外貌与幸福感的关系研究——基于中国家庭追踪调查(CFPS)的实证分析

Study on the Relationship between Appearance and Happiness—Empirical Analysis Based on China Family Panel Studies (CFPS)

摘要: 随着社会中人际交往日益频繁，外貌在日常生活中的重要性逐渐凸显。文章基于中国家庭追踪调查(CFPS)的问卷数据，讨论了中国居民的外貌对于其日常生活中主观幸福感的影响。结果表明，在居民个体的年龄、教育水平、收入、社会地位和健康水平等其他因素基本一致的前提下，外貌评分较高的个体在日常生活中相对会有更高的幸福感，即美貌的确可以给主观幸福感带来正向的促进作用。为解决模型中可能存在的内生性问题，文章引入工具变量并使用两阶段最小二乘法进行估计。结果发现，最小二乘法估计的结果低估了美貌的幸福效应，而美貌对于主观幸福感的影响甚至超过了收入和社会地位对于主观幸福感的影响。文章的研究表明，外貌是影响居民主观幸福感的另一个重要影响因素，有助于人们更加有效地管理自我形象，并为提升主观幸福感提供了一条新的途径。

Abstract: With the increasing frequency of interpersonal interactions in society, the importance of appearance in daily life has gradually been highlighted. Based on questionnaire data from the China Family Tracking Survey (CFPS), this paper discusses the impact of Chinese residents’ appearance on their subjective well-being in daily life. The results show that under the premise that other factors such as age, education level, income, social status and health level of individual residents are basically the same, and individuals with higher appearance scores will have relatively higher happiness in their daily lives, i.e., beauty can indeed bring a positive contribution to subjective happiness. To address the possible endogeneity problem in the model, this paper introduces instrumental variables and uses two-stage least squares estimation. It is found that the least squares estimation underestimates the happiness effect of beauty, and that the effect of beauty on subjective well-being even exceeds the effect of income and social status on subjective well-being. The research in this paper suggests that appearance is another important influence on residents’ subjective well-being, which helps people manage their self-image more effectively and provides a new way to enhance subjective well-being.

1. 引言

幸福感一直是社会学家和心理学家长期重点研究的重点主题之一，其研究关注点可追溯至19世纪70年代初的经济学文献，始于Easterlin (1974)的相关研究。Easterlin (1974)依据个人关于生活满意度(通常称为主观幸福感)的自我报告数据，对收入与主观幸福感之间的关联展开了研究，结论表明收入较高者往往具有更高的幸福感[1]。Easterlin (1974)的这一开创性研究引发了大量有关主观幸福感决定因素的研究。

我国在《“健康中国2030”规划纲要》中明确指出了心理健康的重要意义，其中提到主观幸福感是一个人心理健康的关键体现。2019年12月26日，中国社科院心理研究所发布了一本研究中国社会的心理健康，分析中国社会心态的特点、发展态势和存在问题的《社会心态蓝皮书》，对我国人民群众的心理健康状况进行了系统调查和分析，其调查结果显示：总体而言，我国人民的心理健康状况较为良好，呈现出积极向上的发展趋势。从积极的一面来看，大多数人得分较高的方面主要集中在人生的成长和人际关系方面。此现象表明，很多人皆认为自己正处于持续成长与自我提升的进程之中，且对新事物充满探索的热情。同时，调查还发现，大部分人都能与他人建立和谐的人际关系，在日常生活中能从亲朋好友中获得情感支持。然而，从消极的方面来看，样本中压力的平均得分最高，成为影响心理健康的主要负面因素，自己或家庭的收入和就业是其中最重要的压力因素；抑郁次之，焦虑最低。而关于幸福感的结论与Easterlin (1974)的研究结论基本一致：自身的社会经济地位越高，生活满意度与主观幸福感越高。

现有研究表明，个体对幸福感的认知不仅会因个体差异而有所不同[2]，如性别、年龄、婚姻状况、受教育程度等因素，还会受到职业、收入水平、失业状态等社会特征的显著影响[3]。徐映梅和夏伦(2014) [4]通过分析世界价值观调查数据，针对过去20年中国居民主观幸福感的变动情况展开研究，发现了“收入——幸福悖论”现象：经济状况、家庭关系和工作满意度等因素对居民的主观幸福感有重要影响。研究指出，收入较高、信任家庭关系、对工作满意、拥有和谐人际关系以及情感积极的个体，其主观幸福感普遍较强。

Umberson与Hughes (1987)的研究指出，外在吸引力不但对个人成就产生作用，而且与心理健康紧密相连。首先，常言道“相由心生”，个体的美貌在某种程度上折射出其后天培育而成的气质与修养，而这样的气质与修养有益于其待人接物和为人处世，使其在生活中更受他人欢迎，从而拥有较好的社交关系。其次，个体维持美貌需要一定的自制力，这也从侧面反映出外貌较好的人可能具有更强的自制力。最后，外貌较好的人在生活中会收获更多的关注目光，能够得到更多的赞赏与鼓励，有助其更加健康快乐地成长。综合上述内容，我们能够做出如下推断：外貌出众的个体将会因其相较优越的自身条件而获得额外的幸福感和满足感。因此，基于现有研究，本文对个体的外貌对于主观幸福感的影响进行研究[5]。

2. 文献综述

相貌是指一个人外在特征的整体表现，涵盖容貌、形象、体态等多个方面。Hamermesh与Biddle (1994)率先把“相貌”这一概念引入到经济学范畴当中，针对相貌给个体就业机会以及收入所带来的影响展开了研究，由此开辟出“相貌经济学”这一学术研究方向[6]。该项具有开创性意义的研究吸引了众多经济学以及社会学领域学者的广泛关注，在此之后，大量国外文献针对相貌在职场以及社会当中所产生的经济效应进行了深入探究。

Hamermesh和Biddle (1994)通过评估受访者的外貌，研究了相貌对收入的影响，并首次使用计量方法估算了“美貌溢价”(即因美貌带来的收入溢价)。他们清晰地揭示出外貌对于收入而言，存在着三种可能的影响路径：其一为雇主歧视，即雇主在雇佣决策等方面因外貌因素而产生区别对待，进而影响到收入；其二是生产力差异，意味着外貌或许会与个人的生产能力存在某种关联，不同外貌条件下生产力有所不同，从而对收入造成影响；其三则是职业拥挤，也就是外貌因素可能导致人们在职业选择与分布上出现不均衡的拥挤状况，最终影响到收入水平。Roszell et al. (1991)的研究表明，在加拿大劳动力市场中，外貌出众的人收入增长速度更快[7]。Diener et al. (1995)则发现，个体对自己外貌的认知与其客观外在吸引力和主观幸福感之间存在关联[8]。Hamermesh与Abrevaya (2013) [9]开创性地从经济学视角出发，首次建立起外貌与幸福感之间的联系。他们在对源自加拿大、德国、英国以及美国的六组数据加以深入分析后发现，当外貌每增加1个标准差时，男性的幸福感会相应提升0.08个标准差，而女性则会提升0.07个标准差。需要指出的是，这种所谓的“美貌溢价”并非是由外貌自身直接引发的，而是借助诸如更高的教育水平、更佳的健康状况、更高的收入以及更为优秀的配偶等一系列间接因素，来提升个体的幸福感。

国内学者关于外貌和幸福感的研究虽较少，但也取得了一定成效。江求川和张克中(2013) [10]借助中国健康和营养调查数据库里的城镇居民收入以及体检数据展开研究，其结果显示中国劳动力市场针对女性的外表特征存在着颇为明显的歧视现象。具体表现为女性身材若“偏胖”，那么这对于其工资收入以及就业状况均会产生显著的负面作用；并且女性身高每降低1厘米，其工资收入便会随之降低1.5%~2.2%。郭继强等(2017) [11]提出了一个颇具新意的命题，即“相貌与收入呈高跟鞋曲线”。意思是总体而言，漂亮对于提升收入是有帮助的，然而那些最漂亮的人群所获得的漂亮溢价反倒不如次漂亮的人群高。次漂亮的人群并非依靠倾国倾城的天生丽质而占据优势，而是凭借长相端庄、仪表大方、举止得体等特点脱颖而出，堪称自我形象管理方面的赢家。尹振宇和刘冠军(2019) [12]着重对长相和身材对于青年人群婚姻满意度的影响进行了研究。研究发现相貌对于婚姻存在着显著的正向影响，也就是长相评分越高的人，其婚姻满意度也就越高；而关于BMI (身材指数)对婚姻满意度的影响则呈现出倒“U”型的趋势，即体型越丰满，婚姻满意度越高，但过于肥胖对婚姻满意度有负面影响。黄玖立(2019) [13]在对影响幸福感的其他诸多因素加以控制之后发现，个体的外貌对于其幸福感依旧有着显著的正向影响，那些外貌更具吸引力的个体，其自评生活满意度往往会更高。

基于对已有文献的回顾和总结，国内有关外貌影响主观幸福感的研究文献较少。本文将利用中国家庭追踪调查的微观数据对这一问题展开研究，并解决模型存在的内生性问题，以此对已有文献进行补充和拓展。

3. 数据和描述

本文采用的数据来自北京大学中国社会科学调查中心实施的中国家庭追踪调查(Chinese Family Panel Studies，简称CFPS)。CFPS是一项全国性的、大规模的跟踪调查项目，旨在收集中国个体、家庭和社区三个层面的数据，内容涵盖经济活动、教育成果、家庭关系、人口迁移、个体健康等多个方面。该调查的对象包括样本家户中的所有家庭成员，调查问卷根据数据的不同层次分为社区问卷、家庭问卷、成人问卷和少儿问卷四种类型。

本研究重点采用CFPS调查所获数据展开分析工作。于这些数据里，个体幸福感、外貌、性别、年龄、健康情形、婚姻状况、收入水平、社会阶层等关联信息系由成人问卷部分获取，而能够体现个体衣着消费状况与美容支出情形的数据则取自家庭问卷部分。CFPS针对36,892名成人实施了调查工作，在本文的模型中有两个主要变量：受访者的主观幸福感和外貌评分。剔除缺失或异常数据后的有效观测值为23,516个。

3.1. 受访者的主观幸福感

主观幸福感(Subjective well-being，简称SWB)是指个体对自己生活的评价与感受，包括生活满意程度、积极情绪体验以及消极情绪体验等因素[14]。在幸福感的相关研究中，幸福(Happiness)和满意(Satisfaction)均被用于描述主观幸福感[9]。

本文所选择的CFPS对受访者进行了多方面的调查，包括满意度、幸福度、信心度等内容。一方面，此类问题回答情况呈现出高度相关性；另一方面，幸福的概念较为抽象，不同个体对于幸福的认知通常会存在差别。不过，生活满意度的界定相对更为具体明确，不同的人在对其理解方面出现的偏差也相对更小。因此，本文选择生活满意度来代表受访者的主观幸福感。相关数据源于成人问卷中“行为、精神状态与认知能力”部分的问题：“您对自己生活的满意程度?”。该问题的答案是1分到5分的李克特量表，其中1分表示“很不满意”，5分表示“非常满意”，即受访者回答的数值越大，其主观幸福感越高。

3.2. 受访者的外貌

Table 1. Distribution of subjective well-being at different levels of appearance

表1. 不同外貌水平下主观幸福感的分布情况

外貌	均值	标准差	观测数	观测数占比	累计观测数占比
1 (很差)	3.429	1.384	49	0.20%	0.20%
2	3.474	1.123	266	1.10%	1.30%
3	3.511	1.132	1053	4.50%	5.80%
4	3.582	1.101	3131	13.30%	19.10%
5	3.611	1.075	5918	25.20%	44.30%
6	3.639	1.062	7031	29.90%	74.20%
7 (很好)	3.693	1.074	6068	25.80%	100%

本文的核心解释变量——外貌评分，数据来源于问卷中的“访员观察”部分。访员根据对受访者外貌的观察和判断，给出一个评分，评分范围从1分到7分，表示外貌从“很差”到“很好”的不同水平。根据表1的数据显示，具有不同外貌评分的个体在主观幸福感方面存在显著差异。当外貌评分为7分时，受访者的主观幸福感处于最高水平，均值为3.693；随着外貌评分的下降，主观幸福感的均值也随之降低。当外貌评分为1分时，受访者的主观幸福感降至最低，均值为3.429。这表明，外貌评分的高低与个体的主观幸福感呈一定的相关性，外貌较好的人群往往拥有较高的主观幸福感。从整体上看，该样本的外貌呈左偏分布。如果以4分作为平均水平，低于这一平均水平的仅占5.8%，处于中等及以上水平的则高达94.2%。

3.3. 受访者的基本情况

Table 2. Descriptive statistics of variables

表2. 变量的描述性统计

组别	变量	频数	频率(%)	累计频率(%)
性别	男性	11,614	49.4	49.4
	女性	11,902	50.6	100
教育水平	文盲/半文盲	7076	30.1	30.1
	小学	5350	22.8	52.8
	初中	6479	27.6	80.4
	高中/中专/技校	2931	12.5	92.9
	大专	1051	4.5	97.3
	大学本科	593	2.5	99.9
	硕士	36	0.2	100
婚姻状况	未婚/离婚/丧偶	3678	15.6	15.6
	已婚/同居	19,838	84.4	100
收入水平	1 (很低)	5470	23.3	23.3
	2	6329	26.9	50.2
	3	9496	40.4	90.6
	4	1375	5.9	96.4
	5 (很高)	846	3.6	100
社会地位	1 (很低)	3041	12.9	12.9
	2	4544	19.3	32.3
	3	10,889	46.3	78.6
	4	3179	13.5	92.1
	5 (很高)	1863	7.9	100
健康自评	不健康	4416	16.4	16.4
	一般	5221	19.4	35.7
	比较健康	9138	33.9	69.6
	很健康	4853	18	87.6
	非常健康	3347	12.4	100

从表2中可以看出，样本中男女比例接近1:1，分布较为均衡。在学历方面，大学本科及以上的受访者仅占2.7%，而小学及以下学历的受访者占比高达52.8%。从婚姻状况来看，84.4%的受访者处于已婚或同居状态。在收入水平上，中等及以下收入者占比为90.6%，而社会地位处于中等及以下的占比是78.6%。在健康自评情况中，“比较健康”这一选项占比最多，达到33.9%，“不健康”占比16.4%，综合来看，我国居民整体健康水平较好。

4. 模型构建

4.1. 估计模型

本文以受访者的主观幸福感为被解释变量，外貌为核心解释变量，构建如下的计量模型：

$Wellbein{g}_i=\alpha +\beta \cdot Appearanc{e}_i+{\displaystyle {\sum }_k{\gamma }^k}\cdot X_i^k+{\delta }_i+{\epsilon }_i$

其中，被解释变量$Wellbein{g}_i$ 是受访者的主观幸福感，核心解释变量$Appearanc{e}_i$ 是访员对受访者的外貌评价，$X_i^k$ 是控制变量，${\epsilon }_i$ 是随机误差项。${\delta }_i$ 是省份虚拟变量，以安徽省为基准组，由于数据中涵盖了27个省份的受访者，因此需加入26个虚拟变量。在加入控制变量的条件下，若系数显著为正，则说明外貌对幸福感有显著的正向促进作用，即越漂亮的人越幸福，从而验证本文提出的假设。

4.2. 控制变量

控制变量包括其他影响主观幸福感的个体因素，具体包括：

性别(gender)。男性和女性的幸福感通常存在差异。一般而言，男性常常肩负更多的社会责任，如“上有老下有小”，这可能导致他们面临更大的社会压力，因此相较于女性，其幸福感往往偏低。为控制这一因素，用虚拟变量gender来表示性别，其中0代表男性，1代表女性。

年龄(age)，数值型变量。

教育水平(education)，反映受访者的学历层次。顺序变量，1~7分别表示文盲/半文盲、小学、初中、高中、专科、本科、硕士。

婚姻状况(married)，通常被认为能提供情感支持和稳定性。虚拟变量，0代表离婚/丧偶/未婚，1代表有配偶(在婚)/同居。

收入水平(income)，通常收入较高的人群更可能感到满足。顺序变量，1~5分别表示收入由低到高。

社会地位(status)，反映了个体在社会中的位置和影响力。顺序变量，1~5分别表示社会地位由低到高。

健康自评(health)，顺序变量，1~5分别表示不健康、一般、比较健康、很健康、非常健康。

4.3. 内生性和估计策略

构建的计量模型可能存在内生性问题。一方面，存在双向因果问题。计量模型主要探讨个体的外貌对其主观幸福感的影响，但是主观幸福感也可能影响到个体的外貌水平。例如，生活满意度高的人往往对待生活更加积极乐观，会使人的精神状态变得更好，整体上更具有外在吸引力。另一方面，存在解释变量的测量误差。在CFPS调查中，受访者的外貌评价由访员独立完成，访员自身对外貌的判断标准以及不同访员之间的差异，会导致结果存在较大的测量误差。因此Beauty变量很可能是内生变量。

黄玖立(2019)于探究CFPS2012数据里外貌对主观幸福感所产生的影响之时，同样提及存在内生性方面的问题[13]。鉴于CFPS属于跟踪调查项目这一特性，所以考虑选取2010年调查过程中访员针对受访者外貌所做出的评判数据，并将其当作2012年数据的一个工具变量。因为这两年的时间间隔相对较短，所以受访者在2010年与2012年这两年间的外貌呈现出高度的相关性。而且，受访者在2010年的外貌既不会对2012年的主观幸福感产生直接的影响，也不会受到2012年幸福感的反向影响作用。

本文使用CFPS家庭问卷中衣着消费和美容支出两个变量作为外貌的工具变量进行估计。变量取自家庭问卷的相应问题：“过去12个月衣着消费(元)”和“过去12个月，您家理发、美容支出(包括购买美容化妆品、美容护理、按摩等)是多少？”根据家庭问卷的家庭总人数，本文将家庭总衣着消费和美容支出除以家庭人数后取对数，生成两个变量，即平均个人衣着消费(clothes)和美容支出(cosmetology)，见表3，以此作为外貌的工具变量。在现实生活中，个体的衣着消费和美容支出越高，其外在吸引力通常也越高。从下表可以看出，随着衣着消费和美容支出的增加，受访者外貌水平也相应提高，这说明个人的衣着消费和美容支出与外貌存在相关关系。但是受访者的衣着消费和美容支出不会直接作用于受访者的主观幸福感，也不会受到主观幸福感的反向作用，因此可以用这两个变量作为外貌的工具变量。

Table 3. Mean of logarithmic mean of personal clothing & beauty expenditure at different appearance levels

表3. 不同外貌水平下平均个人衣着消费和美容支出取对数后的平均值

	1	2	3	4	5	6	7
clothes	5.25	5.32	5.46	5.64	5.86	6.04	6.25
cosmetology	3.53	3.72	3.91	4.06	4.25	4.41	4.63

5. 实证分析

5.1. 基本估计结果

根据模型构建结果和被解释变量主观幸福感这一顺序型变量的特征，本文采用稳健标准误的最小二乘法估计以及有序Probit模型估计进行稳健性检验。针对主观幸福感在性别方面的差异，分别对男性和女性样本进行回归分析。表4报告了回归结果，其中前三列为OLS估计结果，后三列为Ordered Probit估计结果。

从模型(1)可以看出，在对人口特征变量加以控制的条件下，外貌(appearance)的估计系数在1%的置信水平上显著为正。具体来讲，当其他控制变量保持不变时，个体外貌每提升1分，其主观幸福感将提高0.0345个评分。从OLS估计结果来看，尽管个体的外貌对其主观幸福感有显著的正向影响，但是这种影响远小于收入、社会地位和健康对其主观幸福感的影响。另外，可以发现，在模型(3)和模型(6)中女性的外貌估计系数相对低于模型(2)和(5)中男性的外貌估计系数。这说明，在社会中男性相比于女性能够享受到更多由外貌带来的幸福溢价，该结果也与Hamermesh and Abrevaya (2013)的结论相符。其原因可能在于我国成年男性和女性的社会地位和角色有所不同，生理和心理上也存在较大差异。在中国的传统家庭观念中，“男主外，女主内”深入人心，女性往往为家庭投入更多的时间和精力，而男性则更多地为事业打拼承担责任。因此，男性更多地参与社会博弈，其外貌更有可能转化为现实价值，进而提升男性的幸福感。

性别(gender)除了会影响外貌与幸福感的关系，也会对主观幸福感产生直接影响。在模型(1)和(4)中，其估计系数在1%的置信水平上显著为正，这说明女性比男性更幸福，这一结果也与前人的研究相符。男性更多地参与到社会博弈，会承担更大的压力，而女性在面对家庭生活时往往更能体会到幸福感。2019年中国《社会心态蓝皮书》也表明，女性的心理健康水平优于男性，女性更善于适应环境、更关注自身发展、更能感受到亲密关系的和谐，并且对人生目标更为明确。年龄(age)在前3个模型中都在1%的置信水平上显著为正，即随着年龄的增长，主观幸福感也会随之增加。教育水平(education)在前3个模型中都显著为负，原因可能在于当人的受教育水平越高时，其承担的学业压力、工作压力越大，从而导致主观幸福感有所降低。婚姻状况(married)在模型(1)和模型(2)中显著为负，在模型(3)中虽不显著但是系数也为负，这似乎与我们的常识相悖。一般而言，美满的婚姻和家庭能够显著提升个体的幸福感，而此处估计系数显著为负的原因可能是当前的婚姻满意度较低，不美满的婚姻会对个体的主观幸福感产生负面影响。收入(income)和社会地位(status)的估计系数均在1%的置信水平上显著为正，这与前人的研究一致，个体的收入越高、社会地位越高，其生活压力相应越小，感受到的幸福感也就越高。健康(health)的估计系数在1%的置信水平上显著为正，这意味着个体的身体健康状况越好，他们感受到的幸福感也越强。模型(4) (5) (6)是对OLS估计的稳健性检验，从回归系数的方向和显著性水平来看，有序Probit估计与OLS估计相差不大，因此可以认为OLS估计结果是稳健的。

5.2. 工具变量估计结果

Table 4. OLS estimates of robust standard errors and Ordered Probit estimates

表4. 稳健标准误的OLS估计和Ordered Probit估计结果

	OLS估计			Ordered Probit估计
	(1) 全样本	(2) 男性	(3) 女性	(4) 全样本	(5) 男性	(6) 女性
appearance	0.0345^***	0.0374^***	0.0311^***	0.0387^***	0.0421^***	0.0353^***
	(0.00575)	(0.00799)	(0.00827)	(0.00640)	(0.00914)	(0.00900)
age	0.0101^***	0.0111^***	0.00884^***	0.0114^***	0.0129^***	0.00990^***
	(0.000479)	(0.000661)	(0.000716)	(0.000541)	(0.000770)	(0.000786)
gender	0.123^***			0.139^***
	(0.0129)			(0.0144)
education	−0.0215^***	−0.0148^**	−0.0305^***	−0.0313^***	−0.0231^***	−0.0414^***
	(0.00526)	(0.00720)	(0.00783)	(0.00583)	(0.00823)	(0.00845)
married	−0.0358^**	−0.0437^*	−0.0409	−0.0464^**	−0.0593^**	−0.0465^*
	(0.0179)	(0.0262)	(0.0249)	(0.0198)	(0.0297)	(0.0270)
income	0.166^***	0.199^***	0.139^***	0.187^***	0.230^***	0.154^***
	(0.00756)	(0.0111)	(0.0103)	(0.00885)	(0.0132)	(0.0119)
status	0.251^***	0.260^***	0.241^***	0.284^***	0.302^***	0.267^***
	(0.00783)	(0.0113)	(0.0108)	(0.00920)	(0.0136)	(0.0124)
health	0.144^***	0.147^***	0.140^***	0.163^***	0.170^***	0.156^***
	(0.00590)	(0.00838)	(0.00833)	(0.00677)	(0.00979)	(0.00943)
Province Dummies	Yes	Yes	Yes	Yes	Yes	Yes
constant	1.692^***	1.468^***	2.048^***
	(0.0684)	(0.0943)	(0.0973)
N	23,516	11,614	11,902	23,516	11,614	11,902
R^2	0.193	0.222	0.167

注：表中括号中为标准误，系数右上角的^*、^**、^***分别代表10%、5%和1%的显著水平。

由于存在双向因果关系以及外貌测量误差，模型中可能出现内生性问题。为了解决这一问题，本文采用了工具变量估计方法。本文将家庭总衣着消费和美容支出除以家庭人数后取对数，生成两个变量作为外貌的工具变量，即平均个人衣着消费(clothes)和美容支出(cosmetology)。通过两阶段最小二乘法进行估计，该方法通过了不可识别检验、弱识别检验。在过度识别检验中，P值为0.422，这说明工具变量与模型的随机扰动项并无关联。同时，通过冗余性检验，确认两个工具变量均不是“冗余”的，具有足够的解释力。此外，经过内生性检验后所呈现出的结果同样显示，当前所构建的模型存在着内生性方面的问题。鉴于此情况，便有必要借助工具变量来开展相应的估计工作，以此来对模型进行更为准确合理的分析与处理，从而使得研究结论更具可靠性与科学性。上述一系列检验表明，平均个人衣着消费(clothes)和美容支出(cosmetology)是外貌(appearance)合适的工具变量。此外，为了进一步验证模型的稳健性，本文还进行了含有内生变量的有序Probit回归分析，回归结果如表5所示。

通过对两阶段最小二乘法的回归结果模型(2)加以分析能够发现，在运用工具变量之后，外貌所对应的估计系数依旧在1%的置信水平下呈现出显著为正的态势。这一结果进一步有力地证实了本文所提出的假设，即外貌更具吸引力的个体，其主观幸福感相对更高。这表明前文的讨论是稳健且可信的。通过对比模型(1)和模型(2)结果可以发现，外貌的估计系数从0.0345提高到了0.304，几乎提高了十倍。具体而言，在其他控制变量保持不变的情况下，个体外貌每提高1分，其主观幸福感将提高0.304个评分。外貌对于主观幸福感的影响甚至超过了收入、社会地位和健康对主观幸福感的影响，这说明了前文的估计可能低估了美貌的幸福效应。对比模型(3)和模型(4)也可以发现核心解释变量外貌的系数有了大幅度提高，这更加说明了模型存在内生性的问题，且前文的估计中低估了美貌的幸福效应。

Table 5. Robust SE 2SLS and Ordered Probit estimation results of endogenous variables

表5. 稳健标准误2SLS估计和含有内生变量Ordered Probit估计结果

	(1)	(2)	(3)	(4)
	OLS	2SLS	Oprobit	Eoprobit
appearance	0.0345^***	0.304^***	0.0387^***	0.177^***
	(0.00575)	(0.0610)	(0.00640)	(0.0318)
age	0.0101^***	0.0130^***	0.0114^***	0.0108^***
	(0.000479)	(0.000985)	(0.000541)	(0.000612)
gender	0.123^***	0.114^***	0.139^***	0.140^***
	(0.0129)	(0.0152)	(0.0144)	(0.0160)
education	−0.0215^***	−0.0690^***	−0.0313^***	−0.0485^***
	(0.00526)	(0.0105)	(0.00583)	(0.00656)
married	−0.0358^**	−0.0422^**	−0.0464^**	−0.0407^*
	(0.0179)	(0.0211)	(0.0198)	(0.0223)
income	0.166^***	0.155^***	0.187^***	0.180^***
	(0.00756)	(0.00886)	(0.00885)	(0.0100)
status	0.251^***	0.251^***	0.284^***	0.296^***
	(0.00783)	(0.00940)	(0.00920)	(0.0106)
health	0.144^***	0.118^***	0.163^***	0.163^***
	(0.00590)	(0.00890)	(0.00677)	(0.00770)
Province Dummies	Yes	Yes	Yes	Yes
constant	1.692^***
	(0.0684)
N	23,516	18,638	23,516	18,638
R^2	0.193	0.100

注：表中括号中为标准误，系数右上角的^*、^**、^***分别代表10%、5%和1%的显著水平。

6. 结论

越漂亮越幸福？随着社会中人际交往越来越频繁，外貌在人们的初次接触和长期交往中都发挥着越来越重要的作用。良好的外貌往往能为个人带来诸多正向效应，例如在学历、婚姻、工作等方面。基于这样的现实背景和问题，本文依据CFPS问卷调查数据，讨论了中国居民的外貌对于主观幸福感的影响。

本文的实证分析结果表明，在控制了个体的年龄、教育水平、收入、社会地位和健康水平等因素后，外貌评分较高的个体普遍表现出更高的幸福感，即美貌确实对主观幸福感具有正向的促进作用。该结论在不同省份、性别及各类特征群体中均具有普适性，估计结果显著且稳健。这表明，外貌作为影响个体幸福感的因素，具有广泛的适用性和一致性。鉴于模型中的核心解释变量外貌存在内生性问题，本文通过引入工具变量并使用两阶段最小二乘法解决了内生性问题，同时发现最小二乘法估计的结果低估了美貌的幸福效应，美貌对于主观幸福感的影响甚至超过了收入和社会地位对主观幸福感的影响。

2019年中国社科院调查报告《社会心态蓝皮书》指出，收入和就业是影响幸福感的两个最主要压力因素。提升居民的幸福感是各个国家和群众关注的热点话题。本文的研究揭示了影响居民幸福感的另一个重要影响因素：外貌。虽然外貌姣好的人拥有先天优势，但对于那些没有“天生丽质”的人而言，通过后天塑造良好的外貌形象，做到仪表大方、举止得体，也能成为自我形象管理的赢家，进而提高自身的主观幸福感。具体而言，外貌之所以能够提高个体的幸福感，很大程度上是因为社会上存在“以貌取人”的现象。因此，在短期内收入水平和就业形势难以有效改善的情况下，政府可以引导社会形成“以能力取人”的新风尚，以此提高那些因外貌而遭受不公平对待的人的幸福感，让人们拥有更高的幸福感体验。

尽管本文取得了一些有意义的发现，但仍有改进和发展的空间。首先，在改进工具变量方面，可以尝试寻找更合适的工具变量，例如遗传因素、父母外貌等，或者采用更精细的指标来衡量衣着消费和美容支出，例如，不同种类服装和化妆品的消费。其次，在模型设定上，可以进一步加入其他潜在的影响幸福感的变量，例如人格特质、社会支持、生活事件等，并探讨外貌与幸福感之间可能存在的非线性关系。此外，可以对不同特征的样本进行分组回归，例如按性别、年龄、城乡等进行分组，探讨外貌对幸福感的影响是否存在异质性。最后，在理论解释方面，需要更深入地探讨外貌影响幸福感的机制，并结合相关的社会心理学理论进行解释，例如，可以从社会比较、自我认知、刻板印象等角度展开研究。这些改进方向将为未来的研究提供新的视角，也有助于更全面地揭示外貌与幸福感之间的关系。