张晓云,辛兵海,杜丽群
(1.北京大学 经济学院,北京 100871;2.河北经贸大学 金融学院,河北 石家庄 050061)
不论是在发达国家,还是发展中国家,平均而言,拥有更高身高的劳动者其工资收入也更高,这一现象被学者称之为“身高溢价”。国外主流文献多从个体在人力资本方面存在差异(Persico等,2004;Case 和 Paxson,2008;Case等,2009)和劳动力市场上对身高的歧视(Harper,2000;Lundborg等,2014)两个方面对“身高溢价”现象进行解释。而作为世界上最大的发展中国家,在我国劳动力市场上,是否也存在“身高溢价”现象?如果存在,其深层次的原因是什么?
一方面,针对我国劳动力市场上“身高溢价”现象的研究文献相对较少,且存在一定不足。部分学者论证了我国劳动力市场上“身高溢价”现象的存在性(高文书,2009;Yamamura等,2015),但并未就其原因进行深入探讨。并且,既有文献对于我国劳动力市场“身高溢价”的性别差异研究结论存在差异。例如,江求川和张克中(2013)使用部分省份样本实证分析认为,“身高溢价”现象仅对女性存在,但Yamamura等(2015)使用全国性代表样本认为“身高溢价”现象对男女均成立。另一方面,自改革开放以来,我国经历了从计划经济向市场经济转轨,以市场化为导向的经济体制改革在极大地促进了经济增长的同时,也对我国劳动力市场产生了重要影响(樊纲等,2011)。经济学理论认为,完善的市场环境有助于消除劳动力市场上的歧视行为,然而既有实证研究多集中于分析市场化对劳动力性别歧视的影响(张丹丹,2004;柴国俊,2011),尚无文献明确探讨市场化能否弱化或消除劳动力市场上可能存在的外貌特征歧视问题。我国各省份之间的市场化进程呈现出较大的地区异质性,这为我们分析市场化在解决外貌特征歧视问题提供了研究基础。因此,研究我国劳动力市场上“身高溢价”问题,探讨其背后的影响机理,并分析市场化程度对身高溢价的影响,是对该领域文献的有益补充。
本文在既有研究文献的基础上,使用中国家庭追踪调查数据(CFPS2014),对中国劳动力市场上是否存在“身高溢价”进行了实证分析,解释了“身高溢价”的存在性,并结合中国分省份市场化指数数据,分析了增进市场化在消除外貌特征歧视上的作用。与已有文献比较,本文的创新主要有两点:(1)使用全国代表性样本,对我国劳动力市场中存在的“身高溢价”现象进行了渠道分析,提出了对这一现象的解释;(2)分析了“身高溢价”的地区异质性,探讨了市场化进程对消除歧视的影响。本文研究表明:首先,中国劳动力市场存在“身高溢价”现象,且该现象可能的原因在于雇主歧视,而非个体在人力资本方面的差异;其次,“身高溢价”现象的存在具有地区异质性,身高对收入的影响在我国相对欠发达的地区更为明显;最后,增加市场化程度能够显著降低或弱化身高带来的溢价效应。
对于“身高溢价”现象的解释,一类文献从个体人力资本的差异入手,认为受教育水平、认知能力、非认知能力和体力等方面的差异是导致溢价存在的原因。Judge和Cable(2004)认为,拥有较高的身高者往往具有更高的自我价值感,进而更易获得职业成功和高收入。Persico等(2004)使用英国和美国的白人男性数据开创性地分析了非认知能力对身高溢价的影响,认为进取心和自信心等非认知能力是身高溢价的来源。Case和Paxson(2008)则认为,Persico等(2004)忽略了认知能力的影响,并指出身高和认知能力在个人成长期同时受到了基因、营养和卫生环境等因素的影响,身高差实际上反映了个体认知能力方面的差异,进而将身高溢价解释为认知能力的差异。Lundborg等(2009)利用瑞典男性的征兵数据实证分析认为,身体能力(physical capacity)能够解释身高溢价的80%。Case等(2009)认为,教育水平和职业或行业匹配能够解释大部分溢价的存在性。Schick和Steckel(2010)使用英国数据实证分析认为,认知能力和非认知能力对身高溢价的解释各占一半。Lindqvist(2012)同样利用瑞典数据实证分析表明,身高越高获得管理职位的概率也越高,且这一关系有一半可归因于身高更高者在认知能力和非认知能力方面的优势。而来自巴西(Thomas和 Strauss,1997)、印度尼西亚(LaFave 和 Thomas,2017;Bargain 和 Zeidan,2017)、墨西哥(Vogl,2014)等欠发达国家或地区的研究也得到了类似结论。
另一类文献则强调身高对收入影响的溢价效应来自于劳动力市场中雇主或消费者对身高的歧视。Harper(2000)利用英国数据实证分析发现,不论男女,市场对身高矮者的“罚金”均为5%,且对男性而言,身高溢价存在的原因在于雇主歧视和消费者歧视所带来的生产力效应。Harper(2000)利用英国数据实证支持了劳动力市场存在对身高和相貌的雇主歧视问题,且相对于身高较矮而言,相貌更差对个体收入的负面影响程度更大。而Lundborg等(2014)利用相同数据分析认为,即使控制了认知能力、非认知能力和体力(muscular strength)等因素,身高对收入的影响依然显著为正,因而最可能的解释是身高较矮者被匹配到了低收入职业,这表明针对身高存在歧视。Heineck(2005)利用德国数据分析发现,身高对收入的影响存在性别差异和地区差异,即对女性而言并不存在身高溢价,且仅西德男性身高对收入具有显著正影响。此外,与多数研究有所不同,Hübler(2009)根据德国数据发现,身高同收入的关系可能并非线性关系,而是在身高超过一定阈值后收入反而会下降,即身高过高会受到“惩罚”。Böckerman和Vainiomäki(2013)基于芬兰双胞胎数据实证分析认为,认知能力可以解释男性的身高溢价,但对女性的解释有限,并利用资本收入做因变量进行分析,发现女性显著的身高溢价更有可能是来源于歧视。Tao(2014)利用中国台湾女大学毕业生数据,实证分析了身高对其就业状态和收入的影响,结果表明身高对初始就业状态没有显著影响,但对收入具有显著正影响,并排除了认知能力和非认知能力差异的影响,进而认为可能的原因来自歧视。Sohn(2015)利用印度尼西亚数据分析认为,身高对收入的影响对女性而言更大,且在私人部门和公共部门之间具有异质性,公共部门的雇员并未呈现出显著的身高溢价效应,认为身高溢价更多的是来自消费者的歧视。
已有文献针对中国劳动力市场上“身高溢价”现象的研究相对较少。高文书(2009)利用中国12个城市入户调查数据实证分析认为,中国劳动力市场存在身高溢价现象,但未就其可能的原因进行深入分析。江求川和张克中(2013)利用CHNS2006年的9省数据分析认为,中国劳动力市场对女性的身高存在明显的歧视行为,但对男性不显著。Yamamura等(2015)首次利用中国代表性样本(CGSS2008)实证分析了身高溢价的存在性,并认为政治渠道(利用党员身份度量)仅对男性成立,而将政治渠道不能解释的部分笼统地归为市场渠道。另外,顾天竹和纪月清(2017)则探讨了身高等外貌特征对其社会资本的影响。
综上可知,首先,已有研究对“身高溢价”现象的解释主要包括人力资本方面的差异,如教育水平、认知能力或非认知能力等,劳动力市场上的歧视,包括雇主歧视和消费者歧视等,并将不能由上述两类原因解释的部分称之为统计性歧视或动物本能(Case和Paxson,2008;Tao,2014)。其次,国内文献对该现象的渠道分析或解释相对欠缺,且对我国劳动力市场上“身高溢价”现象是否对男女均成立有争议。最后,尚无文献分析市场化对外貌特征歧视的影响。另外,国内关于市场化对劳动力市场影响的研究,多集中于市场化在解决劳动力市场上性别歧视中的作用,且结论也不一致。例如,张丹丹(2004)和柴国俊(2011)认为,市场化进程加剧了劳动力市场性别歧视。而许涛和张根福(2014)则认为,影响性别工资差异的因素是多方面的,而进一步推进市场化有助于缩小工资性别歧视。对市场化程度的度量可能是造成其结论不一致的原因,张丹丹(2004)、许涛和张根福(2014)简单地以时间先后来度量市场化进程,而柴国俊(2011)则利用工作单位的性质是否为国有企业来衡量市场化程度。但是市场化作为一系列的大规模制度变迁,如果仅用一个或几个代理变量进行度量,则不能反映市场化转型影响的全貌(樊纲等,2011)。本文使用中国分省份市场化指数这一综合性指标,则更客观也更具代表性。
1. 数据来源。本文研究所用数据来自北京大学“985”项目资助、北京大学中国社会科学调查中心执行的中国家庭追踪调查2014年数据(CFPS2014)。CFPS2014中部分数据缺失的变量(如父母受教育水平和职业类别等),我们使用CFPS2010和CFPS2012的数据进行了补充。CFPS2014的样本覆盖全国29个省(直辖市、自治区),为全国代表性样本(谢宇等,2014)。由于身高一般在 25−55 岁时更为稳定(Heineck,2005;Hübler,2009),因此处于该年龄段的身高值准确度更高,且为避免是否参与或进入劳动力市场带来的样本选择问题(Vogl,2014),我们选取年龄为25−55岁的城镇居民作为样本,并删除正在上学、失业或未就业、退休和退出劳动力市场、从事农业工作、自我雇佣以及收入为0的样本。①之所以限于城镇居民样本,是因为大部分农村居民没有工资性收入(江求川和张克中,2013),且由于农村家庭多为集体劳作,因而很难清晰识别出每一位家庭成员在家庭收入中的贡献(Thomas和Strauss,1997)。
2. 变量选择。
(1)被解释变量:被解释变量为小时工资率的自然对数值。其中,小时工资率的数值根据CFPS2014数据计算得到,具体为“小时工资率=每月税后工资÷(每周工作小时数×4)”。为避免异常值的影响,我们对样本根据收入在1%和99%分位上进行了截尾处理。
(2)核心解释变量:①限于数据可得性,没有控制体力这一因素,但我们控制了个体的健康状况。一般而言,健康状况和个体体力呈正相关关系。另外,体力在劳动力市场上的重要性会随社会和现代生产的发展而下降,且体力对外貌特征溢价的影响不大(Lundborg等,2014)。核心解释变量身高(Height)为CFPS2014年当年身高数据。为避免异常值对结果的影响,我们对个人身高数据在1%和99%分位上进行了截尾处理。②如个别样本身高不到100厘米或超过210厘米,即使使用未截尾样本数据也并不影响本文结论。
(3)主要控制变量:根据经典明瑟方程(Mincer,1970和1974),应当控制个人受教育年限,但为避免因控制教育、职业等可能受身高影响的变量而导致主要解释变量对收入影响的估计结果产生偏误(Persico 等,2004;Case和 Paxson,2008;Lundborg 等,2014),在基准模型中控制变量包括:①个人特征变量包括年龄及其平方项、户口、民族,并在稳健性检验中进一步控制其婚姻状况、健康状况、相貌③相貌数据来自CFPS2014中访员对受访者的外貌评分,评分取值从1至7,分别代表“很差”到“很好”。和身高体重指数(BMI);②家庭背景变量包括父母的受教育年限和父母的职业类型,主要是因为家庭背景变量可能会同时对个体身高和收入产生影响;③省份地区哑变量,以此控制地区间差异。至于个体的受教育水平、认知能力、非认知能力和行业与职业等变量,会在分析身高溢价存在的来源或影响机制时进行分析。
描述性统计显示,④受版面限制,未报告样本统计性描述表,如有需要可向作者索要。样本中男性平均每小时工资收入约为19.96元,女性平均每小时工资收入比男性约低5.8元,但女性小时工资率的分布相对更集中。男性和女性的平均身高分别约为171.3厘米和159.9厘米,且男性平均年龄比女性略大,平均受教育年限和认知能力则相差不大。另外,男性样本和女性样本的相貌得分平均值均接近6分,因此,参照刘一鹏等(2016)将相貌评分为7的定义为相貌高于平均水平(Looks_above)。
3. 实证策略。基于本文的研究目的,需依次回答以下几个问题:(1)我国劳动力市场存在“身高溢价”现象吗?(2)如果存在,其可能的原因是什么?是人力资本方面的差异,还是存在对身高的歧视?(3)“身高溢价”现象在不同地区间存在异质性吗?(4)“身高溢价”若来自劳动力市场的歧视,那么增进市场化程度能够消除或减弱该歧视吗?
首先,使用基准模型对全样本进行估计,并对主要解释变量进行一定的调整,以检验结果的稳健性。另外,考虑到男性和女性在劳动力市场上的表现存在差异(刘一鹏等,2016),且为避免可能的性别歧视问题(江求川和张克中,2013),将男性和女性样本分别进行研究。实证基准模型设定如下:
其中,lnwage为个体小时工资率的自然对数值,height为个体身高,以水平值(单位为厘米)的方式进行度量;X为影响个体收入的其他控制变量;ε为随机干扰项。如图1所示,线性拟合和高次项拟合的置信区间高度重合,且高次项拟合线并未表现出明显的向下弯曲,因此仅考虑身高水平值具有合理性。⑤我们尝试控制了身高的二次项和三次项,但两者均未表现出显著性。
其次,通过控制个体受教育年限、认知能力和非认知能力以及个体工作的行业和职业固定效应等方法,来识别“身高溢价”的来源到底是个体人力资本方面(教育水平、认知能力和非认知能力)的差异,还是雇主歧视或消费者歧视。其中,认知能力(Cog)利用受访者标准化后的“词组测试题得分”和“数学测试题得分”的平均值度量;非认知能力则包括:①即打分位于第70百分位数以上。位于第80百分位数以上样本占比较少,故使用第70百分位数,但这不影响本文基本结论。自我价值感。参考Luo和Zhang(2012),根据问卷中3个问题对其进行度量,即“您人缘关系有多好(Popularity)”、“您在与人相处上能打几分(Relationship)”和“对自己未来信心程度(Confidence)”。三个问题打分若高于常人①即打分位于第70百分位数以上。位于第80百分位数以上样本占比较少,故使用第70百分位数,但这不影响本文基本结论。则取值为1,否则为0。②是否信任他人(Trust)。利用对问卷中的“一般来说,你认为大多数人是可以信任的,还是和人相处要越小心越好?”的回答进行度量。回答“大多数人是可以信任的”取值为1,回答“要越小心越好”取值为0。③是否有抑郁倾向(Depression)。使用CFPS2012中的抑郁量表得分,得分高于15分即认为有抑郁倾向。②由于本文所用样本的年龄范围为25−55岁,所以身高仍会增加的可能性极小。并且,个体高报自己身高的倾向会使得OLS低估“身高溢价”并降低其显著性(Tao,2014),因此,本文表2的OLS回归结果很可能是低估了“身高溢价”效应。
最后,通过比较东部和中西部分样本回归结果和人均GDP排名前十省份和其他省份的分样本回归结果,分析身高对收入的影响在不同地区间的异质性;通过分样本回归和增加市场化指数与身高的交互项等方式,分析探讨不同地区市场化程度对“身高溢价”的影响,进而分析提高地区市场化程度是否能够降低身高对收入的影响,这也是本文较已有文献最主要的区别。
图1 对数工资与身高的线性和高次项拟合
本节考察“身高溢价”的存在性,即身高对个体工资收入是否具有显著正影响,表1给出了基于(1)式的OLS回归结果。③不论男女,身高和相貌得分的相关系数均为0.14,且在0.1%的水平上显著;男性样本中身高和BMI的相关系数为0.02,但不显著,而女性样本身高和BMI的相关系数为−0.08,在1%水平上显著。表1第1至3列回归结果表明,身高对收入具有显著正影响,即存在“身高溢价”现象。其中,第1列回归中仅控制了性别、户口、民族、家庭背景和地区固定效应等相对外生的变量。身高的系数为0.008,这表明给定其他条件,身高每增加1厘米,平均而言,其小时工资率会增加约0.8%。且男性工资收入要比女性高约22%−30%。第2列结果表明,在进一步控制了个体的相貌和BMI后,身高对工资收入的影响依然显著,且系数大小一致。第3列则进一步控制了个体自评健康状况和婚姻状况,结果表明身高对工资收入的影响依然显著,但身高对收入的影响变动为0.7%,有轻微下降。第4列则将身高依据其分布设定“高于常人”(Height_high:男性(女性)高于 173(162)厘米取值为 1,否则取值为 0)和“低于常人”(Height_below:男性(女性)低于 168(157)厘米取值为 1,否则取值为 0)①对男性/女性而言,168/157厘米和173/162厘米分别对应着身高分布的第30和第70百分位数。我们还尝试使用第20和第80百分位数,结果并无差异。两个虚拟变量以识别不同身高分布对收入影响的异质性。结果表明,身高低于常人则其收入平均要低约3.1%,但身高高于常人则并未带来额外溢价。第5−8列则依性别进行分样本回归,以便考察不同变量对男性和女性收入影响的差异性。回归结果表明,身高对男性和女性而言同样重要,且身高低于常人对收入的负影响(第4列)主要来自身高较矮对男性工资影响的“惩罚”(第6列),而女性身高高于常人则会获得约16.3%的“身高溢价”(第8列)。
表1 身高溢价是否存在:OLS 回归
关于工资收入的其他影响因素,回归结果与已有文献基本一致。相貌高于平均水平具有“美貌溢价”效应(郭继强等,2016;刘一鹏等,2016),且“美貌溢价”主要来自于相貌对女性工资收入具有显著正影响。但BMI不论是使用全样本,还是分性别回归,其对收入的影响均不显著,说明在控制其他外在特征等变量条件下,身材的胖瘦对个体工资收入影响不大。此外,个人健康状况和家庭背景对收入具有显著正影响,但是否已婚对其收入的影响不显著。
1. 是人力资本的差异吗?“身高溢价”的存在可能源于个体受教育水平、认知能力和非认知能力等人力资本方面的差异。如果其原因为人力资本方面的差异,则在控制受教育水平、认知能力或非认知能力后,身高对收入的影响应显著变小。因此,为检验是否因人力资本方面的差异导致了溢价效应的存在性,我们参照Case和Paxson(2008)及Deaton和Arora(2009)的做法,利用“中介作用”模型(王智波和李长虹,2016),通过控制个体受教育年限、认知能力和非认知能力等变量来检验“身高溢价”的存在是否因为身高较高者同时拥有更高的受教育水平、认知能力或非认知能力。我们还控制了样本个体的党员身份和管理者身份(这两者往往同个体能力高度相关),实证结果见表2。
表2 人力资本差异可否解释身高溢价:OLS 回归
表2第1−3列和第5−7列的回归结果表明,男性的身高每增加1厘米,其认知能力增加约0.008单位,由于男性认知能力均值为0.54,因此认知能力作为中介变量的影响很小;女性身高每增加1厘米,其受教育年限平均增加约0.05年,而女性样本平均受教育年限为11年,因此该中介变量的影响很小。此外,身高对于其他人力资本变量的影响均不显著。①限于篇幅,未报告其他回归结果,有兴趣的读者可直接向作者索取。总之,尽管身高对度量人力资本的个别变量在统计意义上具有显著性,但在经济意义上并不显著,这表明人力资本差异不足以解释身高溢价。第4列和第8列的实证结果表明,在控制了人力资本水平、党员身份和管理者身份变量后,身高对收入影响的显著性和系数大小均未发生显著变化。因此,表2结果并不支持人力资本差异这一潜在影响渠道,进而说明,其原因可能在于我国劳动力市场存在对身高的歧视,那么是雇主歧视还是消费者歧视,后文将对该潜在渠道进行分析。
2. 是劳动力市场存在歧视吗?上一节结果表明(表2),人力资本方面的差异(包括受教育水平、认知能力和非认知能力)无法解释“身高溢价”的存在性。因此,首先,在控制人力资本的基础上,进一步控制行业和职业固定效应,以识别是否因为行业/职业歧视导致了身高溢价的存在,结果见表3Panel A部分;其次,进一步考察身高对劳动力职业特征(包括白领和蓝领两类)②参考Luo和Zhang(2012),本文将CFPS职业分类代码前两位数为10、20、21和30的职业类别定义为白领,主要包括“国家机关、党群组织、企业、事业单位负责人”、“专业技术人员”和“行政人员、办事人员和有关人员”;其他职业类别划分为“蓝领”。本文还考察了身高对其职业声望的影响,结果表明身高对个体拥有高职业声望的工作具有显著正影响,限于篇幅未报告该结果。的影响,具体结果见表3Panel B部分所示;最后,我们考察了溢价是来自消费者歧视,还是雇主歧视,具体结果见表3Panel C部分所示。
首先,表3Panel A部分结果表明,在控制了行业/职业固定效应后,身高对收入的影响不再显著异于0,且其系数大幅下降,这支持了是因为来自劳动力市场的歧视导致了身高存在溢价效应的解释。其次,表3Panel B部分结果表明,身高对个体获得白领职业具有显著正影响(第7、10列)。但身高对白领群体收入的影响不显著(第8、11列),而对提高蓝领群体收入的影响显著为正,且身高每增加1厘米,则从事蓝领职业的个人收入增加约1%(第9、12列),这说明身高是通过增加获得白领职业的概率对白领群体起作用。①城镇男性样本白领平均比蓝领高约1.532厘米,女性白领比蓝领高约1.83厘米,且均在1%水平上显著。最后,参照江求川和张克中(2013),通过增加身高与个体所在职业是否属于服务行业的交互项,来判断歧视是否来自消费者歧视。表4Panel C部分结果表明,身高同所在职业是否为服务行业的交互项不显著,因此,可以排除“身高溢价”来自于消费者歧视,进而可能的原因在于雇主歧视,这与江求川和张克中(2013)的结论一致。
表3 劳动力市场歧视可否解释身高溢价:OLS 回归
1. 影响的地区异质性。经济学理论认为,在完全竞争条件下,劳动力市场上的外貌特征歧视将被消除。因而,由市场化进程带来的市场环境的完善将有助于降低或消除劳动力市场上的歧视。而我国市场化进程在不同地区之间差异较大,相对于中西部地区,东部地区保持了较快的市场化进程(王小鲁等,2017)。因而,基于地区间市场化进程的差异,本文考察个人身高对其收入影响在地区间的异质性:(1)根据样本所在省份将其划分为东部地区和中西部地区,比较东部和中西部地区之间的异质性;(2)出于稳健性的考虑,按2013年各省份的人均GDP排名,将人均GDP排名前十位的省份分为一组,其余省份为一组,②我们还按是否拥有较发达的第三产业,即第三产业在GDP中占比是否排名前十进行地区分类:将北京、上海和广东这三个省份划分为一组,其他省份为一组进行分样本回归,结论同表4结果一致。进行分样本回归,以进一步比较分析不同地区间可能存在的异质性。
表4第1−8列结果表明,“身高溢价”现象仅在中西部地区和人均GDP排名靠后的地区存在,这说明“身高溢价”的地区异质性主要在相对欠发达的地区成立,但在相对发达地区不显著,可能的原因在于在相对较发达地区市场化程度较高,因此在市场机制作用下,劳动力市场上的竞争更多是人力资本或能力的竞争,而身高这一外貌特征变得相对次要。
表4 地区异质性与市场化的作用
2. 市场化对消除歧视的作用。经济学理论认为,在完全竞争均衡条件下,每个劳动者的工资会等于其边际生产率,而其生产率应取决于劳动者的能力等特征。因而,在完全竞争市场中,工资会因能力和职位等生产性因素而存在异质性,例如对肮脏工作环境进行补偿(亚当·斯密,2013)。但在市场机制作用下,工资的异质性不应来源于个体的某些非生产性特征,即不应存在除了反映生产率差别以外的工资差别。因此,劳动力市场上的歧视,就是指生产能力相同的个体因个人外貌等非生产性特征(本文中特指身高)而受到差别待遇。妨碍完全竞争的因素包括雇主与雇员之间的信息不对称、劳动力的流动成本以及社会文化背景对偏好的影响等。并且,劳动力市场的有限透明度有可能加剧劳动力市场上的歧视问题(皮埃尔·卡赫克和安德烈·齐尔贝尔博格,2007)。此外,如果求职者需要花费成本进行求职,那么基于雇主偏好的歧视会持续存在(Black,1995)。
本文表2结果表明,人力资本差异不能解释身高溢价的存在,这说明因信息不对称或信息不完全导致的雇主通过个体外貌特征来识别劳动力能力的解释不成立。而表3结果则表明身高溢价很可能来自劳动力市场上的雇主歧视,这意味着身高这一不影响生产能力的外貌特征对工资收入差异产生了影响。因而,身高溢价现象产生的原因更可能是源于劳动力流动成本和社会文化背景对个人偏好的影响(加里·贝克尔,2014)。而改革开放以来,我国以市场化为导向的经济体制改革,极大地促进了市场主体之间的竞争,并显著降低了劳动力的流动成本。市场化进程强化了市场机制在劳动力市场上的作用,在市场化指数更高的地区(如东部地区),市场竞争也更大,且信息不对称程度更低,这使得劳动力的流动性也更大,因而,在利润动机驱使下,市场化进程带来的市场体制的不断完善有可能减弱或消除歧视的影响。因此,本节直接考察市场机制是否确实能够解释地区间的异质性或消除外貌特征歧视。
首先,按市场化指数高低分样本回归,具体为使用中国分省份市场化指数(王小鲁等,2017),将该指数(2012−2014年平均值)位于第70百分位数以上的省份设定为“高市场化指数”地区,将该指数位于第30百分位数以下的省份定义为“低市场化指数”地区,对市场化指数高低两个地区样本分别进行回归,看两者是否有显著区别(回归结果见表4Panel B部分)。其次,控制市场化指数变量(Marketization)和市场化指数同身高的交互项,通过分析交互项的显著性分析市场化的影响。最后,根据上述定义的“低市场化指数地区”(Marketization_Low)设定哑变量,考察身高和度量市场化程度高低的哑变量交互项的显著性,进一步分析市场化的作用。此外,在控制市场化变量同身高的交互项时,进一步控制了家庭背景变量同市场化变量的交互项(家庭背景变量×Marketization;家庭背景变量×Marketization_Low),以控制不同市场化程度下家庭背景影响的异质性。
首先,表4Panel B部分回归结果表明,“身高溢价”仅在市场化指数较低的地区具有显著性,且结果不受是否控制教育水平、认知能力和非认知能力的影响,结果表现出较好的稳健性。其次,表4第11、15列结果表明,市场化程度的增加降低了“身高溢价”的作用。最后,表4第12、16列结果表明,在市场化指数较低的地区,更高的身高才会有助于工资收入的增加。因此,该结果总体上说明增进地区市场化程度是解决劳动力市场上外貌特征歧视的有效手段。
本文在已有文献的基础上利用全国代表性样本实证分析了身高对雇员工资收入的影响。研究表明:第一,身高对收入具有显著正影响,即我国劳动力市场上存在“身高溢价”现象,且这一结果显示了较好的稳健性。第二,“身高溢价”很可能是来自于劳动力市场上的雇主歧视行为,而非个体在受教育水平、认知能力和非认知能力上的差异或消费者歧视。第三,身高优势有助于劳动力获得白领职业。第四,“身高溢价”具有明显的地区异质性,即在相对欠发达地区其影响更具显著性。第五,增进市场化程度有助于减轻劳动力市场上的外貌特征歧视。但是,该结论并非说明在解决劳动力市场上的歧视问题时,增加自身的人力资本不重要,个体人力资本水平的提高,有助于其获得更高职业声望的职位或进入白领职业群体,并且,劳动力总的人力资本存量的提升对一国或地区经济的长期发展至关重要。在政策方面,通过相关立法规范劳动力市场,保障同工同酬和就业机会平等对消除劳动力市场上的外貌特征歧视具有积极意义。此外,增加个体在生长关键期的营养和卫生环境投入对其在整个生命周期中从劳动力市场上取得的回报也具有重要作用。
* 作者感谢Fort Hays State University焦阳助理教授、中国社会科学院吴要武研究员、北京大学郑世林副研究员和武汉大学赵仲匡助理教授的宝贵意见,感谢中国社会科学院研究生院(GSCASS)小院论坛、第7期香樟经济学Seminar(北京)、浙江财经大学财政税务学院“马斯格雷夫论坛Seminar第二期”与会者和匿名审稿人的有益评论与宝贵建议。当然,文责自负。
主要参考文献:
[1]柴国俊. 市场化改革中的大学毕业生性别工资差异及歧视[J]. 南方经济,2011,(3):3−15.
[2]樊纲,王小鲁,马光荣. 中国市场化进程对经济增长的贡献[J]. 经济研究,2011,(9):4−16.
[3]高文书. 健康人力资本投资、身高与工资报酬——对12城市住户调查数据的实证研究[J]. 中国人口科学,2009,(3):76−85.
[4]顾天竹,纪月清. 论社会资本中的美貌溢价——基于劳动力社会网络外貌差异的实证[J]. 经济与管理研究,2017,(9):74−83.
[5]郭继强,费舒澜,林平. 越漂亮,收入越高吗?——兼论相貌与收入的“高跟鞋曲线”[J]. 经济学(季刊),2016,(1):147−172.
[6][美]加里•贝克尔. 歧视经济学[M]. 于占杰译. 北京:商务印书馆,2014.
[7]江求川,张克中. 中国劳动力市场中的“美貌经济学”:身材重要吗?[J]. 经济学(季刊),2013,(3):983−1006.
[8]刘一鹏,郑元,张川川. 长得好有高收入?——中国劳动力市场的相貌歧视问题研究[J]. 经济评论,2016,(5):83−95.
[9][法]皮埃尔•卡赫克,[法]安德烈•齐尔贝尔博格. 劳动经济学[M]. 沈文恺译. 上海:上海财经大学出版社,2007.
[10]王小鲁,樊纲,余静文. 中国分省份市场化指数报告(2016)[M]. 北京:社会科学文献出版社,2017.
[11]王智波,李长洪. 好男人都结婚了吗?——探究我国男性工资婚姻溢价的形成机制[J]. 经济学(季刊),2016,(3):917−940.
[12]谢宇,胡婧炜,张春泥. 中国家庭追踪调查:理念与实践[J]. 社会,2014,(2):1−32.
[13]许涛,张根福. 市场化改革、性别歧视与男女性别收入差距[J]. 浙江社会科学,2014,(5):90−97.
[14](英)亚当•斯密(编),陈星(译). 国富论[M]. 北京:北京联合出版公司,2013.
[15]张丹丹. 市场化与性别工资差异研究[J]. 中国人口科学,2004,(1):32−41.
[16]Bargain O,Zeidan J. Stature,skills and adult life outcomes:Evidence from Indonesia[J]. The Journal of Development Studies,2017,53(6): 873−890.
[17]Black D A. Discrimination in an equilibrium search model[J]. Journal of Labor Economics,1995,13(2): 309−334.
[18]Böckerman P,Vainiomäki J. Stature and life-time labor market outcomes:Accounting for unobserved differences[J].Labour Economics,2013,24: 86−96.
[19]Case A,Paxson C. Stature and status: Height,ability,and labor market outcomes[J]. Journal of Political Economy,2008,116(3): 499−532.
[20]Case A,Paxson C,Islam M. Making sense of the labor market height premium:Evidence from the British Household Panel Survey[J]. Economics Letters,2009,102(3): 174−176.
[21]Deaton A,Arora R. Life at the top:The benefits of height[J]. Economics & Human Biology,2009,7(2): 133−136.
[22]Harper B. Beauty,Stature and the labour market:A british cohort study[J]. Oxford Bulletin of Economics and Statistics,2000,62(1): 771−800.
[23]Heineck G. Up in the skies? The relationship between body height and earnings in Germany[J]. Labour,2005,19(3):469−489.
[24]Hübler O. The nonlinear link between height and wages in Germany,1985-2004[J]. Economics & Human Biology,2009,7(2): 191−199.
[25]Judge T A,Cable D M. The effect of physical height on workplace success and income:Preliminary test of a theoretical model[J]. Journal of Applied Psychology,2004,89(3): 428−441.
[26]LaFave D,Thomas D. Height and cognition at work:Labor market productivity in a low income setting[J]. Economics& Human Biology,2017,25: 52−64.
[27]Lindqvist E. Height and leadership[J]. The Review of Economics and Statistics,2012,94(4): 1191−1196.
[28]Lundborg P,Nystedt P,Rooth D O. The height premium in earnings:The role of physical capacity and cognitive and non-cognitive skills[R]. IZA Discussion Paper No. 4266,2009.
[29]Lundborg P,Nystedt P,Rooth D O. Height and earnings:The role of cognitive and noncognitive skills[J]. Journal of Human Resources,2014,49(1): 141−166.
[30]Luo M,Zhang C. Non-linear relationship between body mass index and labor market outcomes:New evidence from China[R]. MPRA Paper No. 42683,2012.
[31]Mincer J. The distribution of labor incomes:A survey with special reference to the human capital approach[J]. Journal of Economic Literature,1970,8(1): 1−26.
[32]Mincer J. Schooling,experience,and earnings[M]. New York:Columbia University Press for the National Bureau of Economic Research,1974.
[33]Persico N,Postlewaite A,Silverman D. The effect of adolescent experience on labor market outcomes: The case of height[J]. Journal of Political Economy,2004,112(5): 1019−1053.
[34]Schick A,Steckel R H. Height as a proxy for cognitive and non-cognitive ability[R]. NBER Working Paper No. 16570,2010.
[35]Sohn K. The height premium in Indonesia[J]. Economics & Human Biology,2015,16: 1−15.
[36]Tao H L. Height,weight,and entry earnings of female graduates in Taiwan[J]. Economics & Human Biology,2014,13:85−98.
[37]Yamamura E,Smyth R,Zhang Y. Decomposing the effect of height on income in China:The role of market and political channels[J]. Economics & Human Biology,2015,19: 62−74.