论文部分内容阅读
摘 要：理论上，技能偏向型技术进步会降低运动技能的重要性，强调对认知技能的需求，由于男性和女性拥有不同的技能分布，当技术进步引起不同技能相对价格变化时，性别工资差距也会发生变化。研究使用中国综合社会调查数据与省级技术进步数据，实证检验了技术进步对性别工资差距的影响。分析表明，以研发投入衡量的技术进步有助于缩小性别工资差距。按年份、受教育程度、职业技能水平、单位性质和地区分组的回归结果也得到同样的结论，值得注意的是，技术进步更有助于缩小受教育程度低、职业技能水平低的劳动力的性别工资差距。本文的关键性结论也通过了稳健性检验。
关键词：技术进步；研发投入；性别工资差距
文章编号：；中图分类号：F244.1 ；文献标识码：A
一、引言
性别工资差距是全球范围内劳动力市场上普遍存在的现象，也是劳动经济学界始终关注的热点议题。在我国，性别工资差距问题在改革开放以后逐渐突显出来，并受到广泛关注。已有的一些研究表明，随着改革开放以来市场化程度的不断加深，性别工资差距整体上也呈现出不断扩大的趋势（张丹丹，2004[1]；李实等，2014[2]；曲兆鹏，2016[3]）。但近年来，性别工资差距变动的方向发生逆转。Song， et al.（2016）[5]的研究使用1995年、2002年、2007年和2013年的CHIP数据，考察了性别工资差距的变化趋势，结果发现，从1995年到2007年，性别工资差距大幅扩大，但从2007年到2013年，性别工资差距却缩小了。欧阳任飞等（2017）[6]的研究单独分析了大学生性别工资差距的变化趋势，同样发现，2007年到2013年，大学生的性别工资差距出现了缩小。魏下海等（2018）[7]的研究重点关注了制造业部门性别工资差距的变化，结果发现，从1995年到2009年，性别工资差距不断扩大，但从2010年开始，这一差距出现缩小的迹象。除以上研究外，《2016年中国劳动力市场发展报告》也指出，2016年我国女性的就业呈现出十大特征，其中之一就是女性与男性的工资差距在缩小[8]。可见，性别工资差距的不断缩小已成为当前我国劳动力市场的一个新趋势，那么，是什么原因导致了近年来性别工资差距的缩小？这正是本文试图要回答的问题。
早在20世纪80年代，在以计算机及相关设备为代表的信息技术快速发展的大背景下，美国及其他一些OECD国家劳动力市场上就曾出现性别工资差距缩小与技能工资差距扩大并存的现象。对此，一些学者从技术进步的角度进行了解释（Weinberg，2000[9]；Bacolod and Blum，2005[10]；Tick and Oaxaca，2005[11]；Tick and Oaxaca，2010[12]；Black and Spitz-Oener，2010[13]；Beaudry and Lewis，2014[14]），并取得一定的研究成果。进入21世纪以来，我国的技术也取得飞速进步，许多研究表明，技术进步会对劳动力市场产生重要的影响，如影响不同技能劳动力的就业和工资（姚先国等，2005[15]；宋东林等，2010[16]；金银亮，2017[17]；杨飞，2017 [18]），却较少有研究关注技术进步对性别工资差距的影响。根据国际经验，技术进步同样会影响性别工资差距，因此，本文将利用相关数据考察技术进步对我国性别工资差距的影响。
二、文献综述
20世纪80年代，美国及其他一些OECD国家的性别工资差距出现缩小的趋势，与此同时，以计算机为代表的信息技术迅猛发展，为此，一些学者从技术变化的角度考察了性别工资差距的变化。Katz 和 Murphy（1992）[19]从需求和供给的角度出发，认为技术进步引起的女性劳动力需求的增加超过了女性劳动力供给的增加，导致女性相对工资的提高。对于技术进步对女性劳动力需求的偏好大于男性的原因，一些学者做出了分析。Welch（2000）[20]构造了“脑力-体力”两要素模型（brain and brown model），男性在体力上具有明显的优势，即男性具有体力密集型特征（brawn intensive），而女性是脑力密集型（brain intensive）的，由于技术进步会降低体力的重要性而提高脑力的重要性，因此有助于提高具有脑力密集型特征的女性的相对工资。Bacolod 和 Blum（2005）[10]将个体的技能分为认知技能（cognitive skill）和运动技能（motor skill），并且指出，由技术进步引起的认知技能相对价格的提高导致了性别工资差距的缩小，这是因为女性相对男性更多地从事认知技能密集型职业。Beaudry 和 Lewis（2014）[14]同样将个体的技能划分为认知技能和运动技能，并构建了个体工资决定的理论模型。个体工资水平取决于他所拥有的这两类技能的分布及它们的相对价格。模型假定女性在认知技能上具有比较优势，当技术进步导致认知技能的相对价格提高时，性别工资差距将缩小。
一些经验研究同样证实，技术进步有助于缩小性别工资差距。Weinberg（2000）[9]将电脑使用的增长作为技术进步的代理变量，考察其对女性就业的影响，结果发现，电脑使用的增长有利于增加女性的就业，并使得女性的相对工资提高。Allen（2001）[21]使用不同的技术进步指标，实证分析了技术进步对工资结构的影响。他发现，就性别工资差距来说，在高技术资本越密集的行业，性别工资差距缩小的幅度越大，这表明技术进步有助于缩小性别工资差距。Tick 和 Oaxaca（2010）[12]考察了1979年到2001年的技术进步对美国性别工资差距的影响，结果发现技术进步对不同职业劳动力的性别工资差距的影响存在差异，具体来说，技术进步缩小了高技能职业劳动力（例如高级管理者、专业技术人员）的性别工资差距，但对中低技能劳动力的性别工资差距没有显著的影响。Brynin（2006）[22]使用四个欧洲国家（英国、意大利、德国和挪威）的数据考察了以电脑使用为代表的技术进步对不同性别劳动力工资的影响，实证结果表明，除意大利外，使用电脑均为其他三个国家的女性带来了更高的工资溢价，这意味着电脑的使用有助于缩小性别工资差距。分位数回归的结果进一步发现，电脑的使用对缩小收入分布底端的性别工资差距作用更大。Findik（2008）[23]使用13个国家从1980年到1998年的面板数据，实证分析了以专利数量衡量的技术进步对性别工资差距的影响，结果表明，性别工资差距将随技术的进步趋于消失。Beaudry 和 Lewis（2014）[14]将电脑使用作为技术进步的代理变量，研究发现在电脑使用密度更高的地區，性别工资差距也越小，由此得到技术进步有助于缩小性别工资差距的结论。 相比国外，我国较少有研究关注技术进步对性别工资差距的影响。在国内现有的文献中，只有邢春冰等（2014）[24]、刘仁宝和刘冠军（2017）[25]、魏下海等（2018）[7]的研究考察了技术进步与性别工资差距之间的关系。邢春冰等（2014）[24]在Beaudry 和 Lewis（2014）[14]提出的模型基础之上，考察了教育回报率对性别工资差距的影响，实证分析表明，一个地区的教育回报率越高，该地区的性别工资差距就越小，而教育回报率的提高又是由技术进步引起的，从而得到技术进步有助于缩小性别工资差距的结论。刘仁宝和刘冠军（2017）[25]构建了女性工资倾向指数，考察了以全要素生产率衡量的技术进步对该指数的影响，结果发现，技术进步对女性工资倾向指数具有正向的影响，这也间接表明技术进步有助于缩小性别工资差距。魏下海等（2018）[7]考察了制造业企业的产业线升级对其内部性别工资差距的影响，结果发现，进行了产业线升级的企业的性别工资差距要小于那些未升级的企业，而产业线升级是技术进步的一个具体表现。在国内已有的三个研究中，前两个研究都没有直接得到技术进步对不同性别劳动力工资的影响，而是通过考察技术进步对其他方面的影响间接得到技术进步对性别工资差距的影响。魏下海等（2018）[7]的研究虽然直接得到了技术进步对性别工资差距的影响，但他们所用的样本仅为广东省佛山市南海区的制造业企业，研究结论是否可以推广至全国或是所有行业，还有待进一步分析。
根据国内外有关技术进步对性别工资差距影响的研究来看，大多数研究都表明技术进步有助于缩小性别工资差距，但国内这方面的研究相对匮乏。鉴于此，本文将利用2010- 2013年的中国综合社会调查（CGSS）数据组成不同年份的混合截面数据，通过将省级技术进步变量引入到个体的工资方程中，考察技术进步对性别工资差距的影响。使用混合截面数据可以扩大样本容量，提高模型的估计精度。使用宏观与微观数据相匹配的方法在研究工资问题上已得到广泛运用，Hering 和 Poncet（2010）[26]运用该方法研究了市场潜力对个体工资的影响，刘斌和李磊（2012）[27]运用该方法研究了城市的贸易开放对性别工资差距的影响，李宏兵等（2014）[28]利用该方法考察了城市的外资进入对性别工资差距的影响。这种方法的优点是显而易见的：一方面，能够在控制劳动者个人特征对工资的影响后，剥离出宏观经济因素对个体工资的影响；另一方面，微观层面个体变量的微小变动对宏观变量的影响非常小，因此，使用宏微观数据相匹配的方法可以有效减轻由反向因果关系引起的内生性问题。
三、理论分析和实证模型
技术进步如何影响性别工资差距？本文将借鉴Beaudry和Lewis（2014）[14]提出的模型来阐述技术进步影响性别工资差距的作用机制。假定劳动力市场上的个体同时拥有两种技能，分别为认知技能（记作C）和运动技能（记作M），不同个体拥有的两种技能组合存在差异。令 和 分别表示受教育水平相同但性别不同的个体拥有的认知技能和运动技能， ，（m为男性，f为女性）。在不考虑测量误差和歧视因素时，个体的工资水平由下式决定：
从（2）式可以看出，性别工资差距取决于两部分：一部分反映性别间的绝对优势，即 / ，通常来说，男性比女性拥有更多的运动技能，因此ln（ / ）>0；另一部分反映了男性和女性在认知技能和运动技能上的比较优势，即（ / - / ），该项小于0，表明女性在认知技能上具有比较优势，其对性别工资差距的影响又与不同技能的相对价格相关。当技术进步引起认知技能的相对价格提高时，根据（2）式可知性别工资差距将减小。
根据以上分析，可以将技术进步影响性别工资差距的机制概括为：当技术进步发生时，生产过程中运动技能的需求减少，认知技能的需求则增加，这就使得认知技能的相对价格提高，同时，由于女性在认知技能上具有比较优势，技术进步最终将引起性别工资差距的缩小。在实际中，无论是个体的技能分布还是不同技能的相对价格，都是无法直接观测到的，因此无法依据（2）式展开实证分析。但我们可以通过直接考察技术进步是否令女性获益更多，从而缩小性别工资差距来检验上述理论机制是否成立。
本文在经典Mincer（1974）[29]工资方程的基础上，加入了技术进步变量和技术进步与性别的交互项，构建了如下计量模型：
其中，下标i表示个体，j表示省份，t表示时间，t=2010，2011，2012，2013；lnwage为年收入的对数；gender为性别虚拟变量，男性=1，女性=0；tech为技术进步变量，用各省的R&D经费支出占GDP的比重来衡量；tech*gender表示技术进步与性别的交互项，该交互项前的系数是我们所最关心的：其若为正，则意味着技术进步将扩大性别工资差距，其若为负，则技术进步将缩小性别工资差距；X表示影响工资收入的个人特征，包括受教育程度、年龄、年龄的平方、是否为党员、户口性质、婚姻状况、是否签订合同、职业、行业和单位性质等，这些变量都是研究工资问题时经常使用的变量；δ为省份-年份固定效应；ε表示随机误差项。另外，考虑到在同一省份和年份，观测值的误差项可能相关，即存在聚类误差问题，在回归中报告省份-年份聚类标准差。
四、数据来源和变量说明
（一）数据来源
研究使用的微观数据来源于2010年、2011年、2012年和2013年的中国综合社会调查（CGSS）数据。CGSS系统地收集了全国各省（市、自治区）社会、社区、家庭和个人多层次的数据，为研究社会和经济问题提供了丰富的数据资料。之所以选用2010年到2013年这四年的CGSS数据，原因有二：一是将四年的数据整合在一起能够扩充样本容量，二是2010年到2013年CGSS问卷中的变量相同，因此在经过处理后能得到变量一致的样本。此外，CGSS数据中还包含已婚被访者配偶的个人特征、就业和收入等信息，因此在分析时加入了已婚被访者配偶这部分样本，进一步扩充了样本容量。基于研究目的，本文对数据进行了如下处理：根据我国的退休年龄规定，将男性样本的年龄范围限定在16-60岁之间，女性样本的年龄范围限定在16-55岁之间；只保留在被访期间处于正常就业的非农就业样本；剔除了就业身份为雇主、个体工商户和家庭帮工的样本；只保留收入为正的样本，并以2009年的价格为基准，根据各省居民消费价格指数进行调整；删除关键变量存在缺失的样本。最终一共得到18701個样本，其中男性样本的比重为63.64%，女性样本的比重为36.36%。 卢晶亮（2017）[30]指出，对发展中国家来说，研发投入是技术进步的一个主要来源。本研究使用的宏观技术进步指标为各省的研发投入强度，即R&D经费支出占GDP的比重，R&D经费支出数据来源于2010-2013年的《中国科技统计数据》， GDP数据来自2010-2013年的《中国统计年鉴》。
（二）个体变量的说明和描述
本文的因变量为个体的对数工资收入，控制变量包括性别、受教育程度、年龄、年龄的平方、政治面貌、户口性质、婚姻状态、合同签订状况、职业类别 、行业类别 和单位性质。表1分性别对主要变量进行了描述性统计。
四、实证分析
（一）技术进步与性别工资差距：基本结果
表2给出了基准工资模型的估计结果。模型（1）报告了在加入技术进步指标之前的估计结果，在控制了其他个人特征后，男性的平均工资比女性高出29%。模型（2）加入了技术进步指标，可以看出，技术进步对工资存在显著的正向影响，从模型（1）到模型（2），R2约提高了5个百分点，其他变量的系数与模型（1）相比变化不大，显著性也未发生改变，因此可以判断，技术进步对工资的变化具有一定的解释作用。为了考察技术进步对不同性别劳动力工资的影响，在模型（3）中加入了性别与技术进步的交互项，该变量前的系数显著为负，这表明技术进步对女性工资的正向影响大于男性，从而技术进步有助于缩小性别工资差距。由于个人所从事的职业、所处行业与所在单位性质也会对工资产生影响，因此，在模型（4）中，进一步加入职业、行业和单位性质虚拟变量，与模型（3）相比，加入这三组虚拟变量使得R2又提高了约5个百分点，其他变量的系数和显著性与模型（3）相比变化不大，因此，加入这三组与工作相关的虚拟变量能够更好地解释工资的影响因素。由于不同省份在经济发展水平、政策、要素禀赋和文化习俗等方面都存在显著的差异，因此在进行估计时有必要控制省份固定效应来消除地区差异对工资的影响，此外，本文的研究数据包含四个不同的年份，不同年份的经济政策等也会有所不同，因此还需要控制年份固定效应。表2中的模型（5）控制了省份-年份固定效应，从估计结果可以看出，相比模型（4），R2进一步提高了约8个百分点，模型的解释力加强，且其他变量的系数和显著性均未发生太大的变化。表2中模型（3）、（4）和（5）技术进步前的系数表明，技术进步有利于提高劳动力的工资水平，技术进步与性别交互项前的系数则表明技术进步对女性工资的正向影响大于男性，从而技术进步有利于缩小性别工资差距。
再来看影响工资的其他因素，本文的估计结果与以往文献中得到的研究结果类似。受教育程度的提高有助于工资的提高；年龄与工资之间呈现倒“U”型的关系，即随着年龄的增长，工资也会上升，但当年龄增长到某一点后，随着年龄的增长，工资反而会下降；党员相比非党员能够获得更高的收入；相比未婚劳动力，已婚劳动力的工资更高；农业户口的劳动力处于劳动力市场上的劣势地位，其收入低于非农户口的劳动力；与雇主签订合同也有利于收入的提高。
（二）技术进步与性别工资差距：不同年份
为了考察技术进步对性别工资差距影响的变动趋势，分别使用2010、2011、2012和2013年的CGSS数据和相应年份的技术进步数据进行了回归，结果报告在表3中。四组年份技术进步前的系数都显著为正，且变化不大，表明从2010年到2013年，技术进步对劳动力的工资都有显著的正向影响。技术进步与性别交互项前的系数除2010年不显著外，其余三年都显著为负，且相差很小，表明在2010年，技术进步对男性和女性工资的影响没有显著的差异，但在2011年到2013年间，技术进步有助于缩小性别工资差异。这是因为随着技术不断进步，运动技能在工作中的重要性逐步下降，而认知技能的重要性进一步加强，在假定女性存在体能劣势，但认知禀赋与男性差异较小或无差异的情况下，技术进步引起认知技能的提高最终将反映在性别工资差距的缩小上。
（三）技术进步与性别工资差异：分组回归
为了考察技术进步对性别工资差异的影响在不同受教育程度、不同职业、不同行业、不同所有制企业及不同地区间是否存在异质性，接下来将进行一系列分组回归。具体地，在回归中分别加入了技术进步和性别与不同受教育程度虚拟变量（初中及以下、高中/中专/技校、大专及以上）、职业技能虚拟变量（skill-level1、skill-level2、skill-level3、skill-level4） 、行业虚拟变量（第二产业、第三产业） 、单位性质虚拟变量（国有或集体所有、个体/民营/私营及其他、港澳台和外资企业），以及地区虚拟变量（东部、中部和西部）的交互项。
表4的模型（1）考察了技术进步对不同受教育程度男性和女性工资差异的影响。结果表明，当受教育程度在高中及以下时，技术进步对女性工资的影响顯著大于男性，即技术进步有利于缩小高中及以下受教育程度的男性与女性间的工资差异，但技术进步对大专及以上男性和女性的工资的影响没有显著差异。这可能是因为受教育程度低的劳动力所从事的工作相对于受高等教育的劳动力来说需要更多的体力技能，而技术进步主要是降低了对体力技能的需求，因此对受教育程度低的女性更为有利。模型（2）考察了技术进步对不同职业性别工资差异的影响，结果显示，对于所有职业，技术进步都有利于缩小性别工资差距。从系数来看，技术进步对职业技能水平最低组的影响大于其他组，这与模型（1）得到的结果一致，因为职业技能水平低的劳动力往往也是受教育程度低的劳动力。模型（3）报告了行业分组的结果，结果表明，技术进步有利于缩小第二产业和第三产业的性别工资差距，并且对第三产业的影响更大，原因在于第三产业相比第二产业，需要更多地运用认知技能，而女性在认知技能上是具有比较优势的。模型（4）考察了技术进步对不同所有制企业中男性和女性工资影响的差异，结果表明，技术进步有利于缩小国有企业和私营企业的性别工资差异，但对外资企业男性和女性工资的影响没有显著的差异。这可能是因为在外资企业就业的劳动力受教育程度普遍较高，而根据模型（1）的结果可知，技术进步对高等教育组的性别工资差距没有显著的影响。模型（5）给出了技术进步对男性和女性工资影响的地区差异，结果表明在东部地区，技术进步对女性工资的影响显著大于男性，而在中部地区，技术进步对男性和女性工资的影响没有显著的差异，对于西部地区来说，技术进步对性别工资差距的负向影响也仅在10%的水平下显著。技术进步对性别工资差距的影响之所以存在区域性差异，主要是因为不同区域在产业结构、科技进步等方面存在较大的差距。在东部地区，第三产业占GDP的比重高于中西部地区，并且也是各项技术最为发达和成熟的地区，根据行业分组回归结果可知，技术进步对缩小第三产业的性别工资差距作用更大，因此也将显著缩小东部地区的性别工资差距。而中西部地区的产业结构优度弱于东部地区，技术进步尽管有助于缩小性别工资差距，但这种影响并不显著。 （四）稳健性检验
为了检验前文实证结果的稳健性，本文将使用对数小时工资作为因变量进行稳健性检验。在研究工资差距问题时，通常小时工资是最理想的因变量，这样有助于剔除男性和女性因工作时间不同而对收入带来的影响（王美艳，2009）[31]，通常来说，男性的工作时间比女性更长 。CGSS数据中未直接给出小时工资数据，但仍可以通过一些相关信息估算出小时工资 。在稳健性检验中，使用对数小时工资作为因变量，重复表2的模型进行回归，得到的结果见表5。从模型（3）、（4）和（5）中技术进步与性别交互项前的系数可以看出，使用对数小时工资作为因变量时，技术进步对女性工资的正向影响依然显著大于男性，即技术进步有利于缩小性别工资差距的结论仍然成立，且其他解释变量的系数与显著性均为发生大的变化，这就意味着本文的关键结论是稳健可靠的。
六、结论与政策建议
本文使用2010年、2011年、2012年和2013年的CGSS数据与省级宏观数据，实证检验了技术进步对我国性别工资差距的影响。基准模型、一系列的分组回归模型以及稳健性检验都表明，技术进步对性别工资差距具有显著的负向影响，即技术进步有助于缩小性别工资差距。鉴于此，政府应该加快推动技术进步。从经济发展的角度来看，一方面，技术进步是实现经济可持续增长的重要动力，另一方面，技术进步还有助于缩小性别工资差距，促进男性和女性在劳动力市场上获得公平的待遇，这将有利于男性和女性发挥各自的比较优势，提高经济的运行效率，实现经济的可持续发展。《2016中国劳动力市场发展报告》指出，“性别红利”将成为下一阶段经济增长的重要动力[8]。通过完善就业服务体系，为更多女性营造良好的就业环境，鼓励企业针对女性提供灵活的弹性工作时间，减少女性由于生育带来的职业中断，使“性别红利”得到充分的发挥。从政策意义来看，促进经济的可持续发展，实现男女平等，这两方面都对构建和谐社会具有重要的现实意义。
参考文献：
[1] 张丹丹. 市场化与性别工资差异研究[J]. 中国人口科学， 2004（01）：34-43.
[2] 李实，宋锦，刘小川. 中国城镇职工性别工资差距的演变[J]. 管理世界， 2014（03）：53-65.
[3] 李佳，吕学静，牟俊霖. 中国城镇地区性别工资差距的分布变化：2002～2008[J]. 人口学刊， 2014（04）：52-63.
[4] 曲兆鹏. 中国城市劳动力市场性别工资差异研究——来自大学毕业生就业市场的证据[J]. 北京工商大学学报（社会科学版）， 2016（02）：30-40.
[5] Song， Jin， Sicular， Terry， Gustafsson. Urban China’s Gender Wage Gap： New Directions？ [J].CIIDWP， No.60，2016.
[6] 欧阳任飞，孟大虎，杨娟. 高等教育扩展与大学生性别工资差距的演变——基于CHIPs数据的经验研究[J]. 清华大学教育研究， 2017（03）：98-107.
[7] 魏下海，曹晖，吴春秀.生产线升级与企業内性别工资差距的收敛[J].经济研究，2018（02）：156-169.
[8] 赖德胜，孟大虎，李长安，王琦等.2016年中国劳动力市场发展报告[M].北京师范大学出版社，2017.
[9] Weinberg B A. Computer use and the demand for female workers [J]. Industrial & Labor Relations Review， 2000， 53（2）：290-308.
[10] Bacolod M P， Blum B S. Two Sides of the Same Coin： U.S. "Residual" Inequality and the Gender Gap [J]. Journal of Human Resources， 2005，45（1）：197-242.
[11] Tick， S. L. and Oaxaca， R. L. Technological Change and Gender Wage Differentials [J].General Information， 2005， （wp10）.
[12] Tick， S.L. and Oaxaca， R. L. Technological Change and Gender Wage Gaps in the US Service Industry [J]. Annals of Economics and Statistics， 2010， （99/100）： 47-65.
[13] Black S E， Spitz-Oener A. Explaining Women's Success： Technological Change and the Skill Content of Women's Work [J]. The Review of Economics and Statistics， 2010， 92（1）：187-194.
[14] Beaudry P， Lewis E. Do Male-Female Wage Differentials Reflect Difference in The Return To Skill？ Cross-City Evidence From 1980-2000[J]. Applied Economics， 2014， 6（2）：178-194.
[15] 姚先国，周礼，来君. 技术进步、技能需求与就业结构——基于制造业微观数据的技能偏态假说检验[J]. 中国人口科学， 2005（5）：47-53. [16] 宋冬林， 王林辉， 董直庆. 技能偏向型技术进步存在吗？——来自中国的经验证据[J]. 经济研究， 2010（05）：68-81.
[17] 金银亮.中国劳动力省际工资差异程度为什么降低了？——基于省级面板数据的实证分析[J]. 南京财经大学学报，2017（4）：18-26+58.
[18] 杨飞. 市场化、技能偏向性技术进步与技能溢价[J]. 世界经济， 2017（02）：78-100.
[19] Murphy K M， Katz L F. Changes in Relative Wages， 1963-1987： Supply and Demand Factors [J]. The Quarterly Journal of Economics， 1992， 107（1）：35-78.
[20] Welch F. Growth in Women's Relative Wages and in Inequality among Men： One Phenomenon or Two？ [J]. American Economic Review， 2000， 90（2）：444-449.
[21] Allen S G. Technology and the Wage Structure [J]. Journal of Labor Economics， 2001， 19（2）：440-483.
[22] Brynin M. Gender Equality through Computerisation [J]. European Sociological Review， 2006， 22（2）：111-123.
[23] Findik D. Effect of technology on gender wage differential： a panel analysis [J]. Applied Economics Letters， 2008， 15（10）：821-825.
[24] 邢春冰，贾淑艳，李实. 技术进步、教育回报与中国城镇地区的性别工资差距[J]. 劳动经济研究， 2014（03）：42-62。
[25] 刘仁宝， 刘冠军. 科技进步对城镇职工性别工资差异的影响[J]. 经济与管理研究， 2017（11）：50-57.
[26] Hering L， Poncet S. Market access and individual wages： evidence from China [J]. Review of Economics and Statistics， 2010， 92（1）：145-159.
[27] 刘斌，李磊. 贸易开放与性别工资差距[J]. 经济学（季刊）， 2012（02）：429-460.
[28] 李宏兵，赵春明，蔡宏波. 外资进入扩大了性别工资差距吗[J]. 统计研究， 2014（06）：57-65.
[29] Mincer J. Schooling， Experience， and Earnings [M]. National Bureau of Economic Research； distributed by Columbia University Press， 1974.
[30] 卢晶亮. 资本积累与技能工资差距——来自中国的经验证据[J]. 经济学（季刊）， 2017（2）：137-158.
[31] 王美艳. 教育回报与城乡教育资源配置[J].世界经济，2009（5）：3-17。
Abstract： In theory， skill-biased technical progress will reduce the importance of motor skills and emphasize the need for cognitive skills. Because men and women have different skill distributions， when technological advances cause relative price changes in different skills， the gender wage gap will also Change has occurred. The study used Chinese general social survey data and provincial-level technological progress data to empirically test the impact of technological progress on the gender wage gap. The analysis shows that technological progress， as measured by R&D investment， helps to narrow the gender wage gap. The same results have been obtained for the regression results by year， education level， occupational skill level， unit nature， and regional group. It is noteworthy that technological progress can help reduce the gender of the labor force with low education level and low professional skills. Wage gap. The key conclusions of this paper also passed the robustness test.
Key Words： technological progress； R&D input； gender wage gap
責任编辑：张士斌
关键词：技术进步；研发投入；性别工资差距
文章编号：；中图分类号：F244.1 ；文献标识码：A
一、引言
性别工资差距是全球范围内劳动力市场上普遍存在的现象，也是劳动经济学界始终关注的热点议题。在我国，性别工资差距问题在改革开放以后逐渐突显出来，并受到广泛关注。已有的一些研究表明，随着改革开放以来市场化程度的不断加深，性别工资差距整体上也呈现出不断扩大的趋势（张丹丹，2004[1]；李实等，2014[2]；曲兆鹏，2016[3]）。但近年来，性别工资差距变动的方向发生逆转。Song， et al.（2016）[5]的研究使用1995年、2002年、2007年和2013年的CHIP数据，考察了性别工资差距的变化趋势，结果发现，从1995年到2007年，性别工资差距大幅扩大，但从2007年到2013年，性别工资差距却缩小了。欧阳任飞等（2017）[6]的研究单独分析了大学生性别工资差距的变化趋势，同样发现，2007年到2013年，大学生的性别工资差距出现了缩小。魏下海等（2018）[7]的研究重点关注了制造业部门性别工资差距的变化，结果发现，从1995年到2009年，性别工资差距不断扩大，但从2010年开始，这一差距出现缩小的迹象。除以上研究外，《2016年中国劳动力市场发展报告》也指出，2016年我国女性的就业呈现出十大特征，其中之一就是女性与男性的工资差距在缩小[8]。可见，性别工资差距的不断缩小已成为当前我国劳动力市场的一个新趋势，那么，是什么原因导致了近年来性别工资差距的缩小？这正是本文试图要回答的问题。
早在20世纪80年代，在以计算机及相关设备为代表的信息技术快速发展的大背景下，美国及其他一些OECD国家劳动力市场上就曾出现性别工资差距缩小与技能工资差距扩大并存的现象。对此，一些学者从技术进步的角度进行了解释（Weinberg，2000[9]；Bacolod and Blum，2005[10]；Tick and Oaxaca，2005[11]；Tick and Oaxaca，2010[12]；Black and Spitz-Oener，2010[13]；Beaudry and Lewis，2014[14]），并取得一定的研究成果。进入21世纪以来，我国的技术也取得飞速进步，许多研究表明，技术进步会对劳动力市场产生重要的影响，如影响不同技能劳动力的就业和工资（姚先国等，2005[15]；宋东林等，2010[16]；金银亮，2017[17]；杨飞，2017 [18]），却较少有研究关注技术进步对性别工资差距的影响。根据国际经验，技术进步同样会影响性别工资差距，因此，本文将利用相关数据考察技术进步对我国性别工资差距的影响。
二、文献综述
20世纪80年代，美国及其他一些OECD国家的性别工资差距出现缩小的趋势，与此同时，以计算机为代表的信息技术迅猛发展，为此，一些学者从技术变化的角度考察了性别工资差距的变化。Katz 和 Murphy（1992）[19]从需求和供给的角度出发，认为技术进步引起的女性劳动力需求的增加超过了女性劳动力供给的增加，导致女性相对工资的提高。对于技术进步对女性劳动力需求的偏好大于男性的原因，一些学者做出了分析。Welch（2000）[20]构造了“脑力-体力”两要素模型（brain and brown model），男性在体力上具有明显的优势，即男性具有体力密集型特征（brawn intensive），而女性是脑力密集型（brain intensive）的，由于技术进步会降低体力的重要性而提高脑力的重要性，因此有助于提高具有脑力密集型特征的女性的相对工资。Bacolod 和 Blum（2005）[10]将个体的技能分为认知技能（cognitive skill）和运动技能（motor skill），并且指出，由技术进步引起的认知技能相对价格的提高导致了性别工资差距的缩小，这是因为女性相对男性更多地从事认知技能密集型职业。Beaudry 和 Lewis（2014）[14]同样将个体的技能划分为认知技能和运动技能，并构建了个体工资决定的理论模型。个体工资水平取决于他所拥有的这两类技能的分布及它们的相对价格。模型假定女性在认知技能上具有比较优势，当技术进步导致认知技能的相对价格提高时，性别工资差距将缩小。
一些经验研究同样证实，技术进步有助于缩小性别工资差距。Weinberg（2000）[9]将电脑使用的增长作为技术进步的代理变量，考察其对女性就业的影响，结果发现，电脑使用的增长有利于增加女性的就业，并使得女性的相对工资提高。Allen（2001）[21]使用不同的技术进步指标，实证分析了技术进步对工资结构的影响。他发现，就性别工资差距来说，在高技术资本越密集的行业，性别工资差距缩小的幅度越大，这表明技术进步有助于缩小性别工资差距。Tick 和 Oaxaca（2010）[12]考察了1979年到2001年的技术进步对美国性别工资差距的影响，结果发现技术进步对不同职业劳动力的性别工资差距的影响存在差异，具体来说，技术进步缩小了高技能职业劳动力（例如高级管理者、专业技术人员）的性别工资差距，但对中低技能劳动力的性别工资差距没有显著的影响。Brynin（2006）[22]使用四个欧洲国家（英国、意大利、德国和挪威）的数据考察了以电脑使用为代表的技术进步对不同性别劳动力工资的影响，实证结果表明，除意大利外，使用电脑均为其他三个国家的女性带来了更高的工资溢价，这意味着电脑的使用有助于缩小性别工资差距。分位数回归的结果进一步发现，电脑的使用对缩小收入分布底端的性别工资差距作用更大。Findik（2008）[23]使用13个国家从1980年到1998年的面板数据，实证分析了以专利数量衡量的技术进步对性别工资差距的影响，结果表明，性别工资差距将随技术的进步趋于消失。Beaudry 和 Lewis（2014）[14]将电脑使用作为技术进步的代理变量，研究发现在电脑使用密度更高的地區，性别工资差距也越小，由此得到技术进步有助于缩小性别工资差距的结论。 相比国外，我国较少有研究关注技术进步对性别工资差距的影响。在国内现有的文献中，只有邢春冰等（2014）[24]、刘仁宝和刘冠军（2017）[25]、魏下海等（2018）[7]的研究考察了技术进步与性别工资差距之间的关系。邢春冰等（2014）[24]在Beaudry 和 Lewis（2014）[14]提出的模型基础之上，考察了教育回报率对性别工资差距的影响，实证分析表明，一个地区的教育回报率越高，该地区的性别工资差距就越小，而教育回报率的提高又是由技术进步引起的，从而得到技术进步有助于缩小性别工资差距的结论。刘仁宝和刘冠军（2017）[25]构建了女性工资倾向指数，考察了以全要素生产率衡量的技术进步对该指数的影响，结果发现，技术进步对女性工资倾向指数具有正向的影响，这也间接表明技术进步有助于缩小性别工资差距。魏下海等（2018）[7]考察了制造业企业的产业线升级对其内部性别工资差距的影响，结果发现，进行了产业线升级的企业的性别工资差距要小于那些未升级的企业，而产业线升级是技术进步的一个具体表现。在国内已有的三个研究中，前两个研究都没有直接得到技术进步对不同性别劳动力工资的影响，而是通过考察技术进步对其他方面的影响间接得到技术进步对性别工资差距的影响。魏下海等（2018）[7]的研究虽然直接得到了技术进步对性别工资差距的影响，但他们所用的样本仅为广东省佛山市南海区的制造业企业，研究结论是否可以推广至全国或是所有行业，还有待进一步分析。
根据国内外有关技术进步对性别工资差距影响的研究来看，大多数研究都表明技术进步有助于缩小性别工资差距，但国内这方面的研究相对匮乏。鉴于此，本文将利用2010- 2013年的中国综合社会调查（CGSS）数据组成不同年份的混合截面数据，通过将省级技术进步变量引入到个体的工资方程中，考察技术进步对性别工资差距的影响。使用混合截面数据可以扩大样本容量，提高模型的估计精度。使用宏观与微观数据相匹配的方法在研究工资问题上已得到广泛运用，Hering 和 Poncet（2010）[26]运用该方法研究了市场潜力对个体工资的影响，刘斌和李磊（2012）[27]运用该方法研究了城市的贸易开放对性别工资差距的影响，李宏兵等（2014）[28]利用该方法考察了城市的外资进入对性别工资差距的影响。这种方法的优点是显而易见的：一方面，能够在控制劳动者个人特征对工资的影响后，剥离出宏观经济因素对个体工资的影响；另一方面，微观层面个体变量的微小变动对宏观变量的影响非常小，因此，使用宏微观数据相匹配的方法可以有效减轻由反向因果关系引起的内生性问题。
三、理论分析和实证模型
技术进步如何影响性别工资差距？本文将借鉴Beaudry和Lewis（2014）[14]提出的模型来阐述技术进步影响性别工资差距的作用机制。假定劳动力市场上的个体同时拥有两种技能，分别为认知技能（记作C）和运动技能（记作M），不同个体拥有的两种技能组合存在差异。令 和 分别表示受教育水平相同但性别不同的个体拥有的认知技能和运动技能， ，（m为男性，f为女性）。在不考虑测量误差和歧视因素时，个体的工资水平由下式决定：
从（2）式可以看出，性别工资差距取决于两部分：一部分反映性别间的绝对优势，即 / ，通常来说，男性比女性拥有更多的运动技能，因此ln（ / ）>0；另一部分反映了男性和女性在认知技能和运动技能上的比较优势，即（ / - / ），该项小于0，表明女性在认知技能上具有比较优势，其对性别工资差距的影响又与不同技能的相对价格相关。当技术进步引起认知技能的相对价格提高时，根据（2）式可知性别工资差距将减小。
根据以上分析，可以将技术进步影响性别工资差距的机制概括为：当技术进步发生时，生产过程中运动技能的需求减少，认知技能的需求则增加，这就使得认知技能的相对价格提高，同时，由于女性在认知技能上具有比较优势，技术进步最终将引起性别工资差距的缩小。在实际中，无论是个体的技能分布还是不同技能的相对价格，都是无法直接观测到的，因此无法依据（2）式展开实证分析。但我们可以通过直接考察技术进步是否令女性获益更多，从而缩小性别工资差距来检验上述理论机制是否成立。
本文在经典Mincer（1974）[29]工资方程的基础上，加入了技术进步变量和技术进步与性别的交互项，构建了如下计量模型：
其中，下标i表示个体，j表示省份，t表示时间，t=2010，2011，2012，2013；lnwage为年收入的对数；gender为性别虚拟变量，男性=1，女性=0；tech为技术进步变量，用各省的R&D经费支出占GDP的比重来衡量；tech*gender表示技术进步与性别的交互项，该交互项前的系数是我们所最关心的：其若为正，则意味着技术进步将扩大性别工资差距，其若为负，则技术进步将缩小性别工资差距；X表示影响工资收入的个人特征，包括受教育程度、年龄、年龄的平方、是否为党员、户口性质、婚姻状况、是否签订合同、职业、行业和单位性质等，这些变量都是研究工资问题时经常使用的变量；δ为省份-年份固定效应；ε表示随机误差项。另外，考虑到在同一省份和年份，观测值的误差项可能相关，即存在聚类误差问题，在回归中报告省份-年份聚类标准差。
四、数据来源和变量说明
（一）数据来源
研究使用的微观数据来源于2010年、2011年、2012年和2013年的中国综合社会调查（CGSS）数据。CGSS系统地收集了全国各省（市、自治区）社会、社区、家庭和个人多层次的数据，为研究社会和经济问题提供了丰富的数据资料。之所以选用2010年到2013年这四年的CGSS数据，原因有二：一是将四年的数据整合在一起能够扩充样本容量，二是2010年到2013年CGSS问卷中的变量相同，因此在经过处理后能得到变量一致的样本。此外，CGSS数据中还包含已婚被访者配偶的个人特征、就业和收入等信息，因此在分析时加入了已婚被访者配偶这部分样本，进一步扩充了样本容量。基于研究目的，本文对数据进行了如下处理：根据我国的退休年龄规定，将男性样本的年龄范围限定在16-60岁之间，女性样本的年龄范围限定在16-55岁之间；只保留在被访期间处于正常就业的非农就业样本；剔除了就业身份为雇主、个体工商户和家庭帮工的样本；只保留收入为正的样本，并以2009年的价格为基准，根据各省居民消费价格指数进行调整；删除关键变量存在缺失的样本。最终一共得到18701個样本，其中男性样本的比重为63.64%，女性样本的比重为36.36%。 卢晶亮（2017）[30]指出，对发展中国家来说，研发投入是技术进步的一个主要来源。本研究使用的宏观技术进步指标为各省的研发投入强度，即R&D经费支出占GDP的比重，R&D经费支出数据来源于2010-2013年的《中国科技统计数据》， GDP数据来自2010-2013年的《中国统计年鉴》。
（二）个体变量的说明和描述
本文的因变量为个体的对数工资收入，控制变量包括性别、受教育程度、年龄、年龄的平方、政治面貌、户口性质、婚姻状态、合同签订状况、职业类别 、行业类别 和单位性质。表1分性别对主要变量进行了描述性统计。
四、实证分析
（一）技术进步与性别工资差距：基本结果
表2给出了基准工资模型的估计结果。模型（1）报告了在加入技术进步指标之前的估计结果，在控制了其他个人特征后，男性的平均工资比女性高出29%。模型（2）加入了技术进步指标，可以看出，技术进步对工资存在显著的正向影响，从模型（1）到模型（2），R2约提高了5个百分点，其他变量的系数与模型（1）相比变化不大，显著性也未发生改变，因此可以判断，技术进步对工资的变化具有一定的解释作用。为了考察技术进步对不同性别劳动力工资的影响，在模型（3）中加入了性别与技术进步的交互项，该变量前的系数显著为负，这表明技术进步对女性工资的正向影响大于男性，从而技术进步有助于缩小性别工资差距。由于个人所从事的职业、所处行业与所在单位性质也会对工资产生影响，因此，在模型（4）中，进一步加入职业、行业和单位性质虚拟变量，与模型（3）相比，加入这三组虚拟变量使得R2又提高了约5个百分点，其他变量的系数和显著性与模型（3）相比变化不大，因此，加入这三组与工作相关的虚拟变量能够更好地解释工资的影响因素。由于不同省份在经济发展水平、政策、要素禀赋和文化习俗等方面都存在显著的差异，因此在进行估计时有必要控制省份固定效应来消除地区差异对工资的影响，此外，本文的研究数据包含四个不同的年份，不同年份的经济政策等也会有所不同，因此还需要控制年份固定效应。表2中的模型（5）控制了省份-年份固定效应，从估计结果可以看出，相比模型（4），R2进一步提高了约8个百分点，模型的解释力加强，且其他变量的系数和显著性均未发生太大的变化。表2中模型（3）、（4）和（5）技术进步前的系数表明，技术进步有利于提高劳动力的工资水平，技术进步与性别交互项前的系数则表明技术进步对女性工资的正向影响大于男性，从而技术进步有利于缩小性别工资差距。
再来看影响工资的其他因素，本文的估计结果与以往文献中得到的研究结果类似。受教育程度的提高有助于工资的提高；年龄与工资之间呈现倒“U”型的关系，即随着年龄的增长，工资也会上升，但当年龄增长到某一点后，随着年龄的增长，工资反而会下降；党员相比非党员能够获得更高的收入；相比未婚劳动力，已婚劳动力的工资更高；农业户口的劳动力处于劳动力市场上的劣势地位，其收入低于非农户口的劳动力；与雇主签订合同也有利于收入的提高。
（二）技术进步与性别工资差距：不同年份
为了考察技术进步对性别工资差距影响的变动趋势，分别使用2010、2011、2012和2013年的CGSS数据和相应年份的技术进步数据进行了回归，结果报告在表3中。四组年份技术进步前的系数都显著为正，且变化不大，表明从2010年到2013年，技术进步对劳动力的工资都有显著的正向影响。技术进步与性别交互项前的系数除2010年不显著外，其余三年都显著为负，且相差很小，表明在2010年，技术进步对男性和女性工资的影响没有显著的差异，但在2011年到2013年间，技术进步有助于缩小性别工资差异。这是因为随着技术不断进步，运动技能在工作中的重要性逐步下降，而认知技能的重要性进一步加强，在假定女性存在体能劣势，但认知禀赋与男性差异较小或无差异的情况下，技术进步引起认知技能的提高最终将反映在性别工资差距的缩小上。
（三）技术进步与性别工资差异：分组回归
为了考察技术进步对性别工资差异的影响在不同受教育程度、不同职业、不同行业、不同所有制企业及不同地区间是否存在异质性，接下来将进行一系列分组回归。具体地，在回归中分别加入了技术进步和性别与不同受教育程度虚拟变量（初中及以下、高中/中专/技校、大专及以上）、职业技能虚拟变量（skill-level1、skill-level2、skill-level3、skill-level4） 、行业虚拟变量（第二产业、第三产业） 、单位性质虚拟变量（国有或集体所有、个体/民营/私营及其他、港澳台和外资企业），以及地区虚拟变量（东部、中部和西部）的交互项。
表4的模型（1）考察了技术进步对不同受教育程度男性和女性工资差异的影响。结果表明，当受教育程度在高中及以下时，技术进步对女性工资的影响顯著大于男性，即技术进步有利于缩小高中及以下受教育程度的男性与女性间的工资差异，但技术进步对大专及以上男性和女性的工资的影响没有显著差异。这可能是因为受教育程度低的劳动力所从事的工作相对于受高等教育的劳动力来说需要更多的体力技能，而技术进步主要是降低了对体力技能的需求，因此对受教育程度低的女性更为有利。模型（2）考察了技术进步对不同职业性别工资差异的影响，结果显示，对于所有职业，技术进步都有利于缩小性别工资差距。从系数来看，技术进步对职业技能水平最低组的影响大于其他组，这与模型（1）得到的结果一致，因为职业技能水平低的劳动力往往也是受教育程度低的劳动力。模型（3）报告了行业分组的结果，结果表明，技术进步有利于缩小第二产业和第三产业的性别工资差距，并且对第三产业的影响更大，原因在于第三产业相比第二产业，需要更多地运用认知技能，而女性在认知技能上是具有比较优势的。模型（4）考察了技术进步对不同所有制企业中男性和女性工资影响的差异，结果表明，技术进步有利于缩小国有企业和私营企业的性别工资差异，但对外资企业男性和女性工资的影响没有显著的差异。这可能是因为在外资企业就业的劳动力受教育程度普遍较高，而根据模型（1）的结果可知，技术进步对高等教育组的性别工资差距没有显著的影响。模型（5）给出了技术进步对男性和女性工资影响的地区差异，结果表明在东部地区，技术进步对女性工资的影响显著大于男性，而在中部地区，技术进步对男性和女性工资的影响没有显著的差异，对于西部地区来说，技术进步对性别工资差距的负向影响也仅在10%的水平下显著。技术进步对性别工资差距的影响之所以存在区域性差异，主要是因为不同区域在产业结构、科技进步等方面存在较大的差距。在东部地区，第三产业占GDP的比重高于中西部地区，并且也是各项技术最为发达和成熟的地区，根据行业分组回归结果可知，技术进步对缩小第三产业的性别工资差距作用更大，因此也将显著缩小东部地区的性别工资差距。而中西部地区的产业结构优度弱于东部地区，技术进步尽管有助于缩小性别工资差距，但这种影响并不显著。 （四）稳健性检验
为了检验前文实证结果的稳健性，本文将使用对数小时工资作为因变量进行稳健性检验。在研究工资差距问题时，通常小时工资是最理想的因变量，这样有助于剔除男性和女性因工作时间不同而对收入带来的影响（王美艳，2009）[31]，通常来说，男性的工作时间比女性更长 。CGSS数据中未直接给出小时工资数据，但仍可以通过一些相关信息估算出小时工资 。在稳健性检验中，使用对数小时工资作为因变量，重复表2的模型进行回归，得到的结果见表5。从模型（3）、（4）和（5）中技术进步与性别交互项前的系数可以看出，使用对数小时工资作为因变量时，技术进步对女性工资的正向影响依然显著大于男性，即技术进步有利于缩小性别工资差距的结论仍然成立，且其他解释变量的系数与显著性均为发生大的变化，这就意味着本文的关键结论是稳健可靠的。
六、结论与政策建议
本文使用2010年、2011年、2012年和2013年的CGSS数据与省级宏观数据，实证检验了技术进步对我国性别工资差距的影响。基准模型、一系列的分组回归模型以及稳健性检验都表明，技术进步对性别工资差距具有显著的负向影响，即技术进步有助于缩小性别工资差距。鉴于此，政府应该加快推动技术进步。从经济发展的角度来看，一方面，技术进步是实现经济可持续增长的重要动力，另一方面，技术进步还有助于缩小性别工资差距，促进男性和女性在劳动力市场上获得公平的待遇，这将有利于男性和女性发挥各自的比较优势，提高经济的运行效率，实现经济的可持续发展。《2016中国劳动力市场发展报告》指出，“性别红利”将成为下一阶段经济增长的重要动力[8]。通过完善就业服务体系，为更多女性营造良好的就业环境，鼓励企业针对女性提供灵活的弹性工作时间，减少女性由于生育带来的职业中断，使“性别红利”得到充分的发挥。从政策意义来看，促进经济的可持续发展，实现男女平等，这两方面都对构建和谐社会具有重要的现实意义。
参考文献：
[1] 张丹丹. 市场化与性别工资差异研究[J]. 中国人口科学， 2004（01）：34-43.
[2] 李实，宋锦，刘小川. 中国城镇职工性别工资差距的演变[J]. 管理世界， 2014（03）：53-65.
[3] 李佳，吕学静，牟俊霖. 中国城镇地区性别工资差距的分布变化：2002～2008[J]. 人口学刊， 2014（04）：52-63.
[4] 曲兆鹏. 中国城市劳动力市场性别工资差异研究——来自大学毕业生就业市场的证据[J]. 北京工商大学学报（社会科学版）， 2016（02）：30-40.
[5] Song， Jin， Sicular， Terry， Gustafsson. Urban China’s Gender Wage Gap： New Directions？ [J].CIIDWP， No.60，2016.
[6] 欧阳任飞，孟大虎，杨娟. 高等教育扩展与大学生性别工资差距的演变——基于CHIPs数据的经验研究[J]. 清华大学教育研究， 2017（03）：98-107.
[7] 魏下海，曹晖，吴春秀.生产线升级与企業内性别工资差距的收敛[J].经济研究，2018（02）：156-169.
[8] 赖德胜，孟大虎，李长安，王琦等.2016年中国劳动力市场发展报告[M].北京师范大学出版社，2017.
[9] Weinberg B A. Computer use and the demand for female workers [J]. Industrial & Labor Relations Review， 2000， 53（2）：290-308.
[10] Bacolod M P， Blum B S. Two Sides of the Same Coin： U.S. "Residual" Inequality and the Gender Gap [J]. Journal of Human Resources， 2005，45（1）：197-242.
[11] Tick， S. L. and Oaxaca， R. L. Technological Change and Gender Wage Differentials [J].General Information， 2005， （wp10）.
[12] Tick， S.L. and Oaxaca， R. L. Technological Change and Gender Wage Gaps in the US Service Industry [J]. Annals of Economics and Statistics， 2010， （99/100）： 47-65.
[13] Black S E， Spitz-Oener A. Explaining Women's Success： Technological Change and the Skill Content of Women's Work [J]. The Review of Economics and Statistics， 2010， 92（1）：187-194.
[14] Beaudry P， Lewis E. Do Male-Female Wage Differentials Reflect Difference in The Return To Skill？ Cross-City Evidence From 1980-2000[J]. Applied Economics， 2014， 6（2）：178-194.
[15] 姚先国，周礼，来君. 技术进步、技能需求与就业结构——基于制造业微观数据的技能偏态假说检验[J]. 中国人口科学， 2005（5）：47-53. [16] 宋冬林， 王林辉， 董直庆. 技能偏向型技术进步存在吗？——来自中国的经验证据[J]. 经济研究， 2010（05）：68-81.
[17] 金银亮.中国劳动力省际工资差异程度为什么降低了？——基于省级面板数据的实证分析[J]. 南京财经大学学报，2017（4）：18-26+58.
[18] 杨飞. 市场化、技能偏向性技术进步与技能溢价[J]. 世界经济， 2017（02）：78-100.
[19] Murphy K M， Katz L F. Changes in Relative Wages， 1963-1987： Supply and Demand Factors [J]. The Quarterly Journal of Economics， 1992， 107（1）：35-78.
[20] Welch F. Growth in Women's Relative Wages and in Inequality among Men： One Phenomenon or Two？ [J]. American Economic Review， 2000， 90（2）：444-449.
[21] Allen S G. Technology and the Wage Structure [J]. Journal of Labor Economics， 2001， 19（2）：440-483.
[22] Brynin M. Gender Equality through Computerisation [J]. European Sociological Review， 2006， 22（2）：111-123.
[23] Findik D. Effect of technology on gender wage differential： a panel analysis [J]. Applied Economics Letters， 2008， 15（10）：821-825.
[24] 邢春冰，贾淑艳，李实. 技术进步、教育回报与中国城镇地区的性别工资差距[J]. 劳动经济研究， 2014（03）：42-62。
[25] 刘仁宝， 刘冠军. 科技进步对城镇职工性别工资差异的影响[J]. 经济与管理研究， 2017（11）：50-57.
[26] Hering L， Poncet S. Market access and individual wages： evidence from China [J]. Review of Economics and Statistics， 2010， 92（1）：145-159.
[27] 刘斌，李磊. 贸易开放与性别工资差距[J]. 经济学（季刊）， 2012（02）：429-460.
[28] 李宏兵，赵春明，蔡宏波. 外资进入扩大了性别工资差距吗[J]. 统计研究， 2014（06）：57-65.
[29] Mincer J. Schooling， Experience， and Earnings [M]. National Bureau of Economic Research； distributed by Columbia University Press， 1974.
[30] 卢晶亮. 资本积累与技能工资差距——来自中国的经验证据[J]. 经济学（季刊）， 2017（2）：137-158.
[31] 王美艳. 教育回报与城乡教育资源配置[J].世界经济，2009（5）：3-17。
Abstract： In theory， skill-biased technical progress will reduce the importance of motor skills and emphasize the need for cognitive skills. Because men and women have different skill distributions， when technological advances cause relative price changes in different skills， the gender wage gap will also Change has occurred. The study used Chinese general social survey data and provincial-level technological progress data to empirically test the impact of technological progress on the gender wage gap. The analysis shows that technological progress， as measured by R&D investment， helps to narrow the gender wage gap. The same results have been obtained for the regression results by year， education level， occupational skill level， unit nature， and regional group. It is noteworthy that technological progress can help reduce the gender of the labor force with low education level and low professional skills. Wage gap. The key conclusions of this paper also passed the robustness test.
Key Words： technological progress； R&D input； gender wage gap
責任编辑：张士斌