性别期望工资差异研究报告详尽分析
1. 元数据与报告概览
报告题目:《Gender gap in the desired wages: Evidence from large administrative data》
作者:Taiyo Fukai、Keisuke Kawata、Mizuki Komura、Takahiro Toriyabe
机构及数据来源:基于日本公共就业安全办公室(PESO)的行政数据
发表时间:2024年初(具体时间未标明)
研究主题及范围:
关注日本劳动力市场中男女求职者的“期望工资”(desired wage)差异,特别是利用涵盖广泛工资分布的大规模行政数据,探讨不同年龄、期望工作地区和期望职业对期望工资差异的解释能力,以及剩余未解释差异的含义。
核心发现与论点:
男女期望工资存在显著差异,女性期望工资普遍低于男性,差距达到17.6个百分点,明显大于美国高技能群体中的6.6个百分点。
在可观察因素中,期望职业差异对期望工资差距贡献最大,但“未解释项”仍然占比较大(约14.8个百分点)。
通过异质性分析发现,残差部分随着年龄及职业类别不同表现不一,特别中年群体性别期望工资差距更大。
本研究为理解性别工资差异提供了基于工资期望的角度,并指出在日本市场结构和社会环境下,制度及生活周期因素对期望工资差距的影响尤为重要。1 , 4 , 16 , 21 , 28
2. 逐节深度解读
2.1 引言(Section 1)
汇总了性别工资差距研究的背景,指出虽然过去针对就业人群的数据研究丰富,但关注失业和新入职求职者的工资期望数据较少。强调失业群体在劳动力市场的脆弱地位,并提出期望工资差异可能是工资差距的重要根源。
说明本研究不同于之前针对高技能群体的研究,采集数据覆盖低至高技能多个职业,包含各地区特征,且因日本薪酬谈判文化低频,期望工资数据被视为较贴近个人真实偏好。2 , 3
2.2 制度背景(Section 2)
日本的性别工资差距虽有减少趋势,但依旧高于OECD平均水平(女性工资仅为男性的75.2% vs OECD 88.4%)。
指出日本独特的就业制度,如终身雇佣和年功序列制,结合非绩效型工资制度,对性别工资差异的持续存在有影响。
特别强调入职时工资决定多为“工资发布”(wage posting)而非讨价还价,申请人在公共就业服务机构报告的期望工资并不直接进入与雇主的谈判流程,减少战略性报低或报高的动力。
描述PESO的功能与用户特点,公立就业机构为劳动力市场弱势群体服务,使用该数据样本多为失业和中小微企业岗位,体现了劳动力市场中的弱势群体特征。5 , 6 , 7
2.3 数据介绍(Section 3)
数据来源为2019年整年PESO收集的全职求职者申请表信息,包含性别、年龄、期望工作地区及职业等。
样本量约290万,剔除职业缺失的记录。
期望工资定义为求职者可接受的最低月收入,以申报数值为下限。
期望工资受PESO工作人员审查,防止失真,反映较为实际的最低生活需要,且不向企业公开,减少策略性报高的空间。
相较经济学中字面上定义的“储备工资(reservation wage)”、“期望工资(expected wage)”、“开价工资(ask salary)”,本研究中的“期望工资”既包含实际需求又受制度调节,并非纯粹基于主观预期或谈判策略。
此外,报道了文献关于性别在这些工资期望指标上的普遍差异及其成因(家庭义务、职业选择、性格特征等),并指出由于日本的制度与文化背景,所用数据对战略性偏差的敏感性较低,适合真实偏好研究。8 , 9 , 10 , 11 , 12 , 13 , 14
2.4 变量嵌入和预处理(Section 3.3)
由于大量离散职业类别和地区数据,采用2维向量嵌入方法处理缺失值及高维数据,提升计算效率。
嵌入依据职位和地区的平均工资预测,用LASSO处理职业维度高基数问题,年龄按分类均值计算,确保表征有效性。14
2.5 描述性统计与数据分组(Section 4)
按年龄、地区和职业预估工资分位数划分群组(共150组),统计各组期望工资男女差异及女性比例。
期望工资随地区和职业平均工资分布呈显著正相关。
性别工资差异在低工资职业中较小,而在高工资职业和中年群体中明显扩大。
女性比例随着期望工资升高逐渐下降,特别是在职业分布中女性比例下降明显。
期望工资较劳动市场实际工资为低,尤其是同年龄组全职正式员工,且即使剔除有年资员工,仅0年工龄员工的工资仍高于期望工资,但两者差距有所缩小,验证了样本较多失业或转职求职者特性。15 , 16 , 17 , 18
2.6 估计策略(Section 5)
使用广义KOB-Duncan分解方法,分步加入月份、年龄、期望地区及职业4类协变量,计算调整后性别期望工资差距,用以量化各因素贡献。
采用有效估计的半参数矩条件,确保分解分析的统计有效性。
异质性分析包括对残差性别工资差的最佳线性预测(BLP)和典型“粉领职业”子群体进行进一步分解,探究不可观测因素对期望工资差的影响。
估计涉及多个汲取误差函数的“无关函数”,利用交叉估计技术结合LASSO、OLS及随机森林等机器学习方法进行参数拟合。19 , 20 , 21
2.7 主要结果(Section 6)
女性未经控制的期望工资低于男性17.6个百分点,调节年龄、地区和职业后降至14.8个百分点。
日本数据中的差距显著超过美国研究(Roussille, 2024)中针对高技能群体的8个百分点,推测样本覆盖失业低技能群体是主因。
相比整体实际薪资差距24.8个百分点,说明期望工资差距对现实工资差距有一定解释力。
分解结果显示,期望职业分布差异解释性别差距贡献最大(近20%),年龄分布对缩小性别差距有一定作用(+7%),期望地区影响较小,且残余解释部分依然达到15个百分点,表明其他潜在因素重要性。
年龄和职业分布差异互相抵消,整体贡献不容忽视。21 , 22 , 23
2.8 异质性及敏感性分析(Section 7 & 8)
残差性别差异呈现U型年龄结构,覆盖非引入的家庭分工和职业中断因素假设,30岁至50岁间差距扩大。
在年轻群体中,残差较小;中年群体男女期望工资差距更为显著。
敏感性检验以职业变量为基准,假设未观测特征与职业相关,结果显示未观测因素需达到职业贡献的1/3量级才能完全解释残差,表明这些未测量因素对解释性别期望工资差异不容忽视但非主要驱动。
这体现现有模型指标尚不能完全捕捉劳动者技能、经验及细分职业偏好差异的限制。23 , 24 , 25
2.9 讨论(Section 9)
期望职业分布差异作为最大贡献因素契合职业隔离长期研究(Blau & Kahn, 2017),强调不同职业吸引性别群体差异。
突出的是大部分剩余差异可以解释为生命周期效应和差异化补偿工资假说(Goldin, 2014),如女性为兼顾照护责任愿意以低工资换取工作灵活性或地理稳定性。
期望工资的增长模式带有典型的参照工资效应(reference wage hypothesis),即求职者以同龄同性别劳动力作参照,形成期待。
即使在女性主导职业中,女性期望工资依旧偏低,表明非单纯的竞争性或薪资谈判能力导致性别工资差异,需要考虑社会化角色和信息不对称影响。
提醒未来政策和研究可考虑通过提供透明、性别中性的参考工资信息缓解期望工资差距。25 , 26 , 27
2.10 结论(Section 10)
本研究利用规模庞大的行政求职数据,覆盖多技能层级职业,首次量化了日本失业及转职全职求职者的性别期望工资差距,呈现出显著且稳健的结果。
分解显示年龄、地区、职业三因素部分解释期望工资差异,职业分布占最大份额,残差仍然较大,提示需要进一步挖掘未观测的个人特征和社会机制。
异质性分析尤其揭示中年期望工资差距扩大,表明家庭责任及社会期待在此阶段效应加剧。
报告指出数据变量有限为研究限制,建议未来引入更多个体信息和对比实际工资异动,深化理解性别工资结构与期望之间的联系。28 , 29
3. 图表深度解读
3.1 表1(Summary Statistics)
展示男女求职者的期望工资中位数及四分位(单位:千日元):
男性中位期望工资约200千日元(IQR 180-250),女性约180千日元(IQR 150-200)。
男性平均年龄44岁,女性38岁。
期望工作地区工资传统上男性略高(187 vs 186),职业类别平均工资男性略高(181 vs 174)。
未填报职业者人数男性12.4万,女性7.3万。
该表反映女性整体期望工资及其相关属性均低于男性,初步佐证性别间的工资期望差异。39
3.2 图1:期望工资分布及差异
该图为根据地区(5分位)、职业(5分位+未知)和年龄(5分位)分层的期望工资男女对比,男性以红点,女性蓝点。
观察:
地区期望工资呈逐级递增趋势,东京及大都市圈所属的最高分位地区期望工资最高。
低工资职业中性别差异较小,尤其左上角部分显示接近无差。
高工资职业特别是中年群体中男性期望工资明显高于女性。
未报职业者群体男女差距较大。
说明低工资就业受最低工资影响限制了期望,引致性别差缩小;高工资领域期望工资差距更显著,反映结构性职业隔离。40
3.3 图2:女性比例分布
同维度分组中女性与男性比例点图,横纵坐标与图1一致。
观察:
不同地区女性比例无明显差异。
期望职业工资越高,女性比例逐渐减少,尤为显著。
年龄最大分位女性比例明显下降。
反映女性集中于低工资职业及较年轻年龄,加剧期望工资结构性差异。41
3.4 图3与图4:期望工资与实际工资比较
图3显示全职劳动者2019年平均工资(对数)与求职者期望工资(对数)差异,男女分左、右两侧,年龄组为纵坐标。
观察:整体期望工资低于市场实际工资,反映求职者普遍保守或受限。
图4限制样本为0年工龄员工后,差距略有缩小但趋势相似,表明求职者期望工资接近零工龄工人的起薪水平。
该结果验证了样本失业或转职者的市场评估较低,且期望工资较实际工资有较大保守性。42 , 43
3.5 图5:期望工资性别差距变化
展示未经控制及控制所有属性(年龄、地区、职业)后性别期望工资差异。
未经调整差异为-0.176,调整后为-0.148,表明部分差异来自结构性属性影响。
证实控制变量减少期望工资差异,但仍有重大未解释部分。44
3.6 图6:分解结果
利用广义KOB-Duncan法,分步对期望工资差距进行分解。
期望职业因其分布差异减少男性期望工资值19.8%,年龄差异导致期望工资增加7.1%,地区影响最小,剩余为未解释项(近15%)。
此图具体展现了各因素对整体性别期望工资差距的贡献及正负作用,增强理解结构性差异的成因。45
3.7 图7:分组残差性别差异异质性
控制所有变量后不同子群的期望工资残差差异(女性对男性)呈现U型年龄特征,中年残差最大。
不同地区及职业组残差差异较大,提示需从制度或社会角色角度解释。
该图辅助理解残差因年龄、职业等因素组合不同而变化的复杂性。46
3.8 附录图8-12:五年趋势观察
图8-12分别展示2015-2019年间求职人数、期望工资、求职年龄、期望职业工资和期望地区工资的时间趋势。
主要发现:
求职人数总体下滑,且季节性明显(3月波峰)。
期望工资整体上升,女性求职者期望职业工资呈增强趋势。
求职年龄整体上升,反映人口老龄化。
期望地区工资无显著变化。
这些趋势为期望工资差异的时间动态提供宏观背景。47–51
4. 估值分析
本报告不涉及企业估值或金融资产估值,仅中心于劳动经济学中期望工资差异的实证分析与统计方法。其“估值”即为影响期望工资差距的因素分解贡献度估计,使用的方法主要是广义KOB-Duncan分解及异质性分析技术,辅以机器学习(LASSO、随机森林)估计非参数条件均值函数,以确保估计的无偏性和效率。
5. 风险因素评估
报告中虽非直接讨论风险管理,但涉及的“风险”主要是以下几点:
数据限制风险 :仅拥有员工具有的三个变量(年龄、地区、职业)有限,许多重要解释变量(技能、经验、详细职业偏好等)未观测,导致大量残余未解释的差异,影响结论深度和政策建议有效性。
制度特异性风险 :日本独特的就业与工资决定制度(如年功制、工资发布制)及较低的工资谈判频率,可能限制结果对其他国家的外推。
战略偏报风险 :虽然制度背景减少了战略性工资申报的诱因,但信息的调整仍发生,个体可能低估自身市场价值。
异质性和未观测因素风险 :多渠道影响性别工资差异的复杂因素无法在现有数据全面度量,可能导致估计偏误。
政策执行风险 :基于期望工资减差距的政策设计如工作生活平衡改善、透明薪酬信息公开等,其效果存在不确定性。
6. 批判性视角与细微差别
报告分析严谨、方法先进,但受限信息维度较窄,导致大量残差且本质未明,在反复强调异质性的同时未能深入具体机制展开,影响政策建议的精准度。
期望工资作为行政数据收集变量,虽减少战略行为影响,但本质仍为折衷反映,可能混杂了生活成本、家庭责任、求职信心等复杂心理社会层面因素,难以单纯解读为劳动市场预期。
对女性较低期望工资是否因制度性障碍、社会角色分工或个体行为习惯缺乏更直接的因果检验,未整合更多微观行为数据。
报告高度倚重整体分解与机器学习工具,解释性较弱,对复杂非线性关系缺少详细阐释,可能掩盖重要细节。
对日本就业制度及社会文化背景的描述虽详细,但具体与其它国家对标的对比分析有限。
引用美国及欧洲最新研究作对比,较好地强化了研究的国际视野和数据特殊性解读。
7. 结论性综合
该报告基于日本公共就业安全办公室大规模行政数据,创新性地检验失业及转职全职求职者群的男女“期望工资”差异,系统分析了年龄、期望职位和地区对期望工资差距的贡献以及大幅残差的异质性与敏感性。
主要发现如下:
性别期望工资差距显著,女性期望工资比男性低17.6个百分点,远高于美国对应领域(6.6个百分点);
结构性差距中,期望职业分布差异是最大因素(近20%贡献),而年龄分布差异对差距缩小有积极作用;
大量的未解释差异表明个人技能、经验、心理行为偏好及社会角色等未观测因素占较大份额;
异质性分析揭示差距在中年群体尤为显著,符合补偿性工资差异及参考工资理论,即女性更倾向以灵活性和稳定性折价薪酬,且社会期望对工资形成影响显著;
女性即使在传统女性职业中也表现出较低的期望工资,挑战了简单以竞争或薪酬谈判意愿解释差距的理论;
期望工资低于市场实际起薪,反映面向劳动力市场弱势群体的样本特征和求职者的谨慎预期;
该研究强调了性别工资差距产生的社会制度性与信息性障碍,对劳动政策提出了需综合家庭责任再分配及劳动力市场信息透明化提升的建议;
研究局限于可用行政数据变量有限,未来研究需扩展更多微观个人变量并结合实际工资数据进行深入匹配比较。
图表透视:
分层图表(图1、图2)细致展现男女人口分布与期望工资结构相关性;
对比实薪与期望工资(图3、4)验证样本特点及期望值与市场工资区间关系;
关键分解图(图5、6)清楚量化各观察因素对期望工资差异的贡献;
异质性图(图7)揭示残差分布非均一性,为政策聚焦中年群体提供依据;
五年趋势图(图8-12)补充解读期望工资时间动态与求职结构变化。
总之,报告全面细致地探讨了日本性别工资差异的需求端预期因素,结合宏观制度及微观行为视角,为理解性别劳动经济不平等提供了重要学术和政策参考。1–29 , 39–46
(完)