“結婚”還是“單身”？
——基于中國勞動力市場婚姻工資溢價效應的研究

袁國敏,熊海珠

(南京財經大學 公共管理學院，江蘇 南京 210023)

“結婚”還是“單身”？
——基于中國勞動力市場婚姻工資溢價效應的研究

袁國敏,熊海珠

(南京財經大學 公共管理學院，江蘇 南京 210023)

結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查數據，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，發現婚姻確實對員工的工資產生影響。在此基礎上進行分位數回歸發現，婚姻年限、戶口、語言水平、學歷、企業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。進一步對不同性別的已婚及未婚員工工資差異進行分位數分解顯示，婚姻對男性員工產生的工資溢價效應為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；傾向得分匹配；分位數回歸；分位數分解

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

一、文獻回顧

婚姻對工資差異的作用一直是勞動經濟學界的研究熱點，婚姻的工資溢價效應指的是在控制與工資有關的其他變量后，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效應呢？這個問題一直因為性別差異等原因而存在爭議。

首先，國內外研究一致認為男性存在婚姻工資溢價。目前婚姻對其產生的工資溢價通常有兩種解釋：其一，以Benham(1974)、Gray(1997)為代表的生產力假說 (productivity hypothesis)。他們提出的家庭分工理論認為婚后女性在家庭勞動方面的優勢減輕了男性的家務負擔，使其將更多的精力集中在提高勞動生產力上。同時，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生產力[3-4]。其二，以Nakosteen(1987)和Krashinsky(2004)為代表的選擇性假說認為高工資是因，婚姻是果。已婚男性在婚前就具有較高的生產力，因而更容易結婚。這種機制產生的婚姻溢價只是婚姻選擇性的反映，是一種偽工資溢價[5-6]。現有研究對男性婚姻工資溢價的產生機制一直存在爭論，其中，部分學者支持“選擇性假說”。如 Nakosteen(1997)等人利用PSID 數據發現高收入的單身男性有更大的結婚傾向[7]。Cornwell(1997)和Dalmia(2016)等人利用1979年的全國青年縱向調查數據研究已婚男性的工資與其配偶特征之間關系時均發現，已婚男性的工資溢價不能用生產力假說來解釋[8-9]。然而，更多的學者更支持“生產力假說”。如 Korenman和 Neumark (1991)認為選擇性假說僅能解釋不到20%的婚姻溢價，婚姻能夠提高男性在勞動力市場上的生產力[10]。此后，諸多學者分別運用“樣本選擇性偏誤糾正”、“干預效應”、“差分回歸”、“固定效應”等新模型進行研究表明，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[11-14]。在此基礎上林建浩(2016)和王智波(2016)等人分別利用不同年份的CHIP數據進行研究發現，已婚男性的工資溢價可由生產力假說中的女性“相夫”來解釋[15-16]。此外，Korenman(1991)認為婚姻工資溢價是由選擇性假說和生產力假說同時決定的，前者僅能解釋婚姻工資溢價中的20%，而后者能夠顯著提高員工在工作中的勞動生產率及工資[17]。Bardasi(2008)等人也得到類似的結論，他們利用固定效應模型對BHPS數據進行研究發現，婚姻工資溢價部分歸因于選擇性假說，而勞動者的工資溢價與其配偶付出的勞務時間則通過生產力假說解釋[18]。

其次，婚姻對女性工資是否存在溢價作用還存在爭議。一方面，西方發達國家的大量經驗證據已經表明女性員工在勞動力市場中存在“工資溢價”效應[19-20]。與之相反，國內部分學者認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) 等人指出性別導致的收入差異體現為結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查數據進行分析表明，流動性較大的女性農民工的工資存在“婚姻詛咒”現象[22]。關于這種“詛咒效應”有兩種解釋：(1)孫良媛( 2007)等人認為，已婚婦女培訓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) 給出的另一個解釋是婚姻降低了女性勞動參與率，從而導致已婚女性的工資減少[24]。此外，劉智強( 2009)、劉斌( 2012)等人認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，且國內關于婚姻工資溢價的研究大多使用早期的CHIP數據，基本沒有使用個體微觀數據的研究，研究結論不具有代表性。本文選取中國人民大學社會調查中心最新公布的數據，通過傾向得分匹配模型糾正樣本選擇性偏誤，在此基礎上，進一步利用分位數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系的深入研究提供新的理論依據。

二、數據來源及變量選擇

(一)數據來源

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

(二)變量設定及描述性統計

本文在充分考慮2013年CGSS數據特點及研究目的的基礎上，除了設定員工婚姻狀況為自變量，同時選取員工小時工資對數為因變量，這一指標能夠更好地體現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變量設為：員工個人稟賦特征及企業特征，表1詳細描述了相關變量的具體定義。

表2給出了總體樣本、“男性”及“女性”兩個子樣本所有變量的描述性統計結果，從中可以發現，男性的工資水平高于女性，小時對數工資相差0.210。通過對比兩種類型的員工個人稟賦特征發現，總體樣本及男性、女性員工中都是已婚者較多，且女性的結婚年限比較久；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；就勞動合同簽訂情況來說，男性簽訂勞動合同的比例略高于女性，但是總體勞動合同簽訂比例都較低；從單位規模來看，男性的工作單位規模遠遠大于女性，前者幾乎為后者的1.8倍。此外，兩類子樣本中的學歷，工作經驗、健康水平及企業特征都差不多，與總體樣本差別不大。

表1 變量定義

表2 變量描述性統計

三、實證方法

(一)傾向得分匹配模型

在現實生活中，員工是否選擇結婚可能不是完全自我選擇的結果，其婚姻狀況常常與員工個人稟賦特征及企業特征等因素有關。因此，這種情況下測算的工資溢價可能是有偏的，為了正確測算出婚姻的工資溢價效應，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，由于傾向得分匹配不存在假設模型，其估計基于具有共同支持域的那部分進行，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，假設第i個員工是未婚員工，則Mi=1；如果第i個員工是已婚員工，則Mi=0，已婚員工與未婚員工的稟賦特征X1i和X0i不僅對其工資產生影響，同時也影響其結婚傾向。一般通過logit模型估計傾向得分：

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匹配，并通過“數據平衡”使處理組均值與控制組均值盡可能地接近，并在此基礎上計算平均處理效應，處理組與控制組的平均處理效應一般為：

(2)

(二)分位數回歸及分解模型

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)提出的分位數回歸方法，根據研究目的將分位數模型表示為[27]：

Qh=(lnwi|Xi)=Xiβhi

(3)

其中，Xi為解釋變量，βhi表示第h分位數回歸的系數。

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

(4)

四、估計結果

(一)傾向得分匹配

1.傾向得分匹配

對樣本進行傾向得分匹配之前必須使用傾向得分(propensity score)度量個體之間的絕對距離，一般使用靈活的logit模型獲得傾向得分，結果見表3。從結婚傾向的估計結果中可以看出，虛擬R2為0.404，似然比為1729.590，顯然這一數值遠遠高于其臨界值，說明所選的協變量較好地預測了個體選擇行為。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，但是他們為未婚員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

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造反事實結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上，對沒有交疊的區域進行解釋，得到的方差較小，且匹配結果較精確[29]。通過匹配發現已婚員工與未婚員工的小時工資對數有顯著的變化，結果見表4。未匹配前，未婚員工的小時工資對數比已婚員工的小時工資對數高54.5%，相應的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。將兩樣本匹配后發現，未婚員工的小時工資對數比已婚員工的小時工資對數高7%，且相應的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

2.平衡性檢驗

在匹配完成之后，必須考慮已婚員工與未婚員工之間的個人稟賦特征及企業特征等特征的平衡性，以驗證匹配前后的協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人稟賦特征及企業特征的平均值，這些特征同時反映了兩個群體特征的“邊際貢獻”。從檢驗結果來看，未匹配前兩組樣本間的各協變量標準化偏差較大，匹配后大多數變量的標準化偏差都小于10%，只有集體控股這一變量的偏差為10.3%，且t檢驗均不拒絕處理組與控制組的原假設，對比匹配前后的結果，大多數協變量的標準化偏差均大幅縮小，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、工作經驗、工作經驗的平方、學歷、勞動合同簽訂情況、國單位規模等變量的偏差經過傾向得分的匹配，下降幅度都達到了90%以上，這說明經過傾向得分匹配后，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 平衡性檢驗結果

此外，核匹配的整體質量檢驗結果表明，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，因此認為匹配成功。該結果表明，數據具有較好的平衡性，匹配質量比較高，婚姻確實對員工工資產生影響。

(二)分位數回歸

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行了分位數回歸。回歸結果見表6，從中可以看出：

第一，在保持其他個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%分位數上，男性婚姻年限的回報率均為正，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率在各分位上均為負，其作用程度分別為-1.5%、-2.8%、-5.2%。這一結果表明，性別工資歧視現象廣泛存在于勞動力市場中，結婚年限對男性的工資收入有拉動作用，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重。

第二，無論是總體樣本還是子樣本，在保持其他個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率。但是，不同性別的員工戶口回報率有所不同。在10%、50%和90%分位數上，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率在中低分位差別不大，在高分位未婚員工的戶口回報率遠遠高于已婚員工。這一結果表明，戶口歧視現象仍大量存在，尤其在女性員工中，收入分布處于高端的農業戶口員工遭受的歧視最為嚴重。

第三，語言回報率，特別是英語水平的工資回報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率高于未婚員工，且這種作用隨著分位數的遞增而增加；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率差異為1.2個百分點，女性為2.1個百分點；在中分位上，男性中不同婚姻狀況的員工之間的教育回報率差異為2.4個百分點，女性為7.69個百分點；在高分位上，男性中不同婚姻狀況的員工之間的教育回報率差異為3.4個百分點，女性為14.94個百分點。這一差異表明，學歷是造成不同婚姻狀況的員工工資差異不斷擴大的重要因素。究其原因，已婚員工大部分在政府、企事業單位等國有部門或規模較大的外企中工作，這些單位的薪酬相對比較穩定，其在招聘時存在一定的教育 “信號”，那些擁有較高學歷的員工獲得的該工作的機率比較大。而未婚員工由于無須承擔家庭責任等原因，往往選擇技能性較強的崗位工作，無獲得工資的多少往往與其技能多少相關，教育 “信號”對其工資的影響比較弱。

第五，企業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)控股企業則對已婚男性和未婚女性的工資影響較大，隨著分位數的升高，兩者均呈下降趨勢。這一結果表明，未婚男性由于工作時間較少等原因往往選擇在穩定的國有、集體企業中工作，一旦男性結婚，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)企業的高報酬性質更容易吸引已婚男性；而未婚女性個人發展空間較大，往往選擇在私營(民營)企業中工作，已婚女性則需要將更多的時間精力投入到家庭中，因而，穩定的國有、集體企業往往是已婚女性的首選。

表6 分位數回歸結果

表6(續)

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常數項-1.044***-1.104*0.0830.1298.599***5.060*R20.240.260.170.140.020.22

(三)分位數分解

本文接下來進一步深入分析未婚員工與已婚員工工資差異的影響機制。表7反映了不同分位點上影響員工工資差距的兩方面因素的分解結果。在10%的分位數上，未婚對男性員工工資差距的貢獻值為-0.011，表明已婚男性的工資比未婚男性高1.09%；在50%的分位數上，未婚的貢獻值為-0.110，已婚男性的工資比未婚男性高10.42%；在90%的分位數上，未婚的貢獻值為-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作用越來越大，而對即女性的工資不僅不存在溢價，反而存在“詛咒”，這與表6得到的結論一致。其原因可能是，一方面，男性員工由于未婚時壓力較小，工作時間較少且社會資本不足等原因而難以提高生產力，從而無法提升工資；而已婚男性做家務的時間得到配偶的分擔，并且責任感的加強和家庭壓力的加大，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間和精力投入到家庭中，因而難以提高生產力。另一方面，當工資分布處于低端時，與其對應的工作往往是那些相對輕松的工作或以體力勞動為主的臨時工，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，大多需要花費大量的時間及精力，崗位性質決定了與之相匹配的即已婚男性和未婚女性員工。此外，隨著分位點的增加，稟賦效應的貢獻值呈現不斷下降的趨勢，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%分位數上，男性員工的稟賦效應對工資差異的貢獻分別為44.2%，42.3%，40.9%，40%，39.9%，女性員工的稟賦效應對工資差異的貢獻分別為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及政府的一系列保護政策密切相關。

表7 分位數分解結果

五、結論與討論

一直以來，婚姻狀況與員工工資的關系都是勞動經濟學研究的熱點問題。本文利用2013年中國人民大學最新公布的CGSS數據，對中國勞動力市場中是否存在婚姻工資溢價效應進行了系統研究，研究得出的基本結論是: (1)通過傾向得分匹配法解決員工婚姻選擇的偏誤后表明，婚姻確實對員工工資產生影響。(2)對總體樣本、男性員工及女性員工的對數工資進行分位數回歸后發現，婚姻年限、戶口、語言和學歷、企業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率隨著分位點的增加而增加，而女性的婚姻年限回報率在各分位上均為負；女性員工中處于工資分布高端的農業戶口員工遭受的歧視最為嚴重；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率較高，而教育“信號”效應對未婚員工的影響較小；未婚男性及已婚女性更傾向于選擇在相對穩定的企業中工作。(3)分位數分解結果表明，個人稟賦特征是造成不同婚姻狀態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，并隨分位點的增加而增加。對男性員工而言，婚姻存在1.09%～15.46%的工資溢價效應；而對女性員工的工資來說，婚姻存在“詛咒效應”，反而是未婚對其工資收入的影響較大。因此，就勞動者個人而言，如果想要實現抱負，充分發揮自己的才能，男性應該選擇結婚，女性應該選擇“單身”。

基于上述結論，本文提出以下幾條建議：(1)突出的婚姻工資“溢價效應”和“詛咒效應”提醒政府要進一步完善勞動力市場的建設，加大力度減少婚姻歧視以構建和諧勞動力市場，維護勞動力市場的機會公平、縮小工資差距從而促進勞動力市場的良性發展。(2)大部分低收入群體由于工作技能和學歷水平普遍低下，只能從事服務性或低技能工作，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政策，促進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，從而為勞動力市場的可持續發展提供強大的動力。

[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].世界經濟文匯，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，張蘭，王美今.“賢內助”效應還是岳父效應?——中國式婚姻溢酬機制的收入階層異質性研究[J].勞動經濟研究，2016，(1)：33-64.

[16] 王智波,李長洪.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[J].經濟學(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.影響農民工務工收入的因素分析——基于浙江省杭州市部分農民工的調查[J].中國農村經濟,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查的證據[J].世界經濟文匯，2015，(2)：41-56.

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

[24] 馮其云,朱彤.貿易開放與女性勞動參與率——基于省級面板數據的經驗研究[J].南開經濟研究,2013，(4):139-152.

[25] 亓壽偉,劉智強.“天花板效應”還是“地板效應”——探討國有與非國有部門性別工資差異的分布與成因[J].數量經濟技術經濟研究,2009，(11):63-77.

[26] 劉斌,李磊.貿易開放與性別工資差距[J].經濟學(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，南京財經大學公共管理學院教授，博士，從事勞動與社會保障、經濟統計研究.

F244

A

2095-5863(2017)05-0085-11

[責任編輯張曉娟]