袁國敏,熊海珠

(南京財(cái)經(jīng)大學(xué) 公共管理學(xué)院，江蘇 南京 210023)

“結(jié)婚”還是“單身”？
——基于中國勞動(dòng)力市場婚姻工資溢價(jià)效應(yīng)的研究

袁國敏,熊海珠

(南京財(cái)經(jīng)大學(xué) 公共管理學(xué)院，江蘇 南京 210023)

結(jié)婚是否能夠有效提高工人的工資？本研究基于2013年的中國社會綜合調(diào)查數(shù)據(jù)，通過傾向得分匹配法糾正樣本選擇性偏誤來研究已婚員工與未婚員工的工資差異，發(fā)現(xiàn)婚姻確實(shí)對員工的工資產(chǎn)生影響。在此基礎(chǔ)上進(jìn)行分位數(shù)回歸發(fā)現(xiàn)，婚姻年限、戶口、語言水平、學(xué)歷、企業(yè)特征等是影響員工工資的重要因素，但是婚姻對不同性別的員工工資作用不同。進(jìn)一步對不同性別的已婚及未婚員工工資差異進(jìn)行分位數(shù)分解顯示，婚姻對男性員工產(chǎn)生的工資溢價(jià)效應(yīng)為1.09%～18.21%，而對于女性員工的工資則存在一種“詛咒作用”，隨著工資收入的增加，這種詛咒作用從9.6%升高至23.1%。

婚姻；工資溢價(jià)；傾向得分匹配；分位數(shù)回歸；分位數(shù)分解

“成家立業(yè)”一詞其一指婚姻，其二指工作。雖然政府明確規(guī)定勞動(dòng)力市場中所有勞動(dòng)者應(yīng)具有平等的工作機(jī)會，但是在現(xiàn)實(shí)生活中，許多企業(yè)常以各種借口剝奪部分員工獲得理想工資的機(jī)會，勞動(dòng)者的工資收入在結(jié)婚前后有一定的差距。因此，探討婚姻是否存在工資溢價(jià)效應(yīng)以及該效應(yīng)的作用程度對于正確認(rèn)識我國勞動(dòng)力市場中婚姻的作用具有十分重要的現(xiàn)實(shí)意義。

一、文獻(xiàn)回顧

婚姻對工資差異的作用一直是勞動(dòng)經(jīng)濟(jì)學(xué)界的研究熱點(diǎn)，婚姻的工資溢價(jià)效應(yīng)指的是在控制與工資有關(guān)的其他變量后，已婚員工比未婚員工的工資高[1-2]。那么婚姻是否具有工資溢價(jià)效應(yīng)呢？這個(gè)問題一直因?yàn)樾詣e差異等原因而存在爭議。

首先，國內(nèi)外研究一致認(rèn)為男性存在婚姻工資溢價(jià)。目前婚姻對其產(chǎn)生的工資溢價(jià)通常有兩種解釋：其一，以Benham(1974)、Gray(1997)為代表的生產(chǎn)力假說 (productivity hypothesis)。他們提出的家庭分工理論認(rèn)為婚后女性在家庭勞動(dòng)方面的優(yōu)勢減輕了男性的家務(wù)負(fù)擔(dān)，使其將更多的精力集中在提高勞動(dòng)生產(chǎn)力上。同時(shí)，由于婚后女性給丈夫帶來的人力資本及社會資本也將直接提高男性的勞動(dòng)生產(chǎn)力[3-4]。其二，以Nakosteen(1987)和Krashinsky(2004)為代表的選擇性假說認(rèn)為高工資是因，婚姻是果。已婚男性在婚前就具有較高的生產(chǎn)力，因而更容易結(jié)婚。這種機(jī)制產(chǎn)生的婚姻溢價(jià)只是婚姻選擇性的反映，是一種偽工資溢價(jià)[5-6]?，F(xiàn)有研究對男性婚姻工資溢價(jià)的產(chǎn)生機(jī)制一直存在爭論，其中，部分學(xué)者支持“選擇性假說”。如 Nakosteen(1997)等人利用PSID 數(shù)據(jù)發(fā)現(xiàn)高收入的單身男性有更大的結(jié)婚傾向[7]。Cornwell(1997)和Dalmia(2016)等人利用1979年的全國青年縱向調(diào)查數(shù)據(jù)研究已婚男性的工資與其配偶特征之間關(guān)系時(shí)均發(fā)現(xiàn)，已婚男性的工資溢價(jià)不能用生產(chǎn)力假說來解釋[8-9]。然而，更多的學(xué)者更支持“生產(chǎn)力假說”。如 Korenman和 Neumark (1991)認(rèn)為選擇性假說僅能解釋不到20%的婚姻溢價(jià)，婚姻能夠提高男性在勞動(dòng)力市場上的生產(chǎn)力[10]。此后，諸多學(xué)者分別運(yùn)用“樣本選擇性偏誤糾正”、“干預(yù)效應(yīng)”、“差分回歸”、“固定效應(yīng)”等新模型進(jìn)行研究表明，男性的婚姻溢價(jià)可以由家庭分工理論所解釋，但無法由選擇效應(yīng)所解釋[11-14]。在此基礎(chǔ)上林建浩(2016)和王智波(2016)等人分別利用不同年份的CHIP數(shù)據(jù)進(jìn)行研究發(fā)現(xiàn)，已婚男性的工資溢價(jià)可由生產(chǎn)力假說中的女性“相夫”來解釋[15-16]。此外，Korenman(1991)認(rèn)為婚姻工資溢價(jià)是由選擇性假說和生產(chǎn)力假說同時(shí)決定的，前者僅能解釋婚姻工資溢價(jià)中的20%，而后者能夠顯著提高員工在工作中的勞動(dòng)生產(chǎn)率及工資[17]。Bardasi(2008)等人也得到類似的結(jié)論，他們利用固定效應(yīng)模型對BHPS數(shù)據(jù)進(jìn)行研究發(fā)現(xiàn)，婚姻工資溢價(jià)部分歸因于選擇性假說，而勞動(dòng)者的工資溢價(jià)與其配偶付出的勞務(wù)時(shí)間則通過生產(chǎn)力假說解釋[18]。

其次，婚姻對女性工資是否存在溢價(jià)作用還存在爭議。一方面，西方發(fā)達(dá)國家的大量經(jīng)驗(yàn)證據(jù)已經(jīng)表明女性員工在勞動(dòng)力市場中存在“工資溢價(jià)”效應(yīng)[19-20]。與之相反，國內(nèi)部分學(xué)者認(rèn)為婚姻不僅不能提高女性的工資，反而會降低女性的工資。如龔斌磊( 2010) 等人指出性別導(dǎo)致的收入差異體現(xiàn)為結(jié)婚使男性工資提高而使女性工資降低[21]。陳昊(2015)則通過蒙特卡羅模型對中國家庭收入調(diào)查數(shù)據(jù)進(jìn)行分析表明，流動(dòng)性較大的女性農(nóng)民工的工資存在“婚姻詛咒”現(xiàn)象[22]。關(guān)于這種“詛咒效應(yīng)”有兩種解釋：(1)孫良媛( 2007)等人認(rèn)為，已婚婦女培訓(xùn)接受率的大幅度下降在很大程度上減少了已婚女性獲得高工資的可能[23]。(2)馮其云和朱彤( 2013) 給出的另一個(gè)解釋是婚姻降低了女性勞動(dòng)參與率，從而導(dǎo)致已婚女性的工資減少[24]。此外，劉智強(qiáng)( 2009)、劉斌( 2012)等人認(rèn)為婚姻對女性工資差距并沒有影響[25-26]。

總體來說，婚姻對員工工資的影響一直存在爭議，且國內(nèi)關(guān)于婚姻工資溢價(jià)的研究大多使用早期的CHIP數(shù)據(jù)，基本沒有使用個(gè)體微觀數(shù)據(jù)的研究，研究結(jié)論不具有代表性。本文選取中國人民大學(xué)社會調(diào)查中心最新公布的數(shù)據(jù)，通過傾向得分匹配模型糾正樣本選擇性偏誤，在此基礎(chǔ)上，進(jìn)一步利用分位數(shù)回歸及分解方法對不同收入水平上不同性別的員工工資差異做出科學(xué)合理的解釋，從而突破以往研究的缺陷，為婚姻與工資之間關(guān)系的深入研究提供新的理論依據(jù)。

二、數(shù)據(jù)來源及變量選擇

(一)數(shù)據(jù)來源

本文使用的數(shù)據(jù)來自中國人民大學(xué)最新公布的2013年中國綜合社會調(diào)查數(shù)據(jù)(CGSS)。該調(diào)查采取隨機(jī)抽樣的方法，其抽樣單元覆蓋了全國125個(gè)縣(區(qū))，500個(gè)街道(鄉(xiāng)、鎮(zhèn))，1000個(gè)居(村)委會，10000戶家庭中的個(gè)人進(jìn)行調(diào)查。CGSS自對外開放以來，已經(jīng)公布了八次數(shù)據(jù)，相較于早期的數(shù)據(jù)來說，2013年的數(shù)據(jù)對個(gè)人特征及工作特征等方面的調(diào)查更為詳細(xì)。因此，筆者考慮到所采用的研究方法及研究結(jié)論的可靠性，選擇2013年的原始數(shù)據(jù)進(jìn)行研究，并根據(jù)研究目的剔除了變量中存在缺失值的樣本，最終得到6367個(gè)有效樣本。

(二)變量設(shè)定及描述性統(tǒng)計(jì)

本文在充分考慮2013年CGSS數(shù)據(jù)特點(diǎn)及研究目的的基礎(chǔ)上，除了設(shè)定員工婚姻狀況為自變量，同時(shí)選取員工小時(shí)工資對數(shù)為因變量，這一指標(biāo)能夠更好地體現(xiàn)未婚員工與已婚員工的工資差異。此外，本文將影響員工婚姻選擇的協(xié)變量設(shè)為：員工個(gè)人稟賦特征及企業(yè)特征，表1詳細(xì)描述了相關(guān)變量的具體定義。

表2給出了總體樣本、“男性”及“女性”兩個(gè)子樣本所有變量的描述性統(tǒng)計(jì)結(jié)果，從中可以發(fā)現(xiàn)，男性的工資水平高于女性，小時(shí)對數(shù)工資相差0.210。通過對比兩種類型的員工個(gè)人稟賦特征發(fā)現(xiàn)，總體樣本及男性、女性員工中都是已婚者較多，且女性的結(jié)婚年限比較久；從政治面貌來看，男性和女性中都是非黨員員工居多；就勞動(dòng)者的戶口情況來說，男性和女性差別不大；從語言水平來看，男性和女性的普通話水平差別不大，而女性的英語水平略好于男性；就勞動(dòng)合同簽訂情況來說，男性簽訂勞動(dòng)合同的比例略高于女性，但是總體勞動(dòng)合同簽訂比例都較低；從單位規(guī)模來看，男性的工作單位規(guī)模遠(yuǎn)遠(yuǎn)大于女性，前者幾乎為后者的1.8倍。此外，兩類子樣本中的學(xué)歷，工作經(jīng)驗(yàn)、健康水平及企業(yè)特征都差不多，與總體樣本差別不大。

表1 變量定義

表2 變量描述性統(tǒng)計(jì)

三、實(shí)證方法

(一)傾向得分匹配模型

在現(xiàn)實(shí)生活中，員工是否選擇結(jié)婚可能不是完全自我選擇的結(jié)果，其婚姻狀況常常與員工個(gè)人稟賦特征及企業(yè)特征等因素有關(guān)。因此，這種情況下測算的工資溢價(jià)可能是有偏的，為了正確測算出婚姻的工資溢價(jià)效應(yīng)，避免樣本選擇性偏誤的干擾，本文選擇傾向得分匹配模型來解決樣本選擇性偏誤問題。同時(shí)，由于傾向得分匹配不存在假設(shè)模型，其估計(jì)基于具有共同支持域的那部分進(jìn)行，因而傾向得分匹配模型很好地解決了由于遺漏變量和異方差造成的偏差問題。

考慮員工的婚姻變量M，假設(shè)第i個(gè)員工是未婚員工，則Mi=1；如果第i個(gè)員工是已婚員工，則Mi=0，已婚員工與未婚員工的稟賦特征X1i和X0i不僅對其工資產(chǎn)生影響，同時(shí)也影響其結(jié)婚傾向。一般通過logit模型估計(jì)傾向得分：

P(x)=Pr(M=1|X)=E(M|X)

(1)

具有相同傾向得分的未婚員工與已婚員工樣本會自動(dòng)匹配，并通過“數(shù)據(jù)平衡”使處理組均值與控制組均值盡可能地接近，并在此基礎(chǔ)上計(jì)算平均處理效應(yīng)，處理組與控制組的平均處理效應(yīng)一般為：

(2)

(二)分位數(shù)回歸及分解模型

首先，為了考察不同條件分布上的未婚員工與未婚員工的工資差異，本文參考Koenker和Bassett(1978)提出的分位數(shù)回歸方法，根據(jù)研究目的將分位數(shù)模型表示為[27]：

Qh=(lnwi|Xi)=Xiβhi

(3)

其中，Xi為解釋變量，βhi表示第h分位數(shù)回歸的系數(shù)。

其次，傳統(tǒng)Blinder-Oaxaca分解方法的分解對象僅僅為一個(gè)條件均值，但是在現(xiàn)實(shí)中，不同工資水平上的工資差異可能是不同的，而傳統(tǒng)的分解方法無法解決這個(gè)問題。因此，為了充分研究工資分布的特征，本文基于Melly(2010)提出的分位數(shù)分解方法對工資分布函數(shù)進(jìn)行反事實(shí)模擬，通過構(gòu)造反事實(shí)分布函數(shù)q(·)，將θ分位數(shù)上的工資差異將分解為[28]：

(4)

四、估計(jì)結(jié)果

(一)傾向得分匹配

1.傾向得分匹配

對樣本進(jìn)行傾向得分匹配之前必須使用傾向得分(propensity score)度量個(gè)體之間的絕對距離，一般使用靈活的logit模型獲得傾向得分，結(jié)果見表3。從結(jié)婚傾向的估計(jì)結(jié)果中可以看出，虛擬R2為0.404，似然比為1729.590，顯然這一數(shù)值遠(yuǎn)遠(yuǎn)高于其臨界值，說明所選的協(xié)變量較好地預(yù)測了個(gè)體選擇行為。此外，傾向值分布情況如圖1所示，盡管已婚員工的傾向值大多集中在較低位置，但是他們?yōu)槲椿閱T工在整體上的分布提供了共同支持(on support)。

表3 傾向得分估計(jì)

注：***表示p<0.01，**表示p<0.05，*表示p<0.1.

圖1 傾向值分布圖

其次，本文通過核匹配方法構(gòu)造反事實(shí)結(jié)果以糾正員工的婚姻選擇偏差，這種方法在使用全部控制組信息的基礎(chǔ)上，對沒有交疊的區(qū)域進(jìn)行解釋，得到的方差較小，且匹配結(jié)果較精確[29]。通過匹配發(fā)現(xiàn)已婚員工與未婚員工的小時(shí)工資對數(shù)有顯著的變化，結(jié)果見表4。未匹配前，未婚員工的小時(shí)工資對數(shù)比已婚員工的小時(shí)工資對數(shù)高54.5%，相應(yīng)的t值為6.5，說明在1%的水平下婚姻對員工的工資具有顯著的影響。將兩樣本匹配后發(fā)現(xiàn)，未婚員工的小時(shí)工資對數(shù)比已婚員工的小時(shí)工資對數(shù)高7%，且相應(yīng)的t值為0.51，同樣，已婚員工和未婚員工的工資差異在1%的水平下顯著，只是匹配后婚姻的影響程度小于匹配前。

表4 傾向得分匹配估計(jì)

2.平衡性檢驗(yàn)

在匹配完成之后，必須考慮已婚員工與未婚員工之間的個(gè)人稟賦特征及企業(yè)特征等特征的平衡性，以驗(yàn)證匹配前后的協(xié)變量在兩組樣本間是否還存在顯著差異。表5反映了未婚員工和與之匹配的已婚員工之間的個(gè)人稟賦特征及企業(yè)特征的平均值，這些特征同時(shí)反映了兩個(gè)群體特征的“邊際貢獻(xiàn)”。從檢驗(yàn)結(jié)果來看，未匹配前兩組樣本間的各協(xié)變量標(biāo)準(zhǔn)化偏差較大，匹配后大多數(shù)變量的標(biāo)準(zhǔn)化偏差都小于10%，只有集體控股這一變量的偏差為10.3%，且t檢驗(yàn)均不拒絕處理組與控制組的原假設(shè)，對比匹配前后的結(jié)果，大多數(shù)協(xié)變量的標(biāo)準(zhǔn)化偏差均大幅縮小，只有集體控股的偏差有所增加。另外，通過P值還可以看出，已婚員工與未婚員工的大多數(shù)特征變量在匹配前都存在顯著差異，而匹配后兩者之間的稟賦特征差異在10%得水平上不再顯著。其中，戶口、英語水平、工作經(jīng)驗(yàn)、工作經(jīng)驗(yàn)的平方、學(xué)歷、勞動(dòng)合同簽訂情況、國單位規(guī)模等變量的偏差經(jīng)過傾向得分的匹配，下降幅度都達(dá)到了90%以上，這說明經(jīng)過傾向得分匹配后，已婚員工與未婚員工的稟賦特征差異基本得到了消除。

表5 平衡性檢驗(yàn)結(jié)果

此外，核匹配的整體質(zhì)量檢驗(yàn)結(jié)果表明，匹配前虛擬R2為0.388，而匹配后為0.008，匹配前似然比檢驗(yàn)量為1662.2，而匹配后為12.55，且均值偏差由匹配前的47.4降為匹配后的4.9，說明匹配后兩組中所有特征變量的差異不再顯著，因此認(rèn)為匹配成功。該結(jié)果表明，數(shù)據(jù)具有較好的平衡性，匹配質(zhì)量比較高，婚姻確實(shí)對員工工資產(chǎn)生影響。

(二)分位數(shù)回歸

利用傾向得分匹配糾正婚姻選擇偏誤后，為了直觀地觀察各特征變量在不同收入水平下的邊際報(bào)酬，本文對總體樣本、男性、女性樣本中的已婚員工與未婚員工的工資決定方程進(jìn)行了分位數(shù)回歸?；貧w結(jié)果見表6，從中可以看出：

第一，在保持其他個(gè)體特征完全相同的情況下，婚姻年限對員工工資的影響程度隨著員工工資收入的增加而增加。在10%、50%和90%分位數(shù)上，男性婚姻年限的回報(bào)率均為正，其作用程度分別為0.2% 、1%和2.5%，變化幅度相對較大，而女性的婚姻年限回報(bào)率在各分位上均為負(fù)，其作用程度分別為-1.5%、-2.8%、-5.2%。這一結(jié)果表明，性別工資歧視現(xiàn)象廣泛存在于勞動(dòng)力市場中，結(jié)婚年限對男性的工資收入有拉動(dòng)作用，而對女性的工資收入有“詛咒”作用，其中，工資分布處于中高端的女性遭受的婚姻歧視最為嚴(yán)重。

第二，無論是總體樣本還是子樣本，在保持其他個(gè)體特征完全相同的情況下，未婚員工和已婚員工的戶口都存在正的回報(bào)率。但是，不同性別的員工戶口回報(bào)率有所不同。在10%、50%和90%分位數(shù)上，男性未婚員工的戶口工資差異分別為29%、1.8% 和1.67%；而女性未婚員工的戶口工資差異分別為 48.1%、29.9%和48.6%，兩者均在中分位變化幅度相對較大。此外，男性和女性已婚員工的戶口工資差異均隨著分位數(shù)的增加而下降。就平均而言，未婚員工與已婚員工的戶口回報(bào)率在中低分位差別不大，在高分位未婚員工的戶口回報(bào)率遠(yuǎn)遠(yuǎn)高于已婚員工。這一結(jié)果表明，戶口歧視現(xiàn)象仍大量存在，尤其在女性員工中，收入分布處于高端的農(nóng)業(yè)戶口員工遭受的歧視最為嚴(yán)重。

第三，語言回報(bào)率，特別是英語水平的工資回報(bào)率在不同性別的員工群體中差別較大。

對于男性員工來說，已婚員工的英語回報(bào)率高于未婚員工，且這種作用隨著分位數(shù)的遞增而增加；但是對于女性員工來說，已婚員工的英語回報(bào)率低于未婚員工。由此可以說明，對男性已婚員工和女性未婚員工而言，英語水平的掌握情況對其工資收入存在不可忽視的影響。

第四，未婚員工的教育回報(bào)率在各分位上均低于已婚員工。在低分位上，男性中不同婚姻狀況的員工之間的教育回報(bào)率差異為1.2個(gè)百分點(diǎn)，女性為2.1個(gè)百分點(diǎn)；在中分位上，男性中不同婚姻狀況的員工之間的教育回報(bào)率差異為2.4個(gè)百分點(diǎn)，女性為7.69個(gè)百分點(diǎn)；在高分位上，男性中不同婚姻狀況的員工之間的教育回報(bào)率差異為3.4個(gè)百分點(diǎn)，女性為14.94個(gè)百分點(diǎn)。這一差異表明，學(xué)歷是造成不同婚姻狀況的員工工資差異不斷擴(kuò)大的重要因素。究其原因，已婚員工大部分在政府、企事業(yè)單位等國有部門或規(guī)模較大的外企中工作，這些單位的薪酬相對比較穩(wěn)定，其在招聘時(shí)存在一定的教育 “信號”，那些擁有較高學(xué)歷的員工獲得的該工作的機(jī)率比較大。而未婚員工由于無須承擔(dān)家庭責(zé)任等原因，往往選擇技能性較強(qiáng)的崗位工作，無獲得工資的多少往往與其技能多少相關(guān)，教育 “信號”對其工資的影響比較弱。

第五，企業(yè)特征對不同類型的員工工資作用程度不同。具體來說，國有、集體控股企業(yè)對未婚男性和已婚女性的工資提升作用較大，且隨著員工工資收入的增加，前者逐漸上升，后者逐漸下降。而私營(民營)控股企業(yè)則對已婚男性和未婚女性的工資影響較大，隨著分位數(shù)的升高，兩者均呈下降趨勢。這一結(jié)果表明，未婚男性由于工作時(shí)間較少等原因往往選擇在穩(wěn)定的國有、集體企業(yè)中工作，一旦男性結(jié)婚，家庭壓力的增大和社會資本的增加將促使其更加努力工作以獲取高工資收入，因而，私營(民營)企業(yè)的高報(bào)酬性質(zhì)更容易吸引已婚男性；而未婚女性個(gè)人發(fā)展空間較大，往往選擇在私營(民營)企業(yè)中工作，已婚女性則需要將更多的時(shí)間精力投入到家庭中，因而，穩(wěn)定的國有、集體企業(yè)往往是已婚女性的首選。

表6 分位數(shù)回歸結(jié)果

表6(續(xù))

變量名稱總樣本10%50%90%已婚未婚已婚未婚已婚未婚集體控股0.596***-0.320.216**0.197*-0.524*-0.9私有(民營)控股0.450***0.457**0.170***0.201-0.238-0.089常數(shù)項(xiàng)-1.044***-1.104*0.0830.1298.599***5.060*R20.240.260.170.140.020.22

(三)分位數(shù)分解

本文接下來進(jìn)一步深入分析未婚員工與已婚員工工資差異的影響機(jī)制。表7反映了不同分位點(diǎn)上影響員工工資差距的兩方面因素的分解結(jié)果。在10%的分位數(shù)上，未婚對男性員工工資差距的貢獻(xiàn)值為-0.011，表明已婚男性的工資比未婚男性高1.09%；在50%的分位數(shù)上，未婚的貢獻(xiàn)值為-0.110，已婚男性的工資比未婚男性高10.42%；在90%的分位數(shù)上，未婚的貢獻(xiàn)值為-0.168，已婚男性的工資比未婚男性高15.46%。與此相反，在10%、25%、50%、75%、90%分位上，未婚女性的工資比已婚女性工資分別高9.61%、11.29%、12.07%、13.4%、16.53%。即隨著員工工資水平的不斷上升，已婚對男性員工工資溢價(jià)作用越來越大，而對即女性的工資不僅不存在溢價(jià)，反而存在“詛咒”，這與表6得到的結(jié)論一致。其原因可能是，一方面，男性員工由于未婚時(shí)壓力較小，工作時(shí)間較少且社會資本不足等原因而難以提高生產(chǎn)力，從而無法提升工資；而已婚男性做家務(wù)的時(shí)間得到配偶的分擔(dān)，并且責(zé)任感的加強(qiáng)和家庭壓力的加大，促使他們不斷努力工作，從而獲得高工資。而女性正好相反，已婚女性往往由于需要將大量的時(shí)間和精力投入到家庭中，因而難以提高生產(chǎn)力。另一方面，當(dāng)工資分布處于低端時(shí)，與其對應(yīng)的工作往往是那些相對輕松的工作或以體力勞動(dòng)為主的臨時(shí)工，在這部分崗位上工作的員工往往生活壓力較小，比較缺乏工資競爭意識，因此，工作時(shí)間較少、壓力較小的男性未婚員工和女性已婚員工更加適應(yīng)這樣的崗位。而處于工資分布中高端特別是高端的員工，大多需要花費(fèi)大量的時(shí)間及精力，崗位性質(zhì)決定了與之相匹配的即已婚男性和未婚女性員工。此外，隨著分位點(diǎn)的增加，稟賦效應(yīng)的貢獻(xiàn)值呈現(xiàn)不斷下降的趨勢，但其一直為影響不同性別員工工資差異的主要原因。具體來看，在10%，25%，50%，75%，90%分位數(shù)上，男性員工的稟賦效應(yīng)對工資差異的貢獻(xiàn)分別為44.2%，42.3%，40.9%，40%，39.9%，女性員工的稟賦效應(yīng)對工資差異的貢獻(xiàn)分別為93.4%，86.4%，74.7%，68.2%，62.2%。這表明在工資分布中低端，員工的稟賦特征差異較大，而在高端有所緩解，這可能與不同員工的工作性質(zhì)及政府的一系列保護(hù)政策密切相關(guān)。

表7 分位數(shù)分解結(jié)果

五、結(jié)論與討論

一直以來，婚姻狀況與員工工資的關(guān)系都是勞動(dòng)經(jīng)濟(jì)學(xué)研究的熱點(diǎn)問題。本文利用2013年中國人民大學(xué)最新公布的CGSS數(shù)據(jù)，對中國勞動(dòng)力市場中是否存在婚姻工資溢價(jià)效應(yīng)進(jìn)行了系統(tǒng)研究，研究得出的基本結(jié)論是: (1)通過傾向得分匹配法解決員工婚姻選擇的偏誤后表明，婚姻確實(shí)對員工工資產(chǎn)生影響。(2)對總體樣本、男性員工及女性員工的對數(shù)工資進(jìn)行分位數(shù)回歸后發(fā)現(xiàn)，婚姻年限、戶口、語言和學(xué)歷、企業(yè)特征是影響員工工資的重要因素。其中，男性的婚姻年限回報(bào)率隨著分位點(diǎn)的增加而增加，而女性的婚姻年限回報(bào)率在各分位上均為負(fù)；女性員工中處于工資分布高端的農(nóng)業(yè)戶口員工遭受的歧視最為嚴(yán)重；對男性已婚員工和女性未婚員工而言，英語水平的掌握情況對其工資收入存在不可忽視的影響；隨著員工的受教育水平的不斷提高，已婚員工的教育回報(bào)率較高，而教育“信號”效應(yīng)對未婚員工的影響較??；未婚男性及已婚女性更傾向于選擇在相對穩(wěn)定的企業(yè)中工作。(3)分位數(shù)分解結(jié)果表明，個(gè)人稟賦特征是造成不同婚姻狀態(tài)的員工工資差異的主要原因，婚姻對工資造成的影響與員工性別密切相關(guān)，并隨分位點(diǎn)的增加而增加。對男性員工而言，婚姻存在1.09%～15.46%的工資溢價(jià)效應(yīng)；而對女性員工的工資來說，婚姻存在“詛咒效應(yīng)”，反而是未婚對其工資收入的影響較大。因此，就勞動(dòng)者個(gè)人而言，如果想要實(shí)現(xiàn)抱負(fù)，充分發(fā)揮自己的才能，男性應(yīng)該選擇結(jié)婚，女性應(yīng)該選擇“單身”。

基于上述結(jié)論，本文提出以下幾條建議：(1)突出的婚姻工資“溢價(jià)效應(yīng)”和“詛咒效應(yīng)”提醒政府要進(jìn)一步完善勞動(dòng)力市場的建設(shè)，加大力度減少婚姻歧視以構(gòu)建和諧勞動(dòng)力市場，維護(hù)勞動(dòng)力市場的機(jī)會公平、縮小工資差距從而促進(jìn)勞動(dòng)力市場的良性發(fā)展。(2)大部分低收入群體由于工作技能和學(xué)歷水平普遍低下，只能從事服務(wù)性或低技能工作，而這些工作往往對員工的婚姻狀況有特殊要求。如果政府能夠通過制定相關(guān)政策，促進(jìn)員工提高工作技能和受教育水平，就有可能淡化甚至消除婚姻對工資的影響，從而為勞動(dòng)力市場的可持續(xù)發(fā)展提供強(qiáng)大的動(dòng)力。

[1] Ashwin S,Isupova O.“Behind Every Great Man…” :The Male Marriage Wage Premium Examined Qualitatively[J].Journal of Marriage and Family,2014,(1):37-55.

[2] 寧光杰.中國的工資性別差距及其分解——性別歧視在多大程度上存在?[J].世界經(jīng)濟(jì)文匯，2011，(2)：20-34.

[3] Benham.Benefits of Women’s Education within Marriage[J].The Journal of Political Economy,1974,(2):57-71.

[4] Gray,Jeffrey.The Fall in Men’s Return to Marriage:Declining Productivity Effects or Changing Selection?[J].Journal of Human Resources,1997,(3):481-504.

[5] Nakosteen,Zimmer.Marital Staus and Earning of Young Men:A Model with Endogenous Selection[J].The Journal of Human Resource,1987,(2):248-268.

[6] Krashinsky H S.Do Marital Status and Computer Usage Really Change the Wage Structure?[J].Journal of Human Resources,2004,(3):774-791.

[7] Nakosteen R A,Zimmer M A.Men,Money,and Marriage:Are High Earners More Prone Than Low Earners to Marry?[J].Social Science Quarterly,1997,(1):66-82.

[8] Cornwell C,Rupert P.Unobservable Individual Effects,Marriage and the Earnings of Young Men[J].Economic Inquiry,1997,(2):285-294.

[9] Dalmia S,Kelly C S,Sicilian P.Marriage and Men’s Earnings:Specialization and Cross-Productivity Effects[J].Eastern Economic Journal,2016,(3):335-348.

[10] Korenman S,Neumark D.Does Marriage Really Make Men More Productive[J].Journal of Human Resources,1991,(2):282-307.

[11] Chun H,Lee I.Why do Married Men Earn More:Productivity or Marriage Selection[J].Economic Inquiry,2001,(2):307-319.

[12] Bardasi E,Taylor M.Marriage and Wages:A Test of the Specialization Hypothesis[J].Economica,2008,(299):569-591.

[13] Killewald,Alexandra,et al.Does Specialization Explain Marriage Penalties and Premiums?[J].American Sociological Review,2013,(3):477-502.

[14] Shtudiner Z.The Marriage Premium and Productivity:The Case of NBA Players[J].International Journal of Economic Sciences,2015,(6):54-65.

[15] 林建浩，張?zhí)m，王美今.“賢內(nèi)助”效應(yīng)還是岳父效應(yīng)?——中國式婚姻溢酬機(jī)制的收入階層異質(zhì)性研究[J].勞動(dòng)經(jīng)濟(jì)研究，2016，(1)：33-64.

[16] 王智波,李長洪.好男人都結(jié)婚了嗎？——探究我國男性工資婚姻溢價(jià)的形成機(jī)制[J].經(jīng)濟(jì)學(xué)(季刊)，2016,(3)：917-940.

[17] Korenman S,Neumark D.Does Marriage Really Make Men More Productive?[J].Journal of Human Resources,1991,(2):282-307.

[18] Bardasi E,Taylor M.Marriage and Wages:A Test of the Specialization Hypothesis[J].Econimica,2008,(299):569-591.

[19] Greenhalgh.Male-female Wage Differentials in Great Britain:Is Marriage an Equal Opportunity?[J].The Economic Journal,1980,(363):751-775.

[20] Hoon S,Keizer R,Dykstra P.Marriage and Female Wages:Do Married Women Pay a Penalty or Earn A Premium[R].Hungary:European Population Conference,2014.

[21] 龔斌磊,郭紅東,唐穎.影響農(nóng)民工務(wù)工收入的因素分析——基于浙江省杭州市部分農(nóng)民工的調(diào)查[J].中國農(nóng)村經(jīng)濟(jì),2010,(9):38-47.

[22] 陳昊.婚姻對女性工資的影響:升水還是詛咒?——來自中國家庭收入調(diào)查的證據(jù)[J].世界經(jīng)濟(jì)文匯，2015，(2)：41-56.

[23] 孫良媛,李琴,林相森.城鎮(zhèn)化進(jìn)程中失地農(nóng)村婦女就業(yè)及其影響因素——以廣東省為基礎(chǔ)的研究[J].管理世界,2007，(1):65-73.

[24] 馮其云,朱彤.貿(mào)易開放與女性勞動(dòng)參與率——基于省級面板數(shù)據(jù)的經(jīng)驗(yàn)研究[J].南開經(jīng)濟(jì)研究,2013，(4):139-152.

[25] 亓壽偉,劉智強(qiáng).“天花板效應(yīng)”還是“地板效應(yīng)”——探討國有與非國有部門性別工資差異的分布與成因[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2009，(11):63-77.

[26] 劉斌,李磊.貿(mào)易開放與性別工資差距[J].經(jīng)濟(jì)學(xué)(季刊),2012，(1):429-460.

[27] Koenker R,Bassett G.Regression Quantiles[J].Econometrica,1978,(1):33-50.

[28] Melly B,Fr?lich M. Estimation of Quantile Treatment Effects with Stata[J].The Stata Journal,2010,(3):423-457.

[29] 胡安寧.傾向值匹配與因果推論:方法論述評[J].社會學(xué)研究,2012,(1):221-246.

“Married”or“Single”?——An Research Based on the Effect of Wage Premium on Marriage in China's Labor Market

YUAN Guo-min,XIONG Hai-zhu

(School of Public Administration,Nanjing University of Finance & Economics, Nanjing 210023,China)

Does marriage effect the workers’ wages?This paper attempts to analyze the wage premium of marriage through the propensity score matching method in order to solve sample selection bias problem. It is found that there is a wage effect in the marriage. Based on the results we find that the marriage life, household, language, education and enterprise characteristics are the significant factors influencing the workers' wages after using quantile regression. Finally, using quantile decomposition, it is shown that the wage premium to the male is 1.09% to 1.09% percent . However, marriage to female employees wages exist a kind of “curse”, with the gradual rise of quantile, the curse effect increased from 9.6% to 23.1%.

marriage; wage premium; propensity score matching; quantile regression; quantile decomposition

2017-06-27

袁國敏(1963-)，男，遼寧大連人，南京財(cái)經(jīng)大學(xué)公共管理學(xué)院教授，博士，從事勞動(dòng)與社會保障、經(jīng)濟(jì)統(tǒng)計(jì)研究.

F244

A

2095-5863(2017)05-0085-11

[責(zé)任編輯張曉娟]