两性收入差异的长期变动趋势及影响因素分析

关键词：个人收；性别不公；纵向分析；多层模型

摘要：性别平等问题一直为中国政府所关注，中国妇女的社会经济地位也自1949年以来有了根本性的改善。然而，收入的性别小公现象依然比较严重。本文利用“中国健康与营养调查”数据，分析1989―2006年间两性收入的特征、变化轨迹及差异的决定因素：多层模型分析结果表明，女性收入相当于男性收入的70―80％左右。形成差异的原因是多方面的，其中纯粹的性别歧视依然存在。

中图分类号：D669.2

文献标识：A

文章编号：1004－2563(2008)04－0010－10

一、问题的提出

1949年以来，中国政府的关注从根本上改变了妇女的社会经济地位，促进性别公正的努力取得了举世瞩目的成就。然而，在社会转型、经济转轨、人口转变、文化变迁时期，中国性别平等的事业似乎停滞不前；在进步的背后，尚有许多不尽人意的现象。比如，种种原因使女性在职场上难以获得与男性公平的就业机会；两性之间包括收入在内的显性和隐性的资源获得不公现象依旧普遍。由于职业和收入直接决定个体在社会上的经济地位以及在家庭中的话语权，收入的性别差异成为不利于女性发展的阻力，是女性始终未能摆脱弱势地位的主要原因之一。

随着1978年以来经济体制改革的深入，两性收入不平等的程度普遍扩大。两性收入差距一方面是性别差异的产物，反过来又延续性别不公的传统。大量的研究对此进行了分析。然而，现存研究多是静态研究，即是对某个时点两性收入的比较研究。中国的发展日新月异，个体的收入水平也在不断地发生变化。在社会性别公正受到普遍关注的今天，收入的性别不公是在扩大还是在缩小?两性收入的不平等是否也随着中国社会经济的发展而发生着相应的变化?哪些因素延续了两性收入不公的传统?对这些问题的回答具有重要的理论和现实意义。

本文使用1989―2006年“中国健康与营养调查”纵向数据，动态地分析两性收入的特点、变化轨迹及差异的决定因素。本文试图回答以下问题：在1989―2006年的18年间，(1)两性收入的特点有何异同；(2)收入的性别差异是否随时间的流逝而发生相应变化；(3)在其他人力资本等因素相同的情况下，收入的性别不公是否依旧存在――换言之，我们分析是个人特征方面的差异、还是性别本身、抑或是二者之间的互动导致了两性的收入差异。由于教育、职业和工作经历是决定个体收入的主要因素，一旦它们得到控制后，如果收入的性别差异还存在的话，该差异可以被认为是源于性别歧视。

收入是个体社会经济地位的基础。收入的性别不公不仅影响女性的生存和发展，而且也事关其他个体、家庭和社会的福利。对女性而言，收入水平的增加将改善她们在家庭决策中的影响力，有利于资源在家庭内部重新分配，有利于女性自主地选择计划生育，降低生育率，提高生育质量，并有助于提高其子女的人力资本。从家庭角度来看，较高程度的性别公正有利于家庭的形成、婚姻的稳定、家庭功能的实施及福利的改善。从宏观角度看，性别公正关乎社会经济发展的全局，对有效地构建和谐社会的战略部署及其目标的实现，促进人口与社会的协调发展、社会经济的可持续发展也至关重要。总之，女性的发展是衡量社会发展水平的一个重要指标，探讨两性收入差异的原因有利于改善女性在经济上的弱势地位，最终将有助于提升两性的福利、家庭的福利和社会福利。

二、两性收入的特点与理论背景

(一)两性收入的特点

收入是一个难以衡量的指标，不同的数据和研究得出的结论并不一致。然而，一个不争的事实是，群体之间的收入差异是世界各国劳动力市场上共有的、长期存在的现象，且常常随着新技术的出现和应用呈现扩大的趋势。过往研究表明，收入差异与个体的人力资本存量、职业类型、性别等因素密切相关。在中国社会经济转型过程中，两性之间的工资差异显著扩大，男性的收入水平超过女性的收入水平。

鉴于城乡二元分化的特点，现存研究主要关注城市男女之间的收入水平。城市女性与男性的工资比例由1988年的84.4％下降到1995年的82.5％，两次中国妇女社会地位调查结果显示，1999年，城镇在业女性包括各种收入在内的年均收入为7409.7元，是男性收入的69.3％，两性的收入差距比1990年扩大了8.2个百分点；从收入分布看，将近一半的城镇在业女性年收入低于5 000元，仅有6％的女性年收入高于1.5万元；低收入的女性比男性高19.3个百分点，中等以上收入的女性比男性低6.6个百分点。即便是在较高层次的职业中，具有相同职业的两性的收入差异依旧十分明显，反映了男女“同工不同酬”现象。同样，农村的女性与男性劳动力之间的报酬也有很大差距。1999年，以农林牧渔业为主的女性人均年收入为2 368.7元，仅是男性收入的59.6％，差距比1990年扩大了21.8个百分点。

虽然在1980和1990年代，中国两性之间的工资差异扩大了，且对女性的歧视呈扩大趋势，但中国的性别工资结构仍比其他很多国家更为平等。然而，在性别观念较为平等的北欧诸国，收入的平等性也较强，其女性与男性的收入之比超过中国同类指标。不过，即便是世界上最平等、最发达的国家，女性的收入也不足男性收入的90％。可见，两性收入的差距不是中国独有的现象，而是一个全球性问题。几乎在所有发达国家，即使在控制了教育水平、工作经验等诸多因素的影响之后，两性之间仍存在着明显的工资差异。

(二)两性收入差异理论

多学科学者从不同视角提出相互补足、但侧重点不同的理论，解释工资／收入的性别差异，包括人力资本理论，歧视理论，劳动力市场分割理论。下面对每种理论略加介绍。

1.人力资本理论

新古典经济学从人力资本的角度探讨了两性的工资差异：女性工资低于男性工资的主要原因在于她们较低的教育水平、较少的工作经验，等等。教育是一种人力资本投资，其收益包括未来在劳动力市场上获得更好的工作机会、更稳定的工作和更高的收入。多国比较研究显示，教育投资的收益率相当可观：多接受一年学校教育的明瑟收益率达7％―12％。在中国，女性的教育收益率普遍高于男性的教育收益率，但女性较高的收益率既不意味着她们收入的绝对值高于男性，也不意味着受过高等教育的女性职员获得与男性相同的收入，而是由于低教育水平的女性收入的绝对值低于男性。收入的性别差异在教育程度较低的人群中较大，在受过高等教育、从事脑力劳动的人群中相应较小。

2.歧视理论

劳动力市场歧视理论因歧视原因的不同可分为两类。第一，纯粹的性别歧视，即在产出相同的条件下，雇主给女性的工资仍然低于男性。该歧视是由于雇用者、同行和顾客的偏好造成的。纯粹的性别歧

视大体有三种情况：其一，同工不同酬：拥有相同生产率的男性和女性无法获得同等的回报；其二，职业及职位歧视：雇主故意将与男雇员具有相同教育水平和生产潜力的女雇员安排到低工资报酬的职位或担负较低责任水平的工作，而把高工资报酬的工作留给男性雇员；其三，反馈影响(feedback effect)或前市场歧视(pre-market discrimination)：女性劳动力在培训和晋升等方面的不公待遇降低了她们对劳动市场的预期，驱使她们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收入。

第二，利益最大化歧视。因为女性的劳动效率被认为低于男性，雇主对利益最大化的追求导致了女性的收入低于男性的收入。当纯粹的性别歧视不存在时，追求利润最大化的雇主在竞争性的劳动力市场中，往往从自身的经济利益出发决定劳动力的雇佣、安置、提升及报酬，故两性的工资差异主要来自于劳动生产率。

假设女性的劳动生产率低于男性的实际上暗示了其他形式的劳动力市场内、外的性别歧视。前者是指两性之间在雇用、职业培训和升迁机会等方面的不平等(即纯粹的性别歧视)，后者是指家内劳动和受教育程度的不公。一方面，女性在感情上与子女更为亲近；另一方面，长期的社会化过程使一些女性内化了“女主内”的传统观念，自愿或不自愿地承担起大部分的家庭责任。家务劳动干扰了她们的社会劳动参与。西方一些受过高等教育的妇女在子女出生后回归家庭，当全职母亲。这样的劳动分工使女性与劳动力市场的联系较弱，导致女性的教育、职业培训、工作经验、工作能力低于男性，降低她们的工资收入。

3.职场分割理论

劳动力市场(职场)分割理论从另一个视角分析收入的性别差异。该理论认为，个体收入的高低既受制于人力资本的存量，又取决于性别本身和工作性质――工资是性别、人力资本和工作性质等多种因素综合作用的结果。工作内容和职业境遇(工作稳定性、升迁的可能性、工资支付方式等)的差异将劳动力市场区隔为不同层级，且每个层级的劳动市场的工资决定方式、工资水平和工作条件各不相同。男人和女人分配到不同的劳动力市场上，女性劳动者多滞留在次级市场。在两性劳动力市场相互分割的环境下，对女性开放的职业十分有限，且女性很难进入男性主导的职业，故她们只能集中在“女性”职业中。无论是内在的还是潜在的生产能力，与男性占主要地位的行业和职业相比，女性集中的行业和职业往往不具有优势，职业声望较差、升迁的机会较少，导致了职业之间和性别之间的工资差异。

性别歧视和行(职)业隔离是造成中国两性收入差距扩大的最主要决定因素。在劳动力市场上，性别歧视表现为两种情况：其一，行业和职业隔离(即群间隔离)。女性较易从事进入门槛和垄断程度低的行业；在进入门槛和垄断程度高的行业中，男性占有优势。其二，行业和职业内差异(即群内差异)。即便女性进入了由男性垄断的行业和职业，但在管理层次，男性仍占据主导地位，导致收入的性别差距。

上面的理论能解释中国收入的性别差异吗?中国两性收入的差异有哪些决定因素呢?

三、数据与方法

本文使用1989、1993、1997、2000、2004和2006年“中国健康与营养调查”(CHNS)纵向数据来分析两性收入的趋势、现状、特点、决定因素，并回答上面的问题。CHNS调查包括等多层次、多维度资料，是比较两性收入变动趋势和差异的最好资料之一。样本是16―55岁／60岁的人群。女性样本包括16―55岁的被访问者，因为大部分女性在55岁以后退休；男性样本包括16―60岁人群。

(一)变量

因变量：收入的性别差异可以通过多种方法来衡量，本文将之衡量为受访者的月收入(元)。

主要自变量：本文的主要自变量是性别，通过两种方式来衡量：其一，性别的虚拟变量(女性为1，男性为0)。其二，考虑到城乡之间在收入和性别角色观念等方面的巨大差异，我们生成一组由城乡和性别构成的复合变量：城市男性、城市女性、农村男性和农村女性，以便同时考察城乡和性别对收入的影响。研究表明，性别对收入发生直接和间接作用。

控制变量：为探讨性别对收入的独立作用，本文控制其他可能影响两性收入水平和(或)调节性别与收入关系的因素，包括受访者的人口学特征(年龄、民族、婚姻状况)、人文资本(教育程度、职业类别)、地域差异(城乡居住、省份)和时间(调查年份)。比如，年龄是个体生命历程的指标，并存一定程度上代表了个人的工作经验：年岁越大、履历越深，工作经验越丰富，故不同年龄的个体可能拥有不同的收入水平；青壮年的收入水平超过年轻人和老年人；老年女性的收入尤低。

教育程度被衡量小学(包括文盲)、初中、高中、大学(包括大学以上学历)。个人的教育程度通常与收入正相关，但每个教育层级对收入的影响程度可能并不一致；与其他教育层次相比，大学教育更大幅度地增加个体收入，且随着时代的推移而影响越大。不过，教育回报具有很强的异质性：对女性的影响大于对男性的影响，对城镇的影响大于对农村的影响，对东部的影响大于对中西部的影响，也是拉大农户之间收入差距的主要原因。

职业是个体收入的最直接影响因素，还调节教育对收入的影响。基于中国人对职业好坏的传统认识和有关改革时期社会分层研究，本文按照是否在业和职业类型将个体的工作情况分为四类：未工作、农民、普通工人和干部。将一些不同的职业归于一类可能不利于探讨每个职业对收入的单独作用，因为男女工资差异既受制于职业间、也受制于职业内的差异。不过，本文的重点不在于职业与收入之间的关系，合并职业类型不会使模型的分析结果产生偏差。

中国城乡之间、地区之间存在着巨大的收入差异。市民的收入超过农民的收入；沿海的收入超过内地的收入，故在分析收入的性别差异时，城乡和省份也被作为控制变量纳入分析中，每个省份为一个虚拟变量。最后，在过去的近20年中，个体收入不断增长，故模型分析也包括表示调查年份的变量，该变量可提供家庭人均年收入变化的时间趋势。

(二)研究方法

首先，分析在其他条件相同的情况下，收入的性别差异是否存在；其次，分析收入的性别差异是否因城乡而异；再次，分析不同层次因素对因变量的影响是否随性别而异。这三个步骤都采用合并数据分析方法(pooled cross-sectional analysis)。它将历次调查的有效样本上下对接在一起，是一种非严格意义的纵向分析；其中的部分样本是追踪的，另一部分样本是新出现的。就本文而言，1/3的样本没有得到任何追踪；在6期调查中都得到追踪的样本更少。样本失去追踪的主要原因包括调查省份的变迁和样本年龄的选择。尽管如此，该分析方法比横向数据分析更具

优势：横向分析结果只提供某个时点男女收入的现状及差异的规律，不能回答变化的问题。在1989到2006年的18年间，中国社会发生了巨大的变化，个人收入也翻了数番。使用历次调查数据进行纵向分析有助于了解个体收入是否因时而异。

以连续形式衡量的因变量需要采用线性模型。鉴于数据的多层性，本义采用多层线性模型技术：第三层为社区，第二层为个人，第一层为参与年份。多层模型技术考虑到没有衡量到的或根本无法衡量的社区层次和个人层次随机变量的变异，从而得出更为精确的参数估计；将参与年份列为一个独立层次可以控制同一个体未能观察到或无法观察的差异性。三层随机截距模型的公式为：

Yijk=β+β1Xijk+ujk+uk+uk+∈ijk

其中，Yijk是因变量，衡量k社区、j个人和i参与年份的个体平均收入水平。ujk机和uk分别代表第二层(个人)和第三层(社区)的随机变量uk。社区随机变量为同一社区内所有的个人所共有；个人随机变量为同一个体不同调查时间所共有。居住于同一社区的个体的收入水平相互关联，因为他们共有随机变量；其大小使我们得以估计个人特征和社区背景在决定个体收入水平方面作用的大小。

该模型将个体收入水平解释为参与时间、个人特征和社区环境的函数。因变量解释为第k个社区第i个个体和第i调查时间的平均个人月收入。Xijk是变量的向量；β0和β1分别为截距和参数效果。∈ijk为第一层次的变异，正常分布，均值为0，方差为σ2。

无条件平均模型的诊断分析结果表明(限于篇幅，木文没有列出分析结果；有兴趣的读者可向作者索要)，木文采用多层模型技术是合理的，也是必要的。这是因为，两性收入因社区背景、个体特征及被调查的时间而异。这表明，属于同一社区、同一个体或同一调查时间对预测个体的平均收入水平具有重要意义。因此，模型中加入社区、个人和时间的变异变量将改善模型的适合性，从而获得更为精确的参数估计。

四、分析结果

(一)描述性结果

性别差异主要表现在收入、年龄、职业、城乡居住等方面。比如，男性的收入超过女性的收入――在被调查年份，女性收入仅为男性收入的80％。图1描述了按调查年份区分的两性月平均收入水平、两性收入的差值和女性收入与男性收入之比；图2描述了按城乡和性别区分的个人月收入水平；图3描述了教育和职业与收入之间的关系。收入因性别、因城乡和性别而异、因个体的教育水平与职业状况而异，且收入与这些因素的相互关系与预期的一敛，也与现存其他相关研究结果类似。

(二)模型分析结果

表1的4个模型是全部样本(模型1、2)、女性样本(模型3)和男性样本(模型4)人均月收入的分析结果。模型1、2回答在其他因素相同的情况下，收入的性别差异是否依然存在，收入是否同时因城乡和性别而异，哪些因素影响个体的收入水平。模型3、4回答各种因素对因变量的影响是否因个体的性别而异，即对男性收入和女性收入的影响性质和程度是否不同。我们区分男性和女性次样本的原因有三：其一，年龄、教育、职业、居住地等因素可能对两性的收入水平产生不同影响；其二，前面介绍的二元分析结果表明，样本中的男性和女性在一些个体特征方面存在差异；其三，包括性别与教育、性别与职业的互动变量的模型结果(没有列出)显示，互动变量的纳入改善模型的适应性。出于系数解释的便利，本文分别对男性和女性次样本进行回归分析。次样木模型等于将性别与所有其他自变量都进行交互项分析的互动模型，即fully interactive model。

在全部样本中，在其他因素相同的条件下，收入依然存在着显著的性别差异：女性的收入比男性的收入低109元。这表明，男女之间的收入差距不完全是由个体的人文资本及其他个体特征和区域性因素造成的；即便是男性和女性拥有相同的教育水平和职业类型，他们之间的收入差异依然存在。由此可见，性别本身就是决定收入的重要因素，也表明性别歧视是显著的。鉴于被调查期间，女性的月平均收入大约仅为480元，100元的收入差距是巨大的。当将性别按城乡居住进一步区分时，我们发现，城市女性和农村女性的收入都低于城市男性的收入，农村女性的收入是最低的；虽然农村男性的收入也低于城市男性的收入，但二者之间差距并不显著。该分析结果表明，城乡差异同然重要，但性别差异更值得注意。

变量调查年份的分析结果显示，虽然男性和女性的收入水平都随时间的推移而显著增加，但增加的速度因性别而异：即便模型控制了许多其他变量，男性收入的增长速度超过女性收入的增长速度。1989年男性的收入比2000年男性的收入低近550元，女性的只低432元；2006年男性的收入比2000年男性的收入增加579，但女性的只增加487元，二者相差近100元，这与前面图形的分析结果是一致的，也是为什么男女两性收入的绝对差值不断攀升的主要原因。

就个体的人口学特征而言，年龄影响收入的高低。与预期的一致，年龄介于35―44岁的人群的收入超过年轻人群的收入，尤其超过年龄介于25―34岁人群的收入，但45岁以上人群的收入与35―44岁人群的收入并无明显差异。年龄与收入的关系因性别而异：女性的年龄越大，收入越高，二者呈线性关系，而男性的年龄与收入之间呈U型关系，但这些关系都不显著。民族和是否在婚对因变量的影响也不大，但值得注意的是，二者与男性和女性收入之间的关系正好相反：汉族男性的收入超过少数民族男性的收入，但汉族女性的收入低于少数民族女性的收入；在婚男性的收入显著地超过不在婚男性的收入，而在婚女性的收入低于不在婚女性的收入(但不显著)。

就个体的人文资本来看，教育与收入呈正关联。与小学教育程度的受访者相比，受过高中和大学教育人群的收入显著增加，后者增加的幅度尤大。虽然教育对男女两性收入的影响性质是一样的，但对女性收入的影响程度大大超过对男性收入的影响程度：与受过小学教育的人群相比，受过初中、高中、大学教育的女性的收入分别提高86元、75元、360元，而男性的仅提高9元、11元、242元。可见，女性的教育回报率大于男性的教育回报率，教育与性别之间存在显著的互动关系。这也表明，在较低的教育层级，教育与收入之间的关系较小，大学教育对改善个体的收入水平十分重要，对女性尤其如此。

模型分析结果显示，是否在业对个体的收入水平似乎无显著作用，但职业类型对因变量的影响效果出乎意料。虽然在图3中，普通工人的收入仅次于干部的收入，但在其他因素相同的情况下，未工作者、农民和干部的收入都超过普通工人的收入。这一点对全部样本、男性和女性都是如此，虽然对两性收入的影响程度有所不同。干部的收入超过普通工人的收入合情合理，但未工作者及农民的收入也都超过普通工人的收入却令人费解。

尤其令人困惑的是，女性农民的收入显著地超过女性普通工人的收入。造成这些意料之外分析结果的原因可能包括以下几个方面：其一，由于本文的样本是处于工作年龄的人群，未工作者可能是一个有选择性的群体，其中的一部分人属于有钱阶层，自己选择了不工作；另一部分人在失业后做临时工，但他们可能还认为自己没有工作。其二，农民女性群体的选择性。报告自己有收入的农村女性可能本身就是收入比较高的人群；相反，在过去近20年中，工厂和企业经历了体制的转轨，不少工厂经济效益很差，面临倒闭的困境，致使的工人的收入偏低。

就居住地和地域来看，城市人群的收入显著超过农村人群的收入，但其影响程度同样因性别而异：对女性的影响大于对男性的影响――城市女性的收入比农村女性的收入高近70元，而城市男性的收入仅比农村男性的高43元。个体收入也存在巨大的地域差别。与山东省相比，不少其他省份人群的收入都显著降低。地域对收入的影响也因性别而异：在女性群体内，辽宁的女性依然是收入最低的，次为贵州、湖北和河南的女性。在男性群体中，收入最低的是广西，次为辽宁和河南。地域对女性收入的影响远大于对男性的影响：居住在辽宁的男性的收入比山东男性的收入大约低150元，而女性却低近320元；虽然江苏男性的收入与山东男性的收入之间没有显著差别，但江苏女性的收入却与山东女性的收入存在206元的差距。

可见，在其他条件相同的情况下，(1)两性收入依旧是不平等的；(2)个体收入因个体特征、都市化程度、地区和时间的不同而异；(3)自变量对因变量的影响因性别而异。过往研究表明，收入的性别差异一部分是由个人特征差异引起的，另一部分是由先入为主的性别偏好带来的。本文的研究结果表明，二者兼而有之。

从随机变量的系数值来判断，在影响个体收入的各层次因素中，时间因素的作用显然大于个体因素的作用，后者又大于宏观层次因素。首先，无论是哪个模型，截距依然十分显著，表明它是一个变量；也就是说，即便控制了许多影响收入的重要因素，所有人群、女性和男性的人均收入依然因社区、个体特征和时间而异。对女性而言，个体之间的差异是影响收入的最重要因素；对男性来说，时间的作用更为重要。其次，在因变量的总变异中，大约15％可归之于社区之间的差异，22％可归之于个体之间的差异，其余63％的差异来自于个体内差异(即时间差异)，可见时间是影响个体收入的最重要因素(结果没有显示)。再次，模型中包含的社区因素对因变量在该层次的变异具有较强的解释能力(限于篇幅，本文不解释分析结果)。

五、总结与思考

工资的性别差异是一个全球性的问题，见之于世界上几乎每一个国家和地区。经济学家和社会学家提出了人力资本理论、歧视经济学理论以及劳动力市场分割理论来阐述两性收入差异产生的原因。本文利用1989-2006年“中国健康与营养调查”数据，探讨在社会转型和经济转轨时期，两性收入的特点、变动轨迹及决定因素，并检验在其他条件相同的情况下，性别歧视是否存在。同时，在对性别收入差异来源进行分解的基础上，比较宏观层次和个人层次因素对个体收入差异的重要性。主要分析结果归纳如下：

其一，中国的劳动力市场依然存在显著的性别歧视。在年龄、民族、婚姻状况、教育程度、工作性质、城乡居住、地区和年份等条件相同的情况下，性别依然是决定收入的显著因素。这表明，收入的性别不公不仅受制于个体的人力资本，而且性别本身就是收入的重要决定要素。可见，要逐步缩小、并最终消除收入的性别差异，除注意提高女性的人力资本和改善女性的职场机会外，消除纯粹的性别歧视也至关重要。

其二，农村女性处于双重弱势地位。总体而言，女性的收入低于男性的收入，而农村女性的收入是最低的。同时，虽然城市女性的收入高于农村女性的收入水平，但却低于城市男性和农村男性的收入。这表明，收入的城乡差异固然重要，但性别差异更值得警醒。当前，农村妇女的发展既面临很大的历史机遇，也面临不利于性别平等的阻力。提高农村女性的收入水平、改善她们的经济福利有助于两性的和谐发展、社会主义新农村的建设。

其三，女性的教育回报率大于男性的回报率，虽然教育对两性收入的影响性质是一致的(即收入水平随着教育程度的改善而提高)；这进一步证实了现存其他研究的发现。提高教育水平不仅会改善所有人群的经济福利，而且更会缩小两性之间的收入差距。该发现的政策启示是，政府应加大对女童教育的投资，降低她们的辍学率，提高女性的受教育水平。教育水平的改善将扩大她们的视野，增强她们性别公正的理念，提高她们在日后职场上的竞争力，并直接和间接地作用于她们的收入水平，从而影响对子女人文资本的投资，形成一个有利于性别平等的良性循环。

影响收入的因素很多，数据的局限使我们难以将所有理论上重要的因素都纳入分析模型中。许多因素(如个人的工作经验)都没有被考虑在内。因此，分析结果可能高估性别歧视――若其他被遗漏的因素也包含在模型中的话，收入的性别差异或许会降低。同样，将职业区分为农民、普通工人和干部三大类，变量的定义过于简单。然而，本文的分析结果依然具有理论和现实意义。中国目前正致力打造和谐社会，收入的性别不公将是不利于和谐社会建设的因素之一，也是亟需解决的问题。