高顏值能增加個人收入嗎
——來自CFPS面板數據的證據

管永昊 吳佳敏 賀伊琦 呂文慧

(南京財經大學，江蘇 南京 210023)

一、引言及相關文獻回顧

“顏值”是近年來創(chuàng)造出的用以衡量外貌美丑狀況的流行詞匯，表達了人們對外貌的重視之意。中國古人也非常重視外貌，傳統(tǒng)史書、小說、戲劇等作品中“才子佳人”的標配和“女為悅己者容”的詞句，都是這種感情的自然表露。但時至今日，“容”的主體已不限男女，也不僅針對于“悅己者”，提高顏值已成為很多人日常生活的一部分。以下一組數字反映了人們提高顏值的高漲熱情：中國已成為全球第二大化妝品消費國，化妝品市場銷售規(guī)模從2010年的2045.33億元增長到2016年的3360.61億元；2016年，中國美容業(yè)實現(xiàn)銷售總額達8000多億元；攜程旅游《2016年在線醫(yī)療旅游報告》顯示，2016年，赴韓“醫(yī)療旅游”的中國人超過10萬人次，在其入境游客中占比超過30%，排名第一。究其原因，是人們已逐漸認識到顏值在戀愛婚姻、考試錄取、招聘錄用、職位晉升等方面的重要性。顏值對戀愛婚姻的作用雖為世所公認，無奈在計量上難以衡量，其他方面基本上都與個人收入有關，本文即專注于研究顏值對個人收入方面的影響。

國外關于顏值對個人經濟狀況影響的研究起步較早，已積累了較多的成果，并將其命名為美貌經濟學 (Hamermesh,2011)。研究表明，顏值越高，其收入越高，且收入增長也越快(Anderson et al.，1978;Quinn,1978；Frieze et al.，1991;French,2002;Fletcher,2009)。相對于普通相貌而言，顏值低者收入更低，稱作丑陋罰金(Mocan et al.,2010)；相反，顏值高者可以獲得更高收入，存在美貌溢價 (Biddle et al.,1998;Harper,2000)。

顏值為何會對收入產生影響？可能有三方面的原因。一是勞動市場存在顏值歧視。人們天然喜愛貌美的人，而嫌棄外貌丑陋的人(Mobius et al.,2006)。Dion et al.(1972)發(fā)現(xiàn)高顏值能夠引起人們的積極評價，據此提出“美的即是好的”效應。所以，即使在勞動生產率相同的情況下，雇主也會優(yōu)先選擇顏值高的人。這使得貌美的人受到偏愛，更容易找到高收入的工作，在工作崗位上也更容易晉升，獲得的資源也更多。隨后的研究發(fā)現(xiàn)，顏值高的人在工作潛力評價(Morrow et al.,1990)、起始薪酬(French,2002)、工作資質許可(Shannon et al.,2003)、被雇傭與晉升機會(Marlowe et al.,1996; Chiu et al.,2002)等方面都比顏值低的人有優(yōu)勢。二是顏值會影響勞動生產率。人的顏值與教育、健康等因素相似，也是人力資本的一個部分。高顏值能夠使相同的勞動帶來更高的邊際產量，原因在于高顏值能夠對業(yè)務相關人員產生更強的吸引力、親和力和信任感，從而能夠促進生產經營中的合作與效率，或者藉此獲取更多的資源。Brooks et al.(2014)發(fā)現(xiàn)在風險投資中，高顏值的創(chuàng)業(yè)者更容易受到投資人信賴并獲得對方投資。三是顏值會通過其他因素影響收入。Kanazawa et al.(2004)從演化角度論證和檢驗了外貌好的人更聰明的命題，因此顏值也可能通過智力因素影響收入。而且擁有更高顏值的人，通常會更加自信，而自信有助于人們獲取高收入。但是，Doorley(2015)的實證研究表明，收入的增加更多地是由于顏值本身，而不是由顏值帶來的自信心。

也有文獻提出顏值有時也會帶來負面影響(Anderson et al.,1978)。例如，Agthe et al.(2010)發(fā)現(xiàn)，同性別者會對高顏值的人給予更低的評價，從而使其因高顏值而受到負面影響。另有研究發(fā)現(xiàn)，對于女性尋求管理層崗位或者管理工作業(yè)績評價而言，高顏值會對其產生不利影響(1)但與女性相反，高顏值對男性尋求管理層職位或者管理工作業(yè)績評價產生積極影響。。這被稱作“美麗是可惡的”效應(Heilman et al.，1979；Heilman et al.,1985；Johnson et al.,2010)。

相對而言，國內有關顏值對收入影響的文獻還較少。高文書(2009)使用12城市住戶調查數據研究身高對收入的影響，江求川等(2013)使用中國健康與營養(yǎng)調查數據研究身材對收入的影響。但身高、身材只是顏值的一個方面，不能完整地反映顏值對收入的影響。劉一鵬等(2016)、郭繼強等(2016)則使用了CFPS的截面數據進行研究。劉一鵬等(2016)發(fā)現(xiàn)，在中國，存在顯著的丑陋罰金，但不存在顯著的美貌溢價。郭繼強等(2016)提出顏值影響收入的“高跟鞋曲線”，即顏值對收入的影響不是單調變化的：對于大多數人而言，顏值促進其收入的增加，但對于顏值最高的那些人而言，其顏值卻對收入產生負面影響。這些結論很新穎，但是，其使用的截面數據的顏值評分來自于單個訪員，并不能很好地代表社會對個人顏值的總體評價，可能因個體審美的異質性，導致其顏值評分嚴重偏離社會評價，進而導致實證結論的不可靠。

已有研究為中國美貌經濟學的發(fā)展奠定了基礎，但由于在數據等方面的局限性，仍需繼續(xù)檢驗、完善和發(fā)展。本文的創(chuàng)新之處主要有：

(1)避免了顏值評價的主觀偏差。Pfeifer(2011)在使用德國的截面數據研究顏值對收入的影響時已注意到顏值評價的主觀偏差，采用綜合采用訪員初見面對被訪者的顏值評分、采訪結束時顏值評分和被調查者自評顏值這三個數值來解決此問題。針對同樣的問題，本文使用CFPS 2010、2012和2014年的成年人數據，經處理后得到平衡面板數據，然后對同一個體的三次顏值評分取均值(以下簡稱為顏值的組內均值)，以此均值代表個體的顏值。由于該指標反映了三個訪員對于同一個人的顏值評價，因而更加接近于社會對個人的顏值評價，從而有效避免了個別訪員的審美偏差所帶來的擾動，這是目前國內相關研究尚未考慮到的。采用三年的面板數據，樣本量更大，估計結果質量更高，比Pfeifer(2011)的處理方法更為有效。

(2)研究了顏值對不同性別個體收入的影響。研究發(fā)現(xiàn)，無論是全樣本、女性樣本還是男性樣本，顏值都對收入具有顯著的正向影響，而且顏值對男性收入的影響比女性更大。本文從勞動市場性別歧視和職業(yè)性別隔離方面，對此進行了較為合理的解釋。進一步分析發(fā)現(xiàn)，丑陋罰金和美貌溢價都是顯著存在的，而且數額較大。這不同于劉一鵬等(2016)的研究結論。然后進一步探討顏值對收入影響的單調性，發(fā)現(xiàn)對于全部樣本和女性而言，美貌溢價隨著顏值的提升而單調增加；對于顏值最高的少量男性而言，美貌溢價變得不顯著。但無論如何，未發(fā)現(xiàn)“高跟鞋曲線”存在的證據。

(3)探討了顏值影響收入的機制。從勞動市場上顏值對人們獲取高收入職業(yè)的機會和獲得管理層晉升機會的影響方面，探討顏值影響個人收入的內在作用機制。這是現(xiàn)有文獻尚未涉及的。

二、數據來源、變量處理與描述性統(tǒng)計

(一)數據來源

本文的實證研究采用北京大學中國家庭追蹤調查(CFPS)2010、2012和2014年的三次調查數據。CFPS調查分為社區(qū)、家庭、成年人和兒童四個層面，對總體樣本具有95%以上的代表性。由于本文是研究個人層面上顏值對收入的影響，所以采用的是上述三次調查的成年人數據。

在CFPS調查中，除了大量數據是通過對受訪者的提問所獲得的之外，還有一些數據是直接來自于調查員的觀察，包括受訪者的容貌、衣裝整潔程度、普通話熟練程度、語言表達能力、理解能力、健康狀況、智力水平、待人接物水平等，這些變量按照程度劃分為七個等級，分別用1～7的整數來表示。調查員直接觀察所得的數據在其他的微觀調查數據中很少見。其中關于顏值的數據，迄今為止，幾乎是CFPS數據所獨有的，為本文的研究提供了有力的支持。

(二)變量處理

因變量是個人收入。CFPS個人數據中直接包含了個人總收入的數據，以2010年為基期，參照CPI的變動，剔除了2012和2014年個人收入中物價變化的因素。

解釋變量顏值主要使用個人三次觀測值的均值(以下簡稱為顏值的組內均值)表示。如上文所述，顏值組內均值反映了多個訪員的總體評價，更接近于個人顏值的社會評價，因而更為合理。同時采用顏值的原始分值進行回歸，作為對比。此外，為了研究丑陋罰金和美貌溢價是否存在，還設定了“美貌(beauty)”和“丑陋(ugly)”的虛擬變量，將其納入回歸。設定辦法是：如果顏值的組內均值高于6，則beauty賦值為1，否則賦值為0；同理，如果顏值組內均值小于等于4，則ugly賦值為1，否則為0。

控制變量包括受教育年限、性別、年齡、戶籍性質、婚姻狀況、居住地城鄉(xiāng)性質、身高、體重、BMI、健康狀況、智力水平、待人接物水平、語言表達能力、所在省份。其中，性別、戶籍性質、婚姻狀況、城鄉(xiāng)性質、調查年份為虛擬變量。關于BMI和健康狀況，前者側重于衡量人體的胖瘦程度，后者側重于對個人身體健康狀況的總體判斷，經相關性檢驗，兩者相關度為0.0735，不存在多重共線性問題；關于性別，女性設為0，男性設為1；關于戶籍性質，農業(yè)戶口設為0，非農業(yè)戶口設為1；關于婚姻狀況，分別設定是否為未婚、在婚、同居、離婚和喪偶的5個虛擬變量，是則設為1，否則設為0；鑒于本文的側重點是探討不同顏值和不同收入的異質性，而不是觀察城鄉(xiāng)之間的異質性，因此城鄉(xiāng)性質僅僅作為控制變量，而不是核心變量，本文將農村設為0，城鎮(zhèn)設為1；健康狀況、智力水平、待人接物水平、語言表達能力為調查員觀察數據，由高到低分別用1～7的整數表示，直接使用原始數據納入回歸。

將2010、2012和2014年的成年人數據剔除無效樣本，整理為平衡面板數據，包含的成年人數量為17723，樣本數為53169個。

(三)描述性統(tǒng)計

表1分別列出了主要變量在三次調查中的均值和方差。由于是平衡面板，涉及的調查對象是完全相同的，可以比較一些關鍵指標在不同年份的變化狀況。

首先，就本文重點關注的顏值特征而言，2010、2012和2014年的均值分別為4.997、5.199、5.465。可以看出，顏值評分均值呈上升態(tài)勢，尤其是2014年的數值上升幅度較大。然而，人們的顏值高低程度短期內是較為恒定的，隨著年齡的上升，人們的顏值會因衰老而逐漸變低。這三次調查時間跨度為4年，相對較短，可以認為現(xiàn)實中人們的顏值是輕微變低，也可以近似認為是不變的。那么，統(tǒng)計數據中顏值的較大變化，很大程度上是由于不同調查人員的個體審美觀和評判標準差異所導致的，這也證實了使用顏值組內均值表示人們顏值水平的合理性。

其次，從受訪者的社會屬性來看，樣本中女性所占比例為49.5%，約占一半，性別分布較為均衡。約有30%的人是非農業(yè)戶籍，農業(yè)戶籍人員比例較大，但居住在城鎮(zhèn)的人口約為50%，城鄉(xiāng)分布較為均勻，表明有20%左右的人戶籍性質與居住地城鄉(xiāng)性質不一致。2014年，樣本平均年齡為50歲，年齡偏高。約90%為已婚者，未婚者僅占3%，喪偶者占6%，離婚者僅為1.6%，表明大多數家庭婚姻關系較為穩(wěn)定。

最后，身高、體重、BMI也是影響人們顏值的重要因素，被訪者的平均身高為163厘米，平均體重約為120斤，BMI值約為23，在健康體型范圍之內。但在三次調查中，BMI是持續(xù)輕度上升的，表明人們的體型隨著生活水平的提高逐漸變得更為肥胖。

表1 主要變量的描述性統(tǒng)計

數據來源：依據CFPS數據統(tǒng)計得到。

三、顏值對收入影響的實證分析

(一)基于顏值分值的總體回歸分析

本文所用的基本計量模型如式(1)所示，因變量inc為個人年收入，主要解釋變量為個人顏值beauty，X為控制變量向量。

inc=β0+β1beauty+Xδ+ε

(1)

回歸分析主要采用混合FGLS方法進行估計，同時，兼用OLS估計作為對比。之所以采用混合數據進行估計，而不采用固定效應面板數據估計方法，是因為短期內人的顏值不會發(fā)生顯著變化，顏值的組內差異更多地體現(xiàn)了不同調查員的審美觀和顏值評分標準的差異。而本文所關注的是整個社會對個體的總體顏值評價，因此，顏值的組內差異對本文的研究而言影響較小。

回歸分析使用了6個模型，其中，模型1～4都是以顏值的原始數據作為解釋變量。顏值取值是1～7的整數，數值越高代表顏值越高。模型1僅加入了顏值變量，沒加入控制變量。模型2加入除了身高、體重和BMI之外的其他控制變量。模型3加入了所有的控制變量。模型1～3都是使用混合FGLS估計，模型4與模型3變量相同，但是使用混合OLS方法進行估計。進一步，把三次調查的每個個體的顏值分值取組內均值。采用組內均值能夠排除異常的審美評價的影響，更能夠代表社會對個人的顏值評價。在模型5中，采用個體的顏值均值作為解釋變量，并加入所有控制變量，仍采用混合FGLS方法估計。模型5的估計結果體現(xiàn)的是顏值的組間差異對個人收入的影響，減少了調查員個人審美差異導致的數據偏差，因而，估計結果更為合理。模型6則是將模型5的因變量收入取對數，采用半對數模型，便于分析解釋變量對收入影響的比率(2)由于部分樣本收入為0，無法直接取對數，為此，將所有樣本的收入統(tǒng)一加上1之后再取對數。這對回歸系數影響很小，對主要解釋變量的顯著性也沒有影響，但對個別控制變量的顯著性有影響，為此，依據模型5分析控制變量的顯著性。。

由于本文數據來自CFPS調查數據庫，數據年份分別是2010、2012、2014年，為間斷數據，年份和樣本個體存在的不足，使得本文無法從技術層面使用滯后一期的系統(tǒng)GMM估計來解決內生性問題。盡管如此，顏值對收入的回歸結果表明兩者存在正相關關系(基準回歸)，隨后的不同性別對收入的回歸結果及丑陋罰金與美貌溢價的回歸結果等均表明顏值與收入存在正相關關系，進一步支持基準回歸結果，可以證實回歸結果是真實可信的。

回歸結果如表2所示，6個模型中，顏值都對個人收入具有顯著的影響。雖然隨著控制變量和估計方法的變化，回歸系數有所差異，但影響始終都是顯著的。這不僅表明實證結果支持理論預期，即顏值越高，個人收入越高，而且表明顏值對個人收入的正向影響是很穩(wěn)健的。

從不同模型估計結果的差異來看，模型1～3都采用混合FGLS方法估計，隨著控制變量的加入，顏值的估計系數逐漸減少。因為控制變量的影響是不容忽視的，所以，加入完整控制變量的模型更為完善。模型3在模型2的基礎上加入了身高、體重和BMI，這三個指標能夠反映人們的身體特征。尤其是BMI，體現(xiàn)的是人的身材胖瘦，BMI越低，表明身材越苗條。回歸結果表明，身高對收入沒有顯著影響，體重對收入有顯著的正向影響，而BMI對收入有顯著的負面影響。也就是說，身材越苗條，則人的外表越好，越有助于提升人們的收入。然而，在身材相同情況下，體重更重的人更為健壯有力，有助于促進生產率，因而能夠獲得更高收入。

至于模型4，采用混合OLS估計，有效性低于混合FGLS估計，所以，僅將估計結果列出作為對比。而模型5是根據數據特征所設計的一個獨特的模型，用組內均值代表個人顏值，其余控制變量則未作類似處理。這樣，可以更有效地反映顏值特征對收入的影響，同時也能夠很好地控制其余變量對收入的影響。因而，本文主要依據模型5的估計結果進行解釋。

從模型5和模型6的回歸結果來看，顏值分值每增加1單位，收入顯著增加1032元。顏值分值使用1～7的整數表示，實際上是將人的顏值由低到高依次分為七檔，分值每增加1單位，代表顏值提升1檔，所帶來的收入提升數額是值得重視的。依據估計結果，在同等情況下，顏值分值最高者比顏值分值最低者可以多獲取6200元的年收入，提升了21%。此外，通過BMI的回歸系數，發(fā)現(xiàn)身材越苗條，收入越高。BMI值每降低1單位，年收入增加500元，提升了5%。而身材也是顏值的一個重要方面，這進一步驗證了上文的結論。

其他控制變量的回歸結果總體上符合理論預期。具體而言，根據模型5，受教育年數增加、擁有非農業(yè)戶籍、居住在城市、身體更健康、體重增加、語言表達能力更強都會使個人收入顯著增加。相對于未婚者而言，已婚者(包括在婚、離婚和喪偶)的收入變動更為顯著。相對于女性而言，男性收入變動更為顯著。年齡對收入有正向影響，但影響程度呈現(xiàn)遞減趨勢。身高、智力、待人接物狀況對收入均無顯著影響。

表2 顏值對收入影響的回歸結果

注：括號內為穩(wěn)健標準誤；***、**、*分別表示在1%、5%、10%水平下顯著。

(二)基于不同性別的顏值分值的回歸分析

在勞動市場上，性別具有舉足輕重的影響，在求職、分工、晉升等方面，都會存在性別的差異，甚至會存在性別歧視。與此同時，女性和男性的顏值影響各自收入的程度也會存在差異。接下來分析不同性別居民的顏值分值對收入的影響。回歸結果如表3所示，共6個模型，其中：模型1、2分別采用女性和男性的顏值原始分值作為解釋變量，模型3～6分別采用女性和男性的顏值的組內均值作為解釋變量；模型3、4的因變量為收入水平值，而模型5和模型6為收入的自然對數，并采用半對數模型，以便于分析顏值變化對收入影響的比率。模型1～6均加入了所有的控制變量，但限于論文篇幅，表3中僅報告了顏值及其相關變量(3)如對其他控制變量的估計結果感興趣，可與作者聯(lián)系索取。。

對比前2個模型和后4個模型，可以看出，使用顏值的原始數值還是組內均值，對回歸結果有較大影響。首先，回歸系數變化很大。其次，對回歸顯著性也有很大影響。這直接影響了分析的結論。依據模型1和模型2，女性顏值對收入有顯著正向影響，但男性顏值對收入的影響不顯著。然而，采用顏值組內均值作為解釋變量后，女性和男性的顏值對收入的影響大幅增加，影響都是顯著的，而且男性顏值對收入的影響更大。

表3 不同性別顏值分值對收入的影響

注：括號內為穩(wěn)健標準誤；***、**、*分別表示在1%、5%、10%水平下顯著。

基于和上文相同的理由，顏值的組內均值更能夠代表社會對個人的顏值評價狀況，更有助于排除個人審美異常導致的偏差。因此，本文仍主要以顏值的組內均值作為解釋變量，即主要依靠模型3～6進行解釋(4)與上文相同，將所有樣本的收入統(tǒng)一加上1之后再取對數。這對回歸系數影響很小，對主要解釋變量的顯著性也沒有影響，但對個別控制變量的顯著性有影響。為此，應依據模型3和模型4分析控制變量的顯著性。。結果表明，女性顏值均值每提高1個單位，其收入增加722元，提高了14%；而男性顏值均值每增加1單位，其收入提升1327元，提高了26%。可以發(fā)現(xiàn)，男性顏值對收入水平值和比率的影響均大于女性，這與人們通常認為女性的顏值比男性更為重要的傳統(tǒng)直觀認識迥然不同。這樣的結果可能是由勞動市場上男女不平等所導致的。根據現(xiàn)有大量研究，勞動市場存在較為嚴重的性別歧視，主要的表現(xiàn)是職業(yè)的性別隔離，可分為橫向和縱向兩類。橫向職業(yè)性別隔離是指女性和男性分別集中于不同類型的職業(yè)，女性大多集中于低技術、低門檻、低工資的職業(yè)，而男性恰恰相反。縱向職業(yè)性別隔離是指在同一個職業(yè)中，女性往往集中于較低的職位層級，而在高層職位中，則大多數為男性。橫向和縱向雙重職業(yè)性別隔離，使得女性工資大幅低于男性。因此，在勞動市場上，雖然人們對女性和男性的顏值都很重視，但男性的職業(yè)、職位變化范圍高于女性，外貌好、形象佳的男性進入高收入職業(yè)或者被提拔到高層職位的機會遠遠大于同類顏值的女性，造成男性顏值對其收入的正向影響程度更大。

(三)丑陋罰金、美貌溢價的基本檢驗

本文將顏值分值組內均值小于等于4的個體定為“丑陋”，樣本數為6069個，占總樣本的11.4%；將顏值組內均值大于6的個體設為“美貌”，樣本數為6672個，占總樣本的比例為12.5%。(5)因為外貌分值是1～7的整數，導致外貌組內均值的數值僅有18類取值，不是連續(xù)變量。所以，無法使所選取的“丑陋”和“美貌”的樣本數完全相等，只能近似相等。其余樣本為普通顏值，設為參照組。上述不同類別顏值均用虛擬變量表示。回歸結果如表4所示。模型1為全樣本回歸結果，模型2為女性樣本回歸結果，模型3為男性樣本回歸結果。

首先分析全樣本回歸結果。可以發(fā)現(xiàn)，“丑陋罰金”和“美貌溢價”顯著存在，而且對收入的影響數額較大。因外貌丑陋，收入平均降低488元，而顏值出眾使收入增加2173元。美貌溢價的數額明顯大于丑陋罰金。這是因為，相對于普通外貌的人而言，顏值出眾的人找到高質量工作以及被提拔的機會更大，這很大地促進了收入的增加。而外貌丑陋的人則在同等情況下只能找到低質量的工作，處于職位層級的底端，此時低顏值對其有不利的影響，但工資下降的空間相對較小，導致丑陋罰金低于美貌溢價。

其次比較女性和男性樣本的回歸結果。可以發(fā)現(xiàn)，對于女性而言，存在顯著的美貌溢價，但丑陋罰金卻不顯著。對于男性而言，美貌溢價和丑陋罰金都很顯著，而且男性的美貌溢價程度明顯高于女性。這表明，丑陋和美貌對男性收入的影響明顯大于女性，其原因仍然是由勞動市場的性別隔離和性別歧視所導致的。

表4 丑陋罰金與美貌溢價的實證結果

注：括號內為穩(wěn)健標準誤；***、**、*分別表示在1%、5%、10%水平下顯著；回歸中使用了所有的控制變量，但限于篇幅，只報告了外貌及其相關解釋變量的回歸結果。

(四)外貌對收入影響的單調性分析

上文的研究表明，顏值對個人收入有顯著的正向影響。但需要進一步考慮這種影響是不是單調變化的，即是不是顏值越高，收入越高。郭繼強等(2016)得出一個新穎的結論，即顏值對收入的影響服從“高跟鞋曲線”：對大部分人而言，顏值越高，收入越高；但是，對于最美的那部分人而言，顏值卻對其收入具有負面影響，也就是說，顏值對收入的影響不完全是單調變化的。這個結論非常有趣，但是，目前并沒有更多的研究對此進行檢驗。

郭繼強等(2016)使用的是1996年上海社科院的“流動和常住人口家計調查數據”和2012年的CFPS數據，均為截面數據，對顏值的評價來自于單個訪員的評分。與之相比，本文在數據方面具有較大的改進，采用CFPS三次調查的面板數據，對顏值取組內均值，檢驗 “高跟鞋曲線”是否存在。顏值組內均值能夠相對更好地代表社會對個人顏值的評價狀況，減少了個人審美異常所帶來的偏差，因而研究結論更為可靠。

圖1 顏值的組內均值與對應樣本平均收入的關系

顏值的組內均值共有18個取值，依次為1.33、1.67、2、2.33、2.67、3、3.33、3.67、4、4.33、4.67、5、5.33、5.67、6、6.33、6.67、7。這些不同的顏值水平樣本與所對應的平均收入的關系如圖1所示(6)根據CFPS數據統(tǒng)計繪制。。可以看出，忽略部分區(qū)域的小幅波動，總體來講，隨著顏值水平的提升，人們的收入是單調遞增的。未發(fā)現(xiàn)在顏值水平很高的情況下收入反而下降的“高跟鞋曲線”。當然，這只是簡單的統(tǒng)計分析，未考慮其他變量的影響。接下來，將進行更嚴格的實證研究，以驗證顏值對收入的影響是否為單調遞增。

在上文“美貌”的樣本范圍內，進一步設定“顏值很高”和“顏值極高”兩個虛擬變量。其中，“顏值很高”的標準是顏值分值的組內均值大于6.6，樣本數為2658個，代表顏值最高的5%樣本。“顏值極高”的標準是組內均值為7，即在三次調查中，顏值評分都是最高分，這類樣本數僅有726個，占總樣本的比重僅為1.37%，代表顏值金字塔最頂端的少量個體。分別設定“顏值很高”和“顏值極高”兩類虛擬變量，顏值符合相應條件的，賦值為1，否則為0。然后，將這兩個虛擬變量分別使用混合FGLS方法進行回歸，結果如表5所示。

表5 美貌溢價的單調性檢驗

注：括號內為穩(wěn)健標準誤；***、**、*分別表示在1%、5%、10%水平下顯著；回歸中使用了所有的控制變量，但限于篇幅，只報告了顏值及其相關解釋變量的回歸結果。

首先，根據表5的全樣本回歸結果(見模型1～2)，相對于其他人而言，擁有“很高”顏值的5%樣本，其美貌溢價達到2604.43元；而擁有“極高”顏值的1.37%樣本，其美貌溢價為2634.81元。這兩類樣本的美貌溢價都是顯著的。可以看出，在顏值金字塔的頂端，隨著顏值水平的提升，美貌溢價仍然是上升的。但是上升的趨勢較緩和，使收入增加的幅度不大。這表明，總體而言，顏值對收入的影響是單調遞增的，沒有證據表明“高跟鞋曲線”存在。

其次，分析不同性別顏值對收入影響的單調性。對于女性而言(見模型3和模型5)， “顏值很高”的溢價為3011.81元，“顏值極高”的溢價約為4306.32元，對于少量顏值處于頂層的女性個體而言，其美貌溢價不但沒有下降，而且是快速上升的。也就是說，對于女性而言，明顯不存在“高跟鞋曲線”。對于男性而言(見模型4和模型6)，“顏值很高”的溢價為2283.95元，“顏值極高”的溢價在統(tǒng)計上不顯著。可以發(fā)現(xiàn)，男性顏值達到較高程度之后，對收入的促進作用減少甚至消失，但并沒有得出因顏值太高而使收入下降的結論。

最后，對比處于顏值頂端的不同性別個體的顏值對收入的影響程度。通過同檔次顏值的男女對比發(fā)現(xiàn)：對于這個層次的個體而言，女性的美貌溢價明顯大于男性，這與上文恰恰相反。也就是說，在一般情況下，男性高顏值對收入的促進作用大于女性。但是，對于顏值頂端的群體而言，女性顏值對收入的作用超過了男性。對此可能的解釋是，雖然勞動市場存在性別歧視和職業(yè)性別隔離，但是極少數顏值非常高的女性，其顏值有助于使她們獲取非同一般的待遇，能夠通過顏值使其躋身于一些高收入行業(yè)、職業(yè)或職位。但男性的顏值達到較高程度之后，其顏值對收入的幫助下降了。這可能是由于文化觀念的影響，即人們對男性的顏值很重視。但是，如果男性顏值達到很高程度之后，勞動市場對其顏值的重視程度就會減弱。

四、顏值影響收入的機制分析

(一)顏值與職業(yè)選擇

本文在CFPS提供的職業(yè)分類和職業(yè)代碼，即中國職業(yè)分類標準基礎上，將職業(yè)分為9大類(7)CFPS數據中職業(yè)原為5位數代碼，本文根據代碼區(qū)間劃分職業(yè)大類，OCC1～OCC9的職業(yè)代碼區(qū)間分別是[10000，20000)，[20000，30000)，[30000，40000)，[40000，50000)，[50000，60000)，[60000，70000)，70000，80000，90000。，分別用OCC1～OCC9表示。其中，OCC1表示國家機關、黨群組織、企業(yè)事業(yè)單位負責人，OCC2表示專業(yè)技術人員，OCC3表示辦事人員和有關人員，OCC4表示商業(yè)、服務業(yè)人員，OCC5表示農、林、牧、漁、水利業(yè)生產人員，OCC6表示生產、運輸設備操作人員及有關人員，OCC7表示軍人，OCC8表示無職業(yè)分類的人員，OCC9表示不便分類人員。各職業(yè)的平均收入如表6所示。

表6 各類職業(yè)的樣本數和平均工資(單位：元)

數據來源：根據CFPS樣本統(tǒng)計得到。

根據表6可以看出，各職業(yè)的樣本分布很不均衡，低收入職業(yè)樣本數較多，而高收入職業(yè)樣本數相對較少，這主要是因為高收入職業(yè)具有更為嚴格的準入條件。其中，OCC5(農林牧漁類職業(yè))的平均收入最低，但聚集了高達31.6%的樣本。而OCC7(軍人)平均收入最高，但僅有一個樣本，不具有代表性，也無法進行計量回歸，所以，在分析中忽略OCC7。在其余8類職業(yè)中，平均收入最高的是OCC2(專業(yè)技術人員)，次高的為OCC1(國家機關、黨群組織、企業(yè)事業(yè)單位負責人)。本文將這兩個職業(yè)視作高收入職業(yè)。這兩個職業(yè)雖然樣本數小于低收入職業(yè)，但也分別達到了1237和1701個，能夠滿足計量回歸的質量要求。比較不同職業(yè)男性和女性的情況，可以看出，每個職業(yè)的男性的平均工資都大幅高于女性，存在著顯著的性別工資差距。

再來分析顏值對于人們進入高收入職業(yè)的成功率的影響。理論上來講，高收入職業(yè)對人們具有強烈的吸引力，求職者眾多，競爭激烈，雇主必然會設置更高的錄用條件，而顏值會被列為其中。在其他條件相同情況下，更高的顏值有助于提高人們進入高收入職業(yè)的成功率，顏值較低的人只能被迫進入對外貌要求較低的低收入職業(yè)。這就從職業(yè)準入的角度解釋了顏值對于收入的影響。

使用二元選擇的Probit模型進行實證分析。計量方程如下：

occj=β0+β1beauty_m+Xδ+ε

(2)

其中：occj是關于樣本是否從事第j類職業(yè)的虛擬變量，如果在第j類職業(yè)工作，則賦值為1，否則賦值為0；beauty_m為顏值的組內均值；X為控制變量向量。分別以平均收入處于前兩位的OCC2和OCC1作為因變量，僅使用有工作的樣本進行回歸，樣本數為32792個，其中，男性樣本為14802個，女性樣本為17990個。估計結果如表7所示。

根據表7的回歸結果，可以看到，對于進入OCC2和OCC1而言，顏值都具有顯著的促進作用。也就是說，顏值越高的人，進入這兩個高收入職業(yè)的機會越大。這不僅對于總體樣本是成立的，將不同性別分開研究，該結論也成立，即無論是男性還是女性，顏值越高，越容易進入高收入職業(yè)。

進一步考慮顏值對進入高收入職業(yè)的邊際影響。在OCC2的總樣本、男性樣本和女性樣本回歸中，顏值的邊際影響分別為0.009、0.01和0.007。也就是說，顏值的組內均值每增加1單位，平均使人們進入OCC2的機會增加0.9%，但對女性的影響略大于男性，使女性進入OCC2的機會增加1%，使男性進入該職業(yè)的機會增加0.7%。類似地，顏值對進入OCC1的邊際影響分別為0.007、0.005、0.008。可以看出，與進入第二職業(yè)相比，顏值對于第一職業(yè)的總體影響程度較小。顏值組內均值每增加1單位，使進入OCC1的機會提升0.7%。就不同性別而言，顏值對于女性進入第一職業(yè)的影響小于男性，顏值組內均值提升1單位，使女性進入該職業(yè)的機會增加0.5%，而使男性進入該職業(yè)的機會增加0.8%。

表7 顏值對于進入高收入職業(yè)成功率的影響

注：括號內為穩(wěn)健標準誤；***、**、*分別表示在1%、5%、10%水平下顯著；回歸中使用了所有的控制變量，但限于篇幅，只報告了顏值及其相關解釋變量的回歸結果。

(二)顏值與晉升到管理層的機會

顏值除了通過職業(yè)準入影響人們的收入之外，還會通過影響人們的晉升作用于收入。直觀地說，在同等條件下，顏值更高的人得到晉升的概率更高，更容易進入相對高層的職位，因而也能獲得更高的收入。鑒于CFPS數據中提供的關于人們職業(yè)層級的數據不充分，本文使用“是否有直接下屬”這一指標而代表人們的職位層級。剔除不適用和不合格樣本之后有效樣本為17379個，其中有直接下屬的樣本為2494個。可以看出，僅有少數人有直接下屬，這些人屬于管理層人員，處于較高的級別。設定虛擬變量“有直接下屬”，用于代表人們的職位晉升情況。虛擬變量為1，代表著晉升到管理層。否則，表示未晉升。

再來分析顏值對晉升的影響。計量方程如式(3)所示。因變量是表示“有下屬”的虛擬變量。解釋變量為個人顏值的組內均值。控制變量向量與上文相同。

xs=β0+β1beauty_m+Xδ+ε

(3)

仍然使用Probit模型進行回歸，結果如表8所示。

表8 顏值對晉升到管理層的影響

注：括號內為穩(wěn)健標準誤；***、**、*分別表示在1%、5%、10%水平下顯著；回歸中使用了所有的控制變量，但限于篇幅，只報告了顏值及其相關解釋變量的回歸結果。

根據表8的回歸結果，可以發(fā)現(xiàn)，無論是對于總體還是對于女性和男性的分樣本而言，顏值都對其晉升到管理層的機會具有顯著的正向影響。通過進一步計算邊際影響，可以發(fā)現(xiàn)，顏值的組內均值每增加1單位，平均使人們晉升到管理層的概率提升1.23%。對于女性而言，顏值均值增加1單位，晉升到管理層概率增加1.19%。而男性的相應數值為1.14%，與女性的結果接近。這證實了上文的理論假設，即顏值更高的人更容易晉升到管理層，進而獲得更高的收入。通過統(tǒng)計分析，可以發(fā)現(xiàn)“有直接下屬”的管理層的平均收入是34758元，而其他非管理層員工平均收入僅為17906元，前者大約是后者收入的兩倍。可見，顏值通過晉升的機制對人們的收入產生了非常重要的影響。

五、結論與啟示

本文較為全面、系統(tǒng)地研究了顏值對于個人收入的影響，并從高收入職業(yè)就業(yè)機會和晉升到管理層的機會兩個方面，深入探討了顏值影響個人收入的內在作用機制。研究發(fā)現(xiàn)：(1)無論對于男性還是女性，顏值對于人們收入具有顯著的促進作用，并且對男性收入的影響更大；(2)丑陋罰金和美貌溢價都是顯著存在的，這與已有研究利用截面數據所得出的結論不同；(3)顏值對收入的影響是單調遞增的。

更進一步，本文探討了在勞動市場上顏值影響人們收入的機制。結果表明：(1)更高的顏值有助于人們進入高收入的職業(yè)，從而獲得更高的工資；(2)高顏值對于人們晉升到管理層具有顯著的正向影響，高顏值通過影響晉升進而促進了收入的增加。

當“美貌經濟學”為廣大公民所熟悉或使其對自己身邊相關現(xiàn)象有所觸動時，讓人“變得更美”的行業(yè)將會出現(xiàn)更快的發(fā)展。產業(yè)規(guī)模的擴大，必然會帶來相應的產業(yè)鏈、資金流、人力資本等方面的變化，因此，國家在相關產業(yè)政策調整中需認真考慮，應保障相關產業(yè)的健康發(fā)展，嚴格行業(yè)準入制度，對符合健康標準的，應予以支持，但對于損害人體健康的，應堅決取締。財稅等公共政策也需要進行相應的調整，相關產業(yè)的發(fā)展是人心所向，相關支出將成為人們日常支出的一部分，應考慮調整消費稅中“高檔消費品”稅目的征收標準，并適時出臺促進美容行業(yè)小微企業(yè)發(fā)展的優(yōu)惠政策。