潘丽群 张少华

摘 要：性别工资差距是城市劳动力市场的常见现象，而快速的城市化进程由于城市规模的扩张给劳动者带来了规模工资溢价，但不同劳动者获得城市规模工资溢价存在差异，那么，城市规模是否有助于缩小性别工资差距呢？基于最新的2017年中国247个城市的流动人口监测数据，构建两步回归计量模型来检验城市规模是否影响了性别工资差距。实证结果显示，233个城市中的男性劳动力拥有更高的薪资水平，但女性劳动力获得城市规模工资溢价比男性高，从增量上缩小了与男性劳动力的工资差距，城市规模每增大1%，女性获得的城市规模的工资溢价比男性高0.097%。可见，性别工资差距将随着城市规模的扩大而减小。

关键词：城市规模;工资溢价;性别工资差距

文章编号：2095-5960（2021）04-0083-09;中图分类号：F244;F241;F293;文献标识码：A

一、引言

女性劳动力是中国劳动力市场的重要力量，根据世界劳动组织2016年统计，中国女性劳动参与率为63%，远高于世界其他主要经济体的女性劳动参与率（美国56%、德国55%、法国51%、日本49%、印度27%）。但性别工资差距依然显著存在，在控制个人特征和单位特征后，我国男性劳动者小时收入比女性劳动者小时收入高23.8%。[1]针对性别工资差距现象，学者们一方面分析了性别工资的差距趋势[2-4]，一方面探讨工资差距的来源，主要从性别歧视、个体特征差异和职业、行业差异等角度展开[5-10]。

伴随着我国快速的城市化进程，城市规模的集聚效应和生产技术的升级冲击了劳动力的工资以及异质性劳动力之间的工资差距。然而，现有研究尚未从城市规模工资溢价的视角来探讨劳动力工资的性别差异。具体而言，大规模的城市化进程给劳动力带来了城市规模工资溢价，同时由于其个体的异质性获得城市规模溢价具有差异性，那么城市规模将如何影响性别工资差距呢？回答这个问题，对于促进我国城市化建设、缩小男女工资差距等有着重要的理论价值和实践意义。

研究发现更密集的城市地区的工资水平更高，并将此现象称为城市规模的工资溢价[11-13]，大城市因为集聚经济带来更高的劳动生产率，也即城市规模工资溢价更高。城市规模的工资溢价存在着显著的异质性，着重体现在劳动技能的异质性和工作形式的异质性。[13-14]美国1979～2007年工资不平等程度增加的23%来自更大城市中工资不平等更快地增长，并认为高低技能工人工资的组间差距在大城市地区更快速地提高是导致这一工资不平等变化图景的主要原因，即高技能工人的城市规模溢价高于低技能工人。[12]还有学者认为认知性和非认知性技能在不同规模城市的衡量是相似的，但是这些技能应用于软件和技术行业的回报在更大的城市会更高。[15]同时，研究发现城市的集聚经济对常规性工作和非常规性工作的作用不同，从而大城市更有利于非常规性工作工资的提升。[14]除了规模工资溢价的异质性，城市化带来的技术升级也给异质性劳动力带来不同效应，譬如利用广东佛山南海区“雇主-雇员”匹配数据研究实证发现，制造业大规模的技术升级将重塑劳动力市场的分配机制，生产线升级强调对认知技能的需求，而男女性劳动力分属于不同的技能束，认知技能回报上升，女性工资大幅增长，性别工资差距得以收敛[16]。

然而，现有研究尚未从城市规模的视角来探讨劳动力工资的性别差异。大规模的城市化进程给劳动力带来了城市规模工资溢价，同时劳动力由于其个体的异质性获得城市规模溢价具有差异性，那么城市规模将如何影响性别工资差距呢？为此，本文基于最新的2017年247个城市的中国流动人口监测数据，构建两步计量回归方法[17]，检验男女劳动力获得城市规模工资溢价差异，实证发现男性拥有更高的薪资水平，但女性从城市规模工资溢价的正向效应中获益比男性多，使得男性所拥有的薪资优势逐渐被抵消，性别工资差距随着城市规模的扩大而减小。

二、文献综述

目前国内外文献主要从可观测特征和不可观测特征两个方面对性别工资差距的成因进行解释。第一，可观测特征主要包括自身禀赋特征、受教育程度等，如基于2003和2013年CGSS数据，发现性别工资差异逐渐扩大，并对工资分解发现，职业内部和职业间因性别歧视和职业隔离导致的性别工资差异逐渐降低，因男女禀赋导致的性别工资差异逐渐上升。[9]但相反地，有学者基于UHS1988～2001年性别工资差距研究，认为解决低收入群体的性别工资差距关键是降低劳动力市场对女性的歧视（例如提高女性职位升迁的速度等），而不是改善女性的个人特征（如教育水平），后者改善性别工资差距效果远远小于消除歧视的效果。[5]第二，不可观测特征主要集中于难以解释的非生产率特征导致的工资差异，也被称为“性别歧视”。[18-19]如基于中国健康与营养调查（CHNS）2006年的数据对劳动者的工资性别差距进行测度和分解，发现男性劳动者的小时收入比女性劳动者高23.8%，其中由于劳动者特征差异形成的工资差异很小，差异的更大部分是性别歧视的存在，且性别歧视主要表现在工龄和就业获得方面。[1]大众对于女性工作角色和家庭角色冲突的担忧解释了32.9%的性别工资差距，而传统的“女子不如男”的性别歧视则解释了28.1%。[7]同时，性别歧视会因不同行业、收入阶层而有较大差异，女性在收入最高和最低的行业都存在进入优势，男女工资性别差异主要来自行业内部要素;工资水平越高的行业，性别歧视越小。[10]还有学者基于“中国大学毕业生求职和工作能力调查”数据发现，男性毕业半年后的月工资高于女性约9%～20%，性别工资差距随分位点升高而扩大，性别工资差距中的绝大部分（90%左右）归于歧视，工资分布顶端约30%的女性所受歧视更大。[6]也有学者认为是职业晋升受阻，考察职位隔离对性别收入差距的作用，发现女性过多地集中于职位“金字塔”结构的底层，约41%性别收入差距是由于職位隔离导致的。[8]针对性别歧视程度的趋势，或歧视程度加深，或减弱，观点并不一致。持歧视程度扩大的观点认为，随着市场化水平的提高，在职女性和男性的工资差异拉大，对女性的工资歧视有扩大的趋势，扩大主要表现在初中以下文化程度、40岁以上年龄组、非国有部门和“蓝领”职业的人群中。[2]歧视减弱的观点认为，进口竞争降低了企业定价能力和利润水平，使企业无法维持原来的歧视水平，降低歧视偏好、提高女性雇佣水平，进而引起劳动力市场女性工人工资的提升。[20]

伴随着城市化进程的不断推进，由于集聚带来的城市规模工资溢价是城市的显著特征。基于城市规模工资溢价的差异性，引起不同劳动力工资的变化。一般而言，规模较大的城市能够给劳动力提供较高的薪资水平，并将此现象定义为“城市规模工资溢价”。[11]国内许多学者已利用中国家庭收入调查（CHIP）、中国综合社会调查（CGSS）等多个微观数据库验证了城市规模工资溢价效应的存在。具体有：城市规模的扩大对劳动力的名义收入和去除物价因素后的实际收入都有显著的正向影响;[21]在构建Rosen-Roback三部门空间均衡模型后肯定了城市规模工资溢价现象的存在。[22]

在城市规模工资溢价存在性基础上，最新的国内外研究进一步发现：城市规模工资溢价对不同的人群有一定的异质性。通过对美国49个大都市地区的微观数据进行GLS两阶段回归后发现不同种族的劳动者从城市规模工资溢价中的获益是不同的，黑人、西班牙裔、亚洲人等人种和白人之间存在着明显的规模溢价差距。认为种族差异会造成不同人种之间的社会网络、居住社区等多种差异，从而在知识外溢、信息交换等方面影响受歧视人群所获得的工资溢价。[17]而国内学者更多地研究城市规模工资溢价对不同技能水平或不同户籍的劳动者所产生的异质性。规模工资溢价对于不同技能的劳动者在长短期内作用是不同的。短期内，高技能可从城市规模工资溢价中获得更高的收益;而在长期，各层次技能的劳动者均可从中获益[22]。类似的，还发现规模溢价的积极作用对低技能劳动力的益处更为明显，并建议合理扩大城市规模以提升对不同技能水平劳动力的包容度。[23]作为低技能劳动力的典型代表，农民工在城市劳动力市场中受歧视的现象随着户籍制度的逐渐放开有所缓解，但他们所获得城市规模工资溢价还是明显小于当地城市居民。在控制乡—城流动人口的选择性偏差后，发现城市规模扩张能够提高农民工的工资水平，但此正向效用不及城市当地的工人所获得的大。[24]农民工所获得的城市规模工资溢价逐年提升，但与城镇户籍的劳动力所获得的工资溢价还是有一段差距。[25]在针对城市内部劳动力市场不同户籍劳动力获得城市规模溢价上，运用流动人口监测数据进一步证实了差异，并提出搜寻工作方式和就业合同的不同是导致差异的可能路径。[26]

经过对现有研究成果的总结，目前对城市规模工资溢价的异质性探讨中，常见于不同技能、不同户籍劳动力的探讨，而城市规模工资溢价对于不同性别劳动力异质性作用的研究尚缺乏。作为影响劳动力工资的一个显著特征因素，探讨不同性别的人群从城市规模工资溢价中的获益程度是十分有必要的。

三、实证模型和变量说明

本文选取OLS两步回归法作为计量分析方法[17]，相比现有研究所采用的拆分子样本回归，两步回归法能够更加直观且准确地得到不同性别所获得城市规模工资溢价的差值。具体而言：在第一步回归中，本文将利用每个城市s中个体i的微观数据进行分析，选用经典的Mincer个体工资方程作为计量模型，估计出各城市劳动个体工资的对数与性别Gis的相关系数。

ln（wageis）=a1+asGis+βs Xis+εis  （1）

模型（1）中，ln（wageis）为城市s中个体i月收入的自然对数。Gis为城市s中个体i的性别：男性为1，女性为0。Xis为一系列个体特征控制变量。a1为常数项，εis为随机扰动项。第一步回归得到的系数as将在第二步回归中成为被解释变量，第二步回归的计量模型如下：

as=a2+rZs+γCs+μs  （2）

模型（2）中，Zs为城市s的城市规模，本文采用城市市辖区常住人口数来衡量;Cs为一系列城市特征控制变量，针对控制变量，没有选取GDP、发展水平等直接的经济发展水平变量，因为这些变量与城市人口规模是高度相关或是类同的（加入的话模型会出现共线性问题），而是控制了除经济发展水平之外的一些间接特征变量[21，26]，包括城市所获外商直接投资数①[①外商直接投资额在全球经济数据库中的单位为百万美元，本文按照2017年的人民币汇率将外商直接投资额折算成了百万人民币，再进行后续的相关计算。 ]、固定资产投资数、城市医院床位数和城市道路面积;a2为常数项;μs为随机扰动项。在第一步回归中，本文选用流动人口监测数据中个体月总收入，包括纯工资收入、餐饮补贴、住房补贴。第一步回归核心解释变量为性别Gis，性别相对薪资水平的弹性系数as具有城市特征，预期不同城市的回归系数将有较大差异。个体特征控制变量参考Mincer扩展的工资方程，包括民族、户口性质、政治面貌、婚姻状态、年龄、健康状态和受教育程度。为了控制个体不可观测特征所引起的固定效应，第一步回归中引入职业的虚拟变量作为个体不可观测特征的代理变量。[27]

第二步回归中的被解释变量为第一步回归所得系数as，核心解释变量为城市规模。关于城市规模的度量方式目前没有统一标准，有用到全市总人口数量和大学生数量的自然对数[23]，也有用市辖区人口[28]。基于我国城市规模划分标准②[②国务院2014年印发的《国务院关于调整城市规模划分标准的通知》中明确指出城市规模的划分以城区常住人口为统计口径。 ]，城市规模的统计口径为各城市的常住人口数量，本文选用城市市辖区常住人口数量的对数来衡量。两步回归完成后所得系数r即为不同性别人群所获城市规模工资溢价的差异系数。表1为各变量的具体定义。

本文主要数据来源于国家卫生计生委流动人口服务中心提供的2017年中国流动人口动态监测调查（CMDS）。该数据是自2009年起一年一度的大规模全国性流动人口抽样调查数据，抽样方法为多層、多阶段、与规模成比例的PPS抽样。调查覆盖全国31个省（区、市）和新疆生产建设兵团中流动人口较为集中的流入地，每年样本量近20万户，还对数据进行了样本权重处理，有很好的代表性。根据本文研究需要，将样本限定在18～60岁有工资性收入、有固定雇主的劳动人口，剔除了离退休人员、家庭帮工、丧失劳动能力者、在校学生、自我雇佣者等个体数据。为了避免数据量太小、误差过大导致数据在第二步回归中产生离群值，对于样本数量少于10人的城市进行了剔除。

另外宏观层面数据主要来源于全球经济数据库（CEIC）中的中国经济数据库和2017年《中国城市统计年鉴》。鉴于数据样本的完整性，在处理过程中对缺失数据的城市样本进行了剔除。最后的样本涵盖了30个省级行政单位共247个市县的65099个体，其中男性样本35285人，女性样本29814人。全样本的描述性统计分析呈现于表2中。

从表2可以看到性别上男性略多于女性;年龄集中在25～35岁这一区间;仅有极小部分人为共产党员;教育程度普遍不高，基本集中在初高中;以及超过70%的个体都为农业户口等。由于本文研究的是不同性别的异质性人群之间的差别，为了更清晰地看到不同性别样本的特征，将分样本统计描述展示在表3中。

从表3中可以看出，综合各个规模的城市进行考量时，男性样本的平均工资明显较女性的更高，二者的工资对数均值分别为8.42和8.13，差值为0.29。但从所处的城市人口规模又可知：流动人口选择流入城市时，女性流动人口比男性流动人口更加倾向于前往较大规模城市。在受教育程度、民族、户口性质、婚姻状况等个体特征数据方面，不同性别的劳动力之间差异程度不高。

四、实证结果分析

（一）基准回归

1.第一步回归结果——性别对工资的弹性系数

按照前文回归模型，在第一步回归中得到247个城市中性别对工资的弹性系数。由于城市较多，正文中不将回归结果进行全部显示，只将部分城市第一步回归得到的系数展现在表4中，将第一步回归得出的系数的统计情况进一步展现在表5中以判断各城市性别工资差距情况。同时，为了更加直观地观测城市规模与个体性别相对工资的弹性系数的关系，图1报告城市规模与个体性别对工资的弹性系数之間的线性拟合结果。

从表4和表5我们可以得知：除娄底、枣庄、酒泉等14个城市外，剩余的233个城市的第一步回归系数，即性别特征变量与个体工资的回归系数都为正，均值为0.29。这也就意味着在流动人口监测数据调查所覆盖到的绝大部分城市中，男性特征对个体薪资有正向作用。总体来说男性在就业市场中占有绝对优势，也说明我国性别工资差距确实存在。但是从图1报告的总体趋势来看，随着城市人口规模的增大，一阶段回归系数as的数值呈减小的趋势。也就是说，随着城市规模的增大，男性在获取更高薪资方面的优势逐渐减小，而女性从城市规模扩大所带来的聚集经济效应中获益更多。特别地，大家公认的四个一线城市，也是特大城市代表：北京、上海、广州、深圳的工资-性别相关系数分别为0.24、0.28、0.21、0.22，均低于247个城市的均值0.29。换句话说，女性从城市规模工资溢价的正向效应中获益应比男性多，从而抵消了一部分由于性别不平等所带来的薪资劣势，使得性别对个体薪资的影响系数随着城市规模的增大而减小。为了验证这一点，本文进行方程（2）第二步回归。

2.第二步回归结果——城市规模的工资溢价差异

按照方程（2）展开第二步回归，用城市规模对第一步回归得到的247个城市的回归系数进行回归，最终得到不同性别获得城市规模工资溢价差异系数，表6是第二步回归结果。表6的第一列仅用城市规模对性别工资弹性系数进行回归，没有控制任何城市变量;第二列控制了外商直接投资数、固定资产投资数、医院床位数等其他城市特征变量。

在没有控制任何城市变量的第一列回归中的系数为-0.046，且通过统计水平的5%显著性，即性别对个体收入的弹性系数随着城市规模的增大而减小，性别对个体收入的影响程度与城市规模之间成负相关关系。在控制一系列城市变量后的第二列回归系数稍稍变大，整体拟合效果更佳，系数为-0.097，且通过统计水平的5%显著性。也就是说，随着城市规模的增大，性别这一特征变量对于个体工资的影响减小，观测样本中的男性所拥有的薪资优势减小，而其性别优势被逐渐抵消的原因就是女性从城市规模工资溢价中所获得的收益更高。具体来说，男性获得城市规模工资溢价比女性低0.097%，而凭借着从城市规模工资溢价中获益更多这一优势，更大规模城市中的女性与男性之间的工资差距会低于小规模城市。第二步回归得出的实证结果符合第一步回归后作出的趋势分析与结果预测。

综合两个阶段回归的结果，本文发现：（1）在本文样本覆盖的城市范围内，性别与个体薪资水平的回归系数均值为0.29，且男女性别工资差距在各个规模的城市中都是显著存在的，相比于女性，男性在获得更高的个体薪资方面有较大优势，所获得的薪资水平也更高。（2）随着城市规模的增大，性别对个体薪资水平的影响逐渐减小，城市规模每增大1%，性别对个体薪资的影响系数就会减小0.097个百分点，该结果在统计5%水平上显著。说明女性获得的城市规模工资溢价比男性更高，性别工资差距随着城市规模的增大呈逐渐缩小的趋势。

（二）稳健性检验

本文进一步更换实证方法和更换研究所用数据对结论进行稳健性检验。（1）更换所用实证方法，在仍然使用2017流动人口监测数据的基础上，把异质性人群划分成不同的子样本，在Mincer个体工资方程中引入城市规模变量来进行OLS线性回归分析，对比不同样本系数来衡量异质性个体所获城市规模工资溢价的差异。（2）更换所用数据，合并2013年中国家庭收入调查（CHIP2013）中的城镇人口数据集和流动人口数据集，基于处理后的数据集按照前文模型（1）和模型（2）做两步回归。

1.更换实证分析方法：分样本OLS回归法

多数国内学者在研究城市规模工资溢价对异质性人群的作用差异时采用分样本回归法，将不同样本分别进行回归后，可得出分样本各自的城市规模对工资的影响系数。具体模型如下：

ln（wageis ）=a3+β1 ps+β2 X′is+β′3 Ci+is  （3）

模型（3）中，被解释变量和两步回归法一致，ln（wageis ）为，即城市s中个体i月工资的对数。解释变量中ps为城市s的人口规模的对数，是此模型中的核心解释变量。X′is为一系列个体特征控制变量，包括民族、户口性质、政治面貌、婚姻状况、健康状况、受教育程度和年龄。C′i为城市特征控制变量，包括外商直接投资数、固定资产投资数、医院床位数和道路面积。a3为常数项，is为随机扰动项。由于所用到的变量和两步回归法中的基本一致，在此不作额外的变量说明。按照模型（3）进行分性别样本回归的结果如表7所示。

对比表7中的分性别样本回归结果我们可以发现，城市规模对女性劳动力薪资的影响系数更大，为0.142。而城市规模对于男性劳动力薪资的影响系数仅为0.089，与女性的影响系数之间的差值为0.053。也就是说，使用此方法回归得出的女性劳动力所获得的城市规模工资溢价水平同样更高，且系数在1%统计水平上显著，说明利用此分样本回归法也能得出女性所获城市规模工资溢价高于男性的结果，与前文研究结论一致。

2.更换微观数据，采用2013年中国家庭收入调查数据（CHIP）

为了探讨结论是否只对流动人口适用，在此部分稳健性检验中，本文将数据更换成了包含城镇人口和流动人口的CHIP2013数据集，并对该数据进行了与前文使用CMDS2017数据做回归分析时同样的限制性处理。与此对应的城市变量数据来自2013年《中国城市统计年鉴》和CEIC数据库。基于CHIP2013数据，共筛选出来自103个城市的7384个微观个体，按照模型（1）和模型（2）进行OLS两步回归分析后，结果见表8。

从表8中可以看到，即使将微观个体样本扩展到城镇居民和流动人口的合并数据集，性别工资差距依然会随着城市规模的扩大而逐渐减小。实证结果显示，城市规模每增加1%，男性所拥有的个体薪资优势就会减小0.125%，相比起女性，男性获得城市规模工资溢价随着规模的递增呈下降趋势。也就是说，实证结果并非只针对流动人口适用。值得注意的是， CHIP2013数据得到城市规模工资溢价差异系数比CMDS2017数据所得系数稍大，可能原因是城镇样本中的女性获得城市规模溢价更高，城市越大越有利于其收益的获得，與男性的工资差距也相对越小。虽然CHIP数据所覆盖的城市范围没有CMDS数据广，但能对本文结论起到检验和扩展启示的作用。

五、结论

城市化进程正在快速推进，越来越多的大规模城市正在形成，城市的规模效应也日益显现。现有研究普遍发现城市内部异质性劳动力获得城市规模带来好处的程度存在巨大差异，那将怎样影响不同性别劳动者的工资水平？会降低性别工资差距吗？本文基于2017年中国流动人口动态监测数据，通过研究不同性别劳动力获得城市规模工资溢价的差异化，来探讨城市规模如何影响性别工资差距。实证结果发现，男性在各个规模的城市都的确享有工资优势，性别工资的绝对差距较大，但女性能够获取更高的城市规模工资溢价，从而从增量上缩小性别工资差距。也就是说，随着城市规模的增大，男性所拥有的薪资优势正在逐渐减小。另外，通过更换微观数据和更换实证方法两种检验方法，稳健地证实了大城市通过不同性别劳动力获得差异化城市规模工资溢价而缩小了性别工资差距这一结论。

本文的研究结论不仅补充了城市规模对异质性劳动力的差异化作用这一领域的研究，也给缓解性别工资差距提供了新的思路。从以往的文献研究中可以得知，性别歧视是导致性别工资差距的重要原因之一。而城市规模工资溢价之所以能够起到减小性别工资差距的作用，正是因为在更大规模、发展更成熟的城市中，性别歧视问题不像小城市那样严重，使得女性在城市规模工资溢价中获益更高;同时，更大规模城市的技术水平更高，分工越细，劳动力市场更完善，女性劳动力的回报更高。关于城市规模缩小性别工资差距背后的这些机制思考，是后续研究的方向。

参考文献：

[1]宁光杰.中国的工资性别差距及其分解：性别歧视在多大程度上存在[J].世界经济文汇，2011（2）.

[2]张丹丹.市场化与性别工资差异研究[J].中国人口科学，2004（1）.

[3]陈昊，赵春明.性别工资不平等：演化路径与反事实证据[J].南开经济研究，2016（5）.

[4]卢晶亮.城镇劳动者工资不平等的演化：1995～2013[J].经济学，2018（4）.

[5]葛玉好，曾湘泉.市场歧视对城镇地区性别工资差距的影响[J].经济研究，2011（6）.

[6]谭远发.中国大学毕业生性别工资差距分布特征研究：“天花板效应”还是“粘地板效应”？[J].人口学刊，2012（6）.

[7]蒯鹏州，张丽丽.农民工性别工资差异及其成因的解释：歧视的贡献到底有多大[J].农业经济问题，2016（6）.

[8]卿石松，郑加梅.“同酬”还需“同工”：职位隔离对性别收入差距的作用[J].经济学，2013（2）.

[9]何泱泱，刘国恩，徐程.中国职业隔离与性别工资差异的变化趋势研究[J].经济科学，2016（4）.

[10]王湘红，曾耀，孙文凯.行业分割对性别工资差异的影响：基于CGSS数据的实证分析[J].经济学动态，2016（1）.

[11]Glaeser，E.L.，and D.C.Mare.，2001，“Cities and Skills”，Journal of Labor Economics，19（2）：316～342.

[12]Baum-Snow，N.& R.Pavan （2011），“Understanding the City Size Wage Gap”，The Review of Economic Studies 79（1）： 88～127.

[13]杨龙，米鹏举.城市群何以成为国家治理单元[J].行政论坛，2020（1）.

[14]Andersson，M.et al .“The Sources of the Urban Wage Premium by Worker Skills： Spatial Sorting or Agglomeration Economies？”，Papers in Regional Science ，2014，93（4）：727～747.

[15]Bacolod，M.et al （2009），“Skills in the City”，Journal of Urban Economics 65（2）：136～153.

[16]魏下海，曹晖，吴春秀.生产线升级与企业内性别工资差距的收敛[J].经济研究，2018（2）.

[17]Ananat，E.，S.Fu.，and R.Stephen.，2018，“Race-Specific Urban Wage Premia and the Black-White Wage Gap”，Journal of Urban Economics，108（11）：141～153.

[18]Blinder，A.S.，1973，“Wage Discrimination： Reduced Form and Structural Estimates” The Journal of Human Resources，8（4）：436～455.

[19]Oaxaca，R.，1973，“Male-Female Wage Differentials in Urban Labor Markets”，International Economic Review，14（3）：693～709.

[20]吴群锋.进口竞争缓解了制造业性别工资歧视吗[J].国际贸易问题，2017（4）.

[21]高虹.城市人口规模与劳动力收入[J].世界经济，2014（10）.

[22]踪家峰，周亮.大城市支付了更高的工资吗[J].经济学，2015（4）.

[23]陆铭，高虹，佐藤宏.城市规模与包容性就业[J].中国社会科学，2012（10）.

[24]王建国，李实.大城市的农民工工资水平高吗[J].管理世界，2015（1）.

[25]Pan，L.，P.Mukhopadhaya.，and J.Li.，2019，“The Changing Texture of The City-Size Wage Differential in Chinese Cities – Effects of Skill and Identity”，China Economic Review，53：191～210.

[26]潘丽群，陈坤贤，李静.城市规模工资溢价视角下流动人口工资差异及其影响路径研究[J].经济学动态，2020（9）.

[27]Yang，G.，L.Li.，and S.Fu.，2017，“Do Rural Migrants Benefit from Labor Market Agglomeration Economies？ Evidence from Chinese Cities”，SSRN working paper.

[28]李红阳，邵敏.城市规模、技能差异与劳动者工资收入[J].管理世界，2017（8）.

The Study on the impact of city size on the gender wage gap

PAN Li-qun，ZHANG Shao-hua

（School of Economics and Statistics，Guangzhou university，Guangdong，Guangzhou 510006，China）

Abstract：

The gender wage gap is a common phenomenon in the urban labor market，and the rapid urbanization process has brought city size wage premium to workers due to the expansion of the scale of the city，but the degree of obtaining city size wage premium to different workers varies.So，does our countrys urbanization process help narrow the gender wage gap？ Based on the data of latest 2017 China Migrants Dynamic Survey （CMDS） with 247 cities，this paper constructs a two-step regression model to test whether the size of the city affects the level of gender wage gap.The empirical results show that the male labor force in 233 cities has a higher salary level，but the female labor force obtains a higher city size wage premium than the male labor force，which reduces the wage gap with the male labor force in increment.In specific，the city size increases by 1%，the city-scale wage premium received by women is 0.097% higher than that of men.It can be seen that the gender wage gap will decrease as the size of the city expands.In this paper，changing the empirical analysis method and the micro data sample have been tested for robustness，and the empirical results are proved robust.This research provides a new perspective and new answer to explain the gender wage gap in China.

Key words：

city size;wage premium;gender wage gap

責任编辑：萧敏娜

收稿日期：2021-01-28

基金项目：国家自然科学基金青年项目“人工智能、职业迁移网络对劳动者就业影响研究”（72003052）;教育部人文社会科学研究青年基金项目“高铁网络背景下城市外部性经济的时空格局研究”（18YJC790122）;国家自然科学基金常规面上项目“中国的‘中部迷失问题：典型事实、形成机理及宏观后果”（71673253）和“中国企业和城市规模分布异化的政策根源、形成机制与效率评估”（72073038）;广州市宣传文化人才培养专项经费资助成果之一。

作者简介：

潘丽群（1986—），女，江西婺源人，广州大学经济与统计学院副教授，研究方向为劳动经济学和城市经济学;张少华（1975—），男，山西阳城人，广州大学经济与统计学院教授，研究方向为实证微观计量、系统性金融风险测度与识别、资源错配与生产率分析。