市民化讓農業轉移人口更幸福嗎？

付小鵬　許巖　梁平

摘要：目前中國正在大力推動以戶籍制度改革為主要內容的市民化進程，在此過程中，戶籍身份的變化究竟如何影響農業轉移人口的主觀幸福感呢？本文利用2013年中國家庭收入調查數據（CHIP 2013），采用傾向得分匹配（PSM）的識別策略，分析了市民化對農業轉移人口主觀幸福感的影響及異質性特征。研究結果顯示：市民化之后，農業轉移人口主觀幸福感確實有顯著的提升;市民化對農業轉移人口主觀幸福感影響具有顯著的異質性特征：“政策性農轉非”居民的戶籍變更并沒給其帶來主觀幸福感的提升，但“選擇性農轉非”居民主觀幸福感提升效應明顯。

關鍵詞：市民化;農業轉移人口;主觀幸福感;傾向得分匹配

中圖分類號：C922文獻標識碼：A文章編號：1000-4149（2019）06-0028-14

DOI：10.3969/j.issn.1000-4149.2019.00.015

Does Citizenization Make the Agricultural Transfer Population Happier？

FU Xiaopeng1，XU Yan2，LIANG Ping3

（1.School of Public Affairs， Chongqing University， Chongqing 400041， China;2. School of Economics， Chongqing Technology and Business University， Chongqing400067， China; 3. School of Marxism， Chongqing University， Chongqing 400041， China）

Abstract：At present， China is vigorously promoting the? civilization? process with the reform of the household registration system as a main content. In this process， how does the change in household registration status affect the subjective well-being of the agricultural transfer population？ In this paper， we use the 2013 China Household Income Survey Data （CHIP 2013） to identify the impact and heterogeneity of citizenization on the subjective well-being of agricultural transferring population by identification strategy of preference score matching （PSM）. The results of the study can be showed as follows： 1） After the citizenization， the subjective well-being of the agricultural transferring population has indeed improved significantly. 2） The influence of citizenization on the subjective well-being of agricultural transferring population has significant heterogeneity. The change of household registration of “policy-based urban hukou registration” residents did not bring about an improvement in subjective well-being， but the effect of subjective well-being on “selective farming to non-residents” was obvious.

Keywords：citizenization;agricultural transferring population;subjective well-being;propensity score matching（PSM）

一、引言

目前，中國正處于全面推進以人為核心的新型城鎮化的關鍵歷史階段。根據“十三五”規劃的要求，到2020年中國要努力實現1億農業轉移人口在城市落戶。2017年，在黨的十九大報告中習近平總書記又進一步強調：“要以城市群為主體構建大中小城市和小城鎮協調發展的城鎮格局，加快農業轉移人口市民化 詳見中國共產黨第十九次全國代表大會報告全文，http：//www.spp.gov.cn/tt/201710/t20171018_202773.shtml”。在這樣的政策推動下，人力資源和社會保障部統計公報顯示，全國戶籍人口城鎮化率從2012年的35.30%增長到2017年的42.35%，8000多萬農業轉移人口的戶口發生變更成為城市居民，并且隨著城市化進程的不斷加快，可以預見在不久的將來，越來越多的農業轉移人口將迎來戶籍身份的集中變化。而市民化改革的一項根本目的，在于使農業人口能夠平等參與城鎮化進程，共同分享城鎮化發展成果，過上更加幸福美好的生活[1]。因此，在市民化過程中，農業轉移人口主觀幸福感或者生活滿意度提高是我們考察和判斷政府市民化政策、城鎮化發展戰略成敗得失的關鍵依據，那么市民化或者戶籍狀態的變更究竟對農業轉移人口的主觀幸福感產生了怎樣的影響呢？對以上這些重要問題的回答將直接關系到對農業轉移人口市民化這一歷史變革的價值判斷。事實上，對于上述問題的答案并不像直覺中那樣顯而易見。一方面，幾乎所有來自中國經驗的歷史文獻都認為，相比于非農業戶籍人口而言，農業戶籍人口的主觀幸福感要更高[2-5]。學者們常把這一反常現象看作是“伊斯特林悖論”在中國城鄉結構上的現實翻版[6];而另一方面，在中國，非農業戶口始終是教育、醫療、社會保障等一系列隱性福利的代名詞。在很長一段時間內，少數農村“精英”只有通過上學、參軍、轉干、招工等嚴格篩選才能獲得城市戶籍[7]。部分地區甚至出現過農村居民通過買賣戶口來實現變成城市居民的現象[8]。如果從農業戶口到非農業戶口的變更真的會使居民幸福感下降的話，那么又該如何解釋理性的社會行動者通過“用腳投票”而做出的現實選擇呢？要想準確評價上述兩種相互矛盾的實證結果孰是孰非，則需要更為確鑿的經驗性證據。

與歷史文獻相比，本文的邊際創新主要集中在以下兩方面：①在以往相關研究中，學者們更加關注農村居民與城市居民間靜態的主觀幸福感差異，但是這種差異往往是多方面不可觀測因素（如城鄉居民生活中亞文化的差異、生活標準參照系的差異等）共同作用的結果，我們很難從中精確地分離出戶籍因素對幸福感的真實影響。而本文在傾向得分匹配（PSM）的準自然實驗實證框架下，以生活在城市中的流動人口作為“控制組”、以有過戶籍變更經歷的“農轉非”人口作為“處理組”，在采樣背景基本一致的情況下深入分析戶籍變更對居民主觀幸福感的影響，這將會得到更加可靠的研究結論。②在證實戶籍身份的變化確實顯著提升了“農轉非”居民的主觀幸福感的基礎上，深入挖掘了城市戶籍獲得來源的不同對“農轉非”居民主觀幸福感的異質性影響。這些問題的解答對完善和優化落戶條件設置、社會保障標準的設定等一系列加快“農轉非”居民融入城市的制度設計具有一定指導價值。

二、 文獻述評

在現代社會中，如何提升居民幸福感水平是所有制度設計以及經濟發展的最終歸宿[9]。在有關中國居民主觀幸福感的相關研究中，國內外學者大量地討論了收入、收入差距、政府質量、城市規模、社會資本、政治身份以及人力資本等因素對中國居民幸福感的影響。與此同時，在中國城鄉二元分割的社會體制中，戶籍分化所引發的城市與鄉村居民主觀幸福感的差異也成為國內外學者研究的熱點。

相關的研究大致遵循兩個方向：一方面，部分學者從戶籍身份差別造成城鄉居民在收入、社會保障、社會福利等方面差異入手，研究戶籍身份與居民主觀幸福感之間相關關系。具體而言，第一，從收入差別入手。雖然在國際經驗上關于收入水平與居民主觀幸福感之間的相關關系仍然存在著不小爭議，但來自中國的經驗研究卻幾乎無一例外地認為，絕對收入水平提升有利于居民幸福感水平的提高，并且收入差距拉大對低層次居民幸福感具有顯著負向影響[3，10-11]。事實上，在傳統的城鄉二元分割的社會體制下，實證研究結果表明城市勞動市場中存在著針對農業轉移人口的制度性工資歧視[12-15]，這種基于戶籍的制度性工資歧視對農業轉移人口收入水平提高不利。同等條件下，這就會造成城市戶籍居民比農村戶籍轉移勞動力工作收入高，并且隨著大量農村轉移勞動力涌入城市，這種趨勢會加重制度性工資歧視程度，并不斷拉大城鄉居民工作收入的差距[14]，顯然這不利于農業轉移勞動力主觀幸福感的提升。第二，從社會保障和社會福利差別角度來看。歷史文獻的研究結果表明，對于未來的不確定性是影響居民幸福感的重要機制[16]。鑒于不確定性對居民幸福感有無法忽視的沖擊，對于不確定的防范也就合乎邏輯地成了增強居民幸福感的有效手段[17]。而在不確定性的防范上，社會保障體系的覆蓋范圍與保障水平無疑發揮著極其重要的作用。根據溫霍芬（Veenhoven）的研究，在國家經濟發展水平基本相同的條件下，社會保障體系的完善程度與居民的主觀幸福感表現出顯著的正相關關系[18]。而在中國的現實背景下，歷史上長期維持的“城鄉二元結構”事實上使得城鎮人口與農業人口生活在兩種截然不同的社會保障體制之下，無論在社會保障的保障范圍，還是在保障水平上，城鎮人口都遠高于農業人口。例如，如1993年、1998年、2005年、2014年的城鎮與農村人均社會保障費用支出分別為168元和8.6元、1310元和34.7元、2728元和97.3元、8236.10元和328.5元，2014年城鄉人均社會保障支出的差距仍然高達35倍左右。

另一方面，一部分學者從戶籍身份本身造成的身份認同感差別角度入手研究城鄉居民主觀幸福感。事實上，戶籍身份的差別不僅體現在收入、社會福利差距方面，而且還意味著身份認同感的差別，這種身份認同的差異也會作用于居民主觀幸福感水平。具體而言，盡管外來人口有融入城市、獲得社會認同的強烈期望，但是戶籍制度卻劃定了一條人為的鴻溝，并且會一直左右農業轉移人口對自己身份的認同，在社會交往中，戶籍標簽將人們分成了“城里人”與“鄉下人”兩個截然不同的社會群體，在不同的社會群體間人們更加關注的是他群與本群的總體差異。正是在城鄉二元分割的社會機制下，社會優勢群體往往容易對相對劣勢群體產生社會排斥，并最終抑制了劣勢群體對自己的身份認同[19]。同時，在沒有獲得正式城市身份——城市戶口的條件下，農業移民與周邊市民間的社會網絡往往是斷裂的和“孤島化”的[20]，這就不可避免地會抑制農業轉移人口的社會資本積累，而社會資本對居民幸福感的重要意義早已被多方面的文獻所驗證[21-23]。

綜上所述，相關研究對理解和進一步探討戶籍對居民幸福感影響提供了很好的理論借鑒和研究支撐，但以上研究并沒能準確地回答戶籍身份變更后農業轉移人口主觀幸福感的變化這個關鍵問題，更多是探討靜態條件下農村戶籍居民和城市戶籍居民之間幸福感差異及影響因素。基于此，本文采用傾向得分匹配的識別策略，重點探討戶籍身份變化對居民主觀幸福感的影響及影響的異質性特征。該實證研究的結果無論對于戶籍制度完善、城市化持續推進，還是更深一步理解戶籍與居民主觀幸福感相互關系都具有重要現實意義和理論價值。

三、數據與經驗分析框架

1.數據

本文使用的微觀數據來自中國家庭收入調查2013年數據（CHIP 2013），具體包含城鎮居民和外來務工人員兩類居民數據 目前國內主流的微觀調查數據如中國綜合社會調查（CGSS）、中國家庭營養調查（CHNS）、中國家庭金融調查（CHFS）也提供主觀幸福感（subjective well-being）的數據，但是這些公開數據并未提供調查對象的城市代碼，事實上居民主觀幸福感和城市特征也密切相關，未加城市特征變量可能會產生遺漏變量風險。相對而言，CHIP 2013公布了城市代碼，解決了這一問題。。CHIP數據是采取分層抽樣建立起來的全國范圍內的勞動力數據庫，也是目前研究中國居民幸福感變化及變遷最為權威的數據庫。該數據庫按照東、中、西分層，采用系統抽樣的方法抽取調查樣本，2013年調查樣本城市覆蓋了北京、重慶、山西、遼寧、江蘇、浙江、安徽、山東、河南、湖北、湖南、廣東、四川、云南、甘肅15個省級行政區的126個城市，涵蓋3萬多個體樣本，這也是所有年份CHIP調查中，覆蓋范圍最廣、抽樣城市最多、受訪人數最多的一次調查，這一特征也滿足了傾向得分匹配（PSM）對大樣本數據的要求[24]。在進一步對主觀幸福感、受教育年限、性別、年齡等個人數據不夠完整的觀測樣本進行篩檢后，最后獲得有效個體樣本5139例。

結合CHIP 2013調查問卷中的相關問題，本文將涉及的三個核心變量定義如下：①“農轉非”居民，指由農業戶籍轉化為非農業戶籍的城市居民，同時也包括因戶籍制度改革試點而統一成為城市居民戶口的農業轉移人口。具體問題是“您是否有過“農轉非”的經歷？”，若回答是則該指標賦值為1，否則為0。②主觀幸福感，是指居民對其生活滿意度的一種主觀感受，具體是對“總的來說，您現在幸福嗎？”這一問題的主觀回答，該問題也是同類研究中通常被用來度量生活滿意度和幸福感的經典問題，受訪者要在“非常幸福、比較幸福、不好也不壞、不太幸福、很不幸福及不知道”六個選項內做出判斷。在刪除最后一項回答的樣本后將前五項回答分別賦值為4、3、2、1、0。③戶籍來源，主要是指“農轉非”居民城市戶籍獲取途徑。根據已有文獻可知，戶籍身份變化 主要是指由農業戶口向非農業戶口或居民戶口轉變。的過程直接影響著戶籍制度的社會分層后果，而社會分層后果又會對這些群體的主觀幸福感產生不同程度的影響。鑒于戶籍來源可能會對農業轉移人口主觀幸福感產生影響，按照鄭冰島的分類方法[7]結合調查問卷關于戶口來源的問題，本文根據戶籍來源差異將經歷戶籍變化的農業轉移人口分為兩類：選擇性農轉非群體，即通過上學、轉干、參軍、購房、婚姻等途徑獲得非農業戶口的群體，該群體實現自身戶口的變化主要依靠自身努力，具有明顯內生性特征;政策性農轉非，即通過土地被征用（土地換戶口）或戶籍制度改革試點而獲得非農業戶口的“農轉非”居民，該群體基本獨立于個體能力和自我選擇之外而被整體關照，政策性農轉非暗示著農民戶籍身份轉變的外生性影響。

實證分析中，本文除CHIP 2013微觀數據外，還使用了城市宏觀數據，主要包括人口規模、人均GDP、人均道路面積等，其數據主要來源于《中國城市統計年鑒》。

2.經驗分析框架

（1）基本線性回歸模型。本文采用最小二乘法（Ordinary Least Squares， OLS）作為基準模型，需要指出的是，雖將被解釋變量由序數回答變為基準變量，但根據費雷里-卡博內爾（Ferreri Carbonell）等與安格瑞斯特（Angrist）和皮施克（Pischke）的研究可知，只要方程設定正確，在回歸分析中無論是采用OLS還是Order Probit/Logit的實證方法對于系數的顯著性和方向并沒有明顯的影響[25-26]。基于此設定線性回歸方程如下：

wellbeing_ij=α₀+α₁nzf+βX_ij+γZ_j+ε_ij（1）

其中，wellbeing代表個人的主觀幸福感，下標i表示個人，j表示其所在的城市。nzf表示個人是否有過“農轉非”經歷，X_ij表示個人層面的解釋變量，Z_j表示城市宏觀解釋變量。 ε代表隨機誤差項。

（2）傾向得分匹配。基于線性回歸模型，雖然可以采用估計組間平均數差異的方法來對“農轉非”居民與農村戶籍轉移勞動力進行對比，但該方法過于簡單，并且格林（Green）的研究發現線性回歸分析可能無法克服因樣本自選擇（selection bias）所導致的測量誤差[27]。因此，為識別出戶籍身份的變化對主觀幸福感的凈效應，本文進行實證研究的最大障礙就是尋找反事實 （Counterfactual）事件：即對一個農村戶籍的農業轉移勞動力而言，在保持其他個人特質不變的條件下，假設其身份變成“農轉非”居民，那么他的幸福感是上升還是下降？如果是上升，則說明戶籍變化確實提升了居民的幸福感。但無論農村戶口還是城鎮戶口都是個人歷史屬性，在某個時間點并不存在某個居民既是城鎮戶口又具有農村戶籍的狀態。因此，在這種條件下很難構建起嚴格符合“控制組和處理組”的自然實驗框架。羅森鮑姆（Rosenbaum）和羅賓（Rubin）所提出的傾向得分匹配（Propensity Score Matching，PSM）方法可以部分解決以上問題，這種實證方法可以幫助研究者構造出一個準自然實驗的實證框架（quasi-experiment），即構造近似反事實的“處理組”與“控制組”，從而部分滿足“反事實事件”的要求[28]，最終可以估計出干凈的處理效應。

具體而言，傾向得分匹配首先要構建一個包含影響戶籍變化的個體因素的logit模型，即測量個體發生某個事件（在本文中是指農業轉移勞動力獲得城市戶籍）的傾向性或者可能性的模型。具體模型如下：

logit（treated_i=1）=β₀+β₁X_i+ε_i（2）

以上模型中，treated_i表示個體是否有“農轉非”的虛擬變量，若經歷過“農轉非”則treated_i=1，否則treated_i=0，以此將研究對象區分為“實驗組”（“農轉非”群體）和“控制組”（“擁有農業戶籍的農村轉移勞動力”）。X_i為相關協變量，協變量可以對個體進入處理組的傾向得分P（X）進行預測。通過對傾向得分進行匹配，使我們可以在個人特質大致相似的條件下為“處理組”個體選擇適當的“對照組”個體，以減少因樣本自選擇性問題而導致的估計偏誤。“控制組”和“處理組”之間幸福感的差異即為戶籍身份變化（“農轉非”經歷）對主觀幸福感影響的平均處理效應（Average Treatment Effect，簡稱ATE），具體模型如下所示：

ATE_PSM=EP_（X）|D=1{E[Y（1）|Treatedi=1，P（X）]-E[Y（0）|Treated_i=0，P（X）]} （3）

ATEPSM為平均處理效應，treatedi是處理組（1）與控制組（0）的虛擬變量;P（X_i）是傾向得分;Y（1）表示“農轉非”居民的主觀幸福感;Y（0）表示農村戶籍流動人口的主觀幸福感。

（3）協變量的選擇。為增強以上估計的穩健性，我們需假設觀察到一系列個體特征是完全窮盡的，也就是沒有任何影響個體“農轉非”傾向性和主觀幸福感的重要協變量被遺漏，這又被稱為“嚴格可忽略性假設”，該假設是傾向匹配方法能夠得到穩健結果的重要基礎[29-30]。根據勒文（Leuven）和夏內西（Sianesi）的建議，應當盡可能多地把協變量納入傾向得分的預測模型中，且這些協變量盡可能外生[31]。依照相關文獻研究結論和研究實踐經驗，同時結合CHIP 2013調查數據具體內容，本文選擇的協變量包括：居民性別、婚姻狀況、年齡、受教育年限、民族、政治面貌、健康狀況、生活水平，表1給出各重要協變量的描述性統計。

四、實證分析結果

1.OLS回歸結果

根據公式（1），本文采用逐步增加控制變量的方法進行OLS回歸分析，實證結果如表2所示。其中，模型1是基本回歸結果，模型2是除關鍵控制變量外的線性回歸結果，模型3為增加了全部控制變量后線性回歸結果。根據回歸結果可發現，關鍵變量“農轉非”前的系數均為正并且至少通過了5%以上顯著性檢驗，這初步證明了有“農轉非”經歷的新晉城市居民的主觀幸福感要明顯高于農村轉移勞動力。在增加家庭消費、家庭收入以及社會保障參與率三個重要變量后，關鍵變量前的系數明顯減小，從0.0561降低到0.0504，但是系數符號和顯著性并沒有顯著變化，這一方面說明了以上三個重要變量確實對“農轉非”群體幸福感起到了重要的影響，另一方面也再次證實模型2中的實證結果。以上結果初步驗證了戶籍身份的變化顯著提升了“農轉非”居民的主觀幸福感。

本文OLS回歸結果中控制變量系數的符號及顯著性與其他使用CHIP數據研究中國居民幸福感影響因素的文獻基本一致。相對于男性，女性表現得更為幸福，這與盧特默（Luttmer）的幸福感與性別不相關或男性更幸福的結論有所不同，可能的原因在于中國男性要承擔更多“養家”責任因此壓力更大[32]。同時，年齡對幸福感的影響呈“U”型狀態，其原因在于中年人相比青年人、老年人面臨更大的社會壓力和家庭壓力，幸福感水平也極可能處于生命中最低階段。此外，婚姻狀況也會直接影響個人主觀幸福感水平，已婚居民更能從家庭中獲得生活的樂趣，自然更幸福，而離婚和喪偶經歷則會顯著降低人們的幸福感。與羅楚亮、許巖的研究結果相似，受教育年限與幸福感并沒有顯著關系[2，9]。在控制收入的條件下回歸系數仍未出現顯著性特征，其中可能的原因在于教育對幸福感的影響通過提升家庭人均收入的水平來實現，而非教育本身。與陸銘等的研究相似，家庭收入、黨員身份、健康狀況、相對生活水平都出現顯著的正相關關系[33]。

此外，城市宏觀控制變量系數的符號以及顯著性程度也與之前研究的結果相似。首先，城市人均交通里程的增加提高了居民的幸福感，其可能的原因在于，城市人均交通里程的增加會降低居民的通勤時間和通勤成本，從而顯著提升居民幸福感水平，這與克魯格等人（Krueger et al）的結果相同[32]。其次，城市人口數量卻與居民幸福感之間為負相關關系。因此，簡單、粗放地增加城市人口數量雖然能夠提升城鎮化率，但這種做法可能會抑制居民幸福感的提升。同時，城市人均GDP與幸福感并不存在顯著正相關關系，這也意味著宏觀經濟水平與居民幸福感之間并不存在顯著的相關關系，這一結果與伊斯特林（Easterlin）等人的“收入—幸福”悖論研究結果[34]相似，這也符合我國近些年來經濟發展與幸福感提升不一致的現象。

2.傾向得分匹配的估計

（1）傾向得分匹配結果。根據對實證研究方法的分析，傾向得分匹配的主要優勢在于可以利用觀測到的信息減少因果關系推斷過程中的估計偏誤。正是因為這個原因，傾向得分匹配法在社會科學研究領域的應用也逐漸廣泛起來[35]。在具體操作過程中，傾向得分匹配存在多種數據匹配方法，如一對一匹配、K最近鄰匹配、半徑匹配、kernel函數匹配等。范登伯格（Vandenberghe）和魯賓（Rubin）在2004年研究中指出，在理論正確的前提下，穩健的估計結果在不同匹配方法中的平均處理效應不會出現明顯差異[36]，并且在大樣本條件下，無論選擇何種方法，估計結果都會收斂于精確匹配[37]。當然為了確保傾向得分匹配估計結果的穩健，根據勒文和夏內西[31]的建議，本文將從K最近鄰匹配開始，同時配合一對一匹配來進行檢驗估計，其結果如表3所示。

根據表3中PSM估計結果可見，在不同匹配方法和匹配帶寬下，相對于農村轉移勞動力而言，“農轉非”居民因戶口變化所帶來的幸福感提升凈效應均為正值，其中凈效應區間為0.0977—0.1122，且至少通過了5%的顯著性檢驗。同時，該結果顯著高于OLS的估計結果（0.0731） 因為自選擇偏差（self-selection bias）可能導致OLS估計結果存在較大偏差。。如果以0.1作為凈效應的平均強度的話，那么該差距意味著僅戶籍身份簡單的變化，約能提升農業轉移勞動力3.86%（0.1/2.593）的幸福感，更為直觀地說，這相當于提升家庭可支配收入1380元。這一實證結果進一步驗證了OLS的研究結論，即戶籍身份的變化確實能夠提升轉戶居民的主觀幸福感水平。同時，處理效應值更大也說明若實證分析不克服樣本的選擇性偏誤，則可能低估戶籍身份的變化對于“農轉非”居民幸福感的影響程度。

（2） 匹配平衡性統計檢驗。赫克曼（Heckman）認為要保證傾向得分匹配結果穩定，需要滿足協變量與傾向得分在處理組和控制組之間不存在顯著差異的條件[38]。這就需要對傾向匹配后的結果進行平衡性檢驗，只有通過檢驗才能保證傾向得分匹配結果的穩健。根據萬海遠等人的建議[14]，本文選擇兩種常見的平衡性檢驗統計指標：一是協變量的雙t檢驗及協變量在匹配前后標準化偏誤的降低比例;另一種是協變量平均變差以及斜變量聯合分布在匹配前后是否存在顯著差異的P值。這里平衡性檢驗使用的模型為施加了共同支撐假設的K最近鄰匹配，k=10，δ=0.001，具體結果如表4所示。

從表4可知，經過平衡性分析過程之后，匹配前后幾乎所有協變量的偏差程度都降低了70%以上，最高值達到97.1%，以上結果也就意味著PSM的確能夠降低處理組和控制組之間的差異。同時匹配前的協變量聯合分布檢驗的P值很小，這表明“匹配前”處理組與控制組在協變量的分布上存在著顯著性差異，同時“匹配后”協變量聯合分布檢驗的P值為0.998，這表明“匹配后”的“農轉非”居民與農村戶籍的農村轉移勞動力之間協變量的分布幾乎是一致的，并沒有顯著的差異。基于以上結果可以近似認為對照組和處理組除了戶籍身份差異外，基本上是同一個體[14]，即基本達到“控制—處理”準自然實驗框架的要求，也就可以認為PSM估計結果是穩健的。

3.戶籍來源對“農轉非”居民主觀幸福感影響的異質性分析

隨著戶籍制度改革的不斷深入，城鎮戶口獲得機制也開始變得多元[7，39]。除通過升學、招工、參軍、轉干等傳統的方式獲得城市戶籍之外，地方政府為解決快速城市化進程中土地被征用的農民就業和生計問題，通常會給予這些失地農民以城市戶籍，也即是所謂“政策性農轉非”群體，近些年通過這一途徑獲得城市戶籍的“農轉非”居民的比例不斷上升。那么城市戶籍獲得來源的差別是否會影響這兩類“農轉非”群體幸福感的獲得呢？為了回答這一問題，本文在控制組為農村戶籍農村轉移勞動力保持不變的前提下，根據非農業戶口獲得途徑的差異將CHIP 2013城市樣本的“農轉非”群體劃分為兩個不同的處理組，即“選擇性農轉非”群體和“政策性農轉非”群體。并利用PSM分別對不同處理組的平均處理效應進行估計，具體結果如表5所示。

根據表5可知：第一，“選擇性農轉非”群體幸福感提升效應更明顯。相對農村戶籍流動人口而言，戶籍轉變給“選擇性農轉非”居民主觀幸福感提升帶來的凈效應為正，均值為0.167，遠大于全樣本主觀幸福感提升水平（均值為0.11），并且估計結果都達到至少1%水平上顯著，幸福感提升凈效應占農村轉移勞動力平均幸福感的6.42%（0.1666/2.593）。第二，“政策性農轉非”群體主觀幸福感與農村戶籍轉移勞動力沒有明顯差異。主要表現為在不同匹配參數下平均處理效應并不顯著，這也就意味著雖然“政策性農轉非”群體經歷了戶籍身份變化成為擁有城市戶籍的居民，他們主觀幸福感并沒有顯著提升。以上結果也說明了，城市戶籍獲得途徑的差異確實對不同社會背景身份“農轉非”群體主觀幸福感獲得產生顯著的異質性影響。

造成以上現象可能的原因在于：首先，“政策性農轉非”群體的相對剝奪感比“選擇性農轉非”群體高。相對于從戶口競爭中勝出的“選擇性農轉非”群體而言，“政策性農轉非”獲得城市非農戶口明顯缺乏自主性，且往往不具備與政府討價還價的話語權，只能被動接受政府的政策照顧和安排[40]，相對剝奪感更明顯，即使通過獲得轉讓土地獲得的補償，但是仍然不能帶來主觀幸福感提升[41]。其次，“政策性農轉非”穩定收入來源受限。“政策性農轉非”群體在獲得城市非農戶籍前大多從事專門的農業生產活動，在喪失土地這個最重要收入來源后，他們只能被動地參與城市激烈的勞動力市場競爭。在不具備人力資本、社會資本競爭優勢的條件下，“政策性農轉非”群體大多只能從事低技術層次工作或者在體制外自謀生路，明顯缺乏穩定收入來源，收入波動過大[42]。最后，“政策性農轉非”群體所享受的社會保障層次較低。相對于“選擇性農轉非”擁有較為全面的社會保障項目而言，在很多地方“政策性農轉非”群體按照相關政策只能接受最低層次社會保障項目，且無法納入城鎮職工社會保險的范疇內[43]。在沒有職業競爭優勢、較低層次社會保障、相對剝奪感更強等多種因素共同作用下，被動轉變戶籍的“政策性農轉非”群體的主觀幸福感顯然不會有顯著提升。

五、研究結論與政策意義

戶籍身份差異所引發的主觀幸福感不同，一直都是我國社會科學領域關注的重要議題。目前，中國政府正在積極推動戶籍制度改革和加快城鎮化進程。但隨之而來的問題就是戶籍身份的變化是否提升了這一規模龐大的“農轉非”群體的幸福感？或者該種提升效應是否具有異質性特征？為回答這一問題，本文基于CHIP 2013調查數據，采取傾向得分匹配（PSM）的識別策略，集中探討了戶籍身份與居民主觀幸福感之間相關關系，以及這種關系的異質性特征。研究結果表明：戶籍身份的變化確實能顯著提升“農轉非”群體的主觀幸福感水平。同時，城市非農戶籍獲取途徑的差異會明顯導致不同“農轉非”群體主觀幸福感提升效應顯著不同。 “選擇性農轉非”群體戶籍身份變化后，其主觀幸福感提升效果顯著，相對而言，“政策性農轉非”群體雖經歷戶籍身份變化但主觀幸福感卻沒有得到顯著提升。

這一研究結論的政策意義顯而易見：首先，城市化進程中戶籍身份由農業戶口轉變為非農業戶口確實能提升轉戶居民主觀幸福感水平。因此，政府及相關職能部門應更加積極地推廣戶籍制度改革并加快城市化進程，逐漸降低城市的入戶門檻，減少城市戶籍管制強度，擴大“農轉非”群體規模。其次，在推進市民化進程中，我國政府及相關職能部門也需要增強對以下問題的關注程度。第一，充分尊重農村居民的轉戶意愿，切莫推行“一刀切”政策，不顧及村民自主性意愿，強制推動農村居民“農轉非”的進程。第二，充分保障轉戶居民在土地轉讓過程中的合法權益，杜絕某些機構或部門非法侵占農民出讓土地所應獲得的合法權益，同時，增加農戶在土地轉讓過程中的參與度，降低轉戶居民的相對剝奪感。第三，進一步完善“農轉非”居民的社會保障體系，逐步提升“養老”、“醫療”等社會保障層次，并探索將“農轉非”居民納入城鎮職工社會保險的范疇，減少“農轉非”居民城市生活未來的不確定性，提升“農轉非”居民主觀幸福感水平。第四，逐步建立起針對“農轉非”居民技能培訓政策體系，采用“培訓費用補貼”、“擴大培訓項目數目”的方式，主動為“農轉非”居民提供技能培訓機會，增強其城市勞動力市場競爭能力，提高其勞動收入水平，降低收入波動幅度。總而言之，戶籍制度改革只是推動市民化進程的開端，對構建一個平等、有序、和諧的城市社會來說，中國依然任重而道遠。

參考文獻：

[1]吳敬璉，劉鶴，樊綱，等.中國經濟新方位 [M]. 北京：人民出版社，2017：231-232.

[2]羅楚亮. 城鄉分割、就業狀況與主觀幸福感差異[J]. 經濟學（季刊）， 2006（3）： 817-840.

[3]何立新， 潘春陽. 破解中國的 “Easterlin 悖論”： 收入差距， 機會不均與居民幸福感[J]. 管理世界， 2011 （8）： 11-22.

[4]張學志， 才國偉. 收入、價值觀與居民幸福感——來自廣東成人調查數據的經驗證據[J]. 管理世界， 2011 （9）： 63-73.

[5]劉軍強， 熊謀林， 蘇陽. 經濟增長時期的國民幸福感[J]. 中國社會科學， 2012（12）： 82-102.

[6]葉初升， 馮賀霞. 城市是幸福的 “圍城”嗎？——基于 CGSS 數據對中國城鄉幸福悖論的一種解釋[J]. 中國人口·資源與環境， 2014（6）： 16-21.

[7]鄭冰島， 吳曉剛. 戶口、“農轉非”與中國城市居民中的收入不平等[J]. 社會學研究， 2013 （1）： 160-181.

[8]于瀟. 非農業戶籍會使人更幸福嗎[J]. 統計研究， 2016（10）： 67-74.

[9]許巖， 曾國平， 尹希果. 中國城市人力資本外部性的收入階層分布[J]. 經濟科學， 2017（2）：18-31.

[10]陳釗， 徐彤， 劉曉峰. 戶籍身份、示范效應與居民幸福感： 來自上海和深圳社區的證據[J]. 世界經濟， 2012（4）： 79-101.

[11]孫三百， 黃薇， 洪俊杰， 等. 城市規模、幸福感與移民空間優化[J]. 經濟研究， 2014（1）： 97-111.

[12]王美艷. 轉軌時期的工資差異： 歧視的計量分析[J]. 數量經濟技術經濟研究， 2003 （5）： 94-98.

[13]王美艷. 城市勞動力市場上的就業機會與工資差異——外來勞動力就業與報酬研究[J]. 中國社會科學， 2005 （5）： 36-46.

[14]萬海遠， 李實. 戶籍歧視對城鄉收入差距的影響[J]. 經濟研究， 2013 （9）： 43-55.

[15]吳賈， 姚先國， 張俊森. 城鄉戶籍歧視是否趨于止步——來自改革進程中的經驗證據： 1989—2011[J]. 經濟研究， 2015（11）： 148-160.

[16]李后建. 不確定性防范與城市務工人員主觀幸福感[J]. 社會， 2014（2）：140-165.

[17]CLARK A E， FRIJTERS P， SHIELDS M A. Relative income， happiness， and utility： an explanation for the Easterlin paradox and other puzzles[J]. Journal of Economic Literature， 2008， 46（1）： 95-144.

[18]VEENHOVEN R. Freedom and happiness： a comparative study in forty-four nations in the early 1990s[M]//DIENER E， EUNKOOK M S. Culture and Subjective Well-Being. Cambridge， MA： MIT Press， 2000： 257-288.

[19]崔巖. 流動人口心理層面的社會融入和身份認同問題研究[J]. 社會學研究， 2012（5）： 141-160.

[20]李強. 中國城市化進程中的 “半融入”與 “不融入”[J]. 河北學刊， 2011（5）： 106-114.

[21]HALLER M， HADLER M. How social relations and structures can produce happiness and unhappiness： an international comparative analysis[J]. Social Indicators Research， 2006， 75（2）： 169-216.

[22]BRUNI L， STANCA L. Watching alone： relational goods， television and happiness[J]. Journal of Economic Behavior & Organization， 2008， 65（3）： 506-528.

[23]王艷萍. 幸福經濟學最新發展[J]. 經濟學動態， 2017（10）： 128-144.

[24]SEKHON J S. Multivariate and propensity score matching software with automated balance optimization： the matching package for R[J].Journal of Statistical Software， 2008， 5（2）：1-27.

[25]FERRERI C，? FRIJTERS P. How important is methodology for the estimates of determinants of happiness？[J] Economic Journal，2004，114（497）：641-659.

[26]ANGRIST J D， PISCHKE J S. Mostly harmless econometrics： an empiricist vs companion[M]. Princeton University Press， 2009.

[27]GREEN J. Econometric Analysis[M]. Prentice Hall， Cambridge， 2012：221-222.

[28]ROSENBAUM P R， RUBIN D B. The central role of the propensity score in observational studies for causal effects[J]. Biometrika， 1983，70（1）： 41-55.

[29]ABADIE A， IMBENS G W. On the failure of the bootstrap for matching estimators [J]. Econometrica， 2006， 76（6）： 1537-1557.

[30]ROSENBAUM P R， RUBIN D B. Reducing bias in observational studies using sub classification on the propensity score [J]. Journal of the American Statistical Association， 1984， 79（387）： 516-524.

[31]LEUVEN E， SIANESI B. PSMATCH2： Stata module to perform full Mahalanobis and propensity score matching， common support graphing， and covariate imbalance testing [J]. Statistical Software Components， 2003（4）：1-5.

[32]KRUEGER A B， SCHKADE D A. The reliability of subjective well-being measures[J]. Journal of Rublic Economics，2008， 92（8-9）： 1833-1845.

[33]陸銘， 蔣仕卿， 佐藤宏. 公平與幸福[J]. 勞動經濟研究， 2014（1）：26-48.

[34]EASTERLIN R A， MCVEY L A， SWITEK M， et al. The happiness-income paradox revisited[J]. Proceedings of the National Academy of Sciences， 2010， 107（52）： 22463-22468.

[35]郭申陽， 馬克·W.弗雷澤. 傾向值分析[M]. 重慶：重慶大學出版社， 2012：1-2.

[36]VANDENBERGHE V， ROBIN S. Evaluating the effectiveness of private education across countries： a comparison of methods [J]. Labour Economics， 2004， 11（4）： 487-506.

[37]SMITH J A， TODD P E. Does matching overcome La Londes critique of non-experimental estimators？ [J]. Journal of Econometrics， 2005， 125（1）： 305-353.

[38]HECKMAN J J， ICHIMURA H， TODD P. Matching as an econometric evaluation estimator [J]. Review of Economic Studies， 1998， 65（2）：261-294.

[39]CHAN K W， ZHANG L. The “hukou” system and rural-urban migration in China： processes and changes[J]. China Quarterly， 1999， 160（1）：818-855.

[40]國務院發展研究中心課題組. 中國失地農民權益保護及若干政策建議[J]. 改革，2009（4）：5-15.

[41]金晶， 許恒周. 失地農民的社會保障與權益保護探析——基于江蘇省 16 縣 （市、區） 320 戶失地農民的調查數據分析[J]. 調研世界， 2010 （7）： 15-16.

[42]史清華， 晉洪濤， 卓建偉. 征地一定降低農民收入嗎： 上海 7 村調查[J]. 管理世界， 2011（3）： 77-82.

[43]汪險生， 郭忠興. 被征地農民的收入下降了嗎——來自 CFPS 數據的證據[J]. 農業技術經濟， 2017 （6）： 14-27.

[責任編輯劉愛華，方志 ]

收稿日期：2018-11-01;修訂日期：2019-03-11

基金項目：重慶市社會科學規劃青年項目“空間計量視角下重慶義務教育資源非均衡配置及優化路徑研究”（2016QNJJ15）。

作者簡介：付小鵬，重慶大學公共管理學院經濟學博士研究生;許巖，經濟學博士，重慶工商大學經濟學院講師;梁平，重慶大學馬克思主義學院教授。