家庭劳动是否降低工资收入.docx

家庭劳动是否降低工资收入？ 一 引言理论预期劳动力市场工资收入受家庭领域时间配置的影响如果说承担无酬的家庭劳动会限制工作选择和降低工作努力程度的话，那么，家庭劳动是否导致收入惩罚呢？尽管国际上已有大量研究为家庭劳动[1]的工资惩罚效应提供了证据支持，但也存在一些反例以美国为主的大量研究发现，家庭劳动时间对工资具有显著的负效应[2]一个例外是，麦克伦南（McLennan）通过两阶段回归、工具变量回归和固定效应回归模型修正家务劳动的内生性后，家庭劳动时间对工资的作用不再显著[3]类似地，赫希（Hirsch）和科内茨克（Konietzko）、德洛克（Deloach）和霍夫曼（Hoffman）针对德国和俄罗斯等国家的研究也发现家庭劳动对工资收入没有显著影响[4]由此可见，国际上的研究结论难以直接推广至中国尽管学术界和社会把中国不断扩大的性别收入差距部分地归咎于不平等的家庭分工，但国内关于家庭劳动时间与工资收入关系的直接证据非常有限毋庸置疑，妇女承担了家庭和工作的双重负担，因为她们的市场工作时间几乎与男性一样多，而家庭劳动时间远多于男性[5]基于此，在家庭劳动对工资具有负面效应的隐含假定下，有学者认为家庭劳动分工是中国性别收入差距的重要原因[6]。

但非常遗憾的是，据我们所掌握的资料，只有少数学者利用2008年中国时间利用调查数据，通过OLS回归为家庭劳动时间的工资惩罚效应提供了支持[7]有鉴于此，本文利用1989～2009年中国居民健康与营养追踪调查（CHNS）数据，采用家务劳动和儿童照料指标，构建面板数据固定效应模型修正个体异质性导致的内生性问题，探究家庭劳动和工资收入之间的关系，并就此探讨相关的政策含义二 理论与分析方法家庭劳动时间、工作努力程度和市场工资是相互关联而内生决定的[8]例如，工资收入较低的人愿意花更多的时间投入家庭劳动，而家庭责任较大的人则倾向于选择轻松的工作，或是因为时间和精力的限制而降低工作努力程度，从而获得较低的工资收入也就是说，家庭劳动时间受工资收入的影响，反过来，家庭劳动时间则通过工作努力程度和限制工作选择（如只能选择灵活就业或通勤时间短的工作）作用于工资收入[9]在计量模型中，根据马阿尼（Maani）和克鲁克尚克（Cruickshank）的归纳，原则上可以通过下面的联立方程组考察家庭劳动时间与工资收入之间的复杂关系Hi=α1+δ1Wi+φ1Yi+ui 　　　　　　（1）Ei=α2+δ2Wi+γ2Yi+λ2Zi+υi　　　　　　（2）Wi=α3+β3Wi+γeYi+ρeZi+ωi　　　　　　（3）其中，H表示家庭劳动时间，E是工作努力程度，W是对数小时工资收入，X（教育程度、工作经验以及工作特征等）、Y（婚姻状况和儿童数量等）、Z（职业发展机会等）是对应方程的识别变量，而u、υ、ω则是相应方程的误差项。

在实际应用中，由于工作努力程度无法直接观察和测量，而且也很难找到合适的代理变量，早期研究文献一般采用扩展的明赛尔工资收入方程，即把方程（1）和方程（2）代入方程（3），得到下面的简化式模型来估计家庭劳动的工资效应Wi=α+γolsHi+βXi+φYi+λZi+εi　　　　　　（4）其中，γols是最小二乘法回归得到的家庭劳动时间系数，表示家庭劳动时间对工资率的边际作用，其他符号含义与上文相同尽管模型（4）符合理论思想，但由于家务劳动时间与工资存在反向因果关系，潜在的内生性问题使得OLS方法高估家庭劳动的工资效应[10]利用工具变量是修正内生性问题的一般处理方法，然而一些研究发现，工具变量回归得到家务劳动时间的工资惩罚效应甚至大于OLS回归结果[11]，有的研究则无法拒绝家务劳动时间的外生性[12]这说明，反向因果关系也许真的对估计结果影响不大，或许是因为工具变量（至少是不合适的工具变量）并不是潜在的内生性问题的有效解决方案[13]然而，家务劳动时间的内生性还可能来自于无法观察到的个体异质性[14]例如，能力较强的人更倾向于投入市场工作，导致计量模型中的家庭劳动时间与误差项负相关解决此类问题，主要通过使用多时点的面板数据，剔除不随时间改变的个体异质性的影响，从而有效估计家庭劳动时间对工资的影响。

因此，越来越多的文献主张采用面板固定效应模型考察家庭劳动时间与工资的关系于是，我们利用1989～2009年中国居民健康与营养追踪调查数据，构建面板数据（固定效应）模型检验家庭劳动时间与工资水平间的关系模型形式如下：Wit=γfeHit+βXit+υi+εit　　　　　　（5）其中，Wit是个体i在时期t的对数小时工资收入，X是工资收入影响因素的向量（如教育、工作经验等人力资本特征变量以及职业等工作特征变量）、Hit是平均的每周家庭劳动（家务或儿童照料）小时数，γfe是研究所关注的对数小时工资对家庭劳动时间的固定效应模型回归系数，是家庭劳动时间对于对数小时工资的边际作用误差项由两部分组成，包括无法观察到的且不随时间改变的个体特征效应和随机误差在具体的分析过程中，我们根据面板数据的固定效应模型，控制个体异质性，考察家务劳动和儿童照料的工资效应同时，由于以往文献发现家务劳动时间对女性工资收入的影响大于对男性的影响[15]，我们的相关回归都在男女子样本中作稳健和比较分析，以此考察家庭劳动时间的工资效应是否存在系统的性别差异三 数据与样本特征（一）中国居民健康与营养追踪调查介绍本文数据来源于1989～2009年共8轮中国居民健康与营养追踪调查（以下简称“调查”）[16]。

调查是美国北卡罗来纳大学和中国预防医学会共同实施，利用多重随机整群抽样，以城镇及农村常住人口为调查对象，调查范围覆盖了中国不同地理和经济特征的8个省份，包括辽宁（1997年以后没有调查）、黑龙江（1997年替代辽宁进入调查范围）、江苏、山东、河南、湖北、湖南、广西和贵州，涉及中国东北部、东部沿海、中部、西南等地区目前可获得1989、1991、1993、1997、2000、2004、2006和2009年等8个年度的数据所有后续调查都是基于1989年随机抽样的样本，并根据户人口的变动而增加或减少户样本数调查收集了包括就业、工资以及时间利用方面的信息，这有助于我们分析家庭劳动及其对工资收入的影响根据研究需要，我们对调查的原始数据作了筛选：①样本研究对象年龄介于大于等于16岁与小于等于60岁；②因涉及收入变量，研究对象限定为雇佣就业样本，但不包括退休返聘人员，删除了个体或私营企业主等收入来源较复杂的样本，以及家庭企业帮工人员；③删除职业为“农民、渔民和猎人”的样本[17]，并考虑到“运动员、演员和演奏员”以及不便分类的其他职业人员的工资机制与一般的职业群体差异较大，排除了这部分样本二）家庭劳动分工调查涉及家庭劳动的问题，包括家务、儿童照料的责任及其时间分配。

它针对所有成年人提问“上周是否为家庭购买食品、为家人做饭、洗熨衣服、打扫房间”，如果是，则追问“平均每天/每周花多少时间”另外一个相关问题就是“上周你是否照顾过自己家6岁及以下儿童”，如果是，则继续提问“上周给孩子喂饭、洗澡、穿衣服、看护等，共花费多少时间（小时）”在分析中，我们除了分类考察购买食品、做饭、洗熨衣服和打扫房间之外，还将以上4类家务劳动时间进行加总，构建家务劳动时间变量[18]但由于“当照料小孩时，还做别的事，如做饭或洗衣的时间也要算在儿童照料时间内”，因此为了避免参与儿童照料的样本重复计算家务劳动时间，家务劳动时间与儿童照料时间分开处理表1对家庭活动的参与度进行了描述性分析可以发现，男女两性在家庭责任或家庭活动的参与度方面差距非常明显，尤以洗熨衣服和打扫房间最为明显，而儿童照料责任差距最小从8年的平均数来看，80%以上的女性汇报上周为家人洗熨过衣服，但男性为家人洗熨衣服的比例不到30%类似地，女性打扫房间的比例接近80%，但男性打扫房间的比例仅为31.67%这说明，洗熨衣服和打扫房间依然是传统的女性活动从变化趋势来看，儿童照料责任的下降最为明显，不管是女性，还是男性，自我汇报上周参与照料6岁以下儿童的比例分别从1991年的76.06%和42.42%下降到2009年的13.57%和9.42%（主要原因可能是生育率下降和照料需求外部购买等）。

表1 男女从事家庭活动的频率从家务劳动的时间看，男女之间的家务劳动分工也是非常明显的图1刻画了总的家务劳动时间（包括购买食品、做饭、洗熨衣服和打扫房间的性别差异及其变化趋势从图1可以看出，在2006年以前，男女两性家务劳动时间保持了较为一致的变化趋势，使得家务劳动时间的差距基本稳定但在2006～2009年，女性的家务劳动时间变化不大，但男性的家务劳动时间减少，男女两性的家务劳动时间差距似乎有进一步扩大的趋势图1 家务劳动时间及其性别差异具体的家务劳动、儿童照料时间以及市场劳动时间见表2总体来看，女性的工作压力比男性大，双重压力说法是成立的首先，就市场工作来说，男性和女性每周工作时间在大部分调查年份都超过了法定工作时间尽管男性的工作时间略多于女性，但除了1997、2000年，其他年份两性平均每周市场工作时间差距不到1小时其次，从家庭工作时间而言，女性的家务劳动时间和儿童照料时间都明显多于男性8年总体平均结果表明，女性每周家务劳动时间比男性多8.5小时扣除市场工作时间差距，女性总的劳动时间比男性多，所以她们的工作负担和压力较重表2 男女家庭劳动时间（三）变量与样本特征遵循前例，本文分析的工资收入为对数小时工资率，由总的月度收入（包括工资、津补贴和奖金）和平均每周工作时间计算得来[19]。

在工作方程中，除了家庭劳动时间，我们主要考虑了教育和工作经验两种人力资本特征变量按照对受教育程度的调查（包括教育程度和具体的年限），分别是没上过学、上过1～6年小学、1～3年初中、1～3年高中或1～3年中等技术学校[20]、1～5年大学、6年以上大学（如硕士、博士），得到相应的教育年限，硕士以上都定义为22年利用“潜在”工作经验作为工作经验的测量指标，通过以下公式计算[21]：潜在工作经验年限=年龄-受教育年数-6如果就业者未受教育或者是受教育年限在10年以下，因为按照劳动法需要年满16岁才能参加工作，则潜在的工作经验等于年龄直接减去16[22]由于这个变量和年龄可能存在共线性，因此不再考虑年龄因素另外考虑到工资收入随着工作经验或年龄增长到一定点后，便不再增加甚至下降，二者呈倒U形分布，本模型便加入了工作经验的平方除以100，用来表示年龄或工作经验和收入的非线性关系工资方程中还包括性别、婚姻状态等个体特征变量调查中婚姻状态的分类为未婚、在婚、离婚、丧偶、分居为简化分析过程，我们把婚姻状态分为在婚和不在婚，在婚为1，否则为0（包括未婚、离婚、丧偶和分居）不同地区或不同职业对工作的要求不同，工作环境和工作条件也存在较大的差异。

特别是本研究关注的家庭劳动对市场工资的影响，其中一个作用机制就是通过工作特征差异产生的故而在实证检验中，我们在工资方程中控制省份和职业[23]虚拟变量表3按照性别对样本变量均值作了分组比较分析从发展趋势来看，男女两性的实际工资都有上升趋势，但女性享受经济发展的成果要小一些因为男女两性的小时工资差距进一步扩大，女性的小时工资占男性小时工资的比重从1989年的85.28%下降到2009年的82.79%[24]，这与前期研究和样本数量大小不一的调查结果是一致的但从人力资本特征来看，男女两性在受教育程度、工作经验等人力资本方面差异不大教育方面，女性的平均受教育年限为9.53，略低于男性的9.68，二者差距甚微2009年女性的教育程度甚至还高于男性。