文章信息
财经研究 2018年44卷第11期 |
- 黄玖立, 田媛,
- Huang Jiuli, Tian Yuan.
- 美貌能提高创业收入吗?
- Can beauty raise entrepreneurs’ income?
- 财经研究, 2018, 44(11): 139-152
- Journal of Finance and Economics, 2018, 44(11): 139-152.
-
文章历史
- 收稿日期:2018-04-16
2018第44卷第11期
2. 南开大学 经济与社会发展研究院,天津 300071;
3. 中央财经大学 国际经济与贸易学院,北京 102206
2. College of Economics and Social Development,Nankai University,Tianjin 300071,China;
3. School of International Trade and Economics,Central University of Finance and Economics,Beijing 102206,China
一、引 言
中国经济转型需要改造升级传统产业,以及培育发展新兴产业,这两项基本任务的具体落实均离不开创业。创业活动由不同阶段构成:在初创前阶段,创业者需要做好计划与准备,譬如筹措资金等;在初创阶段,创业者需要对发展状况和形势进行评估预测,调整策略和方法;在早期成长阶段,创业者应进一步把握外部市场环境的变化,对资金和其他资源的使用做出相应调整;而在晚期成长阶段,创业者有必要建立科学合理的管理体系,保障组织高效有序运转(Holt,1992)。可见,创业活动涉及各类资源的整合与统筹运作,因而创业者本身所具有的特质或人力资本特征可能会对创业的成败起着决定性的作用。整体来看,创业者的特质包括生理条件和心理条件两大类。生理条件指创业者的身体素质和健康状况,心理条件包括知识技能、文化素养和道德修养等。本文着重考察作为生理条件的“外貌”(Physical Appearance)或“外表吸引力”(Physical Attractiveness)对创业收入的影响。
外貌是个体的相貌、形象和体态等外貌特征的综合反映。好的外貌条件即美貌可以使个体得到更多的青睐和信任,从而在职业发展和婚恋市场等场合中赢得更好的博弈结果。尽管个体相貌部分是天生既定的,但是后天的维护与修饰也很重要。随着生活水平的提高,人们对于姣好外貌的诉求日益增长,这直接促成了我国“医疗美容服务业”和“化妆品和个人卫生用品业”等美容产业的迅猛发展。根据《中国医疗美容行业研究报告》,医疗美容服务在我国的消费者数量从2005年的100万人迅速增长到2014年的743万人,年复合增长率将近25%,而其行业产值更是从2002年的1 680亿元增长到2014年5 100亿元。
美貌不仅能够提升个人的主观幸福感,也能够给个体带来实际经济回报。劳动经济学的相关研究证实,美貌可以提高雇员的劳动报酬,即劳动力市场中存在着“美貌溢价”或“丑陋惩罚”(Loh,1993;Hamermesh和Biddle,1994;Averett和Korenman,1996;Harper,2000;Mobius和Rosenblat,2006;Deryugina和Shurchkov,2015)。那么,作为个人特质的外貌是如何影响创业的呢?身体素质或健康状况是个体人力资本的重要组成部分,而美貌在一定程度上反映着创业者良好的生理条件,从而将直接作用于创业过程。
不仅如此,美貌还能够通过影响创业者的心理条件间接发挥作用,这包括认知能力和非认知能力等多个维度。首先,美貌影响创业者知识技能或认知能力的获取。青少年时期,美貌的个体在校园活动中会有更高的参与度,也更易赢得老师的关注和青睐。这将带来更多更优良的学习机会和条件,也就可能培养出更强的综合能力。此外,美貌需要经营,姣好的外貌反映出个体对自己合理的规划以及严格的自制力,这同样有利于创业知识技能的形成。其次,美貌影响创业者的创业动机。对自身外貌的经营在一定程度上反映出个体的进取心和上进心,他们希望表现出众,希望得到他人的注意和赞许,进而满足自我实现的需求。因此,这类个体会更容易形成创业动机。再次,美貌影响创业者的自我认知。“爱美之心,人皆有之”,拥有美好外貌的个体将会收获更多的认可与鼓励,这样的成长和生活环境能帮助其实现自我认可,培养自信和乐观的精神品质,形成创业者所必需的积极的心理素质。最后,美貌影响创业者的品质与价值观。在与他人交往的博弈中,美貌可以为个体赢得更多的善意、示好与信任。因而外貌出众的个体能够更多地接触到社会积极向上的一面,从而易于形成从事创业所需的纯良品质以及积极正面的价值观。
综上所述,创业者的外貌在创业活动中发挥着独特的作用,但相关的经验证据寥寥。本文基于中国家庭动态跟踪调查(CFPS)以及中国劳动力动态调查(CLDS)数据的研究证实,在控制了创业者的认知能力、体型特征、年龄、健康状况、户籍、婚姻状况和受教育程度等要素之后,外貌更具吸引力的个体能够获得更高的创业收入。美貌的收入溢价在一定程度上是创业者在行业和职业上进行自我选择的结果,其也会随着性别的不同和收入水平的不同呈现出明显差异。
余下的结构安排如下:第二节为文献综述;第三节描述数据,同时介绍本文所采用的估计模型及变量;第四节报告估计结果;第五节总结全文。
二、文献综述
创业活动是保持经济持续增长的内在驱动力,它能够内在地改变经济体制结构,打破原有的经济稳定状态,创造新的经济环境,实现“创造性破坏”(Schumpeter,1942;Kirzner,1999)。创业活动由团队、机会和资源三个相互作用的要素组成,其核心是人即创业者(Timmons,1999)。现有研究认为,一项创业活动的成功与否不仅取决于创业者的人格特质和认知能力,也取决于创业者识别和把握机会,以及整合和运作资源的能力。那么,创业者的外貌特质与这些能力的获得具有什么样的关系呢?
首先,美貌有助于培养优秀的人格特质,能够提高个体的认知能力。美貌可以为个体赢得更多的善意与示好,有利于培养出乐观积极的人格精神。同时,较好的外貌使得个体表现得更加自信,具备更好的语言表达能力和社交能力,从而能够更好地与人交往(Mobius和Rosenblat,2006)。美貌所带来的交际优势能为个体赢得更多学习与锻炼的机会,从而提高其综合认知能力。譬如,青少年时期拥有良好的体貌特征能够影响个体在学校和社团活动中的参与度,进而影响到个体的人际交往能力(Persico等,2004)。
其次,美貌有助于创业者识别和把握机会。创业机会之所以存在,是由于经济体中存在“信息不对称”导致了资源非最佳配置。信息优势有助于创业者准确识别创业机会(Shane和Venkataraman,2000)。大量研究证实,美貌的个体具有独特的社交优势(Mulford等,1998;Wilson和Eckel,2006),而更多的人脉资源与社交网络也就意味着更多的信息来源。不仅如此,信息的多寡也影响着创业者是否能够很好地把握和开发创业机会。Knight(1921)指出,掌握更多的信息有助于创业者进行更准确的预测和相应调整,进而降低不确定性、减小风险、提高成功概率和创业效益。当然,对于机会的把握与开发同样受到认知差异(Simon等,2000)、心理特质(Keh等,2002)和创业经历等因素的重要影响。
最后,美貌能够给创业者提供创业所需的社会资源。创业者本人的社交能力决定了他们是否能够与关键人物建立社交联系(Baron和Markman,2000)。创业者的社交能力越强,其社会网络规模越大、异质性越高,对于创业的促进作用也就越强。人们倾向于认为,外貌上具有吸引力的个体更加值得信赖(Mulford等,1998;Wilson和Eckel,2006),因此,在面对与陌生人进行各种方式的交换博弈时,往往会选择那些更加美貌的对象进行合作,从而形成社会网络。这使得貌美的创业者能够更加有效地组织社会资源。
与本文关于创业者外貌的研究不同,现有文献多关注雇员的美貌对其收入的影响。①这些研究认为,除了认知能力和非认知能力之外,“美貌溢价”或“丑陋惩罚”的作用机制主要包括以下几个方面:第一,外貌各异的个人会在职业和行业上进行自我选择,给定不同职业的收入不同,则外貌差异就会形成不同职业从业者之间的收入差异;第二,公司雇主基于雇员容貌的偏见,以及“以偏概全”的统计歧视;第三,消费者或客户基于容貌的歧视形成了雇员的绩效差异,尤其是在娱乐业、广告营销和餐饮服务这些需要抛头露面的职业领域。②研究者们一致认为,以上效应是共同起作用的。在美貌经济学领域的开创性研究中,Hamermesh和Biddle(1994)指出,相貌较好的个体会自我选择进入那些重视相貌的领域,相貌平平的个体也会通过职业选择规避不利于自己的行业和职业。该文还发现,除了职业选择之外,也存在雇主歧视。Loh(1993)和Harper(2000)基于身高和体型的研究证实了雇主歧视的存在。在一项基于“解迷宫”这种完全依靠智商而与容貌无关的试验中,Mobius和Rosenblat(2006)的研究证实,貌美的工人更加自信,具有更高的口头表达能力,且雇主也认为其更有能力。Deryugina和Shurchkov(2015)的实验结果表明,“美貌溢价”是否存在取决于工作任务的性质,美貌在需要谈判沟通的任务中起作用,而在分析研究和数据录入的任务中则不重要。该文认为,“美貌溢价”是基于雇主对雇员绩效偏见的一种统计歧视。
三、模型和数据
(一)估计模型
外貌特征一部分取决于遗传等先天条件,一部分取决于后天的穿戴打扮和修饰装饰,也与个人的人生经历、健康状况及年龄等因素有关系。要识别美貌对创业收入的因果关系,我们需要控制这些影响因素。此外,创业者的收入变动还会受个体外貌以外的其他因素的影响。在明瑟方程的基础上,我们构建线性估计模型如下:
$lPin{c_i} = {\mu _l} + \beta \times Beaut{y_i} + \sum \nolimits _k \left( {{\gamma ^k} \times X_i^k} \right) + {\varepsilon _i},$ | (1) |
其中,被解释变量lPinci为创业者i的个人收入的对数值,Beautyi是其外貌评分,Xik是刻画个体特征的控制变量,εi是随机误差项。Beautyi前的估计系数β是我们关注的焦点。若该系数显著为正意味着美貌能够提高创业者的创业绩效,可以为个体赢得更高的创业收入,从而印证了本文的推测,证实了创业劳动力市场中存在“美貌溢价”。μl是一组固定效应,刻画创业个体所处的外部环境,包括行业、职业和地区特征,以及考察的时间差异。
首先,可以想见在需要与客户直接接触的行业和职业中,较好的仪容仪表能够给创业者带来收入溢价,但这种效应在以生产制造为主的行业或职业中会比较微弱。与雇员的顾客歧视类似(Hamermesh和Biddle,1994;Pagán和Dávila,1997),外貌较好的创业者也会自选择进入那些对外貌要求较高的行业或职业。因此,考虑行业和职业特征,有助于我们进一步揭示创业者外貌特征影响创业收入的渠道。
其次,“美貌溢价”可能因创业者所处的经济文化环境而异。中国幅员辽阔,各地区之间不仅存在经济发展水平的差异,地域文化也存在较大差别。不同的经济文化环境对外貌特征的重视程度也不相同,从而可能影响创业者的“美貌溢价”效应。直观上,“美貌”属于“奢侈品”,在收入水平高的发达地区更加重要。有的地域文化直白奔放,人们并不避讳直接评价他人的外貌特征,而有的地域文化则委婉含蓄,不倾向于就外貌进行“品头论足”,避免“以貌取人”。我们用地区固定效应控制这种空间差异。
最后,本文数据源于问卷调查,对创业者外貌的评价来源于访员的目测。考虑到访员判断的准确性会因为季节变化存在偏差。特别地,冬季天气寒冷,被访者的着装可能会掩盖受访者的部分外貌特征,对访员的目测造成干扰。我们通过月份固定效应控制这种差异。
(二)数据和变量
本文使用的数据分别来源于由北京大学中国社会科学调查中心实施的“中国家庭动态跟踪调查”(Chinese Family Panel Studies,简称CFPS),以及由中山大学社会科学调查中心实施的“中国劳动力动态调查”(China Labor-force Dynamics Survey,简称CLDS)。CFPS数据涵盖了经济活动、教育成果、家庭关系和人口迁移等内容,覆盖了25个省(市、自治区)。CLDS数据以劳动力为主题,涵盖了教育、工作、迁移、健康、社会参与以及经济活动等内容,覆盖了全国29个省(市、自治区)。③
本文采用2010年CFPS的成人个体数据和2012年的CLDS个体数据。后文中的工具变量数据取自2012年的CFPS成人个体数据。本文研究以CFPS数据为主,间或也使用CLDS数据进一步验证。
1. 被解释变量:创业收入
已有研究多关注创业决策,即是否创业背后的决定因素,④对创业绩效的关注较少。在现有研究的基础上,本文旨在讨论外貌对创业者创业收入的影响。
首先,我们需要对数据中的“创业者”身份进行识别和认定。CFPS数据关于成年人“工作”(G部分)的问题中,问卷询问被访者是否有工作(“G3您现在有工作吗?”);如果回答“是”,则进一步询问工作机构(即“G303您现在主要是在哪个机构工作?”),可选答案包括“自己经营”、“在单位工作”以及“务农”,我们将填答“自己经营”的被访者确定为创业者。⑤在CLDS数据中,问卷问及被访者“目前的具体从业状态”,我们选择“雇员”和“务农”以外的其他状态作为创业,包括“雇主”与“自雇”,后者又细分“自雇非体力工作者”和“自雇体力工作者”。
其次,我们需要确认创业收入。创业活动大都是以获取经济利益为目的的经营活动,因此我们以创业者的个人收入作为研究对象。剔除收入数据异常的样本,将个人的年总收入取对数作为研究的被解释变量。同时,在CFPS数据中,考虑到创业者的个人收入可能包含其他类型的收入,无法直接反映创业收入。因此本文采用CFPS调查中的个体(私营)经营者的净收益数据作为被解释变量进行稳健性检验。⑥
2. 核心解释变量:创业者的外貌
与身高、体重不同,创业者的外貌特征并没有一个客观度量,只能来自于主观评价。然而,在特定的时间和地域范围内,文化背景相似的人群对于美貌的评判标准在很大程度上是相似的,而且大众认可的审美标准较为稳定,随时间的变化较为缓慢(Hatfield和Sprecher,1986)。这为研究中度量和比较受访者的美貌水平提供了基础和可能。
具体地,本文使用的创业者外貌特征变量取自问卷即将结束之前访员对受访者的外貌评价,属于访员自填项目。CFPS数据中,外貌评分来自“受访者的外貌”这一问卷问题,选项从“很好”到“很差”包括7个等级。显然,这一评价既包括长相,也包括发型和服饰。CLDS数据中,被访者的外貌评价对应访问员自填项目中“您觉得被访者的长相怎样?”,选项从1到10共10个等级。可见,CLDS数据中的外貌评价更加具体。两套数据中,更高的评分均意味着受访者外貌更具吸引力。
在对样本进行了“创业者”身份认定的基础上,我们进一步剔除了个人收入或外貌数据出现缺失或异常的观测个体。最终,我们保留了CFPS数据中1 812个样本,包括547名女性和1 265名男性,在CLDS数据中保留了1 178个样本,包括412名女性和766名男性。
3. 个体特征控制变量
广义外貌包括体型,本文则主要关注体型以外的外貌特征,从而需要控制个体的体型特征。研究证实,身形高挑也能够为个体的就业和收入带来“溢价”,过矮或过胖则会带来“惩罚”(Loh,1993;Averett和Korenman,1996;江求川和张克中,2013)。本文的个体身材特征取为身体质量指数即bmi(Body Mass Index),该指标根据身高和体重数据计算而来。具体地,我们用一组虚拟变量定义身材:bmi位于18.5和25之间为“正常”,设为基准类别,bmi低于18.5为“过轻”,bmi位于25到28之间为“过重”,bmi大于28为“肥胖”。其他个体变量定义和说明如下,统计性描述特征见表1。
女 | 男 | |||||
均值 | 标准差 | 观测值 | 均值 | 标准差 | 观测值 | |
收入对数 | 9.307 | 1.162 | 547 | 9.818 | 1.015 | 1 265 |
外貌评分 | 5.247 | 1.151 | 547 | 5.226 | 1.048 | 1 265 |
字词测试 | 19.583 | 8.936 | 545 | 20.922 | 8.122 | 1 264 |
数学测试 | 11.624 | 5.321 | 545 | 12.342 | 5.171 | 1 264 |
过轻 | 0.093 | 0.29 | 540 | 0.041 | 0.199 | 1 255 |
过重 | 0.163 | 0.37 | 540 | 0.18 | 0.384 | 1 255 |
肥胖 | 0.057 | 0.233 | 540 | 0.096 | 0.295 | 1 255 |
年龄 | 40.104 | 9.975 | 547 | 40.549 | 10.79 | 1 265 |
年龄平方 | 1 707.665 | 844.138 | 547 | 1 760.581 | 925.734 | 1 265 |
户籍状况 | 0.684 | 0.465 | 547 | 0.573 | 0.495 | 1 265 |
健康自评 | 1.634 | 0.817 | 547 | 1.512 | 0.758 | 1 265 |
教育年限 | 7.464 | 4.223 | 546 | 7.83 | 4.056 | 1 264 |
婚姻状况 | 0.901 | 0.299 | 547 | 0.9 | 0.301 | 1 265 |
数据来源:作者的计算。 |
① 认知能力,分别用CFPS数据中受访者在字词测试与数字测试中的得分刻画。认知能力高低影响创业绩效,也可能通过影响精神状态从而影响外貌。
② 教育年限。受教育程度会影响个人审美情趣和衣着打扮,从而影响个人的外貌特征。同时,受教育程度也会影响个体的创业绩效。
③ 年龄。随着年龄的变化,外貌特征也会变化。不同年龄层次的人群具有不同的行为特征,给定其他条件一致,年轻人往往更愿意冒险和创新,这将影响创业绩效。为控制个体年龄的非线性影响,我们取年龄的一次项和二次项放入估计模型。
④ 户籍状况,城镇取1。中国的城镇和乡村在发展程度上差异较大,使得不同户籍个体在成长背景和社会关系等方面存在明显差异。这不仅影响个人对自身外貌的重视程度,也影响个体社会资源的多寡,从而影响其创业绩效。
⑤ 健康自评。俗话说“相由心生”,心理状态和身体素质会影响个体的外貌特征。此外,与雇员相比,创业者要具备更强的身心素质。我们用被访者的健康自评刻画,问题是“您认为自己的健康状况如何?”,选项从“非常健康”到“不健康”五个等级。
⑥ 婚姻状况,已婚取1。婚姻状况影响个体的衣着打扮和精神状态,也影响个体的创业决策和创业绩效。
(三)不同美貌水平下创业者的收入分布
为了对创业者的外貌评分与其创业收入之间的关系有一个初步和直观的认识,表2分性别列示了CFPS数据中不同外貌等级对应的创业者年收入。可以看出,美貌变量呈明显的右偏态分布。若以4分为中等水平,低于中等水平的观测值只有123个,占全部样本的6.78%;高于中等水平的观测值有1 400个,占全部样本的77.26%。这印证了文献中的说法,即中国人较少给予他人外貌差评(Hamermesh,2011)。因为中国人受传统儒家文化的影响,较注重内在修养和品德,对他人相貌评价较为谨慎。即便如此,表2中美貌这一变量也呈现出了足够丰富的变化。
外貌 | 女性 | 男性 | ||||
收入均值(元) | 观测值 | 样本占比(%) | 收入均值(元) | 观测值 | 样本占比(%) | |
1(很差) | — | — | 1.10 | 2 000.00 | 1 | 0.08 |
2 | 8 100.83 | 6 | 6.58 | 11 272.73 | 11 | 0.87 |
3 | 13 239.17 | 36 | 17.73 | 20 139.13 | 69 | 5.45 |
4 | 9 983.56 | 97 | 28.52 | 20 259.38 | 192 | 15.18 |
5 | 19 663.14 | 156 | 33.27 | 26 643.31 | 448 | 35.42 |
6 | 23 838.74 | 182 | 12.80 | 34 514.02 | 435 | 34.39 |
7(很好) | 22 802.86 | 70 | 1.10 | 52 550.46 | 109 | 8.62 |
数据来源:作者的计算。 |
首先,总体上,不论是女创业者还是男创业者,随着外貌水平逐渐改善,年收入均值也随之提升。以男创业者为例,外貌最差(评分为1)的创业者有1人,年收入只有2 000元,外貌最好(评分为7)的样本平均总收入达到了52 550.46元。
其次,美貌和创业收入之间的正向关系在男性创业者中表现得更为显著。比较外貌评分从2到7可知,男性的外貌评分每提高一分,收入平均能提高8 255元,远高于女性的2 940元。同时,表中数据显示,男性容貌水平的提升必然带来收入的增长,但女性的外貌由3分提升到4分时,收入甚至出现了下降。可见,在讨论创业劳动力市场中的“美貌溢价”时,性别因素非常重要,后文将分性别进行分析。
通过上述讨论,本文关于美貌能够提高创业绩效的推测得到了初步的印证。然而,要阐明两者之间的因果关系,还需要控制其他有关因素并依照计量模型作进一步的分析。
四、估计结果
(一)基本估计结果
1. 基于CFPS数据的估计结果
前文述及,外貌对创业者收入的影响可能因性别而异,因此我们按性别分组进行回归。表3报告了根据前文(1)式的最小二乘(OLS)估计的结果,其中第(1a)、(1b)列控制了全部个体特征。在此基础上,第(2a)、(2b)列控制了地区和时间固定效应,第(3a)、(3b)列则进一步控制了创业者所属行业和从事的职业虚拟变量。为了便于比较各个因素对创业收入的解释力,表3及后文中的估计系数均为标准化变量的Beta估计系数。
女性 | 男性 | 女性 | 男性 | 女性 | 男性 | |
(1a) | (1b) | (2a) | (2b) | (3a) | (3b) | |
外貌评分 | 0.128***(3.03) | 0.143***(5.27) | 0.117***(2.67) | 0.119***(4.35) | 0.062(1.32) | 0.102***(3.52) |
字词测试 | 0.070(1.13) | 0.024(0.69) | 0.071(1.15) | 0.029(0.83) | 0.122*(1.87) | 0.041(1.13) |
数学测试 | 0.104(1.07) | 0.024(0.48) | 0.208**(2.09) | 0.019(0.39) | 0.139(1.35) | −0.013(−0.25) |
过轻 | −0.048(−1.17) | 0.018(0.70) | −0.050(−1.22) | 0.015(0.57) | −0.036(−0.83) | 0.022(0.78) |
过重 | −0.019(−0.48) | 0.056**(2.15) | 0.033(0.81) | 0.064**(2.46) | −0.002(−0.05) | 0.062**(2.26) |
肥胖 | −0.015(−0.38) | 0.064**(2.44) | 0.002(0.05) | 0.066**(2.53) | −0.033(−0.80) | 0.060**(2.14) |
年龄 | 0.412(1.60) | 1.239***(6.94) | 0.299(1.15) | 1.152***(6.53) | 0.032(0.12) | 1.184***(6.33) |
年龄平方 | −0.499*(−1.94) | −1.354***(−7.74) | −0.386(−1.49) | −1.284***(−7.44) | −0.054(−0.20) | −1.314***(−7.16) |
户籍状况 | 0.177***(4.46) | 0.123***(4.69) | 0.148***(3.52) | 0.090***(3.32) | 0.107**(2.36) | 0.085***(2.88) |
健康自评 | −0.094**(−2.30) | −0.078***(−3.00) | −0.094**(−2.31) | −0.065**(−2.54) | −0.093**(−2.14) | −0.067**(−2.45) |
教育年限 | 0.096(1.11) | 0.112**(2.31) | −0.025(−0.29) | 0.107**(2.23) | −0.010(−0.11) | 0.115**(2.26) |
已婚 | −0.048(−1.14) | 0.045(1.52) | −0.022(−0.54) | 0.054*(1.83) | −0.037(−0.86) | 0.055*(1.73) |
省份 | 无 | 无 | 控制 | 控制 | 控制 | 控制 |
月份 | 无 | 无 | 控制 | 控制 | 控制 | 控制 |
行业 | 无 | 无 | 无 | 无 | 控制 | 控制 |
职业 | 无 | 无 | 无 | 无 | 控制 | 控制 |
观测值 | 538 | 1 254 | 538 | 1 254 | 538 | 1 254 |
R平方 | 0.203 | 0.189 | 0.455 | 0.318 | 0.526 | 0.373 |
注:括号中为t值。系数右上角的***、**以及*分别代表1%、5%以及10%的显著水平。以下各表同。 |
表3的第(1a)和(1b)列的估计结果显示,在控制了创业者认知能力、受教育程度、身材特征、年龄、自评健康以及户籍和婚姻状态等个体特征之后,个体外貌的估计系数为正,并在1%的水平上显著。这表明,从总体上看,无论是对女性创业者还是男性创业者,外貌均十分重要,好的外貌能够提高创业者收入。这初步印证了前文的判断,即对创业者而言,良好的外貌特征具有“溢价”作用。
美貌变量的估计系数反映了一定的经济学意义。第(1a)、(1b)列中外貌的估计系数意味着,外貌评分每提高一个标准差(大约1分),女性创业者的收入将提高12.8%个标准差,而男性创业者的收入则将提高14.3%个标准差,即外貌对男性创业者更为重要。这可能是由于,女性比男性天生对美貌更为敏感和关注,众多女性都愿意付出时间和金钱成本打扮修饰,以提高自己的外貌水平。女性之间“相互竞争”的结果是,外貌特征的收入溢价效果反而不那么强。⑦这反过来意味着,对于男性创业者而言,投资和经营自身的外貌可能会带来“事半功倍”的效果,是十分值得的。
本文使用的CFPS数据样本涵盖全国20多个省(市、自治区),地区之间存在发展水平和地域文化差异,不同季节进行调查时访员目测的偏差也不一致。鉴于此,表3中第(2a)和(2b)列控制了地区固定效用和时间固定效应。男性样本和女性样本中,外貌评分的估计系数略有下降,但仍在1%的水平上显著。
本文所研究的创业者来自20个行业,从事着150多种职业。不同行业和职业的工作内容和工作性质不同,从而会影响“美貌溢价”或“丑陋惩罚”。前文述及,需要与顾客进行直接接触的行业和职业对于从业者的仪容仪表往往有特别的要求,但从事生产制造和科研开发的从业者则对外貌的要求并不高(Hamermesh和Biddle,1994;Pagán和Dávila,1997)。有理由相信,劳动市场中的这一行业和职业效应同样适用于创业者。这也意味着,给定行业和职业选择自由的条件下,“美貌溢价”在一定程度上是外貌特征不同的创业者个体自我选择的结果。外貌较好的创业者会自我选择进入那些对外貌要求较高的行业或职业,以获得“美貌溢价”,外貌较差的创业者会自我选择进入相应行业和职业,以规避“丑陋惩罚”。
为了进一步厘清创业者外貌特征影响创业收入的渠道,表3中第(3a)和(3b)列报告了控制行业和职业固定效应的估计结果。加入行业和职业特征之后,女性样本中外貌的估计系数大幅度下降,且不再显著,男性样本中的系数也有小幅下降。这表明,对于创业者尤其是女性创业者而言,至少部分美貌溢价效应是行业与职业上自我选择的结果。
控制变量的估计系数基本符合预期。无论是男性创业者还是女性创业者,健康自评越高的创业者,其创业收入越高。体型因素对创业收入的影响则呈现出性别差异:与正常体质相比,超重甚至肥胖的男性创业者收入更高,但女性创业者中不存在类似关系。婚姻状态会提高男性创业者的创业收入,这可能源于家庭分工对创业的支持,也可能来源于“养家糊口”的正面压力。认知能力对创业收入的影响为正,年龄对创业收入的影响呈现递减上升的“倒U形”关系。根据第(1a)和(1b)列中的估计系数之间的比较,教育程度对创业收入的影响似乎不如外貌。然而,由于我们已经控制了认知能力,这一估计结果需要审慎对待。此外,“美貌溢价”也因创业者户籍存在差异,这可能与成长环境或社会网络关系有关。
2. 基于CLDS数据的稳健性分析
接下来,我们使用CLDS数据进行稳健性估计,其中核心解释变量是创业者的长相评分而非外貌评分。表4报告了OLS估计结果,其中认知能力信息不可得。在CLDS调查所得到的数据中,只有男性创业者表现出较为显著的美貌溢价作用,这再次印证了上文发现的性别差异。④
与表3相比,表4中各列长相评分的估计系数要小很多,即美貌对创业收入溢价效应在CLDS中并不明显。我们的解释是,长相多取决于先天条件如家庭遗传等因素,是个体外貌特征的组成部分。后天培养而形成的气质气度和修饰塑造的仪容仪表同样是个体外貌的重要组成部分,对长相也能够起到“扬长避短”的重要作用。以上两组数据的估计结果说明,能够显著提升创业收入的是个体的整体外貌形象,而不仅仅是狭义的长相。这印证了前文对美貌作用于创业收入机制的阐述,即在个体外貌差异的背后,往往隐藏着与创业有关的特质,包括能力、动机、自我认知和价值观等因素。后文估计不再运用CLDS数据。
女性 | 男性 | 女性 | 男性 | 女性 | 男性 | |
(1a) | (1b) | (2a) | (2b) | (3a) | (3b) | |
长相评分 | 0.069(1.26) | 0.056(1.49) | 0.055(1.00) | 0.061*(1.68) | 0.024(0.43) | 0.061*(1.67) |
过轻 | 0.105*(1.93) | −0.025(−0.69) | 0.134**(2.48) | −0.035(−0.99) | 0.128**(2.38) | −0.048(−1.37) |
过重 | 0.147***(2.75) | 0.090**(2.47) | 0.111**(2.10) | 0.089**(2.52) | 0.072(1.34) | 0.080**(2.25) |
肥胖 | 0.035(0.66) | 0.027(0.73) | 0.043(0.81) | 0.050(1.39) | 0.022(0.42) | 0.064*(1.76) |
年龄 | 1.227***(3.36) | 1.370***(5.93) | 1.067***(2.90) | 1.335***(6.00) | 1.130***(3.00) | 1.342***(5.96) |
年龄平方 | −1.319***(−3.63) | −1.455***(−6.34) | −1.139***(−3.12) | −1.419***(−6.41) | −1.158***(−3.10) | −1.402***(−6.24) |
户籍状况 | 0.205***(3.61) | 0.047(1.22) | 0.240***(3.83) | 0.071*(1.84) | 0.239***(3.80) | 0.058(1.49) |
健康自评 | −0.054(−1.01) | −0.171***(−4.59) | −0.057(−1.06) | −0.161***(−4.42) | −0.059(−1.06) | −0.157***(−4.36) |
教育年限 | 0.133**(2.30) | 0.202***(5.06) | 0.070(1.20) | 0.175***(4.50) | 0.053(0.87) | 0.166***(4.20) |
省份 | 无 | 无 | 控制 | 控制 | 控制 | 控制 |
行业 | 无 | 无 | 无 | 无 | 控制 | 控制 |
职业 | 无 | 无 | 无 | 无 | 控制 | 控制 |
观测值 | 320 | 652 | 320 | 652 | 320 | 647 |
R平方 | 0.181 | 0.173 | 0.320 | 0.292 | 0.398 | 0.346 |
(二)进一步的估计结果
1. 分位数估计
OLS估计结果只能说明外貌对创业者平均收入水平的影响,而不同的收入水平本身就是个体的一项重要特征,会造成创业者的心理和行为特征差异,从而影响“美貌溢价”效应。Johar和Katayama(2012)就发现,对于不同收入的个体,外貌对收入的提升作用呈现明显差异。鉴于此,本文选取6个代表性的分位点进一步考察。表5报告了分位数估计结果,其中个体控制变量与表3相同,但不包括固定效应。⑨
观测值 | 15% | 30% | 45% | 60% | 75% | 90% | |
女性 | 538 | −0.018(−0.27) | 0.021(0.59) | 0.092***(2.64) | 0.042(0.92) | 0.081(1.58) | 0.092(1.25) |
男性 | 1 254 | 0.110***(3.04) | 0.106***(4.25) | 0.094***(3.60) | 0.112***(3.78) | 0.183***(4.76) | 0.198***(4.64) |
表5的估计结果显示,女性创业者的美貌溢价效应依然较弱,仅在45%分位点上显著为正。一个可能的解释是,低收入的女性创业者可能从事依靠体力的创业,而高收入的女性创业者则可能从事高技能创业,外貌对这两类创业活动均无“用武之地”。中等收入的女性创业者可能从事的是普通事务性、需要面对面接触的创业活动,因而姣好的外貌有机会转化为收入溢价。表5显示,对于男性而言,各个收入水平上的溢价作用都极为显著。不过,我们仍可观察到,75%以及90%收入分位点上的溢价效果更为明显。这可能是由于,高收入水平上的男性创业者工作强度大、压力大。在这种情形下,如果能够适当修饰外貌,提高外貌水平,外貌所能带来的边际收入效应就较大。
2. 以营业收益和单位时间平均收入作为被解释变量
创业者可能有多种收入来源,具体来自创业活动的收入信息需要严格的会计核算方可厘清,但小规模的创业者无法提供如此精确的信息,本文只能选取数据库中的个人收入作为创业收入。为了检验前文结论的稳健性,我们选取CFPS调查中的个体(私营)经营者的净收益作为被解释变量重新回归。此外,前文估计中创业收入是创业者在过去一年中的总收入。然而,与普通雇员不同,创业活动的特点是较为灵活,工作时间的弹性较大,以上估计结果可能部分反映的是外貌对创业者工作时间的影响。为了校正工作时长差异造成的创业收入差异,我们根据年工作时间和年收入计算出每小时的平均收入作为被解释变量重新回归。⑩
表6的第(1a)和(1b)列报告了营业收入作为被解释变量的估计结果,第(2a)至(3b)列报告了单位时间平均收入作为被解释变量的估计结果。可以看到,采用新的收入衡量指标之后,外貌变量的估计系数仍然显著为正。这也意味着,前文关于“美貌溢价”的结论是稳健和可靠的。表6的估计结果还显示,考虑了行业和职业之后,外貌对于女性创业者单位时间里的收入具有明显的促进作用。这也说明,表3中第(3a)列关于女性创业者“美貌溢价”的结果不显著,可能是由于貌美的女性创业者多进入工作时间相对较短的行业或职业。
营业收益 | 单位时间平均收入 | |||||
女性 | 男性 | 女性 | 男性 | 女性 | 男性 | |
(1a) | (1b) | (2a) | (2b) | (3a) | (3b) | |
外貌评分 | 0.108*(1.72) | 0.091**(2.29) | 0.114**(2.54) | 0.115***(3.89) | 0.126**(2.51) | 0.096***(3.05) |
个体特征 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
省份 | 无 | 无 | 无 | 无 | 控制 | 控制 |
月份 | 无 | 无 | 无 | 无 | 控制 | 控制 |
行业 | 无 | 无 | 无 | 无 | 控制 | 控制 |
职业 | 无 | 无 | 无 | 无 | 控制 | 控制 |
N | 292 | 654 | 497 | 1 134 | 497 | 1 134 |
R2 | 0.131 | 0.115 | 0.150 | 0.116 | 0.480 | 0.350 |
(三)内生性问题与工具变量估计
本文关于创业者的外貌评分来自访员的目测即主观判断,从而很可能存在度量误差。若如此,则前文的回归估计可能存在内生性问题,从而使得估计系数有偏。由于个体相貌具有一定的稳定性,我们采用工具变量估计方法解决这一问题。具体地,本文选择前文被观测创业者在2012年的外貌数据作为工具变量。直观上,访员对外貌的再次观测和评价与上一次外貌评价高度相关,与创业收入并不直接相关。
表7报告了两阶段最小二乘估计结果。不考虑行业和职业特征时,核心解释变量外貌评分的估计系数在两个样本中均为正,且在10%的水平上显著。然而,加入行业和职业虚拟变量之后,外貌评分的估计系数在女性样本中大幅下降且失去显著性,在男性样本中仍显著为正。这一结果再次表明,美貌的确能够提高创业者的收入,女性创业者的“美貌溢价”效应部分是通过行业和职业选择实现的。此外,与表3的结果相比,表7中的估计系数均有大幅度提高,这说明最小二乘估计可能低估了外貌对创业收入的影响。
女性 | 男性 | 女性 | 男性 | |||||
第二阶段 | 第一阶段 | 第二阶段 | 第一阶段 | 第二阶段 | 第一阶段 | 第二阶段 | 第一阶段 | |
外貌评分 | 0.391*(1.90) | 0.355*(1.90) | 0.265(1.63) | 0.396**(2.11) | ||||
外貌再评 | 0.241***(4.62) | 0.177***(5.37) | 0.276***(4.79) | 0.175***(4.92) | ||||
个体特征 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
省区 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
月份 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
行业 | 无 | 无 | 无 | 无 | 控制 | 控制 | 控制 | 控制 |
职业 | 无 | 无 | 无 | 无 | 控制 | 控制 | 控制 | 控制 |
N | 401 | 401 | 897 | 897 | 401 | 401 | 897 | 897 |
R2 | 0.291 | 0.311 | 0.192 | 0.241 | 0.566 | 0.520 | 0.316 | 0.361 |
五、结 论
在当下这样一个“看脸的社会”中,个体的外貌扮演着越来越重要的作用,而美貌更是能够通过种种途径作用于个体的工作及生活的方方面面。诸多研究已经论证了美貌能够为劳动者在劳动力市场中赢得更好的工作机会和更高的劳动报酬。在现有研究的基础上,本文着重考察美貌对于创业者开展创业活动的影响。
美貌作为一项稀缺资源,有助于创业者培养形成优秀的人格特质和综合能力,并帮助个体积累人脉资源和构建社会网络,从而更好地把握创业机会,更有效地获取和利用创业资源。这最终表现为更优的创业绩效即更高的创业收入。本文基于CFPS数据和CLDS数据的研究证实,在控制了创业者的认知能力、体型特征、年龄、健康状况、户籍、婚姻状况和受教育程度等要素之后,外貌更具吸引力的个体能够获得更高的创业收入。“美貌溢价”效应在男性创业者中表现得更为明显,也随着收入水平的不同而呈现出明显差异。美貌的溢价效应在一定程度上是创业者尤其是女性创业者在行业和职业上自我选择的结果。我们用外貌的再次评分作为工具变量解决了估计模型的内生性问题,本文结论对不同收入衡量指标是稳健的。然而,俗话说“相由心生”,创业者的外貌或面相可能反映了某种心理因素。前文通过健康自评控制了部分心理因素,但变量有限,我们仍然无法揭示其与创业活动有关的全部心理活动,这可能会造成估计结果的误差,因而在应用本文结论时仍需谨慎。
目前,我国正处于经济转型升级的关键时期,“大众创业”是必不可少的引擎之一,国家和社会需要更多的创业者,需要更多成功的创业实践。而究竟什么因素能够影响创业者的创业绩效呢?本文的研究就给出了一个答案——创业者的外貌。前文中已讨论阐明,这里所说的外貌不是狭义的天生既定的长相,而是包括了后天维护与修饰的整体外在形象。因此,这一结论提示创业者们应注重仪容仪表,塑造良好的外在形象,这将能帮助创业者有效提高创业绩效,获取更高的创业收入。事实上,中国在世界舞台中越来越多地展现其大国形象,而就国民而言,在基本物质需求得到满足的基础上,也应当注意自身形象的改善及仪表的维护,这是个体精神层面的需求,也是未来发展的大势所趋。需要提醒的是,虽然“爱美之心人皆有之”是一个社会现实,但我们反对“以貌取人”,反对“看脸”式的肤浅与草率,更反对基于外貌和长相的歧视,包括“以偏概全”的统计性歧视。我们认为,与外貌相比,个人修养、品格、包容心和内在气质更加重要,这来源于教育和不断积累,也与整个社会的风气和文明程度密不可分。
① Pfann等(2000)使用荷兰广告公司数据的研究证实,长相好的经理能够为公司创造更高的、远超经理个人收入的营业收入,因而经理的相貌可以视为公司的美貌资本,但该文仅限于广告行业。
② 关于美貌与就业和收入的更多研究可参见Liu和Sierminska(2014)的综述论文。
③ CFPS调查不包括西藏、青海、新疆、宁夏、内蒙古和海南六个省区,以及中国香港、澳门特别行政区和台湾省。CLDS调查不包括西藏和海南,以及中国香港、澳门特别行政区和台湾省。
④ 代表性研究包括Minns和Rizov(2005)、Nunziata(2011)、阮荣平等(2014)和吴晓瑜等(2014)。
⑤ 该问题的其他选项包括“不适用”、“拒绝回答”和“不知道”,我们设为缺失。
⑥ 此处特别感谢匿名审稿专家的宝贵意见。
⑦ 当然,男性样本和女性样本的观测值数不同,估计系数不能直接比较。
⑧ CLDS调查集中在夏季,故毋须控制月份固定效应。
⑨ 加入固定效应的估计过程不收敛。
⑩ 即便如此,我们仍然无法准确刻画创业活动的工作强度。
[1] | 江求川, 张克中. 中国劳动力市场中的" 美貌经济学”: 身材重要吗?[J]. 经济学(季刊), 2013(3): 983–1006. |
[2] | 阮荣平, 郑风田, 刘力. 信仰的力量: 宗教有利于创业吗?[J]. 经济研究, 2014(3): 171–184. DOI:10.3969/j.issn.1672-5719.2014.03.132 |
[3] | 吴晓瑜, 王敏, 李力行. 中国的高房价是否阻碍了创业?[J]. 经济研究, 2014(9): 121–134. DOI:10.3969/j.issn.1005-913X.2014.09.069 |
[4] | Averett S, Korenman S. The economic reality of the beauty myth[J]. Journal of Human Resources, 1996, 31(2): 304–330. DOI:10.2307/146065 |
[5] | Baron R A, Markman G D. Beyond social capital: How social skills can enhance entrepreneurs' success[J]. Academy of Management Executive, 2000, 14(1): 106–116. |
[6] | Deryugina T, Shurchkov O. Now you see it, now you don’t: The vanishing beauty premium[J]. Journal of Economic Behavior & Organization, 2015, 116: 331–345. |
[7] | Hamermesh D S, Biddle J E. Beauty and the labor market[J]. American Economic Review, 1994, 84(5): 1174–1194. |
[8] | Hamermesh D S. Beauty pays: Why attractive people are more successful[M]. Princeton: Princeton University Press, 2011. |
[9] | Harper B. Beauty, stature and the labour market: A British cohort study[J]. Oxford Bulletin of Economics and Statistics, 2000, 62(S1): 771–800. DOI:10.1111/obes.2000.62.issue-s1 |
[10] | Hatfield E, Sprecher S. Mirror, Mirror...: The importance of looks in everyday life[M]. Albany: State University of New York Press, 1986. |
[11] | Holt D H. Entrepreneurship: New venture creation[M]. New Jersey: Prentice-Hall, 1992. |
[12] | Johar M, Katayama H. Quantile regression analysis of body mass and wages[J]. Health Economics, 2012, 21(5): 597–611. DOI:10.1002/hec.v21.5 |
[13] | Keh H T, Foo M D, Lim B C. Opportunity evaluation under risky conditions: The cognitive processes of entrepreneurs[J]. Entrepreneurship: Theory and Practice, 2002, 27(2): 125–148. DOI:10.1111/1540-8520.00003 |
[14] | Kirzner I M. Creativity and/or alertness: A reconsideration of the schumpeterian entrepreneur[J]. Review of Austrian Economics, 1999, 11(1-2): 5–17. |
[15] | Knight F H. Risk, uncertainty and profit[M]. New York: Houghton College Press, 1921. |
[16] | Liu X, Sierminska E. Evaluating the effect of beauty on labor market outcomes: A review of the literature[R]. IZA Discussion Paper No. 8526, 2014. |
[17] | Loh E S. The economic effects of physical appearance[J]. Social Science Quarterly, 1993, 74(2): 420–438. |
[18] | Minns C, Rizov M. The spirit of capitalism? Ethnicity, religion, and self-employment in early 20th Century Canada[J]. Explorations in Economic History, 2005, 42(2): 259–281. DOI:10.1016/j.eeh.2004.07.002 |
[19] | Mobius M M, Rosenblat T S. Why beauty matters[J]. American Economic Review, 2006, 96(1): 222–235. DOI:10.1257/000282806776157515 |
[20] | Mulford M, Orbell J, Shatto C, et al. Physical attractiveness, opportunity, and success in everyday exchange[J]. American Journal of Sociology, 1998, 103(6): 1565–1592. DOI:10.1086/231401 |
[21] | Nunziata I, Rocco L. The implications of cultural background on labour market choices: The case of religion and entrepreneurship[R]. IZA Working Paper No. 6114, 2011. |
[22] | Pagán J A, Dávila A. Obesity, occupational attainment, and earnings[J]. Social Science Quarterly, 1997, 78(3): 756–770. |
[23] | Persico N, Postlewaite A, Silverman D. The effect of adolescent experience on labor market outcomes: The case of height[J]. Journal of Political Economy, 2004, 112(5): 1019–1053. DOI:10.1086/422566 |
[24] | Pfann G A, Biddle J E, Hamermesh D S, et al. Business success and businesses’ beauty capital[J]. Economics Letters, 2000, 67(2): 201–207. DOI:10.1016/S0165-1765(99)00255-4 |
[25] | Schumpeter J A. Capitalism, socialism and democracy[M]. New York: Harper and Row, 1942. |
[26] | Shane S, Venkataraman S. The promise of entrepreneurship as a field of research[J]. Academy of Management Review, 2000, 25(1): 217–226. |
[27] | Simon M S, Houghton M, Aquino K. Cognitive biases, risk perception, and venture formation: How individuals decide to start companies[J]. Journal of Business Venturing, 2000, 15(2): 113–134. DOI:10.1016/S0883-9026(98)00003-2 |
[28] | Timmons J A. New venture creation: Entrepreneurship for 21st century[M]. Illinois: Irwin, 1999. |
[29] | Wilson R K, Eckel C C. Judging a book by its cover: Beauty and expectations in the trust game[J]. Political Research Quarterly, 2006, 59(2): 189–202. DOI:10.1177/106591290605900202 |