《表2 工资方程中条件分位回归与无条件分位回归估计结果比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《样本选择参数分位回归模型及其在工资分布分解中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

表2给出了在不同分位点利用条件分位回归和无条件分位回归分别估计男女工资方程模型的估计结果及Bootstrap计算的标准差，重抽样样本量为500。对比各变量的系数估计结果（括号内为标准差），对于男性而言，受教育年限对工资在不同分位水平上的影响更重，对女性而言，工作经验对工资在不同分位水平上的影响更重，女性工作经验年限在不同分位点上都高于男性，说明在劳动力市场，女性的工作经验对其工资水平的影响更多，而男性的受教育水平对其工作水平的影响更多，受教育年限变量可能是导致男性工资高于女性工资的显著性因素；当使用非可加样本选择偏差修正方法后，发现受教育年限对女性工资不同分位水平的影响变大；对比不同分位点估计结果，随着工资水平的提高，特别是对工资水平高的人（高分位点），受教育年限对工资的影响更大，而工作经验没有表现出明显的类似特征；对比条件分位回归（CQR）与无条件分为回归（UQR），发现随着分位数提高，UQR估计结果变化幅度小于CQR结果，样本选择偏差修正后CQR与UQR估计结果随分位数变化表现出不一样的变化趋势，说明由于条件分位偏效应与无条件分位偏效应定义不同，确实会得到不同的结果。综上，在不同分位点下，受教育年限和工作经验对工资水平的影响程度不同；无论是否考虑样本选择偏差，受教育年限是影响男性工资水平的主要因素，而工作经验是影响女性工资水平的主要因素；随着分位点的改变，各变量的无条件分位数偏效应比条件分位数偏效应的变化幅度更小，波动性更小。