外資進入與性別就業(yè)歧視
——基于傾向評分匹配估計的經(jīng)驗研究

闞大學，呂連菊，南昌工程學院經(jīng)濟貿(mào)易學院，江西南昌 330099

一、引言

1978年以來，我國外資增長迅猛，截至2012年底，中國累計實際利用外資金額12760億美元，批準設立外資企業(yè)76.3萬多家，2012年新批外資企業(yè)24925家，實際利用外資金額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%，租賃和商務服務業(yè)占7.35%，交通運輸、倉儲和郵政業(yè)占3.11%，信息傳輸、計算機服務和軟件業(yè)占3.01%。全球有90%的國家地區(qū)來華投資，98%的世界500強企業(yè)在華設有子公司。自1993年起，我國外資流入量就在發(fā)展中國家位居第一，2002年更是超過美國位居世界第一。通過吸收外資彌補了國內(nèi)資金短缺，儲蓄和外匯的“雙缺口”不再明顯，經(jīng)濟增長的資本要素短缺問題已經(jīng)得到緩解。外資不僅帶來了資本、技術和管理經(jīng)驗，也直接影響了我國的就業(yè)，目前，在外資企業(yè)中直接就業(yè)的人數(shù)約占我國城鎮(zhèn)勞動就業(yè)人口的13%，同時外資也通過擠出效應、技術溢出效應和經(jīng)濟增長效應間接影響了我國就業(yè)。因此，眾多學者將注意力放在實證分析外資對我國就業(yè)的影響，但得到的實證結果不相一致，沒有一個一般的結論。他們忽視了外資對不同特征個人就業(yè)產(chǎn)生的影響往往并不相同，即外資的就業(yè)效應非中性。因此，外資對不同性別勞動力的就業(yè)影響也將存在差異，而不同性別勞動力的就業(yè)差異正是學者和政策制定者所關注的性別就業(yè)歧視問題，亟待解決。近年來我國女性就業(yè)參與率顯著降低，性別就業(yè)歧視越發(fā)嚴重，損害了勞動力市場效率，影響了人們的生活水平，這與十八大報告和十八屆三中全會所強調(diào)的“使改革紅利更多更公平惠及全體人民”顯然不相一致。引進外資是我國改革開放的一個重要舉措，外資進入也是影響女性就業(yè)水平變化的一個重要原因。因此，研究外資進入對性別就業(yè)歧視的影響無疑具有重要現(xiàn)實意義。

二、文獻綜述

相關文獻主要包括以下三個方面:一是分析性別就業(yè)歧視產(chǎn)生的原因。眾多學者認為偏見、偏好、社會習俗、信息不完全與不對稱、搜尋成本、文化差異、教育、法律法規(guī)不健全、生育及相關成本、額外成本是性別就業(yè)歧視產(chǎn)生的原因［1］［2］［3］。二是研究外資對我國就業(yè)的影響，包括外資對我國就業(yè)數(shù)量、就業(yè)質(zhì)量、就業(yè)空間結構和就業(yè)環(huán)境的影響。其中部分學者研究了外資對全國或區(qū)域就業(yè)數(shù)量的影響和對具體產(chǎn)業(yè)就業(yè)數(shù)量的影響［4］［5］［6］［7］［8］［9］。相對于這些 研究，外資對我國就業(yè)質(zhì)量的影響的研究結論較為一致，張二震和任志成［10］、王維國和顏敏［11］、闞大學［12］等人研究發(fā)現(xiàn)外資通過擴大高技能勞動力的需求、促進高技能勞動力的流動、技術外溢效應和加速人力資本積累等渠道促進了我國就業(yè)質(zhì)量提升。楊云彥等［13］、朱金生［14］則研究了外資對我國就業(yè)空間結構的影響，認為外資促進了勞動力就業(yè)空間的集聚。此外，部分學者研究發(fā)現(xiàn)外資對我國就業(yè)環(huán)境產(chǎn)生了負面影響。三是實證研究外資對就業(yè)性別工資差距的影響。朱彤等［15］運用中國城鎮(zhèn)家庭住戶收入調(diào)查數(shù)據(jù)(CHIP)實證檢驗發(fā)現(xiàn)，外資進入對男性勞動力收入的正向影響大于對女性勞動力收入的正向影響。

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

三、模型與方法

本文研究目的在于通過比較企業(yè)在某一時期有外資進入和沒有外資進入情形下的性別就業(yè)歧視差異，從而得出外資進入對性別就業(yè)歧視的影響。但是由于存在內(nèi)生性問題，并不能簡單比較有無外資進入情形下的性別就業(yè)歧視差異，例如外資進入的企業(yè)可能加劇了性別就業(yè)歧視，但由于現(xiàn)實中不可能獲得該企業(yè)在同一時期沒有外資進入這一反事實情形下的性別就業(yè)歧視相關變量數(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入企業(yè)的行為引起的。為此，采用PSM方法來處理上述問題。PSM是近年來被經(jīng)濟學界逐漸采用的一種近似于實驗的方法，是半?yún)?shù)估計方法，其無需預先設定計量模型方程的形式，通過匹配變量的選取控制可觀測變量對估計結果的影響，并得到更為可靠的估計結果。PSM主要研究思路是首先將樣本企業(yè)分為處理組企業(yè)和對照組企業(yè)，并通過一個二元選擇模型估計出每組樣本企業(yè)的傾向分值;其次對樣本企業(yè)進行匹配，即為處理組企業(yè)尋找與其傾向分值最為相近的一個或一組匹配對照組企業(yè)，并根據(jù)傾向分值給每個匹配對照組企業(yè)一個權重;最后計算每個對照組企業(yè)與其匹配對照組企業(yè)之間的表現(xiàn)差距，這些差距的加權平均，即處理組企業(yè)與對照組企業(yè)之間的總體差距［16］，也即外資進入對性別就業(yè)歧視的因果效應。具體操作過程如下。

首先，對樣本企業(yè)進行分組，確定處理組企業(yè)和對照組企業(yè)。這里處理組企業(yè)為樣本期內(nèi)外資進入的企業(yè)，對照組為樣本期內(nèi)外資未進入的企業(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期為外資進入的企業(yè)，F(xiàn)DIit=0表示企業(yè)i在t期為外資未進入的企業(yè)。同時，定義為企業(yè)i在t期外資進入時的性別就業(yè)歧視，定義為企業(yè) i在 t期無外資進入時的性別就業(yè)歧視，則企業(yè)在t期的外資進入對性別就業(yè)歧視的因果效應(ATT)為

表1 匹配變量的定義及度量

上述采用傾向評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外資進入企業(yè)都能通過傾向評分匹配找到與其匹配的外資未進入企業(yè);平衡性條件保證了匹配后的外資進入企業(yè)和匹配成功的外資未進入企業(yè)在匹配變量上沒有顯著性差異。

采用傾向評分匹配方法計算模型Pit(FDIit=1)=μ(Xit)的傾向分數(shù)，即控制匹配變量后企業(yè)外資進入的概率，之后依據(jù)外資進入的企業(yè)和外資未進入的企業(yè)的相似度對二者進行匹配，剔除那些高于外資未進入企業(yè)的最大值或小于其最小值的外資進入企業(yè)樣本，以滿足共同支持條件。

為滿足平衡性條件，通過計算匹配后外資進入的企業(yè)與外資未進入的企業(yè)基于各匹配變量的標準偏差進行匹配平衡性檢驗，考察二者在匹配變量上有無顯著性差異。外資進入的企業(yè)與外資未進入的企業(yè)基于某一匹配變量的標準偏差為

最后，進行因果效應估計。令Pi為外資進入的企業(yè)i外資進入概率的Probit模型估計值，Pj為外資未進入的企業(yè) j外資進入概率的Probit模型估計值，則外資進入對性別就業(yè)歧視的因果效應為

其中，n為外資進入的企業(yè)數(shù)，函數(shù)g(Pi，Pj)為當用外資未進入的企業(yè)j的作為外資進入的企業(yè)i的的替代時，對外資進入的企業(yè)j的所施加的權重。為了估計上式，首先需確定g(Pi，Pj)的表達式，采用 Kernel匹配對(4)式因果效應進行估計，Kernel匹配估計中權重函數(shù)g(Pi，Pj)的表達式為an正太分布函數(shù)，h為帶寬參數(shù)。

四、數(shù)據(jù)說明與統(tǒng)計描述

(一)數(shù)據(jù)說明

數(shù)據(jù)來源于中國工業(yè)企業(yè)數(shù)據(jù)庫，該數(shù)據(jù)庫統(tǒng)計的指標豐富，并且時間跨度較長，從1995年到2011年。文章選擇的樣本時間跨度為2004－2011年，原因在于2004年前該數(shù)據(jù)庫沒有統(tǒng)計計算性別就業(yè)歧視所需的女性從業(yè)人員指標。此外，該數(shù)據(jù)庫存在一些問題，如指標缺失、存在異常值和明顯的統(tǒng)計誤差，因此，在樣本數(shù)據(jù)選取時，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)庫每一年都有新企業(yè)進入和老企業(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、主營業(yè)務收入、從業(yè)人員數(shù)、工業(yè)銷售收入、應付工資總額、應付福利總額、負債合計、資產(chǎn)合計等關鍵變量存在缺失值、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計準則的企業(yè)，并對女性從業(yè)人員數(shù)缺失的企業(yè)視情況進行處理，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)簡單設為零值顯然不可靠，可利用移動平均法計算得到。經(jīng)過上述篩選，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家不重復的企業(yè)樣本。

(二)統(tǒng)計描述

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給出了外資進入的企業(yè)和外資未進入的企業(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)出越來越嚴重的趨勢。其中外資進入的企業(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入的企業(yè)，即外資進入的企業(yè)性別就業(yè)歧視高于外資未進入的企業(yè)。此外，外資進入的企業(yè)和外資未進入的企業(yè)的性別就業(yè)歧視均呈現(xiàn)出越來越嚴重的趨勢。那么，這是否意味著外資進入的企業(yè)和外資未進入的企業(yè)均加劇了性別就業(yè)歧視?得出該結論為時尚早，原因是還沒有考慮其他影響企業(yè)性別就業(yè)歧視的因素，也沒有進行估計分析。

表2 外資進入和外資未進入的企業(yè)性別就業(yè)歧視比較

2.基于匹配變量的統(tǒng)計性描述

表3給出了2004－2011年間外資進入的企業(yè)和外資未進入的企業(yè)匹配變量的均值。從表3可以看出，外資進入的企業(yè)和外資未進入的企業(yè)在匹配變量上存在顯著差異，相對于外資未進入的企業(yè)，外資進入的企業(yè)具有更大的出口規(guī)模、更高的勞動生產(chǎn)率、更多的主營業(yè)務收入以及更低的工資水平、更少的員工福利和三險一金、更小的企業(yè)規(guī)模、較差的財務狀況。這可能是因為中國工業(yè)企業(yè)數(shù)據(jù)庫的統(tǒng)計對象為規(guī)模以上工業(yè)法人企業(yè)，包括全部國有和年主營業(yè)務收入500萬元及以上的非國有工業(yè)法人企業(yè)，相對于未進入的國有規(guī)模工業(yè)法人企業(yè)而言，外資進入的企業(yè)多是年主營業(yè)務收入500萬元及以上的非國有工業(yè)法人企業(yè)。

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

五、模型估計與實證分析

(一)匹配平衡性檢驗

首先進行匹配平衡性檢驗。從表4可知，匹配后，外資進入的企業(yè)和外資未進入的企業(yè)標準偏差減少了80%以上，從T檢驗相伴概率值可知，匹配后，兩組企業(yè)樣本在出口規(guī)模、主營業(yè)務收入、企業(yè)規(guī)模、勞動生產(chǎn)率、工資水平、員工福利、三險一金和財務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，標準偏差越小，匹配結果越好，當匹配變量的標準偏差的絕對值大于20時，匹配效果不好。從表4中可知，匹配后各匹配變量的標準偏差絕對值均比20小，因此，匹配變量的選擇是合適的，且匹配方法選擇恰當，Kernel匹配估計是有效的。

表4 匹配平衡性檢驗

(二)Kernel傾向評分匹配估計分析

通過Kernel傾向評分匹配估計，得到外資進入與性別就業(yè)歧視因果效應的估計結果，如表5所示。

首先，從表5可知，有外資進入的企業(yè)對其性別就業(yè)歧視產(chǎn)生了顯著的正面影響。具體而言，經(jīng)過傾向評分匹配后外資進入對處理組企業(yè)的平均影響效應為20.12%，T檢驗值在5%水平上顯著，這說明控制從業(yè)人員其他特征對就業(yè)的影響，克服內(nèi)生性問題和一般回歸分析所引起的估計偏差后，外資進入的企業(yè)性別就業(yè)歧視比外資未進入的企業(yè)要高出20.12%，外資進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、技術密集型和勞動密集型企業(yè)研究這三類外資進入的企業(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(通用設備制造業(yè))、36(專用設備制造業(yè))、41(儀器儀表及文化、辦公用機械制造業(yè));技術密集型企業(yè)所屬行業(yè)代碼共6個②為26(化學原料及化學制品制造業(yè))、27(醫(yī)藥制造業(yè))、28(化學纖維制造業(yè))、37(交通運輸設備制造業(yè))、39(電氣機械及器材制造業(yè))、40(通信設備、計算機及其他電子設備制造業(yè));勞動密集型企業(yè)所屬行業(yè)代碼共為14個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)過傾向評分匹配后資本密集型企業(yè)和技術密集型企業(yè)的外資進入分別對處理組企業(yè)的平均影響效應為30.43%和 26.75%，T檢驗值分別在5%和1%水平上顯著;勞動密集型企業(yè)外資進入對處理組企業(yè)的平均影響效應為－15.09%，T檢驗值在5%水平上顯著。也就是說，外資進入的資本密集型企業(yè)和技術密集型企業(yè)加劇了性別就業(yè)歧視，外資進入的勞動密集型企業(yè)緩解了性別就業(yè)歧視。原因在于資本密集型企業(yè)和技術密集型企業(yè)由于外資進入對從業(yè)人員的文化素質(zhì)和知識技能要求提高，對于在教育上處于劣勢的女性而言，顯然文化素質(zhì)和知識技能低致使她們競爭力較低，且這些行業(yè)提供的工資福利待遇較好，崗位競爭更為激烈，加上高素質(zhì)高技能的女性相對男性而言供給數(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)雇傭女性的相關成本(如生育成本等)較高，而且即便雇傭了女性，也需要對其進行技能培訓，技能培訓成本較高，同時這些已培訓的女性離職對資本密集型企業(yè)和技術密集型企業(yè)而言，機會成本較高，致使這些企業(yè)在招聘員工時加劇了性別就業(yè)歧視。對于勞動密集型企業(yè)，外資進入更多的是利用本地廉價的勞動力，女性員工通常工資福利待遇低于男性，同時勞動密集型企業(yè)對知識技能要求較低，并不需要員工受過多少教育，且崗位競爭不激烈，使得性別就業(yè)歧視減少。此外，這些企業(yè)雇傭女性的機會成本較低，且在崗的女性員工容易替代，使得雇傭女性的生育等相關成本對這些企業(yè)影響較小，故減少了性別就業(yè)歧視。

表5 外資進入與性別就業(yè)歧視因果效應的估計結果

再者，分地區(qū)研究外資進入的企業(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)過傾向評分匹配后東部地區(qū)企業(yè)的外資進入對處理組企業(yè)的平均影響效應為38.27%，T檢驗值在10%水平上顯著;中西部地區(qū)的外資進入對處理組企業(yè)的平均影響效應分別為－8.48%和－9.03%，T檢驗值均在5%水平上顯著。也就是說，東部地區(qū)外資進入的企業(yè)加劇了性別就業(yè)歧視，中西部地區(qū)外資進入的企業(yè)緩解了性別就業(yè)歧視。原因可能在于以下幾點:一是進入東部地區(qū)企業(yè)的外資比重更高，且更多地進入了資本密集型企業(yè)和技術密集型企業(yè)，而進入中西部地區(qū)企業(yè)的外資比重較低，且更多地進入了勞動密集型企業(yè)。據(jù)統(tǒng)計，樣本數(shù)據(jù)中東部地區(qū)企業(yè)外資進入占整個外資進入的比重為88.23%，其中有64.72%進入了資本密集型企業(yè)和技術密集型企業(yè)，而中西部地區(qū)企業(yè)外資進入占整個外資進入的比重分別為7.41%和4.36%，其中分別有70.16%和79.85%進入了勞動密集型企業(yè)。二是相對中西部地區(qū)，外資進入東部地區(qū)的企業(yè)使得市場競爭更為激烈，并且東部地區(qū)的勞動力市場競爭也更為激烈，兩者使得雇傭女性的相關成本和機會成本較高。三是進入東部地區(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，對從業(yè)人員的知識技能要求較高，同時對雇傭員工的再教育培訓也會更多，使得雇傭女性員工的相關成本和機會成本更高，進而加劇了性別就業(yè)歧視。與之相反，進入中西部地區(qū)企業(yè)的外資更多是市場尋求型和自然資源尋求型的，對從業(yè)人員的知識技能要求低，對雇傭員工的再教育培訓也少，加上女性員工工資福利待遇低，且在勞動力市場上容易替換，使得女性員工雇傭的相關成本和機會成本對企業(yè)影響較小，進而致使外資進入中西部地區(qū)企業(yè)緩解了性別就業(yè)歧視。四是相對中西部地區(qū)，東部地區(qū)的制度環(huán)境較好，市場化指數(shù)高，外資進入該地區(qū)的企業(yè)更容易被納入跨國公司全球生產(chǎn)采購系統(tǒng)中，成為供應商和經(jīng)銷商，跨國公司會提供更多的再教育培訓，這也使得雇傭女性員工的相關成本和離職的機會成本更高，進而致使東部地區(qū)外資進入的企業(yè)加劇了性別就業(yè)歧視。

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

(三)穩(wěn)健性檢驗

在進行上述樣本數(shù)據(jù)處理時，本文對女性從業(yè)人員數(shù)缺失的企業(yè)視情況進行了處理，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)，再次進行傾向評分匹配估計。從表6中可知，外資進入和外資未進入的企業(yè)間的性別就業(yè)歧視差距縮小了，但外資進入企業(yè)的性別就業(yè)歧視仍高于外資未進入的企業(yè)，且在10%水平上顯著。分行業(yè)、分地區(qū)和分來源地的估計也未改變上述估計結果，僅是相應企業(yè)間的性別就業(yè)歧視差距有所變化，這說明上述Kernel傾向評分匹配估計結果是穩(wěn)健的。

表6 穩(wěn)健性檢驗:外資進入與性別就業(yè)歧視因果效應的估計結果

六、結論與對策

基于2004－2011年中國工業(yè)企業(yè)數(shù)據(jù)庫的微觀數(shù)據(jù)，利用傾向評分匹配估計法實證研究了外資進入對性別就業(yè)歧視的影響，結果發(fā)現(xiàn)，外資進入的企業(yè)在一定程度上加劇了性別就業(yè)歧視，外資未進入的企業(yè)緩解了性別就業(yè)歧視;外資進入的資本密集型企業(yè)和技術密集型企業(yè)加劇了性別就業(yè)歧視，外資進入的勞動密集型企業(yè)緩解了性別就業(yè)歧視;東部地區(qū)外資進入的企業(yè)加劇了性別就業(yè)歧視，中西部地區(qū)外資進入的企業(yè)緩解了性別就業(yè)歧視;來源于港澳臺地區(qū)的外資進入緩解了性別就業(yè)歧視，來源于其他國家地區(qū)的外資進入則加劇了性別就業(yè)歧視。上述發(fā)現(xiàn)意味著，在注意外資進入的環(huán)境污染效應、擠出效應等負面效應的同時，還需注意外資進入的性別就業(yè)歧視效應，且外資進入資本密集型企業(yè)和技術密集型企業(yè)雖然有助于技術外溢，但也加劇了性別就業(yè)歧視。因此，需提高外資進入的質(zhì)量，促進就業(yè)公平:一是要制定政策，鼓勵資本技術密集型企業(yè)和東部地區(qū)企業(yè)多雇傭女性員工，可以考慮對多雇傭女性員工的企業(yè)給予補貼或稅收減免以減少企業(yè)雇傭女性員工所承擔的相關成本和機會成本;二是不考慮行業(yè)、地區(qū)和來源地的差異，均需制定政策鼓勵外資進入的企業(yè)和外資未進入的企業(yè)加大對現(xiàn)有女性員工的再教育培訓，政府可考慮給予補貼或稅收減免，但政府對不同行業(yè)和不同來源地的外資進入企業(yè)制定政策的側重點不同;三是政府要加大女性的教育培訓投入力度，提高她們的競爭力，減少她們在就業(yè)時遭遇到的歧視，同時也要制定相關法律法規(guī)，切實保護女性就業(yè)的權利;四是中西部地區(qū)不能因為外資進入的企業(yè)緩解了性別就業(yè)歧視，就簡單鼓勵引進外資，需考慮外資進入的綜合效應。

［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《浙江大學學報(人文社會科學版)》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《華中科技大學學報(社會科學版)》2010年第5期。

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

［4］鄭月明、董登新:《外商直接投資對我國就業(yè)的區(qū)域差異與動態(tài)效應》，載《數(shù)量經(jīng)濟技術經(jīng)濟研究》2008年第5期。

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

［6］溫懷德、譚晶榮:《中國對外貿(mào)易、FDI對就業(yè)影響的實證研究》，載《國際貿(mào)易問題》2010年第8期。

［7］唐杰英:《外商直接投資、不同股權參與和就業(yè)—來自我國工業(yè)企業(yè)的實證分析》，載《國際經(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—基于國內(nèi)投資與就業(yè)擠出效應視角的實證研究》，載《國際貿(mào)易問題》2012年第4期。

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

［10］張二震、任志成:《FDI與中國就業(yè)結構的演進》，載《經(jīng)濟理論與經(jīng)濟管理》2005年第5期。

［11］王維國、顏敏:《人力資本存量、人力資本結構與FDI互動關系研究》，載《財經(jīng)問題研究》2008年第9期。

［12］闞大學:《基于省級動態(tài)面板數(shù)據(jù)的外資與人力資本形成的非線性關系研究》，載《國際商務—對外經(jīng)濟貿(mào)易大學學報》2013年第4期。

［13］楊云彥、徐映梅，向書堅:《就業(yè)替代與勞動力流動:一個新的分析框架》，載《經(jīng)濟研究》2003年第8期。

［14］朱金生:《FDI與區(qū)域就業(yè)轉移:一個新的分析框架》，載《國際貿(mào)易問題》2005年第6期。

［15］朱彤、劉斌、李磊:《外資進入對城鎮(zhèn)居民收入的影響及差異—基于中國城鎮(zhèn)家庭住戶收入調(diào)查數(shù)據(jù)(CHIP)的經(jīng)驗研究》，載《南開經(jīng)濟研究》2012年第2期。

［16］邵敏:《出口貿(mào)易是否促進了我國勞動生產(chǎn)率的持續(xù)增長—基于工業(yè)企業(yè)微觀數(shù)據(jù)的實證檢驗》，載《數(shù)量經(jīng)濟技術經(jīng)濟研究》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:基于傾向評分匹配的再估計》，載《財經(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.