Page 120 - 《社会》2017年第3期

教育的同型婚姻与中国社会的家庭工资收入不平等： １９９６ — ２０１２

的合作团队中国人民大学社会学系此后成为 犆犌犛犛 的实施团队，因此
这两个调查存在一定的延续性。由于 犔犎犛犆１９９６ 这一早期调查数据在
不同变量上有若干缺失值，按照同样的条件筛选样本后，余下 ２１６０ 个
案例。对筛选后的样本各 自 进行 加权， １３ 得 到 犔犎犛犆１９９６ 的 ７０８５７５
个样本以及 犆犌犛犛２０１２ 的 ７１３７４１ 个样本。
本文之所以没有选取 犆犌犛犛 其他年份的调查数据用于对比，是由
于它们要么城乡代表性较差（如 犆犌犛犛２００３ ），要么缺乏单独的配偶工
资收入变量而只有总收入变量（如 犆犌犛犛２００５ 、 犆犌犛犛２００６ 、 犆犌犛犛２００８ 、
犆犌犛犛２０１０ 、 犆犌犛犛２０１１ ）。如前所述，家庭总收入来源含混，无法作为本
研究的研究对象。
（二）自变量与控制变量
本文关心的主要自变量是教育维度上的同型婚姻。此外，在中国的
社会语境下，户口、地域、年龄等变量对婚姻也具有重要影响。为此，本
文在分析时逐步加入这些控制变量，试图分离出教育的作用。户口与地
域的影响自不待言，为什么要把年龄作为控制变量呢？若不加控制，不
论是采用传统的对数线性模型还是置换检验方法，在计算期望分布、建
构反事实的时候，一位原本拥有 ３０ 岁配偶的样本有同等的概率被匹配
给任意年龄的配偶，这当然问题重重。受限于分析方法，此前研究未能
有效地控制这一变量，本文对置换检验进行了改进，可以缓解这一问题。
上述变量之间当然存在内生性的问题，户口、地域和年龄都与受教
育程度存在一定程度的相关，我们的分析并不能分辨哪一条路径真正
发挥功效，何况就每个人而言，这个路径的结构都可能不同。截面数据
对变量的内生性问题缺乏有力的应对策略，这是暂时无法解决的问题。
为了使分析框架在必要的程度上保持简洁，且可以与其他研究相
比较，本文对户口和受教育程度进行了重新编码。
１． 核心自变量：教育
教育是本文格外关心的变量，我们不仅关心夫妻各自的受教育程
度，还关心夫妻教育的联合分布，也就是教育同型婚姻的情况。本文对

１３． 对于 犔犎犛犆１９９６ ，按照其 标 准 化 后 的 家 庭 权 重 乘 以 ５００ 之 后 取 整 扩 展 样 本，以 得 到 与
犆犌犛犛２０１２ 加权后规模差不多的样本。 犔犎犛犆１９９６ 中有 １４７ 个受访案例为村长，其标准化权
重为“不适用”，不得不预先将其剔除。对于 犆犌犛犛２０１２ ，按照家庭权重变量扩展样本。这种加
权方式对 犔犎犛犆１９９６ 而言些微损失了加权信息，但是不存在显见的系统性偏差。

· １ １ ３ ·