高顏值能增加個(gè)人收入嗎
——來(lái)自CFPS面板數(shù)據(jù)的證據(jù)

管永昊 吳佳敏 賀伊琦 呂文慧

(南京財(cái)經(jīng)大學(xué)，江蘇 南京 210023)

一、引言及相關(guān)文獻(xiàn)回顧

“顏值”是近年來(lái)創(chuàng)造出的用以衡量外貌美丑狀況的流行詞匯，表達(dá)了人們對(duì)外貌的重視之意。中國(guó)古人也非常重視外貌，傳統(tǒng)史書、小說(shuō)、戲劇等作品中“才子佳人”的標(biāo)配和“女為悅己者容”的詞句，都是這種感情的自然表露。但時(shí)至今日，“容”的主體已不限男女，也不僅針對(duì)于“悅己者”，提高顏值已成為很多人日常生活的一部分。以下一組數(shù)字反映了人們提高顏值的高漲熱情：中國(guó)已成為全球第二大化妝品消費(fèi)國(guó)，化妝品市場(chǎng)銷售規(guī)模從2010年的2045.33億元增長(zhǎng)到2016年的3360.61億元；2016年，中國(guó)美容業(yè)實(shí)現(xiàn)銷售總額達(dá)8000多億元；攜程旅游《2016年在線醫(yī)療旅游報(bào)告》顯示，2016年，赴韓“醫(yī)療旅游”的中國(guó)人超過(guò)10萬(wàn)人次，在其入境游客中占比超過(guò)30%，排名第一。究其原因，是人們已逐漸認(rèn)識(shí)到顏值在戀愛(ài)婚姻、考試錄取、招聘錄用、職位晉升等方面的重要性。顏值對(duì)戀愛(ài)婚姻的作用雖為世所公認(rèn)，無(wú)奈在計(jì)量上難以衡量，其他方面基本上都與個(gè)人收入有關(guān)，本文即專注于研究顏值對(duì)個(gè)人收入方面的影響。

國(guó)外關(guān)于顏值對(duì)個(gè)人經(jīng)濟(jì)狀況影響的研究起步較早，已積累了較多的成果，并將其命名為美貌經(jīng)濟(jì)學(xué) (Hamermesh,2011)。研究表明，顏值越高，其收入越高，且收入增長(zhǎng)也越快(Anderson et al.，1978;Quinn,1978；Frieze et al.，1991;French,2002;Fletcher,2009)。相對(duì)于普通相貌而言，顏值低者收入更低，稱作丑陋罰金(Mocan et al.,2010)；相反，顏值高者可以獲得更高收入，存在美貌溢價(jià) (Biddle et al.,1998;Harper,2000)。

顏值為何會(huì)對(duì)收入產(chǎn)生影響？可能有三方面的原因。一是勞動(dòng)市場(chǎng)存在顏值歧視。人們天然喜愛(ài)貌美的人，而嫌棄外貌丑陋的人(Mobius et al.,2006)。Dion et al.(1972)發(fā)現(xiàn)高顏值能夠引起人們的積極評(píng)價(jià)，據(jù)此提出“美的即是好的”效應(yīng)。所以，即使在勞動(dòng)生產(chǎn)率相同的情況下，雇主也會(huì)優(yōu)先選擇顏值高的人。這使得貌美的人受到偏愛(ài)，更容易找到高收入的工作，在工作崗位上也更容易晉升，獲得的資源也更多。隨后的研究發(fā)現(xiàn)，顏值高的人在工作潛力評(píng)價(jià)(Morrow et al.,1990)、起始薪酬(French,2002)、工作資質(zhì)許可(Shannon et al.,2003)、被雇傭與晉升機(jī)會(huì)(Marlowe et al.,1996; Chiu et al.,2002)等方面都比顏值低的人有優(yōu)勢(shì)。二是顏值會(huì)影響勞動(dòng)生產(chǎn)率。人的顏值與教育、健康等因素相似，也是人力資本的一個(gè)部分。高顏值能夠使相同的勞動(dòng)帶來(lái)更高的邊際產(chǎn)量，原因在于高顏值能夠?qū)I(yè)務(wù)相關(guān)人員產(chǎn)生更強(qiáng)的吸引力、親和力和信任感，從而能夠促進(jìn)生產(chǎn)經(jīng)營(yíng)中的合作與效率，或者藉此獲取更多的資源。Brooks et al.(2014)發(fā)現(xiàn)在風(fēng)險(xiǎn)投資中，高顏值的創(chuàng)業(yè)者更容易受到投資人信賴并獲得對(duì)方投資。三是顏值會(huì)通過(guò)其他因素影響收入。Kanazawa et al.(2004)從演化角度論證和檢驗(yàn)了外貌好的人更聰明的命題，因此顏值也可能通過(guò)智力因素影響收入。而且擁有更高顏值的人，通常會(huì)更加自信，而自信有助于人們獲取高收入。但是，Doorley(2015)的實(shí)證研究表明，收入的增加更多地是由于顏值本身，而不是由顏值帶來(lái)的自信心。

也有文獻(xiàn)提出顏值有時(shí)也會(huì)帶來(lái)負(fù)面影響(Anderson et al.,1978)。例如，Agthe et al.(2010)發(fā)現(xiàn)，同性別者會(huì)對(duì)高顏值的人給予更低的評(píng)價(jià)，從而使其因高顏值而受到負(fù)面影響。另有研究發(fā)現(xiàn)，對(duì)于女性尋求管理層崗位或者管理工作業(yè)績(jī)?cè)u(píng)價(jià)而言，高顏值會(huì)對(duì)其產(chǎn)生不利影響(1)但與女性相反，高顏值對(duì)男性尋求管理層職位或者管理工作業(yè)績(jī)?cè)u(píng)價(jià)產(chǎn)生積極影響。。這被稱作“美麗是可惡的”效應(yīng)(Heilman et al.，1979；Heilman et al.,1985；Johnson et al.,2010)。

相對(duì)而言，國(guó)內(nèi)有關(guān)顏值對(duì)收入影響的文獻(xiàn)還較少。高文書(2009)使用12城市住戶調(diào)查數(shù)據(jù)研究身高對(duì)收入的影響，江求川等(2013)使用中國(guó)健康與營(yíng)養(yǎng)調(diào)查數(shù)據(jù)研究身材對(duì)收入的影響。但身高、身材只是顏值的一個(gè)方面，不能完整地反映顏值對(duì)收入的影響。劉一鵬等(2016)、郭繼強(qiáng)等(2016)則使用了CFPS的截面數(shù)據(jù)進(jìn)行研究。劉一鵬等(2016)發(fā)現(xiàn)，在中國(guó)，存在顯著的丑陋罰金，但不存在顯著的美貌溢價(jià)。郭繼強(qiáng)等(2016)提出顏值影響收入的“高跟鞋曲線”，即顏值對(duì)收入的影響不是單調(diào)變化的：對(duì)于大多數(shù)人而言，顏值促進(jìn)其收入的增加，但對(duì)于顏值最高的那些人而言，其顏值卻對(duì)收入產(chǎn)生負(fù)面影響。這些結(jié)論很新穎，但是，其使用的截面數(shù)據(jù)的顏值評(píng)分來(lái)自于單個(gè)訪員，并不能很好地代表社會(huì)對(duì)個(gè)人顏值的總體評(píng)價(jià)，可能因個(gè)體審美的異質(zhì)性，導(dǎo)致其顏值評(píng)分嚴(yán)重偏離社會(huì)評(píng)價(jià)，進(jìn)而導(dǎo)致實(shí)證結(jié)論的不可靠。

已有研究為中國(guó)美貌經(jīng)濟(jì)學(xué)的發(fā)展奠定了基礎(chǔ)，但由于在數(shù)據(jù)等方面的局限性，仍需繼續(xù)檢驗(yàn)、完善和發(fā)展。本文的創(chuàng)新之處主要有：

(1)避免了顏值評(píng)價(jià)的主觀偏差。Pfeifer(2011)在使用德國(guó)的截面數(shù)據(jù)研究顏值對(duì)收入的影響時(shí)已注意到顏值評(píng)價(jià)的主觀偏差，采用綜合采用訪員初見面對(duì)被訪者的顏值評(píng)分、采訪結(jié)束時(shí)顏值評(píng)分和被調(diào)查者自評(píng)顏值這三個(gè)數(shù)值來(lái)解決此問(wèn)題。針對(duì)同樣的問(wèn)題，本文使用CFPS 2010、2012和2014年的成年人數(shù)據(jù)，經(jīng)處理后得到平衡面板數(shù)據(jù)，然后對(duì)同一個(gè)體的三次顏值評(píng)分取均值(以下簡(jiǎn)稱為顏值的組內(nèi)均值)，以此均值代表個(gè)體的顏值。由于該指標(biāo)反映了三個(gè)訪員對(duì)于同一個(gè)人的顏值評(píng)價(jià)，因而更加接近于社會(huì)對(duì)個(gè)人的顏值評(píng)價(jià)，從而有效避免了個(gè)別訪員的審美偏差所帶來(lái)的擾動(dòng)，這是目前國(guó)內(nèi)相關(guān)研究尚未考慮到的。采用三年的面板數(shù)據(jù)，樣本量更大，估計(jì)結(jié)果質(zhì)量更高，比Pfeifer(2011)的處理方法更為有效。

(2)研究了顏值對(duì)不同性別個(gè)體收入的影響。研究發(fā)現(xiàn)，無(wú)論是全樣本、女性樣本還是男性樣本，顏值都對(duì)收入具有顯著的正向影響，而且顏值對(duì)男性收入的影響比女性更大。本文從勞動(dòng)市場(chǎng)性別歧視和職業(yè)性別隔離方面，對(duì)此進(jìn)行了較為合理的解釋。進(jìn)一步分析發(fā)現(xiàn)，丑陋罰金和美貌溢價(jià)都是顯著存在的，而且數(shù)額較大。這不同于劉一鵬等(2016)的研究結(jié)論。然后進(jìn)一步探討顏值對(duì)收入影響的單調(diào)性，發(fā)現(xiàn)對(duì)于全部樣本和女性而言，美貌溢價(jià)隨著顏值的提升而單調(diào)增加；對(duì)于顏值最高的少量男性而言，美貌溢價(jià)變得不顯著。但無(wú)論如何，未發(fā)現(xiàn)“高跟鞋曲線”存在的證據(jù)。

(3)探討了顏值影響收入的機(jī)制。從勞動(dòng)市場(chǎng)上顏值對(duì)人們獲取高收入職業(yè)的機(jī)會(huì)和獲得管理層晉升機(jī)會(huì)的影響方面，探討顏值影響個(gè)人收入的內(nèi)在作用機(jī)制。這是現(xiàn)有文獻(xiàn)尚未涉及的。

二、數(shù)據(jù)來(lái)源、變量處理與描述性統(tǒng)計(jì)

(一)數(shù)據(jù)來(lái)源

本文的實(shí)證研究采用北京大學(xué)中國(guó)家庭追蹤調(diào)查(CFPS)2010、2012和2014年的三次調(diào)查數(shù)據(jù)。CFPS調(diào)查分為社區(qū)、家庭、成年人和兒童四個(gè)層面，對(duì)總體樣本具有95%以上的代表性。由于本文是研究個(gè)人層面上顏值對(duì)收入的影響，所以采用的是上述三次調(diào)查的成年人數(shù)據(jù)。

在CFPS調(diào)查中，除了大量數(shù)據(jù)是通過(guò)對(duì)受訪者的提問(wèn)所獲得的之外，還有一些數(shù)據(jù)是直接來(lái)自于調(diào)查員的觀察，包括受訪者的容貌、衣裝整潔程度、普通話熟練程度、語(yǔ)言表達(dá)能力、理解能力、健康狀況、智力水平、待人接物水平等，這些變量按照程度劃分為七個(gè)等級(jí)，分別用1～7的整數(shù)來(lái)表示。調(diào)查員直接觀察所得的數(shù)據(jù)在其他的微觀調(diào)查數(shù)據(jù)中很少見。其中關(guān)于顏值的數(shù)據(jù)，迄今為止，幾乎是CFPS數(shù)據(jù)所獨(dú)有的，為本文的研究提供了有力的支持。

(二)變量處理

因變量是個(gè)人收入。CFPS個(gè)人數(shù)據(jù)中直接包含了個(gè)人總收入的數(shù)據(jù)，以2010年為基期，參照CPI的變動(dòng)，剔除了2012和2014年個(gè)人收入中物價(jià)變化的因素。

解釋變量顏值主要使用個(gè)人三次觀測(cè)值的均值(以下簡(jiǎn)稱為顏值的組內(nèi)均值)表示。如上文所述，顏值組內(nèi)均值反映了多個(gè)訪員的總體評(píng)價(jià)，更接近于個(gè)人顏值的社會(huì)評(píng)價(jià)，因而更為合理。同時(shí)采用顏值的原始分值進(jìn)行回歸，作為對(duì)比。此外，為了研究丑陋罰金和美貌溢價(jià)是否存在，還設(shè)定了“美貌(beauty)”和“丑陋(ugly)”的虛擬變量，將其納入回歸。設(shè)定辦法是：如果顏值的組內(nèi)均值高于6，則beauty賦值為1，否則賦值為0；同理，如果顏值組內(nèi)均值小于等于4，則ugly賦值為1，否則為0。

控制變量包括受教育年限、性別、年齡、戶籍性質(zhì)、婚姻狀況、居住地城鄉(xiāng)性質(zhì)、身高、體重、BMI、健康狀況、智力水平、待人接物水平、語(yǔ)言表達(dá)能力、所在省份。其中，性別、戶籍性質(zhì)、婚姻狀況、城鄉(xiāng)性質(zhì)、調(diào)查年份為虛擬變量。關(guān)于BMI和健康狀況，前者側(cè)重于衡量人體的胖瘦程度，后者側(cè)重于對(duì)個(gè)人身體健康狀況的總體判斷，經(jīng)相關(guān)性檢驗(yàn)，兩者相關(guān)度為0.0735，不存在多重共線性問(wèn)題；關(guān)于性別，女性設(shè)為0，男性設(shè)為1；關(guān)于戶籍性質(zhì)，農(nóng)業(yè)戶口設(shè)為0，非農(nóng)業(yè)戶口設(shè)為1；關(guān)于婚姻狀況，分別設(shè)定是否為未婚、在婚、同居、離婚和喪偶的5個(gè)虛擬變量，是則設(shè)為1，否則設(shè)為0；鑒于本文的側(cè)重點(diǎn)是探討不同顏值和不同收入的異質(zhì)性，而不是觀察城鄉(xiāng)之間的異質(zhì)性，因此城鄉(xiāng)性質(zhì)僅僅作為控制變量，而不是核心變量，本文將農(nóng)村設(shè)為0，城鎮(zhèn)設(shè)為1；健康狀況、智力水平、待人接物水平、語(yǔ)言表達(dá)能力為調(diào)查員觀察數(shù)據(jù)，由高到低分別用1～7的整數(shù)表示，直接使用原始數(shù)據(jù)納入回歸。

將2010、2012和2014年的成年人數(shù)據(jù)剔除無(wú)效樣本，整理為平衡面板數(shù)據(jù)，包含的成年人數(shù)量為17723，樣本數(shù)為53169個(gè)。

(三)描述性統(tǒng)計(jì)

表1分別列出了主要變量在三次調(diào)查中的均值和方差。由于是平衡面板，涉及的調(diào)查對(duì)象是完全相同的，可以比較一些關(guān)鍵指標(biāo)在不同年份的變化狀況。

首先，就本文重點(diǎn)關(guān)注的顏值特征而言，2010、2012和2014年的均值分別為4.997、5.199、5.465。可以看出，顏值評(píng)分均值呈上升態(tài)勢(shì)，尤其是2014年的數(shù)值上升幅度較大。然而，人們的顏值高低程度短期內(nèi)是較為恒定的，隨著年齡的上升，人們的顏值會(huì)因衰老而逐漸變低。這三次調(diào)查時(shí)間跨度為4年，相對(duì)較短，可以認(rèn)為現(xiàn)實(shí)中人們的顏值是輕微變低，也可以近似認(rèn)為是不變的。那么，統(tǒng)計(jì)數(shù)據(jù)中顏值的較大變化，很大程度上是由于不同調(diào)查人員的個(gè)體審美觀和評(píng)判標(biāo)準(zhǔn)差異所導(dǎo)致的，這也證實(shí)了使用顏值組內(nèi)均值表示人們顏值水平的合理性。

其次，從受訪者的社會(huì)屬性來(lái)看，樣本中女性所占比例為49.5%，約占一半，性別分布較為均衡。約有30%的人是非農(nóng)業(yè)戶籍，農(nóng)業(yè)戶籍人員比例較大，但居住在城鎮(zhèn)的人口約為50%，城鄉(xiāng)分布較為均勻，表明有20%左右的人戶籍性質(zhì)與居住地城鄉(xiāng)性質(zhì)不一致。2014年，樣本平均年齡為50歲，年齡偏高。約90%為已婚者，未婚者僅占3%，喪偶者占6%，離婚者僅為1.6%，表明大多數(shù)家庭婚姻關(guān)系較為穩(wěn)定。

最后，身高、體重、BMI也是影響人們顏值的重要因素，被訪者的平均身高為163厘米，平均體重約為120斤，BMI值約為23，在健康體型范圍之內(nèi)。但在三次調(diào)查中，BMI是持續(xù)輕度上升的，表明人們的體型隨著生活水平的提高逐漸變得更為肥胖。

表1 主要變量的描述性統(tǒng)計(jì)

數(shù)據(jù)來(lái)源：依據(jù)CFPS數(shù)據(jù)統(tǒng)計(jì)得到。

三、顏值對(duì)收入影響的實(shí)證分析

(一)基于顏值分值的總體回歸分析

本文所用的基本計(jì)量模型如式(1)所示，因變量inc為個(gè)人年收入，主要解釋變量為個(gè)人顏值beauty，X為控制變量向量。

inc=β0+β1beauty+Xδ+ε

(1)

回歸分析主要采用混合FGLS方法進(jìn)行估計(jì)，同時(shí)，兼用OLS估計(jì)作為對(duì)比。之所以采用混合數(shù)據(jù)進(jìn)行估計(jì)，而不采用固定效應(yīng)面板數(shù)據(jù)估計(jì)方法，是因?yàn)槎唐趦?nèi)人的顏值不會(huì)發(fā)生顯著變化，顏值的組內(nèi)差異更多地體現(xiàn)了不同調(diào)查員的審美觀和顏值評(píng)分標(biāo)準(zhǔn)的差異。而本文所關(guān)注的是整個(gè)社會(huì)對(duì)個(gè)體的總體顏值評(píng)價(jià)，因此，顏值的組內(nèi)差異對(duì)本文的研究而言影響較小。

回歸分析使用了6個(gè)模型，其中，模型1～4都是以顏值的原始數(shù)據(jù)作為解釋變量。顏值取值是1～7的整數(shù)，數(shù)值越高代表顏值越高。模型1僅加入了顏值變量，沒(méi)加入控制變量。模型2加入除了身高、體重和BMI之外的其他控制變量。模型3加入了所有的控制變量。模型1～3都是使用混合FGLS估計(jì)，模型4與模型3變量相同，但是使用混合OLS方法進(jìn)行估計(jì)。進(jìn)一步，把三次調(diào)查的每個(gè)個(gè)體的顏值分值取組內(nèi)均值。采用組內(nèi)均值能夠排除異常的審美評(píng)價(jià)的影響，更能夠代表社會(huì)對(duì)個(gè)人的顏值評(píng)價(jià)。在模型5中，采用個(gè)體的顏值均值作為解釋變量，并加入所有控制變量，仍采用混合FGLS方法估計(jì)。模型5的估計(jì)結(jié)果體現(xiàn)的是顏值的組間差異對(duì)個(gè)人收入的影響，減少了調(diào)查員個(gè)人審美差異導(dǎo)致的數(shù)據(jù)偏差，因而，估計(jì)結(jié)果更為合理。模型6則是將模型5的因變量收入取對(duì)數(shù)，采用半對(duì)數(shù)模型，便于分析解釋變量對(duì)收入影響的比率(2)由于部分樣本收入為0，無(wú)法直接取對(duì)數(shù)，為此，將所有樣本的收入統(tǒng)一加上1之后再取對(duì)數(shù)。這對(duì)回歸系數(shù)影響很小，對(duì)主要解釋變量的顯著性也沒(méi)有影響，但對(duì)個(gè)別控制變量的顯著性有影響，為此，依據(jù)模型5分析控制變量的顯著性。。

由于本文數(shù)據(jù)來(lái)自CFPS調(diào)查數(shù)據(jù)庫(kù)，數(shù)據(jù)年份分別是2010、2012、2014年，為間斷數(shù)據(jù)，年份和樣本個(gè)體存在的不足，使得本文無(wú)法從技術(shù)層面使用滯后一期的系統(tǒng)GMM估計(jì)來(lái)解決內(nèi)生性問(wèn)題。盡管如此，顏值對(duì)收入的回歸結(jié)果表明兩者存在正相關(guān)關(guān)系(基準(zhǔn)回歸)，隨后的不同性別對(duì)收入的回歸結(jié)果及丑陋罰金與美貌溢價(jià)的回歸結(jié)果等均表明顏值與收入存在正相關(guān)關(guān)系，進(jìn)一步支持基準(zhǔn)回歸結(jié)果，可以證實(shí)回歸結(jié)果是真實(shí)可信的。

回歸結(jié)果如表2所示，6個(gè)模型中，顏值都對(duì)個(gè)人收入具有顯著的影響。雖然隨著控制變量和估計(jì)方法的變化，回歸系數(shù)有所差異，但影響始終都是顯著的。這不僅表明實(shí)證結(jié)果支持理論預(yù)期，即顏值越高，個(gè)人收入越高，而且表明顏值對(duì)個(gè)人收入的正向影響是很穩(wěn)健的。

從不同模型估計(jì)結(jié)果的差異來(lái)看，模型1～3都采用混合FGLS方法估計(jì)，隨著控制變量的加入，顏值的估計(jì)系數(shù)逐漸減少。因?yàn)榭刂谱兞康挠绊懯遣蝗莺鲆暤?，所以，加入完整控制變量的模型更為完善。模?在模型2的基礎(chǔ)上加入了身高、體重和BMI，這三個(gè)指標(biāo)能夠反映人們的身體特征。尤其是BMI，體現(xiàn)的是人的身材胖瘦，BMI越低，表明身材越苗條。回歸結(jié)果表明，身高對(duì)收入沒(méi)有顯著影響，體重對(duì)收入有顯著的正向影響，而BMI對(duì)收入有顯著的負(fù)面影響。也就是說(shuō)，身材越苗條，則人的外表越好，越有助于提升人們的收入。然而，在身材相同情況下，體重更重的人更為健壯有力，有助于促進(jìn)生產(chǎn)率，因而能夠獲得更高收入。

至于模型4，采用混合OLS估計(jì)，有效性低于混合FGLS估計(jì)，所以，僅將估計(jì)結(jié)果列出作為對(duì)比。而模型5是根據(jù)數(shù)據(jù)特征所設(shè)計(jì)的一個(gè)獨(dú)特的模型，用組內(nèi)均值代表個(gè)人顏值，其余控制變量則未作類似處理。這樣，可以更有效地反映顏值特征對(duì)收入的影響，同時(shí)也能夠很好地控制其余變量對(duì)收入的影響。因而，本文主要依據(jù)模型5的估計(jì)結(jié)果進(jìn)行解釋。

從模型5和模型6的回歸結(jié)果來(lái)看，顏值分值每增加1單位，收入顯著增加1032元。顏值分值使用1～7的整數(shù)表示，實(shí)際上是將人的顏值由低到高依次分為七檔，分值每增加1單位，代表顏值提升1檔，所帶來(lái)的收入提升數(shù)額是值得重視的。依據(jù)估計(jì)結(jié)果，在同等情況下，顏值分值最高者比顏值分值最低者可以多獲取6200元的年收入，提升了21%。此外，通過(guò)BMI的回歸系數(shù)，發(fā)現(xiàn)身材越苗條，收入越高。BMI值每降低1單位，年收入增加500元，提升了5%。而身材也是顏值的一個(gè)重要方面，這進(jìn)一步驗(yàn)證了上文的結(jié)論。

其他控制變量的回歸結(jié)果總體上符合理論預(yù)期。具體而言，根據(jù)模型5，受教育年數(shù)增加、擁有非農(nóng)業(yè)戶籍、居住在城市、身體更健康、體重增加、語(yǔ)言表達(dá)能力更強(qiáng)都會(huì)使個(gè)人收入顯著增加。相對(duì)于未婚者而言，已婚者(包括在婚、離婚和喪偶)的收入變動(dòng)更為顯著。相對(duì)于女性而言，男性收入變動(dòng)更為顯著。年齡對(duì)收入有正向影響，但影響程度呈現(xiàn)遞減趨勢(shì)。身高、智力、待人接物狀況對(duì)收入均無(wú)顯著影響。

表2 顏值對(duì)收入影響的回歸結(jié)果

注：括號(hào)內(nèi)為穩(wěn)健標(biāo)準(zhǔn)誤；***、**、*分別表示在1%、5%、10%水平下顯著。

(二)基于不同性別的顏值分值的回歸分析

在勞動(dòng)市場(chǎng)上，性別具有舉足輕重的影響，在求職、分工、晉升等方面，都會(huì)存在性別的差異，甚至?xí)嬖谛詣e歧視。與此同時(shí)，女性和男性的顏值影響各自收入的程度也會(huì)存在差異。接下來(lái)分析不同性別居民的顏值分值對(duì)收入的影響。回歸結(jié)果如表3所示，共6個(gè)模型，其中：模型1、2分別采用女性和男性的顏值原始分值作為解釋變量，模型3～6分別采用女性和男性的顏值的組內(nèi)均值作為解釋變量；模型3、4的因變量為收入水平值，而模型5和模型6為收入的自然對(duì)數(shù)，并采用半對(duì)數(shù)模型，以便于分析顏值變化對(duì)收入影響的比率。模型1～6均加入了所有的控制變量，但限于論文篇幅，表3中僅報(bào)告了顏值及其相關(guān)變量(3)如對(duì)其他控制變量的估計(jì)結(jié)果感興趣，可與作者聯(lián)系索取。。

對(duì)比前2個(gè)模型和后4個(gè)模型，可以看出，使用顏值的原始數(shù)值還是組內(nèi)均值，對(duì)回歸結(jié)果有較大影響。首先，回歸系數(shù)變化很大。其次，對(duì)回歸顯著性也有很大影響。這直接影響了分析的結(jié)論。依據(jù)模型1和模型2，女性顏值對(duì)收入有顯著正向影響，但男性顏值對(duì)收入的影響不顯著。然而，采用顏值組內(nèi)均值作為解釋變量后，女性和男性的顏值對(duì)收入的影響大幅增加，影響都是顯著的，而且男性顏值對(duì)收入的影響更大。

表3 不同性別顏值分值對(duì)收入的影響

注：括號(hào)內(nèi)為穩(wěn)健標(biāo)準(zhǔn)誤；***、**、*分別表示在1%、5%、10%水平下顯著。

基于和上文相同的理由，顏值的組內(nèi)均值更能夠代表社會(huì)對(duì)個(gè)人的顏值評(píng)價(jià)狀況，更有助于排除個(gè)人審美異常導(dǎo)致的偏差。因此，本文仍主要以顏值的組內(nèi)均值作為解釋變量，即主要依靠模型3～6進(jìn)行解釋(4)與上文相同，將所有樣本的收入統(tǒng)一加上1之后再取對(duì)數(shù)。這對(duì)回歸系數(shù)影響很小，對(duì)主要解釋變量的顯著性也沒(méi)有影響，但對(duì)個(gè)別控制變量的顯著性有影響。為此，應(yīng)依據(jù)模型3和模型4分析控制變量的顯著性。。結(jié)果表明，女性顏值均值每提高1個(gè)單位，其收入增加722元，提高了14%；而男性顏值均值每增加1單位，其收入提升1327元，提高了26%?？梢园l(fā)現(xiàn)，男性顏值對(duì)收入水平值和比率的影響均大于女性，這與人們通常認(rèn)為女性的顏值比男性更為重要的傳統(tǒng)直觀認(rèn)識(shí)迥然不同。這樣的結(jié)果可能是由勞動(dòng)市場(chǎng)上男女不平等所導(dǎo)致的。根據(jù)現(xiàn)有大量研究，勞動(dòng)市場(chǎng)存在較為嚴(yán)重的性別歧視，主要的表現(xiàn)是職業(yè)的性別隔離，可分為橫向和縱向兩類。橫向職業(yè)性別隔離是指女性和男性分別集中于不同類型的職業(yè)，女性大多集中于低技術(shù)、低門檻、低工資的職業(yè)，而男性恰恰相反?？v向職業(yè)性別隔離是指在同一個(gè)職業(yè)中，女性往往集中于較低的職位層級(jí)，而在高層職位中，則大多數(shù)為男性。橫向和縱向雙重職業(yè)性別隔離，使得女性工資大幅低于男性。因此，在勞動(dòng)市場(chǎng)上，雖然人們對(duì)女性和男性的顏值都很重視，但男性的職業(yè)、職位變化范圍高于女性，外貌好、形象佳的男性進(jìn)入高收入職業(yè)或者被提拔到高層職位的機(jī)會(huì)遠(yuǎn)遠(yuǎn)大于同類顏值的女性，造成男性顏值對(duì)其收入的正向影響程度更大。

(三)丑陋罰金、美貌溢價(jià)的基本檢驗(yàn)

本文將顏值分值組內(nèi)均值小于等于4的個(gè)體定為“丑陋”，樣本數(shù)為6069個(gè)，占總樣本的11.4%；將顏值組內(nèi)均值大于6的個(gè)體設(shè)為“美貌”，樣本數(shù)為6672個(gè)，占總樣本的比例為12.5%。(5)因?yàn)橥饷卜种凳?～7的整數(shù)，導(dǎo)致外貌組內(nèi)均值的數(shù)值僅有18類取值，不是連續(xù)變量。所以，無(wú)法使所選取的“丑陋”和“美貌”的樣本數(shù)完全相等，只能近似相等。其余樣本為普通顏值，設(shè)為參照組。上述不同類別顏值均用虛擬變量表示?；貧w結(jié)果如表4所示。模型1為全樣本回歸結(jié)果，模型2為女性樣本回歸結(jié)果，模型3為男性樣本回歸結(jié)果。

首先分析全樣本回歸結(jié)果?？梢园l(fā)現(xiàn)，“丑陋罰金”和“美貌溢價(jià)”顯著存在，而且對(duì)收入的影響數(shù)額較大。因外貌丑陋，收入平均降低488元，而顏值出眾使收入增加2173元。美貌溢價(jià)的數(shù)額明顯大于丑陋罰金。這是因?yàn)?，相?duì)于普通外貌的人而言，顏值出眾的人找到高質(zhì)量工作以及被提拔的機(jī)會(huì)更大，這很大地促進(jìn)了收入的增加。而外貌丑陋的人則在同等情況下只能找到低質(zhì)量的工作，處于職位層級(jí)的底端，此時(shí)低顏值對(duì)其有不利的影響，但工資下降的空間相對(duì)較小，導(dǎo)致丑陋罰金低于美貌溢價(jià)。

其次比較女性和男性樣本的回歸結(jié)果。可以發(fā)現(xiàn)，對(duì)于女性而言，存在顯著的美貌溢價(jià)，但丑陋罰金卻不顯著。對(duì)于男性而言，美貌溢價(jià)和丑陋罰金都很顯著，而且男性的美貌溢價(jià)程度明顯高于女性。這表明，丑陋和美貌對(duì)男性收入的影響明顯大于女性，其原因仍然是由勞動(dòng)市場(chǎng)的性別隔離和性別歧視所導(dǎo)致的。

表4 丑陋罰金與美貌溢價(jià)的實(shí)證結(jié)果

注：括號(hào)內(nèi)為穩(wěn)健標(biāo)準(zhǔn)誤；***、**、*分別表示在1%、5%、10%水平下顯著；回歸中使用了所有的控制變量，但限于篇幅，只報(bào)告了外貌及其相關(guān)解釋變量的回歸結(jié)果。

(四)外貌對(duì)收入影響的單調(diào)性分析

上文的研究表明，顏值對(duì)個(gè)人收入有顯著的正向影響。但需要進(jìn)一步考慮這種影響是不是單調(diào)變化的，即是不是顏值越高，收入越高。郭繼強(qiáng)等(2016)得出一個(gè)新穎的結(jié)論，即顏值對(duì)收入的影響服從“高跟鞋曲線”：對(duì)大部分人而言，顏值越高，收入越高；但是，對(duì)于最美的那部分人而言，顏值卻對(duì)其收入具有負(fù)面影響，也就是說(shuō)，顏值對(duì)收入的影響不完全是單調(diào)變化的。這個(gè)結(jié)論非常有趣，但是，目前并沒(méi)有更多的研究對(duì)此進(jìn)行檢驗(yàn)。

郭繼強(qiáng)等(2016)使用的是1996年上海社科院的“流動(dòng)和常住人口家計(jì)調(diào)查數(shù)據(jù)”和2012年的CFPS數(shù)據(jù)，均為截面數(shù)據(jù)，對(duì)顏值的評(píng)價(jià)來(lái)自于單個(gè)訪員的評(píng)分。與之相比，本文在數(shù)據(jù)方面具有較大的改進(jìn)，采用CFPS三次調(diào)查的面板數(shù)據(jù)，對(duì)顏值取組內(nèi)均值，檢驗(yàn) “高跟鞋曲線”是否存在。顏值組內(nèi)均值能夠相對(duì)更好地代表社會(huì)對(duì)個(gè)人顏值的評(píng)價(jià)狀況，減少了個(gè)人審美異常所帶來(lái)的偏差，因而研究結(jié)論更為可靠。

圖1 顏值的組內(nèi)均值與對(duì)應(yīng)樣本平均收入的關(guān)系

顏值的組內(nèi)均值共有18個(gè)取值，依次為1.33、1.67、2、2.33、2.67、3、3.33、3.67、4、4.33、4.67、5、5.33、5.67、6、6.33、6.67、7。這些不同的顏值水平樣本與所對(duì)應(yīng)的平均收入的關(guān)系如圖1所示(6)根據(jù)CFPS數(shù)據(jù)統(tǒng)計(jì)繪制。?？梢钥闯觯雎圆糠謪^(qū)域的小幅波動(dòng)，總體來(lái)講，隨著顏值水平的提升，人們的收入是單調(diào)遞增的。未發(fā)現(xiàn)在顏值水平很高的情況下收入反而下降的“高跟鞋曲線”。當(dāng)然，這只是簡(jiǎn)單的統(tǒng)計(jì)分析，未考慮其他變量的影響。接下來(lái)，將進(jìn)行更嚴(yán)格的實(shí)證研究，以驗(yàn)證顏值對(duì)收入的影響是否為單調(diào)遞增。

在上文“美貌”的樣本范圍內(nèi)，進(jìn)一步設(shè)定“顏值很高”和“顏值極高”兩個(gè)虛擬變量。其中，“顏值很高”的標(biāo)準(zhǔn)是顏值分值的組內(nèi)均值大于6.6，樣本數(shù)為2658個(gè)，代表顏值最高的5%樣本?！邦佒禈O高”的標(biāo)準(zhǔn)是組內(nèi)均值為7，即在三次調(diào)查中，顏值評(píng)分都是最高分，這類樣本數(shù)僅有726個(gè)，占總樣本的比重僅為1.37%，代表顏值金字塔最頂端的少量個(gè)體。分別設(shè)定“顏值很高”和“顏值極高”兩類虛擬變量，顏值符合相應(yīng)條件的，賦值為1，否則為0。然后，將這兩個(gè)虛擬變量分別使用混合FGLS方法進(jìn)行回歸，結(jié)果如表5所示。

表5 美貌溢價(jià)的單調(diào)性檢驗(yàn)

注：括號(hào)內(nèi)為穩(wěn)健標(biāo)準(zhǔn)誤；***、**、*分別表示在1%、5%、10%水平下顯著；回歸中使用了所有的控制變量，但限于篇幅，只報(bào)告了顏值及其相關(guān)解釋變量的回歸結(jié)果。

首先，根據(jù)表5的全樣本回歸結(jié)果(見模型1～2)，相對(duì)于其他人而言，擁有“很高”顏值的5%樣本，其美貌溢價(jià)達(dá)到2604.43元；而擁有“極高”顏值的1.37%樣本，其美貌溢價(jià)為2634.81元。這兩類樣本的美貌溢價(jià)都是顯著的?？梢钥闯?，在顏值金字塔的頂端，隨著顏值水平的提升，美貌溢價(jià)仍然是上升的。但是上升的趨勢(shì)較緩和，使收入增加的幅度不大。這表明，總體而言，顏值對(duì)收入的影響是單調(diào)遞增的，沒(méi)有證據(jù)表明“高跟鞋曲線”存在。

其次，分析不同性別顏值對(duì)收入影響的單調(diào)性。對(duì)于女性而言(見模型3和模型5)， “顏值很高”的溢價(jià)為3011.81元，“顏值極高”的溢價(jià)約為4306.32元，對(duì)于少量顏值處于頂層的女性個(gè)體而言，其美貌溢價(jià)不但沒(méi)有下降，而且是快速上升的。也就是說(shuō)，對(duì)于女性而言，明顯不存在“高跟鞋曲線”。對(duì)于男性而言(見模型4和模型6)，“顏值很高”的溢價(jià)為2283.95元，“顏值極高”的溢價(jià)在統(tǒng)計(jì)上不顯著。可以發(fā)現(xiàn)，男性顏值達(dá)到較高程度之后，對(duì)收入的促進(jìn)作用減少甚至消失，但并沒(méi)有得出因顏值太高而使收入下降的結(jié)論。

最后，對(duì)比處于顏值頂端的不同性別個(gè)體的顏值對(duì)收入的影響程度。通過(guò)同檔次顏值的男女對(duì)比發(fā)現(xiàn)：對(duì)于這個(gè)層次的個(gè)體而言，女性的美貌溢價(jià)明顯大于男性，這與上文恰恰相反。也就是說(shuō)，在一般情況下，男性高顏值對(duì)收入的促進(jìn)作用大于女性。但是，對(duì)于顏值頂端的群體而言，女性顏值對(duì)收入的作用超過(guò)了男性。對(duì)此可能的解釋是，雖然勞動(dòng)市場(chǎng)存在性別歧視和職業(yè)性別隔離，但是極少數(shù)顏值非常高的女性，其顏值有助于使她們獲取非同一般的待遇，能夠通過(guò)顏值使其躋身于一些高收入行業(yè)、職業(yè)或職位。但男性的顏值達(dá)到較高程度之后，其顏值對(duì)收入的幫助下降了。這可能是由于文化觀念的影響，即人們對(duì)男性的顏值很重視。但是，如果男性顏值達(dá)到很高程度之后，勞動(dòng)市場(chǎng)對(duì)其顏值的重視程度就會(huì)減弱。

四、顏值影響收入的機(jī)制分析

(一)顏值與職業(yè)選擇

本文在CFPS提供的職業(yè)分類和職業(yè)代碼，即中國(guó)職業(yè)分類標(biāo)準(zhǔn)基礎(chǔ)上，將職業(yè)分為9大類(7)CFPS數(shù)據(jù)中職業(yè)原為5位數(shù)代碼，本文根據(jù)代碼區(qū)間劃分職業(yè)大類，OCC1～OCC9的職業(yè)代碼區(qū)間分別是[10000，20000)，[20000，30000)，[30000，40000)，[40000，50000)，[50000，60000)，[60000，70000)，70000，80000，90000。，分別用OCC1～OCC9表示。其中，OCC1表示國(guó)家機(jī)關(guān)、黨群組織、企業(yè)事業(yè)單位負(fù)責(zé)人，OCC2表示專業(yè)技術(shù)人員，OCC3表示辦事人員和有關(guān)人員，OCC4表示商業(yè)、服務(wù)業(yè)人員，OCC5表示農(nóng)、林、牧、漁、水利業(yè)生產(chǎn)人員，OCC6表示生產(chǎn)、運(yùn)輸設(shè)備操作人員及有關(guān)人員，OCC7表示軍人，OCC8表示無(wú)職業(yè)分類的人員，OCC9表示不便分類人員。各職業(yè)的平均收入如表6所示。

表6 各類職業(yè)的樣本數(shù)和平均工資(單位：元)

數(shù)據(jù)來(lái)源：根據(jù)CFPS樣本統(tǒng)計(jì)得到。

根據(jù)表6可以看出，各職業(yè)的樣本分布很不均衡，低收入職業(yè)樣本數(shù)較多，而高收入職業(yè)樣本數(shù)相對(duì)較少，這主要是因?yàn)楦呤杖肼殬I(yè)具有更為嚴(yán)格的準(zhǔn)入條件。其中，OCC5(農(nóng)林牧漁類職業(yè))的平均收入最低，但聚集了高達(dá)31.6%的樣本。而OCC7(軍人)平均收入最高，但僅有一個(gè)樣本，不具有代表性，也無(wú)法進(jìn)行計(jì)量回歸，所以，在分析中忽略O(shè)CC7。在其余8類職業(yè)中，平均收入最高的是OCC2(專業(yè)技術(shù)人員)，次高的為OCC1(國(guó)家機(jī)關(guān)、黨群組織、企業(yè)事業(yè)單位負(fù)責(zé)人)。本文將這兩個(gè)職業(yè)視作高收入職業(yè)。這兩個(gè)職業(yè)雖然樣本數(shù)小于低收入職業(yè)，但也分別達(dá)到了1237和1701個(gè)，能夠滿足計(jì)量回歸的質(zhì)量要求。比較不同職業(yè)男性和女性的情況，可以看出，每個(gè)職業(yè)的男性的平均工資都大幅高于女性，存在著顯著的性別工資差距。

再來(lái)分析顏值對(duì)于人們進(jìn)入高收入職業(yè)的成功率的影響。理論上來(lái)講，高收入職業(yè)對(duì)人們具有強(qiáng)烈的吸引力，求職者眾多，競(jìng)爭(zhēng)激烈，雇主必然會(huì)設(shè)置更高的錄用條件，而顏值會(huì)被列為其中。在其他條件相同情況下，更高的顏值有助于提高人們進(jìn)入高收入職業(yè)的成功率，顏值較低的人只能被迫進(jìn)入對(duì)外貌要求較低的低收入職業(yè)。這就從職業(yè)準(zhǔn)入的角度解釋了顏值對(duì)于收入的影響。

使用二元選擇的Probit模型進(jìn)行實(shí)證分析。計(jì)量方程如下：

occj=β0+β1beauty_m+Xδ+ε

(2)

其中：occj是關(guān)于樣本是否從事第j類職業(yè)的虛擬變量，如果在第j類職業(yè)工作，則賦值為1，否則賦值為0；beauty_m為顏值的組內(nèi)均值；X為控制變量向量。分別以平均收入處于前兩位的OCC2和OCC1作為因變量，僅使用有工作的樣本進(jìn)行回歸，樣本數(shù)為32792個(gè)，其中，男性樣本為14802個(gè)，女性樣本為17990個(gè)。估計(jì)結(jié)果如表7所示。

根據(jù)表7的回歸結(jié)果，可以看到，對(duì)于進(jìn)入OCC2和OCC1而言，顏值都具有顯著的促進(jìn)作用。也就是說(shuō)，顏值越高的人，進(jìn)入這兩個(gè)高收入職業(yè)的機(jī)會(huì)越大。這不僅對(duì)于總體樣本是成立的，將不同性別分開研究，該結(jié)論也成立，即無(wú)論是男性還是女性，顏值越高，越容易進(jìn)入高收入職業(yè)。

進(jìn)一步考慮顏值對(duì)進(jìn)入高收入職業(yè)的邊際影響。在OCC2的總樣本、男性樣本和女性樣本回歸中，顏值的邊際影響分別為0.009、0.01和0.007。也就是說(shuō)，顏值的組內(nèi)均值每增加1單位，平均使人們進(jìn)入OCC2的機(jī)會(huì)增加0.9%，但對(duì)女性的影響略大于男性，使女性進(jìn)入OCC2的機(jī)會(huì)增加1%，使男性進(jìn)入該職業(yè)的機(jī)會(huì)增加0.7%。類似地，顏值對(duì)進(jìn)入OCC1的邊際影響分別為0.007、0.005、0.008。可以看出，與進(jìn)入第二職業(yè)相比，顏值對(duì)于第一職業(yè)的總體影響程度較小。顏值組內(nèi)均值每增加1單位，使進(jìn)入OCC1的機(jī)會(huì)提升0.7%。就不同性別而言，顏值對(duì)于女性進(jìn)入第一職業(yè)的影響小于男性，顏值組內(nèi)均值提升1單位，使女性進(jìn)入該職業(yè)的機(jī)會(huì)增加0.5%，而使男性進(jìn)入該職業(yè)的機(jī)會(huì)增加0.8%。

表7 顏值對(duì)于進(jìn)入高收入職業(yè)成功率的影響

注：括號(hào)內(nèi)為穩(wěn)健標(biāo)準(zhǔn)誤；***、**、*分別表示在1%、5%、10%水平下顯著；回歸中使用了所有的控制變量，但限于篇幅，只報(bào)告了顏值及其相關(guān)解釋變量的回歸結(jié)果。

(二)顏值與晉升到管理層的機(jī)會(huì)

顏值除了通過(guò)職業(yè)準(zhǔn)入影響人們的收入之外，還會(huì)通過(guò)影響人們的晉升作用于收入。直觀地說(shuō)，在同等條件下，顏值更高的人得到晉升的概率更高，更容易進(jìn)入相對(duì)高層的職位，因而也能獲得更高的收入。鑒于CFPS數(shù)據(jù)中提供的關(guān)于人們職業(yè)層級(jí)的數(shù)據(jù)不充分，本文使用“是否有直接下屬”這一指標(biāo)而代表人們的職位層級(jí)。剔除不適用和不合格樣本之后有效樣本為17379個(gè)，其中有直接下屬的樣本為2494個(gè)?？梢钥闯?，僅有少數(shù)人有直接下屬，這些人屬于管理層人員，處于較高的級(jí)別。設(shè)定虛擬變量“有直接下屬”，用于代表人們的職位晉升情況。虛擬變量為1，代表著晉升到管理層。否則，表示未晉升。

再來(lái)分析顏值對(duì)晉升的影響。計(jì)量方程如式(3)所示。因變量是表示“有下屬”的虛擬變量。解釋變量為個(gè)人顏值的組內(nèi)均值?？刂谱兞肯蛄颗c上文相同。

xs=β0+β1beauty_m+Xδ+ε

(3)

仍然使用Probit模型進(jìn)行回歸，結(jié)果如表8所示。

表8 顏值對(duì)晉升到管理層的影響

注：括號(hào)內(nèi)為穩(wěn)健標(biāo)準(zhǔn)誤；***、**、*分別表示在1%、5%、10%水平下顯著；回歸中使用了所有的控制變量，但限于篇幅，只報(bào)告了顏值及其相關(guān)解釋變量的回歸結(jié)果。

根據(jù)表8的回歸結(jié)果，可以發(fā)現(xiàn)，無(wú)論是對(duì)于總體還是對(duì)于女性和男性的分樣本而言，顏值都對(duì)其晉升到管理層的機(jī)會(huì)具有顯著的正向影響。通過(guò)進(jìn)一步計(jì)算邊際影響，可以發(fā)現(xiàn)，顏值的組內(nèi)均值每增加1單位，平均使人們晉升到管理層的概率提升1.23%。對(duì)于女性而言，顏值均值增加1單位，晉升到管理層概率增加1.19%。而男性的相應(yīng)數(shù)值為1.14%，與女性的結(jié)果接近。這證實(shí)了上文的理論假設(shè)，即顏值更高的人更容易晉升到管理層，進(jìn)而獲得更高的收入。通過(guò)統(tǒng)計(jì)分析，可以發(fā)現(xiàn)“有直接下屬”的管理層的平均收入是34758元，而其他非管理層員工平均收入僅為17906元，前者大約是后者收入的兩倍?？梢姡佒低ㄟ^(guò)晉升的機(jī)制對(duì)人們的收入產(chǎn)生了非常重要的影響。

五、結(jié)論與啟示

本文較為全面、系統(tǒng)地研究了顏值對(duì)于個(gè)人收入的影響，并從高收入職業(yè)就業(yè)機(jī)會(huì)和晉升到管理層的機(jī)會(huì)兩個(gè)方面，深入探討了顏值影響個(gè)人收入的內(nèi)在作用機(jī)制。研究發(fā)現(xiàn)：(1)無(wú)論對(duì)于男性還是女性，顏值對(duì)于人們收入具有顯著的促進(jìn)作用，并且對(duì)男性收入的影響更大；(2)丑陋罰金和美貌溢價(jià)都是顯著存在的，這與已有研究利用截面數(shù)據(jù)所得出的結(jié)論不同；(3)顏值對(duì)收入的影響是單調(diào)遞增的。

更進(jìn)一步，本文探討了在勞動(dòng)市場(chǎng)上顏值影響人們收入的機(jī)制。結(jié)果表明：(1)更高的顏值有助于人們進(jìn)入高收入的職業(yè)，從而獲得更高的工資；(2)高顏值對(duì)于人們晉升到管理層具有顯著的正向影響，高顏值通過(guò)影響晉升進(jìn)而促進(jìn)了收入的增加。

當(dāng)“美貌經(jīng)濟(jì)學(xué)”為廣大公民所熟悉或使其對(duì)自己身邊相關(guān)現(xiàn)象有所觸動(dòng)時(shí)，讓人“變得更美”的行業(yè)將會(huì)出現(xiàn)更快的發(fā)展。產(chǎn)業(yè)規(guī)模的擴(kuò)大，必然會(huì)帶來(lái)相應(yīng)的產(chǎn)業(yè)鏈、資金流、人力資本等方面的變化，因此，國(guó)家在相關(guān)產(chǎn)業(yè)政策調(diào)整中需認(rèn)真考慮，應(yīng)保障相關(guān)產(chǎn)業(yè)的健康發(fā)展，嚴(yán)格行業(yè)準(zhǔn)入制度，對(duì)符合健康標(biāo)準(zhǔn)的，應(yīng)予以支持，但對(duì)于損害人體健康的，應(yīng)堅(jiān)決取締。財(cái)稅等公共政策也需要進(jìn)行相應(yīng)的調(diào)整，相關(guān)產(chǎn)業(yè)的發(fā)展是人心所向，相關(guān)支出將成為人們?nèi)粘ＶС龅囊徊糠?，?yīng)考慮調(diào)整消費(fèi)稅中“高檔消費(fèi)品”稅目的征收標(biāo)準(zhǔn)，并適時(shí)出臺(tái)促進(jìn)美容行業(yè)小微企業(yè)發(fā)展的優(yōu)惠政策。