论文部分内容阅读
摘要：本文数据来自以东、中、西部地域划分的34家上市公司，基于数据模型分析基础上，剖析我国整体与局部地区女性高管工资歧视现状。文章通过Tobin面板模型、进行稳健性检验（Tobin混合模型）分析数据，由此得出：东、中部上市公司高管女性工资受歧视；西部上市公司女性高管得益于补偿性工资，因此总体工资水平高于男性。从数据表现中得出，中国整体女性高管职业在薪酬方面，工资歧视现象不明显，但女性高管职位却很紧缺。
关键词：女性高管；Tobit模型：性别工资差异
一、引言及文献回顾
我国性别收入不平等问题，已成为学术界研究重点，如何扭转性别收入差距，成为合理调整国民收入格局的重要基础。麦肯锡近期公布的针对全球性别平等现状的调查结果显示，在消除性别差距带来的经济增长潜力方面，中国仅次于北美和大洋洲、西欧三个地区，居全球第四。在我国，超过75%的女性渴望获得高管职位，相较于美国女性来说更具“野心”。如今，中国面临“人口拐点”、“人口红利下降”局面.随着重视女性权益的呼声越来越多，在“同工”、“同禀赋”前提下，研究高管女性薪酬是否受歧视问题，对加强女性群体正向积极性具有重要作用，是解决我国当下“人口拐点”与“人口红利下降”等社会经济问题的重要基础。
国内早期研究多从性别歧视与人力资源禀赋视角深入探索（朱琪，2008）。较多学者认为传统观念的禁锢使女性获得较少教育投资，潜在的性别工资歧视更加严重（李实、马欣欣，2006；张车伟、薛欣欣，2008），但未能深入探讨“天花板效应”与“地板效应”。我国关于女性工资歧视相关研究中，仅围绕对农民工工资歧视等进行研究，关于“同工”情况下女性待遇是否“同酬”问题，未能深入解读。我国社会经济发展处于转轨阶段，关于解决女性歧视的许多规章仍不完善。因此，本文采用中国上市公司高管人员数据，结合国外先进研究理论，对我国高管女性性别歧视进行深入的实证研究。
二、样本与模型设定
（一）样本选取
本文选取我国A股市场34家上市公司2010～2016年高管人员作为研究对象，共整合1153份高管数据，数据总量共计4632条。所有高管数据均来自国泰君安CSMAR数据库。本文数据之所以选择自2010年始，是由于2010年以来中国经济生态趋于平缓，对当代女性薪酬波动不大，剔除了影响验证结果的宏观经济因素，且数据来源接近当下实际情况，得出的实证结论也能更好的解释现状。文章选取14家东部上市公司、10家中部上市公司、10家西部上市公司，基本覆盖中国所有省份，通过对比东、中、西部城市A股上市公司高管女性公司工资差异，在一定程度上反映了中国高管女性工资待遇情况。
（二）变量定义
1.因变量
本文要了解的是高管女性工资是否受歧视问题，因此本文的因变量为报告期报酬总额，并对数据进对数处理。
2.自变量
（1）高管性别（Gender）1=男性0=女性；（2）年龄（Age）；（3）学历（Degree）1=中专及中专以下，2=大专，3=本科，4=硕士研究生，5=博士研究生，6=其他；（4）高管团队成员（IsMTMT）1=是，0=不是；（5）董事会成员（IsMTB）1=是，0=不是；（6）独立董事（Isldirecotr）1=是，0=不是；（7）在股东单位兼任（IsCocurP）1=是，0=不是；（8）上市公司注册归属地1=东部.2=中部.3=西部
（三）理论基础与模型设定
1.理论基础
最具代表性的性别工资差异的理论有：人力资本理论、歧视经济学理论与信号理论。本文以这三种理论为理论基础，研究在“同工”情况下，女性是否会因为性别而受到工资歧视。
人力资本理论，基于供给角度阐述工资差异的原因（Westergard-Nielsen，1999）。该理论假定在相同人力资本禀赋下均能获得相同报酬，女性因为生育以及家庭放弃深造的机会，导致女性人力资本水平低于男性。当下人们对家庭传统观念的改变，促使两性问人力资本禀赋差距缩小。本文基于高管女性的研究，默认其具有与男性相同的人力资本禀赋，对家庭以及子女精力的投入与男性相当。
歧视经济学理论，基于歧视角度阐述性别工资差异的原因。主要观点为：（1）性别歧视。在劳动力市场上，性别歧视使同质人力资本不同酬（Becker，1971）。（2）职业性别歧视。职业分布存在显著性别差异，在高收入职业中女性占比较低，而在低收入职业中占比较高（Smith，2000）。（3）地区性歧视。中国东部沿海地区较发达，人才总量大，相比男性而言，同质的女性在收入上将遭遇更大不公。信号理论，是另一种解释性别工资差异的理论（Spence，1974）。教育水平能提升劳动者生产能力，是雇主在劳动力市场上进行选择的重要信号。由于劳动力信号不完全，雇主会根据已观测到的信号来衡量个体能力，那些离开工作岗位较长、对工作承担责任较少者，提升空间较小。女性对家庭花费大部分时间，就发出了较低生产能力的信号，这同样可以用来解释女性的低工资收入水平（Malmberg，2007）。
2.模型构建
根据人力资本理论、歧视经济学理论与信号理论，可知造成性别工资差异的影响因素包括人力资本因素，如工作经验、健康状况等：也可能包括市场歧视与分割因素，如职业部门、职业类型、地区变量等：还可能包括现实性信号因素，如婚姻状况等。这些影响因素都可能成为影响性别工资差异重要因素。因此，基于这三大理论，建立如下计量模型：
三、实证结果分析
（一）描述性统计
如表1所示，在4632条高管数据中，有4021条数据是男性高管，600条数据是女性高管，11条数据性别显示不明，女性高管数据占比13%。其中，有1001位男性高管，150位女性高管，4位性别缺失，女性高管人数占比15%，女性高管人数上很少。在歧视经济学中，职业性别歧视，指男性群体与女性群体职业分布存在显著差异，女性在高收入职業中占比较低，而在低收入职业中占比较高（Smith，2000）。
（二）面板Tobit模型结果分析
续表
由表2中（1）（2）（3）（4）项数据可知，基于相同劳动禀赋情况下，全国总体范围内，高管女性工资未受到显著歧视；东部上市公司由于经济较发达，人才总量相对较大，企业具有更大的择才空间，因此“同质”女性在收入上将遭遇更大不公：中部上市公司由于较发达的市场环境，人才总量大，会出现女性高管性别歧视现象：西部地区呈现显著女性高管占优势的现象，女性高管薪酬显著高于男性薪酬，这很可能是由于女性领导力相较于男性更占优势。年龄与学历代表资质与能力，在高管层中，随着年龄增长薪酬显著提高：高管团成员薪酬显著高于非高管团成员薪酬。
（三）混合Tobit模型稳健性检验
续表
混合tobit模型和面板tobit模型有较强稳健性。由表3中（1）（2）（3）（4）项数据可知，全国范围内数据不显著，即不歧视高管女性工资。相对于东、中部地区女性高管工资待遇不公，西部地区女性高管薪酬却高于男性高管薪酬，可以看出性别在高管薪酬方面存在地域差异。
四、结论
目前，我国女性高管在薪酬上虽取得突破性发展，但高管女性工资仍存在不公正待遇现象，女性高管职位紧缺，女性人数不占优势且存在地域性差异。如我国中、东部地区女性高管工资获得较少收益，而在西部地区，女性高管工资获得较高收益。女性高管是中国广大女性的领头羊，具有品牌示范效应，高管女性所获得的不公平对待会极大抑制女性工作积极性。我国正面临“人口拐点”“人口红利下降”发展情形，促进女性在工作积极性具有重要社会意义。我国女性高管职业歧视方面，政策引导下虽然工资歧视问题有所改善，但高管女性占比仍旧显著偏低。女性高管在“同工”、“同禀赋”前提下，总体工资水平较低的不公待遇，期望能从政策上与观念上来实际解决。这将是解决中国当下“人口拐点”“人口红利下降”等社会经济问题的重要基础。
关键词：女性高管；Tobit模型：性别工资差异
一、引言及文献回顾
我国性别收入不平等问题，已成为学术界研究重点，如何扭转性别收入差距，成为合理调整国民收入格局的重要基础。麦肯锡近期公布的针对全球性别平等现状的调查结果显示，在消除性别差距带来的经济增长潜力方面，中国仅次于北美和大洋洲、西欧三个地区，居全球第四。在我国，超过75%的女性渴望获得高管职位，相较于美国女性来说更具“野心”。如今，中国面临“人口拐点”、“人口红利下降”局面.随着重视女性权益的呼声越来越多，在“同工”、“同禀赋”前提下，研究高管女性薪酬是否受歧视问题，对加强女性群体正向积极性具有重要作用，是解决我国当下“人口拐点”与“人口红利下降”等社会经济问题的重要基础。
国内早期研究多从性别歧视与人力资源禀赋视角深入探索（朱琪，2008）。较多学者认为传统观念的禁锢使女性获得较少教育投资，潜在的性别工资歧视更加严重（李实、马欣欣，2006；张车伟、薛欣欣，2008），但未能深入探讨“天花板效应”与“地板效应”。我国关于女性工资歧视相关研究中，仅围绕对农民工工资歧视等进行研究，关于“同工”情况下女性待遇是否“同酬”问题，未能深入解读。我国社会经济发展处于转轨阶段，关于解决女性歧视的许多规章仍不完善。因此，本文采用中国上市公司高管人员数据，结合国外先进研究理论，对我国高管女性性别歧视进行深入的实证研究。
二、样本与模型设定
（一）样本选取
本文选取我国A股市场34家上市公司2010～2016年高管人员作为研究对象，共整合1153份高管数据，数据总量共计4632条。所有高管数据均来自国泰君安CSMAR数据库。本文数据之所以选择自2010年始，是由于2010年以来中国经济生态趋于平缓，对当代女性薪酬波动不大，剔除了影响验证结果的宏观经济因素，且数据来源接近当下实际情况，得出的实证结论也能更好的解释现状。文章选取14家东部上市公司、10家中部上市公司、10家西部上市公司，基本覆盖中国所有省份，通过对比东、中、西部城市A股上市公司高管女性公司工资差异，在一定程度上反映了中国高管女性工资待遇情况。
（二）变量定义
1.因变量
本文要了解的是高管女性工资是否受歧视问题，因此本文的因变量为报告期报酬总额，并对数据进对数处理。
2.自变量
（1）高管性别（Gender）1=男性0=女性；（2）年龄（Age）；（3）学历（Degree）1=中专及中专以下，2=大专，3=本科，4=硕士研究生，5=博士研究生，6=其他；（4）高管团队成员（IsMTMT）1=是，0=不是；（5）董事会成员（IsMTB）1=是，0=不是；（6）独立董事（Isldirecotr）1=是，0=不是；（7）在股东单位兼任（IsCocurP）1=是，0=不是；（8）上市公司注册归属地1=东部.2=中部.3=西部
（三）理论基础与模型设定
1.理论基础
最具代表性的性别工资差异的理论有：人力资本理论、歧视经济学理论与信号理论。本文以这三种理论为理论基础，研究在“同工”情况下，女性是否会因为性别而受到工资歧视。
人力资本理论，基于供给角度阐述工资差异的原因（Westergard-Nielsen，1999）。该理论假定在相同人力资本禀赋下均能获得相同报酬，女性因为生育以及家庭放弃深造的机会，导致女性人力资本水平低于男性。当下人们对家庭传统观念的改变，促使两性问人力资本禀赋差距缩小。本文基于高管女性的研究，默认其具有与男性相同的人力资本禀赋，对家庭以及子女精力的投入与男性相当。
歧视经济学理论，基于歧视角度阐述性别工资差异的原因。主要观点为：（1）性别歧视。在劳动力市场上，性别歧视使同质人力资本不同酬（Becker，1971）。（2）职业性别歧视。职业分布存在显著性别差异，在高收入职业中女性占比较低，而在低收入职业中占比较高（Smith，2000）。（3）地区性歧视。中国东部沿海地区较发达，人才总量大，相比男性而言，同质的女性在收入上将遭遇更大不公。信号理论，是另一种解释性别工资差异的理论（Spence，1974）。教育水平能提升劳动者生产能力，是雇主在劳动力市场上进行选择的重要信号。由于劳动力信号不完全，雇主会根据已观测到的信号来衡量个体能力，那些离开工作岗位较长、对工作承担责任较少者，提升空间较小。女性对家庭花费大部分时间，就发出了较低生产能力的信号，这同样可以用来解释女性的低工资收入水平（Malmberg，2007）。
2.模型构建
根据人力资本理论、歧视经济学理论与信号理论，可知造成性别工资差异的影响因素包括人力资本因素，如工作经验、健康状况等：也可能包括市场歧视与分割因素，如职业部门、职业类型、地区变量等：还可能包括现实性信号因素，如婚姻状况等。这些影响因素都可能成为影响性别工资差异重要因素。因此，基于这三大理论，建立如下计量模型：
三、实证结果分析
（一）描述性统计
如表1所示，在4632条高管数据中，有4021条数据是男性高管，600条数据是女性高管，11条数据性别显示不明，女性高管数据占比13%。其中，有1001位男性高管，150位女性高管，4位性别缺失，女性高管人数占比15%，女性高管人数上很少。在歧视经济学中，职业性别歧视，指男性群体与女性群体职业分布存在显著差异，女性在高收入职業中占比较低，而在低收入职业中占比较高（Smith，2000）。
（二）面板Tobit模型结果分析
续表
由表2中（1）（2）（3）（4）项数据可知，基于相同劳动禀赋情况下，全国总体范围内，高管女性工资未受到显著歧视；东部上市公司由于经济较发达，人才总量相对较大，企业具有更大的择才空间，因此“同质”女性在收入上将遭遇更大不公：中部上市公司由于较发达的市场环境，人才总量大，会出现女性高管性别歧视现象：西部地区呈现显著女性高管占优势的现象，女性高管薪酬显著高于男性薪酬，这很可能是由于女性领导力相较于男性更占优势。年龄与学历代表资质与能力，在高管层中，随着年龄增长薪酬显著提高：高管团成员薪酬显著高于非高管团成员薪酬。
（三）混合Tobit模型稳健性检验
续表
混合tobit模型和面板tobit模型有较强稳健性。由表3中（1）（2）（3）（4）项数据可知，全国范围内数据不显著，即不歧视高管女性工资。相对于东、中部地区女性高管工资待遇不公，西部地区女性高管薪酬却高于男性高管薪酬，可以看出性别在高管薪酬方面存在地域差异。
四、结论
目前，我国女性高管在薪酬上虽取得突破性发展，但高管女性工资仍存在不公正待遇现象，女性高管职位紧缺，女性人数不占优势且存在地域性差异。如我国中、东部地区女性高管工资获得较少收益，而在西部地区，女性高管工资获得较高收益。女性高管是中国广大女性的领头羊，具有品牌示范效应，高管女性所获得的不公平对待会极大抑制女性工作积极性。我国正面临“人口拐点”“人口红利下降”发展情形，促进女性在工作积极性具有重要社会意义。我国女性高管职业歧视方面，政策引导下虽然工资歧视问题有所改善，但高管女性占比仍旧显著偏低。女性高管在“同工”、“同禀赋”前提下，总体工资水平较低的不公待遇，期望能从政策上与观念上来实际解决。这将是解决中国当下“人口拐点”“人口红利下降”等社会经济问题的重要基础。