家庭因素對性別工資差異的影響

張芬 何偉

摘 要：隨著職業性別隔離現象不斷減少、男女受教育水平和教育收益率的逐步收斂，人力資本、職業和行業分布已經無法解釋我國性別工資差異不斷擴大的趨勢。從家庭出發，考察婚姻、家務勞動分工和子女這些典型的家庭特征因素對性別工資差異的影響，運用2016年CFPS數據，在解決內生性問題的條件下，

研究結果表明：婚姻通過增加女性家務勞動時間和子女間接影響女性工資，家務勞動時間和母親身份對女性工資率具有顯著的懲罰效應，女性平均每周承擔家務勞動17小時，這導致其周工資率減少34%，子女降低母親8.5%的周工資率;相對于未婚女性，已婚女性每周多做7小時家務，這降低了她們14%的周工資率。男性則存在婚姻溢價效應。

Oaxaca分解也顯示，家庭特征，尤其是家務勞動時間，是性別歧視之外導致性別工資差距的主要原因。本文按收入階層的異質性分析表明，家庭特征可能引起低收入階層更大的性別工資差異。本文的分析還顯示，家務勞動對男性和女性具有門檻效應，且閾值位于10.5小時左右。

關鍵詞：家庭;性別工資差異;懲罰效應;婚姻溢價

中圖分類號：C913.14 ?文獻標識碼：A ??文章編號：1000-4149（2021）02-0084-19

DOI：10.3969/j.issn.1000-4149.2021.00.014

收稿日期：2020-07-11;修訂日期：2020-12-15

基金項目：教育部人文社會科學規劃基金項目“母嬰代際健康聯系與減貧：測算、作用機制和政策選擇”（19YJA790113）;中央高校基本科研業務費專項基金、武漢大學人文社科自主科研項目“健康不平等與收入不平等的動態聯系和作用機制研究”（2018QN018）。

作者簡介：張芬，武漢大學經濟與管理學院副教授;何偉，武漢大學經濟與管理學院研究生。

The Impact of Family Factors on Gender Wage Differentials：

Empirical Analysis Based on CFPS Data

ZHANG Fen， HE Wei

（School of Economics and Management，Wuhan University， Wuhan 430072， China）

Abstract：With the decrease of occupational gender segregation， the gradual convergence of educational level and the rate of educational return between men and women， the distribution of human capital， occupations and industries can no longer explain the trend of increasing gender wage difference in China. From the respective of family， this paper examines the influence of marriage， the division of housework and the typical family characteristics of children on the gender wage difference. Using the 2016 CFPS data， under the condition of solving endogenous problems， this paper found that marriage indirectly affects womens wages through increasing their children and domestic working hours， and domestic working hours and motherhood have? significant positive effects on womens wage rates. Women work 17 hours housework per week on average， which reduced their weekly wage by 34%.? Children reduce mothers weekly wage by 8.5%. Compared to unmarried women， married women work an extra seven hours of housework per week， reducing their weekly wage rate by 14%. As for men， there is a “marriage premium” effect. Oaxaca decomposition also shows that family characteristics， especially domestic working hours， are the main reasons of the gender wage gap in addition to gender discrimination. According to the heterogeneity analysis of income class， family characteristics may cause greater gender wage difference in low income class. The analysis also shows that housework has a threshold effect on both men and women， and the threshold is about 10.5 hours.

Keywords：family;gender wage gap;punishing effect;marriage premium

一、引言

性別工資差異是勞動力市場歧視的基本形式，一直是一個重要而有意義的研究領域。2020年世界銀行發布報告《性別紅利有多大？——衡量性別不平等的部分影響與成本》指出，假如女性的薪酬與男性相同，全球人力資本財富可增加約1/5，女性的人力資本財富可增加一半以上;通過縮小終身勞動收入方面的男女差距有望為全球帶來172萬億美元的“性別紅利”[1]。各國政府與國際機構都致力于解決這一問題。性別平等戰略是歐盟委員會為“建立平等的歐盟”所提出的首個戰略。十九大報告中，習近平總書記也再次提出，堅持性別平等是我國的基本戰略國策。然而，根據2015年世界經濟論壇發布的《全球性別差距報告》，女性的平均薪水仍然只略高于男性平均工資的一半[2]。國際勞工組織2018年底發布的《2018/2019全球工資報告》也顯示，在全球范圍內，女性月平均收入比男性少約20%;在中國，女性和男性的月平均收入相差19%[3]。導致性別工資差距近1/5背后的因素是什么？

多年來，許多研究揭示了性別工資差異形成的部分原因。但現有研究仍然無法解釋兩個困惑：一是伴隨著男女性在市場參與、教育等諸多領域的趨同，性別工資差異卻遲遲未能縮小;部分研究發現，我國性別工資差距有擴大的趨勢[4]。二是傳統工資方程中的變量似乎不再能解釋性別工資差異。性別工資差異可以分解為性別特征效應和系數效應（也稱歧視效應）。隨著職業隔離現象不斷減少[5]、男女性受教育水平不斷趨同、女性的人力資本回報率高于男性等現象的發生[6]，能被特征效應所解釋的性別工資差異部分越來越小，歧視效應的解釋力度越來越大。由于工資方程中可能存在遺漏變量，將男女性別特征無法解釋的部分全歸于性別歧視也只是無奈之舉，這一方法會導致性別歧視的解釋力被高估。

“婚姻”可能在性別工資差距中扮演了重要的角色。來自美國國家經濟研究局（NBER）的報告發現女性在選擇職業時會受到母親這一身份及其家庭的影響，母親這一身份對女性而言是“經濟懲罰”[7]。婚姻、子女、家務勞動等家庭要素減少了女性可分配于工作的時間和精力，使得女性在勞動力市場中處于競爭劣勢，引起性別工資差異，而這又反向影響了女性的婚姻和生育決策[8-9]。事實上，盡管勞動力市場中男女雙方在人力資本、勞動參與率、教育回報率、職業分布等領域逐漸趨同，家庭內部卻依舊呈現明顯的 “經濟支柱/家庭主婦” 的傳統主義模式[10]。第三期中國婦女社會地位調查顯示，2010年城鎮女性工作日平均家務勞動時間是男性的2.3倍，農村則為2.8倍[11]。婚姻、子女和家務勞動等家庭因素真的導致了女性在勞動力市場中處于劣勢嗎？家庭因素是男女性別工資差異的主要原因嗎？它能在多大程度上解釋性別工資差異？這些問題的回答不僅對于性別工資差距的研究具有重要的理論啟示意義，對如何實現我國性別平等戰略具有重大的現實指導意義，也有助于我們更好地理解結婚率下降、離婚率上升、生育意愿下降等家庭結構的變化。

二、文獻綜述

早在20世紀七八十年代，發達國家就開始研究家務勞動、婚姻與子女等家庭因素對性別工資差距的影響。17項發達國家的實證研究成果顯示，周家務勞動時間上升一小時會給女性帶來0.21%—3%的工資下降[12]。家務勞動對男性的影響沒有一致的結論，但總體可以認為家務勞動對女性的懲罰效應大于男性。將家務勞動加入工資方程，性別工資差異中可以由性別特征解釋的部分大大增加，從29.1%上升到43.4%[13]。

婚姻主要通過專業化（specialization）和選擇性（selection）影響男女性工資[14]。專業化是指配偶中的一人專門從事勞動力市場工作，而另一人專門從事家庭工作;選擇性是指經濟上成功的男性會被選中結婚，或者有前途的男性更有可能結婚，在這種情形下，已婚人群和未婚人群在與收入相關的特征中會存在差異。貝克爾（Becker）率先從精力分配和人力資本的角度構建了家庭的專業化分工導致性別工資差異的理論模型[15]。隨后也有理論模型證實了家庭的專業化分工會導致男女勞動力市場上的差異，而勞動市場上的差異又強化了家庭分工，從而形成惡性循環[16-17]。男性存在婚姻溢價得到學界廣泛的認同。有研究發現已婚男性的收入比未婚男性多10%—40%[18]，并且男性的婚姻溢價隨著婚齡的延長存在累積性[19]。婚姻對女性影響的研究結論則并無定論，部分研究發現婚姻對女性具有顯著的負向影響（又稱為“詛咒效應”）[20]，但也有研究發現婚姻對女性的工資具有正向影響[21]， 或者婚姻對女性沒有顯著影響[22]。

子女對工資的影響常用于解釋家庭工資差距（family gap）。家庭工資差距指母親的工資低于無子女的女性[23]，它是性別工資差距的組成部分。大多研究發現子女會負向影響母親的工資，并認為生育及撫養子女引發的勞動中斷或者從事兼職工作是子女影響家庭工資差距以及性別工資差異的主要路徑[24-25]。考慮到子女對女性工作參與決策的重要影響，工資差距可分組為由于勞動中斷引起的工資差距（interruption wage gap）和由于男女特征差異引起的性別工資差距（gender wage gap），而子女是母親勞動力中斷的重要原因[26]。近年來，部分研究也發現存在著子女對男性的輕微工資溢價效應，但這一結果對回歸方程的選擇非常敏感[27-28]。

中國國內主要從以下角度分析性別工資差異原因：行業隔離、職業分割、性別歧視、市場化和貿易等。在家庭因素中，有關婚姻對我國性別工資差距影響的文獻相對較多。張玉萍等人認為已婚女性和母親會面臨嚴重的性別歧視[29]。孫良媛等發現由單身到已婚的轉變會使女性接受培訓的概率下降72%，因而也降低了婚后女性獲得高工資的可能[30]。但也有部分研究顯示國內女性存在婚姻升水現象[31-32]。關于子女，國內研究大多作為控制變量，鮮少主要從子女的角度解釋性別工資差距。紀韶、王珊娜認為婚姻和生育為女性帶來家務勞動和兒童照料，特別是女性在生育后往往大幅增加對家庭的投入，最終引起性別工資差距[33]。

國內就家務勞動對性別工資差距影響的研究較少，且結論不一致。齊良書和董曉媛利用2008 年國家統計局調查數據研究得出，家庭勞動同時對女性和男性收入產生程度大致相當的負向影響，并且能解釋男女收入差距的27%左右[34]。卿石松和田艷芳利用1997—2011年CHNS的數據建立固定效應面板模型，發現總家務勞動時間對男女性收入都沒有顯著影響，僅購買食品和做飯這兩項日常的“典型的女性”家務勞動

對男性工資有顯著負向影響[35];肖潔運用第三期中國婦女社會地位調查數據，發現家務勞動對已婚男性和女性的勞動收入具有相同程度的懲罰效應和門檻效應[36]。

國內現有文獻主要有以下問題：第一，對家庭因素的考慮不全面，這會低估家庭因素對性別工資差距的解釋力度，也無法探究各家庭因素的相對作用。第二，沒有解決家務勞動的內生性問題。與本文最相近的文章是王珊娜2018年的研究，她曾分別探究了“婚姻”、“子女”和“家務勞動”因素對中國城鎮性別工資差異的影響[37]。本文則考慮將“婚姻”、“子女”、“家務勞動”同時納入回歸方程，這允許我們比較和分析三個變量在性別工資差異中的相對作用。總之，全面考慮家庭內婚姻、子女、家務勞動三者因素的文獻較少，加之現有實證研究的不足以及結論的不一致，家庭特征對性別工資差距的影響有待進一步檢驗。

三、實證模型及變量描述

基于國內外的研究可知，家務勞動、婚姻和子女是影響個人工資的重要變量。家務勞動可能通過精力分配、工作時間、人力資本投資等途徑影響個人工資;婚姻通過專業化和選擇性影響個人工資;子女影響個人的勞動決策。為解釋性別工資差異，本文基于明瑟收入方程，建立個人工資模型：

lnwagei=α+β0houseworki+β1marriagedi+β2child+β3Xi+ui（1）

ui=μi+vi（2）

其中，lnwage為被解釋變量，表示個人周工資對數。housework為周家務勞動時間，marriaged代表婚姻，child表示子女，三者為本文的核心解釋變量。X為控制變量，結合現有文獻，本文選取人力資本、地區、部門、行業等變量，下標i表示男性或者女性。

家務勞動時間housework和個人收入可能是聯合決定的，隨著女性收入的提高，其家務勞動量可能會相應減少[38]。個人收入方程還可能遺漏了相關變量，比如“野心”、“能力”等。因此，在方程（2）中，擾動項u由內生性問題導致的偏誤μ和真實擾動項v兩部分組成。對于內生性問題，本文沿用莫瑋俏、葉兵的做法[39]，將個人所在區縣分性別的平均家務勞動時間作為工具變量。

將婚姻這一變量納入工資方程會使我們面臨一些問題：一是選擇性偏誤，婚姻是個人選擇的結果，已婚和未婚群體在與收入有關的個體特征上存在差異，因而OLS回歸得到的系數是有偏的。我們在工資方程中控制了人力資本、地區、部門，這有助于減輕我們的擔憂。二是共線性問題，婚姻與周家務勞動時間和子女存在明顯的相關性。婚姻帶來家庭分工，可能通過家務勞動這一途徑影響個人工資;同時已婚群體也會面臨生育決策。本文通過逐步加入上述三個變量來判斷共線性問題是否造成嚴重偏誤，這還可以幫助我們討論不同家庭要素對性別工資差異的相對作用。

本文的數據來自2016年中國家庭追蹤調查（CFPS），該數據庫包含影響個人工資的主要變量以及個人在工作日和休息日承擔的家務勞動。與既往研究保持一致，收入只考慮工資性收入，刪去以下數據：年齡小于18或大于60歲，受訪時在學，受訪時已退休或者未就業，工作日家務勞動時間、休息日家務勞動時間、月工資收入、周工資率小于0的數據，受訪時從事農林牧漁行業（第一產業）。最終得到男性觀測值1980個，女性觀測值1584個。為避免異常值的影響，對工作日家務勞動時間、休息日家務勞動時間、月工資收入都進行上下1%縮尾處理。相對于其他可公開獲取的數據，CFPS優勢在于數據年份較新且家務勞動時間的數據真實性較高。

為了與家務勞動時間的度量區間保持一致，因變量采用周工資率對數lnwage。鑒于CFPS沒有周工資率數據，本文利用個人主要工作的月工資收入計算出周工資率：周工資wage=主要工作月工資收入/4，其中主要工作月工資收入指：扣除稅和五險一金，主要工作的平均月工資。同時，為便于與現有研究進行對比，將個人周家務勞動時間housework定義為一周內個人花費在不包括照看子女的其他所有家務上的勞動時間，等于工作日和休息日家務勞動時間的加權平均（5*工作日家務勞動時間+2*休息日家務勞動時間）。

婚姻變量為啞變量，如果受訪者已經結婚或者同居則取1，未婚、離異、配偶去世則取0。同居已經逐漸成為一種重要的家庭結構，將同居視為已婚，更能代表個人的生活狀態。樣本中，已婚女性的平均工資是未婚女性的88%;已婚男性的平均工資是未婚男性工資的102%，同時已婚群體性別工資差距較未婚群體更為嚴重。子女child也為啞變量，有子女取1，沒有則取0。

控制變量包括受教育年限（edu）、潛在工作經驗（experience）、潛在工作經驗平方（experiencesquare）、現職工作年限（tenure）、現職工作年限的平方（tenuresquare）、東部地區（east）、中部地區（middle）、戶口（census）、部門（state）、黨員（political）、第二行業（industry）。

受教育年限、潛在工作經驗及其平方、現職工作年限及其平方這五個變量衡量了個人的人力資本。參照黃志嶺、姚先國

的研究[40]，受教育年限可由個人最高學歷推算得出，即小學、初中、高中/中專/技校/職高、大專/大學本科、碩士/博士的受教育年限分別為6、9、12、16、19年。隨后根據年齡和受教育年限推算出個人的潛在工作經驗[35]，具體做法是對于學歷為初中及以下的個人，測算他們的總工作年限為年齡減去16，因為按照勞動法需要年滿16歲才能參加工作，則潛在的工作經驗等于年齡直接減去16;而學歷高于初中的，按照正常情況將個人學歷折算為受教育年限后，潛在工作年限的計算方法為：潛在工作年限=年齡-受教育年限-6。生育和撫養子女可能會導致個人尤其是女性出現勞動力中斷，因而使用潛在工作經驗會錯估人力資本和其他變量的回報率[41]， 現職工作年限及其平方有助于緩解這一擔憂。

東部地區（east）、中部地區（middle）和戶口（census）控制地區因素。參照政府對東部、西部和中部的劃分，控制省份的虛擬變量為東部地區（east）和中部地區（middle），參照組為西部省份。非農業戶口，census取1;農業戶口則取0。

部門（state）控制公有制門和非公有制部門之間的差異，尹志超、甘犁發現公共部門和非公共部門之間存在顯著的工資差異[42]，因而使用虛擬變量公共部門（state）控制部門因素，個人屬于國有企業、黨政機關和事業企業取0，屬于其他企業則取1。黨員（political）控制個人的社會資本，是黨員取1，不是則取0。第二產業（industry）控制行業因素。行業隔離是男女性別工資差異的主要原因之一[43]。將所有行業分為第二產業制造業和第三產業服務業（第一產業的樣本已刪去）。第二產業（industry）為虛擬變量，從事第二產業取1，第三產業則取0。

為解決“周家務勞動時間”和“小時工資率”之間的內生性問題;本文選擇按性別分個人所在區縣的家務平均勞動時間（男性的工具變量為所在區縣內所有男性的家務平均勞動時間，女性為所在區縣內所有女性的家務平均勞動時間）作為工具變量。

表1給出了所有變量的具體解釋和描述統計性結果。女性周工資率對數比男性低0.31;女性和男性的周家務勞動時間分別為11.91小時和7.36小時。大部分男性和女性都處于已婚狀態，且有子女。女性受教育年限與男性大致相當，但年齡比男性小1.7歲。同時，女性潛在工作經驗與現職工作年限略小于男性。男女性的地區、黨員、部門和行業分布大致相同。

2.家務勞動時間=5*工作日家務勞動時間+2*休息日家務勞動時間;

3.受教育水平由個人最高學歷推算得出，即小學、初中、高中/中專/技校/職高、大專/大學本科、碩士/博士的受教育年限分別為6、9、12、16、19年;

4.工作經驗由年齡和受教育年限推算得到。

四、回歸結果及分解分析

為了探究家庭因素對性別工資差異的影響，我們先對方程（1）進行回歸，得到每個變量的回歸系數;然后進行Oaxaca分解，計算家庭因素對性別工資差異的解釋力度。我們還進行了一些穩健性檢驗：使用“工作日家務勞動時間”代替“周家務勞動時間”避免該主要解釋變量的統計偏誤;鑒于“周家務勞動時間”是一個截斷數據，使用Tobit模型來估計2SLS的第一階段。

1. 基本回歸結果

運用2016年CFPS的數據，使用“按性別分縣平均家務勞動時間”作為工具變量，基于工資方程（1）進行實證研究，表2、表3分別給出了女性和男性的工資方程回歸結果。其中，第（1）—（3）列為了探究家庭要素的相對作用，逐步納入三個主要解釋變量，第（4）列考慮到可能存在異方差問題，OLS估計使用穩健標準誤，同時使用GMM估計代替2SLS進行回歸。結果顯示，所有控制變量的結果均基本符合理論預期。受教育年限的符號為正;潛在工作經驗和現職工作年限對周工資率有邊際遞減的正效應;東部地區的工資顯著高于西部地區;戶籍對男女性沒有顯著影響;公共部門的工資高于非公共部門;女性黨員的工資高于非黨員，黨員對男性沒有顯著影響;制造業的工資顯著高于服務業。

表2第（4）列的回歸結果顯示：“周家務勞動時間”和“子女”對女性工資具有顯著的負向影響，在加入“子女”后，“婚姻”的回歸系數明顯減小，且轉為不顯著，這說明盡管婚姻并不直接影響女性工資，但會通過隨之增加的“家務勞動”和“子女”兩方面因素對女性工資產生間接影響。且子女因素降低了母親8.5%的周工資率;女性平均每周家務勞動時間約為17小時，這導致其周工資率減少34%。發達國家中，周家務勞動時間上升一小時會給女性帶來0.21%—3%的工資下降[46]，我們的結論顯示，中國也位于這一區間（2.07%）。

表3第（4）列的回歸結果則顯示，男性存在婚姻溢價效應，“子女”對男性的影響雖然為負，但系數小，且不顯著;這些與現有結論基本一致。“周家務勞動時間”對男性有顯著的負向影響，但沒有通過內生性檢驗。對比表2和表3，男女人力資本回報率的大小基本相等，但家庭特征的系數存在明顯差異，表明“婚姻”和“子女”對男女性具有不同的作用：男性存在婚姻溢價效應，子女對女性具有經濟懲罰效應，這既與家庭分工有關，結婚尤其是生育子女后，女性將更多的時間和精力放在家庭，但男性卻能從中受益;也說明了一個細微的事實：對女性而言，“子女”的存在比婚姻更加重要，影響也更加直接和明顯。家務勞動對女性工資的負向效應在使用2SLS前后均大于男性，這可能與男女性從事的家務勞動類型有關[47]，又或者家務勞動具有門檻效應，只有勞動時間到達一定門檻，個人才無法兼顧生活與工作[48]。

2. 性別工資差異的分解分析

瓦哈卡（Oaxaca）認為性別工資差異分解為可以由個人性別特征解釋的部分和無法由個人特征解釋的部分，其中無法解釋的部分被認為是歧視，從而可以衡量出歧視的大小[49]。具體表示為：

ln（m）-ln（f）=

（′m-′f）β′f+′m（β′m-β′f）

=（′m-′f）β′m+′f（β′m-β′f）（3）

其中，m、′m、β′m分別表示男性工資均值、工資方程中各解釋變量均值組成的向量、工資方程各系數估計值組成的向量;下標為f對應女性。其中，第一排右側的式子以女性的系數估計值β′f作為無歧視時的系數估計值，第二排的式子以男性的系數估計值β′m作為無歧視時的系數估計值。

（′m-′f）β′f和（′m-′f）β′m表示個人特征可以解釋的性別工資差異，即特征效應;′m（β′m-β′f）和′f（β′m-β′f）為系數差異解釋的部分，即系數效應或性別歧視。

為避免不同分解基準所導致的解釋程度差異，本文采用以下形式：

ln（m）-ln（f）=

β′f+β′m2（′m-′f）+′m+′f2

（β′m-β′f）（4）

該式右邊第一項表示特征效應，第二項表示系數效應。

表4給出了性別工資差異的分解結果。結果顯示，在不考慮家庭因素時，所有變量特征效應的解釋力度都很小，性別工資差距基本是由勞動力市場對人力資本的性別歧視所引起;將家庭特征納入回歸方程，并解決內生性問題后（第四列）發現，家務勞動的特征效應解釋了12.8%的性別工資差距，占總特征效應的73%，家庭因素的特征效應解釋了13.3%的性別工資差距，占總特征效應的75%。

在逐步加入“婚姻”、“子女”，“周家務勞動時間”，以及解決內生性問題后，特征效應對性別工資差異的解釋力度也逐漸加強。

即使考慮到家庭要素，性別工資差異中仍有82%的部分無法使用性別特征差異來解釋，家務勞動、婚姻和子女的系數效應分別解釋了35%、20%和19%的性別工資差距，三項之和占總系數效應的90%。瓦哈卡將系數效應稱之為“性別歧視”[49]，家庭要素引起的性別歧視在理解性別工資差異中具有重要作用。但工資方程中，家庭要素的系數差異不完全是由勞動力市場的性別歧視所致。部分研究發現，“周家務勞動時間”對男女性回歸系數的差異可能是由門檻效應或者家務勞動類別所導致。“子女”和“婚姻”的系數差異也部分由男女性的生理差異所引起，為了生育，女性必然會有一段時間的勞動力中斷。因而，可以將第四列中各家庭要素特征效應的解釋比率視作下限。

第四列“含婚姻與家務勞動”，將表3的第五列與表4的第三列回歸結果進行分解;

2.人力資本指受教育年限、工作經驗及其平方、現職工作年限及其平方這五個變量，地區指東部地區、中部地區和戶口這三個變量，部門指公共部門這一變量，社會資本指黨員這一變量，行業指第二產業這一變量。

3. 穩健性檢驗

（1）工作日的家務勞動時間。

前面我們假設周家務勞動時間=5*工作日家務勞動時間+2*休息日家務勞動時間。但是CFPS中工作日和休息日是針對受訪者而言的工作日和休息日，并不是日歷意義上的工作日。所以，部分受訪者可能并不滿足這一假設。此外，在休息日，個人可以更加靈活地安排自己的時間，工作日家務勞動的機會成本大于休息日，因而使用“工作日家務勞動時間”或許更能衡量家務勞動對個人工資率的影響。使用“工作日家務勞動時間”度量家務勞動進行穩健性檢驗，表5的結論與表2、表3基本一致：周家務勞動時間和子女對女性的周工資率具有顯著的懲罰效應，且工作日家務勞動時間對男性的懲罰效應仍然小于女性;婚姻對男性的周工資率具有正向效應。

（2）使用Tobit模型估計2SLS的第一階段。

在表2、表3的主要回歸方程中，我們使用OLS估計GMM第一階段回歸結果。但“周家務勞動時間”是一個截斷數據：周家務勞動時間必須大于等于0。使用Tobit模型估計GMM的第一階段更為合理。

有鑒于此，這里采用更換模型的方法來進行穩健性檢驗，具體方法為將GMM模型中第一階段的估計方法由OLS改

為Tobit。表6的回歸結果顯示，這一改變基本不會影響我們的結論。

五、進一步討論

前面表2中回歸結果顯示，如果不考慮子女和家務勞動，勢必會高估婚姻對性別工資差異的影響力。在婚姻、子女、家務勞動這三個家庭特征因素中，為什么加入子女和家務勞動之后會弱化婚姻對性別工資差異的影響？是否婚姻本身并不具備對性別工資差異的影響力，而伴隨婚姻而來的家務勞動分工和子女因素才是決定因素？本文將基于對這三大家庭特征因素之間相關關系的深入探討，進一步剖析家庭特征中性別工資差異的主導因素。同時，不同收入階層的偏好、生活和行為習慣各有不同，因此家庭特征與性別工資差異之間的關系可能也存在異質性。我們使用分位數回歸分析了不同收入階層下家庭因素與性別工資差異的關系。最后，我們還檢驗了家務勞動的門檻效應，這幫助我們理解為何家務勞動對男女性有較大的影響差異。

1. 婚姻、子女、家務勞動的相關關系

2.已婚指在婚或者同居，未婚指未婚、離異、配偶去世;

3.工作日家務勞動時間和休息日家務勞動時間經過上下1%縮尾處理。

表7展示了這三個變量的相關關系，結果顯示：未婚女性平均每周比男性多從事大約3小時的家務，而已婚女性平均每周比男性多9小時用于家務，結婚后男女性分別增加1小時和7小時的家務勞動，這說明婚姻促進了家庭內部分工和勞動專業化。根據CFPS得到的我國男女家務勞動的時間分配與發達國家相似，美國已婚女性分配在家務勞動上的時間是已婚男性的1.7倍[50]，我國這一數據為1.83倍。婚姻還與生育密切相關：樣本中婚姻和子女相關系數為0.7;95%左右的已婚人群需要撫養子女，如此高的數字暗示多數夫妻婚后需要考慮生育問題。29%的未婚女性有子女，比男性多10%，這可能源于夫妻離婚后子女多跟隨母親，或者未婚先孕。

家庭特征因素中，婚姻、家務勞動時間、子女三個要素對性別工資差異的影響并不是并立的，而是相互干擾，“婚姻”會帶來“子女”和“家庭分工”。表8進一步給出了按婚姻、子女分的明瑟工資方程回歸結果。顯見，家務勞動對女性工資的負面影響并不會隨著婚姻與否有著明顯差異，說明婚姻并不會直接對女性工資產生負面影響，但“婚姻”可以通過增加“家務勞動時間”間接影響女性工資;相對于未婚女性，已婚女性每周多做7小時家務，這降低了她們14%的周工資率。“家務勞動”對無子女男性無影響，其原因可能是這部分男性的家務勞動時間較短，未達到門檻值。值得注意的是，“子女”只對已婚女性顯著影響為負;“婚姻”只對有子女男性產生溢價效應，這似乎顯示只有在“婚姻”和“子女”的聯合作用下它們才會對男女性工資產生負向影響，而差異在于“子女”對女性作用更直接，而“婚姻”對男性作用更直接。這可能是多種原因導致的：未婚但需要撫養子女的女性需要具備更高的勞動力素養，或者這些女性需要投入更多的時間和精力去工作以便更有能力撫養子女;有子女的已婚男性由于需要撫養子女可能更專注于工作。本文由于樣本量有限且僅為截面數據，上述問題還有待進一步研究。事實上，本文樣本中95%左右的已婚人群需要撫養子女，因而至少可以合理猜測婚姻可能通過“子女”間接影響女性工資。使用1982年索貝爾（Sobel）提出的Z變量檢驗“婚姻”為女性帶來家務勞動的中介效應，p值為0.03;檢驗“婚姻”為女性帶來子女的中介效應，p值為0.00，表明存在中介效應。

2. 不同收入階層的家庭特征與性別工資差距

不同收入階層中，家庭特征與性別工資差距關系的異質性可能源于兩種原因：一方面，男女家庭特征差異隨收入分布而變化，這可以理解為不同收入組之間的特征差異;另一方面，家庭特征對男女工資率的影響系數之差隨收入分布而變化，這可以理解為不同收入組之間的系數差異。表9顯示，兩性周家務勞動時間之差隨著工資率的上升而下降，其中已婚群體下降速度更快。女性已婚率隨收入增加而降低，男性則相反;女性有子女的概率隨收入增加而降低，男性有子女的概率隨收入無明顯變化。家務勞動、婚姻和子女在不同收入階層的分布差異會進一步導致中低層收入的兩性面臨更大的性別工資差距。

在不同收入階層，家庭特征對工資率的影響可能具有差異。圖1顯示，在周工資率不同分位點上，周家務勞動、婚姻對兩性工資的影響基本維持穩定。不過在分位數位于0.8以上

時，女性受到的家務勞動負向效應迅速增大，婚姻的負向效應也有一定程度擴大，在收入較高時，女性的時間成本更為昂貴。子女對女性工資率的系數隨工資分布而顯著變化，從-0.2左右線性上升，接近甚至超過0;低收入階層的女性受到子女的負影響更明顯。

總體而言，家庭特征與性別工資差距的關系確實在不同收入階層的人群中有所差異。相對于高收入階層，低收入階層男女性家務分工更不平等，更多的女性生育子女，且子女對女性的負向效應在低收入階層也更為明顯，所以家庭特征可能引起低收入階層更大的性別工資差異。

3. 家務勞動的門檻效應

基本回歸（見表2、表3）中，我們發現男女兩者的家務勞動系數大小相差數倍，一個可能的原因是：男性的周家務勞動時間沒有到達門檻，尤其是在婚姻導致家庭分工后，已婚男女面臨更大的家務勞動時間差距。將家務勞動時間進行分組，在相同的周家務勞動時間段內，家務勞動時間對男女兩者工資率的回歸系數大小相等，則說明門檻效應是家務勞動時間對男女性懲罰效應不同的主要原因。根據樣本中男女性的平均周家務勞動時間對個人進行分組。在最終的樣本中，女性平均每周勞動14小時家務，我們將“周家務勞動時間”分為以下4個部分：0—7小時、7—14小時、14—21小時、21小時以上。男性平均每周勞動9小時家務，我們將“周家務勞動時間”分為以下4個部分：0—3.5小時、3.5—7小時、7—10.5小時、10.5小時以上。

表10顯示，使用男性女性樣本均值對家務勞動分組時，男女性周家務勞動時間小于10.5小時時，回歸系數不顯著，大于10.5小時時，回歸系數顯著。家務勞動確實對男性和女性具有門檻效應，且閾值位于10.5小時左右，僅使用女性樣本均值分組未能出現類似結果，原因在于該分組跨度過大。但是在各個分組下，“周家務勞動時間”對男性工資率的負向效應仍普遍小于女性，門檻效應只能部分解釋男女“周家務勞動時間”系數的差異;剩下的差異可能由男女性家務勞動的類型或者男女性某些本質特征所決定。值得注意的是婚姻導致女性家務勞動時間均值從11小時增加至17小時，遠高于門檻值，這也證明了婚姻雖然不會直接影響女性工資，但在解釋性別工資差異中仍然具有重要意義。

六、結論和政策啟示

性別平等是一個重要話題，具有廣泛的社會意義。性別平等的推進并非一帆風順，第三期中國婦女社會地位調查顯示，認同“男人應該以社會為主，女人應該以家庭為主” 的男女比例分別為61.6%和54.8%，比2000年分別提高了7.7和 4.4個百分點，傳統的家庭分工模式和觀念并未改變。本文試圖從家庭角度探究性別不平等的重要組成部分——性別工資差異的原因。本文的主要結論有：①在“婚姻”、“子女”和“家務勞動”這三個主要的家庭特征變量中，“家務勞動”的特征效應對性別工資差距具有較大解釋力度，且不解決內生性問題會低估家務勞動時間對性別工資差距的解釋力度;家庭要素引起的性別歧視在理解性別工資差異中具有重要作用。②“婚姻”并不直接影響女性工資，但會通過伴隨婚姻而來的家庭內部勞動分工差異及婚后子女的生育間接影響女性工資。

③家庭特征可能導致低收入階層面臨更大的性別工資差距。

④部分男女性“周家務勞動”的系數差異可由門檻效應加以解釋。

本文的分析結果表明，在組建家庭時，女性不成比例地承擔了收入減少的壓力，這種差距和文化有一定關系，也和企業與社會在重視并支持育兒及提高家庭和工作兼容性的各類政策支持不足

有關。政府應出臺各種政策，進一步加強制度保障，解決男女就業和職業發展中的不平等，以提高女性的經濟參與，促進女性就業，為女性提供平等的就業權利，尤其要關注低收入女性群體的就業保障問題。在職場上，女性應該擁有生育后繼續工作且不受任何歧視的機會。社會層面應該充分肯定女性承擔的生育、哺乳和家庭勞動創造的巨大價值，確保女性和男性都能將家庭、社會責任和工作結合起來。正如世界銀行主管性別問題的高級局長

凱倫·格羅恩曾指出的那樣，要改善婦女的終身收入機會，通過縮小就業創業中的性別差距建立后備人才梯隊，并取消阻礙女童和女性發展的歧視性法律和限制性社會規范。

參考文獻：

[1]WODON Q， ONAGORUWA A， Chata Mal， et al. How large is the gender dividend？ measuring selected impacts and costs of gender inequality[R]. World Bank Other Operational Studies， 2020.

[2]World Economic Forum. The global gender gap report[R]， 2017.

[3]ILO. Global wage report 2018/19： what lies behind gender pay gaps[R]， 2018.

[4]李實，宋錦，劉小川.中國城鎮職工性別工資差距的演變[J].管理世界，2014（3）：53-65，187.

[5]李汪洋，謝宇.中國職業性別隔離的趨勢：1982—2010[J].社會，2015（6）：153-177.

[6]劉澤云，趙佳音.教育對地區性別工資差異的影響——基于地市級數據的分析[J].北京師范大學學報（社會科學版），2014（2）：123-131.

[7]BLAU F D， KAHN L M. The gender wage gap： extent， trends， and explanations[J]. Journal of Economic Literature， 2017，55（3）：789-865.

[8]RUPPANNER L. Housework conflict and divorce： a multi-level analysis[J]. Work， Employment and Society， 2012， 26（4）： 638-656.

[9]MIETTINEN A， LAINIALA L， ROTKIRCH A. Womens housework decreases fertility： evidence from a longitudinal study among Finnish couples[J]. Acta Sociologica， 2015， 58（2）： 139-154.

[10]ARRIGHI B A， MAUME Jr D J. Workplace subordination and mens avoidance of housework[J]. Journal of Family Issues， 2000， 21（4）： 464-487.

[11]第三期中國婦女社會地位調查課題組.第三期中國婦女社會地位調查主要數據報告[J].婦女研究論叢，2011（6）：5-15.

[12]MAANI S A， CRUICKSHANK A A. What is the effect of housework on the market wage， and can it explain the gender wage gap？[J]. Journal of Economic Surveys， 2010， 24（3）： 402-427.

[13]HERSCH J， STRATTON L. Housework and wage[J]. The Journal of Human Resources，2002，37（1）： 217-229.

[14]JUHN C， MCCUE K. Evolution of the marriage earnings gap for women[J]. American Economic Review， 2016， 106（5）： 252-256.

[15]BECKER G S. Human capital， effort， and the sexual division of labor[J]. Journal of Labor Economics， 1985， 3（1）： 33-58.

[16]DATTA G N， BONKE J， SMITH N. Timing and flexibility of housework and men and womens wages[R].

IZA Discussion Papers， 2003.

[17]ALBANESI S， OLIVETTI C. Home production， market production and the gender wage gap： incentives and expectations[J]. Review of Economic Dynamics， 2009， 12（1）： 80-107.

[18]AGUIAR M， HURST E. Measuring trends in leisure： the allocation of time over five decades[J]. The Quarterly Journal of Economics， 2007， 122（3）： 969-1006.

[19]CHENG S. The accumulation of （dis） advantage： the intersection of gender and race in the long-term wage effect of marriage[J]. American Sociological Review， 2016， 81（1）： 29-56.

[20]MARSHALL M I， FLAIG A. Marriage， children， and self-employment earnings： an analysis of self-employed women in the US[J]. Journal of Family and Economic Issues， 2014， 35（3）： 313-322.

[21]COAVAS BLANQUICETTA S G， Gmez Duarteb L. For love or for money？ a study of the marriage wage premium in Colombia[J]. Ecos de Economía， 2016， 20（42）： 70-89.

[22]NEUMARK D， KORENMAN S. Sources of bias in womens wage equations： results using sibling data[R]. NBER， 1992.

[23]WALDFOGEL J. Understanding the “family gap” in pay for women with children[J]. Journal of Economic Perspectives， 1998， 12（1）： 137-156.

[24]BUDIG M J， ENGLAND P. The wage penalty for motherhood[J]. American Sociological Review， 2001， 62（2）： 204-225.

[25]DAVIES R， PIERRE G. The family gap in pay in Europe： a cross-country study[J]. Labour Economics， 2005， 12（4）： 469-486.

[26]MEURS D， Pailh A， PONTHIEUX S. Child-related career interruptions and the gender wage gap in France[J]. Annals of Economics and Statistics， 2010，99/100（1）： 15-46.

[27]BUDIG M J. The fatherhood bonus and the motherhood penalty： parenthood and the gender gap in pay[R]. Third Way， 2014.

[28]JUHN C， MCCUE K. Specialization then and now： marriage， children， and the gender earnings gap across cohorts[J]. Journal of Economic Perspectives， 2017， 31（1）： 183-204.

[29]ZHANG Y， HANNUM E， WANG M. Gender-based employment and income differences in urban China： considering the contributions of marriage and parenthood[J]. Social Forces， 2008， 86（4）： 1529-1560.

[30]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.

[31]陳潔.婚姻狀態對女性工資的影響及機制分析[J].人口與發展，2019（5）：99-110.

[32]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.

[33]紀韶，王珊娜.精力分配視角下婚姻和生育對性別工資差別的影響研究[J].經濟與管理研究，2015（1）：81-87.

[34]QI L， DONG X Y. Housework burdens， quality of market work time， and mens and womens earnings in China[R]. University of Winnipeg， Department of Economics， 2013.

[35]卿石松，田艷芳.家庭勞動是否降低工資收入——基于CHNS的證據[J].世界經濟文匯，2015（4）：77-92.

[36]肖潔.家務勞動對性別收入差距的影響——基于第三期中國婦女社會地位調查數據的分析[J].婦女研究論叢，2017（6）：72-84.

[37]王珊娜. 家庭對中國城鎮性別工資差距的影響研究[D].北京：首都經濟貿易大學，2018：55-96.

[38]BRINES J. Economic dependency， gender， and the division of labor at home[J]. American Journal of Sociology， 1994， 100（3）： 652-688.

[39]莫瑋俏，葉兵.家庭勞動、工資率與部門差異[J].勞動經濟研究，2018（4）：97-118.

[40]黃志嶺，姚先國.教育回報率的性別差異研究[J].世界經濟，2009（7）：74-83.

[41]FILER R K. The usefulness of predicted values for prior work experience in analyzing labor market outcomes for women[J]. Journal of Human Resources， 1993， 28（3）： 519-537.

[42]尹志超，甘犁.公共部門和非公共部門工資差異的實證研究[J].經濟研究，2009（4）：129-140.

[43]羅俊峰.農民工行業分布對性別工資差異的影響[J].人口與經濟，2017（6）：105-115.

[44]李實，馬欣欣.中國城鎮職工的性別工資差異與職業分割的經驗分析[J].中國人口科學，2006（5）：2-13，95.

[45]王美艷. 中國城市勞動力市場上的性別工資差異[J]. 經濟研究， 2005（12）：35-44.

[46]MAANI S A， CRUICKSHANK A A. What is the effect of housework on the market wage， and can it explain the gender wage gap？[J]. Journal of Economic Surveys， 2010， 24（3）： 402-427.

[47]NOONAN M C. The impact of domestic work on mens and womens wages[J]. Journal of Marriage and Family， 2001， 63（4）： 1134-1145.

[48]HERSCH J， STRATTON L S. Housework， fixed effects， and wages of married workers[J]. Journal of Human Resources， 1997， 32（2）： 285-307.

[49]OAXACA R. Male-female wage differentials in urban labor market[J]. International Economic Review， 1973， 14（3）：693-709.

[50]BIANCHI S M， SAYER L C， MILKIE M A， et al. Housework： who did， does or will do it， and how much does it matter？[J]. Social Forces， 2012， 91（1）：. 55-63.

[責任編輯 方 志]