1. 引言

20世纪90年代以来，肥胖流行症正在世界范围内迅速蔓延，已经成为世界上最关注的公共卫生问题之一，肥胖不仅会给个人身心状况带来隐患和威胁，还会给家庭和社会带来众多负面影响，不利于经济社会的健康发展。

改革开放以来，我国总体经济实力实现了快速稳步增强，经济腾飞极大改善了我国居民的生活条件和饮食偏好，过多的营养摄入和体力活动强度的减弱使得超重和肥胖的人数快速增加，我国居民的体形分布状况发生了明显的变化，肥胖问题已成为日益严峻的社会问题。我国在解决肥胖问题上也做了许多努力，据统计，自1949年以来共出台了70余项与肥胖防控相关的政策和行动方案。

当前，在新冠疫情的冲击下，中国就业形势日趋严峻，稳增长、保就业成为国家未来较长时期的主基调，加快人力资源高质量发展是当务之急。而劳动力市场竞争的加剧使得求职者已经认识到了通过面试适当展示自己的重要性。长期以来，社会对缺乏良好体形形态的人群存在一定的刻板印象，从而在感性认知的影响下先入为主地形成了对现实中该群体的错误认识，这种错误认识会给人际交往和社会活动带来负面影响。如今，越来越多的人或出于自身身体健康的需求，或是为了减少这种偏见对求职、人际交往等方面的负面影响，正在努力通过适当的饮食和各种健身活动来实现理想的体形。这种观念上的转变也在某种程度上顺应了国家对肥胖的政策调控。

总之，社会对不同体形的偏爱或偏见和就业市场竞争的日益加剧，引发了人们对就业市场上是否存在对体形的偏见这一问题的思考。按照Grossman [1] (1972)提出的健康人力资本理论，体形会通过影响健康从而对个人人力资本造成影响，进而影响个人在劳动力市场的就业情况。本文将探讨体形对我国居民就业的影响及其影响路径，为国家统筹制定肥胖调控政策和就业指导政策提供有效支撑。

2. 文献综述

国外学者关注重点是肥胖者的就业、工资收入、经济负担和社会福利。例如，在就业方面，Morris [2] (2006)利用英国数据研究表明，BMI对男性的职业成就具有显著的正向的影响，而对女性则具有显著的负向的影响。Greve [3] (2008)利用丹麦数据研究发现，女性的BMI与就业概率之间存在显著负相关关系，而男性的BMI与就业概率之间的关系并非不显著的。在工资方面，Cawley [4] (2004)和Finkelstein et al. [5] (2005)通过研究美国数据，发现肥胖会导致劳动者的工资收入偏低。Cawley [6] 等人(2005)利用德国的数据发现，无论对男性还是女性，肥胖都与工资负相关。Bhattacharya和Bundorf [7] (2005)的研究解释了肥胖者工资收入偏低的可能原因，研究表明雇主在选择员工时会考虑到肥胖与较高的医保费用的相关性，从而拒绝雇佣肥胖人群或开出较低薪水以减少成本。此外，Pagan和Davila [8] (1997)发现在管理和专业性质的岗位工作中，女性超重群体受到的偏见更明显。

国内学者对肥胖症经济方面的研究还处于起步阶段，对肥胖现象的研究总体较少，主要涉及肥胖的社会经济原因和肥胖对劳动力的影响等方面。和红和陈超 [9] (2009)发现随着BMI的增大，慢性病患病率升高且没有性别差异，从而损害了个人的人力资本，进而影响个人在就业市场的竞争情况。潘杰、秦雪征 [10] 等(2011)研究发现体形对城市劳动力就业存在一定的影响，而且可能通过感性认知和健康两个渠道对就业产生直接和间接的影响，对青年群体产生的影响更大。孔国书、齐亚强 [11] (2017)拟合多分类logistic模型，研究表明，收入与肥胖存在明显的非线性关系，此外还对不同性别、户籍、不同教育水平及收入水平进行了异质性分析。

从上述文献看，体形肥胖对女性在劳动力就业市场多是负相关关系，而体形对男性的影响不一致。在国内，关于肥胖对劳动就业市场影响的研究相对较少。该文将用中国的数据为体形对就业的影响提供新的证据。

3. 数据与模型

3.1. 数据来源

文中所采用数据来源于中国人民大学联合全国各地的学术机构共同组织实施的中国综合社会调查(CGSS)。这一数据采用分层抽样调查的方式，范围覆盖了全国31个省(市、自治区) ，每年对全国各地的一万多户家庭展开抽样调查，是中国首个具有综合性、连续性、全国性的大型微观社会调查项目。

文章选用2017年的CGSS截面数据进行实证分析，选取18~60岁的男性样本和18~55岁的女性样本作为研究对象，并删除了在校学生、残疾人群、离退休人群以及务农的样本。同时文章考虑到，数据库中身高体重数据为受访者自我报告，而超重和肥胖群体可能会倾向于低报自身的体重数据，从而导致最终样本数据存在一定程度的误差。故本文也试图通过采用工具变量方法降低这种偏误。

3.2. 变量说明

1) 被解释变量。该文对就业状况的衡量主要采用“目前是否从事非农工作”二值变量来度量。其中，有非农工作为1，其他工作类型视为无工作。

2) 解释变量。本文采用的核心自变量为体质指数(BMI)，计算公式为：体质指数(BMI) = 体重(千克)/身高² (米²)。该标准的具体体形划分为：BMI < 18.5时为消瘦，18.5 ≤ BMI ≤ 24时为正常，24 < BMI < 28时为超重，BMI ≥ 28时为肥胖。为排除少量极值样本的干扰，参考相关文献(Atella [12], et al., 2008; Brunello and D’Hombres [13], 2007; Garicia and Quintana-Donmeque [14], 2006)的做法，本文只保留了BMI在 [15] 范围内的样本。

3) 控制变量。参照现有文献的一般做法，控制变量包括受访者的受教育年限、性别、年龄、户籍、民族、政治面貌、普通话水平、互联网使用频率、家庭经济状况和人均GDP¹。各变量具体定义见表1。

3.3. 基本模型

该文参考潘杰和秦雪征(2011)的基本模型设定 [15]，建立了就业Y与体形T和其他变量X的函数：

$E\left(Y|T,X\right)=\alpha +\beta T+\gamma \cdot X$ (1)

其中，就业Y为二元虚拟变量，当就业类型为非农工作时取1，其他就业类型取0。T代表体形指标， $\beta$ 为体形的参数，向量X表示一系列影响就业的控制变量。

进一步本文将模型简化为下列形式

$Y_i^{\ast }=d{T}_i+\theta X_i+u_i$ (2)

其中，Y^*为不可观测到的个人就业潜质，d为体形T的参数， $\theta$ 为其他变量参数，u_i为误差项，文中假设其在[0, 1]间服从标准正态分布。在现实中，由于只能观测到Y，当 $Y_i^{\ast }>0$ 时，Y_i取值为1；否则取0。具体回归模型方法的选择上，文章使用Probit模型来估计体形状态对我国居民就业的影响，具体表达式如下所示：

$\begin{array}{c}\mathrm{Pr}\left(Y_i=1|T_i,X_i\right)=\mathrm{Pr}\left(Y_i^{*}>0|T_i,X_i\right)=\mathrm{Pr}\left(d{T}_i+\theta X_i+u_i>0|T_i,X_i\right)\\ =\mathrm{Pr}\left(u_i>-d{T}_i-\theta X_i|T_i,X_i\right)=1-\Phi \left(-d{T}_i-\theta X_i\right)\\ =G\left(d{T}_i+\theta X_i\right)=\{\begin{array}{l}0,d{T}_i+\theta X_i\le 0\\ 1,d{T}_i+\theta X_i<0\end{array}\end{array}$

其中，Φ为标准正态累计分布函数。之前文献对就业的研究有两种常用的模型：Probit模型和LPM模型。因为文中研究的体形对劳动力就业的影响可能并不是线性的，而LPM模型拟合出来的概率可能小于0或大于1，任一个水平值出现的自变量的偏效应都将保持恒定。因此该文选择Probit模型进行研究。

3.4. 数据描述

如表2所示，样本中男女性比例接近1:1，样本数据较为可靠。从均值上来看，男性总体就业率高于女性，解释变量中男性BMI值、受教育年限、中共党员比例、互联网使用频率均值均高于女性。中介变量中男性健康状况略高于女性，但男性已婚比例低于女性。总体来看，该文数据分布较为合理，可靠性较高。

4. 体形对就业的影响

4.1. 基本回归

文中按性别分别对BMI进行了Probit回归估计，表3报告的是边际影响(Marginal Effect, ME)，该回归系数的结果从略。具体来看，在控制了个体及家庭层面的变量之后，在5%以下的统计水平上，无论男性还是女性，BMI一次项边际影响均为正，二次项为负，且都是显著的，即BMI呈倒“U”型趋势，体形过胖或过瘦都会对就业产生负面影响。无论男性还是女性，年龄边际影响在1%的统计水平上是显著的且为负，这说明随着年龄的增长，越不好找到工作。无论性别，受教育程度越高，学历越高，就业率越高；党员群体就业水平会更高；互联网使用显著提升了就业率；随着家庭经济水平的提升，找到工作的概率也在增加；一个地区的人均GDP对就业率也有显著正向的影响。

注：括号内为t统计量值，^***、^**和^*分别表示在1%、5%和10%的统计水平上显著，下同。

因此，基本模型的回归结果表明，体形确实影响了就业，即在劳动力市场确实存在“体形偏见”。此外，文中还采用了工具变量的方法，处理了个人体形可能存在的内生性问题，结果与之前基本回归估计基本保持一致，证明了回归结果的一致性(Wooldridge [16], 2002)。

4.2. 中介效应

该文选取健康状况和婚姻状况作为中介变量，分别对男性和女性样本做回归。首先通过分别在两性样本模型中加入反映个人健康状况的指标：自评健康状况，进一步研究体形是否通过健康状况对劳动力就业产生影响。该文认为，“自评健康状况”体现了个人对于当前疾病的综合判断，能够较为真实地反映个人健康状况。因此选取“自评健康状况”作为衡量健康状况的一个更加全面和准确的指标(Ideler和Benyamini [17]，1997)。表4中显示，不论性别，BMI值均会显著影响健康状况，体形对健康的影响呈倒“U”形，表明体形过胖和过瘦都会降低健康状况。而控制健康状况后，体形对就业的影响降低了0.016，并且仍在1%水平上显著，这表明体形确实通过健康影响了就业。

然后在模型中加入衡量个人婚姻状况的指标：目前婚姻状况，进一步研究了体形是否会通过影响婚姻状况进而对就业产生影响，控制婚姻状况后，男性样本中，体形对就业的影响有小幅降低；女性样本中，体形对就业的影响有小幅提高。结果表明体形确实通过婚姻途径影响了就业。虽然在对婚姻状况加以控制后，体形对就业的影响程度有所变动，但仍然是存在显著影响的(表5)。

4.3. 稳健性检验

文章运用“主要信息来源”作为互联网使用频率的一个替代指标进行稳健性检验。表6报告了“主要信息来源”作为替换变量，研究体形对就业的影响。两性样本回归结果显示在控制了一些变量之后，BMI一次项边际影响在5%以下的统计水平上对就业有显著的正向的影响；BMI二次项边际影响在5%以下统计水平上是显著的且为负的，这说明BMI对就业的影响呈现倒U型；年龄在1%的统计水平上对就业有显著的负影响；受教育年限、政治面貌、主要信息来源、家庭经济状况和人均GDP在5%以下的统计水平上对就业有显著的正向影响。这些结果与表3中基本回归的结论基本一致，表明该研究结果具有较强的稳健性。

4.4. 进一步讨论——体形对不同就业类型的影响

劳动力就业与否有效衡量了劳动力就业水平，但劳动力就业仍存在许多差异性，前文通过研究已经表明体形会对劳动力就业与否产生显著影响，下面该文将进一步探讨体形对就业类型的影响。该文参考毛宇飞等 [18] (2017)对就业类型的划分，将就业状况划分为无业、自雇就业和非自雇就业三种类型。参考潘杰等 [15] 对就业类型的假设，文章假设上述三种就业状况具有递进性，即非自雇就业优于自雇就业，自雇就业优于无业。

为了研究体形对以上三种工作类型的影响，参考之前的文献，该文采用有序Probit模型进行研究，得出的相关边际影响见下表7。

注：表中控制变量同表2中一致。

如表7所示，在10%显著性水平下，BMI对两性的三种工作类型产生的影响都是显著的。BMI对两性群体无业和自雇就业的影响都呈显著的正“U”型影响，而对非自雇就业都呈倒“U”型的影响。这表明了体形过胖或过瘦都会减小非自雇就业的概率。这同前文未区分就业类型的研究结果也相吻合。

5. 结论

该文通过使用CGSS2017数据实证分析发现，基本回归模型在控制了个人层面、家庭层面变量后，发现体形对两性劳动力就业的影响都呈倒“U”型且是显著的。通过进一步分析，发现体形会通过健康和婚姻两个渠道间接影响就业，我国居民就业市场上存在“体形偏见”现象。另外考虑到体形可能存在的内生性，文中使用省份平均BMI作为个人体形指标的工具变量，对体形的内生性进行检验，结果排除了体形内生性问题，和基本回归的估计结果是一致的。

同时，该文发现体形对自雇就业和非自雇就业存在不同的影响。无论性别，体形对自雇就业都存在正“U”型的显著影响，对非自雇就业存在倒“U”型的显著影响，这表明过胖或过瘦的体形都会降低非自雇就业的概率，提高自雇就业的概率。

鉴于疫情冲击下的劳动力市场竞争更加激烈，体形在劳动力市场发挥了不可忽略的作用，我们要提高对体形的关注度。从个人层面来看，保持正常的体形不仅有利于健康状况的改善，而且也会增强个人在劳动力市场的竞争力，尤其对女性而言，由于劳动力市场对女性的要求更加严格，女性要保持正常体形甚至消瘦体形。所以也要呼吁劳动力市场更多地加强对女性的包容。从国家层面来看，认识到体形对就业市场所产生的影响有利于为就业市场调控政策的制定提供理论依据。当前就业形势日趋严峻，为贯彻中央人才工作会议精神，唯才唯德发现和使用人才，应该尽快减轻、消除当前就业市场上存在的一些偏见甚至歧视现象，构建公平、高效的就业市场环境，因此，在就业市场上打破“体形偏见”，并消除由此带来的选人用人乱象极为重要。因而需要多方联合采取有关举措，促进就业市场公平、高效运行。

NOTES

¹各省份2017年人均GDP数据来源于国家统计局官网。

参考文献