第１１卷第２期
２０１２年１月
经 济 学 （季 刊）
Ｃｈｉｎａ Ｅｃｏｎｏｍｉｃ Ｑｕａｒｔｅｒｌｙ
Ｖｏｌ．１１，Ｎｏ．２
Ｊａｎｕａｒｙ，２０１２
贸易开放与性别工资差距
刘 斌 李 磊＊
摘 要 本文在不完全竞争市场环境下，建立贸易开放和性别
工资差距的数理模型。在理论分析的基础之上，本文运用２００２年中
国家庭住户收入项目调查数据 （ＣＨＩＰ）进行实证分析。在控制了年
龄、婚姻状况和受教育年限等个体层面和人均ＧＤＰ等城市层面的工
资影响因素情形下，得出结论：贸易开放在总体上拉大了性别工资
差距；贸易开放缩小了高技能劳动力的性别工资差距，拉大了低技
能劳动力的性别工资差距。从某种意义上说，女性弱势群体更容易
被排除在贸易开放的利益之外。因此，提高女性的受教育程度，并
为之提供相应的制度保障具有尤为重要的政策含义。
关键词 贸易开放，性别，工资差距
一、前 言
２０世纪８０年代，由于通讯、交通和科技的迅速发展以及各国旨在消除自
由市场壁垒政策的实施，全球贸易自由化程度比过去有了很大提高。受此影
响，劳动力市场也发生了明显变化。其中重要的表现是，贸易开放改变了不
同社会群体包括不同性别之间的工资分配。在此背景下，贸易开放与性别工
资差距的问题逐渐进入了经济学者的研究视野，而且经历了一个视角不断拓
宽、探索不断深入的过程。
＊ 南开大学经济学院国际经济研究所、跨国公司研究中心。通信作者及地址：刘斌，天津市南开区卫津
路９４号南开大学经济学院国际经济研究所，３０００７１；电话：１８９２００１２６２０；Ｅ－ｍａｉｌ：ｌｉｕｂｉｎ２００４ｂｏｙ＠１２６．
ｃｏｍ，ｌｉｕｂｉｎ２０１０ｎａｎｋａｉ＠ｙａｈｏｏ．ｃｎ。本文受到国家社会科学基金后期资助项目“跨国公司全球生产网络
及其对发展中国家的影响”（编号１０ＦＪＬ００６）、教育部文科重点研究基地重大研究项目“金融危机对
ＡＰＥＣ的影响”（编号２００９ＪＪＤ７９００２５），以及南开大学基本科研业务费专项资金项目“经济全球化时代的
贸易、产业结构调整与我国经济增长方式转变”（编号ＮＫＺＸＡ１０００４）的资助。作者感谢《经济学》（季刊）
编辑热忱的帮助；感谢两位匿名审稿人富有启发性的意见和评论；感谢南开大学国际经济研究所教授、博
士生导师朱彤老师的指导，以及伦敦政治经济学院博士生胡博的建议。当然，文责自负。
很多学者依据 Ｈｅｃｋｓｃｈｅｒ－Ｏｈｌｉｎ理论，从比较优势的角度探讨贸易开放对
女性就业和性别工资差距的影响 （Ｗｏｏｄ，１９９１，１９９４；Ｓｔａｎｄｉｎｇ，１９９９；
Ｆｏｎｔａｎａ，２００３；Ｏｏｓｔｅｎｄｏｒｐ，２００４；Ｆｏｆａｎａ， Ｃｏｃｋｂｕｒｎ ａｎｄ Ｄｅｃａｌｕｗé，
２００５）。在贸易自由化的进程中，发达国家在生产技术密集型的产品上具有比
较优势，而发展中国家在生产劳动密集型的产品上具有比较优势。贸易自由
４３０ 经 济 学 （季 刊） 第１１卷
化导致了发展中国家专门生产并出口劳动密集型产品，而进口技术和资本密
集型产品。因而，发展中国家劳动密集型产品的相对价格趋于上升。由于产
品的相对价格和所投入要素的相对价格之间存在着对应关系，导致发展中国
家非技术工人的相对工资增加，而技术工人的相对工资趋于下降。由于在发
展中国家，大部分女性劳动力的技术水平要普遍低于男性劳动力，因此，随
着贸易的不断扩张，女性劳动力需求增加，女性劳动力的相对工资水平得以
提高，性别工资差距会逐步缩小。还有部分学者的研究建立在Ｂｅｃｋｅｒ的竞争
抑制歧视理论基础之上，从性别歧视角度研究性别工资差距的问题 （Ｈａｚａｒｉ－
ｋａ ａｎｄ Ｏｔｅｒｏ，２００４；Ｂｌａｃｋ ａｎｄ Ｂｒａｉｎｅｒｄ，２００４）。假如可观测条件 （例如年
龄、受教育年限和政治面貌等）相同的男女具有相同的劳动生产率，那么厂
商在劳动力市场的性别歧视行为就会具有较高代价，此时，性别歧视就不具
有可持续性 （Ｂｅｃｋｅｒ，１９７１）。贸易壁垒的消除和关税的消减导致外国企业和
产品大量进入本国市场，市场竞争加剧，企业所获得的超额利润减少，以利
润最大化为目标的厂商自然会减少性别歧视行为，从而缩小劳动力市场的性
别工资差距。总之，Ｈｅｃｋｓｃｈｅｒ－Ｏｈｌｉｎ理论和Ｂｅｃｋｅｒ的竞争抑制歧视理论均
认为贸易开放有利于缩小性别工资差距。
然而，Ｈｅｃｋｓｃｈｅｒ－Ｏｈｌｉｎ理论和Ｂｅｃｋｅｒ的竞争抑制歧视理论对于解释贸
易开放与性别工资差距间关系的合理性遭到很多学者的质疑。其主要观点是：
贸易开放导致了有偏的学习效应和技能型技术进步 （潘士远，２００７），男性与
女性相对技能差距会拉大性别工资差距。具体的，随着贸易开放程度逐步加
深，发展中国家接触和学习到相对较多的与熟练劳动力匹配的技术知识，因
而，与熟练劳动力匹配的技术知识的生产力水平上升相对较多，学习效应是
有偏的，有偏的学习效应会使技术进步更偏向于技能密集型，从而导致对熟
练劳动力需求的增加。若女性雇员的平均技能低于男性，性别工资差距必然
将扩大 （Ｚｏｈｉｒ，１９９８；Ｐａｕｌ－Ｍａｊｕｍｄｅｒ ａｎｄ Ｂｅｇｕｎ，２０００；Ｎｉｃｉｔａ ａｎｄ Ｒａｚｚａ，
２００３）。近年来，很多学者的实证分析也验证了贸易开放拉大性别工资差距这
一结论。Ｂｅｒｉｋ ｅｔ ａｌ．（２００４）运用１９８０—１９９９年间中国台湾和韩国的制造业
数据，研究发现：国际贸易的竞争机制 （特别是进口）加大了对女性劳动力
的歧视，贸易自由度的提高扩大了性别工资差距。Ｍｅｎｏｎ ａｎｄ Ｒｏｄｇｅｒｓ
（２００７）运用ＮＳＳＯ（Ｎａｔｉｏｎａｌ Ｓａｍｐｌｅ Ｓｕｒｖｅｙ Ｏｒｇａｎｉｚａｔｉｏｎ）１９８３—２００４年的
家庭调查数据，采用差分之差分的方法对印度制造业的性别工资差距进行了
测算，研究发现：贸易开放拉大了印度制造业 （ｃｏｎｃｅｎｔｒａｔｅｄ ｍａｎｕｆａｃｔｕｒｉｎｇ
ｉｎｄｕｓｔｒｉｅｓ）的性别工资差距。
由上述文献可知，贸易开放会对性别工资差距产生重要影响。实现男女
工资待遇公平合理，不仅有利于提高企事业单位的运作效率，而且有利于推
进男女社会地位的平等及经济发展的可持续性 （Ｓｔｉｇｌｉｔｚ，１９９８）。因此，对贸
易开放与性别工资差距的考察对于社会和谐进步和经济可持续性发展具有非
第２期 刘 斌、李 磊：贸易开放与性别工资差距 ４３１
常强的理论和现实意义。然而，目前国内关于贸易开放或贸易自由化对性别
工资差距影响的研究文献并不多见，国外文献对两者关系的分析尚存在较大
的争议，且已有国外文献很少建立贸易开放与性别工资差距的数理模型，缺
乏理论基础。同时，大多对贸易和工资的实证研究采用的是分地区或者分行
业面板数据，把贸易开放、ＧＤＰ、人力资本等宏观经济因素引入到工资方程
之中，优点是数据可获性强，且能有效控制宏观经济因素对个体工资的影响，
但缺点显而易见，分地区或者分行业数据不能捕捉到劳动者个体特征对工资
的影响，如年龄、受教育程度、婚姻状况和政治面貌等。而劳动经济学家
（Ｍｉｎｃｅｒ，１９７４）已强调了这些特点的重要性。同时，Ｃｏｍｂｅｓ，Ｄｕｒａｎｔｏｎ ａｎｄ
Ｇｏｂｉｌｌｏｎ（２００８）还强调了非人力禀赋的差异、职业类别或企业所有制形式等
对个体工资影响的差异，对于这一点，运用分地区或者分行业数据同样无法
解决。幸运的是，Ｈｅｒｉｎｇ ａｎｄ Ｐｏｎｃｅｔ（２０１０）给我们提供了一个解决方案，
他们在研究市场潜力和工资差距的过程中，通过将微观经济变量 （性别、年
龄和政治面貌等）和宏观经济变量 （市场潜力等）相结合，同时引入到工资
方程之中，较好地解决了这个问题 （我们将在后文中做详细介绍）。这种方法
的好处是显而易见的，估计方程既包含了企业所有制类型、职业类别以及其
他个人特征等微观经济变量，同时也较好地控制了宏观经济变量对个体工资
的影响。此外，个体特征变量的微小变动对于宏观经济变量 （贸易开放度、
人均ＧＤＰ等）的影响是微乎其微的。因此，利用微观层面数据的另一个好处
是能够减轻方程的内生性问题 （Ｈｅｒｉｎｇ ａｎｄ Ｐｏｎｃｅｔ，２０１０）。鉴于此，本文运
用２００２年中国家庭住户收入调查数据 （ＣＨＩＰ）所调查的６ ８３５户城镇家庭和
２０６３ ２位城镇个人的数据，通过将贸易开放度引入工资方程，检验贸易开放
对性别工资差距的影响。
本文的研究思路是：首先，本文构建理论模型考察贸易开放影响性别工
资差距的作用机制；其次，运用２００２年中国家庭住户收入项目的调查数据
（ＣＨＩＰ），实证检验理论分析得出的命题；最后，根据理论和实证结论，提出
相应的对策建议。与以往的研究相比，本文在以下四个方面做了全新的尝试：
一是本文在 Ｍｅｎｏｎ ａｎｄ Ｒｏｄｇｅｒｓ（２００７）分析基础之上，将性别差异参数纳入
到模型中，使其理论更接近现实；二是采用２００２年中国家庭住户收入项目调
查数据 （ＣＨＩＰ）作为研究样本，有效地解决了以往计量模型所面临的样本不
足、自由度低等问题的困扰，提高了模型估计效果；三是基于家庭调查数据
的研究能够捕捉到个人特征、职业类别与企业所有权等微观特征，同时，在
估计方程中，加入城市控制变量，将微观经济因素和宏观经济因素有效结合；
四是选择各城市到海岸线最短距离的倒数作为贸易开放度的工具变量，有效
地解决了变量的内生性问题。
４３２ 经 济 学 （季 刊） 第１１卷
二、数理模型的建立和命题的提出
本部分的理论模型是在 Ｍｅｎｏｎ ａｎｄ Ｒｏｄｇｅｒｓ（２００７）研究基础之上建立
的，基本思路是：在不完全竞争市场环境中，通过建立市场需求函数和成本
函数，构造利润方程，由利润最大化条件，得出均衡工资水平与贸易开放的
函数关系，将性别差异参数引入到函数关系式中，分别得到女性和男性的工
资方程式，两式联立最终得到贸易开放和性别工资差距的函数关系式，通过
进一步分析得出本文的主要命题。详细分析如下：
在产品市场中，存在ｎ个企业生产产品Ａ，产品Ａ 的国内总产出为ｙ１，
企业ｉ的产量为ｙ１ｉ，其他 （ｎ－１）个企业的产量相同，均为ｙ１ｎ。这样，产品
Ａ的市场反需求函数如下：
ｐ１ ＝β０－β１ｙ１， （１）
且有β０＞０，β１＞０。当存在贸易冲击Ｔ 时，市场竞争加剧，价格趋于下降，
反需求曲线可以表示为
ｐ１ ＝β０－β１［ｙ１ｉ＋（ｎ－１）ｙ１ｎ＋Ｔ］． （２）
本文假设企业的生产成本全部是劳动力成本，这样企业ｉ的利润方程为
π１ｉ ＝ｐ１ｙ１ｉ－ｗ０Ｌ１ｉ， （３）
其中，Ｌ１ｉ代表企业ｉ雇用劳动力的数量，Ｗ０代表均衡工资。通常，产品产量
和劳动力数量之间存在着直接的关系，当产量增加时，劳动力数量会成比例
地增长，即有ｙ１ｉ＝αＬ１ｉ （Ｂｏｒｊａｓ ａｎｄ Ｒａｍｅｙ，１９９５）。为了便于分析，本文假
设α＝１，在 Ｍｅｎｏｎ ａｎｄ Ｒｏｄｇｅｒｓ（２００７）的研究中也做了同样的假设。企业ｉ
以追求利润最大化为目标，把 （１）式和 （２）式代入 （３）式中，对 （３）式
求导可得利润最大化条件，即为
π１ｉ
ｙ１ｉ ＝β０－
ｗ０－β１（ｎ－１）ｙ１ｎ－β１Ｔ－２β１ｙ１ｉ ＝０． （４）
为了使模型简化，本文进一步假设厂商间达到多厂商古诺均衡，每个厂
商均接受其他厂商的产量，且市场中每个厂商产品Ａ 的产量相同 （ｙ１ｉ＝
ｙ１ｎ）。由利润最大化条件可以得到企业ｉ的最优产量如下：
ｙ＊１ｉ ＝β０－ｗ０－β１Ｔ
β１（ｎ＋１）
． （５）
（５）式与 （２）式、（３）式联立可得最大化利润如下：
π＊１ｉ ＝
（β０－ｗ０－β１Ｔ）
２
β１（ｎ＋１）
２ ． （６）
第２期 刘 斌、李 磊：贸易开放与性别工资差距 ４３３
在现实情况下，由于存在工人和厂商之间的博弈，工人实际工资ｗ＊１ 会围
绕均衡工资水平Ｗ０上下波动。当利润增加时，工人要求提高工资，实际工资
上调；当利润减少时，企业面临减小生产成本的压力，实际工资下调，即实
际工资与利润存在一定比例关系，关系表达式如下：
（ｗ＊１ －ｗ０）Ｌ１ｉ ＝λπ＊１ｉ， （７）
其中，λ为工资调整参数，λ＞０。实际工资ｗ＊１ 可以表示为
ｗ＊１ ＝ｗ０＋λ
（β０－ｗ０－β１Ｔ）
（ｎ＋１）
． （８）
Ｂｅｃｋｅｒ（１９７１）等学者研究认为男性劳动力与女性劳动力在生产上是可以
相互替代的，且企业对女性有歧视偏好 （ｔａｓｔｅ ｆｏｒ ｄｉｓｃｒｉｍｉｎａｔｉｏｎ）。与此同
时，男女劳动力由于性别特征的差异而具有不同的劳动生产率，通常，条件
相同的男性劳动力劳动生产率要高于女性。这就意味着在工资分配中，男性
劳动力比女性劳动力获得相对较高的工资。性别工资的替代方程式可以表示
为
ｗｍ１ ＝ｗｆ１（１＋ｄ）， （９）
ｄ为性别差异参数 （ｔａｓｔｅ ｆｏｒ ｄｉｓｃｒｉｍｉｎａｔｉｏｎ ｐａｒａｍｅｔｅｒ），ｄ＞０。本文假设男
性劳动力人数比例为ｓ，那么女性劳动力人数比例即为１－ｓ，ｓ为常数，实际
工资可以表示为
ｗ＊１ ＝ｓｗｍ１ ＋（１－ｓ）ｗｆ１． （１０）
这样，由 （８）式、（９）式和 （１０）式，可得男性实际工资方程和女性实
际工资方程，分别为
ｗｍ
＊
１ ＝
（１＋ｄ）
（１＋ｄｓ）
ｗ０＋λ
（β０－ｗ０－β１Ｔ）
ｎ＋（ ）１ ， （１１）
ｗｆ
＊
１ ＝
１
（１＋ｄｓ）
ｗ０＋λ
（β０－ｗ０－β１Ｔ）
ｎ ＋（ ）１ ， （１２）
其中，ｗｍ
＊
１ 代表男性实际工资，ｗｆ
＊
１ 代表女性实际工资。则由 （１１）式和 （１２）
式，可得男女相对性别工资差距φ的表达式，即
φ＝
ｗｍ
＊
１ －ｗｆ
＊
１
ｗｍ
＊
１
＝ ｄ（１＋ｄ）
． （１３）
（１３）式建立了性别差异参数ｄ与相对性别工资差距φ 的函数关系。那
么，性别差异参数ｄ由什么决定呢？贸易开放度 （Ｔ）是如何影响性别差异参
数ｄ的呢？当一个国家或地区实施贸易开放政策，当地企业面临贸易冲击时，
４３４ 经 济 学 （季 刊） 第１１卷
市场竞争突然加剧，企业获得的利润减少，企业面临降低生产成本的压力。
通常，条件相同的男性劳动力的劳动生产率要高于女性 （由性别特征上的差
异造成的）。且女性劳动力所受到的不公平待遇 （如在社会中普遍存在的职业
或职位歧视、同工不同酬和同职不同晋等现象）直接降低了女性劳动力的收
入预期，劳动力市场性别歧视具有 “反馈效应” （Ｒｉｄｇｅｗａｙ，１９９７），女性会
主动减少对自身人力资本的投资或降低工作的积极性，从而进一步降低了女
性劳动力的劳动生产率。这种歧视的间接效应引发的选择机制具有代际传导
效应，最终被整个社会所认可。企业形成对女性劳动力性别歧视的偏好 （Ｒｏｓ－
ｅｎ，２００３；Ｍｅｎｏｎ ａｎｄ Ｒｏｄｇｅｒｓ，２００７）。男女性别特征差异和劳动力市场的
歧视问题导致企业在面临市场冲击时会主动减少女性劳动力的雇用 （Ｌｅｖｉｎ－
ｓｏｈｎ，１９９９），通常低于女性劳动力的最优雇用数量，企业雇用男性劳动力的
数量相对增加。女性劳动力相对较低的讨价还价能力 （ｂａｒｇａｉｎｉｎｇ ｐｏｗｅｒ）滋
长了企业降低女性相对工资水平的行为 （Ｓｅｇｕｉｎｏ，２０００；Ｒｏｓｅｎ，２００３；
Ｎｉｃｉｔａ ａｎｄ Ｒａｚｚａｚ，２００３）。市场竞争的加剧会拉大性别工资差距 （Ｗｉｌｌｉａｍｓ，
１９８７）。因此，贸易开放导致了性别差异参数ｄ的增加。为了便于分析，本文
对相对性别差异参数ｄ与贸易开放Ｔ 的函数关系进行模型化处理，函数关系
如下：ｄ＝ｆ（Ｔ），且有ｆ′（Ｔ）＞０，说明性别差异参数ｄ随着贸易开放度的提
高而增大。那么把贸易开放度 （Ｔ）代入 （１３）式，可得如下函数关系：
φ＝
ｗｍ
＊
１ －ｗｆ
＊
１
ｗｍ
＊
１
＝ ｄ（１＋ｄ）＝
ｆ（Ｔ）
（１＋ｆ（Ｔ））
． （１４）
这样，运用 （１４）式，由相对性别工资差距φ对贸易开放度Ｔ 求导，可得
ｄφ
ｄＴ＝
ｆ′（Ｔ）
（１＋ｆ（Ｔ））２
． （１５）
由ｆ′（Ｔ）＞０，所以 ｄφｄＴ＞０
。
由此，可得命题：随着贸易开放度的提高，性别工资差距在扩大。
下文对这一重要命题做实证检验，验证数理分析的合理性和有效性，并
结合数理分析和实证检验的结果，提出相应的对策建议。
三、计量模型的建立和数据说明
（一）计量模型
本文利用 Ｍｉｎｃｅｒ（１９７４）经典的个体劳动收入方程，并且借鉴 Ｈｅｒｉｎｇ
ａｎｄ Ｐｏｎｃｅｔ（２０１０）的方法，构建了个体工资的计量模型。如下：
第２期 刘 斌、李 磊：贸易开放与性别工资差距 ４３５
ｌｎＷｉｃ ＝α＋βｌｎｏｐｅｎｃ＋γＸｉｃ＋τｌｎＺｃ＋μｉｃ， （１６）
其中，下标ｉ表示个人，ｃ表示城市；Ｗｉｃ代表城市ｃ中个人ｉ的工资；ｏｐｅｎｃ
代表城市ｃ的贸易开放度；Ｘｉｃ为个体特征变量，具体包括年龄、年龄的平方、
是否共产党员 （党员为１，非党员为０）、受教育年限和婚姻状况 （结婚为１，
未婚为０）等个人变量；Ｚｃ代表城市变量，具体包括城市人均ＧＤＰ、城市人
力资本水平和城市生活成本；μｉｃ为误差项。本文加入上述个体特征变量的原
因在于：通常，工资随年龄先增加后减少；党员待遇比非党员待遇要高；受
教育年限越长，工资水平越高；结婚后，生活压力和责任随之增大，人们会
选择更加努力地工作，其工资水平会越高。因而需要控制以上个体特征变量。
对于加入城市变量的具体原因在下文中做详细阐述。表１报告了主要变量的
描述性统计。表２和表３分别报告了女性和男性的主要变量的相关系数矩阵。
从表２和表３中可以看出，各个变量之间的Ｐｅａｒｓｏｎ相关系数和Ｓｐｅａｒｍａｎ相
关系数均低于０．７。通过进一步考察方差膨胀因子 （Ｖａｒｉａｎｃｅ Ｉｎｆｌａｔｉｏｎ Ｆａｃ－
ｔｏｒ，ＶＩＦ），发现取值介于１．１８—２．３５之间，在可接受范围之内１，因此我们
不必太在意多重共线性问题。当然，更有意义的结论还有待于下文严谨的计
量检验才能最终得出。
表１ 主要变量的描述性统计量
变量 观测值 均值 标准差 最小值 最大值
贸易开放度 ７ ６８５ －４．１３３４ １．４６９９ －７．２０８６ －１．５４３５
城市人均ＧＤＰ ７ ６８５ １．０１６９ ０．６０９１ －１．３４３０ ２．５７４６
城市人力资本 ７ ６８５ ２．２８１０ ０．０８１１ １．９９９８ ２．４２４９
城市生活成本 ７ ６８５ ７．０６７８ ０．３７７７ ６．３７５７ ８．７９７７
工资（女性） ３ ３９６ １．４８７８ ０．７００８ －０．５６５３ ３．１７０１
年龄（女性） ３ ３９６ ３８．８６４８ ８．４３４５ １６ ５５
年龄的平方（女性） ３ ３９６ １ ５８１．５９６０ ６３６．０４７５ ２５６ ３ ０２５
是否党员（女性） ３ ３９６ ０．２１４７ ０．４１０６ ０ １
受教育年限（女性） ３ ３９６ １１．５８０７ ２．７８５８ ０ ２３
是否结婚（女性） ３ ３９６ ０．８６３４ ０．３４３５ ０ １
工资（男性） ４ ２８９ １．６７３６ ０．６５４５ －０．５６５３ ３．１７０１
年龄（男性） ４ ２８９ ４２．０３９４ ９．３２７３ １７ ６０
年龄的平方（男性） ４ ２８９ １ ８５４．２９００ ７５７．７０１４ ２８９ ３ ６００
是否党员（男性） ４ ２８９ ０．３５３０ ０．４７８０ ０ １
受教育程度（男性） ４ ２８９ １１．６４４７ ３．０３１９ ０ ２３
是否结婚（男性） ４ ２８９ ０．８８２３ ０．３２２３ ０ １
注：工资、贸易开放度、城市人均ＧＤＰ、城市人力资本水平和城市生活成本变量取了对数，年龄、年龄
的平方、是否党员、受教育程度和是否结婚变量没有取对数。统计结果保留四位有效小数。
资料来源：《中国城市统计年鉴２００３》、《中国县市社会经济统计年鉴２００３》和ＣＨＩＰ２００２调查数据，
经作者整理所得。
１ 根据经验法则，如果最大的方差膨胀因子 ＶＩＦ＝ｍａｘ｛ＶＩＦ１，ＶＩＦ２，…，ＶＩＦｎ｝≤１０，则表明不存在多重
共线性问题。
４３６ 经 济 学 （季 刊） 第１１卷
第２期 刘 斌、李 磊：贸易开放与性别工资差距 ４３７
４３８ 经 济 学 （季 刊） 第１１卷
在调查数据中，有一部分个体未报告其自身的工资数据，为确保结论不
受选择偏差影响，本文使用 Ｈｅｃｋｍａｎ程序检验报告非零工资的可能性是否外
生 （Ｈｅｃｋｍａｎ，１９７６），结论显示数据并不存在自选择问题。因此，我们可以
使用普通最小二乘法 （ＯＬＳ）和两阶段最小二乘法 （ＩＶ）进行估计。另外，
本文预测在相同地区、相同职业类别、相同企业所有制类型或相同行业内的
劳动者，观察到的和未观察到的特点可能是相关的，即存在聚类误差的问题，
本文使用Ｒｏｇｅｒｓ（１９９３）更正，纠正劳动者间的误差相关性。本文对于离群
值的处理采用Ｂａｒｎｅｔｔ ａｎｄ Ｌｅｗｉｓ（１９９４）的方法，即所有离群值均以仅次于
（大于或小于）非离群值替代。为了克服个体间可能存在的而又无法识别的异
方差，本文所报告的估计系数均经过了怀特 （Ｗｈｉｔｅ）异方差修正。
（二）变量内生性及其处理
２ 各城市到海岸线最短距离是通过电子地图测算来实现的。
内生性问题是导致计量估计有偏和不一致的重要原因。在这里，个体工
资水平与贸易开放度之间可能存在双向因果关系，即工资水平或增长率较高
的地区，其贸易开放程度也可能较高，因此，贸易开放程度有可能是内生变
量。为了尽可能地降低估计的偏移，我们使用工具变量克服内生性问题。具
体的，本文选择各城市到海岸线最短距离２的倒数作为贸易开放度的工具变
量。之所以选择这一工具变量主要基于以下三个方面的考虑：第一，国外市
场接近度与各城市的对外贸易密切相关。海运是对外贸易运输的主要形式，
从节约运输成本的角度看，城市越接近海岸线就意味着越接近国外市场 （黄
玖立，李坤望，２００６），其贸易开放度越高。第二，无论根据历史还是现实，
我们均无法断定地理因素本身决定个人工资水平。例如，在唐宋以前，中原
地区居民的收入高于沿海地区的收入。在２００９年，西藏地区的城镇单位在岗
职工平均工资水平仅次于北京和上海，排名全国第三，而海南地区的城镇单
位在岗职工平均工资水平仅高于江西，排名全国倒数第二。因而，到海岸线
的距离不会直接影响居民工资水平。第三，在大样本条件下，增加工具变量
通常会得到更有效的估计结果 （Ｗｏｏｌｄｒｉｄｇｅ，２００２），本文观测值为７ ６８５个，
满足大样本条件。因此，本文选择这一指标作为贸易开放度的工具变量。
（三）主要变量的描述
最早引入与贸易开放度类似概念的是日本学者小岛清，他在其著作 《对
外贸易论》中运用对外贸易依存度，即国际贸易额与ＧＤＰ的比率来反映该地
区的贸易开放度。这一指标的计算简单有效，为后来的学者所广泛采用 （Ｌｅ－
ｖｉｎｅ ａｎｄ Ｒｅｎｅｌｔ，１９９２；Ｒａｕｃｈ ａｎｄ Ｗｅｉｎｈｏｌｄ，１９９９；Ｍｅｎｏｎ ａｎｄ Ｒｏｄｇｅｒｓ，
第２期 刘 斌、李 磊：贸易开放与性别工资差距 ４３９
２００７）。本文对贸易开放度 （ｏｐｅｎｃ）的衡量也以该城市贸易额除以该城市
ＧＤＰ表示。城市人均ＧＤＰ指标以该城市ＧＤＰ除以该城市人口总数表示。城
市人力资本水平以调查数据中每个城市个体受教育年限的平均值表示。在调
查数据中，有一项为 “按照您家的实际情况，您全家每月维持最低生活水平
的费用大约多少元”，本文对每个城市的最低生活水平进行平均后，作为该城
市的生活成本。为了消除男性和女性工作时间上的差异对工资水平的影响，
且与数理分析中的工资变量保持一致，以使得计量检验结果更加严谨可靠，
本文所需的工资变量须由个体的每小时工资额表示。ＣＨＩＰ调查数据仅提供了
个体的年工资额３，因而需要计算个体的年工作时间 （小时数）。在调查问卷
中，关于个体工作时间的调查共分为三个问题，即 “您在２００２年实际工作几
个月？”，“您平均每月工作多少天 （不包括周末休息）？”，“您平均每天工作几
个小时？”，因而，个体年工作时间 （小时数）等于该三项调查数据的乘积。
然后，本文作了如下计算：个体小时工资额＝个体年工资额 （元）／年工作时
间 （小时数）。
３ 个体年工资额被定义为基本工资、奖金、补贴（住房、医疗、儿童保育和地区补贴）和其他收入（加班收入
和特殊情况下收入）的总和。
图１报告了女性与男性的工资核密度 （ｋｅｒｎｅｌ ｄｅｎｓｉｔｙ）图。经检验，女
性和男性劳动力工资的ＪＢ正态检验ｐ值趋近于０，说明女性和男性劳动力工
资的分布均不服从正态分布。女性工资核密度分布的偏度系数为１．８７１１，男
性工资核密度分布的偏度系数为１．６８６８，女性和男性的工资分布均右偏，说
明男性和女性的中低工资人群占多数，而高工资人群比例较小。女性和男性
比较而言，女性工资的核密度分布相对于男性工资分布更加右偏，说明在中
高工资区间内，中等或高工资男性人群在总男性人数中的占比大于中等或高
工资女性占比 （如图１所示），大多数女性相对较为集中于低工资区间。造成
性别工资差异的原因可以分解为两个部分：一是个人特征解释的部分。如女
性不愿意监督别人、体力不足或者面对危险、不愿意出差、在数理科技方面
能力较弱，使得女性在管理人员、建筑工人、市场营销人员和科学家等职业
中的比例较低。同时，女性在社会网络中的信息流和物质流的获得方面也处
于不利的地位 （Ｍｕｎｃｈ ｅｔ ａｌ．，１９９７），从而导致女性总体上在就业信息获取
能力以及工作经验的积累能力等方面相对于男性较低。二是无法由个人特征
解释的部分 （Ｏａｘａｃａ，１９７３），即性别歧视。性别歧视主要存在四种情况：
（１）“职位歧视”（Ｅｈｒｅｎｂｅｒｇ ａｎｄ Ｓｍｉｔｈ，１９９９），雇主有时会故意将与男性雇
员具有相同教育水平和劳动生产率的女性雇员安排到低工资报酬或负较低责
任的工作岗位上，而把高工资报酬的岗位留给男性； （２）“同工不同酬”
（Ｏａｘａｃａ，１９７３），即具有相同劳动生产率的男性和女性劳动力无法获得同样
的回报，这种现象在各行各业普遍存在；（３）“同职不同晋”，即女性职位晋
４４０ 经 济 学 （季 刊） 第１１卷
升机会或速度显著地低于男性 （Ｇｉｎｔｈｅｒ ａｎｄ Ｈａｙｅｓ，２００３；Ｒａｎｓｏｍ ａｎｄ Ｏａｘ－
ａｃａ，２００５；Ｂｌａｕ ａｎｄ Ｄｅｖａｒｏ，２００７），且女性在职位升迁或职称提高的过程中
获益较小 （Ｂｏｏｔｈ ａｎｄ Ｂｒｙａｎ，２００４）； （４）劳动力市场歧视的 “反馈机制”，
当女性劳动力的人力资本回报率偏低或受到培训、晋升等不公平待遇时，这
种劳动力市场上的歧视直接降低了女性劳动力及潜在女性劳动力的预期，使
其减少对人力资本的投资或降低工作的积极性，从而降低了女性劳动力的劳
动生产率和工资水平。
４ 调查数据对文化程度进行了划分，共分为９种。具体为：未上过学、扫盲班、小学、初中、高中（职高、中
技）、中专、大专、大学和研究生。
图１ 女性和男性的工资核密度 （ｋｅｒｎｅｌ ｄｅｎｓｉｔｙ）分布图
为了下文研究需要，本文依据文化程度４对被调查居民进行技能划分
（Ｈｅｒｉｎｇ ａｎｄ Ｐｏｎｃｅｔ，２０１０；Ｙｏｋｏ，２０１１）。就目前中国的现实来看，要界定
与划分劳动力的技能水平，还是要以受教育程度或文化程度为依据 （赵伟和
李芬，２００７）。客观地说，目前中国劳动力市场普遍存在四个倾向：第一，劳
动力的初次就业存在强烈的 “唯学历”倾向。通常，具有大专及以上学历的
劳动者就业比高中及以下者要容易一些。政府部门、事业单位、金融部门以
及高科技行业等在人才招聘中会设置 “学历”门槛，而这些行业或部门往往
对高技能劳动力需求较高。第二，正规部门的工资调整和单位内部的职称评
定存在 “唯文凭”倾向，这在各类事业部门和国有企业尤其突出。第三，在
企业或单位内部，高学历者通常被安排到技术含量较高的部门，低学历者往
往从事简单重复的体力劳动。第四，经过三十多年的体制改革，计划经济时
期 “脑体倒挂”现象早已逆转，目前中国劳动者收入与其受教育程度直接联
系在一起，受教育程度成为测算人力资本投资及其考核业务能力和水平的依
据。实际上，在中国的劳动力市场上，对于高等教育的偏好要远高于成熟的
第２期 刘 斌、李 磊：贸易开放与性别工资差距 ４４１
市场经济体，发达国家往往更强调劳动者非正规教育之外的能力和经验积累。
因此，无论是出于分析的规范还是中国的现实，都可以将接受正规教育年限
或文化程度作为界定中国劳动力技能水平的主要指标。考虑到大专文凭在区
分高等教育与中等教育方面的 “临界意义”，可将大专及以上学历的劳动力界
定为高技能劳动力，将大专以下学历的劳动力界定为低技能劳动力。
图２报告了低技能女性和低技能男性的工资核密度图。经检验，低技能
女性和低技能男性的工资核密度分布均右偏，女性和男性比较而言，低技能
女性工资的核密度分布相对于低技能男性工资分布更加右偏，大多数低技能
女性相对较为集中于低工资区间，说明在低技能人群中，性别工资差距明显。
图３报告了高技能女性和高技能男性的工资核密度图。经检验，高技能女性
和高技能男性的工资核密度分布的偏度系数基本相同，说明在高技能人群中，
性别工资差异较小。其可能的解释是：首先，高技能的女性更有能力抵制性
别歧视。高技能有助于提高女性与雇主讨价还价的能力，以及在低工资职业
外寻找工作的能力。同时，教育是反映个人能力的一个重要信号，教育程度
的提高反映了这些高学历女性对工作有更大的偏好，其退出劳动力市场的概
率降低，企业对高学历女性的工作稳定性预期加强。因而，技能或学历的提
高和歧视程度呈反向关系 （Ｍｏｎｔｇｏｍｅｒｙ ａｎｄ Ｐｏｗｅｌ，２００３；Ｄｏｕｇｈｅｒｔｙ，
２００５；黄志岭和姚先国，２００９）。其次，教育能够提升女性的道德修养，减少
性别歧视偏见，而且文化程度较高的女性更有可能与高素质的群体共同相处，
从而文化程度高的女性在歧视氛围中工作的可能性降低 （黄志岭和姚先国，
２００９）。最后，高技能女性通常具有较高的劳动生产率，在一定程度上减少了
因为劳动生产率的性别差距而造成的工资差异。同时，高技能提高了女性在
社会结构网络中的信息流和物质流的获取能力以及工作经验的积累能力，减
少了女性的自身性别特征所导致的不利影响。
图２ 低技能的工资核密度分布图
４４２ 经 济 学 （季 刊） 第１１卷
图３ 高技能的工资核密度分布图
（四）数据来源的说明
中国于２００１年年底加入 ＷＴＯ，本文所采用的２００２年调查数据能够为本
文研究贸易开放对性别工资差距的影响提供恰到好处的数据支持。城市贸易
总额的数据来源是各城市２００２年、２００３年统计公报。采用统计公报而不是统
计年鉴的原因是：《中国城市统计年鉴》只提供了地级市的贸易数据，没有县
级市的贸易数据，而ＣＨＩＰ调查数据所调研的城市既包括地级市，同时也包
括县级市。因此，我们查阅了ＣＨＩＰ数据所调研的７０个城市２００２年的统计
公报，以当年该城市统计公报上所提供的贸易数据为准。需要说明的是，有
些城市没有提供２００２年公报，却提供了２００３年公报，我们就用２００３年公报
提供的贸易数据和贸易额的增长率折算为２００２年数据。城市总人口和城市
ＧＤＰ数据来源有两个，地级市的数据来自于 《中国城市统计年鉴２００３》，县
级市的数据来自于 《中国县市社会经济统计年鉴２００３》。
５ 调查中的１２个省（直辖市、自治区）分别为：安徽、北京、甘肃、广东、河南、湖北、江苏、辽宁、山西、四川、
云南、重庆。
本文使用的个体特征数据 （性别、年龄、政治面貌、受教育年限和婚姻
状况）来自中国社会科学院经济研究所收入分配课题组的２００２年中国家庭住
户收入调查数据 （ＣＨＩＰ），该调查分城镇、农村和农村－城镇移民三大类共１０
个子数据库。我们使用的是城镇个人收入、消费和就业数据库与城镇家庭收
入、消费和就业数据库这两个子数据库。我们将这两个子数据库合并以获得
个人以及其所在家庭的相关信息。该调查覆盖了１２个省５ （直辖市、自治
第２期 刘 斌、李 磊：贸易开放与性别工资差距 ４４３
区），７０个城市，６ ８３５户城镇家庭和２０ ６３２位城镇个人。基于该数据集，我
们可以定量考察贸易开放度和其他因素对工资水平和工资差距的影响。需要
说明的是，ＣＨＩＰ数据提供了城市代码 （ｃｉｔｙ ｃｏｄｅ），该城市代码为所在调查
区域的行政区划代码，这样，每个行政区划代码代表一个城市。但是对于北
京和重庆这两个城市，ＣＨＩＰ数据提供的是个体所在区的行政区划代码，考虑
到对于各类生产要素来说，其在城市内部的流动是相对自由的，因此将分析
限定为区并不合适，因此我们将北京和重庆各个区合并为一个整体考虑，而
对于其他城市，调查数据中提供的是该城市的行政区划代码，所以并不存在
这一问题。具体的，在调查数据中，我们选择男性年龄在１６—６０岁，女性年
龄在１６—５５岁，且工资大于０的个体。６利用 《中国城市统计年鉴》、各省份统
计年鉴和ＣＨＩＰ调查数据，对主要变量 （具体包括城市贸易开放度、城市人
均ＧＤＰ、城市人力资本和城市生活成本等宏观变量，以及工资、性别、年龄、
是否党员、婚姻状况和受教育年限等微观变量）进行匹配，获得样本数为７
６８５个，这些个体的工资、性别、年龄、是否党员、受教育年限和婚姻状况等
基本特点均不存在遗漏。
６ 男性的退休年龄一般为６０岁，而女性的退休年龄一般为５５岁。
四、实 证 分 析
在计量模型建立的基础之上，本部分对女性工资和男性工资的影响因素
进行计量检验，并重点考察贸易开放对性别工资差距的影响。首先，逐步加
入固定效应和控制变量后，同时运用普通最小二乘法和两阶段最小二乘法对
工资基本模型进行计量估计，然后，详细探讨在不同技能水平下，贸易开放
对性别工资差距的影响。
（一）贸易开放与性别工资总体差距
１．基准规范分析
表４报告了基准工资模型的估计结果。表４的模型 （１）报告了在加入贸
易开放度变量之前的估计结果。然后，将贸易开放度引入到模型 （２）中，导
致Ｒ－ｓｑｕａｒｅｄ提高了约６个百分点，其他变量的估计系数大小和显著性与模型
（１）相比变化不大，可以推测，贸易开放度对解释工资水平的变动有一定作
用。模型 （２）估计结果显示，贸易开放对工资水平有着显著的正向效应，贸
易开放的产出增长效应导致了男性与女性工资的普遍增加。从男性与女性的
贸易开放系数比较来看，男性的贸易开放系数普遍大于女性的贸易开放系数。
考虑到各省份在政策、要素禀赋和发展水平等方面有着显著不同，且行业
４４４ 经 济 学 （季 刊） 第１１卷
第２期 刘 斌、李 磊：贸易开放与性别工资差距 ４４５
特征７、企业所有权８和职业类别９等对工资水平也会产生重要影响，本文采用
逐步加入虚拟变量的办法来消除这些因素对工资水平的影响。１０模型 （３）中加
入行业固定效应进行回归，模型 （４）中加入省份固定效应进行回归，模型
（５）中加入劳动者所在企业所有权的固定效应进行回归，模型 （６）中加入劳
动者职业类别的固定效应。研究发现：引入固定效应后，贸易开放度对男性
工资的影响依然大于对女性工资的影响，且均在１％显著性水平下显著。综
上，可以得出初步结论：贸易开放拉大了性别工资差距。
７ 调查数据中，共有１６个行业。具体为：农、林、牧、渔业，采掘业，制造业，电力、煤气及水的生产和供给
业，建筑业，地质勘查业和水利管理业，交通运输、仓储及邮电通信业，批发、零售贸易和餐饮业，金融保险
业，房地产业，社会服务业，卫生、体育和社会福利业，教育、文化艺术和广播电影电视业，科学研究和综合
技术服务业，国家机关、党政机关和社会团体，其他行业。
８ 调查数据中，企业所有制形式划分为１２种。具体为：（中央、省）国有独资，（地方）国有独资，城镇集体
所有制，城镇私营（包括合伙企业），城镇个体（企业），中外合资企业，外资企业，国家控股企业，其他股份
制企业（包括股份合作制企业），农村私营企业，农村个体，其他国家机关或事业单位。由于本文只分析城
镇居民工资水平，农村私营企业和农村个体企业予以剔除，只选择其他１０种所有制形式的企业。
９ 调查数据中，劳动者的职业类别划分为１１类。具体为：私营企业主（经理），个体户主，各类专业技术人
员，机关、企事业单位负责人，机关、企事业单位部门负责人，办事人员，技术工人，非技术工人，商业和服
务业人员，农民，不便分类的其他劳动者。其中，私营企业主（经理）、个体户主和农民属于自我雇佣，予以
剔除。只选择其他８类职业类别。
１０ 引入行业变量、省份变量、企业所有权变量和职业类别变量的虚拟变量与面板数据固定效应模型的基
本原理是近似的。通常，标准的面板数据固定效应模型可以分为时点固定效应和个体固定效应。面板数
据固定效应模型既可以通过离差转换方式实现，也可以通过引入虚拟变量实现（Ｃａｍｅｒｏｎ ａｎｄ Ｔｒｉｖｅｄｉ，
２００５），因此，面板数据的固定效应模型（ＦＥ）亦可称为最小二乘虚拟变量模型（ＬＳＤＶ）。最小二乘虚拟变
量模型为本文建立固定效应模型提供了思路，本文使用ｓｔａｔａ软件命令，通过引入虚拟变量的方式，建立
行业、省份、企业所有权和职业类别的固定效应模型，以此控制省份间资源禀赋和政策差异、行业不同特
点、企业所有权不同类型和职业类别的差异对估计结果的影响（Ｈｅｒｉｎｇ ａｎｄ Ｐｏｎｃｅｔ，２０１０）。以省份固定
效应为例，调查数据共包含１２个省（直辖市、自治区），这样在估计方程中引入１１个虚拟变量进行估计，
此估计方法可以减轻省（直辖市、自治区）间的差异对估计结果的影响。设定行业、企业所有权和职业类
别固定效应的方法和效果与之相同。
关于工资的其他基本决定因素 （年龄、是否党员、受教育年限和是否结
婚）的研究结果与以往文献的研究相似。年龄与工资正相关，年龄的平方与
工资负相关，年龄与工资待遇呈倒 “Ｕ”形曲线关系，即工资随年龄先增加后
减少，这是符合实际情况的；政治面貌 （是否党员）的系数显著为正，党员
工资待遇比非党员工资待遇要高 （Ｌｉ，２００３）；受教育年限越长，工资待遇越
高。需要说明的是，同时加入四种固定效应后，模型估计的教育回报率在
３％—５％ （如模型 （６）所示），与Ｃｈｅｎ，Ｄｅｍｕｒｇｅｒ ａｎｄ Ｆｏｕｒｎｉｅｒ（２００５）等
人获得的２％—５％的范围较为接近，低于１０．１％的世界平均水平和９．６％的
亚洲平均水平 （Ｐｓａｃｈａｒｏｐｏｕｌｏｓ，１９９４），教育回报率依然偏低。值得注意的
是，女性劳动力的受教育年限对其工资水平的影响比男性要大，而在现实条
件下，女性的平均受教育年限比男性要少，这个结论给予我们一个重要启示：
关注女性教育，减小受教育机会的性别不平等对于提高女性的经济地位和社
会地位有着重要的政策含义；有意思的是，婚姻状况对男性工资和女性工资
４４６ 经 济 学 （季 刊） 第１１卷
的影响有着明显的差异，结婚对男性工资具有较为显著的正向影响，而结婚
对女性工资影响并不显著。考虑到现实情况，该结论并不难以理解，男性结
婚后主要承担起家庭的重担，会选择更加努力地工作替代闲暇 （比如加班），
而女性在结婚后更多的时间花费在家务劳动和照顾家人上。２００８年中国居民
时间利用调查数据１１显示：结婚后，女性无酬家务劳动的时间平均每天为２０４
分钟，男性无酬家务劳动的时间平均每天仅为７４分钟，女性照顾家人和对外
提供帮助的时间平均每天为４７分钟，男性照顾家人和对外提供帮助的时间平
均每天仅为２４分钟。当然，也有可能是工资水平高的男性更容易得到女性的
青睐，从而具有更高的结婚概率 （Ｎａｋｏｓｔｅｅｎ ａｎｄ Ｚｉｍｍｅｒ，１９８７；Ｇｉｎｔｈｅｒ ａｎｄ
Ｚａｖｏｄｎｙ，２００１）。
１１ 国家统计局于２００８年５月在北京、河北、黑龙江、浙江、安徽、河南、广东、四川、云南、甘肃１０省市开展
了我国第一次居民时间利用调查。调查对象为抽中的调查户中１５—７４岁的人口，调查户为１０省市现有
城乡住户收支调查网点的全部城镇国家样本和抽取的部分农村国家样本。共调查１６ ６６１个家庭户，３７
１４２人；其中城镇１９ ６２１人，乡村１７ ５２１人；男性１８ ２１５人，女性１８ ９２７人。居民时间利用调查通过详细
记录调查对象一天的活动来反映各类人群的生活模式和行为方式，进而反映人们在日常生活中承担的不
同责任和作用，尤其是使妇女无酬劳动得以测量与展现。
表５报告了使用工具变量 （即该城市到海岸线的最短距离的倒数）的两
阶段最小二乘的估计结果。从估计结果看，贸易开放度对男性工资水平有正
向影响，且在１％显著性水平下显著，与普通最小二乘估计的结论基本吻合。
但贸易开放度对女性工资水平的影响系数的显著性明显降低，且女性贸易开
放度系数依然明显小于男性贸易开放度系数。进一步验证了贸易开放拉大性
别工资差距这一结论。工具变量检验的统计量显示，本文选取的工具变量能
够较为有效地处理回归模型中的内生性问题，使得结论具有较强的解释力。
２．贸易开放、城市控制变量和其他因素
表４中模型 （３）—模型 （６）在逐步引入行业固定效应、省份固定效应、
企业所有权固定效应和职业类别固定效应后，解释变量系数均有所变化。说
明行业特征、地区特征、企业所有权特征和职业类别特征对工资水平均有着
重要影响。行业特征、企业所有权特征和职业类别的影响可以通过加入固定
效应后得以有效控制 （Ｈｅｒｉｎｇ ａｎｄ Ｐｏｎｃｅｔ，２０１０），而表４中对地区特征的控
制只是针对省份间差异的控制，而忽略了城市间的差异对工资水平的影响。
表４中模型 （４）是加入省份固定效应后的回归结果，与模型 （３）估计结果
相比，Ｒ－ｓｑｕａｒｅｄ有了显著提高，且女性和男性的贸易开放的影响系数变化较
大，女性贸易开放的影响系数由模型 （３）中的０．１２８２减小为模型 （４）中的
０．０６０１，男性贸易开放的影响系数由模型 （３）中的０．１３０７减小为模型 （４）
中的０．０７。同时，其他变量的系数也有了较大变化。从而可以断定解释变量
对工资水平的影响表现出明显的地区特征。然而，省份固定效应只是初步消
除了省份间因政策、要素禀赋和发展水平等方面的差异对工资水平的影响，但省
第２期 刘 斌、李 磊：贸易开放与性别工资差距 ４４７
４４８ 经 济 学 （季 刊） 第１１卷
份内各城市之间的差异并没有消除 （Ｈｅｒｉｎｇ ａｎｄ Ｐｏｎｃｅｔ，２０１０）。所以，表４
的估计对地区变量的控制还不够，贸易开放占有了城市变量对工资水平影响
的部分效应，这种现象是可能的。因此，需要加入城市变量对地区特征做进
一步控制。城市控制变量对工资水平的影响体现了地区聚集的作用，Ｈａｎｓｏｎ
（２００３）提出并区分了三种聚集效应影响工资的机制，三种机制分别为：非人
力要素禀赋 （ｎｏｎ－ｈｕｍａｎ ｆａｃｔｏｒ ｅｎｄｏｗｍｅｎｔｓ）、企业的规模报酬递增和人力资
本外部化。关于第一个机制，非人力要素禀赋 （如制度、习俗和公共机构等）
的差别更有可能在省级和行业层面发生，无需控制城市间的差异 （Ｈｅｒｉｎｇ
ａｎｄ Ｐｏｎｃｅｔ，２０１０）。而企业规模报酬递增效应和人力资本外部化是地区聚集
的两个主要的动态竞争力效应：一方面，更大和更密集的地区聚集，在企业
和工人间产生更多的知识外溢，导致企业规模报酬递增和工人生产力的提高，
因而劳动者具有更高的工资；另一方面，地区聚集导致大量劳动者面临更激
烈的竞争，且竞争对市场价格施加向下的压力，劳动者间的竞争效应和较低
的市场价格水平驱使工人工资下降。因此，工资暴露在这两种相互矛盾的力
量中。本文在借鉴了 Ｈｅｒｉｎｇ ａｎｄ Ｐｏｎｃｅｔ（２０１０）的研究基础之上，选择城市
人均ＧＤＰ、城市人力资本水平和城市生活成本代表城市的聚集程度。通常情
况下，城市的经济越发达，人力资本存量越多，城市的生活成本越高，该城
市的聚集效应体现得越明显。
表６报告了引入城市变量 （城市人均ＧＤＰ、城市人力资本和城市生活成
本）后的普通最小二乘回归结果。模型 （１２）引入了城市人均ＧＤＰ，实证结
果显示：人均ＧＤＰ对工资水平有正向效应，居民能够从地区经济发展中获
益。模型 （１３）引入了城市人力资本水平这一指标。模型 （１４）中引入了城
市生活成本，回归系数显著为正，结果显示：生活成本每上升１％，工资水平
上升约０．１４％，说明随着居民所在城市生活成本的上升，居民工资水平有所
提高，但居民工资提高的幅度远远小于生活成本的涨幅，居民的生活压力在
增加。表６模型 （１４）与表４模型 （６）比较，贸易开放系数有所减小，女性
贸易开放的系数由表４模型 （６）中的０．０５６４减小到表６的模型 （１４）中的
０．０４８０，男性贸易开放系数由表２模型 （６）中的０．０６６８减小到表６模型
（１４）中的０．０５７８，说明贸易开放占有了部分生活成本对居民工资增加的贡
献。在表６的最后一栏模型 （１５）中，将三种城市变量合并在一个估计方程
内，结果显示：贸易开放的影响系数依然显著，且男性贸易开放系数大于女
性贸易开放系数。实证结果表明：贸易开放度对男性工资的正向影响大于对
女性工资的正向影响，即贸易开放拉大了性别工资差距。
表７报告了使用工具变量 （即该城市到海岸线的最短距离的倒数）的两
阶段最小二乘的估计结果。从估计结果看，与普通最小二乘估计的结论基本
吻合，但稍有不同。贸易开放度对女性工资的影响系数的显著性明显降低，
而贸易开放度对男性工资的影响系数依然在１％显著性水平下显著，且女性
第２期 刘 斌、李 磊：贸易开放与性别工资差距 ４４９
４５０ 经 济 学 （季 刊） 第１１卷
第２期 刘 斌、李 磊：贸易开放与性别工资差距 ４５１
４５２ 经 济 学 （季 刊） 第１１卷
贸易开放度系数明显小于男性贸易开放度系数。本文进一步分析发现：使用
工具变量后，贸易开放度对男性工资水平的影响系数与普通最小二乘法估计
结果相比明显变大，而女性影响系数变化不大，说明变量的内生性使得贸易
开放度对男性工资水平的影响系数产生向下偏移，从而倾向于低估贸易开放
度对男性工资水平的影响。两阶段最小二乘估计结果进一步证实贸易开放拉
大性别工资差距这一结论是稳健可靠的。
上文分析了贸易开放对女性和男性工资的影响差异，得出结论：总体而
言，贸易开放拉大了性别工资差距。但哪些女性群体更容易被排除在贸易开
放的利益之外呢？贸易开放对不同女性群体的影响都是一样的吗？下文将重
点分析在不同技能下贸易开放对性别工资差距的影响。
（二）在不同技能水平下，贸易开放对性别工资差距的影响
１．普通最小二乘估计结果
表８报告了贸易开放对技能劳动力性别工资差距的影响。模型 （２０）和
模型 （２１）估计结果显示，女性低技能劳动者贸易开放系数为０．０２６９，且系
数不显著，男性低技能劳动者贸易开放系数为０．０４４２，女性高技能劳动者贸
易开放系数为０．０５１８，男性高技能劳动者贸易开放系数为０．０５０６。从中可以
得出两个基本结论：从技能差异看，贸易开放对高技能劳动力的正向影响大
于对低技能劳动力的正向影响，女性高低技能劳动力之间的贸易开放影响系
数差距更大；从性别差异看，贸易开放拉大了低技能劳动力的性别工资差距，
而贸易开放缩小了高技能劳动力的性别工资差距。下面对这两个基本的结论
进行分析。
表８ 技能性别工资差距的普通最小二乘计量结果
变量
（２０） （２１）
低技能（女性） 低技能（男性） 高技能（女性） 高技能（男性）
贸易开放度 ０．０２６９ ０．０４４２＊＊＊ ０．０５１８＊＊＊ ０．０５０６＊＊＊
（１．６１４４） （３．３２５０） （２．６６０４） （３．２４３８）
城市人均ＧＤＰ ０．０３２７ ０．０３８０ ０．０４９７ ０．０７８８＊＊＊
（１．３１０６） （１．２０９３） （１．２５５７） （２．６４８８）
城市人力资本 ０．７２９３＊＊＊ ０．３６０３ －０．２９４０ －０．２６０８
（３．１６８８） （１．５９７７） （－０．８５９６） （－１．０１９０）
城市生活成本 ０．１２１９＊＊ ０．１４７４＊＊＊ ０．１５２３＊＊＊ ０．１２８６＊＊＊
（２．５５６６） （４．１１７４） （２．６２３８） （２．９９６３）
年龄 ０．０１７４ ０．０４７４＊＊＊ ０．０８１２＊＊＊ ０．０５０３＊＊＊
（１．１４７９） （３．２８９１） （４．１３５０） （３．５３２２）
年龄的平方 －０．０００１ －０．０００５＊＊＊ －０．０００９＊＊＊ －０．０００５＊＊＊
（－０．５０４３） （－３．０６８５） （－３．５２１０） （－３．０４３１）
是否党员 ０．０７８９＊＊＊ ０．０３３６ ０．０５０６ ０．１０３４＊＊＊
（２．６０２８） （１．３７８３） （１．４１０１） （３．５４８３）
第２期 刘 斌、李 磊：贸易开放与性别工资差距 ４５３
（续表）
变量
（２０） （２１）
低技能（女性） 低技能（男性） 高技能（女性） 高技能（男性）
受教育年限 ０．０３４０＊＊＊ ０．０１７３＊＊＊ ０．０１９８＊＊ ０．０１１９＊＊
（５．４６３１） （３．３２７０） （２．２２２０） （１．９９７３）
是否结婚 ０．０７９９ ０．１７６３＊＊＊ －０．００１９ ０．１１２５＊＊
（１．４６３７） （３．５１４８） （－０．０３０３） （２．１６４８）
常数 －１．９８６１＊＊＊ －１．６８９９＊＊＊ －０．１４６０ ０．６５６３
（－２．８１８４） （－２．６４０６） （－０．１３４６） （０．９６６８）
职业类别固定效应 Ｙｅｓ Ｙｅｓ Ｙｅｓ Ｙｅｓ
企业所有权固定效应 Ｙｅｓ Ｙｅｓ Ｙｅｓ Ｙｅｓ
省份固定效应 Ｙｅｓ Ｙｅｓ Ｙｅｓ Ｙｅｓ
行业固定效应 Ｙｅｓ Ｙｅｓ Ｙｅｓ Ｙｅｓ
Ｏｂｓｅｒｖａｔｉｏｎｓ ２ ３１１ ２ ７２２ １ ０８５ １ ５６７
Ｒ－ｓｑｕａｒｅｄ ０．３５８５ ０．３４１７ ０．４０７２ ０．３５８３
注：括号内为回归系数的ｔ统计量，＊、＊＊、＊＊＊分别代表１０％、５％和１％的显著性水平。
第一个结论与经典理论并不相符，根据经典的Ｓ－Ｓ定理 （Ｓｔｏｌｐｅｒ－Ｓａｍｕｅｌ－
ｓｏｎ定理），发展中国家更容易生产具有比较优势的商品 （使用非熟练劳动力
相对更密集），非熟练劳动力将是贸易自由化的最大受益者，但本文实证分析
结论却是贸易开放对高技能劳动力的正向影响大于对低技能劳动力的正向影
响，高技能劳动力是贸易开放的最大受益者。造成这一结果的原因是什么呢？
首先，Ｓ－Ｓ定理要求要素数量不变，但中国尚处于二元经济向一元经济转折的
阶段，农业中存在大量的剩余劳动力，大量的低技能劳动力持续从农业部门
向现代工业部门转移，使现代工业部门的低技能劳动力供给量持续上升。其
次，Ｓ－Ｓ定理要求要素无摩擦、瞬时流动，而中国要素流动的成本尤其是要素
在城乡之间的流动成本非常高，户籍制度的存在成为劳动力在城乡间流动的
障碍，由户籍制度所引起的城乡劳动力在医疗、保险、教育等方面的不平等，
也阻碍了劳动力的自由流动。因此，中国的现实情况并不满足经典理论的假
设条件。再次，有偏的学习效应增加了企业对高技能劳动力的需求。中国国
内市场对外开放后，企业和劳动者接触及学习到相对较多的与熟练劳动力匹
配的技术知识，这种有偏的学习效应会使技术进步更偏向于技能密集型。与
此同时，随着出口贸易技术复杂度的提高 （Ｒｏｄｒｉｋ，２００６；Ｓｃｈｏｔｔ，２００８）和
资本品进口的增多，企业对高技能劳动力的需求增加，而相对降低了对低技
能劳动力的需求，进而扩大了技能工资差距。对技能工资差距的探讨有助于
解释性别工资差距，因为女性在低技能人群中占了多数。
第二个结论是：贸易开放拉大了低技能劳动力的性别工资差距，验证了
数理分析的命题。而贸易开放缩小了高技能劳动力的性别工资差距，这一结
论似乎与数理分析并不一致，其背后深层次的原因是什么呢？由第二部分的
数理分析可知，贸易开放导致了性别差异参数ｄ的增加，但ｄ的增加并不是
无条件约束的。在高技能部门，由于高技能工人的缺乏，男性劳动力不能过
４５４ 经 济 学 （季 刊） 第１１卷
度地替代女性劳动力，同时，在高技能部门，女性劳动力的合同谈判能力相
对较强，因此，贸易冲击对性别差异参数ｄ的影响较小。而在低技能部门，
考虑到中国目前的实际情况，大量的低技能劳动力持续从农业部门向现代工
业部门转移，劳动力性别替代效应会很强，加之低技能女性劳动力的谈判能
力相对较弱，自身劳动生产率相对男性劳动力较低，贸易开放会导致低技能
部门性别差异参数ｄ相对于高技能部门产生较大的变化。因此，企业在面临
贸易冲击时，激烈的竞争使得企业会更多地减少低技能女性劳动力的雇佣。
同时，低技能女性劳动力相对较低的讨价还价能力进一步滋长了企业降低低
技能女性劳动力相对工资水平的行为。因此，贸易开放更多地增大了对低技
能劳动力的性别歧视，更倾向于拉大低技能劳动力的性别工资差距。
２．两阶段最小二乘估计结果
表９报告了使用工具变量 （即该城市到海岸线的最短距离的倒数）的两
阶段最小二乘的估计结果。从估计结果看，与普通最小二乘估计的结论基本
吻合，但稍有差异。具体的，贸易开放度对低技能女性劳动力工资的影响系
数仍然不显著，且为负值，而贸易开放度对低技能男性劳动力工资的影响系
数依然在１％显著性水平下显著，且与普通最小二乘估计结果相比，低技能男
性劳动力的贸易开放影响系数明显增大。贸易开放对高技能女性劳动力工资
的影响系数依然在１％显著性水平下显著，且与普通最小二乘估计结果相比，
高技能女性劳动力的贸易开放影响系数明显增大，而贸易开放度对高技能男
性劳动力工资的影响系数变得不显著。两阶段最小二乘估计的研究结果进一
步证实：贸易开放倾向于拉大低技能劳动力的性别工资差距，而贸易开放有
利于缩小高技能劳动力的性别工资差距。
表９ 技能性别工资差距的两阶段最小二乘计量结果
变量
（２２） （２３）
低技能（女性） 低技能（男性） 高技能（女性） 高技能（男性）
贸易开放度 －０．０１４７ ０．１３５８＊＊＊ ０．１７１１＊＊＊ ０．０５４７
（－０．２８４７） （３．９７４６） （２．５９９１） （１．００３７）
城市人均ＧＤＰ ０．０５７９ －０．０１９５ －０．０２２０ ０．０７６３＊＊
（１．５３０１） （－０．６１３１） （－０．４２１０） （２．０６０８）
城市人力资本 ０．９８０２＊＊＊ －０．１７８２ －１．０７３９＊＊ －０．２８７４
（２．６１１５） （－０．６４０１） （－１．９９７６） （－０．６９３５）
城市生活成本 ０．１４０６＊＊＊ ０．１１２７＊＊＊ ０．１２００＊＊ ０．１２６７＊＊＊
（２．６３３１） （３．００９５） （２．１２７２） （２．８５５０）
年龄 ０．０１７０ ０．０４８３＊＊＊ ０．０７７５＊＊＊ ０．０５０３＊＊＊
（１．１３３４） （３．３３５１） （３．９９００） （３．６０４３）
年龄的平方 －０．０００１ －０．０００５＊＊＊ －０．０００８＊＊＊ －０．０００５＊＊＊
（－０．４８４２） （－３．１５１４） （－３．３１９７） （－３．１０１２）
是否党员 ０．０７８８＊＊＊ ０．０３６０ ０．０５２２ ０．１０３６＊＊＊
（２．６２６１） （１．４５６０） （１．４６２７） （３．６０２３）
第２期 刘 斌、李 磊：贸易开放与性别工资差距 ４５５
（续表）
变量
（２２） （２３）
低技能（女性） 低技能（男性） 高技能（女性） 高技能（男性）
受教育年限 ０．０３４２＊＊＊ ０．０１６５＊＊＊ ０．０１９０＊＊ ０．０１１９＊＊
（５．５２８３） （３．１３２７） （２．１９８５） （２．０３４１）
是否结婚 ０．０７９９ ０．１８６１＊＊＊ ０．０１６３ ０．１１３２＊＊
（１．４８１７） （３．６８４２） （０．２６１３） （２．１８６４）
常数 －２．８８９０＊＊ ０．２３２６ ２．５２９６ ０．７４９３
（－２．２８２４） （０．２７４７） （１．３９８５） （０．５８３４）
Ｋｌｅｉｂｅｒｇｅｎ－Ｐａａｐ ｒｋ ＬＭ １４６．６３９０ ２００．１４００ ５６．８０７０ １０６．７１８０
［０．００００］ ［０．００００］ ［０．００００］ ［０．００００］
Ｋｌｅｉｂｅｒｇｅｎ－Ｐａａｐ ｒｋ Ｗａｌｄ Ｆ ５３７．６７５０ １ ０６７．８２９０ ２４３．８９８０ ４３４．５１００
［０．００００］ ［０．００００］ ［０．００００］ ［０．００００］
第一阶段Ｆ值 ５３７．６７００ １ ０６７．８３００ ２４３．９０００ ４３４．５１００
第一阶段ｐａｒｔｉａｌ Ｒ２ ０．７６３７ ０．７７５３ ０．７７１６ ０．７５４８
职业类别固定效应 Ｙｅｓ Ｙｅｓ Ｙｅｓ Ｙｅｓ
企业所有权固定效应 Ｙｅｓ Ｙｅｓ Ｙｅｓ Ｙｅｓ
省份固定效应 Ｙｅｓ Ｙｅｓ Ｙｅｓ Ｙｅｓ
行业固定效应 Ｙｅｓ Ｙｅｓ Ｙｅｓ Ｙｅｓ
Ｏｂｓｅｒｖａｔｉｏｎｓ ２ ３１１ ２ ７２２ １ ０８５ １ ５６７
Ｒ－ｓｑｕａｒｅｄ ０．３５６４ ０．３３００ ０．３８８７ ０．３５８２
注：（）内为回归系数的ｔ统计量；＊、＊＊、＊＊＊分别代表１０％、５％和１％的显著性水平；Ｋｌｅｉｂｅｒｇｅｎ－
Ｐａａｐ ｒｋ ＬＭ 检验的零假设是工具变量识别不足，若拒绝零假设则说明工具变量是合理的；Ｋｌｅｉｂｅｒｇｅｎ－
Ｐａａｐ Ｗａｌｄ ｒｋ Ｆ 检验的零假设是工具变量为弱识别，若拒绝零假设则说明工具变量是合理的；［］内数值
为相应检验统计量的ｐ值。
３．稳健性检验
为了使得本文对技能工资差距的研究结论更加稳健可靠，本文依据文化
程度对被调查居民做进一步的技能细分，若他的最高学历是初中及初中以下
文化程度，那么此人被定义为低技能劳动力；若他的最高学历是中专或高中
（职高、中技），那么此人被定义为中等技能劳动力；若他的最高学历是大专
及以上文化程度，那么此人被定义为高技能劳动力。
表１０报告了稳健性检验的计量结果。模型 （２４）—模型 （２６）估计结果
显示，女性低技能劳动者贸易开放系数为０．０２１７，且系数不显著，低技能男
性劳动者贸易开放系数为０．０９９；中等技能女性劳动者贸易开放系数为－
０．０２２４，且系数不显著，中等技能男性劳动者贸易开放系数为０．１６６５；高技
能女性劳动者贸易开放系数为０．１７１１，高技能男性劳动者贸易开放系数为
０．０５４７，且系数不显著。结果表明：贸易开放拉大了低技能和中等技能的性
别工资差距，而贸易开放有利于缩小高技能劳动者的性别工资差距。稳健性
检验结果表明结论是稳健可靠的。
４５６ 经 济 学 （季 刊） 第１１卷
表１０ 技能性别工资差距的稳健性检验结果
（２４） （２５） （２６）
低技能
（女性）
低技能
（男性）
中技能
（女性）
中技能
（男性）
高技能
（女性）
高技能
（男性）
贸易开放度 ０．０２１７ ０．０９９０＊＊ －０．０２２４ ０．１６６５＊＊＊ ０．１７１１＊＊＊ ０．０５４７
（０．２３３０） （２．０４０５） （－０．３６５７） （３．４６４２） （２．５９９１） （１．００３７）
城市人均ＧＤＰ ０．０５８７ ０．０１４１ ０．０５２４ －０．０４９２ －０．０２２０ ０．０７６３＊＊
（１．０２９３） （０．３４１０） （１．０６４０） （－０．８６９６） （－０．４２１０） （２．０６０８）
城市人力资本 １．７０４５＊＊ ０．３５３６ ０．５２８０ －０．６９２８＊ －１．０７３９＊＊ －０．２８７４
（２．５０５７） （０．８５１６） （１．２４２８） （－１．８７５８） （－１．９９７６） （－０．６９３５）
城市生活成本 －０．００５１ ０．１０１６＊ ０．２０２４＊＊＊ ０．１３１４＊＊＊ ０．１２００＊＊ ０．１２６７＊＊＊
（－０．０４７６） （１．９５１９） （２．８８８２） （２．７３２１） （２．１２７２） （２．８５５０）
年龄 ０．０７４３＊＊ ０．０３２２ －０．００４４ ０．０５６１＊＊＊ ０．０７７５＊＊＊ ０．０５０３＊＊＊
（２．２６３８） （１．６３０８） （－０．２５５３） （３．１６４１） （３．９９００） （３．６０４３）
年龄的平方 －０．０００８＊＊ －０．０００３ ０．０００２ －０．０００６＊＊＊ －０．０００８＊＊＊ －０．０００５＊＊＊
（－１．９７３３） （－１．３０７０） （０．８０４１） （－３．０９１４） （－３．３１９７） （－３．１０１２）
是否党员 ０．０７８８ ０．０４５０ ０．０６６０＊ ０．０１５５ ０．０５２２ ０．１０３６＊＊＊
（１．１４８５） （１．１３９１） （１．９１７３） （０．４８３７） （１．４６２７） （３．６０２３）
受教育年限 ０．０１３２ ０．０２１０＊＊ ０．０１２９ －０．００２６ ０．０１９０＊＊ ０．０１１９＊＊
（１．０５１７） （２．２１００） （１．１６７２） （－０．２７４９） （２．１９８５） （２．０３４１）
是否结婚 －０．０１０７ ０．１０９８ ０．１３７８＊＊ ０．２１９８＊＊＊ ０．０１６３ ０．１１３２＊＊
（－０．１１４７） （１．０８４６） （２．１６１１） （３．６００１） （０．２６１３） （２．１８６４）
常数 －４．５７１５＊＊ －０．５８９５ －１．６３２２ １．４９７３ ２．５２９６ ０．７４９３
（－２．０２７７） （－０．４５９０） （－１．０５０１） （１．２０１０） （１．３９８５） （０．５８３４）
Ｋｌｅｉｂｅｒｇｅｎ－Ｐａａｐ ｒｋ
ＬＭ
５５．３３８０ １１５．１６７０ １０１．１７４０ １２０．５７４０ ５６．８０７０ １０６．７１８０
［０．００００］ ［０．００００］ ［０．００００］ ［０．００００］ ［０．００００］ ［０．００００］
Ｋｌｅｉｂｅｒｇｅｎ－Ｐａａｐ ｒｋ
Ｗａｌｄ Ｆ
１５２．８２５０ ４５２．４７８０ ３３２．５５９０ ５１６．１７１０ ２４３．８９８０ ４３４．５１００
［０．００００］ ［０．００００］ ［０．００００］ ［０．００００］ ［０．００００］ ［０．００００］
第一阶段Ｆ值 １５２．８３００ ４５２．４８００ ３３２．５６００ ５１６．１７００ ２４３．９０００ ４３４．５１００
第一阶段ｐａｒｔｉａｌ Ｒ２ ０．７４６９ ０．７６９０ ０．７８０７ ０．７８９４ ０．７７１６ ０．７５４８
职业类别固定效应 Ｙｅｓ Ｙｅｓ Ｙｅｓ Ｙｅｓ Ｙｅｓ Ｙｅｓ
企业所有权固定效应 Ｙｅｓ Ｙｅｓ Ｙｅｓ Ｙｅｓ Ｙｅｓ Ｙｅｓ
省份固定效应 Ｙｅｓ Ｙｅｓ Ｙｅｓ Ｙｅｓ Ｙｅｓ Ｙｅｓ
行业固定效应 Ｙｅｓ Ｙｅｓ Ｙｅｓ Ｙｅｓ Ｙｅｓ Ｙｅｓ
Ｏｂｓｅｒｖａｔｉｏｎｓ ７４９ １ １３６ １ ５６２ １ ５８６ １ ０８５ １ ５６７
Ｒ－ｓｑｕａｒｅｄ ０．３５５７ ０．３３８６ ０．３４６０ ０．３４２０ ０．３８８７ ０．３５８２
注：（）内为回归系数的ｔ统计量；＊、＊＊、＊＊＊分别代表１０％、５％和１％的显著性水平；Ｋｌｅｉｂｅｒｇｅｎ－
Ｐａａｐ ｒｋ ＬＭ 检验的零假设是工具变量识别不足，若拒绝零假设则说明工具变量是合理的；Ｋｌｅｉｂｅｒｇｅｎ－
Ｐａａｐ Ｗａｌｄ ｒｋ Ｆ 检验的零假设是工具变量为弱识别，若拒绝零假设则说明工具变量是合理的；［］内数值
为相应检验统计量的ｐ值。
五、结 论
改革开放以来，中国融入全球经济一体化的步伐明显加快。贸易开放在
带来就业机会和竞争机制的同时，也在改变着不同社会群体包括不同性别之
间的收入分配。在此背景下，本文建立数理模型，分析贸易开放影响性别工
第２期 刘 斌、李 磊：贸易开放与性别工资差距 ４５７
资差距的微观机制。并在此基础上，运用２００２年中国家庭住户收入项目调查
数据 （ＣＨＩＰ）进行实证检验，得出结论：总体而言，贸易开放拉大了性别工
资差距。具体来说，贸易开放缩小了高技能劳动力的性别工资差距，拉大了
低技能劳动力的性别工资差距。因此，提高女性的受教育程度，并为之提供
相应的制度保障具有尤为重要的政策含义。
鉴于此，首先，社会应继续坚定不移地推进两性受教育机会的平等，提
高女性的受教育水平。女性的教育程度越高，技能水平就越高，与雇主谈判
能力就越强，贸易开放的竞争机制所带来的性别替代效应就越弱。同时，贸
易开放会增加高技能劳动力的需求，因此，此时女性技能水平的提高对于缩
小性别工资差距的作用会更加明显。其次，企业应进一步完善培训体系，加
大女性职业培训的力度，增强培训的针对性、实用性和有效性。积极组织女
职工去培训和充电，鼓励女职工利用业余时间进行深造，学习专业知识，以
提高女性在劳动力市场的竞争力和谈判力。再次，政府应监控劳动力市场上
对女性的不公平行为，为市场经济发展创造更为公平和有效率的竞争环境，
特别是监督和消除企业在面对贸易冲击时对女性的歧视行为。与此同时，政
府应根据当地的贸易开放程度，适当调整女性劳动者的工资水平，利用最低
工资等手段，缩小性别工资差距。最后，建立有关女职工劳动保护的法律体
系，完善社会保障体系，维护妇女劳动权益。加强对劳动力市场的监督和管
理，加大执法力度，对劳动权益受损害的女性进行法律援助。妇联也要积极
发挥作用，充分运用现行法律法规，与一切歧视妇女和侵害妇女权益的现象
作斗争。
参 考 文 献
［１］ Ａｓｕｙａｍａ，Ｙ．，“Ｓｋｉｌｌ Ｓｏｒｔｉｎｇ，Ｉｎｔｅｒ－ｉｎｄｕｓｔｒｙ Ｓｋｉｌｌ Ｗａｇｅ Ｐｒｅｍｉｕｍ，ａｎｄ Ｐｒｏｄｕｃｔｉｏｎ Ｃｈａｉｎｓ：Ｅｖｉ－
ｄｅｎｃｅ ｆｒｏｍ Ｉｎｄｉａ １９９９—２０００”，ＩＤＥ Ｄｉｓｃｕｓｓｉｏｎ Ｐａｐｅｒ，Ｎｏ．２７８，２０１１．
［２］ Ｂａｒｎｅｔｔ，Ｖ．，ａｎｄ Ｔ．Ｌｅｗｉｓ，Ｏｕｔｌｉｅｒｓ ｉｎ Ｓｔａｔｉｓｔｉｃａｌ Ｄａｔａ．Ｃｈｉｃｈｅｓｔｅｒ：Ｊｏｈｎ Ｗｉｌｅｙ，１９９４．
［３］ Ｂｅｃｋｅｒ，Ｇ．，Ｔｈｅ Ｅｃｏｎｏｍｉｃｓ ｏｆ Ｄｉｓｃｒｉｍｉｎａｔｉｏｎ，２ｎｄ ｅｄｉｔｉｏｎ．Ｃｈｉｃａｇｏ：Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｃｈｉｃａｇｏ
Ｐｒｅｓｓ，１９７１．
［４］ Ｂｅｒｉｋ，Ｇ．，Ｙ．Ｒｏｄｇｅｒｓ，ａｎｄ Ｊ．Ｚｖｅｇｌｉｃｈ，“Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｔｒａｄｅ ａｎｄ Ｇｅｎｄｅｒ Ｗａｇｅ Ｄｉｓｃｒｉｍｉｎａｔｉｏｎ：
Ｅｖｉｄｅｎｃｅ ｆｒｏｍ Ｅａｓｔ Ａｓｉａ”，Ｒｅｖｉｅｗ ｏｆ Ｄｅｖｅｌｏｐｍｅｎｔ Ｅｃｏｎｏｍｉｃｓ，２００４，８（２），２３７—２５４．
［５］ Ｂｌａｃｋ，Ｓ．，ａｎｄ Ｅ．Ｂｒａｉｎｅｒｄ，“Ｉｍｐｏｒｔｉｎｇ Ｅｑｕａｌｉｔｙ？Ｔｈｅ Ｉｍｐａｃｔ ｏｆ Ｇｌｏｂａｌｉｚａｔｉｏｎ ｏｎ Ｇｅｎｄｅｒ Ｄｉｓｃｒｉｍｉ－
ｎａｔｉｏｎ”，Ｉｎｄｕｓｔｒｉａｌ ａｎｄ Ｌａｂｏｒ Ｒｅｌａｔｉｏｎｓ Ｒｅｖｉｅｗ，２００４，５７（４），５４０—５５９．
［６］ Ｂｌａｕ，Ｆ．，ａｎｄ Ｊ．Ｄｅｖａｒｏ，“Ｎｅｗ Ｅｖｉｄｅｎｃｅ Ｏｎ Ｇｅｎｄｅｒ Ｄｉｆｆｅｒｅｎｃｅｓ ｉｎ Ｐｒｏｍｏｔｉｏｎ Ｒａｔｅｓ：Ａｎ Ｅｍｐｉｒｉｃａｌ
Ａｎａｌｙｓｉｓ ｏｆ ａ Ｓａｍｐｌｅ ｏｆ Ｎｅｗ Ｈｉｒｅｓ”，Ｉｎｄｕｓｔｒｉａｌ Ｒｅｌａｔｉｏｎｓ，２００７，４６（３），５１１—５５０．
［７］ Ｂｏｏｔｈ，Ａ．，ａｎｄ Ｍ．Ｂｒｙａｎ，“Ｔｈｅ Ｕｎｉｏｎ Ｍｅｍｂｅｒｓｈｉｐ Ｗａｇｅ－Ｐｒｅｍｉｕｍ Ｐｕｚｚｌｅ：Ｉｓ Ｔｈｅｒｅ ａ Ｆｒｅｅ Ｒｉｄｅｒ
Ｐｒｏｂｌｅｍ？”Ｉｎｄｕｓｔｒｉａｌ ａｎｄ Ｌａｂｏｒ Ｒｅｌａｔｉｏｎｓ Ｒｅｖｉｅｗ，２００４，５７（３），４０２—４２１．
４５８ 经 济 学 （季 刊） 第１１卷
［８］ Ｂｏｒｊａｓ，Ｇ．，ａｎｄ Ｖ．Ｒａｍｅｙ，“Ｆｏｒｅｉｇｎ Ｃｏｍｐｅｔｉｔｉｏｎ，Ｍａｒｋｅｔ Ｐｏｗｅｒ，ａｎｄ Ｗａｇｅ Ｉｎｅｑｕａｌｉｔｙ”，Ｑｕａｒ－
ｔｅｒｌｙ Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｎｏｍｉｃｓ，１９９５，１１０（４），１０７５—１１１０．
［９］ Ｃａｍｅｒｏｎ，Ａ．，ａｎｄ Ｐ．Ｔｒｉｖｅｄｉ，Ｍｉｃｒｏｅｃｏｎｏｍｅｔｒｉｃｓ．Ｎｅｗ Ｙｏｒｋ：Ｃａｍｂｒｉｄｇｅ Ｕｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ，２００５．
［１０］Ｃｈｅｎ，Ｙ．，Ｓ．Ｄｅａｍｕｒｇｅｒ，ａｎｄ Ｍ．Ｆｏｕｒｎｉｅｒ，“Ｅａｒｎｉｎｇｓ Ｄｉｆｆｅｒｅｎｔｉａｌｓ ａｎｄ Ｏｗｎｅｒｓｈｉｐ Ｓｔｒｕｃｔｕｒｅ ｉｎ
Ｃｈｉｎｅｓｅ Ｅｎｔｅｒｐｒｉｓｅｓ”，Ｅｃｏｎｏｍｉｃ Ｄｅｖｅｌｏｐｍｅｎｔ ａｎｄ Ｃｕｌｔｕｒａｌ Ｃｈａｎｇｅ，２００５，５３（４），９３３—９５８．
［１１］Ｃｏｍｂｅｓ，Ｐ．，Ｇ．Ｄｕｒａｎｔｏｎ，ａｎｄ Ｌ．Ｇｏｂｉｌｌｏｎ，“Ｓｐａｔｉａｌ Ｗａｇｅ Ｄｉｓｐａｒｉｔｉｅｓ：Ｓｏｒｔｉｎｇ Ｍａｔｔｅｒｓ！”Ｊｏｕｒ－
ｎａｌ ｏｆ Ｕｒｂａｎ Ｅｃｏｎｏｍｉｃｓ，２００８，６３（２），７３２—７４２．
［１２］Ｄｏｕｇｈｅｒｔｙ，Ｃ．，“Ｗｈｙ Ａｒｅ ｔｈｅ Ｒｅｔｕｒｎｓ ｔｏ Ｓｃｈｏｏｌｉｎｇ Ｈｉｇｈｅｒ ｆｏｒ Ｗｏｍｅｎ ｔｈａｎ ｆｏｒ Ｍｅｎ？”Ｊｏｕｒｎａｌ ｏｆ
Ｈｕｍａｎ Ｒｅｓｏｕｒｃｅｓ，２００５，４０（４），９６９—９８８．
［１３］Ｅｈｒｅｎｂｅｒｇ，Ｒ．，ａｎｄ Ｒ．Ｓｍｉｔｈ，Ｍｏｄｅｒｎ Ｌａｂｏｒ Ｅｃｏｎｏｍｉｃｓ：Ｔｈｅｏｒｙ ａｎｄ Ｐｕｂｌｉｃ Ｐｏｌｉｃｙ，７ｔｈ ｅｄｉｔｉｏｎ．
Ｒｅａｄｉｎｇ，ＭＡ：Ａｄｄｉｓｏｎ Ｗｅｓｌｅｙ，１９９９．
［１４］Ｆｏｆａｎａ，Ｉ．，Ｊ．Ｃｏｃｋｂｕｒｎ，ａｎｄ Ｂ．Ｄｅｃａｌｕｗé，“Ｄｅｖｅｌｏｐｉｎｇ Ｃｏｕｎｔｒｙ Ｓｕｐｅｒｗｏｍｅｎ：Ｉｍｐａｃｔｓ ｏｆ Ｔｒａｄｅ
Ｌｉｂｅｒａｌｉｓａｔｉｏｎ ｏｎ Ｆｅｍａｌｅ Ｍａｒｋｅｔ ａｎｄ Ｄｏｍｅｓｔｉｃ Ｗｏｒｋ”，Ｗｏｒｋｉｎｇ Ｐａｐｅｒ，２００５．
［１５］Ｆｏｎｔａｎａ，Ｍ．，“Ｍｏｄｅｌｉｎｇ ｔｈｅ Ｅｆｆｅｃｔｓ ｏｆ Ｔｒａｄｅ ｏｎ Ｗｏｍｅｎ，ａｔ Ｗｏｒｋ ａｎｄ ａｔ Ｈｏｍｅ：Ａ Ｃｏｍｐａｒａｔｉｖｅ
Ｐｅｒｓｐｅｃｔｉｖｅ”，ＴＭＤ Ｄｉｓｃｕｓｓｉｏｎ Ｐａｐｅｒ，Ｎｏ．１１０，２００３．
［１６］Ｇｉｎｔｈｅｒ，Ｄ．，ａｎｄ Ｋ．Ｈａｙｅｓ，“Ｇｅｎｄｅｒ Ｄｉｆｆｅｒｅｎｃｅｓ ｉｎ Ｓａｌａｒｙ ａｎｄ Ｐｒｏｍｏｔｉｏｎ ｆｏｒ Ｆａｃｕｌｔｙ ｉｎ ｔｈｅ Ｈｕ－
ｍａｎｉｔｉｅｓ １９７７—１９９５”，Ｊｏｕｒｎａｌ ｏｆ Ｈｕｍａｎ Ｒｅｓｏｕｒｃｅｓ，２００３，３８（１），３４—７３．
［１７］Ｇｉｎｔｈｅｒ，Ｄ．，ａｎｄ Ｍ．Ｚａｖｏｄｎｙ，“Ｉｓ ｔｈｅ Ｍａｌｅ Ｍａｒｒｉａｇｅ Ｐｒｅｍｉｕｍ Ｄｕｅ ｔｏ Ｓｅｌｅｃｔｉｏｎ？Ｔｈｅ Ｅｆｆｅｃｔ ｏｆ
Ｓｈｏｔｇｕｎ Ｗｅｄｄｉｎｇｓ Ｏｎ ｔｈｅ Ｒｅｔｕｒｎ ｔｏ Ｍａｒｒｉａｇｅ”，Ｊｏｕｒｎａｌ ｏｆ Ｐｏｐｕｌａｔｉｏｎ Ｅｃｏｎｏｍｉｃｓ，２００１，１４（２），
３１３—３２８．
［１８］Ｈａｎｓｏｎ，Ｇ．，“Ｆｉｒｍｓ，Ｗｏｒｋｅｒｓ ａｎｄ ｔｈｅ Ｇｅｏｇｒａｐｈｉｃ Ｃｏｎｃｅｎｔｒａｔｉｏｎ ｏｆ Ｅｃｏｎｏｍｉｃ Ａｃｔｉｖｉｔｙ”，ｉｎ Ｃｌａｒｋ，
Ｇ．，Ｍ．Ｆｅｌｄｍａｎ，ａｎｄ Ｍ．Ｇｅｒｔｌｅｒ（ｅｄｓ．），Ｔｈｅ Ｏｘｆｏｒｄ Ｈａｎｄｂｏｏｋ ｏｆ Ｅｃｏｎｏｍｉｃ Ｇｅｏｇｒａｐｈｙ．Ｎｅｗ
Ｙｏｒｋ：Ｏｘｆｏｒｄ Ｕｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ，２００３，４７７—４９４．
［１９］Ｈａｚａｒｉｋａ，Ｇ．，ａｎｄ Ｒ．Ｏｔｅｒｏ，“Ｆｏｒｅｉｇｎ Ｔｒａｄｅ ａｎｄ ｔｈｅ Ｇｅｎｄｅｒ Ｅａｒｎｉｎｇｓ Ｄｉｆｆｅｒｅｎｔｉａｌ ｉｎ Ｕｒｂａｎ
Ｍｅｘｉｃｏ”，Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｎｏｍｉｃ Ｉｎｔｅｇｒａｔｉｏｎ，２００４，１９（２），３５３—３７３．
［２０］Ｈｅｃｋｍａｎ，Ｊ．，“Ｔｈｅ Ｃｏｍｍｏｎ Ｓｔｒｕｃｔｕｒｅ ｏｆ Ｓｔａｔｉｓｔｉｃａｌ Ｍｏｄｅｌｓ ｏｆ Ｔｒｕｎｃａｔｉｏｎ，Ｓａｍｐｌｅ Ｓｅｌｅｃｔｉｏｎ，ａｎｄ
Ｌｉｍｉｔｅｄ Ｄｅｐｅｎｄｅｎｔ Ｖａｒｉａｂｌｅｓ ａｎｄ ａ Ｓｉｍｐｌｅ Ｅｓｔｉｍａｔｏｒ ｆｏｒ Ｓｕｃｈ Ｍｏｄｅｌｓ”，Ａｎｎａｌｓ ｏｆ Ｅｃｏｎｏｍｉｃ ａｎｄ
Ｓｏｃｉａｌ Ｍｅａｓｕｒｅｍｅｎｔ，１９７６，５（４），４７５—４９２．
［２２］Ｈｅｒｉｎｇ，Ｌ．，ａｎｄ Ｓ．Ｐｏｎｃｅｔ，“Ｍａｒｋｅｔ Ａｃｃｅｓｓ ａｎｄ Ｉｎｄｉｖｉｄｕａｌ Ｗａｇｅｓ：Ｅｖｉｄｅｎｃｅ ｆｒｏｍ Ｃｈｉｎａ”，Ｒｅｖｉｅｗ
ｏｆ Ｅｃｏｎｏｍｉｃｓ ａｎｄ Ｓｔａｔｉｓｔｉｃｓ，２０１０，９２（１），１４５—１５９．
［２３］黄玖立、李坤望，“出口开放、地区市场规模和经济增长”，《经济研究》，２００６年第６期，第２７—３８
页。
［２４］黄志岭、姚先国，“教育回报率的性别差异研究”，《世界经济》，２００９第７期，第７４—８３页。
［２５］Ｌｅｖｉｎｅ，Ｒ．，ａｎｄ Ｄ．Ｒｅｎｅｌｔ，“Ａ Ｓｅｎｓｉｔｉｖｉｔｙ Ａｎａｌｙｓｉｓ ｏｆ Ｃｒｏｓｓ－Ｃｏｕｎｔｒｙ Ｇｒｏｗｔｈ Ｒｅｇｒｅｓｓｉｏｎｓ”，Ａ－
ｍｅｒｉｃａｎ Ｅｃｏｎｏｍｉｃ Ｒｅｖｉｅｗ，１９９２，８２（４），９４２—９６３．
［２６］Ｌｅｖｉｎｓｏｈｎ，Ｊ．，“Ｅｍｐｌｏｙｍｅｎｔ Ｒｅｓｐｏｎｓｅｓ ｔｏ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｌｉｂｅｒａｌｉｚａｔｉｏｎ ｉｎ Ｃｈｉｌｅ”，Ｊｏｕｒｎａｌ ｏｆ Ｉｎ－
ｔｅｒｎａｔｉｏｎａｌ Ｅｃｏｎｏｍｉｃｓ，１９９９，４７（２），３２１—３４４．
［２６］Ｌｉ，Ｈ．，“Ｅｃｏｎｏｍｉｃ Ｔｒａｎｓｉｔｉｏｎ ａｎｄ Ｒｅｔｕｒｎｓ ｔｏ Ｅｄｕｃａｔｉｏｎ ｉｎ Ｃｈｉｎａ”，Ｅｃｏｎｏｍｉｃｓ ｏｆ Ｅｄｕｃａｔｉｏｎ Ｒｅ－
ｖｉｅｗ，２００３，２２（３３），１７—３２８．
［２７］Ｍｅｎｏｎ，Ｎ．，ａｎｄ Ｙ．Ｒｏｄｇｅｒｓ，“Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｔｒａｄｅ ａｎｄ ｔｈｅ Ｇｅｎｄｅｒ Ｗａｇｅ Ｇａｐ：Ｎｅｗ Ｅｖｉｄｅｎｃｅ ｆｒｏｍ
Ｉｎｄｉａｓ Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｓｅｃｔｏｒ”，Ｗｏｒｌｄ Ｄｅｖｅｌｏｐｍｅｎｔ，２００７，３７（５），９６５—９８１．
第２期 刘 斌、李 磊：贸易开放与性别工资差距 ４５９
［２８］Ｍｉｎｃｅｒ，Ｊ．，Ｓｃｈｏｏｌｉｎｇ，Ｅｘｐｅｒｉｅｎｃｅ ａｎｄ Ｅａｒｎｉｎｇｓ．Ｎｅｗ Ｙｏｒｋ：Ｃｏｌｕｍｂｉａ Ｕｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ，１９７４．
［２９］Ｍｏｎｔｇｏｍｅｒｙ，Ｍ．，ａｎｄ Ｉ．Ｐｏｗｅｌ，“Ｄｏｅｓ ａｎ Ａｄｖａｎｃｅｄ Ｄｅｇｒｅｅ Ｒｅｄｕｃｅ ｔｈｅ Ｇｅｎｄｅｒ Ｗａｇｅ Ｇａｐ？Ｅｖｉ－
ｄｅｎｃｅ ｆｒｏｍ ＭＢＡｓ”，Ｉｎｄｕｓｔｒｉａｌ Ｒｅｌａｔｉｏｎ，２００３，４２（３），３９６—４１８．
［３０］Ｍｕｎｃｈ，Ａ．，Ｊ．ＭｃＰｈｅｒｓｏｎ，ａｎｄ Ｌ．Ｓｍｉｔｈ－Ｌｏｖｉｎ，“Ｇｅｎｄｅｒ，Ｃｈｉｌｄｒｅｎ，ａｎｄ Ｓｏｃｉａｌ Ｃｏｎｔａｃｔ：Ｔｈｅ
Ｅｆｆｅｃｔｓ ｏｆ Ｃｈｉｌｄｒｅａｒｉｎｇ ｆｏｒ Ｍｅｎ ａｎｄ Ｗｏｍｅｎ”，Ａｍｅｒｉｃａｎ Ｓｏｃｉｏｌｏｇｉｃａｌ Ｒｅｖｉｅｗ，１９９７，６２（４），５０９—
５２０．
［３１］Ｎａｋｏｓｔｅｅｎ，Ｒ．，ａｎｄ Ｍ．Ｚｉｍｍｅｒ，“Ｍａｒｉｔａｌ Ｓｔａｔｕｓ ａｎｄ Ｅａｒｎｉｎｇｓ ｏｆ Ｙｏｕｎｇ Ｍｅｎ：Ａ Ｍｏｄｅｌ ｗｉｔｈ Ｅｎ－
ｄｏｇｅｎｏｕｓ Ｓｅｌｅｃｔｉｏｎ”，Ｊｏｕｒｎａｌ ｏｆ Ｈｕｍａｎ Ｒｅｓｏｕｒｃｅｓ，１９８７，２２（２），２４８—２６８．
［３２］Ｎｉｃｉｔａ，Ａ．，ａｎｄ Ｓ．Ｒａｚｚａｚ，“Ｗｈｏ Ｂｅｎｅｆｉｔｓ ａｎｄ Ｈｏｗ Ｍｕｃｈ？Ｈｏｗ Ｇｅｎｄｅｒ Ａｆｆｅｃｔｓ Ｗｅｌｆａｒｅ Ｉｍｐａｃｔｓ
ｏｆ ａ Ｂｏｏｍｉｎｇ Ｔｅｘｔｉｌｅ Ｉｎｄｕｓｔｒｙ ｉｎ Ｍａｄａｇａｓｃａｒ”，Ｗｏｒｌｄ Ｂａｎｋ Ｐｏｌｉｃｙ Ｒｅｓｅａｒｃｈ Ｗｏｒｋｉｎｇ Ｐａｐｅｒ，Ｎｏ．
３０２９，２００３．
［３３］Ｏａｘａｃａ，Ｒ．，“Ｍａｌｅ－Ｆｅｍａｌｅ Ｗａｇｅ Ｄｉｆｆｅｒｅｎｔｉａｌｓ ｉｎ Ｕｒｂａｎ Ｌａｂｏｒ Ｍａｒｋｅｔｓ”，Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｅｃｏｎｏｍｉｃ
Ｒｅｖｉｅｗ，１９７３，１４（３），６９３—７０９．
［３４］Ｏｏｓｔｅｎｄｏｒｐ，Ｒ．，“Ｇｌｏｂａｌｉｚａｔｉｏｎ ａｎｄ ｔｈｅ Ｇｅｎｄｅｒ Ｗａｇｅ Ｇａｐ”，Ｗｏｒｌｄ Ｂａｎｋ Ｐｏｌｉｃｙ Ｒｅｓｅａｒｃｈ Ｗｏｒｋｉｎｇ
Ｐａｐｅｒ，Ｎｏ．３２５６，２００４．
［３５］潘士远，“贸易自由化、有偏的学习效应与发展中国家的工资差异”，《经济研究》，２００７年第６期，第
９８—１０６页。
［３６］Ｐａｕｌ－Ｍａｊｕｍｄｅｒ，Ｐ．，ａｎｄ Ａ．Ｂｅｇｕｍ，“Ｔｈｅ Ｇｅｎｄｅｒ Ｉｍｂａｌａｎｃｅｓ ｉｎ ｔｈｅ Ｅｘｐｏｒｔ Ｏｒｉｅｎｔｅｄ Ｇａｒｍｅｎｔ Ｉｎ－
ｄｕｓｔｒｙ ｉｎ Ｂａｎｇｌａｄｅｓｈ”，Ｐｏｌｉｃｙ Ｒｅｓｅａｒｃｈ Ｒｅｐｏｒｔ ｏｎ Ｇｅｎｄｅｒ ａｎｄ Ｄｅｖｅｌｏｐｍｅｎｔ Ｗｏｒｋｉｎｇ Ｐａｐｅｒ Ｓｅｒｉｅｓ
１２，Ｗａｓｈｉｎｇｔｏｎ，ＤＣ，Ｗｏｒｌｄ Ｂａｎｋ，２０００．
［３７］Ｐｓａｃｈａｒｏｐｏｕｌｏｓ，Ｇ．，“Ｒｅｔｕｒｎｓ ｔｏ Ｉｎｖｅｓｔｍｅｎｔ ｉｎ Ｅｄｕｃａｔｉｏｎ：Ａ Ｇｌｏｂａｌ Ｕｐｄａｔｅ”，Ｗｏｒｌｄ Ｄｅｖｅｌｏｐ－
ｍｅｎｔ，１９９４，２２（９），１３２５—１３４３．
［３８］Ｒａｎｓｏｍ，Ｍ．，ａｎｄ Ｒ．Ｏａｘａｃａ，“Ｉｎｔｒａｆｉｒｍ Ｍｏｂｉｌｉｔｙ ａｎｄ Ｓｅｘ Ｄｉｆｆｅｒｅｎｃｅｓ ｉｎ Ｐａｙ”，Ｉｎｄｕｓｔｒｉａｌ ａｎｄ
Ｌａｂｏｒ Ｒｅｌａｔｉｏｎｓ Ｒｅｖｉｅｗ，２００５，５８（２），２１９—２３７．
［３９］Ｒａｕｃｈ，Ｊ．，ａｎｄ Ｄ．，Ｗｅｉｎｈｏｌｄ，“Ｏｐｅｎｎｅｓｓ，Ｓｐｅｃｉａｌｉｚａｔｉｏｎ ａｎｄ Ｐｒｏｄｕｃｔｉｖｉｔｙ Ｇｒｏｗｔｈ ｉｎ Ｌｅｓｓ Ｄｅｖｅｌ－
ｏｐｅｄ Ｃｏｕｎｔｒｉｅｓ”，Ｃａｎａｄｉａｎ Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｎｏｍｉｃｓ，１９９９，３２（４），１００９—１０２７．
［４０］Ｒｉｄｇｅｗａｙ，Ｃ．，“Ｉｎｔｅｒａｃｔｉｏｎ ａｎｄ ｔｈｅ Ｃｏｎｓｅｒｖａｔｉｏｎ ｏｆ Ｇｅｎｄｅｒ Ｉｎｅｑｕａｌｉｔｙ：Ｃｏｎｓｉｄｅｒｉｎｇ Ｅｍｐｌｏｙｍｅｎｔ”，
Ａｍｅｒｉｃａｎ Ｓｏｃｉｏｌｏｇｉｃａｌ Ｒｅｖｉｅｗ，１９９７，６２（２），２１８—２３５．
［４１］Ｒｏｄｒｉｋ，Ｄ．，“Ｗｈａｔ Ｉｓ Ｓｏ Ｓｐｅｃｉａｌ ａｂｏｕｔ Ｃｈｉｎａｓ Ｅｘｐｏｒｔｓ？”Ｃｈｉｎａ ＆ Ｗｏｒｌｄ Ｅｃｏｎｏｍｙ，２００６，１４（５），
１—１９．
［４２］Ｒｏｇｅｒｓ，Ｗ．，“Ｒｅｇｒｅｓｓｉｏｎ Ｓｔａｎｄａｒｄ Ｅｒｒｏｒｓ ｉｎ Ｃｌｕｓｔｅｒｅｄ Ｓａｍｐｌｅｓ”，Ｓｔａｔａ Ｔｅｃｈｎｉｃａｌ Ｂｕｌｌｅｔｉｎ，１９９３，
３（１３），１９—２３．
［４３］Ｒｏｓｅｎ，Ａ．，“Ｓｅａｒｃｈ，Ｂａｒｇａｉｎｉｎｇ，ａｎｄ Ｅｍｐｌｏｙｅｒ Ｄｉｓｃｒｉｍｉｎａｔｉｏｎ”，Ｊｏｕｒｎａｌ ｏｆ Ｌａｂｏｒ Ｅｃｏｎｏｍｉｃｓ，
２００３，２１（４），８０７—８２９．
［４４］Ｓｃｈｏｔｔ，Ｐ．，“Ｔｈｅ Ｒｅｌａｔｉｖｅ Ｓｏｐｈｉｓｔｉｃａｔｉｏｎ ｏｆ Ｃｈｉｎｅｓｅ Ｅｘｐｏｒｔｓ”，Ｅｃｏｎｏｍｉｃ Ｐｏｌｉｃｙ，２００８，２３（５３），
５—４９．
［４５］Ｓｅｇｕｉｎｏ，Ｓ．，“Ｔｈｅ Ｅｆｆｅｃｔｓ ｏｆ Ｓｔｒｕｃｔｕｒａｌ Ｃｈａｎｇｅ ａｎｄ Ｅｃｏｎｏｍｉｃ Ｌｉｂｅｒａｌｉｓａｔｉｏｎ ｏｎ Ｇｅｎｄｅｒ Ｗａｇｅ Ｄｉｆ－
ｆｅｒｅｎｔｉａｌｓ ｉｎ Ｓｏｕｔｈ Ｋｏｒｅａ ａｎｄ Ｔａｉｗａｎ”，Ｃａｍｂｒｉｄｇｅ Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｎｏｍｉｃｓ，２０００，２４（４），４３７—
５９０．
［４６］Ｓｔａｎｄｉｎｇ，Ｇ．，“Ｇｌｏｂａｌｉｚａｔｉｏｎ Ｆｅｍｉｎｉｚａｔｉｏｎ ｔｈｒｏｕｇｈ Ｆｌｅｘｉｂｌｅ Ｌａｂｏｒ：ａ Ｔｈｅｍｅ Ｒｅｖｉｓｉｔｅｄ”，Ｗｏｒｌｄ
Ｄｅｖｅｌｏｐｍｅｎｔ，１９９９，２７（３），５８３—６０２．
４６０ 经 济 学 （季 刊） 第１１卷
［４７］Ｓｔｉｇｌｉｔｚ，Ｊ．，“Ｄｉｓｔｉｎｇｕｉｓｈｅｄ Ｌｅｃｔｕｒｅ ｏｎ Ｅｃｏｎｏｍｉｃｓ ｉｎ Ｇｏｖｅｒｎｍｅｎｔ：Ｔｈｅ Ｐｒｉｖａｔｅ Ｕｓｅｓ ｏｆ Ｐｕｂｌｉｃ Ｉｎ－
ｔｅｒｅｓｔｓ：Ｉｎｃｅｎｔｉｖｅｓ ａｎｄ Ｉｎｓｔｉｔｕｔｉｏｎｓ”，Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｎｏｍｉｃ Ｐｅｒｓｐｅｃｔｉｖｅｓ，１９９８，１２（２），３—２２．
［４８］Ｗｉｌｌｉａｍｓ，Ｒ．，“Ｃａｐｉｔａｌ，Ｃｏｍｐｅｔｉｔｉｏｎ，ａｎｄ Ｄｉｓｃｒｉｍｉｎａｔｉｏｎ：Ａ Ｒｅｃｏｎｓｉｄｅｒａｔｉｏｎ ｏｆ Ｒａｃｉａｌ Ｅａｒｎｉｎｇｓ
Ｉｎｅｑｕａｌｉｔｙ”，Ｒｅｖｉｅｗ ｏｆ Ｒａｄｉｃａｌ Ｐｏｌｉｔｉｃａｌ Ｅｃｏｎｏｍｉｃｓ，１９８７，１９（２），１—１５．
［４９］Ｗｏｏｄ，Ａ．，“Ｎｏｒｔｈ－Ｓｏｕｔｈ Ｔｒａｄｅ ａｎｄ Ｆｅｍａｌｅ Ｌａｂｏｕｒ ｉｎ Ｍａｎｕｆａｃｔｕｒｉｎｇ：Ａｎ Ａｓｙｍｍｅｔｒｙ”，Ｊｏｕｒｎａｌ
ｏｆ Ｄｅｖｅｌｏｐｍｅｎｔ Ｓｔｕｄｉｅｓ，１９９１，２７（２），１６８—１８９．
［５０］Ｗｏｏｄ，Ａ．，Ｎｏｒｔｈ－Ｓｏｕｔｈ Ｔｒａｄｅ，Ｅｍｐｌｏｙｍｅｎｔ ａｎｄ Ｉｎｅｑｕａｌｉｔｉｅｓ：Ｃｈａｎｇｉｎｇ Ｆｏｒｔｕｎｅｓ ｉｎ ａ Ｓｋｉｌｌ－
ｄｒｉｖｅｎ Ｗｏｒｌｄ．Ｏｘｆｏｒｄ：Ｏｘｆｏｒｄ Ｕｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ，１９９４．
［５１］Ｗｏｏｌｄｒｉｄｇｅ，Ｊ．，Ｅｃｏｎｏｍｅｔｒｉｃ Ａｎａｌｙｓｉｓ ｏｆ Ｃｒｏｓｓ Ｓｅｃｔｉｏｎ ａｎｄ Ｐａｎｅｌ Ｄａｔａ．Ｃａｍｂｒｉｄｇｅ，ＭＡ：Ｔｈｅ
ＭＩＴ Ｐｒｅｓｓ，２００２．
［５２］Ｚｏｈｉｒ，Ｓ．，“Ｇｅｎｄｅｒ Ｉｍｐｌｉｃａｔｉｏｎｓ ｏｆ Ｉｎｄｕｓｔｒｉａｌ Ｒｅｆｏｒｍｓ ａｎｄ Ａｄｊｕｓｔｍｅｎｔ ｉｎ ｔｈｅ Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｓｅｃｔｏｒ
ｏｆ Ｂａｎｇｌａｄｅｓｈ，Ｍａｎｃｈｅｓｔｅｒ：Ｅｃｏｎｏｍｉｃｓ ａｎｄ Ｓｏｃｉａｌ Ｓｔｕｄｉｅｓ”，Ｕｎｐｕｂｌｉｓｈｅｄ Ｐｈ．Ｄ．Ｔｈｅｓｉｓ，Ｕｎｉｖｅｒ－
ｓｉｔｙ ｏｆ Ｍａｎｃｈｅｓｔｅｒ，１９９８．
［５３］赵伟、李芬，“异质性劳动力流动与区域收入差距：新经济地理学模型的扩展分析”，《中国人口科
学》，２００７年第１期，第２７—３５页。
Ｔｒａｄｅ Ｏｐｅｎｎｅｓｓ ａｎｄ ｔｈｅ Ｇｅｎｄｅｒ Ｗａｇｅ Ｇａｐ
ＢＩＮ ＬＩＵ ＬＥＩＬＩ
（Ｎａｎｋａｉ Ｕｎｉｖｅｒｓｉｔｙ）
Ａｂｓｔｒａｃｔ Ｔｈｉｓ ｐａｐｅｒ ｐｒｏｖｉｄｅｓ ｂｏｔｈ ａ ｔｈｅｏｒｅｔｉｃａｌ ａｎｄ ｅｍｐｉｒｉｃａｌ ｓｔｕｄｙ ｏｎ ｔｈｅ ｒｅｌａｔｉｏｎｓｈｉｐ
ｂｅｔｗｅｅｎ ｔｒａｄｅ ｏｐｅｎｎｅｓｓ ａｎｄ ｔｈｅ ｇｅｎｄｅｒ ｗａｇｅ ｇａｐ ｉｎ ａｎ ｉｍｐｅｒｆｅｃｔ ｍａｒｋｅｔ．Ｕｓｉｎｇ ＣＨＩＰｓ ２００２
ｄａｔａ，ｔｈｅ ｐａｐｅｒ ｆｉｎｄｓ ｔｈａｔ ｔｒａｄｅ ｏｐｅｎｎｅｓｓ ｇｅｎｅｒａｌｌｙ ｗｉｄｅｎｓ ｔｈｅ ｇｅｎｄｅｒ ｗａｇｅ ｇａｐ．Ｉｎ ｐａｒｔｉｃｕ－
ｌａｒ，ｔｒａｄｅ ｏｐｅｎｎｅｓｓ ｗｉｄｅｎｓ ｔｈｅ ｇｅｎｄｅｒ ｗａｇｅ ｇａｐ ｏｆ ｌｏｗ－ｓｋｉｌｌｅｄ ｗｏｒｋｅｒｓ ｗｈｉｌｅ ｉｔ ｒｅｄｕｃｅｓ ｔｈｅ
ｇｅｎｄｅｒ ｗａｇｅ ｇａｐ ｏｆ ｈｉｇｈ－ｓｋｉｌｌｅｄ ｗｏｒｋｅｒｓ．Ｔｈｅｒｅｆｏｒｅ，ｔｈｅｒｅ ａｒｅ ｐａｒｔｉｃｕｌａｒｌｙ ｉｍｐｏｒｔａｎｔ ｐｏｌｉｃｙ
ｉｍｐｌｉｃａｔｉｏｎｓ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ｅｄｕｃａｔｉｏｎａｌ ｌｅｖｅｌ ｏｆ ｗｏｍｅｎ ａｎｄ ｐｒｏｖｉｄｅ ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｉｎｓｔｉｔｕｔｉｏｎａｌ
ｐｒｏｔｅｃｔｉｏｎ ｔｏ ｔｈｅｉｒ ｒｉｇｈｔｓ．
ＪＥＬ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ Ｆ１１，Ｊ３１，Ｊ７１
