闞大學(xué)，呂連菊，南昌工程學(xué)院經(jīng)濟(jì)貿(mào)易學(xué)院，江西南昌 330099

一、引言

1978年以來(lái)，我國(guó)外資增長(zhǎng)迅猛，截至2012年底，中國(guó)累計(jì)實(shí)際利用外資金額12760億美元，批準(zhǔn)設(shè)立外資企業(yè)76.3萬(wàn)多家，2012年新批外資企業(yè)24925家，實(shí)際利用外資金額1117億美元。其中，制造業(yè)占43.74%，房地產(chǎn)業(yè)占21.59%，批發(fā)和零售業(yè)占8.47%，租賃和商務(wù)服務(wù)業(yè)占7.35%，交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)占3.11%，信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)占3.01%。全球有90%的國(guó)家地區(qū)來(lái)華投資，98%的世界500強(qiáng)企業(yè)在華設(shè)有子公司。自1993年起，我國(guó)外資流入量就在發(fā)展中國(guó)家位居第一，2002年更是超過(guò)美國(guó)位居世界第一。通過(guò)吸收外資彌補(bǔ)了國(guó)內(nèi)資金短缺，儲(chǔ)蓄和外匯的“雙缺口”不再明顯，經(jīng)濟(jì)增長(zhǎng)的資本要素短缺問(wèn)題已經(jīng)得到緩解。外資不僅帶來(lái)了資本、技術(shù)和管理經(jīng)驗(yàn)，也直接影響了我國(guó)的就業(yè)，目前，在外資企業(yè)中直接就業(yè)的人數(shù)約占我國(guó)城鎮(zhèn)勞動(dòng)就業(yè)人口的13%，同時(shí)外資也通過(guò)擠出效應(yīng)、技術(shù)溢出效應(yīng)和經(jīng)濟(jì)增長(zhǎng)效應(yīng)間接影響了我國(guó)就業(yè)。因此，眾多學(xué)者將注意力放在實(shí)證分析外資對(duì)我國(guó)就業(yè)的影響，但得到的實(shí)證結(jié)果不相一致，沒(méi)有一個(gè)一般的結(jié)論。他們忽視了外資對(duì)不同特征個(gè)人就業(yè)產(chǎn)生的影響往往并不相同，即外資的就業(yè)效應(yīng)非中性。因此，外資對(duì)不同性別勞動(dòng)力的就業(yè)影響也將存在差異，而不同性別勞動(dòng)力的就業(yè)差異正是學(xué)者和政策制定者所關(guān)注的性別就業(yè)歧視問(wèn)題，亟待解決。近年來(lái)我國(guó)女性就業(yè)參與率顯著降低，性別就業(yè)歧視越發(fā)嚴(yán)重，損害了勞動(dòng)力市場(chǎng)效率，影響了人們的生活水平，這與十八大報(bào)告和十八屆三中全會(huì)所強(qiáng)調(diào)的“使改革紅利更多更公平惠及全體人民”顯然不相一致。引進(jìn)外資是我國(guó)改革開(kāi)放的一個(gè)重要舉措，外資進(jìn)入也是影響女性就業(yè)水平變化的一個(gè)重要原因。因此，研究外資進(jìn)入對(duì)性別就業(yè)歧視的影響無(wú)疑具有重要現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述

相關(guān)文獻(xiàn)主要包括以下三個(gè)方面:一是分析性別就業(yè)歧視產(chǎn)生的原因。眾多學(xué)者認(rèn)為偏見(jiàn)、偏好、社會(huì)習(xí)俗、信息不完全與不對(duì)稱、搜尋成本、文化差異、教育、法律法規(guī)不健全、生育及相關(guān)成本、額外成本是性別就業(yè)歧視產(chǎn)生的原因［1］［2］［3］。二是研究外資對(duì)我國(guó)就業(yè)的影響，包括外資對(duì)我國(guó)就業(yè)數(shù)量、就業(yè)質(zhì)量、就業(yè)空間結(jié)構(gòu)和就業(yè)環(huán)境的影響。其中部分學(xué)者研究了外資對(duì)全國(guó)或區(qū)域就業(yè)數(shù)量的影響和對(duì)具體產(chǎn)業(yè)就業(yè)數(shù)量的影響［4］［5］［6］［7］［8］［9］。相對(duì)于這些 研究，外資對(duì)我國(guó)就業(yè)質(zhì)量的影響的研究結(jié)論較為一致，張二震和任志成［10］、王維國(guó)和顏敏［11］、闞大學(xué)［12］等人研究發(fā)現(xiàn)外資通過(guò)擴(kuò)大高技能勞動(dòng)力的需求、促進(jìn)高技能勞動(dòng)力的流動(dòng)、技術(shù)外溢效應(yīng)和加速人力資本積累等渠道促進(jìn)了我國(guó)就業(yè)質(zhì)量提升。楊云彥等［13］、朱金生［14］則研究了外資對(duì)我國(guó)就業(yè)空間結(jié)構(gòu)的影響，認(rèn)為外資促進(jìn)了勞動(dòng)力就業(yè)空間的集聚。此外，部分學(xué)者研究發(fā)現(xiàn)外資對(duì)我國(guó)就業(yè)環(huán)境產(chǎn)生了負(fù)面影響。三是實(shí)證研究外資對(duì)就業(yè)性別工資差距的影響。朱彤等［15］運(yùn)用中國(guó)城鎮(zhèn)家庭住戶收入調(diào)查數(shù)據(jù)(CHIP)實(shí)證檢驗(yàn)發(fā)現(xiàn)，外資進(jìn)入對(duì)男性勞動(dòng)力收入的正向影響大于對(duì)女性勞動(dòng)力收入的正向影響。

由上述文獻(xiàn)可知，學(xué)者們對(duì)性別就業(yè)歧視產(chǎn)生的原因分析較為深入，但并沒(méi)有考慮外資的影響，而在研究外資對(duì)就業(yè)的影響時(shí)，又沒(méi)有考慮到性別就業(yè)歧視，僅有的文獻(xiàn)也是實(shí)證研究外資對(duì)就業(yè)性別工資差距的影響，而不是關(guān)注外資進(jìn)入對(duì)性別就業(yè)歧視(企業(yè)偏向于招聘男性員工)的影響，因此，論文將實(shí)證回答外資進(jìn)入的企業(yè)是否會(huì)加劇性別就業(yè)歧視，即外資進(jìn)入的企業(yè)是否會(huì)降低女性就業(yè)水平。相對(duì)于外資未進(jìn)入企業(yè)，女性就業(yè)水平會(huì)怎樣變動(dòng)，并將外資進(jìn)入的企業(yè)分為資本、技術(shù)和勞動(dòng)密集型企業(yè)，實(shí)證分析三類企業(yè)外資進(jìn)入對(duì)性別就業(yè)歧視的影響。同時(shí)分區(qū)域?qū)嵶C分析東、中、西部地區(qū)外資進(jìn)入的企業(yè)對(duì)性別就業(yè)歧視的影響，以及實(shí)證回答不同來(lái)源地的外資進(jìn)入是否會(huì)加劇性別就業(yè)歧視，并且將運(yùn)用傾向評(píng)分匹配估計(jì)法(Propensity Score Matching，PSM)來(lái)實(shí)證研究。原因在于其可以盡可能控制就業(yè)人員其他特征對(duì)就業(yè)的影響，也可以克服內(nèi)生性問(wèn)題和一般回歸分析所引起的估計(jì)偏差，通過(guò)PSM方法為外資進(jìn)入的企業(yè)挑選與之相匹配的企業(yè)，這些企業(yè)是與外資進(jìn)入的企業(yè)特征最為接近的外資未進(jìn)入的企業(yè)，通過(guò)比較這兩組企業(yè)的性別就業(yè)歧視，可以客觀地評(píng)價(jià)外資進(jìn)入對(duì)性別就業(yè)歧視的影響。

三、模型與方法

本文研究目的在于通過(guò)比較企業(yè)在某一時(shí)期有外資進(jìn)入和沒(méi)有外資進(jìn)入情形下的性別就業(yè)歧視差異，從而得出外資進(jìn)入對(duì)性別就業(yè)歧視的影響。但是由于存在內(nèi)生性問(wèn)題，并不能簡(jiǎn)單比較有無(wú)外資進(jìn)入情形下的性別就業(yè)歧視差異，例如外資進(jìn)入的企業(yè)可能加劇了性別就業(yè)歧視，但由于現(xiàn)實(shí)中不可能獲得該企業(yè)在同一時(shí)期沒(méi)有外資進(jìn)入這一反事實(shí)情形下的性別就業(yè)歧視相關(guān)變量數(shù)據(jù)，因此，不能確定性別就業(yè)歧視的加劇是否是由外資進(jìn)入企業(yè)的行為引起的。為此，采用PSM方法來(lái)處理上述問(wèn)題。PSM是近年來(lái)被經(jīng)濟(jì)學(xué)界逐漸采用的一種近似于實(shí)驗(yàn)的方法，是半?yún)?shù)估計(jì)方法，其無(wú)需預(yù)先設(shè)定計(jì)量模型方程的形式，通過(guò)匹配變量的選取控制可觀測(cè)變量對(duì)估計(jì)結(jié)果的影響，并得到更為可靠的估計(jì)結(jié)果。PSM主要研究思路是首先將樣本企業(yè)分為處理組企業(yè)和對(duì)照組企業(yè)，并通過(guò)一個(gè)二元選擇模型估計(jì)出每組樣本企業(yè)的傾向分值;其次對(duì)樣本企業(yè)進(jìn)行匹配，即為處理組企業(yè)尋找與其傾向分值最為相近的一個(gè)或一組匹配對(duì)照組企業(yè)，并根據(jù)傾向分值給每個(gè)匹配對(duì)照組企業(yè)一個(gè)權(quán)重;最后計(jì)算每個(gè)對(duì)照組企業(yè)與其匹配對(duì)照組企業(yè)之間的表現(xiàn)差距，這些差距的加權(quán)平均，即處理組企業(yè)與對(duì)照組企業(yè)之間的總體差距［16］，也即外資進(jìn)入對(duì)性別就業(yè)歧視的因果效應(yīng)。具體操作過(guò)程如下。

首先，對(duì)樣本企業(yè)進(jìn)行分組，確定處理組企業(yè)和對(duì)照組企業(yè)。這里處理組企業(yè)為樣本期內(nèi)外資進(jìn)入的企業(yè)，對(duì)照組為樣本期內(nèi)外資未進(jìn)入的企業(yè)。定義二元虛擬變量FDIit={0，1}，其中，F(xiàn)DIit=1表示企業(yè)i在t期為外資進(jìn)入的企業(yè)，F(xiàn)DIit=0表示企業(yè)i在t期為外資未進(jìn)入的企業(yè)。同時(shí)，定義為企業(yè)i在t期外資進(jìn)入時(shí)的性別就業(yè)歧視，定義為企業(yè) i在 t期無(wú)外資進(jìn)入時(shí)的性別就業(yè)歧視，則企業(yè)在t期的外資進(jìn)入對(duì)性別就業(yè)歧視的因果效應(yīng)(ATT)為

表1 匹配變量的定義及度量

上述采用傾向評(píng)分匹配方法是否有效，取決于匹配變量是否滿足共同支持條件和平衡性條件。共同支持條件保證了每個(gè)外資進(jìn)入企業(yè)都能通過(guò)傾向評(píng)分匹配找到與其匹配的外資未進(jìn)入企業(yè);平衡性條件保證了匹配后的外資進(jìn)入企業(yè)和匹配成功的外資未進(jìn)入企業(yè)在匹配變量上沒(méi)有顯著性差異。

采用傾向評(píng)分匹配方法計(jì)算模型Pit(FDIit=1)=μ(Xit)的傾向分?jǐn)?shù)，即控制匹配變量后企業(yè)外資進(jìn)入的概率，之后依據(jù)外資進(jìn)入的企業(yè)和外資未進(jìn)入的企業(yè)的相似度對(duì)二者進(jìn)行匹配，剔除那些高于外資未進(jìn)入企業(yè)的最大值或小于其最小值的外資進(jìn)入企業(yè)樣本，以滿足共同支持條件。

為滿足平衡性條件，通過(guò)計(jì)算匹配后外資進(jìn)入的企業(yè)與外資未進(jìn)入的企業(yè)基于各匹配變量的標(biāo)準(zhǔn)偏差進(jìn)行匹配平衡性檢驗(yàn)，考察二者在匹配變量上有無(wú)顯著性差異。外資進(jìn)入的企業(yè)與外資未進(jìn)入的企業(yè)基于某一匹配變量的標(biāo)準(zhǔn)偏差為

最后，進(jìn)行因果效應(yīng)估計(jì)。令Pi為外資進(jìn)入的企業(yè)i外資進(jìn)入概率的Probit模型估計(jì)值，Pj為外資未進(jìn)入的企業(yè) j外資進(jìn)入概率的Probit模型估計(jì)值，則外資進(jìn)入對(duì)性別就業(yè)歧視的因果效應(yīng)為

其中，n為外資進(jìn)入的企業(yè)數(shù)，函數(shù)g(Pi，Pj)為當(dāng)用外資未進(jìn)入的企業(yè)j的作為外資進(jìn)入的企業(yè)i的的替代時(shí)，對(duì)外資進(jìn)入的企業(yè)j的所施加的權(quán)重。為了估計(jì)上式，首先需確定g(Pi，Pj)的表達(dá)式，采用 Kernel匹配對(duì)(4)式因果效應(yīng)進(jìn)行估計(jì)，Kernel匹配估計(jì)中權(quán)重函數(shù)g(Pi，Pj)的表達(dá)式為an正太分布函數(shù)，h為帶寬參數(shù)。

四、數(shù)據(jù)說(shuō)明與統(tǒng)計(jì)描述

(一)數(shù)據(jù)說(shuō)明

數(shù)據(jù)來(lái)源于中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)統(tǒng)計(jì)的指標(biāo)豐富，并且時(shí)間跨度較長(zhǎng)，從1995年到2011年。文章選擇的樣本時(shí)間跨度為2004－2011年，原因在于2004年前該數(shù)據(jù)庫(kù)沒(méi)有統(tǒng)計(jì)計(jì)算性別就業(yè)歧視所需的女性從業(yè)人員指標(biāo)。此外，該數(shù)據(jù)庫(kù)存在一些問(wèn)題，如指標(biāo)缺失、存在異常值和明顯的統(tǒng)計(jì)誤差，因此，在樣本數(shù)據(jù)選取時(shí)，做了如下篩選:首先是去掉企業(yè)代碼、企業(yè)名稱和數(shù)據(jù)年份為空的樣本，然后由于該數(shù)據(jù)庫(kù)每一年都有新企業(yè)進(jìn)入和老企業(yè)退出，每年的企業(yè)并不相同，依據(jù)企業(yè)代碼和名稱，得到2004－2011年持續(xù)經(jīng)營(yíng)的134625家企業(yè)。其次，在這些樣本中去掉2004－2011年間任一年中出口交貨值、主營(yíng)業(yè)務(wù)收入、從業(yè)人員數(shù)、工業(yè)銷售收入、應(yīng)付工資總額、應(yīng)付福利總額、負(fù)債合計(jì)、資產(chǎn)合計(jì)等關(guān)鍵變量存在缺失值、零值或小于零值的企業(yè)樣本，得到91128家企業(yè)。然后在這些樣本中去掉不符合會(huì)計(jì)準(zhǔn)則的企業(yè)，并對(duì)女性從業(yè)人員數(shù)缺失的企業(yè)視情況進(jìn)行處理，如有些企業(yè)2005年和2006年女性從業(yè)人員很多，在2007年卻缺失，如果因此將該企業(yè)女性從業(yè)人員數(shù)簡(jiǎn)單設(shè)為零值顯然不可靠，可利用移動(dòng)平均法計(jì)算得到。經(jīng)過(guò)上述篩選，得到90334家企業(yè)樣本。最后，由于原始數(shù)據(jù)原因，存在一些重復(fù)的企業(yè)數(shù)據(jù)，將這些企業(yè)數(shù)據(jù)去掉，最終得到90147家不重復(fù)的企業(yè)樣本。

(二)統(tǒng)計(jì)描述

1.性別就業(yè)歧視的比較

文章將企業(yè)的性別就業(yè)歧視定義為女性從業(yè)人員數(shù)與總從業(yè)人員數(shù)的比值，表2給出了外資進(jìn)入的企業(yè)和外資未進(jìn)入的企業(yè)的性別就業(yè)歧視差異，從表2可知，2004－2011年企業(yè)的女性從業(yè)人員數(shù)與總從業(yè)人員數(shù)的比值從31.94%下降為19.50%，性別就業(yè)歧視呈現(xiàn)出越來(lái)越嚴(yán)重的趨勢(shì)。其中外資進(jìn)入的企業(yè)女性從業(yè)人員數(shù)與從業(yè)人員數(shù)的比值低于外資未進(jìn)入的企業(yè)，即外資進(jìn)入的企業(yè)性別就業(yè)歧視高于外資未進(jìn)入的企業(yè)。此外，外資進(jìn)入的企業(yè)和外資未進(jìn)入的企業(yè)的性別就業(yè)歧視均呈現(xiàn)出越來(lái)越嚴(yán)重的趨勢(shì)。那么，這是否意味著外資進(jìn)入的企業(yè)和外資未進(jìn)入的企業(yè)均加劇了性別就業(yè)歧視?得出該結(jié)論為時(shí)尚早，原因是還沒(méi)有考慮其他影響企業(yè)性別就業(yè)歧視的因素，也沒(méi)有進(jìn)行估計(jì)分析。

表2 外資進(jìn)入和外資未進(jìn)入的企業(yè)性別就業(yè)歧視比較

2.基于匹配變量的統(tǒng)計(jì)性描述

表3給出了2004－2011年間外資進(jìn)入的企業(yè)和外資未進(jìn)入的企業(yè)匹配變量的均值。從表3可以看出，外資進(jìn)入的企業(yè)和外資未進(jìn)入的企業(yè)在匹配變量上存在顯著差異，相對(duì)于外資未進(jìn)入的企業(yè)，外資進(jìn)入的企業(yè)具有更大的出口規(guī)模、更高的勞動(dòng)生產(chǎn)率、更多的主營(yíng)業(yè)務(wù)收入以及更低的工資水平、更少的員工福利和三險(xiǎn)一金、更小的企業(yè)規(guī)模、較差的財(cái)務(wù)狀況。這可能是因?yàn)橹袊?guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)的統(tǒng)計(jì)對(duì)象為規(guī)模以上工業(yè)法人企業(yè)，包括全部國(guó)有和年主營(yíng)業(yè)務(wù)收入500萬(wàn)元及以上的非國(guó)有工業(yè)法人企業(yè)，相對(duì)于未進(jìn)入的國(guó)有規(guī)模工業(yè)法人企業(yè)而言，外資進(jìn)入的企業(yè)多是年主營(yíng)業(yè)務(wù)收入500萬(wàn)元及以上的非國(guó)有工業(yè)法人企業(yè)。

表3 外資進(jìn)入和外資未進(jìn)入的企業(yè)基于匹配變量的統(tǒng)計(jì)性描述

五、模型估計(jì)與實(shí)證分析

(一)匹配平衡性檢驗(yàn)

首先進(jìn)行匹配平衡性檢驗(yàn)。從表4可知，匹配后，外資進(jìn)入的企業(yè)和外資未進(jìn)入的企業(yè)標(biāo)準(zhǔn)偏差減少了80%以上，從T檢驗(yàn)相伴概率值可知，匹配后，兩組企業(yè)樣本在出口規(guī)模、主營(yíng)業(yè)務(wù)收入、企業(yè)規(guī)模、勞動(dòng)生產(chǎn)率、工資水平、員工福利、三險(xiǎn)一金和財(cái)務(wù)狀況這些匹配變量上均不存在顯著差異。依據(jù)Rosenbaum and Rubin［20］的觀點(diǎn)，標(biāo)準(zhǔn)偏差越小，匹配結(jié)果越好，當(dāng)匹配變量的標(biāo)準(zhǔn)偏差的絕對(duì)值大于20時(shí)，匹配效果不好。從表4中可知，匹配后各匹配變量的標(biāo)準(zhǔn)偏差絕對(duì)值均比20小，因此，匹配變量的選擇是合適的，且匹配方法選擇恰當(dāng)，Kernel匹配估計(jì)是有效的。

表4 匹配平衡性檢驗(yàn)

(二)Kernel傾向評(píng)分匹配估計(jì)分析

通過(guò)Kernel傾向評(píng)分匹配估計(jì)，得到外資進(jìn)入與性別就業(yè)歧視因果效應(yīng)的估計(jì)結(jié)果，如表5所示。

首先，從表5可知，有外資進(jìn)入的企業(yè)對(duì)其性別就業(yè)歧視產(chǎn)生了顯著的正面影響。具體而言，經(jīng)過(guò)傾向評(píng)分匹配后外資進(jìn)入對(duì)處理組企業(yè)的平均影響效應(yīng)為20.12%，T檢驗(yàn)值在5%水平上顯著，這說(shuō)明控制從業(yè)人員其他特征對(duì)就業(yè)的影響，克服內(nèi)生性問(wèn)題和一般回歸分析所引起的估計(jì)偏差后，外資進(jìn)入的企業(yè)性別就業(yè)歧視比外資未進(jìn)入的企業(yè)要高出20.12%，外資進(jìn)入在一定程度上加劇了性別就業(yè)歧視。

其次，將企業(yè)按行業(yè)屬性分為資本密集型、技術(shù)密集型和勞動(dòng)密集型企業(yè)研究這三類外資進(jìn)入的企業(yè)是否加劇了性別就業(yè)歧視。具體企業(yè)劃分依據(jù)為兩位數(shù)行業(yè)代碼，其中資本密集型企業(yè)所屬行業(yè)代碼共8個(gè)①為25(石油加工、煉焦及核燃料加工業(yè))、31(非金屬礦物制品業(yè))、32(黑色金屬冶煉及壓延加工業(yè))、33(有色金屬冶煉及壓延加工業(yè))、34(金屬制品業(yè))、35(通用設(shè)備制造業(yè))、36(專用設(shè)備制造業(yè))、41(儀器儀表及文化、辦公用機(jī)械制造業(yè));技術(shù)密集型企業(yè)所屬行業(yè)代碼共6個(gè)②為26(化學(xué)原料及化學(xué)制品制造業(yè))、27(醫(yī)藥制造業(yè))、28(化學(xué)纖維制造業(yè))、37(交通運(yùn)輸設(shè)備制造業(yè))、39(電氣機(jī)械及器材制造業(yè))、40(通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè));勞動(dòng)密集型企業(yè)所屬行業(yè)代碼共為14個(gè)③為13(農(nóng)副食品加工業(yè))、14(食品制造業(yè))、15(飲料制造業(yè))、16(煙草制造業(yè))、17(紡織業(yè))、18(紡織服裝、鞋、帽制造業(yè))、19(皮革、毛皮、羽毛(絨)及其制品業(yè))、20(木材加工及木、竹、藤、棕、草制品業(yè))、21(家具制造業(yè))、22(造紙及紙制品業(yè))、23(印刷業(yè)和記錄媒介的復(fù)制)、24(文教體育用品制造業(yè))、29(橡膠制品業(yè))、30(塑料制品業(yè))。從表5中可知，經(jīng)過(guò)傾向評(píng)分匹配后資本密集型企業(yè)和技術(shù)密集型企業(yè)的外資進(jìn)入分別對(duì)處理組企業(yè)的平均影響效應(yīng)為30.43%和 26.75%，T檢驗(yàn)值分別在5%和1%水平上顯著;勞動(dòng)密集型企業(yè)外資進(jìn)入對(duì)處理組企業(yè)的平均影響效應(yīng)為－15.09%，T檢驗(yàn)值在5%水平上顯著。也就是說(shuō)，外資進(jìn)入的資本密集型企業(yè)和技術(shù)密集型企業(yè)加劇了性別就業(yè)歧視，外資進(jìn)入的勞動(dòng)密集型企業(yè)緩解了性別就業(yè)歧視。原因在于資本密集型企業(yè)和技術(shù)密集型企業(yè)由于外資進(jìn)入對(duì)從業(yè)人員的文化素質(zhì)和知識(shí)技能要求提高，對(duì)于在教育上處于劣勢(shì)的女性而言，顯然文化素質(zhì)和知識(shí)技能低致使她們競(jìng)爭(zhēng)力較低，且這些行業(yè)提供的工資福利待遇較好，崗位競(jìng)爭(zhēng)更為激烈，加上高素質(zhì)高技能的女性相對(duì)男性而言供給數(shù)量和供給彈性較低，這也使得女性就業(yè)水平較低。此外，這些企業(yè)雇傭女性的相關(guān)成本(如生育成本等)較高，而且即便雇傭了女性，也需要對(duì)其進(jìn)行技能培訓(xùn)，技能培訓(xùn)成本較高，同時(shí)這些已培訓(xùn)的女性離職對(duì)資本密集型企業(yè)和技術(shù)密集型企業(yè)而言，機(jī)會(huì)成本較高，致使這些企業(yè)在招聘員工時(shí)加劇了性別就業(yè)歧視。對(duì)于勞動(dòng)密集型企業(yè)，外資進(jìn)入更多的是利用本地廉價(jià)的勞動(dòng)力，女性員工通常工資福利待遇低于男性，同時(shí)勞動(dòng)密集型企業(yè)對(duì)知識(shí)技能要求較低，并不需要員工受過(guò)多少教育，且崗位競(jìng)爭(zhēng)不激烈，使得性別就業(yè)歧視減少。此外，這些企業(yè)雇傭女性的機(jī)會(huì)成本較低，且在崗的女性員工容易替代，使得雇傭女性的生育等相關(guān)成本對(duì)這些企業(yè)影響較小，故減少了性別就業(yè)歧視。

表5 外資進(jìn)入與性別就業(yè)歧視因果效應(yīng)的估計(jì)結(jié)果

再者，分地區(qū)研究外資進(jìn)入的企業(yè)是否加劇了性別就業(yè)歧視。將樣本企業(yè)按照其所屬省(自治區(qū)、直轄市)分為東部地區(qū)、中部地區(qū)和西部地區(qū)的企業(yè)①東部地區(qū)有北京、天津、上海、河北、山東、遼寧、江蘇、浙江、廣東、福建和海南，中部地區(qū)有山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南，西部地區(qū)有內(nèi)蒙古、廣西、重慶、四川、陜西、貴州、甘肅、云南、寧夏、新疆、青海和西藏。從表5中可知，經(jīng)過(guò)傾向評(píng)分匹配后東部地區(qū)企業(yè)的外資進(jìn)入對(duì)處理組企業(yè)的平均影響效應(yīng)為38.27%，T檢驗(yàn)值在10%水平上顯著;中西部地區(qū)的外資進(jìn)入對(duì)處理組企業(yè)的平均影響效應(yīng)分別為－8.48%和－9.03%，T檢驗(yàn)值均在5%水平上顯著。也就是說(shuō)，東部地區(qū)外資進(jìn)入的企業(yè)加劇了性別就業(yè)歧視，中西部地區(qū)外資進(jìn)入的企業(yè)緩解了性別就業(yè)歧視。原因可能在于以下幾點(diǎn):一是進(jìn)入東部地區(qū)企業(yè)的外資比重更高，且更多地進(jìn)入了資本密集型企業(yè)和技術(shù)密集型企業(yè)，而進(jìn)入中西部地區(qū)企業(yè)的外資比重較低，且更多地進(jìn)入了勞動(dòng)密集型企業(yè)。據(jù)統(tǒng)計(jì)，樣本數(shù)據(jù)中東部地區(qū)企業(yè)外資進(jìn)入占整個(gè)外資進(jìn)入的比重為88.23%，其中有64.72%進(jìn)入了資本密集型企業(yè)和技術(shù)密集型企業(yè)，而中西部地區(qū)企業(yè)外資進(jìn)入占整個(gè)外資進(jìn)入的比重分別為7.41%和4.36%，其中分別有70.16%和79.85%進(jìn)入了勞動(dòng)密集型企業(yè)。二是相對(duì)中西部地區(qū)，外資進(jìn)入東部地區(qū)的企業(yè)使得市場(chǎng)競(jìng)爭(zhēng)更為激烈，并且東部地區(qū)的勞動(dòng)力市場(chǎng)競(jìng)爭(zhēng)也更為激烈，兩者使得雇傭女性的相關(guān)成本和機(jī)會(huì)成本較高。三是進(jìn)入東部地區(qū)企業(yè)的外資更多是戰(zhàn)略資產(chǎn)尋求型和效率尋求型的，對(duì)從業(yè)人員的知識(shí)技能要求較高，同時(shí)對(duì)雇傭員工的再教育培訓(xùn)也會(huì)更多，使得雇傭女性員工的相關(guān)成本和機(jī)會(huì)成本更高，進(jìn)而加劇了性別就業(yè)歧視。與之相反，進(jìn)入中西部地區(qū)企業(yè)的外資更多是市場(chǎng)尋求型和自然資源尋求型的，對(duì)從業(yè)人員的知識(shí)技能要求低，對(duì)雇傭員工的再教育培訓(xùn)也少，加上女性員工工資福利待遇低，且在勞動(dòng)力市場(chǎng)上容易替換，使得女性員工雇傭的相關(guān)成本和機(jī)會(huì)成本對(duì)企業(yè)影響較小，進(jìn)而致使外資進(jìn)入中西部地區(qū)企業(yè)緩解了性別就業(yè)歧視。四是相對(duì)中西部地區(qū)，東部地區(qū)的制度環(huán)境較好，市場(chǎng)化指數(shù)高，外資進(jìn)入該地區(qū)的企業(yè)更容易被納入跨國(guó)公司全球生產(chǎn)采購(gòu)系統(tǒng)中，成為供應(yīng)商和經(jīng)銷商，跨國(guó)公司會(huì)提供更多的再教育培訓(xùn)，這也使得雇傭女性員工的相關(guān)成本和離職的機(jī)會(huì)成本更高，進(jìn)而致使東部地區(qū)外資進(jìn)入的企業(yè)加劇了性別就業(yè)歧視。

最后，利用中國(guó)工業(yè)數(shù)據(jù)庫(kù)本身的特點(diǎn)，可以將進(jìn)入企業(yè)的外資分為來(lái)源于港澳臺(tái)地區(qū)的外資和來(lái)源于其他國(guó)家地區(qū)的外資，然后分別考察這兩種外資進(jìn)入的企業(yè)是否加劇了性別就業(yè)歧視。從表5中可知，經(jīng)過(guò)傾向評(píng)分匹配后來(lái)源于港澳臺(tái)地區(qū)的外資進(jìn)入的企業(yè)對(duì)處理組企業(yè)的平均影響效應(yīng)為－14.09%，T檢驗(yàn)值在5%水平上顯著，來(lái)源于其他國(guó)家地區(qū)的外資進(jìn)入的企業(yè)對(duì)處理組企業(yè)的平均影響效應(yīng)為32.74%，T檢驗(yàn)值均在10%水平上顯著。也就是說(shuō)，來(lái)源于港澳臺(tái)地區(qū)的外資進(jìn)入緩解了性別就業(yè)歧視，來(lái)源于其他國(guó)家地區(qū)的外資進(jìn)入則加劇了性別就業(yè)歧視。原因可能在于，來(lái)源于港澳臺(tái)地區(qū)的外資更多地進(jìn)入到了勞動(dòng)密集型企業(yè)，內(nèi)地更多的是承接港、澳、臺(tái)地區(qū)由于勞動(dòng)力成本上升所轉(zhuǎn)移的低技術(shù)含量的制造業(yè);而來(lái)源于歐、美等其他國(guó)家地區(qū)的外資更多地進(jìn)入到了資本密集型企業(yè)和技術(shù)密集型企業(yè)。

(三)穩(wěn)健性檢驗(yàn)

在進(jìn)行上述樣本數(shù)據(jù)處理時(shí)，本文對(duì)女性從業(yè)人員數(shù)缺失的企業(yè)視情況進(jìn)行了處理，這里為了減少人為處理的影響，將女性從業(yè)人員數(shù)缺失的樣本企業(yè)和異常值的樣本企業(yè)去掉，最后得到87127家樣本企業(yè)，再次進(jìn)行傾向評(píng)分匹配估計(jì)。從表6中可知，外資進(jìn)入和外資未進(jìn)入的企業(yè)間的性別就業(yè)歧視差距縮小了，但外資進(jìn)入企業(yè)的性別就業(yè)歧視仍高于外資未進(jìn)入的企業(yè)，且在10%水平上顯著。分行業(yè)、分地區(qū)和分來(lái)源地的估計(jì)也未改變上述估計(jì)結(jié)果，僅是相應(yīng)企業(yè)間的性別就業(yè)歧視差距有所變化，這說(shuō)明上述Kernel傾向評(píng)分匹配估計(jì)結(jié)果是穩(wěn)健的。

表6 穩(wěn)健性檢驗(yàn):外資進(jìn)入與性別就業(yè)歧視因果效應(yīng)的估計(jì)結(jié)果

六、結(jié)論與對(duì)策

基于2004－2011年中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)的微觀數(shù)據(jù)，利用傾向評(píng)分匹配估計(jì)法實(shí)證研究了外資進(jìn)入對(duì)性別就業(yè)歧視的影響，結(jié)果發(fā)現(xiàn)，外資進(jìn)入的企業(yè)在一定程度上加劇了性別就業(yè)歧視，外資未進(jìn)入的企業(yè)緩解了性別就業(yè)歧視;外資進(jìn)入的資本密集型企業(yè)和技術(shù)密集型企業(yè)加劇了性別就業(yè)歧視，外資進(jìn)入的勞動(dòng)密集型企業(yè)緩解了性別就業(yè)歧視;東部地區(qū)外資進(jìn)入的企業(yè)加劇了性別就業(yè)歧視，中西部地區(qū)外資進(jìn)入的企業(yè)緩解了性別就業(yè)歧視;來(lái)源于港澳臺(tái)地區(qū)的外資進(jìn)入緩解了性別就業(yè)歧視，來(lái)源于其他國(guó)家地區(qū)的外資進(jìn)入則加劇了性別就業(yè)歧視。上述發(fā)現(xiàn)意味著，在注意外資進(jìn)入的環(huán)境污染效應(yīng)、擠出效應(yīng)等負(fù)面效應(yīng)的同時(shí)，還需注意外資進(jìn)入的性別就業(yè)歧視效應(yīng)，且外資進(jìn)入資本密集型企業(yè)和技術(shù)密集型企業(yè)雖然有助于技術(shù)外溢，但也加劇了性別就業(yè)歧視。因此，需提高外資進(jìn)入的質(zhì)量，促進(jìn)就業(yè)公平:一是要制定政策，鼓勵(lì)資本技術(shù)密集型企業(yè)和東部地區(qū)企業(yè)多雇傭女性員工，可以考慮對(duì)多雇傭女性員工的企業(yè)給予補(bǔ)貼或稅收減免以減少企業(yè)雇傭女性員工所承擔(dān)的相關(guān)成本和機(jī)會(huì)成本;二是不考慮行業(yè)、地區(qū)和來(lái)源地的差異，均需制定政策鼓勵(lì)外資進(jìn)入的企業(yè)和外資未進(jìn)入的企業(yè)加大對(duì)現(xiàn)有女性員工的再教育培訓(xùn)，政府可考慮給予補(bǔ)貼或稅收減免，但政府對(duì)不同行業(yè)和不同來(lái)源地的外資進(jìn)入企業(yè)制定政策的側(cè)重點(diǎn)不同;三是政府要加大女性的教育培訓(xùn)投入力度，提高她們的競(jìng)爭(zhēng)力，減少她們?cè)诰蜆I(yè)時(shí)遭遇到的歧視，同時(shí)也要制定相關(guān)法律法規(guī)，切實(shí)保護(hù)女性就業(yè)的權(quán)利;四是中西部地區(qū)不能因?yàn)橥赓Y進(jìn)入的企業(yè)緩解了性別就業(yè)歧視，就簡(jiǎn)單鼓勵(lì)引進(jìn)外資，需考慮外資進(jìn)入的綜合效應(yīng)。

［1］張抗私:《就業(yè)性別歧視與人力資本投資傾向的交互作用分析》，載《浙江大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版)》2009年第5期。

［2］姜戰(zhàn)軍:《反就業(yè)性別歧視視野下的性別平等》，載《華中科技大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)》2010年第5期。

［3］賀永平、熊艷、郭平:《大學(xué)生就業(yè)性別歧視的成因與對(duì)策》，載《中國(guó)青年研究》2011年第3期。

［4］鄭月明、董登新:《外商直接投資對(duì)我國(guó)就業(yè)的區(qū)域差異與動(dòng)態(tài)效應(yīng)》，載《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2008年第5期。

［5］毛日昇:《出口、外商直接投資與中國(guó)制造業(yè)就業(yè)》，載《經(jīng)濟(jì)研究》2009年第11期。

［6］溫懷德、譚晶榮:《中國(guó)對(duì)外貿(mào)易、FDI對(duì)就業(yè)影響的實(shí)證研究》，載《國(guó)際貿(mào)易問(wèn)題》2010年第8期。

［7］唐杰英:《外商直接投資、不同股權(quán)參與和就業(yè)—來(lái)自我國(guó)工業(yè)企業(yè)的實(shí)證分析》，載《國(guó)際經(jīng)貿(mào)探索》2010年第9期。

［8］馬述忠、呂淼:《外商直接投資與農(nóng)業(yè)產(chǎn)業(yè)安全—基于國(guó)內(nèi)投資與就業(yè)擠出效應(yīng)視角的實(shí)證研究》，載《國(guó)際貿(mào)易問(wèn)題》2012年第4期。

［9］丁翠翠、郭慶然:《外商直接投資對(duì)我國(guó)就業(yè)影響的動(dòng)態(tài)效應(yīng)與區(qū)域差異—基于動(dòng)態(tài)面板數(shù)據(jù)模型的GMM估計(jì)》，載《經(jīng)濟(jì)經(jīng)緯》2014年第1期。

［10］張二震、任志成:《FDI與中國(guó)就業(yè)結(jié)構(gòu)的演進(jìn)》，載《經(jīng)濟(jì)理論與經(jīng)濟(jì)管理》2005年第5期。

［11］王維國(guó)、顏敏:《人力資本存量、人力資本結(jié)構(gòu)與FDI互動(dòng)關(guān)系研究》，載《財(cái)經(jīng)問(wèn)題研究》2008年第9期。

［12］闞大學(xué):《基于省級(jí)動(dòng)態(tài)面板數(shù)據(jù)的外資與人力資本形成的非線性關(guān)系研究》，載《國(guó)際商務(wù)—對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)》2013年第4期。

［13］楊云彥、徐映梅，向書(shū)堅(jiān):《就業(yè)替代與勞動(dòng)力流動(dòng):一個(gè)新的分析框架》，載《經(jīng)濟(jì)研究》2003年第8期。

［14］朱金生:《FDI與區(qū)域就業(yè)轉(zhuǎn)移:一個(gè)新的分析框架》，載《國(guó)際貿(mào)易問(wèn)題》2005年第6期。

［15］朱彤、劉斌、李磊:《外資進(jìn)入對(duì)城鎮(zhèn)居民收入的影響及差異—基于中國(guó)城鎮(zhèn)家庭住戶收入調(diào)查數(shù)據(jù)(CHIP)的經(jīng)驗(yàn)研究》，載《南開(kāi)經(jīng)濟(jì)研究》2012年第2期。

［16］邵敏:《出口貿(mào)易是否促進(jìn)了我國(guó)勞動(dòng)生產(chǎn)率的持續(xù)增長(zhǎng)—基于工業(yè)企業(yè)微觀數(shù)據(jù)的實(shí)證檢驗(yàn)》，載《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2012年第2期。

［17］Smith J.and Todd P..“Rejoinder to Dehejia”，Econometrics，2005b，125.

［18］Helpman E.ltskhoki O.and Redding S..“Inequality and Unemployment in a Global Economy ”，Economctrica，2010，78.

［19］陳昊:《出口是否加劇了就業(yè)性別歧視:基于傾向評(píng)分匹配的再估計(jì)》，載《財(cái)經(jīng)研究》2013年第9期。

［20］Rosenbaum P.and Rubin D..“Constructing a Control Group Using a Multivariate Matched Sampling Method that Incorporates the Propensity Score”，American Statistician，1985，39.