Page 237 - 《社会》2018年第2期

社会· ２０１８ · ２

男性的虚拟专业分布。分性别的大学专业虚拟分布呈现在表 ３ 中。
表 ３ ：分性别的专业实际分布和假想分布
观测（ ％ ） 假想（ ％ ） （假想 － 观测）／观测
经济学 １０．１３ ４．８７ －５．２６
法学 ７．６９ ５．２７ －２．４２
文学／历史／艺术 ２４．９１ ９．２２ －１５．６９
女性 理科 １０．３７ １５．９６ ５．５９
工科／医学 ２２．６１ ４９．２２ ２６．６１
管理学 ２４．３０ １５．４７ －８．８３
小计 １００．０１ １００．０１
经济学 ４．７９ １０．３９ ５．６０
法学 ４．６６ ７．６２ ２．９６
文学／历史／艺术 ７．８８ ２２．７６ １４．８８
男性 理科 １６．２８ １１．３７ －４．９１
工科／医学 ５３．２０ ２６．７６ －２６．４４
管理学 １３．１９ ２１．１１ ７．９２
小计 １００．００ １００．０１
从表 ３ 中可以发现，不论男女，当用对方的专业选择模型的参数估
计模拟自身的专业选择后，其虚拟专业分布与实际观测到的相差较大。
就女性而言，如果按照男性专业选择预测矩阵进行估计，其就读理学专
业的比例会增加 ５３．９％ ，而就读工科专业的可能性会增加 １．１８ 倍；就
读文学 ／历史／艺术专业的比例会降低 ６３．０％ ，就读管理学专业的比例
会减少 ３６．３％ 。对男性而言，如果以女性专业 选择 预测 矩阵进行 估
计，其就读理学专业的比例会减少 ３０．２％ ，就读工科专业的比例会减
少 ４９．７％ ，而就读文学／历史／艺术专业的比例则是原来的 ２．８９ 倍，就
读管理学专业的比例则会增加 ６０．０％ 。这种实际与虚拟的专业分布
的巨大差异可能在一定程度上反映了不可观测的性别文化对个体的潜
在影响。这种影响会贯穿个体生命历程始终，通过性别社会化的过程
部分内化为个体的偏好，影响个体的专业选择，进而影响着我们所观察
到的现实与虚拟的反差。
（二）初职进入

１． 描述性统计
在本部分的分析中，大学专业成为关键自变量，用以分析其对初职
类别的影响，具体地说，即大学专业对样本进入男性主导职业的影响。
表 ４ 为初职数据的描述性统计。与女大学毕业生（ ４９．３７％ ）相比，男大

· ２ ３ ０ ·