小结：目前在身材歧视对收入的影响的相关经济学文献研究里，大多数都是阐述了市场中的劳动者的身高和体重以及BMI等的内生变量对其就业以及收入的影响性分析，分析得较为粗犷，并没有分门别类更加精准的展现身材歧视其在具体类别下影响效果的研究论文，如具体哪个劳动性质类别下的劳动者，会遭受更大的歧视，而哪些类别下的劳动者会受到较小得来自这个效应的影响。本篇文章的主要贡献点就是分析阐述一些外貌特征对于市场中的劳动者的存在一定的影响，并且分在不同劳动类别以及不同歧视来源（脑力劳动、体力劳动、以及直接接触消费者的劳动）下的身材歧视影响程度差异分析、对比。

本文的结构安排如下，第二部分将介绍此次本篇文章所选用的计量模型以及数据来源，第三部分是对于本次课题的实证阐述，探讨身材歧视在劳动力市场上的影响，以及其按不同歧视来源和所属行业的不同劳动性质来分类讨论其产生的影响。第五部分将会对本篇论文进行小结。

2、数据和分析框架

2.1数据描述

本篇论文使用中国健康与营养调查（CHNS）第九次（2011年）的调查数据，这也是到目前在这个调查机构中可以获取到的最新数据。CHNS从1989年开始调查我国的相关数据，其范围覆盖了我国的东中西部共12个典型的省份，在民族方面也覆盖了汉族、苗族、满足、布依族等15个民族。该机构调查的种类主要涉及被调查者的社会经济学、人口学和健康状况水平等信息。这一套数据有一个比较精准的地方是：其每次在进行调查时，会有比较专业的医护团队跟随给受调查者体检并且记录受调查者的身高、体重等信息。所以，选取这组数据作为身高、体重等身材特征对收入的影响，会相对比较精准。

此次最新的调查（2011年）结果一共得到35703个ID数据，因为我们收入以工资来衡量，首先需要选择在年龄上可能正在工作的样本，所以我们剔除了样本中小于18岁、男性岁数大于55岁，女性岁数大于50岁的ID数据，共剔除16269个ID数据。再剔除收入无调查数据的ID，共9610个ID数据，再剔除在学历、工作类别、身高、体重等存在缺失值的ID数据，共1179个ID，所以最后本篇论文中的收入方程将录入共8646个ID数据，其中包括4914个男性样本数据与3731个女性样本数据。

CHNS所收集的样本其收入一栏取的是居民的“去年平均一个月的工资收入（元）”，身高（cm）和体重（kg）的信息是由相对专业的医护团队测量记录，因此会具有较高的精准度。与本篇文章相关、需要用到的数据除了上述的月工资收入、身高、体重之外，还包括年龄、教育年限、职业类型等，在关于职业类型上，本篇文章会分为非直接面向消费者的脑力劳动、非直接面向消费者的体力劳动、和直接面向消费者的行业（主要是服务业为主）这三种情况进行讨论。关于一个变量——劳动者自身的健康状况是否需要被纳入作为一个控制变量的说明，本篇文章将不将劳动者的自身健康状况作为一个控制变量纳入回归方程，理由如下：由于CHNS在此次调查关于劳动者健康只有自评健康，而自评健康带有一定的主观色彩，可能会导致结果有所偏差，且此前江求川 张克中在2013年的调研论文中，已经证明了在回归中加入自评健康状况，即劳动者的健康状况这一变量，结果显示该控制变量并不会对身高和体重引起的工资差异有较大影响，与常理较为符合，所以本篇文章将不加入自评健康这一控制变量。下表表1-1，表1-2，表1-3给出了相关变量的描述性统计。