高颜值能增加个人收入吗——来自CFPS面板数据的证据

管永昊 吴佳敏 贺伊琦 吕文慧

(南京财经大学，江苏 南京 210023)

一、引言及相关文献回顾

“颜值”是近年来创造出的用以衡量外貌美丑状况的流行词汇，表达了人们对外貌的重视之意。中国古人也非常重视外貌，传统史书、小说、戏剧等作品中“才子佳人”的标配和“女为悦己者容”的词句，都是这种感情的自然表露。但时至今日，“容”的主体已不限男女，也不仅针对于“悦己者”，提高颜值已成为很多人日常生活的一部分。以下一组数字反映了人们提高颜值的高涨热情：中国已成为全球第二大化妆品消费国，化妆品市场销售规模从2010年的2045.33亿元增长到2016年的3360.61亿元；2016年，中国美容业实现销售总额达8000多亿元；携程旅游《2016年在线医疗旅游报告》显示，2016年，赴韩“医疗旅游”的中国人超过10万人次，在其入境游客中占比超过30%，排名第一。究其原因，是人们已逐渐认识到颜值在恋爱婚姻、考试录取、招聘录用、职位晋升等方面的重要性。颜值对恋爱婚姻的作用虽为世所公认，无奈在计量上难以衡量，其他方面基本上都与个人收入有关，本文即专注于研究颜值对个人收入方面的影响。

国外关于颜值对个人经济状况影响的研究起步较早，已积累了较多的成果，并将其命名为美貌经济学 (Hamermesh,2011)。研究表明，颜值越高，其收入越高，且收入增长也越快(Anderson et al.，1978;Quinn,1978；Frieze et al.，1991;French,2002;Fletcher,2009)。相对于普通相貌而言，颜值低者收入更低，称作丑陋罚金(Mocan et al.,2010)；相反，颜值高者可以获得更高收入，存在美貌溢价 (Biddle et al.,1998;Harper,2000)。

颜值为何会对收入产生影响？可能有三方面的原因。一是劳动市场存在颜值歧视。人们天然喜爱貌美的人，而嫌弃外貌丑陋的人(Mobius et al.,2006)。Dion et al.(1972)发现高颜值能够引起人们的积极评价，据此提出“美的即是好的”效应。所以，即使在劳动生产率相同的情况下，雇主也会优先选择颜值高的人。这使得貌美的人受到偏爱，更容易找到高收入的工作，在工作岗位上也更容易晋升，获得的资源也更多。随后的研究发现，颜值高的人在工作潜力评价(Morrow et al.,1990)、起始薪酬(French,2002)、工作资质许可(Shannon et al.,2003)、被雇佣与晋升机会(Marlowe et al.,1996; Chiu et al.,2002)等方面都比颜值低的人有优势。二是颜值会影响劳动生产率。人的颜值与教育、健康等因素相似，也是人力资本的一个部分。高颜值能够使相同的劳动带来更高的边际产量，原因在于高颜值能够对业务相关人员产生更强的吸引力、亲和力和信任感，从而能够促进生产经营中的合作与效率，或者藉此获取更多的资源。Brooks et al.(2014)发现在风险投资中，高颜值的创业者更容易受到投资人信赖并获得对方投资。三是颜值会通过其他因素影响收入。Kanazawa et al.(2004)从演化角度论证和检验了外貌好的人更聪明的命题，因此颜值也可能通过智力因素影响收入。而且拥有更高颜值的人，通常会更加自信，而自信有助于人们获取高收入。但是，Doorley(2015)的实证研究表明，收入的增加更多地是由于颜值本身，而不是由颜值带来的自信心。

也有文献提出颜值有时也会带来负面影响(Anderson et al.,1978)。例如，Agthe et al.(2010)发现，同性别者会对高颜值的人给予更低的评价，从而使其因高颜值而受到负面影响。另有研究发现，对于女性寻求管理层岗位或者管理工作业绩评价而言，高颜值会对其产生不利影响(1)但与女性相反，高颜值对男性寻求管理层职位或者管理工作业绩评价产生积极影响。。这被称作“美丽是可恶的”效应(Heilman et al.，1979；Heilman et al.,1985；Johnson et al.,2010)。

相对而言，国内有关颜值对收入影响的文献还较少。高文书(2009)使用12城市住户调查数据研究身高对收入的影响，江求川等(2013)使用中国健康与营养调查数据研究身材对收入的影响。但身高、身材只是颜值的一个方面，不能完整地反映颜值对收入的影响。刘一鹏等(2016)、郭继强等(2016)则使用了CFPS的截面数据进行研究。刘一鹏等(2016)发现，在中国，存在显著的丑陋罚金，但不存在显著的美貌溢价。郭继强等(2016)提出颜值影响收入的“高跟鞋曲线”，即颜值对收入的影响不是单调变化的：对于大多数人而言，颜值促进其收入的增加，但对于颜值最高的那些人而言，其颜值却对收入产生负面影响。这些结论很新颖，但是，其使用的截面数据的颜值评分来自于单个访员，并不能很好地代表社会对个人颜值的总体评价，可能因个体审美的异质性，导致其颜值评分严重偏离社会评价，进而导致实证结论的不可靠。

已有研究为中国美貌经济学的发展奠定了基础，但由于在数据等方面的局限性，仍需继续检验、完善和发展。本文的创新之处主要有：

(1)避免了颜值评价的主观偏差。Pfeifer(2011)在使用德国的截面数据研究颜值对收入的影响时已注意到颜值评价的主观偏差，采用综合采用访员初见面对被访者的颜值评分、采访结束时颜值评分和被调查者自评颜值这三个数值来解决此问题。针对同样的问题，本文使用CFPS 2010、2012和2014年的成年人数据，经处理后得到平衡面板数据，然后对同一个体的三次颜值评分取均值(以下简称为颜值的组内均值)，以此均值代表个体的颜值。由于该指标反映了三个访员对于同一个人的颜值评价，因而更加接近于社会对个人的颜值评价，从而有效避免了个别访员的审美偏差所带来的扰动，这是目前国内相关研究尚未考虑到的。采用三年的面板数据，样本量更大，估计结果质量更高，比Pfeifer(2011)的处理方法更为有效。

(2)研究了颜值对不同性别个体收入的影响。研究发现，无论是全样本、女性样本还是男性样本，颜值都对收入具有显著的正向影响，而且颜值对男性收入的影响比女性更大。本文从劳动市场性别歧视和职业性别隔离方面，对此进行了较为合理的解释。进一步分析发现，丑陋罚金和美貌溢价都是显著存在的，而且数额较大。这不同于刘一鹏等(2016)的研究结论。然后进一步探讨颜值对收入影响的单调性，发现对于全部样本和女性而言，美貌溢价随着颜值的提升而单调增加；对于颜值最高的少量男性而言，美貌溢价变得不显著。但无论如何，未发现“高跟鞋曲线”存在的证据。

(3)探讨了颜值影响收入的机制。从劳动市场上颜值对人们获取高收入职业的机会和获得管理层晋升机会的影响方面，探讨颜值影响个人收入的内在作用机制。这是现有文献尚未涉及的。

二、数据来源、变量处理与描述性统计

(一)数据来源

本文的实证研究采用北京大学中国家庭追踪调查(CFPS)2010、2012和2014年的三次调查数据。CFPS调查分为社区、家庭、成年人和儿童四个层面，对总体样本具有95%以上的代表性。由于本文是研究个人层面上颜值对收入的影响，所以采用的是上述三次调查的成年人数据。

在CFPS调查中，除了大量数据是通过对受访者的提问所获得的之外，还有一些数据是直接来自于调查员的观察，包括受访者的容貌、衣装整洁程度、普通话熟练程度、语言表达能力、理解能力、健康状况、智力水平、待人接物水平等，这些变量按照程度划分为七个等级，分别用1～7的整数来表示。调查员直接观察所得的数据在其他的微观调查数据中很少见。其中关于颜值的数据，迄今为止，几乎是CFPS数据所独有的，为本文的研究提供了有力的支持。

(二)变量处理

因变量是个人收入。CFPS个人数据中直接包含了个人总收入的数据，以2010年为基期，参照CPI的变动，剔除了2012和2014年个人收入中物价变化的因素。

解释变量颜值主要使用个人三次观测值的均值(以下简称为颜值的组内均值)表示。如上文所述，颜值组内均值反映了多个访员的总体评价，更接近于个人颜值的社会评价，因而更为合理。同时采用颜值的原始分值进行回归，作为对比。此外，为了研究丑陋罚金和美貌溢价是否存在，还设定了“美貌(beauty)”和“丑陋(ugly)”的虚拟变量，将其纳入回归。设定办法是：如果颜值的组内均值高于6，则beauty赋值为1，否则赋值为0；同理，如果颜值组内均值小于等于4，则ugly赋值为1，否则为0。

控制变量包括受教育年限、性别、年龄、户籍性质、婚姻状况、居住地城乡性质、身高、体重、BMI、健康状况、智力水平、待人接物水平、语言表达能力、所在省份。其中，性别、户籍性质、婚姻状况、城乡性质、调查年份为虚拟变量。关于BMI和健康状况，前者侧重于衡量人体的胖瘦程度，后者侧重于对个人身体健康状况的总体判断，经相关性检验，两者相关度为0.0735，不存在多重共线性问题；关于性别，女性设为0，男性设为1；关于户籍性质，农业户口设为0，非农业户口设为1；关于婚姻状况，分别设定是否为未婚、在婚、同居、离婚和丧偶的5个虚拟变量，是则设为1，否则设为0；鉴于本文的侧重点是探讨不同颜值和不同收入的异质性，而不是观察城乡之间的异质性，因此城乡性质仅仅作为控制变量，而不是核心变量，本文将农村设为0，城镇设为1；健康状况、智力水平、待人接物水平、语言表达能力为调查员观察数据，由高到低分别用1～7的整数表示，直接使用原始数据纳入回归。

将2010、2012和2014年的成年人数据剔除无效样本，整理为平衡面板数据，包含的成年人数量为17723，样本数为53169个。

(三)描述性统计

表1分别列出了主要变量在三次调查中的均值和方差。由于是平衡面板，涉及的调查对象是完全相同的，可以比较一些关键指标在不同年份的变化状况。

首先，就本文重点关注的颜值特征而言，2010、2012和2014年的均值分别为4.997、5.199、5.465。可以看出，颜值评分均值呈上升态势，尤其是2014年的数值上升幅度较大。然而，人们的颜值高低程度短期内是较为恒定的，随着年龄的上升，人们的颜值会因衰老而逐渐变低。这三次调查时间跨度为4年，相对较短，可以认为现实中人们的颜值是轻微变低，也可以近似认为是不变的。那么，统计数据中颜值的较大变化，很大程度上是由于不同调查人员的个体审美观和评判标准差异所导致的，这也证实了使用颜值组内均值表示人们颜值水平的合理性。

其次，从受访者的社会属性来看，样本中女性所占比例为49.5%，约占一半，性别分布较为均衡。约有30%的人是非农业户籍，农业户籍人员比例较大，但居住在城镇的人口约为50%，城乡分布较为均匀，表明有20%左右的人户籍性质与居住地城乡性质不一致。2014年，样本平均年龄为50岁，年龄偏高。约90%为已婚者，未婚者仅占3%，丧偶者占6%，离婚者仅为1.6%，表明大多数家庭婚姻关系较为稳定。

最后，身高、体重、BMI也是影响人们颜值的重要因素，被访者的平均身高为163厘米，平均体重约为120斤，BMI值约为23，在健康体型范围之内。但在三次调查中，BMI是持续轻度上升的，表明人们的体型随着生活水平的提高逐渐变得更为肥胖。

表1 主要变量的描述性统计

数据来源：依据CFPS数据统计得到。

三、颜值对收入影响的实证分析

(一)基于颜值分值的总体回归分析

本文所用的基本计量模型如式(1)所示，因变量inc为个人年收入，主要解释变量为个人颜值beauty，X为控制变量向量。

inc=β0+β1beauty+Xδ+ε

(1)

回归分析主要采用混合FGLS方法进行估计，同时，兼用OLS估计作为对比。之所以采用混合数据进行估计，而不采用固定效应面板数据估计方法，是因为短期内人的颜值不会发生显著变化，颜值的组内差异更多地体现了不同调查员的审美观和颜值评分标准的差异。而本文所关注的是整个社会对个体的总体颜值评价，因此，颜值的组内差异对本文的研究而言影响较小。

回归分析使用了6个模型，其中，模型1～4都是以颜值的原始数据作为解释变量。颜值取值是1～7的整数，数值越高代表颜值越高。模型1仅加入了颜值变量，没加入控制变量。模型2加入除了身高、体重和BMI之外的其他控制变量。模型3加入了所有的控制变量。模型1～3都是使用混合FGLS估计，模型4与模型3变量相同，但是使用混合OLS方法进行估计。进一步，把三次调查的每个个体的颜值分值取组内均值。采用组内均值能够排除异常的审美评价的影响，更能够代表社会对个人的颜值评价。在模型5中，采用个体的颜值均值作为解释变量，并加入所有控制变量，仍采用混合FGLS方法估计。模型5的估计结果体现的是颜值的组间差异对个人收入的影响，减少了调查员个人审美差异导致的数据偏差，因而，估计结果更为合理。模型6则是将模型5的因变量收入取对数，采用半对数模型，便于分析解释变量对收入影响的比率(2)由于部分样本收入为0，无法直接取对数，为此，将所有样本的收入统一加上1之后再取对数。这对回归系数影响很小，对主要解释变量的显著性也没有影响，但对个别控制变量的显著性有影响，为此，依据模型5分析控制变量的显著性。。

由于本文数据来自CFPS调查数据库，数据年份分别是2010、2012、2014年，为间断数据，年份和样本个体存在的不足，使得本文无法从技术层面使用滞后一期的系统GMM估计来解决内生性问题。尽管如此，颜值对收入的回归结果表明两者存在正相关关系(基准回归)，随后的不同性别对收入的回归结果及丑陋罚金与美貌溢价的回归结果等均表明颜值与收入存在正相关关系，进一步支持基准回归结果，可以证实回归结果是真实可信的。

回归结果如表2所示，6个模型中，颜值都对个人收入具有显著的影响。虽然随着控制变量和估计方法的变化，回归系数有所差异，但影响始终都是显著的。这不仅表明实证结果支持理论预期，即颜值越高，个人收入越高，而且表明颜值对个人收入的正向影响是很稳健的。

从不同模型估计结果的差异来看，模型1～3都采用混合FGLS方法估计，随着控制变量的加入，颜值的估计系数逐渐减少。因为控制变量的影响是不容忽视的，所以，加入完整控制变量的模型更为完善。模型3在模型2的基础上加入了身高、体重和BMI，这三个指标能够反映人们的身体特征。尤其是BMI，体现的是人的身材胖瘦，BMI越低，表明身材越苗条。回归结果表明，身高对收入没有显著影响，体重对收入有显著的正向影响，而BMI对收入有显著的负面影响。也就是说，身材越苗条，则人的外表越好，越有助于提升人们的收入。然而，在身材相同情况下，体重更重的人更为健壮有力，有助于促进生产率，因而能够获得更高收入。

至于模型4，采用混合OLS估计，有效性低于混合FGLS估计，所以，仅将估计结果列出作为对比。而模型5是根据数据特征所设计的一个独特的模型，用组内均值代表个人颜值，其余控制变量则未作类似处理。这样，可以更有效地反映颜值特征对收入的影响，同时也能够很好地控制其余变量对收入的影响。因而，本文主要依据模型5的估计结果进行解释。

从模型5和模型6的回归结果来看，颜值分值每增加1单位，收入显著增加1032元。颜值分值使用1～7的整数表示，实际上是将人的颜值由低到高依次分为七档，分值每增加1单位，代表颜值提升1档，所带来的收入提升数额是值得重视的。依据估计结果，在同等情况下，颜值分值最高者比颜值分值最低者可以多获取6200元的年收入，提升了21%。此外，通过BMI的回归系数，发现身材越苗条，收入越高。BMI值每降低1单位，年收入增加500元，提升了5%。而身材也是颜值的一个重要方面，这进一步验证了上文的结论。

其他控制变量的回归结果总体上符合理论预期。具体而言，根据模型5，受教育年数增加、拥有非农业户籍、居住在城市、身体更健康、体重增加、语言表达能力更强都会使个人收入显著增加。相对于未婚者而言，已婚者(包括在婚、离婚和丧偶)的收入变动更为显著。相对于女性而言，男性收入变动更为显著。年龄对收入有正向影响，但影响程度呈现递减趋势。身高、智力、待人接物状况对收入均无显著影响。

表2 颜值对收入影响的回归结果

注：括号内为稳健标准误；***、**、*分别表示在1%、5%、10%水平下显著。

(二)基于不同性别的颜值分值的回归分析

在劳动市场上，性别具有举足轻重的影响，在求职、分工、晋升等方面，都会存在性别的差异，甚至会存在性别歧视。与此同时，女性和男性的颜值影响各自收入的程度也会存在差异。接下来分析不同性别居民的颜值分值对收入的影响。回归结果如表3所示，共6个模型，其中：模型1、2分别采用女性和男性的颜值原始分值作为解释变量，模型3～6分别采用女性和男性的颜值的组内均值作为解释变量；模型3、4的因变量为收入水平值，而模型5和模型6为收入的自然对数，并采用半对数模型，以便于分析颜值变化对收入影响的比率。模型1～6均加入了所有的控制变量，但限于论文篇幅，表3中仅报告了颜值及其相关变量(3)如对其他控制变量的估计结果感兴趣，可与作者联系索取。。

对比前2个模型和后4个模型，可以看出，使用颜值的原始数值还是组内均值，对回归结果有较大影响。首先，回归系数变化很大。其次，对回归显著性也有很大影响。这直接影响了分析的结论。依据模型1和模型2，女性颜值对收入有显著正向影响，但男性颜值对收入的影响不显著。然而，采用颜值组内均值作为解释变量后，女性和男性的颜值对收入的影响大幅增加，影响都是显著的，而且男性颜值对收入的影响更大。

表3 不同性别颜值分值对收入的影响

注：括号内为稳健标准误；***、**、*分别表示在1%、5%、10%水平下显著。

基于和上文相同的理由，颜值的组内均值更能够代表社会对个人的颜值评价状况，更有助于排除个人审美异常导致的偏差。因此，本文仍主要以颜值的组内均值作为解释变量，即主要依靠模型3～6进行解释(4)与上文相同，将所有样本的收入统一加上1之后再取对数。这对回归系数影响很小，对主要解释变量的显著性也没有影响，但对个别控制变量的显著性有影响。为此，应依据模型3和模型4分析控制变量的显著性。。结果表明，女性颜值均值每提高1个单位，其收入增加722元，提高了14%；而男性颜值均值每增加1单位，其收入提升1327元，提高了26%。可以发现，男性颜值对收入水平值和比率的影响均大于女性，这与人们通常认为女性的颜值比男性更为重要的传统直观认识迥然不同。这样的结果可能是由劳动市场上男女不平等所导致的。根据现有大量研究，劳动市场存在较为严重的性别歧视，主要的表现是职业的性别隔离，可分为横向和纵向两类。横向职业性别隔离是指女性和男性分别集中于不同类型的职业，女性大多集中于低技术、低门槛、低工资的职业，而男性恰恰相反。纵向职业性别隔离是指在同一个职业中，女性往往集中于较低的职位层级，而在高层职位中，则大多数为男性。横向和纵向双重职业性别隔离，使得女性工资大幅低于男性。因此，在劳动市场上，虽然人们对女性和男性的颜值都很重视，但男性的职业、职位变化范围高于女性，外貌好、形象佳的男性进入高收入职业或者被提拔到高层职位的机会远远大于同类颜值的女性，造成男性颜值对其收入的正向影响程度更大。

(三)丑陋罚金、美貌溢价的基本检验

本文将颜值分值组内均值小于等于4的个体定为“丑陋”，样本数为6069个，占总样本的11.4%；将颜值组内均值大于6的个体设为“美貌”，样本数为6672个，占总样本的比例为12.5%。(5)因为外貌分值是1～7的整数，导致外貌组内均值的数值仅有18类取值，不是连续变量。所以，无法使所选取的“丑陋”和“美貌”的样本数完全相等，只能近似相等。其余样本为普通颜值，设为参照组。上述不同类别颜值均用虚拟变量表示。回归结果如表4所示。模型1为全样本回归结果，模型2为女性样本回归结果，模型3为男性样本回归结果。

首先分析全样本回归结果。可以发现，“丑陋罚金”和“美貌溢价”显著存在，而且对收入的影响数额较大。因外貌丑陋，收入平均降低488元，而颜值出众使收入增加2173元。美貌溢价的数额明显大于丑陋罚金。这是因为，相对于普通外貌的人而言，颜值出众的人找到高质量工作以及被提拔的机会更大，这很大地促进了收入的增加。而外貌丑陋的人则在同等情况下只能找到低质量的工作，处于职位层级的底端，此时低颜值对其有不利的影响，但工资下降的空间相对较小，导致丑陋罚金低于美貌溢价。

其次比较女性和男性样本的回归结果。可以发现，对于女性而言，存在显著的美貌溢价，但丑陋罚金却不显著。对于男性而言，美貌溢价和丑陋罚金都很显著，而且男性的美貌溢价程度明显高于女性。这表明，丑陋和美貌对男性收入的影响明显大于女性，其原因仍然是由劳动市场的性别隔离和性别歧视所导致的。

表4 丑陋罚金与美貌溢价的实证结果

注：括号内为稳健标准误；***、**、*分别表示在1%、5%、10%水平下显著；回归中使用了所有的控制变量，但限于篇幅，只报告了外貌及其相关解释变量的回归结果。

(四)外貌对收入影响的单调性分析

上文的研究表明，颜值对个人收入有显著的正向影响。但需要进一步考虑这种影响是不是单调变化的，即是不是颜值越高，收入越高。郭继强等(2016)得出一个新颖的结论，即颜值对收入的影响服从“高跟鞋曲线”：对大部分人而言，颜值越高，收入越高；但是，对于最美的那部分人而言，颜值却对其收入具有负面影响，也就是说，颜值对收入的影响不完全是单调变化的。这个结论非常有趣，但是，目前并没有更多的研究对此进行检验。

郭继强等(2016)使用的是1996年上海社科院的“流动和常住人口家计调查数据”和2012年的CFPS数据，均为截面数据，对颜值的评价来自于单个访员的评分。与之相比，本文在数据方面具有较大的改进，采用CFPS三次调查的面板数据，对颜值取组内均值，检验 “高跟鞋曲线”是否存在。颜值组内均值能够相对更好地代表社会对个人颜值的评价状况，减少了个人审美异常所带来的偏差，因而研究结论更为可靠。

图1 颜值的组内均值与对应样本平均收入的关系

颜值的组内均值共有18个取值，依次为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。这些不同的颜值水平样本与所对应的平均收入的关系如图1所示(6)根据CFPS数据统计绘制。。可以看出，忽略部分区域的小幅波动，总体来讲，随着颜值水平的提升，人们的收入是单调递增的。未发现在颜值水平很高的情况下收入反而下降的“高跟鞋曲线”。当然，这只是简单的统计分析，未考虑其他变量的影响。接下来，将进行更严格的实证研究，以验证颜值对收入的影响是否为单调递增。

在上文“美貌”的样本范围内，进一步设定“颜值很高”和“颜值极高”两个虚拟变量。其中，“颜值很高”的标准是颜值分值的组内均值大于6.6，样本数为2658个，代表颜值最高的5%样本。“颜值极高”的标准是组内均值为7，即在三次调查中，颜值评分都是最高分，这类样本数仅有726个，占总样本的比重仅为1.37%，代表颜值金字塔最顶端的少量个体。分别设定“颜值很高”和“颜值极高”两类虚拟变量，颜值符合相应条件的，赋值为1，否则为0。然后，将这两个虚拟变量分别使用混合FGLS方法进行回归，结果如表5所示。

表5 美貌溢价的单调性检验

注：括号内为稳健标准误；***、**、*分别表示在1%、5%、10%水平下显著；回归中使用了所有的控制变量，但限于篇幅，只报告了颜值及其相关解释变量的回归结果。

首先，根据表5的全样本回归结果(见模型1～2)，相对于其他人而言，拥有“很高”颜值的5%样本，其美貌溢价达到2604.43元；而拥有“极高”颜值的1.37%样本，其美貌溢价为2634.81元。这两类样本的美貌溢价都是显著的。可以看出，在颜值金字塔的顶端，随着颜值水平的提升，美貌溢价仍然是上升的。但是上升的趋势较缓和，使收入增加的幅度不大。这表明，总体而言，颜值对收入的影响是单调递增的，没有证据表明“高跟鞋曲线”存在。

其次，分析不同性别颜值对收入影响的单调性。对于女性而言(见模型3和模型5)， “颜值很高”的溢价为3011.81元，“颜值极高”的溢价约为4306.32元，对于少量颜值处于顶层的女性个体而言，其美貌溢价不但没有下降，而且是快速上升的。也就是说，对于女性而言，明显不存在“高跟鞋曲线”。对于男性而言(见模型4和模型6)，“颜值很高”的溢价为2283.95元，“颜值极高”的溢价在统计上不显著。可以发现，男性颜值达到较高程度之后，对收入的促进作用减少甚至消失，但并没有得出因颜值太高而使收入下降的结论。

最后，对比处于颜值顶端的不同性别个体的颜值对收入的影响程度。通过同档次颜值的男女对比发现：对于这个层次的个体而言，女性的美貌溢价明显大于男性，这与上文恰恰相反。也就是说，在一般情况下，男性高颜值对收入的促进作用大于女性。但是，对于颜值顶端的群体而言，女性颜值对收入的作用超过了男性。对此可能的解释是，虽然劳动市场存在性别歧视和职业性别隔离，但是极少数颜值非常高的女性，其颜值有助于使她们获取非同一般的待遇，能够通过颜值使其跻身于一些高收入行业、职业或职位。但男性的颜值达到较高程度之后，其颜值对收入的帮助下降了。这可能是由于文化观念的影响，即人们对男性的颜值很重视。但是，如果男性颜值达到很高程度之后，劳动市场对其颜值的重视程度就会减弱。

四、颜值影响收入的机制分析

(一)颜值与职业选择

本文在CFPS提供的职业分类和职业代码，即中国职业分类标准基础上，将职业分为9大类(7)CFPS数据中职业原为5位数代码，本文根据代码区间划分职业大类，OCC1～OCC9的职业代码区间分别是[10000，20000)，[20000，30000)，[30000，40000)，[40000，50000)，[50000，60000)，[60000，70000)，70000，80000，90000。，分别用OCC1～OCC9表示。其中，OCC1表示国家机关、党群组织、企业事业单位负责人，OCC2表示专业技术人员，OCC3表示办事人员和有关人员，OCC4表示商业、服务业人员，OCC5表示农、林、牧、渔、水利业生产人员，OCC6表示生产、运输设备操作人员及有关人员，OCC7表示军人，OCC8表示无职业分类的人员，OCC9表示不便分类人员。各职业的平均收入如表6所示。

表6 各类职业的样本数和平均工资(单位：元)

数据来源：根据CFPS样本统计得到。

根据表6可以看出，各职业的样本分布很不均衡，低收入职业样本数较多，而高收入职业样本数相对较少，这主要是因为高收入职业具有更为严格的准入条件。其中，OCC5(农林牧渔类职业)的平均收入最低，但聚集了高达31.6%的样本。而OCC7(军人)平均收入最高，但仅有一个样本，不具有代表性，也无法进行计量回归，所以，在分析中忽略OCC7。在其余8类职业中，平均收入最高的是OCC2(专业技术人员)，次高的为OCC1(国家机关、党群组织、企业事业单位负责人)。本文将这两个职业视作高收入职业。这两个职业虽然样本数小于低收入职业，但也分别达到了1237和1701个，能够满足计量回归的质量要求。比较不同职业男性和女性的情况，可以看出，每个职业的男性的平均工资都大幅高于女性，存在着显著的性别工资差距。

再来分析颜值对于人们进入高收入职业的成功率的影响。理论上来讲，高收入职业对人们具有强烈的吸引力，求职者众多，竞争激烈，雇主必然会设置更高的录用条件，而颜值会被列为其中。在其他条件相同情况下，更高的颜值有助于提高人们进入高收入职业的成功率，颜值较低的人只能被迫进入对外貌要求较低的低收入职业。这就从职业准入的角度解释了颜值对于收入的影响。

使用二元选择的Probit模型进行实证分析。计量方程如下：

occj=β0+β1beauty_m+Xδ+ε

(2)

其中：occj是关于样本是否从事第j类职业的虚拟变量，如果在第j类职业工作，则赋值为1，否则赋值为0；beauty_m为颜值的组内均值；X为控制变量向量。分别以平均收入处于前两位的OCC2和OCC1作为因变量，仅使用有工作的样本进行回归，样本数为32792个，其中，男性样本为14802个，女性样本为17990个。估计结果如表7所示。

根据表7的回归结果，可以看到，对于进入OCC2和OCC1而言，颜值都具有显著的促进作用。也就是说，颜值越高的人，进入这两个高收入职业的机会越大。这不仅对于总体样本是成立的，将不同性别分开研究，该结论也成立，即无论是男性还是女性，颜值越高，越容易进入高收入职业。

进一步考虑颜值对进入高收入职业的边际影响。在OCC2的总样本、男性样本和女性样本回归中，颜值的边际影响分别为0.009、0.01和0.007。也就是说，颜值的组内均值每增加1单位，平均使人们进入OCC2的机会增加0.9%，但对女性的影响略大于男性，使女性进入OCC2的机会增加1%，使男性进入该职业的机会增加0.7%。类似地，颜值对进入OCC1的边际影响分别为0.007、0.005、0.008。可以看出，与进入第二职业相比，颜值对于第一职业的总体影响程度较小。颜值组内均值每增加1单位，使进入OCC1的机会提升0.7%。就不同性别而言，颜值对于女性进入第一职业的影响小于男性，颜值组内均值提升1单位，使女性进入该职业的机会增加0.5%，而使男性进入该职业的机会增加0.8%。

表7 颜值对于进入高收入职业成功率的影响

注：括号内为稳健标准误；***、**、*分别表示在1%、5%、10%水平下显著；回归中使用了所有的控制变量，但限于篇幅，只报告了颜值及其相关解释变量的回归结果。

(二)颜值与晋升到管理层的机会

颜值除了通过职业准入影响人们的收入之外，还会通过影响人们的晋升作用于收入。直观地说，在同等条件下，颜值更高的人得到晋升的概率更高，更容易进入相对高层的职位，因而也能获得更高的收入。鉴于CFPS数据中提供的关于人们职业层级的数据不充分，本文使用“是否有直接下属”这一指标而代表人们的职位层级。剔除不适用和不合格样本之后有效样本为17379个，其中有直接下属的样本为2494个。可以看出，仅有少数人有直接下属，这些人属于管理层人员，处于较高的级别。设定虚拟变量“有直接下属”，用于代表人们的职位晋升情况。虚拟变量为1，代表着晋升到管理层。否则，表示未晋升。

再来分析颜值对晋升的影响。计量方程如式(3)所示。因变量是表示“有下属”的虚拟变量。解释变量为个人颜值的组内均值。控制变量向量与上文相同。

xs=β0+β1beauty_m+Xδ+ε

(3)

仍然使用Probit模型进行回归，结果如表8所示。

表8 颜值对晋升到管理层的影响

注：括号内为稳健标准误；***、**、*分别表示在1%、5%、10%水平下显著；回归中使用了所有的控制变量，但限于篇幅，只报告了颜值及其相关解释变量的回归结果。

根据表8的回归结果，可以发现，无论是对于总体还是对于女性和男性的分样本而言，颜值都对其晋升到管理层的机会具有显著的正向影响。通过进一步计算边际影响，可以发现，颜值的组内均值每增加1单位，平均使人们晋升到管理层的概率提升1.23%。对于女性而言，颜值均值增加1单位，晋升到管理层概率增加1.19%。而男性的相应数值为1.14%，与女性的结果接近。这证实了上文的理论假设，即颜值更高的人更容易晋升到管理层，进而获得更高的收入。通过统计分析，可以发现“有直接下属”的管理层的平均收入是34758元，而其他非管理层员工平均收入仅为17906元，前者大约是后者收入的两倍。可见，颜值通过晋升的机制对人们的收入产生了非常重要的影响。

五、结论与启示

本文较为全面、系统地研究了颜值对于个人收入的影响，并从高收入职业就业机会和晋升到管理层的机会两个方面，深入探讨了颜值影响个人收入的内在作用机制。研究发现：(1)无论对于男性还是女性，颜值对于人们收入具有显著的促进作用，并且对男性收入的影响更大；(2)丑陋罚金和美貌溢价都是显著存在的，这与已有研究利用截面数据所得出的结论不同；(3)颜值对收入的影响是单调递增的。

更进一步，本文探讨了在劳动市场上颜值影响人们收入的机制。结果表明：(1)更高的颜值有助于人们进入高收入的职业，从而获得更高的工资；(2)高颜值对于人们晋升到管理层具有显著的正向影响，高颜值通过影响晋升进而促进了收入的增加。

当“美貌经济学”为广大公民所熟悉或使其对自己身边相关现象有所触动时，让人“变得更美”的行业将会出现更快的发展。产业规模的扩大，必然会带来相应的产业链、资金流、人力资本等方面的变化，因此，国家在相关产业政策调整中需认真考虑，应保障相关产业的健康发展，严格行业准入制度，对符合健康标准的，应予以支持，但对于损害人体健康的，应坚决取缔。财税等公共政策也需要进行相应的调整，相关产业的发展是人心所向，相关支出将成为人们日常支出的一部分，应考虑调整消费税中“高档消费品”税目的征收标准，并适时出台促进美容行业小微企业发展的优惠政策。