劳动力市场上的性别工资差异一直以来在世界范围内都备受重视，有大量关于各个国家性别工资差异的理论和经验研究。中国也不例外，国内外的很多学者都对中国的性别工资差异状况进行了详细探讨，大多是总量研究，少部分分区域分部门研究。很少有人注意正处于转型期的中国上市公司高管层，这个群体所表现出来的差异可能跟整体人群有很大的不同。本文利用国际上通用的工资方程回归模型(Mincer方程)和Oaxaca性别歧视模型，对2005年沪深两市A股上市公司男女高管的性别工资差异进行分解。描述性统计结果表明，女性高管的平均受教育水平低于男性高管，平均年龄小于男性高管。性别工资相对差异在各个教育水平都存在，其中具备博士学历的高管层相对差异最大，其次是中专或高中学历的男女高管工资差异。从企业规模上看，女性高管所在企业的平均规模不到男性的一半。大部分的女性高管都就职于国有股控制相对较弱的部门，国有股比例低于20％的企业性别工资相对差距最大，女性高管的平均薪酬比男性高管低了近30％，这与整体人群的情况相一致。但值得注意的是，国家相对控制(20％＜国家股比例＜50％)的公司中女性高管的平均薪酬超越了男性高管。批发和零售行业的女性高管比例最大，其次是房地产业和传播与文化产业。在一些高管平均薪酬相对较低的行业内(采掘业、建筑业、批发和零售贸易)高管性别工资差异较大，而一些高管平均薪酬较高的行业，女性高管的平均薪酬超过了男性高管。在地区差异上，高管市场上的性别工资相对差异跟中国劳动力市场表现出不一样的态势，西部最大，中部最小，西部地区女性高管的平均薪酬比男性低21％(中国劳动力市场:西部＜中部＜东部)。　　显示性的相对差异统计表明，占总样本10.5％的女性高管平均货币薪酬比男性高管低15％。进一步的工资回归方程显示，控制了所属行业、企业绩效、企业规模、国有股比例、所在地区等变量后，性别系数大于0，且T检验在5％水平上显著。另外一个很重要的事实是，企业规模是影响性别工资差异最重要的因素，引入控制变量企业规模后，性别工资差异减少了一半多。其次是教育，教育解释了高管性别工资差异的29％。年龄的解释程度也达到了16％。企业所属行业和企业绩效的解释力只有2-5％。加入国有股比例这个控制变量后，性别系数为负，说明国家控制力越强，性别工资差异越小。进一步的交叉项分析表明，低教育组的高管性别工资差异略大于高教育组，40岁以上年龄组的高管性别工资差异要大于40岁以下的年龄组，受国家控制的部门高管性别工资差异比不受国家控制的部门高管性别工资差异低19.7％，东部地区的高管性别工资差异大于中、西部地区，这说明描述性统计得出的高管性别工资相对差异的地区特征只是一个表象(西部性别差异最大)，在控制了个人特征及其他控制变量后，高管性别工资差异的地区特征与目前的整体就业人群相一致，在市场化程度较高的东部地区上市公司高管层的性别工资差异要大一些。　　性别工资差异不等同于性别歧视，Oaxaca歧视分解显示，对上市公司女性高管在货币薪酬方面所显示的歧视程度不突出，仅为4.44％，总差异的95.56％部分是由模型(7)中各个变量水平的不同来解释。尽管性别差异和歧视程度都很小，但本文在研究过程中却发现，女性在规模较大的企业中很难进入高管层和女性高管的平均受教育程度低于男性高管实际上是一种间接歧视。本文所提到的这两种间接歧视有一定的不同，第一种是女性进入高管市场时所受到的歧视，第二种是所有女性都可能遭遇到的前市场歧视。而当控制了所有高管个人和企业特征后，所分解得到的4.44％的性别歧视是女性高管在跟企业董事会进行工资谈判时所受到的性别歧视。