印度农业性别工资差距与MGNREGA：基于伪面板和交互项面板回归的任务特定性证据

《Frontiers in Sustainable Food Systems》：Exploring the gender wage gap in Indian agriculture—an interaction-based panel regression approach

　　

本研究利用伪面板数据集（pseudo-panel dataset）与基于交互项的面板回归框架（interaction-based panel regression framework），考察印度农业中的性别工资差距。研究旨在检验性别与历年农业工资之间的关联，尤其是对2005年颁布的《圣雄甘地国家农村就业保障法案》（Mahatma Gandhi National Rural Employment Guarantee Act, MGNREGA）的响应。该法案规定公共工程中男女工人同工同酬；研究考察其是否通过改变工资预期（wage expectations）和增强女性议价能力（bargaining power），与农业中差异性的性别工资动态相关联。分析采用随机效应模型（random effects model, RE）并配备聚类面板层面标准误（clustered panel-level standard errors），以克服数据集中的序列相关（serial correlation）和异方差性（heteroscedasticity）问题。研究结果表明，各类农业活动持续存在基于性别的工资差距，男性劳动者持续获得高于女性对应者的工资。同时，MGNREGA的实施与农村农业工资的显著正向变化相关，多数农场活动报告了政策后持续工资增长。然而，基于交互项的面板回归估计（interaction-based panel regression estimates）并未一致显示后MGNREGA时期存在统计学显著的差异性性别工资趋势，这表明尽管总体工资上升，性别差距基本未变。基于这些发现，研究讨论了与印度农业性别工资差距任务特定性（task-specific nature）相关的政策含义。虽然未直接估计，性别工资差距的持续存在凸显了在非正规劳动市场（informal labour markets）中强化工资透明度（wage transparency）与监测机制的重要性，以及促进技能发展举措（skill development initiatives）以增强女性参与较高报酬农业活动的重要性。

研究背景：全球非组织部门如农业及相关部门存在较宽的性别工资差距（gender wage gap），即女性在相同岗位、类似职位和相同环境下获得低于男性的报酬。印度作为农业国，农业及相关部门为超过54%的农村人口提供就业，女性约占印度农业劳动力的60%，却常被限制在较低报酬、体力繁重、资源获取有限和补偿不平等的活动中。这种差距并非源于女性效率低下或无法工作，而是与教育、土地、信贷等主要资源获取不均、性别劳动分工以及农村社会文化规范有关；后者常使男性在财务等关键决策中占优，而女性承担家庭角色。既有基于NSSO（National Sample Survey Office）和PLFS（Periodic Labour Force Survey）的研究持续记录农业与非正规部门中的性别工资差距，微观证据还显示农村村庄内部同类农业任务也存在差距，表明地方劳动市场摩擦和社会规范的作用。The Equal Remuneration Act, 1976和The Code on Wages, 2019虽规定同工同酬，但因农业非正规、分散、监测不足、法律意识缺乏、种姓歧视和政府参与不足而实施有限。MGNREGA 2005提供每年至少100天非技能工资就业，并规定公共工程男女同酬，可能通过改变保留工资、增强女性议价能力以及公共与私人农业部门之间的劳动竞争影响农村工资。基于此，研究人员检验：后MGNREGA时期非正规农业部门性别工资差距是否与差异化工资趋势相关，并将结果解释为组群工资模式而非因果政策效应。

主要关键技术方法：数据来自印度劳工部劳工统计局（Labour Bureau, Shimla）《Wage Rates in Rural India》，1995–96至2023–24，覆盖20个印度邦，选取11项农业活动，构建由重复横截面聚合而成的伪面板（pseudo-panel），分析单位为邦—性别—活动队列。名义工资用CPI-AL₁（1986–87=100）平减为实际工资，缺失用线性插值，约2%观测插值。估计采用随机效应模型（random effects, RE）加面板层面聚类标准误（clustered panel-level standard errors），核心解释为Gender、Post（2005后）及Gender×Post交互项。诊断包括Wooldridge、Breusch-Pagan LM、Modified Wald、Breusch-Pagan/Cook-Weisberg、VIF和Hausman；Hausman因负值或非正定失效，采用RE；Mundlak相关随机效应因共线省略；另做2000年placebo检验。

研究结果：

4.1 面板数据自相关诊断：Wooldridge（FE）与Breusch-Pagan LM（RE）方法。通过Wooldridge固定效应检验和Breusch-Pagan LM随机效应检验，所有11类农业及相关活动均存在一阶序列相关（serial correlation），p<0.01，说明固定效应和随机效应残差均高度自相关，需采用聚类或稳健标准误以保证推断可靠。

4.2 面板数据异方差检验：Modified Wald（FE）与Breusch-Pagan/Cook-Weisberg（RE）方法。通过Modified Wald组间异方差检验和Breusch-Pagan/Cook-Weisberg检验，所有活动均拒绝同方差假设，p<0.01，表明存在组间异方差（heteroscedasticity），后续回归需使用异方差稳健标准误。

4.3 农业工资模型多重共线性诊断：方差膨胀因子（VIF）分析。通过计算VIF，所有活动平均VIF低于10，最高为CAN（cane crushing）3.75，表明多重共线性（multicollinearity）不构成严重问题，模型统计上较稳定。

4.4 印度农村平减农业工资面板描述统计（1995–96至2023–24，20个邦）。通过面板描述统计，实际日工资均值（?/day）为：PLW 26.04、SOW 24.25、WED 18.38、TRP 18.22、HWT 19.81、WIN 16.57、THR 17.85、PCK 18.94、AHW 18.71、GAL 25.96、CAN 16.94；六类主要农业活动平均23.84。组间与组内变异显示空间和时间工资动态。跨邦空间异质性明显：Kerala和Tamil Nadu差距较高，Gujarat和Haryana较低，Jammu and Kashmir出现负差距，即女性工资高于男性。

4.5 面板数据模型选择与稳健估计：使用随机效应和聚类标准误处理自相关与异方差。通过Hausman检验比较固定效应（FE）与随机效应（RE），但多个活动产生负χ²值或协方差矩阵非正定，SUEST-Hausman亦无效，无法据此确定模型。由于性别为时不变变量，FE无法直接估计，研究人员采用RE以估计性别相关工资差异并利用组内和组间变异，同时使用聚类标准误；Mundlak相关随机效应因共线未提供额外信息。结果解释为条件关联而非因果估计。

4.6 农业工资对性别与后MGNREGA时期（2005）的随机效应面板回归：分活动与总体估计。通过RE面板回归，显著性别工资差距表现为男性更高：PLW 7.78、HWT 6.23、THR 3.73、GAL 7.61、CAN 6.85、AHW 6.45；SOW、WED、TRP、PCK、WIN不显著。Post变量在所有活动中显著为正，范围从WIN的7.50到SOW的15.87，表明后MGNREGA时期工资总体更高。Gender×Post交互项仅在PLW 3.26、HWT 1.98、WIN 1.75中显著，其余不显著。总体估计中，性别为5.01，Post为15.43，交互项不显著。年份系数显示1996–97至2004–05工资上升，2005–06至2012–13下降，其后趋稳。Within R²为0.57–0.81，between R²较低。结论是性别工资差距具有任务特定性且结构性嵌入；MGNREGA提高总体工资，但未一致缩小性别差距，也未显示系统扩大。

4.7 稳健性检验：placebo检验。通过假设2000年为虚假后时期重新估计交互项模型，placebo交互项显著但幅度较小，说明2005年前已存在一定性别工资趋势差异。因此，交互项系数应视为后MGNREGA时期差异性性别工资模式，而非因果效应，这是研究局限。

讨论部分总结：结果与既有文献一致，农业性别工资差距由职业隔离、工作经验差异和女性议价能力有限等结构因素驱动。由于Gender×Post多不显著，研究未能拒绝交互效应为零的原假设。MGNREGA提高了工资水平并改善劳动市场条件、增强农村工人议价地位，但其与性别工资差距变化的关联有限；实施差异、社会文化规范和农村劳动市场分割可能解释差距持续。低between R²表明模型对跨邦持续工资差异解释有限，农业气候、作物制度、种姓构成、劳动市场制度、教育和性别规范等可能重要，但超出本研究范围。总体而言，印度农业性别工资差距高度任务特定并嵌入结构；MGNREGA提高工资，但其缩小性别工资不平等的影响不均匀且有限，需补充制度和结构改革以应对性别劳动市场分割。

研究结论部分翻译：实证发现强调印度农村多种农业活动中性别工资差异持续存在。分析确认男性在多数农业任务中持续获得高于女性的工资，在plowing、harvesting、threshing、animal husbandry和general agricultural labour活动中有统计显著工资差距；但在sowing、weeding、transplanting和picking活动中性别工资差距不显著，表明性别对工资决定的作用取决于农业活动性质。2005年引入MGNREGA与多种活动农村农业工资总体增加相关。然而，基于交互项的面板回归估计未提供一致统计证据表明后MGNREGA时期性别工资差距显著下降。虽然结果表明后MGNREGA时期工资增加，但其缩小性别工资差距的具体关联仍不确定。重要的是，结果未表明MGNREGA估计显示后MGNREGA时期性别工资差距系统扩大。这凸显公共就业计划与其直接范围之外更广泛劳动市场结果之间潜在但有限的关联。同时，性别工资差距持续表明需更有针对性和性别敏感的干预。鉴于观察到的任务特定性，更有针对性政策路径可能合理。结果说明统计显著工资差距集中在plowing、harvesting、threshing、animal husbandry、cane crushing和general agricultural labour，而sowing、weeding、transplanting、picking和winnowing中工资差异基本不存在。这表明性别不平等在农业工作中并非均匀分布，而集中于特定职业段。因此，在高差距活动中强化性别敏感工资监测和执行机制可能比全部门干预更有效。活动特定工资审计、性别分列工资报告、地方申诉系统和定期劳动监察可提高最持续差距活动的透明度和问责。sowing、weeding、transplanting、picking和winnowing无显著性别工资差距提供额外政策启示。这些活动通常女性参与更高，工资结果更一致。未来研究和政策可考察这些活动的制度、组织或劳动市场特征，以理解工资差异为何有限。同时，发现表明职业隔离仍是性别工资不平等的重要贡献因素。通过针对性培训、技能发展、设备获取和推广支持扩大女性参与plowing、harvesting、animal husbandry和cane crushing等较高报酬且传统男性主导活动，可帮助减少职业障碍并提高女性收入。虽然本研究未直接评估培训干预，但该建议基于观察到的性别工资差距任务特定分布。