流动人口，农民工作为流动人口的主体，样本量高达153566人。本文所研究的农民工是指户籍仍在农村，在户籍所在县、区外主要从事非农产业、以工资为主要收入来源的乡城流动人口。为了提高数据的可用性，在剔除掉城镇户籍、未就业样本、非雇员样本、缺失值等不符合本文研究条件的样本后，仅考虑雇佣身份为雇员且有工资收入的乡城流动人口（即农民工）的样本数为83329人，其中男性为48271名，女性为35058名，性别分布基本均衡。本文所截取的数据信息包括农民工的性别、出生年月、受教育程度、婚姻状况、外出务工年月、流动范围、就业行业、就业职业、就业单位性质、流入地、月工资收入、每周工作天数、每日工作小时数。丰富的问卷内容为深入研究行业分布对农民工性别工资差异的影响提供了较为可靠的素材。
2模型介绍
关于行业分布或职业分布对性别工资差异的影响，目前采用较多的是Brown分解方法和阿普顿（Appleton）分解方法，与Brown分解方法相比，Appleton分解方法同时解决了行业选择问题、指数基准问题和选择性偏差问题。本文引入无歧视状态下的行业选择方程和工资决定方程，采用Appleton分解方法分析行业分布对农民工性别工资差异的影响。Appleton 分解公式如下：
lnwm-lnwf=
∑jp*j（xmj-xfj）βj
A+
∑jp*jxmj（βmj-βj）
B+
∑jp*jxfj（βj-βfj）
C+
∑jlnwmj（pm*j-p*j）
D+
∑jlnwfj（p*j-pf*j）
E+
∑jlnwmj（pmj-pm*j）
F+
∑jlnwfj（pf*j-pfj）
G
（1）
其中，lnwm、lnwf分别代表男女农民工小时工资的对数，lnwmj、lnwfj；xmj、xfj分别代表各行业男女农民工的小时工资对数和特征均值，
βmj、βfj为男女农民工在各行业工资方程的系数。pj* 代表无歧视状况下农民工i在行业j中就业的概率，pjm、pjf分别代表男女在j行业中实际就业的概率，pjm*、pjf*分别代表无歧视状况下男女在各行业中的就业概率，βj为无歧视状况下农民工i在行业j中就业工资收入的系数向量。
等式右边前三项A+B+C为行业内性别工资差异，后四项D+E+F+G为行业间工资差异。各项具体代表含义如下：A代表行业内付薪时男女同等对待，由于男女人力资本特征差异而造成的行业内工资差异。B+C是由于社会偏见、歧视等因素的影响，行业内付薪时雇主对男女不同等对待所产生的差异，其中B指行业内对男性的优待所产生的差异，C指对女性的相对不合理对待所产生的差异。D+E代表行业进入机会均等的情况下由于人力资本特征差异导致男女分布在不同行业所产生的行业间性别工资差异，其中D表示由于男性具有比女性较优的特征进入高工资行业而存在的行业间工资差异，E表示由于女性具有比男性较差的特征进入低收入行业而导致的行业间工资差异。F+G表示行业进入机会的不均等，拥挤效应和歧视的存在，导致男女农民工就业存在行业隔离进而产生的行业间工资差异，其中F表示行业间对男性的优待而产生的差异，G表示行业间对女性的惩罚而产生的差异。A+D+E表示由于男女在劳动力特征和就业特征方面造成的可解释差异；B+C+F+G表示由不可观测因素或者歧视等造成的不可解释的差异。 3变量设定
要分析农民工就业分布对性别工资差异的影响，需要使用Appleton分解法分解性别工资差异，这涉及行业选择方程和行业工资决定方程的变量设定。本文所使用的农民工工资为小时工资，在进行工资方程回归时，使用小时工资的对数；性别为0、1变量；年龄、工作经验均根据被调查时间与出生年月、外出务工年月的差值计算得出，受教育程度根据中国现行教育制度各学段耗用年限计算，这三个变量为数值型变量；就业地区分为东部、中部、西部
按照国家统计局对于三大经济地带的划分将农民工就业地区划分为东部、中部、西部地区。其中东部为北京市、上海市、天津市、河北省、山东省、广东省、浙江省、江苏省、海南省、辽宁省、福建省11省市；中部为山西省、河南省、安徽省、江西省、湖北省、湖南省、黑龙江省、吉林省8省；西部为陕西省、甘肃省、青海省、宁夏回族自治区、西藏自治区、重庆市、四川省、贵州省、云南省、
广西壮族自治区、内蒙古自治区、新疆维吾尔自治区12省市自治区。 ；就业职业按照职业类别将调查问卷中的类别进行合并为管理类职业、专业技术类职业、商业服务类、生产操作类职业、其他不便分类职业五类；就业单位性质主要分为公有、私有、个体户、外企、其他单位性质；就业地区、就业职业、就业单位性质为虚拟变量。
对于行业的分类，本文与其他学者不同。学者们在研究行业隔离和性别工资差异时，对于行业划分的尺度和类别存在很大的差异，这可能和学者的研究导向和数据获得的途径有关。王美艳、王湘红等
依据收入水平的不同将行业分为四类[8，11]；杨鹏、张广胜依据小时工资高低顺序排列，按照等距分组将行业分为三类[10]；葛玉好按照中国城镇住户调查数据（UHS）数据库1992―1996年的标准对其他年份的行业进行重新定义并归纳为12类[12-13]；吕康银等根据行业的资本来源将行业分为垄断行业和非垄断行业两类[9]。本文根据国家行业大类、农民工就业行业类别的实际分布、各行业劳动者受教育程度以及月工资水平，将调查问卷中的农民工就业行业分为七类，如表1所示。
四、 就业行业分布对农民工性别工资差异影响的实证分析
1r民工就业分布、分行业性别工资差异描述性统计
描述性统计结果显示，农民工主要集中在制造业和低知低薪服务行业就业，就业行业分布为农林牧渔业（220%），制造业（3440%），采掘、建筑、水电煤供应行业（1405%），低知低薪服务业
（3330%），高知高薪服务业（650%），高知低薪服务业（267%），其他不便分类行业（680%）。从小时工资均值来看，女性（1044元/小时）仅为男性（1343元/小时）的7770%。分行业对比，就业行业不同性别工资差异也不同，第一产业、第二产业、第三产业的批发零售和餐饮住宿等传统服务业的差异较大，金融、保险、房地产等高薪服务行业和科研技术等高知服务行业差异较小，见表1。
2农民工就业是否存在性别行业隔离的判断
所谓性别行业隔离，是指男女劳动力分别聚集在收入水平、社会声望和社会地位等处于不同等级的不同行业就职，它是衡量男女就业行业选择几率的尺度。根据劳动力市场供求原理，由于存在行业隔离使得女性只能拥挤在一些特定的行业，致使女性为主的行业中劳动力供给增加，压低了这些行业的工资，男性为主的行业中劳动力供给减少，工资被抬高，进而使得女性被隔离在低工资行业造成行业拥挤，这是对男女选择行业和工种的一种偏见，是劳动力市场上性别歧视的主要方式之一。
农民工就业是否存在性别行业隔离可以用性别行业隔离指数法和反事实分布法来进行分析。
（1）性别行业隔离指数。
性别行业隔离差异指数的具体算法可借鉴奥缇・达德利・邓肯（Duncan O D）
和贝弗利・邓肯
（Duncan B）的职业隔离指数，即用就业人口在各行业上的分布来表示隔离程度
[16]，计算公式为：
DI=12∑FjF-
MjM
（2）
其中，DI是性别行业隔离指数，j代表就业行业，Fj、Mj分别为分行业女性农民工和男性农民工的人数，F、M分别为所有行业男女农民工样本总数。性别行业隔离指数的含义是假如某一性别劳动力现在的工作岗位固定，为了使得两性就业的行业分布相同，那么，另一性别劳动力有多大比例的人数必须要做行业变换[11]？DI取值范围为（0，1），即如果男女农民工行业分布越相近，DI值越接近于0；如果男女农民工行业分性别差异越明显，DI值越接近于1。将数据代入公式（2）计算得知，DI值为022，说明若要男女农民工在行业分布上一致，需要对22%的女性重新进行就业行业调整（这和杨鹏、张广胜分析的结论[10]
较为吻合）。但要说明的是这22%可能是受到男女农民工求职偏好、进入劳动力市场后家庭决策时最优选择影响的结果，未必完全是由劳动力市场歧视造成的。
（2）反事实分布法。
反事实分布法即利用行业选择方程分别估计男女农民工行业选择系数，构建反事实的行业分布，即根据男性行业选择系数预测女性的行业就业概率，根据女性选择系数预测男性的行业就业概率，最终根据实际值和预测值的对比来确定是否存在行业隔离。
文中的七类就业行业属于无序多分类变量，所以此处选取无序多分类Logistic回归（Multinomial Logistic Regression）模型，即以行业类别为因变量，以受教育年限、年龄、工作经验、工作经验平方、婚姻状况为解释变量，同时控制就业职业、就业单位性质、就业地域等就业特征变量，选择低知低薪服务业为参照组进行无序多分类回归，具体模型如下：
pij=exp（xiBj）
∑nj=1 exp（xiBj）
i=m， f
（3）
pij表示样本中某一农民工i进入某行业j工作的概率，i=m，f分别表示男女农民工，n表示7种行业类型，j表示某一行业类型，xi表示影响样本农民工行业选择的一系列特征变量以及控制变量，Bj表示回归中行业j的待估参数系数。
以低知低薪服务行业为参照组，分别对男女农民工分行业进行回归，回归结果
因篇幅关系，男女农民工行业选择的多元Logistic模型分析结果未列出，有兴趣的读者可与作者联系索要。代表的含义是与低知低薪服务行业相比，即男性和女性进入其他六类行业的概率大小对比。结果显示，受教育年限、年龄、工作经验、工作经验的平方、就业地域对农民工的行业选择有显著影响，且男女在进入行业的概率与解释变量之间的关系上存在着异同。 利用回归结果得出男女分行业进入机会，根据反事实分析法可以预测男女农民工的行业分布。从表2可以看出，若劳动力市场不存在性别歧视、行业分割，女性按照男性农民工相同的就业分布，女性农民工被拥挤在低知低薪服务行业的比例会减少171%，而进入建筑、采掘、水电煤供应，高知高薪服务等较高收入行业的比例
分别会提高154%和55%；反之，男性农民工从事低知
低薪服务业
和高知低薪服务行业的比例分别会提高240%、21%，而从事建筑、采掘、水电煤供应业，高知高薪服务行业等较高收入行业的比例分别会分别降低167%和54%。
男女农民工在实际和预测就业行业分布存在的差异说明他们在劳动力市场中处于不同地位，女性农民工多被排挤在工资收入较低、就业相对不稳定的行业就业，次级劳动力市场也存在着性别行业分割。
3分行业分性别农民工工资方程回归结果分析
以明瑟（Mincer）工资决定方程为基础，建立模型：
lnwij=β0+Xijβij+uij（4）
其中，lnwij为分行业的小时工资对数，βij为分行业所要估计的系数，Xij为分行业解释变量（影响工资的各种特征向量，包括性别、受教育年限、年龄、工作经验、工作经验的平方、就业职业、就I单位性质、就业地区），uij表示服从正态分布（零均值，同方差）的分行业回归的随机误差项。
（1）男女农民工分行业人力资本状况。
由表3可以看出，在高知服务行业就业的农民工人力资本水平比其他行业高，这和劳动者的受教育程度加大了其在高知服务行业就业的可能性这一现实相符。第一产业、第二产业以及低知低薪服务行业就业的男性农民工受教育年限均比女性高，说明这些行业就业的女性农民工普遍受教育程度偏低；而在金融、保险、教育、卫生、科研技术等高知行业就业的女性农民工受教育年限明显比男性高，说明女性要获得和男性同样的在高知行业就业的机会，必须在教育方面比男性进行更多的投资。除低知低薪服务行业女性农民工平均年龄比男性高03岁外，其他行业男性农民工的平均年龄均比女性农民工高。无论在哪个行业，男性农民工的工作经验年数均比女性农民工长，说明相对于男性农民工来说，女性农民工务工时间较短，这可能是务工时间不连续所致。与男性农民工相比，女性农民工的人力资本劣势不仅能够解释部分行业间的性别工资差异，也进一步揭示提高女性农民工的受教育年限、增加继续教育的机会、延长平均务工年限等对于缩小性别工资差异至关重要。
（2）各行业分性别工资方程的回归结果分析。
将小时工资对数作为被解释变量，同时选择受教育年限、年龄、工作经验、工作经验的平方等人力资本变量为解释变量，所从事职业、所在单位性质、就业地区为控制变量，分别对各行业所有农民工以及男女农民工进行工资方程估计。
根据表4的回归结果可以发现，分行业分性别中各人力资本变量对其对应的工资水平产生显著影响，其自变量的系数符号绝大多数都符合预期，并且大部分在统计上都是显著的，调整后的R2大小也比较合理。从回归结果可以得出以下结论：在控制了人力资本特征变量和就业特征变量的前提下，各行业性别工资差异都不一样，工资水平比较高的第二产业中的制造业，金融、保险、房地产等高知高薪服务行业工资差异较为明显，第二产业中的建筑、采掘、水电煤供应行业男性农民工工资比女性高275%，而在工资水平较低的服务行业性别工资差异相对较小，尤其是餐饮、社会服务、零售等低知低薪服务行业，男性比女性高149%
该数值是根据公式p=exp（c）-1计算得出，其中p是百分比，c是估计系数。。
各行业的分性别工资方程回归结果显示，在控制了职业、就业单位和就业地区三个变量后，其他各变量对不同行业男女工资收入的影响是不同的，见表5和表6。
各行业男女劳动者的工资水平均与受教育年限正相关，即受教育年限越长，工资水平越高；受教育年限对女性从事第一行业的工资影响不显著，除制造业男性农民工的教育收益率比女性高之外，服务业
和采掘、建筑、水电煤供应业等行业均比女性低。采掘、建筑、水电煤供应业女性农民工教育收益率为28%，男性仅为12%，对男女农民工分别进行行业职业交叉分析发现，在这类行业中管理人员和办事人员中女性的比重比男性高，这使得其行业教育收益率明显提高。
年龄对某些行业的农民工工资收入有显著影响。在低知低薪服务行业、制造业、高知高薪服务行业，男性农民工年龄越大，小时工资越高。在低知低薪服务行业以及建筑、采掘、水电煤供应行业，年龄对女性员工工资收入是负向影响，其他行业影响不显著，这和现实比较相符，因为从分行业性别构成来看，零售、住宿、餐饮等低知低薪服务行业一线工作的多为年轻女性，考虑到工作内容、工作环境和劳动强度，建筑行业中雇佣的女性也多为身强力壮的年轻女性，而少量年龄相对较大的女性农民工只能从事辅助性生产或服务工作，追求利润最大化的用工单位在招录女性员工时更倾向于年轻精力旺盛的女工。 除对从事第一产业的女性工资影响是负值外，经验对从事各行业男女农民工的工资都会产生正向影响，说明工作经验越丰富，工作熟练度越高，工资水平越高。工作经验的平方系数大多为负值，说明农民工的工资水平与劳动者的工作经验呈倒“U”型，这和现实较符。值得关注的是高知高薪服务业的女性经验收益率比男性高，而在其他行业男性的经验收益率明显比女性高，尤其是在低知低薪服务行业，男性的经验系数为0025，女性仅为0007，这可能说明低知低薪行业男女不平等现象较为严重，在其他条件一定的情况下，即使具有同样的工作经验，女性在经验方面的收益也不足男性的1/3。
4就业行业分布对农民工性别工资差异的影响分解
上述分析反映了各行业分性别人力资本和就业特征差异、分性别的行业选择差异，以及不同行业的性别工资差异，那么男女行业分布对性别工资差异有何影响，性别工资差异主要是由行业内的差异还是行业间的差异产生的，这需要利用Appleton分解法进一步深入分析，将前面分析中各变量均值，以及各行业就业概率、各行业工资系数代入公式（1）可得分解结果见表7。
按照表7中Appleton分解结果，男女工资差异被分解为行业内工资差异和行业间工资差异。761 %可以被行业内工资差异解释，其余239%t由行业间工资差异引起，说明农民工性别工资差异主要是由行业内所产生的工资差异产生的。在行业内工资差异中，与个体生产力特征相关和就业特征相关的差异解释了81%，这说明同行业内由于男性相对于女性较高的人力资本水平产生了81%的性别工资差异，而由于性别偏见以及其他一些不可观测的因素存在产生了919%的差异。行业间的工资差异中13%是由于特征效应产生的，而剩余的987%是由于男女在行业进入和薪酬支付中的差别对待造成的，可以得出性别行业隔离的存在导致了232%的农民工性别工资差异的产生。从性别工资差异的构成来看，可以由个人禀赋等特征差异解释的部分仅占69%，而属于不可解释的部分高达931%，说明农民工性别工资差异主要是由个人禀赋差异之外的包括歧视在内的不可观测因素引起的，和王美艳、杨鹏与张广胜的结论[8，10]
一致，但特征差异占总差异的比重明显变小。上述结果足以说明，处于劳动力市场中的低工资收入者在工资支付时受到的性别歧视十分严重。这和吕康银
的研究结果
[9]
不同，他利用吉林省调查的289份城镇劳动力样本采用Brown分解方法，对行业性别工资差异的条件均值进行分解，得出性别工资差异的7412%由行业内部差异造成的，而且总体差异主要是由可解释的个人特征起决定性作用造成的。经过对比发现，吕康银的样本中接受过高等教育的达到30%左右，人力资本水平较高，而本文的研究对象为人力资本水平较低的农民工，这也间接说明与城镇女职工相比，由于次级劳动力市场中很多行业、工种对劳动者的体能要求较高，处于次级劳动力市场的女性农民工所受到的行业选择和工资支付的性别歧视更为严重。这一结论从行业分布的角度佐证了曹永福、宋月萍“乡―城流动女性面临的性别歧视要重于城―城流动女性”这一观点[17]，但与张世伟、郭凤鸣的研究结论“随着工资水平的不断提高，性别工资差异不断缩小，但性别工资歧视程度却不断扩大”[18]不同。
五、 结论与启示
本文利用国家卫生和计划生育委员会2013年流动人口动态监测数据分析了农民工就业分布对性别工资差异的影响。研究结论如下。
首先，农民工性别行业隔离现象存在，无论是描述性统计的结果，还是根据性别行业隔离指数、反事实分布两种方法的推断，都显示同处在次级劳动力市场中的男女农民工行业进入中处于不同地位，女性农民工往往被排挤在工资收入更低的劳动密集型服务行业就业，而男性在收入相对较高的行业就业比重较大。女性要获得和男性同样的在高薪行业就业的机会，必须在教育方面比男性进行更多的投资。
其次，不同行业农民工性别工资差异不同，金融，保险，房地产，建筑、采掘、水电煤供应等工资水平较高的行业性别工资差异较大，批发零售、住宿餐饮、社会服务等工资水平较低的行业性别工资差异较小。
再次，农民工性别工资差异主要来自于包括歧视在内的不可观测因素的影响，且由于男女“同工不同酬”所引起的性别工资差异影响程度要大于“行业隔离”对性别工资差异的影响程度。
最后，
处于次级劳动力市场的女性农民工比城镇女职工所受到的行业选择和工资支付的性别歧视更为严重。行业性别隔离的存在致使行业间包括歧视在内的不可观测因素解释了性别工资总差异的232%，消除行业隔离对于减少性别工资差异促进社会公平十分重要。
由于技术原因，分行业分性别进行工资方程回归时，未考虑样本选择性偏差和自选择偏差的问题，这将在以后的研究中予以改进。
综上可以看出男女农民工性别工资差异中既存在合理的可解释的差异，也存在不合理的不可解释的差异。就业是民生之本，工资是民生之源，不公平的性别行业隔离、性别工资差异不利于经济新常态下产业结构的调整升级、不利于和谐劳资关系的建立。政府应尽快完善城乡统一的劳动力市场，消除农民工就业中的性别行业壁垒，增加对农民工尤其是女性农民工就业技能培训的专项投资，加大对劳动力市场的检查和违法惩处力度，
加强关于反对歧视的立法，真正落实农民工与城市工、男性与女性的双重同工又同酬。用人单位应该建立科学的人力资源评价体系，严格遵守《就业促进法》、《劳动合同法》等相关法规，在员工录用、培训、职位变动与付薪时消除性别偏见。女性农民工更应该强身自救，思想上克服“男主外、女主内”观念的束缚，积极参加流出地或者流入地的就业技能培训，就业中如若遇到不公平的对待，懂得并敢于用法律武器维护自身的合法权益，增加用人单位的歧视成本。
参考文献：
[1]国家统计局.2015年国民经济和社会发展统计公报[EB/OL][2016-02-29].http：//wwwstatsgovcn/tjsj/zxfb/201602/t20160229_1323991html. [2]杨慧.女性就业现状及行业与职业分布性别差异[N].中国妇女报，2013-03-05（B02）.
[3]罗俊峰，童玉芬.流动人口就业者工资性别差异及影响因素研究――基于2012年流动人口动态监测数据的经验分析[J].经济经纬，2015（1）：131-136.
[4]王震.农民工群体的性别工资差异及政策选择[N].中国妇女报，2015-04-28（B01）.
[5]ROZELLE S， DONG X， ZHANG L， MASON A.Gender wage gaps in postreform rural China[J].Pacific Economic Review，2007，7（1）：157-179.
[6]PETRESKI M， BLAZEVSKI N M， PETRESKI B. Gender wage gap when women are highly inactive： evidence from repeated imputations with Macedonian data[J].Journal of Labor Research，2014， 35（4）：393-411.
[7]CHI Wei， LI Bo. Trends in China’s gender employment and pay gap： estimating gender pay gaps with employment selection[J].Journal of Comparative Economics， 2014， 42（3）：708-725.
[8]王美G.中国城市劳动力市场上的性别工资差异[J].经济研究，2005（12）：35-
43.
[9]吕康银，王文静，张丽.行业工资的性别差异研究[J].山东社会科学，2010（6）：157-160.
[10]杨鹏，张广胜.农民工性别工资差异的实证分析――基于改进的Brown分解方法[J].广东商学院学报，2012（4）：74-83.
[11]王湘红，曾耀，孙文凯.行业分割对性别工资差异的影响――基于CGSS数据的实证分析[J].经济学动态，2016（1）：44-53.
[12]葛玉好.部门选择对工资性别差距的影响：1988―2001年[J].经济学（季刊），2007（1）：607-628.
[13]葛玉好.工资分布的性别差异：分位数分解方法[J].上海经济研究，2007（4）：22-30.
[14]卿石松，郑加梅.“同酬”还需 “同工”：职位隔离对性别收入差距的作用[J].经济学（季刊），2013（2）：735-756.
[15]谢嗣胜，姚先国.农民工工资歧视的计量分析[J].中国农村经济，2006（4）：49-55.
[16]DUNCAN O D， DUNCAN B. A methodological analysis of segregation indexes[J]. American Sociological Review， 1955，20（2）：210-217.
[17]曹永福，宋月萍.城乡、区域二重分割下我国流动人口性别工资差异研究[J].理论经济研究，2014（5）：5-12.
[18]张世伟，郭凤鸣.分位数上的性别工资歧视――基于东北城市劳动力市场的经验研究[J].中国人口科学，2009（6）：69-79.
