2019 年 1 月
第 43 卷 第 1 期
Vol. 43， No. 1
January 2019
36
人口研究
Population Ｒesearch
“ 性别 — 母职双重赋税 ”
与劳动力市场参与的性别差异
*
杨菊华
【内容摘要 】文章借助“性别—母职双重赋税 ”理论框架和 Heckman 选择模型技术，探讨 18 ～ 39
岁男女两性在职场机会、过程和回报方面的差距。结果发现，性别之间、性别之内、母职与父职之间都
存在差别。在职场参与的不同环节和生命历程的不同阶段，“重税”呈现出 3 种不同的作用机制： 就业
门槛主要由性别—婚姻驱动，职场中断由婚姻—生育驱动，酬薪由性别—生育驱动。 在传统观念有所
强化和结构环境更为逼仄的背景下 ，生育政策的解缚将增加女性生育事件的发生次数 ，使她们面临更
大的职场困境。通过家庭友好政策、企业分担社会责任、媒体广播平常育儿心态等手段来减轻“性
别—母职重税”，帮助有（ 连续） 就业意愿之人实现理想，或许可形成从“重税”到“多赢”的转变。
【关键词】性别税； 母职税； 就业机会； 职场中断； 就业回报； 性别红利
【作者简介】杨菊华，中国人民大学人口与发展研究中心、老年学研究所教授； 国家发展与战略研
究院研究员。北京： 100872
“Double Penalty of Gender and Motherhood”
and Female Labor Force Participation
Yang Juhua
Abstract： This paper attempts to investigate the relationship between the double taxes，“gender tax”
and “motherhood tax”，and female labor force participation among the population aged 18 － 39 in the Chinese context． Analytical results indicate that the interplay of gender，marriage and childbearing bears significant impacts on these measures of work． Controlling for multiple measures of human capital and devotion to
work，male and female，unmarried and married，and father and mother all differ in these regards such that
females are more disadvantaged than males，and mothers are more vulnerable than women without children
and all males． But the mechanisms of gender effect vary by measurements of labor market participation，and
by women’s life course． Whether or not in the labor market is largely affected by gender per se and marital
status，while work stability by marriage and childbirth，and wage by gender and childbirth． Such findings
support the “double-taxes”conceptual framework． With the relaxation of fertility policy，more women will
have more than one child，which will render them to be in further disadvantaged positions in the labor market，which presents greater challenges for the government in reducing the negative effect of “double taxes”
on female labor force participation．
Keywords： Gender Tax，Motherhood Tax，Work Opportunity，Career Disruption，Ｒeturn of Employment，
Gender-equality Dividend
Author： Yang Juhua is Professor，Center for Population and Development Studies，Institute of Gerontology，Ｒenmin University of China． Email： juhua_yang@ ruc． edu． cn
* 本文受国家自然科学基金“‘普二新政’下家庭友好政策与女性家庭—工作平衡关系研究”（ 71673287） 和国家社会
科学基金重大研究课题“全面二孩政策下城市地区 0 ～ 3 岁婴幼儿托育服务体系研究”（ 17ZDA122） 联合资助。
1期
杨菊华 “性别—母职双重赋税”与劳动力市场参与的性别差异
37
当今时代，职场的性别区隔是一个颇受关注的理论和现实问题。 经济学者偏重于从人力资本的
角度来进行解释，认为女性的就业门槛较高、职场机遇较少、工资水平偏低等，均因她们的人力资本过
低、工作投入不够、达不到“理想员工”的期待所致； 相反，女性主义学者或性别社会学者则强调这些差
异背后的文化规制，从社会性别视角出发，找寻性别差距的根源，并将之归于“玻璃天花板”效应或“生
育惩罚”效应。无论是从哪个视域出发，相关研究都对劳动力市场的性别隔离进行了深入探讨。 但
是，对个体禀赋要素过于强调，往往会对其背后的文化规制视而不见，也会忽视人力资本相同但职场
的性别差距依然存在甚至可能扩大的事实 ，由此将女性在职场的不公平待遇视为理所当然 ； 更进一步
说，就人力资本的差异而言，背后可能也有性别机制的驱动，故人力资本视角并不能从本源上解释劳
动力市场的性别差距。同理，笼而统之地将性别差距归于文化规制的一个后果是 ，理论上每每流于无
法突破的循环论证之中，因为传统就是这样的； 实证上难免仅仅将性别作为一个背景要素加以讨论，
“性别”这样的一个连接个体与社会、事关家庭长期发展和宏观政策落地 （ 如全面两孩政策 ） 的重大议
题依旧隐于私人领域。
本文引入一个新的分析框架，“性别—母职双重赋税 ”（ 下称“性别—母职重税 ”或“重税 ”） ，讨论
两性劳动力市场参与的不同际遇 。 该分析框架建立在职场的性别隔离、玻璃天花顶和生育惩罚等现
有理论之上，但“重税”视角的优势在于，将性别—（ 婚姻） —母职等相关属性加以综合考虑，以便把社
会性别对职场的不同环节、对两性不同生命阶段可能的不同作用机理和途径更好且更清晰地呈现出
来，特别是涉及生育及子女养育对女性的影响 ，从而可在一定程度上超越现有研究的局限 。 在此基础
上，我们试图探讨这样一些问题： “性别”“婚姻”和“母职”等人口属性作为性别文化的承载者、传递者
和后果的直接承担者，它们究竟是怎样作用于两性的劳动力市场参与过程的？ 在个体和家庭不同的
生命阶段，社会性别对劳动力市场参与的作用是否存在相关但有别的机制？ 同时，从方法上看，职场
上两性的不同际遇既可能是社会性别规制作用的结果 ，也可能源于女性在社会性别规范基础上进行
的“自我”选择。那么，控制选择性后，两性之间的职场机遇是否会有所不同 ？ 是否可更真实地计算出
性别和母职给女性带来的代价或惩罚 ？
一方面，本文将从就业机会、就业过程与就业结果 3 个环节，比较两性在劳动力市场参与方面的
基本特点，探求因社会性别机制引发的“重税”对女性在多个就业环节中的作用； 同时，作为一个新的
研究视角，“性别—母职重税”是否具有合理性、对后续研究是否具有指导意义，亦需实证检验。 本文
将采用具有全国代表性的大规模调查数据 ，对该分析框架加以考量，特别是对这两类相互关联与嵌入
的赋税加以检验和区分。另一方面，借助 Heckman 选择模型分析技术，结合常规的建模手段，关照研
究对象在劳动力市场参与方面的自我选择性问题 ，以期分析结果更贴近社会现实。
1 “常态化”的职场性别区隔
职场的性别区隔是工作—家庭失衡的一种必然结果，对此，杨菊华 （ 2018） 进行了详细的理论叙
述。概而言之，性别、婚姻与母职属性的交叉形成了多类被贴上不同标签之人，职场事件包括就业机
会、职业类型、工作的连续性、人力资本积淀、酬薪待遇、晋职晋升等诸多方面。 无论是西方发达国家，
还是中国，宏观的数据报告和微观的实证研究几乎达成共识 ，即在劳动力市场中，女性，尤其是母亲在
职场机会、过程和结果的各个环节，都具有明显的劣势。
相较于男性，女性的就业门槛高、就业率低，且差距随时间而扩大。2015 年《全球性别差异报告 》
显示，全球女性就业人数虽升至 17． 5 亿人，但与男性从业人数和比例相比，差距却在扩大； 中国的普
2010 年 16 ～ 59 岁女性的就业率为 69． 9% ，低于男性 13． 8 个百分点； 2000 ～ 2010 年间，
查资料显示，
女性就业率下降幅度超过 1990 ～ 2000 年的 5． 8 个百分点； 2010 年男女就业率的差异分别比 2000 年
和 1990 年扩大 3． 0 和 4． 7 个百分点； 2013 年的调查数据显示，在受教育程度和毕业院校类别相同的
人口研究
38
43 卷
人群中，重点本科院校女性毕业生的就业率远远低于同类男毕业生 ，二者相差约 10 个百分点 （ 李春
2016） 。而且，可观测到的性别以外的特征差异仅能解释城镇两性之间就业差异的微小部分 ，透视
玲，
2014） 。
出劳动力市场上明显的就业性别歧视 （ 王维国、周闯，
2003； Budig and England，
2001； Correll et al． ，
母亲在就业方面更存在比较弱势 （ Anderson et al． ，
2007） ，既低于男性，也低于未育女性（ Staff and Mortimer，
2012） 。在美国的某招聘实验研究中，
84% 的
招聘者选择雇佣未育女性，而只有 47% 愿意雇佣已育女性； 其他研究也表明，母亲在招聘中被录用的
2007） 。用人单位不愿雇佣女性的首要原因在于生育 （ 魏一东，
概率低于未育女性 21% （ Correll et al． ，
2013） ； 59% 的女大学生在求职应聘中被问及生育规划 ； 即便学历和能力大同小异，女性就业的门阀值
（ Threshold） 依旧高于男性。2010 年全国第三期妇女地位调查 （ 下称“地位调查 ”） 资料表明，18 ～ 44
岁在婚非农户籍人群中，男女两性从事有收入工作的比例分别为 98． 6% 和 69． 6% ，母亲的就业率更
与 2000 年相比，两者的差距有所扩大。就业门槛高给有意愿进入职场或回归职场的女性 ，尤其是
低，
母亲设置了障碍，造成职业中断或脱离职场的时间更长 。
在职场回报（ 如酬薪待遇） 方面也存在明显的性别差距，母亲的酬薪更低。 生育可能提升父亲的
工资，形成与“母职惩罚 ”（ Motherhood Penalty） 相对应的“父职收益 ”（ Paternal Premium） 现象 （ Budig
and England，
2001； World Development Ｒeport，
2012） 。而且，酬薪的母职惩罚也见于女性群体内 。即便
2005） ； 每生育一个孩子，
相同职业，雇主给未育女性提供的起薪区间超出已育女性 11000 美元 （ Alol，
2012） ； 在中国，惩罚效应更大，生育会降低收
母亲的小时工资比未育女性约低 5% （ Staff and Mortimer，
2014） 。
入的 7% （ 於嘉、谢宇，
针对职场性别差距，学者重点从人力资本、性别分工、玻璃天花板和母职惩罚等视角进行解释。
经济学者普遍从人力资本角度，解释两性在劳动力市场上的差距 ，认为性别差异不在于市场对女性的
2008） 的期待。 该视角
歧视，而在于女性人力资本低下，难以满足企业对“理想员工 ”工作至上 （ King，
将重点置于人力资本差异，但将性别不平等（ 而不仅仅是差异 ） 归咎于女性本身的资源禀赋和后致行
为，既忽视了年轻一代两性正规人力资本差异基本消失的现实 ，也忽视了当差异存在时，其产生的根
源及文化规制。社会学家则多从文化视域来辨识劳动力市场的性别区隔，归因于基于生理特征和文
化规制而形成的描述性和规定性的性别刻板印象及与之相呼应的母职文化 。
从方法论视角，婚姻与生育及生育次数都是可选择的。 虽然中国人普婚普育的特点极大地降低
了这种选择性（ 95% 以上的适龄人群都会结婚并至少生育一孩 ） ，但保持单身或婚而不育与步入婚姻
或生儿育女等依旧可能是不应忽视的选择性行为 ，即家庭倾向较强之人，更可能因家庭责任而不在职
场或有过职场中断经历。这就要求我们在识别劳动力市场性别差异形成机制时，必须关照这个关键
的方法论问题。对此，我们将通过变量指定和模型指定来进行处理，即控制重要的相关变量，选择能
有效处理选择性问题的模型加以应对 ，从而考察在控制了潜在的样本选择性后 ，性别之间和性别之内
的差异究竟是“性别—母职重税”的结果还是自选择的结果，抑或是基于“重税”的选择结果。
2 “性别—母职重税”与理论假设
在两性职场际遇差距较大、母亲职场环境逼仄的背后是基于性别刻板印象和社会性别文化规制
的“性别—母职税”。
2． 1
性别—母职重税
“性别—母职重税”是指女性在劳动力市场上遭遇的不平等待遇和系统性剥夺，人力资本积淀机
会更少，就业门槛更高，晋升机会更小，发展瓶颈更窄，薪酬待遇更低，未来前景具有更大的不确定性。
顾名思义，“性别—母职重税”由彼此嵌入、相互交叠的两部分组成： 一是因生理性别先赋但社会性别
2016） ，即便资源禀赋类似，女性也未能与男性拥有相同的职场起点，并难
后致的“性别税”（ 杨菊华，
杨菊华 “性别—母职双重赋税”与劳动力市场参与的性别差异
1期
39
以在此后的职场生涯中同步前行 ； 二是因生育后致的“母职税 ”，即从怀胎期到抚育期，女性的社会劳
动参与机会被相对剥夺。前者是基础并可能引发后者，而后者进一步加重性别税。
从理论上看，若无“性别—母职重税”，人力资本相同的男女两性应具有平等的职场机会，但在现
实生活中，由于被明显有差异性地建构和对待，特别是当性别与生育交叠时，性别差异更为凸现。 同
时，两性或不婚，或虽婚不育，或生育一孩、二（ 多） 孩，由此带来群体内部的差异。
2． 2
理论假设
“性别—母职重税”包含三重比较： 个体的性别属性、婚姻状态属性和生育状态属性。 无论是先天
的性别刻板印象还是两性后天主要因文化规制所致的人力资源禀赋差异 ，都可能使具有不同属性的
女性在职场上处于劣势，故本文假设：
H1： 两性的职场经历存在明显差别，即女性在就业机会、就业过程和就业结果等诸多方面均不如
男性。
很多研究表明，婚姻对男性具有保护作用，对其收入更具有凸现的提升效应 （ Hill et al． ，2010；
Ashwin and Isupova，
2014） ，在不同国家的涨益幅度从 3% 到 31% 不等。 其背后的机制在于性别角色
分工（ Bardasi and Taylor，2008； Daniel，1992； Gray，1997） 、婚姻选择效应 （ Cornwell and Ｒupert，1997；
Krashinsky，
2003） 、妻子的“相夫”（ 王智波、李长洪，
2016） 。“性别—母职重税 ”的理论视角认为，这与
对已婚人群的角色期待有关。婚后的女性因须承担更多的家庭责任 ，故人虽在职场，但与家庭的联系
更紧密，心理和行为上都可能与职场逐渐疏离并渐行渐远 ，有些女性甚至可能为家庭责任而放弃职场
2016） 。故此，本文提出第 2 个假设：
追求（ 李春玲，
H2： 相较于已婚男性，已婚女性在就业机会、就业过程和就业结果等职场经历方面都处于弱势
地位。
当性别属性与母职身份相交叠时 ，即当女性的身份从单纯的性别属性或性别—婚姻双重属性过
渡到性别、婚姻和母亲三重属性时，母职惩罚就会发生更大的效用。 劳动力市场的惩罚不仅表现在性
别这个单一的维度或性别—婚姻双重属性上，而且通过对人口再生产的惩罚而带来多重负面效应。
当然，即便女性未育，雇主也会预收其母职税。无论是预期的还是实际的“母职 ”责任，都会让女性在
劳动力市场上处于更为不利的地位 ，遭受不公的待遇。成为母亲后，“理想母亲”的期待使之在经营常
规性的家事外，还须养儿育女。与此相反，对父亲的角色期待是，赚更多的钱养家糊口。 由此，本文提
出第 3 个假设：
H3： 母亲与父亲相比，就业机会、就业过程和就业结果更差，且子女越多，多重弱势越明显。
上面的 3 个假设是分别针对性别、婚姻和生育这 3 个属性或状态提出的，主要的参照对象都是男
性。虽然前面的 3 个假设区分了性别差异在不同生命阶段的表现，但比较的还是两性之间的差异。
不过，职场发展既存在性别间、也存在性别内的差异。“性别—母职重税”分析框架强调，性别、婚姻和
母职三者之间的互动可能导致不同属性间 ，而且带来各自性别内部在职场经历中形成的显著差别 ，而
女性群体内的差异可能会更明显 。故此，本文提出第 4 个假设：
H4： 不仅相对于具有相同特征的男性 ，女性的职场际遇较差，而且，在同一群体内，因婚姻与生育
状况的不同也会呈现出不同的就业特征 ，女性群体内更为凸现。
3
样本、测量与变量的分布
本文使用 2010 年第三期中国妇女地位调查数据，进行理论和方法识别，分析性别—母职重税对
女性劳动力市场参与的影响，检验理论假设。 关于该调查的基本情况和该数据在性别差异研究方面
的优势与局限，请参见宋秀岩（ 2013） ，这里不再重述。
考虑“重税”与劳动力市场参与的性别差异，须先确定合适的研究对象。 若受访者依旧在校或已
人口研究
40
43 卷
失去工作能力，他们在调查时点便无市场参与的风险； 若其年龄太大，多数人或已跨过生儿育女的生
命阶段。换言之，虽然重税（ 尤其是性别税） 涉及所有年龄段的女性，但对于处于黄金生育期和育龄中
期的女性，其作用可能更大，或可能正在承担生育的责任、或可能因抚育现有子女而需投入更多的时
间和精力于家庭责任中。故此，本文将分析对象限定在 18 ～ 39 岁、不在学、具有工作能力的受访者。
同时，职场的性别区隔、玻璃天花板效应的参照对象不是女性，且检验“性别—母职重税 ”这一分析视
角更应进行性别之间的对比，故分析样本包括男性和女性。
3． 1
因变量
本文通过 3 个指标 ，即就业身份 、工作的稳定性和酬薪工资 3 个变量 ，来测量受访者劳动力市
场的参与情况 。 它们虽然不能反映市场参与的全貌 ，但分别属于职场机会 、职场过程和职场结果的
重要测量指标 ，可较好地呈现不 同 职 场 环 节 的 性 别 差 异 。（ 1 ） 就 业 身 份 ，用 来 测 量 目 前 的 就 业 状
0 表示不在业 。 就业状况既可能是一个就业门槛问题 ，也可能是自选择问题 ，为更
况 ： 1 表示在业 ，
好地识别这种可能性 ，会通过合适的模型应对 。（ 2 ） 工作连续性 ，用来测量就业过程 ： 妇女地位调
查问及受访者在职业生涯中“是否有过半年以上不工作也无劳动收入 ”的情况 ，本文以此来测量工
1 表示工作曾经中断过 ，
0 表示没有中断过 。 同样 ，工作中断可能也具有选择性 ，也会
作的连续性 ，
借助合适的方法进行处理 。（ 3） 酬薪工资 ，用来测量就业结果 （ 或职场回报 ） 。 对此 ，我们做了两种
不同的处理 ： 一是使用条件样本 ，即仅包括受访时在业的人群 ，因为只有在业之人才有工资收入 ； 二
是针对全部样本 ，采用选择模型 ，以纠正因是否就业可能带来的选择性偏误 。 二者均为连续测量 ，
模型分析时取其对数 。
3． 2
主要自变量的测量
“性别—母职重税”是本文关注的焦点。学界在操作化职场的性别区隔时 ，通常分别采用性别、婚
姻、子女数量及年龄属性这样的单独测量，但这种处理模式只能分别考察三者对职场区隔各自的作
用，
无法同时考察“重税”的效用，而且，它们的分析对象往往也不同： 如未婚之人缺乏生育数据，故独
立变量不能同时考察这两类人群 。而三者的复合变量既可较好地反映“重税 ”的作用，亦可更有效率
地检验研究假设。为此，基于性别、婚姻状况和生育情况，生成一个覆盖 10 个分类的集合变量，表示
1 孩父亲、
2 孩父亲、
3 孩 （ 含多孩 ） 父
受访者这三方面的状态： 即未婚男性、未婚女性、已婚未育男性、
1 孩母亲、
2 孩母亲、
3 孩（ 含多孩） 母亲，既可分别测量“性别税”、“母职税”，也可同
亲、已婚未育女性、
时测量“重税”的效应。
表 1 是 3 个因变量和主要自变量的分布情况。 对于预测变量，由于是否在业和工作的连续性针
对所有人群，而工资有 2 个样本，其中的一个样本与前二者的分析对象是一样的，另一个样本仅包括
在业人群，故这里对全部样本和条件样本分别予以展示。 尽管如此，我们从表中看到，这 2 个样本的
基本特征很接近。
86． 66% 的人调查时在业，略低于 1 /4 之人有过半年以上职场中断经
在进入模型分析的样本中，
历； 个人收入差异甚大，且明显右偏态分布，从而使得该变量的标准差远大于均值，分别为 20632． 11
元和 74787． 75 元。另外，表中既展示了性别、婚姻和子女数量 3 个变量的独立测量，也列出三者的复
合测量，即便复合变量有 10 个分类，但各分类均拥有足够的样本量，不会降低模型的稳定性。
3． 3
控制变量的测量
感到家务繁重、
工作时间和家务时间透视出个体对工作和家庭的投入程度，
折射出理想员工、
理想母
亲的意涵，
并直接影响市场参与，
故需加以控制，标识受访者对家庭的投入是否会提高“重税”： （ 1） 家务
0 表示没有感到家务繁重； （ 2） 每天工作时间（ 分
繁重： 1 表示感到家庭负担（ 90% 以上是照顾子女） 较重，
钟） 和（ 3） 每天家务劳动时间（ 分钟） ，
均连续测量，
并在模型分析中取各自的对数（ 见表 2） 。
杨菊华 “性别—母职双重赋税”与劳动力市场参与的性别差异
1期
表1
Table 1
41
因变量与主要自变量的分布
Distribution of Dependent Variables and Key Predictors
是否在业与工作中断
工资收入
频数
百分比
频数
百分比
在业
8468
86． 66
—
—
有 ＞ 半年工作中断经历
2247
22． 99
—
—
—
—
20632． 11
74787． 75
女性
5168
52． 89
4105
48． 48
在婚
7783
79． 65
6734
79． 52
0
608
6． 22
522
6． 16
1
4825
49． 38
4164
49． 17
2
2003
20． 50
1739
20． 54
343
3． 51
305
3． 60
1993
20． 40
1738
20． 52
单身男性
1204
12． 33
1060
12． 52
单身女性
785
8． 04
674
7． 96
在婚无孩男性
307
3． 14
296
3． 50
1 孩父亲
2105
21． 55
2040
24． 10
2 孩父亲
838
8． 58
821
9． 70
3 孩父亲
146
1． 49
142
1． 68
在婚无孩女性
301
3． 08
226
2． 67
1 孩母亲
2720
27． 85
2124
25． 09
2 孩母亲
1165
11． 93
918
10． 85
3 孩母亲
197
2． 02
163
1． 93
因变量
工资收入（ 元）
主要自变量
子女数量（ 个）
3+
缺失
性别 + 婚姻 + 生育复合变量
注： ①“工资收入”处的两个数值分别为均值与标准差； ②“缺失”的是未婚样本。
个体禀赋，尤其是人力资本无疑会影响两性的职场表现。 本文用 4 个变量来测量人力资本：
（ 1） 教育程度： 正规人力资本的最重要测量； （ 2） 工作经验： 在控制受教育程度后，年龄可折射工作经
历（ 和个体的生命历程） ，故以年龄来近似地反映； （ 3） 职业培训： 用近三年是否受过培训来反映，它也
是获取新的人力资本和转化既有人力资本的有效手段 ； （ 4） 工作中断经历： 它不仅会降低人力资本收
益，且会加剧人与人之间的就业和收入差距。 此外，民族、城乡户籍、性别观念、地区等情况可能也会
影响女性劳动力市场参与情况，故均将它们纳入模型中加以控制 （ 见表 2） 。
对于是否就业，还将工作中断经历作为预测变量 ； 对于工资酬薪，也考虑近三年培训经历、工作中
断经历、职业类别、每周工作时间和每周家务劳动时间的影响 。
人口研究
42
表2
Table 2
43 卷
人力资本等控制变量的分布
Distribution of Human Capital and Other Control Variables
是否在业与工作中断
工资收入
频数
百分比
频数
百分比
感到家务繁重
454
4． 65
—
—
工作时间（ 分钟 / 天）
—
—
354． 90
223． 02
家务时间（ 分钟 / 天）
—
—
88． 96
94． 41
24 岁及以下
1834
18． 77
1467
17． 33
25 ～ 29 岁
2031
20． 78
1739
20． 55
30 ～ 34 岁
2362
24． 17
2109
24． 92
35 ～ 39 岁
3546
36． 28
3149
37． 20
＜ = 小学
1504
15． 39
1334
15． 76
初中
3841
39． 30
3207
37． 89
高中 / 中专
2212
22． 63
1842
21． 76
大专
1207
12． 35
1116
13． 19
＞ = 大学
1009
10． 32
965
11． 40
有培训经历
—
—
2414
24． 71
年龄组
受教育程度
有 ＞ 半年工作中断经历
—
—
1679
19． 84
汉族
8609
88． 10
7427
87． 75
农村户籍
4563
46． 69
4094
48． 37
各类负责人
—
—
252
2． 98
专业技术人员
—
—
1077
12． 75
办事人员
—
—
761
9． 01
商业服务业人员
—
—
1921
22． 74
农业人员
—
—
2578
30． 52
—
—
1857
21． 99
4521
46． 26
3901
46． 09
职业
生产运输设备操作人员
认同“男主外、女主内”
地区
样本规模
略
9772
8464
注： “工作时间”和“家务时间”处的数值分别为均值与标准差。
图 1 展示的相关分析结果表明，无论是否生育，在婚男性的在业机会最高，不同子女数量的男性
的就业机会差距较小，且均高于单身男性。相反，在婚女性的就业机会低于单身女性，但有趣的是，她
们的就业机会随子女数量的上升而提升 。 这可能是因为： 一方面，这里展示的是相关分析结果，并未
考虑受访者的年龄，而子女越多，受访者的年龄可能越大，她们或已度过了工作—家庭矛盾冲突最严
重的生命阶段； 另一方面，子女数量多但依旧在业的女性，可能是经过了筛选的，她们或许可获得良好
且有效的家庭内部或社会化的养育服务 ，家庭对工作的减损效应减弱。 至于职场中断经历，在婚无孩
男性和未婚女性的占比最低，在婚且有子女的男性的占比虽然略高 ，但依旧不到二成； 相反，即便在婚
女性尚未生育，也有 1 /5 的人有过职场中断经历； 1 孩和 2 孩母亲有此经历的超过 1 /3； 略低于三成的
多孩母亲也有过职场中断经历。这些特点表明，一方面，职场中断经历与年龄 （ 和生育 ） 具有相关性；
杨菊华 “性别—母职双重赋税”与劳动力市场参与的性别差异
1期
43
但另一方面，在女性群体内，子女数量与职场中断之间的关系并非单一的线性模式 。
图1
Figure 1
性别、婚姻和生育属性与目前在业及职业中断经历的相关分析
Correlation of Work Status and Job Disruption with Sex，Marital Status and Fertility
图 2 描绘了取对数的工资收入与性别、婚姻和生育属性复合变量之间的关系。 平均工资最高的
群体是在婚但尚未生育的男性和 1 孩父亲，而收入最低的是有 2 个或多个孩子的母亲。 若不考虑婚
姻，酬薪与子女数量负相关，男性和女性都是如此，而女性尤甚； 若考虑婚姻，则单身男性的工资低于
已婚男性，但相对于男性而言，女性内部的情况更复杂。
图2
Figure 2
4
性别、婚姻和生育属性与工资（ 对数） 的相关分析
Correlation of Wage （ Logged） with Sex，Marital Status and Fertility
模型指定与分析结果展示
经卡方检验，上述图形中自变量与因变量的关系高度显著，进而，通过模型来识别它们之间的独
立关系，检验本文的研究假设。
4． 1
模型设定
受访者目前是否在业、是否有过职场中断经历均为二分类离散事件，可采用 logit 模型； 酬薪是连
续测量，可采用 OLS 模型进行预测。 不过，前二者可能都存在选择性 （ 无论这种“选择 ”是主动的，还
是被迫的） ，且该选择性既可能影响到主要自变量对收入分布的效应 ，也会影响酬薪待遇（ 即有没有工
资收入的前提是有没有工作，且就业的连续性也会影响到时下的工资 ） 。果真存在选择性的话，那么，
人口研究
44
43 卷
决定就业与否的变量便会对与酬薪相关的要素产生断尾作用 ———若个体选择不工作，就无法观测他
们的劳动时间，也无法获得其酬薪。 要纠正选择性偏误，就必须先明确样本选择的具体形式，即它是
如何发生的，并在此基础上加以校正。 简言之，选择性的影响机制是因部分样本观察不到，使得酬薪
的条件期望值大于无条件期望值 ，使其整体分布向右倾斜。直接使用常规模型来估计样本数据，就可
能带来参数估计的偏误。
Heckman 选择模型（ Heckman，
1979） 可用来应对上述问题，得到参数的一致估计。 但是，这些要
素是否真的存在选择性呢？ 检验结果发现，是否就业的模型中用来检验选择性的参数高度显著 （ LＲ
test of indep． eqns． （ rho = 0） ： chi2（ 1） = 1438． 48 ，Prob ＞ chi2 = 0． 0000） ，表明该变量的确存在选择效
应，而职业中断并不存在选择性，鉴于它是二分类测量，采用常规模型进行分析。
WD i = ln
( 1 －p p ) = α + β SMF
i
+ … + δ Xk + ui
（ 1）
公式（ 1） 是工作中断的 logit 模型，其中，WD 表示工作中断； α、β 和 δ 表示待估的未知参数； SMF
表示性别、婚姻状态和生育状况； X k 表示前面提到的其他变量，u 是随机扰动项。
对于是否在业和酬薪，我们采用 Heckman 模型进行分析。其表达式如下：
回归方程： Wage i = β0 + φWork i + βSMF i + … + δx k +  i
处理方程： Work
*
i
= φ + βSMF i + η i Z i + … + λ i
（ 2）
（ 3）
*
*
其中，回归方程是常规 OLS 模型，而处理方程中的 Work i 是一个潜变量，当 Work i ＞ 0 时，Work i =
1，否则为 0。SMF i 是测量性别—母职重税的一组变量； Z i 是影响就业与否的其他变量。 回归方程中
的干扰项 ε i 和处理方程中的干扰项 λ i 均服从正态分布。
4． 2
就业概率选择模型与职业中断经历的 logistic 模型结果
2、
3，
首先，运行性别、婚姻与生育 3 个变量独立测量的模型，结果 （ 这里未展示） 完全支持假设 1、
即女性、已婚未育女性、母亲的就业机会、职场稳定性和工资收入都分别显著低于男性 、已婚未育男性
和父亲。
其次，运行性别、婚姻与生育状况三者复合变量的模型 。表 3 中的模型 1 和模型 2 分别为是否在
业、是否有过半年以上职场中断经历的分析结果 （ 参照组为 1 孩父亲，将其他属性类别与之对比 ） 。 对
于是否在业，除 2 孩父亲的就业概率不显著地高于对照组外，其余所有人群的在业概率都低于对照
组，且 5 类女性的在业概率与对照组之间的差距都具有统计显著性 ，尤其是在婚女性，无论是否有孩
1 孩母亲、
2 孩母亲、多孩母亲的就业
都是如此。单身女性的在业概率比 1 孩父亲低 16% ，未育女性、
0． 45、
0． 45 和 0． 45 倍。可见，在其他条件相同的情况下，与参照组差距最大
概率比 1 孩父亲低 0． 48、
的是在婚无孩女性，其在业概率大约只有 1 孩父亲的一半，其余 3 类母亲的情况也大体如此，而子女
数量的增加带来的效应是恒定的 ，且有所降低。
同理，对于工作的稳定性而言，在 10 个组别中，单身女性和 5 类男性的职场中断概率都低于 1 孩
4 类在婚女性的职业中断概率都显著高于对照组，特
父亲，但与对照组间的差异缺乏统计意义 ； 相反，
2． 61、
别是 1 孩母亲，此后依次为 2 孩、多孩母亲。4 类在婚女性职场中断概率分别是对照组的 1． 51、
2． 34 和 1． 79 倍，即她们职场中断概率分别比 1 孩父亲高出 51% 、161% 、
134% 和 79% 。 这样的结果
2 孩或多孩母亲职场中断的概率也低于 1 孩母亲。 这同样可能是选择性的结果，即当女性的
也表明，
生育行为不会造成职业中断时，她们才更有可能选择生育二孩或三孩 。 的确，我们通过对数据的细分
（ 结果没有呈现） 发现，有多孩的女性主要是职业比较自由的人群 。
杨菊华 “性别—母职双重赋税”与劳动力市场参与的性别差异
1期
表3
45
是否在业 Heckman 选择模型第一阶段估计与职场中断经历的 Logit 模型分析结果
Table 3
Heckman Model for Work Status and Logit Model for Job Disruption
模型 1（ Heckman 选择模型）
模型 2（ Logit 模型）
系数
标准误
系数
标准误
单身男性
－ 0． 02
0． 07
－ 0． 02
0． 12
单身女性
－ 0． 06
0． 08
－ 0． 02
0． 14
在婚无孩男性
－ 0． 02
0． 13
－ 0． 15
0． 19
2 孩父亲
0． 20
0． 11
－ 0． 19
0． 12
3 孩父亲
－ 0． 01
0． 19
－ 0． 11
0． 24
性别 + 婚姻 + 生育复合变量
1 孩父亲（ 对照组）
在婚无孩女性
－ 0． 60
0． 09
＊＊＊
0． 41
0． 16 *
＊＊＊
0． 96
0． 07 ＊＊＊
1 孩母亲
－ 0． 59
0． 06
2 孩母亲
－ 0． 52
0． 07 ＊＊＊
0． 85
0． 09 ＊＊＊
3 孩母亲
－ 0． 49
0． 11 ＊＊＊
0． 58
0． 18 ＊＊＊
24 岁及以下
－ 0． 39
0． 04 ＊＊＊
－ 0． 23
25 ～ 29 岁
－ 0． 12
0． 04 ＊＊＊
0． 04
0． 08
35 ～ 39 岁
－ 0． 02
0． 03
0． 02
0． 06
初中
0． 01
0． 04
0． 19
0． 08 *
高中 / 中专
0． 03
0． 04
大专
0． 32
年龄组
30 ～ 34 岁（ 对照组）
0． 10 *
受教育程度
＜ = 小学（ 对照组）
＞ = 大学
有 ＞ 半年工作中断经历
0． 39
0． 00
汉族
0． 22
0． 09
0． 06
－ 0． 89
0． 12 ＊＊＊
0． 07
＊＊＊
－ 1． 77
0． 15 ＊＊＊
0． 03 ＊＊＊
－ 0． 21
感到家务繁重
－ 0． 04
＊＊＊
0． 03
0． 03
＊＊
＊＊＊
农村户籍
0． 32
0． 04
认同“男主外、女主内”
0． 04
0． 02
地区
截距
/ athrho
/ lnsigma
rho
sigma
lambda
—
—
0． 07
0． 06
0． 35
0． 09 ＊＊＊
－ 0． 56
0． 06 ＊＊＊
0． 07
0． 05
模型控制了八大地区
1． 40
0． 11 ＊＊＊
－ 1． 96
0． 04
＊＊＊
—
0． 01
＊＊＊
—
－ 0． 96
0． 00
＊＊＊
—
1． 81
0． 01
－ 1． 74
0． 02
0． 60
0． 17 ＊＊＊
－ 1． 11
—
Log likelihood
－ 18571． 50
Number ofobs
9768
LＲ chi2（ 26）
—
970． 03
Pseudo Ｒ2
—
0． 10
*
注： p ＜ 0． 05； ＊＊ p ＜ 0． 01； ＊＊＊ p ＜ 0． 001。
－ 4781． 86
9768
人口研究
46
4． 3
43 卷
工资收入的分位数回归和选择模型结果
对于取对数后的酬薪，运行 2 个回归模型： （ 1） 分位数回归 （ 模型 3） 。 之所以用分位数模型而不
用常规的 OLS 模型，主要是因为工资的分布不规则。分位数模型估计与 OLS 模型估计的主要差异在
于，分位数回归方法可较好地应对收入的断尾情形 。它是估计给定自变量 X 对因变量 Y 的条件分位
数的一个方法，既可度量自变量在分布中心的影响，亦可度量在分布上尾和下尾的影响，利用非对称
权重解决 残 差 最 小 化 问 题，得 到 更 好 的 条 件 分 布，故 较 常 规 的 OLS 回 归 具 有 独 特 的 优 势。
（ 2） Heckman 选择模型（ 模型 4） 。从表 4 中可以看出，两类模型的结果大同小异，“同 ”在变量之间的
关系模式，“异”主要体现在系数取值的大小和统计的显著性 。 当然，因样本有所不同，且模型机理有
故无法、也没必要直接将分位数模型的结果与 heckmen 的结果进行比较。 前一类模型主要作为参
别，
考，笔者的重点在于 Heckman 模型结果。
表4
Table 4
酬薪的分位数回归和 Heckman 选择模型分析结果
Quartile Ｒegression and Heckman Selection Model for Wage
模型 3（ 分位数回归模型）
模型 4（ Heckman 选择模型）
系数
标准误
系数
标准误
单身男性
－ 0． 22
0． 04 ＊＊＊
－ 0． 57
0． 07 ＊＊＊
单身女性
－ 0． 35
－ 0． 86
0． 03
0． 05 ＊＊＊
0． 06
0． 08 ＊＊＊
0． 11
0． 00
0． 04
－ 0． 18
－ 0． 01
0． 08
－ 0． 25
－ 0． 24
0． 06 ＊＊＊
0． 12
0． 12
－ 0． 31
0． 03 ＊＊＊
－ 0． 02
0． 06
－ 0． 42
0． 04
＊＊＊
－ 0． 34
0． 07 ＊＊＊
－ 0． 52
0． 08
＊＊＊
－ 0． 65
0． 15 ＊＊＊
－ 0． 32
0． 04 ＊＊＊
—
—
性别 + 婚姻 + 生育复合变量
1 孩父亲（ 对照组）
在婚无孩男性
2 孩父亲
3 孩父亲
在婚无孩女性
1 孩母亲
2 孩母亲
3 孩母亲
年龄组
30 ～ 34 岁（ 对照组）
24 岁及以下
25 ～ 29 岁
35 ～ 39 岁
－ 0． 06
*
0． 06
—
0． 08 *
0． 16
—
0． 00
0． 03
0． 02
0． 19
0． 03 ＊＊＊
—
—
高中 / 中专
0． 30
0． 04
＊＊＊
—
—
大专
＞ = 大学
0． 46
0． 05 ＊＊＊
—
—
0． 63
0． 05 ＊＊＊
—
—
0． 08
0． 02
＊＊＊
0． 16
—
－ 0． 01
0． 03
0． 02
＊＊＊
0． 02
0． 02
0． 00
0． 00
—
—
受教育程度
＜ = 小学（ 对照组）
初中
有培训经历
有 ＞ 半年工作中断经历
感到家务繁重
认同“男主外、女主内”
工作时间（ 分钟 / 天）
家务时间（ 分钟 / 天）
汉族
农村户籍
－ 0． 21
—
—
0． 01
0． 04 ＊＊＊
— ＊＊
—
—
0． 01 *
－ 0． 04
0． 01 ＊＊＊
0． 27
＊＊＊
—
0． 01 ＊＊＊
—
0． 03 ＊＊＊
—
—
－ 0． 17
0． 03
－ 0． 03
杨菊华 “性别—母职双重赋税”与劳动力市场参与的性别差异
1期
47
续表 4
模型 3（ 分位数回归模型）
模型 4（ Heckman 选择模型）
系数
标准误
系数
标准误
0． 21
0． 06 ＊＊＊
0． 79
0． 11 ＊＊＊
－ 0． 18
0． 04 ＊＊＊
－ 0． 10
0． 07
商业服务业人员
－ 0． 15
0． 04
＊＊＊
－ 0． 10
0． 06
农业人员
－ 0． 76
0． 04
＊＊＊
－ 0． 90
0． 06 ＊＊＊
－ 0． 11
0． 04
＊＊
－ 0． 25
0． 06 ＊＊＊
－ 0． 12
0． 05 *
－ 0． 33
0． 08 ＊＊＊
9． 87
0． 15 ＊＊＊
职业
各类负责人（ 对照组）
专业技术人员
办事人员
生产、运输设备操作人员
其他
地区
截距
模型控制了八大地区
0． 08 ＊＊＊
10． 08
样本量
Log likelihood
F
8322
9714
－ 18571． 50
—
89． 11
Ｒ-squared
—
0． 26
—
/ athrho
—
－ 1． 96
0． 04 ＊＊＊
/ lnsigma
—
0． 60
0． 01 ＊＊＊
rho
—
－ 0． 96
0． 00
sigma
—
1． 81
0． 01
lambda
—
－ 1． 74
0． 02
*
注： ①模型 3 是条件样本模型，即在业人口； 模型 4 是选择模型，包括所有样本。② p ＜
0． 05； ＊＊ p ＜ 0． 01； ＊＊＊ p ＜ 0． 001。③靳云汇等《高级计量经济学》（ 下） P248 页说，第一阶段和第
二阶段（ 本文中分别为就业和酬薪） 采用相同的自变量或第二阶段的自变量比第一阶段更多
时，
在小样本条件下会出现多重共线，估计结果可能不稳定或比较糟糕。为此，我们也在第二
阶段模型中，不纳入年龄、教育、民族、户籍等因素，但补充第一阶段中没有却可能影响酬薪的
培训经历、工作时间、家务时间等。结果发现，性别—婚姻—生育的复合变量的系数更大，但
性质不变，且其他变量的系数也无本质变化。这种增大可能是因为没有控制人力资本和户籍
等因素的结果。因本文的样本量较大，为获得更精确的参数估计，第二阶段模型还是纳入了
这些要素。
就用来检验“性别—母职重税”的这组复合变量而言，与 1 孩父亲相比，在分位数回归模型中，只
有在婚无孩和 2 孩父亲的酬薪更高，且无统计意义； 在选择模型中，在婚无孩男性和女性的酬薪都更
高，但亦不显著，统计上可忽略不计。 不过，未育女性更高的酬薪还是值得讨论。 在一些地方的定性
访谈发现，她们或可能因工作而放弃生育，或自身本就属于精英、白领、骨干，受过高等教育，拥有较强
的工作能力，由此获得较高的酬薪待遇。 从标准误判断，未育女性群体内部的分化也十分严重，工资
酬薪待遇差异甚大。
4 类在婚女性的酬薪都高度显著低于对照组 。一旦考虑选择性，除单
总体而言，若不考虑选择性，
身女性外，只有 2 孩和多孩母亲的酬薪显著低于 1 孩父亲。 具体而言，与 1 孩父亲相比，单身男性和
女性的酬薪分别低 28． 49% 和 44． 90% ，但未育男性和女性的工资却分别高于对照 组 12． 29% 和
25． 10% ，但均无统计意义； 2 孩和多孩母亲的工资分别比 1 孩父亲低 18． 98% 和 33． 77%，“母职税”随
1 孩、
2 孩和 3 孩母亲与对照组的差距更大，
子女数量的增加而显著递增。由此可知，分位数模型中，
人口研究
48
43 卷
1 孩母亲的工资是其 73% ，
2 孩母亲的工资是其 66% ，
3孩
但它们之间的差距较小： 与 1 孩父亲相比，
母亲的工资是其 60% 。但是，选择模型中孩子数量与对照组之间的差距较小 ，但子女数量之间的差距
3 孩的升至 34% 。 可见，无
很大： 1 孩母亲的工资与 1 孩父亲的工资差只有 1% ，但 2 孩的升至 19% ，
论是哪一类模型，母职和父职履行带来的职场损耗存在明显的差异 ，女性的损耗远高于男性。 无论哪
一类模型，酬薪最高的是在婚无孩男性，最低的是多孩母亲。
在这 2 个模型中，我们不仅看到各类人群与对照组之间的差距，也看到各类别之间的差别； 子女
数量的确给母亲带来更高的“母职税”，数量越多，酬薪回报就越低。 而且，通过单身女性反映出来的
“性别税”（ 当然其中也暗含了预期的“母职税”） 也十分凸现，虽然单身男性的酬薪也显著低于 1 孩父
亲，但其降低程度约仅有单身女性的一半 。
此外，我们也试图使用未婚女性作为参照组进行模型分析 ，结果显示，对于是否就业，所有男性群
体的在业概率都高于未婚女性，但单身男性与单身女性之间的差距缺乏统计意义 ； 而所有在婚女性的
在业概率都显著低于单身女性，且子女数量越多，差别越大。从这个意义上看，“性别税”和“母职税 ”
存在一定的差别。就工作中断而言，在婚男性比在婚女性更不可能发生职场中断 ，而有孩女性无论是
自选择还是被选择，都可能必须将时间和精力在工作与家庭之间进行分配 ，故她们与参照组之间的差
距高度显著。就收入来看，分位数回归和选择模型存在一定的差别 ，但总体结果趋于一致： 1 孩父亲酬
2 孩或多孩母亲的酬薪更低。
薪最高，而单身女性、
总体而言，模型分析结果基本印证了前面提出的理论假设，即无论是在就业机会、就业过程还是
职场回报上，性别之间、性别之内、母职与父职之间都存在差别。 女性相对于男性在这些方面都具有
显著弱势，除酬薪外，母亲在劳动力市场上更为脆弱，且其脆弱性随生育数量而相应递增 。
在各类控制变量中，人力资本对 3 个因变量的影响十分一致。作为工作经验的代用变量，与 30 ～
34 岁的受访者相比，低龄组更可能不在业，而高龄组更可能 （ 不显著地 ） 在业。 或因就业时间不长之
故，低龄组的人有过职场中断经历的概率低于参照组 。若受访者有过半年以上的职业中断，他们目前
在业的概率显著低于没有该经历的人 。至于受教育程度，与对照组相比，初中和高中教育的受访者在
业的概率更低，但大专及以上受访者的在业概率更高 ，且初中教育与更高的不在业概率及职场中断概
率显著相关。这可能主要是因为，不同人群受教育程度与职业期待之间的匹配效应 ，即受教育程度低
者对工作的要求低，受教育程度高者对职业的要求高且也具有相应的能力 ，而初中和高中教育程度者
虽然对职业有一定的要求，却未必具备相应的能力，难免“高不成，低不就 ”，由此带来在业概率“两头
高，中间低”的现象。此外，为比较教育可能对两性的不同影响，也分别运行男性和女性样本模型，发
现女性的模型结果与全模型的非常接近 。 这或许表明，就业作为职场门槛，阶层地位不同，女性面临
的困局也有差异。社会底层人群（ 如最低教育程度者） 因人力资本受限，可能有工作就做； 阶层高的女
性不仅时间管理能力更强，工作能力较强且难以被替代，故有更强的平衡工作和家庭责任的能力，而
且，她们可能拥有更多资源，可将儿童抚育和家庭照料的部分责任转移出去，而中产女性既无法像下
层女性那样随意将就，亦无上层阶层的替代资源。如此，则“重税”主要是中产女性面临的困境。 西方
2001； England et al． ，
2016） ，尽管阶层地位与母职惩罚的关系尚未
的研究也发现（ Budig and England，
达成一致结论，但阶层差异的确存在。
就与酬薪的关系而言，年龄越长，收入越高，线性关系明确； 受教育程度更是如此； 在过去 3 年受
过培训的人收入更高，而有过职场中断经历的人收入更低，且系数值都高度显著。 此外，家务劳动时
间显著降低工资水平，工作时间与收入正向相关，但不显著。可见，虽然不是工作时间越长，收入就会
越高，但可以确定的是，家务时间越长，收入总是越低，而女性依旧是家务的主要承担者 。
5
总结与讨论
由上可知，劳动力市场参与情况同时受制于人口属性 、人力资本属性、家庭事务、地区属性等诸多
1期
杨菊华 “性别—母职双重赋税”与劳动力市场参与的性别差异
49
要素，但在控制这些因素和样本的选择性后 ，除个别情形外（ 如在婚未育女性的收入较高 ） ，单身女性、
已育女性的就业门槛、就业过程和就业结果均与男性存在显著差别 。本研究的主要发现如下：
其一，女性（ 尤其是母亲） 的就业机会更低，职场中断的概率更高，酬薪也更低。总体来看，对于女
性，婚姻和生育阻碍她们的职场参与和工资收入 ，是职场发展的风险因素； 对于男性，婚姻的确具有明
显的保护作用，已婚未育男性或 1 孩父亲比单身男性的在业概率和工作报酬都更高 。 同时，与未育女
性相比，已育女性，尤其是多孩母亲在这些方面往往弱势更为明显 （ 个别情况例外） 。就业特征在性别
之间、性别之内、母职与父职之间的差异，较好地证明了“性别税”“母职税 ”和“重税 ”的存在，性别与
婚育的互动，使得母亲在职场上面临多重困境 ，验证了本文的理论分析框架。
其二，在劳动力市场参与的不同环节，“重税”呈现出 3 种不同的作用机制。模型结果在总体上支
持研究假设的同时，“重税”与劳动力市场参与的关系并非整齐划一的简单模式 ，而是更为复杂和多样
化。由于 3 个因变量分属于不同的市场参与环节，各有一定的特性，性别角色预期也不尽相同，故重
税的效用在共性凸现的情况下也有细微差别 。
是否就业主要受性别—婚姻驱动。因为对女性设置的高就业门槛已然是职场常态，其较高的人
力资本（ 特别是受教育程度） 未能帮助她们在求职就业过程中转化为机会优势。 相反，越来越多受过
更高教育的女性进入职场，实际上在女性内部形成更大的竞争 ，客观上带来对男性就业更为有利的局
2016） 。女性一旦结婚，无论出于什么样的选择，其就业概率就会降低，而生育几个孩子对
面（ 李春玲，
于目前的就业效应呈现出单调模式 ，边际效应基本恒定。这可能表明，女性好不容易跨过了就职这条
独木桥，往往不会因为生育而轻易放弃。 可见，性别给女性的就业设置了第一道门槛，婚姻又给她们
设置了第二道门槛，而且似乎是更高的一道门槛。 当然，这里的结果是初职还是再就业，未来的研究
还需进一步细分。
工作中断经历由婚姻—生育双重驱动。在女性经过第一轮筛选，跨过了就业门槛后，性别的独立
效应减小，但婚后，女性离开职场半年及以上时间的概率显著提升。 婚后的女性需承担新的 （ 可能也
更重的） 家庭责任，由此带来职场中断，故婚姻的缔结形成工作连续性的第一道门槛。 第二道也是更
高的门槛是第一个孩子的出生： 一孩的降临急剧地降低母亲工作的连续性 ，尽管子女数量的效应边际
递减。家庭依旧多被视为女性的领地，劳动力市场往往被视为男性的场域。 即便女性突破了更高的
就职门槛，也必须在承担人口再生产任务的同时，付出更多的时间和精力照顾子女，从而使部分女性
在孕产期、哺乳期或养育期，不得不弃职或至少离开职场一段时间 。
社会性别作用于酬薪的机制主要是通过性别 —生育来实现的。“性别税 ”已然十分沉重，“母职
税”随子女数量显著上涨，呈现出直线递增模式，真实而非预期的角色冲突效应在该指标上体现得最
1996） ，男性与女性、家长与员工、母亲与父亲
明显。任何个体都具有诸多属性（ Marks and Macdermid，
等都是身份特征。有些属性是中性的，而有些属性被赋予文化的意涵并与相关的制度因素相交叠而
彼此支撑，从而使得其地位和价值超过（ 或低于） 其他属性。从市场评价标准和业绩预期角度来看 ，男
性、员工、父亲等属性就比女性、家长、母亲等属性具有明显的优势，使得在这两两对照关系中的后者
往往受到系统式的歧视和排斥。
1 孩母亲、
2孩
即便在同一职场领域，“重税”的作用亦非线性，即未出现未婚女性、在婚未育女性、
母亲、多孩母亲职场机会递减的单一模式 。同理，在“男主外”的界限被跨越且男性也开始进入家庭的
历史时期，养儿育女也会牵扯父亲的部分时间和精力，这或许是为什么育有 2 孩或多孩的父亲，无论
是在职场的哪个环节，与 1 孩父亲相比，多无优势的缘故。 但是，父职虽给 2 孩或多孩父亲带来一定
1 孩、
2 孩或多孩父亲之间在这几个职
的职场弱势，但子女数量对父亲的影响远远小于对母亲的影响 ，
场指标上多无显著差别。总的来看，“重税”的理论视角并未充分关照其作用机制的多样化特点 ，而这
人口研究
50
43 卷
也是该框架可完善之处。
其三，除性别间的差别外，群体内部也存在劳动力市场参与差异。 因婚姻与生育状况的不同，男
女两性各自群体内也呈现出不同的就业特征 。未婚女性、已婚未育女性与多育女性之间，也会有不同
的职场际遇，后者在职场中更为弱势，虽然在酬薪方面，单身女性最低。 男性群体内部也因婚育属性
而有别，但在婚未育或育有 1 孩提升职场机遇，即便人力资本要素相同。 不过，与女性群体相比，男性
群体内的差异小得多，且主要表现在单身和 1 孩父亲之间。这样的差异是不是表明，在市场化性别隔
离已成定式的情形下，母亲一方面要与男性发生竞争，另一方面也要与其他女性形成竞争？ 她们在与
具有同样特征的男性竞争中已然失败 ，并且在与其他姐妹的竞争中，多重弱势也十分凸现，酬薪尤甚。
在过去半个多世纪中，全球和中国社会最重要的几点结构性变化是 ，家庭子女数量持续减少并低
位稳定，教育的性别差距基本消失等。 这些变化，加上性别平等理念的高层倡导，将女性历史性地推
上了并稳定在社会舞台，“男主外”的文化规制和社会分工格局被打破 。
从理论上看，结构性因素的变化，特别是女性的教育优势和教育领域的性别比例逆转，不仅会冲
击传统的性别关系模式，而且也会影响到两性的个人境遇，并缩短性别之间的差距 （ 李春玲，2016） 。
两性虽然在教育、健康等方面的差距大幅缩小甚至消失，但在劳动力市场上的不平等却停滞不前，甚
或扩大。这主要是因为，结构性要素的变化并未带来制度性因素的相应改变，且持续的传统文化规
制，将女性（ 尤其是受过高等教育的女性） 推到更为不利之位： 女大学生人数的持续增长、高位企稳和
性别均衡等因素，加剧了她们内部的竞争，对其就业形成更大的冲击和挑战，形成对男性更为有利的
2016） 。随着市场体制改革的深入推进和生育政策的解缚 ，女性在市场参与的全过
市场环境（ 李春玲，
程中，将必须面对更为复杂的社会偏见和家庭压力 ； 在“普二新政 ”环境下，生育 2 个孩子可能成为包
括城市女性在内的生育常态。而现实情况是，在低生育率的情势下，对子女的过高期待和过度育儿风
气既可能使部分女性因工作—家庭难以平衡而舍业从家或降低职业目标追求，也可能使很多有意愿
进入职场或希望重返职场、追求职业发展的女性面临新一轮的考验 。
那么，在传统观念不断强化以及结构环境更为逼仄的宏观背景下 ，如何通过进一步的性别平等理
念倡导和实际践行来减轻“性别税”，特别是如何通过良好的家庭友好政策 、通过敦促企业分担育儿的
社会责任、通过媒体广播平常的育儿心态、通过家庭科学的育儿实践等多种途径，为女性和母亲创造
公平公正的就业机会、环境和待遇，减轻“母职税 ”既是政府和社会亟待解决的问题，也是政府和企业
不得不承接的一项重要挑战。减轻“性别—母职重税 ”不仅有助于改善和提高个体和家庭福祉，而且
在“人口红利”逐渐消失的背景下，帮助有就业意愿的女性劳动力实现市场参与 ，通过对女性人力资源
的开发来激发新的人口红利即性别平等红利 ，既是社会发展和文明进步的象征和需求，也是实现从
“重税”到“多赢”的有效途径。
参考文献 / Ｒeferences：
1 Alol，Daniel． 2005． Mothers Face Disadvantages in Getting Hired． Cornell University，Available at http： / / www． news．
cornell． edu / stories /2005 /08 / mothers-face-disadvantages-getting-hired-study-shows，accessed in December 11，2015．
2 Anderson，D． ，M． Binder，and K． Krause． 2003． The Motherhood Wage Penalty Ｒevisited： Experience，Heterogeneity，
Work Effort and Work-Schedule Flexibility． Industrial and Labor Ｒelations Ｒeview 56： 273-294．
3 Ashwin，S． ，and O． Isupova． 2014． “Behind Every Great Man…”： The Male Marriage Wage Premium Examined Qualitatively． Journal of Marriage and Family 1： 37-55．
4 Bardasi，E． ，and M． Taylor． 2008． Marriage and Wages： A Test of the Specialization Hypothesis． Economica 299：
569-591．
5 Budig，M． ，and P． England． 2001． The Wage Penalty for Motherhood． American Sociological Ｒeview 2： 204-225．
6 Cornwell，C． ，and P． Ｒupert． 1997． Unobservable Individual Effects，Marriage and the Earnings of Young Men． Economic
1期
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
杨菊华 “性别—母职双重赋税”与劳动力市场参与的性别差异
51
Inquiry 2： 285-294．
Correll，S． ，S． Bernard，and I． Paik． 2007． Getting A Job： Is There a Motherhood Penalty？ American Journal of Sociology 5： 1297-1338．
Daniel，K． 1992． Does Marriage Make Men More Productive？ NOＲC Discussion Paper，University of Chicago．
England，P． ，J． Bearak，M． J． Budig，and M． J． Hodges． 2016． Do Highly Paid，Highly Skilled Women Experience the
Largest Motherhood Penalty？ American Sociological Ｒeview 6： 1161．
Gray，J． S． 1997． The Fall in Men’s Ｒeturn to Marriage： Declining Productivity Effects or Changing Ｒesources Selection？
Journal of Human Ｒesources 3： 481-504．
Heckman，JJ． 1979． Sample Selection Bias as a Specification Error． Econometrica 1： 153-161．
Hill，J． ，J． Erickson，E． Holmes，and M． Ferris． 2010． Workplace Flexibility，Work Hours，and Work-Life Conflict：
Finding an Extra Day or Two． Journal of Family Psychology 3： 349-358．
King，E． 2008． The Effect of Bias on the Advancement of Working Mothers： Disentangling Legitimate Concerns from Inaccurate Stereotypes as Predictors of Advancement in Academe． Human Ｒelations 61： 1677-1711．
Krashinsky，H． A． 2003． Do Marital Status and Computer． Usage Ｒeally Change the Wage Structure． Journal of Human
Ｒesourcesm，3： 774-791．
Marks，S Ｒ，and S M． Macdermid． 1996． Multiple Ｒoles and the Self： A Theory of Ｒole Balance． Journal of Marriage ＆
Family 2： 417．
Staff，J． ，and J． Mortimer． 2012． Explaining the Motherhood Penalty During the Early Occupational Career． Demography
1： 1-21．
World Development Ｒeport． 2012． Gender Equality and Development． The World Bank． World Economic Forum． The
Global Gender Gap Ｒeport 2015． Available at http： / / reports． weforum． org / global-gender-gap-report-2015，accessed in
June 16，2017．
李春玲． “男孩危机”“剩女现象”与“女大学生就业难”———教育领域性别比例逆转带来的社会性挑战． 妇女研究
论丛，2016； 2： 33-39
Li Chunling． 2016．“Boy Crisis”，“Leftover Women”and “Employment Discrimination against Female College Graduates”： Challenges of Ｒeversed Gender Disparity in Education． Collection of Women’s Studies 2： 33-39．
王智波，李长洪． 好男人都结婚了吗？ ———探究我国男性工资婚姻溢价的形成机制． 经济学（ 季刊） ，2016； 3：
917-940
Wang Zhibo and Li Changhong． 2016． Are the Good Men Married？ Exploring the Formation Mechanism of Male Marriage
Premium． China Economic Quarterly 3： 917-940．
2013．
宋秀岩． 新时期中国妇女社会地位调查研究（ 上下卷） ． 中国妇女出版社，
Song Xiuyan． 2013． Investigation and Ｒesearch on the Social Status of Chinese Women in the New Era （ Volume I and
II） ． China Women Publishing House．
王维国，周闯． 城镇居民就业性别差异的分解及区域比较． 统计研究，2014； 2： 43-48
Wang Weiguo and Zhou Chuang． 2014． Employment Gender Gap of Urban Ｒesidents in China and its Ｒegional Comparison． Statistical Ｒesearch 2： 43-48．
2013-12-5
魏一东． 单位生育负担是歧视女性首因． 人民日报，
Wei Yidong． 2013． Fertility Burden is the Primary Cause of Discrimination against Women in the Workplace． People’s
Daily． Dec． 5th．
杨菊华． 健全托幼服务推动女性工作与家庭平衡． 妇女研究论丛，2016； 2： 11-14
Yang Juhua． 2016． Improving Childcare Services to Promote Women’s Work-Family Balance． Collection of Women’s
Studies 2： 11-14．
2018； 10： 62-71
杨菊华． 边界与跨界： 工作—家庭关系模式的变革． 探索与争鸣，
Yang Juhua． 2018． Border and Border-Crossing： Patterns of Work-Family Ｒelationship． Exploration and Free Views 10：
62-71．
於嘉，谢宇． 生育对我国女性工资率的影响． 人口研究，2014； 1： 18-29
Yu Jia and Xie Yu． 2014． The Effect of Fertility on Women’s Wages in China． Population Ｒesearch 1： 18-29．
（ 责任编辑： 沈
铭
收稿时间： 2018 － 10）