微信版 移动版

经济社会学

生育“事件”与城乡家庭妻子相对收入的变化模式

2022-06-20 作者: 申超


内容提要: 本文利用2010—2018年中国家庭追踪调查(CFPS)数据,采用事件研究法,研究了“生育事件”发生前后妻子相对收入的动态变化模式,以及这种变化模式在城乡和不同受教育程度女性中的异质性。数据表明,无论在生育前后,城镇家庭妻子的相对收入都始终比乡村家庭妻子高。此外,本文还检验了生育后妻子相对收入的动态变化模式在城乡之间的差异,发现城乡家庭妻子的相对收入在生育之后均显著下降,且城镇女性由于在就业比例、工作时间、工资率等方面受生育带来的冲击更大,其相对收入的下降幅度也更大。研究还发现,首次生育一年之后,城乡家庭妻子的相对收入虽逐步回升,但均无法恢复到生育前的水平,说明生育带来的负面影响长期存在。通过引入受教育程度进行三层交互分析,本文进一步发现,女性受教育程度越低,生育导致其相对收入下降的幅度越大,且城镇女性比乡村女性所面临的劣势更大。

关键词:生育;家庭;性别;教育;城乡

作者简介:申超,山东大学哲学与社会发展学院


一、问题提出

当代中国正处于快速变化的社会转型期。改革开放40多年来,中国的社会和经济状况均发生了巨大变化。1979—2019年,中国人口城镇化率从18.96%提高到60.60%。同期,国内生产总值(名义GDP)增长了241倍,而第二、第三产业(非农产业)增加值在GDP中的占比从1979年的69.29%增长至2019年的93.11%(国家统计局,2020)。人口和经济结构的变化说明中国正在从传统意义上的“乡土中国”迈向更加现代化的“城乡中国”(刘守英、王一鸽,2018)。与此同时,转型期中国性别收入差距不但持续存在且有扩大趋势(李实等,2014)。研究表明,生育对女性收入和劳动参与具有显著的负向影响,女性承担更多的生育和家庭照料责任是中国女性劳动参与下降和性别收入差距扩大的重要原因之一(Maurer-Fazio et al.,2011;Zhang & Hannum,2015)。

虽然已有文献针对生育对中国女性工作和收入的影响及其背后的社会机制进行了较为充分的探讨,但这些研究仍有三方面的不足。第一,已有研究大多关注生育的经济代价在个体层面的后果,却忽视了生育和亲职责任的承担是夫妻协商合作的过程。在家庭层面探讨生育前后夫妻之间劳动分工和相对收入的变化对于理解中国社会的家庭与性别关系具有重要意义。第二,已有研究大多聚焦于中国城市的育儿文化与父职母职建构,但忽视了社会转型期城乡“二元”格局的现状,乡村人口仍然是一个数量庞大的群体。西方学界建立的关于生育后果的理论和分析框架均是基于城市化已基本完成的高度工业化人口,对于当代中国社会并不完全适用。此外,仅仅将城镇和乡村各作为一个整体来分析,只能体现城乡之间的总体差异,却忽视了这种差异可能在不同阶层的女性中存在较大的异质性(申超,2020)。综上,我们认为有必要探究生育对女性家庭内经济地位的影响在城镇和乡村之间的差异,以及这种差异在不同受教育程度的女性中是否存在异质性。第三,已有研究大多从静态的角度研究生育的影响,很少从动态的角度研究生育的影响如何随人的生命历程发生变化。本研究拟探讨在生育前后以及成为父母后更长的生命历程中,妻子相对于丈夫的收入变化轨迹。

具体而言,我们将本研究分解为以下几个问题。首先,用妻子收入占夫妻共同收入的比例(简称妻子收入占比)来衡量妻子的相对收入,探究妻子的相对收入在城乡之间有何差异。其次,研究生育“事件”发生前后妻子相对收入随时间推移的动态变化模式,这种变化模式在城乡之间有何差异,以及造成这种差异的原因。最后,探究对不同受教育程度的女性而言,生育对其相对收入的影响在城乡之间的差异是否存在进一步的异质性。为了回答以上问题,我们统计了中国家庭追踪调查(China Family Panel Study,CFPS)2010— 2018年的5期数据,利用事件研究法(event study methodology)和固定效应模型建立妻子收入占比的回归方程,从而识别出生育前后以及更长的亲职历程中家庭内妻子相对收入的变化模式。本研究通过交叉分析兼顾了中国社会的城乡、阶层、家庭和性别问题,对于综合理解中国社会的生育和家庭内性别不平等具有较大的参考价值。


二、文献回顾

国际上大量研究发现,生育对丈夫和妻子家务劳动时间、工作时间、职业特征和工资的影响存在差异。在家务劳动时间的变化上,部分学者发现生育会延长女性的家务劳动时间,但对男性的家务劳动时间几乎没有影响(Baxter et al.,2008);也有学者发现,男性家务劳动时间在子女出生后有所增加(Killewald & Garcia-Manglano,2016)。在生育后夫妻双方各自就业、工作时间和工资的变化上,绝大多数学者都得出类似的结论:丈夫成为父亲后继续工作的比例、工作时间、职业地位和工资不会下降,甚至在某些情况下会随时间推移而逐渐上升;部分女性成为母亲后会退出劳动力市场,仍然工作的母亲的工作时间、职业地位和工资明显下降(Lundberg & Rose,2000)。丈夫和妻子对生育的差异性反应可能导致家庭内夫妻间收入差距的扩大,削弱妻子在家庭内的相对经济权力(Sani & Dotti,2015)。

夫妻特征差异会造成生育对家庭内夫妻关系影响的异质性。有的研究表明,生育前妻子相对收入更高的家庭,生育后夫妻收入差距扩大的程度更小;绝对收入更高和持有更加平等的性别观念的女性,其生育后家务劳动时间的增加和工作时间的下降都更少(Angelov et al.,2016)。也有研究表明,生育前妻子相对收入的提高并不能减少妻子在家务劳动和子女照料上的时间投入(Kuhhirt,2012)。

在我国,基于家庭和夫妻层面分析生育对工作和收入影响的研究相对较少。张玉萍和韩怡梅(Zhang & Hannum,2015)的研究发现,父亲群体和母亲群体的收入差距在不断扩大,这从侧面反映出生育对父亲和母亲的工作与收入有不同影响。许琪(2018)的研究指出,生育后女性会大幅压缩工作时间和闲暇时间,将更多时间用于家务劳动和照料家人,相比之下,生育对男性时间分配的冲击要小很多。


三、研究假设

家庭现代化理论指出,家庭内部夫妻平等随着现代化进程而日益增强(唐灿,2010)。基于中国的经验研究也证明,非农化和城镇化使夫妻获得了对自己收入的全部或部分支配权。这种经济独立引发了家庭关系的变化,主要体现在个人(尤其是妻子)独立性的增强,家庭制度逐渐从父系父权向夫妻平权转变(杨善华,2009)。因此,我们提出如下假设:

假设1:城镇家庭妻子的相对收入比乡村家庭妻子更高。

改革开放后,社会性别规范也发生了转变。家庭领域“男人养家”“男主外、女主内”“男人以事业为重、女人以家庭为重”等传统性别角色观念在中国的城镇和乡村地区均出现回潮趋势(刘爱玉,2019)。女性作为子女的核心照料者被期待投入大量的情感和时间(陶艳兰,2015)。这可能导致女性改变原来在家庭和工作之间的时间分配,从而冲击她们的工作表现,收入亦随之降低。由此,提出以下假设:

假设2:生育后,城乡家庭妻子的相对收入均会下降。

城镇女性和乡村女性在工作模式、工作特征、家庭结构和家庭生计安排等方面的差异,可能使生育对城镇地区女性的冲击更大。

首先,生育对城镇女性工作带来的负面影响可能比乡村女性更大。由于产业分工和经济结构的不同,乡村地区的就业对专业技能和人力资本的要求普遍比城镇地区要低,即就业门槛更低。相比之下,城镇地区工作以受雇工资性劳动为主,对固定工作时间、人力资本和工作技能的要求均更高。这意味着相对而言,乡村女性就业比城镇女性容易。因此,乡村女性可能比城镇女性有更多的机会再次回到劳动力市场。此外,乡村女性主要从事家庭农业和非农生产经营活动中的辅助劳动,她们的工作强度相对较低、工作弹性也较大,生育对她们的影响较小。因此,乡村女性所面临的工作-家庭冲突可能比城镇女性更小。前人研究也支持这一假设。肖特等发现,工资性劳动与婴幼儿抚育的兼容性最低,全职农业兼副业劳动次之,兼职农业与副业劳动、农业劳动、副业劳动与婴幼儿抚育兼容性较高(Short et al.,2002)。另有研究显示,中国乡村女性生育后参与工资性劳动、工资性兼非工资性劳动的可能性虽有下降,但参与兼职农业与副业劳动、农业劳动和副业劳动的可能性却有所提高。总体来看,乡村女性参与有酬劳动的可能性并没有下降,城镇地区女性生育后参与工资性劳动和有酬劳动的可能性均下降(Entwisle & Chen,2002)。

其次,城乡之间在家庭结构和居住安排上仍有显著差异。相比之下,农村依然保留了更多的传统社会特征,而城市则更符合现代标准(Whyte,2010)。当代中国家庭结构的变动表现出民众对独立居住方式的追求和对家庭代际关系功能的维护,前者在城市更为突出,后者在乡土环境中比较显著。具体表现为,直系家庭比例在乡村上升但在城市下降,乡村地区直系家庭比例显著高于城市地区(王跃生,2013)。并且,在转型期城乡“二元”背景下,部分农民家庭形成了“以代际为基础的半工半耕”生计模式,农民通过家庭内部夫妻分工和代际分工进行整体性家计安排(夏柱智、贺雪峰,2017)。在这种生计安排模式下,年轻女性通常将照料子女的工作交给年长女性。研究显示,在乡村扩大家庭中,婆媳之间的劳动分工以媳妇从事工资性劳动或农业劳动、婆婆从事子女照料等家务劳动或家庭副业劳动为主(Chen,2004)。所以,相比于城镇女性,乡村女性生育后工作时间和就业比例下降幅度可能更小。结合以上分析,我们提出如下假设:

假设3:生育后,城镇家庭妻子相对收入下降幅度大于乡村家庭妻子。

在转型期城乡“二元”格局之下,城市内部和农村内部个体间异质性也在不断扩大。首先,生育对城市受教育程度高的女性的工作和收入冲击可能不大。受过高等教育的女性更可能进入首要劳动力市场,其管理制度更加规范、工作更加稳定、有较好的福利保障等(吴愈晓,2011)。其次,通常情况下,受教育程度高的女性本人及其所在家庭收入较高,有一定的经济能力通过市场购买照料劳动。相应地,在乡村地区,人口受教育程度普遍较低,受教育程度高的女性在乡村地区的劳动力市场上具有更强的竞争力和不可替代性。此外,无论城乡,受教育程度高的女性所在家庭的性别观念更加现代,在家庭内的议价能力也更高,在家庭内协商过程中可能为育儿争取到更多社会支持(沈奕斐,2019)。所以,城市女性相比于乡村女性在应对生育冲击上的差异可能主要体现在受教育程度低的女性群体中。相比之下,受教育程度高的女性在生育后家庭内相对收入的变化程度会小于受教育程度低的女性,并且城乡之间的差异可能较小。因此,我们做出如下假设:

假设4a:无论城乡,生育对受教育程度高的女性家庭内相对收入的影响均小于受教育程度低的女性。

假设4b:城镇家庭妻子生育后相对收入下降幅度大于乡村家庭妻子,这种差异主要体现在受教育程度低的女性群体中,受教育程度高的女性群体中差异则不大。


四、数据、变量与模型

(一)数据

本研究所用数据来自北京大学社会科学调查中心实施的中国家庭追踪调查(CFPS),使用CFPS2010、CFPS2012、CFPS2014、CFPS2016、CFPS2018年共5期调查数据,数据覆盖了除港澳台地区、新疆、青海、西藏、宁夏、内蒙古、海南之外的25个省(区、市)的人口。我们对数据做如下处理。

第一,仅选取在调查时点处于在婚状态且本人与配偶信息均完整的样本,并且将本人与配偶进行配对。这是由于本研究关注的重点是生育对家庭内部夫妻相对收入的影响。

第二,仅选取在观察时点妻子年龄介于18~60岁的样本。这是由于本文重点研究生育对妻子相对收入的影响。考虑到我国的国情,超出上述年龄段的女性要么还没有达到结婚与生育的年龄,要么已经远离生育时点且退出劳动力市场,探讨生育对这类女性家庭内相对收入的影响已经失去了实际意义。

第三,仅选取在调查时点处于首次生育前1年至生育后12年的样本。之所以将时间范围限定在首次生育后12年,主要是因为生育对夫妻相对收入的影响会随着时间推移而减弱。子女在年龄达到12岁后通常已经小学毕业,此时夫妻投入到子女照料和教育上的精力已经大大减少,使生育对收入带来的负面影响减弱。本文的回归结果也表明,在距离首次生育12年后,妻子收入占比已经基本回升至生育前的水平。我们通过子女年龄推算该样本在某一调查期距离首次生育的年份。例如,2014年观察到对象A,当年她年龄最大的子女为8岁,则可以推断A在2014年距离首次生育8年。再如,观察对象B在2012年没有子女,2014年再次被观测到时子女年龄为1 岁,则说明B的首次生育发生在2013年,B在2012 年就是处于生育前1年。

第四,为了控制不随时间变化的不可观测变量的影响,本研究采用了固定效应模型。如前文所述,CFPS数据库跨越5个观察期,但是并非所有样本都能够贡献5次观察数据。首先,某些追踪对象可能会丢失,某些年份也会新加入一些调查对象。其次,由于本人或配偶数据不全等原因,部分调查对象在某些年份的数据不可用,也会造成一些数据的缺失。再次,部分调查对象的年龄、距离首次生育年份等信息在某些年份已经超出上文所述的范围,被主动舍弃。至此,选取的人-年(person-year)数据并不是一个严格的面板数据,我们进一步筛选出至少参与2次观察的对象,共筛选出8805条人-年数据,其中城镇样本3949条,乡村样本4856条。

(二)变量

(1)收入和工作。本研究关心的是生育对妻子相对收入的影响,因此因变量是妻子的收入占夫妻总收入的比例(妻子收入占比)。我们利用CFPS数据库分别统计妻子本人及其配偶的收入,然后进行加总,以此作为夫妻总收入。CFPS 原始数据提供的是调查对象在调查时点前一年的收入,没有考虑通货膨胀对收入的影响。因此,我们依据国家统计局历年公布的消费价格指数(CPI),以2010年为基准调整之后各年收入。需要说明的是,采用CPI调整的是个体收入,但由于同一年份的调整系数是一致的,因此不影响夫妻相对收入占比。同时,为了估计妻子和丈夫的工作特征在导致夫妻收入不平等上的作用,我们在回归方程中先后纳入妻子和丈夫的工作特征变量,包括是否就业、就业类别、每周工作时间和工资率等。

(2)距离首次生育时间。由于本研究重点关注首次生育前后夫妻工作和收入的动态变化趋势,所以识别夫妻经历首次生育的时间是本研究的关键。CFPS虽然没有提供关于已婚女性生育史的详细记录,但通过家庭关系匹配可以获得完整、对称的父母-子女数据和夫妻数据,从中可获得夫妻在调查时点的子女数量及每个子女的年龄。用调查时点的日历年减去最年长孩子的年龄,就可以得到夫妻首次生育的日历年。我们将该日历年(夫妻首次生育当年)视作这对夫妻的基准年,即T=0。将这对夫妻在每个调查时点上的日历年减去其基准年,便可以得到这对夫妻在各个调查时点上距离首次生育的时间。如前文所述,本研究将距离首次生育的时间范围限定在-1~12,共计14个年数。

(3)城乡。CFPS 提供了受访家庭居住地的城乡属性(根据国家统计局发布的标准),本研究依据该属性划分城镇和乡村。我们认为,采用这样的城乡分类方式更加合理。中国处在快速城镇化的过程中,许多农村家庭从地理上来讲已经离开了农村,从经济上来讲也已经脱离了传统的农业生产模式,但是其户口属性可能还是农业户口。此时仍然采用户口性质进行城乡分类,不能完全反映真正的城乡差异。相反,利用居住地属性进行城乡分类,从地理、生产模式、社会观念等方面来看更加合理。

(4)教育。本研究将受教育程度分为四类,分别为小学及以下、初中、高中(含中专、技校和职高)、大学及以上(含大专、大学本科、硕士、博士及以上)。

(5)控制变量。本研究数据跨越较长时期。一方面,中国社会转型背景下经济的高速增长、快速城镇化等宏观环境因素在发生变化;另一方面,个体微观层面也在发生变化,其中对收入影响最主要的变化便是年龄(人力资本)。因此,本研究将日历年和妻子年龄纳入模型作为控制变量。需要注意的是,这两个变量均为时变变量(time-varying variables),其中年龄是连续变量,日历年是虚拟变量。

(三)统计模型

本研究使用事件研究法,即首次生育这一“事件”发生前后夫妻相对收入的动态变化。事件研究法的优势在于可以描述和分析夫妻在向生育过渡的过程中及其后的亲职生命历程中妻子相对收入的变化。具体回归分析模型如下(各下角标含义为:i 代表夫妻编码,k 代表每对夫妻的第 k 次观察,t代表距离首次生育的时间):

由下角标的定义可知,回归方程中的每一个数据点代表夫妻 i 在第 k 次观察时的样本点。其中,Yik 表示妻子收入占夫妻总收入的比例;Tikt 是一组虚拟变量,表示该样本点距离首次生育的时间(年)。由于本研究中T 的取值范围是-1~12,共计14个年份,因此T 由13对二元变量组成,以T=-1(即首次生育前一年)为参照组;Rik 是表示城乡分类的二元变量,以城镇作为参照组。观察对象在不同的时点上居住地可能不同,因此该变量也是时变变量。除了将 Rik 单独放入回归方程外,还加入了R 和T 的交互项,以此区分在距离首次生育的每一个时间点上城乡之间的差异;Wik 表示该样本点所对应的日历年,是一组虚拟变量组成的向量,以2010年为参照组;ageik 表示妻子年龄,为连续变量。

本文采用固定效应模型控制不同夫妻在一系列不随时间变化的特征(可观测或不可观测)上的差异。αi 是回归模型的截距项,不随观察时点发生变化,代表夫妻层次的固定效应;εik 是回归模型的残差项。需要说明的是,在回归分析中我们并不关心妻子收入占比的绝对值,而是关注生育给妻子收入占比带来的变化,以及什么因素影响这种变化。回归系数 γt 反映的是在控制其他变量的情况下,城镇家庭妻子收入占比相比于首次生育前一年发生的变化;γt + ηt 反映的是乡村家庭妻子收入占比相比于首次生育前一年的变化。

本研究使用事件研究法和固定效应模型作为分析工具来讨论以下三个问题:一是妻子收入占比在生育前后所发生的变化在城镇地区和乡村地区之间有何差异;二是妻子收入占比的变化在城乡之间产生差异的原因有哪些,以及各因素是如何影响这种差异的;三是进一步探讨生育对妻子相对收入的影响在不同受教育程度群体中的异质性。为了回答以上问题,在后续的研究中,以方程(1)所示的回归模型为基线模型M0,逐次向模型中添加是否生育二孩、丈夫工作特征(M1)、妻子就业状态(M2)、妻子工作时间(M3)、妻子工资率(M4),观察回归系数 γt 和 ηt 的变化。此后,为进一步分解城乡异质性,在模型M1 的基础上建立方程(2),以检验不同受教育程度女性在生育前后表现的差别。

其中,Eij 是代表受教育程度的一组虚拟变量。如前文所述,本研究将受教育程度分为小学及以下、初中、高中和大学及以上四类。但因为方程(2)需要反映教育与城乡的双重交互,分类过多会导致回归方程解释变量的数量过多,使方程过于复杂,因此我们将初中与高中两类群体合并,统称为“中学”。如此一来,回归模型中的受教育程度就简化为小学及以下、中学、大学及以上三类。在方程(2)中,Eij 的上标 j 表示受教育程度编码,1 代表中学,2代表大学及以上,以小学及以下作为参照组。


五、结果分析

(一)描述性统计分析(见表1)

总体来讲,乡村家庭妻子收入占比在各个时点上都低于城镇家庭妻子,与假设1保持一致。这表明,在现代化程度较高的城镇地区,女性对家庭的经济贡献更大;乡村地区的性别劳动分工更加传统,夫妻之间收入不平等程度更高。

图1所示是按城乡分类统计的妻子收入占比随距离首次生育时间的走势。无论是城镇家庭还是乡村家庭,生育当年(T=0)妻子的收入占比都表现出明显的下降,且城镇家庭妻子收入占比的下降更加突出。在生育后1年(T=1),城镇家庭和乡村家庭的妻子收入占比都达到最低值,分别为0.26和0.17。此后,城镇家庭和乡村家庭妻子的收入占比都在缓慢回升,不过始终没有恢复到生育前的水平。虽然城乡女性在生育前后收入占比的走势相似,但是收入占比的变化量仍然存在一些不同,主要体现在两个方面:一是乡村家庭妻子在生育后的收入占比下降幅度比城镇家庭妻子更小;二是乡村家庭妻子的收入占比在经历了比较长的时间后(12年)可以基本恢复到生育前的水平,而城镇家庭妻子收入占比与生育前相比还存在一定差距。

(二)生育对城乡家庭妻子收入占比的影响

为检验假设2和假设3,我们采用固定效应模型对方程(1)进行回归分析,并且在基线模型(M0)的基础上逐次添加是否生育二孩和丈夫工作特征、妻子就业状态、妻子工作时间、妻子工资率等变量,得到模型M1至M4。将各模型的回归系数绘制成曲线(见图2)。需要说明的是,回归结果不代表妻子收入占比的绝对数值,而是相比于生育前一年的变化量。例如,当T=1时(生育后一年),模型M0的回归系数 γt 和 ηt 的取值分别为-0.215和0.077,表明在控制其他变量的情况下,城镇家庭妻子生育后一年比生育前一年的家庭收入占比下降了0.215,乡村家庭妻子则下降了0.138(0.215-0.077)。

结果显示,在模型M0至M4中城镇家庭和乡村家庭妻子的收入占比在生育当年(T)及生育后12年的时间(T=1 至T=12)里始终低于生育前的水平,且统计显著,假设2得到证实。

在控制其他变量的情况下,城镇家庭妻子收入占比下降幅度均大于乡村家庭妻子,表现为回归系数 ηt 在模型M0至M4中均大于0,且在大部分回归模型中均显著。具体而言,在模型M0中,从生育前一年(T=-1)到生育后一年(T=1),城镇家庭妻子收入占比下降了0.215,乡村家庭妻子下降了0.138,二者相差0.077;此后,城乡家庭妻子收入占比变化的差异逐渐缩小,至T=12 时,城镇家庭妻子相比于生育前收入占比下降了0.096,乡村家庭妻子下降了0.052,二者相差0.044。以上结果支持了假设3

(三)影响城乡家庭妻子收入占比变化的因素

如前文所述,生育会使得城乡家庭妻子相对收入显著下降。当向基线模型中逐次添加变量后,城乡家庭妻子收入占比的变化均减小,表现为图2中的曲线随着变量逐次添加而向上移动。为了进一步检验各项因素如何影响妻子收入占比的变化,我们首先将模型M0至M4中城乡家庭妻子收入占比变化的差异(即R与T的交互项,回归系数 ηt )绘制成散点图(见图3)。此处,我们采用差异系数检验法,估计在逐次添加变量的过程中回归系数的变化是否显著。若回归系数的变化是显著的,则在图3 中以实心表示;反之,以空心表示。可以看到,依次向基线模型(M0)中添加是否生育二孩、丈夫工作特征(M1)、妻子就业比例(M2)、妻子每周劳动时间(M3)和妻子工资率(M4)后,尽管回归系数的变化并非在所有模型的所有时点上都显著,但是变化趋势仍然十分明显——各数据点逐渐向横轴靠拢,说明妻子收入占比的变化在城乡之间的差异逐渐缩小。以上因素都在一定程度上解释了城乡之间的异质性。

1. 生育二孩与丈夫工作特征

模型M1中添加的变量是非妻子本人的其他家庭特征,包括是否生育二孩(或以上)和丈夫工作特征(就业类别、工作时间和工资率)。可以看到,这两项可以解释一部分城乡家庭妻子收入占比变化的差异,但是解释强度远低于妻子本人的工作特征。在图3中,模型M1相比于M0的下降幅度远小于模型M2至M4的下降幅度。

图4所示是城乡家庭生育二孩的比例随时间的变化。可以看到,乡村家庭生育二孩的比例明显高于城镇家庭。首次生育后12年,23%的乡村家庭生育了第二个孩子,城镇家庭生育第二个孩子的比例只有15%。

从图5(a)、5(b)、5(c)可以看出,无论城乡,丈夫均没有因为生育而中断工作或者减少有酬工作时间,工资率也没有因生育而下降。在中国社会(无论城乡),生育对男性在劳动力市场上的表现几乎没有影响。正是因为男性的时间分配没有因为生育而发生明显变化,且城乡男性表现出的趋势相似,所以男性的工作特征对城乡家庭妻子收入占比变化的差异解释力较弱。

2. 妻子工作特征

图5(a)、5(b)、5(c)显示,城乡家庭妻子的工作特征随生育的变化与丈夫截然不同,她们在生育后对工作安排均做出很大调整。但是,生育对城镇女性工作的影响不仅更大,而且更早。

首先,城乡女性生育前一年在就业比例上几乎相同,均为60%左右。生育后一年,城镇母亲的就业比例下降至45%左右,下降了15个百分点,而乡村母亲的就业比例仅下降了约8个百分点。生育6年后,城乡母亲的就业比例又回升到相同水平,且高于生育前的水平。

其次,城乡女性生育前在工作强度上有很大差异:城镇女性生育前一年每周平均工作时间约40个小时,乡村女性每周平均工作时间仅为30个小时。城乡女性因生育而产生的工作时间的下降幅度也有所差异,城镇女性在生育后一年的工作时间较生育前一年下降了约8个小时,乡村女性下降了约5个小时,下降幅度略低于城镇女性。此外,我们观察到,城镇女性的工作时间在生育当年(T=0)就表现出了明显的下降,而乡村女性的工作时间在生育后一年(T=1)才明显下降。

最后,城乡家庭妻子在生育前后工资率的变化上也表现出了明显的差异。城镇女性的工资率在生育当年就出现明显下降,比生育前一年下降约13%,而且此后工资率一直持平,始终没有恢复到生育前的水平。相反,乡村女性的工资率并没有在生育后出现下降,反而缓慢上升。

(四)教育与收入占比变化的异质性

我们在模型M1的基础上构建城乡、受教育程度和距离首次生育时间的三层次交互分析,回归结果如图6、图7所示。

图6展示的是城镇和乡村中不同受教育程度的妻子在生育前后收入占比的变化。首先,按受教育程度分类后,妻子收入占比变化的走势与城乡女性总体走势相同,即都是在生育后一年收入占比下降至最低点,随后收入占比逐渐上升,但始终不能恢复到生育前的水平。此外,回归分析结果与理论预期相符,无论是在城镇还是乡村,受教育程度高的女性均比受教育程度低的女性收入占比下降得更少。以生育后一年(T=1)较之生育前一年(T=-1)的下降幅度为例:在城镇地区,大学及以上、中学、小学及以下三种学历的女性家庭收入占比分别下降了13.5个、16.7个和21.8个百分点;在乡村地区,大学及以上、中学、小学及以下三种学历的女性家庭收入占比分别下降了12.4个、13.5个和17.9个百分点。在此后的时间里,受教育程度高的女性相对受教育程度低的女性的优势始终存在。假设4a得到验证。

将城镇家庭妻子和乡村家庭妻子按低、中、高教育水平分解后,我们发现:对于受教育程度相同的各类群体,生育对妻子收入占比的负面影响均是在城镇女性中更大,这与图2所示的回归分析结果相吻合。我们将图6中相同受教育程度群体的城乡差异绘制成散点图,得到图7。同样地,若城乡差异显著,则在图中以实心标记;若不显著,则以空心标记。可以明显观察到,受教育程度越高,生育对妻子收入占比的负面影响在城乡之间的差异越小。将生育后一年(T=1)和生育前一年(T=-1)相比,在小学及以下这类群体中,城镇家庭妻子收入占比的下降幅度比乡村家庭妻子多4个百分点;在中学群体中,城镇家庭妻子比乡村家庭妻子多下降约3个百分点;在大学及以上群体中,城镇家庭妻子比乡村家庭妻子多下降1个百分点。假设4b也得到了验证。

六、结论与讨论

本研究使用CFPS数据库2010 — 2018年的5期抽样调查数据,运用事件研究法和固定效应模型分析了从生育前1年至生育后12年间妻子相对收入的变化模式。结果显示,首先,城镇和乡村的妻子收入占比在生育当年及生育后12年始终显著低于生育前的水平。无论在城镇还是乡村,女性生育后在家庭内的相对收入都会显著下降,说明生育是加剧家庭内夫妻收入不平等的重要因素,且生育带来的负面影响长期存在。

其次,在控制其他变量的情况下,生育后城镇家庭妻子收入占比下降幅度比乡村家庭妻子更大,生育对妻子相对收入的影响在城乡之间存在差异。在解释城乡差异的过程中,我们发现丈夫工作特征(就业比例、工作时间、工资率)对城乡差异的解释力较小。主要原因在于城乡男性的就业、工作时间和工资率均没有因生育而发生明显变化,且城乡男性表现出的变化趋势基本相似。相反,城乡家庭妻子生育后的就业比例、有酬工作时间和工资率明显下降,且城镇家庭妻子的下降幅度更大。这些因素在一定程度上解释了城乡之间的异质性。

最后,对于不同受教育程度的女性而言,生育对其收入占比的影响在城乡之间的差异还存在进一步的异质性。第一,无论在城镇还是乡村,生育对受教育程度高的女性家庭内相对收入的影响均小于受教育程度低的女性。第二,对于受教育程度相同的群体,生育对妻子相对收入的负面影响均是城镇女性更大。第三,受教育程度越高,生育对妻子相对收入的负面影响在城乡之间的差异越小;反之,受教育程度越低,生育对妻子相对收入的负面影响在城乡之间的差异越大。

本研究结果表明,在当代中国社会,家庭内部夫妻合力抚养子女的过程仍然是基于高度性别化的家庭分工模式,成为父母后丈夫和妻子的工作和收入循着不同的轨迹发生变化。将对中国家庭的观察和理解置于“城乡中国”的社会背景之下,虽然城镇女性家庭内相对收入高于乡村女性,但是生育对城镇女性家庭内相对收入的冲击也更大。尤其值得我们关注的是,受教育程度越低,城镇女性比乡村女性所面临的劣势越大。我们期待本研究可以引起更多的学者对这一领域的关注,以开展更丰富的讨论。


(注释与参考文献从略,全文详见《社会学评论》杂志2022年第3期)

0
热门文章 HOT NEWS