积极态度对幸福感和工资的影响研究.doc

目录一 介绍2二 估算和测试外生性的积极态度变量的方法4三 数据5四 外生积极态度变量的结果6五 内生性的积极态度7六 总结和结论9积极态度对幸福感和工资的影响摘要：采用1979年来自于美国的全国青年纵向调查的样本，此研究表明工人的积极态度不仅直接影响其工资，还间接影响其幸福感。假定积极态度为内生变量，并通过两步估算态度与幸福感的方程，研究还发现了幸福感也直接和间接的影响着工人的工资的证据。这项研究表明，任何试图增加工人收入潜力的方法应该不仅注重增强其人力资本禀赋，而且注重改善他们的工作态度。关键词：积极态度 幸福感 工资 二阶段估算一介绍过去几十年来，一个对心理资本对个人经济收益的影响的长期研究表明一些心理资本变量，如自尊，动机，积极的态度，稳定的情绪等，与工人的工资成正相关。有趣的是，在大多数研究中这些心理资本变量与工人工资间不仅呈现出显著的正相关系数，而且其预测能力较标准人力资本变量更高，这些就表明了心理资本变量在工资方程估算中的重要性。最近，经济学家和心理学家从另外一个重要的研究方向，研究幸福感与收入的关系，发现了由工人们对现在生活的满意度所代表的幸福感与他们的收益间正相关。在认识到传统人力资本变量的重要性的同时，这些研究表明更开心的工人生产率更高，收入较不开心的工人更高。事实上，很重要的一点是上述两个不同方向的研究是相关的，因为一些心理资本变量如积极的态度，自尊等，有可能对工人的幸福感产生积极影响。因此这些变量不仅直接影响工人的工资，而且还通过影响他们的幸福感而间接影响其工资。目前的研究主要集中于一个独特的心理资本变量-积极的态度，并论证积极的态度通过增强员工的幸福感来对其收入产生积极影响。专注于研究这一变量的原因是它区别于其他被研究者广泛应用于文献的心理资本变量的独特性。事实上，Mohanty (2009) 将“积极的态度”视为区别于其他一般心理资本变量的心理价值资本变量，是因为它代表着个体的价值。积极的态度一般定义为个人的性格，这种性格能使人从积极的角度去处理生活中的不同情况。它有助于更容易的处理生活中的日常琐事，并使人更易回避焦虑和消极想法。一个有着积极态度的人总能看到各种情况好的一面。这样的人将注意力放在好的一面，并坚信无论未来发生什么都将是好的。发现并显露出积极的态度，会将乐观带入到生活，并使得生活更幸福。然而，值得我们注意的是作为生活中幸福的明显标志之一的真正的乐观，是个人内在的积极态度的外在显现，因此一个人的所表现出来的外在的幸福在很大程度上取决于他内在的积极的态度。这一论断对工人的工资率的测定有着一个有意思的启示。现有证据表明幸福感对工人的工资有积极的影响，事实上，它表明积极的态度不但像过去研究证明了的那样直接影响工人工资，而且通过积极影响幸福来间接影响工人工资。本研究正检验这一假说。为了检验这一假说，本研究采用来自于美国1979年的全国青年纵向调查的样本,这一研究在1980年和1987年两个不同的时期来调查工人的态度这一独特的变量。被试这被要求回答这样一个问题“我对生活采取积极地态度”，并从四个可用选项中选择一个-“非常同意”，“同意”，“反对”，“强烈反对”。需要注意的是，这种对心理因素自陈式的测量，虽然独特但易受测量误差的影响而使得可靠性并不高。然而，过去一些研究已经证明，虽然这些心理变量不是很完美，但在很大程度上确实反应了人们的真实内心感觉。事实上，Diener声称“这一方法中包含着大量的有效地变量”。因此，自陈式的“积极的态度”可以被看做是工人们真正的内在的积极态度的替代。在没有任何其他更有效的测量态度的方法的情况下，我们把自陈式积极的态度变量视为工人真正积极态度的有效替代。采用美国1979年的全国青年纵向调查的数据而得到的“积极的态度”变量，本研究在不同的计量经济标准下估算工资和幸福方程，并确认积极态度不但会直接影响工人的收入，而且还通过影响幸福而间接影响工人的收入。在对上述假说进行检验的时候，本文使用不同于一些早期研究的方法。首先，不同于早期研究使用的来自于随意数量的相关变量的连续的心理资本变量，本文采用直接来自于数据集的自陈式的双心理变量，因此它避免了在选择变量及其权重时出现的变量数量的随意性。其次，过去的一些研究已经证明了态度变量对工人工资的影响。不过，据笔者所知没有人估计过态度变量对工人工资的间接影响。正如上文所说，像积极的态度之类的心理资本变量很可能通过影响其他变量来间接影响工人工资，后者对工人工资有直接影响。事实上，Mohanty（2009）在不同的文章中提到积极的态度通过影响一个人受教育年限来间接影响工人的工资。本文从另外一个角度，幸福感，积极态度通过对幸福感的影响来影响工人的工资。因此，本文将目前态度变量对工资的影响的研究方向延伸到一个新的方向。最后，值得注意的是心理资本变量，积极的态度在影响工资和幸福感的同时，也可能受到它们的影响。一个更快乐的人可能有更积极的态度并不是没有道理的。在不同的文章中，Mohanty (2009)已经证明工人的态度在某种程度上会受其收入的影响。因此，在估算工资和幸福感的方程中“积极的态度”变量的内生性不能因为没有适当的测试而被完全忽略掉。然而早期的研究，除了Mohanty （2009）以外，大都将态度变量视为外生变量。本文在遵循传统的将“积极的态度”视为一个外生变量的做法外，更进一步的认识到了它的内生性，第一次出现在文献中，一个联立方程式的框架中它估算了幸福和积极态度方程。事实上，第5章节结果证明这两个变量间具有显著的正相关，因此，在不随意的引入联立方程偏差的情况下，两个变量的内生性不容忽视。基于上文的所有改善，本研究不但有别于早期对心理资本变量对收入的影响，而且也对文献做了巨大的贡献。本文结果如下，下一章节介绍模型并概述了在传统的视积极态度为外生变量的假设前提下估算工资和幸福感方程的替代计量经济学方法。第三章节介绍数据，第四章节介绍作为外生变量的积极态度的测试结果。第5章节建模并同时估算以积极态度作为外生变量的态度和幸福感的方程。它还引入一个一般性的联立方程模型，所有的三个变量-工资，幸福感和被视为内生变量的积极态度。最后一段进行结果总结分析。二估算和测试外生性的积极态度变量的方法测试这样一个假说，积极态度不仅直接影响收入，而且通过估算工资方程和幸福方程而得到的幸福而间接影响收入，其中工资方程是以其他变量作为解释变量，幸福方程是以积极态度作为解释变量。积极态度在工资方程中的显著的正系数证明了这一变量直接影响工资收入。然而，它对工资的间接影响可以用其在幸福方程和工资方程中显示出的正的并且显著的系数来证明。注意上面提及的测试步骤与态度变量是内生变量还是外生变量是无关的。因此，按照现有文献，我们首先在这部分对方程的估算时将积极态度视为外生解释变量。但是，这一假设在第5章节被放宽，进而考察了这一变量的为内生变量的可能性。定义Wi为第i个工人每小时的工资率。X1i表示影响工人工资率的变量的行向量。定义两个二元变量HAPPYi和POSITIVEi，当工人被证明有这些特点的时候其值被假设为1，否则值为0。由于预期这两个变量会影响工资率，与工人工资方程相关的解释变量被定义为Xi = X1i HAPPYi POSITIVEi。只有当工人被雇佣的时候（EMPi = 1），他才会获得一个较好的工资。定义Zi为决定他或她是否被雇佣的工人特征的矢量。最后定义Yi 为决定工人幸福感的工人特征的矢量。所有与本研究相关的这些变量在方程中被定义如下： 注意HAPPY*和EMP*是不可观测的连续变量，而我们所观察的是双变量HAPPY和EMP。众所周知，使用来自于雇佣工人样本的最小二乘法估算工资方程只能导致样本选择行偏差。为了纠正偏差，heckman提出了一个需要从方程组中估算出a的两步程序，然后使用这些估算值来计算备选变量，第二步将这种备选变量作为解释变量置入工资方程，并用最小二乘法进行估算。修改后的的工资方程如下：在 式中 当 =0时，方程（1）中的变量依然可以用最小二乘法估算出。有效的估计两个样本选择方程和工资方程的回归系数，也可以使用应用于就业和失业样本估计的最大似然法来获得。扩展来源于Maddala的仅选择劳动力市场的所有工人为就业者样本的似然函数，Greene得到的对数似然函数如下： 其中 在最大似然函数的方法中，工资和就业方程的参数被同时估计。相较于前面的两步的程序，最大似然法效率更高。注意到积极态度是一个个体独有特征，它很可能由于个体的不同而不同，而且即使是同一个体它也或多或少不太稳定，除非通过系统的价值观教育和辅导它。因此这个变量可能因个体间未观察到的异质性而被混淆。为了解决这一问题，有必要使用专业小组数据估算幸福方程和工资方程。然而，将会在第3部分说明的不可避免的数据限制的内容，通过小组数据对工资方程进行估算是不可行的，因此本研究将小组数据分析限制在幸福方程中。在随即影响的假设下，在t个不同时间下的第i个工人的幸福方程可以改写如下：这里代表个体独特的特征的被认为长期保持不变。当时，上述幸福方程可用小组数据的随机影响概率来估算。注意到尽管与小组数据相关的估算方法不同，但步骤所测试的假设，即积极态度不仅直接影响工资而且通过影响幸福感而间接影响工资，仍然是一样的。这些有赖于工资方程的和的估算和幸福方程中的估算是正的且显著的。三数据为了检测这项研究中提出的假说，从1979年对青年的纵向研究中提取了两个样本。变量“积极态度”（积极）和变量“生活满意度”（幸福感）仅在两年，1980年和1987年数据中的有效的。在1980年中，工人的年龄介于15到22之间，并且大部分在学校或者在兼职。这一群体啊由于太年轻而不能代表国家的劳动人口，因此在估算工资方程时被忽略。因此本文中的工资估算的数据全部来自于1987年横截面样本中。然而对于幸福方程，为了估算其随机影响，将1980年和1987年的样本放在一起而生成一个两时期的小组数据是有必要的。因此本研究中的幸福方程是用1987年的横截面数据样本和1980年和1987年的小组样本的数据一起来估算的。考虑到相关变量的观测结果存在缺失，1987年的横截面样本减少到7913名劳动力，其中7204名劳动力被雇佣。如前所述，本研究中使用的二元变量“积极”和“幸福感”是来自于各自的自陈式的明确适用于我们数据集的变量。例如，当被试者对问题“我以积极的态度对待生活”选择“非常同意”这一答案，我们就假定“积极”变量值为1，否则为0。注意到“同意”这一选项不包含于这一类中，因为它只能微弱的显示被试者可能具备特征，事实上这有可能是一种暂时乐观的反映。这样一个选项较“非常同意”更易产生更多的测量误差，因此它被包含在第5组中。同理，当被试者对问题“总而言之，我对自己感到满意”选择“非常同意”这一答案，我们就假定“幸福”变量值为1，否则为0。刚才介绍的创建心理变量的过程在经济心理学的文献中并不是新东西，本研究是顺着前人的方法进行的。影响工人工资率的人力资本变量是他或她的受教育程度（YEARSCHL）、天赋（AFQT）、工作经验（EXP、EXPSQ）、现在工作的任期（TENURE）和是否是全职工作（FULLTIME）。人口统计学变量，比方性别（MALE）、人种（WHITE）、婚姻状况（MARRIED）、住所范围（NOTHEAST, NOTHCENT,WEST）和地址（CENTCITY，SMSBALNS）都可能影响工人的收入。其他可能会对工资有重大影响的是工作的类型（GOVT, UNION），员工的人数（PLNTSIZE, FIRMSIZE）和工人职位（MANGPROF,SALECLRK, CRFTFORE, OPERTIVE, SERVICE）。所有这些变量都作为解释变量包含在工资方程中。为了测试目标假说：工人的工资受他的幸福感和积极态度的影响，我们使用“幸福”和“积极”作为工资方程的解释变量。注意到二阶或者最大似然法在估算工资方程的同时需要估算工人就业方程。影响工人就业能力的变量同前面所说的统计和人力资本变量一样，除了工作的任期和全职，因为这些变量不适用于失业人员。其他包含于工资方程中的变量，如工人的职位特点（UNION, GOVT, PLNTSIZE, FIRMSIZE）和职业不适用于失业人员，因此也被排除在就业方程之外。一些不一定影响工人工资但有可能影响其就业的变量，如年龄（AGE, AGESQ），过去一年内的就业状况（WKWKLSYR），当地劳动力市场的失业率（UNEMPRTE），目前学校注册人数（ENROLL）和由家庭收入而做的寻职的准备工作（FAMINC）。所有这些变量都被作为解释变量包含在就业方程中。有了所有这些变量限制条件，工资和就业方程在这个模型中就都定义好了。影响工人幸福感的变量是年龄（AGE，AGESQ），婚姻状况（MARRIED），健康问题（HLTHPROB），就业状况（EMP, FULLTIME），家庭收入状况（FAMINC，POVERTY），家庭规模（FAMSIZE），孩子的数量（CHILDNUM），房产（OWNHOUSE），家庭的宗教（RELGWEEK）和工人的童年是否是在一个完整的家族中度过的（INTACT）。其他可能会影响工人的幸福的人力资本和人口统计变量有教育年限（YEARSCHL），目前学校在校人数（ENROLL），智力水平（AFQT），性别（MALE），种族（WHITE）和居住场所（CENTCITY，SMSBALNS）。此外，对目标假说的测试需要被包含在解释变量中的“积极”变量。所有这些来自1987年样本的变量在附录A中有对其意义和劳动力市场和就业样本标准误差的说明。综上所述，本研究中的幸福方程被样本概率和随机效应概率检验，尤其是在视“积极态度”为外生变量的时候。然而，后期的估算需要使用面板数据，一个用1980年和1987年样本而生成的9832名工人的双时期面板数据。由于1980年的样本不单独提供SMSA和SMSA的平衡，1987年样本中的变量URBAN是由SMSA和SMSA的平衡综合创造的。四. 外生积极态度变量的结果工资和就业方程由第2章节提到的1987年劳动力市场样本的二阶和最大似然估计法来估算。就业方程的估算在附录B。工资方程的说明在图1的表2和表3中。为了进行比较，最小二乘法估算数据来自于就业者样本的工资方程的系数也仅在图1的表1中说明。除了少数例外以外，这三种方法得到的大部分工资系数的估算都非常相近。所有包含在回归假设预期的人力资本和统计人口变量都获得了预期的显著性水平。正如人力资本理论的预期，教育年限，智慧（AFQT），经验，任期和全职对工人的工资有积极的影响。有趣的是，健康问题将会降低工人的工资。虽然这一发现的原因并不明确，部分原因可能是工人健康与低工资的工作的不对称。事实上，我们的样本表明从事低酬服务，操作员及文职的人员的比例远远高于从事高收入管理，专业技术人员和技工的人员。高收入类的管理，专业技术型的工作可能需要特定的心理和身体技能对身体健康程度有限制的员工具有挑战性，因此这些工人不得不都挤向要求不高的低酬岗位上。这种“拥挤”也可能是由于雇主对这些工人的歧视。后者有重要的政治意义，因为如果这种情况确实存在，它将呼吁相关部门采取适当的反歧视措施。正如所料，较大的工作场所和雇主以及“当前工作的联合状态”与工人的工资正相关。男性和已婚人员的工资高于女性和未婚人员。这些结论都是来自于大量的以往结论：已被证明了的男女工资的差异和在美国劳动力市场中婚否和收入的关系。有趣的是，WHITE这一系数的统计意义并不显著。虽然其原因尚不明确，它可能部分是由于在美国80年代末和90年初的白人和非白人工资差异的降低所造成的。事实上，Altonji和Blank说“黑人和白人，曾今在回归中作为解释技能的变量已经缺乏其解释性”包含在工资回归中的AFQT变量的存在，使得“WHITE”这一变量缺乏意义也就不足为奇了。与我们的测试有关的变量是“幸福”和“积极”。三种评估方法得到的这两个变量的系数不仅在在符号上相同，而且在常规水平上同样显著。这表明此评估与前面的工人的收入受它的幸福和积极态度的积极影响的的结论是一致的。上述结论证明，积极的态度对工人的工资率有积极的影响。然而，为了验证其通过幸福而对工资的产生的间接影响，就必须证明积极的态度与幸福感是正相关的。表2报告了幸福方程的横截面估算和随机效应概率估算的系数。来自于1987年样本的横截面估算的系数在表2的1，2列，来自于1980年和1987年面板数据估算的系数在表2的3，4列。忽略在1，3列中小部分系数的符号和显著性水平的差异，横截面和面板数据估算都显示随着年龄，孩子数量的增多，幸福感将下降，但由已婚，房屋所有和目前学校注册人数的增多，幸福感将上升。正如所料，女性的幸福感较男性的高。此外，控制着工人未被观测到的个别异质性的随机效应估算，表明教育年限和全职工作的状态对工人的幸福有积极的影响。与我们测试相关的变量是“积极”。这一变量在幸福方程中的系数不仅相当显著，而且由其所带来的方程中的幸福增加的幅度也相当的大。这表明态度在对工人幸福产生积极影响的变量中处于主导地位。由幸福在工资方程中的符号和显著性水平和工人积极态度在幸福方程中的符号和显著性水平，可知工人积极的态度不仅直接影响其工资，而且通过影响幸福而间接影响其工资。换句话说，一个有着积极态度的工人收入会更高，因为他们会更幸福，而更幸福会使得他们收入更高。五 内生性的积极态度图1和图2中所报告的结果是基于一个假定模型，假定积极的态度是外生变量。需要注意的是，工人的态度可能取决与大量的统计人口，父母和与家庭相关的特性。例如，教育年限和母亲的教育都会对工人的积极态度产生积极影响。不假设这个变量为内生性的变量并做一个适当的研究是不明智的。此外，积极的态度不仅可能工人的幸福，也可能被他们的幸福感所影响。例如，一个幸福感更高的人更容易有着积极的态度。因此，这两个变量间的相互影响如果没有适当的检验是不能被忽略的。本节采用Maddala提出的两时期的概率步骤来估算幸福感和积极态度方程。定义和为不可预测的内生变量，这个联立方程组如下：其中V为影响工人积极态度的矢量。常规假设，零均值同方差。（8）和（10）这两个方程可有二阶概率同时估算。在第一阶段，用概率估算出幸福和积极态度的简化形式。这一简化模型的系数用来获得样本中所有工人的HAPPY* = HAPPYHAT和POSITIVE* = POSTVHAT的预测值的。这些预测变量在方程组中作为第二阶段概率估算的解释变量。Maddala（1983）导出了第二阶段的修正的协方差矩阵。大部分影响工人幸福的变量也可能会影响他的态度，因此他们都作为解释变量被包含在积极态度方程中。注意到，孩子的数目，全职就业状况和目前学校在校人数虽然对工人当期幸福有一定影响，但不会影响工人的态度。因此，这些变量被排除在积极态度方程之外。遗传，父母的教育和职业（MOTHGRAD，FATHGRAD，FATHMANG，FATHSALE，FATHCRFT，FATHOPRT，FATHSERV）都有可能对工人的态度产生积极的影响。然而，这些变量不可能对工人现有的生活满意度产生任何影响，因此也被排除在外。除去所有这些例外，模型中的两个方程都被确定。表3报告了两阶段的幸福和积极态度的方程的估计。对幸福方程的系数估算在表3中的1列中，显示已婚工人，拥有自己房子的工人，受过教育并有着更高智慧的工人的幸福感较没有这些特征的工人的幸福感更高。另一方面，孩子的数目对工人的幸福产生消极影响。正如所料，积极的态度像假设中的那样显示着显著的积极影响。它显示的符号和系数的大小进一步证实了积极态度不仅与工人的幸福感正相关，而且是决定人们幸福感的最重要因素之一。正如所预测的，工人自己的受教育程度和父母的受教育程度与工人的积极态度呈正相关。有趣的是，男性较女性更易拥有一个积极的态度，白人不太可能较黑人更易拥有一个积极的态度。正如所料，城市住宿的情况的改善也改变了工人的态度， 这可能部分是因为在城市里有更多的积极活动的机会。父亲的高薪酬白领职业（如FATHMANG，FATHCRFT，FATHOPRT和FATHSALE）不会对孩子的积极态度有所影响。然而，这一结论不能与高薪父母职业对孩子态度的不利影响想混淆，因为父母职业变量对孩子态度缺乏显著影响会暗示工人的态度并不取决于父母的收入，或受到父母收入的影响。最后，正如所料，幸福被证明对工人的积极态度有着具有决定意义的显著的影响。积极态度方程中估算的HAPPYHAT系数的符号和大小进一步证明幸福不仅与积极态度正相关，而且在所有影响因素中占据着决定性的位置。换言之，一般来说一个更幸福的工人会较不幸福的工人更易有着一个积极的态度。表3所显示的信息很有意思。首先，它证实了幸福和积极态度间互相有着积极的影响 ，但未能认识到这一同时性会带来的误差的估计。其次，这些结论扩展到最后一节，积极态度通过直接影响幸福进而间接影响工资。在积极态度方程中HAPPYHAT的符号和显著性和在工资方程中POSITIVE的的符号和显著性也进一步证实了工人的幸福不仅直接影响他的工资，而且通过积极态度间接影响工资。这一新颖且重要的结论在将“积极态度”视为外生变量时被掩盖，而在将其视为内生变量时充分显现出来了。本节的结论仅表明积极态度和幸福间的相互影响。然而，它可以用于判断幸福和积极态度是否取决与工人的工资收入。Mohanty（2009）已经证明工人的工资与他的积极态度正相关。正如前面提到的，一些过去的研究也发现收入和幸福间的正相关关系，虽然关系较弱，尤其是生命周期。所有这些研究结果表明，采用三个方程-工资，幸福，积极态度在同一个联立方程组并承认所有变量的内生性是一个最适当估算方法。尽管采用Maddala的两阶段程序的联立方程的估计相当简洁，但它要求修正渐近协方差矩阵推导这些估计。这项工作所需的计量经济学技术更高，因此超出了本研究的范围。此外，它改变了一个值得未来研究的重要的研究方向，而没有继续停留在原地。然而，实现初始目标，我们获得了未修正的T检验的三方程联立的二阶估计结果。这将在附录C中说明。这些估算表明幸福并不一定依赖于工资，积极态度虽然对工资的有积极影响，但较为薄弱。即使修正标准误差，正如其系数负号表示的那样，工资仍然不会对工人的幸福产生显著的影响。因此，这些初步估计为早期幸福并不一定取决与工资的研究结果提供了强有力的支持。然而，这些附录中的结果与表3中的一样，提供了幸福和积极态度间相互关系的强有力的证据，同时也表明这两个变量通过彼此而间接影响工资。六 总结和结论采用采用1979年来自于美国的全国青年纵向调查的样本和不同的计量经济研究方法，本研究证明工人的积极态度不