注册 投稿
经济金融网 中国经济学教育科研网 中国经济学年会 EFN通讯社

好男人都结婚了吗?看看经济学给出的解释!

\
 
范冰冰在央视一套《出彩中国人》担任节目评委时曾感叹道:“好男人都结婚了。”连范大美女都发出如此感叹,我等普通女子更是在心中呐喊:为什么好男人都结婚了?为什么收入高、责任感强的男人都是已婚男? 
 
\

小编为你奉上这篇论文,告诉你,不是好男人都结婚了,而是结婚后男人们都变好了!别灰心,这不,范冰冰不是也遇到她的好男人“大黑牛”了么?

一、摘要


本文利用1989—2009年中国健康与营养调查数据(CHNS)研究我国男性工资婚姻溢价及其产生的原因。在控制相关特征变量之后,在婚男性工资比非在婚男性工资显著高出6.8%。

利用实证数据发现我国的男性婚姻溢价无法用婚后家庭内部专业化分工、男性婚后责任感增强以及女性选择优秀的男性作为配偶来解释,但是可以由妻子的“相夫” 特征(选择效应)所解释。

本文结论:同等条件下已婚男性收入更高,不是因为好男人都结婚了,而是因为结婚了,他才成为好男人

二、引言


 男性婚姻溢价(Marriage Premium) 是指,大量的劳动经济学文献对男性工资的经验研究表明,在控制相关特征变量之后,已婚男性的工资显著地高于单身男性。

 对于男性婚姻溢价产生的原因,已有的文献给出了两种解释:其一,为婚姻的生产力假说(Marriage Productivity Hypothesis),具体影响机制是已婚男性可以从家庭性别分工中获得间接收入,即:婚姻是因,婚姻溢价是果,即婚姻提高男性生产力;其二,婚姻的选择性假说(Marriage Selection Hypothesis),即:某些男性具备不可观测的生产力导致他们更容易结婚并获得更高的工资,又称之为婚姻的“选择效应”。 

“家庭分工理论”和“婚姻选择效应”之间的差别是前者认为男性婚姻工资溢价是婚姻导致的结果,而后者认为婚姻溢价是遗漏不可观测变量导致的内生性偏误。因而,识别男性婚姻溢价形成机制的关键是解决其中涉及的遗漏变量问题。 

解决这一问题的基本思路有三种:一是利用面板数据,通过固定效应模型来控制不随时间变化的不可观测个体异质性;二是利用同卵双胞胎数据进行一阶差分回归控制不可观测异质性;三是利用Maddala(1983)两步估计方法来处理婚姻状态是内生虚拟变量所产生的样本选择偏误问题。在这三种识别方法中,第一种在文献中使用得最多,后两种使用得较少。 

本文试图从两个方面做出边际贡献:一是在识别方法上,从一个全新的视角来识别男性婚姻溢价的形成机制。二是从中国的国情出发,对生产力效应的具体机制进行进一步研究,提出家庭内部分工理论、男性婚后的责任感、妻子的“相夫效应”都有可能导致男性的婚姻溢价,并分别检验这三种可能性成立与否。

\

三、实证分析


1、中国男性“婚姻溢价是否存在”
\


其中,lnM_wage是男性工资的对数,Martial是男性的婚姻状况虚拟变量,X 是男性的特征变量(各种individual features)。

2、“家庭分工理论”的检验方法

使用“中介作用” 模型来验证“家庭分工理论”。所谓的中介作用是指自变量通过中介变量来影响因变量的过程(Baron and Kenny,1986;MacKinnonetal,2002)。

“家庭分工理论” 认为婚姻通过减少男性的家务劳动时间提高了男性的生产率,这说明家务劳动时间是中介变量。因而,本文在模型中引入家庭劳动时间,通过检验家庭劳动时间的“中介作用”,从而检验“家庭分工理论”是否可以解释男性婚姻溢价。
\
其中,X 是自变量,M 是中介变量,Y 是因变量,φ 表示截距,ε 表示模型的误差项,θ1 、θ2 、θ3、θ4 表示回归系数。 

若上述方程中的回归系数同时满足下列三个条件,则可以认为中介作用是存在的:

(1)、若方程2中的回归系数θ1 显著,则可表明自变量(X)与因变量(Y)之间存在线性关系;

(2)、若方程3中的回归系数θ2 显著,则可表明自变量(X)与中介变量(M)之间存在线性关系;

(3)、若方程4中的θ4 显著,且方程4中的回归系数θ3 与方程2中的θ1 相比,数值显著变小,则意味着中介变量(M)有助于预测因变量(Y)。

3、男性婚后责任感的识别方法

在方程(1)中引入男性责任感特征变量来验证男性婚后责任感是否可以解释其婚姻工资溢价:
\

R 是男性婚后家庭责任感,用家庭人口规模和男性每周工作的小时数作为男性的家庭责任感代理变量。

逻辑上,家庭人口规模与男性每小时工资收入存在双向的因果关系,即方程(5)中的家庭人口规模变量为内生变量。针对这一问题,本文将采用工具变量法解决。

4、“相夫效应”和“选择效应”的识别方法

在方程(1)中引入妻子的特征变量来识别男性婚姻溢价是否可由妻子的“相夫效应”或“选择效应”来解释:
\

其中,X2 是妻子的特征变量,作者认为女性的受教育年限和收入水平与其“相夫” 能力相关。因此,使用它们作为妻子“相夫效应”的代理变量。由此产生的内生性问题,本文引入女性的身高变量来解决,作者认为女性的身材过于矮小不会影响她的“相夫效应”,但是会制约她在婚姻市场上的“选择效应”,即身材过于矮小(例如低于150厘米) 的女性在婚姻市场上的竞争力不如身高正常的女性。因此,文章通过设置妻子身材矮小的虚拟变量,对饱和模型(Saturated Model)进行回归。

 5、干预效应模型对婚姻溢价的识别方法

为了解决非随机抽样导致的选择性偏误,本文使用Maddala(1983)提出的干预效应模型(Treatment Effect Model,TE)对虚拟内生变量建模:
\
 

 \
 

 四、结论


1、在控制个体特征、时间效应和省份效应等特征变量的条件下,我国男性的婚姻溢价为6.8%。

2、我国男性的婚姻溢价无法由“家庭分工理论” 解释。 婚姻没有通过减少男性家务时间提高其工资。

3、我国男性的婚姻溢价无法由“男性婚后责任感” 所解释。

4、妻子的受教育程度和妻子的收入水平显著正向影响其丈夫的工资水平,且不受妻子身高过于矮小的影响,说明“相夫效应”可以解释男性的婚姻溢价。

5、婚姻影响工资的不可观测因素无关,且发现婚姻初期(0—3年),男性婚姻溢价无异于零;对3年以上的婚姻,则婚姻持续时间越长,溢价越高。

在同等条件下,已婚男性收入更高,不是因为好男人都结婚了,而是因为结婚了,有了妻子的“相夫”,他才成为能够赚取高工资的好男人。 

研读心得: 
 
通篇读完论文,小编感到满满的正能量,原来好男人背后都离不开一位好妻子,小编突然有那么点想结婚了呢(花痴脸)~~首先,请给我一个男盆友!!!

来源:《经济学季刊》第15卷第3期 ,2016年4月,作者为华南师范大学经济与管理学院王智波、李长洪。转载于小花经济学术微信公众号。

(编辑:郭倩)
文章评论
关注我们

快速入口
回到顶部
深圳网站建设