我国男性的婚姻溢酬——基于内生选择性模型的分析，本文主要内容关键词为：选择性论文,模型论文,内生论文,男性论文,婚姻论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
［中图分类号］C92－05 ［文献标识码］A ［文章编号］1004－1613(2013)02－0019－09
一、引言
工资是个体收入的重要组成部分，是分析居民收入差距扩大的基本要素。近些年来，国内学者从不同角度分析了影响个体工资的重要因素，这些研究主要集中在以下几个方面：教育程度，罗楚亮(2007)分析了我国城镇居民的教育收益率及其条件分布特征；劳动力流动，蒲艳萍(2010)、沈坤荣(2011)等先后分析了劳动力流动如何对农村居民和城镇居民收入产生影响；行业垄断，叶林祥(2011)从行业垄断、所有制结构方面分析企业工资差距；性别工资差距，葛玉好(2007)、宁光杰(2011)对我国的性别工资差距进行分析和分解；但国内尚没有婚姻状态对工资影响的研究，分析此问题有助于进一步深化对个体工资及家庭分工的理解。国外有关此类研究的文献较多，国外的经验研究表明，在控制与工资函数相关的其他特征后，已婚男性的工资高于未婚男性的工资(Benham,1974)，这被称为婚姻溢酬①(marriage premium)。Ginther、Zavodny(2000)对各国历年来的婚姻溢酬研究总结发现，各国婚姻溢酬估计值介于10％～40％之间。
婚姻溢酬产生的原因是什么？国外的研究文献多从生产力假说(productivity hypothesis)和选择性假说(selection hypothesis)两个角度进行解释(Jacobsen、Rayack,1996; Loh,1996)。生产力假说认为，已婚男性具有更高的生产力，这种正向的相关关系是由妻子和丈夫生产力相互作用引起的(cross－productivity)。该理论认为，一方面已婚女性可以通过直接给丈夫提供信息和建议来帮助他获得更高的工资(Benham,1974)；另一方面，已婚男性可以从家庭性别分工中获得间接收益，这种理论最早由Becker(1975)提出，他认为依据比较优势原理，婚姻安排有利于专业化分工。在家庭劳动方面，女性比男性更有优势，所以女性将承担起更多的家庭劳动，而男性会将其更多的精力集中在人力资本积累和劳动力市场上，这有利于提高已婚男性的生产力。而选择性假说认为，已婚男性自身有一些不可观测的高生产力的特征，这些特征使其更容易结婚，因此已婚男性并非结婚后才拥有高工资，其婚前就拥有较高的生产能力(Nakosteen、Zimmer(1987)。他们认为婚姻溢酬只是婚姻选择性的反映，对生产力没有直接的作用。
现有的文献对婚姻溢酬是由哪种假说引起的持有不同的观点。Nakosteen和Zimmer(1987)使用两步法将选择性因素进行控制后发现婚姻溢酬依然很大，但已经丧失了显著性，因此作者认为婚姻溢酬是由选择性假说引起的。Loh(1996)将妻子的工作时间纳入分析中，并比较了婚前同居者和正式结婚者以及自我雇佣者和被雇佣者的婚姻溢酬，发现以家庭专业化分工引起的生产力假说并不存在。而Korenman和Neumark(1991)则认为选择性假说仅能对不到20％的婚姻溢酬进行解释，婚姻不仅提高了男性在劳动力市场上的生产率，还提高了男性在特定岗位上升迁的概率。但这些文献分析的样本多来自于发达国家的男性群体，较少涉及发展中国家。在已有文献的基础上，文中选用IZA公布的中印农民工调查数据(RuMiC)首次尝试分析我国男性劳动力的婚姻溢酬，并考察家庭分工在生产力假说中所起的作用。文中使用传统的最小二乘法对婚姻溢酬及家庭分工的作用进行分析验证；为了控制模型中的内生性和选择性问题，文中选择外生的工具变量对内生变量回归，并计算出拟合值，将拟合值代入控制选择性的Heckman两步法模型，重新对男性婚姻溢酬及家庭分工作用回归，发现我国男性的婚姻溢酬可以用生产力假说解释。
二、研究方法和模型
计量经济学中，生产力假说体现为妻子工作时间和教育水平对已婚男性产生的因果影响，而选择性假说更多是由不可观测到的因素引起的(Huang、Li等，2006)。研究婚姻溢酬时，如果简单的使用OLS对此进行分析，无法直接观测到估计的结果是由哪种假说引起的。现有的国外文献主要使用了以下三种思路来识别这两种假说，第一种常用且简单的思路是通过在OLS估计方程式中添加变量扩展OLS方程(Benham,1974; Loh,1996)；第二种是将婚姻状态视为内生变量，使用Heckman(1978)、Maddala(1983)提出的两步法处理这种内生性(Nakosteen、Zimmer,1986; Chun、Lee,2001)；第三种是使用固定效应模型来去除不可观测能力带来的选择性偏误(Huang、Li等，2006)。
第一种方法经常添加的变量有婚姻持续时间和妻子工作时间。Benham(1974)最早将婚姻的持续时间包括在模型中，观察婚姻持续时间和妻子教育程度对丈夫工资的影响。他认为如果婚姻持续时间对丈夫工资影响为正，意味着已婚男性和妻子教育程度之间的关系是由生产力假说引起的。这是因为在婚姻匹配理论中，妻子教育程度与丈夫工资之间的关系在刚结婚时(匹配发生时)是最强的，但随着婚姻的持续，这种效应会保持不变或者逐渐消失。另外一些文献将妻子的工作时间纳入分析框架中(Loh,1996; Brich、Miler,2006)，依据Becker的家庭分工理论，妻子工作的时间越长，已婚男性获得的婚姻溢酬越低。但这种分析不全面，因为作者忽略了参与工作的妻子可以通过其他途径增加丈夫的生产率，这些途径包括向丈夫提高好的工作建议、或者为丈夫提供人力资本积累的费用，Chun和Lee(2001)首次考察了这两种因素共同作用对婚姻溢酬的影响。
第二种思路认为如果直接将婚姻状态加入OLS方程进行分析，则无法区别所估计的系数是来自于生产力的提高还是婚姻自选择，如果是后者，所估计的系数则存在向上估计的选择性偏误(selection bias,Heckman,1979)。只能观察到已婚男性的工资状况，因而事实上获得的样本是截断的样本(truncated sample)，而不是随机的样本。是否能观测到的已婚男性的工资取决于男性的婚姻决策(选择结婚与否)，所以使用OLS估计得到的结果是有偏的且不一致的估计。解决选择性偏差的最好的方法是采用Heckman两步法，将已婚男性的工资方程和婚姻决策方程(二元选择模型)联系起来进行处理。这种方法一般首先使用似然函数法对婚姻状态probit方程的参数进行估计，继而使用估计的参数计算出不同婚姻状态的概率；最后将第一步计算出来的婚姻状态概率代入工资方程使用OLS方法估计。
第三种思路是使用固定效应法(fixed effect)。这种方法不仅可以在面板数据中使用，还可以在横截面数据中使用。对于后者，因为没有时间变化，多采用组内均值来控制不可观测固定效应带来的影响(Jacobsen、Rayack,1996)。当横截面数据为同一时间来自同一家庭的双胞胎、孪生子女或兄弟姊妹数据时，也可采用这样方法。这是因为此类数据具有相似的基因、家庭环境以及不可观测的能力，因此使用固定效应模型可以有效地控制因这几种不可观测因素引起的选择性婚姻匹配，降低估计偏误。
因第一种思路仅仅扩展了被解释变量，是早期研究婚姻溢酬的常用方法，但这种方法并不能有效地控制偏误；而第三种思路对数据有特殊的要求，依据国内现有的可得的数据，文中选择第二种思路。假设已婚男性i的工资函数为公式(1)：
为了进一步探讨已婚男性的婚姻溢酬是否来自于贝克尔提出的家庭分工理论，文中加入chun和lee(2001)提出的工作时间函数。他们认为婚姻溢酬δ是妻子的工作时间(
)的函数，如公式(5)所示，工资溢酬函数可以线性化为两个部分，一部分是由结婚带来的工作津贴，另外一部分是妻子参与工作带来的工作惩罚。
公式(6)的问题是妻子的工作时间是内生，因为妻子的工作时间和已婚男性不可观测的特征变量
之间存在相关性，会造成OLS的估计不一致。处理内生性问题常用的方法是二阶段最小二乘法。这种方法一般有两步，第一步是选择工具变量，并使用内生解释变量对工具变量回归，计算出内生解释变量的拟合值；第二步是用被解释变量对第一步中得到的拟合值进行回归。文中选择“妻子所在社区女性平均工作时间”作为妻子工作时间的工具变量，这主要是因为该项与妻子工作时间相关，与已婚男性工资无关。因妻子的工作时间是左边断尾数据，选择使用Tobit模型对妻子的工作时间估计，并计算出妻子工作时间的估计值，再将其带入男性的工资函数中进行回归。
综上，文中全部的实证程序可以分成三个部分：第一部分，使用最小二乘法估计全部男性样本的工资函数；第二部分，加入外生变量使用Tobit模型对女性的工作时间进行估计，计算出妻子工作时间的拟合值；第三部分，将妻子工作时间的拟合值加入Heckman两步法模型中，重新对男性样本的工资函数进行估计。
三、数据来源和统计描述
本文分析使用的数据是中印农民工调查数据(RUMiC)，该调查由澳大利亚国立大学、北京师范大学和国际劳动研究协会(IZA)共同完成，调查地点涵盖9个省份：北京、山西、辽宁、江苏、安徽、河南、湖北、广东、云南、甘肃、四川和重庆。文中使用的数据是2011年11月IZA发布的首轮调查数据，数据调查年份为2008年。本轮调查数据由三部分组成，分别是城镇住户调查数据(UHS)、农民工调查数据(MHS)和农村住户调查数据(RHS)，基于本文的研究目的，文中选择使用城镇住户调查数据。城镇住户调查数据中国东、中和西部9个省份19个城市的5000个家庭住户和14683个个体。调查数据中所提供的信息既包含个体层次的信息，如个人与户主关系、性别、出生日期、婚姻状态、受教育程度、工作工资情况等；也包括家庭关系方面的信息，如子女信息、户主及配偶的父母基本信息等，因此这些数据对本文的研究非常有用。
因RUMiC个体调查数据中，已婚男性和其配偶的数据是分开的，所以在分析之前，本文利用STATA 11.0将已婚男性和其配偶的数据进行配对，得到5441对夫妻的数据。我国法律规定男性的法定退休年龄为60岁，本文将男性劳动者年龄控制在18－60岁范围内。表1给出了计量分析中使用的主要变量的均值和方差，括号内的值为方差；下标m代表男性的变量名，下标f代表女性的变量名。表中第3列为全部样本的统计描述，全部样本中既包含未婚男性也包括已婚男性；第4列、第5列分别为未婚男性和已婚男性的描述，已婚男性的统计描述中包含其妻子的相关变量。
表1中的前7行为男性个体的特征变量，包括工资、工作经验、教育年限及健康状况等。其中小时工资的对数(lnw)既包含工资性工作者的工资、奖金、津贴和实物贴现，也包含自我经营者的净工资，因RuMiC数据仅提供月工资和周工资小时数，所以文中小时工资的计算方法是月工资除以周工作小时数乘以四。结果显示，已婚男性的月平均工资(2650.681)高于未婚男性的月平均工资(2191.044元)，高出了约21％。调查问卷中有“您从哪年开始从事当前这份主要工作”的选项，因此文中工作经验(exp)的计算方法为调查年份2008年减去开始从事这份主要工作的时间，从表中可以看出已婚男性的工作经验远大于未婚男性的工作经验。从受教育年限(edu)来看，调查问卷中将教育程度定义了9个类别：未上过学、扫盲班、小学毕业、初中毕业、高中毕业、中专、大专、大学、硕士及以上；本文分别定义除扫盲班外其他8个类别的受教育年限分别为0年、6年、9年、12年、12年、15年、16年和19年；扫盲班的教育年限依据调查问卷中“你所接受的正规受教育年限”而定；从表1中可以看出，已婚样本与未婚样本的受教育年限差别不大，均在10左右。个体的健康状况(health)为虚拟变量，将调查问卷中回答非常好、好、一般的个体健康状况定义为1，其他为0。
第8－10行为个体工作单位的特征变量。RUMiC调查问卷中工作单位类型有16种，包括政府部门、国有事业单位和研究所、国有企业、集体企业、私营和三资企业等。本文将党政机关、国家及集体事业单位、国有独资企业和集体独资企业这四种单位所有制类型(unit)定义为1，其他所有制类型定义为0。从本文定义单位所有制类型上看，已婚男性在国有部门工作的比例更大。RUMiC调查问卷中有“您工作的单位有多少人”一项，依据宁光杰(2011)，将本文单位职工(scale)在100人以上的定义为1，100人以下的定义为0。为了控制不同地区对男性工资带来的影响。文中设置地区虚拟变量(district)，将北京、辽宁、江苏、广东四个地区定义为1，其他地区定义为0。
此外，表中的后8行为与家庭相关的特征变量。依据问卷中“您过去一周内是否从事过一个小时以上有工资工作”一项，文中将调查为“是”和“家庭帮工”的女性定义为参与工作，其他定义为未参与工作。从表1中可以看出，已婚男性中有50％的妻子拥有工作。调查问卷中有平常谁照顾孩子最多一项，文中设定妻子是否照顾孩子最多的虚拟变量(care)，如果妻子照顾孩子最多，此项为1，反之，为0。妻子的工作时间(hour)为周工作小时数，社区女性的周平均工作时间(mhour)为居住在同一街道上女性工作时间的平均值，表1中社区女性的周平均工作时间约为43个小时。
四、实证结果分析
(一)基本模型估计结果
文中首先使用最小二乘法(OLS)分析婚姻状态对男性工资的影响，具体回归结果见表2。从表2中的第1列中可以看出，在控制了工作经验、省份等变量后，婚姻状态对男性工资有正的影响，且在1％的显著性水平上显著，影响系数为0.360，这在各国经验研究婚姻溢酬值的范围之内；工龄对男性工资影响为正，工龄的平方对其影响为负且显著，受教育年限对男性工资影响为正且显著，均符合经典的Mincer方程；单位所有制性质对男性工资影响为正，在1％的显著性水平上显著，这意味着国有单位的工资明显高于其他所有制性质企业的工资水平；单位规模在总体上对男性工资影响为正，在1％的显著性水平上显著；子女数量对男性工资率的影响为负且显著，这说明子女数量过多，已婚男性更多的时间用在家庭劳动中，不利于其在劳动力市场上的人力资本的积累与发挥，与理论的预期结果相一致；地区变量在总体上对男性工资影响为正，在1％的显著性水平上显著，这说明我国地区间的工资差距依然存在，东部地区男性工资高于中、西部地区男性的工资。
表2中的第2列、第3列和第4列检验了已婚男性的婚姻溢酬是否受到家庭内部分工的影响。第2列、第3列中依次加入了妻子是否拥有工作、妻子工作时间两个解释变量；第4列加入妻子工作时间与婚姻状态的交互项来识别因家庭分工带来的工作津贴和工作惩罚。从第2－4列的结果中可以发现，控制这两个变量后，婚姻溢酬依旧存在，但随着控制变量的增加，这种收益有所下降。第2列结果显示，妻子拥有工作对男性的工资有负的影响，在1％的显著性下显著，这与Becker的生产力假说一致，因为拥有工作的妻子用于家庭劳动生产的时间将会减少，这不利于家庭专业分工，对已婚男性的工资有负的影响。第3列结果表明，妻子的工作时间对男性工资的影响系数为－0.0018，在1％的显著性下显著。第4列的结果表明，在考虑妻子工作时间与婚姻状态的交互项变量后，已婚男性从婚姻中获得的收益系数为1.237，在1％的显著性下显著；交互项的系数亦为－0.018，这意味着妻子工作时间每增加1个小时，已婚男性工资下降1.8％。此时男性的婚姻溢酬依赖于工作津贴和工作惩罚的双重作用，此时的婚姻溢酬等于，妻子没有工作的男性可以获得1.23的婚姻溢酬，随着妻子工作时间的上升，已婚男性获得的婚姻溢酬逐渐下降，妻子工作时间取均值43.37时，婚姻溢酬仅为0.45。
(二)控制婚姻选择性与妻子工作时间内生性的估计结果
第1部分中的最小二乘法估计结果既没有考虑到男性婚姻的选择性也没有考虑到妻子工作时间与已婚男性不可观测能力之间存在的内生性问题，这造成OLS估计的结果是有偏的。文中的第2部分使用Heckman两步法重新估计结果。为了控制妻子工作时间的内生性，文章第2部分首先加入“妻子所在社区女性平均工作时间(
)”这个外生变量，使用Tobit模型对妻子的工作时间进行估计拟合，估计结果如表3所示。
从表3中可以看出，丈夫的工资对妻子的工作时间有负向的显著影响，这与姚先国(2005)的研究一致，丈夫的高工资会降低妻子的劳动供给；妻子自身的工资、妻子的工作经验对其工作时间有正向的显著影响；妻子工作经验的平方对其工作时间有负向的显著影响。值得注意的是，在控制了妻子自身工资水平的基础上，妻子的教育水平对其工作时间影响为负，在1％的显著性上显著，与国外的经验研究不一致，可能的原因是教育水平越高的女性工作越有可能获得高质量的工作环境，其相对工作时间也较低。地区变量对女性工作时间影响为正且显著，这意味着我国东部地区女性工作时间高于中、西部地区女性的工作时间。单位所有制变量和单位规模变量对工作时间有负的影响，这说明国有单位、规模比较大的单位工作的女性的工作时间低于其他所有制单位及小规模单位的工作时间。家中是否有6岁及以下儿童以及子女的数目对妻子工作时间有正向的显著影响，不同于国外的研究(Chun、Lee,2001)，这从一个侧面反映了目前国内有关女性的工作制度安排并不灵活。妻子是否照顾孩子最多对其工作时间有负向显著影响，与预想的结果一致，这说明妻子可能要花时间照顾子女，不利于其在劳动力市场中的地位。社区内女性工作时间的平均值()对妻子工作时间有正的影响且显著，意味着文中选取的外生变量是合理的。
在表3估计模型的基础上，文中计算出妻子工作时间的估计值
，使用Heckman两步法对男性的工资函数进行重新估计，估计结果如表4所示。表4的上半部分为控制了男性婚姻选择性基础上的工资函数估计，下半部分为男性结婚的概率影响因素分析。从反Mills比率来看，系数均在1％的显著性下显著，这意味着男性结婚与否存在明显的选择性问题。从表4的下半部分可以发现，年轻的男性更容易结婚，到达一定年龄程度之后，男性结婚的概率下降；高中、大学、研究生及以上学历都能增加我国男性的结婚概率，大学学历对男性结婚的概率影响最大；是否在国有单位工作、是否居住生活在东部地区对男性结婚的概率都有正的显著影响，与以往的经验研究一致。
表4上半部分的第1列仅考虑婚姻状态对男性工资的影响，第2、3、4列和第5列分别在第一列基础上依次加入了“妻子是否参与工作”、“妻子工作时间”、“妻子工作时间估计值”以及“妻子工作时间估计值与婚姻状态交互项”。结果显示，工作经验、教育年限、单位所有制结构、单位规模及地区虚拟变量对男性工资水平影响为正，工作经验的平方、子女数量对男性工资的影响为负，与表2中基本回归模型估计结果相似，不重复对此解释。文中关注的主要变量是婚姻状态、妻子是否参与工作、妻子工作时间以及妻子是否参与工作与婚姻状态交互项对男性工资的影响。结果表明，在考虑男性婚姻选择性和妻子工作时间内生性的情况下，婚姻状态对男性工资的影响为正，在1％的显著性上显著，同表2中的OLS结果相比，控制了婚姻选择性和内生性后得到男性获得的婚姻溢酬大于前者，这与chun和lee(2001)的研究结果一致，意味着我国男性的婚姻溢酬主要是由生产力假说引起的。此外，控制选择性后，妻子是否工作、妻子工作时间及工作时间估计值对男性工资有显著的负影响，与表2的OLS估计结果相同；妻子工作时间估计值与婚姻状态交互项对男性工资的影响亦为负，与表2中第5列的回归结果相比，此处获得的工作津贴和工作惩罚都远大于前者的估计，其中工作惩罚的系数为－0.043，意味着妻子工作时间每额外提高一个小时，男性的工资降低4.3％，进一步印证家庭分工在我国已婚男性群体中的重要作用。
五、结论
本文首次使用IZA发布的2008年中印农民工调查数据(RUMiC)分析我国男性的婚姻溢酬。OLS的回归结果表明，控制了有关工资函数的特征变量后，已婚男性的工资率高于未婚男性，这说明同其他国家一样，婚姻溢酬现象亦存在我国男性群体中间。考虑家庭内部分工因素后发现，已婚男性的婚姻溢酬依赖于妻子的工作时间，随妻子工作时间的上升而下降。但OLS模型不能控制模型中存在的内生性和选择性问题，OLS的估计结果可能存在偏误，文中构建了内生选择性模型对此处理。为了控制模型中存在的内生性，文章使用Tobit模型并加入社区女性的平均工作时间的外生工具变量对女性工作时间做回归，在此基础上估计出女性工作时间的拟合值。使用Heckman两步法估计重新分析男性的婚姻溢酬发现，控制了模型中存在的内生性和选择性后，婚姻溢酬依旧存在，且大于OLS的估计结果，证明了生产力假说的存在。此外，Heckman两步法的估计结果支持家庭内部分工对男性工资的作用，工作津贴和工作惩罚同时存在，妻子工作时间每额外增加一个小时，已婚男性的工资下降4.3％。这为深化税制改革中的所得税征收由以个人为单位向以家庭为单位提供了理论基础。
*［收稿日期］2013－02－04
注释：
①婚姻溢酬的中文翻译来源于陈建良、陈昱章2010年《台湾男性婚姻溢酬：以内生性选择模型探讨》一文。