【经济与管理】

单德朋， 张永奇， 马梦迪

(西南民族大学 经济学院， 成都 610041)

摘 要： 通过匹配CFPS2018年数据库中的受访者外貌评分，选取颜值指标并将其与微观数据匹配，利用Stata工具实证研究颜值对个人收入的影响。研究结果表明，颜值对个人收入具有显著的正向影响，且颜值对女性的影响程度大于男性，但是颜值对于具有大学教育背景的受访者而言，作用并未增强。利用工具变量解决内生性偏误后，颜值对个人收入具有显著正向影响的结论依然稳健。机制分析表明，颜值可以通过增强社会信任和提高互联网使用频率促进个人收入增长。

关 键 词： 颜值； 个人收入； 美貌溢价； 高学历； 社会信任

中图分类号： F 224

文献标志码： A

文章编号： 1674-0823(2021)02-0161-08

收稿日期： 2020-06-23

基金项目： 国家社会科学基金青年项目(18CMZ041)。

作者简介： 单德朋(1985-)，男，山东济南人，教授，博士，主要从事普惠金融、区域经济等方面的研究。

*本文已于2020-09-28 14∶26在中国知网优先数字出版。 网络出版地址： http：∥kns.cnki.net/kcms/detail/21.1558.C.20200927.1701.004.html

doi：10.7688/j.issn.1674-0823.2021.02.10

“有颜任性”是近年来创造出的用以衡量高颜值群体占优的流行词汇，从中可以看出人们对“高颜值群体”的重视之意。中国古人也对外貌比较看重，小说、诗歌、戏剧等作品中“回眸一笑百媚生，六宫粉黛无颜色”的不朽史诗和“烽火戏诸侯”的神话典故，都是这种感情的自然流露。随着人们物质生活水平的提升，审美需求也逐级递升。以下一组数据能够看出人们对高颜值群体的向往：中国已经成为全球第二大化妆品消费国，化妆品市场销售规模从2010年的2 045.33亿元增至2017年的3 616亿元，年均复合增长率约7%，化妆品行业增速位于全球首位；改革开放以来，中国的医疗美容事业愈加成熟，近5年年均复合增长率接近40%，预计2020年底整体行业市场规模可以达到4 640亿元。美容经济正在成为中国的第五大消费热点行业。究其原因，源于人们已经逐渐认识到美貌本身是一种稀缺资源，具备美貌的个体具有更高的议价能力，从而获得更多的机会、更好的资源，也即享受所谓的“美貌溢价”。此外，“首因效应”的作用，也会使人们认为高颜值群体具备能力更强、性格更好等优势，从而能够获得更多的偏爱。在外貌扮演重要角色的社会中，人们已经逐渐认识到颜值在考试录取、求职招聘、岗位晋升等方面的重要性。鉴于这些方面都与个人收入有一定的关联，本文将着重研究颜值对个人收入的影响。

国外学者率先研究颜值对个人经济的影响，已经积累了较多的成果，将其命名为美貌经济学[1]。多数外国学者研究发现颜值对收入具有明显促进作用，并且颜值越高的群体收入增长速度越快[2-4]。

颜值为什么能够对收入产生影响?可能有三方面原因。一是颜值可以影响劳动生产率。健康、受教育程度等因素与颜值相似，都能成为人力资本的一部分。高颜值者可以更好地与人交往，能够促进生产经营中的合作与效率提升，或者凭此获取更多的资源。Markus等指出，较高的外貌使得个体收入增加[5]。二是劳动力市场存在颜值歧视。这一观点已经被众多学者所认可[6-7]。所以，在劳动生产率相同的情况下，雇主从自身利益出发也会对高颜值群体格外青睐。另外，Biddle等研究发现，雇佣者和顾客都会对雇员的外貌予以评价，进而影响雇员的收入[8]。三是高颜值群体能够获得更多的信任。在人与人之间的交换博弈中，外貌较好的个体能够得到更多人的信任[9]，而信任作为一种社会资本能够降低交易成本[10]、增加经济绩效[11]。因此，在现实生活中，高颜值群体在与陌生人交往中显得更加值得信赖，从而也能够赢得更多合作，进而提高收入。

相比于国外的研究，国内有关颜值影响收入的文献相对较少。江求川等利用相关数据研究身材对收入的影响[12]。但是身材、身高只能作为颜值的一个部分，并不能完整地涵盖颜值对收入的影响。刘一鹏等使用CFPS截面数据研究发现，并不存在显著的美貌溢价[13]。而蒲亚君、王善高等、王询等、杨园争等、管永昊等指出，颜值对收入具有显著的正向影响，且颜值对于男性收入的影响更为明显，进一步分析发现美貌溢价和丑陋罚金显著存在[14-18]。

综上所述，已有研究为中国美貌经济学的发展作出了贡献，但由于数据的时效性、结论分歧等方面局限性，还需进一步检验、完善和发展。本文的创新之处主要有：

(1) 研究颜值对个体收入的异质性影响。现有研究主要发现颜值对收入的整体影响，并未全面考虑性别、受教育程度的个体差异导致的颜值对收入影响的变动。

(2) 进一步探讨颜值对个人收入的影响机制。国内文献大多关注颜值对收入的影响，鲜有文献进一步探讨颜值对收入的影响机制与传导渠道。本文从互联网使用和社会信任角度论证了颜值对个人收入的作用机制，这是现有文献尚未涉及的。

1. 数据来源

本文选取数据为北京大学中国家庭追踪调查(CFPS)2018年的调查数据。之所以选取CFPS数据库，源于以下几点考虑：一是该数据库是一项大型调查项目，覆盖地区、范围较广，收集了一系列影响受访者收入水平的信息，为本文展开颜值与收入度量提供了基础；二是CFPS调查问卷拥有访员对受访者作出的外貌客观评估结果，能够为本文研究提供较为精确的数据支撑。本文参照黄玖立等、赵颖等的办法，选取CFPS问卷中的成人问卷部分进行后续研究[19-20]。

2. 变量处理

因变量是个人收入。本文利用CFPS2018问卷中受访者所有工作总收入来衡量个人收入。考虑到该数值较大，对其进行对数化处理后展开进一步分析。

解释变量为颜值。CFPS调查中要求访员对受访者外貌进行客观评价，分为1～7分，1分代表颜值很差，7分代表颜值出众。

除去颜值影响收入，本文选取了尽可能多影响个人收入的控制变量，以减少遗漏变量导致的估计误差。控制变量包括：受教育程度、性别、年龄、年龄平方、户籍性质、婚姻状况、身高、体重、BMI值、智力水平、急于结束调查程度。其中性别、户籍性质、婚姻状况为虚拟变量。关于BMI值的测算，用体重(公斤)除以身高(米)的平方得出，用来衡量人体的胖瘦程度，一定程度上可以判断个体的健康水平；关于性别，男性为1，女性为0；关于户籍性质，农业户口设为0，非农业户口设为1；关于婚姻状况，已婚设为1，未婚、同居、离婚、丧偶均设为0；智力水平、急于结束调查程度都根据CFPS2018问卷中调查员的观察数据，由高到低分别用1～7的整数表示，直接使用调查数据进行回归分析。

将2018年成年人数据剔除无效样本，最终获得成年人样本数量为15 558，其中男性7 925人，女性7 633人。

3. 描述性统计

表1列出了主要变量的描述统计值。由表1可以发现，就本文重点关注的颜值特征而言，均值为5.363，远远超过平均值4，这可能源于中国人受儒家传统文化影响，对他人外貌评价比较谨慎。这印证了Hamermesh的说法[1]，即中国人对他人外貌很少给予差评。而个人收入的均值为4.093，相比于标准差5.014还有一定差距，说明个体间收入差距仍然存在。从受访者的社会属性可以发现：样本中男女比例比较均衡；约有24%的受访者是非农户口，农业户口比例较大；2018年样本平均年龄为49.16岁，年龄偏高；约有87%的受访者已婚，表明大多数受访者家庭关系比较稳定。按照黄玖立等的BMI值划分标准[19]，受访者均值为23.33，处于18.5和25之间，符合正常标准。

表1 主要变量的描述性统计

变量观测值均值标准差最小值最大值个人收入(对数)15558 4.093 5.0140.000 13.64颜值155585.3631.2711.0007.00受教育程度155587.5114.8310.00022.00性别155580.5090.5000.0001.00年龄1555849.16013.91018.00087.00年龄平方155582611.0001372.000324.0007569.00户籍性质155580.2400.4270.0001.00婚姻状况155580.8730.3330.0001.00身高15558163.5008.60990.000195.00体重15558125.10022.99045.000230.00BMI值1555823.3303.5109.48753.86智力水平155584.9781.4281.0007.00急于结束调查程度155582.4051.7001.0007.00

为了进一步探讨受访者颜值与个人收入之间的关系，本文根据性别、年龄、受教育程度将样本划分为11组，分别进行观察。分组完成后，整体而言，除了18～30岁、大学教育背景群体的收入受颜值影响较小外，其他群体的个人收入受到颜值显著的影响。

总体而言，以上直观分析验证了颜值与个人收入之间存在正向关系。然而，想要进一步论证两者之间的因果关系，还需要考虑其他影响个人收入的因素。

表2 分组别的颜值与个人收入关系

组别颜值1234567性别年龄受教育程度男性1.8502.2003.5603.9304.6705.1505.730女性0.7401.4701.9602.0603.0203.8604.69018～3010.1905.0504.9705.5506.2006.9407.30030～4003.6905.1305.2005.9205.9206.27040～502.9252.5264.2484.1414.9064.9375.40150～601.4342.4722.7772.8613.4023.9884.26060以上00.9301.4001.2601.2701.5502.150小学0.7041.3241.8111.8662.2172.4972.923初中1.6372.3674.2853.7804.3584.4844.828高中2.0201.8004.5405.2405.5305.8306.120大学10.3109.2608.7677.5088.5538.6918.613

注：数据来源于作者的计算。

1. 基于颜值分值的总体回归分析

本文所采用的基准回归模型如下：

ln Income=α+β1Beauty+Xδ+ε

(1)

式中：因变量ln Income为个人收入(对数)，主要解释变量为个人颜值评分Beauty；X为控制变量；δ为参数；ε为扰动项。

基准回归模型涉及3个模型：模型1为颜值与个人收入的回归分析；模型2加入除身高、体重、BMI值之外的其他控制变量；模型3添加了所有控制变量。对颜值对个人收入影响进行回归分析，结果如表3所示。

表3 颜值对个人收入影响的回归结果

变量模型1模型2模型3颜值0.663∗∗∗(21.25)0.20500∗∗∗(5.06)0.20200∗∗∗(5.00)受教育程度0.21000∗∗∗(22.03)0.21000∗∗∗(21.89)性别1.21300∗∗∗(16.82)1.20300∗∗∗(12.91)

表3(续)

变量模型1模型2模型3年龄0.02570(1.52)0.03160∗(1.85)年龄平方-0.00119∗∗∗(-7.01)-0.00125∗∗∗(-7.26)户籍性质1.78100∗∗∗(19.60)1.78600∗∗∗(19.59)婚姻状况-0.64400∗∗∗(-5.67)-0.63400∗∗∗(-5.57)急于结束调查程度-0.00879(-0.42)-0.01010(-0.48)身高-0.00714(-0.30)体重0.00589(0.40)BMI值-0.05450(-0.70)样本数155581555815558

注：*、**、***分别表示在10%、5%、1%水平下显著，下同。

从表3的回归结果来看，高颜值的确能够提高个体收入，颜值分数越高的受访者，收入增加越多。此外，本文发现BMI值的回归系数与收入并无明显关系，这一点与管永昊等[18]的结论有所不同。其他控制变量，受教育程度、性别、年龄、户籍性质都对收入有正向影响，而婚姻状况却对收入有负向影响。可能的原因是，近几年中国的离婚率不断升高、结婚率不断下降，这与房价攀升、结婚支出等经济成本的高涨有很大的关系。另外，女权意识提升，让不少女性结婚后就承担“家庭主妇”这一角色，降低了工资收入。相比于传统婚姻经济学中结婚能够降低双方成本的结论，2018年已婚者的经济压力并未减轻。身高、体重、急于结束调查程度对收入均无显著影响。

2. 基于性别、受教育程度颜值的回归分析

在劳动市场上，性别有着重要的影响力，在求职、晋升等方面都发挥着重要作用。为进一步探寻男女颜值相同影响各自收入的程度差异，本文在基准模型基础上对男性、女性分别展开分析(见表4)。结果表明，女性颜值对于收入的影响大于男性，这与人们通常认为女性颜值比男性颜值更为重要的认知相符。

“腹有诗书气自华”，一般而言，受教育程度越高的受访者读书越多，而读书能够影响人们的穿衣打扮，从而也会影响人们的外貌。本文将受教育程度分为小学、初中、高中、大学四组，进一步观察拥有不同教育背景的受访者颜值对个人收入的影响(见表4)。根据表4的回归结果可以发现，颜值对于小学、初中、高中的受访者收入提高具有促进作用。但是对于大学以上的受访者而言，颜值与个人收入没有显著关系。可能的原因是，大学生以上群体仍属稀缺资源，可以不单靠颜值，也能通过实力提升自身竞争力。该结论也侧面抨击了“大学无用论”。

表4 性别、受教育程度对个人收入的影响

变量颜值评分男性颜值评分女性颜值评分小学颜值评分初中颜值评分高中颜值评分大学颜值0.153∗∗(2.54)0.241∗∗∗(4.46)0.187∗∗∗(3.75)0.205∗∗(2.49)0.258∗(1.96)-0.087(-0.58)受教育程度0.177∗∗∗(12.01)0.238∗∗∗(19.05)性别1.553∗∗∗(13.25)1.696∗∗∗(8.78)0.830∗∗∗(2.80)0.284(0.88)样本数792576336775488322071693

3. 稳健性检验

为了进一步证明估计结果的稳健性，本文进一步作稳健性检验(见表5)，剔除55岁以上的样本。鉴于劳动市场上男性60岁退休、女性55岁退休，剔除55岁以上的样本可以进一步排除该类样本在劳动力市场上的影响。结果显示，无论是全样本(模型1)还是男性(模型2)和女性(模型3)样本分开检验，结果依旧稳健。但是本文发现，在18～55岁的劳动市场中，男性颜值对个人收入的重要性大于女性。原因是，在劳动市场中可能存在性别歧视，男性的职业、职位变化范围大于女性，高颜值男性进入高收入职业或者被提拔到高层职位的机会远远大于同等颜值的女性，从而使男性颜值对其收入的正向影响更为显著。

表5 稳健性检验结果

变量模型1模型2模型3颜值0.193∗∗∗(3.44)0.227∗∗∗(2.98)0.149∗(1.81)样本数1043853375101

4. 内生性问题与工具变量估计

本文使用的受访者颜值评分来源于访员的目测主观判断，从而很大程度上存在度量误差。如此，则前文的估计结果很可能存在内生性问题，从而导致估计系数有所偏差。因此，本文引入2014年具有相同编号的受访者颜值数据作为工具变量，来解决内生性问题。选择该变量作为工具变量的可行性在于：一是该变量与2018年颜值评分高度相关；二是2014年受访者颜值评分与2018年个人收入并无直接关联，满足工具变量外生性要求。

本文同时使用两阶段最小二乘模型(2SLS)和工具变量有序(IV Oprobit)模型进行估计，结果如表6所示。一阶段回归结果显示，2014年受访者颜值与2018年受访者颜值存在高度的正相关关系，且一阶段F统计值远大于10，表明不存在弱工具变量问题。整体回归结果表明，使用工具变量后颜值对个人收入的影响依然在1%的水平上显著，2SLS模型和IV Oprobit模型均显著为正，并且颜值对个人收入的估计系数提高较多，说明未使用工具变量可能对结果低估，进一步支持了颜值对个人收入具有正向影响的结论。

表6 使用工具变量的估计结果

变量模型1OLS模型22SLS模型3IV Oprobit颜值评分0.0362∗∗∗(3.36)颜值再评7.4100∗∗∗(2.71)2.3330∗∗∗(2.66)样本数550755075507

5. 外貌对收入影响的单调性分析

以上的研究可以发现颜值对个人收入有着显著的正向影响，下文将进一步分析这种影响是不是单调变化的，即颜值越高越对个人收入有利。如图1所示，外貌评分越高，收入水平越高，即两者关系是单调递增的。本文未得出郭继强等的颜值水平很高情况下收入反而降低的“高跟鞋曲线”结论[21]。为了进一步验证两者之间的关系，本文将进行更加严格的实证研究。

图1 颜值与个人收入的关系

在上文“美貌”的样本范围内，进一步设定“颜值很高”和“颜值极高”两个虚拟变量，其中“颜值很高”的选择标准为两年颜值均值大于6.5，样本数量为1 011个，当作颜值最高19%的样本。“颜值极高”的标准为两年颜值均值为7，即在两次调查中受访者的颜值评分都是7分，此类样本数量仅有302个，占整体样本的比重仅为5%，可以作为颜值金字塔最顶端的少量个体。分别设定“颜值很高”和“颜值极高”两类虚拟变量，颜值符合选取标准的赋值为1，否则为0。然后，利用这两个虚拟变量展开回归分析，结果如表7所示。

表7 “美貌溢价”的单调性检验结果

变量模型1模型2模型3模型4模型5模型6颜值很高0.773∗∗∗(4.61)0.800∗∗∗(3.63)0.656∗∗(2.57)颜值极高0.449∗(1.67)0.622∗(1.74)0.114(0.29)样本数550755073454205334542053

首先，根据表7的全样本回归结果(见模型1、2)，相对于其他人而言，拥有“很高”颜值和“极高”颜值的个体“美貌溢价”都是显著的。可以看出，颜值金字塔顶端的个体“美貌溢价”仍然呈现上升趋势，但是上升趋势有所下降，个人收入增速开始放缓。这表明，总体而言，颜值对个人收入的影响是单调递增的，但是德才兼备、内外兼修才能使自己的收入持续快速增长。

其次，分析不同性别颜值对收入影响的单调性。对于男性而言(见模型3、5)，“颜值很高”的溢价比较显著，而“颜值极高”的溢价对收入的促进作用减少；对于少量处于颜值顶层的女性而言(见模型6)，其“美貌溢价”并不显著。因此对于颜值顶层女性而言，想要“靠脸”持续保持自己的高收入增速并不容易，还需要依靠“软技能”提高自身人力资本的增值潜力。

最后，对比处于颜值顶端的不同性别个体的颜值对收入的影响程度。对于颜值最顶层的个体而言，男性“美貌溢价”明显大于女性，这与上文的结论有所不同。整体来看，女性高颜值对于个人收入的促进作用是大于男性的。但是，对于颜值处于最顶层的群体而言，男性高颜值对于个人收入的促进作用是大于女性的。出现此现象的原因是劳动市场可能存在性别歧视和职业性别隔离，高颜值男性比高颜值女性更受青睐。

1. 颜值与社会信任

前文已经证实，颜值会显著影响受访者的收入水平，那么颜值会通过什么传导机制影响受访者的收入水平呢?出于概括性和可行性的考虑，本文选择个体的社会信任和互联网使用情况作为中介变量进行考察。参照Baron等[22]的办法，应用如下三个估计模型分别对每一项渠道变量进行中介效应分析，即

(2)

(3)

(4)

式中：模型中新增的变量M，就是本文想要探讨的中介变量，即社会信任和互联网使用状况。而模型中β1～β4和γk都是相应变量的估计系数。本文重点关注β3、β4的系数，并据此判定选取的目标变量能否充当中介变量发挥作用。

社会信任可以充当社会资本，降低信息不对称性，减少交易成本，从而提高个体收入水平。Chantarat等发现，社会资本可以提高贫困家庭的劳动生产率，进而使其收入增加[23]。而较好的外貌使得个体表现得更加自信，具备更强的语言表达能力和社交能力，从而可以更好地与人交往，信任他人[5]。通过2018年CFPS问卷调查中“是否有捐款行为”这个问题来衡量受访者的社会信任，捐款为1，未捐款为0。

加入社会信任变量后，对个人收入的影响机制如表8所示，能够看到模型1中加入社会信任这一变量后，颜值对个人收入的影响依然显著。该结论不仅对总体样本成立，对(模型2)男性、(模型3)女性样本也依然成立。

表8 颜值对个人收入的影响机制(社会信任)

变量模型1模型2模型3颜值0.189∗∗∗(4.69)0.141∗∗(2.35)0.228∗∗∗(4.23)社会信任0.842∗∗∗(9.35)0.730∗∗∗(5.52)0.924∗∗∗(7.65)样本数量1555879257633

2. 颜值与互联网使用

根据艾瑞咨询数据显示，2018年中国网红经济规模已经突破2万亿元。在网络迅速普及的今日，高颜值已经成为网红达人的“硬件”，众多文献都指出互联网使用能够促进个人收入提高。从颜值能否通过互联网使用这一渠道影响个人收入，能够进一步考察颜值与个人收入的关联。通过2018年CFPS调查问卷中“是否移动上网”和“是否电脑上网”两个问题，来衡量样本的互联网使用情况。将其设为虚拟变量，使用移动和电脑上网为1，否则为0。整理后，使用互联网的受访者为2 648个，占比17%。

加入互联网使用变量后，颜值对个人收入影响机制如表9所示，能够发现无论是对于总体还是男、女样本而言，颜值均能通过互联网使用渠道影响个人收入。模型1的结果表明，与基准模型相比，在加入互联网使用变量后总体颜值系数有所下降，并且互联网使用变量系数显著为正，表明颜值可以通过互联网使用间接影响个人收入。与模型1的结果相比，从模型2、3中可以发现：男性样本颜值系数有所下降，互联网使用系数显著为正，表明互联网使用在颜值和个人收入之间有部分中介作用；女性样本系数有所上升，互联网使用系数显著为正，表明对女性而言，互联网使用会进一步加强颜值对个人收入的影响。

表9 颜值对个人收入的影响机制(互联网使用)

变量模型1模型2模型3颜值0.190∗∗∗(4.71)0.149∗∗(2.49)0.217∗∗∗(4.05)互联网使用情况1.154∗∗∗(10.33)0.583∗∗∗(3.65)1.830∗∗∗(11.72)样本数1555879257633

本文较为全面、系统地研究了颜值对个人收入的影响，并从社会信任和互联网使用情况两个渠道探讨了颜值影响个人收入的内在传导机制。研究发现：(1)在整体样本中，不论是男性还是女性，颜值对于个人收入都具有显著的促进作用，并且对女性个人收入的提升有更大作用；(2)控制劳动市场扰动效应发现，颜值影响个人收入的估计系数依然显著，进一步支持了颜值对个人收入具有重要影响的结论；(3)颜值对个人收入的影响是单调递增的，但是高颜值女性想要持续依靠颜值保持自身收入增速并不容易。

此外，本文探讨了颜值影响个人收入的传导机制，结果表明：(1)更高的颜值能够增加社会信任，从而提高个体收入；(2)互联网使用对高颜值群体影响更大，通过互联网使用该群体能够进一步增加自己的人力资本，从而利于自身“创收”。

当“美貌经济学”已经被人们所熟知，追求“高颜值”的人数也随之增加时，让人“变美”的行业也将迎来新的发展契机。“高颜值”产业规模的扩大，必然会带动相应的投资、人力资本等方面的变化。因此，政府应该考虑相关产业调整，保障与外貌有关产业的健康发展，进一步提高此类行业的准入门槛，对符合人体外貌健康标准的应该提供支持，对不利于人体外貌的产品、公司则应依法取缔。另外，随着人们对颜值重视程度的提高，相应支出也随之增加。政府可以考虑对相关行业进行调整，减免相关税费，并适时出台支持该行业的优惠政策，特别是对女性群体颜值较为重视的中小企业，更应对其进行相应扶持。

参考文献：

[1] Hamermesh D S.Beauty pays [M].Princeton：Princeton University Press，2011.

[2] Brooks A W，Huang L，Kearney S W，et al.Investors prefer entrepreneurial ventures pitched by attractive men [J].Proceedings of the National Academy of Sciences of the United States of America，2014，111(12)：4427-4431.

[3] Karina D，Eva S.Myth or fact?The beauty premium across the wage distribution in Germany [J].Economics Letters，2015，129(4)：29-34.

[4] Tobias W，Patrick R.How beauty works.Theoretical mechanisms and two empirical applications on students’ evaluation of teaching [J].Social Science Research，2016，57(2)：253-272.

[5] Markus M M，Tanya S R.Why beauty matters [J].The American Economic Review，2006，96(1)：222-235.

[6] Averett S L，Korenman S.The economic reality of the beauty myth [J].The Journal of Human Resources，1996，31(2)：304-330.

[7] James J H.Detecting discrimination [J].Journal of Economic Perspectives，1998，12(2)：101-116.

[8] Biddle J E，Hamermesh D S.Beauty，productivity and discrimination [J].Journal of Labor Economics，1995，16(1)：172-201.

[9] Rick K W，Catherine C E.Judging a book by its cover：beauty and expectations in the trust game [J].Political Research Quarterly，2006，59(2)：189-202.

[10] Fukuyama F.Social capital and the modern capitalist economy：creating a high trust workplace [M].California：Stem Business Magazine，1997.

[11] 张维迎，柯荣住.信任及其解释：来自中国的跨省调查分析 [J].经济研究，2002(10)：59-70.

[12] 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)，2013，12(3)：983-1006.

[13] 刘一鹏，郑元，张川川.长得好有高收入?——中国劳动力市场的相貌歧视问题研究 [J].经济评论，2016(5)：83-95.

[14] 蒲亚君.外貌对劳动力工资的影响研究——基于2016CLDS调查数据分析 [D].成都：西南财经大学，2019.

[15] 王善高，严斌剑，周应恒，等.颜值会影响收入吗? [J].西北人口，2018，39(4)：19-25，33.

[16] 王询，岳园园，朱晨.颜值越高收入越高?——基于2014年“中国劳动力动态调查”的经验研究 [J].云南财经大学学报，2018，34(5)：79-91.

[17] 杨园争，方向明，郑晓冬.劳动力市场中容貌歧视的学历纠正效应研究 [J].南方经济，2017(3)：71-98.

[18] 管永昊，吴佳敏，贺伊琦，等.高颜值能增加个人收入吗——来自CFPS面板数据的证据 [J].财贸研究，2019，30(9)：16-28.

[19] 黄玖立，田媛.美貌能带来幸福感吗? [J].南方经济，2019(1)：81-102.

[20] 赵颖.语言能力对劳动者收入贡献的测度分析 [J].经济学动态，2016(1)：32-43.

[21] 郭继强，费舒澜，林平.越漂亮，收入越高吗?——兼论相貌与收入的“高跟鞋曲线” [J].经济学(季刊)，2017，16(1)：147-172.

[22] Baron R M，Kenny D A.The moderator-mediator vari-able distinction in social psychological research：conceptual，strategic，and statistical considerations [J].Journal of Personality and Social Psychology，1986，51(6)：1173-1182.

[23] Chantarat S，Barrett C B.Social network capital，economic mobility and poverty traps [J].Journal of Economic Inequality，2012，10(3)：299-342.

SHAN De-peng, ZHANG Yong-qi, MA Meng-di

(School of Economics, Southwest Minzu University, Chengdu 610041, China)

Abstract： By matching the appearance score of interviewees in CFPS2018 database, the appearance level index is selected and matched with micro-data, and the impact of appearance level on personal income is empirically studied using Stata tool. The results show that physical appearance has a significant positive effect on personal income, and the effect is greater for women than for men, but not for those with a college education. After using instrumental variables to solve endogenous bias, the conclusion remains robust that appearance level has a significant positive effect on personal income. The mechanism analysis shows that appearance level can promote personal income growth by increasing social trust and increasing the frequency of Internet use.

Key words： appearance level; personal income; beauty premium; higher education; social trust

(责任编辑：张 璐)