本研究基于University of North Carolina系统的12,039名教职工工资与Google Scholar学绩数据,使用倾向得分匹配、加权回归与因果森林等方法估计性别对对数工资的因果效应,发现经调整后女性平均比可比男性低约6%(方法间估计范围约5.9%–6.6%),且薪酬差异在学科(医学与健康科学最严重)、职业生涯阶段与研究产出水平上存在显著异质性,为高校工资透明化与定向干预提供了可操作的因果证据
元数据与概览(引言与报告概览)
逐节深度解读
图表与表格深度解读(每图/表逐一说明并嵌图)
Figure 1(工资原始分布):展示年度薪酬右偏分布、大量集中在 $0–$250k 左侧并有长尾高薪个体的现象,说明原始薪酬存在显著右偏,需要对数变换以缓和极端值影响并方便百分比解释[图像参照]。视觉证据与报告对使用 log10 转换的理由一致。
Figure 2(log10(工资) 分布):显示对数变换后分布更接近对称但仍有轻度左偏/多峰,便于线性模型与 CATE 建模,并使回归系数更可解释为百分比差异。
Figure 3 / Figure 4(i10-index 与 log10(i10-index) 分布):原始 i10 指数具有极端右偏(大量零或小值及少数极高值),经 log10 变换后分布更集中,支持将 log10(i10) 作为回归与倾向模型的连续协变量来减少影响极端科研产出值的非线性影响。
Figure 5(概念 DAG):作者用 DAG 说明大学/工龄/学科等协变量同时影响性别分布与薪酬,因而这些变量为混淆因子,合理化通过条件化 X 以达到无混淆假定的策略.
图表 6 和 7(因果森林的异质性可视化:按工作年限与科研产出分层的 ITE):
Table 1(各方法估计比较,子样本):汇总未调整与多种调整方法(OLS 基线、交互、PSM、IPTW、回归调整、因果森林)的估计,子样本(有 Google Scholar ID)中各方法系数范围大致 -0.0267 到 -0.0321,换算为百分比差距约 5.96%–7.12%,反映不同估计量(ATT vs ATE)与模型形式的稳定性–17]。
Table 图示(报告内 HTML 表)给出 95% CI,说明统计显著性与不确定性范围。
Figure 8(Love plot)与 Table 4/11(SMD before/after):匹配前后 SMD 明显改善,所有关键协变量匹配后 SMD < 0.1,表明作者在匹配设计中实现了良好协变量平衡,从而使得 ATT 更有可比性, –24]。
Figure 9(Cinelli & Hazlett 敏感性图):作者报告鲁棒性值 RV = 0.110(点估效果需未观测混淆解释至少 11% 的残差方差同时与处理和结果相关)以及在 5% 显著水平 RV = 0.085,图中观测协变量(如工龄、log i10)展示的 partial R^2 远小于所谓“可推翻效应”的阈值,表明若存在足够强的未观测混淆才能使结果失效,进而给出对无观测偏倚观点的半定量支持。
Figure 10(propensity overlap):显示男性与女性在估计倾向分数上有实质性重叠,支持正则性假设(positivity),作者据此将因果森林关注于 overlap population 以避免边缘区不稳定性–26]。
其他可视化(Figure 11–13 等)用于说明原始分布、非因果回归结果、因果森林 ITE 分布与超参数稳健性,整体呈现一致性:ATE 与 ITE 分布集中在负值,因果森林在不同超参数下 ATE 估计稳定(见 Table 9)–31]。
估值/计量方法解析(Methodology 深入解释)
风险因素评估(报告作者识别与本分析补充)
批判性视角与细微差别(审慎且基于文中内容)
结论性综合(综合关键发现与图表见解)
补充说明(方法再现与数据可获取性)
总结(一句话概括结论并标注溯源)
若需要,我可以:
2505.24078.pdf