女性需要更多信息！QJE上最新的性别工资差距研究

在美国社会中，性别不平等一直都是重要的政治议题，选择女性副总统作为竞选搭档似乎在本次大选中成为了媒体认为的“标准动作”。但是，以下这项研究表明，在美国的高技能劳动力市场中，在需求侧的企业并不存在歧视行为，而处在供给侧的女性求职者却倾向于给自己开出更低的预期薪资，导致了性别工资差距的产生，而这是她们缺少必要的市场信息所导致的。

01

引言

在过去的三十年中，美国不可解释的性别工资差距一直都停滞在10%左右，这事实上与美国一直推行的反性别歧视政策是不相符的。然而越来越多的证据表明，在大部分行业，特别是在高技能行业当中，女性求职者比同等男性提出的预期薪资要低。因此，本文尝试通过探究劳动力市场中供给与需求双方的动态谈判过程，评估女性对工资的要价(ask salary)如何影响公司的出价（bid salary），并进一步探究提供其他求职者的要价信息如何缩小性别工资差距。

02

研究背景

1. 开展研究的条件

在传统的招聘过程中，大多数岗位都会由公司发布，这些招聘广告中可能包含公司的出价，随后再由求职者申请职位，使求职者可以观测到公司的出价；在一些网络招聘过程中，公司可能还会额外要求求职者填写要价，这样双方都能观测到对方给出的价格，但并没有动态谈判的过程。

然而，作者研究的Hired.com网站作为一个服务于高科技企业的招聘平台，采用了一种独特的劳动力匹配方式，求职者可以要价，企业也可以根据求职者的资料出价，在线完成了劳动力薪资的谈判过程。

2. 招聘过程

上图给出了Hired.com网站的招聘流程。具体来说，求职者需要先丰富自己的简历，在这个过程中提出对下一份工作工资的大致预期（要价）；接下来，公司会通过平台的匹配收到一系列简历，同时根据自己的特定岗位发送面试通知，并附上其报价；求职者会根据公司提供的岗位选择是否参与面试，参与面试后的成功者将会收到一份更新了报价的offer，最终完成求职过程。这一流程让双方可以在最大程度上交换对工资的期望信息，也可以让作者从供给和需求两个角度度量性别工资差距的来源。

3. 政策更新带来外生冲击

Hired.com在2018年年中的一项改革给求职者提供了更多信息，使作者也能识别出求职者要价对公司出价的因果关系。

具体来说，这一改革如下图所示。

在改革以前，求职者填写要价信息时，面对的是空格；而改革以后的格子中会预先显示过去12个月里工作经验相似的求职者给出的要价作为参考。由于作者认为，女性通常会在要价时比男性要得更少，给求职者提供更多信息可以促使女性更好地认识与自己同能能力的候选人的要价。

03

研究数据

作者通过Hired.com获得的独家数据集最终包括20个不同城市的113777名候选人和 6532家公司。样本中的公司有39839个空缺岗位，发送了463860份面试请求，最终产生了7582份录取。

1. 求职者

首先，求职者的数据中包括求职者的个人资料以及求职者的教育背景、工作、工作经验和技能等信息，这些信息都是求职者在创建个人简历时就被要求填写的，描述性统计如表-1的Panel-A所示。

值得一提的是，作者在获取求职者的性别时面临着挑战，由于只有约50%的求职者选择公开自己的性别，另外50%的观测值作者是无法直接从网站提供的数据中得到的。因此，作者采用了自然语言处理的方法根据姓名来预测性别，在仅0.6%错误几率的前提下，得到了其中84.6%样本的性别情况。

2. 招聘者

使用Hired.com的企业大多是高科技公司，这意味着它们提供的岗位以高技能的为主。同时，大约三分之一的公司是成立五年之内的公司，一半的公司年收入低于2500万美元，但雇佣的员工数也较少，这同样符合美国初创科技公司的特征。因此，作者也强调，这一研究主要解释了在高技能劳动力市场中要价对出价乃至最终成交工资的影响。公司层面的描述性统计如表-1的Panel-B所示。

3. 要价与出价

首先，作者定义了要价（ask salary）、出价（bid salary）和最终成交价（final salary）。“要价”指的是在创建个人简历时，求职者对“你在下一个职位上期望的基础薪资是多少？”这个问题的回答；“出价”指的是公司在与求职者进行任何面试以前，在给求职者发放面试邀请时提供的工资；而“最终成交价”则指的是签署工作合同时最终双方协议确定的工资水平。

同时，作者在识别出价时面临一个问题，即求职者填写的要价是他们的“保留工资”，“期望工资”还是“最高工资”，因为这会进一步影响他们在劳动力市场谈判中的行为。不过，完善的数据集给作者提供了多样化的检验方式，通过下图（A）中检验“要价/出价”对面试接受率的影响，作者发现：即使在公司出价低于要价时，仍有约49%的候选人接受了面试请求，说明要价并不是保留工资，并且男性和女性在接受面试邀请上并没有显著的区别。作者还在下图的（B）和（C）中进一步说明了要价和出价、出价和最终成交价之间极强的相关关系，为之后的回归分析打下了基础。

04

测量要价差距

1. 实证策略

作者采用简单的对数线性回归来测量求职者要价当中的性别差距，基准回归方程如下：

在方程（1）和（2）中，Aski是候选人i第一次填写简历时的要价；Femalei是一个虚拟变量，求职者为女性时=1；γt是月×年的固定效应，而Xi是根据创建简历时求职者回答的其他问题构建的控制变量，详见原文附录表A.1。

作者考虑到有7.4%的求职者在求职过程中更新了自己的要价，于是将每次工资谈判都考虑进了方程（3）中：

方程（3）与（2）的唯一不同是增加了下标b作为每次面试邀请的代理，也就是作者使用了463860个观测值（因为公司发送了这些面试邀请），尽管可能其中大部分观测值都是相同的。

2. 实证结果

以上三个回归方程的估计结果如下表所示：

第一到第五列逐步汇报了从不加入控制变量到加入了全部关于个人信息、教育背景、求职偏好和工作经验的回归结果。第五列的结果说明，在同等背景和能力下，女性的要价比男性低了2.9%，在控制了最近一家工作单位的影响后，这一差距增加到了3.2%。同时，第七列汇报了方程（3）的回归结果，考虑了出价的动态更新后，女性仍然比男性少要求约2.4%的工资，证明了在要价上的性别差距确实存在。

作者接下来探究了可能存在的异质性，在线附录C中说明了这一过程，同时确定了工作经验上的异质性是最值得关注的。下图（A）中展示了按工作经验分组后，不同组别的性别要价差距估计量，在工作经验超过8年的组别中，要价的性别差距明显要高于其他组别，作者随后也对造成这一现象的机制进行了探究。

05

要价如何影响出价和最终工资

1. 实证策略

作者这部分的检验和前一部分一样采用简单直接的方式，在应用对数线性模型的前提下，不断加入控制变量，只不过全部的样本都建立在面试层面上，具体的回归方程如下：

在以上的回归方程中，Bidib是求职者i收到的第b个面试邀请时公司的出价，而其他的变量与方程（1）-（3）中的相同。方程（4）-（7）的逻辑是，先加入控制变量，测算在出价上的性别差距，而后将要价作为控制变量继续加入，再观察控制要价后的差距。

2. 实证结果

作者在下表中汇报了以上四个方程的回归结果及额外的一个检验：

具体来说，在控制了相关变量以后，出价上的性别差距为2.2%，但如果将要价加入到回归中来，差距迅速缩小到0.2%。同时，第五列加入了女性和要价的交乘项，但其系数并不显著，说明男性和女性在提升要价时，并没有被区别对待。第六到八列汇报了加入工作固定效应的结果，其性别差距同样缩小到了0.3%，这一结果在控制公司层面的固定效应时也稳健，说明要价确实对公司的出价具有非常强的影响。

回顾前文的异质性分析，作者在以下图（B）和图（C）中展示了加入要价作为控制变量后出价差距的显著变动。

图（B）展示的是在未控制要价前，按工作经验分组的出价性别差距，与要价的图示结论相同，在8年以上经验的组别里，都存在显著的不均等；但是图（C）中控制要价以后的回归系数就已经变得在0周围波动，几乎不存在出价上的性别差距。以上结论也引出了接下来的研究，要价又是如何影响最终成交价中的性别差距的呢？

3. 要价与最终工资中的性别差距

作者采用与（4）-（7）式相同的回归方程，只是将因变量换成了最终签合同的工资额，样本量也随之下降到了7582个。但是，表五的回归结果显示，在不考虑要价的情况下，同技能和背景的女性比男性会少1.4%的工资，但是如果控制了要价，最终签约的工资情况会出现反转，女性甚至比男性能多获得0.9%的工资！当然，如果控制了公司层面的固定效应，女性多的额度会变得不显著，但至少在控制了要价后，科技行业中的高技能劳动力市场已经不再存在性别工资差距。

作者还进行了一系列稳健性检验，感兴趣的读者可以自行在正文和附录中查阅。

06

因果推断

在研究背景的部分介绍过，2018年的一项改革使Hired.com网站会提供了同等技能和经验的其他求职者要求的工资中位数，这也就意味着通常要价较低的女性会知道自己可能“要少了”。由于这项改革平台没有事先公布，求职者和公司都没有提前对其作出反应的能力，因此可以将其看作一个外生冲击进行因果推断。

1. 推断策略

作者采用如下间断时间序列的方式进行因果推断，但这次仅是在个人层面上进行回归，方程如下所示：

其中，新增的变量Aftert是在改革后创建简历的虚拟变量，当适用于新政策时=1；γt 也随着方程改为了月层面（每年1-12月）的控制变量，用于控制潜在的招聘淡旺季。具体来说，β0估计了改革对男性要价的影响，β0+β2估计了改革对女性要价的影响。β1估计了改革前的要价性别差距，而β1+β2估计了改革后的要价性别差距。

2. 趋势证据

在上图中，作者首先完成了对趋势的检验，不论是求职者的要价还是公司的出价，在提供的信息改变以前，都存在明显的性别差距，但随着更多信息提供给了求职者，这种差距变得不存在了。

3.识别结果

上表通过汇报方程（8）的估计值支持了前文图（A）中的趋势。第一列表明在提供信息前的要价性别差距为2.9%，而提供信息后女性的要价比男性还多了0.6%，同时第二列中每次面试层面的检验也支持相同的结论。第三到五列支持了前文图（B）中的趋势，企业给求职者的出价性别差距从男性多2.5%转变为了女性多0.3%，并且在考虑了要价以后，这些差距会变得并不显著。最后，第六列中的检验表明，在最终签订合同的工资上，性别差距也变得并不显著了，这说明给女性提供信息让她们变得更加自信地提出合适的薪资，可以有效地缩小性别工资差距。

4. 工作经验的异质性

最后，作者仍然关注了工作经验的异质性，下图说明了信息改革对不同经验组别的影响大小。

可以明显地看出，随着工作经验年限的增长，改革对女性提升自己要价的影响就越大，并且几乎在每个组别中，提供额外信息都弥补了之前的要价与出价差距。作者认为，由于女性“玻璃天花板”的存在和管理岗位女性的人数偏少，工作经验多的女性在寻求高等级职位时会缺少信息作为参考，而提供更多信息能更好地促进她们的薪资谈判，降低全社会的性别工资差距。

同样，作者依然花了大量精力对以上结果的稳健性进行了检验，感兴趣的读者可以参考原文以及在线附录进行了解。

07

结语

这项研究全文都在探究工资谈判的动态过程中，求职者要价和公司出价是如何影响性别工资差距的。作者首先通过一系列简单明了的实证方法说明了要价和出价中性别差距的存在，接下来又利用外生的变动检验了提供额外信息对与女性提升自己要价之间的因果关系，并说明了高技能劳动力的在线招聘平台上并不存在性别歧视。

在诸多性别不平等研究文献中，这一研究独树一帜，不仅用扎实的实证检验说明了性别工资差距的根本来源，而且还提供了“增加信息”这一解决方案，对性别不平等的理论和劳动力市场中的实际操作均有贡献。