家庭束缚对农村性别收入差距的影响

李潇晓,徐水晶,周东洋

(1.南京邮电大学 人口研究院，江苏 南京 210042；2.南京邮电大学 教育科学与技术学院，江苏 南京 210023；3.河海大学 公共管理学院，江苏 南京 210098)

一、问题的提出

作为性别不平等的一个重要方面，收入差距是劳动力市场中性别差异最直接的表现形式，并受到学界的持续关注。改革开放以来，随着市场经济的深入发展，中国女性的劳动参与程度和工资收入水平都受到巨大冲击，中国城镇和乡村的性别收入差距呈现逐渐扩大趋势[1]。这一趋势既不利于整体收入分配的平等，也无益于国民收入的合理分配。因此，探讨性别收入差距及其影响因素具有重要的理论和现实意义。

有关中国性别收入差距的研究多在转型理论的框架下，围绕着“市场转型与性别收入差距”这一命题展开，并且研究集中在城镇地区。相关研究认为，影响中国城镇地区性别收入差距的因素主要包括结构性特征(国家和劳动力市场)[2-4]和个体特征(人力资本)[5-6]。近年来，社会资本[7-9]和性别角色观念[10]成为解释中国性别收入差距问题的理论新视角。然而，家庭因素尤其是家庭分工因素的相关讨论还不多，农村地区的相关研究更少见。西方研究表明，家庭责任(如生育和家务劳动时间)的性别差异会导致性别收入差距[11-12]，并且是性别收入差距的主要原因[13]，近期有关中国城镇的研究也得出类似的结论[14]。本文基于2010年中国综合社会调查数据，探讨家庭因素对中国农村性别收入差距产生的影响。

二、文献述评和研究假设

(一)中国的性别收入差距

一直以来，有关中国性别收入差距影响因素的研究集中在对国家、市场和个人特征的讨论上，对家庭特征鲜有涉及。在涉及家庭因素对性别收入差距影响的有限文献中，Hughes等[15]对中国城镇居民的研究表明，已婚女性与未婚女性绝对收入差距较大，性别收入差距中未能被生产性特征差异解释的部分较多。之后有研究发现，中国城镇性别收入差距同已婚女性相对劣势的家庭地位密切相关[16]。然而，上述研究并未涉及农村地区，也未专门关注家庭分工因素。在涉及农村地区的个别研究中，Qi等[11]在检验无薪照料工作对中国两性收入差异的影响时发现，女性所受的消极影响比男性更严重。该研究虽然涉及家庭因素对农村性别收入差距的影响，却未直接关注家庭内部的分工因素，也没有将城乡分开探讨。最近的研究更细致地探讨了家务分工对中国在业居民性别收入差距的影响，发现家务劳动的性别差异是从事非农职业的劳动力性别收入差距的主因[14]。然而，该研究也未将城乡分开探讨。虽然这样做有其合理之处，可以将所有观察者置于相同的市场环境中，但不符合城乡二元分割的社会事实[17]，也未考虑到农村地区经济结构有别于城市的特殊性(如大量存在的非正规经济)[18]。

(二)中国农村的性别收入差距

由于农村个体收入的统计较为困难，有关农村性别收入差距的研究集中在工资收入的性别差距上[19-20]，但这并不能准确描述农村居民的性别收入差距。在农村地区，家庭仍然发挥着组织生产的功能，是经济核算的单位。农村居民只有进入劳动力市场后才会将自身视作独立的经济核算单位，但是仍然保留着以家庭为核心的效益观[21]。所以，农村居民与市场可能存在两种主要的关系，一种是农村居民作为独立个体从事非农工作，其主要收入是工资；另一种则是农村居民以家庭为单位从事农业经营或者非农经营，其收入包含在家庭收入当中。因此，如果要从总体上衡量农村地区的性别收入差距，需要考虑农业生产和家庭经营。

一些文献在探讨农村性别收入差距时也涉及了上述问题，认为男性和女性在非农就业中的收入差异是性别收入差距的主要来源。Zhang等[22]发现，改革开放之后，由于农村女性在家庭农业生产中扮演着重要角色，影响了她们获取高报酬的非农工作，因此与男性相比，她们仍然处于劣势地位。李实[23]研究1996年山西农村妇女就业与收入的调查数据，认为男性与女性在家庭内部的劳动分工存在明显的性别差异，农村女性劳动力的非农就业机会相对较少，因而被大量配置于农业劳动和家务劳动，而农村男女的收入差异主要在于获取非农收入方面。畅红琴[24]分析中国营养调查(CHNS)1993、1997、2006年的数据得出，非农就业的工资差距是性别收入差距最主要的影响因素。然而，李实[23]和畅红琴[24]的研究一方面仅关注了家庭劳动分工，没有关注家庭中其他因素对性别收入差距的影响；另一方面，统计的收入并非是被访者直接填答的收入，而是将家庭的经营收入除以家庭劳动力人数，作为个人收入部分。如果家庭成员在家庭经营当中的分工和投入不同，那么这种做法值得商榷。本研究试图弥补上述不足，将家庭因素纳入农村居民收入性别差异的讨论范围，并且依据本文的数据，农村居民收入的统计不再是计算家庭经营收入份额后的结果，而是一个直接的统计值。

(三)家庭因素与农村性别收入差距

农村居民的收入问题要比城市居民更复杂。研究农村居民的收入，要将居民个体当作独立的经济核算单位。但是在中国农村，家庭一直是主要的经济核算单位，一般很难区分个人的收入。而且，农业生产实行的是家庭联产承包制，土地的承包以家庭为基本单位。所以，可以推论，家庭内部的劳动分工会影响到农村居民个体的收入。

要讨论农村地区家庭对个人收入的影响，还要注意到中国农村地区的家庭制度。外婚制和从夫居规范确立了中国农村男性在家庭中的主导地位。这有多方面的意义。首先，在农村地区无论是自雇还是外出务工，获得非农工作需要利用社会网络和社会资本。而在从夫居的制度下，这对男性更有利。因为女性在步入婚姻之后往往会脱离婚前的社会网络，至少不如男性的社会网络那样稳定；另一方面，农村地区超出家庭内部的社会互动是以男性为主导的。其次，从夫居意味着女性一般在夫妻关系中处于从属地位，“男主外、女主内”的家庭分工模式是农村居民的固有观念，只有当男性无法获取足够收入的时候，女性才会放下家庭的无薪照料工作，获取有薪收入。因此可以推断，夫妻关系是否平等会影响家庭经营收入贡献的自我评价，男性如果居于主导地位则会认为自己在家庭经营收入中贡献更大，反之亦然。但实际上，很难判定在家庭经营的合作中夫妻哪一方的贡献更大。所以，本文用配偶的工作状态来检验其是否与农村居民的收入有关系，如果推论合理，那么配偶工作状态的差异会影响被访者的收入，进而造成性别收入差距。

此外，一个家庭越传统，就越可能是联合家庭或者生更多的孩子。受“男主外、女主内，男主女从”家庭分工模式的影响，女性(特别是已婚女性)在家庭中往往比男性承担更多的照顾老人和抚育孩子的责任。对中国城市的研究表明，生育对女性尤其是非国有部门女性的收入有显著的消极影响[25]。对农村外出务工家庭的研究也显示，妻子更容易因照顾年幼的子女留守在家，子女数量对丈夫外出务工起到激励作用[26]。所以家中年幼孩子数量和老人数量也可能会更影响女性的收入，同样可以视为家庭因素的影响。

基于以上分析，提出下列假设：

1．配偶的工作状态会影响农村居民的性别收入差距；

2．家庭规模越大，对女性收入的影响越大，而对男性影响较小或没有影响；

3．家庭中学龄前孩子数量越多，对女性收入的影响越大，而对男性影响很小或没有影响；家庭中老人数量越多，对女性收入的影响越大，而对男性影响很小或没有影响。

三、数据来源、变量选择和模型构建

(一)数据来源

本研究的实证分析数据主要来源于2010年“中国综合社会调查”(CGSS2010)。该调查是由中国人民大学主持，采用多阶段分层随机抽样的方法在我国32个省、自治区、直辖市的农村地区抽取了4 519个样本(年龄介于17～90岁)。本研究的分析样本界定为具有劳动能力且能从劳动中获取收入的农村居民，所以样本的年龄限定在18～60岁，且不包括正在接受教育的样本。值得注意的是，CGSS2010数据中的农村地区是一个空间意义上的区域，农村居民指的是生活在农村地区的居民，所以有个别样本的户口为非农户口。考虑到农村地区中某些被访者因为职业而改变户籍类型(如小学公办教师)和城镇化带来的户籍改革，这些样本予以保留。同时，样本控制变量中的地区人均GDP(地级市或地区)的数据来自于各省的统计年鉴。(1)2010年之后的CGSS数据不再公布调查地区，无法得到地区人均GDP这一变量，故此，本研究采用CGSS2010来进行模型估计。最终进入模型分析的样本是3 187个，其中已婚样本2 870个。

(二)变量选择

1.因变量 本研究的因变量是收入。农村居民的收入来源多样，在总体上可以分为非农收入、农业收入和其他来源收入。本研究使用的操作变量是CGSS2010提供的个人2009年的全年总收入，按照通常的做法将收入变量取对数，使其接近正态分布。

2.自变量 包括性别和家庭因素变量。(1)性别是一个虚拟变量(男性=1)。(2)家庭因素变量根据研究假设和CGSS2010数据，使用了四个变量：第一，婚姻状况与配偶的工作状态的合并变量。配偶的工作状态与被访者的工作状态做了相同处理，分别是“非农工作、务农和没有工作”，但在测量配偶的工作状态时，非婚状态的被访者(未婚、离异和丧偶)被记录成“不适用”，如果将这些“不适用”的样本设置成缺失值，测量的就不是总体样本的情况。所以将这些“不适用”的样本处理成这个变量中的一个类别。不过，在单独估计已婚样本的性别收入差距时，该变量仍然分为“非农工作、务农和没有工作”三种状态。第二，家庭的人口数，人口越多则表明家庭规模越大，也就越可能是联合家庭。第三，7岁以下孩子数量，抚养孩子可能会影响到女性的就业和收入。第四，65岁以上老人数量，赡养老人是家庭义务，家中老人数量可能会对家庭成员的就业和收入造成影响。

3.控制变量 包括5个变量。(1)人力资本。首先，年龄和年龄的平方项，这是一个连续变量，为便于计算将年龄的平方项除以100；其次，教育年限，也是一个连续变量，将“正在就读”的样本删除。(2)政治资本，指被调查者的中共党员身份，是一个虚拟变量(党员=1)。(3)民族，是一个虚拟变量(汉族=1)。(4)工作变量，包括被访者的工作状态和每周工作时间。CGSS2010提供了被访者目前的工作状态，这是一个分类变量，包括“非农工作、务农和没有工作”三种状态，在模型中“没有工作”作为参照类。CGSS2010也提供了被访者每周的工作时间，是一个连续变量。(5)地区人均GDP。地区间经济发展水平不同是农村地区收入差距的原因之一[27]，可能会导致性别收入差距，需要作为控制变量。CGSS2010调查的是“去年的全年总收入”，被访者所在地区的人均GDP采用的是被访者所在地级市2009年的人均GDP，可以反映不同地区相对的经济发展水平，为了便于计算，将这个值除以10 000。

(三)模型构建

考虑到因变量是连续变量，本研究首先使用多元线性回归(OLS)模型估计总体样本和已婚样本的各个变量对收入分配的决定作用，并且检验各个变量特别是家庭因素变量对性别效应的影响，以及男性样本和女性样本的收入决定因素的差异。使用的回归模型来自于Mincer[28]所使用的收入模型：

lnW=α+β1edu+β2age+β3age2+ε

(1)

在公式(1)中，lnW是收入的自然对数，edu为教育年限，age为年龄，age2为年龄的平方，ε为随机误差项，β1、β2、β3为各变量的回归系数。

公式(1)为明瑟方程的基本表达式，但由于未考虑可能影响收入的其它因素，此公式过于简单。本研究加入可能影响收入的个人政治资本和家庭状况等一系列因素，以得到更有效的估计。计算公式为：

lnW=α+β1edu+β2age+β3age2+∑λjX+ε

(2)

在公式(2)中，X为一组可能影响收入的变量，在本文中包括性别、民族、政治资本、工作状态、周工作时间、婚姻与配偶工作状态、家庭人口数、7岁以下孩子数量、65岁以上老人数量和地区人均GDP，λj是和这些变量相对应的系数。

在检验过各个变量对收入分配的决定因素之后，运用由Oaxaca[29]和Blinder[30]发展出来的Oaxaca-Blinder分解方法计算总体样本和已婚样本的各要素对性别收入差距的贡献率，进一步检验家庭因素对性别收入差距的影响程度。Oaxaca-Blinder方法在研究性别收入差距的问题中应用最广泛。该方法将性别收入差距分解为两部分：被各因素解释的性别收入差距以及性别歧视(没有被解释的性别收入差距部分)，其计算公式如下：

(3)

Oaxaca等[31]提出用混合数据回归(pooled regression)模型的方法来确定β，其主要思路是将所有样本的回归系数进行适当变形，也可以表述为男性样本和女性样本回归系数向量的矩阵加权。Jann[32]在将Oaxaca命令引入Stata时就参考了这种处理方法，认为这种方法分解性别收入差距最为实用，可以有效避免重复分解的问题。本文在分解时采用该方法，对总体样本和已婚样本分别进行分解。

四、数据结果和分析

(一)收入和家庭状况性别差异的描述统计

表1为总体样本各个变量的均值及其性别差异。由表1可知，男性与女性在性别收入和家庭因素方面存在明显差异。

1. 在性别收入差距方面，总体样本中，女性的人均年收入比男性低约6 540元，只有男性收入的约1/2。经计算，在总体样本中，女性收入的中位数大约处于男性收入分布的第22百分位。这说明在农村地区存在着巨大的性别收入差距。

2. 在家庭状况的性别差异方面，首先是婚姻状况和配偶的工作状态。在总体样本中，配偶的非农工作比例方面，男性样本远远低于女性；配偶务农的比例方面，男性样本则显著高于女性样本；男性样本的配偶没有工作的比例也显著高于女性样本配偶没有工作的比例。这和李实[23]的研究结论相似。如果说男性与女性在工作状态上的差异是参与经济活动的总体上的性别差异，那么配偶工作状态的差异则说明了家庭内部的性别劳动分工。其次，在总体样本中，家庭人口数、7岁以下孩子数量、65岁以上老人数量呈现显著差异，这可能是因为男性非婚状态的比例要高于女性。在已婚样本中，家庭人口数、7岁以下孩子数量和65岁以上老人数量并未呈现出显著的性别差异。

表1 总体样本中所有变量的均值及其性别差异

续表1

说明：1. 差异为表内男性数值和女性相应数值的差(双边T检验)；2.*** 、** 、*分别表示在0.1%、1%、5%的水平上显著；3. 表1并未报告已婚样本的各变量的均值和性别差异的描述统计，各变量的均值及差异与总体样本相似，但性别收入差距和工作时间的差异要比总体样本更大

(二)收入的决定因素及各要素对性别效应的直接影响

为了估计性别对收入的效应以及这种效应如何受家庭因素的影响，采用3个嵌套的多元线性回归(OLS)模型。模型1是基准模型，单独估计性别效应。剩下2个模型累积加入控制变量和家庭因素，以观察性别效应(性别系数)的变化。模型的因变量是收入的自然对数。对总体样本和已婚样本分别建构模型，模型的运算结果见表2。

首先看总体样本的情况。模型1(基准模型)显示，总体样本的性别系数为1.672，并且在0.1%的水平上显著。模型2加入一系列控制变量之后，性别系数下降到1.021，下降了38.9%，说明这些控制变量是性别收入差距的重要原因。模型3加入了家庭因素，包括家庭人口数和配偶的婚姻与工作状态，性别系数下降了10.7%，这说明家庭是农村性别收入差距的重要影响因素。

而在已婚样本中，各因素对收入性别差距的影响与总体样本相比，差别并不大。模型1(基准模型)显示，性别系数为1.785，并且在0.1%的水平上显著。与总体样本相比，已婚样本的性别系数更大，这说明已婚样本的性别收入不平等程度更高。模型2加入控制变量之后，性别系数下降了39.3%，稍高于总体样本的情况。模型3加入家庭因素的变量之后，性别系数下降了11.3%，这说明已婚样本的家庭同样是影响农村性别收入差距的重要因素。

上述分析表明，无论是总体样本还是已婚样本，当家庭因素加入模型之后，性别系数都出现了一定幅度的下降，说明家庭是影响农村性别收入差距的重要因素。

表2 各要素对性别效应的直接影响

说明：*** 、** 、*分别表示在0.1%、1%、5%的水平上显著

为了估计家庭因素对总体收入的影响，同时比较家庭因素对男性和女性收入影响的差别，表3报告了农村居民个人年收入(自然对数)的多元线性回归模型。在总体样本和已婚样本中，分别含3个模型：所有样本、男性样本和女性样本模型。

表3显示，在总体样本中，首先，婚姻与配偶工作状态对收入的影响是显著的，配偶务农，以及非婚状态的男性，其收入比配偶没有工作的男性收入低。其原因可能是，如果男性的配偶没有工作，无法获取足够的经济收入，就会驱动男性去努力工作，挣钱养家。而女性的情况则不同，如果女性的配偶从事非农工作，她们的收入就比配偶没有工作的女性要低。这可能说明家庭内部存在“男主外女主内”的劳动分工，男性出去工作而女性操持家务；如果丈夫没有稳定的收入，就会刺激妻子去参与经济活动获取收入。总之，夫妻双方的工作状态对收入的影响是相互关联的。其次，家庭人口数对所有样本的收入影响是负面的，但主要作用于女性样本，对男性样本的影响并不显著。这可能是因为家庭规模越大，女性就越容易花更多时间操持家务；并且家庭越传统，对女性的束缚也就越大。这个结果也初步支持了假设2，家庭规模对男性和女性的收入影响是不同的。最后，7岁以下孩子数量和65岁以上老人数量对男女两性的收入都没有显著影响，假设3没有得到支持，原因有待进一步探讨。

值得注意的是，被访者的工作状态方面，相对于没有工作的被访者，男性样本和女性样本无论是从事非农工作还是务农，其收入都更高。其中非农工作的回归系数最高，务农的回归系数次之，表明非农工作是造成收入差距的主要因素。而女性样本的回归系数要远远高于男性样本，这也说明参与经济活动是女性获取收入非常重要的因素。另外，在获得非农工作的农村居民中，自雇者(老板、合伙人和个体户)的比例为23%。(2)CGSS2010在被访者的“工作状态”后提供连带问题，本研究仅统计“工作状态”的第一个类别“目前从事非农工作”所关联的情况。这表明我国农村居民的收入结构是多元的，不能用单一的劳动力市场的模式来解释。

对于已婚样本而言，除了模型中的数值与总体样本有所不同，所有变量显示的对收入的影响都是和总体样本相似的。

表3 中国农村居民年收入决定因素的OLS回归模型

续表3

说明：1. *** 、** 、*分别表示在0.1%、1%、5%的水平上显著；2. 括号内数字为标准误；3. 经共线性检验，家庭人口数、7岁以下孩子数量和65岁以上老人数量不存在共线性问题

(三)家庭因素对性别收入差距贡献率的分解

为了更准确分析农村居民的家庭因素对性别收入差距的解释程度，采用经济学当中的工资差异分解方法进行分解。对总体样本和已婚样本分别进行分解，计算结果见表4。

从表4可以看出，在总体样本中，配偶的工作状态和家庭人口数的贡献率分别为5.61%和0.40%，7岁以下孩子数量和65岁以上老人数量的贡献率较少，分别为0.27%和-0.08%。另外，控制变量解释了39.26%的性别收入差距。已婚样本与总体样本计算结果稍有不同，但相差不大。无论是总体样本还是已婚样本，家庭因素的三个变量能解释一部分性别收入差距(6.5%左右)。其中，配偶的工作状态作为测量夫妻关系对收入影响的变量，其贡献率是家庭因素贡献率的主要部分，显著高于家庭规模的贡献率，并且已婚样本的贡献率(6.31%)更高。这也直接支持了假设1，即影响农村居民性别收入差距的一个重要因素是配偶的工作状态。

表4 家庭因素对收入性别差距的贡献率 %

说明：控制变量包括年龄、年龄平方、民族、教育年限、政治资本、工作状态、周工作时间、地区人均GDP/10 000

五、结论和启示

(一)研究结论

当前，有关社会性别收入分层的研究主要集中在城镇地区，仅有少数文献讨论了农村地区的性别收入差距问题。且相关研究很少注意到农村居民收入结构的特殊性，以及家庭因素对农村居民性别收入差距的影响，收入的统计方法也有待改进。基于此，本文利用CGSS2010数据，着重分析了家庭因素对中国农村性别收入差距的影响，研究发现：

1．在当前中国农村地区存在着巨大的性别收入差距，男性的年收入几乎是女性的2倍。男性在家庭的劳动分工方面占据优势地位。本文研究结果支持了一些既有的研究结论[23-24，33]。畅红琴[24]使用中国营养与健康调查数据的研究显示，20世纪90年代中期中国农村男性比女性年收入高21%，2006年提高到36%，以此为参照，本文研究表明，农村性别收入差距在继续扩大。

2．家庭是影响农村性别收入差距的重要因素，能解释6.5%左右的性别收入差距。其中，配偶工作状态解释了大部分性别收入差距(在总人口中解释了5.61%，在已婚人口中解释了6.31%)。而家庭规模，包括家庭人口数、7岁以下孩子数量和65岁以上老人数量只解释了不到1%的性别收入差距，并且家中7岁以下孩子数量和65岁以上老人数量对男女两性收入影响均不显著。这说明在家庭因素中，夫妻分工比家庭规模对性别收入差距的影响大得多。这或许表明当代中国农村家庭中夫妻关系的重要性在逐步提升。这可能与核心家庭的普及以及亲属关系的扁平化存在紧密关系[34]。

3．在家庭因素中，配偶的工作状态会显著影响被访者自身的收入，家庭人口数对女性收入有显著的消极影响，而对男性收入影响不显著。李实[23]的研究表明，农村性别收入差距主要在获取非农收入方面，因为女性更多从事农业工作和家务劳动。本文研究结果为该结论提供了佐证，并对家庭因素进行了更加深入的分析和论证。

(二)研究启示和政策建议

Ji等[35]在探讨市场化以来我国城市社会性别不平等的机制时指出，劳动力市场中的性别歧视、职业性别隔离和母职惩罚扩大了家庭中性别分工的差异，家庭中的这种不平等反过来又加剧了劳动力市场中的性别不平等。该理论对于理解本文农村性别收入差距的研究结论有所帮助。在当前农村地区，从夫居和“男主外，女主内”的家庭模式仍然会对女性获取收入造成负面影响。当然，也要看到，近年来中国社会出现了“主妇化”现象，这是许多女性和家庭抵御风险的理性选择[36]，男外女内的家庭性别分工模式也有其重要的现实意义。

研究还发现，在转型时期，农村居民与市场的关系是复杂多元的，不能简单地将农村居民面临的市场视为一个单一的劳动力市场。在农村地区存在大量“自雇者”，这种劳动分工的动力可能不仅来自于市场。因此，不能简单地运用西方经济学中解释性别收入歧视的理论来解释中国的性别收入差距。本文还着重探讨了家庭因素，在夫妻之间存在着明显的性别分工现象。这说明建立在西方个体主义基础上的性别收入差距的研究方法，在中国可能不完全适用。

本文的研究结论意味着，家庭领域性别分工的平等是缩小农村性别收入差距的重要条件。事实上，家庭性别分工模式和制度环境密切相关。近年来，国家在倡导加强制度建设，促进女性发展和两性平等。未来，应在具体政策和操作层面，打破结构上的诸多不平等，使女性能面对一个更加友好的劳动力市场。同时，通过完善保险制度、制定家庭赡养财政补贴制度等措施，使家庭有更加长远可靠的制度性支撑。如此，农村女性才能够自主选择，而非被动接受家庭领域的性别分工模式，讨论农村性别收入差距的问题也才更有意义。