摘 要：改革开放以来，我国教育获得的性别不平等程度逐渐下降，但在劳动力市场中的性别收入差距不断扩大。面对这一悖论，聚焦教育和职业之间的匹配程度，基于中国综合社会调查（CGSS2003-2017）数据，对教育失配如何影响两性之间的收入差距进行分析，结果表明，相比于同等教育程度的男性，女性更有可能发生教育失配，由此获得更低的收入水平。当男性和女性同时发生教育失配时，女性面临更小的收入惩罚，但这无法逆转女性因教育失配比例整体过高而造成的收入劣势。变迁趋势分解表明，随着时期进程， 教育失配造成的收入惩罚正在扩大，而由于女性的教育失配发生比例持续高于男性，这成为两性之间收入差距不断扩大的重要原因。对此，加强女性从学校到职场的教育匹配，对于实现劳动力充分就业、女性公平就业和经济社会高质量发展具有重要政策启示。
关键词：性别；教育失配；过度教育；收入不平等
劳动力市场中的性别不平等是学界新近关注的重要议题。有研究表明，教育获得有助于改善人们的市场机遇。[1]但近些年我国劳动力市场中存在一个悖论：一方面，伴随义务教育普及和高等教育扩招，女性拥有越来越多的机会接受学校正式教育，因此教育获得的性别不平等呈现下降趋势，甚至已出现女性教育水平超越男性的现象。[2]例如，2000年中国接受过大学教育的人口中女性占46%，而2015年上升至52%。[3]但另一方面，劳动力市场中的性别收入差距依然存在，甚至呈现扩大趋势。[4]例如，1990年中国城镇女性平均工资是男性的78%，但到2010年下降为66%。[5]
如何解释以上悖论？既往研究主要从市场转型效应、性别职业隔离和人力资本效应等视角解释女性的收入劣势，纷纷以进入工作岗位为起点，强调女性群体相对于男性遭受的结构制约或资源限制。但是，这些视角在一定程度上忽视了学校教育与工作岗位之间的联结机制。面对这一悖论，本文聚焦教育和职业之间的匹配程度，探讨教育失配如何影响两性之间的收入差距，并基于2003-2017年中国综合社会调查（Chinese General Social Survey，以下简称“CGSS”）数据库开展实证研究，这是我国最早的全国性、综合性、连续性的学术调查数据，本文选用的是目前公开可得的最新数据。
一、文献综述
本文从以下方面就相关文献进行评述。
（一）性别收入差距及其理论解释
全世界绝大多数国家的劳动力市场中存在性别收入差距，这也是人类社会不平等的根本维度之一。然而，伴随着现代化进程，许多国家性别不平等逐渐下降，这不仅体现在女性劳动参与率的快速增长，也体现在两性之间的收入差距逐渐缩小。[6]但是，中国的性别不平等呈现出截然相反的变化趋势。大量实证研究表明，中国劳动力市场中性别不平等正在上升。[7]一方面，中国城镇女性的劳动参与率逐渐下降（例如，1992年为93%，到2009年下降为83%）；[8]另一方面，女性相对于男性的收入劣势正在扩大（例如，1990年女性平均工资比男性低22%，到2010年上升为34%）。[9]可见，无论劳动参与率还是两性收入差距，都反映出我国劳动力市场中的性别不平等呈现上升趋势。
如何解释性别收入差距的上升？学者们站在不同理论视角诊断其成因。第一种理论视角强调市场转型效应。该视角认为，伴随着中国市场化进程，政府保护力量的削弱和市场竞争力量的增强，是造成性别收入差距上升的主要原因。1949年以来，政府通过单位制和统一工资制度，推行同工同酬和男女平等；但1978年以来，迈向市场经济的体制改革，将劳动力的分配主体逐渐转向自由市场，而政府对雇佣制度的直接干预逐渐减少。[10]这对中国女性的劳动参与、就业机会和薪资水平都产生了巨大冲击。第二种理论视角强调性别职业隔离效应。有研究发现，我国劳动力市场存在性别隔离现象[11]，女性更容易被集中在次级劳动力市场中的女性化职业。[12]然而，该视角难以解释性别收入差距的上升，因为中国性别职业隔离指数从1980年以来略有上升，但从1990年到2010年却持续下降。[13]第三种视角强调人力资本效应。该视角认为，两性在教育程度、工作经验等人力资本上的差距，是导致男女收入差距的主要原因。[14]基于该视角，学者们认为中国性别收入差距扩大的原因是，市场化进程中教育收益率在不断上升[15]，但由于女性的教育水平整体低于男性，从而呈现出两性之间收入差距不断扩大的趋势。然而，伴随着中国义务教育普及和高等教育扩招，男女在教育获得层面的平等化程度持续上升，甚至出现女性超越男性的趋势。[16]例如，1980年在校大学生中女性所占比例不足25%[17]，而在1999年这一比例已增长到38%；在1999年大学扩招以后，性别平等化程度再次提升，大学在校生中女性比例几乎每年都能增长1个百分点，并在2009年以50.48%的比例首次超越男性。[18]这一过程中，尽管有学者发现，两性教育获得的平等化趋势存在城乡差异、家庭背景差异和子女数量差异等[19]，但毫无疑问，女性在受教育水平方面的整体增长，有力提升了女性在劳动力市场中的人力资本。
由此产生了这样一个悖论：一方面，教育获得中性别不平等逐渐下降；但另一方面，劳动力市场中的性别收入不平等却在持续上升。换言之，近几十年女性在教育水平的稳定增长趋势，甚至超越男性的现象，似乎并未有效改善其在劳动力市场中的相对劣势，两性之间的收入不平等未降反升。面对这样一种悖论，传统的人力资本理论遭遇解释困境，因为以往研究将女性的收入劣势归因于其人力资本过低，但随着两性在教育获得上的平等化趋势，这种解释就难以成立。
（二）教育失配及其产生原因
本文从教育-职业匹配视角来回应上述悖论。所谓教育失配，是指个体所拥有的教育程度超过其职业岗位所需要的教育程度。一般来说，按照教育和职业之间的匹配程度，现实生活中存在三种教育匹配状态：适度教育、过度教育和教育不足。[20]适度教育指个体拥有的教育程度正好为其职业岗位所需的教育程度；过度教育指个体实际教育程度高于职业岗位所需教育；教育不足指个体实际教育低于其职业岗位所需教育。其中，过度教育和教育不足都属于教育失配，即反映个体所拥有教育程度和其职业岗位所需要教育水平之间的不匹配。[21]既往研究发现，过度教育会降低个体的教育回报和工作满意度等，但是教育不足者在劳动力市场中并未处于劣势地位，其收入和工作满意度通常至少和适度教育者一样高。[22]基于此，本文聚焦教育失配中的过度教育现象。
新近研究表明，中国城市劳动力市场中教育失配的发生比例约为35%。[23]这一问题深深植根于我国经济制度和教育制度的双重变迁之中。一方面，由计划经济迈向市场经济的经济制度变迁，创造了大量高等技能职业岗位，有力推动了我国职业结构的高级化进程，这有助于劳动力市场吸收高学历劳动力者并降低教育失配风险。但另一方面，伴随义务教育普及和高等教育扩招等教育制度变迁，越晚出生世代的整体教育程度越高，这不可避免地加强了越晚出生世代在求职过程中的同辈竞争压力和教育失配风险。[24]例如，我国大学毕业生数量在1998年约为83万，2010年增至575万，而2022年将达1076万。[25]面对快速增长的高学历者，劳动力市场的吸纳能力有限，从而导致许多大学毕业生无法找到合适岗位，不得不接受教育需求较低的职业岗位，由此发生教育失配。
教育失配是考察劳动力市场中性别收入差距的一个重要视角。这是因为，一旦发生教育失配，个体将难以完全发挥通过教育获得的劳动技能或生产效率，从而遭受严重的收入惩罚。基于此，本文将通过考察男、女在教育失配的发生几率和收入惩罚方面的差异，探讨性别收入差距产生的原因，最终在一定程度上破解“教育的性别不平等下降，但收入的性别不平等上升”的悖论。
二、理论假设
理论上讲，教育失配可能通过两个阶段来形塑性别收入差距。首先，男、女在教育失配方面的发生几率可能存在差异，这是教育失配形塑性别收入差距的第一阶段。本质上讲，这一阶段强调教育失配的数量效应，即教育失配会造成收入惩罚，如果某个群体发生教育失配的比例更高，那么该群体就会遭受明显的收入惩罚。其次，当男性和女性同时面临教育失配时，雇主可能会因不同性别而设置不同的工资水平，这就会成为教育失配形塑性别收入差距的第二阶段。本质上讲，这一阶段强调教育失配的回报效应，即不同性别的教育失配者面临的收入惩罚存在显著差异。
（一）教育失配发生几率的性别差异
教育失配的发生是否存在性别差异？许多西方研究表明，女性比男性更易发生教育失配。[26]中国也有研究发现，女性毕业生在人职匹配、就业满意度等指标处于相对劣势地位。[27]那么，女性为什么会更容易发生教育失配？对此，我们可以从个体特征、家庭因素和逆向选择来理解教育失配发生几率的性别差异。
首先，两性之间在个体特征层面的差异对教育失配具有重要影响。这些个体特征既包括可观测的资源禀赋等因素，也包括难以观测的个人能力等因素。以往教育失配的研究中，学者们发现当其他条件不变时，如果求职者的资源禀赋越少、个人能力越弱，则发生教育失配的风险越高。[28]为此，如果女性比男性在个体特征方面处于相对劣势，那么其发生教育失配的几率就会更高。实证分析中，学者们通过控制大量可以观测的个体特征，并通过固定效应模型控制个人能力等不可观测因素的干扰后，发现男、女在教育失配的发生风险上差异不再统计显著。[29]这就意味着，男女在资源禀赋和个人能力方面的差异，的确是导致教育失配发生风险不同的重要因素。
其次，家庭因素也可能导致女性更易发生教育失配。弗兰克（Frank, R. H.）曾提出性别差异化教育失配理论，该理论探讨了家庭决策如何造成女性教育失配风险的上升。[30]他认为，在一个家庭中，当男性成为家庭收入的主要贡献者，并且工作地点主要由男性决定时，则女性的工作机会或生产效率就会很容易受到限制，由此增强了女性发生教育失配的风险。同时，当夫妻双方中男性的人力资本高于女性时，男性在工作选择中更不可能妥协于女性，由此女性往往会成为“捆绑换职者”或“捆绑恒职者”，这都会增强女性发生教育失配的风险，并且这一过程在已婚家庭中更为普遍。麦戈德里克（Mcgoldrick, K.）等在实证上验证了弗兰克的理论，并发现夫妻双方所在的本地劳动力市场规模，对于女性的教育失配风险具有调节作用，当本地劳动力市场规模越大时，女性发生教育失配的风险越低。[31]
再次，女性的教育失配还可能存在逆向选择。现实生活中，女性可能会基于家庭决策或生育行为，主动选择是否进入劳动力市场，或者主动选择劳动力市场参与程度（如全职或半职），这种逆向选择也会提升女性发生教育失配的几率。有研究表明，相对于劳动力市场中的那些竞争性更强的管理岗位或技术岗位，女性更容易去选择一些管理相对宽松、时间相对灵活的工作岗位。[32]这些岗位本身对教育水平的需求也相对较低，由此，这种逆向选择将直接导致女性成为教育失配者。同时，女性在生育孩子之后会主动选择不同程度的劳动力市场参与，例如，全职参与、半职参与或者退出劳动力市场。[33]而且，家庭中孩子数量也会影响女性的劳动力市场参与程度，这些因素都会提高女性发生教育失配的风险。[34]
以上三种机制，共同反映出女性在职业生涯中面临的教育-职业配置劣势。这种配置劣势，既有可能来源于女性在资源禀赋和个人能力等方面存在的劣势，也有可能是因家庭原因而妥协或主动选择的结果。综合以上，对于相同教育程度的男性和女性而言，女性更有可能发生教育失配，由此本文提出第一个假设。
假设1：整体而言，女性发生教育失配的几率高于男性。
（二）教育失配收入惩罚的性别差异
发生教育失配以后，女性比男性会遭受额外的收入惩罚吗？换言之，当男性和女性同时发生教育失配时，女性是否比男性面临更低的收入回报？理论上讲，这一问题涉及两种劣势之间的关系，即女性相对于男性的收入劣势和教育失配相对于教育匹配的收入劣势。以往研究主要以“双重劣势”来检验两种相对劣势产生的效应，一般认为两种相对劣势结合时就会产生额外的收入惩罚。但佩杜拉（Pedulla, D. S.）最新的研究成果挑战了这一观点。他通过研究美国劳动力市场中种族和失业对工作机会的影响，发现职业生涯中的失业经历对黑人找新工作的影响要小于对白人的影响；换言之，这两种负面的刻板印象相互结合会产生相互抵消的效应，而非像“双重劣势”所预设的额外损失效应。[35]由此，在更为广泛的社会情境中，佩杜拉将两种相对劣势结合时产生的效应总结为三种类型：叠加效应、扩大效应和收缩效应。其中，叠加效应是指两种相对劣势结合时产生的效应只是数量上的简单叠加；扩大效应是指一种相对劣势会加强另一种相对劣势产生的影响，从而比相互叠加产生更多的劣势效应；收缩效应是指两种相对劣势结合时，彼此之间会产生相互抵消，从而产生比相互叠加模式更小的负面效应。基于这一论断，本文认为女性和教育失配之间在理论上也存在三种可能的模式。
第一种模式是叠加效应，意味着男性和女性在面临教育失配时会遭受同等的收入惩罚。这一判断的理由是，如果两种社会标签彼此之间不存在关联，那么当它们同时出现时，就会彼此之间独立发挥作用，最终产生的总体效应，就是独立效应的简单叠加。对本文而言，叠加效应意味着，由性别造成的收入差距和教育失配造成的收入惩罚，两者之间是独立发挥作用的。因此，当二者同时存在时，所产生的效应只是二者独立效应的相互叠加。由此，在叠加效应模式中，女性相对男性会面临收入惩罚，教育失配相对教育匹配会面临收入惩罚，但是教育失配造成的收入惩罚对于男性和女性是相同的。
第二种模式是扩大效应，意味着女性在面临教育失配时会遭受更大的收入惩罚。这一判断的依据是，如果两种社会标签存在内部关联，并且内部的某些信息彼此之间是强化关系，那么当它们同时出现时，就会相互强化并存在乘数效应，从而产生的总效应将会大于两种标签的独立效应之和。以往大量研究都在证明这种扩大效应，并将其称为“双重劣势”。扩大效应在本文中意味着，作为女性和成为教育失配者所遭受的两种收入劣势，彼此之间是相互加强的；换言之，这两种收入劣势相遇时会产生乘数效应，而非独立发挥作用，从而女性和教育失配所产生的总的收入劣势，将大于两种独立效应的简单加总。由此可推测，当男性和女性同时面临教育失配时，女性将遭受更大的或额外的收入惩罚。
第三种模式是收缩效应，意味着女性在面临教育失配时会遭受更小的收入惩罚。这一判断的理由是，如果两种社会标签共享着一些信息，那么当它们同时存在时，彼此之间是相互消减的，最终所产生的总体效应将小于两种标签的独立效应之和。科瑞尔（Correll, S. J.）等认为，收缩效应意味着那些额外的一致信息或重复信息，所产生的边际效应是递减的。[36]对本文而言，女性相对男性会面临收入劣势，教育失配者相对教育匹配者会存在收入惩罚，但是由于作为女性和成为教育失配者在一定程度上共享着某些信息（如生产效率相对有限），因此当二者相遇时，向雇主释放出重复性的信息，而当雇主根据有限信息设定工资时，就会减轻这些负面信息可能造成的收入惩罚。换言之，由于女性相对男性已经面临收入劣势，并且女性本身就容易发生教育失配，所以当男性和女性同时面临教育失配时，教育失配对女性的惩罚效应就会收缩，由此女性比男性将承受更小的收入惩罚。
基于以上分析，本文提出三组假设。
假设2-1：男女在面临教育失配时会遭受同等的收入惩罚（叠加效应）；
假设2-2：女性在面临教育失配时会遭受更大的收入惩罚（扩大效应）；
假设2-3：女性在面临教育失配时会遭受更小的收入惩罚（收缩效应）。
三、数据和方法
本文所使用的数据来源于CGSS2003-2017。该调查由香港科技大学和中国人民大学共同发起，是中国最早的具有全国代表性的横截面调查项目。本研究主要合并九期CGSS数据，包括2003年、2005年、2006年、2008年、2010年、2012年、2013年、2015年和2017年，仅保留城镇调查样本，并将年龄限制为18～60周岁。由于中国户籍制度的长期影响，城市和农村成为两种不同的劳动力市场，城市劳动力市场中职业结构更加完善，对劳动者教育程度的要求也更加严苛，因此唯有将城市和农村样本分开，方可得到更加稳健的结论。此外，本研究进一步剔除在教育、职业、收入上有缺失值的样本，最终进入分析的样本量为32222个。
（一）变量测量
教育失配是本文测量的核心变量。为了测量教育失配，我们需要首先评估出每种职业内部所需要的标准教育程度。教育失配自20世纪70年代被提出以来，学术界主要形成三种测量方法：工作分析法、主观评估法和现实匹配法。[37]工作分析法是由每个职业领域的职业分析师去评估标准教育程度[38]，但实施这一方法困难重重，至今仅有美、英等国官方统计部门进行过相应测量，中国目前缺乏这一标准。主观评估法是由被访者对其从事职业所需教育程度进行主观评估[39]，但该方法只在CGSS个别年份被应用，难以满足本研究需要。现实匹配法是通过观察所有样本中每种职业内部教育程度的现实分布状况，基于标准差或众数来决定该种职业需要的教育程度。[40]这一方法自提出以后，已经在不同国家劳动力市场得到非常广泛的应用，也是教育匹配研究领域认可度最高的测量方法。基于以上考虑，本文选择现实匹配法来测量教育失配。
具体测量过程包括四步。第一，将合并样本按照“时期-世代”划分为27个时间格子（由九个调查时期和三个世代产生），其中三个世代为1960年以前、1960-1980年和1980以后的出生世代。第二，基于被访者的最高受教育状态，合并产生六类教育程度（小学及以下、初中、高中/中专/技校、大学专科、大学本科、硕士及以上），并界定实际教育年限①。第三，在每个时间格子内部，计算每种职业编码（ISCO88）内部的标准教育水平（教育程度众数、教育年限标准差）②。第四，通过比较个体实际教育水平和其职业所需的标准教育程度，使用众数法和标准差法界定教育失配。[41]表1为测量结果，无论使用众数法还是标准差法，城市劳动力市场中的教育失配比例约为35%，这也与以往学者的测量结果基本一致。[42]其他变量的描述性统计结果（图表略）。
（二）模型选择
本文的实证分析如下。首先，分析教育失配出现的性别差异，使用的统计方法主要为二分类逻辑回归。其次，分析教育失配收入惩罚的性别差异，使用的统计方法是线性回归模型。最后，分析教育失配对性别收入差距的贡献，使用的统计模型为Juhn-Murphy-Pierce分解（以下简称“JMP分解”）[43]，它用于分解群体间收入差距的变迁趋势。JMP分解从以下工资决定方程开始：
ln（yit）＝Xitβt＋σtθt （1）
方程（1）中ln（yit）表示个体i在t时期的收入（自然对数形式），Xit是由一系列解释变量构成的向量，βt是由回归系数构成的向量。σt是基准年的男性工资残差的标准差，衡量残余的男性工资不平等程度；θt是一个标准化的残差。基于该方程，某一时期男女的收入差距可以表达为如下形式：
Dt＝ln（yft）－ln（ymt）＝△Xtβt＋σt△θt（2）
基于方程（2），两个时期（分别以0和1表示）之间的性别收入差距的差异，可以分解为四个部分：D1－D0＝（△X1β1＋σ1△θ1）－（△X0β0＋σ0△θ0）
＝（△X1β1－△X0β0）＋（σ1△θ1－σ0△θ0）
＝（△X1β1－△X0β1＋△X0β1－△X0β0）＋（σ1△θ1－σ1△θ0＋σ1△θ0－σ0△θ0）
＝（△X1 －△X0）β1 ＋△X0（β1 －β0）＋（△θ1 －△θ0）σ1 ＋△θ0
（σ1 －σ0） （3）
方程（3）中，（△X1 －△X0）β1代表观测到的禀赋效应（或数量效应），它估计了由于每个预测变量的组成变化造成的性别工资差距变化。△X0（β1 －β0）代表观测到的系数效应（或价格效应），它表明了由于每个预测变量的价格效应变化导致的性别工资差距的变化。△θ1 －△θ0）σ1 代表未被观测到的禀赋效应，它评估出男性和女性的相对工资分布的变动造成的影响，反映出不可观测的特征差异变动所造成的工资差异。[44]△θ0（σ1 －σ0）代表未被观测到的系数效应，它估计了男女之间工资分布的离散程度变化造成的工资差异变动。本文主要聚焦可观测的禀赋效应和系数效应，这有助于评估出教育失配对性别收入差距变迁的影响。
四、实证分析结果
基于上文数据和方法，本文实证分析结果如下。
（一）教育失配发生几率的性别差异
表2（图表略）呈现出教育失配发生的性别差异。模型建构过程中，本研究以性别为核心自变量，以基于众数法和标准差法界定的教育失配为因变量，分别建立二分类逻辑回归模型。表2结果总体表明，女性比男性更容易发生教育失配。首先，模型1中基于众数法的实证分析结果表明，相对于男性，女性发生教育失配的几率平均要高16%（计算方式为e0.150－1，下同）。其次，模型2中基于标准差法的实证分析结果表明，女性比男性发生教育失配的几率平均高15%。这意味着，无论基于众数法还是标准差法，都表明女性比男性更容易发生教育失配。由于教育失配会造成收入惩罚，而女性面临更高教育失配风险，将会直接导致女性平均收入低于男性，这就是教育失配影响性别收入差距的重要机制。③
（二）教育失配收入惩罚的性别差异
当教育失配出现以后，男性和女性会遭受同等程度的收入惩罚吗？表3（图表略）为实证分析结果。模型3中教育失配是基于众数法界定的。观察可知，控制其他变量以后，教育失配者比教育匹配者的平均收入更低，女性的平均收入低于男性。但是，教育失配和性别的交互项系数显著为正且统计显著，这意味着，对于同样面临教育失配的男性和女性而言，女性的平均收入比男性要高4.9%。模型4中教育失配是以标准差法界定的。控制其他变量以后，教育失配和性别的交互项为正且统计显著，表明当两性同时面临教育失配时，女性比男性的收入要高5.3%。由此可见，无论是以众数法界定的教育失配，还是以标准差法界定的教育失配，都表明当男性和女性同时面临教育失配时，女性将会承受更小的收入惩罚。这一模式与收缩效应的理论预设一致，意味着教育失配造成的收入惩罚，和女性相对男性而言的收入劣势，彼此之间在一定程度上会相互消减，从而教育失配对女性造成的收入惩罚要小于男性。为了控制内生性问题造成的干扰，本文进行了敏感性分析④结果表明研究结论是稳定的，由此假设2-3得到支持。
（三）教育失配对男女收入差距变迁的贡献
我们在以上分析中分别检验了教育失配发生比例和收入惩罚的性别差异，证明了教育失配的确是形塑劳动力市场中性别收入差距的重要因素。进一步的问题是，教育失配对两性之间收入差距变迁的贡献有多大？本文采用JMP分解策略来回答这一问题。具体
而言，本研究以五年为间隔分别选择CGSS2003、2008和2013数据，由此构成十年跨度的三期横截面合并数据；随后基于这一合并数据，分别以CGSS2003-2008和CGSS2008-2013进行JMP分解，由此分析教育失配对性别收入差距变迁的贡献程度。
表4（图表略）为JMP分解结果，表中主要包括两个组成部分。第一部分是性别收入差距构成情况，具体而言，相对于男性的年收入（对数），女性在2003年时低20%（计算方法为1－e-0.219，下同），在2008年时低26%，在2013年时低29%。由此可见，两性之间收入差距的确不断扩大。第二部分是教育失配对性别收入差距的解释情况。2003-2008年中，两性之间的禀赋差异正在缩小性别收入差距，但系数效应正在扩大收入差距；2008-2013年，可观测变量中两性之间的禀赋差异和系数效应的变化正在缩小性别收入差距。
我们最感兴趣的是教育失配对两性收入差距变迁的贡献。具体而言，2003-2008年，两性之间的收入差距扩大了0.09个单位，尽管教育失配轻微缩小了性别收入差距，但这主要是由教育失配的收入惩罚减小带来的贡献（-2.82%），而两性之间在教育失配比例的差异扩大了性别收入差距（0.81%）。2008-2013年，两性之间的收入差距扩大了0.032个单位，而教育失配的贡献为30%，其中禀赋差异占3.33%，而系数差异高达26.88%。总体来看，2003-2013年，男女收入差距扩大了近13%，教育失配对两性之间收入差距扩大具有非常重要的作用，其中教育失配发生比例的性别差异的贡献从0.81%增长到3.33%，而教育失配收入惩罚扩大所产生的贡献从-2.82%增长到26.88%。其现实含义是，伴随着时期进程，教育失配发生比例的性别差距正在扩大（其中女性比例高于男性），而教育失配造成的收入惩罚在不断增长，由此，教育失配导致女性相对男性的收入劣势不断增长，最终表现为两性之间收入差距不断扩大。
五、结论与讨论
性别收入差距是中国劳动力市场中收入不平等的重要维度。近几十年来，伴随着中国高等教育的快速发展，两性之间的教育不平等正在下降，但是收入不平等却呈现上升趋势。对于这一悖论，以往关于市场转型效应、性别隔离效应或人力资本累积效应的视角都遇到解释困境，而本文提出从教育-职业之间的匹配视角来解释这一悖论，通过分析男、女之间在教育失配的发生比例和收入惩罚中的差异，来探索教育失配对性别收入差距的形塑机制。基于CGSS2003-2017多期横截面数据，最终得到以下主要结论。
第一，女性发生教育失配的几率显著高于男性。实证结果表明，女性发生教育失配的几率比男性平均高15%。这表明，尽管女性的教育程度不断提升甚至超越男性，但并没有为女性带来公平的竞争环境和就业机会，因为女性在工作搜寻过程中更难找到匹配其教育程度的工作岗位。相比于高中及以下学历的女性，尽管获得大学学位的女性享有更高的经济回报，但由于教育失配，这种经济回报要低于同等教育学历的男性。
第二，两性同时面临教育失配时，女性将会遭受更小的收入惩罚，但这无法逆转女性因教育失配比例更高而产生的收入劣势。具体来说，教育失配者相对教育匹配者会存在收入劣势，女性相对男性存在收入劣势，但当教育失配和女性同时存在时，两种收入劣势彼此之间是相互叠加、扩大还是收缩？实证分析最终支持了收缩效应，发现教育失配对男性的收入惩罚要大于女性。但教育失配对女性较小的收入惩罚，并不能逆转女性因教育失配比例更高而产生的收入劣势。
第三，教育失配是两性之间教育不平等下降但收入差距扩大的重要原因。变迁趋势分解表明，2003-2013年两性之间的收入差距正在扩大，而其中教育失配的作用越来越重要，例如，男女在教育失配比例差异对收入差距扩大的贡献从0.81%增长到3.33%，而教育失配收入惩罚扩大所产生的贡献从-2.82%增长到26.88%。由此可见，伴随着时期进程，教育失配发生比例的性别差异正在扩大（其中女性比例高于男性），而教育失配造成的收入惩罚也在快速增长，由此，教育失配导致女性相对男性的收入劣势不断增长，最终表现为两性之间收入差距不断扩大。
面向未来，以上结论具有重要的政策启示。总体而言，加强女性从学校到职场的教育匹配，对于实现劳动力充分就业、女性公平就业和经济社会高质量发展具有重要作用。首先，未来高等教育发展中，有必要加强学校系统和劳动力市场系统之间的联结强度，尤其需要探索第四次工业革命背景下新的办学模式、产业形态和经济高质量发展模式，并警惕两个系统的发展彼此脱钩。在实践层面，未来大学需要特别突出产教融合、打破学科壁垒、重视教育开放和加强科技成果转化。[45]
其次，未来职业教育发展中，有必要进一步加强培养质量和社会声望。职业教育可以快速培养劳动力市场紧缺的技能人才，但我国职业教育的发展质量存在一定短板。2019年《国务院关于印发国家职业教育改革实施方案的通知》明确强调，职业教育和普通高等教育的地位同等重要，一批普通高等院校正在向应用型职业院校转变。未来职业教育发展中，有必要着重加强职业教育师资队伍建设，以及着重加强职业教育学的学科建设，从而有效提升职业教育的培养质量和社会声望，降低教育失配的发生风险。
最后，未来劳动力市场招聘过程中，有必要规范就业制度，减少工作搜寻过程的性别歧视现象。2019年，《关于进一步规范招聘行为促进妇女就业的通知》提出促进妇女平等就业，并限制用人单位的性别歧视行为。但是，现实生活中可能存在诸多隐性规则，例如，有些企业尽管在招聘公告中不会限制性别，却在实际招聘环节存在性别偏好。对此，有必要通过建立监察制度、提高歧视代价等举措，最终有效降低女性在职业生涯中的教育失配风险。
本文的主要贡献是从教育失配视角拓展了性别不平等研究。两性教育不平等的研究，不仅需要关注教育获得层面的不平等，也需要关注获得教育以后的不平等。伴随着市场化改革进程和高等教育扩招，中国女性的教育水平不断上升，甚至出现超越男性的迹象。但是，女性在教育水平层面的提升，并不必然保证为女性创造公平的竞争环境，传统文化中性别规范、家庭分工以及劳动力市场中隐性的性别歧视，都可能导致女性在获得较高学历之后，难以有效将其转化到劳动力市场中。本文的实证分析支持了此观点，即同等教育程度的女性比男性更难找到匹配其教育文凭的职业岗位。为此，研究女性从学校教育向劳动力市场的转化过程，对实现更加公平的就业环境具有重要现实意义。但是，本文还存在一定局限，具体而言，本文仅关注的是教育水平和职业之间的纵向匹配，而高学历劳动者在专业学位和职业类型之间的横向匹配，对于性别收入不平等也可能存在重要影响。这有待于未来进一步探索。
注释：
①该变量是根据原始问卷测量的最高教育程度编码产生，其中未受过教育编码为0年，私塾为3年，小学为6年，初中为9年，高中为12年，中专和技校为14年，大学专科为15年，大学本科为16年，硕士及以上为19年。
②本研究将“时间格子”中样本量少于20的职业，使用CGSS所有年份的职业来界定匹配标准。稳健性分析中，本文将限制准则替换为30和40，发现研究结论是稳健的。
③本文在敏感性分析中进一步区分了三种匹配类型：教育不足、教育匹配和过度教育，并使用多分类逻辑回归预测教育失配的出现。结果表明，相比于男性，女性更有可能发生过度教育，但是更不可能发生教育不足，这进一步证明了教育失配是引发性别收入差距的重要原因。
④为了控制不可观测异质性对教育失配收入效应的影响，本研究采取2010-2016年中国家庭追踪调查数据和固定效应模型。具体而言，个体能力、性格等不可观测因素，既会影响教育失配的发生，也会影响个体收入水平，如果忽略这些因素，那么实证分析可能存在偏误。为此，本研究建立固定效应模型，并且纳入教育失配和性别的交互项。结果显示，教育失配相对教育匹配的收入劣势，和女性相对男性的收入劣势，彼此之间会产生收缩效应，从而两性在面临教育失配时，女性将遭受更小的收入惩罚。
参考文献：
[1]Blau, P. M. &Duncan, O. D. The American Occupational Structure[M]. NewYork: John Wiley & Sons, 1967. 147-152;BeckerG. S. Human Capital[M].New York: University of Chicago Press,1964:17-21.
[2]李春玲.高等教育扩张与教育机会不平等--高校扩招的平等化效应考查[J].社会学研究，2010（3）；李路路.社会分层与社会流动[M].北京：中国人民大学出版社，2018.
[3]2019年中国统计年鉴[EB/OL].http://www.stats.gov.cn/tjsj/ndsj/2019/indexch.htm.
[4]李春玲，李实.市场竞争还是性别歧视--收入性别差异扩大趋势及其原因解释[J].社会学研究，2008（2）；王美艳.中国城市劳动力市场上的性别工资差异[J].经济研究，2005（12）；彭青青，等.中国市场化过程中城镇女性劳动参与率变化趋势[J].金融研究，2017（6）；李实，等.中国城镇职工性别工资差距的演变[J].管理世界，2014（3）.
[5]蔡昉，张车伟.中国人口与劳动问题报告[M].北京：社会科学文献出版社，2016：217-228.
[6]Charles, M. A. World of Difference:International Trends in Women’s Economic Status[J]. Annual Review of Sociology, 2011, Vol. 37; England, P. , etal. Progress toward Gender Equality in the United States Has Slowedor Stalled[J]. Proceedings of the National Academy of Sciences of the United States of America, 2020(13).
[7]王美艳.中国城市劳动力市场上的性别工资差异[J].经济研究，2005（12）；李实，等.中国城镇职工性别工资差距的演变[J].管理世界，2014（3）.
[8]彭青青，等.中国市场化过程中城镇女性劳动参与率变化趋势[J].金融研究，2017（6）.
[9]蔡昉，张车伟.中国人口与劳动问题报告[M].北京：社会科学文献出版社，2016：217-228.
[10]贺光烨，吴晓刚.市场化、经济发展与中国城市中的性别收入不平等[J].社会学研究，2015（1）.
[11]李汪洋，谢宇.中国职业性别隔离的趋势：1982-2010[J].社会，2015（6）；贺光烨.专业选择与初职获得的性别差异：基于“首都大学生成长追踪调查”的发现[J].社会，2018（2）.
[12]童梅.社会网络与女性职业性别隔离[J].社会学研究，2012（4）.
[13]李春玲.中国职业性别隔离的现状及变化趋势[J].江苏社会科学，2009（3）；李汪洋，谢宇.中国职业性别隔离的趋势：1982-2010[J].社会，2015（6）.
[14]邓峰，丁小浩.人力资本、劳动力市场分割与性别收入差距[J].社会学研究，2012（5）.
[15]Gustafsson, B. & Li, S. Economic Transformation and the Gender Earnings Gap in Urban China[J]. Population and Economics, 2000(13).
[16]吴愈晓.中国城乡居民教育获得的性别差异研究[J].社会学研究，2012（4）；许琪.男女教育的平等化趋势及其在家庭间的异质性[J].青年研究，2015（5）；李春玲.“男孩危机”“剩女现象”与“女大学生就业难”--教育领域性别比例逆转带来的社会性挑战[J].妇女研究论丛，2016（2）.
[17]张兆曙，陈奇.高校扩招与高等教育机会的性别平等化--基于中国综合社会调查（CGSS2008）数据的实证分析[J].社会学研究，2013（2）.
[18]李春玲.“男孩危机”“剩女现象”与“女大学生就业难”——教育领域性别比例逆转带来的社会性挑战[J].妇女研究论丛，2016（2）.
[19]Lu, Y. & Treiman, D. J. The Effect of Sibship Size on Educational Attainment in China: Period Variations[J]. American Sociological Review, 2008(5);吴愈晓.中国城乡居民教育获得的性别差异研究[J].社会学研究，2012（4）：许琪.男女教育的平等化趋势及其在家庭间的异质性[J].青年研究，2015（5）.
[20]吴晓刚，李晓光.中国城市劳动力市场中教育匹配的变迁趋势--基于年龄、时期和世代效应的动态分析[J].中国社会科学，2021（2）.
[21]李晓光.高能低就：我们的教育失配了吗[N].光明日报，2022-03-25.
[22]Hartog, J. Over-education and Earnings: Where Are We, Where Should We Go? [J]. Economics of Education Review, 2000(2); Verhaest, D. , etal. Differences in Horizontal and Vertical Mismatches across Countries and Fields of Study[J]. International Labour Review, 2017(1).
[23][41]吴晓刚，李晓光.中国城市劳动力市场中教育匹配的变迁趋势--基于年龄、时期和世代效应的动态分析[J].中国社会科学，2021（2）；李晓光.中国城镇劳动力市场中的过度教育--测量改进与收入效应[J].人口与经济，2021（1）；李晓光，姚远.过度教育的动态变迁与收入轨迹[J].教育与经济，2021（2）.
[24]李晓光.高能低就：我们的教育失配了吗[N].光明日报，2022-03-25；吴晓刚，李晓光.中国城市劳动力市场中教育匹配的变迁趋势--基于年龄、时期和世代效应的动态分析[J].中国社会科学，2021（2）.
[25]教育部：2022届高校毕业生规模预计1076万人，同比增加167万[EB/OL].https://wap.yzwb.net/wap/news/1766266.html.
[26]Frank, R. H. Why Women Earn Less: The Theory and Estimation of Differential Over qualification[J]. The American Economic Review,1978(3); Mcgoldrick, K. & Robst, J. Gender Differences in Over education: A Test of the Theory of Differential Over qualification[J]. The American Economic Review, 1996(2).
[27]刘敏，陆根书.高校毕业生就业质量的性别公平研究[J].广西社会科学，2016（7）.
[28]Dolton, P. & Vignoles, A. The Incidence and Effects of Over education in the U. K. Graduate Labour Market[J]. Economics of Education Review, 2000(2).
[29]Green, F. & McIntosh, S. Is There a Genuine Under-Utilization of Skills amongst the Over-Qualified ?[J]. Applied Economics, 2007(4).
[30]Frank, R. H. Why Women Earn Less: The Theory and Estimation of Differential Over qualification[J]. The American Economic Review, 1978(3).
[31]Mcgoldrick, K. & Robst, J. Gender Differences in Over education: A Test of the Theory of Differential Over qualification[J]. The American Economic Review, 1996(2).
[32][34]Büchel, F. & vanHam, M. Over education, Regional Labor Markets, and Spatial Flexibility[J]. Journal of Urban Economics, 2003(3).
[33]Lu, Y. , etal. Women’s Short-Term Employment Trajectories Following Birth: Patterns, Determinants, and Variations by Race/Ethnicity and Nativity[J]. Demography, 2017(1).
[35]Pedulla, D. S. How Race and Unemployment Shape Labor Market Opportunities: Additive, Amplified, or Muted Effects?[J]. Social Forces, 2018(4).
[36]Correll, S. J. & Ridgeway, C. L. Expectations States Theory[A]. Delamater, J. Handbook of Social Psychology[C]. New York, NY: Kluwer Academic/Plenum Publishers, 2003: 29-51.
[37]McGuinness, S. Over education in the Labour Market[J]. Journal of Economic Surveys, 2006(3).
[38]Rumberger, R. W. Ove reducation in the US Labor Market[M]. New York: Praeger Publishers, 1981: 47-51.
[39]Duncan, G. J. & Hoffman, S. D. The Incidence and Wage Effects of Over education[J]. Economics of Education Review, 1981(1).
[40]Verdugo, R. R. & Verdugo, N. T. The Impact of Surplus Schooling on Earnings: Some Additional Findings[J]. The Journal of Human Resources, 1989(4).
[42]江求川.教育错配对工资的影响：来自CFPS的新证据[J].当代经济科学，2019（3）；刘云波.教育错配和技能错配的发生率及其收入效应--基于中国CGSS2015的实证分析[J].东岳论丛，2019（3）；方超，黄斌.中国过度教育测量、趋势及其影响因素的实证研究[J].教育科学，2018（4）.
[43]Juhn, C. , etal. Accounting for the Slowdown in Black-White Wage Convergence[A]. Kosters, M. Workers and Their Wages[C]. Washington, DC: AEI Press, 1991. 107-143; Cha, Y. &Weeden, K. A. Over work and the Slow Convergence in the Gender Gap in Wages[J]. American Sociological Review, 2014(3)；郭继强，等.工资差异分解方法述评[J].经济学季刊，2011（2）.
[44]郭继强，等.工资差异分解方法述评[J].经济学季刊，2011（2）.
[45]王树国.把握“融合”关键要素构建21世纪大学新形态[J].教育研究，2022（3）.
The Gender Wage Gap in the Urban Labor Market: An Explanation Based on Educational Mismatch
Li Xiaoguang
Abstract: Since the reform and opening-up, China has witnessed increasingly shrinking gender inequality in education, but a gradually expanding gender wage gap in the labor market. Faced with this contradiction, the present study focuses on the match between education and occupations, and analyzes how educational mismatch affects the wage gap between men and women, based on the Chinese General Social Survey（CGSS）data between 2003 and 2017. The findings show the following: Women were more likely to experience educational mismatch and thus obtain a lower wage than men with the same educational background; women suffered from lower wage penalties when both men and women experienced educational mismatch but this failed to reverse women’s wage disadvantage caused by the overall disproportionately high rate of educational mismatch; according to trend decomposition, as time went by there were more and more wage penalties caused by educational mismatch, and this constituted an important reason for the widening wage gap between men and women since the incidence of educational mismatch was consistently higher for women than for men. In conclusion, we need to strengthen women’s educational match from the school to the workplace, which offers important policy implications for the full employment of the workforce, the fair employment of women, and high-quality economic and social development.
Key words: gender; educational mismatch; over education; wage inequality
责任编辑：伍艳丽
