0 引言

2014年7月30日，备受关注的国务院《关于进一步推进户籍制度改革的意见》正式公布，户籍改革又一次成为专家学者以及普通民众的关注热点。当前的户籍制度形成于计划经济时期，目前已成为城乡统筹发展、共建小康社会的重大制度障碍。户籍改革，势在必行。户籍制度是实施城乡差别的政府政策的制度基础，户籍的价值也体现出城乡居民身份的经济差异。本文从婚姻匹配的独特视角研究“城镇户口”的经济价值，为城乡差别的存在提供了新的视角和证据，为户籍改革的实施提供了重要的参考依据。

由图2分析，徐州市大型商业综合体的空间分布主要集中在中心城区，据其核密度空间分布状况，研究发现徐州城市大型商业综合体具体分布于老城片区、坝山片区、铜山片区、新城片区。徐州市大型商业综合体的核密度分析表明商业综合体的空间分布整体呈中心集聚与分散并存的态势，且表现出以中心城区的老城片区向外围扩散的特征，与老城片区相比，外围商业综合体的集聚规模偏小。

我国居民的户籍属性被分为“农业户口”和“非农业户口”两大类。户籍制度是国家依法收集、确认、登记公民出生、死亡、亲属关系、法定地址等公民人口基本信息的法律制度，以保障公民在就业、教育、社会福利等方面的权益。许多由政府颁布实施的福利政策都直接或间接与户口挂钩，不同户口类型的居民在社会福利方面可享受的待遇相差较大。拥有“非农业户口”(以下统一简称为“城镇户口”)的居民一般生活在基础设施建设较好、社会福利体系较为完善的城镇地区，在交通、医疗、住房、教育、就业、养老等方面能享受到政府提供的较多福利。拥有“农业户口”(按照语言习惯，以下称为“农村户口”)的居民一般生活在基础设施建设较为落后、社会福利体系较不完善的农村地区，能享受到的政府提供的非现金方面的福利较少。虽然拥有“农村户口”的居民也可以选择搬迁到城镇地区居住，但如果搬迁后，户口类型未能转变为当地的“城镇户口”，则与当地拥有“城镇户口”的居民所能享受的福利待遇相比还是有较大差距的。

由于不同户口类型附带的社会福利方面的差异，同一地区的“城镇户口”的价值通常都超过“农村户口”的价值。我国政府对于居民户籍的管理，在法律上和行政上都有较为严格的规定，居民不能在两种户口类型间自由随意转换。近来随着户籍改革的进行，政府放宽了对户籍迁移及转换的标准，同时努力缩小同一地区“城镇户口”和“农村户口”的差别，但目前全国大部分地区“城镇户口”的价值超过“农村户口”依然是不争的事实。

“城镇户口”相较于“农村户口”到底价值几何？由于法律和政策原因，目前不存在合法正当的“城镇户口交易市场”，我们无法通过直接观察自由市场形成的交易价格来推断“城镇户口”的价值。所幸还存在一个天然的“市场”——“婚姻匹配市场”，给我们提供了考察“城镇户口”价值的“自然实验”机会。

流体的瞬变过程是指当压力管道中的流体因某些原因而产生流速的急剧变化时，由于流体的惯性作用而引起管道内流体压力急剧变化的现象。当管道中压力降低到水的汽化压力，即管路中出现气、液两相流时，由此而带来的负压和水注弥合压力都会对管路造成危害。如果预料不及或处理不当将会导致管道剧烈震动，泵阀等设备被损坏，严重时整个系统管道断裂破坏。因此，对泵站及其管路进行瞬变过程的分析计算，针对计算结果进行合理分析并采取相应的水锤防护措施以达到安全性的要求就显得尤为重要。

为了进一步研究方便，Chiappori等对于一维指数I与丈夫各特征之间的关系进行了假设，假设一维指数I可由丈夫各特征线性拟合：

本文利用中国家庭追踪调查(CFPS)2012年的数据，利用并扩展Chiappori et al.(2012)提出的计量方法，研究了户口身份特征与其他特征之间的替代关系。研究结果表明：女性“城镇户口”与女性受教育年限之间存在稳定的替代关系，女性“城镇户口”可由提高4～5年受教育年限来替代；男性“城镇户口”与男性可支配年收入之间存在稳定的替代关系，男性“城镇户口”可由提高可支配年收入24～27万来替代。

本文的内容安排如下： 第1部分是国内外相关文献综述，第2部分是对本文使用数据即2012年中国家庭追踪调查(CFPS)数据进行描述性统计，以及对两种户口类型的个人及其配偶的主要统计特征进行简单的对比分析。第3部分基于Chiappori et al.(2012)模型，利用似不相关和三阶段最小二乘法的回归方法，对“城镇户口”与女性受教育年限、男性可支配年收入之间的替代关系进行检验和计算，并进行稳健性检验和扩展讨论。第5部分是对研究的思考和总结。

1 文献综述

城乡差别的存在必然体现在户口的经济价值上，一些研究也直接针对户口的经济价值来论证和分析城乡差别的存在及其变化。李若建(2001)从政策角度出发，参考政府公开文件，列举分析了不同时期不同地区，政府根据当时当地情况采取的一些政策如何导致“城镇户口”货币价值变化。钱洁(2009)认为户籍制度作为分配公共资源的标准，对于节约交易成本很有帮助，只有降低户口包含的信息，才能从根本上减小城乡户口的经济价值差别。黄少安和孙涛(2012)从近些年出现的“非转农”的现象入手，发现 “农业户口”相对于“城镇户口”的经济价值增加了。在人口流动方面，李强(2003)运用推拉理论分析了城市农民工流动的影响因素，发现户籍制度是最为突出的阻止城乡人口流动的制度障碍。这些文章都从较为理论的层面对“城镇户口”的经济价值进行了一定的分析，但并没有具体估算这一经济价值的大小。另一些研究则从劳动力市场角度入手进行经验分析。万海远和李实(2013)选择近年来户口类型发生变化的个人作为研究样本，研究了职业选择中户籍歧视带来的影响。他们的研究表明，这种歧视会降低3.5%的个人收入。Zax(2015)利用1988、1995和2002年的数据，研究了中国不同省份人力资本在劳动力市场上的回报的差别，认为各省人力资本回报不随时间改变的差别可以视为不同省份城镇户口价值的差别。Vortherms(2014)同样着眼于劳动力市场，认为公司提供落户指标作为一种福利，和公司支付的工资有替代关系。文章进而利用在北京进行的关于户口和工资选择的实验性调查的数据，计算了不同户口状态以及处于不同社会福利体系下的人对于户口和工资的替代比率。余向华和陈雪娟(2012)研究了劳动力市场上同工不同酬的现象，发现根源在于户籍工资歧视。在户口价值与婚姻匹配的关系方面，Nie and Xing(2010)关注了户口类型对于婚姻匹配的影响，他们利用2005年人口普查1%的数据，研究了1998年婴儿落户政策的变化前后跨户口婚姻匹配的变化，发现此项政策变化极大地鼓励了跨户口类型结婚，但这项政策对于男性和女性两个群体的影响是不对称的。

国内外对中国城乡差别的研究由来已久，从大量最新的研究来看，我国的城乡差距依然广泛存在，体现在政府政策、居民收入水平和生活水平的方方面面，有些方面甚至有相互联系和加强的趋势。在公共服务方面，洪银兴(2008)指出现阶段最能解决的城乡差距问题是居民生活条件差距，办法是基本公共服务的城乡均等化。习亚哲(2015)以河北省为例研究了城乡基本公共服务供给差距的表现、制度困境、结果与对策。在受教育机会方面，李天芳(2014)研究了城乡收入差距和教育差距的关系及原因。吴愈晓(2013)研究发现自1978年来，初中升学机会的城乡差异没有变化，但高中和大学升学机会的城乡不平等有扩大趋势。钞小静和沈坤荣(2014)研究了城乡收入差距与劳动力质量和经济发展的关系，发现城乡收入差距通过影响劳动力的质量影响了经济的长期增长。章元等(2011)研究了城乡收入差距、民工失业和犯罪率的关系，发现省内城乡收入差距的扩大和省内犯罪率的增加没有必然关系。刘长庚和张松彪(2015)从权力配置的视角分析了城乡收入差距的原因，认为参与权、收入权、保障权三方面的不平等是导致城乡收入差距的重要原因。韩立岩和杜春越(2012)等研究了收入差距、借贷水平和居民消费这三者在地区和城乡间的差距。梁运文等(2010)从城乡居民财产分布的总体统计特征、财产构成、个体特征三个方面，对城乡居民财产进行详细的实证分析，探究了城乡财产分布及其不平等的内在因果关系。在居民健康方面，牛建林(2013)研究了城乡流动对农村常住人口总体健康状况的影响，认为健康风险和疾病负担在流动中被转移给农村，进一步加剧了城乡卫生资源配置和需求的矛盾。在家庭结构方面，王跃生(2013)研究了2000年以来城市家庭结构和农村家庭结构分别的变动。

在计划经济下，户籍制度有效地限制了城乡人口流动，为政府在城乡实施有差别的政策提供了条件。虽然改革开放后对于人口流动的限制有所放松，但历史长期形成的城乡差别依然存在，户籍制度在一定程度上也固化了这一差别。由于户籍制度是政府实施有差别的城乡政策的主要依据，因此城乡差别最终也会体现在户口的经济价值上。

本文与上述关注户口经济价值的文献的最大区别在于分析视角和方法的独特性。本文从婚姻匹配的独特视角出发，采用国际上最新提出的与婚姻匹配相关的计量模型与方法，计算了婚姻匹配中配偶的户口身份特征与其他特征的替代关系，从而对户口的经济价值这一问题进行了新的严谨的科学探讨。从婚姻匹配这个角度考察户口价值，相较于劳动力市场角度，更能全面地反映人们对户口价值的总体经济评价。此外，我们还进行了一定程度的方法创新。我们使用了新的回归方法——三阶段最小二乘法，用以控制户口可能存在的内生性问题。[注]赵善科(2014)在其早些时候完成的一篇硕士论文中，利用CHNS2006年的数据，用类似的方法初步研究了城镇户口和个人收入的替代关系。与之相比，本文使用的是CFPS2012年的调查数据，样本容量扩大为之前研究的10倍，数据调研年代也更近，研究方法也有较大改进(例如使用了三阶段最小二乘法)。

2 数据与描述性统计

本部分将对研究使用的数据的来源及数据的整理过程进行说明，对回归中涉及的变量进行解释，并对这些变量进行简单的描述性统计和分析。

2.1 数据来源

本文使用数据全部来自北京大学“985”项目资助、北京大学中国社会科学调查中心执行的中国家庭追踪调查。该数据库的最大优势在于，来自全国25个省、市、自治区的16000户样本家户中的全部家庭成员都接受了调查，从而为我们提供了婚姻双方详细的个人乃至家庭信息。本文使用的是2012年的调查结果，是本文写作过程中可得到的最新数据。本文首先根据被调查者的个人编号，将家庭关系数据库和成人问卷数据库的信息相匹配，得到有详细个人信息和家庭信息的成年男性与女性。进一步地，我们删除了未婚人士，删除了户口信息不明(如调查对象为非中国国籍或无户口等情况)、婚姻状况不明(如回答“不知道”)以及部分特征数值不合理(例如身高为负，年龄为负等)的样本，再根据被调查者汇报的配偶在调查中的个人编号，匹配出已婚且双方均在世的夫妇，作为本文的研究对象。

2.2 变量解释

表1给出了研究中使用的变量的解释和说明。研究选择了身高和年龄作为两性自然生理条件的代表特征。在社会经济条件方面，选取了男性的户口类型、可支配收入和受教育年限，以及女性的户口类型、受教育年限作为代表特征。男性的可支配收入和女性的受教育年限是接下来研究中使用的和“城镇户口”相互替代的主要社会经济特征。变量中还包括男性和女性的父亲和母亲的户口类型，在后面的三阶段最小二乘法回归中，这两个变量作为工具变量，用来解决潜在的户口内生性的问题。

 

表1 变量解释与说明

  

变量名称变量解释男性特征户口类型户口类型, 如果是“城镇户口”,此变量值为0,否则为1受教育年限实际接受教育的年限身高本人身高值,单位:厘米年龄本人年龄大小,单位:年本人年收入本人的各项年收入之和,单位:元/年父亲年收入父亲的各项年收入之和,单位:元/年母亲年收入母亲的各项年收入之和,单位:元/年儿子的数目本家庭的儿子个数(包含男性自己)本人可支配年收入本人年收入+(父亲年收入+母亲年收入)/(2+儿子的数目)父亲的户口类型父亲的户口类型,如果是“城镇户口”,此变量值为0,否则为1母亲的户口类型母亲的户口类型,如果是“城镇户口”,此变量值为0,否则为1女性特征户口类型户口类型,如果是“城镇户口”,此变量值为0,否则为1受教育年限实际接受教育的年限身高本人身高值,单位:厘米年龄本人年龄大小,单位:年父亲的户口类型父亲的户口类型,如果是“城镇户口”,此变量值为0,否则为1母亲的户口类型母亲的户口类型,如果是“城镇户口”,此变量值为0,否则为1本人年收入本人的各项年收入之和,单位:元/年

本文引入了男性的可支配收入这一变量来衡量结婚男性一方的经济能力，计算方法为：本人年收入+(父亲年收入+母亲年收入)/(2+儿子的数目)。中国的现状是，有经济来源的父母，即使子女成年后，也会根据自身的经济实力给予子女一定的经济支援，尤其是在婚姻大事上。所以女性在考察男性经济能力的过程中，除了男性本人的收入，也会考虑男性父母日后可能给予的经济援助。对于此部分经济援助，本文的计算方法为父母收入之和/(2+儿子个数)，即理论上认为父母的收入会平均分给自己以及儿子们使用。这里选择儿子个数而非子女个数也是出于对中国现实传统的考虑。在多子女的家庭，女儿不一定能分到父母的财富，尤其是在农村地区。

回归(1)直接考察了金融开放程度与经济增长率之间的关系，依据前文假说与检验式我们引入了kaopen的一次项和二次项， 其1%水平显著的估计结果说明金融开放程度与经济增长率之间可能呈开口向下的倒U型曲线关系，由于其中轴线正好处于kaopen指标[0,1]的样本取值范围内，这意味着金融开放程度对经济增长率的影响具有非单调特征。

量子点电视以高色域表现、寿命长、显色效果强为特征。据国家广播电视产品质量监督检验中心副总经理刘志刚公布的权威检测数据显示，在NTSC标准下，普通LED电视的色域只有72%、第一代高色域电视只有82%、第二代高色域电视约96%，而量子点电视色域覆盖率却高达110%。在使用寿命方面，量子点电视采用无机材料，稳定性强。

2.3 描述性统计与分析

我们首先对全样本(即不区分户口特征)已婚男女的基本人口特征进行描述性统计(见表2)。样本中，农村户口占据绝大多数(在70%以上)，女性略高于男性。平均受教育程度在小学以上(6～7年)，且女性低于男性。女性平均年龄约为46岁，男性平均年龄约为48岁。

 

表2 全样本数据描述性统计

  

变量名称样本数均值标准差最小值最大值男性特征户口类型128230.713250.45226201受教育年限128167.1725974.543493018身高12085168.59466.459798100200年龄1282348.1649414.009861691本人年收入①1235015864.7132464.2401800000女性特征户口类型123870.7329460.44243901受教育年限123555.6919474.895819022身高11832158.46216.050914100195年龄1238745.9768313.486081791本人年收入109647159.02216414.850375000①出于对样本量的考虑,此处所指的是男性本人收入,并非回归分析中使用的男性可支配收入。

其次，我们对按照户口类型分类的已婚男女及其配偶的人口特征进行描述性统计。已婚男性样本及其配偶的描述性统计见表3，已婚女性样本及其配偶的描述性统计见表4。

总之，多维度案例图库的构建结合微信平台这一新型示教模式能够调动学生学习积极性，更好地巩固专业知识，提高学生阅片能力和综合素质，提升教学质量。

 

表3 男性样本数据描述性统计

  

变量名称样本数均值标准差最小值最大值“城镇户口”男性特征受教育年限32849.7186364.3972018身高32171.7009010.0590761.42年龄328451.1507313.992372090本人年收入321526659.3351358.0301800000“城镇户口”男性配偶特征户口类型32840.1924480.39428301受教育年限32818.3724474.944968022身高32241.5924070.0518731.31.95年龄328449.0417213.739951989本人年收入323214792.0622516.140375000

 

续表

  

变量名称样本数均值标准差最小值最大值“农村户口”男性特征受教育年限79276.2222784.124059016身高73701.6810010.0634391.11.96年龄793246.7982913.374971691本人年收入759511732.9719671.050375000“农村户口”男性配偶特征户口类型79320.9641960.18581401受教育年限79054.4689444.363782016身高74701.5811430.06348311.95年龄793244.8411513.09751791本人年收入77323968.38711651.89037500

 

表4 女性样本数据描述性统计

  

变量名称样本数均值标准差最小值最大值“城镇户口”女性特征受教育年限29348.897414.816798022身高28811.592530.050721.41.85年龄293648.5463213.621931991本人年收入288916243.7921675.060341200“城镇户口”女性配偶特征户口类型29360.096730.2956401受教育年限29369.710154.379382018身高28701.70270.0578471.42年龄293650.5752713.986042191本人年收入287026972.2453946.9401800000“农村户口”女性特征受教育年限82524.4464374.335876018身高78131.5815920.06339811.95年龄828045.1933613.244651790本人年收入80753908.75812562.060375000“农村户口”女性配偶特征户口类型82800.9236720.26553901受教育年限82756.3723264.204034018身高77171.6812270.063591.11.96年龄828047.1852713.489561689本人年收入794012268.4319804.510375000

从表3可以看到，在受教育年限和年收入这两个主要的社会经济特征上，“城镇户口”已婚男性明显高于“农村户口”已婚男性。“城镇户口”已婚男性的平均身高和平均年龄也高于“农村户口”男性。从配偶的角度来看，81%的已婚“城镇户口”男性，配偶也是“城镇户口”，而只有4%的已婚“农村户口”男性，配偶是“城镇户口”。“城镇户口”男性配偶的受教育年限也明显高于“农村户口”男性的配偶。“城镇户口”男性和“农村户口”男性在平均受教育年限、平均身高和平均年龄、本人年收入这四方面也都各自高于各自配偶的平均值。

从表4可以看到，在受教育年限和本人年收入这两个主要的社会经济特征上，“城镇户口”已婚女性明显高于“农村户口”已婚女性。“城镇户口”女性的平均身高和平均年龄也略高于“农村户口”女性。从配偶的角度来看，90%的已婚“城镇户口”女性，配偶也是“城镇户口”，而只有8%的已婚“农村户口”女性，配偶是“城镇户口”。“城镇户口”女性配偶的受教育年限和年收入也明显高于“农村户口”女性的配偶。“城镇户口”女性和“农村户口”女性在平均受教育年限、平均身高和平均年龄、本人年收入这四方面也都各自低于各自配偶的平均值。

结合这两张表我们可以发现，中国城镇与农村的婚姻市场并没有绝对的分割。计算表明，在总的婚姻配对中，有接近10%的婚姻是跨户籍的。我们分析有以下两个原因：一是从历史来看，中国的城镇化时间较短，城乡之间无论物理距离还是血缘的联系仍旧很密切；二是从现实来看，改革开放以后城乡交流不断加剧，不同户籍的人口接触机会增加。不过，拥有“城镇户口”的男性和女性对于配偶户口类型的偏好有较为显著的差别。有近20%的已婚“城镇户口”男性选择了与“农村户口”女性结婚，只有10%的已婚“城镇户口”女性选择了与“农村户口”男性结婚。即“城镇户口”的男性相较于“城镇户口”的女性，更容易接受和选择“农村户口”的配偶。而拥有“农村户口”的男性和女性对于配偶户口类型的偏好也有一些差别。有4%的已婚“农村户口”男性是选择了与“城镇户口”女性结婚，8%的已婚“农村户口”女性是选择了与“城镇户口”男性结婚。总的来说，“农村户口”女性和“城镇户口”男性结婚(相较于“农村户口”男性和“城镇户口”女性结婚)是更为常见的跨户口类型结婚的形式。

丈夫和妻子各主要特征的相关关系见表5。我们可以看出“农村户口”已婚者与自己及配偶的其他社会经济特征均有显著负相关关系——“农村户口”与较低的收入和受教育程度关联。此外，本人的收入或受教育程度与本人或配偶的收入或受教育程度均呈现正相关关系。夫妻间户口类型的相关度达到了0.8。

3 “城镇户口”价值的计算

本部分将借鉴Chiappori et al.(2012)提出的模型，基于CFPS(2012年)的数据，计算“城镇户口”与其他个人特征的替代率，从而估计 “城镇户口”在婚姻匹配市场上的经济价值。

 

表5 两性及配偶人口特征的相关系数

  

妻子户口类型(农村=1)丈夫户口类型(农村=1)妻子受教育年限丈夫本人年收入丈夫受教育年限妻子本人年收入妻子户口类型(农村=1)1丈夫户口类型(农村=1)0.7975***1(0.0000)妻子受教育年限-0.4009***-0.3636***1(0.0000)(0.0000)丈夫本人年收入-0.1958***-0.2060***0.2221***1(0.0000)(0.0000)(0.0000)丈夫受教育年限-0.3252***-0.3532***0.5437***0.2319***1(0.0000)(0.0000)(0.0000)(0.0000)妻子本人年收入-0.3688***-0.337***0.3658***0.3328***0.2852***1(0.0000)(0.0000)(0.0000)(0.0000)(0.0000)

3.1 理论模型

Chiapporii、Oreffice和Quintana-Domeque等在2012年发表的论文中针对婚姻市场，提出了一个多维度的匹配模型。模型假定婚姻市场上的个人都同时具有两类特征：可观察特征和不可观察特征。为了方便起见，假设男性的可观察特征用向量来表示，不可观察的特征用向量ηi∈RN来表示。同样地，女性的可观察特征用向量来表示，不可观察特征用向量εj∈RN来表示。作者假定，个人的可观察特征Y(X)并不会直接对婚姻市场产生影响，而是通过一个一维指数I=I(Y1,…,YK)(J=J(X1,…,XL))影响婚姻市场。此外，给定一维指数I(J)的数值，不可观察特征的分布不依赖于其他各项可观察特征的分布，即不可观察特征η(ε)的分布只由一维指数I的数值决定，当I(J)相等时，η(ε)服从同一分布，且独立于

可以看到，和全样本回归的结果(表6)相比，平均年龄低于中位数回归结果(见表14)替代率的值是下降的，为2.6～4.15年，低于全样本的4～5年。我们再来看年龄高于中位数的样本的回归结果(见表15)。

根据上述假设，在婚姻匹配市场到达均衡时，夫妻双方给定其中任意一方的可观察特征，其一维指数I(J)的值也随之确定，而这一维指数的值决定了配偶的可观察特征的分布。换句话说，给定丈夫的可观察特征，妻子某一项可观察特征(如第s项可观察特征)的期望值是关于丈夫一维指数的函数：

 

假设I可导，丈夫的某两项可观察特征之间的替代率(如第r项可观察特征和第t项可观察特征)可由以下式子计算：

 

上式即为丈夫的某两项可观察特征之间的替代率的计算公式。

 

由以上二式可得到：

在婚姻匹配的过程中，男女双方在选定结婚对象时会综合评估所有潜在结婚对象的自然生理条件如年龄、身高、外貌等以及社会经济条件如户口、收入、家庭背景、受教育年限等，最终选择与综合条件相当的异性结婚。户口类型作为个人重要的社会经济条件之一，会影响男女双方的择偶决策。在给异性评定综合得分的过程中，“城镇户口”以其附带的非现金社会福利，可能与其他社会经济特征例如现金收入或者受教育年限间存在替代关系。具体来说，一个拥有“农村户口”的男性和一个拥有“城镇户口”的男性，在其他条件都相同的情况下，由于“城镇户口”附带的社会福利，女性会认为拥有“城镇户口”的男性综合得分较高。但如果“农村户口”男性能比“城镇户口”男性多一定数额的现金收入，则拥有“农村户口”的男性由于户口类型(相较于“城镇户口”)带来的损失(未能享受到的社会福利)，可以由该男性多出来的现金收入完全弥补。在这种情况下，两人在婚姻市场上的综合得分就相同，对于女性来说他们两人就是无差异的结婚对象。这样，男性的“城镇户口”在婚姻市场上的价值就定义为：在其他条件相同的情况下，拥有“农村户口”男性为了和拥有“城镇户口”男性竞争力相同，其比“城镇户口”男性多的那部分年收入。女性“城镇户口”在婚姻市场上的价值可以类似定义。

 

此时，对I求导，替代率的计算公式可处理为：

早期的矿业因市场行情低迷、设备技术条件落后、综合利用意识淡薄，大量的有价元素及非金属矿被遗弃于尾矿中。通过选矿工艺技术升级或尾矿再选回收有价元素与有用矿物，其经济效益明显，也是尾矿资源化和减量化的主要途径之一。

 

再对妻子某一项可观察特征(如第s项可观察特征)的期望值的函数形式进行假设，即妻子某一项可观察特征(如第s项可观察特征)的期望值可由其丈夫的一维指数线性拟合：

 

综合上述假定和推理，考虑用男性的多项(共K项)可观察特征对女性(其妻子)的某一项(第s项)可观察特征进行回归，即：

 

其中，代表不可观察特征以及其他外部冲击的影响，的值与第s项特征有关。对比该回归方程和上述的期望表达式，不难看出，对任意的女性特征s、w和男性特征 r、t，系数δ应满足：

 

也就是说，我们用不同的女性可观察特征，例如第w项和第s项可观察特征(具体可以是身高、受教育年限等)作为因变量分别进行回归，则两次回归得到的男性某两项可观察特征(即第r项和第t项可观察特征)的系数的比值应该是相等的。若能够通过检验，则说明该计量模型的假设成立，特别地，某一性别对于另一性别的不同特征的偏好可以加总为一个一维的指数，而上述的比值就是丈夫此两项可观察特征之间的替代率：

 

同样的方法，我们可以计算妻子不同可观察特征之间的替代率。在具体的计量实施中，采用似不相关回归(SUR)进行两个方程的联立估计，并检验两次得到的系数比值是否相等。

3.2 变量选取与方程设定

我们的目标是计算女性“城镇户口”与女性其他某个特征、男性“城镇户口”与男性某个其他特征的替代率，从而给出“城镇户口”在婚姻匹配市场上的价值。为此，我们需要选定作为因变量的配偶方的两个特征，在似不相关回归的两个方程中分别使用。我们还需要选定与户口特征进行替代的本方的某一特征。

我们选择身高和受教育年限这两个特征作为因变量。这些特征对于大部分人来说是不随时间改变而改变的，可以认为就是结婚时的状态。同时，身高和受教育年限分别表现了自然生理条件和社会经济条件方面的重要特点，以此作为回归的因变量，这也能很好地检验我们模型的假设[注]我们也考虑了以户口类型作为被解释变量，回归结果与主回归结果定性一致，但数值和统计性检验均不够理想。原因可能是因为样本量严重变小(因为另一个被解释变量是丈夫可支配收入，或是自变量中含有丈夫可支配收入)。回归结果见附表1和附表2。。

三阶段最小二乘的回归结果类似。替代率计算为-341459.23和-313221.71，且不能拒绝替代率相等的假设(p值为0.9540)。

我们选择女性的受教育年限作为其“城镇户口”的替代特征。选择女性的受教育年限而非年收入来衡量女性“城镇户口”的价值，有以下三点原因： 一是受到中国传统择偶观和婚姻家庭观念的影响，男性在考虑选择结婚对象时，会更加注重考虑女性日后作为一个好母亲、好妻子的素质。女性获得经济收入能力这项指标对男性来说并不是很重要，尤其是对于自身收入较高的男性。二是女性的劳动参工率低于男性，尤其是部分受教育年限较高的女性可能选择不进入劳动市场，无法观察到其在劳动力市场上的工资，而她们一旦进入劳动市场则预期能获得较高的收入。由于这部分女性年收入数据的缺失，如果选择女性年收入来衡量女性“城镇户口”的价值，可能会造成“城镇户口”价值低估。三是受教育年限与潜在收入水平是高度相关的，可以作为其替代变量。

我们选择男性的可支配收入作为其“城镇户口”的替代特征。选择男性的可支配收入而非本人年收入或是男性的受教育年限来衡量男性“城镇户口”的价值，有以下两点原因： 首先，“男主外，女主内”的传统思想认为男性应该主要肩负起养家糊口的重任，为家庭提供稳定的经济来源，所以女性在选定结婚对象时，会对男性赚取物质财富的能力更加看重。其次，女性选择结婚对象时并不是单纯考虑嫁给一个人，而是和另一个家庭的“联姻”。如果是男性父母有较高的收入，男性本人并没有较高的收入，对于女性来说这仍是一个富裕的家庭，与男性本人有较高的收入是无差别的。

在控制变量中，我们加入了个人的年龄、身高。我们还加入了控制个人户口所在地所属经济区[注]本文采用国务院发展研究中心发展战略和区域经济研究部课题组提出的区划方法，将全国划分为八大综合经济区，具体为: 1.东北综合经济区(辽宁、吉林、黑龙江),2.北部沿海综合经济区(北京、天津、河北、山东),3.东部沿海综合经济区(上海、江苏、浙江),4.南部沿海经济区(福建、广东、海南),5.黄河中游综合经济区(陕西、山西、河南、内蒙古),6.长江中游综合经济区(湖北、湖南、江西、安徽),7.大西南综合经济区(云南、贵州、四川、重庆、广西),8.大西北综合经济区(甘肃、青海、宁夏、西藏、新疆)。相关报道可见搜狐财经：http://business.sohu.com/64/35/article208003564.shtml。的固定效应的哑变量。此外，在以丈夫特征为自变量的回归中，由于丈夫的可支配收入和受教育年限间有较高的相关关系，所以回归中我们并未控制丈夫的受教育年限。

总结起来，丈夫特征对妻子特征的似不相关回归的回归模型如下：

 

其中，下标_m代表丈夫，_f代表妻子。HEIGHT_m为丈夫的身高，EDU_m为丈夫受教育年限，HUKOU_f为妻子的户口类型，EDU_f为妻子的受教育年限，AGE_f为妻子的年龄，HEIGHT_f为妻子的身高，REGION_f为经济区哑变量。妻子特征对丈夫特征的回归方程类似，只需要将方程中教育变量(EDU)替换为男性的可支配收入变量。μ-f.1和μ_f.2为两个方程的残差项。

为了解决潜在的户口内生性的问题，即男女双方结婚后，本人户口类型可能会由于结婚而发生改变。我们还选择了父亲的户口类型以及母亲的户口类型作为本人户口类型的工具变量，用三阶段最小二乘法的方法进行回归，作为对模型稳定性的一种检验。三阶段最小二乘法的回归方程为(以女性特征作为因变量为例)如下：

 

其中，FHUKOU_f为妻子父亲的户口类型，MHUKOU_f为妻子母亲的户口类型。下面分析中仅报告与似不相关回归对应的前两个方程的估计系数。

3.3 实证结果

我们首先计算女性“城镇户口”与其受教育年限间的替代关系。回归结果见表6。

 

表6 丈夫特征对于妻子特征的回归结果

  

似不相关回归三阶段最小二乘法丈夫身高丈夫受教育年限丈夫身高丈夫受教育年限妻子受教育年限1.86E-03***3.96E-01***0.0013***0.3709***(0.0001409)(0.009373)(0.0003)(-0.0198)妻子户口类型(农村=1)-8.64E-03***-1.65E+00***-0.0147**-2.5411***(0.0014506)(0.0964682)0.00450.2956妻子身高已控制已控制妻子年龄已控制已控制妻子地域已控制已控制样本数103413207残差相关系数Breusch-Pagan检验0.0281χ2(1)=8.188p值=0.0042N/AWald检验户口类型/受教育年限-4.65 ***-4.17 ***-11.32**-6.85***(22.16)(193.04)4.1339.93χ2(1)=0.22χ2(1)=0.61p值=0.6421p值=0.4349

注： 回归系数下的括号中的值为标准差，Wald检验比值下的括号中的值为卡方值。*表示p值<0.1，**表示p值<0.05，***表示p值<0.01。

从似不相关回归的回归结果可以看出，丈夫的身高与妻子的受教育年限是正相关的，而与妻子的户口类型是负相关的，即妻子的户口类型由“城镇户口”(0)变为“农村户口”(1)时，丈夫的身高会下降。与此同时，丈夫的受教育年限与妻子的受教育年限也是正相关的，而与妻子的户口类型也是负相关的。

B-P检验用来检验似不相关回归两个方程的残差相关系数的显著程度，可以看到残差相关系数为0.0281，p值为0.0042。即在1%的置信水平下，我们拒绝残差相关系数为零的零假设，也就是说两个方程的残差是相关的，这说明了使用似不相关回归的必要性。

根据理论模型，“城镇户口”与女性受教育年限间的替代率就是妻子户口类型系数和妻子受教育年限系数的比值。这一比值在两个方程中分别为-4.17和-4.65，均在1%水平下显著。为了进一步检验它们是否相等(即这一替代关系是否稳定存在)，表中在计算其比值之后对其进行了Wald检验。从表中结果可以看出，我们不能拒绝比值相等的零假设(p值为0.6421)，所以可以认为计算出来的替代率是稳定可靠的。

① 锚杆采用TRUSS单元中的T3D2单元来模拟，杆单元能够承受沿着杆方向的拉力和压力，与预应力锚杆受力性能相同。

三阶段最小二乘法得到的结果和似不相关回归一致。[注]工具变量方程的回归结果见附表3。替代率在两个方程中分别为-11.32和-6.85，均至少在5%水平下显著，且不能拒绝这两个替代率相等的假设(p值为0.4279)。由于加入父母的户口类型作为工具变量，样本损失太多(从10341下降到3207)，所以三阶段最小二乘法的计算结果可能不够准确，但我们可以把这个结果作为对似不相关回归结果可信度的检验，以下论述中主要采用似不相关回归的结果。

城南污水厂工程建设过程中，按中石化QHSE进行管理，工程项目部要求参建各方的各级管理人员更加注重群体因素和个体因素在安全生产中所起的重要作用，并将这种认识传达到每一个具体行为人，落实到具体组织管理中，力争全员主动做好制度与安全、效益与安全的平衡与控制，真正增强全员主动安全意识。

综合起来看，“城镇户口”与女性受教育年限的替代率在4～5年之间。也就是说在其他条件相同的情况下，拥有“农村户口”女性为了和拥有“城镇户口”女性在婚姻市场上有同样的竞争力，“农村户口”女性比“城镇户口”女性需多4～5年的受教育年限。4～5年的教育在实际生活中几乎相当于高中教育加上大学本科教育，或是大学本科教育加上研究生教育，或是初高中教育、小学义务教育。但在当前国家已经实施义务教育的情况下，我们理解为高中教育、大学本科教育以及研究生教育更适合。也就是在当前的教育体系下，“农村户口”女性可以通过提升一到两个受教育层次来弥补户口类型在婚姻市场上带来的不利影响。

利用同样的方法，选择妻子的身高和受教育程度作为因变量构建回归方程组，来计算“城镇户口”和男性可支配年收入的替代率。回归结果见表7。

 

表7 妻子特征对于丈夫特征的回归结果

  

似不相关回归三阶段最小二乘法妻子身高妻子受教育年限妻子身高妻子受教育年限丈夫可支配收入2.70E-081.26E-05***3.68E-081.40E-05***(4.64e-08)(3.51e-06)(4.90e-08) (3.62e-06)丈夫户口类型(农村=1)-6.56E-03**-3.45E+00***-0.0125657***-4.385104***(0.0030671)(0.2318143)(0.0040118)(0.30167)丈夫身高已控制 已控制丈夫年龄已控制已控制丈夫地域已控制已控制样本数16041424

 

续表

  

似不相关回归三阶段最小二乘法妻子身高妻子受教育年限妻子身高妻子受教育年限残差相关系数Breusch-Pagan检验-0.0035χ2(1)=0.02p值=0.8872N/AWald检验户口类型/可支配收入-243074.07-273552.22***-341459.23-313221.71***(0.31)(11.75)0.52(13.46)χ2(1)=0.01χ2(1)=0.00p值=0.9431p值=0.9540

注： 回归系数下的括号中的值为标准差，Wald检验比值下的括号中的值为卡方值。*表示p值<0.1，**表示p值<0.05，***表示p值<0.01。

从似不相关回归的回归结果可以看出，妻子的身高与丈夫的可支配年收入是正相关的，而与丈夫的户口类型是负相关的，即丈夫的户口类型由“城镇户口”(0)变为“农村户口”(1)时，妻子的身高会下降。与此同时，妻子的受教育年限与丈夫的可支配收入也是正相关的，而与丈夫的户口类型是负相关的。

根据理论模型，“城镇户口”与男性可支配年收入间的替代率就是丈夫户口类型系数和丈夫可支配年收入系数的比值。这一比值在两个方程中分别为-243074.07和-273552.22。Wald检验表明不能拒绝比值相等的零假设(p值为0.9431)。

某KS经编机的连杆架主要分为两个部分，一部分是与油箱进行螺栓定位的底座部分；另一部分是用于支撑连杆的支撑部分。主要参数尺寸为：底座为425 mm×370 mm的矩形，厚度为28 mm，支撑板厚29 mm，板间间距112 mm，板距边界62 mm，材料为QT600，其杨氏模量为1.69E+11 N/m2，泊松比0.286，质量密度为7 120 kg/m3 ，零件约52.3 kg。在SolideWorks进行简化模型的建模，如图1所示。

卢永艳(1979-)，女，汉族，山东烟台人，供职于龙口中远海运船务代理有限公司任财务部经理，主要研究方向为公司财务管理、审计管理。

4.4 产学研合作形式单一 产学研合作形式单一，利益分配问题突出，致使科研人员与企业合作积极性不高，科技成果不能尽快形成有效生产力。

综合起来看，“城镇户口”与男性可支配年收入间的替代率在24～27万元之间。也就是说在其他条件相同的情况下，拥有“农村户口”男性为了和拥有“城镇户口”男性在婚姻市场上有同样的竞争力，“农村户口”男性比“城镇户口”男性多24～27万元的可支配年收入。根据国家统计局的数据，2012年我国人均GDP为38354元，24～27万元的可支配年收入相当于人均GDP的6～7倍左右，“农村户口”男性需要多获得相当于当年6～7倍人均GDP的个人可支配收入来弥补户口的劣势。

3.4 稳健性检验

在妻子特征对于丈夫特征的回归中(表7)，可支配收入和替代率在因变量为妻子身高的两个回归式(似不相关和三阶段最小二乘回归)中均不显著。我们分析有以下两点原因： 首先，样本量过小，受到数据可得性的限制，在我们采用丈夫的可支配收入作为自变量后，由于父母收入数据的缺失导致样本量下降很多(仅为1604和1424)，影响了最终结果的准确性。其次，妻子的身高可能不是男性择偶时考虑的重点，也就是选择的因变量没有能很好地贴合模型的假定。现实生活中男性择偶可能不在意配偶的身高，而更在意配偶的容貌。这一点也可以通过B-P检验看出来，两条方程的残差相关系数并不显著异于零，说明两个方程的残差项并没有受到同一不可观测因素的影响，因此因变量的选取可能有问题。针对第一种可能的原因，我们考虑分别用丈夫的受教育年限和个人收入(不含父母收入)来替代个人可支配收入作为自变量。针对第二种可能的原因，我们考虑用妻子的相貌替代身高作为因变量。

3.4.1 丈夫受教育年限替代可支配收入作为自变量

丈夫的受教育年限替代可支配收入作为自变量的回归结果见表8。

 

表8 妻子特征对于丈夫特征的回归结果(稳健性检验之一)

  

似不相关回归三阶段最小二乘法妻子身高妻子受教育年限妻子身高妻子受教育年限丈夫受教育年限7.63E-04***3.63E-01***0.00045**0.4171***(0.0001394)(0.009095)(0.00026)(0.01812)丈夫户口类型(农村=1)-5.61E-03***-2.65E+00***-0.01***-3.2672***(-.005611)(0.0891678)(0.0032)(0.2189)丈夫身高已控制已控制丈夫年龄已控制已控制丈夫地域已控制已控制样本数103413407残差相关系数Breusch-Pagan检验0.0062χ2(1)=0.397p值=0.5288N/AWald检验户口类型/受教育年限-7.35***-7.29***-22.22-7.83***(7.90)(415.73)(1.55)(103.53)χ2(1)=0.00χ2(1)=0.64p值=0.9805p值=0.4243

注： 回归系数下的括号中的值为标准差，Wald检验比值下的括号中的值为卡方值。*表示p值<0.1，**表示p值<0.05，***表示p值<0.01。

从表8可以看出，丈夫受教育年限在四个回归方程中都显著，计算出来的与“城镇户口”的替代率也能通过相等检验(Wald检验p值均大于0.1)，但在三阶段最小二乘法以妻子身高为因变量的方程中，该替代率不显著且与其他方程结果偏离较大。原因可能是三阶段最小二乘法的样本量太小(仅3407个样本)，所以造成了结果不显著且数值不合理。由于三阶段最小二乘法用到了男性父母户口作为工具变量，将自变量从丈夫可支配收入换成丈夫受教育年限，样本量有所扩大变化；而没有用到工具变量的似不相关回归的样本量扩大更多，为原来的10倍，所以回归结果的显著性得到了改善。可以看出样本量的大小对于结果的质量影响较大。不过总的来看，这一结果和以可支配收入作为自变量的结果是基本一致的。

3.4.2 丈夫本人收入替代可支配收入作为自变量

接下来我们再看将丈夫可支配收入替换为丈夫本人收入后的回归结果(见表9)。

 

表9 妻子特征对于丈夫特征的回归结果(稳健性检验之二)

  

似不相关回归三阶段最小二乘法妻子身高妻子受教育年限妻子身高妻子受教育年限丈夫本人收入2.94E-08*1.05E-05***4.42E-096.59E-06***(1.72e-08)(1.21e-06)(1.93e-08)(1.44e-06)丈夫户口类型(农村=1)-7.77E-03***-3.85E+00***-0.0126***-6.01***(0.0012913)(0.0911541)(0.00265)(0.2085)丈夫身高已控制已控制丈夫年龄已控制已控制丈夫地域已控制已控制样本数100193279残差相关系数Breusch-Pagan检验0.0201χ2(1)=4.042p值=0.0444N/AWald检验户口类型/本人收入-264231.29-366827.62***-2850678.7-911987.86***(2.46)(66.60)(0.05)(19.68)χ2(1)=0.35χ2(1)=0.02p值=0.5528p值=0.8767

注： 回归系数下的括号中的值为标准差，Wald检验比值下的括号中的值为卡方值。*表示p值<0.1，**表示p值<0.05，***表示p值<0.01。

从表中可以看出，丈夫本人收入与“城镇户口”有一定的替代性，丈夫本人收入在三个回归式中显著，仅在三阶段最小二乘法以妻子身高为因变量的回归中不显著。替代率相等的假设在两组回归中均得以通过。但替代率在以身高为因变量的似不相关回归和三阶段最小二乘回归中均不显著，且后者数值偏离较大。从数值来看为26～36万元，这一结果和以可支配收入为自变量的结果是一致的。

3.4.3 妻子相貌替代身高作为因变量

我们选择妻子的相貌[注]妻子相貌来自调查问卷中调查者对于被调查者的打分，1～7分，得分越高相貌越好。作为因变量，计算男性“城镇户口”与本人可支配收入的替代率(见表10)。

以补肾强腰、活血化淤、舒经通络、理筋整复为治则,采用红花、地龙、全蝎、五加皮、毛姜、独活、乳香等纯中药组方 (国家发明专利号:ZL 01 1 15142.0)内服,同时结合中医手法整复治疗腰椎间盘突出症,累计治疗患者达1860人,总有效率99.8%。本法具有治愈率高、恢复快、复发率低、简便易行的特点,值得临床推广使用。

 

表10 妻子特征对于丈夫特征的回归结果(稳健性检验之三)

  

似不相关回归三阶段最小二乘法妻子相貌妻子受教育年限妻子相貌妻子受教育年限丈夫可支配收入4.49E-06***1.26E-05***4.06E-06***1.42E-05***(1.09e-06) (3.55e-06)(1.17e-06)(3.66e-06)丈夫户口类型(农村=1)-2.84E-01***-3.40E+00***-0.378032***-4.35022***(0.0723892) (0.2351173)(0.0953773)(0.3051911)丈夫身高已控制已控制丈夫年龄已控制已控制丈夫地域已控制已控制样本数15671390残差相关系数Breusch-Pagan检验0.2415χ2(1)=91.420P值=0.000N/AWald检验户口类型/可支配收入-63332.76***-270185.63***-93111.33**-306353.52***(7.53)(11.49)(6.40)(13.61)χ2(1)=6.99χ2(1)=6.67p值=0.0082p值=0.0098

注：回归系数下的括号中的值为标准差，Wald检验比值下的括号中的值为卡方值。*表示p值<0.1，**表示p值<0.05，***表示p值<0.01。

从回归结果我们可以看出，丈夫的可支配收入和丈夫的户口两个关键自变量在四个回归方程中都显著。在似不相关回归中残差相关系数及其显著性有了极大的改进，残差相关系数从之前的-0.0034上升为0.2415，显著性也由不显著变为显著。由此可以看出我们认为男性在择偶时更看重女性的相貌而非身高是有一定道理的。计算出的替代率也是显著的，范围是6～27万元。不过，不同回归计算出的替代率无法通过相等检验(Wald检验中p值小于0.1，说明在90%的置信水平下我们都只能拒绝替代率相等的零假设)。导致这一异常结果的原因可能是妻子相貌的数据依然存在较大偏差。首先，这一相貌数据并非反映结婚时候的相貌特征，而是当前的相貌，可能会受到婚姻状况的影响，例如丈夫收入较高的妻子可能更有时间和能力去打扮自己，导致相貌分值较高。这一点从丈夫可支配收入与妻子相貌较高的相关度可以看出(显著性均在1%以上)。其次，此处使用的相貌数据只来自调查者一人对于被调查的主观打分，可能存在较大的测量误差，导致数据质量不如身高数据的质量。虽然不同方程计算出来的替代率不同，但其符号依然是正确的，且替代率本身是显著的。

总的来说，三个稳健性检验都大体上支持丈夫户口特征与其他特征存在较为显著的替代关系。比较来看，以妻子身高作为因变量和以丈夫可支配收入作为“城镇户口”的替代变量的结果更优。

3.4.4 妻子本人收入替代受教育年限作为因变量

为了检验女性“城镇户口”价值的稳健性，我们决定采用女性本人收入作为因变量，考察妻子本人收入与“城镇户口”的替代关系与替代比，与受教育年限作为替代变量的结果对比，结果见表11。

 

表11 丈夫特性对于妻子特性的回归结果(稳健性检验之四)

  

似不相关回归三阶段最小二乘法丈夫身高丈夫受教育年限丈夫身高丈夫受教育年限妻子本人年收入2.03E-07***4.45E-05***8.47E-080.0000285***(0.0013969)(2.79e-06) (6.15e-08) (4.24e-06)妻子户口类型(农村=1)-1.48E-02***-2.94E+00***-0.0264226***-5.890422** (3.95e-08) (0.0988548)(0.0035422) (0.257081)妻子身高已控制已控制妻子年龄已控制已控制妻子地域已控制已控制样本数101503126残差相关系数Breusch-Pagan检验0.0688χ2 (1)=48.005p值=0.0000N/AWald检验户口类型/受教育年限-73141.87***-66122.74***-311955.13-206681.47*** (17.06)(155.57)(1.62)(34.80)χ2 (1)=0.16χ2 (1)=0.18p值=0.6931p值=0.6685

注： 回归系数下的括号中的值为标准差，Wald检验比值下的括号中的值为卡方值。*表示p值<0.1，**表示p值<0.05，***表示p值<0.01。

从回归结果可以看出，女性“城镇户口”和本人年收入之前存在稳定的替代关系，计算出来的与“城镇户口”的替代率显著并且能通过相等检验(Wald检验p值均大于0.1)。替代率计算的结果为女性“城镇户口”可由6.6～7.3万元本人年收入替代，这与之前的得到的4～5年受教育年限的替代结果是相呼印证。

3.4.5 非务农人口婚姻市场

对于上述结果的一个担心是，由于具有“城镇户口”与“农村户口”的适龄人群分处于不同的婚姻市场上，上述分析缺乏实际的经济意义。我们的描述性统计已经说明中国城镇、农村的婚姻市场并没有绝对的分割。此外，我们直接使用户口作为被解释变量的结果(附表1和2)直接说明了不同户口之间是存在婚姻关系的，否则这一回归将无法产生任何结果。另一种担心与之有关，即：即使两类人群没有完全分割，但两类人群存在接触并处于同一婚姻市场的部分，存在“自选择”问题。我们认为，这个问题可以在一定程度上通过我们的控制变量(包括收入、受教育程度等)予以控制。此外，我们还可以用下面的回归来进一步进行验证。我们对样本进行选择，使得不同户口的人处于同一个婚姻市场的可能性增加。具体地，我们去掉样本中职业为务农的人，这样使得即使这个人是农村户口，但鉴于从事非农业，那么他(她)与城镇户口的人接触的可能性也会增加。

表12和表13是仅考虑非务农人口的、两类户口在婚姻市场的替代率的计算结果。

 

表12 非务农人口丈夫特性对于妻子特性的回归结果

  

似不相关回归三阶段最小二乘法丈夫身高丈夫受教育年限丈夫身高丈夫受教育年限妻子受教育年限1.71E-03***4.60E-01***0.0005220.495***(0.0002574)(0.0173049)(0.000723)(0.0408)妻子户口类型(农村=1)-7.00E-03***-9.86E-01***-0.0379***-1.5175**(0.0026925)(0.1810292)(0.0113)(0.637)妻子身高已控制已控制妻子年龄已控制已控制妻子地域已控制已控制样本数2576798残差相关系数Breusch-Pagan检验-0.0017χ2 (1)=0.007p值=0.9324N/AWald检验户口类型/受教育年限-4.09 **-2.15 ***-72.66-3.06 **(4.75)(25.1)(0.38)(4.26)χ2(1)=1.02χ2(1)=0.35p值=0.3119p值=0.5548

注： 回归系数下的括号中的值为标准差，Wald检验比值下的括号中的值为卡方值。*表示p值<0.1，**表示p值<0.05，***表示p值<0.01。

 

表13 非务农人口妻子特性对于丈夫特性的回归结果

  

似不相关回归三阶段最小二乘法妻子身高妻子受教育年限妻子身高妻子受教育年限丈夫可支配收入-8.24E-082.85E-05***-9.16E-082.50E-05***(9.83e-08) (6.32e-06) (1.05e-07) (6.36e-06)丈夫户口类型(农村=1)7.03E-03-2.90E+00***2.14E-03-3.791067***(8.24E-08)(2.85E-05)*** (0.0094661) (0.5861427)丈夫身高已控制已控制丈夫年龄已控制已控制丈夫地域已控制已控制样本数245218残差相关系数Breusch-Pagan检验-0.0244χ2 (1)=0.146p值=0.7023N/AWald检验户口类型/可支配收入-85299.75-101795.96***-23320.96-151642.68***(0.36)(12.08)(0.05)(10.20)χ2(1)=0.06χ2(1)=1.17p值=0.8107p值=0.2794

注： 回归系数下的括号中的值为标准差，Wald检验比值下的括号中的值为卡方值。*表示p值<0.1，**表示p值<0.05，***表示p值<0.01。

从以上两个稳健性检验可以看出，替代率相等的假设在两组回归中均得以通过，且非务农人口婚姻市场计算出的替代率和全样本计算出的替代率大体是一致的：女性户口与其受教育程度的替代在2～4年之间，而男性户口与其可支配收入的替代率在8.5万～10万元之间。需要注意这样的结果是在样本量急剧缩小的情况下得到的：表11回归的样本量在700～2600，表13的样本量仅为200左右。总之，婚姻市场的割裂并不严重到使得我们回归的替代率失真，全样本计算出的结果大致能够反映婚姻市场上不同户口的替代率。

4 扩展性分析

4.1 户口价值的时间变化趋势

改革开放以来，城乡人口流动增加，户籍制度有所放松。那么，户口的价值是否也随时间会有所变化？在扩展分析中，我们试图来探讨这个问题。我们根据已婚夫妻平均年龄的中位数(47岁)，将回归样本分成两部分，分别进行回归，研究不同年龄段的已婚男女性对于配偶“城镇户口”价值的评价。由于样本容量有限，这一方法是研究户口价值随时间变量较为可行的方法。

我们首先研究男性对于女性“城镇户口”评价的变化，将夫妻平均年龄低于47岁的作为一组回归(表14)，夫妻平均年龄高于47岁的作为另一组回归(表15)。

坚持非油品转型发展，探索非油营销新业态。在做实门店的基础上，引进蒙牛厂家与现有伊利供应商形成互补机制，增强顾客多重体验。与邮政洽谈合作，将易捷商品输送至邮政网点售卖，我们转型成为二级供应商，迈出向综合性服务商转型第一步。推进多种业务同步发展，引入旅游产品及保险产品代销。打造“油非卡润气”全能型客户经理，配套考核激励办法，深挖店外销售。同时，以引入第三方资源合作为契机，加快“店中店”打造进度，积极营造多情景、多业态的综合生态圈。

 

表14 夫妻平均年龄47岁以下丈夫特征对于妻子特征的回归结果

  

似不相关回归三阶段最小二乘法丈夫身高丈夫受教育年限丈夫身高丈夫受教育年限妻子受教育年限2.09E-03***4.34E-01***1.37E-03***0.398***(0.0001993)(0.0127119)(0.000358)(0.0226)妻子户口类型(农村=1)-5.45E-03***-1.80E+00***-1.39E-02***-2.55E+00***(0.0020397)(0.1310297)(0.00524)(0.331)妻子身高已控制已控制妻子年龄已控制已控制妻子地域已控制已控制样本数49452536残差相关系数Breusch-Pagan检验0.0312χ2(1)=4.810p值=0.0283N/AWald检验户口类型/受教育年限-2.60 **-4.15 ***-10.11*-6.41***(5.39)(122.41)(2.82)(32.63)χ2(1)=1.77χ2(1)=0.37p值=0.1840p值=0.5430

注： 回归系数下的括号中的值为标准差，Wald检验比值下的括号中的值为卡方值。*表示p值<0.1，**表示p值<0.05，***表示p值<0.01。

这些假设的实际含义是假定婚姻市场上的男女在择偶方面的偏好完全相同，每个人对于异性的某一特征的评价标准和偏好都一致；一维指数的值相同的个体，即使各项特征的值不完全相同，对于异性来说也是没有差异的结婚对象。也就是说，各项可观察特征之间存在替代关系。

 

表15 夫妻平均年龄47岁以上丈夫特征对于妻子特征的回归结果

  

似不相关回归三阶段最小二乘法丈夫身高丈夫受教育年限丈夫身高丈夫受教育年限妻子受教育年限1.67E-03***3.60E-01***1.01E-03**2.16E-01***(0.000205)(0.0139358)(0.000599)(0.04448)妻子户口类型(农村=1)-1.11E-02***-1.59E+00***-1.81E-02*-2.94E+00***(0.0020953)(0.1424015)(0.00882)(0.655)妻子身高已控制已控制妻子年龄已控制已控制

 

续表

  

似不相关回归三阶段最小二乘法丈夫身高丈夫受教育年限丈夫身高丈夫受教育年限妻子地域已控制已控制样本数5152582残差相关系数Breusch-Pagan检验0.0331χ2(1)=5.629p值=0.0177N/AWald检验户口类型/受教育年限-6.65 ***-4.43 ***-17.94-12.92 ***(14.35)(80.73)(1.08)(7.14)χ2(1)=1.51χ2(1)=0.07p值=0.2190p值=0.7944

注： 回归系数下的括号中的值为标准差，Wald检验比值下的括号中的值为卡方值。*表示p值<0.1，**表示p值<0.05，***表示p值<0.01。

可以看到，和全样本回归的结果(表6)相比，“城镇户口”与受教育年限的替代率是大幅上升的，变为4.4～6.65年，高于全样本的4～5年。

综合来说，平均年龄较高50%的已婚夫妇，男性对于妻子“城镇户口”的评价(替代率的值)明显高于平均年龄较小的50%的夫妇。也就说近20年(即平均年龄47岁以下夫妻结婚的大致年限)内结婚的男性对于配偶户口类型的关注和评价有所降低，女性“城镇户口”的价值在婚姻匹配市场中呈现淡化和下降趋势。男性“城镇户口”的价值是否有相似的变化呢？

我们接下来就研究女性对于男性“城镇户口”评价的变化。夫妻平均年龄低于47岁的分样本回归结果见表16，夫妻平均年龄高于47岁的分样本回归结果见表17。

 

表16 夫妻平均年龄47岁以下妻子特征对于丈夫特征的回归结果

  

似不相关回归三阶段最小二乘法妻子身高妻子受教育年限妻子身高妻子受教育年限丈夫可支配收入2.91E-081.19E-05***4.67E-081.39E-05***(4.81e-08)(3.59e-06) (5.10e-08) (3.71e-06)丈夫户口类型(农村=1)-5.99E-03*-3.48E+00***-1.23E-02***-4.44E+00***(0.0032143) (0.2403241) (0.0041764) (0.3093363)丈夫身高已控制已控制丈夫年龄已控制已控制丈夫地域已控制已控制样本数14681322

 

续表

  

似不相关回归三阶段最小二乘法妻子身高妻子受教育年限妻子身高妻子受教育年限残差相关系数Breusch-Pagan检验-0.0058χ2(1)=0.049p值=0.8250N/AWald检验户口类型/可支配收入-205714.77-292058.48***-262680.94-319118.48***(0.32) (10.13)(0.74) (12.72)χ2(1)=0.25χ2(1)=0.03p值=0.6178p值=0.8586

注： 回归系数下的括号中的值为标准差，Wald检验比值下的括号中的值为卡方值。*表示p值<0.1，**表示p值<0.05，***表示p值<0.01。

首先我们来看年龄低于中位数回归结果(见表16)。可以看到，和全样本回归的结果(表7)相比，丈夫户口类型显著性有所下降(体现在因变量为妻子身高的似不相关回归中)，替代率的显著性不变，计算出的替代率仍然能通过相等检验(Wald检验p值均大于0.1)。替代率的值与全样本回归基本相同，即在20～29万元之间。我们再来看年龄高于中位数回归结果(见表17)。

 

表17 夫妻平均年龄47岁以上妻子特征对于丈夫特征的回归结果

  

似不相关回归三阶段最小二乘法妻子身高妻子受教育年限妻子身高妻子受教育年限丈夫可支配收入8.19E-083.44E-052.82E-083.29E-05* (2.05e-07)(0.0000174) (2.15e-07) (0.0000193)丈夫户口类型(农村=1)-1.48E-02-2.72E+00**-2.63E-02-3.58E+00**(0.0119906) (1.020152) (0.016032) (1.509551)丈夫身高已控制已控制丈夫年龄已控制已控制丈夫地域已控制已控制样本数9968残差相关系数Breusch-Pagan检验0.0513χ2(1)=0.260p值=0.6098N/AWald检验户口类型/可支配收入-180604.40-79069.94*-931000-108747.29(0.14) (2.29) (0.01) (1.8)χ2(1)=0.04χ2(1)=0.02p值=0.8356p值=0.8964

注： 回归系数下的括号中的值为标准差，Wald检验比值下的括号中的值为卡方值。*表示p值<0.1，**表示p值<0.05，***表示p值<0.01。

可以看到，和全样本回归的结果(表11)相比，“城镇户口”与本人年可支配收入的替代率是下降的，变为8～18万元可支配收入，低于全样本的24～27万元。

综合来说，平均年龄较高50%的已婚夫妇，女性对于丈夫“城镇户口”的评价(替代率的值)明显低于平均年龄较小的50%的夫妇。也就说近20年(即平均年龄47岁以下夫妻结婚的大致年限)内结婚的女性对于配偶户口类型的关注和评价有所增加。

上述分析表明，女性“城镇户口”的价值，若以女性受教育年限来衡量，则在婚姻匹配市场中总体呈现淡化和下降趋势。而男性“城镇户口”的价值，若以男性本人可支配收入衡量，则有上升的趋势。那么“城镇户口”价值不同的变化趋势是否来自于衡量指标本身不同的变化趋势？(例如近年来教育的价值上升超过“城镇户口”价值的上升，从而表现出女性“城镇户口”价值对受教育年限是下降的)为了验证这个猜想，探究男女性“城镇户口”在婚姻匹配中表现出不同变化趋势的原因，我们将对以女性本人收入衡量的女性“城镇户口”价值和以男性受教育程度衡量的男性“城镇户口”价值做同样的分样本分析，力求厘清“城镇户口”价值变化和衡量指标价值变化各自的影响。

4.2 户口价值的时间变化趋势的稳健性检验

首先我们对稳健性检验之四，即以女性本人年收入代替受教育年限作为自变量的回归做分样本回归，探究以本人年收入衡量女性“城镇户口”价值的变化趋势。夫妻平均年龄低于47岁的分样本回归结果见表18，夫妻平均年龄高于47岁的分样本回归结果见表19。

 

表18 夫妻平均年龄47岁以下丈夫特性对于妻子特性的回归结果

  

似不相关回归三阶段最小二乘法丈夫身高丈夫受教育年限丈夫身高丈夫受教育年限妻子本人年收入1.45E-07***3.60E-05***6.46E-080.0000271***(4.51e-08)(3.14e-06) (6.51e-08) (4.33e-06)妻子户口类型(农村=1)-1.41E-02***-3.60E+00***-0.0265857***-6.416593*** (0.001881) (0.1310394)(0.0039079) (0.2776169)妻子身高已控制已控制妻子年龄已控制已控制妻子地域已控制已控制样本数48932511残差相关系数Breusch-Pagan检验0.0794χ2(1)=30.839p值=0.0000N/A

 

续表

  

似不相关回归三阶段最小二乘法丈夫身高丈夫受教育年限丈夫身高丈夫受教育年限Wald检验户口类型/受教育年限-97153.79***-100122.30***-411543.34-236774.64*** (7.47)(96.01)0.8831.50χ2 (1)=0.16χ2 (1)=0.18p值=0.6931p值=0.6685

注： 回归系数下的括号中的值为标准差，Wald检验比值下的括号中的值为卡方值。*表示p值<0.1，**表示p值<0.05，***表示p值<0.01。

从表18中可以看到，和全样本回归的结果(表11)相比，平均年龄低于中位数回归结果户口对于收入的替代率的值是上升的，为9.7～10万元本人年收入，高于全样本的6.6～7.3万元本人年收入。我们再来看年龄高于中位数的样本的回归结果(见表19)。可以看到，和全样本回归的结果(表11)相比，“城镇户口”与收入的替代率是下降的，变为3.7～5.2万元本人年收入，低于全样本的6.6～7.3万元本人年收入。

 

表19 夫妻平均年龄47岁以上丈夫特性对于妻子特性的回归结果

  

似不相关回归三阶段最小二乘法丈夫身高丈夫受教育年限丈夫身高丈夫受教育年限妻子本人年收入2.82E-07***6.12E-05***2.21E-070.0000251(7.53e-08)(5.34e-06) (2.04e-07)(0.0000154)妻子户口类型(农村=1)-1.48E-02***-2.31E+00***-0.0226218***-4.275735*** (0.0021641) (0.1534359)(0.0087436) (0.6723807)妻子身高已控制已控制妻子年龄已控制已控制妻子地域已控制已控制样本数5105573残差相关系数Breusch-Pagan检验0.0639χ2(1)=20.875p值=0.0000N/AWald检验户口类型/受教育年限-52608.15***-37681.27***-102361.08-170348.01 (7.8)(57.71)(0.72)(1.97)χ2(1)=0.61χ2(1)=0.17p值=0.4532p值=0.6819

注： 回归系数下的括号中的值为标准差，Wald检验比值下的括号中的值为卡方值。*表示p值<0.1，**表示p值<0.05，***表示p值<0.01。

综合来说，用本人年收入衡量“城镇户口”价值时，平均年龄较高50%的已婚夫妇，男性对于妻子“城镇户口”的评价明显低于平均年龄较小的50%的夫妇。也就说近20年(即平均年龄47岁以下夫妻结婚的大致年限)内结婚的男性对于配偶户口类型的关注和评价上升了，这与按受教育年限来衡量的女性户口价值的变动趋势恰好相反。

接下来研究以受教育年限衡量的男性“城镇户口”价值随时间的变化。夫妻平均年龄低于47岁的分样本回归结果见表20，夫妻平均年龄高于47岁的分样本回归结果见表21。

 

表20 夫妻平均年龄47岁以下妻子特征对于丈夫特征的回归结果

  

似不相关回归三阶段最小二乘法妻子身高妻子受教育年限妻子身高妻子受教育年限丈夫受教育年限7.19E-04***4.39E-01***0.00042790.4489094***(0.0002039) (0.0132657)(0.0002933) (0.0194576)丈夫户口类型-5.33E-03***-2.53E+00***-0.009349***-2.966535***(农村=1)(0.0019651)(0.1278609)(0.0034741)(0.2304775)丈夫身高已控制已控制丈夫年龄已控制已控制丈夫地域已控制已控制样本数50232883残差相关系数Breusch-Pagan检验0.0116χ2(1)=0.673p值=0.4120N/AWald检验户口类型/受教育年限-7.42*-5.76***-21.85-6.61***(3.24)(207.92)(1.1)(84.41)χ2(1)=0.16χ2(1)=0.54p值=0.6891p值=0.4638

注： 回归系数下的括号中的值为标准差，Wald检验比值下的括号中的值为卡方值。*表示p值<0.1，**表示p值<0.05，***表示p值<0.01。

 

表21 夫妻平均年龄47岁以上妻子特征对于丈夫特征的回归结果

  

似不相关回归三阶段最小二乘法妻子身高妻子受教育年限妻子身高妻子受教育年限丈夫受教育年限7.63E-04***3.04E-01***0.0001870.271675***(0.0001978)(0.0127791) (0.000663) (0.0525141)丈夫户口类型(农村=1)-6.44E-03***-2.66E+00***-0.0180678**-4.747691***(0.0019488)(0.125892) (0.0089134)(0.7060078)丈夫身高已控制已控制

 

续表

  

似不相关回归三阶段最小二乘法妻子身高妻子受教育年限妻子身高妻子受教育年限丈夫年龄已控制已控制丈夫地域已控制已控制样本数5164492残差相关系数Breusch-Pagan检验0.0015χ2(1)=0.011p值=0.9168N/AWald检验户口类型/受教育年限-8.44***-8.76***-96.62-17.48***(4.69)(185.63)(0.07) (11.35)χ2(1)=0.01χ2(1)=0.05p值=0.9356p值=0.8299

注： 回归系数下的括号中的值为标准差，Wald检验比值下的括号中的值为卡方值。*表示p值<0.1，**表示p值<0.05，***表示p值<0.01。

从表20中可以看到，和全样本回归的结果(表8)相比，平均年龄低于中位数回归结果(见表20)替代率的值是下降的，为5.8～7.4年受教育年限，低于全样本的7.29～7.35年受教育年限。我们再来看年龄高于中位数的样本的回归结果(见表21)。可以看到，和全样本回归的结果(表8)相比，“城镇户口”与受教育年限的替代率是大幅上升的，变为8.44～8.76年，高于全样本的7.29～7.35年。

综合来说，平均年龄较高50%的已婚夫妇，女性对于男性“城镇户口”的评价(替代率的值)明显高于平均年龄较小的50%的夫妇。也就说近20年(即平均年龄47岁以下夫妻结婚的大致年限)内结婚的女性对于配偶户口类型的关注和评价有所降低。也就是说，以受教育年限衡量的男性“城镇户口”的价值在婚姻匹配市场中呈现淡化和下降趋势。

综合前面关于户口价值时间趋势的所有分析，如果“城镇户口”的价值是以受教育年限衡量，那么无论男性还是女性，“城镇户口”价值是下降的；如果选择本人年收入(本人可支配收入)作为衡量标准，那么“城镇户口”价值是增加的。这就验证了我们之前的猜想，即由于教育价值的增加幅度超过了“城镇户口”价值的增加幅度，因此“城镇户口”对教育年限是下降的，但对收入而言仍然是上升的。

“城镇户口”的价值上升(以收入衡量)从一个侧面反映出随着经济的发展，城乡的相对差别在扩大。虽然人们婚恋嫁娶观念有了更新，恋爱更加自由；国家户籍制度的改革也使得户口有所松动，例如，1998年后婴儿户口落户可以随父也可以随母，而之前是只能随母，这在客观上减弱了女性“城镇户口”的附带价值。但这些因素尚不足以抵消城乡差距扩大带来的户口价值的增加。

4.3 户口价值的地区差异

我国东西部经济发达程度差别较大，我们还关心经济发展水平不同地区之间户口的价值是否有所区别。我们按家庭所在省份，根据2012年各省人均GDP的中位数(宁夏回族自治区，36394元)把来自26个省份的已婚夫妻样本分成两部分。所在省份人均GDP高于中位数的为一组，低于中位数的为一组，来粗略研究经济发展水平不同地区的已婚男女性对于配偶“城镇户口”价值的评价。

我们首先研究男性对于女性“城镇户口”评价的变化，将夫妻所在省份人均GDP高于中位数的作为一组回归(表22)，这组样本包含了14个省份[注]这14个省份(直辖市)分别是：河北省、陕西省、湖北省、重庆市、吉林省、山东省、福建省、广东省、辽宁省、浙江省、江苏省、上海市、北京市、天津市。单位的夫妻。

 

表22 人均GDP高于中位数省份丈夫特征对于妻子特征的回归结果

  

似不相关回归三阶段最小二乘法丈夫身高丈夫受教育年限丈夫身高丈夫受教育年限妻子受教育年限21.71E-03***3.73E-01***1.19E-03***3.11E-01***(0.0018606)(0.0132113)(0.0004592)(0.0296177)妻子户口类型-8.33E-03***-1.52E+00***-1.29E-02**-2.69E+00***(农村=1)(0.0018606)(0.1264697)(0.0059974)(0.386769)妻子身高已控制已控制妻子年龄已控制已控制妻子地域已控制已控制样本数50241479残差相关系数Breusch-Pagan检验0.0138χ2(1)=0.951P值=0.3294N/AWald检验户口类型/受教育年限-4.87***-4.08***-10.89-8.66***(11.74)(92.94)(1.63)(20.62)χ2(1)=0.29χ2 (1)=0.7970p值=0.5922p值=0.07

注： 回归系数下的括号中的值为标准差，Wald检验比值下的括号中的值为卡方值。*表示p值<0.1，**表示p值<0.05，***表示p值<0.01。

从人均GDP高于中位数回归结果(见表22)中可以看到妻子户口替代率的值为4.08～4.87年，与全样本的结果非常接近。我们再来看人均GDP低于中位数的样本的回归结果(见表23)，这个结果包含了12个省份的样本[注]人均GDP低于中位数的省份(自治区)有：贵州省、甘肃省、云南省、广西壮族自治区、安徽省、江西省、四川省、河南省、湖南省、山西省、黑龙江省、宁夏回族自治区(我们把中位数的宁夏回族自治区归至低于中位数样本的组中)。。可以看到，“城镇户口”与受教育年限的替代率与人均GDP高于中位数回归结果相比是上升的，为4.69～5.41年，约高了一年。

 

表23 人均GDP低于中位数省份丈夫特征对于妻子特征的回归结果

  

似不相关回归三阶段最小二乘法丈夫身高丈夫受教育年限丈夫身高丈夫受教育年限妻子受教育年限1.90E-03***4.11E-01***1.63E-03***3.96E-01***(0.0002052)(0.0133764)(0.0004102)(0.027267)妻子户口类型(农村=1)-1.03E-02***-1.93E+00***-2.05E-02***-2.57E+00***(0.0023264)(0.1516748)(0.006927)(0.4629146)妻子身高已控制已控制妻子年龄已控制已控制妻子地域已控制已控制样本数52891716残差相关系数Breusch-Pagan检验0.0383χ2(1)=7.759p值=0.0053N/AWald检验户口类型/受教育年限-5.41***-4.69***-17.66-6.48***(11.85)(105.52)(2.44)(18.19)χ2(1)=0.18χ2(1)=0.97p值=0.6678p值=0.3241

注： 回归系数下的括号中的值为标准差，Wald检验比值下的括号中的值为卡方值。*表示p值<0.1，**表示p值<0.05，***表示p值<0.01。

综合来说，居住在经济较为发达地区的50%的已婚夫妇，男性对于妻子“城镇户口”的评价(替代率的值)略低于经济较为落后较小的50%的夫妇。也就说居住在经济较为发达地区的男性对于配偶户口类型的关注和评价比较低，女性“城镇户口”的价值在婚姻匹配市场中呈现经济欠发达的地区更加看中户口价值的特点。男性“城镇户口”的价值是否有相似的特点呢？

我们接下来就研究女性对于男性“城镇户口”评价的变化。人均GDP高于中位数省份的分样本回归结果见表24，人均GDP低于中位数省份的分样本回归结果见表25。

 

表24 人均GDP高于中位数省份妻子特征对于丈夫特征的回归结果

  

似不相关回归三阶段最小二乘法妻子身高妻子受教育年限妻子身高妻子受教育年限丈夫可支配收入6.08E-081.73E-05***6.50E-081.86E-05*** (6.84e-08)(5.09e-06) (7.10e-08) (5.16e-06)丈夫户口类型-1.09E-02**-2.27E+00***-1.28E-02**-3.41E+00***(农村=1)(0.0042694)(0.3177567) (0.0056096)(0.4215813)丈夫身高已控制已控制丈夫年龄已控制已控制丈夫地域已控制已控制样本数628555残差相关系数Breusch-Pagan检验0.0277χ2(1)=0.482p值=0.4875N/AWald检验户口类型/可支配收入-179396.38-131257.05***-197652.31-183117.10**(0.66) (8.65)(0.65)(9.71)χ2(1)=0.05χ2(1)=0.00p值=0.8298p值=0.9529

注： 回归系数下的括号中的值为标准差，Wald检验比值下的括号中的值为卡方值。*表示p值<0.1，**表示p值<0.05，***表示p值<0.01。

首先我们来看人均GDP高于中位数省份回归结果(见表24)。可以看到，和全样本回归的结果(表7)相比，丈夫户口价值有所下降，计算出的替代率仍然能通过相等检验(Wald检验p值均大于0.1)，为13～18万元左右，低于全样本24～27万元。我们再来看人均GDP低于中位数省份回归结果(见表25)。可以看到，分样本后最后计算出的替代率只有在一个回归中显著，能通过相等检验(Wald检验p值均大于0.1)，替代率的范围是43万～175万元之间。结合之前全样本回归(表7)和人均GDP高于中位数省份回归结果(表24)，我们可以推断经济欠发达地区妻子对其丈夫的“城镇户口”的评价和要超过经济发达地区的女性。

 

表25 人均GDP低于中位数省份妻子特征对于丈夫特征的回归结果

  

似不相关回归三阶段最小二乘法妻子身高妻子受教育年限妻子身高妻子受教育年限丈夫可支配收入1.70E-091.04E-05**1.32E-081.27E-05**(6.27e-08)(4.73e-06)(6.73e-08)(4.97e-06)

 

续表

  

似不相关回归三阶段最小二乘法妻子身高妻子受教育年限妻子身高妻子受教育年限丈夫户口类型(农村=1)-2.98E-03-4.48E+00**-1.27E-02**-5.27E+00***(0.0043346)(0.3270852)(0.0056728)(0.4228246) 丈夫身高已控制已控制丈夫年龄已控制已控制丈夫地域已控制已控制样本数976869残差相关系数Breusch-Pagan检验-0.0162χ2(1)=0.258p值=0.6118N/AWald检验户口类型/可支配收入-1752529.41-430928.85**-964181.8182-415322.2047**(0.00)(4.68)(0.04) (6.21)χ2(1)=0.00χ2(1)=0.00p值=0.9718p值=0.9675

注： 回归系数下的括号中的值为标准差，Wald检验比值下的括号中的值为卡方值。*表示p值<0.1，**表示p值<0.05，***表示p值<0.01。

综合来看，无论是男性还是女性的“城镇户口”的价值，都呈现出在经济欠发达地区更加“值钱”现象。客观上来说，发达地区的“城镇户口”价值理应更高，但由于城乡户口分割比在城市户口内部和农村户口内部的地区分割更严重，所以人们可能更在乎是否有城市户口，对于在哪个城市可能更不在乎，导致经济发达地区“城镇户口”的绝对价值没有完全体现出来。其次，经济发达地区的城乡差别较小，农村地区也有比较健全的基础设施建设、丰富的教育资源和医疗资源，享受各方面的福利待遇与城镇居民几乎没有差别(例如江苏、浙江的农村地区)，以至于发达地区的“城镇户口”(相较于与“农村户口”)的相对价值较经济欠发达地区小。

对于“城镇户口”价值的地域分析一定程度上呼应了我们在上一小节提到的观点，即经济的增长会带来婚恋价值观念的改变，进而影响户口的价值。与此同时，“城镇户口”价值根本体现了城乡福利待遇和居住条件的差别，“城镇户口”的价值地区差异反映出经济欠发达地区城乡之间的差别更大(体现在“城镇户口”价值更高上)，所以努力发展经济也是缩小城乡差别的一个切实可行的重要途径。

5 结论

本文着眼于户籍身份在婚姻匹配市场中的价值，借以估计户籍身份更为一般性的经济价值。我们借鉴Chiappori et al.(2012)提出的不同特征相互替代模型，计算“城镇户口”与女性受教育年限、男性可支配年收入的替代率。女性“城镇户口”相当于4～5年受教育年限；男性“城镇户口”价值相当于24～27万元可支配年收入。扩展分析表明女性的“城镇户口”的价值近年来在婚姻匹配市场上有下降的趋势，而男性的“城镇户口”价值则有上升趋势。经济欠发达地区对于“城镇户口”的评价略高于经济发达地区。从婚姻匹配的角度研究“城镇户口”的价值，是对国内城乡差距和户籍制度相关研究的有益补充和创新，同时也是对婚姻关系研究的一个重要贡献。研究得到的“城镇户口”在婚姻匹配市场中的价值可以作为“城镇户口”真实经济价值的参考，为户籍制度改革提供科学依据。

本文的方法可以用于研究婚姻关系中其他特征的替代关系，例如教育和收入之间的替代关系，或者政治身份(如党员)的价值等。这一方法也可以研究其他匹配关系中各方不同特征的替代关系，如官员与就职地的匹配、企业与雇员的匹配等，具有非常广泛的应用价值。

附表

 

附表1 丈夫特性对于妻子特性的回归结果(以户口为被解释变量)

  

变量似不相关回归三阶段最小二乘法丈夫可支配收入丈夫户口类型丈夫可支配收入丈夫户口类型妻子受教育年限7.24E+02***-1.00E-02***7.09E+02**-4.93E-03(176.4357) (0.0019012) (348.4665)(0.0033188)妻子户口类型(农村=1)-2.48E+036.51E-01***-4.30E+037.28E-01(1853.068) (0.0199682) (6424.115)(0.0611837)妻子身高已控制已控制妻子年龄已控制已控制妻子地域已控制已控制样本数1704775残差相关系数Breusch-Pagan检验-0.0135χ2(1)=0.310p值=0.5774N/AWald检验户口类型/受教育年限-3.429027245-64.91148113***-6.054814156-147.6158683 (1.31)(24.06) (0.29)(1.88)χ2(1)=20.62χ2(1)=1.70p值=0.000p值=0.1923

注： 回归系数下的括号中的值为标准差，Wald检验比值下的括号中的值为卡方值。*表示p值<0.1，**表示p值<0.05，***表示p值<0.01。

 

附表2 妻子特性对于丈夫特性的回归结果(以户口为被解释变量)

  

似不相关回归三阶段最小二乘法妻子户口类型妻子受教育年限妻子户口类型妻子受教育年限丈夫可支配收入-2.09E-071.32E-05***-1.24E-071.45E-05*** (2.62e-07)(3.35e-06) (2.72e-07)(3.44e-06)丈夫户口类型(农村=1)6.50E-01***-3.48E+00***8.05E-01***-4.508997***(0.0175145) (0.2240661) (0.0239605) (0.2933661)丈夫身高已控制已控制丈夫年龄已控制已控制丈夫地域已控制已控制样本数16951506残差相关系数Breusch-Pagan检验-0.2181χ2(1)=80.637p值=0.00N/AWald检验户口类型/可支配收入-3109137.799-263825.7576***-6494821.774-310965.3103***(0.64)(14.04)(0.21)(15.84)χ2(1)=0.0χ2(1)=0.00p值=N/Ap值=N/A

注： 回归系数下的括号中的值为标准差，Wald检验比值下的括号中的值为卡方值。*表示p值<0.1，**表示p值<0.05，***表示p值<0.01。

 

附表3 主回归工具变量方程回归结果

  

丈夫户口类型妻子户口类型(农村=1)(农村=1)本人父亲户口类型(农村=1)0.3428***0.1141***(0.0233)(0.0224)本人母亲户口类型(农村=1)0.4949***0.5081***(0.0255)(0.0249)本人受教育年限-0.0195***-0.0271***(0.0017)(0.0014)本人身高-0.0643-0.0991(0.11675)(0.1072)本人年龄-0.0036***-0.0039***(0.0008)(0.0006)本人户口所在经济区已控制已控制样本数14243207R2 0.69690.5142

注： 回归系数下的括号中的值为标准差。*表示p值<0.1，**表示p值<0.05，***表示p值<0.01。

参考文献

钞小静, 沈坤荣. 2014. 城乡收入差距、劳动力质量与中国经济增长[J]. 经济研究, (6): 30-43.

韩立岩, 杜春越. 2012. 收入差距、借贷水平与居民消费的地区及城乡差异[J]. 经济研究, (S1): 15-27.

洪银兴. 2008. 城乡差距和城乡统筹发展的优先次序[J]. 当代经济研究, (1): 38-43.

黄少安, 孙涛. 2012.中国的“逆城市化”现象: “非转农”——基于城乡户籍相对价值变化和推拉理论的分析[J]. 江海学刊, (3): 90-96.

李强. 2003. 影响中国城乡流动人口的推力与拉力因素分析[J]. 中国社会科学, (1): 125-136.

李若建. 2001. 城镇户籍价值的显化与淡化过程分析[J]. 社会科学, (9): 53-57.

李天芳. 2014. 城乡教育差距与收入差距关系及其成因探究[J]. 经济与管理, 28(6): 29-33.

梁运文, 霍震, 刘凯. 2010. 中国城乡居民财产分布的实证研究[J]. 经济研究, (10): 33-47.

刘长庚, 张松彪. 2015. 权利配置与我国城乡居民收入差距——基于省际面板数据的分析[J]. 经济问题探索, (3): 42-49.

陆益龙. 2008. 户口还起作用吗——户籍制度与社会分层和流动[J].中国社会科学, (1): 149-162.

牛建林. 2013. 人口流动对中国城乡居民健康差异的影响[J].中国社会科学, (2): 46-63.

钱洁. 2009. 我国当代户籍制度的经济学分析[D]. 上海: 上海社会科学院.

万海远, 李实. 2013. 户籍歧视对城乡收入差距的影响[J]. 经济研究, (9): 43-55.

王跃生. 2013. 中国城乡家庭结构变动分析——基于2010年人口普查数据[J]. 中国社会科学, (12): 60-77.

吴愈晓. 2013. 中国城乡居民的教育机会不平等及其演变(1978—2008)[J]. 中国社会科学, (3): 4-21.

习亚哲. 2015. 城乡基本公共服务供给差距表现、制度困境及解决对策——以河北省为例[J]. 经济研究参考, (9): 71-76.

余向华, 陈雪娟. 2012. 中国劳动力市场的户籍分割效应及其变迁——工资差异与机会差异双重视角下的实证研究[J]. 经济研究, (12): 97-110.

章元, 刘时菁, 刘亮. 2011. 城乡收入差距、民工失业与中国犯罪率的上升[J]. 经济研究, (2): 59-72.

赵善科. 2014. 户口的价值——来自中国婚姻匹配的证据[D]. 北京: 清华大学.

Chiappori P A, Oreffice S, Quintana-Domeque C. 2012. Fatter attraction: anthropometricand socioeconomic matching on the marriage market[J]. Journal of Political Economy, 120(4): 659-695.

Nie H F, Xing C N. 2010. When city boy falls in love with country girl: baby’s hukou, hukou reform, and inter-hukou marriage[R]. World Economic Papers.

Vortherms S A. 2014. Hukou as benefits: the impact of household registration status changes on wages[R]. Working paper.

Zax J S. 2015. Provincial returns to human capital in urban China, inter-regional inequality and the implicit value of a Guangdong hukou[R]. Working paper.