勞作方式對性別歧視的影響
——基于CGSS的實證分析

鐘文皓，胡志成

(中央財經(jīng)大學 經(jīng)濟學院，北京100081)

一、引 言

性別失衡廣泛、長期地存在于我國各個地區(qū)，近來年這一現(xiàn)象逐漸引起了學術界的關注。根據(jù)2010 年全國人口普查的結果，我國男女性別比例已經(jīng)達到了118.06：100。Amartya Sen于1990年首先提出了“MissingGirls”現(xiàn)象，認為在自然生育和死亡之外，全球女性的數(shù)量有了很大的減少，其中半數(shù)發(fā)生在中國。性別失衡帶來了很多嚴重的后果，如犯罪率的上升(姜全保、李波，2011)[1]、宏觀經(jīng)濟增長的減緩(Wei，2011)[2]等。性別失衡還可能造成婚姻擠壓現(xiàn)象，使得生育男孩的家庭過量儲蓄，推遲消費。甚至有研究表明，這種影響在1990～2007年可能占到中國家庭儲蓄率實際增加值的一半(Du，2010)。[3]

究竟是什么原因導致了性別失衡的問題呢？大部分的解釋將其歸結于性別歧視。在計劃生育政策下，對女性的歧視會使得人們瞞報漏報、流產(chǎn)、溺棄、虐待女嬰等。在這種對女性嚴重歧視的情況下，性別比例自然會失衡。

那么，產(chǎn)生這種女性歧視的原因又是什么呢？大部分文獻將其歸于文化和價值觀的因素，認為它與中國特有的文化和價值觀相關聯(lián)，如孩子隨父姓、男主外女主內(nèi)等。還有一部分學者認為，產(chǎn)生這種歧視的原因是男孩能帶給父母更大的回報，比如男孩的體力更好，能獲得更多的收入；男孩的生理特質(zhì)使其在求職方面更具優(yōu)勢，有利于謀得收入更高的職位。也就是說，父母的男孩偏好是基于其能給家庭帶來更大的收益，即所謂“養(yǎng)兒防老”。

本文從經(jīng)濟角度分析男孩偏好產(chǎn)生的原因，認為普遍存在的男孩偏好是男孩能帶來更多的經(jīng)濟收益所導致的。從農(nóng)業(yè)種植的角度看，水稻種植需要更繁瑣的工作，比如插秧等，這些工作比較適合女性來做；相比之下，小麥種植則完全是體力勞動，由男性來做效率更高。因此我們假定；在水稻種植區(qū)，女性的經(jīng)濟收益相對較高，所以在這些地區(qū)，女性歧視應該相對較弱，性別比也應該較低。

本文采用中國社會綜合調(diào)查(CGSS)的數(shù)據(jù)，研究受訪者是否屬于水稻種植區(qū)與對女性歧視觀念之間的因果關系。水稻種植中，女性在插秧等勞動中具有比較優(yōu)勢，因而更多地參與水稻的種植；而小麥種植中女性則不存在這樣的優(yōu)勢，因而仍以體力占優(yōu)的男性為主。因此在傳統(tǒng)農(nóng)業(yè)社會中，與小麥種植區(qū)的女性相比，水稻種植區(qū)女性創(chuàng)造的價值更大，人們對女性的歧視更少。由于文化的持久性和穩(wěn)定性(Guiso等, 2006)[4]，這種影響延續(xù)至今，目前仍然影響著人們對待女性的態(tài)度?？紤]OLS估計嚴重遺漏變量的問題，我們使用日均降水量作為勞作方式的工具變量。一般來說，在降水量比較豐富的地區(qū)，人們更傾向于種植水稻，該工具變量具有很好的外生性?；貧w結果顯示，傳統(tǒng)的勞作方式對于該地區(qū)的性別歧視狀況有顯著的影響，小麥種植區(qū)的人們更傾向于歧視女性。

二、文獻綜述

以往的研究從很多角度探究了性別歧視問題。這些文獻討論了造成性別比例失衡的原因、造成性別歧視的原因以及經(jīng)濟因素對性別歧視和性別比例失衡所產(chǎn)生的影響。在這些研究中，從社會價值觀的角度來討論性別失衡原因的比較多，而從經(jīng)濟因素方面討論的比較少；理論研究較多，實證分析較少。

導致性別比例失衡的原因是復雜的，既有自然的因素，也有人為的因素；現(xiàn)有的研究結論認為人為因素所占的比重更大。在中國，性別比例失衡主要體現(xiàn)在兩個方面，一方面是統(tǒng)計上的失衡，另一方面則是事實上的失衡。統(tǒng)計上的失衡主要來自女嬰的瞞報漏報。由于計劃生育政策，很多家庭可能會瞞報已經(jīng)出生的女嬰，直到生出男嬰為止(張仕平、王美蓉，2006)。[5]產(chǎn)生這種瞞報現(xiàn)象的根本原因在于廣泛存在于中國的“男孩偏好”。事實上的失衡來自于選擇性生育，采用的手段包括性別選擇性引流產(chǎn)(喬曉春，2004)[6]、拋棄女嬰(Chu Junhong，2001)[7]、對女孩照顧不周(Li S，2004)[8]等。人們之所以采用這些手段，其原因也在于對女性的歧視。

很多學者進一步研究了產(chǎn)生女性歧視的原因，但這些研究大多集中在文化、價值觀等方面，以定性研究為主。Almond、Edlund和Milligan(2013)發(fā)現(xiàn)，來自東亞國家的加拿大移民家庭在生育行為上表現(xiàn)出了明顯的對女孩的歧視。他們認為這是東亞特有的生育文化影響的結果；這種影響主要針對第一代移民，對第二代移民的影響則較小。[9]Ebenstein(2014)研究了父系宗親制度下的從夫居住文化對生育文化中男孩偏好的影響，發(fā)現(xiàn)成年男子結婚后和父母同住這種居住文化，導致了出生人口性別比失衡。[10]劉爽(2006)認為女性歧視的產(chǎn)生是由于男孩所具有的特殊的家庭價值和社會價值，而這種特殊的價值來自于中國的制度和文化。[11]張仕平、王美蓉(2006)認為存在于中國農(nóng)村的特殊的性別價值觀是導致性別比例失衡的根本原因，“男主外，女主內(nèi)”、“不孝有三，無后為大”等傳統(tǒng)觀念直接導致了對女性的歧視。[5]

還有學者認為經(jīng)濟因素才是產(chǎn)生性別歧視的主要原因。Qian(2008)經(jīng)過基于中國數(shù)據(jù)的實證研究后發(fā)現(xiàn)，由于女性在采茶行業(yè)中具有優(yōu)勢，當茶葉價格上升時，生女孩的回報會上升，性別歧視的現(xiàn)象會好轉，性別比例的失衡會有所緩解。[12]Oldenburg(1992)認為男性擁有更強壯的身體，家庭中如果有更多的男孩可以更好地抵御外敵，使得家庭更加安全。[13]Ebenstein和Leung(2010)通過對2002年CHIS數(shù)據(jù)的分析，發(fā)現(xiàn)有兒子的人更不愿意參加養(yǎng)老保險，也就是說男性可以給父母提供更好的養(yǎng)老保障，證明了“養(yǎng)兒防老”這一傳統(tǒng)觀念是存在的。[14]

與前人的研究相比，本文的研究有如下創(chuàng)新之處：(1)基于2010年中國綜合社會調(diào)查(CGSS)的數(shù)據(jù)，探究種植方式對于性別歧視的影響，并分析了男女經(jīng)濟回報的不同對于性別歧視的影響。(2)在分析中使用工具變量法(IV)，找到了有效的工具變量，解決了估計中存在的內(nèi)生性問題，使得估計的結果更加可信。

三、數(shù)據(jù)來源及描述性統(tǒng)計

本文采用的是中國綜合社會調(diào)查(CGSS)第二期于2010年收集的全國范圍的綜合性調(diào)查數(shù)據(jù)。抽樣設計采用多層分階段概率抽樣設計，調(diào)查范圍覆蓋了大陸31個省級行政單位，調(diào)查對象為17歲以上的居民，調(diào)查方式以面訪調(diào)查為主。調(diào)查最終得到有效樣本11 783份。經(jīng)過篩選，符合本文要求的樣本量為10 688份。

本文中性別歧視程度的指標來自于CGSS居民問卷兩個問題，分別采用連續(xù)變量和虛擬變量的形式。兩個問題的內(nèi)容分別為“男人以事業(yè)為重，女人以家庭為重”和“在經(jīng)濟不景氣時，應該先解雇女員工”。答案從1～5分別為“完全不同意”、“比較不同意”、“無所謂同意不同意”、“比較同意”和“完全同意”。我們根據(jù)這兩個問題的數(shù)據(jù)生成了連續(xù)變量“態(tài)度_事業(yè)”和“態(tài)度_雇傭”，取值為1～5。在生成虛擬變量時，我們把每個變量中的“完全不同意”、“比較不同意”、“無所謂同意不同意”分為一組，取值為0；將“比較同意”和“完全同意”分為一組，取值為1。

由于各省統(tǒng)計年鑒中并沒有具體到各區(qū)縣的糧食作物種植面積，我們使用省份水平的種植面積信息，假定每個省份中各個區(qū)縣采取的種植方式相同。如果某一省份的小麥產(chǎn)量大于水稻產(chǎn)量，就認為這個省份是小麥種植區(qū)；反之則為水稻種植區(qū)。每個省份是否為水稻種植區(qū)的數(shù)據(jù)來自于2010年《中國統(tǒng)計年鑒》。我們的關鍵解釋變量為虛擬變量“種植水稻”，如果受訪者處于水稻種植區(qū)，則取值為1；反之為0。

在主要變量之外，我們還控制了其他的解釋變量?！俺鞘小北砻魇茉L者是否居住在城市，如果是，則取值為1，否則為0；“男性”體現(xiàn)受訪者的性別，男性為1，女性為0；“漢族”體現(xiàn)受訪者的民族，漢族為1，少數(shù)民族為0；“受教育情況”體現(xiàn)受訪者的受教育程度，文盲為1，小學為2，初中及高中為3，大學及以上為4；“非農(nóng)戶口”體現(xiàn)受訪者的戶口情況，非農(nóng)業(yè)戶口為1，農(nóng)業(yè)戶口為0。

表1為各個變量的描述性統(tǒng)計。從表中可以看出一些樣本的特征。樣本中居住于城市的受訪者較多，占樣本的60.2%；男性較少，只占樣本總數(shù)的48.3%；平均的受教育情況在初中至高中；漢族占大多數(shù)；有44.8%的人是非農(nóng)業(yè)戶口。還可以看出兩個指標的區(qū)別，有66.5%的人贊同“男人應以事業(yè)為重，女人應以家庭為重”，而只有10.9%的人傾向于優(yōu)先解雇女性勞動力?？梢娛茉L者傾向于委婉地表達出對女性的歧視，而不是像第二個問題那樣直白，所以第一個變量得到的結果可能更有說服力。

表1 樣本統(tǒng)計性描述

數(shù)據(jù)來源： CGSS, 2010；2000年國家統(tǒng)計年鑒。

四、回歸結果

(一)勞作方式對女性歧視的影響：OLS估計

我們在OLS回歸框架下估計生育文化對生育子女數(shù)量的影響。具體地，采用如下方程：

Attiic=α0+α1Riceic+γX+uic

(1)

Atti_dummyic=α0+α1Riceic+γX+uic

(2)

Attiic為衡量女性歧視的態(tài)度變量，是一個五分的連續(xù)變量；Atti_dummyic同樣衡量女性歧視的態(tài)度，是一個虛擬變量，下標c代表區(qū)縣；關鍵的解釋變量是勞作方式，用是否以種植水稻為主Riceic來表示；X是一組控制變量；uic為隨機干擾項。

具體的回歸結果見表2。表2前兩列使用了衡量女性歧視的兩個連續(xù)變量?！澳腥艘允聵I(yè)為重，女人以家庭為重”的態(tài)度，OLS的回歸結果不顯著；“經(jīng)濟不景氣時，應該先解雇女性員工”的態(tài)度，OLS的結果在1%的顯著性水平上顯著，但方向為正，說明與種植小麥的地區(qū)相比，種植水稻的地區(qū)女性歧視更嚴重，這與我們的推理不符。表2的后兩列使用了衡量女性歧視的兩個虛擬變量?！澳腥艘允聵I(yè)為重，女人以家庭為重”的態(tài)度和“經(jīng)濟不景氣時，應該先解雇女性員工”的態(tài)度，OLS的回歸結果均不顯著。

由于判斷某一地區(qū)是水稻種植區(qū)還是小麥種植區(qū)，與該地區(qū)的地理環(huán)境有直接的聯(lián)系，我們不能直接控制區(qū)縣的固定效應，這會導致高度共線性。同時由于勞作方式非常外生，不存在反向因果的問題，但樣本所在區(qū)縣的經(jīng)濟發(fā)展情況、歷史因素、地理狀況等諸多因素都會直接或間接地影響該地區(qū)的女性歧視情況，因此，遺漏了樣本所在區(qū)縣的諸多變量，可能會嚴重影響對勞作方式影響的估計，導致偏誤；同時也可能存在測量誤差問題，導致OLS的回歸結果不顯著或符號錯誤。

表2勞作方式對女性歧視的影響

變量名稱女性歧視(連續(xù)變量)女性歧視(虛擬變量)態(tài)度_事業(yè)態(tài)度_雇傭態(tài)度_事業(yè)態(tài)度_雇傭種植水稻0.007(0.025)0.158***(0.021)0.009(0.009)-0.008(0.007)城市-0.144***(0.031)-0.112***(0.027)-0.062***(0.012)-0.017*(0.009)男性0.134***(0.023)0.189***(0.020)0.038***(0.009)0.018***(0.006)漢族0.015(0.039)-0.003(0.035)-0.017(0.014)-0.012(0.011)小學-0.091***(0.033)-0.281***(0.034)-0.032**(0.013)-0.032***(0.012)初中或高中-0.487***(0.033)-0.540***(0.031)-0.167***(0.013)-0.070***(0.011)大學及以上-0.878***(0.047)-0.741***(0.039)-0.310***(0.018)-0.113***(0.012)非農(nóng)戶口-0.233***(0.033)-0.008(0.028)-0.072***(0.013)0.014*(0.008)常數(shù)項4.106***(0.046)2.434***(0.044)0.863***(0.017)0.179***(0.015)觀測值10688106881068810688R20.1030.0680.0880.012

數(shù)據(jù)來源： CGSS, 2010；2000年國家統(tǒng)計年鑒。

(二)勞作方式對女性歧視的影響：IV估計

為了解決遺漏變量問題和測量誤差等問題，我們使用工具變量回歸的方法。某一地區(qū)是水稻種植區(qū)還是小麥種植區(qū)，主要受到該地區(qū)的地理環(huán)境和氣候因素的影響，而降水是影響水稻種植的決定性因素。由于水稻種植需要大量水源，降水量越高的地方越可能屬于水稻種植區(qū)。因此，我們使用某一區(qū)縣的日平均降水量作為該地區(qū)是否屬于水稻種植區(qū)的工具變量。一階段的回歸結果見表3。結果顯示，日平均降水量顯著影響該地區(qū)是否為水稻種植區(qū)，工具變量具有很好的相關性。

表3 IV回歸一階段結果

數(shù)據(jù)來源：CGSS, 2010。

注：回歸已控制性別、城鄉(xiāng)、受教育情況等二階段控制的變量。

同時，除了某地區(qū)的勞作方式導致女性勞動參與程度不同影響女性歧視態(tài)度外，日均降水量不通過其他途徑影響女性歧視。因此，工具變量具有很好的外生性。

工具變量估計的結果見表4。表4前兩列使用了衡量女性歧視的兩個連續(xù)變量?！澳腥艘允聵I(yè)為重，女人以家庭為重”的態(tài)度，IV的估計結果在5%的顯著性水平上顯著，與小麥種植區(qū)的個體相比，水稻種植區(qū)的個體更加反對“男人以事業(yè)為重，女人以家庭為重”；“經(jīng)濟不景氣時，應該先解雇女性員工”的態(tài)度IV的估計結果不顯著，但方向為負。表4的后兩列使用了衡量女性歧視的兩個虛擬變量?！澳腥艘允聵I(yè)為重，女人以家庭為重”的態(tài)度，IV的估計結果在5%的顯著性水平上顯著，與小麥種植區(qū)的個體相比，水稻種植區(qū)的個體贊同“男人以事業(yè)為重，女人以家庭為重”的概率降低了8.6%；“經(jīng)濟不景氣時，應該先解雇女性員工”的態(tài)度，IV的估計結果不顯著，與小麥種植區(qū)的個體相比，水稻種植區(qū)的個體贊同“經(jīng)濟不景氣時，應該先解雇女性員工”的概率降低了4.6%。整體上看，相比于水稻種植區(qū)的個體，小麥種植區(qū)的個體女性歧視情況更嚴重。這是由于在傳統(tǒng)農(nóng)業(yè)時代，與水稻種植相比，小麥種植過程中需要的女性勞動參與更少，女性的價值更低，導致人們對女性的歧視更嚴重。

表4勞作方式對女性歧視的影響：IV估計

變量名稱女性歧視(連續(xù)變量)女性歧視(虛擬變量)態(tài)度_事業(yè)態(tài)度_雇傭態(tài)度_事業(yè)態(tài)度_雇傭種植水稻-0.240**(0.103)-0.067(0.072)-0.086**(0.037)-0.046**(0.021)城市-0.151***(0.032)-0.110***(0.028)-0.065***(0.012)-0.016*(0.009)男性0.138***(0.024)0.193***(0.020)0.039***(0.009)0.019***(0.006)漢族0.013(0.040)0.004(0.035)-0.017(0.015)-0.011(0.011)小學-0.069*(0.036)-0.263***(0.036)-0.024*(0.013)-0.031**(0.012)初中或高中-0.490***(0.033)-0.547***(0.032)-0.168***(0.013)-0.073***(0.011)大學及以上-0.905***(0.048)-0.759***(0.041)-0.319***(0.019)-0.118***(0.013)非農(nóng)戶口-0.219***(0.034)-0.002(0.028)-0.067***(0.013)0.015*(0.009)常數(shù)項4.270***(0.078)2.573***(0.063)0.925***(0.028)0.204***(0.019)觀測值10542105421054210542R20.0940.0580.0780.009

數(shù)據(jù)來源： CGSS, 2010；2000年國家統(tǒng)計年鑒。

IV估計結果很好地克服了OLS估計中的遺漏變量和測量誤差等問題，使得我們能夠更好地從因果性的角度分析勞作方式與女性歧視的關系。IV估計的結果證實了勞作方式影響了某地區(qū)的女性歧視程度。

五、結 論

從IV估計結果中我們可以清楚地看到勞作方式與女性歧視之間的因果關系：在水稻種植區(qū)中，女性歧視明顯弱于非水稻種植區(qū)。其原因可能是在水稻種植中，由于插秧等種植活動更加需要女性勞動力的參與。而在小麥種植區(qū)中，則是力氣比較大的男性更占優(yōu)勢。因此，在水稻種植區(qū)中，女性所能夠創(chuàng)造的價值更大，家庭中女性勞動力所帶來的收益更大，對女性的歧視就會有所減弱。由此我們可以引申出如下觀點：對女性的歧視與女性所帶來的經(jīng)濟收益有關；女性帶來的經(jīng)濟收益越大，就越不容易受到歧視。

既然性別歧視觀念是導致性別比例失衡的直接原因，那么要解決性別比例失衡的問題，就需要首先解決性別歧視的問題。政府應制定一系列相關政策，如給予女性勞動力額外的補貼、著力發(fā)展女性勞動力更有優(yōu)勢的產(chǎn)業(yè)，來提高女性勞動力的收入，提高生育女孩的經(jīng)濟回報，這有利于緩解女性歧視，逐步減輕我國的性別比例失衡問題。從回歸結果中還可以看出，各個階段的教育對于女性歧視均有顯著的負向影響，也就是說，提高居民的整體受教育水平也可降低女性歧視的程度，減輕性別比例失衡問題。

進一步的研究方向有四個方面：一是采用更精確的數(shù)據(jù)。限于數(shù)據(jù)難以獲取，本文假定每一省份下轄區(qū)縣的勞作方式是相同的，這可能與現(xiàn)實情況不符。如果能獲得更精確的數(shù)據(jù)，則有望得到更具說服力的結果。二是進一步探究性別歧視與性別比之間是否存在因果關系。三是探究影響性別比例失衡的非經(jīng)濟、非文化因素，比如民族或者居住地。四是由于我國幅員遼闊，各個地域的文化、風俗不同，因而經(jīng)濟因素對于女性歧視的影響程度可能有所不同，可以把我國分為不同的區(qū)域，進一步探究不同區(qū)域中經(jīng)濟因素對于女性歧視的影響。

[1]姜全保，李波.性別失衡對犯罪率的影響研究[J].公共管理學報，2011，(1).

[2]Shangin Wei,Xiaobo Zhang.Sex Ratios, Entrepeneurship,and Economic Growth in the People′s Republic of China, National Bureau of Economic Research[M].Cambridge.MA:NBER Working Paper,2011.

[3]Qingyuan Du，Shangjin Wei.A Sexually Unbalanced Model of Current Account Imbalances, National Bureau of Economic Research[M].Cambridge MA：NBER Working Paper ,2010,No.16000.

[4]Guiso, L., P.Sapienza ，L.Zingales.Does Culture Affect Economic Outcomes?[J].Journal of Economic Perspectives，2006,20(2)，23-48.

[5]張仕平,王美蓉.性別價值觀與農(nóng)村出生嬰兒性別比失衡[J].人口學刊,2006,(2).

[6]喬曉春.性別偏好、性別選擇與出生性別比[J].中國人口科學,2004,(1).

[7]Chu Junhong.Prenatal Sex Determination and Sex-Selective Abortion in Rural Central China[J].Population And Development Review, 2001,(27):259-281.

[8]Li S, Zhu C, Feldman MW..Gender Differences in Child Survival in Contemporary Rural China: A County Study[J].Journal of Biosocial Science,2004,36(1), 83-109.

[9]Almond, D., L.Edlund, and K. Milligan.Son Preference and the Persistence of Culture:Evidence from South and East Asian Immigrants to Canada[J].Population and Development Review,2013,39(1): 75-95.

[10]Ebenstein A..Patrilocality and Missing Women[R].SSRN，Working Paper，2014.

[11]劉爽.對中國生育“男孩偏好”社會動因的再思考[J].人口研究,2006,(3).

[12]Nancy Qian.Missing Women and the Price of Tea in China: The Effect of Income on SexImbalance[J].Quarterly Journal of Economics,2008,123(3)：1251-1285.

[13]Philip Oldenburg.Sex Ratio, Son Preference and Violence in India: A Research Note[J].Economic and Political Weekly,1992,December 5-12：2657-2662.

[14]Avraham Ebenstein，and Steven Leung.Son Preference and Access to Social Insurance: Evidence from China′s Rural Pension Program[J].Population and Development Review,2010,36(1)：47-70.