身高的烦恼

身高的烦恼（共5篇）

身高的烦恼 篇1

几十年来,研究者试图确定体型是否与心血管疾病存在危险关系。身高是性别之间一个最明显的差异。许多研究强调矮胖与冠脉疾病的危险关系。自从Gertler等[1]报告称身高与心血管疾病存在负相关关系后,许多研究都支持这一发现。Kannam等[2]在Framingham研究提示,不同的性别,矮小身材并不增加危险因素,而且与心血管死亡率之间不存在差异,但是会增加女性心肌梗死的风险。身高对于心血管系统的影响并不清楚。有研究提示身高似乎是中心动脉压增高的一个重要因素[3,4,5]。然而,关于心率对于动脉功能的影响也一直存在争议。本文通过对大样本老年受试者的研究,探讨性别及其他生理因素对动脉功能指数的不同影响,以及他们间的相互关系。

1 资料与方法

1.1 一般资料

此研究是1997～2003年间血管结构和功能研究中的亚研究分析结果,共有280例受试者参与,男性98例,女性182例,年龄49～75岁。所有受试者均是澳大利亚墨尔本居民,并且均不吸烟,血压正常。所有受试者均签署知情同意书。测量前至少8小时禁止饮用含有咖啡因的饮料,在一个安静的、装有空调设备的临床实验室完成测量工作,测量前受试者仰卧位休息至少10分钟。所有程序均在安静的环境下完成。受试者均记录以下测量结果:系统动脉顺应性(SAC)、颈动脉压力增加指数(AI)和血流动力学指数。所有操作过程中同步用Dinamap装置(CRITIKON 1846 SX)每间隔4分钟测量一次肱动脉压。

1.2 方法

(1)动脉功能指数系统动脉顺应性评估是使用多普勒血流动力学方法测定主动脉血液流速和波形的变化,并使用心脏超声测量主动脉根部面积综合计算得出。本方法在见Liang yl et al,Clinical science 1998[6]。其计算公式如下:

颈动脉压力增加指数(AI)测定AI是计算脉搏波转折点臂部和收缩压峰值压力间的差别(AP)与脉搏波(PP)之间的比值,计算公式是:AI=(ΔP/PP)/100,这些数值均由计算机软件自动计算得到,方法详见Liang yl et al,Clinical science1998[6]。

(2)血流动力学参数评估另一反射波参数通过颈动脉波形获得。反射波传导时间(Δtpi)是从波形起始到回折点(Pi)的时间。左心室射血时间(LVET)是通过压力波形分析血流动力学参数的方法获得。PP为脉压,Pi为增加点的确定位置,压力变化(ΔP)为折点与峰值收缩压的差值,Δtpi为波形起始到折点的时间,即反射波传导时间。左心室射血时间(LVET)及其它参数见Liang yl et al,Clinical science 1998[6]。

1.3 统计学分析

用Microsoft Office2007和SPSS13.0分析软件进行数据统计。计量资料用均数±标准误表示,均数比较采用t (Student's)检验。以P<0.05为差异有统计学意义。为确定参数可比性和相关关系,采用校正年龄的线性回归分析和偏相关分析。

2 结果

2.1 一般项目

两组(男性和女性)一般特征如表1所示。两组年龄和BMI差异无统计学意义,而女性身高、体重和体表面积均低于男性。并且女性肱动脉舒张压和平均压低于男性,而肱动脉收缩压和脉压两组差异无统计学意义。

2.2 动脉功能参数和血流动力学参数的性别比较

经过年龄校正后,对比男性和女性的动脉功能指数参数。男性AI值低于女性,而SAC(表2)。对于血流动力学参数,男性脉搏波传导时间(Δtpi)更长,而左心室射血时间(LEVT)及LEVT/Δtpi比值低于女性。男性ARA、SV、CO和总外周阻力(TPR)高于女性,但是男性心率要低于女性。男性舒张压高于女性,而中心动脉脉压低于女性,两组收缩压差异没有统计学意义(表2)。

2.3 生理因素与动脉功能参数的相互关系

身高与SAC(r=0.34,P<0.001),AI (r=0.43,P<0.001),Δtpi (r=0.44,P<0.001),LEVT (r=-0.21,P<0.001),LEVT/Δtpi (r=-0.46,P<0.001),每搏输出量(r=0.37,P<0.001),心输出量(r=0.29,P<0.001),主动脉根部面积(r=0.51,P<0.001)和心率(r=-0.14,P<0.05)存在相关关系,经年龄校正后的参数见表3。

*P<0.05,**P<0.01,#P<0.001

年龄校正后,男性和女性SAC和AI与身高有相关性[SAC:r=0.25,P<0.001 (男),r=0.31,P<0.001 (女);AI:r=0.17,P=0.05 (男),r=0.32,P<0.001 (女)](表3)。而且,AI与心率[r=0.51,P<0.001 (男),r=0.27,P<0.001 (女)],外周阻力[r=0.23,P<0.05 (男),r=0.25,P<0.001 (女)]和中心脉压[r=0.30,P<0.001 (男),r=0.28,P<0.001 (女)]有相关性(表3)。

控制年龄和性别因素,身高与AI (r=-0.22,P<0.001);SAC(r=0.22,P<0.001);SV(r=0.29,P<0.001);Δtpi (r=0.19,P<0.05),LEVT/Δtpi (r=-0.18,P<0.05),TPR (r=-0.14,P<0.05),ARA (r=0.51,P<0.001)和中心动脉DBP (r=-0.14,P<0.05)存在显著相关性,但是中心动脉收缩压和中心动脉脉压无相关性。逐步回归分析显示,身高、心率是AI变量的主要影响因素,身高对AI变量的影响率达到17.2%;而身高对系统动脉顺应性的影响率达到37.4%。控制年龄和性别因素,而SAC和AI与体重指数和腰/臀比无相关性。

3 讨论

这一研究主要发现是身高是动脉波反射和系统动脉顺应性(并非脉搏波传导速度)的一个关键决定因素。London等[4]报告显示不同性别之间中心动脉压反射存在差异,Hayward等[7],Smulyan等[5]以及我们研究小组先前的研究也证实这一点[8]。这些作者认为身高是不同性别动脉血流动力学差异的一个关键决定因素,我们的数据与这些报道一致。进一步分析显示,身高对于压力反射波的影响在老年人群更加明显,并且与性别因素无关。身高造成系统动脉顺应性改变可能的机理是:身材矮小有着较小的主动脉根部面积和较小的每搏容量。对于动脉压力增加指数来说,这机理可能是身材矮小造成缩短了反射波回归时间,从而导致动脉压力增加指数的增加。表现在心率增快,中心脉压增高,脉搏波传导时间(Δtpi)缩短和左心室射血时间与脉搏波传导时间比值(LVET/Δtpi)增加。

动脉波反射频率可以用公式[fin=1/(2×Δtpi)]来推断,这意味着较快的动脉波反射需要较高的搏动频率[9],为了维持心室搏动和血管的最佳耦合(fmin/f ratio),较短心动周期相应的结果是短脉搏波传导时间(Δtpi)。研究表明作为心室收缩末期压力的标志——左心室射血时间(LVET),当动脉波反射增加的同时LVET亦同步增加[9]。这结果与London等对停经前妇女的研究结果一致。也与我们的研究组先前对绝经后的妇女和年老男性的研究结果相同。然而,年龄也是影响动脉波反射的重要因素,这最可能是由于动脉硬化导致脉搏波传导速度增加的缘故。但从我们的研究发现身高造成动脉压力增加指数变化与动脉硬化指数无关。

系统动脉顺应性的性别差异似乎与体型有关,压力波形的改变与收缩期心脏延迟射血有关。Hayward and Kelly[7]报告显示舒张压时间积分(DPTI)存在明显性别差异,而DPTI是反映动脉顺应性一个重要要素。另一方面,女性DPTI值要低于男性[7]。然而,SAC并不依赖DPTI,显然SAC与体型相关性也并不依赖动脉僵硬度。

4 结论

目前研究提示身高因素可以很好解释不同性别AI和SAC之间的差异。矮体型者动脉反射波提前返回及速度加快可能是动脉压力增加指数最好的解释。对于矮体型导致系统动脉顺应性改变,可能要归因于较小动脉根部面积和较低心输出量的结果。因此,身高是解释大动脉功能的一个关键因素。

参考文献

[1] GARN SM,GERTLER MM. Age and sex differences in the serum cholesterol of the Aleut. Can Med Assoc J,1951 ;64(4) :338～340

[2] Kannam JP,Levy D,Larson M,et al. Short stature and risk for mortality and cardiovascular disease events. The Framingham Heart Study.Circulation,1994;90(5) :2241-2247

[3] Cameron JD,McGrath BP. Spectral analysis of blood pressure: is it pointing in a useful direction. Clin Sci(Lond),1999;97(2) :253～254

[4] London GM. Large artery function and alterations in hypertension.J Hypertens Suppl,1995;13(2) :S35～38

[5] Smulyan H,Marchais SJ,Pannier B,et al.Influence of body height on pulsatile arterial hemodynamic data. J Am Coll Cardiol,1998;31(5) : 1103-1109

[6] Liang YL,Teede H,Kotsopoulos D,et al. Non-invasive measurements of arterial structure and function: repeatability,interrelationships and trial sample size. Clin Sci(Lond),1998;95(6) :669～679

[7] Hayward CS,Kelly RP. Gender-related differences in the central arterial pressure waveform. J Am Coll Cardiol,1997;30(7) : 1863-1871

[8] Cameron JD,McGrath BP,Dart AM. Use of radial artery applanation tonometry and a generalized transfer function to determine aortic pressure augmentation in subjects with treated hypertension. J Am Coll Cardiol,1998;32(5) :1214～1220

[9] London GM,Guerin AP,Pannier B,et al. Influence of sex on arterial hemodynamics and blood pressure. Role of body height. Hypertension,1995;26(3) :514-519

身高的烦恼 篇2

秋天来了，父亲和儿子来到他们种的那棵小树面前，看到树叶黄了，好像一只只黄色蝴蝶停在树梢上。儿子叫道：好漂亮啊!我要和小树来比一比谁长得快!说完儿子靠在树上，让父亲帮他做个记号。父亲手拿锤子，在与儿子头相平的地方钉了一颗钉子。儿子看着那个钉子记号，自信满满地说：我肯定比小树长得快!

冬天来了，鹅毛般的大雪从天而降，小树的叶子全都掉光了，只剩下光秃秃的树枝。儿子和父亲又来到小树脚下，他们开开心心地堆了一个漂亮的雪人。临走的时候，儿子吩咐雪人，让它看着小树有没有长高。

第二年的春天来了，小雪人没来得及告诉儿子就走了，小树也变得枝叶繁茂，郁郁郁葱葱，儿子和父亲再次来到小树脚下。儿子兴冲冲地跑到树下，迫不及待地问父亲：爸爸，快看一看谁长得快!爸爸上上下下打量了一下，结果发现钉子比他的头高出了许多，说了实情。儿子脸红了，比九月里成熟的苹果还要红!

利用现场足迹准确推断身高的探讨 篇3

经过多年实际工作, 我们发现, 想要提高计算身高准确率, 重中之重是要采用一个合适各种身高人群的体足比系数来计算。工作中我们经过的反复计算和研究, 发现:人类的体足比系数和身高在不同人群中一样有着密切的关系, 身材高矮不同, 体足比系数也不同, 但是他们之间大致上存在一个线性函数关系。简而言之, 身高比较高的人, 体足比系数要相对小一些, 相反, 而身材比较矮的人, 其体足比系数则要相对的大一些。根据初步统计及计算, 身高为170cm的人, 体足比系数是9.897, 而身高是185cm左右的人, 体足比系数是6.763。而以地域的差异来区分体足比系数的算法, 也符合这一规律:经研究在我国平均身高较高的地区, 体足比系数要小一些, 相反平均身高比较低的地区, 计算出的体足比系数要比身高高的地区要稍稍大一些。作者对日本刑事科学技术研究中采用的足长与身高测算方法的统计结果也进行了学习 (比如石桥法, 冲绳田法, 小林刚一法, 长崎赤漱法、群马山室法等) , 发现这些方法计算体足比系数的最终结果, 也都是随着人身高的而逐渐减小的。比如, 石桥法的计算体足比:身高是153cm的人的体足比系数是6.875, 身高180cm的人的体足比系数则是6.256.我国相关资料的统计也有记载:我国人平均身高在158cm左右时, 其体足比系数是最大的, 接近于7。所以根据上述研究结果, 我们得出一个结论:就是在利用人类赤足长度来推算人类高度的时候, 对于所测量赤足长度相对比较长的人, 在推算身高的时候要尽量选择相对较小一点的体足比系数来计算, 相反对于推测出赤足长度比较短的人, 则恰恰相反, 要选择较大一些的体足比系数来推算。

对于不同的赤足长度, 应该选用不同的体足比系数来计算嫌疑人身高, 这样可以即提高计算结果的准确性, 又降低了计算的难度, 所以我们要牢记不同的赤足长度所对应的人体身高体足比系数, 这样就大大减低了计算时时的难度。我们通过多年的积累和实践, 经过计算和数学推导, 计算出了一个既简单又相对准确的计算公式:

身高=赤足长×7- (赤足长个位数-1)

例如:我们在犯罪现场提取到一枚犯罪嫌疑人的足迹, 计算之后, 其赤足长为:25.0cm, 代入公式后计算可得其身高为:171cm。

经过近千次现场勘查的经验, 利用我们自创的运算公式, 所计算出的推断身高, 与中国刑事警察学院通过近50年的专业教学和办案经验, 对各种现场复杂足迹提取的资料分析后的结论相当接近。但是采用已经运用多年的固定的体足比系数, 6.876计算身高的结果, 则有比较大的误差。

根据不同的赤足长度, 选择不同的体足比系数来测试身高, 比应用固定的体足比系数计算后得出的身高高度, 更加的接近于实际身高, 并且这一结论已经在我们的实际工作中得到了证实。本篇文章中的计算方法在实践中会受到条件的影响限制以及会更加的侧重于实际应用效果。所以, 这种计算方法的不足需要在今后的工作中进一步改善。

参考文献

[1]沈毅飞.利用现场足迹准确推断身高的探讨[J].刑事技术, 1991 (01) .

身高的烦恼 篇4

随着计算机的日益普及与发展,早期的纸制的健康档案已被储存在计算机中的电子档案所代替,原来的人工测量的方法已不能适应现代数据采集的需要。为了实现数据采集的完全自动化,系统采用了超声波测量身高,然后通过USB接口将数据传到计算机中进行处理的办法。这样既提高了工作效率,也增加了使用的灵活性。

1 测量原理

系统采用超声波进行身高测量方法。所谓超声波就是高于听觉频率阈值的机械波,它具有直线传播特性[1]。利用超声波的这种特性,采用时间差值检测法(常称渡越时间检测法)进行距离的测量。其工作原理是:超声波发射探头向介质发射超声波,声波遇到目标后有反射回波作用到接收探头,测量发射时刻与接收时刻的时间差t,然后根据以下公式计算距离s:

s=ct/2 (1)

其中c为超声波在介质中的传播速度(m/s)。

由于超声波在空气中传播速度与温度有关。如果要得到较高精度的测量结果,必须考虑温度补偿的问题。空气中的声速c与温度T(单位:℃)的关系可以近似表示为:

c≈331.45+0.607T (2)

身高h的测量方法是将超声波传感器固定在被测量人的正上方的支架上,向人的头顶部发射脉冲,然后利用超声波测距原理计算出s的值,从而有身高:

h=H-s (3)

其中H为支架的高度,s为超声波传感器到头部的距离。

2 硬件电路设计

硬件系统主要由AT89S52单片机、升压电路、功率放大电路、发射探头、接收探头、接收信号放大电路、比较电路以及USB通信接口电路等组成。AT89S52单片机为整个系统的主要部件,用来产生165khz发射信号以及控制USB接口芯片PDIUSBD12工作,同时也用来接收超声波回波信号并进行计算,AT89S52的外部时钟源采用24MHz晶振。

系统工作过程:单片机产生165khz信号经三极管放大后,驱动超声波发射探头;每次发射10个脉冲,当第一个脉冲发射前,启动定时器开始计时;回波信号经放大电路、比较电路送入单片机,单片机停止计时,利用式(1)、(3)进行身高计算,然后将结果通过USB接口送到计算机中进行进一步处理。系统原理框图如图1所示。

2.1 超声波发射电路

发射电路直接采用三极管驱动,将AT89S52单片机产生的10个脉冲信号送入三极管Q1基极,经Q1、Q2功率放大,最后驱动发射超声波探头工作。发射电路如图2所示。三极管的电源电压由通用的升压芯片mc34063升压得到。

2.2 超声波接收电路

超声波在空气中传播,遇到目标物体反射的回波信号加到超声波接收探头上,由于压电效应产生微弱电压信号,输出的这种回波信号是mV级甚至更低的电压信号,必须要经过放大电路的信号放大才能进行进一步处理。运算放大器选用高速、高带宽的TL082,前级放大80倍,后级放大30倍,然后将放大后的信号送入LM393比较器进行比较,最后将输出的方波信号送入AT89S52单片机INT0引脚触发中断。接收电路如图3所示。

2.3 PDIUSBD12外围电路设计

PDIUSBD12的外围电路以及与单片机的连接如图4所示。PDIUSBD12的8位并行数据线接入AT89S52的P0口,单片机通过P0口向PDIUSBD12发送命令和交换数据。PDIUSBD12的A0脚接p1.1,当 P1.1=1时, 单片机给 PDIUSBD12 发命令,当P1.1=0 时,给 PDIUSB12 写数据或从PDIUSBD12的Buffer中读数据。INT_N是USB中断请求引脚,与单片机的外部中断INT1引脚相连接,它是用来向单片机发出 USB中断请求。

3 软件设计

3.1 固件程序的开发

固件设计主要完成设备枚举、主机与设备的数据交换、设备端的数据处理和控制等工作。此系统的固件程序由三部分组成:(1)初始化单片机和所有的外围电路(包括PDIUSBD12);(2)主循环部分:产生超声波以及计算距离等;(3)中断服务程序,其中INT0用来响应超声波的回波信号,INT1用来处理单片机与PDIUSBD12之间的数据交换。超声波的产生需要精确延时,所以用汇编代码实现,将其嵌入在C程序中。

根据USB协议,任何传输都是由主机发起的,要交换数据,主机首先发令牌包给USB设备(这里是PDIUSBD12),PDIUSBD12接到令牌包后就给单片机发中断。单片机进入中断服务程序,首先读PDIUSBD12的中断寄存器,判断USB令牌包的类型,然后执行相应的操作。INT1中断服务程序如下[5]:

3.2 USB设备驱动及应用程序设计

驱动开发通常采用Windows DDK来实现,它是一个比较传统的方法,开发难度较大[4]。也可以用第三方软件厂商提供的开发工具开发,像Compuware的DriverWorks,利用它们开发相对要容易些。Philips公司也为我们提供了PDIUSBD12的驱动程序,可以直接从Philips公司网站下载。

PC端应用软件的开发可以使用ZLG公司提供的EasyD12.dll动态链接库来完成。EasyD12库一共有3个文件,包括EasyD12.lib、EasyD12.dll和EasyD12.h,支持多种软件开发工具,如VB、VC++、C++ builder等。

库函数提供了4个函数给用户调用,下面仅讨论其中两个函数。

DWORD _stdcall ReadPort2(BYTE *pData,size_t Len);//读端点2

DWORD _stdcall WritePort2(BYTE *pData,size_t Len);//写端点2

其中pData为指向接收或发送数据缓冲区的指针;Len为接收或发送数据的长度,如:

unsigned char databuff[64];

ReadPort2(databuff,64);

4 实验结果及分析

为了验证系统的测量精度 ,在实验室对1m以内的物体进行了实地测量。测量的距离是超声波传感器与物体之间的距离并且用表面平整的木板代替人,这样能够更好的反应测量误差。测量温度为11℃,测量数据如表1所示(单位:mm) ,表1中实际距离是用钢卷尺测量得到的。从表中可以看出绝对误差在±2.5mm范围内。

通过实验比较发现采用200KHz超声波传感器,系统测量精度较40KHz传感器构成的系统有了大幅度的提高,同时系统的盲区也大幅度减小,几乎接近于零。从表中的数据可以看出,系统存在一定的误差,主要原因是从定时器定时到发射超声波之间以及外部中断对接收信号的响应均存在随机误差。

5 结束语

本设计以AT89S52单片机为控制器,利用超声波进行测距,通过USB接口传递数据到计算机中,实现了测量的自动化,它具有快速、精确以及移动灵活等特点。身高测量系统已在学生体能测试中得到了应用。

参考文献

[1]马大猷.现代声学理论基础.北京:科学出版社,2004.

[2]刘成安,孙涛.智能超声波测距仪的研究.微计算机信息,2007(23):101-102.

[3]卜英勇,王纪婵,等.基于单片机的高精度超声波测距系统.仪表技术与传感器,2007(3):66-68.

[4]徐华中,冯波.基于PDIUSBD12芯片的USB模块设计.武汉理工大学学报,2008(4):225-227.

[5]程斓,杨子杰.基于PDIUSBD12的USB设备固件程序开发.计算机应用,2004(7):150-152.

[6]薛园园.USB应用开发大全.人民邮电出版社,2007.8.

身高的烦恼 篇5

本文数据来源于2010年中国综合社会调查 (CGSS) , 本文选取的样本类型为城市, 且只保留不从事农业活动的样本。同时考虑到年龄的增加会引起骨质结构的变化, 进而影响身高, 本文剔除了年龄大于60岁的样本。最终, 除去各种信息缺失的观测值后, 本文数据共涉及31个省、自治区及直辖市, 样本类型为城市。本文变量描述性统计如表1所示。

2 实证分析

2.1 全样本OLS回归

本文利用收入方程探讨身高对收入的影响, 即我国劳动力市场中的“身高溢价”现象, 除去缺失值后有效观测样本为2778个。由表中模型1结果可见, 身高对收入有显著正向影响, 身高每提高1cm, 会使收入平均提高1.1%, 且在1%的置信水平上显著, 这与江求川, 张克中 (2013) 的结论一致, 说明身高的确能带来收入的额外回报, 的确存在“身高溢价”现象。

由于身高可能反映了劳动者的健康状况和身体素质, 从而影响工作能力和效率, 进而导致了收入差异, 所以在模型2中, 本文加入了健康状况, 结果不仅健康对收入没有显著影响, 而且与模型1相比, 身高的系数与显著性均没有变化, 这说明在我国劳动力市场, 身高引起的收入差异并不能被健康状况所解释。

身高更高的人拥有更强的个体认知能力, 从而获得更高的收入, 这是在西方被广泛证实和接受的一个观点, 在模型3中, 我们用听、说普通话和英语的能力代表个体认知能力, 加入能力变量后的回归结果发现身高的系数发生了变化, 此时身高增加1cm, 会使收入平均提高0.8%, 系数有一定幅度的下降, 但依然显著。当然这可能是由于代表认知能力的变量在选择上有待调整引起的, 西方的相关研究中多用一系列全面完整的测试得分来衡量认知能力, 但在使用我国的数据时, 难以获得这样的指标, 所以在变量选择上有所欠缺, 而且不能对童年时期的情况进行分析, 可能会对结果造成影响, 这一点有待提高和进一步研究。

在模型4的回归中进一步控制了兄弟姐妹的个数和父母的受教育程度。因为家中兄弟姐妹的个数会影响到童年时期的营养摄入和受教育机会, 对身高的发育和日后的收入水平会产生一定的影响, 而父母作为我们的第一任老师, 其受教育程度对子女一生的发展会产生决定性的影响。在控制了相关因素后, 身高的系数和显著性都有微小的下降, 因此我们可以认为该假说并不能解释“身高溢价”现象。

身高可能改变个人的职业选择, 考虑到不同的职业和工作单位对劳动者的身高会有不同的要求, 因此可能解释“身高溢价”的存在, 所以我们在模型5中通过职业、工作单位类型和所有制形式来控制相关因素, 结果身高的系数又有下降, 但仍然只有微小的变动, 说明我们依然没有找到引起“身高溢价”的决定性因素 (见表2) 。

因此, 劳动力市场歧视或许将成为最具解释力的假说。由于劳动力市场歧视主要是由雇主引起的, 因此本文认为若所从事的工作是被他人雇佣的, 则会较明显的存在这种歧视现象, 但若不被他人雇佣, 既然身高与健康、个人能力等因素没有必然联系, 则不应该存在这种情况。按照这个思路, 我们接下来根据所从事的工作是否被他人雇佣和工作单位所有制形式等变量, 针对劳动力市场歧视进一步通过分组回归进行验证。

2.2 分组OLS回归

为了验证劳动力市场歧视是导致“身高溢价”的决定性因素, 我们根据工作状况是否被他人雇佣进行分组。表3中第一列是自雇佣样本的回归结果, 第二列是被雇佣样本的回归结果, 比较之后, 我们可以看到在自雇佣样本中, 当健康状况、个体认知能力、家庭情况、职业、工作单位等信息被控制后, 身高对收入并无显著影响;而反观被他人雇佣的样本, 同样的因素被控制后, 身高对收入依然在10%的显著水平上保持显著影响, 身高增加1cm, 平均会使收入水平提高0.6%。这一结果进一步证实了劳动力市场中来自雇主的身高歧视是导致“身高溢价”的决定性因素。

Standard errors in parentheses, ***p<0.01, **p<0.05, *p<0.1。

Standard errors in parentheses, ***p<0.01, **p<0.05, *p<0.1。

那么这种歧视现象是否会因为工作单位的不同而呈现出差异呢, 因此本文根据样本的工作单位形式进行了分组, 身高歧视在国有或集体所有或控股的企业中更突显, 说明在这一类企业中身高是提升竞争力, 取得高回报的重要因素, 而在其他类别的工作单位中, 例如港澳台资和党政机关, 其身高对收入的系数都较大, 但这一系数却并不显著。当然上述结果也有可能因样本量数量分布不均, 难免存在一定的误差。具体回归结果见表4。

Standard errors in parentheses, ***p<0.01, **p<0.05, *p<0.1。

当然身高也并非越高越好, 我们认为在一定的范围内, 更高的身高可能会带来收入水平的提升, 但超出这个范围, 身高溢价就会消失, 甚至过高的身高会对生活和工作带来负面的影响。下面表5就列出了男性和女性在不同身高范围内的回归情况。身高小于165cm的女性中, 高个子平均来说能获得更高的收入, 但超过165cm, 身高对收入的影响甚至出现了负向作用, 此时“鹤立鸡群”恐怕并不是一件好事, 而男性样本以180cm为界也出现了类似的情况。

Standard errors in parentheses, ***p<0.01, **p<0.05, *p<0.1。

3 结论

本文使用CGSS (2010) 数据, 从身高这个重要的外表变量出发, 综合OLS回归和分位数回归, 讨论我国劳动力市场的身高歧视现象。结果显示身高对劳动者的收入的确存在显著影响, 而该“身高溢价”主要是由于雇主的歧视所造成的。在被他人雇佣工作的样本中, 身高会显著提高收入, 但在自雇佣的样本中, 这种影响并不存在。而这种歧视现象在国有或集体所有或控股的工作单位中表现的更显著。但身高也并非越高越好, 在165cm以下的女性中, 身高溢价明显存在, 但超过这个界限的高个女性, 身高优势并不能为她们带来收入的提升, 男性以180cm为界, 也同样存在类似的情形。另外, 身高歧视在不同收入水平和性别上也存在差异, 女性在劳动力市场上的机会普遍低于同等能力的男性, 面对激烈的竞争, 女性除了培养独特的核心竞争力之外, 外貌和身高也是重要的砝码, 这说明了一个残酷的现实, 女性要想处于较高收入阶层, 身高是一个难以忽略的重要因素。

摘要：本文使用CGSS (2010) 数据, 综合使用OLS回归, 分位数回归, 对我国劳动力市场的身高歧视现象进行分析, 首先试图分析我国劳动力市场中身高这个重要的外貌特征是否对收入有显著的影响, 紧接着通过控制个人能力、健康状况、家庭情况、职业等相关变量对身高溢价的几种假说进行检验, 希望能为我国劳动力市场中的身高歧视问题提供有用的经验证据。结果表明, 身高对劳动者的收入的确存在显著影响。

关键词：劳动力市场歧视,身高,收入

参考文献

[1]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, 03:983~1006.