基于DID模型的高校畢業生收入影響因素探究

王旋 李莉莉

摘要：通過對某市畢業生的社保數據建立雙重差分模型，分析了畢業生收入水平的變動情況及影響因素。研究結果表明，男性畢業生收入普遍高于女性畢業生，這主要是因為性別歧視因素導致的，2006—2011年間歧視因素不顯著，收入差距也不大。而2011—2018年間歧視因素表現為顯著，由于存在較大的歧視因素，女性畢業生收入也顯著低于男性。高學歷，雙一流院校的畢業生普遍獲得更高的收入，籍貫因素對畢業生收入水平影響程度較小。在就業市場中，男女性別因素影響持續存在，近年來性別歧視影響顯著，且非雙一流學生、女性畢業生的收入在就業市場中相對較低。

關鍵詞：雙重差分模型;畢業生收入;性別歧視;政府決策

中圖分類號：F241

文獻標志碼：A

收稿日期：2020-08-28

基金項目：

國家社科基金項目（批準號：2019BTJ028）資助。

通信作者：

李莉莉，女，博士，教授，主要研究方向為統計調查與預測等。E-mail：lili_lee2003@126.com

自上世紀90年代以來，為適應經濟的高速發展，中國進行了一系列改革。其中，如何進行教育投資是重中之重的問題。Dominitz [1]認為，收入是決定教育投資決策的關鍵性因素。Manski[2]指出，在理性預期模型下，如果個人擁有不同情境中市場工資水平的完美信息，那么就能通過這些信息做出對未來的無偏預測;而適應性預期模型假設個人掌握的信息是有限的，人們對工資的預期就可能存在偏差。經濟學家們更傾向于搜集和分析確鑿的數據，而對預期數據的估計研究較為匱乏。從現有的研究結果來看，對預期收入的影響因素，如何影響預期收入，將成為關注的重點。國內的經濟學家對收入的研究集中于性別差異、職業差異、地域差異、背景差異等等因素。在性別差異方面，葉文振等[3]通過研究發現女性的就業水平和工資水平確實比男性要低;曾湘泉[4]認為，大學生就業困難的問題主要受到就業環境和大學生自身條件的影響;曹星[5]等通過問卷調查的方式得出大學生就業的性別差異問題，男女畢業生起薪差距較大。畢業生收入水平和很多因素有千絲萬縷的關系，唐詩潮[6]指出當前大學生普遍就業困難，鄭彩玲[7]給出了當今女大學生就業受到歧視問題的分析。葛玉好[8]定量的分析了大學生的性別歧視問題。通過對影響畢業生收入因素的定性定量的分析給出相應的解決方案，為中國目前面臨大學生普遍就業難，就業情況不符合預期的情況提供了數據和理論的解決辦法?？v觀國內外經濟學家對畢業生的收入分析，數據來源大多是調查問卷或是統計年鑒，較少的考慮了對大量數據的統計分析;同時，樣本量集中在2～3年，沒有多年的樣本比較;本文在對影響畢業生收入進行分析時，采用了大量數據，研究涉及性別、籍貫、教育水平等因素，同時關注了2006—2018年時間跨度的收入樣本，并對年份收入數據進行雙重差分模型的分析，以此進行男女收入情況的判斷，達到研究高校畢業生收入水平因素的目的。

1 雙重差分（DID）分析模型選擇及變量設定

1.1 雙重差分分析（DID）簡介

要考慮性別歧視是否對畢業生工資差異帶來了顯著性的變化，就是要選出不同年度的男女收入數據，來對照收入的變化。如果評價目標是Yi，則第一次差分，第二次差分和處理效應

ΔY|（treat=1），ΔY|（treat=0） （第一次差分）（1）

ΔY|（treat=1）-ΔY|（treat=0）（第二次差分）（2）

估計E（ΔY|（treat=1））-E（ΔY|（treat=0）），其中，E表示求期望，當treat=1，t=1即表示處理組在執行某項政策之后的處理效應，因此可以對畢業生收入建立回歸方程

Yit=β0+β1treat+β2t+β3treat×t+uit，treat=0，1。t=0，1。i=1，…，N（3）

其中，Y為評價目標值，即畢業生收入;treat=1，0表示處理組和對照組，在這里分別代表性別女和性別男;t=1，0表示執行某項政策之后和之前，在這里分別代表雙一流和非雙一流院校，只有treat，t=1時，treat×t項才存在，文中代表院校差異與性別差異的雙重差分作用;β0、β1、β2、β3是回歸系數，β3是執行某政策之后的處理效應系數;如果β3的估計量顯著不等于零，說明處理效應存在，即執行某項政策制后，評價目標有顯著變化;uit是隨機誤差項，代表影響評價目標Yit變化的眾多微小因素。對于經濟問題，常用ΔLnW的值作比較[9]，因此本文將收入數據經過對數處理后再進行分析。

根據DID模型的設置，由于近年來某市的人口政策、人口組成、教育水平并未發生顛覆性改變或者強烈震蕩，因此可以使用DID模型進行分析比較[10]，且各年份之間的數據具有參考對比的作用。

1.2 變量解釋說明

數據采用的是某市人社局2006—2018年高校畢業生的社保數據作為研究目標，由于人社局調查的數據具有完整性、真實性，因此只需要篩選缺失數據，篩選異常數據后，對數據進行處理后選取性別、年齡，戶籍等5個指標，最終歸納為個體特征[11]，家庭情況，教育情況3個維度作為解釋變量，其中性別為男性設置為0，女性設置為1;非某市戶籍設置為0，某市戶籍設置為1;非雙一流大學畢業生設置為0，雙一流大學畢業生設置為1;受教育年限，年齡按實際時間填寫[12]。

2 數據來源與數據基本分析

2.1 數據來源

本文采用的是某市人社局2006—2018年高校畢業生的社保數據共500余萬條。通過對樣本進行預處理，刪除信息不完整數據后，共計有效數據3 679 633條。數據內容包括了性別、收入、生源地、工作年限等多個方面的信息。對變量的頻率進行描述性統計，選取性別、戶籍、畢業院校等指標，可以對比分析不同年份數據之間的差異。對被調查者的個體特征、教育情況的頻率統計，得到結果男女比例每年基本穩定，男女比例接近1∶1;某市戶籍畢業生與非某市戶籍畢業生比例也在6∶4比例穩定;雙一流大學與非雙一流大學畢業生的比例為接近1∶9。

關于變量的選取問題，在實證的過程中，本文曾經選取過多個相關變量進行實證分析，本文所展示的指標為篩選過后效果最佳的指標組合，其他指標組合不如該組合的解釋效果優秀。

2.2 男女、教育程度、院校收入的差異度

世界經濟論壇最新報告顯示，2019年以來經濟快速發展，然而男女的性別歧視問題并沒有得到緩解。性別差異也是本文研究收入差異的重要因素之一，雙重差分模型可以對這種問題進行有效的研究[13-14]，因此，接下來對性別、教育程度、院校差異和收入水平按年度數據進行簡單統計分析，結果見表1。

某市畢業生在2006—2018年期間，男女社保實現穩步增長。其中男性收入從1 148.43元增長到4 080.89元，增幅達到355.34%。女性社保由1 085.47元增長到3 650.07元，增幅達到336.26%。男女社保環比增長率一直保持穩定，在8%～14%期間波動。經過男女社保均值t檢驗，發現p<0.05，有顯著差異;社保增長的差值p<0.05，證明男女社保增長速度有顯著差異，男性增長速度顯著高于女性。

不同學歷間收入差異也是影響畢業生收入的重要因素，同時提高學歷也是大眾普遍認為的提高收入的方法[15]。某市本科生畢業收入由1 086.87元增長到3 965.57元，碩士生收入由1 474.87元增長至5 221.73元，?？粕杖胗?49.86元增長至3 507.77元，收入齊性檢驗p值為0.57，方差分析F統計量的p值為0.083，在10%拒絕域的基礎上可以認為三者收入存在差異。多重比較結果顯示，碩士生與本科生、本科生與?？粕g在0.1的顯著性水平下可認為無明顯差異，收入差異主要發生在碩士生與?？粕g。

不同院校間收入差距，是對院校等級，教育水平在一定層次上的直觀反應。某市雙一流院校畢業生收入一直保持“高收入，高增長”的態勢穩步前進， 2006—2018年，平均社保由1 515.33元增長至5 305.37元;相比較而言，非雙一流畢業生的平均收入則略顯不足：雖也保持穩定步幅增長，但從2006年的1 050元起，到2018年平均也只有3 745.51元，增長率逐年降低，在2018年時與雙一流院校畢業生的平均收入差距更是達到了1559.85元之多。其中平均收入的t檢驗（p=0.000），社保增幅的t檢驗（p=0.011）的結果也說明二者在平均收入和社保漲幅方面差異都十分顯著。

3 畢業生收入的影響因素

為了對某地區畢業生的收入差異水平進行階段性的分析，挑選出2006—2018年的收入數據進行DID分解，考慮性別因素，得到表2數據[16]。由收入欄來看，畢業生收入水平呈現逐漸升高的趨勢。而性別欄數值均為負數，且影響均顯著，女性畢業生普遍收入低于男性畢業生。雙一流因素表現為顯著的正值，說明雙一流院校畢業生收入普遍高于非雙一流院校的畢業生。雙重差分一欄，以2011年為分界線，2011年以前性別因素對畢業生收入只有微弱影響，而從2011年起，雙重差分影響逐漸增大，性別歧視為顯著的負向影響，從-0.042 7增加到-0.088 3，性別歧視逐年擴大，女性畢業生在就業市場受到越來越嚴重的歧視。

從數值上來看，性別帶來的收入差距一直穩定在-0.04～-0.08之間，畢業院校帶來的影響也基本穩定在0.2～0.35之間，而性別歧視的數值卻在近年逐漸增加，說明性別影響收入的情況逐漸明顯，使女性收入顯著低于男性。由于畢業生的收入水平與很多影響因素息息相關[17]。表3為更全面的畢業生收入分析結果，各因素影響收入效果不一。其中性別、院校、戶籍、教育年限因素表現為穩定且顯著的影響因素，說明畢業生收入確實和這些因素緊密相關。

女性在2006—2018年間基本保持穩定低于男性0.06左右的收入水平，只有在2016年男女因性別因素帶來的收入差距不明顯。院校方面，雙一流院校畢業生收入顯著高于非雙一流畢業生收入，僅僅在個別年份二者差距不大。教育年限的數據則表示，擁有較高受教育年限的畢業生通常有較高的收入，且這種影響表現較為穩定。不同城市的畢業生也會有著不同的收入[18]，戶籍數據顯示負值，說明非某市的畢業生收入普遍高于某市畢業生收入，畢業生的籍貫因素會稍微影響一定的畢業生的收入水平。

表3給出了雙重差分的影響，直觀上來說，以2011年為分界線，2011年以前性別歧視只起了較小的影響，2011年以后性別因素影響收入水平較為顯著。這也和社會發展，經濟形勢有所關聯[19]，市場對男性勞動力需求較大，同時會匹配較高的收入水平，男性畢業生也會獲得更高的生活滿意度[20]。

4 結論及建議

本文基于DID模型對某地區畢業生收入問題進行分析。2006—2018年，某市畢業生收入水平實現了大幅提升，但性別因素帶來的收入不平衡問題一直存在。首先，性別門檻不斷提高。2019年男女收入差距進一步擴大，女性受到更嚴重的就業歧視。其次，教育水平對收入有顯著影響。非雙一流院校與雙一流院校畢業生的收入有顯著的差距，即使院校相同，擁有較高受教育年限的畢業生也會獲得較高的收入。再次，畢業生收入受戶籍影響關系較小。某市2006—2018年畢業生收入與畢業生的戶籍關系不大，非某市畢業生收入略高于某市畢業生收入。說明某市用人單位貫徹了以人為本，以能力為本的宗旨，較好地匹配了畢業生的收入和能力。同時，性別對收入的影響仍然存在。男女收入表現為穩定的差距，女性收入普遍低于男性。要想解決畢業生收入差距的歧視問題，打破就業性別歧視，增加就業市場的接納能力，補充人才引進機制，通過激勵手段鼓勵畢業生就業。大學生們還要不斷提高自己的知識能力技能，以實現自己的就業理想。學校和政府方面，要加強就業引導，使就業渠道信息通暢，使得信息對稱高效流通，引導學生樹立正確的就業觀和擇業觀，幫助學生進行職業決策。

參考文獻

[1]DOMINITZ J， MANSKI C F. Eliciting student expectations of the returns to schooling[J].The Journal of Human Resources，1996， 31（1）：1-26.

[2]MANSKI C F. Adolescent econometricians： How do youth infer the returns to schooling？[J]. NBER Chapters， 1993， 41：1405-1435.

[3]葉文振，劉建華，夏怡然等.女大學生的“同民同工”[J].中國人口科學.2002（6）：57-61.

[4]曾湘泉.變革中的就業環境與中國大學生就業[J].經濟研究.2004（6）：89-93.

[5]曹星，岳昌君.我國高校畢業生就業狀況性別差異研究[J].高等教育研究，2010，31（1）：68-72.

[6]唐詩潮.當前我國大學生就業問題及對策研究[J].高教學刊，2018（16）：194-196.

[7]鄭彩玲，林佳蓮，陳鑾元，等.高校女大學生就業性別歧視問題及其對策研究[J].中外企業家，2019（11）：212-214.

[8]葛玉好，鄧佳盟，張帥.大學生就業存在性別歧視嗎？——基于虛擬配對簡歷的方法[J].經濟學（季刊），2018，17（4）：1289-1304.

[9]葉芳，王艷. 雙重差分模型介紹及其應用[J]. 中國衛生統計，2013，30（2）：131-134.

[10] 陳林，伍海軍.國內雙重差分法的研究現狀與潛在問題[J].數量經濟技術經濟研究，2015，32（7）：133-148.

[11] 劉瑞明，趙仁杰.匿名審稿制度推動了中國的經濟學進步嗎？——基于雙重差分方法的研究[J]，經濟學，2016，16（1）：174-200.

[12] 王庶，岳希明.退耕還林、非農就業與農民增收——基于21省面板數據的雙重差分分析[J].經濟研究，2017，52（4）：106-119.

[13] 周黎安，陳燁.中國農村稅費改革的政策效果：基于雙重差分模型的估計[J].經濟研究，2005（8）：44-53.

[14] 劉華，陸炳靜，王琳，朱晶.計劃生育政策對農村出生人口性別比的影響——基于DID方法的實證檢驗[J].中國農村經濟，2016（4）：70-80.

[15] 柳天恩，田學斌，曹洋.國家級新區影響地區經濟發展的政策效果評估——基于雙重差分法的實證研究[J].財貿研究，2019，30（6）：24-35.

[16] BERNARD M， FANKHNEL T， RIEDEL-HELLER S G. Does weight-related stigmatisation and discrimination depend on educational attainment and level of income？ A systematic review[J]. BMJ Open，2019，9（11）.

[17] 孫雪瑩，呂學梁，張宗強.金融排斥水平測度及其對居民收入的影響——基于省級面板數據的分析[J].青島大學學報（自然科學版），2017，30（2）：115-121.

[18] 楊瑞，張然，滕柯.鄉村教育投資對城鄉收入差距的影響研究——基于中國省際面板數據的經驗估計[J].青島大學學報（自然科學版），2020，33（1）：128-136.

[19] 國凡，孫毅.山東省城鄉人力資本投資差異對城鄉收入差距的影響[J].青島大學學報（自然科學版），2016，29（1）：96-102.

[20] 吳翠紅，呂學梁.收入差距與居民幸福感的關系研究[J].青島大學學報（自然科學版），2020，33（2）：116-125.

Research on Influencing Factors of College Graduates’

Income Based on DID Model

WANG Xuan， LI Li-li

（School of Economics， Qingdao University， Qingdao 266100，China）

Abstract：

Based on the social security data of graduates in a city， a difference-in-differences model was established to analyze the changes in the income level of graduates and the influencing factors. The results show that， firstly， the income of male graduates is generally higher than that of female graduates， which is mainly due to gender discrimination. During 2006-2011， the discrimination factor is not significant， and the income gap is also small. In 2011-2018， the discrimination factor is significant， and the income of female graduates is also significantly lower than that of men. Secondly， the graduates of high education， double first-class institutions generally get higher income， and the native place factor has less influence on the income. In the employment market， the influence of gender factors continues to exist， and the influence of gender discrimination is significant in recent years， and the income of non double first-class students and female graduates is relatively low in the employment market.

Keywords：

difference-in-differences model; graduates income; gender discrimination; government decision-making