[論文レビュー] Closing the U.S. gender wage gap requires understanding its heterogeneity

Philipp Bach, Victor Chernozhukov+1 more|arXiv (Cornell University)|Dec 11, 2018

Retirement, Disability, and EmploymentSocial Sciences被引用数 20

ひとこと要約

本研究では、2016年アメリカ・コミュニティ・サーベイ（ACS）データを用いて、642,229人のフルタイム労働者における米国の性別賃金格差の不均一性を高次元二重ラasso回帰で定量的に分析した。その結果、婚姻状態、母親としての状態、人種、教育、職業、産業によって賃金格差が顕著に異なることが判明した。特に、婚姻済みおよび母親である状態が、生涯未婚の女性と比較して最大で12ポイントも高いペナルティをもたらすことが明らかになった。これは、政策立案に平均的格差推定値を用いることの妥当性を疑問視するものである。

ABSTRACT

In 2016, the majority of full-time employed women in the U.S. earned significantly less than comparable men. The extent to which women were affected by gender inequality in earnings, however, depended greatly on socio-economic characteristics, such as marital status or educational attainment. In this paper, we analyzed data from the 2016 American Community Survey using a high-dimensional wage regression and applying double lasso to quantify heterogeneity in the gender wage gap. We found that the gap varied substantially across women and was driven primarily by marital status, having children at home, race, occupation, industry, and educational attainment. We recommend that policy makers use these insights to design policies that will reduce discrimination and unequal pay more effectively.

研究の動機と目的

• 平均的性別賃金格差推定値を越えて、個人的および社会経済的特徴に応じた格差の変動を定量化すること。
• 大規模かつ代表的な米国データセットを用いて、性別賃金格差の不均一性の主な要因を同定すること。
• 賃金不平等に最も影響を受ける特定のサブグループに対応する、根拠に基づく政策設計のための知見を提供すること。
• 従来のサブグループ比較の限界を克服するため、複数の交絡変数を同時に制御できる高次元モデルを用いること。

提案手法

• 米国人口の1％をカバーする2016年アメリカ・コミュニティ・サーベイ（ACS）データを用いて、高次元賃金回帰を実施した。
• 二重ラasso（二重選択）を用いて、多数の社会経済的変数の中から関連する予測子および相互作用項を選択し、過剰適合およびバイアスを低減した。
• 個人的特徴（例：婚姻状態、子供の有無、人種、教育、職業、産業、勤務時間）の二重相互作用を用いて、性別賃金格差を関数としてモデル化した。
• サンプル内に含まれる各フルタイム女性の格差を推定し、95％信頼区間を伴う分位数プロットおよび効果プロットを用いて不均一性を可視化した。
• 教育水準（学士号取得者以上 vs. 高校卒業以下）ごとの層別分析を実施し、教育水準ごとのパターンの違いを比較した。
• サブグループ全体を通じて不均一性効果の妥当性を評価するため、予測子の同時統計的有意性を報告した。

実験結果

リサーチクエスチョン

• RQ1 婚姻状態、母親としての状態、人種、教育など、さまざまな社会経済的特徴に応じて、性別賃金格差はどのように変動するか？
• RQ2 職業的および産業的特徴は、性別賃金格差の大きさをどの程度緩和または強化するか？
• RQ3 人的資本変数（例：教育、経験）が、教育サブグループごとに賃金格差に与える影響はどのように異なるか？
• RQ4 複数の重複するアイデンティティ（例：婚姻済み、母親、非白人）が、性別賃金格差に及ぼす総合的影響は何か？
• RQ5 従来のサブグループ比較と比較して、二重ラassoを用いた高次元モデルは、真の不均一性の同定をどの程度改善するか？

主な発見

• 高校卒業以下の人では平均賃金格差が17％、学士号取得者以上では14％であったが、これらの平均値は顕著な不均一性を隠している。
• 配偶者が同居する女性は、生涯未婚の女性と比較して、他の要因が同一の場合に、性別賃金格差が9〜12ポイントも大きかった。
• 自宅に18歳以下の子供が1人以上いる女性は、子供のいない女性と比較して、賃金格差が5ポイント大きいことが示され、継続的な「母親としてのペナルティ」が存在することが明らかになった。
• 白人女性と比較して、非白人女性の賃金格差は顕著に小さく、教育、経験、その他の要因を制御してもこの人種的差は安定したままであった。
• 学士号取得者グループでは、自然科学、社会科学、ビジネスの10の専攻分野で、基準（教育行政および教員教育）と比較して、賃金格差が顕著に大きかった。
• 高校卒業者グループでは、週間勤務時間が延びるにつれて賃金格差が拡大したが、学士号取得者グループでは、勤務時間の影響がやや弱く、高学歴女性の職場の柔軟性がより高いことが示唆された。