进城落户与金融资产配置结构多样性

戴圣涛

(北京大学 经济学院，北京 100871)

一、引言

改革开放以来，伴随着城市化迅猛发展，更优质的资源吸引着越来越多的农村人口涌入城市。短短40多年的时间，中国的城镇人口数量从1979年的1.9亿迅速增加到如今的近8.5亿(1)数据来源：《中国统计年鉴-2020》。。伴随着大量农村劳动力流向城市定居，农村群体如何实现高质量落户并融入正常城市生活已成为一个亟需解决的现实问题。党和国家曾明确指出要重点关注农村进城群体的城市生活质量，并进一步强调在城镇化建设的新阶段，应重点提高农业转移人口的市民化质量和完善基本公共服务机制，以打破阻碍劳动力流动的不合理壁垒和促进人力资源的优化配置(2)本文所涉及的资产配置是指除储蓄外的股票、基金、债券等资产投资与配置方式。。在城乡人口流动的大背景下，农村进城群体的资产配置模式(3)《国家发展改革委关于印发<2020年新型城镇化建设和城乡融合发展重点任务>的通知》，http://www.gov.cn/zhengce/zhengceku/2020-04/09/content_5500696.htm。等如何随户籍转换而发生变化，具有非常重要的研究意义。一方面，金融资产配置带来的额外资产性收入会影响家庭间收入差距；另一方面，作为跨期和跨状态配置资源的重要工具，金融资产配置结构会影响家庭应对风险的能力以及消费能力，从而改变生活质量。现有研究表明，农村劳动力转移和户籍转换等活动对经济增长、国民储蓄率和产业结构等宏观经济层面存在明显的影响(4)李晓春，马轶群：《我国户籍制度下的劳动力转移》，《管理世界》，2004年第11期；朱江丽, 李子联：《户籍改革、人口流动与地区差距——基于异质性人口跨期流动模型的分析》，《经济学》(季刊)，2016年第2期；冯明：《农民工与中国高储蓄率之谜——基于搜寻匹配模型的分析》，《管理世界》，2017年第4期。。部分文献也重点讨论了城镇中农村户籍劳动力的收入状况以及背后的影响因素、程度和相关机制等(5)邢春冰：《农民工与城镇职工的收入差距》，《管理世界》，2008年第5期；章元，王昊：《城市劳动力市场上的户籍歧视与地域歧视:基于人口普查数据的研究》，《管理世界》，2011年第7期；余向华, 陈雪娟：《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》，《经济研究》，2012年第12期；万海远, 李实：《户籍歧视对城乡收入差距的影响》，《经济研究》，2013年第9期；吴贾, 姚先国, 张俊森：《城乡户籍歧视是否趋于止步——来自改革进程中的经验证据:1989—2011》，《经济研究》，2015年第11期；常进雄，赵海涛：《所有制性质对农村户籍劳动力与城镇户籍劳动力工资差距的影响研究》，《经济学》(季刊)，2016年第2期。。此外，近年也有研究开始逐步探讨户籍转换对群体行为和选择决策的影响，如家庭住房模式(6)何兴强，费怀玉：《户籍与家庭住房模式选择》，《经济学》(季刊)，2018年第2期。和城镇劳动力回流机制(7)张吉鹏，黄金，王军辉，黄勔：《城市落户门槛与劳动力回流》，《经济研究》，2020年第7期。等。在揭示农村进城群体与其收入和资产关联等方面，现有研究表明农村群体在城市非农部门工作所得收入有明显提升(8)杨金龙：《户籍身份转化会提高农业转移人口的经济收入吗》，《人口研究》，2018年第3期。，而且城市所拥有的资产配置渠道也远多于农村地区(9)Agesa R, Kim S, “Rural to Urban Migration as a Household Decision: Evidence from Kenya”, in Review of Development Economics, Vol. 5(2013), pp.60-75.。并且，社会网络与同群效应也会促进农村进城群体对金融资产投资的决策(10)Duflo E, Saez E, “Participation and investment decisions in a retirement plan: the influence of colleagues’ choices”, in Journal of Public Economics, Vol. 85(2002), pp.121-148; Bursztyn L, Florian E, Bruno F, Noam Y, “Understanding Mechanisms Underlying Peer Effects: Evidence from a Field Experiment on Financial Decisions”, in Econometrica, Vol. 82(2014), pp.1273-1301.，收入、受教育程度、工作经历等因素对个体金融资产配置结构也具有显著影响(11)卢树立：《省外务工经历与农村家庭金融资产选择》，《中南财经政法大学学报》，2020年第1期。。

然而，农村进城群体的户籍转换是否能够优化其金融资产结构以及影响几何，都有待进一步检验和探讨。考察户籍转换这种自发性行为导致的相关影响，所面临的一个较大难题是内生性。具体而言，作为一种自发性人口迁移过程，个体获得城镇户籍与否与其自身的能力、职业、教育水平、禀赋等因素高度相关。与此同时，这些因素也往往影响着自身的资产配置决策。这种自发性自选择过程往往会导致内生性，使得估计结果产生不一致。虽然以往研究对户籍转换的社会效应以及金融资产配置多样性等话题提供了较多文献支撑。但目前鲜有文献能揭示出中国农村群体的自发性户籍转换与该群体的金融资产结构变动的具体因果关联。同时，由于自身固有的内生性等问题，让如何剔除其他因素干扰，准确识别自发性户籍转换与金融资产配置多样性的因果关系成为该研究领域的一个难点。本文系统考察了农村群体进城落户对其金融资产结构的影响，试图弥补现有文献的不足。较以往研究，本文有如下几点边际贡献：(1)本文探究了户籍转换对农村进城群体金融资产结构的影响，检验了相应的传导机制，弥补了现有文献对该问题研究的不足；(2)面对户籍转换和金融资产结构之间可能存在的互为因果问题，文章采用两步法工具变量-排序模型剔除了内生性干扰，展示了户籍转换对金融资产结构的边际效应；(3)针对进城落户这一自选择过程，文章进一步运用了倾向得分匹配的方法克服了相关参数估计可能导致的“样本选择偏误”，进一步识别了两者间的因果效应。

二、研究假设

(一)户籍转换与金融资产配置结构的中间机制

城镇户籍所附带的身份属性和资产状况等能够降低实现金融资产多元化渠道的交易成本。具体而言，在中国城乡二元户籍制度的背景下，拥有城镇户籍能够产生一种信号作用，能够给予委托人更高的能力认可、收益期许与风险保障，即降低道德风险(12)Spence M, “Informational Aspects of Market Structure: An Introduction”, in Quarterly Journal of Economics, Vol. 90(1976), pp.591-597.。比如，“三农”问题中常见的信贷问题就是由于银行对农民群体的抵押资产不足导致的信任缺失，而拥有城镇户籍背后附着的社会资本、禀赋优势、城市资产(如住房、工作性质等)都是有利于开通多元化金融投资的积极因素。因而，拥有城镇户籍的群体能够获得更多的申请渠道和准入宽限。城镇户籍反映的相对较高的自身禀赋和社会资本使个体在进行金融资产配置时的选择多样性增加，业务办理门槛也会降低。拥有较高社会资本的个体能够降低金融市场的信息不对称，进而降低相关交易成本(13)Karlan D S, “Using Experimental Economics to Measure Social Capital and Predict Financial Decisions”, in American Economic Review, Vol. 95(2005), pp.1688-1699.。同样，高质量的城市部门就业也是促使个体提升其金融资产配置的重要因素。高质量的就业不仅意味着较为可观的收入提升，与之相伴的还有较高的职业声望以及社会经济地位等(14)聂伟, 风笑天：《就业质量、社会交往与农民工入户意愿——基于珠三角和长三角的农民工调查》，《农业经济问题》，2016年第6期。，这些都有助于“社会资本”提升和“交易成本”降低，而根据前文的文献论述可知，这些因素都能够提升进城落户群体的资产配置多元化意愿。

除此之外，城镇落户也能够对资产多元化配置的需求侧产生积极冲击。在农村较为单一的经济模式和生活模式下，家庭储蓄已基本能够满足农村群体的日常需求，所以比起将为数不多的财富进行多元优化配置，农民更偏好低风险但同时低收益的储蓄模式。相比于农村，多元的城市经济生活与更多的消费模式增加了多元化的资产配置需求，如超前消费与小额贷款，财产保值与基金、理财产品投资，以及大额产品和金融衍生品购买(15)Arrondel L, Lefebvre B, “Consumption and Investment Motives in Housing Wealth Accumulation: A French Study”, in Journal of Urban Economics, Vol. 50(2001), pp.112-137.。另外，户籍转换导致的社会网络变动也会对资产配置模式产生正向影响，如社会网络中的同群效应能够显著影响个体资产配置与投资决策(16)Duflo E, Saez E, “Participation and investment decisions in a retirement plan: the influence of colleagues’ choices”, in Journal of Public Economics, Vol. 85(2002), pp.121-148.。换言之，社交网络中同伴的行为决策会对自身行为产生影响。因而，户籍转换对进城群体从农村社会网络至城市社会网络的改变，也会作用于其日后的资产配置行为中，由原来的单一储蓄思维模式逐步演变为多元配置模式。并且，户籍转换对金融资产多元化的边际影响也非固定，户籍转换的初始效应最为明显，即从单一储蓄到二元资产配置模式的转换。而从二元上升至多元模式，户籍转换形成的影响会逐渐削弱，同时收入效应等其他因素的主导作用开始增强，再结合边际效应递减规律，各类因素叠加后的边际效应呈现出一种递减规律。

根据上述影响渠道的讨论，我们提出本文的首要假设：

H1a：户籍转换能够明显优化农村进城群体的金融资产配置结构，同时能够降低单一储蓄资产的比例。

H1b：户籍转换对金融资产配置多元化提升的边际效应呈递减趋势，即随着金融资产多元化水平的上升，其边际提升效应减弱。

(二)影响金融资产结构的控制因素

影响金融资产配置结构的渠道不仅是复杂的而且是多因素共同作用的，为尽量控制其他因素导致的金融资产结构变动，我们还需梳理一些重要的影响因素。首先，教育水平的提高，尤其是金融知识的普及与获取能够使个体建立更有效的金融资产投资组合意识；其次，收入状况也会直接影响个体的资产配置决策。一般而言，收入水平越高的家庭或个人往往更易选择多元化的投资组合与相对高风险但高回报的投资模式。除此之外，户籍转换也可经由教育水平、年收入水平等因素为中介间接影响个体资产配置状况，如进城获取更高水平的教育、进入城市非农部门获取更高的工资回报与更高层次的工作经历等。所以，在下文的实证分析中，为避免遗漏变量偏误导致的内生性问题，我们需要将这些因素纳入控制变量。因而，基于对上述因素的分析，我们又提出如下假设：

H2：教育水平和年收入水平等因素会对金融资产配置结构产生显著的优化作用。

三、数据来源与变量描述

本文采用中国人民大学数据调查中心发布的“中国社会综合调查数据库(CGSS)”2015年调查数据。该调查为多阶段随机分层抽样样本，问卷内容涉及中国居民就业、收入、资产、社会关系、户籍性质及变动原因等多方面，覆盖了全国28个省、自治区和直辖市，具有较强的代表性。在根据本文主题剔除不符合条件和关键变量数据缺失的样本后，我们最终获得8901个有效样本。其中，拥有农业户籍的样本为5143个、城镇户籍样本为3761个。在城镇户籍样本中，通过问卷“进城落户方式”进行筛选，得到自发性进城落户群体的样本为532个(17)由于政策性落户(如拆迁等)可以自动获得城镇户籍，不存在所谓的自选择性，所以我们把这部分样本进行了剔除。。

在因变量选择上，本文采取问卷中“您家目前是否从事下列投资活动”作为衡量家庭金融资产配置多元化的指标，该选项包括没有投资活动(仅储蓄)，是否参与投资活动如股票、基金、债券、期货等9个选项，每个选项分别为“1”表示“是”、“0”表示“否”。我们由此构建两类衡量指标：(1)是否仅有储蓄资产(虚拟变量)；(2)金融资产配置类型的数量(金融资产选项的加总个数)。这两类指标从不同角度衡量了金融资产配置的多元化状况且同时构造两类衡量指标，有利于验证相关结果的稳健性。

本研究的核心解释变量为户籍特征或称户籍转换，分为“从出生至今一直为农业户口”“中间经历‘农转非’的户籍转换”和“从出生至今一直为城镇户口”三类(18)根据我国政策规定，非农业户口不可再转回农村，所以基本不存在“非转农”的可能性。。特别注意的是，在处理效应部分，我们重点针对农业户籍群体和户籍转换群体进行相关指标的构建和分析。

结合以往相关文献，我们还将如下变量作为控制变量纳入模型分析中，如年收入水平，由于数据抽样为每家户抽取一人，所以本文选取个人汇报年收入和家庭年收入中的最高者作为抽样个体的年平均收入并进行对数化处理。性别、年龄、民族、教育水平、婚姻状态、健康状况等常用人口统计学指标以及是否拥有党员身份和工会会员身份等变量也都纳入考量。此外，我们也将工作年限(19)为考察变量的非线性影响，我们在下文的实证分析中还引入了平方项。等特征指标纳入控制变量中。

表1给出了相关变量的具体描述，表2给出了三类群体(农业户籍、户籍转换和城镇户籍)的相关变量描述性统计。由表2可见，三类群体存在一定程度的差异，从金融资产配置角度看，进城落户群体的金融资产配置平均水平要高于农业户籍群体，但低于城市人口；同时年平均收入水平也在两者之间。户籍转换群体和城镇户籍群体的教育程度和健康状况也好于农业户籍群体，这两类群体在国企工作和党员、工会身份的比例也高于农村群体，同时养老保险和医疗保险的平均覆盖率也相对较高。在工作年限方面，户籍转换群体略高于城镇户籍群体但差距并不显著，这是由城镇户籍群体接受教育年限时间相对较长进而工作起始时间较晚所致。整体而言，本文所构建指标的相关描述性统计结果与客观事实较为吻合，为实证分析提供了可靠的前提保证。

表1 相关变量描述

四、实证检验

(一)排序模型

为分析户籍转换对金融资产配置多元化的影响，我们引入了基准排序模型，模型设定如下：

(1)

由表3可见，户籍转换对储蓄资产带来了显著的负向作用，同时对金融资产多元化产生了显著的正向影响，且两种估计模型再加入控制变量后的显著性水平也均在1%。这表明农村群体实现落户后，其金融资产配置的多元化程度会有明显提高，同时单一性银行储蓄模式的比例会下降。这与我们的假设H1a一致。在其他解释变量中，年收入水平对金融资产配置结构的影响显著，一般来说，收入增加会产生资产配置多元化的新需求，单一储蓄模式会拓展成多元化的资产配置模式。教育程度和养老保险等对资产配置的多元化模式也具有显著的正效应，即接受教育程度越高的人对金融知识的了解就相对越丰富，因而更懂得多元化、合理地配置自己的资产。而拥有保险的人风险偏好会提高，因而从最安全的银行储蓄转为其他高风险高收益的资产配置渠道的激励也会提高。工作年限也会对金融资产配置多元化产生显著影响，即能够同时降低单一储蓄的概率和提高多元化配置水平，这与假设H2相吻合。在引入二次项后，该影响呈现一种倒“U”型分布。上述结果基本与现有文献和相关事实吻合。

表3 主要变量的基准排序模型结果

基于表3第(7)-(8)列，我们进一步考察了户籍转换对金融资产配置多元化指标的边际效应。在排序模型中，边际效应可以解释为，当所有解释变量同处于均值水平时，关键解释变量(这里指户籍转换)增加一个单位导致被解释变量的每个选项被选择概率的额外变动，具体结果见表4。

表4说明，在金融资产多元化指标取值不同的情况下，进城落户对其边际影响也表现出一定程度的差异。以Ordered Probit模型(Ordered Logit模型类似)为例，当金融资产多元化程度较低时，户籍转换能够在较大程度上提高金融资产配置多元化程度。同时随着多元化程度的上升，这种正向边际影响逐渐呈现出递减趋势。这种边际影响递减的原因在于，户籍转换作为一种一次性过程，对金融资产配置从无到有的改变明显，但随着多元化程度的提高，收入效应开始成为主导因素，进而收入效应的边际递减规律主导了这种同步递减趋势。

表4 户籍转换对金融资产配置多元化的边际效应

(二)工具变量

基于基准模型的分析，我们初步得出了进城落户能够提高农村群体金融资产配置多元化的结论。然而，金融资产配置状况和户籍转换之间可能存在互为因果的内生性问题，一方面，获得城镇户籍会提高农村群体的金融资产配置多元化状况；另一方面，多元的资产配置需要也增加着往城市迁移落户的概率，比如为享受更高质量和便捷的服务而选择迁往城市落户定居等。为克服上述问题，本文拟将工具变量引入排序模型。同时，为避免产生弱工具变量问题，结合以往文献，本文决定采用 城镇化率和人均耕地面积两个省级宏观指标作为户籍转换的工具变量，变量数据来源为国家统计局的《中国统计年鉴-2015》，包括CGSS数据库所对应的28个省、自治区和直辖市。其中，城镇化率为分地区年末城镇人口比重；人均耕地面积为分地区耕地面积与分地区人口数之比。选择城镇化率这一指标的主要原因是城镇化率较高的省份一般拥有较强的城市引力，即更高的工资回报、更完善的医疗和社保体系、更发达健全的公共资源等，所以城镇化率在一定程度上可以成为衡量农村人口涌向城市的吸引力指标，显然，二者之间存在明显的正相关关系。另一个指标人均耕地面积的选取主要考虑到农民主要的资产之一就是自有耕地，人均耕地越少则意味着农民对土地的依赖度越低。此时，较弱的土地依赖性往往能够形成农业人口往城市第二、三产业转移的推力。据此，我们推测人均耕地面积与户籍转换应呈现一种负向关系。

在模型的估计方法上，我们参照“两阶段估计法”(20)连玉君，黎文素，黄必红：《子女外出务工对父母健康和生活满意度影响研究》，《经济学》(季刊)，2015年第1期。：第一阶段，把内生决策“户籍转换”对两个工具变量和其余控制变量做回归，得到相应的拟合值；第二阶段，把因变量对第一阶段得到的估计拟合值和相关控制变量做排序模型回归。通过该方法，我们可以得到系数的一致估计。表5给出了工具变量-排序模型的两阶段回归结果。首先，在检验方面，第一阶段回归中工具变量系数均在1%水平显著且卡方值较大，因此不存在弱工具变量问题。而过度识别检验的值均大于0.1，说明我们无法拒绝工具变量符合外生性条件的原假设。其次，从估计结果看，无论使用Ordered Probit还是Ordered Logit模型，第一阶段的回归结果说明城镇化率和人均耕地面积分别会对户籍转换产生显著的正向和负向影响且均显著，这与我们之前的推测一致。综上，我们采用的工具变量能够有效排除内生性的影响，从而能够更有效地估计户籍转换对金融资产配置结构的影响，并得到较为准确的一致估计量。第二阶段的回归结果也与前述基准模型所得结果类似，说明进城落户能够显著优化农村群体的金融资产配置结构。从其他回归结果来看，年收入和工作年限能够对金融资产配置多元化产生明显的促进作用，并能够降低单一储蓄资产的比例。此外，工作年限的相关影响依然呈现倒“U”型关系。教育水平会对资产多元化配置产生积极影响，而养老保险也具有显著地促进作用。同时，随着年龄的增长和婚姻形成，个体的风险偏好会降低，因而金融资产的多元化水平也会相应下降。综上，上述回归结果基本符合实际也符合前述假定。

表5 工具变量-排序模型估计结果

为便于同前文比较，我们展示了户籍转换对金融资产多元化配置的边际效应，结果由表6所示。与表4类似，表6也表明资产多元化指标取值不同，户籍转换的边际影响也表现出一定程度的差异：一方面，户籍转换能够对资产多元化配置产生正的边际效应，另一方面，这种效应也出现递减趋势，这与基准模型的结果表现一致，同时验证了假设H1b。

表6 户籍转换对金融资产配置多元化的边际效应(基于工具变量-排序模型)

五、处理效应

(一)理论描述

值得注意的是，排序模型所展现的系数并非反映户籍转换对资产配置多元化提升程度的因果效应，而只能在一定程度上反映两者之间是否存在显著关系以及大致的影响范围，所获结果并不直观。此外，以往文献经常忽略的是，不同于随机性数据生成过程，进城落户作为一种非随机性的自我决策过程，往往伴随着自选择导致的识别偏误问题。具体来说，该过程不仅与个人意愿有关，也由个人禀赋和能力等诸多因素决定，而这些因素往往也会对个体的金融资产配置状况产生影响，所以需要进一步分离出由户籍身份变化这一因素所直接导致的金融资产配置多元化变动。为此，本文进一步采用倾向得分匹配的分析框架探究户籍转换对农村进城落户群体金融资产配置多元化水平的因果关系，该方法的大致思路如下：将样本中一直农业户籍和经历过户籍转换两类群体划分为控制组和干预组。假设Yi为个体的金融资产配置状态，则户籍转换对个体的资产配置所产生的影响为Y1i-Y0i，其中下标1表示干预组，即存在户籍转换过程；上标0表示一直为农业户籍的控制组。所以，干预组的平均处理效应为：

ATT=E(Y1i|Di=1)-E(Y0i|Di=1)

(2)

其中，Di∈{0,1}分别表示是否经历过户籍转换。然而，上式右侧第二项E(Y0i|Di=1)无法观测，因此需要运用反事实思想构造E(Y0i|Di=1)的替代指标。基于控制组样本集合，选取其中与干预组可观测特征相似的个体作为替代进行拟合处理，同时在替代样本构造的过程中，除了是否获得非农户籍外，尽量保持其余特征变量的一致。倾向得分匹配的目的，就是在给定样本特征Xi的情况下，估算个体获得非农户籍的得分pi(Xi)，并将控制组和干预组中相似概率的个体进行匹配，倾向得分的公式为pi(Xi)=P(Di=1|Xi)=E(Di|Xi)，此处假定p(X)∈(0,1)以保证控制组与干预组存在拥有相同取值范围的倾向得分。在具体匹配方法上，为保证结果的稳健性，文章考虑采用多种匹配方法以保证匹配结果的稳健性。如一对一匹配、近邻匹配等。通过基于可忽略性假定的推导，可得(Y0i,Y1i)⊥Di|pi(Xi)。这说明控制组和干预组中具有相同倾向得分的个体可以视为同一个体进行处理效应计算。由此便能够将户籍转换从其他影响金融资产配置结构的因素中独立出来，估计所得净效应更精确。而针对匹配所需协变量，要求其必须对个体的金融资产配置状况存在影响，同时为降低不满足可忽略性假设可能带来的偏差，也要尽量将更多的控制变量纳入。借鉴相关研究，本文选择年收入、教育水平、性别、年龄、健康状况、婚姻状态、是否党员、工作年限等作为协变量进行匹配，然后运用Logit模型估计户籍转换的对应倾向得分(21)匹配后的绝大多数观测值在(0-0.4)的区间内存在共同取值，即控制组与干预组都相对集中分布在倾向得分的较低端，这既保证了两组对比有较低偏误，又与农村群体的户籍转换率仍然相对偏低的事实吻合，受篇幅限制，此处不做展示。。

表7和表8的配平检验揭示了两组样本解释变量的统计显著性。在表7中，再对控制组和干预组进行基准一对一匹配后可以看出，除工作年限外的其他控制变量标准化偏差均小于0.1，即表明无法拒绝控制组与干预组无系统性差异的原假设。为展示该结论的稳健性，表8又列出了另外四种不同匹配方法下的平衡性检验结果，可以看出经过匹配后解释变量的标准偏差均下降到7%以内，偏误明显降低，且由匹配前后的似然比检验和p值可知，解释变量的联合显著性在匹配之后都被拒绝，Pseudo-R2也由匹配前的0.193下降到0.01左右。

以上结果表明，该匹配通过了平衡性检验，意味着控制组和干预组之间不存在显著差异。基于上述四种匹配方式，本文分别计算了户籍转换对金融资产配置多元化的平均处理效应。如表9所示，农村群体的户籍转换对储蓄资产的平均处理效应在区间(-0.05，-0.10)，对金融资产配置的平均处理效应为区间(0.06，0.11)左右，这说明农村群体在进城落户后拥有其他资产配置渠道(储蓄资产转为金融资产)的平均概率和资产配置多样性的平均程度将提升5-10%。此外，四类匹配所得结果相似度高且结果均显著，说明整体结论稳健。

表7 “一对一匹配”前后部分解释变量的平衡性检验

表8 不同方法倾向得分匹配前后的数据平衡性检验

表9 进城落户对资产配置多元化的平均处理效应

六、结论

本文基于“中国综合社会调查”(CGSS)数据，综合运用不同实证策略，系统检验了来自农村群体的进城落户行为对其金融资产配置多元化的影响。结果表明，户籍转换能够显著提升农村群体金融资产配置的多元化程度，在通过工具变量和倾向得分匹配法消除相关内生性问题后，该结论依旧稳健。我们认为产生这种影响的原因有如下两个方面：一方面，户籍转换带来的社会资本提升降低了个体参与金融资产配置过程的机会成本，因而成为了农村进城群体的积极信号。另一方面，城市中更高水平的教育资源、更完善的公共服务和非农就业部门更高的待遇保障等也是其参与金融资产多元化配置的重要资本，同时也影响着个体金融资产配置决策的改良。因此，户籍转换对金融资产配置状况的影响在根本上是制度性的。

基于实证分析，本文为消除户籍歧视和提升农村进城群体的资产配置状况提出如下几点政策建议：第一，进一步放松户籍管制，出台更加积极宽松的户籍政策，提高人口城市化质量；第二，健全配套公共资源和福利，让新市民更加便捷高效地享受城市资源带来的收入和生活质量提升；第三，精准识别农村进城群体的就业和生活情况，并给予建档和一定的政策福利倾斜；第四，缩短落户办理时限、改进落户服务质量，加强对农村地区人口进城落户政策的宣传解读，切实解决信息不对称问题；第五，妥善安置好农村进城群体的耕地以及宅基地问题，如鼓励土地流转、健全耕地规模化建设指标、完善土地权益保障，让其在跨地区城乡流动无后顾之忧。