本文利用１９８９—２００９年中國健康與營養調查數據（ＣＨＮＳ）研究我國男性工資婚姻溢價及其產生的原因。本文發現在控制相關特征變量之后，在婚男性工資比非在婚男性工資顯著高出６．８％。究其原因，本文發現我國的男性婚姻溢價無法使用婚后家庭內部專業化分工、男性婚后責任感增強以及女性選擇優秀的男性作為配偶來解釋，但是可以由妻子的“相夫”特征所解釋。這一發現傳遞出正能量，同等條件下已婚男性收入更高，不是因為好男人都結婚了，而是因為結婚了，他才成為好男人。

>>>>

關鍵詞：婚姻溢價、相夫效應、選擇效應

01

引言和文獻綜述

“好男人都結婚了”是網絡上的一個熱門話題，勞動經濟學對男性工資的經驗研究為這個說法提供了豐富的證據：在控制相關特征變量之后，已婚男性的工資顯著地高于單身男性。這一現象被稱為男性婚姻溢價。據Ｓｃｈｏｅｎｉ（１９９０）對多個國家婚姻溢價現象的研究，各國男性婚姻溢價一般介于３％—３１％。

對于男性婚姻溢價產生的原因，文獻給出了兩種解釋：其一，婚姻是因，婚姻溢價是果，即婚姻提高男性生產力；其二，男性的某種不可觀測的生產力是因，婚姻和婚姻溢價是果，即某些男性具備不可觀測的生產力導致他們更容易結婚并獲得更高的工資。經濟學家將第一種解釋稱為婚姻的生產力假說，具體影響機制是已婚男性可以從家庭性別分工中獲得間接收入。這一影響機制的理論模型由 Becke（1975）提出，他認為婚姻有利于家庭內部專業化分工，根據比較優勢原理，由于女性在家庭勞動方面比男性更有優勢，因此男性將更多的精力集中在人力資本積累上，即婚后的家庭分工提高了男性的生產力，這一機制被稱為“家庭分工理論”。經濟學家將第二種解釋稱為婚姻的選擇性假說，該假說認為并非是婚姻導致男性婚姻溢價，而是已婚男性原本就具有較高的不可觀測的生產力，只是女性選擇了擁有這種不可觀測生產力的男性作為結婚對象，從而表現出婚姻溢價，文獻稱之為婚姻的“選擇效應”。

經驗研究對于男性婚姻溢價具體是由何種原因引起的莫衷一是：（１）有文獻支持“選擇性假說”。Ｃｏｒｎｗｅｌｌ　ａｎｄ　Ｒｕｐｅｒｔ（１９９７）使用全國青年縱向調查數據，通過利用固定效應模型和隨機效應模型研究不可觀測因素是否可以解釋男性婚姻溢價，他們發現，通過固定效應模型估計的男性婚姻溢價系數比隨機效應模型估計的要小得多，他們據此認為男性婚姻溢價應更多地歸因于那些與影響婚姻狀況相關的不可觀測因素；Ｎａｋｏｓｔｅｅｎ　ａｎｄ　Ｚｉｍｍｅｒ（１９９７）利用收入動態追蹤數據發現高收入的單身男性有著更大的結婚可能性以及更小的離婚可能性；Ｋｒａｓｈｉｎｓｋｙ（２００４）利用當前人口調查和ＮＬＳＹＭ數據，發現已婚男性在結婚之前就已具有高工資增長的特征，在結婚一年以后，其工資增長幾乎沒變化。他認為這是男性婚姻溢價可以由“選擇效應”來解釋的證據。（２）更多的文獻支持“生產力假說”。Ｄａｎｉｅｌ（１９９２）和Ｇｒａｙ（１９９７）等從妻子的工作時間角度來檢驗家庭內部分工理論，他們發現妻子的勞動市場工作時間與丈夫的工資溢價呈反向關系；Ｃｈｕｎ　ａｎｄ　Ｌｅｅ（２００１）利用１９９９年ＣＰＳ數據，使用Ｍａｄｄａｌａ（１９８３）提出的干預效應模型修正了婚姻狀態作為內生虛擬變量所產生的選擇性偏誤，發現男性的婚姻溢價可以由家庭分工理論所解釋，但無法由選擇效應所解釋；Ａｎｔｏｎｏｖｉｃｓａｎｄ　Ｔｏｗｎ（２００４）使用同卵雙胞胎的數據，通過雙胞胎之間的一階差分清除不可觀察的遺傳稟賦和家庭背景對婚姻溢價的影響后發現，雙胞胎差分回歸的男性婚姻溢價估計系數比OLS估計的系數還要大，據此，他們認為不能用“具有更高生產力的男性更容易結婚”來解釋男性的婚姻溢價。（３）也有文獻同時支持家庭專業化分工假說和選擇效應假說。Ｋｏｒｅｎｍａｎ　ａｎｄ　Ｎｅｕｍａｒｋ（1991）利用ＮＬＳＹＭ數據，通過固定效應模型，發現選擇效應可以解釋男性工資婚姻溢價的５０％，同時，他們證明婚姻本身不僅提高了男性在勞動力市場上的生產率，還提高了男性在某些特定崗位（如管理人員或專業人員）升遷的概率；Bardasi and Taylor（2008）利用英國家庭追蹤調查數據，使用固定效應模型控制了一系列與個人、家庭、工作及雇主相關的特征變量以及不隨時間變化的個體異質性之后，發現妻子的工作時間與丈夫的工資成負向關系，以及妻子所負責的家務數量與丈夫的工資成正向關系，他們據此認為，婚姻溢價部分歸因于家庭內部專業化。同時，他們發現固定效應模型估計的婚姻溢價系數比OLS模型估計的要小，他們據此認為，這是因為OLSＯ沒有捕捉到那些與工資正相關且不可觀測的個體固定效應，這表明一部分男性婚姻溢價應歸因于“選擇效應”。

我們認為，已有研究可能存在兩個不足：一是識別方法上的不足；二是對中國的情況研究不足。對于后者，我們無須贅述，前期文獻使用的樣本多是來自西方國家，對婚姻溢價形成機制分析僅圍繞“家庭分工理論”和“婚姻選擇效應”展開，而對中國文化中特有的妻子“相夫教子”和男性婚后“責任感”對婚姻溢價的影響并沒有關注。對于前者———現有文獻識別方法上的問題，我們略作展開如下：

“家庭分工理論”和“婚姻選擇效應”之間的差別是前者認為男性婚姻工資溢價是婚姻導致的結果，而后者認為婚姻溢價是遺漏不可觀測變量導致的內生性偏誤。因而，識別男性婚姻溢價形成機制的關鍵是解決其中涉及的遺漏變量問題。

在我們看到的文獻中，解決這一問題的基本思路有三種：一是利用面板數據，通過固定效應模型來控制不隨時間變化的不可觀測個體異質性；二是利用同卵雙胞胎數據進行一階差分回歸控制不可觀測異質性；三是利用Ｍａｄｄａｌａ（１９８３）兩步估計方法來處理婚姻狀態是內生虛擬變量所產生的樣本選擇偏誤問題①５　。在這三種識別方法中，第一種在文獻中使用得最多，后兩種使用得較少。由于干預效應模型后文將詳細介紹，因此，此處僅介紹前兩種方法的工作原理和識別上的問題。

固定效應模型和同卵雙胞胎數據一階差分模型的工作原理是，通過比較固定效應模型的估計值或雙胞胎一階差分模型的估計值與混合ＯＬＳ模型或隨機效應模型估計值的大小來識別“選擇效應”是否存在。有些研究發現在運用固定效應模型控制不可觀測異質性后，較混合ＯＬＳ模型或隨機效應模型，男性婚姻溢價的估計系數劇烈下降或者失去統計上的顯著性，他們據此報告了“選擇效應”可以解釋婚姻溢價；另有文獻發現運用固定效應模型估計的男性婚姻溢價回歸系數無異于不控制固定效應的混合ＯＬＳ回歸系數估計，他們則報告“選擇效應”不可以解釋男性婚姻溢價。

固定效應模型存在兩個方面的識別問題：（１）固定效應估計量是基于除時間均值的所謂“組內估計量”，其一致性要求解釋變量與各期的擾動項均不相關（而不僅是當期解釋變量與當期的擾動項不相關，這是相當強的一個假設，而且在婚姻溢價研究中肯定會違背）。如果男性過去的收入影響到其當前的婚姻狀況，則固定效應模型估計的婚姻溢價回歸系數會出現偏誤。例如，男性在得到一份好的工作之后，他更有可能結婚。此時，固定效應的估計系數會出現向下偏誤。如果未觀察到的生產力是隨時間變化的，則固定效應估計的系數也會出現偏誤。例如，男性推遲結婚，直到不可觀測生產力因素導致更高的工資水平才結婚，那么，固定效應模型所估計的婚姻溢價系數則將會出現向上偏誤。上述兩種類型的偏誤方向相反，因此，依賴固定效應模型的學者有可能會根據某一個樣本報告發現“選擇效應”的證據，而根據另一個樣，本報告發現拒絕“選擇效應”的證據　①６　。（２）測量誤差可能會對固定效應模型影響更大。Ａｎｇｒｉｓｔ　ａｎｄ　Ｐｉｓｃｈｋｅ（２００９）指出相比于用水平值進行回歸，固定效應估計量由于使用了每個個體的組內離差信息，從而導致測量誤差造成的偏誤會更加嚴重。

同卵雙胞胎數據一階差分回歸的識別問題同樣有兩個：一是不可觀測變量的影響。雖然同卵雙胞胎數據一階差分之后回歸能消除已婚和未婚雙胞胎之間不隨時間變化的不可觀測變量，以及一部分隨時間變化的不可觀測的變量，如“遺傳稟賦”和“家庭背景”。但一階差分無法消除雙胞胎之間后天形成（習得或養成）的彼此不同的不可觀測因素。而這些不可觀測變量仍有可能影響同卵雙胞胎在婚姻和工資上的差異，因此，同卵雙胞胎的一階差分估計量對婚姻溢價的估計可能會出現向上偏誤。二是測量誤差，值得一提的是，Ａｎｔｏｎｏｖｉｃｓ　ａｎｄ　Ｔｏｗｎ（２００４）使用工具變量法克服測量誤差，他們說：“我們在估計婚姻溢價系數時，利用每一個雙胞胎匯報另一個雙胞胎教育年限作為其婚姻狀況的工具變量，其實證結果與沒有使用工具變量的實證結果非常相似。”當然，這并不能排除我們對利用雙胞胎數據的一階差分估計可能會產生向上偏誤的懷疑。

基于上述分析，前期研究在識別方法上存在較為嚴重的問題，因而，本文試圖從兩個方面做出邊際貢獻：一是在識別方法上，從一個全新的視角來識別男性婚姻溢價的形成機制。二是從中國的國情出發，對生產力效應的具體機制進行進一步研究，提出家庭內部分工理論、男性婚后的責任感、妻子的“相夫效應”都有可能導致男性的婚姻溢價，并分別檢驗這三種可能性成立與否。

從內容上看，本文將研究兩個方面的問題。首先，中國的男性是否同西方國家一樣也存在婚姻工資溢價。其次，中國的男性婚姻溢價是否會由于文化傳統和社會經濟制度的不同，導致婚姻溢價的形成機制與西方國家不同。對此，我們將檢驗以下幾個具體問題：（１）由于中國文化的家庭本位觀念不同于西方文化的個人本位觀念，因此，如果中國男性存在婚姻溢價的話，那么，邏輯上，中國文化中的家庭觀念和妻子的“相夫教子”傳統可能會通過“相夫效應”來影響男性婚姻溢價；（２）計劃生育政策導致的家庭少子化和中國工薪階層女性的勞動參與率顯著高于國外等原因是否會制約家庭分工理論對男性生產率的解釋能力；（３）婚姻提高男性的生產率是否因為男性在結婚以后的家庭責任感增強，從而導致其婚姻的工資溢價；（４）控制可觀察因素之后，女性是否觀察到男性不可觀測的生產力，選擇其中優秀的男性作為配偶，從而導致男性婚姻溢價。

本文的實證結果表明：我國男性存在婚姻溢價。在控制了相關特征變量之后，我國男性工資婚姻溢價約為６．８％。究其原因，本文發現我國男性的婚姻溢價可用與妻子的“相夫效應”有關的特征變量來解釋，但無法用男性家務勞動時間、男性婚后的“責任感”和妻子的“選擇效應”來解釋，因此，本文提供的證據表明中國男性婚姻溢價的形成機制是妻子的“相夫效應”。

02

實證模型與識別方法

本部分，我們將在Ｍｉｎｃｅｒ（1974）工資決定方程的基礎上建立實證模型來檢驗以下五個問題：（１）男性婚姻溢價存在嗎？（２）男性婚姻溢價能夠由“家庭分工理論”解釋嗎？（３）男性婚姻溢價能夠由男性婚后“責任感”增強解釋嗎？（４）男性婚姻溢價能夠由妻子的“相夫效應”解釋嗎？（５）男性婚姻溢價能夠由妻子的“選擇效應”解釋嗎？具體模型設置如下：

（一）男性婚姻溢價的識別方程

對于問題（１），本文假設男性的工資是由方程（１）決定的：

ｌｎＭ＿ｗａｇｅ＝α＋βＭａｒｔｉａｌ＋γＸ１＋ε，（１）

其中，ｌｎＭ＿ｗａｇｅ是男性工資的對數，Ｍａｒｔｉａｌ是男性的婚姻狀況虛擬變量，Ｘ１是男性的特征變量，包括受教育程度、工作經驗年數、工作經驗年數的平方、工作單位性質、工作單位規模、年份啞變量以及省份啞變量等。α是常數項，ε是誤差項。系數β是婚姻帶給男性工資的溢價。如果回歸系數β為正且顯著，則說明存在男性婚姻溢價。

（二）“家庭分工理論”的檢驗方法

對于問題（２），本文使用“中介作用”模型來驗證“家庭分工理論”。所謂的中介作用是指自變量通過中介變量來影響因變量的過程（Ｂａｒｏｎ　ａｎｄ　Ｋｅｎ－ｎｙ，1986；ＭａｃＫｉｎｎｏｎｅｔ　ａｌ．，2002）。“家庭分工理論”認為婚姻通過減少男性的家務勞動時間提高了男性的生產率，這說明家務勞動時間是中介變量。因而，本文在模型中引入家庭勞動時間，通過檢驗家庭勞動時間的“中介作用”，從而檢驗“家庭分工理論”是否可以解釋男性婚姻溢價。

按照Ｂａｒｏｎ　ａｎｄ　Ｋｅｎｎｙ（1986）提出的“中介作用”檢驗模型，我們通過回歸以下三個方程來判斷是否存在“中介作用”。

上述方程中，Ｘ是自變量，Ｍ是中介變量，Ｙ是因變量，φ表示截距，ε表示模型的誤差項，θ１、θ２、θ３、θ４表示回歸系數。若上述方程中的回歸系數同時滿足下列三個條件，則可以認為中介作用是存在的：（１）若方程２中的回歸系數θ１顯著，則可表明自變量（Ｘ）與因變量（Ｙ）之間存在線性關系；（２）若方程３中的回歸系數θ２顯著，則可表明自變量（Ｘ）與中介變量（Ｍ）之間存在線性關系；（３）若方程４中的θ４顯著，且方程４中的回歸系數θ３與方程２中的θ１相比，數值顯著變小，則意味著中介變量（Ｍ）有助于預測因變量（Ｙ）。

如果θ２或者θ４不顯著（或者兩者都不顯著），那么說明Ｘ與Ｙ之間的影響并不是通過Ｍ這一中介來實現的；如果方程（２）、（３）、（４）中的回歸系數滿足上述三個條件，則可至少說明存在“部分的”中介作用，即Ｘ對Ｙ的影響部分是直接的，部分是間接通過Ｍ這一中介實現的；如果上述三個條件都得到滿足，但θ３不顯著，則說明Ｘ與Ｙ之間的關系存在一種“完美的”或“完全的”中介作用，即Ｘ對Ｙ的影響全部是通過Ｍ這一中介間接實現的。

對中介效應的檢驗，Ｓｏｂｅｌ（１９８２）提出的方法是檢驗經過中介變量的路徑上的回歸系數的乘積是否顯著，即檢驗ｚ＝θ２θ４／θ２２ｓ２θ４＋θ２４ｓ２θ槡２是否顯著，其中，ｓθ２是θ２的標準誤；ｓθ４是θ４的標準誤。系數乘積項檢驗法的原假設為Ｈ０：θ２θ４＝０，即“不存在中介效應”，若拒絕原假設，則中介效應顯著。

（三）男性婚后責任感的識別方法

對于問題（３），本文在方程（１）中引入男性責任感特征變量來驗證男性婚后責任感是否可以解釋其婚姻工資溢價，得到方程（５）

ｌｎＭ＿ｗａｇｅ＝α＋βＭａｒｔｉａｌ＋γＲ＋γＸ１＋ε，（５）

其中，Ｒ是男性婚后家庭責任感，其他變量的定義同方程（１）一致。

男性家庭責任感是一個不可觀測的變量，本文使用代理變量表征，由此得到遺漏變量問題的植入解。由于（１）家庭人口規模越大，男性婚后家庭責任的壓力會越大；（２）男性婚后家庭責任感越大，男性的工作時間越長。因此，本文分別使用家庭人口規模和男性每周工作的小時數作為男性的家庭責任感代理變量。

如果方程（５）中的男性家庭責任感估計系數顯著為正，同時，男性婚姻工資溢價的估計系數比方程（１）的系數小或者不顯著，那么，我們就證明了男性婚后家庭責任感可以解釋男性婚姻溢價。

邏輯上，家庭人口規模與男性每小時工資收入存在雙向的因果關系，即方程（５）中的家庭人口規模變量為內生變量。針對這一問題，本文將采用工具變量法解決。具體檢驗過程，我們將在實證過程中進行討論。

（四）“相夫效應”和“選擇效應”的識別方法

我們在方程（１）中引入妻子的特征變量來識別男性婚姻溢價是否可由妻子的“相夫效應”或“選擇效應”來解釋，得到方程（６）

ｌｎＭ＿ｗａｇｅ＝α＋βＭａｒｔｉａｌ＋γＸ１＋δＸ２＋ε，（６）

其中，Ｘ２是妻子的特征變量，其他變量的定義同方程（１）一致。

妻子的“相夫”能力在統計數據上是不可觀測的，我們先驗地認為女性的受教育年限和收入水平與其“相夫”能力相關，因此，使用它們作為妻子“相夫效應”的代理變量。但是，內生性問題也由此產生，因為妻子的受教育年限和收入水平與她在婚姻市場上的地位相關，這使得我們很難區分妻子受教育程度或收入水平與其丈夫的婚姻溢價之間的正相關是妻子的“相夫效應”還是“選擇效應”導致的。對此，我們引入女性的身高變量來解決上述內生性問題，我們認為女性的身材過于矮小不會影響她的“相夫效應”，但是會制約她在婚姻市場上的“選擇效應”，即身材過于矮小（例如低于１５０厘米）的女性在婚姻市場上的競爭力不如身高正常的女性。因此，我們通過設置妻子身材矮小的虛擬變量，對飽和模型（ｓａｔｕｒａｔｅｄ　ｍｏｄｅｌ）進行回歸。具體識別過程，我們將在實證結果中詳細討論。

（五）干預效應模型對婚姻溢價的識別方法

所謂“選擇效應”是指一個男性是否處于婚姻狀態不是一個隨機抽樣的結果，即男性的婚姻狀態變量為虛擬內生變量。為了解決非隨機抽樣導致的選擇性偏誤，我們使用Ｍａｄｄａｌａ（１９８３）提出的干預效應模型（ｔｒｅａｔｍｅｎｔ　ｅｆｆｅｃｔｍｏｄｅｌ，ＴＥ）對虛擬內生變量建模。Ｃｈｕｎ　ａｎｄ　Ｌｅｅ（２００１）最早使用干預效應模型對男性婚姻溢價問題進行研究，本文借鑒他們的工作，利用干預效應模型對內生虛擬變量Ｍａｒｔｉａｌ建模，矯正回歸方程中的選擇性偏差，并使用ｃｈｉ統計量對男性婚姻狀態是否存在選擇進行判斷。具體模型設置如下：

回歸方程：ｌｎＭ＿ｗａｇｅ＝α＋βＭａｒｔｉａｌ＋γＸ１＋ε，（７）

選擇方程：Ｍａｒｔｉａｌ＊＝＋ηＺ＋μ，（８）

其中，方程（７）中各變量與方程（１）一致，而在方程（８）中，被解釋變量Ｍａｒｔｉａｌ＊是一個非觀測變量，刻畫了婚姻狀況虛擬變量Ｍａｒｔｉａｌ的形成，滿足：Ｍａｒｔｉａｌ＊＞０時，Ｍａｒｔｉａｌ＝１；否則，Ｍａｒｔｉａｌ＝０。Ｚ是影響婚姻狀況的一組變量，包括年齡、年齡的平方、受教育程度、工作單位性質、工作單位規模、年份啞變量以及省份啞變量等。ε和μ服從二元正態分布，且均值為０、協方差矩陣為σε（ρρ）１。ρ是刻畫回歸方程和選擇方程誤差項相關性的相關系數。檢驗方程（７）是否存在樣本選擇偏差，可以使用似然比檢驗來檢驗原假設“Ｈ０：ρ＝０”，若似然比檢驗拒絕原假設，則表明模型存在樣本偏差，否則，則表明模型不存在樣本模型偏差。此外，也有經濟學家使用反米爾斯比率（λ）函數來判定是否存在樣本選擇偏差，其中λ＝σερ，σε是回歸方程誤差項ε的方差，ρ是回歸方程和選擇方程誤差項的相關系數。

使用這一方法識別“選擇效應”的風險在于干預效應模型對模型“誤設”比較敏感。按《Ｓｔａｔａ參考手冊》（Ｓｔａｔａｃｏｒｐ，２０１３）的告誡，“選擇方程嚴重依賴被正確設定的模型，比普通回歸更加依賴得多”，由于沒有足夠的把握證明選擇方程不存在遺漏變量問題，因此，本文僅將干預效應模型的結果作為穩健性檢驗。

03

數據來源與變量說明

（一）數據來源

本文的數據來自美國北卡羅來納大學人口中心和中國疾病控制中心聯合進行的國際合作項目———中國健康與營養調查（Ｃｈｉｎａ　Ｈｅａｌｔｈ　ａｎｄ　ＮｕｔｒｉｔｉｏｎＳｕｒｖｅｙ，ＣＨＮＳ）。調查始于１９８９年，分別于１９９１年、１９９３年、１９９７年、２０００年、２００４年、２００６年及２００９年進行了８次，調查內容包括居民人口學特征、經濟社會活動等方面，該調查采用了多階段分層隨機整群抽樣的方法，覆蓋了我國東、中和西部８—９個省份，除省會城市和較低收入的城市之外，該調查也在每個省份依據收入分層（高、中、低）和一定的權重隨機抽取４個縣，再在每個縣中抽取縣城鎮和按收入分層抽取３個村落，每個村２０戶，這些城市內的城區和郊區均是隨機選取的。由此可見，ＣＨＮＳ數據具有分層隨機抽樣、大樣本等優良性質，非常適用于對我國男性婚姻溢價的研究。

本文選取１９８９年、１９９１年、１９９３年、１９９７年、２０００年、２００４年、２００６年和２００９年９個省份的１６—６０歲的城市男性作為研究樣本，此外，本文剔除受訪者的特征變量如純工資收入、工作時間、工作單位性質、工作單位規模、受教育程度等變量數據缺失或記錄為“不知道”等的樣本，最終得到8976個觀察值的基準樣本。

（二）變量說明

１．男性的工資收入

本文將男性的工資指標定義為ＣＨＮＳ收集的受訪者主要收入信息中的“去年一般每月的工資收入（元）”，為了便于比較，本文用消費者價格指數（ＣＰＩ）將每一年的收入換算為１９８９年不變價格衡量的工資收入。為了檢驗婚姻對生產率的影響，消除工作時間的差異，本文按照Ｇｉｎｔｈｅｒ　ａｎｄ　Ｚａｖｏｒｄｎｙ（２００１）的建議，依據平均每周工作時間和周數把月工資收入換算成小時工資，即小時工資收入＝月工資收入／（平均每周工作的天數×每天工作的小時數×４）。

２．婚姻狀況變量

本文將男性婚姻狀況設置為虛擬變量，若受訪者的婚姻狀況為在婚狀態，則設置為１，否則為０。

３．家務時間

以受訪者每天做家務的小時數來估算，具體的家務工作包括：為家庭購買食品、為家人做飯、洗熨衣服、打掃房間等。

４．其他控制變量

受教育年限：由于ＣＨＮＳ數據庫僅有受訪者的受教育程度，因此本文按照我國的教育體制將其轉化為相應的受教育年限。

工作經驗：用受訪者年齡－受教育年限－６來表示。

工作單位性質：設置啞變量，若為國有企業（包括政府機關、國有事業單位、研究所以及國有企業），則設置為１，否則為０；若為小集體（如鄉鎮所屬），則設置為１，否則為０；若為大集體（如縣、市、省所屬），則設置為１，否則為０；以除這三類性質之外的其他工作單位性質作為省略變量。①

工作單位規模：設置啞變量，以受訪者的工作單位人數小于２０人作為省略變量；若該樣本的工作單位人數介于２０—１００人，則設置為１，否則為０；若該樣本的工作單位人數大于１００人，則設置為１，否則為０。

表１為男性相關特征變量的描述性統計，其中第（１）列為全樣本信息，第（２）、（３）列分別為處于“在婚狀態”和“非在婚狀態”下的男性信息。在全部８　９７６個男性樣本中，有１　５８７個，即１７．７％的男性處于“非在婚狀態”。

04

男性的婚姻溢價存在嗎

通過對回歸方程（１）的估計，本文估計了男性的婚姻狀況對其工資收入的影響。表２第（１）、（２）列的回歸結果表明，在同等條件下，處于“在婚狀況”下的男性工資收入要比“非在婚狀況”下的男性高。其中，第（１）列中的回歸僅包含“婚姻狀況”這個虛擬變量，該變量的系數在１％的水平上顯著，其估計值為０．３４３，這意味著在不考慮其他因素的情況下，在婚男性的平均工資比非在婚男性的要高出３４．３％；第（２）列的實證結果顯示，在控制了工作經驗、工作經驗的平方、受教育年限、工作單位性質、工作單位規模、年份虛擬變量和省份虛擬變量等變量后，“婚姻狀況”虛擬變量的系數在１％的水平上仍顯著，其估計值為０．０６８。這意味著在控制了其他變量的情況下，相對于“非在婚狀態”的男性，處于“在婚狀態”下的男性工資溢價為６．８％，這個婚姻溢價數值在Ｓｃｈｏｅｎｉ（１９９０）測算的婚姻溢價范圍內。

關于工資的其他基本影響因素（工作經驗、受教育年限、工作單位性質和工作單位規模）的研究結果與以往文獻（尹志超和甘犁，２００９　①１０　；卿石松和鄭加梅，２０１３　②１１　）的結論相似。工作經驗與其工資待遇是呈倒“Ｕ”形曲線關系；受教育年限越長，工資待遇越高，教育回報率為２．４％左右；相對于除國有、小集體和大集體以外的工作單位性質，在大集體單位工作的男性，每小時工資收入在１％水平上顯著地少，其估計值為０．１１３；而在控制了其他變量的基礎上，相比于在規模為２０人以下的工作單位工作，在規模介于２０—１００人或１００人以上的工作單位工作的男性每小時工資收入要顯著地高，約高出３．９％。

05

為什么存在男性婚姻溢價

（一）“家庭分工理論”可以解釋男性婚姻溢價嗎

１．代理變量的選擇及定義

本文用男性家務時間作為檢驗“家庭分工理論”的核心變量，按Ｂｅｃｋｅｒ（１９７５）等文獻所述，婚姻通過減少男性家務勞動時間，使其專注于勞動市場的人力資本投資，從而提高了生產率。如前所述，男性家務時間是婚姻和婚姻溢價的中介變量，因此，本文使用中介作用模型來檢驗“家庭分工理論”是否可以解釋男性婚姻溢價。

２．實證結果與分析

具體實證結果如表２第（２）—（５）列所示。由表２第（３）列的回歸結果，我們發現婚姻狀況對男性的家務勞動時間呈不顯著的負向影響，按Ｂａｒｏｎ　ａｎｄＫｅｎｎｙ（１９８６）的中介作用模型，這已經表明家庭分工理論不能解釋男性婚姻溢價。第（４）列的回歸結果表明，男性的家務時間對其工資收入在１％水平上呈顯著的負向影響，其估計值為－０．０１３，即若男性每天能少１小時做家務時間，則其每小時工資能增加１．３％。當然，反向因果關系也能成立，高工資的男性，其做家務的時間會更少，只是這一內生性問題并不影響我們的結論。第（５）列的實證結果表明，在收入婚姻回歸方程中加入家務時間后，家務時間對男性工資收入在１％水平上呈顯著的負向影響，其估計值為－０．０１３，與第（４）列對應的估計系數相同，而婚姻狀況對男性工資收入仍是在１％水平上顯著影響，其估計值為０．０６７，與沒有引入家務時間的婚姻溢價估計值相近。根據Ｓｏｂｅｌ（１９８２）的Ｚ檢驗，Ｚ＝０．７４所對應的單側概率為Ｐ＝０．２３　①１２　，無法拒絕原假設“不存在中介效應”。這說明婚姻狀況對男性工資收入的影響并不是通過男性的家務勞動時間來實現的。由此，我們可以得出“家庭分工理論”并不能解釋男性婚姻溢價的結論。

這一結論與國外研究“家庭內部分工理論”的文獻結論不同。Ｈｅｒｓｃｈａｎｄ　Ｓｔｒａｔｔｏｎ（２０００）等文獻報告在其他條件相同的情況下，已婚男性花費在家務上的時間要比單身男性少。而我們發現中國已婚男性花在家務的時間數是多于未婚男性，這可能是我們的發現與國外研究“家庭內部分工理論”的文獻結論不同的原因。

（二）“婚后責任感”可以解釋男性的婚姻溢價嗎

１．代理變量的選擇及定義

在排除了“家庭分工理論”之后，我們關注男性婚后責任感是否可以解釋男性婚姻溢價。邏輯上，男性婚后責任感與其工資溢價是呈正向的相關關系，即男性在結婚之后，其責任感會增強，投入的工作時間和精力會增加，從而導致婚姻工資溢價。②１３由于男性婚后責任感為不可觀測的抽象概念，因此，本文基于工作時間與家庭責任感正相關和家庭規模與家庭壓力正相關的先驗判斷，分別選擇男性每周工作的小時數和家庭人口規模作為男性“婚后責任感”的代理變量。

考慮到家庭人口規模可能是內生的，本文引入“省級ＧＤＰ”和“父親是否住在家里”作為家庭人口規模的工具變量（ＩＶ）。　①１４下面從工具變量的外生性和相關性考察這兩個變量是否為合適的ＩＶ：（１）在控制時間固定效應的條件下，作為宏觀變量的省級ＧＤＰ與影響個體工資的不可觀測因素無關，同時，按Ｂｅｃｋｅｒ　ｅｔ．ａｌ（１９９０）建立的理論模型和Ｌｉａｎｄ　Ｚｈａｎｇ（２００７）對出生率與經濟增長的關系研究，各省級ＧＤＰ與出生率有較強的相關性，因此，省級ＧＤＰ是家庭規模的一個合格工具變量。（２）在控制其他因素的條件下，“父親是否住在家里”也與干擾項無關，同時與家庭人口規模密切有關，因此，本文把它作為第二個工具變量。當然，上述對ＩＶ的外生性和ＩＶ的相關性的推理是否客觀，我們需要通過過度識別檢驗和弱工具變量檢驗來考察。

在變量的定義上，本文將男性每周工作的小時數定義為男性每周工作的天數×每天工作的小時數；用消費者價格指數（ＣＰＩ）將每一年各省級ＧＤＰ換算為１９８９年不變價格衡量的各省級ＧＤＰ；將“父親是否住在家里”變量設置為虛擬變量，若父親住在家里，則設置為１，否則為０。

２．回歸方程的設計

表３第（１）—（３）列是以男性每周工作的小時數作為男性婚后責任感的代理變量，運用ＯＬＳ估計的結果。其中，第（１）列為在控制了其他變量的情況下，研究男性的婚姻狀況對其每周工作的小時數的影響；第（２）列為在控制了其他控制變量的基礎上，研究男性每周工作的小時數對其每小時工資對數的影響；第（３）列則在第（２）列的基礎上，將婚姻狀況變量納入模型中。第（４）—（６）列則使用男性家庭人口規模作為男性婚后責任感的代理變量，其中，第（４）列為在控制其他控制變量的情況下，運用ＯＬＳ模型研究男性的婚姻狀況與其家庭人口規模的關系；第（５）列在控制了其他控制變量的情況下，運用ＯＬＳ模型研究男性家庭人口規模與其每小時工資對數的關系；第（６）列為２ＳＬＳ估計，在控制其他控制變量的情況下，利用“各省級ＧＤＰ”和“父親是否住在家里”作為家庭人口規模的工具變量，研究男性家庭人口規模對其每小時工資對數的影響。

３．實證結果與分析

根據表３，我們發現男性婚后責任感無法解釋其婚姻工資溢價。從第（１）列可以看出，男性的婚姻狀況對其每周工作的小時數呈不顯著的正向影響，這說明男性是否為在婚狀況在統計意義上對其每周工作時間沒有影響。第（２）列和第（３）列表明，在控制了其他變量的情況下，男性每周工作的小時數對工資在１％水平上呈顯著的負向關系。這可能是反向因果關系導致的，即低工資的男性每周工作的小時數更長。遺憾的是，我們找不到男性每周工作的小時數變量的工具變量，因此，我們將更為依賴家庭人口規模對男性工資的影響。

第（４）列結果表明，男性的婚姻狀況與其家庭人口規模呈顯著的正向關系；第（５）列表明在控制了其他變量的情況下，男性家庭人口規模在５％的顯著性水平上負向影響工資。第（６）列的２ＳＬＳ估計表明，在控制了其他變量的情況下，男性家庭人口規模對其每小時工資對數呈不顯著影響。另需說明的是，２ＳＬＳ估計的第一階段回歸結果符合預期　①１５　，工具變量過度識別檢驗的Ｐ值為０．２０１，無法拒絕原假設“所有工具變量均外生”。弱工具變量檢驗的Ｆ統計量為５５５．９５６（遠大于１０），說明工具變量不存在弱工具變量問題。

綜上，我們沒有發現男性的婚后責任感導致男性婚姻溢價的證據。

（三）“相夫效應”或“選擇效應”可以解釋男性的婚姻溢價嗎

１．代理變量的選擇及定義

在排除“家庭分工理論”和“婚后責任感”導致婚姻溢價之后，我們關注妻子的“相夫效應”和“選擇效應”能否解釋男性婚姻溢價。本文選擇妻子的受教育程度和收入水平作為其“相夫效應”的代理變量，并假設，妻子的受教育程度越高，其“相夫”能力越大；妻子的收入水平越高，其“相夫”能力越大。

遺憾的是，根據方程（６），我們無法區分出男性的婚姻溢價到底是妻子的“選擇效應”還是“相夫效應”導致的。因為自身條件優秀的女性在婚姻市場上有更多的選擇機會，從而導致她更容易選擇優秀的男性作為配偶，而條件差的女性則很難選擇優秀的男性作為配偶，因此，運用妻子的受教育程度或收入只能同時驗證妻子的“相夫效應”或“選擇效應”是否可以解釋男性的婚姻溢價，而無法區分這兩種效應。

２．回歸方程的設計

在表４第（１）、（２）列中，本文以處于“非在婚狀態”下的男性作為基準組，若男性處于“在婚狀態”，且其妻子的受教育程度為初中及以下，則設置為１，否則為０；若男性處于“在婚狀態”，且其妻子的受教育程度為高中或中專，則設置為１，否則為０；若男性處于“在婚狀態”，且其妻子的受教育程度為大專及以上，則設置為１，否則為０；其中，第（１）列不包括控制變量，而第（２）列包括控制變量，其控制變量和表２第（２）列相同。

在第（３）、（４）列中，本文以處于“非在婚狀態”下的男性作為基準組，若男性處于“在婚狀態”，且其妻子的工資收入位于當年所處省份的前３０％（視為高收入），則設置為１，否則為０；若男性處于“在婚狀態”，且其妻子的工資收入是位于當年所處省份的倒數３０％（視為低收入），則設置為１，否則為０；若男性處于“在婚狀態”，且其妻子的工資收入是位于當年所處省份的３０％－７０％（視為中等收入），則設置為１，否則為０；其中，第（３）列不包括控制變量，而第（４）列包括控制變量，其控制變量和表２第（２）列相同。在第（５）、（６）列中，為了體現實證結果的“穩健性”，本文將劃分妻子工資收入的高中低標準以當年所處省份的女性工資收入作為劃分基準。其核心解釋變量與控制變量和第（３）、（４）列相同。

３．實證結果與分析

基于表４的回歸結果，我們發現妻子受教育程度和妻子的收入水平與其丈夫的工資成正相關關系。第（１）、（２）列的回歸模型是以妻子的受教育程度作為核心解釋變量，實證結果發現，不管是否控制男性的特征變量，妻子的受教育程度越高，丈夫的工資收入越高。其中，在控制了男性的其他特征變量的情況下，處于“在婚狀態”，且妻子受教育程度為初中及以下的男性的工資收入要比“非在婚狀態”的男性在１０％水平上顯著高５．３％　①１６　；處于“在婚狀態”，且其妻子的受教育程度為高中或中專的男性的工資收入要比“非在婚狀態”的男性在１％水平上顯著高８．８％；處于“在婚狀態”，且其妻子的受教育程度為大專及以上的男性工資收入要比“非在婚狀態”的男性在１％水平上顯著高２２．３％；

第（３）列表明，在不控制男性的其他特征變量的情況下，處于“在婚狀態”下的男性，無論其妻子的收入水平為低收入、中等收入還是高收入，其工資收入均比“非在婚狀態”下的男性顯著地高，并且妻子的收入越高，其丈夫工資收入越高。第（４）列表明，在控制了男性的其他特征變量之后，處于“在婚狀態”，且妻子的收入屬于低收入的男性工資收入比“非在婚狀態”的男性在１％水平上顯著低１０．８％；處于“在婚狀態”，且其妻子的收入屬于中等收入的男性工資收入比“非在婚狀態”的男性在１％水平上顯著高１３．９％；處于“在婚狀態”下，且其妻子的收入屬于高收入的男性工資收入比“非在婚狀態”的男性在１％水平上顯著高４９．２％；第（５）、（６）列與第（３）、（４）列的不同之處在于對妻子收入高中低定義的標準不同，回歸結果除了第（５）列中妻子的收入（低收入）變量系數變得不顯著之外，其他的與第（３）、（４）列的回歸結果基本一致。

綜合表４的實證結果，我們發現，男性婚姻溢價和妻子的受教育程度、妻子的收入水平呈正相關關系，但是，我們還無法區分男性婚姻溢價的形成機制具體是妻子的“相夫效應”還是“選擇效應”。

（四）到底是“相夫效應”還是“選擇效應”

１．對“選擇效應”使用代理變量

由前面的研究結果表明，男性婚姻溢價與妻子的受教育程度和收入水平之間存在正相關。但是由于存在內生性問題，我們無法區分出男性婚姻溢價是由于妻子的“相夫效應”還是“選擇效應”導致的。本節我們使用“在婚狀態”的男性樣本，引入妻子的外貌特征變量作為“選擇效應”的代理變量來解決上述問題。

我們認為女性的外貌與其“相夫效應”無關，但與其“選擇效應”高度相關。按“郎才女貌”的說法，外表漂亮的女性在婚姻市場上有更大的機會選擇優秀的男性作為丈夫，而外表不漂亮的女性則少有此機會。遺憾的是，微觀問卷無法獲得女性外貌的數據，幸運的是ＣＨＮＳ提供了女性身高信息。我們假設身材過于矮小（例如低于１５０厘米）的女性在婚姻市場上的競爭力不如身高正常的女性，即妻子的身高矮小會負向影響其“選擇效應”，但不影響其“相夫效應”。這樣，我們便可使用妻子的身高（低于１５０厘米）、妻子的受教育程度及其交互項，或者妻子的身高（低于１５０厘米）、妻子的收入水平及其交互項這些變量的符號和顯著性來判斷男性的婚姻溢價能否由妻子的“選擇效應”解釋。我們的判斷方法是在控制其他變量之后，若“妻子身材過于矮小的男性的工資顯著地低于妻子身高正常的男性工資”，則說明男性的婚姻溢價能由妻子的“選擇效應”來解釋，否則，男性的婚姻溢價無法由妻子的“選擇效應”來解釋。

２．回歸方程的設計

表５第（１）、（２）列是以妻子身高不低于１５０厘米的男性作為基準組，即將男性的妻子的身高設置為虛擬變量：若男性的妻子的身高低于１５０厘米，則設置為１，否則為０。　①１８　以此來檢驗妻子的“選擇效應”是否存在。

第（３）、（４）列是以妻子的身高不低于１５０厘米，且妻子受教育程度為高中或中專的男性作為基準組，并分別用妻子的受教育程度、妻子的身高及其交叉項變量作為檢驗男性的婚姻溢價是由妻子的“選擇效應”還是“相夫效應”導致的核心變量。其中，第（３）列中的變量包括妻子的身高虛擬變量（低于１５０厘米）、妻子的受教育程度啞變量以及其他男性控制變量；第（４）列是飽和模型，它在第（３）列的基礎上加入妻子的身高與其受教育程度的交叉項變量。

第（５）、（６）列是以妻子的身高不低于１５０厘米，且妻子收入水平為中等收入的男性作為基準組，并分別用妻子的收入水平、妻子的身高及其交叉項變量作為檢驗男性的婚姻溢價是由妻子的“選擇效應”還是“相夫效應”導致的核心變量。其中，第（６）列中的變量包括妻子的身高虛擬變量（低于１５０厘米）、妻子的收入啞變量以及其他男性控制變量；第（７）列是飽和模型，它在第（６）列的基礎上加入妻子的身高與其收入的交叉項變量。　

３．實證結果與分析

表５第（１）列顯示，妻子身高低于１５０厘米的男性的工資比基準組（妻子身高不低于１５０厘米的男性）工資平均低１４．５％，而且在５％水平上顯著。這符合預期———女性身材過于矮小會影響其在婚姻市場選擇配偶的范圍。第（２）列顯示，在控制男性特征變量的情況下，妻子身高低于１５０厘米的男性的平均工資比妻子身高不低于１５０厘米的男性的平均工資低１．２％，不過它在統計意義上表現為不顯著（伴隨概率為０．７８９）。

綜合第（１）列和第（２）列的結果，我們認為女性身高過于矮小會影響其在婚姻市場上的競爭力。但是，“選擇效應”沒有發生在不可觀測的變量上，只發生在可觀測的男性特征變量上，從而，在控制了可觀測的男性特征變量之后，“選擇效應”消失了。這說明，“選擇效應”對我們所關注的男性工資婚姻溢價形成機制問題沒有解釋力。據此，我們可以認為，在婚姻與男性婚姻溢價的關系中，婚姻是因，婚姻溢價是果。在排除婚后家庭內部分工、婚后男性的家庭責任感導致男性婚姻溢價之后，我們懷疑是妻子的“相夫作用”導致了男性的婚姻溢價。下面對此進一步引入妻子受教育程度和妻子收入水平作為妻子“相夫”能力變量，并引入這兩者與妻子身高的交互項來檢驗是“相夫作用”還是“選擇效應”導致的男性婚姻溢價。

第（３）列和第（４）列的實證結果表明，在控制其他特征變量的情況下，妻子的受教育程度為大專及以上的男性的工資比基準組（妻子的受教育程度為高中或中專的男性）的工資在１％水平上要顯著高出１６．２％左右；妻子受教育程度為初中及以下、妻子的身高以及妻子的受教育程度與身高的交叉項變量前的系數均為不顯著，即妻子的身材是否過于矮小不會影響其丈夫工資水平。

第（５）列和第（６）列中妻子工資收入的高中低劃分標準以當年所處省份的受訪者全樣本作為劃分對象，結果表明，在控制了其他特征變量的情況下，妻子的收入為低收入的男性工資比基準組（妻子的收入為中等收入的男性）的工資在１％水平上顯著低２３．６％左右；妻子的收入為高收入的男性的工資比基準組（妻子的收入為中等收入的男性）的工資在１％水平上顯著高３５．６％左右，妻子的身高以及妻子的收入與身高的交叉項變量前的系數均為不顯著，即在同一收入水平的情況下，妻子的身高不會顯著地影響其丈夫工資水平。

綜上，我們發現：（１）當不控制男性特征變量時，女性身材過于矮小會影響其在婚姻市場上的競爭力，其配偶的平均工資顯著的低于身高正常的女性的配偶；（２）在控制了男性特征變量之后，妻子的身材過于矮小不再影響其丈夫的工資水平；（３）在控制了男性特征變量之后，妻子的受教育程度和妻子收入水平正向影響丈夫的工資水平，且這一效應不受妻子的身材是否過于矮小的影響。發現（１）說明妻子的“選擇效應”存在，但該“選擇效應”是基于可觀測的男性特征變量。我們關注的問題是，在控制了可觀測的男性特征變量之后，為什么已婚男性比未婚男性工資水平高。發現（２）表明不是女性選擇了統計上不可觀測生產力更高的男性結婚，導致已婚男性比未婚男性工資高。因此“選擇效應”并不能解釋男性的婚姻溢價。發現（３）說明妻子的“相夫能力”正向影響男性的工資水平，且不受妻子的身材是否過于矮小的影響。這一證據支持了我們的判斷，妻子身高異常只影響她的“選擇效應”，不影響她的“相夫效應”。上述發現的共同結論是，妻子的“相夫效應”而不是“選擇效應”導致了男性婚姻溢價。

（五）穩健性檢驗

１．干預效應模型的估計結果

表６給出了婚姻與工資的干預效應估計結果，本文同時運用兩步法估計（Ｔｗｏ－ｓｔｅｐ）和最大似然法（ＭＬＥ）來估計模型　①２０　。由表６可知，無論是兩步法估計，還是最大似然法估計，我們均無法拒絕回歸方程與選擇方程殘差項不相關的原假設，具體表現為兩步法估計的反米爾斯比λ和最大似然法估計的ρ均表現為不顯著，表明婚姻在工資方程中不是虛擬內生變量（ｄｕｍｍｙ　ｅｎｄｏｇｅ－ｎｏｕｓ　ｖａｒｉａｂｌｅ），婚姻與影響工資的不可觀測因素無關。這一結論與我們在表５中發現婚姻溢價不能由選擇效應解釋是一致的。

２．婚姻持續時間對男性工資收入的影響

本節研究婚姻持續時間對男性工資收入的影響，并以此作為上一節結論“男性的婚姻溢價不能由‘選擇效應’解釋，而應由妻子的‘相夫效應’解釋”的穩健性檢驗。我們將婚姻持續時間劃分為四個階段，即０—３年、４—１０年、１１—２０年以及大于２０年，并設置為啞變量，以處于“非在婚狀態”下的男性作為基準組。表７第（１）列為研究婚姻持續時間對男性工資收入的影響。第（２）—（５）列是依據婚姻持續時間劃分的四個子樣本的回歸結果。

表７表明：不管是全樣本還是子樣本，與處于“非在婚狀態”下的男性工資相比，婚姻持續時間為４—１０年、１１—２０年以及大于２０年的男性存在工資溢價；但是男性的婚姻持續時間為０—３年的則呈不顯著影響。這一結果可以與“相夫效應”相互印證，卻無法用“選擇效應”來解釋。因為妻子通過為丈夫提供信息、參謀決策、擴大社交網絡、監督和激勵丈夫努力工作來提高丈夫的生產率需要假以時日，經過一個很長的時間（三年以上）才能體現出來，而且，妻子的“相夫效應”是隨婚姻持續時間的增加而逐漸增強的。而女性選擇不可觀測生產力更高的男性作為配偶所產生的“選擇效應”則可以體現在婚姻前期。如果男性婚姻溢價能由其妻子的“選擇效應”來解釋，則男性婚姻持續時間０—３年的工資收入就應該顯著高于“非在婚狀態”男性的工資收入。因此，表７再次表明男性的婚姻溢價是由妻子的“相夫效應”而不是“選擇效應”導致的。

06

結論

本文利用１９８９—２００９年中國健康與營養調查數據（ＣＨＮＳ）研究我國男性工資婚姻溢價及其產生的原因。本文的主要發現包括：

第一，在控制了工作經驗、受教育年限、工作單位性質、工作單位規模、時間效應和省份效應等特征變量的條件下，我國男性的婚姻溢價為６．８％。

第二，我國男性的婚姻溢價無法由“家庭分工理論”解釋。本文運用“中介作用”模型來驗證我國男性的婚姻溢價是否可由“家庭分工理論”來解釋，即檢驗婚姻是否通過減少了男性家務時間導致了其工資水平提高。實證結果是，婚姻狀況對男性的家務勞動時間呈不顯著的負向影響，Ｓｏｂｅｌ檢驗結果無法拒絕“不存在中介效應”原假設，表明婚姻沒有通過減少男性家務時間提高其工資。

第三，我國男性的婚姻溢價無法由“男性婚后責任感”所解釋。本文分別以男性每周工作的小時數和家庭人口規模作為男性婚后責任感的代理變量，使用ＯＬＳ估計和２ＳＬＳ估計發現，“男性婚后責任感”對男性工資沒有顯著的影響，因而，婚后責任感無法解釋男性的婚姻溢價。

第四，在婚姻與男性婚姻溢價的關系中，我們發現妻子的受教育年限和收入水平顯著地正向影響其丈夫的婚姻溢價。為了區分這是妻子的“相夫效應”還是妻子的“選擇效應”導致的，我們引入女性身高低于１５０厘米的虛擬變量，發現女性身高過于矮小影響其在婚姻市場的競爭力，但在控制男性特征變量之后，主效應模型和飽和模型都表明女性身高過于矮小不影響其丈夫工資水平。這說明“選擇效應”對男性工資婚姻溢價沒有解釋力。妻子“相夫”能力相關變量———妻子的受教育程度和妻子的收入水平顯著正向影響其丈夫的工資水平，且不受妻子身高過于矮小的影響，則說明“相夫效應”可以解釋男性的婚姻溢價。

第五，在穩健性檢驗中，我們分別估計婚姻溢價的干預效應模型和婚姻持續時間對男性工資收入的回歸，結果如下：（１）干預效應模型中，反米爾斯比λ和原假設ρ＝０的似然比檢驗均表現為不顯著，表明婚姻影響工資的不可觀測因素無關。這進一步支持男性婚姻溢價不能用“選擇效應”來解釋。（２）在婚姻持續時間對男性工資收入的回歸中，發現婚姻初期（０—３年），男性婚姻溢價無異于零；對３年以上的婚姻，則婚姻持續時間越長，溢價越高。這一證據起到了兩個方面的作用，一是說明女性沒有選擇統計上不可觀測生產力更高的男性作為配偶；二是間接支持了男性婚姻溢價是妻子“相夫效應”的結果，因為妻子提供信息、參與決策、幫助丈夫擴大社交網絡等“相夫”作用需要假以時日才能發揮效果，因而，婚姻持續時間越長，男性溢價越高。

我們的結論非常勵志———在同等條件下，已婚男性收入更高，不是因為好男人都結婚了，而是因為結婚了，有了妻子的“相夫”，他才成為能夠賺取高工資的好男人。這也印證了一句非常流行的話“一位成功男人的背后總有一位成功的女人”。

?原標題：《好男人都結婚了嗎？———探究我國男性工資婚姻溢價的形成機制》

—版權聲明—

來源：知網，編輯：nhyilin

僅用于學術分享，版權屬于原作者。

若有侵權，請聯系微信號:Eternalhui或nhyilin刪除或修改！

—THE END—

文章推薦

?50張動圖帶你走進神奇的物理生物化學世界，超震撼！

?重返數學史的黃金時代，由數學推動誕生的人工智能，一部人類智慧形成的歷史

?高等數學和數學分析教材推薦及學習方法淺談

?藝術中蘊含的數學原理

?物理學四大神獸，除了“薛定諤的貓”, 你還知道哪幾個？

?法國數學長盛不衰的歷史淵源

總結

以上是生活随笔為你收集整理的好男人都结婚了吗？最后的研究结论亮了……的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。