We add to the gender wage gap literature by considering how characteristics of past employers are correlated with current wages and whether differences between the work histories of men and women are related to the persistent gender wage gap. Our hypothesis is that women have less exposure to higher paying industries and firms and more exposure to lower paying ones over the course of their careers and this history is correlated with male-female earnings differences in middle age. We use unique administrative employer history data to conduct a decomposition exercise to determine the impact of past employer characteristics relative to current employer characteristics, both at the mean and across the wage distribution. Consistent with past literature, we find that women in their forties work for lower paying firms than men, even within the same industry, and this difference accounts for almost a quarter of the wage gap observed at this point in time. In addition, we find that length and magnitude of past exposure to high and low paying industries and firms continues to exert influence on the wages observed in middle age. If women spent similar amounts of career time as men at employers with pay premiums similar to those of the employers of men, the gender wage gap would be 5% - 8% lower. The largest effects are found at the median, where differences in pay levels between men and women’s past employers explain approximately 8% of the gender wage gap. At the 90th percentile, differences in field of college degree are a more important predictor of the wage gap than work history.

中文翻译：

---

女性的早期职业决定会跟随多久？雇主历史对性别工资差距的影响

我们通过考虑过去雇主的特征与当前工资的相关性以及男性和女性工作经历之间的差异是否与持续存在的性别工资差距相关，来增加性别工资差距文献。我们的假设是，女性在职业生涯中较少接触高薪行业和公司，而更多接触低薪行业和公司，这一历史与中年男女收入差异有关。我们使用独特的行政雇主历史数据进行分解练习，以确定过去雇主特征相对于当前雇主特征的影响，包括平均工资分布和整个工资分布。与过去的文献一致，我们发现四十多岁的女性在薪酬低于男性的公司工作，即使在同一行业内，这种差异几乎占了此时观察到的工资差距的四分之一。此外，我们发现过去接触高薪和低薪行业和公司的时间和程度继续对中年观察到的工资产生影响。如果女性在雇主处花费与男性相似的职业时间，并且薪酬与男性雇主相似，那么性别工资差距将降低 5% - 8%。最大的影响出现在中位数，男性和女性过去雇主之间的薪酬水平差异解释了大约 8% 的性别工资差距。在第 90 个百分位，大学学位领域的差异是比工作经历更重要的工资差距预测指标。这种差异几乎占了此时观察到的工资差距的四分之一。此外，我们发现过去接触高薪和低薪行业和公司的时间和程度继续对中年观察到的工资产生影响。如果女性在雇主处花费与男性相似的职业时间，并且薪酬与男性雇主相似，那么性别工资差距将降低 5% - 8%。最大的影响出现在中位数，男性和女性过去雇主之间的薪酬水平差异解释了大约 8% 的性别工资差距。在第 90 个百分位，大学学位领域的差异是比工作经历更重要的工资差距预测指标。这种差异几乎占了此时观察到的工资差距的四分之一。此外，我们发现过去接触高薪和低薪行业和公司的时间和程度继续对中年观察到的工资产生影响。如果女性在雇主处花费与男性相似的职业时间，并且薪酬与男性雇主相似，那么性别工资差距将降低 5% - 8%。最大的影响出现在中位数，男性和女性过去雇主之间的薪酬水平差异解释了大约 8% 的性别工资差距。在第 90 个百分位，大学学位领域的差异是比工作经历更重要的工资差距预测指标。我们发现，过去接触高薪和低薪行业和公司的时间和程度继续对中年观察到的工资产生影响。如果女性在雇主处花费与男性相似的职业时间，并且薪酬与男性雇主相似，那么性别工资差距将降低 5% - 8%。最大的影响出现在中位数，男性和女性过去雇主之间的薪酬水平差异解释了大约 8% 的性别工资差距。在第 90 个百分位，大学学位领域的差异是比工作经历更重要的工资差距预测指标。我们发现，过去接触高薪和低薪行业和公司的时间和程度继续对中年观察到的工资产生影响。如果女性在雇主处花费与男性相似的职业时间，并且薪酬与男性雇主相似，那么性别工资差距将降低 5% - 8%。最大的影响出现在中位数，男性和女性过去雇主之间的薪酬水平差异解释了大约 8% 的性别工资差距。在第 90 个百分位，大学学位领域的差异是比工作经历更重要的工资差距预测指标。最大的影响出现在中位数，男性和女性过去雇主之间的薪酬水平差异解释了大约 8% 的性别工资差距。在第 90 个百分位，大学学位领域的差异是比工作经历更重要的工资差距预测指标。最大的影响出现在中位数，男性和女性过去雇主之间的薪酬水平差异解释了大约 8% 的性别工资差距。在第 90 个百分位，大学学位领域的差异是比工作经历更重要的工资差距预测指标。